《Agricultural and Forest Meteorology》：Proximal measurements of microwave reflectance using GNSS-IR track semi-arid grassland vegetation dynamics during greening and browning phases
编辑推荐：
植被水分动态与功能关系的微波遥感研究。在亚利桑那州东南部半干旱草地，利用GNSS-IR技术获取的归一化微波反射指数（NMRI）与土壤水分（SWC）、绿度坐标（GCC）、光合 продукция（GPP）和蒸散发（ET）进行关联分析。结果表明：1）NMRI与GCC、GPP在生长期显强正相关，与土壤表层SWC关联较弱；2）日尺度上NMRI呈现夜间高、日间低特征；3）X波段卫星植被光学深度（VOD）与NMRI相关系数达0.88-0.94，L波段相关性较低。
查尔斯·J·德瓦因（Charles J. Devine）| 拉塞尔·L·斯科特（Russell L. Scott）| 乔尔·A·比德曼（Joel A. Biederman）| 杜金阳（Jinyang Du）| 大卫·J·P·摩尔（David J.P. Moore）| 安德鲁·F·费尔德曼（Andrew F. Feldman）| 杰西卡·S·郭（Jessicca S. Guo）| 大卫·K·亚当斯（David K. Adams）| 威廉·K·史密斯（William K. Smith）
亚利桑那大学自然资源与环境学院（School of Natural Resources and the Environment, SNRE），美国亚利桑那州图森市，邮编85721
摘要
利用全球导航卫星系统（GNSS）微波干涉反射测量技术（GNSS-IR）得到的归一化微波反射指数（NMRI）具有揭示植被水分状况和生长的高时空分辨率的能力。我们在2021年夏季生长季节，研究了半干旱草原地区NMRI与土壤含水量（SWC）、绿色色坐标（GCC）、总初级生产力（GPP）和蒸散量（ET）之间的日变化及季节变化关系。NMRI更能够反映植被的状态（如GCC）和功能（如GPP），而非土壤的状态（如SWC），但在植被生长期的绿化阶段和枯萎阶段，这两者之间的关系存在显著差异。在绿化阶段，NMRI与次日的GCC（R2 = 0.94）和GPP（R2 = 0.95）呈强正相关；而在枯萎阶段，NMRI与GCC的缓慢下降（R2 = 0.78）相关性强，与GPP的快速下降（R2 = 0.36）相关性强较弱。在日尺度上，NMRI的变化与夜间水分补给和日间蒸散作用导致的植被含水量变化模式一致。我们还研究了NMRI与卫星植被光学深度（VOD）估计值之间的关系，发现NMRI与X波段的卫星VOD在两个阶段均呈强相关性（绿化阶段R2 = 0.94；枯萎阶段R2 = 0.88），而与L波段的卫星VOD相关性较弱（绿化阶段R2 = 0.01；枯萎阶段R2 = 0.34）。我们的研究结果表明：1）NMRI能够追踪半干旱草原在绿化阶段的生物量增长和枯萎阶段的生物量减少；2）NMRI可以与卫星X波段的VOD进行量化对比。这是我们首次评估基于GNSS-IR的地面测量方法与通量测量相结合的潜力，表明NMRI作为一种独立的植被生物量和功能指标，可以补充其他广泛使用的基于光学遥感的植被指标。
引言
植物水分状况对调节关键植物功能（如蒸腾作用、光合作用和生长）至关重要（Philip 1966；Li等人，2022a, 2022b），并且极大地影响干旱生态系统中的植被-大气碳交换的年际变化（Poulter等人，2014；Biederman等人，2017；Gherardi和Sala，2019）。极端温度和降水模式的频率和强度不断增加（Zhang等人，2021, 2022），改变了土壤-植物-大气系统的特性（Feldman等人，2018；Saha等人，2024），导致植被水分胁迫加剧（Ratzmann等人，2019；Zhang等人，2025）和干旱扩散（Schumacher等人，2022），植物生产力下降（Biederman等人，2016；Wang等人，2022a, 2022b），以及植被覆盖度和群落组成的变化，尤其是在干旱地区（Berdugo等人，2022）。需要新的方法利用多尺度遥感技术来准确量化植物水分状况及其对气候变化的敏感性，因为这些方法能够监测观测记录中较少涉及的空间和时间尺度的生态系统动态，并促进多尺度信息的整合（Konings等人，2019；Quemada等人，2021；Novick等人，2022；Du等人，2024；Feldman等人，2024）。
自20世纪80年代以来，基于卫星的微波遥感测量技术已被用于监测植被含水量（VWC）的空间和时间变化，而植被含水量是冠层生物量及其相对含水量的乘积（Jackson和Schmugge，1991）。植被光学深度（VOD），即微波辐射在陆地表面的衰减程度，已被用于年度时间尺度上监测地上植被生物量（AGB）（Rodríguez-Fernández等人，2018；Tian等人，2017）、碳储存（Wang等人，2024；Fan等人，2019）、密度（Andela等人，2013）和总初级生产力（GPP）（Teubner等人，2018, 2019；Liu等人，2023a, 2023b）的空间和时间变化。在较短的时间尺度（日变化到周变化）上，VOD被用于追踪相对含水量的变化（Feldman等人，2021a；Forkel等人，2023）、叶片水势（Momen等人，2017；Liu等人，2021；Binks等人，2024）和植物水分吸收（Harris等人，2022）。然而，历史上的基于卫星的微波遥感记录受限于其相对粗糙的空间（9–36公里）和时间（每天到每周）分辨率，这限制了它们对空间异质生态系统和植物水分状况快速生理变化的分辨能力（Konings等人，2021）。
安装在塔架上的全球定位系统（GPS）天线和接收器在微波频段（1.22–1.57 GHz）工作，提供了一种成本较低的地面解决方案，可以提高基于微波的测量的空间分辨率（25–100米）和时间分辨率（10–30分钟）（Larson，2016；Pierrat等人，2025）。全球导航卫星系统（GNSS）向地球表面发射的微波信号通过直接和间接（即反射）途径被固定的大地测量级GPS单元接收，反射信号对天线半径内的地表湿度条件敏感，这种敏感性随天线高度和GNSS卫星仰角而变化（Larson等人，2008, 2009；Larson和Nievinski，2013）。GNSS干涉反射测量技术（GNSS-IR）利用单个GPS天线接收到的反射和直接微波信号来计算归一化微波反射指数（NMRI），该指数已被发现与VWC和VOD均有关（Larson和Small，2014；Jones等人，2014）。在草原生态系统中多个生长季节收集的实验数据验证表明，NMRI与VWC的相关性更强且统计上更显著。通过比较由美国西部分布的1000多个固定GPS单元组成的板块边界观测站（PBO）提供的光学表面反射率和NMRI数据得出的植被指数，发现NMRI在预测植被物候（如植被绿化和枯萎）和功能（如GPP）方面具有中等程度的一致性，但根据地形和植被覆盖类型的不同，NMRI比这些其他物候和功能指标滞后10至50天（Evans等人，2014；Jones等人，2014；Small等人，2018；Peng等人，2020）。NMRI还被用于改进卫星对VWC（Pan等人，2020；Li等人，2022a, 2022b；Liang等人，2023）和土壤湿度（Lv等人，2021）的反演。
安装在塔架上的GNSS可能是唯一能够在田间尺度（10–200米）间接观测植物水分和生物量特征的方法（Feldman，2024）。否则，监测这些特征需要高度劳动密集型和破坏性的叶片水势和生物量测量。此外，卫星VOD提供了植物含水量的测量值，这是生物量和相对含水量的函数，适用于更广泛的生态系统尺度（>9公里）。然而，这些VOD反演方法尚未得到充分验证（Konings等人，2019）。GNSS是一种经济有效的方法，可以提供与地面相当的微波指标，用于校准和验证卫星VOD（Feldman，2024）。它为在空间异质性强的半干旱生态系统中获得高时空分辨率的微波观测提供了新的可能性，并有助于克服这些地区卫星VOD应用的限制（Smith等人，2019）。在高结构复杂、降雨脉冲驱动的干旱生态系统中，很少收集到高时空分辨率的NMRI数据，也没有将其与现有仪器完善的涡度协方差通量塔站点的高时空分辨率植被功能估计值相结合（Smith等人，2019；Pierrat等人，2025）。因此，我们对NMRI及其对降雨脉冲动态和地上植被生物量及水分状况快速变化的敏感性的理解仍然有限。在这项研究中，我们在亚利桑那州东南部一个仪器完善的半干旱草原涡度协方差站点应用了GNSS-IR技术，直接填补了这一知识空白。该研究站点由季节性变化的裸土、草本植物和木本植物（灌木）组成。研究期间涵盖了整个2021年夏季生长季节，期间北美季风带来了大量降水。我们全面评估了NMRI估计值与土壤含水量（SWC）、绿色色坐标（GCC）以及由涡度协方差得出的总初级生产力（GPP）和蒸散量（ET）之间的关系。我们还评估了NMRI与各种基于卫星的VOD产品之间的关系，为未来开发量化框架奠定了基础。作为研究的一部分，我们直接检验了以下假设：
1在季节时间尺度上，NMRI将与指示冠层生物量（GCC）和功能（GPP和ET）的变量有强相关性。
2在日时间尺度上，由于夜间植物水分补给，NMRI在夜间最高；而在白天由于蒸腾作用，NMRI最低。
3由于基于地面的和基于卫星的微波遥感测量之间的大面积不匹配以及单个VOD像素内植被类型的空间异质性较高，NMRI与卫星VOD估计值之间的相关性可能较弱。
站点描述
站点描述
Walnut Gulch实验流域（Kendall Grasslands，AmeriFlux站点US-Wkg，Scott等人，2010）位于亚利桑那州图森市东南约100公里处，毗邻Tombstone镇（坐标31.7365 N, ?109.9419 W）。站点海拔为1531米，周围地形的平均海拔和最高海拔分别为1515米和1544米（图S1）。年平均气温为15.6°C（Koeppen气候分类 = Bsk）。年平均降水量约为340毫米（340 mm y?1）。
NMRI与GPP、ET和GCC的关系
我们检查了整个生长季节以及绿化阶段和枯萎阶段的NMRI与GPP之间的线性关系（图2和图3）。我们预期夜间水分储存（即夜间平均NMRI）能更好地反映植物水分状况，类似于黎明前的植物水势，并能预测植物碳吸收、蒸散量和绿色程度。因此，我们评估了夜间平均NMRI与次日白天平均GPP和ET以及日均GCC之间的关系。
NMRI与植被动态
支持我们的第一个假设，我们发现NMRI与GPP、ET和GCC在绿化阶段具有最强的正相关性（图3）。我们还发现NMRI与近地表（5厘米）土壤含水量异常值之间缺乏对应关系，但NMRI与深层根区（30厘米）土壤含水量之间的相关性更强（图4）。支持我们的第二个假设，我们发现整个数据记录期间夜间NMRI通常高于白天NMRI，尤其是在降雨期间。
结论
本研究首次探讨了NMRI与同时测量的涡度协方差通量、基于物候相的GCC、土壤含水量（SWC）以及X波段和L波段卫星VOD反演值之间的关系。我们发现，在生长季节的绿化阶段，塔架级别的NMRI与GPP、ET和GCC高度相关，但在夏季降雨结束后，GPP和ET的下降速度比NMRI快，而NMRI则更紧密地跟随GCC的缓慢下降。
CRediT作者贡献声明
查尔斯·J·德瓦因（Charles J. Devine）：撰写——审稿与编辑、撰写——初稿、可视化、验证、软件、资源、方法论、调查、正式分析、数据管理、概念化。
拉塞尔·L·斯科特（Russell L. Scott）：撰写——审稿与编辑、监督、方法论、资金获取、概念化。
乔尔·A·比德曼（Joel A. Biederman）：撰写——审稿与编辑、监督、方法论、概念化。
杜金阳（Jinyang Du）：撰写——审稿与编辑、软件、资源、数据管理。
大卫·J·P·摩尔（David J.P. Moore）：
