植被聚集指数（CI）、覆盖度（FVC）和叶面积指数（LAI）是表征植被结构特征的重要参数，深刻影响全球植被生态、水文和能量循环过程。过去几十年，基于卫星观测生产了多种全球CI、FVC和LAI产品并被广泛使用。对于用户群体而言，及时了解这些产品的精度及不确定性极为重要。然而目前的验证工作大多受限于空间覆盖及时间连续性，且对产品间的关系也缺少检验，导致对现有全球遥感产品缺乏全面深入的了解。 

　　中国科学院地理科学与资源研究所博士生李思佳和导师方红亮研究员针对CAS-CI、GEOV2 FVC及MODIS LAI等全球产品在全球实测站点开展综合验证。该研究同时评价分析了不同产品间的关系、叶片天顶方向投影函数（G(0)）、比植被覆盖度（SVC = FVC/LAI）以及森林垂直结构特征。 

　　（1）本研究将长时序高分辨率参考图与遥感产品升尺度至3 km后开展对比验证，结果表明GEOV2 FVC与MODIS LAI精度较好（R² = 0.83、0.72；RMSE = 0.14、0.98），CAS-CI展现出轻微低估（bias = –0.10）及较强的季节变化，该项结果有助于加深人们对全球植被结构参数遥感产品的认识，为产品进一步改进提供了指导。 

　　（2）当前的验证研究大多是针对单参数的验证，通常不考虑参数间的关系，本研究提供了一种新的产品评价范式即不同参数的关系评价。研究发现FVC与LAI在不同空间尺度上呈强烈正相关，尤其对于森林类型。相比于森林，CI-FVC/LAI关系对于草地及灌木表现出更好的空间尺度一致性。CI-FVC/LAI经验关系在不同空间尺度有不同表现，应谨慎使用。 

　　（3）G(0)为单位叶面积在天顶方向上的平均投影比例，是辐射传输建模和遥感反演中的关键冠层结构变量。本研究对G(0)的遥感估计方法进行了探索，发现基于现有产品生成的叶片天顶方向投影函数G(0)呈现出高估（bias = 0.28），未来可通过改进CI、FVC和LAI等产品来提升G(0)的估算精度。 

　　（4）研究揭示了植被结构参数及其关系的垂直分布特征。对于大多森林类型而言，总体CI和G(0)与林上植被层十分接近，森林总体的CI-FVC/LAI关系主要由林上植被层制约，而FVC-LAI的关系则由林上和林下植被层共同影响。SVC的类型、季节和垂直特征表明单位LAI的概念可拓展至FAPAR、GPP、蒸散发和降水截获等方面用于表征叶片效率。 

　　该项工作有助于推动植被结构参数测量、遥感反演、验证及模拟研究，为深入理解植被结构特征提供了参考。 

　　该研究得到了国家自然科学基金（42171358）和国家重点研发计划（2016YFA0600201）的资助。 

　　研究论文： 

　　Li, S., Fang, H., Zhang, Y., and Wang Y., 2022. Comprehensive evaluation of global CI, FVC, and LAI products and their relationships using high-resolution reference data. Science of Remote Sensing, 6, 100066. https://doi.org/10.1016/j.srs.2022.100066.