植生フェノロジーは、天候と気候の変化により、春に緑の葉が生え、秋に茶色の葉が消えるという植物の季節サイクルを表します。植生の緑の葉の季節的な増減に伴い、植生フェノロジーは、アルベド、表面粗さの長さ、キャノピー コンダクタンス、水とエネルギーの流れ、光合成、および CO2 を含むさまざまな土地表面の特性を制御します。 フラックス。植生の生物季節学的事象 (最初の花の出現、最初の葉の展開、最初の葉の着色など) は、伝統的に特定の植物種の畑から観察されてきました。
これらのフィールド観察は、地理的なサイトの景観を世界的に代表することはめったにない、限られた数の個々の植物しか提供できません。一方、人工衛星は、毎日、地球の地表を壁から壁まで継続的に観測しています。それらは通常、土壌、水、人間の構造物などの他のシーン オブジェクトと混合された複数の種類の植生を含む 500m を超えるピクセル フットプリントで、植生した土地表面の緑のダイナミクスを特徴付けます。したがって、地表生物季節学 (LSP) は、衛星リモートセンシングの対象を、地表レベルで観察される種固有の生物生物季節学の伝統的な概念と区別するために使用される用語です。
地球規模の気候変動、炭素収支、および生態系のダイナミクスを監視するために、米国航空宇宙局 (NASA) では、MODerate から 500m の空間分解能で、地球規模で十分に定量化された長期的な LSP プロダクトが開発されています。解像度イメージング分光放射計 (MODIS) および可視赤外線イメージング放射計スイート (VIIRS) センサー。 MODIS LSP プロダクトは、2000 年以降、赤と近赤外線の反射率から計算された植生指数 (または緑度) の時系列から運用的に生成されています。
MODIS センサーは老朽化し、そのデューティ サイクルの終わりに近づいているため、Suomi National Polar-orbiting Partnership (NPP) 衛星 (2011 年 10 月に打ち上げられた) に搭載された VIIRS は、MODIS LSP データ レコードとの継続性を提供することを目的としています。今後数十年間、Joint Polar Satellite System (JPSS) シリーズの VIIRS は、季節学データ記録の拡張のために LSP を監視する機能を提供し続けます。長期的な LSP プロダクトは、6 つの重要な生物季節変化の日付を定量化します:グリーンアップの開始 (春の始まり)、グリーンアップの中期 (春の中頃)、成熟の開始 (春の終わり)、老化の開始 (春の始まり)。秋の間)、老化中期 (秋の中頃)、および植生成長サイクル中の休眠開始 (秋の終わり)。
空間範囲の大きな違いと、野外や衛星から観測されるさまざまな種類の現象のため、衛星由来の LSP 産物の品質と、植物の生物学的事象との関係を特徴付けることが重要です。この目的のために、VIIRS LSP プロダクトは、PhenoCam ネットワークを通じて収集されたカラー画像 (赤、緑、および青のバンド) から計算された「キャノピー グリーンネス」の植生指数を使用して評価されます。このネットワークは、タワーに取り付けられた Web カメラからデジタル画像をキャプチャするため、米国中の場所で植生林冠の状態を一貫して継続的に監視できます。これらの画像は、衛星画像に適用されるものと同様の画像処理アプローチにより、季節変動の特徴付けを可能にします。
サテライト LSP プロダクトの生物物理学的特性の理解は、2013 年と 2014 年の米国全土の 164 サイト年における VIIRS 植生指数から取得されたフェノロジカルな遷移日と MODIS LSP プロダクトおよび PhenoCam ネットワークからの観測とを比較することによって大幅に改善されました。この結果は、VIIRS と MODIS のフェノロジー検出の間の密接な関連性を示しています [決定係数 (R) は 0.9 より大きく、6 つのフェノロジー移行日のうち 5 日間で平均絶対差は 7 日未満]、VIIRS のフェノロジー検索とVIIRS の能力は MODIS レコードとの連続性を提供し、長期的なシームレスなフェノロジー データ レコードを保証します。
結果はさらに、VIIRS と PhenoCam の生物季節学的日付間の全体的な平均絶対差は、グリーンアップ段階 (グリーンアップ開始、グリーンアップ中期、成熟開始) で 7 ～ 11 日、老化段階 (老化開始) で 10 ～ 13 日であることを示しています。 、老化中期、および休眠開始）。これは、PhenoCam と VIIRS のデータからの時系列が、春の生物季節遷移の日付を検出する点で非常に類似していることを意味しますが、老化の生物季節学を取得する点では大幅に異なります。この違いは、植生の生物物理学的特性のさまざまな側面を特徴付ける PhenoCam と VIIRS からの植生指数の時系列に起因する可能性があります。特に、すべての植生指数は、秋の色 (赤、黄、または茶色) の葉よりも春の緑の葉に敏感になるように構築されており、秋の葉の老化は、春の急速な新葉のフラッシュよりも穏やかな移行を経験します。特に森林被覆タイプで。したがって、春の始まりは秋の始まりよりも容易に検出されます。
さらに、VIIRS と PhenoCam の季節年代の違いは、土地被覆の種類によっても異なります。差はより小さく、森林での緑化開始の平均絶対差は 6 日で、次に草原と農耕地、そしてサバンナが続きました。この発見は、VIIRS フェノロジー検出が、異種サイト (サバンナなど) よりも同種サイト (森林など) での PhenoCam 推定に匹敵すると予想されることを示しています。乾燥および半乾燥サバンナにおける季節学の検出は複雑で、植生タイプの空間パターンが非常に不均一です。 PhenoCam のカバレッジと VIIRS フットプリントの違いにより、フェノロジー検出の相違は、シーン内の表面の不均一性または不一致のレベルとともに増加します。したがって、結果は VIIRS フェノロジー検出における不確実性の上限を提供する可能性があります。
結論として、この研究の結果は、VIIRS LSP の日付が MODIS LSP と一致しており、PhenoCam ネットワークから入手可能な地表近くのリモートセンシング観測を使用して十分に特徴付けられ、検証されていることを示しています。 VIIRS と PhenoCam の検索結果の不一致は、秋よりも春の方が少なく、サバンナよりも耕作地または草原よりも森林の方が少なく、不均一な土地被覆よりも均質の方が少ない.
これらの調査結果は、雑誌 Agricultural and Forest Meteorology に最近掲載された、時系列の PhenoCam 画像を使用した VIIRS データからの土地表面フェノロジーの評価というタイトルの記事で説明されています。 .この研究は、サウスダコタ州立大学の Xiaoyang Zhang、Senthilnath Jayavelu、Lingling Liu、および Geoffrey M. Henebry、ボストン大学の Mark A. Friedl、Yan Liu および Crystal B. Schaaf、マサチューセッツ大学ボストン校の Andrew D.ハーバード大学と北アリゾナ大学の Richardson 氏、ノースカロライナ州立大学の Joshua Gray 氏。
