双极度雷达植被指数用于监测森林水分压力,使用Sentinel-1SAR数据的时间序列
B Ranjit1, W Bijker1, H Aghababaei1
1Department of Earth Observation Science, Faculty of Geo-Information Science and Earth Observation (ITC), University of Twente, Enschede, The Netherlands.
Plant biology (Stuttgart, Germany)
|May 16, 2025
概括
卫星雷达数据揭示了严重干旱如何影响温带森林. 双极度雷达植被指数 (DpRVI) 能够有效地检测树冠水和树叶减少造成的森林压力,帮助评估干旱影响.
科学领域:
- 环境科学 环境科学
- 遥感 遥感 遥感 遥感
- 林业林业 林业 林业 林业
背景情况:
- 气候变化和全球变暖正在增加干旱的频率和强度.
- 需要有效的方法来监测干旱对森林的影响.
- 温带宽叶落叶森林容易受到长期干旱的影响.
研究的目的:
- 评估强烈,长期干旱对温带宽叶落叶森林的影响.
- 用 Sentinel-1 合成孔径雷达 (SAR) 数据进行干旱压力评估.
- 引入和验证用于森林干旱监测的双极度雷达植被指数 (DpRVI).
主要方法:
- 对2014年10月至2023年7月的Sentinel-1 SAR时间序列数据的分析.
- 计算和分析每月DpRVI偏差的中位数.
- DpRVI变化与干旱事件及其累积影响的相关性.
主要成果:
- 森林通过下降的DpRVI值显示干旱压力.
- 降低树冠含水量和树叶损失与DPRVI下降有关.
- 通过负DpRVI偏差检测到2018年的干旱发作和到2021年的累积影响.
结论:
- 来自Sentinel-1的DPRVI是评估干旱对森林树冠影响的有希望的工具.
- DpRVI有效地检测森林对干旱的应激反应.
- 需要进一步的研究来区分水含量与树叶变化对DpRVI衰退的贡献.
