截至2020年，设计寿命六年的Terra-MODIS已在轨运行长达二十年，成为在轨服务时间最长的多光谱遥感传感器。其继任者NPP-VIIRS也已在轨运行近十年，提供了与MODIS各项指标接近的多光谱数据。基于上述传感器的MODIS/VIIRS叶面积指数（Leaf Area Index，LAI）产品是国际认可度最高的定量遥感产品之一，二十年来为全球气候变化等地球科学研究提供了有力支持。而已有研究表明，超额服役的Terra-MODIS已出现明显的信号衰退，将造成地表反射率等数据产品精度的不稳定性，进而造成下游LAI产品的精度波动。随着MODIS/VIIRS LAI产品长时序的不断积累，该数据成为诸如“全球变绿”（greening）等研究的主要证据来源，这对产品精度的时序稳定性提出了明确要求。基于该产品已发表的诸如“中国和印度引领全球变绿”的重要结论是否可靠？该产品是否能有效地为全球碳源/碳汇估算提供可靠支撑？是本研究试图解答的两大科学问题。
针对上述科学问题，我校“定量遥感与植被气候响应团队”闫凯老师及数位国际****联合开展研究，分三步分析了长序列产品中的质量指标，定量评估了MODIS和VIIRS LAI算法的性能稳定性。首先，比较了MODIS和VIIRS产品在重叠期间的LAI及其质量指标的稳定性特征，以分析其产品质量有无变化。其次，对整个数据周期内产品质量的年际变化进行了全面的时空分析，以评估算法性能稳定性。最后，对MODIS LAI及质量指标进行了趋势分析，为已发表在《Nature Substantivity》上的“中印变绿”的结论提供新的证据支持。研究取得的认识如下：
1、根据产品质量指标在不同植被类型和LAI大小下的年平均值，比较了MODIS和VIIRS产品精度的一致性，整体来说，MODIS和VIIRS产品精度具有高度一致性（图1），可进行联合使用。
2、全球范围来看（图2），LAI的增长趋势非常显著（每十年增长4.5％），但其两项质量指标均没有显著趋势，这表明MODIS LAI的质量在二十年来并未出现显著变化，证明了在传感器衰退的情况下，MODIS LAI反演算法的良好鲁棒性。
3、在MODIS记录期间（2001-2019年），中国和印度大部分地区呈现出清晰的绿化趋势（图3中的绿色和蓝色部分），这与先前的研究相符。从2001到2019年，整个亚洲地区植被显著增长的区域达到33.09%，而且植被显著下降的区域面积仅有1.73％。此外，这一变化趋势通过了曼·肯达尔（Mann Kendall，MK）检验，LAI的增长速率为每十年增长7.72％。
该研究基于一个朴素假设：长时间序列中LAI大小应存在一定增大或降低趋势以及明显的年际变化规律，但是产品质量指标应具有较好的稳定性。据此，该研究在MODIS（2001-2019年）和VIIRS（2013-2019年）时序里对LAI大小和产品质量的年际稳定性和趋势性进行分析，以评估产品用于时序分析时的可靠性。结果显示，LAI反演算法的性能稳定性足以支持已发表的LAI趋势相关的研究，为诸如“中印变绿”等已发表结论补全了最后的证据链条。MODIS和VIIRS LAI产品也在其相应时段内保持了稳定的反演精度，并且在LAI大小和产品质量上均显示出良好的一致性。这为学术界独立使用MODIS LAI产品或与后续VIIRS LAI结合使用以研究全球和区域植被动态、碳源/碳汇估算等研究提供了可靠性保障。

图1：各植被类型下MOD15A2H和VNP15A2H的年平均主算法反演比例RI一致性对比



图2 MODIS的LAI及其两项质量指标年际变化趋势的全球空间分布


图3：亚洲地区MODIS LAI及其产品质量指标在2001至2019年间的变化趋势


该项研究成果近期发表于遥感类权威期刊《Remote Sensing of Environment》上，并被收录于该杂志的“Terra科学二十周年”纪念专刊上。
Yan, K.*, Pu, J.*, Park, T., Xu, B., Zeng, Y., Yan, G., Weiss, M., Knyazikhin, Y., Myneni, R.B. Performance stability of the MODIS and VIIRS LAI algorithms inferred from analysis of long time series of products. Remote Sensing of Environment 2021, 260, 112438
全文链接：https://doi.org/10.1016/j.rse.2021.112438