1.研究背景

在全球范围内，连续、一致且经过验证的植被生物物理变量长时间序列对于描述植被动态和理解其与气候系统的相互作用至关重要。叶面积指数（LAI）和光合有效辐射吸收比例（FAPAR）被全球气候观测系统（GCOS）认定为基本气候变量。

2.创新之处

本文旨在描述自1981年以来基于AVHRR-LTDR数据集开发的所谓GEOV2-AVHRR叶面积指数（LAI）、光合有效辐射吸收比例（FAPAR）生物物理产品，这些产品的设计旨在与GEOV2-CLMS保持高度一致性。首先介绍了生成GEOV2-AVHRR产品所采用的原理。随后，描述了GEOV2-AVHRR产品的特征及相关质量指标。利用最近更新的DIRECT2.1和GBOV V3地面数据集，对叶面积指数和光合有效辐射吸收比例产品的精度进行了评估。我们还评估了GEOV2-AVHRR与GEOV2-CLMS、MODIS产品以及其他AVHRR长期数据集的一致性。特别关注了不同产品、变量和传感器之间的时空连续性和一致性，以及异常和趋势分析。除了评估GEOV2-AVHRR产品相对于来自相同传感器和更新传感器的产品的性能外，我们还探讨了以下研究问题：

（1）预处理（包括传感器选择和输入数据）和后处理（时间平滑和 gap filling 算法）对叶面积指数/光合有效辐射吸收比例长期时间序列的年内和年际一致性有何影响？

（2）从不同产品中提取的异常和趋势是否一致？我们能否解释它们之间的差异？

3.关键图表

图 1.GEOV2-AVHRR产品与叶面积指数（LAI）和光合有效辐射吸收比例（FAPAR）地面观测数据的对比。评估范围包括1999–2021年期间的DIRECT2.1站点（站点数量：172个；样本数量：LAI为279个，FAPAR为128个），以及2013–2022年期间的GBOV V3站点（站点数量：39个；样本数量：LAI为6461个，FAPAR为7045个）。不同符号代表不同的土地覆盖类型：星号代表森林类型，圆圈代表非森林类型。虚线对应1:1线。实线代表全球气候观测系统（GCOS，2011年）的精度标准：LAI为max(20%，0.5)，FAPAR为max(10%，0.05)。 

图 2.对于每对产品，上三角部分为符合GCOS要求（最大偏差为20%或0.5）的叶面积指数（LAI）像素百分比，下三角部分为符合GCOS要求（最大偏差为10%或0.05）的光合有效辐射吸收比例（FAPAR）像素百分比。颜色刻度从绿色（一致性好）到红色（一致性差）。

图 3. 左图：1982–2018年GEOV2-AVHRR、GIMMS和GLASS叶面积指数（LAI）产品年线性趋势的空间格局。黑点突出显示具有统计显著性的趋势（Mann–Kendall检验；p < 0.05）。右图：GEOV2-AVHRR与GIMMS和GLASS的叶面积指数趋势差异图。直方图显示了每个叶面积指数趋势（差异）区间的陆地像素百分比。

图4. （a）GEOV2-AVHRR、（b）GIMMS、（c）GLASS和（d）C3S叶面积指数（左）及光合有效辐射吸收分数（右）产品的标准化异常值。时间沿横坐标绘制，纬度沿纵坐标绘制。

4. 主要结论

GEOV2-AVHRR叶面积指数（LAI）和光合有效辐射吸收比例（FAPAR）1981–2022年全球时间序列，得益于长期数据记录（LTDR）数据集对AVHRR历史反射率数据的改进预处理，以及哥白尼全球陆地服务（CLMS）叶面积指数和光合有效辐射吸收比例1公里分辨率V2版（GEOV2-CLMS）1999–2020年时间序列在生物物理变量处理方面的最新改进。GEOV2-AVHRR旨在延长这些时间序列，并确保长期连续性、时间内一致性、与GEOV2-CLMS产品的相互一致性以及准确性。

GEOV2-AVHRR与GEOV2-CLMS的对比表明，这些目标已实现：超过90%的陆地像元的叶面积指数在±max(20%，0.5)范围内，超过70%的像元的光合有效辐射吸收比例在±max(10%，0.05)范围内，符合全球气候观测系统（GCOS）的不确定性要求。我们还将GEOV2-AVHRR与HiQ-MODIS以及其他源自AVHRR数据的长期全球叶面积指数和光合有效辐射吸收比例数据集（GIMMS、GLASS和C3S）进行了比较。在叶面积指数方面，GEOV2-AVHRR与HiQ-MODIS、GIMMS和GLASS在约80%的陆地像元中符合全球气候观测系统的要求；在光合有效辐射吸收比例方面，分别在34%、48%和57%的像元中符合要求。GEOV2-AVHRR在每个生物群落类型中的分布非常一致，与其他数据集相符，但在极高叶面积指数值和低光合有效辐射吸收比例值方面存在一些差异，这分别对应热带雨林（EBF）和稀疏植被。在这些区域，GEOV2-AVHRR和GLASS的叶面积指数值低于GIMMS和GEOV2-CLMS，而光合有效辐射吸收比例值低于GIMMS和HiQ-MODIS。在产品完整性方面，GEOV2（1%的陆地像元缺失）和GLASS（无缺失数据，缺失率为0%）优于C3S（12%的缺失数据）、HiQ-MODIS（13%）和GIMMS（叶面积指数4g为14%，光合有效辐射吸收比例4g为24%）。相反，叶面积指数和光合有效辐射吸收比例数据集的年际一致性似乎对输入表面反射率的一致性非常敏感。

GEOV2-AVHRR产品可公开获取，空间分辨率为0.05°和0.5°，时间频率为10天，时间范围从1981年7月至2022年12月（https://geodes.cnes.fr）。这些产品以多波段hdf5格式分发，包括相关的质量指标。由于AVHRR传感器仍在轨道上运行，GEOV2-AVHRR 1981–2022年时间序列可以每年进行扩展和更新。计划使用具有更高时间一致性的新型长期表面反射率数据，对GEOV2-AVHRR时间序列进行全面的再处理。这些一致的GEOV2-AVHRR长期叶面积指数和光合有效辐射吸收比例数据记录将有助于更好地理解植被动态及其与气候系统和碳循环的相互作用。

 5. 发表信息

Verger A, Weiss M, Baret F. GEOV2-AVHRR: Continuous and consistent time series of global leaf area index and fraction absorbed PAR from 1981 to 2022[J]. Remote Sensing of Environment, 2025, 331: 115029. https://doi.org/10.1016/j.rse.2025.115029