近日，我校地理科学学院来全副教授科研团队在沙地生态系统植被动态遥感监测领域取得重要研究进展。团队针对干旱、半干旱沙地生态系统植被遥感监测中多源卫星数据不连续、跨传感器观测偏差以及植被物候信息易失真等问题，提出多因子协调植被指数合成框架（Multifactor Harmonized Vegetation Index Compositing，MHVC），为沙地生态系统长时间序列植被动态监测提供了新的技术方法。

相关研究成果以“A Multifactor Harmonized Vegetation Index Compositing (MHVC) Approach for Monitoring Vegetation Dynamics in Sandy Land Ecosystems With Landsat-8/9 and Sentinel-2”为题，发表于地球科学与遥感领域国际顶级期刊《IEEE Transactions on Geoscience and Remote Sensing》。研究成果体现了学院在遥感科学、生态环境监测及研究生科研创新能力培养方面取得的新进展。

沙地生态系统约占全球陆地面积 20%，是维系区域生态安全的重要屏障。但该区域植被稀疏、地表异质性极强，常年受沙尘、薄云、气溶胶干扰。受云雾沙尘遮挡、传感器观测间隙影响，Landsat、Sentinel‑2 卫星原始观测普遍存在大量数据缺失。数据缺口会直接造成植被时序曲线失真，产生虚假物候双峰、时序剧烈震荡等问题，严重干扰植被返青、衰败等关键物候参数提取，给荒漠化评估、生态修复成效研判带来较大偏差。

现有交叉传感器校正算法面对沙地高地表反照率、稀疏植被、频繁沙尘气溶胶环境，仍存在明显辐射偏差；传统像元合成方法容易过度掩膜薄云与沙尘干扰下的有效观测像元，造成可用数据进一步损耗，难以生成高质量、连续的植被指数时序产品。

针对上述现实痛点，研究团队提出多因子协调植被指数合成框架（MHVC），实现多源卫星数据深度融合与时序重构，包含三大核心创新：

1.多源观测非线性辐射协同建模：构建融合光谱响应、观测几何、空间异质特征与物候节律的多维驱动表征体系，突破传统线性校正框架的表达局限，实现异源卫星观测双向辐射一致性对齐，消解传感器间系统性偏移。

2.不确定性驱动的多约束像元加权合成范式：摒弃确定性二值掩膜的硬阈值筛选逻辑，将云‑气溶胶的探测不确定性纳入像元质量评估体系，实现对复杂沙地干扰场景下有效观测信号的最大化挖掘；耦合物候约束的时序加权策略，在保障观测样本数量的同时抑制跨物候信号混叠。

3.面向稀疏植被生态的约束型时序平滑重构：构建兼顾噪声抑制与生态物候动力学保护的时序滤波策略，在压制残余辐射噪声的前提下，保留植被生长周期内关键的动态转折信号，实现物候忠实的连续植被指数时序重建。

经呼伦贝尔、科尔沁、浑善达克、毛乌素四大北方沙地多区域验证，MHVC 框架无需针对不同沙地做区域重训练，就可以输出光谱保真、时序稳定、物候忠实的多年 30 米植被指数时序数据集，时序粗糙度 TRI 显著降低。该技术可以有力支撑荒漠化动态监测、生态修复成效评估、干旱半干旱区植被精细化管理工作，不仅服务我国北方沙地生态治理业务，也为全球沙地、灌丛等稀疏植被区域的遥感监测提供可复用的技术范式。

来源：科学技术处

编辑：燕书羽 校对：刘燕荣

初审：云桦 复审：边建平 终审：王志强