[CO2フラックス観測とセンチネル2データに基づいて、Tamarix Chinensis低木の重要な生物季節学的メトリックを抽出するための複数のリモート感知植生指数の適用性]

2018年から2019年までの渦フラックスと気象データを2017年から2020年までのセンチネル2リモートセンシング画像を組み合わせることにより、中国のゴビ砂漠のエジーナオアシスのシダオキアオの迷信における総一次生産性（GPP）と環境要因との関係を分析しました。Tamarix chinensisの成長をシミュレートし、重要な生物季節学的指標を抽出するために、12のリモートセンシング植生指数の適用性を評価しました。GPPと植生指数の成長曲線を適合させるために、7パラメーターの二重logistic関数（DL-7） +グローバルモデル関​​数（GMF）を使用しました。3つの重要な生物季節学的指標、つまり成長期の始まり（SOS）、成長期のピーク（POS）、および成長期の終わり（EO）が毎年抽出されました。成長シーズンの学位日（GDD）と土壌水分含有量は、T。chinensisの生物季節学的ダイナミクスに影響を与える主な環境要因でした。2018年と比較して、2019年の温度が低いため、SOS前の温度の蓄積率が低下しました。T. chinensisは成長期に入るためにより長い熱蓄積を必要としました。これにより、2019年には後のSOSを引き起こす可能性があります。SOSとPOSの間の熱水条件は2018年と2019年に類似していました。、2019年のSOSが遅れたため。2019年のPOSに続いて、GDDが高く、土壌水分量が少ないため、T。chinensisは水ストレスに苦しみ、成長期が短くなりました。標準化されたセンチネル-2植生指数と10:00から14:00の間のGPPの平均値との間の線形回帰は、ブロードバンド植生指数の強化された植生指数とクロロフィルレッドエッジインデックス、逆赤縁クロロフィルインデックス、および狭帯域植生指数の赤い端の正規化差分植生指数（NDVI705）は、T。chinensisのGPPと非常に一致していました。SOSのリモートセンシング抽出とT. chinensisのPOSは、センチネル2狭帯域植生指数がブロードバンド植生指数よりも正確であることを示唆しました。反射率指数における修飾されたクロロフィル吸収は、SOSの最も正確な抽出を提供し、メリスの陸生クロロフィル指数はEOSの最も正確な抽出を提供しました。逆に、Sentinel-2ブロードバンド植生指数は、POS、特に2バンド強化された植生指数と植生の近赤外反射率を抽出するための最も正確でした。全体として、NDVI705はフェノロジーメトリックを推定するのに最適なインデックスでした。

We analyzed the relationship between gross primary productivity (GPP) and environmental factors at Sidaoqiao Superstation of the Ejina Oasis in China's Gobi Desert, by combining eddy flux and meteorological data from 2018 to 2019 and Sentinel-2 remote sensing images from 2017 to 2020. We evaluated the applicability of 12 remote sensing vegetation indices to simulate the growth of Tamarix chinensis and extract key phenological metrics. A seven-parameter double-logistic function (DL-7) + global model function (GMF) was used to fit the growth curves of GPP and vegetation indices. Three key phenological metrics, i.e., the start of the growing season (SOS), the peak of the growing season (POS), and the end of the growing season (EOS), were extracted for each year. Growing season degree days (GDD) and soil water content were the main environmental factors affecting the phenological dynamics of T. chinensis. Compared with 2018, the lower temperatures in 2019 resulted in slower accumulation rate of accumulated temperature before the SOS. T. chinensis required longer heat accumulation to enter growing season, which might cause later SOS in 2019. The hydrothermal conditions between SOS and POS were similar for 2018 and 2019. Howe-ver, the POS in 2019 was 8 days later than that in 2018, because of the late SOS in 2019. Following the POS in 2019, high GDD and low soil water content caused the T. chinensis to suffer from water stress, resulting in a shortened late growing season. The linear regression between the standardized Sentinel-2 vegetation index and the average value of GPP between 10:00 and 14:00 indicated that the enhanced vegetation index of the broadband vegetation index and the chlorophyll red edge index, inverted red edge chlorophyll index, and red-edge normalized difference vegetation index (NDVI705) of the narrowband vegetation index were highly consistent with the GPP of T. chinensis. Remote sensing extraction of SOS and POS of T. chinensis suggested that the Sentinel-2 narrowband vegetation index was more accurate than the broadband vegetation index. The modified chlorophyll absorption in reflectance index provided the most accurate extraction of SOS, while the MERIS terrestrial chlorophyll index provided the most accurate extraction of EOS. Conversely, the Sentinel-2 broadband vegetation index was the most accurate for extracting POS, especially the 2-band enhanced vegetation index and the near-infrared reflectance of vegetation. Overall, NDVI705 was the best index to estimate phenological metrics.