1. 首页
2. 新闻动态
3. 数据中心新闻

全球高分辨率日光诱导叶绿素荧光（SIF）数据集（2001-2020）在国家青藏高原科学数据中心发布

近日，由黄跃飞教授带领的清华大学和青海大学科研团队在Nature数据期刊《Scientific Data》（IF：8.501）上发表了题为“A long-term reconstructed TROPOMI solar-induced fluorescence dataset using machine learning algorithms”的数据论文，其关联数据“全球高分辨率（8天，0.05°）日光诱导叶绿素荧光数据集（2001-2020）”已在国家青藏高原科学数据中心（http://data.tpdc.ac.cn）发布共享，用户可开放获取。

卫星检索的日光诱导叶绿素荧光（SIF）可以作为光合作用有效的代理，被广泛用于总初级生产力（GPP）的估计。现有的SIF数据长期以来受到空间分辨率低和数据采样稀疏的限制。2017年发射的“哨兵-5P”卫星TROPOspheric Monitoring Instrument（TROPOMI）能够显著改进SIF观测的空间和时间分辨率，但数据记录的短时间覆盖限制了其在长期研究中的应用。随着SIF在生态学及相关领域应用研究的不断深入，生成全球高分辨率时空连续的长时间序列SIF产品成为了迫切的需求。该数据集提供了从2001年到2020年长时间序列的全球高分辨率日光诱导叶绿素荧光数据，有效缓解上述问题。

该数据集的制作基于XGBoost机器学习模型，主要输入为MODIS地表反射率数据、地表温度和土地类型产品、CERES再分析数据以及C3/C4植被覆盖数据，在晴朗天空条件下重建2001-2020年期间的TROPOMI SIF（RTSIF）。该数据集针对TROPOMI SIF和塔式观测的SIF进行了验证，并与其他卫星衍生的SIF（GOME-2 SIF和OCO-2 SIF）进行了比较，证明了数据的准确性。该数据集将在评估长期陆地生态系统光合作用和全球碳水通量方面有重要价值，有助于生态系统碳循环和碳中和研究。

图 2019年全球RTSIF和TROPOMI SIF年平均和最大值分布图

该研究得到了国家自然科学基金（91847301、51809007）、青海省中央引导地方科技发展资金（2021ZY024）、青海省科技部重大基础研究发展计划（2019-SF-146）以及清华大学水科学与工程国家重点实验室（2019-KY-01）的联合资助。

论文信息：Chen, X., Huang, Y., Nie, C., Zhang, S., Wang, G., Chen, S., Chen, Z. (2022). A long-term reconstructed TROPOMI solar-induced fluorescence dataset using machine learning algorithms. Scientific Data 9.

论文链接：https://www.nature.com/articles/s41597-022-01520-1

数据信息：陈星安, 黄跃飞, 聂冲, 张硕, 王光谦, 陈世鎏, 陈志超. (2022). 全球高分辨率（8天，0.05°）日光诱导叶绿素荧光数据集（2001-2020）. 国家青藏高原科学数据中心, DOI: 10.6084/m9.figshare.19336346.v2.

数据链接（中文）：https://data.tpdc.ac.cn/zh-hans/data/2b8ffbf4-90ac-4e3d-9ae4-a8be31ae93d4/

数据链接（英文）：https://data.tpdc.ac.cn/en/data/2b8ffbf4-90ac-4e3d-9ae4-a8be31ae93d4/