植被覆蓋度（FVC）、葉面積指數（LAI）和聚集指數（CI）是表征植被結構特征的重要參數，深刻影響全球植被生態、水文和能量循環過程。深入理解這些參數的特征是當前植被和生態遙感的關鍵。中國科學院地理科學與資源研究所方紅亮研究組對2003至2017年全球植被FVC、LAI和CI遙感產品進行了綜合分析，探索了各參數之間的相互關系，提出了新的植被結構參數并剖析植被結構特征空間的變化機制。該工作推進了植被結構參數定量遙感研究，為深入理解植被結構變化特征提供了指導。具體進展如下：
（1）研究表明全球年平均CI、FVC和LAI在0.69, 0.34和1.29左右，2003年以來全球植被FVC（1.9′10-2/10a）和LAI（3.6′10-2/10a）呈緩慢上升趨勢，而植被CI略有下降（-2.7′10-3/10a）。植被FVC和LAI隨海拔高度的升高而降低，但在2000-3500米處呈現一個以草地為主的穩定帶。
（2）提出了植被比覆蓋度（SVC=FVC/LAI）的新概念，用于表征葉片對地表的覆蓋效率；提出了植被基礎聚集指數（Base CI: BCI或基CI）和完全聚集指數（Full CI: FCI或全CI）兩個新的植被結構參數，用于表征植被在極小和極大FVC[0-1]和LAI[0-7]情況下的聚集特征；計算了全球不同生態系統的SVC、BCI和FCI值并分析了其季節變化特征，發現隨著植被生長，植被冠層CI值逐漸從BCI向FCI過渡。
（3）分析了植被CI、FVC和LAI三參數梯形特征空間，闡述了植被不同結構參數在這一特征空間的變化機制。提出了計算不同生態系統理論最大LAI值（LAI容量）的方法，該值為探索不同生態系統的LAI理論上限提供了指導。
（4）基于Beer-Lambert定律，從多年CI、FVC和LAI遙感數據得到了全球植被葉片投影函數（G函數）空間分布數據，該項工作為進一步研究植被葉片空間展布和植被冠層孔隙率、G函數、CI和LAI構成的四參數特征空間奠定了基礎。
該項研究獲得了國家重點研發計劃（2016YFA0600201）的支持。
相關論文：
Fang, H., Li, S., Zhang, Y., Wei, S., and Wang Y., 2021. New insights of global vegetation structural properties through an analysis of canopy clumping index, fractional vegetation cover, and leaf area index. Science of Remote Sensing, 4, 100027. https://doi.org/10.1016/j.srs.2021.100027
