植被是生物圈的关键组成部分，不仅为人类提供无可替代的生态系统产品，还通过吸收大气中的二氧化碳和改变感热潜热比等机制调节区域乃至全球的气候。在全球变化背景下，准确预测未来全球植被动态变化对于提高未来地球系统预测的准确性具有重要意义。本项目拟整合已有地面观测植被叶面积指数数据、中高分辨率遥感数据和补充样方观测数据，基于遥感辐射传输理论和机器学习模型反演一套兼顾时空一致性和准确性的全球植被叶面积指数时间序列数据。在此基础上，利用该叶面积指数数据对地球系统模型模拟全球植被动态变化的能力进行评估，并基于最优模型组合预测不同情境下未来全球植被叶面积的变化。本项目的实施不仅为后续相关研究提供相对可靠的全球植被观测时间序列数据，而且还将显著提高多种情景模式下的全球植被动态变化趋势预测的可靠性，为未来全球生态系统管理和可持续发展政策制定提供更加科学的理论依据。
【项目主持人：朱再春，项目起止时间：2020年1月至2022年12月 】
