本资料为国科大植被遥感课程的期末考试题目整理，涵盖植被指数计算、遥感图像分析及应用等核心内容，适用于学习和复习使用。
植被遥感是地球科学与信息技术交叉的领域，在生态系统研究中扮演着至关重要的角色。在国科大的期末考试中，同学们被要求选择一个与植被遥感相关的问题进行解答，这体现了该学科对理论与实践结合的重视。考试题目强调基础概念和原理的理解，而非寻找固定答案，鼓励学生运用所学知识解决问题。
在生态系统建模中，植被遥感的应用至关重要。例如，刘良云教授的研究方向是构建基于遥感信息的VPM模型（vegetation photosynthesis model），用于研究陆地生态系统的碳循环。该模型利用遥感数据来估算光合作用过程，核心表达式涉及光能利用率（ε_g）、被植被光合部分吸收的光合有效辐射比例（FPAR_PAV）以及环境因子对光能利用率的影响。遥感技术具有广泛的覆盖范围和强空间代表性，可以提供大尺度的数据，但不能直接获取碳通量信息。
与遥感数据相辅相成的是通量观测和模型模拟。通量观测能够实时监测碳通量，但受地形、气候等因素限制；而模型则可预测碳循环的时空变化，其可靠性依赖于模型设计及参数估计等条件。因此，将遥感、通量观测与模型融合是提高研究精度的关键。
在VPM模型中，FPAR估算不再单纯依赖NDVI，因为NDVI可能受大气和土壤水分影响，在复杂冠层中易饱和。相反，该模型采用增强植被指数（EVI）来更准确地估算FPAR，并通过陆地表面水分指数（LSWI）量化水分的影响。在参数优化过程中，通量观测数据是必不可少的，例如通过LST与呼吸作用之间的关系确定参数。
遥感数据的空间化处理同样重要。例如，光合有效辐射（PAR）与EVI年最大值（EVImax）、反照率年最小值（Albedomin）之间存在线性关系，可用于插值和重建空间分布。在估算净生态系统生产力（NEP）时，除了考虑光合作用外还需估算呼吸作用，这可以通过观测数据及模型拟合来实现。
植被遥感不仅是获取数据的工具，更是深入理解生态系统动态、推动模型发展与参数校正的关键手段。通过国科大的期末考试，学生不仅需要掌握基本的遥感原理，还要学会将这些知识应用于实际问题，并展示对课程要点的深刻理解。
5星
