Evaluation of the potential of MODIS satellite data to predict vegetation phenology in different biomes: An investigation using ground-based NDVI measurements

Autor: André Granier, Patrick Gross, Eric Dufrêne, Blandine Caquet, Christine Moureaux, Benoit Burban, Chris Flechard, Jean-Marc Ourcival, Bernard Heinesch, Marc Aubinet, J. Y. Pontailler, Gabriel Hmimina, Kamel Soudani, A. de Grandcourt, Serge Rambal, Nicolas Delpierre, L. Saint André, Bernard Longdoz
Přispěvatelé: Ecologie Systématique et Evolution (ESE), Université Paris-Sud - Paris 11 (UP11)-AgroParisTech-Centre National de la Recherche Scientifique (CNRS), AgroBio Tech GxABT, Univ Liege Gembloux Agrobio Tech, Ecologie des forêts de Guyane (ECOFOG), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Université des Antilles et de la Guyane (UAG)-AgroParisTech-Centre National de la Recherche Scientifique (CNRS), Sol Agro et hydrosystème Spatialisation (SAS), Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, Ecologie et Ecophysiologie Forestières [devient SILVA en 2018] (EEF), Institut National de la Recherche Agronomique (INRA)-Université de Lorraine (UL), Centre d’Ecologie Fonctionnelle et Evolutive (CEFE), Institut de Recherche pour le Développement (IRD [France-Sud])-Centre National de la Recherche Scientifique (CNRS)-École pratique des hautes études (EPHE)-Université de Montpellier (UM)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Université Paul-Valéry - Montpellier 3 (UM3), Unité de recherches Écosystèmes forestiers : microbiologie, pathologie et biogéochimie, Institut National de la Recherche Agronomique (INRA), GIP ECOFOR, F-ORE-T 'Observatoires de Recherche en Environnement (ORE) sur le Fonctionnement des Losystemes Forestiers' ECOFOR, INSU, Ministere de l'Enseignement Superieur et de la Recherche, Université Paul-Valéry - Montpellier 3 (UM3)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-École pratique des hautes études (EPHE)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD [France-Sud])-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut National de la Recherche Agronomique (INRA)-Université Paul-Valéry - Montpellier 3 (UPVM)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut de Recherche pour le Développement (IRD [France-Sud])
Jazyk: angličtina
Rok vydání: 2013
Předmět:
[SDV.SA]Life Sciences [q-bio]/Agricultural sciences
010504 meteorology & atmospheric sciences
Biome
0211 other engineering and technologies
02 engineering and technology
Evergreen forests
01 natural sciences
U10 - Informatique
mathématiques et statistiques
Phenology
Geology
Vegetation
Spatial heterogeneity
Variation saisonnière
Climatology
Forêt
Moderate-resolution imaging spectroradiometer
Phénologie
Modèle mathématique
Écosystème
F40 - Écologie végétale
Télédétection
Soil Science
Crops
Ground-based NDVI
Temperate deciduous forest
Normalized Difference Vegetation Index
Computers in Earth Sciences
021101 geological & geomatics engineering
0105 earth and related environmental sciences
Remote sensing
Changement climatique
Deciduous forests
Modèle de simulation
Végétation
Productivité primaire
15. Life on land
Evergreen
MODIS
13. Climate action
Environmental science
U30 - Méthodes de recherche
Zdroj: Remote Sensing of Environment
Remote Sensing of Environment, Elsevier, 2013, 132, pp.145-158. ⟨10.1016/j.rse.2013.01.010⟩
ISSN: 0034-4257
1879-0704
DOI: 10.1016/j.rse.2013.01.010⟩
Popis: Vegetation phenology is the study of the timing of seasonal events that are considered to be the result of adaptive responses to climate variations on short and long time scales. In the field of remote sensing of vegetation phenology, phenological metrics are derived from time series of optical data. For that purpose, considerable effort has been specifically focused on developing noise reduction and cloud-contaminated data removal techniques to improve the quality of remotely-sensed time series. Comparative studies between time series composed of satellite data acquired under clear and cloudy conditions and from radiometric data obtained with high accuracy from ground-based measurements constitute a direct and effective way to assess the operational use and limitations of remote sensing for predicting the main plant phenological events. In the present paper, we sought to explicitly evaluate the potential use of MODerate resolution Imaging Spectroradiometer (MODIS) remote sensing data for monitoring the seasonal dynamics of different types of vegetation cover that are representative of the major terrestrial biomes, including temperate deciduous forests, evergreen forests, African savannah, and crops. After cloud screening and filtering, we compared the temporal patterns and phenological metrics derived from in situ NDVI time series and from MODIS daily and 16-composite products. We also evaluated the effects of residual noise and the influence of data gaps in MODIS NDVI time series on the identification of the most relevant metrics for vegetation phenology monitoring. The results show that the inflexion points of a model fitted to a MODIS NDVI time series allow accurate estimates of the onset of greenness in the spring and the onset of yellowing in the autumn in deciduous forests (RMSE
Databáze: OpenAIRE
Externí odkaz: