随着气候变暖，骤旱事件的频率和强度正在增加，这增加了全球森林死亡风险。目前研究大多通过降水、大气水分或光学卫星衍生的植被指数来反映森林对干旱的响应，但由于光学指数的数据饱和效应、低时间分辨率和图像污染等问题，目前仍缺乏可大规模监测的高灵敏度数据或指标，加之森林受干旱胁迫的空间异质性很大，气象数据不能直接代表森林死亡率。上述问题使得在全球范围内量化与干旱相关的森林死亡率仍然是一个具有挑战性的问题。为解决这一难题，我们提出使用ΔVOD（植被光学厚度的变化程度）作为补充指标，以提高全球森林干旱死亡率监测和建模的准确性。我们认为，与光学和气象数据相比，微波遥感X、C和Ku波段的VOD更具有优势。首先，高频率的VOD数据与植被含水量直接相关；其次，ΔVOD的计算考虑了全球森林的变化和骤旱的频率。在本研究中，我们评估了VODCA的三个波段产品对森林干旱死亡率的敏感性，并绘制了2014-2017年全球森林干旱死亡率分布图。我们的研究结果表明，与EVI等光学植被指数和CWD等气象指标相比，VOD在时间尺度上对森林干旱发展变化表现出更高的敏感性。利用包含植被、气象和地形特征输入变量的随机森林回归模型，我们模拟了全球森林死亡率，并评估了不同指标对干旱死亡率绘图的贡献，其中ΔVOD为绘制干旱死亡率图最有影响力的因素。更重要的是，ΔVOD在指标与死亡率之间的相关性分析中显示出最好的结果，R²高于其他指标近2倍以上。总体而言，VOD在时间时效性和空间相关性方面都比其他指标对森林干旱表现出更高的敏感性。基于以上探索，最终成功绘制了全球森林因旱死亡地图，为监测极端干旱事件对森林生态系统的影响提供了更具体深入的全球视角。
 

遥感,干旱,制图