三江平原是中国淡水沼泽湿地的重要集中分布区和最大的农垦区，其植被覆盖对于生态系统至关重要，植被生长受自然因素和人为因素的综合作用。准确估算区域植被叶片聚集指数(ClumpingIndex，CI)，定量化分析其时空变化特征及其驱动因素，对于气候、生态、农业和水文等地表过程模型及利用遥感数据反演其他植被结构具有重要意义。已有的大多数生态模型或植被结构参数反演算法未考虑CI的时空变化，且探测CI空间分异的影响因素研究也相对缺乏。本研究利用三江平原地面实测数据对比叶片CI地面实测估算方法，并采用该地面实测数据和全球8天500m植被CI数据集(BNUCI)探究中国8天500m植被CI数据集(CASCI)应用于三江平原地区的适用性。基于CASCI数据集、GLASSLAI(G10balLandSurfaceSatelliteLeafAreaIndex)数据集、自然因素数据和人为因素数据，采用趋势分析、相关分析和地理探测器模型探究2001-2019年三江平原CI时空变化特征及其驱动因素，并分析了CI与LAI间的相关关系。本研究的主要研究内容及结论如下: 1)LX法与LXW法间的正相关性最强(＞0.85)，两者均符合“生长旺季CI达最小，生长初期和生长后期CI较大”，皆随观测天顶角增加而减小，且两者对有效w的校正效果以及与基于数字鱼眼相机(DigitalHemisphericalPhotography,DHP)的比值法间的一致性均相当。基于不同光学仪器(DI-IP、LAI-2200和AccuPAR)的比值法间具有较强的相关性(＞0.7)，三者季相变化类似。LAI-2200直接测量的CI时间序列季相变化不明显，对有效LAI的校正效果最差，且与基于LAI-2200的比值法间不具有一致性。通过对比9种CI地面实测估算方法，较全面地反映了不同估算方法间的异同，为后续方法对比研究提供了研究参考。 2)CASCI数据集在三江平原地区的直接验证和交叉验证进一步表明，CASCI数据集的精度良好，可应用于三江平原地面基础研究。地面实测数据与CASCI数据集的季相变化幅度和步调较为一致，且CASCI数据集和BNUCI数据集间具有时空一致性。 3)2001-2019年三江平原植被叶片CI具有“夏季CI达年内最小，冬季CI达年内最大”的季相变化特征，而年际变化不明显。75％的研究区呈轻微变化趋势，轻微减少是2001-2019年叶片CI的主要变化趋势。CI空间分布与土地利用类型空间分布有关，耕地区域的CI值总体大于林地区域，且CI随高程增加呈现微弱下降趋势。时间上，2001-2017年CI时间序列和LAI时间序列间的相关性不显著，空间上，两者呈负相关(k=-0.0407)。三江平原叶片CI空间分异的主要影响因素为地貌类型(0.499)、高程(0.474)和坡度(0.418)，植被类型、土地利用类型和土壤类型为次要影响因素，气候因素(年均温和年降水)和坡向对CI空间分异的影响主要表现为与其他驱动因素间的交互作用。不同影响因素存在促进植被叶片聚集的适宜范围或类型，不存在独立作用的影响因素，且主要影响因素和次要影响因素之间存在显著性差异。通过分析区域CI时空变化特征及其驱动因素，在一定程度上丰富了该领域的研究资料，对生态、气候和生物地球化学研究具有重要意义。
NETL
