1.引言
截至目前，遥感领域中植被指数主要通过NDVI、EVI、NDWI等植被指数表征植物状态。卫星日光诱导叶绿素荧光 SIF (Solar-induced chlorophyll fluorescence) 是迅速发展的新型植被遥感方法,能够直接探测植被生理过程和光合作用的动态变化。相比于NDVI等，SIF可以更敏感低去反映作物所受的干旱胁迫等状态。
但是目前大多数SIF空间分辨率和时间分辨率难以兼得，部分研究通过降尺度去生成更高分辨率的数据集。本次推荐的SIF数据时间范围为2000-2022年且空间分辨率为500m，可以很广泛地应用于小尺度区域。
2.数据概况
时间范围：2000-2022
空间分辨率：500m
时间窗口：8天合成
日光诱导叶绿素荧光数据集（high spatial resolution SIF dataset in China，HCSIF）是基于加权叠加（weighted stacking）算法，利用TROPOMI在天底观测条件下空间分辨率为3.5 km × 5.6 – 7 km的SIF产品，构建的覆盖中国区域、空间分辨率为500 m、时间分辨率为8天的高空间分辨率SIF数据集。
3.下载
数据集下载：https://www.scidb.cn/detail?dataSetId=2498ad34919e43a79c9443f58e863f42&version=V3
补充论文下载：
A high-resolution satellite-based solar-induced chlorophyll fluorescence dataset for China from 2000 to 2022 | Scientific Data
