Wefind that coarse-resolution SIF-based metrics and NDVI exhibit similar out-of-sample in-season April–July andApril–August predictive ability even when spatially filtering higher-resolution NDVI data

我们发现，粗分辨率的SIF基于指标和NDVI在季节外样本（4月至7月和4月至8月）的预测能力相似，即使将更高分辨率的NDVI数据空间过滤到农田区域。降尺度的SIF产品表现比粗分辨率的SIF产品差，而MODIS GPP表现比MODIS NDVI差。所有的预测都通过加入县固定效应来控制县际差异而得到改善。在干旱条件下，基于NDVI的指标可以更好地预测产量，而基于SIF的指标则有限地增加了早期预警干旱影响的价值。随着SIF测量频率和质量的不断提高，应不断评估SIF在作物监测中的益处。