煤层气是一种存在于煤层及其周围岩层中的自生自储式非常规清洁能源,是在煤的形成过程中产生的伴生烃类气体。煤层气的烃微渗漏,会改变土壤的化学组成和化学环境,影响植被根系的呼吸作用,进而阻碍植被叶绿体合成,抑制植被光合作用,最终导致日光诱导叶绿素荧光SIF (Solar-Induced chlorophyll Fluorescence)的异常变化。为探究煤层气烃类微渗漏对植被SIF的影响,本文以山西省沁水盆地南部(沁水县)为研究区,使用基于卷积神经网络CNN (Convolutional Neural Networks)的SIF降尺度方法,获得2000年—2020年研究区的1 km空间分辨率SIF数据,并将研究区植被分为农田、草地和林地3种类型,探究煤层气富集区各类植被SIF时空变化特征。结果表明:研究区的3种植被类型中,林地的SIF平均值最高,其次为草地,农田的SIF平均值最低;2000年—2020年研究区内各植被SIF均表现出明显的增长趋势。此外,煤层气富集区受人为因素影响较小的林地SIF值明显低于对照区,且2000年—2020年间SIF年平均增速也低于对照区,这表明林地受到煤层气富集区烃类微渗漏的影响更为显著。综上,本研究表明植被SIF的异常可以从一定程度上反映煤层气烃类微渗漏情况,进而为煤层气潜在富集区的遥感判别提供科学依据。