Remote estimation of the fraction of absorbed photosynthetically active radiation for a maize canopy in Northeast China

Aims accurate remote estimation of the fraction of absorbed photosynthetically active radiation(fAPAR)is essential for the light use efficiency(LUE)models.Currently,one challenge for the LUE models is lack of knowledge about the relationship between fAPAR and the normalized difference vegetation index(NDVI).Few studies have tested this relationship against field measurements and evaluated the accuracy of the remote estimation method.this study aimed to reveal the empirical relationship between NDVI and fAPAR and to improve algorithms for remote estimation of fAPAR.Methods to investigate the method of remote estimation of fAPAR seasonal dynamics,the CASA(Carnegie-ames-stanford approach)model and spectral vegetation indices(VIs)were used for in situ measure-ments of spectral reflectance and fAPAR during the growing season of a maize canopy in Northeast China.Important Findingsthe results showed that the fAPAR increased rapidly with the day of year during the vegetative stage,it remained relatively stable at the stage of reproduction,and finally decreased slowly during the senescence stage.In addition,fAPAR green[fAPAR_(green)=fAPAR_(green) -fAPAR_(green) LAI_(max))]showed clearer seasonal trends than fAPAR.the NDVI,red-edge NDVI,wide dynamic range vegetation index,red-edge position(REP)and REP with sentinel-2 bands derived from hyperspectral remote sensing data were all significantly positively related to fAPAR green during the entire growing season.In a comparison of the predictive performance of VIs for the whole growing season,REP was the most appropriate spectral index,and can be recommended for monitoring seasonal dynamics of fAPAR in a maize canopy.

Improving GPP estimates by partitioning green APAR from total APAR in two deciduous forest sites

Non-photosynthetic components within a forest ecosystem account for a large proportion of the canopy but are not involved in photosynthesis.Therefore,the accuracy of gross primary production(GPP)estimates is expected to improve by removing these components.However,their infl uence in GPP estimations has not been quantitatively evaluated for deciduous forests.Several vegetation indices have been used recently to estimate the fraction of photosynthetically active radiation absorbed by photosynthetic components(FAPAR_(green))for partitioning APAR green(photosynthetically active radiation absorbed by photosynthetic components).In this study,the enhanced vegetation index(EVI)estimated FAPAR_(green)and to separate the photosynthetically active radiation absorbed by photosynthetic components(APAR green)from total APAR observations(APAR_(total))at two deciduous forest sites.The eddy covariance-light use effi ciency(EC-LUE)algorithm was employed to evaluate the infl uence of non-photosynthetic components and to test the performance of APAR green in GPP estimation.The results show that the infl uence of non-photosynthetic components have a seasonal pattern at deciduous forest sites,large diff erences are observed with normalized root mean square error(RMSE*)values of APAR green-based GPP and APAR_(total)-based GPP between tower-based GPP during the early and end stages,while slight diff erences occurred during peak growth seasons.In addition,daily GPP estimation was significantly improved using the APAR green-based method,giving a higher coeffi cient of determination and lower normalized root mean square error against the GPP estimated by the APAR_(total)-based method.The results demonstrate the signifi cance of partitioning APAR green from APAR_(total)for accurate GPP estimation in deciduous forests.

2015-2020年植被吸收光合有效辐射的时空特征及影响因素分析

植被吸收光合有效辐射(Absorbed Photosynthetically Active Radiation,APAR)是植被进行光合作用中实际吸收的太阳辐射量,是植被净第一性生产力的重要指标,也是生态系统的功能模型、作物生长模型、净初级生产力模型、气候模型等的重要参数。因此高空间分辨率和精确性的植被吸收光合有效辐射对于高精度的区域生产力及光能利用率的研究具有重要意义。对CASA(Carnegie-Ames-Stanford Approach)模型进行了改进,利用30m×30m的数字高程模型(Digital Elevation Model,DEM)数据直接计算太阳辐射,从而将其作为CASA模型的输入参数。结合多源遥感数据、气象数据,研究2015-2020年江汉平原APAR的时空分布及其影响因素。顾及江汉平原的土地利用分布特点,着重分析了江汉平原农田APAR的时空特性,研究结果较好的反映了江汉平原APAR分布。实验结果表明:(1)2015-2020年APAR年总值在3.42×10^(13)MJ-3.73×10^(13)MJ之间,总体空间分布与植被类型的分布情况相符;(2)农田月均APAR值在4月、7月高于其他月份,表现出“双峰”的特征;(3)在空间分布上,水田APAR表现出明显的纬度地带性,而旱地APAR正好相反,这可能源于种植结构重心转移;(4)通过借助地理探测器,着重考虑与植被生长相关的12个因子(包括≧10℃积温、年总日照时数、年均气温、年总降雨量、农田种植结构、年散射辐射、农田施肥、土壤类型、土壤质地(砂土、粉砂土、黏土))进行分析,结果表明这12个因素对APAR空间变异性都具有很明显的影响。对CASA的改进方法可以适用于大范围高空间精度的计算。

城市群花粉过敏网络关注度及影响因素研究

研究花粉过敏网络关注度时空特征及影响因素有利于掌握相关信息,服务民生。本文结合百度指数、气象、遥感数据,分析8个城市群2017—2021年花粉过敏网络关注度时空特征与影响因素,并采用随机森林、反向传播神经网络模型进行模拟。结果表明:(1)时空特征:关注度每年高峰期在春季(4—5月);人口聚集的城市最高,在空间上聚集,京津冀、山东半岛、长三角、珠三角城市群为热点区。(2)与影响因素关系:有效范围内,温度升高、短时雷暴雨、空气质量差、光合有效辐射吸收分量升高、夜间灯光强,关注度高;高湿、高风速、大雨、久雨,关注度低;夜间灯光相关性最高。(3)城市群方面:北方城市群的温度、沿海城市群的湿度、地形起伏大城市群的风速、南方城市群的降水、珠三角和长三角城市群的空气质量指数、珠三角和京津冀城市群的光合有效辐射吸收分量重要性大,夜间灯光都不可替代。(4)随机森林和反向传播神经网络适用于模拟关注度,各城市群R^(2)均在0.64~0.92之间,RMSE、MAE均在1以下,反向传播神经网络比随机森林模拟效果更好。成渝城市群2个模型拟合度均优,其次是京津冀、珠三角和长江中游城市群。本文的方法和结果可为花粉过敏相关工作提供参考。

融入可见光-近红外高光谱吸收特征的新型植被指数估算天然草地FAPAR

考虑到植被可见光-近红外的光谱吸收特征与光合有效辐射吸收率(fraction of absorbed photosynthetically active radiation,FAPAR)有很好的关联,综合"高光谱曲线特征吸收峰自动识别法"与"光谱吸收特征参量化法",提取对FAPAR敏感的高光谱吸收特征参数,借鉴可见光-近红外植被指数的数学形式,尝试用优化组合后的可见光-近红外光谱吸收特征参数替代光谱反射率,构建新型植被指数估算植被FAPAR,并利用2014年和2015年内蒙古自治区中部与东部地区天然草地典型群落冠层实测光谱数据进行FAPAR估算建模与验证。结果表明:新型植被指数"SAI-VI"不仅有效提高了单个光谱吸收特征参数在高、低覆盖区域估算FAPAR的精度,而且相比五种与FAPAR有较好相关性的具有不同作用类型的可见光-近红外植被指数,其与FAPAR值的相关性更高(存在最大相关系数=0.801),以其为变量的指数模型预测FAPAR精度更高且稳定性较好(建模与检验的判定系数均最高且超过0.75,标准误差与平均误差系数也相应最小)。研究表明:融入可见光-近红外高光谱吸收特征的新型植被指数"SAI-VI",强化了可见光波段与近红外波段光谱吸收特征的差别,相较单一光谱吸收特征参数,在降低土壤背景影响的同时增强了对FAPAR变化的敏感度。同时,"SAI-VI"有效综合了对植被FAPAR敏感的光谱吸收特征信息,相较原始光谱反射率,能表达植被光合有效辐射吸收特征的更多细节信息,可作为植被冠层FAPAR反演的新参数,一定程度上弥补当前植被指数法估算FAPAR的不足。

基于“两叶”模型的2001-2016年贵州省LAI与APAR数据集

叶面积指数(Leaf Area Index,LAI)指单位土地面积上植被叶片总面积占土地面积的倍数,表征冠层结构与生长状态,是植物吸收的光合有效辐射(Absorbed Photosynthetic Active Radiation,APAR)的决定因子之一。LAI与APAR是植被的光合等生理过程模拟的重要参数。“两叶模型”根据叶片光环境,将冠层抽象为“阳生叶”和“阴生叶”两类叶片,分别进行生理生态功能参数化与模拟。该模型一定程度上改进了传统“大叶模型”难以表征冠层复杂结构的不足,有效降低了从叶片到冠层尺度转换中的潜在误差,改善了冠层物质与能量的估算及模拟效果。本研究基于“两叶模型”框架,以贵州省为研究区,利用GLASS LAI和PAR遥感产品,结合植被聚集指数和地表反照率数据,生产得到2001–2016年贵州省冠层阳生叶和阴生叶的LAI与APAR数据集。本数据集具有时序长、分辨率高等优点,可应用于区域植被生态功能变化、全球变化模拟等方面的研究,也可为模型模拟、遥感反演等研究提供数据支持。

Estimation of Net Primary Productivity of Terrestrial Vegetation in China by Remote Sensing

Among the many approaches for studying the net primary productivity (NPP), a new method by using remote sensing was introduced in this paper. With spectral information source (the visible band, near infrared band and thermal infrared band) of NOAA-AVHRR, we can get the relative index and parameters, which can be used for estimating NPP of terrestrial vegetation. By means of remote sensing, the estimation of biomass and NPP is mainly based on the models of light energy utilization. In other words, the biomass and NPP can be calculated from the relation among NPP, absorbed photosynthetical active radiation (APAR) and the rate (epsilon) of transformation of APAR to organic matter, thus: NPP = ( FPAR x PAR) x [epsilon * x sigma (T) x sigma (E) x sigma (S) x (1 - Y-m) x (1 - Y-g)]. Based upon remote sensing ( RS) and geographic information system (GIS), the NPP of terrestrial vegetation in China in every ten days was calculated, and the annual NPP was integrated. The result showed that the total NPP of terrestrial vegetation in China was 6.13 x 10(9) t C . a(-1) in 1990 and the maximum NPP was 1 812.9 g C/m(2). According to this result, the spatio-temporal distribution of NPP was analyzed. Comparing to the statistical models, the RS model, using area object other than point one, can better reflect the distribution of NPP, and match the geographic distribution of vegetation in China.

GIS和RS支持下广东省植被吸收PAR的估算及其时空分布

在 Ｇ Ｉ Ｓ和 Ｒ Ｓ支持下，利用地面气象数据和 Ｎ Ｏ Ａ Ａ－ Ａ Ｖ Ｈ Ｒ Ｒ Ｎ Ｄ Ｖ Ｉ数据估计了广东省植被在 １９９２０４～１９９３０３间吸收的 Ｐ Ａ Ｒ，并分析了其时空分布特征以及不同类型植被对 Ｐ Ａ Ｒ 的吸收特征。结果表明：在此期间，广东省植被年 Ａ Ｐ Ａ Ｒ介于 ０～１５７５ Ｍ Ｊ／ｍ ２ａ 之间，其最大 Ｎ Ｐ Ｐ不及全球最高值的一半；并且，广东省年 Ａ Ｐ Ａ Ｒ 的时空变化显著，这主要与植被自身性质和太阳辐射的时空变化有关；即使是常绿阔叶林，其年 Ａ Ｐ Ａ Ｒ 也有显著差异，并且吸收 Ｐ Ａ Ｒ 的年变化显著，全年以 ７、１０ 月份吸收的 Ｐ Ａ Ｒ 量最高。

呼伦贝尔羊草草甸草原光合有效辐射分量变化规律分析

通过实测呼伦贝尔羊草草原冠层光合有效辐射(PAR)各分量并计算冠层反射率、土壤反射率,对其季节变化、日变化进行浅析。研究表明,在生长季6月初-9月下旬,PAR和APAR(吸收性光合有效辐射)季节变化均呈减小趋势。PAR波动较大,在25～58mol/m2;APAR则在17～34mol/m2波动。光合有效辐射吸收比例(FPAR)随季节推移呈增大趋势,波动范围在0.46～0.77,最大值出现在8月下旬,可达0.77。晴天冠层入射PAR、反射PAR、透射PAR和土壤反射PAR日变化均呈较标准正弦曲线。冠层反射率在中午12点前后最低而早晚值较高。土壤反射率日变化6月波动较大,在0.4之内,7-9月,仅在0.08内。APAR日变化趋势和入射PAR基本一致。6月、7月至8月中旬,晴天FPAR日变化呈较标准的余弦曲线,变动幅度为0.60,9月变动幅度仅为0.13,几乎趋于常数。本研究在获取较准确地面实测PAR数据的同时得到FPAR,可为本地区草地FPAR的精度评估和验证提供参考。

基于MODIS数据的草地植被光合过程参数估算--以内蒙古自治区为例

以内蒙古自治区为例,利用MODIS遥感影像和TOMS紫外波段反射率数据,在GIS和RS软件支持下,计算分析了内蒙古草地生长季的光合有效辐射(PAR)、光合有效辐射吸收系数(FPAR)、吸收性光合有效辐射(APAR)及其时空变化,并分析了气候因子对FPAR、PAR的影响。结果表明:内蒙古草地生长季的PAR、FPAR、APAR的估算值与其他研究者基本一致,方法可行,可为草地NPP估算及建模提供参考。内蒙古草地生长季平均PAR为1973.8 MJ/m2,FPAR为0.275,APAR为516.64 MJ/m2。内蒙古草地生长季的PAR、FPAR、APAR时空变化明显:FPAR及APAR空间上呈东北向西南地区递减的趋势,PAR与之相反。4月份(生长季初期)以后,随着时间的推移PAR、FPAR、APAR都开始增加,但出现峰值的时间不同。内蒙古草地生长季,不同草地类型的FPAR及APAR差异明显,在草地NPP估算及建模时应引起重视。

内蒙古草地关键光合过程参数的时空变化特征

地球表面的瞬时光合有效辐射(Photosynthetically Active Radiation,PAR)和植被吸收的光合有效辐射(Absorbed Photosynthetically Active Radiation,APAR)是许多集中于生物圈和大气之间交换过程研究的关键参量。光合有效辐射吸收比例(Fraction of Photosynthetically Active Radiation,FPAR)是APAR和PAR的比值,是许多气候模型及生产力模型的基本特征参量。因此,研究PAR/APAR/FPAR的时空变化规律,对准确估算草地NPP具有十分重要的作用。本文利用MODIS遥感影像和TOMS紫外波段反射率数据,在GIS和RS软件支持下,计算分析了内蒙古草地生长季的PAR/FPAR/APAR及其时空变化,并分析了气候因子对FPAR/APAR的影响。结果表明:内蒙古草地生长季平均PAR为1973.8MJ/m2,FPAR为0.275,APAR为516.64MJ/m2。内蒙古草地生长季的PAR/FPAR/PAR时空变化明显:FPAR及APAR空间上呈东北向西南地区递减的趋势,PAR与之相反。自生长季初期(4月份),随着时间的推移PAR/FPAR/APAR都开始增加,只是出现峰值的时间不同。内蒙古草地生长季不同草地类型的FPAR及APAR差异明显,在草地NPP估算及建模时应引起重视。

基于植被指数的棉花冠层光合有效辐射截获量和叶片净光合速率估算研究

【目的】分析不同水分处理下棉花冠层植被指数与吸收光合有效辐射截获量(FAPAR)和叶片净光合速率(Pn)之间的相关性,并通过植被指数反演FAPAR和Pn,以实现非接触、非破坏、快速、实时、大面积监测棉花的生长状况。【方法】用美国ASD Fieldspec Pro FR 2500高光谱辐射仪、LI-190SA线性光量子传感器和LI-6400便携式光合测试系统,分别测定棉花新陆早33号不同水分处理关键生育时期的冠层高光谱数据、光合有效辐射(PAR)和叶片净光合速率。【结果】不同水分处理的棉花新陆早33号冠层FAPAR与Pn均在开花结铃期达到最大值,在吐絮期达到较低值。建立重归一化植被指数(RDVI)、差值植被指数(DVI)、增强型植被指数(EVI)、光化学反射植被指数(PRI)与FAPAR、Pn的函数模型都达到极显著性相关。其中EVI与FAPAR,PRI和Pn的相关性最高(rEVI-FAPAR=0.686 3**,RMSE=0.04,rPRI-Pn=0.644 7**,RMSE=3.39,n=20),利用它们相关性最高的函数模型方程分别估算FAPAR和Pn,实测值和估测值都达到极显著(r实测FAPAR-估测FAPAR=0.805 4**,r实测Pn-估测Pn=0.760 9**,n=20)。【结论】可以用高光谱植被指数无损的提取棉花光合生理参数信息。

基于高光谱遥感的水稻冠层吸收光合有效辐射的估算研究

利用高光谱遥感数据,对光谱反射率、一阶微分光谱及二阶微分光谱与吸收光合有效辐射(APAR)进行相关分析,并利用反射率、微分光谱、植被指数法研究了水稻冠层APAR的估算效果。结果表明,高光谱反射率、一阶微分光谱及二阶微分光谱的最优波段与APAR的相关性均极显著,一阶微分光谱能够更好的估算APAR,它与APAR在769nm处的拟合决定系数为0.5218;5种植被指数所选的最优波段组合拟合方程的决定系数在0.67以上,其中以复归一化差值植被指数(758,781)估算效果最好,决定系数达0.7585。

数字图像估测棉花光合有效辐射吸收比例

研究利用数字图像技术估测棉花光合有效辐射吸收比例的方法,以期为棉花生长状况的动态监测提供依据。2013-2014年设置不同株行距配置试验,在棉花关键生育时期通过数码相机、线性光量子传感器分别测定棉花覆盖度和光合有效辐射吸收比例。结果表明,不同配置方式下,fCover和fAPAR的季节变化规律基本一致,生育后期由于非绿色器官的增多致使低估fCover;fCover与fIPAR和fAPAR呈线性的极显著正相关,与LAI和干物质呈指数的极显著正相关;综合分析2a数据,建立图像覆盖度估测fAPAR的模型(R2=0.895,SE=0.076);根据独立试验数据对估测模型进行检验的结果显示,模型的决定系数(R2=0.964)较高且预测误差(RMSE=0.058)较小。因此,图像覆盖度是一种简便、快捷、有效地估测棉花光合有效辐射吸收比例的方法。

基于不同植被指数的棉花光合有效辐射吸收分量估算研究

通过开展小区棉花密度和水分对比试验,分析不同密度和水分处理的棉花整个生育期光合有效辐射吸收分量(FPAR)与光谱反射率的相关关系,建立棉花FPAR光谱估算模型。结果表明,棉花FPAR与选取的所有植被指数均呈极显著相关,其中绿度植被指数(GREENNDVI)和反射率比值(GMI)与FPAR的相关性最好,相关系数(r)分别为0.794和0.765。分别用GREENNDVI和GMI建立棉花FPAR的估算模型,其决定系数(r2)分别为0.657和0.633,均方根误差(RMSE)分别为0.089和0.093。研究表明,利用光谱特征参数可以有效地估算棉花整个生育期的FPAR。

落叶阔叶林冠层非光合组分对冠层FPAR的影响分析——一种分层模拟的方法

估算并消除冠层非光合组分(non-photosynthetic vegetation,NPV)吸收的光合有效辐射,对准确估算生态系统总初级生产力(gross primary productivity,GPP)具有重要意义。以落叶阔叶林为例,通过设置不同情景,应用任意倾斜叶片散射(scattering by arbitrary inclined leaves,SAIL)模型进行冠层光合有效辐射吸收分量(fraction of absorbed photosynthetically active radiation,FPAR)的分层模拟,分析冠层NPV的FPAR的变动及其对冠层FPAR的贡献,并初步探讨落叶阔叶林NPV的FPAR的估算方法。结果表明,冠层NPV的FPAR的大小与冠层结构相关,在高覆盖度植被区NPV对冠层FPAR的贡献通常较小,但在低植被覆盖区的贡献会较高;NPV降低了冠层在近红外波段的反射;增强型植被指数(enhanced vegetation index,EVI)与NPV的FPAR存在显著的线性负相关关系,可用来描述NPV的变化。

基于植被指数的典型草原光合有效吸收比例估算研究

采用常用的8种植被指数,对植被光合有效吸收比例(FPAR)数据进行了反演。结果表明,叶面积指数较大时,绿度植被指数(GNDVI)、转换型土壤调整植被指数(TSAVI)估算FPAR的效果较好,R2分别达到0.908和0.895;而当叶面积指数较小时(<0.5),TSAVI和土壤调整植被指数(SAVI)估算FPAR可有效克服土壤等背景因素的影响,R2分别达到0.819和0.807。有效的组合近红外、红光波段的反射率构建植被指数可以提高FPAR的估算精度。

基于遥感数据的植被吸收光合有效辐射估算研究

基于MODIS遥感数据、辐射传播模型和光能利用率模型,估算位于中高纬度的美国伊利诺伊州植被吸收的光合有效辐射(APAR),结果较好地反映了该地区植被吸收的光合有效辐射的时空分布。2006-2016年该地区APAR年均值介于35. 10~39. 58 W·m^-2·a^-1,季节变化明显。夏季的APAR均值最高,集中在80~120 W·m^-2·d^-1,其次是春秋两季。基于Mann-Kendall非参数估计方法,模拟了伊利诺伊州地区2006-2016年不同季节平均APAR的变化趋势。夏季,中部、北部的APAR平均值升高幅度最大,为0. 6~1. 0 W·m^-2·a^-1,而南部的平均值呈较为明显的下降趋势;春季,中部范围APAR均值升高;秋季,南部的APAR均值升高幅度较大,而中部和北部变化幅度较小。通过水热条件变化等分析,该地区气温总体在升高,更利于中部、北部的植被生长分布,一定程度上延长了植被的生长季,而南部夏季在相对较高的温度基础上进一步升温,高温抑制植被对辐射的吸收,导致植被吸收的光合有效辐射呈下降趋势。

基于无人机多光谱遥感的玉米FPAR估算

为了探究无人机多光谱遥感影像估算作物光合有效辐射吸收比例(Fraction of absorbed photosynthetically active radiation,FPAR)的潜力,以无人机多光谱影像提取的植被指数、纹理指数、叶面积指数为模型输入参数,在分析不同参数与FPAR相关性的基础上优选植被指数与纹理指数,并分别以一元线性模型、多元逐步回归模型、岭回归模型、BP神经网络模型等方法估算玉米FPAR。结果表明:植被指数、纹理指数、叶面积指数3种参数与FPAR都具有较强的相关性,其中植被指数相关系数最大;在不同类型的FPAR估算模型中,BP神经网络模型的估算效果最优,FPAR估算模型决定系数R^(2)、均方根误差(RMSE)分别为0.857、0.173,验证模型R^(2)、RMSE分别为0.868、0.186,模型估算值与田间实测值间相对误差(RE)为8.71%;在不同形式的模型参数组合中,均以植被指数、纹理指数、叶面积指数3种参数融合的FPAR模型的估算与验证效果最优,说明多特征参数融合能有效改善FPAR估算效果。该研究为基于无人机多光谱遥感数据精准估算玉米FPAR及生产潜力提供了科学依据。

Tropical forest canopies and their relationships with climate and disturbance： results from a global dataset of consistent field-based measurements

Background： Canopy structure, defined by leaf area index （LAI）, fractional vegetation cover （FCover） and fraction of absorbed photosynthetically active radiation （fAPAR）, regulates a wide range of forest functions and ecosystem services. Spatially consistent field-measurements of canopy structure are however lacking, particularly for the tropics. Methods： Here, we introduce the Global LAI database： a global dataset of field-based canopy structure measurements spanning tropical forests in four continents （Africa, Asia, Australia and the Americas）. We use these measurements to test for climate dependencies within and across continents, and to test for the potential of anthropogenic disturbance and forest protection to modulate those dependences. Results： Using data collected from 887 tropical forest plots, we show that maximum water deficit, defined across the most arid months of the year, is an important predictor of canopy structure, with all three canopy attributes declining significantly with increasing water deficit. Canopy attributes also increase with minimum temperature, and with the protection of forests according to both active （within protected areas） and passive measures （through topography）. Once protection and continent effects are accounted for, other anthropogenic measures （e.g. human population） do not improve the model. Conclusions： We conclude that canopy structure in the tropics is primarily a consequence of forest adaptation to the maximum water deficits historically experienced within a given region. Climate change, and in particular changes in drought regimes may thus affect forest structure and function, but forest protection may offer some resilience against this effect.