基于CASA-VPM模型的植被最大光能利用率研究

通过综合利用CASA模型和VPM模型,在像元尺度上开展εmax值估算研究,从而提高εmax值的空间精细度,为指导农业生产,开展精准农业提供技术支持。以河南省为研究区,首先基于MODIS数据,结合CASA模型和关系模型计算NPP值,进一步结合VPM模型得到像元上的εmax值,最后根据土地利用数据对林地、草地、水田和旱田4种植被覆盖类型的εmax值进行时空分析,并探索相关环境因素对εmax值的影响。结果表明,2001—2015年,εmax值介于0.000~4.796 g/MJ,空间上呈西北、西南高,其他区域低的格局;月尺度变化上,不同植被覆盖类型εmax值均在6—8月份达到峰值,其中,旱田εmax值呈现明显的双峰分布,和河南省大部分地区一年两熟的作物种植制度相符。4种植被覆盖类型中,因为用于光合作用的叶面积较大,林地εmax值较高;环境影响因素中,化肥使用折纯量、二氧化碳含量、植被含水指数和有效灌溉面积与εmax值呈现明显的正相关,相关系数分别为0.66、0.61、0.56、0.53,说明εmax值的变化是自然、人为因素共同影响的结果。可见,在农作物生长的关键阶段,适当增加人为的影响可以提高光能利用率,从而增加作物生产潜力和产量。

地理信息系统与模型集成技术在林地林木产量和光能利用率估测中的应用

利用福建省气象要素观测及山地土壤调查资料,探讨地理信息系统和数学模型集成技术在区域林地栅格空间林木产量和光能利用率估测中的应用.结果表明,区域年均温、降水量和太阳总辐射能与经度、纬度及海拔的2次趋势面分析模型相关性均达极显著水平,复相关系数为0.692～0.981.采用地理信息系统与2次趋势面分析及1、2和4次反距离权重插值模型集成技术可分别较准确推算区域太阳总辐射能、年均温和降水量的空间数据,验证气象站点相应气象要素观测值与模型推算值之间的差异均未达显著水平,t值仅分别为1.29、0.12和0.06.借助地理信息系统与相关模型集成技术可实现区域林地栅格空间林木产量和光能利用率的估测,研究区林地林木产量和光能利用率分别为2.32～18.61m3·hm-2·yr-1和0.11%～0.91%.

基于改进的CASA模型模拟草原综合顺序分类体系各类的最大光能利用率

植被最大光能利用率是净初级生产力(NPP)估算的一个重要参数,对它的大小一直存在争议。利用遥感数据、气象数据和中国区域NPP实测资料,依据基于草原综合顺序分类(CSCS)改进的CASA模型,采用改进的最小二乘法对中国41类草地的最大光能利用率(εmax)进行了模拟,并通过与他人估算的光能利用率(ε)进行比较来验证εmax的可靠性和准确性。结果表明:此次研究的ε值略高于其他的研究结果。其主要原因有:ε最大值和最小值之间的跨度较大,从而使得平均值较高;由于缺乏实测数据,个别草地类型的ε估算值较高,导致了本研究ε值偏高;各研究采用的分类体系不同,模型和数据来源不同,从而导致结果存在差异。本研究中的εmax根据实测数据模拟得到,今后需进一步收集实测数据,对参数εmax的合理取值进行调整。

基于光能利用率模型模拟干旱胁迫下毛竹林总初级生产力研究

现有的生态系统模型在模拟干旱胁迫下森林生态系统总初级生产力(Gross Primary Productivity,GPP)时存在较大的不确定性,需要探索提高模型解释干旱对GPP影响机理能力的方法。以2011年、2013年和2015年安吉毛竹林通量塔观测数据、MODIS归一化植被指数(M OD13Q1)为数据源,采用结合涡度相关技术的光能利用率模型EC-LUE( EddyCovariance-LightUseEfficiency)开展毛竹林GPP模拟,并提出提高模型模拟干旱条件下GPP精度的方法。研究结果表明:与非干旱条件相比,干旱条件下GPP与日均温度(Temperature,T)和水蒸气压差(V aporPressureDeficit,VPD)的相关关系发生显著改变,由正相关转变为负相关。GPP随T增加而降低的临界温度为15.0℃。GPP随VPD增加呈指数递减关系。将VPD添加到EC-LUE模型(EC-LUEVPD)显著提高了干旱条件下GPP预测精度,2011年和2013年干旱期间GPP模型模拟误差分别降低了7.70%和13.74%。EC-LUEVPD模型的预测精度得到明显改善,提高了模拟干旱条件下毛竹林GPP的能力,为模拟气候变化背景下竹林GPP提供可行的方法。

基于光能利用率模型的内蒙古天然草原植被净初级生产力动态监测与气候因子的响应

利用光能利用率模型和MODIS数据对内蒙古天然草原2000-2018年植被生长期草原净初级生产力进行连续动态监测,并在像元尺度利用最小二乘法分析了近20年植被净初级生产力(NPP)时空变化规律。结果表明:近20年中,内蒙古天然草原NPP在空间上呈由西向东递增分布规律,年均NPP为198.04 g C·m-2·a-1,潜在草地退化面积16.22万km 2,其中重度、较重度面积分别为0.20万和1.11万km 2,主要分布于人类活动密集区域,如矿区、建设用地及周边;在草地类型上,温性草原、温性草甸草原、温性荒漠以及温性荒漠草原潜在退化面积分别为5.22万、1.40万、4.04万和2.21万km 2。通过分析NPP与气候因子的相关性表明:近20年,内蒙古草原NPP与降水具有显著相关性,与温度无相关性;温性草甸草原NPP对降水的响应最敏感,温性荒漠草原其次,温性草原对降水响应最低。研究还根据上述结果,围绕草地生态保护提出了建议。

结合数据融合算法的光能利用率模型反演水稻地上部生物量

水稻作为世界范围内的重要粮食作物,其生长状况与产量信息的快速、精确获取,对保障耕地资源安全与粮食安全具有重要意义。本研究探索结合数据融合算法的光能利用率模型反演水稻地上部生物量,将增强型空间和时间自适应反射融合模型(ESTARFM)预测的水稻关键生长期数据,驱动EC-LUE(Eddy covariance-light use efficiency)模型反演水稻地上部生物量,分别验证2个模型的精度。结果显示,ESTARFM算法预测值与真实值的Pearson相关系数为0.668(P<0.001),对于中型耕地(11~50个Landsat像元),ESTARFM算法预测精度最为理想。EC-LUE模型反演的水稻地上部生物量预测值与地面实测值Pearson相关系数为0.630(P<0.001)。EC-LUE模型驱动数据的空间分辨率与时间分辨率是制约反演结果精度的关键因素。

基于光能利用率模型的甘南州植被净初级生产力研究

作为反映生态过程的关键指标,植被净初级生产力(NPP)的动态变化对于了解生态系统碳循环及气候变化具有重要的意义。本研究基于遥感(RS)/地理信息系统(GIS)技术,利用改进的光能利用率模型研究了甘南州2011–2014年植被NPP,在对比验证的基础上,分析了甘南州植被NPP时空分布格局及其与地形因子之间的关系。结果表明,改进后的光能利用率模型能够较好地模拟研究区的植被NPP,可以用于大区域长时间尺度的模拟。2011–2014年甘南州植被平均NPP为478.26gC·(m2·a)–1。在一年中,植被NPP日均值呈先增加后降低的趋势,且在7月达到最大值;NPP累积值从5月开始快速增加,并在10月后趋于稳定。在空间上,东南部山区NPP平均值较大,北部农区、农牧交错带和西南部高海拔地区相对较小。随海拔升高和坡度增加,NPP均呈先增后减的趋势;所有坡向中,NPP在北坡最大,南坡最小。

基于光能利用率集成模型的GPP估算不确定性研究

为探究全球及区域尺度总初级生产力(GPP)及其模型模拟的不确定性来源,基于广泛使用的光能利用率模型的算法结构,搭建多算法集成模型,结合气象再分析数据和卫星遥感数据,模拟全球及区域尺度总初级生产力,并使用方差分析方法对模拟结果的不确定性来源进行量化研究。结果表明:1)集成模型与基于通量观测升尺度(FLUXCOM)的GPP之间具有较强的一致性,皮尔逊相关系数达0.97,均方根误差为24.36 gC/(m^(2)·月),且集成模型的表现优于单一结构配置模型;2)光合有效辐射、水分相关数据及水分限制因子为不确定性的主要来源,相对贡献分别为41.73%,26.79%和23.82%;3)不确定性的构成具有明显的区域差异,干旱区域水分限制因子的相对贡献超过80%,低温区域温度限制因子的相对贡献超过40%。使用光能利用率模型估算GPP时,控制光合有效辐射和水分相关数据的不确定性可以有效地提高模拟精度,而在极端环境条件(干旱、低温)下,优化环境条件限制因子至关重要。

亚热带常绿针叶林光能利用率模型优化与总初级生产力估算

为使光能利用率模型在亚热带常绿针叶林区得到更好的应用,以江西省太和县千烟洲为例,利用2003—2005年卫星遥感数据(GLASS LAI叶面积指数产品数据集、MODIS地表反射率产品数据集(MOD09A1)和MODIS GPP产品(MOD17A2))及中国陆地生态系统通量研究网络(ChinaFLUX)千烟洲常绿针叶林的通量观测数据,对13种不同光能利用率模型中的光合有效辐射吸收比率(Fraction of absorbed photosynthetically active radiation,FPAR)、7种水分限制因子(f_(θ))和3种温度限制因子(f_(t))进行模型重组,通过对比通量站观测值与273种模型组合的估算值的决定系数及均方根误差(RMSE)得到更优的模型组合。同时使用该优化模型进行总初级生产力(Gross Primary Productivity,GPP)估算,并进行敏感性分析。结果表明,优化所得到的优选模型组合:用EVI表示的光合有效辐射吸收比率FPAR_(EVI)、3PG模型中的水分影响因子f_(θ-3PG)、TEM模型中的温度影响因子f_(t-TEM)(R^(2)=0.86,RMSE=0.47μmol/(m^(2)·s))的模拟效果最好。优化模型的GPP模拟值均优于MODIS陆地四级标准数据产品(MOD17A2)。敏感性分析结果表明,最大光量子效率α_(max)、增强型植被指数(Enhanced vegetation index,EVI)和光合有效辐射(Photosynthetically active radiation,PAR)为模型的直接线性变量,对模型输出结果影响最大,其他参数敏感性由大到小排序依次为:光合最低温度T_(min)、光合最适温度T_(opt)、月均温度T、光合最高温度T_(max)。因此,本文的优化模型具有较强的实用意义,对进一步提高GPP估算精度具有重要意义。

干旱影响下光能利用率模型模拟常绿针叶林总初级生产力的比较

【目的】研究干旱影响下不同光能利用率模型估算常绿针叶林总初级生产力(GPP)的能力,为精准模拟北半球常绿针叶林的GPP提供参考依据。【方法】采用MODIS数据和通量站点观测数据,在8 d尺度上对常绿针叶林的GPP进行参数化建模。首先利用皮尔逊相关系数和随机森林因子评价方法分析GPP各个驱动因子的重要性。使用降水量和潜在蒸散量(PET)构造干湿度指数,对各个站点进行干湿分类。其次在植被光合模型(VPM)的基础上,去除其中的水分参数,得到改进的植被光合模型(VPMsw)。最后定量比较各站点在不同干湿类型下,VPM模型与VPMsw模型拟合GPP的精度。【结果】(1)由驱动因子分析可知:GPP与温度、PET相关性较强,与陆表水指数(LSWI)相关性较弱,温度对GPP的重要性大于水分。(2)与VPM模型相比,VPMsw模型在干旱和半干旱站点拟合GPP的精度有所提高,均方根误差分别减少6.5%和23.4%,在半干旱地区精度提升效果更明显。【结论】干旱影响下,LSWI不能较好地反映干旱和半干旱地区常绿针叶林的水分情况,所以在干旱和半干旱地区,VPMsw模型拟合GPP的精度更高。图3表3参25。

基于光能利用率模型的玉米遥感估产研究

农作物长势监测和产量预测对于国家制定相关粮食政策、农业发展等都具有重要的意义,如何获得高效、宏观、精确的估产方法一直是学者关注的重点问题。以吉林省德惠市的玉米作为研究对象,利用光能利用率模型对玉米进行产量估算的研究,并且使用空间数据插值方法中的反距离权重法获得了每月平均温度数据的格网数据。通过玉米的净初级生产力NPP的累计值以及玉米的收获指数来获得最终的玉米产量值,利用验证点实测产量值与估算值的相关性和相对误差进行精度验证,相关系数R^2为0.649 9,平均相对误差值为1.676%,证明基于光能利用率模型的玉米估产在研究区具有一定的可行性。

利用BRDF模型改进PRI反演水稻光能利用率

为探究双向反射分布(BidirectionalReflectanceDistributionFunction,BRDF)模型改进的光化学植被指数(Photochemical Reflectance Index,PRI)反演水稻冠层光能利用率(Light Use Efficiency,LUE)能力,该研究利用多角度水稻冠层辐射数据和同期通量观测数据,引入BRDF模型对多角度PRI进行观测角度标准化处理。获取晴天09:00—15:00每半小时数据156组,其中130组数据用来建模,另外26组数据对所建模型进行验证。结果表明:BRDF模型在晴空指数(ClearnessIndex,CI)较低时拟合效果较差,随着CI的升高模型模拟效果变好;BRDF模型的拟合参数受光照条件和植被状况的影响,不同CI范围下的各向同性权值ki与LUE相关性均良好(决定系数大于0.3),在0.6≤CI<0.7时相关性最佳,决定系数为0.63;无论是否采用BRDF模型的角度校正,由PRI反演LUE的模型均可采用线性形式或指数形式;但采用BRDF模型的角度校正后,反演模型精度得到显著提升,决定系数从0.46(P<0.01,校正前)提高到0.8(P<0.01,校正后);验证结果显示,采用BRDF模型的角度校正前后,相对反演偏差指数由1.34提升到2.6,同时验证的拟合决定系数也由0.44提高到0.87。该研究相比较传统多角度遥感观测的PRI指数,BRDF模型的角度修正提高了PRI对水稻LUE的反演能力,证明了多角度冠层光谱观测可利用BRDF模型提高其植被指数对植物生理活动探测能力的可行性。

基于双叶光能利用率模型反演毛竹总初级生产力研究

毛竹林是重要的碳库之一,准确估算毛竹总初级生产力(GPP)对评估毛竹在碳中和中的贡献有重要意义。本文利用2011—2014年安吉通量塔观测气象数据和遥感数据驱动双叶光能利用率DTEC(diffuse-fraction-based two-leaf terrestrial ecosystem carbon flux model,DTEC)模型模拟安吉毛竹8 d尺度GPP,估算毛竹GPP,有助了解毛竹林对气候变化以及人类活动的影响。本研究不仅考虑光饱和效应,还采用实测叶面积校准的LAI(leaf area index,LAI)产品(LAIi)驱动模型,最后将模拟GPP与实测GPP进行精度分析。结果显示:DTEC模型在估算毛竹的GPP上精度高于MOD17算法。相比MOD17算法,DTEC的拟合RMSE(root mean square error,RMSE)由1.95 g·C/(m^(2)·d)下降到1.41 g·C/(m^(2)·d),拟合RMSEr(relative root mean square error,RMSEr)由41.80%下降到30.25%;相比MOD17算法,DTEC的验证RMSE由2.44 g·C/(m^(2)·d)下降到2.24 g·C/(m^(2)·d),RMSEr由55.59%下降到50.91%。相比MODIS LAI,采用LAIi产品驱动DTEC模型时,拟合和验证阶段的精度均提高,其中拟合RMSE下降了0.10 g·C/(m^(2)·d),RMSEr下降了2.12%;验证RMSE下降了1.01 g·C/(m^(2)·d),RMSEr下降了22.78%。耦合了光饱和效应的DTEC-GPPmax模型,在使用LAIi产品驱动时,反演毛竹GPP精度最高,拟合RMSE为1.09 g·C/(m^(2)·d),RMSEr为23.40%;验证RMSE为1.18 g·C/(m^(2)·d),RMSEr为26.81%。本文考虑光饱和效应和使用LAIi产品驱动模型均能提高毛竹GPP模拟精度。上述成果为区域尺度准确反演毛竹GPP提供一种有效方法,便于评估其碳汇价值和生态经济价值。

植被光能利用率:模型及其不确定性

光能利用率(Light use efficiency:LUE)指植物截获的光能转化为化学能的效率,表示为生产力和吸收光能之比。基于LUE概念的模型对模拟预测全球变化下碳循环、植被生产力及其潜力具有重要意义。全球变化和人类活动影响给植被生产力和碳循环的评估带来了巨大挑战。系统梳理了LUE模型的不确定性并分析其原因,以期提高生产力模拟预测的准确度。分析发现LUE模型准确度仅为62%-70%且模型间差异较大(32%),误差随着植被类型、时间尺度和空间区域的不同存在显著差别。目前计算LUE的误差是模型不确定性的关键,原因主要在于LUE与影响因素尤其是水分的关系并不清楚。一方面不能准确区分水分胁迫指标对LUE的影响机制,另一方面无法准确模拟水分等影响因素与LUE关系的时空演变特征。未来该领域研究的重要方向是发展集成样地和区域尺度的叶绿素荧光、光化学指数等研究方法,厘定LUE与影响因素特别是的水分关系,并分析其时空演变特征。

不同氮、钾施肥处理对小麦光能利用率和光化学植被指数(PRI)关系的影响

光化学植被指数PRI(photochemical reflectance index)为估算植被的光能利用率LUE(light use effi-ciency)提供了一种快速、有效的方法。越来越多的研究关注外界环境对PRI和LUE之间关系的影响,这些因素包括水分含量、CO2浓度等等。文章选择了不同氮、钾施肥量处理的小麦,测量其LUE和PRI,分析不同肥料处理对二者关系的影响。实验表明,氮、钾施肥量的增加将提高冠层光谱的PRI值和叶片内部叶绿素的含量,在此基础上提高小麦的LUE。对于不同氮、钾处理的小麦,PRI和LUE之间都获得了很好的相关关系,总的相关系数R2分别是0.7104和0.8534。随着氮、钾肥量的增加,PRI和LUE之间的相关性也在增加。对1,2,3份的氮施肥量,相关系数R2分别是0.6020,0.6404和0.8014;钾施肥量为1,2,3份时,R2分别为0.3791,0.6404和0.6769。因此,PRI不仅能够获可靠精度的LUE,并且为监测小麦的肥料状况提供了一种间接方法,这将为田间管理和精细农业提供了必要的参考信息。

内蒙古草原植被最大光能利用率取值优化研究

针对目前CASA(carnegie-ames-stanford approach)模型等植被生产力模型植被最大光能利用率的取值未对草原进行区分的问题,以内蒙古草甸草原、典型草原和荒漠草原为研究对象,结合野外实测NPP(net primary productivity)数据和CASA模型的建模思路优化了三大草原类型植被最大光能利用率,并以此为基础模拟分析了其植被光能利用率和NPP时空格局。结果表明,基于99个地面采样点所建立的一元二次方程模拟的草甸草原、典型草原和荒漠草原最大光能利用率分别为0.654,0.553和0.511gC·MJ-1,平均为0.573gC·MJ-1。与未对草原类型进行区分而统一取值为0.541gC·MJ-1的结果相比,实测NPP与模拟NPP之间的决定系数和和均方根误差分别提高了0.024和2.62gC·(m2·month-1)-1。受水热组合和草原类型的空间格局的影响,内蒙古草原植被光能利用率和NPP总体上由东北向西南逐渐下降趋势,呈明显的单峰季节变化特征。但光能利用率和NPP的最大值出现的月份有所不同,分别出现在8月份和7月份,这可能与植被吸收的光合有效辐射和光能利用率的最高值出现的月份不同有关。光能利用率和NPP平均值按草甸草原>典型草原>荒漠草原的顺序依次降低。

江苏省农作物最大光能利用率时空特征及影响因子

基于遥感数据的光能利用率模型被广泛应用于计算陆地生态系统的生产力,但其结果对最大光能利用率(εmax)参数非常敏感。由于该参数存在明显的时空变异性,在区域尺度上难以确定。利用MODIS遥感数据、分县产量统计数据和VPM模型推算了2001—2010年江苏省各县逐年的农田εmax,分析了其时空变化特征及其可能原因。结果表明,在2001—2010年期间,江苏省61个县区农田εmax平均值的变化范围为0.757—3.435 g C/MJ,呈现北高南低、中间高四周较低的空间分布特征;各县区农田的εmax都呈现出上升趋势,但在2001—2006年期间存在明显的年际波动,2002年、2004年和2006年的εmax相对较低,2007年后全省农田εmax稳定上升;εmax的年际波动呈现由北向南递减的趋势;全省大部分地区εmax的年际变化与单位耕地面积农用化肥施用量呈正相关性,苏北北部尤为明显;同时也与C4作物产量所占比例相关。研究表明在利用光能利用率模型计算农田生产力时,需要发展能考虑εmax时空变化的参数化方案。

多角度高光谱对光化学反射植被指数估算光能利用率的影响探究

由于光能利用率(Light Use Efficiency,LUE)随环境的变化关系十分复杂,现有的LUE估算植被初级生产力(GPP)和净初级生产力(NPP)的模型过于粗糙简单,而通过遥感直接估计LUE会更加可靠。研究表明,光化学反射植被指数(PRI)与LUE有很好的相关性,故PRI在利用遥感估计LUE方面具有极大的潜力。但是,很多研究也发现了PRI-LUE的关系受到许多因素的干扰。为了探究多角度高光谱对光化学反射植被指数估算光能利用率的影响,分析了各观测日的光化学反射植被指数变化情况及其与实测光能利用率的关系。结果表明:在主平面的4个观测日都表现出后向的PRI值大于前向的PRI值,均表现出当光谱仪探头从后向散射方向向着前向散射方向变化时,PRI值逐渐变小然后随着天顶角的变大而变大;在光合作用的外部条件和内部环境不受影响的情况下,PROSAIL模型在主平面前向散射方向的中等角度(45°和60°)与后向散射方向的小角度(-15°和-30°)可以较好模拟出单一植被覆盖条件下水稻冠层植被的反射光谱。

福建省林地林木产量和光能利用率评价

利用福建省气象要素观测及林地土壤调查资料,借助GIS和数学模型集成技术进行区域林地林木产量和光能利用率栅格空间分区评价.结果表明福建省林地林木高、中、低产量区面积分别为230.97×104hm2、657.17×104hm2和3.90×104hm2,分别占全省林地总面积的25.89%、73.67%和0.44%,表明全省林地总体质量较高,多数林地的林木产量介于13.64m3/hm2～15.99m3/hm2·年,其中高产林地主要分布于南平、龙岩、三明和漳州4市,合计面积183.57×104hm2,占全省高产林地总面积的79.48%.全省林地高、中、低光能利用率区面积分别为473.76×104hm2、416.33×104hm2和1.95×104hm2,分别占全省林地总面积的53.11%、46.67%和0.22%,其中高光能利用率林地主要分布于南平、三明、龙岩和福州4市,合计面积为392.14×104hm2,占全省高光能利用率林地总面积的82.77%,其光能利用率介于0.66%～0.91%.

不同森林群落结构与光能利用率的关系

本文在人工落叶松纯林及人工落叶松与水曲柳混交林的林冠观测数据的基础上建立了落叶松和水曲柳的树冠锥体模型。通过对上述两种森林群落结构的太阳辐射的观测，利用电磁波的吸收、反射和透射理论分别对以上两种森林群落的光能利用率进行了计算。结果表明理论计算值与实测结果基本一致；双层次混交林的光能利用率高于单层纯林的光能利用率。