遥感GPP模型在中亚干旱区4个典型生态系统的适用性评价

总初级生产力(GPP)是全球生态系统碳循环的重要组成部分,对全球气候变化有重要影响。目前有多种遥感模型可以模拟总初级生产力,比较不同遥感模型在中亚干旱区上的适用性对推进全球干旱区碳收支估算具有重要意义。基于涡度协相关技术观测的四个地面站数据验证MOD17、VODCA2、VPM、TG、SANIRv五种模型的模拟精度。结果表明:(1)基于光能利用率理论的MOD17、VPM模型模拟咸海荒漠植被和阜康荒漠植被GPP的精度最高(R~2分别为0.52和0.80),但在模拟草地、农田生态系统生产力时存在较明显的低估(RE>20%);基于植被指数的遥感模型TG模型、SANIRv模型模拟巴尔喀什湖草地生态系统和乌兰乌苏农田生态系统GPP的精度最高(R~2分别为0.91和0.81),同时模拟值与实测值的相对误差也较低;基于微波的VODCA2模型模拟各生态系统生产力的效果最差。(2)水分亏缺是限制植被GPP的主要因素,因此是否合理考虑水分胁迫是影响GPP模型在中亚干旱区适用性的重要因素。研究揭示了遥感GPP模型在中亚干旱区的应用潜力,为推进全球植被碳通量的准确估算提供参考。

遥感GPP模型在中国地区多站点的应用与比较

在区域和全球尺度上估算植被总初级生产力(GPP)对理解陆地生态系统的碳循环具有重要意义。由于地表异质性的存在,局限在站点尺度上的观测数据无法直接扩展到更大空间尺度的区域上。通过与地面观测数据相结合,遥感成为实现植被GPP空间扩展的主要工具。但是现有模型对气象数据依赖较多,且在不同气象数据集的驱动下,模拟结果间会有差异,进而产生不确定性。建立以遥感数据为主的GPP模型(简称遥感GPP模型),使其易于在区域和全球尺度上应用,是解决上述问题的一个可行方案。该研究使用TG(temperature and greenness model)和VI(vegetation index model)两个遥感GPP模型,结合中国通量观测研究联盟(China FLUX)的台站数据,对中国典型植被类型的GPP进行了模拟、比较与评估,旨在进一步提高遥感GPP模型在中国区域的适用性。结果表明:(1)TG和VI模型选用的遥感参数均与GPP观测值有较高的相关性,都可以得到可信的光合转换系数m和a。基于与夜间地表温度平均值的相关关系,m和a在空间尺度上得到了扩展,这使得TG和VI都可以应用到区域尺度上。(2)TG和VI模型的模拟值与实测值间的相关性大多较高,决定系数(R^2)多在0.67以上。但不同台站间的误差变动较大,TG模型的均方根误差为0.29–6.40 g·m^(–2)·d^(–1),VI模型的均方根误差为0.31–7.09 g·m^(–2)·d^(–1)。(3)总体而言,TG模型的表现优于VI,尤其在海拔或纬度较高、以温度限制为主的台站,TG模型的模拟效果较好。上述结果初步揭示遥感GPP模型具备了在区域尺度上应用的潜力。