青藏高原总初级生产力估算的模型差异

陆地生态系统总初级生产力(GPP)反映了植被通过光合作用固定大气中CO2的能力,是碳循环中的一个关键变量。光能利用率(LUE)模型在模拟GPP时空变化方面具有很大的潜力,但不同的LUE模型模拟的GPP存在很大的差异。首先以遥感数据驱动7个LUE模型(CASA、CFIX、CFLUX、EC-LUE、MODIS、VPM和VPRM)模拟青藏高原2000年至2010年的GPP,然后用涡度通量站的观测数据验证7个LUE模型在青藏高原的适用性,并比较不同模型模拟的青藏高原GPP的差异。结果表明:CASA模型和CFLUX模型低估了青藏高原的GPP,MODIS高估了青藏高原的GPP,CFIX模型的模拟值与观测值的相关性较低,EC-LUE模型、VPM模型和VPRM模型能够较好地模拟青藏高原的GPP;不同模型模拟的青藏高原年均GPP总量差异明显,最大值为958.74TgC·a~(-1)(MODIS),最小值为253.86TgC·a~(-1)(CASA模型);7个LUE模型模拟的青藏高原GPP总量在2000年至2010年均呈递增趋势;虽然7个LUE模型模拟的青藏高原GPP都呈现自西北向东南逐渐递增的趋势,但不同模型的年均GPP和GPP年际变化的空间分布格局都存在明显差异。环境要素(气温、辐射和水分)对GPP的调控作用,不同模型的空间分布格局也存在较大差异。植被状况是影响GPP模拟的重要参数,GPP与植被指数的相关性都很高,显著正相关的比例为47.33%~71.17%。     

应用叶绿素荧光估算植被总初级生产力研究进展

日光诱导叶绿素荧光作为光能在叶片上光合作用的伴生产物,包含丰富的光合信息,被认为是可以表征植物光合作用的快速、无损“指示器”。叶绿素荧光在研究植物胁迫、病虫害监测、估算植被总初级生产力（Gross Primary Production, GPP）等方面发挥着独特的作用。陆地植被GPP是研究全球气候、碳循环变化、全球生态系统等的重要内容。准确、及时地掌握GPP的时空分布特征,有利于深入理解生物圈与大气圈之间的相互作用,可为开展减缓全球气候变化的生态过程管理提出相应建议和对策。相比于植被指数,叶绿素荧光对植被光合作用的敏感程度更高,已被证实可以更直接有效地监测GPP,显著优于传统的GPP估算方法。深入探讨了叶绿素荧光在遥感估算GPP领域的基本原理、方法、不确定性以及最新进展,并对其面临的挑战和未来趋势进行了分析。     

数据驱动的植被总初级生产力估算方法研究

植被总初级生产力（Gross Primary Production,GPP）是指在单位时间和单位面积上,绿色植物通过光合作用固定二氧化碳所产生的全部有机物同化量,对GPP的准确估算有助于碳循环的研究。为了提高GPP的估算精度,将机器学习技术与遥感技术相结合,首先利用GEE平台下的遥感数据以及中国陆地生态系统通量观测研究网络的通量塔实测GPP数据,建立数据集。然后使用随机森林作为估算模型,建模后根据数据特点对模型调参。最后获得模型的预测结果,决定系数R²为0.87,均方根误差RMSE的值为1.132 gC·m^-2·d^-1。这说明随机森林模型可以较为精确地估算GPP。结果发现,以大数据以及人工智能为代表的计算机技术飞速发展,将为遥感技术注入新的活力,使遥感技术走向更加成熟的发展应用阶段。     

基于高时空分辨率融合影像的红树林总初级生产力遥感估算

红树林是热带与亚热带地区潮间带具备高植被生产力和高储碳量的滨海湿地植被类型,在维系全球碳平衡过程中扮演着重要的角色。目前通量站点尺度的红树林生产力研究已取得了一定的进展,然而由于受到遥感影像时空分辨率和红树林斑块分布的限制,区域尺度红树林总初级生产力（Gross Primary Production,GPP）估算仍少有涉及。基于影像融合算法获得的高时空分辨率植被指数数据集,结合红树林通量观测数据开展光能利用率模型的参数估计和模型验证研究,实现了区域尺度的红树林GPP估算,获取了一套2012年广东省高桥红树林GPP高时空分辨率数据集。数据验证得到的决定系数R² = 0.64,较现有的MOD17A2和GLASS产品GPP估算精度提高了48.9%。实验结果显示：高桥红树林最大光能利用率为3.07 g C MJ^-1,研究区内全年GPP均值为1 915.4 g C m^-2 a^-1。红树林季节平均GPP夏、秋季大于春、冬季。该方法和估算数据可为区域尺度红树林生产力研究和红树林保护提供高精度数据支持。     

东北地区区域植被净初级生产力估算

鉴于我国东北地区是全球变化最敏感的区域之一,以东北地区植被净初级生产力(Net Primary Productivity,NPP)为指标,监测该地区的生态环境状态变化。在东北三省选取了东、中、西3个研究区,基于CASA(Carnegie-Ames-Stanford Approach)模型,利用2007年和2010年两个时相的美国陆地卫星多光谱扫描仪(Landsat TM)遥感数据和气象观测数据实现了NPP估算,并对其空间分布进行了分析。结果表明:3个研究区在2个时相NPP的数值有一定的波动,农田、草地面积较大的中、西部2个研究区,NPP受到季节条件以及人为因素的影响较显著;森林面积较大的东部研究区,NPP主要受季节、水热条件影响;相对于中、西部研究区,东部研究区的NPP最大。该文以东北地区3个研究区为例,为利用多时相遥感与模型相结合的方式,开展区域NPP估算和研究碳储量动态变化提供了科学依据和方法借鉴。     

日光诱导叶绿素荧光估算中国典型生态系统总初级生产力的能力

陆地生态系统总初级生产力(GPP,Gross Primary Productivity)是陆地生态系统碳循环的重要分量,提高其估算精度具有重要的科学意义。由于受多种因子的影响,GPP的时空变异明显,其估算结果存在较大的不确定性。日光诱导叶绿素荧光(SIF,Sun-Induced Chlorophyll Fluorescence)与GPP密切相关,近年来被应用于估算区域和全球GPP,但其在中国生态系统的适用性尚不清楚。以中国8个典型植被生态系统为研究对象,驱动两叶光能利用率模型(TL-LUE,TwoLeaf Light Use Efficiency Model)模拟以站点为中心0.5°×0.5°区域内的月GPP,验证SIF估算GPP的能力。结果表明,SIF具有监测中国典型植被生态系统GPP的能力,月SIF与TL-LUE模拟的月GPP之间显著相关,其中5个生态系统中两者的R2高于0.8,最高达到0.91,GPP与SIF变化的斜率随生态系统类型变化。模拟的GPP与SIF遥感数据的季节变化特征相同,两者之间的一致性在生长季节好于非生长季节;SIF能更好地监测农田GPP的季节变化。     

基于MODIS数据的黄土高原草地净初级生产力的估算研究

在光能利用率模型的基础上,考虑了温度和地面水气压差的影响,建立了基于MODIS数据的草地净初级生产力遥感估算模型。利用2003年生长季（4~11月）1 km分辨率的MODIS数据和黄土高原73个站点的累年各月平均太阳总辐射值数据以及其它相关数据,估算了2003年黄土高原地区草地净初级生产力。结果表明:2003年黄土高原地区草地的净初级生产力最高值达516 gc/(m2•a),最低值为1 gc/(m2•a)。黄土高原NPP空间分布格局是西部和南部两区域高,然后以东南西北方向为轴心逐渐向内陆中心部分递减,这与区域的水热条件差异和草地地带性分异规律紧密相关。     

甘肃省季节性净初级生产力变化特征

针对不同尺度视角下NPP时空差异及其影响因素的研究还比较匮乏的问题,以甘肃省为靶区,通过改进CASA模型估算了NPP的空间格局,并通过偏相关系数探讨NPP与气候因子的关系。甘肃省4季的NPP空间差异显著,变化强烈,呈现东南高西北低。以甘肃省为视角,降水量是夏季的主要控制气候因子,而气温是其他季节的主导气候因子。以不同生态区为视角,仅在夏季,季降水量是草原生态区、农业生态区和荒漠生态区的主要控制因子,其他主要控制因子均为季均温。春季,草原生态区对季均温存在时滞与累积效应;夏季,森林与农业生态区对季降水量和季均温存在时滞与累积效应;秋季,森林与草原生态区对季降水量和农业生态区对季均温都存在时滞与累积效应。     

HJ-1星北京地区植被净初级生产力估算研究

本文基于HJ-1/CCD遥感影像,以一级土地利用分类的六种地物类型为研究对象,采用面积加权平均的方法对六种分类中耕地、林地、草地的最大光能利用率进行修订,采用CASA模型对北京地区2009年NPP进行估算,结果表明北京地区NPP在7、8月份最高,且分布总趋势为北部高,南部低;西部高,东部低,估算结果与实测值比较接近,相关系数在0.8左。通过本文方法所得估算结果不但合理而且可靠。     

基于多时相遥感数据的徐州市植被净初级生产力估算及相关性分析

以遥感数据和气象数据为主要数据源,应用改进的光能利用率模型估算徐州市2006、2008和2010年3年间6月份的植被净初级生产力(Net Primary Productivity,NPP),研究了该区域6月份NPP的时空变化及其与气象因子的相关性。结果表明：时间上,受气候和环境等因素综合变化的影响,研究区域6月份NPP呈逐年下降趋势;空间上,NPP的分布表现为在林地、草地和农田相对集中的区域偏高,且不同植被类型6月份的NPP大小关系在不同年份可能不同,其中在2006和2008年为农田>草地>林地,而2010年为农田>林地>草地。通过分析与气象因子的相关性和偏相关性,限制NPP的主要气象因子不是固定不变的,其中2006和2008年,限制NPP的主要气象因子为太阳辐射,而2010年为降雨量和温度。不同植被类型下NPP与气象因子相关性和偏相关性差异反映了不同类型植被生长对光、热、水条件要求的差异。
     

基于MODIS植被指数估算青海湖流域植被覆盖度研究

将MODIS数据合成的4种植被指数作为输入参数,采用像元二分模型对研究区的植被覆盖度进行估算,利用2006年的TM数据解译结果和2011年8月的野外实测数据对反演结果进行验证。结果显示:采用ND-VI估算的植被覆盖度比较符合研究区实地状况,样点估算精度达到87.13%;其他3种植被指数估算的植被覆盖度值比实际值低,尤其是对该区域典型植被草原草甸的覆盖度估算结果明显偏低。研究表明:2011年8月青海湖流域植被覆盖度以中高覆盖度为主,占整个流域面积的57%以上;植被覆盖度在空间上呈中部高、西北低的分布特点。     

祁连山区植被净初级生产力的空间变化特征分析

基于MODIS数据分析了2000~2010年祁连山区植被净初级生产力(Net Primary Productivity,NPP)的空间变化特征。结果显示:祁连山区植被NPP并不高,多年平均植被NPP仅为121.95gC/(m2·a),自东向西植被NPP逐渐减少。不同植被类型其NPP具有明显差异,大体上为:常绿阔叶林平原草地常绿针叶林典型草地农田高寒草甸草地荒漠草地落叶针叶林。祁连山区植被NPP变化在区域间也存在差异。植被NPP呈增长趋势的地区主要分布在青海年南山、拉脊山、达坂山和青海湖及其西侧,约占47.30%;乌鞘岭东部及以东的地区(约占1.97%)植被NPP呈减少趋势。降水是祁连山区植被NPP变化的主要因素,气温对植被NPP的影响并不明显,不合理的人类活动可能是造成部分区域植被NPP减少的重要原因。     

不同叶面积指数遥感数据模拟中国总初级生产力的时空差异

陆地生态系统总初级生产力（GPP）反映了植物吸收固定大气中CO₂的能力,是碳循环过程中的重要环节。光能利用率（LUE）模型被广泛应用于GPP模拟。叶面积指数（LAI）数据是LUE模型的重要输入数据,不同的LAI数据差异较大,从而导致GPP模拟存在很大差异。利用3种常用的卫星遥感LAI数据（MCD15、GLASS和GlobMap）和气象数据模拟中国2003~2017年的GPP,比较了3种LAI数据在中国区域的时空差异,分析不同LAI数据模拟的中国GPP的时空差异。研究结果表明：3种LAI数据在中国区域的年平均值和LAI变化趋势的空间分布格局存在明显差异,森林区域的差异较大;2003~2017年间,中国区域3种LAI年平均值均呈显著增加趋势（p<0.01）,但不同LAI数据年平均值的年际变化差异明显;站点尺度GLASS LAI模拟的GPP与观测值相关性较好;不同LAI数据模拟的中国GPP总量多年平均值差异明显,最大值为7.46 Pg C a^-1 （GLASS）,最小值为6.39 Pg C a^-1 （GlobMap）;3种LAI数据模拟的中国GPP总量在2003~2017年呈显著增加趋势（p<0.05）,但不同的LAI数据模拟的中国GPP年总量的年际变化差异明显;不同LAI数据模拟的年均GPP和GPP变化趋势的空间分布格局存在明显差异,森林和农田区域的差异较大。研究结果有助于评估由于LAI数据造成的区域GPP模拟结果的不确定性。     

遥感海洋初级生产力的研究进展

综述了近年来遥感海洋初级生产力的研究进展。海洋初级生产力是基于海洋叶绿素a进行计算的，主要为叶绿素光合作用速率与遥感得到的叶绿素浓度在真光层的积分。总结了不同的海洋初级生产力的算法以及在各种尺度上的模式．分析了其中的特点，同时指出了存在的问题和发展的方向。     

基于无人机影像可见光植被指数的若尔盖草地地上生物量估算研究

地上生物量是衡量草地长势及生态系统服务功能的重要参数,对于草地生态系统碳收支、资源可持续开发等研究具有重要意义。研究基于若尔盖高原典型样带的无人机可见光影像和地面实测样本,建立生物量与多种可见光植被指数的指数回归模型,对比不同植被指数模型的生物量估算精度的差异。结果表明:可见光植被指数能够有效区分草地和其他覆盖类型,生物量与植被指数具有较好的相关关系。但基于不同波段建立的植被指数对生物量的估算精度存在差异,其中利用红、绿波段建立的植被指数NGRDI模型对生物量具有最高的模拟精度(R~2=0.856)和预测精度(验证样本ABE=94g/m~2,RMSE=124g/m~2)。研究获取了高空间分辨率的草地地上生物量,相关成果可为若尔盖高原碳收支、卫星遥感产品真实性检验、生态模型、资源可持续利用等研究提供方法与数据支撑。     

不同时间尺度植被近红外反射率指数与生态系统总初级生产力关系研究

新型植被指数植被近红外反射率(Near-Infrared Reflectance of Vegetation,NIRv)近年来成为研究植物光合作用的有效工具,研究多时间尺度下NIRv与总初级生产力(GrossPrimary Productivity,GPP)的关系,对探索全球及区域尺度长时间序列GPP具有重要意义。利用中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)遥感数据和站点通量观测数据,分析比较了2004～2006年中国区域内不同植被类型的8个典型站点的归一化差值植被指数(Normalized Difference Vegetation Index,NDVI)和NIRv两种植被指数与GPP的关系,并分析不同时间尺度(天、8天和月)NDVI和NIRv表征GPP季节变化的能力,结果表明：NDVI和NIRv均能表征GPP,且表征程度由高到低次序均为混交林、草地、常绿针叶林、农田和常绿阔叶林,除常绿阔叶林类型外,其余植被类型NIRv表征效果均更优,;内蒙古和西双版纳的NDVI在生长季始末存在提前和滞后,NIRv的...     

浮游植物初级生产力的遥感研究综述

针对当前浮游植物初级生产力遥感研究存在的系统化、层次化总结不够的问题,综述了浮游植物初级生产力的遥感研究进展,并对其发展进行了展望。详细论述了浮游植物初级生产力的研究从基于现场观测的单点计算到逐步引入遥感手段的大尺度长时间序列估算的发展历程,并指出了生物-光学模式及新一代水色遥感传感器对浮游植物初级生产力估算的革命性意义。通过结合初级生产力遥感估算模型及相关文献计量的方法,重点探讨了垂向归纳模型(vertically generalized productivity model,VGPM)在进行浮游植物初级生产力估算领域的成就及其挑战。综述发现,利用黑白瓶等传统的手段已逐渐不适应初级生产力大尺度长时间序列估算的需要,未来通过提高遥感输入数据精度、修正和优化初级生产力遥感估算模型,有望实现浮游植物初级生产力大尺度和长时间序列的精确估算。     

基于净初级生产力生态足迹的河南省生态安全诊断

针对生态足迹模型中均衡因子与产量因子无法反映区域的实际生产力状况,利用净初级生产力(net primary productivity,NPP)计算均衡因子与产量因子,对模型做了一定的改进,使生态足迹模型更好地用于区域生态安全诊断。利用改进的均衡因子与产量因子,结合区域公顷,对河南省各地级市2010年和2015年人均生态足迹与生态承载力、生态赤字、生态压力指数进行测算,同时根据测算结果实现对河南省生态安全状况的定量评估。结果表明:河南省人均生态足迹从2010—2015年略有下降,化石能源用地生态占用最高;人均生态足迹的空间变化呈现出北部、西部高,南部、东部低的特征;河南省人均生态承载力变化较小,人均生态承载力是耕地主导型,其中开封市人均耕地生态承载力最高,三门峡市最低;河南省生态安全处于不可持续状态,人均生态压力指数大,生态安全问题突出,其可持续发展能力亟须提高。     

近10年榆林市植被净初级生产力时空分异特征

针对榆林市生态环境脆弱,植被净初级生产力分布及变化对其影响较大的问题,利用2000年、2005年和2010年的NPP数据,采用马尔科夫转移矩阵及GIS空间分析功能,揭示榆林市NPP的时空变化特征。结果表明:(1)榆林市NPP空间分布由西北向东南逐渐递增。(2)2000年~2010年NPP呈显著上升趋势:2000年~2005年NPP升高区域95.03%,增幅大于300gC/(m2·a)的占47.22%,主要分布在榆林市最北端和南部地区;2005年~2010年NPP升高区域面积93.96%,增幅大于300gC/(m2·a)的占54.10%,集中在东南大部分地区。(3)榆林市NPP增加的主要因素是1999年以来该区采取的多项植被恢复与重建工程等措施,植被覆盖度增加。     

近10年榆林市植被净初级生产力时空分异特征

针对榆林市生态环境脆弱,植被净初级生产力分布及变化对其影响较大的问题,利用2000年、2005年和2010年的NPP数据,采用马尔科夫转移矩阵及GIS空间分析功能,揭示榆林市NPP的时空变化特征。结果表明：（1）榆林市NPP空间分布由西北向东南逐渐递增。（2）2000年～2010年NPP呈显著上升趋势：2000年～2005年NPP升高区域95.03%,增幅大于300gC/（m2·a）的占47.22%,主要分布在榆林市最北端和南部地区;2005年～2010年NPP升高区域面积93.96%,增幅大于300gC/（m2·a）的占54.10%,集中在东南大部分地区。（3）榆林市NPP增加的主要因素是1999年以来该区采取的多项植被恢复与重建工程等措施,植被覆盖度增加。