物理方法反演内蒙古锡林格勒净初级生产力

1、物理方法反演内蒙古锡林格勒净初级生产力研究区：内蒙古自治区锡林郭勒盟内地理坐标：北纬430-450，东经114034-117013面积：约5.5万km2主要覆盖类型：沙地、水体及不同退化程度的草地，属温带草原典型性区域。地势：南高北低，海拔在800-1800米之间。气候：属于温带半干旱气候，年均温度0.5 -1，年平均降水量350-229.2 mm，集中在6-8月，主要气候特点是风大、干旱、寒冷。一、项目概况一、项目概况研究区研究区p主要土壤类型：棕钙土、黑钙土、栗钙土和风沙土，依次由东北向西南排列。p草地：五大类，草甸草原、典型草原、荒漠草原、沙地植被和其他草场类。p可利用天然草场面积达18

2、000KM2，占全盟85%以上。p草场植被：大针茅、羊草、糙隐子草、星毛萎陵菜、冰草、洽草、黄蓑苔、菊叶萎陵草、苔草、羽茅等。一、项目概况一、项目概况研究区研究区本项目涉及大量的数据，主要包括：遥感数据、气象数据、野外测量数据、基础地理数据、土壤类型数据、地形数据和区域经济数据等。统一数据处理标准和流程：l在Arcview支持下建立研究区GIS背景数据库；l所有类型数据转化为具有相同地图投影、坐标系统和数据格式的图像数据。l所有数据均采用UTM投影遥感中最常用的投影方式之一，投影参数见下表。l鉴于栅格模型适于进行空间分析和地理现象模拟，采用它作为输出数据格式。一、项目概况一、项目概况数据数据一

3、、项目概况一、项目概况地图投影地图投影2000-2004年1km空间分辨率的MODIS数据产品：( 1) MODIS数据产品: 1km分辨率月合成MYD15A2/MYD15_BU 产品，来源于美国波士顿大学气候与植被研究小组的LAI & FPAR数据产品集（/modis/modl Sa2.asp）。数据包括FPAR, LAI和土地覆盖类型。 一、项目概况一、项目概况数据数据1.1.遥感数据遥感数据数据的有效性和精度经事先验证。遥感数据之间进行了投影坐标转换和空间配准。(2) 基于MODIS遥感影像数据反演的陆地地表参数信息，包括:A. 地表反

4、照率B. 植被指数C. 叶面积指数D. 生物量E. 土壤水F. 植被覆盖率 一、项目概况一、项目概况数据数据 采用的基础空间地理数据包括: 1:400万中国国界和省界(国家基础地理信息中心); 1:400万地级行政界限(国家基础地理信息中心)； 1:400万多级河流(国家基础地理信息中心)； 中国1 km数字高程模型; 1:400万中国土壤图(资源环境信息国家重点实验室，1996)。2.2.基础空间地理数据基础空间地理数据一、项目概况一、项目概况数据数据从国家气象中心获取，含锡盟及周边21个站点的气象数据，包括 19612003年逐年逐月的:(1)降水量(mm )(2)平均最高、平均最低及平均

5、气温()(3)平均风速(4)总辐射(MJ )(5)日照时数(h)。3.3.气象数据气象数据一、项目概况一、项目概况数据数据气候站点数据要插值为空间栅格数据，并使其投影参数与遥感数据保持一致，用距离平方反比插值法(Inverse Distance Squared, IDS )进行空间插值。考虑到地形对气温的影响，采用DEM数据对气温插值进行高程订正。先利用高程资料，将台站温度数据订正到海平面高度，然后进行距离平方反比法插值，插值后的结果再利用1 km分辨率的DEM高程模型订正到实际高度。 订正时，平均气温随高程递减率为0.5 /100 m，平均最高气温0.9 /100m，平均最低气温0.4 /1

6、00m。 一、项目概况一、项目概况数据预处理数据预处理 于2001年5月、7月和9月进行了与MODIS卫星同步的野外观测试验，采集包括三种不同放牧强度草地植被的生物量、叶面积指数、植被叶水势、群落信息及土壤水、小气候等测量数据，并对数据进行规范化处理。4.4.野外测量数据野外测量数据一、项目概况一、项目概况数据数据二、工作流程二、工作流程NPP=GPPNPP=GPPR Ra aGPP=(FPARGPP=(FPARPAR)PAR)g g)1 (*LAIkeaFPARk k为消光系数为消光系数, ,=0.58=0.58，0.48,0.680.48,0.68；a a为为无限厚冠层的无限厚冠层的FPA

7、RFPAR渐近值，经验常数，渐近值，经验常数，=0.95=0.95，0.94,0.980.94,0.98；LAILAI为叶面积指数，由遥感反演获得；为叶面积指数，由遥感反演获得；三、三、NPPNPP模型模型GPPGPP估算估算)(*)(*maxlagfTfminmax2minmax()()()()()()aaaaaoptaTTTTf TTTTTTTGPP=(FPARGPP=(FPARPAR)PAR)g gT Ta a为气温为气温-气象资料提供；气象资料提供；T Tmaxmax、T Tminmin、T Toptopt，分别为植物生长的最高气温、最低气温，分别为植物生长的最高气温、最低气温和最适宜

8、气温和最适宜气温-气象资料提供；气象资料提供；最适宜温度可用生长旺季的平均气温来替代。最适宜温度可用生长旺季的平均气温来替代。max max 最大光能利用率，最大光能利用率，=5 gDM/JM=5 gDM/JM,3,9,3,9 。温度胁迫因温度胁迫因子子三、三、NPPNPP模型模型- -光能转化效率估算光能转化效率估算)(1 2/minnllsscamscamslf39. 164. 139. 164. 1)(min)(*)(*maxlagfTf1.641.64：2020下二氧化碳扩散率与水蒸发率之比；下二氧化碳扩散率与水蒸发率之比；1.391.39：2020下植被冠层边缘二氧化碳传导率与水蒸发

9、之比；下植被冠层边缘二氧化碳传导率与水蒸发之比；sminsmin最小冠层气孔水阻力最小冠层气孔水阻力, , ,=1s/cm=1s/cm,0.9,1.3;,0.9,1.3;sc sc 当前冠层气孔水阻力当前冠层气孔水阻力, , m m 叶肉水阻力叶肉水阻力, , =4.5s/cm=4.5s/cm,1.35,4.5;,1.35,4.5;a a 冠层边缘水阻力，较小，经常可忽略；冠层边缘水阻力，较小，经常可忽略； n=5 n=5 为形状经验参数；为形状经验参数；=1.5=1.5 时空因子；时空因子；水分胁迫因子水分胁迫因子三、三、NPPNPP模型模型光能转化效率估算光能转化效率估算slwb/WsWs

10、为土壤水含量为土壤水含量, ,由遥感反演获得；由遥感反演获得；b b为系数为系数,=0.009,=0.009，0.0075,0.00142;0.0075,0.00142;l/2l/2 = -0.63 MPa= -0.63 MPa，气孔半闭时的叶水势；，气孔半闭时的叶水势；l l 当前叶水势；当前叶水势；三、三、NPPNPP模型模型光能转化效率估算光能转化效率估算植物总呼吸植物总呼吸R Ra a= =光呼吸光呼吸R Rl l+ +和暗呼吸和暗呼吸R Rd d；NPP=GPPNPP=GPPR Ra a R Rl l=p=pr rGPP GPP p pr r, ,光呼吸系数光呼吸系数, , =0.3

11、=0.3,0.2,0.4,0.2,0.4。 暗呼吸暗呼吸R Rd d= =生长性呼吸生长性呼吸R Rc c+ +维持性呼吸维持性呼吸R Rm m R Rcici=(1-Y=(1-Yi i) )r ri i（1 1p pr r）GPPGPPY Yi i为植物为植物i i部分生长转换率部分生长转换率,=0.75,=0.75,0.7,0.78;,0.7,0.78;r ri i为光合作用产生新物质在各部分的分配因子为光合作用产生新物质在各部分的分配因子, , =0.6, =0.6, 0,10,1。i i为植物生长的不同部位；为植物生长的不同部位；i ig g，r r分别为地上和地下部分。分别为地上和地

12、下部分。三、三、NPPNPP模型模型自养呼吸模型自养呼吸模型 R Rmimi=m=mi iB Bi im mi i为植物为植物i i部分的维持呼吸系数，部分的维持呼吸系数，0.012 gDMd0.012 gDMd-1-1,0.0075,0.0205 ;,0.0075,0.0205 ;B Bi i为植物为植物i i部分的活生物量。部分的活生物量。地上活生物量地上活生物量BgBg与叶面积指数呈正比与叶面积指数呈正比: : B Bg g=LAI=LAIg gSLASLAg gLAILAIg g, , 地表绿色植被的叶面积指数，地表绿色植被的叶面积指数，SLASLAg g，地表绿色植被比叶面积，均可由

13、遥感手段获取。，地表绿色植被比叶面积，均可由遥感手段获取。 B Br r=B=Br0r0+ +B Bg gB Br0r0为初始地下活生物量；为初始地下活生物量；为地上地下活生物量比例系数，为地上地下活生物量比例系数，=0.4=0.4,0,1,0,1。 暗呼吸暗呼吸R Rd d= =生长性呼吸生长性呼吸R Rc c+ +维持性呼吸维持性呼吸R Rm m三、三、NPPNPP模型模型自养呼吸模型自养呼吸模型 由上述推导，得由上述推导，得NPPNPP遥感模型遥感模型: :)()()()(maxdllaRRfTfPARFPARNPP三、三、NPPNPP模型模型模型以月为时间尺度：l MODIS数据GO-

14、RT混合遥感模型叶面积指数；l MODIS数据土壤热惯量遥感模型土壤水；l 计算FPAR,生物量（Bg，Br）和叶水势（l ）；l 对气象数据进行插值获取研究区的月平均气温和太阳总辐射；l 假设生物量在月内呈线性增长，根据两个连续月的生物量计算月内生物量累积值，得月内维持呼吸消耗Rm；l 根据NPP总计算公式求每月的NPP值。三、三、NPPNPP模型模型四、模型参数校正四、模型参数校正 模型中使用的参数值来源于文献资料和野外地面数据；在时空尺度存在差异，模型参数众多，且许多参数随季节变化;完全照搬这些参数，结果的可靠性值得怀疑。因此，如何有效获取和校正模型参数，成为精确估算NPP的关键。模型参

15、数获取最常用方法是建立模型估算值与野外实测值的代价函数，利用最小二乘法迭代计算而得。但野外实测获取大面积的NPP基本不可能实现。考虑另一种途径获取NPP，即从植物生长过程中的生物量和衰败量动态变化出发计算NPP，来代替野外实测值与模型估算值进行比较。四、模型参数校正四、模型参数校正 草场植被的主要生长过程包括光合作用、地上地下部分的光合合成、生长期内根部向茎的碳传输、自主呼吸和衰败过程，整个过程可以通过生物量的动态变化来描述:式中，Pg为光合作用生成新物质的量，R为呼吸消耗量，S为衰败量。SRPdtdBg/ttgtRPRGPPNPP 根据NPP的定义： 建立NPP估算值与GNPP估算值之间的代

16、价函数来对模型参数进行估算和校正: niiiGNPPNPP12)(min上述NPP模型由遥感手段所获取LAI、土壤水Ws及空间插值后的气象数据驱动，而GNPP模型主要由遥感获取的生物量驱动，通过获取两者的差值最小来获取和校正模型参数。具体步骤如下:选择研究区内几个典型像元作为样本，以文献资料和野外实测的参数值作为初始值，根据先验信息对参数值的范围进行约束；模型估算分别获取NPP和GNPP;采用最小二乘法迭代获取模型参数;以月为时间尺度，分别获取不同季节的模型参数。参数校正结果验证参数校正结果验证 目前NPP估算的方法和模型很多，NPP结果准确性的验证的估算一直是一个非常困难的问题，特别是区域及全球尺度NPP估算。NPP受环境因子的影响，不同年份间存在波动，实时的地面实测资料是估算结果验证的最佳数据。从两个方面对估算结果进行比较验证:1 与野外同步实测数据对比；2 与中国其它地区草地NPP估算结果进行比较。模型结果验证模型结果验证 2001年5, 7, 9月份进行了与MODIS卫星同步的三次野外实验，在未退化草地、中度退化草地和严重退化三种草地1km 1km样地内，用5个样方获得5-9月NPP实测值。 下图为NPP实测值与上述NPP遥感模型估算NPP值的比较结果，由图可见，NPP的估算值与实测值相当吻合(R2=0.9481)，说明用此NPP遥