利用改进的CASA模型估算城市尺度NPP——以徐州城区为例

针对城市地物的特点,本文基于两种不同空间分辨率的遥感数据,利用原始与改进后的CASA估算了徐州城区的NPP,探讨了CASA模型的改进和遥感影像的空间分辨率对城市尺度NPP估算结果的影响。研究结果表明：①城市建筑用地对城市NPP的估算结果有较大的影响。改进的CASA模型将建筑用地的光合有效辐射（FPAR）归零,其估算值降至15.503 gC·m^-2·month^-1,有效去除了建筑用地对城区NPP估算的影响。②低空间分辨率的遥感数据对城市尺度的NPP存在高估现象。MOD13Q1+改进的CASA模型估算的NPP均值为18.607 gC·m^-2·month^-1,比Landsat 8 OLI+改进的CASA模型估算结果高出了3.104 gC·m^-2·month^-1。该研究结果可为城市尺度NPP估算提供新的方法,为城市碳汇估算提供科学依据。     

国产高分数据在草原露天煤矿植被监测中的应用

利用高分一号卫星数据建立小尺度CASA－NPP估算模型,反演及监测草原露天煤矿区草地NPP空间分布格局,以及煤矿区内部复垦植被的NPP与表层土壤之间的关系。利用归一化植被指数、归一化水体指数等获取CASA模型有效光辐射参数、水分胁迫系数等,从而简化并改进小尺度CASA模型,遥感反演数据与实测样点数据拟合度达到0．94。结果表明,该模型能够高精度地完成小区域NPP估测。从利用CASA模型反演得到的NPP空间格局可以看出,这一地区的植被退化以采矿、放牧等人类活动为主导,原地貌区域围栏的典型草甸草原NPP在300～400 gC／m2· yr 之间,高于放牧区域 NPP,矿区内 NPP 空间变化显著,矿区内部 NPP 低于100 gC／m2· yr,明显低于周边原地貌地区。对于矿区复垦排土场区域,复垦年限和表土的养分是决定植被生长和NPP的主要因素。研究得出国产高分卫星数据可以高精度地完成小尺度NPP的估测,从而为其在草原地区以及矿山环境中监测提供了研究基础。     

一种净初级生产力格局模拟及预测耦合模型

净初级生产力(net primary productivity, NPP)不仅直接反映了植被群落的生产能力,而且是判定生态系统碳源与碳汇和调节生态过程的主要因子。提出一种耦合CASA(Carnegie-Ames-Stanford approach)模型与CA-Markov模型的方法,以渭河流域为例,基于CASA模型对NPP估算结果进行数值区间划分,以区间划分类型作为CA-Markov模型迁移演算的基础,对NPP在像元尺度上进行模拟及预测,反映其时空演化特征和机理,并预测现有模式下的生产力发展模型,为植被生态安全提供参考。结果表明,实验区内,CASA模型与CA-Markov模型的耦合具有较好的适用性,Kappa系数达到0.877 6,该耦合模型适用于探究现有环境驱动模式下的NPP时空演变。     

川西北江河源区植被净初级生产力时空动态演变

基于CASA模型,采用MOD13A3卫星数据和气象数据估算了2006~2009年川西北江河源区植被净初级生产力(NPP)的变化情况。研究结果表明,研究区年均植被NPP的空间分布基本呈由东向西逐级递减趋势,NPP的空间分布与水热条件差别和不同植被类型的地带性分布关系紧密;研究区月均NPP基本呈正态分布,植被月均NPP呈先升后降的趋势,且NPP值基本在7~8月达到峰值,在12月、1月降到最低;植被NPP积累时期主要是夏季,但秋季NPP积累量也存在上升趋势。     

基于CASA模型的北京植被NPP时空格局及其因子解释

以北京为研究区,整合遥感数据、气象数据及其他多源辅助数据,基于改进的光能利用率(carnegie-amesstanford approach,CASA)模型分析了2010年北京植被生态系统净初级生产力(net primary productivity,NPP)的时空分布格局及其主要影响因素。结果表明:12010年北京NPP总量为5.5 Tg C,其NPP的空间分布格局为北部和西部山区总量较高,平原区NPP总量较低;2北京植被NPP的季节变化明显,夏季NPP最大,占全年的62%,冬季最小,仅占3%,春季和秋季分别占全年NPP总量的18%和17%;3北京植被NPP受水分和热量条件限制,不同区域的主要限制因子不同,北部和西部山区自然植被受气温影响较大,平原区农作物生长更容易受降水影响,而在山区向平原过渡区域的植被受太阳辐射变化影响明显。     

融合高时空分辨率数据估算植被净初级生产力

植被净初级生产力NPP(Net Primary Production)遥感估算与分析,有赖于高时空分辨率的遥感数据,但目前中高分辨率的遥感数据受卫星回访周期及天气的影响,在中国南方地区难以获取连续时间序列的数据,从而影响了高精度的区域植被净初级生产力的遥感估算。为此,提出一种基于多源遥感数据时空融合技术与CASA模型估算高时空分辨率NPP的方法。首先,利用多源遥感数据,即Landsat8 OLI数据与MODIS13Q1数据,采用遥感数据时空融合方法,获得了时间序列的Landsat8 OLI融合数据;然后,基于Landsat8 OLI时空融合数据,并采用CASA模型,以长株潭城市群核心区为例,进行区域植被NPP的遥感估算。研究结果表明,基于时间序列Landsat融合数据估算的30m分辨率的NPP具有良好的空间细节信息,且估算值与实测值的相关系数达0.825,与实测NPP数据保持了较好的一致性。     

鄂尔多斯草原植被净生产力反演研究

以CASA模型为基础,利用Landsat TM遥感数据作为数据源,并结合气象站的气象数据以及数字高程模型,对1991年-2000年内蒙古地区杭锦旗境内的鄂尔多斯草原进行分类和植被净初级生产力的估算研究,同时使用MODIS数据的NPP数值产品进行精度评价和校正。结果表明:(1)鄂尔多斯草原在生长旺盛季(7月-8月)的NPP的总值为4.70263×1012gCm-2a-1,平均值为124.25gCm-2a-1;(2)鄂尔多斯草原近十年植被净生产力变化呈现先升高后降低的趋势,与95年后过度放牧开垦以及降水量的减少密切相关;(3)利用MODIS中的NPP合成数据产品随机选点做线性回归分析,相关性R2=0.741,可以得到本研究利用CASA模型进行的NPP反演效果较好的结论,具有研究价值。     

稀疏植被净初级生产力时空变化及气象因素关系分析

本文探讨了2001-2018年古尔班通古特沙漠植被NPP时空格局,基于改进的CASA模型,采用空间分析、相关性分析及地理探测器模型等方法,揭示了研究区NPP气候驱动因子及其影响。结果表明:①古尔班通古特沙漠近18年植被NPP变化总体呈现波动增加趋势,增速为0.56 gC· a^-1,NPP均值为46.90 gC· m^-2· a^-1;②2001-2018年,年均NPP整体呈西低东高、北低南高的空间分布格局,但从动态上而言,基本呈现沙漠腹地较稳定、四周较活跃的格局;③古尔班通古特沙漠植被NPP主要受降水因子的影响,与降水、气温因子均呈正相关关系,从各因子驱动力分析而言,降水因子(0.614 4)为限制荒漠植被生长的主导因素。     

皖江城市带植被NPP时空变化及其气候响应

针对现有植被净初级生产力研究对城市圈、城市带尺度缺乏关注的问题,基于MODIS遥感数据、地面气象资料等,利用改进的CASA模型,结合回归分析、相关分析等方法探究了2000—2013年皖江城市带植被NPP的时空变化及其对气候因子的响应,为区域生态环境质量评价提供参考。结果表明:近14年来,皖江城市带植被NPP总体呈增加趋势;不同土地利用类型NPP差异显著,林地草地耕地建设用地未利用土地水体;年NPP均值呈现由南部向西北部减少的空间分布特征;植被NPP年际变化率较小,介于±10gC·m-2·a-1范围内;温度是影响研究区植被NPP时空变化的主要气候因子。     

2009年武汉市植被净初级生产力估算

利用CASA模型,结合实测的光合有效辐射（PAR）数据、MODIS归一化植被指数（NDVI）和Land Cover数据、气象数据等资料,估算了2009年武汉市的植被净初级生产力（NPP）。结果显示,武汉市的植被平均单位面积年NPP产量达到464.19gC·m^-2·a^-1。6、7、8三个月NPP积累值最高,占全年的56.8%;12、1、2三个月NPP值最低,仅占5.6%。黄陂区由于林地较广,NPP值较大,在1 000gC·m^-2·a^-1以上;而城市周边由于植被覆盖面积较小,NPP值较低,在400gC·m^-2·a^-1以下。     

Sentinel-3卫星双角度热红外数据的流域尺度地表蒸散发估算与验证

双层能量平衡模型TSEB（Two Source Energy Balance）常用于地表蒸散发的估算研究,对于干旱半干旱流域的水资源调控以及利用有着十分重要的意义。本文在流域尺度上分别利用Sentinel-3双角度观测热红外和近红外数据反演的地表温度LST（Land Surfacer Temperature）和地表组分温度LSCT（Land Surface Component Temperatures）分别驱动TSEB模型,估算了黑河流域不同土地覆盖类型下的瞬时地表通量,并利用流域内上、中、下游通量塔地面观测数据验证了两种模型估算的地表通量。结果表明：两种模型都在一定程度上高估了净辐射和潜热通量,在植被稀疏的高寒草甸以及河岸林土地覆被类型下,TSEB-PT模型表现更好,随着植被覆盖度的上升,TSEB-2T模型的优势更加明显。研究结果为黑河流域水资源合理利用提供一定的保障以及为水资源管理者提供流域尺度上更加准确的植被水分利用的估计值,并且为后期模型的优化提供了理论基础。     

基于高光谱数据日本温带地区植被净初级生产力估算模型应用研究

为了有效的利用高光谱卫星数据获取植被信息,Furumi等在模式分解方法(PDM)的基础上,建立了一种新的植被指数(VIPD).根据地面实验建立的相应光合成曲线植被净初级生产力(NPP)遥感估算模型,利用2001年前后多个月份的MODIS影像数据,对日本纪伊半岛地区的植被净初级生产力进行了估算.研究表明,根据地面实验建立估算模型估算得到的温带常绿植被净初级生产力年均值,与2001年IPCC调查报告上的估算值,在误差范围内一致.地面实验结果证明该光合成曲线NPP估算模型能够较好的应用于温带植被研究.在北纬32°30'-36°24',东经134°30'-137°06',面积3.94×104 km2研究区域内,2001年NPP约为6.11kg CO2/a.从NPP的空间分布上而言,纪伊半岛范围内单位面积NPP以三重和奈良县山地林地带最高,达2.56kg CO2/m2/a.在纪伊半岛植被分类中,温带落叶植被的年均NPP最大,约为2.23 kg CO2/m2/a,水田的年均NPP最小,仅约为1.42 kg CO2/m2/a.     

纪伊半岛地区植被净初级生产力的遥感应用研究

在高光谱数据模式分解方法(PDM)的基础上,建立了一种新的植被指数(VIPD)。根据地面植被光合成实验,建立了有效光合成曲线植被净初级生产力(NPP)遥感估算模型,利用2001年各月份的MODIS影像数据,估算得到纪伊半岛地区的各类NPP。研究发现,该地区的温带常绿林NPP年均值与2001年IPCC调查报告和地面实测得到的估算值在误差范围内一致。实验证明,该光合成曲线NPP估算模型能够有效地利用高光谱数据,且能较好地应用于温带植被研究。     

土地利用变化对植被净初级生产力影响研究

针对土地利用变化对植被净初级生产力(NPP)影响尚不明确的问题，该文利用MODIS、MERRA-2和Globeland 30地表覆盖等数据，基于CASA模型估算京津冀地区2000-2020年NPP,从土地利用类型面积和景观格局两方面共同探讨土地利用变化对区域NPP变化的影响。结果表明：耕地面积减小，但NPP增加，森林、草地面积增加，NPP相应增长，2000—2010年、2010—2020年植被土地利用类型面积变化对NPP变化的贡献率分别为18%、34%;景观异质性、破碎程度和连通性变化对NPP变化的影响呈增强趋势；2000—2010年，景观破碎化程度、聚集度、连通性以及森林和草地面积变化对NPP变化影响较强；2010—2020年，景观异质性以及森林和草地面积变化对NPP变化影响起主导作用。成果可为优化京津冀地区土地利用结构、提升区域固碳能力提供数据支撑。     

福建省植被NPP时空格局及其驱动力分析

以福建省为研究区,以中等分辨率MODIS NDVI遥感数据、气象数据及其他辅助数据为数据源,基于植被净初级生产力(net primary productivity,NPP)光能利用率估算模型——CASA,定量研究了该区域历史序列(2001—2012年)NPP时空变化格局,探索其主要影响因素。结果表明:2001—2012年该区域NPP总体呈现下降趋势,2003年和2005年为历年变化下降率最大的两年;该区域NPP时空分布特征明显,在空间上表现为由南向北递减的空间分布格局,且沿海经济发达区域NPP普遍较低;时间上表现为春秋两季具有相同的空间分布,夏季具有最高的NPP,占全年NPP的56%,冬季平均NPP在120gC·m~(-2)·a~(-1)以下;降水和温度与NPP的线性相关性较小,且线性相关性随空间位置的不同而有所差异;福建省NPP对气候因子的响应随空间位置的变化而变化,在不同的区域,其主要的胁迫因子不同,NPP总体受到辐射量的驱动因素要比其他胁迫因子强。     

基于GIS和RS的区域陆地植被NPP估算——以中国内蒙古为例

在GIS的支持下,利用地面气象数据和MODIS数据,考虑到最大光利用率在不同植被类型中的差异,构建了一个区域陆地植被NPP估算模型,并以2002年的内蒙古植被为例,研究了植被净初级生产力及其时空分布。结果表明:(1)该模型在数据获取了上比较容易,仅利用地面气象数据和遥感数据就可以对陆地植被NPP进行估算,使其实际的可操作性得到加强。(2)通过与NPP的实测资料及其他模型的对比研究表明:该模型对区域陆地值被NPP的模拟效果较好,与Chikugo模型相比,它更能反应森林NPP的实际情况。(3)2002年内蒙古植被净初级生产力为390.8MtC/a,总体分布趋势是由东北向西南递减,其季节变化也非常明显,在6月中旬至9月中旬的3个月时间里,NPP占了全年的72.7%,而1—2月份植物基本停止生长,净初级生产力极低,每月仅为3.59MtC。     

湖北省植被净初级生产力时空变化特征及其影响因素分析

基于改进的光能利用率模型,本文利用MODIS数据和同期气象数据估算分析了湖北省2001—2012年间植被净初级生产力(NPP)的时空变化特征并借助多元统计分析方法定量探究自然因素(气温、降水量、太阳辐射)和人为因素(土地覆被/土地利用、粮食播种面积、粮食产量、人口数量)对NPP变化的影响。结果表明:1)湖北省NPP呈波动上升趋势,年际增加趋势为8.19 g/m~2·a;2) NPP空间分布差异明显,呈现西高东低、北高南低、从西向东逐渐递减的态势;3)造林累计面积和太阳辐射变化是影响NPP变化的主要因素。     

武汉地区植被NPP动态监测研究

通过建立、比较多种区域性光合有效辐射(PAR)估算模型,对比分析了NDVI、EVI与光合有效辐射吸收系数(fPAR)之间的关系,根据不同植被最大光能利用率的不同,改进了植被净初级生产力(NPP)模拟算法。利用MODIS、气象辐射数据等,研究了武汉市2001～2011年间植被NPP季节、年际变化特征。结果表明,NPP季节变化明显,夏季高,春秋次之,冬季低,七月中旬最高,达到85gCm-2 month-1;年平均NPP呈现出一定的增长趋势,2008年最高562gCm-2a-1;不同类型植被NPP差异较大,常绿阔叶植被年平均值最大1 028gCm-2a-1,每年生阔叶植被NPP最低410gCm-2a-1。     

中国植被净第一性生产力遥感动态监测

植被净第一性生产力 (NPP)研究方法很多 ,运用NOAAAVHRR的可见光、近红外和热红外波段来提取和反演地面参数 ,进而准确估算陆地植被净第一性生产力 ,是一种全新的研究手段。利用遥感数据进行生物量和净第一性生产力的估算 ,主要是采用光能利用率模型 ,即通过NPP与植物吸收的光合有效辐射 (A PAR)和植被将所吸收的光合有效辐射转化为有机物的转化率 (ε)的关系来实现的。用数学公式可表达为 :NPP =(FPAR×PAR)× [ε ×σT×σE×σS× (1-Ym)× (1-Yg) ]在遥感和地理信息系统技术的支持下 ,以 1990年每旬的 8km分辨率的NOAAAVHRR 1— 5通道的影像为数据源 ,对中国每旬的陆地植被净第一性生产力进行估算 ,然后累加得出全年的NPP值。估算结果 :1990年我国陆地植被NPP总量为 6 13× 10 9t/a ,NPP最高值为 1812 9gC/m2 。就计算结果 ,对中国大陆植被NPP的分布规律进行了分析。遥感模型能够以面代点 ,比较真实地反映陆地植被NPP的时空分布状况 ,与我国植被分布的地理规律性相符 ,这是其它统计模型所无法比拟的     

黄河流域植被NPP时空变化及其对水热条件和退耕还林还草工程实施的响应

本文以MOD17A3HGF植被净初级生产力(NPP)数据为基础,结合气温、降水及DEM数据,开展了2000—2020年黄河流域植被NPP时空变化特征及其对水热条件和退耕还林还草工程实施的响应研究。结果表明：(1)黄河流域植被NPP总体呈显著线性增加趋势(P<0.001),其中植被NPP增速中游地区高于下游、下游高于上游地区。黄河流域植被NPP显著增加趋势占95.29%,集中分布在黄河流域中游地区(黄土高原地区);显著减少的区域主要集中在人口分布密集的城市及其周边区域。(2)黄河流域植被NPP与年平均气温、年降水量均以正相关为主,其中显著正相关分别占11.15%和42.35%,分别呈东—西向和南—北向分布。(3)黄河流域中游地区坡度为[15°,25°]区域植被NPP增速最快,其次为坡度>25°和<15°区域,反映出退耕还林还草工程的实施对黄河流域中部黄土高原地区的植被改善具有一定的作用。