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。     

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。     

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。     

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.     

陆地总初级生产力遥感估算精度分析

准确估算陆地总初级生产力GPP(Gross Primary Productivity)数值对碳循环过程模拟有重要影响。本文介绍了多种基于植被指数以及基于光能利用率的遥感GPP算法,综述了不同算法在其研究区域的估算精度;并分析了MODIS/GPP以及BESS/GPP两种遥感GPP产品在不同植被类型的估算精度。通过对比全球碳通量站网络GPP数据表明,MODIS/GPP产品在全球估算结果具显著相关性(R2=0.59)及中等标准误差(RMSE=2.86 g C/m2/day),估算精度较高的植被类型有落叶阔叶林,草地等;估算精度较低类型包括常绿阔叶林,稀树草原等。本文对GPP产品中存在的不确定性进行分析,通过综述前人研究中发现的遥感估算GPP方法中存在的问题,指出可能的提高卫星遥感GPP产品估算精度的方法及发展趋势。     

基于遥感的某市城市圈森林碳储量估算与空间分布特征

森林生态系统碳储量占有整个陆地生态系统碳储量约50%,利用遥感数据进行森林碳储量估算对加快实现“碳达峰”和“碳中和”具有重要意义。本研究利用Landsat 8 OLI遥感影像和DEM数据提取植被指数和地形因子,转换净初级生产力数据为生物量数据,并利用多元逐步回归分析法建立武汉城市圈森林植被碳储量遥感估算模型。根据统计数据和估算模型得出,武汉城市圈碳储量空间分布表现为东北部和南部山脉区域的碳储量和碳密度较高,而中东部武汉市和黄石市中心区域相对较低,且植被碳密度主要集中在中海拔地区。     

日光诱导叶绿素荧光遥感反演及碳循环应用进展

在植被遥感领域,遥感植被指数在过去30年极大地促进了从宏观尺度上来理解和认识地球生物圈,但是以"绿度"观测为主的植被指数仅表征植被"潜在光合作用",而不能直接量化"实际光合作用"。植被叶绿素荧光在光合作用探测上具有优势,是"实际光合作用"的直接探测方法。日光诱导叶绿素荧光(SIF)遥感是近年快速发展起来的新型遥感技术,尤其是2011年实现全球尺度卫星反演以来,在反演算法、植被监测和碳循环应用等方面发展迅速,是近10年来植被遥感领域最具突破性的研究前沿。本文阐述了现阶段(2011年以来)SIF遥感反演及其在碳循环应用方面的进展。本文首先介绍了卫星SIF遥感的发展及其反演算法现状;然后重点剖析了其在陆地生态系统总初级生产力(GPP)估算、全球碳循环监测、物候和植被胁迫监测等方面的应用现状和特点;最后从卫星SIF反演算法优化、SIF-GPP关系机理、SIF多尺度综合观测和全球碳循环监测等方面对今后植被SIF遥感的发展前景进行了展望。     

植被光能利用率遥感估算

光能利用率表征植被通过光合作用将所截获/吸收的能量转化为有机碳的效率,是遥感估算植被生产力的关键参数。由于植被分布和气候环境的综合影响,光能利用率表现出显著的空间异质性和时间动态性,光能利用率的不确定性成为后续生产力模型估算精度不高的重要原因。本文以Fluxnet全球通量站点数据和MODIS LAI/fPAR产品为数据源,比较了5种遥感植被生产力模型中的光能利用率估算方法,并在此基础上考虑光照散射条件对光能利用率的影响,结合晴空指数,利用逐步线性回归方法和参数优化方法建立不同植被类型的光能利用率估算模型。验证结果表明,考虑晴空指数可提高光能利用率估算精度,两种方法估算得到的光能利用率值RMSE均低于0.5 gC·MJ^-1,逐步线性回归法尽管机理欠缺,但由于选择因子较多,光能利用率估算精度较高（R²=0.461,RMSE=0.403 gC·MJ^-1）;广泛应用的参数化方法由于考虑的因子较少、模型形式较固定,光能利用率估算精度稍低（R²=0.306,RMSE=0.489 gC·MJ^-1）。本文所建立的光能利用率估算模型可应用于区域或全球植被光能利用率及生产力的估算。     

植被光合有效辐射吸收比率遥感研究进展

植被光合有效辐射吸收比率FPAR（Fraction of absorbed Photosynthetically Active Radiation）反映了植被冠层的光学特性，是表征植被光合作用水平和生长状态的重要参量，因此成为全球变化研究中多种过程模型的重要输入参数。随着定量遥感研究的深入和新型传感器的使用，从区域到全球尺度上的FPAR遥感估算方法不断提出，多样化的遥感FPAR产品越来越多地应用于碳循环、能量循环、生产力估算及作物估产等研究领域。本文梳理了遥感估算的植被光合有效辐射的相关概念和算法，并着重对过去十年间遥感估算FPAR的新进展进行了系统总结和探讨。研究表明，近年来FPAR遥感的研究工作一方面聚焦于对现有算法的改进与各类型产品的验证，更多的研究则侧重于FPAR概念体系的拓展，叶片、叶绿素水平的FPAR估算，直射光、散射光的FPAR建模等新方向逐渐成为研究热点。     

基于环境星CCD数据的区域植被覆盖度遥感估算

以雅砻江流域二滩水库周边为研究区,选用环境星CCD数据,基于NDVI的像元二分模型进行了研究区植被覆盖度的遥感估算,并将估算结果与同时期TM影像估算结果作对比。结果显示,估算结果基本吻合,表明环境星CCD数据可以用于多源遥感数据融合分析区域植被覆盖状况研究。     

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。     

基于Landsat OLI影像的典型湿地芦苇植被光能利用率遥感反演方法初探

大尺度植被光能利用率(light use efficiency,LUE)的快速准确获取一直是限制植被生产力估算及相关研究的难题。当前LUE的研究存在取值不准、方法复杂、精度不高等问题,而遥感数据时间连续、空间尺度大、易获取的优势为LUE的准确估算提供了可能。以东北地区典型的芦苇湿地为研究对象,利用多时相遥感影像Landsat OLI(operational land imager)与植被指数,通过分析LUE、植被指数与植被叶绿素含量之间的关系,探讨利用遥感植被指数实现湿地植被LUE准确估算的可行性。结果表明:除增强植被指数(enhanced vegetation index,EVI)外,其余植被指数均有较强的芦苇湿地表征能力。LUE与叶绿素及植被指数之间存在密切关系,其中归一化植被指数(normalized difference vegetation index,NDVI)对LUE的敏感性最高(P 0.01;R~2=0.62),是本研究中表征芦苇LUE的最佳指数。研究验证了以叶绿素作为中间变量,借助遥感植被指数实现LUE便捷高效反演的理论假设,可为大尺度湿地植被生产力及碳循环等研究提供方法参考和思路借鉴。     

利用光化学反射植被指数估算光能利用率研究的进展

植被光能利用率(LUE)是估计植被初级生产力(GPP)和净初级生产力(NPP)模型的一个重要输入,准确地估计LUE对于生态学研究有重要的意义.由于LUE随环境的变化关系十分复杂,现有的LUE估算模型过于粗糙简单,而通过遥感直接估计LUE将会更加可靠.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的关系不够稳健,受许多因素的干扰,比如物种构成、冠层结构及大气等.因此,PRI的广泛应用还需要更多的研究.本文首先介绍了PRI的定义及PRI随LUE变化的生理机制,再综述了一些利用遥感手段建立PRI-LUE关系的例子,然后分析了影响PRI-LUE关系的各种干扰因素,最后对PRI研究取得的成果、存在的问题以及发展前景作了总结.     

基于遥感和美国碳通量观测数据的GPP模型比较研究

基于遥感和碳通量观测数据,本文采用VPM、EC-LUE、TG、GR、VI和MOD17六个模型估算了五种主要植被类型站点尺度的总初级生产力(GPP)。利用线性相关和定量分析方法评价并比较了上述模型在不同时间尺度上(8天、生长季和年际)的GPP模拟精度。结果表明:1)EC-LUE和VPM模型总体估算精度最高(R20.78);2)森林生态系统中,GPP估算值和实测值在季节和年累积总量上相对误差较小,而在草地和农田系统中,相对误差较大;3)GR、VI和TG模型在森林生态系统GPP估算中模拟精度较高,因其在形式上相对简单,需要的参数和输入数据相对较少,因而适用于大尺度的森林生态系统GPP估算。     

基于IDL语言的植被指数UNVI软件插件

植被指数是地球陆表植被覆盖度和植被活力的指示因子,对环境监测、植被理化参量估算等应用研究有重要的意义。基于植被的反射光谱特征,通过遥感数据波段的组合,可以计算得到遥感植被指数。传统的植被指数如NDVI、EVI等仅利用有限波段信息的线性或非线性组合构建而成,没有充分利用遥感传感器所提供的多波段遥感信息,通用归一化植被指数UNVI(Universal Normalized Vegetation Index)充分利用了遥感传感器提供的多波段植被光谱信息,因此在反演植被叶绿素、生物量等植被理化参量上较其他传统植被指数更具优势。为方便UNVI指数的计算,本文基于IDL语言开发了UNVI软件插件,可直接作为ENVI商业遥感软件进行调用,并可满足多个传感器的UNVI计算需求。为了验证UNVI的应用效果,以植被总初级生产力GPP(Gross Primary Productivity)估算为例,比较了不同植被指数估算GPP的效果,结果表明:基于UNVI估算的GPP与通量站点获得的GPP具有较高的相关性(相关系数R2为0.79),验证了UNVI在GPP估算方面的优势。本文提供的UNVI软件插件可为遥感研究和应用人员提供便捷的计算工具。     

地表植被覆盖度遥感估算及其气候效应研究进展

FVC是研究表植被覆盖的重要参数,其估算精度直接影响生态、环境变化研究结论的科学性。本文通过研究用于FVC计算的遥感数据,以及统计模型、混合像元分解、数据挖掘等估算方法和植被覆盖变化气候效应,指出大数据时代背景下融合海量、多平台、多时空、多尺度数据的FVC估算是必然趋势,其方法不仅具有高精度、高可靠性等特点,而且将向智能化、自动化的方向发展,植被覆盖变化气候效应研究将逐步定量化,地气作用过程和机理将成为其重要的研究方向。     

基于遥感与碳循环过程模型估算土壤有机碳储量

土壤有机碳含量的估算是当前全球碳循环研究的热点之一,但不同学者之间的估算值差异较大。从估算方法看,主要有基于土壤剖面的直接估算法和基于生态系统碳循环过程模型的间接估算法,这两种方法各有优缺点。直接估算法由于只反映了不同土壤或植被类型的土壤有机碳含量平均值的差异,因而空间分辨率较低。而间接估算法由于参数的简化,影响了土壤有机碳估算的空间精度。作者将遥感的高时空分辨率特征、反映生态系统碳循环动态变化的过程模型、实际测量的土壤有机碳结合起来,以求提高土壤有机碳估算的空间分辨率。考虑到受温度、水分的影响,土壤呼吸与土壤有机碳含量的关系并不好,而土壤基础呼吸由于剔除了温度和水分的影响,从而使其与土壤有机碳的关系非常密切,其测定系数R^2可达0.78。采用了结合遥感和碳循环过程的CASA模型及Van＇t Hoff土壤呼吸模型,首先估算了8km分辨率的土壤基础呼吸的空间分布,在此基础上结合实测的土壤有机碳估算了8km分辨率的土壤有机碳的空间分布。     

植被生物量高光谱遥感监测研究进展

植被生物量的评估对于研究全球碳循环具有重大意义,而高光谱遥感技术为精确反演地表属性提供了重要的数据支持。针对如何更好地应用高光谱遥感技术进行植被生物量精确反演的问题,该文详细阐述了国内外应用高光谱技术估测植被生物量的研究进展。对反演植被生物量所涉及的数据源、反演模型的构建方法及其模型特点、反演模型应用对象等内容进行了综合评述,并通过分析认为,高光谱遥感技术较传统的多光谱遥感技术在生物量反演精度上有了显著的提高。同时,对建模方法、多源遥感数据融合以及模型通用性等方面的研究进行了展望,以达到在大尺度范围内对植被生物量进行准确反演的目的。     

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     

植被生态遥感参数定量反演研究方法进展

植被参数是生态遥感定量反演的热点和难点,也是生态系统研究的基础性参数。本文在广泛阅读国内外公开发表的文献资料基础上,将现有的植被生态遥感参数概括为物理类、生化组分类、能量和功能类3大类,系统梳理了每类参数定量反演的主要模型方法,进行优缺点和适用性分析,对现阶段存在的不足和未来发展趋势进行了探讨。物理类植被生态遥感参数主要介绍了植被覆盖度、生物量、叶面积指数、树高等研究进展,生化组分类植被生态遥感参数主要介绍了植被含水量、叶绿素含量和光合能力等研究进展,能量类植被生态遥感参数介绍了光合有效辐射、植被吸收光合有效辐射等研究进展,功能类植被生态遥感参数主要介绍了植被生产力和碳交换量等研究进展。存在的主要问题包括混合像元分解、病态反演、物理模型应用过程中的误差传递、数据融合的尺度效应和空间变异性、模型耦合的最优方案确定问题。