净初级生产力遥感估算模型空间尺度转换

采用基于混合像元的结构分析方法和支持向量机(SVM)算法,建立了高分辨率遥感数据(TM)向低分辨率遥感数据(MODIS)的尺度转换模型,实现了由高分辨率遥感数据获得的NPP向低分辨率遥感数据获得的NPP的空间尺度转换。对低分辨率遥感数据(MODIS)估算的NPP结果进行了尺度效应校正。结果表明:SVM回归模型模拟出的尺度效应校正因子Rj_corrected与1-F中覆盖度草地之间的相关性较高,R2达到0.81。尺度效应校正前的NPPMODIS与NPPTM的相关性较低,R2仅为0.69,RMSE为3.47;尺度效应校正后的NPPMODIS_corrected与NPPTM的相关性较高,R2达到0.84,RMSE为1.87。因此,经过尺度效应校正后的NPP无论是在相关性还是在误差方面有了很大程度的提高。     

基于光能利用率模型的玉米遥感估产研究

农作物长势监测和产量预测对于国家制定相关粮食政策、农业发展等都具有重要的意义,如何获得高效、宏观、精确的估产方法一直是学者关注的重点问题。以吉林省德惠市的玉米作为研究对象,利用光能利用率模型对玉米进行产量估算的研究,并且使用空间数据插值方法中的反距离权重法获得了每月平均温度数据的格网数据。通过玉米的净初级生产力NPP的累计值以及玉米的收获指数来获得最终的玉米产量值,利用验证点实测产量值与估算值的相关性和相对误差进行精度验证,相关系数R^2为0.649 9,平均相对误差值为1.676%,证明基于光能利用率模型的玉米估产在研究区具有一定的可行性。     

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...     

基于植被指数和叶绿素荧光的总初级生产力估算

以大满超级站的通量数据和塔基光谱数据为数据源,使用3种植被指数与光合有效辐射的乘积、叶绿素荧光分别反演玉米冠层尺度的GPP,构建线性回归模型进行建模与验证。结果表明:(1)在全时期时间序列动态分析中,VI×PAR、SIF与GPP具有较高的一致性,整体变化情况为先增大后减小,在抽雄期间达到最大值;(2)抽雄前期选择NDVI×PAR、EVI2×PAR、CIred edge×PAR为优选模型,建模数据R~20.83,RMSE2.00 gC/m~2/d;抽雄后期选择CIred edge×PAR为优选模型,建模数据R~2=0.83,RMSE=2.20 gC/m~2/d;全时期选择EVI2×PAR、CIred edge×PAR为优选模型,建模数据R~20.79,RMSE2.30 gC/m~2/d。基于SIF建立的GPP反演模型较为稳定,建模数据R~20.66,RMSE2.99 gC/m~2/d。     

基于地理国情普查的佛山植被碳汇能力评估

应用CASA模型,以广东省佛山市为研究区域,探索了基于地理国情普查的广东省市县级林业碳汇能力评估方法。结果表明,由于地理国情普查获得的林业植被数据精度比传统遥感手法获得的高,因此基于地理国情普查数据成果,利用CASA模型可以对区域范围内的林业碳汇能力进行精确估算,从而为政府在碳排放和温室气体管理方面的决策提供科学依据,为地理国情监测成果提供一个典型的应用示范。     

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。     

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。     

基于云量影像的日照百分率遥感集成模型

通过遥感影像云量数据和地面站点日照百分率观测数据建立遥感集成日照百分率模型,模拟遥感集成日照百分率的空间分布。基本思路是以空间尺度上的富余弥补时间尺度上的稀缺。云的移动是连续的,所以一幅云量遥感影像中,某一格网点周围一定区域范围内的云量都有可能对该点日照情况产生影响,因此对遥感总云量数据在日照轨迹内及云移动所经路径内重采样,能够更接近可照时段内云量的真实情况。然后按云量和日照百分率的负相关性,建立了日尺度的日照百分率遥感集成综合模型,实现对遥感集成日照百分率的模拟,完成日照百分率的遥感集成空间分布模拟图。结果表明：（1）重采样后的总云量克服了云量观测在时间上的局限性;（2）遥感集成日照百分率克服了气象站点空间上的局限性;（3）遥感集成日照百分率模型模拟精度相对插值法有显著的提高。     

基于半参数模型的误差理论在数据处理中的应用

利用现代测量仪器和技术可以在短时间内获得大量的观测数据,但其中也包含着大量无法补偿的系统误差,因此参数的估计量会产生严重偏差。本文从半参数模型的理论研究成果和测绘科学的实际需要出发,研究半参数模型的估计方法测绘数据处理中的应用。     

Large-scale estimates of gross primary production on the Qinghai-Tibet plateau based on remote sensing data

Vegetation gross primary production (GPP) is an important variable for the carbon cycle on the Qinghai-Tibetan Plateau (QTP). Based on the measurements from 12 eddy covariance flux sites, we validated a light use efficiency model (i.e. EC-LUE) to evaluate the spatial-temporal patterns of GPP and the effect of environmental variables on QTP. In general, EC-LUE model performed well in predicting GPP at different time scale over QTP. Annual GPP over the entire QTP ranged from 575 to 703 Tg C, and showed a significantly increasing trend from 1982 to 2013. However, there were large spatial heterogeneities in long-term trends of GPP. Throughout the entire QTP, air temperature increase had a greater influence than solar radiation and precipitation (PREC) changes on productivity. Moreover, our results highlight the large uncertainties of previous GPP estimates due to insufficient parameterization and validations. When compared with GPP estimates of the EC-LUE model, most Coupled Model Intercomparison Project (CMIP5) GPP products overestimate the magnitude and increasing trends of regional GPP, which potentially impact the feedback of ecosystems to regional climate changes.     

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。     

A GPP assimilation model for the southeastern Tibetan Plateau based on CO2 eddy covariance flux tower and remote sensing data

The gross primary production (GPP) at individual CO₂ eddy covariance flux tower sites (GPP_Tower) in Dali (DL), Wenjiang (WJ) and Linzhi (LZ) around the southeastern Tibetan Plateau were determined by the net ecosystem exchange of CO₂ (NEE) and ecosystem respiration (R_e). The satellite remote sensing-VPM model estimates of GPP values (GPP_MODIS) used the satellite-derived 8-day surface reflectance product (MOD09A1), including satellite-derived enhanced vegetation index (EVI) and land surface water index (LSWI). In this paper, we assembled a subset of flux tower data at these three sites to calibrate and test satellite-VPM model estimated GPP_MODIS, and introduced the satellite data and site-level environmental factors to develop four new assimilation models. The new assimilation models’ estimates of GPP values were compared with GPP_MODIS and GPP_Tower, and the final optimum model among the four assimilation models was determined and used to calibrate GPP_MODIS. The results showed that GPP_MODIS had similar temporal variations to the GPP_Tower, but GPP_MODlS were commonly higher in absolute magnitude than GPP_Tower with relative error (RE) about 58.85%. While, the assimilation models’ estimates of GPP values (GPP_MODEL) were much more closer to GPP_Tower with RE approximately 6.98%, indicating that the capacity of the simulation in the new assimilation model was greatly improved, the R² and root mean square error (RMSE) of the new assimilation model were 0.57–4.90% higher and 0.74–2.47 g C m⁻² s⁻¹ lower than those of the GPP_MODIS, respectively. The assimilation model was used to predicted GPP dynamics around the Tibetan Plateau and showed a reliable result compared with other researches. This study demonstrated the potential of the new assimilation model for estimating GPP around the Tibetan Plateau and the performances of site-level biophysical parameters in related to satellite-VPM model GPP.     

青藏高原小嵩草高寒草甸返青期遥感识别方法筛选

小嵩草高寒草甸是青藏高原的主要植被类型,研究其返青期识别方法对于模拟及预测青藏高原植被物候变化具有重要意义。常用的植被返青期遥感识别方法主要是先对遥感植被指数原始时序数据进行拟合去噪声再求取返青期,各种方法对研究区域、研究经验、参数设置、函数初值设置等有很强的依赖性。为避免返青期识别方法在曲线拟合时对参数初值的依赖性和陷入局部最优解,本文引入了模拟退火算法对双高斯和双逻辑斯蒂函数进行参数优化,并分别对基于以上两种函数及多项式拟合的植被指数时序曲线进行对比,从而选出最佳拟合方法,最后采用最大斜率阈值法、动态阈值法和曲率法识别返青期。利用青藏高原小嵩草高寒草甸34个样本点的返青期地面观测数据及相应的8 km分辨率的NOAA归一化差值植被指数(NDVI)时序数据对以上各种组合的返青期遥感识别方案进行了测试,并选取了153个遥感实验点求取了近30年(1982年—2011年)青藏高原小嵩草高寒草甸的返青期,结果表明:采用双高斯函数拟合的NDVI曲线与原始NDVI时序数据最为接近,在此基础上采用最大斜率阈值法识别的小嵩草高寒草甸返青期及其变化趋势与地面物候观测结果最为一致;同时发现近30年青藏高原小嵩草高寒草甸的平均返青期主要集中在每年的第120—140天,并且呈逐年提前趋势,30年来提前了7天。     

典型海岸带城市扩张的多源遥感监测与预测——以青岛市为例

本文利用自1995年以来的4期DMSP-OLS、NPP-VIIRS夜光遥感影像与Landsat多光谱遥感影像,分析了青岛市近25年的城市建成区范围、各市区边界形态与扩展趋势,并结合土地利用分类、路网、POI、DEM等多源驱动因子及元胞自动机-马尔可夫（CA-Markov）模型,模拟并预测了2027年青岛市土地利用分类。结果表明,近25年青岛建成区扩展主要以外延式为主,其他城区总体上沿胶州湾方向扩展,四周向青岛主城区汇集,主城区建设用地向西北侧发展。本文验证了夜光遥感在监测与预测典型海岸带城市扩张方面的适用性,为城市化发展进程管理与决策提供了重要依据。     

陇东先秦遗址多光谱遥感与遗址预测模型研究

考古遗址预测模型(SPM)在考古学研究和文化资源管理中有着广泛的应用,但传统的构建方法过度依赖数字高程模型(DEM),对多光谱遥感数据的应用较少.本项研究以陇东黄土高原地区的区域考古调查为例,利用第三次全国文物普查数据、商业DEM数据和Landsat 8 OLI多光谱遥感数据,构建3种考古遗址预测模型(DEM模型、多光...