论文部分内容阅读
陆地生态系统碳循环是当今全球变化研究的热点问题之一,遥感技术由于空间覆盖广并能快捷、非破坏性的对地表植被性质进行探测,在人们探索碳循环过程中具有很好的应用。鉴于此,本研究首先通过改进遥感影像融合方法,为基于遥感的碳收支估算模型提供高时空分辨率地表反射率数据集;其次,在站点观测水平上(站点尺度),利用多角度观测数据,计算冠层尺度光化学反射植被指数的算术平均值,评估光化学反射植被指数监测光能利用率变化的能力,并分析影响光化学反射植被指数与光能利用率相关关系的外部(非生理)因素;然后利用通量塔观测数据得到针对研究区不同土地覆被类型的最大光能利用效率,进而采用NCEP(National Centers for Environmental Prediction)气象再分析资料和MODIS(Moderate-Resolution Imaging Spectroradiometer)光合有效辐射分量(fraction of Photosynthetically Active Radiation,fPAR)数据,将站点观测的总初级生产力(Gross Primary Productivity,GPP)扩展到景观尺度;最后,利用机器学习方法(回归树),footprint模型(Simple Analytical Footprint model on Eulerian coordinates,SAFE-f)和影像融合方法,结合通量塔观测数据和遥感数据,建立完全基于遥感数据的高分辨率净生态系统碳交换量(Net Ecosystem Exchange of CO2)估算模型。得到了以下几点主要结论:(1)优化增强型时空自适应反射率融合模型(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model,ESTARFM),改进后的影像融合算法预测的类Landsat(Landsat-like)地表反射率具有更高的精度,所合成、预测的高时空分辨率的反射率数据可用于基于遥感数据的碳通量估算模型中。(2)利用自动多角度光谱仪观测的高频率多角度反射率数据,通量塔观测数据分析表明:饱和水气压、浅层土壤温度、总初级生产力、光合有效辐射对光化学反射植被指数和光能利用率的变化都有一定的影响。其中光合有效辐射对两者的变化影响最大,分别为64%和22%;光化学反射植被指数和光能利用率之间具有较好的相关性,在不同的时间尺度上,半小时平均值决定系数(Coefficient of Determination,R2)为0.4084,日平均值决定系数R2为0.7349;在特定的环境因子条件下光化学反射植被指数和光能利用率的相关性表现会更好,光化学反射植被指数对探测胁迫状态下的光能利用率的变化具有较好的敏感性,且敏感性随着环境的改善,如饱和水汽压VPD为20-25hPa、浅层土壤温度为20-25℃、光合有效辐射为300-600 umol.m-2.s-1、总初级生产力>40 umolCO2.m-2.s-1的条件下,两者敏感性最佳。(3)采用基于通量塔观测数据的光能利用率模型将站点尺度上的GPP上推到景观尺度。其中,通过光能利用率模型反演得到研究区针叶林和阔叶林的最大光能利用率分别为0.8421 gCMJ-1、1.8082 gCMJ-1,决定系数R2分别为0.7000和0.8345。(4)根据涡度相关通量塔观测数据、遥感时空融合得到的高空间分辨率高时间分辨率数据,利用分类回归树模型,采用机器学习技术构建了高时空分辨率净生态系统碳交换量的估算模型,估算的NEE结果较为合理。总体而言,本文利用遥感数据对陆地表层碳收支相关的光能利用率,GPP和NEE进行了研究,通过研究生态系统碳通量和高光谱连续同步观测,评估了光化学反射指数监测光能利用率变化的能力,并分析了影响光化学反射指数与光能利用率相关关系的外部(非生理)因素,利用影像融合方法提供了高时空分辨率的地表反射率数据,为估算碳收支研究提供了输入数据,为建立高分辨率碳收支估算研究提供参考。