论文部分内容阅读
区域及全球尺度总初级生产力(GPP)的准确估计对理解陆地生态系统碳循环和及其生物化学过程具有重要的意义。已有大量研究揭示了现有GPP模型存在诸多不确定性,其中最为关键的是输入数据和模型不确定性,因此有必要就其对GPP模拟不确定性的影响进行深入研究。本研究首先比较了8个基于遥感数据的GPP模型,并分析了输入数据对GPP模拟精度的影响。进一步校正输入数据、优化模型参数和结构,运用全球通量塔数据开发了2个新的基于光能利用效率的GPP模型:LUE-EF模型—以蒸发份额(EF,Evaporative Fraction)驱动;LUE-NDWI模型—以归一化水体指数(NDWI,Normalized Difference Water Index)驱动。最后基于LUE-NDWI模型生成了新的全球GPP产品数据。本研究主要结果如下:(1)综合比较已有八个GPP模型发现,模型之间存在巨大差异,所有模型在各个通量站点的R2主要集中在0.46-0.57之间。通过模型比较发现云量对模型有较大影响,多数模型在严重多云情况下GPP会被低估;对模型结构进行分析发现不同模型结构影响着模型性能。(2)本研究开发了新的GPP模型,主要纳入云量指数(CI)和二氧化碳(CO2)对GPP的影响,并对模型结构和参数进行了优化。LUE-EF和LUE-NDWI模型在站点年尺度上有着最佳的拟合效果,R2分别为0.85和0.75,新模型在不同时空尺度均显示了最高的R2,表明新模型有着较强的捕捉时空变异性的能力。(3)遥感数据是计算区域乃至全球GPP不可或缺的数据,通过对通量塔实测数据的比较,发现各遥感产品数据在被用于估算GPP时均存在不同程度的偏差,因此在使用遥感数据进行GPP模拟时有必要对原始数据进行矫正。全球尺度的比较表明数据矫正后生成的全球年均总GPP约为125Pg Cyr1,比矫正之前的GPP减少了 18%。(4)利用LUE-NDWI模型结合MODIS系列遥感数据和CO2数据生成了2000-2015年全球GPP产品。基于长时间序列GPP变化趋势的分析表明全球GPP总体呈增长趋势,增长速率为0.32Pg Cyr.1;增长面积约占全球陆地面积的76.8%,减少约占10.2%(p<0.05);主要增长区在南美洲中部,主要减少区在非洲南部、澳大利亚中部、黑海和里海北部的部分区域。本研究全面评估了不同模型结构和参数对全球GPP模拟的不确定性,在校正原始数据和优化模型结构及参数的基础上开发了新的GPP模型。基于新模型LUE-NDWI生成了长时间序列全球GPP产品,该产品揭示了遥感产品数据误差在GPP模拟中的重要作用,并反映了全球GPP的变化趋势。综上所述,本研究有助于降低GPP模拟的不确定性并进一步优化对全球GPP的精确模拟,加深了对生物圈和大气之间碳平衡的了解。