NPP遥感估算中的尺度问题.ppt

NPP遥感估算中的尺度效应 遥感在碳水通量中的应用 目录 NPP估算简介 NPP估算方法概述 NPP估算中的尺度问题 模型的适用尺度 遥感数据分辨率 NPP估算简介 NPP概念： GPP：是指单位时间内生物（主要是绿色植物）通过光合作用途径所固定的有机碳量，又称植物总第一性生产力。 NPP：表示植物所固定的有机碳中扣除其本身的呼吸消耗之后的部分。这部分用于植物的生长和生殖，也成为植物第一性生产力。 NPP=GPP-Ra NPP估算简介 NPP研究的意义： 植被NPP是表征植被活动的关键变量，是陆地生态系统中物质与能量运转研究的基础，除了供给植物本身外，还为所有有机体生命提供能量和物质，为合理开发、利用自然资源提供科学依据。 植被NPP是大气成分改变地球上物质的重要中介，尤其是作为温室气体的 浓度的变化。 NPP估算方法 基于站点的实测数据估算：通过直接收获法来获得NPP。站点实测法简单易行、精度高，但费时、费力，具有破坏性，仅能用于小面积调查。 气象相关统计模型：该模型认为植被NPP 与气候存在一定的相关性,将气候因子如温度、 降水量等引入模型中, 建立 NPP 与气候因子之间的简单统计回归模型。 典型模型有：Miami模型、Thornthwaite模型、Chikugo模型和综合模型等。 NPP估算方法 光能利用率模型：建立在植物光合作用过程和光能利用率的概念上，认为任何对植物生长起限制作用的资源(如水、氮、光照等)均可用于NPP 的估算。这些因子之间通过一个转换因子联系起来，这一转换因子是一个复杂的调节模型，或是一个简单的比率常数。 典型模型：CASA模型、GLO-PEM模型和BEAMS模型等。 生态系统过程模型：根据植物生长和发育的基本生理过程,通过模拟植被的光合作用，呼吸作用以及蒸腾蒸散等过程， 结合气候及土壤数据估算NPP。 典型模型：BIOME-BGC模型、TEM模型和CENTURY模型等。 NPP估算方法 植被NPP的测算途径有很多，但是在区域尺度的NPP，目前只能通过模型估算，其中基于遥感技术的估算模型是目前最有效的途径。基于模型估算NPP时存在很显著的尺度效应。 模型的适用尺度 遥感数据的空间分辨率 遥感数据的时间分辨率 ……… 这些尺度效应是我们在选择模型时应着重考虑的因素，他们将对估算结果产生很大的影响。 NPP估算中的尺度问题 CASA模型： 光能利用率模型是以资源平衡观点作为其理论基础的。 1989年，Heimann和Keeling首次建立了基于该算法的全球净初级生产力计算模型，其中， 的取值不随时间和地表覆盖类型变化。但在全球范围内将 看为一个常数会引起很大的误差。 1993年，Potte和Field发展了CASA模型，CASA模型中， 随季节的变化以及群落内部的变化通过温度及土壤水分的可利用程度来调节。 NPP估算中的尺度问题 可以看出，CASA模型在建立时，其设计的适用尺度就是大尺度上的模型，适用于全球尺度。 例如：Chritopher B. Field，James T.Randerson，Carolyn M.Malmstrom.（1995）利用AVHRR数据，基于CASA模型估算了全球尺度上的NPP。 但是，现在对于CASA模型的报道很多，其中有很多将其应用到了区域尺度。例如： 徐晓桃2008年利用CASA模型对黄河源区2001-2005年的NPP进行了估算。采用的遥感数据：2001-2005年MODIS-1km-16 Day FPAR,以及MODIS-1km-16 Day NDVI。 边金虎、李爱农等2010年利用CASA模型对诺尔盖高原湿地2000-2009年的NPP进行了估算。 遥感数据：MODIS-250m-16 Day NDVI 数据。 气象站点数据、实测数据和DEM等 在原始CASA模型中，最大光能利用率 是一个常数，取值为0.389。但是当该模型应用于区域尺度时，该设置是不合理的。边金虎等利用下列方法对该参数进行了优化： 模型的适用尺度 NPP估算流程图 模型的适用尺度 结果分析： 模型的适用尺度 遥感数据的空间分辨率 王莉雯、卫亚星和牛铮2010年以青海省达日县为研究区，采用基于混合像元的结构分析方法和支持向量机算法，建立了高分辨率遥感数据向低分辨率遥感数据的尺度转换模型。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的空间转换。 数据：TM 30m分辨率和MODIS 1km分辨率数据 模型：CASA模型、GLO-PEM模型等 遥感数据的空间分辨率 遥感数据的空间分辨率 数据分辨率的尺度效应 基于混合像元的结构分析方法 支持向量机算法 遥感数据的空间分辨率 结果分析： 尺度效应校正前