基于3S的自然植被光能利用率的时空分布特征的模拟

 光能利用率（LUE）直接影响植被各层中的能量分布和光合速率,在确定环境对光合和地上部生长分配的综合限制上十分有价值,是衡量系统功能的一个重要指标。本研究以遥感图像（TM）作为数据源,获取了影响植被LUE的重要变量——叶面积指数（LAI）;用程序语言编写了描述系统碳循环和水循环的景观尺度生态系统生产力过程模型（EPPML）,对长白山自然保护区的太阳总辐射、净初级生产力（NPP）和LUE等的季节动态和空间分布进行了模拟;并用地理信息系统（GIS）手段对空间数据进行处理、分析和显示,从而实现了将植物生理生态研究的结果从小尺度向中尺度进行拓展和转换。EPPML可以比较准确地模拟长白山自然保护区景观尺度上主要植被类型的NPP和太阳总辐射,对LUE的模拟结果也大多在我国森林的LUE范围之内,但对不同植被类型LUE的验证因实测数据不足,仅做了初步比较。模拟结果表明,长白山植被的LUE与NPP的季节进程十分近似,7月可达2.9%。春、夏、秋、冬四个季节植被LUE的模拟平均值分别为0.551%、2.680%、0.551%和0.047%。植被年LUE的模拟值平均为1.075%,在-3.272%～3.556%之间变化,阔叶红松(Pinus koraiensis)林最大（1.653%）,高山流砾滩草类最小（0.146%）。阔叶红松林的LUE虽然较高,但仍有很大的增长潜力。     

遥感GPP模型在中亚干旱区4个典型生态系统的适用性评价

总初级生产力(GPP)是全球生态系统碳循环的重要组成部分,对全球气候变化有重要影响。目前有多种遥感模型可以模拟总初级生产力,比较不同遥感模型在中亚干旱区上的适用性对推进全球干旱区碳收支估算具有重要意义。基于涡度协相关技术观测的四个地面站数据验证MOD17、VODCA2、VPM、TG、SANIRv五种模型的模拟精度。结果表明：(1)基于光能利用率理论的MOD17、VPM模型模拟咸海荒漠植被和阜康荒漠植被GPP的精度最高(R²分别为0.52和0.80),但在模拟草地、农田生态系统生产力时存在较明显的低估(RE>20%);基于植被指数的遥感模型TG模型、SANIRv模型模拟巴尔喀什湖草地生态系统和乌兰乌苏农田生态系统GPP的精度最高(R²分别为0.91和0.81),同时模拟值与实测值的相对误差也较低;基于微波的VODCA2模型模拟各生态系统生产力的效果最差。(2)水分亏缺是限制植被GPP的主要因素,因此是否合理考虑水分胁迫是影响GPP模型在中亚干旱区适用性的重要因素。研究揭示了遥感GPP模型在中亚干旱区的应用潜力,为推进全球植被碳通量的准确估...     

植被光能利用率研究进展

光能利用率是表征植物固定太阳能效率的指标,指植物通过光合作用将所截获/吸收的能量转化为有机干物质的效率,是植物光合作用的重要概念,也是区域尺度以遥感参数模型监测植被生产力的理论基础。传统的研究方法是通过生物量收获法分别确定植物生长和辐射量,求年或生长季比值;涡度相关技术作为目前直接测定植被冠层与大气间的CO2和水热交换量的唯一方法,使从冠层到景观水平的光能利用率估计成为可能。由于植被类型的差异和气候环境的综合影响使光能利用率表现出显著的空间异质性和时间动态性。在全球尺度上,利用耦合大气CO2观测、卫星遥感和大气辐射传输模型的反演模拟,发现净初级生产力的光能利用率存在明显的地理分异。影响光能利用率时空变异性的因子包括植物内在因素(如叶形、叶羧化酶含量)和外在环境因素。针对光能利用率的时空特征及其波动,建立在通量观测及模型分析基础上的跨尺度模拟,将成为今后该领域的研究重点。     

北京永定河沿河沙地杨树人工林光能利用效率

光能利用效率(LUE)是影响生态系统生产力大小和质量的主要因素。以位于北京市大兴区永定河沿河沙地的杨树(欧美107/108,Populus euramericana cv.)人工林生态系统作为研究对象,依托涡度相关观测系统,对该生态系统的LUE进行研究,从而确定LUE在不同时间尺度上的影响因子,并确定最大光能利用利用效率(LUEmax)。结果表明:LUE存在明显的季节变化趋势,4月份生长季开始后LUE迅速升高,到7—8月达到最大,而后逐渐降低;在生长季不同阶段,LUE日动态的影响因子不同:4月份气温(Ta)、蒸散比(EF)和饱和水汽压差(VPD)是影响LUE日动态的主要因子,7、8月份光合有效辐射(PAR)和冠层导度(gc)是主要影响因子,5—6月与9—10月LUE日动态则与土壤水分(VWC)有较大关系;而LUE月动态则与月蒸散比(EFm)和月平均土壤温度(Tsm)有关。由于该人工林各月光能利用最适宜环境条件不同,各月LUEmax也各有差异,该生态系统年LUEmax为0.44 g C/MJ PAR,7、8月LUEmax最大,分别为0.66和0.69 g C/MJ PAR。研究结果表明,在利用光能利用模型进行区域乃至全球初级生产力估算时需要根据研究的不同时间尺度确定LUEmax。     

基于FLUXNET观测数据与VPM模型的森林生态系统光合作用关键参数优化及验证

生态系统总初级生产力(GPP)是全球生态系统碳循环研究的重要组成部分.植被最大光能利用率(ε_max)是陆地生态系统GPP模拟的关键参数.本文基于植被光合模型(VPM)和全球通量网(FLUXNET)40个站点(179条站点年数据)的涡度相关通量观测数据,采用单因素轮换法对VPM模型进行参数敏感性分析,并利用交叉验证法对全球森林生态系统的光合作用关键参数进行优化和验证.结果表明:森林生态系统GPP模型受ε_max、光合最高温度(T_max)以及光合最适温度(T_opt)的影响最大;优化后的ε_max在不同植被类型之间存在明显差异,介于0.05～0.08 μmol CO₂·μmol^-1 PAR,常绿阔叶林>常绿针叶林>混交林>落叶阔叶林;优化后的森林生态系统T_max为38～48 ℃,T_opt为18～22 ℃;利用分植被类型优化后的模型关键参数,VPM模型可较好地模拟全球主要森林生态系统GPP的季节和年际变化.     

基于耦合模型的干旱区植被净初级生产力估算

净初级生产力是陆地生态系统物质与能量运转研究的基础, 在干旱区生态环境演变及其与气候相互作用和影响方面极为敏感,是揭示干旱区生态环境特征的重要指标.本研究基于RS和GIS技术,利用地面气象数据、涡度相关数据、Landsat 8数据和MODIS数据,通过SEBAL模型和光能利用率模型的耦合,估算了新疆玛纳斯河流域植被净初级生产力(NPP),分析了其空间格局及与高程和坡度的关系.结果表明: SEBAL模型与光能利用率模型的耦合对玛纳斯河流域山地-绿洲-荒漠生态系统植被NPP的模拟效果较合理,能较好地反映植被净初级生产力的实际情况;2013年,玛纳斯河流域植被NPP总量为7066.72 Tg C·a^-1,平均值为278.06 g C·m^-2·a^-1,总体分布趋势是自南向北先增加后减少再增加最后减少,随着地貌和土地利用类型的变化呈现明显的分布规律,且其月变化比较明显,7—8月达到最大值,占总量NPP的52.2%;植被净初级生产力随海拔和坡度的增加整体呈下降趋势,但随海拔增加植被NPP出现3次波动.这些波动主要由地表植被覆盖类型和环境因素所引起.     

基于通量和光谱观测的中亚热带人工针叶林光能利用效率的反演

利用光谱反射率测量的光化学植被指数（PRI）估算植被光合作用的光能利用效率（LUE）,能够更好地为生态系统总初级生产力的估算及尺度扩展提供重要的技术支撑.本研究以中国通量网（ChinaFLUX）千烟洲通量观测站为研究区域,2013年9月和12月在通量塔上测量了中亚热带人工针叶林的植被反射光谱,并获取了通量塔上同步观测的气象数据和涡度相关通量数据,对两者进行回归分析.结果表明： PRI-LUE相关关系（R²=0.20,P<0.001）优于NDVI LUE.在整个观测期内,土壤水分含量（SWC）与PRI组合的二元回归模型能够提高LUE的估算精度（日间观测R²=0.29,P<0.001;正午观测R²=0.30,P<0.01）,而在秋季,饱和水汽压差（VPD）与PRI组合的二元回归模型能较好地估算正午LUE（R²=0.448, P<0.001）,表明环境因子SWC和VPD是影响PRI-LUE关系的重要因素,不同季节的二元回归模型所选择的最佳环境变量有所不同.     

散射辐射对亚热带人工针叶林光能利用率的影响

地表接受的太阳辐射中散射辐射的改变是影响森林生态系统光能利用率(Light Use Efficiency,LUE)的重要因素。以千烟洲亚热带人工针叶林为研究对象,利用30 min通量和常规气象观测数据,以晴空指数(kt)和地表接受的散射辐射(S_f)占太阳总辐射(S_0)的比值(S_f/S_0)为指标,分析了2003—2012年生长旺季(6—8月)散射辐射变化对千烟洲亚热带人工针叶林光能利用率的影响,并利用改进的光响应曲线模型分析了散射辐射变化对植被光合特性的影响。研究结果表明:2003—2012年生长旺季中,kt在0.6—0.7范围内的LUE比kt在0.4—0.5范围内的LUE平均减少了44.66%;S_f/S_0在70%—85%之间的LUE比S_f/S_0在55%—70%之间的LUE平均提高了22.24%。由此可以看出,与晴朗天空相比,多云及气溶胶增加导致的散射辐射增加可使该生态系统的LUE提高。并且,未受到高温干旱影响的2005、2006、2008、2009、2010及2012年散射辐射下该生态系统的初始量子效率αf比直接辐射下的αr平均增加了0.63 g CO2/mol;而10年间所有年份散射辐射下的光饱和时的潜在最大光合作用速率比直接辐射下平均提高了0.81 mg CO_2m~(-2)s~(-1),说明散射辐射可使该生态系统植被光合能力提高。     

安徽省植被净初级生产力估算——基于改进的CASA模型

定量估算植被净初级生产力(NPP)对预测陆地碳循环趋势具有重要意义,目前广泛应用于NPP估算的CASA模型其精度仍有待提高。在已有CASA模型优化的基础上,考虑最大光能利用率(LUE_max)的动态变化来改进CASA模型,对改进前后的模拟结果进行比较,并利用改进后的模型估算2001—2020年安徽省植被NPP。结论如下：(1)改进的CASA模型可应用于研究区的植被NPP估算,NPP模拟值与实测值之间的相关性达到显著水平(R²=0.736,P<0.01)。(2)改进后模拟的安徽省植被NPP在空间表达上能够呈现更多细节,时间上较改进前在生长季NPP值更高,非生长季值更低,拉大了NPP的年内变化。(3)2001—2020年安徽省植被NPP整体呈波动上升趋势,多年平均值为547.61 gC m^-2 a^-1,年均增长量达2.18 gC m^-2 a^-1,2016—2020年间NPP增长最快。年内NPP具有明显的季节差异,表现为夏季>秋季>春季>冬...     

基于生态信息诊断框架的杉木人工林生物量生态预测研究

森林生物量会直接影响森林生态系统服务的评估。如何运用景感生态学,准确预测区域尺度下森林生物量的时空演变趋势,是关乎国家重大方针政策制定和生态产业体系建设的关键性战略课题。本研究目的是构建一套生态信息诊断框架,优化趋善化模型（3PG2模型）结构,解决由于模型结构设计所导致在森林景感营造过程中生态预测的不确定性。以杉木林分布广泛的福建南靖县为研究区域,选择合适的阈值范围和空间统计分析识别出模拟生物量的不确定性区域,构建包含Geogdetector软件、遗传技术和计算机程序3个部分组成的生态信息诊断框架,使用Geogdetector软件阐明多重因素交互作用对模型模拟的影响及机理,采用遗传技术优化模型结构以提升模拟精度,运用计算机程序和3PG2模型准确预测区域尺度杉木林生物量的时空演变趋势。结果表明：林龄是导致3PG2模型生物量模拟结果不确定性的主导因素。通过景感生态学（谜码数据和趋善化模型）构建的生态信息诊断框架可以准确预测森林生物量,实现区域尺度上的可持续森林管理。     

光化学植被指数估算植物光能利用率的研究进展

 应用遥感技术可以建立光化学植被指数（Photochemical reflectance index, PRI）和光能利用效率（Light use efficiency, LUE）的关系,LUE可用来估算净初级生产力（Net primary productivity, NPP）。因而,用PRI估算植物的LUE,为估算NPP提供了新的方法,弥补了以往以经验模式通过温度和水分对最大LUE的胁迫来获取实际LUE的不足,进而可提高NPP的估算精度。研究表明：PRI和LUE在叶片、冠层和景观尺度上都有着很好的相关性,但是随着尺度的变化,很多因素会对这一关系产生干扰,如水分、氮元素含量、叶面积指数和太阳高度角等,从而削弱了PRI和LUE的关系。该文对建立PRI和LUE的关系过程中的影响因素进行了分析,并指出今后这一研究领域中可能改进的方面,主要包括526 nm 和545 nm 处的反射率对531 nm 处的反射率的作用机制、PRI随LUE的饱和现象、PRI和LUE关系的时间效应以及利用PRI估算LUE的尺度效应。     

Precipitation‐use efficiency along a 4500‐km grassland transect

Aims Clarifying the spatiotemporal variations in precipitation‐use efficiency (PUE), the ratio of vegetation above‐ground productivity to annual precipitation, will advance our understanding of how ecosystems' carbon and water cycles respond to climate change. Our goal is to investigate the variations in PUE at both regional and site scales along a 4500‐km climate‐related grassland transect. Location The Inner Mongolian Plateau in northern China and the Qinghai‐Tibetan Plateau. Methods We collected data on 580 sites from four data sources. The data were acquired through field surveys and long‐term in situ observations. We investigated the relationships between precipitation and PUE at both regional and site scales, and we evaluated the effects of the main biotic and climatic factors on PUE at both spatial scales. Results PUE decreased with decreasing mean annual precipitation (MAP), except for a slight rise toward the dry end of the gradient. The maximum PUE showed large site‐to‐site variation along the transect. Vegetation cover significantly affected the spatial variations in PUE, and this probably accounts for the positive relationship between PUE and MAP. However, there was no significant relationship between inter‐annual variations in precipitation or vegetation cover and PUE within given ecosystems along the transect. Conclusions The findings of this research contradict the prevailing view that a convergent maximum PUE exists among diverse ecosystems, as presented in previous reports. Our findings also suggest the action of distinct mechanisms in controlling PUE at different spatial scales. We propose the use of a conceptual model for predicting vegetation productivity at continental and global scales with a sigmoid function, which illustrates an increasing PUE with MAP in arid regions. Our approach may represent an improvement over use of the popular Miami model.     

Extending the range of applicability of the semi‐empirical ecosystem flux model PRELES for varying forest types and climate

Applications of ecosystem flux models on large geographical scales are often limited by model complexity and data availability. Here we calibrated and evaluated a semi‐empirical ecosystem flux model, PREdict Light‐use efficiency, Evapotranspiration and Soil water (PRELES), for various forest types and climate conditions, based on eddy covariance data from 55 sites. A Bayesian approach was adopted for model calibration and uncertainty quantification. We applied the site‐specific calibrations and multisite calibrations to nine plant functional types (PFTs) to obtain the site‐specific and PFT‐specific parameter vectors for PRELES. A systematically designed cross‐validation was implemented to evaluate calibration strategies and the risks in extrapolation. The combination of plant physiological traits and climate patterns generated significant variation in vegetation responses and model parameters across but not within PFTs, implying that applying the model without PFT‐specific parameters is risky. But within PFT, the multisite calibrations performed as accurately as the site‐specific calibrations in predicting gross primary production (GPP) and evapotranspiration (ET). Moreover, the variations among sites within one PFT could be effectively simulated by simply adjusting the parameter of potential light‐use efficiency (LUE), implying significant convergence of simulated vegetation processes within PFT. The hierarchical modelling of PRELES provides a compromise between satellite‐driven LUE and physiologically oriented approaches for extrapolating the geographical variation of ecosystem productivity. Although measurement errors of eddy covariance and remotely sensed data propagated a substantial proportion of uncertainty or potential biases, the results illustrated that PRELES could reliably capture daily variations of GPP and ET for contrasting forest types on large geographical scales if PFT‐specific parameterizations were applied.     

碳排放影响下的中国省域土地利用效率差异动态变化与影响因素

土地利用效率是衡量区域经济社会系统运行质量的重要参数。在构建了考虑非期望产出的土地利用效率评价指标体系基础之上,综合运用Super SBM-undesirable DEA和多元统计等研究方法,分析了2003—2016年碳排放影响下的中国省域土地利用效率的时空特征及其影响因素。研究结果表明:中国区域土地利用效率处于中低水平,碳排放非期望产出降低了15%的土地利用效率水平;与全国发展水平空间格局一致,土地利用效率省际差异在空间上呈现出自东向西逐渐递减的分异特征;2003—2016年,土地利用效率演化呈现出"U"型演进特征,区域差异呈现收敛态势;不考虑非期望产出的土地利用效率水平呈现下降态势;非期望产出和能源消费投入过大成为土地利用效率提升的主要限制因素。经济发展水平、对外开放程度以及固定资产投资对土地利用效率的提升起到了显著的正向作用;现阶段城镇化水平的增加对土地利用效率的提升具有微弱促进作用,且仅在东部地区具有显著性。基于松弛变量冗余度和影响因素分析,针对不同区域土地利用效率低效的差异性因素,提出了相应的对策措施。     

Relationship between photochemical reflectance index and leaf ecophysiological and biochemical parameters under two different water statuses: towards a rapid and efficient correction method using real‐time measurements

The use of the photochemical reflectance index (PRI) as a promising proxy of light use efficiency (LUE) has been extensively studied, and some issues have been identified, notably the sensitivity of PRI to leaf pigment composition and the variability in PRI response to LUE because of stress. In this study, we introduce a method that enables us to track the short‐term PRI response to LUE changes because of photosynthetically active radiation (PAR) changes. The analysis of these short‐term relationships between PRI and LUE throughout the growing season in two species (Quercus robur L. and Fagus sylvatica L.) under two different soil water statuses showed a clear change in PRI response to LUE, which is related to leaf pigment content. The use of an estimated or approximated PRI0, defined as the PRI of perfectly dark‐adapted leaves, allowed us to separate the PRI variability due to leaf pigment content changes and the physiologically related PRI variability over both daily (PAR‐related) and seasonal (soil water content‐related) scales. The corrected PRI obtained by subtracting PRI0 from the PRI measurements showed a good correlation with the LUE over both of the species, soil water statuses and over the entire growing season.     

利用CASA模型模拟西南喀斯特植被净第一性生产力

基于SPOT NDVI遥感数据并结合数字高程模型、气象数据和植被参数,利用实测植被生产力计算和修正最大光能利用率,通过改进CASA过程模型,本文估算了中国西南喀斯特地区1999—2003年的植被净第一性生产力（NPP）。结果表明：1）改进后的CASA模型模拟的植被NPP与实测值相关性显著,可较好用于西南喀斯特植被的NPP估算;2）西南8省市区1999—2000年喀斯特和非喀斯特植被的NPP有轻度增加,但空间变化不显著,2001年低值区范围增加,2002年NPP高值区的范围明显扩大,随后在2003年又降低,但仍高于2001年;3）5年间西南喀斯特地区年NPP的变化范围是381.7—439.9 gC m-2 yr-1,平均值为402.34 gC m-2 yr-1,逐年NPP波动中呈现总体增长趋势,平均增加值为9.93 gC m-2 yr-1,5年总增加量为11TgC,但非喀斯特地区的年NPP平均值和增加值都大于喀斯特地区;4）5年间喀斯特地区的热带森林、亚热带森林、灌丛和草地的逐年NPP均小于非喀斯特地区,温带森林和农业植被则相反;这6种典型植被年NPP均呈增加趋势,热带森林的增加值最大,草地最小,非喀斯特地区植被NPP的增长趋势相似,但每种植被的年NPP增加值均大于喀斯特地区。西南喀斯特地区植被NPP的时空变化与气温、降水和太阳辐射的变化有关,而喀斯特植被NPP低于非喀斯特地区,则主要由喀斯特地区水分匮缺、土壤贫瘠等恶劣条件而抑制植物生长造成的。     

Deconvolution of pigment and physiologically related photochemical reflectance index variability at the canopy scale over an entire growing season

The sensitivity of the photochemical reflectance index (PRI) to leaf pigmentation and its impacts on its potential as a proxy for light‐use efficiency (LUE) have recently been shown to be problematic at the leaf scale. Most leaf‐to‐leaf and seasonal variability can be explained by such a confounding effect. This study relies on the analysis of PRI light curves that were generated at the canopy scale under natural conditions to derive a precise deconvolution of pigment‐related and physiologically related variability in the PRI. These sources of variability were explained by measured or estimated physiologically relevant variables, such as soil water content, that can be used as indicators of water availability and canopy chlorophyll content. The PRI mainly reflected the variability in the pigment content of the canopy. However, the corrected PRI, which was obtained by subtracting the pigment‐related seasonal variability from the PRI measurement, was highly correlated with the upscaled LUE measurements. Moreover, the sensitivity of the PRI to the leaf pigment content may mask the PRI versus LUE relationship or result in an artificial relationship that reflects the relationship of chlorophyll versus LUE, depending on the species phenology.     

青海省植被光能利用率模拟研究

借鉴了MODIS-PSN、CASA、GLO-PEM、VPM等光能利用率NPP模型的优点,同时充分考虑了研究区域其植被光能利用率和环境因素的典型特点。根据研究区域相关文献资料和NPP实测数据,模拟出主要植被类型的最大光能利用率。同时,特别细化了草地和灌丛最大光能利用率的估算步骤。采用蒸散比算法和陆地生态模型(TEM),根据Liebig定律,计算了对最大光能利用率产生影响的环境综合胁迫因子。估算了青海省主要植被类型的光能利用率,并详细分析了其空间分布和季相变化特征。结果表明:2006年青海省植被平均光能利用率介于0.026-0.403gC/MJ之间,平均值为0.096gC/MJ。青海省植被光能利用率的分布具有明显的地带性,呈由西北向东南逐渐递增的趋势。其随季节的推移变化比较明显,2006年植被月平均光能利用率在0.057-0.157gC/MJ之间,峰值出现在7月份,主要的光能利用率累积发生在5-9月份。