中国陆地植被净初级生产力估算模型优化与分析——基于中国生态系统研究网络数据OA北大核心
Optimization of net primary productivity estimation model for terrestrial vegetation in China based on CERN data
该研究基于中国生态系统研究网络(CERN)数据对传统CASA模型进行优化,对比两叶模型与优化CASA模型在站点尺度和像元尺度对于8个典型生态站点的植被净初级生产力(NPP)估算精度,选择在像元尺度表现更好的优化CASA模型,结合中国土地覆被数据(ChinaCover)开展2000-2019年中国陆地植被NPP监测与分析.研究结果表明:(1)基于FY2D PAR的优化方案能够有效避免空间插值导致的不确定性问题,显著提高了PAR估算精度;(2)在站点尺度上,两叶模型用于估算典型森林、草地生态系统的NPP表现更好,而在像元尺度上优化CASA模型估算精度更高;(3)在全国尺度上,优化了最大光能利用率、水分胁迫系数以及光合有效辐射计算方法的CASA模型能够较好地模拟中国陆地植被NPP,近20年中国陆地植被NPP变化范围为2.703-2.882 PgC/a,在空间上呈西北低东南高的格局,在时间上呈现波动中缓慢增加的趋势.
苏胜涛;曾源;赵旦;郑朝菊;吴兴华
中国科学院空天信息创新研究院遥感科学国家重点实验室,北京100101中国科学院大学,北京100049中国长江三峡集团有限公司,北京100089
净初级生产力CERN优化CASA模型两叶模型
《生态学报》 2022 (004)
1276-1289 / 14
国家重点研发计划项目(2016YFC0500201,2016YFC0502102-02)和国家自然科学基金(41771464,31761143018-2)
评论