论文部分内容阅读
陆地生态系统碳循环是全球碳循环中重要的组成部分,植被总初级生产力是判定碳源/汇和生态调节过程的主要因子,在全球变化及碳平衡中起着重要的作用。持续并准确估计和预测陆地生态系统生产力的时空变化格局具有重要意义。植被生产力模型估算过程中尚存在较大的不确定性,要充分利用多源、多尺度数据资料,有效集成遥感和地面观测数据评估植被生产力估算过程中的不确定性,以提高模型预测精度,降低模型的不确定性。本论文采用多源遥感数据、气象数据以及通量观测站点数据,选取植被异质性较高的中国北部农牧交错带和C3/C4草地分布丰富的北美大平原草地为研究区,综合考虑模型结构不确定性、模型参数不确定性和输入数据(数据源、尺度效应)不确定性,对光能利用率模型估算植被生产力过程中的不确定性进行研究。主要结论和发现如下:(1)以植被异质性较高、站点分布较多的中国北部农牧交错带为研究区,基于VPM光能利用率模型,评价了不同模型结构对不同植被类型GPP估算精度的影响,构建了优化的光能利用率模型。不同FPAR、水分限制因子(Ws)和温度限制因子(Ts)结构对不同植被类型GPP估算影响不同,要根据植被类型和区域特点选择适当的结构。选取相对较优的模型结构,对区域尺度GPP估算进行分析。优选模型中,森林采用原始的VPM模型(R2=0.85),草地和农田用0.5+LSWI替换VPM模型中的(1+LSWI)/(1+LSWImax)表示Ws,R2分别从0.67和0.71提高到了0.78和0.76。(2)通过敏感性分析,得到优选模型中参量(PAR、温度、EVI、LSWI)对GPP估算不确定性的贡献;并从“大小、空间、时间”三个方面评价了不同数据源及分辨率对区域GPP估算不确定性的影响。对于不同植被类型,PAR均为对GPP估算不确定性影响最大的参量,其次为EVI和温度,LSWI最小。在“大小”和“空间”上,改变土地覆盖数据对GPP估算影响最大,其次为改变输入数据的分辨率,改变气象数据影响最小;在“时间”上,改变分辨率和气象数据影响较大。综上,对GPP估算影响最大的数据源为土地覆盖数据,其分类误差较大,可以通过影响最大光能利用率而直接影响GPP估算结果;不同分辨率造成的尺度效应不可忽略,其对GPP估算的影响仅次于土地覆盖数据;研究区GPP估算影响最小的为气象数据(PAR和温度),尽管PAR对GPP估算敏感度较高,但由于其数据精度相对较高,且在小区域尺度数值变化范围小,因而并未对研究区GPP估算带来较高的不确定性。(3)以C3/C4草地南北分布的北美大平原草地为研究区,基于MODIS、EC-LUE和VPM光能利用率模型,对比了模型估算精度以及C3和C4草地最大光能利用率(LUEmax)参数的差异。站点建模精度从高到低依次为EC-LUE、VPM、MODIS。C3和C4草地的LUEmax分别为:MODIS(C3:1.07 g C MJ-1;C4:1.26 g C MJ-1),EC-LUE(C3:1.10 g C MJ-1;C4:1.45 g C MJ-1),VPM(C3:1.24 g C MJ-1;C4:1.48 g C MJ-1)。因此,C4草地较C3草地有更强的光合作用能力,且EC-LUE模型中C3和C4草地的LUEmax相差最大,相对其他模型更能区分C3和C4草地光合作用的差异。(4)基于建立的MODIS、EC-LUE和VPM光能利用率模型,分别在区分和不区分C3/C4草地功能类型的情况下估算2001-2009年北美大平原草地GPP,分析了区分C3/C4草地对提高GPP精度的影响。采用6个来自于WorldGrassAgriflux数据库草地站点对空间估算的GPP进行验证,发现GPP估算精度从高到低依次为VPM、MODIS、EC-LUE,并且区分C3和C4草地功能类型使得三个模型精度有很大提升。从GPP空间分布变化上看,不区分C3和C4草地功能类型对空间GPP造成一定的高估或者低估,高估区域集中在北部和东南部的C3草地区。总体上,不区分C3和C4草地功能类型造成了北美大平原草地GPP区域均值和总量的高估。本论文综合分析了光能利用率模型中GPP估算不确定性的来源及其对GPP估算的影响程度,加深了对光能利用率模型不同结构和参数的理解,明确了不同来源及尺度数据对GPP估算不确定性的影响,对进一步提高GPP估算精度,降低估算不确定性具有参考意义。