论文部分内容阅读
叶面积指数（Leaf area index,LAI）是陆地植被重要的生理参数之一,LAI时空数据作为模拟陆地植被碳水循环的重要参数和指标,对定量表达和阐明植被生态系统碳循环过程及其演变机制极为重要。然而,森林生态系统碳循环及变化取决于生物个体的短期反应以及区域生态系统格局长期变化在各个尺度的相互作用,缺乏不同尺度LAI在很大程度上影响森林生态系统碳循环多尺度时空模拟及对不同尺度作用机制的全面理解。因此,精确地获取多尺度LAI对探讨区域乃至全球森林生态系统碳循环的时空格局具有重要作用。竹林作为森林生态系统重要组成部分,具有强大的碳汇能力,对维护区域生态环境和全球碳平衡具有重要意义。为此,本研究将以浙江省安吉县山川乡毛竹林和杭州市临安区太湖源镇雷竹林为研究对象,以时间序列MODIS LAI产品（1000 m分辨率）和MODIS反射率（250 m分辨率）为研究数据,研究构建层状贝叶斯网络（Hierarchical Bayesian Network,HBN）耦合LAI动态模型和PROSAIL辐射传输模型的LAI多尺度时空同化系统,对毛竹林和雷竹林通量观测站站点尺度多分辨率LAI（1000 m、500 m和250 m）进行同化;然后,以山川乡毛竹林为例,采用同化系统,研究同化毛竹林LAI多分辨率时空数据;最后,用LAI多尺度同化数据驱动BEPS（Boreal Ecosystem Productivity Simulator）碳循环模型,研究山川乡毛竹林净生态系统碳交换量（Net ecosystem exchange,NEE）时间序列及时空分布的多尺度模拟。通过研究,主要得到以下几方面的结论:1.利用层状贝叶斯网络算法耦合LAI动态模型和PROSAIL模型所构建的竹林LAI多尺度时空同化系统,实现了在1000 m、500 m和250 m三个尺度上毛竹林和雷竹林LAI时间序列数据高精度同化。（1）不同尺度上同化得到的毛竹林和雷竹林多分辨率时间序列LAI均符合其生长趋势即春季上升、夏季达到最大、秋季下降、冬季为最小。（2）毛竹林和雷竹林在1000 m尺度上同化LAI与实测LAI之间的决定系数R2分别为0.91和0.96,RMSE分别为0.27和0.87,aBIAS分别为0.22和0.82;在500m尺度上毛竹林和雷竹林平均R2分别为0.90和0.92,平均RMSE分别为0.42和1.11,平均aBIAS分别为0.34和1.05;在250 m尺度上毛竹林和雷竹林平均R2为0.86和0.89,平均RMSE分别为0.35和1.05,平均aBIAS分别为0.29和0.94。（3）与MODIS LAI相比,1000 m分辨率的同化LAI与实测LAI的决定系数R2提高2.7倍和8.6倍,RMSE降低了87.8%和59.7%。2.基于LAI多尺度同化系统的毛竹林LAI多分辨率时空数据的同化结果表明:（1）在时空上,1000 m、500 m、250 m三个尺度上LAI同化结果也与实际变化趋势相符即夏季整体上最大,春、秋季次之,冬季最低。（2）三个尺度上的LAI空间分布与毛竹林丰度情况相符,即LAI在三个尺度上均表现为西南区域高、东北区域低。3.LAI多尺度同化数据驱动BEPS碳循环模型,实现了山川乡毛竹林多分辨率NEE时间序列及时空分布多尺度模拟。在NEE时间序列多尺度模拟方面:（1）模拟得到的多分辨率NEE均符合实际变化趋势即春季上升、夏季达到最大、秋季下降、冬季为最小;（2）1000 m、500 m和250m三个尺度上NEE时间序列模拟精度较高,其与实测NEE之间的决定系数R2分别达到0.64、0.64、0.66,而RMSE和aBIAS较小,分别为1.05、1.03、1.05 g C m-2 day-1和0.91、0.83、0.86 g C m-2 day-1;（3）与MODIS LAI模拟NEE相比,同化得到的多尺度LAI有效地改善了NEE的模拟精度,R2分别提高60%、60%、65%,RMSE和aBIAS分别降低39%、40%、39%和33%、39%、37%;（4）不同尺度上模拟得到的NEE两两之间具有很强的相关性,R2分别达到0.88、0.98、0.86,为揭示竹林森林生态系统碳循环在不同尺度上相互作用及长期响应机制奠定了重要的基础。NEE时空多尺度模拟方面:（1）在1000 m、500 m和250 m三个尺度上,NEE季节变化规律也与实际情况相符;（2）山川乡毛竹林多分辨率NEE整体上呈现西南部高东、北部低的趋势;（3）多尺度NEE时空数据,更好地反映了毛竹林NEE在不同尺度上时空演变规律,为研究毛竹林碳循环时空格局多尺度演变规律奠定了重要的基础。