logo资料库

基于GIS和RS的区域陆地植被NPP估算.pdf

发布时间：2022-06-08 发布人：admin 分类：说明书 资料大小：0.49M 资料格式：pdf 举报 版权申诉
第1页 / 共8页
第2页 / 共8页
第3页 / 共8页
第4页 / 共8页
第5页 / 共8页
第6页 / 共8页
第7页 / 共8页
第8页 / 共8页
资料共8页，全文预览结束
    2 2 2 2 第 9 卷 第 3 期 2005 年 5 月 遥 　感 　学 　报 JOURNAL OF REMOTE SENSING Vol. 9 , No. 3 May , 2005 　　　文章编号 :1007 4619 (2005) 03 0300 08 基于 GIS 和 RS 的区域陆地植被 N PP 估算 ———以中国内蒙古为例 朱文泉 ,潘耀忠 ,龙中华 ,陈云浩 ,李 　京 ,扈海波 (北京师范大学 资源学院 ,环境演变与自然灾害教育部重点实验室 ,北京 　100875) 摘 　要 : 　在 GIS 的支持下 ,利用地面气象数据和 MODIS 数据 ,考虑到最大光利用率在不同植被类型中的差 异 ,构建了一个区域陆地植被 N PP 估算模型 ,并以 2002 年的内蒙古植被为例 ,研究了植被净初级生产力及其 时空分布 。结果表明 : (1) 该模型在数据获取了上比较容易 ,仅利用地面气象数据和遥感数据就可以对陆地植 被 N PP 进行估算 ,使其实际的可操作性得到加强 。(2) 通过与 N PP 的实测资料及其他模型的对比研究表明 : 该模型对区域陆地值被 N PP 的模拟效果较好 ,与 Chikugo 模型相比 ,它更能反应森林 N PP 的实际情况 。(3) 2002 年内蒙古植被净初级生产力为 390. 8Mt C/ a ,总体分布趋势是由东北向西南递减 ,其季节变化也非常明 显 ,在 6 月中旬至 9 月中旬的 3 个月时间里 , N PP 占了全年的 72. 7 % ,而 1 —2 月份植物基本停止生长 ,净初级 生产力极低 ,每月仅为 3. 59Mt C。 关键词 : 　地理信息系统 ;遥感 ;净初级生产力 ;MODIS;内蒙古 中图分类号 : 　Q948 1/ TP79 　　文献标识码 : 　A 1 　引 　言 植被净初级生产力 (Net Primary Productivity ,简 称 N PP) 是指绿色植物在单位面积 、单位时间内所 累积的有机物数量[1 ] 。N PP 作为地表碳循环的重 要组成部分 ,不仅直接反映了植被群落在自然环境 条件下的生产能力 ,表征陆地生态系统的质量状况 , 而且是判定生态系统碳汇和调节生态过程的主要因 子[2 ] ,在全球变化及碳平衡中扮演着重要的作用 。 自 20 世纪 60 年代以来 ,各国学者对 N PP 的研究倍 受重视 ,国际生物学计划 ( IBP ,1965 —1974 年) 期间 , 曾进行了大量的植物 N PP 的测定 ,并以测定资料为 基础联系气候环境因子 2 建立模型对植被 N PP 的 区域分布进行评估 , 如 Miami 模型 、Montreal 模型 、 Chikugo 模型等[3 ,4 ] 。在此期间 ,世界许多国家基本 完成了植被生产力的主要描述 。建立于 1987 年的 国际地圈 ———生物圈计划 ( IGBP) 、全球变化与陆地 生态系统 ( GCTE) 和最近出台的京都协定 ( Kyoto Pro tocol) 均 把 植 被 的 N PP 研 究 确 定 为 核 心 内 容 之 一[5 ] 。 　　收稿日期 : 2003 12 05 ;修订日期 : 2004 05 20 N PP 的研究方法很多 ,有关学者从不同角度及 学科对 N PP 的估算进行了深入细致的研究 ,取得了 丰硕成果 。在区域或全球尺度上 ,人们无法直接和 全面地测量 N PP ,因此利用模型估算 N PP 已成为 一种重要而广泛接受的研究方法[6 ,7 ] ; N PP 研究的 早期 ,有些人根据 N PP 和气候之间的统计关系 ,建 立了 N PP 的气候估算模型[8 —11 ] ;还有些人则根据 植物生长和发育的基本生态生理和过程 ,并结合气 候及土壤物理数据 ,建立了 N PP 的估算的生态过程 模型[12 —15 ] 。随着遥感和计算机技术的发展 ,利用 遥感模型进行 N PP 估算已深入到许多领域 ,有的直 接用植被指数与 N PP 的关系进行计算[16 —18 ] ;而基 于资源平衡理论的光利用率模型目前已成为 N PP 估算的一种全新手段[19 —23 ] ,使区域及全球尺度的 N PP 估算成为可能 。 本文在 GIS 的支持下 , 利用地面气象数据和 MODIS 数据 ,考虑到最大光利用率在不同植被类型 中的差异 ,构建了一个区域陆地植被 N PP 估算模 型 ,并以 2002 年的内蒙古植被为例 ,对植被的净初 级生产力进行了估算 ,分析了其时空分布 。 基金项目 : 国家自然科学基金项目 (40371001) 和国家重点基础研究发展规划项目 ( G2000018604) 资助。 作者简介 : 朱文泉 (1975 —　) ,男 ,湖南永兴人 ,北京师范大学资源学院 2002 级博士生 ,主要从事遥感和地理信息系统在生态学方面的应 用研究工作。已发表论文 6 篇。
    第 3 期 朱文泉等 :基于 GIS 和 RS 的区域陆地植被 N PP 估算 301　　 2 　研究地区与方法 2 1 　研究区域概况 内蒙古自治区位于中国北部边疆 ,总面积 118. 3 万 km2 ,呈狭长形 ,南北跨纬度 15°50′,东西跨纬度 28°52′,平均海拔 1000m 左右 ,大部分地区属于温带 大陆性季风气候 ,只有大兴安岭北段地区属于寒温 带大陆性季风气候 ,年平均气温在 0 ℃—8 ℃之间 , 年降水量在 100 —450mm。从东北到西北 ,随着降水 量的减少和温度的上升 ,分布着温带山地针叶落叶 林 、草甸草原 、典型草原 、荒漠草原和戈壁 ,并与之对 应有不同类型的土壤[24 ,25 ] 。内蒙古草原是全球典 型的中纬度半干旱温带草原生态类型 ,在温带草原 中具有代表性并位于 IGBP 全球变化研究典型陆地 样带中国东北陆地样带之内 ,是全球变化最为敏感 的区域[25 ] 。同时 ,由于气候干旱以及人为开垦破 坏 ,生态环境更加脆弱 ,而且内蒙古中西部是华北地 区沙尘天气和沙尘暴的主要发源地 。因此开展内蒙 古植被 N PP 及其时空分布的研究 ,对于掌握该区域 的生态系统质量状况和自然生产能力具有重要的 意义 。 2 2 　模型与方法 N PP 估算模型的构建流程如图 1 ,模型中所估 算的 N PP 可以由植物吸收的光合有效辐射 ( A PAR) 和光利用率 (ε) 2 个因子来表示 ,其估算公式如下 : N PP ( x , t) = A PAR ( x , t) ×ε( x , t) 　　　(1) 式中 , t 表示时间 , x 表示空间位置 ; A PAR ( x , t) 表示 像元 x 在 t 月份吸收的光合有效辐射 ;ε( x , t) 表示 像元 x 在 t 月份的实际光利用率 。 2 1 　APAR 的估算 植被吸收的光合有效辐射取决于太阳总辐射和 2 植物本身的特征 ,用公式 (2) 计算 。 A PAR ( x , t) = SOL ( x , t) ×FPAR ( x , t) ×0. 5 　(2) 图 1 　N PP 估算流程图 Fig. 1 　Steps to estimate N PP
    302　　 遥 　　感 　　学 　　报 第 9 卷 式中 : SOL ( x , t) 表示 t 月份在像元 x 处的太阳总辐 射量 (MJ/ m2) ; FPAR ( x , t) 为植被层对入射光合有 效辐射的吸收比例 ;常数 0. 5 表示植被所能利用的 太阳有效辐射 (波长为 0. 38 —0. 71μm) 占太阳总辐 射的比例 。 对于 FPAR 的计算采用 Potter 等[26 ]提出的如下 计算公式 : FPAR ( x , t) = min SR - SRmin SRmax - SRmin ,0. 95 (3) 式中 : SRmin取值为 1. 08 , SRmax的大小与植被类型有 关 ,取值范围在 4. 14 - 6. 17 之间 。SR ( x , t) 由 NDVI ( x , t) 求得 S R ( x , t) = 1 + NDVI ( x , t) 1 - NDVI ( x , t) (4) 2 2 2 　光利用率的估算 Potter 等[26 ]认为在理想条件下植被具有最大光 利用率 ,而在现实条件下的最大光利用率主要受温 度和水分的影响 ,其计算如公式 (5) 。 ε( x , t) = Tε1 ( x , t) ×Tε2 ( x , t) ×Wε( x , t) ×εmax (5) 其中 , Tε1 ( x , t) 和 Tε2 ( x , t) 表示低温和高温对光利用 率的胁迫作用 , Wε( x , t) 为水分胁迫影响系数 ,反映 水分条件的影响 ,εmax是理想条件下的最大光利用率。 Tε1 ( x , t) 反映在低温和高温时植物内在的生化 作用对光合的限制而降低净第一性生产力[23 ,24 ] 。 用 (6) 式计算 。 Tε1 ( x , t) = 0. 8 + 0. 02 ×Topt ( x) 2 - 0. 0005 × Topt ( x) (6) 其中 , Topt ( x) 为某一区域一年内 NDVI 值达到最高 时的当月平均气温 。已有许多研究表明 , NDVI 的大 小及其变化可以反映植物的生长状况 , NDVI 达到最 高时 ,植物生长最快 ,此时的气温可以在一定程度上 代表植物生长的最适温度 。 Tε2 ( x , t) 表示环境温度从最适温度 Topt ( x) 向 高温和低温变化时植物光利用 率 逐 渐 变 小 的 趋 势[23 ,26 ] ,这是因为低温和高温时高的呼吸消耗必将 会降低光利用率[26 ] , 生长在偏离最适温度的条件 下 ,其光利用率也一定会降低 。用 (7) 式计算 : Tε2 ( x , t) = 1. 184/ 1 + exp 0. 2 ×( Topt ( x) - 10 - T ( x , t) ) ×1/ 1 + exp 0. 3 ×( - Topt ( x) - 10 + T ( x , t) ) (7) 　　当某一月平均温度 T ( x , t) 比最适温度 Topt ( x) 高 10 ℃或低 13 ℃时 ,该月的 Tε2 ( x , t) 值等于月平均温度 T( x , t) ,为最适温度 Topt ( x) 时 Tε2 ( x , t) 值的一半。 水分胁迫影响系数 Wε( x , t) 反映了植物所能利 用的有效水分条件对光利用率的影响 。随着环境中 有效水分的增加 , Wε( x , t) 逐渐增大 。它的取值范 围为 0. 5 (在极端干旱条件下) 到 1 ( 非常湿润条件 下) ,由公式 (8) 计算 : Wε( x , t) = 0. 5 + 0. 5 × E ( x , t) / Ep ( x , t) (8) 其中 , E ( x , t) 为区域实际蒸散量 , 可根据周广胜和 张新 时[27 ] 建 立 的 区 域 实 际 蒸 散 模 型 ( 9 ) 求 取 。 Ep ( x , t) 为区域潜在蒸散量 ,可根据 Boucher[27 ,28 ]提 出的互补关系 (10) 求取 。 E ( x , t) = P ( x , t) ×Rn ( x , t) × ( P ( x , t) ) 2 + ( Rn ( x , t) 2 + P ( x , t) ×Rn ( x , t) P ( x , t) + Rn ( x , t) × ( P ( x , t) ) 2 / + ( Rn ( x , t) ) 2 　　　　　　　　　(9) 式中 , P( x , t) 为像元 x 在 t 月的降水量 , Rn ( x , t) 为像 元 x 在 t 月份的太阳净辐射量。 Ep ( x , t) = E ( x , t) + Epo ( x , t) (10) 式中的 Ep ( x , t ) (mm) 为局地潜在蒸散量 ,可以由 Thornthwaite 的植被 —气候关系模型的计算方法求 算[29 ] 。 / 2 月最大光利用率εmax的取值因不同的植被类型 而有所不同 ,由于全球最大光转化率的取值对 N PP 的估算结果影响很大 ,人们对它的大小一直存在争 议 ,彭少麟等[21 ]利用 GIS 和 RS 估算了广东植被光利 用率 ,认为 CASA 模型中所使用的全球植被月最大光 利用率 (0. 389gC/ MJ ) 对广东植被来讲偏低。本文利 用 Running 等人[30 ]根据生态生理过程模型 BIOME - BGG对 10 种植被类型所模拟的结果 ,它们的取值分 别为 :常绿针叶林 1. 008gC/ MJ ,常绿阔叶林 1. 259gC/ MJ ,落叶针叶林 1. 103gC/ MJ ,落叶阔叶林 1. 044gC/ MJ ,混 交 林 1. 116gC/ MJ , 落 叶 灌 丛 及 稀 树 草 原 0. 768gC/ MJ ,稀疏灌木 0. 774g C/ MJ ,矮林灌丛 0. 888 g C/ MJ ,草地 0. 608gC/ MJ ,耕作植被 0. 604gC/ MJ 。其 他如城市、水体等生态系统取 CASA 模型所估算的全 球月平均最大光利用率 0. 389gC/ MJ 。 2 3 　数据来源 本项目研究所利用的 TERRA MODIS 遥感数据 来自美国马里兰大学的全球土地覆盖研究部 ( Global Land Cover Facility , GLCF) (下载网址 : http :/ / modis. umiacs. umd. edu/ main. htm) 。图 像 空 间 分 辨 率 为 500m ×500m ,时间分辨率为 32 天 ,时间序列为 2001
    第 3 期 朱文泉等 :基于 GIS 和 RS 的区域陆地植被 N PP 估算 303　　 年 12 月 27 日至 2002 年 12 月 26 日 。由于数据是 32 天合成的 ,因此它所对应的时间与通常的日历有所 区别 ,一年的数据实际上是对应 11 个时间段 ,而不 是 12 个月份 (表 1) 。 表 1 　MODIS 数据时间段与日历对照表 Table 1 　The calendar day look up table for each period of MODIS data 时间段 日序数 日历 时间段 日序数 日历 1 2 3 4 5 6 001 - 032 033 - 064 065 - 096 097 - 128 129 - 160 161 - 192 12 月 27 日 —02 月 01 日 02 月 02 日 —03 月 05 日 03 月 06 日 —04 月 06 日 04 月 07 日 —05 月 08 日 05 月 09 日 —06 月 09 日 06 月 10 日 —07 月 11 日 7 8 9 10 11 1 193 —224 225 —256 257 —288 289 —320 321 —360 361 —365 07 月 12 日 —08 月 12 日 08 月 13 日 —09 月 13 日 09 月 14 日 —10 月 15 日 10 月 16 日 —11 月 16 日 11 月 17 日 —12 月 26 日 12 月 27 日 —12 月 31 日 　　气象数据来自内蒙古气象局 ,为 2002 年内蒙古 118 个站点每天的降水 、平均温度及太阳总辐射数 据 ,合成的时间段与 MODIS 数据一致 。计算植被的 光利用率需要栅格化的气象数据 ,并从空间上与遥 感数据相匹配 。利用 GIS 的插值工具 ,根据各气象 站点的经纬度信息 ,通过对气象数据进行 Kringing 插值 ,获取像元大小与 NDVI 数据一致 、投影相同的 气象要素栅格图 。 植被图为中国科学院地理研究所资源与环境信 息系统国家重点实验室生产的全国 1 :400 万的矢量 格式 的 植 被 图[31 ] 、以 及 潘 耀 忠 等 人 基 于 NOAA/ AVHRR 和 Holdridge 的中国土地覆盖分类图[32 ] 。 3 　结果与讨论 3 1 　模型精度评价 　　区域及全球尺度的 N PP 精度评价一直是一个 非常困难的问题 ,也引起了很多的争议 ,评价的方法 一般有两种 :一是与实测数据对比 ,二是与其他模型 所估算的结果进行对比 。N PP 的实测数据获取比 较困难 ,试验点上所得到的数据也很难推广到区域 及全球的尺度 ,而且往往存在 N PP 获取的时间与模 型所模拟的时间不一致的情况 ,所以在进行 N PP 验 证时 ,二者之间因为环境变化异常而存在着一定程 度的不可比性 ,即使模拟的结果与实测结果完全一 致 ,误差也还是存在 。 本文利用 30 组实测资料 (资料来源于全球 NPP 数据库 ,下载网址 : http/ www. daac/ ornl. gov/ NPP/ npp home. html) 对估算结果进行了验证 (图 2) ,从中可以看 出 ,NPP 的估算值与实测值相当吻合。由于实测值是 多年来各自试验点上的平均观测值 ,而本研究所模拟 的是 2002 年的 NPP ,由于温度、降水、人为活动等环境 变化的影响 ,二者之间存在一定的差异是难免的。值 得说明的是 ,尽管实测值与模拟值的时间不一致 ,但对 于大多数观测点来说 , NPP 的估算值基本上都落在 NPP 实测值的变动范围内 ,这可以从图 2 中的 NPP 趋 势线与各实测点的标准差之间的关系反映出来。 本文还同时利用 Miami 模型 、Montreal 模型和 Chikugo 模型[9 ]的计算结果作了对比 。Miami 模型和 Montreal 模型都缺乏理论基础 ,Chikugo 模型由于把 植物生理生态学和统计相关方法结合起来 ,综合考 虑了诸因子的作用 ,是估算自然植被 N PP 的较好方 法[9 ] ,用其估算的结果与实测值相比 ,误差较小 ,尤 其对于旱和半干旱地区偏差更小[33 ] 。表 2 列出了 各模型的估算结果 ,从中可以看出 ,本文的 N PP 估 算模型与 Chikugo 模型所反应的趋势比较一致 ,均为 落叶针叶林的 N PP 值最大 ,荒漠的 N PP 值最小 ;但 新模型对森林 N PP 的估算要比 Chikugo 模型高 ,其 他如灌丛 、草原 、耕地等植被类型则较为一致 。结合 前面 N PP 估算值与实测值的比较 (图 2) ,我们可以 看出 ,新模型对区域陆地植被 N PP 的模拟效果较 好 ,与 Chikugo 模型相比 ,它更能反应森林 N PP 的实 际情况 。 图 2 　N PP 估算值与实测值的比较 Fig. 2 Comparison of simulated N PP and observed N PP
    304　　 遥 　　感 　　学 　　报 表 2 　不同模型估算的 N PP Table 2 　Comparison of annual N PP estimated by different models 第 9 卷 Miami 模型 Montreal 模型 Chikugo 模型 本文 N PP 模型 植被类型 均值 总和 均值 总和 均值 总和 均值 总和 / (gC/ m2a - 1) / (MtC/ a) / (gC/ m2a - 1) / (MtC/ a) / (gC/ m2a - 1) / (MtC/ a) / (gC/ m2a - 1) / (MtC/ a) 落叶针叶林 常绿针叶林 落叶阔叶林 灌丛 草原草甸 荒漠 水域及沼泽 耕地 总计 593. 9 1035. 4 840. 4 1092. 0 958. 6 1316. 7 681. 7 1027. 7 51. 3 12. 4 27. 3 41. 4 535. 6 363. 1 17. 6 140. 9 1189. 6 754. 8 726. 2 757. 0 602. 8 687. 4 293. 9 742. 6 715. 4 65. 2 8. 7 24. 6 22. 8 384. 1 81. 0 19. 2 98. 1 703. 7 515. 4 476. 8 513. 4 372. 2 442. 9 94. 1 496. 1 465. 1 44. 5 5. 7 16. 7 14. 1 247. 5 25. 9 12. 8 63. 8 431. 0 1435. 9 900. 8 1085. 6 235. 6 259. 9 19. 4 369. 0 376. 8 124. 1 10. 8 35. 3 8. 9 145. 2 5. 3 9. 5 51. 7 390. 8 3 2 　内蒙古 NPP 的空间分布 计算结果表明 ,2002 年内蒙古植被净初级生产 力为 390. 8MtC/ a ,这一结果小于 Miami 模型 、Montre al 模型和 Chikugo 模型所得出的结果 (表 2) 。由于 气候模型计算时没有考虑植被覆盖情况 ,所估算的 是潜在 N PP[16 ] ,并将气象站点上的 N PP 经过插值 扩展到面上 ,因此估算结果会偏高[19 ] 。 内蒙古自然植被 N PP 的分布受水热条件的限 制相当明显 ,总体呈现从东北向西南递减的趋势 (图 3) 。东 北 部 大 兴 安 岭 林 区 的 植 被 覆 盖 率 较 高 , 植被类型多样 ,因此净初级生产力也较高 , N PP 平均 图 3 　内蒙古 N PP 的空间分布 Fig. 3 　Spatial distribution of N PP in Inner Mongolia
    2 2 2 2 第 3 期 朱文泉等 :基于 GIS 和 RS 的区域陆地植被 N PP 估算 305　　 值超过了 1000gC/ m2a - 1 ;中部地区主要为草原草甸 , 降水有所减少 , N PP 在 500gC/ m2a - 1左右 ;西部的荒 漠区植被覆盖率极低 ,有些地区甚至寸草不生 , N PP 最小 ,平均值在 100gC/ m2 a - 1 以下 。植被净初级生 产力受水分及温度的限制比较厉害 ,温度升高 、降水 增加都会减少这两个因素的限制作用 ,因此 , N PP 的相 对 增 加 幅 度 比 较 大 。这 与 国 际 生 物 圈 计 划 ( IBP) 的研究结果基本一致 。 从表 2 中可以看出 , N PP 在不同植被类型中的 差异也是相当明显的 。内蒙古森林植被的平均年净 初级生产力都超过了 900gC/ m2a - 1 ,其中落叶针叶 林平均年净初级生产力最大 ,达到 1435. 9gC/ m2a - 1 ; 灌丛和草原草甸的平均年净初级生产力在 250g C/ m2a - 1左右 ; 荒漠是年净初级生产力最小的植被类 4gC/ m2a - 1 ,这与朴世龙等[19 ] 估 型 ,平均值只有 19 算结果 (14gC/ m2a - 1) 相当一致 。 3 3 　内蒙古 NPP 的季节变化 内蒙古 N PP 的季节变化如图 4 。7 月中旬至 8 月中旬 ,太阳辐射丰富 ,水热条件适合于植物生长 , 这段时期的净初级生产力达到极大值 ,占全年净初 级生产力的 29. 3 %。在 6 月中旬至 9 月中旬的 3 个 月时间里 , N PP 占了全年的 72. 7 % ,这主要是因为 内蒙古草原面积占了很大比例 ,草本植物都集中在 这段时间生长 。10 月中旬开始 ,至次年的 4 月初 , 由于气温较低 ,植物生长很慢 ,1 —2 月份时植物基 本停止生长 ,因此这段时期植被的净初级生产力很 低 ,每月仅为3. 59MtC。 图 4 　内蒙古净初级生产力的季节变化 中的差异 ,构建了一个区域陆地植被 N PP 估算模 型 ,并以 2002 年的内蒙古植被为例 ,对植被的净初 级生产力进行了估算 ,分析了其时空分布 ,获得以下 结论 : (1) 构建的 N PP 估算模型在数据获取上比较容 易 ,仅利用地面气象数据和遥感数据就可以对陆地 植被 N PP 进行估算 。它一方面保持了光能利用率 模型原有的植物生理生态学基础 ,另一方面则在一 定程度上对有关参数实行了简化 ,使其实际的可操 作性得到加强 。 (2) 通过与 N PP 的实测资料及其他模型的对比 表明 :新构建的 N PP 估算模型对区域陆地植被 N PP 的模拟效果较好 ,与 Chikugo 模型相比 ,它更能反应 森林 N PP 的实际情况 。 (3) 2002 年内蒙古植被净初级生产力为 390. 8 Mt C ,其总体分布趋势是由东北向西南递减 ,东北部 大兴安岭林区的 N PP 值最高 ,平均超过了 1000gC/ m2a - 1 ;西部的荒漠区植被覆盖率极低 ,有些地区甚 至寸草不生 , N PP 最小 ,平均在 100gC/ m2a - 1以下 。 内蒙古 N PP 的季节变化也非常明显 ,在 6 月中旬至 9 月中旬的 3 个月时间里 , N PP 占了全年的 72. 7 % , 而 1 —2 月份植物基本停止生长 ,净初级生产力极 低 ,每月仅为 3. 59MtC。 参 考 文 献( References) [ 1 ] 　Liu J ,Chen J M ,Chen W. Net Primary Productivity Distribution in the BOREAS Region from a Process Model Using Satellite and Surface Data [J ] Journal of Geophysical Research ,1999 ,104 (D22) :27735 — 27754. [ 2 ] 　Fleld C B ,Behrenfeld M J ,Randerson J T , et al . Primary Production of the Biosphere : Integrating Terrestrialand Oceanic Components[J ] . Science ,1998 ,281 :237 —240. [ 3 ] 　Leith H ,Wittaker R H. Primary Productivity of the Biosphere [ M] . New York :Springer Verlag ,1975. [ 4 ] 　Uchijima Z , Seino H. Agroclimatic Evaluation of Net Primary Pro ductivity of Natural Vegtation (1) :Chikugo Model for Evaluating Pro ductivity [J ] . Journal of Agricultural Meteorology , 1985 , 40 : 343 — 353. [ 5 ] 　IGBP(Steffan W ,Noble I ,Canadell P , et al . ) ;The Terrestrial Carbon Cyele : Implications for Kyoto Protocol[J ] . Science ,1998 ,280 :1393 — Fig. 4 　Seasonal changes of N PP in Inner Mongolia 1394. 4 　结 　论 本文在 GIS 的支持下 , 利用地面气象数据和 MODIS 数据 ,考虑到最大光利用率在不同植被类型 [ 6 ] 　Alexandrov G A ,Oikawa T , Yamagata Y. The Scheme for Globaliza tion of a Process based Model Explaining Gradations in Terrestrial N PP and Its Application [J ] . Ecological Modeling ,2002 ,148 (3) : 293 —306. [ 7 ] 　Cramer W , Kicklighter D W ,Bondeau A , et al . Comparing Global Models of Terrestrial Net Primary Productivity ( N PP) :Overview and
    2 2 306　　 Key Results[J ] . Clobal Change Biology ,1999 ,1 (Suppl. ) :1 —15. [ 8 ] 　Zhu Z H . The Model of Net Primary Productivity of Vegetation in China [J ] . Chinese Science Bulletin ,1993 ,38 (15) :1422 —1426. [ 朱 志辉. 自然植被净第一性生产力估计模型 [J ] . 科学通报 , 1993 ,38 (15) :1422 —1426. ] [ 9 ] 　Zhou G S ,Zhang X S. A Natural Vegetation N PP Model [J ] . Acta Phytoecologica Sinica ,1995 ,19 (3) :193 —200. [ 周广胜 ,张新时 , 自然植被净第一性生产力模型初探[J ] . 植物生态学报 ,1995 , 19 (3) :193 —200. ] [10 ] 　Zhou G S , Zhang X S. Study on NPP of Natural Vegetation in China under Global Climate Change [J ]. Acta Phytoeclogica Sinica ,1996 ,20 (1) :11 —19 ,[周广胜 ,张新时. 全球气候变化的中国自然植被的 净第一性生产力研究[J ]. 植物生态学报 ,1996 ,20(1) :11 —19. ] [11 ] 　Lieth H ,Box E. The Gross Primary Production Pattern of the Land Vegetation :A First Attempt [J ] . Tropical Ecology ,1977 ,18 : 109 — 115. [12 ] 　Ito A ,Oikawa T. A Simulation Model of the Carbon Cycle in Land CYCLE) :A Description Based on Dry Matter Pro Ecosystems (Sim duction Theory and Plot 2002 ,151 :143 —176. scale Validation [J ] . Ecological Modeling , [13 ] 　McGuire A D ,Melillo J M , Kicklighter D W , et al . Equilibrium Re sponses of Soil Carbon to Climate Change Empirical and Process based Estimates [ J ] . Journal of Biogeography , 1995 , 22 ( 4 —5) : 785 —796. [ 14 ] 　Parton WJ ,Scurlock J M O ,Ojima D S , et al . Observations and Mod eling of Biomass and Soil Organic Matter Dynamics for the Grassland Biome Worldwide [J ] . Global Biogeochemical Cycles ,1993 ,7 :785 — 890. [15 ] 　Running S W ,Coughlan J C. A General Model of Forest Ecosystem Process for Regional Applications I. Hydrologic Balance ,Canopy Gas Exchange and Primary Production Process[J ] . Ecological Modeling , 1988 ,42 :125 —154. [ 16 ] 　Sun R ,Zhu Q J . Distribution and Seasonal Change of Net Primary Pro ductivity in China from April , 1992 to March , 1993 [J ] . Acta Geo graphica Sinica ,2000 ,50 (1) :36 —45. [ 孙睿 ,朱启疆. 中国陆地 植被第一性生产力及季节变化研究 [J ] 地理学报 , 2000 , 50 (1) :36 —45. ] [17 ] 　Xiao Q G,Chen W Y,Shen Y W ,et al. Estimating the Net Primary Productivity in China Using Meteorological Satellite Data [J ] . Acta Botanica Sinica ,1996 ,38 (1) :35 —39. [ 肖乾广 ,陈维英 ,盛永伟 , 等. 用 NOAA 气象卫星的 AVHRR 遥感资料估算中国的净第一 性生产力[J ] . 植物学报 ,1996 ,38 (1) :35 —39. ] [ 18 ] 　Jiang H ,Apps MJ ,Zhang Y,et al. Modeling the Spatial Pattern of Net Primary Productivity in Chinese Forests [ J ] . Ecological Modeling , 1999 ,122 :275 —288. [ 19 ] 　Piao S L ,Fang J Y, Guo Q H. Application of CASA Model to the Esti mation of Chinese Terrestrial Net Primary Productivity [J ] . Acta Phy toecologica 　Sinica ,2001 ,25 (5) :603 —608. [ 朴世龙 ,方精云 ,郭 庆华. 利用 CASA 模型估算我国植被净第一性生产力[J ] . 植 物生态学报 ,2001 ,25 (5) :603 —608. ] [20 ] 　Chen L J ,Liu G H ,Li H G. Estimating Net Primary Productivity of Terrestrial Vegetation in China Using Remote Sensing [J ] . Journal of 2 遥 　　感 　　学 　　报 第 9 卷 Remote Sensing ,2002 ,6 (2) : 129 —135. [ 陈利军 , 刘高焕 , 励惠 国. 中国植被净第一性生产力遥感动态监测 [J ] . 遥感学报 , 2002 ,6 (2) :129 —135. ] [21 ] 　Peng S L , Guo Z H ,Wang B S. Use of GIS and RS to Estimate the Light Utilization Efficiency of the Vegetation in Guangdong , China [J ] . Acta Ecologica Sinica ,2000 ,20 (6) :903 —909. [ 彭少麟 ,郭志 华 ,王伯荪. 利用 GIS 和 RS 估算广东植被光利用率[J ] . 生态 学报 ,2000 ,20 (6) :903 —909. ] [22 ] 　Goetz S J ,Prince S D , Goward S N ,et al. Satellite Remote Sensing of Primary Production :an Improved Production Efficiency Modeling Ap proach[J ] . Ecological Modeling ,1999 ,122 :239 —255. [23 ] 　Field C B ,Randerson J T ,Malmstr m C M. Global Net Primary Pro duction :Combining Ecology and Remote Sensing[J ] . Remote Sensing of Environment ,1995 ,51 :74 —88. [24 ] 　Niu J M. Relationship between Main Vegetation Types and Climatic Factors in Inner Mongolia [J ] . Chinese Journal of Applied Ecology , 2000 ,11 (1) :47 —52. [ 牛建明. 内蒙古主要植被类型与气候因 子关系的研究[J ] . 应用生态学报 ,2000 ,11 (1) :47 —52. ] [ 25 ] 　Dong Y S ,Zhang S ,Qi Y C. Fluxes of CO2 ,N2O and CH4from a typi cal temperature grassland in Inner Mongolia[J ] . Chinese Science Bul letin ,2000 ,45 (3) :318 —322. [ 董云社 ,章申 ,齐玉春等. 内蒙古 典型草地 CO2 ,N2O ,CH4 通量的同时观测及其日变化 [J ] . 科 学通报 ,2000 ,45 (3) :318 —322. ] [26 ] 　Potter C S , Randerson J T , Field C B , et al , Terrestrial Ecosystem Production : A Process Model Based on Global Satellite and Surface Data [J ] . Global Biochemical Cycle ,1993 ,7 :811 —841. [27 ] 　Zhou G S ,Zhang X S. Study on Climate vegetation Classification for Global Change in China[J ] . Acta Botanica Sinica ,1996 ,38 (1) :8 — 17. [ 周广胜 ,张新时. 全球变化的中国气候一植被分类研究 [J ] . 植物学报 ,1996 ,38 (1) :8 —17. ] [28 ] 　Zhang Z M. Theory and Methods about Computing Evapotranspiration [M] . Chengdu : Chengdu Science and Technology University Press , 1990. [ 张志明. 计算蒸发量的原理与方法 [ M] . 成都 : 成都科 技大学出版社 ,1990. ] [ 29 ] 　Zhang X S. The Potential Evapotranspiration (PE) Index for Vegetation an Introduction of Main Climatic Classification ( 2) and Vegetation Methods and PEP Program [J ] . Acta phytoecologica Et Geobotanica Sinica ,1989 ,13 (3) :197 —207. [ 张新时. 植被的 PE(可能蒸散) 指标与植被 —气候分类 (二) ———几种主要方法与 PEP 程序 介绍[J ] . 植物生态学与地植物学学报 , 1989 , 13 ( 3) : 197 — 201. ] [ 30 ] 　Running S W , Thornton P E , Nemani R , el al . Global Terrestrial Gross and Net Primary Productivity from the Earth Observing System [A] . Sala O ,Jackson R , Mooney H. Methods in Ecosystem Science [ C] . New York :Springer Verlag ,2000 ,44 —57. [31 ] 　Institute of Botany of the Chinese Academy of Sciences. Vegetation map of China[M] . Beijing :Cartographic Publishing House ,1979 ,[ 中 国科学院植物研究所. 中国植被图 [ M] . 北京 :中国地图出版 社 ,1979. ] [32 ] 　Pan Y Z ,Li X B ,He C Y. An Integrative Classification of Vegetation climate Indices of in China Based on NOAA AVHRR and Vegetation the Holdridge Life Zone[J ] . International Journal of Remote Sensing ,
    第 3 期 朱文泉等 :基于 GIS 和 RS 的区域陆地植被 N PP 估算 307　　 2003 ,24 (5) :1009 —1027. ] [33 ] 　Li J G,Jiang W L ,Le L S , et al . Ecological Value [ M] . Chongqing : Chongqing University Press ,1999. [ 李金昌 ,姜文来 ,靳乐山等 ,生 态价值论[M] . 重庆 :重庆大学了版社 ,1999. ] Estimating Net Primary Productivity of Terrestrial Vegetation Based on GIS and RS :A Case Study in Inner Mongolia , China ZHU Wen quan ,PAN Yao zhong ,LONG Zhong hua ,CHEN Yun hao ,LI Jing ,HU Hai bo ( College of Resources Science and Technology , Beijing Normal University , Key Laboratory of Environmental Change and Natural Disaster , Ministry of Education of China , Beijing 　100875 , China) Abstract : 　According to recent studies that there are important differences in maximum light utiliazion efficiency (εmax) among vegetation types ,an estimation model of net primary productivity ( N PP) ,based on geographic information system ( GIS) and remote sensing (RS) technology ,is presented. This model has two significant characteristics ; (1) N PP can be estimated just using ground meteorological data and remote sensing data. It is relatively easier to acquire data and its ap plication can be enhanced. (2) After the validation with observed data and the comparison with other N PP models ,the re sults showed that the predicted N PP was consistent with observed values ,and it can more actually reflect the forest N PP than Chikugo model. In order to validate the N PP model ,a case study in Inner Mongolia ,China ,was carried out. The re sults showed that the total annual N PP in Inner Mongolia in 2002 was 390. 8 Mt C. The spatial changes of N PPwere re markable ,and it decreased from northeast toward southwest . Moreover ,seasonal variations of N PP were also large. It was about 72. 7 % of the total annual N PP in the three month of June ,July and August ,and the N PP values was very low (3. 59 Mt C per month) in January and February. Key 　words : 　geographic information system ;remote sensing ;MODIS ; N PP ; Inner Mongolia
    分享到：
    赞 收藏

    相关推荐

    资料库

    课程资源

    共收录17145份资料，累计13个分类，关注成员有19位，主要包括：PHP,网络管理,网页制作,Java,.Net,数据库,3G/移动开发,C/C++,游戏开发,嵌入式,讲义,软件测试,专业指导

    热门标签

    PHP 网络管理 网页制作 Java .Net 数据库 3G/移动开发 C/C++ 游戏开发 嵌入式 讲义 软件测试 专业指导

    最新资料