Please wait a minute...
img

官方微信

遥感技术与应用
模型与反演     
日光诱导叶绿素荧光估算中国典型生态系统总初级生产力的能力
刘青瑞1,2,居为民1,3,张永光1,张雷明4,王绍强4,周艳莲2,3,#br# 赵风华4,闫俊华5,韩士杰6,郝彦宾7,陈世苹8,李英年9,项文化10#br# #br#
(1.南京大学国际地球系统科学研究所,江苏南京 210023;
2.南京大学地理与海洋科学学院,江苏南京 210023;
3.江苏省地理信息技术重点实验室,江苏南京 210023;
4.中国科学院地理科学与资源研究所,北京 100101;5.中国科学院华南植物园,广东广州 510650;
6.中国科学院沈阳应用生态研究所,辽宁沈阳 110000;7.中国科学院大学,北京 100049;
8.中国科学院植物研究所,北京 100093;9.中国科学院西北高原生物研究所,青海西宁 810008;
10.湖南会同杉木林生态系统国家野外科学观测研究站,湖南会同 438107)
 全文: PDF(2813 KB)  
摘要:
陆地生态系统总初级生产力(GPP,Gross Primary Productivity)是陆地生态系统碳循环的重要分量,提高其估算精度具有重要的科学意义。由于受多种因子的影响,GPP的时空变异明显,其估算结果存在较大的不确定性。日光诱导叶绿素荧光(SIF,Sun\|Induced Chlorophyll Fluorescence)与GPP密切相关,近年来被应用于估算区域和全球GPP,但其在中国生态系统的适用性尚不清楚。以中国8个典型植被生态系统为研究对象,驱动两叶光能利用率模型(TL\|LUE,Two\|Leaf Light Use Efficiency Model)模拟以站点为中心0.5°×0.5°区域内的月GPP,验证SIF估算GPP的能力。结果表明,SIF具有监测中国典型植被生态系统GPP的能力,月SIF与TL\|LUE模拟的月GPP之间显著相关,其中5个生态系统中两者的R2高于0.8,最高达到0.91,GPP与SIF变化的斜率随生态系统类型变化。模拟的GPP与SIF遥感数据的季节变化特征相同,两者之间的一致性在生长季节好于非生长季节;SIF能更好地监测农田GPP的季节变化。
关键词: 陆地生态系统总初级生产力;日光诱导叶绿素荧光(SIF);两叶光能利用率模型 (TL\LUE) [JP]    
出版日期: 2017-07-20
:  TP 79  
基金资助: 中国科学院战略性先导科技专项(XDA05050602\|1和 XDA05050208),国家自然科学基金面上项目 (41371070)。

作者简介: 刘青瑞(1990-),女,山东菏泽人,硕士研究生,主要从事植被生态遥感研究.Email:15261873536@163.com。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
刘青瑞
居为民
张永光

引用本文:

刘青瑞,居为民,张永光. 日光诱导叶绿素荧光估算中国典型生态系统总初级生产力的能力[J]. 遥感技术与应用, 10.11873/j.issn.1004-0323.2017.2.0363.

链接本文:

http://www.rsta.ac.cn/CN/Y2017/V32/I2/363

[1] 汪子豪,秦其明,孙元亨. 基于BP神经网络的地表温度空间降尺度方法[J]. 遥感技术与应用, 2018, 33(5): 793-802.
[2] 王恺宁,王修信,黄凤荣,罗涟玲. 喀斯特城市地表温度遥感反演算法比较[J]. 遥感技术与应用, 2018, 33(5): 803-810.
[3] 石满,陈健,覃帮勇,李盛阳. 天宫二号数据地表温度反演及其在城市群热环境监测中的应用[J]. 遥感技术与应用, 2018, 33(5): 811-819.
[4] 金点点,宫兆宁. 基于Landsat 系列数据地表温度反演算法对比分析—以齐齐哈尔市辖区为例[J]. 遥感技术与应用, 2018, 33(5): 830-841.
[5] 苗翔鹰,苗洪利,张旭东,黄霞凤,王桂忠. 利用星下点干涉相位法提高三维成像高度计测高精度[J]. 遥感技术与应用, 2018, 33(5): 866-872.
[6] 谢旭,陈芸芝. 基于PSO-RBF神经网络模型反演闽江下游水体悬浮物浓度[J]. 遥感技术与应用, 2018, 33(5): 900-907.
[7] 高莎,林峻,马涛,吴建国,郑江华. 新疆巴音布鲁克草原马先蒿光谱特征提取与分析[J]. 遥感技术与应用, 2018, 33(5): 908-914.
[8] 王常颖,田德政,韩园峰,隋毅,初佳兰. 基于属性差决策树的全极化SAR影像海冰分类[J]. 遥感技术与应用, 2018, 33(5): 975-982.
[9] 范锦龙,张晔萍,李昌宝,许文波,刘少杰,薛飞,覃志豪. 风云卫星中分辨率遥感数据几何定位误差分析[J]. 遥感技术与应用, 2018, 33(4): 621-627.
[10] 梁继,褚楠,郑敦勇,彭焕华,张静. 面向道路边坡监测的高分二号应用研究[J]. 遥感技术与应用, 2018, 33(4): 638-645.
[11] 李晨伟,张瑞丝,张竹桐,曾敏 . 基于多源遥感数据的构造解译与分析—以西藏察隅吉太曲流域为例[J]. 遥感技术与应用, 2018, 33(4): 657-665.
[12] 汪航,师茁. 基于MODIS时间序列数据的春尺蠖虫害遥感监测方法研究—以新疆巴楚胡杨为例[J]. 遥感技术与应用, 2018, 33(4): 686-695.
[13] 苗茜,王昭生,王荣,黄玫,孙佳丽. 基于NDVI数据评估O3污染对华北地区夏季植被生长的影响[J]. 遥感技术与应用, 2018, 33(4): 696-702.
[14] 王恒,杨昊翔,张丽. 海上丝绸之路沿线区域植被覆盖变化特征[J]. 遥感技术与应用, 2018, 33(4): 703-712.
[15] 谢军飞,周坚华. 城镇绿化植物群软分类[J]. 遥感技术与应用, 2018, 33(4): 721-730.