Please wait a minute...
img

官方微信

遥感技术与应用
模型与反演     
青藏高原总初级生产力估算的模型差异
马敏娜1,2,袁文平1
(1.中国科学院西北生态环境资源研究院 冰冻圈科学国家重点实验室,甘肃 兰州730000;
2.中国科学院大学,北京100049)
Model Differences in Gross Primary Production on the Qinghai-Tibet Plateau
 全文: PDF(22703 KB)  
摘要:
陆地生态系统总初级生产力(GPP)反映了植被通过光合作用固定大气中CO2的能力,是碳循环中的一个关键变量。光能利用率(LUE)模型在模拟GPP时空变化方面具有很大的潜力,但不同的LUE模型模拟的GPP存在很大的差异。首先以遥感数据驱动7个LUE模型(CASA、CFIX、CFLUX、EC\|LUE、MODIS、VPM和VPRM)模拟青藏高原2000年至2010年的GPP,然后用涡度通量站的观测数据验证7个LUE模型在青藏高原的适用性,并比较不同模型模拟的青藏高原GPP的差异。结果表明:CASA模型和CFLUX模型低估了青藏高原的GPP, MODIS高估了青藏高原的GPP,CFIX模型的模拟值与观测值的相关性较低,EC\|LUE模型、VPM模型和VPRM模型能够较好地模拟青藏高原的GPP;不同模型模拟的青藏高原年均GPP总量差异明显,最大值为958.74 TgC·a-1(MODIS),最小值为253.86 TgC·a-1(CASA模型);7个LUE模型模拟的青藏高原GPP总量在2000年至2010年均呈递增趋势;虽然7个LUE模型模拟的青藏高原GPP都呈现自西北向东南逐渐递增的趋势,但不同模型的年均GPP和GPP年际变化的空间分布格局都存在明显差异。环境要素(气温、辐射和水分)对GPP的调控作用,不同模型的空间分布格局也存在较大差异。植被状况是影响GPP模拟的重要参数,GPP与植被指数的相关性都很高,显著正相关的比例为47.33%~71.17%。
关键词: 青藏高原(QTP)总初级生产力(GPP)光能利用率模型(LUE)    
出版日期: 2017-07-15
:  TP79  
基金资助: 中国科学院重点研究项目(KJZD-EW-G03-04),中国科学院“百人计划”资助。
作者简介: 马敏娜(1990-),女,山西运城人,硕士研究生,主要从事植被生产力遥感模型研究。Email:minnamacas@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  

引用本文:

马敏娜,袁文平. 青藏高原总初级生产力估算的模型差异[J]. 遥感技术与应用, 10.11873/j.issn.1004-0323.2017.3.0406.

青藏高原总初级生产力估算的模型差异. Model Differences in Gross Primary Production on the Qinghai-Tibet Plateau. Remote Sensing Technology and Application, 10.11873/j.issn.1004-0323.2017.3.0406.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2017.3.0406        http://www.rsta.ac.cn/CN/Y2017/V32/I3/406

[1] 李军,龚围,辛晓洲,高阳华. 重庆地表温度的遥感反演及其空间分异特征[J]. 遥感技术与应用, 2018, 33(5): 820-829.
[2] 冯姣姣,王维真,李净,刘雯雯. 基于BP神经网络的华东地区太阳辐射模拟及时空变化分析[J]. 遥感技术与应用, 2018, 33(5): 881-889.
[3] 韩涛,潘剑君,张培育,曹罗丹. Sentinel-2A与Landsat-8影像在油菜识别中的差异性研究[J]. 遥感技术与应用, 2018, 33(5): 890-899.
[4] 迟文峰,匡文慧,贾静,刘正佳. 京津风沙源治理工程区LUCC及土壤风蚀强度动态遥感监测研究[J]. 遥感技术与应用, 2018, 33(5): 965-974.
[5] 郭欣,赵银娣. 基于Sentinel-1A SAR的湖南省宁乡市洪水监测[J]. 遥感技术与应用, 2018, 33(4): 646-656.
[6] 陈伟民,张凌,宋冬梅,王斌,丁亚雄,许明明,崔建勇. 基于AdaBoost改进随机森林的高光谱图像地物分类方法研究[J]. 遥感技术与应用, 2018, 33(4): 612-620.
[7] 廖凯涛,齐述华,王成,王点. 结合GLAS和TM卫星数据的江西省森林高度和生物量制图[J]. 遥感技术与应用, 2018, 33(4): 713-720.
[8] 王琳,徐涵秋,李胜. 重钢重工业区迁移对区域生态的影响研究[J]. 遥感技术与应用, 2018, 33(3): 387-397.
[9] 刘振波,邹娴,葛云健,陈健,曹雨濛. 基于高分一号WFV影像的随机森林算法反演水稻LAI[J]. 遥感技术与应用, 2018, 33(3): 458-464.
[10] 单天婵,王长林. 基于显著性增强的过火区域提取研究[J]. 遥感技术与应用, 2018, 33(3): 536-544.
[11] 李想,刘凯,朱远辉,蒙琳,于晨曦,曹晶晶. 基于资源三号影像的红树林物种分类研究[J]. 遥感技术与应用, 2018, 33(2): 360-369.
[12] 白瑜,孟治国,赵凯. 像元尺度土壤水分监测网络及其对L波段土壤水分产品的初步验证结果[J]. 遥感技术与应用, 2018, 33(1): 78-87.
[13] 彭令,徐素宁,梅军军,李文娟. 资源三号卫星在汶川震区滑坡快速识别中的应用方法研究[J]. 遥感技术与应用, 2018, 33(1): 185-192.
[14] 魏龙,王维真,吴月茹,马春锋. 土壤水盐介电模型对比与分析[J]. 遥感技术与应用, 2017, 32(6): 1022-1030.
[15] 周晓宇,陈富龙. 四川大熊猫栖息地PALSAR时序数据森林覆盖动态监测研究[J]. 遥感技术与应用, 2017, 32(6): 1100-1106.