Modelling global-scale potential grassland changes in spatio-temporal patterns to global climate change
1
2013
... 作为世界上最广泛分布的生态系统,草地在全球碳循环中起着至关重要的作用[1].中国是世界上草地资源最丰富的国家之一,草地总面积近4亿hm2,占全国土地总面积的41.7%[2],相当于耕地的3.6倍[3],在畜牧业发展和生态保护中发挥着重要的作用[4].中国草原区远离海洋多高山峻岭,气候干旱多风沙.恶劣的自然环境、复杂多变气候条件、脆弱的生态环境[5],使得草原区对气候变化和放牧、开垦等人类干扰敏感.据统计,与20世纪50年代相比,全国90%的可利用天然草原不同程度地退化[6],严重退化比例达60%[7],草地生产功能的下降严重威胁着牧区的生态安全和经济的可持续发展.东北草地包括东三省和内蒙古东部,是我国草原生态系统水热条件最好的地区,也是欧亚大陆温带草原生产力最高、生物多样性最丰富的地区.东北地区也是气候变化剧烈、人类活动强度高的地区,其草地生态环境在近20 a发生了巨大变化. ...
1
1996
... 作为世界上最广泛分布的生态系统,草地在全球碳循环中起着至关重要的作用[1].中国是世界上草地资源最丰富的国家之一,草地总面积近4亿hm2,占全国土地总面积的41.7%[2],相当于耕地的3.6倍[3],在畜牧业发展和生态保护中发挥着重要的作用[4].中国草原区远离海洋多高山峻岭,气候干旱多风沙.恶劣的自然环境、复杂多变气候条件、脆弱的生态环境[5],使得草原区对气候变化和放牧、开垦等人类干扰敏感.据统计,与20世纪50年代相比,全国90%的可利用天然草原不同程度地退化[6],严重退化比例达60%[7],草地生产功能的下降严重威胁着牧区的生态安全和经济的可持续发展.东北草地包括东三省和内蒙古东部,是我国草原生态系统水热条件最好的地区,也是欧亚大陆温带草原生产力最高、生物多样性最丰富的地区.东北地区也是气候变化剧烈、人类活动强度高的地区,其草地生态环境在近20 a发生了巨大变化. ...
1
1996
... 作为世界上最广泛分布的生态系统,草地在全球碳循环中起着至关重要的作用[1].中国是世界上草地资源最丰富的国家之一,草地总面积近4亿hm2,占全国土地总面积的41.7%[2],相当于耕地的3.6倍[3],在畜牧业发展和生态保护中发挥着重要的作用[4].中国草原区远离海洋多高山峻岭,气候干旱多风沙.恶劣的自然环境、复杂多变气候条件、脆弱的生态环境[5],使得草原区对气候变化和放牧、开垦等人类干扰敏感.据统计,与20世纪50年代相比,全国90%的可利用天然草原不同程度地退化[6],严重退化比例达60%[7],草地生产功能的下降严重威胁着牧区的生态安全和经济的可持续发展.东北草地包括东三省和内蒙古东部,是我国草原生态系统水热条件最好的地区,也是欧亚大陆温带草原生产力最高、生物多样性最丰富的地区.东北地区也是气候变化剧烈、人类活动强度高的地区,其草地生态环境在近20 a发生了巨大变化. ...
中国草原退化的分析及其防治对策
1
1995
... 作为世界上最广泛分布的生态系统,草地在全球碳循环中起着至关重要的作用[1].中国是世界上草地资源最丰富的国家之一,草地总面积近4亿hm2,占全国土地总面积的41.7%[2],相当于耕地的3.6倍[3],在畜牧业发展和生态保护中发挥着重要的作用[4].中国草原区远离海洋多高山峻岭,气候干旱多风沙.恶劣的自然环境、复杂多变气候条件、脆弱的生态环境[5],使得草原区对气候变化和放牧、开垦等人类干扰敏感.据统计,与20世纪50年代相比,全国90%的可利用天然草原不同程度地退化[6],严重退化比例达60%[7],草地生产功能的下降严重威胁着牧区的生态安全和经济的可持续发展.东北草地包括东三省和内蒙古东部,是我国草原生态系统水热条件最好的地区,也是欧亚大陆温带草原生产力最高、生物多样性最丰富的地区.东北地区也是气候变化剧烈、人类活动强度高的地区,其草地生态环境在近20 a发生了巨大变化. ...
中国草原退化的分析及其防治对策
1
1995
... 作为世界上最广泛分布的生态系统,草地在全球碳循环中起着至关重要的作用[1].中国是世界上草地资源最丰富的国家之一,草地总面积近4亿hm2,占全国土地总面积的41.7%[2],相当于耕地的3.6倍[3],在畜牧业发展和生态保护中发挥着重要的作用[4].中国草原区远离海洋多高山峻岭,气候干旱多风沙.恶劣的自然环境、复杂多变气候条件、脆弱的生态环境[5],使得草原区对气候变化和放牧、开垦等人类干扰敏感.据统计,与20世纪50年代相比,全国90%的可利用天然草原不同程度地退化[6],严重退化比例达60%[7],草地生产功能的下降严重威胁着牧区的生态安全和经济的可持续发展.东北草地包括东三省和内蒙古东部,是我国草原生态系统水热条件最好的地区,也是欧亚大陆温带草原生产力最高、生物多样性最丰富的地区.东北地区也是气候变化剧烈、人类活动强度高的地区,其草地生态环境在近20 a发生了巨大变化. ...
中国自然草地生态系统服务价值
1
2001
... 作为世界上最广泛分布的生态系统,草地在全球碳循环中起着至关重要的作用[1].中国是世界上草地资源最丰富的国家之一,草地总面积近4亿hm2,占全国土地总面积的41.7%[2],相当于耕地的3.6倍[3],在畜牧业发展和生态保护中发挥着重要的作用[4].中国草原区远离海洋多高山峻岭,气候干旱多风沙.恶劣的自然环境、复杂多变气候条件、脆弱的生态环境[5],使得草原区对气候变化和放牧、开垦等人类干扰敏感.据统计,与20世纪50年代相比,全国90%的可利用天然草原不同程度地退化[6],严重退化比例达60%[7],草地生产功能的下降严重威胁着牧区的生态安全和经济的可持续发展.东北草地包括东三省和内蒙古东部,是我国草原生态系统水热条件最好的地区,也是欧亚大陆温带草原生产力最高、生物多样性最丰富的地区.东北地区也是气候变化剧烈、人类活动强度高的地区,其草地生态环境在近20 a发生了巨大变化. ...
中国自然草地生态系统服务价值
1
2001
... 作为世界上最广泛分布的生态系统,草地在全球碳循环中起着至关重要的作用[1].中国是世界上草地资源最丰富的国家之一,草地总面积近4亿hm2,占全国土地总面积的41.7%[2],相当于耕地的3.6倍[3],在畜牧业发展和生态保护中发挥着重要的作用[4].中国草原区远离海洋多高山峻岭,气候干旱多风沙.恶劣的自然环境、复杂多变气候条件、脆弱的生态环境[5],使得草原区对气候变化和放牧、开垦等人类干扰敏感.据统计,与20世纪50年代相比,全国90%的可利用天然草原不同程度地退化[6],严重退化比例达60%[7],草地生产功能的下降严重威胁着牧区的生态安全和经济的可持续发展.东北草地包括东三省和内蒙古东部,是我国草原生态系统水热条件最好的地区,也是欧亚大陆温带草原生产力最高、生物多样性最丰富的地区.东北地区也是气候变化剧烈、人类活动强度高的地区,其草地生态环境在近20 a发生了巨大变化. ...
GIS支持下我国干旱区草地资源动态分析
1
2003
... 作为世界上最广泛分布的生态系统,草地在全球碳循环中起着至关重要的作用[1].中国是世界上草地资源最丰富的国家之一,草地总面积近4亿hm2,占全国土地总面积的41.7%[2],相当于耕地的3.6倍[3],在畜牧业发展和生态保护中发挥着重要的作用[4].中国草原区远离海洋多高山峻岭,气候干旱多风沙.恶劣的自然环境、复杂多变气候条件、脆弱的生态环境[5],使得草原区对气候变化和放牧、开垦等人类干扰敏感.据统计,与20世纪50年代相比,全国90%的可利用天然草原不同程度地退化[6],严重退化比例达60%[7],草地生产功能的下降严重威胁着牧区的生态安全和经济的可持续发展.东北草地包括东三省和内蒙古东部,是我国草原生态系统水热条件最好的地区,也是欧亚大陆温带草原生产力最高、生物多样性最丰富的地区.东北地区也是气候变化剧烈、人类活动强度高的地区,其草地生态环境在近20 a发生了巨大变化. ...
GIS支持下我国干旱区草地资源动态分析
1
2003
... 作为世界上最广泛分布的生态系统,草地在全球碳循环中起着至关重要的作用[1].中国是世界上草地资源最丰富的国家之一,草地总面积近4亿hm2,占全国土地总面积的41.7%[2],相当于耕地的3.6倍[3],在畜牧业发展和生态保护中发挥着重要的作用[4].中国草原区远离海洋多高山峻岭,气候干旱多风沙.恶劣的自然环境、复杂多变气候条件、脆弱的生态环境[5],使得草原区对气候变化和放牧、开垦等人类干扰敏感.据统计,与20世纪50年代相比,全国90%的可利用天然草原不同程度地退化[6],严重退化比例达60%[7],草地生产功能的下降严重威胁着牧区的生态安全和经济的可持续发展.东北草地包括东三省和内蒙古东部,是我国草原生态系统水热条件最好的地区,也是欧亚大陆温带草原生产力最高、生物多样性最丰富的地区.东北地区也是气候变化剧烈、人类活动强度高的地区,其草地生态环境在近20 a发生了巨大变化. ...
China Environmental Status Bulletin
1
2005
... 作为世界上最广泛分布的生态系统,草地在全球碳循环中起着至关重要的作用[1].中国是世界上草地资源最丰富的国家之一,草地总面积近4亿hm2,占全国土地总面积的41.7%[2],相当于耕地的3.6倍[3],在畜牧业发展和生态保护中发挥着重要的作用[4].中国草原区远离海洋多高山峻岭,气候干旱多风沙.恶劣的自然环境、复杂多变气候条件、脆弱的生态环境[5],使得草原区对气候变化和放牧、开垦等人类干扰敏感.据统计,与20世纪50年代相比,全国90%的可利用天然草原不同程度地退化[6],严重退化比例达60%[7],草地生产功能的下降严重威胁着牧区的生态安全和经济的可持续发展.东北草地包括东三省和内蒙古东部,是我国草原生态系统水热条件最好的地区,也是欧亚大陆温带草原生产力最高、生物多样性最丰富的地区.东北地区也是气候变化剧烈、人类活动强度高的地区,其草地生态环境在近20 a发生了巨大变化. ...
中国北方草地生态系统服务评估和功能区划助力生态安全屏障建设
1
2020
... 作为世界上最广泛分布的生态系统,草地在全球碳循环中起着至关重要的作用[1].中国是世界上草地资源最丰富的国家之一,草地总面积近4亿hm2,占全国土地总面积的41.7%[2],相当于耕地的3.6倍[3],在畜牧业发展和生态保护中发挥着重要的作用[4].中国草原区远离海洋多高山峻岭,气候干旱多风沙.恶劣的自然环境、复杂多变气候条件、脆弱的生态环境[5],使得草原区对气候变化和放牧、开垦等人类干扰敏感.据统计,与20世纪50年代相比,全国90%的可利用天然草原不同程度地退化[6],严重退化比例达60%[7],草地生产功能的下降严重威胁着牧区的生态安全和经济的可持续发展.东北草地包括东三省和内蒙古东部,是我国草原生态系统水热条件最好的地区,也是欧亚大陆温带草原生产力最高、生物多样性最丰富的地区.东北地区也是气候变化剧烈、人类活动强度高的地区,其草地生态环境在近20 a发生了巨大变化. ...
中国北方草地生态系统服务评估和功能区划助力生态安全屏障建设
1
2020
... 作为世界上最广泛分布的生态系统,草地在全球碳循环中起着至关重要的作用[1].中国是世界上草地资源最丰富的国家之一,草地总面积近4亿hm2,占全国土地总面积的41.7%[2],相当于耕地的3.6倍[3],在畜牧业发展和生态保护中发挥着重要的作用[4].中国草原区远离海洋多高山峻岭,气候干旱多风沙.恶劣的自然环境、复杂多变气候条件、脆弱的生态环境[5],使得草原区对气候变化和放牧、开垦等人类干扰敏感.据统计,与20世纪50年代相比,全国90%的可利用天然草原不同程度地退化[6],严重退化比例达60%[7],草地生产功能的下降严重威胁着牧区的生态安全和经济的可持续发展.东北草地包括东三省和内蒙古东部,是我国草原生态系统水热条件最好的地区,也是欧亚大陆温带草原生产力最高、生物多样性最丰富的地区.东北地区也是气候变化剧烈、人类活动强度高的地区,其草地生态环境在近20 a发生了巨大变化. ...
Net primary productivity distribution in the BOREAS region from a process model using satellite and surface data
1
1999
... 草地生产力是指草地植被通过光合作用单位面积单位时间内同化的有机物数量[8],是计算草地产草量的基础,掌握草地生产力的时空变化对草原资源合理利用及草地生态环境保护具有重要意义.生产力的直接观测精度高,但费时费力,仅能用于小面积调查,无法实现区域尺度上的连续监测[9].光能利用率模型是基于遥感数据模拟植被生产力的主要方法,其原理最早是由Monteith等[10-11]提出,他将植被生产力表示为植被吸收的光合有效辐射(Absorbed Photosynthetic Active Radiation,APAR)和光能利用率(Light Use Efficiency,LUE)的乘积.由于通量站依据涡度相关法提供总初级生产力(Gross Primary Productivity,GPP)实测数据,大多数光能利用率模型都直接模拟GPP,如GLOPEM[12]、VPM[13]、C-fix[14]、C-flux[15]、MODIS-GPP[16]、EC-LUE[17]等,少量直接模拟净初级生产力(Net Primary Productivity,NPP),如CASA[18].GOWER声明对光能利用率的限制应该是GPP的函数,而不是NPP的函数,因为温度等控制因子对光合作用及呼吸作用的影响是不同的[19]. ...
草地净第一性生产力估算模型研究进展
1
2011
... 草地生产力是指草地植被通过光合作用单位面积单位时间内同化的有机物数量[8],是计算草地产草量的基础,掌握草地生产力的时空变化对草原资源合理利用及草地生态环境保护具有重要意义.生产力的直接观测精度高,但费时费力,仅能用于小面积调查,无法实现区域尺度上的连续监测[9].光能利用率模型是基于遥感数据模拟植被生产力的主要方法,其原理最早是由Monteith等[10-11]提出,他将植被生产力表示为植被吸收的光合有效辐射(Absorbed Photosynthetic Active Radiation,APAR)和光能利用率(Light Use Efficiency,LUE)的乘积.由于通量站依据涡度相关法提供总初级生产力(Gross Primary Productivity,GPP)实测数据,大多数光能利用率模型都直接模拟GPP,如GLOPEM[12]、VPM[13]、C-fix[14]、C-flux[15]、MODIS-GPP[16]、EC-LUE[17]等,少量直接模拟净初级生产力(Net Primary Productivity,NPP),如CASA[18].GOWER声明对光能利用率的限制应该是GPP的函数,而不是NPP的函数,因为温度等控制因子对光合作用及呼吸作用的影响是不同的[19]. ...
草地净第一性生产力估算模型研究进展
1
2011
... 草地生产力是指草地植被通过光合作用单位面积单位时间内同化的有机物数量[8],是计算草地产草量的基础,掌握草地生产力的时空变化对草原资源合理利用及草地生态环境保护具有重要意义.生产力的直接观测精度高,但费时费力,仅能用于小面积调查,无法实现区域尺度上的连续监测[9].光能利用率模型是基于遥感数据模拟植被生产力的主要方法,其原理最早是由Monteith等[10-11]提出,他将植被生产力表示为植被吸收的光合有效辐射(Absorbed Photosynthetic Active Radiation,APAR)和光能利用率(Light Use Efficiency,LUE)的乘积.由于通量站依据涡度相关法提供总初级生产力(Gross Primary Productivity,GPP)实测数据,大多数光能利用率模型都直接模拟GPP,如GLOPEM[12]、VPM[13]、C-fix[14]、C-flux[15]、MODIS-GPP[16]、EC-LUE[17]等,少量直接模拟净初级生产力(Net Primary Productivity,NPP),如CASA[18].GOWER声明对光能利用率的限制应该是GPP的函数,而不是NPP的函数,因为温度等控制因子对光合作用及呼吸作用的影响是不同的[19]. ...
Solar Radiation and productivity in tropical ecosystems
1
1972
... 草地生产力是指草地植被通过光合作用单位面积单位时间内同化的有机物数量[8],是计算草地产草量的基础,掌握草地生产力的时空变化对草原资源合理利用及草地生态环境保护具有重要意义.生产力的直接观测精度高,但费时费力,仅能用于小面积调查,无法实现区域尺度上的连续监测[9].光能利用率模型是基于遥感数据模拟植被生产力的主要方法,其原理最早是由Monteith等[10-11]提出,他将植被生产力表示为植被吸收的光合有效辐射(Absorbed Photosynthetic Active Radiation,APAR)和光能利用率(Light Use Efficiency,LUE)的乘积.由于通量站依据涡度相关法提供总初级生产力(Gross Primary Productivity,GPP)实测数据,大多数光能利用率模型都直接模拟GPP,如GLOPEM[12]、VPM[13]、C-fix[14]、C-flux[15]、MODIS-GPP[16]、EC-LUE[17]等,少量直接模拟净初级生产力(Net Primary Productivity,NPP),如CASA[18].GOWER声明对光能利用率的限制应该是GPP的函数,而不是NPP的函数,因为温度等控制因子对光合作用及呼吸作用的影响是不同的[19]. ...
Climate and the efficiency of crop production in Britain
1
1977
... 草地生产力是指草地植被通过光合作用单位面积单位时间内同化的有机物数量[8],是计算草地产草量的基础,掌握草地生产力的时空变化对草原资源合理利用及草地生态环境保护具有重要意义.生产力的直接观测精度高,但费时费力,仅能用于小面积调查,无法实现区域尺度上的连续监测[9].光能利用率模型是基于遥感数据模拟植被生产力的主要方法,其原理最早是由Monteith等[10-11]提出,他将植被生产力表示为植被吸收的光合有效辐射(Absorbed Photosynthetic Active Radiation,APAR)和光能利用率(Light Use Efficiency,LUE)的乘积.由于通量站依据涡度相关法提供总初级生产力(Gross Primary Productivity,GPP)实测数据,大多数光能利用率模型都直接模拟GPP,如GLOPEM[12]、VPM[13]、C-fix[14]、C-flux[15]、MODIS-GPP[16]、EC-LUE[17]等,少量直接模拟净初级生产力(Net Primary Productivity,NPP),如CASA[18].GOWER声明对光能利用率的限制应该是GPP的函数,而不是NPP的函数,因为温度等控制因子对光合作用及呼吸作用的影响是不同的[19]. ...
Global primary production: A remote sensing approach
1
1995
... 草地生产力是指草地植被通过光合作用单位面积单位时间内同化的有机物数量[8],是计算草地产草量的基础,掌握草地生产力的时空变化对草原资源合理利用及草地生态环境保护具有重要意义.生产力的直接观测精度高,但费时费力,仅能用于小面积调查,无法实现区域尺度上的连续监测[9].光能利用率模型是基于遥感数据模拟植被生产力的主要方法,其原理最早是由Monteith等[10-11]提出,他将植被生产力表示为植被吸收的光合有效辐射(Absorbed Photosynthetic Active Radiation,APAR)和光能利用率(Light Use Efficiency,LUE)的乘积.由于通量站依据涡度相关法提供总初级生产力(Gross Primary Productivity,GPP)实测数据,大多数光能利用率模型都直接模拟GPP,如GLOPEM[12]、VPM[13]、C-fix[14]、C-flux[15]、MODIS-GPP[16]、EC-LUE[17]等,少量直接模拟净初级生产力(Net Primary Productivity,NPP),如CASA[18].GOWER声明对光能利用率的限制应该是GPP的函数,而不是NPP的函数,因为温度等控制因子对光合作用及呼吸作用的影响是不同的[19]. ...
Satellite-based modeling of gross primary production in an evergreen needleleaf forest
2
2004
... 草地生产力是指草地植被通过光合作用单位面积单位时间内同化的有机物数量[8],是计算草地产草量的基础,掌握草地生产力的时空变化对草原资源合理利用及草地生态环境保护具有重要意义.生产力的直接观测精度高,但费时费力,仅能用于小面积调查,无法实现区域尺度上的连续监测[9].光能利用率模型是基于遥感数据模拟植被生产力的主要方法,其原理最早是由Monteith等[10-11]提出,他将植被生产力表示为植被吸收的光合有效辐射(Absorbed Photosynthetic Active Radiation,APAR)和光能利用率(Light Use Efficiency,LUE)的乘积.由于通量站依据涡度相关法提供总初级生产力(Gross Primary Productivity,GPP)实测数据,大多数光能利用率模型都直接模拟GPP,如GLOPEM[12]、VPM[13]、C-fix[14]、C-flux[15]、MODIS-GPP[16]、EC-LUE[17]等,少量直接模拟净初级生产力(Net Primary Productivity,NPP),如CASA[18].GOWER声明对光能利用率的限制应该是GPP的函数,而不是NPP的函数,因为温度等控制因子对光合作用及呼吸作用的影响是不同的[19]. ...
... 为了验证东北草地光能利用率模型模拟GPP的精度,以涡度GPP数据作为真值,对东北草地光能利用率模型、MODIS GPP产品[16]和VPM GPP产品[13]的精度进行检验和对比.选用决定系数(R2)、平均绝对误差(MAE)和均方根误差(RMSE),作为草地生产力模型精度的评价指标. ...
Estimation of carbon mass fluxes over Europe using the C-Fix model and Euroflux data
1
2002
... 草地生产力是指草地植被通过光合作用单位面积单位时间内同化的有机物数量[8],是计算草地产草量的基础,掌握草地生产力的时空变化对草原资源合理利用及草地生态环境保护具有重要意义.生产力的直接观测精度高,但费时费力,仅能用于小面积调查,无法实现区域尺度上的连续监测[9].光能利用率模型是基于遥感数据模拟植被生产力的主要方法,其原理最早是由Monteith等[10-11]提出,他将植被生产力表示为植被吸收的光合有效辐射(Absorbed Photosynthetic Active Radiation,APAR)和光能利用率(Light Use Efficiency,LUE)的乘积.由于通量站依据涡度相关法提供总初级生产力(Gross Primary Productivity,GPP)实测数据,大多数光能利用率模型都直接模拟GPP,如GLOPEM[12]、VPM[13]、C-fix[14]、C-flux[15]、MODIS-GPP[16]、EC-LUE[17]等,少量直接模拟净初级生产力(Net Primary Productivity,NPP),如CASA[18].GOWER声明对光能利用率的限制应该是GPP的函数,而不是NPP的函数,因为温度等控制因子对光合作用及呼吸作用的影响是不同的[19]. ...
A diagnostic carbon flux model to monitor the effects of disturbance and interannual variation in climate on regional NEP
1
2006
... 草地生产力是指草地植被通过光合作用单位面积单位时间内同化的有机物数量[8],是计算草地产草量的基础,掌握草地生产力的时空变化对草原资源合理利用及草地生态环境保护具有重要意义.生产力的直接观测精度高,但费时费力,仅能用于小面积调查,无法实现区域尺度上的连续监测[9].光能利用率模型是基于遥感数据模拟植被生产力的主要方法,其原理最早是由Monteith等[10-11]提出,他将植被生产力表示为植被吸收的光合有效辐射(Absorbed Photosynthetic Active Radiation,APAR)和光能利用率(Light Use Efficiency,LUE)的乘积.由于通量站依据涡度相关法提供总初级生产力(Gross Primary Productivity,GPP)实测数据,大多数光能利用率模型都直接模拟GPP,如GLOPEM[12]、VPM[13]、C-fix[14]、C-flux[15]、MODIS-GPP[16]、EC-LUE[17]等,少量直接模拟净初级生产力(Net Primary Productivity,NPP),如CASA[18].GOWER声明对光能利用率的限制应该是GPP的函数,而不是NPP的函数,因为温度等控制因子对光合作用及呼吸作用的影响是不同的[19]. ...
Global terrestrial gross and net primary productivity from the earth observing system
2
2000
... 草地生产力是指草地植被通过光合作用单位面积单位时间内同化的有机物数量[8],是计算草地产草量的基础,掌握草地生产力的时空变化对草原资源合理利用及草地生态环境保护具有重要意义.生产力的直接观测精度高,但费时费力,仅能用于小面积调查,无法实现区域尺度上的连续监测[9].光能利用率模型是基于遥感数据模拟植被生产力的主要方法,其原理最早是由Monteith等[10-11]提出,他将植被生产力表示为植被吸收的光合有效辐射(Absorbed Photosynthetic Active Radiation,APAR)和光能利用率(Light Use Efficiency,LUE)的乘积.由于通量站依据涡度相关法提供总初级生产力(Gross Primary Productivity,GPP)实测数据,大多数光能利用率模型都直接模拟GPP,如GLOPEM[12]、VPM[13]、C-fix[14]、C-flux[15]、MODIS-GPP[16]、EC-LUE[17]等,少量直接模拟净初级生产力(Net Primary Productivity,NPP),如CASA[18].GOWER声明对光能利用率的限制应该是GPP的函数,而不是NPP的函数,因为温度等控制因子对光合作用及呼吸作用的影响是不同的[19]. ...
... 为了验证东北草地光能利用率模型模拟GPP的精度,以涡度GPP数据作为真值,对东北草地光能利用率模型、MODIS GPP产品[16]和VPM GPP产品[13]的精度进行检验和对比.选用决定系数(R2)、平均绝对误差(MAE)和均方根误差(RMSE),作为草地生产力模型精度的评价指标. ...
Deriving a light use efficiency model from eddy covariance flux data for predicting daily gross primary production across biomes
2
2007
... 草地生产力是指草地植被通过光合作用单位面积单位时间内同化的有机物数量[8],是计算草地产草量的基础,掌握草地生产力的时空变化对草原资源合理利用及草地生态环境保护具有重要意义.生产力的直接观测精度高,但费时费力,仅能用于小面积调查,无法实现区域尺度上的连续监测[9].光能利用率模型是基于遥感数据模拟植被生产力的主要方法,其原理最早是由Monteith等[10-11]提出,他将植被生产力表示为植被吸收的光合有效辐射(Absorbed Photosynthetic Active Radiation,APAR)和光能利用率(Light Use Efficiency,LUE)的乘积.由于通量站依据涡度相关法提供总初级生产力(Gross Primary Productivity,GPP)实测数据,大多数光能利用率模型都直接模拟GPP,如GLOPEM[12]、VPM[13]、C-fix[14]、C-flux[15]、MODIS-GPP[16]、EC-LUE[17]等,少量直接模拟净初级生产力(Net Primary Productivity,NPP),如CASA[18].GOWER声明对光能利用率的限制应该是GPP的函数,而不是NPP的函数,因为温度等控制因子对光合作用及呼吸作用的影响是不同的[19]. ...
... 其中:PAR是光合有效辐射;FPAR是光合有效辐射吸收比例;εmax是最大光能利用率,EC-LUE模型中的εmax为28个通量站点拟合值[17],本研究εmax取值与EC-LUE模型相同,为2.14 gCMJ-1,f(T)是温度胁迫因子,f(W)是水分胁迫因子.FPAR通过比较NDVI、EVI及NDPI对通量GPP的解释能力来确定.温度胁迫参数采用与GLOPEM模型一样的三基点温度的计算方法: ...
Terrestrial ecosystem production: A process model based on global satellite and surface data
1
1993
... 草地生产力是指草地植被通过光合作用单位面积单位时间内同化的有机物数量[8],是计算草地产草量的基础,掌握草地生产力的时空变化对草原资源合理利用及草地生态环境保护具有重要意义.生产力的直接观测精度高,但费时费力,仅能用于小面积调查,无法实现区域尺度上的连续监测[9].光能利用率模型是基于遥感数据模拟植被生产力的主要方法,其原理最早是由Monteith等[10-11]提出,他将植被生产力表示为植被吸收的光合有效辐射(Absorbed Photosynthetic Active Radiation,APAR)和光能利用率(Light Use Efficiency,LUE)的乘积.由于通量站依据涡度相关法提供总初级生产力(Gross Primary Productivity,GPP)实测数据,大多数光能利用率模型都直接模拟GPP,如GLOPEM[12]、VPM[13]、C-fix[14]、C-flux[15]、MODIS-GPP[16]、EC-LUE[17]等,少量直接模拟净初级生产力(Net Primary Productivity,NPP),如CASA[18].GOWER声明对光能利用率的限制应该是GPP的函数,而不是NPP的函数,因为温度等控制因子对光合作用及呼吸作用的影响是不同的[19]. ...
Direct and indirect estimation of leaf area index, fAPAR, and net primary production of terrestrial ecosystems
1
1999
... 草地生产力是指草地植被通过光合作用单位面积单位时间内同化的有机物数量[8],是计算草地产草量的基础,掌握草地生产力的时空变化对草原资源合理利用及草地生态环境保护具有重要意义.生产力的直接观测精度高,但费时费力,仅能用于小面积调查,无法实现区域尺度上的连续监测[9].光能利用率模型是基于遥感数据模拟植被生产力的主要方法,其原理最早是由Monteith等[10-11]提出,他将植被生产力表示为植被吸收的光合有效辐射(Absorbed Photosynthetic Active Radiation,APAR)和光能利用率(Light Use Efficiency,LUE)的乘积.由于通量站依据涡度相关法提供总初级生产力(Gross Primary Productivity,GPP)实测数据,大多数光能利用率模型都直接模拟GPP,如GLOPEM[12]、VPM[13]、C-fix[14]、C-flux[15]、MODIS-GPP[16]、EC-LUE[17]等,少量直接模拟净初级生产力(Net Primary Productivity,NPP),如CASA[18].GOWER声明对光能利用率的限制应该是GPP的函数,而不是NPP的函数,因为温度等控制因子对光合作用及呼吸作用的影响是不同的[19]. ...
NDWI—A normalized difference water index for remote sensing of vegetation liquid water from space
1
1996
... 目前,光能利用率模型已成为应用最多最广的生产力模拟方法.尽管光能利用率模型遵循相同的原理,但采用的参数和结构各异,因而在模拟能力和适用性等方面差异显著.模型之间的差异主要是水分限制因子之间的差异,如MODIS-GPP模型和C-flux模型中使用表示空气干燥状况的饱和水汽压差(Vapor Pressure Deficit,VPD),VPM模型中使用表示冠层水分状况的地表水分指数(Land Surface Water Index,LSWI)[20],GLOPEM模型中使用表示土壤水分状况的土壤水分含量(Soil Water Content,SWC),EC-LUE模型中与土壤表层水分状况密切相关的蒸发分数(Evaporative Fraction,EF).模型之间的差异少部分来自光合有效辐射吸收比例(Fraction of Absorbed Photosynthetically Active Radiation,FPAR)之间的差异,光合有效辐射常使用植被指数表示,如VPM模型中使用增强植被指数(Enhanced Vegetation Index,EVI),EC-LUE模型使用归一化植被指数(Normalized Difference Vegetation Index,NDVI)的线性方程.NDVI是最常用的植被指数,它与植被覆盖率有关,可以在一定程度上表示植被生长状况[21].但是,当植被茂密时,其渐近趋近饱和,灵敏度降低.EVI解决了NDVI容易饱和的问题,适用于生长密集的植被[22-23],在VPM模型中,EVI用来表示光合有效辐射被植物叶绿素吸收的部分.草原植被覆盖度低,土壤对植被冠层参数反演的影响很大.归一化物候植被指数(Normalized Difference Phenology Index,NDPI)将植被与背景(土壤和雪)进行最优对比,从而消除土壤和雪对植被的影响,同时最小化背景之间的差异[24],从而准确识别植被返青期,广泛应用于植被物候变化监测研究[25-27].在缺水生态系统中,干旱植被难以与背景土壤特征区分开,因此在可见和近红色的应用受限,短波红外的加入使得指数对植被含水量敏感,从而解决上述问题.近期的研究表明NDPI还能够很好地消除土壤背景的影响[28-29]. ...
Monitoring vegetation systems in the great plains with ERTS
1
1973
... 目前,光能利用率模型已成为应用最多最广的生产力模拟方法.尽管光能利用率模型遵循相同的原理,但采用的参数和结构各异,因而在模拟能力和适用性等方面差异显著.模型之间的差异主要是水分限制因子之间的差异,如MODIS-GPP模型和C-flux模型中使用表示空气干燥状况的饱和水汽压差(Vapor Pressure Deficit,VPD),VPM模型中使用表示冠层水分状况的地表水分指数(Land Surface Water Index,LSWI)[20],GLOPEM模型中使用表示土壤水分状况的土壤水分含量(Soil Water Content,SWC),EC-LUE模型中与土壤表层水分状况密切相关的蒸发分数(Evaporative Fraction,EF).模型之间的差异少部分来自光合有效辐射吸收比例(Fraction of Absorbed Photosynthetically Active Radiation,FPAR)之间的差异,光合有效辐射常使用植被指数表示,如VPM模型中使用增强植被指数(Enhanced Vegetation Index,EVI),EC-LUE模型使用归一化植被指数(Normalized Difference Vegetation Index,NDVI)的线性方程.NDVI是最常用的植被指数,它与植被覆盖率有关,可以在一定程度上表示植被生长状况[21].但是,当植被茂密时,其渐近趋近饱和,灵敏度降低.EVI解决了NDVI容易饱和的问题,适用于生长密集的植被[22-23],在VPM模型中,EVI用来表示光合有效辐射被植物叶绿素吸收的部分.草原植被覆盖度低,土壤对植被冠层参数反演的影响很大.归一化物候植被指数(Normalized Difference Phenology Index,NDPI)将植被与背景(土壤和雪)进行最优对比,从而消除土壤和雪对植被的影响,同时最小化背景之间的差异[24],从而准确识别植被返青期,广泛应用于植被物候变化监测研究[25-27].在缺水生态系统中,干旱植被难以与背景土壤特征区分开,因此在可见和近红色的应用受限,短波红外的加入使得指数对植被含水量敏感,从而解决上述问题.近期的研究表明NDPI还能够很好地消除土壤背景的影响[28-29]. ...
A comparison of vegeta-tion indices over a global set of TM images for EOS-MODIS
1
1997
... 目前,光能利用率模型已成为应用最多最广的生产力模拟方法.尽管光能利用率模型遵循相同的原理,但采用的参数和结构各异,因而在模拟能力和适用性等方面差异显著.模型之间的差异主要是水分限制因子之间的差异,如MODIS-GPP模型和C-flux模型中使用表示空气干燥状况的饱和水汽压差(Vapor Pressure Deficit,VPD),VPM模型中使用表示冠层水分状况的地表水分指数(Land Surface Water Index,LSWI)[20],GLOPEM模型中使用表示土壤水分状况的土壤水分含量(Soil Water Content,SWC),EC-LUE模型中与土壤表层水分状况密切相关的蒸发分数(Evaporative Fraction,EF).模型之间的差异少部分来自光合有效辐射吸收比例(Fraction of Absorbed Photosynthetically Active Radiation,FPAR)之间的差异,光合有效辐射常使用植被指数表示,如VPM模型中使用增强植被指数(Enhanced Vegetation Index,EVI),EC-LUE模型使用归一化植被指数(Normalized Difference Vegetation Index,NDVI)的线性方程.NDVI是最常用的植被指数,它与植被覆盖率有关,可以在一定程度上表示植被生长状况[21].但是,当植被茂密时,其渐近趋近饱和,灵敏度降低.EVI解决了NDVI容易饱和的问题,适用于生长密集的植被[22-23],在VPM模型中,EVI用来表示光合有效辐射被植物叶绿素吸收的部分.草原植被覆盖度低,土壤对植被冠层参数反演的影响很大.归一化物候植被指数(Normalized Difference Phenology Index,NDPI)将植被与背景(土壤和雪)进行最优对比,从而消除土壤和雪对植被的影响,同时最小化背景之间的差异[24],从而准确识别植被返青期,广泛应用于植被物候变化监测研究[25-27].在缺水生态系统中,干旱植被难以与背景土壤特征区分开,因此在可见和近红色的应用受限,短波红外的加入使得指数对植被含水量敏感,从而解决上述问题.近期的研究表明NDPI还能够很好地消除土壤背景的影响[28-29]. ...
Overview of the radiometric and biophysical performance of the MODIS vegetation indices
1
2002
... 目前,光能利用率模型已成为应用最多最广的生产力模拟方法.尽管光能利用率模型遵循相同的原理,但采用的参数和结构各异,因而在模拟能力和适用性等方面差异显著.模型之间的差异主要是水分限制因子之间的差异,如MODIS-GPP模型和C-flux模型中使用表示空气干燥状况的饱和水汽压差(Vapor Pressure Deficit,VPD),VPM模型中使用表示冠层水分状况的地表水分指数(Land Surface Water Index,LSWI)[20],GLOPEM模型中使用表示土壤水分状况的土壤水分含量(Soil Water Content,SWC),EC-LUE模型中与土壤表层水分状况密切相关的蒸发分数(Evaporative Fraction,EF).模型之间的差异少部分来自光合有效辐射吸收比例(Fraction of Absorbed Photosynthetically Active Radiation,FPAR)之间的差异,光合有效辐射常使用植被指数表示,如VPM模型中使用增强植被指数(Enhanced Vegetation Index,EVI),EC-LUE模型使用归一化植被指数(Normalized Difference Vegetation Index,NDVI)的线性方程.NDVI是最常用的植被指数,它与植被覆盖率有关,可以在一定程度上表示植被生长状况[21].但是,当植被茂密时,其渐近趋近饱和,灵敏度降低.EVI解决了NDVI容易饱和的问题,适用于生长密集的植被[22-23],在VPM模型中,EVI用来表示光合有效辐射被植物叶绿素吸收的部分.草原植被覆盖度低,土壤对植被冠层参数反演的影响很大.归一化物候植被指数(Normalized Difference Phenology Index,NDPI)将植被与背景(土壤和雪)进行最优对比,从而消除土壤和雪对植被的影响,同时最小化背景之间的差异[24],从而准确识别植被返青期,广泛应用于植被物候变化监测研究[25-27].在缺水生态系统中,干旱植被难以与背景土壤特征区分开,因此在可见和近红色的应用受限,短波红外的加入使得指数对植被含水量敏感,从而解决上述问题.近期的研究表明NDPI还能够很好地消除土壤背景的影响[28-29]. ...
A snow-free vegetation index for improved monitoring of vegetation spring green-up date in deciduous ecosystems
2
2017
... 目前,光能利用率模型已成为应用最多最广的生产力模拟方法.尽管光能利用率模型遵循相同的原理,但采用的参数和结构各异,因而在模拟能力和适用性等方面差异显著.模型之间的差异主要是水分限制因子之间的差异,如MODIS-GPP模型和C-flux模型中使用表示空气干燥状况的饱和水汽压差(Vapor Pressure Deficit,VPD),VPM模型中使用表示冠层水分状况的地表水分指数(Land Surface Water Index,LSWI)[20],GLOPEM模型中使用表示土壤水分状况的土壤水分含量(Soil Water Content,SWC),EC-LUE模型中与土壤表层水分状况密切相关的蒸发分数(Evaporative Fraction,EF).模型之间的差异少部分来自光合有效辐射吸收比例(Fraction of Absorbed Photosynthetically Active Radiation,FPAR)之间的差异,光合有效辐射常使用植被指数表示,如VPM模型中使用增强植被指数(Enhanced Vegetation Index,EVI),EC-LUE模型使用归一化植被指数(Normalized Difference Vegetation Index,NDVI)的线性方程.NDVI是最常用的植被指数,它与植被覆盖率有关,可以在一定程度上表示植被生长状况[21].但是,当植被茂密时,其渐近趋近饱和,灵敏度降低.EVI解决了NDVI容易饱和的问题,适用于生长密集的植被[22-23],在VPM模型中,EVI用来表示光合有效辐射被植物叶绿素吸收的部分.草原植被覆盖度低,土壤对植被冠层参数反演的影响很大.归一化物候植被指数(Normalized Difference Phenology Index,NDPI)将植被与背景(土壤和雪)进行最优对比,从而消除土壤和雪对植被的影响,同时最小化背景之间的差异[24],从而准确识别植被返青期,广泛应用于植被物候变化监测研究[25-27].在缺水生态系统中,干旱植被难以与背景土壤特征区分开,因此在可见和近红色的应用受限,短波红外的加入使得指数对植被含水量敏感,从而解决上述问题.近期的研究表明NDPI还能够很好地消除土壤背景的影响[28-29]. ...
... 有学者经过研究发现,在草原使用LSWI + 0.5替代VPM中的Wscalar可提高精度[24].东北草地光能利用率模型以LSWI+0.5作为水分胁迫因子. ...
Comparison of winter wheat spring phenology extraction by various remote sensing vegetation indices and methods
1
2019
... 目前,光能利用率模型已成为应用最多最广的生产力模拟方法.尽管光能利用率模型遵循相同的原理,但采用的参数和结构各异,因而在模拟能力和适用性等方面差异显著.模型之间的差异主要是水分限制因子之间的差异,如MODIS-GPP模型和C-flux模型中使用表示空气干燥状况的饱和水汽压差(Vapor Pressure Deficit,VPD),VPM模型中使用表示冠层水分状况的地表水分指数(Land Surface Water Index,LSWI)[20],GLOPEM模型中使用表示土壤水分状况的土壤水分含量(Soil Water Content,SWC),EC-LUE模型中与土壤表层水分状况密切相关的蒸发分数(Evaporative Fraction,EF).模型之间的差异少部分来自光合有效辐射吸收比例(Fraction of Absorbed Photosynthetically Active Radiation,FPAR)之间的差异,光合有效辐射常使用植被指数表示,如VPM模型中使用增强植被指数(Enhanced Vegetation Index,EVI),EC-LUE模型使用归一化植被指数(Normalized Difference Vegetation Index,NDVI)的线性方程.NDVI是最常用的植被指数,它与植被覆盖率有关,可以在一定程度上表示植被生长状况[21].但是,当植被茂密时,其渐近趋近饱和,灵敏度降低.EVI解决了NDVI容易饱和的问题,适用于生长密集的植被[22-23],在VPM模型中,EVI用来表示光合有效辐射被植物叶绿素吸收的部分.草原植被覆盖度低,土壤对植被冠层参数反演的影响很大.归一化物候植被指数(Normalized Difference Phenology Index,NDPI)将植被与背景(土壤和雪)进行最优对比,从而消除土壤和雪对植被的影响,同时最小化背景之间的差异[24],从而准确识别植被返青期,广泛应用于植被物候变化监测研究[25-27].在缺水生态系统中,干旱植被难以与背景土壤特征区分开,因此在可见和近红色的应用受限,短波红外的加入使得指数对植被含水量敏感,从而解决上述问题.近期的研究表明NDPI还能够很好地消除土壤背景的影响[28-29]. ...
Comparison of MODIS-based vegetation indices and methods for winter wheat green-up date detection in Huanghuai region of China
0
2020
The confounding effect of snow cover on assessing spring phenology from space: A new look at trends on the Tibetan Plateau
1
2021
... 目前,光能利用率模型已成为应用最多最广的生产力模拟方法.尽管光能利用率模型遵循相同的原理,但采用的参数和结构各异,因而在模拟能力和适用性等方面差异显著.模型之间的差异主要是水分限制因子之间的差异,如MODIS-GPP模型和C-flux模型中使用表示空气干燥状况的饱和水汽压差(Vapor Pressure Deficit,VPD),VPM模型中使用表示冠层水分状况的地表水分指数(Land Surface Water Index,LSWI)[20],GLOPEM模型中使用表示土壤水分状况的土壤水分含量(Soil Water Content,SWC),EC-LUE模型中与土壤表层水分状况密切相关的蒸发分数(Evaporative Fraction,EF).模型之间的差异少部分来自光合有效辐射吸收比例(Fraction of Absorbed Photosynthetically Active Radiation,FPAR)之间的差异,光合有效辐射常使用植被指数表示,如VPM模型中使用增强植被指数(Enhanced Vegetation Index,EVI),EC-LUE模型使用归一化植被指数(Normalized Difference Vegetation Index,NDVI)的线性方程.NDVI是最常用的植被指数,它与植被覆盖率有关,可以在一定程度上表示植被生长状况[21].但是,当植被茂密时,其渐近趋近饱和,灵敏度降低.EVI解决了NDVI容易饱和的问题,适用于生长密集的植被[22-23],在VPM模型中,EVI用来表示光合有效辐射被植物叶绿素吸收的部分.草原植被覆盖度低,土壤对植被冠层参数反演的影响很大.归一化物候植被指数(Normalized Difference Phenology Index,NDPI)将植被与背景(土壤和雪)进行最优对比,从而消除土壤和雪对植被的影响,同时最小化背景之间的差异[24],从而准确识别植被返青期,广泛应用于植被物候变化监测研究[25-27].在缺水生态系统中,干旱植被难以与背景土壤特征区分开,因此在可见和近红色的应用受限,短波红外的加入使得指数对植被含水量敏感,从而解决上述问题.近期的研究表明NDPI还能够很好地消除土壤背景的影响[28-29]. ...
Replacing the red band with the Red-SWIR band (0.74(red)+0.26(swir)) can reduce the sensitivity of vegetation indices to soil background
1
2019
... 目前,光能利用率模型已成为应用最多最广的生产力模拟方法.尽管光能利用率模型遵循相同的原理,但采用的参数和结构各异,因而在模拟能力和适用性等方面差异显著.模型之间的差异主要是水分限制因子之间的差异,如MODIS-GPP模型和C-flux模型中使用表示空气干燥状况的饱和水汽压差(Vapor Pressure Deficit,VPD),VPM模型中使用表示冠层水分状况的地表水分指数(Land Surface Water Index,LSWI)[20],GLOPEM模型中使用表示土壤水分状况的土壤水分含量(Soil Water Content,SWC),EC-LUE模型中与土壤表层水分状况密切相关的蒸发分数(Evaporative Fraction,EF).模型之间的差异少部分来自光合有效辐射吸收比例(Fraction of Absorbed Photosynthetically Active Radiation,FPAR)之间的差异,光合有效辐射常使用植被指数表示,如VPM模型中使用增强植被指数(Enhanced Vegetation Index,EVI),EC-LUE模型使用归一化植被指数(Normalized Difference Vegetation Index,NDVI)的线性方程.NDVI是最常用的植被指数,它与植被覆盖率有关,可以在一定程度上表示植被生长状况[21].但是,当植被茂密时,其渐近趋近饱和,灵敏度降低.EVI解决了NDVI容易饱和的问题,适用于生长密集的植被[22-23],在VPM模型中,EVI用来表示光合有效辐射被植物叶绿素吸收的部分.草原植被覆盖度低,土壤对植被冠层参数反演的影响很大.归一化物候植被指数(Normalized Difference Phenology Index,NDPI)将植被与背景(土壤和雪)进行最优对比,从而消除土壤和雪对植被的影响,同时最小化背景之间的差异[24],从而准确识别植被返青期,广泛应用于植被物候变化监测研究[25-27].在缺水生态系统中,干旱植被难以与背景土壤特征区分开,因此在可见和近红色的应用受限,短波红外的加入使得指数对植被含水量敏感,从而解决上述问题.近期的研究表明NDPI还能够很好地消除土壤背景的影响[28-29]. ...
The superiority of the Normalized Difference Phenology Index (NDPI) for estimating grassland aboveground fresh biomass
1
2021
... 目前,光能利用率模型已成为应用最多最广的生产力模拟方法.尽管光能利用率模型遵循相同的原理,但采用的参数和结构各异,因而在模拟能力和适用性等方面差异显著.模型之间的差异主要是水分限制因子之间的差异,如MODIS-GPP模型和C-flux模型中使用表示空气干燥状况的饱和水汽压差(Vapor Pressure Deficit,VPD),VPM模型中使用表示冠层水分状况的地表水分指数(Land Surface Water Index,LSWI)[20],GLOPEM模型中使用表示土壤水分状况的土壤水分含量(Soil Water Content,SWC),EC-LUE模型中与土壤表层水分状况密切相关的蒸发分数(Evaporative Fraction,EF).模型之间的差异少部分来自光合有效辐射吸收比例(Fraction of Absorbed Photosynthetically Active Radiation,FPAR)之间的差异,光合有效辐射常使用植被指数表示,如VPM模型中使用增强植被指数(Enhanced Vegetation Index,EVI),EC-LUE模型使用归一化植被指数(Normalized Difference Vegetation Index,NDVI)的线性方程.NDVI是最常用的植被指数,它与植被覆盖率有关,可以在一定程度上表示植被生长状况[21].但是,当植被茂密时,其渐近趋近饱和,灵敏度降低.EVI解决了NDVI容易饱和的问题,适用于生长密集的植被[22-23],在VPM模型中,EVI用来表示光合有效辐射被植物叶绿素吸收的部分.草原植被覆盖度低,土壤对植被冠层参数反演的影响很大.归一化物候植被指数(Normalized Difference Phenology Index,NDPI)将植被与背景(土壤和雪)进行最优对比,从而消除土壤和雪对植被的影响,同时最小化背景之间的差异[24],从而准确识别植被返青期,广泛应用于植被物候变化监测研究[25-27].在缺水生态系统中,干旱植被难以与背景土壤特征区分开,因此在可见和近红色的应用受限,短波红外的加入使得指数对植被含水量敏感,从而解决上述问题.近期的研究表明NDPI还能够很好地消除土壤背景的影响[28-29]. ...
Global comparison of light use efficiency models for simulating terrestrial vegetation gross primary production based on the LaThuile database
2
2014
... Yuan等[30]对比CASA、C-fix、C-flux、VPM、VPRM、EC-LUE和MODIS_GPP 7种模型,发现除了C-flux、VPM模型,其余模型在高水分胁迫的条件下,R2较小.模型误差的来源包含三方面:一是没有完全考虑环境限制因子;二是遥感数据本身的误差;三是水分胁迫的公式不能解释水分对GPP的影响[30].此外,光能利用率模型的建模区域为森林、全球或美洲草原,而对中国草原的适用性较弱.中国草原处于干旱半干旱区,对气候条件(尤其是水分条件)的改变十分敏感,因此改进光能利用率模型中的参数,建立了适合中国草原的高精度光能利用率模型十分必要.目前,很多学者开展了中国草原光能利用率模型改进研究.如根据实测生物量数据对CASA模型中不同覆盖类型[31]或不同类型草地[32]的最大光能利用率进行了优化,或根据通量观测数据对模型中的参数进行优化[33].何洪林发现LSWI+0.5替换VPM模型中的水分胁迫,可提高VPM 模型在青藏高原草地的GPP模拟精度[34],后面的表明研究此改进策略可将中国草地GPP的模拟精度(R2)从0.67提高到0.78[35],Madami等[36]使用优化的光能利用率替代最大光能利用率,将模拟精度整体提高了15%.以上研究表明根据具体的研究对象,有针对性性的开展模型参数改进及优化,对提高光能利用率模型的模拟精度十分有效. ...
... [30].此外,光能利用率模型的建模区域为森林、全球或美洲草原,而对中国草原的适用性较弱.中国草原处于干旱半干旱区,对气候条件(尤其是水分条件)的改变十分敏感,因此改进光能利用率模型中的参数,建立了适合中国草原的高精度光能利用率模型十分必要.目前,很多学者开展了中国草原光能利用率模型改进研究.如根据实测生物量数据对CASA模型中不同覆盖类型[31]或不同类型草地[32]的最大光能利用率进行了优化,或根据通量观测数据对模型中的参数进行优化[33].何洪林发现LSWI+0.5替换VPM模型中的水分胁迫,可提高VPM 模型在青藏高原草地的GPP模拟精度[34],后面的表明研究此改进策略可将中国草地GPP的模拟精度(R2)从0.67提高到0.78[35],Madami等[36]使用优化的光能利用率替代最大光能利用率,将模拟精度整体提高了15%.以上研究表明根据具体的研究对象,有针对性性的开展模型参数改进及优化,对提高光能利用率模型的模拟精度十分有效. ...
CASA模型的改进及在干旱区生态系统NPP估算中的应用
1
2014
... Yuan等[30]对比CASA、C-fix、C-flux、VPM、VPRM、EC-LUE和MODIS_GPP 7种模型,发现除了C-flux、VPM模型,其余模型在高水分胁迫的条件下,R2较小.模型误差的来源包含三方面:一是没有完全考虑环境限制因子;二是遥感数据本身的误差;三是水分胁迫的公式不能解释水分对GPP的影响[30].此外,光能利用率模型的建模区域为森林、全球或美洲草原,而对中国草原的适用性较弱.中国草原处于干旱半干旱区,对气候条件(尤其是水分条件)的改变十分敏感,因此改进光能利用率模型中的参数,建立了适合中国草原的高精度光能利用率模型十分必要.目前,很多学者开展了中国草原光能利用率模型改进研究.如根据实测生物量数据对CASA模型中不同覆盖类型[31]或不同类型草地[32]的最大光能利用率进行了优化,或根据通量观测数据对模型中的参数进行优化[33].何洪林发现LSWI+0.5替换VPM模型中的水分胁迫,可提高VPM 模型在青藏高原草地的GPP模拟精度[34],后面的表明研究此改进策略可将中国草地GPP的模拟精度(R2)从0.67提高到0.78[35],Madami等[36]使用优化的光能利用率替代最大光能利用率,将模拟精度整体提高了15%.以上研究表明根据具体的研究对象,有针对性性的开展模型参数改进及优化,对提高光能利用率模型的模拟精度十分有效. ...
CASA模型的改进及在干旱区生态系统NPP估算中的应用
1
2014
... Yuan等[30]对比CASA、C-fix、C-flux、VPM、VPRM、EC-LUE和MODIS_GPP 7种模型,发现除了C-flux、VPM模型,其余模型在高水分胁迫的条件下,R2较小.模型误差的来源包含三方面:一是没有完全考虑环境限制因子;二是遥感数据本身的误差;三是水分胁迫的公式不能解释水分对GPP的影响[30].此外,光能利用率模型的建模区域为森林、全球或美洲草原,而对中国草原的适用性较弱.中国草原处于干旱半干旱区,对气候条件(尤其是水分条件)的改变十分敏感,因此改进光能利用率模型中的参数,建立了适合中国草原的高精度光能利用率模型十分必要.目前,很多学者开展了中国草原光能利用率模型改进研究.如根据实测生物量数据对CASA模型中不同覆盖类型[31]或不同类型草地[32]的最大光能利用率进行了优化,或根据通量观测数据对模型中的参数进行优化[33].何洪林发现LSWI+0.5替换VPM模型中的水分胁迫,可提高VPM 模型在青藏高原草地的GPP模拟精度[34],后面的表明研究此改进策略可将中国草地GPP的模拟精度(R2)从0.67提高到0.78[35],Madami等[36]使用优化的光能利用率替代最大光能利用率,将模拟精度整体提高了15%.以上研究表明根据具体的研究对象,有针对性性的开展模型参数改进及优化,对提高光能利用率模型的模拟精度十分有效. ...
基于改进的CASA模型模拟草原综合顺序分类体系各类的最大光能利用率
1
2012
... Yuan等[30]对比CASA、C-fix、C-flux、VPM、VPRM、EC-LUE和MODIS_GPP 7种模型,发现除了C-flux、VPM模型,其余模型在高水分胁迫的条件下,R2较小.模型误差的来源包含三方面:一是没有完全考虑环境限制因子;二是遥感数据本身的误差;三是水分胁迫的公式不能解释水分对GPP的影响[30].此外,光能利用率模型的建模区域为森林、全球或美洲草原,而对中国草原的适用性较弱.中国草原处于干旱半干旱区,对气候条件(尤其是水分条件)的改变十分敏感,因此改进光能利用率模型中的参数,建立了适合中国草原的高精度光能利用率模型十分必要.目前,很多学者开展了中国草原光能利用率模型改进研究.如根据实测生物量数据对CASA模型中不同覆盖类型[31]或不同类型草地[32]的最大光能利用率进行了优化,或根据通量观测数据对模型中的参数进行优化[33].何洪林发现LSWI+0.5替换VPM模型中的水分胁迫,可提高VPM 模型在青藏高原草地的GPP模拟精度[34],后面的表明研究此改进策略可将中国草地GPP的模拟精度(R2)从0.67提高到0.78[35],Madami等[36]使用优化的光能利用率替代最大光能利用率,将模拟精度整体提高了15%.以上研究表明根据具体的研究对象,有针对性性的开展模型参数改进及优化,对提高光能利用率模型的模拟精度十分有效. ...
基于改进的CASA模型模拟草原综合顺序分类体系各类的最大光能利用率
1
2012
... Yuan等[30]对比CASA、C-fix、C-flux、VPM、VPRM、EC-LUE和MODIS_GPP 7种模型,发现除了C-flux、VPM模型,其余模型在高水分胁迫的条件下,R2较小.模型误差的来源包含三方面:一是没有完全考虑环境限制因子;二是遥感数据本身的误差;三是水分胁迫的公式不能解释水分对GPP的影响[30].此外,光能利用率模型的建模区域为森林、全球或美洲草原,而对中国草原的适用性较弱.中国草原处于干旱半干旱区,对气候条件(尤其是水分条件)的改变十分敏感,因此改进光能利用率模型中的参数,建立了适合中国草原的高精度光能利用率模型十分必要.目前,很多学者开展了中国草原光能利用率模型改进研究.如根据实测生物量数据对CASA模型中不同覆盖类型[31]或不同类型草地[32]的最大光能利用率进行了优化,或根据通量观测数据对模型中的参数进行优化[33].何洪林发现LSWI+0.5替换VPM模型中的水分胁迫,可提高VPM 模型在青藏高原草地的GPP模拟精度[34],后面的表明研究此改进策略可将中国草地GPP的模拟精度(R2)从0.67提高到0.78[35],Madami等[36]使用优化的光能利用率替代最大光能利用率,将模拟精度整体提高了15%.以上研究表明根据具体的研究对象,有针对性性的开展模型参数改进及优化,对提高光能利用率模型的模拟精度十分有效. ...
Improving estimation of gross primary production in dryland ecosystems by a model-data fusion approach
1
2019
... Yuan等[30]对比CASA、C-fix、C-flux、VPM、VPRM、EC-LUE和MODIS_GPP 7种模型,发现除了C-flux、VPM模型,其余模型在高水分胁迫的条件下,R2较小.模型误差的来源包含三方面:一是没有完全考虑环境限制因子;二是遥感数据本身的误差;三是水分胁迫的公式不能解释水分对GPP的影响[30].此外,光能利用率模型的建模区域为森林、全球或美洲草原,而对中国草原的适用性较弱.中国草原处于干旱半干旱区,对气候条件(尤其是水分条件)的改变十分敏感,因此改进光能利用率模型中的参数,建立了适合中国草原的高精度光能利用率模型十分必要.目前,很多学者开展了中国草原光能利用率模型改进研究.如根据实测生物量数据对CASA模型中不同覆盖类型[31]或不同类型草地[32]的最大光能利用率进行了优化,或根据通量观测数据对模型中的参数进行优化[33].何洪林发现LSWI+0.5替换VPM模型中的水分胁迫,可提高VPM 模型在青藏高原草地的GPP模拟精度[34],后面的表明研究此改进策略可将中国草地GPP的模拟精度(R2)从0.67提高到0.78[35],Madami等[36]使用优化的光能利用率替代最大光能利用率,将模拟精度整体提高了15%.以上研究表明根据具体的研究对象,有针对性性的开展模型参数改进及优化,对提高光能利用率模型的模拟精度十分有效. ...
Large-scale estimation and uncertainty analysis of gross primary production in Tibetan alpine grasslands
1
2013
... Yuan等[30]对比CASA、C-fix、C-flux、VPM、VPRM、EC-LUE和MODIS_GPP 7种模型,发现除了C-flux、VPM模型,其余模型在高水分胁迫的条件下,R2较小.模型误差的来源包含三方面:一是没有完全考虑环境限制因子;二是遥感数据本身的误差;三是水分胁迫的公式不能解释水分对GPP的影响[30].此外,光能利用率模型的建模区域为森林、全球或美洲草原,而对中国草原的适用性较弱.中国草原处于干旱半干旱区,对气候条件(尤其是水分条件)的改变十分敏感,因此改进光能利用率模型中的参数,建立了适合中国草原的高精度光能利用率模型十分必要.目前,很多学者开展了中国草原光能利用率模型改进研究.如根据实测生物量数据对CASA模型中不同覆盖类型[31]或不同类型草地[32]的最大光能利用率进行了优化,或根据通量观测数据对模型中的参数进行优化[33].何洪林发现LSWI+0.5替换VPM模型中的水分胁迫,可提高VPM 模型在青藏高原草地的GPP模拟精度[34],后面的表明研究此改进策略可将中国草地GPP的模拟精度(R2)从0.67提高到0.78[35],Madami等[36]使用优化的光能利用率替代最大光能利用率,将模拟精度整体提高了15%.以上研究表明根据具体的研究对象,有针对性性的开展模型参数改进及优化,对提高光能利用率模型的模拟精度十分有效. ...
基于光能利用率模型的植被总初级生产力估算及其不确定性分析
1
2017
... Yuan等[30]对比CASA、C-fix、C-flux、VPM、VPRM、EC-LUE和MODIS_GPP 7种模型,发现除了C-flux、VPM模型,其余模型在高水分胁迫的条件下,R2较小.模型误差的来源包含三方面:一是没有完全考虑环境限制因子;二是遥感数据本身的误差;三是水分胁迫的公式不能解释水分对GPP的影响[30].此外,光能利用率模型的建模区域为森林、全球或美洲草原,而对中国草原的适用性较弱.中国草原处于干旱半干旱区,对气候条件(尤其是水分条件)的改变十分敏感,因此改进光能利用率模型中的参数,建立了适合中国草原的高精度光能利用率模型十分必要.目前,很多学者开展了中国草原光能利用率模型改进研究.如根据实测生物量数据对CASA模型中不同覆盖类型[31]或不同类型草地[32]的最大光能利用率进行了优化,或根据通量观测数据对模型中的参数进行优化[33].何洪林发现LSWI+0.5替换VPM模型中的水分胁迫,可提高VPM 模型在青藏高原草地的GPP模拟精度[34],后面的表明研究此改进策略可将中国草地GPP的模拟精度(R2)从0.67提高到0.78[35],Madami等[36]使用优化的光能利用率替代最大光能利用率,将模拟精度整体提高了15%.以上研究表明根据具体的研究对象,有针对性性的开展模型参数改进及优化,对提高光能利用率模型的模拟精度十分有效. ...
基于光能利用率模型的植被总初级生产力估算及其不确定性分析
1
2017
... Yuan等[30]对比CASA、C-fix、C-flux、VPM、VPRM、EC-LUE和MODIS_GPP 7种模型,发现除了C-flux、VPM模型,其余模型在高水分胁迫的条件下,R2较小.模型误差的来源包含三方面:一是没有完全考虑环境限制因子;二是遥感数据本身的误差;三是水分胁迫的公式不能解释水分对GPP的影响[30].此外,光能利用率模型的建模区域为森林、全球或美洲草原,而对中国草原的适用性较弱.中国草原处于干旱半干旱区,对气候条件(尤其是水分条件)的改变十分敏感,因此改进光能利用率模型中的参数,建立了适合中国草原的高精度光能利用率模型十分必要.目前,很多学者开展了中国草原光能利用率模型改进研究.如根据实测生物量数据对CASA模型中不同覆盖类型[31]或不同类型草地[32]的最大光能利用率进行了优化,或根据通量观测数据对模型中的参数进行优化[33].何洪林发现LSWI+0.5替换VPM模型中的水分胁迫,可提高VPM 模型在青藏高原草地的GPP模拟精度[34],后面的表明研究此改进策略可将中国草地GPP的模拟精度(R2)从0.67提高到0.78[35],Madami等[36]使用优化的光能利用率替代最大光能利用率,将模拟精度整体提高了15%.以上研究表明根据具体的研究对象,有针对性性的开展模型参数改进及优化,对提高光能利用率模型的模拟精度十分有效. ...
Improving global gross primary productivity estimates by computing optimum light use efficiencies using flux tower data
1
2017
... Yuan等[30]对比CASA、C-fix、C-flux、VPM、VPRM、EC-LUE和MODIS_GPP 7种模型,发现除了C-flux、VPM模型,其余模型在高水分胁迫的条件下,R2较小.模型误差的来源包含三方面:一是没有完全考虑环境限制因子;二是遥感数据本身的误差;三是水分胁迫的公式不能解释水分对GPP的影响[30].此外,光能利用率模型的建模区域为森林、全球或美洲草原,而对中国草原的适用性较弱.中国草原处于干旱半干旱区,对气候条件(尤其是水分条件)的改变十分敏感,因此改进光能利用率模型中的参数,建立了适合中国草原的高精度光能利用率模型十分必要.目前,很多学者开展了中国草原光能利用率模型改进研究.如根据实测生物量数据对CASA模型中不同覆盖类型[31]或不同类型草地[32]的最大光能利用率进行了优化,或根据通量观测数据对模型中的参数进行优化[33].何洪林发现LSWI+0.5替换VPM模型中的水分胁迫,可提高VPM 模型在青藏高原草地的GPP模拟精度[34],后面的表明研究此改进策略可将中国草地GPP的模拟精度(R2)从0.67提高到0.78[35],Madami等[36]使用优化的光能利用率替代最大光能利用率,将模拟精度整体提高了15%.以上研究表明根据具体的研究对象,有针对性性的开展模型参数改进及优化,对提高光能利用率模型的模拟精度十分有效. ...
东北振兴过程中的对外开放:总体思路与对策
1
2007
... 中国东北(38°42′~53°32′ N,111°21′~135°09′ E)由黑龙江省、吉林省、辽宁省和呼伦贝尔市、兴安盟及锡林郭勒盟组成[37],面积约为1.4×106 km2.北部毗邻俄罗斯和蒙古,东南部毗邻朝鲜半岛,南部滨临黄渤海(图1).该研究区域的年平均温度从南到北降低逐渐,北部是中国第二大冻土分布区.东部地区年降水量为400~700 mm,属温带季风气候,分寒温带、暖温带和半湿润区;西部年降水量仅90~400 mm,属温带大陆性气候,属于我国的亚干旱区,冬季寒冷[38].草地是东北主要的景观类型之一,面积达5.63×105 km2,是东北畜牧业发展的基础. ...
东北振兴过程中的对外开放:总体思路与对策
1
2007
... 中国东北(38°42′~53°32′ N,111°21′~135°09′ E)由黑龙江省、吉林省、辽宁省和呼伦贝尔市、兴安盟及锡林郭勒盟组成[37],面积约为1.4×106 km2.北部毗邻俄罗斯和蒙古,东南部毗邻朝鲜半岛,南部滨临黄渤海(图1).该研究区域的年平均温度从南到北降低逐渐,北部是中国第二大冻土分布区.东部地区年降水量为400~700 mm,属温带季风气候,分寒温带、暖温带和半湿润区;西部年降水量仅90~400 mm,属温带大陆性气候,属于我国的亚干旱区,冬季寒冷[38].草地是东北主要的景观类型之一,面积达5.63×105 km2,是东北畜牧业发展的基础. ...
1982~2010年中国东北地区植被NPP时空格局及驱动因子分析
1
2012
... 中国东北(38°42′~53°32′ N,111°21′~135°09′ E)由黑龙江省、吉林省、辽宁省和呼伦贝尔市、兴安盟及锡林郭勒盟组成[37],面积约为1.4×106 km2.北部毗邻俄罗斯和蒙古,东南部毗邻朝鲜半岛,南部滨临黄渤海(图1).该研究区域的年平均温度从南到北降低逐渐,北部是中国第二大冻土分布区.东部地区年降水量为400~700 mm,属温带季风气候,分寒温带、暖温带和半湿润区;西部年降水量仅90~400 mm,属温带大陆性气候,属于我国的亚干旱区,冬季寒冷[38].草地是东北主要的景观类型之一,面积达5.63×105 km2,是东北畜牧业发展的基础. ...
1982~2010年中国东北地区植被NPP时空格局及驱动因子分析
1
2012
... 中国东北(38°42′~53°32′ N,111°21′~135°09′ E)由黑龙江省、吉林省、辽宁省和呼伦贝尔市、兴安盟及锡林郭勒盟组成[37],面积约为1.4×106 km2.北部毗邻俄罗斯和蒙古,东南部毗邻朝鲜半岛,南部滨临黄渤海(图1).该研究区域的年平均温度从南到北降低逐渐,北部是中国第二大冻土分布区.东部地区年降水量为400~700 mm,属温带季风气候,分寒温带、暖温带和半湿润区;西部年降水量仅90~400 mm,属温带大陆性气候,属于我国的亚干旱区,冬季寒冷[38].草地是东北主要的景观类型之一,面积达5.63×105 km2,是东北畜牧业发展的基础. ...
基于地面涡度数据的中国草原区 GPP遥感产品验证
1
2018
... 研究使用FLUXNET2015(http:∥fluxnet.fluxdata.org/data/fluxnet2015-dataset/)中国东北2个草原站点的涡度相关通量观测数据,包括长岭草甸草原生态系统和多伦典型草原生态系统.此外,从 ChinaFlux 网站(http:∥159.226.111.42/)补充下载了锡林郭勒典型草原生态系统(位于锡林浩特)和呼伦贝尔草甸草原生态系统的通量数据(表1、图1),具体使用的通量数据与用途见表2.由于锡林郭勒典型草原站缺少VPD数据,该站的VPD根据经验公式FAO56 Penman-Montdth和Priestley-Taylor计算,公式中所用的日均温度和相对湿度由中国气象数据共享服务网提供气象站数据插值提取得到[39]. ...
基于地面涡度数据的中国草原区 GPP遥感产品验证
1
2018
... 研究使用FLUXNET2015(http:∥fluxnet.fluxdata.org/data/fluxnet2015-dataset/)中国东北2个草原站点的涡度相关通量观测数据,包括长岭草甸草原生态系统和多伦典型草原生态系统.此外,从 ChinaFlux 网站(http:∥159.226.111.42/)补充下载了锡林郭勒典型草原生态系统(位于锡林浩特)和呼伦贝尔草甸草原生态系统的通量数据(表1、图1),具体使用的通量数据与用途见表2.由于锡林郭勒典型草原站缺少VPD数据,该站的VPD根据经验公式FAO56 Penman-Montdth和Priestley-Taylor计算,公式中所用的日均温度和相对湿度由中国气象数据共享服务网提供气象站数据插值提取得到[39]. ...
1
1
... 模型中的植被指数由MOD09A1 V006[40]提供8天500 m地表反射率产品计算,MOD09A1 V006的下载地址是https:∥search.earthdata.nasa.gov/search.利用反射率数据计算4个植被指数:NDVI、EVI、LSWI[41]和NDPI[42].上述植被指数公式如下: ...
NDWI—A normalized difference water index for remote sensing of vegetation liquid water from space
1
1996
... 模型中的植被指数由MOD09A1 V006[40]提供8天500 m地表反射率产品计算,MOD09A1 V006的下载地址是https:∥search.earthdata.nasa.gov/search.利用反射率数据计算4个植被指数:NDVI、EVI、LSWI[41]和NDPI[42].上述植被指数公式如下: ...
A snow-free vegetation index for improved monitoring of vegetation spring green-up date in deciduous ecosystems
1
2017
... 模型中的植被指数由MOD09A1 V006[40]提供8天500 m地表反射率产品计算,MOD09A1 V006的下载地址是https:∥search.earthdata.nasa.gov/search.利用反射率数据计算4个植被指数:NDVI、EVI、LSWI[41]和NDPI[42].上述植被指数公式如下: ...
The propagation of errors in long‐term measurements of land‐atmosphere fluxes of carbon and water
1
1996
... 通过对东北草地涡度站GPP验证发现,东北草地光能利用率模型不论从模型精度还是动态一致性上,其表现均优于MODIS GPP产品和VPM GPP产品,且年尺度上的拟合精度远高于MODIS GPP产品和VPM GPP产品.水分胁迫和FPAR的改进都是东北草地光能利用率改进模型精度较高的原因,水分胁迫的贡献更大.尽管涡度相关通量观测系统所测定的数据被用来代表整个生态系统与大气间的碳交换状况,但是其实际的采样区域却局限于较小的“风浪区”[43].另外,涡度相关法直接测量的生态系统的净生态系统生产力和生态系统呼吸,在获得GPP时需要进行一系列处理.因此,以涡度相关法观测GPP作为模型验证值仍有一定不确定性,该结论还需要更多地面试验来验证. ...