中國典型植被最大光利用率的模型模擬與敏感性分析

中國典型植被最大光利用率的模型模擬與敏感性分析

植被最大光利用率（hm）是指植被在理想條件下對光的有效輻射的利用率。這是植被本身的生理屬性，其值因植被類型而異。由于全球最大光利用率的價值對植物凈初生產(chǎn)力（ep）的遙感估算結(jié)果產(chǎn)生了重大影響，因此存在爭議。在蒲等人和研究領(lǐng)域，他們認(rèn)為全球植被最大光利用率為0.389gcmj-1。如果沒有氣候和其他因素的限制，藍(lán)門等人認(rèn)為光利用率的上限為3.5%mj-1，而其他研究結(jié)果表明，一些草本植物和其他植物的光利用率為0.09.216cmmj-1。彭少林等人使用gis和psm來估計廣東省的植物光利用率。世界植物最大光利用率（0.89gc）對廣東省植被有利。結(jié)果表明，最大光利用率的確定仍存在很大差異，并必須進行系統(tǒng)研究。試驗點上所得到的最大光利用率實際上是該植被類型中某一點的最大光利用率,而不是整個植被的最大光利用率.植被最大光利用率的確定不僅受植被類型的影響,而且受空間分辨率和植被覆蓋均勻程度的影響,在目前的科研水平下無法通過試驗來獲得,只能通過模擬來求取.Running等人根據(jù)生理生態(tài)過程模型BIOME-BGC對一些植被類型的最大光利用率進行了模擬,但他所用的樣本數(shù)據(jù)大部分來自北美,而將這些模擬值用于全球或者其他區(qū)域則缺乏適應(yīng)性.基于此,本文利用遙感數(shù)據(jù)、氣象數(shù)據(jù)和全國NPP實測資料對中國典型植被的最大光利用率進行了模擬,并針對不同植被分類精度可能帶來的誤差對最大光利用率進行了敏感性分析.1數(shù)據(jù)來源和處理(ⅰ)遙感數(shù)據(jù).本研究所利用的氣象衛(wèi)星NOAA/AVHRRNDVI數(shù)據(jù),來源于美國地球資源觀測系統(tǒng)(Earthresourcesobservationsystem:EROS)數(shù)據(jù)中心的探路者數(shù)據(jù)集(pathfinderdataset:PDS),圖像空間分辨率為8km×8km,時間分辨率為月,時間序列為1989年1月～1993年12月.所有數(shù)據(jù)均進行了幾何校正、大氣糾正、去云處理以及傳感器退化性能的訂正,使數(shù)據(jù)具有一致性和可比性.數(shù)據(jù)最后經(jīng)投影變換處理,選取的投影方式為AlbersConicaEqualArea投影.(ⅱ)氣象數(shù)據(jù).本研究所用的氣象數(shù)據(jù)來源于中國氣象局,時間為1989年1月～1993年12月,數(shù)據(jù)內(nèi)容為月降水量、月平均氣溫、月總太陽輻射,以及各氣象站點的經(jīng)度、緯度和海拔高度,共涉及726個氣象站點.模擬最大光利用率時需要柵格化的氣象數(shù)據(jù),并從空間上與遙感數(shù)據(jù)相匹配.利用GIS的插值工具,根據(jù)各氣象站點的經(jīng)緯度信息,通過對氣象數(shù)據(jù)進行Kriging插值和基于DEM的插值,獲取像元大小與NDVI數(shù)據(jù)一致、投影相同的氣象要素柵格圖.(ⅲ)土地覆蓋分類圖.土地覆蓋分類圖來源于歐盟聯(lián)合研究中心(TheJointResearchCentre:JRC)原始分類圖像由中國科學(xué)院遙感應(yīng)用研究所編譯分類用的遙感數(shù)據(jù)為2000年的SPOT-VGT1km數(shù)據(jù),共分了22類(表1),檢驗后的總體分類精度為61.8%.(ⅳ)NPP實測資料.NPP實測數(shù)據(jù)來源于中國林業(yè)部1989～1993年的林業(yè)普查資料,共包括中國17種森林類型690個觀測站點的植被屬性數(shù)據(jù),數(shù)據(jù)內(nèi)容為立木年齡、葉面積指數(shù)、總生物量和凈初級生產(chǎn)力,以及各觀測點的經(jīng)度、緯度和海拔高度.凈初級生產(chǎn)力的單位是干物質(zhì)的重量,在轉(zhuǎn)換成以碳為單位時(gC·m-2·y-1)乘了一個0.475的系數(shù).2方法2.1光利用率模型的建立某一植被類型最大光利用率的模擬如圖1所示.對于NPP遙感估算模型來說,植被NPP可以由植物吸收的光合有效輻射(APAR)和實際光利用率(ε)兩個因子來表示:式中,APAR(x,t)表示像元x在t月份吸收的光合有效輻射(單位:MJ·m-2);ε(x,t)表示像元x在t月份的實際光利用率(單位:gC·MJ-1).Potter等認(rèn)為在理想條件下植被具有最大光利用率,而在現(xiàn)實條件下的最大光利用率主要受溫度和水分的影響,其計算如(2)式所示.式中,f1(x,t)和f2(x,t)表示低溫和高溫對光能利用率的脅迫作用(無單位),W(x,t)為水分脅迫影響系數(shù)(無單位),反映水分條件的影響,εmax是理想條件下的最大光利用率(單位:gC·MJ-1).f1,f2和W的值可以根據(jù)朱文泉等人的研究得到.將(1)和(2)式合在一起則得到(3)式對于某一試驗點,當(dāng)NPP,APAR,f1,f2和W已知的情況下,該試驗點上的εmax可以由(3)式求出,然后將計算得到的眾多試驗點上的εmax按植被類型分類,最后根據(jù)誤差最小的原則分別模擬各植被類型的最大光利用率.對于某一植被類型來說,其NPP實測值與模擬值之間的誤差可用函數(shù)來表示:式中,i表示某一植被類型的樣本數(shù),j為某一植被類型的最大樣本數(shù),m為NPP實測數(shù)據(jù),n為APAR、溫度和水分脅迫因子的乘積,即APAR×f1×f2×W,x為待定的某一植被類型的最大光利用率,l和u為各植被類型最大光利用率的最小值和最大值.(4)式展開后整理得到:(5)式是一元二次方程,表現(xiàn)為開口向上的一條拋物線,在區(qū)間[l,u]內(nèi)必定存在最小值,該最小值所對應(yīng)的x即為模擬得到的某一植被類型的最大光利用率εmax.2.2fpar與ndvi、sr的關(guān)系利用遙感數(shù)據(jù)估算光合有效輻射(PAR,0.4～0.7μm)中被植物葉子吸收的部分(APAR)是根據(jù)植被對紅外和近紅外波段的反射特征來實現(xiàn)的.植被吸收的光合有效輻射取決于太陽總輻射和植物本身的特征,可用(6)式計算.式中:SOL(x,t)表示t月份在像元x處的太陽總輻射量(MJ·m-2);FPAR(x,t)為植被層對入射光合有效輻射的吸收比例(無單位);常數(shù)0.5表示植被所能利用的太陽有效輻射(波長為0.38～0.71μm)占太陽總輻射的比例.在一定范圍內(nèi),FPAR與NDVI之間存在著線性關(guān)系[2,17～19],這一關(guān)系可以根據(jù)某一植被類型NDVI的最大值和最小值以及所對應(yīng)的FPAR最大值和最小值來確定,即:式中,NDVIi,max和NDVIi,min分別對應(yīng)第i種植被類型的NDVI最大值和最小值.進一步的研究表明,FPAR與比值植被指數(shù)(SR)也存在較好的線性關(guān)系,可由(8)式表示:式中,FPARmin和FPARmax的取值與植被類型無關(guān),分別為0.001和0.95;SR由(9)式確定,SRi,max和SRi,min分別對應(yīng)第i種植被類型的NDVIi,max和NDVIi,min.通過對FPAR-NDVI和FPAR-SR所估算結(jié)果的比較發(fā)現(xiàn),由NDVI所估算的FPAR比實測值高,而由SR所估算的FPAR則低于實測值,但其誤差小于直接由NDVI所估算的結(jié)果,考慮到這種情況,Los將這兩種方法結(jié)合起來,取其平均值作為FPAR的估算值此時,估算的FPAR與實測值之間的誤差達到最小1)本研究最終將(7)和(8)式組合起來,取其平均值作為FPAR的估算值:式中,FPARNDVI為(7)式所估算的結(jié)果;FPARSR為(8)式所估算的結(jié)果;α為兩種方法間的調(diào)整系數(shù),在本研究中統(tǒng)一定為0.5(即取二者的平均值).3結(jié)果和討論3.1計算ndvi最大概率分布模型本研究中,NDVI最大值是指植被剛好達到全覆蓋狀態(tài)下的NDVI值,并不是指某一植被類型的NDVI實際所達到的最大值.為了消除植被分類以及NDVI數(shù)據(jù)本身所固有的誤差,本模型將植被分類精度引進來,使NDVI最大值隨分類精度的變化而作相應(yīng)調(diào)整.NDVI最大值分三步確定(圖2):(ⅰ)在0.0001間距下求各植被類型NDVI最大值的概率分布(圖3);(ⅱ)根據(jù)植被分類精度x,在概率分布區(qū)間[(1-x)/2(1+x)/2]內(nèi)選出該植被類型的各個像元;(ⅲ)對選出的像元再計算一次NDVI概率分布,該NDVI概率分布的95%下側(cè)分位數(shù)所對應(yīng)的NDVI值即為NDVI最大值,而5%下側(cè)分位數(shù)所對應(yīng)的NDVI值則代表NDVI最小值.第一、二步實際上是消除植被分類所帶來的誤差,第三步取95%下側(cè)分位數(shù)則在一定程度上消除了遙感影像噪聲所帶來的誤差.草原、草甸、荒漠等植被類型的NDVI最大值則與耕作植被相同;NDVI最小值統(tǒng)一采用荒漠或裸地的5%下側(cè)分位數(shù)(表1).95%的NDVI值代表植被處于全覆蓋狀態(tài),此時對應(yīng)的FPARmax應(yīng)為1(本研究中所有植被類型的FPARmax取0.95);5%的NDVI值代表裸地,它對應(yīng)的FPARmin應(yīng)為0(本研究中所有植被類型的FPARmin取0.001).3.2最大光利用率表2列出了中國主要植被類型所模擬的εmax..灌木的實測數(shù)據(jù)較少,本文根據(jù)已有的文獻資料[22～25]取其平均NPP實測值364gC·m-2·y-1,本研究中灌叢APAR、溫度和水分脅迫因子乘積n的平均值為847.6MJ·m-2·y-1,由此推算得到灌叢的平均最大光利用率為0.429gC·MJ-1;中國溫帶草原的NPP為230.6±64.9gC·m-2·y-1,本研究中溫帶草原APAR、溫度和水分脅迫因子乘積n的平均值為425.6MJ·m-2·y-1,由此推算得到溫帶草原的平均最大光利用率為0.542gC·MJ-1;耕作植被、沼澤、草甸等其他矮生植被類型的最大光利用率均以溫帶草原為準(zhǔn).從表2中可以看出,本文模擬得到的εmax介于CASA模型所使用的εmax.(0.389gC·MJ-1)和Running等人的模擬結(jié)果之間.除常綠針葉林的εmax剛好為0.389gC·MJ-1外,其他植被類型的εmax均大于CASA模型所使用的εmax,這與彭少麟等人認(rèn)為CASA模型所使用的最大光利用率對廣東植被來說偏低的結(jié)論是一致的.Running等人是根據(jù)生理生態(tài)過程模型BIOME-BGC來模擬各植被類型的εmax,所得結(jié)果其實是數(shù)公頃面積上的試驗點上的模擬值;而本文則是基于8km×8km分辨率的遙感數(shù)據(jù)、結(jié)合NPP實測資料來模擬,其空間分辨率和植被覆蓋均勻程度均較小,因此由本文模擬得到的εmax應(yīng)該低于Running等人的模擬結(jié)果才屬正常.從表2中還可以看出,本文模擬得到的εmax的上下限也與前人研究結(jié)果比較接近[1～5].盡管Running等人的模擬結(jié)果高于本文的模擬值,但它們卻都落在中國各植被類型最大光利用率的范圍之內(nèi),這說明不同模擬過程所得到的εmax的大致范圍是比較接近的,而εmax的區(qū)域適應(yīng)性則應(yīng)充分考慮它們各自所存在的差異.3.3分類精度對中國典型植被最大光利用率的影響本文最大光利用率的確定不僅依賴于植被類型而且還間接依賴于各植被類型的分類精度,因為在對最大光利用率進行模擬時,需預(yù)先知道各實測點的FPAR,而FPAR的求取涉及到NDVI和SR最大值它們均是根據(jù)植被類型及其分類精度來確定的.植被分類精度一般都是利用野外觀測數(shù)據(jù)來作最終檢驗,然而,就全國范圍來說,有三方面的因素會造成分類精度評價時的不確定性:(ⅰ)野外采樣點一般都比較有限,而且分布也不完全是隨機的,存在一定的人為因素,如:有些地方難以到達,就很可能沒有采樣點.(ⅱ)野外采樣點和遙感數(shù)據(jù)之間存在尺度不匹配的問題.隨著空間范圍的增大,空間異質(zhì)性也會增強,在這個空間范圍內(nèi)本身也可能存在多種植被類型.(ⅲ)對于遙感數(shù)據(jù)的分類結(jié)果,存在分類方向性的問題,致使各種光譜比較接近的類型之間存在混分現(xiàn)象,也使得不同植被類型的分類精度各不相同,如:水體的分類精度較高、森林和高灌木之間易存在混分類型.因此,由野外采樣點所得到的分類精度也只能是一個對真實值的逼近值.本文所用的中國植被分類圖的總體分類精度為61.8%,由此我們預(yù)先設(shè)定各類別的真實分類精度在35%～85%之間,然后以5%的間距來分析其對最大光利用率的影響.表3和圖4顯示了不同分類精度下的中國典型植被最大光利用率模擬結(jié)果,隨著分類精度的升高,各植被類型的最大光利用率也逐漸增大.根據(jù)最大光利用率對植被分類精度敏感性的不同,可以很明顯地將各植被類型概括為三個大類(圖4):常綠闊葉林對植被分類精度極其敏感,隨著分類精度的提高,其最大光利用率呈顯著上升趨勢,絕對變化幅度為-0.054～0.079gC·MJ-1,相對變化幅度介于-5.5%～8.0%之間,而且變化極快(圖4(b));其次為落葉闊葉林、闊葉(常綠、落葉)混交林、草地及其他植被,它們對植被分類精度的敏感性基本相同,最大光利用率的絕對變化幅度在-0.029～0.039gC·MJ-1之間,相對變化幅度為-4.2%～5.6%;敏感性最低的是落葉針葉林、針闊混交林、常綠針葉林及灌木,它們的最大光利用率總體變幅最小,最低達-0.013～0.016gC·MJ-1,相對變化幅度為-2.7%～3.3%,變化率也很平穩(wěn),基本在一條水平線上波動(圖4(b)).各植被類型最大光利用率對分類精度的敏感性差異主要是由各植被類型內(nèi)部的異質(zhì)性程度和分類精度不同造成的,如常綠闊葉林的敏感性最高,這可能有兩方面的