论文部分内容阅读
陆地生态系统碳循环研究的一个重要任务是准确评价生态系统与大气之间的净CO2交换量(NEE)。由于NEE是光合作用(GPP)和呼吸作用(Re)的较小差值，因此，成功模拟NEE的时空变化依赖于GPP和Re时空变化的准确表达。遥感观测可以以高的时空分辨率获取与陆地生态系统碳收支相关的信息，是目前估算区域和全球尺度碳收支的重要数据来源。因此，本篇论文的主要研究目标是构建完全由遥感数据驱动的GPP、Re和NEE模型。并选取中国陆地生态系统通量观测研究网络(ChinaFLUX)具有明显季节变化的植被类型（包括长白山温带红松针阔叶混交林、内蒙古羊草草原、海北高寒金露梅灌丛草甸、海北藏嵩草沼泽化草甸和当雄草原化嵩草草甸）的长期通量观测数据评价各模型的模拟能力。 本文以光能利用率理论为基础，从冠层光合作用能力的角度发展了一个仅由来源于MODIS数据的增强型植被指数(EVI)和陆地表面水分指数(LSWI)驱动的GPP模型(PCM)。在大多数情况下，该模型模拟的GPP与通量观测的GPP的季节和年际变化具有很好的一致性。在8天平均的时间尺度，PCM模型可以模拟五种植被类型通量观测GPP变化的93％，均方根误差(RMSE)和模型效率（EF）分别为0.06 mol C m-2 d-1和0.93;在月平均的时间尺度，可以模拟通量观测GPP变化的96％，RMSE值为0.04 mol C m-2 d-1，EF值为0.96;在年平均的时间尺度，可以模拟通量观测GPP变化的97％，RMSE值为0.02 mol C m-2 d-1，EF值为0.97。模型对比表明，PCM模型对GPP的预测能力要明显好于MODISGPP产品，同时与VPM模型和由潜在光合有效辐射(pPAR)驱动的GPP模型相当。 基于Re各组分的呼吸速率对当前光合产物供给强度(GPP)和温度变化的响应特征，本文将Re分解为响应于GPP变化的来源于当前光合产物的呼吸组分和响应于温度变化的来源于生态系统有机质现存量（包括植被生物量、植被残体和土壤有机质）的呼吸组分两个部分，由此构建了一个仅由来源于MODIS数据的EVI、LSWI和陆地表面温度(LST)驱动的Re模型(ReRSM)。在大多数情况下，ReRSM模型模拟的Re的季节和年际变化与通量观测的Re高度吻合。在8天平均的时间尺度，ReRSM模型可以解释所有植被类型Re变化的93％，其RMSE值为0.04 mol C m-2 d-1，EF值为0.93;在月平均的时间尺度，可以解释通量观测Re变化的96％，RMSE值为0.03 mol C m-2 d-1，EF值为0.96;在年平均的时间尺度，可以解释通量观测Re变化的96％，RMSE值为0.02 mol C m-2 d-1，EF值为0.95。 以上构建的PCM模型和ReRSM模型清晰地表征了五种植被类型通量观测GPP和Re的动态变化，并且具有模拟区域尺度GPP和Re的潜力。基于这两个模型，我们得到了一个仅由EVI、LSWI和LST驱动的NEE模型(NEERSM)。在大多数情况下，该模型可以很好地模拟通量观测NEE的季节和年际变化。在8天平均的时间尺度，NEERSM模型可以模拟五种植被类型通量观测NEE变化的77％，RMSE为0.04 mol Cm-2 d-1，EF值为0.77;在月平均的时间尺度，可以模拟通量观测NEE变化的84％，RMSE值为0.03 mol C m-2 d-1，EF值为0.84;在年平均的时间尺度，可以模拟NEE变化的88％，RMSE值为0.01 mol C m-2 d-1，EF值为0.88。