一种毛竹林生态系统光能利用率和总初级生产力遥感监测方法技术方案

本发明专利技术公开一种毛竹林生态系统光能利用率和总初级生产力遥感监测方法。其步骤是：首先，根据碳通量塔观测技术，获取总初级生产力，再根据总初级生产力除以光合有效辐射计算出光能利用率；其次，利用毛竹林光能利用率与遥感影像反射率及植被指数之间的关系，在遥感影像进行异常值剔除处理基础上，结合偏最小二乘方法和自助法筛选最优变量组合，建立光能利用率反演模型，反演得到毛竹林光能利用率；最后，利用光能利用率反演模型，计算出毛竹林光能利用率，并将计算出的光能利用率乘以光合有效辐射，获取毛竹林总初级生产力，实现基于遥感技术的毛竹林生态系统光能利用率和总初级生产力的动态监测。本方法可以提高毛竹林总初级生产力遥感监测精度。

Remote sensing monitoring method for light energy utilization rate and total primary productivity of Phyllostachys pubescens Forest Ecosystem

The invention discloses a remote sensing monitoring method for the light energy utilization rate and the total primary productivity of Phyllostachys pubescens forest ecosystem. The method comprises the following steps: firstly, according to the observation of carbon flux tower, gets the total primary productivity, according to the total primary productivity by photosynthetically active radiation to calculate the energy utilization rate; secondly, the use of bamboo utilization rate of light energy between remote sensing reflectance and vegetation index, outlier eliminating processing based on the remote sensing image. Combined with partial least squares method and bootstrap method to select optimal combination of variables, establish the inversion model of light utilization, the utilization rate of bamboo obtained light; finally, the utilization rate of inversion model using light energy, calculate the gross Takebayashi Hikaruno utilization rate of energy and the calculated utilization rate multiplied by photosynthetically active radiation, Mao Zhulin gets the total primary productivity, achieve the light energy utilization rate and dynamic monitoring of the total primary productivity of bamboo forest ecosystem based on remote sensing technology. The method can improve the precision of remote sensing monitoring of the gross primary productivity of Phyllostachys pubescens.

【技术实现步骤摘要】

本专利技术属于森林碳汇监测方法领域，具体是一种毛竹林生态系统光能利用率和总初级生产力遥感监测方法。本专利技术是利用遥感数据与光能利用率之间的相关性，建立一种由光能利用率估计总初级生产力的方法，主要解决了由于最大光能利用率难以获取使得总初级生产力监测不确定性大的问题。
技术介绍
毛竹是中国的主要竹种，其面积约占中国竹林面积的70％，占世界毛竹林总面积的80％，是竹产区林农经济收入主要来源。诸多研究表明毛竹林具有巨大的固碳潜力，在固碳减排和缓解气候变化方面起到重要的贡献。鉴于毛竹林生态系统的高效固碳潜力，开展毛竹林生态系统碳收支时空分布和变异监测研究有助于了解毛竹林对竹产区域碳收支贡献，可为碳交易提供基础数据，增加林农新的收入渠道。但现有生态模型并未充分考虑毛竹林生物物理参数(叶面积指数、光合参数等)和碳收支过程机理的特殊性，存在适用性差等问题，导致应用于毛竹林时估算精度和稳定性不理想。因此，亟需构建适用于毛竹林生态系统的碳收支模型，提高毛竹林生态系统碳收支时空分布和变异监测精度。光能利用率模型作为森林生态系统碳收支模型之一，具有较强的理论和实用基础，而且具有驱动参数少和将遥感数据简便地融入模型的优点，广泛应用于模拟区域尺度森林碳收支时空变化。光能利用率(LightUseEfficiency，LUE)是光能利用率模型的一个重要参数。对于不同植被类型甚至相同植被类型，随季节变化，LUE在时间和空间上差异明显，模型应用时将最大LUE设定为常数，必然不能很好地体现毛竹林碳吸收的时空变化，会导致模型模拟值与实测值之间存在较大的偏差。因此，通过遥感影像来模拟LUE时空变异并用于估算毛竹林碳收支，是提高毛竹林碳收支时空变化模拟精确性的一个有效途径。
技术实现思路
鉴于LUE在毛竹林总初级生产力(GrossPrimaryproduction，GPP)监测研究中的重要地位。本专利技术提出一种新的毛竹林GPP监测方法，即首先采用遥感影像数据结合地面观测数据反演出LUE，然后将反演得到的LUE与光合有效辐射(PhotosyntheticallyActiveRadiation，PAR)相乘得到GPP。解决上述技术问题的技术方案是按如下步骤进行：(1)根据通量塔观测数据，计算出GPP和LUE：根据通量塔观测的净生态系统碳通量、空气温度、土壤温度和PAR，采用Arrhenius呼吸和Michaelis-Menten光合响应曲线模型对缺失数据进行插补，并对碳通量各组分进行分离，获取实测的GPP，然后将GPP除以PAR计算出LUE；(2)根据步骤(1)的数据，构建基于遥感影像数据的LUE反演模型：a、参照实测的毛竹林冠层光谱数据，对MODIS遥感反射率进行异常值剔除处理；b、提取MODIS遥感反射率7个波段的数据(Band1～Band7)，并在这7个波段的基础上，构建出归一化植被指数、增强型植被指数和简单比值植被指数这3种植被指数，共10个自变量因子；c、结合偏最小二乘方法和Bootstrap方法，从10个自变量中筛选出最优自变量组合用于构建LUE反演模型；d、根据筛选出的最优自变量，采用偏最小二乘方法构建LUE反演模型。(3)根据步骤(2)构建的模型估算出光能利用率，监测毛竹林生态系统总初级生产力：将LUE反演模型估算出的LUE乘以PAR，即得到毛竹林GPP监测结果。本专利技术具有下列有益效果：能够降低最大LUE不确定性给LUE模型带来的影响，更有效地反映毛竹林LUE在时间和空间的变化，从而在一定程度上提高毛竹林GPP估算精度。【附图说明】图1为本专利技术的流程图。图2为实测的LUE与预测的LUE对比图。图3为本专利技术方法预测的GPP与实测的GPP对比图。图4为MODISGPP产品与实测的GPP对比图。【具体实施方式】下面结合实施例并参照附图对本专利技术作进一步详述：需要说明的是，本专利技术以安吉县山川乡毛竹林通量观测塔周边500米×500米范围内2011～2013年毛竹林LUE和GPP估算为例，本专利技术的流程如图1所示。具体步骤如下：(1)根据通量塔观测数据，计算出GPP和LUE：根据通量塔观测的净生态系统碳通量、空气温度、土壤温度和PAR，采用Arrhenius呼吸和Michaelis-Menten光合响应曲线模型对缺失数据进行插补，并对碳通量各组分进行分离，获取实测的GPP，然后将GPP除以PAR计算出LUE；采用夜间半小时尺度观测数据对Arrhenius呼吸方程(式1)进行参数化，然后根据参数化后的呼吸方程插补夜间生态系统呼吸(Ren)和估算白天生态系统呼吸(Red)：式中：Rref为当参考温度Tref等于15℃时的呼吸量；E0为活化能值；Tair为气温，℃；T0为常数-46.02℃；采用白天生态系统净交换量(Daytimenetecosystemexchange，NEEd)和PAR对Michaelis-Menten光响应曲线模型(式2)参数化，然后根据参数化后的模型对白天缺失数据进行插补：式中：α是光响应曲线斜率，即光能利用效率，mgCO2W-1s-1；β是光饱和时最大光合速率，mgCO2m-2s-1；最后，GPP和LUE分别由式(3)和式(4)计算获得：GPP＝NEEd-Red(3)(2)根据步骤(1)的数据，构建基于遥感影像数据的光能利用率反演模型：a、参照实测的毛竹林冠层光谱数据，对MODIS反射率进行异常值剔除处理；根据实测的毛竹林冠层光谱数据分析得出毛竹林冠层在蓝波段的反射率小于0.05，因此将MODIS的蓝波段反射率大于0.05所对应的像元定义为异常值并剔除；b、提取MODIS的7个波段的反射率数据(Band1～Band7，依次为红波段620-670nm、近红外波段841-876nm、蓝波段459-479nm、绿波段545-565nm、中红外波段1230-1250nm、中红外波段1628-1652nm、中红外波段2105-2155nm)，并在这7个波段的基础上，构建出归一化植被指数(NDVI，见式(5))、增强型植被指数(EVI，见式(6))和简单比值植被指数(SR，见式(7))这3个植被指数，共10个自变量因子；c、结合偏最小二乘方法和Bootstrap方法，从10个自变量中筛选出最优自变量组合用于构建LUE反演模型；在原始的78个样本中，有放回的抽取60个样本并求出偏最小二乘系数，重复上述步骤100次，得到100组系数。将这100组系数减去由原始样本得到的系数记为将按从小到大的次序排列，再设置检验水平α＝0.05，取100×(1-α)处的值βα(j)作为拒绝域临界值；如果则表明βj显著不为0，则自变量xj通过显著性检验，定义为最优自变量；最终，由Band2、Band4和NDVI这3个自变量入选最优自变量组合；d、根据筛选出的最优自变量组合，采用偏最小二乘方法构建LUE反演模型，见式(8)：采用偏最小二乘拟合，在有效成分等于2时，模型拟合精度最高，其中均方根误差为0.009gCm-2PAR，相对均方根误差15.30％，见图2；LUE＝-0.034-0.269×Band2+0.712×Band4+0.170×NDVI(8)(3)根据步骤(2)构建的模型估算出光能利用率，监测毛竹林生态系统总初级生产力：将LUE反演模型估本文档来自技高网...

【技术保护点】
一种毛竹林生态系统光能利用率和总初级生产力遥感监测方法，其特征是按如下步骤进行：(1)根据通量塔观测数据，计算出总初级生产力和光能利用率：根据通量塔观测数据，采用呼吸和光合响应曲线模型对数据进行插补和分离，获取实测的总初级生产力，然后将总初级生产力除以光合有效辐射计算出光能利用率。(2)根据步骤(1)的数据，构建基于遥感影像数据的光能利用率反演模型：a、参照实测的毛竹林冠层光谱数据，对MODIS遥感反射率进行异常值剔除处理；b、提取MODIS遥感反射率7个波段的数据(Band1～Band7)，并在这7个波段的基础上，构建出归一化植被指数、增强型植被指数和简单比值植被指数这3种植被指数，共10个自变量因子；c、结合偏最小二乘方法和Bootstrap方法，从10个自变量中筛选出最优自变量组合用于构建光能利用率反演模型；d、根据筛选出的最优自变量，采用偏最小二乘方法构建光能利用率反演模型。(3)根据步骤(2)构建的光能利用率模型估算出光能利用率，监测毛竹林生态系统总初级生产力：将光能利用率反演模型估算出的光能利用率乘以光合有效辐射，即得到毛竹林总初级生产力监测结果。

【技术特征摘要】
1.一种毛竹林生态系统光能利用率和总初级生产力遥感监测方法，其特征是按如下步骤进行：(1)根据通量塔观测数据，计算出总初级生产力和光能利用率：根据通量塔观测数据，采用呼吸和光合响应曲线模型对数据进行插补和分离，获取实测的总初级生产力，然后将总初级生产力除以光合有效辐射计算出光能利用率。(2)根据步骤(1)的数据，构建基于遥感影像数据的光能利用率反演模型：a、参照实测的毛竹林冠层光谱数据，对MODIS遥感反射率进行异常值剔除处理；b、提取MODIS遥感反射率7个波段的数据(Band1～...

【专利技术属性】
技术研发人员：徐小军，周国模，杜华强，
申请(专利权)人：浙江农林大学，
类型：发明
国别省市：浙江;33