利用不同時相遙感影像估算大興安嶺北部火干擾后NPP

胡海清，蘇志杰，魏書精，孫 龍

(東北林業(yè)大學(xué)林學(xué)院，哈爾濱150040)

森林是陸地生態(tài)系統(tǒng)的主體，在全球物質(zhì)循環(huán)和能量流動中具有重要的地位［1］。森林火災(zāi)是森林生態(tài)系統(tǒng)重要的干擾因子，對碳循環(huán)和碳平衡具有重要影響［2］?；鸶蓴_作為大興安嶺森林生態(tài)系統(tǒng)中重要的干擾因子，對該區(qū)的凈初級生產(chǎn)力NPP(net primary productivity)產(chǎn)生重要影響。NPP是生態(tài)系統(tǒng)中植被碳固定與碳釋放之差，是大氣中的碳進入生物群落的主要途徑。理解NPP對火干擾的響應(yīng)，了解NPP在火干擾后的變化規(guī)律，是揭示火干擾對生態(tài)系統(tǒng)碳循環(huán)影響的基礎(chǔ)，對認(rèn)識火干擾在森林生態(tài)系統(tǒng)碳平衡的地位有重要作用［3］。國外在火干擾對NPP的影響方面研究較多。Reed等［4］在美國黃石國家公園1988年大火發(fā)生9 a后，測量樣地內(nèi)松林葉面積指數(shù)和地上NPP，其值在相同密度的成熟林范圍內(nèi)，這表明NPP在火后迅速恢復(fù)。Amrio等［5］利用AVHRR影像對加拿大北方森林的研究表明，火干擾后植被NPP會持續(xù)增長20～30 a，其后會保持平穩(wěn)約60 a。Jeffery等［6］利用 AVHRR －NDVI數(shù)據(jù)研究北美北方森林火干擾后NPP恢復(fù)，結(jié)果顯示平均恢復(fù)期為9 a。Harden等［7］在模擬北美地區(qū)火干擾對碳循環(huán)的影響時，發(fā)現(xiàn)NPP需要約10 a時間恢復(fù)到火干擾前水平。Diaz－Delgado等［8］研究泰羅尼亞森林時，發(fā)現(xiàn)火干擾后該生態(tài)系統(tǒng)恢復(fù)約需7 a。國內(nèi)孫龍等［9］利用森林清查資料，采用空間代替時間的方法，調(diào)查了1987年大興安嶺火干擾后落葉松林NPP恢復(fù)動態(tài)，研究發(fā)現(xiàn)火后喬木層NPP在21 a間呈逐漸增加趨勢，并在23～24 a達到未過火林地水平。王玉濤等［10］也采用空間代替時間的方法，研究了川西高山松林火后NPP恢復(fù)動態(tài)，結(jié)果表明火干擾后喬木、灌木和草本分別表現(xiàn)出不同的恢復(fù)過程?？追比A等［11］利用遙感數(shù)據(jù)研究了大興安嶺北部不同強度火干擾后景觀變化。目前國內(nèi)有關(guān)火干擾后植被恢復(fù)研究較少，多數(shù)集中在景觀恢復(fù)研究［12－13］。本研究以 1987年 “5·6”大火火后植被NPP為研究對象，對火干擾后植被恢復(fù)進行了定量研究，為火干擾后森林生態(tài)系統(tǒng)碳平衡研究提供基礎(chǔ)數(shù)據(jù)具有重要意義。

1 材料與方法

1.1 研究區(qū)概況

研究地點位于黑龍江省大興安嶺林區(qū)北部(52°2' ～ 53°3'N，121°4' ～ 124°2'E)，面 積16799 km2。該區(qū)屬寒溫帶季風(fēng)氣候，年均氣溫－2～4℃，最低氣溫 －52.3℃，最高氣溫39.0℃。年降水量350～500 mm，降水集中于7～8月份。相對濕度70%～75%，積雪期達5個月，林內(nèi)雪深30～50 cm。土壤以棕色針葉林土和暗棕壤為主。全區(qū)山勢比較平緩，海拔在300～1400 m左右，15°以內(nèi)的緩坡占80%以上。區(qū)內(nèi)林型以杜鵑(Rhododendron)－落葉松(Larix gmelinii)林、杜香(Ledum palnstre)－落葉松林、草類落葉松(Larixgrass)林、樟子松(Pinus sylvestris)林、白樺(Betula platyphylla)－落葉松林、白樺林、蒙古櫟(Quercusm ongolica)林為主。該區(qū)為我國森林火災(zāi)高發(fā)區(qū)，年均森林過火面積居全國之首，是我國森林火災(zāi)危害最嚴(yán)重的地區(qū)［14］。如圖1所示。

圖1 研究區(qū)域位置Fig.1 Location of the study area

1.2 CASA模型

估算NPP的模型有統(tǒng)計模型、參數(shù)模型和過程模型［15］。其中過程模型以植物生理生態(tài)為基礎(chǔ)建立的模型，在模擬NPP上更加可靠［16］。本文在研究中采用的CASA模型，就是過程模型中的一種。1972年，Monteith在對農(nóng)作物生產(chǎn)力的研究中首先提出利用植被所吸收的光和有效輻射APAR(Absorbed photosynthetically active radiation)和光能轉(zhuǎn) 化率 ε 估 算 NPP［17］。1993 年，Potter在Monteith研究基礎(chǔ)上，建立了CASA(Carnegie－A-mes－Stanford Approach)模型，并用此模型對全球陸地凈初級生產(chǎn)力進行了估算。CASA模型充分考慮了環(huán)境條件和植被本身的特點，以遙感和地理信息系統(tǒng)為依托，利用遙感數(shù)據(jù)、溫度、降水、太陽輻射等氣象數(shù)據(jù)以及植被類型和土壤類型估算NPP［18］。

CASA模型是典型的光能利用率模型，在該模型中，NPP由植被吸收的光合有效輻射 (APAR)和光能轉(zhuǎn)化率ε來驅(qū)動。公式如下:

式中:x表示像元的空間位置，t表示像元的時間;APAR(x，t)表示t時在x處植被所吸收的光和有效輻射 (MJ·m－2·月－1);ε(x，t)為 t月在 x 處的實際光能利用率 (g C·MJ－1)。

式中:PAR(x，t)是t月在像元x處植被所能利用的有效太陽輻射(MJ·m－2);FPAR(x，t)為植被對入射光合有效輻射的吸收比例，取決于植被類型和植被覆蓋狀況?？梢岳眠b感資料提取的歸一化植被指數(shù) (NDVI)和比值植被指數(shù) (SR)分別估算。而根據(jù)Los研究表明，用這兩種植被指數(shù)估算的FPAR(x，t)平均值與實測值之間誤差最小，具體算法見文獻［19－20］。

在現(xiàn)實條件下光能利用率ε受溫度和水分及最大光能利用率εmax的影響，如下:

式中:Tε1和 Tε2表示溫度對光能轉(zhuǎn)化率的脅迫作用，Wε為水分脅迫作用系數(shù)，可采用Potter［18］提出的方法計算;εmax理想條件下植被的最大光能轉(zhuǎn)化率，根據(jù)Potter［18］的研究，全球植被的最大光能轉(zhuǎn)化率為0.389 g C·MJ－1。但在實際中εmax受植被類型的影響，本文采用朱文泉等模擬的中國典型植被類型最大光能利用率結(jié)果［20］。

1.3 數(shù)據(jù)來源與處理

遙感數(shù)據(jù)來源于中國科學(xué)院對地觀測與數(shù)字地球科學(xué)中心，三幅影像分別為1987年6月15日TM影像，1999年8月11日ETM+影像，2009年8月30日TM影像。衛(wèi)星傳感器成像時，受到太陽位置、大氣氣溶膠、傳感器自身特性和地形起伏等因素的影響，使遙感圖像產(chǎn)生了幾何畸變和輻射失真。幾何畸變和輻射失真降低了圖像的質(zhì)量，影響了圖像應(yīng)用價值，在使用遙感圖像前，必須對遙感影像預(yù)處理，校正誤差，消除影響。本研究中對遙感圖像進行幾何校正、輻射矯正和大氣校正等預(yù)處理。由于衛(wèi)星成像時會受云量影響，本文只選到了云量影響最小三幅影像。

火災(zāi)數(shù)據(jù)為1987年手繪火災(zāi)等級圖，在Arcgis 9.2中利用已校正的TM影像對火災(zāi)等級圖進行了數(shù)字化，如圖2所示。

圖2 1987年“5·6”大火數(shù)字化等級圖Fig.2 Digital level distribution map of the great fire in May 6，1987

氣象數(shù)據(jù)為1987～2009年大興安嶺地區(qū)氣候資料日值數(shù)據(jù)及和輻射日值數(shù)據(jù)集，來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng) (http://cbc.cma.gov.cn/)。利用GIS對氣象數(shù)據(jù)進行了柵格化，并從空間上與遙感數(shù)據(jù)相匹配。植被分類數(shù)據(jù)來源于黑龍江省二級土地覆蓋分類圖。

2 NPP估算與精度驗證

2.1 NPP估算

根據(jù)對CASA模型的分析，如圖3所示流程在ENVI 4.7中輸出三個時期NPP數(shù)據(jù)圖層，如圖4、圖5和圖6所示。

圖3 CASA模型估算NPP流程Fig.3 Steps to estimate NPP by CASA model

圖4 1987年6月NPP分布圖Fig.4 Distribution of average NPP in June，1987

圖5 1999年8月NPP分布圖Fig.5 Distribution of average NPP in August，1999

2.2 精度驗證

圖6 2009年8月NPP分布圖Fig.6 Distribution of average NPP in August，2009

利用模型估算NPP，其精度評價長期以來是一個非常困難的問題，也引起了很多爭議。估算結(jié)果驗證方法一般有兩種:與樣地實測數(shù)據(jù)對比，以及與其他模型估算結(jié)果對比。NPP的實測數(shù)據(jù)直接獲取比較困難，樣地上獲取的數(shù)據(jù)也很難擴展到區(qū)域尺度，并且經(jīng)常存在實測NPP的時間與遙感資料的時間不一致的情況。在利用實測數(shù)據(jù)對模擬結(jié)果驗證時，因尺度不同和環(huán)境異常而存在誤差［21］。

2.2.1 2009年8月NPP模擬結(jié)果與實測數(shù)據(jù)對比

研究基于2009年7月末和8月末實測的塔河地區(qū)生物量數(shù)據(jù)相減，得到8月份凈增生物量，換算成生產(chǎn)力，將剔除異常值的實測數(shù)據(jù)空間位置在Arcgis9.2中與模擬值一一對應(yīng)，進行精度檢驗(如圖7所示)，可以看出模擬結(jié)果與實測結(jié)果吻合性很好。由于實測數(shù)據(jù)是來自各樣地內(nèi)喬灌草的NPP之和，而本研究模擬值是整個生態(tài)系統(tǒng)的NPP，因此存在一定的差異也是合理的。

圖7 NPP模擬值與實測值擬合Fig.7 Fitting of the simulated and observed NPP

2.2.2 2009年8月模擬結(jié)果與其他模型對比

本文還與毛學(xué)剛利用BEPS模型［22］，王萍利用IBIS模型［23］模擬的NPP作了對比。BEPS是基于過程的生物地球化學(xué)模型，涉及到生化、生理和物理的機理，結(jié)合生態(tài)學(xué)、生物物理學(xué)、植物生理學(xué)、氣象學(xué)和水文學(xué)，耦合了碳水過程來模擬植物的光合、呼吸、碳的分配、水分平衡和能量平衡關(guān)系，能對NPP很好地估測［22］。IBIS屬于生物物理－動態(tài)植被耦合模型，以動態(tài)植被模型為基礎(chǔ)，集成生物圈模型，將地表與水文過程、陸地生物地球化學(xué)循環(huán)以及植被動態(tài)等整合一體化，將陸地表面水平衡、陸地碳平衡以及植被動態(tài)整合來綜合描述陸地生態(tài)學(xué)過程，可模擬生態(tài)系統(tǒng)的碳、水和能量平衡，還可耦合大氣模型分析陸地生物圈過程的未來動態(tài)［24］。IBIS模型通過輸入樣地和氣象、植被信息，對NPP的模擬有較好的結(jié)果［23］。從表1可知，本研究模擬NPP平均值高于BEPS模擬值，而低于IBIS模擬值，介于BEPS和IBIS兩種模型模擬值之間。BEPS模型模擬的是整個東北地區(qū)，本研究模擬了大興安嶺北部地區(qū)，研究區(qū)域尺度不同。IBIS模型數(shù)據(jù)來源于森林清查資料，本研究采用衛(wèi)星影像，實測樣地數(shù)據(jù)與遙感數(shù)據(jù)也存在點與面的關(guān)系。不同空間尺度模擬結(jié)果不能單純的在空間上內(nèi)推和擴展，因此本研究模擬結(jié)果與BEPS、IBIS模擬結(jié)果產(chǎn)生誤差，但是從樣地到區(qū)域NPP的模擬趨勢是一致的。綜合實測數(shù)據(jù)的對比，本研究模擬NPP值比較合理。

表1 三種模型模擬結(jié)果對比 (g C m－2)Tab.1 Comparison of NPP results using three models(g C m－2)

3 結(jié)果與分析

3.1 未過火區(qū)NPP變化

未過火地區(qū)1987年6月NPP值為145 g C m－2，1999年8月為151 g C m－2，2009年8月為196 g C m－2。大興安嶺地區(qū)從5月開始進入生長季，到7月份NPP到達峰值，9月份末生長基本結(jié)束。變化曲線近似對稱單峰型，其中6月份與8月份NPP值近似［25－26］，因此在本研究中，可以對1986年6月份NPP與1999年8月和2009年8月份NPP相比較 (如圖8所示)，以此來分析22 a間未過火地區(qū)NPP變化，并為過火地區(qū)NPP提供對照。根據(jù)研究，自20世紀(jì)80年代末以來，我國不同植被凈初級生產(chǎn)力都在逐漸增加。且高寒地區(qū)的變化斜率最大，這可能是由于在這些地區(qū)植被生長的限制條件主要是溫度，而全球變暖是不爭的事實，因此以大興安嶺北部為代表的地區(qū)NPP增加很快。而同時我國在20世紀(jì)90年代末期實施了天然林保護工程，在大興安嶺天然林區(qū)實施了禁伐和減伐的措施，給天然林的生長帶來了良好契機。天保工程實施后，還增加了大量防護林，使該地區(qū)森林面積增加，森林覆蓋率增加，森林蓄積量也快速增加?？茖W(xué)合理的保護和撫育措施的實施，也是促進大興安嶺地區(qū)NPP快速增加的原因。

3.2 過火區(qū)NPP變化

1987年“5·6”大火使大興安嶺北部地區(qū)森林遭到嚴(yán)重的破壞，使NPP迅速下降?；鸷髮饒鲞M行了科學(xué)考察［27］，研究發(fā)現(xiàn)無論是輕度、中度，還是重度過火區(qū)，森林灌木層、草本層和地被物層基本被燒光。而喬木層由于具有一定的抗火性，在不同強度火干擾下?lián)p失不同。以未過火區(qū)NPP與過火區(qū)進行對照 (如圖9所示)，輕度過火區(qū)NPP降到74 g C m－2，降低了49%。輕度過火區(qū)受害較輕，喬木層死亡30%，主要是燒死了各樹種的幼樹、下木以及抗火性較差的樟子松和白樺等。而生長健壯的白樺、甜楊及部分興安落葉松未受害或受害較輕。輕度過火區(qū)尚存70%的活立木，使輕度過火區(qū)保存了相當(dāng)?shù)纳a(chǎn)力水平。中度過火區(qū)，NPP降到58 g C m－2，降低了60%。火場內(nèi)林木死亡率在30% ～70%，但還有一定數(shù)量的活立木存活下來，約為70%～30%。在重度過火區(qū)，NPP降到36 g C m－2，降低了73%。在重度過火區(qū)最嚴(yán)重的火場，喬木全部被燒死，枯枝落葉燒光，幼樹，下木化為灰燼，NPP幾乎降到0。重度過火區(qū)樹木死亡率70%以上，活立木只有不到30%。幼樹、下木全部燒死，枯枝落葉燒光。而活立木的樹皮、樹干和樹冠也有部分被燒掉。大火燒掉的地被物使土壤肥力增加，火災(zāi)后不久，燒死的中、小徑木的白樺樹干基部就發(fā)出很多萌芽條，很多有萌生能力的灌木也萌發(fā)新枝，如杜鵑和杜香等，有地下根、莖的草本在火燒后生長茂盛。這為火干擾后植被恢復(fù)提供了基礎(chǔ)。

圖8 未過火區(qū)1987年6月、1999年8月、2009年8月NPP比較Fig.8 Comparison of NPP results of unburned area in 1987(June)，1999(August)，and 2009(August)

圖9 1987年6月不同強度過火區(qū)和未過火區(qū)NPP比較Fig.9 comparison of NPP results of low burned，medium burned，and high burned area in 1987(June)

3.3 火干擾不同年限后NPP變化

1999年8月，火干擾12 a，未過火區(qū)植被NPP為151 g C m－2，輕度過火區(qū)NPP為149 g C m－2，中度過火區(qū)NPP為147 g C m－2，重度過火區(qū)NPP為146 g C m－2，分別達到了未過火區(qū)的98%、97%和96%。過火區(qū)生產(chǎn)力恢復(fù)迅速，在火干擾12 a后NPP基本恢復(fù)到了對照地區(qū)的水平。在對火燒跡地的調(diào)查中發(fā)現(xiàn)，火干擾后當(dāng)年和之后一兩年，灌草層的生物量較小，但在火后5 a內(nèi)始終保持增加趨勢，在5 a左右，過火區(qū)內(nèi)灌草生物量達到甚至略大于對照區(qū)的灌草層生物量，通常在5～7 a，灌草層就恢復(fù)到了未過火區(qū)NPP水平［28］?；鸶蓴_后林內(nèi)透光率加大，陽光充足，白樺和山楊等快速生長，并在演替層成為優(yōu)勢樹種，過火區(qū)生產(chǎn)力得到了快速的恢復(fù)。火干擾后12 a時，過火區(qū)NPP就基本達到與未過火區(qū)同等水平。如圖10所示。

圖10 不同強度過火區(qū)1987年6月、1999年8月、2009年8月NPP分布Fig.10 Distribution of NPP in low burned，medium burned，and high burned area in 1987(June)，1999(August)，and 2009(August)

2009年8月，火干擾后22 a，未過火區(qū)植被NPP為196 g C m－2，輕度過火區(qū)NPP為191 g C m－2，中度過火區(qū)NPP為187 g C m－2，重度過火區(qū)NPP為183 g C m－2。2009年8月過火區(qū) NPP與1999年8月過火區(qū)NPP相比，增加了20%多，但是與同時期未過火區(qū)對照分別只占到97%、95%和93%，同比下降了3%?；鸶蓴_后12 a到22 a，隨著喬木層郁閉度增加，林內(nèi)陽光減少，使林下灌草層喜光植物的生長和發(fā)育受到阻礙，種類減少，生產(chǎn)力增長也降低，甚至下降。而喬木層隨著林內(nèi)喬木均勻度增加，土壤養(yǎng)分在短時間內(nèi)無法補充白樺和山楊等速生樹種的需求，在土壤養(yǎng)分多的地方喬木分布比較集中，從而又使喬木層的生長受到限制［29－30］。在過火區(qū)還存在很多興安落葉松母樹和種子，隨著興安落葉松的恢復(fù)，又取代了一些白樺和山楊?；鸶蓴_后22 a，過火區(qū)正在處于演替階段，相對與未過火區(qū)的成熟林，其生產(chǎn)力相比有些下降。但隨著過火區(qū)興安落葉松在數(shù)量、胸徑和樹高上取代白樺、山楊，形成適應(yīng)本地氣候的興安落葉松林，其生產(chǎn)力還會增加。

4 結(jié)論與討論

隨著RS和GIS技術(shù)的發(fā)展，高分辨率的遙感資料為估測區(qū)域和全球NPP提供了豐富的數(shù)據(jù)，以植被光能利用率為基礎(chǔ)的CASA模型參數(shù)獲取容易，在我國的實際應(yīng)用中取得了很好的效果。本研究利用TM和ETM+影像、氣象、植被數(shù)據(jù)估算了大興安嶺北部地區(qū)不同火強度干擾后NPP，通過實測數(shù)據(jù)和其他模型的對比，結(jié)果可靠，表明CASA模型在大興安嶺北部也有較好的適用性。

1987年“5·6”大火使灌草層全部死亡，僅有喬木層部分樹木存活。不同強度火干擾影響不同，對照未過火區(qū)NPP，輕度過火區(qū)NPP下降49%，中度過火區(qū)下降60%，重度過火區(qū)下降73%。強烈的大火對大興安嶺碳平衡和碳循環(huán)造成了嚴(yán)重的影響［9］?；鸷箅S著時間的推移，植被逐漸恢復(fù)，過火區(qū)灌草層最先恢復(fù)。而隨著白樺和山楊等萌發(fā)能力強、喜光樹種的生長，火干擾12 a后，過火區(qū)生物量恢復(fù)到對照區(qū)相近水平，NPP恢復(fù)到對照區(qū)96%以上。標(biāo)志著過火區(qū)生產(chǎn)力基本恢復(fù)到未過火區(qū)的水平?；鸶蓴_22 a后，過火區(qū)NPP與未過火區(qū)對照，相比火干擾12 a時比重下降了3%，雖然生產(chǎn)力增速降低，但NPP總量還是在增加?！?·6”大火干擾后22 a來，隨著人工恢復(fù)，天然林保護工程等政策的實施，過火區(qū)植被得到了充分的恢復(fù)，森林面積和覆蓋率得到了充分的發(fā)展，使該地區(qū)在區(qū)域甚至全球碳平衡和碳循環(huán)中作用大大增強，為我國森林火災(zāi)科學(xué)管理和火燒跡地植被恢復(fù)提供了量化的參考資料。

本研究模擬NPP值及其在火后的植被變化狀況，是在理想條件下該地區(qū)只受1987年“5·6”大火對植被的影響估測的，而實際上該地區(qū)由于林火頻率很高，1987年后還發(fā)生了多起森林火災(zāi)，但是面積都較小，造成的破壞遠(yuǎn)小于“5·6”火災(zāi)，因此忽略這些火災(zāi)的影響。建立更詳細(xì)的林火數(shù)據(jù)庫，使用精度更高和周期更短的遙感資料，綜合考慮林齡及林地條件對火后NPP恢復(fù)的影響，是未來研究工作需要探討的問題。

［1］樸世龍，方精云，郭慶華.利用CASA模型估算我國植被凈第一性生產(chǎn)力［J］.植物生態(tài)學(xué)報，2001，25(5):603 －608.

［2］趙 彬，孫 龍，胡海清，等.興安落葉松林火后對土壤養(yǎng)分和土壤微生物生物量的影響［J］.自然資源學(xué)報，2011，26(3):451－459.

［3］呂愛鋒，田漢勤，劉永強.火干擾與生態(tài)系統(tǒng)碳循環(huán)［J］.生態(tài)學(xué)報，2005，25(10):2734 －2743.

［4］ Reed R A，F(xiàn)inley M E，Romme W H，et al.Above-ground net primary production and leaf area index in early postfire vegetation in Yellowstone National Park［J］.Ecosystems，1999，2(1):88 － 94.

［5］ Amiro B D，Chen J，Liu J.Net primary productivity following forest fire for Canadian ecoregions［J］.Canadian Journal of Forest Research，2000，30(6):939 －947.

［6］ Jeffrey A H，Gregory P A，Eric S K，et al.Postfire response of North American boreal forest net primary productivity analyzed with satellite observations［J］.Global Change Biology，2003，9(8):1145 －1157.

［7］ Harden J W，Trumbore S E，Stocks B J，et al.The role of fire in the boreal carbon budget［J］.Globe Change biology，2000，6(S1):174－184.

［8］ Diaz-Delgado R，Pons X.Spatial patterns of fires in Catalonia(NE of Spain)along the period 1975-1995 Analysis of vegetation recovery after fire［J］.Forest Ecology and Management，2001，147(1):67 －74.

［9］孫 龍，張 瑤，國慶喜，等.1987年大興安嶺林火碳釋放及火后 NPP 恢復(fù)［J］.林業(yè)科學(xué)，2009，45(12):100 －104.

［10］王玉濤，馬欽彥，侯廣維，等.川西高山松林火燒跡地植被生物量與生產(chǎn)力恢復(fù)動態(tài)［J］.林業(yè)科技，2007，32(1):37 －40.

［11］孔繁華，李秀珍，尹海偉.大興安嶺北坡林火跡地森林景觀格局的變化［J］.南京林業(yè)大學(xué)學(xué)報(自然科學(xué)版)，2005，29(2):33－37.

［12］王緒高，李秀珍，賀紅士，等.大興安嶺北坡落葉松林火后植被演替過程研究［J］.生態(tài)學(xué)雜志，2004，23(5):34 －41.

［13］孔繁華，李秀珍，王緒高，等.林火跡地森林恢復(fù)研究進展［J］.生態(tài)學(xué)雜志，2003，22(2):60 －64.

［14］郭福濤，胡海清.大興安嶺森林火災(zāi)中主要喬木樹種含碳?xì)怏w釋放總量的估算［J］.應(yīng)用生態(tài)學(xué)報，2008，19(9):1884－1890.

［15］馮險峰，劉高煥，陳述彭，等.陸地生態(tài)系統(tǒng)凈第一性生產(chǎn)力過程模型研究綜述［J］.自然資源學(xué)報，19(3):369－378.

［16］張 娜，于貴瑞，趙士洞，等.基于遙感和地面數(shù)據(jù)的景觀尺度生態(tài)系統(tǒng)生產(chǎn)力的模擬［J］.應(yīng)用生態(tài)學(xué)報，2003，14(5):643－652.

［17］ Monteith J L.Solar radiation and productivity in tropical ecosystems［J］.Journal of Applied Ecology，1972，9(3):747 －766.

［18］ Potter C S，Randerson J T，F(xiàn)ield C B，et al.Terrestrial ecosystem production:a process model based on globe satellite and surface data［J］.Globe Biogeochemical Cycle，1993，7(4):811 － 841.

［19］ Los S O，Justice C O，Tucker C J.A global by NDVI dataset for climate studies derived from the GIMMS continental NDVI data［J］.International Journal of Remote Sensing，1994，15(17):3493 －3518.

［20］朱文泉，潘耀忠，何 浩，等.中國典型植被最大光利用率模擬［J］.科學(xué)通報，51(6):700 －706.

［21］朱文泉，潘耀忠，龍中華，等.基于GIS和RS的區(qū)域陸地植被NPP估算—以中國內(nèi)蒙古為例［J］.遙感學(xué)報，2005，9(3):300－307.

［22］毛學(xué)剛.東北森林碳循環(huán)日步長模型與遙感綜合應(yīng)用研究［D］.哈爾濱:東北林業(yè)大學(xué)，2011.

［23］王 萍.基于IBIS模型的東北森林凈第一性生產(chǎn)力模擬［J］.生態(tài)學(xué)報，2009，29(6):3213 －3220.

［24］高永年，張萬昌.IBIS改進及其多尺度流域分布式生態(tài)水文模擬［J］.自然資源學(xué)報，24(10):1757 －1763.

［25］李秀芬，鄭友飛，王晨軼，等.黑龍江省森林NPP的遙感反演［J］.中國農(nóng)業(yè)氣象，2009，31(1):88 －92.

［26］張冬有，馮仲科，李亦秋，等.基于C－FIX模型的黑龍江省森林植被凈初級生產(chǎn)力遙感估算［J］.林業(yè)科學(xué)，2011，47(7):13－19.

［27］詹鴻振，王義弘.關(guān)于大興安嶺火燒跡地森林恢復(fù)的意見［J］.東北林業(yè)大學(xué)學(xué)報，1987，15(S1):73 －77.

［28］張 瑤.大興安嶺26年間林火對森林植被碳收支的影響［D］.哈爾濱:東北林業(yè)大學(xué)，2009.

［29］趙 俊.大興安嶺火燒跡地森林自然恢復(fù)過程的研究［D］.哈爾濱:東北林業(yè)大學(xué).2009.

［30］張 歡.基于Super Map的森林火災(zāi)監(jiān)測系統(tǒng)的實現(xiàn)［J］.森林工程，21011(5):50－53.