基于MODIS的光化學(xué)植被指數(shù)反演水稻區(qū)域光能利用率*

郭建茂，劉俊偉，童應(yīng)祥，費(fèi)敦悅，王 遷

(1. 南京信息工程大學(xué)應(yīng)用氣象學(xué)院，南京 210044；2. 安徽省壽縣氣象局，壽縣 232200)

?

基于MODIS的光化學(xué)植被指數(shù)反演水稻區(qū)域光能利用率*

郭建茂1，劉俊偉1，童應(yīng)祥2，費(fèi)敦悅1，王 遷1

(1. 南京信息工程大學(xué)應(yīng)用氣象學(xué)院，南京 210044；2. 安徽省壽縣氣象局，壽縣 232200)

摘要：為了探究光化學(xué)反射植被指數(shù)（Photochemical Reflectance Index, PRI）在反演大面積水稻光能利用率（Light Use Efficiency, LUE）方面的潛力，利用安徽壽縣國家氣候觀象臺通量觀測數(shù)據(jù)和同期MODIS衛(wèi)星數(shù)據(jù)，分別構(gòu)建不同參照波段下（488、551和667nm）的PRIs與站點(diǎn)像元LUE間的模型，并嘗試?yán)米顑?yōu)模型反演區(qū)域尺度的水稻光能利用率。結(jié)果表明，在所測試的參照波段中，來自后向散射方向影像提取的PRIs 與LUE的相關(guān)性更強(qiáng)，其中PRI551表現(xiàn)最優(yōu)；與MOD17算法相比，利用PRI551-LUE模型反演的區(qū)域LUE值更符合實際，且空間分布差異明顯，在多時相影像和完善數(shù)據(jù)插補(bǔ)方法的基礎(chǔ)上，利用MODIS PRI在反演長時間、大面積植被的光能利用率或生產(chǎn)力方面具有可行性。

關(guān)鍵詞：光化學(xué)反射植被指數(shù)；光能利用率；渦度相關(guān)法；MOD17算法；增強(qiáng)型植被指數(shù)（EVI）

郭建茂,劉俊偉,童應(yīng)祥,等.基于MODIS的光化學(xué)植被指數(shù)反演水稻區(qū)域光能利用率[J].中國農(nóng)業(yè)氣象,2016,37(3):368-375

評估和預(yù)測區(qū)域尺度上陸地生態(tài)系統(tǒng)生產(chǎn)力的時空分布，對認(rèn)識和理解區(qū)域乃至全球碳收支等具有重要意義，而遙感技術(shù)在此方面有著不可比擬的優(yōu)勢[1-4]。相關(guān)研究基于各類遙感產(chǎn)品構(gòu)建了估算生態(tài)系統(tǒng)總初級生產(chǎn)力（Gross Primary Productivity，GPP）或凈初級生產(chǎn)力（Net Primary Productivity，NPP）的數(shù)種模型，如CASA（Carnegie-Ames-Stanford Approach）[5]、GLO-PEM（GLObal ProductionEfficiency Model）[6]、植被指數(shù)模型[7]、VPM （Vegetation Photosynthesis Model）[8]、Two-leaf[9]等，其中又以光能利用率（Light Use Efficiency，LUE）模型應(yīng)用較普遍，如MODIS（MODerate-resolution Imaging Spectroradiometer，MODIS）提供的全球GPP/NPP產(chǎn)品（MOD17A2/A3）[10]，首先利用查表法（Biome Parameter Look-Up Table，BPLUT）確定某種類型植被的最大光能利用率（LUEmax），將其進(jìn)行溫、濕訂正求算實際LUE后得到日GPP，最終合成為8d產(chǎn)品。然而該算法中LUE模型的精度較低，是造成MOD17A2產(chǎn)品中GPP低估的主要原因[11]。

上述問題的出現(xiàn)，促使生態(tài)遙感學(xué)家考慮能否通過遙感影像直接反演可靠的實際LUE，以取代目前復(fù)雜又有爭議的模型方法。光化學(xué)反射植被指數(shù)(Photochemical Reflectance Index，PRI )[12]因其對反映葉片光合作用效率的指標(biāo)——葉黃素含量的敏感[12-14]，展現(xiàn)了直接估算LUE的巨大潛力。Drolet 等[15-17]先后嘗試采用多光譜遙感數(shù)據(jù)，包括CHRIS （Compact High Resolution Imaging Spectrometer）和MODIS影像，以及地面通量數(shù)據(jù)，建立了適用區(qū)域尺度的PRI-LUE模型，并對影響PRI與LUE關(guān)系的因素進(jìn)行了論證，而國內(nèi)相關(guān)研究報道甚少，且國外研究中植被類型以森林植被為主，而針對農(nóng)作物的研究寥寥，因此，為了探究PRI在估算區(qū)域水稻作物L(fēng)UE方面的潛力，本文擬利用MODIS數(shù)據(jù)和通量數(shù)據(jù)，基于MODIS PRIs與站點(diǎn)植被的LUE間的最優(yōu)模型，反演區(qū)域尺度的LUE分布，并將其與采用MOD17算法估算的LUE進(jìn)行對比，以論證PRI-LUE模型在估算大面積水稻作物L(fēng)UE的可行性。

1 材料與方法

1.1 研究區(qū)概況

壽縣國家氣候觀象臺（116°47′E，32°26′N）位于安徽省六安市壽縣南部，距城區(qū)中心15km，海拔高度27m。周邊無污染源和高層建筑，該站試驗田面積達(dá)20hm2，試驗田以單季中稻和冬小麥輪作為主，與當(dāng)?shù)胤N植制度一致，可代表黃淮海農(nóng)田生態(tài)系統(tǒng)氣候，同時觀象臺有大量同步氣象數(shù)據(jù)和近地層通量觀測系統(tǒng)數(shù)據(jù)可供研究使用。

1.2 MODIS衛(wèi)星數(shù)據(jù)

MODIS多光譜的特點(diǎn)在監(jiān)測植被動態(tài)變化[18]和土壤分類[19]方面有諸多優(yōu)勢，本文獲取由陸地過程分布式數(shù)據(jù)檔案中心提供的MODIS陸地系列產(chǎn)品，包括L1B級輻射率數(shù)據(jù)（MOD/MYD021KM）和25景8d合成的地表反射率數(shù)據(jù)（MOD09A1，分幅編號H27V05）。

首先獲取2013年9月1日-10月20日（DOY244-293）覆蓋研究區(qū)的輻射率數(shù)據(jù)影像，并按以下原則進(jìn)行篩選：（1）篩選出研究區(qū)內(nèi)無云碧空的數(shù)據(jù)。根據(jù)站點(diǎn)觀測的光合有效輻射（Photosynthetically Active Radiation，PAR）數(shù)據(jù)，將具有完整的日變化正弦曲線作為無云碧空天氣的標(biāo)準(zhǔn)。（2）減少遙感影像噪點(diǎn)，將獲取影像中傳感器天頂角大于45°的予以剔除。滿足上述條件的影像共有20景，其中符合后向散射方向即研究區(qū)內(nèi)傳感器與太陽方位角夾角之差＞60°[20]的有11景，前向散射方向即研究區(qū)內(nèi)傳感器與太陽方位角夾角之差＜60°有9景，兩者統(tǒng)稱為全向散射方向，將上述影像進(jìn)行幾何校正和大氣校正。

1.3 通量數(shù)據(jù)及預(yù)處理

1.3.1 數(shù)據(jù)預(yù)處理與剔除

CO2通量數(shù)據(jù)按以下步驟進(jìn)行處理：（1）采用平面擬合坐標(biāo)旋轉(zhuǎn)方法對數(shù)據(jù)進(jìn)行旋轉(zhuǎn)訂正[21]，去除地形或儀器傾斜的影響；（2）進(jìn)行WPL校正（Webb-Pearman-Leuning correction）[21]，以消除水熱通量輸送造成的CO2密度變化；（3）采用差分法[22]剔除降水同期數(shù)據(jù)和明顯的異常數(shù)據(jù)；（4）采用平均值比較法[23]確定摩擦風(fēng)速臨界值u*c=0.15m·s-1，剔除無效數(shù)據(jù)。

1.3.2 數(shù)據(jù)插補(bǔ)

一日內(nèi)大氣穩(wěn)定度的不同，造成了同期CO2通量數(shù)據(jù)質(zhì)量日間明顯好于夜間[24]，本文分別針對日間和夜間的凈生態(tài)系統(tǒng)碳交換速率（Net Ecosystem Exchange，NEE）數(shù)據(jù)進(jìn)行插補(bǔ)。

日間缺失數(shù)據(jù)采用平均晝夜變化法[22]插補(bǔ)，即

式中，h=1，2，…，48，為一天中每0.5h的索引，i=1，2，…，integer(D/n)+1，為平均窗口的索引，n為窗口大小，一般取7～14d，D為一年的天數(shù)，k為中間變量。上劃線表示排除缺失數(shù)據(jù)后子集進(jìn)行平均。

夜間缺失數(shù)據(jù)采用Lloyd & Taylor呼吸方程插補(bǔ)[25-26]，即

式中，Renight為夜間生態(tài)系統(tǒng)呼吸速率，以CO2或C物質(zhì)的量計（mmol·m-2·s-1），等于通量站觀測的夜間NEE；Tref為參考溫度，本文設(shè)為288.15K；ReTref為Tref下的生態(tài)系統(tǒng)呼吸（mmol·m-2·s-1）；T0為生態(tài)系統(tǒng)呼吸為零時的溫度，一般為227.13K[25]；TK為5cm土壤溫度。由于冠層內(nèi)部CO2儲存項對NEE貢獻(xiàn)較小，本文未考慮儲存項的影響。將日間和夜間的NEE數(shù)據(jù)插補(bǔ)之后，最終獲得完整的半小時NEE數(shù)據(jù)。

1.4 植被光能利用率的計算

該站點(diǎn)半小時植被光能利用率（LUE）的計算式為

式中，GPP為植被總初級生產(chǎn)力（mmol·m-2·s-1），PAR為通量站觀測的光合有效輻射，以光量子物質(zhì)的量計（mmol photons·m-2·s-1）。考慮光合作用的實際情況，GPP和PAR按以下標(biāo)準(zhǔn)篩選出有效數(shù)據(jù)：PAR ＞5mmol photons·m-2·s-1；GPP＞0，一般在10～35mmol·m-2·s-1范圍內(nèi)。FPAR為植被冠層光合有效輻射吸收系數(shù)（Fraction of absorbed Photosynthetically Active Radiation，F(xiàn)PAR），采用MOD09A1產(chǎn)品提取的增強(qiáng)型植被指數(shù)（Enhanced Vegetation Index，EVI）進(jìn)行估算。

式（3）中，基于通量數(shù)據(jù)估算日間GPP，即

其中，Reday為日間生態(tài)系統(tǒng)呼吸速率（mmol·m-2·s-1），由式（2）中確立的參數(shù)ReTref、Tref以及呼吸方程外推得到。

站點(diǎn)像元的原始EVI經(jīng)過云剔除、數(shù)據(jù)插補(bǔ)以及濾波重建后[27]（圖1），用于FPAR的估算，公式為

式中，rNIR、rRED和rBLUE分別表示近紅外、紅光和藍(lán)光波段的地表反射率；G表示增益因子，設(shè)為2.5；L為土壤調(diào)節(jié)參數(shù)，設(shè)為1；C1和C2為氣溶膠抵抗系數(shù)，設(shè)為6和7.5[28]，a表示估算系數(shù)，設(shè)為1[8]。

圖1 站點(diǎn)像元EVI數(shù)據(jù)重構(gòu)Fig. 1 Filtered curve of EVI for site pixel

1.5 光化學(xué)反射植被指數(shù)的計算

光化學(xué)反射植被指數(shù)（PRI）最初是由Gamon 等[12]對向日葵生化特性的短期變化探測基礎(chǔ)上提出的，被認(rèn)為是監(jiān)測葉片葉黃素變化和估算光能利用率的最佳手段之一，其定義為

式中，r531和rlref分別表示531nm和570nm處的反射率，一般將531nm稱為測量波段，570nm稱為參照波段。根據(jù)MODIS數(shù)據(jù)特征，r531為MODIS影像中第11波段的反射率，由于MODIS數(shù)據(jù)中缺少570nm參照波段，因此，選擇570nm附近的相似波段作為替代，本文分別采用MODIS第10（488nm）、12（551nm）和13波段（667nm）作為替代參照波段進(jìn)行計算。

2 結(jié)果與分析

2.1 植被光能利用率反演模型

考慮到太陽和傳感器的幾何關(guān)系對影像中站點(diǎn)像元反射率的影響[20]，將MOD/MYD021KM產(chǎn)品中篩選出的20景影像以站點(diǎn)像元為標(biāo)的，分為后向散射方向和全向散射方向，分別計算各種參照波段下的PRI值（PRI488、PRI551和PRI678），并分析其與影像過境時植被光能利用率（LUE）之間的關(guān)系，評估方式為顯著性水平檢驗，結(jié)果見圖2和表1。

由圖2可見，后向散射和全向散射方向影像提取的PRIs與LUE最優(yōu)的擬合形式相似，但擬合曲線中的參數(shù)略有不同，說明影像中傳感器的視角變化并不能改變PRIs與LUE的相關(guān)性質(zhì)，只是反映在擬合效果上的偏差。由表1可見，總體上，后向散射方向上的PRIs對LUE擬合效果優(yōu)于全向散射方向，且各參照波段下兩種方向的PRIs-LUE相關(guān)性保持一致。具體地，無論在后向散射或全向散射方向上，LUE與各參照波段PRIs的相關(guān)程度由大到小依次為PRI551、PRI488和PRI667，其中PRI488、PRI551與LUE呈線性相關(guān)，PRI667與LUE呈指數(shù)相關(guān)，但由于MODIS第12波段反射率r551＜r531，根據(jù)式（7）得到的PRI551值為負(fù)數(shù)，因此，表現(xiàn)出PRI551與LUE呈負(fù)相關(guān)，但也可引入sPRI[29]將PRI551化為正值。與各參照波段PRIs相比，反映植被生長狀態(tài)和植被覆蓋度的EVI項，與LUE相關(guān)性差了很多，說明光能利用率不但與植被繁茂程度有關(guān)，更與其內(nèi)部光化學(xué)反應(yīng)能力有關(guān)。

選擇反演LUE的最佳模型，除了比較表1中各模型的相關(guān)系數(shù)外，還需綜合考慮以下因素：一是與指數(shù)模型相比，線性模型能避免PRI在LUE高值區(qū)的飽和；二是同一參照波段下的后向散射和全向散射方向模型間參數(shù)相差不宜過大。綜上所述，本研究認(rèn)為后向散射方向影像的MODIS PRI551最適合作為反演站點(diǎn)像元光能利用率的參數(shù)，故將其進(jìn)一步用作嘗試估算區(qū)域LUE。

圖2 MODIS影像不同散射方向下PRIs（a-c）及EVI（d）與LUE的關(guān)系Fig. 2 Relationships between the PRIs using different formulations and LUE(a-c),EVI and LUE(d)

表1 圖2中各擬合線對應(yīng)方程的參數(shù)Table 1 Regression parameters of fitted lines in Fig.2

2.2 區(qū)域植被光能利用率反演

針對研究區(qū)域稻麥輪作的種植制度，本文基于Xiao等[30]算法及優(yōu)化[31]，提取出研究區(qū)水稻面積（圖3），其中水稻像元約占23.86%，非水稻像元包括水體、城市和非水稻植被等占66.14%，采用MODIS后向散射影像提取的PRI551作為反演LUE的模型參數(shù)，則

根據(jù)式（8）構(gòu)建區(qū)域LUEPRI（圖4a），其中，影像時刻為當(dāng)?shù)貢r間儒略歷第259天的11：15，表示11：00-11：30的LUE。

基于MOD17算法估算的同區(qū)域日平均LUE如圖4b所示，其LUE計算式為

式中，LUEmax為最大光能利用率，農(nóng)作物設(shè)為1.044g·MJ-1[10]，約0.019mmol·mmol-1[32]。f(TMIN)和f(VPD)分別為一日內(nèi)溫度和飽和水汽壓差對植被光合作用的脅迫，其中

對農(nóng)作物產(chǎn)生脅迫的最低氣溫范圍TMINmin和TMINmax分別為-8℃和12.02℃[10]；最低飽和水汽壓差范圍VPDmin和VPDmax分別為650Pa和4300Pa[10]。

如表2所示，基于MOD17算法的LUEMOD17普遍小于PRI-LUE模型反演的LUEPRI，并明顯低估了站點(diǎn)像元的LUE，主要是由于式（9）中LUEmax估值偏低，這在多種植被類型均有所提及[9,11]。此外，LUEMOD17區(qū)域差異小，說明在一定區(qū)域內(nèi)氣溫和水分對植被光合過程的脅迫，差別并不顯著。而與LUEMOD17相比，LUEPRI表達(dá)式簡單，且其有堅實的理論基礎(chǔ)，其值也接近前人的研究結(jié)果[33]。另一方面，LUEPRI的離散程度較大，展示出其空間分布的差異性明顯，這與實際的水稻種植考察情況相符。除溫、濕度外，同種類型植被光能利用率的影響因素還有大氣透射、植被冠層結(jié)構(gòu)、非光合組織呼吸以及自身光化學(xué)轉(zhuǎn)化效率等[34]，在外界環(huán)境條件和植被自身狀況的共同作用下，植被光能利用率的分布應(yīng)有所差異。

圖3 基于MODIS時序植被指數(shù)提取的研究區(qū)內(nèi)水稻像元分布Fig. 3 Distribution of rice paddy pixels in study area based on MODIS vegetation index time series

圖4 基于PRI-LUE模型（a）和MOD17算法反演（b）LUE值的分布Fig. 4 LUE maps derived using PRI-LUE model(a) and the MOD17 algorithm(b)

表2 圖4中LUE的均值、標(biāo)準(zhǔn)偏差和離散系數(shù)Table 2 Mean, standard deviation and variation coefficient of LUE from PRI and MOD17 algorithm in Fig. 4

3 結(jié)論與討論

3.1 結(jié)論

（1）在測試的488、551和667nm波段中，來自后向散射方向影像提取的PRIs與站點(diǎn)LUE的相關(guān)性更強(qiáng)，其中PRI551表現(xiàn)最優(yōu)。

（2）對通過PRI-LUE模型和MOD17算法繪制的區(qū)域LUE的比較表明，前者的空間差異性明顯，且其模型簡單，反演的LUE符合植被實際狀況，故本文認(rèn)為PRI-LUE模型是反演瞬時區(qū)域LUE的潛在方法之一。

（3）雖然本文采用PRI-LUE模型僅反演了晴空條件下瞬時區(qū)域LUE，但在完善多時相影像和數(shù)據(jù)插補(bǔ)方法的基礎(chǔ)上，能夠進(jìn)一步反演區(qū)域GPP/NPP等。

3.2 討論

在葉片和冠層尺度上，已證明PRI能夠較好地響應(yīng)LUE的變化[35]，然而利用MODIS影像外推至區(qū)域尺度仍然存在諸多困難。一是MODIS影像的客觀限制，如衛(wèi)星過境時間集中（在當(dāng)?shù)貢r間11：00-14：00）、研究區(qū)被云遮蓋、太陽和傳感器幾何關(guān)系對像元信息的影響以及傳感器數(shù)據(jù)偏差等；二是地面通量數(shù)據(jù)誤差。從采集的數(shù)據(jù)（如采樣頻率、設(shè)備故障、湍流等）到數(shù)據(jù)的預(yù)處理過程（如缺失數(shù)據(jù)的插補(bǔ)、生態(tài)系統(tǒng)GPP和呼吸項Re的分離），但經(jīng)過合理的數(shù)據(jù)質(zhì)量控制，誤差相對較?。蝗侵虚g參數(shù)誤差。如本文將MOD09A1提取的EVI重構(gòu)后近似為FPAR項，這與實際的FPAR是存在誤差的。

與基于MOD17算法的LUE相比，利用MODIS PRI551反演的區(qū)域LUE有以下優(yōu)勢：（1）空間差異明顯；（2）模型簡單、輸入變量少；（3）無需預(yù)先估算各類植被類型的最大光能利用率，避免混合像元中非特定植被帶來的誤差。

然而將反演的區(qū)域LUE進(jìn)一步推廣，如構(gòu)建月、年尺度區(qū)域GPP模型，仍有多方面需完善。一是增加地面通量站點(diǎn)，驗證并訂正MODIS PRI-LUE模型；二是覆蓋多種植被類型；三是建立利用多時相影像的數(shù)據(jù)插補(bǔ)方法，解決因研究區(qū)云遮蔽而無效的問題。

參考文獻(xiàn)References

[1]Running S W,Baldocchi D D,Turner D P,et al.A global terrestrial monitoring network integrating tower fluxes, flasksampling,ecosystem modeling and EOS satellite data[J]. Remote Sensing of Environment,1999,70(1):108-127.

[2]Turner D P,Ollinger S V,Kimball J S.Integrating remote sensing and ecosystem process models for landscape-to regional-scale analysis of the carbon cycle[J].Bioscience, 2004,54(6):573-584.

[3]王宗明,張柏.區(qū)域尺度作物生產(chǎn)力對全球變化響應(yīng)的研究進(jìn)展及展望[J].中國農(nóng)業(yè)氣象,2005,26(2):112-115.

Wang Z M,Zhang B.Progress and prospect in research of responses of regional crop productivity to global change[J]. Chinese Journal of Agrometeorology,2005,26(2):112-115.(in Chinese)

[4]袁文平,蔡文文,劉丹,等.陸地生態(tài)系統(tǒng)植被生產(chǎn)力遙感模型研究進(jìn)展[J].地球科學(xué)進(jìn)展,2014,29(5):541-550.

Yuan W P,Cai W W,Liu D,et al.Satellite-based vegetation production models of terrestrial ecosystem:an overview[J]. Advances in Earth Science,2014,29(5):541-550.(in Chinese)

[5]Potter C S,Randerson J T,Field C B,et al.Terrestrial ecosystem production:aprocess model based on global satellite and surface data[J].Global Biochemical Cycle,1993,7(4): 811-841.

[6]Prince S D,Goward S N.Global primary production:a remote sensing approach[J].Journal of Biogeography, 1995,22(4/5): 815-835.

[7]Peruelo J M,Oesterheld M,di Bella C M,et al.Estimation of primary production of subhumid rangelands from remote sensing data[J].Applied Vegetation Science,2000,3(2): 189-195.

[8]Xiao X,Hollinger D,Aber J,et al.Satellite-based modeling of gross primary production in an evergreen needleleafforest[J]. Remote Sensing of Environment,2004,89(4):519-534.

[9]何明珠.遙感數(shù)據(jù)與兩葉光能利用率模型同化的總初級生產(chǎn)力模擬[D].南京:南京大學(xué),2013:1-46.

He M Z.Simulating gross primary productivity by assimilating remote sensing data with a two-leaf light use efficiency model[D].Nanjing:Nanjing University,2013:1-46.(in Chinese)

[10]Running S W,Zhao M.User’sguide:daily GPP and annual NPP(MOD17A2/A3) products NASA earth observing system MODIS land algorithm[OL].http://www.ntsg.umt. edu/sites/ntsg.umt.edu/files/modis/MOD17UsersGuide2015_ v3. pdf,2015-10-07.

[11]Wang X F,Ma M G,Li X,et al.Validation of MODIS GPP product at 10 flux sites in northern China[J].International Journal of Remote Sensing,2013,34(2):587-599.

[12]Gamon J A,Field C B,Bilger W,et al.Remote sensing of the xanthophyll cycle and chlorophyll fluorescence in sunflower leaves and canopies[J].Oecologia,1990,85(1): 1-7.

[13]Penuelas J,Filella I,Gamon J A.Assessment of photosynthetic radiation-use efficiency with spectral reflectance[J].New Phytologist,1995,131(3):291-296.

[14]Filella I,Amaro T,Araus J L,et al.Relationship between photosynthetic radiation-use efficiency of barley canopies and the photochemical reflectance index (PRI)[J].Physiology Plantarum,1996,96(2):211-216.

[15]Drolet G G,Middleton E M,Huemmrich K F,et al.Regional mapping of gross light-use efficiency using MODIS spectral indices[J].Remote Sensing of Environment,2008,112(6): 3064-3078.

[16]Hilker T,Hall F G,Tucker C J,et al.Data assimilation of photosynthetic light-use efficiency using multi-angular satellitedata II:model implementation and validation[J]. Remote Sensing of Environment,2012,121(138):287-300.

[17]Moreno A,Maselli F,Gilabert M A,et al.Assessment of MODIS imagery to track light-use efficiency in a water-limitedMediterranean pine forest[J].Remote Sensing of Environment,2012,123(6):359-367.

[18]張樹譽(yù),李登科,景毅剛,等.基于MODIS時序植被指數(shù)的陜西植被季相變化分析[J].中國農(nóng)業(yè)氣象,2007,28(1):88-92.

Zhang S Y,Li D K,Jing Y G,et al.Analysis of seasonal dynamics of vegetation change in Shanxi province based MODIS NDVI time series data[J].Chinese Journal of Agrometeorology, 2007,28(1):88-92.(in Chinese)

[19]張春桂,潘衛(wèi)華,陳惠,等.應(yīng)用MODIS數(shù)據(jù)監(jiān)測福州地區(qū)土地利用/覆蓋變化[J].中國農(nóng)業(yè)氣象,2006,27(4):300-304.

Zhang C G,Pan W H,Chen H,et al.Application of MODIS data to monitoring of land use/cover changes in Fuzhou region[J].Chinese Journal of Agrometeorology,2006,27(4): 300-304.(in Chinese)

[20]謝小萍.基于MODIS數(shù)據(jù)估算區(qū)域光合有效輻射和光能利用率的方法研究[D].南京:南京信息工程大學(xué),2009: 1-124.

Xie X P.Estimation of regional photosynthetically active radiation and light use efficiency based on MODIS[D]. Nanjing:Nanjing University of Information Science & Technology,2009:1-124.(in Chinese)

[21]Webb E K,Pearman G L,Leuning R.Correction of flux measurements for density effects due to heat and water vapourtransfer[J].Quarterly Journal of the Royal Meteorological Society,1980,106(447):85-100.

[22]李春,何洪林,劉敏,等.ChinaFLUX CO2通量數(shù)據(jù)處理系統(tǒng)與應(yīng)用[J].地球信息科學(xué),2008,10(5):557-565.

Li C,He H L,Liu M,et al.The design and application of CO2flux data processing system at China Flux[J].Geo-information Science,2008,10(5):557-565.(in Chinese)

[23]朱治林,孫曉敏,溫學(xué)發(fā),等.中國通量網(wǎng)(ChinaFLUX)夜間CO2渦度相關(guān)通量數(shù)據(jù)處理方法研究[J].中國科學(xué)(D輯):地球科學(xué),2006,36(增Ⅰ):34-44.

Zhu Z L,Sun X M,Wen X F,et al.The research of night CO2flux data processing method at China Flux[J].Science in China(Ser. D) Earth Sciences,2006,36(s1):34-44.(in Chinese)

[24]于貴瑞,孫曉敏,等.陸地生態(tài)系統(tǒng)通量觀測的原理與方法[M].北京:高等教育出版社,2006:1-508.

Yu G R,Sun X M,et al.Principles of flux measurement in terrestrial ecosystems[M].Beijing:Higher Education Press,2006:1-508.(in Chinese)

[25]Lloyd J,Taylor J A.On the temperature dependence of soil respiration[J].Functional Ecology,1994,8(3):315-323.

[26]Falge E,Baldocchi D D,OlsonR,et al.Gap-filling strategies for defensible annual sums of net ecosystem exchange[J]. Agricultural and Forest Meteorology,2001,107(1):43-69.

[27]張峰,吳炳方,劉成林,等.區(qū)域作物生長過程的遙感提取方法[J].遙感學(xué)報,2004,8(6):515-528.

Zhang F,Wu B F,Liu C L,et al.A method to extract regional crop growth profile with time series of NDVI data[J].Journal of Remote Sensing,2004,8(6):515-528.(in Chinese)

[28]Huete A R,Liu H Q,Batchily K,et al.A comparison of vegetation indices over a global set of TM images for EOS-MODIS[J].Remote Sensing of Environment,1997, 59(96):440-451.

[29]Drolet G G,Huemmrich K F,Hall F G.A MODIS-derived photochemical reflectance index to detect inter-annual variations in the photosynthetic light-use efficiency of a boreal deciduous forest[J].Remote Sensing of Environment, 2005,98(2-3):212-224.

[30]Xiao X,Boles S,Liu J,et al.Mapping paddy rice agriculture in southern China using multi-temporal MODIS images[J]. Remote Sensing of Environment,2005,95(4): 480-492.

[31]李根,景元書,王琳,等.基于MODIS時序植被指數(shù)和線性光譜混合模型的水稻面積提取[J].大氣科學(xué)學(xué)報,2014, 37(1):119-126.

Li G,Jing Y S,Wang L,et al.Extraction of paddy planting areas based on MODIS vegetation index time series and linear spectral mixture model[J].Transactions of Atmosphere Sciences,2014,37(1):119-126.(in Chinese)

[32]朱志輝,張福春.我國陸地生態(tài)系統(tǒng)的植物太陽能利用率[J].生態(tài)學(xué)報,1985,5(4):343-355.

Zhu Z H,Zhang F C.Solar energy utilization efficiency of the land plants in China[J].Acta Ecologiaca Sinica, 1985,5(4): 343-355.(in Chinese)

[33]Turner D P,Urbanski S,Bremer D,et al.A cross-biome comparison of daily light use efficiency for gross primary production[J].Global Change Biology,2003,9(3):383-395.

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

[35]陳晉,唐艷鴻,陳學(xué)泓,等.利用光化學(xué)反射植被指數(shù)估算光能利用率研究的進(jìn)展[J].遙感學(xué)報,2009,12(2):331-337.

Chen J,Tang Y H,Chen X H,et al.The review of estimating light use efficiency through photochemical reflectance index(PRI) [J].Journal of Remote Sensing,2009,12(2):331-337.(in Chinese)

Regional Mapping of Light Use Efficiency for Paddy Rice by Using MODIS Photochemical Reflectance Index

GUO Jian-mao1, LIU Jun-wei1, TONG Ying-xiang2, FEI Dun-yue1, WANG Qian1
（1. College of Applied Meteorology, Nanjing University of Information Science & Technology, Nanjing 210044, China; 2. Shouxian Meteorology Bureau, Anhui Provinces, Shouxian 232200）

Abstract:In order to explore the potentiality of the Photochemical Reflectance Index(PRI) in predicting light use efficiency(LUE) at regional scales, eddy covariance flux data of Shouxian station and corresponding MODIS imagery were utilized to establish different models which concerned three formulations of PRIs calculated from a set of alternative reference bands at 488,551,667nm and LUE of site pixel. Then, the optimal model was chosen to create a regional LUE map for paddy rice. The results showed that, the relationships between MODIS PRIs from observations closer to the backscatter direction and LUE were always stronger, and PRI551exhibited the strongest relationship with LUE among MODIS PRIs. Compared to regional LUE derived using the MOD17 algorithm, more realistic spatial heterogeneity of LUE was appeared in the MODIS PRI551-derived LUE map. Moreover, with multi-temporal imagery and appropriate gap-filling methods be used, MODIS PRI has certain feasibility on long-period and large-area monitoring of ecosystem LUE.

Key words:Photochemical reflectance index; Light use efficiency; Eddy covariance; MOD17 algorithm; Enhanced vegetation index(EVI)

doi:10.3969/j.issn.1000-6362.2016.03.013

* 收稿日期：2015-10-26

基金項目：國家自然科學(xué)基金（41071282）；江蘇省重點(diǎn)研發(fā)計劃（現(xiàn)代農(nóng)業(yè)）項目（BE2015365）；行業(yè)專項（GYHY201506018）；中國氣象局預(yù)報預(yù)測核心業(yè)務(wù)發(fā)展專項（XMAHX20160311）

作者簡介：郭建茂（1968-），博士，副教授，主要從事農(nóng)業(yè)氣象和農(nóng)業(yè)遙感研究。E-mail：001878@nuist.edu.cn