落葉闊葉林冠層非光合組分對冠層FPAR的影響分析
——一種分層模擬的方法

梁守真， 隋學艷， 姚慧敏， 王猛， 侯學會， 陳勁松， 馬萬棟

(1.山東省農(nóng)業(yè)可持續(xù)發(fā)展研究所,濟南 250100； 2.農(nóng)業(yè)部華東都市農(nóng)業(yè)重點實驗室，濟南 250100；3.深圳先進技術研究院,深圳 518055； 4.環(huán)境保護部衛(wèi)星環(huán)境應用中心,北京 100094)

落葉闊葉林冠層非光合組分對冠層FPAR的影響分析
——一種分層模擬的方法

梁守真1,2,3， 隋學艷1， 姚慧敏1， 王猛1， 侯學會1， 陳勁松3， 馬萬棟4

(1.山東省農(nóng)業(yè)可持續(xù)發(fā)展研究所,濟南 250100； 2.農(nóng)業(yè)部華東都市農(nóng)業(yè)重點實驗室，濟南 250100；3.深圳先進技術研究院,深圳 518055； 4.環(huán)境保護部衛(wèi)星環(huán)境應用中心,北京 100094)

估算并消除冠層非光合組分(non-photosynthetic vegetation,NPV)吸收的光合有效輻射，對準確估算生態(tài)系統(tǒng)總初級生產(chǎn)力(gross primary productivity，GPP)具有重要意義。以落葉闊葉林為例，通過設置不同情景，應用任意傾斜葉片散射(scattering by arbitrary inclined leaves，SAIL)模型進行冠層光合有效輻射吸收分量(fraction of absorbed photosynthetically active radiation，F(xiàn)PAR)的分層模擬，分析冠層NPV的FPAR的變動及其對冠層FPAR的貢獻，并初步探討落葉闊葉林NPV的FPAR的估算方法。結果表明，冠層NPV的FPAR的大小與冠層結構相關，在高覆蓋度植被區(qū)NPV對冠層FPAR的貢獻通常較小，但在低植被覆蓋區(qū)的貢獻會較高； NPV降低了冠層在近紅外波段的反射； 增強型植被指數(shù)(enhanced vegetation index，EVI)與NPV的FPAR存在顯著的線性負相關關系，可用來描述NPV的變化。

光合有效輻射吸收分量(FPAR)； 非光合組分(NPV)； 歸一化植被指數(shù)(NDVI)； 增強型植被指數(shù)(EVI)； 森林

0 引言

光合有效輻射吸收分量(fraction of absorbed photosynthetically active radiation,FPAR) 是指入射的光合有效輻射(photosynthetically active radiation,PAR)中被植被吸收部分所占的比例，表征了植被冠層對太陽光能的截獲和吸收的能力[1-2]。FPAR 與植被的光合作用、呼吸、蒸騰蒸散和碳循環(huán)等多個生物、物理過程關系密切，對大氣—陸面生物圈之間的能量、水分和CO2的交換有重要影響，是估算區(qū)域或全球碳支出、尋找碳丟失的一個關鍵參量。準確獲取FPAR對陸地生態(tài)系統(tǒng)過程研究、生產(chǎn)力估算、全球氣候變化研究、碳循環(huán)研究和作物產(chǎn)量估算等有重要意義[3-4]。

植被冠層根據(jù)功能可分為光合組分(photosynthetically active vegetation,PAV)和非光合組分(non-photosynthetically active vegetation,NPV)兩部分，綠色葉片屬前一部分，樹枝、樹干等屬后一部分[5-7]。相應地，其冠層FPAR也可分為光合組分FPARPAV和非光合組分FPARNPV兩部分。NPV能夠截獲PAR，但并不進行光合作用； 或者即使進行光合作用也只是對其呼吸釋放碳的再固定，其光合作用不會增加生態(tài)系統(tǒng)的總初級生產(chǎn)力(gross primary productivity,GPP)； 只有PAV吸收PAR進行光合作用，積累有機物質(zhì)[6-8]。目前獲取FPAR的方法很少考慮冠層組分性質(zhì)的差異，測量或估算值多為冠層總FPAR，包括了所有組分的吸收，其值顯然要高于實際有效FPAR[9-10]； 無疑，以冠層總FPAR來進行GPP估算，勢必會導致結果偏高。因此，要準確估算陸地生態(tài)系統(tǒng)生產(chǎn)力，需將FPAR分離為PAV和NPV吸收的FPAR，并考慮NPV對冠層FPAR的貢獻[6,11]。

NPV對反射率和輻射的吸收有重大影響，但分離冠層FPAR卻是十分復雜、困難的，利用儀器在實地直接測量NPV的FPAR目前仍不現(xiàn)實，因而導致對FPARNPV的研究偏少，一些問題(如NPV對冠層FPAR的貢獻是否隨外界條件的改變而變動、對冠層NPV的FPAR如何估算等)尚待解決。建立合理的物理模型有助于人們理解甚至解決現(xiàn)實中難以處理的問題，而借助模型開展機理研究也是科學家們在基礎理論研究中常用的方法。輻射傳輸模型是一種描述光子在植被冠層中傳播的物理模型，對該模型的不斷發(fā)展和完善，為冠層FPAR的分離提供了可能。本文以北方落葉闊葉林為研究對象，從輻射傳輸模型——任意傾斜葉片散射模型(scattering by arbitrary inclined leaves,SAIL)出發(fā)，從理論上探討NPV對冠層FPAR的可能影響。主要研究目標包含2個方面： ①確定森林冠層NPV對冠層吸收的PAR的貢獻，分析NPV的存在對GPP估算可能帶來的影響； ②分析NPV的變動對冠層光譜的影響，從遙感的角度探索對NPV的FPAR的估算方法。

1 研究方法

1.1 輻射傳輸模型

輻射傳輸模型是目前相對成熟的基于物理光學基礎的光學模型，可比較系統(tǒng)、完整地描述植被冠層與入射輻射之間相互作用的過程和特征，已被廣泛應用于遙感FPAR的理論和反演研究[12-13]。SAIL模型是輻射傳輸模型的典型代表，該模型將植被冠層假定為水平均勻、垂直分層的混濁介質(zhì)，每一層中的植被單元都被當作小的吸收體和散射體[14]。該模型可以完美描述連續(xù)濃密植被冠層的光學特性，因而被遙感學術界廣泛應用[13,15]。但SAIL模型沒有考慮離散冠層的集聚效應以及冠層之間的遮蔽效應[16]，在模擬離散的森林冠層時有一定的局限。離散森林的冠層具有強烈的三維效應，需要借助三維模型才能描述復雜冠層的輻射機制； 但依據(jù)當前的條件，建立完善的描述陸地生態(tài)系統(tǒng)結構的三維模型仍不太現(xiàn)實，且三維模型計算復雜、運算耗時長[15]。Gobron等[17-18]在模擬時發(fā)現(xiàn)三維效應引起的擾動相當穩(wěn)定，一維模型幾乎可以模擬三維模型生成的反射率。因此，復雜冠層水平一致性的簡化假設并不會導致一維SAIL模型的失效[15]。此外，對于常用的遙感影像(如Landsat, MODIS, MERIS,VEGETATION)，其空間分辨率無法分辨出單個冠層； 但在這樣的分辨率下，可將像元看作水平均一的介質(zhì)，利用SAIL 模型可獲得更好的冠層分辨效果[19-21]。

SAIl模型分層的設計理念使其可以計算每個層吸收的PAR，如果將冠層中的每個組分分離到單獨的層中，分別計算而不是將其混合為一個層，則可確定每個組分吸收的PAR和FPAR。利用分層的SAIL模型可以模擬不同情景下冠層NPV的FPAR，在本文中，冠層被分解為PAV(葉片)層和NPV(樹枝)層2層，模型的輸入?yún)?shù)包括冠層組分光譜(反射率和透射率)、冠層結構(組分傾角、組分面積指數(shù))、土壤反射率、太陽天頂角、觀測幾何參數(shù)(觀測天頂角和相對方位角)以及入射輻射漫輻射分量。冠層的植被面積指數(shù)(plant area index,PAI)包括樹枝和葉面積指數(shù)，對于NPV來說，其面積指數(shù)占冠層PAI的比例被設定在0.02～0.5之間變化[16,22-23]，具體為0.02,0.05,0.1,0.2,0.3,0.4和0.5。SAIl模型的各參數(shù)值見表1。

表1 SAIL模型的輸入?yún)?shù)

SAIl模型中冠層組分和土壤的光譜特性見圖1。

圖1 SAIL模型中冠層組分和土壤的光譜特性

落葉闊葉林冠層樹枝和葉片光譜來自ORNL DAAC，組分樣本在樹木生長旺盛期采集，以3種闊葉林(白橡、白楊和赤楊)的平均值代表落葉闊葉的光譜。土壤光譜數(shù)據(jù)取自Johns Hopkins University(JHU)采集的淺灰色粉砂壤光譜。模擬的藍、紅和近紅外3個波段的波譜范圍分別對應MODIS傳感器的藍波段(459～479 nm)、紅波段(620 ～ 670 nm) 和近紅外波段(841 ～876 nm)。

1.2 植被指數(shù)

在植被冠層FPAR遙感研究中，以紅波段和近紅外波段為主構建的植被指數(shù)得到廣泛應用，包括歸一化差值植被指數(shù)(normalized difference vegetation index,NDVI)[2,24-26]、增強型植被指數(shù)(enhanced vegetation index,EVI)[27- 30]、差值植被指數(shù)(difference vegetation index, DVI)[31]等，其中使用最多的是NDVI。本文選用NDVI和EVI這2種植被指數(shù)，分析它們隨冠層NPV的變化情況以及與冠層FPAR之間的相關關系。NDVI和EVI是MODIS植被指數(shù)產(chǎn)品中的2個指數(shù)，NDVI對葉綠素敏感，而EVI對植被冠層結構更加敏感，兩者互為補充[32-33]。其計算公式分別為

(1)

(2)

式中RNIR,RRed和RBlue分別對應MODIS傳感器的近紅外波段、紅波段和藍波段的反射率。

2 研究結果

2.1 冠層總FPAR與FPARNPV

冠層總FPAR反映了植被冠層吸收的太陽PAR的比例。模擬顯示，分層設置不會影響FPAR總，F(xiàn)PARPAV和FPARNPV之和與單層模擬的冠層FPAR一致。落葉闊葉林冠層總FPAR隨PAI和NPV的面積比(NPV面積占冠層PAI的比例)的變化而變化(圖2)。

(a) FPAR總與PAI的關系 (b) FPARNPV與PAI的關系

在同一NPV面積比條件下，PAI的增加會導致落葉闊葉林冠層總FPAR增加，在設定情景下，冠層總FPAR的最大值為0.958(PAI=7，NPV面積比為0.02)?？侳PAR的增加速率隨著PAI的增加而逐漸減小，即在低PAI情況下，冠層總FPAR隨PAI增加迅速； 而在高PAI情況下，冠層總FPAR增加緩慢。例如當PAI從0.5增加到1時，總FPAR增加超過0.20； 當PAI從6增加到7，冠層總FPAR最大增加量僅為0.012(NPV面積比為0.02時)。在同一PAI下，NPV所占比重越高，冠層總FPAR值越大(圖2(a))。

對于非光合組分的FPAR，其變化特征與冠層總FPAR存在顯著差異。在同一PAI下，NPV比重越大，F(xiàn)PARNPV越大； 但FPARNPV隨NPV的變化幅度與PAI有關，如在PAI=2 時，增幅最為明顯，NPV面積比每增加0.1，其FPAR增加均超過0.06； 而在PAI=0.1時，NPV面積比增加相同的量，F(xiàn)PAR僅增加0.008； 如果NPV面積比保持恒定，其FPAR隨PAI的變化曲線形狀類似于非對稱的“倒置碗”，先增加后減?。?在PAI=2時，F(xiàn)PARNPV達到峰值(圖2(b))。

在設定情景下，F(xiàn)PARNPV占總FAPAR的比例在0.26%～56.93%之間波動，NPV對冠層FPAR的貢獻與冠層結構密切相關(圖3)。

(a) FPARNPV比率與PAI變化的關系 (b) FPARNPV比率隨NPV面積比變化

可以看出，PAI的升高可降低NPV的貢獻(圖3(a))，而NPV面積比的增加會提高NPV的貢獻(圖3(b))。PAI的變化會影響NPV的貢獻的波動幅度。在低PAI(0～1)情況下，F(xiàn)PARNPV占總FPAR的比重隨著NPV面積比迅速增加，從2.44%增加到54.14%； 而在高PAI(5～7)情況下，當樹枝比從0.02增加到0.5時，NPV的FPAR的比重僅增加了16.81%(0.4%～17.21%)，其增幅遠低于低PAI時的增幅(圖3(b))。

2.2 落葉闊葉林冠層波譜

圖 4展示了冠層結構對冠層反射率的影響。

(a) NPV面積比0.02(b) NPV 面積比0.05 (c) NPV 面積比0.1 (d) NPV 面積比0.2

(e) NPV面積比0.3(f) NPV 面積比0.4 (g) NPV 面積比0.5

從圖4可以看出，在藍波段、紅波段和近紅外波段，隨著波長的增加，落葉闊葉林冠層的反射率逐漸升高。冠層在藍波段有較低的反射率，最高僅為0.007 4(PAI=0.1，NPV面積比為0.02)； 而在近紅外波段有較高的反射率，在所有的情景下，反射率都不低于0.26。在不同的波段，冠層反射率對PAI和組分比例的響應存在一定的差異。在藍、紅波段，冠層反射率主要受PAI的影響，組分比例的變動對冠層反射率的影響甚微。隨著PAI的增加，冠層在藍、紅波段的反射率值逐漸降低，尤其是紅波段反射率下降明顯，從0.25降低到0.023； 這2個波段的反射率逐漸趨同，但與近紅外波段反射率差異卻逐漸加大，這種變化特征獨立于冠層組分比例。在近紅外波段，冠層反射率對NPV面積比和PAI都非常敏感。在冠層PAI恒定時，隨著NPV比例的升高，冠層反射率降低； 在同一NPV面積比情況下，冠層在近紅外波段反射率呈非對稱的碗形，在PAI=2時最低，PAI=7時最高(0.41)。

2.3 植被指數(shù)與FPAR關系

植被指數(shù)與冠層結構的關系如圖5所示。

(a) NDVI與PAI的關系 (b) EVI與PAI的關系

從圖5可以看出，在相同條件下，NDVI總是大于EVI，冠層NDVI和EVI都隨著PAI的增加而升高。當PAI較低和較高時，NDVI對NPV的變化不敏感； 但在中等覆蓋度條件下(3

無論NDVI還是EVI，它們與冠層總FPAR都有非常顯著的相關關系(R2>0.9)(圖6)，但NDVI與總FPAR之間關系對NPV面積比的變化并不敏感。這意味著冠層NPV的波動不會影響NDVI與冠層FPAR的關系； 但在中高覆蓋度條件下，冠層NPV的變動會對 EVI與冠層總FPAR的關系產(chǎn)生較明顯的影響。

(a) 總FPAR與NDVI的相關關系 (b) 總FPAR與EVI的相關關系

(c) FPARNPV與NDVI的相關關系 (d) FPARNPV與EVI的相關關系

相對于與總FPAR顯著的線性相關關系，NDVI和EVI與FPARNPV的關系復雜，表現(xiàn)為非線性的關系。中低植被覆蓋條件下，F(xiàn)PARNPV隨NDVI的增加而增加; 但在高植被覆蓋條件下，兩者表現(xiàn)為負相關關系。相似的現(xiàn)象也在EVI與FPARNPV之間出現(xiàn)。從這個結果來看，似乎借助NDVI和EVI無法實現(xiàn)對FPARNPV的估算。但應注意的是，本文的數(shù)據(jù)是建立在假定NPV面積比例保持恒定不變的基礎上； 而在現(xiàn)實中，落葉闊葉林NPV面積比存在明顯的季節(jié)性，它隨著葉片的生長和增加而逐漸減小，夏季達到最低值； 秋季隨著葉片的逐漸枯落，NPV面積比又開始逐漸升高。對于成熟的落葉闊葉林，從春季到夏季其PAI的增加和降低主要來自葉片的生長，而從夏季到秋季冠層PAI 的降低同樣主要由葉片的枯落造成[34]。因此，可將落葉闊葉林的NPV的面積指數(shù)視為定值，利用固定的NPV面積指數(shù)值模擬冠層波譜和FPAR，建立模擬數(shù)據(jù)集。在冬季，落葉闊葉林冠層葉僅有NPV部分，可用該時段的PAI代表冠層NPV的面積指數(shù)。根據(jù)黃玫等[35]的研究，落葉闊葉林冬季植被面積指數(shù)大約在0.5，在模擬時，冠層PAI被設定為1～10變化，其他參數(shù)保持不變。結果如圖7所示。

圖7 冬季落葉闊葉林冠層植被指數(shù)與FPARNPV的關系

從圖7可以看出，無論是NDVI還是EVI，它們與NPV的FPAR存在顯著的負相關，但EVI與NPV的FPAR有更高的相關系數(shù)(R2=0.996 9)，且方程的殘差平方和僅為2.08×10-5。因此，借助EVI能更好地估算冠層非光合組分FPARNPV。

3 問題與討論

1)NPV對冠層FPAR的貢獻。NPV是冠層的一個組成部分，象PAV葉片一樣吸收太陽輻射，冠層總FPAR包含了冠層PAV和NPV的貢獻。 NPV對冠層FPAR的貢獻與冠層結構有關，在低PAI(0～1)時，NPV對總FPAR的貢獻最為顯著，此時冠層有效FPAR僅為冠層總FPAR的50%。

2)落葉闊葉林冠層的季節(jié)性。落葉闊葉林冠層有著顯著的季節(jié)性，在初春和秋末，PAI低(落葉林通常在冬季處于休眠狀態(tài)，光合作用可忽略)，因此，冠層吸收的FPAR有很大一部分來自NPV； 而在林木生長旺盛的夏季，PAI高，且NPV面積的比重低(0.02～0.03)[16]，此時，NPV的FPAR占總FPAR的比重不超過1%，NPV對冠層FPAR的貢獻低。由此可知，在春初和秋末，森林PAI低且NPV面積比較高的情況下，以總FPAR估算GPP必將產(chǎn)生較大誤差，導致GPP被高估； 但在夏季森林植被茂密的情況下，NPV貢獻低，有效FPAR接近總FPAR ，以總FPAR代替有效FPAR估算GPP，也會導致結果偏高但偏差較小。

3)冠層非光合組分吸收的PAR。估算并消除冠層非光合組分吸收的PAR，對準確估算生態(tài)系統(tǒng)生產(chǎn)力有重要意義。本文研究發(fā)現(xiàn)，冠層EVI可較好地描述NPV確定的FPAR，可用于FPARNPV的估算，但兩者之間明確的相關關系還有待進一步研究。

4) 葉傾角和背景差異對冠層FPAR和光譜的影響。在模擬時，為說明NPV的影響，對冠層做了一定的假設，并且將葉傾角和背景設為定值，但沒有考慮其變化帶來的影響。在高覆蓋度地區(qū)，光子穿透冠層到達地面的數(shù)量較少，背景的變化對冠層FPAR和反射光譜影響會比較??； 但對于低覆蓋區(qū)，太陽光經(jīng)過冠層到達地面的比例會較高，地面反射率的高低會影響再次進入冠層的光子量，因此背景的差異會引起冠層FPAR和光譜的變動。盡管模擬存在一定的缺陷，但是該研究的開展可為冠層有效FPAR的研究提供一些思路。對于上述問題，我們將會做進一步研究。

4 結論

本文通過設置不同情景，應用SAIL模型開展落葉闊葉林冠層FPAR模擬，對NPV的存在對植被冠層的影響進行了初步分析和估算，得到以下結論：

1)冠層NPV的變動會影響冠層對PAR的吸收能力。NPV占冠層比重越高，冠層對PAR的吸收能力就越強。

2)冠層NPV的變化對冠層光譜的影響主要表現(xiàn)在近紅外波段反射率，對可見光部分的反射率影響較小。

3)冠層EVI與FPARNPV存在較好的相關關系。

由于本文沒有考慮葉傾角和背景變化帶來的影響，研究還存在一些不足。為更加精準地描述冠層NPV對冠層FPAR的影響，今后需要加入更多的因素做進一步的深入研究。

致謝： 感謝Huemmerich 教授在數(shù)據(jù)模擬時給予的指導，同時感謝ORNL DAAC提供冠層相關數(shù)據(jù)。

[1] Cramer W,Kicklighter D W,Bondeau A,et al.Comparing global models of terrestrial net primary productivity(NPP):Overview and key results[J].Global Change Biology,1999,5(S1):1-15.

[2] Fensholt R,Sandholt I,Rasmussen M S.Evaluation of MODIS LAI,fAPAR and the relation between fAPAR and NDVI in a semi-arid environment using in situ measurements[J].Remote Sensing of Environment,2004,91(3/4):490-507.

[3] Olofsson P,Eklundh L.Estimation of absorbed PAR across Scandinavia from satellite measurements.Part II:Modeling and evaluating the fractional absorption[J].Remote Sensing of Environment,2007,110(2):240-251.

[4] 吳炳方,曾源,黃進良.遙感提取植物生理參數(shù)LAI/FPAR的研究進展與應用[J].地球科學進展,2004,19(4):585-590. Wu B F,Zeng Y,Huang J L.Overview of LAI/PAR retrieval from remotely sensed data[J].Advance in Earth Sciences,2004,19(4):585-590.

[5] Schottker B,Phinn S,Schmidt M.How does the global Moderate Resolution Imaging Spectroradiometer(MODIS) Fraction of Photosynthetically Active Radiation(FPAR) product relate to regionally developed land cover and vegetation products in a semi-arid Australian savanna[J].Journal of Applied Remote Sensing,2010,4(1):043538.

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

[7] Zhang Q Y,Xiao X M,Braswell B,et al.Estimating light absorption by chlorophyll,leaf and canopy in a deciduous broadleaf forest using MODIS data and a radiative transfer model[J].Remote Sensing of Environment,2005,99(3):357-371.

[8] 王文杰,祖元剛,王慧梅.林木非同化器官樹枝(干)光合功能研究進展[J].生態(tài)學報,2007,27(4):1583-1595. Wang W J,Zu Y G,Wang H M.Review on the photosynthetic function of non-photosynthetic woody organs of stem and branches[J].Acta Ecologica Sinica,2007,27(4):1583-1595.

[9] Le Roux X,Gauthier H,Bégué A,et al.Radiation absorption and use by humid savanna grassland:Assessment using remote sensing and modelling[J].Agricultural and Forest Meteorology,1997,85(1/2):117-132.

[10]Asner G P,Wessman C A,Archer S.Scale dependence of absorption of photosynthetically active radiation in terrestrial ecosystems[J].Ecological Applications,1998,8(4):1003-1021.

[11]高彥華,陳良富,柳欽火,等.葉綠素吸收的光合有效輻射比率的遙感估算模型研究[J].遙感學報,2006,10(5):798-803. Gao Y H,Chen L F,Liu Q H,et al.Research on remote sensing model for FPAR absorbed by chlorophyll[J].Journal of Remote Sensing,2006,10(5):798-803.

[12]李剛.呼倫貝爾溫帶草地FPAR/LAI遙感估算方法研究[D].北京:中國農(nóng)業(yè)科學院,2009. LI G.Study on Remote Sensing Estimation Models for FPAR/LAI of Temperate Grassland in Hulunber[D].Beijing:Chinese Academy of Agricultural Sciences,2009.

[13]趙英時.遙感應用分析原理與方法[M].北京:科學出版社,2003. Zhao Y S.Principles and Methods of Remote Sensing Application[M].Beijing:Science Press,2003.

[14]Verhoef W.Light scattering by leaf layers with application to canopy reflectance modeling:The SAIL model[J].Remote Sensing of Environment,1984,16(2):125-141.

[15]Jacquemoud S,Verhoef W,Baret F,et al.PROSPECT+ SAIL models:A review of use for vegetation characterization[J].Remote Sensing of Environment,2009,113(s1):56-66.

[16]Huemmrich K F,Goward S N.Vegetation canopy PAR absorptance and NDVI:An assessment for ten tree species with the SAIL model[J].Remote Sensing of Environment,1997,61(2):254-269.

[17]Gobron N,Pinty B,Aussedat O,et al.Evaluation of fraction of absorbed photosynthetically active radiation products for different canopy radiation transfer regimes:Methodology and results using Joint Research Center products derived from SeaWiFS against ground-based estimations[J].Journal of Geophysical Research,2006,111(D13):13110.

[18]Widlowski J L,Pinty B,Lavergne T,et al.Using 1-D models to interpret the reflectance anisotropy of 3-D canopy targets:Issues and caveats[J].IEEE Transactions on Geoscience and Remote Sensing,2005,43(9):2008-2017.

[19]Bacour C,Baret F,Béal D,et al.Neural network estimation of LAI,fAPAR,fCoverandLAI×Cab,from top of canopy MERIS reflectance data:Principles and validation[J].Remote Sensing of Environment,2006,105(4):313-325.

[20]Weiss M,Baret F,Garrigues S,et al.LAI,fAPAR and fCover CYCLOPES global products derived from VEGETATION.Part 2:Validation and comparison with MODIS Collection 4 products[J].Remote Sensing of Environment,2007,110(3):317-331.

[21]肖艷芳,周德民,趙文吉.輻射傳輸模型多尺度反演植被理化參數(shù)研究進展[J].生態(tài)學報,2013,33(11):3291-3297. Xiao Y F,Zhou D M,Zhao W J.Review of inversing biophysical and biochemical vegetation parameters in various spatial scales using radiative transfer models[J].Acta Ecologica Sinica,2013,33(11):3291-3297.

[22]Laurent V C E,Verhoef W,Clevers J G P W,et al.Inversion of a coupled canopy-atmosphere model using multi-angular top-of-atmosphere radiance data:A forest case study[J].Remote Sensing of Environment,2011,115(10):2603-2612.

[23]Li W J,Fang H L.Estimation of direct,diffuse,and total FPARs from Landsat surface reflectance data and ground-based estimates over six FLUXNET sites[J].Journal of Geophysical Research,2015,120(1):96-112.

[24]Steinberg D C,Goetz S J,Hyer E J.Validation of MODIS FPAR products in boreal forests of Alaska[J].IEEE Transactions on Geoscience and Remote Sensing,2006,44(7):1818-1828.

[25]Friedl M A,Davis F W,Michaelsen J,et al.Scaling and uncertainty in the relationship between the NDVI and land surface biophysical variables:An analysis using a scene simulation model and data from FIFE[J].Remote Sensing of Environment,1995,54(3):233-246.

[26]Myneni R B,Williams D L.On the relationship between FAPAR and NDVI[J].Remote Sensing of Environment,1994,49(3):200-211.

[27]陳雪洋,蒙繼華,吳炳方,等.基于HJ-1CCD的夏玉米FPAR遙感監(jiān)測模型[J].農(nóng)業(yè)工程學報,2010,26(s1):241-245. Chen X Y,Meng J H,Wu B F,et al.Monitoring corn FPAR based on HJ-1 CCD[J].Transactions of the CSAE,2010,26(s1):241-245.

[28]King D A,Turner D P,Ritts W D.Parameterization of a diagnostic carbon cycle model for continental scale application[J].Remote Sensing of Environment,2011,115(7):1653-1664.

[29]Nakaji T,Ide R,Oguma H,et al.Utility of spectral vegetation index for estimation of gross CO2flux under varied sky conditions[J].Remote Sensing of Environment,2007,109(3):274-284.

[30]Xiao X M.Light absorption by leaf chlorophyll and maximum light use efficiency[J].IEEE Transactions on Geoscience and Remote Sensing,2006,44(7):1933-1935.

[31]Roujean J L,Breon F M.Estimating PAR absorbed by vegetation from bidirectional reflectance measurements[J].Remote Sensing of Environment,1995,51(3):375-384.

[32]Gitelson A A,Kaufman Y J,Merzlyak M N.Use of a green channel in remote sensing of global vegetation from EOS-MODIS[J].Remote Sensing of Environment,1996,58(3):289-298.

[33]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(3):440-451.

[34]Running S W,Thornton P E,Nemani R,et al.Global terrestrial gross and net primary productivity from the earth observing system[M]//Sala O E,Jackson R B,Mooney H A,et al.Methods in Ecosystem Science.New York:Springer-Verlag,2000:44-57.

[35]黃玫,季勁鈞.中國區(qū)域植被葉面積指數(shù)時空分布——機理模型模擬與遙感反演比較[J].生態(tài)學報,2010,30(11):3057-3064. Huang M,Ji J J.The spatial-temporal distribution of leaf area index in China:A comparison between ecosystem modeling and remote sensing reversion[J].Acta Ecologica Sinica,2010,30(11):3057-3064.

(責任編輯： 劉心季)

An analysis of influence of non-photosynthetic vegetation of deciduous broad-leaved forest on canopy FPAR： A method based on layered simulation

LIANG Shouzhen1，2,3， SUI Xueyan1， YAO Huimin1， WANG Meng1， HOU Xuehui1， CHEN Jinsong3， MA Wandong4

(1.ShandongInstituteofAgriculturalSustainableDevelopment，Ji’nan250100，China； 2.KeyLaboratoryofEastChinaUrbanAgriculture,MinistryofAgriculture,Ji’nan250100,China; 3.ShenzhenInstitutesofAdvancedTechnology，Shenzhen518055，China； 4.SatelliteEnvironmentCenter，MinistryofEnvironmentalProtection，Beijing100094，China)

Fraction of absorbed photosynthetically active radiation(FPAR) of the canopy is an important biophysical variable widely used in satellite-based production efficiency models to estimate the gross primary productivity(GPP). Vegetation canopy is composed primarily of photosynthetically active vegetation(PAV)and non-photosynthetic vegetation(NPV). Only the PAR absorbed by PAV is used for photosynthesis. Therefore, the photosynthetically active radiation absorbed by NPV in the canopy should be estimated and removed from canopy PAR so as to estimate GPP more accurately. Scattering by arbitrary inclined leaves(SAIL)model assumes canopy as a turbid medium with a number of layers, each treated as an infinite, horizontal, homogeneous medium. This assumption and configuration of model makes it possible to calculate PAR absorbed of each layers. In this study, SAIL model was used to calculate spectral reflectance and the PAR absorbed by PAV and NPV of deciduous broadleaved forest, and at last FPAR of NPV (FPARNPV) was calculated and analyzed. The results show that FPARNPVis dominated by canopy architecture. The contribution of NPV to canopy FPAR is low in high-cover regions, and the result is opposite in low-cover regions. NPV in the canopy can reduce reflectance in near infrared band. A significant and negative correlation is found between enhanced vegetation index(EVI)and FPARNPV. Though the simulation condition is ideal, the study is a good attempt which provides a means for acquiring deciduous broadleaf forests FPARNPV.

fraction of absorbed photosynthetically active radiation(FPAR)； non-photosynthetic vegetation(NPV)； normalized difference vegetation index(NDVI)； enhanced vegetation index(EVI)； forest

10.6046/gtzyyg.2017.02.05

梁守真,隋學艷,姚慧敏,等.落葉闊葉林冠層非光合組分對冠層FPAR的影響分析——一種分層模擬的方法[J].國土資源遙感,2017,29(2)：29-36.(Liang S Z,Sui X Y,Yao H M,et al.An analysis of influence of non-photosynthetic vegetation of deciduous broad-leaved forest on canopy FPAR： A method based on layered simulation[J].Remote Sensing for Land and Resources,2017,29(2)：29-36.)

2015-12-01；

2016-02-23

國家自然科學基金項目“森林冠層綠色FPAR的高光譜遙感反演研究”(編號： 41401407)資助。

梁守真(1979-),男,博士,主要從事植被遙感方面的研究。Email： szliang_cas@163.com。

TP 751.1

A

1001-070X(2017)02-0029-08