利用樹(shù)輪資料和植被指數(shù)估測(cè)青海云杉林地上凈初級(jí)生產(chǎn)力

范文武，凌飛龍，田 昕，汪小欽，閆 敏

(1. 福州大學(xué)空間數(shù)據(jù)挖掘與信息共享教育部重點(diǎn)實(shí)驗(yàn)室，福建 福州 350002； 2. 中國(guó)林業(yè)科學(xué)研究院資源信息研究所，北京 100091; 3. 重慶市地理信息中心，重慶 401120)

?

利用樹(shù)輪資料和植被指數(shù)估測(cè)青海云杉林地上凈初級(jí)生產(chǎn)力

范文武1, 2, 3，凌飛龍1，田 昕2，汪小欽1，閆 敏2

(1. 福州大學(xué)空間數(shù)據(jù)挖掘與信息共享教育部重點(diǎn)實(shí)驗(yàn)室，福建 福州 350002； 2. 中國(guó)林業(yè)科學(xué)研究院資源信息研究所，北京 100091; 3. 重慶市地理信息中心，重慶 401120)

利用MODIS產(chǎn)品MOD13A3、 樣地調(diào)查數(shù)據(jù)和樹(shù)輪資料等數(shù)據(jù)，構(gòu)建回歸模型以估測(cè)祁連山森林保護(hù)區(qū)的青海云杉林地上凈初級(jí)生產(chǎn)力(ANPP). 結(jié)果表明： 經(jīng)質(zhì)量權(quán)重S-G濾波后，回歸模型的估測(cè)精度有所提高； 2000-2013年祁連山森林保護(hù)區(qū)青海云杉林ANPP呈現(xiàn)波動(dòng)上升的趨勢(shì)，空間分布特征為東南多西北少，多年平均森林ANPP為51.34～274.24 g·m-2； 青海云杉林ANPP與降水和溫度呈正相關(guān)，受溫度變化影響較小，降水成為影響其變化的主要因子.

青海云杉； 地上凈初級(jí)生產(chǎn)力； 增強(qiáng)植被指數(shù)； 樹(shù)輪資料

0 引言

森林地上凈初級(jí)生產(chǎn)力ANPP(aboveground net primary production)是地表碳循環(huán)的組成部分，準(zhǔn)確估測(cè)森林ANPP的變化是全球碳循環(huán)研究的重要內(nèi)容. 樹(shù)木年輪數(shù)據(jù)具有分辨率高、 時(shí)間序列長(zhǎng)等優(yōu)勢(shì)[1]，能獲取長(zhǎng)時(shí)間序列的森林ANPP，但在大尺度森林ANPP估測(cè)方面存在局限. MODIS數(shù)據(jù)具有宏觀、 大面積監(jiān)測(cè)等優(yōu)點(diǎn)，其光譜信息與森林ANPP具有相關(guān)性. 其中，NDVI(normalized difference vegetation index)能表述森林碳通量的變化，但在濃密的常綠林中受到限制; 而EVI(enhanced vegetation index)避免了植被指數(shù)的飽和問(wèn)題，減少了大氣和土壤背景的影響.

以祁連山森林保護(hù)區(qū)為研究區(qū)，利用植被指數(shù)產(chǎn)品MOD13A3、 樹(shù)輪資料等數(shù)據(jù)，構(gòu)建iEVI(integrated EVI，集成增強(qiáng)植被指數(shù))[2]和森林ANPP回歸模型，并對(duì)模型可靠性進(jìn)行驗(yàn)證，分析氣候因子對(duì)青海云杉林空間分布的影響.

1 研究區(qū)概況與數(shù)據(jù)

1.1 研究區(qū)概況

黑河流域發(fā)源于祁連山北麓，位于河西走廊中部，流域范圍介于96°42′～102°08′E，37°44′～42°42′N(xiāo)之間，流域面積約13×104km2. 本研究以黑河流域上游祁連山森林保護(hù)區(qū)為研究區(qū)，該地區(qū)林分是以青海云杉(Piceacrassifolia)為主的天然次生林，其中夾雜著少量的垂枝祁連圓柏(Sabinaprzewalsk). 青海云杉主要生長(zhǎng)于祁連山北麓陰坡地帶，海拔在2 500～3 300 m之間.

1.2 野外采樣數(shù)據(jù)

2014年5月在祁連山森林保護(hù)區(qū)選取22塊樣地，大小為20 m×20 m，樣地內(nèi)胸徑大于5 cm的青海云杉采用每木檢尺的方式測(cè)量胸徑、 樹(shù)高. 樣地內(nèi)按6個(gè)徑級(jí)(5 cm≤D<10 cm，10 cm≤D<15 cm，15 cm≤D<20 cm，20 cm≤D<25 cm，25 cm≤D<30 cm，30 cm≤D，D為胸徑), 每徑階選取三株標(biāo)準(zhǔn)木，每株標(biāo)準(zhǔn)木在胸徑處(1.3 m)沿東西、 南北方向鉆取樹(shù)芯，共鉆取792顆樹(shù)芯. 將樹(shù)芯保存在塑料管中密封，在實(shí)驗(yàn)室用Lintab年輪分析儀器測(cè)量樹(shù)芯的長(zhǎng)度，樹(shù)木年輪觀測(cè)的精度為0.001 mm[3].

1.3 遙感數(shù)據(jù)及森林/非森林分類(lèi)圖

本研究采用的遙感數(shù)據(jù)為EOS/Terra衛(wèi)星的植被指數(shù)產(chǎn)品MOD13A，該產(chǎn)品包含EVI和植被指數(shù)質(zhì)量標(biāo)記(QA)等數(shù)據(jù)，其空間分辨率為1 km，時(shí)間分辨率為30 d，每年12景(2000年11景)，時(shí)間序列為2000-2013年，共計(jì)167景影像. 本研究將2000-2013年每年12景EVI數(shù)據(jù)(2000年11景)分年累加求和得到iEVI(integrated EVI)數(shù)據(jù).

EVI=2.5×

式中：ρblue、ρred和ρNIR分別為MODIS影像藍(lán)、 紅、 近紅外波段的反射率.

QA數(shù)據(jù)在像元尺度對(duì)植被指數(shù)產(chǎn)品MOD13A進(jìn)行質(zhì)量評(píng)價(jià)，結(jié)果見(jiàn)表1. 表1中第二字段“VI可用性”分16個(gè)等級(jí)，其中1代表植被指數(shù)數(shù)據(jù)質(zhì)量最高，隨著數(shù)值增大質(zhì)量降低. 該字段16個(gè)等級(jí)是根據(jù)獲取EVI時(shí)的氣溶膠含量和云條件等因素評(píng)定的結(jié)果. 因此，本研究將該字段作為質(zhì)量因子對(duì)EVI進(jìn)行濾波.

表1 MODIS VI質(zhì)量數(shù)據(jù)域

青海云杉林分布圖采用郭云等[4]的研究結(jié)果(分類(lèi)精度為90.39%)，并使用最近鄰重采樣方法將分類(lèi)數(shù)據(jù)升尺度至1 km分辨率. 分類(lèi)圖中TM影像來(lái)源于美國(guó)地質(zhì)勘測(cè)局，4景TM影像成像時(shí)間為2009年8月11日(1景)和2009年7月17日(3景).

1.4 氣象數(shù)據(jù)

黑河流域2000-2013年大氣驅(qū)動(dòng)數(shù)據(jù)集來(lái)源于寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心[5]，包含2000-2013年逐時(shí)0.05 ℃的2 m氣溫和累積降水等數(shù)據(jù)，采用WRF(weather research and forecasting)模式制備，經(jīng)過(guò)22個(gè)站點(diǎn)觀測(cè)資料進(jìn)行逐日和逐時(shí)驗(yàn)證. 所使用氣溫和降水等數(shù)據(jù)為掩膜后的青海云杉林區(qū)域的數(shù)據(jù).

2 研究方法

2.1 質(zhì)量權(quán)重Savizky-Golay濾波

表2 QA可用性指數(shù)分級(jí)賦權(quán)

圖1 研究區(qū)單一像元EVI時(shí)間序列及其對(duì)應(yīng)的QA質(zhì)量標(biāo)記 Fig.1 A single pixel EVI time-series and the corresponding QA

Savizky-Golay(S-G)濾波是一種基于最小二乘的卷積運(yùn)算以平滑時(shí)間序列為數(shù)據(jù)的濾波方法[6]. 質(zhì)量權(quán)重S-G濾波方法是從MODIS QA數(shù)據(jù)域中提取出質(zhì)量因子，將其轉(zhuǎn)換為質(zhì)量權(quán)重以替換自適應(yīng)S-G濾波迭代過(guò)程中的距離權(quán)重系數(shù). 權(quán)重設(shè)置見(jiàn)表2. 對(duì)MOD13A數(shù)據(jù)利用LDOPE質(zhì)量分解軟件得到QA數(shù)據(jù)，用MRT投影轉(zhuǎn)換軟件提取EVI數(shù)據(jù)和QA數(shù)據(jù)集中的16級(jí)EVI可用性指數(shù)，建立連續(xù)14 a的EVI和對(duì)應(yīng)QA時(shí)間序列. 圖1為單一像元EVI時(shí)序數(shù)據(jù)，橫軸為EVI數(shù)據(jù)時(shí)間序列，每一期隔30 d，連續(xù)14 a的期數(shù). 紅圓點(diǎn)為該像元所對(duì)應(yīng)的QA質(zhì)量標(biāo)記在濾波處理中的權(quán)重等級(jí)，圓半徑越大，質(zhì)量越高. 本研究質(zhì)量權(quán)重S-G濾波方法所使用的系數(shù)為： 濾波半窗寬度m=6，迭代次數(shù)k=3，上包絡(luò)線擬合強(qiáng)度為2，算法在timesat[7]環(huán)境下實(shí)現(xiàn).

2.2 森林地上凈初級(jí)生產(chǎn)力估測(cè)

表3 青海云杉各部分生物量與樹(shù)高胸徑的關(guān)系

森林ANPP是生物量的增長(zhǎng)量(ΔW)、 凋落枯死量(L)和動(dòng)物采食量(G)的總和[8]. 由于青海云杉位于祁連山國(guó)家自然保護(hù)區(qū)，地處高寒山區(qū)，受人為和動(dòng)物干擾影響較小，而且森林冠層郁閉以后，凋落量基本恒定. 本研究忽略凋落枯死量和動(dòng)物采食量，將地上生物量的年增長(zhǎng)量近似表示森林ANPP，即ANPP≈ΔW，第N年青海云杉林的ANPPN≈WN-WN-1. 通過(guò)樣地調(diào)查數(shù)據(jù)建立樹(shù)高與胸徑模型，借助樹(shù)輪逐年寬度，得到逐年胸徑和樹(shù)高. 本研究結(jié)合文[9]對(duì)祁連山青海云杉各器官生物量生長(zhǎng)方程W=a(D2H)b(表3)(D表示胸徑，H表示樹(shù)高，a和b為系數(shù))，估算每徑階標(biāo)準(zhǔn)木的地上生物量，即青海云杉干、 枝、 葉三部分的生物量，然后分別乘以樣地內(nèi)各徑階青海云杉的株數(shù)，累加求和得到樣地地上生物量，最終將青海云杉林地上生物量的增長(zhǎng)量近似表示逐年的ANPP.

2.3 回歸模型的建立與驗(yàn)證

回歸模型經(jīng)常用于建立森林ANPP與各種實(shí)測(cè)樹(shù)木生物物理參數(shù)之間的相關(guān)關(guān)系，回歸方程是森林ANPP估算常用的統(tǒng)計(jì)方法. 研究中將樣地觀測(cè)數(shù)據(jù)按2/3和1/3比例隨機(jī)選取，分別用于建立模型和精度驗(yàn)證. 在建立模型時(shí)，以樣地的iEVI為自變量、 ANPP為因變量，建立線性或非線性模型，以模擬的ANPP與觀測(cè)的ANPP擬合得到的R2(決定系數(shù))和RMSE(均方根誤差)為指標(biāo)選擇模型.

其中:xi表示第i個(gè)估測(cè)數(shù)據(jù)；yi表示第j個(gè)模型數(shù)據(jù)；R2表示表征依變數(shù)y的變異中有多少百分比可由控制的自變數(shù)x來(lái)解釋?zhuān)?RMSE表示觀測(cè)值與真實(shí)值的偏差.

3 結(jié)果與分析

3.1 濾波前后EVI數(shù)據(jù)對(duì)比

為了直觀地對(duì)比質(zhì)量權(quán)重S-G濾波前后對(duì)影像噪聲的濾除程度，選取圖1中第4個(gè)波谷對(duì)應(yīng)的第36景(2003年1月1日-31日合成)噪聲含量很高的影像進(jìn)行對(duì)比評(píng)價(jià)(如圖2所示). 由于大多噪聲對(duì)應(yīng)較低的EVI值，由圖2(a)可知該時(shí)相影像含有大區(qū)域的噪聲(黑色區(qū)域)，圖2(b)清晰地顯示出質(zhì)量權(quán)重S-G濾波方法能夠?yàn)V除絕大部分的噪聲.

圖2 高噪聲EVI影像濾波前后對(duì)比Fig.2 An original strong noisy image and images filtered with quality-weighted S-G

為了定量分析濾波前后對(duì)不同質(zhì)量因子EVI數(shù)據(jù)的影響，本研究選取2000年9月、 2004年1月、 2008年9月和2012年1月的影像進(jìn)行統(tǒng)計(jì). 圖3顯示了不同質(zhì)量EVI數(shù)據(jù)在濾波前后的相關(guān)系數(shù)，質(zhì)量因子為1的高質(zhì)量EVI數(shù)據(jù)相關(guān)系數(shù)接近于0.9，說(shuō)明對(duì)高質(zhì)量EVI數(shù)據(jù)的規(guī)律性影響較小. 隨著質(zhì)量因子變大(噪聲增強(qiáng))，相關(guān)系數(shù)都有減小的趨勢(shì). 因此，質(zhì)量權(quán)重S-G濾波方法能夠有效地濾除噪聲.

3.2 樹(shù)高胸徑模型

利用樣地調(diào)查的樹(shù)高和胸徑數(shù)據(jù)進(jìn)行曲線擬合，選取多個(gè)擬合模型進(jìn)行分析評(píng)價(jià)，以最優(yōu)決定系數(shù)R2、 最小均方根誤差RMSE作為評(píng)價(jià)標(biāo)準(zhǔn)，確定胸徑與樹(shù)高最佳相關(guān)模型H=0.89D0.85，R2=0.88，RMSE=2.06 m(圖4). 該擬合方程能較好地解釋樹(shù)高和胸徑的關(guān)系，借助樹(shù)輪寬度數(shù)據(jù)可反演樣地標(biāo)準(zhǔn)木逐年樹(shù)高.

圖3 不同質(zhì)量EVI數(shù)據(jù)濾波前后相關(guān)性

圖4 樹(shù)高和胸徑的數(shù)據(jù)擬合曲線

3.3 iEVI與ANPP回歸模型

利用樹(shù)輪資料估算2000-2013年青海云杉22塊樣地ANPP，隨機(jī)抽取14塊樣地?cái)?shù)據(jù)用于構(gòu)建ANPP與iEVI的回歸模型，余下8塊樣地?cái)?shù)據(jù)用來(lái)驗(yàn)證模型精度. 從建模樣本來(lái)看，質(zhì)量權(quán)重S-G濾波前后iEVI與ANPP建模精度R2分別為0.53(圖5(a))和0.63(圖5(b))，建模效果較好. 回歸模型精度驗(yàn)證表明，濾波前回歸模型的估測(cè)精度為R2=0.48，RMSE=36.39 g·m-2(圖5(c))，濾波后回歸模型的估測(cè)精度為R2=0.60，RMSE=34.82 g·m-2(圖5(d))，質(zhì)量權(quán)重S-G濾波后模型估測(cè)精度有所提高. 從點(diǎn)的分布來(lái)看(圖5(d))，ANPP主要集中分布在140 g·m-2附近的低值區(qū)域，高值區(qū)域分布較少且零散，當(dāng)實(shí)測(cè)值A(chǔ)NPP較低時(shí)，模型結(jié)果偏高，實(shí)測(cè)值A(chǔ)NPP較高時(shí)，模型結(jié)果偏低. 林分密度是影響森林地上生物量的重要因素，利用樹(shù)輪數(shù)據(jù)反演過(guò)去林分地上生物量，尚無(wú)法估算林分密度在森林發(fā)育過(guò)程中的變化. 青海云杉林密度隨林齡增加而下降，這與人工撫育和林分自疏有關(guān)，對(duì)于青海云杉林，以當(dāng)前密度反演過(guò)去森林地上生物量可能會(huì)導(dǎo)致對(duì)林分恢復(fù)早期地上生物量的低估[2]，進(jìn)而影響對(duì)森林ANPP的估算.

根據(jù)2000-2013年逐年的ANPP與質(zhì)量權(quán)重S-G濾波后的iEVI數(shù)據(jù)建立對(duì)數(shù)回歸模型，得到逐年的ANPP反演模型(圖6). 各年份的iEVI和ANPP建模精度R2呈現(xiàn)差異，2008年iEVI和ANPP擬合效果較差(R2=0.49)，2005年iEVI和ANPP擬合效果最好(R2=0.68).

圖6 2000-2013年iEVI與ANPP的相關(guān)性Fig.6 The correlation between iEVI and ANPP from 2000 to 2013

3.4 青海云杉林ANPP時(shí)空變化特征

通過(guò)iEVI與ANPP逐年的回歸模型，估算祁連山森林保護(hù)區(qū)2000-2013年的青海云杉林ANPP平均值，得到近14 a來(lái)森林ANPP的變化情況(圖7). 從圖7中可以看出，2000-2013年平均ANPP在106.51～161.96 g·m-2之間; 2000-2005年間除ANPP在2001年到達(dá)最小106.51 g·m-2，其它年份均值在125.76～134.35 g·m-2之間小幅擺動(dòng)； 2006-2010年ANPP則呈現(xiàn)出明顯的上升趨勢(shì)，2009年ANPP達(dá)到最大值161.96 g·m-2； 2011-2013年ANPP則呈現(xiàn)下降的趨勢(shì). 總體上，青海云杉林ANPP呈緩慢波動(dòng)增加趨勢(shì).

如圖8所示青海云杉林主要分布在祁連山區(qū)北麓陰坡地帶，總面積約為777 km2，2000-2013年，年平均森林ANPP為51.34～274.24 g·m-2. 森林ANPP值在180～274.24 g·m-2之間的面積為129 km2，約占總面積的16.60%，分布在肅南縣和祁連縣東南部、 民樂(lè)縣和山丹縣地區(qū)； 森林ANPP值在138～180 g·m-2之間的面積為212 km2，約占總面積的27.28%，分布在肅南縣中部和東南部、 祁連縣東南部以及民樂(lè)縣地區(qū)； 森林ANPP值在102～138 g·m-2之間的面積為257 km2，約占總面積的33.08%，分布較為零散； 森林ANPP值在51.34～102 g·m-2之間的面積為179 km2，約占總面積的23.04%，分布在肅南縣中部和西北部地區(qū)； 森林ANPP總體空間分布特征大致為東南多西北少.

圖7 祁連山森林保護(hù)區(qū)青海云杉逐年平均ANPP

圖8 祁連山森林保護(hù)區(qū)青海云杉年平均ANPP空間分布

3.5 青海云杉林ANPP與氣候因子的相關(guān)性

2000-2013年青海云杉林區(qū)域年降水總量在278.82～671.01 mm之間(圖9(a))，降水的年際變化與森林ANPP的年際變化總體趨勢(shì)較為相似，2000-2010年的增減具有同步性，2011-2013年呈現(xiàn)相反的趨勢(shì)，但年降水總量整體呈現(xiàn)上升的趨勢(shì). 2000-2013年平均溫度在-4.53～4.78 ℃之間(圖9(b))，氣溫的年際變化與森林ANPP的年際變化在2000-2004年表現(xiàn)出相反的趨勢(shì)，2005-2013年表現(xiàn)為一致的趨勢(shì)，年平均溫度整體呈現(xiàn)下降的趨勢(shì)，整體相關(guān)性較小.

圖9 青海云杉林ANPP與降水、 氣溫的年際關(guān)系Fig.9 Correlations between annual forest ANPP of P.crassifolia and temperature and precipitation

對(duì)青海云杉林區(qū)域2000-2013年年降水總量、 年平均氣溫以及平均森林ANPP進(jìn)行相關(guān)性分析，森林ANPP分別與年降水總量(R=0.49，P<0.05)和年平均氣溫(R=0.22，P>0.05)呈正相關(guān). 青海云杉林地處高寒地區(qū)，溫度變化對(duì)森林ANPP影響較小，降水成為影響森林ANPP變化的主要因子. 2000-2004年氣溫較高，熱量水平的提高加大了區(qū)域水分的蒸發(fā)，且降水量較少，在一定程度上限制了森林ANPP的增長(zhǎng). 森林ANPP整體上隨降水量的增加而波動(dòng)增長(zhǎng)，表明降水有利于加強(qiáng)森林的固碳能力.

4 結(jié)論

本研究在考慮MODIS數(shù)據(jù)質(zhì)量的前提下，對(duì)EVI數(shù)據(jù)進(jìn)行質(zhì)量權(quán)重S-G濾波，使得高質(zhì)量EVI數(shù)據(jù)保真性較好，黑色噪聲區(qū)域得到有效濾除. S-G濾波前后模型反演精度有所提高，但從模型驗(yàn)證精度來(lái)看，ANPP主要集中在140 g·m-2附近的低值區(qū)域，高值區(qū)域分布較少且零散，模型預(yù)測(cè)結(jié)果偏小.

通過(guò)長(zhǎng)時(shí)間序列的樹(shù)輪資料反演森林ANPP，并建立植被指數(shù)iEVI和森林ANPP的回歸模型，實(shí)現(xiàn)樣地尺度到區(qū)域尺度的轉(zhuǎn)化. 從回歸模型驗(yàn)證精度(R2=0.60，RMSE=34.82 g·m-2)來(lái)看，該方法是可行的. 但受到空間異質(zhì)性等影響，后期需對(duì)MODIS EVI進(jìn)行混合像元分解或使用30 m分辨率的Landsat TM數(shù)據(jù)計(jì)算EVI，與樣地?cái)?shù)據(jù)更好的空間匹配，提高模型反演精度.

時(shí)間特征上，2000-2013年青海云杉林ANPP在2001年為最低值106.51 g·m-2，2009年達(dá)到最高值161.96 g·m-2，在14 a的時(shí)間中增加趨勢(shì)較為緩慢，這與其它學(xué)者對(duì)祁連山ANPP變化研究得出的結(jié)論基本一致[10]. 空間特征上，青海云杉主要分布在祁連山區(qū)北麓陰坡亞高寒山區(qū)，總體空間分布特征為東南多西北少. 青海云杉林ANPP受溫度變化影響較小，而降水成為影響森林ANPP變化的主要因子. 降水量的增加，為植被的生長(zhǎng)提供了必需的水分，使得青海云杉林固碳能力有所加強(qiáng).

[1] 何吉成. 用樹(shù)輪寬度資料重建長(zhǎng)白山森林凈初級(jí)生產(chǎn)力[D]. 北京： 中國(guó)科學(xué)研究院地理科學(xué)與資源研究所，2005.

[2] CAMPOS G E P, MORAN M, HUETE A,etal. Ecosystem resilience despite large-scale altered hydroclimatic conditions[J]. Nature, 2013, 494(7 437): 349-353.

[3] HOLMES R L. Computer-assisted quality control in tree-ring dating and measurement[J]. Tree-Ring Bulletin,1983, 43(3): 69-75.

[4] 郭云，李增元，陳爾學(xué)，等. 甘肅黑河流域上游森林地上生物量的多光譜遙感估測(cè)[J]. 林業(yè)科學(xué)，2015，51(1)： 40-149.

[5] 趙俊芳，延曉冬，朱玉潔. 陸地植被凈初級(jí)生產(chǎn)力研究進(jìn)展[J]. 中國(guó)沙漠，2007，27(5)： 780-786.

[6] 周增光，唐娉. 基于質(zhì)量權(quán)重的Savitzky-Golay時(shí)間序列濾波方法[J]. 遙感技術(shù)與應(yīng)用，2013，28(2)： 232-239.

[7] J?NSSON P, EKLUNDH L. TIMESAT: a program for analyzing time-series of satellite sensor data[J]. Computer Geoscience,2004, 30(8): 833-845.

[8] PASTOR J, POST W M. Response of northern forests to CO2-induced climate change[J]. Nature,1988,334(6 177): 55-58.

[9] 王金葉，車(chē)克鈞，傅輝恩，等. 祁連山水源涵養(yǎng)林生物量的研究[J]. 福建林學(xué)院學(xué)報(bào)，1998，18(4)： 319-323.

[10] 張福平，馮起，李旭譜，等. 黑河流域NPP遙感估算及其時(shí)空變化特征[J]. 中國(guó)沙漠，2014，34(6)： 1 654-1 664.

(責(zé)任編輯： 林曉)

Estimation ofPiceacrassifoliaforest aboveground net primary productivity from tree ring data and vegetation index

FAN Wenwu1, 2, 3, LING Feilong1, TIAN Xin2, WANG Xiaoqin1, YAN Min2

(1. Key Laboratory of Spatial Data Mining & Information Sharing of Ministry Education, Fuzhou University, Fuzhou, Fujian 350002,China； 2. Institute of Forest Resources Information Techniques, Chinese Academy of Forestry, Beijing 100091, China; 3. Chongqing Geomatics Center, Chongqing 401120, China)

The MOD13A3 EVIproducts, forest inventory data and tree ring data were used to estimateANPP ofPiceacrassifoliain nature reserve of Qilian Mountainby the regression model.The performance of iEVI in estimating ANPP was improved after the quality weighted S-G method. The annual forest ANPP showed a fluctuant increasing trend from 2000 to 2013 in the nature reserve of Qilian Mountain. Furthermore, the ANPP increased from the northwest to the southeastern and the annual average ANPP was 51.34～274.24 g·m-2. The ANPP ofPiceacrassifoliawaspositively correlated with precipitationand temperature. Compared with the temperature, the precipitation is main factor affecting the change of ANPP.

Piceacrassifolia; aboveground net primary productivity; enhanced vegetation index; tree ring data

10.7631/issn.1000-2243.2017.03.0348

1000-2243(2017)03-0348-07

2015-10-19

田昕(1979 -)，副研究員，主要從事遙感技術(shù)與應(yīng)用方面研究，tianxin@ifrit.ac.cn

中央級(jí)公益性科研院所基本科研業(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金資助項(xiàng)目(IFRIT201302)； 國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃資助項(xiàng)目(2013CB733404)

S757

A