基于通量觀測數(shù)據(jù)的MODIS生產(chǎn)力模型在攀西典型煙田的適用性驗證

徐同慶，徐宜民，張燁，王程棟，劉光亮，王樹聲，董建新，陶健

1 中國農(nóng)業(yè)科學院煙草研究所，山東青島 266101;2 中國農(nóng)業(yè)科學院研究生院，北京 100081;3 山東工商學院公共管理學院，山東煙臺 264005

農(nóng)田生態(tài)系統(tǒng)生產(chǎn)力作為農(nóng)田碳循環(huán)的重要組成，是農(nóng)田生態(tài)系統(tǒng)物質(zhì)-能量過程研究的基礎[1]，同時也是評估農(nóng)田生產(chǎn)能力的關鍵生態(tài)指標[2-3]。田間觀測和模型模擬是研究農(nóng)田生產(chǎn)力形成過程及影響機理的2個主要手段[1,4]。其中，田間觀測主要采用定位觀測和空間多點采樣等手段，其研究數(shù)據(jù)在站點尺度上具有較高的準確性[1,5]，但田間觀測數(shù)據(jù)的空間連續(xù)性較差，采用統(tǒng)計方法進行尺度外推時誤差較大[2,4,6]。模型模擬是研究大尺度生產(chǎn)力過程的重要手段，已在區(qū)域生態(tài)系統(tǒng)生產(chǎn)力研究中得到了廣泛應用[2,7]?？緹熥鳛橹匾慕?jīng)濟作物，煙田生產(chǎn)力水平直接決定著煙葉光合產(chǎn)物的積累及內(nèi)含物質(zhì)的形成，從而影響著煙葉的產(chǎn)量和質(zhì)量。因此，結(jié)合站點觀測數(shù)據(jù)，優(yōu)化模型過程和參數(shù)，準確評估區(qū)域煙田生產(chǎn)力變化過程及其影響機理，對優(yōu)質(zhì)煙葉產(chǎn)量和質(zhì)量的宏觀預測及烤煙優(yōu)勢種植區(qū)位的選擇起到重要參考作用。

隨著遙感（remote sensing, RS）和地理信息系統(tǒng)（geographic information system, GIS）等技術的發(fā)展，模型模擬成為區(qū)域生態(tài)系統(tǒng)生產(chǎn)力研究的關鍵手段和重要方向[8-11]。其中，MODIS生產(chǎn)力模型是當前區(qū)域生產(chǎn)力研究中最受認可的模型之一[12-13]。該模型采用MODIS遙感數(shù)據(jù)作為輸入?yún)?shù)，對區(qū)域生態(tài)系統(tǒng)總初級生產(chǎn)力（gross primary production, GPP）過程進行模擬。由于模型計算過程中涉及多個遙感生物物理指標，同時受諸多非生物和生物參數(shù)的影響，MODIS生產(chǎn)力模型在區(qū)域生產(chǎn)力模擬中需要進行本地適用性驗證及參數(shù)化調(diào)整[1,14-15]。因此本研究采用MODIS生產(chǎn)力模型對攀枝花和西昌煙區(qū)（以下簡稱“攀西煙區(qū)”）典型煙田生態(tài)系統(tǒng)GPP進行初步模擬，并依據(jù)田間渦度相關通量觀測數(shù)據(jù)[16]對模型進行適用性驗證和本地參數(shù)化，為MODIS生產(chǎn)力模型在攀西煙區(qū)的應用提供依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

試驗設置在四川省涼山州西昌市（27°49′N，102°22′E），海拔1700 m，屬于南亞熱帶季風氣候。區(qū)域內(nèi)年均溫17.0℃，年均降水量1013.1 mm，土壤多為酸性紅壤和紫色土[17-18]。試驗站與周圍大片農(nóng)田相連，滿足渦度相關通量觀測儀對下墊面的要求。研究時間段內(nèi)，試驗站點周圍煙田生長狀況、農(nóng)藝管理措施、土壤肥力及氣象因素等在區(qū)域內(nèi)均具有典型代表性。

1.2 數(shù)據(jù)的選取

本研究以2016年5月—10月（DOY 116～289，表1）每8 d的遙感數(shù)據(jù)作為MODIS生產(chǎn)力模型的輸入項，以相應時間點GPP地面渦度相關通量觀測值為參照，對MODIS生產(chǎn)力模型在研究區(qū)的適用性進行初步驗證，然后以地面通量觀測數(shù)據(jù)和氣象數(shù)據(jù)對導致模型誤差的原因進行分析，并對模型進行本地參數(shù)化，最后以2016年全生育期和2015年烤煙旺長期和成熟期（DOY 161～233）數(shù)據(jù)對參數(shù)化后的MODIS生產(chǎn)力模型在研究區(qū)的適用性與精度進行獨立檢驗。其中，遙感數(shù)據(jù)來源于MOD17A2、MOD15A2、MOD12及GMAO/NASA 產(chǎn) 品（https∶//modis.gsfc.nasa.gov），地面觀測數(shù)據(jù)包括通量數(shù)據(jù)及氣象數(shù)據(jù)，由地面渦度相關通量觀測系統(tǒng)采集獲得。

表1 烤煙不同生育期所對應日序數(shù)范圍Tab.1 Daily ordinal range of flue-cured tobacco at different growth stages

1.3 模型計算方法

1.3.1GPP模擬計算過程

MODIS 生產(chǎn)力模型將GPP（gC·m-2·day-1）看做光能利用率（ε，gC·m-2·MJ-1）與植被吸收的光合有效輻射（APAR，MJ·day-1）的乘積（公式 1）[19-20]：

光能利用率ε通過以下公式計算獲得：

其中，εmax表示最大光能利用率，因研究區(qū)域植被覆蓋類型而存在取值差異，具體取值可通過查表獲得。TS和VPDS分別表示氣溫和水分限制因子，可通過日最低氣溫和日均飽和水汽壓差計算獲得，GPP詳細計算過程及參數(shù)選取參照Running等[20]。

1.4 模型模擬效果的驗證

本研究通過由最小二乘法所計算出的模擬值與通量觀測值的1∶1直線斜率、決定系數(shù)（R2）、效率系數(shù)（NS）[21]以及均方根誤差（RMSE，gC·m-2·day-1）[22]對MODIS生產(chǎn)力模型在研究區(qū)的模擬效果進行分析，以評價MODIS生產(chǎn)力模型在以研究站點為中心的攀西煙區(qū)的適用性。其中，NS是驗證水文模型和生物物理模型好壞的重要指標，其取值范圍為負無窮至1，當NS取值接近1，表示模型模擬質(zhì)量好，模型可信度高；當NS接近0，表示模型模擬結(jié)果接近觀測值的平均值水平，即總體結(jié)果可信，但模擬誤差大；當NS遠遠小于0時，則模型是不可信的。

對每個進行敏感性分析的參數(shù)在默認取值的80%～120%的范圍內(nèi)變動，并進行原來的模型計算過程，然后將每次參數(shù)變動所模擬得到的GPP進行如下計算，以表示GPP對此參數(shù)的敏感度：

式中，?x表示參數(shù)變動的百分比，?y表示GPP因參數(shù)變動而改變的百分比。依敏感性程度將參數(shù)進行分類（敏感度絕對值）：＞0.2，表示GPP對此參數(shù)高度敏感；0.1～0.2，表示GPP對此參數(shù)中度敏感；＜0.1，表示GPP對此參數(shù)低敏感性。

2 結(jié)果與分析

2.1 MODIS生產(chǎn)力模型默認參數(shù)模擬結(jié)果驗證

采用MODIS生產(chǎn)力模型中有關農(nóng)田生態(tài)系統(tǒng)過程的默認參數(shù)，對研究區(qū)煙田GPP模擬后，與通量觀結(jié)果進行比較，結(jié)果如圖1所示。

由圖1a可知，采用默認參數(shù)的GPP模擬值與通量觀測值相比，1∶1直線斜率為0.769，R2為0.776，NS為0.253，RMSE為26.8%，說明GPP模擬值與觀測值相關性顯著，但過程模型模擬誤差較大，模擬值比觀測值整體偏低約23.1%，即采用默認參數(shù)的MODIS生產(chǎn)力模型會低估研究區(qū)煙田GPP的實際水平。進一步結(jié)合GPP模擬值與觀測值在整個研究時間段內(nèi)的動態(tài)變化曲線（圖1b）可知，采用默認參數(shù)的MODIS 生產(chǎn)力模型所模擬的GPP值與觀測值相比，整體變化趨勢相近，在烤煙伸根期和采收期中后期，模型模擬結(jié)果與實際相比明顯偏低。

圖1 默認參數(shù)MODIS生產(chǎn)力模型GPP模擬值與實測值比較Fig.1 Comparison of GPP simulated values from MODIS productivity model with measured values

2.2 MODIS生產(chǎn)力模型的本地參數(shù)化

光能利用率模型雖然在區(qū)域生態(tài)系統(tǒng)GPP模擬計算中具有較高的可信度，但是由于其在計算的過程中受到溫度和水分2個限制因子的影響，而衛(wèi)星在對地觀測過程中往往會受到氣溶膠及復合像元的干擾，對溫度、水汽及光照輻射的監(jiān)測存在誤差，因此在MODIS生產(chǎn)力模型模擬計算中，模型的模擬效果會受到氣象數(shù)據(jù)精度和生理參數(shù)適應性的共同影響[23-25]。因此結(jié)合前人研究結(jié)果，利用地面觀測氣象數(shù)據(jù)代替遙感氣象數(shù)據(jù)，以驗證氣象數(shù)據(jù)誤差對模型的影響，同時基于觀測數(shù)據(jù)構(gòu)建默認參數(shù)模型修正系數(shù)，從而找到能對攀西煙區(qū)煙田生產(chǎn)力進行相對準確評估的遙感觀測模型。

根據(jù)MODIS生產(chǎn)力模型中GPP相關計算過程，對GPP模擬過程進行參數(shù)化。由公式（1）可知，ε和APAR是GPP模擬過程中2個重要的輸入變量，其中ε計算值與εmax取值有關，因此，本研究以Running等[20]所提出的εmax在農(nóng)田生態(tài)系統(tǒng)中的取值為基礎，對εmax在模型中的取值進行參數(shù)化校正，通過對比調(diào)整εmax取值后的模擬精度，選定適用于研究區(qū)煙田生態(tài)系統(tǒng)的εmax取值，分析結(jié)果如表2所示。從表中可以看出，εmax取值適當上調(diào)能夠明顯的較低GPP模擬值與實測值之間的差異，提高模擬值與實測值的相關性和效率系數(shù)，其中εmax取值為0.001148（上調(diào)10%）時，GPP模擬值與實測值的1∶1直線回歸斜率達到0.913，R2和NS最高，分別為0.805和0.748，RMSE最小，為0.135，說明該參數(shù)取值下，GPP的模擬效果得到明顯提高，因此選擇0.001148作為MODIS生產(chǎn)力模型在研究區(qū)煙田生態(tài)系統(tǒng)GPP模擬過程中εmax的近似取值。但此時GPP模擬值與實測值相比，NS仍相對較低，未達到模型適用水平，所以需對模型進一步參數(shù)化。

表2 εmax參數(shù)化調(diào)整下GPP模擬結(jié)果對比分析Tab.2 Comparison on simulation efficiency of MODIS-GPP model in parameterizing process of εmax

APAR作為GPP模擬計算過程中另一個重要的輸入?yún)?shù)，其模擬值主要受到FPAR和IPAR精度的影響，而研究中FPAR數(shù)據(jù)來源于MOD15A2產(chǎn)品，其數(shù)據(jù)取值往往受到云層、地面植被結(jié)構(gòu)組成等因素的影響而與實際值存在偏差，因此研究中選擇FPAR作為提高MODIS生產(chǎn)力模型在研究區(qū)適用性的另一個參數(shù)化對象。在εmax參數(shù)化后的基礎上對FPAR參數(shù)化，結(jié)果如表3所示。從中可以看出，F(xiàn)PAR適當上調(diào)能減少GPP模擬值與實測值之間的差異，提高模型模擬效果，而FPAR下調(diào)會降低GPP模擬過程在研究區(qū)的適用性。其中，當FPAR上調(diào)5%時，參數(shù)化后的模型GPP模擬值與實測值相比，1∶1直線斜率為 1.001，R2達到 0.984，NS達到 0.919，RMSE下降至0.0978，說明該參數(shù)化水平下MODIS生產(chǎn)力模型GPP模擬結(jié)果接近實測值水平，模型達到模擬精度要求。

表3 FPAR參數(shù)化調(diào)整下GPP模擬結(jié)果對比分析Tab.3 Comparison on simulation efficiency of MODIS-GPP model in parameterizing process of FPAR

2.3 本地參數(shù)化后的MODIS生產(chǎn)力模型適應性檢驗

以2015年和2016年2年的數(shù)據(jù)驗證本地參數(shù)化后的MODIS生產(chǎn)力模型在研究區(qū)煙田GPP模擬中的適用性，結(jié)果如圖2所示，在2015年和2016年利用參數(shù)化后的MODIS生產(chǎn)力模型所估算的GPP值與地面通量觀測值相比，模型模擬精度較高，其1∶1直線回歸斜率分別為0.992和1.001，R2分別為0.901和0.984，NS分別為0.866和0.919，RMSE分別為0.113 和 0.0978 g C·m-2·8d-1，說明本地參數(shù)化后的MODIS生產(chǎn)力模型在研究區(qū)煙田GPP的模擬計算中適用性達到模型精度要求。

圖2 MODIS生產(chǎn)力模型參數(shù)化后GPP模擬值與觀測值比較Fig.2 Comparison of MODIS-GPP model simulated values after parameterization with field flux observed values

3 討論

3.1 MODIS生產(chǎn)力模型參數(shù)化校正結(jié)果分析

本研究基于地面通量觀測數(shù)據(jù)，對MODIS生產(chǎn)力模擬進行參數(shù)化校正及模擬效果檢驗，以優(yōu)化該模型在研究區(qū)生產(chǎn)力研究中的適用性。本研究中，采用默認參數(shù)的模型模擬結(jié)果小于實測值，且誤差較大。GPP模擬結(jié)果的效率系數(shù)相對較低，模擬效果略高于觀測值的平均水平，但GPP模擬與觀測結(jié)果的時間動態(tài)曲線變化趨勢相對一致。對MODIS生產(chǎn)力模型進行本地參數(shù)化后，模型模擬精度提升，GPP模擬結(jié)果的效率系數(shù)達到模型精度要求，2015年和2016年2年的GPP模擬結(jié)果的效率系數(shù)分別達到0.866和0.919，證明了該模型經(jīng)過本參數(shù)化后在研究區(qū)具有較高的模擬精度和適用性。

整個烤煙大田生育期，使用默認參數(shù)的GPP模擬值與實測值的關系因生育期而異，在烤煙采收期中后期，煙田GPP模擬值與實測值相比明顯偏低。表明MODIS生產(chǎn)力模型對于生態(tài)系統(tǒng)生產(chǎn)力的評估的準確性，除了與大氣中水汽對近短波紅外波段的干擾有關[26]，也與天氣、植物構(gòu)成、地表等參數(shù)有關[22]。研究指出，由MOD15A2所提供的FPARI數(shù)據(jù)值在森林生態(tài)系統(tǒng)中高于實測值[27-29]，也有些研究表明在森林生長期MOD15A2/FPAR值低于實測值[30]。研究中以1 km分辨率的遙感數(shù)據(jù)作為模型輸入值，而遙感數(shù)據(jù)可能因多像元（如林地）的干擾而使相關指標的遙感觀測值與實際值存在差異。綜合來看，參數(shù)化后的MODIS生產(chǎn)力模型，基本修正了MODIS數(shù)據(jù)產(chǎn)品在研究區(qū)煙田生態(tài)系統(tǒng)應用中的誤差，提高了模型在研究區(qū)的適用性。但由于研究區(qū)生態(tài)條件的復雜性及脆弱性，僅以此為依據(jù)對區(qū)域GPP進行反演仍需長期觀測數(shù)據(jù)的多尺度驗證。

3.2 MODIS生產(chǎn)力模型參數(shù)敏感性分析

在MODIS生產(chǎn)力模型中，GPP模擬過程中涉及較多的非生物與生物參數(shù)，不同參數(shù)對于模擬結(jié)果的貢獻率不同，因此不同參數(shù)對模擬結(jié)果的影響存在差異。采用前人研究方法，在保證其余參數(shù)保持不變的前提下，對模型參數(shù)逐一進行調(diào)整，以分析各參數(shù)對GPP模擬結(jié)果影響的敏感性差異。由表4可知，GPP模擬過程受FPAR影響的敏感性最強，敏感性值為0.235。FPAR是植物水、碳及能量循環(huán)的重要檢測指標，它與植物生理生態(tài)、葉片蒸騰、光能截獲力等密切相關，F(xiàn)PAR越大，植物光合能力越強，生產(chǎn)力水平也越高[31]。因此，F(xiàn)PAR是生態(tài)系統(tǒng)模型的重要特征參數(shù)，MODIS/FPAR遙感數(shù)據(jù)與實測值的誤差，會通過影響群體冠層與土壤能量的分配比例，進而對模擬精度產(chǎn)生影響[32]。而比葉面積（SLA）、根葉比（Froot_leaf_ratio）等參數(shù)對GPP模擬結(jié)果影響相對較小，敏感性相對較弱?？傮w看來，一定范圍內(nèi)εmax、FPAR及LAI取值與GPP模擬精度變化呈正相關，而SLA和Froot_leaf_ratio取值與GPP呈負相關。

表4 MODIS生產(chǎn)力模型參數(shù)敏感性分析Tab.4 Sensitivity analysis on parameters in MODIS productivity model

4 結(jié)論

本研究依據(jù)通量觀測數(shù)據(jù)，對MODIS生產(chǎn)力模型在攀西煙田的適應性進行評價，并通過參數(shù)化提高該模型在研究區(qū)煙田生產(chǎn)力模擬中的準確度和適用性，主要結(jié)論如下：

（1）采用默認參數(shù)的MODIS生產(chǎn)力模型所估算的GPP值低于地面通量觀測值，整體偏低約23.1%，模型模擬效果相對較差，誤差較大，尤其是在烤煙采收期中后期差異最顯著，但模擬與實測結(jié)果的時間動態(tài)曲線變化趨勢基本一致。

（2）利用地面站數(shù)據(jù)對MODIS生產(chǎn)力模型中敏感度較高的2個參數(shù)εmax和FPAR進行參數(shù)化后，模型對研究區(qū)煙田GPP模擬效果顯著提高并達到模型適用性要求。

（3）參數(shù)化后的MODIS生產(chǎn)力模型，能相對準確的對攀西煙區(qū)典型煙田生態(tài)系統(tǒng)GPP進行模擬，為區(qū)域尺度煙田產(chǎn)質(zhì)量的評估提供數(shù)據(jù)支持。