基于遙感反演的森林生態(tài)系統(tǒng)呼吸研究

羅舒暢 張藝帆

摘 要：陸地生態(tài)系統(tǒng)碳循環(huán)是全球氣候變化研究的核心內(nèi)容之一，森林生態(tài)系統(tǒng)作為陸地生態(tài)系統(tǒng)中面積最多、最重要的自然生態(tài)系統(tǒng)，在維持全球碳平衡和調(diào)節(jié)全球氣候等方面有著舉足輕重的地位。本文采用3類MODIS數(shù)據(jù)（葉面積指數(shù)、地表溫度數(shù)據(jù)、地表水份數(shù)據(jù)）結(jié)合AmeriFlux通量觀測網(wǎng)絡(luò)中位于加拿大亞寒帶氣候區(qū)的4個通量塔站點(diǎn)觀測數(shù)據(jù)建立1個遙感反演模型，利用該模型對常綠針葉林生態(tài)系統(tǒng)呼吸進(jìn)行估算，并使用獨(dú)立的通量站點(diǎn)觀測數(shù)據(jù)評估模型的準(zhǔn)確性。結(jié)果表明，遙感反演模型在估算森林生態(tài)系統(tǒng)呼吸方面具有很大的潛力，為大區(qū)域尺度上定量評估森林生態(tài)系統(tǒng)對區(qū)域碳平衡及全球碳循環(huán)的影響，制定合理的森林生態(tài)管理方案提供數(shù)據(jù)支持。

關(guān)鍵詞：

森林生態(tài)系統(tǒng);遙感;MODIS;碳循環(huán);通量觀測

中圖分類號：S718.5

文獻(xiàn)標(biāo)識碼：A

DOI：10.19754/j.nyyjs.20200315004

陸地生態(tài)系統(tǒng)碳循環(huán)是全球碳循環(huán)的重要組成部分，同時也是與人類生活聯(lián)系最為緊密的部分，近年來吸引了眾多科學(xué)家的關(guān)注。隨著科學(xué)技術(shù)的進(jìn)步，渦動相關(guān)技術(shù)和遙感技術(shù)逐步運(yùn)用于測定生態(tài)系統(tǒng)與大氣間的碳交換通量。渦度相關(guān)法目前被認(rèn)為是研究森林生態(tài)系統(tǒng)碳通量變化最直接有效的觀測方法，其研究結(jié)果可解釋生態(tài)系統(tǒng)不同時間尺度（日、季節(jié)、年際）上的大氣碳通量變化特征[1]。多光譜、高光譜、雷達(dá)與微波遙感技術(shù)的發(fā)展讓大尺度模擬碳通量的構(gòu)想成為了可能。但通量觀測數(shù)據(jù)代表范圍小，空間尺度擴(kuò)展較為困難[2]，遙感衛(wèi)星觀測結(jié)果易受多種因素影響（例如傳感器精度、天氣條件、地形復(fù)雜度等），其結(jié)果具有很大的不確定性。融合遙感技術(shù)與通量塔觀測數(shù)據(jù)建立反演模型估算生態(tài)系統(tǒng)呼吸碳排放潛力，是大尺度探測區(qū)域生態(tài)系統(tǒng)碳收支動態(tài)變化的創(chuàng)新性實(shí)踐。

1?數(shù)據(jù)的來源與處理

1.1?數(shù)據(jù)的來源

MODIES數(shù)據(jù)具有波段范圍寬、靈敏度高、大尺度觀測等優(yōu)點(diǎn)，能更好地反應(yīng)區(qū)域乃至全球尺度上CO2氣體濃度的空間變化規(guī)律[3]。本研究選用時間分辨率為8d的地表反射率產(chǎn)品（MOD09A1，V6，分辨率為500m），葉面積指數(shù)（LAI）產(chǎn)品（MOD15A2，V6，分辨率為500m）和地表溫度（LST）產(chǎn)品（MOD11A2，V6，分辨率為1km）用于反演模型的建立。并利用AmeriFlux通量觀測網(wǎng)絡(luò)中的4個獨(dú)立站點(diǎn)共9a觀測數(shù)據(jù)對模型進(jìn)行驗(yàn)證。

1.2?數(shù)據(jù)處理

由于3種MODIS產(chǎn)品數(shù)據(jù)分辨率不同，對3種產(chǎn)品數(shù)據(jù)進(jìn)行3×3窗口的重采樣分析，即采用通量觀測塔為中心的3×3方格內(nèi)像元值[4]。進(jìn)而利用地表反射率產(chǎn)品計(jì)算獲得地表水分指數(shù)（LSWI），LSWI的計(jì)算公式如下：

LSWI=ρnir-ρSWIRρnir+ρSWIR（1）

式中，ρnir是近紅外波段的反射率，ρSWIR是短波紅外波段的發(fā)射率。

碳通量數(shù)據(jù)的處理則利用馬克斯普朗克生物地球化學(xué)研究所開發(fā)的基于R的軟件包對直接測得的凈生態(tài)系統(tǒng)交換量（NEE）數(shù)據(jù)進(jìn)行插補(bǔ)拆分獲得獨(dú)立的生態(tài)系統(tǒng)呼吸（Re）數(shù)據(jù)，并將呼吸數(shù)據(jù)整合成8d時間間隔數(shù)據(jù)，與MODIS數(shù)據(jù)時間間隔保持一致。

2?模型的建立與評估

2.1?研究站點(diǎn)介紹

為排除氣候及植被類型對森林生態(tài)系統(tǒng)呼吸能力的影響，本文研究區(qū)選擇AmeriFlux通量觀測網(wǎng)絡(luò)的4個位于加拿大境內(nèi)的常綠針葉林通量站點(diǎn)，其氣候類型均為亞寒帶氣候，無明顯的干濕季，冬季寒冷，夏季涼爽。具體站點(diǎn)描述見表1。

2.2?模型的建立

建立了一個逐步線性回歸模型用于估算常綠針葉林生態(tài)系統(tǒng)呼吸，該模型允許適應(yīng)連續(xù)變量和離散變量作為輸入變量。通量塔的呼吸（Re）數(shù)據(jù)用于模型的訓(xùn)練和驗(yàn)證，而MODIS遙感數(shù)據(jù)用作解釋性或者預(yù)測性變量，采用逐步的方法決定輸入變量的權(quán)重，最終的模型應(yīng)具有最高精度和最低輸入變量數(shù)。模型的輸入變量包括葉面積指數(shù)（LAI）、地表水分指數(shù)（LSWI）以及地表溫度數(shù)據(jù)（LST），來自4個通量塔的呼吸（Re）數(shù)據(jù)作為回歸模型中的因變量，使用所有可用的訓(xùn)練數(shù)據(jù)應(yīng)用于最終的回歸模型。

2.3?準(zhǔn)確性評估

本文采用留一交叉驗(yàn)證法對模型模擬進(jìn)行獨(dú)立驗(yàn)證。該方法以1個通量塔站點(diǎn)為1組空間數(shù)據(jù)子集，將4個站點(diǎn)逐一進(jìn)行預(yù)扣回歸。即保留1個站點(diǎn)的數(shù)據(jù)子集作為測試樣本，其余3個站點(diǎn)數(shù)據(jù)以集合的形式作為模型開發(fā)的訓(xùn)練樣本，利用測試樣本對模型的準(zhǔn)確性進(jìn)行評估。4個站點(diǎn)中的每個站點(diǎn)都被依次保留，并且使用針對其余3個站點(diǎn)的訓(xùn)練數(shù)據(jù)集，將在1個通量塔站點(diǎn)處測量的實(shí)際Re值與模型估計(jì)的Re值進(jìn)行比較。本文使用均方根誤差（RMSE）和皮爾森相關(guān)系數(shù)（r）來評估模型的精度，并將所有站點(diǎn)實(shí)際測量的Re值與模型估計(jì)獲得的Re值進(jìn)行回歸分析。模型模擬結(jié)果如表2所示，相關(guān)性分析結(jié)果如圖1所示。

2.4?結(jié)果分析

由圖1可以看出，對于所有站點(diǎn)，實(shí)際測量的Re和模型估計(jì)的Re回歸值為r=0.716，回歸線斜率為0.451，表明Re的模擬精度較高但存在低估的現(xiàn)象。此外，當(dāng)實(shí)測的Re值較小時，回歸數(shù)值較為均勻的分布在1∶1直線附近，當(dāng)實(shí)測的Re值逐漸增大（Re>4gCm-2d-1）回歸數(shù)值分布在1∶1直線右下半部分，說明該模型在森林生態(tài)系統(tǒng)的呼吸強(qiáng)度較弱時，模擬效果較好，在生態(tài)系統(tǒng)呼吸強(qiáng)度較大時，模型的模擬結(jié)果容易出現(xiàn)低估的現(xiàn)象。

由表2模型模擬結(jié)果表明訓(xùn)練集的r在0.767～0.886之間變化，RMSE在1.262～1.743gCm-2d-1范圍內(nèi)。驗(yàn)證集的r在0.849～0.895之間變化，RMSE在1.191～2.457gCm-2d-1范圍內(nèi)，這個結(jié)果表明利用MODIS數(shù)據(jù)建立的遙感反演模型具有較高的準(zhǔn)確性與可靠性，可以在常綠針葉林生態(tài)系統(tǒng)中將點(diǎn)尺度的生態(tài)呼吸研究擴(kuò)展到區(qū)域尺度。

2.5?模型討論

盡管遙感反演模型在估算常綠針葉林生態(tài)系統(tǒng)呼吸碳排放方面表現(xiàn)出色，但是模型仍然存在重大的不確定性。

由于加拿大地區(qū)緯度較高，冬季冰雪覆蓋會影響發(fā)芽期的葉面積指數(shù);春季冰雪融化會影響地表水分指數(shù)數(shù)據(jù)的準(zhǔn)確性。在通量觀測數(shù)據(jù)方面，由于渦動相關(guān)技術(shù)自身的特點(diǎn)導(dǎo)致通量觀測數(shù)值的缺失，需要依據(jù)一定的規(guī)則進(jìn)行插補(bǔ)拆分，影響了實(shí)測數(shù)據(jù)的可靠性。此外，由于森林本身結(jié)構(gòu)和成分的復(fù)雜性，森林生態(tài)系統(tǒng)的呼吸包括自養(yǎng)生物（植被）呼吸和異養(yǎng)生物（自由生物以及土壤微生物）呼吸[5]，溫度、土壤濕度、養(yǎng)分、活體和死亡生物量可能會對模型估計(jì)的精度產(chǎn)生影響。而且，本研究為排除氣候及植被類型的影響，采用的4個常綠針葉林通量塔站點(diǎn)均位于同一氣候區(qū)，站點(diǎn)代表性的不足影響了模型的普遍性。利用遙感反演的方式估算森林生態(tài)系統(tǒng)呼吸仍需要更多的探索和改進(jìn)。

3?結(jié)論

本研究主要基于3類MODIS數(shù)據(jù)產(chǎn)品獲取LAI、MODIS LST、LSWI遙感數(shù)據(jù)，并將其與加拿大境內(nèi)4個通量站點(diǎn)觀測的Re數(shù)據(jù)相結(jié)合，建立了1個適用于常綠針葉林的生態(tài)系統(tǒng)呼吸碳排放反演模型，并利用獨(dú)立站點(diǎn)觀測數(shù)據(jù)對建立的遙感反演模型進(jìn)行驗(yàn)證。與傳統(tǒng)的通量觀測數(shù)據(jù)、實(shí)地調(diào)查和基于遙感衛(wèi)星的模型估計(jì)相比，本文的反演模型提供了一個更大空間尺度（500m）和長時間序列（8d）的數(shù)據(jù)集，為大尺度探測區(qū)域生態(tài)系統(tǒng)碳收支動態(tài)變化提供了新思路。

參考文獻(xiàn)

[1]

Canadell J G， Dickinson R， Hibbard K， et al. Global Carbon Project：Science framework and implementation[C]. In：Earth system science partnership （IGBP， IHDP， WCRP， DIVERSITAS） report No.1. Global Carbon ProjectReport No.1，Canberra. 2003： 69.

[2]?Chen B， Coops NC， Fu D，et al. Assessing eddy-covariance flux tower location bias across the Fluxnet-Canada Research Network based on remote sensing and footprint modelling[J].Agricultural and Forest Meteorology， 2010（151）：87-100.

[3]張麗景. 基于MODIS影像和通量塔數(shù)據(jù)模擬浙江安吉毛竹林總初級生產(chǎn)力[D].杭州：浙江農(nóng)林大學(xué)，2013.

[4]劉宇霞. 植被物候變化遙感反演及生態(tài)系統(tǒng)碳循環(huán)作用機(jī)理[D].北京：中國科學(xué)院大學(xué)，2017.

[5]?周麗艷，賈丙瑞，周廣勝，曾偉，王宇.中國北方針葉林生長季碳交換及其調(diào)控機(jī)制[J].應(yīng)用生態(tài)學(xué)報，2010（10）：2449-2456.

（責(zé)任編輯?周康）