基于CASA修正模型的中国植被净初级生产力研究.ppt

基于CASA修正模型的中国植被净初级生产力研究 答辩人 徐丹指导老师 陈云浩副教授起点中文阅读 主要内容 第一章绪论第二章CASA模型的构建第三章数据处理与分析第四章NPP时空变化模式第五章NPP与影响因子关系的研究第六章结论与展望 第一章绪论 概念NPP研究的意义NPP研究状况NPP模型研究CASA模型及其存在的问题本文技术路线 概念 植被净第一性生产力 简称NPP 是指绿色植物在单位面积 单位时间内所累积的有机物数量 是由光合作用所产生的有机质总量中扣除自养呼吸后的剩余部分 NPP GPP Ra 总第一性生产力 自养呼吸的消耗量 NPP研究意义 植被净初级生产力 NPP 是植物自身生物学特性与外界环境因子相互作用的结果 是植物光合作用有机物质的净创造 决定地球上所有组成成分和自然生态的生命功能 而且是大气成分改变地球上物质的重要合作者 尤其是CO2浓度的变化 使得NPP的研究对气候具有重要的指导意义 NPP研究状况 NPP研究历程 1973年Leith利用第一个全球NPP模型估算全球NPP NPP模型研究 生态生理过程模型 气候生产力模型 光能利用率模型 NPP估算模型 CASA模型及其存在的问题 CASA模型是光能利用率模型的典型代表 在大尺度植被净初级生产力研究和全球碳循环研究中被广泛应用 NPP APAR 存在的问题 参数求取上的繁杂植被最大光能利用率的固定取值问题 本文的技术路线 遥感数据 DEM 气象数据 NDVI 植被覆盖类型图 CASA修正模型 精度验证 时空演变模式分析 影响因子分析 第二章CASA模型的构建 NPP估算流程CASA修正模型的创新点 NPP估算流程 CASA修正模型的创新点 针对不同植被类型引入了不同的最大光合利用率 它是个潜在的不受其它条件约束的因子 改进的CASA模型在数据获取上比较容易 仅利用地面气象数据和遥感数据就可以对陆地植被NPP进行估算 不再需要收集土壤物理参数 使其实际的可操作性等到加强 第三章数据处理与分析 数据遥感数据处理NDVI纠正气象数据处理分类数据处理 数据 遥感数据气象数据植被分类数据 遥感数据处理 数据获取 导航 校准 云检测 计算NDVI 大气纠正 输出 存储 质量控制 视觉检验 合成 8 10天 质量控制合成 每日传送及组合归档 通道校准 利用轨道模型与更新的星历表 NOAA1BGAC轨道 TOMS臭氧 ETOPOS05升级 海陆标识 NDVI纠正 根据沙漠地区的反射特点 将沙漠部分区域的NDVI作为误差 从整个数据中将其去除 可以在一定程度上消除这些误差 气象数据处理 数据来源于中国国家气象局 时间为1982 2000年 数据内容为月降水量 月平均气温 月总太阳辐射 以及各气象站点的经度 纬度和海拔高度 共涉及726个气象站点 对数据进行精度验证 剔除不可替代的错误数据后 对气象数据进行Kringing插值 获取像元大小与NDVI数据一致 投影相同的气象要素栅格图 分类数据处理 按IGBP分类体系对植被分类图中的植被类型均进行了重新记录和合并处理 第四章NPP时空变化模式 NPP估算结果精度验证之对比模型精度验证之实地数据NPP空间分布NPP时间分析 NPP估算结果 我国1982 2000年陆地植被NPP年平均总量为3050 9Mt a NPP最高值为2605 12gC m2 年NPP的分布图如图所示 精度验证之对比模型 Miami模型 Miami模型估算结果 精度验证之对比模型 Chikugo模型 Chikugo模型计算的NPP 精度验证之对比模型 Thornthwaite模型 Thornthwaite模型计算的NPP 精度验证之对比模型 各模型植被类型NPP列表 精度验证之实地验证数据 采样点图 精度验证之实地验证数据 估算值与实际值 为了在一定程度上减小时间和空间因素导致的误差 本文以采样点为中心划出不同距离的区域 再以该区域估算的平均值与实测数据值进行比较 通过对1米 50米 100米 500米 1000米 5000米的区域范围的比较 可见估算数据与实测数据的变化趋势基本一致 同时在大区域范围内更加接近实测数据值 NPP空间分布 110 E 110 E剖面线从南向北依次穿越桂粤热带雨林 季雨林地带 南亚热带常绿阔叶林 贵黔中亚热带常绿阔叶林 秦巴山地北亚热带常绿阔叶林 关中暖温带落叶阔叶林 内蒙古暖温带草原 中温带草原和半荒漠地带 NPP空间分布 115 E 115 E剖面线从南向北依次穿越粤热带雨林 季雨林地带 南亚热带常绿阔叶林 湘赣中亚热带常绿阔叶林 大别山地北亚热带常绿阔叶林 华北平原暖温带半干性落叶阔叶林以及内蒙古中温带草原地带 NPP空间分布 23 5 N 23 5 N剖面线从西至东依次穿过云南的热带雨林 季雨林地带 滇桂粤南亚热带常绿阔叶林地带 NPP空间分布 30 N 30 N剖面线从西至东依次穿越青藏高于高寒草原地带 青藏高原针叶林与草甸地带 四川盆地中亚热带常绿阔叶林地带 NPP空间分布 40 N 40 N剖面线从西至东依次穿过暖温带荒漠地带 中温带荒漠地带 中温带半荒漠地带 中温带草原地带 暖温带半干性落叶阔叶林地带和暖温带落叶阔叶林地带 NPP时间分析 一月份中国NPP分布图 四月份中国NPP分布图 七月份中国NPP分布图 十月份中国NPP分布图 第四章NPP时空变化模式 NPP季节变化 不同植被类型NPP季节变化差异分明 NPP的季节变化幅度不同 森林植被的变化幅度最大 其次为农业植被 草地 荒漠的变化幅度最小 第四章NPP时空变化模式 生产力评价 混交林净第一性生产力为1378 88gC m2 常绿阔叶林为1197 11gC m2 落叶针叶林为1016 85gC m2 常绿针叶林为939 64gC m2 密闭灌从为617 05gC m2 农业栽培植物为284 49gC m2 从NPP的平均水平来说 森林植被的净第一性生产力最高 以下依次为灌从 草地 耕地 荒漠地区由于受到水分条件的限制 植被特别稀疏 其净第一性生产力最小 仅为8 01gC m2 从NPP年总量来说 我国灌丛的年NPP最高 为719Mt a 占NPP总量的24 其次为常绿针叶林 为543Mt a占全年NPP总量的18 稀树草原所占的比例最少 为0 01 总量为3 35Mt a 植被类型年均NPP值 植被类型NPP年总量 Mt a 第五章NPP与影响因子关系的研究 光利用率分析 光利用率 是CASA模型估算NPP的基础 在没有气候和其它因素的限制时 光利用率 的上限为3 5 一些草本作物和其他被的光利用率在0 09 2 16gC MJ 1之间 由于光利用率受气温 水分 土壤 营养 疾病 个体发育 基因差异和植物维持与生长的不同能量分配等因素的影响 它在全球范围内视为一个常数会引起很大的误差 因此 准确的估算和分析植被光利用率是估算NPP的关键 第五章NPP与影响因子关系的研究 最适温度分布 全国有近一半以上的地区 49 5 其最适温度在20 以上 34 4 的地区的最适温度在10 20 之间 7 8 的地区在0 10 之间 从最适温度的空间分布来看 总体上适南方高于北方 东部高于西部 如果沿1060E划一天南北方向的剖面线 则剖线以东的大部分地区 其最适温度在20 以上 陕西南部 云南南部及内蒙古北部有部分地区的最适温度在15 20 之间 青藏高原大部分地区 南方的部分山区 如湖南和广东交界的五岭一带 以及黑龙江北部 其最适温度在10 15 之间 第五章NPP与影响因子关系的研究 植被 表 第五章NPP与影响因子关系的研究 光利用率 a 仅考虑气温因子 b 仅考虑水分因子图5 3月平均光利用率与平均最大光利用率的比值 中国多年平均光利用率为0 354gC MJ 1 标准差为0 211 说明数据变异大 反映了中国植被破碎化程度高 空间变化显著的特点 中国植被光利用率的季节变化如图5 3所示 月平均光利用率最低的是2月份 为0 222gC MJ 1 最高的是7月份 为0 505gC MJ 1 从2月份开始 光利用率表现为逐步上升的趋势 7月份到9月份相对平稳 过了9月份 开始逐渐降低 第五章NPP与影响因子关系的研究 植被年平均光利用率的空间分布 本文所估算的植被年平均光利用率利用CASA模型所估算的结果有很大差异 但在空间上的分布趋势基本一致 第五章NPP与影响因子关系的研究 植被吸收的光合有效辐射分析 根据公式计算得出中国植被吸收的PAR值介于0 2920 8MJ m2a之间 光合有效辐射分布图 植被吸收的光合有效辐射分布图 第五章NPP与影响因子关系的研究 APAR的时空分布 3 3滑动平均值图 3 3滑动标准差图 根据公式计算得出中国植被吸收的PAR值介于0 2920 8MJ m2a之间 总体上是由西部向东南递增 第五章NPP与影响因子关系的研究 APAR的时间变化 根据公式计算得出中国植被我国年中国植被吸收的光合有效辐射的平均值为638 46MJ m2a 标准差为565 42 说明数据变异大 反映了中国植被破碎化程度高 空间变化显著的特点 中国植被吸收的光合有效辐射的季节变化如图5 9所示 月平均值最低的月份是3月份 为20 97MJ m2 最高的是7月份 为109 25MJ m2 从3月份开始 植被吸收的PAR表现为逐步上升的趋势 7 8月份相对平稳 过来8月份 开始逐渐降低 呈单峰状 吸收的PAR值介于0 2920 8MJ m2a之间 总体上是由西部向东南递增 第五章NPP与影响因子关系的研究 不同植被类型吸收的光合有效辐射 第五章NPP与影响因子关系的研究 NPP的降水敏感性分析 第五章NPP与影响因子关系的研究 NPP的降水的敏感性分析 通过对NPP进行降水的敏感性分析得知 降水在一定范围内