摘 要：陸地生態系統碳循環是全球氣候變化研究的核心內容之一，森林生態系統作為陸地生態系統中面積最多、最重要的自然生態系統，在維持全球碳平衡和調節全球氣候等方面有著舉足輕重的地位。本文采用3類MODIS數據(葉面積指數、地表溫度數據、地表水份數據)結合AmeriFlux通量觀測網絡中位于加拿大亞寒帶氣候區的4個通量塔站點觀測數據建立1個遙感反演模型，利用該模型對常綠針葉林生態系統呼吸進行估算，并使用獨立的通量站點觀測數據評估模型的準確性。結果表明，遙感反演模型在估算森林生態系統呼吸方面具有很大的潛力，為大區域尺度上定量評估森林生態系統對區域碳平衡及全球碳循環的影響，制定合理的森林生態管理方案提供數據支持。
關鍵詞：
森林生態系統;遙感;MODIS;碳循環;通量觀測
中圖分類號：S718.5
文獻標識碼：A
DOI：10.19754/j.nyyjs.20200315004
《中南林業調查規劃》(季刊)創刊于1982年，是由國家林業局中南林業調查規劃設計院主辦的刊物。本刊刊登森林資源管理、林業分類經營、森林經營設計、資源與環境監測，測樹制表、專業調查、森林公園和自然保護區規劃、林業遙感和計算機在林業調查規劃中的應用及國內外林業調查規劃科技與動態等方面的論文。
陸地生態系統碳循環是全球碳循環的重要組成部分，同時也是與人類生活聯系最為緊密的部分，近年來吸引了眾多科學家的關注。隨著科學技術的進步，渦動相關技術和遙感技術逐步運用于測定生態系統與大氣間的碳交換通量。渦度相關法目前被認為是研究森林生態系統碳通量變化最直接有效的觀測方法，其研究結果可解釋生態系統不同時間尺度(日、季節、年際)上的大氣碳通量變化特征[1]。多光譜、高光譜、雷達與微波遙感技術的發展讓大尺度模擬碳通量的構想成為了可能。但通量觀測數據代表范圍小，空間尺度擴展較為困難[2]，遙感衛星觀測結果易受多種因素影響(例如傳感器精度、天氣條件、地形復雜度等)，其結果具有很大的不確定性。融合遙感技術與通量塔觀測數據建立反演模型估算生態系統呼吸碳排放潛力，是大尺度探測區域生態系統碳收支動態變化的創新性實踐。
1 數據的來源與處理
1.1 數據的來源
MODIES數據具有波段范圍寬、靈敏度高、大尺度觀測等優點，能更好地反應區域乃至全球尺度上CO2氣體濃度的空間變化規律[3]。本研究選用時間分辨率為8d的地表反射率產品(MOD09A1，V6，分辨率為500m)，葉面積指數(LAI)產品(MOD15A2，V6，分辨率為500m)和地表溫度(LST)產品(MOD11A2，V6，分辨率為1km)用于反演模型的建立。并利用AmeriFlux通量觀測網絡中的4個獨立站點共9a觀測數據對模型進行驗證。
1.2 數據處理
由于3種MODIS產品數據分辨率不同，對3種產品數據進行3×3窗口的重采樣分析，即采用通量觀測塔為中心的3×3方格內像元值[4]。進而利用地表反射率產品計算獲得地表水分指數(LSWI)，LSWI的計算公式如下：
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射率。
碳通量數據的處理則利用馬克斯普朗克生物地球化學研究所開發的基于R的軟件包對直接測得的凈生態系統交換量(NEE)數據進行插補拆分獲得獨立的生態系統呼吸(Re)數據，并將呼吸數據整合成8d時間間隔數據，與MODIS數據時間間隔保持一致。
2 模型的建立與評估
2.1 研究站點介紹
為排除氣候及植被類型對森林生態系統呼吸能力的影響，本文研究區選擇AmeriFlux通量觀測網絡的4個位于加拿大境內的常綠針葉林通量站點，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系統呼吸，該模型允許適應連續變量和離散變量作為輸入變量。通量塔的呼吸(Re)數據用于模型的訓練和驗證，而MODIS遙感數據用作解釋性或者預測性變量，采用逐步的方法決定輸入變量的權重，最終的模型應具有最高精度和最低輸入變量數。模型的輸入變量包括葉面積指數(LAI)、地表水分指數(LSWI)以及地表溫度數據(LST)，來自4個通量塔的呼吸(Re)數據作為回歸模型中的因變量，使用所有可用的訓練數據應用于最終的回歸模型。
2.3 準確性評估
本文采用留一交叉驗證法對模型模擬進行獨立驗證。該方法以1個通量塔站點為1組空間數據子集，將4個站點逐一進行預扣回歸。即保留1個站點的數據子集作為測試樣本，其余3個站點數據以集合的形式作為模型開發的訓練樣本，利用測試樣本對模型的準確性進行評估。4個站點中的每個站點都被依次保留，并且使用針對其余3個站點的訓練數據集，將在1個通量塔站點處測量的實際Re值與模型估計的Re值進行比較。本文使用均方根誤差(RMSE)和皮爾森相關系數(r)來評估模型的精度，并將所有站點實際測量的Re值與模型估計獲得的Re值進行回歸分析。模型模擬結果如表2所示，相關性分析結果如圖1所示。
2.4 結果分析
由圖1可以看出，對于所有站點，實際測量的Re和模型估計的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象。此外，當實測的Re值較小時，回歸數值較為均勻的分布在1∶1直線附近，當實測的Re值逐漸增大(Re>4gCm-2d-1)回歸數值分布在1∶1直線右下半部分，說明該模型在森林生態系統的呼吸強度較弱時，模擬效果較好，在生態系統呼吸強度較大時，模型的模擬結果容易出現低估的現象。
由表2模型模擬結果表明訓練集的r在0.767～0.886之間變化，RMSE在1.262～1.743gCm-2d-1范圍內。驗證集的r在0.849～0.895之間變化，RMSE在1.191～2.457gCm-2d-1范圍內，這個結果表明利用MODIS數據建立的遙感反演模型具有較高的準確性與可靠性，可以在常綠針葉林生態系統中將點尺度的生態呼吸研究擴展到區域尺度。
2.5 模型討論
盡管遙感反演模型在估算常綠針葉林生態系統呼吸碳排放方面表現出色，但是模型仍然存在重大的不確定性。
由于加拿大地區緯度較高，冬季冰雪覆蓋會影響發芽期的葉面積指數;春季冰雪融化會影響地表水分指數數據的準確性。在通量觀測數據方面，由于渦動相關技術自身的特點導致通量觀測數值的缺失，需要依據一定的規則進行插補拆分，影響了實測數據的可靠性。此外，由于森林本身結構和成分的復雜性，森林生態系統的呼吸包括自養生物(植被)呼吸和異養生物(自由生物以及土壤微生物)呼吸[5]，溫度、土壤濕度、養分、活體和死亡生物量可能會對模型估計的精度產生影響。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均位于同一氣候區，站點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系統呼吸仍需要更多的探索和改進。
3 結論
本研究主要基于3類MODIS數據產品獲取LAI、MODIS LST、LSWI遙感數據，并將其與加拿大境內4個通量站點觀測的Re數據相結合，建立了1個適用于常綠針葉林的生態系統呼吸碳排放反演模型，并利用獨立站點觀測數據對建立的遙感反演模型進行驗證。與傳統的通量觀測數據、實地調查和基于遙感衛星的模型估計相比，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)的數據集，為大尺度探測區域生態系統碳收支動態變化提供了新思路。
參考文獻
[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影像和通量塔數據模擬浙江安吉毛竹林總初級生產力[D].杭州：浙江農林大學，2013.
[4]劉宇霞. 植被物候變化遙感反演及生態系統碳循環作用機理[D].北京：中國科學院大學，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控機制[J].應用生態學報，2010(10)：2449-2456.
本文由中國期刊網首發，一個權威專業的學術論文發表知識網。
文章名稱：基于遙感反演的森林生態系統呼吸研究
