胡小飛 ，唐 憲 ，胡月明 ,樊舒迪 ，王 璐

（1.華南農(nóng)業(yè)大學(xué) 資源環(huán)境學(xué)院，廣東 廣州 510642；2.廣東省土地利用與整治重點(diǎn)實(shí)驗(yàn)室，廣東 廣州510642；3.廣東省土地信息工程技術(shù)研究中心，廣東 廣州 510642；4.廣州市測(cè)繪地理信息行業(yè)工程中心，廣東 廣州 510642；5.三亞市林業(yè)科學(xué)研究院，海南 三亞 572000）

廣州市城市森林凈初級(jí)生產(chǎn)力遙感估算

胡小飛1，2，3，4，唐 憲5，胡月明1，2，3，4,樊舒迪1，2，3，4，王 璐1，2，3，4

（1.華南農(nóng)業(yè)大學(xué) 資源環(huán)境學(xué)院，廣東 廣州 510642；2.廣東省土地利用與整治重點(diǎn)實(shí)驗(yàn)室，廣東 廣州510642；3.廣東省土地信息工程技術(shù)研究中心，廣東 廣州 510642；4.廣州市測(cè)繪地理信息行業(yè)工程中心，廣東 廣州 510642；5.三亞市林業(yè)科學(xué)研究院，海南 三亞 572000）

在分析葉面積指數(shù)、降雨量、溫度與植被凈初級(jí)生產(chǎn)力相關(guān)關(guān)系的基礎(chǔ)上，應(yīng)用Landsat 7衛(wèi)星影像數(shù)據(jù)提取研究區(qū)的溫度、葉面積指數(shù)，建立了能反映溫度、降雨量對(duì)城市森林生態(tài)系統(tǒng)植被凈初級(jí)生產(chǎn)力影響的模型，模擬廣州市2013年3月份森林植被凈初級(jí)生產(chǎn)力。結(jié)果表明：該模型模擬的NPP值與前人運(yùn)用傳統(tǒng)方法研究估算的NPP值相比較，精度可以達(dá)到91%，證明此模型在區(qū)域植被凈初級(jí)生產(chǎn)力估算方面具有一定的可行性。關(guān)鍵詞：凈初級(jí)生產(chǎn)力；城市森林；遙感；廣州市

森林凈初級(jí)生產(chǎn)力（Net Primary Productivity）是指綠色植物在單位面積和單位時(shí)間內(nèi)通過(guò)光合作用將無(wú)機(jī)物合成為有機(jī)物總量中扣除植被自養(yǎng)呼吸消耗的部分[1-2]，它是生態(tài)系統(tǒng)自身健康和生態(tài)平衡的重要指示因子，在研究全球變化及碳循環(huán)中起著重要作用。開(kāi)展區(qū)域尺度的生態(tài)系統(tǒng)NPP研究有著十分重要的意義，因?yàn)樗c目前受到廣泛關(guān)注的其他重大問(wèn)題（如碳循環(huán)與碳擾動(dòng)、土地利用變化、氣候變化和自然資源管理等的研究）有著密切的聯(lián)系，可以說(shuō)是這些研究工作中的重要環(huán)節(jié)之一。

自20世紀(jì)60年代以來(lái)，各國(guó)學(xué)者大力開(kāi)展了NPP的研究，發(fā)展了許多NPP估算模型，大致歸納為統(tǒng)計(jì)模型、過(guò)程模型和參數(shù)模型三類(lèi)。統(tǒng)計(jì)模型是通過(guò)建立氣候數(shù)據(jù)與NPP之間的統(tǒng)計(jì)關(guān)系來(lái)估算NPP，比較有代表性的是Lieth的Miami模型、Thornthwaite Memorial模型[3]、Uchijima的Chikugo模型[4]等。過(guò)程模型側(cè)重于植物生命過(guò)程和能量轉(zhuǎn)換機(jī)制，利用光合作用、蒸散發(fā)等參數(shù)來(lái)估算NPP[5]，又稱(chēng)機(jī)理模型，以Parton（1987）的CENTURY模型[6]、Melillo的TEM模型[7]為代表。參數(shù)模型又稱(chēng)光能利用率模型，通過(guò)能量轉(zhuǎn)換效率和植被冠層吸收的光合有效輻射來(lái)估算NPP，如CASA模型[8]、C-FIX模型[9]、GLO-PEM模型[10]等。

隨著遙感產(chǎn)品的問(wèn)世，NPP估算研究開(kāi)始引進(jìn)遙感數(shù)據(jù)。采用遙感手段，可以實(shí)現(xiàn)研究成果從點(diǎn)向面的推廣，解決傳統(tǒng)的以單個(gè)觀(guān)測(cè)點(diǎn)資料為依據(jù)的由點(diǎn)向面轉(zhuǎn)換的尺度問(wèn)題，促進(jìn)了多時(shí)空尺度大范圍地區(qū)NPP的研究。利用遙感數(shù)據(jù)模擬NPP主要有兩種方法，一種是通過(guò)建立NDVI（Normalized Difference Vegetation Index，植被指數(shù)）與地面實(shí)測(cè)NPP間的回歸模型估算NPP[11]；一種是與參數(shù)模型相結(jié)合，利用衛(wèi)星遙感豐富的信息及實(shí)時(shí)數(shù)據(jù)處理與傳輸?shù)哪芰?，提取出模型所需的參?shù)模擬NPP[12]。現(xiàn)有的氣候相關(guān)統(tǒng)計(jì)模型適合于較大范圍的NPP估算，對(duì)于小區(qū)域的研究很難體現(xiàn)其空間差異性，而參數(shù)模型和過(guò)程模型需要大量研究區(qū)相關(guān)參數(shù)，這些參數(shù)的獲取存在一定的難度。為減少NPP估算工作量，本研究以landsat7影像為數(shù)據(jù)源，以廣州市城市森林生態(tài)系統(tǒng)為研究對(duì)象，分析葉面積指數(shù)、溫度、降水與NPP間的相關(guān)關(guān)系，探索性地構(gòu)建NPP估算模型，為區(qū)域植被凈初級(jí)生產(chǎn)力遙感估算提供參考。

1 研究區(qū)概況及數(shù)據(jù)源

廣 州 市 位 于 22°26′～ 23°56′N(xiāo)，112°57′～114°13′E，地勢(shì)由東北向西南傾斜，地處亞熱帶，年平均溫度為22 ℃，氣候溫暖，雨量充沛。在植被類(lèi)型中，有屬于地帶性植被的北熱帶季雨林、南亞熱帶季風(fēng)常綠闊葉林、中亞熱帶典型常綠闊葉林和沿海的熱帶紅樹(shù)林，還有非緯度地帶性的常綠—落葉闊葉混交林、常綠針闊葉混交林、常綠針葉林、竹林、灌叢和草地以及水稻、果園和茶園等栽培植被。

本文中所用的遙感數(shù)據(jù)為來(lái)源于美國(guó)地質(zhì)勘探局USGS網(wǎng)站的2013年3月Landsat 7影像，多光譜波段和熱紅外波段的空間分辨率為30 m，全色波段的空間分辨率為15 m。溫度、降水?dāng)?shù)據(jù)來(lái)源于國(guó)家氣象中心數(shù)據(jù)共享網(wǎng)。

2 研究方法

根據(jù)野外實(shí)測(cè)數(shù)據(jù)建立廣州陸地植被凈初級(jí)生產(chǎn)力（NPP，x）和溫度、降雨量、葉面積的統(tǒng)計(jì)模型，經(jīng)過(guò)多次多項(xiàng)式模擬研究，選用二次多項(xiàng)式建立兩者關(guān)系（如圖1、圖2、圖3所示）。

由圖1、圖2、圖3可以看出，LOG(x)與葉面積指數(shù)、溫度、LOG(r)間呈明顯的線(xiàn)性相關(guān)關(guān)系。通過(guò)線(xiàn)性回歸分析，得到相關(guān)關(guān)系式，相關(guān)系數(shù)為0.838。計(jì)算公式為：

圖1 LOG（x）與溫度散點(diǎn)圖Fig.1 The scatter diagram of LOG(x) and temperature

圖2 LOG(x)與LOG(r)散點(diǎn)圖（r代表降雨量）Fig.2 The scatter diagram of LOG(x) and LOG(r)(r represents rainfall)

式中：x1代表降雨量；x2代表溫度；x3代表葉面積指數(shù)。

圖3 LOG(x)與葉面積指數(shù)散點(diǎn)圖Fig.3 The scatter diagram of LOG(x) and leaf area index

3 結(jié)果與分析

3.1 影像大氣校正

為了消除大氣和光照等因素對(duì)地物反射的影響，對(duì)影像進(jìn)行大氣校正。本研究采用基于6S模型的大氣校正，在對(duì)圖像作了幾何糾正后，從中截取實(shí)驗(yàn)區(qū)的子影像，然后對(duì)2個(gè)可見(jiàn)光波段和近紅外波段進(jìn)行6S大氣模擬，消除地—?dú)怦詈闲?yīng)。

6S（Second Simulation of Satellite Signal in the Solar Spectrum）模型建立在輻射傳輸理論的基礎(chǔ)上，綜合了地形、氣象、光譜等多種參數(shù)，而且適用于多種衛(wèi)星傳感器不同波段范圍，輸出的是經(jīng)過(guò)大氣校正后的反射率值，通過(guò)輸入所需參數(shù)（見(jiàn)表1），得出大氣校正的參數(shù)xa、xb和xc，然后根據(jù)式（3）計(jì)算校正后的反射率。

式中：ρ為校正后的反射率；i為波段輻射亮度值。

表1 6S輸入?yún)?shù)Table 1 6S input parameters

表2為各波段6S模擬的大氣校正參數(shù)結(jié)果，圖4～圖7是大氣校正結(jié)果。

表2 大氣校正參數(shù)Table 2 The atmospheric correction parameters

3.2 植被指數(shù)及葉面積指數(shù)計(jì)算

在Landsat7影像中NIR代表波段4，R代表波段3。NDVI值在[-1,1]范圍內(nèi)，負(fù)值表示地面覆蓋為云、水、雪等，對(duì)可見(jiàn)光高反射；0表示巖石或裸土等；正值表示有植被覆蓋，且越大表明覆蓋度越大。

葉面積指數(shù)（leaf area index）是一個(gè)重要的植被結(jié)構(gòu)參數(shù)，一般定義為單位面積柱體內(nèi)葉子表面積的一半，反映的是作物群體大小和生態(tài)價(jià)值高低的動(dòng)態(tài)指標(biāo)[13]。葉面積指數(shù)越高代表植被光合作用面積越大，產(chǎn)生的NPP或者產(chǎn)出有機(jī)物價(jià)值越高。LAI的計(jì)算是一個(gè)相當(dāng)繁瑣的過(guò)程，傳統(tǒng)的LAI測(cè)量方法僅能獲得地面有限點(diǎn)的LAI值，不能滿(mǎn)足大范圍內(nèi)植被生態(tài)研究的需求。

圖4 Band2 大氣校正結(jié)果Fig.4 Band2 atmospheric correction result

圖5 Band3 大氣校正結(jié)果Fig.5 Band3 atmospheric correction result

圖6 Band 4 大氣校正結(jié)果Fig.6 Band4 atmospheric correction result

圖7 彩色合成結(jié)果Fig.7 The color composition result

大量的研究表明，NDVI（I）與地面真實(shí)的LAI（n）之間呈現(xiàn)較好的函數(shù)關(guān)系，采用光學(xué)遙感手段可以估算地面植被葉面積指數(shù)，為反演其他地面生物物理參數(shù)提供參考[14-15]。本研究采用徐劍波等人[16]建立的回歸方程：

將經(jīng)過(guò)大氣校正后的可見(jiàn)光波段，根據(jù)式（1）建立NDVI和LAI的關(guān)系和影像提取的NDVI，反演出研究區(qū)域的葉面積指數(shù)（見(jiàn)圖8、9）。

圖8 NDVI分布Fig.8 The distribution of NDVI in Guangzhou city

圖9 LAI分布Fig.9 The distribution of LAI in Guangzhou city

3.3 溫度反演

本研究溫度反演采用輻射傳輸方程法，首先使用大氣模型估計(jì)大氣對(duì)地表熱輻射的影響，然后把這部分大氣影響從衛(wèi)星高度上傳感器所觀(guān)測(cè)得到的熱輻射總量中減去，得到地表熱輻射強(qiáng)度，再將其轉(zhuǎn)化為相應(yīng)的地表溫度。其表達(dá)式為：

式中：Isensor是傳感器熱輻射強(qiáng)度；ε是地表比輻射率；B(TS)是由普朗克定律推導(dǎo)得到的黑體輻射強(qiáng)度；Iatm↑和Iatm↓是大氣上行和下行熱輻射強(qiáng)度，是大氣透射率。其中大氣透過(guò)率和大氣上行、下行熱輻射強(qiáng)度可以用MODTRAN程序模擬，只需知道地表比輻射率，就能求解出黑體輻射強(qiáng)度B(TS)。

本文中針對(duì)2013年3月份的廣州市Lantsat7影像熱紅外波段，運(yùn)用MODTRAN4計(jì)算大氣透過(guò)率和大氣上行、下行熱輻射強(qiáng)度。使用的MODTRAN4軟件是由Spectral Sciences,Inc.(SSI)the Air Force Research Laboratory(AFRL)共同研制開(kāi)發(fā)的MODTRAN輻射傳輸程序的4.1版本。運(yùn)行MODTRAN4大氣校正模型需要選擇和輸入相應(yīng)的模式和參數(shù)。鑒于研究區(qū)的地理位置和所需的TM數(shù)據(jù)源時(shí)間，其中所需的大氣組分參量選用標(biāo)準(zhǔn)大氣模式，氣溶膠模式為城市氣溶膠，可見(jiàn)度23 km，天氣為無(wú)云和雨。在進(jìn)行輻射傳輸模式計(jì)算時(shí)，還要考慮幾何信息和光譜信息，包括TM衛(wèi)星的空間位置（衛(wèi)星天頂角、衛(wèi)星方位角及高程）、觀(guān)測(cè)對(duì)象的空間位置（海拔、經(jīng)度、緯度）、光譜范圍（初始波長(zhǎng)、終止波長(zhǎng)）等。通過(guò)計(jì)算得出的大氣透過(guò)率為0.59，大氣上行輻射為3.11 W·m-2sr-1μm-1，大氣下行輻射為 4.71 W·m-2sr-1μm-1。

地表比輻射率（land surface emissivity, LSE）的確定對(duì)于僅有一個(gè)熱紅外通道的遙感數(shù)據(jù)而言，沒(méi)有額外的輔助數(shù)據(jù)是不可能同時(shí)反演地表溫度和地表比輻射率的，本研究根據(jù)前人的研究成果，通過(guò)分類(lèi)影像獲得LSE影像，估計(jì)每種地表類(lèi)型的發(fā)射率值，由于本文沒(méi)有實(shí)時(shí)的衛(wèi)星過(guò)境時(shí)不同類(lèi)別典型地物發(fā)射率值，故通過(guò)歸一化植被指數(shù)獲得LSE。將植被指數(shù)劃分為3個(gè)不同的情況來(lái)估算地表比輻射率：

（1）像元的NDVI值小于0，研究區(qū)看作是水體，其比輻射率值賦值為0.995。

（2）像元的NDVI值大于0.7，研究區(qū)看作是植被完全覆蓋區(qū)，地表比輻射率值假設(shè)為常數(shù)0.986。

（3）像元的NDVI值在0～0.7范圍內(nèi)，研究區(qū)看作是裸土、植被、城市建筑物的混合區(qū)，通過(guò)式（7）來(lái)計(jì)算混合像元的地表比輻射率值。

式中：εV是植被發(fā)射率；PV是植被構(gòu)成比例；εS為建筑物表面發(fā)射率。根據(jù)研究者已發(fā)表的值，植被發(fā)射率估計(jì)為0.986[17]，建筑物表面發(fā)射率取值為0.968[18]。

根據(jù)以上分析，要求得地表比輻射率值還必須有植被構(gòu)成比例，本研究采用Charlson等人[19]提出的估算方法（如式7）：

式中：I為NDVI為歸一化植被指數(shù)，其中IV=0.70，IS=0.0，且當(dāng)某個(gè)像元的NDVI值大于0.7時(shí)，其植被覆蓋度取值為1，NDVI值小于0時(shí)，其植被覆蓋度取值為0。

求解出黑體輻射強(qiáng)度后，可以進(jìn)一步采用式（8）近似求解地表溫度：

式中：TS是地表溫度（K）；K1和K2均為常量，對(duì)于 Lantdsat TM 系列產(chǎn)品，K1=607.76 W·m-2sr-1μm-1，K2=1 260.56 K。

影像經(jīng)過(guò)幾何糾正后采用上述方法進(jìn)行溫度反演，求取研究區(qū)廣州市2013年3月的地表溫度（見(jiàn)圖10）。

圖10 2013年3月份廣州市地表溫度Fig.10 Surface temperature in March 2013 of Guangzhou city

3.4 區(qū)域尺度森林植被凈初級(jí)生產(chǎn)力估算

根據(jù)前面建立的NPP與溫度、降水、LAI統(tǒng)計(jì)模型，結(jié)合遙感反演的相應(yīng)參數(shù)值，對(duì)研究區(qū)進(jìn)行NPP估算，獲得研究區(qū)域的NPP空間分布（見(jiàn)圖11）。對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)可以得出，研究區(qū)域2013年3月份的平均NPP值為6.945 t/hm2·a，最大值為 20.635 t/hm2·a，最小值為 6.241 t/hm2·a。

圖11 廣州市NPP分布Fig.11 The distribution of NPP in Guangzhou city

為了驗(yàn)證該模型的精度，在研究區(qū)均勻地選取10個(gè)樣點(diǎn)，將羅天祥[20]總結(jié)出來(lái)的闊葉林LAI（n）與植被凈初級(jí)生產(chǎn)力統(tǒng)計(jì)模型（式9）提取出2個(gè)模型得出的NPP值進(jìn)行比較，計(jì)算精度，結(jié)果見(jiàn)表3。

表3 2個(gè)模型計(jì)算的NPP值及其比較精度?Table 3 Comparing NPP value estimated by two different models and their precision

從表3可知，2個(gè)模型計(jì)算出的結(jié)果比較接近，精度在10%范圍內(nèi)。經(jīng)分析發(fā)現(xiàn)，精度為5.7%、8.7%、6.04%的3個(gè)點(diǎn)均屬于城市公園植被類(lèi)型，而2種模型均考慮的是森林植被類(lèi)型中的闊葉林、針葉林和闊葉針葉混交林。

4 結(jié)論與展望

本研究以森林植被類(lèi)型中闊葉林、針葉林和闊葉針葉混交林為研究對(duì)象，借助于遙感技術(shù)，建立了利用LAI、溫度、降水的回歸模型推算NPP的統(tǒng)計(jì)模型，對(duì)廣州市城市森林生態(tài)系統(tǒng)的凈初級(jí)生產(chǎn)力進(jìn)行估算。經(jīng)檢驗(yàn)，其估算結(jié)果與前人研究結(jié)果近似，該模型具有一定的可靠性，能實(shí)現(xiàn)區(qū)域尺度植被凈初級(jí)生產(chǎn)力的估算。相較于大多數(shù)研究者提出的推算NPP統(tǒng)計(jì)模型[21]，該模型加入了溫度和降雨量對(duì)植被凈初級(jí)生產(chǎn)力的脅迫影響，考慮更加全面。此外，研究中根據(jù)Landsat7影像數(shù)據(jù)，采用輻射傳輸模型來(lái)反演研究區(qū)域的溫度，相較于直接采用氣象資料，能夠精確地體現(xiàn)每一個(gè)樣點(diǎn)的溫度。

為提高模型對(duì)區(qū)域植被NPP估算精度，后續(xù)研究將從以下幾方面展開(kāi)：（1）針對(duì)研究區(qū)的降雨量，可以使用雷達(dá)數(shù)據(jù)進(jìn)行研究區(qū)域的降雨量反演，提高模型的精度。（2）針對(duì)不同的植被類(lèi)型，建立不同的植被指數(shù)與LAI的相關(guān)模型，找出能較好地反映每一類(lèi)植被特征的植被指數(shù)，消除土壤背景陰影等的影響。（3）采用更高分辨率的遙感影像，對(duì)研究區(qū)采用面向?qū)ο蟮姆诸?lèi)，區(qū)分出“同物異譜”或“異物同譜”的植被，較好地反映植被的紋理特征，得到詳細(xì)的植被分類(lèi)圖。（4）根據(jù)不同的植被類(lèi)型建立不同的NPP估算模型，同時(shí)，建立規(guī)范長(zhǎng)期的野外實(shí)測(cè)樣方作為NPP研究的基礎(chǔ)，也是對(duì)區(qū)域NPP估算的驗(yàn)證。（5）在估算NPP中，一個(gè)月中的單天植被數(shù)據(jù)并不能表征這個(gè)月的平均值，在后續(xù)的研究中可以加入植被的時(shí)序特征。

[1]陳利軍.中國(guó)植被凈第一性生產(chǎn)力的遙感評(píng)估研究[D].北京:中國(guó)科學(xué)院,2001.

[2]朱文泉,陳云浩,徐 丹,等.陸地植被凈第一性生產(chǎn)力計(jì)算模型研究進(jìn)展[J].生態(tài)學(xué)雜志,2005,24(3):296-300.

[3]Lieth H. Historical survey of primary productivity research[C]//Lieth H, Whittaker R H .Primary Productivity of the Biosphere.New York: Springer-Verlad, 1975: 7-16.

[4]Uchijima Z, Seino H. Agroclimatic evaluation of net primary productivity of natural vegetation Chikugomodel for evaluating productivity [J]. Journal of Agricultural Meteorology, 1985,40:343-353.

[5]Dai Y J, Robert E, Wang Y P. A two-big-leaf model for canopy temperature, photosynthesis and stomatal conductance [J].Journal of Climate, 2004, 17(12): 2281-2299.

[6]Parton W J, Schimel D S, Cole C V,et al.Analysis of factors controlling soil organic matter levels in Great Plains grasslands [J].Soil Sci. Soc. Am., 1987, 51:1173-1179.

[7]Melillo J M, MeGuire A D, Kieklighter D W,et al.Global climate change and terrestrial net Primary Production[J].Nature,1993,363:234-240.

[8]Potter C S, Randerson J T, Field C B,et al.Terrestrial ecosystem production: a process model based on global satellite and surface data[J]. Global Biogeochemical Cycle, 1993,7: 811-841.

[9]Veroustraete F, Patyn J, Myneni R B. Estimating net ecosystem exchange of carbon using the normalized difference vegetation index and an ecosystem model[J]. Remote Sensing of Environment, 1996, 58 (1) :115-130.

[10]Prince S D, Goward S N. Global primary production: A remote sensing approach [J]. Journal of Biogeography,1995,22:815-835.

[11]鄭元潤(rùn), 周廣勝. 基于 NDVI 的中國(guó)天然森林植被凈初級(jí)生產(chǎn)力模型[J]. 植物生態(tài)學(xué)報(bào), 2000, 24(1):9-12.

[12]樸世龍, 方精云, 郭慶華. 利用 CASA 模型估算中國(guó)植被凈初級(jí)生產(chǎn)力[J]. 植物生態(tài)學(xué)報(bào), 2001, 25(5):603-608.

[13]Chen J M, Pavlic G, Brown L, et al. Derivation and validation of Canada-wide coarse-resolution leaf area index maps using highresolution satellite imagery and ground measurements[J]. Remote Sensing of Environment，2001, 80:165-184.

[14]肖乾廣,陳維英, 盛永偉,等.用NOAA氣象衛(wèi)星的AVHRR遙感資料估算中國(guó)的凈第一性生產(chǎn)力[J].植物學(xué)報(bào),1996,38(1): 35-39.

[15]惠鳳鳴, 田慶久, 金震宇，等.植被指數(shù)與葉面積指數(shù)關(guān)系研究及定量化分析[J].遙感信息,2003,(2):10-13.

[16]徐劍波,劉振華,宋立生,等. 基于遙感的廣州市城市綠地生態(tài)服務(wù)功能評(píng)價(jià)[J]. 生態(tài)學(xué)雜志,2012,31(2):440-445.

[17]Sobrino J A, CasellesV. A fi eld method for estimating the thermal infrared emissivity [J].ISPRS Journal of Photogrammetry and Remote Sensing, 1993,48:24-31.

[18]覃志豪, 李文娟, 徐 斌. 利用 Landsat TM6 反演地表溫度所需地表比輻射率參數(shù)的估計(jì)方法[J].海洋科學(xué)進(jìn)展, 2004,22(21): 129-137.

[19]Carlson T N, Ripley D A. On the relation between NDVI,fractional vegetation coverand leaf area index[J].Remote Sensing of Environment, 1997,62:241-252.

[20]羅天祥.中國(guó)主要森林類(lèi)型生物生產(chǎn)力格局及其數(shù)學(xué)模型[D].北京:中國(guó)科學(xué)院, 1996.

[21]岳彩榮,唐 瑤,徐天蜀,等.香格里拉縣植被初級(jí)生產(chǎn)遙感估算[J].中南林業(yè)科技大學(xué)學(xué)報(bào),2014,34(7):90-98.

Estimation of net primary productivity of urban forest ecological system in Guangzhou city

HU Xiao-fei1,2,3,4, TANG Xian5, HU Yue-ming1,2,3,4, FAN Shu-di1,2,3,4, WANG Lu1,2,3,4
(1.College of Informatics, South China Agricultural University, Guangzhou 510642, Guangdong, China; 2.Key Laboratory of Land Use and Consolidation of Guangdong Province, Guangzhou 510642, Guangdong, China; 3.Guangdong Province Land Information Engineering Technology Research Center, Guangzhou 510642, Guangdong, China; 4.Guangzhou Mapping Geographic Information Industry Engineering Center, Guangzhou 510642, Guangdong, China; 5.Sanya Academy of Forest, Sanya 572000, Hainan, China)

The net primary productivity (NPP) of urban forest vegetation is an important index to measure the health status of urban forest ecological system. Its simulation research has the vital signi fi cance to the carbon balance monitoring. Remote sensing image data with high spatial resolution and short revisit period is an important data source for accurately simulatingthe NPP. In this paper,based on analyzing thecorrelation between the vegetation NPPand the leaf area index, rainfall, temperature respectively, and by using the Landsat 7 satellite image data to extract out the leaf area index and the temperature of the study area, established a model which can re fl ect the in fl uence of temperature and rainfall on the vegetation NPP of urban forest ecological system to simulatethe Guangzhou forest vegetation NPP in March of 2013. It revealed that the precision of the NPP value simulated by the model can reach 91% compared with estimated by traditional methods and It is proved estimating the urban forest vegetation NPP by using the model is feasible.

net primary productivity (NPP); urban forest; remote sensing; Guangzhou city

S771.8；S718.55+6

A

1673-923X(2016)05-0019-07

10.14067/j.cnki.1673-923x.2016.05.004

2015-02-07

國(guó)土資源部公益性行業(yè)科研專(zhuān)項(xiàng)課題（20131100403）

胡小飛，博士研究生 通訊作者：王 璐，副教授，博士；E-mail：selinapple.com

胡小飛，唐 憲，胡月明，等.廣州市城市森林凈初級(jí)生產(chǎn)力遙感估算[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2016, 36(5): 19-25.

[本文編校：謝榮秀]