摘 ?要：大規(guī)模人類(lèi)活動(dòng)對(duì)生態(tài)系統(tǒng)造成巨大的影響，改變了其固有的碳收支平衡，引發(fā)了一系列全球環(huán)境問(wèn)題，因此碳循環(huán)得到了普遍的關(guān)注，而陸地生態(tài)系統(tǒng)的碳循環(huán)更是其中的核心研究之一。研究選取了東亞的三個(gè)森林站點(diǎn)，基于MODIS遙感影像和通量觀測(cè)數(shù)據(jù)，利用回歸統(tǒng)計(jì)模型對(duì)生態(tài)系統(tǒng)凈碳通量進(jìn)行估算，分析并評(píng)價(jià)模型的精度，驗(yàn)證該基于遙感數(shù)據(jù)的統(tǒng)計(jì)模型在東亞森林生態(tài)系統(tǒng)的適用性。

關(guān)鍵詞：MODIS;生態(tài)系統(tǒng)凈碳通量;回歸統(tǒng)計(jì)模型

中圖分類(lèi)號(hào)：S127;P951 ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2020）15-0021-03

Abstract：The huge impact of large-scale human activities on the ecosystem，the inherent carbon balance has been changed，and a series of global environmental problems have been triggered. Carbon cycle has been paid more and more attention，and the carbon cycle of terrestrial ecosystem is one of the core researches. Three forest sites in East Asia were selected based on MODIS remote sensing images and flux observation data，this study used regression statistical model to estimate the net carbon flux of the ecosystem，analyzed and evaluated the accuracy of the model，and verified the applicability of the statistical model based on remote sensing data in the forest ecosystem of East Asia.

Keywords：MODIS;ecosystem net carbon flux;regression statistical model

0 ?引 ?言

自工業(yè)革命以來(lái)，人類(lèi)活動(dòng)的影響規(guī)模已從陸地系統(tǒng)擴(kuò)展到整個(gè)地球系統(tǒng)，并且大規(guī)模人類(lèi)活動(dòng)改變了生態(tài)系統(tǒng)碳循環(huán)的自然過(guò)程以及生物圈固有的碳收支平衡，導(dǎo)致大氣中CO2、CH4和N2O等溫室氣體濃度的持續(xù)升高，引發(fā)了全球變暖等一系列嚴(yán)重的全球環(huán)境問(wèn)題，嚴(yán)重威脅著人類(lèi)社會(huì)的生存和可持續(xù)發(fā)展。從20世紀(jì)70年代后期開(kāi)始，全球碳循環(huán)研究受到人類(lèi)的普遍關(guān)注。2003年全球碳計(jì)劃組織啟動(dòng)的碳研究計(jì)劃，將全球規(guī)模的碳循環(huán)研究推向了新的歷史階段。

陸地生態(tài)系統(tǒng)不斷地通過(guò)植物光合和呼吸、凋落物分解和土壤呼吸參與地球化學(xué)物質(zhì)循環(huán)。生態(tài)系統(tǒng)凈碳交換量（NEE）作為生態(tài)系統(tǒng)光合作用碳吸收總初級(jí)生產(chǎn)力（GPP）和呼吸碳排放（Re）兩大基本生理生態(tài)學(xué)過(guò)程之間平衡的結(jié)果，它提供了對(duì)生態(tài)系統(tǒng)與大氣之間CO2凈交換量的直接測(cè)度。準(zhǔn)確估計(jì)區(qū)域或者全球尺度陸地生態(tài)系統(tǒng)凈碳交換量及其時(shí)空變化特征，不僅是評(píng)估區(qū)域碳收支狀況、有效管理溫室氣體、積極應(yīng)對(duì)氣候變化的迫切需要，同時(shí)也是生態(tài)系統(tǒng)與全球變化科學(xué)發(fā)展的科技任務(wù)，并且具有非常重要的科學(xué)意義[1]。

模型模擬是評(píng)價(jià)區(qū)域以及全球陸地生態(tài)系統(tǒng)和大氣之間碳交換時(shí)空演變特征的有效手段，成為區(qū)域和全球尺度陸地生態(tài)系統(tǒng)碳收支估算不可缺少的重要工具。雖然這種方法存在著一定的不確定性，但仍然是目前大尺度陸地生態(tài)系統(tǒng)碳循環(huán)研究的唯一可行方法[2]。以陸地生態(tài)系統(tǒng)碳循環(huán)機(jī)理為基礎(chǔ)建立的生態(tài)模型，如CENTURY、CEVSA、TEM、BIOME-BGC、BEPS等被廣泛應(yīng)用于陸地生態(tài)系統(tǒng)碳收支計(jì)算。

隨著遙感技術(shù)的發(fā)展，基于遙感數(shù)據(jù)的機(jī)理性生態(tài)模型取得了長(zhǎng)足的進(jìn)步。目前，本單位作為國(guó)家高分辨率對(duì)地觀測(cè)系統(tǒng)江蘇中心的建設(shè)單位，正利用各類(lèi)遙感遙測(cè)信息數(shù)據(jù)，發(fā)揮衛(wèi)星遙感廣域、直接、內(nèi)容豐富等特點(diǎn)，在生態(tài)評(píng)估、環(huán)境保護(hù)、城市規(guī)劃、建設(shè)監(jiān)管等方向大力開(kāi)展定量定性技術(shù)研究和應(yīng)用價(jià)值拓展。

在生態(tài)領(lǐng)域，將利用遙感信息獲取的地表植被類(lèi)型和葉面積指數(shù)（LAI）等植被參數(shù)輸入模型或與模型進(jìn)行同化[3]，提高了生態(tài)系統(tǒng)碳通量計(jì)算的可靠性。目前利用遙感數(shù)據(jù)計(jì)算NEE的模型主要有兩種。其中一種是根據(jù)NEE與遙感反演的參量或者遙感反射率數(shù)據(jù)之間的相關(guān)關(guān)系建立回歸統(tǒng)計(jì)模型，這種方法主要集中在Xiao等人[4]和Tang等人[5]的研究成果中。Xiao等人利用MODIS多個(gè)波段的反射率數(shù)據(jù)和計(jì)算的植被指數(shù)建立NEE回歸模型，從而計(jì)算區(qū)域尺度的NEE;Tang等人利用MODIS數(shù)據(jù)反演陸面地表水分指數(shù)（LSWI）、陸面地表溫度（LST）和增強(qiáng)型植被指數(shù)（EVI）等因子，建立回歸關(guān)系，計(jì)算森林生態(tài)系統(tǒng)的NEE。這類(lèi)方法涉及的參數(shù)少，為遙感計(jì)算NEE提供了思路和方法。本項(xiàng)目將以長(zhǎng)白山針闊混交林（CBS）、千煙洲亞熱帶人工針葉林（QYZ）、日本AsiaFlux中的Takayama落葉闊葉林（TKY）為研究站點(diǎn)，利用回歸統(tǒng)計(jì)模型和遙感信息計(jì)算森林生態(tài)系統(tǒng)NEE。

1 ?數(shù)據(jù)與處理

1.1 ?數(shù)據(jù)

1.1.1 ?通量數(shù)據(jù)

渦度相關(guān)技術(shù)是對(duì)大氣與陸地生態(tài)系統(tǒng)的CO2和水熱通量進(jìn)行非破壞性測(cè)定的一種微氣象觀測(cè)技術(shù)。本研究所用的通量數(shù)據(jù)包括實(shí)時(shí)數(shù)據(jù)和半小時(shí)平均數(shù)據(jù)，常規(guī)氣象數(shù)據(jù)包括半小時(shí)平均數(shù)據(jù)和日平均數(shù)據(jù)，選擇三個(gè)典型生態(tài)站的2010年基準(zhǔn)前后的數(shù)據(jù)，包括中國(guó)長(zhǎng)白山（CBS）溫帶針闊混交林（41°24′09″N，128°05′45″E）和千煙洲（QYZ）亞熱帶人工常綠針葉林（26°44′52″N，115°03′47″E），以及日本AsiaFlux中的Takayama（TKY）落葉闊葉林（36°8′45″N，137°25′23″E），這三個(gè)森林生態(tài)系統(tǒng)是不同森林生態(tài)系統(tǒng)類(lèi)型的典型代表。

1.1.2 ?遙感數(shù)據(jù)

本研究使用MOD09A1和MOD11A2這兩個(gè)產(chǎn)品。其中MOD09A1是空間分辨率為500 m的8天合成地表反射率數(shù)據(jù)產(chǎn)品，由7個(gè)反射率數(shù)據(jù)波段、數(shù)據(jù)質(zhì)量描述波段和3個(gè)角度信息波段組成。MOD11A2是空間分辨率為500 m的8天合成的地表溫度/發(fā)射率產(chǎn)品，存儲(chǔ)的是晴好天氣下的地表溫度/發(fā)射率的平均值。MODIS產(chǎn)品從USGS的數(shù)據(jù)網(wǎng)站下載，反演計(jì)算LSWI、EVI、LST數(shù)據(jù)，共1 160景影像。

1.2 ?數(shù)據(jù)處理

在反射率的基礎(chǔ)上，接著計(jì)算LSWI和EVI。EVI表達(dá)式為：

EVI=G×（ρni-ρred）/（ρnir+C1×ρred-C2×ρblue+L） ?（1）

式（1）中，增益系數(shù)的參數(shù)G為2.5;ρnir、ρred與ρblue分別為近紅外光譜波段、紅光光譜波段和藍(lán)光光譜波段經(jīng)過(guò)大氣校正的表面反射率值，L=1，為土壤調(diào)節(jié)參數(shù)，參數(shù)C1和C2分別為6.0和7.5，表示藍(lán)光光譜波段修正大氣對(duì)紅光光譜波段的影響。LSWI表達(dá)式為：

LSWI=（ρnir-ρswir）/（ρnir+ρswir） ? ? ? ? ? ? ? （2）

式（2）中，ρnir和ρswir為近紅外光譜波段和短波紅外光譜波段經(jīng)過(guò)大氣校正的表面反射率值。

NEE與植物的呼吸作用、光合作用有關(guān)，它受溫度、濕度、水分和植物本身光合作用活性等因素的影響，利用對(duì)應(yīng)的代表性指數(shù)變量來(lái)推測(cè)NEE的回歸，取得了不錯(cuò)的效果。研究者利用NEE與遙感反演的參量或者遙感反射率數(shù)據(jù)之間的相關(guān)關(guān)系，建立回歸統(tǒng)計(jì)模型。

NEE=a1+a2×LST+a3×LST+a4×EVI+a5×LSWI ? （3）

式（3）中，LST表示白天地表溫度，LST表示夜間地表溫度，EVI為增強(qiáng)植被指數(shù)，LSWI為陸地表面水分指數(shù)，a1～a5為L(zhǎng)ST、LST、EVI、LSWI的系數(shù)項(xiàng)和系統(tǒng)殘差項(xiàng)。

本研究分別考慮白天和夜間的LST對(duì)NEE的影響，分三種情況分別進(jìn)行分析。其中，S1表示考慮EVI、LSWI和LST-day和LST-night，S2表示考慮EVI、LSWI和LST-day，S3表示考慮EVI、LSWI和LST-night。

2 ?結(jié)果與討論

2.1 ?EVI、LSWI和LST年際和季節(jié)變化特征

CBS站點(diǎn)的EVI、LSWI和白天、夜晚的LST都呈現(xiàn)出明顯的季節(jié)變化，年際變化不明顯。總的來(lái)說(shuō)這幾個(gè)參數(shù)在每個(gè)年份特定時(shí)間段的取值基本都比較穩(wěn)定。CBS站的EVI在冬季處于低谷的時(shí)間較長(zhǎng)，波動(dòng)相對(duì)平緩，而在春秋季波動(dòng)劇烈;LSWI在冬天處于低谷的時(shí)間相對(duì)較短，而且在冬季還出現(xiàn)了小的局部峰值，在春秋季變化較劇烈;白天與晚上的LST的趨勢(shì)比較一致，相對(duì)而言，夜間的LST變化更為劇烈，夏季白天的LST總體而言相對(duì)穩(wěn)定。

在QYZ站，這四個(gè)指數(shù)總體上也呈現(xiàn)出年與年之間變化相似的規(guī)律性，而且都是在夏季達(dá)到峰值，在冬季達(dá)到最小值。在夏季和冬季，這四個(gè)指數(shù)的變化速率相對(duì)較慢，而在春季與秋季的變化速率相對(duì)較快。白天與夜間的LST的總體走勢(shì)是相對(duì)一致的，其在春秋季的變化速率很快，在冬天處于溫度最低谷的時(shí)間很短、曲線很陡;在夏季白天的溫度跨度更大。

在TKY站，EVI和白天與夜間的LST的總體趨勢(shì)依然是冬天處于最小值，夏天處于最大值;夏季與冬季的指數(shù)變化速率相對(duì)較小，而在春秋季的變化速率相對(duì)較大;LSWI呈現(xiàn)出反復(fù)起伏特征，在春季初，冬季初出現(xiàn)低谷，而在夏天處于高峰，但是這中間的變化趨勢(shì)并不一致，經(jīng)常出現(xiàn)局部的低谷，變化速率相對(duì)較快;EVI總體從春季開(kāi)始走高，到夏季達(dá)到峰值，然后再持續(xù)走低，但是在夏季，局部會(huì)出現(xiàn)小的起伏;白天與夜間的LST的變化趨勢(shì)相對(duì)一致，總體走勢(shì)比較清晰，從春季開(kāi)始走高，到夏季達(dá)到峰值，然后再持續(xù)走低，但是相對(duì)而言夜間的LST在冬季時(shí)候的波動(dòng)大一些，還出現(xiàn)了局部的峰值。

2.2 ?NEE模擬

對(duì)于CBS站，使用S2的擬合方程得到的回歸擬合度最好，決定其系數(shù)R2為0.64，RMSE為3.83 g C·m-2·d-1。因此選擇用S1得到的擬合結(jié)果進(jìn)行驗(yàn)證，如圖1（a）所示，驗(yàn)證結(jié)果R2為0.77，RMSE為3.10 g C·m-2·d-1。

對(duì)于QYZ站，S1的擬合方程得到的回歸最好，決定系數(shù)R2為0.28，RMSE為2.41 g C·m-2·d-1，因此選擇用S1得到的擬合結(jié)果進(jìn)行驗(yàn)證，如圖1（b）所示，驗(yàn)證結(jié)果R2為0.45，RMSE為2.86 g C·m-2·d-1。

對(duì)于TKY站，S2的擬合方程得到的回歸最好，決定系數(shù)R2為0.74，RMSE為3.52 g C·m-2·d-1，因此選擇用S2得到的擬合結(jié)果進(jìn)行驗(yàn)證，如圖1（c）所示，驗(yàn)證結(jié)果R2為0.72，RMSE為3.51 g C·m-2·d-1。

圖1中NEEobs表示NEE觀測(cè)值，NEEsim表示NEE模型模擬值，DOY（day of year）表示一年中隨機(jī)一天。

3 ?實(shí)驗(yàn)結(jié)果總結(jié)

本研究基于MODIS和通量觀測(cè)數(shù)據(jù)，分析了東亞三個(gè)站點(diǎn)的EVI、LSWI和LST的年際和季節(jié)性特征，利用統(tǒng)計(jì)回歸模型，模擬估計(jì)了這三個(gè)站點(diǎn)的NEE值，得到了如下結(jié)論。

（1）東亞三個(gè)站點(diǎn)的EVI、LSWI和LST總體上呈現(xiàn)出年際變化不大、年內(nèi)季節(jié)性差異較大的特點(diǎn)，但在個(gè)別年份也會(huì)出現(xiàn)局部的起伏變化。而各個(gè)站點(diǎn)之間同個(gè)指數(shù)相同時(shí)間段的變化也有所差異，尤其TKY站點(diǎn)的差異最為明顯。

（2）統(tǒng)計(jì)回歸模型大體可以體現(xiàn)出NEE的變化趨勢(shì)，在CBS和TKY站點(diǎn)的模擬結(jié)果較好、準(zhǔn)確度較高;而其在QYZ站點(diǎn)的模擬結(jié)果相對(duì)較差，還需要進(jìn)一步改進(jìn)。

（3）統(tǒng)計(jì)模型建模估計(jì)時(shí)，引入夜間還是白天的LST參與建模的精度更高并不絕對(duì)，但總體上相差不大，而且基本上兩者都引入和引入白天的LST參與建模的精度相對(duì)更高。

4 ?結(jié) ?論

本研究表明，基于遙感數(shù)據(jù)的生態(tài)機(jī)理，采用回歸統(tǒng)計(jì)模型計(jì)算生態(tài)系統(tǒng)NEE，從而利用遙感數(shù)據(jù)對(duì)森林生態(tài)系統(tǒng)NEE進(jìn)行季節(jié)性動(dòng)態(tài)的定量評(píng)價(jià)，具有一定的潛力和可行性，特別是面向區(qū)域性、大尺度的陸地生態(tài)系統(tǒng)碳循環(huán)的評(píng)估和研究，可以充分發(fā)揮遙感技術(shù)的廣域性優(yōu)勢(shì)。同時(shí)，采用遙感數(shù)據(jù)對(duì)地表參數(shù)的反演，亦需要根據(jù)生態(tài)系統(tǒng)的空間異質(zhì)性選用不同的遙感參數(shù)，在模型的優(yōu)化上尚需進(jìn)一步開(kāi)展研究和改進(jìn)。

參考文獻(xiàn)：

[1] 王秋鳳，劉穎慧，何念鵬，等.中國(guó)區(qū)域陸地生態(tài)系統(tǒng)碳收支綜合研究的科技需求與重要科學(xué)問(wèn)題 [J].地理科學(xué)進(jìn)展，2012，31（1）：78-87.

[2] CRAMER W，BONDEAU A，WOODWARD I F，et al. Global response of terrestrial ecosystem structure and function to CO2 and climate change：results from six dynamic global vegetation models [J]. Global Change Biology，2001，7（4）：357-373.

[3] JU W，WANG S，YU G，et al. Modeling the impact of drought on canopy carbon and water fluxes for a subtropical evergreen coniferous plantation in southern China through parameter optimization using an ensemble Kalman filter [J]. Biogeosciences，2010，7（66）：845-857.

[4] XIAO J F，ZHUANG Q L，BALDOCCHI D D，et al. Estimation of net ecosystem carbon exchange for the conterminous United States by combining MODIS and AmeriFlux data [J]. Agricultural and Forest Meteorology，2008，148（11）：1827-1847.

[5] TANG X G，WANG Z M，LIU D W，et al. Estimating the net ecosystem exchange for the major forests in the northern United States by integrating MODIS and AmeriFlux data [J]. Agricultural and Forest Meteorology，2012，156：75-84.

作者簡(jiǎn)介：牟蘇斌（1973.04—），男，漢族，浙江溫州人，高級(jí)工程師，本科，研究方向：地理信息。