張雨欣， 黃健熙*， 金云翔， 王 潔， 趙圓圓， 馮權(quán)瀧， 馬 欽

(1.中國(guó)農(nóng)業(yè)大學(xué)土地科學(xué)與技術(shù)學(xué)院， 北京 100083; 2.中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所， 北京 100081;3.中國(guó)農(nóng)業(yè)大學(xué)草業(yè)科學(xué)與技術(shù)學(xué)院， 北京 10083; 4.中國(guó)農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院， 北京 100083)

草地資源是非常重要的再生性自然資源，是陸地生態(tài)系統(tǒng)的重要組成部分，在全球氣候調(diào)節(jié)、生物多樣性保育、水土保持和維系區(qū)域經(jīng)濟(jì)等過(guò)程中具有重要的作用和價(jià)值[1]。我國(guó)草地總面積4億公頃，約占國(guó)土面積的41.7%，天然草地種類(lèi)達(dá)五千多種，是我國(guó)重要的畜牧業(yè)基地、江河發(fā)源地和生態(tài)環(huán)境屏障[2]。然而，受到全球氣候變化、自然災(zāi)害、鼠蟲(chóng)害以及過(guò)度放牧等自然和人為干擾，草地生物量下降、草地沙化退化現(xiàn)象日益嚴(yán)重。近10年前，我國(guó)草地90%以上發(fā)生了不同程度的退化，中度和重度退化草地面積達(dá)到了約1 533 333.3 km2[3]。在圍欄封育、禁牧和生態(tài)建設(shè)工程等國(guó)家和地方的草原恢復(fù)政策措施調(diào)控下，草地的數(shù)量、植被覆蓋度、豐富度等指標(biāo)均有所提升，草地退化的現(xiàn)象逐步得到緩解[4]。但是，草地的生長(zhǎng)環(huán)境具有脆弱性，極易受到人為或自然干擾的影響，如三江源區(qū)2006—2010年生態(tài)工程建設(shè)后5年內(nèi)極度退化的草地僅占總面積的1%以下，而在下一個(gè)5年草地退化面積又出現(xiàn)增長(zhǎng)[5]，說(shuō)明草地退化監(jiān)測(cè)仍然是一個(gè)長(zhǎng)期且艱巨的任務(wù)。草地資源的數(shù)量是草地退化監(jiān)測(cè)的重要內(nèi)容，而我國(guó)的草原資源一直存在底數(shù)不清的嚴(yán)峻問(wèn)題，實(shí)時(shí)、高效的草地地上生物量估算方法對(duì)合理保護(hù)修復(fù)草地資源具有重要的研究?jī)r(jià)值和現(xiàn)實(shí)意義。

遙感信息為草地生物量監(jiān)測(cè)提供了多源的數(shù)據(jù)支撐，是實(shí)現(xiàn)草地生物量監(jiān)測(cè)大尺度研究的有效手段，然而草地地上生物量遙感估算研究仍較為薄弱，遙感信息仍未充分發(fā)揮其作用與優(yōu)勢(shì)。草地宏觀、大尺度估產(chǎn)的研究方法以回歸統(tǒng)計(jì)模型為主，重點(diǎn)在于建立草地地上生物量與遙感數(shù)據(jù)之間的回歸模型。統(tǒng)計(jì)模型能夠反映草地瞬時(shí)地表上的長(zhǎng)勢(shì)和地上生物量的空間分布，但是，不能解釋草地植被生長(zhǎng)發(fā)育與生物量形成的內(nèi)在過(guò)程機(jī)理以及生長(zhǎng)發(fā)育過(guò)程中與環(huán)境的關(guān)系。并且，草地生態(tài)系統(tǒng)存在復(fù)雜的空間異質(zhì)性，模型過(guò)于依賴(lài)于地面數(shù)據(jù)的采集。同時(shí)，高精度遙感信息的時(shí)序不連續(xù)性也導(dǎo)致了統(tǒng)計(jì)模型往往不能夠展現(xiàn)出連續(xù)的生物量變化特征。機(jī)理模型通過(guò)數(shù)學(xué)方法揭示了植被生長(zhǎng)的動(dòng)力學(xué)機(jī)制，在時(shí)間連續(xù)性和生理生化過(guò)程的模擬上更具優(yōu)勢(shì)，但是大多數(shù)機(jī)理模型在草地的生長(zhǎng)模擬中局限在單點(diǎn)尺度，由于區(qū)域尺度的模型初始狀態(tài)和模型參數(shù)確定困難，區(qū)域尺度的作物模型應(yīng)用仍然具有挑戰(zhàn)性。因此，究竟何種模型更適合推廣到大范圍草地地上生物量監(jiān)測(cè)研究中，如何在草地地上生物量估算方法中更好地體現(xiàn)植被生長(zhǎng)的機(jī)理性，是草地遙感監(jiān)測(cè)亟需解決的問(wèn)題之一。

本文以現(xiàn)有研究文獻(xiàn)為依據(jù)，梳理了國(guó)內(nèi)外草地地上生物量估算模型方法，從遙感統(tǒng)計(jì)模型、作物生長(zhǎng)模型、草地生長(zhǎng)模型、光能利用率模型等多個(gè)方面進(jìn)行系統(tǒng)闡述和分析，總結(jié)了當(dāng)前研究中存在的不足和未來(lái)發(fā)展難點(diǎn)，以期為草地地上生物量的定量反演與模擬提供新思路，為草畜平衡、草地生態(tài)演替和草地沙化退化的定量研究提供理論參考。

1 草地地上生物量主要估算模型

1.1 遙感統(tǒng)計(jì)模型

遙感具有快速獲取大面積地表信息的優(yōu)勢(shì)，輔助草地地上生物量估算突破了傳統(tǒng)實(shí)測(cè)方法的時(shí)空局限。草地地上生物量估算的遙感統(tǒng)計(jì)模型不涉及機(jī)理問(wèn)題，基于遙感參數(shù)與地面生物物理參數(shù)之間存在的高度相關(guān)性規(guī)律，建立觀測(cè)數(shù)據(jù)與遙感信息的數(shù)學(xué)模型用于草地地上生物量的估算，這種方法是當(dāng)前應(yīng)用最為廣泛的方法[6]。常用的遙感資料包括了植被指數(shù)、葉面積指數(shù)(Leaf area index，LAI)等，地面生物物理參數(shù)主要為草地地上生物量。近20年來(lái)，國(guó)內(nèi)外學(xué)者有關(guān)遙感草地估產(chǎn)統(tǒng)計(jì)模型方法的研究可以概括為探討不同遙感資料在不同類(lèi)型草地和不同觀測(cè)時(shí)間上與地面實(shí)測(cè)草地地上生物量關(guān)系，以選擇特定研究區(qū)域和研究時(shí)相的最優(yōu)模型作為大范圍草地地上生物量遙感估算模型(表1)。

表1 草地地上生物量遙感估算統(tǒng)計(jì)模型

天然草地是一個(gè)空間異質(zhì)性較大的地表覆蓋類(lèi)型，不同草地類(lèi)型地上生物量及其年際間變化存在較大差異。因此，在不同地區(qū)、不同草地類(lèi)型適宜的植被指數(shù)和回歸模型也有較大差異。杜玉娥等[13]利用青海省三江源地區(qū)326個(gè)樣本結(jié)合MODIS的歸一化植被指數(shù)(Normalized difference vegetation index,NDVI)，增強(qiáng)型植被指數(shù)(Enhanced vegetation index,EVI)資料建立了三江源地區(qū)草地地上生物量反演模型，認(rèn)為同一地區(qū)不同草地類(lèi)型的適宜植被指數(shù)存在差異，模型構(gòu)建時(shí)應(yīng)該重視區(qū)分不同草地類(lèi)型。賀俊杰等[14]利用S曲線回歸估產(chǎn)模型測(cè)算了草甸草原、典型草原和荒漠化草原的逐月牧草產(chǎn)量，同樣發(fā)現(xiàn)了各類(lèi)草原地上生物量的建模差異。王正興等[15]分別按照4種草地類(lèi)型和NDVI，EVI兩種植被指數(shù)，建立了線性模型和冪函數(shù)模型，得出草甸和典型草原模型相關(guān)性高，沙地和荒漠模型相關(guān)性較低的特點(diǎn)，而典型草原的冪函數(shù)模型效果最佳，草甸的線性模型效果最佳，且不同草地類(lèi)型對(duì)NDVI和EVI建模的效果差異明顯。因此，統(tǒng)計(jì)模型同時(shí)受到草地類(lèi)型的顯著影響，建模過(guò)程中應(yīng)該充分考慮分區(qū)建模。保證遙感數(shù)據(jù)與地面觀測(cè)數(shù)據(jù)同步，避免因植被隨著生長(zhǎng)發(fā)育受不同時(shí)期的水熱影響帶來(lái)的模型誤差，或選擇對(duì)植被葉綠素含量響應(yīng)更為敏感的指數(shù)，減少因綠度變化帶來(lái)的影響[15]。

在保證實(shí)測(cè)數(shù)據(jù)與遙感觀測(cè)數(shù)據(jù)時(shí)間基本同步下，統(tǒng)計(jì)模型方法估產(chǎn)的反演精度較高，能夠滿(mǎn)足大范圍草地估產(chǎn)的實(shí)際應(yīng)用需求。且該方法試驗(yàn)過(guò)程簡(jiǎn)單，研究者僅需要注重控制兩類(lèi)誤差來(lái)源，一是地面采樣精度，嚴(yán)格轉(zhuǎn)換干重和濕重，防止由觀測(cè)帶來(lái)的不確定性；二是遙感數(shù)據(jù)精度，注意時(shí)相是否一致和空間分辨率是否適宜。但是該類(lèi)方法存在諸多局限，主要有以下5點(diǎn)：(1)對(duì)于高密度植被區(qū)而言，植被指數(shù)存在過(guò)飽和問(wèn)題(如NDVI)，會(huì)導(dǎo)致地面高值低估。(2)由于地面樣方一般小于遙感影像一個(gè)像元的大小，因此在應(yīng)用中低分辨率的遙感數(shù)據(jù)時(shí)，地面驗(yàn)證數(shù)據(jù)與遙感影像存在著空間尺度不匹配問(wèn)題，混合像元嚴(yán)重，影響驗(yàn)證精度。(3)光學(xué)遙感受云雨影響嚴(yán)重，在研究區(qū)較大、對(duì)比年份較多的情況下，很難找到多年內(nèi)覆蓋整個(gè)研究區(qū)且影像質(zhì)量均較好的時(shí)相，尤其是對(duì)于高分辨率的數(shù)據(jù)而言(如高分?jǐn)?shù)據(jù))。(4)MODIS等植被指數(shù)產(chǎn)品被頻繁應(yīng)用到遙感統(tǒng)計(jì)模型中，受到傳感器等影響，產(chǎn)品常常出現(xiàn)異值，需要研究者采取相鄰時(shí)相替代法、S-G濾波等方法濾除異常值。(5)受到地形、成像角度等因素影響，遙感影像存在異物同譜和同物異譜，這些像元不能準(zhǔn)確表達(dá)地物的狀態(tài)和類(lèi)型，地面草地植被信號(hào)容易被混淆，影響建模精度。

1.2 植被生長(zhǎng)類(lèi)機(jī)理模型

1.2.1基于作物生長(zhǎng)類(lèi)的機(jī)理模型 自20世紀(jì)50年代以來(lái)，國(guó)內(nèi)外相繼發(fā)表了一系列優(yōu)秀的作物生長(zhǎng)模型，如DSSAT，STICS，CECROS等。作物模型機(jī)理性強(qiáng)、適應(yīng)性廣的特點(diǎn)對(duì)推動(dòng)農(nóng)業(yè)信息技術(shù)的發(fā)展產(chǎn)生了積極影響，促使了學(xué)術(shù)界在模型區(qū)域運(yùn)用、氣候?yàn)?zāi)害響應(yīng)以及農(nóng)業(yè)農(nóng)情監(jiān)測(cè)等方面開(kāi)展了系統(tǒng)性的研究工作。CROPGRO模型、APSIM模型和WOFOST模型是應(yīng)用較為普遍的作物模型，能夠模擬小麥(TriticumaestivumL.)和水稻(OryzasativaL.)等農(nóng)作物的生長(zhǎng)，也能夠反映草地生長(zhǎng)發(fā)育過(guò)程[16-17]。

CROPGRO-Perennial模型是DSSAT-CROPGRO系列模型的1個(gè)子模塊，是草地估產(chǎn)中應(yīng)用最為廣泛的作物生長(zhǎng)模型，根據(jù)輸入的生理過(guò)程、土壤特征、氣候和管理參數(shù)來(lái)預(yù)測(cè)植被的生長(zhǎng)動(dòng)態(tài)[18]。Rmyph等[19]利用CROPGRO-Perennial模型估算了白喜草(PaspalumnotatumFlugge)的地上生物量，Pedreira等[20]、Pequeno等[21]和Lara等[22]研究發(fā)現(xiàn)該模型能夠有效地整合草地生長(zhǎng)資料，滿(mǎn)足草地生長(zhǎng)模擬的精度要求，也有學(xué)者將該模型應(yīng)用到豚草(AmbrosiaartemisiifoliaL.)[23]、紫花苜蓿(MedicagosativaL.)[24]、百慕大草(Bermuda)和臂形草(Brachiariaeruciformis(J. E. Smith) Griseb.)[25]等草地類(lèi)型?？梢?jiàn)，該模型早些年主要被運(yùn)用在單一物種的模擬上，但近年來(lái)也有研究針對(duì)模型在物種泛化能力上的表現(xiàn)做出了相應(yīng)的研究，探索該模型如何克服空間異質(zhì)性。Pequeno等[25]對(duì)3種不同的禾本科植物產(chǎn)量進(jìn)行了模擬，證明了3種禾草間的差異主要是由植物部分組成和同化物質(zhì)在植物器官之間的分配所驅(qū)動(dòng)。Bosi等[26]分別對(duì)CROPGRO-Perennial模型在林牧交錯(cuò)帶進(jìn)行了參數(shù)化，R2達(dá)到了0.93～0.96。

APSIM(Agricultural production systems simulator)模型是一種農(nóng)業(yè)生產(chǎn)建?？蚣?，用于模擬農(nóng)業(yè)系統(tǒng)中各生物物理過(guò)程的土壤-作物模型，由澳大利亞聯(lián)邦科工組織(CSIRO)以及昆士蘭州政府的農(nóng)業(yè)生產(chǎn)系統(tǒng)小組開(kāi)發(fā)建立，將不同作物模型集成到一個(gè)平臺(tái)[27-28]。APSIM模型包括了生物物理模塊、管理模塊、數(shù)據(jù)輸入輸出模塊和模型引擎模塊，有土壤參數(shù)、植物參數(shù)和管理參數(shù)3部分輸入?yún)?shù)[29]。該模型繼承了許多已有模型中的發(fā)展較為成熟的模塊，如土壤水平衡、土壤有機(jī)質(zhì)和氮的累積與平衡則可以追溯到CERES模型，具有較高的模擬精度，并強(qiáng)調(diào)土壤模塊在植被生長(zhǎng)發(fā)育中的作用，如土壤水運(yùn)移過(guò)程、土壤N平衡和有機(jī)質(zhì)的累積等。因此，模型運(yùn)行過(guò)程中的天氣因素、管理措施、以及植被生長(zhǎng)過(guò)程中的生物物理變化等都被映射為土壤特征屬性變量的連續(xù)變化。APSIM-Growth，APSIM-Pasture和APSIM-AgPasture等模型可以用作草地的生長(zhǎng)模擬，既支持單點(diǎn)尺度上的模擬，也能夠多點(diǎn)同時(shí)進(jìn)行模擬。APSIM模型涵蓋了紫花苜蓿、雜類(lèi)草等多種草地類(lèi)型的模擬[30]，具有較高的草地生長(zhǎng)模擬潛力[31]。

WOFOST模型是荷蘭瓦赫寧根大學(xué)所開(kāi)發(fā)的作物生長(zhǎng)模型，是一種基于過(guò)程的機(jī)理模型，模擬在氣候和其他環(huán)境因子影響下的作物生長(zhǎng)過(guò)程，主要原理是通過(guò)光合作用來(lái)驅(qū)動(dòng)模型，通過(guò)積溫函數(shù)來(lái)模擬作物的生長(zhǎng)發(fā)育[32]。模型自開(kāi)發(fā)以來(lái)，通常用于小麥、水稻等傳統(tǒng)農(nóng)作物的生長(zhǎng)發(fā)育[33-35]。張雪婷等[36]以青海省烏圖美仁的草地為研究對(duì)象，利用WOFOST模型開(kāi)展了草地地上生物量遙感同化估算研究，基于集合卡爾曼濾波(Ensemble KalmanFilter,EnKF)算法，在30米尺度下，同化Landsat-LAI后，2014年草地生物量的均方根誤差(RMSE)從2 447.09 kg·hm-2降低至1 437.21 kg·hm-2。He等[37]基于WOFOST模型的土壤-水-大氣-植物(SWAP)模型，將MODIS葉面積指數(shù)產(chǎn)品同化到模型中以估算若爾蓋草原禾草地上干重，確定性系數(shù)(R2)達(dá)到0.73，RMSE達(dá)到617.94 kg·hm-2，間接證實(shí)了WOFOST模型具備一定模擬草地生長(zhǎng)過(guò)程的研究潛力。草的根、莖、葉、花和果實(shí)等結(jié)構(gòu)與傳統(tǒng)農(nóng)作物不同，生長(zhǎng)發(fā)育過(guò)程中，不同結(jié)構(gòu)之間生物量的流轉(zhuǎn)與分配存在明顯差異。WOFOST模型以光合作用為核心驅(qū)動(dòng)模型，這與草的生長(zhǎng)發(fā)育理論相一致，因此合理的標(biāo)定模型參數(shù)，將WOFOST模型遷移應(yīng)用到草地生長(zhǎng)的模擬從理論上具有一定的可行性。

上述3個(gè)模型的草地模式都是由典型農(nóng)作物改進(jìn)而來(lái)，雖然目前應(yīng)用于草地模擬的研究遠(yuǎn)遠(yuǎn)少于作物模擬，但其應(yīng)用潛力是較大的。CROPGRO-Perennial模型相較于其他2個(gè)模型，能夠區(qū)別模擬不同的草地植被品種，適合用于植被地面信息豐富的研究，APSIM模型在氣候變化響應(yīng)上表現(xiàn)更為優(yōu)異。

1.2.2基于草地植被生長(zhǎng)類(lèi)的機(jī)理模型 草的生長(zhǎng)周期、生理機(jī)制和生長(zhǎng)環(huán)境等都與作物有許多不同之處，國(guó)內(nèi)外針對(duì)草地生長(zhǎng)的過(guò)程，已發(fā)展了較多的草地生長(zhǎng)模型，包括了Jouven模型、B模型、MoSt GG模型和SOLVEG模型和BASGRA模型等。Jouven模型是一種研究草地生長(zhǎng)與管理之間的季節(jié)變化和年際變化機(jī)制的動(dòng)力學(xué)模型[38-39]。模型以每日為時(shí)間步長(zhǎng)來(lái)計(jì)算草地植被的生長(zhǎng)、衰老和凋落，在運(yùn)行計(jì)算過(guò)程中充分考慮了有效輻射量等影響生長(zhǎng)的潛在因素和葉面積指數(shù)(Leaf area Index，LAI)等表征信息。在單點(diǎn)尺度上，能夠充分模擬草地地上總生物量以及不同結(jié)構(gòu)的生物量。HURTADO-URIA等[40]用Jouven模型在愛(ài)爾蘭分別與J&T模型和B模型進(jìn)行了對(duì)比實(shí)驗(yàn)，發(fā)現(xiàn)Jouven模型的RMSE最小，且8—10月的模擬值與實(shí)測(cè)值更接近。Calanca等[41]驗(yàn)證了Jouven模型(ModVege模型)，認(rèn)為該模型能夠正確地模擬不同地點(diǎn)和不同生長(zhǎng)季節(jié)的生長(zhǎng)趨勢(shì)。Ruelle等[42]充分考慮了土壤中氮和水的作用，改進(jìn)了Jouven模型，提出了MoSt GG模型。該模型與Jouven模型不同的是，Jouven模型強(qiáng)調(diào)草的生長(zhǎng)主要由降水、溫度、蒸散發(fā)等氣候條件控制，簡(jiǎn)化了其他復(fù)雜的生長(zhǎng)約束過(guò)程(如氮吸收為常量)，而MoSt GG模型強(qiáng)調(diào)了土壤含水量對(duì)土壤中氮的吸收的影響，主要通過(guò)量化氮的礦化作用和氮的固定來(lái)描述土壤中的氮通量，同時(shí)模型還支持不同管理模式下的情景模擬。由此可見(jiàn)，這類(lèi)模型能夠較好模擬草地地上生物量，但在研究中應(yīng)注重非生長(zhǎng)季的不確定性調(diào)控。

除此之外，SOLVEG[43]，BASGRA[44]等模型也被廣泛應(yīng)用于草地的生長(zhǎng)模擬，與作物生長(zhǎng)模型不同的地方在于，草地生長(zhǎng)模型更加關(guān)注于土壤中的水分和土壤的作用，精度相對(duì)較高，但模型的模擬精度更加依賴(lài)于土壤生化參數(shù)的地面實(shí)際觀測(cè)值。

草地植被生長(zhǎng)類(lèi)更能反映草地植被的生長(zhǎng)特征，模型更具有代表性，研究者可以根據(jù)植被真實(shí)情況進(jìn)行模型修改。但是，該類(lèi)模型也存在機(jī)理模型共有的問(wèn)題，參數(shù)復(fù)雜且難獲取，需要研究者結(jié)合參數(shù)優(yōu)化算法尋找參數(shù)的最優(yōu)解。

1.3 其他相關(guān)模型

除了植被生長(zhǎng)類(lèi)機(jī)理模型和統(tǒng)計(jì)模型，部分生態(tài)系統(tǒng)生產(chǎn)力過(guò)程模型、光能利用率模型以及機(jī)器學(xué)習(xí)等模型也可以用于估算草地地上生物量(表2)。迄今為止，相比于作物生長(zhǎng)模型和草地生長(zhǎng)模型，生態(tài)過(guò)程模型和光能利用率模型在草地模擬的空間化、區(qū)域化上具有明顯的優(yōu)勢(shì)，雖然這兩類(lèi)模型仍然存在實(shí)測(cè)數(shù)據(jù)難獲取、實(shí)測(cè)點(diǎn)尺度數(shù)據(jù)難推廣到區(qū)域的問(wèn)題，但已經(jīng)有相當(dāng)一部分的研究實(shí)現(xiàn)了將草地NPP從單點(diǎn)尺度推展到區(qū)域尺度，該類(lèi)模型的過(guò)程機(jī)理明確，反演精度普遍較高。并且，生態(tài)過(guò)程模擬模型，如Biome-BGC模型，能夠?qū)崿F(xiàn)未來(lái)情景預(yù)測(cè)模擬，尤其是在全球氣候變化背景下，草地的多情景響應(yīng)具有十分重要的研究意義。但是，NPP和草地地上生物量屬于不同的概念，NPP包括地上、地下生物量?jī)蓚€(gè)部分，兩者存在一定的定量關(guān)系[45]，界定草地地上生物量的概念并解釋NPP與地上生物量之間的關(guān)系，對(duì)草地地上生物量估算十分重要。

2 遙感與機(jī)理模型耦合的數(shù)據(jù)同化模式

2.1 遙感數(shù)據(jù)同化模式

遙感與作物模型數(shù)據(jù)同化研究一直是國(guó)內(nèi)外農(nóng)業(yè)遙感領(lǐng)域的熱點(diǎn)，自20世紀(jì)60年代發(fā)展至今，技術(shù)路線和理論基礎(chǔ)都已較為成熟，廣泛應(yīng)用于玉米[57]、水稻[58-59]和冬小麥[60]等作物的研究。遙感數(shù)據(jù)同化技術(shù)能滿(mǎn)足草地生物量監(jiān)測(cè)同時(shí)兼顧植被生長(zhǎng)機(jī)理性和大范圍面上推廣的需求，具有較為重要的研究潛力。遙感數(shù)據(jù)同化思想強(qiáng)調(diào)在估產(chǎn)過(guò)程中將遙感觀測(cè)數(shù)據(jù)整合到一個(gè)演進(jìn)的生長(zhǎng)模型當(dāng)中，更新模型中的變量，使得模擬值與遙感觀測(cè)值趨于一致。機(jī)理模型能夠彌補(bǔ)遙感對(duì)地觀測(cè)在植被內(nèi)在的過(guò)程機(jī)理模擬方面的不足，通過(guò)數(shù)據(jù)同化的方法，耦合遙感觀測(cè)和機(jī)理模型，能夠?qū)崿F(xiàn)兩者的優(yōu)勢(shì)互補(bǔ)，提高區(qū)域生物量的模擬能力[61-62]。

目前，基于代價(jià)函數(shù)的參數(shù)優(yōu)化方法和基于估計(jì)理論的順序同化方法是2類(lèi)主要的數(shù)據(jù)同化方法[61]。其中，參數(shù)優(yōu)化方法重點(diǎn)在于同化變量、優(yōu)化算法和目標(biāo)函數(shù)的選取，同化變量常見(jiàn)的有LAI和ET等反演參數(shù)[62-63]，優(yōu)化算法主要包括了復(fù)合型混合演化算法(SCE-UA)[58][64]、模擬退火法[65]、粒子群算法[66]等，順序同化方法常用到集合卡爾曼算法(EnKF)[67]等。一般地，采用數(shù)據(jù)同化的思路來(lái)進(jìn)行草地估產(chǎn)，首先要對(duì)模型參數(shù)進(jìn)行標(biāo)定，使其與研究區(qū)植被的生長(zhǎng)規(guī)律更為吻合，構(gòu)建適合的模型參數(shù)集驅(qū)動(dòng)模型。然后，將作為同化變量的遙感觀測(cè)值融入標(biāo)定后的模型中，擾動(dòng)模型的運(yùn)行，使得最后模型輸出的地上生物量與實(shí)際觀測(cè)值趨于一致。

2.2 基于數(shù)據(jù)同化的草地地上生物量估算

遙感信息能夠?qū)崿F(xiàn)區(qū)域大尺度上的草地地上生物量反演，機(jī)理模型能夠較好反映植被的生物物理過(guò)程。因此，耦合遙感信息與機(jī)理模型，是當(dāng)前植被生物量估算中的一種主流思路，其中數(shù)據(jù)同化技術(shù)是改進(jìn)草地估產(chǎn)模式、提高模擬精度的重要途徑。圖1為基于數(shù)據(jù)同化方法的草地地上生物量估算示意圖，這類(lèi)模型主要有4種模式[68]：(1)將遙感反演值用到草地植被生長(zhǎng)模式中；(2)用遙感反演值更新模式中相應(yīng)的變量；(3)重新初始化模式，通過(guò)調(diào)整模式參數(shù)使得模擬值與遙感反演值一致，進(jìn)而確定模式的初始值；(4)重新參數(shù)化模式，通過(guò)調(diào)整模式參數(shù)使得模擬值與遙感反演值一致，進(jìn)而確定模式的參數(shù)值。張雪婷等[36]、He等[37]、Zhang等[69]、Nouvellon等[70]采用遙感與作物生長(zhǎng)模型數(shù)據(jù)同化的方法進(jìn)行草地生長(zhǎng)研究，均證明了數(shù)據(jù)同化能夠顯著提高機(jī)理模型的模擬精度。Huang等[71]在缺乏地面知識(shí)的情況下采用貝葉斯方法對(duì)BASGRA模型進(jìn)行標(biāo)定，結(jié)合MODIS數(shù)據(jù)產(chǎn)品實(shí)現(xiàn)站點(diǎn)尺度的順序同化。證明了同化過(guò)程中嚴(yán)格的數(shù)學(xué)理論能夠有效優(yōu)化參數(shù)從而克服地面知識(shí)缺少的問(wèn)題，為當(dāng)前大范圍草地地上生物量提供了參考。

圖1 基于遙感數(shù)據(jù)同化的草地地上生物量估算示意圖

數(shù)據(jù)同化的方法是促進(jìn)大范圍草地長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量預(yù)測(cè)向機(jī)理化和精準(zhǔn)化方向發(fā)展的有效技術(shù)之一，但是采用同化思想進(jìn)行估算的研究仍然十分稀缺。其原因有三，一是模型標(biāo)定困難，過(guò)程模型需要對(duì)參數(shù)進(jìn)行本地化標(biāo)定，而草地類(lèi)型繁多，不同的草種生長(zhǎng)規(guī)律差異大，地表上不同類(lèi)型草地交錯(cuò)分布對(duì)參數(shù)標(biāo)定工作造成了極大的困擾，不充分的模型標(biāo)定則會(huì)使得后期同化效果欠佳，因此科學(xué)合理的標(biāo)定策略是今后草地遙感同化的發(fā)展方向之一。根據(jù)已有研究經(jīng)驗(yàn)，草地植被的物候特征可成為參數(shù)標(biāo)定的重要資料，植被的物候特征可以確定植被生殖生長(zhǎng)和營(yíng)養(yǎng)生長(zhǎng)的起始時(shí)間，從而確定生長(zhǎng)積溫等參數(shù)的合理范圍。二是機(jī)理模型遷移困難，目前已有的研究大都基于作物模型(如WOFOST模型)，作物模型對(duì)于作物的模擬目前已發(fā)展得較好，但對(duì)于非禾本科草的模擬相對(duì)受限，因此草地生長(zhǎng)模型與遙感數(shù)據(jù)的耦合是今后發(fā)展的挑戰(zhàn)。三是同化效率問(wèn)題，順序?yàn)V波的同化效率較高，但容易導(dǎo)致植被“物候漂移”，精度不如參數(shù)優(yōu)化法，且在區(qū)域化應(yīng)用上受限于模型與遙感觀測(cè)數(shù)據(jù)的尺度差異；而參數(shù)優(yōu)化法運(yùn)行效率偏低，計(jì)算效率始終是瓶頸，在實(shí)時(shí)模擬預(yù)報(bào)上不如順序?yàn)V波靈活。因此，在草地同化估產(chǎn)中應(yīng)充分考慮此類(lèi)不確定性，考慮時(shí)空預(yù)測(cè)上的現(xiàn)實(shí)需求，從而更有效地利用數(shù)據(jù)同化方法應(yīng)用于大范圍、高精度草地生物量估算研究中。

3 問(wèn)題和展望

(1)草地地上生物量遙感估算經(jīng)歷了從統(tǒng)計(jì)分析到生長(zhǎng)過(guò)程模擬的轉(zhuǎn)變，將環(huán)境因子、地形與草地地上生物量的統(tǒng)計(jì)關(guān)系研究精細(xì)到對(duì)植被一系列生長(zhǎng)發(fā)育進(jìn)行綜合數(shù)值模擬的過(guò)程。草地覆蓋范圍廣、空間異質(zhì)性大，同時(shí)受到放牧等人為因素，以及草地退化、沙化等自然因素對(duì)草地的影響都較大。統(tǒng)計(jì)方法雖已得到較為廣泛應(yīng)用，但其本質(zhì)仍然是只能描述現(xiàn)象，難以揭示更為詳盡的生物化學(xué)原理，在大范圍估產(chǎn)中難免被質(zhì)疑缺乏機(jī)理性。

(2)機(jī)理模型往往建立在復(fù)雜生物化學(xué)理論基礎(chǔ)之上，越來(lái)越受到學(xué)術(shù)界的關(guān)注。但是，正如本文所述的CROPGRO-Perennial,APSIM,Jouven等模型皆是點(diǎn)模型，參數(shù)往往是根據(jù)特定地區(qū)的觀測(cè)數(shù)據(jù)建立起來(lái)的，需要進(jìn)行校準(zhǔn)和調(diào)參，普適性比較差，但隨著“3S”技術(shù)的發(fā)展，模型參數(shù)的標(biāo)定效率將會(huì)大大提高。草地地上生物量遙感估算如何實(shí)現(xiàn)從多元統(tǒng)計(jì)向生長(zhǎng)模型的轉(zhuǎn)變，既滿(mǎn)足準(zhǔn)確模擬草地生長(zhǎng)的內(nèi)在物理過(guò)程和動(dòng)力學(xué)機(jī)制的生物學(xué)要求，又能在大范圍估產(chǎn)中保證高性能計(jì)算效率，是草地地上生物量遙感估算的重要發(fā)展方向。

(3)遙感數(shù)據(jù)同化方法能夠?qū)⒍嘣吹摹r(shí)間不連續(xù)的遙感觀測(cè)數(shù)據(jù)耦合到過(guò)程模型中，調(diào)整生長(zhǎng)過(guò)程模擬中的變量，使得狀態(tài)變量的模擬結(jié)果與觀測(cè)值達(dá)到一致。遙感信息宏觀性和時(shí)空連續(xù)性與草地生長(zhǎng)模型的連續(xù)性和機(jī)理性互補(bǔ)，為草地模型的區(qū)域化推廣應(yīng)用提供了支撐，但由于草地的植物種類(lèi)繁多，尤其是天然草地，其空間異質(zhì)性遠(yuǎn)大于農(nóng)作物，有待進(jìn)一步探索。