CN113779796A - 一种基于卫星被动微波遥感的植被总初级生产力估算方法 - Google Patents

Abstract

本发明涉及一种基于卫星被动微波遥感的植被总初级生产力估算方法，包括：获取卫星微波植被含水量指数数据、植被类型数据、植被高度数据、潜在植被光能利用率查找表数据和气象数据；进行数据预处理；计算出归一化卫星微波植被含水量指数，并结合太阳辐射数据，确定植被吸收的光合有效辐射；确定环境和生物约束因子，并结合潜在植被光能利用率确定实际的植被光能利用率；计算植被总初级生产力GPP。本发明仅利用卫星被动微波观测和气象数据，结合光能利用率模型即可反演出每日的植被总初级生产力，能够直接应用于晴空和云天条件，这对利用卫星微波反演有云区域的植被总初级生产力起到了推动作用。

Description

一种基于卫星被动微波遥感的植被总初级生产力估算方法

技术领域

本发明涉及大气遥感和生态学技术领域，尤其是一种基于卫星被动微波遥感的植被总初级生产力估算方法。

背景技术

陆地植被总初级生产力是研究植被-大气系统碳循环过程中的关键环节，也是评价生态系统碳汇碳源的重要因子。利用传统的通量站点能获取较为精确的点尺度植被总生产力，但难以推广至空间尺度，无法满足在区域尺度上的实际应用和研究需求。

利用卫星植被遥感观测和光能利用率模型为获取区域尺度上的植被总初级生产力提供了有力工具。目前，基于卫星遥感的植被总初级生产力估算方法长期依赖于卫星光学观测，导致该类方法在有云天气下的应用不确定性较大。卫星被动微波遥感观测对云具有更强的穿透能力，在全天候、多时相监测地表植被状态方面具有重要价值。但目前卫星微波遥感在定量估算植被总初级生产力的应用中还十分有限，因此需要发展一种基于微波的全天候陆地植被总初级生产力方法。

发明内容

本发明的目的在于提供一种基于光能利用率模型，具备明确的物理机制，能够直接估算不同云况下植被总初级生产力的基于卫星被动微波遥感的植被总初级生产力估算方法。

为实现上述目的，本发明采用了以下技术方案：一种基于卫星被动微波遥感的植被总初级生产力估算方法，该方法包括以下顺序的步骤：

(1)获取卫星微波植被含水量指数数据、植被类型数据、植被高度数据、潜在植被光能利用率查找表数据和气象数据，其中，气象数据包括太阳辐射数据和气温数据；

(2)进行数据预处理：遍历卫星微波像元中心，依据空间最邻近像元匹配方法匹配不同数据源；

(3)根据植被类型数据和卫星微波植被含水量指数数据，计算出归一化卫星微波植被含水量指数，并结合太阳辐射数据，确定植被吸收的光合有效辐射；

(4)根据植被类型数据，利用卫星微波植被含水量指数数据、植被高度数据和气象数据，确定环境和生物约束因子，并结合潜在植被光能利用率确定实际的植被光能利用率；

(5)根据所确定的植被吸收的光合有效辐射和生物约束因子，计算植被总初级生产力GPP。

所述卫星微波植被含水量指数数据是指基于卫星被动微波反演的植被含水量EDVI数据。

所述步骤(2)具体是指：首先，对不同数据源进行异常值、缺损值移除处理，然后遍历卫星微波像元中心，按照空间最邻近像元匹配方法进行数据匹配：遍历所有卫星微波像元，读取每个卫星微波像元中心经纬度,标记为(lon_c,lat_c),再分别读取卫星微波植被含水量指数数据、植被类型数据、植被高度数据和气象数据的像元中心经纬度，标记为(lon_i,lat_i),根据公式(1)找出在(lon_c,lat_c)周围20km以内的最小距离的卫星微波像元，选取该卫星微波像元与(lon_c,lat_c)进行匹配，匹配公式如下：

其中，di表示离卫星微波像元中心最近的距离。

所述步骤(3)具体是指：根据不同植被类型，利用卫星微波植被含水量指数数据和太阳辐射数据，估算植被吸收的光合有效辐射，所述植被吸收的光合有效辐射与归一化卫星微波植被含水量指数之间存在线性关系，计算公式为：

APAR＝SWin×0.45×nEDVI^K (2)

其中，APAR为植被吸收的光合有效辐射，SWin为每日太阳总辐射，nEDVI为归一化卫星微波植被含水量指数，K为GPP对nEDVI的敏感性参数；

其中，nEDVI的计算公式为：

其中，EDVI为卫星微波植被含水量指数，EDVI_min和EDVI_max分别为植被在生长季期间的最小EDVI阈值和最大EDVI阈值。

所述步骤(4)具体是指：首先，确定气温对植被光能利用率的影响函数f(Ta)：

其中，Ta为环境温度，直接从气象数据中读取；Tn,T0和Tx分别为植被活动所需的最

小、最优和最大温度，取值分别为：Tn＝2.7,T0＝31.1,Tx＝45.3；

然后，确定植被水分约束对植被光能利用率的影响函数f(Ws)：

f(Ws)＝EF (5)

其中，EF为植被的蒸散比，其计算公式为：

其中，α为Priestley-Taylor系数，取值1.26；γ为湿度计常数，取值为0.0665，Δ为饱和水汽压随温度变化的斜率，r_a为近地面空气动力学阻抗，r_c为植被的冠层阻抗；

Δ通过空气温度计算得到，其计算公式为：

r_a的计算公式为：

其中，κ为卡曼常数，取值为0.41；Z是参照高度，取值为10；d为零平面位移，Z₀是表面粗糙长度，h_c为植被高度；u_z为参照高度处的风速，从气象数据中直接读取；

零平面位移d和表面粗糙长度Z₀的计算公式如下：

d＝0.63h_c (9)

Z₀＝0.13h_c (10)

其中，植被高度h_c直接从植被高度数据中读取；

植被的冠层阻抗r_c的计算公式为：

其中，f(Ta)，f(PAR)，f(VPD)，f(Ψ)，f(CO₂)分别为环境温度Ta、光合有效辐射PAR、饱和水汽压亏损VPD、植被叶片水势Ψ以及周围空气中的CO₂浓度对植被气孔阻抗的约束因子；r_cuticle为树叶边界层阻抗，取值为10⁵；r_stamota为气孔阻抗；r_cmin为植被生长季中最小冠层阻抗；r_cmin0为最小冠层阻抗的最低阈值；nEDVI为归一化卫星微波植被含水量指数；

f(PAR)的计算公式为：

其中，C为依赖于植被类型的常数，当植被类型为森林时，C＝100，当植被类型为非森林时，C＝400；光合有效辐射PAR通过每日太阳总辐射SWin计算，PAR＝2.05SWin；饱和水汽压亏损VPD、植被叶片水势Ψ以及CO₂浓度对植被阻抗的总体约束计算公式为：

dEDVI＝EDVI_i-EDVI_i-1 (16)

其中，dEDVI为前后两天的EDVI的差值；m和n是影响系数，m＝1.186，n＝105.755；根据植被类型，利用利比希最低量法则确定不同植被类型的实际的植被光能利用率LUE：

LUE ＝LUE_max×Min(f(Ta),f(Ws)) (17)

其中，LUE_max为潜在植被光能利用率，取决于植被类型；LUE_max从潜在植被光能利用率查找表中读取，Min函数表示实际的光能利用率取决于更小的环境变量约束函数。

所述植被总初级生产力GPP的计算公式如下：

GPP ＝SWin×0.45×nEDVI^K×LUE_max×Min(f(Ta),f(Ws)) (18)

其中，SWin为每日太阳总辐射，nEDVI为归一化卫星微波植被含水量指数，K为GPP对nEDVI的敏感性参数，LUE_max为潜在植被光能利用率，f(Ta)和f(Ws)分别代表气温和水分因子对GPP的约束函数，Min函数表示实际的光能利用率取决于更小的环境变量约束函数。

由上述技术方案可知，本发明的有益效果为：第一，本发明与现有技术相比，仅利用卫星被动微波观测和气象数据，结合光能利用率模型即可反演出每日的植被总初级生产力，能够直接应用于晴空和云天条件，避免了传统卫星光学遥感方法受云污染的问题，这对利用卫星微波反演有云区域的植被总初级生产力起到了推动作用，本发明相对更高的时间分辨率(逐日)也使其在近实时应用中具有一定潜力；第二，本发明的植被参数输入来源于卫星遥感观测，太阳辐射、温度、风速等输入来源于气象再分析资料，上述数据均可公开获取，提高了在反演过程中数据采集的效率，并且可为无地表观测资料区域的植被总初级生产力计算提供参考。

附图说明

图1是本发明的方法流程图。

具体实施方式

如图1所示，一种基于卫星被动微波遥感的植被总初级生产力估算方法，其特征在于：该方法包括以下顺序的步骤：

(1)获取卫星微波植被含水量指数数据、植被类型数据、植被高度数据、潜在植被光能利用率查找表数据和气象数据，其中，气象数据包括太阳辐射数据和气温数据；

(2)进行数据预处理：遍历卫星微波像元中心，依据空间最邻近像元匹配方法匹配不同数据源；

(3)根据植被类型数据和卫星微波植被含水量指数数据，计算出归一化卫星微波植被含水量指数，并结合太阳辐射数据，确定植被吸收的光合有效辐射；

(4)根据植被类型数据，利用卫星微波植被含水量指数数据、植被高度数据和气象数据，确定环境和生物约束因子，并结合潜在植被光能利用率确定实际的植被光能利用率；

(5)根据所确定的植被吸收的光合有效辐射和生物约束因子，计算植被总初级生产力GPP。

所述卫星微波植被含水量指数数据是指基于卫星被动微波反演的植被含水量EDVI数据。

所述步骤(2)具体是指：首先，对不同数据源进行异常值、缺损值移除处理，然后遍历卫星微波像元中心，按照空间最邻近像元匹配方法进行数据匹配：遍历所有卫星微波像元，读取每个卫星微波像元中心经纬度,标记为(lon_c,lat_c),再分别读取卫星微波植被含水量指数数据、植被类型数据、植被高度数据和气象数据的像元中心经纬度，标记为(lon_i,lat_i),根据公式(1)找出在(lon_c,lat_c)周围20km以内的最小距离的卫星微波像元，选取该卫星微波像元与(lon_c,lat_c)进行匹配，匹配公式如下：

其中，di表示离卫星微波像元中心最近的距离。

所述步骤(3)具体是指：根据不同植被类型，利用卫星微波植被含水量指数数据和太阳辐射数据，估算植被吸收的光合有效辐射，所述植被吸收的光合有效辐射与归一化卫星微波植被含水量指数之间存在线性关系，计算公式为：

APAR＝SWin×0.45×nEDVI^K (2)

其中，APAR为植被吸收的光合有效辐射，SWin为每日太阳总辐射，nEDVI为归一化卫星微波植被含水量指数，K为GPP对nEDVI的敏感性参数；

其中，nEDVI的计算公式为：

其中，EDVI为卫星微波植被含水量指数，EDVI_min和EDVI_max分别为植被在生长季期间的最小EDVI阈值和最大EDVI阈值。

所述步骤(4)具体是指：首先，确定气温对植被光能利用率的影响函数f(Ta)：

其中，Ta为环境温度，直接从气象数据中读取；Tn,T0和Tx分别为植被活动所需的最

小、最优和最大温度，取值分别为：Tn＝2.7,T0＝31.1,Tx＝45.3；

然后，确定植被水分约束对植被光能利用率的影响函数f(Ws)：

f(Ws)＝EF (5)

其中，EF为植被的蒸散比，其计算公式为：

其中，α为Priestley-Taylor系数，取值1.26；γ为湿度计常数，取值为0.0665，Δ为饱和水汽压随温度变化的斜率，r_a为近地面空气动力学阻抗，r_c为植被的冠层阻抗；

Δ通过空气温度计算得到，其计算公式为：

r_a的计算公式为：

其中，κ为卡曼常数，取值为0.41；Z是参照高度，取值为10；d为零平面位移，Z₀是表面粗糙长度，h_c为植被高度；u_z为参照高度处的风速，从气象数据中直接读取；

零平面位移d和表面粗糙长度Z₀的计算公式如下：

d＝0.63h_c (9)

Z₀＝0.13h_c (10)

其中，植被高度h_c直接从植被高度数据中读取；

植被的冠层阻抗r_c的计算公式为：

其中，f(Ta)，f(PAR)，f(VPD)，f(Ψ)，f(CO₂)分别为环境温度Ta、光合有效辐射PAR、饱和水汽压亏损VPD、植被叶片水势Ψ以及周围空气中的CO₂浓度对植被气孔阻抗的约束因子；r_cuticle为树叶边界层阻抗，取值为10⁵；r_stamota为气孔阻抗；r_cmin为植被生长季中最小冠层阻抗；r_cmin0为最小冠层阻抗的最低阈值；nEDVI为归一化卫星微波植被含水量指数；

f(PAR)的计算公式为：

其中，C为依赖于植被类型的常数，当植被类型为森林时，C＝100，当植被类型为非森林时，C＝400；光合有效辐射PAR通过每日太阳总辐射SWin计算，PAR＝2.05SWin；饱和水汽压亏损VPD、植被叶片水势Ψ以及CO₂浓度对植被阻抗的总体约束计算公式为：

dEDVI＝EDVI_i-EDVI_i-1 (16)

其中，dEDVI为前后两天的EDVI的差值；m和n是影响系数，m＝1.186，n＝105.755；根据植被类型，利用利比希最低量法则确定不同植被类型的实际的植被光能利用率LUE：

LUE ＝LUE_max×Min(f(Ta),f(Ws)) (17)

其中，LUE_max为潜在植被光能利用率，取决于植被类型；LUE_max从潜在植被光能利用率查找表中读取，Min函数表示实际的光能利用率取决于更小的环境变量约束函数。

所述植被总初级生产力GPP的计算公式如下：

GPP ＝SWin×0.45×nEDVI^K×LUE_max×Min(f(Ta),f(Ws)) (18)

其中，SWin为每日太阳总辐射，nEDVI为归一化卫星微波植被含水量指数，K为GPP对nEDVI的敏感性参数，LUE_max为潜在植被光能利用率，f(Ta)和f(Ws)分别代表气温和水分因子对GPP的约束函数，Min函数表示实际的光能利用率取决于更小的环境变量约束函数。

本发明所需数据均可从网上申请下载获取，包括：卫星被动微波植被指数EDVI数据(http://rse.ustc.edu.cn/)、MODIS植被覆盖类型数据(https://ladsweb.nascom.nasa.gov/search/)、植被高度数据(https://webmap.ornl.gov/wcsdown/dataset.jsp？ds_id＝10023)，ECMWF气象再分析资料的太阳辐射、气温数据(https://apps.ecmwf.int/datasets/)。

综上所述，本发明仅利用卫星被动微波观测和气象数据，结合光能利用率模型即可反演出每日的植被总初级生产力，能够直接应用于晴空和云天条件，避免了传统卫星光学遥感方法受云污染的问题，这对利用卫星微波反演有云区域的植被总初级生产力起到了推动作用，本发明相对更高的时间分辨率(逐日)也使其在近实时应用中具有一定潜力；本发明的植被参数输入来源于卫星遥感观测，太阳辐射、温度、风速等输入来源于气象再分析资料，上述数据均可公开获取，提高了在反演过程中数据采集的效率，并且可为无地表观测资料区域的植被总初级生产力计算提供参考。

Claims (6)

1.一种基于卫星被动微波遥感的植被总初级生产力估算方法，其特征在于：该方法包括以下顺序的步骤：

(1)获取卫星微波植被含水量指数数据、植被类型数据、植被高度数据、潜在植被光能利用率查找表数据和气象数据，其中，气象数据包括太阳辐射数据和气温数据；

(2)进行数据预处理：遍历卫星微波像元中心，依据空间最邻近像元匹配方法匹配不同数据源；

(3)根据植被类型数据和卫星微波植被含水量指数数据，计算出归一化卫星微波植被含水量指数，并结合太阳辐射数据，确定植被吸收的光合有效辐射；

(4)根据植被类型数据，利用卫星微波植被含水量指数数据、植被高度数据和气象数据，确定环境和生物约束因子，并结合潜在植被光能利用率确定实际的植被光能利用率；

(5)根据所确定的植被吸收的光合有效辐射和生物约束因子，计算植被总初级生产力GPP。

2.根据权利要求1所述的基于卫星被动微波遥感的植被总初级生产力估算方法，其特征在于：所述卫星微波植被含水量指数数据是指基于卫星被动微波反演的植被含水量EDVI数据。

3.根据权利要求1所述的基于卫星被动微波遥感的植被总初级生产力估算方法，其特征在于：所述步骤(2)具体是指：首先，对不同数据源进行异常值、缺损值移除处理，然后遍历卫星微波像元中心，按照空间最邻近像元匹配方法进行数据匹配：遍历所有卫星微波像元，读取每个卫星微波像元中心经纬度,标记为(lon_c,lat_c),再分别读取卫星微波植被含水量指数数据、植被类型数据、植被高度数据和气象数据的像元中心经纬度，标记为(lon_i,lat_i),根据公式(1)找出在(lon_c,lat_c)周围20km以内的最小距离的卫星微波像元，选取该卫星微波像元与(lon_c,lat_c)进行匹配，匹配公式如下：

其中，di表示离卫星微波像元中心最近的距离。

4.根据权利要求1所述的基于卫星被动微波遥感的植被总初级生产力估算方法，其特征在于：所述步骤(3)具体是指：根据不同植被类型，利用卫星微波植被含水量指数数据和太阳辐射数据，估算植被吸收的光合有效辐射，所述植被吸收的光合有效辐射与归一化卫星微波植被含水量指数之间存在线性关系，计算公式为：

APAR＝SWin×0.45×nEDVI^K (2)

其中，APAR为植被吸收的光合有效辐射，SWin为每日太阳总辐射，nEDVI为归一化卫星微波植被含水量指数，K为GPP对nEDVI的敏感性参数；

其中，nEDVI的计算公式为：

其中，EDVI为卫星微波植被含水量指数，EDVI_min和EDVI_max分别为植被在生长季期间的最小EDVI阈值和最大EDVI阈值。

5.根据权利要求1所述的基于卫星被动微波遥感的植被总初级生产力估算方法，其特征在于：所述步骤(4)具体是指：首先，确定气温对植被光能利用率的影响函数f(Ta)：

其中，Ta为环境温度，直接从气象数据中读取；Tn,T0和Tx分别为植被活动所需的最

小、最优和最大温度，取值分别为：Tn＝2.7,T0＝31.1,Tx＝45.3；

然后，确定植被水分约束对植被光能利用率的影响函数f(Ws)：

f(Ws)＝EF (5)

其中，EF为植被的蒸散比，其计算公式为：

其中，α为Priestley-Taylor系数，取值1.26；γ为湿度计常数，取值为0.0665，Δ为饱和水汽压随温度变化的斜率，r_a为近地面空气动力学阻抗，r_c为植被的冠层阻抗；

Δ通过空气温度计算得到，其计算公式为：

r_a的计算公式为：

其中，κ为卡曼常数，取值为0.41；Z是参照高度，取值为10；d为零平面位移，Z₀是表面粗糙长度，h_c为植被高度；u_z为参照高度处的风速，从气象数据中直接读取；

零平面位移d和表面粗糙长度Z₀的计算公式如下：

d＝0.63h_c (9)

Z₀＝0.13h_c (10)

其中，植被高度h_c直接从植被高度数据中读取；

植被的冠层阻抗r_c的计算公式为：

其中，f(Ta)，f(PAR)，f(VPD)，f(Ψ)，f(CO₂)分别为环境温度Ta、光合有效辐射PAR、饱和水汽压亏损VPD、植被叶片水势Ψ以及周围空气中的CO₂浓度对植被气孔阻抗的约束因子；r_cuticle为树叶边界层阻抗，取值为10⁵；r_stamota为气孔阻抗；r_cmin为植被生长季中最小冠层阻抗；r_cmin0为最小冠层阻抗的最低阈值；nEDVI为归一化卫星微波植被含水量指数；

f(PAR)的计算公式为：

其中，C为依赖于植被类型的常数，当植被类型为森林时，C＝100，当植被类型为非森林时，C＝400；光合有效辐射PAR通过每日太阳总辐射SWin计算，PAR＝2.05SWin；

饱和水汽压亏损VPD、植被叶片水势Ψ以及CO₂浓度对植被阻抗的总体约束计算公式为：

dEDVI＝EDVI_i-EDVI_i-1 (16)

其中，dEDVI为前后两天的EDVI的差值；m和n是影响系数，m＝1.186，

n＝105.755；

根据植被类型，利用利比希最低量法则确定不同植被类型的实际的植被光能利用率LUE：

LUE＝LUE_max×Min(f(Ta),f(Ws)) (17)

其中，LUE_max为潜在植被光能利用率，取决于植被类型；LUE_max从潜在植被光能利用率查找表中读取，Min函数表示实际的光能利用率取决于更小的环境变量约束函数。

6.根据权利要求1所述的基于卫星被动微波遥感的植被总初级生产力估算方法，其特征在于：所述植被总初级生产力GPP的计算公式如下：

GPP＝SWin×0.45×nEDVI^K×LUE_max×Min(f(Ta),f(Ws)) (18)

其中，SWin为每日太阳总辐射，nEDVI为归一化卫星微波植被含水量指数，K为GPP对nEDVI的敏感性参数，LUE_max为潜在植被光能利用率，f(Ta)和f(Ws)分别代表气温和水分因子对GPP的约束函数，Min函数表示实际的光能利用率取决于更小的环境变量约束函数。

Images