CN116701819A - 一种植被总初级生产力的遥感反演方法 - Google Patents
一种植被总初级生产力的遥感反演方法 Download PDFInfo
- Publication number
- CN116701819A CN116701819A CN202310697430.2A CN202310697430A CN116701819A CN 116701819 A CN116701819 A CN 116701819A CN 202310697430 A CN202310697430 A CN 202310697430A CN 116701819 A CN116701819 A CN 116701819A
- Authority
- CN
- China
- Prior art keywords
- vegetation
- fpar
- model
- total primary
- primary productivity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000010521 absorption reaction Methods 0.000 claims description 28
- 230000005855 radiation Effects 0.000 claims description 26
- 208000005156 Dehydration Diseases 0.000 claims description 18
- 230000029553 photosynthesis Effects 0.000 claims description 18
- 238000010672 photosynthesis Methods 0.000 claims description 18
- 230000014509 gene expression Effects 0.000 claims description 15
- 229920006395 saturated elastomer Polymers 0.000 claims description 9
- 230000000243 photosynthetic effect Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- GVVPGTZRZFNKDS-JXMROGBWSA-N geranyl diphosphate Chemical compound CC(C)=CCC\C(C)=C\CO[P@](O)(=O)OP(O)(O)=O GVVPGTZRZFNKDS-JXMROGBWSA-N 0.000 claims description 6
- 230000004913 activation Effects 0.000 claims description 3
- 230000009849 deactivation Effects 0.000 claims description 3
- 238000004925 denaturation Methods 0.000 claims description 3
- 230000036425 denaturation Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 5
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000035790 physiological processes and functions Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 241001464837 Viridiplantae Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001651 autotrophic effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明涉及遥感技术领域，具体涉及一种植被总初级生产力的遥感反演方法，包括以下步骤：将不同的光能利用率模型中表示同一影响因子但表示形式不同的参数，采用多元线性方法组合为一个参数；基于不同影响因子线性组合后的参数构建植被总初级生产力估算模型；基于所述植被总初级生产力估算模型估算植被总初级生产力。本发明可以避免由单一参数代表性不足带来的误差，提高反演精度。
Description
技术领域
本发明涉及遥感技术领域，更具体的说是涉及一种植被总初级生产力的遥感反演方法。
背景技术
总初级生产力是指在单位时间和单位面积上，绿色植物通过光合作用所固定的有机碳总量，包括自养呼吸和异养呼吸。总初级生产力是定量表征碳汇/碳源的关键参数，代表了特定区域或生态系统的生产力，同时也反映了区域植被或生态系统的生长特征和健康状况。对植被生产力研究根据不同精度的要求，主要的方法有生物量调査法、涡度相关通量观测法和模型估算法。目前，利用模型估算区域生态系统生产力已成为一种重要而广泛接受的研究方法。
GPP估算模型可分为统计模型、过程模型和光能利用率模型，其中光能利用率模型结构简单，数据较少且易获取，并且结果具有一定的可靠性，因此被广泛使用。光能利用率模型结构较为固定，在不同的模型中同一影响因子具有不同的表达形式，并且其估算效果也有差异，所以利用单一参数对植物总生产例进行估算时，其代表性不足，容易造成误差。
发明内容
有鉴于此，本发明提供了一种植被总初级生产力的遥感反演方法，可以避免由单一参数代表性不足带来的误差，提高反演精度。
为了实现上述目的，本发明采用如下技术方案：
一种植被总初级生产力的遥感反演方法，包括以下步骤：
将不同的光能利用率模型中表示同一影响因子但表示形式不同的参数，采用多元线性方法组合为一个参数；
基于不同影响因子线性组合后的参数构建植被总初级生产力估算模型；
基于所述植被总初级生产力估算模型估算植被总初级生产力。
进一步的，所述影响因子包括：水分胁迫因子、温度胁迫因子和光合有效吸收比例。
进一步的，所述水分胁迫因子的不同表示形式包括：
其中，WVPM、WEC-LUE、WCASA和WMOD17分别表示VPM模型、EC-LUE模型、CASA模型和MOD17模型中的水分胁迫因子；LSWI表示地表水分指数，LSWImax表示地表水分指数最大值；LE表示潜热，H表示显热；E表示蒸散发，Ep表示潜在蒸散发；VPD表示饱和水汽压差，VPDmin表示最小饱和水汽压差，VPDmax表示最大饱和水汽压差。
进一步的，不同表示形式下的所述水分胁迫因子的线性组合为：
f(W)＝a1WVPM+a2WEC-LUE+a3WCASA+a4WMOD17+d1
其中，a1、a2、a3、a4和d1分别为经验参数。
进一步的，所述温度胁迫因子的不同表示形式包括：
TCASA＝Ts1×Ts2
Ts1＝0.8+0.02×Topt-0.0005×T2 opt
其中，TCASA、TTEM、TTG、TC-Fix、TMOD17分别表示CASA模型、TEM模型、TG模型、C-Fix模型和MOD17模型中的温度胁迫因子；Ts1、Ts2表示计算TCASA的中间参数，Topt表示植物进行光合作用的最适温度，T表示近地表气温，Tmax表示植物进行光合作用的最大温度，Tmin表示植物进行光合作用的最小温度，ΔHa，p表示活化能，ΔHd，p表示去活化能，Rg表示气体常数，C1表示常数，根据地形不同取不同值，ΔS表示CO2变性平衡的熵，Tminmin表示在各时间段内能进行光合作用的各个最低温度里的最小值，Tminmax表示在各时间段内能进行光合作用的各个最低温度里的最大值。
进一步的，不同表示形式下的所述温度胁迫因子的线性组合为：
f(T)＝b1TCASA+b2TTEM+b3TTG+b4TC-Fix+b5TMOD17+d2
其中，b1、b2、b3、b4、b5和d2分别为经验参数。
进一步的，所述光和有效辐射吸收比例的不同表示形式包括：
FPARC-Fix＝1.638×NDVI-0.1426
FPARVPM＝EVI
其中，FPARC-Fix和FPARVPM分别表示C-Fix模型和VPM模型中的光合有效辐射吸收比例，FPARCASA1、FPARCASA2和FPARCASA3分别表示CASA模型中的光合有效辐射吸收比例；NDVI表示归一化植被指数；NDVIi,min表示第i种植被的NDVI最小值，NDVIi,max表示第i种植被的NDVI最大值，FPARmax表示光合有效辐射吸收比例的最大值，FPARmin表示光合有效辐射吸收比例的最小值，SR表示比值植被指数，SRi,min表示第i种植被的SR最小值，SRi,max表示第i种植被的SR最大值，EVI表示增强型植被指数。
进一步的，不同表示形式下的所述光和有效辐射吸收比例线性组合为：
FPAR＝c1FPARC-Fix+c2FPARCASA1+c3FPARCASA2+c4FPARCASA3+c5FPAREVI+d3
其中，c1、c2、c3、c4、c5和d3分别为经验参数。
进一步的，所述植被总初级生产力估算模型的表达式为：
GPP＝ε0×f(W)×f(T)×PAR×FPAR
其中，ε0表示最大光能利用率，代表生态系统对太阳辐射的利用效率；f(W)表示水分胁迫因子，f(T)表示温度胁迫因子，FPAR表示光合有效吸收比例，PAR表示光合有效辐射。
经由上述的技术方案可知，与现有技术相比，本发明具有以下有益效果：
由于不同光能利用率模型中对同一影响因子考虑的切入点不同，因此表示方式也不同，估算效果也有所不同。本发明将多个模型中表示同一影响因子但表示形式不同的参数使用多元线性方法将其组合为一个参数，从多个角度对同一影响因子进行表示，减少了由单一参数解释力不够带来的误差，提高了影响因子在估算模型中的精度，对于计算植被总初级生产力具有重要意义。
同时，本发明实现方式简单、实用，模型使用的遥感数据易获取、处理技术成熟，所需的输入参数较少。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明提供的植被总初级生产力的遥感反演方法的流程图；
图2为本发明提供的制备总初级生产力的计算过程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1-图2所示，本发明实施例公开了一种植被总初级生产力的遥感反演方法，其特征在于，包括以下步骤：
S1、将不同的光能利用率模型中表示同一影响因子但表示形式不同的参数，采用多元线性方法组合为一个参数；
S2、基于不同影响因子线性组合后的参数构建植被总初级生产力估算模型；
S3、基于所述植被总初级生产力估算模型估算植被总初级生产力。
其中，所述影响因子包括：水分胁迫因子、温度胁迫因子和光合有效吸收比例。
在一个具体实施例中，对水分胁迫因子、温度胁迫因子和光合有效吸收比例的构建过程和线性组合过程做了详细描述。
(1)水分胁迫因子的不同表示形式包括：
其中，WVPM、WEC-LUE、WCASA和WMOD17分别表示VPM模型(vegetation photosynthesismodel，植被光合作用模型)、EC-LUE模型(Eddy Covarianc e-Light Use Efficiency，涡度相关光能利用率模型)、CASA模型(Carnegie-Ames-Stanford approach模型)和MOD17模型(MODIS GPP产品算法)中的水分胁迫因子；LSWI表示地表水分指数，LSWImax表示地表水分指数最大值；LE表示潜热，H表示显热；E表示蒸散发，Ep表示潜在蒸散发；VPD表示饱和水汽压差，VPDmin表示最小饱和水汽压差，VPDmax表示最大饱和水汽压差。
上述不同模型中的水分胁迫因子因关注的生理过程不同，而使用了不同的参数和构造形式，而这些水分胁迫因子效果也各有优劣，因此考虑将其进行线性组合从而达到互补的效果。不同表示形式下的所述水分胁迫因子的线性组合为：
f(W)＝a1WVPM+a2WEC-LUE+a3WCASA+a4WMOD17+d1
其中，a1、a2、a3、a4和d1分别为经验参数。
(2)温度胁迫因子的不同表示形式包括：
TCASA＝Ts1×Ts2
Ts1＝0.8+0.02×Topt-0.0005×T2 opt
其中，TCASA、TTEM、TTG、TC-Fix、TMOD17分别表示CASA模型、TEM模型(Terrestrialecosystem model，陆地生态系统模型)、TG模型(Temperature and Greenness model，温度和绿度模型)、C-Fix模型和MOD17(MODIS GPP产品算法)模型中的温度胁迫因子；Ts1、Ts2表示计算TCASA的中间参数，Topt表示植物进行光合作用的最适温度，T表示近地表气温，Tmax表示植物进行光合作用的最大温度，Tmin表示植物进行光合作用的最小温度，ΔHa，p表示活化能，ΔHd，p表示去活化能，Rg表示气体常数，C1表示常数，根据地形不同而取不同值(无量纲，山地取21.9，平原或丘陵取21.6)，ΔS表示CO2变性平衡的熵(J·K-1mol-1)，Tminmin表示在各时间段内能进行光合作用的各个最低温度里的最小值，Tminmax表示在各时间段内能进行光合作用的各个最低温度里的最大值。
不同模型中的温度胁迫因子因关注的生理过程不同而使用了不同的参数和构造形式，而这些温度胁迫因子效果也各有优劣，因此同样考虑将其进行线性组合从而达到互补的效果。
不同表示形式下的所述温度胁迫因子的线性组合为：
f(T)＝b1TCASA+b2TTEM+b3TTG+b4TC-Fix+b5TMOD17+d2
其中，b1、b2、b3、b4、b5和d2分别为经验参数。
(3)所述光和有效辐射吸收比例的不同表示形式包括：
FPARC-Fix＝1.638×NDVI-0.1426
FPARVPM＝EVI
其中，FPARC-Fix和FPARVPM分别表示C-Fix模型和VPM模型(vegetationphotosynthesis model，植被光合作用模型)中的光合有效辐射吸收比例，在CASA模型中，NDVI和SR都可以用来表示光和有效辐射吸收比例，但是使用NDVI计算的FPAR略高于实测值，使用SR计算的FPAR略低于实测值，因此CASA模型使用这两者的均值来表示光和有效辐射吸收比例，因此分别使用FPARCASA1、FPARCASA2和FPARCASA3表示CASA模型中的三种光合有效辐射吸收比例的计算方法；NDVI表示归一化植被指数；NDVIi,min表示第i种植被的NDVI最小值，NDVIi,max表示第i种植被的NDVI最大值，FPARmax表示光合有效辐射吸收比例的最大值，为固定值0.95，FPARmin表示光合有效辐射吸收比例的最小值，为固定值0.001，SR表示比值植被指数，SRi,min表示第i种植被的SR最小值，SRi,max表示第i种植被的SR最大值，EVI表示增强型植被指数。
同样，不同模型中的FPAR因关注的生理过程不同而使用了不同的参数和构造形式，而这些FPAR表示的植被冠层吸收比例效果也各有优劣，因此考虑将其进行线性组合从而达到互补的效果。
不同表示形式下的所述光和有效辐射吸收比例线性组合为：
FPAR＝c1FPARC-Fix+c2FPARCASA1+c3FPARCASA2+c4FPARCASA3+c5FPAREVI+d3
其中，c1、c2、c3、c4、c5和d3分别为经验参数。
在一个具体实施例中，所述植被总初级生产力估算模型的表达式为：
GPP＝ε0×f(W)×f(T)×PAR×FPAR
其中，ε0表示最大光能利用率，代表生态系统对太阳辐射的利用效率；f(W)表示水分胁迫因子，f(T)表示温度胁迫因子，FPAR表示光合有效吸收比例，PAR表示光合有效辐射。
本实施例所涉及到的所有参数容易获取，其中，ε0通过观测站的NEE和PAR数据经Michaelis-Menten函数拟合得到，NDVI、EVI和LSWI数据经陆地反射率产品MOD09A1计算得出；地表蒸散发数据、地表潜在蒸散发数据和地表温度数据分别使用MOD16A2产品和MOD11A2产品；PAR数据使用GLASS PAR数据产品；潜热、显热和饱和水汽压差数据通过ERA5再分析数据计算得出；Topt、Tmin、Tmax和Tminmin数据根据查找表结合植被类型图得到。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种植被总初级生产力的遥感反演方法，其特征在于，包括以下步骤：
将不同的光能利用率模型中表示同一影响因子但表示形式不同的参数，采用多元线性方法组合为一个参数；
基于不同影响因子线性组合后的参数构建植被总初级生产力估算模型；
基于所述植被总初级生产力估算模型估算植被总初级生产力。
2.根据权利要求1所述的一种植被总初级生产力的遥感反演方法，其特征在于，所述影响因子包括：水分胁迫因子、温度胁迫因子和光合有效吸收比例。
3.根据权利要求2所述的一种植被总初级生产力的遥感反演方法，其特征在于，所述水分胁迫因子的不同表示形式包括：
其中，WVPM、WEC-LUE、WCASA和WMOD17分别表示VPM模型、EC-LUE模型、CASA模型和MOD17模型中的水分胁迫因子；LSWI表示地表水分指数，LSWImax表示地表水分指数最大值；LE表示潜热，H表示显热；E表示蒸散发，Ep表示潜在蒸散发；VPD表示饱和水汽压差，VPDmin表示最小饱和水汽压差，VPDmax表示最大饱和水汽压差。
4.根据权利要求3所述的一种植被总初级生产力的遥感反演方法，其特征在于，不同表示形式下的所述水分胁迫因子的线性组合为：
f(W)＝a1WVPM+a2WEC-LUE+a3WCASA+a4WMOD17+d1
其中，a1、a2、a3、a4和d1分别为经验参数。
5.根据权利要求2所述的一种植被总初级生产力的遥感反演方法，其特征在于，所述温度胁迫因子的不同表示形式包括：
TCASA＝Ts1×Ts2
Ts1＝0.8+0.02×Topt-0.0005×T2 opt
其中，TCASA、TTEM、TTG、TC-Fix、TMOD17分别表示CASA模型、TEM模型、TG模型、C-Fix模型和MOD17模型中的温度胁迫因子；Ts1、Ts2表示计算TCASA的中间参数，Topt表示植物进行光合作用的最适温度，T表示近地表气温，Tmax表示植物进行光合作用的最大温度，Tmin表示植物进行光合作用的最小温度，ΔHa，p表示活化能，ΔHd，p表示去活化能，Rg表示气体常数，C1表示常数，根据地形不同取不同值，ΔS表示CO2变性平衡的熵，Tminmin表示在各时间段内能进行光合作用的各个最低温度里的最小值，Tminmax表示在各时间段内能进行光合作用的各个最低温度里的最大值。
6.根据权利要求5所述的一种植被总初级生产力的遥感反演方法，其特征在于，不同表示形式下的所述温度胁迫因子的线性组合为：
f(T)＝b1TCASA+b2TTEM+b3TTG+b4TC-Fix+b5TMOD17+d2
其中，b1、b2、b3、b4、b5和d2分别为经验参数。
7.根据权利要求2所述的一种植被总初级生产力的遥感反演方法，其特征在于，所述光和有效辐射吸收比例的不同表示形式包括：
FPARC-Fix＝1.638×NDVI-0.1426
FPARVPM＝EVI
其中，FPARC-Fix和FPARVPM分别表示C-Fix模型和VPM模型中的光合有效辐射吸收比例，FPARCASA1、FPARCASA2和FPARCASA3分别表示CASA模型中的光合有效辐射吸收比例；NDVI表示归一化植被指数；NDVIi,min表示第i种植被的NDVI最小值，NDVIi,max表示第i种植被的NDVI最大值，FPARmax表示光合有效辐射吸收比例的最大值，FPARmin表示光合有效辐射吸收比例的最小值，SR表示比值植被指数，SRi,min表示第i种植被的SR最小值，SRi,max表示第i种植被的SR最大值，EVI表示增强型植被指数。
8.根据权利要求7所述的一种植被总初级生产力的遥感反演方法，其特征在于，不同表示形式下的所述光和有效辐射吸收比例线性组合为：
FPAR＝c1FPARC-Fix+c2FPARCASA1+c3FPARCASA2+c4FPARCASA3+c5FPAREVI+d3
其中，c1、c2、c3、c4、c5和d3分别为经验参数。
9.根据权利要求2所述的一种植被总初级生产力的遥感反演方法，其特征在于，所述植被总初级生产力估算模型的表达式为：
GPP＝ε0×f(W)×f(T)×PAR×FPAR
其中，ε0表示最大光能利用率，代表生态系统对太阳辐射的利用效率；f(W)表示水分胁迫因子，f(T)表示温度胁迫因子，FPAR表示光合有效吸收比例，PAR表示光合有效辐射。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310697430.2A CN116701819B (zh) | 2023-06-13 | 2023-06-13 | 一种植被总初级生产力的遥感反演方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310697430.2A CN116701819B (zh) | 2023-06-13 | 2023-06-13 | 一种植被总初级生产力的遥感反演方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116701819A true CN116701819A (zh) | 2023-09-05 |
| CN116701819B CN116701819B (zh) | 2024-06-14 |
Family
ID=87823469
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310697430.2A Active CN116701819B (zh) | 2023-06-13 | 2023-06-13 | 一种植被总初级生产力的遥感反演方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116701819B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106446564A (zh) * | 2016-09-29 | 2017-02-22 | 华南农业大学 | 一种植被净初级生产力遥感估算方法 |
| WO2018028191A1 (zh) * | 2016-08-10 | 2018-02-15 | 福州大学 | 一种基于波段比模型和太阳高度角的tavi计算方法 |
| CN113139901A (zh) * | 2021-04-15 | 2021-07-20 | 青岛地质工程勘察院(青岛地质勘查开发局) | 一种流域尺度植被净初级生产力遥感精细反演方法 |
| CN113779796A (zh) * | 2021-09-13 | 2021-12-10 | 中国科学技术大学 | 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 |
| CN114331233A (zh) * | 2022-03-15 | 2022-04-12 | 航天宏图信息技术股份有限公司 | 植被总初级生产力估算方法、装置、电子设备及存储介质 |
-
2023
- 2023-06-13 CN CN202310697430.2A patent/CN116701819B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018028191A1 (zh) * | 2016-08-10 | 2018-02-15 | 福州大学 | 一种基于波段比模型和太阳高度角的tavi计算方法 |
| CN106446564A (zh) * | 2016-09-29 | 2017-02-22 | 华南农业大学 | 一种植被净初级生产力遥感估算方法 |
| CN113139901A (zh) * | 2021-04-15 | 2021-07-20 | 青岛地质工程勘察院(青岛地质勘查开发局) | 一种流域尺度植被净初级生产力遥感精细反演方法 |
| CN113779796A (zh) * | 2021-09-13 | 2021-12-10 | 中国科学技术大学 | 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 |
| CN114331233A (zh) * | 2022-03-15 | 2022-04-12 | 航天宏图信息技术股份有限公司 | 植被总初级生产力估算方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 冯思齐: "云南省森林GPP遥感估算及时空特征变化分析", 《中国优秀硕士学位论文全文数据库 (农业科技辑)》, 15 February 2024 (2024-02-15) * |
| 张乐: "黑龙江流域植被净初级生产力估算及影响因素研究", 《中国优秀硕士学位论文全文数据库 (基础科学辑)》, 15 November 2022 (2022-11-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116701819B (zh) | 2024-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ding et al. | Spatiotemporal variation in alpine grassland phenology in the Qinghai-Tibetan Plateau from 1999 to 2009 | |
| Deng et al. | Management of trade-offs between cultivated land conversions and land productivity in Shandong Province | |
| CN110276304A (zh) | 基于降尺度的高分辨率植被生产力遥感估算方法 | |
| CN102103077A (zh) | 一种基于modis数据的农业干旱监测方法 | |
| CN108920857B (zh) | 一种日光诱导叶绿素荧光的模拟方法 | |
| CN113487079A (zh) | 一种城市土地利用规模结构低碳化布局的方法及装置 | |
| Gao et al. | Simulation study of China’s net primary production | |
| CN108152212A (zh) | 基于高时间分辨率和空间分辨率多光谱遥感数据的草地地上生物量反演方法 | |
| Gao et al. | Impacts of land-use and climate changes on ecosystem productivity and carbon cycle in the cropping-grazing transitional zone in China | |
| CN106875067B (zh) | 构建冬季晴天时温室二氧化碳浓度预测模型的方法 | |
| CN115909070A (zh) | 一种基于改进yolov5网络的杂草检测方法 | |
| CN116701819B (zh) | 一种植被总初级生产力的遥感反演方法 | |
| CN105352893A (zh) | 一种适用于植被稀疏区的叶绿素反演方法 | |
| CN103955607B (zh) | 一种提高短波红外卫星二氧化碳反演速度的方法 | |
| CN109598379B (zh) | 一种基于温度反演的城市国土三生空间优化方法 | |
| Liu et al. | Impacts of LUCC processes on potential land productivity in China in the 1990s | |
| Chen et al. | Spatio-temporal correlation between human activity intensity and land surface temperature on the north slope of Tianshan Mountains | |
| Tchebakova et al. | Energy and mass exchange and the productivity of main Siberian ecosystems (from Eddy covariance measurements). 2. carbon exchange and productivity | |
| CN103823976B (zh) | 日光温室光热环境计算方法 | |
| CN116862311A (zh) | 植物纤维产品生命周期碳氧足迹量化与评价方法 | |
| CN108062602B (zh) | 一种预测温室茄果类作物同化产物产量的方法 | |
| CN116432849A (zh) | 一种基于初级生产力数据同化的叶面积指数预测方法 | |
| Ribeiro et al. | Canopy architecture of an agroforestry system: initial evaluation of a waveform system | |
| CN115203979A (zh) | 一种生物环境仿真模拟控制方法和系统 | |
| CN113990400A (zh) | 基于叶绿素荧光的植被总初级生产力反演方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |