,2(.云南師范大學(xué) 旅游與地理科學(xué)學(xué)院,云南 昆明 650500;2.云南省基礎(chǔ)地理信息中心,云南 昆明 650500)

基于CASA模型的玉溪市NPP時空變化分析

吳 瓊1,王金亮1,李 佳1,段 平1,李石華1,2
(1.云南師范大學(xué) 旅游與地理科學(xué)學(xué)院,云南 昆明 650500;2.云南省基礎(chǔ)地理信息中心,云南 昆明 650500)

凈初級生產(chǎn)力是陸地生態(tài)系統(tǒng)碳匯的決定因子,是生態(tài)系統(tǒng)中物質(zhì)與能量流動研究的基礎(chǔ)。為了解玉溪市凈初級生產(chǎn)力時空變化情況及其與影響因子的相互關(guān)系,利用CASA模型對玉溪市2000年、2005年、2010年、2015年凈初級生產(chǎn)力進(jìn)行了估算,并從時間、空間變化及其與DEM、NDVI等的空間關(guān)系進(jìn)行了分析。結(jié)果表明:①玉溪市15年間凈初級生產(chǎn)力均值呈先“減小后增大再減小”的趨勢。②各地區(qū)凈初級生產(chǎn)力空間差異明顯,西南部地區(qū)最高,東北部地區(qū)最低;15年間西部與西南部地區(qū)減少較明顯,北部與東北部地區(qū)增加較明顯。③凈初級生產(chǎn)力均值總體隨海拔的上升而增大,與DEM、NDVI呈正相關(guān)。在海拔較高區(qū)域,與NDVI相關(guān)性較大；在海拔較低區(qū)域,與DEM相關(guān)性較大。

玉溪市;凈初級生產(chǎn)能力;CASA模型;時空變化;植被覆蓋度

1 引言

陸地植被凈初級生產(chǎn)力(Net Primary Productivity,NPP)是指陸地植物光合作用積累的有機質(zhì)干物質(zhì)總量。即在單位面積、單位時間上,由光合作用產(chǎn)生的有機質(zhì)總量和呼吸作用消耗有機質(zhì)量的差值，表征著植被的固碳能力,反映了植物轉(zhuǎn)化和固定光合產(chǎn)物的效率[1]。NPP估算的模型方法依據(jù)其計算機理主要有氣候生產(chǎn)力模型、生理生態(tài)過程模型、光能利用率模型和生態(tài)遙感耦合模型4種[2],其中氣候生產(chǎn)力模型最為簡單且參數(shù)易獲取,但估算誤差較大,適用于區(qū)域潛在NPP估算;生理生態(tài)過程模型估算較準(zhǔn)確,但模型較復(fù)雜,參數(shù)較多且難獲取,適用于小尺度均質(zhì)斑塊NPP的估算;光能利用率模型尺度轉(zhuǎn)換相對容易且植被參數(shù)可由遙感數(shù)據(jù)獲取,適用于區(qū)域估算;生態(tài)遙感耦合模型是生理生態(tài)過程模型和光能利用率模型的結(jié)合,兼具其優(yōu)缺點,但有參數(shù)難于獲取的弊端,估算受葉面積指數(shù)(LAI)的影響較大。綜上所述,同時考慮參數(shù)獲取難易程度與估算結(jié)果的準(zhǔn)確性,光能利用率模型成為NPP估算的主要模型。其中,基于GIS和RS技術(shù)的CASA模型充分考慮了NPP計算中最主要的兩個驅(qū)動變量,同時參數(shù)需求較少,避免了參數(shù)估算帶來的誤差,在國內(nèi)外得到廣泛應(yīng)用[3,4]。

我國曾對不同區(qū)域,如平原、高原、丘陵、山區(qū)等地的NPP開展了研究工作[5]:如根據(jù)生態(tài)系統(tǒng)過程模型對我國三江平原NPP變化及其主要影響因素進(jìn)行了研究[6];依據(jù)CASA模型,估算了青藏高原和全國凈初級生產(chǎn)力,并分析其空間格局[7];結(jié)合MODIS數(shù)據(jù)模擬了福建省森林生態(tài)系統(tǒng)NPP,對其影響因子進(jìn)行了分析[8];基于氣候變化下的長白山闊葉紅松林NPP變化與響應(yīng)研究[9]等,但是對地形較復(fù)雜的西南地區(qū)研究鮮見。

玉溪市位于云南省中部地區(qū),緊鄰省會昆明,享有“滇中糧倉”和“云煙之鄉(xiāng)”的美譽,同時也是撫仙湖、哀牢山、陽宗海等著名風(fēng)景區(qū)的所在地。云南省玉溪市動植物種類繁多,植物種類達(dá)2000多種,屬國家重點保護(hù)的有28種,包括國家森林公園2個、國家級自然保護(hù)區(qū)1個、省級自然保護(hù)區(qū)1個、地縣級自然保護(hù)區(qū)17個。因此,無論是從景區(qū)維護(hù)還是物種保護(hù)方面,對玉溪市的NPP研究都顯得尤為重要。此外,玉溪市地勢西北高、東南低,山地、峽谷、高原、盆地交錯分布,位于新平縣的哀牢山主峰為最高峰,海拔3165.9m,最低海拔為元江河谷,海拔328m,相對高差2838m,十分有利于研究區(qū)域NPP在不同海拔范圍內(nèi)與DEM、NDVI等因子的相關(guān)性。

為了詳細(xì)了解玉溪市NPP的時空變化,探討玉溪市與各影響因子的相關(guān)性,本文將運用CASA模型逐像元模擬2000—2015年玉溪市NPP分布及其時空變化,分析與各影響因子的相關(guān)性。該研究成果有利于進(jìn)一步了解玉溪市植被空間布局與承載力現(xiàn)狀,對評估各縣區(qū)生態(tài)平衡狀況具有重要的參考價值。

2 研究區(qū)與數(shù)據(jù)來源

2.1 研究區(qū)概況

玉溪市的地理坐標(biāo)為23°19′—24°53′N、101°16′—103°09′E之間,位于云南省中部地區(qū),全市總面積15285km2,分2個市轄區(qū)、5個縣、3個自治縣,屬于低緯度高原區(qū)。玉溪市的氣候隨復(fù)雜地形變化,年平均氣溫15.4—24.2℃,年平均降水量787.8—1000mm,多集中于6—10月,相對濕度75.3%,年平均蒸發(fā)量1801mm。由于玉溪市的地形高差較大、地形復(fù)雜,一般山區(qū)比壩區(qū)降雨量大、溫度較低,從山頂?shù)焦鹊?全年和晝夜溫差變化較顯著。

2.2 數(shù)據(jù)來源

本研究主要采用遙感數(shù)據(jù)、氣象數(shù)據(jù)和其他空間數(shù)據(jù)。遙感數(shù)據(jù)主要包括2000年、2005年、2010年、2015年1—12月份的MODAS NDVI產(chǎn)品數(shù)據(jù);2000年、2005年、2010年、2015年的TM影像數(shù)據(jù)(利用監(jiān)督分類與目視解譯的方法得到各年土地利用數(shù)據(jù));氣象數(shù)據(jù)包括玉溪市8個站點的實測數(shù)據(jù),主要有日照時數(shù)、月均溫、月降水量、局地潛在蒸散量等，其他空間數(shù)據(jù)包括玉溪的市行政區(qū)劃數(shù)據(jù)等。

3 研究方法及計算

本文采用CASA模型估算玉溪市的NPP。NPP的計算與植物光合有效輻射(APAR)和實際光能利用率(ε)兩個因子相關(guān)[3,10],計算公式為:

NPP(x,t)=APAR(x,t)×ε(x,t)

(1)

兩個參數(shù)的具體計算方法見APAR的估算和ε的估算。

3.1 APAR的估算

APAR的主要影響因子有植被所能吸收的太陽有效輻射、植被對入射光合有效輻射的吸收比例,其代數(shù)關(guān)系式為:

APAR(x,t)=SOL(x,t)×FPAR(x,t)×0.5

(2)

式中,SOL(x,t)為t月在像元x處的太陽總輻射量(g C/m2·month),可根據(jù)各站點日照時數(shù)求得太陽總輻射量,采用IDW插值法求得各像元總輻射量;0.5表示植被可利用的太陽有效輻射占太陽總輻射的比例[3,10,11];FPAR(x,t)是指植被對入射光合有效輻射的吸收比例,它同時與NDVI、SR相關(guān)。

根據(jù)FPAR與NDVI的線性關(guān)系[10,12,13],利用像元二分模型做出各地物掩膜文件,并得出不同地物各像元的NDVI值,同時用各地物分類矢量文件裁剪出不同地物的NDVI,得到其最大值和最小值,代入式(3)求得FPARNDVI。

(3)

式中,NDVIi,max、NDVIi,min分別表示第i種植被類型NDVI最大值、最小值;各像元NDVI值根據(jù)MODAS、NDVI產(chǎn)品數(shù)據(jù)獲取。

根據(jù)FPAR與SR的線性關(guān)系[1,10,14,],與Step1同理求得各像元SR值、不同地物SR最大值和最小值,代入式(4)求得FPARSR。

(4)

式中,FPARmin、FPARmax分別取值0.001、0.95;SRi,max、SRi,min分別表示第i種植被類型的NDVI在95%和5%下的百分位數(shù)[18,26]。SR(x,t)由式(5)求得:

(5)

對FPARNDVI和FPARSR估算結(jié)果進(jìn)行對比分析,發(fā)現(xiàn)由NDVI估算的FPAR比實測值高,而由SR估算的FPAR比實測值低,因此依據(jù)式(6)取其平均值作為FPAR最終估算值[1,10,15](本研究α取0.5)。

FPAR(x,t)=αFPARNDVI+(1-α)FPARSR

(6)

根據(jù)以上方法,可求得APAR因子。

3.2 ε的估算

光能利用率是指在一定時期內(nèi)植被單位面積上干物質(zhì)中所包含的化學(xué)潛能,與同一時間投射到該面積上的光合有效輻射能之比。主要與溫度對光能利用率的脅迫作用、水分脅迫影響系數(shù)、最大光能利用率相關(guān),其代數(shù)關(guān)系式為:

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)×εmax

(7)

Tε1(x,t)是指在低溫或高溫條件下,植物內(nèi)在的生化作用會對光合作用產(chǎn)生一定的限制,從而降低植物第一性生產(chǎn)力。具體的計算公式為：

Tε1(x,t)=0.8+0.02×Topt(x)-0.0005×[Topt(x)]2

(8)

式中,Topt(x)表示最適宜植物生長溫度,取研究區(qū)一年內(nèi)NDVI值最高時的當(dāng)月平均氣溫(℃)。

Tε2(x,t)是指當(dāng)植物生長的環(huán)境溫度從最適宜溫度Topt(x)向高溫或低溫變化時,植物光能利用率有變小趨勢,該因子主要與當(dāng)月各像元的溫度相關(guān),代數(shù)關(guān)系式為：

(9)

式中,T(x,t)表示t月份像元x處的溫度,采用IDW插值法對各氣象站點月均溫插值得到。

水分脅迫影響系數(shù)Wε(x,t)表示植物所能利用的有效水分條件對光能利用率的影響,主要與區(qū)域?qū)嶋H蒸散量E(x,t))、區(qū)域潛在蒸散量Ep(x,t)相關(guān),計算式為式(10)；E(x,t)又由P(x,t)和Rn(x,t)決定,計算式為式(12)；P(x,t)為t月份內(nèi)像元x處的降水量(mm),同樣采用IDW插值法對氣象站點月降雨量插值計算獲取;Rn(x,t)利用經(jīng)驗公式(12)求得。

Wε(x,t)=0.5+0.5×E(x,t)/Ep(x,t)

(10)

(11)

(12)

對不同植被類型的月最大光能利用率εmax的取值不同,本文參照中國典型植被類型最大光能利用率模擬的結(jié)果[16],結(jié)合本研究的分類結(jié)果,歸類得出不同生態(tài)類型的光能利用率取值(表1),根據(jù)以上公式可求得ε因子。

表1 不同生態(tài)類型的光能利用率取值(gC/MJ)

4 玉溪市NPP估算與分析

我們將估算的植被光合有效輻射(APAR)和實際光能利用率(ε)代入式(1),求得玉溪市2000年、2005年、2010年、2015年4期的NPP分布(圖1,見封三)。根據(jù)圖1可見,各區(qū)域4期的NPP分布趨勢大體相同,均表現(xiàn)東北部地區(qū)較小、西部和西南部地區(qū)較大。根據(jù)統(tǒng)計分析,2000年的NPP均值為830.052g/m2·a、2005年為616.126g/m2·a、2010年為776.424g/m2·a、2015年為593.213g/m2·a,總體呈“先減小后增大”的趨勢。在高程較高的新平哀牢山地區(qū)和元江西部地區(qū)的NPP值均較大,分析認(rèn)為NPP與DEM存在一定程度的正相關(guān)性。在植被覆蓋水平相對較低的澄江、華寧、玉溪、通海、易門等地,海拔較高,但NPP相對較低,據(jù)此分析NPP與NDVI也存在一定程度的正相關(guān)性。

注:a為2000年；b為2005年；c為2010年；d為2015年。

圖2玉溪市NPP總量均值直方圖

圖3 玉溪市2000—2015年各縣區(qū)NPP均值分布

4.1 玉溪市的NPP時空變化

分析4期NPP結(jié)果，玉溪市NPP總體呈現(xiàn)明顯的空間分異(圖1，見封三),其中西南部地區(qū)均值最高。元江地區(qū)屬中部高原溫暖區(qū),適宜各種植被生長,15年間NPP年平均值高達(dá)492.761g/m2·a,新平地區(qū)為405.669g/m2·a;東北部地區(qū)NPP均值最低,以水體流域最多的澄江最低,15年平均值為200.063g/m2·a;其次華寧地區(qū)為296.197g/m2·a;中部地區(qū)15年間NPP均值在300—400g/m2·a之間變化。

15年間玉溪市NPP均值總體呈“先減小后增大再減小”的趨勢(圖2),同時各縣區(qū)NPP也呈同樣的趨勢(圖3)。NPP最小值出現(xiàn)在2015年(593.213g/m2·a),最大值出現(xiàn)在2000年(830.052g/m2·a),15年間總量減少較明顯。

從不同地區(qū)變化趨勢看(圖4,見封三),15年間新平的西部地區(qū)、元江的西部和東北部地區(qū)由于受氣候影響NPP均值減少較明顯,澄江、華寧、江川、易門的部分地區(qū)有所增加,中部地區(qū)變化幅度較小。

圖5 玉溪市2000年—2015年(高程gt;1500m)NPP、NDVI、DEM剖面圖

4.2 NPP與DEM、NDVI的關(guān)系

為了研究玉溪市NPP在不同范圍內(nèi)對DEM、NDVI的不同響應(yīng),我們選取研究區(qū)某區(qū)域繪制一條剖面直線,分別得到NPP、DEM、NDVI空間剖面曲線圖。以DEM等于1500m為界,分別研究不同高程范圍內(nèi)NPP與DEM、NDVI的相關(guān)性。研究表明,在玉溪市高程范圍內(nèi),NPP與NDVI、DEM均呈現(xiàn)正相關(guān)性。但高程大于1500m時,NPP與NDVI相關(guān)性較大(圖5);小于1500m時,NPP與DEM相關(guān)性較大(圖6)。究其原因是:在一定范圍內(nèi)隨著海拔的上升,降水量逐漸增大,上升到一定高度時,降水量又隨之減小;其次,太陽總輻射量隨海拔升高而不斷增大,增長速度為先快后慢。綜合兩者在海拔較小時,降水量和太陽總輻射量隨海拔升高,正向變化較明顯；而在海拔較大的區(qū)域,降水量變小,太陽輻射量增加變慢,所以在海拔較低(DEM較小)區(qū)域的NPP與DEM相關(guān)性更高。此外,在海拔較高區(qū)域(DEM較大),植被類型多樣化、植被保護(hù)較好;低海拔區(qū)域的人為活動特別是城鎮(zhèn)建設(shè)用地較多,植被幅度較低,因此也表現(xiàn)出海拔較高區(qū)域的NPP與NDVI相關(guān)性更高。結(jié)合本文剖面線的選取位置(高海拔區(qū)域剖面線在澄江、江川、通海地區(qū);低海拔區(qū)域剖面線在新平、元江的河谷地區(qū)),澄江、江川、華寧、通海等地NPP受NDVI的影響較大,因此這些區(qū)域植被類型與數(shù)量的保護(hù)顯得尤為重要。峨山、新平、元江的河谷地帶,由于海拔較低,NPP受DEM影響更大,但并不否決NDVI的變化作用,只是在NDVI同等變化情況下,澄江、江川等高海拔地區(qū)NPP的響應(yīng)強于元江、峨山等低海拔地區(qū)。

圖6 玉溪市2000—2015年(高程lt;1500m)NPP、NDVI、DEM剖面圖

5 精度評價分析

玉溪市的NPP誤差來源主要有兩個方面：一是各氣象數(shù)據(jù)的選擇,二是通過監(jiān)督分類得到的遙感影像分類結(jié)果。本文氣象數(shù)據(jù)均來自云南省氣象局,較為準(zhǔn)確,因此主要進(jìn)行監(jiān)督分類的精度驗證。我們將研究區(qū)分為林地、耕地、水體、居民地、草地5類,采用Google Earth隨機選取若干驗證樣本區(qū),通過計算分類混淆矩陣和Kappa系數(shù),完成了分類結(jié)果的精度驗證,見表2。從表2可見,玉溪市各年份Kappa系數(shù)均大于0.75,表明分類結(jié)果較為理想。

表2 影像分類精度檢驗結(jié)果

6 結(jié)語

利用遙感影像數(shù)據(jù)、氣象數(shù)據(jù),根據(jù)CASA模型可較為準(zhǔn)確地對玉溪市的NPP值進(jìn)行估算。估算結(jié)果表明,2000—2015年十五年間玉溪市的NPP均值呈現(xiàn)“先減小后增大再減小”的趨勢;各區(qū)域變化有所差異,隸屬低海拔區(qū)域的新平東部地區(qū)和峨山的西南部地區(qū)NPP的變化不大,玉溪市低海拔區(qū)域玉溪市NPP與DEM表現(xiàn)出較高的相關(guān)性,澄江、華寧、江川、易門部分地區(qū)有所增加;結(jié)合NPP與NDVI、DEM的相關(guān)性,玉溪市該區(qū)域的NDVI提高較大(高海拔區(qū)域NPP與NDVI相關(guān)性更強),說明澄江、華寧、易門各縣近年來政府對生態(tài)環(huán)境保護(hù)力度較大,各植被生長狀態(tài)較好,區(qū)域基本保持了生態(tài)平衡。但同屬玉溪市高海拔地區(qū)的新平西部(主要集中在哀牢山地區(qū))、元江西部和東北部地區(qū)的NPP減少明顯,一方面是由于城市化發(fā)展過程對城市建筑、道路等建設(shè)的需求,導(dǎo)致對林地、草地等植被覆蓋區(qū)域的占用；另一方面則是人們不重視保護(hù)環(huán)境。因此,我們建議當(dāng)?shù)赜嘘P(guān)部門在城市化進(jìn)程中協(xié)調(diào)好城鎮(zhèn)建設(shè)與區(qū)域生態(tài)開發(fā)的比重,加大環(huán)境監(jiān)測力度,減少對山區(qū)的開發(fā),尤其像哀牢山一類難以恢復(fù)的景區(qū)地區(qū)禁止砍伐森林,避免大面積高植被覆蓋度林區(qū)減少。

[1]俞靜芳.基于CASA模型的浙江省植被凈初級生產(chǎn)力估算[J].浙江農(nóng)林大學(xué)學(xué)報,2012,29(4)∶473-481.

[2]陳雯,孫成明,劉濤,等.植被NPP估算的模型方法與機理[J].安徽農(nóng)學(xué)通報,2014,(8)∶30-33.

[3]朱文泉,潘耀忠,龍中華,等.基于GIS和RS的區(qū)域陸地植被NPP估算——以中國內(nèi)蒙古為例[J].遙感學(xué)報,2005,9(3)∶300-307.

[4]Donmez C,Berberoglu S,Curran P J.Modelling the Current and Future Spatial Distribution of NPP in a Mediterranean Watershed[J].International Journal of Applied Earth Observation and Geoinformation,2011,13(3)∶336-345.

[5]杜虹蓉.基于CASA模型的中山峽谷區(qū)縣域植被NPP時空變化研究[D].昆明：云南大學(xué)碩士學(xué)位論文,2015.

[6]王宗明,國志興,宋開山,等.2000—2005年三江平原土地利用/覆被變化對植被凈初級生產(chǎn)力的影響研究[J].自然資源學(xué)報,2009,(1)∶136-146.

[7]秦瑞,周瑞伍,彭明春,等.CASA模型在金沙江流域(云南部分)NPP研究中的應(yīng)用[J].山地學(xué)報,2014,(6)∶698-705.

[8]江洪,汪小欽,孫為靜.福建省森林生態(tài)系統(tǒng)NPP的遙感模擬與分析[J].地球信息科學(xué)學(xué)報,2010,12(4)∶580-586.

[9]吳玉蓮,王襄平,李巧燕,等.長白山闊葉紅松林凈初級生產(chǎn)力對氣候變化的響應(yīng)：基于BIOME-BGC模型的分析[J].北京大學(xué)學(xué)報(自然科學(xué)版),2014,50(3)∶577-586.

[10]朱文泉,潘耀忠,張錦水.中國陸地植被凈初級生產(chǎn)力遙感估算[J].植物生態(tài)學(xué)報,2007,31(3)∶413-424.

[11]劉廣.京津冀地區(qū)森林植被凈初級生產(chǎn)力遙感估算研究[D].北京：北京林業(yè)大學(xué)碩士學(xué)位論文,2008.

[12]Monteith J L.Solar Radiation and Productivity in Tropical Ecosystems[J].Journal of applied ecology,1972,9(3)∶747-766.

[13]Ruimy A,Saugier B,Dedieu G.Methodology for the Estimation of Terrestrial Net Primary Production from Remotely Sensed Data[J].Journal of Geophysical Research：Atmospheres,1994,99(D3)∶5263-5283.

[14]Los S,Justice C,Tucker C.A Global 1 by 1 Degree NDVI Dataset for Climate Studies Derived from the GIMMS Continental NDVI Data[J].1994,(15)∶3493-3518.

[15]李旭譜.黑河流域NPP遙感估算及其時空變化特征分析[D].西安：陜西師范大學(xué)碩士學(xué)位論文,2013.

[16]朱文泉,潘耀忠,何浩,等.中國典型植被最大光利用率模擬[J].科學(xué)通報,2006,51(6)∶700-706.

AnalysisonTemporalandSpatialVariationofNPPinYuxiCityBasedonCASAModel

WU Qiong1,WANG Jin-liang1,LI Jia1,DUAN Ping1,LI Shi-hua2,1
(1.College of Tourism and Geography,Yunnan Normal University,Kunming 650500,China;2.Yunan Provincial Geoinformatics Center,Kunming 650500,China)

Net Primary Productivity(NPP) was a determining factor of terrestrial ecosystem carbon sink,and it was the basis of research on material and energy flow in ecosystem.For a detailed understanding of the temporal and spatial variation of the NPP in Yuxi City and its relationship with the image factors,in this paper,CASA model was used to estimate the mean NPP of 2000,2005,2010 and 2015in Yuxi City.In addition,the authors analyzed the spatial and temporal variation of NPP and the relationships between the NPP and DEM,NDVI.The results showed that:①Over the past 15 years(2000-2015),the mean NPP in Yuxi City changed in volatility:First decreased and then increased,then decreased.②The spatial difference of the mean NPP in Yuxi City was obvious,with the highest in the southwest region and the lowest in the northeast region.At the same time,the decrease of NPP was obvious in the west and southwest of Yuxi City in fifteen years,and the northern and northeastern regions increased significantly.③In generally,the mean NPP of Yuxi City increased with the increase of DEM,and it was positively correlated with elevation and normalized difference vegetation index.Meanwhile,the correlation between the NPP and the normalized difference vegetation index was big in high altitude areas,but the correlation between NPP and DEM was big in the low altitude areas.

Yuxi City;net primary production capacity;CASA model;temporal and spatial variation;vegetation coverage

10.3969/j.issn.1005-8141.2017.07.002

X826.2

A

1005-8141(2017)07-0777-06

2017-05-21；

2017-06-14

國家自然科學(xué)基金項目(編號:41561048);國家測繪地理信息局地理國情監(jiān)測示范項目“撫仙湖流域生態(tài)環(huán)境動態(tài)監(jiān)測”(編號：測國土函[2014]35號)。

吳瓊(1991-),女,山西省晉中人,碩士研究生,主要研究方向為資源環(huán)境遙感應(yīng)用。

王金亮(1963-),男,云南省武定人,教授,博士生導(dǎo)師,主要研究方向為資源環(huán)境遙感應(yīng)用。