喬雪麗,鄭江華,2,*,穆 晨

1 新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院, 烏魯木齊 830046 2 綠洲生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室, 烏魯木齊 830046 3 新疆草原總站, 烏魯木齊 830000

陸地生態(tài)系統(tǒng)的碳循環(huán)是全球變化研究的核心內(nèi)容之一[1-2]。草地凈初級(jí)生產(chǎn)力(NPP)是草地碳固定能力的重要表征,草地NPP研究通過(guò)對(duì)草地生態(tài)系統(tǒng)生產(chǎn)力的模擬,定量分析其生產(chǎn)力的時(shí)空變化,正確評(píng)價(jià)在自然條件下草地的生產(chǎn)能力,從而對(duì)系統(tǒng)分析草地在全球氣候變化中的生態(tài)價(jià)值和貢獻(xiàn)、研究陸地碳循環(huán)機(jī)制等方面的研究提供了依據(jù)[3]。草地NPP的研究對(duì)于合理利用草地資源,最大限度地提高草地產(chǎn)量以及對(duì)草地農(nóng)業(yè)生態(tài)系統(tǒng)中的碳循環(huán)研究都具有重要的指導(dǎo)意義[4-6]。

自20世紀(jì),隨著遙感技術(shù)的迅速發(fā)展和基于遙感觀測(cè)生理生態(tài)理論研究的進(jìn)展,利用遙感影像反演陸地植被凈初級(jí)生產(chǎn)力(NPP)成為模擬NPP的主要發(fā)展方向,這使得多尺度生態(tài)系統(tǒng)草地NPP的空間格局和過(guò)程的定量、動(dòng)態(tài)觀測(cè)成為可能[7]?；谶b感數(shù)據(jù)的CASA(Carnegie-Ames-Stanford Approach)模型建立在植物光合作用過(guò)程和Monteith[8]提出的光能利用率概念上,因其能夠在全球和區(qū)域尺度上很好地評(píng)估NPP的動(dòng)態(tài)變化和時(shí)空變異性而得到廣泛的應(yīng)用[9],例如周夏飛等利用CASA模型分析了2001—2015年青藏高原草地碳源/匯時(shí)空及其與氣候因子關(guān)系[10],黃露等利用CASA模型研究土地利用/覆被變化對(duì)鄂爾多斯市草地生態(tài)系統(tǒng)凈初級(jí)生產(chǎn)力的影響[11],韓王亞等則利用CASA模型分析了2000—2015年拉薩河流域NPP時(shí)空變化及驅(qū)動(dòng)因子[12]。

隨著遙感技術(shù)的迅速發(fā)展,中高空間分辨率遙感數(shù)據(jù)類(lèi)型逐漸增多,為區(qū)域NPP估算提供了多源遙感數(shù)據(jù)。由于受時(shí)間分辨率及云雨天氣的影響,難以獲取完整時(shí)間序列的中高空間分辨率遙感影像。為解決中高空間分辨率衛(wèi)星數(shù)據(jù)缺失的問(wèn)題,基于多源遙感數(shù)據(jù)時(shí)空融合技術(shù)得到發(fā)展,并已在植被、土地覆蓋與土地利用中得到較多的應(yīng)用[13- 17]。近年來(lái),大多數(shù)學(xué)者從不同的插值方法探究其對(duì)NPP精度的影響[18-19],但研究不同數(shù)據(jù)源對(duì)草地NPP精度影響的學(xué)者較少。

基于以上背景,本文將處于亞洲大陸腹地的青海省海北藏族自治州作為研究區(qū)域,探討多源遙感數(shù)據(jù)在反演草地NPP時(shí)的精度,并進(jìn)行精度檢驗(yàn),為改善與提高該區(qū)域生態(tài)系統(tǒng)生產(chǎn)力的估算與模擬提供有效的數(shù)據(jù)參考與支撐。

1 研究區(qū)概況

本研究區(qū)域海北藏族自治州位于青海省東北部,北面與甘肅省毗鄰。全州土地面積3.4萬(wàn)km2,橫跨98°05′—102°41′E,36°44′—39°05′N(xiāo)如圖1。境內(nèi)最高海拔5287 m,最低海拔2180 m,海拔超過(guò)3000 m的高原面積約占全州土地總面積的85%為草原地帶。海北藏族自治州位于亞洲大陸腹地,屬高原大陸性氣候,東南季風(fēng)及西南季風(fēng)微弱。受高海拔條件的制約,氣溫極低,按氣候四季的標(biāo)準(zhǔn)劃分,這里全年皆冬,無(wú)明顯四季之分,僅有冷暖二季之別,干濕季分明[20]。全年日照時(shí)數(shù)在2440—3140 h。年降水量300—500 mm,且集中在7、8月份, 土壤以高山草甸土和山地草甸土為主,兼有黑鈣土、栗鈣土、灰褐土等,有機(jī)質(zhì)含量豐富,有利于農(nóng)作物和牧草的生長(zhǎng)。

圖1 研究區(qū)位置示意圖Fig.1 Location of the research area

2 數(shù)據(jù)來(lái)源及預(yù)處理

2.1 遙感數(shù)據(jù)

2.1.1Landsat 8 OLI數(shù)據(jù)

研究中使用了Landsat 8 OLI(Operational land imager,陸地成像儀)影像(http://www.gscloud. cn/),Landsat 8衛(wèi)星的成功發(fā)射(2013年2月在美國(guó)加州)使得Landsat對(duì)地觀測(cè)得以繼續(xù)[21]。在性能上相比之前的Landsat衛(wèi)星擁有明顯提升,除了保持前階段Landsat系列的基本特征外,還在波段數(shù)量、光譜范圍及輻射分辨率上進(jìn)行了改進(jìn),這些優(yōu)點(diǎn)將會(huì)對(duì)全球生態(tài)變化檢測(cè)產(chǎn)生積極作用[22]。本地區(qū)選取的5景影像的成像時(shí)間都在2017年3月份,且影像質(zhì)量較好。

2.1.2MODIS數(shù)據(jù)

本研究首先將下載得到的MODIS16天合成產(chǎn)品NDVI影像(https://modis.gsfc.nasa.gov),一共2景影像。利用專(zhuān)業(yè)處理軟件 MRT TOOLS對(duì)數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換、投影轉(zhuǎn)換將 HDF 格式轉(zhuǎn)換成 Tiff 格式,之后利用ENVI 5.3完成影像裁剪和拼接,以備后續(xù)工作使用。

2.1.3天宮二號(hào)寬波段成像儀數(shù)據(jù)

研究中使用了天宮二號(hào)對(duì)地觀測(cè)數(shù)據(jù)的寬波段成像儀數(shù)據(jù)(http://www.msadc.cn/sy/),天宮二號(hào)空間實(shí)驗(yàn)室于2016年9月15日成功發(fā)射,設(shè)計(jì)在軌壽命2年,是中國(guó)第一個(gè)真正意義上的空間實(shí)驗(yàn)室,將用于進(jìn)一步驗(yàn)證空間交會(huì)對(duì)接技術(shù)及進(jìn)行一系列空間試驗(yàn)。本研究使用數(shù)據(jù)為寬波段成像儀的可見(jiàn)光近紅外數(shù)據(jù)的二級(jí)產(chǎn)品,已經(jīng)過(guò)輻射定標(biāo)和幾何校正。研究中所使用的遙感數(shù)據(jù)介紹如表1。

表1 遙感數(shù)據(jù)介紹

2.2 氣象數(shù)據(jù)

模型中需要月均溫(0.1℃)、月降水量(0.1 mm)和月均輻射(0.01 MJ/m2)參數(shù),氣象數(shù)據(jù)從國(guó)家氣象信息中心獲取(http://data.cma.cn)。本研究月均溫、月降水量氣象站點(diǎn)是基于海北藏族自治州300 km的緩沖區(qū)區(qū)域選取的33個(gè)氣象站點(diǎn)。月均輻射數(shù)據(jù)站點(diǎn)的選取是基于海北藏族自治州500 km的緩沖區(qū)區(qū)域選取的13個(gè)氣象站點(diǎn)。氣象要素柵格圖像的生成過(guò)程如下：①根據(jù)所獲取的站點(diǎn)的經(jīng)緯度信息,將其轉(zhuǎn)換成空間矢量數(shù)據(jù),定義空間投影與影像信息保持一致的WGS84坐標(biāo)系；②進(jìn)行Kriging插值,利用掩膜工具裁剪海北藏族自治州的柵格圖像。以上處理基于ArcGIS 10.2軟件實(shí)現(xiàn)。

2.3 土地利用類(lèi)型數(shù)據(jù)

本研究采用的海北藏族自治州植被覆蓋分類(lèi)方法已發(fā)表在《地理學(xué)報(bào)》英文版上[3],數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn) 的2015年中國(guó)土地利用現(xiàn)狀遙感監(jiān)測(cè)數(shù)據(jù)庫(kù)數(shù)據(jù)集。將所獲取的土地利用類(lèi)型圖像在ArcGIS中利用柵格計(jì)算器提取高覆蓋度草地、中覆蓋度草地和低覆蓋度草地,并利用全國(guó)基礎(chǔ)數(shù)據(jù)庫(kù)(2017融合版)裁剪青海省海北藏族自治州地區(qū)的草地利用類(lèi)型圖(圖2)。

圖2 海北藏族自治州地區(qū)草地利用類(lèi)型圖 Fig.2 Map of grassland utilization types in Haibei Tibetan autonomous prefecture

3 方法

3.1 Gram-Schmidt圖像融合

基于格拉姆-施密特(Gram-Schmidt)變換的融合方法是一種多光譜數(shù)據(jù)融合方法[23],其融合效果較好,可使空間信息明顯增強(qiáng),光譜保真度較高[24]。圖像融合方法如圖3。

本研究為驗(yàn)證天宮二號(hào)寬波段成像儀數(shù)據(jù)在估算草原NPP方面的精度,將高分辨影像Landsat 8 OLI影像與經(jīng)過(guò)幾何校正的天宮二號(hào)寬波段成像儀影像進(jìn)行Gram-Schmidt圖像融合。

3.2 NPP估算模型

已被全球1900 多個(gè)實(shí)測(cè)站點(diǎn)校準(zhǔn)的 CASA模型,是由遙感、氣象、植被以及土壤類(lèi)型數(shù)據(jù)共同驅(qū)動(dòng)的光能利用率模型。采用朱文泉等改進(jìn)的 CASA模型計(jì)算海北藏族自治州的草地NPP[25],CASA遙感估算模型為：

NPP =PPAR×FFPAR×min(Ts,Ws)×Emax

(1)

式中,PPAR為光合有效輻射,單位為MJ/m2；FFPAR為植被層對(duì)入射光合有效輻射(PAR)的吸收分量,CASA模型使用歸一化差異植被指數(shù) (Normalized Difference Vegetation Index, NDVI) 代替FFPAR進(jìn)行估算,無(wú)單位；Ts為溫度對(duì)光能利用率的影響,無(wú)單位；Ws為水分對(duì)光能利用率的影響,無(wú)單位；Emax為最大光能利用率,單位為gC/MJ；SR代表比值植被指數(shù), PAR是根據(jù)SR和NDVI估算得到的。根據(jù)查閱文獻(xiàn)可知3月該地區(qū)的最大光能利用率為0.115、0.085和0.07[3]。CASA模型中靜態(tài)參數(shù)如表2。

圖3 Gram-Schmidt圖像融合技術(shù)路線(xiàn)Fig.3 Gram-Schmidt image fusion technology route圖中GS：格拉姆-施密特,Gram-Schmidt

3.3 檢驗(yàn)方法

為檢驗(yàn)不同數(shù)據(jù)源數(shù)據(jù)對(duì)草原NPP的預(yù)測(cè)精度,在本研究中將高空間分辨率影像Landsat 8 OLI反演產(chǎn)生的每種NPP類(lèi)型百分比作為參照物。將天宮二號(hào)寬波段成像儀數(shù)據(jù)、影像融合數(shù)據(jù)和MODIS數(shù)據(jù)分別與Landsat 8 OLI數(shù)據(jù)進(jìn)行計(jì)算均方根誤差(Root mean squared error,RMSE)、平均絕對(duì)誤差(Mean absolute error,MAE)、平均絕對(duì)百分比誤差(Mean absolute percentage error,MAPE)和相關(guān)系數(shù)(Correlation coefficient)Rxy,將其作為檢驗(yàn)不同數(shù)據(jù)源精度的標(biāo)準(zhǔn)[19]。MAE由于將不同數(shù)據(jù)源草地NPP值與Landsat 草地NPP值的差值絕對(duì)值化,不會(huì)出現(xiàn)正負(fù)相抵消的情況,因此能更好地反映偏離的實(shí)際情況；RMSE表示不同類(lèi)型數(shù)據(jù)源草地NPP值偏離程度,可反映離散程度；MAPE描述了偏離Landsat 草地NPP值的相對(duì)程度[26]；采用逐像元的皮爾遜相關(guān)系數(shù)分析對(duì)海北藏族自治州的不同數(shù)據(jù)源數(shù)據(jù)的NPP值與Landsat 8 OLI的草地NPP之間的相關(guān)性進(jìn)行定量研究,并進(jìn)行F檢驗(yàn),當(dāng)P<0．05時(shí),相關(guān)性顯著,Rxy揭示不同遙感源的草地NPP值與Landsat 8 OLI草地NPP值之間的相關(guān)性。

表2 CASA模型靜態(tài)參數(shù)

(2)

(3)

(4)

(5)

技術(shù)路線(xiàn)如圖4。

圖4 技術(shù)路線(xiàn)圖Fig.4 Technical owchart

4 結(jié)果與分析

4.1 不同數(shù)據(jù)源數(shù)據(jù)反演NPP值

利用不同數(shù)據(jù)源的影像反演的青海省海北藏族自治州的3月份草地NPP值存在顯著差異。從表3可以看出：Landsat 8 OLI的NPP值位于150—200 g C m-2a-1所占比例最高為30.14%,所對(duì)應(yīng)比例最接近的數(shù)據(jù)類(lèi)型為MODIS數(shù)據(jù)為18.55%；Landsat 8 OLI反演NPP值大于200 g C m-2a-1的比例次之為25.71%,所對(duì)應(yīng)比例最接近的數(shù)據(jù)類(lèi)型為天宮二號(hào)寬波段成像儀影像數(shù)據(jù)類(lèi)型；Landsat 8 OLI反演NPP值100—150 g C m-2a-1的比例為23.49%,所對(duì)應(yīng)比例最接近的數(shù)據(jù)類(lèi)型為天宮二號(hào)寬波段成像儀影像數(shù)據(jù)；Landsat 8 OLI反演NPP值50—100 g C m-2a-1的比例為15.90%,所對(duì)應(yīng)比例最接近的數(shù)據(jù)類(lèi)型為MODIS數(shù)據(jù)；Landsat 8 OLI反演NPP值小于等于50 g C m-2a-1的比例最小為4.76%,所對(duì)應(yīng)比例最接近的數(shù)據(jù)類(lèi)型為天宮二號(hào)寬波段成像儀影像數(shù)據(jù)類(lèi)型。從圖5中可以初步得到,天宮二號(hào)寬波段成像儀影像數(shù)據(jù)反演的NPP值最為接近Landsat 8 OLI數(shù)據(jù)反演的NPP值,反演NPP精度排序?yàn)樘鞂m二號(hào)寬波段成像儀影像>融合影像>MODIS。

表3 海北藏族自治州2017年3月不同數(shù)據(jù)源數(shù)據(jù)NPP值分布范圍所占比例

利用CASA模型反演的NPP值如圖5所示。

圖5 Landsat 8 OLI、天宮二號(hào)寬波段成像儀影像、融合影像和MODIS反演的NPP值Fig.5 NPP values obtained by Landsat 8 OLI,Wide-band Imaging Spectrometer (WIS) of Tiangong- 2, The fusion image and MODIS

4.2 不同數(shù)據(jù)源數(shù)據(jù)反演NPP值檢驗(yàn)

圖6 不同數(shù)據(jù)源數(shù)據(jù)NPP值分布比例 Fig.6 NPP value distribution proportion of data from different data sources

統(tǒng)計(jì)不同數(shù)據(jù)源數(shù)據(jù)的NPP值分布比例(圖6),將得到的NPP像元百分比值代入公式(2)、(3)、(4)和(5)中,計(jì)算其MAE、RMSE、MAPE和Rxy,結(jié)果如表4：

(1)通過(guò)觀察MAE值,發(fā)現(xiàn)MAE(天宮二號(hào))

(2)比較表4中的RMSE值,發(fā)現(xiàn)RMSE(天宮二號(hào))

(3)觀察MAPE值,發(fā)現(xiàn)MAPE(天宮二號(hào))

(4)Rxy結(jié)果值為Rxy(天宮二號(hào))>Rxy(融合影像)>Rxy(MODIS),此處的Rxy值代表3種數(shù)據(jù)源數(shù)據(jù)NPP值與Lnadsat 8 OLI草地NPP值的相關(guān)性。同樣天宮二號(hào)寬波段成像儀影像數(shù)據(jù)反演草地NPP值與Lnadsat 8 OLI草地NPP值的相關(guān)度最高,且相關(guān)性顯著。

5 結(jié)論與討論

本文基于CASA模型估算了青海省海北藏族自治州的草地植被凈初級(jí)生產(chǎn)力,同時(shí)從不同數(shù)據(jù)源數(shù)據(jù)出發(fā),分析了其對(duì)應(yīng)的反演結(jié)果精度,初步得到以下結(jié)論：

表4 評(píng)價(jià)指標(biāo)計(jì)算結(jié)果

(1)青海省海北藏族自治州2017年3月的草地NPP值受不同數(shù)據(jù)源的影響而呈現(xiàn)不同的空間分布。Landsat 8 OLI數(shù)據(jù)的NPP值位于150 g—200 g C m-2a-1所占比例最高；天宮二號(hào)寬波段成像儀影像數(shù)據(jù)和融合后影像的NPP值位于50 g—100 g C m-2a-1所占比例最高；MODIS數(shù)據(jù)的NPP值位于小于50 g C m-2a-1比例最高；

(2)天宮二號(hào)寬波段成像儀影像數(shù)據(jù)較融合后影像和MODIS數(shù)據(jù)更能反映海北藏族自治州的草地凈初級(jí)生產(chǎn)力的時(shí)空分布,MODIS精度要低于天宮二號(hào)和融合影像反演的NPP值的精度；

(3)天宮二號(hào)作為2016年9月15日成功發(fā)射的空間實(shí)驗(yàn)室,適用于反演青海省海北藏族自治州的草地NPP。

CASA模型是光能利用模型,其估算NPP值是基于植被光能利用效率和光合有效輻射,估算結(jié)果能夠表征未干擾天然草地的發(fā)育狀況和演變過(guò)程,但該模型參數(shù)中并未考慮人類(lèi)活動(dòng),如放牧強(qiáng)度和人工恢復(fù)等對(duì)于草地NPP的影響,因此,在CASA模型的改進(jìn)和NPP的定量化估算中,如何增加人為因素影響將是今后研究的方向之一[27]。

如今,研究者主要利用MODIS影像產(chǎn)品數(shù)據(jù)、Landsat影像數(shù)據(jù)或GIMMS和SPOT VGT兩種數(shù)據(jù)集的NDVI數(shù)據(jù)來(lái)反演植被的凈初級(jí)生產(chǎn)力,由于所研究對(duì)象空間尺度較大,那么如何獲取既具備高空間分辨率和高時(shí)間分辨率的影像仍是一個(gè)方法性的難點(diǎn),這也是今后的研究工作之一。

近年來(lái),越來(lái)越多的學(xué)者利用遙感數(shù)據(jù)參與到氣候變化的研究中,本團(tuán)隊(duì)也進(jìn)行了相關(guān)研究[28],未來(lái)的工作中應(yīng)繼續(xù)深入探討不同數(shù)據(jù)源與氣候因子在NPP值之間的相關(guān)性和不同數(shù)據(jù)源對(duì)草地NPP的估算精度?；诓煌瑪?shù)據(jù)源利用CASA模型對(duì)草地NPP估算的影響因素較多,應(yīng)擴(kuò)大時(shí)間尺度、變換插值方法、探究草地類(lèi)型對(duì)NPP的影響。研究中發(fā)現(xiàn)天宮二號(hào)寬波段成像儀影像數(shù)據(jù)反演的草地NPP精度高于利用Gram-Schmidt算法融合的影像數(shù)據(jù),誤差原因的可能性有多種,例如：融合算法、模型參數(shù)或評(píng)價(jià)方法等,應(yīng)加大對(duì)此方向的研究,從而對(duì)草業(yè)檢測(cè)提供參考。

致謝：感謝載人航天工程提供天宮二號(hào)寬波段成像儀數(shù)據(jù)產(chǎn)品。