錢 婭，郭建茂，2**，李 羚，郭彩云，劉俊偉

（1.南京信息工程大學應(yīng)用氣象學院，南京 210044；2.南京信息工程大學無錫研究院，無錫 214100）

陸地生態(tài)系統(tǒng)在地?氣系統(tǒng)的物質(zhì)、能量和動量交換以及全球氣候變化中扮演著重要的角色。定量估計陸地生態(tài)系統(tǒng)的光合作用，不僅是估計作物產(chǎn)量和生產(chǎn)力的基礎(chǔ)，而且對理解區(qū)域乃至全球的碳收支和全球氣候變化機理及影響具有重要意義[1]。國內(nèi)外學者已建成不同尺度下，基于遙感參數(shù)估算生態(tài)系統(tǒng)GPP 的模型，如1972年Monteith[2]利用光能利用率原理，首次提出利用植被吸收的光合有效輻射（APAR）和光能利用率（LUE）估算陸地凈初級生產(chǎn)力的方法[3]。20 世紀90年代Gamon 等[4]證明了531nm 的光譜反射率變化能夠明顯反應(yīng)葉黃素循環(huán)色素之間的相互轉(zhuǎn)換，建立了光化學植被指數(shù)PRI（Photochemical Reflectance Index，PRI），并認為葉黃素循環(huán)是監(jiān)測葉片LUE 波動的一種有效手段。1995年美國馬里蘭大學地理系構(gòu)建了全部用衛(wèi)星遙感數(shù)據(jù)獲取APAR 以及光能利用率的GLO-PEM 模型[5]，該模型應(yīng)用的PAR 數(shù)據(jù)和氣候數(shù)據(jù)均由衛(wèi)星遙感觀測得到，實現(xiàn)了GPP/NPP 遙感模型的全遙感化[6]。2004年Xiao 等[7]建立了VPM 模型，并利用SPOT-4 衛(wèi)星的VEGETATION（VGT）數(shù)據(jù)和MODIS數(shù)據(jù)基于VPM 模型估算了常綠針葉林、落葉闊葉林、常綠闊葉林和高山草原的GPP[8]。2007年李世華結(jié)合GLO-PEM 和VPM 模型，建立了REG-PEM 模型，分別估算了江西省和黑河流域的初級生產(chǎn)力，并對模型參數(shù)進行了優(yōu)化[9?13]。

現(xiàn)有的基于LUE（光能利用率）估算GPP（總初級生產(chǎn)力）的模型中，大多數(shù)是利用查表法，確定植被最大光能利用率，進行溫度、濕度訂正，求算實際LUE 后得到GPP 的值。LUE 是估算GPP 的模型的重要輸入，目前的估算方法過于簡單粗糙，計算公式復(fù)雜且精度較差，可能導(dǎo)致生態(tài)系統(tǒng)光能利用率進而影響GPP 的估算精度。

農(nóng)田作為陸地生態(tài)系統(tǒng)的重要組成部分，在全球能量平衡和溫室氣體的收支方面起到非常重要的作用，研究農(nóng)田生態(tài)系統(tǒng)的碳收支和驗證大尺度衛(wèi)星遙感模型的適用性具有典型代表性。目前，大多研究對玉米農(nóng)田系統(tǒng)生產(chǎn)力的估算僅僅是基于單一的估算模型，為進一步探究遙感參數(shù)估算生態(tài)系統(tǒng)GPP 的效果，本研究以GPP/NPP 遙感模型建模思想為基礎(chǔ)，將衛(wèi)星遙感植被指數(shù)作為參數(shù)引入模型，分別利用APAR 模型、PRI 模型和REG-PEM 模型估算不同時間尺度下玉米農(nóng)田系統(tǒng)的GPP 值，并通過與錦州生態(tài)系統(tǒng)野外觀測站觀測的GPP 值進行比較，以檢驗各衛(wèi)星遙感植被指數(shù)及其模型在估算玉米農(nóng)田生態(tài)系統(tǒng)生產(chǎn)力方面的效果。

1 資料與方法

1.1 研究區(qū)概況

錦州市地處歐亞大陸東部，屬于典型的溫帶季風型氣候，年平均氣溫為7.8～9.0℃，其中最冷月為1月，平均氣溫?8.0℃，最熱月為7月，平均氣溫24.4℃，年無霜期為144～180d，年平均降水量567mm。錦州玉米農(nóng)田生態(tài)系統(tǒng)野外觀測站位于東北玉米產(chǎn)區(qū)帶，地處遼寧省錦州市太和區(qū)英屯村玉米地（41°49'N，121°12'E，海拔17m），隸屬于中國氣象局沈陽大氣環(huán)境研究所，周邊為大面積平坦均一的農(nóng)田。

1.2 研究數(shù)據(jù)

1.2.1 通量數(shù)據(jù)

隨著微氣象理論發(fā)展及氣象觀測儀器、數(shù)據(jù)采集和計算機存儲、數(shù)據(jù)分析和自動傳輸?shù)燃夹g(shù)的不斷進步，渦度相關(guān)技術(shù)在實際應(yīng)用中也取得了長足的發(fā)展和進步。通量數(shù)據(jù)主要包括半小時序列的凈生態(tài)系統(tǒng)碳交換速率（Net Ecosystem Exchange,NEE）、光合有效輻射（Photosynthetically Active Radiation，PAR）、距地面2m 處的空氣溫度（Air Temperature，Ta）、摩擦風速（u*）等。由于儀器故障、標定、維護或雨雪的影響，觀測系統(tǒng)的實測數(shù)據(jù)存在異常值或缺失值，需要對通量數(shù)據(jù)進行數(shù)據(jù)插補、整合等預(yù)處理。采用平面擬合法對數(shù)據(jù)進行坐標旋轉(zhuǎn)，通過WPL 校正[14]消除水熱傳輸造成的CO2通量變化的密度效應(yīng)，用差分法[15]剔除異常值，利用平均值比較法[16]確定u*C=0.18m·s?1，篩去無效數(shù)據(jù)。預(yù)處理時發(fā)現(xiàn)，僅約70%的CO2通量數(shù)據(jù)是有效數(shù)據(jù)。因此，分別用平均晝夜變化MDV 插補[15]和Van't Hoff 呼吸方程[17]插補，針對日間和夜間的CO2通量數(shù)據(jù)進行校正。用插補后的通量數(shù)據(jù)建立夜間生態(tài)系統(tǒng)呼吸與近地層氣溫間的函數(shù)關(guān)系，計算式為

式中，Renight為夜間生態(tài)系統(tǒng)呼吸速率，以CO2或C 物質(zhì)的量計，單位為μmolC·m?2·s?1，等于通量站觀測的夜間凈生態(tài)系統(tǒng)CO2交換量NEE（Net Ecosystem Exchange，NEE）；Ta為氣溫。夜間GPP值為

夜間由于植被無法進行光合作用，觀測的NEE（凈生態(tài)系統(tǒng)CO2交換量）主要為生態(tài)系統(tǒng)呼吸Renight，因此夜間GPPnight為0；擬合后得到玉米生態(tài)系統(tǒng)中，A 值設(shè)為0.1729，B 值設(shè)為0.158；假定日間生態(tài)系統(tǒng)呼吸（Reday）對氣溫的響應(yīng)與夜間相同，可根據(jù)式（1）計算日間生態(tài)系統(tǒng)呼吸量。日間生態(tài)系統(tǒng)光合作用和呼吸作用共存，因此，日間GPPday應(yīng)為觀測的NEE 與生態(tài)系統(tǒng)呼吸Reday的合項。其計算式為

1.2.2 MODIS 數(shù)據(jù)

MODIS 數(shù)據(jù)具有存儲高效、信息豐富、獲取速度快、覆蓋范圍廣等優(yōu)點，對作物生長信息提取有顯著優(yōu)勢。MODIS 數(shù)據(jù)由陸地過程分布式數(shù)據(jù)檔案中心LP DAAC 提供，包括2013?2014年覆蓋錦州通量站點L1B 級輻射率數(shù)據(jù)（MOD/MYD021KM）、8d合成的地表反射率數(shù)據(jù)（MOD09A1）。由于傳感器故障或云霧的影響和輸入數(shù)據(jù)缺失等原因使得MODIS 影像產(chǎn)生的異常值，顯示了地物反射率的錯誤信息，以此錯誤信息計算的結(jié)果將對模型的精度產(chǎn)生一定影響，因此需要對MODIS 數(shù)據(jù)進行校正、篩選等預(yù)處理。利用MCTK 投影插件工具對MODIS數(shù)據(jù)重投影和幾何校正，通過FLAASH 大氣校正獲得地物反射率和輻射率、地表溫度等真實物理模型參數(shù)，根據(jù)相鄰域的像元進行線性插補剔除異常的像元信息。預(yù)處理后，以傳感器和太陽的幾何角度為標準分為全向散射和后向散射，篩選后滿足條件的MODIS 反射率影像共38 景，其中后向散射方向的24 景。

1.3 總初級生產(chǎn)力（GPP）估算方法

1.3.1 光合有效輻射吸收項模型（APAR 模型）

植被光合作用的能量來源于太陽輻射，植物對光合輻射PAR（Photosynthetically Active Radiation，PAR）或APAR（光合有效輻射）的截獲與利用，轉(zhuǎn)換為自身組織和器官生長發(fā)育所需能量和干物質(zhì)。與PAR 相比，APAR 能夠反映植被生物量、繁茂程度和冠層結(jié)構(gòu)等特征，因此針對季節(jié)性變化明顯的農(nóng)作物而言，APAR 通過反映作物生物量的變化能夠較好地監(jiān)測作物生產(chǎn)力[18]。利用遙感數(shù)據(jù)計算的APAR 來估算GPP，可以滿足不同區(qū)域尺度、不同時間頻度的連續(xù)監(jiān)測要求[19]。利用衛(wèi)星遙感數(shù)據(jù)監(jiān)測APAR 是反演生態(tài)系統(tǒng)光合潛力、潛在產(chǎn)量、作物生長模擬研究以及全球碳儲量的有效手段之一。APAR與PAR 和光合有效輻射吸收比（Fraction of absorbed Photosynthetically Active Radiation，F(xiàn)PAR）之間存在如下關(guān)系，即

本研究主要是針對生態(tài)系統(tǒng)，故直接使用通量塔觀測的PAR 數(shù)據(jù)，使得參數(shù)PAR 的精度更高。式中，F(xiàn)PAR 取決于植被類型和植被冠層特征，而植被冠層是由光合有效植被（PAV，綠葉等，可進行植物光合作用）和非光合有效植被（NPV，衰老的葉片、枝條和莖等，不能進行植物光合作用）兩部分組成[20]，因此相應(yīng)地FPAR 也由兩個部分組成，即

其中只有FPARPAV用來計算光合作用。

歸一化植被指數(shù)（Normalized Difference Vegetation Index，NDVI）對植物的生長狀況及生理活性變化的反映具有很強的敏感性，但相關(guān)研究證明其易受土壤背景和大氣的影響[21]，Huete 等[22]在大氣抵抗指數(shù)和植被指數(shù)的基礎(chǔ)上提出了增強型植被指數(shù)EVI[23]（Enhanced Vegetation Index，EVI），其計算式為

式中，ρNIR和ρRED分別表示近紅外和紅光的地表反射率，可利用MODIS 第2 波段（841?870nm）和第1 波段（620?670nm）反射率代替，ρBLUE表示藍光波段的地表反射率，可利用MODIS 第3 波段（459?479nm）反射率代替；G 表示增益因子，設(shè)為2.5；L 為土壤調(diào)節(jié)參數(shù)，設(shè)為1；C1和C2為氣溶膠抵抗系數(shù)，設(shè)為6 和7.5。

通過基于 EVI[24]的線性方程來估算FPARPAV，系數(shù)a=1.0。

植被總初級生產(chǎn)力GPPAPAR的計算式為

式中，LUE 為通量觀測數(shù)據(jù)計算得到的光能利用率，APAR 由式（4）計算得到。

1.3.2 光化學反射植被指數(shù)?光能利用率模型（PRI 模型）

由于玉米的植被特征與草原、灌木和森林等植被特征差異較大，需要予以區(qū)別，因此選取單一均勻種植的玉米農(nóng)田生態(tài)系統(tǒng)，進行區(qū)域反演。郭建茂等[25]在探究光化學植被指數(shù)與光能利用率之間的相關(guān)性時發(fā)現(xiàn)，在PRI488、PRI551、PRI667中，PRI551與LUE 的相關(guān)性最強，最適合反演LUE，并得到PRI-LUE 之間的線性關(guān)系。與APAR 相比，PRI 并不反映植被生物量、覆蓋度和冠層結(jié)構(gòu)等內(nèi)在特征，PRI 與LUE 的內(nèi)在生理機制決定了PRI 在各尺度上在監(jiān)測植被LUE 方面的優(yōu)勢。

在Penuelas 等[26]對PRI 公式修正的基礎(chǔ)上，可將PRI 定義為

式中，ρ531和ρλref分別表示測量波段和參照波段處的反射率。MODIS 第11 波段（526?536nm）的波段中心位于531nm，且該波段的寬度僅為10nm，符合計算PRI 的測量波段要求，因此將MODIS 第11波段的反射率作為計算 PRI 的測量波段。由于MODIS 數(shù)據(jù)缺少計算PRI 需要的理想?yún)⒄詹ǘ危虼擞肕ODIS 第10 波段（483?493nm）、第12 波段（546?556nm）和第13 波段（662?672nm）作為參照波段進行測試。雖然MODIS 第一波段（620?670nm）和第4 波段（545?565nm）的波譜也較接近，但是這兩個波段的寬度都比計算PRI 要求的窄波段寬很多，其中MODIS 第1 波段的波譜寬度為50nm，第4 波段的波譜寬度為20nm。因此，將ρ531設(shè)為MODIS影像中第11 波段的反射率，第10（波段中心為488nm）、12（551nm）和13 波段（667nm）作為替代參照波段進行計算。

根據(jù)擬合出的PRI-LUE 之間的相關(guān)關(guān)系[25]（表1），分別計算上述3 個波段下的光能利用率LUE488、LUE551、LUE667。

式中，GPPλref為不同波段下的生態(tài)系統(tǒng)總生產(chǎn)力，單位為μmolC·m?2·d?1；λref 為參照波段處的反射率，APAR 由式（4）計算而得。

表1 PRI-LUE 各擬合線對應(yīng)方程的參數(shù)Table 1 The parameters of the corresponding equations of every PRI-LUE fitting line

1.3.3 區(qū)域生產(chǎn)力模型（REG-PEM 模型）

REG-PEM 模型[9]是根據(jù)全球GPP 估算模型GLO-PEM 框架構(gòu)建的一個由遙感數(shù)據(jù)驅(qū)動的區(qū)域陸地生態(tài)系統(tǒng)初級生產(chǎn)力模型，其中有關(guān)LUE 的計算式為

式中，LUEmax為潛在光能利用率，玉米的LUEmax為2.76g·MJ?1，即0.051μmolC·μmol?1photons；f(T)和f(W)分別為溫度和水分對光能利用率的脅迫，即

式中，f(T)中植被進行光合作用的最低(Tmin)、最高（Tmax）和最適溫度（Topt）分別定義為?1℃、50℃和22℃，當氣溫高于最高溫度或低于最低溫度時，f(T)為0[27]；f(W)中水分對植被光合作用的影響程度，用衛(wèi)星遙感植被指數(shù)LSWI 計算。

根據(jù)短波紅外波段對植被含水量和土壤濕度較敏感的特征，Xiao 等[28]構(gòu)建了表示地表水分含量的陸表水分指數(shù)（Land Surface Water Index，LSWI），并將其定義為近紅外波段和短波紅外波段之間的歸一化計算，即

式中，ρSWIR表示短紅外波段的地表反射率，可利用MODIS 第6 波段（1628?1652nm）反射率代替。LSWI 植被指數(shù)用ENVI 軟件中提取，利用IDL 程序提取站點周邊3 ×3 像元的反射率均值來計算。

結(jié)合光能利用率模型，得到基于區(qū)域生產(chǎn)力模型估算作物生產(chǎn)潛力的計算式為

2 結(jié)果與分析

2.1 光合有效輻射吸收模型（APAR）的估算效果

由圖1可見，在兩個分析年度內(nèi)（2013年和2014年），與錦州玉米農(nóng)田生態(tài)系統(tǒng)野外觀測站2013?2014年的實測GPP 數(shù)據(jù)相比，光合有效輻射吸收模型（即APAR 模型）估算的玉米生長季逐日GPP 值的變化特點基本一致，季節(jié)變化趨勢基本相同，但總體上波動相對平緩。具體地，2013年GPP平均估算值為357.2μmolC·m?2·d?1，與GPP 觀測值的平均相對誤差為68.1%，生長季中期（第162?232天，以1月1日為1）的GPP 估算峰值低于觀測值，但在生長季前期（第91?161 天）和后期（第233?303天）存在高估現(xiàn)象；2014年GPP 平均估算值為238.8μmolC·m?2·d?1，與GPP 觀測值的平均相對誤差為59%，同樣存在峰值低估、谷值高估的現(xiàn)象。

圖1 錦州生態(tài)系統(tǒng)觀測站APAR 模型模擬的玉米生長季（4?10月）逐日GPP 值與實測值的比較Fig.1 Comparison of daily GPP estimation based on APAR and GPP observation at Jinzhou station

為探究APAR 在小時尺度上與GPP 的相關(guān)性，通過篩選、分析MODIS 影像過境時段內(nèi)一小時APAR 與GPP 的關(guān)系（圖2），發(fā)現(xiàn)GPP 與APAR 呈現(xiàn)經(jīng)典的光飽和曲線，弱光條件或植被覆蓋度較低時，GPP 隨著APAR 的增大而顯著提高，但當APAR增大到高值時（1000～1200μmol photons·m?2·s?1），GPP 趨近于飽和并有下降的趨勢，此時APAR 對植被光合作用的響應(yīng)能力減弱。

圖2 觀測站小時尺度MODIS 影像過境時段APAR 與實測值的關(guān)系Fig.2 The relationship between hourly APAR and GPP

2.2 光化學植被指數(shù)模型（PRI）的估算效果

從圖3可以看出，基于模型估算的GPP488和GPP667與生態(tài)系統(tǒng)野外觀測站的GPP 觀測值呈正線性關(guān)系，而因為PRI551值為負數(shù)，表現(xiàn)為GPP551與GPP 觀測值呈負線性關(guān)系，其中GPP551與GPP 觀測值的相關(guān)性稍好于GPP488和GPP667，但GPP488和GPP667與觀測值的相關(guān)性均未達到顯著水平。

圖3 觀測站PRI 模型估算的小時尺度GPP 與實測值的比較Fig.3 Comparison of hourly GPP estimation based on PRI and GPP observation at Jinzhou

2.3 區(qū)域生產(chǎn)力模型（REG-PEM）的估算效果

圖4所示，通過比較REG-PEM 模型估算的逐日GPP 值與渦度相關(guān)觀測的GPP 值發(fā)現(xiàn)，GPP估算值與觀測值在研究時間內(nèi)的季節(jié)性規(guī)律一致，呈現(xiàn)由增到減的變化規(guī)律，峰值主要集中在第 200?250 天，較為符合玉米作物實際生長規(guī)律。具體地，2013年玉米生長季內(nèi)GPP 觀測值平均為357.2μmolC·m?2·d?1，估算值平均為415.9μmolC·m?2·d?1，二者平均相對誤差為81.3%，GPP 估算值存在明顯高估。在玉米生長季前期（第91?161 天）和后期（第233?303 天），GPP 估算值高于觀測值，但在生長季中期（第162?232 天），GPP估算值和觀測值同時到達峰值，二者較為接近，說明GPP 高估的現(xiàn)象主要發(fā)生在低值區(qū)；2014年玉米生長季內(nèi)GPP 觀測值平均為238.8μmolC·m?2·d?1，估算值平均為266.5μmolC·m?2·d?1，平均相對誤差為54.2%，與2013年略有不同，GPP 估算值峰值低于實際，但在GPP 低值區(qū)仍然有明顯高估?？赡苁且韵略颍阂环矫媸荓UE 的誤差，LUEmax給定值稍大，或氣溫和水分因子函數(shù)f(T)和f(W)均低估了溫度和水分對實際植被LUE 的影響；另一方面，模型中存在FPAR 和LSWI 遙感參數(shù)的誤差。

圖4 觀測站基于REG-PEM 模型的逐日GPP 估算值與實測值的比較Fig.4 Comparison of daily GPP estimation based on REG-PEM and GPP observation

2.4 三種方法的結(jié)果比較

通過檢驗皮爾遜相關(guān)系數(shù)來定量評價APAR 模型、PRI 模型和REG-PEM 模型在不同時間尺度上估算GPP 的效果，結(jié)果如表2。

由表2可知，逐日尺度上，REG-PEM 模型和APAR 模型都能較好地估算玉米農(nóng)田生態(tài)系統(tǒng)的全天GPP。其中，錦州生態(tài)系統(tǒng)觀測站2014年基于REG-PEM 估算的玉米農(nóng)田生態(tài)系統(tǒng)總初級生產(chǎn)力GPP 與實測值的相關(guān)性（R2=0.71,P＜0.01）稍優(yōu)于2013年（R2=0.58,P＜0.01）；利用APAR 模型估算GPP發(fā)現(xiàn)，2014年APAR 與GPP 間的相關(guān)性(R2=0.65，P＜0.01)稍好于2013年(R2=0.51，P＜0.01)，并且估算的GPP 與實際變化規(guī)律基本一致。小時尺度上，APAR 模型和PRI 模型對生態(tài)系統(tǒng)GPP 的估算效果明顯減弱，且小時尺度上APAR 模型模擬值與GPP 觀測值的相關(guān)關(guān)系要弱于逐日尺度，尤其在MODIS 影像集中的中午時段，植被葉片易出現(xiàn)由強光引起的光飽和現(xiàn)象或氣溫過高出現(xiàn)的午休現(xiàn)象，削弱了APAR對植被光合作用監(jiān)測的敏感性。MODIS 影像提取的三種波段下的植被指數(shù)PRI估算的GPP與觀測值的相關(guān)性由強到弱依次為，PRI551、PRI667、PRI488，這與MODIS PRIs 與LUE 的相關(guān)性強弱表現(xiàn)一致。

表2 基于三種模型估算GPP 與GPP 觀測值的擬合方程Table 2 Estimation of fitting equations of GPP and GPP observations based on three models

3 結(jié)論與討論

3.1 結(jié)論

以錦州站點周邊為研究區(qū)，利用生態(tài)系統(tǒng)觀測站觀測的通量數(shù)據(jù)和衛(wèi)星遙感植被指數(shù)（EVI、LSWI、PRI）相結(jié)合的方法，分別以APAR 模型、PRI 模型和REG-PEM 模型估算不同尺度下玉米生態(tài)系統(tǒng)的總初級生產(chǎn)力GPP，研究結(jié)果表明，逐日尺度上，REG-PEM 模型和APAR 模型都能較好地模擬農(nóng)田GPP 基本變化規(guī)律，但二者普遍存在GPP 峰值低估、谷值高估的現(xiàn)象，但在不同年份高估或低估程度有所不同，其中2014年的表現(xiàn)好于2013年，APAR 模型的相對誤差小于REG-PEM 模型。小時尺度上，APAR 模型和PRI 模型對GPP 的估算能力明顯減弱。通過比較APAR 與GPP 的相關(guān)性發(fā)現(xiàn)，小時尺度上，其相關(guān)關(guān)系明顯弱于逐日尺度上二者的相關(guān)關(guān)系，這主要是受到植被光合作用日變化規(guī)律的影響。提取MODIS 影像第10 波段（中心波段488nm）、第12 波段（中心波段551nm）和第13 波段（中心波段667nm）的PRI 值，分別計算光能利用率LUE，并估算GPP 值，PRI 與GPP 的相關(guān)性由強到弱依次為PRI551、PRI667、PRI488，這和MODIS PRIs 與LUE 的相關(guān)性強弱表現(xiàn)一致。

3.2 討論

光能利用率模型結(jié)構(gòu)簡單，所需驅(qū)動參數(shù)少，由遙感參數(shù)直接獲取，使用范圍廣，已成為陸地生態(tài)系統(tǒng)生產(chǎn)力模擬研究的重要發(fā)展方向，是研究農(nóng)田生態(tài)系統(tǒng)生產(chǎn)力與碳循環(huán)的重要依據(jù)，但不同光能利用率模型的模擬存在很大的差異。REG-PEM 模型估算GPP 時給定了LUEmax，而植被LUE 受大氣透射、植被冠層結(jié)構(gòu)、非光合組織呼吸作用以及自身光化學轉(zhuǎn)化效率等因素的影響，在同類型植被覆蓋區(qū)域差異不明顯，但在低植被覆蓋度的混合作物種植區(qū)容易被高估[29]；氣溫和水分因子函數(shù)f(T)和f(W)可能低估了溫度和水分對實際植被LUE 的影響。APAR 模型雖然建立在已有數(shù)據(jù)的基礎(chǔ)上估算GPP，估算值與觀測值的相關(guān)性從側(cè)面說明，包含植被生物量、冠層結(jié)構(gòu)及覆蓋度信息的遙感因子APAR具有估算生態(tài)系統(tǒng)逐日GPP 的潛力；弱光或低植被覆蓋度時，GPP 隨APAR 的增大而增大，而中午時段，太陽輻射、氣溫將達到一天中的最高值，冠層葉片出現(xiàn)光飽和現(xiàn)象，氣溫升高，土壤水分蒸發(fā)，造成光合午休現(xiàn)象，植被自身光合作用效率降低[30?31]，從而削弱了APAR 對植被光合作用監(jiān)測的敏感性，因此，表現(xiàn)出APAR 與GPP 的相關(guān)性在小時尺度上較差。與APAR 相比，PRI 通過對植被LUE 的影響機制，避免了因植被冠層結(jié)構(gòu)特征變化不明顯以及光合作用抑制現(xiàn)象造成的敏感性降低的現(xiàn)象。但不可否認的是，PRI 與GPP 的相關(guān)關(guān)系不夠顯著，PRI 在估算玉米生態(tài)系統(tǒng)GPP 方面的應(yīng)用還需更深入的研究，本文認為利用PRI 估算GPP 有一定的參考價值。

由于數(shù)據(jù)的限制，本文只研究了玉米農(nóng)田生態(tài)系統(tǒng)，隨著更多生態(tài)系統(tǒng)通量觀測站的建立，需要更全面的研究來驗證遙感數(shù)據(jù)在估算農(nóng)田生態(tài)系統(tǒng)光能利用率LUE 和總初級生產(chǎn)力GPP 方面的可行性。