基于遥感数据反演的重庆市净生态系统生产力研究——地理遥感信息服务应用
引言
净生态系统生产力(Net Ecosystem Productivity, NEP)是衡量陆地生态系统碳源/碳汇功能的核心指标,定义为生态系统总初级生产力(GPP)与生态系统呼吸(Re)之差。精确估算区域NEP对于理解碳循环过程、评估生态服务功能及制定碳中和政策具有重要意义。重庆市作为长江上游生态屏障和成渝地区双城经济圈的核心城市,地形复杂、气候多变、植被类型多样,传统站点观测难以覆盖全域。地理遥感信息服务凭借其大范围、多时相、低成本的优势,为重庆市NEP反演提供了关键技术手段。
一、研究区与数据源
重庆市位于中国西南部(28°10′~32°13′N,105°11′~110°11′E),地貌以山地丘陵为主,属亚热带季风性湿润气候。植被覆盖以常绿阔叶林、针阔混交林、灌丛和农田为主。
本研究所使用的遥感数据包括:
- MODIS数据:MOD09A1地表反射率产品(500m分辨率,8天合成)、MOD15A2H叶面积指数(LAI)产品、MOD17A2H GPP产品。
- 气象数据:来自中国气象数据网的气温、降水、太阳辐射等格网数据。
- 辅助数据:SRTM DEM数字高程模型、土地利用/覆被遥感分类产品。
所有数据统一重投影至WGS84/Albers等面积投影,空间分辨率重采样为500m。
二、反演方法与模型构建
2.1 光能利用率模型(CASA模型)
采用CASA(Carnegie-Ames-Stanford Approach)模型估算NPP:
\[ NPP(x,t) = APAR(x,t) \times \varepsilon(x,t) \]
其中,APAR为光合有效辐射吸收量,由NDVI、FPAR和太阳辐射计算得到;\(\varepsilon\)为实际光能利用率,受温度、水分胁迫因子调节。
2.2 生态系统呼吸模型
生态系统呼吸(Re)采用土壤呼吸与维持呼吸耦合模型:
\[ Re = Rm + Rg \]
\[ Rm = \sum (a \cdot Mi \cdot f(T) \cdot f(W)) \]
其中,Rm为维持呼吸,Rg为生长呼吸(与NPP成比例),f(T)和f(W)分别为温度和水分响应函数。
2.3 NEP计算
\[ NEP = NPP - Rh \]
此式中Rh为土壤异养呼吸(指土壤微生物分解有机质释放CO₂的过程),注意与生态系统呼吸区分。更完整的表达为:
\[ NEP = GPP - Re \]
其中GPP由遥感光能利用率模型估算,并利用通量站数据(如中国通量观测研究网络)进行参数校准与验证。即使无直接站点数据,也可通过MODIS GPP产品反推得到。
2.4 地理遥感信息服务实现
依托地理遥感信息服务(如Google Earth Engine、PIE-Engine、NASA AppEEARS等),完成数据预处理、模型运算和结果发布。具体步骤:
- 云端数据调用:通过API获取MODIS、Landsat等遥感影像集合。
- 并行计算:利用影像集合映射函数批量计算NPP、呼吸和NEP。
- 时空插值与合成:采用时间序列滤波(如Savitzky-Golay)和空间克里金插值生成月/年尺度NEP产品。
- 服务发布:将结果以WMS、WMTS或切片地图服务形式发布,支持在线可视化与查询。
三、结果与分析
以2020年为例,反演得到重庆市年均NEP约为298 gC·m⁻²·a⁻¹,总量约为2.46 TgC·a⁻¹(1 Tg = 10¹² g),整体表现为碳汇。空间分布呈现以下特征:
- 高值区:渝东北大巴山、渝东南武陵山区等森林覆盖率高、降水丰富的区域,NEP超过400 gC·m⁻²·a⁻¹。
- 低值区:渝西丘陵农业区和主城都市区,受人类活动干扰及夏季高温伏旱影响,NEP低于150 gC·m⁻²·a⁻¹,局部为碳源(城区附近NEP约为-640 gC·m⁻²·a⁻¹)。
- 季节动态:夏季NEP最高(占全年46%),冬季最低甚至为负值,春秋两季平稳增长。这与亚热带常绿林物候及农业复种制度密切相关。
精度验证
利用重庆市缙云山、金佛山通量塔观测数据对反演结果进行验证,R²=0.78,RMSE=38.6 gC·m⁻²·a⁻¹,表明模型具有较好可靠性。地理遥感信息服务提供的在线验证工具(如GEE的图表模块)显著提升了分析效率。
四、地理遥感信息服务的关键作用
- 数据融合与同化:多源遥感(光学、微波、激光雷达)融合,提升山区复杂地表的NEP估算精度。
- 动态监测:支持近实时NEP制图,评估生态修复工程(如退耕还林)的碳汇效应。
- 决策支持:为重庆市“碳达峰、碳中和”路径规划、生态补偿机制设计提供空间显式数据产品。
- 开放共享:通过云平台发布NEP数据集,服务于科研、教育和公众科普。
五、结论与展望
本研究基于遥感数据反演了重庆市净生态系统生产力,揭示了其时空格局及驱动因素,并展示了地理遥感信息服务在数据获取、计算发布中的核心价值。未来工作应聚焦于:
- 发展融合深度学习与过程模型的混合反演方法;
- 提升千米级至百米级高分辨率NEP估算能力;
- 集成夜间灯光、人口等社会经济数据,分离城市生态系统的碳源汇;
- 构建“天空地一体化”碳监测网络,支撑长江上游生态屏障精准管理。
地理遥感信息服务将持续赋能区域碳循环研究,为美丽重庆建设和国家“双碳”目标实现提供科学利器。
如若转载,请注明出处:http://www.guojiziben.com/product/43.html
更新时间:2026-10-01 08:42:45