基於定量遙感的神農架植被碳匯時間模擬研究

多圖流量預警

這是我們小組經過一星期的實驗完成的成果，在此留存備份，也希望能夠給需要的人些許啟發。問題肯定很多，而且由於時間緊迫，部分值採用的主觀值，未進行反演，歡迎各位批評指正~

數據處理

首先在地理空間數據云上尋找實習所需要的遙感影像，經過對時間及地區的篩選，最終確定使用MYD13A1 250M 植被指數16天合成產品，因為包含現成的NDVI指數，可以簡化實習步驟。然後確定神農架的經緯度，對遙感影像中的NDVI波段進行裁剪，得到最終底圖及數據。然後獲取氣象數據文件，添加站點經緯度。最終整理出2007年及2012年的每月平均氣溫以及每月降水總量。

模型建立

起初，我們小組決定利用ENVI+IDL自行進行建模運算，並希望利用ENVI Program Generator簡化建模步驟。但隨著實習的進行，在老師的指導下，最終決定使用ArcGIS平台，使用其工具中的Python語言進行建模計算。

碳匯能力可用凈生態系統生產力（NEP）表示，NEP=NPP（凈初級生產力）-RH（土壤微生物呼吸）。其中NPP可通過CASA模型計算：

式中，APAR(x,t)表示像元x在t月吸收的光合有效輻射 （g C·m-2·month-1），ε(x,t)表示像元x在t月的實際光能利用率（g C·MJ-1）。裴志永等研究了碳排放與環境因子的關係，並在此基礎上建立了RH計算公式為：

其中，T為溫度，R為降水量。（1）中：

APAR式中，SOL(x,t)表示t月在像元x處的太陽總輻射量（ gnC·m-2·month-1），FPAR(x,t)表示植被層對入射光合有效輻射的吸收比例，常數0.5表示植被所能利用的太陽有效輻射（波長為0.4-0.7μm）占太陽總輻射的比例。

其中，FPARmax=0.95， FPARmin=0.001。同樣(1)式中：

Tε1(x,nt)和 Tε2(x,nt)表示低溫和高溫對光能利用率的脅迫作用； Wε(x,t)為水分脅迫影響係數，反映水分條件的影響；nεmax是理想條件下的最大光能利用率（g C/MJ），全國性取值為0.389。

其中， Topt(x)為植物生長的最適溫度。

nnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnn對於NDVI值，如上文所述，可直接下載到MODIS影像的NDVI圖像。需要注意的是，要將其角度坐標系轉換為大地坐標系。對於SOL，需要進行反演，為簡化實習步驟，採用SOL=200+（月份-1）100（1-6月），SOL=200+（12-月份）（7-12月）的方法進行一個較為粗略的取值（取值參考為吉林省數據）。對於T,R值，將使用上一節所處理之後的數據，採用克里金插值法對每個像元進行插值得到。其中，降水數據插值後產生了負值，需要使用con()函數消除。對於水分脅迫係數，由於需要反演，為簡化實習步驟，跟據其取值特點0.5（極乾旱）~1（極濕潤），我們進行了0.85的主觀性取值。

姜毅. 基於定量遙感的吉林省植被碳匯時空模擬研究[D]. 吉林大學, 2012.

成果輸出

nn完成建模後，對數據進行掩膜處理，並採用ArcGIS進行運算得到NEP值，得到以下結果：

由於選值錯誤，視覺效果上出現了一定偏差，但經過計算，2007年NEP均值為134273，2012年NEP均值為140314，符合我們預期估計，具體每月變化如下圖：

主要結論

nn由實習結果可以看出，神農架林區2007年的碳匯總量明顯低於2012年的總量，相比於2007年，2012年碳匯能力提升了約4個百分點。雖然影響NEP的條件非常多，我們只考慮了氣溫、降水等條件，但結合神農架林區統計年鑒所顯示的數據，2012年森林覆蓋率比2007年提高2.8%左右，證明神農架林區後期封山育林效果顯著，環保事業得到了有效的發展。

附錄：2007年及2012年神農架林區碳匯逐月變化