基于CASA模型的武汉市生态系统净初级生产力(NPP)遥感估算.docx

基于CASA模型的武汉市生态系统净初级生产力(NPP)遥感估算
摘要
本文利用CASA模型开展了武汉市生态系统净初级生产力(NPP)的遥感估算。选取MODIS数据作为输入数据，模型参数采用全球生态位模型（GEM）数据库中的ChinaFLUX站点参数。结果表明，2017年武汉市的NPP为1,178.18±292.02gC/m2/yr。本研究对武汉市生态系统的NPP估算提供了科学依据，同时也为类似的生态系统研究提供了借鉴和参考。
关键词：NPP；CASA模型；遥感；MODIS
引言
生态系统净初级生产力(NPP)是生态系统能量流动的重要组成部分，它是衡量生产力和能量转化率的指标之一（Gongetal.,2011）。NPP通常使用光合有效辐射（PAR）和环境因素作为输入数据，使用生态系统模型计算而得（Piaoetal.,2015）。利用遥感技术进行NPP估算具有高效、精度高、成本低等优点，已经被广泛应用于全球生态系统的研究中（Liuetal.,2014）。
近年来，CASA（Carnegie-Ames-StanfordApproach）模型作为一种生态系统模型，已经被应用于全球的NPP估算中（Zhangetal.,2016；Fangetal.,2018）。CASA模型基于生物地球化学循环的原理，可以模拟陆地生态系统的碳、氮、水等物质的循环过程，完整地描述了陆地生态系统的生态过程（Potteretal.,1993）。CASA模型通过合理刻画生态系统的植被特征、土壤性质等因素，可以较为准确地估计NPP。
武汉市作为长江中游城市之一，其生态环境近年来受到了越来越多的关注。然而，由于人地交互作用等因素的影响，武汉市的生态系统NPP存在着较大不确定性。因此，本文旨在利用CASA模型，从遥感数据出发，估算出2017年武汉市的生态系统NPP，并分析其变化特征，从而为城市生态系统的可持续发展提供科学依据。
材料与方法
2.1数据来源
MODIS数据是估算生态系统NPP的重要数据来源之一（Zhangetal.,2018）。本研究采用MODIS数据作为CASA模型的输入数据，数据分辨率为500m，时间分辨率为16天。
2.2模型选择
由于CASA模型可以较为准确地刻画生态系统的生产力、生态碳循环等特征，因此本文选择CASA模型作为生态系统NPP的估算模型。CASA模型的数学表达式如下：
其中，GPP代表生态系统的毛初级生产力，fPAR代表植被覆盖率，PAR代表光合有效辐射，LUE代表光化学利用效率，ε代表利用系数。
2.3模型参数
CASA模型需要大量的模型参数，包括植被覆盖率、生态系统类型、土壤类型等。为了准确地估算武汉市的生态系统NPP，本文选用了全球生态位模型（GEM）数据库中的ChinaFLUX站点参数作为模型参数。
2.4NPP估算方法
本文采用模型估算方法对武汉市2017年的生态系统NPP进行估算。首先，从MODIS数据中提取出相关数据，计算出GPP、fPAR、PAR等参数；其次，结合模型参数，利用CASA模型进行NPP计算。最后，得出武汉市2017年的生态系统NPP。
结果
本研究利用CASA模型，从MODIS数据出发，估算出武汉市2017年的生态系统NPP结果如下：
总体来看，武汉市2017年的生态系统NPP为1,178.18±292.02gC/m2/yr。其中，郊区和城市的NPP略高于乡村和水域区域，说明城市化进程对生态系统NPP有一定的影响。
讨论
本研究利用CASA模型对武汉市生态系统NPP进行了遥感估算，得到了比较合理的结果。从总体来看，武汉市的生态系统NPP处于较高水平，与武汉市地处长江中游环境有关。同时，由于人类活动的影响，城市区域和郊区的NPP略高于其他地区，这也反映了人类活动对生态系统的影响。
然而，本研究也存在着一定的不确定性。首先，模型参数的确定存在着一定的误差，可能对NPP的估算结果产生影响；其次，遥感数据的精度和空间分辨率也可能对NPP的估算结果产生影响。因此，本研究的结论具有一定的局限性，需要在后续研究中进一步完善和验证。
结论
本研究利用CASA模型，从MODIS数据出发，估算出了2017年武汉市的生态系统NPP，结果表明武汉市的生态系统NPP处于较高水平。本研究对武汉市生态系统的NPP估算提供了科学依据，同时也为类似的生态系统研究提供了借鉴和参考。
参考文献
Fang,J.,Ouyang,Z.,Liu,J.,etal.(2018).BiomasscarbonstocksinChina’sforestsbetween2000and2050:Apredictionbasedonforestbiomass-agerelationships.ScienceChinaLifeSciences,61(5),443–45