陆地生态系统净碳交换量遥感估算模型构建

The accurate estimation of terrestrial net ecosystem carbon exchange (NEE) at regional or global scale is the urgent need to assess the carbon source and sink and to effectively manage greenhouse gases, which has very important scientific significance. NEE models based on remote sensing data provide a new method for NEE calculation at regional and global scale, and NEE is expressed as the difference of gross primary production (GPP) and ecosystem respiration (Re). However, nowadays commonly used light use efficiency models of GPP did not distinguish the sunlit and shaded leaves, and the soil moisture was not included. And in Re models soil temperature, soil moisture content, biomass and soil organic carbon and other limiting factors were not complete. This project aims to use MODIS and eddy covariance flux data to establish a NEE model. The steps are to simulate soil moisture based on leaf area index and a water balance model to improve the light use efficiency model (TL-LUE) with sunlit and shaded leaf separation GPP model; to retrieve land surface temperature, NDVI and EVI representing biomass and soil organic carbon; to improve the ecosystem respiration model combined with soil moisture; and to establish the NEE model by using the difference of GPP and Re. By the new remote sensing NEE model, the regional NEE calculation accuracy would be improved and it would provide data basis for accurate calculation of carbon sources and sinks of terrestrial ecosystem.

准确计算区域或全球尺度生态系统净碳收支NEE，是积极应对气候变化的迫切需要，具有非常重要的科学意义。以光能利用率模型为基础通过光合碳吸收GPP和生态系统呼吸Re之差来计算NEE的遥感模型为区域NEE计算提供了新的手段。然而，当前NEE遥感模型中GPP模型没有区分阴阳叶的光能利用效率，水分胁迫因子参数化方案也由于区域土壤水分计算的困难而不够完善；Re模拟没有综合考虑土壤温度、土壤水分、生物量和土壤有机碳等因子的影响。本项目利用MODIS和通量数据，在两叶光能利用率模型基础上，基于LAI和能量-水分平衡模型计算区域土壤水分，改进GPP模型水分胁迫因子参数化方案；利用遥感反演地表温度、表征生物量和土壤有机碳信息的NDVI和EVI，结合计算的区域土壤水分，改进Re模型，构建区域NEE遥感模型。通过建立的NEE遥感模型，提高区域NEE计算的精度，为陆地生态系统碳源汇精确计算提供技术支持和数据基础。

生态系统净碳通量（NEE）作为生态系统光合作用碳吸收（GPP）和呼吸碳排放（Re）两大基本生理生态学过程之间平衡的结果，准确估计区域或者全球尺度陆地生态系统净碳交换量及其时空变化特征，是评估区域碳收支状况、积极应对气候变化的迫切需要，具有非常重要的科学意义。然而，当前NEE遥感模型中GPP模型没有区分阴阳叶的光能利用效率；Re模拟没有综合考虑土壤温度、土壤水分、生物量和土壤有机碳等因子的影响。本研究利用遥感数据和通量观测数据，验证阴阳叶两叶光能利用率模型（TL-LUE），计算不同植被类型的阴阳叶光能利用率（LUEshaded和LUEsun），建立阴阳叶光能利用率与光化学指数PRI之间的关系，从而进行区域尺度光能利用效率参数化，分析月尺度荧光数据（SIF）与模拟的中国区域GPP之间的一致性，进行GPP区域模拟结果的验证。基于温度、水分和通量观测数据，对比分析不同的遥感呼吸模型，优化模型参数，模拟站点和中国区域的Re，并利用TL-LUE模型模拟GPP，模拟中国区域2003-2012年的NEE、GPP和Re，分析中国2003-2012年的NEE、GPP和Re的空间分布规律。研究结果表明，TL-LUE模型模拟不同生态系统8天GPP的能力优于MOD17算法。此外，TL-LUE模型对PAR的敏感性远低于MOD17算法，优化的阴叶光能利用率远高于阳叶。随着时间尺度的增大，TL-LUE相比于MOD17对GPP模拟结果的改善程度减轻。温度降水呼吸模型（TPGPP）生态系统呼吸模型可以较高精度地模拟不同植被类型的生态系统呼吸。研究结果可为提高区域NEE模拟精度和陆地生态系统碳源汇精确计算提供技术支持和数据基础。