基于高光谱遥感数据的植被光能利用率反演研究

植被光能利用率对于理解能量在生态系统中的循环过程有着积极的意义。基于高光谱遥感数据的植被光能利用率反演为研究冠层、区域尺度的碳循环过程提供了有效地方法。该项目将以我国北方主要作物冬小麦为研究对象，利用叶片和冠层辐射传输模型，通过研究植被生化组分含量和光能利用率的作用机制，实现基于高光谱遥感数据的植被光能利用率反演。项目将利用冬小麦整个生育期内完整的冠层光谱、生化组分参数和冠层结构参数数据集，研究利用冠层高光谱数据反演光能利用率。考虑到遥感应用中的尺度问题，同时也将研究不同空间分辨率的星载高光谱数据（Hyperion、MODIS）反演植被光能利用率的可行性，以提高反演模型的普适性。项目成果不仅为区域尺度的植被生产力估算提供了新的研究方法，也将有助于遥感数据和生态模型的耦合，对研究全球碳循环和气候变化有着重要意义。

利用遥感技术反演植被光能利用率是研究植被生产力的前提，同时为理解区域碳循环的机制提供了可能。传统的光能利用率研究方法未能考虑环境的变化对植被光能利用率的影响，因此很难实现其空间扩展。项目结合地面试验数据和卫星观测研究了光能利用率的反演算法，并进一步其在植被初级生产力遥感反演中的应用。通过黑河地区的地面试验以及国际公开的通量数据，主要获得了以下五个方面关于光能利用率遥感反演的主要结论：第一、基于叶绿素的植被指数具有反演光能利用率潜力，但是单一的植被指数在不同生态系统中通用性不高，主要表现在从作物样本中获得的反演系数无法直接应用到其他生态系统中（草地和森林），该成果发表于2012年第一期Ecological Indicators（SCI, IF=2.7）。第二、由于单一植被指数无法反映由于环境因子对光能利用率的影响，项目通过引入温度这一因子，建立了光能利用率遥感反演的一个新的算法，并利用通量数据在北美20个森林（包括落叶林和常绿林）生态系统中进行了验证,该成果发表于2012年Remote Sensing of Environment（SCI, IF=5.1）。第三、降水因子在以往的光能利用率模型中很少用到，项目研究发现在月尺度上，降水量和初级生产力无关，但是降水强度的增加却会增加GPP，这是以往的研究没有关注到的，有可能用于解释生态系统碳源与碳汇的不平衡，该研究成果最新发表于Global and Planetary Change（SCI, IF=3.1）。第四、物候因子在以往的遥感研究中应用不多，项目通过通量数据和遥感数据结合，提出了物候对于光能利用率的影响，并进一步影响整个生态系统碳循环，成果发表于Global Ecology and Biogeography（SCI, IF=7.2）。第五、为了进一步说明物候因子遥感反演的可能性，项目通过通量数据分析了MODIS植被指数反演森林生长期的物候变化，成果发表于Remote Sensing of Environment（SCI, IF=5.1），为研究物候的空间变化提供基础。