全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
一.背景介绍
植被净初级生产力指数(NPP)反映的是植物固定和转化光能为化合物的效率,数值上与植物生长、发育、繁殖等自身生命活动相关,同时也为整个生态系统中其他生物成员的生命活动提供了不可或缺的物质基础。植被净初级生产力能够以统一的尺度标准来衡量区域土地利用/覆被变化过程对植被的影响程度,因此分析区域土地利用/覆被变化过程对植被净初级生产力NPP的影响是土地利用/覆被变化环境效应研究的重要组成部分。NPP作为地表碳循环的重要组成部分,不仅直接反映了植被群落在自然环境条件下的生产能力,表征陆地生态系统的质量状况,而且是判定生态系统碳源/汇和调节生态过程的主要因子,在全球变化及碳平衡中扮演着重要的作用。
地理国情监测云平台应西安理工大学的要求,对黄土高原地区2000年、2005年、2010年与2015年30米NPP数据提供技术服务,以满足客户项目及科研工作的需要。
二.案例详情
服务单位 |
西安理工大学 |
服务时间 |
2018.05 |
服务内容 |
2000.2005.2010.2015年黄土高原地区30米栅格NPP数据 |
本次技术服务的核心是:是采用光能利用率(GLOPEM)模型算法,通过多种卫星遥感数据(Landsat、MODIS等)反演得到的多种尺度栅格数据产品。本次技术服务主要流程如下:
1.数据获取与数据准备
本项目需要生产黄土高原地区2000/2005/2010/2015的NPP年值数据,生成的NPP数据为本年度净初级生产力的累计值。拟采用的遥感数据源为Landsat陆地资源卫星,选用LandsatTM/ OLI传感器数据。
2、NPP(净初级生产力)数据生产流程
GLOPEM-CEVSA模型输入数据主要包括来自气象台站观测经空间插值的气温、多年平均气温、相对湿度数据,利用土壤类型图和土壤剖面数据库等计算获取的土壤持水力,通过卫星遥感反演土壤湿度、FPAR及PAR。
(1)基于空间插值的气象数据
气象数据(温度、多年平均气温和相对湿度)是利用2000~2012/13年全国约752个气象站点数据, 计算每8 d平均值后进行空间内插而得, 空间分辨率为1 km, 时间分辨率为8 d。所使用的插值方法是由Arcmap开发的样条插值方法。在内插过程中主要考虑了经纬度和海拔高度对各气候要素的影响, 并利用分辨率为1 km网格的数字高程数据按线性关系对样条函数得到的表面进行拟合, 得到最后的内插结果。多项研究认为这种方法对温度和湿度的插值效果明显优于其他方法。
(2)土壤持水力数据获取
本项目中采用的土壤类型图和土壤剖面数据库,通过不同土壤质地标准转换,识别区域土壤质地类型。在此基础上,应用土壤转换函数法和土壤质地信息进行1 m深度内土壤田间持水量的计算,再根据土壤质地信息和植被类型数据进行有效土壤厚度的估算。
(3)基于遥感反演的土壤湿度
基于遥感反演的土壤湿度是利用25 km分辨率的2000~2012/13年的美国NASA下载获得,根据NASA公布的最新校正方法和校正系数重新进行了辐射订正, 并采用手工几何校正的方式, 对该数据进行了精确的几何纠正,并与DEM、生态系统类型数据相结合计算,最终实现25km与1km的分辨率转换。
(4)基于遥感反演的FPAR
基于遥感反演的FPAR是利用1 km分辨率的2000~2012/13年多源卫星数据(MODIS、风云卫星系列)。该数据通过美国NASA下载获得,根据NASA公布的最新校正方法和校正系数重新进行了辐射订正, 并采用手工几何校正的方式, 对该数据进行了精确的几何纠正。
(5)基于遥感反演的PAR
太阳辐射是植物生长所需外部能量的唯一来源。其中能被绿色植被用来进行光合作用的那部分能量(波长范围在400–700nm之间),即光合有效辐射(PAR)。它是形成生物量的基本能源,控制着陆地生物光合作用的速度,直接影响植物的生长、发育、产量与产品质量。PAR是GLO–PEM模型最重要的输入参数,本文采用CALPAR算法估算青藏高原光合有效辐射,算法表达式如下:
其中:Is为单波段光合有效辐射值(W*m-2*μm-1),可表示为下式:
其中:I0为单波段大气顶瞬时辐射(W*m-2*μm-1),Ib是单波段直射辐射,是经过大气后直接到达地面的太阳辐射;Id是单波段散射辐射,是经过大气衰减后偏离直射方向到达地面的太阳辐射,τb为直射辐射透过率,τb为散射射辐射透过率,cosi为地形、纬度以及地球赤纬的校正系数,采用下式计算:
其中τr是瑞利散射透过率,τoz是臭氧透过率,τw是水汽透过率,τa气溶胶透过率。Mo是大气路径长度,Mp是气压归一化的大气路径长度。λ为波长(μm)。Koz是臭氧的吸收系数,l是臭氧垂直方向上的臭氧质量(cm)。Kw是水汽的吸收系数,w是大气含水量(cm)。β是气溶胶的浑浊度参数,与波长无关,表示整层大气气溶胶的数量。α的数值与大气气溶胶粒子平均半径有关,平均半径越小,气溶胶的散射性质趋近分子散射。
其中wo为单次散射反照率,F为前向散射,θ是太阳高度角。
本项目的NPP(净初级生产力)年值数据生产步骤包括以下几步:
1)选择光合有效辐射吸收比例数据、光合有效辐射数据、地表温度数据、陆表水分指数数据和陆表水分指数最大值统计数据;
2)由地表温度数据,根据模型运算生成呼吸消耗率和温度对光合作用影像系数数据;由陆表水分指数和陆表水分指数数据最大值生成水分、叶片物候期对光合作用影像系数数据;
3)由温度、水分和叶片物候期对光合作用影像系数生成得到植被将所吸收的光合有效辐射转化为有机物的转化率;
4)由光合有效辐射吸收比例数据,光合有效辐射数据及有机物转化率数据生成得到总初级生产力数据;
5)由总初级生产力数据结合呼吸消耗率数据,计算得到净初级生产力数据。
3.技术服务成果展示
本次产品加工技术服务成果如图1所示:
图1.黄土高原2015年NPP