全國高分辨率土地利用數據產品 土地利用數據 土地覆蓋數據 坡度數據 土壤侵蝕數據 全國各省市DEM數據 耕地資源空間分布數據 草地資源空間分布數據 林地資源空間分布數據 水域資源空間分布數據 建設用地空間分布數據 地形、地貌、土壤數據 分坡度耕地數據 全國大宗農作物種植范圍空間分布產品
多種衛星遙感數據反演植被覆蓋度數據 地表反照率數據 比輻射率數據 地表溫度數據 地表蒸騰與蒸散數據 歸一化植被指數數據 葉面積指數數據 凈初級生產力數據 凈生態系統生產力數據 生態系統總初級生產力數據 生態系統類型分布數據 土壤類型質地養分數據 生態系統空間分布數據 增強型植被指數產品
多年平均氣溫空間分布數據 多年平均降水量空間分布數據 濕潤指數數據 大于0℃積溫空間分布數據 光合有效輻射分量數據 顯熱/潛熱信息數據 波文比信息數據 地表凈輻射通量數據 光合有效輻射數據 溫度帶分區數據 山區小氣候因子精細數據集
全國夜間燈光指數數據 全國GDP公里格網數據產品 全國建筑物總面積公里格網數據 全國人口密度數據產品 全國縣級醫院分布產品 人口調查空間分布數據 收入統計空間分布數據 礦山面積統計及分布數據 載畜量及空間分布數據 農作物種植面積統計數據 農田分類面積統計數據 農作物長勢遙感監測數據 醫療資源統計數據 教育資源統計數據 行政轄區信息數據
Landsat 8 高分二號 高分一號 SPOT-6衛星影像 法國Pleiades高分衛星 資源三號衛星 風云3號 中巴資源衛星 NOAA/AVHRR MODIS Landsat TM 環境小衛星 Landsat MSS 天繪一號衛星影像
高精度仿真電子地圖數據 全國電子地圖數據 全國賓館酒店數據 全國道路數據 全國水系數據 全國醫院數據 全國中學數據 全國小學數據 全國幼兒園數據 全國加油站數據 全國超市數據 全國餐飲飯店數據 北京市 上海市 重慶市 天津市 浙江省 黑龍江省 云南省 陜西省 山西省 江西省 海南省 貴州省 廣東省 甘肅省 江蘇省 福建省 青海省 湖北省 河南省 安徽省 山東省 四川省 吉林省 遼寧省 河北省 湖南省 新疆自治區 西藏自治區 寧夏自治區 廣西自治區 內蒙古自治區
全國鄉鎮 全國行政村邊界數據 北京市 安徽省 福建省 廣西自治區 黑龍江省 甘肅省 廣東省 貴州省 海南省 河北省 河南省 湖北省 湖南省 吉林省 江蘇省 江西省 遼寧省 內蒙古自治區 寧夏自治區 青海省 山東省 山西省 陜西省 上海市 四川省 天津市 西藏自治區 新疆自治區 云南省 浙江省 重慶市
一.背景介紹
植被凈初級生產力指數(NPP)反映的是植物固定和轉化光能為化合物的效率,數值上與植物生長、發育、繁殖等自身生命活動相關,同時也為整個生態系統中其他生物成員的生命活動提供了不可或缺的物質基礎。植被凈初級生產力能夠以統一的尺度標準來衡量區域土地利用/覆被變化過程對植被的影響程度,因此分析區域土地利用/覆被變化過程對植被凈初級生產力NPP的影響是土地利用/覆被變化環境效應研究的重要組成部分。NPP作為地表碳循環的重要組成部分,不僅直接反映了植被群落在自然環境條件下的生產能力,表征陸地生態系統的質量狀況,而且是判定生態系統碳源/匯和調節生態過程的主要因子,在全球變化及碳平衡中扮演著重要的作用。
地理國情監測云平臺應國家林業和草原局西北調查規劃設計院的要求,對全國2016年與2017年1000米NPP數據提供技術服務,以滿足客戶項目及科研工作的需要。
二.案例詳情
服務單位 |
國家林業和草原局西北調查規劃設計院 |
服務時間 |
2019.12 |
服務內容 |
2016.2017年全國1000米柵格NPP數據 |
本次技術服務的核心是:是采用光能利用率(GLOPEM)模型算法,通過多種衛星遙感數據(Landsat、MODIS等)反演得到的多種尺度柵格數據產品。本次技術服務主要流程如下:
1.數據獲取與數據準備
本項目需要生產全國2016/2017的NPP年值數據,生成的NPP數據為本年度凈初級生產力的累計值。擬采用的遙感數據源為MODIS傳感器數據。
2、NPP(凈初級生產力)數據生產流程
GLOPEM-CEVSA模型輸入數據主要包括來自氣象臺站觀測經空間插值的氣溫、多年平均氣溫、相對濕度數據,利用土壤類型圖和土壤剖面數據庫等計算獲取的土壤持水力,通過衛星遙感反演土壤濕度、FPAR及PAR。
(1)基于空間插值的氣象數據
氣象數據(溫度、多年平均氣溫和相對濕度)是利用2016與2017年全國約752個氣象站點數據, 計算每8 d平均值后進行空間內插而得, 空間分辨率為1km,時間分辨率為8d。所使用的插值方法是由ArcMap開發的樣條插值方法。在內插過程中主要考慮了經緯度和海拔高度對各氣候要素的影響, 并利用分辨率為1km網格的數字高程數據按線性關系對樣條函數得到的表面進行擬合, 得到最后的內插結果。多項研究認為這種方法對溫度和濕度的插值效果明顯優于其他方法。
(2)土壤持水力數據獲取
本項目中采用的土壤類型圖和土壤剖面數據庫,通過不同土壤質地標準轉換,識別區域土壤質地類型。在此基礎上,應用土壤轉換函數法和土壤質地信息進行1m深度內土壤田間持水量的計算,再根據土壤質地信息和植被類型數據進行有效土壤厚度的估算。
(3)基于遙感反演的土壤濕度
基于遙感反演的土壤濕度是利用25 km分辨率的2016與2017年的美國NASA下載獲得,根據NASA公布的最新校正方法和校正系數重新進行了輻射訂正,并采用手工幾何校正的方式, 對該數據進行了精確的幾何糾正,并與DEM、生態系統類型數據相結合計算,最終實現25km與1km的分辨率轉換。
(4)基于遙感反演的FPAR
基于遙感反演的FPAR是利用1km分辨率的2016年月2017年多源衛星數據(MODIS、風云衛星系列)。該數據通過美國NASA下載獲得,根據NASA公布的最新校正方法和校正系數重新進行了輻射訂正, 并采用手工幾何校正的方式, 對該數據進行了精確的幾何糾正。
(5)基于遙感反演的PAR
太陽輻射是植物生長所需外部能量的唯一來源。其中能被綠色植被用來進行光合作用的那部分能量(波長范圍在400–700nm之間),即光合有效輻射(PAR)。它是形成生物量的基本能源,控制著陸地生物光合作用的速度,直接影響植物的生長、發育、產量與產品質量。PAR是GLO–PEM模型最重要的輸入參數,本文采用CALPAR算法估算青藏高原光合有效輻射,算法表達式如下:
其中:Is為單波段光合有效輻射值(W*m-2*μm-1),可表示為下式:
其中:I0為單波段大氣頂瞬時輻射(W*m-2*μm-1),Ib是單波段直射輻射,是經過大氣后直接到達地面的太陽輻射;Id是單波段散射輻射,是經過大氣衰減后偏離直射方向到達地面的太陽輻射,τb為直射輻射透過率,τb為散射射輻射透過率,cosi為地形、緯度以及地球赤緯的校正系數,采用下式計算:
其中h為太陽高度角對應的地方時時角,h = 15×(12-LST),LST=GMT- longitude/15,GMT為格林威治時間。α為坡度、Ф為緯度、φ為坡向,δ為太陽赤緯,太陽赤緯的計算公式如下:
其中N為儒歷日。直射輻射Ib考慮傳播過程中瑞利散射、臭氧、氣溶膠的吸收和散射等作用,公式為:
其中τr是瑞利散射透過率,τoz是臭氧透過率,τw是水汽透過率,τa氣溶膠透過率。Mo是大氣路徑長度,Mp是氣壓歸一化的大氣路徑長度。λ為波長(μm)。Koz是臭氧的吸收系數,l是臭氧垂直方向上的臭氧質量(cm)。Kw是水汽的吸收系數,w是大氣含水量(cm)。β是氣溶膠的渾濁度參數,與波長無關,表示整層大氣氣溶膠的數量。α的數值與大氣氣溶膠粒子平均半徑有關,平均半徑越小,氣溶膠的散射性質趨近分子散射。
散射輻射考慮了瑞利散射Ir,氣溶膠散射Ia,公式為:
其中wo為單次散射反照率,F為前向散射,θ是太陽高度角。
本項目的NPP(凈初級生產力)年值數據生產步驟包括以下幾步:
1)選擇光合有效輻射吸收比例數據、光合有效輻射數據、地表溫度數據、陸表水分指數數據和陸表水分指數最大值統計數據;
2)由地表溫度數據,根據模型運算生成呼吸消耗率和溫度對光合作用影像系數數據;由陸表水分指數和陸表水分指數數據最大值生成水分、葉片物候期對光合作用影像系數數據;
3)由溫度、水分和葉片物候期對光合作用影像系數生成得到植被將所吸收的光合有效輻射轉化為有機物的轉化率;
4)由光合有效輻射吸收比例數據,光合有效輻射數據及有機物轉化率數據生成得到總初級生產力數據;
5)由總初級生產力數據結合呼吸消耗率數據,計算得到凈初級生產力數據。
3.技術服務成果展示
本次產品加工技術服務成果如圖1所示:
圖1.全國2016年NPP空間分布圖