一种估算温带森林水分可利用率的方法
【专利摘要】本发明公开了一种估算温带森林水分可利用率的方法，包括如下步骤：(1)从若干通量站点分别获取增强植被指数的卫星遥感数据EVI；(2)从若干通量站点分别获取白天地表温度的卫星遥感数据Ts；(3)从通量站点的日通量数据求得WUE观测值；(4)将上述EVI、Ts和WUE观测值的数据集代入如下温带森林水分可利用率的模型计算公式WUE＝a0+a1EVI+a2EVI·Ts；(5)通过模型率定法估算出所述模型计算公式中的待定系数a0、a1和a2，通过计算公式得出温带森林水分可利用率的估算值。本发明采用易于获得的遥感观测数据进行统计建模，通过模型率定法可以比较有效地估算出温带森林水分可利用率，与实际观测值显著相关，从而为森林管理等应用提供支持。
【专利说明】
一种估算温带森林水分可利用率的方法
技术领域
[0001 ]本发明涉及一种估算温带森林水分可利用率的方法。
【背景技术】
[0002] 森林的水分可利用率(Water Use Efficiency，WUE)是生态系统的一项重要生物 物理属性。它表示植被每消耗单位量的水分所固定的碳量。根据定义，估算WUE需要同时获 取陆地生态系统的总生产力（Gross Primary Product，GPP)和蒸散量 (Evapotranspiration，ET)，二者的比值即为WUE，如下公式所示：
[0003] WUE=GPP/ET。
[0004] 尽管在观测站点上，人们可以比较方便地对上述两类通量进行观测，但在大范围 区域上，GPP与ET的获取都依赖模型的估算。这些模型都需要较多的输入参数，可能导致估 算误差的积累。因此，人们也采用统计模型间接对WUE进行估算。这一统计模型的计算公式 如下：
[0005] ffUE = a〇0F+ai(l-e-°-6LAI),
[0006] 其中，aom为模型的待定系数;ΘΡ为土壤田间持水量;LAI为植被叶面积指数。模型 中的环境变量Gf和LAI理论上可以通过地面测量以及遥感观测获得，建立环境变量与WUE间 的统计关系，计算WUE。但该模型中的土壤田间持水量Θ F比较难以大范围、高时效地获取，限 制了该模型的应用。
【发明内容】
[0007] 本发明的目的是解决目前森林水分可利用率采用直接获取方法误差大，而采用统 计模型间接估算方法难以大范围、高时效地获取土壤田间持水量Θ Ρ的技术问题。
[0008] 为实现以上发明目的，本发明提供一种估算温带森林水分可利用率的方法，包括 如下步骤：
[0009] (1)从若干通量站点分别获取增强植被指数的卫星遥感数据EVI;
[0010] (2)从若干通量站点分别获取白天地表温度的卫星遥感数据Ts;
[0011] (3)从若干通量站点分别获取日通量GPP和LE，并将LE转化为ET，其中GPP为生态系 统的总生产力，LE为潜热通量，ET为蒸散量，通过WUE=GPP/ET求出WUE的观测值；
[0012] (4)将上述获得的EVI、Ts和WUE的数据集代入如下温带森林水分可利用率的模型 计算公式：
[0013] WUE = a〇+aiEVI+a2EVI · Ts,
[0014] 式中，WUE为温带森林的水分可利用率的估算值，aQ、adPa2为待定系数，Ts为各个 通量站点的多年平均白天地表温度;EVI为通量站点上的增强植被指数；
[0015] (5)通过模型率定法估算出所述模型计算公式中的待定系数￡i()、ai和a2,从而得出 温带森林水分可利用率的无待定系数的计算公式，通过将不同的EVI、Ts值代入所述无待定 系数的计算公式得出温带森林水分可利用率的估算值WUE。
[0016] 进一步地，还对步骤（1)所述卫星遥感数据EVI进行去除云噪声的预处理，以获得 达标的每16天的EVI时间序列数据。
[0017] 进一步地，所述预处理为Savitzky-Golay滤波。
[0018] 进一步地，还对步骤（2)所述卫星遥感数据Ts进行预处理，以获得8天平均的白天 地表温度，并计算其每年平均值，从而得出年平均白天地表温度。
[0019]进一步地，所述预处理为剔除无效值和白天地表温度小于5°C的值。
[0020] 进一步地，步骤(4)中通过所述模型率定法估算出的所述待定系数ao =-0.205，ai = 246.505，a2 = _0825,从而得出温带森林水分可利用率的无待定系数的计算公式为：
[0021] WUE = -0.205+246.505 · EVI-0.825 · EVI · Ts。
[0022] 进一步地，所述温带森林水分可利用率的观测值WUE通过以下方法获得：
[0023] 分别获得各所述通量站点上16天平均的生态系统总生产力GPP和16天平均的潜热 通量LE，并将所述潜热通量值LE转化为蒸散量ET，通过计算公式WUE = GPP/ET得出所述温带 森林水分可利用率的观测值，
[0024]其中，ET = LEA，λ为单位质量的液态水消耗的能量，A~2.454MJ/kg。
[0025] 进一步地，还对步骤（1)中所述增强植被指数的卫星遥感数据EVI和步骤(2)中所 述白天地表温度的卫星遥感数据Ts作如下处理：
[0026] 通过从若干通量站点分别获取的降雨数据，剔除降雨大于0当天的数据和降雨后 两天的数据。
[0027] 进一步地，所述步骤(5)后面还包括：
[0028] 将步骤(3)中所述观测值与步骤(5)中所述估算值进行比较，以评估通过步骤(4) 中所述温带森林水分可利用率的模型计算公式进行估算的准确性
[0029] 与现有技术相比，本发明的有益效果是：
[0030] 1.采用易于获得的卫星遥感数据和地面通量观测数据进行统计建模，通过模型率 定法可以比较有效地估算出温带森林水分可利用率，与实际观测值显著相关，从而为森林 管理等应用提供支持。
[0031 ] 2.对遥感数据进行预处理后才投入模型公式进行估算，提高了遥感数据的可用性 和估算准确度。
【附图说明】
[0032]图1是本发明一个实施例的流程图；
[0033] 图2是本发明又一个实施例的流程图；
[0034] 图3是本发明再一个实施例的流程图；
[0035]图4是通量站点地理分布图；
[0036] 图5是估算值与观测值回归分析结果图；
[0037] 图6是站点US-MMS上2004-2005年WUE的时间序列图；
[0038] 图7是站点US-WCr上2005-2006年WUE的时间序列图；
[0039] 图8是站点US-UMB上2002-2003年WUE的时间序列图；
[0040] 图9是站点US-Bar上2004-2005年WUE的时间序列图。
【具体实施方式】
[0041] 下面结合附图和具体实施例对本发明作进一步说明。
[0042] 实施例1:
[0043] 如图1所示，本发明的估算温带森林水分可利用率的方法，包括如下步骤：
[0044] SlOO:从若干通量站点分别获取增强植被指数的卫星遥感数据EVI;
[0045] S110:从若干通量站点分别获取白天地表温度的卫星遥感数据Ts;
[0046] S120:从若干通量站点分别获取日通量GPP和LE，并将LE转化为ET，其中GPP为生态 系统的总生产力，LE为潜热通量，ET为蒸散量，通过WUE=GPP/ET求出WUE的观测值；
[0047] S130:将步骤SlOO中的Ts、S110中的EVI和S120中的WUE的数据集代入如下温带森 林水分可利用率的模型计算公式：
[0048] WUE = ao+aiEVI+a2EVI · Ts,
[0049] 式中，WUE为温带森林的水分可利用率，ao、adPa2为待定系数，Ts为各个站点多年 平均白天地表温度;EVI为站点上的增强植被指数；
[0050] 5140:通过模型率定法估算出所述模型计算公式中的待定系数3()、31和32，从而得 出温带森林水分可利用率的无待定系数的计算公式，通过将不同的EVI、Ts值代入所述无待 定系数的计算公式得出温带森林水分可利用率的估算值WUE。
[0051 ]其中，卫星遥感数据EVI是指MODIS(中分辨率成像光谱仪)增强植被指数EVI数据 M0D13Q1;卫星遥感数据Ts是指MODIS白天地表温度数据MODI 1A2。
[0052] 实施例2:
[0053]如图2所示，本发明的估算温带森林水分可利用率的方法，包括如下步骤：
[0054] S200:从若干通量站点分别获取增强植被指数的卫星遥感数据EVI，并通过预处理 算法去除其中的云噪声，以获得达标的每16天的EVI时间序列数据;优选的预处理算法为 Savitzky-Golay 滤波；
[0055] S210:从若干通量站点分别获取白天地表温度的卫星遥感数据Ts，并通过预处理 算法获得8天平均的白天地表温度，并计算其每年平均值，从而得出年平均白天地表温度； 优选的预处理算法为剔除无效值和白天地表温度小于5°C的值，无效值如空白或为0的值； [0056] S220:从若干通量站点分别获取日通量GPP和LE，并将LE转化为ET，其中GPP为生态 系统的总生产力，LE为潜热通量，ET为蒸散量，通过WUE = GPP/ET求出WUE的观测值，并通过 从若干通量站点分别获取的降雨数据，剔除降雨大于〇当天的WUE的观测值数据和降雨后两 天的WUE的观测值数据；
[0057] S230:将步骤S200中的Ts、S210中的EVI和S220中得到的WUE的数据集代入如下温 带森林水分可利用率的模型计算公式：
[0058] WUE = ao+aiEVI+a2EVI · Ts,
[0059] 式中，WUE为温带森林的水分可利用率，ao、adPa2为待定系数，Ts为各个站点多年 平均白天地表温度;EVI为站点上的增强植被指数；
[0000] S240:通过模型率定法估算出上述模型计算公式中的待定系数ao、ai和a2,估算结 果为30 = -0.205，&1 = 246.505，&2 = -0.825，从而得出温带森林水分可利用率的估算值为 WUE = -0.205+246.505 · EVI-0.825 · EVI · Ts。
[0061 ]其中，卫星遥感数据EVI是指MODIS(中分辨率成像光谱仪)增强植被指数EVI数据 M0D13Q1;卫星遥感数据Ts是指MODIS白天地表温度数据MODI 1A2。
[0062] 实施例3:
[0063]如图3所示，本发明的估算温带森林水分可利用率的方法，包括如下步骤：
[0064] S300:从若干通量站点分别获取增强植被指数的卫星遥感数据EVI，并通过预处理 算法去除其中的云噪声，以获得达标的每16天的EVI时间序列数据;优选的预处理算法为 Savitzky-Golay 滤波；
[0065] S310:从若干通量站点分别获取白天地表温度的卫星遥感数据Ts，并通过预处理 算法获得8天平均的白天地表温度，并计算其每年平均值，从而得出年平均白天地表温度； 优选的预处理算法为剔除无效值和白天地表温度小于5°C的值，无效值如空白或为0的值； [0066] S320:从若干通量站点分别获取日通量GPP和LE，并将LE转化为ET，其中GPP为生态 系统的总生产力，LE为潜热通量，ET为蒸散量，通过WUE = GPP/ET求出WUE的观测值，并通过 从若干通量站点分别获取的降雨数据，剔除降雨大于〇当天的WUE的观测值数据和降雨后两 天的WUE的观测值数据;具体地，分别获得各通量站点上16天平均的生态系统总生产力GPP (单位gC Hf2Cf1)和潜热通量LE(单位MJ Hf2Cf1)，并将潜热通量值LE转化为蒸散量ET，通过计 算公式WUE = GPP/ΕΤ得出温带森林水分可利用率的观测值WUE(单位gC kg-1H2O);原始数据 为每半小时的平均值，为了和遥感数据的时间尺度一致（即16天），将原始数据合成为16天 平均值，并剔除降雨大于〇当天的数据和降雨后两天的数据，只需要对原始观测值计算16天 的算术平均值，BP:
[0067]
[0068]
[0069] 其中，GPPhLE^别代表半小时平均的生态系统总生产力和潜热通量，N代表16天 内原始观测值的个数，ET = LE/λ，λ为单位质量的液态水消耗的能量，2.454MJ/kg;
[0070] S330:将步骤S300中的Ts、S310中的EVI和S320中得到的WUE的数据集代入如下温 带森林水分可利用率的模型计算公式：
[0071] WUE = ao+aiEVI+a2EVI · Ts,
[0072] 式中，WUE为温带森林的水分可利用率，ao、ai和a2为待定系数；
[0073] S340:通过模型率定法估算出上述模型计算公式中的待定系数ao、ai和a2,估算结 果为30 = -0.205，&1 = 246.505，&2 = -0.825，从而得出温带森林水分可利用率的估算值为 WUE = -0.205+246.505 · EVI-0.825 · EVI · Ts;
[0074] S350:将步骤S320中的WUE观测值与步骤S340中的估算值进行比较，以评估通过步 骤S330中温带森林水分可利用率的模型计算公式进行估算的准确性。
[0075]其中，卫星遥感数据EVI是指MODIS(中分辨率成像光谱仪)增强植被指数EVI数据 M0D13Q1;卫星遥感数据Ts是指MODIS白天地表温度数据MODI 1A2。
[0076]下面通过从具体通量站点获取的数据对本发明模型的估算效果进行评估。
[0077]图4为通量站点地理分布图，其中实心圆标记的站点的观测数据全部用于模型验 证，实心三角形标记的站点部分观测数据，如50%，用于模型率定，剩余观测数据用于模型 验证。
[0078] 实验采用统计方法对模型的效果进行评估。主要采用的指标有:相关系数、决定系 数和均方根误差。相关系数数值在-1到1之间，表示两个变量之间的相关程度，负值代表负 相关，正值代表正相关，其绝对值越接近于1两者的相关程度越大。决定系数数值也在0到1 之间，表示模型中自变量对因变量的解释程度，其数值越接近于1表示这种解释程度越高。 均方根误差则反映了模型预测值与观测值的偏差程度，其数值越小结果的精度越高。
[0079] 实验采用的通量数据来自La Thuile数据集，它是由全球250多个通量站点数据构 成的数据集，该观测数据集包括了二氧化碳通量、水热通量、空气温度和空气湿度等多类地 表生物物理属性数据。实验采用的数据属于数据集中可以免费下载使用的子数据集。
[0080] 实验首先采用通量塔数据对模型的待定系数加、&1和&2进行率定，用于模型率定的 通量塔数据如下表1所示：
[0081] 表1
[0083] 其中，通量塔名称代表了不同森林地区的观测站点（如图4所示）。一个站点年代表 某个站点一年的观测数据。通量塔US-MMS、US-WCr和US-UMB中的部分数据应用于模型的率 定，剩余部分用于模型的验证(如表1所示）。模型率定总共包含了 11个站点年数据，率定的 结果为30 = -0.205，&1 = 246.505，&2 = -0.825。模型率定总体的决定系数达到了0.5。则模型 方程如下所示：
[0084] WUE = -0.205+246.505 · EVI-0.825 · EVI · Ts。
[0085]用于模型验证的通量塔数据如下表2所示：
[0086]表 2
[0088]模型验证总共包含8个站点年数据。WUE的模型估算结果与观测结果进行回归分 析，结果如图5所示，其中横坐标为通量站点观测的WUE，纵坐标为模型估算的WUE，模型估算 结果与观测结果间的相关系数为0.64,显著相关。回归直线斜率为0.985,截距为0.156,接 近1:1线，均方根误差为1.64，这与已有估算结果精度相近。
[0089]不同通量站点上WUE的预测值与观测值的季节变化的比较如图6-9的时间序列图 所示。这四幅图中，空心圆代表WUE的观测值，实心圆代表WUE的估算值。从不同通量站点的 WUE时间序列图中可以看到，尽管不同通量站点的WUE的估算精度存在差异，但它们的时间 变化趋势都与观测值一致，存在明显的季节变化，可以证明本发明的估算模型具有可行性。 [0090]除上述实施例外，本发明还可以有其他实施方式，凡采用等同替换或等效变换形 成的技术方案，均落在本发明的保护范围内。
【主权项】
1. 一种估算温带森林水分可利用率的方法，其特征在于，包括如下步骤： (1) 从若干通量站点分别获取增强植被指数的卫星遥感数据EVI; (2) 从若干通量站点分别获取白天地表温度的卫星遥感数据Ts; (3) 从若干通量站点分别获取日通量GPP和LE，并将LE转化为ET，其中GPP为生态系统的 总生产力，LE为潜热通量，ET为蒸散量，通过WUE=GPP/ET求出WUE的观测值； (4) 将上述获得的EVI、Ts和WUE的数据集代入如下温带森林水分可利用率的模型计算 公式： WUE = ao+aiEVI+a2EVI · Ts, 式中，WUE为温带森林的水分可利用率的估算值，ao、adPa2为待定系数，Ts为各个通量站 点的多年平均白天地表温度;EVI为通量站点上的增强植被指数； (5) 通过模型率定法估算出所述模型计算公式中的待定系数ao、ai和a2，从而得出温带 森林水分可利用率的无待定系数的计算公式，通过将不同的EVI、Ts值代入所述无待定系数 的计算公式得出温带森林水分可利用率的估算值WUE。2. 如权利要求1所述的方法，其特征在于，还对步骤(1)所述卫星遥感数据EVI进行去除 云噪声的预处理，以获得达标的每16天的EVI时间序列数据。3. 如权利要求2所述的方法，其特征在于，所述预处理为Savitzky-Golay滤波。4. 如权利要求1所述的方法，其特征在于，还对步骤(2)所述卫星遥感数据Ts进行预处 理，以获得8天平均的白天地表温度，并计算其每年平均值，从而得出年平均白天地表温度。5. 如权利要求4所述的方法，其特征在于，所述预处理为剔除无效值和白天地表温度小 于5°C的值。6. 如权利要求1所述的方法，其特征在于，步骤(4)中通过所述模型率定法估算出的所 述待定系数30 = -0.205，&1 = 246.505，&2 = -0.825,从而得出温带森林水分可利用率的无待 定系数的计算公式为： WUE = -0.205+246.505 · EVI-0.825 · EVI · Ts。7. 如权利要求1所述的方法，其特征在于，所述温带森林水分可利用率的观测值WUE通 过以下方法获得： 分别获得各所述通量站点上16天平均的生态系统总生产力GPP和16天平均的潜热通量 LE，并将所述潜热通量值LE转化为蒸散量ET，通过计算公式WUE = GPP/ET得出所述温带森林 水分可利用率的观测值， 其中，ET = LE/λ，λ为单位质量的液态水消耗的能量，2.454MJ/kg。8. 如权利要求1所述的方法，其特征在于，还对步骤（1)中所述增强植被指数的卫星遥 感数据EVI和步骤(2)中所述白天地表温度的卫星遥感数据Ts作如下处理： 通过从若干通量站点分别获取的降雨数据，剔除降雨大于0当天的数据和降雨后两天 的数据。9. 如权利要求1所述的方法，其特征在于，所述步骤(5)后面还包括： 将步骤(3)中所述观测值与步骤(5)中所述估算值进行比较，以评估通过步骤(4)中所 述温带森林水分可利用率的模型计算公式进行估算的准确性。
【文档编号】G06F19/00GK105938517SQ201610228054
【公开日】2016年9月14日
【申请日】2016年4月13日
【发明人】陈云浩, 王萌杰
【申请人】北京师范大学