论文部分内容阅读
植被对全球能量循环及物质的生物化学循环具有重要的影响。叶面积指数、生物量和净第一性生产力等是表征植被特征的重要参数。反演生物物理学参数，模拟生态系统循环是评价生态环境变化的重要手段。
本文旨在利用TM遥感影像反演北京市城八区植被的叶面积指数(LAI)、净第一性生产力(NPP)。叶面积指数定义为单位地表面积上总叶表面积的一半，它作为一个重要的冠层结构参数，对于理解与植被相关的生物物理过程是非常重要的。因此叶面积指数的获取具有非常重要的意义；净第一性生产力是指绿色植被在单位时间、单位面积上由光合作用所产生的有机物质总量中扣除自养呼吸后剩余的部分。净第一性生产力一方面它可以反映植物的生长状况，为可再生资源管理提供高质量的综合信息；另一方面它是生物圈碳循环的重要分量，在全球气候变化研究中占有重要的地位。为了模拟LAI和NPP，本文利用碳水耦合的遥感过程模型BEPS(Boreal Ecosystem Productivity Simulator)，结合实地测量的叶面积指数以及以往的经验，对BEPS模型进行修正，最终得出北京城八区植被的LAI、NPP分布情况。本文主要有以下几个研究步骤：
1．根据研究需要，进行研究区实验设计并实施实验内容，主要有：研究区内选取不同年龄段、不同疏密程度、不同种类的人工植被，进行树木LAI、胸径、树高等数据的采集，从而计算样地实测的LAI；
2．对于研究区对应的TM遥感影像进行辐射纠正、大气纠正、几何纠正等图像预处理。对图像进行分类，细化研究区的植被覆盖类型。计算相应的植被指数，利用植被指数反演生物量和LAI；
3．由于BEPS模型需要有研究区全年的LAI数据，利用TM不同时相的9景数据分别进行LAI的反演，得到全年的时间序列的LAI；
4．运用以上几步准备好的相应研究区的逐日最高最低气温、日总辐射、相对湿度、降水量、土壤持水量、时间序列的LAI、土地覆盖类型以及生物量数据，利用BEPS模型，模拟出了北京市城八区植被的净第一性生产力，并利用实测数据进行了验证。