论文部分内容阅读
植被是陆地生态系统中最重要的组成部分，是几乎所有生物生存所需物质和能量的来源。同时，植被对全球变化的反映至关重要，其对气候变化的调节与反馈作用是人类调节气候、减缓大气CO2浓度增加的主要手段，生态系统相关研究对于人类的生存和发展具有重要意义。当前生态系统研究模型如陆面过程模型、生态系统生产力模型以及作物生长模型等都需要关键陆表参数。叶面积指数（Leaf Area Index，LAI）作为表征地表植被生物物理变化和冠层结构特征的重要参数，与植被的蒸腾作用、光合作用以及地表净初级生产力等过程有着非常密切的联系。多种生态系统模型亟需LAI作为其不可或缺的输入数据。卫星遥感技术可以实现频繁而持续的对地观测，基于卫星遥感数据反演成为了获取大区域LAI的有效方法。当前存在多个基于遥感数据反演的大区域、长时序LAI遥感产品。由于遥感数据获取过程和产品生产环节中诸多因素的影响，LAI产品的误差是不可避免的，对其进行质量验证尤为重要。LAI产品的质量验证工作是其广泛应用的前提，验证结果可以为产品的算法改进提供反馈信息，也可以为产品的应用提供理论依据。目前针对LAI产品的质量验证问题已经开展较多的研究工作，但在山地开展的验证工作较为少见。然而，山地是陆地生态系统重要而复杂的组成部分，是生物多样性最为丰富的陆地单元。山地生态系统为人类提供了不可替代的淡水资源、矿产资源和生态系统服务功能，山地也成为了当前国际研究的热点区域。我国是多山国家，在山地开展LAI产品的质量验证工作对于我国相关生态系统研究至关重要。 针对LAI产品在山地的质量验证问题，本文在我国西南地区选取典型研究区，以2001～2013年GEOV1 LAI、GLASS LAI和MODIS LAI产品为研究对象，考虑山地地形特征，选择交叉验证和直接验证两种方法，对LAI产品进行质量验证，并对比LAI产品不确定性的时空变化规律。论文主要包括以下几个研究内容:(1)基于交叉验证方法的LAI产品质量验证，对三种LAI产品进行预处理，使其具有一致的数据投影方式、时间和空间分辨率;以产品缺失值比例描述LAI产品的时空完整性特征，并结合地形因子，分析产品缺失值比例在复杂地形条件下的空间分布规律;对比LAI产品对山地地表植被空间分布特征和时间变化规律的表征能力，验证LAI产品相对准确性;(2)基于直接验证方法的LAI产品质量验证，以现有LAI反演模型为基础，采用先反演后平均的方法，获取低空间分辨率LAI数据，通过像元LAI的对比完成LAI产品质量验证，定量评估产品精度;(3)以LAI产品提供的不确定性数据集为研究对象，对比LAI产品不确定性的空间分布及其在异质性地表的变化规律，并分析其时间变化规律。 本文得到以下主要结论:(1)山地复杂的地形特征容易导致水汽和云的形成，影响山地区域遥感数据质量，造成LAI产品时空完整性变差，研究区内时空完整性从优到劣的顺序为:GLASS LAI产品＞MODIS LAI产品＞GEOV1 LAI产品;(2)在空间维，GEOV1 LAI和GLASS LAI产品一致性较好，较好的表征了植被的空间分布特征，MODIS LAI产品表征植被空间分布能力较差;由于山地植被结构复杂，地表异质性较高，LAI产品难以准确表征山地植被垂直带谱;在时间维，三种产品难以准确反映冬季常绿针叶林LAI，且难以准确表征农田作物的物候信息;三种LAI产品能较好的表征植被的年内物候变化，GEOV1 LAI产品表征了植被在年际间对气候变化的响应，但GLASSLAI和MODIS LAI产品未能表达该特征;(3)在那曲样区，GEOV1 LAI、GLASS LAI和MODIS LAI产品对草地区域LAI表现出了高估现象，三者RE分别为163.6％、156.5％和133.3％; GLASS LAI和MODIS LAI产品在林芝样区和普定样区植被LAI表现出了低估的现象，在林芝样区，GLASS LAI产品和MODIS LAI产品主算法、备用算法反演结果的RE分别为33.8％、81.1％和90.4％，MODIS LAI产品备用算法反演结果低估水平更严重;在普定样区，GLASS LAI和MODIS LAI产品主算法反演结果RE分别为43.7％和73.2％;(4) LAI产品不确定性的空间分布和时间变化规律和LAI有较好的一致性，在林地区域的不确定性大于草地区域，在时间序列上则表现出夏季大、冬季小的趋势，地表异质性导致草地混合像元LAI的不确定性增大。 本文的创新工作在于以典型山地为研究区，从LAI产品对山地植被空间分布特征和时间变化规律的表征能力角度，评估产品的相对准确性，进行LAI产品的质量验证。拟解决的关键问题为评估当前LAI产品对山地植被的时空表征能力，该工作有助于发现LAI产品在山地的问题，并为LAI产品在山地的应用提供理论参考。