張建平
(甘肅省有色金屬地質(zhì)勘查局天水礦產(chǎn)勘查院,甘肅 天水 741000)
本研究用到的MODIS數(shù)據(jù)產(chǎn)品為:MOD11A2MOD13A2,為搭載在Terra星(上午星)上的傳感器獲得的數(shù)據(jù)。行列號(hào)為h25v05、h25v06,時(shí)間分辨率分別為每8天和每16天,空間分辨率均為1000m,數(shù)據(jù)格式為HDF格式,投影為geographic。
①采用f i lezilla軟件首先下載MOD11A2和MOD13A2,為搭載(上午星)上的傳感器獲得的數(shù)據(jù)。行列號(hào)為h25v05、h25v06。②采用數(shù)據(jù)處理工具M(jìn)ODIStool,將MOD11A2和MOD13A2數(shù)據(jù)h25v05和h25v06合成為一個(gè)數(shù)據(jù),投影轉(zhuǎn)為geogranphic投影,坐標(biāo)系為WGS84坐標(biāo)系,并將數(shù)據(jù)格式hdf轉(zhuǎn)換為tiff的文件格式。③打開ArcGIS10.2.2-spatial Analyst Tools-Extraction-Extractionby Mask的裁切工具界面,用疏勒河流域邊界去裁切LST(MOD11A2)數(shù)據(jù)和NDVI(MOD13A2)數(shù)據(jù)。④通過柵格計(jì)算器采用最大值合成方法將8日MOD11A2數(shù)據(jù)合成16日LST數(shù)據(jù)層。⑤通過Times工具條進(jìn)行MODIS數(shù)據(jù)批量處理,其中將地表溫度數(shù)據(jù)(LST)乘以0.002,歸一化植被指數(shù)(NDVI)乘以0.0001。⑥合成13年的平均地表溫度數(shù)據(jù)(LST)和歸一化植被指數(shù)(NDVI)。⑦裁切數(shù)據(jù)層;用疏勒河植被類型圖去裁切地表溫度數(shù)據(jù)(LST)和歸一化植被指數(shù)(NDVI)數(shù)據(jù)層[1,2]。
1.2.1 計(jì)算草所吸收的光合有效輻射比例FPAR
光合有效輻射比例(FPAR)與比值植被指數(shù)(VI)密切相關(guān),二者的關(guān)系可表示為:
找出每16天的最大最小值代入公式
其 中:FPARmax=0.950,FPARmin=0.001;VImax和VImin分別表示草地的最大和最小比值植被指數(shù)VI為比值植被指數(shù)(用疏勒河植被類型圖去裁切的歸一化植被指數(shù)數(shù)據(jù)層)。
1.2.2 計(jì)算溫度對(duì)光能利用率影響系數(shù)
其中:Ts為近地層氣溫或地表溫度(用疏勒河植被類型圖去裁切的LST數(shù)據(jù)層);σT為溫度對(duì)植物生長(zhǎng)的影響系數(shù)。
1.2.3 計(jì)算大氣水汽壓差對(duì)光能利用率的影響
大氣水汽壓差反映了空氣的濕潤(rùn)程度,直接影響草的蒸騰作用,進(jìn)而影響草的光能利用率。大氣水汽壓差對(duì)草光能利用率的影響可由下式求得
其中:Ts為近地層氣溫或地表溫度(K);Td為近地層露點(diǎn)溫度(K),Td可根據(jù)整層大氣水汽含量w(g·cm2)來計(jì)算
其中:w是大氣水汽含量
其中:e是絕對(duì)水汽壓(KPa),可表示為;
其中:RH為相對(duì)濕度,取72%;T0為近地層(一般為2 m處)大氣溫度,文中取91.16 K。
1.2.4 確定草地最大光能利用率
由于最大光能利用率的確定對(duì)NPP的估算結(jié)果影響很大,人們對(duì)它的大小一直存在爭(zhēng)議。CASA模型中采用的最大光能利用率0.389 g/MJ,并不適用于中國(guó)的植被[3]。
1.2.5 計(jì)算太陽輻射量Q
點(diǎn)擊spatial Analyst Tools下的solar Radiation的工具條,選擇Area solar Radiation通過DEM計(jì)算出各時(shí)間段的太陽輻射量Q。
1.2.6 計(jì)算光合有效輻射PAR
光合有效輻射是植物生命活動(dòng)和有機(jī)物質(zhì)合成的能量來源,是指綠色植物吸收的太陽輻射中使葉綠素分子呈激發(fā)狀態(tài)的那部分光譜能量,其波長(zhǎng)約為400 um~700 um。因此,它可由太陽總輻射求得
其中:PAR為光合有效輻射(MJ m-2month-1);Q為太陽總輻射值
光能利用率模型通過由衛(wèi)星遙感的大范圍光合有效輻射,光能利用率等數(shù)據(jù)來估算這一地區(qū)的NPP,能夠反映出大范圍氣候變化對(duì)NPP的影響。由于光能利用率受到氣溫、水分、土壤等各種因素的影響,考慮了溫度和大氣水汽的影響,構(gòu)建的光能利用率模型NPP為
其中:NPP為草地凈初級(jí)生產(chǎn)力;FPAR表示草所吸收的光合有效輻射比例;PAR表示到達(dá)地表的光合有效輻射;ε*為草的最大光能利用率;△T為溫度對(duì)草生長(zhǎng)的影響系數(shù);△E為大氣水分含量對(duì)草生長(zhǎng)的影響系數(shù)。
由公式(8)計(jì)算出的2005年~2017年各月NPP結(jié)果。
通過zonal statistics統(tǒng)計(jì)各月NPP,根據(jù)統(tǒng)計(jì)數(shù)據(jù)層計(jì)算年NPP,并將各月NPP用折線圖的形式表示.。由此可得到2005年~2017年各月NPP的變化趨勢(shì)(見下圖1所示)。
圖1 2005年~2017年各月NPP的變化趨勢(shì)
通過上述的數(shù)據(jù),將各月的NPP全部求和得到年NPP;年NPP=565.52g c/(m2·a);
在ArcGIS10.2.2環(huán)境下通過以上各式的操作,統(tǒng)計(jì)各月NPP的值得到2005年~2017年各月NPP,然后把各月NPP累加得到祁連山地區(qū)13年草地平均NPP分布圖。從圖1可以看出祁連山地區(qū)2005年~2017年各個(gè)月份(4月~9月)草地平均NPP的變化情況。
2005年~2017年4月和5月的植被NPP的空間分布較為相似,分布特征為東南區(qū)域植被NPP明顯高,西北地區(qū)次之,而中部地區(qū)相對(duì)較少。從4月到5月中部地區(qū)的植被NPP明顯減少,而西北地區(qū)卻在增加,東南地區(qū)變化不是較大;5月~6月西北和中部地區(qū)減少,東南地區(qū)變化不大;6月~7月整體沒有大的變化,東南地區(qū)在這段時(shí)間NPP增加,從6月份開始,西北地區(qū)和中部地區(qū)的NPP較4 5月份下降明顯,7月份~9月份基本趨于緩慢下降,導(dǎo)致這種分布格局的主要原因是降水,溫度,季節(jié)以及地理位置。
本文以祁連山為研究區(qū)域,利用MODIS數(shù)據(jù)對(duì)研究區(qū)域NPP估算的基礎(chǔ)上,對(duì)研究區(qū)域NPP空間分布特征以及不同時(shí)間NPP之間的差異性進(jìn)行了分析,得到了以下主要結(jié)論:①采用基于CASA模型對(duì)MODIS數(shù)據(jù)進(jìn)行處理,通過所得結(jié)果證明CASA模型能較好的模擬植被凈初級(jí)生產(chǎn)力以及時(shí)空動(dòng)態(tài)分布。②通過對(duì)研究區(qū)NPP空間分布分析發(fā)現(xiàn):NPP在整體區(qū)域內(nèi)高值出現(xiàn)的概率相對(duì)較低,除了東南地區(qū)高值出現(xiàn)的概率相對(duì)較高外,其他地區(qū)的概率很小,這與該地區(qū)的地理位置和水熱條件的影響還是比較吻合的。③植被凈初級(jí)生產(chǎn)力NPP與影響因子之間的關(guān)系研究表明:NPP與地表溫度和植被指數(shù)是密切相關(guān)的,總體上呈現(xiàn)出隨影響因子的降低,NPP逐漸降低的趨勢(shì)。