不同草地类型WOFOST模型参数敏感性分析

以C为驱动的WOFOST作物生长模型是基于作物生理生态过程,综合考虑了CO₂、土壤、气候等因素对产量的胁迫作用,因此,对WOFOST模型参数进行本地化和优化便可实现时间连续且高精度的草地生物量监测。为探讨WOFOST参数敏感性分析结果在不同草地类型覆盖区表现出的不确定性问题,在天祝藏族自治县不同草地覆盖区选择了4个站点,利用气象数据、草地实测数据及土壤数据,基于扩展傅里叶幅度敏感性检验法（EFAST）研究潜在水平（指保证营养元素和水分为最佳供应,草地地上生物量仅由辐射、温度和作物特性决定）和水分限制水平（假设营养元素的供给仍然是最佳的, 但需考虑土壤有效水分对蒸发和草地生物量的影响）下WOFOST模型在不同草地类型覆盖区的全局敏感性参数和优化模型模拟精度。结果表明潜在生产水平下草地地上生物量（AGB）的敏感参数有比叶面积（SLATB）、单叶片CO₂的初始光能利用率（EFFTB）、最大光合速率（AMAXTB）、根相对维持呼吸速率（RMR）、总干物质占根和叶的比例（FRTB和FLTB）,水分限制条件下的敏感参数有SLATB、AMAXTB、RMR和FLTB。不同生产水平下叶面积指数（LAI）的敏感参数一致,从出苗到出苗后60 d主要受到SLATB、FLTB和FRTB的影响,出苗后60~200 d的敏感性参数为FLTB、FRTB、SLATB和漫射可见光的消光系数（KDIFTB）,LAI开始下降后受到KDIFTB的敏感性增强。其中,山地草甸AGB的模拟值与观测值模拟精度最高,R²=0.94、RMSE=11.71 g·m^-2,高寒草甸模拟精度最低,R²=0.83、RMSE=32.68 g·m^-2。温性荒漠草原LAI的模拟值与观测值模拟精度最高,R²=0.96、RMSE=0.02,温性草原模拟精度最低,R²=0.66、RMSE=0.38。敏感性分析方法在WOFOST模型中的应用减少了人为主观因素的影响,极大地缩短了调参时间,对获取时间连续的草地生长监测方法选择提供参考。     

Temporal and spatial variation in grassland ground surface soil heat flux on the Qinghai-Tibetan Plateau from 2003 to 2018北大核心CSCD

Based on measured data from 7 stations on the Qinghai-Tibetan Plateau,the ground surface soil heat flux （G0） was calculated,and the diurnal and seasonal variations were analyzed. Combining this data with a MODIS,1 km resolution all-weather surface temperature data set for Western China and a China regional surface meteorological element driven data set,the Ma model was used to retrieve the ground surface soil heat flux of Qinghai-Tibetan Plateau from 2003 to 2018,and the differences in surface soil heat fluxes of different grassland types were analyzed. It was found that：1） The soil heat flux G0 in the surface layer was greater than that in the subsurface layers. The diurnal curve of G0 showed an inverted“U”shape,and the flux was relatively gentle at night compared with that during the day. 2） The seasonal amplitude of soil heat flux,G0 in the surface layer ranked summer>spring> autumn>winter. The average value of G0 in spring and summer was typically positive,while the average value of G0 in autumn and winter was basically negative. The ground surface soil heat flux in the northwest of the plateau in summer is higher than that in the southeast,while the opposite occurs in winter. 3） The soil heat flux of plateau grassland ranged between 40 and 80 W·m−2. The highest average value of G0 among all categories of grassland in the 16 years surveyed was 76. 557 W·m−2 for the‘desertification’category of temperate grassland,and the lowest was 46. 118 W·m−2 for the alpine meadow category. 4） The G0 of plateau grassland increased and then decreased through any one calendar year and seasonally was ranked summer>spring>autumn>winter. The lowest G0 in spring and summer occurred in alpine meadow,while the highest in spring was in‘desertification’temperate grassland and the highest in summer was in the temperate grassland category; The highest G0 in autumn and winter was in the warm shrub grassland,while the lowest was in the alpine deserts steppe. The above results can provide reference data for the study of surface energy balance of plateau grassland. © 2022 Editorial Office of Acta Prataculturae Sinica. All rights reserved.     

基于Sentinel-2和Landsat 8数据的天祝县草地地上生物量遥感反演

为精确获取区域草地地上生物量（Above-ground biomass，AGB），本研究利用Sentinel-2和Landsat 8数据，计算5种植被指数，与野外实测AGB建立草地AGB遥感估算模型，并用均方根误差、决定系数和平均相对误差等指标综合比较不同估算模型的反演精度。结果表明：5种植被指数与草地AGB均显著相关；基于Sentinel-2数据建立的AGB估算模型总体上优于Landsat 8的估算结果；7月最优反演模型为基于差值植被指数（Difference vegetation index，DVI）的二次多项式模型，精度达86％；8月最优反演模型为基于绿色归一化植被指数（Green normalized difference vegetative index，GNDVI）的指数模型，精度达84％；天祝县草地AGB的空间差异明显，不同草地类型平均AGB顺序为：山地草甸>高寒草甸>温性草原>温性荒漠草原。以上研究结果可为研究区草地AGB合理估算和放牧管理提供科学依据。     

近30年中国天然草地物候时空变化特征分析

基于遥感的大面积长时序草地物候监测是物候生态学的重要领域,也是全球变化研究的重要方向。基于30年(1986-2015年)时间序列GIMMS 3g归一化植被指数(NDVI),利用Savitzky-Golay滤波法进行时间序列重建,并用动态阈值法提取中国天然草地物候参数[生长季始期(SOS)、生长季末期(EOS)、生长季长度(LOS)],然后以1998年为时间分界点,利用提取的3种物候参数对前后两个时间段内的草地物候特征的时间演化趋势及空间分异进行分析。结果表明:1)全国草地年平均SOS、EOS和LOS分别主要集中在第100~140天、260~290天和130~170天;2)物候趋势在30年时间尺度上没有显著变化,幅度为-0.3~0.3 d·yr^-1;3)在1998年之前,全国草地SOS平均提前速率为0.37 d·yr^-1,EOS平均推迟速率0.43 d·yr^-1,且空间差异较大,在1998年之后草地物候变化趋势出现转变,草地SOS变化幅度最大,平均推迟速率为0.28 d·yr^-1;4)高山亚高山草甸、山地草原、平地草原和高山亚高山平地草原在1998年后物候特征变化趋势出现与之前完全相反的转折。提取物候结果与观测资料和相关研究结果较为一致。     

基于机器学习算法的天祝藏族自治县草地地上生物量反演

使用机器学习算法快速、准确、大范围监测草地地上生物量（AGB）是目前研究热点，但不同机器学习算法因训练样本、超参数设置不同而存在较大差异。基于实测草地AGB和同期遥感数据、气象数据、地形数据，选择与草地AGB相关性较强的13个因子作为深度神经网络 （DNN）、随机森林算法（RF）、梯度提升回归树（GBRT）、支持向量机（SVR）、人工神经网络（ANN）和高斯过程回归（GPR）算法的输入变量，建立草地AGB预测模型并从模型预测精度、稳定性、样本敏感性等方面综合评价6种模型应用潜力，分析2020年天祝藏族自治县生长季（4-9月）内草地AGB时空变化特征及其对气候的响应。结果表明：1）DNN估算草地AGB的综合性能最佳，但稳定性较差，对样本敏感性较高；GPR综合性能次于DNN，稳定性和精度均较好；GBRT、RF模拟精度较高，稳定性差；SVR和ANN精度相对其他模型较差，SVR稳定性较高，ANN稳定性较差。2）天祝藏族自治县草地AGB集中在50~250 g·m^-2，不同月份草地AGB空间异质性较大，整体表现为从西北向东南呈下降趋势。3）山地草甸、高寒草甸和温性草原中的AGB变化与气温表现出较为明显的正相关关系。降水量对高寒草甸、温性草原和山地草甸的影响不明显，但对温性荒漠草原类的影响较大，AGB随降水量减少呈现减少态势。以上研究结果可为监测草地生物量的方法选择和参数设置提供一定技术支持和参考依据。