1.本发明涉及植被生态系统固源领域，尤其涉及一种基于叶绿素荧光的植被总初级生产力反演方法及系统。


背景技术：

2.人类在地球上活动，比如燃料的燃烧排放、陆地表面的人为改变以及森林砍伐，都会导致大气中的二氧化碳含量将会有明显的提高。由于光合作用在其中起到缓和作用，并且考虑碳源以及碳汇，可以有效降低二氧化碳的含量；因此，综合分析陆地总初级生产力gpp以及与生态系统的交互过程，对于我们制定应对全球气候变化的决策有着举足轻重的作用。陆地总初级生产力gpp表示陆地表面植物在单位时间内吸收太阳光能，利用co2和水，通过光合作用所固定有机碳的总量。植被总初级生产力是推动陆地生态系统运行以及通过碳循环和水循环参与全球气候调节的主要力量。对于陆地总初级生产力gpp的研究大致可以分为地面观测和卫星监测两个方面。
3.经过几十年的发展，陆地总初级生产力gpp的地面观测发展为以涡度相关法为主要技术的通量站点观测方式，以连续观测不同类型的生态系统和大气间碳及水热通量。由于fluxnet通量站点监控网络布设成本较高、布设也需要时间，故此历史大范围的植被总初级生产力gpp数据难以获取，从而极大程度上限制了对温室效应气候变化的研究，生态系统陆地碳循环的研究仍然比较少，难以说清在目前大范围倡导的碳交易市场中，碳排放权交易机制标准的制定是否过于宽松，也无法支撑中国气候变化相关政策及标准的制定。同时，各个行业各个区域的碳排放测量标准不统一，使得气候变化的衡量在时空分布上存在这些缺陷，造成了无法很好地支撑中国碳循环环境管理的需求。
4.卫星监测与地面监测比起来，由于其不受地面监测站点选点的限制，能观测到大面积的数据并且其数据连续性很高，有着无可比拟的优势，很多学者设想将其运用于新一代gpp测量方法中。


技术实现要素：

5.针对现有技术存在的不足之处，本发明的目的在于提供一种基于叶绿素荧光的植被总初级生产力反演方法及系统，通过卫星遥感反演可以有效弥补地面通量站点在时间上和空间上的观测不足，并为陆地碳循环研究提供了大范围长时间的基础数据，可以反演运算出植被总初级生产力及时空分布特征。
6.本发明的目的通过下述技术方案实现：
7.一种基于叶绿素荧光的植被总初级生产力反演方法，其方法如下：
8.a、通过scope模型反演得出荧光发射效率luef、叶绿素功能反应中心开放比例qls、持续热耗散速率knpqs三者关系，通过luef＝f(qls,knpqs)进行函数表达；
9.b、采用全局敏感性分析gsa对scope模型参数进行分析，选取决定性参数作为植物功能型pfts的分类参数；
10.建立qls与knpqs数据查找表：基于植物功能型pfts按照时间建立qls与 knpqs数据查找表，叶绿素荧光数据对应在qls与knpqs数据查找表中doy下面的值与scope模型模拟的叶绿素荧光发射量对应匹配，在每个植物功能型 pfts下存在qls、knpqs与叶绿素荧光发射量的对应组合；荧光发射效率luef 与叶绿素荧光发射量转换关系如下公式：
11.其中luef为荧光发射效率，sif为scope模拟出的叶绿素荧光发射量，apar为植物吸收的光合有效辐射；
12.c、获取研究区域的地面监测数据、叶绿素荧光数据、地表反射率数据以及温度数据按照如下方法分别计算温度胁迫因子、水分胁迫因子；
13.温度胁迫因子tscalar：其中，tmin、 tmax、topt分别为植被光合作用过程中最高、最低以及最适宜的温度；
14.水分胁迫因子wscalar：其中lswi为地表水分指数，lswimax表示每个站点中地表水分指数的年最大值；
15.d、构建叶绿素荧光反演gpp模型，植被总初级生产力gpp公式如下：
16.其中叶绿素荧光表示为叶绿素荧光数据对应在qls与knpqs数据查找表中的叶绿素荧光发射量；
17.luep＝luep0*tscalar*wscalar，其中luep0为最大光能利用率，tscalar 为温度胁迫因子，wscalar为水分胁迫因子。
18.为了更好地实现本发明，本发明在步骤d中，还包括如下方法：
19.d1、对叶绿素荧光反演gpp模型进行模型精度验证，用模型估算值与地面观测值之间的决定系数r2或平均预测误差mpe或均方根误差rmse或相对预测误差rpe对模型拟合结果进行比较评估及精度验证。
20.优选地，本发明在步骤b中，植物功能型pfts的分类参数所选取的决定性参数包括最大羧化能力，入射长波辐射，叶面积指数和空气温度。
21.优选地，本发明在步骤c中，地表水分指数lswi采用如下公式计算：
22.其中ρ
nir
为近红外波段对应值，ρ
swir
为短波红外波段对应值。
23.优选地，本发明在步骤c中，地表反射率数据来源于modis mod09a1地表反射率产品，modis mod09a1地表反射率产品的空间分辨率为500m，ρ
nir
的近红外波段为780nm～890nm，ρ
swir
的短波红外波段为1580nm～1750nm。
24.一种基于叶绿素荧光的植被总初级生产力反演系统，包括scope模型、全局敏感性分析gsa、温度水分胁迫因子计算模块和叶绿素荧光反演gpp模型， scope模型用于反演得出荧光发射效率luef、叶绿素功能反应中心开放比例qls、持续热耗散knpqs三者关系并通
过luef＝f(qls,knpqs)进行函数表达；全局敏感性分析gsa用于对scope模型参数进行分析并选取决定性参数作为植物功能型 pfts的分类参数，对scope模型模拟建立qls与knpqs数据查找表；温度水分胁迫因子计算模块用于根据地面监测数据、叶绿素荧光数据、地表反射率数据以及温度数据计算出温度胁迫因子、水分胁迫因子；叶绿素荧光反演gpp模型反演运算出植被总初级生产力gpp。
25.本发明较现有技术相比，具有以下优点及有益效果：
26.(1)本发明通过卫星遥感反演可以有效弥补地面通量站点在时间上和空间上的观测不足，并为陆地碳循环研究提供了大范围长时间的基础数据，可以反演运算出植被总初级生产力及时空分布特征。
27.(2)本发明利用叶绿素荧光产品所得到的叶绿素荧光数据，并利用scope 模型反演得出荧光发射效率luef，结合ameriflux提供的通量站点数据、地面监测数据、叶绿素荧光数据、地表反射率数据以及温度数据得出温度胁迫因子、水分胁迫因子，进而训练得到更多地表与气候类型的叶绿素荧光反演gpp模型，进而得出植被总初级生产力gpp，为gpp数据反演提供技术支持。
28.(3)本发明依靠机器学习方法，探究适合更大范围，更多地表与气候类型的叶绿素荧光反演gpp模型，能够根据查询需求可视化展示需求区域的碳固定量，有利于寻找碳排放量较大的区域，并制定相关的碳排放政策，还可以通过时间尺度上gpp值在不同区域的比较，探究该区域植被对于空气中二氧化碳固定的量，可以为应对全球气候变化的政策是否有助于全球气候变化的缓解提供依据。
附图说明
29.图1为实施例中一种植被总初级生产力反演流程示意图。
具体实施方式
30.下面结合实施例对本发明作进一步地详细说明：
31.实施例
32.如图1所示，一种基于叶绿素荧光的植被总初级生产力反演方法，其方法如下：
33.a、通过scope模型(或a-scope模型)反演得出荧光发射效率luef、叶绿素功能反应中心开放比例qls、持续热耗散速率knpqs三者关系，通过 luef＝f(qls,knpqs)进行函数表达；
34.综合npq值(非光合淬灭，英文全称non-photochemical quenching，简称npq)变化对于光合作用过程与荧光的影响，运用了持续热耗散速率knpqs与叶绿素功能反应中心开放比例qls这两个因子来反映即时的生理条件，其中通过下述公式：
35.其中kd是与内转换过程有关的一级速率常数,kf是荧光发射的速率常数，k
psii
光化学的最大特征速率常数；
36.叶绿素功能反应中心开放比例qls与持续热耗散速率knpqs这两个因子包含了pq(光合淬灭(photochemical quenching，pq))与npq(非光合淬灭(non-photochemical quenching，npq))的作用信息，因此分别表示了光合作用中的pq与npq过程。因此，对于研究
pq，npq与luef三者之间的关系，可以转化为研究叶绿素功能反应中心开放比例qls、持续热耗散速率knpqs 与荧光发射效率luef三者之间的关系。
37.b、采用全局敏感性分析gsa对scope模型(或a-scope模型)参数进行分析，选取决定性参数作为植物功能型pfts的分类参数；在本实施例中，参数包括最大羧化能力、prospect模型中的叶绿素含量、ball-berry气孔导度 prospect模型中的干物质含量、光系统ii中的光子分段比例叶面积指数、持续热耗散速率knpqs入射长波辐射、叶绿素功能反映中心开放比例qls、空气温度、抑制vcmo参数的环境压力因子、大气中的蒸汽压力；优选地，植物功能型pfts 的分类参数所选取的决定性参数包括最大羧化能力，入射长波辐射，叶面积指数和空气温度(选取的决定性参数将用于植物功能型pfts的分类参数并对应在 scope模型参数中进行训练)。
38.建立qls与knpqs数据查找表：基于植物功能型pfts按照时间建立qls与 knpqs数据查找表，叶绿素荧光数据(来源叶绿素荧光产品)对应在qls与knpqs 数据查找表中doy下面的值与scope模型模拟的叶绿素荧光发射量对应匹配，在每个植物功能型pfts下存在qls、knpqs与叶绿素荧光发射量的对应组合；荧光发射效率luef与叶绿素荧光发射量转换关系如下公式：
39.其中luef为荧光发射效率，sif为scope模拟出的叶绿素荧光发射量，apar为植物吸收的光合有效辐射，apar与植物功能型pfts对应。
40.scope模型或a-scope模型来模拟辐射传输过程的最终目的是得到不同叶绿素功能反应中心开放比例qls与持续热耗散速率knpqs值的组合对应的荧光发射效率luef的值，每个植物功能型pfts对应的模拟结果都会有叶绿素功能反应中心开放比例qls、持续热耗散速率knpqs与叶绿素荧光发射量 (fluorescence yield，其与荧光发射效率luef对应转换)值的组合，荧光发射效率luef公式如下：fesc代表叶绿素荧光光子从冠层逃逸的一个比例，通常fesc都认为是1，而且sif即是scope模型或a-scope模型中的叶绿素荧光发射量，因此apar 从scope模型或a-scope模型得到。本实施例可以采用二元线性回归与机器学习等方法进行了模型的拟合，并进行了模型间演算算精度比较，最终采用支持向量机pso算法训练出的模型进行预测演算，在实际应用中可根据需求进行算法选择和调整。
41.c、获取研究区域的地面监测数据、叶绿素荧光数据、地表反射率数据以及温度数据按照如下方法分别计算温度胁迫因子、水分胁迫因子。本实施例举例如下：本实施例要使用到的遥感数据若以八天为间隔，故要对数据进行进一步处理，保证时间分辨率的统一，由于通量站点测量gpp方法是计算一定时间段内区域周围植被的二氧化碳排放量，再通过二氧化碳排放量以一定算法计算 gpp，故gpp在单位时间段的值是独立的。因此为了计算8天的gpp量，必须要把八天以内所有时间段gpp的值进行累加，再根据年积日(doy)进行匹配；
其他数据提取的算法是，根据每个通量站点的经纬度坐标值,读取每种数据在这个经纬度下的值。
42.温度胁迫因子tscalar：其中，tmin、 tmax、topt分别为植被光合作用过程中最高、最低以及最适宜的温度。一般来说，tmax会根据不同的光合作用类型(c3植物或c4植物)和不同的植被类型 (玉米，小麦等)而不同。大部分植物的生理作用过程均发生在0
°
到40
°
之间，而温度也会随着季节，海拔高度以及植物昼夜循环和植物的自适应性的改变而改变。同时，c4植物较c3植物在低于10
°
时较为敏感，因此在温暖的气候下c4植物生长更有优势。tmin，tmax和topt在不同植被类型中的数值可以通过查找表获取。
43.水分胁迫因子wscalar：其中lswi为地表水分指数，lswimax表示每个站点中地表水分指数的年最大值。
44.在步骤c中，地表水分指数lswi采用如下公式计算：
45.其中ρ
nir
为近红外波段对应值，ρ
swir
为短波红外波段对应值。优选地，本实施例地表反射率数据来源于modis mod09a1地表反射率产品，modis mod09a1地表反射率产品的空间分辨率为500m，ρ
nir
的近红外波段为780nm～890nm(选取第二个波段进行计算)，ρ
swir
的短波红外波段为1580nm～1750nm(选取第六个波段进行计算)。
46.叶绿素功能反应中心开放比例qls、持续热耗散速率knpqs与荧光发射效率luef
47.d、构建叶绿素荧光反演gpp模型，植被总初级生产力gpp公式如下：
48.其中叶绿素荧光表示为叶绿素荧光数据对应在qls与knpqs数据查找表中的叶绿素荧光发射量；
49.luep＝luep0*tscalar*wscalar，其中luep0为最大光能利用率，tscalar 为温度胁迫因子，wscalar为水分胁迫因子。luep0是最大光能利用率，在同一类型植被内部中是定值，在不同类型植被中的luep0值可以在ruimy等的调查中取得，luep0的值在不同植被类型中差异很小(可以在表1、表2的查找表中查询)，并且只有根据参数估算方法的不同才会不同，因此它的值几乎都保持一致，只有根据c3植被和c4植被的区分才会有些许差别；c3植被的luep0 为0.078(gcm-2
day-1
/w m-2
)，c4植被的luep0为0.108(gcm-2
day-1
/wm-2
)；在本实施例中，luep0可以均取c3植被的0.078，由此，luep0即为定值。作为本实施例一个优选实施例，植被总初级生产力gpp可以采用如下公式：例，植被总初级生产力gpp可以采用如下公式：叶绿素荧光表示为叶绿素荧光数据对应在qls与 knpqs数据查找表中的叶绿素荧光发射量，a＝luep0，b为调节参数(叶绿素荧光反演gpp模型训练精确较高时，一般取零)。
[0050][0051][0052]
表1qls、knpqs等参数查找表
[0053][0054][0055]
表2qls、knpqs等参数查找表
[0056]
公式得出原理如下：植被总初级生产力gpp的光能利用率可以表示如下： gpp＝par*fapar*luep＝apar*luep，其中luep是光能利用率。模型最初的构建是基于原始的叶绿素荧光与植被总初级生产力gpp的表达式，一般来说，冠层结构影响因子与叶片结构影响因子均对于叶绿素荧光影响不大，因此结构因子(即物理因素)可以忽略不计，由此fesc被设置为1以便于简化模型的定量化过程，从而主要考虑的即是生理因素。光合作用的能量传输过程可以分为三个走向：光合作用化学能，热量与叶绿素荧光。因此可以结合能量守恒思想，如下表达能量的构成：apar＝光合作用化学能+热量+叶绿素荧光，apar为光合有效辐射或吸收的光合有效辐射；在fesc假设为1的条件下，即为荧光发射效率lueff，因此，荧光发射效率luef可以表达如下：luef＝1
‑ꢀ
其中，光合作用化学能即可以用pq来表达，而热量耗散速率则可以用npq来表达；
故此， luep＝luep0*tscalar*wscalar。
[0057]
根据本实施例的一个优选实施例：在步骤d中，还包括如下方法：
[0058]
d1、对叶绿素荧光反演gpp模型进行模型精度验证，用模型估算值与地面观测值之间的决定系数2或平均预测误差mpe或均方根误差rmse或相对预测误差rpe对模型拟合结果进行比较评估及精度验证。
[0059]
一种基于叶绿素荧光的植被总初级生产力反演系统，其特征在于：包括 scope模型、全局敏感性分析gsa、温度水分胁迫因子计算模块和叶绿素荧光反演gpp模型，scope模型用于反演得出荧光发射效率luef、叶绿素功能反应中心开放比例qls、持续热耗散knpqs三者关系并通过luef＝f(qls,knpqs)进行函数表达；全局敏感性分析gsa用于对scope模型参数进行分析并选取决定性参数作为植物功能型pfts的分类参数，对scope模型模拟建立qls与knpqs数据查找表；温度水分胁迫因子计算模块用于根据地面监测数据、叶绿素荧光数据、地表反射率数据以及温度数据计算出温度胁迫因子、水分胁迫因子；叶绿素荧光反演gpp模型反演运算出植被总初级生产力gpp。
[0060]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。