1）APAR估算
用遥感数据估算光合有效辐射(PAR)中被植物叶子吸收的部分(APAR)是基于植被对红外和近红外波段的反射特征实现的。植被吸收的光合有效辐射取决于太阳总辐射和植物本身的特征，可用以下公式进行计算：
APAR(x,t)?SOL(x,t)?FPAR(x,t)?0.5
图3.1 NPP估算模型总体框架
式中： SOL(x,t)表示t月份在像元x处的太阳总辐射量(MJ/m2/月)；
FPAR(x,t)为植被层对入射光合有效辐射的吸收比例（无单位）； 常数0.5表示植被所能利用的太阳有效辐射（波长为0.38～0.71um）占太阳总辐射的比例。
对于FPAR的计算采用Potter等提出的如下计算公式:
?SR-SRmin?FPAR(x,t) ?min?,0.95?
?SRmax-SRmin?式中:SRmin取值为1.08，SRmax的大小与植被类型有关，取值范围在4.14-6.17之间。
SR(x，t)由NDVI(x，t)求得：
6
?1?NDVI(x,t)?SR(x,t) ?? ??1-NDVI(x,t)?
2）光合利用率估算
光能利用率是在一定时期单位面积上生产的干物质中所包含的化学潜能与同一时间投射到该面积上的光合有效辐射能之比。研究表明，不同植被的光能利用率差异很大。引起差异的主要原因是光能利用率受气温、水分、土壤、营养、疾病、个体发育、基因型差异和植被维持与生长的不同能量分配等因素的影响。所以，不同类型的植被以及同一植被在不同的环境条件下，其光能利用率不同。
光能利用率的估算流程如图3.2所示：
图3.2 光能利用率估算流程
Potter等认为在理想条件下植被具有最大光能利用率，而在现实条件下的最大光能利用率主要受温度和水分的影响，其计算公式为：
?(x,t) ? T?1(x,t)?T?2(x,t)?W?(x,t)??max
式中： Tε1(x,t)和Tε2(x,t)表示低温和高温对光能利用率的胁迫作用（无单位）；
Wε(x,t)为水分胁迫影响系数（无单位），反映水分条件的影响； εmax是理想条件下的最大光能利用率（单位：gC/MJ）。
7
Tε1(x,t)反映在低温和高温时植物内在的生化作用对光合的限制而降低净第一性生产力用下式计算：
T?1(x,t)?0.8?0.02?Topt(x)-0.0005???Topt(x)??2
其中：Topt(x)为某一区域一年内NDVI值达到最高时的当月平均气温。
已有许多研究表明，NDVI的大小及其变化可以反映植物的生长状况，NDVI达到最高时，植物生长最快，此时的气温可以在一定程度上代表植物生长的最适温度。
Tε2(x,t)表示环境温度从最适温度Topt(x)向高温和低温变化时植物光利用率逐渐变小的趋势，这是因为低温和高温时高的呼吸消耗必将会降低光利用率，生长在偏离最适温度的条件下，其光利用率也一定会降低。用下式计算：
T?2(x,t)?1.184/1?exp??0.2?(Topt(x)?10?T(x,t))???????????????????1/1?exp??0.3?(?Topt(x)?10?T(x,t))??????
当某一月平均温度T(x,t)比最适温度Topt(x)高10℃或低13℃时，该月的Tε2(x,t)值等于月平均温度T(x,t)为最适温度Topt(x)时Tε2(x,t)值的一半。
水分胁迫影响系数Wε(x,t)反映了植物所能利用的有效水分条件对光能利用率的影响，随着环境中有效水分的增加，Wε(x,t)逐渐增大，它的取值范围为0.5（在极端干旱条件下）到1（非常湿润条件下），由以下公式计算：
W?(x,t)?0.5?0.5?E(x,t)/Ep(x,t)
其中：E(x,t)为区域实际蒸散量，可根据周广胜和张新时建立的区域实际蒸散模
E(x,tEp)?(x,Px,t)?Rn(x,t)??(x,t)?P(x,t)?Rn(x,t)?型求取；t)(为区域潜在蒸散量，可根据提出的互补关系?(P(x,t))?(RnBoucher?)求取。
?22???????????????/??P(x,t)?Rn(x,t)??(P(x,t))2?(Rn(x,t))2?Ep(x,t)???E(x,t)?Epo(x,t)??/2
式中：P(x,t)为像元x在t月的降水量，Rn(x,t)为像元x在t月份的太阳净辐射量。
式中：Ep(x,t)(mm)为局地潜在蒸散量，可以由Thornthwaite的植被—气候关系模型的计算方法求算。
月最大光利用率εmax的取值因不同的植被类型而有所不同，由于全球最大光转化率的取值对NPP的估算结果影响很大，人们对它的大小一直存在争议，彭少麟等利用GIS和RS估算了广东植被光利用率，认为CASA模型中所使用的
8
全球植被月最大光利用率（0.389gC/MJ）对广东植被来讲偏低。本文利用朱文泉等人根据生态生理过程模型BIOME-BGG对10种植被类型所模拟的结果，它们的取值分别为：常绿针叶林0.389gC/MJ，常绿阔叶林0.985gC/MJ，落叶针叶林0.485gC/MJ，落叶阔叶林0.692gC/MJ，针阔混交林0.475gC/MJ，常绿、落叶阔叶混交林0.768 gC/MJ，灌丛0.429gC/MJ，草地0.542g C/MJ，矮林灌丛0.888g C/MJ，草地0.608gC/MJ，耕作植被0.604gC/MJ。其他如城市、水体等生态系统取CASA模型所估算的全球月平均最大光利用率0.542gC/MJ。
2. 技术路线
技术路线如下图（图3.3）。
文 献 调 研 NPP计算方法选取 数据收集 模型建立 植被类型 气象数据 MODIS数据 NDVI APAR模块 ε模块 植被 太阳总辐射量 月平均温度 月总降雨量 基于光能利用率的NPP估算模型 长江上游植被净初级生产力估算 长江上游植被净初级生产力评估 图3.3 技术路线
9
第三节 长江上游初级生产力估算
1．数据准备 1.1遥感数据：
由于NOAA/AVHRR数据具有全球覆盖、重访周期短的特点，在空间和时间上具有连续性，所以在植被、气候及地表长期变化研究中成为非常有效的数据源。本研究所采用的NOAA/AVHRR－NDVI数据，来源于美国地球资源观测系统（Earth resources observation system：EROS）数据中心的探路者数据集（Pathfinder AVHRR Land Data Set:PAL Data Set）。图像空间分辨率为1km，时间分辨率为月，时间序列为2006年1月～2006年12月。 1.2气象数据：
本研究所用的基础数据来源于中国国家气象局，时间为2006年，数据内容为月降水量、月平均气温、月总太阳辐射，以及各气象站点的经度、纬度和海拔高度，共涉及全国726个气象站点（其中太阳辐射数据为112个站点）（图3.4）。对数据进行精度验证，剔除不可替代的错误数据后，计算植被的净初级生产力需要栅格化的气象数据，并从空间上与遥感数据相匹配。利用GIS的插值工具，根据各气象站点的经纬度信息，通过对气象数据进行Kriging插值，获取像元大小与NDVI数据一致、投影相同的气象要素栅格图。
10
