基于CASA模型的祁連山地區草地凈初級生產力時空動態遙感模擬

張建平

（甘肅省有色金屬地質勘查局天水礦產勘查院，甘肅 天水 741000）

本研究用到的MODIS數據產品為：MOD11A2MOD13A2，為搭載在Terra星（上午星）上的傳感器獲得的數據。行列號為h25v05、h25v06，時間分辨率分別為每8天和每16天，空間分辨率均為1000m，數據格式為HDF格式，投影為geographic。

1 數據的處理方法與步驟

1.1 MODIS數據的處理方法

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據。行列號為h25v05、h25v06。②采用數據處理工具MODIStool，將MOD11A2和MOD13A2數據h25v05和h25v06合成為一個數據，投影轉為geogranphic投影，坐標系為WGS84坐標系，并將數據格式hdf轉換為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）數據和NDVI(MOD13A2)數據。④通過柵格計算器采用最大值合成方法將8日MOD11A2數據合成16日LST數據層。⑤通過Times工具條進行MODIS數據批量處理，其中將地表溫度數據（LST）乘以0.002，歸一化植被指數（NDVI）乘以0.0001。⑥合成13年的平均地表溫度數據（LST）和歸一化植被指數（NDVI）。⑦裁切數據層；用疏勒河植被類型圖去裁切地表溫度數據（LST）和歸一化植被指數（NDVI）數據層[1，2]。

1.2 NPP的處理方法與步驟

1.2.1 計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(VI)密切相關,二者的關系可表示為：

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VI為比值植被指數（用疏勒河植被類型圖去裁切的歸一化植被指數數據層）。

1.2.2 計算溫度對光能利用率影響系數

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數據層);σT為溫度對植物生長的影響系數。

1.2.3 計算大氣水汽壓差對光能利用率的影響

大氣水汽壓差反映了空氣的濕潤程度,直接影響草的蒸騰作用,進而影響草的光能利用率。大氣水汽壓差對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為近地層露點溫度(K),Td可根據整層大氣水汽含量w(g·cm2)來計算

其中：w是大氣水汽含量

其中：e是絕對水汽壓(KPa),可表示為；

其中：RH為相對濕度,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NPP的估算結果影響很大,人們對它的大小一直存在爭議。CASA模型中采用的最大光能利用率0.389 g/MJ,并不適用于中國的植被[3]。

1.2.5 計算太陽輻射量Q

點擊spatial Analyst Tools下的solar Radiation的工具條，選擇Area solar Radiation通過DEM計算出各時間段的太陽輻射量Q。

1.2.6 計算光合有效輻射PAR

光合有效輻射是植物生命活動和有機物質合成的能量來源,是指綠色植物吸收的太陽輻射中使葉綠素分子呈激發狀態的那部分光譜能量,其波長約為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

2 計算草地凈初級生產力(NPP)

光能利用率模型通過由衛星遙感的大范圍光合有效輻射，光能利用率等數據來估算這一地區的NPP,能夠反映出大范圍氣候變化對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,構建的光能利用率模型NPP為

其中：NPP為草地凈初級生產力;FPAR表示草所吸收的光合有效輻射比例;PAR表示到達地表的光合有效輻射;ε*為草的最大光能利用率;△T為溫度對草生長的影響系數;△E為大氣水分含量對草生長的影響系數。

由公式（8）計算出的2005年～2017年各月NPP結果。

3 統計計算年NPP

通過zonal statistics統計各月NPP，根據統計數據層計算年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（見下圖1所示）。

圖1 2005年~2017年各月NPP的變化趨勢

通過上述的數據，將各月的NPP全部求和得到年NPP；年NPP=565.52g c/(m2·a)；

4 結果分析

4.1 祁連山地區凈初級生產力隨月份的變化

在ArcGIS10.2.2環境下通過以上各式的操作，統計各月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13年草地平均NPP分布圖。從圖1可以看出祁連山地區2005年～2017年各個月份（4月～9月）草地平均NPP的變化情況。

4.2 祁連山地區草地NPP的空間變化

2005年～2017年4月和5月的植被NPP的空間分布較為相似,分布特征為東南區域植被NPP明顯高,西北地區次之，而中部地區相對較少。從4月到5月中部地區的植被NPP明顯減少，而西北地區卻在增加，東南地區變化不是較大;5月～6月西北和中部地區減少，東南地區變化不大;6月～7月整體沒有大的變化，東南地區在這段時間NPP增加，從6月份開始，西北地區和中部地區的NPP較4 5月份下降明顯，7月份～9月份基本趨于緩慢下降，導致這種分布格局的主要原因是降水,溫度，季節以及地理位置。

5 主要結論

本文以祁連山為研究區域，利用MODIS數據對研究區域NPP估算的基礎上，對研究區域NPP空間分布特征以及不同時間NPP之間的差異性進行了分析，得到了以下主要結論：①采用基于CASA模型對MODIS數據進行處理，通過所得結果證明CASA模型能較好的模擬植被凈初級生產力以及時空動態分布。②通過對研究區NPP空間分布分析發現：NPP在整體區域內高值出現的概率相對較低，除了東南地區高值出現的概率相對較高外，其他地區的概率很小,這與該地區的地理位置和水熱條件的影響還是比較吻合的。③植被凈初級生產力NPP與影響因子之間的關系研究表明：NPP與地表溫度和植被指數是密切相關的，總體上呈現出隨影響因子的降低，NPP逐漸降低的趨勢。