利用改进的CASA模型估算城市尺度NPP——以徐州城区为例

doi:10.13474/j.cnki.11-2246.2021.0014

测绘通报 ›› 2021, Vol. 0 ›› Issue (1): 78-83,89.doi: 10.13474/j.cnki.11-2246.2021.0014

利用改进的CASA模型估算城市尺度NPP——以徐州城区为例

耿笛¹, 梁亮¹, 黄婷¹, 严娟¹, 王家慧², 邱思怡¹, 王李娟¹

1. 江苏师范大学地理测绘与城乡规划学院, 江苏徐州 221116;
2. 江苏省基础地理信息中心, 江苏南京 210013

收稿日期:2020-05-07 修回日期:2020-11-16 发布日期:2021-02-08
通讯作者: 梁亮。E-mail:liangliang198119@163.com
作者简介:耿笛(1996-),女,硕士生,主要从事定量遥感的研究。E-mail:1059220948@qq.com
基金资助:
江苏省自然科学基金（BK20181474）；徐州市重点研发计划（KC19134）；中欧龙计划五期项目（59197）；江苏省研究生科研与实践创新项目（KYCX20_2367；KYCX20_2372）；江苏高校优势学科建设工程资助项目（PAPD）

Estimation of urban scale NPP by using improved CASA model: taking Xuzhou city as an example

GENG Di¹, LIANG Liang¹, HUANG Ting¹, YAN Juan¹, WANG Jiahui², QIU Siyi¹, WANG Lijuan¹

1. School of Geography, Geomatics and Planning, Jiangsu Normal University, Xuzhou 221116, China;
2. Provincial Geomatics Centre of Jiangsu, Nanjing 210013, China

Received:2020-05-07 Revised:2020-11-16 Published:2021-02-08

摘要/Abstract

摘要： 针对城市地物的特点，本文基于两种不同空间分辨率的遥感数据，利用原始与改进后的CASA估算了徐州城区的NPP，探讨了CASA模型的改进和遥感影像的空间分辨率对城市尺度NPP估算结果的影响。研究结果表明：①城市建筑用地对城市NPP的估算结果有较大的影响。改进的CASA模型将建筑用地的光合有效辐射（FPAR）归零，其估算值降至15.503 gC·m^-2·month^-1，有效去除了建筑用地对城区NPP估算的影响。②低空间分辨率的遥感数据对城市尺度的NPP存在高估现象。MOD13Q1+改进的CASA模型估算的NPP均值为18.607 gC·m^-2·month^-1，比Landsat 8 OLI+改进的CASA模型估算结果高出了3.104 gC·m^-2·month^-1。该研究结果可为城市尺度NPP估算提供新的方法，为城市碳汇估算提供科学依据。

关键词: 改进的CASA模型, 城市尺度, NPP, 空间分辨率, 碳汇

Abstract: Due to the characteristics of urban surface Tfeatures, based on different resolution remote sensing data, this paper estimates the NPP of Xuzhou city by using the original and improved CASA, and discusses the improvement of the model and the impact of the spatial resolution of remote sensing image on the estimation results of urban scale NPP. The results show that: ① Urban construction land has a great influence on the estimation results of urban NPP. The improved CASA model zeros the FPAR in construction land, and reduces the estimated value to 15.503 gC·m^-2·month^-1, which effectively removes the impact of construction land on the estimation of NPP in urban areas. ② Low spatial resolution remote sensing data overestimates urban NPP. The average NPP estimated by MOD13Q1+improved CASA model is 18.607 gC·m^-2·month^-1, which is 3.104 gC·m^-2·month^-1 higher than that estimated by Landsat 8 OLI+improved CASA model. The results of this paper provide a new method for NPP estimation at city scale and the scientific basis for carbon sink estimation.

Key words: improved CASA model, unban scale, NPP, spatial resolution, carbon sink

中图分类号:

P208

耿笛, 梁亮, 黄婷, 严娟, 王家慧, 邱思怡, 王李娟. 利用改进的CASA模型估算城市尺度NPP——以徐州城区为例[J]. 测绘通报, 2021, 0(1): 78-83,89.

GENG Di, LIANG Liang, HUANG Ting, YAN Juan, WANG Jiahui, QIU Siyi, WANG Lijuan. Estimation of urban scale NPP by using improved CASA model: taking Xuzhou city as an example[J]. Bulletin of Surveying and Mapping, 2021, 0(1): 78-83,89.

参考文献

[1] FIELD C B, BEHRENFELD M J, RANDERSON J T, et al. Primary production of the biosphere:integrating terrestrial and oceanic components[J]. Science, 1998, 281(5374):237-240.
[2] LIETH H, WHITTAKER R H. Primary productivity of the biosphere[M]. Berlin:Springer Science & Business Media, 2012.
[3] OKE T R, CROWTHER J M, MCNAUGHTON K G, et al. The micrometeorology of the urban forest[and discussion] [J]. Philosophical Transactions of the Royal Society of London. Series B, Biological Sciences, 1989, 324(1223):335-349.
[4] 包刚. 基于MODIS数据的内蒙古陆地植被净第一性生产力遥感估算研究[D]. 呼和浩特:内蒙古师范大学, 2009.
[5] 朴世龙, 方精云. 1982~1999年青藏高原植被净第一性生产力及其时空变化[J]. 自然资源学报, 2002, 17(3):373-380.
[6] 李刚, 辛晓平, 王道龙, 等. 改进CASA模型在内蒙古草地生产力估算中的应用[J]. 生态学杂志, 2007, 26(12):2100-2106.
[7] 冯险峰, 刘高焕, 陈述彭, 等. 陆地生态系统净第一性生产力过程模型研究综述[J]. 自然资源学报, 2004, 19(3):369-378.
[8] 朱文泉, 潘耀忠, 张锦水. 中国陆地植被净初级生产力遥感估算[J].植物生态学报, 2007, 31(3):413-424.
[9] 朴世龙, 方精云, 郭庆华. 利用CASA模型估算我国植被净第一性生产力[J]. 植物生态学报, 2001, 25(5):603-608.
[10] 葛厚尚. 徐州地区维管植物资源调查及主要森林植被类型研究[D]. 南京:南京农业大学, 2013.
[11] 王家慧, 梁亮, 黄婷, 等. 徐州市区的土地利用变化及其生态环境效应[J]. 水土保持通报, 2018, 38(6):113-120, 126.
[12] JIAO W, CHEN Y N, LI W H, et al. Estimation of net primary productivity and its driving factors in the lli River Vally China[J]. Journal of Arid Land, 2018, 10(5):781-793.
[13] 吴锦玉, 刘晓龙, 柏延臣, 等. 基于GF-2数据结合多纹理特征的塑料大棚识别[J]. 农业工程学报, 2019, 35(12):173-183.
[14] 梁亮, 杨敏华, 李英芳. 基于ICA与SVM算法的高光谱遥感影像分类[J]. 光谱学与光谱分析, 2010(10):134-138.
[15] MONTEITH J L. Solar radiation and productivity in tropical ecosystems[J]. Journal of Applied Ecology, 1972, 9(3):747-766.
[16] POTTER C S, RANDERSON J T, FIELD C B, et al. Terrestrial ecosystem production:a process model based on global satellite and surface data[J]. Global Biogeochemical Cycles, 1993, 7(4):811-841.
[17] SHABANOV N V, WANG Y, BUERMANN W, et al. Effect of foliage spatial heterogeneity in the MODIS LAI and FPAR algorithm over broadleaf forests[J]. Remote Sensing of Environment, 2003, 85(4):410-423.
[18] 简太敏. 重庆市植被净初级生产力的遥感估算及分析[J]. 安徽农业科学, 2016, 44(4):80-82.
[19] 陈迪. 基于遥感技术的甘南州陆地生态系统NEP研究[D]. 兰州:兰州大学, 2016.
[20] 娄君宜. 基于遥感反演CASA模型的通辽市开鲁县植被净初级生产力研究[D]. 呼和浩特:内蒙古农业大学, 2016.
[21] 李二珠, 谭琨, 杜培军, 等. 基于多时相遥感数据的徐州市植被净初级生产力估算及相关性分析[J]. 遥感技术与应用, 2013, 28(4):689-696.
[22] 管小彬, 沈焕锋, 甘文霞, 等. 基于Landsat TM/ETM+影像的武汉市冬季NPP估算及其时空变化分析[J]. 遥感技术与应用, 2015, 30(5):884-890.
[23] 王连喜, 李萌萌, 李琪, 等. 基于CASA模型的陕西省NPP遥感估算[J]. 西部林业科学, 2015, 44(2):74-79.
[24] 孙政国, 杨齐, 李建龙. 土地利用与土地覆盖变化对中小城市净初级生产力的影响[J]. 中国农学通报, 2012, 28(15):291-296.
[25] 李传华, 曹红娟, 范也平, 等. 基于校正的CASA模型NPP遥感估算及分析——以河西走廊为例[J]. 生态学报, 2019, 39(5):1616-1626.

利用改进的CASA模型估算城市尺度NPP——以徐州城区为例

Estimation of urban scale NPP by using improved CASA model: taking Xuzhou city as an example

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	江泽霖, 邓健, 栾海军, 李兰晖. 基于逐日夜间灯光遥感的新冠肺炎疫情变化信息快速提取——以北京市为例[J]. 测绘通报, 2022, 0(7): 43-48.
[2]	况旭, 刘传立, 李明海. 粤港澳大湾区建成区扩张时空特征分析[J]. 测绘通报, 2022, 0(3): 90-95,110.
[3]	宁婷, 崔伟, 马晓勇. 基于均值变点法提取地形起伏度的影响因素分析——以黄河流域(山西段)为例[J]. 测绘通报, 2022, 0(2): 159-163.
[4]	关靖云, 李东, 王亚菲, 王新芸. 中国区域DMSP-OLS与NPP-VIIRS夜间灯光影像校正[J]. 测绘通报, 2021, 0(9): 1-8.
[5]	王学文, 赵庆展, 田文忠, 龙翔, 江萍. U-Net模型对不同空间分辨率防护林提取精度的影响[J]. 测绘通报, 2021, 0(6): 39-43.
[6]	杨瑞芳, 尹思阳. 全球热带森林分布区NPP变化及其气候响应分析[J]. 测绘通报, 2021, 0(5): 49-53,110.
[7]	王艳军, 王孟杰, 李少春, 林云浩. 由NPP-VIIRS影像估算广东省碳排放的尺度效应分析[J]. 测绘通报, 2021, 0(11): 25-30.
[8]	李峰, 张晓博, 廖顺宝, 钱安. DMSP-OLS与NPP-VIIRS夜间灯光数据测算统计指标能力评估——以京津冀地区县域GDP、人口及能源消耗为例[J]. 测绘通报, 2020, 0(9): 89-93,118.
[9]	陈斌, 徐尚昭, 周阳阳, 徐锋良, 王宏志. POI与NPP/VIIRS夜光数据空间耦合关系下的城市空间结构分析——以武汉市主城区为例[J]. 测绘通报, 2020, 0(7): 70-75.
[10]	李明峰, 蔡炜珩. NPP/VIIRS多时相夜光遥感影像校正方法[J]. 测绘通报, 2019, 0(7): 122-126.
[11]	钟亮, 刘小生. 珞珈一号新型夜间灯光数据应用潜力分析[J]. 测绘通报, 2019, 0(7): 132-137.
[12]	陈斌, 王宏志, 徐新良, 王首泰, 张亚庆. 深度学习GoogleNet模型支持下的中分辨率遥感影像自动分类[J]. 测绘通报, 2019, 0(6): 29-33,40.
[13]	殷亚秋, 冷玥, 赵玉灵, 安娜, 鞠星. 面向对象和GURLS结合的高空间分辨率遥感数据云检测[J]. 测绘通报, 2019, 0(5): 109-112,142.
[14]	钟亮, 刘小生, 杨鹏. SNPP-VⅡRS夜间灯光影像去噪方法研究[J]. 测绘通报, 2019, 0(3): 21-26.
[15]	许玲丽, 颜梅春. 多源信息多尺度视角的南京市街道级人口模拟研究[J]. 测绘通报, 2019, 0(2): 71-75.