青藏高原以其海拔高、面積大而被稱為世界“第三極”,對區(qū)域氣候和全球環(huán)境產(chǎn)生重大影響。準確估算青藏高原高寒草地植被凈初級生產(chǎn)力是開展NPP對氣候變化研究的前提。青藏高原特殊的凍土、高寒環(huán)境導致主流的NPP估算模型在這里不適用,估算結(jié)果的時空分辨率也大相徑庭。因此對于青藏高原高寒草地NPP估算模型的改進或?qū)で蟛煌瑘鼍跋伦钸m用的NPP估算方法迫在眉睫。本文在機理過程模型、耦合模型以及機器學習算法中分別選擇了Biome-BGC模型、BEPS模型、隨機森林算法。Biome-BGC模型機理性強,但模擬過程中沒有考慮青藏高原多年凍土區(qū)獨特的凍融循環(huán)過程且僅適用于站點,本研究將Biome-BGC模型進行了改進;BEPS模型的優(yōu)勢在于能夠耦合遙感數(shù)據(jù);隨機森林能夠處理高維特征的輸入樣本,對于缺省值能夠獲得較好的結(jié)果。運用這三個模型估算了2000²018年青藏高原高寒草地NPP,從模型估算精度、輸入?yún)?shù)、時空分辨率、模型易用程度等多種方面對估算結(jié)果進行比較,結(jié)論如下:通過改進的Biome-BGC模型提高了NPP估算的精度,年NPP估算結(jié)果驗證精度依次為隨機森林、改進的Biome-BG... 

【文章來源】：西北師范大學甘肅省

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【部分圖文】：

技術(shù)流程圖

2研究區(qū)、數(shù)據(jù)及方法82研究區(qū)、數(shù)據(jù)與方法2.1研究區(qū)概況青藏高原是世界上最高的高原，平均海拔4000m，主平面海拔4500~5000m。高原總面積約258萬km2，具有獨特的自然地理環(huán)境。經(jīng)緯度范圍為26°00"~39°47"N，73°19"~104°47"E。其包括西藏自治區(qū)和青海省全部，四川省西北部，新疆、甘肅、云南的小部分。青藏高原被一系列高大山系和大斷裂帶所包圍，東起橫斷山脈，西至帕米爾高原。南起喜馬拉雅山南翼，北至昆侖山和祁連山。為了更方便的對青藏高原草地生態(tài)系統(tǒng)進行分析，本文根據(jù)1988年任美鍔與包浩生劃定的中國自然地理區(qū)劃將青藏高原進行了分區(qū)[73]，可分為A：昆侖山-阿爾金山區(qū)（KAQ）；B：祁連山區(qū)（QLS）；C：柴達木盆地區(qū)（CDM）；D：藏北高原區(qū)（ZBP）；E：江河源區(qū)（JHY）；F：藏南谷地區(qū)（ZNG）；G：藏東-川西區(qū)（ZCQ）（圖2.1）分別占總高原面積的9.38%、6.52%、5.70%、28.72%、21.94%、17.17%和10.58%。圖2.1研究區(qū)Fig.2.1Studyarea

原夏季短暫，冬季寒冷漫長。年均溫為-5.8~3.7℃，藏南谷地區(qū)、藏東-川西區(qū)等低海拔地區(qū)氣候較為溫暖，昆侖山-阿爾金山區(qū)、祁連山區(qū)、藏北高原區(qū)年均溫較低，高原面總體降水較少，且分布不均，西北部昆侖山-阿爾金山區(qū)降水最為稀少，藏南谷地區(qū)、藏東-川西區(qū)降水較多，且降水多集中在5~8月，其他時間降水稀少。青藏高原由于海拔較高、大氣稀薄，因此太陽輻射較高，平均輻射大于6000MJ·m-2，年平均日照時數(shù)大于2600小時。青藏高原多年凍土區(qū)約157萬km2。多年凍土區(qū)去除冰川、積雪、裸巖、湖泊外，存在植被的面積為123萬km2（圖2.2a）。研究區(qū)主要生長矮蒿草（Kobresiatibtica）、小蒿草（Kobresiaparva）和藏蒿草（Kobresiatibtica），在圖2.2b展示的草地類型數(shù)據(jù)是由現(xiàn)場監(jiān)測數(shù)據(jù)結(jié)合多種遙感數(shù)據(jù)產(chǎn)品構(gòu)建決策樹將多年凍土區(qū)草地劃分為四種類型，分辨率為1km×1km具體劃分方法參考Zhao[74]，草地類型劃分結(jié)果為高寒沼澤草甸（AWM）、高寒草甸（AM）、高寒草原（AS）和高寒荒漠草原（ADS），分別占3.79%、52.98%、28.15%和15.08%。可以看出高寒荒漠主要分布在昆侖山-阿爾金山區(qū)和藏北高原區(qū)，高寒草原主要分布于藏北高原區(qū)，高寒草甸主要分布于祁連山區(qū)和江河源區(qū)，高寒沼澤草甸主要分布在江河源區(qū)。四種草地類型的實景圖，分別拍攝于那曲地區(qū)（31.50°N，92.08°E）、唐古拉（32.92°N，91.93°E）、沱沱河（34.21°N，92.43°E）和五道梁（35.23°N，93.08°E）。圖2.2b上紅色與藍色的點是多年凍土區(qū)和季節(jié)凍土區(qū)實測NPP采樣點。圖2.2研究區(qū)概況圖（圖a為氣象站與凍土分布圖，圖b為草地類型與采樣點分布圖）Fig2.2Overviewofthestudyarea(Figashowsthedistributionofmeteorologicalstationsandfrozensoil,andFigbshowsthedistributionofgrassland

【參考文獻】：
期刊論文
[1]青藏高原NPP時空演變格局及其驅(qū)動機制分析[J]. 楊瀟,郭兵,韓保民,陳舒婷,楊飛,范業(yè)穩(wěn),何田莉,劉悅.  長江流域資源與環(huán)境. 2019(12)
[2]中國西北地區(qū)植被NPP多時間尺度變化及其對氣候變化的響應[J]. 賈俊鶴,劉會玉,林振山.  生態(tài)學報. 2019(14)
[3]國際能源署發(fā)布報告:去年全球碳排放量創(chuàng)歷史新高[J]. 段雯娟.  地球. 2019(05)
[4]BEPS模型中光合模塊機理性參數(shù)的適用性[J]. 潘天石,劉哲,范文義.  東北林業(yè)大學學報. 2018(05)
[5]多年凍土調(diào)查和監(jiān)測為青藏高原地球科學研究、環(huán)境保護和工程建設提供科學支撐[J]. 趙林,吳通華,謝昌衛(wèi),李韌,吳曉東,姚濟敏,岳廣陽,肖瑤.  中國科學院院刊. 2017(10)
[6]2000—2015年青藏高原草地歸一化植被指數(shù)對降水變化的響應[J]. 王志鵬,張憲洲,何永濤,李猛,石培禮,俎佳星,牛犇.  應用生態(tài)學報. 2018(01)
[7]基于生態(tài)過程模型的哈爾濱市凈初級生產(chǎn)力模擬和分析[J]. 毛學剛,陳文曲,胡屾,劉駿.  東北林業(yè)大學學報. 2017(07)
[8]基于機器學習模型的青藏高原日降水數(shù)據(jù)的訂正研究[J]. 陳浩,寧忱,南卓銅,王玉丹,吳小波,趙林.  冰川凍土. 2017(03)
[9]1982～2013年青藏高原高寒草地覆蓋變化及與氣候之間的關(guān)系[J]. 陸晴,吳紹洪,趙東升.  地理科學. 2017(02)
[10]基于機器學習的雷達輻射源識別研究綜述[J]. 李蒙,朱衛(wèi)綱,陳維高.  兵器裝備工程學報. 2016(09)

博士論文
[1]青藏高原植被凈初級生產(chǎn)力對氣候變化的響應[D]. 葉建圣.蘭州大學 2010
[2]福建省森林生態(tài)系統(tǒng)NPP和NEP時空模擬研究[D]. 李慧.福建師范大學 2008
[3]基于MODIS數(shù)據(jù)和光能利用率模型的中國陸地凈初級生產(chǎn)力估算研究[D]. 李貴才.中國科學院研究生院（遙感應用研究所） 2004

碩士論文
[1]基于遙感過程模型的農(nóng)田NPP估算及參數(shù)敏感性研究[D]. 鄒嫻.南京信息工程大學 2018
[2]三種典型植被類型下Biome-BGC生態(tài)過程模型與遙感觀測LAI的數(shù)據(jù)同化研究[D]. 劉秋雨.西北農(nóng)林科技大學 2018
[3]BEPS模型光合模塊機理參數(shù)適用性分析及模擬應用[D]. 潘天石.東北林業(yè)大學 2018
[4]生態(tài)過程模型敏感參數(shù)的時空異質(zhì)性研究[D]. 李一哲.西北農(nóng)林科技大學 2017
[5]基于CASA模型的青藏高原NPP時空分布動態(tài)研究[D]. 鄒德富.蘭州大學 2012
[6]內(nèi)蒙古地區(qū)地表光合有效輻射和植被凈初級生產(chǎn)力估算[D]. 李佳.西北農(nóng)林科技大學 2010



本文編號：3521225