Comparison of remote sensing based GPP modelsat an alpine meadow site
遥感GPP模型在高寒草甸的应用比较

随着遥感数据时空分辨率的提高,大范围实时监测总初级生产力GPP(Gross Primary Productivity)的变化成为可能。本研究收集了黑河流域阿柔冻融观测站的气象观测资料和MODIS数据,驱动VPM、TG、VI和EC-LUE4个模型估算了该站点的GPP,并应用涡动相关观测的GPP验证了模拟结果,并比较了这4个模型的模拟精度。结果表明:阿柔站2009年的涡动相关观测的GPP、NEE(Net Ecosystem Exchange)和ER(Ecosystem Respiration)分别为:804.2gC/m2/yr、129.6gC/m2/yr和673.6gC/m2/yr。该站点光合作用固定的碳有83.8%通过生态系统的呼吸作用释放到大气中。基于遥感的GPP模型能够很好地模拟高寒草甸的GPP,全年的判定系数在0.94以上,生长季的判定系数大于0.84。