CoLM(Common Land Model)和NCAR_CLM3·0(NCAR Community Land Model3·0)是目前国际上广为应用的两个发展比较完善的陆面过程模式。本研究利用中国陆地生态系统通量观测研究网络(Chi-naFLUX)在长白山温带混交林和千烟洲亚热带...CoLM(Common Land Model)和NCAR_CLM3·0(NCAR Community Land Model3·0)是目前国际上广为应用的两个发展比较完善的陆面过程模式。本研究利用中国陆地生态系统通量观测研究网络(Chi-naFLUX)在长白山温带混交林和千烟洲亚热带人工针叶林观测站点的长期连续强化观测资料,对这两个模式在上述地区的模拟性能进行了初步评估。同观测资料的对比表明,两个模式均能较好地模拟出观测站点地表能量和水分平衡的基本特征,其中,CoLM对潜热通量的模拟性能更好。以对潜热通量为期1年的日均值的模拟为例,CoLM和CLM3·0在长白山观测站模拟值和观测值时间序列的相关系数分别为0·80和0·65,在千烟洲站分别为0·69和0·64,均通过了0·01的信度检验;两个模式对全年平均的模拟与观测日平均值的比值在长白山分别为1·21和0·86,在千烟洲分别为0·83和0·60。研究结果表明,这两个陆面过程模式可以作为研究这两种典型森林生态系统陆气交换的基本工具。同时,对模式模拟性能差异的深入分析将有助于进一步改进陆面模式的参数化过程,为相关研究奠定更坚实的基础。展开更多
叶面积指数(LAI,Leaf Area Index)是陆面过程中一个十分重要的输入参数,其遥感反演方法研究一直是国内外遥感应用研究的热点问题。基于统计的遥感反演方法由于缺乏物理基础,其可靠性和普适性差。基于物理的冠层反射模型的LAI反演方法克...叶面积指数(LAI,Leaf Area Index)是陆面过程中一个十分重要的输入参数,其遥感反演方法研究一直是国内外遥感应用研究的热点问题。基于统计的遥感反演方法由于缺乏物理基础,其可靠性和普适性差。基于物理的冠层反射模型的LAI反演方法克服了上述弊端,但是由于反演过程是病态的,模型反演结果一般不唯一。神经网络算法的介入可在一定程度上改善这一问题,但是模型反演的病态问题至今仍无法很好地解决。在PROSAIL模型敏感性分析的基础上提出了一种基于影像分类的神经网络反演方法,引进了土壤反射指数用于替代原模型中难以确定的土壤背景反射参数,分别针对不同植被类型建立各自的神经网络,对经过大气纠正后的Landsat ETM+影像进行了模拟实验并同野外实测LAI数据进行比较。结果表明,对于LAI小于3的植被区该方法的反演精度比较可靠,而LAI大于3的植被区,反演的LAI偏小,原因归结为密植被的冠层反射在LAI大于3以后趋于饱和而无法敏感地表征LAI的变化所导致的。展开更多
文摘CoLM(Common Land Model)和NCAR_CLM3·0(NCAR Community Land Model3·0)是目前国际上广为应用的两个发展比较完善的陆面过程模式。本研究利用中国陆地生态系统通量观测研究网络(Chi-naFLUX)在长白山温带混交林和千烟洲亚热带人工针叶林观测站点的长期连续强化观测资料,对这两个模式在上述地区的模拟性能进行了初步评估。同观测资料的对比表明,两个模式均能较好地模拟出观测站点地表能量和水分平衡的基本特征,其中,CoLM对潜热通量的模拟性能更好。以对潜热通量为期1年的日均值的模拟为例,CoLM和CLM3·0在长白山观测站模拟值和观测值时间序列的相关系数分别为0·80和0·65,在千烟洲站分别为0·69和0·64,均通过了0·01的信度检验;两个模式对全年平均的模拟与观测日平均值的比值在长白山分别为1·21和0·86,在千烟洲分别为0·83和0·60。研究结果表明,这两个陆面过程模式可以作为研究这两种典型森林生态系统陆气交换的基本工具。同时,对模式模拟性能差异的深入分析将有助于进一步改进陆面模式的参数化过程,为相关研究奠定更坚实的基础。
文摘叶面积指数(LAI,Leaf Area Index)是陆面过程中一个十分重要的输入参数,其遥感反演方法研究一直是国内外遥感应用研究的热点问题。基于统计的遥感反演方法由于缺乏物理基础,其可靠性和普适性差。基于物理的冠层反射模型的LAI反演方法克服了上述弊端,但是由于反演过程是病态的,模型反演结果一般不唯一。神经网络算法的介入可在一定程度上改善这一问题,但是模型反演的病态问题至今仍无法很好地解决。在PROSAIL模型敏感性分析的基础上提出了一种基于影像分类的神经网络反演方法,引进了土壤反射指数用于替代原模型中难以确定的土壤背景反射参数,分别针对不同植被类型建立各自的神经网络,对经过大气纠正后的Landsat ETM+影像进行了模拟实验并同野外实测LAI数据进行比较。结果表明,对于LAI小于3的植被区该方法的反演精度比较可靠,而LAI大于3的植被区,反演的LAI偏小,原因归结为密植被的冠层反射在LAI大于3以后趋于饱和而无法敏感地表征LAI的变化所导致的。
