课题基金 / 基金详情

环境因素对SIF-GPP定量关系的影响机理与建模研究

批准号:
42071310
项目类别:
面上项目
资助金额:
55.0 万元
负责人:
刘新杰
学科分类:
遥感科学
结题年份:
2024
批准年份:
2020
项目状态:
已结题
项目参与者:
刘新杰

项目摘要

结项摘要

刘新杰的其他基金

相似基金

相关文献

中文摘要
基于日光诱导叶绿素荧光(SIF)的全球植被总初级生产力(GPP)估算是GPP遥感监测的颠覆性创新,但诸多研究表明,SIF与GPP对环境因素的响应规律差异是SIF-GPP模型的重要不确定性来源之一。项目将聚焦环境因素对SIF-GPP定量关系的影响机理与建模这一有待解决的科学问题,通过理论推导与叶片、冠层水平的实验观测研究,分析SIF与GPP随环境因素的变化规律及其内在生理机制;阐明光能利用率(LUE)和荧光量子产率(Φ_F)的关键影响因子及其响应特征;构建光能利用率与荧光量子产率比值(LUE/Φ_F)对关键环境因子响应的数学模型,从而将环境因素的影响耦合进SIF-GPP模型,提高基于SIF的GPP估算精度和普适性。项目成果将可促进SIF遥感机理与应用研究的发展,对全球碳循环遥感研究具有重要意义。
英文摘要
The estimation of global gross primary productivity (GPP) based on solar-induced chlorophyll fluorescence (SIF) is a disruptive innovation for GPP monitoring by remote sensing. But a number of studies have shown that the difference in the response of SIF and GPP to environmental factors is an important uncertainty for the SIF-GPP model. This project will focus on the unresolved scientific problem of the mechanism and modeling of influence on the SIF-GPP relationship by environmental factors. Firstly, we will analyze the patterns of SIF and GPP varying with environmental factors and their physiological mechanism through theoretical derivation and experimental observations at the leaf and canopy levels; then, we will clarify the key influencing factors of light use efficiency (LUE) and fluorescence quantum yield (Φ_F) and their response characteristics; and finally, we will build an optimized SIF-GPP model coupling the influence of environmental factors by modelling the relationship between LUE / Φ_F and key environmental factors, to improve the accuracy and applicability of the SIF-GPP model. The achievements of this project could promote the development of the mechanism and application of remote sensing on SIF, and is of great significance in the remote sensing research on global carbon cycle.
SIF是监测植被光合作用的有效探针,但其与GPP的定量关系易受环境因素干扰,导致模型不确定性。本研究围绕环境因素对SIF和GPP耦合关系的影响这一涉及植物光合生理、冠层辐射传输以及生态等方面的科学问题,通过长时序光谱观测实验、涡度通量和气象观测等,探究了环境因素影响下的冠层尺度方向性SIF与生态系统尺度GPP定量关系。项目开展了SIF和GPP对光照条件的响应差异与校正模型、考虑冠层内光分布的SIF估算GPP机理模型、温度和水分胁迫对SIF-GPP关系的影响分析等方面的研究工作。研究发现,1)光能利用率(LUE)随光合有效辐射(PAR)增强显著下降,而荧光量子产率(ΦF)相对稳定,据此构建的SIF-GPP优化模型显著提升了估算精度;对比大叶模型、分层模型、两叶模型和分层两叶模型发现,考虑冠层光分布动态的模型(如两叶模型)可避免夏季正午GPP低估问题;低温导致LUE和ΦF同步下降,但LUE对温度更敏感,SIF与GPP的响应差异主要由LUE的温度敏感性驱动,需针对性校正低温条件下的模型参数;干旱胁迫下,LUE与ΦF均下降,但LUE降幅更大,引入水分胁迫函数后,GPP估算RMSE可降低16%。以上研究结果揭示了SIF-GPP关系对环境胁迫的异质性响应机制,明确了光照、冠层结构、温度及水分对模型精度的独立与协同影响。提出的分层两叶模型、温度-水分耦合校正方法显著提升了GPP估算的时空适应性,为卫星遥感反演生态系统生产力提供了更可靠的生理参数化方案,助力全球碳汇动态监测与气候变化研究。项目产出了叶片和冠层尺度荧光-光合协同观测数据集、LUE和ΦF对关键环境因子的响应模型、耦合环境因素影响的SIF-GPP优化模型等成果,项目资助发表学术论文13篇。
植被二向反射特征对叶绿素荧光遥感反演的影响与校正模型
国内基金
海外基金