全 文 ：第 11卷 第 3期
2 0 0 3年 7月
中 国 生 态 农 业 学 报
Chinese Journal of Eco—Agriculture
V01．11 No．3
July， 2003
植被碳同化估测与遥感信息的关系研究
张佳 华
(中国气象科学研究院 北京 100081)
延 晓冬 池宏康
(中国科学院大气物理研究所东亚中心 北京 100029)(中国科学院植物研究所 北京 100093)
摘 要 筒析 了估测植被碳 同化遥感一光合机理模型的重要性 ，阐述 了遥感信息反演的参数与植被碳 同化的关 系，
其 中包括归一化差值光谱植被指数(NDVI)、叶面积指数(LAj)、吸收光合有效辐射(APAR)、热红外辐射(TIR)等
与植被碳 同化之间关系，为建立全遥感一 合机理碳 同化模型，应用遥感信息估测植被碳 同化提供依据。
关键词 植被碳 同化 遥感信息 估测模型 光合作用
The relationship between estimation of vegetation carbon assimilation and remote sensing information．ZHANG Jia—Hua
(Chinese Academy of Meteorological Sciences，Beijing 100081)，YAN Xiao—Dong(Institute of Atmospheric Physics，Chi—
nasa Academy of Sciences，Beijing 100029)，CHI Hong—Kang(Institute of Botany，Chinese Academy of Sciences，Beijing
100093)，G，EA，2003，11(3)：5～8
Abstract The relationships among vegetation carbon assimilation and remote sensing information such as NDVI(nor—
malized difference vegetation index)，LAj(1eaf area index)，APAR (absorbed photosyntheticaly active radiation)，and
TIR (thermal infrared radiation)were analyzed in this paper．It wil be essential tO establish the estimation model of car—
bon asimilation using remote sensing information and photosynthesis mechanism，and serve as an independent comparison
tO more detailed eco—physiological mod els of biological proces．
Key words Vegetation carbon asimilation，Remote sensing inform ation，Estimation mod el，Photosynthesis
植被碳同化全遥感一光合机理模型是通过分析植物的光谱辐射特性反映植物生产力 ，因此其生物学基础
是从植被碳同化即植物生产力形成的生理过程出发 ，根据植物对太阳辐射的吸收、反射、透射及其辐射在植
被冠层内及大气中的传输 ，结合植被碳 同化的生态影响因子 ，最后在卫星接收到的信息之间建立完整的数学
模型及其解析式，这些遥感信息包括归一化差值植被指数(NDVI)、叶面积指数(LA )、吸收光合有效辐射
(APAR)、吸收光合有效辐射比(FAPAR)、热红外辐射(TJR)等 ]。
1 遥感信息与植被碳 同化的关 系
植被碳同化是植物利用太阳光能将 cO2和 H o转化为碳水化合物的基本过程 ，已建立的模拟植被碳同
化模式较多 ，可将其分为经验、半经验和机理等 3种类型 ，其中以 Monsi(1953)的直角双曲线光响应模式应
用最广。叶片碳同化对吸收的光是一种 Michaelis-Menten反应 ，这使 cO2浓度成为影响同化作用的因子之
一
。 估算植物的平均碳同化速率应建立在其单叶碳 同化基础上，并对时间和空间要素进行时空积分。植被
内碳 同化 曲线 解析式为 ：
P = A C (1) a × PAR + r× 、。
或 ：
P ： (2)
1+ × APAR
*中国科学院知识创新工程项 目(KZCX1-SW-01-11)、国家自然科学基金项 目(39900084)和国家重点科技攻关项 目“全球 主要农作物产量
气象卫星遥感综合估测系统研究”共 同资助
收稿 日期 ：2002-06-28 改回 日期 ：2002-07·30
维普资讯 http://www.cqvip.com
6 中 国 生 态 农 业 学 报 第 ¨ 卷
式中，P为光合速率(CO g／m ·h)，r为光合曲线平台部分的高 ，c为 CO 浓度，r×C=P 为饱和时光合
速率。假定叶层是均匀的介质，光在群体中的分布其平均辐射量随叶面积系数的增加而递减 ，即比耳(Beer)
定律 ：
APAR = PAR ×exp(一kLAI) (3)
式中，PAR为冠层的上方光强，k为群体叶层光强衰减系数。利用遥感信息可进一步推算归一化差值植被
指数与叶面积指数的关系，许多学者引入二流近似法对植物冠层的辐射传输模型进行研究 。现假设植冠
吸收和反射入射辐射的二流模型成立，在给定边界条件下对叶面积指数求导可得归一化差值植被指数随叶
面积指数变化公式 ：
= × 。c exp(一2KdLA dLA LAJ) (4) J ， (r+ r、r) (r+ r ) ⋯ 、
式中，r为可见光反射率 ，r 为近红外反射率，K 为近红外波段的消光系数。一般认为归一化差值植被指
数及它们的导数是叶面积指数的函数 ：
LA，= k In(1一fc)-1 (5)
式中， 为植物覆盖率。其求取式为：
^ = NDV ND V ㈦ f
⋯
一 f⋯ 一
由式(1)～(6)可知，光合速率 P与归一化差值植被指数、吸收光合有效辐射、叶面积指数 、吸收光合有
效辐射比均存在密切关系。
1．1 植物光谱特征 与植被碳同化的关系
植物光谱特征决定于叶内组织 、黄色素、叶绿素和水分含量 ，本试验 田间测试光谱反射率与植物的长势、
密度、绿叶生物量和叶面积指数以及植物供水状况关系密切。近年研究认为 ，植被碳同化中太阳辐射在植物
叶内的散射增加 了能量吸收 的平 均程度 ，从而加进 了植 物色素 (叶绿 素、胡萝 卜素等 )对 电子的捕获机率 。植
物对光的吸收与截留和以植被碳同化方式制造光物质 ，这样植被碳同化的有效辐射(380～710nm)截留光合
有效辐射和吸收光合有效辐射 ，与光合产量高度相关 ，由于短波光的光合有效辐射其散射很小 ，故其截留光
合有效辐射和吸收光合有效辐射大致相等。由于太阳辐射主要 由叶子截留，则叶面积指数与光物质产量相
关 。太 阳辐 射是惟一提供植 物光合作用 并产生能量 的重要 因子 ，一般认 为当土壤水 和矿 质营养不受 限制时 ，
其吸收光合有效辐射和冠层的增长速率成正比。许多研究也表明吸收光合有效辐射比与归一化差值植被指
数存在近似 相关或单调性 。
1．2 光谱植被指数与植被碳同化的关系
目前光谱植被指数(NDVI等)广泛用于建立全球净第一性生产力和陆面碳循环及能量平衡模式。本研
究认为植物碳同化表达模式中以遥感手段获取信息尚未达到从研究植物(包括作物)的实验室中获得的定量
信息更能直接建立此模型所需系数的定量关系，如叶绿素浓度与冠层生物物理参数之间关系，植被碳同化速
率与光谱植被参数的关系等 ，而这些关系正是建立以遥感光合机理模型为重点的估产模型所必须的。因此
本研究认为以光合一遥感模型研究碳同化的关键应首先确定生物物理参数与光谱植被参数的关系，研究从遥
感器中获取的信息如何响应植被的信息。NOAA—AVHRR广泛用于描述植被 区域分布及季相变化状况，以
第 1波段(红波段)及第 2波段(近红外)为基础而计算产生的各种参数均对植被生长状况、生产率及其他生
物物理、生物化学特征敏感，因此常用作描述植被生理状况及估计植物叶面积指数 、植被碳同化有效辐射、植
被碳 同化能力与生产率等参数。植物长势的监测原理是建立在光谱理论基础上 ，从光谱特征与植物冠层间
关系看 ，绿色植物叶片叶绿素在光照下发生植被碳同化 ，同时对可见光，尤其是红光波段进行较强烈的吸收，
因此红光波段反射率包含植物冠顶层叶片的丰富信息，而对近红外波段具有高的反射率、高的透射率和极低
的吸收 ，即近红外光反射率包含整个植物冠层内叶片的大部分信息。NOAA—AVHRR的 5个通道中 0．58～
0．68／,m 为可见光通道 ，0．725～1．1p．m 为近 红外 通道 。绿色植 物 对可见 光 有较 强 的 吸收能 力 ，对 近红 外波
段有较强的反射能力。植物叶片叶绿素含量、水分含量 、叶组织结构、叶层构造等存在差异 ，因而使植被碳同
化能力、植物干物质积累和叶面积大小均有所不同，并造成植被反射和吸收太阳光谱特点差异。遥感信息可
指示干物质积累、生物量多少，不同植被指数与叶面积指数、叶重、生物量等均有较好相互关系，植物长势、覆
盖度 、季相动态直接 响应归一化差值 植被指数 的数量 变化 。
维普资讯 http://www.cqvip.com
第 3期 张佳 华 等 ：植 被碳 同 化估 测与 遥感 信 息 的关 系研 究 7
1．3 吸收光合有效辐射 比与植被碳 同化的关系
吸收光合有效辐射比(FAPAR)对大面积农作物产量和碳收支模型是一个重要信息 ，有关吸收光合有效
辐射比与冠层上部光谱植被指数以及叶面积指数的关系已进行广泛研讨 。 目前全球植被碳同化主要通过
AVHRR数据来计算 ，由于 AVHRR是宽视场角探测器 ，地面 目标存在二向性反射的影响，因此二向性反射
是 一种 “噪声 ”。近年的研究考虑 了双 向反射 的影 响 ，Myneni R．B．等研究 表明 ，只有在下 列条件满足时 吸
收光合有效辐射比与大气冠顶层归一化差值植被指数才表现出显著线性相关，即太阳天顶角<60。，观察高
度角在星下点左右 ，土壤或背景亮度稳定归一化差值植被指数在 0．12左右 ，550nm处大气光学厚度<0．65。
依据 Selers P．J．H 吸收光合有效辐射比与归一化差值植被指数的显函数关系式为：
(NDVI—NDVI )(F 一 一 FPAR ) ，，、
A — — — — = — 一
1．4 叶面积指数与植被碳同化的关系
叶面积指数是陆地生态系统十分重要的结构参数之一 ，它与蒸散、冠层光截获、地表净第一性生产力、能
量交换等密切相关。建立遥感一光合模型涉及的叶面积指数不仅与光的截获相关 ，且直接影响植物光合时间
和光合 面积 。由式 (5)和 (6)可进一 步计 算不 同生长季节冬小麦 叶面积指数 的空 间分布 (见图 1)。
图 1 华北 平原 冬小 麦 不 同生 长期 叶 面积指 数 动 态 (1997 J
Fig．1 The LAI dynamics of winter wheat in different periods in North China Plain，1997
*图 la、b、c、d分别依次为 1997年 3月、4月 、5月、6月华北平原冬小麦叶面积指数 。
图 1a～d反 映我国华北平原 冬小麦不 同生 长期 叶面积 指数 的动 态 ，图 中阴影 处表示 研究 区中叶 面积指
数最高值的等直线区域，由图 1可知叶面积指数最高值的等直线区域由南到北变化明显，表明冬小麦绿度的
推移和碳同化的变化进程。一般叶面积指数较小时群体光合量较小 ，而叶面积指数较大时群体光合量则较
大。叶面积指数与植被碳同化 、呼吸作用(R )的关系等有很大差异。假定 叶的光合特性、呼吸特性与空间
配置均相等 ，仅叶面积指数有差异 ，可根据叶面积指数的大小表明群体光一光合曲线 的变化状况 ，光照强度较
弱时叶面积指数虽不同，光合量差异较小 ，但叶面积指数较小的群体在较弱光照下植被碳同化则饱和。而叶
面积指数较大的群体在更强光照下植被碳 同化仍继续增加。故本研究认为强光下的光合量随叶面积指数的
维普资讯 http://www.cqvip.com
8 中 国 生 态 农 业 学 报 第 11卷
不同而有很大差异。R 是指植物的呼吸效率 ，植物生理中呼吸作用特指暗呼吸，暗呼吸又分为维持呼吸和
生长呼吸。植物净光合积累很大部分取决于其呼吸作用强弱，当叶面积适宜时随叶面积增大 ，其光合正 比例
增加，但当叶面积继续增大时 ，则发生上层叶片遮荫现象 ，下层叶片光合速率下降而呼吸作用增强，由此净光
合量反而下降，但当光强增大时光合量显著增大 ，而呼吸量并不随光合量增大而增大，因此最适 叶面积指数
向正端移动 。
1．5 红夕 辐射遥感信息与植被碳 同化的关系
植物叶面冠层温度与周围背景环境的差异反映植物本身干物质量积累状况 ，可以此作为估算植物长势
及产量的指标。而 No从 -AVHRR的热红外辐射波段第 4和第 5通道(10．5～11．5tLm，11．5～12．5tLm)记
录的正是地表热红外辐射遥感信息，可依据该信息建立热红外辐射估产模型以用于估产。
热 红外辐射遥感 的优点在于揭 示用 冠层表 面温度 反 映植 物对碳 的 吸收 ，用 以补充 可见光 和 近红外 辐射
遥感模型的不足 ，用可见光和近红外辐射遥感信息可估计干物质量积累，以提高估产的精确度。
2 小 结
在过去 20多年中许多涉及全球变化、陆面生物物理过程、生物量模拟和农业 、森林生态系统的碳循环建
立等均以遥感技术为系统进行研究，研究者们发展了模型用 以研究电磁波反射 、陆地表面、大气和遥感器之
间关系和作用 ，并建立起地表遥感信息传输机理、生物学地学规律的遥感模型，加深 了人们对遥感图像所携
带的复杂信息理解，这些研究充分表明在遥感数据和关键的地表生物物理参数之间存在可用函数表达的相
互关系，且这些参数中最重要的包括叶面积指数和吸收光合有效辐射 ，用于充分表明遥感数据与地表生物学
信息相关的参数包括植被指数(VI)和绿度等。由于尚存在大气路径辐射和吸收、冠层表面的方向反射、地
表覆盖的象元混合以及地形和其他生物学相关的因素，因此研究遥感信息反演植被生态生理和生物物理参
数的方法还需不断完善，以适应建立全遥感-光合机理的估测植被碳同化所需。
参 考 文 献
1 Field Christopher B．，James Randerson T．，Carolyn M Malmstrom，Global net primary production：combining ecology and remote sensing．
Rem ote Sens．Environ．．1995，51：74～ 88
2 Bonan Gordon B．Land—atmosphere interactions for climate system models：coupling biophysical，biogeochemical，and ecosystem dynamical
processes．Remote Sens．Environ．，1995，51：57～73
3 Ung anai L．S．Drought monitoring and coin yield estimation in Southern Africa from AVHRR data．Remote Sens．Environ．，1998，63：219
4 Sellers P．J．，Tucker C．J．，Collatz G．J．，et a1．A Global 1 by 1 degree NDVI data set for climatic studies part2：the generation of global
fields of terrestrial biophysical parameters from the NDVI．Inter J of Remote Sensing，1994，15(17)：3519～3545
5 Fridel M ．A．，Davis F．W ．，Michaelsen J ，et al Se aling and uncertainty in the relationship between the NDVI and land surface biophysical
variables：an analysis using a scene simulation model and data from FIFE．Remote Se ns．Environ．，1995，54：233～ 246
6 Galo K．P．，Daughtry C．S．T．，Baner M E spectral estimation of absorbed photosyntheticaly active radiation in COIn canopies．Remote
Sens．Environ．，1985，17：221～232
7 W alter-Shea E．A．，Privette J．，Cornell D ，et a1．Relations between directional spectral vegetation indices an d leaf area and abso rbed radi—
ation in Alfalfa．Remote Sens．Environ．，1997，61：162～ 177
8 Myneni R．B．，M aggion S．，Iaquinta J．，et a1．Optical remote sensing of vegetation：Caveats，modeling，an d algorithms．Remote Se ns．
Environ．， 1995，51：169～ 188
维普资讯 http://www.cqvip.com