基于遥感信息和净初级生产力的天然橡胶估产模型

doi:10.11849/zrzyxb.2012.09.018

自然资源学报 ›› 2012, Vol. 27 ›› Issue (9): 1610-1621.doi: 10.11849/zrzyxb.2012.09.018

• 专题论坛 • 上一篇

基于遥感信息和净初级生产力的天然橡胶估产模型

李海亮^1,2, 罗微², 李世池³, 戴声佩², 刘海清²

1. 农业部资源遥感与数字农业重点开放实验室, 北京 100081;
2. 中国热带农业科学院 a.科技信息研究所/海南省热带作物信息技术应用研究重点实验室, b.热带农业经济研究所, 海南儋州 571737;
3. 海南农垦国营阳江农场, 海南琼中 572928

收稿日期:2011-11-06 修回日期:2012-05-10 出版日期:2012-09-20 发布日期:2012-09-20
基金资助:
国家自然科学基金重点项目(40930101);农业部资源遥感与数字农业重点实验室开放基金(RDA1007);国家自然科学基金(41171328);海南省热带作物信息技术应用研究重点实验室开放基金(rdzwkfjj003)。

Estimation Model of Natural Rubber Yield Based on Net Primary Production and Remote Sensing

LI Hai-liang^1,2, LUO Wei², LI Shi-chi³, DAI Sheng-pei², LIU Hai-qing²

1. Key Laboratory of Resources Remote Sensing & Digital Agriculture, Ministry of Agriculture, Beijing 100081, China;
2. a. Institute of Scientific and Technical Information/Key Laboratory of Practical Research on Tropical Crops Information Technology in Hainan, b. Institute of Tropical Agricultural Economics, Chinese Academy of Tropical Agricultural Sciences, Danzhou 571737, China;
3. Yangjiang Farm, Hainan State Farms, Qiongzhong 572928, China

Received:2011-11-06 Revised:2012-05-10 Online:2012-09-20 Published:2012-09-20

摘要/Abstract

摘要： 建立基于MODIS数据的天然橡胶净初级生产力遥感估算模型,利用2009年生长季(4—12月)250 m分辨率的MODIS数据和气象数据估算海南阳江农场天然橡胶的生长季净初级生产力, 通过天然橡胶的干物质分配率估算阳江农场天然橡胶的产胶潜力。用以树位为单元的地面实际干胶产量与已得到的天然橡胶林产胶潜力进行回归分析,建立天然橡胶干胶产量的估测模型。利用估产模型对阳江农场2010年7月的干胶产量进行模拟,用同期实际干胶产量对估产模型进行精度验证与实用性评价,结果显示7月估产模型均方根误差RMSE为1.78 g·m^-2,相对均方根误差RMSE_r为18.25%。研究表明,基于遥感信息和净初级生产力的天然橡胶估产模型具有较好的产量估测效果。

关键词: 净初级生产力, 中分辨率成像光谱仪(MODIS), 天然橡胶, 估产模型

Abstract: A net primary productivity (NPP) model for natural rubber was established with 250 m?250 m MODIS remote images and meteorological data on the Yangjiang Farm at growing season from April to December 2009. And the potential productivity of natural rubber was estimated based on the NPP and the natural rubber allocation rate of dry matter. The natural rubber yield estimation model was established with actual rubber yield in each task and the potential productivity of natural rubber based on regression analysis. The accuracy of yield estimation model was validated by the actual rubber production data in July 2010 on the Yangjiang Farm. The root mean square error(RMSE) is 1.78 g穖^-2, and the relative root mean square error(RMSE_r)is 18.25%. The results show that the natural rubber yield estimation model based on remote sensing information and net primary productivity has a good effect.

Key words: net primary production (NPP), moderate-resolution imaging spectroradiometer (MODIS), natural rubber, yield estimation model

中图分类号:

TP79

李海亮, 罗微, 李世池, 戴声佩, 刘海清. 基于遥感信息和净初级生产力的天然橡胶估产模型[J]. 自然资源学报, 2012, 27(9): 1610-1621.

LI Hai-liang, LUO Wei, LI Shi-chi, DAI Sheng-pei, LIU Hai-qing. Estimation Model of Natural Rubber Yield Based on Net Primary Production and Remote Sensing[J]. JOURNAL OF NATURAL RESOURCES, 2012, 27(9): 1610-1621.

参考文献

[1] Ruimy A, Saugier B, Dedieu G. Methodology for the estimation of terrestrial net primary production from remotely sensed data [J]. Journal of Geophysical Research, 1994, 99: 5263-5283.
[2] Potter C S, Randerson J, Field C B, et al. Terrestrial ecosystem production: a process model based on global satellite and surface data [J]. Global Biogeochemical Cycle, 1993, 7: 811-841.
[3] Prince S D, Goward S N. Global primary production: A remote sensing approach [J]. Journal of Biogeography, 1995, 22: 815-835.
[4] Veroustraete F, Sabbe H, Eerman E. Estimation of carbon mass fluxes over Europe using the C-FIX model and Euroflux data [J]. Remote Sensing of Environment, 2002, 83: 376-399.
[5] Lobell D B, Asner G P, Ortiz-Monasterio J I, et al. Remote sensing of regional crop production in the Yaqui Valley, Mexico: Estimates and uncertainties [J]. Agriculture, Ecosystems & Environment, 2003, 94: 205-220.
[6] Bastiaanssen W G M, Ali S. A new crop yield forecasting model based on satellite measurements applied across the Indus Basin, Pakistan [J]. Agriculture, Ecosystems & Environment, 2003, 94: 321-340.
[7] Tao F L, Yokozawa M, Zhang Z, et al. Remote sensing of crop production in China by production efficiency models: Models comparisons, estimates and uncertainties [J]. Ecological Modelling, 2005, 183(4): 385-396.
[8] 任建强, 陈仲新, 唐华俊, 等. 基于植物净初级生产力模型的区域冬小麦估产研究[J]. 农业工程学报, 2006, 22(5): 111-117.
[9] 任建强, 刘杏认, 陈仲新, 等. 基于作物生产量估计的区域冬小麦单产预测[J]. 应用生态学报, 2009, 20(4): 872-878.
[10] 中国热带农业科学院, 华南热带农业大学. 中国热带作物栽培学[M]. 北京: 中国农业出版社, 1998.
[11] 李海亮. 基于MODIS数据的石羊河流域植被覆盖时空变化研究. 兰州: 西北师范大学, 2009.
[12] Fensholt R, Sandholt I, Rasmussen M S. Evaluation of MODIS LAI, FAPAR and the relation between FAPAR and NDVI in a NDVI in semi-arid environment using in situ measurements [J]. Remote Sensing of Environment, 2004, 91(3/4): 490-507.
[13] Myneni R B, Privette J L, Running S W, et al. MODIS Leaf Area Index(LAI) and Fraction of Photosynthetically Active Radiation absorbed by vegetation ( FPAR ) product (MOD15) algorithm theoretical basis document . http: //modis.gsfc.nasa.gov/data/atbd.1999.
[14] 吴文浩, 李明阳, 卜子汇. 基于开放式数据库的江苏省植被净生产力遥感估测方法研究[J]. 西北林学院学报, 2010, 25(5): 146-151.
[15] 朱文泉, 潘耀忠, 何浩, 等. 中国典型植被最大光利用率模拟[J]. 科学通报, 2006, 51(6): 700-706.
[16] Collatz G J, Ball J T, Grivet C. Physiological and environmental regulation of stomatal conductance, photosynthesis and transpiration: A model that includes a lam in a boundary layer [J]. Agricultural and Forest Meteorology, 1991, 54: 107-136.
[17] 周广胜, 张新时. 全球变化的中国气候-植被分类研究[J]. 植物学报, 1996, 38(1): 8-17.
[18] Narongrit C, Yasuoka Y. The use of Terra-MODIS data for estimating evapotranspiration and its change caused by global warming [J]. Environmental Informatics Archives, 2003(1): 505-511.
[19] 蔡福, 祝青林, 何洪林, 等. 中国月平均地表反照率的估算及其时空分布[J]. 资源科学, 2005, 27(1): 114-120.
[20] Makela H, Pekkarinen A. Estimation of forest stands volumes by Landsat TM imagery and stand-level field-inventory data [J]. Forest Ecology and Management, 2004, 196: 245-255.
[21] 何康, 黄宗道. 热带北缘天然橡胶树栽培[M]. 广州市: 广东科技出版社, 1987.

基于遥感信息和净初级生产力的天然橡胶估产模型

Estimation Model of Natural Rubber Yield Based on Net Primary Production and Remote Sensing

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	肖武, 张文凯, 吕雪娇, 王新静. 西部生态脆弱区矿山不同开采强度下生态系统服务时空变化——以神府矿区为例[J]. 自然资源学报, 2020, 35(1): 68-81.
[2]	张珺, 任鸿瑞. 人类活动对锡林郭勒盟草原净初级生产力的影响研究[J]. 自然资源学报, 2017, 32(7): 1125-1133.
[3]	吕鑫, 王卷乐, 康海军, 赵强, 韩雪华, 王玉洁. 基于MODIS NPP的2006—2015年三江源区产草量时空变化研究[J]. 自然资源学报, 2017, 32(11): 1857-1868.
[4]	位贺杰, 张艳芳, 董孝斌, 鲁纳川, 王雪超. 渭河流域植被WUE遥感估算及其时空特征[J]. 自然资源学报, 2016, 31(8): 1275-1288.
[5]	姜春,吴志峰,程炯,钱乐祥. 广东省土地覆盖变化对植被净初级生产力的影响分析[J]. 自然资源学报, 2016, 31(6): 961-972.
[6]	吴珊珊，姚治君，姜丽光，王蕊，刘兆飞. 基于MODIS的长江源植被NPP时空变化特征及其水文效应[J]. 自然资源学报, 2016, 31(1): 39-51.
[7]	孙庆龄, 冯险峰, 刘梦晓, 肖潇. 武陵山区植被净初级生产力遥感模拟与分析[J]. 自然资源学报, 2015, 30(10): 1628-1641.
[8]	刘文超, 颜长珍, 秦元伟, 闫慧敏, 刘纪远. 近20 a陕北地区耕地变化及其对农田生产力的影响[J]. 自然资源学报, 2013, 28(8): 1373-1382.
[9]	赵军, 师银芳, 王大为. 基于IOCS的内蒙古潜在植被NPP空间分布特征研究[J]. 自然资源学报, 2012, 27(11): 1870-1880.
[10]	胡波, 孙睿, 陈永俊, 冯丽超, 孙亮. 遥感数据结合Biome-BGC模型估算黄淮海地区生态系统生产力[J]. 自然资源学报, 2011, 26(12): 2061-2071.
[11]	苗茜, 黄玫, 李仁强. 长江流域植被净初级生产力对未来气候变化的响应[J]. 自然资源学报, 2010, 25(8): 1296-1305.
[12]	孙善磊, 周锁铨, 薛根元, 吉宗伟, 李强, 任永建. 环杭州湾地区近36年自然植被净初级生产力的变化特征[J]. 自然资源学报, 2010, 25(5): 830-841.
[13]	刘某承, 李文华. 基于净初级生产力的中国生态足迹均衡因子测算[J]. 自然资源学报, 2009, 24(9): 1550-1559.
[14]	谷晓平, 黄玫, 季劲钧, 吴战平. 近20年气候变化对西南地区植被净初级生产力的影响[J]. 自然资源学报, 2007, 22(2): 251-259.
[15]	彭建, 王仰麟, 吴健生. 净初级生产力的人类占用:一种衡量区域可持续发展的新方法[J]. 自然资源学报, 2007, 22(1): 153-158.