首页> 中文学位 >基于涡度观测和遥感技术的城市碳源/汇研究
【6h】

基于涡度观测和遥感技术的城市碳源/汇研究

代理获取

目录

封面

声明

致谢

中文摘要

英文摘要

目录

变量注释表

1 绪论

1.1 课题来源(Source of the Subject)

1.2 选题背景与研究意义(Background and Meaning of the Subject)

1.3 国内外研究现状(Current State in China and Abroad)

1.4 主要研究内容(Research Content)

1.5 论文的结构(Structure Arrangement)

2 涡度相关技术监测城市碳源/汇

2.1 涡度相关技术原理(Principles of Eddy Covariance Technology)

2.2 碳通量与辐射观测塔(Observation Tower of Carbon Flux and Radiation)

2.3 涡度站数据质量分析与控制(Analysis and Quality Control of Eddy Covariance Data)

2.4 涡度相关技术的实现(Achievement of Eddy Covariance Technique)

2.5 本章小结(Summary)

3 基于CASA模型和GSMSR模型反演城市碳源/汇3 Inversion of Urban Carbon Sources/Sinks Based

3.1 CASA原理及改进模型(Principles and Improvements of CASA Model)

3.2 GSMSR模型(GSMSR Model)

3.3 CASA模型影像输入(Remote Sensing Data Inputted by CASA Model)

3.4 模型实现(Model Implementation)

3.5 本章小结(Summary)

4 基于涡度观测的模型验证

4.1 足迹半径的确定(Radius’s Determination of Footprint)

4.2 模型验证参数(Parameters for Model Validation)

4.3模型验证(Validation of Model)

4.4 其他验证对比(Other Verified Comparison)

4.5 本章小结(Summary)

5 城市碳源/汇时空分析

5.1 卫星反演NPP时空分析(Spatial and Temporal Analysis of Satellite Retrieval NPP)

5.2 涡度通量数据分析(Data Analysis of Eddy Covariance Flux)

5.3 碳通量影响因子变化研究(Study of Influencing Factors on Carbon Flux)

5.4 本章小结(Summary)

6 结论与展望

6.1 结论(Conclusions)

6.2 展望(Prospect)

参考文献

作者简历

学位论文数据集

展开▼

摘要

城市生态系统碳循环研究是陆地生态系统碳核查的重要组成部分,城市碳源/汇的定量和定性研究对城市碳循环解译具有重要意义。目前对碳源/汇的研究主体集中在下垫面均一的生态系统,对作为主要碳源的城市生态系统研究较少。本文以城市生态系统为研究对象,使用涡度相关技术观测徐州南部城区的实时碳通量,基于改进的陆地碳模型(Carnegie-Ames-Stanford Approach,CASA模型)和土壤呼吸地质统计模型(Geostatistical model of soil respiration,GSMSR模型),以遥感影像数据和气象数据作为输入进行城市地区净生态系统生产力(Net Ecosystem Productivity,NEP)的反演。利用模拟的净初级生产力(Net Primary Productivity,NPP)分析徐州南部城区2014年和2015年碳源/汇情况,结合涡度观测数据研究碳通量的时空变化规律和影响因素。研究成果将为徐州生态环境质量评价、资源的合理开发及保护提供重要的理论与实践价值。主要研究内容如下:
  (1)给出了涡度相关技术的理论基础,综合利用坐标轴旋转、侧风向改正、夜间数据筛选等方法实现了涡度观测数据的质量控制。基于修正后的观测数据,通过分段平均检验法确定夜间摩擦风速阈值为0.22m/s。针对数据残缺的问题,基于人工神经网络插值方法对残缺数据插补。通过预处理工作获得了可靠的数据输入,足够代表观测区真实的碳通量。
  (2)介绍了 CASA模型的基本原理,同时,针对蒸散量获取困难的特点,采用基于归一化水分指数的光能利用率水分胁迫系数的改进方法,优化了CASA模型。采用逐日太阳辐射模型计算2015年徐州地区太阳辐射量,通过模拟的太阳辐射量、归一化植被指数、温度等优化参数,基于CASA模型进行2014-2015年徐州南部城区 NPP的反演,并采用土壤呼吸地质统计模型 GSMSR进行异养呼吸量的模拟。基于NPP和异养呼吸量估算出NEP。
  (3)为了对模型进行可靠性与精度分析,以涡度站观测数据为参考,对模拟NEP数据进行相关性分析。基于通量贡献区的原则,确定涡度足迹半径1500m,验证足迹半径内的NEP均值与观测NEE值相关性,得到二者相关性较强,模型精度2014年和2015年最高相关系数分别为0.627和0.823。为了保证模拟的可靠性,采取与已有 NPP研究成果对比的方法,本文中徐州南部城区2014年和2015年NPP年均值分别为508.061?2?gC?m?a和343.7351?2?gC?m?a,表明对基于影像和CASA模型对徐州地区的NPP反演符合众多学者对中国大陆范围NPP估算趋势。
  (4)研究了城市碳源/汇时空变化的特性,采用改进后的CASA模型对徐州地区的年度、季度、月度NPP变化进行时空分析。结果分析可以得到,2014年HJ-1星和Landsat8模拟NPP均值分别为672.671?2?gC?m?a和312.061?2?gC?m?a;2015分别为301.721?2?gC?m?a、346.961?2?gC?m?a。基于NPP月均变化确定云龙山、泉山森林公园、珠山风景区、拉犁山及城郊农用田为碳汇,徐州市中心等建筑物密集地区均为碳源。综上证明涡度相关技术可精确监测城市生态系统碳循环,结合GSMSR和改进的CASA模型对大范围的城市区域碳源/汇监测可靠性强。
  (5)研究了气象因素对碳通量及城市碳源/汇分布的影响。结论表明,温度与碳通量呈现二次多项式相关性,而空气湿度与碳通量呈现负相关性。从风向和风速影响因子中显示出涡度站东南方向矿大校区和西南方向山林对碳通量影响显著;另一方面,从足迹范围内的下垫面影像分类结果中,可以准确详细的解译出碳源/汇的来源。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号