CASA计算

CASA模型被广泛应用于全球和区域尺度上NPP的动态变化和时空变异性评估[17]。模型考虑了太阳辐射、温度、水分等胁迫因子对植被NPP的影响，其计算公式如下：NPP(x,t)=APAR(x,t)×ε(x,t)(1)式中：APAR(x,t)表示像元x处在t时间植被所吸收的光合有效辐射（单位：gC·m-2·month-1），ε(x,t)为植被的实际光能利用率(单位：gC·MJ-1)。APAR(x,t)=SOL(x,t)×0.5×FPAR(x,t)（2）式中:SOL(x,t)是时间为t月象元x处的太阳总辐射量(单位：MJ۰m-2۰month-1),SOL(x,t)应用经验公式进行计算。0.5指的是植被所能利用的太阳有效辐射(波长是0.4~0.7μm)占太阳总辐射的比例；FPAR(x,t)为植被吸收光合有效辐射的吸收比例;FPAR与归一化植被指数（NDVI）、比值植被指数（SR）皆存在一定的线性关系，参考陈福军等人[18]的研究计算每一个栅格的FPAR值。1.SOL的计算植被吸收的光和有效辐射取决于太阳总辐射和植被本身特性,太阳总辐射可由大气上界太阳辐射量和日照百分率计算。0)(sNnbasolnn(3)式中：SOL为陆表短波辐射,常被称为陆表太阳辐射[MJ·m-2·d-1];n为实际日照时数（单位：h）,由气象资料提供;N为最大日照时数（单位：h）;n/N为日照百分率;S0为大气外界辐射量（单位：MJ·m-2·d-1）；ａn,bn表示晴天即实际日照时数等于最大日照时数时到达地面的大气外界辐射分量，参考已有研究选取ａn=0.207；bn=0.725[3]。)]cos()cos()sin()sin([]14.360*24[0ssowwdrQS(4)swN14.324(5)式中：dr为大气外界相对日地距离；Q0为太阳常数（取0.0820MJ·m-2·min-1）；δ为赤纬(单位：rad)，Ｗs为太阳时角(单位：rad);为纬度（单位：rad）。δ，dr，Ｗs由下式计算：)365J*3.14*2cos(0.0331dr(6))39.1365*14.3*2sin(409.0J(7))]tan()tan(arccos[sw(8)式中：J为该年中所处的天数。2.FPAR的计算植被层对光合有效辐射的吸收比例（FPAR)主要受到地表植被覆盖类型和覆盖程度影响[8]。其计算公式如下:SRNDVIFPARFPARtxFPAR)1(),(（ɑ=0.5）(9)其中minminmaxmin,max,min,)()()),((FPARFPARFPARNDVINDVINDVItxNDVIFPARiiiNDVI(10)式中，NDVI（i,max）和NDVI（i,min）分别对应第i种植被类型的NDVI最大和最小值。minminmaxmin,max,min,)()()),((FPARFPARFPARSRSRSRtxSRFPARiiiSR(11)),(1),(1),(txNDVItxNDVItxSR(12)式中，FPARmin和FPARmax的取值与植被类型无关，分别为0.001和0.95；SR(i,max)和SR(i,min)分别对应第i种植被类型的NDVI值进行计算。RVI为比值植被指数：绿色植物的灵敏指示参数，与LAI、叶干生物量(DM)、叶绿素含量相关性高，适用于检测和估算植物生物量；当植被覆盖度较高时，RVI对植被具有较高敏感度；因此，将NDVIFPAR替换为RVIFPAR；SRRVIFPARFPARtxFPAR)1(),(minminmaxmin,max,min,)()()),((FPARFPARFPARRVIRVIRVItxRVIFPARiiiRVI),(),(),(txREDtxNIRtxRVI式中：),(txNIR，),(txRED，),(txRVI。3光能利用率（ε）的估算光能利用率主要受气温、水分状况的影响[11]。计算公式如下：max21),(),(),(),(txWtxTtxTtx(13)式中εmax表示最大光能利用率（gC·MJ-1）；Tε1(x,t)和Tε2(x,t)表示低温和高温对光能利用率的胁迫作用；Wε(x,t)为水分胁迫影响系数。3.1温度胁迫因子的估算Tε1(x,t)反映在低温和高温时植物内在的生化作用对光合的限制而降低第一性生产力[14]。21)]([0005.0)(002.08.0),(xTxTtxToptopt(14)式中，Topt(x)为植物生长的最适温度，定义为某一区域一年内NDVI值达到最高时的当月平均气温(℃)；当某一月平均温度小于或等于-10℃时，其值取0。Tε2(x,t)表示环境温度从最适温度Topt(x)向高温或低温变化时植物光能利用率逐渐变小的趋势。))]},(10)((3.0exp[1/{1))]},(10)((2.0exp[1/{184.1),(2txTxTtxTxTtxToptopt(15)当某一月平均温度T(x,t)比最适温度Topt(x)高10℃或低13℃时，该月的Tε2(x,t)值等于月平均温度T(x,t)为最适温度Topt(x)时Tε2(x,t)值的一半[]。3.2水分胁迫因子的估算：水分胁迫影响系数Wε(x,t)反映了植物所能利用的有效水分条件对光能利用率的影响,其值在极端干旱条件下为0.5，非常湿润条件下为1。计算公式如下：),(),(5.05.0),(21txEtxEtxW(16)2),(),(),(012txEtxEtxE(17)其中，E0的计算公式如下：)(0]),(),(10[16),(xatxItxTtxE(18)62310)492390)(17920)(1.77)(675.0()(xIxIxIxa(19)514.1121]5),([)(itxTxI(20)式中，T(x，t)是月平均气温。3.3εmax的估算植被类型不同ε*值不同，参考朱文泉[7]等的研究，对西盟县不同的土地利用类型的ε*进行赋值。表1土地覆被类型及植被类型[17]王莺,夏文韬,梁天刚.基于CASA模型的甘南地区草地净初级生产力时空动态遥感模拟[J].草业学报,2011,20(4):316-324[18]陈福军,沈彦俊,李倩,等.中国陆地生态系统近30年NPP时空变化研究[J].地理科学,2011,31(11):1409-1414.[3]李贵才.基于MODIS数据和光能利用率模型的中国陆地净初级生产力估算研究[D]，北京，2004.[11]刘思瑶,卢涛,唐斌,等.基于CASA模型的四川植被净初级生产力及其时空格局分析[J].四川农业大学学报,2013,31(3):269-276[8]张艳芳,朱妮.基于CASA模型的榆林碳源/汇平衡与生态盈余研究[J].中国农业科学2013,46(24):5163-5172[14]杜红.基于CASA模型的呼伦贝尔地区NPP估算研究[D].河北:2010,3[4]刘春雨,董晓峰,刘英英,等.甘肃省净初级生产力时空变化特征[J].中国人口·资源与环境,2014,24(1):163-170[16]李海亮,罗微,李世池,等.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[7]朱文泉,潘耀忠,张锦水.中国陆地植被净初级生产力遥感估算[J].植物生态学报,2007,31(3):413-424土地覆被类型分类土地覆被类型细分植被分类ε*取值林地有林地常绿阔叶林0.985灌木林灌木林0.429人工园林茶园灌木林0.429橡胶落叶阔叶林0.625[16]桉树常绿阔叶林0.985耕地耕地农用地0.542草地草地草地0.542建设用地建设用地建设用地0.389[4]水域水域水域0.389