Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)
Архив конференций
Дополнительная информация
Подписка/отписка
на рассылку новостей

Шестнадцатая Всероссийская Открытая конференция «СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА (Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов)»

XVI.F.112

Нелинейные тренды чистой первичной продукции растительности земли по спутниковым данным

Ларько А.А. (1), Шевырногов А.П. (1)
(1) Институт биофизики СО РАН, Красноярск, Россия
Чистая первичная продукция (ЧПП) является одним из показателей, который позволяет проследить изменения в растительных сообществах, в первую очередь, изменения их продуктивности во времени на определенной территории. Чистая первичная продукция представляет собой количество углерода, ассимилированного зелеными растениями из атмосферы благодаря процессу фотосинтеза. Значения ЧПП отличаются как для различных растительных биомов, так и для одинаковых растительных сообществ, произрастающих в разных природных условиях. Основной сложностью при рассмотрении ЧПП является большая трудоемкость при определении его текущего значения для различных экосистем.
В данной работе оценивались нелинейные тренды чистой первичной продукции растительности Земли с 2000 по 2017 гг..
Расчет ЧПП основан на оптических спектральных спутниковых данных и данных о подстилающей поверхности. Для оценки чистой первичной продукции по спутниковым данным существует множество расчетных моделей, большинство из них позволяет оценить глобальные значения [1-3]. В данной работе для расчета ЧПП была использована модель MODIS NPP (на основе данных MODIS/TERRA). Главной особенностью этой модели является использование эмпирических зависимостей при расчете ЧПП для каждого из 15 наземных биомов планеты. При расчетах фитомассы, GPP (общая первичная продукция) и дыхания используется индекс площади листовой поверхности (LAI). Функции дыхания и GPP зависят от температуры. В дополнение к дыханию зеленой фитомассы учитывается дыхание стволов (при расчете среднегодовых значений ЧПП) и дыхание корней.
Значения ЧПП были получены на основе данных сканера MODIS спутника Terra, в работе использовался продукт MOD17. Временной ряд наблюдений с 2000 по 2017 гг.
Метод для декомпозиции временных рядов - STL Seasonal-Trend Decomposition Procedure Based on Loess – процедура сезонно трендовой декомпозиции основанная на Лессе. Метод STL основан на фильтрации исходных данных для разложения сезонных временных рядов на три компоненты: сезонную, трендовую и остаточную (шум): Di = Ti + Si + Ni где: D – значения временного ряда, T – Трендовая составляющая ряда, S – сезонная составляющая ряда, N – остаточная составляющая ряда, i – шаг по времени.
Сущность метода состоит в последовательном применении к данным временного ряда Loess-сглаживаний (Loesssmoother) [4-6].
С помощью метода STL были получены пространственно-распределенные нелинейные тренды точечных измерений чистой первичной продукции. Пространственное распределение трендов выявило зоны уменьшения, роста и стабильного поведения ЧПП за 2000-2017 гг..
Пространственное распределение коэффициентов корреляции между рядами нелинейных трендов ЧПП и нелинейных трендов радиационной температуры позволяет выявить зоны с сильной зависимостью между динамикой температуры и ЧПП, как в положительном, так и в отрицательном направлении.

Ключевые слова: Чистая первичная продукция, тренды, нелинейные тренды, спутниковые данные, ДЗЗ, растительность, MODIS
Литература:
  1. Cao M., Prince S.D., Small J., Goetz S.J. Remotely sensed interannual variations and trends in terrestrial net primary productivity 1981-2000 // Ecosystems. 2004. Vol. 7, P. 233-242.
  2. Hüttich C., Herold M., Schmullius C., Egorov V., Bartalev S.A. SPOT-VGT NDVI and NDWI trends 1998-2005 as indicators of recent land cover change processes in northern Eurasia // Proceedings of the 2nd Workshop of the EARSeL SIG on Land Use and Land Cover. 2006. P. 336-344.
  3. Zhao M., Heinsch F.A., Nemani R.R., Running S.W. Improvements of the MODIS terrestrial gross and net primary production global data set // Remote Sensing of Environment. 2005. Vol. 95, P. 164-176.
  4. Cleveland R.B., Cleveland W.S., McRae J.E., Terpenning I. STL: A Seasonal-Trend Decomposition Procedure Based on Loess // Journal of Official Statistics. 1990. Vol. 6, P. 3–73.
  5. Ларько А.А., Иванова Ю.Д., Шевырногов А.П. Нелинейные тренды чистой первичной продукции растительности юга красноярского края по спутниковым данным: методы и подходы // Фундаментальные исследования. – 2015. – № 3. – С. 106-110.
  6. Шевырногов А.П., Чернецкий М.Ю., Высоцкая Г.С. Многолетние тренды NDVI и температуры на юге Красноярского края // Исследование Земли из космоса. 2012. № 6. С. 77-87.

Дистанционное зондирование растительных и почвенных покровов

416