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)

Двадцать вторая международная конференция "СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"

XXII.F.501

Разработка алгоритма оценки компонент углеродного баланса растительного покрова России на основе спутниковых данных MODIS

Шабанов Н.В. (1,2), Барталев С.А. (1), Куричева О.А. (3), Варлагин А.В. (3), Загирова С.В. (4), Миклашевич Т.С. (5), Максимов Т.Х. (6), Мамкин В.В. (3)
(1) Институт космических исследований РАН, Москва, Россия
(2) МГУ имени М.В. Ломоносова, факультет космических исследований, Москва, Россия
(3) Институт проблем экологии и эволюции им. А.Н. Северцова РАН, Москва, Россия
(4) Институт биологии Коми НЦ УрО РАН, Сыктывкар, Россия
(5) ООО "ИКИЗ", Москва, Россия
(6) Институт биологических проблем криолитозоны СО РАН – обособленное подразделение ФИЦ ЯНЦ СО РАН, Якутск, Россия
Оценка переменных углеродного баланса GPP/Reco (поглощение углерода в процессе фотосинтеза и высвобождение при дыхании) растительного покрова России является сложной научной и важной государственной задачей мониторинга экосистем, в особенности в условиях изменения климата. В России ряд научных коллективов проводят долговременные наземные измерения NEE (чистый экосистемный обмен) с использованием газоанализаторов, смонтированных на измерительных вышках. Однако, ввиду ограничений пространственно-временного охвата наземных измерений решение данной задачи требует также формирования временных рядов продуктов баланса углерода на основе технологий ДЗЗ. В данной работе приведены предварительные результаты разработки в ИКИ РАН алгоритма оценки продукта GPP/NEE для растительного покрова России. За основу взят NASA алгоритм MOD17, который рассчитывает GPP глобально на основе методики “эффективности поглощения солнечной энергии растительным покровом” (Running and Zhao, 2021). В отличие от широко распространенных в настоящее время алгоритмов машинного обучения для расчета углеродного баланса, данный алгоритм имеет фундаментальную физическую основу (модель растительных экосистем, BIOME-BGC, White et al, 2000). Данный подход эффективен для расчета поглощения, однако моделирование дыхания экосистем выполнено со значительными допущениями, что создает основную сложность для дальнейшего развития алгоритма. В данной работе мы создали систему потокового расчета компонент баланса углерода на основе базового алгоритма MOD17, где входными данными являются временные ряды а) глобальной климатологии продукта NASA MERRA2 и б) ИКИ ДЗЗ продукты рассчитанные на основе измерений прибора MODIS и оптимизированные для России: PFT (тип растительного покрова), LAI (индекс листовой поверхности) и FPAR (доля солнечного излучения поглощенного растительным покровом). Калибровка и валидация алгоритма осуществляется с использованием наземных данных газоанализаторов сети FLUXNET, RUFLUX, а также другими российскими источниками (Куричева и др., 2023). В данной работе представлены результаты предварительного анализа работы базового алгоритма, его ограничения и намечены пути дальнейшего его развития.

Работа выполнена в рамках реализации важнейшего инновационного проекта государственного значения «Разработка системы наземного и дистанционного мониторинга пулов углерода и потоков парниковых газов на территории Российской Федерации, обеспечение создания системы учёта данных о потоках климатически активных веществ и бюджете углерода в лесах и других наземных экологических системах» (госрегистрация № 124060500032-7). Обработка данных ДЗЗ проводилась с использованием ресурсов ЦКП «ИКИ-Мониторинг» (Лупян и др., 2019), развиваемого и поддерживаемого в рамках темы «Мониторинг» (госрегистрация № 01.20.0.2.00164).

Ключевые слова: валовая первичная продукция, дыхание экосистем, чистая первичная продукция, моделирование углеродного баланса растительных экосистем
Литература:
  1. Куричева О. А. и др. (2023) Мониторинг экосистемных потоков парниковых газов на территории России: сеть RUFLUX Известия РАН Серия Географическая, Т. 87, №4 с. 512-535
  2. Лупян Е.А., и др. (2019). Опыт эксплуатации и развития центра коллективного пользования системами архивации, обработки и анализа спутниковых данных (ЦКП «ИКИ-Мониторинг») // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С.151-170. DOI: 10.21046/2070-7401-2019-16-3-151-170.
  3. Running, S.W. and Zhao M. (2021) Daily GPP and Annual NPP (MOD17A2H/A3H) and Year-end Gap filled products NASA Earth Observing System MODIS land Algorithm (For Collection 6.1) https://www.umt.edu/numerical-terradynamic-simulation-group/project/modis/user-guides/mod17c61usersguidev11mar112021.pdf
  4. White, M. et al. (2000). Parameterization and Sensitivity Analysis of the BIOME–
  5. BGC Terrestrial Ecosystem Model: Net Primary Production Controls. Earth Interactions, 4.

Дистанционное зондирование растительных и почвенных покровов