Page 53 - 《广西植物》2025年第8期

８ 期 贾玉伟等: ＴＧ 和 ＶＩ 生产力模型在中亚热带典型森林多时间尺度的适用性评价 １ ４ １ ９

％)及均方根误差( ＲＭＳＥꎬ ｇｍ ｄ ) 这 ３ 个指 涡度数据的相关性强于 ＶＩ 模型ꎮ 总体而言ꎬ两种
￣２
￣１
数来对两种模型在不同生态系统中的模拟精度进 生态系统在 ＴＧ 和 ＶＩ 模型中使用的遥感参数均与
２
行评价ꎮ 其中ꎬＲ 、ＲＥ 和 ＲＭＳＥ 的计算公式如下: ＧＰＰ＿ＥＣ 达到了显著相关( Ｐ<０.００１)ꎮ 这些结果
２ ｎ ２ ｎ ２ 验证了两种模型在次生常绿阔叶林和桉树人工林
Ｒ ＝ １－ (Ｓ －Ｏ ) / (Ｓ －Ｏ ) (７)
ｉ ＝ １ ｉ ｉ ｉ ＝ １ ｉ ｉ
Ｓ －Ｏ ｉ 的适用性ꎮ 因此ꎬＴＧ 和 ＶＩ 模型均适用于这 ２ 个生
ｉ
ＲＥ ＝ ×１００ (８)
Ｏ ｉ 态系统ꎬ并且 ＴＧ 模型的使用潜力强于 ＶＩ 模型ꎮ
３.２ 不同时间尺度的模型参数标定
１ ｎ
ＲＭＳＥ ＝ × (Ｓ －Ｏ ) ２ (９)
ｉ
ｉ
ｎ ｉ ＝ １ ＴＧ 和 ＶＩ 模型中的敏感参数 ｍ 和 ａ 都是 ＧＰＰ
式中: ｎ 为观测值总数或模拟总次数ꎻｉ 为观 与模型其他参数的斜率ꎬ本研究从全年和季节两
种时间尺度通过实测 ＧＰＰ 数据与模型其他参数的
测值个数ꎻＳ 和 Ｏ 分别为模拟和实测的 ＧＰＰꎮ
ｉ ｉ
拟合对其进行标定ꎮ 标定结果如表 ２ 所示ꎮ
３ 结果与分析 ３.３ ＴＧ 和 ＶＩ 模型在两种生态系统的模拟精度
模型标定对 ＴＧ 和 ＶＩ 模型的估算精度有很大
３.１ ＴＧ 和 ＶＩ 模型在两种生态系统的适用性 影响ꎬ表 ３ 为两种模型分别在 ２ 个站点参数校正前
将两种遥感 ＧＰＰ 模型输入参数与通量塔实测 后的误差情况ꎬ其中校正前采用的 ｍ 和 ａ 是其他
ＧＰＰ 进行相关性分析ꎬ结果如表 １ 所示ꎮ 在不同 学者在相同生态系统类型的研究中的参数ꎮ 结果
的生态系统中ꎬ实测 ＧＰＰ 与 ＬＳＴ 和 ＥＶＩ 的相关性 表明ꎬ校正后的两种模型模拟精度明显提高ꎮ 图 ２
均较大ꎬＲ 均不低于 ０.９５０ꎮ 实测 ＧＰＰ 与 ＰＡＲ 的 是经过校正的 ＴＧ 和 ＶＩ 模型在两种森林生态系统
２
Ｒ 相对于 ＬＳＴ 和 ＥＶＩ 均较低ꎬ但是也达到了显著 的模拟值与实测值的拟合结果ꎮ 总体而言ꎬ校正
２
相关水 平ꎬ 两 种 生 态 系 统 的 Ｒ 分 别 为 ０. ８１７ 和 后的拟合曲线整体上更贴近于 ｙ ＝ ｘ 的直线ꎬ特别
２
０.８５９ꎮ 这表明地表温度( ＬＳＴ) 和增强型植被指数 是在进行了分季节标定后ꎬ拟合效果进一步提升ꎮ
(ＥＶＩ)是影响实测 ＧＰＰ 的重要因素ꎬ较高的相关 并且与 ＶＩ 模型相比ꎬＴＧ 模型的拟合曲线更接近于
性表明它们可作为有效的遥感参数用于估算生态 ｙ ＝ ｘ 的直线ꎮ 由图 ２ 和表 ３ 可知ꎬ对各季节数据分
系统 ＧＰＰꎮ 别标定后的模拟精度比采用全年数据标定后的模
拟精度高ꎮ 各季节数据分别标定后ꎬＴＧ 模型在次
表 １ 实测 ＧＰＰ 与模型输入参数的决定系数(Ｒ ) 生常绿阔叶林和桉树人工林的 Ｒ 分别为 ０.９３ 和
２
２
２
２
Ｔａｂｌｅ １ Ｃｏｅｆｆｉｃｉｅｎｔ ｏｆ ｄｅｔｅｒｍｉｎａｔｉｏｎ (Ｒ ) ｏｆ ｍｅａｓｕｒｅｄ ０.９２ꎬ而 ＶＩ 模型在 ２ 个站点的 Ｒ 分别为 ０.７９ 和
ＧＰＰ ｗｉｔｈ ｍｏｄｅｌ ｉｎｐｕｔ ｐａｒａｍｅｔｅｒｓ ０.８５ꎬ并且都呈极显著水平(Ｐ<０.００１)ꎮ 两种遥感
生态系统类型 ＧＰＰ 模型的标定和验证阶段模型模拟值和地面实
ＬＳＴ ＰＡＲ ＥＶＩ
Ｅｃｏｓｙｓｔｅｍ ｔｙｐｅ
测值之间均有较高的相关性ꎬ说明两种模型均具
次生常绿阔叶林 ０.９７１ ∗∗∗ ０.８１７ ∗∗∗ ０.９５０ ∗∗∗
Ｒｅｇｅｎｅｒａｔｅｄ ｂｒｏａｄ￣ｌｅａｖｅｄ 有较高的模拟能力ꎮ 在次生常绿阔叶林中ꎬ验证
ｅｖｅｒｇｒｅｅｎ ｆｏｒｅｓｔ ２
阶段 ＴＧ 模型的模拟值最接近站点实测值( Ｒ ＝
桉树人工林 ∗∗∗ ∗∗∗ ∗∗∗
￣１
￣２
０.９５２ ０.８５９ ０.９６０ ０.９３ꎬＲＥ ＝ １.８７％ꎬＲＭＳＥ ＝ ６.５３ ｇｍ ｄ )ꎬ这说
Ｅｕｃａｌｙｐｔｕｓ ｐｌａｎｔａｔｉｏｎ
明 ＴＧ 模型在次生常绿阔叶林的 ＧＰＰ 模拟中具有
∗∗∗
注: 表示 Ｐ<０.００１ꎮ
∗∗∗ 较好的模拟效果ꎻ在桉树人工林中ꎬ验证阶段 ＴＧ
Ｎｏｔｅ: ｉｎｄｉｃａｔｅｓ Ｐ<０.００１.
￣２
模型的 ＲＥ( －２４.１４％) 和 ＲＭＳＥ 值(７.８８ ｇｍ
本研究使用 ２０１９—２０２０ 年的涡度数据与遥 ｄ )均小于 ＶＩ 模型( ＲＥ ＝ －３５.６１％ꎬＲＭＳＥ ＝ １０.０８
￣１
感模型参数进行相关性分析ꎮ 图 １ 为 ＴＧ 模型参 ｇｍ ｄ )ꎮ 因此在桉树人工林中同样是 ＴＧ 模
￣１
￣２
数(ＳｃａｌｅｄＥＶＩ × ＳｃａｌｅｄＬＳＴ) 及 ＶＩ 模型参数( ＥＶＩ × 型的模拟效果相对较好ꎮ
ＥＶＩ × ＰＡＲ)与通量观测 ＧＰＰ 的相关性分析结果ꎮ 由图 ３ 可知ꎬＴＧ 和 ＶＩ 模型对 ＧＰＰ 的模拟反
结果表明ꎬ在 ＴＧ 模型中ꎬ两种生态系统的 Ｒ 分别 映了实测 ＧＰＰ 的动态变化趋势ꎬ但总体上存在一
２
为 ０.９０ 和 ０.８８(图 １:ａ、ｃ)ꎬＶＩ 模型中分别为 ０.７５ 定程度的低估ꎮ 其中ꎬ１—４ 月ꎬ两种生态系统模拟
和 ０.７４(图 １:ｂ、ｄ)ꎮ 其中ꎬＴＧ 模型的遥感参数与 ＧＰＰ 的误差均在全年中达到最大ꎮ 在次生常绿阔