2001～2010年全球陸地光合有效輻射月最大值數據集
| 2001～2010年全球陸地光合有效輻射月最大值數據集 作者：張春燕 郭杉 關燕寧 蔡丹路 王蕾 姚武韜 肖寒 2017年9月20日 |
 張春燕, 郭杉, 關燕寧, 等. 2001～2010年全球陸地光合有效輻射月最大值數據集 [J/OL]. 中國科學數據, 2017, 2(3). DOI: 10.11922/csdata.170.2015.0025. |
摘要&關鍵詞
編輯摘要：光合有效輻射是區域植被變化和生態變化研究的重要參數之一，是估算全球碳支出以及生物多樣性研究的基礎。目前全球1 km空間分辨率的光合有效輻射月最大值數據尚無可直接下載源。本文以MODIS L4級別數據產品MOD15A2（1 km/ 8 days）為基礎，通過數據拼接、格式轉換、MVC（Maximum value composite）最大值提取等過程獲得全球陸地光合有效輻射月最大值數據集，數據涵蓋時間範圍為2001～2010年。本數據集在評價植被生產力、宏觀尺度生物多樣性等生態研究中具有重要的應用價值。
關鍵詞：FPAR；生境；MODIS；生物多樣性
Abstract & Keywords
編輯Abstract: The Fraction of Photosynthetically Active Radiation (FPAR) is an effective measurement for regional vegetation and ecosystem change, which is a basis on estimating global carbon source and sink, as well as biodiversity. Monthly maximum FPAR is not directly downloadable. Thus, 2001–2012 monthly maximum FPAR datasets of China are provided with a spatial resolution 1 km, based on MODIS L4 Global FPAR product MOD15A2 (1 km/8 days), including mosaic, data format and maximum value composite so as to obtain 2001–2010 monthly maximum FPAR and related quality assessment datasets. This datasets can be used to assess the productivity of plant, and large-scale biodiversity gradients.
Keywords: FPAR; Habitat; MODIS; biodiversity
數據庫（集）基本信息簡介
編輯| 數據庫（集）中文名稱 | 2001～2010年全球陸地光合有效輻射月最大值數據集 | ||
| 數據庫（集）英文名稱 | A global dataset of monthly maximum fractions of photosynthetically active radiation of the continents (2001–2010) | ||
| 通訊作者 | 郭杉（guoshan@irsa.ac.cn） | ||
| 數據作者 | 張春燕、郭杉、關燕寧、蔡丹路、王蕾、姚武韜、肖寒 | ||
| 地理區域 | 全球 | ||
| 空間分辨率 | 1000 m | 數據量 | 28 GB |
| 數據時間範圍 | 2001～2010年 | 數據格式 | Geotiff |
| 數據服務系統網址 | http://www.sciencedb.cn/dataSet/handle/473 | ||
| 基金項目 | 中國科學院信息化專項科技數據資源整合與共享工程，資源環境遙感學科領域基礎科學數據整合與集成應用，XXXH12504-1-12 | ||
| 數據庫（集）組成 | 數據集中共包含10個壓縮包，1年對應1個壓縮包，而壓縮包中的數據則包含數據文件和數據質量文件，其中：1. MODIS_FPAR_1KM_MAX_MONTH_200101.TIF是數據，數據量692 MB；2. MODIS_FPAR_QA_1KM_MAX_MONTH_200101.TIF是數據質量文件，數據量692 MB。 | ||
引 言
編輯光合有效輻射（The Fraction of Photosynthetically Active Radiation，FPAR）是遙感探測植被在400～700 nm波段範圍吸收太陽光的量度，是描述植被吸收光合有效輻射能力的指標，是揭示植被結構以及與之相關的物質與能量交換過程的基本生理變量，是估算全球及區域碳支出、尋找碳丟失的一個關鍵參量[1]。FPAR數據為地表覆蓋吸收的光合有效輻射比率，為無量綱參量。一般認為，植被吸收太陽光合有效輻射的能力取決於植被類型和植被覆蓋狀況，理論上，FPAR值越大表明植被覆蓋越濃密。由於FPAR在計算時利用了多個波段的反射率信息[2]，因此能夠更好揭示植被生產力的動態特徵[3]。
Mackey認為動物的生存行為都直接或間接取決於植被生產力、食物供給和棲息地環境，提出動態棲息地模板（Dynamic Habitat Template）對澳大利亞的棲息地環境進行動態監測，該方法基於FPAR數據，提取年平均FPAR、年度最小FPAR和年度季節性FPAR特徵數據，通過這3個組分來對棲息地環境進行衡量[4]。基於遙感FPAR數據的動態棲息地指數（Dynamic habitat index）利用生產力和物種多樣性的關係來監測物種的分布及其變化。動態棲息地指數已經被應用於北美、加拿大和澳大利亞[5][4][3]，研究表明動態棲息地指數的分量及其空間變化與鳥類的空間分布高度相關（相關係數達0.88）[6]。同時將動態棲息地指數與氣候變化相結合，應用於評價植被生物多樣性[7]。因此，基於FPAR的月最大值數據是提取動態棲息地指數的關鍵，以FPAR月最大值為基礎的動態棲息地指數已經被廣泛應用。
全球現有的FPAR數據集主要包括：（1）MODIS的MOD15A2數據集，該數據集為8天合成的產品，數據的空間分辨率為1 km，數據覆蓋時間為2000年第49天起至今；（2）GIMMS（The Global Inventory Modeling and Mapping Studies）的FPAR數據集，該數據集基於NOAA的系列衛星7、9、11、14、16和17上搭載的AVHRR儀器（the Advanced Very High Resolution Radiometer），為15天合成的產品，數據的空間分辨率為8 km，數據覆蓋時間為1981年8月至2011年9月。但仍缺乏全球範圍的FPAR月最大值數據集，在考慮覆蓋時間和空間分辨率的同時，以MODIS的MOD15A2數據為基礎，獲取了全球陸地光合有效輻射月最大值數據集。本數據集將為基於遙感開展生物多樣性研究提供便利，並促進遙感在生態學科領域的應用。
1 數據採集和處理方法
編輯1.1 基礎數據
編輯全球陸地光合有效輻射月最大值數據集基於MODIS的FPAR數據集（MOD15A2，2001～2010年），數據來源於NASA（http://modis.gsfc.nasa.gov）。本数据集为基于sinusoidal投影体系、空间分辨率为1 km、8天合成的4級數據產品。全球陸地共包含有效數據約286景，行列號範圍為h：0～35，v：0～17。
1.2 數據處理
編輯MOD15A2的原始數據涉及多幅影像，因此需要進行拼接、轉換格式、月最大值提取和數據掩膜等處理。
（1）影像拼接：全球陸地範圍內共包含286景數據，因此需要進行影像拼接。通過MODIS數據處理工具MRT（MODIS reprojection tool）的批處理功能，實現對全球同一時間MOD15A2影像的拼接。
（2）格式轉換：經過步驟（1）處理之後數據為HDF格式，為了後續處理的方便，通過ENVI/IDL平台將HDF格式轉換為ENVI/IDL支持的IMG格式。
（3）月最大值提取：將所有數據根據年–月進行歸類，在ENVI/IDL平台中通過最大值提取算法，獲得月最大值數據及數據質量文件。
（4）數據掩膜：由於FPAR數據的有效值範圍為0～100，所有大於100的值均為無效值，故均被設置為0，從而得到全球陸地光合有效輻射月最大值數據集。
其中，月最大值的計算方式如下：首先將1年46期數據按照月份進行劃分，再利用IDL程序對每個月的幾期數據提取最大值。由於全球數據量大，並未進行係數轉換，在實際使用時應乘以轉換係數（0.01），對數據進行數值轉化。同時，根據其質量控制文件生成新的月最大值數據質量文件，具體過程為根據月最大值與不同期數據的匹配，如2001年1月的月最大值數據某像元的最大值為2001017期的數值，則以2001017的數據質量值作為該月最大值對應像元的數據質量值。數據投影仍為sinusoidal投影體系。具體操作流程參見圖1。
圖1 全球陸地光合有效輻射月最大值數據集獲取流程
2 數據樣本描述
編輯2.1 命名格式
編輯光合有效輻射月最大值數據集文件的命名遵循如下規則：
（1）數據文件命名規則為：MODIS_FPAR_1KM_MAX_MONTH_YYYYMM.tif，其中MODIS表明該數據集的原始數據為MODIS的數據產品；FPAR為數據內容；1KM為空間分辨率；MAX_MONTH為月最大值；YYYYMM為數據年月，例如200101代表2001年1月。
（2）數據質量文件命名規則為：MODIS_FPAR_QA_1KM_MAX_MONTH_YYYYMM.tif，其中QA代表數據質量文件。
2.2 數據樣本
編輯FPAR的值指示植被覆蓋的程度，植被覆蓋越濃密，FPAR的值也越大，因此在不同植被生產階段，FPAR的值有所不同。圖2為2001年1～12月間的FPAR月最大值數據，白色區域為海洋或無植被覆蓋區域，反映植被在不同月份的覆蓋程度，也指示在不同月份植被生產力的大小。
圖片(a)
圖片(b)
圖片(c)
圖片(d)
圖片(e)
圖片(f)
圖片(g)
圖片(h)
圖片(i)
圖片(j)
圖片(k)
圖片(l)
圖2 2001年1～12月全球陸地光合有效輻射月最大值數據集
3 數據質量控制和評估
編輯全球陸地光合有效輻射最大值數據集基於MOD15A2（8天合成的數據集），因此其數據質量以MOD15A2的數據質量文件為基礎，在獲取月大值的同時，獲得對應的數據質量文件。本數據集的數據質量參數說明見表1，具體製作方式參見第1.3節。在具體應用時建議以QA=83為閾值，QA＜83代表數據質量好，而其餘值則認為數據質量差[8]。
表1 MOD15A2數據質量參數說明
| 比特位數 | 參數名稱 | 值 | 含義 | |
| 0 | 總質量 | 0 | 很好 | |
| 1 | 其他 | |||
| 1 | 傳感器 | 0 | Terra | |
| 1 | Aqua | |||
| 2 | 探測器狀況 | 0 | 通道1、2的探測器超過50％處於可用狀態 | |
| 1 | 探測器損壞超過50％，相鄰探測器補償 | |||
| 3～4 | 雲狀態 | 00 | 無雲 | |
| 01 | 有雲 | |||
| 10 | 部分有雲 | |||
| 11 | 未知，假定無雲 | |||
| 5～7 | 適用性分級 | 000 | 採用RT算法，最好 | |
| 001 | 採用RT算法，好，適合使用 | |||
| 010 | 由於幾何問題採用經驗算法 | |||
| 011 | 由於其他問題採用經驗算法 | |||
| 100 | 像元值無效，不易使用 | |||
註：數據質量說明參考'https://lpdaac.usgs.gov/dataset_discovery/modis/modis_products_table/mod15a2'。
4 數據價值
編輯本數據集最直接的應用是計算動態棲息地指數，動態棲息地指數包含3個參量：年累積生產力（Cumulative Annual Productivity ，DHI-cum）、年最小綠度覆蓋（Minimum Annual Apparent Cover，DHI-min）和綠度季節性特徵（Seasonal Variation of Greenness ，DHI-sea)）。首先基於8天合成的數據提取月最大值，在月最大值的基礎上獲取這3個參量：
（1）年累積生產力：指一年中每月最大值的累加和，由於它代表一年中能夠提供給動物的資源，如食物等，因此可以間接指示物種豐度[3]。它是一年中每月生產力貢獻的綜合，通過下式計算： （1） （2）年最小綠度覆蓋：指一年中植被覆蓋的最小範圍，代表一年中能夠提供的食物和棲息地資源的最小容納量[3]。食物供給和棲息地資源的連續性是野生動物生存的關鍵因素，對生物的分布及數量影響密切。它是一年中月生產力的最小值，通過下式計算： （2） （3）綠度季節性特徵：指與棲息地質量相關的自然資源，如食物、水和營養物質等的年內變化，能夠揭示生物的活動軌跡特徵[5]。這個指數通過年內月值的標準差與平均值的比值獲得，如下式： （3） 其中layer指代8天合成數據。 指某月的FPAR最大值，month指一年的12個月，MIN、MEAN和STD指代某年FPAR月最大值的最小值、平均值和標準差。圖3為2001年全球動態棲息地指數的空間分布圖。DHI-cum和DHI-min值均大而DHI-sea值小的區域能夠全年提供給生物穩定的棲息地和食物等資源，物種多樣性豐富，如圖3a和3b中的暗綠色區域和圖3c中的暗紫色區域（赤道地區）；反之則表明植被匱乏，不能給生物提供有效的棲息地和食物等資源，如圖3a和3b中的暗橙色區域和圖3c中的深綠色區域（北緯60°以北的區域）。
圖片(a)
圖片(b)
圖片(c)
圖3 2001年全球動態棲息地指數分布
陸地植被生產力體現陸地生態系統的生產能力，是估算地球承載力和評價生態系統狀態的重要指標，是地球系統科學領域的研究熱點[9]。物種多樣性與植被生產力正相關，物種空間分布範圍受植被分布的限制，同時物種行為受植物分布季節性特徵規範。在本數據集基礎上可以進一步提取相關的生態指數，因此其具有重要的生態意義。本數據集是基於MODIS的1 km分辨率遙感反演數據產品，適用於進行區域或國家範圍的科學研究。若要開展更加精細尺度的研究工作，建議基於數據算法通過更高空間分辨率的數據來實現。
數據作者分工職責
編輯張春燕（1983—），女，河南三門峽，博士，助理研究員，研究方向為遙感在生態環境變化中的應用。主要承擔工作：數據處理與分析。
郭杉（1959—），男，北京，本科，研究員，研究方向為基於交叉學科的陸表作用與影響關係。主要承擔工作：數據設計與分析。
關燕寧（1963—），女，北京，碩士，研究員，研究方向為氣候變化與陸表系統。主要承擔工作：數據設計與分析。
蔡丹路（1987—），女，四川峨眉，博士，助理研究員，研究方向為氣候變化與陸表植被。主要承擔數據工作：數據處理與分析。
王蕾（1989—），女，河北辛集，在讀碩士，研究方向為城市環境遙感。主要承擔工作：數據下載及數據預處理。
姚武韜（1991—），男，山東省臨沂市，在讀碩士，研究方向為城市環境遙感。主要承擔工作：數據下載及數據預處理。
肖寒（1993—），女，河北省正定縣人，在讀碩士，研究方向為生態環境與氣候變化遙感。主要承擔工作：數據下載及數據預處理。
致謝
編輯感謝NASA的數據支持，感謝劉旭穎、錢丹、安旭東和康麗華等人在科學數據庫建庫、數據處理等方面所做的工作和努力。
參考文獻
編輯- ↑ 陳卓奇, 邵全琴, 劉紀遠, 等. Modis大氣產品的光合有效輻射估算研究[J]. 遙感學報, 2012, 16(1): 25–37.
- ↑ Tian Y, Zhang Y, Knyazikhin Y, et al. Prototyping of MODIS LAI and fPAR algorithm with LASUR and Landsat data[J]. IEEE Transactions On Geoscience And Remote Sensing, 2000, 38(5): 2387–2401.
- ^ 3.0 3.1 3.2 3.3 Coops N, Wulder M, Duro D, et al. The development of a Canadian dynamic habitat index using multi–temporal satellite estimates of canopy light absorbance[J]. Ecol Indic, 2008, 8(5): 754–766.
- ^ 4.0 4.1 Mackey B, Bryan J, Randall L. Australia's dynamic habitat template 2003[C]. Made available in DSpace on 2011-01-05T08: 30: 06Z (GMT). The Australian National University Annual report, 2004.
- ^ 5.0 5.1 Coops N, Wulder M, Iwanicka D. Demonstration of a satellite–based index to monitor habitat at continental–scales[J]. Ecol Indic, 2009, 9: 948–958.
- ↑ Andrew M, Wulder M, Coops N,et al. Beta-diversity gradients of butterflies along productivity axes[J]. Global Ecology and Biogeography, 2011, 21(3) : 352–364.
- ↑ Holmes K, Nelson T, Coops N, et al. Biodiversity indicators show climate change will alter vegetation in parks and protected areas[J]. Diversity, 2013, 5(2): 352–373.
- ↑ Hobi M, Dubinin M, Graham C, et al. A comparison of dynamic habitat indices derived from different MODIS products as predictors of avian species richness[J]. Remote sensing environment, 2017, 195: 142–152
- ↑ 袁文平, 蔡文文, 劉丹, 等. 陸地生態系統植被生產力遙感模型研究進展[J]. 地球科學進展, 2014, 29(5): 541–550.
數據引用格式
編輯張春燕, 郭杉, 關燕寧, 等. 2001～2010年全球陸地光合有效輻射月最大值數據集 [DB/OL]. Science Data Bank, 2017. DOI: 10.11922/sciencedb.473.
