精度提升
57%
RMSE降低幅度
最优窗口
3 km
滑动窗口大小
趋势一致性
99.77%
符号一致率
研究背景
研究意义
- 净初级生产力（NPP）是评估陆地生态系统碳汇的关键指标
- 高空间分辨率NPP数据对碳收支分析和气候变化影响评估至关重要
- 为生物多样性热点区域识别和生态廊道建设提供支撑
技术挑战
- 遥感估算模型精度高但无法进行未来预估
- 过程机理模型可预估但空间分辨率较低
- 需要融合两种模型优势的降尺度方法
研究方法
数据来源
CEVSA
过程机理模型，0.1°×0.1°分辨率
CASA
遥感估算模型，1km×1km分辨率
时间
2001-2019年，青海省案例研究
技术流程
1
CEVSA-NPP重采样至1km分辨率
2
提取CASA-NPP纹理特征进行调整
3
滑动窗口分位数映射订正
CEVSA-NPP的调整过程
滑动窗口分位数映射创新点
传统全局分位数映射难以体现植被NPP的空间跃变特征。本研究提出的滑动窗口方法通过在较小空间范围内进行局部分位数映射， 能够更好地保持空间异质性，有效提升降尺度精度。
窗口大小优化：通过对比不同窗口大小（3-99km）的RMSE，确定3km为最优窗口大小
主要结果
不同方法RMSE对比
| 方法 | 平均RMSE (gC/m²) | 改善效果 |
|---|---|---|
| CEVSA-NPP₁ₖₘ与CASA-NPP | 175.67 | 基准 |
| 全局分位数映射 | 205.40 | +17% |
| 滑动窗口分位数映射 | 74.83 | -57% |
各生态系统表现
荒漠生态系统
69.52 gC/m²
草地生态系统
72.99 gC/m²
水体与湿地
73.11 gC/m²
森林生态系统
94.13 gC/m²
农田生态系统
100.51 gC/m²
趋势保持性能
符号一致率
99.77%
平均余弦相似度
>0.90
应用前景
生态系统评估
精细化区域生态系统碳收支影响评估
气候变化研究
极端气候事件对生态系统影响评估
未来预估
提升过程机理模型预测结果分辨率
研究结论
滑动窗口分位数映射方法显著提高了生态机理模型NPP的精度，RMSE降低57%
该方法能够有效刻画空间异质性，基本保持原有变化趋势和年际变化特征
相比全局分位数映射，滑动窗口方法在3km窗口大小时效果最优
为精细化区域生态系统碳收支评估和极端气候事件影响评估提供技术支撑
* 以上内容由AI自动生成，内容仅供参考。对于因使用本网站以上内容产生的相关后果，本网站不承担任何商业和法律责任。