基于Himawari-8/9静止卫星数据的东亚昼夜总初级生产力建模：直接/漫射辐射与非线性能量响应机制的优化

本研究针对东亚湿润气候区昼夜总初级生产力（GPP）估算精度不足的问题，利用Himawari-8/9静止卫星数据，结合直接/漫射辐射分量（APARDD ）与非线性能量响应模型（DD-NL），显著提升了GPP估算准确性。结果表明，DD-NL设置可减少晴天正午12-30%的高估和阴天早晚25-40%的低估，年尺度偏差降至-2.7%，为极端气候下的生态系统碳循环监测提供了高时空分辨率解决方案。

　　

背景与挑战
植被总初级生产力（GPP）作为陆地生态系统碳循环的核心指标，其精确监测对理解气候变化反馈机制至关重要。然而，传统基于极轨卫星的GPP模型（如MODIS-GPP）受限于8天以上的时间分辨率，难以捕捉昼夜动态变化。尤其在东亚湿润季风区，频繁的极端天气（如热浪、暴雨）导致GPP剧烈波动，现有半经验模型对直接/漫射光合有效辐射（PAR）分量差异及光响应非线性特征的忽视，进一步加剧了估算误差。

研究设计与创新
日本千叶大学等机构的研究团队联合18个东亚通量塔站点数据，创新性地将Himawari-8/9静止卫星的10分钟分辨率短波辐射（SR）与Sentinel-2叶面积指数（LAI）结合，开发了三种光能利用率（LUE）模型配置：基线设置（仅全局PAR）、直接/漫射设置（DD）及引入非线性响应（DD-NL）。通过FLiES三维冠层辐射传输模型模拟FPAR，并采用改进的VPD₀
水分胁迫公式（式5），首次在区域尺度实现了对GPP昼夜动态的精准刻画。相关成果发表于《Remote Sensing of Environment》。

关键技术方法

1. 数据融合：整合Himawari-8/9的SR_dir
   /SR_dif
   、Sentinel-2 LAI及涡度协方差塔30分钟GPP观测；
2. 模型优化：在EC-LUE框架中引入迈克尔-门顿（Michaelis-Menten）光响应曲线（式8），校准α（量子效率）和P_max
   （最大光合速率）；
3. 验证策略：按植被类型（EBF/DBF/ENF等）分设校准-验证期，采用差分进化算法最小化RMSE。

研究结果

1. 模型性能验证
DD-NL设置显著优于传统方法：

• 森林站点：R²
  从0.60-0.71提升至0.65-0.80，年累积GPP偏差从-13.5%降至-2.7%；
• 稻田（CRK）：因冠层稀疏，DD设置通过FPAR昼夜变异（0.4-0.5）校正了基线模型的正午高估（图6）。

2. 参数特征解析

• 光响应参数：针叶林（ENF）的α（0.0062）和P_max
  （1.18 g C m^-2
  30-min^-1
  ）高于阔叶林，反映其高生产力（表3）；
• 气候适应性：低海拔站点T_opt
  达24.5°C，而高海拔（如FHK站点1105m）仅19.9°C，凸显地形影响。

3. 时空尺度扩展

• 区域制图：DD-NL消除PAR空间异质性导致的"斑块状"GPP分布（图11），使高/低PAR区估算差异分别减少0.3和0.2 g C m^-2
  h^-1
  ；
• 热浪响应：采用AHI地表温度（LST）替代气温（T_a
  ），提前1-2小时检测到正午GPP下降（图12），LST峰值时光合抑制达5°C以上。

结论与展望
该研究通过多源卫星协同与机理模型融合，首次在东亚湿润区实现从半小时到年尺度的GPP无缝估算。DD-NL模型对非线性光响应的量化，为极端事件（如2023年日本热浪）的生态系统韧性评估提供了新工具。未来需扩展至灌丛等未覆盖生态系统，并发展全天空LST反演技术以解决云层干扰问题。这一框架亦可推广至FY-4A等新一代静止卫星，助力全球碳收支精准核算。