通过结合高分辨率遥感与作物碳模型估算田间尺度的净生态系统交换

《Agricultural and Forest Meteorology》：Estimating field-scale net ecosystem exchange by coupling high-resolution remote sensing with a crop carbon model

　　

摘要

农田的净生态系统交换（NEE）在空间和时间上存在强烈变化，但在保持田间细节的情况下，将监测范围扩展到涡度协方差站之外仍然是一个挑战。本研究利用3米分辨率的PlanetScope观测数据重建了日尺度、田间分辨率的生长轨迹，并通过作物碳模型将其转化为具有空间明确性的NEE估算。冬季小麦的绿色面积指数（GAI）从PlanetScope地表反射率中反演获得，并使用非对称双Logistic函数进行重建，其拐点定义了生长阶段边界。SAFY-CO2模型是SAFY（作物产量估算简单算法）的扩展，增加了CO2通量模块，本研究通过引入土壤水分胁迫、发育依赖性碳分配和阶段性校准来增强该模型，以减少阶段性NEE偏差。在法国两个集成碳观测系统（ICOS）农田站点（FR-AUR和FR-LAM）对出苗至收获期的日尺度涡度协方差NEE观测进行评估，结果显示，与原始SAFY-CO2配置（ORI）相比，经生理增强和阶段性校准的配置（PEM-S）将FR-AUR的RMSE从2.28降至2.04 g C m?2 day?1，将FR-LAM的RMSE从2.08降至1.46 g C m?2 day?1。相应的相对平方误差（RSE）在FR-AUR从70.51%降至56.38%，在FR-LAM从51.54%降至25.33%，同时与涡度协方差观测的一致性得以保持或改善（两个站点的r≥0.86）。所得的3米NEE地图解析了田间最大碳吸收量（MCU）和碳吸收期（CUP）的亚田间变异性，显示单个田块内部存在非均匀的季节性碳交换。在整个10公里农业景观范围内，90%的冬小麦田在生长季一半以上的时间作为碳汇，且累积碳吸收量与MCU的关联性强于与CUP的关联性。总体而言，将高分辨率观测与具有阶段感知能力和生理约束的作物碳模型相结合，支持了NEE估算和季节性源-汇模式的田间尺度制图，为精准管理和景观碳核算提供了依据。

引言

田间尺度的净生态系统交换（NEE）对于评估农田对碳预算的贡献以及在不同管理条件下的源-汇动态特征具有重要意义，与地方气候适应策略直接相关。农田碳通量随时间高度动态变化，受短期气象变率和管理作业驱动，并且由于田间条件差异而呈现空间异质性。这些特征使得大面积、田间分辨率的NEE监测成为超越站点推断的必要步骤，以诊断在异质景观中农田何时何地充当碳源或碳汇，并为碳循环分析和管理的跨站点证据生成提供支持。

冬小麦是欧洲谷物系统的重要组成部分，小麦占欧盟种植谷物的一半以上。其清晰的季节轨迹标志着生长季内碳吸收与碳释放的转变。因此，冬小麦NEE的田间尺度监测对于解析欧洲农田的季节性源-汇转换和空间异质性至关重要。

卫星遥感目前是唯一可行的克服站点尺度局限、获取农田碳通量空间一致区域估算的方法。涡度协方差通量塔虽然提供高频连续数据，但其空间稀疏的点状观测不足以捕捉碎片化农业景观中的地块间异质性，也无法确保区域一致性。无人机（UAS）观测提供厘米级细节，适合靶向活动和验证，但由于覆盖范围、运行成本以及传感器和飞行条件之间一致性的限制，将此类活动测量转化为标准化、可重复且区域可扩展的时间序列仍然具有挑战性。相比之下，卫星产品提供了跨区域和季节的标准化观测基准，使田间尺度结果可扩展到更大范围评估，并实现站点间可靠比较。

大多数在数十至数百米空间分辨率下运行的卫星产品在解析单个田间空间异质性方面能力有限。在过去十年中，MODIS等中等空间分辨率产品在涡度协方差碳通量上推中发挥了重要作用，但它们本质上会平滑农田生产力的局部变化。Sentinel-2类观测（10米、20米和60米）对于大规模监测也具有重要价值，但在碎片化农业系统中性能下降，小田块尺寸减少了相对纯像元的可用性并增加了像元丢失。当像元尺寸跨越多个管理单元时，单次观测可能混合来自不同作物、物候阶段和农艺实践的信号，使田间平均状态受到周边条件稀释。

从遥感中准确表征田间尺度NEE异质性需要能够解析田间内部变异的米级卫星观测。密集的立方星星座，以具有近每日重访能力的PlanetScope为例，提供了米级空间细节和高时间频率的使能组合，能够在保持小田块和碎片化田块田间尺度异质性的同时，跟踪快速冠层生物物理动态。从PlanetScope衍生的米级植被指标已成功用于估算单个田间总初级生产力，与中等分辨率产品相比，与实测通量数据的一致性显著提高。通过减少尺度不匹配，这些高分辨率观测为异质且集约管理的农业景观中田间尺度NEE评估提供了可行途径。

为实现PlanetScope观测的田间分辨率和时间连续NEE监测，必须在间歇性获取条件下重建作物生长轨迹，然后在生长阶段感知建模框架内转化为日尺度碳交换。本研究开发了一个PlanetScope驱动的框架，获取田间尺度绿色面积指数（GAI）时间序列，并将其与增强型SAFY-CO2模型耦合——一个源自SAFY（作物产量估算简单算法）的植被和碳通量模型——以在田间尺度估算冬小麦日尺度NEE。该框架使用法国西南部两个农田站点（FR-AUR和FR-LAM）的涡度协方差测量进行评估和验证。在基线配置基础上引入了两项扩展。阶段性校准策略用于表征生长上升期、生长高峰期和衰老期不同的作物生长状态，同时实施生理改进以提高碳分配和土壤水分约束的表征。该框架在整个冬小麦生长季为研究田块提供时间连续的日尺度NEE估算，捕捉田间季节性NEE变异性，并为每个站点周围10公里缓冲区内冬小麦田块生成季节性累积碳交换的像素级地图，同时提供田间尺度源-汇统计。通过将基于站点的过程理解与空间明确的源-汇制图联系起来，该框架在密集小卫星观测日益可用的情况下，为量化农田碳交换的时空动态提供了可重复的途径。

研究区域与站点数据集

本研究在法国两个装有仪器的冬小麦田进行，FR-AUR（Auradé）和FR-LAM（Lamasquère），它们是集成碳观测系统（ICOS）的一部分，提供涡度协方差CO2通量和气象数据集。这两个ICOS站点位于法国西南部图卢兹附近的温带农田景观中，但在地形条件、土壤状况和管理历史方面存在差异。FR-AUR位于距图卢兹约27.5公里处，地形...

作物生长轨迹重建与阶段划分

为了确定基于GAI的生长阶段划分是否与碳交换的相位转换一致，从而能够支持SAFY-CO2中的阶段性参数校准，我们比较了PlanetScope衍生的GAI轨迹与NEP时间序列。如图3所示，非对称双Logistic模型在两个站点都提供了稳定准确的季节性GAI演变描述，捕捉了快速返青和随后衰老的过程，围绕...的最小离散

简约且可解释的过程约束支持可扩展的田间尺度NEE估算

本框架通过少量可解释且基于过程的约束来估算田间尺度日尺度NEE，在保持足够简单以支持更广泛应用的同时取得了令人满意的效果。3米PlanetScope观测不仅作为更精细的空间输入使用，还与生理约束和阶段性校准相结合。生理改进来自土壤水分胁迫因子，在干旱条件下下调碳吸收...

结论

本研究开发了一个田间尺度框架，通过将3米PlanetScope观测与增强型SAFY-CO2模型耦合来估算冬小麦日尺度NEE。通过从高分辨率图像重建日尺度GAI轨迹并引入土壤水分胁迫、发育依赖性碳分配和阶段性校准，该框架实现了时间一致且空间明确的NEE估算，同时保持了田间和亚田间空间结构。这使得...成为可能

CRediT作者贡献声明

王柯新：原创手稿撰写、方法论、形式化分析、数据整理、概念构思。
李正灿：手稿审阅与编辑、可视化、形式化分析、数据整理。
方瑞鑫：可视化、验证。
王梅玲：可视化、调查、形式化分析。
吴兆聪：手稿审阅与编辑、监督、项目管理、方法论、资助获取、概念构思。

资金支持

本研究受益于河南省科技研发联合基金（项目编号：235200810001）和河南省科学院启动研究基金（基金编号：242025005）。

利益冲突声明

作者声明他们不存在已知的可能影响本文所报告工作的竞争性经济利益或个人关系。

致谢

作者感谢Planet Labs PBC提供本研究中使用的PlanetScope图像访问权限。作者感谢ICOS和ICOS生态系统主题中心通过ICOS碳门户提供本研究中使用的生态系统通量和气象数据集。我们感谢法国FR-AUR（Auradé）和FR-LAM（Lamasquère）站点团队负责站点运营、维护测量并使数据可用。

作者单位

王柯新 | 李正灿 | 方瑞鑫 | 王梅玲 | 吴兆聪
武汉大学遥感与信息工程学院，中国湖北省武汉市430079