基于PROSAIL模型的草地地上生物量时空连续制图新方法

地上生物量(above ground biomass，AGB)是表征植被生长状况及生产力的重要指标，对草地AGB进行准确的时空连续监测有利于实现草地可持续发展。然而，现有的草地AGB反演方法大多基于经验方法，可移植性不强，难以支持大范围时空连续监测。考虑到草本植物的地上生物量主要来自于叶片，因此AGB可以近似为叶面积指数(leaf area index，LAI)和叶片干物质含量(dry matter content，C_m)的乘积。同时，LAI与C_m均为PROSAIL模型的输入，据此，本文提出了一种基于PROSAIL模型的草地AGB物理反演新方法。进一步依托于谷歌地球引擎(Google Earth Engine, GEE)云平台，实现了青藏高原草地AGB高精度时空连续性制图。

01 研究背景

草地是最重要的陆地生态系统之一，具有重要的生态和经济功能（生物多样性保护、气候调节、牲畜饲料供应等），在全球碳循环中起着重要作用。草地地上生物量AGB，即单位面积草地地上有机质总量，是衡量草地生长状况和生产力的重要指标。因此，刻画AGB的时空动态特征对草地可持续发展具有重要意义。

人工测量方法可以提供准确的草地AGB估计值，但其耗时耗力和破坏性测量的特点点，阻碍了大规模应用。光学遥感为区域乃至全球尺度的草地AGB反演提供了一种新的途径。现有的基于遥感的方法主要可以分为两类：经验法和物理法，前者由于易于实现而更受欢迎。然而，由于难以采集具有时空代表性的实地AGB测量值，经验法通常难以直接应用于大范围和长时序的AGB反演。因此，利用遥感技术实现草地AGB的时空连续监测仍然具有很大的挑战性。

PROSAIL模型通过解释冠层内的辐射传输过程，建立了植被生物物理参数与遥感观测之间明确的物理关系。草地是草本植物，其AGB可以表示为LAI和C_m的乘积，即AGB = LAI × C_m，两者均是PROSAIL模型的输入，因此，草地AGB的物理反演在理论上是可行的。然而，基于该理论的相关研究大多是在相对较小的范围内进行的。AGB的物理反演在整个青藏高原大面积草地中的实用性尚不清楚。

基于此，本文的主要目标是，基于PROSAIL模型提出一种草地AGB物理反演新方法，并通过该方法实现青藏高原草地AGB的时空连续制图。

02 数据与方法

通过PROSAIL模型反演获得LAI和C_m，并将其相乘得到草地AGB。借助GEE平台提供的MCD43A4反射率数据、MCD12Q1地表覆盖数据和随机森林算法，实现青藏高原2000-2021年逐日草地AGB生产（图1）。

03 结果

分析发现，AGB的估算值与实测值具有较高的一致性（R²=0.87，RMSE=14.29 g/m²）（图2），证明了所提方法在草地AGB估算上的可靠性和准确性。

生产的AGB产品很好的刻画了青藏高原草地AGB的空间、季节和年际变化特征。空间上，草地AGB呈现由东南向西北递减趋势（图3）；季节上，草地AGB在休眠期因放牧影响仍呈下降趋势（图4）；年际上，2000到2021年，青藏高原草地AGB整体呈增加趋势，且主要集中在东部（图5）。

04 结论

本文提出了一种基于PROSAIL模型的青藏高原草地AGB物理反演新方法。结果表明，该方法估算的AGB与实测AGB具有较高的一致性，且准确刻画了草地AGB的时空动态变化。本研究为区域乃至全球尺度草地AGB的时空连续监测提供了一种有效途径。