Оценка первичной продуктивности экосистем по спутниковым данным. 1. Немного теории
Жизнь на Земле зависит от преобразования и фиксации солнечной энергии в виде органических соединений углерода. На суше этот процесс происходит за счет фотосинтеза растений. В процессе фотосинтеза углекислый газ атмосферы преобразуется в органическое вещество. Суммарную величину образовавшегося при фотосинтезе органического вещества называют валовой первичной продукцией (Gross primary productivity, GPP).
Часть органического вещества разлагается при метаболизме растений, при этом углекислый газ высвобождается в атмосферу. Этот поток именуется дыханием автотрофов (Ra) и оценивается в пределах 40–70 % от GPP. Автотрофы — это живые организмы, которые синтезируют органические вещества из неорганических, то есть сами себя снабжают органическим веществом. На суше это, главным образом, растения.
Разность между валовой первичной продукцией и дыханием растений характеризует количество органического вещества, пополняющего биомассу суши, и называется чистой первичной продукцией (Net primary productivity, NPP). Все живые организмы, кроме автотрофов — бактерии, грибы, различные виды животных и люди — прямо или косвенно зависят от этой первичной продукции.
Расчет первичной продукции основан на теории эффективности усвоения солнечного излучения, предложенной Джоном Монтейтом в 1972 году. Эта теория утверждает, что чистая первичная продукция хорошо поливаемых и удобряемых однолетних культурных растений линейно связана с количеством солнечной энергии, поглощенной растениями за вегетационный период. Действие солнечного излучения уменьшается рядом факторов, связанных с эффективностью его поглощения, полученных из спутниковых данных или смоделированных по данным о состоянии окружающей среды, таким как температура, влажность почвы и т. д. Все современные спутниковые продукты по оценке первичной продуктивности экосистем опираются на теорию Монтейта. Поэтому ее подробное изложение можно найти в руководстве пользователя или в описании алгоритма любого из подобных продуктов.
* Monteith, J. Solar radiation and productivity in tropical ecosystems. Journal of Applied Ecology, 1972, 19, 747-766. https://doi.org/10.2307/2401901
* User’s Guide Daily GPP and Annual NPP (MOD17A2/A3) Products NASA Earth Observing System MODIS Land Algorithm. Version 3.0 for Collection 6, October 7, 2015.
* MODIS Daily Photosynthesis (PSN) and Annual Net Primary Production (NPP) Product (MOD17). Algorithm Theoretical Basis Document. Version 3.0 29. April 1999.
* Algorithm theoretical basis document: Dry matter productivity (DMP), Gross dry matter productivity (GDMP). Collection 300 m.
#основы #климат #NPP
Жизнь на Земле зависит от преобразования и фиксации солнечной энергии в виде органических соединений углерода. На суше этот процесс происходит за счет фотосинтеза растений. В процессе фотосинтеза углекислый газ атмосферы преобразуется в органическое вещество. Суммарную величину образовавшегося при фотосинтезе органического вещества называют валовой первичной продукцией (Gross primary productivity, GPP).
Часть органического вещества разлагается при метаболизме растений, при этом углекислый газ высвобождается в атмосферу. Этот поток именуется дыханием автотрофов (Ra) и оценивается в пределах 40–70 % от GPP. Автотрофы — это живые организмы, которые синтезируют органические вещества из неорганических, то есть сами себя снабжают органическим веществом. На суше это, главным образом, растения.
Разность между валовой первичной продукцией и дыханием растений характеризует количество органического вещества, пополняющего биомассу суши, и называется чистой первичной продукцией (Net primary productivity, NPP). Все живые организмы, кроме автотрофов — бактерии, грибы, различные виды животных и люди — прямо или косвенно зависят от этой первичной продукции.
Расчет первичной продукции основан на теории эффективности усвоения солнечного излучения, предложенной Джоном Монтейтом в 1972 году. Эта теория утверждает, что чистая первичная продукция хорошо поливаемых и удобряемых однолетних культурных растений линейно связана с количеством солнечной энергии, поглощенной растениями за вегетационный период. Действие солнечного излучения уменьшается рядом факторов, связанных с эффективностью его поглощения, полученных из спутниковых данных или смоделированных по данным о состоянии окружающей среды, таким как температура, влажность почвы и т. д. Все современные спутниковые продукты по оценке первичной продуктивности экосистем опираются на теорию Монтейта. Поэтому ее подробное изложение можно найти в руководстве пользователя или в описании алгоритма любого из подобных продуктов.
* Monteith, J. Solar radiation and productivity in tropical ecosystems. Journal of Applied Ecology, 1972, 19, 747-766. https://doi.org/10.2307/2401901
* User’s Guide Daily GPP and Annual NPP (MOD17A2/A3) Products NASA Earth Observing System MODIS Land Algorithm. Version 3.0 for Collection 6, October 7, 2015.
* MODIS Daily Photosynthesis (PSN) and Annual Net Primary Production (NPP) Product (MOD17). Algorithm Theoretical Basis Document. Version 3.0 29. April 1999.
* Algorithm theoretical basis document: Dry matter productivity (DMP), Gross dry matter productivity (GDMP). Collection 300 m.
#основы #климат #NPP
www.jstor.org
Solar Radiation and Productivity in Tropical Ecosystems on JSTOR
J. L. Monteith, Solar Radiation and Productivity in Tropical Ecosystems, Journal of Applied Ecology, Vol. 9, No. 3 (Dec., 1972), pp. 747-766
Оценка первичной продуктивности экосистем по спутниковым данным. 2. Спутниковые данные
Продукты MODIS:
* Gross Primary Productivity 8-Day L4 Global 500 m — MOD17A2/MYD17A2
* Net Primary Production Yearly L4 Global 500 m — MOD17A3/MYD17A3
Периодичность выхода данных GPP — 8 суток, тогда как оценки NPP появляются раз в год. Префикс “MOD” относится к данным прибора MODIS спутника Terra, а “MYD” — к прибору на борту Aqua.
Самые свежие версии данных MOD17/MYD17 находятся поиском по каталогу: https://lpdaac.usgs.gov/product_search/
MOD17/MYD17 в Google Earth Engine: https://developers.google.com/earth-engine/datasets/tags/gpp
Поскольку спутники Terra и Aqua в ближайшие годы могут сойти с орбиты, возникает вопрос о замене их данных и продолжении ряда наблюдений. Обычно, в качестве кандидата на замену выступают данные прибора VIIRS. В настоящее время продукты VNP17 недоступны, но, судя по публикациям, вскоре они должны появиться.
Зато доступны продукты Dry Matter Productivity, опирающиеся на данные Sentinel-3. Они доступны в двух видах — собственно Dry Matter Productivity (DMP) и Gross Dry Matter Productivity (GDMP). Оба продукта имеют разрешение 300 метров и периодичность 10 суток.
Общая продуктивность сухого вещества (GDMP) представляет собой скорость роста сухой биомассы без вычета дыхания растений, измеряемую в килограммах на гектар за сутки. Это аналог продуктов MODIS GPP, использующий другие единицы измерения.
Соответственно, продукт DMP представляет собой аналог MODIS NPP, но более далекий, так как изменения в нем затронули алгоритм расчета. Дело в том, что валовая первичная продукция GPP достаточно просто оценивается по данным спутниковых наблюдений, а вот про дыхание растений такого сказать нельзя. Соответственно для расчета NPP в разных продуктах используются разные подходы. В отличие от MODIS NPP, расчет DMP крайне прост:
DMP = 0.5 * GDMP.
Благодаря этому DMP считается каждые 10 суток, а не раз в году, как MODIS NPP. Как это скажется на точности неизвестно, но продукт предполагается использовать в задачах сельского хозяйства, а там без частых обновлений данных не обойтись.
#основы #климат #sentinel3 #NPP
Продукты MODIS:
* Gross Primary Productivity 8-Day L4 Global 500 m — MOD17A2/MYD17A2
* Net Primary Production Yearly L4 Global 500 m — MOD17A3/MYD17A3
Периодичность выхода данных GPP — 8 суток, тогда как оценки NPP появляются раз в год. Префикс “MOD” относится к данным прибора MODIS спутника Terra, а “MYD” — к прибору на борту Aqua.
Самые свежие версии данных MOD17/MYD17 находятся поиском по каталогу: https://lpdaac.usgs.gov/product_search/
MOD17/MYD17 в Google Earth Engine: https://developers.google.com/earth-engine/datasets/tags/gpp
Поскольку спутники Terra и Aqua в ближайшие годы могут сойти с орбиты, возникает вопрос о замене их данных и продолжении ряда наблюдений. Обычно, в качестве кандидата на замену выступают данные прибора VIIRS. В настоящее время продукты VNP17 недоступны, но, судя по публикациям, вскоре они должны появиться.
Зато доступны продукты Dry Matter Productivity, опирающиеся на данные Sentinel-3. Они доступны в двух видах — собственно Dry Matter Productivity (DMP) и Gross Dry Matter Productivity (GDMP). Оба продукта имеют разрешение 300 метров и периодичность 10 суток.
Общая продуктивность сухого вещества (GDMP) представляет собой скорость роста сухой биомассы без вычета дыхания растений, измеряемую в килограммах на гектар за сутки. Это аналог продуктов MODIS GPP, использующий другие единицы измерения.
Соответственно, продукт DMP представляет собой аналог MODIS NPP, но более далекий, так как изменения в нем затронули алгоритм расчета. Дело в том, что валовая первичная продукция GPP достаточно просто оценивается по данным спутниковых наблюдений, а вот про дыхание растений такого сказать нельзя. Соответственно для расчета NPP в разных продуктах используются разные подходы. В отличие от MODIS NPP, расчет DMP крайне прост:
DMP = 0.5 * GDMP.
Благодаря этому DMP считается каждые 10 суток, а не раз в году, как MODIS NPP. Как это скажется на точности неизвестно, но продукт предполагается использовать в задачах сельского хозяйства, а там без частых обновлений данных не обойтись.
#основы #климат #sentinel3 #NPP
Оценка первичной продуктивности экосистем по спутниковым данным. 3. Расчет в GEE
Валовая первичная продукция (GPP) по данным MODIS рассчитывается каждые 8 суток, а чистая первичная продукция (NPP) — один раз в год.
Используем данные GPP, чтобы рассчитать NPP каждые 8 суток:
NPP8 = (GPP8 / GPPy) * NPPy * 0.0001
GPPy, NPPy — первичная продукция за год; GPP8, NPP8 — первичная продукция за 8 суток;
0.0001 — коэффициент масштабирования. NPP измеряется в килограммах углерода на квадратный метр.
На рисунке приведены результаты расчета среднего прироста NPP за 8 суток для Болгарии. Красный цвет означает низкие значения NPP, зеленый — высокие.
Код: https://code.earthengine.google.com/93995fc73dba965eca11ed09f0963186
#GEE #климат #NPP
Валовая первичная продукция (GPP) по данным MODIS рассчитывается каждые 8 суток, а чистая первичная продукция (NPP) — один раз в год.
Используем данные GPP, чтобы рассчитать NPP каждые 8 суток:
NPP8 = (GPP8 / GPPy) * NPPy * 0.0001
GPPy, NPPy — первичная продукция за год; GPP8, NPP8 — первичная продукция за 8 суток;
0.0001 — коэффициент масштабирования. NPP измеряется в килограммах углерода на квадратный метр.
На рисунке приведены результаты расчета среднего прироста NPP за 8 суток для Болгарии. Красный цвет означает низкие значения NPP, зеленый — высокие.
Код: https://code.earthengine.google.com/93995fc73dba965eca11ed09f0963186
#GEE #климат #NPP
Оценка первичной продуктивности экосистем по спутниковым данным. 4. Оценки точности и даунскейлинг данных
Для глобальной оценки точности продуктов MODIS GPP/NPP в течение 13 лет выполнялся проект MODIS GPP/NPP Project (MOD17). По ссылке приведен список публикаций с оценками точности продуктов MODIS GPP/NPP для разных типов экосистем и регионов Земли.
Одной из проблем существующих данных о первичной продуктивности является их низкое пространственное разрешение: 500 метров для MODIS и 300 метров для Sentinel-3 DMP. Поэтому не прекращаются попытки выполнить даунскейлинг (downscaling) этих данных, то есть уточнить их пространственное разрешение. Пока эти попытки нельзя считать полностью успешными, но они могут послужить отправной точкой для ваших исследований. Вот пара таких попыток:
* Pedro Lorenzo Cruz. Satellite-based modelling of vegetation productivity in the Netherlands. Net Primary Productivity downscaling MODIS algorithm (2019).
* Yu et al. Generation of High Resolution Vegetation Productivity from a Downscaling Method (2018). https://doi.org/10.3390/rs10111748
#обучение #климат #NPP
Для глобальной оценки точности продуктов MODIS GPP/NPP в течение 13 лет выполнялся проект MODIS GPP/NPP Project (MOD17). По ссылке приведен список публикаций с оценками точности продуктов MODIS GPP/NPP для разных типов экосистем и регионов Земли.
Одной из проблем существующих данных о первичной продуктивности является их низкое пространственное разрешение: 500 метров для MODIS и 300 метров для Sentinel-3 DMP. Поэтому не прекращаются попытки выполнить даунскейлинг (downscaling) этих данных, то есть уточнить их пространственное разрешение. Пока эти попытки нельзя считать полностью успешными, но они могут послужить отправной точкой для ваших исследований. Вот пара таких попыток:
* Pedro Lorenzo Cruz. Satellite-based modelling of vegetation productivity in the Netherlands. Net Primary Productivity downscaling MODIS algorithm (2019).
* Yu et al. Generation of High Resolution Vegetation Productivity from a Downscaling Method (2018). https://doi.org/10.3390/rs10111748
#обучение #климат #NPP
Модель потоков углерода NorthFlux
Ученые из УрФУ разработали модель оценки нисходящих и восходящих потоков углерода в Северном полушарии с пространственным разрешением 0.05° и суточным временным разрешением. Под нисходящим потоком понимается валовая первичная продукция (Gross Primary Production, GPP), под восходящим — экосистемное дыхание.
Исходными данными послужили два продукта спектрорадиометра MODIS: MOD09CMG и MCD12C1. Первый содержит отражательную способность поверхности в 7 спектральных каналах и яркостную температуру в 4 каналах, с пространственным разрешением 0.05° и временным разрешением 1 сутки. Продукт MCD12C1 содержит данные классификации растительного покрова. Кроме данных ДЗЗ использовались данные реанализа ERA5.
Обучались модели на данных станций FLUXNET, расположенных с Северном полушарии.
Результаты работы модели можно сравнивать с данными MOD17A2 (Gross Primary Productivity 8-Day L4 Global 1km) или Dry Matter Productivity and Net Primary Production (временной интервал 10 суток), в пределах Северного полушария.
Узкое место подхода: данные ДЗЗ. Облачность, скорее всего, не позволит получать результаты с периодичностью в 1 сутки. Именно из-за нее разработчики других продуктов вынуждены были создавать композиты по 8 и по 10 суток. Здесь можно посмотреть в сторону опыта ИКИ РАН по восстановлению временных рядов данных MODIS (работы Барталева С.А., Егорова В.А., Миклашевич Т.С. и др.).
Имеет смысл поискать данные ДЗЗ более высокого разрешения. Представляется, что найти данные с пространственным разрешением лучше имеющихся 5,6 км при повторяемости съемки 1 сутки вполне возможно.
Можно попробовать учесть в модели влияние высоты местности на показатели погоды. Например, температура воздуха убывает с высотой. Данные реанализа не слишком хорошо передают это зависимость, но их можно скорректировать, опираясь на измерения сети FLUXNET и наземных метеостанций.
Хотелось бы видеть оценки влиятельности переменных модели.
В общем, исследование интересное, но, как обычно, впереди предстоит еще много работы)
#климат #NPP
Ученые из УрФУ разработали модель оценки нисходящих и восходящих потоков углерода в Северном полушарии с пространственным разрешением 0.05° и суточным временным разрешением. Под нисходящим потоком понимается валовая первичная продукция (Gross Primary Production, GPP), под восходящим — экосистемное дыхание.
Исходными данными послужили два продукта спектрорадиометра MODIS: MOD09CMG и MCD12C1. Первый содержит отражательную способность поверхности в 7 спектральных каналах и яркостную температуру в 4 каналах, с пространственным разрешением 0.05° и временным разрешением 1 сутки. Продукт MCD12C1 содержит данные классификации растительного покрова. Кроме данных ДЗЗ использовались данные реанализа ERA5.
Обучались модели на данных станций FLUXNET, расположенных с Северном полушарии.
Результаты работы модели можно сравнивать с данными MOD17A2 (Gross Primary Productivity 8-Day L4 Global 1km) или Dry Matter Productivity and Net Primary Production (временной интервал 10 суток), в пределах Северного полушария.
Узкое место подхода: данные ДЗЗ. Облачность, скорее всего, не позволит получать результаты с периодичностью в 1 сутки. Именно из-за нее разработчики других продуктов вынуждены были создавать композиты по 8 и по 10 суток. Здесь можно посмотреть в сторону опыта ИКИ РАН по восстановлению временных рядов данных MODIS (работы Барталева С.А., Егорова В.А., Миклашевич Т.С. и др.).
Имеет смысл поискать данные ДЗЗ более высокого разрешения. Представляется, что найти данные с пространственным разрешением лучше имеющихся 5,6 км при повторяемости съемки 1 сутки вполне возможно.
Можно попробовать учесть в модели влияние высоты местности на показатели погоды. Например, температура воздуха убывает с высотой. Данные реанализа не слишком хорошо передают это зависимость, но их можно скорректировать, опираясь на измерения сети FLUXNET и наземных метеостанций.
Хотелось бы видеть оценки влиятельности переменных модели.
В общем, исследование интересное, но, как обычно, впереди предстоит еще много работы)
#климат #NPP