1. 首页
2. 新闻动态
3. 数据中心新闻

全球长时间序列高分辨的生态系统总初级生产力（GPP）数据集在国家青藏高原科学数据中心发布

近日，南京大学国际地球系统科学研究所张永光教授（通讯作者）和王松寒博士（第一作者）等科研人员在《Science of The Total Environment》（IF=6.55）上以论文形式发布了全球1982-2018年的生态系统总初级生产力（GPP）数据。该数据集基于遥感数据获取的一种新型植被指数（NIRv）和数百个地面通量站点的数据为输入而生成的，其分辨率为月，0.05度，数据单位为gC m^-2 d^-1。目前，该数据集已发布在国家青藏高原科学数据中心（https://data.tpdc.ac.cn），可在线公开获取。

图1 全球年平均生态系统总初级生产力分布图

植被通过光合作用吸收人类活动排放CO₂的30%左右，在全球碳循环中有非常重要的作用。GPP是植物通过光合作用固定的碳总量，如何准确模拟植被GPP的时空变化趋势对全球碳源汇的优化计算至关重要。植被光合作用是陆地生态系统碳循环的关键组成部分，模拟不同时空尺度上的光合作用活动有助于解决陆地碳收支的难题，也是准确预测未来气候变化方向的重要途径和科学认识陆地生态系统对人类社会可持续发展支持能力的重要前提。目前，虽然多种估算GPP的算法和产品已经相对较为成熟，但是长时间序列的全球GPP产品仍存在较大的差异和不确定性，尤其是其时间变化趋势。

日光诱导叶绿素荧光（SIF）遥感是近年快速发展起来的新型遥感技术，SIF与光合过程的紧密联系使得其成为指示植被光合变化的有效探针，也是监测GPP强有力的手段。基于遥感数据获取的一种新型植被指数（NIRv），即归一化植被指数NDVI与近红外波段反射率的乘积，与遥感SIF产品高度相关；基于机理推导、模型模拟和遥感数据的分析结果均显示，NIRv可以作为SIF的替代产品，用于估算全球GPP。因此，在分析了NIRv作为SIF和GPP探针的可行性基础上，基于长达40年左右的遥感AVHRR数据和全球数百个通量站点观测，研究团队生成了1982-2018年的全球GPP长时间序列数据，并分析了全球GPP的时空变化趋势。

研究结果表明：在站点尺度遥感NIRv可以捕捉到大部分的GPP的变化，全球NIRv的空间分布趋势与GPP的全球分布具有非常高的一致性，因此NIRv可以作为GPP的有效探针；基于遥感NIRv的GPP产品能够在实现无偏估计的前提下，以非常高的精度（RMSE为1.95 gC m^-2 d^-1）对全球GPP进行估计，且该产品的相关精度指标在目前的主流GPP产品中表现优异；相较于其他几种产品，基于NIRv的GPP产品在近四十年的长期变化趋势方面与动态植被模型的结果更为接近。

该数据的完成得到了国家重点研发项目（2019YFA0606601）的资助。

文章信息：Wang, S., Zhang, Y., Ju, W., Qiu, B. & Zhang, Z. (2021). Tracking the seasonal and inter-annual variations of global gross primary production during last four decades using satellite near-infrared reflectance data, Science of The Total Environment, 755, 142569,

论文链接：https://doi.org/10.1016/j.scitotenv.2020.142569

数据链接：https://data.tpdc.ac.cn/zh-hans/data/d6dff40f-5dbd-4f2d-ac96-55827ab93cc5