从2016年到2020年在中国的300万毛初级生产数据集
Shangrong Lin1,2, Xiaojuan Huang3, Caiqun Wang4
1Carbon-Water Research Station in Karst Regions of Northern Guangdong, School of Geography and Planning, Sun Yat-Sen University, Guangzhou, 510006, China.
Scientific data
|October 1, 2024
概括
一个新的高分辨率数据集 (Hi-GLASS GPP v1) 改善了中国的初级生产总值 (GPP) 估计. 这一数据集对作物种类进行了分析,增强了对碳循环的理解.
科学领域:
- 生态生态学 生态生态学
- 遥感 遥感 遥感 遥感
- 气候科学 气候科学
背景情况:
- 准确估计陆地总初级产量 (GPP) 对于了解全球碳循环至关重要.
- 现有的全国GPP数据集通常使用粗略的空间分辨率 (≥500m),无法捕捉微小的生态系统异质性.
- 这限制了对不同陆地表面的GPP变化的详细分析.
研究的目的:
- 引入Hi-GLASS GPP v1数据集,为中国提供30米空间分辨率的新型GPP估计.
- 通过纳入详细的土地表面信息来提高GPP评估的准确性.
- 为研究陆地碳捕集提供一个有价值的资源.
主要方法:
- 开发了Hi-GLASS GPP v1数据集,使用30m的Landsat数据和基于过程的光使用效率模型.
- 整合了玉米种植园 (C4作物) 的详细地图,以纠正之前以C3为中心的模型中低估的情况.
- 验证了数据集与旋共变量塔GPP数据的数据.
主要成果:
- 创建了一个高分辨率 (30m) 的月度 GPP 数据集,涵盖2016-2020年的中国.
- 该模型成功地解释了玉米等C4作物的更高的光合作用效率.
- 在Hi-GLASS GPP v1和旋共变量塔测量之间显示出强烈的相关性.
结论:
- 对于中国,Hi-GLASS GPP v1 数据集在 GPP 估计准确性和空间细节方面取得了重大进展.
- 这一数据集可以更准确地评估陆地碳捕获.
- 它是生态和气候变化研究的关键工具.


