中国散射光合有效辐射的估算及时空特征分析
中国海散射计风、浪算法研究及海面风场、有效波高的时空特征分析的开题报告
中国海散射计风、浪算法研究及海面风场、有效波高的时空特征分析的开题报告一、研究背景海洋是地球表面上占据面积最广、最为复杂、最为神秘的自然地理单元。
对于海洋的研究，除了对海洋物理学、海洋化学、海洋生物学等自然科学的探索外，也有着深远的经济、战略和生态意义。
海洋的风、浪是海洋物理学中不可避免的重要成分，对于海洋的能量、物质传输，以及海上工程和航海等都具有重要的影响。
海面风场、有效波高时空特征的研究，在探讨海洋物理规律，保障海上交通运输，制定海洋资源的开发利用都有着不可或缺的重要作用。
海散射计作为遥感技术在海洋领域应用的一个重要工具，能够对海洋表面的风浪进行精确的测量，因此研究中国海散射计风、浪算法及其时空特征分析具有重要意义。
二、研究内容1. 综述国内外海散射计风、浪算法的研究现状和发展趋势；2. 建立中国海散射计风、浪算法，对相关参数进行优化，并进行验证和评估；3. 分析中国海面风场、有效波高的时空分布特征，探讨其与风浪生成机理和海洋环境要素之间的联系；4. 提出对未来海散射计遥感技术在海洋领域中的应用前景和研究方向的展望。
三、研究方法本研究将采用实验室模拟、数字模拟、数据采集、数据处理、统计分析等方法，对中国海散射计风、浪算法进行研究，并分析其时空特征。
具体步骤包括：1. 收集中国海散射计遥感数据，并进行质量筛选、处理和分析；2. 利用数据模拟等方法对中国海散射计风、浪算法进行验证、评估和优化；3. 分析海面风场、有效波高在时间和空间上的变化规律，并探讨其与海洋环境和气象要素的关系；4. 根据研究结果，提出对未来海散射计技术的发展方向和应用前景的建议。
四、预期成果及意义本研究预期可以建立中国海散射计风、浪算法，对其进行验证和评估，分析中国海面风场、有效波高的时空分布特征，并探讨其与海洋环境要素之间的联系。
通过本研究，能够揭示中国海洋风浪的时空分布特征，及其在海洋环境、气象要素、海上交通运输等方面的重要影响，推动海洋科学和跨学科领域的发展，为制定海洋资源的开发利用和海洋环境保护政策提供科学依据。
地理学报第65卷(2010年)总目录
克鲁格曼 的新经济地理研究及其意义 …………………………………… 段学军 虞孝感 陆大道 等 （３ ） １１ 中 国制 造 业 企 业 ５０ 总 部 区位 特 征 分 析 … … … …… … … … … …… … … … … … … … 武 前 波 宁 越 敏 （３ ） ０强 １９ 苏州市 区信息通讯企业空问集聚与新企业选址 ………………………… 袁 丰 魏也华 陈 雯 等 （５ ） １３
第３ 期
近 ５０ ０ 年南极涛动指数重建及其变率分析 ………………………………… 张 自银 龚道溢 何学兆 等 近 ５ 年中国光合有效辐射 的时空变化特征 ……………………………… 朱旭东 何洪林 刘 敏 等 ０ 纵 向 岭谷 区北 回归 线一 带 年 降 水 区域 分 异 特 征 …… … … … … … … … …… 胡 金 明 何 大 明 吴 绍 洪 等 我 国中东部逐 时雨强时空分布及重现期的估算 …………………………… 姚 莉 赵声蓉 赵翠光 等 中围 亚 热带 地 区柑 桔 气候 风 险评 估 … … …… … … … … … …… … … … … … 段 海 来 千 怀 遂 杜尧 东 １７ —０ ８ 西 藏 色 林 错 湖 面变 化 对 气候 变化 的响 应 … … … … … … … 边 多 边 巴 次 拉 巴 等 ９ ５２ ０ 年 深圳 海岸壶穴 的形态及空 间分布特征 ……………………………………… 王 为 许刘 兵 吴 正 等 鄱 阳 湖 湖滨 沙 山垄状 地 形 的成 因 …… … … … … …… … … … … … … … …… 韩 志 勇 李徐 生 张 兆 干 等 干 旱 地 区灌 丛 沙 堆 研 究现 状 与 展 望 …… … … … … …… … … … … … … … …… 杜 建 会 严 平 董 玉 祥 偏远地区铅和汞的现代过程与历史记 录研究综述 ……………………… 丛 忐远 康世 吕 郑 伟 等 北京 市甲 Ｈ１ 早期流行 的特征与时空演变模式 ……………………… 曹志冬 曾大军 王伞意 等 Ｎ１ 近 １ 年来 获 得 国家科 技 奖 的地 理 学项 目 … … … … … … …… … … … … … … … 姚 鲁 烽 何 书 金 赵 歆 ０
基于日照时数的光合有效辐射_PAR_时数估算方法_张广奇
生态学杂志Chinese Journal of Ecology2015，34（12）：3560－3567基于日照时数的光合有效辐射（PAＲ）时数估算方法*张广奇1，2，3朱教君1，2＊＊李荣平4李秀芬5（1森林与土壤生态国家重点实验室，中国科学院沈阳应用生态研究所，沈阳110164；2中国科学院清原森林生态系统观测研究站，沈阳110016；3中国科学院大学，北京100049；4辽宁省气象科学研究所，沈阳110166；5沈阳农业大学，沈阳110866）摘要光合有效辐射（PAＲ）是影响光合生产潜力的重要因素，传统气候学计算PAＲ值的方法所需参数较多，且对天气变化敏感、精度较差。
为此，基于容易获得的实际监测日照时数与理论计算日照时数比值，提出了一种估算PAＲ强度超过一定阈值（最低值＞300μmol·m－2·s－1）时间长度的方法，与日照时数对应，定义为PAＲ时数。
将PAＲ时数估算值与7年间超过不同光照阈值（27、36、100、200、300、360、450和900μmol·m－2·s－1）的PAＲ时数实测值进行对比，分析了监测时间长度、季节、天气情况对PAＲ时数估算精度的影响。
结果表明：PAＲ值＞300μmol·m－2·s－1、监测时间≥4年，PAＲ时数估算值与实测值无显著差异；监测时间越长，PAＲ时数估算精度越高。
虽然秋季与春季估算精度好于夏季；晴天与多云天气估算精度好于阴天，但鉴于长期、全生长季的结果更能反映真实情况，因此，本研究建议采用生长季长期监测的方法（监测时间至少为4年）利用日照时数估算＞300μmol·m－2·s－1以上的PAＲ时数。
关键词光合有效辐射；PAＲ时数；日照时数中图分类号P422．1文献标识码A文章编号1000－4890（2015）12－3560－08Estimation of photosynthetically active radiation（PAＲ）using sunshine duration．ZHANGGuang-qi1，2，3，ZHU Jiao-jun1，2＊＊，LIＲong-ping4，LI Xiu-fen5（1State Key Laboratory of Forestand Soil Ecology，Institute of Applied Ecology，Chinese Academy of Sciences，Shenyang110164，China；2Qingyuan Forest CEＲN，Chinese Academy of Sciences，Shenyang110016，China；3University of Chinese Academy of Sciences，Beijing100049，China；4Institute of MeteorologicalＲesearch，Liaoning Province，Shenyang110166，China；5Shenyang Agricultural University，Shen-yang110866，China）．Chinese Journal of Ecology，2015，34（12）：3560－3567．Abstract：Photosynthetically active radiation（PAＲ）is an important factor indicating the photo-synthetic productive potential．Traditional PAＲestimation methods，however，need much moreclimatic parameters，and are sensitive to weather conditions and low in accuracy．Thus，we pro-vided a new method to estimate PAＲduration，which is defined as the duration when PAＲex-ceeds a certain value，e．g．，300μmol·m－2·s－1in a day of the growing season，using the ra-tios of observed sunshine duration（the most common index in each meteorological station）totheore-tical sunshine duration．We monitored both sunshine duration and PAＲduration for7years．The paired values of observed and estimated PAＲdurations based on different thresholds（27，36，100，200，300，360，450and900μmol·m－2·s－1）were collected．The effects ofmonitoring time length，seasons and weather conditions on the accuracy of estimated PAＲdura-tion were analyzed．There were no significant differences between estimated PAＲdurations（mean values）and the observed values（P＞0．05）when the monitoring time length was equalor greater than4years for PAＲ＞300μmol·m－2·s－1．The accuracy of the estimated PAＲdu-ration was higher when the monitoring time length became longer；it was lower in summer than inspring and autumn，and lower in cloudy sky than in sunny and fair weather．We recommended *国家自然科学基金项目（31330016、31200432）资助。
无人机高光谱遥感估算冬小麦叶面积指数
第36卷第22期农业工程学报 V ol.36 No.2240 2020年11月Transactions of the Chinese Society of Agricultural Engineering Nov. 2020无人机高光谱遥感估算冬小麦叶面积指数陈晓凯1，李粉玲1,2※，王玉娜1，史博太1，侯玉昊1，常庆瑞1,2（1. 西北农林科技大学资源环境学院，杨凌 712100；2. 农业部西北植物营养与农业环境重点实验室，杨凌 712100）摘要：为探讨利用低空无人机平台和高光谱影像对冬小麦叶面积指数进行遥感估算，该研究以拔节期冬小麦小区试验为基础，对原始冠层光谱进行一阶导数和连续统去除光谱变换，并在此基础上提取任意两波段组合的差值光谱指数（Difference Spectral Index，DSI）、比值光谱指数（Ratio Spectral Index，RSI）和归一化光谱指数（Normalized Spectral Index，NDSI），以最优窄波段光谱指数进行叶面积指数估算模型的构建。
结果表明，最优窄波段指数的构成波段主要位于红边区域，最优窄波段指数与叶面积指数均呈现非线性关系；光谱变换显著提升了光谱变量与叶面积指数的相关性，其中连续统去除光谱所获取的NDSI（738，822）光谱指数与叶面积指数的相关性最佳；窄波段光谱指数和随机森林回归算法的叶面积指数估算模型精度最高，其相对预测偏差为2.01，验证集的决定系数和均方根误差分别为0.77和0.27。
基于随机森林回归算法的无人机高光谱叶面积指数估算模型能够准确地实现小区域的叶面积指数遥感填图，为后期作物长势、变量施肥等提供理论依据。
关键词：无人机；高光谱；遥感；模型；冬小麦；叶面积指数doi：10.11975/j.issn.1002-6819.2020.22.005中图分类号：S127 文献标志码：A 文章编号：1002-6819(2020)-22-0040-10陈晓凯，李粉玲，王玉娜，等. 无人机高光谱遥感估算冬小麦叶面积指数[J]. 农业工程学报，2020，36(22)：40-49.doi：10.11975/j.issn.1002-6819.2020.22.005 Chen Xiaokai, Li Fenling, Wang Yuna, et al. Estimation of winter wheat leaf area index based on UAV hyperspectral remote sensing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(22): 40-49. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.22.005 0 引 言叶面积指数（Leaf Area Index，LAI）被定义为作物在单位土地面积上的叶片的面积之和[1]。
光合有效辐射
（1）光合作用的光补偿点和光饱和点出现的原因光补偿点：在光强为0时，植物只进行呼吸作用，光合作用强度为0，随着光强增大，光合作用增大而呼吸作用强度基本不变，这时呼吸作用产生的CO2除了提供给光合作用外还有剩余，并释放出来；当光合作用和呼吸作用两者强度达到相等时，呼吸作用产生的CO2全部提供给光合作用，CO2既不吸收也不释放，这时的光强是光补偿点。
当光强继续增强，光合作用强度大于呼吸强度，此时呼吸作用产生的CO2不足以满足光合作用，植物从外界吸收CO2。
光的补偿点是植物的光合强度和呼吸强度达到相等时的光照度值。
在光补偿点以上，植物的光合作用超过呼吸作用，可以积累有机物质。
光补偿点以下，植物的呼吸作用超过光合作用，此时非但不能积累有机物质，反而要消耗贮存的有机物质。
如长时间在光补偿点以下，植株逐渐枯黄以致死亡。
当温度升高时，呼吸作用增强，光补偿点就上升。
因此，在温室中栽培植物，在光照不足时要避免温度过高，以降低光补偿点，利于有机物质的积累。
植物群体的光补偿点也较单叶为高，因为群体内叶子多，相互遮荫，当光照度弱时，上层叶片还能进行光合作用，但下层叶片呼吸作用强，光合作用弱，所以整个群体的光补偿点上升。
当CO2浓度增高或温度降低时，光补偿点降低；在封闭的温室中，温度较高，CO2较少，这会使光补偿点提高而对光合积累不利。
在这种情况下应适当降低室温，通风换气，或增施CO2才能保证光合作用的顺利进行。
光饱和点：光合作用不但需要光，还需要二氧化碳、需要多种色素、需要多种酶来催化，需要ADP、磷酸来传送能量等。
在弱光下，光是光合作用的限制因素，光照增强，光合作用的速度就会加快。
当光照强度增加到一定强度时，光不再是限制因素，而是由其它因素来决定光合作用的速度了，这时光照再增强，光合作用的速度也不会再加快，这种现象称为光饱和现象。
光合作用不再随光照增强而加快时的光照强度，就是光合作用的光饱和点。
植物出现光饱和点实质是强光下暗反应跟不上光反应从而限制了光合速率随着光强的增加而提高。
落叶阔叶林冠层非光合组分对冠层FPAR的影响分析——一种分层模拟的方法
落叶阔叶林冠层非光合组分对冠层FPAR的影响分析——一种分层模拟的方法梁守真;隋学艳;姚慧敏;王猛;侯学会;陈劲松;马万栋【摘要】估算并消除冠层非光合组分(non-photosynthetic vegetation,NPV)吸收的光合有效辐射,对准确估算生态系统总初级生产力(gross primary productivity,GPP)具有重要意义.以落叶阔叶林为例,通过设置不同情景,应用任意倾斜叶片散射(scattering by arbitrary inclined leaves,SAIL)模型进行冠层光合有效辐射吸收分量(fraction of absorbed photosynthetically active radiation,FPAR)的分层模拟,分析冠层NPV的FPAR的变动及其对冠层FPAR的贡献,并初步探讨落叶阔叶林NPV的FPAR的估算方法.结果表明,冠层NPV的FPAR的大小与冠层结构相关,在高覆盖度植被区NPV对冠层FPAR的贡献通常较小,但在低植被覆盖区的贡献会较高;NPV降低了冠层在近红外波段的反射;增强型植被指数(enhanced vegetation index,EVI)与NPV的FPAR存在显著的线性负相关关系,可用来描述NPV的变化.%Fraction of absorbed photosynthetically active radiation(FPAR) of the canopy is an important biophysical variable widely used in satellite-based production efficiency models to estimate the gross primary productivity(GPP).Vegetation canopy is composed primarily of photosynthetically active vegetation(PAV)and non-photosynthetic vegetation(NPV).Only the PAR absorbed by PAV is used for photosynthesis.Therefore, the photosynthetically active radiation absorbed by NPV in the canopy should be estimated and removed from canopy PAR so as to estimate GPP more accurately.Scattering by arbitrary inclined leaves(SAIL)model assumes canopy as a turbid medium with a number oflayers, each treated as an infinite, horizontal, homogeneous medium.This assumption and configuration of model makes it possible to calculate PAR absorbed of each layers.In this study, SAIL model was used to calculate spectral reflectance and the PAR absorbed by PAV and NPV of deciduous broadleaved forest, and at last FPAR of NPV (FPARNPV) was calculated and analyzed.The results show that FPARNPV is dominated by canopy architecture.The contribution of NPV to canopy FPAR is low in high-cover regions, and the result is opposite in low-cover regions.NPV in the canopy can reduce reflectance in near infrared band.A significant and negative correlation is found between enhanced vegetation index(EVI)and FPARNPV.Though the simulation condition is ideal, the study is a good attempt which provides a means for acquiring deciduous broadleaf forests FPARNPV.【期刊名称】《国土资源遥感》【年(卷),期】2017(029)002【总页数】8页(P29-36)【关键词】光合有效辐射吸收分量(FPAR);非光合组分(NPV);归一化植被指数(NDVI);增强型植被指数(EVI);森林【作者】梁守真;隋学艳;姚慧敏;王猛;侯学会;陈劲松;马万栋【作者单位】山东省农业可持续发展研究所,济南 250100;农业部华东都市农业重点实验室,济南 250100;深圳先进技术研究院,深圳 518055;山东省农业可持续发展研究所,济南 250100;山东省农业可持续发展研究所,济南 250100;山东省农业可持续发展研究所,济南 250100;山东省农业可持续发展研究所,济南 250100;深圳先进技术研究院,深圳518055;环境保护部卫星环境应用中心,北京100094【正文语种】中文【中图分类】TP751.1光合有效辐射吸收分量(fraction of absorbed photosynthetically active radiation,FPAR) 是指入射的光合有效辐射(photosynthetically active radiation,PAR)中被植被吸收部分所占的比例，表征了植被冠层对太阳光能的截获和吸收的能力[1-2]。
长武塬区光合有效辐射的基本特征及气候学计算
长武塬区光合有效辐射的基本特征及气候学计算韩晓阳;刘文兆;朱元骏【摘要】The diurnal and seasonal variation characteristics of the PAR and the ratio of the PAR to global radiation were studied by using the meteorological data from the Changwu Eco-agricultural Experimental Station in 2010. The results indicate that the diurnal variations of the PAR and global radiation on typical days have the same trend. The curve for sunny day shows a smooth unimodal feature, while the curve for cloudy day is not stable. The maximum values on both curves appear between 12-30 - 15:00. The PAR is characterized by the obviouB seasonal variation and ihe mean total diurnal quantities of the PAR for the seasons are 6.32, 7.23, 5.63 MJ/(m2-d), and 3.58 MJ/(mz-d) respectively, indicating that the total diurnal quantity is the maximum in spring and summer, the middle in autumn, and the minimum in winter. The ratio of PAR to global radiation in cloudy days is greater than that in sunny days. A maximum value of 0.423 is observed in June, and a minimum value of 0.327 in January. Accordingly, the calculation model of photo-gynthetically active radiation for the tableland is proposed.%利用长武农业生态试验站2010年气象观测资料,分析了长武塬区光合有效辐射及其占太阳总辐射比例系数的日变化、季节变化特征和影响因素.结果表明:就日变化过程而言,光合有效辐射和总辐射趋势一致,晴天呈单峰型,起伏平滑；阴天的形状则不稳定,最大值出现在12:30～15:00之间.光合有效辐射具有明显的季节变化特征,春夏较大,秋季次之,冬季最小,从春到冬其平均日总量分别为6.32、7.23、5.63MJ/m2和3.58MJ/m2.光合有效辐射系数阴天大,晴天小；就月平均值而论,6月份最大,为0.423,1月份最小,为0.327.根据观测数据,论文给出了适合该地区的光合有效辐射计算的经验模型.【期刊名称】《干旱地区农业研究》【年(卷),期】2012(030)004【总页数】6页(P166-171)【关键词】长武塬区;光合有效辐射;太阳总辐射;气候学计算【作者】韩晓阳;刘文兆;朱元骏【作者单位】西北农林科技大学林学院,陕西杨凌712100;中国科学院水利部水土保持研究所,黄土高原土壤侵蚀与旱地农业国家重点实验室,陕西杨凌712100;中国科学院水利部水土保持研究所,黄土高原土壤侵蚀与旱地农业国家重点实验室,陕西杨凌712100【正文语种】中文【中图分类】P422.1太阳辐射能是地表最基本、最重要的能源。
上海地区太阳总辐射及其时空分布特征
总辐射和可能总辐射，后两者的区别是前者是纬度
平均值，后者是考虑了大气混浊条件的半经验半理
论公式得到的值[15]。可能总辐射能较好地考虑大气
中的水汽、气溶胶因子的实际影响，计算中拟合效
果较好，天文辐射计算方便，无误差，实用价值仍较
好；纬度平均值可能总辐射平滑了东西方向的差
异，理想大气总辐射不考虑大气中的水汽、气溶胶
3 上海地区太阳总辐射气候学计算
公式的推导
太阳总辐射气候学计算一般表达式[2]为:
Q=Q·0 （f s1，n）
（1）
式中 Q0为起始数据；（f s1，n）为天空遮蔽度函数。
3.1 总辐射气候学计算公式中的起始数据 Q0
总辐射气候学计算公式中的起始数据 Q0 一般
有 4 种：天文辐射、理想大气总辐射、纬度平均可能
因子的影响，拟合效果略差[2，7]。
本文在前人研究的基础上，起用天文辐射和可
能总辐射作为起始数据，这样能使上海地区太阳总
辐射气候学计算误差小一些。天文辐射日总量
S [2] 0
和可能总辐射日总量 Qi[2]的计算公式分别为：
（2）
· （3）
·
（4）
式中 A=sinφ sinδ，B=cosφ cosδ，ω0=arcos（-tgφ tgδ），φ 为纬度（度）；δ为太阳赤纬（度）；ω0 为日出和日落时 角 ；f=0.5-aexp（b · E）（5 月 —10 月 ：a=0.38， b=-0.0194；11 月—4 月：a=0.426，b=-0.0492）；1/ρ2为 日地平均距离订正项。δ、1/ρ2公式[2]分别为：
694
资源科学
第 32 卷 第 4 期
2 数据来源与研究方法
2.1 数据来源 上海地区的 11 个气象站在 1959 年底陆续建
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
地理学报ACTA GEOGRAPHICA SINICA 第69卷第3期2014年3月V ol.69,No.3March,2014收稿日期：2013-09-18;修订日期：2014-01-10基金项目：中国科学院先导专项(XDA05050600);国家科技部环保公益性行业科研专项(201109030);国家级自然保护区保护成效评估与规范化建设关键技术研究(201209028-4)[Foundation:Strategic Priority ResearchProgram of the Chinese Academy of Sciences,No.XDA05050600;The Environmental Protection PublicWelfare Industry Targeted Research Fund,No.201109030;Research on the key technology of effectivenessevaluation and standardized construction of National Nature Reserves,No.201209028-4]作者简介：任小丽(1984-),女,河北人,博士研究生。
E-mail:xlren_lydia@通讯作者：何洪林(1971-),男,湖南人,研究员。
E-mail:hehl@323-333页1981-2010年中国散射光合有效辐射的估算及时空特征分析任小丽1,2,何洪林1,张黎1,于贵瑞1(1.中国科学院地理科学与资源研究所,生态系统网络观测与模拟重点实验室,北京100101;2.中国科学院大学,北京100049)摘要：光合有效辐射(Photosynthetically active radiation,PAR)是植物光合作用的主要能量来源，其散射组分能够增强植被冠层光能利用率，从而增加碳吸收。
因此，散射PAR 是生态系统生产力模型的重要驱动因子。
本文尝试估算我国1981-2010年的散射PAR ，通过空间化得到近30年月尺度10km 分辨率的散射PAR 空间数据集，并分析了其空间分布特征和时间变化趋势。
结果表明：(1)1981-2010年散射PAR 多年平均值的空间分布具有明显的空间异质性，总体上东北部较低，南部和西部较高。
全国范围内的多年平均值在6.66~15.27mol m -2d -1之间，且夏季散射PAR 最大，冬季最小。
(2)1981-2010年全国所有像素散射PAR 年平均值表现出明显的上升趋势，上升幅度为0.03mol m -2d -1/10a ；但前10年下降趋势明显，且1982、1983、1991和1992年存在明显异常。
春季的散射PAR 呈现微弱的下降趋势，其他季节均呈上升趋势。
(3)1981-2010年散射PAR 时间变化率的空间分布具有明显的季节变化和区域差异，我国大体呈现南部区域上升，北部区域下降。
关键词：光合有效辐射；散射比例；散射光合有效辐射；时空变化特征DOI:10.11821/dlxb2014030041引言太阳辐射是地球表层能量交换的主要来源，是影响陆地生态系统生产力和碳水收支的重要环境因子[1-3]；其中波长在400~700nm 之间的光合有效辐射(Photosynthetically active radiation,PAR)是植物光合作用的能量来源，是生态系统生产力模型的主要驱动因子[4-6]。
在不受其他环境因子(如温度、水分等)限制的条件下，植被冠层的光合作用一般随着PAR 的增加而增强，但由于两个叶片获取适当的光比一个叶片获取强光而令一个叶片在阴影中时光合作用更强，因此PAR 在冠层中的均匀分布很重要[7-10]。
晴天情况下，强光直射的冠层部分容易出现光饱和现象，光能利用率降低，而在阴影中的冠层部分虽然光能利用率较高，但得到的PAR 较少，从而导致整个冠层光合作用减弱；阴天情况下，来自天空各个方向的散射PAR 增加，其在冠层内能够穿透地更深，从而降低整个冠层的光合饱和点，增强冠层光能利用率，进而增强冠层碳吸收[8-11]。
鉴于此，散射PAR 对生态系统生产力的影响研究已成为近年来生态学家研究的焦点问题之一[3,5,8,10-14]。
研究散射(PAR)对生态系统生产力的影响，需要在模型驱动数据中显式地包含散射69卷地理学报(PAR)[8-10]，因此散射PAR 数据的获取及其时空变化特征对于正确模拟其对生态系统生产力的影响，进而准确估计生态系统碳水收支具有重要意义。
目前，国内有PAR 和散射辐射的观测站点，但几乎没有散射PAR 的观测站点，因此散射PAR 数据的获取需要借助于估算模型。
散射PAR 的估算一般通过PAR 乘以散射比例直接得到，但这只是一种粗略估计，因为总辐射的散射比例并不等价于PAR 的散射比例；晴天情况下PAR 的散射比例要明显大于总辐射的散射比例，阴天情况下两者差距较小[15]。
较精确的散射PAR 模型包括气溶胶光学厚度模型[16]、波谱模型[17]等，但这些模型所需输入数据较难获取，不适用于大尺度扩展。
Spitters 等[15]提出了一种简单的散射PAR 计算方法，只需要PAR 和散射比例作为输入，并在全球多个站点得到验证和应用[6,18]，表明Spitters 模型具有一定的普适性。
本研究组已系统研究了PAR 和散射辐射的估算方法及其时空变化特征[4,19]。
朱旭东等[4]计算了全国近50年的PAR ，但没有给出PAR 估算的精度验证；Ren 等[19]计算了我国近30年的散射比例和散射辐射，并对其估算精度做了交叉验证，结果表明估算精度较高。
本文基于已有研究，利用全国气象站、辐射站以及中国生态系统研究网络(Chinese Ecosystem Research Network,CERN)的观测数据，首先验证PAR 的估算精度，从而实现Spitters 模型所有输入数据的精度验证；进而利用得到的PAR 和散射辐射数据，以及Spitters 模型估计散射PAR ，进而分析散射PAR 的时空变化特征(图1)，为进一步分析散射PAR 的变化对我国陆地生态系统生产力的影响奠定基础。
2数据和方法2.1研究基础数据本文使用的基础数据包括中国气象局提供的1981-2010年日尺度日照时数、总辐射和散射辐射数据(/home.do)，CERN 综合中心提供的全国39个野外台站2004-2010年逐日太阳总辐射和PAR 数据(/)，以及中国科学院地理科学与资源研究所提供的全国500m 分辨率的DEM 数据。
全国观测日照时数的气象站点有756个，观测总辐射的辐射站点为122个，由于1993年全国辐射站的调整，散射辐射观测站点从70多个降为17个，1981-2010年间至少有一年散射辐射观测数据的站点有81个(图2)。
2.2散射PAR 的估算方法我国目前几乎没有散射PAR 的观测站点，因此需利用Spitters 模型基于PAR 和散射辐图1散射PAR 估算及时空特征分析的技术路线图Fig.1The flowchart of the estimation and spatiotemporal variation analysis of diffusePAR 3243期任小丽等：1981-2010年中国散射光合有效辐射的估算及时空特征分析射来估算。
但是PAR 和散射辐射的观测站点也较为有限，我们分别利用总辐射与日照时数之间、散射辐射与总辐射之间、以及PAR 与总辐射之间的经验关系扩展总辐射、散射辐射和PAR 数据。
因此，散射PAR 的估算包括下面四个步骤(图1)。
(1)总辐射的扩展我们使用Angstrom 模型[20](式1)来扩展总辐射。
首先利用122个辐射站的总辐射和日照时数数据估计模型参数，然后利用756个气象站的日照时数数据和参数化后的Angstrom 模型计算756个站的总辐射[19]。
k t =Q Q'=a +b n N (1)式中：k t 为晴空指数，Q 为总辐射，Q '为天文辐射，n 为实际日照时数，N 为可能日照时数，系数a 和b 的取值参考Ren 等[19]。
(2)散射辐射的扩展利用Boland 模型[21-22](式2)来计算散射辐射。
首先利用同时观测总辐射和散射辐射的辐射站观测数据估计Boland 模型参数，然后利用上一步得到的总辐射数据以及参数化后的Boland 模型估计756个站的散射辐射[19]。
k d =Q d Q =1exp(c +d ⋅k t )(2)式中：K d 为散射比例，Q d 为散射辐射，系数c 和d 的取值参考Ren 等[19]。
(3)PAR 的扩展采用朱旭东等[4]描述的方法(式3)进行PAR 的站点扩展。
利用CERN 39个野外台站的PAR 和太阳总辐射数据估计模型参数，然后利用扩展后的总辐射数据以及参数化的模型估计756个站的PAR 数据，将PAR 数据从39个站扩展到756个站。
η=PAR Q=e +f ln(k t )(3)图2中国气象站、辐射站及CERN 台站的空间分布(I:西北区;II:内蒙区;III:东北区;IV:华北区;V:华中区;VI:华南区;VII:西南区;VIII:青藏区)Fig.2Distribution of meteorological stations,radiation stations and CERN stations(I.Northwest China;II.Inner Mongolia;III.Northeast China;IV:North China;V .Central China;VI.South China;VII.Southwest China;VIII.Qinghai-TibetPlateau)32569卷地理学报式中：η为光合有效系数，PAR 为光合有效辐射，e 和f 为待定系数。
(4)散射PAR 的估算采用Spitters 等[15]提出的散射PAR 计算方法估算我国700多个站点的散射PAR 。
晴天下PAR 的散射比例(下文统称为散射PAR 比例)大于总辐射的散射比例(下文统称为散射比例)，如式4所示。
k PAR _d =PAR d PAR=[1+0.3⋅(1-k d )2]⋅k d (4)式中：k PAR _d 为散射PAR 比例，PAR d 为散射PAR 。
由于我国的地形和气候具有高度的空间异质性，因此我们分区估计模型参数，从而分区扩展站点数据[4,19]。
综合考虑区域差异和站点分布情况，本研究根据中国自然地理区划，将全国分为8个区：西北区、内蒙区、东北区、华北区、华中区、华南区、西南区和青藏区[23]，保证每个区中均有一定数量的观测站点(每个分区PAR 至少有2个站点，散射辐射至少有5个站点，总辐射至少有7个站点)。