Published March 5, 2013 | Version v1
Publication Open

Effects of vegetation heterogeneity and surface topography on spatial scaling of net primary productivity

Creators

  • 1. University of Toronto
  • 2. Nanjing University
  • 3. State Key Laboratory of Hydrology-Water Resources and Hydraulic Engineering
  • 4. Hohai University

Description

Abstract. Due to the heterogeneous nature of the land surface, spatial scaling is an inevitable issue in the development of land models coupled with low-resolution Earth system models (ESMs) for predicting land-atmosphere interactions and carbon-climate feedbacks. In this study, a simple spatial scaling algorithm is developed to correct errors in net primary productivity (NPP) estimates made at a coarse spatial resolution based on sub-pixel information of vegetation heterogeneity and surface topography. An eco-hydrological model BEPS-TerrainLab, which considers both vegetation and topographical effects on the vertical and lateral water flows and the carbon cycle, is used to simulate NPP at 30 m and 1 km resolutions for a 5700 km2 watershed with an elevation range from 518 m to 3767 m in the Qinling Mountain, Shaanxi Province, China. Assuming that the NPP simulated at 30 m resolution represents the reality and that at 1 km resolution is subject to errors due to sub-pixel heterogeneity, a spatial scaling index (SSI) is developed to correct the coarse resolution NPP values pixel by pixel. The agreement between the NPP values at these two resolutions is improved considerably from R2 = 0.782 to R2 = 0.884 after the correction. The mean bias error (MBE) in NPP modeled at the 1 km resolution is reduced from 14.8 g C m−2 yr−1 to 4.8 g C m−2 yr−1 in comparison with NPP modeled at 30 m resolution, where the mean NPP is 668 g C m−2 yr−1. The range of spatial variations of NPP at 30 m resolution is larger than that at 1 km resolution. Land cover fraction is the most important vegetation factor to be considered in NPP spatial scaling, and slope is the most important topographical factor for NPP spatial scaling especially in mountainous areas, because of its influence on the lateral water redistribution, affecting water table, soil moisture and plant growth. Other factors including leaf area index (LAI), elevation and aspect have small and additive effects on improving the spatial scaling between these two resolutions.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

الخلاصة. نظرًا للطبيعة غير المتجانسة لسطح الأرض، يعد القياس المكاني مشكلة حتمية في تطوير نماذج الأرض إلى جانب نماذج النظام الأرضي منخفضة الدقة (ESM) للتنبؤ بالتفاعلات بين الأرض والغلاف الجوي والتغذية المرتدة للمناخ الكربوني. في هذه الدراسة، تم تطوير خوارزمية قياس مكاني بسيطة لتصحيح الأخطاء في تقديرات صافي الإنتاجية الأولية (NPP) التي تم إجراؤها بدقة مكانية خشنة بناءً على معلومات البكسل الفرعي لعدم تجانس الغطاء النباتي والتضاريس السطحية. يُستخدم نموذج هيدرولوجي بيئي BEPS - TerrainLab، الذي يأخذ في الاعتبار كل من التأثيرات النباتية والطوبوغرافية على تدفقات المياه الرأسية والجانبية ودورة الكربون، لمحاكاة محطات الطاقة النووية بدقة 30 مترًا و 1 كم لمستجمعات المياه التي تبلغ مساحتها 5700 كيلومتر مربع مع ارتفاع يتراوح من 518 مترًا إلى 3767 مترًا في جبل كينلينغ بمقاطعة شنشي بالصين. بافتراض أن NPP الذي تمت محاكاته بدقة 30 مترًا يمثل الواقع وأنه عند 1 كم من الدقة يخضع لأخطاء بسبب عدم تجانس البكسل الفرعي، يتم تطوير مؤشر القياس المكاني (SSI) لتصحيح قيم NPP ذات الدقة الخشنة بكسل بكسل. تم تحسين الاتفاق بين قيم NPP في هذين القرارين بشكل كبير من R2 = 0.782 إلى R2 = 0.884 بعد التصحيح. يتم تقليل متوسط خطأ التحيز (MBE) في NPP المصمم بدقة 1 كم من 14.8 جم م−2 سنة−1 إلى 4.8 جم م−2 سنة−1 مقارنة بـ NPP المصمم بدقة 30 م، حيث متوسط NPP هو 668 جم م−2 سنة−1. نطاق الاختلافات المكانية لمحطة الطاقة النووية بدقة 30 م أكبر من ذلك عند دقة 1 كم. جزء الغطاء الأرضي هو أهم عامل للغطاء النباتي يجب مراعاته في القياس المكاني لمحطة الطاقة النووية، والمنحدر هو أهم عامل طبوغرافي للقياس المكاني لمحطة الطاقة النووية خاصة في المناطق الجبلية، بسبب تأثيره على إعادة توزيع المياه الجانبية، مما يؤثر على منسوب المياه الجوفية ورطوبة التربة ونمو النبات. هناك عوامل أخرى بما في ذلك مؤشر مساحة الورقة (LAI) والارتفاع والجانب لها تأثيرات صغيرة وإضافية على تحسين القياس المكاني بين هذين القرارين.

Translated Description (French)

Résumé. En raison de la nature hétérogène de la surface terrestre, l'échelle spatiale est un problème inévitable dans le développement de modèles terrestres couplés à des modèles de système terrestre à basse résolution (ESM) pour prédire les interactions terre-atmosphère et les rétroactions carbone-climat. Dans cette étude, un algorithme d'échelle spatiale simple est développé pour corriger les erreurs dans les estimations de la productivité primaire nette (NPP) faites à une résolution spatiale grossière basée sur des informations de sous-pixel de l'hétérogénéité de la végétation et de la topographie de surface. Un modèle éco-hydrologique BEPS-TerrainLab, qui considère à la fois les effets de la végétation et de la topographie sur les flux d'eau verticaux et latéraux et le cycle du carbone, est utilisé pour simuler la centrale nucléaire à des résolutions de 30 m et 1 km pour un bassin versant de 5700 km2 avec une plage d'altitude de 518 m à 3767 m dans la montagne Qinling, province du Shaanxi, Chine. En supposant que la centrale nucléaire simulée à une résolution de 30 m représente la réalité et qu'à une résolution de 1 km, elle est sujette à des erreurs dues à l'hétérogénéité des sous-pixels, un indice d'échelle spatiale (SSI) est développé pour corriger les valeurs de la centrale nucléaire à résolution grossière pixel par pixel. L'accord entre les valeurs NPP à ces deux résolutions est considérablement amélioré de R2 = 0,782 à R2 = 0,884 après la correction. L'erreur de biais moyenne (MBE) dans la centrale nucléaire modélisée à la résolution de 1 km est réduite de 14,8 g C m−2 ans−1 à 4,8 g C m−2 ans−1 par rapport à la centrale nucléaire modélisée à la résolution de 30 m, où la centrale nucléaire moyenne est de 668 g C m−2 ans−1. La plage des variations spatiales de la centrale nucléaire à une résolution de 30 m est plus grande que celle à une résolution de 1 km. La fraction de couverture terrestre est le facteur de végétation le plus important à prendre en compte dans la mise à l'échelle spatiale des centrales nucléaires, et la pente est le facteur topographique le plus important pour la mise à l'échelle spatiale des centrales nucléaires, en particulier dans les zones montagneuses, en raison de son influence sur la redistribution latérale de l'eau, affectant la nappe phréatique, l'humidité du sol et la croissance des plantes. D'autres facteurs, notamment l'indice de surface foliaire (LAI), l'élévation et l'aspect, ont de petits effets additifs sur l'amélioration de la mise à l'échelle spatiale entre ces deux résolutions.

Translated Description (Spanish)

Resumen. Debido a la naturaleza heterogénea de la superficie terrestre, la escala espacial es un problema inevitable en el desarrollo de modelos terrestres junto con modelos de sistemas terrestres de baja resolución (ESM) para predecir las interacciones tierra-atmósfera y las retroalimentaciones carbono-clima. En este estudio, se desarrolla un algoritmo de escala espacial simple para corregir errores en las estimaciones de productividad primaria neta (NPP) realizadas a una resolución espacial gruesa basada en la información de subpíxeles de la heterogeneidad de la vegetación y la topografía de la superficie. Se utiliza un modelo ecohidrológico BEPS-TerrainLab, que considera tanto la vegetación como los efectos topográficos en los flujos de agua verticales y laterales y el ciclo del carbono, para simular la NPP a resoluciones de 30 m y 1 km para una cuenca de 5700 km2 con un rango de elevación de 518 m a 3767 m en la montaña Qinling, provincia de Shaanxi, China. Suponiendo que la NPP simulada a una resolución de 30 m representa la realidad y que a una resolución de 1 km está sujeta a errores debido a la heterogeneidad de subpíxeles, se desarrolla un índice de escala espacial (SSI) para corregir los valores de NPP de resolución gruesa píxel por píxel. La concordancia entre los valores de NPP en estas dos resoluciones se mejora considerablemente de R2 = 0.782 a R2 = 0.884 después de la corrección. El error de sesgo medio (MBE) en la NPP modelada a la resolución de 1 km se reduce de 14.8 g C m−2 año−1 a 4.8 g C m−2 año−1 en comparación con la NPP modelada a una resolución de 30 m, donde la NPP media es 668 g C m−2 año−1. El rango de variaciones espaciales de la NPP a una resolución de 30 m es mayor que a una resolución de 1 km. La fracción de cobertura terrestre es el factor de vegetación más importante a considerar en la escala espacial de la PNP, y la pendiente es el factor topográfico más importante para la escala espacial de la PNP, especialmente en áreas montañosas, debido a su influencia en la redistribución lateral del agua, afectando el nivel freático, la humedad del suelo y el crecimiento de las plantas. Otros factores, como el índice de área foliar (LAI), la altitud y el aspecto, tienen efectos pequeños y aditivos en la mejora de la escala espacial entre estas dos resoluciones.

Files

bg-10-4879-2013.pdf.pdf

Files (3.4 MB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:4ff567baad1c4eba0411f59e90ba0009
3.4 MB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
آثار عدم تجانس الغطاء النباتي والتضاريس السطحية على القياس المكاني لصافي الإنتاجية الأولية
Translated title (French)
Effets de l'hétérogénéité de la végétation et de la topographie de surface sur la mise à l'échelle spatiale de la productivité primaire nette
Translated title (Spanish)
Efectos de la heterogeneidad de la vegetación y la topografía de la superficie en la escala espacial de la productividad primaria neta

Identifiers

Other
https://openalex.org/W4231217446
DOI
10.5194/bgd-10-4225-2013

Is supplement to
https://openalex.org/W4220858503 (Other)
https://openalex.org/W4205445983 (Other)
https://openalex.org/W2996581846 (Other)
https://openalex.org/W2351194630 (Other)
https://openalex.org/W2166847541 (Other)
https://openalex.org/W2137233432 (Other)
https://openalex.org/W2107368624 (Other)
https://openalex.org/W2102008634 (Other)
https://openalex.org/W2008770746 (Other)
https://openalex.org/W1995645534 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
China

References

  • https://openalex.org/W1500576594
  • https://openalex.org/W1626255624
  • https://openalex.org/W1866190639
  • https://openalex.org/W1871061449
  • https://openalex.org/W1967663443
  • https://openalex.org/W1982695272
  • https://openalex.org/W1991231339
  • https://openalex.org/W1995848841
  • https://openalex.org/W2003037846
  • https://openalex.org/W2004252834
  • https://openalex.org/W2009896556
  • https://openalex.org/W2010784770
  • https://openalex.org/W2025618870
  • https://openalex.org/W2027252311
  • https://openalex.org/W2028891572
  • https://openalex.org/W2029587925
  • https://openalex.org/W2029657575
  • https://openalex.org/W2030097343
  • https://openalex.org/W2033990175
  • https://openalex.org/W2039507572
  • https://openalex.org/W2040425954
  • https://openalex.org/W2044746780
  • https://openalex.org/W2046857879
  • https://openalex.org/W2053669534
  • https://openalex.org/W2066163557
  • https://openalex.org/W2069128455
  • https://openalex.org/W2070388047
  • https://openalex.org/W2076328809
  • https://openalex.org/W2076837330
  • https://openalex.org/W2086874125
  • https://openalex.org/W2086975319
  • https://openalex.org/W2098653553
  • https://openalex.org/W2104043570
  • https://openalex.org/W2108778259
  • https://openalex.org/W2131357277
  • https://openalex.org/W2135817270
  • https://openalex.org/W2136473800
  • https://openalex.org/W2139927441
  • https://openalex.org/W2151303612
  • https://openalex.org/W2153138088
  • https://openalex.org/W2153427373
  • https://openalex.org/W2153809173
  • https://openalex.org/W2157144502
  • https://openalex.org/W2158834676
  • https://openalex.org/W2165113845
  • https://openalex.org/W4298466131