张猛，陈淑丹，林辉，刘洋，张怀清

1.中南林业科技大学 林业遥感信息工程研究中心,长沙 410004;

2.中南林业科技大学 林业遥感大数据与生态安全湖南省重点实验室,长沙 410004;

3.中南林业科技大学 南方森林资源经营与监测国家林业与草原局重点实验室,长沙 410004;

4.中国林业科学研究院资源信息研究所,北京 100091

1 引言

湿地是地球上重要的“碳库”之一（张猛 等，2017；Mao等，2020），在调节碳平衡以及维持全球气候稳定方面具有不可替代的作用（Cai等，2020；Ye 等，2019）。净初级生产力NPP（Net Primary Productivity）是单位时间和单位面积内植被通过光合作用固定的有机物质的净积累，是表征碳通量状况的重要指标（张猛和曾永年，2018；朱文泉等，2005）。由于持续的气候变化和人类活动，湿地大面积的消失和退化，因此，适时、准确地估算湿地NPP 对于湿地植被碳储量估算对湿地资源的可持续发展及区域碳循环具有重要的意义。

遥感影像覆盖范围广、重访周期短且获取成本低等特点，使得遥感数据结合估算模型成为NPP 反演的主要方法（Bao 等，2016；Shang 等，2018；Yu 等，2018；尹小君 等，2020）。早期湿地的NPP 遥感估算研究主要依靠低空间分辨率遥 感数 据（AVHHR，MODIS，SPOT Vegetation）（Bandaru 等，2013；Liu 等，2019），尽管其能准确的反映NPP 的时间变化，但遥感数据空间分辨率过低会导致NPP 估算结果的空间细节信息呈现不够，同时还会给NPP 精度验证带来困难。另外，由于气候变化和人为因素的持续干扰，湿地斑块破碎化越来越严重。因此，高时空分辨率的遥感数据对于湿地NPP 估算显得更为重要。目前的中高分辨率光学遥感影像数据源十分丰富，综合考虑数据的历史记录、可获取性、覆盖范围、空间分辨率及处理难易程度，Landsat 数据为长时间序列湿地NPP 估算的最佳遥感数据源（Long 等，2021）。……