Mezőgazdasági területek produktivitásának becslése távérzékelés és felszíni mérések alapján

Átírás

1 Mezőgazdasági területek produktivitásának becslése távérzékelés és felszíni mérések alapján Doktori értekezés tézisei Gelybó Györgyi Eötvös Loránd Tudományegyetem Természettudományi Kar Földtudományi Doktori Iskola Doktori Iskola vezetője: Dr. Nemes - Nagy József, egyetemi tanár Földrajz - Meteorológia program Doktori program vezetője: Dr. Szabó Mária, egyetemi tanár Témavezetők: Dr. Bartholy Judit Dr. Barcza Zoltán Meteorológiai Tanszék Földrajz- és Földtudományi Intézet, Eötvös Loránd Tudományegyetem Budapest, 2014

2 Bevezetés és célkitűzések A biogeokémiai körfolyamatok, különösen a felszín és a légkör közötti szénkicserélődés vizsgálata kiemelten fontos kutatási téma napjainkban. A jövőre vonatkozó éghajlati modelleredmények bizonytalanságának csökkentése érdekében ezen folyamatok megismerése kulcsfontosságú a szárazföldi szénmérleg és az éghajlati rendszer között jelen levő kétirányú visszacsatolás miatt. Az óceánok és a szárazföldi bioszféra jelenleg a légköri szén-dioxid (CO 2) nettó nyelője, így az emberi eredetű CO 2 kibocsátás egy részét is elnyeli. Korunk egyik legfontosabb tudományos kérdése, vajon fenntartható, esetleg tovább növelhető-e a felszín elnyelése a változó környezeti viszonyok mellett? A műholdas távérzékelés térben nagy reprezentativitású, globális adatokat szolgáltat a felszín és a szárazföldi vegetáció állapotáról, mely értékes információkkal szolgálhat a szénmérleg pontosításához. Doktori munkámban a távérzékelt adatok felhasználhatóságát vizsgálom a mezőgazdasági növényzet és a légkör közötti CO 2 forgalom meghatározásában, egy adatorientált modell segítségével. Távérzékelt mérésekből lehetséges a növényzet által felvett bruttó szénmennyiség (GPP 1 ) becslése, mely az egyik legfontosabb és egyben az egyik legbizonytalanabb szénmérleg-komponens. Doktori munkám célkitűzései a következők: (1) a távérzékelésen alapuló GPP becslések pontosságának ellenőrzése hazai és nemzetközi mezőgazdasági területek esetén, (2) a modell pontosságának optimalizációval történő javítása. 1 Gross Primary Production

3 Adatok és módszerek A MOD17A2 nevű adatsor a MODIS 2 szenzor távérzékelt adataiból a NASA 3 által előállított magas feldolgozottsági szintű termék, mely nettó fotoszintézis és GPP adatokat biztosít 8 napos időbeli és 1 km térbeli felbontással. A terméket a távérzékelt adatokból előállító MOD17 GPP modell a fényhasznosulási hatékonyság (LUE) koncepción alapul, és 5 paraméterrel rendelkezik. A növényeket érő környezeti stresszhatásként napi minimum hőmérséklet (T min) és légköri telítési vízgőzhiány (VPD) paramétereket vesz figyelembe, majd ezen paraméterértékek függvényében a növénykategóriát jellemző maximális LUE 4 (ε max) értékét csökkenti. A vegetáció aktivitására, és a felszínborítottságra vonatkozó távérzékelt bemenő adatokat a modell számára más MODIS termékek biztosítják. A távérzékelt GPP becslések értékeléséhez általában felszíni GPP mérések adatait használják validációs/kalibrációs adatként. A GPP felszíni meghatározásának elterjedt módszer az ún. eddy-kovariancia (EK) technika. Az EK mérések reprezentativitását számos tényező befolyásolja, mint például a mérési magasság (h), a szélirány és sebesség, légköri rétegződés, domborzat. A tényleges forrásterület (footprint) megadja azt a területet, ahonnan a mért CO 2 fluxus származik. A forrásterület helyzete időben változik a légköri körülményeknek megfelelően, és hosszabb időtávra integrálva megadja az EK tornyot 2 Moderate Resolution Imaging Specrtoratiometer 3 National Aeronautics and Space Administration - Nemzeti Légügyi és Űrhajózási Hivatal 4 Light Use Efficiency

4 körülvevő területek hozzájárulását a mért fluxushoz. Általánosságban elmondható, hogy a footprint kiterjedése nagyobb magasabb torony esetén (a vegetáció magasságához viszonyítva). Munkám során kétféle EK mérést használtam: egy hazai magas tornyos helyszín adatait, valamint a nemzetközi FLUXNET EK mérőhálózat egyes európai és egyesült államokbeli alacsony tornyos mezőgazdasági helyszínek adatait. Magyarországon Hegyhátsál közelében (Vas megye), 1997 óta zajlanak folyamatos EK mérések 82 m magasságban (FLUXNET azonosító: HU-He1). A magas tornyos mérések regionális skálán nyújtanak információt a környező heterogén mezőgazdasági terület CO 2 forgalmáról, vagyis reprezentativitása közelebb áll a MODIS 1 km-es pixelméretéhez mint egy alacsonyabb torony esetén. A helyszínről összesen 6 mérési évet használtam fel annak vizsgálatához, hogy a vegetáció heterogenitása ezen a skálán milyen hatással van a validációra. A MOD17 GPP modell optimalizálását alacsony toronnyal rendelkező (h < 30 m a növényzet magassága felett) mezőgazdasági EK helyszíneken összesen közel 60 mérési év adatai alapján végeztem el. A helyszíneken C3 és C4 fotoszintézis típussal jellemezhető növényeket termesztenek. Egységes adatfeldolgozást követően ezt az adatsort használtam a MOD17 GPP modell többhelyszínes validációja és kalibrációja során.

5 Eredmények Doktori munkám eredményei az alábbiakban foglalhatók össze: 1. A felhasznált mezőgazdasági EK helyszínek adataiból egy egységes adatbázist hoztam létre. Az adathiányok pótlását és a GPP származtatását négy különböző módszerrel végeztem el, ami lehetővé teszi a GPP adatok bizonytalanságának becslését. Az adatbázisban kiegészítő meteorológiai adatok, és az alacsony tornyos helyszínek esetén a termesztett növényre vonatkozó információkat is rögzítettem. Az adatbázis a későbbiekben más ökoszisztéma-modellek kalibrációjához is felhasználható. 2. Elvégeztem a MOD17 GPP modell hazai adaptálását, annak érdekében, hogy a modellparaméterek és beállítások rugalmasan változtathatók legyenek. 3. A MOD17 modelleredmények első hazai validációja, a validációs helyszín tulajdonságait figyelembe véve történt, négy lépésben. Elsőként az eredeti modellbeállításokkal, második lépésben a bemenő adatok hibájának korrigálásával, harmadik lépésként a foootprint heterogén felszín feletti változásainak egyszerű figyelembe vételével, végül a modell leskálázásával, melyet 250 m felbontású NDVI adatok alapján hajtottam végre, és az előző lépéshez hasonlóan kiegészítettem a forrásterület változásainak követésével. Az eredmények a mért adatok MOD17 GPP modell általi alulbecslését mutatják hazai mezőgazdasági táj felett. 4. Kimutattam, hogy a vegetáció footprinten belüli heterogenitása befolyásolja a validáció eredményét. Ez rávilágít arra, hogy a távérzékelt adatok és a felszíni mérések eltérő reprezentativitását

6 fontos összehangolni a validáció során. A MOD17 GPP modell leskálázása a térség tipikus parcellaméretének skálájára, és a forrásterület ezzel kombinált dinamikus figyelembe vétele javította a modelleredmények és a mérések egyezését. Az eljárásnak köszönhetően a modellezési hatékonyság (ME) 0,783-ról 0,884-re emelkedett, az RMSE 1,095 gc m -2 nap -1 értékről 0,815 gc m -2 nap -1 értékre módosult. A GPP továbbra is alulbecsült maradt, bár az átlagok közötti eltérés csökkent, 0,680 gc m -2 nap -1 helyett 0,426 gc m -2 nap -1 értékre. Ez arra utal, hogy nem kizárólag a térbeli különbségek felelősek a modell-mérés eltérésekért. 5. A MOD17 GPP modell több FLUXNET mezőgazdasági helyszínre történő validációját szintén elvégeztem. Az eredmények a mért EK adatok alulbecslését mutatják ki, mely nagyobb mértékű a C4 növényekre a C3 növényekhez képest. Ez a MOD17 GPP modellben jelenleg található egyetlen mezőgazdasági növénykategória gabonaspecifikus szétbontásának szükségességét veti fel. A MOD17 GPP modell ilyen széleskörű validációja mezőgazdasági vegetációra még nem történt korábban. 6. A modell érzékenységvizsgálatát és kalibrációját egy Monte Carlo alapú globális optimalizációs eljárás, a GLUE 5 módszer segítségével végeztem el. Az eredmények szerint a modell leginkább az ε max paraméterre érzékeny, a többi (T min és VPD stresszt leíró) paraméter kevéssé befolyásolja a modelleredményt. 5 Generalized Likelihood Uncertainty Estimation

7 7. Az optimalizált paraméterértékek, melyeket a C3 és C4 növények esetén külön-külön elvégzett kalibrációs eljárással kaptam, magasabb ε max értéket ad C4 növényekre (0, kg C MJ 1) mint C3 növényekre 0, kg C MJ 1). Az optimalizált modell validációja során jobb modell-mérés egyezés adódott a távérzékelt becslés és EK alapú mérés között (R 2 = 0,356 (p = 0,001) helyett 0,71 (p 10 7)). Következtetés A MOD17 modell első hazai validációja során megmutattam, hogy védhető validációs eredményt regionális skálájú vizsgálat esetén csak megfelelő módszerek alkalmazásával kaphatunk. Bemutattam, hogy a távérzékelt adatok körültekintő alkalmazásával reális becslést adhatunk mezőgazdasági területek által felvett bruttó szénmennyiséget illetően C3 és C4 növényekre is, különösen, ha a növénytípusokat a modell legalább alapvető fiziológiai különbségeket alapján megkülönbözteti. A több helyszínes validáció segíthet a MOD17 modell megbízhatóbb alkalmazásában Európa és az USA nagyobb területei felett. A mezőgazdasági területek Európa ~45%-át, az USA 18%-át (a legelőkkel együtt 35%-át) foglalják el, kiemelve a mezőgazdasági területek szerepének fontosságát a kontinentális szénmérlegben. Magyarországon a C4 és C3 gabonák termesztésének térbeli eloszlásáról kevés információ áll rendelkezésre, ami gátolhatja a gabonaspecifikus modell alkalmazását. Emiatt elsősorban az adatgyűjtés és a térbeli alkalmazás jelenti a következő kihívást a távérzékelt adatok magyarországi szénmérleg-becslésekben történő alkalmazása előtt.

8 Az értekezés témakörében készült publikációk Szakcikkek Gelybó Gy., Barcza Z., Kern A., Kljun N. (2013) Effect of spatial heterogeneity on the validation of remote sensing based GPP estimations. AGRICULTURAL AND FOREST METEOROLOGY : doi: /j.agrformet (IF: (2012)) Tóth E., Gelybó Gy., Kása I., Farkas Cs. (2013) A művelés hatása a talaj széndioxid kibocsátására: II. A talaj vízpotenciál értéke és CO 2 emissziója közötti összefüggések vizsgálata laboratóriumi módszertani tesztelés során. AGROKÉMIA ÉS TALAJTAN 62(2): Barcza Z., Haszpra L., Hidy D., Gelybó Gy., Dobor L. (2012) A légkör és a bioszféra közötti szén-dioxid csere vizsgálata. LÉGKÖR 57(4): Mihon D., Bacu V., Gorgan D., Mészáros R., Gelybó Gy. (2010) Practical considerations on the GreenView application development and execution over SEE-GRID. EARTH SCIENCE INFORMATICS 3(4): doi: /s z (IF:0.657) Könyvfejezetek Tóth E., Gelybó Gy., Farkas Cs. (2013) Talajművelés hatása a mezőgazdasági talajok szén-dioxid kibocsátására. In: Janda T (Szerk.) II. ATK Tudományos Nap: Velünk Élő Tudomány (A Magyar Tudomány Ünnepe alkalmából) Konferencia helye, ideje: Martonvásár, Magyarország, Martonvásár: MTA Agrártudományi Kutatóközpont, pp (ISBN: ) Gelybó Gy., Tóth E., Barcza Z., Farkas Cs., Kern A. (2011) Carbon cycle of agricultural lands in Hungary from patch to regional scale. In: A Celkova (Szerk.) 19th International Poster Day Transport of Water, Chemicals and Energy in the Soil-Plant-Atmosphere System. Pozsony, Szlovákia, Bratislava: Institute of Art History of SAS, pp (ISBN: ) Tóth E., Barcza Z., Birkás M., Gelybó Gy., Zsembeli J., Bottlik L., Davis J. D., Haszpra L., Kern A., Kljun N., Koós S., Kovács Gy., Stingli A., Farkas Cs. (2010) Measurements and estimations of biosphere-atmosphere exchange of greenhouse gases: Arable lands. In: Haszpra L. (Szerk.) Atmospheric Greenhouse Gases: The Hungarian Perspective. Dordrecht; London; New York: Springer-Science, pp (ISBN: ) Somogyi Z., Hidy D., Gelybó Gy., Barcza Z., Churkina G., Haszpra L., Horváth L., Machon A., Grosz B. (2010) Modeling of biosphere-

9 atmosphere exchange of greenhouse gases: Models and their adaptation. In: Haszpra L. (Szerk.) Atmospheric Greenhouse Gases: The Hungarian Perspective. Dordrecht; London; New York: Springer-Science, pp (ISBN: ) Grosz B., Gelybó Gy., Churkina G., Haszpra L., Hidy D., Horváth L., Kern A., Kljun N., Machon A., Pásztor L., Barcza Z. (2010) Modeling of biosphere-atmosphere exchange of greenhouse gases: Arable lands. In: Haszpra L. (Szerk.) Atmospheric Greenhouse Gases: The Hungarian Perspective. Dordrecht; London; New York: Springer-Science, pp (ISBN: ) Farkas Cs., Alberti G., Balogh J., Barcza Z., Birkás M., Czóbel Sz., Davis K. J., Führer E., Gelybó Gy., Grosz B., Kljun N., Koós S., Machon A., Marjanović H., Nagy Z., Peresotti A., Pintér K., Tóth E., Horváth L. (2010) Measurements and estimations of biosphere-atmosphere exchange of greenhouse gases: Methodologies. In: Haszpra L. (Szerk.) Atmospheric Greenhouse Gases: The Hungarian Perspective. Dordrecht; London; New York: Springer-Science, pp (ISBN: ) Barcza Z., Bondeau A., Churkina G., Ciais P., Czóbel Sz., Gelybó Gy., Grosz B., Haszpra L., Hidy D., Horváth L., Machon A., Pásztor L., Somogyi Z., Van Oost K. (2010) Modeling of biosphere-atmosphere exchange of greenhouse gases: Model Based Biospheric Greenhouse Gas Balance of Hungary. In: Haszpra L. (Szerk.) Atmospheric Greenhouse Gases: The Hungarian Perspective. Dordrecht; London; New York: Springer-Science, pp (ISBN: ) Mihon D., Bacu V., Mészáros R., Gelybó Gy., Gorgan D. (2010) Satellite image interpolation and analysis through GreenView application. In: 4th International Conference on Complex, Intelligent and Software Intensive Systems: CISIS-2010 Krakow, Poland, pp (ISBN: ) Konferenciák Kljun N., Gelybó Gy., Barcza Z., Kern, A. (2013) Effect of spatial heterogeneity on the validation of remote sensing based GPP estimations. GEOPHYSICAL RESEARCH ABSTRACTS 15, Paper EGU Tóth E., Gelybó Gy., Farkas Cs., Lagzi I. (2012) Effect of inter-row cultivation on soil CO2 emission in a peach plantation GEOPHYSICAL RESEARCH ABSTRACTS 14: Paper EGU Mihon D., Bacu V., Gorgan D., Mészáros R., Gelybó Gy., Stefanut T. (2010) GreenView and GreenLand Applications Development on SEE-GRID Infrastructure GEOPHYSICAL RESEARCH ABSTRACTS 12: Paper EGU

10 Kljun N., Barcza Z., Kern A., Haszpra L., Gelybó Gy. (2009) Spatial Representativeness of Tall Flux Tower GEOPHYSICAL RESEARCH ABSTRACTS 11: Paper EGU Kern A., Bartholy J., Pongrácz R., Barcza Z., Fassang Á., Gelybó Gy. (2007) Analysis of NOAA Pathfinder NDVI time series for Central Europe. GEOPHYSICAL RESEARCH ABSTRACTS 9: Paper Gelybó Gy., Barcza Z., Kern A., Kljun N., Haszpra L. (2010) Tall tower based evaluation of the MOD17 model over heterogeneous agricultural vegetation In: AMS 29th Conf. on Agricultural and Forest Meteorology/19th Symp. on Boundary Layers and Turbulence/Ninth Symp. on the Urban Environment. Konferencia helye, ideje: Keystone, Amerikai Egyesült Államok, augusztus 1-6. Gelybó Gy., Barcza Z., Kern A., Alberti G., Di Tommasi P., Elbers J. A., Fischer M. L., Gonzalez-Meler M., Griffis T. J., Kutsch W. L., Magliulo E. V., Matamala R., Moors E. J., Peressotti A., Suyker A. E., Verma S. B. (2010) Multi-site evaluation of the MOD17 model over homogeneous agricultural vegetation. In: AMS 29th Conf. on Agricultural and Forest Meteorology/19th Symp. on Boundary Layers and Turbulence/Ninth Symp. on the Urban Environment. Keystone, Amerikai Egyesült Államok, augusztus 1-6. Kljun N., Gelybó Gy., Barcza Z., Kern A., Haszpra L. (2010) Attributing Tall Tower Flux Data to Heterogeneous Vegetation 29th Conference on Agricultural and Forest Meteorology/19th Symposium on Boundary Layers and Turbulence/Ninth Symposium on the Urban Environment, Keystone, Colorado, Amerikai Egyesült Államok, augusztus 1-6. Barcza, Z., Gelybó, Gy., Kern, A., Kljun, N., Haszpra, L. (2010) Estimation of the carbon balance components of heterogeneous agricultural landscape using tall tower based and remotely sensed data (poszter). 17th International TOVS Study Conference (ITSC-17). Monterey, California, Amerikai Egyesült Államok április Gelybo Gy., Barcza Z., Kern A., Kljun N., Haszpra L. (2009) Estimation of the carbon balance components of heterogeneous agricultural landscape using tall tower based and remotely sensed data. In: 8. International Carbon Dioxide Conference. Jena, Németország, szeptember Paper T Gelybo Gy., Barcza Z., Haszpra L., Kern A., Tomelleri E., Reichstein M., Bartholy J. (2008) MODIS GPP product: evaluation and calibration in Hungary using tall tower based direct flux measurements. In: 8th EMS Annual Meeting/7th European Conference on Applied Climatology (ECAC) Abstracts Vol 7. Amsterdam, Hollandia, szeptember október 3.

11 Egyéb válogatott közlemények Bartholy J., Pongrácz R., Gelybó Gy. (2009) Climate signals of the North Atlantic Oscillation detected in the Carpathian Basin. APPLIED ECOLOGY AND ENVIRONMENAL RESEARCH, 7(3): Pongrácz R., Bartholy J., Szabó P., Gelybó Gy. (2009) A comparison of the observed trends and simulated changes in extreme climate indices in the Carpathian Basin by the end of this century. INTERNATIONAL JOURNAL OF GLOBAL WARMING, 1(1/2/3): doi: /IJGW Bartholy J., Pongrácz R., Gelybó Gy., Szabó P. (2008) Analysis of expected climate change in the Carpathian Basin using the PRUDENCE results. IDŐJÁRÁS, 112(3-4): Bartholy J., Pongrácz R., Gelybó Gy. (2007) Regional climate change expected in Hungary for APPLIED ECOLOGY AND ENVIRONMENAL RESEARCH, 5(1): 1 17.