New publication in the “International Journal of Applied Earth Observation and Geoinformation”

See full article/ Veure l’article complet

The URBAG member Ricard Segura Barrero has participated in a study in collaboration with researchers of the “Laboratoire des Sciences du Climat et de l’Environnement” (LSCE) in France. This study has now been published in the journal International Journal of Applied Earth Observation and Geoinformation.

English:

In Europe, the heterogeneous features of crop systems with majority of small to medium sized agricultural holdings, and diversity of crop rotations, require high-resolution information to estimate cropland Net Ecosystem Exchange (NEE) and its two main components of Gross Ecosystem Exchange (GEE) and the Ecosystem Respiration (RECO). In this context, this paper presents an assimilation of high-resolution Sentinel-2 indices with eddy covariance measurements at selected European cropland flux sites in a new modified version of Vegetation Photosynthesis Respiration Model (VPRM). VRPM is a data-driven model simulating CO2 fluxes previously applied using satellite-derived vegetation indices from the Moderate Resolution Imaging Spectroradiometer (MODIS). This study proposes a modification of the VPRM by including an explicit soil moisture stress function to the GEE and changing the equation of RECO. It also compares the model results driven by S2 indices instead of MODIS. The parameters of the VPRM model are calibrated using eddy-covariance data. All possible parameters optimization scenarios include the use of the initial version vs. the proposed modified VPRM, S2, or MODIS vegetation indices, and finally the choice of calibrating a single set of parameters against observations from all crop types, a set of parameters per crop type, or one set of parameters per site. Then, we focus the analysis on the improvement of the model with distinct parameters for different crop types vs. parameters optimized without distinction of crop types. Our main findings are: (1) the superiority of S2 vegetation indices over MODIS for cropland CO2 fluxes simulations, leading to a root mean squared error (RMSE) for NEE of less than 3.5 umol m^-2s^.1 with S2 compared to 5 umol m^-2s^.1 with MODIS (2) better performances of the modified VPRM version leading to a significant improvement of RECO, and (3) better performances when the parameters are optimized per crop-type instead of for all crop types lumped together, with lower RMSE and Akaike information criterion (AIC), despite a larger number of parameters. Associated with the availability of crop-type land cover maps, the use of S2 data and crop-type modified VPRM parameterization presented in this study, provide a step forward for upscaling cropland carbon fluxes at European scale.

Català:

A Europa, les característiques heterogènies dels sistemes de cultiu en la majoria de petites i mitjanes explotacions agrícoles, així com la diversitat de rotacions de cultius, requereixen informació d’alta resolució per estimar l’intercanvi net de l’ecosistema (NEE) de camps de cultiu, els seus dos components principals de l’intercanvi brut de l’ecosistema (GEE) i la respiració d’ecosistema (RECO). En aquest context, aquest article presenta una assimilació d’índexs Sentinel-2 d’alta resolució amb mesures de covariància “eddy” en camps de cultiu europeus en una nova versió modificada del model de respiració de fotosíntesi de vegetació (VPRM). El VRPM és un model basat en dades que simula fluxos de CO2 aplicats prèviament utilitzant índexs de vegetació provinents de l’espectroradiòmetre d’imatges de resolució moderada (MODIS). Aquest estudi proposa una modificació del VPRM incloent una funció explícita d’estrès d’humitat del sòl al GEE i canviant l’equació de RECO. També compara els resultats del model impulsats pels índexs S2 en lloc de MODIS. Els paràmetres del model VPRM es calibren mitjançant dades de covariància “eddy”. Tots els possibles escenaris d’optimització de paràmetres inclouen l’ús de la versió inicial vs. els índexs de vegetació VPRM, S2 o MODIS modificats i, finalment, l’elecció de calibrar un sol conjunt de paràmetres amb observacions de tots els tipus de cultiu, un conjunt de paràmetres per tipus de cultiu o un conjunt de paràmetres per lloc. A continuació, centrem l’anàlisi en la millora del model amb diferents paràmetres per a diferents tipus de cultiu vs. paràmetres optimitzats sense distinció de tipus de cultiu. Les nostres principals troballes són: (1) la superioritat dels índexs de vegetació S2 sobre MODIS per a simulacions de fluxos de CO2 de camps de cultiu, donant lloc a un error quadràtic mitjà (RMSE) per a NEE de menys de 3,5 umol m-2s.1 al S2 en comparació amb 5 umol m-2s.1 al MODIS (2) millors prestacions de la versió VPRM modificada que condueixen a una millora significativa de RECO, i (3) millors rendiments quan els paràmetres s’optimitzen per tipus de cultiu específic en lloc de per a tots els tipus de cultius agrupats, amb un criteri d’informació RMSE i Akaike (AIC) més baix, malgrat un major nombre de paràmetres. Pel que fa a la disponibilitat dels mapes de cobertes del sòl, l’ús de dades S2 i la parametrització VPRM modificada de tipus de cultiu presentada en aquest estudi proporcionen un pas endavant per a l’ampliació dels fluxos de carboni dels camps de cultiu a escala europea.

Figure: The flowchart summarizes the dataset extraction (eddy covariance and satellite data), the VPRM and MVPRM data fitting procedure as well as the assessments performed.