360 Secure SkillHub
360 安全技能中心

geoskill-carbon-flux-estimation

该 Skill 用简化的光能利用率模型（CASA/VPM 思路），按 PAR、FPAR、温度与水分胁迫计算 GPP 和自养呼吸，得到 NPP。支持本地 4 波段 GeoTIFF 输入或按 bbox 生成合成数据，离线运行，输出累计碳通量栅格、逐日时序与碳收支 JSON。

ruiduobao
ruiduobao
热度 7.64
最近更新 2026-08-04 19:30:03
分类：数据依赖：代码执行 / 读写文件应用场景：数据处理 / 研究 / 报告撰写

安装技能

复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill： npx secure-skills-cli add geoskill-carbon-flux-estimation
Metadata
name
geoskill-carbon-flux-estimation
description
基于光能利用率模型（CASA/VPM 简化）估算 GPP/NPP：GPP=PAR×FPAR×ε，ε 受温度与水分胁迫调节，NPP=GPP−自养呼吸，输出碳收支

碳通量估算 | Carbon Flux Estimation

This skill estimates ecosystem carbon fluxes using a simplified light-use-efficiency model (following the CASA / VPM approach):

  • GPP (Gross Primary Productivity) = PAR × FPAR × ε
    • PAR: photosynthetically active radiation (MJ/m²/day)
    • FPAR: fraction of photosynthetically active radiation absorbed (0-1)
    • ε: actual light-use efficiency = εmax × Tstress × Wstress (gC/MJ)
  • Temperature stress Tstress: a two-sided parabolic response peaking at the optimum temperature Topt.
  • Water stress Wstress: adjusted nonlinearly with available water.
  • Autotrophic respiration Ra = GPP × ra_frac(T), where the respiration fraction increases with temperature.
  • NPP (Net Primary Productivity) = GPP − Ra.

The magnitudes are calibrated to fall within reasonable vegetation ranges (daily GPP of approximately 0.5-15 gC/m²/day, NPP/GPP ≈ 0.5). Outputs cumulative GPP/NPP rasters, daily flux time series, and a carbon budget JSON. Suitable for regional carbon budget assessment, vegetation productivity mapping, ecosystem model forcing, and carbon source/sink analysis.

Dependencies / 依赖

pip install 'numpy' 'rasterio' 'scipy'

Usage / 使用方法

Basic Usage

python geoskill-carbon-flux-estimation.py --bbox 116.0 39.0 117.0 40.0 [other parameters]

Example 1 (Synthetic Data, Offline)

python geoskill-carbon-flux-estimation.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./out

Example 2 (bbox Only, Automatic Synthesis)

python geoskill-carbon-flux-estimation.py --bbox 116.0 39.0 117.0 40.0 --output-dir ./out

Example 3 (Longer Time Series)

python geoskill-carbon-flux-estimation.py --bbox 116.0 39.0 117.0 40.0 --synthetic --n-dates 60 --output-dir ./out

Example 4 (Quiet Mode)

python geoskill-carbon-flux-estimation.py --bbox 121.0 31.0 122.0 32.0 --synthetic --output-dir ./out --quiet

Example 5 (Real Raster Input, 4 Bands=PAR/FPAR/Temperature/Water)

python geoskill-carbon-flux-estimation.py --input par_fpar_temp_water.tif --output-dir ./out

Output / 输出

File Format Description
carbon_flux.tif GeoTIFF Cumulative GPP/NPP over the period (2 bands, gC/m²)
flux_timeseries.json JSON Daily spatial-mean time series of GPP/NPP/Ra
carbon_budget.json JSON Carbon budget (daily mean/cumulative/NPP-GPP ratio)
output-manifest.json JSON Run manifest

Data Source / 数据源 / Source

  • Real mode: local multi-band GeoTIFF (4 bands = PAR/FPAR/temperature/water).
  • Synthetic mode (--synthetic or --bbox only): generates physically consistent PAR/FPAR/temperature/water fields and time series locally, with no network access required.

Privacy / 隐私声明 / Privacy

  • Runs offline by default; --synthetic mode requires no network access at all.
  • All processing is performed locally; no user data is uploaded.

License / License

MIT

name: geoskill-carbon-flux-estimation description: '基于光能利用率模型（CASA/VPM 简化）估算 GPP/NPP：GPP=PAR×FPAR×ε，ε 受温度与水分胁迫调节，NPP=GPP−自养呼吸，输出碳收支'

碳通量估算 | Carbon Flux Estimation

本 skill 用简化的光能利用率模型（light-use-efficiency，CASA / VPM 思路） 估算生态系统碳通量：

  • GPP（总初级生产力）= PAR × FPAR × ε
    • PAR：光合有效辐射（MJ/m²/day）
    • FPAR：光合有效辐射吸收比例（0-1）
    • ε：实际光能利用率 = εmax × Tstress × Wstress（gC/MJ）
  • 温度胁迫 Tstress：以最适温度 Topt 为峰值的双侧抛物线响应。
  • 水分胁迫 Wstress：随可用水分量非线性调节。
  • 自养呼吸 Ra = GPP × ra_frac(T)，温度越高呼吸占比越大。
  • NPP（净初级生产力）= GPP − Ra。

量级经参数校准落在植被合理范围（日 GPP 约 0.5-15 gC/m²/day，NPP/GPP≈0.5）。 输出累计 GPP/NPP 栅格、逐日通量时序与碳收支 JSON。适用于区域碳收支评估、 植被生产力制图、生态模型强迫与碳源汇分析。

依赖

pip install 'numpy' 'rasterio' 'scipy'

使用方法

基本用法

python geoskill-carbon-flux-estimation.py --bbox 116.0 39.0 117.0 40.0 [其他参数]

示例 1（合成数据，离线）

python geoskill-carbon-flux-estimation.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./out

示例 2（仅给 bbox，自动合成）

python geoskill-carbon-flux-estimation.py --bbox 116.0 39.0 117.0 40.0 --output-dir ./out

示例 3（更长时间序列）

python geoskill-carbon-flux-estimation.py --bbox 116.0 39.0 117.0 40.0 --synthetic --n-dates 60 --output-dir ./out

示例 4（静默模式）

python geoskill-carbon-flux-estimation.py --bbox 121.0 31.0 122.0 32.0 --synthetic --output-dir ./out --quiet

示例 5（真实栅格输入，4 波段=PAR/FPAR/温度/水分）

python geoskill-carbon-flux-estimation.py --input par_fpar_temp_water.tif --output-dir ./out

输出

文件 格式 说明
carbon_flux.tif GeoTIFF 时段累计 GPP/NPP（2 波段，gC/m²）
flux_timeseries.json JSON 逐日 GPP/NPP/Ra 空间均值时序
carbon_budget.json JSON 碳收支（日均/累计/NPP-GPP 比）
output-manifest.json JSON 运行清单

数据源 / Source

  • 真实模式：本地多波段 GeoTIFF（4 波段 = PAR/FPAR/温度/水分）。
  • 合成模式（--synthetic 或仅 --bbox）：本地生成物理一致的 PAR/FPAR/温度/水分场与时序，无需网络。

隐私声明 / Privacy

  • 默认离线运行，--synthetic 模式完全无网络。
  • 所有处理在本地完成，不上传用户数据。

License

MIT