CASA模型是一个基于过程的遥感模型(Potteret al，1993；Potter et al，1994)，耦合了生态系统生产力和土壤碳、氮通量，由网格化的全球气候、辐射、土壤和遥感植被指数数据集驱动。模型包括土壤有机物、微量气体通量、养分利用率、土壤水分、温度、土壤结构和微生物循环。模型以月为时间分辨率来模拟碳吸收、营养物分配、残落物凋落、土壤营养物矿化和二氧化碳释放的季节变化。Potter和Klooster考虑了人为活动导致的土地覆盖变化，对CASA模型以及某些参数做了一些调整，来改善与植物吸收需求有关的土壤碳循环和总生态系统可获得氮量的计算
原文阅读
第一 CASA模型介绍（讲解+案例实践）
1.1 碳循环模型简介
1.2 CASA模型原理
1.3 CASA下载与安装
1.4 CASA注意事项
第二 CASA初步操作
2.1 ENVI界面介绍
2.2 ENVI 数据及格式
2.3 基于ENVI的CASA模拟
2.4 CASA结果分析
第三CASA数据制备（一）
3.1 数据制备中的遥感和GIS技术
3.2 ArcGIS软件界面
3.3 坐标系与坐标变换
3.4 区域数据的处理
3.5 CASA网络数据资源与下载
3.6 CASA网络数据的处理
第四 CASA数据制备（二）
4.1 遥感技术简介
4.2 遥感图像获取与显示
4.3 遥感图像处理
4.4土地利用遥感解译
第五CASA数据制备（三）
5.1 定量遥感简介
5.2 遥感影像的辐射定标
5.3 FLASSH大气校正
5.4 NDVI计算
第六 CASA数据制备（四）
6.1 气象点位数据空间显示
6.2 气象站数据的下载与处理
6.3 气象数据地统计学空间插值
6.4 基于渔网工具的采样点设计
6.5 CASA静态参数设置
第七 土地利用变化下的CASA模拟
7.1 土地利用变化与碳排放
7.2 基于转移矩阵的土地利用变化分析
7.3 土地利用变化情景分析
7.4 未来土地利用预测
7.5 土地利用变化下的CASA模拟
第八 气候变化下的CASA模拟
8.1 CMIP6数据简介
8.2 CMIP6数据下载
8.3 CMIP6数据显示
8.4 CMIP6数据转CASA气象数据
8.5 未来气候变化下的CASA模拟
第九 基于CASA模型的碳源碳汇模拟
9.1 碳源碳汇分析简介
9.2 异养生物呼吸消耗量Rh计算
9.3 净生态系统生产力NEP计算
9.4 碳源碳汇分析
第十 CASA案例分析
基于CASA的生态系统碳源/碳汇时空动态模拟
Python+”多技术融合在蒸散发与植被总初级生产力估算中的实践
熟悉蒸散发ET及其组分（植被蒸腾Ec、土壤蒸发Es、冠层截留Ei）、植被总初级生产力GPP的概念和碳水耦合的基本原理；掌握利用Python与ArcGIS工具进行课程相关的操作；熟练掌握国际上流行的Penman-Monteith模型，并能够应用该模型在各种植被类型上进行冠层导度、蒸散发组分的计算；掌握单站和区域结果的可视化方法、制图方法等。课程适用范围生态水文相关行业、双碳相关行业。
二 蒸散发与光合作用阻抗&Python实践
1. 蒸散发与光合作用阻抗
蒸散发和光合作用阻抗是植物生理学中的重要概念。蒸散发与植物水分平衡、生长和代谢密切相关；而光合作用阻抗则反映了植物在限制水分蒸散的情况下，为维持光合作用而形成的扩散阻力。研究蒸散发与光合作用阻抗的原理有助于了解植物的光合作用效率、生长速度和生态适应性等方面信息，为农业生产、林业经营和环境保护等领域提供科学依据和决策支持。
2. Python使用说明
2.1. Jupyter Notebook编辑器+Anaconda管理器的安装
Python是一种简单易学、功能强大的编程语言，具有丰富的标准库和广泛的第三方库支持，适用于大数据处理、人工智能、Web开发等多个领域。
2.2 虚拟环境的安装与配置
虚拟环境允许同一台机器上创建多个独立的Python环境，每个环境都可以有自己的Python版本和安装的第三方库。不同的项目可以使用不同的Python版本和依赖库，避免了版本冲突和依赖冲突的问题。
2.3 常用库学习本节包含Python基本语法及常用的科学计算（Numpy）、数据处理（Pandas）和数据可视化（Matplotlib）库函数的使用。
2.4 数据处理
Python中常见的数据问题有数据重复、数据异常、文本类型、数据缺失、数据无效等，对应异常值处理、文本转换和空缺值填补等操作。
三 ArcGIS实践应用
3. ArcGIS实践
3.1 基本操作
ArcGIS的基本操作包括创建与打开地图文档、加载数据、保存文档、图层操作、数据框坐标系统定义、要素属性查询等。
3.2 数据格式转换
在ArcGIS中可以实现不同数据格式的相互转换，如EXCEL数据与Shapefile数据、TXT 数据与 Shapefile 数据的相互转换等。
3.3 提取栅格值
在ArcGIS中可以实现值提取至点或利用ArcPy实现批量处理栅格数据集。
3.4 数据裁剪
ArcGIS中的裁剪功能用于根据指定的边界范围，对图层或栅格数据集进行裁剪。通过裁剪操作，可以删除不感兴趣的数据或者将数据限制在特定区域内，以便更好地分析和可视化数据。
3.5 地图制图地图制图主要包括地图版面设计的主要要素、地图渲染方式等内容。
四 数据处理实践4. 数据下载与处理4.1 站点数据下载与处理FLUXNET2015是一个全球尺度的碳、水和能量通量观测数据集，汇集了来自200多个观测站点的数据。该数据集提供了关于碳、水和能量通量等多个观测变量的实地观测数据，并按照标准化格式存储和共享。
数据下载打开网址https://fluxnet.org/data/fluxnet2015-dataset/，点击Download FLUXNET2015 Dataset，进行用户名和账号密码登录后，可以根据需求选择站点，填写申请需求即可完成下载。
Ø 数据处理根据研究需求，对下载后的数据进行处理，包括变量选择、异常值的处理、空缺值填补。4.2 区域数据下载与处理GLASS是一个全球陆地表面遥感数据集，提供了高分辨率的植被叶面积指数（LAI）数据，空间分辨率为250m/500m/0.05°，时间分辨率为8天。
Ø 数据下载打开网址http://www.glass.umd.edu/index.html，根据研究需求选择对应分辨率的LAI数据集，并利用DownThemAll!批量下载数据。
Ø 数据处理下载后的数据为hdf格式，根据研究需求，对下载后的数据进行处理，包括数据格式转换、定义投影、对应栅格值提取、数据汇总等。
五 冠层导度与水、碳通量空间模拟 案例分析实践5. 应用案例案例一：蒸散发、土壤蒸发、植被蒸腾在站点尺度的计算在站点尺度上，利用叶面积指数、净辐射等计算出冠层有效能量和土壤有效能量，并根据一定时间的累积降水和土壤表面平衡蒸发速率得到土壤蒸发，进而计算出植被蒸腾与冠层导度。具体操作如下：1、叶面积指数的站点值提取与插补 数据格式转换定义投影站点值提取数据插补2、土壤蒸发计算冠层有效能量和土壤有效能量计算土壤蒸发分数计算土壤平衡蒸发计算3、植被蒸腾计算干湿表常数计算饱和水汽压和温度关系曲线斜率计算空气动力学导度计算4、冠层导度计算数值计算结果可视化
案例二：蒸散发与植被总初级生产力的区域数据下载、处理与显示
区域地表蒸散发及其组分（土壤蒸发、植被蒸腾、冠层截留蒸发）、植被总初级生产力数据的下载、处理、显示与统计。
