【摘要】：準(zhǔn)確量化和預(yù)測陸地生態(tài)系統(tǒng)碳水通量對于理解陸-氣間相互作用,預(yù)測未來氣候變化和控制溫室效應(yīng)具有重要意義。通量觀測和模型模擬是目前研究碳水通量的兩種主要方法。通量觀測精度較高,但觀測范圍局限、站點(diǎn)分布不均勻,易受環(huán)境影響,難以區(qū)域擴(kuò)展;模型模擬可實(shí)現(xiàn)不同尺度參量估算,但由于理想化假設(shè)、模型參數(shù)和驅(qū)動數(shù)據(jù)等限制,導(dǎo)致其模擬結(jié)果往往與真實(shí)值存在較大偏差。模型-數(shù)據(jù)融合方法主要是通過參數(shù)估計(jì)和數(shù)據(jù)同化兩種技術(shù)集成觀測和模型信息,建立兩者相互制約調(diào)節(jié)的優(yōu)化關(guān)系,以提高模型結(jié)果與真實(shí)值之間的匹配程度�；谠撍悸�,本研究在地面觀測數(shù)據(jù)、遙感衛(wèi)星資料以及相關(guān)氣候環(huán)境數(shù)據(jù)基礎(chǔ)上,重點(diǎn)突破全球動態(tài)植被模型(Lund-Potsdam-Jena Dynamic Global Vegetation Model,LPJ-DGVM)敏感參數(shù)優(yōu)化方法,獲取適宜中國的參數(shù)化方案;在此基礎(chǔ)上,引入數(shù)據(jù)同化算法,將遙感衛(wèi)星產(chǎn)品信息與模型相融合,在模擬過程中不斷校正原有模型模擬軌跡,提高模型適用性。將以上改進(jìn)的模型推廣至中國區(qū)域,實(shí)現(xiàn)對2000-2015年中國地區(qū)總初級生產(chǎn)力(Gross Primary Productivity,GPP)和蒸散發(fā)(Evapotranspiration,ET)的空間格局模擬及分析。主要結(jié)論如下:(1)將LPJ-DGVM中所選出的22個可調(diào)參數(shù)(涉及光合、呼吸、水平衡、異速生長、死亡、建立以及土壤和掉落物分解共七個作用領(lǐng)域)在各自取值范圍內(nèi)隨機(jī)獲得不同的參數(shù)組合,結(jié)果表明22個參數(shù)可引起GPP和ET模擬結(jié)果產(chǎn)生較大的不確定性,尤其集中在生長季。所有站點(diǎn)GPP相對不確定性(Relative Uncertainty,RU)基本保持在0.9-1.25之間,不具有明顯的年際變異性;ET相對不確定性RU月變化趨勢明顯,且基本處于0.5以下,明顯低于GPP,說明所篩選的22個參數(shù)對GPP模擬產(chǎn)生的影響更為顯著。(2)LPJ-DGVM高度非線性,內(nèi)部設(shè)定眾多參數(shù)且參數(shù)之間存在相互影響,逐一標(biāo)定計(jì)算量大且對模擬精度改善甚微。因此本研究采用全局敏感性分析方法—擴(kuò)展的傅里葉幅度分析法(Extended Fourier Amplitude Sensitivity Test,EFAST)對模型中五個碳水相關(guān)參量(GPP、NPP、R_h、ET和Runoff)分別展開了敏感性分析,獲取參數(shù)一階及全局敏感性指數(shù)。結(jié)果表明引起碳通量(GPP、NPP及R_h)變動的敏感參數(shù)類別十分集中且基本相似,影響較大的參數(shù)為α_(C3)(C_3植物固有CO_2吸收量子效率)和α_a(葉和冠層的尺度轉(zhuǎn)換比),且參數(shù)作用相對比較獨(dú)立,林地和草地對所選參數(shù)敏感性不存在明顯差異;引起水通量(ET及Runoff)變動的敏感參數(shù)主要集中在光合及水平衡作用模塊,影響較大的參數(shù)包括:α_(C3)、g_m(最大冠層導(dǎo)度)、α_m(水需求公式中的蒸散參數(shù))、λ_(max,c3)(C3植物的最優(yōu)ci/ca)、θ(光合協(xié)同限制參數(shù))等。部分參數(shù)(如θ、α_a、λ_(max,c3))總敏感性指數(shù)高于一階敏感性指數(shù),說明它們主要通過與其他參數(shù)的相互作用來影響ET和Runoff年均值,且這種耦合作用對森林站點(diǎn)影響更明顯。(3)依據(jù)敏感性分析結(jié)果可知,所選碳水參量敏感參數(shù)存在相似之處。根據(jù)敏感指數(shù),篩選出待優(yōu)化的植被理化參數(shù)。本文以GPP和ET同時作為約束條件優(yōu)化參數(shù),利用通量觀測所提供的觀測值與模型模擬值間的累積平均誤差設(shè)為目標(biāo)函數(shù),借助于模擬退火法在參數(shù)可行域范圍內(nèi)搜尋使目標(biāo)函數(shù)最小的參數(shù)化方案。結(jié)果表明,參數(shù)優(yōu)化后的模型模擬性能得到了明顯的改善。針對GPP,當(dāng)雄站點(diǎn)(CN-Dan,草地)生長季峰值處高估現(xiàn)象大幅度改善。參數(shù)優(yōu)化后的所有站點(diǎn)GPP模擬值相關(guān)性R~2提高了0.24,RMSD降低了近40%。針對ET而言,所有站點(diǎn)整體改善效果有所提升,R~2提高了0.19,RMSD提升了約26%。以上結(jié)果均說明,采用GPP和ET限制優(yōu)化后的參數(shù)化方案更適用于LPJ模型模擬中國地區(qū)站點(diǎn)GPP和ET。(4)為進(jìn)一步優(yōu)化模型狀態(tài)變量,采用EnKF將GLASS LAI產(chǎn)品同化進(jìn)入已參數(shù)優(yōu)化后的LPJ-DGVM中,并利用渦度通量站點(diǎn)對同化結(jié)果進(jìn)行了驗(yàn)證分析。結(jié)果表明,經(jīng)同化后的部分站點(diǎn)(如CN-Qia以及CN-Din)GPP無論在時序變化趨勢還是數(shù)值大小方面與觀測值表現(xiàn)出較高的一致性。整體精度與參數(shù)優(yōu)化后的模擬結(jié)果相比,R~2提高了0.04,RMSD降低了2.19 gC m~-22 month~(-1)。蒸散發(fā)ET同化后的結(jié)果部分站點(diǎn)生長季略有改善,整體相關(guān)性R~2提高了0.01,RMSD降低了0.17 gC m~(-2) month~(-1)。(5)基于以上結(jié)果,采用參數(shù)優(yōu)化后的LPJ-DGVM同化模型模擬了中國地區(qū)GPP和ET,并分析了年際和季節(jié)變化動態(tài)。結(jié)果表明,2000-2015年間GPP和ET的空間分布差異不大,均表現(xiàn)為由東南向西北減少的趨勢,且GPP變動范圍為6.02 PgC yr~(-1)-6.76 PgC yr~(-1),平均值為6.33 PgC yr~(-1),16年整體呈現(xiàn)顯著上升趨勢(p-value=0.006)。ET變動范圍為472.48mm yr~(-1)-509.77mm yr~(-1),平均值為485.98 mm yr~(-1),16年整體變化趨勢不顯著。此外,中國地區(qū)GPP和ET均表現(xiàn)出明顯的季節(jié)性空間分布差異,夏季高冬季低。本論文重點(diǎn)探究了LPJ-DGVM植被理化參數(shù)及遙感-模型耦合的優(yōu)化方法,明確了針對中國不同類型站點(diǎn)影響最為顯著的參數(shù),加深了數(shù)據(jù)同化在遙感與過程模型耦合過程中的應(yīng)用,對進(jìn)一步提高LPJ-DGVM碳水通量模擬精度,并將其進(jìn)行大尺度區(qū)域擴(kuò)展具有重要意義。
【圖文】：

10圖 1.1 研究技術(shù)路線圖1.4 論文的組織結(jié)構(gòu)本文主要分為以下五章：第一章，緒論。闡述了本文的研究背景與意義，總結(jié)了目前獲取碳水通量的主要途徑，歸納了各自優(yōu)缺點(diǎn)并提出模型優(yōu)化的必要性及主流的思路和算法，同時分析了中國地區(qū)碳通量和水通量的研究現(xiàn)狀及進(jìn)展，最后提出本文的研究目標(biāo)、研究內(nèi)容，并制定了詳盡的技術(shù)路線。

第 2 章 LPJ-DGVM 及數(shù)據(jù)源經(jīng)網(wǎng)絡(luò)法（General Regression Neural Networks, GRNNs）集成時IS 和 CYCLOPES 觀測信息，同時融入地面觀測和地表反射率數(shù)據(jù)，間序列、更高時空分辨率以及更高精度的 LAI 產(chǎn)品（Xiaoetal.,20162013）。該產(chǎn)品已廣泛應(yīng)用于全球、洲際和區(qū)域的大氣、植被覆蓋、動態(tài)監(jiān)測，可為全球生態(tài)環(huán)境演變規(guī)律、環(huán)境監(jiān)測以及資源開發(fā)等學(xué)依據(jù)、技術(shù)和數(shù)據(jù)支持。本文使用的 GLASSLAI 數(shù)據(jù)跨度為 200間分辨率為 1km，時間分辨率 8 天，投影方式為正弦投影。為了與CRU 氣候數(shù)據(jù)分辨率保持一致，本研究將 LAI 產(chǎn)品重采樣為 0.5°×0渦度通量觀測數(shù)據(jù)
【學(xué)位授予單位】：中國科學(xué)院大學(xué)(中國科學(xué)院遙感與數(shù)字地球研究所)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：X171.1;X16

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 石鵬;;基于模型與建模的化學(xué)學(xué)習(xí)過程設(shè)計(jì)[J];化學(xué)教育;2016年23期

2 陳新傳;;傳送帶模型分析及應(yīng)用[J];中學(xué)物理教學(xué)參考;2016年18期

3 張夢蕓;;“運(yùn)動的完成”教學(xué)設(shè)計(jì)[J];中學(xué)生物教學(xué);2017年02期

4 馬薇;郭曉麗;魏銳;王瀾;;對電解模型的追問與重構(gòu)[J];中學(xué)化學(xué)教學(xué)參考;2017年05期

5 楊玉琴;;化學(xué)核心素養(yǎng)之“模型認(rèn)知”能力的測評研究[J];化學(xué)教學(xué);2017年07期

6 李明;;人口的模型分析[J];中小企業(yè)管理與科技(中旬刊);2017年01期

7 鄭行軍;;圓盤模型的拓展分析[J];理科考試研究;2017年07期

8 陸陳驍;馮佳媛;;國際市場投資心理研究——基于函數(shù)GARCH-M模型的視角[J];智富時代;2017年06期

9 蘆敬毅;;兩類傳送帶模型分析[J];新課程(下);2017年06期

10 ;新知客[J];視野;2017年18期

相關(guān)會議論文 前10條

1 錢林曉;王一濤;;對應(yīng)試教育條件下學(xué)生學(xué)習(xí)行為的模型分析[A];2005年中國教育經(jīng)濟(jì)學(xué)年會會議論文集[C];2005年

2 朱萍;劉偉澤;萬立濱;;基于實(shí)證研究的知識管理路線、方法和模型分析[A];航空工業(yè)檔案學(xué)會七屆四次理事會暨2013年度優(yōu)秀論文交流會論文集[C];2013年

3 賀小明;閆秀峰;楊克修;付盡芳;;火電廠物流系統(tǒng)模型分析研究[A];人才、創(chuàng)新與老工業(yè)基地的振興——2004年中國機(jī)械工程學(xué)會年會論文集[C];2004年

4 王新心;;北京貨物運(yùn)輸量的模型分析[A];第六屆中國青年運(yùn)籌與管理學(xué)者大會論文集[C];2004年

5 林志炳;許保光;蔡晨;;基于消費(fèi)者偏好的混合渠道模型分析[A];中國優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會第七屆全國會員代表大會暨第七屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2005年

6 賀小明;閆秀峰;楊克修;付盡芳;;火電廠物流系統(tǒng)模型分析研究[A];2004年中國機(jī)械工程學(xué)會年會論文集：物流工程與中國現(xiàn)代經(jīng)濟(jì)——第七屆物流工程學(xué)術(shù)年會專輯[C];2004年

7 張貝;張好智;;逆向物流網(wǎng)絡(luò)設(shè)計(jì)模型分析與算法(英文)[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（上冊）[C];2005年

8 張黎;;影響企業(yè)知識擴(kuò)散因素的模型分析[A];現(xiàn)代工業(yè)工程與管理研討會會議論文集[C];2006年

9 張?jiān)?陳闖;王力平;;天津市科技型中小企業(yè)融資體系構(gòu)建與整合——基于要素重組下三維動態(tài)模型分析[A];新規(guī)劃·新視野·新發(fā)展——天津市社會科學(xué)界第七屆學(xué)術(shù)年會優(yōu)秀論文集《天津?qū)W術(shù)文庫》（下）[C];2011年

10 陳杰姝;;電子渠道建設(shè)模型分析[A];第七屆中國通信學(xué)會學(xué)術(shù)年會論文集[C];2010年

相關(guān)重要報紙文章 前10條

1 陳永偉;回歸本源，，拷問根基[N];中華讀書報;2017年

2 信達(dá)證券首席策略分析師、研發(fā)中心執(zhí)行總監(jiān) 陳嘉禾;研究市場并不難 讓小模型成為好幫手[N];證券時報;2017年

3 媛萍;用模型分析企業(yè)戰(zhàn)略要素[N];中國高新技術(shù)產(chǎn)業(yè)導(dǎo)報;2002年

4 鄒至莊 美國普林斯頓大學(xué)經(jīng)濟(jì)學(xué)教授;如何用模型分析中國經(jīng)濟(jì)？[N];企業(yè)家日報;2015年

5 江蘇省昆山市地稅局;模型分析樹標(biāo)桿 層層深入破稅案[N];中國稅務(wù)報;2010年

6 隋彭生;合同成立與生效的八個模型分析[N];法制日報;2006年

7 山東 汪超;利用水杯水位對基本放大電路非線性失真進(jìn)行模型分析[N];電子報;2012年

8 中國人民大學(xué)公共政策研究院執(zhí)行副院長 毛壽龍;為何純市場模型分析不了中國房地產(chǎn)市場[N];中國經(jīng)濟(jì)導(dǎo)報;2016年

9 田學(xué)科;山體為什么會移動[N];地質(zhì)勘查導(dǎo)報;2006年

10 陳冠因;銅價三季度存反彈機(jī)會[N];中國證券報;2013年

相關(guān)博士學(xué)位論文 前10條

1 朱華鋒;幾類可觀測序列驅(qū)動的條件異方差模型研究[D];廣州大學(xué);2017年

2 黃飛虎;結(jié)構(gòu)圖模型的學(xué)習(xí)及其應(yīng)用研究[D];南京航空航天大學(xué);2017年

3 汪玲玲;兩類DSGE模型的結(jié)構(gòu)計(jì)量分析方法及其應(yīng)用研究[D];天津財(cái)經(jīng)大學(xué);2017年

4 段巍巍;高維組學(xué)研究中的貝葉斯多位點(diǎn)模型[D];南京醫(yī)科大學(xué);2018年

5 王亞;基于極限學(xué)習(xí)機(jī)改進(jìn)模型的煤礦突水水源識別研究[D];安徽理工大學(xué);2018年

6 蔣艷明;鼻咽癌預(yù)后模型的建立及驗(yàn)證[D];廣西醫(yī)科大學(xué);2018年

7 梁鳴;受神經(jīng)科學(xué)啟發(fā)的計(jì)算機(jī)識別和注意模型[D];清華大學(xué);2016年

8 吳群剛;制度變遷對長期經(jīng)濟(jì)績效的影響機(jī)制：理論、模型及應(yīng)用[D];清華大學(xué);2002年

9 霍映寶;CSI模型構(gòu)建及其參數(shù)的GME的綜合估計(jì)研究[D];南京理工大學(xué);2004年

10 段志剛;中國省級區(qū)域可計(jì)算一般均衡建模與應(yīng)用研究[D];華中科技大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 王亞娜;基于社會力模型的地鐵站乘客疏散行為研究[D];福州大學(xué);2017年

2 胡君;互連線串?dāng)_模型與時延自適應(yīng)研究[D];武漢理工大學(xué);2016年

3 王丹;復(fù)雜關(guān)聯(lián)數(shù)據(jù)的張量模型與應(yīng)用研究[D];廈門大學(xué);2017年

4 陳彬;一個改進(jìn)的空間隨機(jī)前沿模型[D];遼寧師范大學(xué);2018年

5 王一茸;基于縱向生存數(shù)據(jù)的建模方法研究及其在肝硬化數(shù)據(jù)中的應(yīng)用[D];廣西師范學(xué)院;2018年

6 艾慧;基于Ising模型的群體觀點(diǎn)演化研究[D];寧夏大學(xué);2018年

7 易蕊;化學(xué)師范生模型認(rèn)知能力的測查研究[D];南京師范大學(xué);2018年

8 孫麗;基于組合模型的高鐵客運(yùn)量預(yù)測研究[D];蘭州交通大學(xué);2018年

9 趙寶;考慮樁-土相互作用的結(jié)合梁斜拉橋地震反應(yīng)分析[D];長安大學(xué);2018年

10 李帥超;基于SW模型的水平受荷樁數(shù)值模擬分析[D];湖南大學(xué);2018年

本文編號：2639512