《基于东北温带红松阔叶林通量数据的beps模型参数优化_卢伟_(精)》由会员分享，可在线阅读，更多相关《基于东北温带红松阔叶林通量数据的beps模型参数优化_卢伟_(精)（6页珍藏版）》请在金锄头文库上搜索。
1、.word格式. : 实测叶面积指数 Observed LAI; : 三次样条插值得到的逐日 LAI Daily LAI fitted by three spline interpolation function. 2 结果与分析 2.1 Vc max、Jmax 最优参数组合分析 模型缺省参数组合为 Vc max=57.7 molm2s1，Jmax=123.7 molm2s1，模拟的一年逐日 GPP 与通量塔观测数据相比较，RMSE 为 1.65 g Cm2d1，模拟的 GPP 年总量(TGPPmod为 1422.15 g Cm2a1， 比实测的 GPP 年总量(TGPPobs=1228.9
2、g Cm2a1高估了 15.7%。 用 1.3 2 1 提出的迭代方法确定最优参数组合(表 2， 其中， RMSE 最小为 1.10 g Cm d ， 故 Vc max=41.1 2 1 2 1 molm s 、 Jmax=82.8 molm s 时即为最优参数组合， 其 RMSE 与缺省参数组合的 RMSE 相比明显减小，模拟的 GPP 年总量为 1167.72 g Cm2a1，与实测 GPP 年总量相比低估了 5.0%，模拟结果精度得到了明显提高。 表 2 Vc max 和 Jmax 参数部分组合 Table 2 Partial parameter combinations of Vc m
3、ax and Jmax Vc max (molm s 35.0 39.0 41.1 44.0 49.0 57.7* 2 1 Jmax (molm s 69.5 79.5 82.8 90.5 101.9 123.7* 2 1 RMSE (g Cm d 1.22 1.12 1.10 1.13 1.26 1.65 2 1 TGPPmod (g Cm 1062.61 1141.68 1167.72 1220.72 1296.39 1422.15 2 1 R (% -13.5 -7.1 -5.0 -0.7 5.5 15.7 365 365 365 365 TGPP mod = i =1 GPP mod
4、( i R = i =1 GPPmod (i i =1 GPPobs (i i =1 GPPobs (i i: 天数 Days. *缺省参数值 , . Default parameter. ( 2.2 缺省参数组合与最优参数组合模拟 GPP 对比分析 由图 4 可以看出，在缺省参数组合情况下，模拟的日 GPP 普遍高于实测日 GPP；在最 优参数组合条件下，模拟的日 GPP 略低于实测日 GPP。两者相比，最优参数组合条件下模 拟的日 GPP 曲线更能捕捉实测值全年变化情况。冬季及初春 GPP 基本为 0，进入生长季， 随着温度的升高，GPP 迅速上升并在 6 月末至 8 月初达最大，随着气温
5、下降，植被主要 进行光合作用的叶子迅速凋落，GPP 随之减小。 由图 5 可知，在最优参数组合条件下，实测日 GPP 与模拟日 GPP 两者的相关关系更 显著，R2 为 0.95，模型模拟结果与实测结果有较高的一致性。由于模型自身的模拟简化， 模拟输出尺度及通量观测尺度的不同，以及下垫面及植被空间的不均一性等因素的影响， 模型的模拟结果与实测数据之间必然存在一定差异。 图 4 模拟与实测日 GPP 对比 Fig.4 Comparison between modeled and observed daily GPP. : 最优参数组合模拟 GPP Modeled GPP under optima
6、l parameter; : 缺省参数组合模拟 GPP Modeled GPP under default parameter ; : 实测 GPP Observed GPP. 下同 The same below. 图 5 模拟与实测日 GPP 线性回归分析 Fig.5 Regression analysis between modeled and observed daily GPP. 3 讨论 本研究中，由于未能获得实测半小时 GPP 数据，最优参数组合的验证指标选取了模拟 日 GPP 与实测日 GPP 的均方根误差， 若能获得半小时 GPP 数据， 本研究方法将更具说服力， 但本研究方法
7、依旧具有参考价值。 在 Vc max、Jmax 最优组合条件下，GPP 模拟值与实测值之间仍具有一定差异，造成差异 的原因有两点：一是除了 Vc max、Jmax 外，影响光合作用过程的其他植被生物生理参数优化 在本研究中未被考虑；二是从根本上分析，模型本身是对光合作用过程的简化，这必然会造 成模拟值与实测值之间的差异， 进一步减小差异则需要从机理上对现有模型进行改进， 增强 其对光合作用的模拟能力，这是本研究未来的主要研究方向。 叶子是植被进行光合作用及蒸腾作用的主要器官， 叶面积的大小直接影响植被的碳水循 环过程， 逐日的叶面积指数是众多碳水循环模型中必不可少的驱动数据， 叶面积指数的获取
8、 质量直接影响模型的模拟效果，如何动态地准确地直接监测区域 LAI 的变化是本研究有待 改进的关键技术问题。 参考文献 1Li S-H (李世华, Niu Z (牛 铮, Li B-C (李壁成. Study on remote sensing process model of vegetation NPP. Research of Soil and Water Conservation (水土保持研究, 2005, 12(3: 126-128 (in Chinese 2Potter CS, Randerson JT, Field CB, et al. Terrestrial ecosyste
9、m production: A process model based on global satellite and surface data. Global Biogeochemical Cycles, 1993, 7: 811-841 3Chen WJ, Chen J, Liu J, et al. Approaches for reducing uncertainties in regional forest carbon balance. Global Biogeochemical Cycles, 2000, 14: 827-838 4Liu J, Chen JM, Cihlar J,
10、 et al. A process-based boreal ecosystem productivity simulator using remote sensing inputs. Remote Sensing of Environment, 1997, 62: 158-175 5Liu J, Chen JM, Cihlar J, et al. Net primary productivity mapped for Canada at 1 km resolution. Global Ecology and Biogeography, 2002, 11: 115-129 6Wang P-J
11、(王培娟, Sun R (孙 睿, Zhu Q-J (朱启疆, et al. Improvement on the abilities of BEPS under accidented terrain. Journal of Image and Graphics (中国图象图形学报, 2006, 11(7: 1017-1025 (in Chinese 7Wang P-J (王培娟, Xie D-H (谢东辉, Zhang J-H (张佳华, et al. Spatial scaling of net primary productivity based on process model in
12、Changbai Mountain in Natural Reserve. Acta Ecologica Sinica (生态学报, 2007, 27(8: 3215-3223 (in Chinese 8Mao X-G (毛学刚. Study on the Model of Northeast Forest Carbon Cycle at Daily Step and the Integrated Application of Remote Sensing. PhD Thesis. Harbin: Northeast Forest University, 2011 (in Chinese 9L
13、i D-Q (李登秋, Ju W-M (居为民, Zheng G (郑 光, et al. Comparison of estimated forest biomass increment rate based on a process-based ecological model and forest inventory data. Ecology and Environmental Sciences (生态环境学报, 2013, 22(10: 1647-1657 (in Chinese 10Zhang Y-M (张彦敏, Zhou G-S (周广胜. Advances in leaf ma
14、ximum carboxylation rate and its response to environmental factors. Acta Ecologica Sinica (生态学报, 2012, 32(18: 5907-5917 (in Chinese 11Zeng W (曾 伟, Jiang Y-L (蒋延玲, Li F (李 峰. Responses of Quercus mongolicas photosynthetic parameters to soil moisture stress. Acta Ecologica Sinica (生态学报, 2008, 28(6: 25
15、04-2510 (in Chinese 12Chen BZ, Chen JM, Ju WM. Remote sensing-based ecosystematmosphere simulation scheme (EASS: Model formulation and test with multiple-year data. Ecological Modelling, 2007, 209: 277-300 13Ju WM, Chen JM, Thomas AB, et al. Modelling multi-year coupled carbon and water fluxes in a
16、boreal aspen forest. Agricultural and Forest Meteorology, 2006, 140: 136-151 14Farquhar GD, Caemmerer SV, Berry JA. A biochemical model of photosynthetic CO2 assimilation in leaves of C3 species. Planta, 1980, 149: 78-90 15Chen JM, Liu J, Cihlar J, et al. Daily canopy photosynthesis model through temporal and spatial scaling for remote sensing applications. Ecological Modelling, 199
