论文部分内容阅读
东北森林地处我国中高纬度地区，占全国森林总面积超过30％。阔叶红松林是我国东北东部的地带性顶级森林植被。暖干的气候变化趋势会导致阔叶红松林生态适应性显著下降。长白山阔叶红松林有着连续的、长期的基于涡度相关技术的观测资料，为模型的验证提供了数据支持。模型模拟与站点观测为我们提供了研究阔叶红松林生态系统水碳通量的途径。 Biome-BGC模型是模拟不同尺度植被、凋落物、土壤中碳、氮、水的储量和通量的一个被广泛应用的生物地球化学循环模型。数据同化为模型与遥感观测结合提供了一条有效的途径，通过在模型运行过程中融入遥感观测数据，调整模型运行轨迹从而降低模型误差，提高模拟精度。集合卡尔曼滤波算法（EnKF）是一种用蒙特卡罗的集合预报方法估计预报误差协方差的顺序同化算法。本文利用EnKF同化生长季中分辨率成像光谱仪(MODIS)叶面积指数（LAI）与Biome-BGC模型模拟的LAI模拟长白山阔叶红松林的水碳通量。同时，通过改进模拟的雪面升华与土壤温度计算方法的参数，旨在降低冬季生态呼吸的模拟误差。结合涡度相关实测数据，分析数据同化与模型改进对模型模拟长白山阔叶红松林水碳通量模拟精度的影响。结果表明: (1)相对于原始模型，数据同化与模型改进后使得生态系统总初级生产力(GPP)的模拟值与观测值之间的相关系数提高0.06，中心化均方根误差（RMSE）降低0.48 gC·m-2·d-1;生态系统呼吸（RE）的相关系数提高0.02，中心化均方根误差降低0.20 gC·m-2·d-1;净生态系统碳交换量(NEE)相关系数提高0.35，中心化均方根误差降低0.50gC·m-2·d-1。 (2)模型改进后模拟与观测的蒸散发(ET)的相关系数提高了0.05，数据同化与模型改进对模拟与观测的ET的中心化均方根误差没有显著影响。 (3) Biome-BGC模型模拟的LAI与真实LAI的变化趋势不同，而MODISLAI变化趋势与真实LAI变化趋势相近，致使同化值趋近于MODIS LAI。 基于EnKF算法的数据同化提高了长白山阔叶红松林碳通量模拟精度，对于更加精确地估算区域碳通量有着重要的影响。