基于人工智能的地球物理参数反演范式理论及判定条件

[目的/意义]人工智能(Artificial Intelligence,AI)技术已在学术和工程应用领域掀起了研究高潮,在地球物理参数和农业气象遥感参数反演方面也表现出了强大的应用潜力。目前大部分AI技术在地学和农学的应用还是“黑箱”,没有物理意义或缺乏可解释性及通用性。为了促进AI在地学和农学的应用和培养交叉学科的人才,本研究提出基于AI耦合物理和统计方法的地球物理参数反演范式理论。[方法]首先基于物理能量平衡方程进行物理逻辑推理,从理论上构造反演方程组,然后基于物理推导构建泛化的统计方法。通过物理模型模拟获得物理方法的代表性解以及利用多源数据获得统计方法代表性的解作为深度学习的训练和测试数据库,最后利用深度学习进行优化求解。[结果和讨论]判定形成具有通用性和物理可解释的范式条件包括:(1)输入与输出变量(参数)之间必须存在因果关系;(2)输入和输出变量(参数)之间理论上可以构建闭合的方程组(未知数个数少于或等于方程组个数),也就是说输出参数可以被输入参数唯一确定。如果输入参数(变量)和输出参数(变量)之间存在很强的因果关系,则可以直接使用深度学习进行反演。如果输入参数和输出参数之间存在弱相关性,则需要添加先验知识来提高输出参数的反演精度。此外,本研究以农业气象遥感中的关键参数地表温度、发射率、近地表空气温度和大气水汽含量联合反演作为案例对理论进行了证明,分析结果表明本理论是可行的,并且可以辅助优化设计卫星传感器波段组合。[结论]本理论和判定条件的提出在地球物理参数反演史上具有里程碑意义。

同化MODIS温度产品估算地表水热通量

基于集合卡尔曼滤波和通用陆面模型(CLM1.0)发展了一个地表温度的同化系统。这个系统同化了MODIS温度产品,并将MODIS的叶面积指数引入CLM模型中,主要用于改进地表水热通量的估算精度。将CLM输出的地表温度与MODIS地表温度建立关系,并作为同化系统的观测算子。将MODIS地表温度与实测地表温度进行了比较,将其均方差(Root Mean Square Error,RMSE)作为观测误差。选取3个美国通量网站点(Blackhill、Bondville、Brookings)作为实验数据,结果表明:同化结果中地表温度、显热通量的估算精度均有提高。其中Blackhill站的估算精度改进最大,均方差由81.5W·m-2减小到58.4W·m-2,Bondville站均方差由47.0W·m-2减小到31.8W·m-2,Brookings站均方差由46.5W·m-2减小到45.1W·m-2。潜热通量估算精度在Bondville站均方差由88.6W·m-2减小到57.7W·m-2,Blackhill站均方差由53.4W·m-2减小到47.2W·m-2。总之,结合陆面过程模型同化MODIS温度产品估算地表水热通量是可行的。

涡动相关仪观测蒸散量的插补方法比较

涡动相关仪在长时间连续观测中，观测数据会有不同程度的缺失。应用6种不同的插补方法（平均昼夜变化法MDV，非线性回归方法NLR，动态线性回归方法DLR，查表法LUT，FAO．PM方法，HANTS方法）对北京密云站2007年涡动相关仪观测蒸散量数据进行了插补。结果表明：LUT方法在不同数据缺失时均得到较好结果（均方差小于8W／m^2）；MDV和NLR方法更适合于短时间数据缺失的插补；DLR和FAO—PM方法在观测数据出现连续波动时插补结果较差。由LUT、DLR、NLR、HANTS、FAO—PM方法得到的年蒸散量分别为395．8mm、409．9mm、393．5mm、390．7mm、399．4mm，差异在2．3～19．2mm之间变化。对比分析了LUT方法得到的年蒸散量（潜热通量）与净辐射、降水量以及LAS观测潜热通量间的变化规律，表明插补结果合理。

基于GOES数据和弱约束变分的地表水热通量估算

基于弱约束的四维变分方法和陆面过程模式发展了一个地表温度的陆面数据同化系统。本文反演了地球静止业务环境卫星(Geostationary operational environmental satellite,GOES)的地表温度,并将反演的地表温度同化入陆面过程模式,改进陆面过程模式中地表水热通量的估算精度。以弱约束的变分方法通过在代价函数中增加弱约束项代替陆面过程模式动力方程组中存在的模式误差,构建新的代价函数并对其优化,从而改善模式中显热与潜热的估算精度。将GOES地表温度与实测地表温度进行比较,其均方根误差(RMSE)作为试验中的观测误差。选择美国通量网AmeriFlux中2个主要农业站点的气象和通量数据作为试验数据,对同化系统进行驱动和验证。结果表明同化后的地表温度、潜/显热估算精度均有提高。其中,各站地表温度RMSE平均仅为1 K,显热通量平均RMSE下降22 W/m2,潜热通量平均RMSE下降26 W/m2。因此结合陆面过程模式的弱约束变分方法同化GOES反演温度产品估算近地表水热通量的方法是有效且可行的。

农田和草地下垫面上附加阻尼kB-1变化特征的分析

利用2010年阿柔站(草地)和馆陶站(农田)的观测资料,运用阻尼法估算不同下垫面的热传输附加阻尼(kB-1),分析日变化特征,探讨用一个固定kB-1值来估算感热通量,最后将估算值与M_1958、M_1963、M_1982、M_1989、M_1998、M_2002和M_2007七种参数化方案进行比较。结果表明,在不同下垫面上,kB-1变化明显。除玉米下垫面、玉米和裸地混合下垫面外,其余下垫面kB-1均有抛物线型日变化,与地气温差具有相关性。在植被下垫面,可用中值或均值的kB-1计算感热通量。将不同参数化方案计算的感热通量与观测值之间进行比较发现,在裸地下垫面,与观测值最接近的参数化方案是M_1998方案;在混合地表则为M_1958、M_1963和M_2007方案。

Mathieu方程解析解的计算机辅助分析

本文从周期系数微分方程的性质出发,根据Mathieu方程解析解的基本思想,利用计算机辅助分析,确定了解析解中的待定函数,进而验证了解的正确性。当解的特征指标v=0或1时,所得(α,q)平面上的稳定边界的表达式与有关文献得到的表达式完成一致。同时与数值计算结果进行了比较,误差小于0.5X10^(-4)。本文方法还可推广到Hill方程的求解中去。

2012年张掖绿洲-荒漠区域水热碳通量及气象要素观测矩阵数据集

绿洲-荒漠生态系统是干旱/半干旱区特有景观,其水热碳通量的观测和研究对绿洲稳定与可持续发展具有重要的意义。本研究以黑河流域中游甘肃张掖绿洲-荒漠区域为研究对象,基于2012年在该区域开展的国际领先的通量观测矩阵试验,整理了观测试验获取的水热碳通量和气象要素数据,包括30 km×30 km和5.5 km×5.5 km两个嵌套的矩阵内21个观测点共22套涡动相关仪和21套自动气象站,4组大孔径闪烁仪和3组植物液流仪,观测项目包括生态系统净碳交换量、潜热通量、感热通量、空气温度、空气相对湿度、风速、风向、向下/上短波辐射、向下/上长波辐射、净辐射、大气压、降水、红外辐射温度、光合有效辐射、土壤温度、土壤水分、土壤热通量、平均土壤温度、树木蒸腾等。本数据集经过了严格的数据质量控制,可用于研究绿洲荒漠区域水热碳通量变化特征及影响机制,并为模式模拟或遥感估算结果等提供可靠的验证数据。

同化MODIS表观热惯量数据对地表水热通量的估算

为弥补缺失农田灌溉资料对模型结果的影响,提高CoLM模型地表水热通量的估算精度,基于集合卡尔曼滤波算法,将表观热惯量(ATI)作为土壤水分的代表值,同化到CoLM(Common Land Model)模型中。选取黑河流域玉米下垫面的大满站,同化MODIS表观热惯量到模型中,将同化结果与模型估算结果、观测值相对比。结果显示:同化后得到的地表水热通量明显比模拟结果更加接近观测值,而MODIS表观热惯量数据的质量和数量也是影响同化结果精度的重要因素,表明表观热惯量的同化能够填补农田灌溉资料的缺失,改进模型地表水热通量的估算结果。

黑河流域气温和降水再分析数据的不确定性评估

评价区域再分析数据的精度和不确定性对于陆面过程模拟和气候变化分析有重要意义。以黑河流域为研究区,基于站点观测数据对中国区域高时空分辨率地面气象要素驱动数据集(CMFD)、黑河流域2000—2015年大气驱动数据集(WRFOUT)及黑河流域3km 6h时空分辨率模拟气象强迫数据(SFD)在不同下垫面条件下气温和降水的模拟精度进行评价,并通过广义三角帽法(TCH)评价3套数据集的不确定性。结果表明:(1)对于气温数据,WRFOUT数据集在草地、灌丛地、荒漠裸地及湿地下垫面精度较高,而CMFD数据集在农田下垫面精度相对较高,5种下垫面中,3套再分析数据的气温产品在灌丛地精度最高;对于降水数据,CMFD数据集在5种下垫面精度均较高,SFD数据集在草地、灌丛地和荒漠裸地,WRFOUT数据集在草地、农田和湿地表现出高估。(2)CMFD与WRFOUT数据集中气温数据的不确定性相对较低,而SFD数据集中气温数据的不确定性相对较大;3套数据集中降水数据均表现出相对较高的不确定性,且区域差异明显,地表植被类型复杂和海拔差异较大的地区数据不确定性较高。

数据同化谱写陆面过程研究中理论模型与观测数据的和弦

陆面数据同化通过融合理论模型和观测数据,为科学家们提供了一个强大的工具,以更准确地模拟和预测土壤湿度、积雪、蒸散发、径流、地下水、农业灌溉、湍流通量、陆表温度、植被动态、作物产量等地表过程关键参量[1~4].数据同化如同一把钥匙,开启了对地球系统科学深入理解的大门.

农田下垫面观测通量的变化特征及其气候学足迹分析

利用2008—2010年馆陶站涡动相关仪和自动气象站观测资料,在保证数据质量的基础上,分析了通量交换特征,并采用算术平均和通量加权2种气候学足迹计算方法,详细探讨了不同时间尺度观测通量的源区分布特征。结果表明:①感热和潜热通量全年都有相同的日变化特征,CO2通量仅在作物生长季表现出与水热通量相反的日变化趋势。各通量受作物种类及其物候特征影响,季节变化明显。在生长季以潜热通量、CO2通量交换为主,其值在生长中期也明显高于生长始末期,且夏玉米的交换量强于冬小麦的。②受风、湍流条件、下垫面状况等共同影响,日尺度的观测通量源区差异最显著,季节尺度次之,年尺度最小。③不同时间尺度下,通量加权的气候学足迹能更合理地反映观测通量源区的平均状况,其源区大小普遍小于算术平均的结果。

不同土壤热通量测算方法的比较及其对地表能量平衡闭合影响的研究

土壤热通量是地表能量平衡的重要分量,对其测算方法的研究对理解能量平衡过程具有十分重要的意义。利用2010年馆陶站土壤热通量等相关观测数据对多种测算土壤热通量的方法:实测土壤热通量和热储存量的结合方法(PlateCal)、热传导方程校正法(TDEC)、谐波分析法(HM)、平均土壤热电偶法(TCAV)、耦合热传导—对流法(ITCC)获取的地表土壤热通量进行了对比分析,并且采用最优方法计算馆陶站2008—2010年的地表土壤热通量,分析了该站土壤热通量日、季节变化特征。主要结论如下:①PlateCal和TDEC法分别为获取土壤热通量的最优观测与计算方法,而HM,TCAV和ITCC法计算结果均不理想;②PlateCal与TDEC法对地表土壤温度均不敏感,而HM法对地表土壤温度则比较敏感,各种地表土壤热通量的观测与计算方法均对土壤湿度敏感;③馆陶站冬小麦、玉米覆盖地表及地表裸露时期的地表土壤热通量均呈现典型的日、季节变化特征,与净辐射变化趋势一致;④考虑热储存后,可将馆陶站2010年各月地表能量闭合率提高4%～11%,对2008—2010年的年能量平衡闭合率提高3%～5%。

黑河流域地表过程综合观测网的运行、维护与数据质量控制

当前,以全球、区域(流域)为单元建立分布式的观测网已成为陆地表层系统观测的主流方向,而良好的运行与维护、严格的数据质量控制是获取高质量观测数据的前提。本文以中国第二大内陆河黑河流域为例,概述了黑河流域地表过程综合观测网的相关情况,总结了该观测网的运行与维护以及数据质量控制的研究进展,主要包括:日-旬-月-年尺度的运行与维护流程,由仪器比对与标定、数据处理、筛选与审核等构成的数据质量控制流程等。以2018年3个超级站为例展示了观测数据成果,并介绍了黑河流域地表过程综合观测网的成效。本文的研究成果将对"丝绸之路经济带"上许多相近内陆河流域的野外观测与数据质量控制等工作起到借鉴作用。

海河流域不同下垫面土壤水分动态模拟研究

针对海河流域不同的下垫面类型,选取密云(果园林地)、大兴(城郊农田)、馆陶(平原农田)3个观测站,建立垂直方向上以含水率θ为因变量、含根系吸水项的非饱和土壤水分运动数值计算模型。该模型以一维Richards方程为基础(以下简称RE模型),采用实测的降水和蒸散数据作为模型的上边界条件,运用全隐式有限差分法,分别对不同生长期内的土壤水分进行数值模拟,得到时间序列的土壤水分廓线,并分别采用成熟软件HYDRUS-1D的模拟结果和各观测站实测土壤水分对RE模型进行交叉验证和直接验证。结果表明RE模型能够很好地模拟海河流域不同下垫面土壤水分动态变化过程,3个站模拟结果与实测土壤水分数据的均方根误差(RMSE)分别为0.03127,0.0359和0.0409 cm3/cm3。与HYDRUS-1D软件模拟结果(其与观测值的RMSE分别为0.03759,0.0647和0.0467 cm3/cm3)相比,RE模型模拟的土壤水分具有更高的精度,也显示出RE模型的可靠性。探讨3个站土壤水分的时空变异规律及其影响因子并以大兴站为例,通过优化RE模型参数,探讨犁底层对土壤水分模拟结果的影响,进一步改善RE模型的模拟精度。

遥感估算地表蒸散发真实性检验研究进展

地表蒸散发是连接土壤—植被—大气连续体的纽带,结合遥感技术估算地表蒸散发已成为获取区域乃至全球尺度时空连续地表蒸散发量的有效手段。由于遥感估算地表蒸散发容易受到地表空间异质性和近地层气象条件复杂性的影响,在模型机理与变量参数化方案、输入数据和时间尺度扩展等方面存在不确定性,影响了其准确度的提高和应用范围的拓展,因此需要开展真实性检验。本文综述了当前遥感估算地表蒸散发(包括植被蒸腾和土壤蒸发)真实性检验研究的相关成果,重点归纳并总结了应用于遥感估算地表蒸散发真实性检验的直接检验法和间接检法的主要原理、适用性和优缺点,在此基础上阐述了当前遥感估算地表蒸散发真实性检验研究所面临的挑战。分析表明:由于地表空间异质性的普遍存在,遥感估算地表蒸散发真实性检验研究在理论和方法方面还受到诸多挑战,今后应打破地表蒸散发遥感产品真实性检验局限在均匀地表的传统思路,发展非均匀地表遥感估算地表蒸散发真实性检验的理论框架,包括地表水热状况空间异质性的度量、非均匀地表验证场的优化布设、非均匀下垫面地表蒸散发的多尺度观测试验、卫星像元/区域尺度地表蒸散发相对真值的获取、验证过程中的不确定性分析以及遥感估算地表蒸散发的实证研究等,并构建一个多源、多尺度、多方法、多层次的真实性检验技术流程,以期把遥感估算地表蒸散发真实性检验作为突破口,提升相应遥感产品的应用水平,推动定量遥感科学的发展。

土壤蒸发和植被蒸腾遥感估算与验证

地表蒸散发是土壤—植被—大气系统中能量和水循环的重要环节,它包括土壤、水体和植被表面的蒸发,以及植被蒸腾。随着地表参数多源遥感产品的快速发展,利用不同地表参数遥感产品估算地表蒸散发以及其组分土壤蒸发和植被蒸腾成为日常监测越来越便利,监测尺度已从单站扩展到田块、区域乃至全球。目前地表蒸散发双层遥感估算模型按照建模机理的不同可分为:系列模型、平行模型、基于特征空间的模型、结合传统方法的模型以及数据同化方法。本文从模型构建物理机制、模型驱动数据以及模型输出结果验证等方面总结了上述模型的发展历史和现状,并指出在模型结构与参数化方案的优化、高分辨率模型驱动数据的发展、土壤蒸发和植被蒸腾像元尺度"地面真值"的获取等方面都仍需进一步完善。

Noah-MP陆面模式在高寒草地生长季水热交换的模拟评估和改进

高寒草地是青藏高原的主要生态系统,其水热交换的准确模拟对于加强高原陆气相互作用过程的认识具有十分重要的意义.本文利用青藏高原东北部黑河流域上游地表过程综合观测网的四个高寒草地站点生长季观测数据,对Noah-MP陆面模式的集合数值模拟进行了评估,并对参数化方案进行了改进.首先开展了生长季7个主要物理过程/物理量的集合数值模拟试验,共计1008种参数化选项组合方案,并基于泰勒技巧分选取适合高寒草地水热交换模拟的参数化选项组合方案;在此基础上,通过引入新的热力学粗糙度、土壤水力性质和根系垂直分布的参数化方案进一步改进了Noah-MP的水热交换模拟精度.研究发现:(1)Noah-MP在高寒草地生长季的水热交换模拟主要受植被动态生长(Dveg)、冠层气孔阻抗(Crs)、地表径流与地下水(Run)和地表热力交换系数(Sfc)四个物理过程/物理量的影响,它们的参数化选项对模拟结果影响较大;(2)Noah-MP框架下选取的最优参数化选项组合方案在所有站点均存在明显的感热通量(H)高估和土壤水分(θ)低估的问题;(3)通过引入新的热力学粗糙度的参数化方案能够显著改进H的高估问题,进一步引入考虑有机质影响的土壤水力性质参数化方案和新的根系垂直分布函数能够显著改进θ的低估问题.本文的结果为进一步改进陆面模式在高寒草地的水热交换模拟提供了重要参考.

不同下垫面DTD模型与TSEB模型比较

双源能量平衡模型(Two Source Energy Balance,TSEB)和双温度差模型(Dual Temperature Difference,DTD)目前已应用于不同的下垫面类型和环境条件下地表蒸散发估算研究,但是由于模型构建理论机理的差异,模型表现会随着下垫面类型和环境条件的变化而有所不同。因此,本研究选取了黑河流域高寒草地、半干旱区灌溉农田以及干旱区河岸林3种下垫面类型地面观测数据,系统分析了DTD模型和TSEB模型的适用性以及主要误差来源。结果表明:①在瞬时尺度上,DTD模型在高寒草地上估算潜热通量的误差较小,其RMSE为62.00 W/m2,而TSEB模型的RMSE为75.49 W/m2,2个模型的精度会随着植被覆盖度的增加而出现差异;在半干旱区灌溉农田区域,2种模型表现较为一致,但是在干旱区河岸林,2种模型都低估了潜热通量,且模型误差较大;②在日尺度上,DTD模型和TSEB模型的表现与瞬时尺度表现较为一致,同时2种模型拆分的植被蒸腾比与基于uWUE模型(Water Use Efficiency,u WUE)拆分的结果吻合较好,但DTD模型的表现要优于TSEB模型;③相比较DTD模型而言,TSEB模型对地表温度输入误差更为敏感。本研究通过对比DTD模型和TSEB模型在不同下垫面和环境条件的表现,为今后模型优化提供了理论依据。