陇中地区典型玉米农田生态系统呼吸作用对温湿度的响应研究

农田生态系统碳通量变化主要由作物光合作用和农田的呼吸作用引起。在陆地生态系统中,准确评估玉米农田生态系统的呼吸作用产生的碳排放量对全球碳通量的研究意义重大。使用甘肃省会宁县大山川村(属陇中半干旱区)玉米农田生态系统在2020年11月至2021年10月的涡度和土壤水分及温度监测数据,分析了玉米农田生态系统呼吸速率(R_(eco))的日平均变化和呼吸敏感性指数(Q_(10))在生长季内的月平均变化,探讨R_(eco)对温度的响应,并用不同模型进行拟合评估。陇中半干旱区玉米农田生态系统呼吸速率在年内呈单峰变化,日均最大呼吸速率11.49μmol/(m^(2)·s),相比呼吸速率对空气温度(Ta)与不同深度土壤温度(Ts)的响应,深度20 cm处的土壤温度(Ts_(20))对该地区R_(eco)全年拟合效果最佳。Q_(10)指数在生长季内表现出单峰型变化,最大值出现在8月(5.52μmol/(m^(2)·s)。通过各个模型拟合得出陇中地区玉米农田生态系统年呼吸碳排放量介于863.71~990.18 g C/m^(2),选择拟合效果最好的模型(Q_(10)模型),在考虑参数时变性对Q_(10)模型优化后,Q_(10)模型拟合精度得到大幅度提升,年碳排放量估计值由868.57 g C/m^(2)提高至1094.48 g C/m^(2),更加接近观测值(1110.28 g C/m^(2))。R_(eco)在土壤水分低于0.16 m^(3)/m^(3)时(出现在12-2月)受到抑制。

玉米农田生态系统蒸散发模型参数优化

【目的】在无法根据实测值得到具体模型参数的地域,对经验参数进行优化以提高区域蒸散发模型的精度。【方法】通过黑河流域生态水文过程综合遥感试验水文气象观测数据集中的大满超级站气象要素梯度观测系统的数据,研究玉米农田生态系统的蒸散发模型优化问题。采用差分进化自适应算法,以潜热通量和感热通量为优化目标,引入能量闭合因子对模型参数的优化,核心思想为贝叶斯理论,通过构造多条马尔科夫链来估计参数的后验信息;引入传统评价指标包括决定系数(R^(2))、线性回归斜率、均方根误差(RMSE)、一致性指数(IA)、纳什系数(NSE),对Shuttleworth-Wallace原模型和优化后模型的潜热通量和感热通量的模拟性能进行评价。【结果】模型校准期,优化后模型相对于Shuttleworth-Wallace原模型在模拟潜热通量时,均方根误差降低52.46%,一致性指数提高17.3%;优化后模型在模拟潜热通量时,纳什系数达到0.82。在模拟感热通量时,优化后模型相对于Shuttleworth-Wallace原模型的评价指数提高不明显。模型验证期,优化后模型相对于Shuttleworth-Wallace原模型在模拟潜热通量时,均方根误差降低50.51%,一致性指数提高14.46%;优化后模型模拟潜热通量时,纳什系数达到0.80。在模拟感热通量时,优化后模型相对于Shuttleworth-Wallace原模型的评价指数提高不明显。【结论】对于不能根据实测值得到具体模型参数的地域,根据条件相似获得该区域的经验参数,将经验参数代入Shuttleworth-Wallace原模型中模拟该区域蒸散发,效果不理想,模型评价数据较差;相对于Shuttleworth-Wallace原模型的评价数据,优化方案对经验参数进行优化,优化后模型对潜热通量的模拟有了较大的提高,但是对感热通量模拟性能提升的效果不明显。

玉米蒸散发变化的归因——基于贝叶斯原理参数优化的双源模型

蒸散发(ET)变化的归因分析对理解蒸散发的控制机理具有重要意义,是建立可靠的蒸散发模型和预测蒸散发变化的基础。通过贝叶斯方法,用差分进化自适应都市(DREAM)算法对双源蒸散发模型(SW)参数优化,使其模拟值与在玉米农田中获得半小时ET观测值达到最佳模拟效果。然后将涡度相关法与SW模型相结合,利用泰勒偏微分方程定量评估了黑河流域大满站玉米区域气候和植被变量对土壤蒸发(ET_(s))和植物散发(ET_(c))的相对贡献。与2016年相比,2017和2018年平均ET_(s)分别增加了2.56 W/m~2和72.90 W/m~2,2017年ET_(c)增加了24.41 W/m~2,2018年减少了13.38 W/m~2。2017年和2018年土壤表面可用能量(A_(s))对ET_(s)变化的贡献分别为124%和95.4%,冠层阻力(r_(s)^(c))对ET_(c)变化的贡献分别为68.8%和71.9%。参数优化后的SW模型与实测值拟合良好,能够反映ET的动态变化。ET的年际变化受气候和植物的复杂相互作用的影响,A_(s)和饱和水汽压差是驱动ET_(s)年际变化的主要因子,而冠层上方可用能量和r_(s)^(c)是驱动ET_(c)年际变化的主要因子。

基于能量不平衡优化PSEB蒸散发模型

【目的】优化PSEB蒸散发模型参数,提高模型性能。【方法】利用兰州大学半干旱区流域地表过程与环境变化野外科学观测站的数据,研究PSEB模型优化问题。采用差分进化自适应算法,其核心思想为贝叶斯理论,在PSEB模型中引入能量不平衡修正项(αR_(n)),通过构造多条马尔科夫链来估计参数的后验信息。运用传统评价指标包括决定系数(R^(2))、线性回归斜率(Slope)、一致性系数(IA)、模型效率(EF)、平均偏倚误差(MBE)、均方根误差(RMSE),对优化后的PSEB模型性能进行评价。【结果】运用DREAM算法之后,模型的部分参数和能量不平衡修正项(αR_(n))得到了很好的约束。2种方案在模型校准期线性回归斜率分别为0.76、0.91,均方根误差(RMSE)值分别为91.24、78.33,方案二的斜率相比方案一更接近于1,且方案二的RMSE值相比方案一降低14%,2种方案的一致性指数(IA)均为0.93。在验证期,2种方案的线性回归斜率分别为0.51、0.54,均方根误差分别为73.14和67.02,比方案一,方案二的斜率更接近于1,且均方根误差(RMSE)降低了8%,一致性指数(IA)分别为0.87和0.88。【结论】DREAM算法降低了PSEB模型中部分参数和能量不平衡修正项的不确定性,提高了模型性能。