提升生态系统呼吸经验模型精度的通用方法

1.本发明属于生态学研究的技术领域，具体涉及一种提升生态系统呼吸经验模型精度的通用方法。


背景技术：

2.生态系统呼吸(ecosystem respiration，er)是指生态系统中将有机碳转化为二氧化碳的所有生物(包括消费者和初级生产者)过程，是陆-气碳交换的第二大通量。其细微的变化都会对大气中的二氧化碳含量产生显著影响。而作为碳循环的重要组成部分，准确地估算生态系统呼吸过程是合理评价生态系统碳收支平衡的前提和基础，是现今研究碳循环的一大重点。
3.由于生态系统呼吸仅仅只是陆地和大气之间碳交换的组分之一，难以通过人为手段进行分离观测，评估生态系统呼吸水平较常用的方法是结合涡度相关系统观测的夜间生态系统净碳交换(nee)观测数据进行模型模拟。然而，由于生态系统呼吸包含复杂的机理过程，且其不同的呼吸组分受到各种复杂的因子影响，应用最为方便、广泛的呼吸经验模型在不同下垫面的适用性还存在较大的不确定性。
4.鉴于此，如何提出一种提升生态系统呼吸经验模型精度的通用方法，能够整体提升呼吸传统经验模型在不同下垫面的适用性成为目前需要解决的技术问题。


技术实现要素：

5.本发明的目的在于针对现有技术的不足之处，提供一种提升生态系统呼吸经验模型精度的通用方法，该方法将传统的单源整体经验模型从结构上分割为地上部分呼吸和地下部分呼吸两部分，提升了模型进一步精细刻画呼吸过程的能力和精度。
6.为解决上述技术问题，本发明采用如下技术方案：
7.一种提升生态系统呼吸经验模型精度的通用方法，包括如下步骤：
8.步骤1、获取植物呼吸观测数据、气象数据以及植物现有常用的生态系统呼吸经验模型，对获取的观测数据进行预处理，按模型结构特征对现有常用的生态系统呼吸经验模型进行分类；
9.步骤2、将植物整体生态系统呼吸划分为地上部分呼吸和地下部分呼吸；
10.步骤3、根据步骤2的划分方法，设立比重分割因子α对步骤1的各生态系统呼吸经验模型进行地上、地下部分呼吸的分割，通过比重分割因子α分配地上和地下两部分的占比及重要性，在生态系统呼吸经验模型中地上、地下两部分的其他参数保持一致的情况下，采用步骤1中的数据率定比重分割因子α；
11.步骤4、率定完成后选用评价指标评价改进后的呼吸经验模型的模拟精度。
12.进一步地，对观测数据预处理的方法为：
13.接受级别为0或1的观测数据；
14.接受夜间co2通量为正值的数据；
15.接受摩擦风速大于0.2米/秒的观测数据；
16.随后根据3σ准则对上述数据进行进一步筛选，排除异常数据。
17.进一步地，步骤1中将生态系统呼吸经验模型按以下方式进行分类：
18.第一类：呼吸经验模型仅有温度作为输入变量，表达式为：
19.er＝er
ref
f(t)
20.式中，er
ref
为参考呼吸，f()表示所选模型生态系统呼吸和温度的响应关系函数，t为空气温度或土壤温度；
21.第二类：呼吸经验模型同时考虑温度和土壤水作为输入变量，且作用形式为简单的连乘形式，表达式为：
22.er＝er
ref
f(t)f(swc)
23.式中，er
ref
为参考呼吸，f()表示所选模型生态系统呼吸和温度或土壤水的响应关系函数，t为空气温度或土壤温度，swc为土壤体积含水率；
24.第三类：呼吸经验模型同时考虑温度和土壤水作为输入变量，且对生态系统呼吸具有协同作用，表达式为：
25.er＝er
ref
f(t,swc)
26.式中，er
ref
为参考呼吸，f()表示所选模型生态系统呼吸和温度和土壤水的响应关系函数，t为空气温度或土壤温度，swc为土壤体积含水率。
27.进一步地，步骤2中植物整体生态系统呼吸的表达式为：
28.er＝er
above
+er
below
；
29.式中，er
above
为地上部分呼吸，er
below
为地下部分呼吸。
30.进一步地，步骤3中的改进方式如下：
31.若应用该改进方法对第一类的原呼吸模型进行改进，则改进表达式为：
32.er＝er
ref
[α
×
f(ta)+(1-α)
×
f(ts)]
[0033]
式中，ta为空气温度，ts为土壤温度。
[0034]
进一步地，步骤3中的改进方式如下：
[0035]
若应用该改进方法至步骤1中第二类的原呼吸模型，则改进表达式为：
[0036]
er＝er
ref
[α
×
f(ta)+(1-α)
×
f(ts,swc)]；
[0037]
式中，ta为空气温度，ts为土壤温度。
[0038]
进一步地，步骤3中的改进方式如下：
[0039]
若应用该改进方法至符合步骤1中第三类的原呼吸模型，则改进表达式为：
[0040]
er＝er
ref
[α
×
f(ta,swc)+(1-α)
×
f(ts,swc)]；
[0041]
式中，ta为空气温度，ts为土壤温度。
[0042]
进一步地，步骤3中率定比重分割因子α的方法为：
[0043]
参数率定时，先固定α的值，随后率定呼吸经验模型中的其他参数，采用步骤1中的数据对其他参数进行率定，率定过程中每个时间周期获得一组率定的参数值，每组率定的参数值都有一个rmse，以rmse的倒数为每组参数的加权因子最后在一年的数据长度内进行加权，得到其他参数该年的平均参数值，最为其最终值；在获得其他参数最终值后，根据最终值再次计算er
ref
的最终率定值，在得到er
ref
的最终率定值后迭代不同的α值直至模拟的均方根误差达到最小。
[0044]
进一步地，评价指标选用决定系数r2的相对百分比，通过对改进后的呼吸经验模型分别采用空气温度或土壤温度进行模拟得到r2的相对百分比δr2，依据δr2评估改进效果。
[0045]
进一步地，在评价改进后的呼吸经验模型改进效果时，同时设立多组试验组进行对比：
[0046]
空气温度组别：在原呼吸经验模型中输入空气温度进行模拟；
[0047]
土壤温度组别：在原呼吸经验模型中输入土壤温度进行模拟；
[0048]
改进模型组别：在改进的呼吸经验模型中同时输入空气温度和土壤温度进行模拟。
[0049]
与现有技术相比，本发明的有益效果为：本发明通过将传统单源呼吸模型划分为地上地下两部分，在提升模型进一步精细刻画呼吸过程的同时提升了模型的模拟精度，同时解决了传统经验模型在人为选择驱动温度输入时带来的偏差；对于同时考虑了温度和土壤水的原呼吸模型，由于swc仅能作为影响呼吸的第二要素，当swc影响显著时，该方法能分配给包含swc的地下部分更多的权重，而在其影响不显著时减少分配，极大地提高了模型在具有不同特征的生态系统中的适用性；并且本发明具有参数少，结构简单等特点，因此具有较好的适用性。本发明简单且实用，可用于提高模型模拟精度和适用性，更加准确的评估生态系统呼吸过程，为进一步精确评估区域碳收支水平，预测全球气候变化背景下碳循环过程的演变提供有力支持。
附图说明
[0050]
图1为本发明实施例中三个试验组的年模拟r2相对百分比δr2的对比图，其中，(1)为tdg与tag相比；(2)为tdg与tsg相比；(3)为tdg同时与tag和tsg相比。
具体实施方式
[0051]
下面将结合本发明实施例对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0052]
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
[0053]
下面结合具体实施例对本发明作进一步说明，但不作为本发明的限定。
[0054]
本发明实施例提供一种提升生态系统呼吸经验模型精度的通用方法，其特征在于，包括如下步骤：
[0055]
步骤1、获取植物呼吸观测数据、气象数据以及植物现有常用的生态系统呼吸经验模型，对获取的观测数据进行预处理，按模型结构特征对现有常用的生态系统呼吸经验模型进行分类；
[0056]
本实施例选取fluxnet2015提供的通量站观测数据和气象数据为研究实例。选取常绿阔叶林(ebf)、落叶阔叶林(dbf)、常绿针叶林(enf)、混交林(mf)、草原(gra)和农田(cro)等六种下垫面的代表性站点观测资料，每个站点资料时间序列长度均大于10年。这些
数据经过严格筛选，以确保对模型性能评估的完整性。对通量观测数据的初步筛选采用了以下标准：(1)接受质量最好的观测数据(级别为0或1)；(2)接受夜间co2通量为正值的数据，以排除异常值；(3)接受摩擦风速大于0.2米/秒的观测数据，因为在此条件下，湍流通量的观测条件更可靠。随后根据3σ准则对数据进行进一步筛选，排除可能由电源波动、极端天气等引起的异常值。
[0057]
获取生态系统呼吸经验模型并将其按以下方式进行分类：
[0058]
第一类：呼吸经验模型仅有温度作为输入变量，表达式为：
[0059]
er＝er
ref
f(t)
[0060]
式中，er
ref
为参考呼吸(温度为10℃时的呼吸值)，f()表示所选模型生态系统呼吸和温度的响应关系函数。t为空气温度或土壤温度(℃)(目前没有明确的定论采用何处的温度模拟效果更好)。
[0061]
第二类：呼吸经验模型同时考虑温度和土壤水作为输入变量，且作用形式为简单的连乘形式，表达式为：
[0062]
er＝er
ref
f(t)f(swc)
[0063]
式中，er
ref
为参考呼吸(温度为10℃时的呼吸值)，f()表示所选模型生态系统呼吸和温度或土壤水的响应关系函数。t为空气温度或土壤温度(℃)(目前没有明确的定论采用何处的温度模拟效果更好)，swc为土壤体积含水率(％)；
[0064]
第三类：呼吸经验模型同时考虑温度和土壤水作为输入变量，且对生态系统呼吸具有协同作用，表达式为：
[0065]
er＝er
ref
f(t,swc)
[0066]
式中，er
ref
为参考呼吸(温度为10℃时的呼吸值)，f()表示所选模型生态系统呼吸和温度和土壤水的响应关系函数。t为空气温度或土壤温度(℃)(目前没有明确的定论采用何处的温度模拟效果更好)，swc为土壤体积含水率(％)。
[0067]
在本实施例中，获取的呼吸经验模型如表1所示，其中，仅将温度作为输入变量的三个模型是van't hoff、arrhenius、lloyd&taylor模型。将温度和土壤含水量同时作为输入变量的模型是multiplicativeⅰ、multiplicativeⅱ和modified q10。
[0068]
表1生态系统呼吸经验模型
[0069]
[0070][0071]
式中：er
ref
是参考呼吸量(时的呼吸量)；b是回归参数；t是温度(℃)；ea是代表活化能的实验常数(j mol-1
)；r是气体常数(8.314j k-1
mol-1
)；e0是表征生态系统呼吸温度敏感性的参数(k)；t0为-46.02℃；swc为土壤含水量(％)；a、b、c和d是需要率定的实验常数。
[0072]
步骤2、将植物整体生态系统呼吸划分为地上部分呼吸和地下部分呼吸；植物整体生态系统呼吸的表达式为：
[0073]
er＝er
above
+er
below
；
[0074]
式中，er
above
为地上部分呼吸，er
below
为地下部分呼吸。
[0075]
步骤3、根据步骤2的划分方法，设立比重分割因子α对步骤1的各生态系统呼吸经验模型进行地上、地下部分呼吸的分割，通过比重分割因子α分配地上和地下两部分的占比及重要性，生态系统呼吸经验模型中地上、地下两部分的其他参数保持一致，采用步骤1中的数据率定比重分割因子α；
[0076]
生态系统呼吸是几个不同的土壤和植物过程的复杂整合。er可以分为来自植物冠层的地上自养呼吸(erabove)和来自植物根系和土壤微生物的地下土壤呼吸(erbelow)。为了揭示对er的控制，er的组分分离被认为是必要的。在广泛的陆地生态系统中，er的地上和地下部分对温度和水分的反应不同，例如空气温度(tair)主要控制地上部分，而地下部分主要由土壤温度(tsoil)和swc决定。在这种情况下，erabove和erbelow的主要驱动因素和分配比例很可能因植物功能类型而异。然而，传统的经验呼吸模型通常假定er只有一个总体来源计算。而且目前并没有明确的定论究竟以何处的温度作为模型驱动是最好。传统单源模型的输入温度选择在某种程度上是任意的，给模拟带来了更多的不确定性。因此，通过
将经验模型划分为地上部分和地下部分，并用与两部分更加相关影响因素作为变量输入，从模型结构的角度通过进一步精细化呼吸过程和对应的影响因子来估算整体，可能会有很大的潜力来提高经验模型的准确性。基于此，对原呼吸经验模型的改进得到：
[0077]
若应用该改进方法对第一类的原呼吸模型进行改进，则改进表达式为：
[0078]
er＝er
ref
[α
×
f(ta)+(1-α)
×
f(ts)]
[0079]
式中，ta为空气温度，ts为土壤温度；
[0080]
若应用该改进方法至步骤1中第二类的原呼吸模型，则改进表达式为：
[0081]
er＝er
ref
[α
×
f(ta)+(1-α)
×
f(ts,swc)]；
[0082]
式中，ta为空气温度，ts为土壤温度；
[0083]
若应用该改进方法至符合步骤1中第三类的原呼吸模型，则改进表达式为：
[0084]
er＝er
ref
[α
×
f(ta,swc)+(1-α)
×
f(ts,swc)]；
[0085]
式中，ta为空气温度，ts为土壤温度；
[0086]
在本实施例中，基于不同的呼吸经验模型，进行改进，改进后的模型结构见表2。
[0087]
表2融合新方法后呼吸模型结构
[0088][0089]
在得到改进后的呼吸经验模型后，对呼吸经验模型中的参数进行率定。在本实施例中，参数率定时，先固定α的值，随后率定其他参数，在15天的移动窗口内，每5天使用测量值(夜间nee、t和swc)对其他参数进行率定，即每5d获得一组率定的参数值，每组率定的参数值都有一个rmse，以rmse的倒数为每组参数的加权因子最后在一年的数据长度内进行加权，率定得到其他参数该年的平均参数值作为其他参数最终值。在获得其他参数的最终值后，每隔5d在15d的移动窗口内再次计算er
ref
的最终率定值。在获得er
ref
的最终率定值后，迭代不同的α值直至模拟的均方根误差rmse达到最小，即获得比重分割因子α；其中，均方根
误差的计算公式为：
[0090][0091]
式中，oi、pi分别对应为观测值、模拟值，是oi的平均值,是pi的平均值(i＝1,2,...,m)。
[0092]
步骤4、率定完成后选用评价指标评价改进后的呼吸经验模型的模拟精度；在该步骤中，选择评价指标为决定系数的相对百分比，其中，决定系数r2的公式如下：
[0093][0094]
式中，oi、pi分别对应为观测值、模拟值，是oi的平均值,是pi的平均值(i＝1,2,...,m)；
[0095]
r2的相对百分比δr2计算公式为：
[0096][0097]
式中，为改进后的拟合优度，为原模型的拟合优度
[0098]
对改进后的模型分别采用空气温度或土壤温度进行模拟并根据r2的相对百分比评估改进效果。具体地，在本实施例中，选取六个代表性通量观测站点共79年站年数据，以每一年数据为一个场次对原呼吸经验模型和改进后的呼吸经验模型进行模拟与验证，进行模拟对比试验时，设立三个试验组别：
[0099]
空气温度组别(tag)：在原呼吸经验模型中输入空气温度进行模拟；
[0100]
土壤温度组别(tsg)：在原呼吸经验模型中输入土壤温度进行模拟；
[0101]
改进模型组别(tdg)：在改进的呼吸经验模型中同时输入空气温度和土壤温度进行模拟；
[0102]
将组别tdg单独相对组别tag或组别tdg单独相对组别tdg，以及组别tdg同时相对组别tag和tsg进行对比，然后将六个代表性通量观测站点共79年站年数据输入到组别tag、tsg、tdg中对比年模拟r2相对百分比(δr2)的结果见图1，图1为在所有场次年的模拟中tdg组与tag和tsg组相比改进的δr2高于0％或10％的统计比率。这些比率是通过对所有站点年数据集的模拟结果的计数计算出来的，其中，(1)为tdg与tag相比；(2)为tdg与tsg相比；(3)为tdg同时与tag和tsg相比。此外，浅色代表δr2》0％，深色代表δr2》10％。从图1可以看出，对所有模型而言，在近57％～96％的场次中，改进后的呼吸经验模型相对于原模型模拟均得到了提升(δr2》0％)，且其中δr2超过10％的场次数达到6％～79％，这说明多次模拟结果模拟精度存在着明显提高。可见，本发明实施例提出的一种提升生态系统呼吸经验模型精度的通用方法，能有效提升模型模拟精度，增强不同模型在各种下垫面中的适用性。
[0103]
以上仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对
于本领域技术人员而言，应当能够意识到凡运用本发明说明书内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

技术特征：
1.一种提升生态系统呼吸经验模型精度的通用方法，其特征在于，包括如下步骤：步骤1、获取植物呼吸观测数据、气象数据以及植物现有常用的生态系统呼吸经验模型，对获取的观测数据进行预处理，按模型结构特征对现有常用的生态系统呼吸经验模型进行分类；步骤2、将植物整体生态系统呼吸划分为地上部分呼吸和地下部分呼吸；步骤3、根据步骤2的划分方法，设立比重分割因子α对步骤1的各生态系统呼吸经验模型进行地上、地下部分呼吸的分割，通过比重分割因子α分配地上和地下两部分的占比及重要性，在生态系统呼吸经验模型中地上、地下两部分的其他参数保持一致的情况下，采用步骤1中的数据率定比重分割因子α；步骤4、率定完成后选用评价指标评价改进后的呼吸经验模型的模拟精度。2.根据权利要求1所述的提升生态系统呼吸经验模型精度的通用方法，其特征在于，对观测数据预处理的方法为：接受级别为0或1的观测数据；接受夜间co2通量为正值的数据；接受摩擦风速大于0.2米/秒的观测数据；随后根据3σ准则对上述数据进行进一步筛选，排除异常数据。3.根据权利要求1所述的提升生态系统呼吸经验模型精度的通用方法，其特征在于，步骤1中将生态系统呼吸经验模型按以下方式进行分类：第一类：呼吸经验模型仅有温度作为输入变量，表达式为：er＝er
ref
f(t)式中，er
ref
为参考呼吸，f()表示所选模型生态系统呼吸和温度的响应关系函数，t为空气温度或土壤温度；第二类：呼吸经验模型同时考虑温度和土壤水作为输入变量，且作用形式为简单的连乘形式，表达式为：er＝er
ref
f(t)f(swc)式中，er
ref
为参考呼吸，f()表示所选模型生态系统呼吸和温度或土壤水的响应关系函数，t为空气温度或土壤温度，swc为土壤体积含水率；第三类：呼吸经验模型同时考虑温度和土壤水作为输入变量，且对生态系统呼吸具有协同作用，表达式为：er＝er
ref
f(t，swc)式中，er
ref
为参考呼吸，f()表示所选模型生态系统呼吸和温度和土壤水的响应关系函数，t为空气温度或土壤温度，swc为土壤体积含水率。4.根据权利要求1所述的提升生态系统呼吸经验模型精度的通用方法，其特征在于，步骤2中植物整体生态系统呼吸的表达式为：er＝er
above
+er
below
；式中，er
above
为地上部分呼吸，er
below
为地下部分呼吸。5.根据权利要求3所述的提升生态系统呼吸经验模型精度的通用方法，其特征在于，步骤3中的改进方式如下：若应用该改进方法对第一类的原呼吸模型进行改进，则改进表达式为：
er＝er
ref
[α
×
f(t
a
)+(1-α)
×
f(t
s
)]式中，t
a
为空气温度，t
s
为土壤温度。6.根据权利要求3所述的提升生态系统呼吸经验模型精度的通用方法，其特征在于，步骤3中的改进方式如下：若应用该改进方法至步骤1中第二类的原呼吸模型，则改进表达式为：er＝er
ref
[α
×
f(t
a
)+(1-α)
×
f(t
s
，swc)]；式中，t
a
为空气温度，t
s
为土壤温度。7.根据权利要求3所述的提升生态系统呼吸经验模型精度的通用方法，其特征在于，步骤3中的改进方式如下：若应用该改进方法至符合步骤1中第三类的原呼吸模型，则改进表达式为：er＝er
ref
[α
×
f(t
a
,swc)+(1-α)
×
f(t
s
,swc)]；式中，t
a
为空气温度，t
s
为土壤温度。8.根据权利要求5-7中任意一项所述的提升生态系统呼吸经验模型精度的通用方法，其特征在于，步骤3中率定比重分割因子α的方法为：参数率定时，先固定α的值，随后率定呼吸经验模型中的其他参数，采用步骤1中的数据对其他参数进行率定，率定过程中每个时间周期获得一组率定的参数值，每组率定的参数值都有一个rmse，以rmse的倒数为每组参数的加权因子最后在一年的数据长度内进行加权，得到其他参数该年的平均参数值，最为其最终值；在获得其他参数最终值后，根据最终值再次计算er
ref
的最终率定值，在得到er
ref
的最终率定值后迭代不同的α值直至模拟的均方根误差达到最小。9.根据权利要求1所述的提升生态系统呼吸经验模型精度的通用方法，其特征在于，评价指标选用决定系数r2的相对百分比，通过对改进后的呼吸经验模型分别采用空气温度或土壤温度进行模拟得到r2的相对百分比δr2，依据δr2评估改进效果。10.根据权利要求1所述的提升生态系统呼吸经验模型精度的通用方法，其特征在于，在评价改进后的呼吸经验模型改进效果时，同时设立多组试验组进行对比：空气温度组别：在原呼吸经验模型中输入空气温度进行模拟；土壤温度组别：在原呼吸经验模型中输入土壤温度进行模拟；改进模型组别：在改进的呼吸经验模型中同时输入空气温度和土壤温度进行模拟。

技术总结
本发明提供一种提升生态系统呼吸经验模型精度的通用方法，包括如下步骤：获取生态系统呼吸经验模型并按模型结构特征对其进行分类；将植物整体生态系统呼吸划分为地上部分呼吸和地下部分呼吸；根据步骤2的划分方法，设立比重分割因子α对各生态系统呼吸经验模型进行地上、地下部分呼吸的分割，通过比重分割因子α分配地上和地下两部分的占比及重要性，在生态系统呼吸经验模型中地上、地下两部分的其他参数保持一致的情况下，率定比重分割因子α；率定完成后选用评价指标评价改进后的呼吸经验模型的模拟精度。本发明将传统的单源整体经验模型从结构上分割为地上、地下部分呼吸，提升了模型进一步精细刻画呼吸过程的能力和精度。精度。精度。


技术研发人员：王帅 秦淑静 程磊 付琛昊
受保护的技术使用者：武汉大学
技术研发日：2023.04.25
技术公布日：2023/7/25