森林生态系统土壤呼吸监测与评价方法研究

Soil is a huge carbon pool and soil respiration is a major contributor of atmospheric CO2,so it is important significance to study the dynamic characteristics of forest soil respiration.But,Traditional monitoring methods of soil respiration are often used a single point to measure regions which may lead to huge errors.Because of the shortcomings of traditional monitoring methods, the project plans to use distributed monitoring networks as data acquisition platform to study Tianmu Mountain forest ecosystems.We study precision control methods of soil respiration monitor SFO-V1001 to improve the reliability of the monitoring device.We study the theory of the placement based on computer image segmentation algorithm to determine the location and number of monitoring points.We study the spatial interpolation method based on BP neural network algorithm to solve nonlinear problems of spatial distribution.We study the temporal and spatial characteristic of forest soil respiration based on multi-scale distribution to improve the rationality of analysis and evaluation in soil respiration.The purpose of the project is to further study the dynamic changes of forest soil carbon and its regulatory mechanisms and to provide technology for evaluating Chinese terrestrial ecosystem carbon budget.

土壤是一个巨大的碳库, 土壤呼吸是大气CO2的主要贡献者，故探索森林土壤呼吸动态变化特征，对于正确评价中国陆地生态系统碳收支具有重要的战略意义。但是，传统土壤呼吸监测方法无法对区域范围进行测量，往往以单点监测数据表征整个区域，其结果存在很大的不确定性。针对传统监测方法的弊端，本项目拟以浙江省天目山森林生态系统为示范，以分布式监测网络为数据采集平台，探索自制土壤呼吸仪SFO-V1001的精度控制方法，提高自制监测仪的可靠性；研究基于计算机图像分割算法的布点理论，确定监测点布置位置和布置数量；探索基于BP神经网络算法的空间插值方法，以解决非线性、海量数据空间分布问题；研究基于多尺度分布的森林土壤呼吸时空动态特征分析方法，提高土壤呼吸时空异质性分析与评价的合理性。旨改进森林土壤呼吸空间变异性分析的科学性，为进一步研究森林土壤碳的动态变化及其调控机理、评价中国陆地生态系统碳收支作必要的技术支撑。

土壤是个巨大的碳库，土壤呼吸是大气二氧化碳的主要贡献者，研究森林土壤呼吸时空动态变化特征对于正确评价中国陆地生态系统碳收支具有重要的战略意义。.本项目研究了森林生态系统土壤呼吸监测准确性控制方法，研制了基于气体扩散理论的土壤呼吸监测仪，在开放型气室内采集不同梯度的环境因子，通过FICK定理和Maxwell-Stefan原理建立CO2气体扩散模型计算碳通量。并利用卡尔曼滤波算法，对多个气室的通量数据进行融合，得到更可靠、更准确的土壤呼吸值。研究了土壤呼吸监测点的布置方法，通过监测土壤温度，建立研究区域内的土壤温度分布图，并依据Sobel算子建立土壤温度梯度图，然后利用区域生长算法，对土壤温度梯度梯度图进行分割处理，确定监测点数量和监测点位置，得到有效的土壤呼吸采样点方法。研究BP神经网络的空间插值方法，把研究区域的空间信息、土壤温湿度、土壤呼吸等数据作为输入信息，对BP神经网络进行改进，采取分组训练组合优化的BP神经网络拟合方案，对每一组网络进行组合优化，通过不断的迭代与循环，优化神经网络的权值和域值，生成拟合参数完成空间插值方法。研究森林土壤呼吸的时空动态特征分析评价方法，以不同尺度的土壤呼吸空间分布图为基础，采用ArcGIS对研究区域空间信息进行管理，以不同影响因子、不同地形因子为参照，把土壤呼吸空间分布图投影到影响因子图层，建立土壤呼吸时空特征分布系统，并在天目山等多地应用示范。研究贝叶斯最大熵结合土壤温度的土壤呼吸评价方法，把土壤温度作为辅助信息融合到贝叶斯最大熵算法中，增加采样数据，提高土壤呼吸空间估计精度，同时减少土壤呼吸采样点的数量。.通过本项目的研究，以自主研发的土壤呼吸监测装置实现多点同步实时监测，并建立了土壤呼吸时空特征分析方法，提高了土壤呼吸监测与评价的可靠性。