中国区域光合有效辐射气候学特征及其历史数据重建方法研究

Photosynthetic active radiation (PAR) is the energy source for plant photosynthesis, which is a key factor driving the surface ecological process and the exchanges of matter and energy between surface and the atmosphere. However, the knowledge of PAR variation pattern and its climatological characteristics in China are not very clear due to the difficulties in conducting accurate observations. Therefore, this project aims to study the climatological characteristics of PAR using long-term observations of surface radiation and meteorological parameters from Chinese Ecosystem Research Network (CERN). A key scientific issue to be answered is: how to establish a set of methods for reconstructing the historical PAR data and revealing the associated climatic characteristics in China. To achieve this goal, we are going to: (1) develop multivariate parametric PAR models using observed meteorological and atmospheric compositions; (2) create a look up table for cloud modification factors and improve the PAR reconstruction method based on the radiative transfer model; (3) obtain the all-sky PAR reconstruction scheme in China by combing above parametric method with the radiative transfer model. The spatial and temporal characteristics of PAR in China and its driving factors will also be analyzed. The implementation of this project can be used for improving the regional CO2 source/sink model, which will lay foundation for studying the surface ecological process.

光合有效辐射（PAR）是植物进行光合作用的能量来源，是驱动地-气物质与能量交换的关键因子。但我国PAR观测开展较晚，全国尺度的PAR变化规律认知还有限，气候学特征也不甚清楚。因此，本项目拟利用中国生态系统研究网络（CERN）长期的地基观测资料进行PAR的气候学研究。拟解决的关键问题是：如何建立一套适合中国区域的PAR历史数据重建方法，揭示我国PAR时空变化规律及其气候学特征。主要研究内容包括：（1）利用实测气象辐射等资料构建多元参数化的PAR估算模型；（2）建立云影响PAR修正因子的查算表，发展基于辐射传输模式的PAR重建方法；（3）将参数化估算方法和辐射传输模式有机结合，形成全天候的PAR历史数据重建方案，并利用CERN观测资料和重建计算的历史数据分析PAR时空变化特征及其驱动因素，揭示我国PAR的气候学特征。本项目的研究成果有利于修正碳源/汇模型，为地表生态过程研究奠定基础。

光合有效辐射(PAR)是驱动陆地生态系统碳循环等生态与气候过程的关键因子, 影响着地表与大气的物质与能量交换。对PAR的地基观测与模拟是精确理解生态系统碳收支的基础。本项目提出了适合于中国区域的PAR重建方法，结合地基观测资料和重建数据分析我国PAR长期变化特征。主要工作如下：1）利用观测数据分析了在不同天气状况、不同云量情况下PAR变化特征，发现水汽、气溶胶和云对不同波段辐射成分有选择性的吸收/散射作用；2）基于多种大气参数建立了PAR估算模型，并对各种模型进行了精度验证比较和分析，PAR最佳估算模型的相对偏差为5%，MBE、MAE和RMSE分别为-0.7%、3.5%和4.6%；3）建立了全国范围内的全天气条件下的PAR人工智能模型，并与其他四种经验和物理模型进行精度对比，发现人工智能模型估算精度最高，在有总辐射为输入参数的情况下，均方根误差为8.81%；4) 在评估各类辐射半经验模型、辐射传输物理模型和人工智能模型优势的基础上优化和融合了多种高精度的太阳辐射模拟方法，分析了模型参数的敏感性及关键驱动因子，集合地表观测和多源卫星数据提出了一套全天候全天时的辐射数据重建方案; 5）利用气象辐射站点观测资料和上述PAR估算模型重建了我国1961年以来的每日PAR数值，并进行了时空变化特征分析，发现日均PAR的值范围为20.03-36.29 mol m-2 d-1，平均值为29.03 mol m-2 d-1，自1961年以来PAR以每十年-0.15 mol m−2 d-1速率减少，但自90年代以来以每年0.01 mol m−2 d-1的速度增长，且空间分布不均；6）探究了气象和大气参数对PAR时空变化的影响程度，发现日照时数是导致PAR变化的主要原因，在中国东南部地区相对湿度和水汽压的变化对PAR的多年变化趋势有更大的影响。这些工作为大气辐射及地表过程研究提供了数据基础。自本项目开展以来，项目负责人已以第一/通讯作者在国内外重要学术期刊上发表论文30余篇。