基于ETKF-3DVAR混合同化的桉树人工林碳固定尺度扩展研究

Spatial and temporal scaling up of carbon fixation in Eucalyptus plantations enables precise estimation of the carbon sequestration capability and its potential effect on the quantitative assessment on a regional scale. The purpose of this study is thus to demonstrate a means of estimating carbon fixation accurately, and to decrease the uncertainty of simulation results using mixed-assimilation and 3-PG2 model direct extrapolation. This is done by applying the real value calculated at a single plot scale to a regional scale. The project team have previously established that the largest canopy conductance (gCx) along with another 8 parameters, are the dominant factors that influenced the outcomes of 3-PG2 models for simulating biomass at plot scale. However, optimal parameter estimation is still unclear during the process of up scaling, and it lacks a quantitative analysis methodology for nonlinear systems. In this study, which takes Zhangzhou (a region of Fujian Province where Eucalyptus plantations are widespread) as a focus area) we confirm key parameters in a 3-PG2 model using a Fourier Amplitude Sensitivity Test and Bayesian method. We introduce a Weather Research and Forecast (WRF) model to improve simulation accuracy based on the combination of multi-scale observation data collection (as is done in the Ensemble Transform Kalman Filter (ETKF)) in combination with use of the Three Dimensional Variational (3DVAR) data assimilation algorithm.Scaling up of carbon fixation is used by direct extrapolation through 3-PG2 model optimization parameters. Finally, we predict the spatial and temporal dynamics of carbon fixation in Eucalyptus plantations under different management systems and climate change scenarios.

桉树人工林碳固定的时空尺度扩展研究是定量评估区域尺度上人工林固碳效应及其潜力的基础。本项目研究目的是采用混合数据同化和3-PG2模型直接外推的方法，依据样地尺度碳固定的实测结果准确推算区域尺度并减小模拟误差。项目组前期已明确最大冠层导度（gCx）等参数是影响3-PG2模型模拟样地尺度碳固定的主要参数，但时空尺度扩展过程中参数最优估计的问题尚不清楚，缺少对于非线性系统的定量分析。对此，本项目拟确定桉树人工林分布广泛的福建漳州地区为研究区域，利用全局敏感性分析和贝叶斯方法优化确定3-PG2模型的关键参数，引入WRF模式系统研究基于多尺度观测资料的集合卡尔曼变换（ETKF）结合三维变分（3DVAR）最新发展的混合数据同化算法以改善模拟精度。运行优化参数后的3-PG2模型，使用直接外推法实现碳固定的尺度扩展。预测不同管理措施和气候变化情景模式下桉树人工林碳固定的时空演变趋势。

桉树人工林碳固定的时空尺度扩展研究是定量评估区域尺度上人工林固碳效应及其潜力的基础。本项目研究目的是采用混合数据同化和 3-PG2 模型直接外推的方法，依据样地尺度碳固定的实测结果准确推算区域尺度并减小模拟误差。项目组前期已明确最大冠层导度（gCx）等参数是影响 3-PG2 模型模拟样地尺度碳固定的主要参数，但时空尺度扩展过程中参数最优估计的问题尚不清楚，缺少对于非线性系统的定量分析。对此，本项目拟确定桉树人工林分布广泛的福建漳州地区为研究区域，利用全局敏感性分析和贝叶斯方法优化确定 3-PG2 模型的关键参数，引入 WRF 模式系统研究基于多尺度观测资料的集合卡尔曼变换（ETKF）结合三维变分（3DVAR）最新发展的混合数据同化算法以改善模拟精度。运行优化参数后的 3-PG2 模型，使用直接外推法实现碳固定的尺度扩展。预测不同管理措施和气候变化情景模式下桉树人工林碳固定的时空演变趋势。.为了完成上述研究目标，我们建立了集成森林环境协变量与驱动因子的多源时空生态信息数据库；构建了融合机器学习与空间统计算法的森林生物量观测场；实现了3-PG2模型的空间尺度扩展；完成了基于遗传算法的3-PG2模型参数优化与同化；开展了基于ETKF-3DVAR数据同化算法的森林生物量模拟。4年间发表国内外期刊论文11篇，其中SCI 论文10篇。出版论著1部。其中项目负责人为第一或通讯作者发表SCI二区论文5篇。获得2017年度福建省科学技术三等奖。研究成果可以通过准确预测区域尺度碳固定量为森林可持续经营管理提供依据，对于区域碳平衡估算具有重要意义。