森林生态系统碳循环多尺度数据-模型融合的贝叶斯方法研究

本项目以祁连山北坡青海云杉林山地森林生态系统为研究对象，通过综合应用定量遥感观测、涡度相关技术及叶片气体交换技术，获得多尺度碳循环观测数据；并构建基于贝叶斯框架下的融合动态植被模型（CLM-DGVM）不同尺度碳循环过程、多尺度观测数据的碳循环机理模型，实现模型参数和状态变量的同步估计；系统评价CLM-DGVM模型对不同尺度上碳循环过程模拟精度，提出适当的模型结构调整方案。通过本项目的实施，系统研究贝叶斯方法在陆地生态系统碳循环的多尺度数据-模型融合领域的应用潜力，探索陆地生态系统碳循环研究的新途径，提高森林生态系统碳通量的估计精度，改善不同尺度数据对森林碳源/汇及其变化估计的时空一致性和可信度。

NSFC青年基金项目“森林生态系统碳循环多尺度数据模型融合贝叶斯方法研究”（41001242),以祁连山北坡青海云杉林山地森林生态系统为研究对象，通过综合应用定量遥感观测、涡度相关技术及叶片气体交换技术，获得多尺度碳循环观测数据，以贝叶斯理论为基础实现陆地生态系统碳循环过程模型关键参数和状态变量的同步估计，以提高森林生态系统碳通量的估计精度。在项目的资助下，系统开展了:（1）野外试验与观测：包括青海云杉生态系统群落结构调查、微气象（包括辐射、温度、湿度、风速廓线和土壤温湿度等）和涡度相关通量观测及叶片气体交换数据。研究发现：感热是青海云杉生态系统主要能量消耗项，冠层导度随着水汽压的增加而下降。这对理解高海拔生态系统林线随全球变暖而升高有一定的帮助；(2) 涡度数据插补方法研究：如何获得长期、连续的涡度通量数据集是后期分析的基础。结合国内外最新的进展，建立了基于人工神经网络的数据插补方法模型；(3) 基于贝叶斯方法的模型参数估计研究：利用叶片气体交换数据和涡度数据，对叶片光合作用模型和冠层蒸散模型的参数进行了估计，发现主要生物生理特征参数表现出明显的季节变化特征，且其时变性特征对长时间尺度的水、碳通量的精度模拟具有重要的影响；(4) 融合多源数据的贝叶斯框架模型：基于以上研究，我们构建了融合不同数据的陆面生态系统过程模型的贝叶斯框架。在该框架下，同步估计不同尺度上生理生态过程关键参数，为识别模型机制性缺陷提供了重要的方法。