高寒冻土地区碳循环模型模拟中的不确定性估计与控制

Frozen soils contain enormous amounts of organic carbon, which is sensitive to global climate change. However, there is low confidence on the magnitude of carbon emissions to the atmosphere due to warming. As the main region that distributed permafrost in the low and mid latitude, the Qinghai-Tibetan plateau (QTP) is highly sensitive to global climate change, which makes it is very important for the accurate evaluation of the carbon balance patterns of QTP and its response to climate change. However, there is high uncertainty during the estimation of carbon balance of QTP. Besides there is a lot of uncertainty in the observation itself, high uncertainty is also existed in the model prediction, such as model structures and the uncertainties in the parameters of model. As a consequence, how to promote the accuracy of predicting the carbon cycle in the permafrost regions of QTP turns out to be a very challenging issue. In this project, based on a strict quality control process for the observed data sets, on the one hand, we will validate the existing carbon cycle model in the QTP alpine ecosystems, and improve its incomplete modules; on the other hand, after take full advantages of observation information and prior knowledge, we will utilize the model-data fusion approach to integrate the observation information with the carbon cycle model, for the sack of reducing the uncertainty of model prediction, and improving the simulation of carbon cycle processes in the frozen regions of QTP. Accordingly, it can provide a reference for assessing the vulnerability of QTP alpine ecosystems to climate change and making the strategies for its adaptation to climate change.

冻土地区的碳储量占据全球陆地碳储量的重要份额，它对气候变化极其敏感，但是当前对气候变暖影响下的冻土碳排放的估算仍存在较大的不确定性。青藏高原作为中低纬度高海拔冻土集中分布区，是气候变化的敏感区域，因此准确评估青藏高原冻土地区碳收支格局及其气候响应意义重大。然而，当前对青藏高原碳收支估算存在很多不确定性。除了观测本身的不确定性以外，模型估算也存在不确定性，例如模型结构的不完善，参数的不确定性等。因此如何提高碳循环模型在青藏高原高寒冻土地区的模拟精度，是一个极具挑战的课题。本研究在对观测数据进行严格质量控制的基础上，通过在高寒冻土地区对碳循环模型进行验证，对模型不完善模块进行适当改进；同时充分利用观测信息与先验知识，采用模型-数据融合方法将观测信息融合到模型中，以减少模型模拟中的不确定性，提高高寒冻土地区的碳循环过程模拟的精度，从而为高寒生态系统对气候变化的脆弱性评估与适应对策的制定提供参考。

冻土地区储存着丰富的有机碳，它对气候变化极其敏感，评估高寒冻土地区碳收支格局及其气候响应意义重大。然而，当前对高寒冻土地区碳收支估算存在很多不确定性，如何充分利用多源观测和模型手段来减少高寒冻土地区碳循环关键变量估算中的不确定性成为亟待解决的科学问题。本项目选择西北典型高寒冻土地区——黑河上游的高寒草甸为基本研究对象，结合黑河流域建立的典型生态系统通量观测网络站点资料，通过对观测数据的质量控制、不同模型方案的验证和比较，以及模型结构的合理完善，并结合模型-数据融合方法，对高寒草甸生态系统碳循环过程观测和模拟中的不确定性进行了研究。通过观测高寒草甸碳通量的季节变化，可以发现高寒草甸碳通量的日变化呈现基本呈现单峰曲线，在生长季日变化幅度大，非生长季变化幅度小。黑河上游高寒草甸生态系统碳汇功能明显，与其他地区相比，其碳吸收潜力较大，这可能与高寒地区生长季辐射强，雨热同期等独特的气候特点有关。通过对碳循环遥感估算模型的验证，比较了不同的误差来源对生态系统碳通量模拟结果的差异，分析了模型参数的不确定性影响；冻土地区的冻融过程对高寒草甸碳循环模拟影响较大，通过对陆地碳循环过程模型中冻融过程的改进和完善，减少碳循环过程模型结构的不确定性，从而提高其对高寒冻土地区碳循环的模拟精度；利用模型-数据融合方法融合观测数据，分析了模型结构和模型参数的季节变化对高寒草甸生态系统碳通量模拟结果的影响。本项目融合多源观测信息探讨高寒冻土地区典型生态系统碳通量的观测和模拟的不确定性，将有利于加深高寒冻土地区碳循环过程机理的认识，并对高寒冻土地区碳循环模型的发展产生积极影响，同时对于应对全球气候变化区域减排政策的制定具有潜在意义。