多源观测信息与陆表水碳通量过程模型的数据同化研究

Estimating water and carbon fluxes accurately, it is very important to terrestrial water and carbon cycle research, but is still challenging.The current estimating accuracy need to be further improved. Two traditional estimating methods model simulation and in situ observation have their own advantages and shortcomings,need to combine each other for better studying. Data assimilation fuses measurement into model based on physical laws, as much as possible to get the optimal estimation of the model state variables and parameters, provides an effective way for the combination of models and observations. In this study, through data assimilation methods, multi-source observations combined ecological process model to simulate land surface water and carbon fluxes. Firstly, sensitivity and spatial and temporal variability of the model parameters were studied; Then according to the different characteristics of the parameters, a multi phased-channel parameter optimization and state variable update assimilation strategy was adopted; Ultimately, most of little spatial and temporal variability of sensitive parameters were static optimized and assimilated directly, a few key large spatial and temporal variability of sensitive parameters were dynamic synchronous optimized with state variables update. Meanwhile, through transforming and establishing rules, priori knowledge was introduced into the process of the ecological model data assimilation. Using multiple constraints from multi-source observations, to improve the water and carbon fluxes simulation accuracy of ecological process model, and to deeply understanding the sources of uncertainty in the model.

精确估算水碳通量对陆地水碳循环研究意义重大,但同时极具挑战性。目前的估算精度有待进一步提高。传统的模型模拟和站点观测两种估算方法各有优势和不足,二者需结合进行研究。数据同化将观测融合到基于物理规律的模型中，尽可能得到模型状态变量和参数的最优估计，为模型和观测的结合提供了一条有效的途径。本研究综合多源观测信息，通过数据同化的方法，将其与生态过程模型结合，对陆表水碳通量进行模拟。研究首先对模型参数进行敏感性和时空变异特性分析，然后针对不同特征的参数，采取分阶段多途径参数优化和状态变量更新的同化策略，最终实现多数时空变异性小的敏感参数静态优化直接同化，少数关键时空变异性大的敏感参数与状态变量更新同步动态优化同化。同时通过转化和建立规则，将先验知识引入到生态模型的数据同化过程当中。利用多源观测信息的多重约束，来提高生态过程模型对陆表水碳通量模拟的精度，加深对模型不确定性来源的认识。

精确估算水碳通量对陆地水碳循环研究意义重大,但同时极具挑战性。数据同化将观测融合到基于物理规律的模型中，尽可能得到模型状态变量和参数的最优估计，为模型和观测的结合提供了一条有效的途径。项目研究综合多源观测信息，通过数据同化的方法，将其与生态过程模型结合，在3种典型植被类型，9个生态通量站点，对陆表水碳通量进行模拟。研究首先在3种典型植被类型条件下，构建了参数敏感性指数，参数时空异质性指数等定量指标，通过参数取值在合理区间内的浮动；以及模拟退火优化等方法对生态过程模型（BIOME-BGC模型）参数，进行了敏感性和时空异质性性分析；然后针对不同特征的参数，采取分阶段多途径参数优化和状态变量更新的同化策略，实现多数时空变异性小的敏感参数静态优化直接同化，少数关键时空变异性大的敏感参数与状态变量更新同步动态优化同化。同时通过转化和建立规则，将先验知识引入到了生态模型的数据同化过程当中。项目的开展和完成，在以下方面得到了确切的认识和结论。1）在不同植被类型条件下，生态过程模型的各种参数其敏感性表现各异。有些类型的参数，3种植被类型下，敏感性比较一致。大多数参数，不同的植被类型体条件下，敏感性表现出明显的差异；2）不同植被类型条件下的敏感参数，其时空异质性也表现各异。在某植被类型下，时空异质性最大的敏感参数，在其他植被类型下，并不是最大。某植被类型下时空异质性大的参数，在其他植被类型下，可能表现出小的时空异质性；3）将一些前期积累的先验知识，用于同化观测数据的选择和处理过程中，能有效改善观测数据的质量，提高同化效率；4）在根据不同的参数特征，区别处理（静态优化，动态优化），并且参数优化和状态变量更新等手段同步进行时，能最大可能地改进模型水碳通量的模拟精度。在多源信息，多种策略的协同作用，多重约束下，能使模型的模拟结果，更进一步逼近现实的通量观测。综上所述：在充分的信息来源，适当合理的同化策略和方法使用下，数据同化能够集成多源（模型和观测）信息，得到陆表水碳通量最优的估算结果。