基于模型数据融合的区域尺度碳通量估算及其不确定性研究

We aim to develop a carbon cycle model of high spatio-temporal resolution, integrating ground observation data, remote sensing data and meteorological data, for grasslands in northern China. In addition, a methodological framework will be developed to simultaneously quantify the uncertainty contributions of model parameters, input data, and model structure to predictive uncertainty of regional carbon flux simulation. Based on these, we can analyze the spatio-temporal variation patterns and inter-annual variability characteristics of ecosystem carbon exchanges of northern grasslands in recent 10 years, and explore the effects of climate change on the carbon sink of northern grasslands.

本研究拟以我国北方草地生态系统为研究对象，集成地面观测数据、遥感数据、气象数据，发展适合我国北方草地生态系统的高时空分辨率碳通量估算模型；在综合考虑模型驱动数据、模型结构、模型参数以及地面观测数据的不确定性基础上，建立大尺度碳通量模拟的不确定性分析方法体系；系统地定量化我国北方草地生态系统碳通量模拟中地面验证观测数据、模型驱动数据、模型结构、模型参数的不确定性，定量化评估我国北方草地生态系统区域尺度碳通量估算的不确定性；分析近10年我国北方草地生态系统碳通量的时空变化格局、年际变异特征以及与气候变化的关系。

草地在中国陆地生态系统碳循环中扮演着重要角色。准确评估中国草地生态系统碳通量动态变化并量化其不确定性, 将有助于预测全球气候变化与草地生态系统之间的反馈关系以及草地资源的可持续利用。本研究集成地面观测数据、遥感数据、气象数据，发展了适合中国北方草地的高时空分辨率总初级生产力（GPP）、生态系统呼吸（RE）和净生态系统生产力（NEP）估算模型；基于模型数据融合技术，构建了区域尺度生态系统碳通量估算不确定性分析方法体系，并提出了一种基于贝叶斯机器学习的生态模型参数优化方法（NUTS）；系统地对中国北方草地碳通量模拟时输入数据、模型参数、模型结构和通量站点空间代表性等的不确定性进行了量化评估，生成了不确定性较小的1981-2010年中国辐射数据集，并通过考虑散射辐射、水分和土壤碳库等因素减小了模型模拟碳通量的不确定性；基于模拟结果分析了中国北方草地近10到15年GPP、RE和NEP的变异特征及其影响因素。本研究发展的高时空分辨率GPP、RE和NEP估算模型可为精确评估我国北方草地生态系统碳收支提供支持；构建的区域尺度碳通量估算不确定性分析方法体系和相应的分析结果可为减小大尺度碳循环模拟的不确定性提供支撑和借鉴；对北方草地碳通量时空格局及其影响因素的分析可为我国的北方草地生态系统管理和利用提供科学依据。