[发明专利]基于羰基硫与日光诱导叶绿素荧光的水碳通量优化方法

说明书

本发明公开了一种基于羰基硫(Carbonyl sulfide，COS)与日光诱导叶绿素荧光(Sun/Solar‑induced Chlorophyll Fluorescence，SIF)的水碳通量优化方法，属于陆地生态系统模型优化与应用技术领域。本发明结合COS和SIF观测信息，采用四维变分算法将观测数据与模拟数据进行数据同化，同时对植物光合作用过程与气体传输过程进行约束，进而实现碳通量与水通量的联合优化。同时，本发明对优化前后的模拟数据与观测数据进行了比较和验证，证明了本发明方法的有效性与可靠性。

技术领域

本发明属于陆地生态系统模型优化与应用技术领域，更具体地说，涉及一种基于羰基硫与日光诱导叶绿素荧光的水碳通量优化方法。

背景技术

在全球变化与我国宣布实施“双碳计划”的大背景下，必须要加强水碳循环研究，增进对于气候变化与人类活动双重影响下，全球水循环与碳循环的响应及反馈的了解。模型是表达对地球系统科学认知的形式化知识的有效方法，可以用于对地球系统中包括水碳通量在内的关键变量进行模拟和预测。然而，模型本身只是对真理的近似，不可避免地内蕴不确定性。在当前大数据时代，观测数据也越来越丰富且多源。利用数据同化技术，可以在模型的动力框架内,融合不同来源和不同分辨率的直接与间接观测,从而增强系统的可预报性和可观测性。

羰基硫(Carbonyl sulfide，COS)是一种和CO₂性质相似的痕量气体，二者以相同的路径被光合作用有关的酶吸收，但植物并不产生COS。因此，羰基硫观测可用于估算植物光合作用能力、气孔导度以及其他参数。日光诱导叶绿素荧光(Sun/Solar-inducedChlorophyll Fluorescence，SIF)是植物在太阳光照条件下，由光合中心发射出的光谱信号，能直接反映植物实际光合作用的动态变化。

发明内容

1.要解决的问题

针对现有仅利用COS或SIF数据难以对植物光合作用过程和气体传输过程进行有效约束的问题，本发明提供一种基于羰基硫与日光诱导叶绿素荧光的水碳通量优化方法。结合COS和SIF观测信息同时对植物光合作用过程与气体传输过程进行约束，进而实现碳通量与水通量的联合优化。

2.技术方案

为了解决上述问题，我们首次提出并成功实现基于数据同化技术与BEPS(BorealEcosystem Productivity Simulator)生态系统模型的COS与SIF联合同化方法，对水碳通量进行了有效优化。本发明所采用的技术方案如下：

基于羰基硫与日光诱导叶绿素荧光的水碳通量优化方法，包括以下步骤：

S1基于先验模型参数和初始条件运行BEPS模型，以获得先验模拟变量；所述初始条件包括气象数据、边界条件、叶面积指数(Leaf Area Index,LAI)数据；

S2采用四维变分(Four-dimensional Variation,4D-Var)算法将观测数据与先验模拟数据(模拟数据即模拟变量的集合)进行数据同化，获取优化后的模型参数；所述观测数据包括观测COS数据、观测SIF数据，所述先验模拟数据包括步骤S1获得的先验模拟变量中的先验COS数据、先验SIF数据；

S3利用优化后的模型参数，在初始条件下重新驱动BEPS模型运行，得到优化后的包含水碳通量相关变量等在内的模拟数据。

优选地，所述步骤S1中，先验模型参数共76个，其中有些参数则随植被功能类型(Plant function type:PFT)或土壤质地(Soil texture:Txt)的变化而变化，有些参数则不随PFT和Txt的变化而变化，具体情况如表1所示。