[发明专利]一种基于气象站的生态系统碳水通量计算方法及系统

权利要求书

1.一种基于气象站的生态系统碳水通量计算方法，其特征在于，所述计算方法包括：

获取目标区域中每一涡度相关通量站的第一观测数据集；所述第一观测数据集包括所述涡度相关通量站的碳水通量观测数据和气象观测数据以及所述涡度相关通量站所在位置的植被土壤地形数据；或者，所述第一观测数据集包括所述涡度相关通量站的碳水通量观测数据和气象观测数据以及所述涡度相关通量站所在位置的植被土壤地形数据和遥感数据；

根据植被功能类型和/或气候类型对所述涡度相关通量站进行选择性组合，得到多个组合和每一所述组合对应的碳水通量数据集；所述组合表征一种景观或生态系统的情景；所述碳水通量数据集包括所述组合内的所有所述涡度相关通量站的第一观测数据集；

对于每一所述组合，通过多种划分方式分别对所述组合对应的碳水通量数据集进行划分，得到每一种所述划分方式对应的训练集和测试集；对于每一种所述划分方式，以所述训练集作为输入，利用第一机器学习算法训练得到所述组合在所述划分方式下的用于预测站点碳水通量的碳水通量模型；以所述测试集作为所述碳水通量模型的输入，计算得到所述组合在所述划分方式下的决定系数；计算每一碳水通量影响因子在所述训练集和所述测试集之间的欧式距离，得到所述组合在所述划分方式下的距离集合；根据所有所述组合在所有所述划分方式下的决定系数和距离集合构建评价数据集；所述碳水通量影响因子即为所述第一观测数据集中除所述碳水通量观测数据之外的数据；

以所述评价数据集作为输入，利用第二机器学习算法训练得到用于预测决定系数的评价模型；

对于所述目标区域中的每一气象站，利用所述评价模型确定所述气象站适用的碳水通量模型，并利用所述气象站适用的碳水通量模型计算所述气象站的碳水通量。

2.根据权利要求1所述的计算方法，其特征在于，所述气象观测数据包括气温、降水、饱和水汽压差、气压、向下的短波辐射、大气相对湿度、风速、风向和日照时数；所述植被土壤地形数据包括土壤质地、土地覆被类型和位置地形；所述遥感数据包括植被指数、波段光谱、地表水分指数、地表温度和地表湿度。

3.根据权利要求1所述的计算方法，其特征在于，所述植被功能类型包括农田、草地、落叶阔叶林、常绿阔叶林、常绿针叶林、混交林、稀树草原、灌木林、湿地和荒漠；所述气候类型包括干旱、半干旱、半湿润和湿润。

4.根据权利要求1所述的计算方法，其特征在于，所述碳水通量数据集的构建方法为：按照预定时间尺度对所述组合内的所有所述涡度相关通量站的第一观测数据集进行随机采样，得到碳水通量数据集；不同所述碳水通量数据集的预定时间尺度相同或者不同。

5.根据权利要求1所述的计算方法，其特征在于，所述碳水通量观测数据包括碳通量观测数据和水通量观测数据，所述碳水通量模型包括用于预测站点碳通量的碳通量模型和用于预测站点水通量的水通量模型，则所述以所述训练集作为输入，利用第一机器学习算法训练得到所述组合在所述划分方式下的用于预测站点碳水通量的碳水通量模型具体包括：

以所述训练集中除所述碳水通量观测数据之外的数据作为输入，以所述训练集中的所述碳通量观测数据作为标签，利用第一机器学习算法训练得到所述组合在所述划分方式下的用于预测站点碳通量的碳通量模型；

以所述训练集中除所述碳水通量观测数据之外的数据作为输入，以所述训练集中的所述水通量观测数据作为标签，利用第一机器学习算法训练得到所述组合在所述划分方式下的用于预测站点水通量的水通量模型。

6.根据权利要求5所述的计算方法，其特征在于，训练所述碳通量模型时，所述气象观测数据包括气温、降水、饱和水汽压差以及向下的短波辐射；所述植被土壤地形数据包括土壤质地和位置地形；所述遥感数据包括植被指数；训练所述水通量模型时，所述气象观测数据包括气温、降水、饱和水汽压差、向下的短波辐射以及风速；所述植被土壤地形数据包括土壤质地和位置地形；所述遥感数据包括植被指数和地表水分指数。