[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

说明书

本发明公开一种基于气象站的生态系统碳水通量计算方法及系统，涉及生态系统碳水通量计算技术领域。根据植被功能类型和/或气候类型对涡度相关通量站进行选择性组合，得到多个表征生态系统的不同情景的组合和每一组合对应的碳水通量数据集，以进一步构建多个碳水通量模型和一个用于预测决定系数的评价模型，利用该评价模型确定目标区域的每一气象站适用的碳水通量模型，从而基于气象站的观测数据来计算碳水通量，相较于基于涡度相关通量站获取碳水通量的方式，这种方式可挖掘目标区域内所有气象站的高精度碳水通量信息，所得到的碳水通量数据量显著增加，且计算精度高，能够同时满足生态系统碳监测和碳核算的数据量和精度的要求。

技术领域

本发明涉及生态系统碳水通量计算技术领域，特别是涉及一种基于气象站的生态系统碳水通量计算方法及系统。

背景技术

陆地生态系统生产力和碳源、碳汇的时空分布仍然不是很清楚。一是因为生态系统碳观测数据的严重缺乏和碳监测的支持能力不足。涡度相关通量站是获取生态系统碳通量观测数据的主流渠道，但通量站的建设、观测、管理与数据处理成本高昂，造成目前全球的通量站稀少，仅721个，且分布很不均匀，导致无法全面有效覆盖复杂多样的生态系统，碳观测数据严重缺乏，完全无法满足生态系统碳监测和碳核算的需求，无法全面认知生态系统碳动态的驱动机制，已成为制约全球陆地生态系统碳循环研究的主要瓶颈之一。二是因为传统的生态系统碳核算技术与方法面临诸多限制和挑战。生物地球化学模型/生态系统模型、大气二氧化碳反演模型、陆面过程模型和经验统计模型等单独或集成是目前碳核算和评估的主流方法，这些模型基本都是基于对已知的机理过程或经验认知的集成和耦合，对正在研究或尚不成熟的机制和过程考虑不足或简化处理，且缺乏足够的碳观测数据支撑校验，且这些模型的输入数据多为具有较大不确定性的空间格网数据，如再分析数据，空间分辨率通常为25-100km，这致使碳估算结果存在很高的不确定性，完全无法满足生态系统碳核算精度的要求。

与十分稀少的涡度相关通量站相比，气象站较为丰富，且分布广泛，全球公开的有近3万个，是通量站的40余倍，但气象站在生态系统碳监测中的潜力尚未得以挖掘。基于此，亟需一种基于气象站的生态系统碳水通量计算技术。

发明内容

本发明的目的是提供一种基于气象站的生态系统碳水通量计算方法及系统，可利用气象站的观测数据来计算碳水通量，提高碳水通量的数据量，且计算精度高。

为实现上述目的，本发明提供了如下方案：

一种基于气象站的生态系统碳水通量计算方法，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；