基于深度学习的生态记忆效应对全球陆地生态系统碳通量模拟的影响研究
文献类型：学位论文
| 作者 | 刘卫华 |
| 答辩日期 | 2023-12 |
| 文献子类 | 学术型学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 何洪林 |
| 关键词 | 记忆效应 全球陆地生态系统 碳通量 年际变异 时空格局 |
| 学位名称 | 博士 |
| 学位专业 | 地图学与地理信息系统 |
| 英文摘要 | 陆地生态系统在全球碳循环和固碳方面发挥着关键作用，准确估计陆地碳 收支的时空变化对于预测气候变化背景下生态系统碳平衡和大气二氧化碳浓度 的变化至关重要。陆地碳通量显示出比海洋更大的年际变异，并驱动大气 CO2 增长率的大部分时间变化。然而，陆地碳收支的年际变异模拟具有相当大的不 确定性，其中一个重要原因是忽视了生态系统对气候和植被变化的记忆效应， 即历史气候和植被变化的潜在滞后影响。本研究考虑生态系统碳收支对气候和 植被变化的响应差异，将记忆效应引入到考虑时间依赖性的深度学习模型中提 高了碳通量模拟精度。进一步利用多源的气象和遥感植被数据升尺度获得长时 序的全球陆地生态系统碳通量数据集，包括总初级生产力（gross primary productivity, GPP）、生态系统呼吸（ecosystem respiration, RECO）和净生态系统 碳交换量（net ecosystem exchange, NEE），本研究基于该数据分析了各生态系统 对全球陆地碳通量年际变异的贡献以及全球和各生态系统碳通量年际变异的主 要驱动因素。具体如下： （1）本研究基于考虑记忆效应的深度学习模型，提高了站点尺度生态系统 碳通量的模拟精度，GPP 的模拟精度 R 2 提高了 0.20~0.37，RMSE 降低了 38.17%~56.86%，MAE 降低了 40.49%~56.41%；RECO 的模拟精度 R 2 提高了 0.17~0.32，RMSE 降低了 29.29%~51.52%，MAE 降低了 30.74%~48.54%；NEE 的模拟精度 R 2 提高了 0.37~0.55，RMSE 降低了 38.97%~52.42%，MAE 降低了 39.77%~52.38%。考虑记忆效应同样显著提高了三个碳通量年际变异的模拟精 度 ， 其 中 GPP IAV 的 模 拟 精 度 R 2 提 高 了 0.54~0.86，RMSE 降 低 了 39.93%~65.43%，MAE 降低了 39.61%~61.54%；RECO IAV 的模拟精度 R 2 提高 了 0.46~0.86，RMSE 降低了 35.86%~66.67%，MAE 降低了 37.27%~56.83%； NEE IAV模拟精度 R 2提高了 0.50~0.85，RMSE降低了 37.13%~72.07%，MAE降 低了 40.72%~66.49%。记忆效应特征因生态系统类型和环境因素而异，碳通量 对气候和植被的综合记忆效应长度基本在 12 个月内。在大多数生态系统中， GPP、RECO 和 NEE 对降水的最大响应存在较长时间的滞后，最大记忆效应强 度的滞后时间一般为 3-5 个月，而对温度和辐射的响应较为及时。 （2）基于站点尺度训练好的深度学习模型 MemModel 升尺度获得了 1983~2015 年的全球陆地生态系统 GPP、RECO 和 NEE 数据集。MemModel 模 拟的三个碳通量的空间格局与动态全球植被模型和同样基于深度学习方法的 FLUXCOM 模拟的全球碳通量空间格局整体较为一致，基本呈现从赤道地区向 高纬度逐渐降低的梯度变化。碳通量较大的地区出现在热带，其次是亚热带季风区（如南亚和东亚）、北美东部以及西欧和中欧的湿润温带地区。低碳通量区 主要位于水热条件受限的环境，如生长季节短、温度低的高纬度地区，或水分 可用性有限的干旱地区。研究表明 MemModel 和不考虑记忆效应的深度学习模 型 noMemModel 都可以很好地模拟各生态系统的 GPP 和 RECO 的大小，但是忽 略记忆效应会导致全球陆地 GPP 在 1983~2015 年呈现降低趋势，低估全球陆地 RECO 的增加趋势并导致陆地碳汇表现出降低的趋势，而且忽略记忆效应会导 致全球陆地生态系统三个碳通量年际变异不同程度的低估。 （3）热带地区和北温带是全球陆地碳通量年际变异的主要贡献区，且热带 是碳通量年际变异的最大贡献来源。全球森林和稀树草原是陆地生态系统 GPP、 RECO 和 NEE 年际变异的主要贡献生态系统。对于 GPP 年际变异，全球稀树草 原的贡献大于森林，在热带稀树草原的贡献大于热带森林；对于 RECO 年际变 异，全球森林的贡献大于稀树草原；对于 NEE 年际变异，全球森林的贡献大于 稀树草原，热带稀树草原的贡献大于热带森林。进一步的归因分析表明，生态 系统 NEE 的年际变异主要受到饱和水汽压差（vapor pressure deficit, VPD）变异 的控制；在水分充足但温度和辐射较低的湿地生态系统中，GPP 和 RECO 的年 际变异主要受到温度变异的控制；在水分相对缺乏的草地生态系统，GPP 和 RECO 的年际变异主要受到水分的控制；在温度条件较高的稀树草原生态系统， GPP 和 RECO 年际变异主要受到降水变异的控制。 本研究探索了生态系统碳通量对气候和植被变化的记忆效应特征、全球陆 地生态系统碳通量的时空格局、碳通量的年际变化及其主要驱动因素，有助于 加深对碳循环响应气候变化的过程理解，为提升陆地生态系统碳循环过程的准 确模拟提供了可靠改进方向，也为生态系统管理和气候减缓政策的制定提供了 参考。 |
| 学科主题 | 地图学与地理信息系统 |
| 语种 | 中文 |
| 页码 | 163 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/209350]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 刘卫华. 基于深度学习的生态记忆效应对全球陆地生态系统碳通量模拟的影响研究[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2023. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。