一种确定稻田温室气体通量基准、周期与年际趋势的方法技术

本发明专利技术公开了一种确定稻田温室气体通量基准、周期与年际趋势的方法，包括以下步骤：（1）搜集稻田温室气体通量从基准年1月开始的连续月度数据；（2）通量数据画图，预估通量的周期；（3）将通量数据与月份和周期乘积的三角函数回归（周期回归）；（4）计算温室气体通量与周期回归方程结果间的残差（周期残差）；（5）周期残差按年度平均后与观测数据所在的年度时间回归（年际回归），得到年际趋势方程；（6）该方程计算稻田温室气体通量的周期效应强度，年际趋势以及未来时刻温室气体通量的预测值；（7）计算温室气体通量的基准。本发明专利技术能够同时精确估计稻田温室气体通量中的周期性与年际趋势，对评估温室气体排放特点有重要作用。

A method to determine the baseline, period and interannual trend of greenhouse gas flux in rice fields

【技术实现步骤摘要】
一种确定稻田温室气体通量基准、周期与年际趋势的方法
本专利技术涉及一种确定稻田温室气体通量基准、周期与年际趋势的方法，属于气候变化管理领域。
技术介绍
温室效应能够引起气候变暖，温度上升，生态系统退化等多种自然灾害，因此受到广泛的关注。温室效应主要是由人类生产活动过程中排放温室气体引起的。稻田是氧化亚氮和甲烷等多种温室气体的主要来源之一，且受自然节律的影响，稻田温室气体的通量既有年内的周期变化也有年际的趋势变化。正确而精细的评估稻田温室气体排放的基准、年内周期和年际趋势效应是评估稻田温室气体排放通量，减少温室气体排放，延缓全球气候变暖趋势的前提；对保护人类生存的环境具有重要的作用。
技术实现思路
本专利技术的目的是为了克服现有技术中存在的不足，提供一种确定稻田温室气体通量基准、周期与年际趋势的方法。本专利技术充分利用了稻田温室气体通量的观测值能够同时精确估计温室气体通量的年内周期效应强度、年际趋势以及不同月份的温室气体通量基准，为减少温室气体排放奠定基础。本专利技术的目的是这样实现的，本专利技术的一种一种确定稻田温室气体通量基准、周期与年际趋势的方法，包括以下步骤：(1)搜集稻田温室气体通量从基准年1月开始的连续月度数据Y，记为y1，1,y1,2,…,yM,12，其中数据的下标代表该通量数据搜集的时间，即y1，1为稻田基准年1月的通量数据，y1，2为稻田基准年2月的通量数据，依次类推；其中，M为通量数据的最大观测年份，ym，n为第m年的第n月观测数据；搜集观测数据时间长度不能短于5年，即M≥5；搜集的数据需要在时间上连续，且观测数据必须到某年12月为止；(2)根据温室气体通量数据画图，预估通量的周期；(3)将温室气体的通量数据与月份和周期乘积的三角函数回归，即计算周期回归方程；(4)计算每月温室气体观测通量与周期回归方程结果间的残差得到周期残差；(5)将同一年的周期残差按年度平均，然后与观测数据所在的年度时间回归，即计算年际趋势方程；(6)整理得到稻田温室气体通量周期和年际趋势的统一方程，并利用该方程计算稻田温室气体通量的周期效应强度，年际趋势以及未来时刻温室气体通量的预测值；(7)计算温室气体通量的基准。作为优选，所述步骤(2)具体包括以下步骤：a.将所搜集到的温室气体通量数据按照观测的月份，画图并目测确定温室气体通量波动每年完整周期的数目p；b.确定温室气体通量年内周期参数ω，作为优选，所述步骤(3)具体包括以下步骤：a.标记每年1月至12月对应的月份为dn,n＝1,2,3,…,12，其中d1＝1，d2＝2,…,d12＝12，即dn＝n；b.以稻田温室气体通量的月度数据为因变量ym,n,以观测数据对应的月份dn为自变量，代入下面的周期回归方程，计算其周期回归系数a,b,λm；Y＝acos(ωd)+bsin(ωd)+λm(1)其中，λm表示以月度为标准的常数值。注意计算方程(1)过程中Y取遍温室气体通量的所有观测值ym,n，ym,n对应的自变量d取值为dn；所以方程(1)中每个月份dn对应M个温室气体通量观测数据，因此方程(1)只能用最小二乘法估计a,b而不能用极大似然法估计。作为优选，所述步骤(4)具体包括以下步骤：a.将dn,n＝1,2,3,…,12分别代入方程(1)，得到温室气体通量周期性回归方程的结果rn,n＝1,2,…,12；b.将ym,n-rn得到m×n个周期残差εm,n。作为优选，所述步骤(5)具体包括以下步骤：a.将εm,n按照所对应的年度平均，得到m个温室气体通量年度平均残差值δm：b.以δm为因变量，以δm对应的年度为自变量用极大似然法计算年际趋势方程(2)中的系数c：δ＝ct+λyy；m,t＝1,2,…,M(2)其中，λyy表示以年份为标准的常数值。计算过程中上式的δ取遍温室气体通量的所有观测值δm,m＝1,2,…,M，δm对应的t值为m。作为优选，所述步骤(6)具体包括以下步骤：a.根据方程(1)和方程(2)的结果，整理得到对应于温室气体通量周期和趋势的统一方程为：Yt,d＝acos(ωd)+bsin(ωd)+ct+λm+λyy,d＝1,2,…,12；t＝1,2,…(3)Yt,d代表距离基准年第t年第d月的温室气体通量预测值；b.其中(3)式中c是温室气体通量的年际变化速率，代表通量的年际趋势；稻田温室气体通量的周期效应强度g以下式计算：作为优选，所述步骤(7)具体包括以下步骤：a.将t＝1和d＝1,2,…,12代入方程(3)即可得到稻田温室气体通量每个月的基准。理论和实验研究都证明稻田排放是大气中温室气体的重要来源，估计稻田温室气体通量对控制其中温室气体的排放有着重要意义，其对减缓全球气候变暖有着重要意义。本专利技术利用稻田温室气体排放通量的观测数据，得到计算公式，为进一步减少稻田温室气体的排放奠定基础。综上所述，本专利技术提供一种确定稻田温室气体通量基准、周期及年际趋势的方法。本专利技术充分利用了稻田温室气体通量的观测值能够同时精确估计温室气体通量的年内周期效应强度、年际趋势以及不同月份的温室气体通量基准，为减少温室气体排放奠定基础。有益效果：本专利技术基于统计学理论通过两步估计法得到了精确估计稻田温室气体通量年内周期、年际趋势以及排放基准的方程；进而能够计算年际趋势的变化速率和年内周期效应强度，为评估及控制稻田温室气体排放指明方向。附图说明图1为本专利技术流程图。图2为稻田甲烷通量的周期效应图。图3为稻田甲烷通量年度平均残差回归结果图。具体实施方式下面结合附图和我国某地区稻田甲烷的实际观测数据对本专利技术作更进一步的说明：(1)按照图1所示流程，以2000年为基准年，搜集该农田2000年1月至2005年12月，每月1次共72个甲烷通量观测结果,即M＝6。(2)将搜集到的数据按照其观测的月份画图。如图2，可知该农田甲烷一年完整的周期只有一个，即p＝1，从而确定甲烷的周期参数(3)根据流程图和图2，利用最小二乘法估计得到周期回归方程，得到系数a＝0.2,b＝0.5,λm＝1.2；即得到周期回归方程为：(4)根据上述方程依次计算出72个甲烷观测值对应该方程的72个周期残差；(5)根据残差所在年度进行年度内的平均，得到6个甲烷通量年度平均残差，并以极大似然法得到c＝0.04,λyy＝-0.16年际趋势方程：δ＝0.04t-0.16甲烷通量年度平均残差的回归结果如图3所示；(6)根据以上计算的结果，可得该稻田第t年第d月的甲烷通量回归方程及预测值Yt,d为由方程可得，该稻田甲烷通量的每年变化速率，即年际变化速率为0.04毫克/天；通量的周期效应强度(7)根据以上的结果，将t＝1,d＝1,2,…,12分别代入Yt本文档来自技高网...

【技术保护点】
1.一种确定稻田温室气体通量基准、周期与年际趋势的方法，其特征在于，包括以下步骤：/n(1)搜集稻田温室气体通量从基准年1月开始的连续月度数据Y，记为y

【技术特征摘要】
1.一种确定稻田温室气体通量基准、周期与年际趋势的方法，其特征在于，包括以下步骤：
(1)搜集稻田温室气体通量从基准年1月开始的连续月度数据Y，记为y1，1,y1,2,…,yM,12，其中数据的下标代表该通量数据搜集的时间，即y1，1为稻田基准年1月的通量数据，y1，2为稻田基准年2月的通量数据，依次类推；其中，M为通量数据的最大观测年份，ym，n为第m年的第n月观测数据；搜集观测数据时间长度不能短于5年，即M≥5；搜集的数据需要在时间上连续，且观测数据必须到某年12月为止；
(2)根据温室气体通量数据画图，预估通量的周期；
(3)将温室气体的通量数据与月份和周期乘积的三角函数回归，即计算周期回归方程；
(4)计算每月温室气体观测通量与周期回归方程结果间的残差得到周期残差；
(5)将同一年的周期残差按年度平均，然后与观测数据所在的年度时间回归，即计算年际趋势方程；
(6)整理得到稻田温室气体通量周期和年际趋势的统一方程，并利用该方程计算稻田温室气体通量的周期效应强度、年际趋势以及未来时刻温室气体通量的预测值；
(7)计算温室气体通量的基准。


2.根据权利要求1所述一种确定稻田温室气体通量基准、周期与年际趋势的方法，其特征在于，所述步骤(2)具体包括以下步骤：
a.将所搜集到的温室气体通量数据按照观测的月份，画图并目测确定温室气体通量波动每年完整周期的数目p；
b.确定温室气体通量年内周期参数ω，


3.根据权利要求2所述一种确定稻田温室气体通量基准、周期与年际趋势的方法，其特征在于，所述步骤(3)具体包括以下步骤：
a.标记每年1月至12月对应的月份为dn,n＝1,2,3,…,12，其中d1＝1，d2＝2,…,d12＝12，即dn＝n；
b.以稻田温室气体通量的月度数据为因变量ym,n,以观测数据对应的月份dn为自变量，代入下面的周期回归方程，计算其周期回归系数a,b,λm；
Y＝acos(ωd)+bsin(ωd)+λm(1)
其中，λm表示以月度为标准的常数值；注意计算方程(1)过程中Y取遍温...

【专利技术属性】
技术研发人员：王玉琳，汪靓，何成达，程吉林，程浩淼，李嘉，
申请(专利权)人：扬州大学，
类型：发明
国别省市：江苏;32