一种高精度动态可变分辨率的生态碳汇评估方法及系统技术方案

本发明专利技术涉及一种高精度动态可变分辨率的生态碳汇评估方法，该方法基于YIBs植被模型实现，所述方法在获得植被数据后，根据YIBs模型支持的空间分辨率和数据格式，通过在多空间尺度上修改数据的空间分辨率或/和格式，处理为统一的数据格式和空间分辨率，并适应YIBs植被模型对数据格式和空间分辨率的需求后，将数据输入到YIBs植被模型中，YIBs植被模型根据输入数据对生态碳汇相关变量进行评估计算并输出。本发明专利技术可使模型的各个输入数据的空间分辨率和格式达到统一，并满足区域模拟的精度要求。本发明专利技术采用自适应算法，实现了动态解析地表植被数据的分辨率，实时构建系统网格，获得了高精度高分辨率碳汇核算结果。精度高分辨率碳汇核算结果。精度高分辨率碳汇核算结果。

【技术实现步骤摘要】
一种高精度动态可变分辨率的生态碳汇评估方法及系统


[0001]本专利技术涉及陆地生态碳汇评估领域，具体涉及一种高精度动态可变分辨率的生态碳汇评估方法及系统。

技术介绍

[0002]评估陆地生态系统碳汇可通过站点观测、卫星反演以及动态植被模型模拟等方法实现。站点观测的空间覆盖率低，难以进行大范围、长时间的碳汇评估；卫星反演的评估结果则容易受到反演算法、云量覆盖等影响，具有较大的不确定性。利用动态植被模型对陆面生态系统中植被的碳固定进行模拟，是当前唯一兼具机理性和时空灵活性的碳汇评估方式。
[0003]当前国际上已有的动态植被模型(如参加全球碳收支2020评估的17个模型) 将植物生理生化规律的数学表达、计算参数、初始化数据封装进计算机程序中，动态计算植被叶片尺度和固碳相关的过程，通过给定地理环境信息、陆面植被分类、动态气象驱动等信息，便可仿真在一定时空范围内的植被生长、物候变化、碳库更新，在区域尺度上求算生态系统和大气之间的碳水交换、能量平衡，并得到生态系统固碳能力相关的生态指标。但已有模型都采用固定分辨率，无法适用于不同尺度的应用需求。本专利技术拟利用自适应算法增强模型在精度和分辨率方面的可扩展性，以实现更灵活的碳汇评估应用。
[0004]目前的国际上使用的植被模型多服务于科研应用，虽然机理性强，但操作门槛高。大尺度运行多基于固定的全球模拟网格，在区域上应用需要针对分辨率专门适配，甚至使用不同的模型版本，灵活性差。鉴于此，科研导向的植被模型无法更好地发挥优势、适应广泛的民用需求。因此我们基于服务于一线科研的耶鲁动态生物圈模型(YIBs)开发了自适应算法，可以动态解析目标区域的分辨率，实时构建模型网格，可用于获得省市县等多空间分辨率下的高精度碳汇核算结果，以更好地服务于不同层次的生态碳汇评估需求。

技术实现思路

[0005]本专利技术的目的在于克服现有技术中对陆地生态系统碳汇评估不准确的问题。数值模型是评估区域碳汇资源和预估其未来变化的重要工具。现有的碳汇评估模型在空间分辨率上有固定的预设值，很难根据区域范围和评估需求进行动态调整。本申请研发了一个基于物理过程的高精度动态可变分辨率生态碳汇评估系统。
[0006]本专利技术提出了一种高精度动态可变分辨率的生态碳汇评估方法，该方法基于 YIBs植被模型实现，所述方法在获得植被数据后，根据YIBs模型支持的空间分辨率和数据格式，通过在多空间尺度上修改数据的空间分辨率或/和格式，处理为统一的数据格式和空间分辨率，并适应YIBs植被模型对空间分辨率和数据格式的需求后，将数据输入到YIBs植被模型中，YIBs植被模型根据输入数据对生态碳汇相关变量进行评估计算并输出。
[0007]作为上述技术方案的改进之一，所述通过在多空间尺度上修改数据的空间分辨率或/和格式，包括：当所述植被数据格式为矢量数据格式时，直接通过空间插值方法修改分
辨率得到栅格数据；当所述植被数据格式为站点类的文本格式时，先转化为矢量数据格式，再利用空间插值方法修改分辨率得到栅格数据；对于栅格数据，需要进一步对其空间分辨率进行判断并相应地对空间分辨率进行尺度升、降级，具体为：对于空间分辨率高于YIBs植被模型需求的数据，进行尺度降级，对于空间分辨率低于YIBs植被模型需求的数据，进行尺度升级。
[0008]作为上述技术方案的改进之一，所述空间插值法包括最邻近插值法、反距离权重插值法、样条插值法和克里金插值法。
[0009]作为上述技术方案的改进之一，所述尺度升、降级采用重采样来完成；所述重采样包括最邻近法、双线性内插法、均值重采样法。
[0010]作为上述技术方案的改进之一，所述YIBs植被模型根据输入数据计算生态碳汇相关变量，包括：通过植被高度和物候变化算法求算植被叶面积指数，通过耦合的气孔导度方案和光合作用方案求算初级生产力和冠层水汽通量，通过凋落物算法更新土壤碳库，通过叶片微观碳水过程的相互耦合实现植被生理过程对气候和环境变化的响应。
[0011]作为上述技术方案的改进之一，所述YIBs植被模型将陆地植被分成独立的格点，并将所有的格点分为8
‑
9种次网格，包括：常绿阔叶林、常绿针叶林、落叶阔叶林、低温适应灌木、干旱适应灌木、C3草和C4草，还包括C3农作物或/和C4农作物，并由权重因子决定次网格类型的混合比；每一个时间步长上，不同的植被类型次网格均独立评估计算生态碳汇相关变量，最后分别输出或采用面积加权平均的方式输出。
[0012]作为上述技术方案的改进之一，所述YIBs植被模型输出生态碳汇相关变量时，以逐小时、逐日或者逐月的时间尺度进行输出。
[0013]本专利技术还提出了一种用于实现上述之一所述方法的高精度动态可变分辨率的生态碳汇评估系统，所述系统包括输入模块、YIBs植被模型和输出模块，其特征在于，所述系统还包括：
[0014]数据整合模块，用于将植被数据根据YIBs模型支持的空间分辨率和数据格式，通过在多空间尺度上修改数据的空间分辨率或/和格式，处理为统一的数据格式和空间分辨率，并适应YIBs植被模型对空间分辨率和数据格式的需求后，输入到YIBs 植被模型中。
[0015]作为上述技术方案的改进之一，所述输入模块，用于向所述系统输入信息，包括控制信息、计算参数、驱动数据、初始场数据和环境数据；
[0016]所述控制信息，包括系统运行起止时间、空间范围、输出方式；
[0017]所述计算参数，包括不同植被类型的光合速率参数、臭氧损伤敏感性参数和碳氮比参数等；
[0018]所述驱动数据，包括气温、相对湿度、气压、风速、光合有效辐射总量、光合有效散射辐射量；
[0019]所述初始场数据包括：植被叶面积指数、植被高度、土壤各层碳库情况等；
[0020]所述环境数据包括：CO2浓度、植被类型分布、土壤性质格点数据、全球陆地覆盖、作物生育期数据、近地面臭氧浓度等；
[0021]所述植被数据包括驱动数据、初始场数据、环境数据。
[0022]作为上述技术方案的改进之一，所述输出模块，用于输出YIBs植被模型评估计算得到的生态碳汇相关变量数据，包括：生态系统的碳水通量数据与植被生长数据、与大气化
学相关的植被生化数据和描述生态系统碳储量的碳库数据；
[0023]所述生态系统的碳水通量数据包括：总初级生产力、净初级生产力、净生态系统生产力、陆地碳汇、冠层水汽通量和冠层感热潜热通量；
[0024]所述植被生长数据包括：叶面积指数、植被高度、根茎叶呼吸速率和物候指标；
[0025]所述植被生化数据包括：异戊二烯排放量、单萜烯排放量、CO2气孔通量、叶片细胞间二氧化碳浓度、臭氧气孔通量和臭氧植被损伤系数；
[0026]所述碳库数据，包括土壤碳库总量和植被碳库总量。
[0027]本专利技术与现有技术相比优点在于：
[0028]本专利技术提出的该系统基于经典的生物物理学原理，计算8
‑
9种植被类型的逐小时光合速率、叶面积指数、自养本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高精度动态可变分辨率的生态碳汇评估方法，该方法基于YIBs植被模型实现，所述方法在获得植被数据后，根据YIBs模型支持的空间分辨率和数据格式，通过在多空间尺度上修改数据的空间分辨率或/和格式，处理为统一的数据格式和空间分辨率，并适应YIBs植被模型对空间分辨率和数据格式的需求后，将数据输入到YIBs植被模型中，YIBs植被模型根据输入数据对生态碳汇相关变量进行评估计算并输出。2.根据权利要求1所述的高精度动态可变分辨率的生态碳汇评估方法，其特征在于，所述通过在多空间尺度上修改数据的空间分辨率或/和格式，包括：当所述植被数据格式为矢量数据格式时，直接通过空间插值方法修改分辨率得到栅格数据；当所述植被数据格式为站点类的文本格式时，先转化为矢量数据格式，再利用空间插值方法修改分辨率得到栅格数据；对于栅格数据，需要进一步对其空间分辨率进行判断并相应地对空间分辨率进行尺度升、降级，具体为：对于空间分辨率高于YIBs植被模型需求的数据，进行尺度降级，对于空间分辨率低于YIBs植被模型需求的数据，进行尺度升级。3.根据权利要求2所述的高精度动态可变分辨率的生态碳汇评估方法，其特征在于，所述空间插值法包括最邻近插值法、反距离权重插值法、样条插值法和克里金插值法。4.根据权利要求2所述的高精度动态可变分辨率的生态碳汇评估方法，其特征在于，所述尺度升、降级采用重采样来完成；所述重采样包括最邻近法、双线性内插法、均值重采样法。5.根据权利要求1所述的高精度动态可变分辨率的生态碳汇评估系统，其特征在于，所述YIBs植被模型根据输入数据计算生态碳汇相关变量，包括：通过植被高度和物候变化算法求算植被叶面积指数，通过耦合的气孔导度方案和光合作用方案求算初级生产力和冠层水汽通量，通过凋落物算法更新土壤碳库，通过叶片微观碳水过程的相互耦合实现植被生理过程对气候和环境变化的响应。6.根据权利要求1所述的高精度动态可变分辨率的生态碳汇评估方法，其特征在于，所述YIBs植被模型将陆地植被分成独立的格点，并将所有的格点分为8
‑
9种次网格，包括：常绿阔叶林、常绿针叶林、落叶阔叶林、低温适应灌木、干旱适应灌木、C3草和C4草，还包括C3农作物或/和C4农作物，并由权重因子决定次网格类型的混合比；每一个时间步长上，不...

【专利技术属性】
技术研发人员：乐旭，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：