-
基于机器学习的青藏高原高寒沼泽湿地蒸散发插补研究
编辑人员丨2023/10/14
以青藏高原典型高寒沼泽湿地为观测研究站,以实际蒸散发为研究对象,结合气象因子(净辐射、气温、土壤热通量、风速、相对湿度、土壤含水率),建立基于多元线性回归(MLR)、决策树(CART)、随机森林(RF)、支持向量回归(SVR)、多层感知机(MLP)7种组合5类算法的预测模型,找出对于蒸散发具有较高精度的插补方法,实现实际蒸散发数据集的构建.结果表明:1)研究区蒸散发与净辐射相关性最大,而土壤热通量是影响蒸散发过程的关键因子;2)7种组合的5类机器学习算法模型的决定系数变化范围为0.58-0.83,均方根误差变化范围为0.038-0.089 mm·30 min-1;2)随机森林回归模型决定系数最高,模型稳定性最佳,插补效果最优;3)插补完整的蒸散发与净辐射、土壤热通量、气温日尺度变化趋势相同,与风速、相对湿度变化趋势相反.日蒸散发主要集中在生长季,日最大值为8.77mm·d-1,出现在7月9日,日最小值为0.21mm·d-1,出现在1月30日.
...不再出现此类内容
编辑人员丨2023/10/14
-
基于Budyko假设的潮河流域气候和植被变化对实际蒸散发的影响研究
编辑人员丨2023/8/6
由于参数较少且具有明确的物理学意义,基于水热平衡理论的Budyko假设常用于定量分析以及评价气候变化和植被变化对实际蒸散发的影响,对研究流域水量平衡和能量分配具有重要意义.依据位于我国北方密云水库上游的潮河流域1961-2015年的水文气象数据,选取了4种基于Budyko假设的模型来研究潮河流域水热耦合平衡关系,确定了该流域最适用模型以及模型参数最优值,并且采用情景设置法分析了流域实际蒸散发对气候以及植被变化的响应.结果表明:(1)与经典Budyko模型相比,采用流域下垫面参数修正的Budyko模型计算实际蒸散发的精度更高.其中,傅抱璞模型精度最高,决定系数、相对误差、纳什效率系数和均方根误差分别为0.85、4.30%、0.82和27.66 mm;(2)对傅抱璞模型下垫面参数ω进行优化,确定适用于潮河流域的模型参数取值为2.54,优化后的傅抱璞模型能够更好地反映流域实际蒸散发的变化特征;(3)情景模拟表明,气候变化和植被变化的共同作用导致潮河流域实际蒸散发的上升.其中,气候变化是引起流域蒸散发变化的主要驱动因素.
...不再出现此类内容
编辑人员丨2023/8/6
-
西南近50年实际蒸散发反演及其时空演变
编辑人员丨2023/8/6
利用CRU 4.0及GLDAS Noah 2.1数据集,采用随机森林算法对1966年至2016年中国西南陆面月尺度实际蒸散发(ETa)进行逐像元反演,结合袋外误差均方值(MSEOOB)、解释方差百分数(PVE)和均方根误差(RMSE)评价模型以及与其他典型数据集对比的方法对模型和反演结果进行精度评价,在对中国西南ETa的空间格局及时空演变特征进行分析的基础上,利用因子置换重要性评价模型(PIM)对特征因子进行重要性评价.结果表明:(1)MSEOOB均值为4.14,标准偏差仅为3.73,PVE均值为99.36%,标准偏差仅为0.33,模型基于2000年至2016年月尺度拟合结果的RMSE均值仅为1.04 ram/月,标准偏差为0.52,反演结果与GLDAS 2.1、2.0及MOD16数据的R2分别为0.99、0.89、0.95,总体而言模型及拟合结果可信度和精度较高;(2)西南地区ETa整体上表现出随着纬度的降低而增加的特征,从西北高原地区向东南沿海区域逐步增加,不同季节上西南的ETa空间分布差异较为明显,从春季到夏季先呈现出由东南向西北逐步增加的态势,夏季到冬季则呈现出从西北向东南减弱的特征,在每年的7、8月份左右各区域的ETa达到最大值,在1、2月份左右为最低值,并呈现起伏的周期特征;(3)以横断山脉为分界,横断山脉以南的丰水区的ETa主要受云覆盖百分数、月均气温日较差与月均日最高温共同驱动,而横断山脉以北的少水区域主要受云覆盖百分数、月霜日频率与月均水汽压共同驱动,而无论是在丰水区还是少水区,云覆盖百分数都是所有因素中最主要的驱动因子.
...不再出现此类内容
编辑人员丨2023/8/6
-
三种经验模型模拟荒漠河岸柽柳叶片气孔导度
编辑人员丨2023/8/5
植物叶片气孔是控制水分和CO2出入的通道,是植物水分蒸腾和气体交换的门户.植物叶片气孔导度地准确模拟,对于植物蒸腾作用地有效模拟以及植物与大气间能量和质量平衡的研究至关重要.基于黑河下游阿拉善群落水热平衡综合观测场实际观测数据,采用LI-COR 6400光合作用测定系统,对荒漠河岸柽柳叶片气孔导度进行观测,分析晴朗天气条件下气孔导度日变化特征,同时,结合微气象及植物生理相关数据,运用学术界3种最常用的(半)经验模型对柽柳叶片气孔导度进行模拟,结果表明:(1)柽柳叶片气孔导度日变化大致呈先升高后降低的趋势.上午随着太阳辐射逐渐增强,气温逐渐升高,气孔导度值逐渐升高,蒸腾速率也逐渐增大,在10:00-12:00时间段内达到最大值.绝大部分观测日内12:00前后气孔导度呈现出一定的波动,原因在于温度过高致使叶片气孔关闭.随后,太阳辐射减弱,气温逐渐降低,空气中相对湿度增加,柽柳叶片内外水汽压差减小,气孔导度减小导致蒸腾速率下降.(2)通过3种最常用的(半)经验模型(Jarvis、Ball-Woodrow-Berry(BWB)和Ball-Berry-Leuning(BBL))模拟气孔导度的结果可以看出,Jarvis模型的修正效率系数(0.775、0.891)、修正一致系数(0.887、0.945)和决定系数(0.590、0.645)在3个模型中均是最高或次最高的,说明其模拟精度最高.(3)BWB模型与BBL模型的模拟精度相近,说明水汽压差、大气湿度与气孔导度的密切程度相近,没有明显的区别.
...不再出现此类内容
编辑人员丨2023/8/5
-
秦岭水源涵养功能时空变化及其影响因素
编辑人员丨2023/8/5
秦岭是中国重要的南北分界线,也是中国重要的水源涵养功能区,探究秦岭地区水源涵养功能的时空变化,对于实现该区自然资源的合理利用与可持续发展具有重要现实意义.本文利用InVEST模型产水模块,分析了秦岭地区2000-2015年产水功能和水源涵养功能的时空变化,并采用逐步回归分析法对水源涵养功能的影响因素进行定量化分析.结果 表明:秦岭多年平均产水量和水源涵养量分别为156.96× 108和61.51×108 m3,各市域的水源涵养能力依次为商洛>安康>汉中>西安>宝鸡>渭南;2000-2015年水源涵养功能时空变化显著,空间上呈现南高北低的分布特征,水源涵养量以每年0.26 mm逐年增加,产水量和水源涵养量与年降水量的空间分布基本一致,与实际蒸散发分布相反;2000-2015年的土地利用变化以未变化类型为主,土地利用变化导致水源涵养能力变化-65.2~14.4 mm,其中林地和草地的水源涵养能力分别呈不同程度的增加和下降;子流域尺度上与水源涵养功能相关性强的主要因子为干燥指数、降水和土壤饱和导水率,对产水功能影响较大的因子有干燥指数、降水和实际蒸散发.
...不再出现此类内容
编辑人员丨2023/8/5
-
光照强度对濒危植物长序榆光合特性的影响
编辑人员丨2023/8/5
为探讨濒危植物长序榆(Ulmus elongata)对不同光环境的光合适应机制,以2年生幼苗为对象,调查了自然光照的100%(I100)、40%(I40)和10%(I10)3种光照强度对植株光合特性的影响.结果 表明:(1)3种光强下长序榆的净光合速率(Pn)、气孔导度(Gs)和蒸腾速率(Tr)的日变化均呈“单峰型”曲线;胞间CO2浓度(Ci)的变化则呈“V型”曲线;3种光强下植株的Pn、Gs、水分利用率(WUE)日均值均为I100>I40>I10.日均Ci大小为I10>I100>I40.I10的日均Tr显著低于I100 、I40.(2)长序榆幼苗的最大净光合速率(Pnmax)、光饱和点(LSP)、光补偿点(LCP)、暗呼吸速率(Rd)均以I100最大;最大羧化速率(Vcmax)、磷酸丙糖利用率(TPU)均为I100>I40>I10;I10的最大电子传递速率(Jmax)显著低于I100、I40.(3)遮荫处理导致长序榆叶片PSII最大光量子产量(Fv/Fm)和PSII实际光量子产量(Fv'/Fm')增加;I100的非光化学淬灭系数(NPQ)、光化学淬灭系数(qp)显著高于I40、I10.分析表明,长序榆幼苗在全光照环境下叶片所吸收的光能主要通过天线热耗散以散发过剩的光能;遮荫处理叶片光能较多地分配于光化学反应和非光化学反应耗散部分;长序榆在强光照高温下未发生明显的光抑制,也未出现光合“午休”现象,碳同化效率高,表现出阳性植物的特点;光照不足可能是长序榆幼苗林下自然更新的限制因子.
...不再出现此类内容
编辑人员丨2023/8/5
-
长江流域实际蒸散发演变趋势及影响因素
编辑人员丨2023/8/5
长江流域是我国重要的水资源供给区域,流域生态系统的水资源供给不仅服务于流域内部,同时也通过南水北调服务于北方部分地区.实际蒸散发作为地表水文循环重要环节会直接影响到生态系统的水资源供给服务能力.在全球气候变暖与地表环境变化的背景下,分析长江流域实际蒸散发的演变趋势与成因,对于我国水资源供给和生态安全的保障有着重要的意义.在对比GLEAM_v3.2a、MOD16、GLDAS_Noah2、ERA_Interim四种常用蒸散发数据集精度的基础上,选择精度最优的GLEAM_v3.2a数据集,通过分段线性拟合、逐步回归和相关性分析了1981-2017年间长江流域地表实际蒸散发演变趋势和影响因素.结果 表明:(1)长江流域实际蒸散发的演变具有明显的阶段性,1981-1997年为不显著下降阶段,下降速率为-0.02 mm/a,下降区域主要分布在长江流域西北和东部部分子流域,1998-2017年为全流域显著上升阶段,上升速率为1.94 mm/a;(2)日照时数下降速率减缓、植被指数增加速率升高是长江流域实际蒸散发阶段性变化的主要原因,气温突增、风速回升在长江流域实际蒸散发的长期增加趋势中也起到了重要的正向作用;(3)1998-2017年间,长江流域生态系统水资源供给服务量在实际蒸散发显著增加的影响下有所下降,流域西部地区下降趋势明显,旱情加剧;(4)建议在长江流域西部干旱地区优先加强对本地原生林的保护,同时在生态修复工程中选择针叶乔木等蒸腾能力弱的树种,以缓解旱情加剧的趋势.
...不再出现此类内容
编辑人员丨2023/8/5
-
砚瓦川流域河川基流变化规律及其驱动因素
编辑人员丨2023/8/5
基流是黄河径流的重要补给来源,目前大部分研究都集中在黄河流域径流变化规律上,而对维持河道基本流量和生态环境安全方面发挥着重要作用的基流却研究较少.因此,基于黄河中游砚瓦川流域1981-2016年的水文、气象及植被资料,选用9种数值模拟法对基流进行分割并分析其适用性,利用Mann-Kendall法和滑动t检验法对基流进行了趋势分析和突变点检验,并定性和定量的探讨了气候变化和植被变化对流域河川基流变化的影响.结果 表明:(1)在各种基流分割方法中,Lyne-Hollick滤波法的计算结果精度较高,且分割结果比较符合实际日基流变化规律,因此更适用于研究区的基流估算;(2)流域多年平均河川基流量和基流指数BFI(基流量与河川流量的比值)分别为0.152 m3/s和0.58,两者在年际上均呈现极显著的减少趋势(P<0.01),且分别于1993年和2006年附近发生了突变;(3)基流量与潜在蒸散发量相关性最强,流域降水量、潜在蒸散发量及NDVI的变化对基流量变化的贡献率分别为-99.1%、113.3%和85.8%,可见潜在蒸散发量和NDVI的增加是引起基流量减少的主要原因,而基流指数与NDVI相关性最强,且呈负相关关系,流域降水量、潜在蒸散发量及NDVI的变化对基流指数变化的贡献率分别为41.3%、-27.7%和86.5%,这说明流域NDVI的增加对流域基流指数的降低起到了主导作用.
...不再出现此类内容
编辑人员丨2023/8/5
-
蒸散发广义互补原理中关键参数ae的时空变化特征及计算方法分析
编辑人员丨2023/8/5
蒸散发广义互补原理是实测数据稀少条件下估算蒸散发的重要方法 ,其中准确估算参数ae是应用该方法的关键.该研究利用中国不同气候和生态类型的8个通量站数据,首先基于实测数据校准得到ae年值及月值,探究ae的时空变异性并对比使用不同时间尺度的ae对广义互补原理模型计算精度的影响.考虑到实际情况下蒸散发实测数据缺乏而无法校准得到ae,进一步探究两个基于干旱系数(AI)的ae年值统计模型(下称Liu法和Brutsaert法)在站点尺度的适用性,明确ae是否可以利用AI确定,最后探讨各计算方法的误差来源.主要结论 如下:1)季节变化影响ae,不同通量站ae月值变化规律有所差异;在空间变化上,湿润站点ae年值总体大于干旱站点.Liu法和Brutsaert法计算的ae接近年校准值.2)在应用广义互补原理模型时,使用校准ae年值能取得较好的模拟精度,使用各月份ae时精度进一步提升.两种基于4的免校准方法取得较好的模拟效果,当缺少实测数据而无法校准ae时,基于AI计算ae具有较大的潜力.3)使用校准ae年值时广义互补原理模型能模拟出蒸散发的年内变化趋势,但在部分月份估算值出现偏差.Liu法和Brutsaert法计算的蒸散发在干旱站点的夏季月份呈现低估现象,原因可能在于高估了降雨集中的夏季月份的4.结果 也进一步验证了广义互补原理在估算广泛不同的自然环境下的蒸散发的潜力.
...不再出现此类内容
编辑人员丨2023/8/5
-
不同参考温度取值对三温模型反演植被蒸腾精度的影响
编辑人员丨2023/8/5
参考温度的参数化过程一直是三温模型反演蒸散发及其蒸发、蒸腾组分的关键和难点.该研究基于典型城市草坪的波文比与热红外观测数据,对三温模型植被蒸腾子模型中涉及的输入变量进行敏感性分析和误差分析,确定对三温模型反演植被蒸腾精度最为关键的变量,而后量化和对比输入变量参数化方法对三温模型计算草坪蒸腾的影响,由此确定最佳的参考温度取值.结果表明:1)参考叶片温度选择为整个纸片温度的最大值时反演效果最好(R2=0.91,均方根误差(RMSE)=0.078 mm-h-1);2)采用植被冠层温度的最大值为参考温度时,直接假定了植被最高温度冠层蒸腾为0(实际存在一定的蒸腾速率),所以容易低估实际蒸腾量,造成三温模型反演精度略低于取值参考叶片温度最大值的方法,但反演效果仍然较好(R2=0.87,RMSE=0.080mm·h-1).因此,考虑到参考叶片设置的局限性,如果在实际应用中无法或者没有实际测量参考叶片温度时,使用植被最大温度为参考温度也可达到较好的反演效果.
...不再出现此类内容
编辑人员丨2023/8/5
