本文主要研究内容
作者刘克俭,闫敏,冯琦（2019）在《多层土壤观测数据同化的森林碳、水通量模拟》一文中研究指出：为充分考虑森林生态系统土壤水分的垂直运动及改善碳、水通量的模拟精度,利用BiomeBGC MuSo模型模拟了长白山森林通量站点的碳、水通量,该模型包含了多层土壤模块、物候模块以及管理模块;其次,利用集合卡尔曼滤波算法将站点观测的多层土壤参数同化到Biome-BGC MuSo模型中,并用站点涡动通量数据进行了验证。结果表明:与Biome-BGC模型模拟结果相比,Biome-BGC MuSo改善了站点净生态系统交换量（Net ecosystem exchange,NEE）、生态系统呼吸量（Ecosystem respiration,ER）和蒸散发（Evapotranspiration,ET）模拟精度,站点观测的时序土壤温度和水分数据同化到Biome-BGC MuSo后,碳、水通量模拟结果有了进一步的提升(NEE:R2=0.70,RMSE=1.16 gC·m–2·d–1;ER:R2=0.85,RMSE=1.97 gC·m–2·d–1;ET:R2=0.81,RMSE=0.70 mm·d–1)。数据-模型同化策略为森林生态系统碳、水同量的模拟提供了科学的方法。
Abstract
wei chong fen kao lv sen lin sheng tai ji tong tu rang shui fen de chui zhi yun dong ji gai shan tan 、shui tong liang de mo ni jing du ,li yong BiomeBGC MuSomo xing mo ni le chang bai shan sen lin tong liang zhan dian de tan 、shui tong liang ,gai mo xing bao han le duo ceng tu rang mo kuai 、wu hou mo kuai yi ji guan li mo kuai ;ji ci ,li yong ji ge ka er man lv bo suan fa jiang zhan dian guan ce de duo ceng tu rang can shu tong hua dao Biome-BGC MuSomo xing zhong ,bing yong zhan dian guo dong tong liang shu ju jin hang le yan zheng 。jie guo biao ming :yu Biome-BGCmo xing mo ni jie guo xiang bi ,Biome-BGC MuSogai shan le zhan dian jing sheng tai ji tong jiao huan liang （Net ecosystem exchange,NEE）、sheng tai ji tong hu xi liang （Ecosystem respiration,ER）he zheng san fa （Evapotranspiration,ET）mo ni jing du ,zhan dian guan ce de shi xu tu rang wen du he shui fen shu ju tong hua dao Biome-BGC MuSohou ,tan 、shui tong liang mo ni jie guo you le jin yi bu de di sheng (NEE:R2=0.70,RMSE=1.16 gC·m–2·d–1;ER:R2=0.85,RMSE=1.97 gC·m–2·d–1;ET:R2=0.81,RMSE=0.70 mm·d–1)。shu ju -mo xing tong hua ce lve wei sen lin sheng tai ji tong tan 、shui tong liang de mo ni di gong le ke xue de fang fa 。
论文参考文献
论文详细介绍
论文作者分别是来自遥感技术与应用的刘克俭,闫敏,冯琦，发表于刊物遥感技术与应用2019年05期论文，是一篇关于土壤温度论文,土壤水分论文,集合卡尔曼滤波论文,遥感技术与应用2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自遥感技术与应用2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：土壤温度论文; 土壤水分论文; 集合卡尔曼滤波论文; 遥感技术与应用2019年05期论文;