《中國森林碳匯模擬與預測值不確定性的定量評估》是依託北京師範大學，由周濤擔任項目負責人的面上項目。
基本介紹
- 中文名：中國森林碳匯模擬與預測值不確定性的定量評估
- 依託單位：北京師範大學
- 項目負責人：周濤
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
森林生態系統的再生長與增強生長能有效吸收大氣中的溫室氣體CO2，從而降低人類活動所導致的全球變暖的速率，確定中國森林生態系統碳吸收（碳匯）量以及變化趨勢具有重要的科學意義和社會經濟價值。然而，受植被與土壤屬性的空間異質性、觀測數據的誤差、過程模型的結構差異等因素的影響，建立在不同觀測數據集基礎上的碳循環模型所模擬的碳匯量及變化趨勢還存在相當大的差異與不確定性。本項目將基於數據-模型融合技術，將遙感及地面觀測資料庫與碳循環過程模型庫結合起來，建立中國森林生態系統碳循環數據-模型融合系統；在此平台上定量評估觀測資料誤差與短缺、模型結構及初始值差異、最優參數搜尋算法等對參數估計值及機率分布的影響，進而評估觀測數據與模型結構的不完備性所導致的關鍵參數估算的不確定性；最後利用集合模擬（Ensemble）方法系統評價不同的模型結構以及相應的參數值變化所造成的中國森林碳匯量模擬及預測值不確定性。
結題摘要
基於數據-模型融合理論，建立了由觀測數據、區域尺度碳循環過程模型、參數反演算法為核心的中國森林生態系統碳循環數據-模型融合系統，在此基礎上反演了模型中的關鍵參數，並評價了參數反演的可識別性、可約束性和等效性；反演和評價了生態系統植被、土壤、凋落物等初始碳庫的空間分布格局及不確定性；分析了觀測資料誤差與短缺、模型初始值差異等對參數估計值及分布的影響；反演了中國林齡的空間格局，並分析了林齡對模型參數反演及生態系統碳匯模擬的影響；基於數據-模型融合與空間降尺度等方法估算了中國森林碳匯及其不確定性；探討了太陽輻射變化、極端氣候事件等氣候變化對生態系統生產力與碳匯的可能影響。主要研究結果包括：（1）在站點觀測、遙感與GIS數據、以及過程模型的支撐下，與森林碳匯密切相關的22個模型參數中共有17個參數能夠被有效反演；（2）生態系統植被、土壤、凋落物等初始碳庫的空間分布顯著影響模型模擬的碳匯量。數據-模型融合不僅能反演這些碳庫的空間分布，而且能估算其不確定性大小；（3）觀測信息的有效性、空間分布的合理性、以及誤差大小，都潛在影響著過程模型中關鍵參數的反演和森林碳匯的模擬；（4）森林碳匯的大小與潛力不僅依賴於NPP的大小，而且與NPP在不同植物器官的分配比例有關，不同林齡的森林在NPP分配參數上存在明顯差異，從而影響森林碳匯的模擬；（5）在數據-模型融合的基礎上，模擬了中國森林生態系統的碳匯量及其不確定性，結果表明，中國五種森林類型的植被均具有碳匯功能，其平均碳匯強度為89.74 ± 0.16 gCm-2yr-1，每年總的碳匯量為117.2 ± 0.2 TgCyr-1；（6）研究結果表明，森林土壤碳匯的不確定性最大。中國大多數森林類型的土壤具有淨碳匯功能，只有常綠針葉林土壤表現為碳源。中國森林土壤的平均碳匯強度為14.1 ± 3.9 gCm-2yr-1，占生態系統總碳匯（108.5 ± 5.1 gCm-2yr-1）的13.0%。中國森林的凋落物碳匯強度為4.7 gCm-2yr-1，與世界其他地區的值（介於4.1 ～7.0 gCm-2yr-1）接近。土壤與凋落物碳庫的碳匯之和占生態系統總碳匯的17.3%。（7）人源氣溶膠所導致的輻射變化，以及極端氣候事件不僅影響EVI等植被指數，而且影響生態系統的生產力和碳匯潛力。
