陆地碳循环是地球生物化学循环的重要组成部分, 与人类福祉和可持续发展息息相关, 但其模拟和观测都 具有高度不确定性. 融合模型和观测数据以减少陆地碳循环估计的不确定性、提高其可预测性, 已成为陆地碳循 环研究前沿. 文章综述了陆地碳循环模型与观测各自不确定性的来源和特征, 介绍了数据同化和参数估计这两类 模型-数据融合方法的数学原理, 其实质都是在考虑模型和观测各自误差的基础上, 实现模型和观测信息的最优 融合. 文章进一步分析了陆地碳循环模型-数据融合的挑战和研究热点, 重点讨论了真实和虚假的模型“异参同 效”及其可识别性, 地面通量观测与遥感观测代表性误差的估计, 敏感性分析得到的参数后验概率分布对于确定 模型误差矩阵的潜在作用, 对日光诱导叶绿素荧光等新型遥感观测的同化, 并指出把多源观测整合到一个协调一 致的碳数据同化系统中绝非易事, 然而这方面的突破是发展新一代全球碳数据同化系统的前提. 论文最后指出, 应用陆地碳循环数据同化, 产出更高分辨率、更长时间序列、更可靠和一致的陆地碳循环再分析数据产品, 对于 准确估计全球和区域碳循环、实现碳管理和碳中和具有重要意义.
CITATION STYLE
李新, 马瀚青, 冉有华, 王旭峰, 朱高峰, 刘丰, … 黄春林. (2021). 陆地碳循环模型-数据融合 : 前沿与挑战. SCIENTIA SINICA Terrae, 51(10), 1650–1663. https://doi.org/10.1360/sste-2020-0352
Mendeley helps you to discover research relevant for your work.