【技术实现步骤摘要】
本专利技术涉及生态水文预测，尤其涉及一种干旱胁迫下生态系统总初级生产力预测方法及系统。
技术介绍
1、在以往的研究中，考虑到气象、水文、农业及社会经济多种物理干旱成因，为定量刻画水分亏缺程度，国内外学者提出了标准化降水指数（standardized precipitationindex，spi）、标准化降水蒸散发指数、帕默尔干旱指数（palmer drought severity index，pdsi）、标准化径流指数（standardized runoff index，sri）等多种不同的干旱指数。但各干旱指数主要考虑气象水文要素中的一种或多种，无法全面描绘干旱事件的内在物理特征。随着近年来卫星遥测和数据反演技术的快速发展，基于grace及grace-fo重力卫星的定量观测产品不仅提供了更广泛的覆盖范围和更高的时空分辨率，并且有效弥补了地面站网布设不足的缺陷，这为无资料地区的旱情监测提供了有力的数据支持。因此，学者们开始利用grace/grace-fo卫星反演数据进行干旱评估，发现基于陆地水储量异常的干旱强度指数（terrestrial water storage anomaly-drought severity index，twsa-dsi）不仅能有效监测干旱事件，还可以大规模捕捉地表通量的时空变化。
2、在区域和全球尺度上，干旱是影响陆地生态系统碳汇功能的最主要胁迫因子之一。国内外学者利用卫星和通量站数据评估了干旱对植被碳收支的影响，发现极端干旱造成总初级生产力（gross primary productivi
技术实现思路
1、本专利技术提供一种干旱胁迫下生态系统总初级生产力预测方法及系统，用以解决现有技术中针对未来碳通量预估中未考虑干旱胁迫下的碳收支变量非线性响应特征的缺陷。
2、第一方面，本专利技术提供一种干旱胁迫下生态系统总初级生产力预测方法，包括：
3、在研究区域内获取碳通量观测数据、大气再分析数据、modis卫星反演资料、重力卫星反演资料以及地球系统模式输出的多源数据集；
4、采用克劳修斯-克拉珀龙热力学方程确定饱和水汽压亏缺、相对湿度和湿球温度，基于游程理论和twsa-dsi提取所述研究区域内的干旱特征：
5、基于水热因子和干旱指标twsa-dsi，结合收敛交叉映射函数，获得所述水热胁迫因子、干旱指标与生态系统gpp因果关系，提取影响gpp关键水热因子；
6、根据所述影响gpp关键水热因子和所述干旱特征，采用源自era5再分析数据的各关键因子和modis反演的gpp数据，构建长短期记忆机器学习模型，结合地球系统模式输出的不同情景下水热因子，预测未来不同情景下gpp数据；
7、结合全球气候模式输出的研究区域内各格点的湿球温度和陆地水储量tws数据，得到twsa-dsi，由所述未来不同情景下gpp数据构建涌现约束模型，减少未来干旱胁迫下gpp预测的不确定性。
8、根据本专利技术提供的一种干旱胁迫下生态系统总初级生产力预测方法，在研究区域内获取碳通量观测数据、大气再分析数据、modis卫星反演资料、重力卫星反演资料以及地球系统模式输出的多源数据集，包括：
9、对fluxnet 2015数据集提供的全球若干个通量塔观测资料进行质量控制与偏差校正，并对其中的土壤含水量采用边缘分布法进行插补；
10、分别将所述大气再分析数据和所述modis卫星反演资料转换为预设空间分辨率日尺度数据和预设空间分辨率月尺度数据；
11、将所述重力卫星反演资料中的三套grace/grace-fo重力卫星数据集插值到预设尺度空间栅格，使陆地水储量异常数据与era5提取的变量空间分辨率一致，在每个时间步长内对各产品取均值，得到陆地水储量异常月尺度数据集；
12、采用国际耦合模式比较计划第六阶段cmip6发布的5个全球气候模式数据集。
13、根据本专利技术提供的一种干旱胁迫下生态系统总初级生产力预测方法，采用克劳修斯-克拉珀龙热力学方程确定饱和水汽压亏缺、相对湿度和湿球温度，基于游程理论和twsa-dsi提取所述研究区域内的干旱特征，包括：
14、采用克劳修斯-克拉珀龙热力学方程确定饱和水汽压：
15、
16、其中，和为第一积分常数和第二积分常数，分别取273.16 k 和 611 pa；lv为汽化潜热常数，取2.5×106 j kg-1；rv为水汽气体常数，取461 j kg-1 k-1；为饱和水汽压亏缺，t为气温；
17、将气温 t2m和露点温度 tdew分别代入克劳修斯-克拉珀龙热力学方程，得到近饱和水汽压亏缺；
18、将每一个格点的气温（ t2m）和露点温度（ tdew）分别作为输入变量代入克劳修斯-克拉珀龙热力学方程，计算得到每个格点的相对湿度；
19、基于气温和相对湿度数据，计算每一个格点的湿球温度：
20、其中，rh为月均相对湿度， t2m为月均气温， tw为推求的湿球温度，atan为反正切函数；
21、采用陆地水储量异常数据提取：
22、
23、其中，为第i年第j月的 twsa数据，和分别为研究期内第j月 twsa的均值和标准差；
24、根据所述游程理论，确定所述twsa-dsi小于预设干旱阈值所对应时期的干旱频次、历时和烈度。
25、根据本专利技术提供的一种干旱胁迫本文档来自技高网...
【技术保护点】
1.一种干旱胁迫下生态系统总初级生产力预测方法，其特征在于，包括：
2.根据权利要求1所述的干旱胁迫下生态系统总初级生产力预测方法，其特征在于，在研究区域内获取碳通量观测数据、大气再分析数据、MODIS卫星反演资料、重力卫星反演资料以及地球系统模式输出的多源数据集，包括：
3.根据权利要求1所述的干旱胁迫下生态系统总初级生产力预测方法，其特征在于，采用克劳修斯-克拉珀龙热力学方程确定饱和水汽压亏缺、相对湿度和湿球温度，基于游程理论和TWSA-DSI提取所述研究区域内的干旱特征，包括：
4.根据权利要求1所述的干旱胁迫下生态系统总初级生产力预测方法，其特征在于，基于水热因子和干旱指标TWSA-DSI，结合收敛交叉映射函数，获得所述水热胁迫因子、干旱指标与生态系统GPP因果关系，提取影响GPP关键水热因子，包括：
5.根据权利要求1所述的干旱胁迫下生态系统总初级生产力预测方法，其特征在于，根据所述影响GPP关键水热因子和所述干旱特征，采用ERA5再分析数据的各关键因子和MODIS反演的GPP数据，构建长短期记忆机器学习模型，结合地球系统
6.根据权利要求1所述的干旱胁迫下生态系统总初级生产力预测方法，其特征在于，结合全球气候模式输出的研究区域内各格点的湿球温度和陆地水储量TWS数据，得到未来干旱指数TWSA-DSI，由所述未来不同情景下GPP数据构建涌现约束模型，减少未来干旱胁迫下GPP预测的不确定性，包括：
7.一种干旱胁迫下生态系统总初级生产力预测系统，其特征在于，包括：
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述干旱胁迫下生态系统总初级生产力预测方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述干旱胁迫下生态系统总初级生产力预测方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述干旱胁迫下生态系统总初级生产力预测方法。
...【技术特征摘要】
1.一种干旱胁迫下生态系统总初级生产力预测方法，其特征在于，包括：
2.根据权利要求1所述的干旱胁迫下生态系统总初级生产力预测方法，其特征在于，在研究区域内获取碳通量观测数据、大气再分析数据、modis卫星反演资料、重力卫星反演资料以及地球系统模式输出的多源数据集，包括：
3.根据权利要求1所述的干旱胁迫下生态系统总初级生产力预测方法，其特征在于，采用克劳修斯-克拉珀龙热力学方程确定饱和水汽压亏缺、相对湿度和湿球温度，基于游程理论和twsa-dsi提取所述研究区域内的干旱特征，包括：
4.根据权利要求1所述的干旱胁迫下生态系统总初级生产力预测方法，其特征在于，基于水热因子和干旱指标twsa-dsi，结合收敛交叉映射函数，获得所述水热胁迫因子、干旱指标与生态系统gpp因果关系，提取影响gpp关键水热因子，包括：
5.根据权利要求1所述的干旱胁迫下生态系统总初级生产力预测方法，其特征在于，根据所述影响gpp关键水热因子和所述干旱特征，采用era5再分析数据的各关键因子和modis反演的gpp数据，构建长短期记忆机器学习模型，结合地球系统...
【专利技术属性】
技术研发人员：杨远航，尹家波，黄燨，何难，张谦，陈明帅，张良憬，
申请(专利权)人：武汉大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。