CEVSA模型参数敏感性分析及参数优化——以千烟洲亚热带人工针叶林为例

作者：刘晓文; 韩拓; 陈惠玲; 许洁; 牛忠恩; 朱高峰^*

来源：兰州大学学报(自然科学版), 2020, 56(05): 700-710.

DOI：10.13885/j.issn.0455-2059.2020.05.018

• CEVSA模型
• 参数敏感性分析
• 参数优化
• 优化评价

利用千烟洲亚热带人工针叶林气象和碳水通量观测数据,采用OAT局部敏感性分析方法对陆地生态过程(CEVSA)模型的参数进行了敏感性分析,识别了模型的关键参数,并利用差分进化马尔科夫链算法结合净生态系统碳交换量NEE观测数据优化了关键参数,对比分析了2003-2005年参数优化前后千烟洲人工针叶林净生态系统生产力NEP模拟的效果.结果表明:共有40个参数为敏感性参数,其中光合作用参数植物氮吸收Ns和植物氮吸收Nc1敏感性最高,异养呼吸参数地表微生物碳库分解速率K3和土壤微生物碳库分解速率K4敏感性最低,影响NEE的光合作用参数同时会影响蒸散发ET. 16个关键参数中,有12个能够被NEE观测数据有效约束,但是对于光合参数rubisco对CO2浓度特定反应τ2、异养呼吸参数缓性土壤碳库分解速率K7和植被残体氮NITG及土壤容重kw,仅使用NEE数据无法有效约束.利用优化后的一套参数集模拟了2003-2005年千烟洲人工针叶林NEP的变化,发现较参数优化前有大幅度改善,尤其在每年植被生长季节最为显著,且优化后模拟的R2=0.32,优化前为0.19,均方根误差优化后为7.56,优化前为13.42,纳什效率系数优化后为0.22,优化前为-1.47.本研究为CEVSA模型中关键参数的筛选提供初步的指导,为模型在千烟洲亚热带人工针叶林的应用提供一套参数优化方案,对进一步加深理解模型参数和改进模型结构有借鉴意义.

• 单位
  中国科学院; 兰州大学