高原气象

作者：席闻阳,何建军,王智麟,郭立峰,李亚荣

单位：1. 中国气象科学研究院，灾害天气国家重点实验室/中国气象局大气化学重点开放实验室，北京 200081 ","2. 海南大学，海洋科学与工程学院，海南 海口 570228 ","3. 南京信息工程大学，计算机与软件学院，江苏 南京 210044 ","4. 兰州大学大气科学学院，甘肃 兰州 730000

关键词：机器学习,MLP模型,NEE,长江三角洲地区,水稻种植区

基金：国家自然科学基金重大项目(42090031),国家自然科学基金面上项目(41975131)

中国长江三角洲地区（以下简称长三角地区）是典型的水稻种植区， 其碳源汇对区域气候和环境具有重要影响。本文系统地分析了长三角地区净生态系统碳交换量 （net ecosystem exchange， NEE）与各个气象因子之间的关系， 发现NEE与太阳短波辐射的相关性最强， 其次与湿度相关参量（饱和水汽压差、 相对湿度）等呈现较强的相关性。同时， NEE与太阳辐射、 气温、 湿度因子、 风速和摩擦速度的相关性呈现明显的昼夜变化。基于上述分析， 本文利用NEE和气象观测数据构建了长三角水稻下垫面多层感知机（Multilayer perceptron， MLP）NEE模拟模型， 评估了模型的模拟效果及其时空稳定性。构建的MLP模型能较好地拟合NEE， 训练集模拟的NEE与观测值的相关系数达到0.88， 均方根误差为5.34 μmol·m-2·s-1； MLP模型在模拟长三角水稻季NEE时表现良好， 在东台和寿县站点的模拟NEE结果与观测值的相关系数均高于0.78， 模型具有较好的时空稳定性； MLP模型模拟白天平均NEE的效果好于夜间平均NEE的效果。研究结果揭示了影响水稻碳循环的主要气象因子， 为认识长三角水稻种植区碳循环时空分布特征提供支撑， 对准确评估全球和区域碳通量具有重要意义。

来源：2025年第1期

《高原气象》期刊编辑部

查看高原气象杂志2025年第1期