陆地碳循环模型-数据融合:前沿与挑战
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.
碳循环;模型-数据融合;数据同化;参数估计;遥感;不确定性
51
国家自然科学基金项目;中国科学院青年创新促进会会员人才专项
2021-12-08（万方平台首次上网日期，不代表论文的发表时间）
共14页
1650-1663
