《表4 感热通量、蒸散发和净生态系统交换插补后的累积量》
从感热通量(H)、蒸散发(ET)、和净生态系统交换(NEE)累积量的变化(图8)以及表4中可以看到,MDS方法和三种机器学习算法在两种环境驱动变量方案下插补得到的H和蒸散发ET(由LE进行单位转换得到)均表现出很好的一致性,H年累积量介于955~961 MJ·m-2,ET年累积量介于440~446 mm。对于NEE,其年累积量介于-176~-81g C·m-2,SVM_S1插补方法得到的玛曲草原的碳汇能力是RF_S2方法的2.17倍。其中,生长季和非生长季NEE的累积量分别介于-212.2~-171.3g C·m-2,和36~90.3 g C·m-2,非生长季NEE累积量的差异占年总差异的57%。需要指出的是,在非生长季节,S1方案下的三种机器学习算法以及S2方案下的ANN算法,模拟的NEE仍表现出与实际不符的碳吸收。鉴于此,仅比较MDS算法和S2方案下RF算法和SVM算法对NEE插补后的累积量,其值介于-124~-82 g C·m-2,MDS算法与S2方案下的SVM算法得到的年累积量基本相当。
图表编号 | XD00192401200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.28 |
作者 | 王少影、张宇、孟宪红、宋敏红、尚伦宇、苏有琦、李照国 |
绘制单位 | 中国科学院西北生态环境资源研究院、寒旱区陆面过程与气候变化重点实验室、成都信息工程大学、大气科学学院、中国科学院西北生态环境资源研究院、寒旱区陆面过程与气候变化重点实验室、成都信息工程大学、大气科学学院、中国科学院西北生态环境资源研究院、寒旱区陆面过程与气候变化重点实验室、中国科学院西北生态环境资源研究院、寒旱区陆面过程与气候变化重点实验室、中国科学院大学、中国科学院西北生态环境资源研究院、寒旱区陆面过程与气候变化重点实验室 |
更多格式 | 高清、无水印(增值服务) |