通量觀測(cè)數(shù)據(jù)的缺失插補(bǔ)研究——以禹城農(nóng)業(yè)生態(tài)系統(tǒng)為例.pdf

1、由于CO<,2>等溫室氣體的增加而導(dǎo)致的全球變暖已成為目前最嚴(yán)峻的環(huán)境問(wèn)題之一，針對(duì)于此的全球碳循環(huán)研究正逐漸受到了人們的重視。陸地生態(tài)系統(tǒng)碳循環(huán)作為全球碳循環(huán)的重要組成部分，在全球碳收支中占據(jù)著重要的地位，研究陸地碳循環(huán)機(jī)制及其對(duì)全球變化的響應(yīng)，是預(yù)測(cè)大氣CO<,2>含量及氣候變化的重要基礎(chǔ)?；跍u度相關(guān)技術(shù)的通量觀測(cè)研究是目前最為直接的一種定量測(cè)定生態(tài)系統(tǒng)CO<,2>交換的技術(shù)。但是，由于該技術(shù)本身和環(huán)境條件的限制，使得我們?cè)诶糜^

2、測(cè)數(shù)據(jù)進(jìn)行生態(tài)學(xué)意義解釋之前，或向廣大的全球變化和生態(tài)系統(tǒng)研究人員提供科學(xué)的數(shù)據(jù)服務(wù)之前，必須對(duì)從站點(diǎn)獲得的觀測(cè)數(shù)據(jù)進(jìn)行一系列的處理。這其中不僅包括坐標(biāo)軸旋轉(zhuǎn)、WPL校正、異常值剔除以及“u<'*>校正等一系列數(shù)據(jù)質(zhì)量控制過(guò)程，同時(shí)還包括對(duì)由于系統(tǒng)故障、天氣惡劣等外界干擾以及由上述數(shù)據(jù)質(zhì)量控制過(guò)程所造成的數(shù)據(jù)缺失進(jìn)行合理的插補(bǔ)。其中，由于缺失數(shù)據(jù)插補(bǔ)對(duì)結(jié)果估算的不確定性，使其在通量研究中具有重要的位置。但是，到目前為止，雖然通量界有許多

3、可用的插補(bǔ)方法，但這些方法對(duì)各種缺失數(shù)據(jù)的插補(bǔ)都具有一定的局限性，所以缺失數(shù)據(jù)的插補(bǔ)在很大程度上要依賴于研究人員的選擇。本研究即利用ChinaFLUX禹城農(nóng)田通量觀測(cè)站2003-2005年的觀測(cè)數(shù)據(jù)，總結(jié)了通量觀測(cè)數(shù)據(jù)缺失的機(jī)制與規(guī)律，并將多重填補(bǔ)法(MI)引入通量觀測(cè)數(shù)據(jù)的缺失插補(bǔ)中，與目前普遍使用的非線性回歸法和MDV方法進(jìn)行比較，主要結(jié)果如下： (1)凈生態(tài)系統(tǒng)CO<,2>通量(NEE)的大小與環(huán)境因子之間有較為明顯的非線

4、性響應(yīng)關(guān)系。其中，白天的NEE與光合有效輻射(PPFD)符合Michaelis-Menten光響應(yīng)曲線，夜間的NEE與溫度(T)可以用Llpyd &Taylor呼吸方程進(jìn)行擬合。所以，NEE的缺失值可以用環(huán)境因子和NEE二者之間的非線性關(guān)系進(jìn)行插補(bǔ)。但是，在NEE的高值區(qū)，觀測(cè)數(shù)據(jù)較為分散，NEE與環(huán)境因子的響應(yīng)關(guān)系不甚明顯，而玉米生長(zhǎng)季夜間的NEE與溫度的非線性關(guān)系尤為較差。而且，將全年有效的夜間觀測(cè)數(shù)據(jù)與溫度數(shù)據(jù)使用Lloyd &

5、Taylor-呼吸方程進(jìn)行擬合發(fā)現(xiàn)，該擬合曲線在低值區(qū)明顯高估了實(shí)際觀測(cè)數(shù)據(jù)。另外，在三年的觀測(cè)數(shù)據(jù)中，2005年的觀測(cè)數(shù)據(jù)與環(huán)境因子的響應(yīng)關(guān)系較為分散，固該年NEE估計(jì)值的不確定性較其他兩年大。 (2)通過(guò)對(duì)數(shù)據(jù)缺失率規(guī)律的研究發(fā)現(xiàn)，三年觀測(cè)數(shù)據(jù)的缺失率均在50％左右，且夜間觀測(cè)數(shù)據(jù)的缺失率要明顯小于白天的數(shù)據(jù)缺失率，其主要原因在于夜間的大氣層結(jié)穩(wěn)定，觀測(cè)條件由于不符合渦度相關(guān)技術(shù)理論假設(shè)而被剔除。在季節(jié)上，冬季的數(shù)據(jù)缺失率要

6、高于夏季，其原因也是因?yàn)槎疽归g大氣的層結(jié)相對(duì)夏天穩(wěn)定，由于理論假設(shè)被剔除的數(shù)據(jù)也較夏季多。 (3)選取玉米生長(zhǎng)季和冬小麥越冬季兩個(gè)數(shù)據(jù)集的有效觀測(cè)數(shù)據(jù)，利用蒙特卡羅方法隨機(jī)制造10％-60％的數(shù)據(jù)缺失率，分別使用非線性回歸法和MI方法進(jìn)行缺失數(shù)據(jù)插補(bǔ)。結(jié)果顯示，在兩個(gè)數(shù)據(jù)集中，非線性方法的R2和MAE指標(biāo)都要優(yōu)于MI方法，而MI方法的得到的擬合值與實(shí)際值的殘差分布為標(biāo)準(zhǔn)正態(tài)分布。MI方法與非線性方法具有非常好的相關(guān)性。可以認(rèn)為