碳循环反演大数据模型的探索与分析.pdf
《碳循环反演大数据模型的探索与分析.pdf》由会员分享,可在线阅读,更多相关《碳循环反演大数据模型的探索与分析.pdf(8页珍藏版)》请在咨信网上搜索。
1、第20卷 第2期第93页2023年6月Jun.,2023国土资源导刊Land&Resources Herald引用格式:谢优平,肖祥红,蔡观,等.碳循环反演大数据模型的探索与分析J.国土资源导刊,2023,20(02):93-100.Reference format:Xie Youping,Xiao Xianghong,Cai Guan,et al.Exploration and analysis of carbon cycle inversion big data modelJ.Land&Resources Herald,2023,20(02):93-100.碳循环反演大数据模型的探索与分析
2、*谢优平1*,肖祥红1,蔡 观1,谢承志2,谭思源1(1.湖南省第二测绘院,湖南 长沙 410119;2.上海电力大学,上海 201306)摘 要:本文在分析碳源排放清单(R排放)、生物过程模拟植被净生态系统生产力(NEP植被)、大气层碳卫星监测CO2浓度(CO2月平均浓度)三种反演时空分布数据的基础上,利用LM最优估算法结合球冠谐模型解析碳的基础量值及空间分布关系,通过计算机深度学习,构建基于上述三个模型融合的大数据模型,以期探明工业碳源排放清单CO2较为明晰准确的反演过程和各个环节的数学关系,为有效的消碳提供技术路径支撑。关键词:相关性分析;量值关系;球冠谐模型;模型融合;LM最优估算法;
3、消碳与控碳中图分类号:F426文献标识码:A文章编号:1672-5603(2023)02-93-08Exploration and Analysis of Carbon Cycle Inversion Big Data ModelXie Youping1,Xiao Xianghong1,Cai Guan1,Xie Chengzhi2,Tan Siyuan1(1.TheSecondSurveyingandMappingInstituteofHunanProvince,ChangshaHunan410119;2.Shanghai University of Electric Power,Shang
4、hai 201306)Abstract:Basedontheanalysisofthreekindsofretrievedspatio-temporaldistributiondata,namelycarbonsourceemissioninventory(Remissions),biologicalprocess simulation vegetation net ecosystem productivity(NEP vegetation),atmosphericcarbon satellite monitoring CO2concentration(monthly average CO2c
5、oncentration),thispaper uses LM optimal estimation algorithm and spherical cap harmonic model to analyzethe basic value and spatial distribution relationship of carbon,and through computer in-depth learning,Build a big data model based on the fusion of the three models mentionedabove,in order to exp
6、lore the clear and accurate inversion process of industrial carbonsourceemissioninventoryCO2andthemathematicalrelationshipsofeachlink,andprovide technical path support for effective carbon reduction.Keywords:correlation analysis;quantity value relationship;spherical cap harmonicmodel;model fusion;LM
7、 optimal estimation algorithm;carbon reduction and control0 引言近年来,地球表层温室气体增多,胁迫地表温度升高,致使干旱、山火、海啸等自然灾害频发,危害到人类生存与安全。造成温室气体增多的影响因素主要源自人类社会发展的工业废气排放,以及地球表层的自然碳源汇能力变化。探索大气层与陆地生态系统中的碳循环反演规律,封存地表碳源、抑制大气层碳浓度升高,仍然是当前人类社会面临的一道巨大难题。收稿日期:2023-03-16;改回日期:2023-05-09。*基金项目:2022重大科技研究项目 湖南省自然资源领域推进碳达峰碳中和重大技术研究(编号:
8、湘自科 2022 5号)。*第一作者简介:谢优平(1973),男,研究员级高级工程师;主要从事基础测绘、自然资源调查监测与卫星遥感应用;E-mail:youping_。第20卷 第2期第94页国土资源导刊Land&Resources Herald2023年6月Jun.,2023大气中的CO2在进入陆地圈和海洋圈之前,在地表20 km内的大气层中漂浮。CO2进入生态系统之后,一方面被陆地植被、海洋湿地及其他水域藻类等进行光合作用,或与菌类沉淀物进行化学反应,或被水域、植被根系与土壤吸收,形成碳汇。另一方面通过动植物的呼吸、腐殖质分解或者熔岩风化,形成碳源。再加上人类活动及工业废气的排放,CO2在
9、大气层、陆地与海洋生态系统中反复循环。经过学术界近50年的探索,当前已有 3种比较典型的方法来监测研究自然界的CO2。第一种是碳源排放清单(R排放)。通过对点源碳排放及时空分布统计,以行政区域为单元形成碳源排放空间分布数据并规划控制碳源排放。该方法受大气中气流的干扰和影响,模型存在精细度差、分辨率低、估量粗犷、且碳排放与行政区域面积并不一定正相关、估算结果精度不足等缺点1-3。第二种是通过生物过程求取植被净生态系统生产力(NEP植被),以此为基础来指导增强生态系统的碳汇功能。其优势是覆盖率广、时间序列长、数据及估量结果获取容易,缺点是采用植被指数生产的NEP精度不足,不同模型计算的结果差异大,
10、并且尚有许多未明路径的碳源汇4-7。第三种是近十年来才开始的碳卫星监测技术,利用光栅衍射原理对太阳光谱进行监测,在消除云和气溶胶误差干扰后,获取大气中CO2浓度时空分布信息以及时段内的浓度变化值。碳卫星监测技术是目前最为直接准确的一种探测方法,缺点是光谱分析为间接估量求值,难以区分测算大气中CO2的碳源路径8-12。由于上述监测及减排技术的不成熟,加之 CO2物质的特殊性,生态系统的复杂性,人类干扰活动的不确定性,目前三种方法虽然都已取得一定的科研成果,但均存在估量理论缺陷,缺乏详细准确的碳循环反演过程及时空分布结果,碳的细致来源及有效消耗途经等重要内容尚未探明,需要人们利用当代先进的科技技术
11、手段,结合已有的科研成果进一步去分析摸索。本文利用 R排放、NEP植被、CO2月平均浓度三种碳源(汇)反演成果及时空分布数据,利用LM最优估算法结合球冠谐分析方法,在物质守恒基础上,切合模型中碳的基础量值及时空分布信息,将上述三个模型融合,构建一个基于计算机深度学习的大数据模型,以期探明大气层中CO2分布情况,特别是R排放较为明晰准确的反演过程和各个环节的数学关系,为有效消碳提供技术路径支撑。1 地球生命体碳库自然界中碳化学元素有C12和C14两种,以无机质(C12)和有机质(C12、C14)两种形式存在。碳元素通过各种分子结构形成碳链、碳架和碳干,组成地球上绝大多数有机生物和无机化合物。地球
12、生命体是一个巨大的碳库,包括地球体以及外面裹着的大气层。其中固态碳主要包括岩石圈中的Mg2O、Ca2O、硝酸盐等,以及生态圈中的有机生物和碳水化合物,气态碳主要以CO2、CH4形式存在于大气之中。由于地球形状的复杂性和地壳密度的不均衡性,我们无从得知地球这个质体中究竟有多少碳含量或碳化合物13-15。碳循环是多渠道多流向多系统的,碳源主要来自人类工业排放、生态系统呼吸,碳汇主要有陆地和海洋生态系统的光合作用和化学反应消耗。通常情况下地球生态系统各个环节中存在一个通过碳源汇调节的碳承载极限。在不考虑人类工业排放这个干扰因素时,大气圈、陆地圈、水圈CO2含量基本上是维持生态均衡的4-5。“温室效应
13、”主要是因大气层碳浓度升高、气层水雾增多、工业化地表反射率增大三方面原因引起的。控碳本质是要封存地表碳源,尽量延长碳在固态环节循环的流转时间。在多种形式的碳中,本文研究的重点对象是指参与大气圈循环的那一部分碳。气态 CO2分布在大气层中的近地层和对流层中,平流层之外几乎没有CO2,如图1所示。近地层近地层 对流层对流层平流层平流层中间层中间层暖层暖层外逸层外逸层外太空外太空地球图1 地球生命场碳库示意图Fig.1 Schematic diagram of carbon storage inthe Earths life field工业排放促使大气层 CO2浓度整体升高。CO2排放后开始漂浮在地
14、表1Km以内,促使地表层CO2浓度升高,然后随着高度上升,气层中CO2浓度慢慢降低,最终上浮到对流层后,遇冷与水第20卷 第2期第95页2023年6月Jun.,2023国土资源导刊Land&Resources Herald雾集聚在一起,使得对流层成为 CO2最终汇聚地,这一层浓度增高最明显。工业排放在上升的过程中,一部分在近地层因重力漂回地面,一部分在对流层中随降雨落回地面。经过长期的演化后,大气层中O2、CH4、CO2、N2、H2O(水蒸气)浓度比例相对恒定。在近地层中 CO2与地表生态圈存在一个“协迫式”的平衡,也就是说,当地表层中CO2浓度升高时,陆地生态圈中光合作用就增强,源汇作用使地
15、表的CO2浓度水平保持相对平稳,“温室效应”主要发生在对流层。2 三种碳循环模拟方式的时空分布数据2.1 碳源排放清单(R排放)基于调查统计的 R排放主要是对人口、GDP、工业及土地类型、手机信令、夜间灯光等数据信息的集成。数据来源及分类主要有工业、电力、交通、农业等,以行政区域单元为基础,结合工业、商业、生活聚居点等碳排放源头进行分类统计,建立碳源时空分布的数据指标及函数关系。数据模型统计结构采取自上而下的空间分解、自下而上的空间估算或二者融合的统计模型结构,即在行政区域单元尺度和空间尺度不变的基础上,将精细尺度的碳排放数据统计量化分解到指定的空间单元里和区域网格中。R排放主要来自于8个常用
16、碳排放库:世界气候委员会(IPCC)清单;全球碳预算数据库(GLB);二氧化碳分析中心数据档案库(CDLAC);全球大气研究排放数据库(EDGAR);英国石油公司(BP);美国能源信息署(ELA);中国多尺度排放清单模拟(MELC);中国碳排放数据库(CEADS)等。R排放关系型数据模型:fy=SD.M(式1)其中fy为碳时空分布结果,D为行政区域、地理数据、遥感数据、点源数据等,S为空间尺度,包括行政区域尺度、社区格网尺度、站点尺度,M为分解模型1-3,15-16。2.2 生 物 过 程 模 拟 植 被 净 生 态 系 统 生 产 力(NEP植被)陆地覆盖NEP植被主要利用卫星多光谱遥感影像
17、数据计算植被指数,如归一化植被指数NDVI、叶面积指数LAI等,结合第三次国土调查或最新年度变更地类数据、现势性强的数字高程模型数据(DEM)等,通过生物过程模拟光能模型,如 CASA、VPM、VPRM、CIFX或两叶模型进行大区域模拟,再通过对生物量的转化计算,获得 该 时 点 对 应 的 碳 源(汇)时 空 分 布 数 据。NEP植被受不同植被类型、物候条件、太阳光照、地表水分、温度等因素的影响。光能利用率模型:NPP=PAR C=RSG FPAR C(式2)C=T W Cmax(式3)NEP=NPP R异养(式4)光能利用率模型还可通过涡度相关数据、植被生长呼吸的特性差异等影响因子对模型
18、进行参数本地化和改进4-5,17。其中,NPP为净初级生产力,NEP为净生态系统生产力,RSG为太阳总辐射,PAR为光合有效辐射,FPAR为光合辐射吸收比例,C为光能实际利用率,T为温度胁迫因子,W为水分胁迫因子,Cmax为最大光能利用率。2.3 大气层碳卫星监测 CO2浓度的时空分布(CO2月平均浓度)大气CO2柱浓度指观测柱内CO2气体分子从地表到大气层顶单位面积内的分子数密度。CO2碳柱总量监测基于比尔布格朗伯定律,采用两种方式进行监测。一是通过太阳宽带辐射,利用光栅、棱镜、滤波片等,对其中近红外可见光进行光谱分析;二是利用激光雷达作为本振光源,通过调频发射特定波长的辐射光谱作为 CO2
19、分子的吸收光谱,来监测CO2浓度。激光雷达监测方式灵敏度更高,不仅可以监测大气层中CO2碳柱总量的水平浓度分布,还可以监测CO2柱浓度的垂直廓线18-23。中国碳卫星是通过监测太阳光穿过大气层到达地球时,空气中的CO2分子对太阳光线短波中的光谱颜色有不同的吸收能力,经过精密光栅仪器对光谱进行测量,反演推算 CO2分子的数量,即碳柱中每平方千米干空气中CO2的混合占比,浓度变化监测精度达 4 ppm。CO2监测采用影像推扫式,每条像带宽20 km,对应地面上9个像素点,每个像素点宽度约 2 km(即地面分辨率)。碳卫星能较精确地监测大气中 CO2浓度,同时通过对碳卫星影像校正获取分布位置,最终获
20、取区域CO2浓度的时空分布数据24-26。第20卷 第2期第96页国土资源导刊Land&Resources Herald2023年6月Jun.,20233 碳循环数据模型分析3.1 三类模型时空数据分析大气 CO2时空分布数据是 R排放叠加 NEP植被相互作用的结果,是CO2在自然界循环中的一个目标值环节;R排放具有CO2量值与地面排放源点位已知的特点,但因气流影响,在大气中随机分布,难以进一步分源;陆地生态系统NEP植被时空分布数据是较复杂的一个碳循环分布数据,同时具有碳源汇的特征:动植物呼吸、岩石风化、凋落物及腐殖质分解、地表 CO2排放多为碳源,而植被及植被下垫层光合(含一年生周期性生物
21、)、植被根系及土壤吸收,海洋、湿地、水域藻类光合及沉淀物化学反应作用等多为碳汇。其特点是大部分碳汇量值可求及空间分布明确,而碳源量值及空间位置未知13,如图2。3.2 时空分布数据量值基础及换算单位3.2.1 大气中CO2量化首先将三种模型中的CO2数据进行量化,统一归算到所含碳的比重(或CO2浓度)。我们假定地球为一规则球体,大气中CO2包裹在地球外围20 km厚度的气层里,则地球外围某一时刻CO2总量值为:CO2总量值=4()R地+203/3 4R3地/3 CO2月平均浓度值 CO2单位空间密度(式5)其中R地为地球半径,CO2层为近地层及对流层总厚度约20 km,地球表面形状采用地面数字
22、模型DTM来表示(或重力场位模型如EGM2008、CS64C等)。温度对流层取0,地表取25,压强取1个标准大气压。又因大气层中 CO2浓度分布存在随机的水平梯度和垂直梯度,我们按中国碳卫星的影像条带及像素宽度分区,垂直梯度地表以 200、500、1 000 m分层,再往上以每1 000 m分层,对流层顶端、底端、中间分层,对流层及近地层总共分约22层(图3),并累加计算每个区块的CO2量值及总值19-22,27-29。则大气中CO2总量为各个像素点体积内的质量累加:M总=VV总()V111+V222+Vnnn(式6)为 CO2月平均浓度值,为 CO2单位空间密度,V总=4()R地+203/3
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 碳循环 反演 数据模型 探索 分析
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。