耕作措施对陕西耕作土壤碳储量的影响模拟*

鉴于农业生态系统土壤有机碳(SOC)平衡对中国农业可持续发展的重要性,文章以陕西农业生态系统为对象,整合农业生物地球化学模型(DNDC)与陕西农业地理信息系统数据库,利用陕西地区气象和作物资料,对陕西省2000年作物生长发育和土壤碳循环进行了模型模拟,实例探讨了耕作管理对土壤碳储量的影响,并由此评价生物地球化学模型在气候变化、土壤性质及农业耕作管理措施对土壤碳含量影响方面的预测能力。敏感性分析表明土壤性状,尤其是初始有机碳含量是影响模型区域尺度模拟的最主要敏感因素。区域模拟使用灵敏系数分析法,分别采用敏感因子的最大、最小值驱动模型在每一模拟单元内的运算,以产生一个土壤有机碳变化的范围值,土壤有机碳变化的真实值应以较大机率包含在这一范围内。分析模拟结果可以得出3点结论: 1)2000年陕西耕作土壤总有机碳储量约为103TgC,是一个大气CO₂源,向大气释放碳0.5TgC; 2)提高作物秸秆还田率是提高陕西农田碳库储量的有效可行措施,将作物秸秆还田率从当前的15 ％ 提高到50 ％ 或90 ％ 会使陕西农田土壤从大气CO₂源转变为汇,每年分别增加土壤有机碳库储量0.7TgC或2.1TgC; 3)施用有机农肥(500kg/hm²)也会增加土壤碳输入,从而提高土壤碳储量,使陕西农田系统转变为较弱的碳(C)源,每年可多固定0.2TgC。     

Noah-MP模型中积雪模拟对参数化方案的敏感性评估

针对Noah-MP模型多参数化方案、模拟结果不确定性范围难以确定的特点,选取北疆地区具有代表性的阿勒泰站气象资料作为模型驱动数据,探讨了积雪对多参数化方案的敏感性。在不考虑模型参数和驱动数据不确定性的条件下,设计了集合数为13824的多参数化方案集合模拟试验。选用Natural selection方法对物理过程的敏感性进行分析,并在敏感性分析结果的基础上进一步讨论了模拟结果的不确定性。结果表明:积雪对地表热交换、雨雪分离、土壤温度底层边界条件和第一层积雪或土壤时间方案4个物理过程敏感;在不考虑驱动数据和模型参数不确定性的条件下,多参数化方案集合模拟试验中的不确定性主要来源于敏感物理过程。去除敏感物理过程中能够明显降低模拟性能的参数化方案后,集合模拟结果的不确定性大幅减小。最后,根据分析结果构建了该站雪深和雪水当量模拟的最优参数化方案组合。     

海河流域平原区土壤碳密度分布特征和碳储量估算

基于2003年以来多目标区域地球化学调查积累的大量表、深层土壤有机碳、全碳分析数据,以土壤类型和土地利用类型为基本计算单元,本文重点对海河流域平原区土壤碳密度与碳储量分布规律进行了研究。结果表明:海河流域表、深层土壤全碳和有机碳密度空间分布规律基本一致,总体均表现为"北东呈带、区域连片","南部高于北部,山前高于平原,城市高于农田"的特征。从土壤类型上看,湿潮土的有机碳密度最高,为17.92 kg/m~2,其次为石灰性褐土,达到15.49 kg/m~2,草甸风沙土的有机碳密度最低,为7.9 kg/m~2;有机碳密度最大者与最小者相差将近2倍。从土地利用类型来看,耕地的有机碳密度最高,这与近年来推广的秸秆还田和人工施肥有关。     

基于SUFI-2算法和SWAT模型的妫水河流域水文模拟及参数不确定性分析

敏感性分析和不确定性分析是分布式水文模型参数校准和模型应用的基础。本文以妫水河流域为例,基于SWAT模型和SUFI-2算法进行模型参数敏感性分析,结合手动调参和自动率定,通过SUFI-2的P因子和R因子进行模型不确定性分析,构建妫水河流域分布式水文模型。本次妫水河流域月尺度模拟中:率定期,确定系数R2=0.59,效率系数NSE=0.56;验证期,确定系数R2=0.82,效率系数NSE=0.80;P因子均大于0.5,R因子均小于0.5。结果表明,妫水河流域SWAT模型水文模拟效果较好。     

岩溶山地土壤有机碳的分布特征及表层土壤有机碳的影响因素分析——以重庆市北碚区为例

通过野外采样调查分析,运用地统计学方法,分析了北碚区土壤有机碳（SOC）的分布特征和表层土壤有机碳的影响因素。结果表明:空间上,从表土层到底土层SOC含量依次降低,且差异显著,降幅依次为35.02 %和47.12 %;时间上,与1984年第二次土壤普查相比,从表土层到底土层土壤有机碳的含量呈增加趋势,增加幅度分别为:4.36 %,31.92 %和14.74 %。对表层土壤有机碳的影响因素进行了分析,发现SOC含量随着土壤中全氮、碱解氮、黏粒含量的增加而增加;含有碎屑岩的碳酸盐岩比纯碳酸盐岩形成的土壤有机碳含量高;随着海拔的升高SOC含量增大,表现为:山顶(21.94 g/kg)＞平坝(19.53 g/kg)＞槽谷(15.60 g/kg)＞山腰(13.40 g/kg);不同土地利用方式下的SOC含量高低顺序为:林地(26.16 g/kg)＞草坡(21.95 g/kg)＞菜地(16.75 g/kg)＞果园(15.31 g/kg)＞耕地(12.85 g/kg)。传统的耕作方式容易造成SOC损失,建议在岩溶山地通过退耕还林还草、坡改梯、增施有机肥增加土壤有机碳;推广应用免耕、少耕、秸秆还田等耕作措施,增加农田土壤固碳能力。      

基于GLUE方法的城市雨洪模型参数不确定性分析

以北京市大红门排水片为例,构建基于SWMM(Storm Water Management Model)的城市雨洪模型,并基于GLUE方法(Generalized Likelihood Uncertainty Estimation)对模型参数的不确定性进行了分析。结果表明,所建城市雨洪模型能够较好的模拟区域的雨洪过程。在模型参数中,管道曼宁系数、不透水区洼蓄量以及河道曼宁系数的不确定性对模型结果的影响较为显著。GLUE方法能够在分析模型结果不确定性的同时给出敏感性参数,为城市雨洪模型的参数率定和进一步研制提供了有效工具。     

山东半岛蓝色经济区土壤有机碳储量及固碳潜力分析

土壤碳储量研究在碳循环和全球变化中具有重要意义,但以往碳储量计算结果受到数据来源的制约。山东省多目标区域地球化学调查采用双层网格化采样和分析,获取了大密度、高精度土壤有机碳数据,为土壤碳库的准确计算奠定了基础。笔者利用这些数据计算了山东半岛蓝色经济区表层（0～20 cm）、中上层（0～100 cm）及全层（0～160 cm）的土壤有机碳（SOC）密度和储量,并对其空间分布特征及固碳潜力进行了研究。结果显示,经济区内3种土壤层次的碳库组成不同,表层SOC储量占总碳（TC）储量的71.67%,随深度增加所占比例逐渐减小,而无机碳(SIC)储量所占比例逐渐增加,全层二者所占比率较为接近:表层SOC储量为132.64 Mt,碳密度为2.06 kg/m²;中上层为458.27 Mt,碳密度为7.11 kg/m²;全层为619.96 Mt,碳密度为9.61 kg/m²。各层SOC密度处于全国偏低水平,且在不同土壤类型、地貌类型、土地利用类型之间有一定差异:褐土土表层SOC密度最高（2.48 kg/m²）,风沙土最低（0.91 kg/m²）;灌溉水田表层SOC密度最高（3.45 kg/m²）,菜地最低（1.61 kg/m²）。表层SOC密度分布总体上呈现为沿海地区低、鲁北平原和胶莱盆地中等、山地丘陵和中低山区偏高的分布格局。从第二次土壤普查和本次多目标调查数据所建立的回归方程分析发现,在今后一定时期内,本区表层土壤总体表现为“碳汇”效应,未来可净增总有机碳（TOC）量60.94 Mt,其中“碳源”量5.07 Mt,“碳汇”量65.97 Mt。     

iTOUGH2反演模型在地下水模拟中的应用

模型参数快速校准是地下水数值模型应用中非常重要和困难的工作,反演模型提高了该工作的效率。在阐述i TOUGH2反演模型流程和TOUGH2/EOS9模块原理的基础上,介绍了i TOUGH2关于敏感性分析、参数估计和不确定性分析的原理。以FEFLOW软件中含三个观测井信息的Breyell抽水试验为例,利用i TOUGH2进行了敏感性分析、参数估计和不确定性分析,发现渗透率和孔隙度为敏感参数,而且通过加权最小二乘法的目标函数和优化算法获得了参数的估计值,最后使用一次二阶矩法和蒙特卡罗法分别进行了不确定性分析。将i TOUGH2反演的参数估计值与FEFLOW反演结果对比,发现两者接近,说明i TOUGH2的反演结果是可靠的。i TOUGH2对应的功能全,包括参数反演,敏感性分析,不确定性分析,可作为地下水模型反演模型的选择之一。     

地下水数值模拟不确定性分析研究进展

地下水数值模拟不确定性分析旨在提高研究区域地下水流的模拟精度。学者们将地下水数值模拟不确定性分析分为:模型的不确定性、参数的不确定性以及资料的不确定性三类,其中参数的不确定性分析在研究中是最为重要的。同时,对模型、参数、资料不确定性分析的研究进展和成果进行归纳总结,补充关于参数不确定性分析过程中的替代模型的一些研究成果以及模型不确定性分析的多模型分析;强调在地下水数值模拟的过程中,重视模型、资料的不确定性分析;展望未来,随着地下水数值模拟不确定性分析研究的深入,方法和应用会更加多样化。     

雨量站网布设对水文模型不确定性影响的比较

雨量站网布设会影响径流模拟精度,研究不同雨量站密度和空间分布的径流响应规律对提高径流模拟精度和减小不确定性具有重要意义。应用新安江模型和HBV（Hydrologiska Fyrans Vattenbalans）模型,以湘江流域为研究对象,采用贝叶斯方法比较分析在不同雨量站密度及空间分布下径流模拟的不确定性。结果表明:增加雨量站密度可以降低面雨量的估计误差,使模型在不同的雨量站空间分布下具有较高的模拟精度;通过优化雨量站空间分布,可以减小雨量站网布设导致的模型不确定性,从而提高径流模拟精度;在相同的降雨输入和参数采样方法下,新安江模型和HBV模型对降雨输入导致的不确定性响应规律具有相似性,但是本研究结果显示在湘江流域新安江模型的模拟精度更高,而HBV模型的不确定性更大。     

基于IBUNE方法的水文模型不确定性分析

在贝叶斯理论框架下,根据一种可结合多个水文模型给出模拟或预报结果的IBUNE方法探讨了水文模型的输入、参数以及结构的不确定性问题。将SCEM-UA算法和EM算法嵌入新安江和TOPMODEL水文模型用于参数优化和模型平均,进而将输入与参数的综合不确定性处理后得到的预报量后验分布进行多模型综合,据此对水文模型的不确定性及其对水文模拟结果的影响进行评价。以湖南洣水流域龙家山水文站以上集水区域为例进行了应用研究,结果表明,IBUNE方法能够有效估计水文模型的不确定性,并能给出合理的概率预报区间。     

山东省土壤有机碳库及其时空变化特征

土壤作为陆地生态系统的重要组成部分,土壤碳储量研究在全球碳循环变化中意义重大。利用山东省多目标区域地球化学调查(2003年)获得的双层网格化大密度、高精度土壤有机碳(SOC)含量数据,估算了全省0～20 cm、0～100 cm及0～160 cm的土壤碳密度和储量,并对SOC密度和储量的时空变化规律及土壤固碳潜力进行研究。结果表明：(1)山东省0～20 cm、0～100 cm和0～160 cm土层SOC密度分别为222 kg/m2、764 kg/m2、1009 kg/m2,各土层SOC密度均明显低于全国平均水平(319 kg/m2、1164 kg/m2和1534 kg/m2);(2)0～20 cm表层SOC密度分布总体呈现为沿海地区低,鲁西北平原、鲁东丘陵中等,鲁中南山区偏高的分布格局;(3)与18年前第二次土壤普查(1985年)数据对比,表层SOC密度从143 kg/m2升高到222 kg/m2,全省陆域(1570万km2)0～20 cm表层SOC储量则由22641 Mt增加至35065 Mt,净增了12424 Mt,SOC密度以0044 kg/(m2·a)的平均速率在土壤中积累,整体表现为“碳汇”效应;据估算,尚有50523 Mt的固碳潜力。     

呼和浩特市表层土壤重金属镉的基准值研究

借助GIS以内蒙古自治区呼和浩特市5713km2为研究区域,将土壤中镉的空间分布规律与相关统计规律相结合,确定了研究区内4种典型的土壤亚类表层中重金属镉的基准值,通过对933个样品的分析,得到以下结论:呼和浩特市表层土壤中镉的基准值在洪积新积土中最高,达0.117mg/kg;在淡栗褐土中最低,仅为0.084mg/kg。本研究为制订内蒙古自治区地方土壤环境质量标准提供了基础资料。     

RCCC-WBM 模型区域适用性及参数敏感性分析

天然径流量的模拟计算是区域水资源评价的关键,以中国不同气候区的6个典型流域为例,评估RCCC-WBM月尺度水文模型对天然径流过程的模拟能力,并分析其参数的敏感性。结果表明:RCCC-WBM模型对不同气候区典型流域的天然径流过程都具有较好的模拟效果,Nash-Sutcliffe效率系数均在0.80以上,径流量相对误差较小,满足径流模拟的精度要求,区域适用性较好。南方流域冬季气温较高,降雪积雪较少,导致融雪径流汇流系数对模拟结果的影响微乎其微;在6个典型流域中地表径流汇流系数对模型精度具有显著的影响;土壤蓄水容量通过决定土壤含水的上限值间接地影响着水源的划分与计算,对模型径流模拟至关重要。     

DREAM算法分析地下水数值模拟不确定性的影响因素

地下水数值模拟常受到模型不确定性、观测资料不确定性等多种不确定性因素的影响,对这些影响因素进行定量分析十分必要。将差分进化自适应梅特罗波利斯(Differential Evolution Adaptive Metropolis,DREAM)算法与MODFLOW模型结合应用于地下水数值模拟不确定性的定量分析。以模型结构概化、水位观测资料误差这两种重要不确定性来源为例,通过一个理想地下水流模型,系统分析两者对模型参数及模型输出结果不确定性的影响。研究结果表明:模型结构概化及水位观测资料误差共同引起了地下水数值模拟的不确定性,但模型结构概化起到了主控作用。模型结构概化合理时,模型参数及模型输出结果的不确定性较小,并随观测资料误差不确定性的增大而增大;模型结构概化不合理时,模型参数及模型输出结果主要受控于模型结构概化带来的影响,且不确定性显著增大;观测资料误差相同情况下,模型结构概化越接近于真实的水文地质条件,模型参数及模型输出结果的不确定性越小。     

基于贝叶斯网络的地下水环境系统决策管理研究

应用贝叶斯网络解决地下水环境管理中具有不确定性的多目标决策问题,通过对决策变量氮肥施用量以及灌溉模式的调控,减少水中的硝酸盐含量,达到既能有效改善水环境又不至使农民经济利益受到损害的目标。通过分析具体的地下水环境管理系统中变量间的相互关系,构建描述变量间不确定性关系的贝叶斯网络模型,其中包括表示其依赖关系的有向无环图和表示其具体概率依赖程度的条件概率表。并在多个水环境管理目标均达到最优的前提下进行概率推理,得到决策变量氮肥施用量以及灌溉模式取不同值时目标变量的概率分布情况。最终确定出能使所有目标均达到最优的合理的水环境管理决策:(1)使用喷灌,将氮肥施用量控制在0.01~0.03 kg/m2;(2)使用漫灌,将氮肥施用量控制在0.01~0.02 kg/m2。     

基于统计理论方法的水文模型参数敏感性分析

参数敏感性分析是模型不确定性量化的重要环节,有助于有效识别关键参数,减少参数的不确定性影响,进而提高参数优化效率。利用Morris筛选方法定性识别相对重要参数,耦合方差分解的Sobol方法和统计理论的响应曲面模型构建一种新的定量敏感性分析方法——RSMSobol方法。以长江支流沿渡河流域的日降雨径流过程模拟为例,系统分析4种不同目标函数响应条件下新安江模型的参数敏感性。结果表明Morris方法和RSMSobol方法的集成应用极大地提高了全局敏感性分析的效率,Morris定性筛选结果为定量评估减少了模型参数维数,采用代理模型技术的RSMSobol方法减少了模型的计算消耗。     

中国陆地生态系统总初级生产力VPM遥感模型估算

陆地生态系统总初级生产力(Gross Primary Productivity,简称GPP)时空格局及其变化动态的准确监测是区域碳收支研究的核心问题之一,遥感模型正在为区域碳通量监测提供更为实时、准确的模拟数据。基于中分辨率成像光谱仪(MODerate-resolution Imaging Spectroradiometer,简称MODIS)遥感数据和涡度相关碳通量观测数据发展而来的VPM模型经过10年的努力,目前已经在全球涵盖十类生态系统的21个站点上开展模型的校验与验证研究,为区域GPP的准确估算与监测奠定了方法基础。本研究构建了评估GPP区域格局的VPM模型区域模式,以空间分辨率500m、时间步长8天的MODIS卫星影像数据以及相同时空分辨率的温度与光合有效辐射数据为模型输入数据,模拟估算我国2006~2008年GPP及其空间分布格局。VPM模型模拟的中国陆地生态系统GPP年总量平均值为5.0Pg C/a,其中森林、草地、农田和灌丛生态系统分别占34%,17%,37%和12%。本研究模拟的全国GPP总量与多模型模拟的平均结果(5.40 Pg C/a)相当,但不同模型估算的各类生态系统GPP存在较大差异。本研究通过利用遥感数据对VPM模型中的关键参数(最大光能利用率)进行参数空间化,表达同一土地覆被类型内部光能利用率的空间异质性;应用目前我国准确性最为可靠的土地利用与植被数据提取土地覆被数据,首次将农业多熟种植作为单独的植被类型引入模型中,模型参数与输入数据的精度保障了模型模拟结果的可靠性。     

1986—2019年黑龙江省松嫩平原表层土壤有机碳变化及固碳潜力估算

土壤有机碳(SOC)是评价土壤肥力和固碳能力的重要指标。因此,研究土壤有机碳的变化,对准确评价区域土壤固碳潜力,实现土壤资源的可持续利用具有重要的意义。利用黑龙江省第二次土壤普查数据和2019年实测土壤数据,运用GIS空间分析方法,分析了1986—2019年黑龙江省松嫩平原表层(0～20 cm)土壤有机碳密度(SOCD)的时空变化特征,运用土壤类型法估算了土壤有机碳储量,运用平衡法估算了土壤固碳潜力。结果表明:30多年来表层SOCD平均减少1.06 kg/m~2,SOCD减少的地区主要分布在黑龙江省松嫩平原中部和东南部地区;表层SOC储量减少约143.99 Tg, SOC储量减少较多的土壤类型是草甸土、黑钙土和黑土,三者减少量占总SOC储量减少量的84.55%;当前黑龙江省松嫩平原表层土壤固碳潜力为-2.08 Tg,其中暗棕壤、白浆土、黑土为正潜力,其余土壤类型为负潜力。建议通过增施有机化肥、秸秆还田、推广免耕少耕等方法措施,以提高松嫩平原土壤固碳潜力。     

太阳辐射时空分布模拟方法研究

太阳辐射在生态过程模拟中是重要的驱动数据。尤其是在大区域模拟时,由于太阳辐射观测站点数有限,逐日高分辨率的太阳辐射空间数据很难直接获取。本研究根据太阳辐射传输过程,建立了太阳辐射传输模型,计算太阳直射辐射、散射辐射以及总辐射。利用ANUSPLIN软件插值得到的各气象要素数据,作为太阳辐射传输模型的输入变量,通过四川省周边13个站点的辐射观测值以及日照时数建立辐射校正参数,最终建立四川省500m×500m逐日的太阳辐射空间数据集。结果表明,13个辐射站点的晴空太阳辐射预测值,年均为8594MJ,略高于实测的多年最大值8062MJ;并利用13个辐射站点的数据,建立实测辐射与晴空辐射的比值同日照百分率的线性关系(R~2=0.76,参数a和b分别为0.262和0.756),对晴空太阳辐射进行校正,得到13个站点太阳辐射年均模拟值为5023MJ,实测值为5030MJ,二者呈显著线性相关(R~2为0.79,p0.05),平均绝对误差(MAPE)为23.3%;通过该模型模拟的四川省太阳辐射通量为210~524W/m~2(白天平均);从空间格局上看,四川盆地和边缘区较低(300W/m~2),西部高原区最高。结合空间化的日照时数等气象数据,本研究为碳循环的区域模拟提供了一套精度较高的太阳辐射数据,并为全球变化研究中所需太阳辐射数据的获取提供方法参考。