基于模型—数据融合的中国区域碳水通量动态模拟及分析
| 致谢1 | 第4-5页 |
| 摘要 | 第5-8页 |
| ABSTRACT | 第8-11页 |
| 第1章 绪论 | 第17-29页 |
| 1.1 研究背景与意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-25页 |
| 1.2.1 通量观测网络 | 第18-19页 |
| 1.2.2 模型模拟研究 | 第19-21页 |
| 1.2.3 模型-数据融合在碳水循环研究中的应用 | 第21-24页 |
| 1.2.4 碳水通量研究进展 | 第24-25页 |
| 1.3 研究内容与技术路线 | 第25-26页 |
| 1.4 论文的组织结构 | 第26-27页 |
| 1.5 本章小结 | 第27-29页 |
| 第2章 LPJ-DGVM及数据源 | 第29-35页 |
| 2.1 模型介绍与参数筛选 | 第29-32页 |
| 2.1.1 碳循环过程 | 第29-30页 |
| 2.1.2 水循环过程 | 第30-31页 |
| 2.1.3 模型参数筛选 | 第31-32页 |
| 2.2 数据源介绍 | 第32-34页 |
| 2.2.1 模型驱动数据 | 第32页 |
| 2.2.2 遥感数据LAI | 第32-33页 |
| 2.2.3 涡度通量观测数据 | 第33-34页 |
| 2.3 本章小结 | 第34-35页 |
| 第3章 LPJ-DGVM敏感性参数优化 | 第35-53页 |
| 3.1 敏感性分析及参数优化算法 | 第35-39页 |
| 3.1.1 扩展的傅里叶幅度分析法 | 第35-37页 |
| 3.1.2 模拟退火法 | 第37-38页 |
| 3.1.3 精度评价 | 第38-39页 |
| 3.2 模型参数不确定性分析 | 第39-40页 |
| 3.3 碳水参量模拟的参数敏感性分析 | 第40-45页 |
| 3.3.1 敏感性分析方案设计 | 第40-42页 |
| 3.3.2 碳相关参量敏感性分析 | 第42-43页 |
| 3.3.3 水相关参量敏感性分析 | 第43-45页 |
| 3.4 参数优化后的模型性能评价 | 第45-50页 |
| 3.4.1 参数优化方案及优化结果 | 第45-46页 |
| 3.4.2 参数优化前后GPP模拟性能分析 | 第46-48页 |
| 3.4.3 参数优化前后ET模拟性能分析 | 第48-50页 |
| 3.5 本章小结 | 第50-53页 |
| 第4章 基于遥感-模型同化的碳水通量模拟 | 第53-61页 |
| 4.1 同化方案及算法介绍 | 第53-57页 |
| 4.1.1 模型-遥感资料同化方案 | 第53-54页 |
| 4.1.2 集合卡尔曼滤波算法 | 第54-56页 |
| 4.1.3 同化结果精度评价 | 第56-57页 |
| 4.2 参数同化前后GPP模拟性能对比 | 第57-59页 |
| 4.3 参数同化前后ET模拟性能对比 | 第59-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 中国区域碳水通量时空格局与动态分析 | 第61-71页 |
| 5.1 中国地区总初级生产力时空分布格局 | 第61-65页 |
| 5.1.1 GPP年变化动态 | 第61-64页 |
| 5.1.2 GPP季节变化动态 | 第64-65页 |
| 5.2 中国地区蒸散发时空分布格局 | 第65-68页 |
| 5.2.1 ET年变化动态 | 第65-67页 |
| 5.2.2 ET季节变化动态 | 第67-68页 |
| 5.3 本章小结 | 第68-71页 |
| 第6章 结论与展望 | 第71-75页 |
| 6.1 结论 | 第71-72页 |
| 6.2 展望 | 第72-75页 |
| 参考文献 | 第75-85页 |
| 致谢 | 第85-87页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第87页 |
