基于多层感知机模型的长三角水稻种植区净生态系统碳通量模拟

来源：高原气象杂志2025年第1期北京时间：

作者：席闻阳,何建军,王智麟,郭立峰,李亚荣

单位：1. 中国气象科学研究院，灾害天气国家重点实验室/中国气象局大气化学重点开放实验室，北京 200081 ;2. 海南大学，海洋科学与工程学院，海南 海口 570228 ;3. 南京信息工程大学，计算机与软件学院，江苏 南京 210044 ;4. 兰州大学大气科学学院，甘肃 兰州 730000

摘要：中国长江三角洲地区（以下简称长三角地区）是典型的水稻种植区， 其碳源汇对区域气候和环境具有重要影响。本文系统地分析了长三角地区净生态系统碳交换量 （net ecosystem exchange， NEE）与各个气象因子之间的关系， 发现NEE与太阳短波辐射的相关性最强， 其次与湿度相关参量（饱和水汽压差、 相对湿度）等呈现较强的相关性。同时， NEE与太阳辐射、 气温、 湿度因子、 风速和摩擦速度的相关性呈现明显的昼夜变化。基于上述分析， 本文利用NEE和气象观测数据构建了长三角水稻下垫面多层感知机（Multilayer perceptron， MLP）NEE模拟模型， 评估了模型的模拟效果及其时空稳定性。构建的MLP模型能较好地拟合NEE， 训练集模拟的NEE与观测值的相关系数达到0.88， 均方根误差为5.34 μmol·m-2·s-1； MLP模型在模拟长三角水稻季NEE时表现良好， 在东台和寿县站点的模拟NEE结果与观测值的相关系数均高于0.78， 模型具有较好的时空稳定性； MLP模型模拟白天平均NEE的效果好于夜间平均NEE的效果。研究结果揭示了影响水稻碳循环的主要气象因子， 为认识长三角水稻种植区碳循环时空分布特征提供支撑， 对准确评估全球和区域碳通量具有重要意义。

关键词：机器学习,MLP模型,NEE,长江三角洲地区,水稻种植区

基金资助：国家自然科学基金重大项目(42090031),国家自然科学基金面上项目(41975131)