荒漠光伏生态系统碳交换预测的有效手段：麻雀搜索算法优化的支持向量机模型

来源：环境科学杂志2026年第1期北京时间：

作者：陈航,李琛,吴巍,卢刚,叶得力,马超,任雷,李国栋

单位：西安理工大学西北旱区生态水利国家重点实验室, 西安 710048,西安理工大学西北旱区生态水利国家重点实验室, 西安 710048,西安理工大学西北旱区生态水利国家重点实验室, 西安 710048,国家电投集团青海光伏产业创新中心, 西宁 810001,国家电投集团青海光伏产业创新中心, 西宁 810001,西安理工大学西北旱区生态水利国家重点实验室, 西安 710048,西安理工大学西北旱区生态水利国家重点实验室, 西安 710048,西安理工大学西北旱区生态水利国家重点实验室, 西安 710048

摘要：光伏开发（PVPPC）逐渐成为应对气候变化和实现能源转型的重要途径. 在PVPPC影响下，由光伏场内的生物群落与无机环境相互作用构成独特的光伏生态系统，维持碳平衡对于实现光伏生态系统的可持续和健康至关重要. 净生态系统碳交换（NEE）有助于衡量光伏生态系统的碳循环平衡，其受到气象和土壤等多种环境要素的影响. 以青藏高原共和光伏园区为研究区域，获取野外实测气象、土壤和通量数据，分析了生态环境要素与荒漠光伏生态系统NEE的互馈响应关系，得出了净辐射、空气温度、风速、空气相对湿度和平均大气压是对荒漠光伏生态系统NEE影响最大的5个驱动因子；基于麻雀搜索算法优化的支持向量机（SSA-SVM）构建荒漠光伏开发影响下生态系统NEE估算模型，预测不同气候情景下荒漠光伏生态系统NEE的变化. 结果表明，模型对荒漠光伏生态系统NEE的模拟性能较好，误差控制在2%以内；3种气候情景（SSP126、SSP245、SSP585）下荒漠光伏生态系统生长季碳汇均高于非生长季，多年平均NEE（以C计）分别为-37.96、-41.32、-47.68 g·（m2·a）-1和-12.69、-12.25、-12.33 g·（m2·a）-1，气候变化对生长季碳循环的影响显著高于非生长季，荒漠光伏生态系统未来仍保持较强的碳汇潜力. 研究可为荒漠光伏生态系统碳交换预测提供了新的视角，同时，也为生态系统稳定性评估、环境恢复和气候变化趋势分析等领域提供了数据支撑.

关键词：荒漠光伏生态系统,净生态系统碳交换（NEE）,支持向量机模型,麻雀搜索算法,气候变化,