TQGCML 4347-2024 氣象站點(diǎn)生態(tài)系統(tǒng)固碳精準(zhǔn)核算技術(shù)規(guī)范

ICS13.020.10CCSZ04團(tuán) 體 標(biāo) 準(zhǔn)T/QGCML4347—2024氣象站點(diǎn)生態(tài)系統(tǒng)固碳精準(zhǔn)核算技術(shù)規(guī)范Technicalspecificationsforaccurateaccountingofecosystemcarbonsequestrationinmeteorologicalstation2024-06-21發(fā)布 2024-07-06實(shí)施全國(guó)城市工業(yè)品貿(mào)易中心聯(lián)合會(huì)??發(fā)布T/QGCML4347T/QGCML4347—2024PAGE\*ROMANPAGE\*ROMANIII目 次前言 II引言 III范圍 1規(guī)范性引用文件 1術(shù)語(yǔ)和定義 1縮略語(yǔ) 1流程和原理 2核算方法 4參考文獻(xiàn) 9前 言本文件按照GB/T1.1—2020《標(biāo)準(zhǔn)化工作導(dǎo)則 第1部分：標(biāo)準(zhǔn)化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定起草。請(qǐng)注意本文件的某些內(nèi)容可能涉及專(zhuān)利。本文件的發(fā)布機(jī)構(gòu)不承擔(dān)識(shí)別專(zhuān)利的責(zé)任。本文件由中國(guó)科學(xué)院新疆生態(tài)與地理研究所提出。本文件由全國(guó)城市工業(yè)品貿(mào)易中心聯(lián)合會(huì)歸口。中國(guó)引 言本文件的發(fā)布機(jī)構(gòu)對(duì)于該專(zhuān)利的真實(shí)性、有效性和范圍無(wú)任何立場(chǎng)。該專(zhuān)利持有人已向本文件的發(fā)布機(jī)構(gòu)承諾，他愿意同任何申請(qǐng)人在合理且無(wú)歧視的條款和條件下，專(zhuān)利持有人姓名：羅格平。專(zhuān)利號(hào)：ZL202310097077.4。請(qǐng)注意除上述專(zhuān)利外，本文件的某些內(nèi)容仍可能涉及專(zhuān)利。本文件的發(fā)布機(jī)構(gòu)不承擔(dān)識(shí)別專(zhuān)利的責(zé)任。T/QGCML4347T/QGCML4347—2024PAGEPAGE1氣象站點(diǎn)生態(tài)系統(tǒng)固碳精準(zhǔn)核算技術(shù)規(guī)范范圍本文件適用于基于氣象站點(diǎn)的生態(tài)系統(tǒng)固碳精準(zhǔn)核算。規(guī)范性引用文件本文件沒(méi)有規(guī)范性引用文件。術(shù)語(yǔ)和定義下列術(shù)語(yǔ)和定義適用于本文件。生態(tài)系統(tǒng)固碳 ecosystemcarbonsequestration渦度相關(guān)系統(tǒng) eddycovariancesystem測(cè)量植被冠層與大氣間能量與物質(zhì)交換通量的技術(shù)手段。碳通量 carbonflux碳通量可為GPP或NEE。GPP是指單位時(shí)間內(nèi)生物通過(guò)光合作用途徑所固定的光合產(chǎn)物量或有機(jī)碳總量,又稱(chēng)總第一性生產(chǎn)力；NEE是指陸地與大氣系統(tǒng)間的C02，通量?jī)艚粨Q量。精準(zhǔn)核算 accurateaccounting縮略語(yǔ)下列縮略語(yǔ)適用于本文件。GPP：總初級(jí)生產(chǎn)力(grossprimaryproductivity)NEE：凈生態(tài)系統(tǒng)碳交換量(netecosystemexchange)VPD：飽和水汽壓差(vaporpressuredeficit)DSR：向下的短波輻射(Downwardshortwaveradiation)NDVI：歸一化植被指數(shù)(NIR-R)/(NIR+R)EVI：增強(qiáng)植被指數(shù)(EnhancedVegetationIndex)LAI：葉面積指數(shù)(leafareaindex)FPAR：光合有效輻射吸收比例(FractionofPhotosyntheticallyActiveRadiation)PFT：植被功能類(lèi)型(PlantFunctionType)CR0：農(nóng)田(cropland)GRA：草地(grassland)DBF：落葉闊葉林(deciduousbroadleafforest)EBF：常綠闊葉林(evergreenbroadleafforest)ENF：常綠針葉林(evergreenneedleleafforest)MF：混交林(mixedforest)SAV：稀樹(shù)草原(savannah)SHR：灌木林(shrubland)WET：濕地(wetland)LSTM：長(zhǎng)短期記憶人工神經(jīng)網(wǎng)絡(luò)(LongShort-TermMemory)RF：隨機(jī)森林(RandomForest)SVM：支持向量機(jī)(SupportVectorMachine)BP-ANN：反向傳播人工神經(jīng)網(wǎng)絡(luò)(Back-propagationartificialneuralnetwork)MARS：建模動(dòng)畫(huà)和渲染系統(tǒng)(ModellingAnimationAndRenderingSystem)XGB：極端梯度提升(eXtremeGradientBoosting)MLP：多層感知器(Multi-LayerPerceptron)ML:機(jī)器學(xué)習(xí)（MachineLearning）CFM：碳通量模型（CarbonFluxModel）CT：氣候類(lèi)型（climatetype）流程和原理流程流程圖見(jiàn)圖1：圖2 原理圖步驟1圖3 原理圖步驟2圖4 原理圖步驟3核算方法觀測(cè)數(shù)據(jù)集（S11）獲取目標(biāo)區(qū)域中渦度相關(guān)通量站觀測(cè)數(shù)據(jù)集基于遙感技術(shù)的發(fā)展時(shí)間，觀測(cè)數(shù)據(jù)集包括的數(shù)據(jù)可分為以下兩種情況：基于每一渦度相關(guān)通量站的不含遙感的觀測(cè)數(shù)據(jù)集：包括渦度相關(guān)通量站的碳通量觀測(cè)數(shù)據(jù)和氣象觀測(cè)數(shù)據(jù)以及渦度相關(guān)通量站所在位置的植被土壤地形數(shù)據(jù)；情況的基礎(chǔ)上新增入遙感數(shù)據(jù)6.1.4。注：目標(biāo)區(qū)域可以是一個(gè)流域(即由分水線(xiàn)所包圍的河流集水區(qū))、一個(gè)地區(qū)、一個(gè)國(guó)家、一個(gè)大洲(地球上大陸和它附近島嶼的總稱(chēng),如歐亞大陸)或整個(gè)陸地(如全球)。獲取目標(biāo)區(qū)氣象站點(diǎn)觀測(cè)數(shù)據(jù)集站點(diǎn)植被土壤地形數(shù)據(jù)包括土壤質(zhì)地、土地覆被類(lèi)型和位置地形：——土壤質(zhì)地是指土壤中不同大小直徑的礦物顆粒的組合狀況,包括砂的百分比、粉砂百分比、粘土百分比；——土地覆被類(lèi)型是指可以識(shí)別和定義的土地覆被類(lèi)別,包括水體、濕地、人工地表、耕地、永久性冰雪、森林、草地、灌木叢、裸地和苔原；——位置地形是指地物形狀和地貌的總稱(chēng),具體指地表以上分布的固定物體所共同呈現(xiàn)出的高低起伏的各種狀態(tài),五種突出地形分別是平原、高原丘陵、盆地、山地,包括經(jīng)度、緯度、坡度、坡向和高程。站點(diǎn)遙感數(shù)據(jù)通量站或氣象站基于遙感的地表生物物理參量數(shù)據(jù),包括植被指數(shù)、波段光譜、地表水分指數(shù)、地表溫度和地表濕度,植被指數(shù)可以包括歸一化植被指數(shù)、增強(qiáng)植被指數(shù)、葉面積指數(shù)和光合有效輻射吸收比例。分別獲得目標(biāo)區(qū)域滿(mǎn)足質(zhì)量要求的含遙感和不含遙感的通量站數(shù)據(jù)集和氣象站點(diǎn)含遙感和不含遙感的數(shù)據(jù)集利用地理信息系統(tǒng)和遙感技術(shù)分別產(chǎn)生目標(biāo)區(qū)域內(nèi)渦度相關(guān)通量站和氣象站點(diǎn)的含遙感觀測(cè)數(shù)據(jù)每一組合對(duì)應(yīng)的碳通量數(shù)據(jù)集（S2）根據(jù)植被功能類(lèi)型和/或氣候類(lèi)型對(duì)渦度相關(guān)通量站進(jìn)行選擇性組合（根據(jù)需求設(shè)定多種可能的生態(tài)系統(tǒng)的情景,然后基于每一情景,將與該情景的植被功能類(lèi)型、氣候類(lèi)型或植被功能類(lèi)型和氣候類(lèi)型相同的渦度相關(guān)通量站進(jìn)行組合。示例：生態(tài)系統(tǒng)的情景為草地和干旱,則選取出所有植被功能類(lèi)型為草地、氣候類(lèi)型為干旱的渦度相關(guān)通量站,并進(jìn)行組合。注：渦度相關(guān)通量站的植被功能類(lèi)型和氣候類(lèi)型是指渦度相關(guān)通量站所處位置的植被功能類(lèi)型和氣候類(lèi)型。碳通量數(shù)據(jù)集的構(gòu)建方法按照預(yù)定時(shí)間尺度對(duì)組合內(nèi)的所有渦度相關(guān)通量站觀測(cè)數(shù)據(jù)集進(jìn)行隨機(jī)采樣,得到碳通量數(shù)181111不同碳通量數(shù)據(jù)集的預(yù)定時(shí)間尺度相同或者不同，可構(gòu)建成百上千個(gè)不同時(shí)間尺度的碳通量數(shù)據(jù)集組合,用于表征景觀或生態(tài)系統(tǒng)成百上千個(gè)情景，近似表征全球地表的景觀多樣性或復(fù)雜性。對(duì)分布于不同流域、地區(qū)、國(guó)家、大洲和全球尺度的渦度相關(guān)通量站,按照植被功能類(lèi)型和/或氣候類(lèi)型進(jìn)行組合,形成成百上千個(gè)組合,每個(gè)組合表征一種可能的景觀或生態(tài)系統(tǒng)情景,后續(xù)可基于每個(gè)組合內(nèi)的通量、遙感、地理和生態(tài)數(shù)據(jù),利用不同機(jī)器學(xué)習(xí)方法,構(gòu)建成百上千個(gè)碳通量模型。根據(jù)決定系數(shù)和距離集合構(gòu)建評(píng)價(jià)數(shù)據(jù)集（S3）劃分每個(gè)組合碳通量數(shù)據(jù)的訓(xùn)練集和測(cè)試集采用K折交叉驗(yàn)證方式,將每個(gè)組合的碳通量數(shù)據(jù)集劃分為K份,然后隨機(jī)選取其中的K-1份組成訓(xùn)練集,剩余的1份組成測(cè)試集,通過(guò)此種方式,可以獲得K種訓(xùn)練集和測(cè)試集。也可以通過(guò)調(diào)節(jié)訓(xùn)練集和測(cè)試集的比例來(lái)對(duì)碳通量數(shù)據(jù)集進(jìn)行劃分,劃分得到多種訓(xùn)練集和測(cè)試集。利用訓(xùn)練集得到碳通量機(jī)器學(xué)習(xí)模型據(jù)之外的數(shù)據(jù)作為輸入,以訓(xùn)練集中的碳通量觀測(cè)數(shù)據(jù)作為標(biāo)簽,利用機(jī)器學(xué)習(xí)算法訓(xùn)練得到組合在劃分方式下的用于預(yù)測(cè)站點(diǎn)碳通量的碳通量模型。訓(xùn)練過(guò)程中：——當(dāng)觀測(cè)數(shù)據(jù)集包括碳通量觀測(cè)數(shù)據(jù)、氣象觀測(cè)數(shù)據(jù)以及植被土壤地形數(shù)據(jù)時(shí),以訓(xùn)練集中的氣象觀測(cè)數(shù)據(jù)和植被土壤地形數(shù)據(jù)作為輸入；——當(dāng)觀測(cè)數(shù)據(jù)集包括碳通量觀測(cè)數(shù)據(jù)、氣象觀測(cè)數(shù)據(jù)、植被土壤地形數(shù)據(jù)以及遙感數(shù)據(jù)時(shí),以訓(xùn)練集中的氣象觀測(cè)數(shù)據(jù)、植被土壤地形數(shù)據(jù)和遙感數(shù)據(jù)作為輸入。通過(guò)以上訓(xùn)練方式,可以得到多個(gè)碳通量機(jī)器學(xué)習(xí)模型,用于預(yù)測(cè)碳通量，碳通量模型的個(gè)數(shù)等于組合的個(gè)數(shù)與劃分方式的個(gè)數(shù)的乘積。R2以測(cè)試集作為碳通量模型的輸入,計(jì)算得到組合在劃分方式下的決定系數(shù)包括:以測(cè)試集中除碳通量觀測(cè)數(shù)據(jù)之外的數(shù)據(jù)作為輸入,利用碳通量模型計(jì)算得到碳通量預(yù)測(cè)值,并以測(cè)試集中的碳通量觀測(cè)數(shù)據(jù)作為碳通量實(shí)際值,根據(jù)碳通量預(yù)測(cè)值和碳通量實(shí)際值即可計(jì)算得到組合在劃分方式下的決定系數(shù)。訓(xùn)練過(guò)程中：——當(dāng)觀測(cè)數(shù)據(jù)集包括碳通量觀測(cè)數(shù)據(jù)、氣象觀測(cè)數(shù)據(jù)以及植被土壤地形數(shù)據(jù)時(shí),以測(cè)試集中的氣象觀測(cè)數(shù)據(jù)和植被土壤地形數(shù)據(jù)作為輸入；——當(dāng)觀測(cè)數(shù)據(jù)集包括碳通量觀測(cè)數(shù)據(jù)、氣象觀測(cè)數(shù)據(jù)、植被土壤地形數(shù)據(jù)以及遙感數(shù)據(jù)時(shí)，以測(cè)試集中的氣象觀測(cè)數(shù)據(jù)、植被土壤地形數(shù)據(jù)和遙感數(shù)據(jù)作為輸入。計(jì)算可得每一組合在每一劃分方式下的決定系數(shù)。碳通量機(jī)器學(xué)習(xí)算法（超參數(shù)優(yōu)化）畫(huà)和渲染系統(tǒng)、極端梯度提升算法、集成算法以及上述算法的組合,集成算法包括Boosting上千個(gè)碳通量模型,用于模擬計(jì)算生態(tài)系統(tǒng)成百上千個(gè)情景的多時(shí)間尺度碳通量,提高針對(duì)不同情景或生態(tài)系統(tǒng)碳通量模型的適用性。示例：StackingStacking2用決定系數(shù)R2或相對(duì)誤差表征碳通量模型在測(cè)試集上的精度。碳通量模型的決定系數(shù)大小,取決于碳通量模型訓(xùn)練集中碳通量影響因子和測(cè)試集中對(duì)應(yīng)的碳通量影響因子之間的地理與生態(tài)差異,故決定系數(shù)可表征為各個(gè)碳通量影響因子的歐式距離的函數(shù),由決定系數(shù)和各個(gè)碳通量影響因子的歐式距離可形成包括數(shù)千條樣本的評(píng)價(jià)數(shù)據(jù)集。2通量模型遷移應(yīng)用至氣象站之前,利用該評(píng)價(jià)模型預(yù)測(cè)各個(gè)碳通量模型在氣象站預(yù)估的決定系數(shù),以確定適用于氣象站的碳通量模型。計(jì)算每一組合在劃分方式下的歐式距離集合計(jì)算每一碳通量影響因子在訓(xùn)練集和測(cè)試集之間的歐式距離,得到組合在劃分方式下的距離集合包括:對(duì)于每一碳通量影響因子,利用下式(1)計(jì)算碳通量影響因子在訓(xùn)練集和測(cè)試集之間的歐式距離,所有碳通量影響因子的歐式距離組成組合在劃分方式下的距離集合?！?）式中：d(x,y)—?dú)W式距離；xii=12,...,；yi注：由于訓(xùn)練集和測(cè)試集的樣本個(gè)數(shù)不一定相同,可隨機(jī)在訓(xùn)練集和測(cè)試集中均選取t個(gè)樣本來(lái)計(jì)算歐式距離,保證該天的數(shù)據(jù)進(jìn)行平均,得到每一天的平均數(shù)據(jù),從而訓(xùn)練集和測(cè)試集均包括365或者366天中每一天的平均數(shù)據(jù),以每一天的平均數(shù)據(jù)作為樣本,從而保證訓(xùn)練集和測(cè)試集的樣本個(gè)數(shù)相同:還可以對(duì)訓(xùn)練集和測(cè)試集中的數(shù)據(jù)按照從小到大的順序或者從大到小的順序進(jìn)行排序,并將排序后的數(shù)據(jù)均分為t份,計(jì)算每一份的平均數(shù)據(jù),從而訓(xùn)練集和測(cè)試集均包括t份平均數(shù)據(jù),以t份平均數(shù)據(jù)作為t個(gè)樣本,保證訓(xùn)練集和測(cè)試集的樣本個(gè)數(shù)相同。由決定系數(shù)和相對(duì)應(yīng)的距離集合構(gòu)建碳通量模型決定系數(shù)的評(píng)價(jià)數(shù)據(jù)集1表1 評(píng)價(jià)數(shù)據(jù)集IDR2d12…d1du12…注：R2CFM在通量站驗(yàn)證的決定系數(shù)；d，d，…，d，dCFM訓(xùn)練集不同影響因子（解釋變量）與RFM驗(yàn)證集1 2 u-1 u中對(duì)應(yīng)因子之間的歐氏距離。利用機(jī)器學(xué)習(xí)算法訓(xùn)練得到用于預(yù)測(cè)決定系數(shù)的評(píng)價(jià)模型（S4）以評(píng)價(jià)數(shù)據(jù)集作為輸入,利用機(jī)器學(xué)習(xí)算法訓(xùn)練得到用于預(yù)測(cè)決定系數(shù)的評(píng)價(jià)模型:以評(píng)價(jià)數(shù)據(jù)集中的距離集合作為輸入,以評(píng)價(jià)數(shù)據(jù)集中的決定系數(shù)作為標(biāo)簽,利用機(jī)器學(xué)習(xí)算法訓(xùn)練得到用于預(yù)測(cè)決定系數(shù)的評(píng)價(jià)模型。01122u-1u-1u1：R2預(yù)估模型:z=aadadad+ada0、a1、a2、au-1、au均為回歸參數(shù)；d1、d2、du-1、du01122u-1u-1u利用決定系數(shù)評(píng)價(jià)模型確定氣象站適用的碳通量模型并計(jì)算碳通量（S5）對(duì)于目標(biāo)區(qū)域中的每一氣象站,利用評(píng)價(jià)模型確定氣象站適用的碳通量模型,并利用氣象站適用的碳通量模型計(jì)算氣象站的碳通量。對(duì)于每一碳通量模型,計(jì)算每一碳通量影響因子在訓(xùn)練碳通量模型時(shí)所用的訓(xùn)練集和每個(gè)氣象利用氣象站觀測(cè)數(shù)據(jù)集替換式(1)的測(cè)試集,利用式(1)計(jì)算得到每一碳通量影響因子的歐式距離,可得到氣象站歐氏距離集合。還可構(gòu)建所有碳通量模型分別遷移應(yīng)用到各個(gè)氣象站的預(yù)估決定系數(shù)即表2R-M2所示。表2 氣象站點(diǎn)的預(yù)估決定系數(shù)數(shù)據(jù)庫(kù)IDd1d2…1duR-M12…注：R2-M為碳水通量模型遷移應(yīng)用至氣象站和由R2預(yù)估模型計(jì)算的氣象站點(diǎn)的預(yù)估決定系數(shù)。對(duì)于每一碳通量模型,判斷碳通量模型對(duì)應(yīng)的氣象站碳通量預(yù)估的決定系數(shù)是否大于或等于預(yù)0,則證明該氣象站沒(méi)有適用的碳通量模型。通過(guò)上述手段,即可確定每一氣象站是否有適用的碳通量模型,以及有適用的碳通量模型的氣象站。決定系數(shù)的高低決定了碳通量模型在渦度相關(guān)通量站的適用性,碳通量模型應(yīng)用至某個(gè)渦度相關(guān)通量站的決定系數(shù)越高,意味著碳通量模型的訓(xùn)練集與該渦度相關(guān)通量站數(shù)據(jù)集的測(cè)試集越相似(通常決定系數(shù)應(yīng)＞0.50.5。若碳通量模型在氣象站預(yù)估的決定系數(shù)≥0.5,則碳通量模0.5,則認(rèn)為碳通量模型的遷移精度較低,無(wú)法應(yīng)用至該氣象站。由此可得碳通量模型遷移應(yīng)用到氣象站的適用性評(píng)估框架和方法體系。在確定氣象站適用的碳通量模型后,即可依據(jù)氣象站的實(shí)際觀測(cè)數(shù)據(jù)來(lái)準(zhǔn)確計(jì)算氣象站的碳通量,從而生成基于氣象站挖掘的包括碳通量的數(shù)據(jù)集,綜合目標(biāo)區(qū)域內(nèi)所有氣象站的數(shù)據(jù)集,即可分析目標(biāo)區(qū)域不同生態(tài)系統(tǒng)和生態(tài)系統(tǒng)組合碳通量年際、季節(jié)、日尺度碳動(dòng)態(tài)過(guò)程和特征?；谔纪磕Ｐ偷臎Q定系數(shù)及其碳通量影響因子的歐式距離,建立通量站點(diǎn)的碳通量模型遷移應(yīng)用至氣象站的評(píng)價(jià)框架和方法體系,用于評(píng)估目標(biāo)區(qū)域內(nèi)每一氣象站是否能匹配到滿(mǎn)足精度要求的碳通量模型,并利用滿(mǎn)足精度要求的碳通量模型挖掘該氣象站點(diǎn)的碳通量,構(gòu)建氣象站點(diǎn)高精度碳通量數(shù)據(jù)集。挖掘氣象站點(diǎn)的高精度碳通量信息,產(chǎn)生的氣象站點(diǎn)碳通量可滿(mǎn)足生態(tài)系統(tǒng)碳核算的精度要求。參 考 文 獻(xiàn)MingjuanXie,XiaofeiMa,YuangangWang,ChaofanLi,HaiyangShi,XiuliangYuan,OlafHellwich,ChunboChen,WenqiangZhang,ChenZhang,QingLing,RuixiangGao,YuZhang,FridayUchennaOchege,AmauryFrankl,PhilippeDeMaeyer,NinaBuchmann,IrisFeigenwinter,J?rgenE.Olesen,RadoslawJuszczak,AdrienJacotot,AinoKorrensalo,AndreaPitacco,AndrejVarlagin,AnkitShekhar,AnnaleaLohila,AnneDeLigne,ArnaudCarrara,AuroreBrut,BartKruijt,BenjaminLoubet,BernardHeinesch,BogdanChojnicki,CaroleHelfter,CarolineVincke,ChangliangShao,ChristianBernhofer,ChristianBrümmer,ChristianWille,Eeva-StiinaTuittila,EikoNemitz,FrancoMeggio,GangDong,GaryLanigan,GeorgNiedrist,GeorgWohlfahrt,GuoyiZhou,IgnacioGoded,ThomasGruenwald,JanuszOlejnik,JoachimJansen,JohanNeirynck,Juha-PekkaTuovinen,JunhuiZhang,KatjaKLUMPP,KimPilegaard,Ladislav?igut,LeifKlemedtsson,LucaTezza,LukasH?rtnagl,MarekUrbaniak,MarilynRoland,MariusSchmidt,MarkA.Sutton,MarkusHehn,MatthewSaunders,MatthiasMauder,MikaAurela,MikaKorkiakoski,MingyuanDu,Nadi