準(zhǔn)確模擬陸地生態(tài)系統(tǒng)碳循環(huán)過(guò)程是預(yù)測(cè)氣候變化的基礎(chǔ)，也是目前全球變化研究中重要的前沿領(lǐng)域之一。生態(tài)模型作為研究碳循環(huán)過(guò)程的關(guān)鍵手段，其模擬過(guò)程需要時(shí)間序列連續(xù)的植被生理生態(tài)參數(shù)的支持。近年來(lái)，碳通量觀測(cè)網(wǎng)的時(shí)空覆蓋范圍仍然有限，遙感數(shù)據(jù)能彌補(bǔ)地面觀測(cè)的不足。采用數(shù)據(jù)同化方法將多源數(shù)據(jù)與生態(tài)過(guò)程模型相結(jié)合，為碳循環(huán)參量同化反演建模提供了一個(gè)新思路。 

　　近期，成都山地災(zāi)害與環(huán)境研究所山地定量遙感研究團(tuán)隊(duì)李愛(ài)農(nóng)研究員及其博士研究生謝馨瑤等選擇北美加拿大三個(gè)森林觀測(cè)站點(diǎn)數(shù)據(jù)(Saskatchewan Old Aspen, Saskatchewan Jack Pine, Saskatchewan Old Black Spruce)和Boreal Ecosystem Productivity Simulator (BEPS)模型為基礎(chǔ)，構(gòu)建了基于BEPS生態(tài)過(guò)程模型和光反應(yīng)曲線的耦合模型，提出了一種基于碳通量觀測(cè)數(shù)據(jù)和耦合模型的陽(yáng)葉GPP反演方法，成功實(shí)現(xiàn)了一種基于多源遙感數(shù)據(jù)同化的碳循環(huán)過(guò)程關(guān)鍵參量研究框架。 

　　研究發(fā)現(xiàn)，基于數(shù)據(jù)同化方法，將參量反演問(wèn)題轉(zhuǎn)換為模型模擬和多源觀測(cè)數(shù)據(jù)間代價(jià)函數(shù)最優(yōu)化問(wèn)題，能夠?yàn)樘佳h(huán)過(guò)程模擬提供一個(gè)較為高效率和穩(wěn)定的參數(shù)反演方案。相比于傳統(tǒng)冠層總GPP同化反演，用陽(yáng)葉GPP修正生態(tài)模型的運(yùn)行軌跡，能夠反映聚集指數(shù)、最大光能利用率，冠層最大光合反應(yīng)速率以及最大羧化反應(yīng)速率的時(shí)間序列變化趨勢(shì)，能有效提高碳循環(huán)過(guò)程模型的模擬精度。該項(xiàng)研究為后續(xù)分析復(fù)雜地形條件下碳循環(huán)過(guò)程的模擬誤差，構(gòu)建更準(zhǔn)確的山地碳循環(huán)參量遙感反演模型提供了有益的理論認(rèn)知。 

　　相關(guān)研究得到了國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目（41631180）、國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2016YFA0600103）等的支持，成果發(fā)表在領(lǐng)域頂級(jí)期刊 Agricultural and Forest Meteorology 上。 

　　論文鏈接：https://www.sciencedirect.com/science/article/pii/S0168192318301394