论文结构
- 绪论
- 研究背景及意义
- 国内外研究现状
- 陆地生态系统碳循环模型及其对比
- 地理数据服务和地理模型服务
- 地理服务集成应用框架
- 研究现状分析与总结
- 研究内容、研究目标
- 研究方法和技术路线
- 陆地生态系统碳循环及其模型和数据 11
- 陆地生态系统碳循环
- 陆地生态系统碳循环模型
- 陆地生态系统碳循环模型及其分类
- IBIS, Biome-BGC, LPJ模型简介
- 陆地生态系统碳循环相关数据
- 气象数据集
- 土壤数据集
- 植被功能类型数据集
- 通量观测数据集
- MODIS GPP/NPP数据集
- 开放式模型对比框架设计 18
- 陆地生态系统碳循环模型对比情景和业务分析归纳 4
- 对比情景分析和总结
- 对比业务抽象和归纳
- 基于服务的地理资源组件库 4
- 模型服务资源库 2
- 数据服务资源库 1
- 单位量纲资源库 2
- 对比服务资源库 1
- 基于微服务的分布式网络架构设计 6
- 微服务简介与应用 2
- 服务治理 1
- 动态服务注册与发现
- API网关
- 微服务容器设计 3
- 数据管理容器
- 模型计算容器
- 模型对比容器
- 对比科学工作流引擎 2
- 对比流程分析和归纳
- 对比自动化执行引擎
- 陆地生态系统碳循环模型对比情景和业务分析归纳 4
- 开放式对比资源接入方法 20
- 开放式碳循环相关数据资源接入方法
- 开放式碳循环模型资源接入方法
- 开放式碳循环模型对比方法接入方法
胡迪:地理模型的服务化封装方法研究 地理模型和模型服务 模型服务描述 描述文档的生成 模型封装
乐松山:面向地理模型共享和集成的数据适配方法研究 地理模型的数据规格及其结构化描述方法 数据映射方法 数据重构方法 数据适配方案
v0.3: 题目:陆地生态系统碳循环模型开放式对比系统构建方法研究
- 陆地生态系统碳循环模型对比场景分析
- 陆地生态系统碳循环模型及其特征分析
- 陆地生态系统碳循环模型及其分类
- 陆地生态系统碳循环模型的特点
- IBIS, Biome-BGC, LPJ模型简介
- 陆地生态系统碳循环数据资源及其特征分析
- 气象数据集
- 土壤数据集
- 其他输入数据集
- 通量观测数据集
- 陆地生态系统碳循环模型对比方案分析和归纳
- 基于实验协议的模型对比方案
- 可迁移、复用与重现的模型对比方案
- 模型对比方案总结
- 本章小结
- 陆地生态系统碳循环模型及其特征分析
- 开放式地理模型对比框架
- 基于组件的开放式模型对比框架
- 面向对比的开放式地理资源库
- 开放式地理模型资源接入方法
- 地理模型资源运行特征分析
- 地理模型资源描述方法
- 地理模型资源的封装和服务发布
- 开放式地理数据资源接入方法
- 地理数据资源结构特征分析
- 地理数据资源结构化描述方法
- 地理数据资源的服务化封装
- 本章小结
- 基于组件的开放式模型对比框架
- 开放式地理模型对比方案研究
- 面向对比的度量标准研究
- 面向对比的度量标准及其描述方法
- 面向度量标准的数据适配方法
- 开放式地理模型对比方法库
- 统计学对比方法
- 可视化对比方法
- 对比科学工作流引擎
- 对比流程分析和归纳
- 对比自动化执行引擎
- 本章小结
- 面向对比的度量标准研究
- 原型系统和实验验证
- 原型系统构建
- 网络架构和系统功能模块设计
- 陆地生态系统碳循环对比资源库
- 开放式对比任务执行引擎
- 实验案例
- 模型资源和数据资源
- 对比方案
- 对比结果
- 原型系统构建
v0.4:题目:陆地生态系统碳循环模型开放式对比系统构建方法研究
- 陆地生态系统碳循环模型对比场景分析
- 陆地生态系统碳循环模型及其特征分析
- 陆地生态系统碳循环模型及其分类
- 陆地生态系统碳循环模型的特点
- IBIS, Biome-BGC, LPJ模型简介
- 陆地生态系统碳循环数据资源及其特征分析
- 气象数据集
- 土壤数据集
- 其他输入数据集
- 通量观测数据集
- 陆地生态系统碳循环模型对比方案分析和归纳
- 基于实验协议的模型对比方案
- 可迁移、复用与重现的模型对比方案
- 模型对比方案总结
- 本章小结
- 陆地生态系统碳循环模型及其特征分析
- 陆地生态系统碳循环模型开放式对比框架
- 开放式对比框架需求分析
- 开放式对比流程分析和总结
- 总体架构设计
- 本章小结
- 陆地生态系统碳循环模型开放式对比方法研究
- 开放式地理模型资源接入方法
- 地理模型资源运行特征分析
- 地理模型资源描述方法
- 地理模型资源的封装和服务发布
- 开放式地理数据资源接入方法
- 地理数据资源结构特征分析
- 地理数据资源结构化描述方法
- 地理数据资源的服务化封装
- 开放式对比方法
- 本章小结
- 开放式地理模型资源接入方法
几个重点
- 没有科学问题,但是有现实需求,要把需求清晰、强烈的表达出来
问题
- 题目
- 第二章介绍模型和第一章研究现状部分重合
-
系统设计书
- 1.2 陆地碳的发展 发展到什么程度 模型的不确定性导致模型的应用效率
- 向开放式对比的方向上来
- 第二章
- 2.2 碳循环模型
- 2.3 集中式的对比方案
- 第三章 和碳没关
- 开放式对比所需要的模块、组件(6个库)
- 流程分析、介绍(标准度量) 围绕着碳循环模型讨论
- 工作流架构图
- 工作流引擎
- 第四章 对比方法
- 模型 资源接入
- 数据资源(数据适配)
- 对比方法
- 在全球尺度上这种站点的采样合不合理,具不具备代表性
- 不确定性分析:分析误差来源
研究内容
未来气候排放预测对比
CMIP 中的 out4MIP 和 obs4MIP 的接入 研究区域的详细设定
其他对比项目的实验
CMIP3
CO2加倍敏感性实验:模式中co2含量的改变方式,在早期的研究工作中一般是首先在其含量正常的情况下,将模式积分到平衡态,作为控制试验;再将模式中的co2加倍,积分到新的平衡态,为敏感性试验,比较其与控制试验的差别。最近这些年来,人们开始采用将模式中的co2按一定时间比例逐渐增加,分析若干年后,co2含量达到倍增时的气候变化情况,被称为瞬时气候试验,这样与实际情况更一致。
超级集合方法(加权平均):国内外对未来气候进行数值预测过程中包含了很大的不确定性,这主要可以归结为气候模式本身、温室气体排放量估算的不确定性、以及气候资料的不足等.然而,当前气候模式有能力给出比较科学的关于未来气候变化的模拟结果,多模式的集合预测结果也被证明更加可信.正是基于此,合成多个耦合模式的最新数值模拟预测结果。 超级集合方法是在对多个模式预报结果进行处理后,构建最优预报的方法,年等提出了超级集合预报的概念。在使用超级集合方法时,首先把选取的数据集按时间分为两个部分:即训练阶段和预报阶段。在训练期,使用多元线性回归方法计算回归权重系数,该系数只随空间变化而不随时间变化,利用模式权重系数来构建预报场。在超级集合的多元回归计算中使用变量的异常而非变量本身,因此,在构建超级集合预报场时,是用权重乘以相应模式的异常,公式为:
CMIP5
- 长期气候试验 (碳排放)
- 工业革命前控制试验(piControl):是将温室气体、气溶胶、臭氧和太阳常数固定在1850年的基础上循环积分,在积分稳定以后取500 年,是历史试验、气候灵敏度等试验的参照试验,并为其提供初始场资料。该试验多用来分析无外强迫变化时的模式内部变率,与历史试验和其他强迫试验进行对比,可以研究外强迫的响应。
- 历史试验
- 未来情景试验:NPP对气候(温度、降水)变化和co2浓度升高的响应
- 气候归因试验
- 古气候试验
- 气候灵敏度试验
- 碳循环气候试验 (CO2 浓度)
- 工业革命前控制试验
- 历史试验
- 未来RCP8.5情景试验
- 碳-气候反馈诊断试验
- 年代际预测试验
历史模拟试验(长期数值模拟):历史试验(1850–2005 年)是对过去 150 年地球系统气候变化的模拟,其外强迫包括了人类活动(温室气体、土地利用和气溶胶)和自然影响(太阳和火山活动) 21世纪预估试验(年代际预测试验):21 世纪预估试验(2006–2100 年)是以 RCP 情景为强迫,进行的不同情景下的气候变化预估 高分辨率大气模式试验
敏感性分析 随着碳循环过程模型的发展,其参数敏感性分析越来越重要。碳循环过程模型一般拥有大量的参数,而 对于一个特定的研究区域,其关键参数是有限的。参数敏感性分析常用于区分模型参数的重要性,以及评价 模型参数误差对模拟结果产生的影响,包括局部敏感性分析和全局敏感性分析[113] 。局部敏感性分析计算简 单、易操作,但其没有考虑模型参数之间的相互作用对模拟结果的影响,同时其他参数的取值变化也有可能影 响该参数的敏感性分析结果。与局部敏感性分析相比,全局敏感性分析不仅能够检验单个参数对模型模拟结 果的影响程度,还能分析参数之间的相互作用对结果的总影响,但其计算较复杂、耗时。近年来,学者提出的 局部敏感性分析方法较多,而全局敏感性分析相对较少[114] 。针对复杂的森林碳循环过程模拟研究,发展可 靠的全局敏感性分析方法是研究趋势之一。
尺度效应 观测尺度、模型尺度和地表过程尺度内部及其之间的不匹配,可能会对碳循环过程的模拟得出截然不同的结论
不确定性分析
- 碳循环机制存在的不确定性
- 模型模拟过程的不确定性
- 模型参数的不确定性
- 模型状态的不确定性
- 边界条件的不确定性
- 观测数据的不确定性
外强迫实验 co2 倍增
实验
- 调用 IBIS
- 调用 Biome-BGC
- 处理 Biome-BGC 数据,合并为 nc,添加 scale, offset
- 处理 IBIS 数据
- 修改对比脚本
- 观测数据抽取
- 对观测站点按照植被功能类型(PFT)分类,在类内汇总统计对比结果,并在类间开展对比。分析植被功能类型对模型的影响
- 站点内年份总量的误差对比,单位(gC m-2 y-1)
- 统计指标:
- RMSE:均方根误差
- P值、r方
- 实验结果分析
- 站点级和全球
- 总体时空变化特征
- 不同地理分析的GPP变化特征
- 不同植被功能类型的GPP变化特征
- 气候因素对GPP变化的影响
- 相邻两年,温度升高/降低,GPP升高/降低四种情况。分析每种情况的占比
- 降水。。。
地球/气候系统模式
碳循环模型分类
按照模拟区域分为: 陆地生态系统 森林生态系统 草地生态系统 农业生态系统 湿地生态系统 内陆水体生态系统
海洋
大气
按照植被功能类型(PFT)是否随时间变化分为: 静态 动态
按照过程:
按照机理: 统计 遥感统计模型 气候统计模型 过程 统计、过程耦合模型
题目中的类别:陆地生态系统植被生产力模型/模式
对比要素: GPP, NPP, NEE, Respiration (再改模型的话直接把单位统一)
站点:不能平均,再修改 时间变化: 按PFT分类,年总收支变化折线 不分类,全球年收支变化曲线 空间分布: 14(2000-2013)年平均值 按纬度做折线图 观测站点做成热力图
几个重要任务: - 所有站点重新运行 - 论文初稿修改 - GAIM 的研究,尤其是国外的文献
关于实验细节: - FLUXNET PFT 划分和三种模型相匹配 - FLUXNET 观测站点经纬度和网格点的匹配: - 相同PFT,最靠近的网格点 - 多个观测站点,选择观测数据最全的那个 - 观测站点的筛选:IBIS、Biome-BGC、LPJ 三个 coef 都大于 0.5 的参加多站点对比评估 - IBIS 的重新封装和运行:使用袁老师的版本,spinup可以设低点 - 全球数据的准备和运行 - 标准差网格图、变异系数网格图 - 季节图不分南北半球,南半球按照南半球的月份算,最后汇总到一张图中 - 季节图添加平均值折线和变异范围(10%-90%) - 全球网格点的散点图 - 站点数据最好从面数据中提取,而不是使用匹配的网格点
PFT 分类标准:
IGBP:
- Evergreen
- Needleleaf
- Broadleaf
- Deciduous
- Needleleaf
- Broadleaf
- Mixed Forest
- Shrubland
- Open
- Closed
- Woody Savanna
- Savanna
- Grassland
- Barren/Space Vegetation
- Cropland/Natural Vegetation
- Cropland
- Urban and Built-up
- Snow and Ice
- Permanent Wetland
SAGA:
- Evergreen
- Tropical
- Temperate Broadleaf
- Temperate Needleleaf
- Boreal
- Deciduous
- Tropical
- Temperate
- Boreal
- Mixed Forest
- Shrubland
- Open
- Closed
- Savanna
- Grassland
- Tundra
- Desert
-
Polar Desert/Rock/Ice
- Needleleaf Evergreen
- Temperate
- Boreal
- Needleleaf Deciduous (Boreal)
- Broadleaf Evergreen
- Tropical
- Temperate
- Broadleaf Deciduous
- Tropical
- Temperate
- Boreal
- Shrubland
- Temperate Broadleaf Evergreen
- Temperate Broadleaf Deciduous
- Boreal Broadleaf Deciduous
- Grassland
- C3 (cold)
- C4 (Warm)
- C3 arctic
- Cropland