一种生态系统区域内碳通量排放规律的监测方法

摘要

本发明公开了一种生态系统区域内碳通量排放规律的监测方法，获取生态系统区域内不同高度的二氧化碳浓度的初始值；通过BLS算法获得不同高度的二氧化碳浓度的修正值；通过ART算法得到不同高度的二氧化碳浓度场的精确值；根据不同高度的二氧化碳浓度场的精确值，通过Fick算法计算出生态系统区域内碳通量；获取生态系统区域内的环境因子参数，将所述环境因子与碳通量数据进行整合，构建ELM模型，得到生态系统区域内碳通量排放规律。本发明的生态系统区域内碳通量排放规律的监测方法，具有时空分辨率高、测量速度快，稳定性强、可以对稻田碳通量进行连续、实时在线监测分析等技术优点。

说明书

技术领域

本发明属于碳循环研究领域，具体涉及一种生态系统区域内碳通量排放规律的监测方法。

背景技术

碳通量(Carbon flux)是碳循环研究中一个最基本的概念，表述生态系统通过某一生态断面的碳元素的总量。碳通量估算是全球变化背景下研究碳循环和碳收支的关键技术环节。

传统碳通量测量主要存在以下四种方法：静态气箱法、模型法、微气象法和动态气箱法。随着碳通量研究的进一步发展和深化，众多学者基于传统碳通量测量方法提出了很多改进方案，并在此基础之上研究稻作环节(插秧、施肥、灌排水、收成)和不同环境因子(温度、湿度、光照、降水量等)对稻田碳通量的影响。

目前稻田碳通量测量手段和估算方法主要存在以下3个问题。

1、仅研究孤立的环境因子对稻田碳通量的影响，稻田碳通量排放规律不确定性大。例如，陆龙骅等对常熟地区水稻插秧、拔节、抽穗等不同生长期近地层二氧化碳和感热、潜热、动量等湍流通量特征及变化规律进行了初步研究；李琪等对安徽省寿县冬小麦/水稻生态系统进行了碳通量的监测，并在数据校正、剔除和插补的基础上，研究生长季农田净生态系统碳交换(NEE)的变化特征。

2、估算区域碳通量的采样策略主要是运用简单随机采样、均匀采样、分区采样及混合采样等方法，未考虑稻田土壤空间异质性，利用个别随机点碳通量代表整个区域的碳通量。例如，刘源月等在研究亚热带典型森林生态系统土壤碳通量过程中，采用简单随机采样的方法，仅将测量所得数据的均值作为区域的土壤碳通量。这些方法均假设采样区域的土壤特征状态空间变异是随机的，忽略了不同尺度上土壤特征的空间相关性，往往难以避免采样区域局部样点冗余和局部样点密度无法满足精度要求的情况。然而由于稻田土壤呼吸是个复杂的生物化学过程，且具有明显的空间异质性，较少的采样点难以代表整个区域的稻田碳通量，对区域稻田通量的估算有很大误差。较大的采样点数量能够提高估计精度，但是一般情况下受人力、物力和时间的限制在稻田土壤呼吸的测量过程中选取的测量点是很有限的。

设备和测量手段的局限性导致基础数据稀少，数据不确定性大。王冠依等设定采样周期为30分钟，采样速率低，无法保证在天气变化时及时采样。刘笑吟等利用测量平均值作为基础数据，数据不确定性大。陈强等人利用美国北卡罗来纳州布莱克伍德区杜克森林和美国肯德尔草原的碳通量观测塔，由于设备故障原因，丢失了大量数据，仅保留约10000条完整的有效数据。

3、缺乏长时间、高时空分辨率、高精度的监测数据。目前国际上对碳通量测量基本上都采用欧美的LI-8100系列的检测仪，其实际测量精度一般在50个ppm以上,且该类仪器监测理论是根据测量气室内CO

面对目前稻田碳通量测量中存在的诸多问题，本发明旨在提出一种基于高时空分辨率CO

发明内容

本发明是为避免上述已有技术中存在的不足之处，提供一种时空分辨率高、测量速度快，稳定性强的生态系统区域内碳通量排放规律的监测方法，以实现对生态系统区域内碳通量进行连续、实时在线的监测分析。

本发明为解决技术问题采用以下技术方案。

本发明的一种生态系统区域内碳通量排放规律的监测方法的特点在于：

一种生态系统区域内碳通量排放规律的监测方法，其包括如下步骤：

S1、获取生态系统区域内不同高度的二氧化碳浓度的初始值；

S2、通过BLS算法修正风速、风向对二氧化碳浓度的影响，获得不同高度的二氧化碳浓度的修正值；

S3、通过ART算法对不同高度的二氧化碳浓度的修正值进行反演，得到不同高度的二氧化碳浓度场的精确值；

S4、根据不同高度的二氧化碳浓度场的精确值，通过Fick算法计算出生态系统区域内碳通量；

S5、获取生态系统区域内的环境因子参数，将所述环境因子与碳通量数据进行整合，构建ELM模型，得到生态系统区域内碳通量排放规律。

所述S1中，获取生态系统区域内不同高度的二氧化碳浓度的初始值的方法为：将待测生态系统区域均匀的离散化分为由n*n个正方形构成的正方形区域，该正方形区域的相邻两侧的每一侧均等间距的设有n-2个探测位点；每一个探测位点处，根据生态系统区域内的植株高度等间距的设置多个准直器和探测器，另外两侧的每一侧均对应设有角反射镜，形成立体监测结构，从而获取生态系统区域内不同高度的二氧化碳浓度的初始值。

所述S2中BLS算法中，气体挥发速率Q的计算公式如下：

所示公式(1)中，Q为气体挥发速率，c为监测线点气体浓度，c

所述S4中Fick算法具体如下：

单位时间内通过垂直于扩散方向的单位截面积的扩散物质流通量J与该截面处的浓度梯度成正比，用公式(7)表示。

公式(7)中，D为扩散系数，c为扩散气体的浓度，

但是，稻田生态系统较为复杂，其排放的CO

根据以上原理，要计算土壤CO2通量，其实就是计算浓度梯度的二阶导数。

所述S5中，所述环境因子包括光照、温度和湿度。

所述S5中ELM模型具体如下：

设ELM建模函数输出如下公式(9)所示；

公式(9)中，β＝[β

与已有技术相比，本发明有益效果体现在：

本发明公开了一种生态系统区域内碳通量排放规律的监测方法，获取生态系统区域内不同高度的二氧化碳浓度的初始值；通过BLS算法获得不同高度的二氧化碳浓度的修正值；通过ART算法得到不同高度的二氧化碳浓度场的精确值；根据不同高度的二氧化碳浓度场的精确值，通过Fick算法计算出生态系统区域内碳通量；获取生态系统区域内的环境因子参数，将所述环境因子与碳通量数据进行整合，构建ELM模型，得到生态系统区域内碳通量排放规律。

本发明公开了一种生态系统区域内碳通量排放规律的监测方法，从高时空分辨率的生态系统区域内CO

本发明的生态系统区域内碳通量排放规律的监测方法，具有时空分辨率高、测量速度快，稳定性强、可以对生态系统区域内碳通量进行连续、实时在线监测分析等技术优点。

附图说明

图1为本发明的生态系统区域内碳通量排放规律的监测方法的流程图。

图2为本发明的生态系统区域内CO

图3为本发明的基于TDLAS的开放光路的生态系统区域内碳通量反演装置结构示意图。

图4为本发明的四合一温湿度一体传感器采集实时温度、湿度和光照强度等自然因子数据的采集界面截图。

图5为本发明的ART算法的流程图。

图6为本发明的基于ELM的生态系统区域内碳通量和温湿度的关系图。

图7为本发明的据采集和数据处理工作流程图。

以下通过具体实施方式，并结合附图对本发明作进一步说明。

具体实施方式

本发明的生态系统区域内碳通量排放规律的监测方法，可用于农田、森林等生态系统中。本发明以稻田区域为例，详细分析了稻田区域内碳通量排放规律的监测过程。

参见图1-图7，本发明的一种生态系统区域内碳通量排放规律的监测方法，包括如下5个步骤：

S1、获取生态系统区域内不同高度的二氧化碳浓度的初始值；

S2、通过BLS算法修正风速、风向对二氧化碳浓度的影响，获得不同高度的二氧化碳浓度的修正值；

S3、通过ART算法对不同高度的二氧化碳浓度的修正值进行反演，得到不同高度的二氧化碳浓度场的精确值；

S4、根据不同高度的二氧化碳浓度场的精确值，通过Fick算法计算出生态系统区域内碳通量；

S5、获取生态系统区域内的环境因子参数，将所述环境因子与碳通量数据进行整合，构建ELM模型，得到生态系统区域内碳通量排放规律。

所述S1中，获取生态系统区域内不同高度的二氧化碳浓度的初始值的方法为：将待测生态系统区域均匀的离散化分为由n*n个正方形构成的正方形区域，该正方形区域的相邻两侧的每一侧均等间距的设有n-2个探测位点；每一个探测位点处，根据生态系统区域内的植株高度等间距的设置多个准直器和探测器，另外两侧的每一侧均对应设有角反射镜，形成立体监测结构，从而获取生态系统区域内不同高度的二氧化碳浓度的初始值。

如图2所示，为了实现对稻田碳通量浓度场分布进行详细的二维分布测量，可以将待测生态系统区域均匀的离散化分为n×n个正方形块构成的正方形区域。为了光路分束方便，选择4*4、8*8和16*16等等距离网格划分光路网格结构。测量稻田区域的网格状分布，如图1所示。

激光器发出的光束通过光纤放大器进行功率放大后分束为4*4、8*8、16*16和32*32等不同阵列的激光光束，具体光束分路根据测量区域面积和反演精度决定。本发明拟采用m×m路光路构成一个平面。正方形区域的两个相邻的侧边上，除了最边上的一行/列正方形块外，每一行/列的正方形块设置为一个探测位点，即n行/列正方形块设置n-2个激光器、准直器和探测器。在正方形区域设置的探测位点相对的另一侧，设置n-2个对应的角反射镜。

每个探测点上，沿着垂直方向间隔离生态系统区域内的植株高度0.5米、高度1米、高度1.5米放置三个准直器和探测器，形成竖直方向3条、水平方向n-2条光路的立体监测结构。测量区域尽量选择为平坦区域稻田。激光束经过分束器并放大后通过光纤连接到安装在稻田一测的准直器上，在稻田的另外一侧放置一个角反射镜，将光束来回反射一次通过探测器进行接收。

为了实现二维浓度场分布的实时在线同时测量，将测量区域离散化成n×n维的整列区域，并假定在每一单个阵列内其温度和浓度分布是相同的，同时，为了测量结果误差小，符合现实情况，引入线性最小二乘法技术、物理边界条件和迭代方法进行离散方程的求解，此外，在进行浓度求解时，由于时间变化范围大，早、中、晚以及日变化温差较大，需要对温度进行补偿修正，由于根据以上阵列测得的数值,反演出的网格内浓度不连续，因此还需要进行算法处理和平滑过渡，才能够反映出真实的浓度场分布，进而计算出碳通量。

所述S2中BLS算法中，气体挥发速率Q的计算公式如下：

所示公式(1)中，Q为气体挥发速率，c为监测线点气体浓度，c

在BLS算法中需要统计气体粒子逆风轨迹的触地点和受垂直风速影响的垂向触地速度w

由于气流受到风速、风向、大气稳定度等因素影响，TDLAS光路直接反演出经过气体的浓度并不能够反映真实稻田CO

根据Monin-Obukhov相似理论,粒子运动轨迹取决于平均风速和湍流，短期低空大气可由摩擦风速μ、大气稳定度L、风向β、表面粗糙Z四个参数表征。采用三维风超声风速仪测定相关参数，数据平均周期为30min。利用公式(1)即可计算各光路视线的平均CO

如图5，所述S3中ART算法具体如下：

当将探测区域划分为N＝n×n个网格时，根据朗伯比尔定律，吸光度公式可离散为如下公式(2)；

公式(2)中，i为光线编号，共M条光线；j为网格编号，共N个网格。积分吸光度A

ART算法中，对上述公式式(2)进行迭代求解，以网格内的吸收系数值α

A

公式(3)中，A

采用ART算法，设置向量初始值

其中，λ(0＜λ＜2)为松弛因子，选择适当的松弛因子不但可以提高重建速度，而且可以提高重建质量，迭代过程中的收敛条件设为下式(6)；

依照上述的方式，由式(4)最后一个方程得到

TDLAS作为一种视线测量技术，通过单光路探测得到气体对激光的吸收信号，所获得的是沿路径的平均值。为了实现CO

所述S4中Fick算法具体如下：

单位时间内通过垂直于扩散方向的单位截面积的扩散物质流通量J与该截面处的浓度梯度成正比，用公式(7)表示。

公式(7)中，D为扩散系数，c为扩散气体的浓度，

但是，稻田生态系统较为复杂，其排放的CO2有很大的时间变异性。在扩散过程中，CO

根据以上原理，要计算土壤CO

所述S5中，所述环境因子包括光照、温度和湿度。

以稻田碳通量为表征样本，形成建模本集。利用极限学习机ELM方法建立稻田碳通量和温度、湿度、光照、降水量关系模型。x

所述S5中ELM模型具体如下：

设ELM建模函数输出如下公式(9)所示；

公式(9)中，β＝[β

在实际使用中，可以选择：

h

其中G(a

H是隐层节点的输出:

T为期望输出：

根据ELM算法，上述模型的求解可以转化为求解一个线性系统。并且输出权重可以被确定β＝H

图1为本发明的总流程图。如图3所示为本发明的基于TDLAS(Tunable DiodeLaser Absorption Spectroscopy，可调谐半导体激光吸收光谱)的开放光路的稻田碳通量的测量系统的结构示意图。为了降低成本和使用方便，实验采用1578nm波段CO

在稻田中放置四合一温湿度一体传感器用来实时记录温度、湿度、光照等参数，利用通用降雨量方法测量降水量。传感器软件检测实时记录如图4所示。

选择面积适宜、生长情况较好的浙江省早稻、中稻、晚稻稻田作为采样样本。将基于TDLAS技术的稻田碳通量测定系统放置在地势平坦的稻田上。

采集稻田温度、湿度、光照、降水量数据，根据环境变化情况，适时调整数据采集时间间隔，为1分钟至30分钟不等(考虑到天气、温度、风速等骤变情况)，长时间连续监测，对观测数据进行标注，标注出插秧、施肥、灌排水、收成等稻作环节及温度、湿度、光照、降水量等气候环境变化信息，将数据进行归类，预处理剔除异常值。具体数据采集工作流程如下：

首先启动上位机软件，在软件前面板，设置采样电压范围-5V-+5V，一个扫描周期的采样点数N，采样频率Fs,参考信号频率Fref等初始化参数，开始数据采集。观测上位机软件中数据采集情况是否正常，根据采集数据的波形调整各个参数。数据采集卡采集数据的同时，利用四合一一体化传感器同步记录温度、湿度、光照，利用通用方法记录降水量。在上位机软件中对数据进行累加、平均、小波阈值去噪运算，用来滤除随机噪声，并设置三点滑动平均处理，获取较为光滑的信号后再进行归一化处理；然后利用正交矢量锁相放大算法进行二次谐波解调，获取二次谐波信号的峰值，通过与标定过的二次谐波信号进行比值计算得到CO2气体浓度。利用BLS扩散方程对CO2浓度进行修订，通过ART算法反演出不同高度下CO2浓度场信息，基于不同梯度下CO2浓度场信息根据Fick理论计算出区域内稻田碳通量的值。在不同由于实验过程中温度、压力等自然环境不同，需要对测量结果进行修正，具体的数据采集和数据处理工作流程如图7所示。

本发明具有以下几个方面的技术特点。

(1)基于TDLAS检测方法是稻田碳通量检测手段的创新。本发明采用的稻田碳通量检测方法具有时空分辨率高、测量速度快，稳定性强、可以对稻田碳通量进行连续、实时在线监测分析，为稻田碳通量检测提供了新的手段。目前，稻田碳通量快速无损检测方法尚无特别成熟方案，将TDLAS技术应用在早稻、中稻、晚稻时期稻田碳通量测量是全新的检测手段。

(2)基于TDLAS技术利用光路对测量区域进行平面和垂直方向分割，形成若干子区域元素并反演出激光视线上CO2浓度，利用BLS算法修正风速、风向等因素对稻田碳通量的影响，根据ART迭代算法，反演出每块子区域内CO2浓度，获取该区域内的CO2浓度场信息，通过Fick扩散方程在3个梯度上计算出区域稻田碳通量。本发明利用光路在水平和垂直方向尽可能地覆盖整个待测区域相比较传统的采用随机点碳通量代替整个区域碳碳通量，具有重要的创新性。

(3)采用多因素关联融合的基于ELM算法建模分析来获取高时空分辨率的碳通量排放规律是一个重要创新。稻田碳通量和温度、湿度、光照、降水量等环境因子有着不可分割的关系，本发明利用TDLAS技术高时空分辨率地采集稻田碳通量数据，并将诸多环境因子相互关联、融合，考虑了多种自然因子综合作用下对稻田碳通量的影响，并利用ELM算法建立相关联的自然因子和稻田碳通量之间的关系模型，探究在诸多因子综合作用下机理明确的高时空分辨率稻田碳通量排放规律。

本发明的生态系统区域内碳通量排放规律的监测方法，针对稻田碳通量估算误差较大、多环境因子共同作用影响下碳通量排放规律不明确问题，采用TDLAS方法，将稻田区域在水平方向分为若干光路网格结构，垂直方向设立三个测量平面，结合BLS扩散方程，高时空分辨率地采集、反演CO

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。