| 长白山红松阔叶林的净碳交换变化及基于时间卷积神经网络的模拟 |
| |
| 引用本文： | 齐建东,谭新新.长白山红松阔叶林的净碳交换变化及基于时间卷积神经网络的模拟[J].林业科学,2022(2):1-12. |
| |
| 作者姓名： | 齐建东 谭新新 |
| |
| 作者单位： | 1. 北京林业大学信息学院;2. 国家林业和草原局林业智能信息处理工程技术研究中心 |
| |
| 基金项目： | 国家重点研发计划项目“典型人工林生态系统对全球变化适应机制”(2020YFA0608100)； |
| |
| 摘 要： | 【目的】分析长白山红松阔叶林净生态系统碳交换量（NEE）的季节性差异及其气象因子响应，在月尺度下揭示气象因子对NEE的动态影响，为调节研究地区的碳收支提供理论指导。同时研究时间卷积神经网络在森林生态系统净碳交换模拟中的应用，探索NEE模拟的新方法。【方法】基于长白山温带红松阔叶林通量观测站2007—2010年间的30 min观测数据，分析NEE和输入模型的5种气象因子的季节性差异，并分析5种气象因子与NEE的相关性。使用随机森林模型，计算影响NEE的各因子重要性得分，选择得分较高的5种气象因子：潜热通量、显热通量、冠层上方空气湿度、冠层上方水汽压和净辐射作为NEE模拟的输入；分别构建基于时间卷积神经网络（TCN）、长短期记忆网络（LSTM）、人工神经网络（ANN）、支持向量回归（SVR）和极限学习机（ELM）的5种NEE模型，采用决定系数（R2）、平均绝对误差（MAE）和均方根误差（RMSE）评价模型的预测精度和稳定性。【结果】长白山温带红松阔叶林通量观测站NEE全年总量为-74.777 3 gCO2·m-2a...
|
| 关 键 词： | 时间卷积神经网络 NEE 长白山红松阔叶林 |
|
