项目名称: 中国森林碳汇模拟与预测值不确定性的定量评估

项目编号: No.30970514

项目类型: 面上项目

立项/批准年度: 2010

项目学科: 生物科学

项目作者: 周涛

作者单位: 北京师范大学

项目金额: 32万元

中文摘要: 森林生态系统的再生长与增强生长能有效吸收大气中的温室气体CO2,从而降低人类活动所导致的全球变暖的速率,确定中国森林生态系统碳吸收(碳汇)量以及变化趋势具有重要的科学意义和社会经济价值。然而,受植被与土壤属性的空间异质性、观测数据的误差、过程模型的结构差异等因素的影响,建立在不同观测数据集基础上的碳循环模型所模拟的碳汇量及变化趋势还存在相当大的差异与不确定性。本项目将基于数据-模型融合技术,将遥感及地面观测数据库与碳循环过程模型库结合起来,建立中国森林生态系统碳循环数据-模型融合系统;在此平台上定量评估观测资料误差与短缺、模型结构及初始值差异、最优参数搜索算法等对参数估计值及概率分布的影响,进而评估观测数据与模型结构的不完备性所导致的关键参数估算的不确定性;最后利用集合模拟(Ensemble)方法系统评价不同的模型结构以及相应的参数值变化所造成的中国森林碳汇量模拟及预测值不确定性。

中文关键词: 碳汇;森林生态系统;不确定性;数据-模型融合;模拟

英文摘要:

英文关键词: carbon sink;forest ecosystem;uncertainty;data-model fusion;modeling

成为VIP会员查看完整内容
0

相关内容

《2021-2022全球计算力指数评估报告》,46页pdf
专知会员服务
73+阅读 · 2022年3月25日
双碳目标对中国经济的影响及风险挑战,61页ppt
专知会员服务
59+阅读 · 2022年1月17日
2021—2022中国人工智能计算力发展评估报告,36页pdf
专知会员服务
70+阅读 · 2021年11月6日
专知会员服务
13+阅读 · 2021年10月9日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
20+阅读 · 2021年8月31日
专知会员服务
39+阅读 · 2021年5月12日
【牛津大学】多级蒙特卡洛方法,70页pdf
KDD'21 | 如何评估GNN的解释性模型?
图与推荐
1+阅读 · 2021年9月30日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
熬了三个通宵的数据建模!我开眼了!
夕小瑶的卖萌屋
1+阅读 · 2021年8月10日
【新书册】贝叶斯神经网络,41页pdf
专知
28+阅读 · 2020年6月3日
基于LDA的主题模型实践(二 )MCMC--吉布斯采样
机器学习深度学习实战原创交流
25+阅读 · 2015年9月17日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
One-Class Model for Fabric Defect Detection
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
12+阅读 · 2020年12月10日
小贴士
相关主题
相关VIP内容
《2021-2022全球计算力指数评估报告》,46页pdf
专知会员服务
73+阅读 · 2022年3月25日
双碳目标对中国经济的影响及风险挑战,61页ppt
专知会员服务
59+阅读 · 2022年1月17日
2021—2022中国人工智能计算力发展评估报告,36页pdf
专知会员服务
70+阅读 · 2021年11月6日
专知会员服务
13+阅读 · 2021年10月9日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
20+阅读 · 2021年8月31日
专知会员服务
39+阅读 · 2021年5月12日
相关资讯
【牛津大学】多级蒙特卡洛方法,70页pdf
KDD'21 | 如何评估GNN的解释性模型?
图与推荐
1+阅读 · 2021年9月30日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
熬了三个通宵的数据建模!我开眼了!
夕小瑶的卖萌屋
1+阅读 · 2021年8月10日
【新书册】贝叶斯神经网络,41页pdf
专知
28+阅读 · 2020年6月3日
基于LDA的主题模型实践(二 )MCMC--吉布斯采样
机器学习深度学习实战原创交流
25+阅读 · 2015年9月17日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员