森林生态系统涡度相关法碳通量长时间连续性缺失数据插补方法的比较

摘要

针对森林通量观测站涡度相关法碳通量观测普遍存在的长时间连续性数据缺失情景,为探究不同数据插补方法的有效性,以华北低丘山地栓皮栎人工混交林生态系统为例,以经EddyPro处理和质量控制的2017年3月1日-11月30日0.5h尺度净生态系统碳交换(NEE)数据为基准数据集,随机生成含有连续1、3、7、15和31d数据缺失的5类数据缺失集,重复10次,使用固定窗口平均昼夜变化法(MDV)、可变窗口平均昼夜变化法(MDC)、查表法(LUT)、非线性回归法(NLR)、边际分布采样法(MDS)、人工神经网络法(ANN)对缺失数据集进行插补,并将插补数据与实际观测数据进行对比,通过分析统计参数来评估不同方法的插补精度和稳定性,以评估不同方法的适用范围.结果表明:日间,当连续缺失少于15d时,ANN方法插补数据与实测数据间的R2(决定系数)相对较高,NLR方法的R2较低;LUT方法插补数据与实测数据间的相对均方根误差(RRMSE)较低,NLR方法的RRMSE较高.当缺失达到连续15d时,除NLR方法的R2显著较低(P<0.05)外,其它方法间R2差异不显著;LUT方法的RRMSE显著(P<0.05)较低,其它方法间RRMSE差异不显著.当缺失达到连续31d时,除NLR方法R2显著较低(P<0.05)外,各方法间R2和RRMSE无显著差异;MDV方法的平均绝对误差(MAE)出现较多异常值,各方法间的MAE开始出现分化的趋势.随着缺失片段长度的增加,除MDV方法外,各方法的R2呈下降趋势,连续1d缺失与连续31d缺失情景下插补所得NEE与实测NEE的R2差异显著(P<0.05);MDV和MDS方法的RRMSE呈增大趋势,连续1d缺失与连续31d缺失情景下的RRMSE差异显著(P<0.05),其它方法的RRMSE差异相对不显著.夜间,在各缺失情景下,ANN方法的R2较高,LUT方法的R2较低,二者之间差异显著(P<0.05);LUT方法的RRMSE最高,与其它方法存在显著差异(P<0.05).在连续缺失大于31d的情景下,各方法的RRMSE差异均不显著.除LUT方法MAE显著(P<0.05)较高外,其它方法的MAE无明显差异.随着缺失片段长度的增加,MDC、MDS和ANN方法插补数据的R2呈下降趋势,MDV和LUT的R2始终无显著差异;各方法的RRMSE差异无显著变化.在对典型晴天0.5h尺度上NEE日变化趋势的还原方面,MDC方法性能相对较优.综上,NLR方法适用于气象数据完备、NEE数据连续缺失少于7d的情景;MDV或MDC方法适用于气象数据不可用或缺失严重、NEE数据连续缺失少于15d的情景;LUT和MDS方法则适用于气象数据缺失较少、NEE数据连续缺失少于15d的情景;ANN方法适用性相对较广,可用于气象数据缺失较少、NEE数据连续缺失长达31d的情景.