陈琦，苏国辉，魏合龙，等.江苏盐城滨海湿地净生态系统碳交换量模拟参数选择[J].海洋地质前沿，2023，39（2）：56-65.CHENQi,SUGuohui,WEIHelong,etal.SelectionofparametersforsimulationofnetecosystemcarbonfluxinYanchengcoastalwetland,Jiangsu[J].MarineGeologyFrontiers,2023,39(2):56-65.江苏盐城滨海湿地净生态系统碳交换量模拟参数选择陈琦1,2，苏国辉3*，魏合龙3，叶思源3，谢柳娟3，丁喜桂3（1中国地质科学院北京100037；2中国地质大学（北京），北京100083；3中国地质调查局青岛海洋地质研究所，青岛266237）摘要：滨海湿地净生态系统碳交换量受到多种环境因素的影响，在进行滨海湿地净碳交换量估算建模时，参数的选择至关重要，如何合理地选择输入参数不仅对于估算结果的精度有影响，同时也会影响预测模型的适用性。本研究使用了Pearson、Spearman、距离相关系数、最大互信息相关系数4种相关系数来计算各个环境因素与净碳交换量之间的相关性，基于相关系数来选择最佳的输入参数组合。利用实际测得的江苏盐城盐沼湿地数据，依次选择各个相关性中最高的8个参数组合，基于卷积神经网络对江苏盐城滨海湿地NEE进行建模，得到了4个预测模型，并使用均方根误差和平均绝对值误差来进行模型精度的验证。研究表明，使用基于最大互信息系数得到的参数组合进行滨海湿地NEE建模时模型的精度最好，误差最小；净光合有效辐射，净辐射，地表辐射与NEE在4个相关系数中都属于强相关，表明这一类辐射类参数对滨海湿地NEE的影响要大于其他参数；各参数与NEE之间的关系既包含线性关系也包含非线性关系，传统的单一线性分析手段无法完整准确地反应各个环境参数与NEE之间的响应关系；基于卷积神经网络的滨海湿地NEE预测模型在精度上要优于其它同类型模型，这表明使用该模型在进行NEE预测建模时具有很好的适用性。关键词：卷积神经网络；相关系数；滨海盐沼湿地；净生态系统碳交换量中图分类号：P628.4文献标识码：ADOI：10.16028/j.1009-2722.2022.2470引言自人类进入工业世纪以来，以二氧化碳为主的温室气体含量在大气中不断地增加，由此导致的全球气候变暖已经对生态系统产生了重要影响。在此背景下，世界各国正加紧出台一系列政策控制碳排放，中国提出在2030年实现碳达峰，2060年实现碳中和。为了实现这一目标，既需要减少煤炭化石能源的消费，加大清洁能源的投入，也需要提升生态系统的碳汇能力，发挥生态系统的固碳作用。滨海湿地作为海洋生态系统的重...
