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...