参考文献
[1]2020 《Calibrating soybean parameters in JULES 5.0 from the US-Ne2/3 FLUXNET sites and the SoyFACE-O 3 expe》 流程
[2]2017《Evaluation of JULES-crop performance against site observations of irrigated maize from Mead, Nebraska》 公式
[3] JULES-crop: a parametrisation of crops in the Joint UK Land Environment Simulator
模型调参流程:
Step 1: Tune parameters required by all PFT tiles
主要调整:冠层结构、叶片光合作用和呼吸作用
冠层参数:
图S1-1 (top row)观测 fPAR和LAI的关系
图S1-1 (middle row)聚集度指数为1,导致fPAR被高估
图S1-1 (bottom row)聚集度指数为0.8时候,fPAR估算结果有所提升
图S1-2 在给定LAI和散射辐射比例情况下,估算fPAR需要不同的冠层聚集度指数
图S1-3 (left) 冠层平均叶片碳氮比
图S1-3 (right) 平均叶片碳氮比
图S1-3 (left)平均冠层叶片氮碳比
图S1-3 (right)平均单位叶面积碳氮比
图S1-4 冠层顶部单位叶面积碳氮比
图S1-5 不同散射辐射比例下,观测和模拟的逐小时GPP和PAR的关系 (光合作用的量子效率和Vcmax)
Step 2: Demonstrate JULES performance with Mead runs forced with observed climate, LAI, height
通过使用观测的气象、LAI以及冠层高度作为输入,比较模型模拟GPP的能力
图S2-1
Step 3 Tune parameters needed by JULES-Crop CFTs
1. 调整碳分配系数(Carbon partitioning)
为了调整绿叶生物量、凋落叶片生物量、茎和生殖器官生物量的比例,需要调整碳分配系数a和b。假设植物各部分的生物量中碳的比例在这段时间中是不变的。Cleaf是指绿叶生物量,主要与光合作用和LAI相关;Charv
包括凋落叶片生物量和生殖器官生物量;茎的生物量主要包括Cresv和Cstem两个库。
方法: 将Mead生物量的观测值线性关系
内插为逐日时间序列,并计算得到对应的DVI指数,进而比较DVI指数和生物量之间的关系。(由于没有观测的root生物量,所以用Cleaf、Cstem+Cresv、Charv分别比上above-ground carbon Cag,碳的部分)
这一步的目的是: 调整α和β,通过调整这两个参数,获得与观测更接近的分配系数
ps: 以下截图来自参考文献[2],参考文献[1]使用的方法和[2]是一样的,但是由于这部分没有图,不太容易理解,所以从参考文献[1]中截图过来
图S3-1 NPP分配给作物不同器官的比例,列出这张图只是为了方便看各部分器官生物量占了总生物量的比例,但调参的过程主要使用的是观测的地上生物量(见上面截图)
2. 作物高度(crop height)
图S3-2 虚线:调整后的 实线:调整前的
作物最大高度和茎stem的生物量可以通过Ameriflux获得,主要调整的是k和λ这两个参数。
3. 比叶面积( Specific Leaf Area)
图S3-3 虚线:调整后的 实线:调整前的
主要调整γ和δ
4. 茎和叶生物量中碳的比例(Carbon to biomass ratio in stem and leaves)
5. 作物初始碳库(Initial amount of carbon in crops)
在JULES中假设初始碳库的值为出苗(DVI=0.1)时候地上生物量的一半
对thermal非常敏感
图S3-5 DVI=0时候的Cinit与观测的地上生物量有很好的一致性
6. 呼吸作用( Respiration)
Step 4 and 5: Demonstrate JULES-Crop performance with Mead runs forced with derived NPP
图S4-1 使用上述调参的结果与参考文献[3]中的模拟结果进行比较
图S4-2使用上述调参的结果与观测LAI、冠层高度、地上生物量(aboveground biomass)、收获生物量(harvest carbon)进行比较
图S4-3使用上述调参的结果与观测GPP进行比较