JULES模型

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