基于深度神经网络的城市典型乔木日内蒸腾特征模拟研究

• Published in: 北京大学学报（自然科学版） Vol. 57; no. 2; pp. 322 - 332
• Main Authors: 赵文利, 邱国玉, 熊育久, 邹振东, 鄢春华, 余雷雨, 郝梦宇
• Format: Journal Article
• Language: Chinese
• Published: 北京大学深圳研究生院环境与能源学院, 深圳 518055%中山大学土木工程学院, 广州 510275 20.03.2021
• Subjects: 小叶榕; 控制因子; 城市蒸散发; 典型乔木; 深度神经网络; 植被蒸腾
• ISSN: 0479-8023
• DOI: 10.13209/j.0479-8023.2020.121

以城市典型乔木小叶榕全天24小时每10分钟的树干液流及同步气象观测数据为训练集,建立基于深度神经网络的城市典型乔木植被蒸腾估算模型,得到10分钟尺度的小叶榕蒸腾模拟结果,系统地探讨干湿季和昼夜影响小叶榕蒸腾的环境控制因子.基于深圳市91个气象观测站的常规气象观测数据,应用训练好的深度神经网络模型,估算得到站点尺度的深圳市典型乔木逐小时蒸腾特征.结果表明:1)深度神经网络模型可以高精度地模拟城市小叶榕每10分钟尺度的蒸腾变化,与树干液流系统实测数据相比,决定系数R2=0.91,平均绝对百分比误差MAPE=21.77％,均方根误差RMSE=0.02 mm/h;2)湿季和干季城市小叶榕蒸腾的主要控制因子,白天均为太阳辐射和气温,夜间均为饱和水汽压差;3)城市小叶榕在夜间仍然存在蒸腾,干、湿季平均蒸腾速率分别达到0.03和0.01 mm/h;4)深圳市不同区域的植被蒸腾特征存在差异,蒸腾速率最高可相差0.10 mm/h,总体而言,湿季白天的蒸腾速率(91个站点均值为0.1 mm/h)比干季白天(均值为0.08 mm/h)更高,大部分站点夜间植被蒸腾量接近0,但仍存在蒸腾,少部分站点干季夜间平均蒸腾速率可达0.07 mm/h,湿季夜间可达0.10 mm/h.