用Biome-BGC模型如何模拟水循环过程
在Biome-BGC模型中,对于碳的生物量积累,采用光合酶促反应机理模型计算出每天的初级生产力(GPP),将生长呼吸和维持呼吸减去后的产物分配给叶、枝条、干和根。生物体的碳每天都按一定比例以凋落方式进入凋落物碳库;对于水份输运过程,该模型模拟的水循环过程包括降雨、降雪、冠层截留、穿透降水、树干径流、 冠层蒸发、融雪、雪升华、冠层蒸腾、土壤蒸发、蒸散、地表径流和土壤水分变化以及植物对水分的利用;对于土壤过程,模型考虑了凋落物分解进入土壤有机碳库过程、土壤有机物矿化过程和基于木桶模型的水在土层间的输送关系;对于能量平衡,该模型还考虑了净辐射、感热通量和潜热通量等过程。
Linux应用
l 实现批量创建文件、删除文件及文件夹
l 并行化执行程序
CDO工具应用
l 使用cdo工具对netCDF文件进行合并
l 筛选时间和变量,裁剪为
Python应用
l Python的循环语句,逻辑语句,
l 创建Numpy数组,并统计计算;
l 使用Matplotlib制作散点图、等值线图;
l 利用零散数据Pandas创建数,制作时间
l 利用Xarray读取netCDF文件,写入netCDF文件;实现插值工作
在linux 上综合使用cdo和xarray数据制备所需数据。
1静态数据制备:
l 地形数据:GTOPO30S 1km
l 土地利用数据:GLCC 1km
l 土壤数据:FAO
l GPP数据:MODIS数据
驱动数据制备:
l CN05.1数据处理
l CMFD数据处理
3生态数据
MODIS GPP
单点的模拟
前处理
l 从空间数据(netCDF)插值
l 配置运行文件
l 制备气象数据
2运行BGC模型
3调参
基于Python的并行化参数搜索
l 调整生长季开始和结束
后处理
l 结果统计计算
结果可视化
区域模拟
区域模拟是将区域上每个格点分别进行计算进行的。
l 模拟前准备
l 分配数据
l 并行运行
合并结果
通过数据库的管理,可以减少单点模型空间化数据分发和管理复杂度。
l MySQL介绍
l 常见命令介绍
l 在Mysql中建立驱动数据、静态数据表和结果表
l 编写脚本自动化生成静态数据
l 并行运行模式
l 结果导入数据库
后处理案例数据
使用ERA5作为观测数据的降尺度后的CMIP6未来气候变化降尺度数据。
l 对气象数据降尺度,获得气温、湿度、降水和向下短波辐射。
l 土壤数据、植被数据库查询
l 准备气象数据和静态数据
l 后处理模拟结果数据
用Biome-BGC模型如何模拟水循环过程相关推荐
- Biome-BGC生态系统模型区域模拟
Biome-BGC是利用站点描述数据.气象数据和植被生理生态参数,模拟日尺度碳.水和氮通量的有效模型,其研究的空间尺度可以从点尺度扩展到陆地生态系统. 在Biome-BGC模型中,对于碳的生物量积累, ...
- Meta 分析在生态环境领域、Biome-BGC生态系统模型区域模拟
Meta 分析( Meta Analysis)是当今比较流行的综合具有同一主题的多个独立研究的统计学方法, 是较高一级逻辑形式上的定量文献综述.20 世纪 90 年代后,Meta 分析被引入生态环境领 ...
- Sysweld笔记:利用稳态算法加速算法模拟焊接过程的残余应力
作者:贾亚波博士,仿真秀专栏作者 在进行热力耦合的仿真过程中,如果模型足够的长并且热源速度恒定,通常其热学,相变以及热力耦合都会达到稳态的过程,因此如何直接计算稳态问题成为了大家研究的热点问题. 由于 ...
- java小车赛跑_Java模拟赛跑过程
Java并发面试中的一个经典问题--手写代码模拟赛跑过程.该问题考查CountDownLatch的用法,比Java实现生产者-消费者模型的考查更直接: 对Java并发模型的理解 对Java并发编程接口 ...
- Python模拟ARCH过程
模拟ARCH过程可以更加深入了解导致波动聚团现象的原因是什么. 以ARCH(1)模型为例 代码如下: """ Created on Thu Oct 18 23:41:00 ...
- 用机器学习自制二手房估价模型(附完整过程)
用机器学习自制二手房估价模型(附完整过程) 机器学习到底是干什么的? 准备工作 对数据的清洗和预处理 [处理虚拟变量] [填充缺失值] [查找异常值] 训练模型.调参和可视化 模型预测实战VS&quo ...
- 四十二、Fluent欧拉模型流化床模拟
1. 流化床概念 流态化床,简称流化床,是一种利用气体或液体通过颗粒状固体层而使固体颗粒处于悬浮运动状态,并进行气固相反应过程或液固相反应过程的反应器. 欧拉模型: 欧拉多相流模型可以模拟颗粒流动,但 ...
- 多模型算法理论推导过程
多模型估计方法概述 第一次用markdown写东西,先试试水 由于目标机动状态或者系统模式不确定,用单个模型往往不足以描述目标运动.一种更为合理和强大的描述方法为混杂系统表述,包括两个部分:一个连 ...
- NLP之BERT:BERT的简介(背景、改进点、创新点、简介、意义、原理、优缺点、总结与评价)、模型结构、训练过程(MLM、NSP任务的概述)之详细攻略
NLP之BERT:BERT的简介(背景.改进点.创新点.简介.意义.原理.优缺点.总结与评价).模型结构.训练过程(MLM.NSP任务的概述)之详细攻略 目录 BERT的论文 BERT的概述 BERT ...
最新文章
- RNA-seq中的生物学重复
- Nginx错误日志说明
- oschina android版源码中的颜色值
- Matlab实用程序--图形应用-条形图形
- python查询在查询_python 查询,子查询以及1对多查询
- CCNP中单区域OSPF详解(第一部分)
- LINUX REDHAT第十单元文档
- 又见链表 --- 另一种Creat方式与反转
- ACM PKU 1111 Image Perimeters http://acm.pku.edu.cn/JudgeOnline/problem?id=1111
- selenium元素等待及滚动条滚动
- kaggle房价预测特征意思_Kaggle初探--房价预测案例之数据分析
- 苹果 M1带起ARM,英特尔 x86 霸主地位遭威胁
- Bailian3195 最大公约数【数论】
- 1.Entity Framework Core 5.0教程,概述和准备
- ikm2022/IKM考试/ikm java
- 美国网站服务器有哪些,可以搭建什么网站?
- 模型预测控制matlab工具箱,MATLAB模型预测控制工具箱函数..
- DelayQueue延时队列操作实例
- 手机自带计算机在线汇率,中美汇率换算计算器(汇率换算器在线 查询)
- 菜鸟学-业务流程图、数据流图、模块结构图