CN111259344B - 一种确定稻田温室气体通量与风速风向倾斜关系的方法 - Google Patents
一种确定稻田温室气体通量与风速风向倾斜关系的方法 Download PDFInfo
- Publication number
- CN111259344B CN111259344B CN202010068736.8A CN202010068736A CN111259344B CN 111259344 B CN111259344 B CN 111259344B CN 202010068736 A CN202010068736 A CN 202010068736A CN 111259344 B CN111259344 B CN 111259344B
- Authority
- CN
- China
- Prior art keywords
- greenhouse gas
- gas flux
- wind
- wind speed
- wind direction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000004907 flux Effects 0.000 title claims abstract description 68
- 239000005431 greenhouse gas Substances 0.000 title claims abstract description 65
- 235000007164 Oryza sativa Nutrition 0.000 title claims abstract description 34
- 235000009566 rice Nutrition 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 15
- 240000007594 Oryza sativa Species 0.000 title 1
- 241000209094 Oryza Species 0.000 claims abstract description 33
- 230000000694 effects Effects 0.000 claims abstract description 28
- 230000000737 periodic effect Effects 0.000 claims abstract description 16
- 238000012417 linear regression Methods 0.000 claims abstract description 8
- 238000005259 measurement Methods 0.000 claims abstract description 3
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 3
- 241000687983 Cerobasis alpha Species 0.000 claims description 2
- 238000007476 Maximum Likelihood Methods 0.000 claims description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 26
- 238000004364 calculation method Methods 0.000 description 3
- 238000010792 warming Methods 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- GQPLMRYTRLFLPF-UHFFFAOYSA-N Nitrous Oxide Chemical compound [O-][N+]#N GQPLMRYTRLFLPF-UHFFFAOYSA-N 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 1
- 238000013070 change management Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000001272 nitrous oxide Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Business, Economics & Management (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Animal Husbandry (AREA)
- Algebra (AREA)
- Agronomy & Crop Science (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Tires In General (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种确定稻田温室气体通量与风速风向倾斜关系的方法，包括以下步骤：（1）同时搜集稻田温室气体通量及风速风向的观测值；（2）将风向观测值转换为弧度计量单位；（3）将温室气体通量与风向的倾斜周期函数进行回归（周期回归）；（4）计算温室气体通量与风向周期回归方程结果间的残差（周期残差）；（5）计算温室气体通量周期残差与风速间的线性回归方程；（6）整理得到稻田温室气体通量与风速风向倾斜关系方程；（7）评估稻田温室气体通量的风向效应与风速效应强度。本发明能够同时精确估计稻田温室气体通量与风速风向间的倾斜周期关系，对评估风速风向对稻田温室气体通量的影响有重要作用。
Description
技术领域
本发明涉及一种确定稻田温室气体通量与风速风向倾斜关系的方法，属于气候变化管理领域。
背景技术
温室效应能够引起气候变暖，温度上升，生态系统退化等多种自然灾害，因此受到广泛的关注。温室效应主要是由人类生产活动过程中排放温室气体引起的。稻田是氧化亚氮和甲烷等多种温室气体的主要来源之一。稻田温室气体的通量既受到风速的影响也受到风向的影响，正确估计风速风向对稻田温室气体排放的影响是计算稻田温室气体排放通量，减少温室气体排放，延缓全球气候变暖趋势的前提；也是国际气候谈判的重要内容；对保护人类生存的环境具有重要的作用。
发明内容
发明目的是为了克服现有技术中存在的不足，提供一种确定稻田温室气体通量与风速风向倾斜关系的方法。本发明充分利用了稻田温室气体通量及其风速风向的观测值能够同时精确估计不同风速和风向条件下稻田温室气体通量，为进行国际气候谈判，减少温室气体排放奠定基础。
本发明的目的是这样实现的，本发明的一种确定稻田温室气体通量与风速风向倾斜关系的方法，包括以下步骤：
(1)同时搜集或测量所需研究的稻田温室气体通量及风速风向的观测值；记稻田温室气体通量数据为y1,y2,…,yM；
确定某一方向为0度，某一旋转方向为正方向；设置正北方向为0度，以逆时针方向旋转为正方向；在观测温室气体同时，观测风向数据为s1,s2,…,sM,风速数据为w1,w2,…,wM，其中， M为通量数据的观测个数其不能小于50个，M≥50；
(2)将风向观测值转换为弧度计量单位；
(3)将温室气体通量与风向的倾斜周期函数进行回归(周期回归)；
(4)计算温室气体通量与风向周期回归方程结果间的残差(周期残差)；
(5)计算温室气体通量周期残差与风速间的线性回归方程；
(6)整理得到稻田温室气体通量与风速风向倾斜关系方程；
(7)评估稻田温室气体通量的风向效应、风速效应以及倾斜效应强度。
作为优选，所述步骤(2)具体包括以下步骤：
a确保所有的风向数据为[0°，360°)，不在此范围内的风向角度通过加减360度的整数倍，将其转换到此范围内；经过此转换的风向角仍记为s1,s2,…,sM；
b.通过公式
将风向角转为弧度制，转换结果记为d1,d2,…,dM。
作为优选，所述步骤(3)具体包括以下步骤：
a.将观测到的稻田温室气体通量值y1,y2,…,yM,与其同时观测到的风向角d1,d2,…,dM，代入下面的倾斜回归方程，估计其中的未知参数λ0，λ1，β，α。
Y＝λ0+λ1 cos[(ωd-β)+αcos(ωd-β)] (1)
其中，ω与风向角的周期有关，定为1；此外，α有取值范围，
b.注意方程(1)是非线性的回归方程，且无法转化为线性的回归方程；求解该方程参数推荐用拟牛顿法。
作为优选，所述步骤(4)具体包括以下步骤：
a.将di,i＝1,2,3,…,M分别代入方程(1)，得到温室气体通量倾斜周期回归方程的结果 ri,i＝1,2,…,M；
b.将yi-ri,i＝1,2,…,M得到M个周期残差εi,i＝1,2,…,M。
作为优选，所述步骤(5)具体包括以下步骤：
以εi,i＝1,2,…,M为因变量，以εi,i＝1,2,…,M对应风速w1,w2,…,wM为自变量用极大似然法估计方程(2)中的系数c和λw：
ε＝cw+λw (2)。
作为优选，所述步骤(6)具体包括以下步骤：
根据方程(1)和方程(2)的结果，整理得到对应于温室气体通量周期和趋势的统一方程为
Yd,w＝λ1cos[(ωd-β)+αcos(ωd-β)]+cw+λ0+λw (3)
Yd,w代表风向为d风速为w的温室气体通量预测值。
作为优选，所述步骤(7)具体包括以下步骤：
a.c代表了风速对稻田温室气体通量的效应强度，即风速效应强度；
b.λ1是风向效应强度；
c.α是风向的倾斜效应强度，若α大于0则温室气体通量向左倾斜，即偏北风时通量大；若α小于0则相反；若α等于0则温室气体通量无倾斜效应，即倾斜效应强度为0。
理论和实验研究都证明稻田排放是大气中温室气体的重要来源，估计稻田温室气体通量对控制其中温室气体的排放有着重要意义，其对减缓全球气候变暖有着重要意义。本发明利用稻田温室气体排放通量的观测数据，得到一定风速风向下计算公式，为进一步减少稻田温室气体的排放奠定基础。
本发明提供种确定稻田温室气体通量与风速风向倾斜关系的方法。本发明充分利用了稻田温室气体通量及其风速风向的观测值能够同时精确估计不同风速和风向条件下稻田温室气体通量，为进行国际气候谈判，减少温室气体排放奠定基础。
有益效果：本发明基于统计学理论通过两步估计法得到了精确估计一定风速和风向情况下稻田温室气体通量的计算方程；进而能够为国际气候变化谈判提供了依据，为评估及控制稻田温室气体排放指明方向。
附图说明
图1为本发明流程图。
图2为稻田甲烷通量及风向散点图。
具体实施方式
下面结合附图和我国某地区稻田甲烷的实际观测数据对本发明作更进一步的说明：
(1)按照图1所示流程，测量该农田甲烷通量观测值100个，并同时测量该通量值对应的风速和风向；其中，记录风向时以正北方为0度，以逆时针为正方向。
(2)搜集到所有数据的风向均在0到360度之间，用公式
将所有观测到的风向值转为弧度制，其与甲烷通量散点图如图2所示。
(3)根据流程图和图2，将风向和甲烷通量代入式(1)的用拟牛顿法估计得到风向和甲烷通量的倾斜回归方程：
Y＝1.80cos[(d-4.04)-0.38cos(d-4.04)]+1.93
即λ0＝1.93，λ1＝1.80，β＝4.04，α＝0.38
(4)根据上述方程依次计算出100个甲烷观测值对应该方程的100周期残差；
(5)以计算得到的甲烷通量残差为因变量，以对应的风速为自变量进行线性回归，得到风速与甲烷通量间的回归方程：
ε＝0.2w+0.47
(6)根据以上计算的结果，可得该稻田风向为d，风速为w的甲烷通量回归方程及预测值Yd,w为
Yd,w＝1.80cos[(d-4.04)-0.38cos(d-4.04)]+0.2w+2.4
(7)根据以上的结果得到该稻田甲烷通量的风速效应强度为0.2毫克/(天*10平方米* 米)；风向效应强度为1.8毫克/(天*10平方米)；倾斜效应强度为0.38，该稻田在偏南风时甲烷通量较大。
Claims (1)
1.一种确定稻田温室气体通量与风速风向倾斜关系的方法，其特征在于，包括以下步骤：
(1)同时搜集或测量所需研究的稻田温室气体通量及风速风向的观测值,记稻田温室气体通量数据为y1,y2,…,yM；
确定某一方向为0度，某一旋转方向为正方向；设置正北方向为0度，以逆时针方向旋转为正方向；在观测温室气体同时，观测风向数据为s1,s2,…,sM,风速数据为w1,w2,…,wM，其中，M为通量数据的观测个数，其不能小于50个，M≥50；
(2)将风向观测值转换为弧度计量单位；
(3)将温室气体通量与风向的倾斜周期函数进行周期回归；
(4)计算温室气体通量与风向周期回归方程结果间的周期残差；
(5)计算温室气体通量周期残差与风速间的线性回归方程；
(6)整理得到稻田温室气体通量与风速风向倾斜关系方程；
(7)评估稻田温室气体通量的风向效应、风速效应以及倾斜效应强度；
所述步骤(2)具体包括以下步骤：
a确保所有的风向数据为[0°，360°)，不在此范围内的风向角度通过加减360度的整数倍，将其转换到此范围内；经过此转换的风向角仍记为s1,s2,…,sM；
b.通过公式
将风向角转为弧度制，转换结果记为d1,d2,…,dM；
所述步骤(3)具体包括以下步骤：
a.将观测到的稻田温室气体通量值y1,y2,…,yM,与其同时观测到的风向角d1,d2,…,dM，代入下面的倾斜回归方程，估计其中的未知参数λ0，λ1，β，α
Y＝λ0+λ1cos[(ωd-β)+αcos(ωd-β)] (1)
其中，ω与风向角的周期有关，定为1；此外，α有取值范围，
b.注意方程(1)是非线性的回归方程，且无法转化为线性的回归方程；求解该方程参数用拟牛顿法；
所述步骤(4)具体包括以下步骤：
a.将di,i＝1,2,3,…,M分别代入方程(1)，得到温室气体通量倾斜周期回归方程的结果ri,i＝1,2,…,M；
b.将yi-ri,i＝1,2,…,M得到M个周期残差εi,i＝1,2,…,M；
所述步骤(5)具体包括以下步骤：
以εi,i＝1,2,…,M为因变量，以εi,i＝1,2,…,M对应风速w1,w2,…,wM为自变量用极大似然法估计方程(2)中的系数c和λw：
ε＝cw+λw (2)；
所述步骤(6)具体包括以下步骤：
根据方程(1)和方程(2)的结果，整理得到对应于温室气体通量周期和趋势的统一方程为
Yd,w＝λ1cos[(ωd-β)+αcos(ωd-β)]+cw+λ0+λw (3)
Yd,w代表风向为d风速为w的温室气体通量预测值；
所述步骤(7)具体包括以下步骤：
a.c代表了风速对稻田温室气体通量的效应强度，即风速效应强度；
b.λ1是风向效应强度；
c.α是风向的倾斜效应强度，若α大于0则温室气体通量向左倾斜，即偏北风时通量大；若α小于0则相反；若α等于0则温室气体通量无倾斜效应，即倾斜效应强度为0。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010068736.8A CN111259344B (zh) | 2020-01-21 | 2020-01-21 | 一种确定稻田温室气体通量与风速风向倾斜关系的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010068736.8A CN111259344B (zh) | 2020-01-21 | 2020-01-21 | 一种确定稻田温室气体通量与风速风向倾斜关系的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111259344A CN111259344A (zh) | 2020-06-09 |
| CN111259344B true CN111259344B (zh) | 2023-03-14 |
Family
ID=70954668
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010068736.8A Active CN111259344B (zh) | 2020-01-21 | 2020-01-21 | 一种确定稻田温室气体通量与风速风向倾斜关系的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111259344B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105158205A (zh) * | 2015-10-17 | 2015-12-16 | 姚鹏信 | 甲烷气团界面识别和可调量程激光遥测甲烷浓度的方法和装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2716939C (en) * | 2007-03-02 | 2017-02-28 | Synodon Inc. | Atmospheric gas detection apparatus and method |
-
2020
- 2020-01-21 CN CN202010068736.8A patent/CN111259344B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105158205A (zh) * | 2015-10-17 | 2015-12-16 | 姚鹏信 | 甲烷气团界面识别和可调量程激光遥测甲烷浓度的方法和装置 |
Non-Patent Citations (2)
| Title |
|---|
| 不同源汇信息提取方法对区域CO2源汇估算及其季节变化的影响评估;张芳等;《环境科学》;20150630;第36卷(第7期);第2405-2413页 * |
| 稻田冬闲期CO_2气体排放的观测研究;尹春梅等;《生态环境》;20070220(第01期);第71-76页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111259344A (zh) | 2020-06-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mölder et al. | Flux-profile relationships over a boreal forest—roughness sublayer corrections | |
| Andreas et al. | Statistics of surface-layer turbulence over terrain with metre-scale heterogeneity | |
| Böning et al. | The response of the Antarctic Circumpolar Current to recent climate change | |
| Schepers et al. | Final report of IEA Annex XVIII: enhanced field rotor aerodynamics database | |
| CN107063509A (zh) | 一种基于神经网络的热敏温度计校准方法 | |
| CN111400845B (zh) | 风电机组的发电性能评估方法和装置 | |
| CN111259344B (zh) | 一种确定稻田温室气体通量与风速风向倾斜关系的方法 | |
| CN114491386B (zh) | 一种基于海气温差的海浪有效波高订正方法、装置、计算机设备和存储介质 | |
| CN109307573B (zh) | 空气预热器漏风率测试方法 | |
| CN111999268B (zh) | 一种大气消光系数湿度订正方法 | |
| Ann‐Sofi et al. | Critical re‐evaluation of the bulk transfer coefficient for sensible heat over the ocean during unstable and neutral conditions | |
| AU2019100348A4 (en) | A specified gas sensor correction method based on locally weighted regression algorithm | |
| CN111859679A (zh) | 风电机组测试载荷获取方法、与仿真载荷对比方法及装置 | |
| CN108716953B (zh) | 一种船载非接触式海表温度测量装置现场性能评估方法 | |
| Uchida et al. | In situ calibration of the SeaBird 9plus CTD thermometer | |
| Alpay et al. | Wind speed time series characterization by Hilbert transform | |
| CN111259319B (zh) | 一种确定稻田温室气体通量基准、周期与年际趋势的方法 | |
| CN116861707B (zh) | 一种太阳短波辐射海面反照率参数化的方法 | |
| CN112596127A (zh) | 一种计算台风潜在生成指数的新方法 | |
| Steyn | An advective mixed-layer model for heat and moisture incorporating an analytic expression for moisture entrainment | |
| CN113515803B (zh) | 周期性地表温和风温作用下地铁围岩传蓄热评估方法和系统 | |
| Liu et al. | Error Calibration Model of Air Pressure Sensor Based on DF-RBF. | |
| Zisis et al. | Wind-induced loads on the foundation of a low-rise building: Full-scale and wind tunnel experimentation | |
| CN115325673B (zh) | 一种垃圾分筛场地换气扇智能控制方法 | |
| WEN et al. | UNCERTAINTIES IN LONG TERM STUDIES OF NET ECOSYSTEM CO 2 EXCHANGE WITH THE ATMOSPHERE BASED ON EDDY COVARIANCE TECHNIQUE |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |