赵文利 邱国玉,† 熊育久 邹振东 鄢春华 余雷雨 郝梦宇

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

赵文利1邱国玉1,†熊育久2邹振东1鄢春华1余雷雨1郝梦宇1

1.北京大学深圳研究生院环境与能源学院, 深圳 518055; 2.中山大学土木工程学院, 广州 510275; †通信作者, E-mail: qiugy@pkusz.edu.cn

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2=0.91, 平均绝对百分比误差 MAPE=21.77%, 均方根误差 RMSE=0.02mm/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 0.01mm/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 0.10mm/h, 总体而言, 湿季白天的蒸腾速率(91 个站点均值为 0.1mm/h)比干季白天(均值为 0.08mm/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 0.07mm/h, 湿季夜间可达 0.10mm/h。

城市蒸散发; 典型……