涡度相关观测的太湖CH4通量数据插补方法评价

涡度相关法是在湖泊开展CH₄通量长期连续观测的重要方法。受到多种因素的影响,CH₄通量观测数据存在大量缺失。为重构完整的CH₄通量时间序列,就需要适宜的数据插补方法。本研究利用太湖涡度通量观测网络东部的避风港站点2014—2017年的常规气象数据及涡度相关观测的CH₄通量数据,在分析半小时尺度以及日尺度CH₄通量影响要素的基础上,测试了非线性回归法以及随机森林算法和误差反向传播算法在半小时尺度及日尺度上插补CH₄通量缺失数据的可行性。结果表明: 在半小时尺度上,避风港站生长季CH₄通量主要受到底泥温度、摩擦风速、气温、相对湿度、潜热通量和20 cm处水温的影响,非生长季主要受到相对湿度、潜热通量、风速、感热通量和底泥温度的影响,而在日尺度上CH₄通量主要受潜热通量和相对湿度的影响。在对CH₄通量缺失数据的插补中,随机森林模型在所有时间尺度上都表现为最佳的插补性能,其中,将日序、太阳高度角、底泥温度、摩擦风速、气温、20 cm处水温、相对湿度、气压和风速作为输入变量的随机森林模型更适用于半小时尺度缺失数据的插补;将日序、底泥温度、摩擦风速、气温、20 cm处水温、相对湿度、气压、风速和向下短波辐射作为输入变量的随机森林模型更适用于日尺度缺失数据的插补;整体上,插补模型对日尺度缺失数据的插补优于半小时尺度。