Универсальная математическая модель поглощения парниковых газов

Предложена и протестирована параметрическая модель для оценки годового бюджета углерода в наземных фотоавтотрофных экосистемах умеренного пояса, основанная на концептуальном разделении процессов валового первичного продуцирования (GPP) и экосистемного дыхания (R), что позволяет рассчитывать чистую экосистемную продуктивность (NEP). Отмечено, что ключевым элементом модели является параметризация GPP, которая учитывает влияние фотосинтетически активной радиации (PAR) через модифицированный подход световой эффективности, а также зависимость от температуры воздуха, дефицита давления водяного пара (VPD) и концентрации атмосферного CO₂. Сделан вывод о том, что разработанный подход, обладая относительно простой структурой, может служить инструментом для экспресс-оценки и анализа чувствительности углеродного баланса на региональном уровне, а также основой для обучения при наличии данных для калибровки параметров для конкретного типа экосистемы.

1. Masson-Delmotte V., Zhai P., Pirani A., et al. IPCC. Climate Change 2021. The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge, Cambridge University Press, 2021. 2391 p. DOI: 10.1017/9781009157896.

2. Friedlingstein P., O’Sullivan M., Jones M. W., et al. Global Carbon Budget 2023. Earth System Science Data. 2023. Vol. 15. P. 5301—5369. DOI: 10.5194/essd-15-5301-2023.

3. Piao S., Liu Z., Wang T., et al. Weakening temperature control on the interannual variations of spring carbon uptake across northern lands. Nature Climate Change. 2017. Vol. 7. P. 359—363. DOI: 10.1038/nclimate3277.

4. Smith B., Wеrlind D., Arneth A., et al. Implications of incorporating N cycling and N limitations on primary production in an individual-based dynamic vegetation model. Biogeosciences. 2014. Vol. 11. P. 2027—2054. DOI: 10.5194/bg-11-2027-2014.

5. Krinner G., Viovy N., de Noblet-Ducoudre N., et al. A dynamic global vegetation model for studies of the coupled atmosphere—biosphere system. Global Biogeochemical Cycles. 2005. Vol. 19. GB1015. DOI: 10.1029/2003GB002199.

6. Running S.W., Hunt E.R. Generalization of a forest ecosystem process model for other biomes, BIOME-BGC, and an application for global-scale models. Scaling Physiological Processes: Leaf to Globe. Eds. J. R. Ehleringer, C. B. Field. San Diego, Academic Press, 1993. P. 141—158.

7. Luo Y., Randerson J.T., Abramowitz G., et al. A framework for benchmarking land models. Biogeosciences. 2012. Vol. 9. P. 3857—3874. DOI: 10.5194/bg-9-3857-2012.

8. Makela A., Pulkkinen M., Kolari P., et al. Developing an empirical model of stand GPP with the LUE approach: analysis of eddy covariance data at five contrasting conifer sites in Europe. Global Change Biology. 2008. Vol. 14. P. 98—108. DOI: 10.1111/j.1365-2486.2007.01463.x.

9. Monteith J.L. Solar radiation and productivity in tropical ecosystems. Journal of Applied Ecology. 1972. Vol. 9. P. 747—766.

10. Medlyn B. E., Duursma R. A., Eamus D., et al. Reconciling the optimal and empirical approaches to modelling stomatal conductance. Global Change Biology. 2011. Vol. 17. P. 2134—2144. DOI: 10.1111/j.1365-2486.2010.02375.x.

11. Farquhar G.D., von Caemmerer S., Berry J.A. A biochemical model of photosynthetic CO₂ assimilation in leaves of C₃ species. Planta. 1980. Vol. 149. P. 78—90. DOI: 10.1007/BF00386231.

12. Ryan M.G. Effects of climate change on plant respiration. Ecological Applications. 1991. Vol. 1. P. 157—167.

13. Lloyd J., Taylor J.A. On the temperature dependence of soil respiration. Functional Ecology. 1994.Vol. 8. P. 315—323.

14. FLUXNET. La Thuile Synthesis Dataset, 2020 [Электронный ресурс]. URL: https://fluxnet.org/data/la-thuiledataset/ (дата обращения 15.10.2025).

15. Moriasi D.N., Gitau M.W., Pai N., Daggupati P. Hydrologic and water quality models: performance measures and evaluation criteria. Transactions of the ASABE. 2015. Vol. 58. P. 1763—1785. DOI: 10.13031/trans.58.10715.