做陆地生态系统碳循环模拟的人手里大概都绕不开 Biome-BGC 这个名字。我最初接触它是在做森林碳汇评估的时候当时需要估算一个省份的人工林净生态系统交换量翻了一圈文献发现要么是统计模型太粗糙要么是遥感反演缺乏机制支撑最后几乎所有同行都指向了同一个工具——Biome-BGC。这个上世纪九十年代就成型的生物地球化学过程模型到今天依然是站点尺度到区域尺度碳氮水循环模拟的标配之一。它不花哨没有漂亮的图形界面甚至输入文件格式还停留在固定列宽的纯文本但就是这种老派工具在生态学、林学、气候变化响应的研究里承担了大量机制解释的硬活。这篇内容我打算把 Biome-BGC 从原理到实操完整梳理一遍。适合刚接触过程模型、想用它跑通第一个模拟案例的研究生也适合已经跑过模型但总在数据准备和参数校准上反复踩坑的同行。我会把模型的核心逻辑拆开讲清楚把输入数据的每个坑都标出来最后附上我实际运行中的踩坑记录都是文档里不会写的东西。1. 这个模型到底在算什么账Biome-BGC 的全称是 Biome BioGeochemical Cycles出自 Montana 大学 Running 团队。它是一个以日为步长的过程模型核心任务是模拟陆地生态系统的碳、氮、水三个生物地球化学循环以及三者之间的耦合关系。和 Miami 模型、CASA 这类光能利用率模型最大的区别在于它不是靠遥感植被指数直接推算生产力而是从叶片尺度出发模拟光合作用、呼吸作用、碳分配、凋落物分解、土壤有机质周转这一整套机制过程。1.1 碳账本、水账本和氮账本模型里的碳循环主线是这样的每天根据气象条件、叶面积指数和叶片氮含量用 Farquhar 生化模型算出总初级生产力 GPP然后减去自养呼吸得到净初级生产力 NPP再按照根系、茎、叶、粗根等不同库的分配比例把碳分到各个器官。凋落物和枯死组织进入土壤后经过异养呼吸释放回大气剩下的就是净生态系统交换量 NEE。水循环的驱动逻辑是 Penman-Monteith 方程。模型通过气孔导度和叶面积指数计算冠层蒸腾加上土壤蒸发和冠层截留蒸发得到总蒸散量。土壤水分通过一个多层土壤水分的收支平衡来模拟水分亏缺会反馈到气孔导度和光合作用上形成水-碳耦合。这一点在干旱半干旱区尤其重要我记得在黄土高原做模拟的时候如果不考虑水分胁迫对光合的抑制模拟出的 GPP 会偏高一倍以上。氮循环是很多人容易忽略的一块。Biome-BGC 里氮不是陪跑它直接限制光合作用的速率叶片氮含量决定 Rubisco 酶活性进而决定羧化速率上限。同时植物生长分配需要氮凋落物分解需要氮土壤有机质周转受碳氮比调节。简单说碳积累的速度被氮供应卡着脖子这就是所谓的氮限制机制。1.2 时间尺度与空间尺度模型默认以日为步长运行但气象输入可以是日值输出也是日值。你要想跑出年尺度的净生态系统生产力一般会连续运行几十年再逐年汇总。空间上Biome-BGC 最初是站点模型后来通过地理分区参数化的方式扩展到区域尺度也就是把研究区按植被类型和气候区划分成若干单元每个单元独立跑一遍模拟最后汇总。这种方式在数据条件有限时很实用但要注意它不是真正的网格模型没有空间交互过程每个像元之间是独立模拟的。运行模式上有个非常关键的概念叫平衡态运行。模型初始化时土壤碳氮库需要被预热到接近稳定的状态否则初值会对模拟结果产生长期影响。通常做法是先让模型空转几千上万年直到土壤碳氮库达到动态平衡再在此基础上接上真实气象数据做模拟。这一步往往决定整个模拟的成败后面我会专门讲。2. 碳氮水循环的齿轮组模型核心机制拆解很多人拿到模型就开始填参数对内部机制一知半解最后出了问题也不知道是哪里错了。我建议至少把下面几个核心模块的逻辑先吃透调试起来会顺手很多。2.1 光合作用Farquhar模型怎么在代码里落地Biome-BGC 的光合模块用的是 Farquhar 生化模型它把叶片光合作用分解为两个可能限制步骤一个是 Rubisco 酶活性限制的羧化速率一个是 RuBP 再生能力限制的电子传递速率。实际光合速率取两者之间的最小值。在这里叶片氮含量是核心参数因为 Rubisco 酶就占叶片总氮的很大比例。气象变量里辐射决定了光合有效辐射 PAR 的供给温度决定酶的活性范围水汽压亏缺通过气孔导度影响 CO2 向内扩散。这三者的交互在模型里表现得非常敏感。我做过一个实验把夏季高温期的 VPD 数据人工抬高 0.5 kPa模拟出的整个生长季 GPP 就下降了 18%。所以气象数据的质量对光合模块的准确性影响极大。2.2 呼吸与分配维持性呼吸和生长性呼吸分开算呼吸在模型里分两类。维持性呼吸和生物量成正比和温度呈指数关系Q10 通常取 2.0生长性呼吸则按新建组织的构建成本计算一般占 NPP 的一小部分比例。要特别注意叶片的维持性呼吸在冬季可能大于光合积累这时净碳交换会变为负值这在北方森林的模拟中很常见。碳分配系数控制光合产物往叶、茎、细根、粗根的流向。模型按物候阶段动态调整分配比例比如落叶林在展叶期优先分配叶片生长季后期转向茎和根。很多初学者把这些系数当作固定值填结果模拟出的叶面积指数季节曲线完全对不上实测。实际上分配系数应该和实测的器官生物量数据反复校对。2.3 凋落物与土壤碳周转植物枯死后碳和氮进入凋落物库。模型把凋落物按结构性和代谢性两类区分前者木质素含量高、分解慢后者易分解。土壤有机质分成多个周转速率不同的库分解速率受温度和水分的修正。这些库之间的碳氮流动关系用一个连锁矩阵控制参数多但稳定性很好。这里有个容易忽略的点模型的分解过程不区分土壤层次所有土壤碳都放在一个混合库里。这意味着它没法解释深层土壤有机碳和表层有机碳的周转差异。如果你的研究恰好关注土壤剖面分布Biome-BGC 就不合适得换 Century 或者使用像 CLM 这类更复杂的模型。2.4 氮循环的闸门效应氮进入生态系统的主要途径是矿化、大气沉降和生物固氮输出途径是淋溶和气体损失。模型里矿物氮库的丰缺直接反馈到植物吸收和微生物分解上。高碳氮比的凋落物在分解初期会固定土壤矿物氮造成植物氮供应不足这个机制在模型里被忠实复现了。正因为有这层耦合模拟长期碳汇时才会出现氮限制饱和现象——大气 CO2 升高刺激的光合增益会逐渐被氮供应不足抵消。这也是为什么很多用 Biome-BGC 跑未来情景的研究得到的碳汇增长远小于纯碳模型预测。3. 数据准备驱动文件质量决定模拟结果上限模型再精巧最后输出的好坏很大程度上取决于输入数据。我见过太多人把大量时间花在调参上结果气象数据本身就有严重的系统误差越调越发散。这一节我把输入数据的准备要点逐条列清楚。3.1 气象驱动数据七个变量一个都不能少Biome-BGC 每天需要七类气象数据日最高温°C、日最低温°C、日均温°C、日降水量cm、水汽压亏缺Pa、太阳辐射MJ/m²/day、日长秒。其中水汽压亏缺通常用最高温、最低温和相对湿度计算辐射也可以从日照时数估算但如果站点数据缺这个宁可先做插值再算也别直接从再分析数据集随便拉一条就填进去。时间序列的连续性比长度更重要。模型对有缺口的数据非常敏感尤其是生长季中间断了一个月那一年模拟出的 NPP 可能就废了。我的习惯是先用 ERA5 或 CRU 再分析数据补全缺测再用站点实测做偏差校正。校正方法不复杂按月的平均值和标准差做线性缩放即可。3.2 CO2 浓度与氮沉降CO2 驱动数据用全球平均的 Mauna Loa 观测序列就基本够用但要注意和模拟时段对应不要出现 2020 年模拟却用 1980 年的 CO2 浓度这种低级错误。氮沉降数据站点尺度可以用观测值区域模拟通常用区域大气化学模型产品分辨率可能较粗空间插值时要注意梯度合理性。3.3 初始化文件平衡态是你最忠实的起点初始化文件包含各碳库、氮库的初始值以及年龄、土壤质地等属性。建初始化文件最稳妥的方法不是手填而是让模型先跑一个spin-up用驱动数据的前十年反复循环运行或者用重复的多年平均气候直到土壤碳氮库达到动态平衡再把此时的输出状态写成新的初始化文件。这个过程在文档里叫 initialize实际操作时建议至少循环 2000 年以上不然高纬度冷湿地区的土壤碳库根本稳定不下来。我习惯用这样的判断标准最后 100 年的土壤碳总量变化不超过 0.1%才算平衡态达标。如果差得多就加大预热年份别急着往下跑。4. 参数化生态生理参数是模型的灵魂如果说气象数据决定了模拟的上限生态生理参数就决定了模型能不能真正代表你研究的那片林子或草地。Biome-BGC 每个植被功能型PFT都对应一套生态生理参数这些参数才是模型的灵魂。4.1 核心参数清单我用一个表格列出我每次都要重点检查的参数这些参数对模拟结果的敏感度极高参数含义对输出的影响比叶面积 SLA叶片面积与干重比m²/kg直接控制 LAI 和光截获影响 GPP叶碳氮比叶片碳与氮的比值决定光合酶氮含量限制光合速率最大气孔导度单位叶面积最大气孔导度影响蒸腾和碳同化耦合展叶日/落叶日物候起止日期决定生长季长度强烈影响年 NPP细根周转率细根更新速率改变碳分配和土壤碳输入分配系数各器官碳分配比例直接决定各库增长速率木质素含量叶片和凋落物木质素比例影响分解速率和氮固定4.2 参数从哪来最理想的是直接测自己研究样地的叶片氮含量、比叶面积、生物量分配。但多数人做不到全量实测那就优先参考 White 等人 2000 年那篇经典文献给出的全球各生物群系参数表这是 Biome-BGC 参数化引用率最高的一套数据。另外实测数据能测多少算多少比如比叶面积和叶片碳氮比这两项野外采集叶片后回实验室一两个星期就能出数据性价比极高。如果连实测都做不了至少要做一次敏感性分析把影响最大的参数识别出来用文献或遥感数据加以约束。我在黄土高原做过一个简单的一次一个变量OAT敏感性测试结果发现 SLA、展叶日期和最大气孔导度排前三。那就重点约束这三个其余参数用文献默认值也能接受。4.3 用遥感数据同化物候参数物候参数展叶日、落叶日靠人工设定容易跑偏尤其空间范围一扩大每个像元都用同一日期显然不合理。我的替代方案是用 MODIS NDVI 时间序列反演每个像元的生长季开始和结束日期反算成模型需要的物候参数再代入模型。这个方法比手工设定好一截跑出来的 LAI 季节曲线的峰型、相位都能和遥感 LAI 对得比较好。5. 站点尺度运行完整步骤从零开始跑通一个案例我以一个假设的温带落叶阔叶林站点为例从下载源码到解读输出把完整操作过程过一遍。Biome-BGC 的代码可以从官方渠道拿到常见的是 Fortran 版本我用的是 4.2 系列Linux 环境编译运行。5.1 编译环境准备首先确保系统有 Fortran 编译器gfortran 即可。源码包里有 Makefile直接make就能编出可执行文件。如果遇到编译报错大多是缺库或者 Makefile 里的编译器路径不对改一下即可。Windows 用户建议用 WSL 或者直接在服务器上跑省去很多环境折腾的时间。5.2 目录结构和文件清单建立工作目录后至少需要四类文件EPC 文件存放生态生理参数的文本文件一行对应一个参数。init 文件存放初始碳氮库和站点属性。met 文件气象驱动数据格式为逗号分隔或固定列宽含日序、年份、七类气象变量。运行配置文件指定模拟年份、输出变量、输出格式等信息。运行配置文件是入口它告诉模型读哪个 EPC、哪个 met 文件模拟从哪年到哪年以及每个输出变量要不要写。我习惯把输出设置为日尺度后面再自己聚合到月、年灵活度更高。一个常用的运行命令示例./biome-bgc run_conf.txt5.3 输出文件解读运行完成后会生成多个变量文件的日值序列。比较关键的输出变量包括GPP、NPP、NEE碳通量叶面积指数 LAI蒸散量 ET土壤含水量各碳库、氮库的大小注意 NEE 的符号约定模型输出为正值代表生态系统吸收碳碳汇负值代表释放碳碳源。不同版本符号约定可能不同一定要看头文件注释我吃过这个亏正负号整反了差点把一个区域碳汇算成碳源。6. 校准验证如何让模型输出经得起审稿人推敲跑通模型只是第一步真正费时间的是校准和验证。审稿人不会因为你用了个机制模型就觉得结论可信他们要看评价指标。6.1 用涡度相关数据做基准FLUXNET 的涡度相关通量塔数据是校准碳通量模拟的金标准。拿到站点数据后先把实测 NEE 插补成连续日值再和模型输出的日尺度和月尺度 NEE 对比。评价指标我习惯用三个相关系数 R²、均方根误差 RMSE、Nash-Sutcliffe 效率系数 NSE。我自己的经验是日尺度能跑到 R²0.6、NSE0.5 就算不错了月尺度应该能上到 R²0.8。如果日尺度表现很差先检查物候参数和水分胁迫逻辑这两处出问题的概率最大。6.2 参数敏感性分析与自动校准手动调参太累且主观我现在都建议先用敏感性分析筛出高敏感参数再做自动校准。常用的工具是 PEST 或基于贝叶斯的算法。原理不复杂给参数一个合理的先验范围迭代求解使模拟值和观测值的加权残差最小。只校准前五到八个最敏感的参数参数太多会过拟合结果换个站点就崩。校准一定要分批。先校准物候展叶日、落叶日再校准 SLA 和气孔导度最后调分配系数和周转率。一次全上容易出现参数补偿现象比如把 SLA 调高掩饰了气孔导度偏低的问题离开了这个站点就全乱了。6.3 验证中的常见陷阱验证数据和时间序列要有独立性别用校准时段的数据来验证至少要留出两年的数据做非校准验证。另外要注意时间尺度匹配站点通量塔的足迹范围和模型模拟的站点范围不完全一致地形复杂时误差很大。还有通量塔观测值本身就有不确定性和能量不闭合问题不必追求完全重合重点看季节变化趋势和年际动态是否一致。7. 应用场景组合拳碳汇评估、气候变化响应、生态恢复模型校准好之后才能谈应用。Biome-BGC 的典型应用方向主要集中在以下几类。7.1 国家或区域碳汇评估用站点校准后的参数外推到同类植被覆盖区结合网格化气象数据和土壤质地数据可以估算区域尺度的植被碳汇。这类结果常用于碳收支清单、森林资源清查的补充。但外推时要格外小心 PFT 分类的粗放问题比如把落叶松林和常绿针叶林混为一类模拟出的碳汇差异能差 30%。7.2 气候变化情景模拟BIome-BGC 对 CO2 浓度上升、温度升高的响应机制明确很适合做未来气候情景模拟。做法是用 CMIP6 等气候模式输出的未来气象数据驱动模型对比基准期和未来期的 NPP、碳汇变化。注意要用偏差校正后的气候输出直接使用气候模式的原始气象预报辐射和降水的系统偏差会让模型输出彻底失真。7.3 造林与生态修复效益评价在退耕还林、天然林保护等生态工程的评估中Biome-BGC 可以模拟不同造林树种在给定立地条件下的碳积累潜力。这时候最关键的是选对 PFT 参数还要考虑幼龄林与成熟林的碳分配差异。模型默认的分配参数偏成熟林模拟幼龄林前期碳汇会严重偏高需要针对年龄结构修正分配系数。8. 踩坑记录文档里不会写的那些事最后分享几个我实际运行中踩过的坑每一个都花了不小代价才爬出来。8.1 初始化年份的 伪平衡spin-up 跑了三千年以为平衡了结果一接真实气象数据前十年土壤碳持续下降。原因是种子数据里土壤碳初始值和该地区实际承载能力差太远预热循环的气象序列又恰好降雨偏多掩盖了问题。现在我的做法是预热完成后把最后一天的状态文件保存下来再用偏差较大的另一套气象数据跑 500 年观察土壤碳是否还能回来。能回来才是真平衡。8.2 气象文件的单位陷阱模型要求降水单位是厘米辐射单位是 MJ/m²/dayVPD 单位是 Pa。ERA5 下载的是米制单位如果不转换降水会差 10 倍模拟出的 LAI 直接就崩了。每次换新数据源先花十分钟画一下年均气象数据的空间分布图确认量级合理再进模型。8.3 版本之间的输出差异Biome-BGC 4.1 和 4.2 在氮沉降处理上有差异输出变量命名也不完全一致。我在一个项目里用到 4.1 的气象预处理脚本结果读 4.2 的头文件对不上列数调试了一整天。项目中途尽量不要换版本非换不可的话所有输入输出格式和正负号约定都要重新过一遍。8.4 大面积网格模拟的存储与计算策略区域模拟经常会遇到几十万个像元每个像元独立跑一遍几十年的模拟计算量不容小觑。我的经验是先按 PFT 和气候带分桶合并相同参数和气象序列的像元再并行计算。输出结果只保留年尺度变量日尺度文件硬盘撑不住。另外检查点checkpoint机制非常有用每十年写一个中间状态程序意外中断时不用从头再来。结尾一点个人体会做模型的人常常被问你的模拟准不准。说实话这类过程模型的准确性从来都不是和实测数据逐点相减那么简单的。Biome-BGC 的价值在于它提供了一个机制框架让你能拆解每个因子对碳氮水循环的相对贡献。比起准不准我更愿意问这个模型帮助你理解了什么。在实际操作中我最珍惜的是每次模型失败的过程它往往比成功结果更能暴露你对生态系统机制理解的盲区。如果你正在用这个模型碰壁别急着抄别人的参数回到站点数据本身看看是气象驱动错了还是参数没表达出这片地真正的性格。模型只是一种思考方式而数据才是你和真实生态系统之间最短的那座桥。