基于北半球1220个长时间序列的最大冻结深度站点数据作为训练数据，融合最大冻结深度的站点数据和气温、降水、冻结指数、融化指数、积雪深度、太阳辐射、叶面积指数、土壤质地等预测因子，采用XGBoost算法构建北半球土壤冻结深度模型。在模型训练过程中，采用十折交叉验证，运行300次，输出最优的模型。模拟并预测了北半球过去和未来不同情景下22个模式（SSP126、SSP245、SSP370、SSP585）土壤最大冻结深度。22个模式的模型集合平均RSME为33.15 cm，MAE为22.96 cm，R2为0.81。数据格式为netcdf，空间分辨率约0.5°，时间分辨率为逐年。
（1）CMIP6模式数据本研究下载了由世界气候研究计划（World Climate Research Program, WCRP）组织的第六次国际耦合模型比较计划（Coupled Model Intercomparison Project Phase 6， CMIP6）中的五个变量（气温/降水/积雪深度/太阳辐射/叶面积指数），22个气候模式数据用于季节冻土最大冻结深度的模拟（https://esgf-node.llnl.gov/projects/cmip6/）。这些模式输出采用了不同的空间分辨率，时间范围均为1850年到2100年。本文使用五个CMIP6试验的输出：包括1个历史模拟试验，从1850年到2014年；5个未来气候预估试验，从2015年到2100年。历史气候模拟试验是在实际观测的基础上，由外强迫驱动下对1850~2014年的历史气候演变。对于未来试验的预估，CMIP6模式使用了共享社会经济路径（Shared Socioeconomic Pathways，SSPs）和典型浓度路径（Representative Concentration Pathways，RCPs）来描述在没有气候变化或气候政策影响的情况下社会可能的未来发展，更加强调未来辐射强迫情景与共享社会经济情景的一致性。所选取的未来数据包括SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5四种不同情景，SSP1、SSP2、SSP3和SSP5分别代表了可持续发展、中度发展、局部发展和常规发展4种路径。使用双线性插值方法将CMIP6模式数据的分辨率统一为0.5°×0.5°。
（2） 土壤质地数据：一个全面的、网格化的、利用地球系统模型的全球土壤数据集（GSDE）开发于中山大学陆气互动研究小组（Land-Atmosphere Interaction Research Group at Sun Y at-sen University，http://globalchange.bnu.edu.cn/research/soilw#download），GSDE提供的土壤数据包括土壤粒径分布、有机碳和养分等。GSDE是基于世界土壤地图和各种区域及国家的土壤数据库，包括土壤属性数据和土壤地图。分辨率为20弧秒。本文使用了其中的4个土壤属性，分别是含砂量、含泥量、黏土含量、含砾量。
融合最大冻结深度的站点数据和气温、降水、冻结指数、融化指数、积雪深度、太阳辐射、叶面积指数、土壤质地等预测因子，利用最大冻结深度的站点数据作为训练数据，采用XGBoost算法构建北半球土壤冻结深度模型。在模型训练过程中，采用十折交叉验证，运行300次，输出最优的模型。
基于22个CMIP6模式数据分别构建的北半球土壤最大冻结深度模型误差，22个模式的模型集合平均RSME为33.15 cm，MAE为22.96 cm，R2为0.81。
| # | 编号 | 名称 | 类型 |
| 1 | 42161160328 | 青藏高原热喀斯特地貌的时空演变及未来预测 | 国家自然科学基金 |
| 2 | 42171120 | 高含冰量多年冻土对气候变化的响应及机制-以黑河流 域多年冻土为例 | 国家自然科学基金 |
| 3 | E01Z790201 | 北半球季节冻土冻深产品反演 | 其他 |
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.NCDC.NIEER.DB6394.2024
10.12072/ncdc.nieer.db6394.2024
