Comparison of two schemes of radiation transfer within the vegetation canopy based on measurements at the Mukhrino carbon polygon

Мұқаба

Дәйексөз келтіру

Толық мәтін

Аннотация

Models of radiation transfer within vegetation cover are an important component of the Earth system models, since solar radiation is the main source of energy on Earth and determines the thermal regime of the soil. It also significantly depends on the interception of the radiation by vegetation. The aim of this work is to evaluate the accuracy of a two-stream model of radiation transfer and a multiple reflection model that approximates radiation fluxes within vegetation cover using geometric series. Validation and comparison of the models were conducted using automatic observations recorded in a forest ecosystem at the Mukhrino carbon polygon. It is shown that the latter model is sensitive both to setting the proportion between atmospheric direct and diffuse radiation coming from the atmosphere and to refining the reflection and transmission parameters for leaves by dividing the spectrum into several parts. It is demonstrated that when setting the same optical parameters, the two-stream scheme has a higher degree of consistency with observations than the multiple reflection scheme.

Толық мәтін

##article.viewOnOriginalSite##

Авторлар туралы

S. Pavinsky

Lomonosov Moscow State University

Хат алмасуға жауапты Автор.
Email: stanislavpavinskij@gmail.com

Faculty of Geography

Ресей, Moscow

V. Stepanenko

Lomonosov Moscow State University; Ugra State University; Lomonosov Moscow State University

Email: stanislavpavinskij@gmail.com

Research Computing Center, Faculty of Geography

Ресей, Moscow; Khanty-Mansiisk; Moscow

E. Dyukarev

Institute for Monitoring of Climate and Ecological Systems SB RAS; Yugra State University

Email: stanislavpavinskij@gmail.com
Ресей, Tomsk; Khanty-Mansiisk

Әдебиет тізімі

  1. Bonan G.B. 1996. A land surface model (LSM version 1.0) for ecological, hydrological, and atmospheric studies: technical description and user’s guide. NCAR Technical Note, NCAR/TN-417+STR. National Center for Atmospheric Research.
  2. Coakley J.A., Chylek P. 1975. The two-stream approximation in radiative transfer: including the angle of the incident radiation. Journal of the Atmospheric Sciences, 32: 409-418.
  3. Dai Q., Sun S. 2006. A generalized layered radiative transfer model in the vegetation canopy. Advances in atmospheric sciences, 23: 243-257. doi: 10.1007/s00376-006-0243-7
  4. Dai Q., Sun S. 2007. A simplified scheme of the generalized layered radiative transfer model. Advances in Atmospheric Sciences, 24(2): 213-226. doi: 10.1007/s00376-007-0213-8
  5. Dickinson R.E. 1983. Land surface processes and energy balance climate-surface albedos and energy balance. Advances in atmospheric sciences, 25: 305-353
  6. Disney M., Lewis P., North, P. 1999. Monte Carlo ray tracing in optical canopy reflectance modelling. Remote Sensing Reviews, 18: 163-196. doi: 10.1080/02757250009532389
  7. Gates D.M. 1966. Spectral Distribution of Solar Radiation at the Earth's Surface. Science, 151: 523-529 doi: 10.1126/science.151.3710.523
  8. Govaerts Y. 1996. A Model of Light Scattering in Three-Dimensional Plant Canopies: a Monte Carlo Ray Tracing Approach. PhD Thesis. Université Catholique de Louvain, Belgium.
  9. Gouttevin I., Lehning M., Jonas T., Gustafsson D., Mölder M. 2015. A two-layer canopy model with thermal inertia for an improved snowpack energy balance below needleleaf forest (model SNOWPACK, version 3.2.1, revision 741). Geoscientific Model Development, 8(8): 2379-2398. doi: 10.5194/gmd-8-2379-2015
  10. Hovi A., Rautiainen M. 2022. Leaf and needle spectra for 25 boreal tree species. Mendeley Data, V1. doi: 10.17632/nvgjcn5nsx.1
  11. Levashova N.T., Mukhartova Yu.V. 2018. A three-dimensional model of solar radiation transfer in a non-uniform plant canopy. IOP Conference Series: Earth and Environmental Science, 107(1). doi: 10.1088/1755-1315/107/1/012101
  12. Noda H.M., Motohka, T., Murakami, K., Muraoka H., Nasahara K.N. 2014. Reflectance and transmittance spectra of leaves and shoots of 22 vascular plant species and reflectance spectra of trunks and branches of 12 tree species in Japan. Ecological Research, 29(2), 111. doi: 10.1007/s11284-013-1096-z
  13. Pilnikova Z.N. 1998. Scientific and applied handbook on the climate of the USSR. Vol. 17. Parts 1-6. Gidrometeoizdat, St. Petersburg (in Russian). [Пильникова З.Н. Научно-прикладной справочник по климату СССР. Вып. 17. Части 1-6. СПб.: Гидрометеоиздат, 1998].
  14. Ross J. 1981. The radiation regime and architecture of plant stands. Dr W. Junk Publishers. doi: 10.1007/978-94-009-8647-3
  15. Saito K., Ogawa S., Aihara M., Otowa K. 2001. Estimates of LAI for forest management in Okutama. Proc. 22nd ACRS 1, 600-605.
  16. Sellers P.J. 1985. Canopy reflectance, photosynthesis and transpiration. International Journal of Remote Sensing, 6(8): 1335-1372. doi: 10.1080/01431168508948283
  17. Stähli M., Jonas T., Gustafsson D. 2009. The role of snow interception in winter-time radiation processes of a coniferous sub-alpine forest. Hydrological Processes, 23(17): 2498-2512. doi: 10.1002/hyp.7180
  18. ASTM International. 2003. ASTM G173-03, Standard Tables for Reference Solar Spectral Irradiances: Direct Normal and Hemispherical on 37° Tilted Surface.
  19. Sergeev I.D., Levashova N.T. 2022. Modeling the interaction of solar radiation with vegetation elements using the Monte–Carlo method. Moscow University Physics Bulletin, 4 (in Russian). [Сергеев И.Д., Левашова Н.Т. Моделирование взаимодействия солнечной радиации с элементами растительности при помощи метода Монте-Карло // Ученые записки физического факультета Московского университета. № 4.].
  20. Stepanenko V.M., Medvedev A.I., Bogomolov V.Yu., Shangareeva S.K., Ryazanova A.A., Faykin G.M., Ryzhova I.M., Suiazova V.I., Debolskiy A.V., Chernenkov A.Yu. 2024. Land surface scheme TerM: the model formulation, code architecture and applications. Russian Journal of Numerical Analysis and Mathematical Modelling, vol. 39, no. 6: 363-377. doi: 10.1515/rnam-2024-0031
  21. Taconet O., Bernard R., Vidal-Madjar D. 1986. Evapotranspiration over an Agricultural Region Using a Surface Flux/Temperature Model Based on NOAA-AVHRR Data. Journal of climate and applied meteorology, 25: 284-307.
  22. Volodin E.M. 2016. Representation of heat, moisture and momentum fluxes in climate models. Fluxes at surface. Fundamental and Applied Climatology, 1: 28-42. doi: 10.21513/2410-8758-2016-1-28-42
  23. Volodin E.M. 2016. Mathematical Modeling of the Earth System (Iakovlev N.G., Ed.). MAKS Press.
  24. Volodin E.M., Gritsun A.S. 2020. Simulation of Possible Future Climate Changes in the 21st Century in the INM-CM5 Climate Model. Izvestiya - Atmospheric and Ocean Physics, 56(3): 218-228. doi: 10.1134/S0001433820030123

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу
2. Fig. 1. Forest around the eddy covariance station at the Mukhrino carbon measurement supersite. Based on the station's measurements, the radiation schemes were verified

Жүктеу (482KB)
Метадеректер
3. Fig. 2. Temporal variation of reflected radiation flux densities; the proportion of direct radiation in the total downward flux is 0.54

Жүктеу (279KB)
Метадеректер
4. Fig. 3. Scatter plots of shortwave radiation balance over the forest for different spectral discretizations. The left plot shows results from the two-stream model (the proportion of direct radiation in downward flux is 0.54), while the right plot shows results from the multiple-reflection model

Жүктеу (177KB)
Метадеректер
5. Fig. 4. Shortwave radiation balances calculated using the two-stream model for different ratios of incident direct and diffuse radiation, with the spectrum divided into eight bands

Жүктеу (244KB)
Метадеректер
6. Fig. 5. Temporal variation of reflected radiation based on measurement data and calculations using the multiple-reflection scheme, assuming constant single-scattering albedo of leaves and soil over the shortwave range and dividing the shortwave spectrum into eight bands

Жүктеу (271KB)
Метадеректер

© Stepanenko V., Pavinskiy S., Dyukarev E., 2025

Creative Commons License
Бұл мақала лицензия бойынша қол жетімдіCreative Commons Attribution-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».