LPJ-GUESS global hourly GPP for 2018

LPJ-GUESS (revision 6562) forced with hourly ERA5 climate datasets to simulate global terrestrial NEE, GPP and total respiration in 0.5 degree. LPJ-GUESS is a process-based dynamic global vegetation model, it uses time series data (e.g. climate forcing and atmospheric carbon dioxide concentrations) as input to simulate the effects of environmental change on vegetation structure and composition in terms of plant functional types (PFTs), soil hydrology and biogeochemistry (Smith et al., 2001, https://web.nateko.lu.se/lpj-guess/).
Wu, Z., Miller, P., Mischurow, M. (2020). LPJ-GUESS global hourly GPP for 2018, Miscellaneous, https://hdl.handle.net/11676/U_wAtQxm-w_3q3C6da3NIddS

LPJ-GUESS（修订版6562）模型受ERA5气候数据集的强迫作用，以小时为单位进行驱动，以模拟全球陆地净生态系统生产力（NEE）、总初级生产力（GPP）以及总呼吸作用在0.5度分辨率下的变化。LPJ-GUESS是一款基于过程驱动的动态全球植被模型，该模型以时间序列数据（例如气候强迫和大气二氧化碳浓度）作为输入，模拟环境变化对植被结构及组成（以植物功能型（PFTs）为指标）、土壤水文学以及生物地球化学的影响（Smith等人，2001年，https://web.nateko.lu.se/lpj-guess/）。Wu, Z., Miller, P., Mischurow, M.（2020年）发布的LPJ-GUESS全球2018年每小时GPP数据，收录于杂项资料中，链接为https://hdl.handle.net/11676/U_wAtQxm-w_3q3C6da3NIddS。

AI搜集汇总

背景与挑战

背景概述

该数据集基于LPJ-GUESS动态全球植被模型（修订版6562），利用小时级ERA5气候数据驱动，模拟了2018年全球陆地生态系统的总初级生产力（GPP），空间分辨率为0.5度。模型同时可输出净生态系统交换（NEE）和总呼吸等变量，旨在反映环境变化对植被和土壤过程的影响，适用于全球尺度生态过程研究。