在Biome-BGC模型中，对于碳的生物量积累，采用光合酶促反应机理模型计算出每天的初级生产力(GPP)，将生长呼吸和维持呼吸减去后的产物分配给叶、枝条、干和根。生物体的碳每天都按一定比例以凋落方式进入凋落物碳库；对于水份输运过程，该模型模拟的水循环过程包括降雨、降雪、冠层截留、穿透降水、树干径流、 冠层蒸发、融雪、雪升华、冠层蒸腾、土壤蒸发、蒸散、地表径流和土壤水分变化以及植物对水分的利用；对于土壤过程，模型考虑了凋落物分解进入土壤有机碳库过程、土壤有机物矿化过程和基于木桶模型的水在土层间的输送关系；对于能量平衡，该模型还考虑了净辐射、感热通量和潜热通量等过程。
Linux应用
l 实现批量创建文件、删除文件及文件夹
l 并行化执行程序
CDO工具应用
l 使用cdo工具对netCDF文件进行合并
l 筛选时间和变量，裁剪为
Python应用
l Python的循环语句，逻辑语句，
l 创建Numpy数组，并统计计算；
l 使用Matplotlib制作散点图、等值线图；
l 利用零散数据Pandas创建数，制作时间
l 利用Xarray读取netCDF文件，写入netCDF文件；实现插值工作
在linux 上综合使用cdo和xarray数据制备所需数据。
1静态数据制备：
l 地形数据：GTOPO30S 1km
l 土地利用数据：GLCC 1km
l 土壤数据：FAO
l GPP数据：MODIS数据
驱动数据制备：
l CN05.1数据处理
l CMFD数据处理
3生态数据
MODIS GPP
单点的模拟
前处理
l 从空间数据（netCDF）插值
l 配置运行文件
l 制备气象数据
2运行BGC模型
3调参
基于Python的并行化参数搜索
l 调整生长季开始和结束
后处理
l 结果统计计算
结果可视化
区域模拟
区域模拟是将区域上每个格点分别进行计算进行的。
l 模拟前准备
l 分配数据
l 并行运行
合并结果
通过数据库的管理，可以减少单点模型空间化数据分发和管理复杂度。
l MySQL介绍
l 常见命令介绍
l 在Mysql中建立驱动数据、静态数据表和结果表
l 编写脚本自动化生成静态数据
l 并行运行模式
l 结果导入数据库
后处理案例数据
使用ERA5作为观测数据的降尺度后的CMIP6未来气候变化降尺度数据。
l 对气象数据降尺度，获得气温、湿度、降水和向下短波辐射。
l 土壤数据、植被数据库查询
l 准备气象数据和静态数据
l 后处理模拟结果数据
