WPL校正和坐標軸旋轉對稻田湍流通量計算的影響

時元智，崔遠來，才 碩，洪大林，劉 博(. 南京水利科學研究院 水文水資源與水利工程科學國家重點實驗室, 南京 009；. 武漢大學 水資源與水電工程科學國家重點實驗室, 武漢 4007；. 江西省灌溉試驗中心站, 南昌 00)

稻田是中國長江中下游平原地區的主要農業土地利用類型，統計表明，全球約90%的稻田種植面積來自于亞洲季風區，因此其對陸地生態系統水循環、碳循環過程以及溫室氣體排放造成的全球氣候變化有著重要影響[1,2]。對稻田生態系統水循環和碳循環過程進行評價的最直接方法就是對作物與大氣間CO2和H2O通量進行長期連續的定位觀測。目前，渦度相關技術已發展為國際公認的測量陸、海生態系統水-碳循環動態變化的標準方法[3]，全球越來越多地區建立的水-碳通量觀測站點及網絡為深入研究生態系統水循環和碳循環過程，評價水資源時空演變和碳源/匯格局等提供了數據支撐。

本文利用鄱陽湖流域贛撫平原灌區2011年晚稻種植期間觀測的渦度相關通量數據，定量分析了WPL校正與3種坐標軸旋轉方法對稻田生態系統摩擦風速和湍流通量計算結果的影響，以期為稻田水-碳通量數據的處理提供一些借鑒。

1 材料與方法

1.1 研究區概況

本試驗在鄱陽湖流域贛撫平原灌區內的江西省灌溉試驗中心站(116°00′E，28°26′N，平均海拔28 m)的水稻大田試驗場進行，研究區屬亞熱帶季風性氣候區，多年平均氣溫18.1 ℃，年平均日照時數1 720 h，年平均降雨量1 634 mm，但年內分布不均，降雨多集中于4-6月[15]。試驗場下墊面開闊均一，大田生產以雙季稻一年兩熟為主，試驗場外除東面種植少量果樹和旱作物外，其他方向與試驗場內種植類型相同。研究區的自然條件和種植制度在鄱陽湖流域水稻生態類型中具有典型性和代表性。

本次試驗所種植晚稻于2011年7月29日移栽，品種為“特優923”，種植密度為株距13.33 cm×行距26.66 cm。施肥模式為3次施肥(基肥：N 90 kg/hm2， K2O 54 kg/hm2，P2O560 kg/hm2；分蘗肥：N 90 kg/hm2；穗肥：K2O 66 kg/hm2)，灌溉模式采用間歇灌溉。晚稻于同年11月14日收獲，生育期109 d。研究區土壤類型為水稻土，0～20 cm土層土壤有機質質量分數為17.3 g/kg，全氮質量分數為1.03 g/kg，pH值為6.86。

1.2 觀測方法

研究區的通量觀測試驗始于2011年8月，其觀測儀器和觀測項目與國內、國際主流通量觀測網絡保持一致。本試驗采用安裝于通量塔上的開路式渦度相關系統(Open Eddy Covariance System, OPEC)觀測水稻-大氣間的H2O和CO2通量。OPEC系統是由三維超聲風速儀(R3-50, Gill. UK)、開路式紅外CO2/H2O分析儀(LI-7500A, LI-COR. USA)和LI-7550數據采集器以及供電、通信設備組合而成。u、v、w(緯向、徑向、垂向)的三維風速和超聲虛溫由R3-50測量，CO2和H2O脈動摩爾密度由LI-7500A測量，R3-50與LI-7500A連續自動采集10 Hz、30 min一組的原始數據，經計算后可得到CO2通量、潛熱通量、顯熱通量、動量通量等特征值。通量塔位于大片均勻水稻田的中心，OPEC系統的傳感器安裝于2 m高度的伸展臂上，在觀測期內不再隨水稻的生長發育調節安裝高度。

氣象指標觀測儀器安裝于氣象園內，觀測項目主要包括氣溫、相對濕度、降雨、輻射、日照時數、風速/風向、氣壓、土壤溫度、土壤水分等，存儲頻率設置為30 min。

1.3 研究方法

植被-大氣間CO2通量和H2O通量等并不能直接由OPEC系統給出，而是需要對系統的觀測量通過公式(1)～(4)計算得到。當僅考慮水、碳在垂直方向的湍流交換時，通量可被定義為單位時間單位面積上通過垂直湍流運動輸送的物質或能量的量[16]。湍流輸送的CO2通量Fc、動量通量τ、潛熱通量LE及顯熱通量H可分別表示為：

CO2通量：

(1)

潛熱通量：

(2)

顯熱通量：

(3)

動量通量：

(4)

式中：ρd為干空氣密度；w為垂直風速；u為水平風速；c為CO2質量混合比；q為比濕；cp為定壓比熱；T為空氣溫度；“′”表示脈動值；“-”表示平均值。

1.3.1WPL校正

在應用公式(1)和(2)計算CO2通量和潛熱通量時，c、q表示CO2、H2O的質量混合比(物理量與干空氣的質量比)，但OPEC系統觀測的是CO2和H2O密度，即CO2和H2O相對于濕空氣的質量比，因此需通過下式進行WPL校正[6,7]。

(6)

式中：ρc為CO2氣體密度；μ為干空氣與水汽分子量之比(1.608)；σ為干空氣與水汽密度之比；ρv為水汽密度。

1.3.2坐標軸旋轉(傾斜校正)

2 結果與討論

2.1 WPL校正對CO2通量和潛熱通量計算的影響

本文選取2011年9月2日-9月6日(該時段為晚稻拔節-孕穗期，長勢較好，冠層高度約55 cm)期間共5 d的通量原始數據，分析了WPL校正對CO2通量和潛熱通量計算結果的影響。

圖1 WPL校正對Fc日變化過程的影響Fig.1 Influence of WPL Correction on daily variation process of Fc

圖1和圖2為經WPL校正(CO2_WPL、H2O_WPL)和未經WPL校正(CO2、H2O)的計算結果對比，可以看出，WPL校正對CO2通量和潛熱通量計算值產生了顯著影響，特別是在峰值處差異更加明顯。圖3采用線性回歸關系解釋了兩者的區別，經WPL校正的CO2通量值比未經WPL校正的計算值減小了近11%；而經WPL校正后潛熱通量計算值則增大約5.5%，這也意味著通過WPL校正可使晚稻田能量閉合度提高5%左右。

圖2 WPL校正對LE日變化過程的影響Fig.2 Influence of WPL correction on daily variation process of LE

圖3 經WPL校正前后的CO2通量、潛熱通量計算值對比Fig.3 Comparison of Fc and LE using and not using WPL correction

2.2 傾斜校正對摩擦風速和湍流通量計算的影響

2.2.1不同坐標軸旋轉方法對摩擦風速計算的影響

作為表征大氣湍流運動混合強度的標準之一，摩擦風速(u*)在渦度相關通量數據的質量分析控制中起著重要的作用。圖4對比分析了DR、TR和PF等3種坐標軸旋轉方法對u*的影響，可以看出，3種方法對摩擦風速計算值產生了不同程度的影響，從而造成了u*臨界值的不確定性。圖中擬合方程參數表明，3種坐標軸旋轉方法應用于水稻-大氣間通量計算時，DR對u*值的影響最小，而PF對u*值的影響最大，但三者之間的差別并不大(<1%)。

2.2.2不同坐標軸旋轉方法對湍流通量計算的影響

圖5對比分析了DR、TR、PF對水稻-大氣間湍流通量計算結果的影響。結果表明，所有擬合方程的斜率均<1，表明傾斜校正會使湍流通量計算結果的絕對值趨于變小。對通量數據進行傾斜校正對動量通量τ計算結果的影響最大，校正后，τ計算值減小了21.7%～23.4%，而Fc、LE和H的計算值僅減小10.5%～12.5%，這與Kaimal和Finnigan[9]的研究結果基本一致，即：動量通量τ對傾斜誤差特別敏感，而標量通量(Fc、LE和H)則相對不敏感，但也會導致長時段內累加值的系統性偏差。

對于下墊面平坦、均質的稻田生態系統，應用DR和PF對湍流通量計算結果的影響區別不大。考慮到水稻生育期間冠層高度和粗糙度變化劇烈，且應用DR校正方便快捷(可計算單個通量平均周期)，因此，本文推薦采用DR對稻田通量數據進行傾斜校正。

圖4 DR、TR和PF對摩擦風速(u*)計算值的影響Fig.4 Influence of Double Rotation, Triple Rotation and Planar Fit on friction velocity (u*) values

圖5 DR、TR和PF對湍流通量計算值的影響Fig.5 Influence of Double Rotation, Triple Rotation and Planar Fit on Turbulent Fluxes values

3 結 語

(1)WPL校正對CO2通量與潛熱通量計算結果有顯著影響。與未經WPL校正的通量數據計算值相比，WPL校正可使CO2通量計算值減小11%，潛熱通量計算值增大5.5%，即通過WPL校正可使稻田能量閉合度提高5%左右。

(2)DR對晚稻摩擦風速值影響最小，而PF對其影響最大，但應用DR、TR和PF的計算結果之間的差別并不大(<1%)。

(3)傾斜校正使得湍流通量計算結果的絕對值趨于變小，且對動量通量計算值的影響最大。對于下墊面平坦、均質的稻田，推薦采用DR對其觀測的通量數據進行傾斜校正。

□

[1] Houghton J T, Meira Filho L G, Callander B A, et al. Climate change 1995: the science of climate change[M]. UK: Cambridge University Press, 1996:359-405.

[2] Campbell C S, Heilman J L, McInnes K J, et al. Diel and seasonal variation in CO2flux of irrigated rice [J]. Agricultural and Forest Meteorology, 2001,108(1):15-27.

[3] Law B E, Falge E, Gu L, et al. Environmental controls over carbon dioxide and water vapor exchange of terrestrial vegetation [J]. Agricultural and Forest Meteorology, 2002,113(1):97-120.

[4] G?ckede M, Foken T, Aubinet M, et al. Quality control of Carbo Europe flux data-Part 1: coupling footprint analyses with flux data quality assessment to evaluate sites in forest ecosystems [J]. Biogeosciences, 2008,5(2):433-450.

[5] Mauder M, Foken T, Clement R, et al. Quality control of Carbo Europe flux data? Part 2: inter-comparison of eddy-covariance software [J]. Biogeosciences, 2008,5(2):451-462.

[6] Webb E K, Pearman G I, Leuning R. Correction of flux measurements for density effects due to heat and water vapour transfer [J]. Quarterly Journal of the Royal Meteorological Society, 1980,106(447):85-100.

[7] Leuning R. Measurements of trace gas fluxes in the atmosphere using eddy covariance: WPL corrections revisited[M]∥ Handbook of micrometeorology. Springer Netherlands, 2004:119-132.

[8] Lee X, Massman W J. A perspective on thirty years of the Webb, Pearman and Leuning density corrections[J]. Boundary-Layer Meteorology, 2011,139(1):37-59.

[9] Kaimal J C, Finnigan J J. Atmospheric boundary layer flows: their structure and measurement[M]. Oxford University, Press, 1994.

[10] Finnigan J J, Clement R, Malhi Y, et al. Are-evaluation of long-term flux measurement techniques part I: averaging and coordinate rotation [J]. Boundary-Layer Meteorology, 2003,107(1):1-48.

[11] Finnigan J J. A re-evaluation of long-term flux measurement techniques Part II: coordinate systems [J]. Boundary-Layer Meteorology, 2004,113(1):1-41.

[12] Wilczak J M, Oncley S P, Stage S A. Sonic anemometer tilt correction algorithms [J]. Boundary-Layer Meteorology, 2001,99(1):127-150.

[13] 朱治林, 孫曉敏, 袁國富, 等. 非平坦下墊面渦度相關通量的校正方法及其在 China FLUX 中的應用[J]. 中國科學(D 輯), 2004,34(A2):37-45.

[14] 諶志剛, 卞林根, 陸龍驊, 等. 渦度相關儀傾斜訂正方法的比較及應用[J]. 氣象科技, 2008,36(3):355-359.

[15] 時元智, 崔遠來, 王 力, 等. 氮磷調控及紫云英配施提高早稻冠層特性和產量[J]. 農業工程學報, 2014,30(1):89-97.

[16] Burba G. Eddy covariance method for scientific, industrial, agricultural and regulatory applications: a field book on measuring ecosystem gas exchange and areal emission rates[M]. Lincoln, Nebraska: Li-Cor Biosciences, 2013.

[17] 于貴瑞, 孫曉敏. 中國陸地生態系統碳通量觀測技術及時空變化特征研究[M]. 北京：科學出版社, 2008.