綠洲荒漠過渡帶渦動相關儀和大孔徑閃爍儀的通量源區特征*

榮星星，王鶴松**，褚建民，艾金龍

（1.北京林業大學生態與自然保護學院，北京 100083；2.中國林業科學研究院林業研究所/國家林業和草原局林木培育實驗室，北京 100091；3.益陽職業技術學院生物與信息工程系，益陽 413049）

近地層與大氣間的水汽和顯熱交換對區域乃至全球變化都有重要影響，精準獲取上述地表通量的觀測數據有助于加深對陸氣間相互作用的理解以及氣候變化相關研究的開展[1-7]。渦動相關儀（EC）和大孔徑閃爍儀（LAS）是常用的地表通量觀測方法，為遙感模型和過程模型的參數標定和結果驗證提供了基準數據[8-19]。然而，EC 與LAS 源區的范圍相差較大，其中EC 為百米級，而LAS 為公里級[20-22]，導致二者的觀測值之間存在一定差異。這種差異潛在地增加了通量數據在使用中的不確定性，也增加了地表通量尺度擴展的誤差。為此，需要開展地表通量源區變化特征的分析，研究二者源區分布的差異對觀測結果產生的影響。

地表通量源區的空間分布可以通過足跡模型得到，目前主要的足跡模型有解析模型[23-25]、拉格朗日模型[26-28]以及大渦模擬模型[29-30]等。其中，解析模型建立在諸多假設之上，理論上比較適用于水平均質的下墊面，解析模型中的 KM (Korman & Meixner)模型[25]和FSAM (Flux-Source Area Model)模型[31]常被用來研究森林、草地等不同下墊面的通量源區；拉格朗日模型可以正確反映非均勻湍流的擴散，但物理機理較為復雜；大渦模擬模型因其不適合長時間序列通量數據的計算，應用相對較少。相比之下，解析模型更適用于均質地表，且物理意義明確、計算機理簡單。

此外，通量源區還會受到觀測對象高度、風速、風向以及大氣穩定度等因素的影響而產生時間上的變化。劉郁玨等[32]基于城市下墊面研究了不同高度下（8m、16m 和47m）通量源區的分布范圍，發現8m和16m高度上的觀測結果不能完全代表城市下墊面通量貢獻區，47m 以上則可以代表城市下墊面。Rogiers 等[33]通過KM 模型對瑞士阿爾卑斯山的碳通量來源進行分析，發現白天主風向是西北風，碳通量來源于草地，而夜晚主風向是東南風，碳通量來源于牧場。馮俊婷等[34]基于北京地區冬小麥通量數據研究發現，大氣穩定條件下的源區范圍比不穩定條件下更大，魏遠等[35]在岳陽地區的通量源區研究也得出類似結論。但上述研究大多集中在通量源區變化特征的分析上，還缺少不同觀測方法之間源區分布的對比分析，導致目前對不同儀器觀測結果之間的差異還存在認識上的不足。

民勤綠洲荒漠過渡帶位于中國西北干旱區的石羊河流域下游，該地區常年干旱，水資源匱乏，降水對于該地區極為重要，是綠洲荒漠生態系統稀疏自然植被水分補給的主要來源。開展水分與能量的觀測研究，通過EC 和LAS 的觀測獲得通量地面數據，分析該地區的能量和水分的分配規律，將有助于加深對綠洲荒漠生態系統水熱交換過程的認識。因此在研究區開展EC 和LAS 通量源區分布特征的研究，將有助于進一步提高地表觀測數據的質量并降低地表通量尺度擴展研究中的不確定性。

綜上，本研究以民勤綠洲荒漠過渡帶EC和LAS的通量數據為例，選取解析模型來計算通量源區，分析非生長季和生長季不同大氣穩定條件下二者通量源區的變化特征及其對觀測通量的影響。在對通量源區變化特征認識的基礎上提出科學假設：EC和LAS 通量源區的一致性程度決定了二者觀測結果的差異，即EC 和LAS 通量源區的重疊程度越高，二者觀測到的顯熱值就越接近。本研究有望為不同空間尺度下地表通量數據間的尺度轉化提供方法學的參考，為更有效地使用地面觀測數據進行模型參數的校驗提供支持，從而推進陸氣相互作用研究的發展。

1 資料與方法

1.1 研究區概況

研究區位于甘肅民勤治沙綜合試驗站（簡稱民勤站），地理坐標38.58°N，102.98°E。該區域屬于極端干旱區，氣候類型為溫帶大陸性氣候，夏秋季盛行東南風，冬春季盛行西北風，極端高溫達41.0℃，極端低溫則低至-30.8℃。年均降水量約115mm，且大部分集中在5-10月。在研究區內梭梭人工林的上方架設EC 和LAS，并輔助以氣象觀測儀器，具體信息見表1。LAS 發射端與接收端相距約860m，其中EC 距LAS 發射端約360m（圖1）。二者觀測的主要植被為梭梭人工林，此外還有白刺、沙拐棗等，平均植被高度約2.46m，植被覆蓋度約15%[36-38]。

圖1 研究區內渦動相關儀EC 和大孔徑閃爍儀LAS 的位置Fig.1 The location of the study area and observation of eddy covariance(EC) and large aperture scintillometer(LAS)

表1 EC、LAS 以及氣象站觀測儀器介紹Table 1 Introduction of EC，LAS and meteorological observation instruments

1.2 觀測數據處理

選取非生長季（2020年2-3月）和生長季（2020年7-8月）的EC 和LAS 原始數據進行處理和篩選。其中EC 數據主要包括風速、風向、莫寧奧布霍夫長度、側向風速標準差、摩擦風速、感熱通量、飽和水汽壓差以及水汽密度等。EC 原始數據采集頻率為10Hz，將EC 高頻數據進行后處理可得到30min 的EC 觀測數據。數據的后處理通過高性能的數據采集器在線運算完成，主要包括坐標旋轉、異常值剔除、超聲溫度校正和WPL 密度校正等。同時，還根據大氣穩定度、湍流等情況綜合評價并劃分數據質量。對由于降水、霧等影響到紅外氣體分析儀正常工作的數據進行剔除，并對2h 內缺失的數據采用線性內插值法進行插補[38]，超過2h 的則保留空缺。LAS 采集的原始數據為空氣折射指數系數的結構參數，采樣頻率為每分鐘一次，經過對的檢查、穩定度判斷以及普適函數的選擇等處理，輸出30min 的LAS觀測數據[21]。本研究主要選取風速、風向、莫寧奧布霍夫長度、側向風速標準差和摩擦風速等數據作為輸入參數，之后運行KM 解析模型進行通量源區的運算。

1.3 通量源區計算方法

1.3.1 EC 通量源區的計算

通量源區是指上風向某區域的貢獻占總貢獻的百分比。源區重疊面積指EC 和LAS 在某一貢獻源區下（如80%源區）重疊區域的面積。在不同大氣穩定條件下，通量源區的分布會存在差異。本研究基于KM 解析模型，通過近地層風速廓線、湍流擴散系數廓線以及近地層相似理論等來計算通量源區（圖2）。

圖2 通量源區示意圖（引自Schmid, 1994[23]）Fig.2 Schematic diagram of flux source area (from Schmid, 1994[23])

通過近地層風速廓線、湍流擴散系數廓線以及近地層相似理論導出通量足跡的解析解，假設近地層的平均風速和湍流擴散系數K(z)都可以用冪指數形式來表示[39-40]，即

式中，U 和α 是常數，風速擴散指數m 和湍流擴散指數n 分別為

其中，z 為觀測高度，k 為von Karman 常數（k=0.4）。

根據近地面關系式[39]，聯立以上各式導出通量側向積分函數yf (x,z)

式中， Γ 為伽馬函數，x 為上風向距離，μ = (1 +m)/r ，r = 2 + m - n ，假設側向風呈高斯分布，則分布函數yD (x,y)可以表示為

式中，σ 為側向風速標準差，y 為側風距離。

聯合式（5）和式（6）可以得到通量足跡函數f(x,y,z)，即

1.3.2 LAS 通量源區的計算

將LAS 沿光徑方向的權重函數和EC 單點觀測的足跡函數相結合就可計算LAS 源區，其計算式為[2]

式中，x1和x2分別表示LAS 發射端和接收端的位置；（x, y）表示光程路徑上每個點的坐標；（x', y'）表示光程路徑上每個點在上風方向的坐標；z 為觀測高度。W(x)為LAS 沿光程路徑方向的權重函數[39]。

1.4 EC 和LAS 通量源區的一致性評價

選取一定百分比的通量貢獻源區，通過計算EC和LAS 源區的足跡權重比來表征二者在源區上的一致性程度。足跡權重比指的是某一貢獻源區下（如80%源區），EC與LAS重疊區域內的足跡總和與LAS源區全部足跡總和的比值。足跡權重比越高，則二者源區的一致性越好，其計算式為

其中， CEC&LAS為足跡權重比， φLAS,i為EC 和LAS 80%源區重疊區域內所有格點（大小為20m× 20m）的足跡權重值，k 為重疊格點數，n 為LAS 源區的總格點數。

源區重疊面積和足跡權重比都可以反映EC 和LAS 通量源區的一致性程度，但由于通量源區的分布在空間上的不均勻性，因此考慮空間分布權重的足跡權重比（CEC&LAS）可以更好地表達二者的一致性程度。

1.5 數據處理

EC 觀測的10Hz 原始數據通過數據采集器內置的通量在線計算程序EasyFlux_DL 進行處理。對于2h 內缺失的數據則主要通過REddyProcWeb 工具在線完成插補（https://www.bgc-jena.mpg.de/bgi/index.php/Services/ REddyProcWeb）。此外，通過Office的Excel 軟件整理EC 和LAS 得到的30min 分辨率下風速、風向、莫寧奧布霍夫長度、側向風速標準差和摩擦風速等數據，并使用 Origin2021作圖。

2 結果與分析

2.1 EC 和LAS 通量源區的空間分布

2.1.1 不同風向下的分布

將研究區的風向分為16 個方位，分別統計生長季和非生長季的風速和風向。在非生長季，主要風向為西北，風向累計頻率為29.44%，其次是東北方向。最高風速為10.85m·s-1，最低風速為0.13m·s-1，平均風速為3.7m·s-1。在生長季，最高風速為13.45m·s-1，最低風速為0.21m·s-1，主要風向為東，平均風速為2.9 m·s-1，風向頻率達到34.82%（圖3）。

圖3 非生長季與生長季風速/風向分布（數據間隔30min）Fig.3 Distribution of wind speed/direction in non-growing season and growing season (data interval is 30min)

計算得出EC 和LAS 在不同貢獻率（50%～90%）下非生長季和生長季的源區分布，由圖4 可見，EC和LAS 源區的空間分布總體上都與同時期風向的分布一致，其中非生長季EC 源區偏向西北，生長季則偏向東部；而LAS 源區則呈現為東北至西南向的狹長狀分布，南北距離約900m，東西距離400～500m。無論EC 還是LAS，非生長季源區面積均大于生長季源區面積。當貢獻率由50%增到90%時，源區的面積都有了明顯的增加。其中，非生長季 EC 由0.0054km2增加到0.333km2；LAS 由0.0819km2增加到0.6768km2；而在生長季EC 由0.0063km2增加到0.2079km2，LAS 由0.0729km2增加到0.5049km2。

EC 源區的變化受風向影響較大，在非生長季，主要風向是西北和東北，源區的分布也偏于西北和東北方向。而在生長季，EC 的源區相應地受到主風向影響而偏轉向東部和南部。相對而言，LAS 源區的分布則較為穩定，分布變化受主風向影響較小，不如EC 明顯（圖4）。

圖4 不同貢獻率（50%～90%）下非生長季和生長季EC 和LAS 的源區分布Fig.4 Source areas of EC and LAS in non-growing season and growing season under different contribution rates (50%-90%)

2.1.2 不同大氣穩定條件下的分布

源區的分布會受到大氣穩定條件的影響，根據莫寧奧布霍夫長度將大氣狀況分為穩定（L＞0）和不穩定（L＜0）兩種情況。由表2 可知，大氣穩定條件下的源區面積都大于不穩定條件下，這是由于大氣在不穩定的時候，湍流垂直交換劇烈，通量信息更多來源于上風向接近觀測位置的地方。由圖5 可見，大氣不穩定條件下非生長季和生長季LAS 80%源區均呈狹長分布，南北距離約900m，東西距離200～300m；大氣穩定條件下，非生長季LAS 80%源區東西距離400～500m，生長季LAS 80%源區東西距離200～300m，可見，在非生長季大氣穩定條件下LAS源區范圍最大。

表2 EC 和LAS 在不同大氣穩定條件下的源區面積 （80%貢獻率）Table 2 Source areas(with a contribution rate of 80%) of EC and LAS under different atmospheric stability conditions

在非生長季，EC 和LAS 的源區呈現相似的分布特征，即在穩定條件下的面積明顯大于不穩定條件下，且不穩定條件下源區的范圍全部被穩定條件下的所覆蓋（圖5）。而在生長季，EC 和LAS 的源區面積在不同大氣穩定條件下變化不大，且EC 和LAS 的源區在兩種穩定條件下的分布不完全一致，不穩定下的源區并沒有完全被穩定條件下的源區所覆蓋。

圖5 非生長季和生長季在不同大氣穩定度下的源區分布（80%貢獻率）Fig.5 Source area (with a contribution rate of 80%) under different atmospheric stability conditions in non-growing season and growing season

2.2 EC 和LAS 通量源區的一致性分析

由表3 可見，在相同貢獻率條件下，大氣處于穩定條件時EC 和LAS 的重疊面積和足跡權重比都高于大氣不穩定條件下，并且伴隨著源區貢獻率的增加（由50%增至90%）重疊面積和足跡權重比也在增加。如非生長季在L＞0 條件下，重疊區域面積由0.0148km2增加到0.218km2，足跡權重比由29%增加到76%，L＜0 條件下，重疊區域面積由0.0044km2增加到0.0672 km2，足跡權重比由17%增加到47%；而生長季在L＞0 條件下，重疊區域面積由0.006km2增加到0.108km2，足跡權重比由18%增加到62%，L＜0 條件下，重疊區域面積由0.004 km2增加到0.0728 km2，足跡權重比由13%增加到44%。此外，不同大氣穩定條件下，非生長季的足跡權重比都高于生長季，說明非生長季源區重疊程度較高，EC 與LAS 一致性更好。

表3 不同大氣穩定條件下EC 和LAS 的重疊面積以及足跡權重比Table 3 Overlap areas and ratios of weighted-footprint area between EC and LAS (CEC&LAS) of EC and LAS under different atmospheric stability conditions

2.3 EC 和LAS 的感熱通量分析

由于非生長季感熱通量值較低，EC 和LAS 觀測的感熱通量（HEC和HLAS）之間的差異不明顯，因此，選取生長季的HEC和HLAS進行差值比較。另外，夜間大氣基本處于穩定狀態，加上光閃爍強度及感熱通量值都較小，會引起LAS 的測量誤差增大[16]。因此選取生長季白天（8：00-17：00）大氣不穩定條件下HEC和HLAS數據，按照東（45°-135°）、南（135°-225°）、西（225°-315°）和北（315°-360°，0°-45°）4 個風向劃分，分別進行HEC和HLAS散點圖的對比分析（圖6）。同時，HEC和HLAS在不同方向下的日內變化過程也表現出了一定的差異性（圖7）。 在南、北風向上，HEC與HLAS差值相對較小（圖7b和圖7d），決定系數（R2）較大，分別為0.88 和0.87（圖6b 和圖6d），達顯著相關水平（P＜0.05）。而在東、西風向上，HEC與HLAS差值相對較大，R2也較小，分別為0.72 和0.75（圖6a 和圖6c），亦達顯著相關水平（P＜0.05）。

圖6 生長季大氣不穩定條件下4 個風向EC 和LAS 觀測的感熱通量(H)數據散點圖Fig.6 Scatter plot of sensible heat flux(H) data observed by EC and LAS in four wind directions under atmospheric instability in growing season

圖7 生長季大氣不穩定條件下4 個風向EC 和LAS 觀測的月平均日感熱通量(H)Fig.7 Monthly mean daily sensible heat flux(H) data of four wind directions observed by EC and Las under atmospheric instability in growing season

按照不同風向對生長季EC 和LAS 源區的足跡權重比進行統計，由表4 可見，生長季風向為南風時足跡權重比最大，為20.96%，北風向次之，足跡權重比為20.26%。同時，在這兩個風向下，EC 和LAS 的感熱通量差值都較小，說明EC 和LAS 的源區在南風和北風向上重疊程度較高，二者的感熱通量測量值也因此更為接近。相比之下，西風的足跡權重比最小，東風的情況與西風相似，相應地這兩個風向下HEC與HLAS的差值也較大。總體來看, 南和北兩風向下源區的重疊程度高于東向和西向，HEC與HLAS的共變趨勢也是南向和北向高于東向和西向。

表4 生長季不同風向下EC 和LAS 足跡權重比以及HEC 與HLAS 的差值Table 4 Ratios of weighted-footprint area between EC and LAS(CEC&LAS) and differences of HEC and HLAS under different wind directions in growing season

此外，4 種風向條件下HEC普遍高于HLAS，且東南北3 個風向下的感熱通量在13：30 左右達到峰值（圖7）。在西風向下，EC 和LAS 測得的感熱通量在15：00 達到峰值，分別為211.15W·m-2和172.79W·m-2。4 個風向下HEC與HLAS的變化趨勢較一致，相比于東西兩風向，HEC與HLAS在南北兩風向下差異更小。可見，在生長季大氣不穩定條件下，HEC與HLAS在白天的變化過程較為一致，但不同風向下感熱通量峰值略有差異。

3 結論與討論

3.1 討論

3.1.1 通量源區分布

本研究中，非生長季比生長季源區的面積更大。這一結果與趙曉松等[41]在長白山闊葉紅松林以及王美媛等[40]在興安落葉松林的研究結果一致。此外，研究還發現大氣處于穩定條件下源區的范圍比不穩定下的更大，這是由于大氣處于穩定條件下，湍流垂直運動減弱，水平運動強烈，源區會延長到較遠的地方。換言之，不穩定的大氣條件有利于湍流發展，通量源區會相對較小[42]。很多學者關于大氣穩定度與通量源區的研究，也得出了類似的結論。如龔笑飛等[31]研究了安吉毛竹林通量源區，發現各風向下隨大氣穩定程度的增加通量源區范圍也在增加。顧永劍等[43]對崇明東灘濕地通量觀測數據進行分析，發現隨著大氣穩定度的增加，通量源區范圍都有拉長的趨勢；周梅等[44]使用中山大學通量觀測數據也得出了類似結論。

3.1.2 觀測源區的一致性

本研究借助通量源區的足跡權重比來表征EC和LAS 觀測源區之間的一致性，并提出了科學假設：足跡權重比越高，二者源區的一致性程度就越高，觀測值之間的差異也越小。在本研究中，南北兩風向下足跡權重比較高，HEC與HLAS差異較小，說明EC 和LAS 的足跡權重比可以對觀測感熱通量一致性產生影響。盧俐等[20]基于EC 和LAS 分析了北京小湯山地區的感熱通量，發現在均勻下墊面下EC 和LAS 源區的重疊程度決定了二者觀測值的變化趨勢以及觀測值的差異，同時發現南北兩風向下二者源區重疊面積較大，HEC與HLAS的R2也較大，觀測的感熱通量一致性優于其他風向。孫根厚等[45]利用EC和LAS 研究了那曲地區的感熱通量，也發現源區的重疊程度會影響到二者觀測的感熱通量，當二者的源區重疊時觀測的感熱通量的一致性要好于源區不重疊時的結果。Liu 等[46]也總結出EC 和LAS 觀測通量的差異原因之一是源區的重疊程度，在非均勻地表，如果兩者源區重疊程度越高，觀測通量差異會越小。上述研究都說明了通量源區的一致性分析在一定程度上可以解釋不同觀測方法在結果上的差異。本研究還發現EC 測得的感熱通量H 普遍高于LAS，有學者認為在地勢較為平緩的研究區，各下墊面能量閉合度較高，渦度的測量值較為準確[4]。另一方面，LAS 的測量存在誤差，當大氣從穩定層結轉向不穩定層結時，空氣的折射參數發生躍變，此時LAS 的觀測值不穩定，易偏離真實情況[3]。也有學者認為下墊面不均質和地形等原因造成的能量不閉合會使EC 的觀測值偏低，如Meijninger 等[47]的研究發現溫度結構參數與感熱通量H 間的非線性關系會造成LAS 觀測的感熱通量值偏高。

3.1.3 不足與展望

能量閉合度會對EC 和LAS 的觀測產生影響。本研究使用的大氣穩定度雖然在一定程度上可以反映能量的閉合程度，但并沒有就具體的能量閉合數值與EC 和LAS 間的觀測差異展開研究。其次，本研究采用KM 解析模型分析了均質下墊面下EC 和LAS 的源區分布，該模型理論完善，計算簡單，但受一些假設條件（湍流在水平方向上均勻，沒有垂直平流等條件）的限制，更適合于均質下墊面的通量源區計算。相比于解析模型，Kljun 等[48]提出的三維通量足跡模型更多地考慮了地表粗糙度和邊界層高度等參數的影響，并且在長時間尺度的通量源區運算時速度更快，更適用于復雜的下墊面，紀小芳等[49]基于該模型計算了2017年鳳陽山針闊混交林的通量源區。在接下來的復雜地形下通量源區研究中，應更加充分考慮下墊面類型、土地覆蓋、地形變化等要素，進而對現有模型的參數加以修正，并且進一步改進模型的結構。本研究揭示了EC 和LAS 源區的一致性對兩者觀測結果上的影響，為二者的尺度轉化與擴展以及陸氣相互作用模型的校驗提供了更多的科學參考。

3.2 結論

（1）EC 和LAS 源區的空間分布總體上都與同時期主要風向一致，非生長季EC 源區偏西北，生長季EC 源區偏東部，LAS 源區則呈現為由東北向至西南向的狹長狀分布。EC 和LAS 在非生長季源區面積均大于生長季源區面積，EC 源區的變化受風向影響較大，而LAS 的源區分布則較為穩定。

（2）EC 和LAS 在大氣穩定條件下的源區面積都大于大氣不穩定條件下，隨著源區貢獻率的增加，源區重疊面積和足跡權重比也隨之增加。在非生長季，EC 和LAS 的源區在穩定條件下的面積比不穩定條件下更大，且完全覆蓋不穩定條件下源區。而在生長季，EC 和LAS 的源區面積在不同大氣穩定條件下變化不大，但在穩定條件下的源區不能完全覆蓋非穩定條件下的源區。

（3）EC 和LAS 源區內重疊區域的足跡權重比影響了二者觀測值的變化趨勢與差異。生長季在南北兩風向時，足跡權重比較大，源區重疊程度較高，EC 和LAS 測得的感熱通量間的一致性較高，差異較小。