史桂芬 贺伟光

摘要    阐述了涡度相关技术的基本原理、观测特征及影响因素，综述了其在我国农田生态系统水热、碳通量的研究进展和模型模拟，分析了农田通量的变化特征，对应用涡度相关技术开展农田地表—大气间水、热通量交换观测所面临的问题进行分析，指出目前存在的主要问题是通量数据修正方法的选择、数据的质量保证、通量模拟模型的尺度转换，对其在农田生态系统的应用提出建议，认为观测数据处理分析、通量数据的校正与评价、模型开发、增加观测站点、尺度推演、长期观测是未来研究的重点。

关键词    涡度相关技术;农田生态系统;通量

中图分类号    P412        文献标识码    A        文章编号   1007-5739（2019）06-0141-03

Abstract    The basic principles，observation characteristics and influencing factors of Eddy covariance technology were expounded.The research progress and model simulation of hydrothermal and carbon flux in farmland ecosystems in China were reviewed.The variation characteristics of farmland flux were analyzed.The paper analyzed the problems faced by the application of Eddy covariance technology in the field of surface-atmosphere water and heat flux exchange observation.It pointed out that the main problems existing at present were the selection of flux data correction methods，data quality assurance，and scale conversion of flux simulation models，and put forward suggestions for its application in farmland ecosystems，and considered that  observation data processing analysis and flux，data correction and evaluation，model development，increased observation sites，scale deductions，and long-term observations were the focus of future research.

Key words    Eddy covariance technology;farmland ecosystem;flux

世界耕地面積占陆地总面积的10%，我国耕地面积占国土面积的12.7%[1]。农田是陆地生态系统的重要组成部分，是影响全球水热循环和全球变暖的因素之一，农田生态系统水热、碳通量的长期观测研究是气候变化和水资源科学利用研究的重点[2-3]。

涡度相关技术（Eddy Covariance Technology）始于20世纪50年代，最早由Swinbank提出并验证[4]。90年代中期，全球通量观测网络建立并快速发展[5]，目前全球已有近600个通量观测站[6]。

在中国生态系统研究网络（CERN）基础上，为研究生态系统通量变化及其对环境变化的响应，2002年中国陆地生态系统通量观测网络（China FLUX）建立并快速发展[7-8]。国内外关于通量的研究多是森林和草原[9-11]，对农田的研究较少。农田生态系统通量的变化受灌溉、天气、作物发育期和农田管理等因素共同影响，研究不同气候和作物的农田水热通量特征对农业生产意义重大。

1    涡度相关技术基本原理及通量模型应用

1.1    涡度相关技术的基本原理

涡度相关技术主要测定冠层上方的三维风速、大气温湿度、CO2浓度、地表通量、土壤温度和水分等。观测系统位于大片均匀农田的中心，以满足试验要求的盛行风向风浪区长度，由数据采集器、超声风速仪（测量三维风速和超声虚温）、CO2 /H2O分析仪组成。

涡度相关技术是一种直接测定植被与大气间通量的微气象学方法[12-13]，其优点是对生态系统的干扰小，不破坏观测环境，能够实现连续长期的观测，可自动连续采集数据，可测得生态系统水热等环境变量的传输过程及为土壤—植被—大气间的物质、能量交换模型提供验证，计算区域的蒸散量和净初级生产力。

1.2    涡度相关技术所测通量的常用模型

目前应用比较广泛、被验证认可的模型是SiB2，对冬小麦农田能量、CO2通量及地表温度的模拟表明，SiB2模型在华北平原农田通量模拟上的模拟精度较高。Sellers等[14]对SiB2作了详细描述;王绍强等[15]、刘树华[16]、赵少华等 [17]也对其进行了介绍与评述;高志球等[18]应用SiB2进行了水热、碳通量的模拟分析。

多层-双叶模型是农田与大气间物质输送和能量交换常用的一种模型。该模型对CO2通量进行模拟时需要一些光合作用的生理参数，运用植物生理生态的一些知识和公式。多层一双叶模型的主要原理是把冠层分为多层，分别计算各层阳叶和阴叶吸收的光合有效辐射，计算光合作用和气孔传导。

2    涡度相关技术在我国农田生态系统中的应用

研究发现，影响农田通量变化的主要因子是气温、降水、光强、净辐射、土壤湿度和土壤含水量等[19-20]。农田获得的太阳辐射，大部分用于热辐射、显热、潜热和土壤热通量，潜热所占的比重最大，小部分用于光合作用[21-22]。冯敏玉等[23]对农田能量平衡闭合状况进行了研究;高志球等[24]对常熟市水稻不同生长期的能量收支进行了研究;袁再健等[25]研究了华北平原冬小麦农田碳通量特征与过程模拟;陆佩玲等[26]研究了冬小麦农田辐射与热量过程的特征;童应祥等[27]对冬小麦农田能量平衡闭合状况进行了分析;万志红等[28]对锦州玉米农田水汽通量变化特征及其调控机制进行了研究。

农田生态系统物质能量交换特征、湍流和通量输送规律一直受生态、农林及微气象学的关注[29]。冬小麦、玉米农田为主要研究区，也有部分稻田研究区。研究区多在一些试验站，如河南省鹤壁市农业科学研究所、山东禹城生态试验站、中科院栾城试验站、聊城位山实验站等，以满足试验要求。

2.1    農田生态系统水、热通量研究

农作物生长发育的微气候环境受土壤—作物—大气循环（SAPC）系统内的水热传输过程控制[30]。水分状况是影响农田蒸发蒸腾量季节变化的主要因素，研究表明，农田蒸散量与冠层气温差成显著负相关。郭家选等[31]研究发现，地表蒸发蒸腾量在正午存在“蒸发高地”，蒸发相对稳定，蒸发比值略有下降;蒸散影响植物水分利用效率、植物与大气碳循环、农田生态系统边界层的微气候状况;研究农田蒸散过程，可了解植物水分传递、土壤水分运移、土壤—植物—大气间的水热交换特征，为农田灌溉提供科学指导。

农田生态系统在SPAC过程中能量的流动能达到一定的平衡即能量闭合程度，太阳净辐射量理论上是显热通量、潜热通量、土壤热通量之和[32-33]，涡度相关法可同步测量能量平衡方程式中的各分量。

2.2    农田生态系统碳通量变化特征及影响因素

2.2.1    农田生态系统碳通量的变化规律。CO2通量代表农田的净生产力，涡度相关技术通过测定CO2脉动与风速脉动的协方差来测定地表—大气间CO2通量，计算农田生态系统碳积蓄能力。华北平原冬小麦—夏玉米农田的碳通量具有如下特点：11月至次年2月，农田碳排放接近于0.3;5月和7—9月是主要生长季，农田碳通量日变化规律明显，即白天吸收、夜晚释放CO2，日出后，农田吸收的CO2不断增加，到12：00左右达到最大，之后不断下降，日落前后接近于0，夜间农田变为碳源;4月、5月和8月、9月农田碳通量日较差较大[34]。

CO2通量最高值从苗期到灌浆前期不断增大，灌浆前期达到最大后迅速下降。冬小麦月平均日CO2吸收峰最大在4月、5月，夏玉米月平均日CO2吸收峰值在8月最大。6月与10月收获后，CO2通量日变化不显著，为碳源[35]。除生长季外，农田以碳排放为主。

2.2.2    环境因素对碳通量的影响。农田生态系统中潜热、显热、CO2通量分别代表着水汽的蒸腾、能量的流动（热量）、碳同化。净辐射、光合有效辐射、潜热、显热与CO2通量成显著正相关[36]。灌溉在一定程度上可以提高CO2通量。

影响碳通量观测的因素：一是CO2的储存效应，即大气较稳定时，从土壤和叶片扩散的CO2 不能到达仪器所测高度，这种情况对低矮作物影响很小，但对森林影响较大;二是地形有一定坡度和起伏且风速低时，部分CO2不能通过冠层和大气的交界面，容易产生CO2通量漏流和平流效应[37-38]。

3    存在的问题

3.1    涡度相关技术的不足之处

涡度相关技术观测时受环境条件的限制。一是对于测定数据的精确性，如果上风向没有足够的下垫面，会造成平流问题;夜间大气比较稳定造成数据不确定性，对生态系统长期碳收支计算带来偏差，并对过程模型的建立造成影响[39]。二是在复杂地形下，模型很难量化，地形起伏不平、测定仪器下方的点源等因素都会造成数据精度的降低[40]。三是土壤—作物—大气系统内的水分、热量传输已从单一研究转向了水、碳、氮等物质的耦合性研究，这要求对作物的生理特性指标和土壤指标（如土壤盐分、养分等）进行同步动态监测，而涡度相关方法不能实现这种观测[41]。

3.2    涡度相关技术通量观测修正方法的选择

涡度相关技术观测到的数据需修正后才能应用，只有选择正确的修正方法，才能得到正确可靠的结论。目前常用的是WPL和Liu方法，二者各有优缺点和使用条件。一是WPL通量修正方法。涡度相关技术观测通量时，热量和水汽的传输导致空气体积变化，但这并不是真实物质的增减，会影响测量结果。针对这种情况，产生了WPL通量修正方法。该方法的基本原理：假设干空气质量守恒，以消除干空气压缩/膨胀对通量观测带来的影响。WPL方法对CO2通量的修正，比较适合干旱的下垫面环境。二是Liu[42]提出了直接从湿空气膨胀/压缩的物理过程出发，不做任何假设，由湿空气密度变化计算出潜热、CO2通量的Liu方法。该方法理论上对水汽的估计比较准确，并得到试验的验证，例如郭建侠用2种方法对华北地区玉米的潜热和CO2通量进行修正，得出WPL方法高估了水汽的作用，而Liu修正更合理[43]。

理论和试验表明，经2种方法修正后，结果的差别主要受大气水汽含量的影响，WPL方法可能修正过度，Liu方法更加合理。对于缺失数据，不同插补方法会产生不同结果。目前还没有统一的方法来进行通量数据的修正。只是针对不同的研究区、研究对象、研究时段，选择相对合适的、误差较小的修正方法。因此，修正方法的选择和继续修改完善已有模型的参数等方面还有很多工作要做。

3.3    通量数据的质量保证

植被—大气间通量观测的校正主要采用2种方式：一是与其他观测方法，如波文比法能量平衡法的结果进行比较;二是利用多个涡度相关系统进行平行观測比较[44]。

对地面不平坦或仪器倾斜产生的通量误差，常采用坐标转换法进行校正;观测中只采用一维的垂直平流效应，会过高或过低估计净生态系统CO2交换量[45];对夜间通量观测，最常用摩擦风速的临界值来判定观测值是否有效，但临界值的选择目前还没有统一标准。

3.4    通量模型模拟的尺度转换问题

目前在各站点通量观测、水热CO2传输机理模型模拟，都是在局域地区进行的小尺度（常为几平方公里）研究。随着全球变化及大气、生态、水文等研究的需要，研究尺度需要从局部转向区域甚至全球。在大尺度上，遥感在通量模型的参数初始化、驱动变量输入、模型结果验证等方面得到应用;遥感数据可提取多种地表生物信息，但无法提供如风速、气温、水汽压等以及一些植被生理学特性参数，这些必须通过地面观测或模型来模拟获得。因此，需将地面观测与遥感观测结合起来。将站点测得的植被数据、遥感获得的大尺度参数，通过模型建立关系和转换，进而了解生态系统通量传输过程，进行气候变化分析和预测。

将观测到的通量数据，与多时相遥感监测和模型模拟相结合，可进行时空尺度推演。美国1999年始建的BigFoot项目就是从样地观测、通量塔观测和遥感估测3个尺度对多个生态系统进行观测研究，利用土壤—植被—大气传输（SVAI）模型实现尺度融合和转换，但对模型的开发、模型的有效性与不确定性分析、模型误差分析与精度检验等方面的研究还需进一步完善和探索。

4    研究展望

全球通量网建立以后，涡度相关法在观测技术与理论、环境控制机理及水循环等方面已取得很多成果，但仍存在很多问题。通量数据校正方法的选择与评价、模型开发、适当增加观测站点、尺度转换、长期观测与研究是今后发展研究的重点。

5    参考文献

[1] 中国国家统计局.第二次全国农业普查主要数据公报（第六号）[R].北京：中国国家统计局，2008.

[2] HUTCHINSON J，CAMPBELL C A，DESJARDINS R L.Some perspectives on carbon sequestration in agriculture[J].Agricultural and Forest Meteor-ology，2007，142（2/3/4）：288-302.

[3] 李晶，王明星，王跃思，等.农田生态系统温室气体排放研究进展[J].大气科学，2003，27（4）：740-749.

[4] SWINBANK W.The measurement of vertical transfer of heat and water vapor by eddy the lower atmosphere[J].Meteorol，1951，8（3）：135-145.

[5] SCHMID H P.Experimental design for flux measurements：Matching scales of observations and fluxes[J].Agric For Meteorol，1997，87（62）：179-200.

[6] REBMANN C，G FCKEDE，M.FOKEN T.Quality analysis applied on eddy covariance measurements at complex forest sites using foot-print modeling[J].Theoretical and Applied Climatology，2004，19（2）：70-95.

[7] SAITO M，MIYATA A，NAGAI H，et al.Seasonal variation of carbon dioxide exchange in rice paddy field in Japan[J].Agricultural and Forest Meteorology，2005，135（1/2/3/4）：93-109.

[8] MOUREAUX C，DEBACQ A，BODSON B，et al.Annual net ecosystem carbon exchange by a sugar beet crop[J].Agricultural and Forest Meteor-ology，2006，139（1/2）：25-39.

[9] 王文杰，于景华，毛子军，等.森林生态系统CO2通量的研究方法及研究进展[J].生态学杂志，2003，22（5）：102-107.

[10] 王妍，张旭东，彭镇华，等.森林生态系统碳通量研究进展[J].世界林业研究，2006，19（3）：12-17.

[11] 耿元波，董云社，齐玉春.草地生态系统碳循环研究评述[J].地理科学进展，2004，23（3）：74-81.

[12] 于贵瑞，李正泉，孙晓敏，等.陆地生态系统通量观测的原理与方法[M].北京：高等教育出版社，2006：371-372.

[13] 贾庆宇，王宇，李丽光.城市生态系统和大气中的碳通量进展[J].生态环境学报，2011，20（10）：1569-1574.

[14] SELLERS，P J.A simple biosphere model（SiB2）for use within general circulation models[J].Journal of Atmospheric Sciences，1986（6）：505 - 531 .

[15] 王绍强，陈育峰.陆地表层碳循环模型研究及其趋势[J].地理科学进展，1998，17（4）：66-74.

[16] 刘树华.环境物理学[M].北京：化学工业出版社，2004：305-310.

[17] 赵少华，邱国玉，杨永辉，等.遥感水文耦合模型的研究進展[J].生态环境，2006，15（6）：1391-1396.

[18] 高志球，卞林根，程彦杰，等.利用生物圈模型（SiB2）模拟青藏高原那曲草原近地面层能量收支[J].应用气象学报，2002（2）：129-140.

[19] 李祎君，许振柱，王云龙，等.玉米农田水热通量动态与能量闭合分析[J].植物生态学报，2007（6）：1132-1144.

[20] 张雪松.冬小麦农田生态系统碳、水循环特征及冠层上方碳通量的模拟[D].南京：南京信息工程大学，2009.

[21] GUTIERREZ M V，MEIZER C F.Energy balance and latent heat flux partitioning in coffee hedgerows at different stadeges of canopy develop-ment[J].Agric For Meteorol，1994，68（3）：173-186.

[22] HAM J M，HEILMAN J L，LAS CANO R J.Soil and canopy energy balances of a row crop at partial cover[J].1991，83（9）：744-753.

[23] 冯敏玉，甘传辉，胡凤喜，等.农田生态系统能量平衡闭合状况及能量平衡闭合分析[J].中国农业气象，2010，31（2）：217-220.

[24] 高志球，卞林根，陆龙骅，等.水稻不同生长期稻田能量收支、CO2通量模拟研究[J].应用气象学报，2004（2）：129-140.

[25] 袁再健，沈彦俊，褚英敏，等.华北平原冬小麦生长期典型农田热、碳通量特征与过程模拟[J].环境科学，2010（1）：41-48.

[26] 陆佩玲，于强，罗毅.华北地区冬小麦田辐射过程与热量过程的基本特征[J].中国生态农业学报，2000（1）：10-13.

[27] 童应祥，田红.寿县小麦下垫面能量平衡闭合状况分析[J].中国农学通报，2009，25（18）：384-387.

[28] 万志红，李荣平，周广胜，等.锦州地区玉米农田生态系统水汽通量变化特征及其调控机制[J].气象与环境学报，2016，32（6）：155-159.

[29] WOOD S，SEBASTIAN K.Pilot analysis of global ecosystem agroecos-ystems technical report[R].Washington D C：Word Resources Institute and International Food Policy Research Institute，2001.

[30] 胡隐樵，张强.论大气边界层的局地相似性[J].大气科学，1993（1）：10-20.

[31] 郭家选，李玉中，严昌荣，等.华北平原冬小麦农田蒸散量[J].应用生态学报，2006，17（12）：2357-2362.

[32] SEGUIN B，ASSAD E，FRETEAUD J P，et al.Use of meteorological satellites for water balance monitoring in Sahelian regions[J].Int J Remote Sens，1989，10：1101-1107.

[33] S？魪GUIN B，ITIER B.Using midday surface temperature to estimate daily evaporation from satellite thermal IR data[J].Int J Remote Sens，1983，4（12）：371-383.

[34] 林同保，王志强，宋雪雷，等.冬小麦农田二氧化碳通量及其影响因素分析[J].中国生态农业学报，2008，16（6）：1458-1463.

[35] 李俊，于强，孙晓敏，等.华北平原农田生态系统碳交换及其环境调控机制[J].中国科学D辑：地球科学，2006，36（增刊2）：210-223.

[36] 田红，伍琼，童应祥.安徽省寿县农田能量平衡评价[J].应用气象学报，2011，22（3）：356-361.

[37] PETER CURTIS S，PAUL HANSON J，PAUL BOLSTAD.Biometric and eddy covariance based estimates of annual carbon storage in five eastern North American deciduous forests[J].Agricultural and Forest Meteorology，2002，113：3-19.

[38] 张永强，沈彦俊，刘昌明，等.华北平原典型农田水、热与CO2通量的测定[J].地理学报，2002，（3）：335-344.

[39] WEBB E K，PEARMAN G I，LEUNING R.Correct ion of flux measure-ments for density effect heat and water vapor transfer[J].Quarterly Journal of the Royal Meteorological Society，1980，10（6）：85-100.

[40] 郭建侠，卞林根，戴永久.在华北玉米生育期观测的16 m高度CO2浓度及通量特征[J].大气科学，2007，31（4）：695-707.

[41] XUHUI LEE.Long term observation of the atmospheric exchange of CO2 with a temperate deciduous forest in southern Ontario，Canada[J].Geophysical Research，1999，10（4）：15976-15984.

[42] LIU HE PING.An alter native approach f or CO2 flux correction caused by heat and water vapor transfer[J].Boundary Layer Meteorology，2005， 11（5）：151-168.

[43] RAYMENT M B，JARVIS P G.Temporal and spatial variation of soil CO2 flux in a Canadian boreal forest[J].Soil Biology & Biochemistry，2000，3（2）：35-45.

[44] 秦钟.华北平原农田水热、CO2通量的研究[D].杭州：浙江大学，2005.

[45] DENNIS BALDOCCHI D，BRUCE HICKS B，AND TILDEN MEYERS P.Measuring biosphere at mosphere exchange biologically related gases with logical methods[J].Ecology，1988，65（5）：1331-1340.