基于REddyProc 的干旱区枣林通量数据插补及能量平衡分析*

2023-10-19马英杰辛明亮

林业科学 2023年8期

乔英马英杰辛明亮

（1. 新疆理工学院机电工程学院阿克苏 843100；2. 新疆农业大学水利与土木工程学院乌鲁木齐 830052）

涡度相关（eddy covariance，EC）是陆地生态系统通量观测的一种方法，目前，应用涡度相关法测量生态系统物质与能量交换已成为国际研究的前沿和热点（于贵瑞等，2017）。长期监测数据表明，涡度相关法测量的通量时间序列数据因系统或仪器故障以及数据质量控制等原因，FluxNet、EuroFlux、AmeriFlux等站点的通量数据丢失率为12.14%~57.08%（Baldocchiet al.，2001；Falgeet al.，2001；Papaleet al.，2006），非常有必要选择合适的数据插补方法获取完整且有效的通量数据。以往提出过许多数据插补方法，包括平均日变化法（mean diurnal variation，MDV）（Falgeet al.，2001）、查表法（look-up table，LUT）（Wanget al.，2018）、线性多元回归法（Boudhinaet al.，2018）、非线性回归法（Falgeet al.，2001）、人工神经网络法（Huntet al.，2016）、多重归因法（Huiet al.，2004）等，这些方法各有优劣。Wutzler 等（2018）提出的R 语言REddyProc 包（https://www.r-project.org/）插补通量数据方法，综合查表法、平均日变化法以及样本边际分布抽样法（marginal distribution sampling，MDS），利用相似气象条件（太阳辐射、气温、饱和水气压差）的数据插补缺失的通量数据，因简单易操作、插补数据精度高（Boudhinaet al.， 2018）、仅需要气象数据，已被FluxNet（http://fluxnet.fluxdata.org/）作为标准方法采用，并在全球多种生态系统进行了测试和验证（Zitouna-Chebbiet al.，2018；Anapalliet al.，2019）。

地表能量是陆—气之间能量和物质传输、转化的基础，也是生态系统一切过程和功能的动力，生态系统中地表能量研究的核心问题是以太阳能输入为驱动的有机化学能循环及能量交换规律（于贵瑞等，2017），对干旱区能量平衡进行深入研究，可为了解区域生态系统的能量和物质循环以及气候变化过程提供重要科学依据（岳平等，2011）。能量平衡闭合度指地表有效能量（潜热通量LE+显热通量H）与可利用能量（净辐射Rn－土壤热通量G）之比（曹寰琦等，2018），是检验涡度相关法仪器性能及评价数据质量的一个重要指标（徐菲楠等，2018），FluxNet、ChinaFlux 等通量网的许多站点均将能量平衡闭合状况纳入通量数据质量评价流程（Wilsonet al.，2002；李正泉等，2004）。国内外学者深入分析多种生态系统的能量平衡，结果显示地表能量均无法闭合，能量平衡闭合度在52%~99%之间（Wilsonet al.，2002；李正泉等，2004；刘允芬等，2006；徐菲楠等，2018；朱咏莉等，2007；童应祥等，2009）。

枣树（Ziziphus jujuba）耐旱、喜光照、结果早，兼顾经济效益和生态效益（吴翠云等，2016），近20 年被成功引进新疆，目前种植面积达50 万hm2，占新疆水果种植面积的50.77%（新疆维吾尔自治区统计局，2020），成为新疆特色经济林果业的支柱。阿克苏地区枣树种植面积（占全疆34.34%）和产量（占全疆54.70%）均为新疆首位（新疆维吾尔自治区统计局，2020）。鉴于此，本研究以新疆阿克苏地区枣林生态系统为对象，选择R 语言REddyProc 包插补涡度相关法测量的通量数据，采用交叉验证法和能量平衡闭合度评价插补数据质量，并修正热储存项，分析2018、2019 年新疆阿克苏地区枣林能量平衡闭合度与能量变化趋势，以期为评估干旱区枣林生态系统与大气间的能量和物质交换提供理论依据。

1 研究区概况

研究区位于新疆维吾尔自治区阿克苏地区阿克苏市农业示范园（80°18'—80°22'E，41°05'—41°07'N），海拔1 198 m，面积约170 hm2。干旱少雨，属温带沙漠气候，年均太阳总辐射5 671.36 MJ·m-2，年均日照时数2 911 h，年均降水量68.4 mm，年均气温11.2 ℃，年蒸发量1 993 mm（魏光辉等，2015）。土壤质地为砂土，砂粒含量87.27%，土壤密度1.63 g·cm-3，田间持水率26.93%，地下水埋深大于10 m。试验作物为枣树，品种为灰枣，树龄18 年（盛果期），株行距2 m×4 m，冠层高度控制在（4 ± 0.2） m。井水滴灌，沿枣树行间方向布置3 根单翼迷宫式滴灌带，2018、2019 年灌溉量为分别847.15、 848.25 mm，灌溉次数分别为31、30 次（表1）。使用滴灌专用肥（氮∶磷∶钾质量比为2∶1∶2）随水滴肥，单次施肥量37 kg·hm-2，2 年分别施肥12、11 次。

表1 干旱区枣林的月均气温和灌溉量Tab. 1 Monthly average temperature and irrigation amount of jujube forest in arid area

2 研究方法

2.1 试验仪器

试验仪器包括空气温湿度计（EL-USB-2 型、HMP155A 型）、涡度相关系统（IRGASON 型一体机）、土壤热通量板（HFP01 型）、土壤温度计（TCAV 型、智墒 Insentek Ⅱ型）、土壤水分探头（Hydra ProbeⅡ型、智墒 Insentek Ⅱ型）、四分量辐射计（CNR4 型）、数据采集器（CR3000 型）（乔英等，2021），详见表2。

表2 阿克苏站点试验仪器汇总Tab. 2 The experiment instruments used at Aksu

2.2 通量数据计算与质量控制

采用LoggerNet 4.5 软件（Campbell Science Inc，USA），按照标准数据质量控制程序（包括野点剔除、频谱校正、坐标轴旋转、WPL 校正、时间滞后校正）在线计算（Leuning，2006；Massman，2000），并根据稳态测试、完整湍流特征、超声风速仪水平定位等，基于微气象学经验将数据质量分级为0~9 级。0 级数据：因系统或仪器故障等因素造成的原始缺失数据；1~3 级：数据质量好，可用于基础研究；4~6 级：数据质量较好，可用于一般研究；7~8 级：数据质量较差，根据情况决定是否保留，该部分数据有时优于插补数据，但不应与其在时间序列中的前后数据有显著差别；9 级：数据质量差，应删除（于贵瑞等，2017）。

选择2018、2019 年半小时尺度通量数据，采用Kljun 等（2003）和Kormann 等（2001）的源区模型计算阿克苏站点的通量贡献区（以圆形表示通量源区），90%贡献区的圆形半径分别为356.50 和350.00 m。

2.3 REddyProc 包简介

R 语言REddyProc 包综合LUT、MDV、MDS，利用相似气象条件（太阳辐射、气温、饱和水气压差）的数据插补缺失的通量数据（Wutzleret al.，2018）。REddyProc 包根据现有气象信息，分3 种情况插补数据：1）有太阳辐射（Rg）、气温（Tair）和饱和水汽压（vapor pressure deficit，VPD）数据时，使用LUT 法，在±7 天窗口内用相似气象条件（Rg、Tair和VPD 的偏差分别小于50 W·m-2、2.5 ℃和5 hPa）的平均值替换缺失数据；2）仅有Rg时，使用LUT 法，在±7 天窗口内用相似气象条件（Rg偏差小于50 W·m-2）的平均值替换缺失数据；3）Rg、Tair和VPD 均没有时，用±1 h 内的相邻数据或一天的平均值（MDV）替换缺失数据。

如果在±7 天窗口内没有相似气象条件，则增加窗口长度（以7 天为步长增加），使用MDS 算法增加缺失数据附近的天数，直至有足够数据点（至少2 个）可用于插补缺失值为止；在280 天内未找到替换数据时，则停止迭代过程（Wutzleret al.，2018）；同时，采用REddyProc 包将净生态系统碳交换（net ecosystem exchange， NEE）拆分成生态系统呼吸（ecosystem respiration，Reco）和生态系统总初级生产力（gross primary productivity，GPP），Wutzler 等（2018）已使用Biome-BGC 模型验证了REddyProc 包拆分NEE 的效果。

采用交叉验证法（cross-validation method，CVM）评价REddyProc 包插补通量数据的精度，具体步骤如下：1）人为随机删除1~3 级数据1 000 个；2）使用REddyProc 包插补人为删除的数据；3）对比插补数据与原始数据，使用误差统计参数【回归系数（regression coefficient，b）、决定系数（determination coefficient，R2）、均方根误差（root mean square error，RMSE）、一致性指数（index of agreement，d）、模型模拟效率（efficiency of simulation，EF）、均方根误差与观测值标准差比率（RMSE-observations standard deviation ratio，RSR）】评价插补数据的精度。评价标准：b、R2、d越接近1 越好；EF：0.75~1 极好，0.65~0.75 良好，0.5~0.65 一般，小于0.5 不接受；RSR：0~0.5 极好，0.5~0.6 良好，0.6~0.7 一般，大于0.7 不接受。同时，使用能量平衡闭合度验证REddyProc 包插补通量数据的质量。

2.4 能量平衡

根据能量守恒定律，生态系统能量平衡（高红贝等，2015）可表示为：

式中：Rn为太阳净辐射，G为土壤热通量，H为显热通量，LE 为潜热通量，S为热储存项，Q为其他来源的能量（忽略不计），单位均为W·m-2。

生态系统中热储存项S（孙树臣等，2018）可表示为：

式中：Ss为一定深度范围内土壤热储存量，Sa为大气显热储存量，Se为大气潜热储存量，Sc为冠层热储存量，Sp为植物光合储存量，St为树木枝干热储存量，单位均为W·m-2。本研究中St忽略不计，热储存项的计算方法参见Oliphant 等（2004）、Dou 等（2006）。

能量平衡闭合度（energy balance ratio，EBR）为涡度相关系统观测的有效能量（LE+H）与可利用能量（Rn－G）的比值（徐自为等，2013）：

影响能量平衡闭合度的主要原因是忽略能量平衡方程中的热储存项，考虑热储存项后能量平衡闭合度显著提高（徐自为等，2013）：

本研究根据以往研究方法，探究干旱区枣林能量平衡闭合度与热储存项对能量平衡闭合度的影响，并分析能量分项在枣林生育期和休眠期的变化规律。

3 结果与分析

3.1 原始通量数据情况

阿克苏站半小时尺度通量数据质量分级见表3，因系统或仪器故障等因素（0 级数据）导致H、LE 和NEE 数据分别缺失0.80%、16.44%和12.13%；H、LE和NEE 的1~3 级数据占总数据量的20.46%~28.13%，4~6 级数据占比为5.16%~6.47%，7~8 级数据占比为26.67%~30.84%，9 级数据占比为29.93%~35.32%。对半小时尺度通量数据进行质量控制，将9 级数据、恶劣天气（降水、沙尘等）条件下的数据、30 min 内10 Hz 数据少于15 000 个的数据、超出摩擦风速u*阈值（u*2018=0.177 9 m·s-1，u*2019=0.176 1 m·s-1）的数据、时间序列中大于±4 倍标准差的数据剔除，阿克苏站半小时H、LE 和NEE 通量数据缺失比例分别为47.49%、47.87%和42.05%。

3.2 REddyProc 包插补通量数据

将REddyProc 包插补前后的通量数据作指纹图（图1、图2）。插补前指纹图横坐标显示，缺失数据大多集中在0—10 点和20—24 点之间，2018、2019 年的情况类似，说明夜间通量数据缺失较多。插补前指纹图纵坐标显示，因系统或仪器故障缺失长时间序列数据，2018 年3 次：2 月19 日—3 月5 日，6 月27 日—7月3 日，12 月7—31 日（仪器返厂标定），共47 天；2019 年5 次： 2 月17—28 日， 3 月18—28 日， 5 月28—30 日，11 月7—23 日，12 月11—15 日，共48 天。

图1 2018 年涡度相关法测量通量数据插补前后的指纹图Fig. 1 Fingerprint plot before and after interpolation of Eddy correlation method flux data in 2018

图2 2019 年涡度相关法测量通量数据插补前后的指纹图Fig. 2 Fingerprint plot before and after interpolation of Eddy correlation method flux data in 2019

插补后指纹图横坐标显示，H、LE、NEE 通量均有明显昼夜区别，H、LE、NEE 夜晚均在0 附近，而白天在10—20 点之间出现极值，2018、2019 年的规律相似。插补后指纹图纵坐标显示，LE 和NEE 有明显季节变化，生育期白天的通量有明显变化，2018、2019 年的规律相似。插补后，LE 的年总量分别为1 617.03、1 660.29 MJ·m-2，H的年总量分别为 370.40、330.82 MJ·m-2， NEE 的年总量分别为-569.08、-491.96 g·m-2（以CO2计）。

3.3 REddyProc 包插补通量数据的精度

REddyProc 包插补通量数据精度的误差统计见表4，实测数据与插补数据的R2见图3。结果显示，2018、2019 年实测数据与插补数据的误差统计参数均在合理范围内，H的RMSE 分别为21.37、23.87 W·m-2，LE 的RMSE 分别为31.94、34.89 W·m-2，NEE 的RMSE分别为2.40、2.14 µmol·m-2s，其中EF 和RSR 均为极好等级。由图3 可知，H、LE、NEE 实测数据与插补数据的R2分别为0.86~0.87、0.94~0.95、0.93~0.94，说明REddyProc 包插补通量数据的精度较高，在干旱区枣林使用可得到完整且有效的通量数据。

图3 插补数据和实测数据的R2Fig. 3 R2 diagram of interpolated and measured data

3.4 能量平衡分析

3.4.1 未计入热储存项的能量平衡分析使用REddyProc 包插补的数据及式（3）计算干旱区枣林日尺度的能量平衡闭合度见表5。2018、2019 年未计入热储存项的闭合度分别为73.45%、73.11%，2 年相似；有效能量（H+LE）与可利用能量（Rn－G）的R2均为0.97（图4），与李正泉等（2004）研究结果相似。作为检验涡度相关仪器性能和评价观测数据质量的一个重要指标，阿克苏站的能量平衡闭合度符合ChinaFlux范围，从另一方面验证REddyProc 包插补数据的精度。

图4 干旱区枣林的有效能量与可利用能量的R2Fig. 4 R2 diagram of effective and available energy of jujube forests in arid areas

3.4.2 计入热储存项的能量平衡分析计入热储存项的枣林能量平衡闭合度见表5，热储存项各分项占净辐射的比例见表6。计入热储存项后，2018、2019年枣林的能量平衡闭合度分别提高3.72%、2.75%，达77.17%、75.86%，2018 年闭合度略高于2019 年，图4显示有效能量（LE+H）与可利用能量（Rn－G－S）的R2均为0.97。热储存项中，占净辐射比例最大的是Sp，其次是Sa，Sc、Se、Ss占净辐射比例均小于1%。

表6 干旱区枣林热储存项占净辐射的比例Tab. 6 Proportion of heat storage items in net radiation of jujube forest in arid area%

3.5 生育期和休眠期的能量分析

枣树为李科（Rhamnaceae）枣属（Ziziphus）落叶乔木，研究区每年4 月10 日—10 月20 日为生育期，10月21 日—次年4 月9 日为休眠期。干旱区枣林生育期和休眠期的能量平衡闭合度见表5，无论是否计入热储存项，生育期的能量平衡闭合度均比休眠期高，与岳平等（2011）研究结果一致。计入热储存项后，2018、2019 年能量平衡闭合度增幅生育期为5.03%、4.56%，休眠期为2.23%、0.70%，说明热储存项的影响在生育期比休眠期大，因为生育期有光合热储存项和冠层热储存项，这2 项在休眠期均为零。

同时，作枣林生育期和休眠期净辐射Rn、潜热通量LE、显热通量H、土壤热通量G在生育期和休眠期的日平均变化见图5。

图5 枣林生育期和休眠期的能量通量日平均变化Fig. 5 Daily average change of energy flux in jujube forest during growth period and dormancy period

由图5a、c 可知，枣林生育期LE、H、G的日平均能量变化规律与Rn一致，均呈单峰变化，占Rn比例由大到小依次为LE、H、G。R变化在-59.38~542.14 W·m-2之间，白天为正，夜间为负，正负转换的交点与白昼变化的时间一致，15:30 达到峰值（Rnmax=542.14、535.43 W·m-2）。LE 变化在23.21~214.53 W·m-2之间，夜间变化平缓、幅度小，白天随Rn变化而变化。H变化在-55.85~108.80 W·m-2之间，白天为正（吸收热量），夜间为负（释放热量），正负变化的交点与Rn一致，说明H随Rn而变化。LE 和H的峰值出现时间与Rn一致，均在15:30 达到峰值（LEmax=214.52、 210.15 W·m-2，Hmax=108.80、103.13 W·m-2）。G变化在-15.56~26.83 W·m-2之间，白天为正，夜间为负，正负变化的交点与Rn一致，峰值出现时间较Rn延迟约2.5 h，18:00 达到峰值（Gmax=26.83、26.64 W·m-2）。

由图5b、d 可知，枣林休眠期Rn、LE、H、G的日平均能量变化规律与生育期相似，均呈单峰变化，占Rn比例由大到小依次为H、LE、G。Rn变化在-57.11~255.02 W·m-2之间，变化幅度明显比生育期小，15:30达到峰值（Rnmax=255.02、248.28 W·m-2），与生育期峰值出现时间相同。H变化在-8.80~107.98 W·m-2之间，16:00 达到峰值（Hmax=107.98、102.91 W·m-2），日平均变化峰值与生育期相似。LE 变化在-1.06~14.26 W·m-2之间，变化幅度明显比生育期小，且在整个休眠期变化平缓，16:00 达到峰值（LEmax=11.62、14.26 W·m-2），峰值比生育期低很多。G变化在-17.50~31.41 W·m-2之间，变化幅度与生育期相似，峰值出现时间较Rn延迟约2.5 h（Gmax=18.41、31.41 W·m-2）。枣林生育期和休眠期的Rn、LE、H、G均呈现明显的日变化，与袁再健等（2010）研究结果一致。

4 讨论

4.1 数据缺失情况及REddyProc 包插补数据的精度

阿克苏站因系统或仪器故障等因素造成原始数据缺失范围为0.80%~16.44%；Papale 等（2006）报道EuroFlux 的8 个森林站原始数据缺失为6.96%~18.2%；Zitouna-Chebbi 等（2018）报道突尼斯东北部农田原始数据缺失为31%~46%。阿克苏站通量原始数据缺失比例在Papale 等（2006）报道的范围内，比Zitouna-Chebbi 等（2018）报道的比例小，说明阿克苏站管理水平与EuroFlux 站相似，比突尼斯农田站的管理水平高。

阿克苏站因数据质量控制因素造成原始数据缺失范围为42.05%~47.87%（包含原始数据缺失）；Falge等（2001）报道9 个EuroFlux 站和10 个AmeriFlux 站数据经质量控制后平均缺失34.8%；Papale 等（2006）报道8 个EuroFlux 森林站12 个年度数据经质量控制后平均缺失26.25%，缺失范围为24.75%~57.08%；Zitouna-Chebbi 等（2018）报道突尼斯东北部农田通量数据经质量控制后缺失范围为53%~78%。阿克苏站经质量控制后数据缺失比例比Falge 等（2001）和Papale 等（2006）报道的平均值高，但Papale 等（2006）报道的范围比Zitouna-Chebbi 等（2018）报道的比例低。阿克苏站通量数据缺失大多集中在0—10 点和20—24 点之间（即夜间），分析其原因：夜间摩擦风速较低，使用摩擦风速阈值进行数据质量控制时被删除的数据较多，即在低摩擦风速时湍流发展不充分，与Blanken 等（1998）研究结果一致。

本研究评价REddyProc 包插补数据精度的误差统计参数（交叉验证法）为：R2=0.86~0.95，H的RMSE 为21.37~23.87 W·m-2，LE 的RMSE 为31.94~34.89 W·m-2，其中EF 和RSR 均为极好登记；枣林能量闭合度分别为73.45%、73.11%，H+LE 与Rn－G的R2均为0.97。Boudhina 等（2018）使用REddyProc 包插补突尼斯小麦（Triticum aestivum）田通量数据，H+LE 与Rn－G的R2为0.72。Zitouna-Chebbi 等（2018）使用REddyProc 包插补突尼斯农田通量数据（交叉验证法），H的RMSE为70.57 W·m-2，R2为0.76；LE 的RMSE 为50.71 W·m-2，R2为0.63。本俺就REddyProc 包插补数据比Boudhina等（2018）和Zitouna-Chebbi 等（2018）报道的精度高，说明REddyProc 包插补枣林通量数据精度较高，可作为插补干旱区枣林通量数据的有效工具。

4.2 能量平衡闭合度

4.2.1 未计入热储存项的枣林能量平衡闭合度目前，国内外学者深入研究多种森林生态系统的能量平衡闭合度。本研究2018、2019 年枣林的能量平衡闭合度为73.45%、73.11%，H+LE 与Rn－G的R2均为0.97，与美国温带落叶林（EBR=72%，R2=0.92）（Blankenet al.， 1997）、海南岛橡胶（Hevea brasiliensis）林（EBR=73%，R2=0.74）（张晓娟等，2016）、黑河下游额济纳旗的胡杨（Populus euphratica）林（EBR=71%，R2=0.89）（马小红等，2015）、塔里木河下游荒漠岸柽柳（Tamarix chinensis）灌丛（EBR=72.3%，R2=0.87）（马虹等，2014）的能量平衡闭合度相似，比江西省千烟洲人工林（EBR=65%，R2=0.88）（刘允芬等，2006）、西双版纳热带季节雨林（EBR=55.5%，R2=0.87）（Douet al.，2006）的能量平衡闭合度高，比加拿大北部杨树林（EBR=84%，R2=0.77）（Blankenet al.，1998）、东北阔叶红松林（EBR=86%，R2=0.94）（吴家兵等，2005）、浙江省毛竹（Phyllostachys edulis）林（EBR=75%~94%，R2=0.81）（孙成等，2014）的能量平衡闭合度低，在中国通量网ChinaFlux 的报道范围内（EBR=73%）（李正泉等，2004）。下垫面的平整程度对能量平衡闭合度影响较大，有学者报道平坦沙漠地区能量平衡闭合度最高（几乎闭合）（Heusinkveldet al.，2004），人工植被下垫面能量平衡闭合度约80%【多为农田生态系统，如小麦为84%~91%（童应祥等，2009；高红贝等，2015），稻田为87%（朱咏莉等，2007）等】，大部分植被下垫面能量平衡闭合度为70%~90%，而下垫面植被种类多少和植被冠层高度也会影响下垫面的平整程度。

4.2.2 热储存项对枣林能量平衡闭合度的影响已有学者研究多种生态系统中热储存项对能量平衡闭合度的影响。本研究计入热储存项后，枣林的能量平衡闭合度增幅2.75%~3.72%，与美国温带落叶林（增幅2.5%）（Blankenet al.，1997）、加拿大北部杨树林（增幅3%）（Blankenet al.，1998）、西双版纳热带季节雨林（增幅2%~4%）（Douet al.，2006）、西北干旱区玉米（Zea mays）农田（增幅2.7%）（徐菲楠等，2018）的增幅范围相似，比黄土高原自然植被区（增幅1.5%）（李宏宇等，2012）的增幅高，比黄土高原柠条（Caraganaspp.）林（增幅11.91%）（孙树臣等，2018）、黑河中游生育期春小麦农田（增幅10%）（高红贝等，2015）、黄土高原半干旱区草地（增幅11.3%~12.0%）（岳平等，2011）的增幅低。

多位学者指出，下垫面土壤热储量Ss为热储存项的最大占比，忽略Ss是造成地表能量平衡不闭合的主要原因（岳平等，2011；高红贝等，2015；孙树臣等，2018）。但在枣林中，Ss占净辐射的比例小于1%（一般认为≤1%Rn时可忽略不计），与以往研究结果有差异。分析原因：本研究枣林为井水水源滴灌（井深为80 m），2019 年4、6、8 月测量滴灌水温平均为16.2 ℃，而干旱区枣林月均气温和灌溉量（表1）显示，除10 月外，其他各月月均气温均高于滴灌水温，而10 月无灌溉，即枣林每次灌溉均是降低土壤热储存量，导致土壤热储存量占净辐射比例较低（Ss/Rn<1%），故热储存项对能量平衡闭合度的影响较小。枣林的植物光合存储量Sp在热储存项中占比最大（Sp/Rn为2.32%、2.21%），分析原因：枣林种植密度较大（株行距2 m×4 m），冠层高度为4 m±0.2 m，说明在干旱区枣林地表能量平衡闭合度研究中，植物光合作用的贡献不容忽略，与徐菲楠等（2018）研究结果一致。

4.3 加强站点管理改进建议

阿克苏站因系统或仪器故障缺失0.80%~16.44%的通量数据，可通过加强站点管理减少原始数据缺失。改进建议：1）研究区位于塔克拉玛干沙漠南缘，沙尘严重，阿克苏站使用开路式气体分析仪，导致暴露在空气中的光路受沙尘影响较大，该地区选择闭路式气体分析仪较合适；2）阿克苏站重点监测枣林生育期通量，生育期日常维护周期为7 天，休眠期为20~30 天，生育期长时间数据缺失发生2 次（2018 年6 月27 日—7 月3 日，2019 年5 月28—30 日），其余均发生在休眠期，建议加强站点日常维护频率，减少长时间的数据缺失；3）阿克苏站涡度系统中的开路式气体分析仪和四分量辐射计于2018 年12 月7—31 日拆除返厂标定，造成数据缺失25 天，建议选择现场标定以减少数据缺失。