WPL校正和坐标轴旋转对稻田湍流通量计算的影响

时元智，崔远来，才 硕，洪大林，刘 博(. 南京水利科学研究院 水文水资源与水利工程科学国家重点实验室, 南京 009；. 武汉大学 水资源与水电工程科学国家重点实验室, 武汉 4007；. 江西省灌溉试验中心站, 南昌 00)

稻田是中国长江中下游平原地区的主要农业土地利用类型，统计表明，全球约90%的稻田种植面积来自于亚洲季风区，因此其对陆地生态系统水循环、碳循环过程以及温室气体排放造成的全球气候变化有着重要影响[1,2]。对稻田生态系统水循环和碳循环过程进行评价的最直接方法就是对作物与大气间CO2和H2O通量进行长期连续的定位观测。目前，涡度相关技术已发展为国际公认的测量陆、海生态系统水-碳循环动态变化的标准方法[3]，全球越来越多地区建立的水-碳通量观测站点及网络为深入研究生态系统水循环和碳循环过程，评价水资源时空演变和碳源/汇格局等提供了数据支撑。

本文利用鄱阳湖流域赣抚平原灌区2011年晚稻种植期间观测的涡度相关通量数据，定量分析了WPL校正与3种坐标轴旋转方法对稻田生态系统摩擦风速和湍流通量计算结果的影响，以期为稻田水-碳通量数据的处理提供一些借鉴。

1 材料与方法

1.1 研究区概况

本试验在鄱阳湖流域赣抚平原灌区内的江西省灌溉试验中心站(116°00′E，28°26′N，平均海拔28 m)的水稻大田试验场进行，研究区属亚热带季风性气候区，多年平均气温18.1 ℃，年平均日照时数1 720 h，年平均降雨量1 634 mm，但年内分布不均，降雨多集中于4-6月[15]。试验场下垫面开阔均一，大田生产以双季稻一年两熟为主，试验场外除东面种植少量果树和旱作物外，其他方向与试验场内种植类型相同。研究区的自然条件和种植制度在鄱阳湖流域水稻生态类型中具有典型性和代表性。

本次试验所种植晚稻于2011年7月29日移栽，品种为“特优923”，种植密度为株距13.33 cm×行距26.66 cm。施肥模式为3次施肥(基肥：N 90 kg/hm2， K2O 54 kg/hm2，P2O560 kg/hm2；分蘖肥：N 90 kg/hm2；穗肥：K2O 66 kg/hm2)，灌溉模式采用间歇灌溉。晚稻于同年11月14日收获，生育期109 d。研究区土壤类型为水稻土，0～20 cm土层土壤有机质质量分数为17.3 g/kg，全氮质量分数为1.03 g/kg，pH值为6.86。

1.2 观测方法

研究区的通量观测试验始于2011年8月，其观测仪器和观测项目与国内、国际主流通量观测网络保持一致。本试验采用安装于通量塔上的开路式涡度相关系统(Open Eddy Covariance System, OPEC)观测水稻-大气间的H2O和CO2通量。OPEC系统是由三维超声风速仪(R3-50, Gill. UK)、开路式红外CO2/H2O分析仪(LI-7500A, LI-COR. USA)和LI-7550数据采集器以及供电、通信设备组合而成。u、v、w(纬向、径向、垂向)的三维风速和超声虚温由R3-50测量，CO2和H2O脉动摩尔密度由LI-7500A测量，R3-50与LI-7500A连续自动采集10 Hz、30 min一组的原始数据，经计算后可得到CO2通量、潜热通量、显热通量、动量通量等特征值。通量塔位于大片均匀水稻田的中心，OPEC系统的传感器安装于2 m高度的伸展臂上，在观测期内不再随水稻的生长发育调节安装高度。

气象指标观测仪器安装于气象园内，观测项目主要包括气温、相对湿度、降雨、辐射、日照时数、风速/风向、气压、土壤温度、土壤水分等，存储频率设置为30 min。

1.3 研究方法

植被-大气间CO2通量和H2O通量等并不能直接由OPEC系统给出，而是需要对系统的观测量通过公式(1)～(4)计算得到。当仅考虑水、碳在垂直方向的湍流交换时，通量可被定义为单位时间单位面积上通过垂直湍流运动输送的物质或能量的量[16]。湍流输送的CO2通量Fc、动量通量τ、潜热通量LE及显热通量H可分别表示为：

CO2通量：

(1)

潜热通量：

(2)

显热通量：

(3)

动量通量：

(4)

式中：ρd为干空气密度；w为垂直风速；u为水平风速；c为CO2质量混合比；q为比湿；cp为定压比热；T为空气温度；“′”表示脉动值；“-”表示平均值。

1.3.1WPL校正

在应用公式(1)和(2)计算CO2通量和潜热通量时，c、q表示CO2、H2O的质量混合比(物理量与干空气的质量比)，但OPEC系统观测的是CO2和H2O密度，即CO2和H2O相对于湿空气的质量比，因此需通过下式进行WPL校正[6,7]。

(6)

式中：ρc为CO2气体密度；μ为干空气与水汽分子量之比(1.608)；σ为干空气与水汽密度之比；ρv为水汽密度。

1.3.2坐标轴旋转(倾斜校正)

2 结果与讨论

2.1 WPL校正对CO2通量和潜热通量计算的影响

本文选取2011年9月2日-9月6日(该时段为晚稻拔节-孕穗期，长势较好，冠层高度约55 cm)期间共5 d的通量原始数据，分析了WPL校正对CO2通量和潜热通量计算结果的影响。

图1 WPL校正对Fc日变化过程的影响Fig.1 Influence of WPL Correction on daily variation process of Fc

图1和图2为经WPL校正(CO2_WPL、H2O_WPL)和未经WPL校正(CO2、H2O)的计算结果对比，可以看出，WPL校正对CO2通量和潜热通量计算值产生了显著影响，特别是在峰值处差异更加明显。图3采用线性回归关系解释了两者的区别，经WPL校正的CO2通量值比未经WPL校正的计算值减小了近11%；而经WPL校正后潜热通量计算值则增大约5.5%，这也意味着通过WPL校正可使晚稻田能量闭合度提高5%左右。

图2 WPL校正对LE日变化过程的影响Fig.2 Influence of WPL correction on daily variation process of LE

图3 经WPL校正前后的CO2通量、潜热通量计算值对比Fig.3 Comparison of Fc and LE using and not using WPL correction

2.2 倾斜校正对摩擦风速和湍流通量计算的影响

2.2.1不同坐标轴旋转方法对摩擦风速计算的影响

作为表征大气湍流运动混合强度的标准之一，摩擦风速(u*)在涡度相关通量数据的质量分析控制中起着重要的作用。图4对比分析了DR、TR和PF等3种坐标轴旋转方法对u*的影响，可以看出，3种方法对摩擦风速计算值产生了不同程度的影响，从而造成了u*临界值的不确定性。图中拟合方程参数表明，3种坐标轴旋转方法应用于水稻-大气间通量计算时，DR对u*值的影响最小，而PF对u*值的影响最大，但三者之间的差别并不大(<1%)。

2.2.2不同坐标轴旋转方法对湍流通量计算的影响

图5对比分析了DR、TR、PF对水稻-大气间湍流通量计算结果的影响。结果表明，所有拟合方程的斜率均<1，表明倾斜校正会使湍流通量计算结果的绝对值趋于变小。对通量数据进行倾斜校正对动量通量τ计算结果的影响最大，校正后，τ计算值减小了21.7%～23.4%，而Fc、LE和H的计算值仅减小10.5%～12.5%，这与Kaimal和Finnigan[9]的研究结果基本一致，即：动量通量τ对倾斜误差特别敏感，而标量通量(Fc、LE和H)则相对不敏感，但也会导致长时段内累加值的系统性偏差。

对于下垫面平坦、均质的稻田生态系统，应用DR和PF对湍流通量计算结果的影响区别不大。考虑到水稻生育期间冠层高度和粗糙度变化剧烈，且应用DR校正方便快捷(可计算单个通量平均周期)，因此，本文推荐采用DR对稻田通量数据进行倾斜校正。

图4 DR、TR和PF对摩擦风速(u*)计算值的影响Fig.4 Influence of Double Rotation, Triple Rotation and Planar Fit on friction velocity (u*) values

图5 DR、TR和PF对湍流通量计算值的影响Fig.5 Influence of Double Rotation, Triple Rotation and Planar Fit on Turbulent Fluxes values

3 结 语

(1)WPL校正对CO2通量与潜热通量计算结果有显著影响。与未经WPL校正的通量数据计算值相比，WPL校正可使CO2通量计算值减小11%，潜热通量计算值增大5.5%，即通过WPL校正可使稻田能量闭合度提高5%左右。

(2)DR对晚稻摩擦风速值影响最小，而PF对其影响最大，但应用DR、TR和PF的计算结果之间的差别并不大(<1%)。

(3)倾斜校正使得湍流通量计算结果的绝对值趋于变小，且对动量通量计算值的影响最大。对于下垫面平坦、均质的稻田，推荐采用DR对其观测的通量数据进行倾斜校正。

□

[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] Göckede 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, 孙晓敏, 袁国富, 等. 非平坦下垫面涡度相关通量的校正方法及其在 China FLUX 中的应用[J]. 中国科学(D 辑), 2004,34(A2):37-45.

[14] 谌志刚, 卞林根, 陆龙骅, 等. 涡度相关仪倾斜订正方法的比较及应用[J]. 气象科技, 2008,36(3):355-359.

[15] 时元智, 崔远来, 王 力, 等. 氮磷调控及紫云英配施提高早稻冠层特性和产量[J]. 农业工程学报, 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] 于贵瑞, 孙晓敏. 中国陆地生态系统碳通量观测技术及时空变化特征研究[M]. 北京：科学出版社, 2008.