前言：尋找寫作靈感？中文期刊網用心挑選的楊樹人工林通量貢獻區，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。

隨著渦度相關法被廣泛用來測定地表與大氣間物質和能量交換，通量貢獻區分析的概念和方法也應運而生。在地氣交換研究中，基本方法都是基于單個空間點的連續觀測，并以此來獲得感興趣區域的湍流參數的定量描述［1］。對于面積足夠大、下墊面均一的生態系統而言，來自各方向的通量是相同的，因此通過測定冠層上方的湍流通量可以很好地反映真實的地氣交換情況，其渦度相關的觀測值可以反映生態系統真實的凈生態系統交換量。然而由于實際觀測中并不能保證觀測區域的均質性，不可避免會有下墊面不均一、地形相對復雜等情況，這就增加了觀測難度和不確定性，給湍流數據分析、數據質量控制以及數據信息解讀等帶來困難。通量貢獻區函數恰好反映了地表通量來源，即“源強”與觀測點之間的函數關系，因此，可以利用通量貢獻區分析定性或定量研究通量信息與地面狀況之間的關系。   通量貢獻區分析首要是求解通量貢獻函數，目前適合不同大氣條件和地表植被狀況的通量貢獻區模型主要包括解析模型、拉格朗日隨機模型、大渦模擬模型［2-3］。其中FSAM(FluxSourceAreaModel)是由Schmid［4］提出的歐拉解析模型，該模型通過平流擴散的解析解建立起來，依據大氣擴散學中的倒置煙羽擴散理論，假設風向沿X軸負方向、側風向的擴散遵從高斯分布，不考慮垂直方向的通量擴散，同時忽略沿風向的擴散，各風向上的擴散相互獨立，該模型假設通量觀測位于常通量層并且通量均來自地面，且氣流水平均勻［5］。由于該模型原理簡單并考慮下墊面的不均勻性，因而得到了廣泛的應用［6］。   本文利用FSAM模型［4，7］對位于北京市大興區永定河沿河沙地的楊樹人工林生態系統的渦度相關觀測數據進行通量貢獻區分析，其目的包括:(1)確定觀測塔周圍通量貢獻區的時空分布特點;(2)分析和解釋觀測數據的空間代表性。   1研究區概況   研究區位于北京市大興區榆垡鎮林場(39°31'50″N，116°15'07″E)。該地區是海河水系永定河洪積沖積平原，海拔30m，地勢平坦。研究區為楊樹人工林，主要營造于1998、2001、2003年，總面積為0．8km2，平均胸徑為14．5cm，平均樹高為16．2m，平均栽植密度為3m×2m。林下植被種類較少，主要為紫苜蓿(MedicagosativaLinn)，尖頭葉藜(ChenopodiumacuminatumWilld)，黃花蒿(ArtemisiaannuaL．)等。每年4—10月為生長季。   2研究方法   2．1通量與小氣候測定系統   研究區觀測儀器包括渦度相關觀測系統和微氣象梯度觀測系統，觀測塔高37m，主要觀測儀器包括:開路式H2O/CO2紅外氣體分析儀(LI-7500，Li-Cor，NE)，三維超聲風速儀(CSAT3，CS)，凈輻射儀(Q7．1，REBS)，安裝高度均為20m;氣壓計(CS105，CS，USA)，翻斗式自動雨量計(TE525-L，CS，USA)，安裝高度分別為21m和22．5m;4層空氣溫濕度傳感器(HMP45Cprobe，CS，USA)，安裝高度為5、10、15m和20m;3個土壤溫度傳感器(TCAV107，CS，USA)和3個土壤熱通量板(HFT3，Seattle，WA)，均置于地表以下5cm、10cm和20cm處;兩個土壤水分觀測儀TDR(CS616，CS，USA)置于地表以下5cm和20cm處。   2．2渦度相關通量觀測數據處理   本文選取大興觀測站2009年1—12月連續的渦度相關觀測數據和氣象觀測數據。塔上數據為10Hz實時數據和30min在線平均數據，利用數據采集器(產自美國，型號為CRR5000)采集，塔下常規氣象數據為30min平均數據，用數據采集器(產自美國，型號為CR23X)進行采集。采集到的數據利用SAS軟件進行后處理，處理方法包括:野點剔除、趨勢去除、平面坐標擬合［8］、空氣密度效應修正［9］、湍流脈動數據的穩態測試［10］和缺失數據插補，最后得到完整的通量序列。根據本文研究需要，在數據統計分析之前，還要進行如下的數據剔除:1)由于降雨時儀器響應問題會出現測量值的不準確或不合理的現象，所以剔除降雨量不為零的數據;2)由于風速較小時湍流混合發展不充分，因此剔除風速小于1m/s的數據;3)由于摩擦風速小于臨界值時大氣湍流混合程度弱，湍流發展不充分，因此剔除u*＜0．15m/s的數據;4)根據模型適用范圍要求，剔除強穩定條件(ξ＞1)和強不穩定條件(ξ＜－1)下的數據。基于本文剔除數據的原則，約保留了60%的數據用于通量貢獻區分析，一般情況下50%以上數據就很有代表性。   2．3通量貢獻區模型   通量貢獻區(footprint)是指對近地面層某一點所觀測到的對湍流交換過程有貢獻的有效源(匯)區域或者說對觀測點的通量大小產生主要影響的表面區域［11］。通量貢獻函數或源權重函數是描述表面源或匯空間分布與觀測高度zm處觀測到的通量信息之間關系的函數，其函數值可以解釋為表面區域某一點對觀測值的相對權重［7］。為了方便獲得某一觀測點測定的某一特定源權重的通量來源的最小可能范圍，模型引入P水平概念，它表示在通量貢獻達到P時的最小區域上的源權重函數的積分相對于整體的比值。本文根據Yang等［13］提出的最小化成本函數的計算公式，利用單層三維超聲風速計測定數據和湍流相似性理論求解動力學粗糙度z0。隨著渦度相關技術的發展，該方法已經為許多微氣象學者所應用［14］。本文依據全年風向風速分布狀況確定該年的主風方向，再計算不同風向和大氣穩定度情況下的地表粗糙度。通常假設連續10d的z0值是常數，每10d算1個z0值，取連續3個z0的算術平均值作為該月的z0值，再根據需要將結果按生長季和非生長季計算出z0多月平均值。   3結果與分析   3．1風場分析及模型輸入參數   2009年全年39．6%的風來自146．25°—213．75°方向，24．55%的風來自326.25°—33．75°風向(圖2)，可視這兩個方向為該年的主風方向，這主要是因為樣地所在地區處于溫帶季風氣候區，盛行風向隨季節變化而變化，冬季主要受到來自高緯度內陸極地大陸氣團影響，盛行偏北風，而夏季主要是受到變性熱帶海洋氣團的影響，盛行偏南風。此外，19．06%和16．79%的風分別來自33．75°—146．25°和213．75°—326.25°兩個方向，相對很小。全年1m/s附近的風速最多，其次是2m/s附近，個別時間風速較大，大約在11m/s，較大風速發生在偏北風方向上(圖3)。年平均風速是1．86m/s。模型輸入參數均在模型要求的變化范圍之內(表1)。生長季時的zm/z0略小于非生長季，說明在生長季粗糙元以上的測量高度較小，即動力學粗糙度較大，雖然粗糙元高度和動力學粗糙度不完全相等，但是高大粗糙元和單位面積粗糙元數量多時，對應的動力學粗糙度就大［16］。在生長季，植物正處于生長階段植物葉片茂盛，粗糙元平均垂直范圍較高，而且單位面積上粗糙元的數量較多，導致動力學粗糙度較大。此外穩定條件下的zm/z0小于不穩定條件下，這可能是因為不穩定條件下風速較大，而一般而言，隨著風速的增大，z0增大［16］。比較不同穩定度條件下的zm/L的絕對值可知，不穩定條件時其值較小，而L可視作湍流混合的垂直尺度，因此可見不穩定條件下湍流混合的垂直尺度較大。此外，146．25°—213．75°風向非生長季時和213．75°—326.25°風向時的σv/u*值較大，說明在這兩種情況下橫向風湍流對通量貢獻區的影響比較大。#p#分頁標題#e#   3．2通量貢獻區空間分布   3．2．1主風方向上的分布   應用FSAM模型，按不同風向輸入參數，再根據模型輸出參數繪制P等值線分布圖，其中等值線P由內向外依次為0．2、0．4、0．6和0．8。主風方向146．25°—213．75°上相同P水平下，非生長季貢獻區空間范圍整體上略小于生長季時的空間范圍。穩定條件下迎風方向上各P水平貢獻區的范圍大于不穩定條件下的范圍，生長季時尤其突出。例如80%通量貢獻區，即P=0．8時，ea=333．18m，eb=429．28m，ec=343．14m，ed=488．74m，aa=58．85m，ab=68．83m，ac=55．05m，ad=64．93m，生長季穩定條件下的來流方向范圍比不穩定條件下大135m左右，非生長季穩定條件下的來流方向范圍比不穩定條件下大80m左右。此外，通量最大值所在位置依次為118．70、144．33、113．06m和141．98m。最大值位置隨穩定條件增強而遠離觀測位置，非生長季比生長季離觀測點更遠(圖4)。在326．25°—33．75°方向上，最大通量值依次位于來流方向115．80、133．1、116．76m和141．95m，距觀測點的距離隨穩定度增加而變大，且非生長季略小于生長季(圖5)。在不穩定條件下，非生長季源區范圍顯著大于生長季的源區范圍;穩定條件下，非生長季源區范圍小于生長季源區范圍。不穩定條件下的各P水平等值線包圍的面積明顯小于穩定條件下，而且生長季不穩定條件下的通量源區明顯小于其他情況下通量源區，這可能是因為此時湍流擴散較快，渦度相關觀測儀器捕捉不到較遠處的湍流通量信息。可見，此時大氣條件的變化對通量源區的影響較大。此外，兩個方向上通量貢獻區在穩定條件下均大于不穩定條件下。這主要是因為穩定條件下大氣垂直運動弱，湍流擴散速度較慢，通量塔能觀測到距離觀測點較遠位置的通量信息，所以源區面積較大。相比較而言，326．25°—33．75°方向上的源區面積略大于146．25°—213．75°方向上的源區面積。   3．2．2非主風方向上的分布   風向在33．75°—146．25°、213．75°—326．25°之間時，最大通量值依次位于來流方向110．89m、139．76m、121．82m和134．23m。穩定條件下的源區范圍均大于不穩定條件下的源區范圍，這與主風方向時的情況一致，主要是不同大氣穩定度條件下湍流擴散強度不同造成的。當P=0．8時，風向在33．75°—146．25°時，橫向范圍分別為50—350m和50—450m，垂直方向分別為－75—75m和－100—100m;風向在213．75°—326.25°時，橫向范圍約為50—400m和50—550m，而垂直于風向的范圍為－100—100m和－125—125m。此外，在各P水平上，風向213．75°—326．25°的通量源區范圍大于33．75°—146．25°風向的通量源區范圍(圖6)。   3．3通量貢獻區的時間分布   在146．25°—213．75°、213．75°—326．25°和326．25°—33．75°三個方向上，大氣穩定條件出現的頻率多于不穩定條件，在33．75°—146．25°方向上大氣穩定條件出現的頻率少于不穩定條件(圖7)。結合風向風速在一年中出現的頻率(圖1、圖2)，可以計算得到通量貢獻區在時間尺度上的分布情況:在2009年1月—12月的1a里，主風方向146．25°—213．75°和326．25°—33．75°上，生長季和非生長季在穩定和不穩定條件下的貢獻區分布比例為15．7%、10．64%、7．64%、8．58%和6．94%、4．37%、9．49%、5．94%，而在213．75°—326.25°，33．75°—146．25°方向上穩定和不穩定條件下的貢獻區分布比例分別為7．59%、8．00%和8．32%、6.79%。綜合以上數據分析可見，69．3%的通量信息來源于通量塔的偏北風與偏南風方向，其中42．56%的信息來自于偏南風方向上。因此，2009年通量貢獻區主要變化發生在塔偏南方50—450m范圍內，通量貢獻區主要在偏南方80—170m的范圍內。一般來說，在大氣處于不穩定條件時，觀測塔較少測到來自塔偏西方向的通量;而在穩定條件時，觀測塔較少測到來自塔偏東方向的通量。另外，生長季時主風146．25°—213．75°方向穩定條件出現的概率最大，非生長季時326．25°—33．75°方向穩定條件出現的概率最大。因此，生長季時，通量數據主要來源于偏南方向50—500m，非生長季時，通量數據主要來源于偏北方向50—400m。   4討論和結論   本文利用FSAM模型分析了2009年通量貢獻區時空分布特點，從而確定觀測塔測得的數據的空間代表性。從通量貢獻區時空分布來看，本文中生長季的源區面積普遍大于非生長季，與趙曉松等［17］應用FSAM模型對長白山闊葉紅松林進行通量貢獻區分析的結果不同，而且，最大貢獻區在塔偏南方80—170m范圍，比趙曉松等的研究結果100—400m范圍要小。這可能是因為本文林分高度和觀測高度都比較小，而且z0的確定方法不同，趙曉松等［17］采用多層風速數據利用空氣動力學方法計算出z0，本文采用的是單層風速數據和最小化成本函數法計算出z0。此外也可以用生態學方法［16］確定z0，但是這些方法都是非常簡單的經驗公式，多適用于靜態研究，而且氣象學意義也不明確。不同的確定方法可得到不同的z0值，因此得到的通量貢獻區分布也有一定差異。此外，本文研究顯示通量貢獻區隨大氣穩定度的增強而增大，貢獻區沿來流方向逐漸遠離觀測點，這與很多學者［17-18］的研究結果相同。觀測的范圍越遠，觀測值越有可能受到遠處非林區的下墊面的影響，從而造成觀測值與實際值的差異。   從通量貢獻區模型來看，FSAM歐拉解析模型的算法簡化了氣流流動的物理過程，使得數學上很簡單，減少了數值計算量。最終得到簡化的二維通量貢獻區，且有較好的準確定［19］。但是該模型沒有考慮冠層內部的氣流運動和沿氣流方向的擴散，使得該模型在應用于高大的植被貢獻區研究時會產生一定的誤差。G?ckede等［20］研究表明向前拉格朗日隨機模型更適用于高大植被觀測區研究，但是并不能證明哪種模型的模擬結果更準確，這主要是因為沒有參考值，而且研究區復雜性使得模型無法進行驗證。此外兩種模型都能很好的描述基本的湍流情況［20］。FokenandLeclearc［21］研究也指出盡管FSAM模型較簡化而且有一定的局限性，但是依然能夠提供有價值的通量信息。#p#分頁標題#e#   在不考慮觀測高度對通量貢獻區影響的條件下得出如下結論:(1)隨大氣穩定度的增強，通量貢獻區增大，通量最大值距觀測點的距離增大，通量貢獻最少的源區從塔偏西方轉為塔偏東方;(2)全年通量貢獻區分布較離散，基本在距離觀測點500m以內，不穩定條件下較集中在400m以內。此外，生長季的通量貢獻區面積普遍大于非生長季;(2)通量觀測塔測得的數據有69．3%來自觀測塔的偏北方與偏南方，其中42．56%來自于觀測塔的偏南方。對觀測值產生主要影響的下墊面位于觀測塔偏南方80m到170m范圍內。生長季時，通量觀測數據主要來源于偏南方向50—500m，而偏北方向對觀測數據的貢獻最少;非生長季時，通量觀測數據主要來源于偏北方向50—400m。致謝:感謝北京林業大學大興課題組全體同學在數據采集和處理上的幫助，感謝北京林業大學同小娟老師、中國科學院地理科學與資源研究所鄭寧博士在論文修改中給予的幫助。