中国通量观测研究网络(ChinaFLUX)20周年专刊 II 区论文(已发表) 版本 ZH3 Vol 8 (2) 2023
下载
2005–2014年锦州春玉米农田生态系统碳水通量观测数据集
A dataset of carbon and water flux observations in the agricultural ecosystem of spring maize in Jinzhou (2005–2014)
 >>
: 2022 - 12 - 04
: 2023 - 03 - 21
: 2023 - 01 - 29
: 2023 - 04 - 14
Baidu
map
6476 93 0
摘要&关键词
摘要:基于涡度相关方法的长期连续农田生态系统碳水通量观测,对于提高作物产量和水资源利用效率、促进双碳目标的实现具有积极意义。锦州农田生态系统野外观测站(锦州站)是中国通量观测研究网络(ChinaFLUX)成员站之一,位于辽宁省锦州市,地处我国春玉米主要产区。锦州站自2004年5月开始基于涡度相关方法对春玉米农田生态系统碳水通量进行综合观测,持续至今。遵循ChinaFLUX通量数据处理体系,本数据集整理和统计了2005–2014年锦州春雨米农田生态系统碳水通量和辅助气象环境观测数据,形成了30分钟、日、月和年4个时间尺度的标准化数据集,可为气候变化和农田生态系统碳水循环过程及其机理等研究提供数据支持。
关键词:涡度相关;春玉米;碳通量;水通量;农田碳收支;农田蒸散
Abstract & Keywords
Abstract: The observation of carbon and water fluxes in agricultural ecosystems based on eddy covariance technique (EC) is of great significance for improving crop yield and utilization efficiency of water resources in cropland, and promoting the realization of carbon peaking and carbon neutrality goals. Jinzhou agricultural Ecosystem Field Observation Station (Jinzhou Station) is one of the member stations of Chinese FLUX Observation and Research Network (ChinaFLUX). It is located in the main spring maize-producing area in Jinzhou City, Liaoning Province, China. Jinzhou Station has been carrying out the EC-based observation of carbon and water fluxes of the spring maize agricultural ecosystem since May 2004. In line with the ChinaFLUX data processing protocols, we statistically collected the carbon and water fluxes and auxiliary meteorological environment observations of the spring maize agricultural ecosystem in Jinzhou from 2005 to 2014, so as to obtain a standardized dataset with four-time scales (i.e. half-hourly, daily, monthly, and yearly). This dataset is expected to provide data support for the study of climate change and the process and mechanism of carbon and water cycle in farmland ecosystems.
Keywords: eddy covariance; spring maize; carbon flux; water flux; cropland carbon budget; cropland evapotranspiration
数据库(集)基本信息简介
数据库(集)名称2005–2014年锦州春玉米农田生态系统碳水通量观测数据集
数据通信作者周广胜(zhougs@cma.gov.cn)
数据作者张森、周莉、周广胜、贾庆宇、李荣平、王宇
数据时间范围2005–2014年
地理区域121°12′6″ E,41°8′53″ N,海拔23 m
数据量46.01 MB
数据格式*.xlsx
数据服务系统网址https://doi.org/10.57760/sciencedb.o00119.00062
基金项目科技部基础资源调查专项(2019FY101302);中国气象局创新发展专项(CXFZ2023P052)。
数据库(集)组成本数据集包括通量数据和气象数据2个数据子集,每个子集均含30 min、日、月和年4种时间尺度的数据。其中:通量数据包含生态系统净碳交换(NEE)、生态系统呼吸(Reco)、生态系统光合(GEE)、感热通量(Hs)、潜热通量(LE)等观测指标;气象数据包括空气温湿度、风速、风向、太阳辐射、光合有效辐射、土壤温度、土壤水分、降雨量等观测指标。
Dataset Profile
TitleA dataset of carbon and water flux observations in the agricultural ecosystem of spring maize in Jinzhou (2005–2014)
Data corresponding authorZHOU Guangsheng (zhougs@cma.gov.cn)
Data author(s)ZHANG Sen, ZHOU Li, ZHOU Guangsheng, JIA Qingyu, LI Rongping, WANG Yu
Time range2005–2014
Geographical scope121°12′6″ E, 41°8′53″ N, 23 m a.s.l.
Data volume46.01 MB
Data format*.xlsx
Data service systemhttps://doi.org/10.57760/sciencedb.o00119.00062
Source(s) of fundingNational Science and Technology Basic Resources Survey Program of China (2019FY101302); China Meteorological Administration Innovation Development Special Project (CXFZ2023P052).
Dataset compositionThe dataset includes two subsets (i.e. fluxes data and meteorological data), each of which contains data at 4 time scales (half-hourly, daily, monthly, and yearly). Among them, the flux data products cover ecosystem net carbon exchange (NEE), ecosystem respiration (Reco), ecosystem photosynthesis (GEE), sensible heat flux (Hs), latent heat flux (LE), etc.; meteorological data products cover air temperature, humidity, wind speed, wind direction, solar radiation, photosynthetically active radiation, soil temperature, soil moisture, rainfall, etc.
Baidu
引 言
农田作为粮食生产的基础,承担了全世界三分之二的粮食供给[1],是粮食安全的根基;同时,农田是全球碳库中重要且最活跃的碳库[2-3],不仅受气候条件影响,人为管理措施的复杂多变等因素也导致农田碳收支的估算精度不高[4-5]。第三次全国国土调查数据显示我国耕地面积为19.179亿亩,农田生态系统面积大。开展农田生态系统碳水通量研究,提高作物产量和水利用效率,发展绿色低碳农业,对确保粮食安全、减缓气候变化、促进双碳目标的实现都具有积极意义[6-7]
玉米是我国第一大粮食作物,近20年以东北地区为主的北方春播玉米区逐渐成为我国第一大玉米主产区[8-9],东北地区玉米种植面积约占全区粮食作物面积的60%[10]。锦州农田生态系统野外观测站(锦州站)位于辽宁省锦州市,自2004年5月开始基于涡度相关法开展农田生态系统碳水通量综合观测。该站是中国通量观测研究网络(ChinaFLUX)成员站之一,也是我国第一批涡度相关碳水通量观测站之一。本数据集主要包括锦州站2005–2014年长期连续的玉米农田生态系统碳水通量和辅助气象环境观测数据,通量观测指标主要有生态系统净碳交换(NEE)、生态系统光合(GEE)、生态系统呼吸(Reco)、潜热通量(LE)、感热通量(Hs),气象观测指标主要有空气温湿度、风速风向、辐射、降雨量、土壤热通量、土壤温湿度等。数据质量控制和处理遵循中国通量观测研究网络(ChinaFLUX)数据处理体系,形成了30分钟、日、月和年4个时间尺度的标准化数据集。
1   数据采集和处理方法
1.1   数据采集
锦州站位于辽宁省锦州市太和区英屯村,该地区属于暖温带季风气候,四季分明,降水集中,季风气候显著,大陆性较强,属于典型半干旱地区。年平均气温8–9 ℃,最冷月1月平均气温-8 ℃,极端最低气温可达-20 ℃以下,最热月7月平均气温24 ℃,极端最高气温可达42 ℃;年平均降水量540–640 mm,是辽宁省降水量较少的地区之一,60%~70%的降水集中在夏季;无霜期144–180 d。站区土壤以棕壤为主,pH值6.3,土壤有机质0.6%–0.9%,0–30 cm土壤为中壤土。
锦州站的通量观测场地理坐标为121°12′6″ E,41°8′53″ N,海拔23 m,周围地势平坦开阔。通量观测场及附近主栽作物春玉米,雨养,一年一熟制,冠层高度可达2.8 m,非生长季农田玉米残茬约为10 cm。通量观测主要设备包含一套开路式涡度相关观测系统和一套气象梯度观测系统(表1),由台站工作人员进行日常维护,由工程师定期对仪器进行标定校准。开路式涡度相关观测系统主要观测要素为CO2、H2O和感热通量,传感器主要包括:红外CO2/H2O气体分析仪、三维超声风速仪,数据采集频率为10 Hz,并提供30 min在线通量数据;气象梯度观测系统主要观测要素包括:空气温湿度、风速风向、净辐射、光合有效辐射、降雨量、土壤温湿度、土壤热通量等,数据采集频率为2 s,在线计算每30 min平均值/累积值。
表1   锦州站碳水通量观测设备信息
观测系统测定要素传感器型号制造商观测高度/深度
开路涡度相关通量观测系统CO2、H2O通量LI-7500LI-COR5 m
感热通量LI-7500LI-COR5 m
三维超声风速CSAT3CAMPBELL5 m
气象梯度观测系统空气温/湿度HMP45CVaisala4 m、6 m
风速014ACAMPBELL4 m、6 m
风向034BCAMPBELL6 m
光合有效辐射LI-190SBLI-COR4.5 m
净辐射CNR1Kipp & Zonen4.5 m
土壤热通量HFP01Hukseflux-5 cm
土壤温度107LCAMPBELL-5 cm、-10 cm、-15 cm、-20 cm、-40 cm、80 cm
土壤水分Easy AGCAMPBELL-10 cm、-20 cm、-30 cm、-40 cm
数据采集器通量采集CR5000CAMPBELL
气象要素采集CR23XCAMPBELL
1.2   数据处理和产品加工方法
本数据集从观测数据采集、质量控制、数据处理和存储等各方面均遵循ChinaFLUX通量数据质量控制与处理技术体系完成[11-15],数据处理软件主要采用EddyPro和Matlab。数据处理流程见图1。
数据预处理 :主要包括对原始10 Hz高频通量观测数据中由于电子和物理噪声等产生的异常值进行剔除、二次坐标转换以消除地形不平坦或传感器不垂直等影响[16-17]、计算30 min平均通量。
数据校正 :主要包括对通量数据进行频率响应校正、超声虚温校正、WPL校正、谱特征分析、稳态测试与湍流积分特性分析等[15, 18]
数据质量控制/质量保证 :对30 min气象观测数据的质量控制包括异常值和阈值剔除;对通量数据的质量控制主要包括异常值剔除、阈值剔除、夜间摩擦风速阈值控制和降雨同期数据剔除等[11-13]
气象缺失数据插补 :小于2 h的气象数据缺失采用线性内插法进行插补;超过2 h的气象数据缺失采用重复变量法进行[12],如光合有效辐射的缺失值可通过建立观测站点的光合有效辐射与总辐射的关系来插补。
水热通量缺失数据插补 :小于2 h的水热通量数据缺失,依据相邻数据进行线性插补;数据缺失超过2 h时,采用非线性多元回归法[16-17](时间窗口,3 d)。非线性回归插补水热通量缺失数据时,主要基于水热通量与有效能量和水汽压亏损等变量的多元回归方程。
CO2通量缺失数据插补 :小于2 h的CO2通量数据缺失,可用线性内插法插补;数据缺失超过2 h时,插补方法主要采用边际分布采样法、非线性多元回归法(时间窗口,5 d),更长时间的CO2通量缺失采用平均日变化法完成。在基于非线性回归插补CO2通量缺失数据时,生长季白天缺失数据主要利用植被光合作用与光合有效辐射之间的直角双曲线 Michaelis-Menten 模型;非生长季及生长季夜间缺失数据的插补,采用生态系统呼吸与温度间的指数函数关系进行插补[19-20]
CO2通量拆分 :涡度相关系统直接观测到的碳通量是净生态系统CO2交换量(NEE),是光合碳吸收和呼吸碳排放两个过程平衡后的结果。为了获得生态系统光合(GEE)和生态系统呼吸(Reco)的相应通量数据,需要对NEE进行拆分[19]。本数据集采用夜间观测途径,首先利用夜间碳通量和环境因子建立的呼吸模型估算白天生态系统呼吸,然后基于NEE = GEE + Reco得到GEE。


图1   通量数据处理流程
Figure 1 Technological processing of flux data
2   数据样本描述
2.1   数据子集与数据量
本数据集时间跨度为10年(2005–2014年),包括通量数据和气象数据2个数据子集,总文件大小为61.5 MB。两个数据子集分别对应碳水通量数据和气象数据2大类型数据,每类数据各有4个不同的时间尺度(30 min、日、月和年尺度),共计有80个Excel文件。
2.2   数据文件示例
数据文件的命名格式为“年份+站名+数据类型+时间尺度”。如“2014年锦州通量日尺度数据.xlsx”和“2014年锦州气象30分钟数据.xlsx”。以2014年数据文件为例,表2为锦州站通量数据文件表头说明,表3为锦州站气象数据文件表头说明。
表2   通量观测数据表头
数据项计量单位数据项说明
半小时尺度日尺度月尺度年尺度
////年份
////月份
////日期
////小时
////分钟
质控NEEmg CO2 m-2 s-1g C m-2 d-1g C m-2 mon-1g C m-2 y-1经过质量控制后的生态系统净碳交换
质控HsW m-2MW m-2MW m-2MW m-2经过质量控制后的感热通量
质控LEW m-2MW m-2MW m-2MW m-2经过质量控制后的潜热通量
插补NEEmg CO2 m-2 s-1g C m-2 d-1g C m-2 mon-1g C m-2 y-1数据插补后的生态系统净碳交换
插补HsW m-2MW m-2MW m-2MW m-2数据插补后的感热通量
插补LEW m-2MW m-2MW m-2MW m-2数据插补后的潜热通量
估算Recomg CO2 m-2 s-1g C m-2 d-1g C m-2 mon-1g C m-2 y-1由NEE数据拆分得到的生态系统呼吸
估算GEEmg CO2 m-2 s-1g C m-2 d-1g C m-2 mon-1g C m-2 y-1由NEE数据拆分得到的生态系统光合
*注:日、月和年尺度通量均为每日、每月和每年各通量累积值。其中缺失值以-99999表示。
表3   半小时气象观测数据表头
数据项计量单位数据示例数据项说明
yyyy/2005年份
mm/6月份
dd/6日期
doy/157日序
HH/12小时
MM/0分钟
Ta_1_AVG20.164 m 空气温度均值
Ta_2_AVG19.916 m 空气温度均值
RH_1_AVG%714 m 空气相对湿度均值
RH_2_AVG%71.16 m 空气相对湿度均值
Pvapor_1_AVGkPa1.6754 m水汽压均值
Pvapor_2_AVGkPa1.6516 m 水汽压均值
WS_1_AVGm s-13.6474 m风速
WS_2_S_WVTm s-14.0756 m风速
WD_D1_WVT°211.1风向方位角
WD_SD1_WVT°16.86风向方位角的标准偏差
DR_AVGW m-2925向下短波辐射均值(总辐射)
UR_AVGW m-2109.7反射短波辐射均值
DLR_AVGW m-2356.3向下长波辐射均值
ULR_AVGW m-2467.2向上长波辐射均值
Rn_AVGW m-2705净辐射
PAR_AVGµmol m-2 s-11717光合有效辐射
G_1_AVGW m-280.4#1土壤热通量均值8 cm
G_2_AVGW m-270#2土壤热通量均值8 cm
Ts_TCAV_AVG26.45土壤平均温度均值
Tsoil_1_AVG26.225 cm土壤温度均值
Tsoil_2_AVG21.9510 cm土壤温度均值
Tsoil_3_AVG29.215 cm土壤温度均值
Tsoil_4_AVG18.8620 cm土壤温度均值
Tsoil_5_AVG17.4640 cm土壤温度均值
Tsoil_6_AVG14.280 cm土壤温度均值
Rain_TOTmm0总降水量
Smoist_0_1_AVGm3 m-333.6110 cm土壤体积含水量
Smoist_0_2_AVGm3 m-338.320 cm土壤体积含水量
Smoist_0_3_AVGm3 m-342.8530 cm土壤体积含水量
Smoist_0_4_AVGm3 m-336.4140 cm土壤体积含水量
*注:以2005年6月6日12时数据进行示例。数据集中缺失值以-99999表示。
3   数据质量控制和评估
本数据集的数据质量控制在ChinaFLUX通量数据质量控制规范的指导下完成,具体步骤详见本文1.2节数据处理流程部分内容。经过数据质量控制,锦州站2005–2014年半小时尺度的气象环境数据有效比例平均为91.6% ± 15.9%。除2009和2010年外,锦州站的气象环境数据有效性在98%以上。2009和2010年,由于仪器故障返厂维修的缺测导致气象环境有效数据比例(61.2%)低于其他观测年份;锦州站2005–2014年半小时尺度的CO2通量、感热通量和潜热通量的有效数据分别为34%±5%、68%±14%、63%±10%(表4)。通量数据的缺失原因,一方面主要源于供电不足、仪器故障、仪器维修等情况下的原始数据丢失;另一方面主要是在数据质量控制时对降雨、夜间摩擦风速低湍流弱等情况下的数据进行删除造成的。根据文献调研,全球通量网FLUXNET通量站缺失和不合理通量数据在17%–50% [21],ChinaFLUX各通量站缺失的数据白天在15.8%–37.2%、夜间可达48.9%–98.2%[17]。与其他通量站相比,本数据集有效数据比例居于范围内。由于插补缺失数据和采样偏差导致的随机噪声等的共同影响,会导致统计年尺度碳收支时的不确定性。以锦州站2019年数据为例,采用Monte Carlo方法[20, 22]评估,2019年尺度NEE为-133.26 ± 75.7 g C m-2 y-1
表4   半小时尺度通量数据质量控制后的有效数据比例
年份CO2通量感热通量潜热通量
200528.2%55.9%53.9%
200622.8%46.5%44.8%
200734.6%64.5%61.5%
200833.1%57.3%56.4%
200937.8%67.0%64.9%
201033.9%58.9%59.2%
201136.3%85.4%78.4%
201233.2%86.5%76.3%
201342.7%84.8%69.2%
201432.8%72.9%66.6%
能量平衡闭合状况也是通量数据质量评价的一个途径。基于半小时尺度有效数据,采用OLS (ordinary least square)法[23]对锦州站通量数据的能量闭合状况(LE+H=Rn-G)进行评价,线性回归时强制过原点(图2)。数据表明,锦州站2005–2014年通量观测的能量闭合程度在0.61±0.06。锦州站的土壤热通量板放置在土壤-8 cm处,测得的土壤热通量G为此深度以下的土壤热通量,将从热通量板放置深度至地表的热通量(GS)考虑进来后[24],锦州站通量数据的能量闭合率为0.68。参考FLUXNET站点的能量平衡闭合程度为0.53–0.99 [23]、ChinaFLUX站点OLS强制线性回归截距为0的斜率范围0.54–0.88[17],锦州站通量数据的能量闭合程度在其范围内。


图2   锦州站通量数据能量闭合状况(以2014年为例)
Figure 2 Energy closure of the eddy covariance flux observation at Jinzhou Station (in 2014)
4   数据使用方法和建议
本数据集在科学数据银行ScienceDB(https://www.scidb.cn/)提供共享下载。
在本数据集使用中请注意:(1)涡度相关通量数据的处理方法在不断发展,如果在通量数据处理流程中采用不同的方法,取得的结果均会存在一定的差异;(2)本数据集提供了插补前的有效通量数据和插补后的连续时间序列数据。在利用该数据集时,有必要根据研究目的选择使用数据,如在进行通量环境控制机制分析时,尽可能采用有效数据;(3)如果使用插补后的连续时间序列数据,如在进行长期碳收支评估时,需要进行由于数据插补等带来的不确定性分析。
致 谢
感谢辽宁省锦州市气象局史奎桥、刘景利、杨扬、张慧和梁涛等老师为玉米农田生态系统通量和小气候观测的仪器维护、数据采集等方面所做的大量工作。
[1]
刘昱, 陈敏鹏, 陈吉宁. 农田生态系统碳循环模型研究进展和展望[J]. 农业工程学报, 2015, 31(3): 1–9. DOI: 10.3969/j.issn.1002-6819.2015.03.001. [LIU Y, CHEN M P, CHEN J N. Progress and perspectives in studies on agro-ecosystem carbon cycle model[J]. Transactions of the Chinese Society of Agricultural Engineering, 2015, 31(3): 1–9. DOI: 10.3969/j.issn.1002-6819.2015.03.001.]
[2]
韩广轩, 周广胜, 许振柱. 玉米农田生态系统土壤呼吸作用季节动态与碳收支初步估算[J]. 中国生态农业学报, 2009, 17(5): 874–879. DOI: 10.3724/SP.J.1011.2009.00874. [HAN G X, ZHOU G S, XU Z Z. Seasonal dynamics of soil respiration and carbon budget of maize (Zea mays L.) farmland ecosystem[J]. Chinese Journal of Eco-Agriculture, 2009, 17(5): 874–879. DOI: 10.3724/SP.J.1011.2009.00874.]
[3]
REN W, TIAN H Q, TAO B, et al. China’s crop productivity and soil carbon storage as influenced by multifactor global change[J]. Global Change Biology, 2012, 18(9): 2945–2957. DOI: 10.1111/j.1365-2486.2012.02741.x.
[4]
FRIEDLINGSTEIN P, JONES M, O'SULLIVAN M, et al. Global carbon budget 2019[J]. Earth System Science Data, 2019, 11(4): 1783–1838. DOI: 10.5194/essd-11-1783-2019.
[5]
赵宁, 周蕾, 庄杰, 等. 中国陆地生态系统碳源/汇整合分析[J]. 生态学报, 2021, 41(19): 7648–7658. DOI: 10.5846/stxb202004271012. [ZHAO N, ZHOU L, ZHUANG J, et al. Integration analysis of the carbon sources and sinks in terrestrial ecosystems, China[J]. Acta Ecologica Sinica, 2021, 41(19): 7648–7658. DOI: 10.5846/stxb202004271012.]
[6]
ZHOU L, WANG Y, JIA Q Y, et al. Evapotranspiration over a rainfed maize field in northeast China: how are relationships between the environment and terrestrial evapotranspiration mediated by leaf area?[J]. Agricultural Water Management, 2019, 221: 538–546. DOI: 10.1016/j.agwat.2019.05.026.
[7]
WANG Y, ZHOU L, PING X Y, et al. Ten-year variability and environmental controls of ecosystem water use efficiency in a rainfed maize cropland in Northeast China[J]. Field Crops Research, 2018, 226: 48–55. DOI: 10.1016/j.fcr.2018.07.006.
[8]
郭延景, 肖海峰. 基于比较优势的中国玉米生产布局变迁及优化研究[J]. 中国农业资源与区划, 2022, 43(3): 58–68. DOI: 10.7621/cjarrp.1005-9121.20220307. [GUO Y J, XIAO H F. Research on changes and optimization of China's maize production distribution based on comparative advantage[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2022, 43(3): 58–68. DOI: 10.7621/cjarrp.1005-9121.20220307.]
[9]
刘大千, 刘世薇, 温鑫. 东北地区粮食生产结构时空演变[J]. 经济地理, 2019, 39(5): 163–170. DOI: 10.15957/j.cnki.jjdl.2019.05.019. [LIU D Q, LIU S W, WEN X. Spatial-temporal evolution of grain production structure in northeast China[J]. Economic Geography, 2019, 39(5): 163–170. DOI: 10.15957/j.cnki.jjdl.2019.05.019.]
[10]
米娜, 张玉书, 纪瑞鹏, 等. 基于作物模型与最佳季节法的锦州地区玉米最佳播种期分析[J]. 中国农业气象, 2016, 37(1): 68–76. DOI: 10.3969/j.issn.1000-6362.2016.01.009. [MI N, ZHANG Y S, JI R P, et al. Analysis on optimum sowing date of maize in Jinzhou using crop growth model and optimum season method[J]. Chinese Journal of Agrometeorology, 2016, 37(1): 68–76. DOI: 10.3969/j.issn.1000-6362.2016.01.009.]
[11]
李春, 何洪林, 刘敏, 等. ChinaFLUX CO2通量数据处理系统与应用[J]. 地球信息科学, 2008, 10(5): 557–565. DOI: 10.3969/j.issn.1560-8999.2008.05.002. [LI C, HE H L, LIU M, et al. The design and application of CO2 flux data processing system at ChinaFLUX[J]. Geo-Information Science, 2008, 10(5): 557–565. DOI: 10.3969/j.issn.1560-8999.2008.05.002.]
[12]
周莉. 辽河三角洲芦苇湿地生态系统水碳通量动态及其控制机制[D]. 中国科学院植物研究所, 2009. [ZHOU L. Dynamics of water and carbon dioxide fluxes and their controls for a reed marsh in Liaohe Delta [D]. The Institute of Botany, Chinese Academy of Sciences, 2009.]
[13]
张雷明, 罗艺伟, 刘敏, 等. 2003—2005年中国通量观测研究联盟(China FLUX)碳水通量观测数据集[J]. 中国科学数据, 2019, 4(1). (2018-12-29). DOI: 10.11922/csdata.2018.0028.zh. [ZHANG L M, LUO Y W, LIU M, et al. Carbon and water fluxes observed by the Chinese Flux Observation and Research Network(2003-2005)[J]. China Scientific Data, 2019, 4(1). (2018-12-29). DOI: 10.11922/csdata.2018.0028.zh.]
[14]
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.
[15]
BURBA G. Eddy Covariance Method for Scientific, Regulatory, and Commercial Applications[M]. Lincoln, Nebraska: LI-COR Biosciences, 2022.
[16]
WILCZAK J M, ONCLEY S P, STAGE S A. Sonic anemometer tilt correction algorithms[J]. Boundary-Layer Meteorology, 2001, 99(1): 127–150. DOI: 10.1023/A: 1018966204465.
[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[M]. 北京: 科学出版社, 2008. [YU G R, SUN X M. Flue measurement and research of terrestrial ecosystem in China[M]. Beijing: Science Press, 2008.]
[18]
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. DOI: 10.1002/qj.49710644707.
[19]
REICHSTEIN M, FALGE E, BALDOCCHI D, et al. On the separation of net ecosystem exchange into assimilation and ecosystem respiration: review and improved algorithm[J]. Global Change Biology, 2005, 11(9): 1424–1439. DOI: 10.1111/j.1365-2486.2005.001002.x.
[20]
WUTZLER T, LUCAS-MOFFAT A, MIGLIAVACCA M, et al. Basic and extensible post-processing of eddy covariance flux data with REddyProc[J]. Biogeosciences, 2018, 15(16): 5015–5030.
[21]
FALGE E, BALDOCCHI D, OLSON R, et al. Gap filling strategies for long term energy flux data sets[J]. Agricultural and Forest Meteorology, 2001, 107(1): 71–77. DOI: 10.1016/S0168-1923(00)00235-5.
[22]
HAGEN S C, BRASWELL B H, LINDER E, et al. Statistical uncertainty of eddy flux-based estimates of gross ecosystem carbon exchange at Howland Forest, Maine[J]. Journal of Geophysical Research: Atmospheres, 2006, 111(D8): D08S03. DOI: 10.1029/2005JD006154.
[23]
WILSON K, GOLDSTEIN A, FALGE E, et al. Energy balance closure at FLUXNET sites[J]. Agricultural and Forest Meteorology, 2002, 113: 223–243. DOI: 10.1016/S0168-1923(02)00109-0.
[24]
李祎君. 玉米农田水热碳通量动态及其环境控制机理研究[D]. 中国科学院植物研究所, 2008. [LI Y J. Dynamics of carbon, water and heat fluxes and their environmental controls in a maize agroecosystem[D]. The Institute of Botany, Chinese Academy of Sciences, 2008.]
数据引用格式
张森, 周莉, 周广胜, 等. 2005–2014年锦州春玉米农田生态系统碳水通量观测数据集[DS/OL]. Science Data Bank, 2023. (2023-02-27). DOI: 10.57760/sciencedb.o00119.00062.
Baidu
稿件与作者信息
论文引用格式
张森, 周莉, 周广胜, 等. 2005–2014年锦州春玉米农田生态系统碳水通量观测数据集[J/OL]. 中国科学数据, 2023, 8(2). (2023-04-14). DOI: 10.11922/11-6035.csd.2023.0007.zh.
张森
ZHANG Sen
数据处理、论文撰写。
(1994—),男,硕士研究生,研究方向为生态系统碳通量及其控制机制。
周莉
ZHOU Li
数据质量控制和论文撰写。
zhouli@cma.gov.cn
(1975—),女,博士,研究员,研究方向为陆-气通量及其生理生态机制。
周广胜
ZHOU Guangsheng
通量站的运行与科学发展。
zhougs@cma.gov.cn
(1965—),男,博士,研究员,研究方向为生态气象和气候变化。
贾庆宇
JIA Qingyu
通量站维护、数据采集。
(1978—),男,博士,副研究员,研究方向为陆-气通量综合观测。
李荣平
LI Rongping
数据管理和服务。
(1975—),男,博士,研究员,研究方向为陆面生理生态过程与机制。
王宇
WANG Yu
数据整理、数据质量分析。
(1985—),男,博士,副教授,研究方向为陆地生态系统碳水循环。
科技部基础资源调查专项(2019FY101302);中国气象局创新发展专项(CXFZ2023P052)。
National Science and Technology Basic Resources Survey Program of China (2019FY101302); China Meteorological Administration Innovation Development Special Project (CXFZ2023P052).
Baidu
出版历史
I区发布时间:2023年1月29日 ( 版本ZH1
II区出版时间:2023年4月14日 ( 版本ZH3
参考文献列表中查看
中国科学数据
csdata
Baidu
map