2007–2013年欒城典型灌溉農田生態系統日通量數據集

2007–2013年欒城典型灌溉農田生態系統日通量數據集
作者:張玉翠 姜寒冰 張傳偉 沈彥俊
2020年1月17日
本作品收錄於《中國科學數據
張玉翠, 姜寒冰, 張傳偉, 沈彥俊. 2007–2013年欒城典型灌溉農田生態系統日通量數據集[J/OL]. 中國科學數據, 2020. (2020-01-14). DOI: 10.11922/csdata.2020.0002.zh.


摘要&關鍵詞

編輯

摘要:基於微氣象學原理的渦度相關技術已成為陸地生態系統與大氣間CO2和水熱通量交換的標準觀測手段之一。本數據集為中國科學院欒城農業生態系統試驗站自渦度相關系統架設完成至今積累的全部通量數據,時間跨度從2007年10月至2013年9月,覆蓋6個連續作物年,觀測樣地為冬小麥–夏玉米一年兩熟輪作制農田,屬於華北地區典型的潮褐土高產農業生態類型,具有較強的代表性。本數據集的聯網觀測、質量控制和處理存儲過程均嚴格遵守ChinaFLUX數據管理技術體系,數據可靠性高,可為華北地區典型農田的水平衡、適水種植制度調整、農田生態系統碳水循環過程以及作物模型模擬等相關研究提供堅實的數據支撐。

關鍵詞:欒城;渦度相關系統;灌溉農田生態系統;水–熱–碳日通量;冬小麥–夏玉米

Abstract & Keywords

編輯

Abstract: Based on micrometeorology, the Eddy Covariance System (EC) has become one of the standard observation methods for the exchange of CO2 and water heat flux between terrestrial ecosystems and the atmosphere. The dataset includes all the fluxes data accumulated in Luancheng Agro-ecosystem Experimental Station of the Chinese Academy of Sciences from the EC System, which spans from October 2007 to September 2013 and covers 6 consecutive crop growth years. And the fluxes consist of evapotranspiration(ET), precipitation(P), net radiation (Rn), sensible heat Flux (Hs) and net ecosystem exchange of CO2 (NEE). The observation object is winter wheat-summer maize rotation cropping system. It can represent the general crop growth system in the North China Plain (NCP). The network observation, quality control and storage process of this dataset strictly abide by ChinaFLUX data management technology system to make sure the reliability. The EC flux data provide important support for the study of crop field water balance and typical cropping system adjustment in the North China Plain, the mechanism of ecosystem carbon-water coupling cycles and crop growth model simulation.

Keywords: Luancheng; eddy covariance system; irrigated agro-ecosystem; water-heat-carbon daily fluxes; winter wheat-summer maize cropping system

數據庫(集)基本信息簡介

編輯
數據庫(集)名稱 2007–2013年欒城典型灌溉農田生態系統日通量數據集
數據作者 張玉翠、姜寒冰、張傳偉、沈彥俊
數據通信作者 沈彥俊(yjshen@sjziam.ac.cn)
數據時間範圍 2007年10月1日至2013年9月30日
地理區域 觀測站點:中國科學院欒城農業生態系統試驗站(37°53′N,114°41′E);代表區域:太行山山前平原(東經112°30′–119°30′,北緯34°46′–40°25′)。
數據量 295 KB
數據格式 *.xlsx
數據服務系統網址 http://www.sciencedb.cn/dataSet/handle/939
基金項目 國家生態系統觀測研究共享服務平台專題服務;國家自然科學基金項目(40871021、31400375、41471027、31870422、41930865);國家重點研發計劃課題(2016YFC0401403);中國科學院青年創新促進會項目(2017138)。
數據庫(集)組成 本數據集由欒城試驗站通量觀測數據組成,含1個Excel文件,包括5個表單,分別為農田蒸散量、降水量、淨輻射量、感熱通量、碳通量數據記錄。每個表單分別包括2192條日尺度數據和6條生育季尺度數據。

Dataset Profile

編輯
Title Daily fluxes dataset of the typical irrigated agro-ecosystem in Luancheng (2007 – 2013)
Data authors Zhang Yucui, Jiang Hanbing, Zhang Chuanwei, Shen Yanjun
Data corresponding author Shen Yanjun (yjshen@sjziam.ac.cn)
Time range From October 1, 2007 to September 30, 2013
Geographical scope Luancheng Agro-ecosystem Experimental Station, CAS (37°53′N,114°41′E); geographical scope represented: The Taihang piedmont plain of North China (112°30′ E – 119°30′E, 34°46′ – 40°25′).
Data volume 295 KB
Data format *.xlsx
Data service system <http://www.sciencedb.cn/dataSet/handle/939>
Source(s) of funding Special Services of National Ecosystem Observation and Research Sharing Service Platform; National Natural Science Found of China (40871021, 31400375, 41471027, 31870422, 41930865); National key research and development program (2016YFC0401403); The Youth Innovation Promotion Association of Chinese Academy of Sciences (2017138).
Dataset composition The dataset consists of the flux and meteorological measurements of Luancheng Agro-ecosystem Experimental Station. This Excel file includes five sheets: Evapotranspiration (ET), Precipitation (P), Net Radiation (Rn), Sensible Heat Flux (Hs), Net ecosystem exchange of CO2 (NEE), respectively. Each sheet consists of 2192 daily data and 6 growth seasonal scale data.


引 言

編輯

陸地生態系統碳水循環是地球化學循環的核心過程。研究陸地生態系統碳水循環過程對於人類調節生物圈–水圈–大氣圈相互作用,維持全球生態系統的物質運輸與能量循環具有重要的指導意義,也是人為適應和干預全球變暖,緩解水資源供需矛盾的戰略需求[1][2]。經過長期的理論發展和技術改革,基於微氣象學原理的渦度相關技術已成為陸地生態系統與大氣間的CO2和水熱通量交換的標準觀測手段之一[1]。渦度相關系統的觀測原理就是將空氣流動視為無數個渦流,通過物理量的脈動與垂直風速脈動的協方差計算湍流通量[3]。目前,渦度相關系統已被廣泛應用於陸地生態系統碳水循環過程研究,長期連續的高頻率聯網觀測積累的通量數據可為碳水循環機理、碳源碳匯的時空分布特徵以及生物地球化學循環模型的優化等相關研究提供有力的數據支撐[4][5]

2001年,中國陸地生態系統通量觀測研究網絡(ChinaFLUX)依託中國生態系統研究網絡(CERN)成立,經過十幾年的發展,ChinaFLUX目前已建設完成100餘個通量觀測站,覆蓋森林、草地、農田等多種類型的陸地生態系統,形成了全國尺度的碳水通量觀測研究體系,實現了我國通量觀測事業從起步到國際前沿水平的跨越式發展[6][7][8]。作為ChinaFLUX重要成員之一的中國科學院欒城農業生態系統試驗站(以下簡稱「欒城試驗站」)始建於1981年,隸屬於中國科學院遺傳與發育生物學研究所農業資源研究中心(簡稱「中科院農業資源研究中心」)。1989年加入中國生態系統研究網絡(CERN),成為第一批基本站。2005年成為國家生態系統觀測研究網絡(CNERN)台站,同年加入中國通量觀測研究聯盟,成為ChinaFLUX農田生態系統的重要觀測站點之一。

欒城試驗站渦度相關系統長期連續的碳水通量聯網觀測開始於2007年,本數據集包含了欒城試驗站2007–2013年的碳水通量觀測數據,選取了其中較為重要的組成部分,包括農田蒸散量、降雨量、淨輻射量、感熱通量和碳通量,整理形成了日尺度和生育季節尺度數據產品,並以此數據論文形式對數據集進行系統性描述,以便於讀者溯源定位,理解數據集內涵,推動數據開放共享和規範化使用。

1 數據採集和處理方法

編輯

1.1 數據來源及採集方法

編輯

基於ChinaFLUX的頂層設計,經過觀測塔選址、觀測儀器選型和野外觀測系統安裝與調試等技術工作,中科院欒城農業生態系統試驗站於2007年11月6日正式開始長期連續的碳水通量聯網觀測。本數據集為2007年10月1日至2013年9月30日的農田碳水通量數據,其中2007年10月1日至11月5日的數據由歷年相應通量項平均值並結合欒城試驗站氣象數據、土壤含水量和參考蒸散等插補得到。

欒城試驗站全稱為中國科學院欒城農業生態系統試驗站(台站代碼:LCA),該站地處太行山山前平原中部(37°53′N、114°41′E,海拔50.1 m),暖溫帶半濕潤季風氣候,年平均氣溫12.9℃,多年平均降雨量490 mm(2007–2013年),無霜期200天,全年平均日照時數2608小時,≥0℃的積溫為4710℃,雨熱同期,適宜農業發展。土壤以潮褐土為主,質地為壤土,隨土層由淺到深依次為粉砂壤、壤土和粘壤。農業生產以華北地區種植面積最為廣泛的冬小麥–夏玉米一年兩熟輪作制農田為主。冬小麥10月初播種,次年6月中旬收穫;夏玉米6月中旬播種,9月底收穫。其中冬小麥冠層高度約為1.0 m,夏玉米冠層高度在2.0 m左右。

結合上述植被類型、冠層高度以及通量觀測下墊面要求,欒城站架設了通量觀測塔,並將碳水分析儀安裝高度設置為3.5 m。渦度相關系統主要由開路式CO2/H2O紅外分析儀和三維超聲風速計組成,同時輔有輻射分量和常規氣象要素(降雨和空氣溫濕度等)的同步觀測,觀測設備型號及製造商等信息見表1。數據觀測和存儲除人工觀測降水量外由系統自動完成,通常情況下每0.5–1個月定期維護一次,每兩年校準一次。


表1 各觀測系統主要測定要素、關鍵傳感器型號、製造商信息及安裝高度

觀測系統 觀測要素 傳感器和分析儀 製造商 安裝高度(m)
氣象要素 自動降水量 HMP155 CAMPBELL (USA) 3.5
人工降水量 20 cm直徑雨量筒+1000 ml 量筒 -
CO2和水熱通量 三維超聲風速 CSAT3 CAMPBELL (USA)
CO2/H2O密度 LICOR7500 LI-COR (USA)
淨輻射量 CNR-1 Kipp&Zonen (Netherlands)
數據採集與通訊 常規氣象要素 CR1000 CAMPBELL (USA)
碳水通量要素 CR5000


通量觀測塔下墊面為充分灌溉管理下的典型冬小麥–夏玉米一年兩熟輪作制農田生態系統,下墊面均勻且地勢平坦,風浪區足夠大(fetch>350 m)。觀測系統利用CR5000型數據採集器以10 Hz的頻率進行原始數據採樣和存儲,連續自動監測生態系統的碳水通量,每30 min輸出一組平均值。常規氣象要素的觀測記錄輸出頻度同樣為30 min,由相應的數據採集系統自動完成數據獲取和存儲。通過U盤下載原始數據並存儲備份,然後根據ChinaFLUX數據管理要求進行後續的質量控制和標準化處理。

1.2 數據處理方法

編輯

通量數據的原始觀測數據統一遵循ChinaFLUX技術體系進行標準化的質量控制和處理,處理流程如圖1。為規範和便於讀者對數據的使用,本數據集將10 Hz的原始數據處理計算形成了日尺度和生育季節尺度數據產品[9]


圖片

圖1 通量數據質量控制與處理流程


數據質量控制過程主要包括原始數據分析、超聲虛溫校正、坐標軸旋轉、WPL校正、頻率損失校正、野點剔除、穩態測試、湍流積分特性、夜間摩擦風速閾值篩選以及能量閉合度評價[10][11][12][13][14][15]。野點剔除指原始數據中的異常值剔除,剔除方法包括絕對值法和相對值法[16]。絕對值法即依據觀測指標理論上可能出現的數值範圍設置上下限,將明顯超出正常範圍的數值直接剔除;相對值法即計算數據的平均值和方差,以4倍方差作為檢驗標準,剔除偏離過大的數據。坐標軸旋轉也稱為傾斜校正,其目的是保證超聲風速儀與地表平行,減少由於儀器傾斜導致觀測的垂直風速中包含水平風速分量而造成的通量數據誤差。本研究採用中傾斜校正,主要包括三次坐標軸旋轉(Tiple Coordinate Rotation,TR)、WPL(Webb-Pearman-Leuning)校正、頻率響應校正。其中三次坐標軸旋轉可使x軸平行於平均風速方向,側向平均風速與垂直平均風速及兩者的協方差為零;WPL校正針對由於水熱通量輸送引起氣體密度變化而導致的潛熱通量和感熱通量觀測誤差;頻率響應校正針對儀器的系統誤差,即由於儀器對高頻和低頻信號響應存在的缺陷。根據平均值檢驗法(Average Values Test,AVT)對夜間CO2通量數據進行校正[17]。本數據集前期主要利用編寫的程序代碼(2007–2011年)以及軟件EddyPro(LI-COR公司提供,2011–2013年)對通量數據進行了以上質量控制和處理,2017年後期利用ChinaFLUX統一程序代碼對原始數據又進行了一次處理,由於所選計算方法基本一致,數據一致性達99.5%。針對缺失數據的插補,短時段(小於2 h)的缺失數據採用線性內插法,較長時段(大於2 h)的缺失數據利用平均晝夜變化法(mean diurnal variation,MDV)進行插補[18]。對於蒸散量(ET)連續多日(7日以上)的數據缺失時段或MDV插值後仍存在的異常值,我們根據蒸散發生的機制對數據處理方法進行了改進,利用土壤含水量與ET/ET0的定量關係進行重新插補,這也是我們對數據插補方法的一點創新。具體方法如下:

①利用聯合國糧農組織(food and agricultural organization,FAO)推薦的Penman-Montieth 公式計算參考作物騰發量ET0[19]

\({ET}_{0}=\frac{0.408∆\left({R}_{n}-G\right)+900U*\gamma *VPD/\left({T}_{a}+273.3\right)}{∆+\gamma \left(1+0.34U\right)}\) (1)

式中:ET0 為潛在蒸散發(mm),Rn 為作物表層淨輻射(MJ/(m2·day)),G為土壤熱通量(MJ/(m2·day)),Ta 日平均氣溫(oC),U為2 m高度處風速(m/s),VPD為飽和水汽壓差(kPa),Δ為飽和水汽壓曲線斜率(kPa/oC),γ為乾濕表常數(kPa/oC)。

②篩選出連續7日以上的數據缺失時段或異常值時段。

③篩選出存在缺值的日期及其前後2–3天的數據。

④從篩選結果中選擇與缺值處土壤含水量相近的日期(日期相同,年份不同),將各ET/ET0 取平均值作為缺值日的ET/ET0 。其中土壤含水量數據由IH-II型中子儀和自動傳感器共同測定,觀測深度為0–2 m。

⑤將平均所得的ET/ET0 乘以當天對應的ET0 ,得到插補後的ET。

2 數據樣本描述

編輯

2.1 數據集命名規則及數據量

編輯

本數據集為欒城站2007年10月1日至2013年9月30日的農田生態系統日尺度碳水通量觀測數據,共計1個EXCEL數據文件,大小為295 KB。文件命名為「欒城典型灌溉農田生態系統2007–2013年日通量數據集」,其中包括5個表單,分別命名為「蒸散量」「降水量」「淨輻射量」「感熱通量」和「碳通量」。每個表單分別包括2192條日尺度數據和6條生育季尺度數據,其中降雨量數據包括了同時期的人工觀測和自動觀測數據。

2.2 數據文件示例

編輯

表2為數據表頭示例,詳細介紹了數據項含義、數據類型、計量單位等信息。


表2 通量觀測數據表頭說明

數據項 數據類型 計量單位 數據項說明 示例
Date 日期 —— 年/月/日 2007/10/1
Year 日期 —— 年-次年(表示生育年) 2007–2008
ET 數字 mm 日尺度蒸散量 1.3
ET-wheat 數字 mm 冬小麥生育季蒸散量 400.2
ET-maize 數字 mm 夏玉米生育季蒸散量 299.3
ET-Year 數字 mm 生育年尺度蒸散量 699.5
P-M 數字 mm 人工觀測日尺度降水量 6.2
P-A 數字 mm 自動觀測日尺度降水量 6.2
P-wheat 數字 mm 冬小麥生育季降水量 240.2
P-maize 數字 mm 夏玉米生育季降水量 357.3
P-Year 數字 mm 生育年尺度降水量 597.5
Rn 數字 MJ/m2/day 日尺度淨輻射量 5.9
Rn-wheat 數字 MJ/m2 冬小麥季淨輻射量 1232.2
Rn-maize 數字 MJ/m2 夏玉米季淨輻射量 1003.0
Rn-Year 數字 MJ/m2/year 生育年尺度淨輻射量 2235.2
Hs 數字 MJ/m2/day 日尺度感熱通量 2.4
Hs-wheat 數字 MJ/m2 冬小麥季感熱通量 270.7
Hs-maize 數字 MJ/m2 夏玉米季感熱通量 202.6
Hs-Year 數字 MJ/m2/year 生育年尺度感熱通量 473.3
NEE 數字 gC/m2/day 日尺度CO2通量 0.9
NEE-wheat 數字 gC/m2 冬小麥季CO2通量 −309.2
NEE-maize 數字 gC/m2 夏玉米季CO2通量 −393.1
NEE-Year 數字 gC/m2/year 生育年尺度CO2通量 −702.3


數據表頭說明:

(1)Year表示生育年,10月1日至次年9月30日,即從小麥播種到玉米收穫的一個輪作周期。

(2)P(Precipitation)表示降水量(mm),表示從天空降落到地面上的液態或固態(經融化後)水,未經蒸發、滲透、流失,而在水平面上積聚的深度。

(3)ET(Evapotranspiration)表示農田蒸散量(mm),指單位時間單位面積農田土壤蒸發量和植物蒸騰量的總和。

(3)Rn(Net Radiation)表示淨輻射量(MJ/m2),是反映太陽輻射強弱的物理量。

(4)Hs(Sensible Heat Flux):表示感熱通量(MJ/m2),指由於溫度變化引起的大氣與下墊面之間發生的湍流形式的熱交換。

(5)NEE(Net ecosystem exchange of CO2)表示CO2通量(gC/m2)。NEE為正值表示農田生態系統向大氣釋放CO2;NEE為負值表示農田生態系統從大氣吸收CO2。

3 數據質量控制和評估

編輯

目前全球通量觀測研究領域普遍使用的數據質量評價體系主要包括一貫性檢驗和完全湍流假設的檢驗。本數據集基於此對數據質量進行了系統評價。功率譜和協方差譜檢驗結果表明,三維風速、CO2濃度和H2O濃度的功率譜變化模態符合慣性副區-2/3 斜率理論值,表明渦度相關系統設備響應正常,不存在系統性的相移或失真[20]。結合湍流穩定性檢驗和積分統計特性檢驗對數據進行總體質量評價和等級劃分,結果顯示觀測樣本符合湍流的方差相似性規律,數據質量較高[21]。能量閉合度是通量數據質量評價的重要參考標準之一,Wilson等通過統計分析了全球通量觀測網絡(FLUXNET)22個站點的50年通量數據,發現所有植被類型和氣候條件下的觀測均存在不同程度的能量不閉合現象,平均不閉合度達20%[22]。為反映生態系統通量實際變化情況,本數據集中通量觀測數據未進行強制能量閉合處理。但是藉助於改進的ET(LE)插補方法,能量閉合度可達91%。其中小麥季觀測結果的能量閉合度可達95%,玉米季可達88%,遠高於全球通量觀測網絡台站匯交數據能量閉合程度的平均水平,數據質量較好。此外,為保證降水數據質量,本數據集不僅包含了人工觀測降水數據,也收錄了同時期的自動觀測降水數據。

本數據集中,日尺度蒸散量和碳通量有效觀測數據為90%和93%;人工降水量有效觀測數據為100%,自動觀測為96%;淨輻射量和感熱通量有效觀測數據約為95%。數據缺失的原因主要分為兩類:一是觀測儀器運行故障導致的數據缺失,包括供電故障、設備維護等;二是數據處理過程導致的數據缺失,比如夜間和降水天氣數據的篩選等。

4 數據使用方法和建議

編輯

本數據集為欒城試驗站自通量觀測塔架設完成至今積累的全部通量數據,其觀測、處理和質量控制與評估均採用國際通用方法,並根據自身條件和觀測情況進行了改進,可靠性高。數據跨度從2007年10月至2013年9月,覆蓋6個連續作物年,觀測樣地屬於華北地區典型的潮褐土高產農業生態類型,具有較強的代表性。本數據集可為農業節水理論與水文水資源研究等相關領域的發展提供堅實的數據支撐,包括農田耗水特徵與蒸散結構分離[23][24],土壤水利用層次與地下水補給途徑解析[25][26][24],農田生態系統碳氮水循環過程[27][28],農田水平衡和適水種植制度調整[29][30][17][16],農業生產力與水資源可持續利用程度評價[31],作物模型的驗證與改進[32][29][30]等。此外,本數據集可與其他觀測台站的數據進行綜合集成,服務於陸地生態系統對全球變化的響應、區域尺度陸地生態系統物質循環與能量流動過程以及生態系統管理政策制定等相關領域。

目前通量觀測數據仍普遍存在不同程度的能量不閉合現象,數據處理和質量控制也存在一定的不確定性。因此,本數據集在使用過程中需注意以下幾個方面:

(1)隨着ChinaFLUX數據管理技術體系的更新和完善,不同年份匯交的通量數據處理方法不完全相同,因此本數據集可能與早期發表的數據存在一定差異(誤差允許範圍內)。

(2)本數據集的數據管理和質量控制方法詳細信息可參考Zhang等[25][16]、Shen等[17]、於貴瑞等[33]、Wen等[20]和Yu等[8]已發表的文獻。

(3)本數據集各項觀測數據受儀器運行狀態或數據處理過程影響,存在不同程度的數據缺失。數據文件中對插補數據進行了標註,建議優先採用未插補數據,以減少不確定性。

(4)針對降水數據,人工觀測可能會在降水量較大的連續降水日無法及時觀測導致數據偏小,而自動觀測可能對小雨0.2 mm的降水難以捕捉,有時也會由於儀器問題出現缺測,這是目前降水觀測普遍存在的問題,所以建議根據研究實際情況選擇所需降雨數據。

致 謝

編輯

衷心感謝CERN綜合中心和ChinaFLUX數據資源管理人員以及欒城站觀測人員的支持!感謝中科院地理所張雷明、陳智老師在數據質量控制和處理程序方面給予的指導!感謝中科院農業資源研究中心王玉英、程一松、閔雷雷、齊永青和郭英博士在數據收集、處理與監管方面給予的幫助!

參考文獻

編輯
  1. ^ 1.0 1.1 於貴瑞, 張雷明, 孫曉敏, 等. 亞洲區域陸地生態系統碳通量觀測研究進展[J]. 中國科學:地球科學, 2004, S2: 15-29.
  2. GU F, ZHANG Y, HUANG M, et al. Climate-driven uncertainties in modeling terrestrial ecosystem net primary productivity in China[J]. Agricultural & Forest Meteorology, 2017, 246: 123-132.
  3. BALDOCCHI D D. Assessing the eddy covariance technique for evaluating carbon dioxide exchange rates of ecosystems: past, present and future[J]. Global Change Biology, 2003, 9(4): 479-492.
  4. SULKAVA M, LUYSSAERT S, ZAEHLE S, et al. Assessing and improving the representativeness of monitoring networks: The European flux tower network example[J]. Journal of Geophysical Research Biogeosciences, 2015, 116(G3).
  5. YU G, CHEN Z, ZHANG L, et al. Recognizing the Scientific Mission of Flux Tower Observation Networks—Lay the Solid Scientific Data Foundation for Solving Ecological Issues Related to Global Change[J]. Journal of Resources and Ecology, 2017, 8(2): 115-120.
  6. YU G R, ZHANG L M, SUN X M, et al. Advances in carbon flux observation and research in Asia[J]. Science in China, 2005, 48(S1): 1-16.
  7. 於貴瑞, 張雷明, 孫曉敏, 等. 中國陸地生態系統通量觀測研究網絡(ChinaFLUX)的主要進展及發展展望[J]. 地理科學進展, 2014, 33(7): 903-917.
  8. ^ 8.0 8.1 YU G R, WEN X-F, SUN X-M, et al. Overview of ChinaFLUX and evaluation of its eddy covariance measurement[J]. Agricultural & Forest Meteorology, 2006, 137(3): 125-137.
  9. 張玉翠. 華北平原典型灌溉農業生態系統的耗水特徵、結構和水分利用效率研究[D]. 北京: 中國科學院大學, 2013.
  10. PAPALE D, VALENTINI R. A new assessment of European forests carbon exchanges by eddy fluxes and artificial neural network spatialization[J]. Global Change Biology, 2010, 9(4): 525-535.
  11. AUBINET M, VESALA T, PAPALE D. Eddy Covariance: A Practical Guide to Measurement and Data Analysis[J]. Springer, 2012: 365-376.
  12. HOLLINGER D Y, KELLIHER F M, BYERS J N, et al. Carbon Dioxide Exchange between an Undisturbed Old-Growth Temperate Forest and the Atmosphere[J]. Ecology, 1994, 75(1): 134-150.
  13. MOORE C J. Frequency response corrections for eddy correlation systems[J]. Boundary-Layer Meteorology, 1986, 37(1-2): 17-35.
  14. 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, 2010, 106(447): 85-100.
  15. SCHOTANUS P, NIEUWSTADT F T M, BRUIN H A R. Temperature measurement with a sonic anemometer and its application to heat and moisture fluxes[J]. Boundary-Layer Meteorology, 1983, 26(1): 81-93.
  16. ^ 16.0 16.1 16.2 ZHANG Y, LEI H, ZHAO W, et al. Comparison of the water budget for the typical cropland and pear orchard ecosystems in the North China Plain[J]. Agricultural Water Management, 2018, 198: 53-64.
  17. ^ 17.0 17.1 17.2 SHEN Y, ZHANG Y, R. SCANLON B, et al. Energy/water budgets and productivity of the typical croplands irrigated with groundwater and surface water in the North China Plain[J]. Agricultural & Forest Meteorology, 2013, 181(01): 133-142.
  18. FALGE E, BALDOCCHI D, OLSON R, et al. Gap filling strategies for defensible annual sums of net ecosystem exchange[J]. Agricultural & Forest Meteorology, 2001, 107(1): 43-69.
  19. ALLEN R G, PEREIRA L S, RAES D, et al. Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56[J]. Fao, Rome, 1998, 300(9): D05109.
  20. ^ 20.0 20.1 WEN X F, YU G R, SUN X M, et al. Turbulence flux measurement above the overstory of a subtropical Pinus plantation over the hilly region in southeastern China[J]. Science in China Ser D, 2005, 48(S1): 63-73.
  21. FOKEN T, LECLERC M Y. Methods and limitations in validation of footprint models[J]. Agricultural & Forest Meteorology, 2004, 127(3): 223-234.
  22. WILSON K, GOLDSTEIN A, FALGE E, et al. Energy balance closure at FLUXNET sites [J]. Agricultural & Forest Meteorology, 2002, 113(1): 223-243.
  23. 張玉翠, 沈彥俊, 裴宏偉, 等. 冬小麥生長季蒸散與水分利用效率變化特徵[J]. 南水北調與水利科技, 2010, 08(5): 39-41.
  24. ^ 24.0 24.1 LEI H, YANG D, LOKUPITIYA E, et al. Coupling land surface and crop growth models for predicting evapotranspiration and carbon exchange in wheat-maize rotation croplands[J]. Biogeosciences,7,10(2010-10-29), 2010, 7(1): 3363-3375.
  25. ^ 25.0 25.1 ZHANG Y, SHEN Y, SUN H, et al. Evapotranspiration and its partitioning in an irrigated winter wheat field: A combined isotopic and micrometeorologic approach[J]. Journal of Hydrology, 2011, 408(3-4): 203-211.
  26. MIN L, SHEN Y, PEI H. Estimating groundwater recharge using deep vadose zone data under typical irrigated cropland in the piedmont region of the North China Plain[J]. Journal of Hydrology, 2015, 527(1): 305-315.
  27. 胡春勝, 王玉英, 董文旭, 等. 華北平原農田生態系統碳過程與環境效應研究[J]. 中國生態農業學報,2018, 26(10): 1515-1520.
  28. 裴宏偉, 沈彥俊, 劉昌明. 華北平原典型農田氮素與水分循環[J]. 應用生態學報, 2015, 26(01): 283-296.
  29. ^ 29.0 29.1 吳喜芳, 沈彥俊, 張叢,等. 基於植被遙感信息的作物蒸散量估算模型——以華北平原冬小麥為例[J]. 中國生態農業學報, 2014, 22(8): 920-927.
  30. ^ 30.0 30.1 沈彥俊, 胡春勝, 張喜英, 等. 生態學長期研究促進資源高效利用和區域農業可持續發展[J]. 中國科學院院刊, 2018, 33(6): 648-653.
  31. LEI H, YANG D, SHEN Y, et al. Simulation of evapotranspiration and carbon dioxide flux in the wheat‐maize rotation croplands of the North China Plain using the Simple Biosphere Model[J]. Hydrological Processes, 2011, 25(20): 3107-3120.
  32. UMAIR M, SHEN Y, QI Y, et al. Evaluation of the CropSyst model during wheat-maize rotations on the North China Plain for identifying soil evaporation losses[J]. Frontiers in plant science, 2017, 8(1667):1-14.
  33. 於貴瑞, 孫曉敏. 《陸地生態系統通量觀測的原理與方法》(第二版)[M]. 北京: 高等教育出版社, 2018.

數據引用格式

編輯

張玉翠, 姜寒冰, 張傳偉, 沈彥俊. 2007–2013年欒城典型灌溉農田生態系統日通量數據集[DB/OL]. Science Data Bank, 2020. (2020-01-14). DOI: 10.11922/sciencedb.939.


 

本作品在「知識共享-署名 4.0 國際」協議下發表。

Public domainPublic domainfalsefalse