龔元，趙敏*，姚鑫，郭智娟，何毅，張立平

1.上海師范大學(xué)城市生態(tài)與環(huán)境研究中心，上海 200234 2.上海師范大學(xué)生命與環(huán)境科學(xué)學(xué)院，上海 200234

基于Hsieh和Kljun模型的城市生態(tài)系統(tǒng)碳通量貢獻(xiàn)區(qū)分析與對(duì)比

龔元1，趙敏1*，姚鑫2，郭智娟2，何毅1，張立平1

1.上海師范大學(xué)城市生態(tài)與環(huán)境研究中心，上海 200234 2.上海師范大學(xué)生命與環(huán)境科學(xué)學(xué)院，上海 200234

利用上海市奉賢大學(xué)城內(nèi)的渦動(dòng)相關(guān)通量觀測(cè)站點(diǎn)，基于Hsieh和Kljun模型對(duì)研究區(qū)內(nèi)的碳通量貢獻(xiàn)區(qū)進(jìn)行了分析。結(jié)果表明：1)隨著大氣穩(wěn)定度的增加，各風(fēng)向上的碳通量貢獻(xiàn)區(qū)范圍有增加的趨勢(shì)；2)當(dāng)大氣處于穩(wěn)定條件下時(shí)，非主風(fēng)向上的碳通量貢獻(xiàn)區(qū)范圍要大于主風(fēng)向；3)當(dāng)大氣處于不穩(wěn)定狀態(tài)時(shí)，主風(fēng)向和非主風(fēng)向上的碳通量貢獻(xiàn)區(qū)范圍相差不大；4)在各風(fēng)向和各大氣穩(wěn)定度上Hsieh和Kljun模型所輸出的碳通量貢獻(xiàn)區(qū)范圍數(shù)值不同，但無(wú)顯著差異，碳通量貢獻(xiàn)區(qū)范圍形態(tài)近似橢圓；5)Hsieh和Kljun模型輸出的垂直于主風(fēng)向和非主風(fēng)向上的碳通量貢獻(xiàn)區(qū)的長(zhǎng)度無(wú)顯著差異；6)在迎風(fēng)向上Hsieh和Kljun模型的碳通量貢獻(xiàn)峰值所處的位置有顯著差異。

渦動(dòng)相關(guān)；城市系統(tǒng)；通量貢獻(xiàn)區(qū)；碳通量；地理信息系統(tǒng)；T檢驗(yàn)

隨著人類(lèi)社會(huì)的快速發(fā)展，在經(jīng)濟(jì)飛速增長(zhǎng)的背后所帶來(lái)的全球性的環(huán)境問(wèn)題引起了專(zhuān)家學(xué)者們的關(guān)注，其中溫室效應(yīng)(green house effect)更是世界關(guān)注的焦點(diǎn)，所謂溫室效應(yīng)是指大氣層使地球變暖的效應(yīng)，然而造成溫室效應(yīng)的主要原因是二氧化碳和甲烷的大量排放，在這樣的氣候背景下人們開(kāi)始關(guān)注全球環(huán)境下各種生態(tài)系統(tǒng)碳循環(huán)的研究[1]，隨著渦動(dòng)相關(guān)系統(tǒng)(eddy covariance，EC)的發(fā)展和使用，為測(cè)定大氣中的物質(zhì)和通量信息提供了測(cè)量工具[2]，城市作為人類(lèi)影響最為深刻及最大的碳源(carbon source)地區(qū)，其碳循環(huán)的研究(碳通量[3-13]、碳濃度[14]、碳通量貢獻(xiàn)區(qū)[15-19]、碳足跡[14])成為熱點(diǎn)；碳通量和碳濃度主要集中于不同季節(jié)[14]、不同年代等時(shí)間尺度和不同土地利用等空間尺度[5]的研究、碳通量貢獻(xiàn)區(qū)主要集中于不同風(fēng)向、不同大氣穩(wěn)定度等[14]對(duì)其影響的研究。如袁莊鵬[14]基于渦動(dòng)相關(guān)系統(tǒng)和FSAM模型分析了研究區(qū)內(nèi)不同大氣和季節(jié)條件下碳通量貢獻(xiàn)區(qū)的分布，結(jié)果表明，碳通量貢獻(xiàn)區(qū)有明顯的季節(jié)分異特征；劉郁玨等[19]基于渦動(dòng)相關(guān)數(shù)據(jù)和Hsieh模型分析了不同EC監(jiān)測(cè)高度下北京市碳通量貢獻(xiàn)區(qū)的分布特征，結(jié)果表明，觀測(cè)高度是影響碳通量貢獻(xiàn)區(qū)分布的重要因素；顧永劍等[16]基于崇明東灘通量觀測(cè)塔的通量數(shù)據(jù)和FSAM模型，對(duì)研究區(qū)內(nèi)不同風(fēng)向和不同大氣條件下碳通量貢獻(xiàn)區(qū)的分布進(jìn)行了分析，結(jié)果表明，碳通量貢獻(xiàn)區(qū)在不同的大氣穩(wěn)定度下有不同的分布特征；Kordowski等[3]用14個(gè)月的EC數(shù)據(jù)基于FSAM模型分析了德國(guó)西部埃森市的碳通量特征和碳通量貢獻(xiàn)區(qū)分布特征，結(jié)果表明，城市綠地具有明顯的碳匯作用；Kurppa等[5]利用位于芬蘭的赫爾辛基市中心和郊區(qū)的通量數(shù)據(jù)分析了不同季節(jié)、不同土地利用下碳通量的差異，并且運(yùn)用Kormann與Meixner模型分析二者的碳通量貢獻(xiàn)區(qū)分布特征，結(jié)果表明，土地利用方式的不同是影響碳通量的重要因素。以上關(guān)于碳通量的研究均涉及到碳通量貢獻(xiàn)區(qū)和不同碳通量貢獻(xiàn)區(qū)模型的研究，可以看出碳通量貢獻(xiàn)區(qū)的研究是城市系統(tǒng)碳循環(huán)研究的重要環(huán)節(jié)。碳通量貢獻(xiàn)區(qū)的研究有助更好地了解城市中碳排放的主要來(lái)源，并可為降低城市碳排放優(yōu)化大氣環(huán)境提供服務(wù)。但是碳通量貢獻(xiàn)區(qū)模型眾多，如FSAM，Hsieh，Kormann與Meixne等，選取合適的碳通量貢獻(xiàn)區(qū)模型是開(kāi)展碳通量貢獻(xiàn)區(qū)研究的關(guān)鍵，F(xiàn)SAM和Kormann與Meixne模型是目前使用較多的模型，但是由于其要求輸入的參數(shù)較為復(fù)雜不適宜城市的復(fù)雜環(huán)境[19]。Hsieh模型由于要求輸入?yún)?shù)的局限性較小，較適合城市環(huán)境的碳通量貢獻(xiàn)區(qū)研究[19]。Kljun模型在城市方面的研究和應(yīng)用較少[20]。為深入了解碳通量貢獻(xiàn)區(qū)模型受環(huán)境影響的機(jī)制，以及更好地開(kāi)展城市系統(tǒng)碳循環(huán)的研究，可通過(guò)Hsieh和Kljun模型的對(duì)比選取適合城市系統(tǒng)碳通量貢獻(xiàn)區(qū)的模型。

綜上，筆者使用2015年6—8月上海市奉賢大學(xué)城通量觀測(cè)點(diǎn)的通量數(shù)據(jù)和氣象數(shù)據(jù)，基于Hsieh和Kljun模型分析了上海市奉賢大學(xué)城不同風(fēng)向和不同大氣穩(wěn)定度下碳通量貢獻(xiàn)區(qū)的分布情況，并進(jìn)行了模型對(duì)比。

1 研究方法

1.1 渦動(dòng)觀測(cè)系統(tǒng)原理

渦動(dòng)相關(guān)通量觀測(cè)系統(tǒng)一般以10～20 Hz的采樣頻率采集傳感器一定高度上的超聲虛溫、水汽含量、空氣密度、風(fēng)速等信息，取平均值(30 min)計(jì)算通量信息。二氧化碳的湍流輸送通量可由下式計(jì)算[21]：

(1)

式中：w′為垂直風(fēng)速脈動(dòng)量，m/s；ρc′為二氧化碳密度脈動(dòng)量，g/m3；FC即二氧化碳通量，μmol/(m2·s)。

1.2 研究區(qū)概況

圖1 研究區(qū)示意(紅色三角為觀測(cè)系統(tǒng))Fig.1 Map for the study area

研究區(qū)域位于上海市奉賢大學(xué)城，地處中溫帶，亞熱帶季風(fēng)氣候，夏季盛行東南風(fēng)，冬季盛行西北風(fēng)，地形為平原，一年中的降水集中于夏季，年總降水量約2 100 mm。搭載微氣象梯度觀測(cè)系統(tǒng)和渦動(dòng)相關(guān)系統(tǒng)的觀測(cè)塔的地理坐標(biāo)為121°30′38.96″E，30°50′32.26″N(圖1)；觀測(cè)塔高20 m。植被類(lèi)型中木本是以香樟(Cinnamomumcamphora)為優(yōu)勢(shì)種的亞熱帶常綠闊葉林，冠層高度8 m[14]，及以菖蒲(AcoruscalamusL)、蘆葦(Phragmitesaustralis)、麥冬(Ophiopogonjaponicus)為優(yōu)勢(shì)種的草本植物。其他用地包括道路和校園建筑如教學(xué)樓、圖書(shū)館、食堂、宿舍樓等[14]。年平均氣溫15.7 ℃，年均相對(duì)濕度80%。

1.3 通量觀測(cè)系統(tǒng)

通量觀測(cè)系統(tǒng)包括Cr3000(Campbell.Scientific Instruments,USA)通量數(shù)據(jù)采集和存儲(chǔ)設(shè)備；Li7500(LICOR,Inc.,USA)開(kāi)路式二氧化碳和水汽分析設(shè)備，安裝高度20 m；Gill三維超聲風(fēng)速儀(Gill. Instruments,UK)，安裝高度20 m[14]。

1.4 通量數(shù)據(jù)質(zhì)量控制

選取2015年6—8月的通量觀測(cè)數(shù)據(jù)和氣象數(shù)據(jù)，用Eddypro(eddy covariance software)軟件對(duì)10 Hz的原始數(shù)據(jù)進(jìn)行傾斜修正、頻率響應(yīng)修正、WPL校正等，將原始數(shù)據(jù)輸出為30 min，每次的數(shù)據(jù)包括各類(lèi)通量信息和數(shù)據(jù)質(zhì)量控制標(biāo)識(shí)(0-1-2)等[16]。

考慮儀器、天氣等因素的影響，通過(guò)Eddypro數(shù)據(jù)預(yù)處理后，對(duì)輸出的碳通量信息進(jìn)行篩選：1)剔除缺失的數(shù)據(jù)；2)剔除質(zhì)量控制標(biāo)注為2的數(shù)據(jù)；3)剔除降水時(shí)段的數(shù)據(jù)；4)剔除10 Hz原始數(shù)據(jù)每30 min缺失率大于3%的數(shù)據(jù)；5)剔除夜間摩擦風(fēng)速小于0.15 m/s的數(shù)據(jù)[16]。2015年6—8月的碳通量數(shù)據(jù)缺失和拒絕率為36%，一般情況下數(shù)據(jù)的缺失和拒絕率小于50%則具有代表性[18]。在數(shù)據(jù)插補(bǔ)方面采用平均每日變異法(MDV)，即用相鄰天的同一時(shí)刻的數(shù)據(jù)平均值進(jìn)行插補(bǔ)，白天通量數(shù)據(jù)的插補(bǔ)周期為7 d，夜晚通量數(shù)據(jù)的插補(bǔ)周期為14 d[16]。

2 通量貢獻(xiàn)區(qū)模型

2.1 Hsieh模型

Hsieh模型[19]是在拉格朗日隨機(jī)擴(kuò)散模式(Lagrangian)和維度分析的理論基礎(chǔ)上發(fā)展的解析模式(analytical)，其要求輸入的參數(shù)均可在Eddypro的數(shù)據(jù)結(jié)果中獲得，Hsieh模型要求輸入的參數(shù)主要包括觀測(cè)高度、零平面位移值、大氣粗糙度等。輸出參數(shù)為上風(fēng)向10%～90%通量貢獻(xiàn)率的區(qū)域距離至EC點(diǎn)距離，及通量貢獻(xiàn)峰值所處的位置等。Hsieh模型計(jì)算式如下：

(2)

10%～90%通量貢獻(xiàn)比率(足跡)函數(shù)為式(2)的導(dǎo)數(shù)：

(3)

通量貢獻(xiàn)峰值出現(xiàn)在上風(fēng)向的距離(xmax)可由下式計(jì)算：

(4)

式中：S0為源強(qiáng)，g/(m2·s)；k為馮卡門(mén)常數(shù)，取值為0.4；D和P為作者設(shè)定的模型特定常數(shù)；Zm為觀測(cè)高度與零平面位移值的差，m；L為莫寧-奧布霍夫穩(wěn)定度長(zhǎng)度，m。依據(jù)式(3)可計(jì)算上風(fēng)向10%～90%通量貢獻(xiàn)率的區(qū)域至EC點(diǎn)的距離。以上參數(shù)均可以在Eddypro的輸出結(jié)果中獲得。

2.2 Kljun模型

Kljun通量貢獻(xiàn)區(qū)模型，是由Kljun等[20]基于尺度(量綱)分析衍生的新穎算法，主要用來(lái)計(jì)算通量足跡的側(cè)風(fēng)積分函數(shù)，其要求輸入的參數(shù)包括觀測(cè)高度、邊界層高度、摩擦速度、垂直風(fēng)速脈動(dòng)的標(biāo)準(zhǔn)差等(以上參數(shù)均可以在Eddypro的輸出結(jié)果中獲得)，輸出參數(shù)為10%～90%通量貢獻(xiàn)率的區(qū)域至EC點(diǎn)距離，及上風(fēng)向通量貢獻(xiàn)峰值所處的位置等。該模型通過(guò)以上輸入?yún)?shù)由量綱分析(π定理)構(gòu)成無(wú)量綱參數(shù)組，并進(jìn)行重構(gòu)得到一個(gè)無(wú)量綱上風(fēng)距離(X*)函數(shù)的無(wú)量綱側(cè)風(fēng)積分足跡函數(shù)(F*)，可以由下式組成：

(5)

(6)

(7)

式中：α1和α2為優(yōu)化參數(shù)，利用試驗(yàn)(實(shí)際上是較可靠的復(fù)雜三維Lagrangian足跡模式LPDM-B的結(jié)果)檢驗(yàn)，并確定優(yōu)化參數(shù)；按式(7)計(jì)算各擬合參數(shù)a，b，c，d〔與粗糙度(z0)有關(guān)〕;Zm為高度，m；h為邊界層高度，m；u*為摩擦速度，m/s；σw為垂直風(fēng)速脈動(dòng)的標(biāo)準(zhǔn)差，m/s。利用此模式除可計(jì)算隨上風(fēng)距離(x)變化的側(cè)風(fēng)積分的足跡函數(shù)(fiy)外，還可按應(yīng)用需要輸出fiy峰值出現(xiàn)的xmax，以及fiy的不同占比(R)出現(xiàn)的距離(xR)。該模型還提供了利用該方法計(jì)算足跡分布的在線工具(http://footprint.kljun.net/index.php)，可以較方便地使用。

2.3 通量貢獻(xiàn)區(qū)坐標(biāo)轉(zhuǎn)換

將獲得10%～90%通量貢獻(xiàn)率的區(qū)域至EC點(diǎn)距離設(shè)為A，風(fēng)向角度設(shè)為B的情況下，為了方便其在ArcGIS(地理信息軟件)[22]確定通量貢獻(xiàn)區(qū)的大致范圍，需要將距離和風(fēng)向信息轉(zhuǎn)換為笛卡爾二維坐標(biāo)信息(x，y)，因此在ArcGIS中建立以EC點(diǎn)為原點(diǎn)的笛卡爾二維坐標(biāo)系，(x，y)可通過(guò)三角函數(shù)進(jìn)行計(jì)算。

當(dāng)B在0°～90°時(shí)：

x=AsinB

(8)

y=AcosB

(9)

當(dāng)B在90°～180°時(shí)：

x=Acos(B-90)

(10)

y=-Asin(B-90)

(11)

當(dāng)B在180°～270°時(shí)：

x=-Asin(B-180)

(12)

y=-Acos(B-180)

(13)

當(dāng)B在270°～360°時(shí)：

x=-Acos(B-270)

(14)

y=Asin(B-270)

(15)

將式(8)～(15)中的(x，y)在ArcGIS中實(shí)現(xiàn)準(zhǔn)確定位，并用ArcGIS的地圖要素(點(diǎn)、線、面)的轉(zhuǎn)換功能來(lái)獲得碳通量貢獻(xiàn)區(qū)的大致范圍。

3 結(jié)果和討論

3.1 風(fēng)向特征

2015年6—8月研究區(qū)內(nèi)風(fēng)玫瑰圖如圖2所示。由圖2可知，2015年6—8月期間，90°(E)～180°(S)的風(fēng)向定義為主風(fēng)向(東南風(fēng))，270°(W)～360°(0°/N)的風(fēng)向定義為非主風(fēng)向(西北風(fēng))。

圖2 研究區(qū)風(fēng)玫瑰圖Fig.2 Wind rose for the study area

3.2 碳通量貢獻(xiàn)區(qū)分析

基于Hsieh和Kljun模型，提取出當(dāng)通量貢獻(xiàn)率為90%的各風(fēng)向上碳通量貢獻(xiàn)區(qū)范圍及分布如表1和圖3所示。100、250、500和800 m代表至EC點(diǎn)的距離，90°(E)、180°(S)、270°(W)和360°(N)代表風(fēng)向。表1中大氣穩(wěn)定度與莫寧-奧布霍夫穩(wěn)定度長(zhǎng)度(L)有關(guān)[23]，該值可在Eddypro的輸出結(jié)果中獲得。當(dāng)L大于0時(shí)，表示大氣處于穩(wěn)定狀態(tài)；當(dāng)L小于0時(shí)，表示大氣處于不穩(wěn)定狀態(tài)。

表1 研究區(qū)碳通量貢獻(xiàn)區(qū)特征

圖3 研究區(qū)碳通量貢獻(xiàn)區(qū)特征Fig.3 The range of carbon footprint for the study area

3.2.1 基于Hsieh模型的碳通量貢獻(xiàn)區(qū)特征

由表1和圖3可知，主風(fēng)向上，在大氣穩(wěn)定和不穩(wěn)定的狀態(tài)下碳通量貢獻(xiàn)區(qū)范圍最大分別可達(dá)420和210 m，碳通量貢獻(xiàn)區(qū)范圍在大氣穩(wěn)定狀態(tài)下的碳通量貢獻(xiàn)區(qū)范圍要遠(yuǎn)大于大氣非穩(wěn)定狀態(tài)，其與顧永劍等[16]在崇明濕地生態(tài)系統(tǒng)利用FSAM模型分析的碳通量貢獻(xiàn)區(qū)范圍的分析結(jié)果一致。當(dāng)大氣處于穩(wěn)定和不穩(wěn)定狀態(tài)時(shí)，Hsieh模型主風(fēng)向上的通量貢獻(xiàn)峰值分別在287和152 m處，垂直于主風(fēng)向上的碳通量貢獻(xiàn)區(qū)長(zhǎng)度在穩(wěn)定和不穩(wěn)定狀態(tài)下分別為315和162 m。

非主風(fēng)向上，在大氣穩(wěn)定和不穩(wěn)定的狀態(tài)下碳通量貢獻(xiàn)區(qū)范圍最大分別可達(dá)784和240 m，與主風(fēng)向上的碳通量貢獻(xiàn)區(qū)分布特征一致，非主風(fēng)向上的碳通量貢獻(xiàn)區(qū)范圍也隨著大氣穩(wěn)定的增加而擴(kuò)大，但當(dāng)大氣穩(wěn)定時(shí)非主風(fēng)向上的碳通量貢獻(xiàn)區(qū)范圍大于主風(fēng)向，當(dāng)大氣處于不穩(wěn)定狀態(tài)時(shí)二者相差不大，其與顧永劍等[16-17，19]的研究結(jié)果一致。當(dāng)大氣處于穩(wěn)定和不穩(wěn)定狀態(tài)時(shí)，Hsieh模型非主風(fēng)向上的通量貢獻(xiàn)峰值分別在465和220 m處，垂直于非主風(fēng)向上的碳通量貢獻(xiàn)區(qū)長(zhǎng)度在穩(wěn)定和不穩(wěn)定狀態(tài)下分別為530和192 m。

與同類(lèi)碳通量貢獻(xiàn)區(qū)的研究相比，龔笑飛等[18]在利用FSAM模型分析安吉毛竹林生態(tài)系統(tǒng)的碳通量貢獻(xiàn)區(qū)分布特征的研究中得出，碳通量貢獻(xiàn)區(qū)范圍最大可達(dá)2 175 m，大于本文的范圍，其主要原因是觀測(cè)高度和生態(tài)系統(tǒng)的差異。王江濤[15]運(yùn)用FSAM模型在生長(zhǎng)季下研究崇明濕地的碳通量貢獻(xiàn)區(qū)特征表明，碳通量貢獻(xiàn)區(qū)范圍可達(dá)378 m，其與本文主風(fēng)向上的碳通量貢獻(xiàn)區(qū)范圍較接近，但小于420 m，原因可能受觀測(cè)高度的影響。

3.2.2 基于Kljun模型的碳通量貢獻(xiàn)區(qū)特征

由表1和圖3可知，主風(fēng)向上，在大氣穩(wěn)定和不穩(wěn)定的狀態(tài)下碳通量貢獻(xiàn)區(qū)范圍最大分別可達(dá)424和219 m，穩(wěn)定狀態(tài)下的碳通量貢獻(xiàn)區(qū)范圍要遠(yuǎn)大于非穩(wěn)定狀態(tài)下。當(dāng)大氣處于穩(wěn)定和不穩(wěn)定狀態(tài)時(shí)，Kljun模型主風(fēng)向上的通量貢獻(xiàn)峰值分別在246和122 m處，垂直于主風(fēng)向上的碳通量貢獻(xiàn)區(qū)長(zhǎng)度在穩(wěn)定和不穩(wěn)定狀態(tài)下分別為295和176 m。

非主風(fēng)向上，在大氣穩(wěn)定和不穩(wěn)定的狀態(tài)下碳通量貢獻(xiàn)區(qū)范圍最大分別可達(dá)786和244 m，與主風(fēng)向上的碳通量貢獻(xiàn)區(qū)分布特征一致，非主風(fēng)向上的碳通量貢獻(xiàn)區(qū)范圍也隨著大氣穩(wěn)定的增加而擴(kuò)大，但當(dāng)大氣穩(wěn)定時(shí)非主風(fēng)向上的碳通量貢獻(xiàn)區(qū)范圍大于主風(fēng)向，當(dāng)大氣處于不穩(wěn)定狀態(tài)時(shí)二者相差不大。當(dāng)大氣處于穩(wěn)定和不穩(wěn)定狀態(tài)時(shí)，Kljun模型非主風(fēng)向上的碳通量貢獻(xiàn)峰值分別在412和182 m處，垂直于非主風(fēng)向上的碳通量貢獻(xiàn)區(qū)長(zhǎng)度在穩(wěn)定和不穩(wěn)定狀態(tài)下分別為512和182 m。

3.3 Hsieh和Kljun模型的輸出參數(shù)對(duì)比

在主風(fēng)向上，Hsieh和Kljun模型輸出的碳通量貢獻(xiàn)區(qū)范圍值不同(差值為1～9 m)，當(dāng)大氣處于穩(wěn)定和不穩(wěn)定狀態(tài)時(shí)，Hsieh和Kljun模型的碳通量貢獻(xiàn)峰值所處的位置分別差41和30 m。在垂直于主風(fēng)向上的碳通量貢獻(xiàn)區(qū)長(zhǎng)度方面，Hsieh和Kljun模型在大氣穩(wěn)定和大氣不穩(wěn)定狀態(tài)下分別相差20和14 m。

在非主風(fēng)向上，Hsieh和Kljun模型輸出的碳通量貢獻(xiàn)區(qū)范圍值不同(差值為2～4 m)，當(dāng)大氣處于穩(wěn)定和不穩(wěn)定狀態(tài)時(shí)，Hsieh和Kljun模型的通量貢獻(xiàn)峰值所處的位置分別差53和38 m。在垂直于非主風(fēng)向上的碳通量貢獻(xiàn)區(qū)長(zhǎng)度方面，Hsieh和Kljun模型的大氣穩(wěn)定和大氣不穩(wěn)定狀態(tài)下分別相差18和10 m。

為了對(duì)比Hsieh和Kljun模型的輸出參數(shù)是否有顯著差異，使用SPSS統(tǒng)計(jì)軟件中的T檢驗(yàn)(T-test)[24]對(duì)各風(fēng)向和各大氣穩(wěn)定度下的碳通量貢獻(xiàn)區(qū)范圍、長(zhǎng)度、碳通量貢獻(xiàn)峰值進(jìn)行檢驗(yàn)，結(jié)果如表2所示。

表2 碳通量貢獻(xiàn)區(qū)模型輸出參數(shù)T檢驗(yàn)結(jié)果

根據(jù)T檢驗(yàn)的結(jié)果，Hsieh和Kljun模型在迎風(fēng)方向碳通量貢獻(xiàn)峰值所處位置的輸出結(jié)果上有顯著差異，其他無(wú)顯著差異。

本文著重討論了碳通量貢獻(xiàn)區(qū)的分布特征，但沒(méi)有涉及到碳通量特征[25-29]和不同土地利用類(lèi)型對(duì)碳通量的影響[30]，需在以后的工作中開(kāi)展該方面研究。Hsieh和Kljun模型在碳通量貢獻(xiàn)區(qū)范圍輸出結(jié)果相似性的原因可能是由于2個(gè)模型均是基于拉格朗日隨機(jī)足跡模型(Lagrangian stochastic model)[30]建立的。由于城市環(huán)境下墊面的復(fù)雜性和特定場(chǎng)景的不同，對(duì)碳通量貢獻(xiàn)區(qū)的研究一般多是進(jìn)行定性的分析[31-37]，對(duì)Hsieh和Kljun模型的分析與模型驗(yàn)證[30]需在未來(lái)使用更長(zhǎng)時(shí)間尺度的碳通量數(shù)據(jù)進(jìn)行完善。

4 結(jié)論

(1)研究區(qū)內(nèi)Hsieh和Kljun模型在主風(fēng)向和非主風(fēng)向上的碳通量貢獻(xiàn)區(qū)范圍都隨大氣穩(wěn)定度的增加而擴(kuò)大，且迎風(fēng)方向碳通量貢獻(xiàn)峰值的位置也隨大氣穩(wěn)定度的增加而變大。當(dāng)大氣處于不穩(wěn)定狀態(tài)時(shí)，Hsieh和Kljun模型在主風(fēng)向和非主風(fēng)向上的碳通量貢獻(xiàn)區(qū)范圍相差不大(包括垂直于該風(fēng)向上的碳通量貢獻(xiàn)區(qū))，當(dāng)大氣處于穩(wěn)定狀態(tài)時(shí)，非主風(fēng)向上的碳通量貢獻(xiàn)區(qū)范圍大于主風(fēng)向(包括垂直于該風(fēng)向上的碳通量貢獻(xiàn)區(qū))。

(2)在所選取的模型方面，Hsieh和Kljun模型的輸出信息一致(輸出參數(shù)為10%～90%碳通量貢獻(xiàn)率的區(qū)域至EC點(diǎn)的距離，及碳通量貢獻(xiàn)峰值所處的位置等)。在各風(fēng)向和各大氣穩(wěn)定度上，Hsieh和Kljun模型所輸出的碳通量貢獻(xiàn)區(qū)范圍參數(shù)不同(差值為1～9 m)，且無(wú)顯著差異；碳通量貢獻(xiàn)區(qū)范圍形態(tài)近似橢圓；在垂直于非主風(fēng)向和主風(fēng)向上的碳通量貢獻(xiàn)區(qū)長(zhǎng)度上，Hsieh和Kljun模型的輸出結(jié)果無(wú)顯著差異，但在Hsieh和Kljun模型的迎風(fēng)方向碳通量貢獻(xiàn)峰值所處的位置上有顯著的差異。

本文著重討論了碳通量貢獻(xiàn)區(qū)的分布特征，但沒(méi)有涉及到碳通量特征和不同土地利用類(lèi)型對(duì)碳通量的影響，在以后的工作中需開(kāi)展該方面。

志謝：感謝中國(guó)科學(xué)院西北生態(tài)環(huán)境資源研究院的王介民教授在通量觀測(cè)塔日常維護(hù)以及碳通量數(shù)據(jù)處理方面的指導(dǎo)。

[1] 趙榮欽,黃賢金.城市系統(tǒng)碳循環(huán):特征、機(jī)理與理論框架[J].生態(tài)學(xué)報(bào),2013,33(2):358-366. ZHAO R Q,HUANG X J.Carbon cycle of urban system:characteristics,mechanism and theoretical framework[J].Acta Ecologica Sinica,2013,33(2):358-366.

[2] MILANOLO S,GABROVEK F.Estimation of carbon dioxide flux degassing from percolating waters in a karst cave:case study from Bijambare cave,Bosnia and Herzegovina[J].Chemie der Erde-Geochemistry,2015,75(4):465-474.

[3] KORDOWSKI K,KUTTLER W.Carbon dioxide fluxes over an urban park area[J].Atmospheric Environment,2010,44(23):2722-2730.

[4] KISHORE K M,SHIVA N S M.Characteristics of ground level CO2concentrations over contrasting land uses in a tropical urban environment[J].Atmospheric Environment,2015,115:286-294.

[5] KURPPA M,NORDBO A,HAAPANALA S,et al.Effect of seasonal variability and land use on particle number and CO2exchange in Helsinki,Finland[J].Urban Climate,2015(13):94-109.

[6] GIOLI B,GUALTIERI G,BUSILLO C,et al.Improving high resolution emission inventories with local proxies and urban eddy covariance flux measurements[J].Atmospheric Environment,2015,115:246-256.

[7] VELASCO E,PERRUSQUIA R,JIMéNEZ E,et al.Sources and sinks of carbon dioxide in a neighborhood of Mexico City[J].Atmospheric Environment,2014,97:226-238.

[8] GAHAGAN A,GIARDINA C P,KING J S,et al.Carbon fluxes,storage and harvest removals through 60 years of stand development in red pine plantations and mixed hardwood stands in Northern Michigan,USA[J].Forest Ecology and Management,2015,337:88-97.

[9] SHAH M V,BADLE S S,RAMACHANDRAN K B.Hyaluronic acid production and molecular weight improvement by redirection of carbon flux towards its biosynthesis pathway[J].Biochemical Engineering Journal,2013,80:53-60.

[10] HAGAN O A.Probabilistic uncertainty specification:overview,elaboration techniques and their application to a mechanistic model of carbon flux[J].Environmental Modelling & Software,2012,36:35-48.

[11] GREGG W W,CASEY N W,ROUSSEAUX C S.Sensitivity of simulated global ocean carbon flux estimates to forcing by reanalysis products[J].Ocean Modelling,2014,80:24-35.

[12] BORCHARD N,SCHIRRMANN M,HEBEL C V,et al.Spatio-temporal drivers of soil and ecosystem carbon fluxes at field scale in an upland grassland in Germany[J].Agriculture,Ecosystems & Environment,2015,211:84-93.

[13] HARRIS A,DASH J.The potential of the MERIS terrestrial chlorophyll index for carbon flux estimation[J].Remote Sensing of Environment,2010,114(8):1856-1862.

[14] 袁莊鵬.碳通量變化特征及影響因子研究[D].上海:上海師范大學(xué),2013.

[15] 王江濤.崇明東灘濱海圍墾區(qū)蘆葦濕地CO2通量特征[D].上海:華東師范大學(xué),2015.

[16] 顧永劍,高宇,郭海強(qiáng),等.崇明東灘濕地生態(tài)系統(tǒng)碳通量貢獻(xiàn)區(qū)分析[J].復(fù)旦學(xué)報(bào)(自然科學(xué)版),2008,47(3):374-379. GU Y J,GAO Y,GUO H Q,et al.Footprint analysis for carbon flux in the wetland ecosystem of Chongming Dongtan[J].Journal of Fudan University(Natural Science),2008,47(3):374-379.

[17] 袁莊鵬,趙敏.基于FSAM模型的城市碳通量觀測(cè)貢獻(xiàn)區(qū)研究[J].上海師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2012,41(5):533-539. YUAN Z P,ZHAO M.Research of flux footprint of city based on the FSAM model[J].Journal of Shanghai Normal University(Natural Sciences),2012,41(5):533-539.

[18] 龔笑飛,陳麗萍,莫路鋒.基于FSAM模型的毛竹林碳通量貢獻(xiàn)區(qū)研究[J].西南林業(yè)大學(xué)學(xué)報(bào),2015,35(6):37-43. GONG X F,CHEN L P,MO L F.Research of flux footprint of anji bamboo forest ecosystems based on the FSAM model[J].Journal of Southwest Forestry University,2015,35(6):37-43.

[19] 劉郁玨,胡非,程雪玲,等.北京城市通量足跡及源區(qū)分布特征分析[J].大氣科學(xué),2014,38(6):1044-1054. LIU Y J,HU F,CHENG X L,et al.Distribution of the source area and footprint of Beijing[J].Chinese Journal of Atmospheric Sciences,2014,38(6):1044-1054.

[20] KLJUN N,CALANCE P,ROTACH M W,et al.A simple parameterization for flux footprint predictions[J].Boundary Layer Meteorogy,2004,112:503-523.

[21] 袁莊鵬,趙敏,黃辭海,等.城市節(jié)假日前后碳通量特征及其與車(chē)流量關(guān)系[J].環(huán)境工程學(xué)報(bào),2013,7(9):3501-3506. YUAN Z P,ZHAO M,HUANG C H,et al.Characteristics of CO2flux before and after holidays and its relationship with traffic volume in urban area[J].Chinese Journal of Environmental Engineering,2013,7(9):3501-3506.

[22] 鮑文東.基于GIS的土地利用動(dòng)態(tài)變化研究[D].青島:山東科技大學(xué),2007.

[23] NEFTEL A,SPIRIG C,AMMANN C.Application and test of a simple tool for operational footprint evaluations[J].Environmental Pollution,2008,152(3):644-652.

[24] 范琳琳,王紅瑞,宋乃琦,等.基于T檢驗(yàn)的水文時(shí)間序列HHT分析方法及應(yīng)用[J].系統(tǒng)工程理論與實(shí)踐,2015,35(5):1324-1331 FAN L L,WANG H R,SONG N Q,et al.Hilbert-Huang transform based on T-test for hydrological time series and its application[J].Systems Engineering:Theory and Practice,2015,35(5):1324-1331.

[25] CATLING D C,ZAHNLE K J,MCKAY C.Biogenic methane,hydrogen escape,and the irreversible oxidation of early earth[J].Science,2001,293:839-843.

[26] HASHIMOTO S,MORISHITA T,SAKATA T,et al.Increasing trends of soil greenhouse gas fluxes in Japanese forests from 1980 to 2009[J].Scientific Reports,2011,1(1):116.

[27] PORADA P,LENTON T M,POHL A,et al.High potential for weathering and climate effects of non-vascular vegetation in the Late Ordovician[J].Nature Communications,2016,7:12113.

[28] HELLEVANG H,AAGAARD P.Constraints on natural global atmospheric CO2fluxes from 1860 to 2010 using a simplified explicit forward model[J].Scientific Reports,2015,5:17352.

[29] KORNER C,ASSHOFF R,BIGNUCOLO O,et al.Carbon flux and growth in mature deciduous forest trees exposed to elevated CO2[J].Science,2005,309:1360-1362.

[30] 郭海強(qiáng),邵長(zhǎng)亮,董剛.渦度協(xié)方差技術(shù):測(cè)量及數(shù)據(jù)分析的實(shí)踐指導(dǎo)[M].1版.北京:高等教育出版社,2016:171-214.

[31] FINN D,LAMB B,LECLERC M Y,et al.Experimental evaluation of analytical and Lagrangian surface-layer flux footprint models[J].Boundary-Layer Meteorology,1996,80(3):283-308.

[32] FLESCH T K,WILSON J D,YEE E.Backward-time Lagrangian stochastic dispersion models and their application to estimate gaseous emissions[J].Journal of Applied Meteorology,1995,34(6):1320-1332.

[33] SCHMID H P.Experimental design for flux measurements:matching observations and fluxes[J].agricultural and Forest Meteorology,1997,87:179-200.

[34] SCHMID H P.Footprint modeling for vegetation atmosphere exchange studies:a review and perspective[J].Agricultural and Forest Meteorology,2002,113(1/2/3/4):159-183.

[35] KORMANN R,MEIXNER F X.An analytical footprint model for non-neutral stratification[J].Boundary-Layer Meteorology,2001,99(2):207-224.

[36] AMIRO B D.Footprint climatologies for evapotranspiration in a boreal catchment[J].Agricultural and Forest Meteorology,1998,90(3):195-201.

[37] BALDOCCHI D.Flux footprints within and over forest canopies[J].Boundary-Layer Meteorology,1997,85(2):273-292. ○

Analysis and comparison of carbon flux contribution zones in urban ecological system based on Hsieh and Kljun models

GONG Yuan1, ZHAO Min1, YAO Xin2, GUO Zhijuan2, HE Yi1, ZHANG Liping1

1.Research Center of Urban Ecology and Environment, Shanghai Normal University, Shanghai 200234, China 2.College of Life and Environmental Sciences, Shanghai Normal University, Shanghai 200234, China

The carbon flux contribution zones (CFCZs) in the research area were analyzed by using related flux observation sites of eddy turbulence in Shanghai Fengxian University and basing on Hsieh and Kljun model. The result shows that with the increase of atmospheric stability, the scope of CFCZs in all wind directions has an increasing tendency. Under stable conditions, the scope of CFCZs in non-prevailing wind directions is larger than that in the prevailing wind direction, while under unstable state, there is no big difference in the carbon flux contribution scope in the two kinds of wind directions. In all wind directions and atmospheric stability, the CFCZs scope output by Hsieh model is different from that output by Kljun model but with no significant difference, and the CFCZs are like oval. In CFCZ lengths which are vertical to prevailing wind directions and non-prevailing wind direction, the output result by Hsieh model has no significant differences with that by Kljun model. There is a great difference in the locations of Hsieh’ and Kljun’s flux contribution peak numbers in all wind directions.

eddy covariance; urban system; flux contribution zone; carbon flux; GIS; T-test

2016-06-12

國(guó)家自然科學(xué)基金青年基金項(xiàng)目(31100354)

龔元(1992—)，男，碩士研究生，研究方向?yàn)榇髿猸h(huán)境與GIS應(yīng)用，1072363740@qq.com

*責(zé)任作者：趙敏(1973—)，女，副教授，研究方向?yàn)槌鞘猩鷳B(tài)，zhaomin@shnu.edu.cn

X51

1674-991X(2017)02-0225-07

10.3969/j.issn.1674-991X.2017.02.033

龔元，趙敏，姚鑫,等.基于Hsieh和Kljun模型的城市生態(tài)系統(tǒng)碳通量貢獻(xiàn)區(qū)分析與對(duì)比[J].環(huán)境工程技術(shù)學(xué)報(bào),2017,7(2):225-231.

GONG Y,ZHAO M,YAO X,et al.Analysis and comparison of carbon flux contribution zones in urban ecological system based on Hsieh and Kljun models[J].Journal of Environmental Engineering Technology,2017,7(2):225-231.