龔元，趙敏*，姚鑫，郭智娟，何毅，張立平

1.上海師范大學城市生態(tài)與環(huán)境研究中心，上海 200234 2.上海師范大學生命與環(huán)境科學學院，上海 200234

基于Hsieh和Kljun模型的城市生態(tài)系統(tǒng)碳通量貢獻區(qū)分析與對比

龔元1，趙敏1*，姚鑫2，郭智娟2，何毅1，張立平1

1.上海師范大學城市生態(tài)與環(huán)境研究中心，上海 200234 2.上海師范大學生命與環(huán)境科學學院，上海 200234

利用上海市奉賢大學城內的渦動相關通量觀測站點，基于Hsieh和Kljun模型對研究區(qū)內的碳通量貢獻區(qū)進行了分析。結果表明：1)隨著大氣穩(wěn)定度的增加，各風向上的碳通量貢獻區(qū)范圍有增加的趨勢；2)當大氣處于穩(wěn)定條件下時，非主風向上的碳通量貢獻區(qū)范圍要大于主風向；3)當大氣處于不穩(wěn)定狀態(tài)時，主風向和非主風向上的碳通量貢獻區(qū)范圍相差不大；4)在各風向和各大氣穩(wěn)定度上Hsieh和Kljun模型所輸出的碳通量貢獻區(qū)范圍數(shù)值不同，但無顯著差異，碳通量貢獻區(qū)范圍形態(tài)近似橢圓；5)Hsieh和Kljun模型輸出的垂直于主風向和非主風向上的碳通量貢獻區(qū)的長度無顯著差異；6)在迎風向上Hsieh和Kljun模型的碳通量貢獻峰值所處的位置有顯著差異。

渦動相關；城市系統(tǒng)；通量貢獻區(qū)；碳通量；地理信息系統(tǒng)；T檢驗

隨著人類社會的快速發(fā)展，在經濟飛速增長的背后所帶來的全球性的環(huán)境問題引起了專家學者們的關注，其中溫室效應(green house effect)更是世界關注的焦點，所謂溫室效應是指大氣層使地球變暖的效應，然而造成溫室效應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始關注全球環(huán)境下各種生態(tài)系統(tǒng)碳循環(huán)的研究[1]，隨著渦動相關系統(tǒng)(eddy covariance，EC)的發(fā)展和使用，為測定大氣中的物質和通量信息提供了測量工具[2]，城市作為人類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]、碳通量貢獻區(qū)[15-19]、碳足跡[14])成為熱點；碳通量和碳濃度主要集中于不同季節(jié)[14]、不同年代等時間尺度和不同土地利用等空間尺度[5]的研究、碳通量貢獻區(qū)主要集中于不同風向、不同大氣穩(wěn)定度等[14]對其影響的研究。如袁莊鵬[14]基于渦動相關系統(tǒng)和FSAM模型分析了研究區(qū)內不同大氣和季節(jié)條件下碳通量貢獻區(qū)的分布，結果表明，碳通量貢獻區(qū)有明顯的季節(jié)分異特征；劉郁玨等[19]基于渦動相關數(shù)據(jù)和Hsieh模型分析了不同EC監(jiān)測高度下北京市碳通量貢獻區(qū)的分布特征，結果表明，觀測高度是影響碳通量貢獻區(qū)分布的重要因素；顧永劍等[16]基于崇明東灘通量觀測塔的通量數(shù)據(jù)和FSAM模型，對研究區(qū)內不同風向和不同大氣條件下碳通量貢獻區(qū)的分布進行了分析，結果表明，碳通量貢獻區(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個月的EC數(shù)據(jù)基于FSAM模型分析了德國西部埃森市的碳通量特征和碳通量貢獻區(qū)分布特征，結果表明，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，并且運用Kormann與Meixner模型分析二者的碳通量貢獻區(qū)分布特征，結果表明，土地利用方式的不同是影響碳通量的重要因素。以上關于碳通量的研究均涉及到碳通量貢獻區(qū)和不同碳通量貢獻區(qū)模型的研究，可以看出碳通量貢獻區(qū)的研究是城市系統(tǒng)碳循環(huán)研究的重要環(huán)節(jié)。碳通量貢獻區(qū)的研究有助更好地了解城市中碳排放的主要來源，并可為降低城市碳排放優(yōu)化大氣環(huán)境提供服務。但是碳通量貢獻區(qū)模型眾多，如FSAM，Hsieh，Kormann與Meixne等，選取合適的碳通量貢獻區(qū)模型是開展碳通量貢獻區(qū)研究的關鍵，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)較為復雜不適宜城市的復雜環(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)境的碳通量貢獻區(qū)研究[19]。Kljun模型在城市方面的研究和應用較少[20]。為深入了解碳通量貢獻區(qū)模型受環(huán)境影響的機制，以及更好地開展城市系統(tǒng)碳循環(huán)的研究，可通過Hsieh和Kljun模型的對比選取適合城市系統(tǒng)碳通量貢獻區(qū)的模型。

綜上，筆者使用2015年6—8月上海市奉賢大學城通量觀測點的通量數(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城不同風向和不同大氣穩(wěn)定度下碳通量貢獻區(qū)的分布情況，并進行了模型對比。

1 研究方法

1.1 渦動觀測系統(tǒng)原理

渦動相關通量觀測系統(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、風速等信息，取平均值(30 min)計算通量信息。二氧化碳的湍流輸送通量可由下式計算[21]：

(1)

式中：w′為垂直風速脈動量，m/s；ρc′為二氧化碳密度脈動量，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(紅色三角為觀測系統(tǒng))Fig.1 Map for the study area

研究區(qū)域位于上海市奉賢大學城，地處中溫帶，亞熱帶季風氣候，夏季盛行東南風，冬季盛行西北風，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系統(tǒng)和渦動相關系統(tǒng)的觀測塔的地理坐標為121°30′38.96″E，30°50′32.26″N(圖1)；觀測塔高20 m。植被類型中木本是以香樟(Cinnamomumcamphora)為優(yōu)勢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)勢種的草本植物。其他用地包括道路和校園建筑如教學樓、圖書館、食堂、宿舍樓等[14]。年平均氣溫15.7 ℃，年均相對濕度80%。

1.3 通量觀測系統(tǒng)

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

1.4 通量數(shù)據(jù)質量控制

選取2015年6—8月的通量觀測數(shù)據(jù)和氣象數(shù)據(jù)，用Eddypro(eddy covariance software)軟件對10 Hz的原始數(shù)據(jù)進行傾斜修正、頻率響應修正、WPL校正等，將原始數(shù)據(jù)輸出為30 min，每次的數(shù)據(jù)包括各類通量信息和數(shù)據(jù)質量控制標識(0-1-2)等[16]。

考慮儀器、天氣等因素的影響，通過Eddypro數(shù)據(jù)預處理后，對輸出的碳通量信息進行篩選：1)剔除缺失的數(shù)據(jù)；2)剔除質量控制標注為2的數(shù)據(jù)；3)剔除降水時段的數(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)插補方面采用平均每日變異法(MDV)，即用相鄰天的同一時刻的數(shù)據(jù)平均值進行插補，白天通量數(shù)據(jù)的插補周期為7 d，夜晚通量數(shù)據(jù)的插補周期為14 d[16]。

2 通量貢獻區(qū)模型

2.1 Hsieh模型

Hsieh模型[19]是在拉格朗日隨機擴散模式(Lagrangian)和維度分析的理論基礎上發(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)結果中獲得，Hsieh模型要求輸入的參數(shù)主要包括觀測高度、零平面位移值、大氣粗糙度等。輸出參數(shù)為上風向10%～90%通量貢獻率的區(qū)域距離至EC點距離，及通量貢獻峰值所處的位置等。Hsieh模型計算式如下：

(2)

10%～90%通量貢獻比率(足跡)函數(shù)為式(2)的導數(shù)：

(3)

通量貢獻峰值出現(xiàn)在上風向的距離(xmax)可由下式計算：

(4)

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

2.2 Kljun模型

Kljun通量貢獻區(qū)模型，是由Kljun等[20]基于尺度(量綱)分析衍生的新穎算法，主要用來計算通量足跡的側風積分函數(shù)，其要求輸入的參數(shù)包括觀測高度、邊界層高度、摩擦速度、垂直風速脈動的標準差等(以上參數(shù)均可以在Eddypro的輸出結果中獲得)，輸出參數(shù)為10%～90%通量貢獻率的區(qū)域至EC點距離，及上風向通量貢獻峰值所處的位置等。該模型通過以上輸入?yún)?shù)由量綱分析(π定理)構成無量綱參數(shù)組，并進行重構得到一個無量綱上風距離(X*)函數(shù)的無量綱側風積分足跡函數(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(實際上是較可靠的復雜三維Lagrangian足跡模式LPDM-B的結果)檢驗，并確定優(yōu)化參數(shù)；按式(7)計算各擬合參數(shù)a，b，c，d〔與粗糙度(z0)有關〕;Zm為高度，m；h為邊界層高度，m；u*為摩擦速度，m/s；σw為垂直風速脈動的標準差，m/s。利用此模式除可計算隨上風距離(x)變化的側風積分的足跡函數(shù)(fiy)外，還可按應用需要輸出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 通量貢獻區(qū)坐標轉換

將獲得10%～90%通量貢獻率的區(qū)域至EC點距離設為A，風向角度設為B的情況下，為了方便其在ArcGIS(地理信息軟件)[22]確定通量貢獻區(qū)的大致范圍，需要將距離和風向信息轉換為笛卡爾二維坐標信息(x，y)，因此在ArcGIS中建立以EC點為原點的笛卡爾二維坐標系，(x，y)可通過三角函數(shù)進行計算。

當B在0°～90°時：

x=AsinB

(8)

y=AcosB

(9)

當B在90°～180°時：

x=Acos(B-90)

(10)

y=-Asin(B-90)

(11)

當B在180°～270°時：

x=-Asin(B-180)

(12)

y=-Acos(B-180)

(13)

當B在270°～360°時：

x=-Acos(B-270)

(14)

y=Asin(B-270)

(15)

將式(8)～(15)中的(x，y)在ArcGIS中實現(xiàn)準確定位，并用ArcGIS的地圖要素(點、線、面)的轉換功能來獲得碳通量貢獻區(qū)的大致范圍。

3 結果和討論

3.1 風向特征

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

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

3.2 碳通量貢獻區(qū)分析

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

表1 研究區(qū)碳通量貢獻區(qū)特征

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

3.2.1 基于Hsieh模型的碳通量貢獻區(qū)特征

由表1和圖3可知，主風向上，在大氣穩(wěn)定和不穩(wěn)定的狀態(tài)下碳通量貢獻區(qū)范圍最大分別可達420和210 m，碳通量貢獻區(qū)范圍在大氣穩(wěn)定狀態(tài)下的碳通量貢獻區(qū)范圍要遠大于大氣非穩(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區(qū)范圍的分析結果一致。當大氣處于穩(wěn)定和不穩(wěn)定狀態(tài)時，Hsieh模型主風向上的通量貢獻峰值分別在287和152 m處，垂直于主風向上的碳通量貢獻區(qū)長度在穩(wěn)定和不穩(wěn)定狀態(tài)下分別為315和162 m。

非主風向上，在大氣穩(wěn)定和不穩(wěn)定的狀態(tài)下碳通量貢獻區(qū)范圍最大分別可達784和240 m，與主風向上的碳通量貢獻區(qū)分布特征一致，非主風向上的碳通量貢獻區(qū)范圍也隨著大氣穩(wěn)定的增加而擴大，但當大氣穩(wěn)定時非主風向上的碳通量貢獻區(qū)范圍大于主風向，當大氣處于不穩(wěn)定狀態(tài)時二者相差不大，其與顧永劍等[16-17，19]的研究結果一致。當大氣處于穩(wěn)定和不穩(wěn)定狀態(tài)時，Hsieh模型非主風向上的通量貢獻峰值分別在465和220 m處，垂直于非主風向上的碳通量貢獻區(qū)長度在穩(wěn)定和不穩(wěn)定狀態(tài)下分別為530和192 m。

與同類碳通量貢獻區(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)的碳通量貢獻區(qū)分布特征的研究中得出，碳通量貢獻區(qū)范圍最大可達2 175 m，大于本文的范圍，其主要原因是觀測高度和生態(tài)系統(tǒng)的差異。王江濤[15]運用FSAM模型在生長季下研究崇明濕地的碳通量貢獻區(qū)特征表明，碳通量貢獻區(qū)范圍可達378 m，其與本文主風向上的碳通量貢獻區(qū)范圍較接近，但小于420 m，原因可能受觀測高度的影響。

3.2.2 基于Kljun模型的碳通量貢獻區(qū)特征

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

非主風向上，在大氣穩(wěn)定和不穩(wěn)定的狀態(tài)下碳通量貢獻區(qū)范圍最大分別可達786和244 m，與主風向上的碳通量貢獻區(qū)分布特征一致，非主風向上的碳通量貢獻區(qū)范圍也隨著大氣穩(wěn)定的增加而擴大，但當大氣穩(wěn)定時非主風向上的碳通量貢獻區(qū)范圍大于主風向，當大氣處于不穩(wěn)定狀態(tài)時二者相差不大。當大氣處于穩(wěn)定和不穩(wěn)定狀態(tài)時，Kljun模型非主風向上的碳通量貢獻峰值分別在412和182 m處，垂直于非主風向上的碳通量貢獻區(qū)長度在穩(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)對比

在主風向上，Hsieh和Kljun模型輸出的碳通量貢獻區(qū)范圍值不同(差值為1～9 m)，當大氣處于穩(wěn)定和不穩(wěn)定狀態(tài)時，Hsieh和Kljun模型的碳通量貢獻峰值所處的位置分別差41和30 m。在垂直于主風向上的碳通量貢獻區(qū)長度方面，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。

在非主風向上，Hsieh和Kljun模型輸出的碳通量貢獻區(qū)范圍值不同(差值為2～4 m)，當大氣處于穩(wěn)定和不穩(wěn)定狀態(tài)時，Hsieh和Kljun模型的通量貢獻峰值所處的位置分別差53和38 m。在垂直于非主風向上的碳通量貢獻區(qū)長度方面，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)計軟件中的T檢驗(T-test)[24]對各風向和各大氣穩(wěn)定度下的碳通量貢獻區(qū)范圍、長度、碳通量貢獻峰值進行檢驗，結果如表2所示。

表2 碳通量貢獻區(qū)模型輸出參數(shù)T檢驗結果

根據(jù)T檢驗的結果，Hsieh和Kljun模型在迎風方向碳通量貢獻峰值所處位置的輸出結果上有顯著差異，其他無顯著差異。

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

4 結論

(1)研究區(qū)內Hsieh和Kljun模型在主風向和非主風向上的碳通量貢獻區(qū)范圍都隨大氣穩(wěn)定度的增加而擴大，且迎風方向碳通量貢獻峰值的位置也隨大氣穩(wěn)定度的增加而變大。當大氣處于不穩(wěn)定狀態(tài)時，Hsieh和Kljun模型在主風向和非主風向上的碳通量貢獻區(qū)范圍相差不大(包括垂直于該風向上的碳通量貢獻區(qū))，當大氣處于穩(wěn)定狀態(tài)時，非主風向上的碳通量貢獻區(qū)范圍大于主風向(包括垂直于該風向上的碳通量貢獻區(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%碳通量貢獻率的區(qū)域至EC點的距離，及碳通量貢獻峰值所處的位置等)。在各風向和各大氣穩(wěn)定度上，Hsieh和Kljun模型所輸出的碳通量貢獻區(qū)范圍參數(shù)不同(差值為1～9 m)，且無顯著差異；碳通量貢獻區(qū)范圍形態(tài)近似橢圓；在垂直于非主風向和主風向上的碳通量貢獻區(qū)長度上，Hsieh和Kljun模型的輸出結果無顯著差異，但在Hsieh和Kljun模型的迎風方向碳通量貢獻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區(qū)的分布特征，但沒有涉及到碳通量特征和不同土地利用類型對碳通量的影響，在以后的工作中需開展該方面。

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

[1] 趙榮欽,黃賢金.城市系統(tǒng)碳循環(huán):特征、機理與理論框架[J].生態(tài)學報,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,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,2015.

[16] 顧永劍,高宇,郭海強,等.崇明東灘濕地生態(tài)系統(tǒng)碳通量貢獻區(qū)分析[J].復旦學報(自然科學版),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貢獻區(qū)研究[J].上海師范大學學報(自然科學版),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區(qū)研究[J].西南林業(yè)大學學報,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,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流量關系[J].環(huán)境工程學報,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的土地利用動態(tài)變化研究[D].青島:山東科技大學,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檢驗的水文時間序列HHT分析方法及應用[J].系統(tǒng)工程理論與實踐,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,邵長亮,董剛.渦度協(xié)方差技術:測量及數(shù)據(jù)分析的實踐指導[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

國家自然科學基金青年基金項目(31100354)

龔元(1992—)，男，碩士研究生，研究方向為大氣環(huán)境與GIS應用，1072363740@qq.com

*責任作者：趙敏(1973—)，女，副教授，研究方向為城市生態(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)碳通量貢獻區(qū)分析與對比[J].環(huán)境工程技術學報,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.