北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

涡动相关观测与数据处理基础知识系列之一:通量塔的选址与建塔的基本原则

日期: 2024-04-26
浏览次数: 244

近年来,采用涡动相关(eddy-covariance,EC)方法测量温室气体通量的站点数量在迅速增加,但是要在科学目的、工程标准、安装运行成本和实用性之间做出平衡,寻找到最佳的解决方法,仍是一个具有挑战的工作。从观测结果准确性和精确度来说,选址、建塔等站点设计的环节是重中之重。

1、位置选择

站点选址的基本原则是,该站点能够尽量观测到全部的研究对象,这涉及到两个问题,一个是方向,一个是架设高度。

首先是确定观测区域近几年的主风向,可以参考近几年的气象数据。由于中国大部分地区是季风气候,一般在春夏和秋冬会有两个主风向,这时候要考虑通量仪器的架设方向,实验观测的主要周期等。如果仪器架设方向可以随主风向的改变方便调整,或者实验周期是明确区分了春夏或者秋冬,那么在选址时可以选在观测对象的下风向,这样可以尽可能多的观测到目标对象;如果不能改变通量仪器的架设方向,且是长期定位观测,那尽量将观测地点选址在观测对象的中央位置,或者沿主风向的中点位置,这样可以尽可能的在不改变仪器方向和位置的前提下,观测到尽可能多的研究对象。

确定架设高度要满足通量仪器的基本观测条件, 即满足湍流运动的充分交换。一般的架设高度是下垫面冠层高度的1.5到2倍(具体确定观测高度的经验法则见图 1);在相对平坦和均匀的下垫面条件下,观测距离大约是观测有效高度的100倍(风浪区原理),具体范围需要根据footprint源区计算,随着湍流运动强度和下垫面情况会有所改变。

涡动相关观测与数据处理基础知识系列之一:通量塔的选址与建塔的基本原则

图 1 确定观测高度的经验法则

通量源区代表性分析(Footprint分析)是检验一个通量站质量的重要手段,可以用来进行实验方案的设计指导,观测数据的质量控制,以及通过特定传感器的源区分布和来自感兴趣下垫面(植被)的通量贡献,从而对观测结果进行分析解释。

涡动相关观测与数据处理基础知识系列之一:通量塔的选址与建塔的基本原则

图 2 Footprint分析

2、下垫面的影响

2.1植被类型

涡动相关法测量温室气体通量要求仪器安装在常通量层内,而常通量层假设要求稳态大气、下垫面与仪器之间没有任何源或者汇、足够长的风浪区和水平均匀的下垫面等基本条件。

在涡动相关传感器能监测到的“源区域”内植被类型均匀一致的情况下,其观测到的通量结果是比较有意义的,可以用来解释生态系统的温室气体收支情况。但当涡动相关传感器的“源区域”覆盖到不同植被类型时,情况就会变得复杂起来。一个极端的例子是:某站点周围具有两种不同的森林植被类型,每天周期性地,白天,风从一种植被类型吹向另一种;夜间,则正好相反。那么,该站点观测得到的通量资料的日平均值将毫无意义。这种极端的情况虽然极少出现,但许多站点都会有微妙的风向变化,在数据分析时需要做仔细考虑。

此外,光、土壤湿度、土壤结构、叶面积以及物种种类组成的空间异质性会导致温室气体源/汇强度的水平梯度。而其植被类型的变化也会造成表面粗糙度的变化,当风通过不同粗糙度或者不同源/汇强度表面的区域时,就会产生非常明显的平流效应(Raupach & Finnigan, 1997; Baldocchi et al., 2000)。

涡动相关观测与数据处理基础知识系列之一:通量塔的选址与建塔的基本原则

图 3 不同下垫面的地表粗糙度

(参考 于贵瑞&孙晓敏,2006)

地表植被类型的突然变化会导致气流的变化,如气流在从高大森林向低矮草地移动时,会在森林边缘形成回流区(如图 4所示),导致近地面和上方气流方向不一致,其水平长度尺度(距离)等于冠层高度的2-5倍(Detto et al., 2008)。

涡动相关观测与数据处理基础知识系列之一:通量塔的选址与建塔的基本原则

图 4森林边缘附近湍流结构的概念模型

(参考Detto et al., 2008)

2.2冠层高度

通量足迹Footprint描述了EC系统能够观测到的“源区域”,提供了每个表面元素对测量的垂直通量的相对贡献。Footprint取决于观测高度、表面粗糙度和大气稳定度等。如图 5所示,通常来说,传感器的观测高度越高,就越能观测到更远、更广的区域(Horst & Weil, 1994),也便于捕捉植物冠层上方混合良好的边界层中的通量交换。但是观测高度也不是越高越好,在大气层结稳定的条件下(如夜间),过高的观测高度可能会使观测到的“源区域”超出感兴趣的研究区域。因此应该预先计算并确保来自感兴趣区域的通量贡献至少为90%(Göckede et al., 2004),在稳定条件下至少50%的时间以确保适当的数据覆盖不同的风向和不同的天气条件。

涡动相关观测与数据处理基础知识系列之一:通量塔的选址与建塔的基本原则

图 5观测高度与通量足迹

基于Munger(2012)等确定塔/测量高度(hm)的原则(如图 1),可能存在准确测量实际观测高度和冠层高度的困难,需要考虑后期调整高度的可能性。观测高度必须用三维超声风速计测量路径的中心来确定,其值取决于感兴趣的生态系统的冠层高度(hc),冠层高度值不需要特别准确:采用主要冠层的平均预期高度是合理的。

对于冠层高度在生长季节中快速变化的农田、草地和种植园以及同样具有快速变化特性的冰雪下垫面,塔架设计必须考虑允许通过改变塔架高度(例如伸缩式塔架设计)或通过移动传感器来改变测量高度。随着时间的推移为了确保相同的通量观测源区,可以考虑改变测量高度,遵循的原则是测量高度与冠层高度的0.76倍之间的差值保持在一个确定数值的±10%左右。但这种调整的频率不用特别频繁,最多在植被生长期或在积雪季节每隔一周进行。假设在植被生长期开始时的裸土,其测量高度为2 m,在冠层高度达到1.2 米前,不需要改变测量高度;在植被达到1.2米后(例如增加约0.5-0.8米)开始提高测量高度,然后保持测量高度与冠层高度的0.76倍之间的差值保持在一个确定数值。改变表面高度(由于生长和积雪)以及改变测量高度必须准确记录,因为这必须在后期数据处理中考虑。

2.3地形影响

EC法测量通量假设了地形水平,这样可以保证地形的坐标系和传感器坐标系方向一致,避免平流、泄流效应的影响。

涡动相关观测与数据处理基础知识系列之一:通量塔的选址与建塔的基本原则

图 6复杂地形对EC观测的影响

在复杂的地形条件下,风吹过小山时会引起气流的辐合或辐散运动,产生平流效应(Kaimail & Finnigan, 1994)。存在有局地风场影响的站点,在夜间大气稳定,垂直湍流输送和大气混合作用较弱,CO2的水平和垂直平流效应的影响是很重要的(于贵瑞&孙晓敏,2006)。Mordukhovish & Tsvang(1966)的研究表明,斜坡地形能导致水平异质和通量的辐散。

对于设在地势较高的观测塔,在夜间对流比较弱时,通常会因CO2沿斜坡泄流而造成大气传输的通量低估,最后导致生态系统净生产力的估算偏高;对于在地势较低沟谷中的观测塔,其问题更加复杂,如果外部的大气平流/泄流通过观测界面进入生态系统,会高估光合作用吸收CO2的能力;如果外部的大气平流/泄流不能通过观测界面,而是从观测界面下部直接进入生态系统,则会在生态系统中暂时储存,最终输出生态系统,造成对呼吸作用的高估。

在大多数情况下,实际地形难以满足地形水平的假设,这就需要进行坐标旋转,以消除平流项的影响。当安装铁塔的斜坡坡度特别大时,可以考虑将原本应水平安装的超声风速计调整为与地面平行。

3、塔及塔附属设施的影响

3.1塔体本身

塔本身对观测的影响可分为塔本身对风场的影响,以及塔的偏转、震荡对测量过程的影响两种。

3.1.1 对风场的影响

自然气流无论是经过几十米的观测塔,还是遇到几毫米的仪器翼梁或电缆,各种尺度的障碍物都会使流线发散,从而导致用于计算通量的流线分离,称为流体失真,流动失真以难以看见的方式影响测量,其影响只能在塔的设计建造阶段进行最小化。

在塔的迎风侧(上游),风速受到影响会有所降低。受流动失真影响的逆风距离与障碍物大小的立方成比例,并随着距离的立方体而减小(Wyngaard, 1981, 1988)。在塔的背风侧(下游),风速也减弱,这种效果随着风速的增加而减小(湍流的更快速重构)并且受到障碍物的长度和宽度的影响。

图 7 展示了在高塔的迎风侧观察到的风向上的偏转与加速, 图 8则展示了高塔顶部和底部方向迥异的风向。这是由于在背风侧下方产生的回流区造成的,障碍物(塔)尺寸越大,回流区就越容易发展得更大。在塔基通量观测中,森林生态系统的观测常需要10m以上的高塔作为基础,容易导致回流区的产生,回流也增加了向上流动的倾向,并加强了烟囱效应,这可能会显著影响风的测量和干扰混合比梯度。

涡动相关观测与数据处理基础知识系列之一:通量塔的选址与建塔的基本原则

图 7 在塔的迎风侧观察到风向上偏转和加速

(引自Sanuki and Tsuda, 1957)

涡动相关观测与数据处理基础知识系列之一:通量塔的选址与建塔的基本原则

图 8 塔顶部的西风流(离地面10米)和离地面2米处的东风回流(引自Vaucher et al., 2004)

在建造塔时,尽量选择塔身纤细、结构较少的铁塔,避免对风场的影响,也要注意控制林窗的大小,避免人为形成回流区域。此外,应该尽量减少树木和树枝的移除,因为它们对风的阻力作用可以减少这些回流区域的形成。选择纤细塔体的同时也要保证塔体足够坚固,以确保安全的维护通道和应对整个观测周期中的极端环境。

当塔架底座和结构由于受到外界辐射而加热引起对流循环时,可以观察到烟囱效应。这增强了气流的垂直偏转,从而使更多的空气向上移动。烟囱效应取决于基础和塔的质量和热容量、塔的形状、对树冠的干扰程度(清理/切割塔构造的树木)和站点的净辐射量等。烟囱效应是不可避免的,应尽量减少混凝土基础和塔架结构,塔的的横截面也尽量不超过2 x 3 m (Munger et al., 2012)。塔体结构对经过气流的扭曲变形和烟囱效应应该通过专业的方式或通过建模方法(Griessbaum & Schmidt,2009)进行调查(Serafimovich et al., 2011)。

3.1.2 对测量过程的影响

塔体本身随风速的运动会导致测量中的系统不确定性;塔的移动应限制在0.02 m s-1(即测量风速的精度),并且不应具有在1到20 Hz之间与风向共同变化的力矩(谐波效应);快速响应加速度设备可用于量化塔运动,逐点校正还需要快速响应测斜仪测量以确定旋转速率以及加速度;由于在塔上工作的人员而导致的塔架运动不会随着风或标量交换而变化,但可能会扰乱风场。

3.2塔上横臂

在1976年的国际湍流对比实验中,一些报告显示直径0.05 m的水平支撑结构造成的平均上升风速为0.1 m/s (Dyer, 1981),它大到足以使涡动相关测量无效。因此,风速计安装臂的尺寸也要尽量小,只需要提供一个安全稳定的测量平台就可以了。

王国华等利用成熟的计算流体软件,对布置多个支撑观测仪器的支架所导致的大气边界层风场失真进行定量仿真。他们发现,当支架间距小于6倍的支架直径D或来流风向角小于30°时支架附近流场受到明显的相互干扰。通过对不同来流风向及支架间距离模拟结果的对比分析,认为使用多支架进行多点联合观测时,支架应沿垂直于观测地点常年来流主风向的展向布置。为避免不同支架相互干扰,支架间的最小距离L应大于9倍的支架截面直径。

此外,横臂本身需要足够稳定以支撑仪表,可以通过增加侧臂和拉索的方式,以避免横臂的扭矩和振荡。

3.3塔下建筑物

3.1.1一节讨论了塔体本身对风速和风向造成扭曲从而影响风场的作用,塔下其他障碍物(如设备房间、供电小屋等)也存在这种作用,如图 9 所示。

涡动相关观测与数据处理基础知识系列之一:通量塔的选址与建塔的基本原则

图 9 从障碍物侧面看的迎风流畸变和背风侧流畸变的概念图

(引自Davies and Miller, 1982)

回流效应在高大的森林冠层中最为明显,但较矮的草地和作物冠层也必须考虑,特别是在附近存放其他设备的房屋的情况下。因此,应尽可能地减少这种流动变形源,在不可减少的情况下,障碍物应远离观测塔,避免对风场的影响。

参考文献

1. Raupach M R , Finnigan J J . The influence of topography on meteorological variables and surface-atmosphere interactions[J]. Journal of Hydrology, 1997, 190(3-4):182-213.

2. Baldocchi D , Falge E , Wilson K . A spectral analysis of biosphere-atmosphere trace gas flux densities and meteorological variables across hour to multi-year time scales. 2000.

3. 于贵瑞, 孙晓敏. 陆地生态系统通量观测的原理与方法[M]. 高等教育出版社, 2006.

4. Detto M, Katul G G, Siqueira M, et al. The structure of turbulence near a tall forest edge: The backward‐facing step flow analogy revisited[J]. Ecological Applications, 2008, 18(6): 1420-1435.

5. Horst T W, Weil J C. How far is far enough?: The fetch requirements for micrometeorological measurement of surface fluxes[J]. Journal of Atmospheric and Oceanic Technology, 1994, 11(4): 1018-1025.

6. Göckede M, Rebmann C, Foken T. A combination of quality assessment tools for eddy covariance measurements with footprint modelling for the characterisation of complex sites[J]. Agricultural and Forest Meteorology, 2004, 127(3-4): 175-188.

7. Munger J W, Loescher H W, Luo H. Measurement, tower, and site design considerations[M]//Eddy Covariance. Springer, Dordrecht, 2012: 21-58.

8. Kaimal J C, Finnigan J J. Atmospheric boundary layer flows: their structure and measurement[M]. Oxford university press, 1994.

9. Mordukhovich M I, Tsvang L R. Direct measurement of turbulent flows at two heights in the atmospheric ground layer(Atmospheric turbulence statistical characteristics dependence on stratification and elevation from heat flux and wind friction stress characteristics)[J]. ACADEMY OF SCIENCES, USSR, IZVESTIYA, ATMOSPHERIC AND OCEANIC PHYSICS, 1966, 2: 477-486.

10. Wyngaard J C. The effects of probe-induced flow distortion on atmospheric turbulence measurements[J]. Journal of Applied Meteorology and Climatology, 1981, 20(7): 784-794.

11. Wyngaard J C. The effects of probe-induced flow distortion on atmospheric turbulence measurements: Extension to scalars[J]. Journal of Atmospheric Sciences, 1988, 45(22): 3400-3412.

12. Sanukii M, Tsuda N. What are we measuring on the top of a tower?[J]. Papers in Meteorology and Geophysics, 1957, 8(1): 98-101.

13. Vaucher G T, Cionco R, Bustillos M, et al. 7.3 FORECASTING STABILITY TRANSITIONS AND AIR FLOW AROUND AN URBAN BUILDING–PHASE I[J]. 2004.

14. Griessbaum F, Schmidt A. Advanced tilt correction from flow distortion effects on turbulent CO2 fluxes in complex environments using large eddy simulation[J]. Quarterly Journal of the Royal Meteorological Society: A journal of the atmospheric sciences, applied meteorology and physical oceanography, 2009, 135(643): 1603-1613.

15. Serafimovich A, Thomas C, Foken T. Vertical and horizontal transport of energy and matter by coherent motions in a tall spruce canopy[J]. Boundary-Layer Meteorology, 2011, 140(3): 429-451.

16. Dyer A J . Flow distortion by supporting structures[J]. 1981, 20(2):243-251.

17. 王国华, 贾淑明, 郑晓静. 观测支架引起的大气边界层风场的失真规律[J]. 兰州大学学报: 自然科学版, 2012, 48(5): 71-78.

Davies M E, Miller B L. Wind effects on offshore platforms-a summary of wind tunnel studies[R]. National Maritime Inst., Feltham (UK), 1982.

为了保障各位老师同学从仪器维护的工作中解放出来,做数据的使用者,把更多的时间和精力用在数据深度分析和科学价值发掘方面,我们特提供以下技术服务:

涡动相关观测与数据处理基础知识系列之一:通量塔的选址与建塔的基本原则

站点长期正式运维

基于站点管理、工作流程/规范、设备安全、系统优化、设备/数据预警、站点/设备监控、数据分析、科研成果凝练和挖掘等多方面综合执行。

站点短期巡检

发现目前设备安装、使用、维护、运行状态等影响数据质量的问题。

数据远程综汇系统升级

建立系统平台,对站点运行状态和数据质量进行预警、监控等。

数据整理分析和深度挖掘

通过数据整理、插补和分析,形成数据质量分析报告;同时深入挖掘数据背后的科学信息,可以多方面地支撑文章写作、项目申请、专利以及软件著作权申请等工作。

通量观测技术培训(涡动相关系统、闪烁仪系统等)

根据用户的实际需求,可以有针对性地培训涡动通量观测和设备运行的基本原理,数据处理的基本流程,通量数据处理软件介绍及实际操作演示,通量、气象设备日常维护以及仪器标定,站点选址等相关内容。提供远程视频和上门现场培训等多种方案。


News / 相关新闻 More
2026 - 03 - 17
研究背景随着全球气候变化及水体富营养化加剧,蓝藻及其他藻类爆发已成为全球关注的环境问题。这些藻华不仅干扰航运与娱乐,更严重的是,部分蓝藻会释放致命毒素,威胁人类和野生动物的健康。传统监测方法往往难以快速、准确地在大空间尺度上区分产毒与不产毒的蓝藻属种。而光谱成像技术通过获取植物光合色素的“特征指纹”,为解决这一难题提供了可能。然而,现有的遥感监测也面临挑战:(1)光谱库不足:卫星遥感依赖端元光谱库,但经验证的代表性蓝藻光谱数据稀缺;(2)水体干扰强:水深、浊度等光学参数复杂,影响大范围遥感反演精度;(3)培养与野外的差异:实验室藻类光谱难以完全还原自然生境下的真实特征;基于此,美国地质调查局(USGS)联合美国国家标准与技术研究院(NIST)利用高光谱显微镜成像系统,以俄勒冈州上克拉马斯湖的不同区域水体的蓝藻样品为研究对象,通过系统验证与野外采样相结合的方法,获取了不同蓝藻属在细胞尺度的高...
2026 - 03 - 17
研究背景在北半球,多年冻土覆盖了约22%的陆地面积,封存着全球陆地最大的土壤碳库。然而,在全球变暖的驱动下,多年冻土正面临快速退化的严峻挑战。一旦这些被长期封冻的古老碳库随冻土融化而释放入大气,将触发剧烈的温室效应正反馈,从而进一步加速气候变暖。因此,系统探明冻土区碳储量及其稳定性特征,不仅是厘清碳循环机制的关键,更为预测气候变暖背景下全球碳平衡的动态演变提供重要依据。基于此,哈尔滨师范大学臧淑英老师团队以中国东北大兴安岭高纬度多年冻土区南部边界为研究对象,通过机械钻探及物理化学分组法,研究了不同地表类型深层土壤碳的组分与稳定性。研究发表在《Permafrost and Periglacial Processes》期刊。结果发现,深层冻土(尤其是森林地带)富含高活性碳,面临极高的变暖释放风险。该研究为气候模型中冻土碳反馈机制提供了重要的实测数据支撑。为什么选择大兴安岭?1. 大兴安岭位于高...
2026 - 03 - 09
研究背景 氮素是水稻生长发育的关键元素,其利用效率备受关注。传统研究多聚焦于土壤氮流失,而忽视了植株地上部分的氮气损失。研究发现,水稻植株尤其在开花和灌浆后期,会排放大量氨气。这一时期,叶片中的叶绿体成分大量降解,产生大量的NH4+。谷氨酰胺合成酶(GS)通常促进氮的循环利用,但衰老过程中GS活性的下降会损害NH4+的同化能力,导致NH3挥发损失。叶片由绿变黄是灌浆期氮素再利用最直观的指标。那么,叶片变色的快慢是否可以预测氨挥发的多少?中国水稻研究所的王丹英老师团队联合华中农业大学和浙江大学等团队对此进行了深入探讨。相关成果发表在《The Crop Journal》期刊。研究以灌浆期不同叶片颜色变化特征的水稻品种为研究对象,采用15N同位素示踪结合动态流通室技术精准量化植株源氨挥发,并同步监测叶片颜色动态变化及关键生理指标。研究发现,水稻叶片颜色变化率与灌浆期氨挥发量呈极显著正相关,叶片变...
2026 - 03 - 09
研究背景在陆地生态系统的水循环中,蒸散是连接地表与大气水分和能量交换的关键途径。尤其对于农田生态系统而言,准确估算作物的实际蒸散量,不仅有助于理解作物水分利用效率,还能为农业水资源管理和干旱应对提供科学依据。然而,现有的估算方法却面临诸多挑战:(1)传统气象模型:理论基础扎实,但依赖完整的气象数据,且难以捕捉植被光合作用的生理过程;(2)遥感指标局限性:太阳诱导叶绿素荧光(SIF)虽能直接反映光合活性,但在水分胁迫下存在响应滞后;光化学反射指数(PRI)能灵敏跟踪短期胁迫响应,但鲜少被纳入机器学习模型中;因此,如何融合多源数据,利用深度学习挖掘气象与生理指标的协同价值,成为了提高实际蒸散量(ETc act)估算精度的新途径。近期,西北农林科技大学蔡焕杰老师的团队联合沈阳大学和石河子大学的团队在《Agricultural Water Management》期刊发表最新研究成果,该研究通过融合...
关闭窗口】【打印
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910124070  010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 



 


 


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开