基于NS方程的农地NEE计量方法的优化研究

1. 引言

1.1 研究背景及意义

1.1.1 研究背景

• 随着全球气候变化日益加剧，碳循环过程受到广泛关注。大气中二氧化碳浓度的持续上升是导致全球变暖的主要原因之一。据世界气象组织（WMO）的数据，2021年全球大气二氧化碳平均浓度达到413.2 ppm，比工业化前水平高出了149%。
• 农业生态系统作为陆地生态系统的重要组成部分，在全球碳循环中扮演着关键角色。农作物通过光合作用吸收大气中的二氧化碳，将其转化为有机碳，固定在植被和土壤中；同时，农田生态系统也会通过呼吸作用、土壤微生物分解等过程释放二氧化碳到大气中。
• 准确估算农田生态系统净碳交换(NEE)对于深入理解全球碳循环和预测气候变化具有重要意义。然而，传统的涡度相关法在农田的NEE估算中仍存在不确定性，尤其是在低风速条件下容易忽略冠层CO2储存变化的贡献。

1.1.2 研究意义

• 理论意义：准确量化农地NEE对于认识区域乃至全球碳收支平衡具有重要理论意义。本研究通过在浙江省杭州市临安区开展小麦农田NEE的原位观测，结合NS方程构建NEE计量模型，在丰富区域农田生态系统碳循环规律认知的同时，为NS方程在农田碳通量计量中的应用提供了新的案例。
• 实际意义：农地NEE的准确计量对于评估区域农田生态系统碳收支平衡、制定农业碳减排策略具有重要的实践指导意义。本研究以浙江省临安区小麦农田为研究对象，通过开展NEE的定量监测和模型模拟，可以掌握该区域农田生态系统碳源/汇效应的时空变化规律，为区域农业碳汇潜力评估和农业温室气体清单编制提供科学依据。

1.2 国内外研究现状

1.2.1 涡度相关法

• 涡度相关法基于大气湍流理论，通过高频测量三维风速和二氧化碳浓度，计算垂直方向上的碳通量，能够较好地反映生态系统尺度上的碳交换过程，但仪器昂贵、数据处理复杂。
• 近年来，随着卫星遥感技术的发展，基于遥感数据估算区域尺度NEE的方法受到越来越多的关注。然而由于农田生态系统结构复杂，植被和土壤性质时空异质性强，加之农事管理活动的影响，使得农田生态系统NEE的遥感估算面临诸多挑战，目前的各种方法并不够成熟。

1.2.2 NS方程

• NS（Navier-Stokes）方程是一种常用的描述大气边界层湍流输送过程的数学模型。它可以从湍流能量平衡的角度出发，考虑风速脉动、温度脉动等因素对物质和能量通量的影响。
• 近年来，国内外学者尝试将NS方程引入到NEE的计量中，取得了一定的进展。例如，Zhang等（2019）基于NS方程发展了一种适用于玉米农田的NEE估算模型，通过引入植被指数、地表温度等遥感参数，显著提高了模型的估算精度。Wang等（2021）将NS方程与机器学习算法相结合，构建了一个适用于水稻农田的NEE预测模型，在区域尺度上取得了较好的预测效果。

1.3 研究意义

1.3.1 理论意义

• 农地净生态系统碳交换（NEE）是研究陆地生态系统碳循环的关键指标，准确量化农地NEE对于认识区域乃至全球碳收支平衡具有重要理论意义。
• 本研究通过在浙江省杭州市临安区开展小麦农田NEE的原位观测，结合NS方程构建NEE计量模型，在丰富区域农田生态系统碳循环规律认知的同时，为NS方程在农田碳通量计量中的应用提供了新的案例。

1.3.2 实际意义

• 农地NEE的准确计量对于评估区域农田生态系统碳收支平衡、制定农业碳减排策略具有重要的实践指导意义。
• 本研究以浙江省临安区小麦农田为研究对象，通过开展NEE的定量监测和模型模拟，可以掌握该区域农田生态系统碳源/汇效应的时空变化规律，为区域农业碳汇潜力评估和农业温室气体清单编制提供科学依据。

2. 研究区域与方法

2.1 研究区域概况

2.1.1 地理位置与气候条件

• 临安区位于亚热带季风气候区，气候条件能够较好地代表浙江省乃至长江中下游地区的总体特征。
• 临安区拥有肥沃的土壤资源和优越的光热条件，适宜开展农田生态系统碳循环研究。

2.1.2 农田管理与种植制度

• 临安区农田采用常规的冬小麦-双季稻轮作模式，每年10月中下旬播种小麦，次年5月下旬收获；6月上旬移栽早稻，7月下旬收获；8月上旬移栽晚稻，11月中旬收获。
• 农田管理以人工除草和化学施肥为主，灌溉采用沟灌方式，灌溉水源来自附近的水库。

2.2 数据获取与处理

2.2.1 通量观测数据

• 通量观测采用一套开路涡度相关系统，主要由三维超声风速仪（CSAT3，Campbell Scientific）和开路式/红外气体分析仪（LI-7500，LI-COR）等部分组成，仪器安装高度为2.5 m。
• 辅助气象要素通过小气候观测系统（HOBO U30，Onset）进行同步观测，包括空气温湿度、土壤温湿度、风速风向、降水量等，再通过数据采集器进行数据的汇总，并自动完成对数据每 30min 的均值、方差和协方差等统计量的计算。

2.2.2 数据处理流程

• 涡度相关原始数据经EddyPro软件处理得到30分钟尺度的通量。数据处理流程包括野点剔除、时间延迟校正、二次坐标旋转、频率响应校正等，最终得到质量控制后的通量数据。
• 辅助气象数据采用常规的物理校正和数据筛选方法进行质量控制。两类数据均进行缺失值插补，以获得完整连续的数据序列。

2.3 NEE计量方法

2.3.1 NS方程的基本形式与物理意义

• NS方程是一种描述近地层大气紊流运动与地表通量之间关系的数学模型，综合考虑了垂直风速脉动和浓度脉动对湍流通量的影响，它包括质量守恒方程，动量守恒方程和能量守恒方程。
• 根据质量守恒定律，对于大气中的任意标量（如二氧化碳）其浓度变化受平流输送、湍流输送和源汇项的共同影响。在笛卡尔坐标系下，浓度c满足以下连续性方程。

2.4 考虑冠层储存项的NEE估算方法改进

2.4.1 改进思路

• 根据风速条件分情况处理：高风速条件时，湍流输送占主导，NS方程简化形式适用；低风速条件时，冠层储存项影响显著，需在NS方程中引入。
• 引入冠层储存项后的NEE计算公式：公式推导与物理意义解释；冠层储存通量的获取或参数化方案。

2.4.2 风速阈值的确定方法

• 风速阈值的物理意义与设定依据：湍流输送与冠层储存项的关系；基于观测数据的阈值优化与验证。

3. 结果与分析

3.1 小麦生长季NEE变化特征

• 分析不同生育期小麦农田NEE的差异特征及其环境影响因素。

3.2 不同风速条件下改进方法的表现

• 评估改进方法在提高NEE估算精度和扩展适用性方面的潜力。

3.3 冠层储存通量的参数化方案评估

• 评估不同参数化方案对NEE估算的影响。

3.4 风速阈值的选取与验证

• 分析不同风速阈值对NEE估算的影响。

3.5 改进方法的综合评估

• 改进方法在提高NEE估算精度方面的效果；改进方法的适用范围和局限性讨论。

4. 讨论

• 对比分析不同生育期小麦农田NEE的差异特征及其环境影响因素，揭示冠层储存效应对于提高NEE估算可靠性的重要性。

5. 结论

• 总结研究成果，指出本研究的创新点与不足之处，并提出未来研究方向。

参考文献

• 列出文中引用的所有文献。

致谢

• 感谢所有参与本研究的老师和同学，以及提供实验设备和数据支持的单位和个人。