劉郁玨　胡非　程雪玲　馮永芳中國科學院大氣物理研究所，北京0009北京市房山區(qū)氣象局，北京0488

北京325米氣象塔上CO2梯度觀測數(shù)據(jù)質(zhì)量控制與評價

劉郁玨1, 2胡非1程雪玲1馮永芳2
1中國科學院大氣物理研究所，北京100029
2北京市房山區(qū)氣象局，北京102488

劉郁玨，胡非，程雪玲，等. 2016. 北京325米氣象塔上CO2梯度觀測數(shù)據(jù)質(zhì)量控制與評價 [J]. 大氣科學, 40 (2): 390?400.Liu Yujue, Hu Fei, Cheng Xueling, et al. 2016. Data processing and quality assessment of the eddy covariance system of the 325-meter meteorology tower in Beijing [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 40 (2): 390?400, doi:10.3878/j.issn.1006-9895.1504.14325.

近些年渦度相關系統(tǒng)在城市通量研究中得到了廣泛應用，因城市下墊面的特殊性和復雜性，以及系統(tǒng)觀測原理和儀器精度存在著局限性，使得結(jié)果存在10%以上偏差，故必須對原始觀測數(shù)據(jù)進行質(zhì)量控制和評價。本文對北京325 m氣象塔七層高度上的CO2（二氧化碳）、能量等通量進行了長期觀測，研究了渦度相關技術在城市環(huán)境通量觀測中的適用性，設計出了一套適合于復雜城市下墊面上的渦度相關系統(tǒng)資料前處理和質(zhì)量控制方案，并對比了不同修正方案效果。分析結(jié)果表明，城市下墊面環(huán)境中計算CO2通量的最優(yōu)周期為30 min；二次坐標旋轉(zhuǎn)法優(yōu)于平面擬合法；頻率響應修正后的感熱通量提高5.21%，潛熱通量和CO2通量均提高9.42%。空氣密度脈動修正Liu法（Liu，2005）優(yōu)于WPL法（Webb et al.，1980）；湍流譜在慣性副區(qū)滿足－2/3次方定律，協(xié)方差譜滿足－4/3次方定律。經(jīng)過這套前處理和質(zhì)量控制方案，原始數(shù)據(jù)中有79%能夠用于基礎研究，該質(zhì)量控制與評價體系可為復雜城市下墊面通量研究提供參考。

Founded byStrategic Priority Research Program—Climate Change: Carbon Budget and Related Issues of the Chinese Academy of Sciences (Grant XDA05040301)

1　引言

國際環(huán)境發(fā)展研究所相關研究表明，城市化和氣候變化是全球面臨的最重要的兩個問題（Hoornweg et al.，2011），認識城市碳通量的排放情況對評估未來溫室氣體濃度變化和幫助減輕氣候效應具有重要意義。渦度相關法（EC法）作為可以直接測量湍流通量的方法，已廣泛應用于生態(tài)系統(tǒng)CO2（二氧化碳）、能量通量觀測中，但在城市通量觀測中的應用還為數(shù)不多。不同于森林、草地、農(nóng)田等均一生態(tài)系統(tǒng)下墊面，城市下墊面具有其特殊的復雜性，導致通量源、匯分布不均，使得直接測量和定量描述變得非常困難。近些年，眾多學者在城市密集區(qū)展開了通量觀測實驗（Grimmond et al.，2002；Vogt et al.，2005；Coutts et al.，2007；Matese et al.，2009；Crawford et al.，2011）。這些實驗主要集中在發(fā)達國家，而在發(fā)展中國家開展的城市通量觀測實驗非常稀少（Burri et al., 2009; Song and Wang, 2012; Liu et al., 2012; 劉郁玨等，2014）。

城市湍流通量研究起步雖然較晚，但發(fā)展卻非常迅速。2012年，為滿足中國科學院戰(zhàn)略先導科技專項“應對氣候變化的碳收支認證及相關問題”課題，于北京325 m氣象塔上新架設了七層渦度通量觀測系統(tǒng)，并開展了觀測時長達5年的觀測實驗，該實驗是目前國際上少有的位于發(fā)展中國家超大城市群內(nèi)的全天候、多梯度觀測實驗。北京325 m氣象塔觀測設備架設在七層不同高度上，其觀測值不僅受到城市觀測的環(huán)境及氣象條件的影響，也受觀測點周圍的“足跡”即源區(qū)分布情況的影響（劉郁玨，2014），所以必須對渦度相關系統(tǒng)的觀測結(jié)果進行質(zhì)量控制。這不僅要考慮儀器、傳感器的測量誤差，還需要考慮渦度相關方法建立的理論假設的滿足程度（Grimmond et al.，2002），故不同的處理方法會帶來分析結(jié)果10%或更大的差異（王介民，2007；王詠薇等，2013）。Velasco et al.（2005）建議城市CO2觀測系統(tǒng)傳感器位于慣性副層，以避免其結(jié)構(gòu)對流場的改變帶來的附加通量貢獻。Kotthaus and Grimmond（2012）利用微尺度技術將微尺度（10～100 m）排放源從局地尺度（100～10000 m）中辨別出來，但目前并沒有一套完備通用的資料處理控制方案。劉樹華等（2005a，2005b，2005c）利用EBEX-2000（International Energy Balance Experiment，2000）的湍流觀測資料，計算了不同穩(wěn)定度條件下的湍流宏觀量特征、湍流能量和熱量耗散率以及湍流結(jié)構(gòu)參數(shù)特征，并與其他湍流實驗得到的結(jié)果進行了比較。宋濤等（2014）設計了不同城市環(huán)境的熱通量數(shù)據(jù)處理方案，對城市適用性進行了初步探討。以上研究為本文進行七層渦度相關系統(tǒng)CO2通量觀測資料的前處理和質(zhì)量控制方案設計奠定了基礎。

2　研究區(qū)域簡介及觀測實驗概況

2.1區(qū)域簡介

中國科學院大氣物理研究所氣象塔建成于1979年8月，氣象塔位于（39°58′N，116°22′E），海拔高度49 m，塔高325 m，塔上設有15層觀測平臺，并裝有風速儀、風向儀和溫度儀。為減小塔體阻擋氣流對測風儀造成的影響，分別在西北和東南兩個盛行風向各裝一臺測風儀。其主要功能為首都空氣污染以及大氣邊界層、大氣湍流擴散等提供研究服務。目前氣象塔半徑2 km內(nèi)地勢平坦，地表覆蓋以建筑為主，塔的北面和南面為密集居民區(qū)，覆蓋率為0.65；其次為植被和道路。距離氣象塔西部約0.3 km處為小型公園，由樹木、草坪和河流組成。塔的東面為京藏高速，塔的北面為北辰路，每天有大量車輛行駛，覆蓋率分別為0.21、0.14 （Miao et al., 2012），圖略。

2.2實驗概況

為滿足中國科學院戰(zhàn)略先導科技專項“應對氣候變化的碳收支認證及相關問題”課題（簡稱碳專項）中“碳衛(wèi)星驗證系統(tǒng)與綜合觀測”的第一子課題“高塔驗證系統(tǒng)和綜合觀測”（簡稱高塔驗證）的需要，2012年于氣象塔上新架設了七層渦動通量觀測系統(tǒng)（分別位于8、16、47、80、140、220和280 m處），如圖1所示。系統(tǒng)主要由開路快速響應紅外水汽—二氧化碳分析儀（Infrared Gas Analyzer，IRGA；Model Li-7500，Li-Cor Inc，USA）、三維超聲風速儀（Wind Master，Gill，USA）和數(shù)據(jù)采集器（Model CR5000，Campbell，USA）組成。儀器設定的基本參數(shù)如表1所示，表1中u、v、w為三維方向的風速，Ts為氣溫，p為氣壓，ρv為水汽密度，ρc為二氧化碳密度。2011年8月底，碳專項高塔驗證課題確定了觀測方案，完成了觀測儀器申請及招標工作。2012年7月1日，七層數(shù)據(jù)已經(jīng)正式完備。本文中所使用的數(shù)據(jù)均來自該觀測系統(tǒng)2012年12月1日至2014年2月14日間各高度層的觀測數(shù)據(jù)。

圖1　七層渦度通量觀測系統(tǒng)示意圖Fig. 1　The EC (Eddy Covariance) system of the 325-m meteorology tower in Beijing

表1　儀器參數(shù)表Table 1　Parameter table of instruments

3　數(shù)據(jù)質(zhì)量控制與評價方案設計

3.1方案設計

對觀測點的通量數(shù)據(jù)進行質(zhì)量控制與評價是獲得可信的地—氣交換CO2通量的必要步驟，也是后續(xù)分析過程的前提。然而對近地層通量數(shù)據(jù)進行評價存在困難，目前還沒有通用的處理方案，且不同數(shù)據(jù)處理軟件采用的修正方法也略有不同，需研究者根據(jù)自身需求、實驗數(shù)據(jù)的特點進行反復的校正和評價分析，從而得到最適合的校正方案。本方案的處理步驟如圖2所示。

3.2輔助軟件選擇

目前國際上已有一些較為實用的渦度相關儀器數(shù)據(jù)的質(zhì)量控制軟件（徐自為，2008），如愛丁堡大學的EdiRe（Eddy Reprocessing）軟件、德國拜羅伊特TK2/TK3（Turbulence Knight 2/3）、荷蘭瓦赫寧根大學的ECPACK軟件、Campbell的自帶處理軟件等。其中EdiRe功能相對更加豐富，適合科研人員靈活組合運用，本文推薦使用這款免費處理軟件來處理地表微氣象通量數(shù)據(jù)，其相關教程及幫助文件參見（http://www.geos.ed.ac.uk/abs/ researchh/micromet/ EdiRe [2014-11-10]）。

4　數(shù)據(jù)質(zhì)量控制

4.1確定平均周期

城市碳通量的計算方法與自然生態(tài)系統(tǒng)相似，CO2通量（Fc）均通過計算垂直風速脈動w'（單位：m s?1）和CO2濃度脈動c'（單位：μmol m?3）乘積在平均周期內(nèi)的平均值得到，如式（1）所示：

基于渦度相關技術觀測地氣間的CO2、H2O通量，需要考慮通量變化特征和微氣象相關原則來確定適宜的數(shù)據(jù)平均周期，其原則是盡可能包含各種頻率的湍流成分（脈動量），數(shù)據(jù)越長所包含的采樣周期內(nèi)的長周期脈動量越多，但數(shù)據(jù)平均長度太長則會削弱通量明顯的小時變化及日變化等時間尺度上的特征，因此平均周期的選取需考慮城市下墊面特征、人為活動、植被光合作用等對CO2通量影響的時空特征。

在計算通量值之前，首先需分析低頻成分對北京城市觀測結(jié)果的影響，這里用到Ogive函數(shù)（Foken and Wichura, 1996），它是一個協(xié)譜從高頻至低頻的累積積分函數(shù)，標量協(xié)譜定義為：FA、FB，分別為同時觀測的標量A和B的離散傅里葉變化，其中FA= FAr+ FAi，F(xiàn)B= FBr+ FBi，下標r、i代表離散傅氏變化實部、虛部。協(xié)譜表示為Co=FArFBr+ FAiFBi。Ogive函數(shù)表示如下：

式中w為垂直風速，c為某一標量，f_low為可分辨的最低頻率（2T?1，T為所選時間序列長度），f_high為尼奎斯特（Nyquist）頻率，大小為采樣頻率一半，Cowc(t) 為垂直風速w和標量c密度的協(xié)譜。Ogive函數(shù)的曲線由高頻向低頻方向呈現(xiàn)漸進的形式，在某一低頻頻率時則逐漸收斂為一定值，該頻率即為計算通量時所需要的平均時間。

圖2　渦度相關通量數(shù)據(jù)質(zhì)量處理與評價步驟圖Fig. 2　Flow chart of the data processing and quality assessment of the EC system

圖3a為2013年7月1日06:00～18:00（協(xié)調(diào)世界時，下同），47 m高度處每2 h平均周期后的CO2通量的Ogive函數(shù)曲線圖，圖3b為2013年7 月1日10:00～12:00，七層高度處2 h平均周期的Ogive函數(shù)曲線圖?？v向?qū)嵕€從左至右，分別對應于15 min、30 min、60 min、120 min。從圖中不難發(fā)現(xiàn)，無論是同一層不同時段還是不同高度同一時段，CO2通量每120 min連續(xù)采樣的Ogive區(qū)間在15 min處，部分時間段通量的函數(shù)已經(jīng)收斂，余部分仍有上升趨勢；而在30 min的平均周期則基本己經(jīng)全部收斂，變化幅度很小。15 min到120 min的平均周期都是可以接受的，基本能獲取全部的低頻信息，沒有明顯的低頻信號缺失，這也證明了理論條件下計算的經(jīng)驗平均時間30 min對于城市下墊面也是適用的。

圖3　基于2 h平均周期的CO2通量Ogive函數(shù)圖：（a）47 m高度，取自2013年7月1日06:00～18:00；(b) 七層高度，取自2013年7月1日10:00～12:00；從左至右縱向?qū)嵕€分別代表15 min、30 min、60 min、120 min的周期Fig. 3　Ogive function of CO2flux based on a 2-h average cycle: (a) 0600–1800 UTC 1 July 2013, at 47 m; (b) 1000–1200 UTC I July 2013, at 7 levels. Theblack lines from left to right represent periods 15 min, 30 min, 60 min and 120 min, respectively

4.2資料前處理

4.2.1野點剔除

原始的10 Hz采樣數(shù)據(jù)為觀測得到的直接數(shù)據(jù)，其中渦動相關觀測系統(tǒng)除了觀測到有效信息外，也包含了噪聲信號，因此必須對原始數(shù)據(jù)進行整理，對噪聲信號進行剔除。使用的方法如下：（1）利用方差分析原理采用4倍標準差為閉值（徐自為，2008），對湍流數(shù)據(jù)進行檢驗并剔除噪聲；（2）利用觀測站點平均場資料，對降水前后一小時及降水期間的數(shù)據(jù)進行剔除，剔除由雪、塵粒等環(huán)境因子對傳感器聲光程的干擾、瞬間斷電等因素造成的尖點假峰值，并利用超聲風速儀Gill和二氧化碳水汽分析儀Licor7500的狀態(tài)異常標志diag≠0，剔除電子電路、電纜電源不穩(wěn)定原因造成的連續(xù)假峰值；（3）由于冬季寒冷容易造成儀器結(jié)冰，儀器結(jié)冰后會直接影響觀測效果。Li-7500儀器觀測光路被若被冰晶所阻擋，儀器探測值失真，使得光路分析數(shù)據(jù)值AGC（Automatic Gain Control）明顯偏大。故可用AGC值來檢驗儀器是否存在結(jié)冰，當AGC值大于90時可認為儀器結(jié)冰嚴重。

圖4　兩種坐標旋轉(zhuǎn)修正后（a）摩擦速度、（b）CO2通量、（c）感熱通量和（d）潛熱通量比較圖Fig. 4　Comparison of (a) friction velocity, (b) CO2flux, (c) sensible heat flux, and (d) latent heat flux after DR (Double coordinate Rotation) and PF (Plane Fitting) coordinate rotation corrections

4.2.2坐標旋轉(zhuǎn)

在湍流觀測過程中，實際觀測條件絕不是理想的。地形傾斜或起伏、儀器不是絕對水平固定等問題會直接對垂直風速觀測產(chǎn)生影響。尤其在城市這種極為復雜的下墊面上，絕對水平很難保證，目前常用的方法有二次坐標旋轉(zhuǎn)法DR（Double coordinate Rotation）和平面擬合法PF（Plane Fitting）（Finnigan，2004），具體的操作可以使用EdiRe程序進行編輯計算。為了比較這兩種方法在城市下墊面的適用性，取七層高度上，每個月的1日與15日2天的半小時平均值（摩擦風速、CO2通量、感熱通量與潛熱通量）進行兩種方法的修正，修正結(jié)果如圖4所示。

通過二次旋轉(zhuǎn)修正的數(shù)據(jù)相對于平面擬合修正后略小，兩種修正方法對感熱通量的修正最為接近，差異不足2%；而潛熱通量差異最大，平面擬合后比二次旋轉(zhuǎn)后減小4%；摩擦速度和CO2通量的修正差異介于二者之間。

圖5給出了不同風向上，兩種方法修正后的湍流統(tǒng)計量相關性隨風向變化規(guī)律。其相關系數(shù)隨風向變化趨勢較為一致，相關系數(shù)達到0.97。在0～120°和210°～360°的風向范圍內(nèi)相關系數(shù)最高，主要由于該風向上，風向與地形變換較為一致；另一方面該風向上的數(shù)據(jù)較多，能夠保證平面擬合順利進行。在120°～180°風向范圍里兩種方法的修正結(jié)果差異較大，相關性降低到0.96，對能量通量修正差異可達1.4 W m?2。究其原因認為差異主要來自于平面擬合修正對平均風向選擇的理論基礎。氣象塔北面由于受到高層樓房的影響，很少有西南氣流，故該風向內(nèi)的數(shù)據(jù)較少，導致平面擬合方法出現(xiàn)偏差。在城市下墊面對通量值進行修正，若數(shù)據(jù)較少應避免進行平面擬合修正。如需精確分析數(shù)據(jù)，需將兩種方法結(jié)合使用。

4.2.3頻率響應修正

即便排除人為和環(huán)境造成的損失，超聲風速儀和CO2/H2O分析儀本身之間有一個間距d，使儀器只能測到渦旋尺度大于2d的湍渦，在低風速下高頻出現(xiàn)嚴重衰減。進行頻率損失修正常?？墒共煌糠謩e增加5%到30%左右，夜間修正會更加明顯。修正公式參照姜明等（2011）。

表2給出不同大氣穩(wěn)定度下通量修正損失率，其中Uw為風速u分量和w分量的協(xié)方差，Wt為風速w分量和溫度t的協(xié)方差、Wc為風速w分量和二氧化碳濃度的協(xié)方差。整體數(shù)據(jù)感熱通量的損失率大約為5.21%，潛熱通量和CO2通量的損失率為9.42%。該通量損失百分比與王介民等（2007）關于黑河地區(qū)的研究結(jié)果類似。白天的通量損失要明顯小于夜間，即大氣不穩(wěn)定條件下的損失率要小于大氣穩(wěn)定條件下。這是由于白天湍流發(fā)展旺盛，響應尺度較大，對于渦動相關觀測系統(tǒng)則更容易獲取湍流信號；夜間則多屬于大氣穩(wěn)定層結(jié)，穩(wěn)定條件下湍流發(fā)展緩慢且物質(zhì)垂直擴散緩慢，不易捕捉湍流高頻信號。

表2　不同大氣穩(wěn)定度條件下通量損失率和修正系數(shù)表Table 2　Comparison of flux loss and correction coefficient under different atmospheric stabilities

選取的數(shù)據(jù)來自47 m處，每月1日和15日的全天半小時平均通量來分析通量損失與平均風速和大氣穩(wěn)定度。在圖6中，可以看到在不穩(wěn)定層結(jié)下，即z/L＜0時，通量損失率隨風速的增大而增大，損失率與風速呈線性關系；穩(wěn)定層結(jié)下，即z/L≥0時，通量損失率與z/L呈現(xiàn)出二階關系。具體的擬合公式如下：

其中，F(xiàn)Loss為通量損失率，u為水平風速，z為觀測高度，L為莫寧—奧布霍夫長度。擬合函數(shù)曲線的相關系數(shù)t檢驗能夠滿足置信區(qū)間90%，證明該曲線能夠較好的表達環(huán)境變量與頻率損失的關系，可為用來簡易估算北京城市下墊面上的通量頻率損失，為其他研究提供科學參考。

4.2.3空氣密度脈動修正

空氣密度脈動修正是為了修正由于空氣膨脹、壓縮等物理過程而導致測量的通量值增大的假象，最常用的有Liu法（Liu，2005）和WPL法（Webb et al.，1980）。為了比對這兩種方法對城市下墊面上的適用性，將七層高度上2012年12月至2013年12月的CO2通量值分別用兩種方法進行修正，圖7為7月和12月的修正結(jié)果。

圖7中可以看出，經(jīng)WPL法和Liu法修正后，CO2通量分別減小27%和20%，WPL法的修正量更大，通量減小得更多。通量修正較大主要集中在白天，夜間修正量不大。其中峰值和谷值的部分修正幅度更大，尤其在對應的交通早、晚高峰時段和白天正午前后波谷時段。圖7中，第一高峰峰值修正前為27.12 mg m?2s?1，經(jīng)過WPL法和Liu法修正后明顯減小，WPL法的修正幅度要大于Liu的修正幅度，最大幅度為4.29 mg m?2s?1和5.17 mg m?2s?1。夜間經(jīng)過修正后，碳通量的輸出也有所減小，WPL法的修正量仍然要比Liu方法大，白天和夜間修正前平均CO2通量值分別比修正后的大1.2倍及1.05倍。因WPL方法不考慮水汽的作用，而北京城市環(huán)境下的水汽含量不可忽略，故WPL修正方法偏大，不完全適用。Liu法從理論上對于水汽的估計是比較準確的，故Liu的方法更適合用于北京城市下墊面通量修正。

5　湍流數(shù)據(jù)分析與評價

5.1功率譜和協(xié)方差譜檢驗

中等大小的渦度既沒有粘滯效應，也沒有湍流動能的生成。這些渦由慣性從較大尺度的渦中獲得能量，又以同樣的方式傳遞給較小的渦，能量向譜下游傳遞的串級率通常是－2/3（Stull，1988；胡非，1995）。協(xié)譜作為頻率的函數(shù)能夠反映兩個變量與其各自的譜強的位相關系，因此協(xié)譜可以用來檢測渦度相關觀測中與頻率有關的一些可以導致系統(tǒng)觀測誤差的變化（Velasco et al., 2005）。確定不同觀測量的觀測譜在慣性副區(qū)的斜率對于判斷渦度相關儀器的響應能力是非常重要的。圖8為47 m處（zm=z－d=6.88 m；z＝47 m，d＝40.12 m）2013年7月1日12:00～12:30經(jīng)過前處理的數(shù)據(jù)。其中，圖8a中的縱坐標為水汽濃度與二氧化碳濃度的功率譜與二氧化碳濃度的比值，圖8b中的縱坐標為垂直風速w與二氧化碳濃度的協(xié)方差譜與二氧化碳濃度的比值；兩個圖的橫坐標同時采用歸一化頻率f(zm／u)。

圖5　兩種坐標旋轉(zhuǎn)修正后湍流統(tǒng)計量相關系數(shù)隨風向變化Fig. 5　Comparison of the coefficient wind turbulence statistics in different wind directionsafter two coordinate rotation correction

圖6?。╝）不穩(wěn)定層結(jié)下通量損失隨風速變化；（b）穩(wěn)定層結(jié)下通量損失隨大氣穩(wěn)定度變化Fig. 6　(a) Flux loss rate vs wind speed under unstable stratification; (b) flux loss rate vs atmospheric stabilities under stable stratification

從圖8中左圖可以看出，在高頻區(qū)[f(zm／u)＞2]處，CO2濃度和H2O濃度功率譜、T的協(xié)譜均有相同的模態(tài)。在相同的頻率范圍內(nèi)，功率譜變化模態(tài)符合慣性副區(qū)－2/3斜率理論值。圖8中右圖可以看出，在渦度測量系統(tǒng)中，無論是超聲風速儀還是CO2分析儀，T和CO2濃度都與垂直風速w的協(xié)譜表現(xiàn)出一致性，這樣的相似性說明渦度相關測量設備沒有系統(tǒng)性的相移和失真。

5.2湍流穩(wěn)定性檢驗

湍流穩(wěn)態(tài)檢驗（Stationarity Test）是測試大氣湍流特征變化的重要方法，它是指湍流統(tǒng)計量不隨時間而發(fā)生變化，在觀測過程中的非穩(wěn)態(tài)情況會影響湍流觀測質(zhì)量。通過對平均時段內(nèi)數(shù)據(jù)進行分割，比較整體時間段內(nèi)的通量與分割段內(nèi)通量單獨計算后的平均值的差異的方法（Foken and Wichura，1996；Al-Jiboori et al., 2005）。

舉例說明：對于一個垂直風速為w和某變量x的協(xié)方差時間序列（30 min），則數(shù)據(jù)長度為N＝18000（10 Hz）；將這18000個數(shù)據(jù)分割成4到8個間斷（通常取5 min為間隔，6個間斷）；在每個小時間短時間段內(nèi)，協(xié)方差表示為

再對6個平均時段內(nèi)的協(xié)方差進行算術平均計算，計算公式為

同樣，全部時間里的協(xié)方差的平均值為

穩(wěn)態(tài)檢驗值（IST）計算式為

其中，測試的變量通常為垂直速度w和CO2（或H2O）密度。當計算出來的穩(wěn)態(tài)測試比值小于30%認為湍流通量處于穩(wěn)態(tài)條件。Foken et al.（2004） 根據(jù)IST進行了分類，將湍流穩(wěn)態(tài)測試劃分為9級標準，并規(guī)定第1級數(shù)據(jù)質(zhì)量最好，第9級數(shù)據(jù)質(zhì)量最差。在這里規(guī)定，1～3級數(shù)據(jù)為較好數(shù)據(jù)；4～6級為中等質(zhì)量數(shù)據(jù)；7～9級數(shù)據(jù)為質(zhì)量較差數(shù)據(jù)，詳見表3。

圖7　修正后CO2通量日變化曲線：（a）12月；（b）7月Fig. 7　Revised CO2flux diurnal variation curves: (a) December, (b) July

圖8 （a）CO2、H2O濃度功率譜圖；（b）垂直風速w和CO2濃度、溫度T歸一化協(xié)譜圖。橫坐標同時采用歸一化頻率f(zm／u)Fig. 8　(a) Power spectrum of CO2, H2O concentrations; (b) normalized spectra association of vertical wind speed w, CO2concentration, and temperature T. x-axis: f(zm／u) denotes normalized frequency

表3　穩(wěn)態(tài)檢驗值（IST）分類表Table 3　Classification of the value of stationarity test (IST)

利用上述方法對北京2012年至2013年的CO2濃度數(shù)據(jù)進行穩(wěn)態(tài)檢驗，并按表3對數(shù)據(jù)進行質(zhì)量等級標志。圖9給出l～9級各級數(shù)據(jù)量的分布情況，其中1～3級數(shù)據(jù)占總量的86%，4～6級數(shù)據(jù)占數(shù)據(jù)總量的16%，7～9級數(shù)據(jù)占數(shù)據(jù)總量的3%?？梢钥闯鰯?shù)據(jù)大部分質(zhì)量較好，能滿足穩(wěn)態(tài)檢驗的要求。

圖9　穩(wěn)態(tài)檢驗統(tǒng)計圖Fig. 9　The steady-state test

5.3湍流發(fā)展性檢驗

湍流的發(fā)展性檢驗（總體湍流特征指數(shù)ITC，Integrated Turbulence Characteristics）又稱為湍流積分統(tǒng)計特性檢驗，其物理意義是探討衡量湍流的發(fā)展情況。該檢驗以近地層湍流方差相似性理論為基礎，通過計算湍流方差相似性來判斷大氣湍流是否能夠符合近地層Monin-Obukhov相似理論，從而判斷湍流發(fā)展情況。但由于缺少CO2方差相似性的函數(shù)，因為在方差相似性檢驗中主要還是針對風速分量u和w，其普適函數(shù)表達為

式中，x可以是三維風速分量u、v、w或溫度T或其他標量；則為選取的x量的標準差（可以是、、和或其他標量的標準差）為標量的相似性參數(shù)，一般選取摩擦速度u*；z為觀測高度；L為莫寧—奧布霍夫長度，xf為擬合參數(shù)。利用渦度相關觀測值計算的與相似理論提供的模型值進行對比，就可以計算湍流數(shù)據(jù)特性積分測試結(jié)果，稱為ITC值，計算公式為

同樣參考Foken提出的劃分標準（Foken et al., 2004），1表示最高質(zhì)量數(shù)據(jù)，9表示需要剔除的數(shù)據(jù)，如表4所示。

圖10　湍流積分檢驗統(tǒng)計圖Fig. 10　The turbulence integral test

進行湍流發(fā)展特性檢驗后，各質(zhì)量等級的統(tǒng)計圖如圖10，部分數(shù)據(jù)集中在前3等級，第1等級的數(shù)據(jù)量占整體數(shù)據(jù)的78%，質(zhì)量差的數(shù)據(jù)較少，不超過1%。這表明大部分數(shù)量能夠符合湍流的方差相似性規(guī)律，質(zhì)量較為理想。值得注意的是9級的高級標志位代表的質(zhì)量數(shù)據(jù)極度不好，需要剔除的數(shù)據(jù)也存在著不可忽略的一小部分，大多數(shù)異常數(shù)據(jù)都集中在這級別中，異常數(shù)據(jù)能夠利用分級標志位來解釋，但也并不代表這一級別的所有數(shù)據(jù)都是異常數(shù)據(jù)。

表4　湍流積分檢驗（ITC）分類表Table 4　Classification of the value of integrated turbulence characteristics (ITC)

5.4綜合等級評定

總體質(zhì)量評價（QE）是結(jié)合湍流平穩(wěn)性和發(fā)展性檢驗對湍流通量資料做出的質(zhì)量分級標志，F(xiàn)oken et al.（1996）建議的質(zhì)量評價標準，如表5。本文研究數(shù)據(jù)的質(zhì)量評價結(jié)果顯示，可用于長期觀測資料處理研究的數(shù)據(jù)占總數(shù)據(jù)的79%左右（表6）。

表5　綜合湍流數(shù)據(jù)質(zhì)量等級Table 5 Comprehensive quality grade of turbulence data

表6　質(zhì)量評價結(jié)果Table 6　Quality evaluation results

6　結(jié)論

本文主要北京325 m氣象塔2012年12月至2013年12月7層湍流數(shù)據(jù)進行前期處理，使用處理后得數(shù)據(jù)進行通量計算，并對計算結(jié)果進行修正。在此過程中比對了不同的處理方案和修正方案。所得結(jié)論如下：

（1）利用累計次數(shù)Ogive函數(shù)對數(shù)據(jù)平均時間進行了分析，結(jié)果表明采用30 min作為10 Hz高頻數(shù)據(jù)的平均周期，可以捕獲絕大部分的低頻信號；

（2）分別使用二次旋轉(zhuǎn)和平面擬合的方法，對觀測點非常復雜的城市下墊面的地形狀況進行了校正。結(jié)果表明，二次旋轉(zhuǎn)結(jié)果較好，而平面擬合方法因?qū)δ扯螘r間內(nèi)的風向進行平均計算導致對地形反應較差。對湍流數(shù)據(jù)進行頻率響應修正，修正后整體數(shù)據(jù)的感熱通量提高5.21%，潛熱通量和CO2通量均提高9.42%；應用WPL法及Liu法對通量進行修正，Liu法更適合北京城市地區(qū)；

（3）從數(shù)據(jù)質(zhì)量的整體來看，呈現(xiàn)高層優(yōu)于低層、白天好于夜間、夏季好于冬季的變化特點；通過數(shù)據(jù)評價方案的選取，選擇了穩(wěn)態(tài)性檢驗和發(fā)展性檢驗測試，分析結(jié)果表明總數(shù)據(jù)中有79%的數(shù)據(jù)為良好，前處理對數(shù)據(jù)質(zhì)量的提高有幫助。

（References）

Al-Jiboori M H, Fei H. 2005. Surface roughness around a 325-m meteorological tower and its effect on urban turbulence [J]. Adv. Atmos. Sci., 22 (4): 595–605, doi:10.1007/BF02918491.

Burri S, Fre C, Parlow E, et al. 2009. CO2fluxes and concentrations over an urban surface in CAIRO/EGYPT [C]// The Seventh International Conference on Urban Climate. Yokohama.

Coutts A M, Beringer J, Tapper N J. 2007. Characteristics influencing the variability of urban CO2fluxes in Melbourne, Australia [J]. Atmos. Environ., 41 (1): 51–62, doi:10.1016/j.atmosenv.2006.08.030.

Crawford B, Grimmond C S B, Christen A. 2011. Five years of carbon dioxide fluxes measurements in a highly vegetated suburban area [J]. Atmos. Environ., 45 (4): 896–905, doi:10.1016/j.atmosenv.2010.11.017.

Grimmond C S B, King T S, Cropley F D, et al. 2002. Local-scale fluxes of carbon dioxide in urban environments: Methodological challenges and results from Chicago [J]. Environ. Pollut., 116 (S1): S243–S254, doi:10.1016/S0269-7491(01)00256-1.Finnigan J J. 2004. A re-evaluation of long term-flux measurement techniques part II : Coordinate systems [J]. Boundary-Layer Meteorology, 113 (1): 1–41, doi:10.1023/B:BOUN.0000037348.64252.45.

Foken T, Wichura B.1996. Tools for quality assessment of surface-based flux measurements [J]. Agric. Forest Meteor., 78 (1–2): 83–105.

Foken T, Leclerc M Y. 2004. Methods and limitations in validation of footprint models [J]. Agricultural and Forest Meteorology, 127 (3): 223–234.

Hoornweg D, Sugar L, Gómez C L T. 2011. Cities and greenhouse gas emissions: Moving forward [J]. Environment and Urbanization, 23 (1): 207–227, doi:10.1177/0956247810392270.

胡非. 1995. 湍流、間歇性與大氣邊界層 [M]. 北京: 科學出版社, 288 pp. Hu Fei. 1995.The Intermittent Turbulence and Atmospheric Boundary Layer (in Chinese) [M]. Beijing: Science Press, 288pp.

姜明, 景元書, 郭建俠, 等. 2011. 三維超聲風速儀觀測中風向角計算方法 [J]. 氣象科技, 39 (5): 615–619.Jiang Ming, Jing Yuanshu, Guo Jianxia, et al. 2011. Method for calculating wind direction in measurement using 3D sonic anemometer [J]. Meteor. Sci. Technol. (in Chinese), 39 (5): 615–619, doi:10.3969/j.issn.1671-6345.2011.05.014.

Kotthaus A, Grimmond C S B. 2012. Identification of micro-scale anthropogenic CO2, heat and moisture sources-processing eddy covariance fluxes for a dense urban environment [J]. Atmos. Environ., 57: 301–316, doi:10.1016/j.atmosenv.2012.04.024.

Liu H P. 2005. An alternative approach for CO2flux correction caused by heat and water vapor transfer [J]. Boundary-Layer Meteorology, 115: 151–168.

Liu H Z, Feng J W, J?rvi J, et al. 2012. Four-year (2006–2009) eddy

covariance measurements of CO2flux over an urban area in Beijing [J].

劉樹華, 劉和平, 李潔, 等. 2005b. 在EBEX-2000實驗資料中湍流耗散率、長度尺度和結(jié)構(gòu)參數(shù)特征 [J]. 大氣科學, 29 (3): 475–481.Liu Shuhua, Liu Heping, Li Jie, et al. 2005b. Characteristics of turbulence dissipation rates, characteristic length scales, and structure parameters in EBEX-2000 [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 29 (3): 475–481, doi:10.3878/j.issn.1006-9895.2005.03.15.

劉樹華, 李潔, 劉和平, 等. 2005c. 在EBEX-2000實驗資料中湍流譜和局地各向同性特征 [J]. 大氣科學, 29 (2): 213–224.Liu Shuhua, Liu Heping, Li Jie, et al. 2005c. Characteristics of turbulence spectra and local isotropy in EBEX-2000 [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 29 (2): 213–224, doi:10.3878/j.issn.1006-9895. 2005.02.06.

劉郁玨, 胡非, 程雪玲, 等. 2014. 北京城市通量足跡及源區(qū)分布特征分析 [J]. 大氣科學, 38 (6): 1044–1054.Liu Yujue, Hu Fei, Cheng Xueling, et al. Distribution of the source area and footprint of Beijing [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 38 (6): 1044–1054, doi:10.3878/j.issn.1006-9895.2013.13237.

Matese A, Gioli B, Vaccari F P, et al. 2009. Carbon dioxide emissions of the city center of Firenze, Italy: Measurement, evaluation, and source partitioning [J]. J. Appl. Meteor. Climatol., 48 (9): 1940–1947, doi:10.1175/2009JAMC1945.1.

Miao S G, Dou J X, Chen F, et al. 2012. Analysis of observations on the urban surface energy balance in Beijing [J]. Science China Earth Sciences, 55 (11): 1881–1890, doi:10.1007/s11430-012-4411-6.

Song T, Wang Y S. 2012. Carbon dioxide fluxes from an urban area in Beijing [J]. Atmos. Res., 106: 139–149, doi:10.1016/j.atmosres.2011. 12.001.

宋濤, 修天陽, 孫楊, 等. 2014. 城市復雜環(huán)境下渦度相關通量觀測的適用性分析 [J]. 環(huán)境科學學報, 35 (5): 1089–1098.Song Tao, Xiu Tianyang, Sun Yang, et al. 2014. Applicability of eddy covariance technique to the measurement of turbulent fluxes in complex urban context [J]. Acta Scientiae Circumstantiae (in Chinese), 34 (5): 1089–1098, doi:10.13671/j.hjkxxb.2014.0173.

Stull R B. 1988. An Introduction to Boundary Layer Meteorology [M]. Netherlands: Springer, 401–405.

Velasco E, Pressley S, Allwine E, et al. 2005. Measurements of CO2fluxes from the Mexico city urban landscape [J]. Atmos. Environ., 39 (38): 7433–7446, doi:10.1016/j.atmosenv.2005.08.038.

Vogt R, Christen A, Rotach M W, et al. 2006. Temporal dynamics of CO2fluxes and profiles over a central European city [J]. Theoret. Appl. Climatol., 84 (1–3): 117–126, doi:10.1007/s00704-005-0149-9.

王介民, 王維真, 奧銀煥, 等. 2007. 復雜條件下湍流通量的觀測與分析[J]. 地球科學進展, 22 (8): 791–797.Wang Jiemin, Wang Weizhen, Ao Yinhuan, et al. 2007. Turbulence flux measurements under complicated conditions [J]. Adv. Earth Sci. (in Chinese), 22 (8): 791–797, doi:10.3321/j.issn:1001-8166.2007.08.004.

王詠薇, 王雪倩, 胡楠, 等. 2013. 城市地表湍流觀測數(shù)據(jù)的后處理及質(zhì)量控制 [J]. 氣象科學, 33 (2): 153–159.Wang Yongwei, Wang Xueqian, Hu Nan, et al. 2013. The post-processing and quality control of the urban boundary layer turbulence observation [J]. J. Meteor. Sci. (in Chinese), 33 (2): 153–159, doi:10.3969/2012jms.0116.

Webb E K, Pearman G I, Leuning R. 1980. Correction of flux measurements for density effects due to heat and water vapour transfer [J]. Quart J. Roy. Meteor. Soc., 106 (447): 85–100, doi:10.1002/qj.49710644707.

徐自為, 劉紹民, 宮麗娟, 等. 2008. 渦動相關儀觀測數(shù)據(jù)的處理與質(zhì)量評價研究 [J]. 地球科學進展, 23 (4): 357–370.Xu Ziwei, Liu Shaomin, Gong Lijuan, et al. 2008. A study on the data processing and quality assessment of the eddy covariance system [J]. Adv. Earth Sci. (in Chinese), 23 (4): 357–370, doi:10.11867/j.issn.1001-8166.2008.04.0357.

Data Processing and Quality Assessment of the Eddy Covariance System of the 325-m Meteorology Tower in Beijing

LIU Yujue1, 2, HU Fei1, CHENG Xueling1, and FENG Yongfang2
1 Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029
2 Fangshan Meteorological Bureau, Beijing 102488

Advances in instrumentation, notably the eddy covariance (EC) technique, offer a tool for the direct measurement of representative flux data in urban areas. The complexity of the urban underlying surface and limitations of the EC system cause the obtained surface fluxes to not be true values. If no correction is applied, the error will be greater than 10%. The applicability of the EC technique, quality assessment of the EC system, and processing of its data, in urban Beijing, were analyzed using the CO2flux data and energy measured at seven levels of the 325-m meteorology tower in the city. Analysis of the data from the tower showed that the best time period to calculate the CO2flux for the urban underlying surface is 30 minutes. The secondary coordinate rotation method is superior to plane fitting. Afterfrequency response correction, the sensible heat flux increased by 5.21%, and the latent heat flux and CO2flux were increased by 9.42%. Liu’s method (Liu, 2005) was found to be better than the Webb E K, Pearman G I, and Leuning R’s (WPL) method (Webb et al., 1980) in the air density pulse correction step. The turbulent spectral checks of the data quality evaluation were satisfactory. After rigorous data screening, the final result showed that approximately 79% of the flux data were good.

Eddy covariance system, Quality control, Quality assessment, Turbulent flux

渦度相關 質(zhì)量控制 質(zhì)量評價 湍流通量

1006-9895(2016)02-0390-11

P442

A

10.3878/j.issn.1006-9895.1504.14325

2014-11-22；網(wǎng)絡預出版日期 2015-04-27

劉郁玨，女，1988年出生，博士，主要從事大氣邊界層物理研究。E-mail: lyjsa@163.com

中國科學院戰(zhàn)略性先導科技專項——應對氣候變化的碳收支認證及相關問題XDA05040301