王 偉,申雙和,劉壽東,張 彌,肖 薇,王詠薇,李旭輝

1 南京信息工程大學,氣候與環(huán)境變化國際合作聯(lián)合實驗室大氣環(huán)境中心,南京 210044 2 南京信息工程大學,氣象災(zāi)害預報預警與評估協(xié)同創(chuàng)新中心/氣象災(zāi)害教育部重點實驗室,南京 210044 3 南京信息工程大學,江蘇省農(nóng)業(yè)氣象重點實驗室,南京 210044

太湖生態(tài)系統(tǒng)能量閉合特征及其影響因素

王 偉1,2,*,申雙和3,劉壽東1,2,張 彌1,2,肖 薇1,2,王詠薇1,李旭輝1

1 南京信息工程大學,氣候與環(huán)境變化國際合作聯(lián)合實驗室大氣環(huán)境中心,南京 210044 2 南京信息工程大學,氣象災(zāi)害預報預警與評估協(xié)同創(chuàng)新中心/氣象災(zāi)害教育部重點實驗室,南京 210044 3 南京信息工程大學,江蘇省農(nóng)業(yè)氣象重點實驗室,南京 210044

地表能量不閉合不僅限制了渦度相關(guān)觀測數(shù)據(jù)在陸面模型發(fā)展和驗證等應(yīng)用性研究中的價值,還給生態(tài)系統(tǒng)CO2源匯特征辨析帶來不確定性?；谔茱L港站2012年渦度相關(guān)通量、輻射、氣象和水溫梯度觀測數(shù)據(jù),分析了太湖能量閉合的多尺度(小時、日和月)時間變化特征,闡述了大氣穩(wěn)定度、摩擦風速和湖風對太湖能量閉合狀況的影響。結(jié)果表明：太湖小時尺度的能量閉合度為0.59,且晝夜差異較??；日尺度的能量閉合度為0.73,在內(nèi)陸水體觀測結(jié)果中處于中等水平；月平均能量閉合度呈現(xiàn)冬季高、夏季低的季節(jié)變化特征；年平均時太湖仍有27%的能量不閉合。因摩擦風速減小,太湖能量閉合度在大氣極不穩(wěn)定條件下要比弱不穩(wěn)定條件下結(jié)果低0.3；對于太湖這類大型淺水湖泊,其能量閉合度全天都受動力湍流交換強度制約,能量閉合度隨摩擦風速增大而顯著提高；雖然湖風發(fā)生使太湖小時尺度的能量閉合度降低了0.1,但其影響在日尺度上并不明顯。

太湖；能量不閉合；渦度相關(guān)；湍流交換；大氣穩(wěn)定度

作為地球氣候系統(tǒng)的重要組成部分,內(nèi)陸水體約占全球陸地總面積的4%[1],內(nèi)陸湖泊占我國國土面積的0.9%[2],雖然比例不大,但湖泊生態(tài)系統(tǒng)對社會經(jīng)濟的重要性因人類依水群居而尤為突出。大型湖泊不僅可以增強下游降水[3],影響局地天氣、區(qū)域以及全球氣候[4],湖泊還被認為是大氣CH4[5]和N2O[6]的源,據(jù)推算,全球湖泊埋藏的碳總量約為海洋的4倍[7]。此外,湖泊與周圍陸地熱力性質(zhì)差異所激發(fā)的中尺度環(huán)流(如湖陸風)還影響著流域內(nèi)污染物的擴散[8]。因此,直接觀測湖泊與大氣之間的相互作用不僅有助于分析湖泊對流域天氣、氣候的影響,還有利于量化湖泊生態(tài)系統(tǒng)對全球碳循環(huán)的貢獻[9]。

作為測量生態(tài)系統(tǒng)與大氣之間動量、能量和物質(zhì)交換最直接的微氣象學方法,渦度相關(guān)技術(shù)(Eddy covariance, EC)已經(jīng)成為大型生態(tài)系統(tǒng)研究網(wǎng)絡(luò)(如全球通量網(wǎng)[10]、中國通量觀測研究聯(lián)盟[11])的核心觀測技術(shù)。能量收支平衡是陸面過程研究所遵守的基本原理,但因儀器觀測誤差、觀測條件不理想、低頻和高頻信號損失、水平和垂直平流、能量儲存項計算誤差和能量源區(qū)不匹配等,使得觀測到的能量平衡方程不閉合[12-13],如全球通量網(wǎng)、歐洲通量網(wǎng)和中國通量網(wǎng)的EC觀測分別存在20%[14]、26%[15]和27%[16]的能量不閉合。觀測到的能量不閉合已成為困擾地氣交換研究的難題[17- 18]。

與陸地生態(tài)系統(tǒng)相比,內(nèi)陸水體的渦度相關(guān)觀測開展較少(約33個,圖1),針對內(nèi)陸水體能量閉合特征及其影響因素的研究尚不多見。Rouse等[19]利用EC技術(shù)分別對加拿大Great Slave Lake和Great Bear Lake進行了5a和2a的通量觀測,但未分析其能量閉合特征。Schertzer等[20]雖然繪制了Great Slave Lake無冰期的能量平衡方程殘差和水體熱儲量的時間序列,但也未計算其能量閉合程度。北美Lake Superior[21]和中國納木錯[22]積累了約2a的EC通量觀測數(shù)據(jù),但因缺乏獨立的水溫梯度觀測,無法計算湖泊的水體熱儲量,故不能評價其能量閉合狀況。關(guān)于湖泊能量閉合度的研究近年才漸現(xiàn)報道,如渦度相關(guān)觀測結(jié)果顯示,中國洱海2011年夏季和其他季節(jié)的能量閉合度分別為0.8和0.7[23],接近于芬蘭Lake Valkea-Kotinen能量閉合度的年均值(2006：0.82,2007：0.73)[24],而低于美國Ross Barnett Reservoir的觀測結(jié)果(0.97)[25]。但上述研究并未分析能量閉合狀況的多尺度時間變化特征,且對引起湖泊能量不閉合的物理機制缺乏定量探討。Jonsson等[26]基于Lake Merasj?rvi的10 d觀測資料研究發(fā)現(xiàn),能量閉合度較差的數(shù)據(jù)一般出現(xiàn)在水體穩(wěn)定分層時段；Nordbo等[24]指出影響Lake Valkea-Kotinen能量閉合狀況的因素主要有五個：湍流強度、局地環(huán)流、垂直平流、各能量項源區(qū)不匹配和水體熱儲量計算誤差,但缺乏定量分析和機理解釋。

開闊湖面因反照率低(0.08—0.10)、粗糙度低且比熱容大[4],其能量閉合度時間變化特征及影響因素具有特殊性。因水體比熱容大,湖泊溫度升降速率會慢于氣溫,導致湖泊感熱和潛熱通量日變化與凈輻射日變化存在相位差異[24,27]。在季節(jié)尺度上,湖泊水體溫度變化滯后于氣溫,致使湖泊與大氣之間的感熱和潛熱通量峰值落后于凈輻射峰值,且此相位差隨湖泊深度增加而愈加明顯[28],如該相位差在Lake Superior(水深148 m)長達5個月[21],而在平均水深為5 m的Ross Barnett Reservoir卻不足1個月[29]。而且,與深水湖泊春秋兩季混合特性不同,淺水湖泊垂直混合主要發(fā)生在日尺度上,呈白天穩(wěn)定分層、夜晚翻轉(zhuǎn)[30],造成水體熱儲量白天儲存、夜晚釋放的晝夜動態(tài),由此形成了不同于陸地生態(tài)系統(tǒng)及深水湖泊的能量平衡季節(jié)變化特征。研究表明,影響生態(tài)系統(tǒng)能量閉合度的主要因素有大氣穩(wěn)定度、摩擦風速和局地環(huán)流[15],但這些因素如何影響湖泊能量閉合狀況尚不清楚。首先,隨著大氣不穩(wěn)定程度的增加,能量閉合度一般會增大[15,31]。而淺水湖泊上方大氣通常處于不穩(wěn)定狀態(tài)[32- 33],該不穩(wěn)定條件是否可以促進湖泊與大氣之間的感熱和潛熱交換,進而提高其能量閉合度？其次,EC觀測皆表明,生態(tài)系統(tǒng)的能量閉合狀況會隨著摩擦風速增大而改善[14],由此是否可以推斷光滑湖面(粗糙度低)的能量閉合度較低？而且,湖泊與附近陸地的熱力性質(zhì)差異可激發(fā)湖風等中尺度環(huán)流[34],引起能量的非湍流輸送,那么,湖風是否會降低EC觀測到的能量閉合度？

太湖是我國第三大淡水湖,為典型的亞熱帶(30.9°—31.6° N)大型(水域面積2338 km2)淺水(平均水深1.9 m)湖泊[35],長期的能量平衡觀測和能量閉合特征研究不僅可以加深對太湖生態(tài)系統(tǒng)熱力和動力過程的認識,且基于觀測數(shù)據(jù)所建立的湖泊參數(shù)化方案可作為大氣模式和氣候模型的下邊界,有望改善流域天氣預報與空氣質(zhì)量預報,促進太湖水分循環(huán)評估、藍藻暴發(fā)氣象預警和湖泊生態(tài)系統(tǒng)響應(yīng)氣候變化等研究。本文基于太湖避風港站(Bifenggang, BFG)2012年的渦度相關(guān)通量、輻射四分量、氣象和水溫梯度觀測數(shù)據(jù),系統(tǒng)分析了大型淺水湖泊能量閉合程度的多尺度(小時、日和月)時間變化特征,闡述了大氣穩(wěn)定度、摩擦風速和湖風對太湖能量閉合狀況的影響,旨在回答上段所提出的3個科學問題。

1 材料與方法

1.1 觀測站點與資料

觀測站點位于東太湖1號避風港附近(圖1),屬于亞熱帶季風氣候區(qū),年平均氣溫為16.5 ℃,年降水量為1176 mm,10 m高度平均風速為3.2 m/s(數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)http://data.cma.cn/)。BFG站屬于典型的草型湖區(qū),水生植物優(yōu)勢種為馬來眼子菜(Potamogetonmalaianus)和輪葉黑藻(Hydrillaverticillata)[36]。

BFG站開展了渦度相關(guān)、凈輻射、氣象和水溫梯度觀測。渦度相關(guān)系統(tǒng)由三維超聲風速計(CSAT3, Campbell Scientific Inc.)和開路式紅外氣體分析儀(EC150, Campbell Scientific Inc.)組成,分別用于測量三維風速/超聲溫度和水汽、CO2密度。原始數(shù)據(jù)采樣頻率為10 Hz,由數(shù)據(jù)采集器(CR3000, Campbell Scientific Inc.)在線進行延時校正,計算得到30 min平均值。通量數(shù)據(jù)后處理包括野點剔除、降水時刻記錄剔除、感熱超聲溫度訂正、兩次坐標旋轉(zhuǎn)[37]和密度效應(yīng)訂正(WPL校正)[38]等。經(jīng)過以上后處理和質(zhì)量控制,2012年BFG站有79%的觀測數(shù)據(jù)可用于能量閉合特征分析。安裝儀器時,BFG站EC觀測系統(tǒng)距離水面8.5 m,該處2012年平均水深為1.7 m。觀測站四周風浪區(qū)(> 4 km)開闊,保證了BFG站2012年超過85%的通量觀測數(shù)據(jù)來自于湖面[39]。向下短波、反射短波、大氣長波和向上長波輻射由四源凈輻射傳感器(CNR4, Kipp & Zonen B.V.)測量,安裝時架設(shè)高度距離水面3.0 m。設(shè)定水面發(fā)射率為0.97,基于Stefan-Boltzmann定律,利用向上和向下長波輻射觀測值計算水表溫度。標準氣象站由溫濕度傳感器(HMP155A, Vaisala Inc.)、風速風向傳感器(05103, R.M. Young Company)和自動翻筒式雨量計(TE525-L, Campbell Scientific Inc.)組成,觀測高度與EC相同。水溫觀測(109-L, Campbell Scientific Inc.)分為4個梯度：水下20、50、100、150 cm,以相同的溫度傳感器觀測底泥溫度。輻射四分量、氣象和水溫梯度觀測數(shù)據(jù)采樣頻率為1 Hz,由數(shù)據(jù)采集器(CR1000, Campbell Scientific Inc.)在線計算得到30 min平均值。用于對比分析的陸地通量資料來源于BFG站東南方10.5 km處的東山站(Dongshan, DS)(圖1)。

圖1 全球內(nèi)陸水體渦度相關(guān)觀測站點分布和太湖避風港通量站Fig.1 Overview of eddy covariance measurements conducted in inland water bodies and the location of Bifenggang site in Lake Taihu, China圖釘顏色反映水體大小和深淺,綠色：面積小于1 km2且深度小于5 m；藍色：面積小于1 km2且深度大于5 m；黃色：面積為1—100 km2且深度小于5 m；紫色：面積為1—100 km2且深度大于5 m；洋紅：面積大于100 km2且深度小于5 m；紅色：面積大于100 km2且深度大于5 m

1.2 湖泊能量平衡

根據(jù)能量守恒定律,湖泊能量平衡方程為[24,40]：

H+λE=Rn-ΔQ-ΔQB-ΔQF-ΔQP

(1)

式中,H和λE分別是經(jīng)過后處理的EC觀測的感熱和潛熱通量,Rn為凈輻射,ΔQ為水體熱儲量,ΔQB為湖泊底泥與上覆水之間的熱通量,ΔQF為出湖和入湖河流所引起的熱量變化,ΔQP是由降水引起的熱量變化。本文未進行底泥與上覆水之間的熱通量觀測,基于飽和土壤熱傳導率和底泥溫度時間序列,利用Wang和Bras模型[41]計算發(fā)現(xiàn),ΔQB的日變化幅度小于2 W/m2,符合淺水湖泊底泥熱通量的觀測結(jié)果(< 2.2 W/m2)[42- 43]。假定入湖與出湖水流溫差為1 ℃,計算得到年出入湖流量(9.3×109m3/a)[35]所引起的ΔQF< 0.5 W/m2。若假定降水溫度等于濕球溫度[44],太湖地區(qū)氣候平均年降水量(1176 mm)所帶來的ΔQP僅為-0.5 W/m2,而且數(shù)據(jù)后處理中剔除了降水時刻的記錄?；谏鲜隽考壏治?方程(1)中后3項可舍去,湖泊能量平衡方程可簡化為：

H+λE=Rn-ΔQ

(2)

當湍流能量通量(H+λE)等于可利用能量(Rn-ΔQ)時,稱之為能量閉合。由于凈輻射和水溫梯度觀測存在隨機誤差[45-46],本文采用線性回歸斜率(S)和能量平衡比率(EBR)[14]兩個指標來定量評價太湖的能量閉合度：

(3)

若線性回歸斜率S=1且截距為0,或能量平衡比率EBR=1,則湖泊能量完全閉合。

EC觀測到的感熱和潛熱通量可由以下脈動量的協(xié)方差來計算：

(4)

(5)

式中,ρa為空氣密度,cpa為空氣定壓比熱(1004 J kg-1K-1),λ為汽化潛熱(氣溫的函數(shù)),w′、T′、q′分別是垂直風速、超聲溫度和空氣比濕的脈動值。

(6)

(7)

式中，Tw,i表示第i層平均水溫,Δzi為Tw,i所代表的水層厚度。每月將5個水溫傳感器放置在20 cm水深處,比對觀測2—6 h。計算水體熱儲量前剔除傳感器之間的系統(tǒng)誤差,并運用5點(2.5 h)滑動平均來降低水溫觀測的隨機誤差。

1.3 相關(guān)參數(shù)計算

Monin-Obukhov大氣穩(wěn)定度參數(shù)(ζ)綜合考慮了湍流生成的熱力(浮力)和動力(風切變)機制,被廣泛用于描述大氣邊界層的穩(wěn)定狀況。采用Hsieh[48]定義,當-0.04 ≤ζ≤ 0.04時,大氣為中性；當ζ< -0.04時,大氣不穩(wěn)定；當ζ> 0.04時,大氣穩(wěn)定。ζ可由EC觀測數(shù)據(jù)直接算得：

(8)

(9)

式中,g為重力加速度,k為馮卡門常數(shù)(0.41)。

按照ζ從小到大排序,將觀測資料分成10個數(shù)據(jù)子集,分割點位于10分位數(shù)處。對10個子集內(nèi)的湍流能量通量和可利用能量進行線性擬合得到相應(yīng)的斜率S,并計算10個子集的ζ平均值,用于分析能量閉合度隨大氣穩(wěn)定度參數(shù)ζ的變化特征。為了辨析動力因子和熱力因子對能量閉合度的各自貢獻,用類似的方法對u*和TT進行分級,來分析能量閉合度隨動力湍流(u*)和熱力湍流強度(TT)的變化規(guī)律。

本文基于太湖湖面和沿岸22個氣象站每小時的風速、風向和氣溫觀測數(shù)據(jù),依據(jù)Sills等[8]標準統(tǒng)計發(fā)現(xiàn)：2012年太湖發(fā)生明顯湖風的天數(shù)為50 d,湖風發(fā)生發(fā)展主要集中在6—8月的中午及午后時刻(11:00—16:00)。分別基于30 min和日尺度分析湖風發(fā)生(Lake breeze, LB)時和無湖風(Non-lake breeze, NLB)時BFG站能量閉合特征的差異。

2 結(jié)果與討論

2.1 太湖能量平衡分量的時間動態(tài)特征

從月平均和年平均日變化圖(圖2,圖3)來看,BFG站的感熱和潛熱通量日動態(tài)與凈輻射存在明顯的量級和相位差異,而水體熱儲量日變化幅度和趨勢與凈輻射相似。感熱通量日變化幅度為-4—16 W/m2,峰值出現(xiàn)在3:00—9:30之間,日落前后呈現(xiàn)熱量由大氣向湖面?zhèn)鬏數(shù)哪鏈噩F(xiàn)象,以3—5月最為明顯。不同于陸地生態(tài)系統(tǒng),月和年平均以后的BFG站潛熱通量全天皆為水面蒸發(fā),在13:30—16:30達到峰值,以7—8月最為明顯。綜上可見,BFG站湖泊與大氣之間的湍流能量交換主要以潛熱蒸發(fā)為主(約90%),方向由水面指向大氣。凈輻射呈單峰型日變化特征,峰值出現(xiàn)在11:30—12:30之間,7月份凈輻射峰值超過700 W/m2。由于夜間水面通過長波輻射凈損失能量(向上長波輻射大于大氣逆輻射),故夜間凈輻射為負值。直接受凈輻射所驅(qū)動,BFG站水體熱儲量亦為單峰型日變化,呈現(xiàn)白天水體吸收熱量和夜晚釋放熱量的晝夜動態(tài)特征,以7月份最為明顯。

圖2 2012年太湖BFG站能量平衡分量的月平均日變化(改自[49])Fig.2 Monthly mean diurnal composite of energy balance components in 2012 at the BFG site(modified from reference of [49])

圖3 2012年BFG站能量平衡分量和能量平衡比率(EBR)的年平均日變化Fig.3 Annual mean diurnal composite of energy balance components and energy balance ratio (EBR) in 2012 at the BFG site

BFG站能量平衡分量的日變化規(guī)律與美國Ross Barnett Reservoir(平均水深5 m,面積130 km2)[25]、芬蘭Lake Valkea-Kotinen(平均水深2.5 m,面積0.041 km2)[24]和以色列Eshkol Reservoir(平均水深3.5 m,面積0.36 km2)[45]觀測結(jié)果相似。當夜晚凈輻射為負值時,太湖通過水體熱儲量釋放(ΔQ< 0)為湖泊與大氣之間的感熱交換和潛熱蒸發(fā)提供能量,所引起的夜間水面蒸發(fā)約占全年蒸發(fā)量的49%,接近于Liu等[25]在美國Ross Barnett Reservoir的觀測結(jié)果(48%)。

上述相位差異說明,在小時尺度上凈輻射并非湖泊感熱和潛熱通量的直接驅(qū)動因子。Granger和Hedstorm[50]指出小時尺度水面蒸發(fā)的主控因子不是凈輻射,而是風速和水氣界面水汽壓梯度,這一結(jié)論也早被Blanken等[47]在加拿大Great Slave Lake的EC觀測結(jié)果所證實。統(tǒng)計分析發(fā)現(xiàn),在小時尺度上,BFG站感熱通量與湖-氣界面溫度差和風速乘積的相關(guān)系數(shù)為0.81,潛熱通量與湖—氣界面水汽壓差和風速乘積的相關(guān)系數(shù)為0.85,而兩者與凈輻射的相關(guān)系數(shù)卻不足0.35。而且,基于空氣動力學的質(zhì)量傳輸方程[51]、水體EC[24,27，47]和大孔徑閃爍儀(Large aperture scintillometer, LAS)[52]觀測皆表明,開闊水體小時尺度上的感熱、潛熱通量分別受水面與大氣間的溫度差和濕度差以及風速所驅(qū)動。

2.2 太湖能量閉合狀況的多尺度時間變化特征

2.2.1 小時尺度上的太湖能量閉合特征

根據(jù)BFG站2012年能量平衡比率的年平均日變化(圖3)可知,EBR在日出和日落時刻出現(xiàn)陡升甚至出現(xiàn)過閉合(EBR > 1)情況,主要與此時可利用能量接近于零[15]和非定常的大氣運動[53]有關(guān)。其他時刻,BFG站的EBR日變化不如陸地EC觀測結(jié)果顯著,且存在以下兩點差異。首先,BFG站能量閉合度最大值和最小值分別出現(xiàn)在8:30(1.18)和14:00(0.64),而陸地生態(tài)系統(tǒng)EBR通常從午夜至下午會逐漸增大[14]。其次,BFG站夜間的能量平衡比率(0.7)明顯高于陸地生態(tài)系統(tǒng)觀測結(jié)果(< 0.4),這主要得益于夜間水體熱儲量釋放(圖1d)和湖面大氣不穩(wěn)定(圖4a)。

圖4 2012年太湖BFG站和陸地DS站大氣穩(wěn)定度參數(shù)ζ和摩擦風速u*的年平均日變化圖Fig.4 Annual mean diurnal composite of atmospheric stability parameter (ζ) and friction velocity (u*) in 2012 at the lake site (BFG) and land site (DS)

依據(jù)風向、大氣穩(wěn)定度狀況和晝夜條件將BFG站全年觀測資料分為12種組合(表1)。由表1可知,湍流能量通量與可利用能量線性擬合斜率的最大值(0.71)出現(xiàn)在夜晚中性組合中,而最小值(0.44)出現(xiàn)在夜晚穩(wěn)定條件下。BFG站12種組合的能量閉合度(0.44—0.71)均低于陸地生態(tài)系統(tǒng)的觀測結(jié)果(0.8),且湍流能量通量與可利用能量之間的相關(guān)系數(shù)均未超過0.65,這可能與水體熱儲量的不確定性有關(guān),而湖泊間歇性水流、水體湍流交換和水溫觀測隨機誤差都會給水體熱儲量的計算帶來不確定性[24,33，45]。當篩選風向(135°—315°)全來自于開闊湖面時,BFG站的能量閉合度并未得到提高,線性回歸斜率反而下降了0.05,說明BFG站具有開闊、充足的風浪區(qū)。BFG站夜間的線性回歸斜率S(0.64)高于白天結(jié)果(0.55),但能量平衡比率EBR卻比白天結(jié)果低0.04,這與湖泊摩擦風速日變化微弱有關(guān)(圖4)。而陸地生態(tài)系統(tǒng)在夜間摩擦風速較小(圖4),動力湍流發(fā)展不充分,其能量閉合度明顯低于白天的觀測結(jié)果[14，16,54]。綜合而言,無論晝夜,BFG站能量閉合度最大值均出現(xiàn)在大氣中性時(-0.04 ≤ζ≤ 0.04),大氣不穩(wěn)定時(ζ< -0.04)居中,大氣穩(wěn)定時(ζ> 0.04)最小。可見,大氣向不穩(wěn)定方向進一步發(fā)展會降低BFG站的能量閉合度,在陸地生態(tài)系統(tǒng)EC觀測中也發(fā)現(xiàn)了這一現(xiàn)象[15,31,55]。

表1不同風向、大氣穩(wěn)定度和晝夜組合條件下BFG站半小時觀測值的能量閉合特征

Table1Energybalancestatisticsonthe30minutesscaleattheBFGsitefordifferentcombinationofwinddirection,atmosphericstabilityandtime

組別Datagroup樣本數(shù)Samplesize線性回歸斜率SLinearregressionslope線性回歸截距ILinearregressionintercept能量平衡比率Energybalanceratio相關(guān)系數(shù)RCorrelationcoefficient全部數(shù)據(jù)Allthedata138110．59±0．0119．79±0．760．800．57135°—315°風向Winddirectionwithin135°—315°66020．54±0．0121．91±1．120．740．57穩(wěn)定(ζ>0．04)Stable(ζ>0．04)34810．48±0．0114．53±0．950．680．56中性(-0．04≤ζ≥0．04)Neutral(-0．04≤ζ≥0．04)25460．67±0．0224．21±2．270．880．64不穩(wěn)定(ζ<-0．04)Unstable(ζ<-0．04)76460．58±0．0121．84±1．100．810．52白天(Rn>0)Daytime(Rn>0)60920．55±0．0128．89±1．220．820．54夜晚(Rn≤0)Nighttime(Rn≤0)76740．64±0．0111．92±0．980．780．60白天穩(wěn)定Stableconditionsduringdaytime17800．49±0．0215．50±1．800．660．55白天中性Neutralconditionsduringdaytime11610．62±0．0337．26±3．610．910．62白天不穩(wěn)定Unstableconditionsduringdaytime30960．51±0．0236．68±1．620．870．49夜晚穩(wěn)定Stableconditionsduringnighttime17010．44±0．0214．21±0．860．740．53夜晚中性Neutralconditionsduringnighttime13850．71±0．0313．55±2．890．840．65夜晚不穩(wěn)定Unstableconditionsduringnighttime45500．66±0．029．65±1．500．760．57

±表示95%的置信區(qū)間范圍；ζ:大氣穩(wěn)定度參數(shù) atmospheric stability parameter；Rn:凈輻射 net radiation；斜率和截距分別表示湍流能量通量與可利用能量線性擬合方程的斜率和截距

2.2.2 在日尺度上的太湖能量閉合特征

如圖5所示,BFG站湍流能量通量日均值小于可利用能量日均值,線性回歸斜率反映的能量閉合度為0.73,能量平衡方程殘差的均值為17.2 W/m2。在日尺度上,BFG站能量閉合度僅比陸地生態(tài)系統(tǒng)EC觀測結(jié)果(0.8)[13]低0.07,且在內(nèi)陸水體EC觀測結(jié)果中處于中等水平(表2),與我國洱海[23]、澳大利亞Logan′s Dam[52]和芬蘭Lake Valkea-Kotinen[24]的能量閉合度觀測值接近,但低于美國Ross Barnett Reservoir[25]的觀測結(jié)果(0.97)。

與半小時數(shù)據(jù)相比,日尺度上的BFG站能量閉合度上升了0.15,原因分析如下。首先,在太湖BFG站的EC觀測系統(tǒng)與湖面之間8.5 m的空氣柱內(nèi),溫度及濕度晝夜變化所引起的熱儲量日均值的量級分別小于0.7 W/m2和1.0 W/m2,故在日尺度上忽略這些能量存儲項對于BFG站能量閉合狀況影響甚微。其次,太湖水體呈現(xiàn)白天穩(wěn)定分層和夜間對流翻轉(zhuǎn)的特征[30],利用水體熱儲量的日均值可消除部分因水溫觀測所帶來的隨機誤差。Leuning等[12]也指出利用日均值能顯著改善La Thuile數(shù)據(jù)集的能量閉合狀況,故建議在日尺度上[33]或更長時間尺度上[45]來分析湖泊生態(tài)系統(tǒng)的能量閉合程度。

表2 全球內(nèi)陸水體能量閉合度的觀測結(jié)果[56]

2.2.3 在月尺度上的太湖能量閉合特征

如圖6所示,BFG站能量平衡比率表現(xiàn)為冬季高、夏季低的季節(jié)變化特征,能量平衡比率的最大值(1.0)和最小值(0.59)分別出現(xiàn)在12月和3月。感熱通量月均值在3.9—9.2 W/m2之間變化,超過80%的凈輻射分配給潛熱,進行水面蒸發(fā),除冬季外,凈輻射和潛熱通量的季節(jié)變化趨勢一致。水體熱儲量呈現(xiàn)出夏半年能量儲存和冬半年能量釋放的交替特征,轉(zhuǎn)換時間在7至8月之間。2月至7月為水體熱量儲存期,逐漸增強的凈輻射除了用于潛熱蒸發(fā)和感熱交換外,剩余的能量被水體吸收進行儲存。8月至翌年1月為水體儲熱釋放期,隨著凈輻射減弱,水體開始向大氣釋放之前儲存的能量,以維持感熱和潛熱消耗,這一現(xiàn)象在11月和12月尤為明顯。

不同于陸地站能量閉合度從冬季到夏季不斷提高的特征[14，16],BFG站月平均能量閉合度呈現(xiàn)夏季低(0.59)、冬季高(1.0)的季節(jié)變化特征,這與澳大利亞Logan′s Dam的LAS觀測結(jié)果相似[52]。青海湖EC觀測也發(fā)現(xiàn)夏季的能量閉合度(0.69)不足冬季結(jié)果(1.65)的一半[61]；芬蘭Lake Valkea-Kotinen的能量平衡比率低值常出現(xiàn)在7—8月[24]；禹城冬小麥/夏玉米輪作農(nóng)田的能量平衡比率也呈現(xiàn)秋冬高、春夏低的季節(jié)變化特征[62]。從能量平衡分量的量級來看,潛熱通量與凈輻射月均值相當,量級較小的底泥熱通量和空氣熱存儲等不是導致BFG站能量不閉合的主因。若EC系統(tǒng)存在低估湍流能量通量的缺陷,則占主導地位的潛熱通量被低估更易引起能量不閉合[52]。

圖5 2012年BFG站日平均湍流能量通量(H + λE)與可利用能量(Rn-ΔQ)的線性回歸關(guān)系Fig.5 Linear regression relationship between the daily mean turbulent energy (H + λE) and available energy (Rn-ΔQ) in 2012 at the BFG site

圖6 2012年BFG站能量平衡分量和能量平衡比率(EBR)的季節(jié)變化特征Fig.6 Seasonal variations in energy balance components and energy balance ratio (EBR) in 2012 at the BFG site

在2012年全年尺度上,BFG站水體儲熱和放熱相平衡,凈熱儲量為-0.8 W/m2。年平均凈輻射、感熱通量和潛熱通量分別為87.9 W/m2、6.4 W/m2和58.1 W/m2,EC觀測仍存在27%的能量不閉合?？梢?在年尺度上,太湖水體獲得的凈輻射除了用于感熱交換和潛熱蒸發(fā)外,還有27%的能量被其他物理過程所消耗,因EC系統(tǒng)觀測性能限制或者數(shù)據(jù)處理方法不當,這些物理過程未被EC系統(tǒng)觀測到或在能量平衡方程(式2)中被忽略。

2.3 影響太湖能量不閉合的主要因素

2.3.1 大氣穩(wěn)定度對太湖能量閉合度的影響

圖7 BFG站能量閉合度S和摩擦風速u*隨大氣穩(wěn)定度參數(shù)ζ的變化特征,能量閉合度S隨熱力湍流TT的變化特征Fig.7 The energy balance closure (S) and friction velocity (u*) varying as a function of atmospheric stability (ζ), energy balance closure varying with thermal-induced turbulence (TT) at the BFG siteTT：熱力湍流 thermal-induced turbulence

如圖7所示,BFG站的能量閉合度S最大值(0.7)出現(xiàn)在大氣弱不穩(wěn)定時(ζ≈ -0.1)。以此點為界限,隨著大氣向穩(wěn)定和不穩(wěn)定方向發(fā)展,BFG站能量閉合度皆急劇下降,當大氣達到極不穩(wěn)定時(ζ≈ -1.5),其能量閉合度降至0.44?？梢?BFG站在極不穩(wěn)定條件下的能量閉合度要低于弱不穩(wěn)定時的結(jié)果。根據(jù)ζ的定義(式8—9)可知,熱力湍流增強(TT)或動力湍流減弱(u*)皆可造成大氣極不穩(wěn)定。如圖7所示,S和摩擦風速u*隨ζ的變化趨勢一致,但S隨著熱力湍流增強(TT> 0)而增大。而且,除自由熱對流(TT> 10×10-4m2/s3)外,熱力湍流對能量閉合度的貢獻(< 0.15)遠小于動力湍流改變所引起的能量閉合度的變化(0.4)。綜上可見,在大氣極不穩(wěn)定時,摩擦風速減小致使BFG站能量閉合度降低。從大氣穩(wěn)定度而言,太湖能量閉合度主要受動力湍流交換強度(風切變)的影響。

陸地生態(tài)系統(tǒng)EC觀測也發(fā)現(xiàn),能量閉合度會在大氣極不穩(wěn)定時降低[15,31,55]。當大氣不穩(wěn)定時,對流發(fā)展不受限制,泰勒假說和各態(tài)遍歷也容易滿足,但低頻大尺度運動(如中尺度環(huán)流和深厚邊界層發(fā)展)更易在極不穩(wěn)定大氣中產(chǎn)生[31],引起能量的平流輸送,使能量閉合度降低[63]。

2.3.2 動力湍流對太湖能量閉合度的影響

圖8 晝夜和不同大氣穩(wěn)定度下BFG站能量閉合度S隨摩擦風速u*的變化特征[49]Fig.8 Energy balance closure (S) varying with friction velocity (u*) for different combination of time and atmospheric stability (ζ) at the BFG site[49]

如圖8所示,不論晝夜和大氣層結(jié)是否穩(wěn)定,BFG站能量閉合度S隨著摩擦風速增大而明顯上升,而上升速率逐漸放緩。即使摩擦風速接近0.4 m/s,BFG站能量仍不閉合(S< 1)。在白天,陸地生態(tài)系統(tǒng)的能量閉合度隨摩擦風速增大而升高的趨勢微弱,在夜間卻較為明顯[14，16],這反映了陸地生態(tài)系統(tǒng)湍流交換晝強、夜弱的日變化特征。而BFG站能量閉合度S隨摩擦風速的變化規(guī)律說明,湖泊生態(tài)系統(tǒng)的能量閉合度全天都受到動力湍流交換強度的限制。

如果摩擦風速越大,動力湍流發(fā)展越旺盛,則Monin-Obukhov相似理論越適用,EC觀測到的能量平衡方程越接近于閉合[53]。然而,湖泊大氣邊界層內(nèi)能量傳輸并非完全由湍流運動來完成,即使在湍流定常、下墊面水平均一的條件下,諸如湖陸風等非湍流過程也會引起能量輸送,必將導致EC觀測到的近地層能量不閉合。

2.3.3 湖風對太湖能量閉合度的影響

BFG站擁有廣闊的風浪區(qū)(> 4 km),但其周圍存在明顯的動力和熱力不均勻性和不連續(xù)性,此種空間異質(zhì)性可激發(fā)湖風,對EC觀測到的能量閉合狀況產(chǎn)生影響[64]。

根據(jù)Sills等[8]標準,篩選出2012年太湖共有50d有湖風發(fā)生。在30 min時間尺度上,湍流能量通量與可利用能量線性擬合的斜率S僅為0.50±0.02,比無湖風發(fā)生時的結(jié)果(S=0.60±0.01)低0.1(圖9),且相關(guān)系數(shù)降低了近0.1。湖風發(fā)生也可能導致了BFG站能量平衡比率在午后出現(xiàn)低值(圖3)和白天能量閉合度低于夜間(表1)。在日尺度上,有湖風時的能量閉合度僅比無湖風時高0.03,且不存在統(tǒng)計性差異。可見,湖風發(fā)生會顯著降低BFG站小時尺度的能量閉合度,但對日尺度的能量閉合狀況影響甚微。

圖9 湖風發(fā)生(LB)及無湖風(NLB)時BFG站 (a) 半小時和 (b) 日平均湍流能量通量與可利用能量的線性回歸關(guān)系Fig.9 Linear regression relationship between the turbulent heat fluxes and available energy (a) on 30 min scale and (b) on a daily scale in 2012 at the BFG site when lake breeze happened (LB) and no lake breeze was found (NLB)

2.3.4 影響太湖能量閉合度的其他因素

除大氣穩(wěn)定度、摩擦風速和湖風外,低頻大氣運動、湖水層結(jié)穩(wěn)定度和能量貢獻源區(qū)匹配程度也會影響太湖能量閉合狀況。

由垂直風速與水汽密度的協(xié)譜(圖10)可見,低頻大氣運動對BFG站EC觀測影響顯著,以大氣穩(wěn)定時更為明顯(圖10b)。在中、高頻譜段,無論大氣是否穩(wěn)定,BFG站的觀測協(xié)譜與標準協(xié)譜[65]一致性較好,在慣性副區(qū)滿足-4/3的斜率特征。但在低頻譜段,觀測協(xié)譜明顯高于標準值,且大氣穩(wěn)定時更為顯著。在Lake Valkea-Kotinen,低頻信號損失使觀測到的能量閉合度下降了8%[24，63]。太湖上方大氣絕大部分時間(> 90%)都處于不穩(wěn)定狀態(tài),湍流主要以中小尺度為主。本文采用30 min平均時間對湍流進行譜截斷,經(jīng)計算,30 min平均時間在BFG站造成的大尺度低頻信號損失甚微。

圖10 大氣不穩(wěn)定(a) 和穩(wěn)定條件下BFG站垂直風速與水汽密度的協(xié)譜(b)Fig.10 Normalized cospectra between vertical wind speed and water vapor density during unstable (a) and stable atmospheric conditions at the BFG site (b)

圖11 BFG站能量閉合度S隨水溫梯度(Tw100-Tw20)的變化特征Fig.11 Energy balance closure (S) varying with water temperature difference (100 cm water temperature minus 20 cm water temperature) at the BFG site

本文采用100 cm與20 cm深度處水溫差值(Tw100-Tw20)來反映水體熱力層結(jié)穩(wěn)定性。當Tw100-Tw20< 0時,水體熱力層結(jié)穩(wěn)定,水體以平流為主；當Tw100-Tw20> 0時,水體熱力層結(jié)不穩(wěn)定,容易發(fā)生熱對流翻轉(zhuǎn)。由BFG站能量閉合度S與Tw100-Tw20的關(guān)系(圖11)可知,能量閉合度低值出現(xiàn)在湖水穩(wěn)定分層時,這與Jonsson等[26]的觀測結(jié)果一致。當Tw100-Tw20< 0時,BFG站的能量閉合度低于0.6,在Tw100-Tw20< -1.5 ℃時,能量閉合度降至0.4；當Tw100-Tw20> 0時,BFG站能量閉合度可接近0.8。當湖水熱力穩(wěn)定分層時,水體熱儲量釋放受阻,進而降低了湖面與大氣之間的感熱和潛熱交換。此時,湖流(10—30 cm/s)[66]還可引起水平方向上的能量輸送,而垂直一維的能量平衡方程并未考慮這一貢獻。當水體發(fā)生翻轉(zhuǎn)時,水平湖流對能量平衡的貢獻遠小于垂直方向的湍流混合,湖泊能量收支主要發(fā)生在垂直方向上。

EC觀測的感熱和潛熱通量貢獻源區(qū)與凈輻射、水體熱儲量所代表的面積不匹配。當大氣不穩(wěn)定時,BFG站EC觀測的90%信號來自于長軸偏向盛行風方向的橢圓(676—1382 m)[48],且該源區(qū)會隨大氣穩(wěn)定度增加、湖面粗糙度降低而增大。CNR4凈輻射測量的源區(qū)不隨時間、氣象條件和大氣穩(wěn)定度而改變,其大小是以凈輻射傳感器為圓心、半徑為10倍觀測高度(30 m)的圓。水溫梯度觀測屬于單點測量,代表面積比通量貢獻源區(qū)小幾個數(shù)量級。然而,難以量化能量平衡各分量源區(qū)不一致對BFG站能量閉合度的影響[67]。本文所用的CNR4凈輻射傳感器是CNR1的升級產(chǎn)品,CNR系列傳感器常作為輻射傳感器比對試驗中的標準設(shè)備[12]。雖然,該傳感器會高估小時尺度的凈輻射(<15 W/m2)[68]或帶來10.4 W/m2的均方根誤差[69],但仍無法解釋在小時尺度上近100 W/m2的能量不閉合(圖3)。

3 結(jié)論

本文基于2012年BFG站渦度相關(guān)通量、輻射四分量、氣象和水溫梯度觀測數(shù)據(jù),系統(tǒng)分析了小時、日和月尺度的太湖能量閉合特征,量化了大氣穩(wěn)定度、摩擦風速和湖風發(fā)生對太湖能量閉合狀況的影響,結(jié)論總結(jié)如下。

太湖小時尺度的能量閉合度在0.44—0.71之間,且晝夜變化不明顯。當研究尺度延長至日時,其能量閉合度升至0.73,在內(nèi)陸水體觀測結(jié)果中處于中等水平。在月尺度上,太湖能量閉合度呈現(xiàn)冬季高、夏季低的季節(jié)變化特征,年平均時仍存在27%的能量不閉合。建議基于日及以上時間尺度分析太湖能量閉合度。

由于摩擦風速減小,太湖能量閉合度在極不穩(wěn)定條件要比弱不穩(wěn)定條件下結(jié)果低0.3。太湖能量閉合度全天都受動力湍流交換強度的限制,不論晝夜和大氣穩(wěn)定狀況,太湖能量閉合度都隨摩擦風速增大而顯著提高。湖風發(fā)生雖然使太湖小時尺度的能量閉合度降低了0.1,但其影響在日尺度上并不顯著。此外,太湖能量閉合度低值常出現(xiàn)在水體熱力穩(wěn)定分層時。

為了充分發(fā)揮湖泊EC觀測數(shù)據(jù)在湖泊模型參數(shù)化和驗證等應(yīng)用性研究中的價值,建議在日以上時間尺度上將能量殘差按照波文比成比例地分配給感熱和潛熱通量[56,70],迫使能量達到閉合。

[1] Downing J A, Prairie Y T, Cole J J, Duarte C M, Tranvik L J, Striegl R G, McDowell W H, Kortelainen P, Caraco N F, Melack J M, Middelburg J J. The global abundance and size distribution of lakes, ponds, and impoundments. Limnology and Oceanography, 2006, 51(5): 2388- 2397.

[2] Ma R H, Yang G S, Duan H T, Jiang J H, Wang S M, Feng X Z, Li A N, Kong F X, Xue B, Wu J L, Li S J. China′s lakes at present: number, area and spatial distribution. Science China Earth Sciences, 2011, 54(2): 283- 289.

[3] Zhao L, Jin J M, Wang S Y, Ek M B. Integration of remote-sensing data with WRF to improve lake-effect precipitation simulations over the Great Lakes region. Journal of Geophysical Research-Atmospheres, 2012, 117(D9): D09102.

[4] Subin Z M, Riley W J, Mironov D. An improved lake model for climate simulations: model structure, evaluation, and sensitivity analyses in CESM1. Journal of Advances in Modeling Earth Systems, 2012, 4(1): M02001.

[5] Bastviken D, Tranvik L J, Downing J A, Crill P M, Enrich-Prast A. Freshwater methane emissions offset the continental carbon sink. Science, 2011, 331(6013): 50.

[6] Huttunen J T, Alm J, Liikanen A, Juutinen S, Larmola T, Hammar T, Silvola J, Martikainen P J. Fluxes of methane, carbon dioxide and nitrous oxide in boreal lakes and potential anthropogenic effects on the aquatic greenhouse gas emissions. Chemosphere, 2003, 52(3): 609- 621.

[7] Downing J A, Cole J J, Middelburg J J, Striegl R G, Duarte C M, Kortelainen P, Prairie Y T, Laube K A. Sediment organic carbon burial in agriculturally eutrophic impoundments over the last century. Global Biogeochemical Cycles, 2008, 22(1): GB1018.

[8] Sills D M L, Brook J R, Levy I, Makar P A, Zhang J, Taylor P A. Lake breezes in the southern Great Lakes region and their influence during BAQS-Met 2007. Atmospheric Chemistry and Physics, 2011, 11(15): 7955- 7973.

[9] Battin T J, Luyssaert S, Kaplan L A, Aufdenkampe A K, Richter A, Tranvik L J. The boundless carbon cycle. Nature Geoscience, 2009, 2(9): 598- 600.

[10] Baldocchi D, Falge E, Gu L H, Olson R, Hollinger D, Running S, Anthoni P, Bernhofer C, Davis K, Evans R, Fuentes J, Goldstein A, Katul G, Law B, Lee X, Malhi Y, Meyers T, Munger W, Oechel W, Paw U K T, Pilegaard K, Schmid H P, Valentini R, Verma S, Vesala T, Wilson K, Wofsy S. FLUXNET: a new tool to study the temporal and spatial variability of ecosystem-scale carbon dioxide, water vapor, and energy flux densities. Bulletin of the American Meteorological Society, 2001, 82(11): 2415- 2434.

[11] Yu G R, Wen X F, Sun X M, Tanner B D, Lee X, Chen J Y. Overview of ChinaFLUX and evaluation of its eddy covariance measurement. Agricultural and Forest Meteorology, 2006, 137(3/4): 125- 137.

[12] Leuning R, van Gorsel E, Massman W J, Isaac P R. Reflections on the surface energy imbalance problem. Agricultural and Forest Meteorology, 2012, 156: 65- 74.

[13] Foken T. The energy balance closure problem: an overview. Ecological Applications, 2008, 18(6): 1351- 1367.

[14] Wilson K, Goldstein A, Falge E, Aubinet M, Baldocchi D, Berbigier P, Bernhofer C, Ceulemans R, Dolman H, Field C, Grelle A, Ibrom A, Law B E, Kowalski A, Meyers T, Moncrieff J, Monson R, Oechel W, Tenhunen J, Valentini R, Verma S. Energy balance closure at FLUXNET sites. Agricultural and Forest Meteorology, 2002, 113(1/4): 223- 243.

[15] Franssen H J H, St?ckli R, Lehner I, Rotenberg E, Seneviratne S I. Energy balance closure of eddy-covariance data: a multisite analysis for European FLUXNET stations. Agricultural and Forest Meteorology, 2010, 150(12): 1553- 1567.

[16] 李正泉, 于貴瑞, 溫學發(fā), 張雷明, 任傳友, 伏玉玲. 中國通量觀測網(wǎng)絡(luò)(ChinaFLUX)能量平衡閉合狀況的評價. 中國科學 D輯: 地球科學, 2004, 34(S2): 46- 56.

[17] Foken T, Aubinet M, Finnigan J J, Leclerc M Y, Mauder M, Paw U K T. Results of a panel discussion about the energy balance closure correction for trace gases. Bulletin of the American Meteorological Society, 2011, 92(4): ES13-ES18.

[18] 王介民, 王維真, 劉紹民, 馬明國, 李新. 近地層能量平衡閉合問題——綜述及個例分析. 地球科學進展, 2009, 24(7): 705- 713.

[19] Rouse W R, Blanken P D, Bussières N, Walker A E, Oswald C J, Schertzer W M, Spence C. Investigation of the thermal and energy balance regimes of great slave and Great Bear Lakes. Journal of Hydrometeorology, 2008, 9(6): 1318- 1333.

[20] Schertzer W M, Rouse W R, Blanken P D, Walker A E. Over-lake meteorology and estimated bulk heat exchange of Great Slave Lake in 1998 and 1999. Journal of Hydrometeorology, 2003, 4(4): 649- 659.

[21] Blanken P D, Spence C, Hedstrom N, Lenters J D. Evaporation from Lake Superior: 1. Physical controls and processes. Journal of Great Lakes Research, 2011, 37(4): 707- 716.

[22] Biermann T, Babel W, Ma W Q, Chen X L, Thiem E, Ma Y M, Foken T. Turbulent flux observations and modelling over a shallow lake and a wet grassland in the Nam Co basin, Tibetan Plateau. Theoretical and Applied Climatology, 2014, 116(1): 301- 316.

[23] Liu H Z, Feng J W, Sun J H, Wang L, Xu A L. Eddy covariance measurements of water vapor and CO2fluxes above the Erhai Lake. Science China Earth Sciences, 2015, 58(3): 317- 328.

[24] Nordbo A, Launiainen S, Mammarella I, Lepp?ranta M, Huotari J, Ojala A, Vesala T. Long-term energy flux measurements and energy balance over a small boreal lake using eddy covariance technique. Journal of Geophysical Research-Atmospheres, 2011, 116(D2): D02119.

[25] Liu H P, Zhang Q Y, Dowler G. Environmental controls on the surface energy budget over a large southern inland water in the united states: an analysis of one-year eddy covariance flux data. Journal of Hydrometeorology, 2012, 13(6): 1893- 1910.

[26] Jonsson A, ?berg J, Lindroth A, Jansson M. Gas transfer rate and CO2flux between an unproductive lake and the atmosphere in northern Sweden. Journal of Geophysical Research: Biogeosciences, 2008, 113(G4): G04006.

[27] Liu H P, Zhang Y, Liu S H, Jiang H M, Sheng L, Williams Q L. Eddy covariance measurements of surface energy budget and evaporation in a cool season over southern open water in Mississippi. Journal of Geophysical Research-Atmospheres, 2009, 114(D4): D04110.

[28] Momii K, Ito Y. Heat budget estimates for Lake Ikeda, Japan. Journal of Hydrology, 2008, 361(3/4): 362- 370.

[29] Zhang Q Y, Liu H P. Interannual variability in the surface energy budget and evaporation over a large southern inland water in the United States. Journal of Geophysical Research-Atmospheres, 2013, 118(10): 4290- 4302.

[30] Deng B, Liu S D, Xiao W, Wang W, Jin J M, Lee X. Evaluation of the CLM4 lake model at a large and shallow freshwater lake. Journal of Hydrometeorology, 2013, 14(2): 636- 649.

[31] Barr A G, Morgenstern K, Black T A, McCaughey J H, Nesic Z. Surface energy balance closure by the eddy-covariance method above three boreal forest stands and implications for the measurement of the CO2flux. Agricultural and Forest Meteorology, 2006, 140(1/4): 322- 337.

[32] Verburg P, Antenucci J P. Persistent unstable atmospheric boundary layer enhances sensible and latent heat loss in a tropical great lake: lake Tanganyika. Journal of Geophysical Research-Atmospheres, 2010, 115(D11): D11109.

[33] McGloin R, McGowan H, McJannet D, Cook F, Sogachev A, Burn S. Quantification of surface energy fluxes from a small water body using scintillometry and eddy covariance. Water Resources Research, 2014, 50(1): 494- 513.

[34] Crosman E T, Horel J D. Sea and lake breezes: a review of numerical studies. Boundary-Layer Meteorology, 2010, 137(1): 1- 29.

[35] Qin B Q, Xu P Z, Wu Q L, Luo L C, Zhang Y L. Environmental issues of Lake Taihu, China. Hydrobiologia, 2007, 581(1): 3- 14.

[36] Xiao W, Liu S D, Wang W, Yang D, Xu J P, Cao C, Li H C, Lee X. Transfer coefficients of momentum, heat and water vapour in the atmospheric surface layer of a large freshwater lake. Boundary-Layer Meteorology, 2013, 148(3): 479- 494.

[37] Lee X, Finnigan J, Paw U K T. Coordinate systems and flux bias error // Lee X, Massman W, Law B, eds. Handbook of Micrometeorology: A Guide for Surface Flux Measurement and Analysis. Netherlands: Springer, 2005: 33- 66.

[38] Webb E K, Pearman G I, Leuning R. Correction of flux measurements for density effects due to heat and water vapour transfer. Quarterly Journal of the Royal Meteorological Society, 1980, 106(447): 85- 100.

[39] Lee X, Liu S D, Xiao W, Wang W, Gao Z Q, Cao C, Hu C, Hu Z H, Shen S H, Wang Y W, Wen X F, Xiao Q T, Xu J P, Yang J B, Zhang M. The Taihu eddy flux network: an observational program on energy, water, and greenhouse gas fluxes of a large freshwater lake. Bulletin of the American Meteorological Society, 2014, 95(10): 1583- 1594.

[40] Henderson-Sellers B. Calculating the surface-energy balance for lake and reservoir modeling: a review. Reviews of Geophysics, 1986, 24(3): 625- 649.

[41] Wang J, Bras R L. Ground heat flux estimated from surface soil temperature. Journal of Hydrology, 1999, 216(3/4): 214- 226.

[42] Smith N P. Observations and simulations of water-sediment heat exchange in a shallow coastal lagoon. Estuaries, 2002, 25(3): 483- 487.

[43] Miguel R R. Contribution of advective and non-advective heat fluxes to the heat budget of a shallow lagoon. American Journal of Environmental Sciences, 2005, 1(2): 149- 158.

[44] Shoemaker W B, Sumner D M, Castillo A. Estimating changes in heat energy stored within a column of wetland surface water and factors controlling their importance in the surface energy budget. Water Resourses Research, 2005, 41(10): W10411.

[45] Tanny J, Cohen S, Assouline S, Lange F, Grava A, Berger D, Teltch B, Parlange M B. Evaporation from a small water reservoir: direct measurements and estimates. Journal of Hydrology, 2008, 351(1/2): 218- 229.

[46] Huotari J, Ojala A, Peltomaa E, Nordbo A, Launiainen S, Pumpanen J, Rasilo T, Hari P, Vesala T. Long-term direct CO2flux measurements over a boreal lake: five years of eddy covariance data. Geophysical Research Letters, 2011, 38(18): L18401.

[47] Blanken P D, Rouse W R, Culf A D, Spence C, Boudreau L D, Jasper J N, Kochtubajda B, Schertzer W M, Marsh P, Verseghy D. Eddy covariance measurements of evaporation from Great Slave Lake, Northwest Territories, Canada. Water Resources Research, 2000, 36(4): 1069- 1077.

[48] Hsieh C I, Katul G, Chi T W. An approximate analytical model for footprint estimation of scalar fluxes in thermally stratified atmospheric flows. Advances in Water Resources, 2000, 23(7): 765- 772.

[49] 王偉. 太湖能量收支及其對氣候變化的響應(yīng). 博士學位論文, 南京信息工程大學, 南京, 2014年.

[50] Granger R J, Hedstrom N. Modelling hourly rates of evaporation from small lakes. Hydrology and Earth System Sciences, 2011, 15(1): 267- 277.

[51] Garratt J R. The Atmospheric Boundary Layer. Cambridge: Cambridge University Press, 1992: 97- 104.

[52] McJannet D, Cook F, McGloin R, McGowan H, Burn S, Sherman B. Long-term energy flux measurements over an irrigation water storage using scintillometry. Agricultural and Forest Meteorology, 2013, 168: 93- 107.

[53] 左洪超, 肖霞, 楊啟東, 董龍翔, 陳繼偉, 王樹金. 論近地層大氣運動特征與觀測和計算能量不平衡的成因. 中國科學: 地球科學, 2012, 42(9): 1370- 1384.

[54] 原文文, 同小娟, 張勁松, 孟平, 李俊, 鄭寧. 黃河小浪底人工混交林生長季能量平衡特征. 生態(tài)學報, 2015, 35(13): 4492- 4499.

[55] Tanaka H, Hiyama T, Kobayashi N, Yabuki H, Ishii Y, Desyatkin R V, Maximov T C, Ohta T. Energy balance and its closure over a young larch forest in eastern Siberia. Agricultural and Forest Meteorology, 2008, 148(12): 1954- 1967.

[56] Wang W, Xiao W, Cao C, Gao Z Q, Hu Z H, Liu S D, Shen S H, Wang L L, Xiao Q T, Xu J P, Yang D, Lee X. Temporal and spatial variations in radiation and energy balance across a large freshwater lake in China. Journal of Hydrology, 2014, 511: 811- 824.

[57] Mammarella I, Nordbo A, Rannik ü, Haapanala S, Levula J, Laakso H, Ojala A, Peltola O, Heiskanen J, Pumpanen J, Vesala T. Carbon dioxide and energy fluxes over a small boreal lake in Southern Finland. Journal of Geophysical Research: Biogeosciences, 2015, 120(7): 1296- 1314.

[58] Tanny J, Cohen S, Berger D, Teltch B, Mekhmandarov Y, Bahar M, Katul G G, Assouline S. Evaporation from a reservoir with fluctuating water level: Correcting for limited fetch. Journal of Hydrology, 2011, 404(3/4): 146- 156.

[59] Elo P A R. The energy balance and vertical thermal structure of two small boreal lakes in summer. Boreal Environment Research, 2007, 12(5): 585- 600.

[60] Eugster W, Kling G, Jonas T, McFadden J P, Wüest A, MacIntyre S, Chapin III F S. CO2exchange between air and water in an Arctic Alaskan and midlatitude Swiss lake: importance of convective mixing. Journal of Geophysical Research-Atmospheres, 2003, 108(D12): 4362.

[61] Li X Y, Ma Y J, Huang Y M, Hu X, Wu X C, Wang P, Li G Y, Zhang S Y, Wu H W, Jiang Z Y, Cui B L, Liu L. Evaporation and surface energy budget over the largest high-altitude saline lake on the Qinghai-Tibet Plateau. Journal of Geophysical Research-Atmospheres, 2016, 121(18): 10470- 10485.

[62] 劉渡, 李俊, 于強, 同小娟, 歐陽竹. 渦度相關(guān)觀測的能量閉合狀況及其對農(nóng)田蒸散測定的影響. 生態(tài)學報, 2012, 32(17): 5309- 5317.

[63] Finnigan J J, Clement R, Malhi Y, Leuning R, Cleugh H A. A re-evaluation of long-term flux measurement techniques part I: averaging and coordinate rotation. Boundary-Layer Meteorology, 2003, 107(1): 1- 48.

[64] Leclerc M Y, Karipot A, Prabha T, Allwine G, Lamb B, Gholz H L. Impact of non-local advection on flux footprints over a tall forest canopy: a tracer flux experiment. Agricultural and Forest Meteorology, 2003, 115(1/2): 19- 30.

[65] Kaimal J C, Wyngaard J C, Izumi Y, Coté O R. Spectral characteristics of surface-layer turbulence. Quarterly Journal of the Royal Meteorological Society, 1972, 98(417): 563- 589.

[66] 秦伯強, 胡維平, 陳偉民, 季江, 范成新, 陳宇煒, 高錫蕓, 楊龍元, 高光, 黃文鈺, 姜家虎, 張琛, 劉元波, 周子元. 太湖梅梁灣水動力及相關(guān)過程的研究. 湖泊科學, 2000, 12(4): 327- 334.

[67] 張慧, 申雙和, 溫學發(fā), 孫曉敏, 米娜. 陸地生態(tài)系統(tǒng)碳水通量貢獻區(qū)評價綜述. 生態(tài)學報, 2012, 32(23): 7622- 7633.

[68] Michel D, Philipona R, Ruckstuhl, Vogt C R, Vuilleumier L. Performance and uncertainty of CNR1 net radiometers during a one-year field comparison. Journal of Atmospheric and Oceanic Technology, 2008, 25(3); 442- 451.

[69] Xu Z W, Liu S M, Li X, Shi S J, Wang J M, Zhu Z L, Xu T R, Wang W Z, Ma M G. Intercomparison of surface energy flux measurement systems used during the HiWATER-MUSOEXE. Journal of Geophysical Research-Atmospheres, 2013, 118(23): 13140- 13157.

[70] Twine T E, Kustas W P, Norman J M, Cook D R, Houser P R, Meyers T P, Prueger J H, Starks P J, Wesely M L. Correcting eddy-covariance flux underestimates over a grassland. Agricultural and Forest Meteorology, 2000, 103(3): 279- 300.

MechanisticanalysisoftheobservedenergyimbalanceofLakeTaihu

WANG Wei1,2,*, SHEN Shuanghe3, LIU Shoudong1，2, ZHANG Mi1,2, XIAO Wei1,2, WANG Yongwei1, LEE Xuhui1

1Yale-NUISTCenteronAtmosphericEnvironment,InternationalJointLaboratoryonClimateandEnvironmentChange(ILCEC),NanjingUniversityofInformationScienceandTechnology,Nanjing210044,China2KeyLaboratoryofMeteorologicalDisaster,MinistryofEducation(KLME)/CollaborativeInnovationCenteronForecastandEvaluationofMeteorologicalDisasters(CIC-FEMD),NanjingUniversityofInformationScienceandTechnology,Nanjing210044,China3JiangsuKeyLaboratoryofAgriculturalMeteorology,NanjingUniversityofInformationScienceandTechnology,Nanjing210044,China

Surface energy imbalance not only imposes constraints on the application of eddy covariance observations in research on land surface model development and evaluation, but also creates uncertainty regarding measurements of long-term net ecosystem CO2exchange. Lakes are a main component of the climate system and their surface energy balance is the dominant driver of biophysical and biogeochemical processes in lake ecosystems. In this study, observations of energy fluxes, radiation components, micrometeorological conditions, and water temperature profile were used to investigate the energy balance closure of Lake Taihu on different temporal scales (e.g., hourly, daily, and monthly). Energy balance closure was evaluated by linear regression of turbulent energy fluxes (sensible heat flux plus latent heat flux) against available energy (net radiation minus heat storage in water volume) and by calculating the energy balance ratio, the ratio of turbulent heat fluxes to available energy. Furthermore, the effects of three mechanisms—the stability of boundary layer atmosphere, friction velocity, and lake-breeze—on energy imbalance were analyzed quantitatively. The results showed that the heat storage in lake water volume had a diurnal variation similar to that of net radiation with comparable magnitudes, reaching a maximum at noontime. Both the sensible and latent heat flux showed much smaller diurnal variations and peaked in the morning and afternoon, respectively. Energy balance closure was observed at only 0.59 for the smooth Lake Taihu with half-hour averages, but increased to 0.73 using daily averages. Compared to land observations, there was less obvious diurnal variation in energy balance closure at Lake Taihu due to its aerodynamically smoother surface. Throughout the year, energy balance showed an obvious deficit during the warming months but perfect closure during the winter months. At an annual scale, the energy imbalance was 27%, which is comparable to values reported from eddy covariance observations on land and a few field surveys of lakes. The energy balance closure significantly improved with friction velocity during both daytime and nighttime, which indicates that mechanical turbulence is the main constraint on energy balance at Lake Taihu. The energy balance closure was approximately 0.7 for less unstable conditions (atmospheric stability parameter — -0.1), but was only 0.4 for very unstable conditions (atmospheric stability parameter — -1.5). Our results indicated that the poorer closure for very unstable conditions compared with less unstable conditions was due to reduced friction velocity (from 0.25 to 0.1). Although lake-breeze reduced the energy balance closure by 0.1 on an hourly scale, this was indiscernible on a daily scale. In addition, large-scale atmospheric motion, the stratification of lake water, and the source area mismatch between turbulent heat fluxes and available energy also contributed to the observed energy imbalance at Lake Taihu. Cospectra analysis showed that large-scale atmospheric motion was obvious at Lake Taihu, particularly during stable conditions, which may be filtered by a half-hour block average. Good energy balance closure was achieved when water thermal convection occurred with a 100 cm depth water temperature higher than that at 20 cm depth. The footprint of turbulent heat fluxes was much larger than that for available energy, and also varied with atmospheric stability and surface roughness. However, it is difficult to qualify the energy imbalance resulting from footprint mismatch.

Lake Taihu; energy imbalance; eddy covariance; turbulence exchange; atmospheric stability

國家自然科學基金青年項目(41505005)；江蘇省自然科學基金青年項目(BK20150900)；國家自然科學基金面上項目(41475141, 41575147, 41275024)；南京信息工程大學人才啟動經(jīng)費(2014r046)；教育部長江學者和創(chuàng)新團隊發(fā)展計劃(PCSIRT)；江蘇高校優(yōu)勢學科建設(shè)工程(PAPD)；南京信息工程大學2015年度大學生實踐創(chuàng)新訓練計劃項目(201510300023)

2016- 06- 30;

2017- 07- 20

*通訊作者Corresponding author.E-mail: wangw@nuist.edu.cn

10.5846/stxb201606301346

王偉,申雙和,劉壽東,張彌,肖薇,王詠薇,李旭輝.太湖生態(tài)系統(tǒng)能量閉合特征及其影響因素.生態(tài)學報,2017,37(18):5935- 5950.

Wang W, Shen S H, Liu S D, Zhang M, Xiao W, Wang Y W, Lee X H.Mechanistic analysis of the observed energy imbalance of Lake Taihu.Acta Ecologica Sinica,2017,37(18):5935- 5950.