胡小旭 王偉 徐敏 徐敬爭 陸琛

（1 南京信息工程大學(xué)中國氣象局生態(tài)系統(tǒng)碳源匯開放重點(diǎn)實(shí)驗(yàn)室，南京 210044；2 南京信息工程大學(xué)江蘇省農(nóng)業(yè)氣象重點(diǎn)實(shí)驗(yàn)室，南京 210044；3 南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心，南京 210044；4 江蘇省氣候中心，南京 210019；5 航天新氣象科技有限公司，無錫 214028；6 江蘇省海安市氣象局，海安 226600）

0 引言

農(nóng)田占據(jù)了陸表約13%的面積[1]，它與大氣之間的物質(zhì)和能量交換影響著區(qū)域和全球氣候，并在全球碳收支中占有重要地位。首先，衛(wèi)星觀測(cè)顯示農(nóng)田生態(tài)系統(tǒng)會(huì)加劇區(qū)域和全球變暖，在中國、印度和巴西等農(nóng)業(yè)大國，其白天增暖效應(yīng)超過5oC[2]。其次，灌溉農(nóng)田通過蒸散增濕和降低大氣邊界層高度顯著增強(qiáng)濕熱脅迫[3]，在中國華北、印度和巴基斯坦等地尤為明顯。此外，農(nóng)田生態(tài)系統(tǒng)是最活躍的碳庫[4]，固碳量約占中國陸地生態(tài)系統(tǒng)的12%[5]。上述農(nóng)田與大氣之間的物質(zhì)和能量交換均以湍流方式進(jìn)行，觀測(cè)分析大氣湍流特征是準(zhǔn)確量化農(nóng)田物質(zhì)和能量通量的基礎(chǔ)。

Monin-Obukhov相似理論是邊界層湍流研究的理論基礎(chǔ)，用于分析邊界層中的外部參數(shù)對(duì)湍流擴(kuò)散的影響。該理論大大推動(dòng)了大氣湍流觀測(cè)試驗(yàn)的開展和觀測(cè)儀器的研發(fā)[4]。測(cè)量湍流通量最直接的方式是渦度相關(guān)法[6]，該方法因其直接測(cè)定、理論假設(shè)少、觀測(cè)信息全面等優(yōu)點(diǎn)，被廣泛用于觀測(cè)農(nóng)田上方的大氣湍流特征。描述大氣湍流特征的常見指標(biāo)有湍流方差相似性、湍流強(qiáng)度、湍流能譜等[4,7-8]。余錦華等[9]分析了常熟農(nóng)業(yè)生態(tài)試驗(yàn)站的通量觀測(cè)數(shù)據(jù)，發(fā)現(xiàn)在非中性條件下，水平風(fēng)速標(biāo)準(zhǔn)差與大氣穩(wěn)定度的關(guān)系并不滿足“1/3”次方定律，在平流輸送明顯的綠洲農(nóng)田也觀測(cè)到類似結(jié)果[10]，而“1/3”次方定律在云貴高原西部[11]和淮河流域[12]農(nóng)田均成立。在湍流強(qiáng)度方面，楊智等[11]觀測(cè)發(fā)現(xiàn)云貴高原西部農(nóng)田湍流強(qiáng)度比華北平原強(qiáng)，而李英等[13]發(fā)現(xiàn)同為西部地區(qū)的成都平原的農(nóng)田湍流強(qiáng)度卻與華北平原觀測(cè)結(jié)果接近，且農(nóng)田湍流強(qiáng)度隨風(fēng)速的變化特征尚不明確[14]。郭建俠[15]分析華北玉米下墊面的渦度相關(guān)資料發(fā)現(xiàn)，動(dòng)量譜和感熱譜在慣性子區(qū)均較為離散，不符合“－4/3”次方規(guī)律?？梢?，由于農(nóng)田下墊面類型多樣且存在高度異質(zhì)性，導(dǎo)致不同研究觀測(cè)得到的農(nóng)田大氣湍流特征存在明顯差異，使得大氣邊界層湍流研究基礎(chǔ)理論之一——Monin-Obukhov相似理論在農(nóng)田的適用性存在挑戰(zhàn)，亟須在開闊、平坦且均一的標(biāo)準(zhǔn)化農(nóng)田開展大氣湍流特征的觀測(cè)分析。

農(nóng)業(yè)農(nóng)村部經(jīng)國務(wù)院批復(fù)同意于2021年9月6日印發(fā)的《全國高標(biāo)準(zhǔn)農(nóng)田建設(shè)規(guī)劃（2021—2030年）》指出，到2030年建成12億畝（1畝≈666.7 m2）高標(biāo)準(zhǔn)農(nóng)田，并改造提升現(xiàn)有高標(biāo)準(zhǔn)農(nóng)田2.8億畝，以此穩(wěn)定保障1.2萬億斤（1斤＝0.5 kg）以上糧食產(chǎn)能。高標(biāo)準(zhǔn)農(nóng)田是指田塊平整、集中連片、設(shè)施完善、節(jié)水高效、農(nóng)電配套、宜機(jī)作業(yè)、土壤肥沃、生態(tài)友好、抗災(zāi)能力強(qiáng)，與現(xiàn)代農(nóng)業(yè)生產(chǎn)和經(jīng)營方式相適應(yīng)的旱澇保收、穩(wěn)產(chǎn)高產(chǎn)的耕地[16]。高標(biāo)準(zhǔn)農(nóng)田經(jīng)過“田、水、路、林、村”綜合整治，實(shí)現(xiàn)了“小田并大田”，下墊面變得均一、平坦，是通量觀測(cè)的理想下墊面，理論上Monin-Obukhov相似理論更為適用，但這一推論尚未得到觀測(cè)證實(shí)。南通市從2008年起建設(shè)高標(biāo)準(zhǔn)農(nóng)田，目前擁有江蘇省內(nèi)單體最大的“萬頃良田”建設(shè)示范區(qū)[17]。農(nóng)田生態(tài)系統(tǒng)作為陸地生態(tài)系統(tǒng)的重要組成部分，明確高標(biāo)準(zhǔn)農(nóng)田生態(tài)系統(tǒng)的碳收支特征對(duì)減少農(nóng)田碳排放、增加土壤碳存儲(chǔ)意義重大。本文基于南通高標(biāo)準(zhǔn)農(nóng)田水稻下墊面2020年渦度相關(guān)觀測(cè)數(shù)據(jù)，分析其大氣穩(wěn)定度分布、湍流方差相似性、湍流譜特征、湍流強(qiáng)度和湍流動(dòng)能等，旨在論證Monin-Obukhov相似理論在高標(biāo)準(zhǔn)農(nóng)田下墊面的適用性，評(píng)估基于湍流交換理論發(fā)展起來的渦度相關(guān)技術(shù)觀測(cè)高標(biāo)準(zhǔn)農(nóng)田碳通量的可靠性，為揭示華東地區(qū)典型農(nóng)田生態(tài)系統(tǒng)與大氣之間的物質(zhì)和能量交換特征提供參考。

1 觀測(cè)概況與研究方法

1.1 觀測(cè)概況

觀測(cè)站點(diǎn)位于江蘇省南通市雅周鎮(zhèn)“萬畝良田”工程內(nèi)，屬北亞熱帶海洋性季風(fēng)氣候，四季分明。根據(jù)海安國家氣象站的多年觀測(cè)數(shù)據(jù)，1981—2010年，年平均氣溫為15.3 ℃，年平均日照時(shí)數(shù)為2000 h，年平均降水量為1015.1 mm（國家氣象科學(xué)數(shù)據(jù)中心http://data.cma.cn/）。以觀測(cè)站點(diǎn)為中心，250 m半徑范圍內(nèi)地勢(shì)平坦，均為農(nóng)田[18]。地下10～100 cm的土壤類型為細(xì)沙土。種植方式為稻（6—10月）麥（11月—翌年5月）輪作。

整個(gè)觀測(cè)系統(tǒng)由開路式渦度相關(guān)系統(tǒng)、小氣候觀測(cè)系統(tǒng)、數(shù)據(jù)采集器、通信設(shè)備和供電設(shè)備組成（圖1）。渦度相關(guān)系統(tǒng)由開路式紅外CO2/H2O分析儀（LI-7500DS，美國LI-COR公司）和三維超聲風(fēng)速儀（Windmaster Pro，英國Gill公司）組成，分別測(cè)量大氣中的CO2/H2O濃度、三維風(fēng)速和超聲虛溫，架設(shè)高度為2.5 m。小氣候觀測(cè)系統(tǒng)包括2路溫濕度傳感器（DHC2，航天新氣象科技有限公司），用于測(cè)量大氣溫度和相對(duì)濕度，架設(shè)高度分別為2 m和3 m；翻斗式雨量傳感器（SL3-1，上海氣象儀器廠），架設(shè)高度為1.5 m；四分量凈輻射傳感器（FS-J1，航天新氣象科技有限公司），用于測(cè)量向下短波、向上短波、向下長波和向上長波輻射通量密度，架設(shè)高度為2 m；5路光合有效輻射傳感器（FS-PR，航天新氣象科技有限公司），1路架設(shè)高度為2 m，其他4路均架設(shè)在0.5 m高度；3路土壤熱通量傳感器（HFP01-05，荷蘭Hukseflow公司），均埋設(shè)在土壤5 cm深度；5路土壤溫濕度傳感器，分別觀測(cè)5、10、20、40和60 cm處的土壤溫度和體積含水量。渦度相關(guān)系統(tǒng)的采樣頻率為10 Hz，小氣候系統(tǒng)的采樣頻率為1 Hz。觀測(cè)數(shù)據(jù)均由數(shù)據(jù)采集器（CR6000，美國Campbell公司）采集和存儲(chǔ)。整個(gè)觀測(cè)系統(tǒng)由4塊100 W的太陽能板和4個(gè)120 Ah的蓄電池供電。

圖1 研究區(qū)域位置（a，紅色三角形為觀測(cè)站點(diǎn)位置）和觀測(cè)系統(tǒng)（b，農(nóng)田生態(tài)系統(tǒng)小氣候、通量觀測(cè)系統(tǒng)的實(shí)景照片）Fig. 1 Location of the research area (a, the red triangle representing the location of the observation station) and the observation system (b, the flux observation system for the microclimate of farmland ecosystem)

1.2 研究方法

1.2.1 通量數(shù)據(jù)處理和質(zhì)量控制

選取2020年5月1日—10月30日水稻生長期的觀測(cè)數(shù)據(jù)，使用美國LI-COR公司的渦度相關(guān)數(shù)據(jù)處理軟件EddyPro 6.1對(duì)10 Hz原始通量數(shù)據(jù)進(jìn)行處理，得到30 min平均數(shù)據(jù)。數(shù)據(jù)后處理包括野點(diǎn)剔除、超聲虛溫訂正、兩次坐標(biāo)旋轉(zhuǎn)和密度效應(yīng)訂正等[4]。將30 min平均數(shù)據(jù)分為3個(gè)質(zhì)量等級(jí)：0（最高）、1（中等）和2（最低）[19]，剔除1級(jí)和2級(jí)數(shù)據(jù)，僅保留0級(jí)數(shù)據(jù)分析大氣湍流特征。通量貢獻(xiàn)區(qū)描述的是來自通量傳感器上風(fēng)方向地表源對(duì)觀測(cè)垂直通量的相對(duì)貢獻(xiàn)[6]。為了明確通量觀測(cè)信號(hào)的來源，使用美國LICOR公司的渦度相關(guān)數(shù)據(jù)分析軟件Tovi 2.8.1進(jìn)行通量貢獻(xiàn)源區(qū)分析[20]。經(jīng)上述數(shù)據(jù)處理和質(zhì)量控制后，共有4278條0級(jí)數(shù)據(jù)（占比53.5%）可用于湍流特征分析。

1.2.2 湍流特征量計(jì)算

（1） 大氣穩(wěn)定度參數(shù)

大氣穩(wěn)定度參數(shù)（ζ）綜合考慮了大氣湍流的熱力（浮力）和動(dòng)力（風(fēng)切變）生成機(jī)制，計(jì)算如下[21]：

式中，z為觀測(cè)高度；d為零平面位移；L為Obukhov長度。當(dāng)時(shí)，大氣為中性；當(dāng)時(shí)，大氣不穩(wěn)定；當(dāng)時(shí)，大氣穩(wěn)定[22]。

（2） 湍流強(qiáng)度

湍流強(qiáng)度（I）指風(fēng)速標(biāo)準(zhǔn)差與平均風(fēng)速的比值，用于描述湍流脈動(dòng)量的相對(duì)波動(dòng)程度。計(jì)算如下：

（3） 湍流動(dòng)能

1.2.3 湍流方差相似性

由Monin-Obukhov相似理論可知，在開闊、平坦且均一的下墊面上，當(dāng)湍流充分發(fā)展時(shí)，近地層的三維風(fēng)速、溫度、濕度和CO2密度等物理量的標(biāo)準(zhǔn)差經(jīng)特征尺度參數(shù)無量綱化后，均可以表示為大氣穩(wěn)定度的函數(shù)[23]，即：

式中，當(dāng)x為三維風(fēng)速u、v、w時(shí)， 為摩擦風(fēng)速；當(dāng)x為溫度（T）、濕度（q）和CO2密度（c）時(shí)， 分別為和分別為H2O和CO2的質(zhì)量密度。

對(duì)于溫度、濕度和CO2密度，普適函數(shù)用下式擬合[25]：

1.2.4 湍流能譜分析

湍流是由尺度大小不同的湍渦組成，按照頻率（或波長）來研究各種尺度湍渦間的能量分布稱為能譜分析。湍流能譜從低頻到高頻依次為含能渦區(qū)、慣性子區(qū)和耗散區(qū)。經(jīng)Kolmogorov[4]證明，近地邊界層內(nèi)小尺度湍渦各向同性，在慣性子區(qū)內(nèi)能量既不產(chǎn)生也不消耗，以“－5/3”次方規(guī)律向更小尺度傳遞，可用于檢驗(yàn)渦度相關(guān)系統(tǒng)的響應(yīng)頻率是否滿足觀測(cè)要求。

式中，F(xiàn)x為湍流能譜函數(shù)；x為三維風(fēng)速u、v、w；為x方向上的無量綱Kolmogorov常數(shù)；E為湍流耗散率；波數(shù)n為自然頻率，為平均風(fēng)速。當(dāng)自然頻率轉(zhuǎn)換為歸一化頻率時(shí)，湍流能譜與歸一化頻率在慣性子區(qū)符合“－2/3”次方規(guī)律，2個(gè)物理量之間的協(xié)譜與歸一化頻率在慣性子區(qū)符合“－4/3”次方規(guī)律。

2 結(jié)果與分析

2.1 通量貢獻(xiàn)源區(qū)分析

圖2是2020年水稻生長期的通量貢獻(xiàn)源區(qū)圖，等值線從內(nèi)到外依次為10%～80%的通量貢獻(xiàn)源區(qū)范圍，顏色表示空間上某一點(diǎn)對(duì)通量觀測(cè)值的貢獻(xiàn)率。由圖2可知，水稻生長期內(nèi)80%的通量貢獻(xiàn)源區(qū)范圍分布在距離渦度相關(guān)系統(tǒng)70 m以內(nèi)的2塊水稻田內(nèi)，且主要通量貢獻(xiàn)來源于渦度相關(guān)系統(tǒng)東側(cè)的稻田，與研究時(shí)段內(nèi)的主導(dǎo)風(fēng)向一致。

圖2 2020年水稻生長期渦度相關(guān)觀測(cè)的通量貢獻(xiàn)源區(qū)范圍（底圖來源于Google Earth，不同顏色表示每個(gè)點(diǎn)對(duì)渦度相關(guān)觀測(cè)值的貢獻(xiàn)率）Fig. 2 Flux footprint area of eddy covariance system during rice growing period in 2020 (The base image is from Google Earth. Different colors indicate the contribution of each point to eddy covariance observation.)

2.2 風(fēng)向、風(fēng)速和大氣穩(wěn)定度特征

如圖3a所示，2020年水稻生長期內(nèi)主導(dǎo)風(fēng)向?yàn)闁|東南（ESE，13.1%），其次為東東北（ENE，12.3%）、東（E，12.1%）和東南（SE，10.1%）。觀測(cè)高度2.5 m處平均風(fēng)速在0～4 m/s，0～2 m/s和2～4 m/s的風(fēng)速頻率分別為53.4%和43.5%。由大氣穩(wěn)定度參數(shù)的概率密度分布圖（圖3b）可知，水稻生長期內(nèi)，稻田上方大氣以穩(wěn)定狀態(tài)為主，占研究時(shí)段的57.3%，大氣不穩(wěn)定頻數(shù)占比為42.2%，大氣中性頻數(shù)占比為0.5%。稻田上方大氣穩(wěn)定度呈現(xiàn)顯著的晝夜變化特征（圖3c），白天（07：00—16：00，北京時(shí)）不穩(wěn)定，夜晚（17：00—次日06：00，北京時(shí)，下同）穩(wěn)定。

圖3 2020年水稻農(nóng)田風(fēng)向、風(fēng)速和大氣穩(wěn)定度（a）風(fēng)向玫瑰圖；（b）大氣穩(wěn)定度—概率密度分布；（c）大氣穩(wěn)定度日變化（N、E、S、W分別表示北、東、南、西）Fig. 3 Wind direction, wind speed and atmospheric stability over paddy field in 2020(a) Wind rose; (b) Probability density distribution of atmospheric stability parameter; (c) The diurnal variation of atmospheric stability parameter (N, E, S, W indicating wind direction of north, east, south, and west, respectively)

2.3 湍流方差相似性

2.3.1 風(fēng)速歸一化標(biāo)準(zhǔn)差隨大氣穩(wěn)定度參數(shù)的變化

由圖4可知，三維風(fēng)速歸一化標(biāo)準(zhǔn)差隨大氣穩(wěn)定度參數(shù)的變化均符合“1/3”次方規(guī)律，大氣不穩(wěn)定時(shí)的擬合效果更佳，尤其是在v方向上。大氣不穩(wěn)定時(shí)，v方向上的擬合值與觀測(cè)值之間的相關(guān)系數(shù)R最大，為0.61；u方向上次之，R=0.60；w方向上最低，R=0.52。大氣穩(wěn)定時(shí)，三維風(fēng)速的歸一化標(biāo)準(zhǔn)差在1～5變化，變化幅度較大氣不穩(wěn)定時(shí)減小，“1/3”次方規(guī)律較大氣不穩(wěn)定時(shí)減弱。此時(shí)，擬合效果以w方向上最好，R=0.50；u和v方向上R分別為0.41和0.35。大氣中性時(shí)，三維風(fēng)速的歸一化標(biāo)準(zhǔn)差都趨于常數(shù)，即

圖4 u、v、w風(fēng)速分量歸一化標(biāo)準(zhǔn)差（σw、σv、σu）隨大氣穩(wěn)定度參數(shù)（ζ）的變化（a～c）不穩(wěn)定條件下；（d～f）穩(wěn)定條件下（菱形為縱坐標(biāo)在ζ某個(gè)區(qū)間范圍內(nèi)的平均值，不穩(wěn)定條件下ζ區(qū)間為－102～－101～－100～－10?1～－10?2～－10?3～－10?4，穩(wěn)定條件下ζ區(qū)間為10?5～10?4～10?3～10?2～10?1～100～101）Fig. 4 Normalized standard deviation of u, v, w wind components variation with atmospheric stability parameter ζ(a-c) Unstable conditions; (d-f) Stable conditions (The diamond represents the ζ bin average within a certain interval;ζ interval is －102 to －101 to －100 to －10?1 to －10?2 to 10?3 to －10?4 under unstable conditions; ζ interval is 10?5 to 10?4 to 10?3 to 10?2 to 10?1 to 100 to 101 under stable conditions)

2.3.2 標(biāo)量歸一化標(biāo)準(zhǔn)差隨大氣穩(wěn)定度參數(shù)的變化

圖5為溫度、濕度和CO2密度歸一化標(biāo)準(zhǔn)差隨大氣穩(wěn)定度參數(shù)的變化。溫度的歸一化標(biāo)準(zhǔn)差隨大氣穩(wěn)定度的變化在大氣不穩(wěn)定時(shí)符合“1/3”次方規(guī)律，但在大氣穩(wěn)定時(shí)符合“－1”次方規(guī)律。比濕的歸一化標(biāo)準(zhǔn)差隨大氣穩(wěn)定度參數(shù)的變化在大氣不穩(wěn)定時(shí)符合“1/3”次方規(guī)律，大氣穩(wěn)定時(shí)趨于常數(shù)3.49。CO2密度歸一化標(biāo)準(zhǔn)差與大氣穩(wěn)定度參數(shù)的關(guān)系在大氣不穩(wěn)定和穩(wěn)定條件雖然可以用“1/3”次方擬合，但結(jié)果較為離散，相關(guān)系數(shù)僅分別為0.13和0.05。

圖5溫度（T）、濕度（q）和密度（c）的歸一化標(biāo)準(zhǔn)差隨大氣穩(wěn)定度參數(shù)（ζ）的變化（a～c）不穩(wěn)定條件下；（d～f）穩(wěn)定條件下（菱形為縱坐標(biāo)在ζ某個(gè)區(qū)間范圍內(nèi)平均值，不穩(wěn)定條件下ζ區(qū)間為－101～－100～－10?1～－10?2～－10?3～－10?4，穩(wěn)定條件下ζ區(qū)間為10?4～10?3～10?2～10?1～100）Fig. 5 Relationship between normalized standard deviation of T, q, c and atmospheric stability parameter ζ(a-c) Unstable conditions; (d-f) Stable conditions (The diamond represents the ordinate ζ average value within a certain interval; ζ interval is －101 to －100 to －10?1 to －10?2 to 10?3 to －10?4 under unstable conditions; ζ interval is 10?4 to 10?3 to 10?2 to 10?1 to 100 under stable conditions)

2.4 湍流能譜分析

圖6為三維風(fēng)速分量的歸一化功率譜和垂直風(fēng)速與溫度、濕度、CO2的協(xié)譜。在慣性子區(qū)（0～10 Hz）內(nèi)，u、v的功率譜均符合“－2/3”次方規(guī)律，峰值分別出現(xiàn)在0.002 Hz和0.003 Hz附近；w的功率譜斜率略小于－2/3，峰值出現(xiàn)在0.3 Hz附近。三維風(fēng)速的功率譜在大于0.1 Hz的高頻區(qū)間均上翹，說明觀測(cè)系統(tǒng)受到高頻噪音的影響。垂直風(fēng)速與溫度、濕度和CO2密度的協(xié)譜均與標(biāo)準(zhǔn)譜線[26]一致，在慣性子區(qū)內(nèi)均符合“－4/3”斜率特征，峰值都出現(xiàn)在0.1 Hz附近?？梢?，渦度相關(guān)系統(tǒng)能夠有效地觀測(cè)該高標(biāo)準(zhǔn)農(nóng)田上方垂直風(fēng)速與溫度、濕度和CO2密度的協(xié)方差。

圖6 三維風(fēng)速分量的歸一化功率譜（a，虛線為－2/3次方斜率線）和垂直風(fēng)速（w）與溫度（T）、比濕（q）、CO2密度（c）的協(xié)譜（b，虛線為－4/3次方斜率線）（黑色實(shí)線為Kaimal標(biāo)準(zhǔn)曲線）Fig. 6 Normalized power spectra of three-dimensional wind components（a, dash line representing the －2/3 slope）and normalized cospectrum of vertical wind speed (w) with temperature (T), specific humidity (q) and CO2 density(c)（b, dash line representing the －4/3 slope) (solid line denoting the standard spectra of Kaimal)

2.5 湍流統(tǒng)計(jì)量分析

2.5.1 湍流強(qiáng)度

由圖7a可見，u和v方向上的湍流強(qiáng)度概率密度分布一致，分別有97.4%和96.1%的湍流強(qiáng)度集中分布在0.2～0.6，峰值均出現(xiàn)在0.45附近。與u、v方向相比，w方向上的湍流強(qiáng)度明顯較低，概率密度峰值出現(xiàn)在0.2附近，0.05～0.4范圍內(nèi)的湍流強(qiáng)度占99.6%。三個(gè)方向上的湍流強(qiáng)度均隨風(fēng)速增大而減小（圖7b）。風(fēng)速小于2 m/s時(shí)，湍流強(qiáng)度隨風(fēng)速增加迅速降低；當(dāng)風(fēng)速超過3 m/s時(shí)，湍流強(qiáng)度趨于常數(shù)，即從區(qū)間均值來看，當(dāng)風(fēng)速超過1 m/s時(shí)，u方向上的湍流強(qiáng)度開始大于v方向的結(jié)果；當(dāng)風(fēng)速超過5 m/s時(shí)，

圖7 三維風(fēng)方向上湍流強(qiáng)度的概率密度分布（a）和湍流強(qiáng)度隨風(fēng)速的變化特征（b）（標(biāo)記為0.2區(qū)間平均值）Fig. 7 Probability density distribution of turbulence intensity of three-dimensional wind speeds (a) and variation ofturbulence intensity with wind speed (b) (Marks are bin averages with width of 0.2)

2.5.2 湍流動(dòng)能

由圖8a可知，大氣中性時(shí)，湍流動(dòng)能最大；當(dāng)大氣趨向穩(wěn)定和不穩(wěn)定時(shí)，湍流動(dòng)能迅速下降。熱力湍流對(duì)湍流動(dòng)能的貢獻(xiàn)（～10?4）明顯小于動(dòng)力湍流。中性條件下，動(dòng)力湍流對(duì)湍流動(dòng)能的貢獻(xiàn)最大。大氣穩(wěn)定時(shí)，逆溫對(duì)應(yīng)的負(fù)浮力抑制湍流發(fā)展，對(duì)湍流動(dòng)能的貢獻(xiàn)為負(fù)值。湍流動(dòng)能隨平均風(fēng)速增大而增加（圖8b），可用二次函數(shù)擬合兩者之間的關(guān)系，相關(guān)系數(shù)R＝0.86。湍流動(dòng)能呈現(xiàn)白天高、夜晚低的日變化特征（圖8c），從06：00開始增大，13：00達(dá)到峰值0.96 m2/s2，隨后下降，03：00降至最低值0.22 m2/s2。湍流動(dòng)能日變化與風(fēng)速一致，可見湍流動(dòng)能主要受動(dòng)力湍流控制。

圖8 湍流動(dòng)能隨大氣穩(wěn)定度（ζ）、風(fēng)速和時(shí)間的變化特征（a）湍流動(dòng)能、動(dòng)力湍流和熱力湍流貢獻(xiàn)隨大氣穩(wěn)定度的變化；（b）湍流動(dòng)能隨風(fēng)速的變化特征；（c）湍流動(dòng)能和風(fēng)速的日變化特征Fig. 8 Variations of turbulent kinetic energy with atmospheric stability(ζ), wind speed and time(a) Turbulent kinetic energy, mechanical turbulence and thermal turbulence varying with atmospheric stability; (b)Turbulent kinetic energy varying with wind speed; (c) Diurnal variations of turbulent kinetic energy and wind speed

3 討論

已有研究發(fā)現(xiàn)，長三角常熟地區(qū)水稻在非中性條件下水平風(fēng)速標(biāo)準(zhǔn)差與大氣穩(wěn)定度之間的關(guān)系較分散，難以滿足“1/3”次方定律[9]。華北玉米下墊面垂直風(fēng)速與溫度的協(xié)譜在慣性子區(qū)內(nèi)不符合“－4/3”次方斜率規(guī)律[15]。與上述研究相比，本研究選取的高標(biāo)準(zhǔn)農(nóng)田中，三維風(fēng)速歸一化標(biāo)準(zhǔn)差隨大氣穩(wěn)定度的變化均符合“1/3”次方規(guī)律，且三維風(fēng)速的湍流譜在慣性子區(qū)中均符合“－2/3”次方關(guān)系，垂直風(fēng)速與標(biāo)量的協(xié)譜在慣性子區(qū)中都符合“－4/3”次方規(guī)律?？梢?，Monin-Obukhov相似理論在高標(biāo)準(zhǔn)農(nóng)田更為適用，渦度相關(guān)系統(tǒng)能夠準(zhǔn)確地觀測(cè)該高標(biāo)準(zhǔn)農(nóng)田上的感熱、水汽和CO2通量。大氣近中性時(shí)，三維風(fēng)速的歸一化標(biāo)準(zhǔn)差都趨于常數(shù)。不同農(nóng)田在中性條件下得到的風(fēng)速分量歸一化標(biāo)準(zhǔn)差值基本符合的規(guī)律。本研究區(qū)域與常熟同屬于長三角地區(qū)，本區(qū)域與常熟稻田的結(jié)果接近， 但大于成都地區(qū)農(nóng)田結(jié)果可能與周圍地形和農(nóng)作物差異有關(guān)。從湍流強(qiáng)度概率密度峰值來看，本研究中高標(biāo)準(zhǔn)農(nóng)田的湍流強(qiáng)度峰值約為華北平原觀測(cè)結(jié)果的2倍[15]，也明顯大于成都平原的觀測(cè)結(jié)果與云貴高原大理地區(qū)結(jié)果相當(dāng)。

4 結(jié)論

基于南通高標(biāo)準(zhǔn)農(nóng)田水稻下墊面2020年5—10月渦度相關(guān)觀測(cè)數(shù)據(jù)，分析了大氣穩(wěn)定度分布、湍流方差相似性、湍流譜特征、湍流強(qiáng)度和湍流動(dòng)能等，得到以下結(jié)論。

1）水稻生長期內(nèi)，80%的通量貢獻(xiàn)源區(qū)范圍分布在距離渦度相關(guān)系統(tǒng)70 m以內(nèi)的2塊水稻田內(nèi)，且以東側(cè)稻田貢獻(xiàn)為主。稻田上方大氣呈現(xiàn)白天不穩(wěn)定、夜晚穩(wěn)定的晝夜變化特征。

2）Monin-Obukhov相似理論在該高標(biāo)準(zhǔn)農(nóng)田適用。三維風(fēng)速歸一化標(biāo)準(zhǔn)差隨大氣穩(wěn)定度的變化均符合“1/3”次方規(guī)律，大氣不穩(wěn)定時(shí)擬合效果更佳。溫度、比濕、CO2密度的歸一化標(biāo)準(zhǔn)差隨大氣穩(wěn)定度的變化在不穩(wěn)定條件下符合“1/3”次方規(guī)律。

3）渦度相關(guān)系統(tǒng)能夠觀測(cè)該高標(biāo)準(zhǔn)農(nóng)田的感熱、潛熱和CO2通量。在慣性子區(qū)，三維風(fēng)速的湍流能譜符合“－2/3”次方關(guān)系，垂直風(fēng)速與溫度、濕度和CO2密度的協(xié)譜符合“－4/3”次方規(guī)律。

4）該高標(biāo)準(zhǔn)農(nóng)田水平方向上的湍流強(qiáng)度大于垂直方向上結(jié)果，三個(gè)方向上的湍流強(qiáng)度隨風(fēng)速增大均趨于常數(shù)。大氣中性時(shí)湍流動(dòng)能最大，以動(dòng)力湍流貢獻(xiàn)為主。湍流動(dòng)能隨風(fēng)速呈二次函數(shù)增大，并呈現(xiàn)與風(fēng)速類似的晝高夜低的日變化特征。