1. 首页
2. 新闻动态
3. 数据中心新闻

涡动相关仪观测数据的处理与质量控制

涡动相关仪输出的观测数据包括数据采集器在线处理的平均量和原始湍流数据（10-20Hz的三维风速（u，v，w），超声虚温（T），水汽密度（q），二氧化碳密度（C）等）两种类型，两类数据（30 min通量数据及10-20Hz原始湍流数据）均需保留且汇交。

一、处理步骤

目前一般通过Li-Cor公司开发的Eddypro软件对原始湍流数据进行后处理，主要处理步骤主要包括（Liu et al., 2011,2013,2018; Xu et al., 2013）：

1) 对三维风速，超声虚温，水汽和二氧化碳浓度等原始记录分别做‘野点去除’；

2) 计算各量的平均值；

3) 坐标旋转（推荐二次坐标旋转或平面拟合方法）；

4) 对水汽和二氧化碳浓度的必要校正（单位转换等）；

5) 延迟时间校正；

6) 温度观测的侧风修正；

7) 去趋势;

8) 计算30min统计量；

9) 超声虚温的湿度修正；

10) 频率响应校正；

11) WPL修正；

12) 最终结果：感热、潜热、二氧化碳通量，湍流参数等；

13) 剔除所有标量超出物理含义的数据。

涡动相关仪观测数据处理与质量控制流程如图1所示。

图1 涡动相关仪观测数据处理流程图

二、质量评价

涡动相关仪的质量评价包括对仪器（传感器）测量不确定性的分析以及对涡动相关方法建立的理论与假设满足程度的分析。前者包括系统误差与随机误差分析；后者包括湍流平稳性与发展充分性检验以及方差检验、正态性检验（峰度、斜度等）、功率谱与协谱分析、能量平衡闭合分析。上述检验可保证涡动相关仪观测数据的质量，后处理时主要根据湍流平稳性与发展充分性检验给出各时次通量观测数据的质量标识（质量好（1-3）、质量较好（4-6）质量中等（7-8）、质量差（9））。

1、湍流平稳性检验

湍流的平稳性检验要求一个观测时次内湍流主要统计量保持稳定，即满足一个观测时次内全时段方差(协方差)的均值与每个分时段的方差（协方差）和的均值大致相等。如将30分钟平均协方差与同一时段6个5分钟协方差和的平均值比较，可用平稳系数(Δst)来表示：

2、湍流发展充分性检验（湍流方差相似性检验）

湍流充分发展情况下，Monin-Obukhov相似理论成立，近地层大气的许多归一化无量纲参数，只是稳定度的函数。湍流发展的充分性检验是测量的垂直风速方差（σ_w）和摩擦风速(u_*)的比值与根据莫宁-奥布霍夫相似理论模拟值的符合程度检验，可用总体湍流特征系数（ITC）来表示：

表1 根据湍流平稳性/发展充分性的数据质量分类

综合上述湍流平稳性及发展充分性检验的结果，可对涡动相关仪观测通量作总体质量标志(Foken et al., 2004)。

表2 总体质量分类

三、元数据信息

包括站点描述（时间、位置、下垫面、经纬度、海拔、仪器信息等）、处理过程（处理的步骤）、表头说明、注意事项、参考文献、项目信息等。

需要注意，尽量保证数据的完整性，一天保证48个观测数据，缺失的数据以-6999标识，出错的数据做出标识，针对缺失的数据需做出说明。

文件命名规则：年份+**观测网+站点名称+EC.xlsx

四、数据集包含的变量

Date/Time 日期/时间

Wdir 风向 °

Wnd 风速 m/s

Std_Uy 侧向风速标准差 m/s

Tv 超声虚温 ℃

H₂O 水汽浓度 g/m³

CO₂ 二氧化碳浓度 mg/m³

ustar 摩擦风速 m/s

L 奥布霍夫长度 m

Hs 感热通量 W/m²

LE 潜热通量 W/m²

Fc 二氧化碳通量 mg/m²/s

Qc_H 感热通量数据质量标识（1-3质量最好，4-6次之，7-8定性使用，9建议剔除）

Qc_LE 潜热通量数据质量标识（1-3质量最好，4-6次之，7-8定性使用，9建议剔除）

Qc_Fc 二氧化碳通量数据质量标识（1-3质量最好，4-6次之，7-8定性使用，9建议剔除）

参考文献：

1. Liu, S.M., Xu, Z.W., Wang, W.Z., Jia, Z.Z., Zhu, M.J., Bai, J., and Wang, J.M. A comparison of eddy-covariance and large aperture scintillometer measurements with respect to the energy balance closure problem. Hydrology and Earth System Sciences, 2011, 15, 1291-1306.

2. Liu, S.M., Xu, Z.W., Zhu, Z.L., Jia, Z.Z., Zhu, M.J. Measurements of evapotranspiration from eddy-covariance systems and large aperture scintillometers in the Hai River Basin, China. Journal of Hydrology, 2013, 487, 24-38.

3. 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, 2013,118,13140–13157.

4. Liu, S.M., Xu, Z.W., Micrometeorological methods to determine evapotranspiration. In Li, X., Vereecken (eds.), Observation and Measurement, Ecohydrology, Springer-Verlag Berlin Heidelberg 2018, https://doi.org/10.1007/978-3-662-47871-4_7-3.

5. Foken, T., Göckede, M., Mauder, M., Mahrt, L., Amiro, B., Munger, W., 2004. Post-field data quality control. In: Lee, X., Massman, M., Law, B. (Eds.), Handbook of Micrometeorology. A Guide for Surface Flux Measurement and Analysis. Kluwer Academic, Boston, pp. 181–208.