CN111257505A - 一种森林碳通量计量系统及方法 - Google Patents

一种森林碳通量计量系统及方法 Download PDF

Info

Publication number
CN111257505A
CN111257505A CN201910896492.XA CN201910896492A CN111257505A CN 111257505 A CN111257505 A CN 111257505A CN 201910896492 A CN201910896492 A CN 201910896492A CN 111257505 A CN111257505 A CN 111257505A
Authority
CN
China
Prior art keywords
data
rate
wireless
carbon flux
canopy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910896492.XA
Other languages
English (en)
Inventor
胡军国
范洪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang A&F University ZAFU
Original Assignee
Zhejiang A&F University ZAFU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang A&F University ZAFU filed Critical Zhejiang A&F University ZAFU
Priority to CN201910896492.XA priority Critical patent/CN111257505A/zh
Publication of CN111257505A publication Critical patent/CN111257505A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0036—Specially adapted to detect a particular component
    • G01N33/004—Specially adapted to detect a particular component for CO, CO2
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass

Abstract

本发明公开了一种森林碳通量计量系统及方法。该系统包括数据处理终端和数据采集装置，数据采集装置包括无线数据转发模块和位于树木冠层中不同高度的多个数据采集模块，数据采集模块包括温度传感器、湿度传感器、光照传感器、二氧化碳传感器和无线通讯模块，无线通讯模块分别与温度传感器、湿度传感器、光照传感器、二氧化碳传感器电连接，无线通讯模块通过无线网络与无线数据转发模块无线连接，无线数据转发模块通过无线网络与数据处理终端无线连接。本发明在森林不同冠层位置布置数据采集模块采集温度数据、湿度数据、光照数据和CO2浓度数据，计算出测量区域内的碳通量值，能很好的表示测量区域内碳通量时空分布特征。

Description

一种森林碳通量计量系统及方法
技术领域
本发明涉及碳通量计量技术领域，尤其涉及一种森林碳通量计量系统及方法。
背景技术
碳循环，是指碳元素在地球上的生物圈、岩石圈、水圈及大气圈中交换，并随地球的运动循环不止的现象。生物圈中的碳循环主要表现在绿色植物从大气中吸收二氧化碳，在水的参与下经光合作用转化为葡萄糖并释放出氧气，有机体再利用葡萄糖合成其他有机化合物的过程。近代以来，工业革命加快了人类的发展步伐，却也加剧了煤、石油等化石燃料的开采使用，导致大气中CO2和CH4等温室气体的浓度急剧上升。据研究显示，全球大气CO2浓度从18世纪中叶的280mol/mol增加到了380mol/mol，并且还在持续上升。这种情况下，一系列严重的环境问题将会变得非常严重。在此形势下，国际地圈生物圈计划(IGBP)、世界气候研究计划(WCRP)和全球变化的人为因素计划(IHDP)等将遏制温室气体排放，阻止大气二氧化碳浓度升高定位为核心任务。1992年，《联合国气候变化框架公约》(UNFCCC)签订，作为最早的10个缔约方之一，我国的节能减碳任务十分艰巨。2005年2月16日开始生效的《京都议定书》在3.3和3.4中首次明确提出人类可以通过对陆地生态系统的有效管理来增加其固碳能力，并且管理成效可以部分抵消承担国家的碳减排份额。森林生态系统作为陆地生物圈中的重要组成部分，其生物量和净生态系统生产力占陆地生态系统总量的86％和70％。所以，研究森林系统的碳循环通量具有十分重大的意义。
现阶段，应用于生态系统碳通量的监测模型研究已经十分多样，大量的科学家从事这方面的研究，并且在各种森林环境中得到了良好的应用。只是，由于森林环境的多样，各种环境重要指标存在空间异质性。例如，坡向导致的光热水汽的分布不均、林型(落叶、常绿林)不同导致林下的土壤呼吸各异等原因使得森林碳通量计量模型缺乏代表性，只能随着监测环境的不同调整模型或者使用其他模型来进行碳通量的计量。目前，基于涡度相关方法的碳通量计量模型是使用最广泛的模型方法，该方法通过建设四十多米高的通量塔并布设多层高精度的传感器获取物理量与环境风速脉动，通过它们的协方差来获取通量值。这种方法相对比较成熟。然而，通过涡度相关法获取的碳通量值是代表大范围区域的，对于测量区域内的通量时空分布不能很好的表示。而且，建造一个通量塔价格昂贵，不能大范围的布置通量塔以获得通量值的时间空间分布。
发明内容
本发明为了解决上述技术问题，提供了一种森林碳通量计量系统及方法，其在森林不同冠层位置布置数据采集模块采集温度数据、湿度数据、光照数据和CO2浓度数据，计算出测量区域内的碳通量值，能很好的表示测量区域内碳通量时空分布特征，设备简单，能很好的普及大范围应用。
为了解决上述问题，本发明采用以下技术方案予以实现：
本发明的一种森林碳通量计量系统，包括数据处理终端和数据采集装置，所述数据采集装置包括无线数据转发模块和位于树木冠层中不同高度的多个数据采集模块，所述数据采集模块包括温度传感器、湿度传感器、光照传感器、二氧化碳传感器和无线通讯模块，所述无线通讯模块分别与温度传感器、湿度传感器、光照传感器、二氧化碳传感器电连接，所述无线通讯模块通过无线网络与无线数据转发模块无线连接，所述无线数据转发模块通过无线网络与数据处理终端无线连接。
在本方案中，多个数据采集模块分布于树木冠层中不同高度，采集不同高度的温度数据、湿度数据、光照数据和二氧化碳数据，将采集的数据无线发送到无线数据转发模块，无线数据转发模块将采集的数据无线发送到数据处理终端，数据处理终端根据接收到的数据计算出森林碳通量。无线数据传输模块为DTU设备。
相对于昂贵的通量塔设备，数据采集模块体积小、价格便宜等优点满足了其可以在森林环境中进行大范围采集具有代表性的环境数据并应用到生态系统模型当中。因此，使用分布式无线传感器网络实现研究区域的碳通量模拟就显得十分重要。对研究碳循环机理过程、了解区域内的碳通量时空变异情况具有重大意义。
利用数据采集模块节点在通量塔下部署数据采集网络，收集光、热、水汽及二氧化碳浓度数据，将其作为驱动参数输入碳通量计量模型，这样，可计算出测量区域内的碳通量值。无线传感器网络的分布式特点，可获得测量区域内监测数据的时空分布情况，以此为驱动的通量模型计算出的碳通量值也具有很强的时空分布特征。对比通量塔计算出的碳通量值，基于无线传感器网络的碳通量计量模型计算出的碳通量可分析出对于整个区域，部署传感器的测量区域在整体碳通量中的贡献值，并且有助于分析通量塔下碳通量的时空异质性。另外，多种因子可与通量值结合分析，探究它们之间的内在规律。
本发明的一种森林碳通量计量方法，包括以下步骤：
S1：获取分布于树木冠层中不同高度的N个数据采集模块采集的数据，数据采集模块采集的数据包括温度数据、湿度数据、光照数据和CO2浓度数据；
S2：根据温度数据和CO2浓度数据计算出光合作用羧化速率Jc；
S3：根据光照数据、温度数据和CO2浓度数据计算出光电子传输速率Je；
S4：根据光合作用羧化速率Jc和光电子传输速率Je计算出冠层的光合作用速率A；
S5：计算出气孔导度Gs；
S6：计算出最终光合速率Ac；
S7：计算出生态系统呼吸速率Reco；
S8：计算出碳通量NEE＝Reco-Ac。
作为优选，所述步骤S2包括以下步骤：
采用如下公式计算出光合作用羧化速率Jc：
Figure BDA0002209475140000051
Figure BDA0002209475140000052
Figure BDA0002209475140000053
Figure BDA0002209475140000054
Figure BDA0002209475140000055
Figure BDA0002209475140000056
Figure BDA0002209475140000057
其中，Ci是叶内部CO2浓度(μmol CO2 mol-1air)，
Figure BDA0002209475140000058
是N个数据采集模块采集的CO2浓度的平均值，Cj为第j个数据采集模块采集的CO2浓度(j＝1时，为最高的数据采集模块采集的CO2浓度，高度越低j越大)，fci是叶内部CO2浓度与环境空气CO2浓度的比率，Ox是空气中的氧浓度(0.21mol O2mol-1air)，Vm是最大羧化速率，
Figure BDA0002209475140000059
为
Figure BDA00022094751400000510
的活化能，
Figure BDA00022094751400000511
为25℃时的最大羧化速率，R为通用气体常数(8.314JK-1mol-1)，Tkmax(K)为N个数据采集模块采集的温度数据中的最大值，Γ*为没有暗呼吸情况下的CO2补偿点，
Figure BDA00022094751400000512
是在25℃时的CO2补偿点，
Figure BDA0002209475140000061
为25℃时CO2补偿点的活化能，
Figure BDA0002209475140000062
为N个数据采集模块采集的温度数据的平均值，Kc为Michaelis-Menten羧化常数(μmol mol-1)，
Figure BDA0002209475140000063
为
Figure BDA0002209475140000064
的活化能，
Figure BDA0002209475140000065
是在25℃下的Michaelis-Menten常数，K0为Michaelis-Menten氧合常数(μmol mol-1)，
Figure BDA0002209475140000066
为
Figure BDA0002209475140000067
的活化能，
Figure BDA0002209475140000068
是25℃下氧化的Michaelis-Menten常数。
作为优选，所述步骤S3包括以下步骤：
采用如下公式计算出光电子传输速率Je：
Figure BDA0002209475140000069
Figure BDA00022094751400000610
其中，I1为最高的数据采集模块采集的光照数据(即冠层之上的光照数据)(μmolm-2s-1)，αq是光子捕获的量子效率(molmol-1光子)，Jm是最大电子传输速率(μmolCO2 m-2s-1)(Jm取决于温度)，
Figure BDA00022094751400000611
是25℃时Jm与
Figure BDA00022094751400000612
的比值。
作为优选，所述步骤S4包括以下步骤：
采用如下公式计算出冠层的光合作用速率A：
A＝min(ωc，ωe)，
Figure BDA00022094751400000613
ωe＝Jef(L)，
f(L)＝e-KLAI，
Figure BDA0002209475140000071
Figure BDA0002209475140000072
其中，K为消光系数，
Figure BDA0002209475140000073
为时间间隔Δt内的消光系数均值，LAI为累积的叶面积指数，Ij为第j个数据采集模块采集的光照数据，ωc为冠层尺度的羧化速率，ωe为冠层尺度的光电子传输速率；I1为最高的数据采集模块采集的CO2浓度，IN为最低的数据采集模块采集的CO2浓度，j数值越大，对应数据采集模块的高度越低，f(L)表示冠层对光的衰减作用。
将叶片光合作用扩展至冠层层面时，引入Sellers等人开发的方法，该方法描述了光在冠层中的衰减过程，随着冠层深度的增加，光在冠层深度中的表达式为：IL＝I1e-KLAI，I1冠层之上的光照数据，IL为从冠层往下深度为L处的光照数据，使f(L)＝e-KLAI，f(L)描述了冠层对光的衰减作用。消光系数K的计算公式能反应消光系数在时空上的变化特征。
作为优选，所述步骤S5包括以下步骤：
采用如下公式计算出气孔导度Gs：
Figure BDA0002209475140000074
Figure BDA0002209475140000075
Figure BDA0002209475140000081
其中，gl和D0(kPa)为经验常数，D为水蒸汽压强限制(kPa)，es是饱和蒸气压，
Figure BDA0002209475140000082
为N个数据采集模块采集的湿度数据的平均值。
水蒸气压强限制D通过空气温度(Tk)和湿度(RH)(％)计算。
作为优选，
所述步骤S6包括以下步骤：
采用如下公式计算出最终光合速率Ac：
Figure BDA0002209475140000083
Figure BDA0002209475140000084
其中，An为顶部叶层的碳流入量。
作为优选，所述步骤S7包括以下步骤：
采用如下公式计算出生态系统呼吸速率Reco：
Figure BDA0002209475140000085
其中，
Figure BDA0002209475140000086
为0℃时的生态系统呼吸速率，Q10为温度每上升10℃时生态系统呼吸的相对增加值。
本发明的有益效果是：在森林不同冠层位置布置数据采集模块采集温度数据、湿度数据、光照数据和CO2浓度数据，计算出测量区域内的碳通量值，能很好的表示测量区域内碳通量时空分布特征，设备简单，能很好的普及大范围应用。
附图说明
图1是实施例的电路原理连接框图；
图2是实施例的流程图。
图中：1、数据处理终端，2、无线数据转发模块，3、数据采集模块，4、温度传感器，5、湿度传感器，6、光照传感器，7、二氧化碳传感器，8、无线通讯模块。
具体实施方式
下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。
实施例：本实施例的一种森林碳通量计量系统，如图1所示，包括数据处理终端1和数据采集装置，数据采集装置包括无线数据转发模块2和位于树木冠层中不同高度的五个数据采集模块3，最高处的数据采集模块位于树木冠层的最高点，数据采集模块3包括温度传感器4、湿度传感器5、光照传感器6、二氧化碳传感器7和无线通讯模块8，无线通讯模块8分别与温度传感器4、湿度传感器5、光照传感器6、二氧化碳传感器7电连接，无线通讯模块8通过无线网络与无线数据转发模块2无线连接，无线数据转发模块2通过无线网络与数据处理终端1无线连接。
在本方案中，多个数据采集模块分布于树木冠层中不同高度，采集不同高度的温度数据、湿度数据、光照数据和二氧化碳数据，将采集的数据无线发送到无线数据转发模块，无线数据转发模块将采集的数据无线发送到数据处理终端，数据处理终端根据接收到的数据计算出森林碳通量。无线数据传输模块为DTU设备。
相对于昂贵的通量塔设备，数据采集模块体积小、价格便宜等优点满足了其可以在森林环境中进行大范围采集具有代表性的环境数据并应用到生态系统模型当中。因此，使用分布式无线传感器网络实现研究区域的碳通量模拟就显得十分重要。对研究碳循环机理过程、了解区域内的碳通量时空变异情况具有重大意义。
利用数据采集模块节点在通量塔下部署数据采集网络，收集光、热、水汽及二氧化碳浓度数据，将其作为驱动参数输入碳通量计量模型，这样，可计算出测量区域内的碳通量值。无线传感器网络的分布式特点，可获得测量区域内监测数据的时空分布情况，以此为驱动的通量模型计算出的碳通量值也具有很强的时空分布特征。对比通量塔计算出的碳通量值，基于无线传感器网络的碳通量计量模型计算出的碳通量可分析出对于整个区域，部署传感器的测量区域在整体碳通量中的贡献值，并且有助于分析通量塔下碳通量的时空异质性。另外，多种因子可与通量值结合分析，探究它们之间的内在规律。
本实施例的一种森林碳通量计量方法，用于上述的一种森林碳通量计量系统，如图2所示，包括以下步骤：
S1：获取分布于树木冠层中不同高度的五个数据采集模块采集的数据，数据采集模块采集的数据包括温度数据、湿度数据、光照数据和CO2浓度数据，最高处的数据采集模块位于树木冠层的最高点；
S2：根据温度数据和CO2浓度数据计算出光合作用羧化速率Jc；
S3：根据光照数据、温度数据和CO2浓度数据计算出光电子传输速率Je；
S4：根据光合作用羧化速率Jc和光电子传输速率Je计算出冠层的光合作用速率A；
S5：计算出气孔导度Gs；
S6：计算出最终光合速率Ac；
S7：计算出生态系统呼吸速率Reco；
S8：计算出碳通量NEE＝Reco-Ac。
所述步骤S2包括以下步骤：
采用如下公式计算出光合作用羧化速率Jc：
Figure BDA0002209475140000111
Figure BDA0002209475140000112
Figure BDA0002209475140000113
Figure BDA0002209475140000114
Figure BDA0002209475140000115
Figure BDA0002209475140000121
Figure BDA0002209475140000122
其中，Ci是叶内部CO2浓度(μ mol CO2mol-1air)，
Figure BDA0002209475140000123
是N个数据采集模块采集的CO2浓度的平均值，Cj为第j个数据采集模块采集的CO2浓度(j＝1时，为最高的数据采集模块采集的CO2浓度，数据采集模块高度越低j越大)，fci是叶内部CO2浓度与环境空气CO2浓度的比率，Ox是空气中的氧浓度(0.21mol O2mol-1air)，Vm是最大羧化速率，
Figure BDA0002209475140000124
为
Figure BDA0002209475140000125
的活化能，
Figure BDA0002209475140000126
为25℃时的最大羧化速率，R为通用气体常数(8.314JK-1mol-1)，Tkmax为N个数据采集模块采集的温度数据中的最大值，Γ*为没有暗呼吸情况下的CO2补偿点，
Figure BDA0002209475140000127
是在25℃时的CO2补偿点，
Figure BDA0002209475140000128
为25℃时CO2补偿点的活化能，
Figure BDA0002209475140000129
为N个数据采集模块采集的温度数据的平均值，Kc为Michaelis-Menten羧化常数(μmol mol-1)，
Figure BDA00022094751400001210
为
Figure BDA00022094751400001211
的活化能，
Figure BDA00022094751400001212
是在25℃下的Michaelis-Menten常数，K0为Michaelis-Menten氧合常数(μmol mol-1)，
Figure BDA00022094751400001213
为
Figure BDA00022094751400001214
的活化能，
Figure BDA00022094751400001215
是25℃下氧化的Michaelis-Menten常数。
步骤S3包括以下步骤：
采用如下公式计算出光电子传输速率Je：
Figure BDA00022094751400001216
Figure BDA0002209475140000131
其中，I1为最高的数据采集模块采集的光照数据(即冠层之上的光照数据)(μmolm-2s-1)，αq是光子捕获的量子效率(molmol-1光子)，Jm是最大电子传输速率(μmolCO2m-2s-1)(Jm取决于温度)，
Figure BDA0002209475140000132
是25℃时Jm与
Figure BDA0002209475140000133
的比值。
步骤S4包括以下步骤：
采用如下公式计算出冠层的光合作用速率A：
A＝min(ωc，ωe)，
Figure BDA0002209475140000134
ωe＝Jef(L)，
f(L)＝e-KLAI，
Figure BDA0002209475140000135
Figure BDA0002209475140000136
其中，K为消光系数，
Figure BDA0002209475140000137
为时间间隔Δt内的消光系数均值，LAI为累积的叶面积指数，Ij为第j个数据采集模块采集的光照数据，ωc为冠层尺度的羧化速率，ωe为冠层尺度的光电子传输速率；I1为最高的数据采集模块采集的CO2浓度，IN为最低的数据采集模块采集的CO2浓度，j数值越大，对应数据采集模块的高度越低，f(L)表示冠层对光的衰减作用。
将叶片光合作用扩展至冠层层面时，引入Sellers等人开发的方法，该方法描述了光在冠层中的衰减过程，随着冠层深度的增加，光在冠层深度中的表达式为：IL＝I1e-KLAI，I1冠层之上的光照数据，IL为从冠层往下深度为L处的光照数据，使f(L)＝e-KLAI，f(L)描述了冠层对光的衰减作用。消光系数K的计算公式能反应消光系数在时空上的变化特征。
步骤S5包括以下步骤：
采用如下公式计算出气孔导度Gs：
Figure BDA0002209475140000141
Figure BDA0002209475140000142
Figure BDA0002209475140000143
其中，gl和D0(kPa)为经验常数，D为水蒸汽压强限制(kPa)，es是饱和蒸气压，
Figure BDA0002209475140000144
为N个数据采集模块采集的湿度数据的平均值。水蒸气压强限制D通过空气温度(Tk)和湿度(RH)(％)计算。
步骤S6包括以下步骤：
将气孔导度Gs与叶片光合作用相结合，从而计算出顶部叶层的碳流入量An：
Figure BDA0002209475140000145
然后计算出最终光合速率Ac：
Figure BDA0002209475140000146
步骤S7包括以下步骤：
使用van′t Hoff方程将生态系统呼吸构建为与温度相关的函数：
Figure BDA0002209475140000151
其中，
Figure BDA0002209475140000152
为0℃时的生态系统呼吸速率，Q10为温度每上升10℃时生态系统呼吸的相对增加值。
上述公式中的部分参数采用的数值如表一所示：
Figure BDA0002209475140000153
Figure BDA0002209475140000161
表一
术语介绍：
碳通量：碳循环研究中一个最基本的概念，表述生态系统通过某一生态断面的碳元素的总量。
总初级生产力(GPP)：指在单位时间和单位面积上，绿色植物通过光合作用所固定的有机碳总量。
净生态系统碳交换(NEE)：NEE表示了一个系统与大气之间的净CO2交换量。
生态系统呼吸：生物通过呼吸作用，消耗有机物，释放二氧化碳的过程。
光合作用羧化速率：绿色植物利用二磷酸核酮糖羧化酶的催化剂来使二氧化碳转化为有机物的速率。
光电子传输速率：光合作用中，参与光合作用的NADPH分子和ATP受光激发推动的电子从H2O到辅酶II(NADP+)的转化速率。
活化能：指分子从常态转变为容易发生化学反应的活跃状态所需要的能量。
气孔导度：表示的是气孔张开的程度，它是影响植物光合作用，呼吸作用及蒸腾作用的主要因素。
消光系数：指被测溶液对光的吸收大小值，本方案中认为冠层是均匀溶质，表示冠层对光的吸收。

Claims (8)

1.一种森林碳通量计量系统，其特征在于，包括数据处理终端(1)和数据采集装置，所述数据采集装置包括无线数据转发模块(2)和位于树木冠层中不同高度的多个数据采集模块(3)，所述数据采集模块(3)包括温度传感器(4)、湿度传感器(5)、光照传感器(6)、二氧化碳传感器(7)和无线通讯模块(8)，所述无线通讯模块(8)分别与温度传感器(4)、湿度传感器(5)、光照传感器(6)、二氧化碳传感器(7)电连接，所述无线通讯模块(8)通过无线网络与无线数据转发模块(2)无线连接，所述无线数据转发模块(2)通过无线网络与数据处理终端(1)无线连接。
2.一种森林碳通量计量方法，其特征在于，包括以下步骤：
SI：获取分布于树木冠层中不同高度的N个数据采集模块采集的数据，数据采集模块采集的数据包括温度数据、湿度数据、光照数据和CO2浓度数据；
S2：根据温度数据和CO2浓度数据计算出光合作用羧化速率Jc；
S3：根据光照数据、温度数据和CO2浓度数据计算出光电子传输速率Je；
S4：根据光合作用羧化速率Jc和光电子传输速率Je计算出冠层的光合作用速率A；
S5：计算出气孔导度Gs；
S6：计算出最终光合速率Ac；
S7：计算出生态系统呼吸速率Reco；
S8：计算出碳通量NEE＝Reco-Ac。
3.根据权利要求2所述的一种森林碳通量计量方法，其特征在于，所述步骤S2包括以下步骤：
采用如下公式计算出光合作用羧化速率Jc：
Figure FDA0002209475130000021
Figure FDA0002209475130000022
Figure FDA0002209475130000023
Figure FDA0002209475130000024
Figure FDA0002209475130000025
Figure FDA0002209475130000026
Figure FDA0002209475130000027
其中，Ci是叶内部CO2浓度，
Figure FDA0002209475130000028
是N个数据采集模块采集的CO2浓度的平均值，Gj为第j个数据采集模块采集的CO2浓，fci是叶内部CO2浓度与环境空气CO2浓度的比率，Ox是空气中的氧浓度，Vm是最大羧化速率，
Figure FDA0002209475130000031
为
Figure FDA00022094751300000316
的活化能，
Figure FDA0002209475130000032
为25℃时的最大羧化速率，R为通用气体常数，Tkmax为N个数据采集模块采集的温度数据中的最大值，Γ*为没有暗呼吸情况下的CO2补偿点，
Figure FDA0002209475130000033
是在25℃时的CO2补偿点，
Figure FDA0002209475130000034
为25℃时CO2补偿点的活化能，
Figure FDA0002209475130000035
为N个数据采集模块采集的温度数据的平均值，Kc为Michaelis-Menten羧化常数，
Figure FDA0002209475130000036
为
Figure FDA0002209475130000037
的活化能，
Figure FDA0002209475130000038
是在25℃下的Michaelis-Menten常数，K0为Michaelis-Menten氧合常数，
Figure FDA0002209475130000039
为
Figure FDA00022094751300000310
的活化能，
Figure FDA00022094751300000311
是25℃下氧化的Michaelis-Menten常数。
4.根据权利要求3所述的一种森林碳通量计量方法，其特征在于，所述步骤S3包括以下步骤：
采用如下公式计算出光电子传输速率Je：
Figure FDA00022094751300000312
Figure FDA00022094751300000313
其中，I1为最高的数据采集模块采集的光照数据，αq是光子捕获的量子效率，Jm是最大电子传输速率，
Figure FDA00022094751300000314
是25℃时Jm与
Figure FDA00022094751300000315
的比值。
5.根据权利要求4所述的一种森林碳通量计量方法，其特征在于，所述步骤S4包括以下步骤：
采用如下公式计算出冠层的光合作用速率A：
A＝min(ωc，ωe)，
Figure FDA0002209475130000041
ωe＝Jef(L)，
f(L)＝e-KLAI，
Figure FDA0002209475130000042
Figure FDA0002209475130000043
其中，K为消光系数，
Figure FDA0002209475130000044
为时间间隔Δt内的消光系数均值，LAI为累积的叶面积指数，Ij为第j个数据采集模块采集的光照数据，ωc为冠层尺度的羧化速率，ωe为冠层尺度的光电子传输速率；I1为最高的数据采集模块采集的CO2浓度，IN为最低的数据采集模块采集的CO2浓度，j数值越大，对应数据采集模块的高度越低，f(L)表示冠层对光的衰减作用。
6.根据权利要求5所述的一种森林碳通量计量方法，其特征在于，所述步骤S5包括以下步骤：
采用如下公式计算出气孔导度Gs：
Figure FDA0002209475130000045
Figure FDA0002209475130000046
Figure FDA0002209475130000047
其中，gl和D0为经验常数，D为水蒸汽压强限制，es是饱和蒸气压，
Figure FDA0002209475130000051
为N个数据采集模块采集的湿度数据的平均值。
7.根据权利要求6所述的一种森林碳通量计量方法，其特征在于，所述步骤S6包括以下步骤：
采用如下公式计算出最终光合速率Ac：
Figure FDA0002209475130000052
Figure FDA0002209475130000053
其中，An为顶部叶层的碳流入量。
8.根据权利要求7所述的一种森林碳通量计量方法，其特征在于，所述步骤S7包括以下步骤：
采用如下公式计算出生态系统呼吸速率Reco：
Figure FDA0002209475130000054
其中，
Figure FDA0002209475130000055
为0℃时的生态系统呼吸速率，Q10为温度每上升10℃时生态系统呼吸的相对增加值。
CN201910896492.XA 2019-09-20 2019-09-20 一种森林碳通量计量系统及方法 Pending CN111257505A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910896492.XA CN111257505A (zh) 2019-09-20 2019-09-20 一种森林碳通量计量系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910896492.XA CN111257505A (zh) 2019-09-20 2019-09-20 一种森林碳通量计量系统及方法

Publications (1)

Publication Number Publication Date
CN111257505A true CN111257505A (zh) 2020-06-09

Family

ID=70944984

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910896492.XA Pending CN111257505A (zh) 2019-09-20 2019-09-20 一种森林碳通量计量系统及方法

Country Status (1)

Country Link
CN (1) CN111257505A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113469581A (zh) * 2021-08-31 2021-10-01 阿里云计算有限公司 碳账户数据确定方法、碳管理平台及存储介质
CN113566896A (zh) * 2021-08-16 2021-10-29 山东浪潮科学研究院有限公司 以固碳为导向的绿化带修剪策略选择方法
CN114002406A (zh) * 2021-10-09 2022-02-01 中国地质调查局西安地质调查中心(西北地质科技创新中心) 固体样品有机碳含量数据采集方法、系统、设备及应用
US11481904B1 (en) 2022-01-04 2022-10-25 Natural Capital Exchange, Inc. Automated determination of tree inventories in ecological regions using probabilistic analysis of overhead images

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101413875A (zh) * 2008-11-25 2009-04-22 中山大学 一种树木冠层分析仪的数据采集装置
CN104359428A (zh) * 2014-11-27 2015-02-18 东北林业大学 一种长时间序列野外森林叶面积指数测量仪及其测量方法
CN104915982A (zh) * 2015-05-15 2015-09-16 中国农业大学 树冠层光照分布预测模型构建方法及光照分布检测方法
CN105389538A (zh) * 2015-10-09 2016-03-09 南京大学 一种基于点云半球切片估算森林叶面积指数的方法
CN107014951A (zh) * 2017-02-27 2017-08-04 北京林业大学 森林生态系统呼吸碳通量测定方法
CN109580558A (zh) * 2017-09-28 2019-04-05 中国科学院地理科学与资源研究所 一种适用于不同冠层高度的日光诱导植被荧光测量系统
CN110229748A (zh) * 2019-06-20 2019-09-13 成都理工大学 光照均匀分布的光生物反应器及其设计方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101413875A (zh) * 2008-11-25 2009-04-22 中山大学 一种树木冠层分析仪的数据采集装置
CN104359428A (zh) * 2014-11-27 2015-02-18 东北林业大学 一种长时间序列野外森林叶面积指数测量仪及其测量方法
CN104915982A (zh) * 2015-05-15 2015-09-16 中国农业大学 树冠层光照分布预测模型构建方法及光照分布检测方法
CN105389538A (zh) * 2015-10-09 2016-03-09 南京大学 一种基于点云半球切片估算森林叶面积指数的方法
CN107014951A (zh) * 2017-02-27 2017-08-04 北京林业大学 森林生态系统呼吸碳通量测定方法
CN109580558A (zh) * 2017-09-28 2019-04-05 中国科学院地理科学与资源研究所 一种适用于不同冠层高度的日光诱导植被荧光测量系统
CN110229748A (zh) * 2019-06-20 2019-09-13 成都理工大学 光照均匀分布的光生物反应器及其设计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
P. J. SELLERS 等: ""Canopy Reflectance, Photosynthesis,and Transpiration. III. A Reanalysis Using Improved Leaf Models and a New Canopy Integration Scheme", 《REMOTE SENS ENVIRON》 *
QIANYU LI 等: "Variation of parameters in a Flux-Based Ecosystem Model across 12 sites of terrestrial ecosystems in the conterminous USA", 《ECOLOGICAL MODELLING》 *
赵春江 等: "《数字农业们息标准研究》", 30 November 2004 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113566896A (zh) * 2021-08-16 2021-10-29 山东浪潮科学研究院有限公司 以固碳为导向的绿化带修剪策略选择方法
CN113566896B (zh) * 2021-08-16 2024-03-08 山东浪潮科学研究院有限公司 以固碳为导向的绿化带修剪策略选择方法
CN113469581A (zh) * 2021-08-31 2021-10-01 阿里云计算有限公司 碳账户数据确定方法、碳管理平台及存储介质
CN113469581B (zh) * 2021-08-31 2022-02-01 阿里云计算有限公司 碳账户数据确定方法、碳管理平台及存储介质
CN114002406A (zh) * 2021-10-09 2022-02-01 中国地质调查局西安地质调查中心(西北地质科技创新中心) 固体样品有机碳含量数据采集方法、系统、设备及应用
US11481904B1 (en) 2022-01-04 2022-10-25 Natural Capital Exchange, Inc. Automated determination of tree inventories in ecological regions using probabilistic analysis of overhead images

Similar Documents

Publication Publication Date Title
CN111257505A (zh) 一种森林碳通量计量系统及方法
Soussi et al. Comprehensive review on climate control and cooling systems in greenhouses under hot and arid conditions
Holmes et al. An air–liquid contactor for large-scale capture of CO2 from air
WO2019161339A1 (en) Systems for generating water for a container farm and related methods therefor
Vatistas et al. A systematic literature review on controlled-environment agriculture: How vertical farms and greenhouses can influence the sustainability and footprint of urban microclimate with local food production
CN102589936A (zh) 一种同步采集大气co2及水汽样品的装置和方法
US20100190241A1 (en) Bioactive carbon dioxide filter apparatus and method therefor
Matito-Martos et al. Potential of CO2 capture from flue gases by physicochemical and biological methods: A comparative study
CN105588930A (zh) 温室大棚土壤参数测量方法
Swain et al. Greenhouse gas emissions and energy exchange in wet and dry season rice: eddy covariance-based approach
Hou et al. Integrated direct air capture and CO2 utilization of gas fertilizer based on moisture swing adsorption
Blanco et al. Research trends on greenhouse engineering using a science mapping approach
Han et al. Characteristic of stomatal conductance and optimal stomatal behaviour in an arid oasis of Northwestern China
Wang et al. Effects of elevated CO2 on tomato (Lycopersicon esculentum Mill.) growth and rhizosphere soil microbial community structure and functionality
CN101750989A (zh) 工业级光生物反应器远程监测控制系统
Krebs Carbon dioxide—a themed issue
Li et al. Real-time measurement of atmospheric CO2, CH4 and N2O above rice fields based on Laser Heterodyne Radiometers (LHR)
Chaoqing et al. Characteristics and drivers of methane fluxes from a rice paddy based on the flux measurement
CN113884621B (zh) 一种定量植物吸收利用重碳酸盐的方法
Al-Duais et al. Performance evaluation of solar-powered atmospheric water harvesting using different glazing materials in the tropical built environment: an experimental study
Studer et al. The MICE facility–a new tool to study plant–soil C cycling with a holistic approach
Huang et al. Appropriate nitrogen form and application rate can improve yield and quality of autumn tea with drip irrigation
Zhu et al. Long-term P fertilizer application reduced methane emissions from paddies in a double-rice system
Xiao et al. Screening of Absorbents for Viscose Fiber CS2 Waste Air and Absorption–Desorption Process
Oo et al. Aerated irrigation and pruning residue biochar on N2O emission, yield and ion uptake of Komatsuna

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200609