全 文 ：基于涡度相关技术的城市碳通量研究进展*
刘摇 敏**摇 伏玉玲摇 杨摇 芳
(华东师范大学资源与环境科学学院, 上海市城市化生态过程与生态恢复重点实验室, 上海 200241)
摘摇 要摇 城市化所带来的土地利用变化和化石燃料燃烧对全球碳循环和气候变化产生了深
远影响.准确认识城市系统碳收支状况及其变化特征,是开展城市碳循环过程及其影响机制
研究的前提.本文从涡度相关技术理论基础及城市大气边界层与碳循环特征出发,系统总结
了利用涡度相关技术开展城市地表鄄大气间碳通量监测所面临的问题、后期数据处理和评价
的主要方法,以及目前涡度相关技术在城市碳通量监测中的应用现状及主要研究进展.现有
研究成果表明,城市系统总体表现为碳源,受城市交通流量、生活供暖及植被生长的影响,城
市地表鄄大气间 CO2交换存在明显的日、周及季节变化特征.然而,由于城市下垫面的高度异质
性及复杂碳源汇分布,涡度相关技术获取的城市碳通量特征及其解释还存在较大的不确定
性.今后需加强复杂城市环境下涡度相关通量观测技术与评价方法研究,从系统整体性出发
构建城市系统碳循环模拟模型,结合空间化技术手段,深入开展城市区域尺度碳循环影响机
制及其变异特征的客观评价.
关键词摇 涡度相关技术摇 城市系统摇 碳通量摇 CO2交换
文章编号摇 1001-9332(2014)02-0611-09摇 中图分类号摇 Q148摇 文献标识码摇 A
Research progress on urban carbon fluxes based on eddy covariance technique. LIU Min, FU
Yu鄄ling, YANG Fang ( Shanghai Key Laboratory for Urban Ecological Processes and Eco鄄
Restoration, College of Resources and Environmental Science, East China Normal University, Shang鄄
hai 200241, China) . 鄄Chin. J. Appl. Ecol. , 2014, 25(2): 611-619.
Abstract: Land use change and fossil fuel consumption due to urbanization have made significant
effect on global carbon cycle and climate change. Accurate estimating and understanding of the car鄄
bon budget and its characteristics are the premises for studying carbon cycle and its driving mecha鄄
nisms in urban system. Based on the theory of eddy covariance (EC) technique, the characteristics
atmospheric boundary layer and carbon cycle in urban area, this study systematically reviewed the
principles of CO2 flux monitoring in urban system with EC technique, and then summarized the
problems faced in urban CO2 flux monitoring and the method for data processing and further assess鄄
ment. The main research processes on urban carbon fluxes with EC technique were also illustrated.
The results showed that the urban surface was mostly acting as net carbon source. The CO2 ex鄄
change between urban surface and atmosphere showed obvious diurnal, weekly and seasonal varia鄄
tion resulted from the vehicle exhaust, domestic heating and vegetation respiration. However, there
still exist great uncertainties in urban flux measurement and its explanation due to high spatial heter鄄
ogeneity and complex distributions of carbon source / sink in urban environments. In the end, we
suggested that further researches on EC technique and data assessment in complex urban area
should be strengthened. It was also requisite to develop models of urban carbon cycle on the basis of
the system principle, to investigate the influencing mechanism and variability of urban cycle at re鄄
gional scale with spatial analysis technique.
Key words: eddy covariance (EC) technique; urban system; carbon flux; CO2 exchange.
*国家自然科学基金项目(41201092,31070407)、环保公益性行业科
研专项(201109030)和上海市城市化生态过程与生态恢复重点实验
室开放课题(SHUES2011B02,SHUES201205)资助.
**通讯作者. E鄄mail: mliu@ re. ecnu. edu. cn
2013鄄07鄄03 收稿,2013鄄11鄄27 接受.
摇 摇 大气中 CO2 浓度显著增加,打破了生物圈鄄大气
圈之间原有碳平衡,引发了全球变暖、海平面上升等
一系列重大环境问题,严重威胁着各国经济的可持
应 用 生 态 学 报摇 2014 年 2 月摇 第 25 卷摇 第 2 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Feb. 2014, 25(2): 611-619
续发展和国家生态安全[1] . 已有研究表明,近半个
世纪以来,人类社会快速城市化所带来的土地利用
变化及化石燃料燃烧导致的大量碳排放是引起全球
气候变化和温室效应的主要原因[2-4] . 减少温室气
体排放已成为人类减缓和适应全球气候变化的重要
途径,也是国际社会保护地球系统的共同责任和
义务.
城市是人类活动对地表影响最深刻的区域,全
球 CO2 排放 80%以上来自仅占全球陆地面积 2. 4%
的城市区域[5] . 然而,作为全球碳循环的空间地域
综合体和国家实现减排目标的基本单元,长期以来
城市系统在全球气候变化和碳循环中的作用并未受
到充分重视.现有的相关研究主要集中在城市能源
使用碳排放估算[6-7]、城市植被和土壤碳研究[8-9]、
城市扩张对碳排放的影响[10]及城市代谢与碳过
程[11]等方面.上述工作侧重于从城市整体出发,较
少考虑城市碳源汇的空间异质性及城市碳循环过程
的复杂性[12],尚缺乏城市区域碳收支的长期定位监
测及基于实测数据资料的城市碳循环的系统研究.
由于缺乏直接的城市地表鄄大气间 CO2 交换数据资
料,目前利用非直接监测的方法估算城市 CO2 排放
存在较大不确定性[13] .
涡度相关技术( eddy covariance technique,EC)
作为目前直接测定地表鄄大气间 CO2 和水热通量的
标准方法,已成为国际通量观测网络(FLUXNET)的
主要技术手段[14-17],全球已有 500 多个站点应用涡
度相关技术测定地表鄄大气间碳水通量.基于涡度相
关技术的通量观测数据已被广泛应用于陆地生态系
统碳源汇估算[18-19]、模型关键参数获取[20-21]及遥
感产品验证[22]等方面研究.随着全球通量观测的蓬
勃发展,涡度相关通量观测区域也已从最初的自然
生态系统,逐步扩展至城市系统.但相比城市在全球
和区域碳循环过程的重要作用而言,目前城市涡度
相关通量观测研究成果仍十分有限.
本文从涡度相关技术基础理论、城市大气边界
层及碳循环特征出发,总结了利用涡度相关技术开
展城市地表鄄大气间 CO2 交换观测所面临的问题、后
期数据处理和分析方法,综述了目前涡度相关技术
在城市碳循环研究中的最新进展,阐述了基于涡度
相关观测的全球主要城市系统碳源汇特征、时间变
异及其影响因素,最后,针对城市下垫面的高度异质
性及城市碳循环的高度复杂性,提出了未来应用涡
度相关技术开展城市碳循环研究的重点及主要
方向.
1摇 涡度相关技术开展城市碳通量监测的基本原理
及其应用
1郾 1摇 涡度相关技术的基础理论
湍流输送是地面鄄大气间进行物质和能量交换
的主要形式.涡度相关技术通过测定指定高度的物
理量脉动与风速脉动的协方差来确定地表鄄大气间
CO2 湍流通量[23] .当仅考虑物质在垂直方向上的湍
流输送时,CO2 通量(Fc)可定义为单位时间内湍流
运动作用通过单位截面积输送的 CO2 量,由下式计
算[15]:
Fc = w籽c = w忆籽忆c + w籽c 抑 w忆籽c忆 (1)
式中:w为三维风速的垂直分量(m·s-1);籽c 为 CO2
密度;上划线表示时间平均;撇号(忆)表示瞬时值与
平均值的偏差.当碳通量来自所观测的下垫面,该地
表面为碳源,Fc 定义为正值;反之,则表现为碳汇,
Fc 定义为负值. 在瞬间尺度上,CO2 通量的常用单
位为 mg·m-2·s-1(以 C 或 CO2 质量计)或 滋mol·
m-2·s-1(以 C和 CO2 物质的量计).
1郾 2摇 城市系统大气边界层及碳循环特征
随着城市的发展,密集的建筑物取代了自然地
表面,城市地表热力及动力过程对城市区域大气边
界层产生作用,改变了城市地表能量平衡、边界层特
征及地鄄气交换过程,从而对城市区域气候和环境产
生影响[24-25] .城市边界层湍流是城市表面和大气间
物质和能量交换的主要运动形式. 受城市下垫面热
力和动力特征的综合影响,城市大气边界层主要包
括城市冠层 ( urban canopy layer,UCL)、粗糙子层
(roughness sublayer,RSL)及其上的惯性子层( iner鄄
tial sublayer,ISL) [26] . 城市地表至建筑物高度的部
分称为城市冠层,而粗糙子层的垂直高度与大气稳
定度相关,可从城市冠层高度延伸至掺混高度,即密
集建筑物地区的 1. 5 倍建筑物高度至低密度地区的
5 倍建筑物高度[27] .粗糙子层的大气交换不仅受到
湍流交换的影响,也受到辐散通量(或扩散通量)的
影响.惯性子层也称常通量层( constant flux layer,
CFL),其高度通常受粗糙子层控制,该层各种湍流
通量传输随高度变化而数值近乎不变. 需要指出的
是,不稳定层结下,城市粗糙子层垂直高度较高,甚
至可发展至常通量层顶部,此时常通量层消失[26] .
总的说来,城市表层与非城市生态系统在垂直结构
上的最大差异为粗糙子层的高度及非湍流交换(小
尺度对流及辐散通量)的贡献[28] .
216 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
城市的发展使城市地表覆盖 /土地利用发生了
变化,进而改变了城市碳排放、城市植被和土壤碳储
量及其碳交换速率. 作为一个“自然鄄经济鄄社会冶复
合系统,与自然生态系统相比,城市系统具有明显的
“自然鄄社会冶二元碳循环特征[29],具有较大的复杂
性、不确定性及空间异质性[12,14] . 城市碳通量的强
度、范围和速率很大程度上取决于社会发展程度、产
业类型、能源结构及能源使用等社会因素. 能源、原
料及各种含碳产品的流通和消费带来的碳排放是城
市系统碳循环的主体. 城市碳循环过程涵盖城市蔓
延区和城市足迹区[5],涉及了自然过程和人工过
程,包含了水平和垂直两种方向上的碳交换[11,29],
水平碳通量以人为过程(含碳物质产品的水平传
输)为主,而包含人为过程(化石燃料燃烧等)和自
然过程(植被和土壤等呼吸作用)的垂直碳通量(图
1)是导致城市大气 CO2 浓度上升的主因[1] .
1郾 3摇 城市涡度相关系统设计与构建
利用涡度相关技术开展地表鄄大气间 CO2 监测
包括一系列的工作流程:1)建塔前的前期设计和调
研工作;2)通量塔及仪器设备的安装、维护及仪器
测试工作;3)数据的后期处理、插补和分析工作.城
市涡度相关监测系统的设计与构建需重点关注以下
几方面:
1)观测场及观测尺度的确定. 开展城市观测及
模拟与所研究的尺度和边界层紧密相关.通常认为,
城市研究存在 3 个尺度:微尺度(101 ~ 102 m),局地
尺度(102 ~ 104 m)和中尺度(104 ~ 105 m) [14,26] . 在
当前技术条件下,涡度相关技术地面的通量观测覆
盖区域为 100 ~ 2000 m[15],与局地尺度及城市局地
气候分区(local climate zone,LCZ)相对应,可观测一
定范围内的城市系统(如居民区、工业区和商业区
等).
2)地表下垫面信息及碳源汇组分. 开展基于涡
度相关技术的城市碳通量观测,需获取城市下垫面
详细信息,如粗糙元的大小、形状及间隔,不同地表
类型(如绿地、建筑用地、道路等)覆盖率,以及主要
CO2 源的排放清单等. 城市地表形态关键信息和参
数的获取,一方面可为确定碳观测点的通量贡献区
提供必要的数据来源,辨析观测数据的空间代表性;
另一方面可为探讨城市地表鄄大气间关键碳交换过
程(图 1)、明确观测区域主要碳循环组分及其环境
和人为驱动机制提供参考.
3)观测位置及观测高度.涡度相关技术要求仪
器固定在 CO2 通量随高度不发生变化的常通量层
内,要求大气稳态,且测定下垫面与仪器之间没有任
何源和汇、有足够长的风浪区和水平均匀的下垫面
等基本条件[15,30] .城市粗糙子层内湍流通量随高度
发生变化,不符合常通量层的概念,涡度相关观测一
般在城市惯性子层开展,并假定可代表一定局地尺
度的充分混合且空间上平均的信号[24] .开展城市涡
度相关通量观测时,观测塔主风向的风浪区(1 ~ 2
km)必须足够均一(相似的建筑物、道路及植被布
图 1摇 城市地表鄄大气间 CO2 交换垂直方向概念图
Fig. 1摇 Conceptual chart for CO2 exchange between urban surface and atmosphere in vertical direction.
向上箭头表示向大气中排放 CO2,向下箭头表示从大气中吸收 CO2 The up arrows indicated CO2 emission to atmosphere, and down arrows indicated
absorbing CO2 from atmosphere. 长方形表示碳库,正方形表示城市鄄地表大气间 CO2 交换过程 Rectangles expressed the carbon stock and squares ex鄄
pressed the CO2 exchange processed between urban surface and atmosphere. Fc表示城市地表鄄大气间净 CO2 交换量(即碳通量),驻S 为城市内部碳
储存项,Ff为化石燃料燃烧所排放的 CO2 量,Ru为城市系统中植被、土壤及人口通过呼吸作用排出的 CO2 量,P 为城市植被光合作用吸收的
CO2 量 Fc was the net CO2 exchange ( i. e. , carbon flux), 驻S was the carbon storage in urban system, Ff was the CO2 emission from fossil fuel combus鄄
tion, Ru was the CO2 emitted by respiration from vegetation, soil and human, and P was CO2 absorbed by urban vegetation with photosynthesis.
3162 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 刘摇 敏等: 基于涡度相关技术的城市碳通量研究进展摇 摇 摇 摇 摇 摇
局),以便辨析特定地表覆盖对碳源排放的控制作
用.为确保气流不会受到单颗植物或建筑的影响,涡
度相关仪器必须安装在至少两倍平均粗糙元(建筑
物和树木)高度的位置[11,14],一般安装在观测场 250
m或 500 m范围建筑物平均高度的 2 ~ 3 倍处[11] .
1郾 4摇 城市涡度相关碳通量数据处理及通量贡献区
评价
涡度相关技术获取 CO2 通量的推导求算过程
具有坚实的理论基础. 在城市复杂下垫面景观及大
气处于稳定层结等非理想条件下,涡度相关技术获
取的观测数据资料受到诸如能量闭合、弱湍流情况
下碳通量偏低、夜间稳定边界层中出现间歇、波动和
流动分离以及降雨和沙尘天气对仪器污染等问题的
困扰.在利用城市碳通量观测数据解释和研究有关
生态学问题之前,必须对观测资料进行合理的数据
控制和校正[13,15](表 1),其基本原则是最大限度保
持资料的原有状态,对出现问题的资料进行合理的
校正和订正.需要指出的是,城市系统由于密集的建
筑物取代了自然的地表面,改变了地表能量平衡特
征[24],在对涡度相关数据能量平衡闭合评价时,需
特别考虑人为作用产生的垂直热通量.同时,影响城
市地表鄄大气间 CO2 交换的因子较多且变异性较大,
自然生态系统常用的数据插补回归模型已不再适用
于城市系统涡度相关缺失数据的插补,更多应考虑
遗传算法、人工神经网络等智能学习方法[13] .
摇 摇 城市地表鄄大气间涡度相关技术所观测的数据
表示的是对湍流交换过程有贡献的有效碳源(汇)
区域———通量贡献区(footprint)内的平均状况.对于
面积足够大、下垫面较均一的自然生态系统而言,确
定其通量贡献区相对容易. 而对于高异质性的城市
区域,如何准确、客观地分析与解释观测数据的空间
代表性,是目前城市通量观测研究中亟待解决的重
要问题. 通量贡献区模型通过应用莫宁鄄奥布霍夫
(Monin鄄Obuholv)相似性理论可较为可靠地估算惯
性子层的湍流交换过程.目前,关于通量贡献区分析
的方法有:footprint解析模型[31]、拉格朗日(Lagrang鄄
ian)模型[32]、基于大涡模拟的 footprint 模型[33]和总
体平均闭合 footprint 模型[34],主要考虑观测高度、
表面粗糙度及大气稳定度对通量贡献区的综合影
响.一般来说,日间的通量贡献区一般为有效观测高
度的 100 ~ 300 倍[27] .需要指出的是,诸多模型中并
没有一种方法是基于城市区域的涡度相关通量观测
表 1摇 基于涡度相关技术的城市碳通量数据处理一般流程和方法
Table 1摇 General procedure and methods for the processing of carbon flux data based on EC technique in urban systems
数据处理项
Processing item
校正原理及处理方法
Correcting principle and processing method
参考文献
Reference
阈值限制
Threshold constraint
剔除原始数据中超出数据观测项合理范围的明显异常值(如 CO2 浓度>800 ppm; 温度
>60 益).
-
异常值剔除
Spike detection
剔除属于数据观测项合理范围但超出数据正常变化范围的“野点冶.方法:三倍标准差剔
除及方差剔除.
[35]
趋势分析
Trend analysi
利用雷诺平均和分解法则将原始数据拆分为平均值和脉动值.方法:时间平均、线性趋势
去除及滑动平均.
[36]
延迟时间校正
Lag time correction
校正闭路系统中抽取的气样在管路传输中所产生的与三维超声风速仪的延迟时间. [15]
稳态测试
Steady test
常通量层要求大气湍流处于稳态和均质性.当稳态测试比值<30% ,可认为湍流通量观测
处于稳态条件.
[37-38]
频率响应校正
Correction for high鄄frequency
确定涡度相关系统对高频湍流信号的响应能力. 功率谱和协谱需分别符合-2 / 3 和-4 / 3
定律.
[39]
垂直通量计算
Vertical fluxes calculation
计算所选研究时间尺度(如 30 min)CO2、动量、潜热、显热及其他湍流统计的垂直通量. [40]
坐标轴旋转
Coordination rotation
校正城市非平坦地形条件对涡度相关通量测定的影响.方法:二次坐标旋转、三次坐标旋
转及平面拟合.
[41]
水热校正
Correction for temperature and
water vapor fluctuation
校正水汽和热量对 CO2 混合比测定的影响.方法:Webb鄄Pearman鄄Leuning方法. [42]
能量平衡闭合评价
Evaluation for energy balance closure
利用生态系统能量守恒定律,检验涡度相关数据监测质量.城市系统需特别考虑人为作
用产生的垂直热通量.
[38,43]
夜间数据校正
Night time data correction
去除夜间空气层结较稳定对地表鄄大气间 CO2交换通量测定的低估影响. 一般剔除摩擦
风速处于临界值以下的数据.摩擦风速临界值确定方法:经验法、移动点检验法、相关关
系法.
[44-45]
储存项校正
Storage correction
当大气热力分层达到稳定或湍流混合作用较弱时,一部分 CO2 储存在地表的建筑物和植
被中,在涡度相关观测时需加入储存项.方法:CO2浓度廓线法和 CO2浓度变化法.
[46]
数据插补
Data gap filling
对由于数据观测导致的数据缺失及失真数据进行插补.方法:线性内插、平均昼夜日变化
法(MDV)、多重插补法(MI)、人工神经网络(ANN)等.
[47]
416 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
发展而来,通量贡献区模型在城市的应用还缺乏有
效的观测数据验证,尚有待进一步完善.
总体说来,通过严格的前期试验设计及后期数
据质量控制与评价,涡度相关技术能成功应用于城
市碳通量监测[48-49] .
2摇 城市系统鄄大气间 CO2 交换特征
自 1995 年涡度相关技术应用于芝加哥城市系
统碳通量观测以来[14],目前全球大约有 60 个涡度
相关通量塔在城市及郊区开展痕量气体观测[13],其
中约有 40 个城市的 50 个站点开展碳通量监测(图
2),并建立了全球城市通量网( http: / / www. geog.
ubc. ca / urbanflux / ) .除墨西哥城[50-51]、埃及开罗[52]
及我国北京[53-54]外, 基于涡度相关技术的城市 CO2
监测主要集中在中纬度温带气候带的欧洲和北美发
达国家,在半干旱及热带气候条件下的城市涡度相
关通量观测较少[55] .城市涡度相关碳通量监测早期
持续时间较短,只持续数日、数周[14,50],或只是开展
城市碳通量移动监测[56],最近几年才开始长期连续
系统的观测研究[53-54,57] .
目前,全球城市涡度相关通量塔监测的下垫面
土地利用类型主要分为 5 类:居民区、商业区、工业
区、事业单位用地和休闲用地.大多数通量监测塔建
立在城市的居民区,如芝加哥[14]、巴尔的摩[57]、巴
塞尔[58]等;赫尔辛基[59]等城市碳通量监测塔则建
立在商业区;少数的城市通量塔建立在工业区,如伦
敦[60]、吉萨[61] .全球城市涡度相关碳通量监测的建
塔高度一般为 20 ~ 60 m. 由于受到城市用地的限
制,大多数涡度相关仪器安装在城市已有建筑物屋
顶上的塔或桅杆上(如墨西哥城,仪器安装高度 37
m,其中,建筑物高度 12 m,塔高 25 m) [50] .
图 2摇 全球城市涡度相关碳通量监测站点分布(数据来源于
http: / / www. geog. ubc. ca / urbanflux / )
Fig. 2摇 Distribution of tower sites in urban area with eddy covar鄄
iance technique around the world (Data source: http: / / www.
geog. ubc. ca / urbanflux / ) .
玉:涡度相关碳通量监测站点 EC CO2 flux measurement site.
2郾 1摇 城市地表鄄大气间碳源汇特征
由于利用涡度相关技术开展城市碳通量观测的
时间比较有限,目前真正获得年尺度 CO2 通量监测
资料的站点还较少(表 2).现有研究表明,城市系统
总体表现为碳源, CO2 通量基本在 1. 32 ~ 35郾 50
kg CO2·m-2·a-1,明显高于自然生态系统[62-63] .不
同城市之间的碳排放状况存在较大差异,如澳大利
亚墨尔本近郊某中央商务区碳排放强度为 8郾 49
kg CO2·m-2·a-1[64];加拿大温哥华城市中心居民
区碳排放为 24. 60 kg CO2·m-2·a-1[49];而日本东
京低楼层住宅区为 12. 29 kg CO2·m-2·a-1,其碳
收支强度是同纬度温带阔叶林地表鄄大气间 CO2 交
换强度的 6 倍[62] .美国巴尔的摩观测站点 5 年监测
数据(2002—2006 年)表明,该城市远郊地表鄄大气
间 CO2 交换为 1. 32 kg CO2·m-2·a-1[57],是目前已
发表的城市系统碳排放最低的站点,主要是由于其
下垫面有较高的植被覆盖.中国北京从 2006 年开始
进行城市碳通量连续观测[54],其城市中心住宅区
CO2 排放为 17. 96 kg CO2·m-2·a-1,除加拿大温哥
华及英国伦敦外,普遍大于已发表的其他发达国家
城市 CO2 通量.
同一城市不同区域地表鄄大气间 CO2 交换也存在
较大差异.由于交通车辆较多、植被覆盖率低,加拿大
蒙特利尔城市核心区 CO2 排放量是郊区站点的 2 ~ 5
倍,其城市中心碳通量为 20. 4 kg CO2·m-2·a-1,近
郊为 5. 2 kg CO2·m-2·a-1,而同一城市农田生态系
统则表现为碳汇( -0. 2 kg CO2·m-2·a-1) [63] . 可
见,同一城市碳排放状况的差异主要受到观测下垫
面土地利用类型的影响,同时说明在城市地表高度
异质性的条件下,开展城市碳循环监测及确定通量
贡献区的重要性.
2郾 2摇 城市系统碳通量时间变化特征
受下垫面因素的影响,城市地表鄄大气间 CO2 交
换存在明显的日、周及季节变化特征. 城市地表鄄大
气间 CO2 交换日变化表现为双峰双谷特征[53-54,64] .
夜间至凌晨大气层结稳定,道路交通流量较少,故
CO2 排放较低;随着早晨上班交通流量的增大、家庭
燃气使用的增加, CO2 排放增加,一般在 8:00—
9:00出现 CO2 通量的一次峰值;之后,交通流量减
少及植物光合作用增强, CO2 排放逐渐降低,至
17:00—18:00 下班高峰时再次出现 CO2 通量的峰
值[14,67-68] .在相对温暖的季节,一天中 CO2 通量上
午峰值出现的时间比冬季要推迟 3 h[69] .在工作日,
5162 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 刘摇 敏等: 基于涡度相关技术的城市碳通量研究进展摇 摇 摇 摇 摇 摇
表 2摇 获得年尺度涡度相关碳通量观测资料的城市系统碳源汇特征
Table 2摇 Annual carbon source / sink characteristics of urban systems based on eddy covariance technique
城市、国家
City, Country
下垫面类型
Surface type
距地面观测高度
Observation height
(m)
观测时间
Observation period
碳源汇状况
Carbon source / sink
(kg CO2·m-2·a-1)
参考文献
Reference
北京,中国
Beijing, China
城市中心
Urban center
47 2006鄄01—2009鄄12 17. 96 [54]
巴尔的摩,美国
Baltimore, America
郊区
Suburban
41 2002鄄01—2006鄄12 1. 32 [57]
温哥华,加拿大
Vancouver, Canada
城市中心
Urban center
28 2008鄄05—2010鄄04 24. 60 [49]
墨尔本,澳大利亚
Melbourne, Australia
郊区
Suburban
40 2004鄄02—2005鄄06 8. 49 [64]
东京,日本
Tokyo, Japan
城市中心
Urban center
29 2001鄄05—2002鄄04 12. 29 [62]
蒙特利尔,加拿大
Montreal, Canada
城市中心
Urban center
25 2007鄄11—2009鄄10 20. 40 [63]
郊区
Suburban
25 2007鄄11—2009鄄10 5. 20 [63]
罗兹,波兰
Lodz, Poland
城市中心
Urban center
37 2006鄄07—2008鄄08 10. 80 [65]
哥本哈根,丹麦
Copenhagen, Denmark
城市中心
Urban center
65 2001鄄01—2001鄄12 12. 80 [56]
伦敦,英国
London, British
城市中心
Urban center
190 2006鄄10—2008鄄05 35. 50 [66]
埃森,德国
Essen, Germany
城市中心
Urban center
26 2006鄄09—2007鄄10 6. 03 [67]
由于交通量大,CO2 通量较高;在周末,随着交通车
辆的减少,CO2 稍微降低,其碳通量峰值相比工作日
推迟 2 h[63] .
城市地表鄄大气间 CO2 交换也存在一定的季节
性(图 3). 在中纬度地区 (如东京、罗兹、哥本哈
根),冬季地表鄄大气间 CO2 交换是夏季的 1. 5 ~ 2
倍[56,62,65] .这主要是由于中纬度地区冬季城市供暖
增加了 CO2 排放,而植被生长活动降低,使得光合
作用减弱进而减少了对 CO2 的吸收[67] .而在低纬度
地区,由于气温、生活供暖及植被覆盖比较稳定,城
市地表鄄大气间 CO2 通量季节变化不明显.
图 3摇 主要城市系统碳通量季节变化
Fig. 3 摇 Seasonal variations of carbon flux in urban system of
major cities.
玉:东京 Tokyo[62] ; 域:哥本哈根 Copenhagen[56] ; 芋:罗兹 Lodz[65] ;
郁:墨尔本 Melbourne[64] ; 吁:埃森 Essen[67] .
2郾 3摇 城市系统碳通量变化的影响因子
不同于自然植被生态系统,城市系统碳收支受
到自然因素及人类活动的综合影响,并具有较大的
可变性.自然因素主要包括植被光合作用、植被及土
壤呼吸作用,人类活动主要包括交通尾气排放、居民
日常生活及室内供暖、人类呼吸等.由于城市下垫面
的差异性,影响不同区域城市碳通量的因素不尽相
同.在城市核心区,交通碳排放是城市的主要碳源,
城市碳通量的日变化与城市交通流量变化一致. 有
研究表明,CO2 通量与城市交通量有显著的相关关
系(R>0. 7) [51,56,70] .中国北京举办第 29 届奥运会期
间(2008 年 8 月),由于采取了车辆限行政策,道路
交通流量的减少使得该时段 CO2 通量相比 2007 年
同期降低 30% [53] . 在城郊,由于植被覆盖率较高,
人类活动相对较少,城市地表鄄大气间 CO2 交换受自
然因素影响更为明显.如巴尔的摩 Cub Hill 观测站
点的森林保育较好(植被覆盖率为 67. 4% ),碳通量
与光合有效辐射、土壤呼吸及风向表现出一定的相
关性[57] .基于 14 个城市涡度相关碳通量观测及 56
个城市碳排放清查资料,Nordbo 等[71]指出,当城市
区域自然植被覆盖率达 80%时,城市碳源汇特征为
中性.家庭活动(如做饭、供暖或制冷)也是影响城
市地表鄄大气间 CO2 交换的主要因子.在北半球,日
CO2 通量在冬天达到最高,这主要受供暖的影响.在
东京,冬季生活供暖碳排放量占总碳排放量的
616 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
62% [62] . Nemitz等[70]指出,建筑物及机构供暖占英
国爱丁堡城市白天碳排放的 39% ,夜间碳排放的
64% .哥本哈根冬季供暖使得交通碳排放占城市总
碳排放的权重降低,由夏季的 51% 降至冬季的
39% [56] .工业、商业及居民化石燃料燃烧(如交通、
供暖)是城市 CO2 排放的主要因子,同时受气候和
土地利用类型的影响,各项碳源的影响权重因城市
而异. 伦敦、墨西哥城、东京及墨尔本等城市的年
CO2 排放与植被覆盖率呈现一定的负相关关系,而
人口密度并不是影响城市碳排放的主要因子[13] .
3摇 研究展望
现有研究表明,利用涡度相关技术开展城市
CO2 通量监测可获得有重要科学意义并有代表性的
成果.但由于城市下垫面的高度异质性及城市碳循
环的高度复杂性,在城市环境下开展涡度相关碳通
量观测,其观测技术、观测数据代表性及其生态学意
义的解释仍需要进一步研究. 未来城市碳通量观测
应在以下方面进一步加强:
1)复杂城市环境下涡度相关通量观测技术与
评价方法研究. 由于下垫面的高度异质性,城市碳
源 /汇状况复杂,几乎不存在“理想冶的观测位点,确
定其通量观测的源区及系统边界至关重要,但目前
还没有一个标准方法可用来确定城市通量塔的贡献
区.同时,也需要加强研究城市碳通量观测数据有效
性评价、数据校正、质量控制及缺失数据插补的技术
与方法.
2)城市碳通量环境响应机理及模型构建研究.
尽管涡度相关通量观测可直接获得城市地表鄄大气
间 CO2 净交换量,但仅仅依靠涡度相关技术还无法
真正揭示城市系统内部碳循环关键过程及其影响机
理.城市系统碳循环过程受到城市规模、功能、发展
模式等的影响,具有较大的空间异质性及不确定性,
应从系统整体性出发构建城市系统碳循环模拟模
型,深入研究城市碳循环各个组分的变异特征及其
控制机理.
3)大尺度城市碳源 /汇格局及其变化研究. 目
前,基于涡度相关技术获取的城市地表鄄大气间 CO2
交换资料大多侧重于其源汇特征确定、影响因子及
基于清查资料的验证工作,较少涉及城市尺度的碳
源计算,将单点观测结果向城市区域外推时还面临
着诸多困难.未来工作中,应利用已有资料,结合空
间化技术及模型手段,开展城市区域尺度碳循环过
程的客观评价.
4)不同类型及发展水平下城市碳循环的对比
研究.涡度相关观测是一种局地尺度的观测方法,其
测定结果只能代表特定生态系统在特定环境中的特
征.不同功能、不同发展阶段和模式的城市碳排放特
征存在较大差异.因此,需迫切开展多城市长期连续
碳通量观测,开展不同类型及发展水平下城市碳循
环的对比研究.
参考文献
[1]摇 IPCC. Summary for Policymakers of Climate Change
2007: The Physical Science Basis. Contribution of
Working Group 玉 to the Fourth Assessment Report of
the Intergovernmental Panel on Climate Change. Cam鄄
bridge: Cambridge University Press, 2007
[2]摇 Pataki DE, Alig RJ, Fung AS, et al. Urban ecosystems
and the North American carbon cycle. Global Change
Biology, 2006, 12: 2092-2102
[3]摇 Le Quere C, Raupach MR, Canadell JG, et al. Trends
in the sources and sinks of carbon dioxide. Nature Geo鄄
science, 2009, 2: 831-836
[4]摇 Friedlingstein P, Houghton RA, Marland G, et al. Up鄄
date on CO2 emissions. Nature Geoscience, 2010, 3:
811-812
[5]摇 Churkina G. Modeling the carbon cycle of urban sys鄄
tems. Ecological Modelling, 2008, 216: 107-113
[6]摇 Pataki DE, Emmi PC, Forster CB, et al. An integrated
approach to improving fossil fuel emissions scenarios
with urban ecosystem studies. Ecological Complexity,
2009, 6: 1-14
[7]摇 Ren W鄄X (任婉侠), Geng Y (耿摇 涌), Xue B (薛
冰). Driving forces of carbon emission from energy con鄄
sumption in China old industrial cities: A case study of
Shenyang City, Northeast China. Chinese Journal of
Applied Ecology (应用生态学报), 2012, 23 (10):
2829-2835 (in Chinese)
[8]摇 Zhu C (朱摇 超), Zhao S鄄Q (赵淑清), Zhou D鄄C (周
德成). Organic carbon storage in urban built鄄up areas
of China in 1997 - 2006. Chinese Journal of Applied
Ecology (应用生态学报), 2012, 23(5): 1195-1202
(in Chinese)
[9]摇 Hutyra LR, Yoon B, Alberti M. Terrestrial carbon
stocks across a gradient of urbanization: A study of the
Seattle, WA region. Global Change Biology, 2011, 17:
783-797
[10]摇 Chen BZ, Coops NC, Fu DJ, et al. Assessing eddy鄄
covariance flux tower location bias across the Fluxnet鄄
Canada Research Network based on remote sensing and
footprint modelling. Agricultural and Forest Meteorolo鄄
gy, 2011, 151: 87-100
[11]摇 Christen A, Coops NC, Kellett R, et al. A LiDAR鄄
based urban metabolism approach to neighbourhood scale
energy and carbon emissions modelling. 2010 Technical
Report Prepared for Natural Resources Canada. Vancou鄄
ver, Canada: University of British Columbia, 2010
[12]摇 Grimm NB, Faeth SH, Golubiewski NE, et al. Global
7162 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 刘摇 敏等: 基于涡度相关技术的城市碳通量研究进展摇 摇 摇 摇 摇 摇
change and the ecology of cities. Science, 2008, 319:
756-760
[13]摇 Velasco E, Roth M. Cities as net sources of CO2: Re鄄
view of atmospheric CO2 exchange in urban environments
measured by eddy covariance technique. Geography
Compass, 2010, 4: 1238-1259
[14]摇 Grimmond CSB, King TS, Cropley FD, et al. Local鄄
scale fluxes of carbon dioxide in urban environments:
Methodological challenges and results from Chicago. En鄄
vironmental Pollution, 2002, 116: 243-254
[15]摇 Yu G鄄R (于贵瑞), Sun X鄄M (孙晓敏). Theory and
Methodology for Flux Measurement in Terrestrial Ecosys鄄
tem. Beijing: Higher Education Press, 2006 ( in Chi鄄
nese)
[16]摇 Jia Q鄄Y (贾庆宇), Wang Y (王摇 宇), Li L鄄G (李丽
光). Progress on carbon flux in urban ecosystem and at鄄
mosphere. Ecology and Environmental Sciences (生态环
境学报), 2011, 20(10): 1569-1574 (in Chinese)
[17]摇 Aubinet M, Vesala T, Papale D. Eddy Covariance: A
Practical Guide to Measurement and Data Analysis. Ber鄄
lin: Springer, 2012
[18]摇 Liu YF, Yu GR, Wen XF, et al. Seasonal dynamics of
CO2 fluxes from subtropical plantation coniferous ecosys鄄
tem. Science in China Series D, 2006, 49: 99-109
[19]摇 Wu WX, Wang SQ, Xiao XM, et al. Modeling gross
primary production of a temperate grassland ecosystem in
Inner Mongolia, China, using MODIS imagery and cli鄄
mate data. Science in China Series D, 2008, 51: 1501-
1512
[20] 摇 Xiao XM, Hollinger D, Aber J, et al. Satellite鄄based
modeling of gross primary production in an evergreen
needleleaf forest. Remote Sensing of Environment, 2004,
89: 519-534
[21]摇 Braswell BH, Sacks WJ, Linder E, et al. Estimating
diurnal to annual ecosystem parameters by synthesis of a
carbon flux model with eddy covariance net ecosystem
exchange observations. Global Change Biology, 2005,
11: 335-355
[22]摇 Stockli R, Lawrence DM, Niu GY, et al. Use of FLUX鄄
NET in the community land model development. Journal
of Geophysical Research: Biogeosciences, 2008, 113:
doi: 10. 1029 / 2007JG000562
[23]摇 Baldocchi DD. Assessing the eddy covariance technique
for evaluating carbon dioxide exchange rates of ecosys鄄
tems: Past, present and future. Global Change Biology,
2003, 9: 479-492
[24]摇 Miao SG, Dou JX, Chen F, et al. Analysis of observa鄄
tions on the urban surface energy balance in Beijing.
Science China Earth Sciences, 2012, 55: 1881-1890
[25]摇 Xu Y鄄Y (徐阳阳), Liu S鄄H (刘树华), Hu F (胡
非), et al. Influence of Beijing urbanization on the
characteristics of atmospheric boundary layer. Chinese
Journal of Atmospheric Sciences (大气科学), 2009, 33
(4): 859-867 (in Chinese)
[26] 摇 Feigenwinter C, Vogt R, Christen A, Eddy covariance
measurements over urban areas / / Aubinet M, Vesala T,
Dario P, eds. Eddy Covariance: A Practical Guide to
Measurement and Data Analysis. Berlin: Springer,
2012: 377-398
[27]摇 Grimmond CSB, Oke TR. Aerodynamic properties of ur鄄
ban areas derived, from analysis of surface form. Jour鄄
nal of Applied Meteorology, 1999, 38: 1262-1292
[28]摇 Rotach MW. On the influence of the urban roughness
sublayer on turbulence and dispersion. Atmospheric En鄄
vironment, 1999, 33: 4001-4008
[29]摇 Zhao R鄄Q (赵荣钦), Huang X鄄J (黄贤金). Carbon
cycle of urban system: Characteristics, mechanism and
theoretical framework. Acta Ecologica Sinica (生态学
报), 2013, 33(2): 358-366 (in Chinese)
[30]摇 Baldocchi D, Valentini R, Running S, et al. Strategies
for measuring and modelling carbon dioxide and water
vapour fluxes over terrestrial ecosystems. Global Change
Biology, 1996, 2: 159-168
[31]摇 Kormann R, Meixner FX. An analytical footprint model
for non鄄neutral stratification. Boundary鄄Layer Meteorolo鄄
gy, 2001, 99: 207-224
[32]摇 Leclerc MY, Thurtell GW. Footprint Prediction of Sca鄄
lar Fluxes Using a Markovian Analysis. Boundary鄄Layer
Meteorology, 1990, 52: 247-258
[33]摇 Leclerc MY, Shen S, Lamb B. Observations and large鄄
eddy simulation modeling of footprints in the lower con鄄
vective boundary layer. Journal of Geophysical Research,
1997, 102: 9323-9334
[34]摇 Schmid HP. Footprint modeling for vegetation atmos鄄
phere exchange studies: A review and perspective. Agri鄄
cultural and Forest Meteorology, 2002, 113: 159-183
[35]摇 Papale D, Reichstein M, Aubinet M, et al. Towards a
standardized processing of net ecosystem exchange meas鄄
ured with eddy covariance technique: Algorithms and
uncertainty estimation. BioGeosciences, 2006, 3: 571 -
583
[36]摇 Rannik U, Vesala T. Autoregressive filtering versus lin鄄
ear detrending in estimation of fluxes by the eddy covari鄄
ance method. Boundary鄄Layer Meteorology, 1999, 91:
259-280
[37]摇 Foken T, Wichura B. Tools for quality assessment of
surface鄄based flux measurements. Agricultural and For鄄
est Meteorology, 1996, 78: 83-105
[38]摇 Aubinet M, Grelle A, Ibrom A, et al. Estimates of the
annual net carbon and water exchange of forests: The
EUROFLUX methodology. Advances in Ecological Re鄄
search, 2000, 30: 113-175
[39]摇 Massman WJ, Lee X. Eddy covariance flux corrections
and uncertainties in long鄄term studies of carbon and en鄄
ergy exchanges. Agricultural and Forest Meteorology,
2002, 113: 121-144
[40] 摇 Schmid HP, Grimmond CSB, Cropley F, et al. Meas鄄
urements of CO2 and energy fluxes over a mixed hard鄄
wood forest in the mid鄄western United States. Agricultur鄄
al and Forest Meteorology, 2000, 103: 357-374
[41]摇 Kaimal JC, Finingan JJ. Atmosphere Boundary Layer
Flows. Oxford: Oxford University Press, 1994
[42]摇 Webb EK, Pearman GI, Leuning R. Correction of flux
measurements for density effects due to heat and water鄄
vapor transfer. Quarterly Journal of the Royal Meteoro鄄
logical Society, 1980, 106: 85-100
816 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
[43]摇 Wilson KB, Baldocchi DD, Aubinet M, et al. Energy
partitioning between latent and sensible heat flux during
the warm season at FLUXNET sites. Water Resources Re鄄
search, 2002, 38: 1294, doi:10. 1029 / 2001WR000989
[44]摇 Gu LH, Falge EM, Boden T, et al. Objective threshold
determination for nighttime eddy flux filtering. Agricul鄄
tural and Forest Meteorology, 2005, 128: 179-197
[45]摇 Reichstein M, Falge E, Baldocchi D, et al. On the sep鄄
aration of net ecosystem exchange into assimilation and
ecosystem respiration: Review and improved algorithm.
Global Change Biology, 2005, 11: 1424-1439
[46]摇 Hollinger DY, Aber J, Dail B. Spatial and temporal
variability in forest鄄atmosphere CO2 exchange. Global
Change Biology, 2004, 10: 1689-1706
[47]摇 He HL, Yu GR, Zhang LM, et al. Simulating CO2 flux
of three different ecosystems in ChinaFLUX based on ar鄄
tificial neural networks. Science in China Series D,
2006, 49: 252-261
[48]摇 Matese A, Gioli B, Vaccari FP, et al. Carbon dioxide
emissions of the city center of Firenze, Italy: Measure鄄
ment, evaluation, and source partitioning. Journal of
Applied Meteorology and Climatology, 2009, 48:
1940-1947
[49]摇 Christen A, Coops NC, Crawford BR, et al. Validation
of modeled carbon鄄dioxide emissions from an urban
neighborhood with direct eddy鄄covariance measure鄄
ments. Atmospheric Environment, 2011, 45: 6057 -
6069
[50]摇 Velasco E, Pressley S, Allwine E, et al. Measurements
of CO2 fluxes from the Mexico City urban landscape. At鄄
mospheric Environment, 2005, 39: 7433-7446
[51]摇 Velasco E, Pressley S, Grivicke R, et al. Eddy covari鄄
ance flux measurements of pollutant gases in urban
Mexico City. Atmospheric Chemistry and Physics Discus鄄
sions, 2009, 9: 7325-7342
[52]摇 Burri S, Frey C, Parlow E, et al. CO2 flux and concen鄄
tration over an urban surface in Cairo / Egypt. Seventh
International Conference on Urban Climate, Yokohama,
2009: 34-45
[53]摇 Song T, Wang Y. Carbon dioxide fluxes from an urban
area in Beijing. Atmospheric Research, 2012, 106:
139-149
[54]摇 Liu HZ, Feng JW, Jarvi L, et al. Four鄄year (2006 -
2009) eddy covariance measurements of CO2 flux over
an urban area in Beijing. Atmospheric Chemistry and
Physics Discussions, 2012, 13: 7881-7892
[55] 摇 Grimmond S, Christen A. Flux measurements in urban
ecosystems. Fluxletter, 2012, 5: 1-8
[56]摇 Soegaard H, Moller鄄Jensen L. Towards a spatial CO2
budget of a metropolitan region based on textural image
classification and flux measurements. Remote Sensing of
Environment, 2003, 87: 283-294
[57]摇 Crawford B, Grimmond CSB, Christen A. Five years of
carbon dioxide fluxes measurements in a highly vegetated
suburban area. Atmospheric Environment, 2011, 45:
896-905
[58]摇 Lietzke B, Vogt R. Variability of CO2 concentrations
and fluxes in and above an urban street canyon. Atmos鄄
pheric Environment, 2013, 74: 60-72
[59]摇 Nordbo A, Jarvi L, Haapanala S, et al. Intra鄄city varia鄄
tion in urban morphology and turbulence structure in
Helsinki, Finland. Boundary鄄Layer Meteorology, 2013,
146: 469-496
[60]摇 Kotthaus S, Ward HC, Grimmond S, et al. Flux meas鄄
urements in Southern England, by KCL and CEH. Flux鄄
Letter, 2012, 5: 25-31
[61]摇 Frey CM, Parlow E, Vogt R, et al. Flux measurements
in Cairo. Part 1: In situ measurements and their appli鄄
cability for comparison with satellite data. International
Journal of Climatology, 2011, 31: 218-231
[62] 摇 Moriwaki R, Kanda M. Seasonal and diurnal fluxes of
radiation, heat, water vapor, and carbon dioxide over a
suburban area. Journal of Applied Meteorology, 2004,
43: 1700-1710
[63]摇 Bergeron O, Strachan IB. CO2 sources and sinks in ur鄄
ban and suburban areas of a northern mid鄄latitude city.
Atmospheric Environment, 2011, 45: 1564-1573
[64] 摇 Coutts AM, Beringer J, Tapper NJ. Characteristics in鄄
fluencing the variability of urban CO2 fluxes in Mel鄄
bourne, Australia. Atmospehric Environment, 2007, 41:
51-62
[65] 摇 Pawlak W, Fortuniak K, Siedlecki M. Carbon dioxide
flux in the centre of Lodz, Poland: Analysis of a 2鄄year
eddy covariance measurement data set. International
Journal of Climatology, 2011, 31: 232-243
[66] 摇 Helfter C, Famulari D, Phillips GJ, et al. Controls of
carbon dioxide concentrations and fluxes above central
London. Atmospheric Chemistry and Physics Discussions,
2011, 11: 1913-1928
[67]摇 Kordowski K, Kuttler W. Carbon dioxide fluxes over an
urban park area. Atmospheric Environment, 2010, 44:
2722-2730
[68]摇 Contini D, Donateo A, Elefante C, et al. Analysis of
particles and carbon dioxide concentrations and fluxes in
an urban area: Correlation with traffic rate and local mi鄄
crometeorology. Atmospheric Environment, 2012, 46:
25-35
[69]摇 Gioli B, Toscano P, Lugato E, et al. Methane and car鄄
bon dioxide fluxes and source partitioning in urban are鄄
as: The case study of Florence, Italy. Environmental
Pollution, 2012, 164: 125-131
[70]摇 Nemitz E, Hargreaves KJ, McDonald AG, et al. Mete鄄
orological measurements of the urban heat budget and
CO2 emissions on a city scale. Environmental Science &
Technology, 2002, 36: 3139-3146
[71]摇 Nordbo A, Jarvi L, Haapanala S, et al. Fraction of nat鄄
ural area as main predictor of net CO2 emissions from
cities. Geophysical Research Letters, 2012, 39: L20802,
doi:10. 1029 / 2012GL053087
作者简介 摇 刘 摇 敏,女,1983 年生,博士,讲师. 主要从事全
球变化与生态系统碳循环、模型数据融合与数值模拟研究,
发表论文 10 余篇. E鄄mail: mliu@ re. ecnu. edu. cn
责任编辑摇 杨摇 弘
9162 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 刘摇 敏等: 基于涡度相关技术的城市碳通量研究进展摇 摇 摇 摇 摇 摇