2018年，EddyPro®研發(fā)團隊與世界眾多科學(xué)家一道，開(kāi)發(fā)了通量數據后處理軟件ToviTM。該軟件將復雜的通量數據處理方法程序化，實(shí)現了通量數據質(zhì)量控制QC篩選、氣象和通量缺失數據插補、通量貢獻區FootPrint成圖、u *閾值檢測等。ToviTM提供了一個(gè)直觀(guān)、可視化的操作界面來(lái)指導您完成數據處理。
為了方便國內廣大研究者更快上手，我們陸續推出了ToviTM軟件的具體操作視頻。此系列視頻在“北京力高泰科技有限公司”微信公眾號持續更新中，歡迎關(guān)注。
第一步，如何導入EddyPro和SmartFlux數據？（在微信公眾號中查看）
▲ 以EddyPro輸出結果為源文件來(lái)創(chuàng )建站點(diǎn)
▲ 以SmartFlux輸出結果為源文件來(lái)創(chuàng )建站點(diǎn)
第二步，如何查看整體數據，確認數據缺失？（在微信公眾號中查看）
以EddyPro®或是SmartFlux®輸出結果為源文件創(chuàng )建站點(diǎn)后，我們希望對數據的整體情況有一個(gè)了解：
（1）數據的整體變化規律符合預期嗎？
（2）數據缺失的比例有多大？
（3）數據缺失發(fā)生在什么時(shí)間？
在本期內容里，小泰將帶您繼續探索Tovi的實(shí)用功能：「整體數據查看，確認數據缺失」。
▲ 整體數據查看，確認數據缺失
第三步，如何進(jìn)行通量數據質(zhì)量控制（QC）？（在微信公眾號中查看）
渦度協(xié)方差（EC）原始數據一般為10HZ，有時(shí)甚至使用20HZ數據。如此高頻率的數據采集，對傳感器以及數據記錄系統都提出了很高的要求。雖然目前的技術(shù)條件已經(jīng)能夠完全滿(mǎn)足，但是也難免會(huì )產(chǎn)生一些異常值，這些異常值可能包含一些峰值數據、漏失的數據、恒定值和電子儀器噪聲等。
例如，超聲風(fēng)速儀調節不夠精確、電力供應不足、電子儀器噪聲、傳感器受水力、鳥(niǎo)糞、蜘蛛網(wǎng)等污染，都會(huì )產(chǎn)生一些異常數據。另外，電子設備即使已經(jīng)非常先進(jìn)，但是也不能保證能夠監測到所有頻率的數據，這樣就會(huì )導致用于計算通量的協(xié)方差的高頻組分損失。
因此，渦度協(xié)方差通量數據通常會(huì )包含一些必須去除的低質(zhì)量數據，否則會(huì )導致結果出現偏差。
質(zhì)量控制（QC）是渦度協(xié)方差技術(shù)應用的關(guān)鍵，它的一個(gè)主要方面是測試渦度協(xié)方差測量的要求是否得到滿(mǎn)足。當我們對數據的整體情況有一個(gè)基本的了解之后，需要進(jìn)行質(zhì)量控制（QC）。
應該注意的是，雖然大部分的QC應該在數據導入后立刻進(jìn)行，但在后續的處理階段也需要重復進(jìn)行。這主要有兩個(gè)原因：一，后續處理可能會(huì )引入不良數據，二，任何涉及到數據轉換的插補都易受到不良數據的影響。這就意味著(zhù)早期QC處理后的臨界值在后期可能顯示為差。
沒(méi)有一種方法可以將所有不良數據剔除，數據的好壞之分也很微妙，我們能做的就是用好QC這個(gè)工具，在剔除不好數據的同時(shí)，保留更多的優(yōu)質(zhì)數據。
Tovi的QC功能提供多種方法來(lái)剔除數據，Smart Y-Range、調整最大最小閾值、Draw Exclusion、基于EddrPro計算通量時(shí)生成的分級標準、Dependency View ，并實(shí)時(shí)可視化數據篩選結果。
那如何使用Tovi的QC功能呢？在本期內容里，小泰將給大家繼續介紹。
▲ QC-by group
▲ QC-dependency view
第四步，如何進(jìn)行氣象數據補全？（在微信公眾號中查看）
渦度協(xié)方差技術(shù)可提供高時(shí)間分辨率的數據，從白天到夜間持續不斷，甚至持續數年。但也會(huì )有不可避免的系統故障，導致觀(guān)測值中出現空缺 。
比如：電力中斷、動(dòng)物或雷電導致的儀器損傷、錯誤的系統校正、維護以及人為活動(dòng)導致的儀器損毀或失竊等。而且在非理想狀態(tài)下采集的數據也會(huì )在通量數據質(zhì)量控制（QC）過(guò)程中被舍棄，從而導致數據缺失。
氣象數據通常會(huì )影響包括碳、水、能量和其他溫室氣體通量在內的生態(tài)系統響應，大多數「通量數據插補」都將氣象變量作為驅動(dòng)因子。
因此，有必要先補全驅動(dòng)因子的空缺，然后再使用填補好的氣象數據來(lái)插補通量數據。這是關(guān)鍵的一步，因為引入的驅動(dòng)因子誤差和不確定性會(huì )反映到通量數據中。
那Tovi是如何對氣象數據進(jìn)行補全的呢？在本期視頻中 ，我們一起來(lái)探索吧 ！
▲ 氣象數據補全（Biomet merge and gap fill）
第五步，Average variables （在微信公眾號中查看）
在渦度協(xié)方差通量測量站點(diǎn)中
為了讓數據更具代表性
可以安裝不止一個(gè)傳感器來(lái)測量某一參數
在處理通量數據時(shí)
可能需要將多個(gè)測量值平均
Tovi 的 average variables 工具
可視化每個(gè)測量值的數據集
平均測量值
實(shí)時(shí)顯示平均過(guò)程和最終結果
下面就和小泰一起來(lái)體驗一下吧
▲ Average variables
第六步，通量貢獻區 FootPrint 成圖 （在微信公眾號中查看）
通量貢獻區（Footprint）被定義為所測得的垂直通量或濃度的表面源/匯的每個(gè)組分的相對貢獻（見(jiàn) Schuepp at el.1990；Leclerc and Thurtell 1990）。
通量值會(huì )受到監測區地形、風(fēng)向、大氣穩定狀態(tài)和儀器安裝高度等的影響。通過(guò)通量貢獻區分析，可以研究通量值與風(fēng)向、大氣穩定狀態(tài)及下墊面狀況之間的關(guān)系，并將其應用于通量塔選址、觀(guān)測尺度擴展和數據質(zhì)量控制等方面。是對通量觀(guān)測空間代表性進(jìn)行評價(jià)的重要工具。
通常，一個(gè)渦度協(xié)方差測量站點(diǎn)不只包含一種區域類(lèi)型，如森林中的空地、在農業(yè)區域中具有不同作物類(lèi)型的場(chǎng)地或障礙物，如開(kāi)闊草地上的建筑物或樹(shù)，這些區域異質(zhì)性都有可能影響大氣湍流，從而導致數據質(zhì)量下降。因此，Footprint分析是渦度協(xié)方差數據質(zhì)量評估中的重要組成部分。
現在，Tovi帶給我們一個(gè)前所未有的通量貢獻區成圖工具-FPA
那，如何實(shí)現呢，下面就和小泰一起來(lái)探探究竟吧。
▲ Footprint Analysis Part 1 - Setup
▲ Footprint Analysis Part 2 - results
▲ Footprint Analysis Part 3 - QC Screening
擴展閱讀
? 使用Tovi，高效處理通量數據：U* 閾值檢驗
? 使用Tovi，高效處理通量數據：如何實(shí)現通量數據插補？
?