比较三个填空的涡度相关技术净碳通量总之植被生态系统

文摘

缺失的数据是一个不可避免的问题在测量有限公司₂、水和能量通量生物圈和大气之间的涡度相关系统。找到最优填缝方法短的疣状赘生物,我们复习三种方法意味着昼夜变化(MDV),查找表(附近地区)和非线性回归(NLR)估计缺失值的净生态系统有限公司₂交换(NEE)涡度相关时间序列和评估他们的表现为不同的人工缺口场景基于基准数据集从湿地和农田网站在中国。累积误差的三种方法没有偏见的趋势一致,介于−30 + 30 mgCO之间₂米⁻²从5月到10月在三个网站。减少偏见和最大,填缝方法选择短的植被。NLR (LUT方法被选中后,植物在春天迅速增加和植物生长,年底前和MDV的方法被用于另一个阶段。相对误差之和(行为)的最佳方法介于−2 + 4%之间four-gap水平三个网站,除了大豆网站55%的差距,也明显减少了误差的标准差。

1。介绍

涡度相关技术测量有限公司₂、水和能量通量生物圈和大气之间广泛传播和使用在不同的区域网络(1]。目前,超过600塔网站操作在长期、连续的基础上在世界各地,覆盖不同的气候条件和土地利用和土地覆盖变化,其中一些运行连续超过10年(http://fluxnet.ornl.gov/)。然而,失踪或拒绝这些测量中的数据是一个不可避免的问题,由于设备故障(系统/传感器故障),维护和校准的原始数据,峰值和物理和生物的限制(如风暴、飓风、和nonoptimal风方向)(2]。一般来说,大约17 - 50%的净生态系统观测有限公司₂交换(NEE)报告失踪或拒绝FluxNet地点(3]。观测数据的差距导致至少三个问题:(1)困难在娘家姓的年度评估,(2)偏向娘家姓的气候变量之间的关系,和(3)低质量数据建模验证(2]。

准确地计算年度值的娘家姓的网站,填缝占丢失的数据是必要的。填充缺失数据的常用方法包括平均日变化(MDV) [3词根),查找表(LUT) [3),非线性回归(NLR) [3- - - - - -5),边缘分布抽样(6),多个归责模式(7),人工神经网络(8- - - - - -11),和陆地生物圈模型(12]。这种多样性阻碍合成活动,因为与每个技术相关的偏见和不确定性是未知的(13,14]。

在综合研究中,Falge et al。3)三种方法包括形状相比,附近地区,NLR年度总和的娘家姓的28个数据集从18 FluxNet网站,发现不同的年度娘家姓的估计不同的填缝方法包括−45到200 gC⁻²每年。他们的研究也强调了标准化的方法的重要性在数据后处理阶段,所以可以获得可比数据地址相互比对不同生态系统,气候条件,多年。理查森和霍林格(15每年)量化不确定性的娘家姓的使用数据同化技术,用一个简单的模型是由于随机测量误差和填缝,包括额外的不确定性可以归因于长缺口,缺口长度之间的关系和不确定性在娘家姓的。的有限公司₂通量数据来自一个原始,两个落叶,两个混合物种,和两个地中海网站。莫法特et al。9]回顾15技术估计缺失值的娘家姓的涡度相关时间序列和评估他们的表现为不同的人工缺口场景基于一组10基准数据集从六个森林网站在欧洲也就是理查森和霍林格(15]。Papale et al。2]介绍了一套新的标准化的修正和评估相关的不确定性这些修正八个不同的森林站点在欧洲共有12年度数据集。

然而,大多数比较工作大约填缝方法反对高大的植被,也就是说,森林。少的研究集中在短的植被,农田或沼泽地。的植被结构短植被生长季节变化更快,可能影响填缝方法的能力。因此,重要的是评估填缝性能的方法和搜索最优方法简称为植被。

在这项研究中,我们回顾了三个方法(MDV,附近地区,和NLR)和应用技术一组基准数据集从沼泽地和农田(大米和大豆)在中国。人工缺口被添加到观察娘家姓的时间序列基于Falge et al。3),以及不同的填缝技术复制的能力缺失的数据是使用统计分析评估。本文的目的是找到最优方法简称植被。

2。方法

2.1。数据的基础上

对于这一分析,我们使用一边涡通量测量的净生态系统交流有限公司₂从三个不同的生态系统类型。作为案例研究,我们选择了有限公司₂通量数据从2005年的5月至10月沼泽地和农业(大米和大豆农田)网站在三江平原。沼泽地站点位于(47°35′N, 133°31′E),现场区域约105公顷。大米和大豆网站定位大约1.5公里的西部和北部500沼泽地,分别。现场区域大约数千公顷大米25公顷大豆网站和网站。高度55.4 - -57.9米。更详细的信息可以在赵et al。16]。

三轴的电子商务系统是由声波风速计(美国坎贝尔科学CAST3)和快速响应大道有限公司₂/小时₂O红外气体分析仪(li - 7500, LiCor Inc .)、美国)。气象参数包括空气湿度和空气温度、风速、降水、土壤温度和水分含量测定(16]。原始数据得到10 Hz使用后处理加工,包括去除,频率响应校正(17),声波虚拟温度校正(18),平面的性能符合坐标旋转(19),修正密度波动(WPL校正)20.]。

一边通量数据的质量控制进行了如下:(i)数据从传感器故障的时期被拒绝(例如,当有一个故障诊断信号),(2)数据在1 h降水之前或之后被拒绝,(iii)不完整的30分钟数据被拒绝时丢失的数据构成了超过3%的30分钟的原始记录,及(iv)数据被拒绝时,值是大于平均值±3标准偏差。原始的信息差距在娘家姓的测量显示在表中1。百分比的差距在25.4%,18.2%,和20.5%的沼泽,大米,分别和大豆的网站。在夜间差距比例(从26.7%到36.2%不等)略高于在白天(从12.4%到18.4%不等)(表1)。

对于这个比较,四个人工数据集创建,包含35%,45%,55%,和65%的差距3]。基于随机函数兰德,集与随机分布的数据生成。随机数据集对应的数据集需要测量除了原来的差距。根据不同数量的人工缺口原始差距,一系列特定的数字选择从一组随机数据,然后生成一个新的差距通过删除相应的娘家姓的数据集。从最初的比例差距,人工缺口是日间和夜间单独创建,直到数据集包含一个给定的比例差距在日间和夜间(3]。为了避免低估的公司₂晚上通量在平静的条件下,摩擦速度()应用在夜间21,22]。晚上被拒绝时的数据低于0.10毫秒⁻¹。由于的百分比过滤数据约10%在三个网站,导致原始高百分比的差距在夜间。因此,校正应用于人工数据而不是原始数据。的百分比过滤后的数据在不同的百分比从2.1%到13.5%不等的人工数据集(表2)。

引入人工缺口后的四个数据集,各自填缝方法与其余参数化数据和应用填补人工数据集。填缝的错误使用这些人工缺口的观测通量计算来验证每个灌装技术的预测。

2.2。填充方法

三个填缝方法被应用在这里,包括平均日变化(MDV),查找表(附近地区)和非线性回归(NLR)方法。

2.2.1。平均日变化

形状是一种插值技术,失踪的娘家姓的价值在一定时间(半小时)的平均价值取代邻天,每天的时间。数据windows 7天14天在夜间和白天的平均选择应用程序。

2.2.2。查找表

查表,娘家姓的数据是被光和温度等变量呈现类似的气象条件,这样失踪的娘家姓的值可以“抬头”类似的气象条件3]。表创建基于月经期代表改变环境条件,利用光合光量子通量密度- (PPFD)空气温度(Ta)在白天,和相对湿度(RH) Ta-sort在晚上。查找表的平均娘家姓的是编译后的六个月时间11 PPFD-class36 Ta-classes。200年的PPFD-classes由μ摩尔米⁻²年代⁻¹间隔从0到2000μ摩尔米⁻²年代⁻¹。同样,Ta-classes定义通过1°C的间隔从−5°C到31°C。夜天,平均娘家姓的是编译后的六个月时间8 RH-classes19 Ta-classes。RH-classes与10%的间隔,从20%到100%不等,Ta-classes和白天一样。

2.2.3。非线性回归方法

非线性回归分析都是基于参数化非线性方程表达(半)有限公司之间的经验关系₂通量和温度和光线等环境变量。

白天填补空白,光响应的函数Michaelis-Menten(3,23选择如下: 在娘家姓的净生态系统交换(mgCO₂米⁻²年代⁻¹),是生态系统呼吸率(mgCO₂米⁻²年代⁻¹白天)。PPFD光合光量子通量密度(μ摩尔米⁻²年代⁻¹),α是生态系统量子产率(mgCO₂μ摩尔⁻¹量子)。是在“饱和”光总初级生产力(mgCO吗₂米⁻²年代⁻¹)。光响应函数是装有窗口大小的15天从6月到9月,和季节性变化的参数是显示在图1。在图的参数1计算人工缺口介绍之前根据原来的娘家姓的数据集。的在水稻和大豆范围从0.17到2.0 mgCO网站₂米⁻²年代⁻¹在沼泽,比网站(从0.04到0.7 mgCO₂米⁻²年代⁻¹)。的范围从0.05到0.37 mgCO₂米⁻²年代⁻¹在这三个网站,低于。相关系数()的观察和模拟值在此期间是0.69,0.83,0.81 ()在沼泽、大米和大豆网站,分别。对于每个人工数据集、参数Michaelis-Menten功能被重新计算和应用人工缺口。

净生态系统有限公司₂交换(NEE)在夜间代表生态系统呼吸(),因为没有光合作用。生态系统呼吸()是由土壤呼吸的概念,,地上部分归因于各种植物组件的呼吸,。对于夜间娘家姓的,温度响应函数选择基于Wohlfahrt et al。24]: 在哪里是生态系统呼吸在夜间(mgCO₂米⁻²年代⁻¹),其中包括土壤呼吸()和植物的呼吸作用()。呼吸率(mgCO吗₂米⁻²年代⁻¹)在一个参考温度(),参考温度是10°C表示一个活化能(J摩尔⁻¹),的下标作为代表土壤组件,下标作为代表工厂组件。是通用气体常数,8.314 J摩尔⁻¹K⁻¹。空气温度(°C),表示叶面积指数。呼吸功能是适合整个生长季节,其参数显示在表3。参数表3计算人工缺口介绍之前根据原来的娘家姓的数据集。对于每个人工数据集,温度响应函数中的参数重新计算并应用于人工缺口。

2.3。错误的评估

评估标准的数据填补方法的适用性三个网站,我们检查了潜在的偏移误差与每个方法有关。不同方法计算的偏差错误作为观测值减去预计值为每个差距水平。在白天碳吸收,因此正误差表明高估和消极错误的低估各自的方法。

统计和计算使用个人观察到娘家姓的数据和预测价值,意味着偏移误差(MBE),平均绝对误差(MAE)和相对误差总和(行为)如下:

3所示。结果

3.1。频率的差距

指标集的差距分布显示的数量差距减少差距长度(图2)。然而,大多数的35%人工缺口由短差距(少于10个半小时),和很短的差距(不到2小时)更比其他3指标集。尽管数量差距的长期空白(超过20小时)为65%差距的人工数据集相似指标集,差距短期和中期的数量差距高于基准集。

3.2。误差分析在一边

最常见的填缝方法的误差分布在一边规模接近正态分布(图3),这表明填缝误差的无偏估计。偏移误差的平均值和标准偏差填缝方法显示在三个网站(表4)。计数小于白天夜间数据,因为数据校正。他们不符合负或正误差三种方法或四个比例差距水平。没有发现趋势百分比大于MBE差距水平在白天与夜间三个网站;此外,高水平的差距较小的误差相反,也就是说,误差65%差距MDV和附近地区的方法在湿地网站在白天与三种方法和误差的65%差距大米网站在夜间。白天数据,标准偏差为附近地区是最大的和NLR方法是三种方法中最低的为每个差距水平。对于夜间数据,标准偏差对MDV的方法是最大的,尤其是在大豆的网站。

3.3。季节性变化的错误

每日的季节性模式,MBE以65%的差距水平为例,显示每个站点(图的差异4)。这些模式是受不同的方法和发展阶段。一般来说,所有方法具有良好的性能在发芽或锯后阶段,完全枯萎或收获;MBE在这些阶段,每天为每个方法在零附近,MDV的方法减少波动。MBE每日在生长季节的高峰,因为大强吸收有限公司₂能力,峰值多维距离特征向量之间经常发生,附近地区在这个阶段三个站点的方法。这个结果是同意大型多维距离特征向量之间的标准偏差和附近地区表4。方法之间的显著差异在春天的快速增长阶段(赖的快速增长),也就是说,5月底在沼泽地的网站,6月初在赖斯网站,和中间6月大豆站点(图4)。然而,MDV的方法具有良好的性能在这个阶段。

累积误差的变化如图5作为一个例子,以65%的差距水平。白天的累积误差具有较强的波动比夜间的三处,小的结果数据和小错误在夜间。累积误差的三种方法没有偏见在沼泽站点(图一致5)。然而,正偏置误差白天观察三种方法在水稻的网站,和负偏压错误被观察到大豆的网站。这表明不同的方法可能会导致复杂的影响在三个地点。附近地区的巨大固有误差的方法是观察到每个站点,尤其是在春天的快速增长阶段。大偏移误差NLR方法也观察到在大豆网站8月后,而这一现象并没有发生在35%和45%的差距。基于累积误差从5月到10月,它表明,MDV的方法具有良好的性能,特别是平稳趋势的三处生长季节的结束。总的来说,累积误差的三处−30 + 30 mgCO之间不等₂米⁻²。

都是显示在表中5,方便评估填缝性能的方法和比较它与其他网站。一般来说,35%和45%的都是人工缺口由三种方法在白天差距小于55%和65%,而这些模式并不标志着在夜间。填缝方法有明显不同的表演在三个网站;例如,MDV的方法显示小米饭的网站都是在白天,而附近地区和NLR方法代表在白天在沼泽的网站。大多数的行为范围从−10 - 10%在整整一天,除了人工缺口由55%和65% NLR方法在大豆,这造成巨大的偏见在8月(显示在图5)。

3.4。在间隙尺寸误差分析类

间隙尺寸和分布在随机产生,而大大影响了填缝方法的性能。颜色的表面情节描绘在图6,65%的差距被作为一个例子,它提供了一个可视化的手段定性评估差距长度在娘家姓的不确定性的影响。简称植被,小美表现在休眠季节(早春和晚秋),无论长度方法和差距。这是有关事实测量通量在这个阶段往往是小。大错误三种方法集中的区域差距小于5的生长季节,尤其是在植物的快速发展阶段。在方法中,附近地区的方法导致了最大误差从短到长多维距离特征向量之间差距,然后,NLR方法。尽管所有方法的模式并没有发现美缝隙长度增加而增加,长差距明显增加了填缝的不确定性(结果未显示)。

3.5。最佳填缝方法简称为植被

选择的方法是基于最稳定的性能和最小的错误;然而,根据上面的分析,没有一种方法是完美的在测量阶段。减少偏见和最大,填缝方法选择短的植被。NLR LUT方法后植物在春天和快速增长的植物生长,MDV的方法被用于另一个阶段。在这种情况下,基于不同植被的生长阶段,填缝策略三个生态系统是显示在表6。优化方法的行为范围减少到four-gap−2 + 4%的水平(图三个网站7在大豆地点),除了55%的差距。最优方法也降低了误差标准差约0.07,0.11,和0.12 mgCO₂米⁻²年代⁻¹分别在沼泽、大米和大豆的网站;在four-gap水平没有明显不同。

4所示。讨论

4.1。错误的反应环境和生物因素

填缝性能的方法对气候和生物影响变量如PPFD和赖(6,23]。附近地区和NLR方法考虑PPFD的影响,与NLR残留误差的方法均匀分布在零附近响应PPFD小大小(图8),而残差与附近地区方法分散在零附近。这是高的标准偏差的原因在白天(表4)。多维距离特征向量之间的残差方法引起的正偏压PPFD不到500的时候μ摩尔米⁻²年代⁻¹。

赖的残余误差响应NLR方法均匀分布在零附近,MDV和附近地区有更多的分散方法;此外,重大的负面错误发生在赖= 1(图8)。多维距离特征向量之间的大型散射显示方法,没有考虑赖当填补缺口。虽然每半个月方法填补的空白,有弱关系赖和娘家姓的,特别是当赖= 1(图8)。这个结果必须预期从潜在的生态属性的变化,特别是有关树冠发展和衰老6,25]。

4.2。填缝方法的选择短的疣状赘生物

在这项研究中简称为疣状赘生物,误差引入的填缝方法在不同水平的差距(表之间的不同4)。技术的选择应基于应用程序,莫法特et al。9)认为NLR方法可以对年度总和估计,但一个人工神经网络将最好的繁殖一边的通量。Falge et al。3)还评论半经验的方法,因为他们保留娘家姓的主要气象条件的反应。然而,NLR方法在我们的研究中具有良好的性能在日常娘家姓的变化(图4)和造成巨大的偏差累积娘家姓的,尤其是对高差距水平(图5),它可以解释,介绍了很大的不确定性,因为小数据可用来模拟非线性函数。

MDV的方法在一边大错误姓(图4),但在娘家姓的总和(图一致的性能和可靠性5)。MDV,辅助的方法不利用气象数据,可以将有额外的问题填补缺口的长度超过3 - 7天,天气变化的天气对昼夜周期变化息息相关的光合作用和呼吸作用1,9]。在一边,减少错误和年度娘家姓的,多维距离特征向量之间的结合方法,NLR被选在我们的研究中(图7),简称植被表现良好。

方法大偏差时期活跃的生态系统的变化引起的属性(图4),因为通量数据丢失时,它是不可能知道的大小变化的时间(3,15]。简称娘家姓的植被的大小,也就是说,沼泽或农田,等等,都是小于森林;尤其是对大豆农田、高GPP和高Re引起低姓在作物生长季节。所以小错误可能导致大偏差的累积娘家姓的,和低估了娘家姓的或高估再保险公司可能会改变碳源碳汇。在这项研究中,最优填缝方法可以部分解决这个问题。

5。结论

三大填缝方法(平均日变化、查表和非线性回归估计净碳通量(NEE)进行了综述和填缝性能评估是基于一组数据集从三个短的疣状赘生物(沼泽、大米和大豆的网站)。灌装技术的性能依赖于时间尺度,缺口长度和时间(白天还是晚上)。在一边,标准差NLR方法中最小的三种方法为每个差距水平。季节性的MDV的方法具有良好的性能,特别是在发芽或锯和后完全枯萎或收获。虽然附近地区和NLR方法显示小错误在生长季节的高峰期,每日平均误差累积的巨大偏见观察娘家姓的两种方法。合并后的填缝方法被用于短的植被,显示NLR LUT方法被选中后植物迅速增加在春天和植物生长和形状的方法被用于另一个阶段。这种结合方法明显降低了gap-filled NEE和偏差和偏差。

利益冲突

作者宣称没有利益冲突有关的出版。

承认

这项工作是由中国国家自然科学基金(没有。41471022)。

引用

1. d . Baldocchi e . Falge顾l . et al .,“FLUXNET:一个新工具研究的时空变异性Ecosystem-Scale二氧化碳,水蒸气,和能量通量密度,”美国气象学会的公告,卷82,不。11日,第2434 - 2415页,2001年。视图:出版商的网站|谷歌学术搜索
2. d . Papale m . Reichstein m . Aubinet et al .,“向标准化处理的净生态系统与涡度相关技术:交换测量算法和不确定性估计,“Biogeosciences,3卷,不。4、571 - 583年,2006页。视图:出版商的网站|谷歌学术搜索
3. e . Falge d . Baldocchi r·奥尔森et al .,“填缝站得住脚的年度资金净生态系统交换策略,”农业和森林气象学,卷107,不。1,页43 - 69,2001。视图:出版商的网站|谷歌学术搜索
4. a·r·德赛p v . Bolstad b·d·库克,k·j·戴维斯和大肠诉凯利,“比较净生态系统之间的二氧化碳交换的原始森林和成熟的中西部,美国“农业和森林气象学,卷128,不。1 - 2,33-55,2005页。视图:出版商的网站|谷歌学术搜索
5. a . Noormets j·陈,t·r·克劳”年龄相关性变化在管理森林生态系统碳通量在威斯康辛州北部,美国“生态系统,10卷,不。2、187 - 203年,2007页。视图:出版商的网站|谷歌学术搜索
6. m . Reichstein e . Falge d Baldocchi et al .,“净生态系统交换到分离的同化和生态系统呼吸:审查和改进算法,”全球变化生物学,11卷,不。9日,第1439 - 1424页,2005年。视图:出版商的网站|谷歌学术搜索
7. d .回族Wan,苏,g . Katul r·曼森和y罗,“填缝缺失数据在涡度相关测量使用多个归责(MI)年度估计,“农业和森林气象学,卷121,不。1 - 2、93 - 111年,2004页。视图:出版商的网站|谷歌学术搜索
8. b·h·科布市w . j .麻袋,e·林德和d s丢弃,“估计日年度综合生态系统参数的净生态系统碳通量模型和涡度相关交易所的观察,“全球变化生物学,11卷,不。2、335 - 355年,2005页。视图:出版商的网站|谷歌学术搜索
9. a . m .•莫法特d . Papale m . Reichstein et al .,“填缝涡度相关技术的综合比较净碳通量,”农业和森林气象学,卷147,不。3 - 4、209 - 232年,2007页。视图:出版商的网站|谷歌学术搜索
10. d . Papale和r . Valentini”,欧洲的新评估森林碳交易所由艾迪通量和人工神经网络空间化,“全球变化生物学,9卷,不。4、525 - 535年,2003页。视图:出版商的网站|谷歌学术搜索
11. a·施密特,t . Wrzesinsky o·克莱姆”填缝和质量评估有限公司₂和水蒸气通量高于市区与径向基函数神经网络,”边界层气象学,卷126,不。3、389 - 413年,2008页。视图:出版商的网站|谷歌学术搜索
12. w·克诺尔和j . Kattge反演陆地生态系统模型的参数值对涡度相关由蒙特卡罗抽样测量,”全球变化生物学,11卷,不。8,1333 - 1351年,2005页。视图:出版商的网站|谷歌学术搜索
13. k . Morgenstern t . a .黑色,e·r·汉弗莱斯et al .,“敏感性和不确定性西北太平洋花旗松森林碳平衡的厄尔尼诺/拉尼娜周期期间,“农业和森林气象学,卷123,不。3 - 4、201 - 219年,2004页。视图:出版商的网站|谷歌学术搜索
14. y y。陈,C.-R。楚,M.-H。李,”艾迪的填缝模型协方差潜热通量:估算蒸散的季节性亚热带常绿阔叶林为例,“《水文卷,468年,第110 - 101页,2012年。视图:出版商的网站|谷歌学术搜索
15. 公元理查森和d . y .霍林格”的方法来估计额外的不确定性gap-filled娘家姓的长差距导致了有限公司₂通量记录。”农业和森林气象学,卷147,不。3 - 4、199 - 208年,2007页。视图:出版商的网站|谷歌学术搜索
16. 贾黄赵x, y, z . et al .,“沼泽地转换成农田的影响在中国东北,水和能源交易所”《水文,卷355,不。1、181 - 191年,2008页。视图:出版商的网站|谷歌学术搜索
17. w·j·Massman和李x”,涡度相关通量修正和不确定性在长期研究的碳和能量交流,“农业和森林气象学,卷113,不。1 - 4、121 - 144年,2002页。视图:出版商的网站|谷歌学术搜索
18. 人工智能j·m·冯·a·j .蝙蝠,”公司的估计₂吸收和释放在欧洲森林基于涡度相关数据,”全球变化生物学,10卷,不。9日,第1459 - 1445页,2004年。视图:出版商的网站|谷歌学术搜索
19. j . m . Wilczak s p Oncley, s . a阶段,“声波风速计倾斜校正算法,”边界层气象学,卷99,不。1,第150 - 127页,2001。视图:出版商的网站|谷歌学术搜索
20. e·k·韦伯,佩尔曼g . i r . Leuning”校正密度通量测量的影响由于传热和水蒸气,“季度皇家气象学会》杂志上,卷106,不。447年,第100 - 85页,1980年。视图:出版商的网站|谷歌学术搜索
21. p·d·Blanken t . a .黑色,h·h·诺伊曼et al .,“湍流通量测量上方和下方的上层北方白杨树林,“边界层气象学,卷89,不。1,第140 - 109页,1998。视图:出版商的网站|谷歌学术搜索
22. l .顾e . m . Falge t .博登et al .,“夜间涡通量筛选目标阈值确定,”农业和森林气象学,卷128,不。3 - 4、179 - 197年,2005页。视图:出版商的网站|谷歌学术搜索
23. d . y .霍林格j .河口b . et al .,拨打“时空变异性forest-atmosphere有限公司₂交换。”全球变化生物学,10卷,不。10日,1689 - 1706年,2004页。视图:出版商的网站|谷歌学术搜索
24. g . Wohlfahrt c .安防,m .铁路et al .,“量化夜间生态系统呼吸的草地利用涡度相关,钱伯斯和造型,“农业和森林气象学,卷128,不。3 - 4、141 - 162年,2005页。视图:出版商的网站|谷歌学术搜索
25. v . j . Stauch和A·j·贾维斯”semi-parametric涡度相关的填缝模型有限公司₂流量时间序列数据。”全球变化生物学,12卷,不。9日,第1716 - 1707页,2006年。视图:出版商的网站|谷歌学术搜索

版权

版权©2015本期赵和姚黄。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。