封面说明

正封面图片由中国科学院沈阳应用生态研究所刘华琪和王静采用无人机拍摄于中国科学院清原森林生态系统观测研究站的大湖流域(41°49'34″—51'08″N,124°53'53″—56'35″E;海拔555～935m)。图片中的观测塔群为中国科学院野外站网络重点科技基础设施建设项目"次生林生态系统塔群激光雷达监测平台"(简称塔群平台)的核心设施。塔群平台由3座观测塔组成,覆盖各自子流域代表性森林类型,包括典型次生林、蒙古栎林和落叶松林。每个子流域配备1座水文站,在流域     

森林碳计量方法研究进展

森林是陆地生态系统的主体,不仅是巨大的碳库而且对减缓气候变暖具有积极作用。科学有效的森林碳计量方法,有助于加深对全球碳循环过程的理解。然而,由于森林生态系统结构复杂,对森林碳计量的估算结果普遍存在精度低、不确定性高的问题。近年来,国内外发展了大量对森林碳计量进行估算的方法,主要有基于样地清查的森林植被和土壤碳估算、基于生长收获的经验模型估算、基于定量遥感雷达观测的遥感估测、基于多尺度森林生态系统网络的通量观测和陆地生态系统过程模型模拟等方法。在实际的森林碳计量中,根据不同的森林类型特征和数据获取情况,往往采取不同的碳计量方法,甚至不止一种。以生态过程模型模拟、遥感反演和数据同化技术为主要手段,基于碳通量观测数据、控制实验数据和遥感影像数据,发展多学科、多过程、多尺度的综合联网观测,充分认识森林碳循环过程中碳源/汇的时空分布特征,开展区域、洲际乃至全球尺度碳循环及其对全球变化和人类活动响应的系统性、集成性研究,以便建立高效、可靠的碳计量体系是未来林业碳计量的发展趋势。随着世界各国温室气体排放清单的编制,中国迫切需要科学的方法体系计量森林碳源/汇,提升我国在生态环境问题上的国际发言权和主导权,同时对我国森林可持续经营、生态环境保护以及美丽中国建设提供建议与支持。分析了各类森林碳计量方法的主要特征、优缺点,同时探讨了目前的森林碳计量方法存在的问题和未来的发展趋势,为不同时空尺度下森林碳计量提供参考。     

通用风速廓线模型在山区森林的适用性

基于莫宁-奥布霍夫相似理论的解析方程(风速廓线模型)自20世纪70年代以来一直被用于平坦地形上的风速预测,成熟且准确,但在非平坦地形适用性尚不清楚。其适用性标志着对非平坦地形近地层空气动力学参数(如零平面位移高度及粗糙度)估计的准确性,将决定基于涡度协方差法计算碳水及痕量气体通量中频率修正及其源区分析的准确性。因此,风速廓线模型在非平坦地形的适用性评价是确认通量模型是否需要改进的前提。本研究利用辽东山区清原森林站科尔塔群测量三维风速数据,并与辽河平原盘锦农田站同类数据相比较,评估了以莫宁-奥布霍夫相似理论为基础建立的通用风速廓线模型在非平坦地形上的适用性。结果表明：通用风速廓线模型无法准确预测清原森林站3座通量塔所在地的风速,不适用于复杂地形。在非生长季和生长季,清原森林站3座通量塔实际观测与模型预测风速的决定系数(R²)为0.12～0.30,观测数据与预测值的标准误超过2 m·s^-1,模型风速约为实际观测风速的2.0倍,显著高估。然而,该模型可准确预测盘锦农田站平坦农田景观的水平风速,实际观测风速与模型预测之间的R²为...     

卫星遥感监测产品在中国森林生态系统的验证和不确定性分析——基于海量无人机激光雷达数据

准确获取森林结构参数对森林生态系统研究及其保护有着重要意义。卫星遥感数据作为获取大尺度森林结构参数的重要数据源, 已被制作成各种植被监测产品并被应用于森林质量状况变化评估、森林生物量估算以及森林干扰和生物多样性监测等研究。然而, 这些卫星遥感植被监测产品针对中国复杂多样的森林区域缺乏有效验证, 在不同林况和地形条件下的不确定性也不明确。激光雷达具备高精度三维信息采集的优势, 在国内外已被广泛用于森林生态系统监测和卫星遥感产品验证。为此, 该研究利用在中国114个样地收集的153 km²的无人机激光雷达数据, 构建了我国森林结构参数验证数据集, 并以此为基础对3套全球遥感监测产品(全球叶面积指数(GLASS LAI)、全球冠层覆盖度(GLCF TCC)、全球冠层高度(GFCH))进行了像元尺度的验证, 并分析了其在不同坡度、覆盖度和林型条件下的不确定性。研究结果表明: 与无人机激光雷达获取的叶面积指数、覆盖度以及冠层高度相比, GLASS LAI、GLCF TCC、GFCH在中国森林区域均存在一定的不确定性, 且受林况和地形因素影响的程度不一致。对GLASS LAI和GLCF TCC影响的最大因素分别为林型和覆盖度; 而GFCH则更易受地形坡度和覆盖度的影响。     

中国陆地生态系统通量观测站点空间代表性

涡度相关技术是测定大气与陆地生态系统之间CO₂交换、水分和能量通量最直接的方法,可用于研究土壤、植被与大气间的CO₂交换及其调控机制。收集了11个影响净碳交换量的主要变量信息,包括气象因素、土壤因素和地形因素的非生物因子、实际植被状态以及植被生产力,采用多元地理变量空间聚类分析方法,绘制出不同聚类数（25、50、75、85、100、150和200类）的通量生态区。结合中国现有通量观测站点的空间分布格局,与新生成的通量生态区和已有的自然地理区划进行对比分析,发现由于中国地形复杂,生态系统类型多样,现有85个涡度相关通量观测站点仅能刻画部分中国生态系统类型的净碳交换量时空特征,通量生态区划分为100-150类比较合适。考虑到涡度相关通量观测运行成本,通量站点可增加至150个,从而使得优化后的通量观测网络能够代表中国主要类型的生态系统,并且有利于通量观测数据与遥感资料的有效结合,提高碳水通量观测从站点扩展到区域尺度的精度,从而更好地检验过程机理模型的模拟结果。     

森林生态系统可溶性碳和颗粒碳通量

可溶性碳(Dissolved carbon,DC)和颗粒碳(particulate carbon,PC)通量作为森林生态系统碳收支的重要组分,在森林固碳功能的评价和模型预测中具有重要意义,但常因认识不足、测定困难等而在森林碳汇研究中被忽略。综述了森林生态系统DC和PC的组成、作用、相关生态过程及其影响因子,并展望了该领域应该优先考虑的研究问题。森林生态系统DC和PC主要包括可溶性有机碳、可溶性无机碳和颗粒有机碳,主要来源于生态系统的净初级生产量。DC和PC是森林土壤的活性碳库,主要以大气沉降、穿透雨和凋落物的形式输入森林土壤系统,并通过土壤呼吸、侧向运输及渗透流失的方式输出生态系统。从局域尺度看,DC和PC通量受根系分泌、细根分解、微生物周转等生物过程的影响较大;从区域尺度看,它们受土壤和植被特性、生态过程耦联关系、气候因子以及全球变化的综合影响。该领域应该优先考虑:(1)探索不同时空尺度下森林生态系统DC和PC通量的控制因子及其耦联关系,揭示其中的驱动机理;(2)探索DC和PC与其它森林生态系统碳组分的相互关系及转化,阐明DC和PC通量与其它养分之间潜在的生态化学计量关系;(3)探索全球变化,特别是人类活动(如森林经营)和极端干扰事件(如林火、旱涝、冰冻、冻融交替等)对森林生态系统DC和PC通量的影响。     

森林流域生态水文过程动力学机制与模拟研究进展

水文过程是联系气候变化和森林生态系统时空变化的关键因素．未来的气候变化和人类大尺度活动将影响森林流域生态系统与水文过程的变化,森林流域生态与水文过程耦合、生态系统水文过程动力学机制研究在认识和调控生态资源及其合理利用、区域生态恢复,以及社会经济可持续方面均具有重要意义．森林流域生态系统中的水文过程可分为降雨截留、蒸散和产汇流过程．森林流域生态与水文耦合过程边界条件的确定,土壤表面特定水文过程的参数化,降雨、土壤水分运动和植被的动态耦合作用,分布式模型的应用以及森林生态水文过程动力学机制与调控等将是今后生态水文动力学过程研究的重点,综述了森林流域生态水文过程动力学机制与调控的研究进展。     

森林生态系统碳循环的基本概念和野外测定方法评述

全球气候变化与森林生态系统碳循环息息相关,定量评估森林碳收支是生态系统与全球变化研究的重要任务。30年来森林生态系统碳循环研究已经取得了长足的进展,但全球和区域森林碳收支仍然存在很大的不确定性。这一方面与森林生态系统本身的复杂性有关,另一方面也与具体研究方法有关。评述了森林生态系统碳循环的基本概念和主要野外测定方法,为我国森林生态系统碳循环研究提供可参考的方法论。从生态系统碳浓度、密度、通量、分配和周转5个方面回顾了碳循环相关概念,指出碳浓度和碳储量是对碳库的静态描述,而碳通量和碳周转是对碳库的动态描述。净初级生产力是测量最普遍的碳通量组分,但大多数情况下因忽略了一些细节而被系统低估。普遍使用的净生态系统生产力,由于没有包含非CO2形式的水文、气象和干扰过程产生的碳通量,通常情况下高于生态系统净碳累积速率。在详细介绍碳通量组分的基础上,改进了森林生态系统碳循环的概念模型。重点讨论了碳通量的3种地面实测方法:测树学方法、箱法和涡度协方差法,并指出了其注意事项和不确定性来源。针对当前碳循环研究的突出问题,建议从4个方面减小碳循环测定的不确定性:(1)恰当运用生物量方程估算乔木生物量;(2)尽可能全面测定生态系统碳组分;(3)给出碳通量估算值的不确定性;(4)多种途径交互验证。     

涡度相关技术及其在陆地生态系统通量研究中的应用

通量观测是定量描述土壤-植被-大气间物质循环和能量交换过程的基础。涡度相关技术作为直接测量植被冠层与大气间能量与物质交换通量的技术手段,已经逐步发展成为国际通用的通量观测标准方法。随着涡度相关技术在全球碳水循环研究中的广泛应用,长期连续的通量观测正在为准确评价生态系统碳固持能力、水分和能量平衡状况、生态系统对全球气候变化的反馈作用、区域和全球尺度模型的优化与验证、极端事件对生态系统结构与功能影响等方面的研究提供重要数据支撑和机制理解途径。通过站点尺度通量长期动态观测,明确了不同气候区和植被类型生态系统碳水通量强度基线及其季节与年际变异特征。通过多站点联网观测,在区域和全球尺度研究生态系统碳通量空间变异特征,揭示了区域尺度上温度和降水对生态系统碳通量空间格局的生物地理学控制机制。该文概括地介绍了涡度相关技术的基本原理、假设与系统构成,总结了涡度通量长期联网观测在陆地生态系统碳水通量研究中的主要应用,并对通量研究发展前景进行了展望。     

涡度相关技术及其在陆地生态系统通量研究中的应用

通量观测是定量描述土壤-植被-大气间物质循环和能量交换过程的基础。涡度相关技术作为直接测量植被冠层与大气间能量与物质交换通量的技术手段, 已经逐步发展成为国际通用的通量观测标准方法。随着涡度相关技术在全球碳水循环研究中的广泛应用, 长期连续的通量观测正在为准确评价生态系统碳固持能力、水分和能量平衡状况、生态系统对全球气候变化的反馈作用、区域和全球尺度模型的优化与验证、极端事件对生态系统结构与功能影响等方面的研究提供重要数据支撑和机制理解途径。通过站点尺度通量长期动态观测, 明确了不同气候区和植被类型生态系统碳水通量强度基线及其季节与年际变异特征。通过多站点联网观测, 在区域和全球尺度研究生态系统碳通量空间变异特征, 揭示了区域尺度上温度和降水对生态系统碳通量空间格局的生物地理学控制机制。该文概括地介绍了涡度相关技术的基本原理、假设与系统构成, 总结了涡度通量长期联网观测在陆地生态系统碳水通量研究中的主要应用, 并对通量研究发展前景进行了展望。     

Carbon storage and its distribution of forest ecosystems in Zhejiang Province,China

Aims
The concentration of CO₂ and other greenhouse gases in the atmosphere has considerably increased over last century and is set to rise further. Forest ecosystems play a key role in reducing CO₂ concentration in the atmosphere and mitigating global climate change. Our objective is to understand carbon storage and its distribution in forest ecosystems in Zhejiang Province, China.
Methods
By using the 8th forest resource inventory data and 2011-2012 field investigation data, we estimated carbon storage, density and its distribution in forest ecosystems of Zhejiang Province.
Important findings
The carbon storage of forest ecosystems in Zhejiang Province was 602.73 Tg, of which 122.88 Tg in tree layer, 16.73 Tg in shrub-herb layer, 11.36 Tg in litter layer and 451.76 Tg in soil layer accounting for 20.39%, 2.78%, 1.88% and 74.95% of the total carbon storage, respectively. The carbon storage of mixed broadleaved forests was 138.03 Tg which ranked the largest (22.90%) among all forest types. The young and middle aged forests which accounted for 70.66% of the total carbon storage were the main body of carbon storage in Zhejiang Province. The carbon density of forest ecosystems in Zhejiang Province was 120.80 t·hm^-2 and that in tree layer, shrub-herb layer, litter layer and soil layer were 24.65 t·hm^-2, 3.36 t·hm^-2, 2.28 t·hm^-2 and 90.51 t·hm^-2, respectively. The significant relationship between soil organic carbon storage and forest ecosystem carbon storage indicated that soil carbon played an important role in shaping forest ecosystem carbon density. Carbon density of tree layer increased with age in natural forests, but decreased in the order over-mature > near-mature > mature > middle-aged > young forest in plantations. The proportions of young and middle aged forests were larger than any other age classes. Thereby, the carbon storage of forest ecosystems in Zhejiang Province could be increased through a proper forest management.     

浙江省森林生态系统碳储量及其分布特征

利用2011-2012年野外标准地实测资料, 结合第八次全国森林资源清查资料, 研究了浙江省森林生态系统碳储量及其分布特征。结果表明: 浙江省森林生态系统碳储量为602.73 Tg, 其中乔木层、灌草层、凋落物层和土壤层碳储量分别为122.88 Tg、16.73 Tg、11.36 Tg和451.76 Tg, 分别占生态系统碳储量的20.39%、2.78%、1.88%和74.95%; 在各森林类型中, 阔叶混交林碳储量为138.03 Tg, 所占比例最大(22.90%); 在森林各龄组中, 幼、中龄林约占浙江省森林生态系统碳储量的70.66%, 是碳储量的主要贡献者。浙江省森林生态系统平均碳密度为120.80 t·hm^-2, 乔木层、灌草层、凋落物层和土壤层碳密度分别为24.65 t·hm^-2、3.36 t·hm^-2、2.28 t·hm^-2和90.51 t·hm^-2。浙江省森林生态系统土壤层碳储量和生态系统碳储量呈极显著相关关系, 说明土壤层碳储量对浙江省森林生态系统碳储量贡献较大。浙江省天然林乔木层碳密度整体表现为过熟林>成熟林>近熟林>中龄林>幼龄林, 而人工林乔木层碳密度表现为过熟林>近熟林>成熟林>中龄林>幼龄林。浙江省幼、中龄林林分面积占比重较大, 占全省森林面积的76.76%, 若对现有森林进行更好的经营和管理, 可以增加浙江省森林的碳固存能力。     

林冠结构和地形对亚热带常绿落叶阔叶林林下幼苗物种多样性和功能多样性的影响

森林结构和地形是森林生态系统最明显的特点,也是影响林下幼苗存活和物种多样性的关键因子。该研究采用半球面摄影方法提取八大公山生长监测样地（共1.2 hm²）林冠结构参数,通过调查地表层木本植物幼苗的组成和多度,获取常见植物幼苗叶片功能性状,结合详细的地形信息,利用空间同步自回归模型探究林冠结构变量及地形因子对幼苗物种多样性及功能多样性的影响。结果表明：（1）八大公山亚热带山地常绿落叶阔叶林林冠结构复杂度较高,最大林冠高的平均值达到19.94 m,叶面积指数、平均叶倾角和林冠覆盖度分别为2.94、30.88°和0.87;（2）林冠结构变量和地形因子能够解释32.6%~48.4%的林下幼苗物种多样性指数变异和28.5%~70.2%的功能多样性变异,但地形因子对幼苗物种多样性的影响很小;（3）预测在亚热带常绿落叶阔叶林高海拔的山坡上,有较低的叶面积指数和平均叶倾角群落有较高的幼苗物种多样性;而在低海拔山脊上,较低的叶面积指数和平均叶倾角群落林下幼苗层有较高的功能多样性。此结果对科研人员和林业工作者开展野外森林更新情况评估和样方调查将有所帮助。     

LiDAR GEDI derived tree canopy height heterogeneity reveals patterns of biodiversity in forest ecosystems

The “Height Variation Hypothesis” is an indirect approach used to estimate forest biodiversity through remote sensing data, stating that greater tree height heterogeneity (HH) measured by CHM LiDAR data indicates higher forest structure complexity and tree species diversity. This approach has traditionally been analyzed using only airborne LiDAR data, which limits its application to the availability of the dedicated flight campaigns. In this study we analyzed the relationship between tree species diversity and HH, calculated with four different heterogeneity indices using two freely available CHMs derived from the new space-borne GEDI LiDAR data. The first, with a spatial resolution of 30 m, was produced through a regression tree machine learning algorithm integrating GEDI LiDAR data and Landsat optical information. The second, with a spatial resolution of 10 m, was created using Sentinel-2 images and a deep learning convolutional neural network. We tested this approach separately in 30 forest plots situated in the northern Italian Alps, in 100 plots in the forested area of Traunstein (Germany) and successively in all the 130 plots through a cross-validation analysis. Forest density information was also included as influencing factor in a multiple regression analysis. Our results show that the GEDI CHMs can be used to assess biodiversity patterns in forest ecosystems through the estimation of the HH that is correlated to the tree species diversity. However, the results also indicate that this method is influenced by different factors including the GEDI CHMs dataset of choice and their related spatial resolution, the heterogeneity indices used to calculate the HH and the forest density. Our finding suggest that GEDI LIDAR data can be a valuable tool in the estimation of forest tree heterogeneity and related tree species diversity in forest ecosystems, which can aid in global biodiversity estimation.     

基于机载LiDAR单束激光穿透指数的白桦林LAI估测

森林叶面积指数(LAI)是描述森林冠层结构和树木生长状况的一个重要指标.本研究以内蒙古依根地区为研究区,在充分考虑机载激光雷达不同回波脉冲之间差异的基础上,对LiDAR点云数据进行分束处理,同时利用传感器与目标之间的距离对LiDAR点云强度进行校正,在由点云校正强度计算传统激光穿透指数(LPI)的同时提出了一个新的激光穿透指数,即单束激光穿透指数(LPI_s),并分别采用LPI和LPI_s两种激光穿透指数在4种不同LiDAR数据采样尺度(直径分别为5、10、15和20 m)下分别应用理论模型和经验模型两种不同的建模方法对森林LAI进行估测,以期通过激光分束来提高森林LAI的估测精度.结果表明: 分束激光穿透指数均值(LPI_mean)估测LAI的效果明显好于未分束LPI的估测效果,且当LiDAR数据采样尺度为15 m时,LPI_mean的经验模型(R²=0.80,平均绝对偏差MAD为0.11)和理论模型(R²=0.77,MAD=0.16)的估测结果均达到最佳.最后综合应用最佳经验模型与理论模型各自的优点绘制了研究区的白桦林LAI分布图.     

Quantifying Tropical Dry Forest Type and Succession: Substantial Improvement with LiDAR

Improved technologies are needed to advance our knowledge of the biophysical and human factors influencing tropical dry forests, one of the world's most threatened ecosystems. We evaluated the use of light detection and ranging (LiDAR) data to address two major needs in remote sensing of tropical dry forests, i.e., classification of forest types and delineation of forest successional status. We evaluated LiDAR‐derived measures of three‐dimensional canopy structure and subcanopy topography using classification‐tree techniques to separate different dry forest types and successional stages in the Guánica Biosphere Reserve in Puerto Rico. We compared the LiDAR‐based results with classifications made from commonly used remote sensing data, including Landsat satellite imagery and radar‐based topographic data. The accuracy of the LiDAR‐based forest type classification (including native‐ and exotic‐dominated forest classes) was substantially higher than those from previously available data (kappa = 0.90 and 0.63, respectively). The best result was obtained when combining LiDAR‐derived metrics of canopy structure and topography, and adding Landsat spectral data did not improve the classification. For the second objective, we observed that LiDAR‐derived variables of vegetation structure were better predictors of forest successional status (i.e., mid‐secondary, late‐secondary, and primary forests) than was spectral information from Landsat. Importantly, the key LiDAR predictors identified within each classification‐tree model agreed with previous ecological knowledge of these forests. Our study highlights the value of LiDAR remote sensing for assessing tropical dry forests, reinforcing the potential for this novel technology to advance research and management of tropical forests in general.     

Canopy closure estimation in a temperate forest using airborne LiDAR and LANDSAT ETM+ data

Aims　Forest canopy closure is one of the essential factors in forest survey, and plays an important role in forest ecosystem management. It is of great significance to study how to apply LiDAR (light detection and ranging) data efficiently in remote sensing estimation of forest canopy closure. LiDAR can be used to obtain data fast and accurately and therefore be used as training and validation data to estimate forest canopy closure in large spatial scale. It can compensate for the insufficiency (e.g. labor-intensive, time-consuming) of conventional ground survey, and provide foundations to forest inventory.Methods　In this study, we estimated canopy closure of a temperate forest in Genhe forest of Da Hinggan Ling area, Nei Mongol, China, using LiDAR and LANDSAT ETM+ data. Firstly, we calculated the canopy closure from ALS (Airborne Laser Scanning) high density point cloud data. Then, the estimated canopy closure from ALS data was used as training and validation data to modeling and inversion from eight vegetation indices computed from LANDSAT ETM+ data. Three approaches, multi-variable stepwise regression (MSR), random forest (RF) and Cubist, were developed and tested to estimate canopy closure from these vegetation indices, respectively.Important findings The validation results showed that the Cubist model yielded the highest accuracy compared to the other two models (determination coefficient (R²) = 0.722, root mean square error (RMSE) = 0.126, relative root mean square error (rRMSE) = 0.209, estimation accuracy (EA) = 79.883%). The combination of LiDAR data and LANDSAT ETM+ showed great potential to accurately estimate the canopy closure of the temperate forest. However, the model prediction capability needs to be further improved in order to be applied in larger spatial scale. More independent variables from other remotely sensed datasets, e.g. topographic data, texture information from high-resolution imagery, should be added into the model. These variables can help to reduce the influence of optical image, vegetation indices, terrain and shadow and so on. Moreover, the accuracy of the LiDAR-derived canopy closure needs to be further validated in future studies.     

美国东部杜克森林长期定位研究综述

 该文比较系统地综述了美国东部杜克森林76年来植物种类变化、种群动态和森林演替研究的基本情况。重点介绍了该森林内永久性森林样地的 设置和调查规范,以及最近10年来利用永久样地数据进行树木空间格局和自然干扰研究的最新进展,并将杜克森林永久样地监测规范和数据管 理方法与目前主要的森林监测网络进行了一定的比较,旨在对目前国际上蓬勃开展的长期定位植物多样性监测和空间格局研究有所启示和帮助 。     

CO2储存通量估算方法对森林生态系统碳收支估测的影响

准确测定森林生态系统中CO₂储存通量(F_s)对于以涡动协方差(EC)法估算生态系统碳收支具有重要意义,而F_s不同算法引起的森林碳收支估测误差还未被全面评估。本研究利用2018年帽儿山落叶阔叶林的开路EC系统和8层CO₂/H₂O廓线系统(AP100, Campbell Scientific Inc., USA)数据,比较了2-min平均廓线(P_{2 min})、30-min平均廓线(P_{30 min})和30-min平均EC单点法(P_s)3种不同方法估算的F_s对净生态系统交换(NEE)、生态系统呼吸(R_e)和总初级生产力(GPP)估算结果的影响。结果表明: F_s估算方法对森林碳通量的影响总体上随时间尺度增大而不断增大,表明通量数据插补和拆分会进一步放大F_s估算方法的影响。在年尺度上,P_{2 min}法和P_s法的NEE分别比P_{30 min}法的低36.3%和29.4%;P_{2 min}法的R_e比P_{30 min}法和P_s法高8.7%;而P_{2 min}法的GPP比P_{30 min}法的高5.4%,P_s法则比P_{30 min}法的低2.1%。传统的P_{30 min}法忽略了CO₂浓度的瞬时变化,P_s法缺少林冠层内部CO₂浓度变化,因此两者低估了真实R_e。近似瞬时廓线的方法(2-min平均)具有更高的时间与空间分辨率,能够更加准确地估算非平坦地形和复杂冠层结构的森林碳收支,这对解决EC法在复杂条件下森林R_e和GPP低估、净碳汇高估具有重要启示。