Pecan: Determinación de las variables requeridas del producto Sequía 2018

Creado en 14 jun. 2021 · 2Comentarios · Fuente: PecanProject/pecan

El producto ICOS Drought 2018 tiene 233 variables, estoy abriendo este número para decidir qué variables requeriríamos.

Variables disponibles en Sequía 2018

'CO2_F_MDS',
'CO2_F_MDS_QC',
'EBC_CF_METHOD',
'EBC_CF_N',
'GPP_DT_CUT_05',
'GPP_DT_CUT_16',
'GPP_DT_CUT_25',
'GPP_DT_CUT_50',
'GPP_DT_CUT_75',
'GPP_DT_CUT_84',
'GPP_DT_CUT_95',
'GPP_DT_CUT_MEAN',
'GPP_DT_CUT_REF',
'GPP_DT_CUT_SE',
'GPP_DT_CUT_USTAR50',
'GPP_DT_VUT_05',
'GPP_DT_VUT_16',
'GPP_DT_VUT_25',
'GPP_DT_VUT_50',
'GPP_DT_VUT_75',
'GPP_DT_VUT_84',
'GPP_DT_VUT_95',
'GPP_DT_VUT_MEAN',
'GPP_DT_VUT_REF',
'GPP_DT_VUT_SE',
'GPP_DT_VUT_USTAR50',
'GPP_NT_CUT_05',
'GPP_NT_CUT_16',
'GPP_NT_CUT_25',
'GPP_NT_CUT_50',
'GPP_NT_CUT_75',
'GPP_NT_CUT_84',
'GPP_NT_CUT_95',
'GPP_NT_CUT_MEAN',
'GPP_NT_CUT_REF',
'GPP_NT_CUT_SE',
'GPP_NT_CUT_USTAR50',
'GPP_NT_VUT_05',
'GPP_NT_VUT_16',
'GPP_NT_VUT_25',
'GPP_NT_VUT_50',
'GPP_NT_VUT_75',
'GPP_NT_VUT_84',
'GPP_NT_VUT_95',
'GPP_NT_VUT_MEAN',
'GPP_NT_VUT_REF',
'GPP_NT_VUT_SE',
'GPP_NT_VUT_USTAR50',
'G_F_MDS',
'G_F_MDS_QC',
'H_CORR',
'H_CORR_25',
'H_CORR_75',
'H_CORR_JOINTUNC',
'H_F_MDS',
'H_F_MDS_QC',
'H_RANDUNC',
'H_RANDUNC_METHOD',
'H_RANDUNC_N',
'LE_CORR',
'LE_CORR_25',
'LE_CORR_75',
'LE_CORR_JOINTUNC',
'LE_F_MDS',
'LE_F_MDS_QC',
'LE_RANDUNC',
'LE_RANDUNC_METHOD',
'LE_RANDUNC_N',
'LW_IN_ERA',
'LW_IN_F',
'LW_IN_F_MDS',
'LW_IN_F_MDS_QC',
'LW_IN_F_QC',
'LW_IN_JSB',
'LW_IN_JSB_ERA',
'LW_IN_JSB_F',
'LW_IN_JSB_F_QC',
'LW_IN_JSB_QC',
'LW_OUT',
'NEE_CUT_05',
'NEE_CUT_05_QC',
'NEE_CUT_16',
'NEE_CUT_16_QC',
'NEE_CUT_25',
'NEE_CUT_25_QC',
'NEE_CUT_50',
'NEE_CUT_50_QC',
'NEE_CUT_75',
'NEE_CUT_75_QC',
'NEE_CUT_84',
'NEE_CUT_84_QC',
'NEE_CUT_95',
'NEE_CUT_95_QC',
'NEE_CUT_MEAN',
'NEE_CUT_MEAN_QC',
'NEE_CUT_REF',
'NEE_CUT_REF_JOINTUNC',
'NEE_CUT_REF_QC',
'NEE_CUT_REF_RANDUNC',
'NEE_CUT_REF_RANDUNC_METHOD',
'NEE_CUT_REF_RANDUNC_N',
'NEE_CUT_SE',
'NEE_CUT_USTAR50',
'NEE_CUT_USTAR50_JOINTUNC',
'NEE_CUT_USTAR50_QC',
'NEE_CUT_USTAR50_RANDUNC',
'NEE_CUT_USTAR50_RANDUNC_METHOD',
'NEE_CUT_USTAR50_RANDUNC_N',
'NEE_VUT_05',
'NEE_VUT_05_QC',
'NEE_VUT_16',
'NEE_VUT_16_QC',
'NEE_VUT_25',
'NEE_VUT_25_QC',
'NEE_VUT_50',
'NEE_VUT_50_QC',
'NEE_VUT_75',
'NEE_VUT_75_QC',
'NEE_VUT_84',
'NEE_VUT_84_QC',
'NEE_VUT_95',
'NEE_VUT_95_QC',
'NEE_VUT_MEAN',
'NEE_VUT_MEAN_QC',
'NEE_VUT_REF',
'NEE_VUT_REF_JOINTUNC',
'NEE_VUT_REF_QC',
'NEE_VUT_REF_RANDUNC',
'NEE_VUT_REF_RANDUNC_METHOD',
'NEE_VUT_REF_RANDUNC_N',
'NEE_VUT_SE',
'NEE_VUT_USTAR50',
'NEE_VUT_USTAR50_JOINTUNC',
'NEE_VUT_USTAR50_QC',
'NEE_VUT_USTAR50_RANDUNC',
'NEE_VUT_USTAR50_RANDUNC_METHOD',
'NEE_VUT_USTAR50_RANDUNC_N',
'NETRAD',
'NOCHE',
'PAG',
'PENSILVANIA',
'PA_ERA',
'PA_F',
'PA_F_QC',
'PPFD_DIF',
'PPFD_IN',
'P_ERA',
'P_F',
'P_F_QC',
'RECO_DT_CUT_05',
'RECO_DT_CUT_16',
'RECO_DT_CUT_25',
'RECO_DT_CUT_50',
'RECO_DT_CUT_75',
'RECO_DT_CUT_84',
'RECO_DT_CUT_95',
'RECO_DT_CUT_MEAN',
'RECO_DT_CUT_REF',
'RECO_DT_CUT_SE',
'RECO_DT_CUT_USTAR50',
'RECO_DT_VUT_05',
'RECO_DT_VUT_16',
'RECO_DT_VUT_25',
'RECO_DT_VUT_50',
'RECO_DT_VUT_75',
'RECO_DT_VUT_84',
'RECO_DT_VUT_95',
'RECO_DT_VUT_MEAN',
'RECO_DT_VUT_REF',
'RECO_DT_VUT_SE',
'RECO_DT_VUT_USTAR50',
'RECO_NT_CUT_05',
'RECO_NT_CUT_16',
'RECO_NT_CUT_25',
'RECO_NT_CUT_50',
'RECO_NT_CUT_75',
'RECO_NT_CUT_84',
'RECO_NT_CUT_95',
'RECO_NT_CUT_MEAN',
'RECO_NT_CUT_REF',
'RECO_NT_CUT_SE',
'RECO_NT_CUT_USTAR50',
'RECO_NT_VUT_05',
'RECO_NT_VUT_16',
'RECO_NT_VUT_25',
'RECO_NT_VUT_50',
'RECO_NT_VUT_75',
'RECO_NT_VUT_84',
'RECO_NT_VUT_95',
'RECO_NT_VUT_MEAN',
'RECO_NT_VUT_REF',
'RECO_NT_VUT_SE',
'RECO_NT_VUT_USTAR50',
'RECO_SR',
'RECO_SR_N',
'RH',
'SWC_F_MDS_1',
'SWC_F_MDS_1_QC',
'SWC_F_MDS_2',
'SWC_F_MDS_2_QC',
'SWC_F_MDS_3',
'SWC_F_MDS_3_QC',
'SWC_F_MDS_4',
'SWC_F_MDS_4_QC',
'SW_IN_ERA',
'SW_IN_F',
'SW_IN_F_MDS',
'SW_IN_F_MDS_QC',
'SW_IN_F_QC',
'SW_IN_POT',
'SW_OUT',
'TA_ERA',
'TA_F',
'TA_F_MDS',
'TA_F_MDS_QC',
'TA_F_QC',
'TIMESTAMP_END',
'TIMESTAMP_START',
'TS_F_MDS_1',
'TS_F_MDS_1_QC',
'TS_F_MDS_2',
'TS_F_MDS_2_QC',
'USTAR',
'VPD_ERA',
'VPD_F',
'VPD_F_MDS',
'VPD_F_MDS_QC',
'VPD_F_QC',
'WD',
'WS',
'WS_ERA',
'WS_F',
'WS_F_QC'

Esta página tiene información sobre las variables FLUXNET2015. Como se menciona que el conjunto de datos de la sequía 2018 es compatible con el formato FLUXNET, creo que podemos usar esto como referencia.

Comparé las variables asociadas con el formato AMERIFLUX_BASE_HH existente y encontré las siguientes equivalentes:

| Variable | Variable en AMERIFLUX_BASE_HH | Variable equivalente en Sequía 2018 |
| ------------------------------------------ | ------ ------------------------------ | ------------------- ------------------ |
| wind_direction | WD | WD |
| UST | USTAR | USTAR |
| NEE | NEE_PI | Varias variables |
| H (flujo de calor sensible) | H | Varias variables |
| LE | LE | Varias variables |
| humedad_relativa | RH | RH |
| sueloM | SWC_1 | Varias variables |
| PAR | PPFD_IN | PPFD_IN |
| surface_downwelling_longwave_flux_in_air | LW_IN | LW_IN_F |
| humedad_específica | H20 | no identificado |
| airT | TA | TA_F |
| Wspd | WS | WS_F |
| sueloT | TS_1 | Varias variables |
| air_pressure | PA | PA_F |
| radiación_solar | SW_IN | SW_IN_F |
| co2atm | CO2_1 | No identificado. CO2_F_MDS? |
| fecha y hora | TIMESTAMP_START | TIMESTAMP_START |
| precipitación_flujo | P | P_F |
| TotalResp | RECO_PI | Varias variables |
| FC (CO2 de transferencia vertical) | FC | No identificado |
| VPD | VPD | VPD_F |

cc: @istfer

Fuente

ayushprd

Comentario más útil

Hola, aquí tienes algunos pensamientos.

NEE debe coincidir con NEE_VUT_REF (posiblemente marcado con NEE_VUT_REF_QC si solo desea datos medidos y no rellenados con huecos). para incertidumbre aleatoria use NEE_VUT_REF_RANDUNC, para incertidumbre sistemática + aleatoria use NEE_VUT_REF_JOINTUNC (el mismo patrón para otros)

H Flujo de calor sensible: si desea "corregir el balance de energía" que elimine un sesgo sistemático conocido (pero no del todo correctamente) use H_CORR, de lo contrario use H_F_MDS, la misma idea para LE

Humedad / temperatura del suelo para los sitios que lo tienen: tome el nivel más superficial para la mayoría de las aplicaciones SWC_F_MDS_1 TS_F_MDS_1

La humedad específica (o la proporción de mezcla del vapor de agua) se puede derivar de la HR. temperatura y presión del aire usando la ecuación de Clausius-Clapeyron (para presión de vapor) y la ley de Dalton (para convertir a unidades de masa o volumen)

co2atm es CO2_F_MDS (creo que se informa en ppm)

Fluxnet utiliza dos métodos para derivar la respiración (totalResp) y la fotosíntesis: de día y de noche. Si tiene que ir con uno, use la noche, o use ambos y trátelos como muestras con incertidumbre. RECO_NT_VUT_REF e incertidumbre como RECO_NT_VUT_SE

Corrija que FC no está en fluxnet. Ameriflux incluye FC porque quiere calcular su propio NEE a partir de la suma del almacenamiento del perfil de FC y CO2, pero no lo han hecho operativo, por lo que confiamos en sitios donde el PI del sitio ha proporcionado esto (NEE_PI); de lo contrario, tomamos FC ( ya que el segundo término suele ser pequeño). Para fluxnet2015 o su producto ICOS de sequía 2018, eso no es un problema. Solo usa NEE.

¡Descansa, me luce bien! -ankur desai, gurú de la torre de flujo de nueces

ankurdesai en 14 jun. 2021

👍2

Todos 2 comentarios

Hola, aquí tienes algunos pensamientos.

Humedad / temperatura del suelo para los sitios que lo tienen: tome el nivel más superficial para la mayoría de las aplicaciones SWC_F_MDS_1 TS_F_MDS_1

co2atm es CO2_F_MDS (creo que se informa en ppm)

¡Descansa, me luce bien! -ankur desai, gurú de la torre de flujo de nueces

ankurdesai en 14 jun. 2021

👍2

Gracias @ayushprd

La página FLUXNET2015 que encontró parece ser la referencia adecuada, y es genial que Ankur también haya aclarado algunas.

Aquí están mis notas y preguntas:

Creo que ha identificado todas las variables meteorológicas con precisión. Utilizará la función met2CF.csv en su canalización, ¿verdad? Entonces, querríamos airT:TA_F , solar_radiation:SW_IN_F , surface_downwelling_longwave_flux_in_air:LW_IN_F , VPD:VPD_F , air_pressure:PA_F , precipitation_flux:P_F , Wspd:WS_F , wind_direction:WD , relative_humidity:RH , PAR:PPFD_IN ,
Acordó que no necesita preocuparse por specific_humidity , met2CF.csv lo calcula si está ausente
Estoy de acuerdo con Ankur en que co2atm:CO2_F_MDS , soilT:TS_F_MDS_1 , soilM:TS_F_MDS_2 . Ahora tengo curiosidad sobre cómo usar las medidas para los otros niveles de temperatura / humedad del suelo, pero para tu caso, Ayush, no tienes que preocuparte por esto en este momento.
Para NEE y LE, creo que queremos las versiones no rellenas de huecos, entonces NEE:NEE_VUT_REF , pero ¿alguno de estos LE no tiene huecos? LE_F_MDS, LE_CORR, LE_CORR_25, LE_CORR_75, LE_RANDUNC, LE_RANDUNC_N, LE_CORR_JOINTUNC No lo parece.
También tengo curiosidad por saber si deberíamos usar las incertidumbres proporcionadas por este conjunto de datos o continuar usando nuestra función flux.uncertainty . En PDA, podríamos avanzar hacia el ajuste de los parámetros de incertidumbre de la observación, pero ¿para el punto de referencia, etc.? Además, ¿qué pasa con los errores sistemáticos? ¿Qué opinas de @ankurdesai y @mdietze?
Creo que en PEcAn no estamos utilizando RECO y GPP mucho, pero como dijo Ankur, el mapeo correcto en el formato sería TotalResp:RECO_NT_VUT_REF , y GPP:GPP_NT_VUT_REF creo