近期，中山大学戴永久陆面过程研究团队通过国家生态科学数据中心生态网络云平台（http://www.nesdc.org.cn）发布了90个通量塔站点属性数据集，用户可在线访问获取数据。相关研究成果以“A flux tower site attribute dataset intended for land surface modeling”为题发表在Earth System Science Data期刊。

陆地表面模式（LSM）需要有可靠的驱动、验证和地表属性数据，这是有效开发和改进模式的基础。涡协方差通量塔数据被认为是LSM的基准数据。然而，目前可用的通量塔数据集在应用于LSM之前往往需要多方面处理，以保证数据质量。更重要的是，现有数据集缺乏现场观测的属性数据，限制了其作为基准数据的应用。

研究团队对现有的通量塔数据集进行了全面的质量筛选，包括数据观测比例、外部干扰以及能量平衡闭合（EBC），最终得到 90 个高质量站点。然后从文献、区域网络以及站点BADM文件中收集了这些站点的植被、土壤、地形信息和观测高度。最后，利用全球数据集补充了植被覆盖类型和土壤质地，获得了最终的通量塔属性数据集。

模式模拟显示，现场观测到的属性数据与常规数据（通常是卫星数据）之间的输出差异很大，这一结果显示出通量塔属性数据的关键作用，也将提高 LSM 开发人员对通量塔属性数据的重视。该数据集在一定程度上解决了涡协方差通量塔属性数据的缺乏问题，减少了 LSM 数据源的不确定性，有助于模式参数和过程开发。

图 3 模式模拟结果。植物功能类型覆盖度（PCT_PFT）、最大叶面积指数（LAI）、冠层高度（Hcan）和土壤质地（TEX）分别对潜热通量（Qle）、感热通量（Qh）、净辐射（Rn）、上行短波辐射（SWup）、总初级生产力（GPP）、摩擦风速（Ustar）、土壤含水量（SWC）和总径流（TR）的平均差异百分比（MD%）月份最大值，最大值月份标注在括号中。