基于时间序列聚类的AmeriFlux站点网络分析：揭示生态系统通量的时空异质性及其生态调控机制

本研究通过时间序列聚类方法量化了AmeriFlux站点间CO2、水汽和能量通量的相似性，提取昼夜与季节特征（振幅、相位），结合层次聚类识别站点群组。结果揭示了通量变量的非均匀聚类模式，凸显生态调控作用，为网络代表性评估、跨站点合成及模型-数据比对提供了数据驱动框架。

　　

论文解读

研究背景与科学问题
地球观测网络（如AmeriFlux）是监测生态系统对气候变化响应的基石，但其有效性取决于站点对区域或大陆的代表性。当前网络多采用“自下而上”建设模式，站点分布受研究者个体目标驱动，导致覆盖不均和生态类型偏差。传统评估依赖气候、土壤等驱动变量假设，而直接基于通量时间序列动态的量化研究匮乏。如何从海量通量数据中提取时空特征，量化站点相似性，并识别网络盲区，成为优化观测网络设计的关键挑战。

研究设计与方法
美国威斯康星大学等机构团队在《Agricultural and Forest Meteorology》发表研究，创新性地提出基于谐波分析的时间序列聚类框架。研究选取AmeriFlux网络中343个站点（数据记录≥3年）的CO₂净交换量(NEE)、潜热(LE)、显热(H)和摩擦速度(USTAR)等核心通量变量，构建复合时间序列捕捉昼夜-季节动态特征。通过动态时间规整(DTW)算法计算站点间相似性距离，结合层次聚类生成站点群组树，并引入谐波独特性参数(HUP)量化站点独特性。

关键技术与数据

1. 复合时间序列构建：聚合多年度数据为52个7日窗口的昼夜中值序列，保留生态生理与物候特征；
2. 动态时间规整(DTW)：量化时间序列形状差异，允许时间轴弹性匹配；
3. 多变量层次聚类：整合NEE、LE、H、USTAR距离矩阵，识别站点群组；
4. 生态分类验证：对比国际地圈-生物圈计划(IGBP)植被类型与生态区划分的聚类一致性。

主要研究结果

3.1 站点聚类模式

• 环境变量：净辐射(NETRAD)和气温(TA)呈现预期纬度梯度聚类，而通量变量显示显著生态调控：
  • NEE：1个超大群组(156站点)跨多个生态区，32个小群组(1-3站点)代表独特生态类型（如城市、开放水域）；
  • LE与H：分别有67%和71%站点集中于2个大群组，但地中海加州等区域存在高异质性亚群；
  • 多变量聚类：揭示70站点的“低通量核心群”与32站点的“干旱区高H群”等典型模式。

3.2 相似性驱动因素

• 生态分类影响：IGBP类型内站点DTW距离普遍低于跨类型，但湿地、灌丛的LE和针叶林的USTAR组内变异接近跨组水平；
• 空间衰减规律：LE和NETRAD相似性随距离衰减显著（R²>0.5），而USTAR和土壤含水量(SWC)无显著趋势；
• 独特性热点：HUP分析显示夏威夷、拉丁美洲站点及山地、周期性管理农田（如紫花苜蓿田US-Tw3）具有最高独特性。

结论与意义
本研究首次通过通量时间序列的直接聚类，揭示了AmeriFlux网络的非对称结构：少数大群组反映气候主导的通量共性，而大量小群组体现生态过程（如干扰、管理）的局部调控。这一发现挑战了传统基于IGBP或生态区的均质化假设，证实：

1. 生态分类局限性：38%湿地和28%农田站点的组内变异超过跨组差异，需引入通量功能型(EFTs)改进升尺度建模；
2. 网络优化路径：识别开放水域、极地等9个IGBP类型的“空白生态位”，为FLUXNET等网络的战略扩展提供数据支撑；
3. 方法学创新：DTW-HUP框架可推广至其他区域网络评估，助力实现“从站点到地球系统”的生态预测。

该研究为理解生物地球化学循环的空间组织提供了新范式，其代码与交互地图已开源（DOI:10.5281/zenodo.12585997），推动全球通量观测向更具代表性和预测力的方向发展。