数据集概述
该数据集基于经典虚拟高塔（VTT）方法，针对ITMS模块B2项目FeaViTa，提供CO₂混合比估算值及通量、湍流参数等诊断数据。使用德国于利希和瑞典斯瓦特贝里的涡动协方差（EC）站与高塔（TT）站数据对，包含2024年及2024-2025年7月的计算结果，支持大气CO₂浓度研究。
文件详解
- CSV数据文件：
- VTTclassic_Associate.csv：Associate EC站的主要变量时间序列及计算得到的VTT数据，格式为CSV
- VTTclassic_Svartberget.csv：Svartberget EC站的主要变量时间序列及计算得到的VTT数据，格式为CSV
- 变量说明文件：
- variable_names.xlsx：Excel格式文件，列出VTTclassic文件中使用的变量名称、单位、描述及数据来源
- Python代码文件（共8个，按数字顺序运行）：
- FeaViTa_99a_getERA5data.py：下载VTT计算所需的ERA5行星边界层高度小时数据
- FeaViTa_99b_MergeExportERA5data.py：预处理ERA5数据，输出各地点时间序列CSV文件
- FeaViTa_1b3c_ReadTallTowerData.py：导入ICOS门户下载的高塔数据，输出含CO₂浓度时间序列的TT CSV文件
- FeaViTa_1c_ReadFluxesEC.py：导入ICOS门户下载的EC数据（通量+气象数据），输出VTT计算所需的EC CSV文件
- FeaViTa_1e_ReadFluxesAssociateEC.py：导入Associate站的处理后EC数据，输出VTT计算所需的EC CSV文件
- FeaViTa_1d3_ReadCalAnalyzer.py：导入EC站校准数据，输出用于校准EC测量的CO₂浓度时间序列
- FeaViTa_3a_VTTclassicapproach.py：使用三种VTT公式（HaszpraModified、Patton、Wang）计算VTT，输出原始EC数据的计算结果CSV文件
- FeaViTa_4_compareVTTtoTT.py：计算EC与校准测量的偏移量，校正VTT得到最终高塔CO₂浓度，输出校正后的时间序列及对比统计（偏差、均方根误差、Pearson R²）CSV文件
- 压缩包文件：
- Additional_files.zip：包含FeaViTa_0a_maxcorrshift.py（检查时间序列偏移）、FeaViTa_1c3a_ReadTroposphericCO2.py（导入NOAA对流层CO₂数据）、CA_RuS_30min.csv（Selhausen Class-I和Associate EC站的CO₂校准时间序列）
- 文档文件：
- Readme.docx：Word格式文档，提供数据集说明（具体内容未完全展示）
数据来源
ICOS门户（https://data.icos-cp.eu/portal/）、Zenodo（https://zenodo.org/records/14561380）、NOAA全球监测实验室、Copernicus ERA5数据集
适用场景
- 大气CO₂浓度研究：分析虚拟高塔方法估算的CO₂混合比与实际高塔测量值的差异
- 涡动协方差数据应用：探究EC站数据在虚拟高塔技术中的转化与应用效果
- 边界层气象学分析：研究行星边界层高度、通量等参数对CO₂浓度分布的影响
- 气候变化相关研究：为区域CO₂排放与吸收的动态监测提供数据支持
- 方法学验证：验证HaszpraModified、Patton、Wang三种VTT公式的计算精度与适用性
