Loading article…
FLUXNETは、渦相関法を用いて生物圏と大気圏間の二酸化炭素、水蒸気、エネルギーの交換を測定する、微気象観測塔のグローバルネットワークです。FLUXNETは、科学コミュニティ向けにデータを収集、アーカイブ、配布するためのインフラストラクチャを提供する、グローバルな「地域ネットワークのネットワーク」です。最新のFLUXNETデータ製品であるFLUXNET2015は、ローレンス・バークレー国立研究所（米国）がホストしており、一般公開されています。現在、稼働中および過去のフラックス測定サイトは1000以上あります。
FLUXNETは、異なるフラックスネットワークが較正され、サイト間の比較が容易になるように機能し、科学者間の知識とデータの共有のためのフォーラムを提供します。[ 1 ]研究者はまた、タワーサイトでサイトの植生、土壌、微量ガスフラックス、水文学、気象特性 に関するデータを収集します。
FLUXNETは1997年に発足し、北米とヨーロッパの数カ所のサイトから始まり、現在では世界中で260カ所を超える登録サイトを持つまでに成長しました。現在、FLUXNETは北米（AmeriFlux、Fluxnet-Canada、NEON）、南米（LBA）、ヨーロッパ（CarboEuroFlux、ICOS）、オーストララシア（OzFlux）、アジア（China Flux、Asia Flux）、アフリカ（AfriFlux）の地域ネットワークで構成されています。各タワーサイトでは、渦相関法によるフラックス測定が30分ごとに行われ、日、月、年単位で積分されます。各タワーサイトの観測範囲は200mから1kmに及びます。
FLUXNETとその地域パートナーの包括的な目的は、TERRAやAQUAなどのNASA衛星のセンサーや生物地球化学モデルから得られる陸域炭素フラックスを検証するために使用できるデータを提供することです。この包括的な目標を達成するために、FLUXNETの目的と優先事項は、ネットワークが成長し成熟するにつれて進化してきました。FLUXNETの初期段階では、研究の優先事項は、純生態系生産性、NEP、蒸発、エネルギー交換、気象のギャップを埋めたデータセットなどの付加価値のある製品を開発することでした。この取り組みの根拠は、1) 正味炭素、水、エネルギー交換の日次、月次、年次の合計を計算すること、および2) さまざまな生物地球化学/生物物理学/生態系ダイナミクスモデルと衛星ベースのリモートセンシングアルゴリズムの実行とテストのための連続データセットを作成することでした。
FLUXNETの第2段階では、研究の優先事項は、NEE測定値をGPPや生態系呼吸R ecoなどの構成要素フラックスに分解することでした。このステップは、FLUXNETがMODISベースの陸域炭素交換推定値を検証するための有効なツールとなるために必要です。衛星ベースのリモートセンシング機器によって駆動されるアルゴリズムは、NEEを直接評価することができず、代わりにGPPまたはNPPを計算します。その間の数年間、FLUXNETの科学者は、フラックス構成要素データセット（GPP、R eco）を使用して、1）季節、2）植物の機能タイプ、3）環境要因の関数として、樹冠光合成と生態系呼吸がどのように変化するかを評価しました。
これらの初期研究は、生態系全体の生理機能の理解に大きく貢献してきたが、FLUXNETの将来的な発展と生産性への第一歩に過ぎない。例えば、初期の研究の大部分は、針葉樹林と落葉樹林に大きく偏ったフィールドサイトのサブセットで行われた。ネットワークの継続的な成長と長期化に伴い、二酸化炭素交換の空間的・時間的側面に関連する多くの新たな機会が残されている。まず、FLUXNETは植生の種類と気候のより広範な表現を含むように拡大した。現在、このネットワークには、熱帯林や高山林、サバンナ、チャパラル、ツンドラ、草原、湿地、そして様々な農作物の上にある多数のタワーサイトが含まれている。次に、落葉樹林と針葉樹林に関する多くの研究の範囲が拡大した。いくつかの研究グループは、火災や伐採による撹乱に関連する時系列研究を実施している。この研究から、科学者たちは、気候変動要因と植物の機能型に基づいてタワーフラックスを景観や地域に拡大するモデルスキームに、撹乱に関する情報を組み込む必要があることを学んでいる。これは、複雑さをさらに高めることになる。第三に、FLUXNETは、デジタルカメラ、土壌水分、メタンフラックスのネットワークを用いて生物季節の変化を測定している他のグループと提携している。
現在、FLUXNETは20年以上にわたる多くのデータセットを有しており、気候や生態系要因が二酸化炭素と水蒸気のフラックスの年々の変動や傾向に与える影響を評価するために必要なデータを提供する機会を得ている。
データ共有は、機械学習手法を用い、FLUXNET、リモートセンシング、グリッドデータ製品からのデータストリームを組み合わせて炭素と水のフラックスマップを作成する技術の開発にも大きく貢献してきた。
