通量数据的原始观测数据统一遵循ChinaFLUX技术体系进行标准化的质量控制和处理，处理流程如图1。为规范和便于读者对数据的使用，本数据集将10 Hz的原始数据处理计算形成了日尺度和生育季节尺度数据产品
[9]。
数据质量控制过程主要包括原始数据分析、超声虚温校正、坐标轴旋转、WPL校正、稳态测试、湍流积分特性、野点剔除、能量闭合度评价以及夜间摩擦风速阈值筛选
[10,11,12,13,14,15 ]。野点剔除指原始数据中的异常值剔除，剔除方法包括绝对值法和相对值法
[16]。绝对值法即依据观测指标理论上可能出现的数值范围设置上下限，将明显超出正常范围的数值直接剔除；相对值法即计算数据的平均值和方差，以4倍方差作为检验标准，剔除偏离过大的数据。坐标轴旋转也称为倾斜校正，其目的是保证超声风速仪与地表平行，减少由于仪器倾斜导致观测的垂直风速中包含水平风速分量而造成的通量数据误差。本研究采用中倾斜校正，主要包括三次坐标轴旋转（Tiple Coordinate Rotation，TR）、WPL（Webb-Pearman-Leuning）校正、频率响应校正。其中三次坐标轴旋转可使
x轴平行于平均风速方向，侧向平均风速与垂直平均风速及两者的协方差为零；WPL校正针对由于水热通量输送引起气体密度变化而导致的潜热通量和感热通量观测误差；频率响应校正针对仪器的系统误差，即由于仪器对高频和低频信号响应存在的缺陷。根据平均值检验法（Average Values Test，AVT）对夜间CO
2通量数据进行校正
[17]。本数据集前期主要利用编写的程序代码（2007–2011年）以及软件EddyPro（LI-COR公司提供，2011–2013年）对通量数据进行了以上质量控制和处理。2017年后期利用ChinaFLUX统一程序代码对原始数据又进行了一次处理，由于所选计算方法基本一致，数据一致性达99.5%。针对缺失数据的插补，短时段（小于2 h）的缺失数据采用线性内插法，较长时段（大于2 h）的缺失数据利用平均昼夜变化法（Mean Diurnal Variation，MDV）进行插补
[18]。对于蒸散量（ET）连续多日（7日以上）的数据缺失时段或MDV插值后仍存在的异常值，我们根据蒸散发生的机制对数据处理方法进行了改进，利用土壤含水量与ET/ET
0的定量关系进行重新插补，这也是我们对数据插补方法的一点创新。具体方法如下：
①利用联合国粮农组织（Food and Agricultural Organization，FAO）推荐的Penman-Montieth公式计算参考作物蒸散量
ET0[19] ：
\({ET}_{0}=\frac{0.408∆\left({R}_{n}-G\right)+900U*\gamma *VPD/\left({T}_{a}+273.3\right)}{∆+\gamma \left(1+0.34U\right)}\) （1）
式中：ET0 为潜在蒸散发（mm），Rn 为表层净辐射（MJ/(m2·day)），G为土壤热通量（MJ/(m2·day)），Ta 为日平均气温（oC），U为2 m高度处风速（m/s），VPD为饱和水汽压差（kPa），Δ为饱和水汽压曲线斜率（kPa/oC），γ为干湿表常数（kPa/oC），ET0 计算用到的所有气象数据均来自栾城试验站标准气象场。
②筛选出连续7日以上的数据缺失时段或异常值时段。
③筛选出存在缺值的日期及其前后2–3天的数据。
④从筛选结果中选择与缺值处土壤含水量相近的日期（日期相同，年份不同），假设每个生育期的作物系数在同时期不变，将各ET/ET0 取平均值作为缺值日的ET/ET0 。其中土壤含水量数据由IH-II型中子仪（英国Didcot公司生产）和自动传感器（Stevens公司生产的Hydra Probe II）共同测定，观测深度为0–2 m。
⑤将平均所得的ET/ET0 乘以当天对应的ET0 ，得到插补后的ET。
