2004–2016年中国生态系统研究网络(CERN)台站水中八大离子数据集

2004–2016年中国生态系统研究网络(CERN)台站水中八大离子数据集
作者:黄丽 张心昱 袁国富 朱治林 唐新斋 孙晓敏
2019年9月10日
本作品收錄於《中国科学数据
黄丽, 张心昱, 袁国富, 等. 2004–2016年中国生态系统研究网络(CERN)台站水中八大离子数据集[J/OL]. 中国科学数据, 2019. (2019-09-10). DOI: 10.11922/csdata.2019.0044.zh.


摘要&关键词

编辑

摘要:水是自然界重要的组成物质,是生态系统的主要环境因子,中国生态系统研究网络(CERN)对中国典型生态系统水环境开展了长期定位监测。本数据集收集整理了CERN 33个生态站2004–2016年地下水、静止地表水、流动地表水的八大离子(Ca2+、Mg2+、Na+、K+、HCO3- 、CO32- 、SO42- 、Cl-)数据,包含了农田、草地、森林、荒漠、沼泽5类中国典型生态系统。我们对数据进行了准确性检验,剔除异常值,整理后的数据格式更规范,提高了数据的可靠性。利用这些数据可以初步评价各生态系统的水质状况。

关键词:地下水;静止地表水;流动地表水;八大离子;生态站

Abstract & Keywords

编辑

Abstract: Water is an important component of nature and a major environmental factor in the ecosystem. Chinese Ecosystem Research Network (CERN) conducted long-term fix spot monitoring for water environments in typical ecosystems. This dataset collected water chemistry monitoring data from 33 terrestrial ecological stations during 2004-2016, the eight ions (Ca2+, Mg2+, Na+, K+, HCO3- , CO32- , SO42- , Cl-) of the ground water, still surface water and flowing surface water were analyzed. The data were observed at five typical terrestrial ecosystems of farmland, grassland, forest, desert and peatland in China. The dataset was tested for accuracy, and outliers were eliminated. The data format and reliability were improved. Hydrochemical status can be evaluated by using the data.

Keywords: ground water; still surface water; flowing surface water; the eight ions; eco-station

数据库(集)基本信息简介

编辑
数据库(集)名称 2004–2016年中国生态系统台站(CERN)水中八大离子数据集
数据作者 黄丽、张心昱、袁国富、朱治林、唐新斋、孙晓敏
数据通信作者 张心昱(zhangxy@igsnrr.ac.cn)
数据时间范围 2004–2016年
地理区域 全国33个生态系统观测台站,包括:阿克苏站、安塞站、常熟站、长武站、封丘站、环江站、海伦站、栾城站、拉萨站、沈阳站、桃源站、禹城站、盐亭站、鹰潭站、哀牢山站、北京森林站、西双版纳站、长白山站、鼎湖山站、贡嘎山站、鹤山站、会同站、茂县站、神农架站、策勒站、鄂尔多斯站、阜康站、临泽站、奈曼站、沙坡头站、海北站、内蒙古草原站、三江源站。
数据量 388 KB
数据格式 *.xlsx
数据服务系统网址 http://www.sciencedb.cn/dataSet/handle/862
基金项目 中国科学院战略性先导科技专项(XDA19020301)
数据库(集)组成 本数据集含1个数据文件,共3719条(其中地下水1688条,静止地表水746条,流动地表水1285条),包含生态站代码,采样年、月,水类型,Ca2+、Mg2+、Na+、K+、HCO3- 、CO32- 、SO42- 、Cl-离子含量。

Dataset Profile

编辑
Title A dataset of water eight ions contents at stations of Chinese Ecosystems Research Network (CERN) during 2004 – 2016
Data corresponding author Zhang Xinyu (zhangxy@igsnrr.ac.cn)
Data authors Huang Li, Zhang Xinyu, Yuan Guofu, Zhu Zhilin, Tang Xinzhai, Sun Xiaomin
Time range 2004–2016
Geographical scope 33 observation sites: Akesu (AKA), Ansai (ASA), Changshu (CSA), Changwu (CWA), Fengqiu (FQA), Huangjiang (HJA), Hailun (HLA), Luancheng (LCA), Lasha (LSA), Shenyang (SYA), Taoyuan (YTA), Yucheng (YCA), Yanting (YGA), Yingtan (YTA), Ailao Mountain (ALF), Beijing forest, Xishuanbanna (BNF), Changbai Mountain (CBF), Dinghu Mountain (DHF), Gongga Mountain (GGF), Heshan (HSF), Huitong (HTF), Maoxian (MXF), Shennongjia (SNF), Cele (CLD), Eerduosi (ESD), Fukang (FKD), Linze (LZD), Naiman (NMD), Shapotou (SPD), Haibei (HBG), Meimenggu (NMG), Sanjiangyuan (SJM).
Data volume 388 KB
Data format *.xlsx
Data service system <http://www.sciencedb.cn/dataSet/handle/862>
Sources of funding Strategic Priority Research Program of the Chinese Academy of Science (XDA19020301)
Dataset composition The dataset consist an Excel file, with a total of 3719 records (ground water 1688 records, still surface water 746 records and flowing surface water 1285 records). The dataset includes: Eco-station code, sampling time, water type, and the concentrations of Ca2+, Mg2+, Na+, K+, HCO3- , CO32- , SO42- and Cl-.


引 言

编辑

水化学因子是陆地生态系统主要的环境因子,是影响陆地生态系统结构和功能的重要因素[1]。中国生态系统研究网络(CERN)从成立起就开展了对全国典型农田、森林、草地、湿地等生态系统水环境长期定位监测工作,监测中国典型生态系统水环境的空间分布与长期动态变化。各生态站监测农田、草地、荒漠、湿地生态系统均为代表当地典型农业或牧业的生态系统,能够反映水体自然状况及人类施肥、灌溉农业活动影响及畜牧业影响[2]。水质监测对水环境保护、水污染控制以及维护水环境健康方面起着至关重要的作用,可以为环境管理、环境科学研究提供数据和资料。

天然水体中Ca2+、Mg2+、Na+、K+、HCO3- 、CO32- 、SO42- 、Cl-离子总量约占天然水溶质总量的95%–99%[3],是生态网络水质监测的必测指标,也是水化学特征研究的主要离子。60年代初,乐嘉祥等[4]首次对我国河流水化学性质的空间变化规律进行了分析,我国广大地区常以重碳酸盐类钙组型为主,在西北内陆地区河水常以硫酸盐类钠组型为主。各主要离子的含量在地区上的分布和矿化度一样,具有同一分布趋势。目前水化学特征的研究大多是对某一流域或地区的地下水、湖泊或河流开展,水体中主要离子成分常用来分析流域水化学控制因素、物质来源、分布特征及演变规律等[5][6][7]。研究水体化学离子特征对于正确理解河流流域内地表水和地下水的补给关系、河水离子组成和来源具有重要意义[8][9][10]

通过在一定空间区域内不同位置开展野外水环境定位观测,对水环境的特征、变化规律和与生态系统的关系进行分析,从而了解生态系统水分状况和水分运动过程,揭示生态过程与水文过程之间的关系和相互作用过程。生态站的水环境长期监测数据集,不仅反映了我国典型生态系统水体化学的时空变化,也能够为区域环境保护与环境治理提供数据支持。

1 数据采集和处理方法

编辑

本数据集的构建过程主要包括:水环境监测野外采样、样品测试和数据处理、数据审核、数据分析及数据集的形成,具体构建构成如图1。


[CSD-2019-043R1流程图.png 图片]

图1 数据集构建流程图


本研究利用33个生态站2004–2016年水质监测数据,包括农田生态站14个,森林生态站10个,荒漠生态站6个,草地生态站2个,沼泽生态站1个,共记录数据3719条。其中地下水统计32个生态站,记录数据1688条;静止地表水统计21个生态站,记录数据746条;流动地表水统计31个生态站,记录数据1285条。各生态站的基本信息见表1。


表1 生态站基本信息

'生态站'Eco-station '代码'Mark 生态系统类型Ecosystem type '经纬度'Longtitude and latitude '水类型(数据个数)'Water type (numbers)
阿克苏 AKA 农田 80°51′E,40°37′N DX(11) JB(23) LB(35)
安塞 ASA 农田 109°19′E,36°51′N DX(68) LB(111)
常熟 CSA 农田 120°42′E,31°33′N DX(48) JB(42) LB(73)
长武 CWA 农田 107°40′E,35°12′N DX(57) JB(122) LB(42)
封丘 FQA 农田 114°32′E,35°01′N DX(11) LB(15)
环江 HJA 农田 108°19′E,24°43′N DX(20) JB(21) LB(39)
海伦 HLA 农田 126°38′E,47°26′N LB(19)
栾城 LCA 农田 114°41′E,37°53′N DX(22)
拉萨 LSA 农田 91°20′E,29°40′N DX(14) LB(11)
沈阳 SYA 农田 123°22′E,41°31′N DX(31) JB(39) LB(33)
桃源 TYA 农田 111°27′E,28°55′N DX(11) JB(15) LB(22)
禹城 YCA 农田 116°34′E,36°49′N DX(135) LB(75)
盐亭 YGA 农田 105°27′E,31°16′N DX(309) JB(154) LB(161)
鹰潭 YTA 农田 116°55′E,28°15′N DX(6) JB(48) LB(31)
哀牢山 ALF 森林 101°01′E,24°32′N DX(41) JB(8) LB(12)
北京森林 BJF 森林 115°26′E,39°58′N DX(70) JB(2) LB(35)
西双版纳 BNF 森林 101°16′E,21°55′N DX(36) JB(22) LB(111)
长白山 CBF 森林 128°28′E,42°24′N DX(38) LB(33)
鼎湖山 DHF 森林 112°32′E,23°10′N DX(10)
贡嘎 GGF 森林 101°59′E,29°34′N DX(27) LB(104)
鹤山 HSF 森林 112°54′E,22°41′N DX(12) JB(15) LB(6)
会同 HTF 森林 109°30′E,26°48′N DX(67) JB(13) LB(13)
茂县 MXF 森林 103°54′E,31°42′N DX(23) LB(21)
神农架 SNF 森林 110°18′E,31°28′N DX(19) JB(62) LB(30)
策勒 CLD 荒漠 80°43′E,37°00′N DX(91) JB(31) JB(33)
鄂尔多斯 ESD 荒漠 110°11′E,39°29′N DX(82) JB(3) LB(32)
阜康 FKD 荒漠 87°45′E,44°30′N DX(103) JB(19) LB(13)
临泽 LZD 荒漠 100°07′E,39°21′N DX(24) JB(22) LB(23)
奈曼 NMD 荒漠 120°42′E,42°55′N DX(51) JB(8) LB(25)
沙坡头 SPD 荒漠 104°57′E,37°27′N DX(16) LB(36)
海北 HBG 草地 101°19′E,37°37′N DX(42) JB(50) LB(18)
内蒙古 NMG 草地 116°42′E,43°38′N DX(50) LB(43)
三江 SJM 沼泽 133°31′E,47°35′N DX(143) JB(27) LB(30)

注:DX-地下水,JB-静止地表水,LB-流动地表水

各生态站依据《陆地生态系统水环境观测规范[1]和《陆地生态系统水环境观测质量保证与质量控制[11]布置采样点,统一监测方法,参照规范中的国标方法进行样品分析。每个生态站对该地区所在的典型生态系统的流动地表水、静止地表水、地下水进行定位监测,每年干湿季节至少采集2次样品,分析指标包括八大离子(K+、Na+、Ca2+、Mg2+、Cl-、SO42- 、CO32- 、HCO3- )等。各台站将野外观测和室内分析的数据及元数据完整保留,并将监测的数据按规定的格式进行录入,对数据进行检查和补充说明,然后提交数据给水分分中心进行数据检验。

2 数据样本描述

编辑

本数据集的数据存储于Excel文件的1个数据表单中,包括生态站代码、采样年月、水类型、八大离子含量值。具体的内容及各字段含义如表2。


表2 本数据集内容及字段含义

字段名称 数据类型 量纲 说明
生态站代码 字符型 由3位字母组成,末位字母表示生态类型,A:农田站,F:森林站,G:草地站,D:荒漠站,M:沼泽站;如AKA,表示阿克苏农田站。
整数型 监测年份
整数型 监测月份
水类型 字符型 分别为地下水、静止地表水、流动地表水
钙离子(Ca2+ ) 浮点型 mg L-1 水中钙离子的含量
镁离子(Mg2+ ) 浮点型 mg L-1 水中镁离子的含量
钾离子(K+) 浮点型 mg L-1 水中钾离子的含量
钠离子(Na+) 浮点型 mg L-1 水中钠离子的含量
碳酸根离子(CO32- ) 浮点型 mg L-1 水中碳酸根离子的含量
重碳酸根离子(HCO3- ) 浮点型 mg L-1 水中重碳酸氢根离子的含量
氯化物(Cl-) 浮点型 mg L-1 水中氯离子的含量
硫酸根离子(SO42- ) 浮点型 mg L-1 水中硫酸根离子的含量


数据集Excel表中空白为未测此项,低于检出限用0表示。

3 数据质量控制和评估

编辑

CERN采用统一的监测规范和监测方法,执行台站–分中心–综合中心3级质控措施。为保证水质监测数据的质量及准确性,对数据进行准确性检验。

3.1 阴阳离子平衡检验

编辑

由于水中阴阳离子始终处于一种相互联系、相互制约的关系,要保持水溶液中的阴、阳离子电荷平衡,那么阴阳离子摩尔浓度总和应大致相等,理论上可知:

K+/39+Na+/23+Ca2+/40+Mg2+/24+···=HCO3- /61+SO42- /48+Cl-/35.5+CO32- /30+··· (1)

实际上由于分析误差、某些离子未做测定或某些离子在分析过程中组分发生了改变等因素,阴阳离子摩尔浓度很少相等,因此这两个指标在总量间允许有一定的差值(E.N.),其绝对值一般在10的范围内。

\(\mathrm{E}.\mathrm{N}.=\frac{\sum \mathrm{阴}\mathrm{离}\mathrm{子}-\sum \mathrm{阳}\mathrm{离}\mathrm{子}}{\sum \mathrm{阴}\mathrm{离}\mathrm{子}+\sum \mathrm{阳}\mathrm{离}\mathrm{子}}×100\) (2)

3.2 质量法和加和法对比检验

编辑

矿化度一般只用于天然水的测定。对于无污染的水样,该水样的矿化度与其总可滤残渣量值相同。矿化度的测定方法可根据目的的不同而选择不同的测定方式,例如:质量法、电导法、阴阳离子加和法等。理论上,矿化度应等于溶解性固体重量,但重碳酸盐在烘烤时转化为碳酸盐,其损失量约为HCO3- 的一半,即矿化度≈Σ阴离子量+Σ阳离子量−1/2HCO3- 。由于水样中组分复杂即存在分析误差,所以溶解性固体和阴阳离子总量之间可以存在一定的误差。若水样中有大量有机物或除八大离子外的某种含量高的离子未分析,可能出现较大的测定差值(%)。

\(测定差=\frac{矿化度-\left ( \sum 阴离子量+\sum 阳离子量-1/2HCO_{3} \right )}{矿化度+\left ( \sum 阴离子量+ \sum 阳离子量-1/2HCO_{3} \right )}\) (3)

3.3 电导率校核

编辑

对于多数天然水来说,将电导率(µS cm-1,25℃)乘以因数(一般为0.55–0.7),其得数就是矿化度的量(mg L-1)。对于变化不大的水源水,其经验校正因数可用矿化度M(mg L-1)和电导率E(µS cm-1,25℃)的比值(M/E)求得,利用这一审核方法,可以检验分析结果的正确性,发现分析中的较大误差。

通过以上检验,剔除监测异常值,提高数据的可靠性。图2a、2b分别是阴阳离子检验和矿化度质量法和加和法检验的结果。经检验,提高了用于分析的数据可靠性。由于不同生态站开始进行水质监测的时间不一,数据的起始年份存在差异,经数据的正确性检验,有不少异常的数据剔除,因而一些生态站的数据年份并不连贯。


图片

图片

图2 数据质量检验:(a)阴阳离子总量散点图;(b)矿化度质量法与加和法散点图


4 数据价值

编辑

目前对水化学特征的研究主要是在某一流域或地区的地下水、湖泊和河流开展,分析其离子来源、控制过程、影响因素及分布特征等,以全国范围较大尺度开展的研究较少,而且也少有长期的定位监测研究。分析水化学类型的变化状况,评价我国各类生态系统水化学现状,可以为未来水体水化学变化趋势分析提供依据和建议。

5 数据使用方法和建议

编辑

本数据集由CERN综合研究中心提供数据共享资源,用户可打开数据资源服务网站(http://www.cnern.org.cn),登入系统后,在首页点击“数据论文数据”,进入相应页面进行数据集全文下载。也可登录Science Data Bank(http://www.sciencedb.cn/dataSet/handle/862)访问数据集信息。读者如需进一步了解数据集的研究方法或研究结论,可参考本论文相关的参考文献[12],或与本文的通信作者联系。

致 谢

编辑

感谢CERN各个生态站对样品的采集和分析工作,感谢CERN综合研究中心和水分研究中心提供数据。

参考文献

编辑
  1. ^ 1.0 1.1 中国生态系统网络科学委员会. 陆地生态系统水环境观测规范[M]. 北京: 中国环境科学出版社, 2007.
  2. 张心昱, 孙晓敏, 袁国富, 等. 中国生态系统研究网络水体pH和矿化度监测数据初步分析[J]. 地球科学进展, 2009, 9(24): 1042-1050.
  3. 陈静生, 陶澎, 邓宝山, 等. 水环境化学[M]. 北京: 高等教育出版社, 1988.
  4. 乐嘉祥, 王德春. 中国河流水化学特征[J]. 地理学报, 1963, 29(1): 1-13.
  5. 章光新, 邓伟, 何岩, 等. 中国东北松嫩平原地下水水化学特征与演变规律[J]. 水科学进展. 2006, 17(1): 20-28.
  6. 姜体胜, 曲辞晓, 王明玉, 等. 北京平谷平原区浅层地下水化学特征及成因分析[J].干旱区资源与环境, 2017, 31(11): 122-127.
  7. 胡春华, 童乐, 万齐远, 等. 环鄱阳湖浅层地下水水化学特征的时空变化[J]. 环境化学, 2013, 32(6): 974-979.
  8. 唐玺雯, 吴锦奎, 薛丽洋, 等. 锡林河流域地表水水化学主离子特征及控制因素[J]. 环境科学, 2014, 35(1): 131-142.
  9. 蒲焘, 何元庆, 朱国锋, 等. 丽江盆地地表-地下水的水化学特征及其控制因素[J]. 环境科学, 2012, 33(1): 48-54.
  10. 周嘉欣, 丁永建, 曾国雄, 等. 疏勒河上游地表水水化学主离子特征及其控制因素[J]. 环境科学, 2014, 35(9): 3315-3324.
  11. 袁国富, 张心昱, 唐新斋, 等. 陆地生态系统水环境观测质量保证与质量控制[M]. 北京: 中国环境科学出版社, 2012.
  12. 黄丽, 张心昱, 袁国富, 等. 我国典型陆地生态系统水化学离子特征及空间分布[J]. 环境科学, 2019, 40(05): 2086-2093.

数据引用格式

编辑

黄丽, 张心昱, 袁国富, 等. 2004–2016年中国生态系统研究网络(CERN)台站水中八大离子数据集[DB/OL]. Science Data Bank, 2019. (2019-08-29). DOI: 10.11922/sciencedb.862.


 

本作品在“知识共享-署名 4.0 国际”协议下发表。

Public domainPublic domainfalsefalse