2005–2014年桃源站气象综合观测场土壤水热动态数据集
| 2005–2014年桃源站气象综合观测场土壤水热动态数据集 作者：尹春梅 傅心赣 陈春兰 魏文学 谢小立 2020年3月27日 |
 尹春梅, 傅心赣, 陈春兰, 等. 2005–2014年桃源站气象综合观测场土壤水热动态数据集[J/OL]. 中国科学数据, 2020. (2020-03-24). DOI: 10.11922/csdata.2020.0011.zh. |
摘要&关键词
编辑摘要：土壤水热状况不仅对作物的生长、节水灌溉有着重要的作用，同时对大气环流和气候变化也影响重大，高质量的长期野外监测数据尤为宝贵。湖南桃源农田生态系统国家野外观测研究站代表着江南丘陵复合农业生态区，光、热、水和生物资源丰富，气候生产潜力高，复合农业经营发达，是我国传统的粮、油、猪、棉、麻和亚热带水果生产基地。本文整理的2005–2014年土壤水热动态数据集采自桃源站气象综合观测场，样地的设置、数据的观测、采集处理方法和质量控制体系均按照中国生态系统研究网络（CERN）的统一规范进行，数据内容包括土壤体积含水量动态、土壤分层温度动态、土壤热通量数据，同时还包括气温、降雨和相对空气湿度数据。为了更好地利用这些数据，本数据集在CERN入库数据的基础上对数据进行了整理加工和再次质控。数据集对于研究亚热带红壤区域碳循环、土壤热储量、地表能量和水分输送、以及作物生长、调整作物布局、合理安排农事生产等有重要的现实意义。
关键词：桃源站；土壤水热；气温；降雨；监测数据；2005–2014年
Abstract & Keywords
编辑Abstract: Soil water and heat status not only play an important role in crop growth and water-saving irrigation, but also in atmospheric circulation and climate change. High quality long-term field monitoring data is particularly valuable. Hunan Taoyuan Aro-ecosystem National Observation and Research Station represents the complex agricultural ecological area of the hills in the south of the Yangtze River, which is a traditional production base of grain, oil, pig, cotton, hemp and subtropical fruits in China. This area is rich in light, heat, water and biological resources, high in climate production potential and developed in complex agricultural management. This dataset was obtained at the meteorological observational site of Hunan Taoyuan Aro-ecosystem National Observation and Research Station from 2005 to 2014. The setting, observation, collection and processing methods and quality control system of the sample plots were carried out in accordance with the uniform provisions of Chinese Ecosystem Research Network (CERN). The dataset includes soil volume water content dynamic, soil stratification temperature dynamic, soil heat flux data, as well as air temperature, rainfall and phase for air humidity data. In order to make better use of the data, this dataset collates and processes the data which submitted to CERN warehouse and controls the data again. The dataset is of great practical significance for the study of carbon cycle, soil heat storage, surface energy and water transport, crop growth, crop layout adjustment and agricultural production.
Keywords: TYA; soil water and heat; temperature; rainfall; monitoring data; 2005–2014
数据库（集）基本信息简介
编辑| 数据库（集）名称 | 2005–2014年桃源站气象综合观测场土壤水热动态数据集 |
| 数据作者 | 尹春梅，傅心赣，陈春兰，魏文学，谢小立 |
| 数据通信作者 | 尹春梅（cmyin@isa.ac.cn） |
| 数据时间范围 | 2005–2014年 |
| 地理区域 | 湖南桃源农田生态系统国家野外科学观测研究站气象综合观测场: 111°26′26.0″–26.9″E, 28°55′45.7″–46.5″N。 |
| 数据格式 | *.xlsx |
| 数据量 | 52623条数据，2.58 MB |
| 数据服务系统网址 | http://www.sciencedb.cn/dataSet/handle/957 |
| 基金项目 | 国家生态系统观测研究网络（CNERN）湖南桃源农田生态系统国家野外科学观测研究站运行服务项目；中国生态系统研究网络（CERN）桃源农业生态试验站运行项目。 |
| 数据库（集）组成 | 数据集由12个数据表单组成： 1. 气温（D）——逐日气温数据表； 2. 气温（M）——逐月气温数据表； 3. 相对湿度（D）——逐日相对湿度数据表； 4. 相对湿度（M）——逐月相对湿度数据表； 5. 降雨（D）——逐日降雨数据表； 6. 降雨（M）——逐月降雨数据表； 7. 土壤体积含水量（D）——实际测定日土壤体积含水量数据表； 8. 土壤体积含水量（M）——观测场地土壤体积含水量数据月平均数表； 9. 土壤温度（D）——逐日分层土壤温度数据表（地表、5cm、10cm、15cm、20cm、40cm、60cm、100cm）； 10. 土壤温度（M）——逐月分层土壤温度数据表（地表、5 cm、10 cm、15 cm、20 cm、40 cm、60 cm、100 cm）； 11. 土壤热通量（D）——逐日土壤热通量数据表； 12. 土壤热通量（M）——逐月土壤热通量数据表。 |
Dataset Profile
编辑| Title | A dataset of soil water and heat dynamic obtained in the meteorological observational site of TYA from 2005 to 2014 |
| Data corresponding author | Author’s name (author@mail.cn) |
| Data authors | Yin chunmei, Fu xingan, Chen chunlan, Wei wenxue, Xie xiaoli |
| Time range | Year 2005–2014 |
| Geographical scope | The meteorological observational site of Hunan Taoyuan Aro-ecosystem National Observation and Research Station: 111°26′26.0″–26.9″E, 28°55′45.7″–46.5″N. |
| Data volume | 52623 pieces of data，2.58 MB |
| Data format | *.xlsx |
| Data service system | <http://www.sciencedb.cn/dataSet/handle/957> |
| Sources of funding | Chinese Ecosystem Research Network (CERN) – Taoyuan Agro-ecology Research Station, Chinese Academy of Sciences; National Science and Technology Infrastructure Platform; Operation Service Project of National Scientific Observation and Research Field Station of Taoyuan Agro-ecology Research Station in Hunan, Ministry of Science and Technology of the People’s Republic of China. |
| Dataset composition | The data sets consist of 12 data forms: 1. Temperature (D) - daily temperature data sheet; 2. Temperature (M) - monthly temperature data sheet; 3. Relative humidity (D) - Daily relative humidity data sheet; 4. Relative humidity (M) - monthly relative humidity data sheet; 5. Rainfall (D) - daily rainfall data sheet; 6. Rainfall (M) - monthly rainfall data sheet; 7. Soil volume water content (D) - data sheet of actual measured daily soil volume water content; 8. Soil volume water content (M) - monthly average of soil volume water content data of each observation site; 9. Soil temperature (D) - Daily layered soil temperature data table (surface, 5cm, 10cm, 15cm, 20cm, 40cm, 60cm, 100cm); 10. Soil temperature (M) - monthly layered soil temperature data sheet (surface, 5 cm, 10 cm, 15 cm, 20 cm, 40 cm, 60 cm, 100 cm); 11. Soil heat flux (D) - daily soil heat flux data sheet; 12. Soil heat flux (M) - monthly soil heat flux data sheet. |
引 言
编辑红壤是我国分布面积最广的土类之一，主要分布在25°–31°N的中亚热带广大低山丘陵地区，包括湖南省在内的南方红壤丘陵区总土地面积为118×104km2，约占全国土地面积的12.3％[1]，坡地和丘陵地是红壤区典型的地貌特征。一方面，由于水热资源丰富，该区蕴藏着巨大的自然资源开发利用潜力，是发展粮食和经济作物及果、林、草的重要基地。另一方面，水土流失和季节性干旱又是该区面临的最为严重的两大生态问题[2]，严重制约了区域农业的可持续发展[3][4]。
土壤水分作为联系降水、地表水与地下水的纽带，通过植被蒸腾与光合作用影响水、能量以及地球生物化学循环，是土壤系统养分循环和流动的载体，是陆地水循环过程的关键环节[5]。地表土壤的水热动态过程和变化机制是陆面过程的重要研究内容[6][7]，也是土壤－植被－大气连续体中不同功能作用层水分上行运动的重要联系枢纽和水量平衡研究的关键[8]。土壤中水热交换是同时进行的，二者之间存在着必然的互作效应[9]。因而，土壤水热状况的长期观测对于研究亚热带红壤区域碳循环、土壤热储量、地表能量和水分输送、以及作物生长、调整作物布局、合理安排农事生产等有重要的现实意义。
本数据集汇集了桃源站标准气象观测场2005–2014年水热动态长期观测数据，包括气温、降水、相对湿度、土壤分层温度、土壤热通量以及土壤含水量的日数据和月统计数据。本文将介绍这些数据的有关情况，为用户更好地使用这些数据提供基础信息。
1 数据采集和处理方法
编辑湖南桃源农田生态系统国家野外科学观测研究站（也称中国科学院桃源农业生态试验站，简称桃源站，TYA），成立于1979年6月，隶属于中国科学院亚热带农业生态研究所，现为中国生态系统研究网络（CERN）野外站，国家生态系统观测研究网络（CNERN）研究站，全球陆地观测系统（GTOS）以及国际长期生态研究网（ILTER）成员。桃源站在CERN和CNERN的统一部署下，按照陆地生态系统水环境观测规范及大气环境观测要求[10][11]，设置观测样地、观测层次及观测频度，从2004年起，采用统一的观测仪器和指标，设置标准化水分和气象观测场地对系列指标进行长期监测。
1.1 观测样地设置
编辑桃源站气象综合观测场（TYAQX01），建立于1996年，正南北向，正方形，面积25×25 m²。该气象观测场地位于坡顶平地，四周空旷平坦，周围没有高大建筑物、树木的遮挡。观测场四周未种植高秆作物，观测场位于该地区主风向的上风方向。观测场中心点经纬度： 111°26′26.4 ″E；28°55′46.1″N；西南角：111°26′ 26.0 ″E；28°55′45.7″N；东北角：111°26′ 26.9″E； 28°55′46.5″N。气象场内气象、水分观测设施（中子管埋设）分布图及编码见图1。
图1 桃源站气象综合观测场
1.2 数据采集方法
编辑本数据集整编了桃源站气象观测场土壤水热部分观测指标日尺度和月尺度统计数据，主要包括气温、降雨、相对湿度、土壤温度、土壤含水量和土壤热通量。
大气观测仪器采用芬兰VAISALA生产的MILOS520自动气象站，数据按月处理，由中国生态系统研究网络气象报表由自动生成的报表（简称为M报表）、规范气象数据报表（简称为A报表）和数据质量控制表（简称为B2表）组成。编制数据报表时，打开“生态气象工作站”，启动数据处理程序，数据处理程序将对观测数据进行自动处理、质量审核，按照观测规范[12]最终编制出观测报表文件。
土壤含水量采用北京超能科技公司生产的CNC503（DR）中子仪进行观测，观测样地的设置、维护以及观测规范和原始数据质量控制方法根据《中国生态系统研究网络（CERN）长期观测质量管理规范》丛书《陆地生态系统水环境观测质量保证与质量控制》[13]的相关规定进行，数据处理采用CERN生态网络前端数据处理–土壤水分含量专用软件进行。观测数据获取后，由台站按照CERN规范要求统一录入土壤水分含量报表，每年定期向CERN 水分分中心上报，由CERN水分分中心负责汇总、质控，并录入数据库。
本数据集中所涉及的数据采样和记录规范如下：
1.2.1 温度和湿度
编辑自动观测采用HMP155型温湿度传感器。每10 s采测1个温度和湿度值，每min采测6个温度和湿度值，去除一个最大值和一个最小值后取平均值，作为每分钟的温度和湿度值存储。正点时采测00 min的温度和湿度值作为正点数据存储，同时获取前1h内的温度极值和相对湿度极值及出现时间进行存储。每日20时从每小时的最高和最低气温和最小相对湿度值及出现时间中挑选出1 d内的气温极值和相对湿度极值及出现时间存储。数据记录，温度保留1位小数，相对湿度取整数值。
人工观测气温和湿度的仪器主要有干球温度表、湿球温度表、最高温度表、最低温度表、毛发湿度表，安装在百叶箱中，每日三次（8:00、14:00、20:00）观测。
观测层次：距地面1.5 m。
1.2.2 降雨
编辑采用RG13型雨量传感器，液态降水，每分钟计算出1分钟的降水量，正点时计算、存储前1小时的降雨量。每日20时计算存储每日降水（20：00-20:00）。数据记录保留1位小数，自动降水数据缺失时日累计降雨量采用人工降雨数据替补。
人工降雨采用SM1-1型雨雪量器，每天8:00和12:00观测前12 h的降雨量；降雨量大时，视具体情况增加观测次数，更换储水瓶，以免降水溢出造成记录失真。准确度为0.1 mm，无降水或不足0.05 mm的降雨量计为0.0。
观测层次：距地面70 cm。
1.2.3 地温
编辑下垫面温度和不同深度的土壤温度统称为地温。
本站采用QMT110型土壤温度传感器。每10秒采测1次地面和地下各层温度值，每分钟采测6次各层温度值，存储每层地温值，正点时存储00 min的数值作为正点数据存储，并获取每小时地面温度的最高、最低温度值和出现时间。每日20时挑取24h内的地面温度最高、最低温度和出现时间，数值保留2位小数。
观测层次：土壤0 cm、5 cm、10 cm、15 cm、20 cm、40 cm、60 cm、100 cm。
1.2.4 土壤热通量
编辑采用HFP01SC型自校准土壤热通量传感器。每12小时自动校准传感器一次，计算得出测量参数用于热通量测量。每10 s采测1次，每分钟采测6次（瞬时值），去除一个最大值和一个最小值后取平均值，数值保留3位小数。正点（地方平均太阳时）00 min采集土壤热通量瞬时值，同时计算存储土壤热通量（累积值）。
观测层次：热通量板埋入土下3–5 cm。
1.2.5 土壤体积含水量
编辑采用北京超能科技公司生产的CNC503（DR）中子水分仪（以下简称中子仪）进行观测，观测频率为每隔5天1次（5–10月）、每隔10天1次（11月至次年4月），观测场中埋设2根中子管，在实际观测过程中由于降雨和仪器等原因观测时间有适当调整。原始数据采用小数表示，数值保留4位小数，数据整理过程中用百分数表示，数值保留2位小数。
观测层次：10cm、20cm、30cm、40cm、50cm、70cm、90cm、110cm、130cm、150 cm、170 cm。
1.3 数据的处理
编辑本数据集是基于CERN长期联网监测桃源站长期大气和水分监测入库数据的再加工数据集，原始数据以及数据集整编过程数据处理和质控措施见表1，数据源可通过网址：http://tya.cern.ac.cn/meta/metaData 查询和获取。
表1 数据处理过程及其质量控制和评估方法
| 观测指标 | 原始数据处理及其质控、评估方法 | 数据集整编过程处理及质控措施 |
| 气温 | （1）超出气候学界限值域−80～60℃的数据为错误数据。 （2）1 min内允许的最大变化值为3℃，1 h内变化幅度的最小值为0.1℃。 （3）定时气温大于等于日最低地温且小于等于日最高气温。 （4）24小时气温变化范围小于50℃。 （5）利用与台站下垫面及周围环境相似的一个或多个邻近站观测数据计算本站气温值，比较台站观测值和计算值，如果超出阈值即认为观测数据可疑。 （6）某一定时气温缺测时，用前、后两定时数据内插求得，按正常数据统计，若连续两个或以上定时数据缺测时，不能内插，仍按缺测处理。 （7）一日中若24次定时观测记录有缺测时，该日按照02、08、14、20时4次定时记录做日平均；若4次定时记录缺测一次或以上，但该日各定时记录缺测5次或以下时，按实有记录作日统计；缺测6次或以上时，不做日平均。 | （1）气温数据自动观测的日值缺失时，气温日平均值使用人工观测数据代替（人工观测数据为每日08、14、20时定时气温均值），每日3次观测按照每日4次观测统计处理，插补02时数据，02时气温用(当日最低气温+前一日20时气温)÷2求得，日平均值按 [(当日最低气温+前一日20时气温)÷2 +T08+T14+T20]÷4统计。 （2）气温数据自动观测的日值缺失时，极值为人工观测数据值，因人工观测数据未记录极值时间，所以极值出现时间缺失，若人工观测极值与自动观测极值接近（±0.3），则保留自动观测极值出现时间，否则极值出现时间标记为未发现，用符号“-”表示。 （3）采用了人工观测数据计算值的气温（D）和气温（M）表当日、当月数据备注列注明“修订”字样。 |
| 相对湿度 | （1）相对湿度介于0–100％之间。 （2）定时相对湿度大于等于日最小相对湿度。 （3）干球温度大于等于湿球温度（结冰期除外）。 （4）某一定时相对湿度缺测时，用前、后两定时数据内插求得，按正常数据统计，若连续两个或以上定时数据缺测时，不能内插，仍按缺测处理。 （5）一日中若24次定时观测记录有缺测时，该日按照02、08、14、20时4次定时记录做日平均，若4次定时记录缺测一次或以上，但该日各定时记录缺测5次或以下时，按实有记录作日统计，缺测6次或以上时，不做日平均。 | （1）相对湿度自动观测的日值缺失时，使用人工观测数据计算结果代替。 （2）人工观测数据定时观测时间为08时、14时、20时，用08时的相对湿度值代替02时的值，然后对每日质控后的所有4个时次观测数据进行平均，计算日平均值。 （3）采用人工观测数据计算值的相对湿度日值（D）和相对湿度月值（M）表当日、当月数据备注列注明“修订”字样。 |
| 降雨 | （1）降雨强度超出气候学界限值域0–400 mm/min的数据为错误数据；（2）降雨量大于0.0 mm或者微量时，应有降水或者雪暴天气现象；（3）降雨量的日总量由该日降雨量各时值累加获得。一日中定时记录缺测一次，另一定时记录未缺测时，按实有记录做日合计，全天缺测时不做日合计；（4）月累计降雨量由日总量累加而得。一月中降雨量缺测7天或以上时，该月不做月合计，按缺测处理。 | （1）降雨量日值和月值均为累积值，当降雨量日值有缺测时，采用人工数据、气象观测日记、自动观测降雨量数据对比的方式对缺失降雨量日值进行插补和修订，备注列注明“修订”字样。 （2）降雨量（M）月降雨量合计值根据修订后的降雨日累计值计算，当月备注列注明“修订”字样。 |
| 土壤含水量 | （1）观测前、观测中、观测后按操作规程进行仪器的检查、标定、观测和记录。 （2）自动化数据处理和校验：采用CERN专用软件进行。 （3）阈值检测：理论阈值范围0–100％，经验阈值范围不低于该样地萎蔫含水量，不高于饱和含水量。 | 本数据集的生产采用质控后的土壤含水量数据，并进行了加工处理，方法为： （1）对源数据中的数据进行核查，修正自动化处理过程中的错行、重复记录，排除录入过程的数据缺失和错漏。 （2）土壤含水量日数据（D表）：将样地内各中子管每次测定数据取平均值代表该样地该测定日的体积含水量数据；原数据中两次重复有1次缺失的，采用剩下的1次作为当日值，两次均缺失的，按缺失处理，备注说明；有效数据个数按实际参与平均的数据个数计算。 （3）土壤含水量月数据（M表）：将土壤含水量日数据（D表）和每月各日数据取平均值作为该月的土壤体积含水量数据，当月无测定数据的，按缺失处理，备注说明。 （4）在数据表中标明重复数（参与平均的数据个数）及标准差[14]。 （5）在备注列标明数据缺失原因。 |
| 土壤温度（地表、5 cm、10 cm、15 cm、20 cm、40 cm、60 cm、100 cm） | （1）错误数据范围：地表温度超出气候学界限值域−90～90℃的数据为错误数据；5 cm土壤温度超出气候学界限值域−80～80℃的数据为错误数据；10 cm土壤温度超出气候学界限值域−70～70℃的数据为错误数据；15 cm土壤温度超出气候学界限值域−60～60℃的数据为错误数据；20 cm土壤温度超出气候学界限值域−50～50℃的数据为错误数据；40 cm土壤温度超出气候学界限值域−45～45℃的数据为错误数据；60 cm土壤温度超出气候学界限值域−40～40℃的数据为错误数据；100 cm土壤温度超出气候学界限值域−40～40℃的数据为错误数据。 （2）定时观测地表温度大于等于日地表最低温度且小于等于日地表最高温度。 （3）地表温度1 min内允许的最大变化值为5℃，1 h内变化幅度的最小值为0.1℃；各层次土壤温度1 min内允许的最大变化值为1℃，2 h内变化幅度的最小值为0.1℃。 （4）土壤温度24小时变化范围：地表温度24小时变化范围小于60℃；5 cm土壤温度24小时变化范围小于40℃；10 cm土壤温度24小时变化范围小于40℃；15 cm土壤温度24小时变化范围小于40℃；20 cm土壤温度24小时变化范围小于30℃；40 cm土壤温度24小时变化范围小于30℃；60 cm土壤温度24小时变化范围小于20℃；100 cm土壤温度24小时变化范围小于20℃。 （5）某一定时土壤温度缺测时，用前、后两定时数据内插求得，按正常数据统计，若连续两个或以上定时数据缺测时，不能内插，仍按缺测处理。 （6）一日中若24次定时观测记录有缺测时，该日按照02、08、14、20时4次定时记录做日平均，若4次定时记录缺测一次或以上，但该日各定时记录缺测5次或以下时，按实有记录作日统计，缺测6次或以上时，不做日平均。 | （1）地表温度的日值缺失时采用人工观测数据结果插补，方法参照与气温日值缺失的插补； （2）各层次土壤温度日值缺失时，用缺测日前后的气温数据内插求得（连续缺失最长不超过5日）； （3）采用插补后的日值计算月均值； （4）有插补值的当日和当月数据备注列注明“修订”字样； （5）采用时间序列比对法，通过时间序列比对法，标注未达到本数据集剔除条件的异常数据（2006年10 – 12月土壤5 cm土壤温度数据），以黄色背景显示，并备注“偏高”。 |
| 土壤热通量 | （1）热通量板精度误差5％左右。 （2）晴好天气状态，测量值一般不超过净辐射的20％，有植被的情况下，土壤热通量一般是净辐射的5％–10％。 （3）土壤热通量缺测数小时但不是全天缺测时，按实有记录做日合计，全天缺测时，不做日合计。 （4）一月中土壤热通量日总量缺测9天或以下时，月平均日合计等于实有记录之和除以实有记录天数。缺测10天或以上时，该月不做月统计，按缺测处理。 | （1）因土壤热通量有方向，且本数据集中数据缺失量较少，故不作插补。 （2）缺失数据在数据列中用“ ”表示，备注中标注“缺失”。 （3）通过时间序列比对法，标注未达到本数据集剔除条件的异常数据（2014年7月21、22日土壤热通量数据），以黄色背景显示，并备注“偏高”。 |
2 数据样本描述
编辑本数据集由12个数据表组成，分别为：
（1）气温（D）：本表为气温日尺度数据表，数据列包括年、月、日、日平均值、日最大值、日最大值出现时间、日最小值、日最小值出现时间、备注。
（2）气温（M）：本表为气温月尺度数据表，数据列包括年、月、日平均值月平均、日最大值月平均、日最小值月平均、月极大值、极大值日期、月极小值、极小值日期、备注。
（3）相对湿度（D）：本表为相对湿度日尺度数据表，数据列包括年、月、日、日平均湿度、日最低湿度、最低湿度出现时间、备注。
（4）相对湿度（M）：本表为相对湿度月尺度数据表，数据列包括年、月、日平均值月平均、日最小值月平均、月极小值、极小值日期、备注。
（5）降雨量（D）：本表为降雨日尺度数据表，数据列包括年、月、日、降雨量、当日最大小时降雨量、备注。
（6）降雨量（M）：本表为降雨月尺度数据表，数据列包括年、月、月降雨量合计、月小时降雨量极大值、极大值日期、备注。
（7）土壤含水量（D）：本表为土壤体积含水量日尺度数据表，数据列包括年、月、日、样地代码、样地名称、作物名称、观测层次、体积含水量、标准差、有效数据个数、备注。
（8）土壤含水量（M）：本表为土壤体积含水量月尺度数据表，数据列包括年、月、观测层次、体积含水量、标准差、有效数据个数、备注。
（9）土壤温度（D）：本表为土壤温度日尺度数据表，数据列包括年、月、日、观测层次、日平均温度、日最高、日最低、备注。
（10）土壤温度（M）：本表为土壤温度月尺度数据表，数据列包括年、月、观测层次、日平均值月平均、日最大值月平均、日最小值月平均、月极大值、极大值日期、月极小值、极小值日期、备注。
（11）土壤热通量（D）：本表为土壤热通量日尺度数据表，数据列包括年、月、日、土壤热通量日合计、备注。
（12）土壤热通量（M）：本表为土壤热通量月尺度数据表，数据列包括年、月、土壤热通量月合计、有效数据个数、备注。
数据表中：“空白”表示缺测，“0”表示实测结果为零，“-”表示未检出或未发现。
3 数据质量控制和评估
编辑作为CERN的成员站，桃源站在CERN的统一规划和指导下，进行相关指标的长期观测，指标进行长期观测，数据的管理和质量控制则由专业分中心和综合中心负责[13][12]。为了保证数据质量进而实现有效共享，CERN形成了严谨的质量管理体系，通过计划、执行和评估三个步骤，采取前端控制和后端质控的管理模式，对数据进行审核、检验和评估。
本数据集所涉及的观测样地的设置、维护以及观测规范和原始数据质量控制方法根据《中国生态系统研究网络（CERN）长期观测规范》的相关规定进行[10][11]。观测数据获取后，由台站按照CERN 规范要求统一录入相应报表，每年定期向CERN大气、水分分中心上报，由分中心负责汇总、质控，并录入数据库。
许多科学研究在使用长期观测数据的时候都会用到观测的日值资料，但由于仪器故障、人力等原因，数据缺测、漏测的现象均有不同程度的存在，这给研究工作带来了一定的不确定性。本数据集的基础数据为CERN长期监测入库数据，数据集加工过程中，再次对原始数据的完整性、准确性和一致性进行了检验评估，并对部分缺失日数据进行了插补，统计结果进行了重新计算，为今后的科研工作者和统计工作者提供了更好的支撑。原始数据和数据集整理过程具体质控方法参见本文第1.3节数据的处理，同时，本文统计了各表基于入库数据的修订率（见表2），数据条数按excel表行数计算，有多个数据项，如逐日数据表，1条数据表示当日多个数据项，逐月数据表1条数据则表示当月多个数据项。
另外，2006年10 – 12月土壤5 cm地温数据与同时间段地表温度与土壤10 cm相比高出较多，且与其他年份同期相比也明显偏高，2014年7月21、22日土壤热通量数据与往年同期相比偏高，但未达到源数据处理及数据集整理过程异常值剔除范围，给予保留，但在数据表中以黄色背景显示，并在备注列标注了“偏高”字样，提请数据使用者注意。
表2 本数据集各数据表缺失、修订率
| 序号 | 数据表名称 | 数据总条数 | 缺失条数 | 缺失率 | 修订条数 | 修订率 |
| 1 | 气温（D） | 3652 | 0 | 0.00 | 35 | 0.96 |
| 2 | 气温（M） | 120 | 0 | 0.00 | 15 | 12.50 |
| 3 | 相对湿度（D） | 3652 | 0 | 0.00 | 115 | 3.15 |
| 4 | 相对湿度（M） | 120 | 0 | 0.00 | 26 | 21.67 |
| 5 | 降雨量（D） | 3652 | 0 | 0.00 | 27 | 0.74 |
| 6 | 降雨量（M） | 120 | 0 | 0.00 | 11 | 9.17 |
| 7 | 土壤含水量（D） | 6039 | 69 | 1.14 | 0 | 0.00 |
| 8 | 土壤含水量（M） | 1320 | 22 | 1.67 | 0 | 0.00 |
| 9 | 土壤温度（D） | 29216 | 0 | 0.00 | 315 | 1.08 |
| 10 | 土壤温度（M） | 960 | 0 | 0.00 | 129 | 13.44 |
| 11 | 土壤热通量（D） | 3652 | 8 | 0.22 | 0 | 0.00 |
| 12 | 土壤热通量（M） | 120 | 0 | 0.00 | 0 | 0.00 |
4 数据价值
编辑在CERN顶层设计规范下实施的各站水、土、气、生各要素长期观测工作，从指标体系的设计、观测过程的实施、数据的整理汇交都有一系列的标准和规范以保障所获取数据的一致性和准确性，如《CERN长期观测规范丛书》《CERN长期观测质量管理规范丛书》等[14][15][13][12][10]，实现了网络内各台站建为提高生态环境科学的研究水平，为促进我国自然资源的可持续利用以及为国家关于资源、环境方面的重大决策提供科学依据。基于CERN联网观测产生的数据集是我国长期生态观测基础数据积累的重要组成部分。
5 数据使用方法和建议
编辑
致 谢
编辑感谢曾经承担过桃源站水分、大气野外观测工作的肖领先、宋佳阳等工作人员！ 感谢CERN水分分中心唐新斋老师，大气分中心刘广仁老师对数据处理和质量控制方面的指导和帮助！
参考文献
编辑- ↑ 梁音, 张斌, 潘贤章, 等. 南方红壤丘陵区水土流失现状与综合治理对策[J]. 中国水土保持科学, 2008 (01): 22-27.
- ↑ 赵其国, 黄国勤, 马艳芹. 中国南方红壤生态系统面临的问题及对策[J]. 生态学报, 2013, 33(24): 7615-7622.
- ↑ MORBIDELLI R , SALTALIPPI C , FLAMMINI A, et al. Role of slope on infiltration: A review[J]. Journal of Hydrology, 2018, 557: 878-886.
- ↑ 魏文学, 谢小立, 秦红灵, 等. 促进南方红壤丘陵区农业可持续发展的复合农业生态系统长期观测研究[J]. 中国科学院院刊, 2019, 34(02): 231-243.
- ↑ PURDY A J, FISHER J B, GOULDEN M L, et al. SMAP soil moisture improves global evapotranspiration[J]. Remote Sensing of Environment, 2018, 219(15): 1-14.
- ↑ 唐振兴, 何志斌, 刘鹄. 祁连山中段林草交错带土壤水热特征及其对气象要素的响应[J]. 生态学报, 2012, 32(4): 1056-1065.
- ↑ SUN G, NOORMETS A, GAVAZZI M J, et al. Energy and water balance of two contrasting loblolly pine plantations on the lower coastal plain of North Carolina, USA[J]. Forest Ecology and Management, 2010, 59(7): 1299-1310.
- ↑ 景梽淏, 景元书, 贾秋洪. 低丘红壤区旱田水热通量特征及其气象影响因素[J]. 中国农村水利水电, 2016 (01): 44-50.
- ↑ 康绍忠, 张建华, 梁建生. 土壤水分与温度共同作用对植物根系水分传导的效应[J]. 植物生态学报, 1999 (03): 20-28.
- ^ 10.0 10.1 10.2 中国生态系统研究网络科学委员会. 中国生态系统研究网络(CERN)长期观测规范丛书——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.
- ^ 11.0 11.1 中国生态系统研究网络科学委员会. 中国生态系统研究网络(CERN)长期观测规范丛书——生态系统大气环境观测规范[M]. 北京: 中国环境科学出版社, 2007.
- ^ 12.0 12.1 12.2 胡波, 刘广仁, 王跃思. 中国生态系统研究网络(CERN)长期观测质量管理规范丛书——生态系统气象辐射监测质量控制方法[M]. 北京: 中国环境出版社, 2012.
- ^ 13.0 13.1 13.2 袁国富, 张兴昱, 唐新斋等. 中国生态系统研究网络(CERN)长期观测质量管理规范丛书——陆地生态系统水环境观测质量保证与质量控制[M]. 北京: 中国环境出版社, 2012.
- ↑ 谢贤军, 王立军.中国生态系统研究网络观测与分析标准方法——水环境要素观测与分析[M]. 北京: 中国标准出版社, 2000.
- ↑ 王庚辰. 中国生态系统研究网络观测与分析标准方法——气象和大气环境要素观测与分析[M]. 北京: 中国标准出版社, 2000.
数据引用格式
编辑尹春梅, 傅心赣, 陈春兰, 等. 2005–2014年桃源站气象综合观测场土壤水热动态数据集[DB/OL]. Science Data Bank, 2020. (2020-03-24). DOI: 10.11922/sciencedb.957.
