2012–2016年洞庭湖洲滩土壤元素含量数据集

2012–2016年洞庭湖洲滩土壤元素含量数据集
作者：李旭　曾静　侯志勇　谢永宏　陈心胜　李峰
2019年10月16日

本作品收录于《中国科学数据》

李旭, 曾静, 侯志勇, 等. 2012–2016年洞庭湖洲滩土壤元素含量数据集[J/OL]. 中国科学数据, 2019. (2019-10-16). DOI: 10.11922/csdata.2019.0059.zh.

摘要&关键词

摘要：湿地土壤元素的空间分布受到多种环境因素的影响，其中水文条件通过水文周期的变化以及地表水和地下水的运动对土壤元素进行调节。洞庭湖湿地生态系统观测研究站自2009年正式运行以来，按中国生态系统研究网络（Chinese Ecosystem Research Network，CERN）统一的监测规范，对洞庭湖水文情势变化下，湿地生态系统中土壤主要理化性质、营养元素、重金属含量等指标进行长期定位监测。通过洞庭湖三种典型湿地植物（苔草，荻和辣蓼）样地表层土壤元素监测数据进行加工处理，获得2012–2016年洞庭湖洲滩土壤元素含量数据集。本数据集包含有机质、全氮、全磷、全钾、有效磷、速效钾、全锰、全铁、镉、铅、铬、镍、汞、砷14个指标。14个指标测定的相对误差平均为4.26%，重复测定的相对偏差为3.77%。同时附有完整的背景信息，保证了数据在空间和时间上的一致性。本数据集可以为洞庭湖土壤营养状况评估、环境质量评估、土壤污染风险评价以及环境土壤学研究等工作提供数据基础。

关键词：营养元素；重金属；土壤污染；洲滩湿地；长期定位监测

Abstract & Keywords

Abstract: The spatial distribution of soil elements in wetlands is affected by many environmental factors, among which the hydrological conditions regulate the soil elements through the change of hydrological cycle and the movement of surface water and groundwater. Since the Dongting Lake Wetland Ecosystem Research Station formally operated in 2009, according to the unified monitoring criteria of China Ecosystem Research Network (CERN), the main physical and chemical properties, nutrient elements and heavy metal contents of soil in the wetland ecosystem under the change of the hydrological situation of Dongting Lake have been measured for long-term locating and monitoring. The soil element content dataset of Dongting Lake beach from 2012 to 2016 were obtained by processing the surface soil element monitoring data of three typical wetland plants (Carex. sp, Triarrhena lutarioriparia and Polygonum hydropiper) in Dongting Lake. This data set contains 14 indicators, including organic matter, total nitrogen, total phosphorus, total potassium, available phosphorus, available potassium, total manganese, total iron, cadmium, lead, chromium, nickel, mercury and arsenic. The relative error rate of 14 indicators is 4.26% in average, with relative deviation of 3.77% in average. At the same time, complete background information is attached to ensure the temporal and spatial consistency of data. The dataset is expected to provide data support for soil nutrition assessment, environmental quality assessment, soil contamination risk assessment and environmental soil science research in Dongting Lake.

Keywords: nutrient element; heavy metal; soil pollution; wetland beach; long-term locating and monitoring

数据库（集）基本信息简介

数据库（集）名称	2012–2016年洞庭湖洲滩土壤元素含量数据集
数据作者	李旭，曾静，侯志勇
通讯作者	谢永宏（xyh@isa.ac.cn）
数据时间范围	2012–2016 年
地理区域	东洞庭湖洲滩
数据量	33.2 KB
数据格式	*.xlsx
数据服务系统网址	http://www.sciencedb.cn/dataSet/handle/879
项目基金	国家自然科学基金（31570431，41601106）；中国科学院重点部署项目（KFZD-SW-318）；中国科学院青年创新促进会项目（2014337）；湖南省自然科学基金（2018JJ3580）。
数据库（集）组成	该数据集由5张表单组成，它们分别为“洞庭湖洲滩土壤元素含量”表，“样地信息”表，“样地管理记录”表，“分析方法记录”表，“标准样品测定记录”表。其中“洞庭湖洲滩土壤元素含量”表记录了洞庭湖三种典型湿地植物（苔草、荻和辣蓼）样地表层土壤元素监测数据，数据记录27条。本表格包括生态站代码、年、月、日、样地代码、采样分区描述（微地形）、土壤类型、母质、植被/ 作物、采样深度（cm）、有机质（g/kg）、全氮（N g/kg）、全磷（P g/kg）、全钾（K g/kg）、有效磷（P mg/kg）、速效钾（K mg/kg）、全锰（Mn mg/kg）、全铁（Fe %）、镉（Cd mg/kg）、铅（Pb mg/kg）、铬（Cr mg/kg）、镍（Ni mg/kg）、汞（Hg mg/kg）、砷（As mg/kg）、备注，共计26个字段。

Dataset Profile

Title	Soil element content dataset of Dongting Lake beach (2012 – 2016)
Data corresponding author	Xie Yonghong (xyh@isa.ac.cn)
Data author(s)	Li Xu, Zeng Jing, Hou Zhiyong
Time range	2012–2016
Geographical scope	East Dongting Lake beach
Data volume	33.2 KB
Data format	*.xlsx
Data service system	<http://www.sciencedb.cn/dataSet/handle/879>
Source(s) of funding	National Natural Science Foundation of China (31570431, 41601106); Key Deployment Project of Chinese Academy of Sciences (KFZD-SW-318);Youth Innovation Promotion Association of Chinese Academy of Sciences (2014337); Hunan Province Natural Science Foundation (2018J3580).
Dataset/Database composition	The dataset consists of 5 tables, which are "Dongting Lake Beach Soil Element Content" table, "Plot Information" table, "Plot Management Record" table, "Analysis Method Record" table and "Standard Sample Determination Record" table. The table of "soil element content in Dongting Lake beach" recorded the monitoring data of soil elements in surface layer of three typical wetland plants (Carex. sp, Triarrhena lutarioriparia and Polygonum hydropiper) in Dongting Lake, contained 27 entries, which includes station code, year, month, day, plot code, sampling subplot description (micro-topography), soil type, parent material, vegetation/crop, sampling depth (cm), organic matter (g/kg), total nitrogen (N g/kg), total phosphorus (P g/kg), total potassium (K g/kg), available phosphorus (P mg/kg), available. potassium (unit: K mg/kg), total manganese (Mn mg/kg), total iron (Fe%), cadmium (Cd mg/kg), lead (Pb mg/kg), chromium (Cr mg/kg), nickel (Ni mg/kg), mercury (Hg mg/kg), arsenic (As mg/kg), and remarks, with the total being 26 fields.

引 言

洞庭湖位于长江中游荆江段南岸，是我国第二大淡水湖、长江重要的分洪沉沙调蓄湖泊和全球200个重要生态区之一，主要由东洞庭湖、南洞庭湖、西洞庭湖和横岭湖等主湖泊组成。它接纳湘、资、沅、澧四水和长江荆江河段松滋、太平、藕池三口，以及汨罗江、新墙河等湖区周边中小河流的来水来沙，经湖泊调蓄后由城陵矶出口汇入长江。洞庭湖是重要的国际湿地保护区域，具有调节江河径流、净化水质、维护生物多样性和改善生态环境等多种生态服务功能^[1]。

据史料记载，湖中的洲滩大部分起源于晚清后期至建国前后，它是长江与四水携带的泥沙在洞庭湖淤积的产物。洞庭湖区的土壤几乎全部为冲积湖积母质，湖泊洲滩为潮土、沼泽土和沼泽化草甸土，为壤土或沙壤土，厚达2 m以上。在汛期，大量泥沙、动植物残体沉积于洲土，为洲滩源源不断地补给有机质和矿物元素^[2]。同时，洞庭湖四水流域有色金属矿场及其伴生矿地，大型化工厂的工业废水，洞庭湖周边居民的生活垃圾以及流入湖内的农药、化肥等的入湖共同造成了滩地土壤中重金属的积累，滩地土壤中的重金属在一定条件下也可能重新释放到水中，严重影响湖泊水体质量^[3]。

洞庭湖湿地生态系统观测研究站（简称洞庭湖站）地处湖南省岳阳市郊区采桑湖南岸（北纬29°30′，东经112°48′），区内年均气温16.15℃，年均降水量1250–1450 mm，无霜期258–275 d，具有阳光充足，日照较长，雨量充沛，春夏冷暖气流交替频繁，夏秋晴热少雨，秋寒偏旱等特点。洞庭湖站自2009年组建以来，按中国生态系统研究网络（Chinese Ecosystem Research Network，CERN）统一的监测规范，针对洞庭湖水文情势下，洲滩湿地生态系统中土壤主要理化性质、营养元素、重金属含量等指标进行长期定位监测。2012–2016年洞庭湖洲滩土壤元素含量数据集来自于加工处理后的洞庭湖3种典型湿地植物（苔草，荻和辣蓼）样地表层土壤元素监测数据，并包括相应的地理、土壤、植被、人为管理等背景信息，以及分析方法和质量控制信息。本数据集可以为洞庭湖土壤营养状况评估、环境质量评估、土壤污染风险评价以及环境土壤学研究等工作提供数据基础。

1 数据采集和处理方法

1.1 数据来源

本数据集的土壤元素状况数据来自2012–2016年洞庭湖站典型长期监测样地（简称“样地”）表层土壤的有机质、氮、磷、钾、有效磷、速效钾、铁、锰、镉、铬、铅、镍、汞、砷含量监测数据。洞庭湖洲滩土壤监测以样地为单位开展。为了保证数据的空间代表性，各项指标在每次监测中都设置5个重复采样，每个重复采样又是来自10个采样点的混合土壤样品。取样时间为每年洪水前和洪水后，4月和11月中旬（实际根据洪水涨落确定，其中2016年度，3月开始样地就已经淹没，无法取样）。为了使用方便，将重复采样数据经校验审核后取平均值。为了保证数据的完整性，提取了相应样地背景信息、管理信息。为了体现数据的准确度和精密度，提取了各监测项目的分析方法记录和标准样品质控数据。将提取的数据按类别共生成5张表，分别命名为洞庭湖洲滩土壤元素含量、样地信息、样地管理记录、分析方法记录、标准样品测定记录。

1.2 数据规范化

1.2.1 样地的名称与代码的规范化

洞庭湖湿地生态系统观测研究站代码为DTM。根据CERN土壤监测规范，统一为3位，前2位为台站中文简称的汉语拼音缩写，第3位代表监测的主要生态系统类型，M表示湿地生态系统。样地代码按规范要求严格采用13位编码，台站代码（第1–3位）+监测类型编码（第4–7位）+监测要素分类码（第8–10位）+“_”（第11位）+长期监测采样地序号（第12–13位）^[4]。本数据集提取的典型样地的监测类型有综合和辅助两种。综合样地（ZH）代表了所在区域的主要生态系统类型，采样面积能够满足几十年到上百年的尺度要求，并可在样地内或者附近开展水分、土壤、大气、生物的多要素联合观测。辅助样地（FZ）是综合样地的对照和补充，是不同植被类型和演替阶段的湿地。

1.2.2 土壤分类归属的规范化

洞庭湖站在监测过程中参考土壤发生分类系统来对长期监测样地的土壤类型命名。在CERN土壤分中心开展的野外台站土壤分类规范化研究工作中^[5]，对各台站典型生态系统长期监测样地土壤的形成因素和剖面主要性状进行调查研究，分析探讨其发生过程，根据中国土壤发生分类（Genetic Soil Classification of China，GSCC）、中国土壤系统分类（Chinese Soil Taxonomy，CST）、美国土壤系统分类（Soil Taxonomy，ST）的分类标准对其进行了土壤类型划分，以便为数据使用者提供更可靠的土壤背景信息。

1.2.3 深度范围的规范化

按发生层划分采样深度时，经常出现深度划分不规则的问题，影响了不同监测年份间和不同样地间数据的可比性。本数据集提取上层采样深度在0–20 cm的监测数据。

2 数据集描述

2.1 数据集结构

本数据集由6 张数据表组成，它们分别为：

1. “洞庭湖洲滩土壤元素含量”表，记录土壤元素长期定位监测数据。本表格包括生态站代码、年、月、日、样地代码、样地名称、采样分区描述（微地形）、土壤类型、母质、植被（群落）类型、采样深度（cm）、有机质（g/kg）、全氮（g/kg）、全磷（g/kg）、全钾（g/kg）、有效磷（mg/kg）、速效钾（mg/kg）、全铁（%）、全锰（mg/kg）、镉（mg/kg）、铬（mg/kg）、铅（mg/kg）、镍（mg/kg）、汞（mg/kg）、砷（mg/kg）、备注，共计26个字段。本表是数据集的核心表格，其余5个表格均是对本表数据背景信息的记录。在涉及到的12种土壤元素中，碳、氮、磷、钾为植物营养大量元素，铁、锰属于植物营养微量元素，但含量过高或者在酸性土壤上会造成毒害；镉、铬、铅、镍属于对生物有害的重金属元素；汞属于对生物有害的类金属元素；砷属于对生物有害的非金属元素^[6]。

2. “样地信息”表，记录各台站典型长期监测样地的基本信息，可以通过样地代码字段与“洞庭湖洲滩土壤元素含量”表关联。本数据表包括样地代码，样地名称，观测类别，生态系统类型，地理位置，代表性描述、周边环境和选址说明，海拔高度，地貌特征，土壤母质，土壤类型，气候条件，水分条件，动物活动情况，人类活动情况，备注，共计15个字段。土壤类型为洞庭湖站在研究和监测中确定的名称。为了增加数据的科学性，对主要的综合观测场样地增加了国内外主流的土壤分类体系命名。中国土壤发生分类（GSCC）是以土壤地带性学说为基础、结合中国实践拟定的土壤分类体系。中国土壤系统分类（CST）是以诊断层和诊断特征为基础，以发生的理论为依据，充分体现中国土壤特点的土壤分类体系。美国土壤系统分类（ST）是美国编制的以诊断层和诊断特征为基础的，以拼缀方式命名的谱系式土壤分类体系^[7]。

3. “样地管理信息”表，样地的主要管理数据，可以通过样地代码字段与“洞庭湖洲滩土壤元素含量”表关联。本数据表包括站代码、样地代码、样地名称、样地类型、观测年份、起始观测年份、观测目的、中国土壤发生分类土类、中国土壤发生分类亚类、母质、自然灾害、病虫害、人为干扰、样地管理负责人、备注，共计15个字段。

4. “分析方法记录”表，记录各项土壤元素状况监测指标的分析方法信息，可以通过分析项目名称字段与“洞庭湖洲滩土壤元素含量”表关联。本数据表包括分析项目名称、分析方法名称、分析方法引用标准、参考文献、备注、质控人，共计6个字段。分析方法名称字段由前处理方法和检测方法两部分组成，两者之间用“-”分隔。引用标准字段记录的是分析方法的标准文献编号，国际标准为ISO开头，国家标准为GB开头，林业部行业标准为LY开头，农业部行业标准为NY开头，环保部行业标准为HJ 开头。分析方法也可以引用其他权威的专著，记录在引用参考文献字段。

5. “标准样品测定记录”表，记录各项土壤元素状况监测指标分析的标准样品质控数据，可以通过测定项目字段与“洞庭湖洲滩土壤元素含量”表关联。本数据表包括台站代码、年、标准样品编号、测定项目、单位、标样值、不确定度、标样定值分析方法、标样测定均值、标样测定标准差、标样测定重复次数、标样测定的分析方法、所用仪器名称、测定人、审核人、备注，共计16个字段。标准样品编号字段记录的是经过国家质量监督检验检疫总局批准的土壤成分分析标准物质编号。标样值、不确定度和标样定值分析方法3个字段来自于对应土壤标样的标准物质证书。标样测定均值、标样测定标准差、标样测定重复次数、标样测定的分析方法、所用仪器名称5个字段记录的是台站实际分析时对土壤标准样品测试的情况，其中标样测定均值落在标样值加减不确定度的范围内时，说明台站对该分析项目测定的准确度合格；标样测定标准差低于不确定度时，说明台站对该分析项目测定的精密度合格。

2.2 数据分布

本数据集的数据来自洞庭湖湿地生态系统小西湖综合观测场土壤生物采样地和洞庭湖湿地生态系统麻塘辅助观测场土壤生物采样地，其位置的坐标分别为：112.7857°–112.7985°E、29.4563°–29.4683°N，113.0607°–113.0707°E、29.2394°–29.2501°N。洞庭湖湿地生态系统小西湖综合观测场土壤生物采样地主要监测的植被类型为苔草和荻，洞庭湖湿地生态系统麻塘辅助观测场土壤生物采样地主要监测的植被类型为辣蓼。在时间范围上，本数据集的数据产生于2012–2016年，每年洪水前后进行一次监测。

2.3 数据缺失情况

本数据集存在部分数据缺失。其中，各表的“备注”字段多为空，仅在需要额外说明时才有记录；“分析方法记录”表的“引用标准”和“引用参考文献”字段二选一记录即可；2016年3月，洞庭湖春季涨水一直未退，洲滩采样地被淹没，无法进行采样，因此，2016年洪水前土壤数据缺失。

2.4 数据样例

本数据集的核心数据表为“洞庭湖洲滩土壤元素含量”表，该表格记录了土壤元素长期定位监测数据。数据使用者从“洞庭湖洲滩土壤元素含量”表开始，需要了解监测样地的基本信息时，可以在“样地信息”表的“样地名称”字段进行搜索或者“样地管理信息”表的“样地名称”字段，获得该样地的历史信息。需要了解土壤指标的分析方法时，可以在“分析方法记录”表的 “分析项目名称”字段进行搜索，获得该土壤指标使用的具体方法及出处；需要了解该土壤指标的分析质控信息时，可以在“标准样品测定记录”表的“测定项目”字段进行搜索，获得该土壤指标分析中使用的标准样品信息和标准样品测定的信息。

3 数据质量控制和评估

3.1 数据质量控制

在原始监测数据按采样重复进行平均前，首先对采样重复的数据进行Dixon和Grubbs 校验确定变化异常的可疑数据^[8]，然后依据全部监测数据和相应的专业知识规则进行阈值、均值和变异情况校验^[9]，最后核查数据是否超出对应的土壤元素背景值^[10]和土壤环境质量二级标准^[11]，剔除明显异常的数据后再进行采样平均处理。土壤重金属测定过程中，使用标准土壤和测定土样一起消煮作为标线，因此无土壤重金属质量控制数据。

3.2 数据质量评估

CERN 统一执行的土壤监测规范和土壤监测质量控制规范，保证了数据的完整性、一致性、准确度和精密度。在完整性方面，本数据集中的数据都具备完整的背景信息、人为活动记录、分析方法记录和分析质控记录。在一致性方面，台站、样地等空间位置信息和代码始终保持一致。准确度和精密度方面主要考虑数据实验室测定过程，将“标准样品测定记录”表中标样测定的相对误差（测定值与标样值的差值占标样值的百分比）作为准确度的度量标准，将对相同标准样品重复测定的相对偏差（重复测定的标准差占测定均值的百分比）作为精密度的度量标准，相对误差和相对偏差越低说明分析结果越准确和精密。对“标准样品测定记录”表中质控数据进行分析发现，数据集中14种土壤指标测定的相对误差平均为4.26%；这些项目重复测试的相对偏差平均为3.77%。

4 数据价值

洞庭湖洲滩土壤元素含量变化是湿地环境变化和元素循环的关键过程之一，受到洞庭湖湿地水文过程、植被覆盖和人类因素的长期影响。土壤元素含量是研究湿地植物-土壤-水相互作用最基础的指标。对土壤元素含量变化规律的长期监测可以避免短期观测中偶发事件的影响，更真实地反映出洞庭湖洲滩土壤元素含量变化的规律，而洞庭湖站又是本地区唯一进行长期连续土壤元素含量变化监测的野外台站。因此，本数据集对于洞庭湖土壤营养状况评估、环境质量评估、土壤污染风险评价以及环境土壤学研究等工作提供了重要的基础数据。

参考文献

1. 李峰, 谢永宏, 陈心胜, 等. 三峡工程运行对洞庭湖湿地植被格局的影响及调控机制[J]. 农业现代化研究, 2018, 39(6): 937-944.
2. 谢永宏, 张琛, 蒋勇. 洞庭湖湿地生态环境演变[M]. 长沙: 湖南科学技术出版社, 2014.
3. YALCIN M G, ILHAN S. Multivariate Analyses to Determine the Origin of Potentially Harmful Heavy Metals in Beach and Dune Sediments from Kizkalesi Coast (Mersin), Turkey[J]. Bulletin of Environmental Contamination ＆ Toxicology, 2008, 81(1): 57-68．
4. 中国生态系统研究网络科学委员会. 陆地生态系统土壤观测规范[M]. 北京: 中国环境科学出版社, 2007: 317-318.
5. 施建平, 杨林章. 陆地生态系统土壤观测质量保证与质量控制[M]. 北京: 中国环境科学出版社, 2012: 363-375.
6. 刘铮. 中国土壤微量元素[M]. 南京: 江苏科学技术出版社, 1996: 1-4.
7. 周健民, 沈仁芳. 土壤学大辞典[M]. 北京: 科学出版社, 2013: 596-598.
8. 中华人民共和国国家标准. GB 17378.2-2007 海洋监测规范 第2部分：数据处理与分析质量控制[S]. 北京: 中国标准出版社, 2007: 7-9.
9. 施建平, 沈志宏, 苏贤明, 宋歌. 基于知识规则的数据质量检验方法在农田土壤监测中的应用[J]. 科研信息化技术与应用. 2012, 3(2): 53-61.
10. 中国环境监测总站. 中国土壤元素背景值[M]. 北京: 中国环境科学出版社, 1990.
11. 中华人民共和国国家标准. GB 15618–1995 土壤环境质量标准[S]. 北京: 中国标准出版社, 1995.

数据引用格式

李旭, 曾静, 侯志勇. 2012–2016年洞庭湖洲滩土壤元素含量数据集[DB/OL]. Science Data Bank, 2019. (2019-08-31). DOI: 10.11922/sciencedb.879.