2005–2014年桃源站氣象綜合觀測場土壤水熱動態數據集
| 2005–2014年桃源站氣象綜合觀測場土壤水熱動態數據集 作者：尹春梅 傅心贛 陳春蘭 魏文學 謝小立 2020年3月27日 |
 尹春梅, 傅心贛, 陳春蘭, 等. 2005–2014年桃源站氣象綜合觀測場土壤水熱動態數據集[J/OL]. 中國科學數據, 2020. (2020-03-24). DOI: 10.11922/csdata.2020.0011.zh. |
摘要&關鍵詞
編輯摘要：土壤水熱狀況不僅對作物的生長、節水灌溉有着重要的作用，同時對大氣環流和氣候變化也影響重大，高質量的長期野外監測數據尤為寶貴。湖南桃源農田生態系統國家野外觀測研究站代表着江南丘陵複合農業生態區，光、熱、水和生物資源豐富，氣候生產潛力高，複合農業經營發達，是我國傳統的糧、油、豬、棉、麻和亞熱帶水果生產基地。本文整理的2005–2014年土壤水熱動態數據集采自桃源站氣象綜合觀測場，樣地的設置、數據的觀測、採集處理方法和質量控制體系均按照中國生態系統研究網絡（CERN）的統一規範進行，數據內容包括土壤體積含水量動態、土壤分層溫度動態、土壤熱通量數據，同時還包括氣溫、降雨和相對空氣濕度數據。為了更好地利用這些數據，本數據集在CERN入庫數據的基礎上對數據進行了整理加工和再次質控。數據集對於研究亞熱帶紅壤區域碳循環、土壤熱儲量、地表能量和水分輸送、以及作物生長、調整作物布局、合理安排農事生產等有重要的現實意義。
關鍵詞：桃源站；土壤水熱；氣溫；降雨；監測數據；2005–2014年
Abstract & Keywords
編輯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
數據庫（集）基本信息簡介
編輯| 數據庫（集）名稱 | 2005–2014年桃源站氣象綜合觀測場土壤水熱動態數據集 |
| 數據作者 | 尹春梅，傅心贛，陳春蘭，魏文學，謝小立 |
| 數據通信作者 | 尹春梅（cmyin@isa.ac.cn） |
| 數據時間範圍 | 2005–2014年 |
| 地理區域 | 湖南桃源農田生態系統國家野外科學觀測研究站氣象綜合觀測場: 111°26′26.0″–26.9″E, 28°55′45.7″–46.5″N。 |
| 數據格式 | *.xlsx |
| 數據量 | 52623條數據，2.58 MB |
| 數據服務系統網址 | http://www.sciencedb.cn/dataSet/handle/957 |
| 基金項目 | 國家生態系統觀測研究網絡（CNERN）湖南桃源農田生態系統國家野外科學觀測研究站運行服務項目；中國生態系統研究網絡（CERN）桃源農業生態試驗站運行項目。 |
| 數據庫（集）組成 | 數據集由12個數據表單組成： 1. 氣溫（D）——逐日氣溫數據表； 2. 氣溫（M）——逐月氣溫數據表； 3. 相對濕度（D）——逐日相對濕度數據表； 4. 相對濕度（M）——逐月相對濕度數據表； 5. 降雨（D）——逐日降雨數據表； 6. 降雨（M）——逐月降雨數據表； 7. 土壤體積含水量（D）——實際測定日土壤體積含水量數據表； 8. 土壤體積含水量（M）——觀測場地土壤體積含水量數據月平均數表； 9. 土壤溫度（D）——逐日分層土壤溫度數據表（地表、5cm、10cm、15cm、20cm、40cm、60cm、100cm）； 10. 土壤溫度（M）——逐月分層土壤溫度數據表（地表、5 cm、10 cm、15 cm、20 cm、40 cm、60 cm、100 cm）； 11. 土壤熱通量（D）——逐日土壤熱通量數據表； 12. 土壤熱通量（M）——逐月土壤熱通量數據表。 |
Dataset Profile
編輯| 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
編輯紅壤是我國分布面積最廣的土類之一，主要分布在25°–31°N的中亞熱帶廣大低山丘陵地區，包括湖南省在內的南方紅壤丘陵區總土地面積為118×104km2，約占全國土地面積的12.3％[1]，坡地和丘陵地是紅壤區典型的地貌特徵。一方面，由於水熱資源豐富，該區蘊藏着巨大的自然資源開發利用潛力，是發展糧食和經濟作物及果、林、草的重要基地。另一方面，水土流失和季節性乾旱又是該區面臨的最為嚴重的兩大生態問題[2]，嚴重製約了區域農業的可持續發展[3][4]。
土壤水分作為聯繫降水、地表水與地下水的紐帶，通過植被蒸騰與光合作用影響水、能量以及地球生物化學循環，是土壤系統養分循環和流動的載體，是陸地水循環過程的關鍵環節[5]。地表土壤的水熱動態過程和變化機制是陸面過程的重要研究內容[6][7]，也是土壤－植被－大氣連續體中不同功能作用層水分上行運動的重要聯繫樞紐和水量平衡研究的關鍵[8]。土壤中水熱交換是同時進行的，二者之間存在着必然的互作效應[9]。因而，土壤水熱狀況的長期觀測對於研究亞熱帶紅壤區域碳循環、土壤熱儲量、地表能量和水分輸送、以及作物生長、調整作物布局、合理安排農事生產等有重要的現實意義。
本數據集匯集了桃源站標準氣象觀測場2005–2014年水熱動態長期觀測數據，包括氣溫、降水、相對濕度、土壤分層溫度、土壤熱通量以及土壤含水量的日數據和月統計數據。本文將介紹這些數據的有關情況，為用戶更好地使用這些數據提供基礎信息。
1 數據採集和處理方法
編輯湖南桃源農田生態系統國家野外科學觀測研究站（也稱中國科學院桃源農業生態試驗站，簡稱桃源站，TYA），成立於1979年6月，隸屬於中國科學院亞熱帶農業生態研究所，現為中國生態系統研究網絡（CERN）野外站，國家生態系統觀測研究網絡（CNERN）研究站，全球陸地觀測系統（GTOS）以及國際長期生態研究網（ILTER）成員。桃源站在CERN和CNERN的統一部署下，按照陸地生態系統水環境觀測規範及大氣環境觀測要求[10][11]，設置觀測樣地、觀測層次及觀測頻度，從2004年起，採用統一的觀測儀器和指標，設置標準化水分和氣象觀測場地對系列指標進行長期監測。
1.1 觀測樣地設置
編輯桃源站氣象綜合觀測場（TYAQX01），建立於1996年，正南北向，正方形，面積25×25 m²。該氣象觀測場地位於坡頂平地，四周空曠平坦，周圍沒有高大建築物、樹木的遮擋。觀測場四周未種植高稈作物，觀測場位於該地區主風向的上風方向。觀測場中心點經緯度： 111°26′26.4 ″E；28°55′46.1″N；西南角：111°26′ 26.0 ″E；28°55′45.7″N；東北角：111°26′ 26.9″E； 28°55′46.5″N。氣象場內氣象、水分觀測設施（中子管埋設）分布圖及編碼見圖1。
圖1 桃源站氣象綜合觀測場
1.2 數據採集方法
編輯本數據集整編了桃源站氣象觀測場土壤水熱部分觀測指標日尺度和月尺度統計數據，主要包括氣溫、降雨、相對濕度、土壤溫度、土壤含水量和土壤熱通量。
大氣觀測儀器採用芬蘭VAISALA生產的MILOS520自動氣象站，數據按月處理，由中國生態系統研究網絡氣象報表由自動生成的報表（簡稱為M報表）、規範氣象數據報表（簡稱為A報表）和數據質量控制表（簡稱為B2表）組成。編制數據報表時，打開「生態氣象工作站」，啟動數據處理程序，數據處理程序將對觀測數據進行自動處理、質量審核，按照觀測規範[12]最終編制出觀測報表文件。
土壤含水量採用北京超能科技公司生產的CNC503（DR）中子儀進行觀測，觀測樣地的設置、維護以及觀測規範和原始數據質量控制方法根據《中國生態系統研究網絡（CERN）長期觀測質量管理規範》叢書《陸地生態系統水環境觀測質量保證與質量控制》[13]的相關規定進行，數據處理採用CERN生態網絡前端數據處理–土壤水分含量專用軟件進行。觀測數據獲取後，由台站按照CERN規範要求統一錄入土壤水分含量報表，每年定期向CERN 水分分中心上報，由CERN水分分中心負責匯總、質控，並錄入數據庫。
本數據集中所涉及的數據採樣和記錄規範如下：
1.2.1 溫度和濕度
編輯自動觀測採用HMP155型溫濕度傳感器。每10 s采測1個溫度和濕度值，每min采測6個溫度和濕度值，去除一個最大值和一個最小值後取平均值，作為每分鐘的溫度和濕度值存儲。正點時采測00 min的溫度和濕度值作為正點數據存儲，同時獲取前1h內的溫度極值和相對濕度極值及出現時間進行存儲。每日20時從每小時的最高和最低氣溫和最小相對濕度值及出現時間中挑選出1 d內的氣溫極值和相對濕度極值及出現時間存儲。數據記錄，溫度保留1位小數，相對濕度取整數值。
人工觀測氣溫和濕度的儀器主要有幹球溫度表、濕球溫度表、最高溫度表、最低溫度表、毛髮濕度表，安裝在百葉箱中，每日三次（8:00、14:00、20:00）觀測。
觀測層次：距地面1.5 m。
1.2.2 降雨
編輯採用RG13型雨量傳感器，液態降水，每分鐘計算出1分鐘的降水量，正點時計算、存儲前1小時的降雨量。每日20時計算存儲每日降水（20：00-20:00）。數據記錄保留1位小數，自動降水數據缺失時日累計降雨量採用人工降雨數據替補。
人工降雨採用SM1-1型雨雪量器，每天8:00和12:00觀測前12 h的降雨量；降雨量大時，視具體情況增加觀測次數，更換儲水瓶，以免降水溢出造成記錄失真。準確度為0.1 mm，無降水或不足0.05 mm的降雨量計為0.0。
觀測層次：距地面70 cm。
1.2.3 地溫
編輯下墊面溫度和不同深度的土壤溫度統稱為地溫。
本站採用QMT110型土壤溫度傳感器。每10秒采測1次地面和地下各層溫度值，每分鐘采測6次各層溫度值，存儲每層地溫值，正點時存儲00 min的數值作為正點數據存儲，並獲取每小時地面溫度的最高、最低溫度值和出現時間。每日20時挑取24h內的地面溫度最高、最低溫度和出現時間，數值保留2位小數。
觀測層次：土壤0 cm、5 cm、10 cm、15 cm、20 cm、40 cm、60 cm、100 cm。
1.2.4 土壤熱通量
編輯採用HFP01SC型自校準土壤熱通量傳感器。每12小時自動校準傳感器一次，計算得出測量參數用於熱通量測量。每10 s采測1次，每分鐘采測6次（瞬時值），去除一個最大值和一個最小值後取平均值，數值保留3位小數。正點（地方平均太陽時）00 min採集土壤熱通量瞬時值，同時計算存儲土壤熱通量（累積值）。
觀測層次：熱通量板埋入土下3–5 cm。
1.2.5 土壤體積含水量
編輯採用北京超能科技公司生產的CNC503（DR）中子水分儀（以下簡稱中子儀）進行觀測，觀測頻率為每隔5天1次（5–10月）、每隔10天1次（11月至次年4月），觀測場中埋設2根中子管，在實際觀測過程中由於降雨和儀器等原因觀測時間有適當調整。原始數據採用小數表示，數值保留4位小數，數據整理過程中用百分數表示，數值保留2位小數。
觀測層次：10cm、20cm、30cm、40cm、50cm、70cm、90cm、110cm、130cm、150 cm、170 cm。
1.3 數據的處理
編輯本數據集是基於CERN長期聯網監測桃源站長期大氣和水分監測入庫數據的再加工數據集，原始數據以及數據集整編過程數據處理和質控措施見表1，數據源可通過網址：http://tya.cern.ac.cn/meta/metaData 查詢和獲取。
表1 數據處理過程及其質量控制和評估方法
| 觀測指標 | 原始數據處理及其質控、評估方法 | 數據集整編過程處理及質控措施 |
| 氣溫 | （1）超出氣候學界限值域−80～60℃的數據為錯誤數據。 （2）1 min內允許的最大變化值為3℃，1 h內變化幅度的最小值為0.1℃。 （3）定時氣溫大於等於日最低地溫且小於等於日最高氣溫。 （4）24小時氣溫變化範圍小於50℃。 （5）利用與台站下墊面及周圍環境相似的一個或多個鄰近站觀測數據計算本站氣溫值，比較台站觀測值和計算值，如果超出閾值即認為觀測數據可疑。 （6）某一定時氣溫缺測時，用前、後兩定時數據內插求得，按正常數據統計，若連續兩個或以上定時數據缺測時，不能內插，仍按缺測處理。 （7）一日中若24次定時觀測記錄有缺測時，該日按照02、08、14、20時4次定時記錄做日平均；若4次定時記錄缺測一次或以上，但該日各定時記錄缺測5次或以下時，按實有記錄作日統計；缺測6次或以上時，不做日平均。 | （1）氣溫數據自動觀測的日值缺失時，氣溫日平均值使用人工觀測數據代替（人工觀測數據為每日08、14、20時定時氣溫均值），每日3次觀測按照每日4次觀測統計處理，插補02時數據，02時氣溫用(當日最低氣溫+前一日20時氣溫)÷2求得，日平均值按 [(當日最低氣溫+前一日20時氣溫)÷2 +T08+T14+T20]÷4統計。 （2）氣溫數據自動觀測的日值缺失時，極值為人工觀測數據值，因人工觀測數據未記錄極值時間，所以極值出現時間缺失，若人工觀測極值與自動觀測極值接近（±0.3），則保留自動觀測極值出現時間，否則極值出現時間標記為未發現，用符號「-」表示。 （3）採用了人工觀測數據計算值的氣溫（D）和氣溫（M）表當日、當月數據備註列註明「修訂」字樣。 |
| 相對濕度 | （1）相對濕度介於0–100％之間。 （2）定時相對濕度大於等於日最小相對濕度。 （3）幹球溫度大於等於濕球溫度（結冰期除外）。 （4）某一定時相對濕度缺測時，用前、後兩定時數據內插求得，按正常數據統計，若連續兩個或以上定時數據缺測時，不能內插，仍按缺測處理。 （5）一日中若24次定時觀測記錄有缺測時，該日按照02、08、14、20時4次定時記錄做日平均，若4次定時記錄缺測一次或以上，但該日各定時記錄缺測5次或以下時，按實有記錄作日統計，缺測6次或以上時，不做日平均。 | （1）相對濕度自動觀測的日值缺失時，使用人工觀測數據計算結果代替。 （2）人工觀測數據定時觀測時間為08時、14時、20時，用08時的相對濕度值代替02時的值，然後對每日質控後的所有4個時次觀測數據進行平均，計算日平均值。 （3）採用人工觀測數據計算值的相對濕度日值（D）和相對濕度月值（M）表當日、當月數據備註列註明「修訂」字樣。 |
| 降雨 | （1）降雨強度超出氣候學界限值域0–400 mm/min的數據為錯誤數據；（2）降雨量大於0.0 mm或者微量時，應有降水或者雪暴天氣現象；（3）降雨量的日總量由該日降雨量各時值累加獲得。一日中定時記錄缺測一次，另一定時記錄未缺測時，按實有記錄做日合計，全天缺測時不做日合計；（4）月累計降雨量由日總量累加而得。一月中降雨量缺測7天或以上時，該月不做月合計，按缺測處理。 | （1）降雨量日值和月值均為累積值，當降雨量日值有缺測時，採用人工數據、氣象觀測日記、自動觀測降雨量數據對比的方式對缺失降雨量日值進行插補和修訂，備註列註明「修訂」字樣。 （2）降雨量（M）月降雨量合計值根據修訂後的降雨日累計值計算，當月備註列註明「修訂」字樣。 |
| 土壤含水量 | （1）觀測前、觀測中、觀測後按操作規程進行儀器的檢查、標定、觀測和記錄。 （2）自動化數據處理和校驗：採用CERN專用軟件進行。 （3）閾值檢測：理論閾值範圍0–100％，經驗閾值範圍不低於該樣地萎蔫含水量，不高於飽和含水量。 | 本數據集的生產採用質控後的土壤含水量數據，並進行了加工處理，方法為： （1）對源數據中的數據進行核查，修正自動化處理過程中的錯行、重複記錄，排除錄入過程的數據缺失和錯漏。 （2）土壤含水量日數據（D表）：將樣地內各中子管每次測定數據取平均值代表該樣地該測定日的體積含水量數據；原數據中兩次重複有1次缺失的，採用剩下的1次作為當日值，兩次均缺失的，按缺失處理，備註說明；有效數據個數按實際參與平均的數據個數計算。 （3）土壤含水量月數據（M表）：將土壤含水量日數據（D表）和每月各日數據取平均值作為該月的土壤體積含水量數據，當月無測定數據的，按缺失處理，備註說明。 （4）在數據表中標明重複數（參與平均的數據個數）及標準差[14]。 （5）在備註列標明數據缺失原因。 |
| 土壤溫度（地表、5 cm、10 cm、15 cm、20 cm、40 cm、60 cm、100 cm） | （1）錯誤數據範圍：地表溫度超出氣候學界限值域−90～90℃的數據為錯誤數據；5 cm土壤溫度超出氣候學界限值域−80～80℃的數據為錯誤數據；10 cm土壤溫度超出氣候學界限值域−70～70℃的數據為錯誤數據；15 cm土壤溫度超出氣候學界限值域−60～60℃的數據為錯誤數據；20 cm土壤溫度超出氣候學界限值域−50～50℃的數據為錯誤數據；40 cm土壤溫度超出氣候學界限值域−45～45℃的數據為錯誤數據；60 cm土壤溫度超出氣候學界限值域−40～40℃的數據為錯誤數據；100 cm土壤溫度超出氣候學界限值域−40～40℃的數據為錯誤數據。 （2）定時觀測地表溫度大於等於日地表最低溫度且小於等於日地表最高溫度。 （3）地表溫度1 min內允許的最大變化值為5℃，1 h內變化幅度的最小值為0.1℃；各層次土壤溫度1 min內允許的最大變化值為1℃，2 h內變化幅度的最小值為0.1℃。 （4）土壤溫度24小時變化範圍：地表溫度24小時變化範圍小於60℃；5 cm土壤溫度24小時變化範圍小於40℃；10 cm土壤溫度24小時變化範圍小於40℃；15 cm土壤溫度24小時變化範圍小於40℃；20 cm土壤溫度24小時變化範圍小於30℃；40 cm土壤溫度24小時變化範圍小於30℃；60 cm土壤溫度24小時變化範圍小於20℃；100 cm土壤溫度24小時變化範圍小於20℃。 （5）某一定時土壤溫度缺測時，用前、後兩定時數據內插求得，按正常數據統計，若連續兩個或以上定時數據缺測時，不能內插，仍按缺測處理。 （6）一日中若24次定時觀測記錄有缺測時，該日按照02、08、14、20時4次定時記錄做日平均，若4次定時記錄缺測一次或以上，但該日各定時記錄缺測5次或以下時，按實有記錄作日統計，缺測6次或以上時，不做日平均。 | （1）地表溫度的日值缺失時採用人工觀測數據結果插補，方法參照與氣溫日值缺失的插補； （2）各層次土壤溫度日值缺失時，用缺測日前後的氣溫數據內插求得（連續缺失最長不超過5日）； （3）採用插補後的日值計算月均值； （4）有插補值的當日和當月數據備註列註明「修訂」字樣； （5）採用時間序列比對法，通過時間序列比對法，標註未達到本數據集剔除條件的異常數據（2006年10 – 12月土壤5 cm土壤溫度數據），以黃色背景顯示，並備註「偏高」。 |
| 土壤熱通量 | （1）熱通量板精度誤差5％左右。 （2）晴好天氣狀態，測量值一般不超過淨輻射的20％，有植被的情況下，土壤熱通量一般是淨輻射的5％–10％。 （3）土壤熱通量缺測數小時但不是全天缺測時，按實有記錄做日合計，全天缺測時，不做日合計。 （4）一月中土壤熱通量日總量缺測9天或以下時，月平均日合計等於實有記錄之和除以實有記錄天數。缺測10天或以上時，該月不做月統計，按缺測處理。 | （1）因土壤熱通量有方向，且本數據集中數據缺失量較少，故不作插補。 （2）缺失數據在數據列中用「 」表示，備註中標註「缺失」。 （3）通過時間序列比對法，標註未達到本數據集剔除條件的異常數據（2014年7月21、22日土壤熱通量數據），以黃色背景顯示，並備註「偏高」。 |
2 數據樣本描述
編輯本數據集由12個數據表組成，分別為：
（1）氣溫（D）：本表為氣溫日尺度數據表，數據列包括年、月、日、日平均值、日最大值、日最大值出現時間、日最小值、日最小值出現時間、備註。
（2）氣溫（M）：本表為氣溫月尺度數據表，數據列包括年、月、日平均值月平均、日最大值月平均、日最小值月平均、月極大值、極大值日期、月極小值、極小值日期、備註。
（3）相對濕度（D）：本表為相對濕度日尺度數據表，數據列包括年、月、日、日平均濕度、日最低濕度、最低濕度出現時間、備註。
（4）相對濕度（M）：本表為相對濕度月尺度數據表，數據列包括年、月、日平均值月平均、日最小值月平均、月極小值、極小值日期、備註。
（5）降雨量（D）：本表為降雨日尺度數據表，數據列包括年、月、日、降雨量、當日最大小時降雨量、備註。
（6）降雨量（M）：本表為降雨月尺度數據表，數據列包括年、月、月降雨量合計、月小時降雨量極大值、極大值日期、備註。
（7）土壤含水量（D）：本表為土壤體積含水量日尺度數據表，數據列包括年、月、日、樣地代碼、樣地名稱、作物名稱、觀測層次、體積含水量、標準差、有效數據個數、備註。
（8）土壤含水量（M）：本表為土壤體積含水量月尺度數據表，數據列包括年、月、觀測層次、體積含水量、標準差、有效數據個數、備註。
（9）土壤溫度（D）：本表為土壤溫度日尺度數據表，數據列包括年、月、日、觀測層次、日平均溫度、日最高、日最低、備註。
（10）土壤溫度（M）：本表為土壤溫度月尺度數據表，數據列包括年、月、觀測層次、日平均值月平均、日最大值月平均、日最小值月平均、月極大值、極大值日期、月極小值、極小值日期、備註。
（11）土壤熱通量（D）：本表為土壤熱通量日尺度數據表，數據列包括年、月、日、土壤熱通量日合計、備註。
（12）土壤熱通量（M）：本表為土壤熱通量月尺度數據表，數據列包括年、月、土壤熱通量月合計、有效數據個數、備註。
數據表中：「空白」表示缺測，「0」表示實測結果為零，「-」表示未檢出或未發現。
3 數據質量控制和評估
編輯作為CERN的成員站，桃源站在CERN的統一規劃和指導下，進行相關指標的長期觀測，指標進行長期觀測，數據的管理和質量控制則由專業分中心和綜合中心負責[13][12]。為了保證數據質量進而實現有效共享，CERN形成了嚴謹的質量管理體系，通過計劃、執行和評估三個步驟，採取前端控制和後端質控的管理模式，對數據進行審核、檢驗和評估。
本數據集所涉及的觀測樣地的設置、維護以及觀測規範和原始數據質量控制方法根據《中國生態系統研究網絡（CERN）長期觀測規範》的相關規定進行[10][11]。觀測數據獲取後，由台站按照CERN 規範要求統一錄入相應報表，每年定期向CERN大氣、水分分中心上報，由分中心負責匯總、質控，並錄入數據庫。
許多科學研究在使用長期觀測數據的時候都會用到觀測的日值資料，但由於儀器故障、人力等原因，數據缺測、漏測的現象均有不同程度的存在，這給研究工作帶來了一定的不確定性。本數據集的基礎數據為CERN長期監測入庫數據，數據集加工過程中，再次對原始數據的完整性、準確性和一致性進行了檢驗評估，並對部分缺失日數據進行了插補，統計結果進行了重新計算，為今後的科研工作者和統計工作者提供了更好的支撐。原始數據和數據集整理過程具體質控方法參見本文第1.3節數據的處理，同時，本文統計了各表基於入庫數據的修訂率（見表2），數據條數按excel表行數計算，有多個數據項，如逐日數據表，1條數據表示當日多個數據項，逐月數據表1條數據則表示當月多個數據項。
另外，2006年10 – 12月土壤5 cm地溫數據與同時間段地表溫度與土壤10 cm相比高出較多，且與其他年份同期相比也明顯偏高，2014年7月21、22日土壤熱通量數據與往年同期相比偏高，但未達到源數據處理及數據集整理過程異常值剔除範圍，給予保留，但在數據表中以黃色背景顯示，並在備註列標註了「偏高」字樣，提請數據使用者注意。
表2 本數據集各數據表缺失、修訂率
| 序號 | 數據表名稱 | 數據總條數 | 缺失條數 | 缺失率 | 修訂條數 | 修訂率 |
| 1 | 氣溫（D） | 3652 | 0 | 0.00 | 35 | 0.96 |
| 2 | 氣溫（M） | 120 | 0 | 0.00 | 15 | 12.50 |
| 3 | 相對濕度（D） | 3652 | 0 | 0.00 | 115 | 3.15 |
| 4 | 相對濕度（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 | 土壤溫度（D） | 29216 | 0 | 0.00 | 315 | 1.08 |
| 10 | 土壤溫度（M） | 960 | 0 | 0.00 | 129 | 13.44 |
| 11 | 土壤熱通量（D） | 3652 | 8 | 0.22 | 0 | 0.00 |
| 12 | 土壤熱通量（M） | 120 | 0 | 0.00 | 0 | 0.00 |
4 數據價值
編輯在CERN頂層設計規範下實施的各站水、土、氣、生各要素長期觀測工作，從指標體系的設計、觀測過程的實施、數據的整理匯交都有一系列的標準和規範以保障所獲取數據的一致性和準確性，如《CERN長期觀測規範叢書》《CERN長期觀測質量管理規範叢書》等[14][15][13][12][10]，實現了網絡內各台站建為提高生態環境科學的研究水平，為促進我國自然資源的可持續利用以及為國家關於資源、環境方面的重大決策提供科學依據。基於CERN聯網觀測產生的數據集是我國長期生態觀測基礎數據積累的重要組成部分。
5 數據使用方法和建議
編輯
致 謝
編輯感謝曾經承擔過桃源站水分、大氣野外觀測工作的肖領先、宋佳陽等工作人員！ 感謝CERN水分分中心唐新齋老師，大氣分中心劉廣仁老師對數據處理和質量控制方面的指導和幫助！
參考文獻
編輯- ↑ 梁音, 張斌, 潘賢章, 等. 南方紅壤丘陵區水土流失現狀與綜合治理對策[J]. 中國水土保持科學, 2008 (01): 22-27.
- ↑ 趙其國, 黃國勤, 馬艷芹. 中國南方紅壤生態系統面臨的問題及對策[J]. 生態學報, 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.
- ↑ 魏文學, 謝小立, 秦紅靈, 等. 促進南方紅壤丘陵區農業可持續發展的複合農業生態系統長期觀測研究[J]. 中國科學院院刊, 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.
- ↑ 唐振興, 何志斌, 劉鵠. 祁連山中段林草交錯帶土壤水熱特徵及其對氣象要素的響應[J]. 生態學報, 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, 景元書, 賈秋洪. 低丘紅壤區旱田水熱通量特徵及其氣象影響因素[J]. 中國農村水利水電, 2016 (01): 44-50.
- ↑ 康紹忠, 張建華, 梁建生. 土壤水分與溫度共同作用對植物根系水分傳導的效應[J]. 植物生態學報, 1999 (03): 20-28.
- ^ 10.0 10.1 10.2 中國生態系統研究網絡科學委員會. 中國生態系統研究網絡(CERN)長期觀測規範叢書——陸地生態系統水環境觀測規範[M]. 北京: 中國環境科學出版社, 2007.
- ^ 11.0 11.1 中國生態系統研究網絡科學委員會. 中國生態系統研究網絡(CERN)長期觀測規範叢書——生態系統大氣環境觀測規範[M]. 北京: 中國環境科學出版社, 2007.
- ^ 12.0 12.1 12.2 胡波, 劉廣仁, 王躍思. 中國生態系統研究網絡(CERN)長期觀測質量管理規範叢書——生態系統氣象輻射監測質量控制方法[M]. 北京: 中國環境出版社, 2012.
- ^ 13.0 13.1 13.2 袁國富, 張興昱, 唐新齋等. 中國生態系統研究網絡(CERN)長期觀測質量管理規範叢書——陸地生態系統水環境觀測質量保證與質量控制[M]. 北京: 中國環境出版社, 2012.
- ↑ 謝賢軍, 王立軍.中國生態系統研究網絡觀測與分析標準方法——水環境要素觀測與分析[M]. 北京: 中國標準出版社, 2000.
- ↑ 王庚辰. 中國生態系統研究網絡觀測與分析標準方法——氣象和大氣環境要素觀測與分析[M]. 北京: 中國標準出版社, 2000.
數據引用格式
編輯尹春梅, 傅心贛, 陳春蘭, 等. 2005–2014年桃源站氣象綜合觀測場土壤水熱動態數據集[DB/OL]. Science Data Bank, 2020. (2020-03-24). DOI: 10.11922/sciencedb.957.
