2007–2015年太湖水體理化監測數據集
| 2007–2015年太湖水體理化監測數據集 作者：閔屾 錢榮樹 朱廣偉 黃建明 秦伯強 楊宏偉 李寬意 張運林 沈睿傑 2019年9月2日 |
 閔屾, 錢榮樹, 朱廣偉, 等. 2007–2015年太湖水體理化監測數據集[J/OL]. 中國科學數據, 2019. (2019-09-02). DOI: 10.11922/csdata.2019.0037.zh. |
摘要&關鍵詞
編輯摘要：本數據集整理了2007–2015年中國科學院太湖湖泊生態系統研究站太湖8個長期常規監測站點的逐月理化數據，包括透明度、水深、水溫、電導率、懸浮質、溶解氧、pH、硅酸鹽、磷酸鹽、亞硝酸鹽氮、硝酸鹽氮、氨態氮、化學需氧量、總磷、總氮和溶解性總有機碳，共計16個理化指標，13810個數值。使用箱線法對數據進行質量檢驗，檢驗結果顯示16個指標中有10個指標的有效數據占比達到95%以上，僅有1個指標的有效數據占比在90%以下。本數據集的整理出版可為探究太湖生態系統變化特徵提供數據基礎，為富營養化防控治理及飲用水安全保障等提供科學支撐。
關鍵詞：太湖；富營養；理化指標；長期監測
Abstract & Keywords
編輯Abstract: This dataset collates the monthly physical and chemical data of eight long-term monitoring stations in Taihu Lake from 2007 to 2015 by TLLER (Taihu Laboratory for Lake Ecosystem Research, Chinese Academy of Sciences), with a total of 16 indicators (13810 value), including transparency, water depth, water temperature, electrical conductivity, suspended solids, dissolved oxygen, pH, silicate, orthophosphate, nitrite nitrogen, nitrate nitrogen, ammonia nitrogen, chemical oxygen demand, total phosphorus, total nitrogen and dissolved total organic carbon. Using Box-whisker plot to test the quality of data, the test results show that of the 16 indicators, the proportion of valid data for 10 indicators is more than 95%, and only one indicators is less than 90%. The collation and publication of this dataset can provide a data basis for exploring the characteristics of ecosystem changes in Taihu Lake, and provide scientific support for the prevention and control of eutrophication and the safety of drinking water.
Keywords: Taihu Lake; eutrophication; physical and chemical indicators; long term monitoring
數據庫（集）基本信息簡介
編輯| 數據庫(集)名稱 | 2007–2015年太湖水體理化監測數據集 |
| 數據作者 | 閔屾，錢榮樹，朱廣偉，黃建明，秦伯強，楊宏偉，李寬意，張運林，沈睿傑 |
| 數據通信作者 | 秦伯強 |
| 數據時間範圍 | 2007–2015年 |
| 地理區域 | 太湖 |
| 數據量 | 169 KB |
| 數據格式 | *.xlsx |
| 數據服務系統網址 | http://www.sciencedb.cn/dataSet/handle/833 |
| 基金項目 | 中國生態系統觀測研究網絡（CERN）野外台站運行服務費；科技部國家野外科學觀測研究站（CNERN）運行服務費。 |
| 數據庫(集)組成 | 本數據集包含數據864條，每條數據包含：台站代碼、年、月、觀測站代碼、透明度(m)、水深(m)、水溫(℃)、電導率(μs/cm)、懸浮質(mg/L)、溶解氧(mg/L)、pH、硅酸鹽(mg/L)、磷酸鹽(mg/L)、亞硝酸鹽氮(mg/L)、硝酸鹽氮(mg/L)、氨態氮(mg/L)、化學需氧量(mg/L)、總磷(mg/L)、總氮(mg/L)和溶解性總有機碳(mg/L)。 |
Dataset Profile
編輯| Title | Physical and chemical monitoring dataset of Taihu Lake from 2007 to 2015 |
| Data corresponding author | Qin Boqiang |
| Data authors | Min Shen, Qian Rongshu, Zhu Guangwei, Huang Jianming, Qin Boqiang, Yang Hongwei, Li Kuanyi, Zhang Yunlin, Shen Ruijie |
| Time range | 2007–2015 |
| Geographical scope | Taihu Lake |
| Data volume | 169 KB |
| Data format | *.xlsx |
| Data service system | <http://www.sciencedb.cn/dataSet/handle/833 > |
| Sources of funding | Supported by Chinese Ecosystem Research Network of Chinese Academy of Sciences and National Ecosystem Research Network of China, Ministry of Science and Technology. |
| Dataset composition | This dataset contains 864 pieces of data，and each piece of data contains station code, year, month, monitoring station code, transparency (m), water depth (m), water temperature (℃), electrical conductivity (μs/cm), suspended solids (mg/L), dissolved oxygen (mg/L), pH, silicate (mg/L), orthophosphate (mg/L), nitrite nitrogen (mg/L), nitrate nitrogen (mg/L), ammonia nitrogen (mg/L), chemical oxygen demand (mg/L), total phosphorus (mg/L), total nitrogen (mg/L) and dissolved total organic carbon (mg/L). |
引 言
編輯太湖（119°52′–120°36′E，30°55′–31°32′N）是我國五大淡水湖泊之一，地處長江三角洲，流域面積約3.69萬km2，是我國人口最密集、經濟最發達的地區。太湖作為典型的淺水性湖泊，平均水深1.9 m，水面面積2338 km2，是整個太湖流域水調節和水生態系統的中心，承擔着農業灌溉、工業用水及居民生活用水等重要功能，對長江下游地區的經濟發展起着舉足輕重的作用[1]。隨着經濟發展加快，人類活動增加使得大量的營養物質進入湖泊，導致太湖富營養化水平增高，隨之而來的藍藻水華日益嚴重，對湖泊生態功能及周邊人民供水安全造成了嚴重危害。
以往研究表明，氮、磷、有機碳及水溫等理化因子的綜合作用對太湖藍藻的生長和水華的暴發有着重要的影響[2][3]。因此，水體理化因子的長期監測數據有助於了解太湖水生態系統的變化情況，可為太湖水質目標管理、及時有效制定應對措施等提供數據基礎。
中國科學院太湖湖泊生態系統研究站（以下簡稱太湖站，圖1）隸屬於中國科學院南京地理與湖泊研究所，成立於1988年，並於1989年進入中國生態系統研究網絡（CERN）。「太湖站」無錫本部位於太湖梅梁灣東岸（31°24′N，120°13′E），作為太湖生態環境長期監測平台於1991年開始對太湖進行連續採樣監測，積累了豐富的歷史監測數據。本數據集匯集了太湖站8個長期觀測站點2007–2015年的月尺度數據，包括透明度（m）、水深（m）、水溫（℃）、電導率（μs/cm）、懸浮質（mg/L）、溶解氧（mg/L）、pH、硅酸鹽（mg/L）、磷酸鹽（mg/L）、亞硝酸鹽氮（mg/L）、硝酸鹽氮（mg/L）、氨態氮（mg/L）、化學需氧量（mg/L）、總磷（mg/L）、總氮（mg/L）和溶解性總有機碳（mg/L）。
圖1 太湖站位置以及站點分布圖
1 數據採集和處理方法
編輯1.1 數據採集
編輯本數據集中涉及的太湖站8個常規觀測站點分別為 THL00、THL01、THL03、THL04、THL05、THL06、THL07和THL08，樣地編碼沿用CERN長期生態聯網監測中的編碼，具體見表1。此8個觀測站點長期定位監測太湖生態環境各項指標，採樣頻率均為1次/月，於每月中旬採樣。
表1 太湖站觀測點序號、編碼及經緯度
| 觀測站序號 | 觀測站代碼 | 觀測站名稱 | 東經(°) | 北緯(°) |
| 0 | THL00 | 太湖站0號觀測站 | 120.22217 | 31.53983 |
| 1 | THL01 | 太湖站1號觀測站 | 120.19067 | 31.51317 |
| 3 | THL03 | 太湖站3號觀測站 | 120.19433 | 31.47633 |
| 4 | THL04 | 太湖站4號觀測站 | 120.18883 | 31.44583 |
| 5 | THL05 | 太湖站5號觀測站 | 120.18733 | 31.41117 |
| 6 | THL06 | 太湖站6號觀測站 | 120.13117 | 31.50383 |
| 7 | THL07 | 太湖站7號觀測站 | 120.18017 | 31.33833 |
| 8 | THL08 | 太湖站8號觀測站 | 120.17062 | 31.24816 |
1.2 數據處理方法
編輯本數據集包含的各項指標中，有些指標為採樣現場測定，如水深、水溫、透明度（表2）。其中，使用測深儀測量水深，水溫計測量水溫，測量儀器均需定期校準；透明度使用塞氏圓盤，每個採樣點測定3次取均值。現場測定的指標通常是採樣人員在現場測量之後，將數據記錄在採樣表中，並填寫其他輔助信息，如採樣點、採樣時間以及天氣等。
其餘指標需將採集的水樣進行妥善保存[4]之後帶回實驗室進行測定。其中，pH使用PHS-3TC儀測定，使用前需用標準緩衝液校準；電導率使用DDS-11C電導率儀進行測定；懸浮物使用烘箱和十萬分之一的電子天平進行測定；溶解氧、化學需氧量使用10 ml微量滴定管進行測定，使用前需進行濃度標定；磷酸鹽、亞硝酸鹽氮、硝酸鹽氮、氨態氮、總磷、總氮使用紫外分光光度計進行測定，分析時需帶標樣控制分析結果；硅酸鹽使用SKALAR分析儀，溶解性總有機碳使用TOC-VCPC儀進行測定，分析時均需要帶標樣控制分析結果。
表2 太湖站水質監測使用儀器及質量控制表[5]
| 項目 | 分析方法 | 使用儀器 | 質量控制 |
| 水深 | 測深儀法 | 測深儀 | 測深儀每年校準 |
| 水溫 | 水溫計法 | 表層水溫計 | 水溫計每年校核 |
| 透明度 | 塞氏盤法 | 塞氏圓盤 | 每個點測定3次取均值 |
| 溶解氧 | 碘量法 | 10 ml微量滴定管 | 每次標定硫代硫酸鈉使用液濃度 |
| pH | pH複合電極法 | PHS-3TC | 每年更換電極，每次使用前用標準緩衝液校準 |
| 硅酸鹽 | 硅鉬藍自動比色法 | SKALAR流動分析儀 | 分析時帶標樣控制分析結果 |
| 磷酸鹽 | 鉬銻抗分光光度法 | UV-2450PC紫外分光光度計 | 分析時帶標樣控制分析結果 |
| 亞硝酸鹽氮 | N-(1-萘基)-乙二胺光度法 | UV-2450PC紫外分光光度計 | 分析時帶標樣控制分析結果 |
| 硝酸鹽氮 | 酚二磺酸光度法 | UV-2450PC紫外分光光度計 | 分析時帶標樣控制分析結果 |
| 氨態氮 | 納氏試劑光度法 | UV-2450PC紫外分光光度計 | 分析時帶標樣控制分析結果 |
| 化學需氧量 | 酸性法 | 10 ml微量滴定管 | 每次標定高錳酸鉀使用液濃度 |
| 總磷 | 鉬銻抗分光光度法 | UV-2450PC紫外分光光度計 | 分析時帶標樣控制分析結果 |
| 總氮 | 紫外分光光度法 | UV-2450PC紫外分光光度計 | 分析時帶標樣控制分析結果 |
| 溶解性總有機碳 | 燃燒法 | TOC-VCPN | 分析時帶標樣控制分析結果 |
| 電導率 | 電導率儀法 | DDS-11C電導率儀 | 定期標定 |
| 懸浮物 | 烘乾法 | 烘箱，十萬分之一電子天平 | 烘3小時後在乾燥器中冷卻稱重，再烘半小時後在乾燥器中冷卻稱重；誤差小於萬分之一 |
2 數據樣本描述
編輯太湖水體理化監測數據集為表格型數據，包含太湖站8個常規觀測站點2007–2015年16個理化指標，觀測頻率為1月/次。其具體字段名稱、類型等參見表3。數據集中缺測數據用「/」表示，使用箱線法對數據進行質量評估得到的離群數據用綠色字體標註，異常數據用紅色字體標註。
表3 太湖水體理化監測數據表內容
| 字段名稱 | 數據類型 | 量綱/說明 | 示例 |
| 台站代碼 | 字符型 | THL，「TH」太湖拼音首字母，「L」代表湖泊站 | THL |
| 年份 | 數字型 | 觀測年度，4位數字 | 2008 |
| 月份 | 數字型 | 觀測月份，1–2位數據 | 5 |
| 觀測站代碼 | 字符型 | 觀測樣地編碼，5位 | THL00 |
| 透明度 | 數字型 | m | 0.00 |
| 水深 | 數字型 | m | 3.5 |
| 水溫 | 數字型 | ℃ | 21.4 |
| 電導率 | 數字型 | μs/cm | 730 |
| 懸浮質 | 數字型 | mg/L | 873.00 |
| 溶解氧 | 數字型 | mg/L | 10.48 |
| pH | 數字型 | 6.81 | |
| 硅酸鹽 | 數字型 | mg/L | 1.69 |
| 磷酸鹽 | 數字型 | mg/L | 0.015 |
| 亞硝酸鹽氮 | 數字型 | μg/L | 14.6 |
| 硝酸鹽氮 | 數字型 | mg/L | 0.35 |
| 氨態氮 | 數字型 | mg/L | 0.61 |
| 化學需氧量 | 數字型 | mg/L | 140.25 |
| 總磷 | 數字型 | mg/L | 6.478 |
| 總氮 | 數字型 | mg/L | 86.27 |
| 溶解性總有機碳 | 數字型 | mg/L | 14.996 |
| 備註 | 字符型 | 必要的說明文字 | 水華很多，100％覆蓋 |
3 數據質量控制和評估
編輯3.1 數據質量控制
編輯為了保證數據質量進而實現有效共享，CERN形成了嚴謹的質量控制體系，通過計劃、執行、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[5]。質量控制管理具體可分為三級：
第一級為台站層級的質量控制。太湖站作為CERN站，在樣品採集、分析化驗和數據處理過程中，嚴格按照CERN統一制定的水環境觀測規範[6]、湖泊生態調查觀測與分析標準方法[4]以及水環境觀測質量控制規範[5]來開展相關工作。太湖站儀器分析數據使用的各種儀器設備由專人負責管理使用，並要求廠商定期上門維護。所有監測分析項目，由專人長期嚴格按照規範操作進行，在分析測試過程中，需要帶標樣控制分析結果，並要求做到數據真實、記錄規範、書寫清晰、數據及輔助信息完整等。分析測試工作完成之後，由數據管理員進行了各種源數據的集成、整理、轉換、格式統一；通過一系列質量控制方法，去除隨機及系統誤差，並與歷史數據信息進行比較，評價數據的完整性、準確性、可比性和連續性。
第二級為專業分中心的質量控制。太湖站分屬CERN水體分中心，每年太湖站按時保質保量向水體分中心提交監測數據，水體分中心通過閾值範圍、完整性、一致性等方面的檢查進行數據審核，匯總形成數據質量評估報告，並將數據整理上報至CERN綜合中心。
第三級為CERN綜合中心的質量控制。綜合中心除了用軟件檢查數據質量外，重點檢查數據格式的規範性，儘可能減少數據入庫的錯誤率。
3.2 數據質量評估
編輯本數據集內共有數據864條，每條數據包含16個指標共計13810個數值，其中缺失數值14個（表4）。為檢驗數據質量，我們使用箱線圖法計算數據集中各指標的四分位間隔範圍（IQR=Q3-Q1，其中Q3和Q1分別為上、下四分位數）來檢驗數據集中各指標的離群值（Outlier）和異常值（Extreme）[7]。我們將高於上四分位數或低於下四分位數1.5倍IQR的數據標記為離群值；高於上四分位數或低於下四分位數3倍IQR的數據標記為異常值，除去離群值和異常值之外的數據稱為有效數據。本數據集16個指標中有10個指標的有效數據占比達到95%以上，僅有1個指標的有效數據占比在90%以下（表4）。
表4 數據質量評估表
| 項目 | 數值個數 | 缺失值個數 | 缺失值占比 | 離群值個數 | 離群值占比 | 異常值個數 | 異常值占比 | 有效數據占比 |
| 透明度 | 861 | 3 | 0.35% | 20 | 2.31% | 16 | 1.85% | 95.49% |
| 水深 | 853 | 11 | 1.27% | 30 | 3.47% | 2 | 0.23% | 95.02% |
| 水溫 | 864 | 0 | 0.00% | 0 | 0.00% | 0 | 0.00% | 100% |
| 電導率 | 864 | 0 | 0.00% | 8 | 0.93% | 1 | 0.12% | 98.96% |
| 懸浮質 | 864 | 0 | 0.00% | 37 | 4.28% | 16 | 1.85% | 93.87% |
| 溶解氧 | 864 | 0 | 0.00% | 6 | 0.69% | 0 | 0.00% | 99.31% |
| pH | 864 | 0 | 0.00% | 35 | 4.05% | 2 | 0.23% | 95.72% |
| 硅酸鹽 | 864 | 0 | 0.00% | 7 | 0.81% | 0 | 0.00% | 99.19% |
| 磷酸鹽 | 864 | 0 | 0.00% | 45 | 5.21% | 19 | 2.20% | 92.59% |
| 亞硝酸鹽氮 | 864 | 0 | 0.00% | 43 | 4.98% | 32 | 3.70% | 91.32% |
| 硝酸鹽氮 | 864 | 0 | 0.00% | 19 | 2.20% | 0 | 0.00% | 97.80% |
| 氨態氮 | 864 | 0 | 0.00% | 50 | 5.79% | 50 | 5.79% | 88.43% |
| 化學需氧量 | 864 | 0 | 0.00% | 13 | 1.50% | 23 | 2.66% | 95.83% |
| 總磷 | 864 | 0 | 0.00% | 23 | 2.66% | 29 | 3.36% | 93.98% |
| 總氮 | 864 | 0 | 0.00% | 33 | 3.82% | 9 | 1.04% | 95.14% |
| 溶解性總有機碳 | 864 | 0 | 0.00% | 38 | 4.10% | 13 | 1.50% | 94.10% |
4 數據價值
編輯富營養化是全球湖泊普遍面臨的生態災害問題之一。太湖是我國藍藻水華問題出現最早、治理時間最長的大型湖泊之一。2007年5月無錫發生飲用水危機事件，根本原因就是富營養化導致的藍藻水華在水源地積聚[8]。自此之後，太湖治理攻堅戰已開展10餘年，太湖整體水質有所改善[9][10]，但藍藻水華災害問題依然存在[11]。
水體理化因子是衡量氣候變化及人類活動對湖泊生態系統影響的重要指標。本數據集包含了太湖站8個長期監測站點2007–2015年的理化數據，對深入了解太湖水體生態系統的結構、功能和演替規律具有重要意義，可為揭示水體內能量流轉及物質循環過程、探索大型富營養化淺水湖泊藍藻水華爆發機制提供數據基礎，為藍藻水華預測預警、富營養化防控治理及飲用水安全保障等提供科學支撐。
5 數據使用方法和建議
編輯本數據集可通過CERN綜合中心數據資源服務網站（http://thl.cern.ac.cn/meta/detail/LC02）或通过Science Data Band 在線服務網址（http://www.sciencedb.cn/dataSet/handle/833）获取数据服务。登录系统后在首页点击“数据论文数据”图标或在数据资源栏目选择“数据论文数据”进入相应页面下载数据。
參考文獻
編輯- ↑ 王蘇民, 竇鴻身. 中國湖泊志[M]. 北京: 科學出版社, 1998.
- ↑ 黃鈺鈴, 陳明曦, 劉德富. 不同氮磷營養及光溫條件對藍藻水華生消的影響[J]. 西北農林科技大學學報: 自然科學版, 2008, 36(9): 93-100.
- ↑ 孫小靜, 秦伯強, 朱廣偉. 藍藻死亡分解過程中膠體態磷、氮、有機碳的釋放[J]. 中國環境科學, 2007, 27(3): 341-345.
- ^ 4.0 4.1 黃祥飛, 陳偉民, 蔡啟銘. 湖泊生態調查觀測與分析[M]. 北京: 中國標準出版社, 2000.
- ^ 5.0 5.1 袁國富, 張心昱, 唐新齋, 等. 陸地生態系統水環境觀測質量保證與質量控制[M]. 北京： 中國環境科學出版社, 2012.
- ↑ 中國生態系統研究網絡科學委員會. 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.
- ↑ RICHARDSON A D, HOLLINGER D Y, SHOEMAKER J K, et al. Six years of ecosystem-atmosphere greenhouse gas fluxes measured in a sub-boreal forest[J]. Scientific data, 2019, 6: 117.
- ↑ QIN B Q, ZHU G W, GAO G, et al. A drinking water crisis in Lake Taihu, China: Linkage to climatic variability and lake management[J]. Environ Manage, 2010, 45: 105-112.
- ↑ 戴秀麗, 錢佩琪, 葉涼, 等. 太湖水體氮、磷濃度演變趨勢(1985-2015年) [J]. 湖泊科學, 2016, 28(5): 935-943.
- ↑ 易娟, 徐楓, 高怡, 等. 2007年以來環太湖22條主要河流水質變化及其對太湖的影響[J]. 湖泊科學, 2016, 28(6): 1167-1174.
- ↑ 朱廣偉, 秦伯強, 張運林, 等. 2005–2017年北部太湖水體葉綠素a和營養鹽變化及影響因素[J]. 湖泊科學, 2018, 30(2): 279-295.
數據引用格式
編輯閔屾, 錢榮樹, 朱廣偉, 等. 2007–2015年太湖水體理化監測數據集[DB/OL]. Science Data Bank, 2019. (2019-08-14). DOI: 10.11922/sciencedb.833.
