2009–2018年神農架站站區植物物候觀測數據集
| 2009–2018年神農架站站區植物物候觀測數據集 作者：馬博宇 趙常明 葛結林 徐文婷 熊高明 申國珍 謝宗強 2019年10月7日 |
 馬博宇, 趙常明, 葛結林, 等. 2009–2018年神農架站站區植物物候觀測數據集[J/OL]. 中國科學數據, 2019. (2019-10-07). DOI: 10.11922/csdata.2019.0043.zh. |
摘要&關鍵詞
編輯摘要：植物物候常被作為一種重要的指示氣候變化的代用指標。明確植物適應自然環境變化而產生的物候期變化，有助於認識自然季節變化規律，以服務農業生產和科學研究，尤其是全球變化研究。本數據集包含2009–2018年17個優勢物種的人工物候觀測記錄，數據分為木本植物子集和草本植物子集。木本子集主要記錄了芽開放期、展葉期、開花始期、開花盛期、果實或種子成熟期、葉秋季變色期和落葉期等物候信息。草本子集則記錄了萌動期（返青期）、開花期、果實或種子成熟期、種子散布期和黃枯期等物候信息。本數據集可以結合溫度、降水等環境觀測數據，分析植物對環境變化的響應及其反饋機制，為氣候變化、碳循環等方面的研究提供數據支持。
關鍵詞：神農架站站區；植物物候；氣候變化；環境變化；人工觀測
Abstract & Keywords
編輯Abstract: Plant phenology is often used as an important indicator for climate change. To make clear the phenological changes in response to changes in the natural environment contributes to understand the laws of natural seasons, which serves agricultural production and scientific research, especially global change. The dataset contains the artificial phenological observation records of 17 dominant species from 2009 to 2018, which was divided into a woody plant subset and an herbaceous plant subset. The woody plant subset mainly records phenological information such as leaf bud breaking phase, leaf unfolding phase, first bloom phase, full flowering phase, fruit or seed ripening phase, leaf turning to autumn color phase and leaf falling phase. The herbaceous plant subset records phenological information such as germination or turning green phase, flowering phase, fruit or seed ripening phase, seed dispersal phase and autumn wilting phase. This dataset provides data support for studies on climate change, carbon cycle and other applications, which can be used to analyze the response and feedback mechanism of plants to environmental changes, combined with environmental observation data such as temperature and precipitation.
Keywords: Shennongjia station; plant phenology; artificial observation; climate change; environmental change
數據庫（集）基本信息簡介
編輯| 數據庫（集）名稱 | 2009–2018年神農架站站區植物物候觀測數據集 |
| 數據作者 | 馬博宇，趙常明，葛結林，徐文婷，熊高明，申國珍，謝宗強 |
| 數據通信作者 | 謝宗強（xie@ibcas.ac.cn） |
| 數據時間範圍 | 2009–2018年 |
| 地理區域 | 神農架站站區位於秦巴山地常綠落葉闊葉天然林生態區。地理範圍包括北緯31°19』–31°36』，東經110°03』–110°34』。 |
| 數據量 | 38.8 KB |
| 數據格式 | *.xlsx |
| 數據服務系統網址 | http://www.sciencedb.cn/dataSet/handle/860 |
| 基金項目 | CERN監測網絡，國家生態系統觀測研究共享服務平台項目（2005DKA10300）。 |
| 數據庫（集）組成 | 數據集包括2009–2018年17個物種的人工物候觀測記錄。人工觀測數據分為木本植物子集和草本植物子集，木本子集共有數據記錄97條，記錄了木本植物芽開放期、展葉期、開花始期、開花盛期、果實或種子成熟期、葉秋季變色期和落葉期等物候信息；草本子集共有數據記錄66條，記錄了草本植物萌動期（返青期）、開花期、果實或種子成熟期、種子散布期和黃枯期等物候信息。 |
Dataset Profile
編輯| Title | Plant phenological observation dataset of Shennongjia Station (2009 – 2018) |
| Data corresponding author | Zhao Changming（zhaochangming@ibcas.ac.cn） |
| Data authors | Ma Boyu, Zhao Changming, Ge Jielin, Xu Wenting, Xiong Gaoming, Shen Guozhen, Xie Zongqiang |
| Time range | 2009 – 2018 |
| Geographical scope | Shennongjia station is located in the natural evergreen deciduous broad-leaved forest ecological area of qinba mountain. The geographical scope includes 31°19』N – 31°36』N, 110°03』E –110°34』E. |
| Data volume | 38.8 KB |
| Data format | *.xlsx |
| Data service system | <http://www.sciencedb.cn/dataSet/handle/860> |
| Source of funding | CERN Monitoring Network, National Ecosystem Observation and Research Sharing Service Platform Project (2005DKA10300). |
| Dataset composition | The dataset contains artificial phenological observations of 17 species from 2009 to 2018, consists of a woody plant subset and an herbaceous plant subset. A total of 97 pieces of woody plant subset data records phenological information such as leaf bud breaking phase, leaf unfolding phase, first bloom phase, full flowering phase, fruit or seed ripening phase, leaf turning to autumn color phase and leaf falling phase. A total of 66 pieces of herbaceous plant subset data records phenological information such as germination or turning green phase, flowering phase, fruit or seed ripening phase, seed dispersal phase and autumn wilting phase. |
引 言
編輯植物物候觀測具有悠久的歷史。我國的物候觀測歷史可追溯到周初，即公元前11世紀，在氣象觀測儀器發明之前，勞動人民因農業需要，便通過觀察樹木抽芽發葉、開花結果來判斷寒來暑往，隨後陸續留下記錄[1]。國際上，早在9世紀日本京都地區就開始了櫻花開花日期的記錄[2]，16世紀開始出現大量的關於溫帶和北方樹種的較為完整的物候觀測記錄，並從19世紀開始增加了許多熱帶樹種的觀測[3][4]。
近幾十年來，植物物候對氣候變化的響應研究越來越受到重視。大量研究表明，植物物候期的變化能敏感地指示氣候波動。葛全勝等人基於地面監測和遙感觀測的研究顯示，近幾十年來，持續的增溫使得全球不同區域植被的春季物候明顯提前，而秋季物候發生推遲[5][6]；Cleland等人研究發現，在氣候變暖背景下，大多數植物展葉期和開花期提前，且越早開花的植物春季物候期對溫度升高的響應越強烈[7]；然而，Menzel和Jeong等人的研究結果則顯示，植物秋季物候期如葉黃期對氣候變化的響應無明顯的一致性趨勢[8][9]。通過這種植物對自然環境變化的適應，可以明確植物生長的季節性節律，了解全球氣候變化下生態系統的動態情況。為了深入研究物候學以及全球氣候變化，長期的物候觀測數據是十分必要的。
植被物候觀測手段主要包括傳統的人工觀測和衛星遙感影像分析兩種。人工觀測是植被物候研究領域長期採用的方法，採用一定的規範與標準，記錄群落內關鍵或優勢種在種群或個體水平上的年內和年際生長節律變化[10]，能夠最為直觀、準確的得到植物生長發育過程中各個階段的物候信息[11][12]。然而，人工觀測的結果容易受觀測者主觀因素影響，且人工觀測所能實現的地理區域和植物數量有限，在較大尺度和長期監測植物物候變化方面存在困難和不確定性[13]。
隨着光學傳感器及遙感技術的發展，物候研究逐漸發展出了包括近地遙感和衛星遙感的光譜特徵等多種觀測方法[14][15]。近地面遙感資料和衛星遙感影像為區域到全球尺度上的植被物候研究提供了可靠的數據來源，同時可以為生態站點人工物候觀測數據提供重要的補充[16]，兼具連續觀測、覆蓋面廣的優點。然而受空間分辨率的限制，遙感觀測難以識別不同植被群落和物種間的物候差異，且無法實現對物候期的精細觀測（如展葉期、開花期）[17]，分析結果的不確定性比較大，因此多用於觀測較大尺度範圍內（百米–千米）的植被物候狀況[18][19]。為了準確把握神農架站站區在區域尺度上的物候情況，選擇人工物候觀測方法。
本文介紹了神農架站站區植物2009–2018年的人工物候觀測數據集，旨在為我國典型生態站區域植被生長狀況提供參考和數據支持，可用於以站點為基礎的物候變化分析和氣候變化研究。
1 數據採集和處理方法
編輯1.1 數據來源
編輯本文數據來自於神農架生物多樣性定位研究站（簡稱神農架站）站區植物物候觀測點自2009–2018年的物候觀測。該區位於湖北省西部，以北亞熱帶常綠落葉闊葉混交林為主，屬於秦巴山地常綠落葉闊葉天然林生態區，植物群落高達25 m，群落結構由喬木層、灌木層、草本層以及層間植物組成，群落蓋度約90%。
1.2 數據獲取方法
編輯人工物候觀測方法參考《陸地生態系統生物觀測規範》[10]。選擇地勢平坦、開闊，有連續氣象、水文、生物和土壤要素觀測的樣地，在觀測期內，選取森林群落內的10個喬、灌木優勢種和7個草本優勢種每天觀測。植物物候現象通常出現在高溫之後，所以除早上出現的物候現象外，觀測時間下午1–2時居多。木本植物採用單株觀測法，每個種確定3–5株為觀測對象進行觀測，並做好標記；草本植物採用種群觀測法，確定3–5個定點樣方進行觀測。對於若干株同種植物，將所有的觀測植株作為總體進行物候觀測，超過半數植株達到某個物候期，則是到了某個物候期。
1.3 數據處理方法
編輯本數據集的原始數據為神農架生物多樣性定位研究站10種木本和7種草本優勢種2009–2018年的人工物候觀測數據，即各物候現象出現日期。採用儒略日（Julian Day）換算方法，將逐年物候現象出現日期轉換成距當年1月1日的實際天數，得到各物種物候期的時間序列。應用Sigmaplot 12.5軟件，將木本植物與草本植物各物候現象的時間序列分別繪製成點線圖，表明各物候期的逐年變化趨勢，如圖1和圖2所示。
圖1 草本植物物候期時間序列
圖2 木本植物物候期時間序列
2 數據樣本描述
編輯本數據集包含2009–2018年17個物種的人工物候觀測記錄。人工物候觀測數據集數據量38.8 KB，包含木本植物子集和草本植物子集兩部分。木本子集由10個森林群落中優勢喬、灌木物種組成，共有數據記錄97條，主要記錄了芽開放期、展葉期、開花始期、開花盛期、果實或種子成熟期、葉秋季變色期和落葉期等物候信息；草本子集由7個優勢草本物種組成，共有數據記錄66條，主要記錄了萌動期（返青期）、開花期、果實或種子成熟期、種子散布期和黃枯期等物候信息。在記錄各物候現象出現日期之後，採用儒略日換算方法，將逐年物候現象出現日期轉換成距當年1月1日的實際天數，得到各物種物候期的時間序列。兩個數據子集的數據表結構見表1和表2。
表1 木本植物物候觀測數據集
| 數據項 | 數據類型 | 實例 |
| 總序號 | 數字 | 1 |
| 序號 | 數字 | 1 |
| 生態站代碼 | 字符 | SNF |
| 年 | 日期 | 2009 |
| 樣地代碼 | 字符 | SNFZQ01A00_02 |
| 樣地名稱 | 字符 | 神農架站站區植物物候觀測點 |
| 樣地類別 | 字符 | 站區調查點 |
| 植物種名 | 字符 | 米心水青岡 |
| 拉丁名 | 字符 | Fagus engleriana Seem. |
| 芽開放期（年/月/日） | 日期 | 2009/04/06 |
| 芽開放期儒略日 | 數字 | 95 |
| 展葉期（年/月/日） | 日期 | 2009/04/25 |
| 展葉期儒略日 | 數字 | 114 |
| 開花始期（年/月/日） | 日期 | 2009/04/15 |
| 開花始期儒略日 | 數字 | 104 |
| 開花盛期（年/月/日） | 日期 | 2009/05/04 |
| 開花盛期儒略日 | 數字 | 123 |
| 果實或種子成熟期（年/月/日） | 日期 | 2009/09/10 |
| 果實或種子成熟期儒略日 | 數字 | 252 |
| 葉秋季變色期（年/月/日） | 日期 | 2009/09/10 |
| 葉秋季變色期儒略日 | 數字 | 252 |
| 落葉期（年/月/日） | 日期 | 2009/10/02 |
| 落葉期儒略日 | 數字 | 274 |
| 備註 | 字符 |
表2 草本植物物候觀測數據集
| 數據項 | 數據類型 | 實例 |
| 總序號 | 數字 | 1 |
| 序號 | 數字 | 1 |
| 生態站代碼 | 字符 | SNF |
| 年 | 日期 | 2009 |
| 樣地代碼 | 字符 | SNFZQ01A00_02 |
| 樣地名稱 | 字符 | 神農架站站區植物物候觀測點 |
| 樣地類別 | 字符 | 站區調查點 |
| 植物種名 | 字符 | 黃水枝 |
| 拉丁名 | 字符 | Tiarella polyphylla D. Don |
| 萌動期（返青期）（年/月/日） | 日期 | 2009/04/06 |
| 萌動期（返青期）儒略日 | 數字 | 95 |
| 開花期（年/月/日） | 日期 | 2009/05/04 |
| 開花期儒略日 | 數字 | 123 |
| 果實或種子成熟期（年/月/日） | 日期 | 2009/06/01 |
| 果實或種子成熟期儒略日 | 數字 | 151 |
| 種子散布期（年/月/日） | 日期 | 2009/06/01 |
| 種子散布期儒略日 | 數字 | 151 |
| 黃枯期（年/月/日） | 日期 | 2009/09/02 |
| 黃枯期儒略日 | 數字 | 244 |
| 備註 |
數據表中生態站代碼SNF的含義：前2個字母S、N分別是生態站名字前兩個字的拼音首字母Shennong的大寫，第3個字母F表示生態站類型為森林。樣地代碼SNFZQ01A00_02的含義：SNF 為生態站代碼，ZQ01表示樣地類型為站區調查點序號01，A00表示在該觀測場進行生物觀測（若該觀測場進行生物、土壤和水分觀測則為ABC），尾部數字02表示該樣地為破壞性採樣地（01表示永久樣地）。
3 數據質量控制和評估
編輯為了提高人工物候觀測數據集的精度和質量，本數據集採取以下4個方面的數據質量控制措施：
（1）參考《陸地生態系統生物觀測規範》[10]，選擇合適的觀測樣地，制定明確的人工物候觀測規範。結合神農架生物多樣性定位研究站站區的環境狀況以及常綠落葉闊葉混交林的植物種類，觀測對象涵蓋喬、灌、草三類，均為站區內具有代表性的優勢物種。
（2）查閱書籍結合實地考察，明確站區內的植物種類和觀測對象的識別特徵，系統總結植物各個物候期的特徵和判斷方法，同時儘量做到相同人員長期連續觀測，以減少主觀因素帶來的誤差，保證物候數據的準確性和可靠性。
（3）對記錄的物候期數據進行多級審核，對物候數據中物種中文名、拉丁名等重要數據項進行規範和複查，避免錯誤。同時對比逐年數據，檢查疑似異常值，核對原始記錄數據進行修正，特殊情況（如小年未見結實等）在備註中進行標註。
（4）人工物候觀測數據除了記錄物候現象出現日期外，採用儒略日換算方法，將逐年物候現象出現日期轉換成距當年1月1日的實際天數，得到各物種物候期的時間序列。將木本和草本優勢種各物候期時間序列繪製成點線圖，便於後續分析和使用，如圖1和圖2所示，物候期的逐年變化趨勢較為清晰明了，且與前人研究結果相比一致，數據集成果具有可信度。
4 數據使用方法和建議
編輯本數據集收錄了神農架生物多樣性定位研究站站區優勢物種的人工觀測數據，可為以區域尺度或物種水平為單位的物候研究提供可靠的數據基礎。另外，可以結合溫度、降水等環境觀測數據，分析植物對環境變化的響應及其反饋機制，為氣候變化、碳循環等方面的研究提供數據支持。本數據集對比了逐年物候期變化並繪製成點線圖，可以結合環境、氣候變化分析物候變化趨勢的驅動因素，也可以通過物候變化來反映區域環境變化。
參考文獻
編輯- ↑ 竺可楨. 中國近五千年來氣候變遷的初步研究[J]. 氣象科技資料,1973(S1):2-23.
- ↑ AONO Y, KAZUI K. Phenological data series of cherry tree flowering in Kyoto, Japan, andits application to reconstruction of springtime temperatures since the 9th century[J]. International Journal of Climatology, 2008, 28(7): 905-914.
- ↑ VAN SCHAIK, C P, TERBORGH J W, WRIGHT S J. The phenology of tropical forests: Adaptive significance and consequences for the primary consumers[J]. Annual Review of Ecology and Systematics, 1993, 24: 353-377.
- ↑ LIETH H. Phenology and Seasonality Modeling[M]. New York, USA: Springer-Verlag, 1974: 4.
- ↑ 仲舒穎，鄭景雲，葛全勝． 近40年中國東部木本植物秋季葉全變色期變化[J]. 中國農業氣象，2010，31( 1) : 1-4.
- ↑ 葛全勝，鄭景雲，張學霞，等． 過去40 年中國氣候與物候的變化研究[J]. 自然科學進展，2003，13( 10) : 1 048-1 053.
- ↑ CLELAND E E, ALLEN J M, CRIMMINS T M, et al. 2012. Phenological tracking enables positive species responses to climate change [J]. Ecology, 93(8): 1765-1771.
- ↑ JEONG S, HO C, GIM H, et al. Phenology shifts at start vs end of growing season in temperate vegetation over the Northern Hemisphere for the period 1982–2008[J]. Global Change Biology, 2011, 17(7): 2385–2399.
- ↑ MENZEL A, ESTRELLA N, FABIAN P. 2001. Spatial and temporal variability of the phenological seasons in Germany from 1951 to 1996 [J]. Global Change Biology, 7(6): 657-666.
- ^ 10.0 10.1 吳東秀, 韋文珊, 張淑敏, 等. 陸地生態系統生物觀測規範[M]. 北京: 中國環境科學出版社, 2007: 70-75.
- ↑ SCHWARTZ M D, HANES J M, LIANG L. Comparing carbon flux and high-resolution spring phenological measurements in a northern mixed forest[J]. Agricultural and Forest Meteorology, 2013, 169: 136-147.
- ↑ WHITE M A, THORNTON P E, RUNNING S W. A continental phenology model for monitoring vegetation responses to interannual climatic variability[J]. Global Biogeochemical Cycles, 1997, 11(2): 217-234.
- ↑ 范德芹, 趙學勝, 朱文泉, 等. 植物物候遙感監測精度影響因素研究綜述[J]. 地理科學進展, 2016, 35 (3): 304–319.
- ↑ GARRITY S R, BOHRER G, MAURER K D, et al. A comparison of multiple phenology data sources for estimating seasonal transitions in deciduous forest carbon exchange[J]. Agricultural and Forest Meteorology, 2011, 151(12): 1741-1752.
- ↑ CLELAND E E, CHUINE I, MENZEL A, et al. Shifting plant phenology in response to global change[J]. Trends in Ecology and Evolution, 2007, 22(7): 357-365.
- ↑ REED B, BROWN J. Trend analysis of time-series phenology derived from satellite data[C]// Analysis of Multi-Temporal Remote Sensing Images, 2005 International Workshop on the IEEEXplore, 2005: 166–168.
- ↑ 宋創業, 張琳, 吳冬秀, 等. 2003～2015年CERN植物物候觀測數據集[J/OL]. 中國科學數據, 2017, 2(1): 27–34. DOI: 10.11922/csdata.180.2016.0110.
- ↑ 劉雙俞, 張麗, 王翠珍, 等. 基於 MODIS 數據的青藏高原植被物候變化趨勢研究（2000–2010年）[J]. 遙感信息, 2014, 29(6): 25–30.
- ↑ 周玉科. 基於數碼照片的植被物候提取多方法比較研究[J]. 地理科學進展, 2018, 37(8): 1031-1044.
數據引用格式
編輯馬博宇, 趙常明, 葛結林, 等. 2009–2018年神農架站站區植物物候觀測數據集[DB/OL]. Science Data Bank, 2019. (2019-08-29). DOI: 10.11922/sciencedb.860.
