中国生态系统研究网络CERN专题 I 区论文(评审中) 版本 ZH2
下载
2004–2016年中国生态系统研究网络(CERN)水体pH和矿化度数据集
A dataset of water pH and salinity of Chinese Ecosystem Research Network, 2004–2016
 >>
: 2019 - 09 - 12
: 2019 - 12 - 02
: 2019 - 12 - 02
134 4 0
摘要&关键词
摘要:水体的pH和矿化度是中国生态系统研究网络(CERN)的重要监测指标,可为生态系统水体长期变化研究提供重要数据。降水pH可以表征其是否为酸沉降,地表水和地下水的pH则关系到水质是否对植物生长和动物饮用存在危害等。矿化度是表征水体溶解性固体总含量的指标,同样影响到植物根系的水分吸收和动物的生存分布。本数据集收集整理了CERN农田、森林、荒漠、草原、沼泽5种典型生态系统34个生态站2004–2016年降水、地表水、地下水pH和矿化度数据。本数据集可为分析降水、地表水、地下水的酸碱度和矿化度的时间变化和空间格局提供数据,可为研究中国典型生态系统水质酸碱度和盐碱化的长期变化提供数据支撑。
关键词:中国生态系统研究网络(CERN);生态站;pH;矿化度;降水;地表水;地下水
Abstract & Keywords
Abstract: The pH and salinity of water are important monitoring indicators of the Chinese Ecosystem Research Network (CERN), which can provide important data for the study of long-term changes of water within ecosystems. The pH of precipitation can indicate whether it is acid deposition or not. Besides, the pH of surface water and groundwater determine whether water quality is harmful to plant growth and drinking by animals. Furthermore, salinity is an indicator of total soluble solids content in water, which also affects water absorption by plant roots and the survival distribution of animals. This dataset consists of pH and salinity of precipitation, surface water, groundwater data from 34 field stations in five ecosystem of CERN (agro-ecosystem, forest, desert, grassland and marsh) from 2004 to 2016. The dataset can support analysis of temporal variation and spatial pattern of acidity and salinity of precipitation, surface water and groundwater. And it provides data for studying the long-term changes of water quality, pH and salinization in typical ecosystems in China.
Keywords: Chinese Ecosystem Research Network (CERN); field stations; pH; salinity; precipitation; surface water; groundwater
数据库(集)基本信息简介
数据集(库)名称2004–2016年中国生态系统研究网络(CERN)水体pH和矿化度数据集
联系人孙晓敏(sunxm@igsnrr.ac.cn)
数据生产者CERN站观测人员站长所属研究所
阿克苏站盛钰、胡顺军赵成义中国科学院新疆生态与地理研究所34
哀牢山站鲁志云、沙丽清张一平中国科学院西双版纳植物园25
安塞站姜峻、李够霞陈云明中国科学院水利部水土保持研究所13
北京站苏宏新桑卫国中国科学院植物研究所27
西双版纳站刘文杰、李玉武、秦海浪曹敏中国科学院西双版纳植物园22
长白山站戴冠华、郑兴波王安志中国科学院沈阳应用生态所6
策勒站郭永平、雷家强曾凡江中国科学院新疆生态与地理研究所11
常熟站林静慧、周伟颜晓元中国科学院南京土壤研究所20
长武站刘勇刚、姬洪飞刘文兆中国科学院水利部水土保持研究所24
鼎湖山站褚国伟、向传银周国逸中国科学院华南植物园5
鄂尔多斯站杜娟、崔清国黄振英中国科学院植物研究所8
阜康站赵岩、兰中东马健中国科学院新疆生态与地理研究所35
封丘站汪金舫、李小丽朱安宁中国科学院南京土壤研究所29
贡嘎山站李伟、杨阳王根绪中国科学院成都山地灾害与环境研究所18
环江站傅伟、林海飞王克林中国科学院亚热带农业生态研究所9
海北站郭小伟、林丽曹广民中国科学院西北高原生物研究所10
海伦站李猛韩晓增中国科学院东北地理与农业生态研究所16
鹤山站林永标、孙聃申卫军中国科学院华南植物园21
会同站朱睦楠、于小军汪思龙中国科学院沈阳应用生态研究所36
栾城站程一松、李晓欣沈彦俊中国科学院遗传与发育生物学研究所4
拉萨站李少伟、孙维、
何永涛
戴尔阜中国科学院地理科学与资源研究所17
临泽站常学向、杨淇越赵文智中国科学院寒区旱区环境与工程研究所3
茂县站何其华、李晓明包维楷中国科学院成都生物研究所12
奈曼站刘新平、张铜会赵学勇中国科学院寒区旱区环境与工程研究所23
内蒙古站窦山德、王小亮白永飞中国科学院植物研究所7
千烟洲站杨风亭、李庆康王辉民中国科学院地理科学与资源研究所30
三江站路永正、张加双宋长春中国科学院东北地理与农业生态研究所26
沙坡头站张志山、赵洋李新荣中国科学院寒区旱区环境与工程研究所32
神农架站赵常明、徐文婷谢宗强中国科学院植物研究所33
沈阳站蒋正德、郑立臣陈欣中国科学院沈阳应用生态研究所14
桃源站尹春梅、傅心赣魏文学中国科学院亚热带农业生态研究所31
禹城站来剑斌、娄金勇欧阳竹中国科学院地理科学与资源研究所15
盐亭站唐家良朱波中国科学院成都山地灾害与环境研究所28
鹰潭站刘晓利、官有军孙波中国科学院南京土壤研究所19
地理区域北纬47°35′–21°55′,东经133°31′–80°43′。包括中温带、暖温带、亚热带、热带、青藏高原温带地区。
数据量9279条
数据格式*.xlsx
数据服务系统网址http://www.sciencedb.cn/dataSet/handle/891
基金项目中国科学院战略性先导科技专项(XDA19020301);国家重点研发计划(2017YFC0503801)。
数据集(库)组成数据集整理了CERN34个生态站2004–2016年期间降水、地表水、地下水pH和矿化度数据。降水按月份或季节采集样品,无降水或降水不足月份未采样。地表水、地下水按月份或季节采样。数据集由2个部分组成,其一为各生态站在该时间段内降水、地表水、地下水pH、矿化度相关数据,其二为生态站基本信息。所有数据均存放在1个Excel文件中,其中34个生态站的水体数据按照水体的不同分别放在3个表单内,生态站基本信息放在1个表单内。
引 言
水体pH可以有效地表示其酸碱性,过酸或者过碱的水体对于植物生长和动物生活均存在一定的负面作用。降水的pH<5.6即达到酸沉降水平[1],会对农作物、草地、森林等植被生长带来危害[2-3],还会破坏土壤结构[4-5],导致土壤和地表水酸化等[6]。根据我国地表水环境质量标准GB3838-2002规定,日常用水pH范围为6.00–9.00。地下水环境质量标准GB14848-93规定,pH在6.50–8.50满足生活生产和植物生长的基本用水需要,如不能达标,也可以使用pH值是<6.50或者>8.50的地下水。灌溉用水水质标准一般规定pH范围是5.50–8.50,使用过酸、过碱或盐含量较高的水会造成农作物减产。
矿化度是指水体中的溶解性固体的总量,我国目前对于矿化度的环境标准规范主要应用在地下水上,对其他水体未做明确说明。地下水环境质量标准GB14848-93将地下水矿化度分为5级,即≤300 mg·L-1、300–500 mg·L-1、500–1000 mg·L-1、1000–2000 mg·L-1、>2000 mg·L-1。水体的矿化度对于植物根系[7]和土壤动物生长存活具有直接影响,矿化度太高可造成土壤盐碱化、物理结构改变和土壤动物总量减少等不良后果[8]
本文介绍了中国生态系统研究网络(CERN)34个生态站2004–2016年降水、地表水、地下水pH和矿化度的监测数据情况,为科学工作者或用户充分利用本数据提供详细说明。
1   数据采集和处理方法
1.1   数据采集方法
各生态站降水按月份或季节采集样品,无降水或降水不足月份未采样。地表水、地下水按月份或季节采集样品,然后按照《陆地生态系统水环境观测规范》[9]的统一方法测定。其中pH采用电位计法,收集水样后过滤,室温条件下通过校正液校准电位计后,测定水样的pH值。矿化度采用加和法或重量法测定,加和法即通过测定水样中主要的8种阴、阳离子(K+、Na+、Ca2+、Mg2+、SO42- 、CL、HCO3 、CO32− )的总和,得出水样的矿化度,重量法即过滤后通过蒸干得到固体物质的总量,计算出水体的矿化度。
1.2   数据处理方法
水体经人工观测员在现场采集样品后,在实验室测定记录并录入计算机进行电子化。生态站每年集中整理数据并按相应的格式汇交到CERN水分分中心。CERN水分分中心对所有数据进行再次检查,合格的数据汇交到CERN综合中心,相关人员进行数据格式审核,无误后最终导入到数据库,以供使用。
数据集经质量控制后,去除了明显的异常值。整理后的pH、矿化度数据按照水体类型(降水、地表水、地下水)分别汇集到Excel文件中的不同数据表单内,各表单内数据按照生态站名称和时间排序;生态站基本信息,如代码、分布区域、经度、纬度、气候带、降水量等也单独汇集到一个数据表单内。
2   数据样本描述
本数据集的数据储存于Excel文件中的4个数据表单中,其中降水、地表水、地下水pH和矿化度数据分别存放于3个数据表单中。还有1个表单是生态站基本情况表,给出了34个生态站的基础信息。两种表中包含的具体字段名称和详细信息见表1和表2。
表1   典型农田生态系统不同水体数据表内容
序号字段名称量纲数据类型示例
1生态站代码字符型ASA
2年份数字型2004
3月份数字型3
4水质采样点代码字符型ASAFZ10CLB_01
5采样点名称字符型川地气象观测场雨水采集器
6pH值数字型8.56
7矿化度mg·L-1数字型36.94
表2   典型农田生态系统信息表内容
序号字段名称量纲数据类型示例
1生态站字符型海伦
2代码字符型HLA
3生态系统类型字符型农田
4经度E数字型126°55′
5纬度N数字型47°27′
6气候带字符型中温带亚湿润地区
7年降水量mm数字型500
8年平均气温数字型1.5
9土壤类型字符型黑土
10数据类型(个数)字符型降水(22)
各生态站根据降水频率的不同,降水样品的采集频率也不同。降水频率较少的地区,如阿克苏站、阜康站等,只在发生降水的月份取样;降水充沛的生态站每月至少取样一次,如常熟站;其余生态站每季度取样一次。地表水和地下水的取样频率在不同生态站也存在一定差异,如安塞站、常熟站等按照月份取样,阿克苏站、哀牢山站等按照季节取样。
图1展示了取样频率较高的常熟生态系统2004–2016年降水、地表水、地下水pH测定值。可以看出降水pH最低值出现在2011年,接近酸沉降值5.6,其余年份降水pH均高于6.0。地表水和地下水pH值在7.3–8.3范围内波动,2005–2009年地表水pH低于地下水,2016年地表水pH大于地下水,其余年份两者相差较小。2008–2016年,地表水和地下水pH均高于降水pH值。


图1   常熟(CSA)农田生态系统2004–2016年降水、地表水、地下水酸碱度变化
常熟站降水、地表水、地下水矿化度的变化如图2所示,2005–2016年间降水矿化度远低于地表水和地下水矿化度值,矿化度主要是水中的可溶性离子含量的高低指标,地表水和地下水由于和土壤直接接触,且农田生态系统中存在施肥和地表径流等的影响,均是造成其矿化度较高的原因。


图2   常熟(CSA)农田生态系统2004–2016年降水、地表水、地下水矿化度变化
3   数据质量控制和评估
监测数据采取三级质量控质体系,即野外台站根据统一监测规范和检测方法采集样品并进行分析测定,其工作包括分析测试人员的准确测定、及时完整记录和录入等环节,这是质量控制的最关键部分。CERN水分分中心在台站汇交数据后,为避免出现人工录入或者其他方面的误差,对数据进行质量检测。如果出现明显不符合逻辑的情况,反馈给台站进行再次确认。综合中心通过软件对数据进行质量控制,同时还规范检查数据格式并保存。
4   数据价值
水体的pH和矿化度可以从酸雨、地表水酸化、土壤酸化、灌溉盐含量超标、土壤盐碱化和板结等方面对生态系统产生影响。本数据集提供的CERN典型生态系统34个生态站2004–2016年降水、地表水、地下水酸碱度和矿化度数据,在一定程度上表征出中国典型生态系统的水体整体情况,可以为研究生态系统水利用或者循环提供一定的数据信息支持。
5   数据使用方法和建议
需要使用本数据集的读者,可以登录Science Data Bank(http://www.sciencedb.cn/dataSet/handle/891)下载。本数据集是对CERN 34个典型生态系统水体pH和矿化度数据整理后形成的数据库。数据经过一定的质量控制除去了部分明显的异常值,并根据水体种类、生态系统代码和时间进行重新排列。数据用户在分析使用中可以结合更加详细的实验设计,配合数据结构模型,解读中国典型生态系统水体的利用和循环情况。
[1]
SMITH R A. Air and rain: The beginnings of a chemical climatology[M]. Longmans: Green and Company, 1872.
[2]
吴玺, 梁婵娟. 模拟酸雨对水稻根系激素含量与生长的影响[J].环境化学, 2016, 35(3): 568-574.
[3]
BELL J N B. Effects of acid deposition on crops and forests[J]. Experientia, 1986, 42: 363-371.
[4]
SCHWARTZ S E. Acid deposition: unraveling a regional phenomenon[J]. Science, 1989, 243: 753-763.
[5]
SINGH A, AGRAWAL M. Acid rain and its ecological consequences[J]. Journal of Environmental Biology, 2008, 29: 15-24.
[6]
QIU Q Y, WU J P, LIANG G H, et al. Effects of simulated acid rain on soil and soil solution chemistry in a monsoon evergreen broad-leaved forest in southern China[J]. Environmental Monitoring and Assessment, 2015, 187: 271-283.
[7]
宋香静, 李胜男, 郭嘉, 等. 不同盐分水平对柽柳扦插苗根系生长及生理特性的影响[J]. 生态学报, 2018, 38(2): 606-614.
[8]
OLSON J R, HAWKINS C P. Effects of total dissolved solids on growth and mortality predict distributions of stream macro invertebrates[J]. Freshwater Biology, 2017, 62(4): 779-791.
[9]
中国生态系统研究网络科学委员会. 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: 100-102.
数据引用格式
中国生态系统研究网络. 2004–2016年中国生态系统研究网络(CERN)水体pH和矿化度数据集[DB/OL]. Science Data Bank, 2019. (2019-11-27). DOI: 10.11922/sciencedb.891.
稿件与作者信息
论文引用格式
刘旭艳, 唐新斋, 朱治林, 等. 2004–2016年中国生态系统研究网络(CERN)水体pH和矿化度数据集[J/OL]. 中国科学数据, 2019. (2019-11-27). DOI: 10.11922/csdata.2019.0067.zh.
刘旭艳
Liu Xuyan
主要承担工作:数据整理和论文撰写。
(1986—),女,内蒙古呼和浩特人,硕士,工程师,研究方向为地球环境化学。
唐新斋
Tang Xinzhai
主要承担工作:CERN水环境长期定位观测数据质量控制。
(1976—),男,山东威海人,硕士,工程师,研究方向为网络和数据库管理。
朱治林
Zhu Zhilin
主要承担工作:CERN水环境长期定位观测数据质量控制。
(1963—),男,湖北荆门人,学士,副研究员,研究方向为生态系统观测。
袁国富
Yuan Guofu
主要承担工作:CERN水环境长期定位观测数据质量控制。
(1972—),男,湖北洪湖人,博士,副研究员,研究方向为生态水文。
张心昱
Zhang Xinyu
主要承担工作:CERN水环境长期定位观测数据质量控制。
(1973—),女,辽宁桓仁人,博士,研究员,主要从事地球环境化学方面研究。
王娇
Wang Jiao
主要承担工作:CERN数据分析与整理。
(1989—),女,山东滨州人,助理研究员,研究方向为土壤物理学。
孙晓敏
Sun Xiaomin
主要承担工作:CERN水环境长期定位观测技术指导。
sunxm@igsnrr.ac.cn
(1957—),男,河北涉县人,学士,研究员,主要从事地表通量观测技术和实验方法的研究。
常学向
Chang Xuexiang
数据生产者,主要承担各台站数据的监测和质量控制。
程一松
Cheng Yisong
数据生产者,主要承担各台站数据的监测和质量控制。
褚国伟
Chu Guowei
数据生产者,主要承担各台站数据的监测和质量控制。
戴冠华
Dai Guanhua
数据生产者,主要承担各台站数据的监测和质量控制。
窦山德
Dou Shande
数据生产者,主要承担各台站数据的监测和质量控制。
杜娟
Du Juan
数据生产者,主要承担各台站数据的监测和质量控制。
傅伟
Fu Wei
数据生产者,主要承担各台站数据的监测和质量控制。
郭小伟
Guo Xiaowei
数据生产者,主要承担各台站数据的监测和质量控制。
郭永平
Guo Yongping
数据生产者,主要承担各台站数据的监测和质量控制。
何其华
He Qihua
数据生产者,主要承担各台站数据的监测和质量控制。
姜峻
Jiang Jun
数据生产者,主要承担各台站数据的监测和质量控制。
蒋正德
Jiang Zhengde
数据生产者,主要承担各台站数据的监测和质量控制。
来剑斌
Lai Jianbin
数据生产者,主要承担各台站数据的监测和质量控制。
李猛
Li Meng
数据生产者,主要承担各台站数据的监测和质量控制。
李少伟
Li Shaowei
数据生产者,主要承担各台站数据的监测和质量控制。
李伟
Li Wei
数据生产者,主要承担各台站数据的监测和质量控制。
刘晓利
Liu Xiaoli
数据生产者,主要承担各台站数据的监测和质量控制。
林静慧
Lin Jinghui
数据生产者,主要承担各台站数据的监测和质量控制。
林永标
Lin Yongbiao
数据生产者,主要承担各台站数据的监测和质量控制。
刘文杰
Liu Wenjie
数据生产者,主要承担各台站数据的监测和质量控制。
刘新平
Liu Xinping
数据生产者,主要承担各台站数据的监测和质量控制。
刘勇刚
Liu Yonggang
数据生产者,主要承担各台站数据的监测和质量控制。
鲁志云
Lu Zhiyun
数据生产者,主要承担各台站数据的监测和质量控制。
路永正
Lu Yongzheng
数据生产者,主要承担各台站数据的监测和质量控制。
苏宏新
Su Hongxin
数据生产者,主要承担各台站数据的监测和质量控制。
唐家良
Tang Jialiang
数据生产者,主要承担各台站数据的监测和质量控制。
汪金舫
Wang Jinfang
数据生产者,主要承担各台站数据的监测和质量控制。
杨风亭
Yang Fengting
数据生产者,主要承担各台站数据的监测和质量控制。
尹春梅
Yin Chunmei
数据生产者,主要承担各台站数据的监测和质量控制。
张志山
Zhang Zhiyun
数据生产者,主要承担各台站数据的监测和质量控制。
赵常明
Zhao Changming
数据生产者,主要承担各台站数据的监测和质量控制。
赵成义
Zhao Chengyi
数据生产者,主要承担各台站数据的监测和质量控制。
赵岩
Zhao Yan
数据生产者,主要承担各台站数据的监测和质量控制。
朱睦楠
Zhu Munan
数据生产者,主要承担各台站数据的监测和质量控制。
出版历史
I区发布时间:2019年12月2日 ( 版本ZH2
参考文献列表中查看
中国科学数据
csdata