2009–2018年西南典型紫色土丘陵区土壤含水量变化数据集

2009–2018年西南典型紫色土丘陵区土壤含水量变化数据集
作者：章熙锋　唐家良　高美荣　朱波
2019年12月23日

本作品收录于《中国科学数据》

章熙锋，唐家良，高美荣, 朱波. 2009–2018年西南典型丘陵区土壤水分含量变化数据集[J/OL].中国科学数据, 2019. (2019-12-23). DOI: 10.11922/csdata.2019.0068.zh.

摘要&关键词

摘要：土壤水是农田生态系统中颗粒、胶体和物质运移的主要载体，也是土壤-植物-大气连续体物质交换和能量传导的关键因子，对作物生理生长特性和生态系统服务功能有着重要影响。盐亭站是长江上游唯一的国家农田生态系统科学观测研究站，代表了中亚热带四川盆地紫色土丘陵区农田生态系统。该站地处中国地势第二、三阶梯的过渡地带，位于长江上游生态屏障的最前沿，具有特殊的生态敏感性。本数据集包括盐亭站2009–2018年2个长期监测样地（草地、耕地）不同土层深度土壤质量含水量、体积含水量数据，借助长期监测数据可研究典型丘陵区农田生态系统生态水文过程、水量平衡和物质循环规律，并揭示土壤水分循环对气候变化的敏感性。

关键词：紫色土；土壤水含量；长期监测；数据集

Abstract & Keywords

Abstract: Soil water is the main carrier of particle, colloid and substance transport in farmland ecosystem. Besides, it is also a key factor for material exchange and energy transfer in soil-plant-atmosphere continuum, and has important influence on physiological growth characteristics and ecosystem service function of crops. Yanting Station, representing the farmland ecosystem in purple soil hilly area of Sichuan Basin in the middle subtropical zone, is the only national scientific observation and research station of farmland ecosystem in the upper reaches of the Yangtze River. Which Located in the transitional zone of the second and third steps of China’s terrain, at the forefront of the ecological barrier in the upper reaches of the Yangtze River. Therefore, it has special ecological sensitivity. This dataset includes the data of different depth soil’s mass moisture content and volume moisture content in two long-term monitoring sample plots (grassland, cultivated land) at Yanting Station from 2009 to 2018. Long-term monitoring data can help to study the eco-hydrological processes of farmland ecosystems, water balance and material cycle regulation, in typical hilly areas. Furtherly, long-term monitoring dataset can help revealing the sensitivity of soil water cycle to global climate change.

Keywords: purple soil; soil water moisture; long-term monitoring; dataset

数据库（集）基本信息简介

数据库（集）名称	2009–2018年西南典型丘陵区土壤水分含量变化数据集
数据作者	章熙锋、唐家良、高美荣、朱波
数据通信作者	唐家良（jltang@imde.ac.cn）
数据时间范围	2009–2018年
地理区域	四川盐亭农田生态系统国家野外科学观测研究站（以下简称盐亭站）位于四川盆地中北部的四川省绵阳市盐亭县林山乡（105º27′E，31º16′N），是以亚热带四川盆地紫色土为主要研究对象的基础性、公益性的长期试验与观测平台。
数据量	0.3 MB
数据格式	*.xlsx
数据服务系统网址	http://www.sciencedb.cn/dataSet/handle/894
基金项目	中国科学院成都山地所“一三五”方向性项目（SDS-135-1702）；国家科技重大专项（2017ZX07101001-02）。
数据库（集）组成	数据集由2个数据文件组成，分别为:（1）2009–2018年盐亭站土壤水质量含水量数据，包含两个样地盐亭站综合气象观测场水分观测样地1个采样点（YGAQX01CTS_01）；盐亭站综合观测场水分采样地（YGAZH01CTS_01）4个采样点数据量为156 KB；（2）2009–2018年盐亭站体积含水量数据，数据量为251 KB。

Dataset Profile

Title	A dataset of soil moisture content change in typical purple soil hilly areas in southwest China from 2009 to 2018
Data authors	Zhang Xifeng, Tang Jialiang, Gao Meirong, Zhu Bo
Data corresponding author	Tang Jialiang (jltang@imde.ac.cn)
Time range	January 2009–January 2018
Geographical scope	Yanting Agro-eclological National Field Scientific Observation and Research Station is located in the north-central part of Sichuan Basin (105°27'E, 31°16'N) in Linshan Township, Yanting County, Mianyang City, Sichuan Province. It is a basic and public welfare for long-term experiment and observation with purple soil, as the main research object is the purple soil in subtropical Sichuan Basin.
Spatial resolution	0.3 MB
Data volume	*.xlsx
Data service system	<http://www.sciencedb.cn/dataSet/handle/894>
Sources of funding	Thirteen five plan directional project of Chengdu Institute of mountain research, Chinese Academy of Sciences (sds-135-1702); National Science and Technology Major Project (2017zx0710001-02)
Dataset composition	The data set is composed of two data files, which are as follows :(1) data of soil water mass and water content of Yanting Station from 2009 to 2018, including 1 sampling point (YGAQX01CTS_01) of the water observation sample of the comprehensive meteorological observation field of yanting station; The data volume of 4 sampling points in the comprehensive observation field of yanting station (YGAZH01CTS_01) is 156 KB. (2) volume water content data of Yanting Station from 2009 to 2018, with data volume of 251 KB.

引 言

土壤水是指土壤中各种形态水的总称，是土壤最重要的组成部分之一。其来源主要是大气降水、灌溉水和通过毛细作用上升的地下水。按照其存在形态一般可分为固态水、液态水和汽态水。通常在水文学中主要研究对象为存在于包气带土层中的液态水。根据其运动状态不同可分为束缚水和自由水^[1]。其中，化合水和结晶水统称化学束缚水；吸湿水和膜状水统称物理束缚水。自由水可分为：通过土壤毛管作用毛管水和重力水两种。土壤水是研究降雨入渗、径流形成、植物蒸腾和土壤蒸发等水文过程的关键枢纽^[2][3][1]。同时，土壤水也是包气带中颗粒、胶体、溶质运移的重要载体^[4][5]，以及土壤–植物–大气连续体物质交换和能量传导的关键因子^[6][7][4]。作为CERN联网观测的重要指标之一，土壤水分状况和动态变化是陆地生态系统长期定位观测的基本任务。盐亭站作为中国生态系统研究网络（CERN）和国家生态系统观测研究网络（CNERN）野外台站，按照陆地生态系统水环境观测规范的要求，对土壤水分进行了长期定位监测。为充分发挥长期联网观测数据的科学价值，将其进行整编、出版，将有利支撑生态相关学科科学研究和创新发展。

紫色土，是由白垩纪和侏罗纪的紫色砂页岩发育而成。我国紫色土分布面积32万km2，耕地面积2210万公顷，集中连片分布在四川、重庆云南、重庆、贵州等西南山区。其中，四川盆地紫色土面积16万km2，耕地面积6500万亩是长江上游的主要农耕地类型。四川盐亭农田生态系统国家野外科学观测研究站（以下简称盐亭站）位于盆地中北部盐亭县林山乡，属中亚热带季风气候，年均气温17.3℃，多年年均降雨量826 mm。2008年后降雨总量有上升趋势且年内分布不均。据多年雨量观测站统计，春季占5.9%，夏季占65.5%，秋季占19.7%，冬季占8.9%。盐亭站代表区域地处中国地势第二、三阶梯过渡地带，位于长江上游生态屏障的最前沿，具有特殊的生态敏感性。

1 数据采集和处理方法

1.1 观测样地设置

盐亭站农田综合观测场水分观测样地（图1）位于四川省盐亭县林山乡截流村，经度范围为105°27′22″–25″E，纬度范围为31°16′16″–19″N，海拔420 m。该样地2004年建立，设计使用年数100年，综合观测场采样地由三块坡向西北–东南、坡度相近的台地经过深翻平整改建为坡度5°、面积1600 m2的旱坡地。实行冬小麦–夏玉米轮作，常规施肥，无灌溉水来源。根据中国土壤系统分类，土类为紫色土，亚类为石灰性紫色土，土壤母质为紫色砂页岩土壤，呈A–C剖面分布，土壤厚度为50–100 cm；轻度风蚀，细沟侵蚀，地下水位在30 m以下。

图片

图1 盐亭站农田生态系统综合观测场水分观测样地

盐亭站综合气象要素观测场1997年建立，1997年安装的是国产自动气象站（AMRS-1）；2004年按国家标准气象站扩建为标准气象场25 m×25m，设备更新为芬兰Visila公司的自动气象站（MiLOS 520）；2014年型号更新为MAWS301。盐亭站综合气象观测场水分采样地2004年11月建立并试运行，2005年正式开始观测，利用中子仪测定土壤水分含量，2010年因中子仪设备故障已经管理要求停用，改为安装Stevens探针传感器（图2）。

图片

图2 盐亭站综合气象观测场水分采样地

1.2 数据预处理方法

本数据集包括两个样地：盐亭站农田综合观测场水分观测样地和盐亭站综合气象观测场水分观测样地。观测深度依次为：10cm，20cm，30cm，40cm，60cm；测量方法：质量含水量为人工取样采用烘干法测量。由于仪器更新换代以及故障的原因，不同时期体积含水量测量方法有所不同：2009年1–7月为中子仪测量；2009年12月至2013年3月采用TDR传感器测量；2014年7月之后为CR800测量；2017年3月综合观测场水分样地2号点位和气象观测场水分样地升级为Hydra probe传感器测量。整编数据频率：质量含水量数据2个月/次，体积含水量1个月/次。根据出版要求，台站将观测元数据经过初级加工，需提供数据处理方法和程序。质量含水量数据采用格拉布斯判断法剔除掉异常值，经过检验后的数据整理为数据集。体积含水量数据采用各种类型传感器或探针测量，一个月内探针所测数据的平均值代表月均值，并计算标准偏差。烘干法测定土壤含水量是目前水分观测中最为可靠的方法，由于土壤质量含水量和体积含水量之间存在一定关系：土壤质量含水量=体积含水量*土壤容重。因此，烘干法可作为一种校验方法对仪器所得体积含水量数据进行校正。故本数据集中，将质量含水量和土壤体积含水量数据分别进行整编，以便于用户进一步对数据进行深度校正和处理。

2 数据样本描述

盐亭站农田生态系统野外观测研究站土壤含水量数据主要包含的指标见表1。

表1 土壤质量含水量数据对照表

台站代码

年

月

日

观测场代码

观测场名称

土地利用类型

土壤质量含水量（g/g）

备注

10cm

20cm

30cm

40cm

60cm

字符型

数值型

数值型

数值型

字符型

字符型

字符型

数值型

数值型

数值型

数值型

数值型

字符型

3 数据质量控制和评估

3.1 质量管理体系

土壤水分监测是CERN长期联网观测的重要指标，水分中心负责数据的管理和质控，并出版了《陆地生态系统水环境观测质量保证与质量控制》专业指导书籍和标准。为保障数据质量的良好，进而实现标准化数据的有效共享，CERN中心采取制定计划、执行和评估三个步骤来实现前端控制，通过对台站监测数据审核、检验和评估来实现后端质控的严谨质量管理体系。质量管理流程和组织职责如图3所示。

图片

图3 CERN三级质量管理体系

3.2 数据产生过程质量保证和质控

为保证观测质量的稳定可靠，CERN中心指定严格的管理制度。首先是固定采样时间，指定专门人员对场地设施进行维护，并固定取样和分析人员，数据上交后由中心进行校核。

本数据集所涉及的土壤含水量观测样地设置、维护以及观测规范和原始质量控制方法根据《陆地生态系统水环境观测质量保证与质量控制》的相关规定进行。人工观测数据除对采样和分析过程进行专业培训和定期检查外，还上交原始记录资料以便查验。Stevens探针在使用前，需对仪器进行标定。根据烘干法所测量的土壤质量含水量为土壤容重与体积含水量之积，进行仪器准确性矫正。所有观测数据整理好后仍需按照方法《数据的统计处理和解释正态样本离群值的判断和处理》（GBT4883-2008）进行异常值检验，对于存在的异常值检查原始记录判断是否应该剔除。本次数据集加工过程中，对于部分缺少或剔除数据用“-”表示，并在数据栏中说明缺失原因。

4 数据价值

土壤水分是土壤的重要组成部分，也是研究降雨入渗、径流形成、植物蒸腾和土壤蒸发等水文过程的关键枢纽。对于具有长时间序列的野外观测数据而言，具有揭示地区水量平衡变化趋势的作用，进而反映人类活动对环境演变的长期影响力。川中丘陵区传统农业为雨养型农业，且大部分实施轮作制度。本数据集提供长期轮作耕地和草地两种土地利用类型的土壤含水量数据，可为研究紫色土区水土资源管理和农业可持续发展提供基础数据支撑。同时，结合CERN联网多空间尺度和时间跨度观测数据，将有利于不同区域因子对于气候变化响应的敏感性差异分析，为不同典型区域农田生态系统结构功能的演替变化研究提供重要基础依据。

5 数据使用方法和建议

本数据集可通过Science Data Bank在线服务网址（http://www.sciencedb.cn/dataSet/handle/894）获取数据服务。同时，如果对相关原始数据有使用需求的，也可通过四川盐亭农田生态系统国家野外科学观测研究站数据资源服务平台（http://yga.cern.ac.cn/）进行在线申请。登录系统后，在资源服务–数据服务–生态系统要素联网长期监测数据–水分要素监测–农田生态系统土壤含水量表中可进行申请下载。

致 谢

感谢曾经参与盐亭站土壤含水量野外观测工作的陈德树、李树川、陈志等工作人员！

参考文献

1. ^ ^{1.0 1.1} 吕斯丹, 宋贤威, 温学发. 降水与土壤水混合过程的生态水文分离现象及其研究进展[J]. 应用生态学报, 2019, 30(6) : 1797-1806.
2. MAXWELL RM, Condon LE. Connections between groundwater flow and transpiration partitioning[J]. Science, 2016, 353(6297): 377-380.
3. BOWEN G. Hydrology: The diversified economics of soil water[J]. Nature, 2015, 525: 43-44.
4. ^ ^{4.0 4.1} 曾亦键, 万力, 苏中波, 等. 浅层包气带水汽昼夜运移规律及其数值模拟研究[J]. 地学前缘, 2008, 15(5): 330-343.
5. 张维, 吕玉娟, 唐翔宇. 紫色土坡耕地水分运移及胶体颗粒的输出动态研究[J]. 灌溉排水学报, 2018, 37(2): 58-63.
6. 李镇清, 刘振国, 陈佐忠, 等. 中国典型草原区气候变化及其对生产力的影响[J] .草业学报, 2003, 12(1): 4-10 .
7. 周广胜, 张新时. 中国气候——植被关系初探[J] .植物生态学报, 1996 , 20(2): 113-119 .

数据引用格式

章熙锋，唐家良，高美荣, 朱波. 2009–2018年西南典型丘陵区土壤水分含量变化数据集[DB/OL].Science Data Bank, 2019. (2019-09-24). DOI: 10.11922/sciencedb.894.