2000–2010年中國典型陸地生態系統實際蒸散量和水分利用效率數據集
2000–2010年中國典型陸地生態系統實際蒸散量和水分利用效率數據集 作者:鄭涵 於貴瑞 朱先進 王秋鳳 張雷明 陳智 孫曉敏 何洪林 蘇文 王艷芬 韓士傑 周國逸 趙新全 王輝民 歐陽竹 張憲洲 張揚建 石培禮 李英年 趙亮 2018年12月29日 |
|
摘要&關鍵詞
[編輯]摘要:蒸散是陸地生態系統水分循環和能量平衡的關鍵過程,水分利用效率是反映生態系統碳水循環間耦合關係的重要指標,二者在生態學、農學、水文學、氣候學等多個學科中均具有重要的應用價值。渦度相關法被認為是現今唯一能直接測量生物圈與大氣間物質與能量交換通量的標準方法,已成為生態系統尺度碳水交換通量觀測的主要方法。本文通過整合中國陸地生態系統通量觀測聯盟(ChinaFLUX)的長期觀測數據和中國區域其他觀測站點基於渦度相關法發表的文獻數據,構建了一套中國典型陸地生態系統實際蒸散量和水分利用效率數據集。本數據集共有實際蒸散量數據記錄143條、水分利用效率數據記錄96條,涉及5種生態系統類型45個生態系統,時間跨度為2000–2010年。本數據集可以為陸地生態系統碳水循環、生態系統管理和評估、全球變化等相關領域的研究提供數據支持。
關鍵詞:實際蒸散量;水分利用效率;渦度相關;陸地生態系統;中國;ChinaFLUX
Abstract & Keywords
[編輯]Abstract: Evapotranspiration (ET) is the central process of terrestrial hydrological cycle and energy balance. Water use efficiency (WUE) reflects the coupling between carbon and water cycles. Both ET and WUE have been widely used in the researches of ecology, agriculture, hydrologyand climatology. Eddy covariance (EC) method is regarded as the only standard method for directly measuring the material and energy exchanges between biosphere and atmosphere, as well as the most important method for GPP and ET ecosystem-scale observations. By synthesizing eddy-covariance carbon and water flux data in China of both ChinaFLUX observations and published literature, we constructed the dataset of actual evapotranspiration and water use efficiency of typical terrestrial ecosystems in China. The dataset contains 143 records of annual actual ET and 96 records of annual mean water use efficiency for 45 ecosystems across China during 2000 – 2010. This dataset can provide data support for analyses on terrestrial carbon and water cycles, ecosystem management and evaluation, global change and other related researches.
Keywords: actual evapotranspiration; water use efficiency; eddy covariance; terrestrial ecosystem; China; ChinaFLUX
數據庫(集)基本信息簡介
[編輯]數據庫(集)名稱 | 2000–2010年中國典型陸地生態系統實際蒸散量和水分利用效率數據集 |
數據作者 | 鄭涵、於貴瑞、朱先進、王秋鳳、張雷明、陳智、孫曉敏、何洪林、蘇文、王艷芬、韓士傑、周國逸、趙新全、王輝民、歐陽竹、張憲洲、張揚建、石培禮、李英年、趙亮、張一平、閆俊華、王安志、張軍輝、郝彥斌、趙風華、張法偉、周廣勝、林光輝、陳世苹、劉紹民、趙斌、賈根鎖、張旭東、張玉翠、古松、劉文兆、李彥、王文杰、楊大文、張勁松、張志強、趙仲輝、周石礄、郭海強、沈彥俊、徐自為、黃輝、孟平 |
數據通信作者 | 於貴瑞(yugr@igsnrr.ac.cn) |
數據時間範圍 | 2000–2010年 |
地理區域 | 中國區域典型陸地生態系統 |
數據量 | 143條實際蒸散量數據記錄、96條水分利用效率數據記錄 |
數據格式 | *.xlsx |
數據服務系統網址 | http://www.cnern.org.cn/data/meta?id=40573 ; http://www.sciencedb.cn/dataSet/handle/610 |
基金項目 | 國家自然科學基金項目(31700414,31500390),國家重點研發計劃(2016YFA0600104),中國科學院戰略性先導科技專項(XDA19020302),中國科學院科技服務網絡計劃(STS計劃,KFJ-SW-STS-169)。 |
數據庫(集)組成 | 本數據集含1個數據文件,包括4部分:(1)生態系統基礎信息,含生態系統代碼、生態系統名稱、所屬省級行政區、經緯度、海拔、生態系統類型、植被類型、主要物種、多年平均氣溫、多年平均降雨量等信息;(2)實際蒸散量數據,含各生態系統觀測時期內的逐年實際蒸散量數據;(3)水分利用效率數據,含各生態系統觀測時期內的逐年水分利用效率數據;(4)參考文獻。 |
Dataset Profile
[編輯]Title | A dataset of actual evapotranspiration and water use efficiency of typical terrestrial ecosystems in China (2000–2010) |
Data corresponding author | Yu Guirui(yugr@igsnrr.ac.cn) |
Data authors | Zheng Han, Yu Guirui, Zhu Xianjin, Wang Qiufeng, Zhang Leiming, Chen Zhi, Sun Xiaomin, He Honglin, Su Wen, Wang Yanfen, Han Shijie, Zhou Guoyi, Zhao Xinquan, Wang Huimin, Ouyang Zhu, Zhang Xianzhou, Zhang Yangjian, Shi Peili, Li Yingnian, Zhao Liang, Zhang Yiping, Yan Junhua, Wang Anzhi, Zhang Junhui, Hao Yanbin, Zhao Fenghua, Zhang Fawei, Zhou Guangsheng, Lin Guanghui, Chen Shiping, Liu Shaomin, Zhao Bin, Jia Gensuo, Zhang Xudong, Zhang Yucui, Gu Song, Liu Wenzhao, Li Yan, Wang Wenjie, Yang Dawen, Zhang Jinsong, Zhang Zhiqiang, Zhao Zhonghui, Zhou Shiqiao, Guo Haiqiang, Shen Yanjun, Xu Ziwei, Huang Hui, Meng Ping |
Time range | 2000–2010 |
Geographical scope | typical terrestrial ecosystems in China |
Data volume | 143 entries for actual evapotranspiration and 96 entries for water use efficiency |
Data format | *.xlsx |
Data service system | <http://www.cnern.org.cn/data/meta?id=40573>; <http://www.sciencedb.cn/dataSet/handle/610> |
Sources of funding | National Natural Science Foundation of China (31700414, 31500390), National Key Research and Development Program of China (2016YFA0600104), Strategic Priority Research Program of the Chinese Academy of Sciences (XDA19020302), Science and Technology Service Network Initiative of the Chinese Academy of Sciences (KFJ-SW-STS-169). |
Dataset composition | The dataset consists of one data file with four parts of data in total: first. basic information for each ecosystem, including ecosystem code, ecosystem name, province, latitude, longitude, altitude, ecosystem type, vegetation type, dominant species, mean annual temperature, and mean annual precipitation; second. annual actual evapotranspiration data for the observational periods of each ecosystem; third. annual mean water use efficiency data for the observational periods of each ecosystem; fourth. references. |
引 言
[編輯]蒸散(Evapotranspiration,ET)是陸地生態系統水分循環和能量平衡的關鍵過程,與陸地生態系統碳循環密切相關[1][2]。水分利用效率(Water Use Efficiency,WUE)是反映生態系統碳水循環間耦合關係的重要指標,通常被定義為生態系統總初級生產力(Gross Primary Productivity,GPP)與ET的比值[3][4],對於量化生態系統–大氣間相互關係以及生態系統水資源管理具有重要意義。因此,在全球氣候變化的大背景下,陸地生態系統的實際蒸散量和水分利用效率數據對於陸地生態系統碳水循環、生態系統管理和服務功能評估、全球變化等相關領域的研究具有重要的應用價值[5][6]。
在不同的時間和空間尺度上,GPP和ET的觀測方法有所不同。基於微氣象學原理的渦度相關法可以長期連續自動測定生態系統尺度的植被–大氣之間的碳水交換通量,在通量求算過程中幾乎沒有包含經驗性的假設,並由此獲得生態系統GPP和ET的觀測值,被微氣象學家和生態學家廣泛接受和認可[7][8][9]。同時,以渦度相關法為主要技術手段,現已形成了國際通量觀測網絡(FLUXNET)和多個區域性觀測網絡,如美洲通量網(AmeriFLUX)、歐洲通量網(EUROFLUX)和中國陸地生態系統通量觀測聯盟(ChinaFLUX)等[7],為基於網絡化觀測數據探討區域尺度ET和WUE的時空變化特徵成為可能。
自2002年中國陸地生態系統通量觀測研究網絡(ChinaFLUX)成立以來,中國已經開始使用渦度相關法對典型生態系統開展碳水通量觀測[10],填補了亞洲季風區觀測研究的空白。2014年,通過聯合國內行業部門及高等院校觀測站點,共同組建了中國通量觀測研究聯盟(ChinaFLUX)。現已積累了豐富的碳水通量觀測數據,為中國典型陸地生態系統實際蒸散量和水分利用效率數據集的構建提供了重要契機。本文基於ChinaFLUX的長期觀測數據和中國區域其他觀測站點已發表的文獻數據,系統整理了2000–2010年中國典型陸地生態系統實際蒸散量和水分利用效率數據集,可為區域乃至全球陸地生態系統碳水循環、生態系統綜合管理和評估、以及全球變化等相關領域的研究提供堅實的數據基礎。
1 數據採集和處理方法
[編輯]通過整合2000–2010年ChinaFLUX站點的長期觀測數據和中國區域其他觀測站點已發表的文獻數據,共獲得中國區域45個生態系統的碳水通量觀測數據(生態系統分布見圖1,基本信息見表1),由此構建了實際蒸散量子集和水分利用效率子集。其中,實際蒸散量子集共有數據記錄143條,涉及5種生態系統類型45個生態系統。按照生態系統類型劃分,包括森林生態系統14個、草地生態系統12個、農田生態系統11個、濕地生態系統6個、荒漠生態系統2個。
圖1 生態系統分布圖(審圖號:GS(2018)4935號)
表1 生態系統基本信息
生態系統代碼 | 生態系統名稱 | 緯度(°N) | 經度(°E) | 海拔(m) | 生態系統類型 |
ALS | 哀牢山 | 24.53 | 101.02 | 2476 | 森林 |
CBS | 長白山 | 42.4 | 128.1 | 738 | 森林 |
CW | 長武 | 35.23 | 107.67 | 1200 | 農田 |
DHS | 鼎湖山 | 23.17 | 112.53 | 300 | 森林 |
DLC | 多倫農田 | 42.05 | 116.67 | 1350 | 農田 |
DLG | 多倫草地 | 42.05 | 116.28 | 1350 | 草地 |
DT1 | 東灘–高灘 | 31.52 | 121.96 | 4 | 濕地 |
DT2 | 東灘–中灘 | 31.58 | 121.9 | 4 | 濕地 |
DT3 | 東灘–低灘 | 31.52 | 121.97 | 4 | 濕地 |
DX | 當雄 | 30.85 | 91.08 | 4333 | 草地 |
DXC | 大興農田 | 39.62 | 116.43 | 20 | 農田 |
DXF | 大興森林 | 39.53 | 116.25 | 30 | 森林 |
FK | 阜康 | 44.28 | 87.93 | 475 | 荒漠 |
GQ | 高橋 | 21.57 | 109.76 | 22.8 | 濕地 |
GTC | 館陶 | 36.52 | 115.13 | 30 | 農田 |
HB1 | 海北矮嵩草草甸 | 37.6 | 101.3 | 3250 | 草地 |
HB2 | 海北灌叢草甸 | 37.66 | 101.33 | 3293 | 草地 |
HB3 | 海北沼澤化草甸 | 37.61 | 101.31 | 3160 | 草地 |
HN | 懷寧 | 33 | 117 | 15 | 森林 |
HT | 會同 | 26.83 | 109.75 | 330 | 森林 |
JZ | 錦州 | 41.15 | 121.2 | 17 | 農田 |
KBQD | 庫布齊荒漠 | 40.38 | 108.55 | 1169.2 | 荒漠 |
KBQF | 庫布齊森林 | 40.54 | 108.69 | 1033 | 森林 |
LC | 欒城 | 37.83 | 114.67 | 50 | 農田 |
LS | 老山 | 45.33 | 127.57 | 340 | 森林 |
MY | 密雲 | 40.63 | 117.32 | 350 | 森林 |
PJC | 盤錦水稻田 | 41.15 | 121.92 | 3.8 | 農田 |
PJW | 盤錦濕地 | 41.14 | 121.91 | 7 | 濕地 |
QYZ | 千煙洲 | 26.74 | 115.06 | 102 | 森林 |
SJY | 三江源 | 34.35 | 100.5 | 3963 | 草地 |
SNTZ | 蘇尼特左旗 | 44.08 | 113.57 | 974 | 草地 |
TYC | 通榆農田 | 44.57 | 122.92 | 184 | 農田 |
TYG | 通榆草地 | 44.59 | 122.52 | 184 | 草地 |
WLWS | 烏蘭烏蘇 | 44.28 | 85.82 | 469 | 農田 |
WS | 位山 | 36.65 | 116.05 | 30 | 農田 |
XFS | 錫林浩特圍封典型草原 | 44.13 | 116.33 | 1030 | 草地 |
Xi1 | 錫林浩特圍封草地 | 43.55 | 116.68 | 1250 | 草地 |
Xi2 | 錫林浩特放牧草地 | 43.55 | 116.67 | 1250 | 草地 |
Xi3 | 錫林浩特羊草草原 | 43.55 | 116.68 | 1200 | 草地 |
XLD | 小浪底 | 35.02 | 112.47 | 410 | 森林 |
XSBN1 | 西雙版納雨林 | 21.93 | 101.27 | 750 | 森林 |
XSBN2 | 西雙版納橡膠林 | 21.93 | 101.27 | 750 | 森林 |
YC | 禹城 | 36.95 | 116.57 | 28 | 農田 |
YX | 雲霄 | 23.92 | 117.42 | 64.5 | 濕地 |
YY | 岳陽 | 29.31 | 112.51 | 31 | 森林 |
水分利用效率子集共有數據記錄96條,涉及5種生態系統類型34個生態系統。按照生態系統類型劃分,包括森林生態系統12個、草地生態系統10個、農田生態系統4個、濕地生態系統6個、荒漠生態系統2個。
1.1 ChinaFLUX的數據採集與處理方法
[編輯]ChinaFLUX於2002年依託於中國生態系統研究網絡(CERN)創建。自2002年以來,ChinaFLUX不斷發展和壯大,現已成為全球重要的區域性觀測網絡之一[11][10]。在考慮生態系統類型的完整性和區域代表性的基礎上,ChinaFLUX參照國際上其他通量觀測網絡的設計和運行機制,在各通量觀測台站採用統一的觀測設備、規範化的觀測項目和觀測方法,數據的測定和採集均為自動化完成[9]。
ChinaFLUX站點的觀測系統主要由一套渦度相關通量觀測系統和一套常規氣象觀測系統組成。ChinaFLUX以開路式渦度相關系統(Open-Path Eddy Covariance,OPEC)作為生態系統碳水通量的標準觀測系統。OPEC系統由開路式紅外CO2/H2O分析儀(型號Li-7500,Li-Cor Inc.,Lincoln,Nebraska,USA)、三維超聲風速儀(型號CSAT3,Campbell Scientific Inc.,Logan,Utah,USA)和數據採集器(型號CR5000,Campbell Scientific Inc.,Logan,Utah,USA)構成。原始採樣頻率為10 Hz,由CR5000進行數據採集和在線計算,並輸出平均周期為30 min的CO2和H2O通量數據。常規氣象觀測要素主要包括總輻射、淨輻射、光合有效輻射、空氣溫/濕度、風速風向、降水量、土壤溫/濕度、土壤熱通量、土壤含水量等。氣象要素與碳水通量同步觀測,原始採樣頻率為2 Hz,由數據採集器(型號CR10X和CR23X,Campbell Scientific Inc.,Logan,Utah,USA)採集並在線計算和輸出30 min統計值。
基於獲取的生態系統碳水通量30 min觀測數據,利用ChinaFLUX技術體系完成標準化的質量控制和數據處理,以控制數據質量,保證進一步研究結果的可靠性。ChinaFLUX的標準數據處理流程如圖2所示,主要包括坐標軸旋轉、Webb-Pearman-Leuning(WPL)校正、儲存項計算、異常數據剔除和缺失數據插補等方法[10]。首先進行坐標軸旋轉,以消除平均垂直通量[12][13][9],並進行WPL校正,以排除水熱通量引起的微量氣體密度變化[14][9],並在森林生態系統中分別利用單點CO2和H2O濃度估算方式計算冠層儲存項[15][16]。然後,採用閾值剔除、降水剔除、方差剔除、低湍流通量剔除等方法剔除因降雨、儀器污染等所導致的異常數據,並對缺測數據和異常數據進行插補。缺失數據插補方法具體為:對於短時間(<2小時)內缺失的通量數據,採用線性內插的方式完成插補;對於長時間缺失的CO2通量數據,採用非線性回歸的方式進行插補[17],其中白天缺失數據利用CO2通量與光合有效輻射間的直角雙曲線關係進行插補,夜間缺失數據則是基於生態系統呼吸與溫度間的指數關係插補;對於長時間缺失的水汽通量數據,採用查表法完成缺失數據插補[18]。
圖2 ChinaFLUX碳水通量數據處理流程示意圖NEE為淨生態系統CO2交換通量,GPP為生態系統總初級生產力,ET為生態系統實際蒸散量,WUE為生態系統水分利用效率。下標「wpl」指經過WPL校正後獲得的數據,下標「s」指與NEE和ET相對應的儲存項。
為獲得生態系統總初級生產力(GPP)數據,採用非線性擬合法將渦度相關法獲得的淨生態系統CO2交換通量(Net Ecosystem Exchange,NEE)拆分為GPP和生態系統呼吸(Ecosystem Respiration)[18]。首先,基於夜間NEE觀測數據,採用和缺失數據插補時相同的回歸方程,確定生態系統呼吸方程中的係數,然後估算夜間和白天的生態系統呼吸;其次,利用插補完成的白天NEE數據和估算的同時刻的生態系統呼吸數據,求和得到相應時段內的GPP數據。
根據以上ChinaFLUX的數據採集和處理方法,本數據集獲得了長白山、鼎湖山、當雄、海北灌叢、海北濕地、錫林浩特羊草草原、千煙洲、哀牢山等8個生態系統觀測時期內30 min的GPP和ET(以水汽通量表示)數據的完整時間序列,以此累加得到各生態系統逐年的GPP和ET年總值,並以二者之比作為該生態系統相應年份的平均水分利用效率(WUE)。
1.2 中國區域通量觀測文獻數據的收集與整合
[編輯]通過收集近年來在中國區域觀測並且已公開發表的文獻數據,獲取ChinaFLUX觀測站點以外的其他站點的數據。基於Web of Science數據庫(http://apps.webofknowledge.com)和中国知网数据库(http://www.cnki.net),采用以下方法来筛选文献数据:首先,GPP和ET数据统一由涡度相关法获得,并由各站点研究人员对原始观测数据进行了一系列数据处理,包括坐标轴旋转、WPL校正、异常值剔除、缺失数据插补等。其次,对于特定生态系统,只有当同时具备同一观测时期内的GPP和ET涡度相关观测数据时,方可计算该生态系统的WUE值。第三,本数据集要求各生态系统具有连续一年以上的有效观测数据,并据实记录各生态系统的ET和WUE观测时间,如DLC和DLG生态系统的观测时间为2005年12月至2006年11月。
同時,對於文獻中提取的月尺度GPP和ET觀測值進行加和計算年值,並制定統一單位進行換算,即:將ET(包括水汽通量和潛熱通量)統一轉化為kg H2O m-2 yr-1(即mm yr-1),將GPP數據統一轉化為g C m-2 yr-1,由此獲得的WUE單位為g C kg-1H2O。
此外,我們還收集了相應的生態系統基礎信息,包括經度、緯度、海拔等地理要素數據以及植被類型、主要物種、多年平均氣溫和多年平均降雨量等信息。
2 數據樣本描述
[編輯]本數據集數據結構如表2所示,包括4部分:
(1)生態系統基礎信息:含生態系統代碼、生態系統名稱、經緯度、海拔、生態系統類型、植被類型、主要物種、參考文獻等信息。其中,生態系統代碼是各生態系統名稱的首字母縮寫,如CBS是Chang Bai Shan的首字母縮寫。對於個別生態系統,首字母相同時,以生態系統管理措施或者生態系統類型的首字母予以區分,如DLC和DLG分別表示多倫農田(Cropland)和多倫草地(Grassland)生態系統。各生態系統的植被類型是根據相關文獻描述和《中國植被及其地理格局:中華人民共和國植被圖(1:1000000)說明書》[19]進行確定。「√」表示該生態系統具有實際蒸散量數據或水分利用效率數據。參考文獻對應於本數據集第4部分中相同編號的文獻。
(2)實際蒸散量數據:含各站點觀測時期內的逐年實際蒸散量數據,如2003年CBS的年實際蒸散量為520.56 mm。
(3)水分利用效率數據:含各生態系統觀測時期內的逐年水分利用效率數據,如2003年CBS的年均水分利用效率為2.62 g C kg-1 H2O。
(4)參考文獻:此處是對「生態系統基礎信息」中「參考文獻」的具體描述。
表2 中國典型陸地生態系統實際蒸散量數據集結構及示例
數據項 | 數據類型 | 示例 |
生態系統基礎信息 | ||
序號 | 數字 | 3 |
生態系統代碼 | 字符 | CBS |
生態系統名稱 | 字符 | 長白山 |
所屬省級行政區 | 字符 | 吉林 |
緯度(°N) | 數字 | 42.40 |
經度(°E) | 數字 | 128.10 |
海拔(m) | 數字 | 738 |
生態系統類型 | 字符 | 森林 |
植被類型 | 字符 | 溫帶針闊混交林 |
主要物種 | 字符 | 紅松、紫椴、蒙古櫟、水曲柳、色木槭 |
多年平均氣溫(℃) | 數字 | 3.6 |
多年平均降水量(mm yr-1) | 數字 | 695.3 |
實際蒸散量數據 | 字符 | √ |
水分利用效率數據 | 字符 | √ |
參考文獻 | 字符 | [2] |
實際蒸散量數據 | ||
生態系統代碼 | 字符 | CBS |
觀測時間 | 日期 | 2003 |
年實際蒸散量(mm yr-1) | 數字 | 520.56 |
水分利用效率 | ||
生態系統代碼 | 字符 | CBS |
觀測時間 | 日期 | 2003 |
年均水分利用效率(g C kg-1 H2O) | 數字 | 2.62 |
參考文獻 | ||
序號 | 字符 | [2] |
文獻 | 字符 | ZHANG et al. (2006) |
3 數據質量控制和評估
[編輯]3.1 ChinaFLUX觀測數據的質量控制與評估
[編輯]為保障通量觀測數據質量以及長期、連續的聯網觀測的開展和運行,ChinaFLUX制定了嚴格的質量保證與質量控制規範,在各通量觀測台站採用統一的觀測設備、規範化的觀測項目和觀測方法。CERN綜合中心負責ChinaFLUX各台站通量觀測數據的匯總、審核及數據產品挖掘工作。ChinaFLUX各台站對原始通量觀測數據進行了初步的質量檢查後,按年度匯交至CERN綜合中心,並由CERN綜合中心進一步開展觀測系統性能和數據的完整性和準確性的檢驗與評估。經過台站初審、CERN綜合中心覆審後,高頻通量觀測數據被整理為30 min通量數據格式。基於30min通量觀測數據,採用ChinaFLUX的標準數據處理流程對通量觀測數據進行數據處理,包括坐標軸旋轉、WPL校正和缺失數據插補等(圖2),保證ChinaFLUX各台站觀測數據的可靠性和站點間的一致性。
3.2 文獻收集數據的質量控制與評估
[編輯]為保障文獻收集數據的可靠性,從數據庫選擇、檢索關鍵詞、文獻篩選標準、數據提取和整理整個過程都對數據質量進行了控制。我們採用以下方法對文獻數據進行篩選:(1)碳水通量數據統一由渦度相關法觀測得到,排除了其他研究方法的干擾,保證了數據採集方法的一致性和可比性;(2)有效數據必須完整和連續1年以上,並由各站點研究人員對原始觀測數據進行了一系列數據處理,包括坐標軸旋轉、WPL校正、異常值剔除、缺失數據插補等,以此保證原始數據的規範性和可靠性;(3)文獻均經過同行專家評閱達到發表標準,使得基於已發表的文獻所收集的各生態系統實際蒸散量和水分利用效率數據具有較高的可信度。同時,採用自查和專家審核方式進一步確保數據的準確可靠性。
4 數據使用方法和建議
[編輯]本數據集收錄了基於渦度相關法觀測的中國區域典型陸地生態系統的實際蒸散量數據和水分利用效率數據,適用於陸地生態系統碳水循環、生態系統管理和服務功能評估、全球變化等相關領域的研究,也可為水文過程模型、遙感模型等提供地面實測驗證數據。使用過程中,也可考慮選取典型區域、典型陸地生態系統開展多台站數據整合分析研究。
需要說明的是,由於受到生態系統下墊面、植被特徵和氣候條件等因素的影響,渦度相關通量觀測數據的處理技術與方法目前還沒有全球普遍公認的技術體系。即使是完全相同的數據處理流程,不同學者在數據處理過程中的參數設定等細節也會對計算結果產生影響。在本數據集中,ChinaFLUX各生態系統數據是基於目前ChinaFLUX的碳水通量數據質控和處理流程而獲得,計算結果可能與部分生態系統的獨立計算結果存在一定差異。同時,其他生態系統的GPP和ET數據是由各生態系統研究人員採用獨立的數據質控和處理流程而獲得。因此,不同生態系統碳水通量數據處理程序上的差異可能會使得相應生態系統的實際蒸散量和水分利用效率數據存在些許偏差。數據使用中如遇其他問題,可詳細參考本研究組已發表論文[5][6]。
本數據集由中國生態系統研究網絡(CERN)數據資源服務網站(http://www.cnern. org.cn)提供數據服務。用戶完成用戶註冊後,登錄系統後可在數據資源欄目選擇「數據論文數據」中的「碳氮水通量觀測專題」,進入相應頁面進行數據集全文下載,也可從「數據資源搜索」框中輸入關鍵詞進行檢索。用戶也可從Science Data Bank(http://www.sciencedb.cn/dataSet/handle/610)进入相关下载页面。
致 謝
[編輯]衷心感謝CERN綜合中心和ChinaFLUX數據資源管理人員、以及各通量觀測站點負責人、數據觀測人員、現場維護人員和數據管理人員的支持與幫助!感謝何念鵬研究員對本論文寫作的指導!
參考文獻
[編輯]- ↑ 於貴瑞, 王秋鳳, 于振良. 陸地生態系統水-碳耦合循環與過程管理研究[J].地球科學進展, 2004, 19(5): 831-839.
- ↑ WANG K C, DICKINSON R E. A review of global terrestrial evapotranspiration: Observation, modeling, climatology, and climatic variability[J]. Reviews of Geophysics, 2012, 50(2): RG2005.
- ↑ HU Z M, YU G R, FU Y L, et al. Effects of vegetation control on ecosystem water use efficiency within and among four grassland ecosystems in China[J]. Global Change Biology, 2008, 14(7): 1609-1619.
- ↑ YU G R, SONG X, WANG Q F, et al. Water-use efficiency of forest ecosystems in eastern China and its relations to climatic variables[J]. New Phytologist, 2008, 177(4): 927-937.
- ^ 5.0 5.1 ZHU X J, YU G R, WANG Q F, et al. Spatial variability of water use efficiency in China's terrestrial ecosystems[J]. Global and Planetary Change, 2015, 129: 37-44.
- ^ 6.0 6.1 ZHENG H, YU G R, WANG Q F, et al. Spatial variation in annual actual evapotranspiration of terrestrial ecosystems in China: Results from eddy covariance measurements[J]. Journal of Geographical Sciences, 2016, 26(10): 1391-1411.
- ^ 7.0 7.1 BALDOCCHI D, FALGE E, GU L, et al. FLUXNET: a new tool to study the temporal and spatial variability of ecosystem-scale carbon dioxide, water vapor, and energy flux densities[J]. Bulletin of the American Meteorological Society, 2001, 82(11): 2415-2434.
- ↑ BALDOCCHI D. 'Breathing' of the terrestrial biosphere: lessons learned from a global network of carbon dioxide flux measurement systems[J]. Australian Journal of Botany, 2008, 56(1): 1-26.
- ^ 9.0 9.1 9.2 9.3 於貴瑞, 孫曉敏. 陸地生態系統通量觀測的原理與方法[M]. 北京: 高等教育出版社, 2006.
- ^ 10.0 10.1 10.2 YU G R, WEN X F, SUN X M, et al. Overview of ChinaFLUX and evaluation of its eddy covariance measurement[J]. Agricultural and Forest Meteorology, 2006, 137(3): 125-137.
- ↑ YU G R, ZHU X J, FU Y L, et al. Spatial patterns and climate drivers of carbon fluxes in terrestrial ecosystems of China[J]. Global Change Biology, 2013, 19(3): 798-810.
- ↑ ZHU Z L, SUN X M, ZHOU Y L, et al. Correcting method of eddy covariance fluxes over non-flat surfaces and its application in ChinaFLUX[J]. Science in China Series D-Earth Sciences, 2005, 48: 42-50.
- ↑ FINNIGAN J J, CLEMENT R, MALHI Y, et al. A re-evaluation of long-term flux measurement techniques-Part I: Averaging and coordinate rotation[J]. Boundary-Layer Meteorology, 2003, 107(1): 1-48.
- ↑ WEBB E K, PEARMAN G I, LEUNING R. Correction of flux measurements for density effects due to heat and water vapour transfer[J]. Quarterly Journal of the Royal Meteorological Society, 1980, 106(447): 85-100.
- ↑ 張彌, 溫學發, 於貴瑞, 等. 二氧化碳儲存通量對森林生態系統碳收支的影響[J].應用生態學報, 2010, 21(5): 1201-1209.
- ↑ HOLLINGER D Y, KELLIHER F M, BYERS J N, et al. Carbon Dioxide Exchange between an Undisturbed Old-Growth Temperate Forest and the Atmosphere[J]. Ecology, 1994, 75(1): 134-150.
- ↑ FALGE E, BALDOCCHI D, OLSON R, et al. Gap filling strategies for long term energy flux data sets[J]. Agricultural and Forest Meteorology, 2001, 107(1): 71-77.
- ^ 18.0 18.1 REICHSTEIN M, FALGE E, BALDOCCHI D, et al. On the separation of net ecosystem exchange into assimilation and ecosystem respiration: review and improved algorithm[J]. Global Change Biology, 2005, 11(9): 1424-1439.
- ↑ 張新時. 中國植被及其地理格局:中華人民共和國植被圖(1:1 000 000) 說明書[M]. 北京: 地質出版社, 2007.
數據引用格式
[編輯]鄭涵, 於貴瑞, 朱先進, 等. 2000–2010年中國典型陸地生態系統實際蒸散量和水分利用效率數據集[DB/OL]. Science Data Bank, 2018. (2018-05-26). DOI: 10.11922/sciencedb.610.