2005–2015年暖溫帶落葉闊葉林凋落物回收量季節動態數據集
2005–2015年暖溫帶落葉闊葉林凋落物回收量季節動態數據集 作者:白帆 張文艷 王楊 2019年10月25日 |
![]() |
摘要&關鍵詞
[編輯]摘要:暖溫帶落葉闊葉林是暖溫帶地區最典型的植被類型之一,東靈山地區該類型天然次生林恢復演替良好。凋落物作為土壤有機質的主要來源以及影響地表環境的重要因子,在森林生態系統物質循環和穩定性維持中起着重要作用。按照中國生態系統研究網絡(Chinese Ecosystem Research Network,CERN)的統一規範,在野外固定樣地安裝27個凋落物框,收集了2005-2015年東靈山暖溫帶落葉闊葉林凋落物各組分(枯枝、枯葉、落花或果、樹皮)回收量的季節動態數據回收量季節動態。本數據集的建立與共享,為理解全球變化條件下暖溫帶落葉闊葉林的生態系統養分循環過程和碳循環機理提供了數據支撐,對推動我國植被生態學和長期生態學研究具有重要意義。
關鍵詞:次生林;凋落物產量;養分循環;碳循環
Abstract & Keywords
[編輯]Abstract: Warm temperate deciduous broad-leaf forest is one of the most typical community types in warm temperate zone. Dongling mountain forest is one of the well-preserved natural secondary forests belonging to this forest type. As the main source of soil organic matter and an important factor affecting the soil surface environmental, litters play an important role in the matter circulation and stability maintenance of forest ecosystem. According to the unified specification of Chinese Ecosystem Research Network (CERN), 27 litter traps were installed in the permanent plot to collect the seasonal dynamics of litter recovery in the warm temperate deciduous broad-leaved forest in Dongling mountain from 2005 to 2015. The monthly litter dry weight was divided into dead branches, dead leaves, flowers or fruits and also tree bark. The establishment and sharing of the dataset of seasonal dynamics of the littler fall production of deciduous broad-leaf forest in the warm temperate will provide important data support for understanding the nutrient cycling process and carbon cycling mechanism in the ecosystem of warm temperate deciduous and also significance promote the study of vegetation ecology and long-term ecology in China.
Keywords: secondary forest; litter yield; nutrient cycling; carbon cycling
數據庫(集)基本信息簡介
[編輯]數據庫(集)名稱 | 2005–2015年暖溫帶落葉闊葉林凋落物回收量季節動態數據集 |
數據作者 | 白帆,孫汝才,蘇宏新 |
數據通信作者 | 王楊(wangyang88@ibcas.ac.cn) |
數據時間範圍 | 2005–2015年 |
地理區域 | 北京森林站綜合觀測場(中心地理坐標為東經115°25.543′,北緯39°57.577′,海拔1263 m),位於北京市門頭溝區小龍門國家森林公園。 |
數據量 | 2242條記錄 |
數據格式 | *.xlsx |
數據服務系統網址 | http://www.sciencedb.cn/dataSet/handle/875 |
基金項目 | 國家自然科學基金青年基金項目(31300379) |
數據庫(集)組成 | 數據集由1個數據文件組成,數據量2242條,包含收集框號、枯枝幹重、枯葉乾重、落果(花)乾重、樹皮乾重和總重等信息。 |
Dataset Profile
[編輯]Title | A dataset of seasonal dynamics of the littler fall production of deciduous broad-leaf forest in the warm temperate zone(2005-2015) |
Data corresponding author | Yang wang (wangyang88@ibcas.ac.cn) |
Data authors | Bai Fan, Sun Rucai, Su Hongxin |
Time range | 2005–2015 |
Geographical scope | Secondary warm-temperate deciduous broad-leaved mixed forest plot(115°25.543』E, 39°57.577』N, Alt. 1263 m), located in Xiaolongmen national park, Mentougou district, Beijing. |
Data volume | 2242 items |
Data format | *.xlsx |
Data service system | <http://www.sciencedb.cn/dataSet/handle/875> |
Source of funding | National Natural Science Foundation of China (3130379) |
Dataset composition | The dataset consists of 1 Excel file, including 2242 items with the information of litter traps No.,dry weight of dead branches, leaves, fruit (flower), tree bark and total weight were collected. |
引 言
[編輯]暖溫帶落葉闊葉林是暖溫帶地區最典型的植被類型之一,是地帶性植被類型與當地氣候和土壤相適應的結果。但由於歷史上人類活動干擾頻繁,原生性的森林植被砍伐破壞嚴重,當前該地區殘存的天然林已所剩無幾。東靈山山區的森林經過近幾十年的恢復,形成了比較完好的天然次生林,但是林齡不大,均未達到頂極狀態[1],在我國暖溫帶森林植被中具有顯著的代表性,保存了暖溫帶地區豐富的物種資源[2]。
為了更好地保護和利用這一地區的森林資源,1989年在孫鴻烈院士的領導下,有關專家共同考察了北京廣大山區,確定在北京市門頭溝區的東靈山建立中國科學院北京森林生態系統定位研究站(簡稱北京森林站),並於2002年加入中國生態系統研究網絡(Chinese Ecosystem Research Network,CERN)。旨在根據統一和標準化的CERN監測規範以及ForestGEO標準觀測體系,對我國暖溫帶森林生態系統水分、土壤、大氣、生物等關鍵要素開展長期定位監測,為科學研究、示範應用和服務提供基礎數據。建站後進行的監測與科研工作積累了大量寶貴的科學數據資料,並已按照CERN數據管理要求整理入庫。
凋落物是指植物在生長發育過程中主動或被動地凋落於地面的葉片、枝條、果實和樹皮等,是陸地生態系統的重要組成部分,對生態系統的植被、土壤和環境均產生重要影響[3]。森林凋落物的收集與測定是研究森林生態系統結構與功能的重要手段。凋落物在土壤中積聚了大量有機物,作為土壤有機質的主要來源,在土壤動物和其他因素的作用下產生分解和進行土壤呼吸,凋落物的分解速率對生態系統生產力有重要影響,釋放到大氣中的碳以及有機物在土壤中的積存時間,影響着碳循環過程。凋落物的產生與分解是森林地表層生物量和養分含量的主要決定因素,土壤微生物的活動依賴於植物地上部分和根系輸出的有機物,因此凋落物對地表環境(如溫度、濕度等因子)和土壤理化性質的影響也十分顯著[4]。
CERN將森林生態系統凋落物作為植物群落物質生產與物質循環重要的生境因子進行長期定位監測,每年按照規範流程上報月度監測數據,包括凋落物回收量的季節動態和凋落物的現存量。凋落物生產的研究主要集中在凋落物產量的動態變化,包括植被不同層次凋落物量的季節動態和年動態及其與環境因子和氣候變化之間的關係。本數據集依照CERN監測規範,整理了北京森林站2005–2015年暖溫帶落葉闊葉林凋落物回收量季節動態數據,以期為深入探究全球變化條件下暖溫帶落葉闊葉林群落結構與功能提供本底資料,為認識該地區森林的物質循環特徵及其對氣候變化的響應提供數據支撐,進而促進我國植被生態學的長期研究。
1 數據採集和處理方法
[編輯]本數據集的構建過程主要包括:野外樣地取樣、數據加工與處理、數據質量控制與評估、數據分析以及數據集的形成與入庫。具體的構建過程見圖1。
圖1 數據集構建過程示意圖
1.1 數據採集方法
[編輯]1.1.1 樣地描述
[編輯]北京森林站位於北京市門頭溝區清水鎮小龍門國家森林公園,地理位置污染、為東經115°26',北緯39°58'。該地區屬於太行山脈小五台山的余脈,其境內有北京市最高峰東靈山,海拔範圍400–2303 m,平均海拔1100 m。東靈山中山帶的地帶性植被是以落葉櫟類為優勢種和建群種的暖溫帶落葉闊葉林,群落成層現象十分明顯,按高度可分為喬木層(3–15m)、灌木層(0.6–3 cm)和草本層(0–1 m)。主要的落葉闊葉樹種以遼東棟(Quercus liaotungensis)為主,在山溝等較濕潤的局部地段分布有椴屬(Tilia spp.)、花曲柳(Fraxinus rhynchophylla)、胡桃楸(Juglansmandshurica)、黑樺(Betula dahurica)、五角楓(Acer mono)、青楊(Populus cathayana)等[5][6]。年平均氣溫為2–8℃,年≥0°積溫為3600–3800℃;全年降水集中在夏季,年均降水量約600 mm,6–8月降水量為300–400 mm;無霜期在160天以下。地貌以山地侵蝕結構類型為主,土壤類型為棕壤。
依照CERN監測規範以及ForestGEO標準,循代表性、綜合性、便利性、均質性的綜合觀測場設置原則,北京站於1990年在具有區域代表性的植被暖溫帶落葉闊葉林,建立綜合觀測場,CERN的系統樣地編號為BJFZH01,平均海拔1263m,中心地理坐標為東經115°25.543′,北緯39°57.577′,觀測面積30m×70m,林冠層平均高度8m,鬱閉度0.5。喬木9種,優勢種為遼東棟、黑樺和五角楓;灌木12種,優勢種為大花溲疏(Deutzia grandiflora)、小花溲疏(Deutzia parviflora)、六道木(Abelia biflora);草本31種,優勢種為野青茅(Deyeuxia pyramidalis)、三脈紫菀(Aster ageratoides)、蒙古風毛菊(Saussurea mongolica)、銀背風毛菊(Saussurea nivea)。
1.1.2 凋落物採集方法
[編輯]凋落物回收量的季節動態於每年生長季進行測定。在綜合觀測場,隨機布設了27個1×1 m的凋落物框(部分框的部分年份為0.86 m×0.86 m)。凋落物框的布設位置和框編號如圖2所示。東靈山地區的生長季從每年的5月開始到10月結束,因此每年5月底、6月底、7月底、8月底、9月底、10月中旬和10月底將凋落物框內的凋落物一一收集,帶回實驗室分揀成枯枝、枯葉、花(或果)和樹皮,分別在65℃下烘乾至恆重,稱取乾重並記錄到森林植物群落凋落物回收量季節動態記錄表中。該記錄表中的信息包括生態站名稱、樣地名稱、收集日期以及所有凋落物框中枯枝、枯葉、花(或果)、樹皮的鮮重、乾重。10月是落葉闊葉林的集中落葉期,為保證數據質量,在2005年、2010年及2012–2015年的10月中旬增加一次凋落物收集和分揀。每年4月底進行凋落物框清理,將前一年10月底到當年4月底積累的枯枝、落果和樹皮進行回收、烘乾稱重和計錄,其餘不做計重拋棄。2005年和2006年的4月底,只進行了清框,而沒有對枯枝、落果和樹皮進行計重,因此所有重量均為零。
圖2 綜合觀測場平面示意圖及凋落物框編號
1.2 數據預處理
[編輯]數據整理主要包括原始記錄信息的檢查和完善、數據錄入、文獻數據的補充等。原始記錄信息的檢查和完善分取樣分揀和稱重兩個階段。在野外取樣過程中,每清理分揀完一個凋落物框時,依據歷史經驗數據覆核,發現問題及時糾正;完成稱重後,及時對原始記錄表進行信息補充和完善,主要包括調查時間和地點的填寫、指代信息的明確、數據記錄的完善、相關情況說明的填寫等。
數據錄入是將野外原始紙質記錄數據錄入計算機,形成電子版原始記錄的過程。數據錄入時,要保證在觀測數據和記錄數據之間出現差異時,真實情況可以再現。數據錄入完成時,監測人對數據進行自查,檢查原始記錄表和電子版數據表的一致性。數據統計分析是將原始數據按框加和統計凋落物的總重量。
2 數據樣本描述
[編輯]暖溫帶落葉闊葉林凋落物回收量季節動態數據集按年分成10個sheet,每個sheet為1年觀測數據,主要包括的指標見表1。
表1 數據集組成指標字段說明
字段名稱 | 字段類型 | 字段長度 | 保留小數 | 字段單位 | 字段定義 | 填寫說明 |
月 | C | 2 | 調查、採樣月份 | 1月份填寫為「01」,12月份填寫為「12」 | ||
日 | C | 2 | 調查的起始日期 | 1日填寫為「01」,11日填寫為「11」 | ||
收集框號 | C | 10 | 收集框的序號或固定編號 | 框號對應的樣地位置參見圖1 | ||
收集框面積 | C | 20 | m×m | 收集框的面積,長×寬 | 大多數為1×1;部分年份坡下位凋落物框為0.86 m×0.86 m | |
枯枝幹重 | N | 10 | 2 | g/框 | 每個收集框中枯枝的烘乾乾重 | |
枯葉乾重 | N | 10 | 2 | g/框 | 每個收集框中枯葉的烘乾乾重 | |
落果(花)乾重 | N | 10 | 2 | g/框 | 每收集框中果實和花的烘乾乾重 | |
樹皮乾重 | N | 10 | 2 | g/框 | 每個收集框中的樹皮乾重 | |
總重 | N | 10 | 2 | g/框 | 每個收集框中的凋落物總乾重 |
3 數據質量控制和評估
[編輯]從取樣前期準備、取樣過程中到取樣後分揀,最後烘乾稱重整個過程對數據質量進行控制。同時,採用專家審核驗證的方法,以確保數據準確可靠。
取樣前準備:根據CERN規範,對所有參與取樣分揀人員集中技術培訓,儘可能地減少人為誤差。
取樣過程中:取樣開始時,要核對裝凋落物的布袋和凋落物框的編號是否一致,檢查布袋是否已經倒淨沒有過往取樣殘留;完成一個掉落物框取樣時,當即對凋落物框是否全部清空進行核查,發現有遺漏及時糾正。
取樣後分揀:將取樣布袋內所有凋落物按照枯枝、枯葉、落花或果以及樹皮分揀到不能再分為止;將分揀好的凋落物裝入對應編號和器官的信封中,要確保對應準確、信封編號清晰可讀,避免分揀過程中的樣品遺撒。
烘乾稱重:採取間隔時間多次稱重的方式確定樣品已經烘至恆重,重量的變化範圍應控制在±0.05g;保證天平的穩定和清零,注意數據填寫到表格里的正確位置和信息完整。
原始記錄數據錄入計算機過程中,採用 2人同時輸入數據的方式,自查並相互檢查,以確保數據輸入的準確性;原始記錄數據集妥善保存並備份,放置於不同地方,以備將來核查。
4 數據價值
[編輯]本數據集收集了暖溫帶落葉闊林凋落物回收量連續11年的季節動態數據,數據完整,質量可靠。按照器官對凋落物進行分揀以獲取各組分數據,雖然十分耗時、費力,但是數據尺度更加精細,有利於充分利用各組分數據進行科學研究。如凋落葉的年產量可為評估森林生產力提供數據支撐,落花落果數據對森林種子雨相關的研究具有重要價值,各組分的比例關係是影響生態系統養分循環和碳循環過程的重要因素。因此,使用本數據集可對暖溫帶落葉闊葉林凋落物數量、組成和季節動態等進行分析,對認識全球變化背景下森林生態系統結構和功能、生存戰略、物質循環過程以及多樣性和穩定性維持機制具有重要意義。
樣地下坡位的003和004樣方在不同年份中,因凋落物框的損壞而經常出現斷點。本着數據完整性的原則,本數據集沒有將這兩個不完整數據的凋落物框數據納入。
數據作者分工職責
[編輯]白帆(1982—),女,北京人,工程師,研究方向為生物多樣性。主要承擔工作:凋落物取樣、分揀、錄入,數據錄入上報分析與論文撰寫。
張文艷(1990—),女,山西人,博士,研究方向為森林生態學。主要承擔工作:數據整理。
王楊(1988—),男,河北人,工程師,研究方向為保護生態學。主要承擔工作:數據的審核,項目組織、數據建設與管理。
孫汝才(1982—)男,山西人。主要承擔工作:凋落物取樣、分揀。
蘇宏新(1978—)男,廣西人,教授,研究方向為全球生態學。主要承擔工作:數據錄入、項目組織、數據建設與管理。
參考文獻
[編輯]- ↑ 陳靈芝. 暖溫帶森林生態系統結構和功能研究[M]. 北京: 科學出版社, 1997.
- ↑ 謝晉陽, 陳靈芝. 暖溫帶落葉闊葉林的物種多樣性特徵[J]. 生態學報, 1994, 14(4): 337-344.
- ↑ 郭繼勛. 植物凋落物研究概述[J]. 中國植物學會七十周年年會論文摘要匯編(1933—2003), 2003: 153-155.
- ↑ 桑衛國, 馬克平, 陳靈芝. 暖溫帶落葉闊葉林碳循環的初步估算[J]. 植物生態學報, 2002, 26(5): 543-548.
- ↑ 陳靈芝. 中國植物區系與植被地理[M]. 北京: 科學出版社, 2015.
- ↑ 孫雪峰, 陳靈芝. 暖溫帶落葉闊葉林輻射能量環境初步研究[J]. 生態學報, 1995, 15(3): 278-286.
數據引用格式
[編輯]白帆, 孫汝才, 蘇宏新. 2005–2015年暖溫帶落葉闊葉林凋落物回收量季節動態數據集[DB/OL]. Science Data Bank, 2019. (2019-10-08). DOI: 10.11922/sciencedb.875.