跳至內容

2008–2013年川中丘陵區典型農田生態系統大氣氮沉降數據集

維基文庫,自由的圖書館
2008–2013年川中丘陵區典型農田生態系統大氣氮沉降數據集
作者:高美榮 況福虹 朱波
2019年12月25日
本作品收錄於《中國科學數據
高美榮, 況福虹, 朱波. 2008–2013年川中丘陵區典型農田生態系統大氣氮沉降數據集[J/OL]. 中國科學數據, 2019, 4(4). (2019-12-25). DOI: 10.11922/csdata.2019.0004.zh.


摘要&關鍵詞

[編輯]

摘要:大氣氮沉降主要以乾濕(降雨、氣體和顆粒物)沉降將有機和無機氮帶入陸地生態系統,是氮生物地球化學循環過程的重要環節之一。對典型區域或生態系統的大氣氮沉降進行連續定位觀測,是揭示大氣氮沉降組分、時空變化及影響因素最直接有效的方法。鹽亭站是中國生態系統研究網絡(Chinese Ecosystem Research Network,CERN)和國家生態系統觀測研究網絡(National Ecosystem Research Network of China,CNERN)布局的以中亞熱帶四川盆地紫色土丘陵區為核心研究對象的基礎性、公益性的農田生態系統試驗與觀測平台,該試驗站大氣氮沉降觀測於2008年開始進行連續觀測並持續至今。本文整理了鹽亭站綜合觀測場內獲取的2008–2013年大氣氮濕沉降數據(不同形態氮的月平均濃度和月沉降量)和2011–2013年大氣氮干沉降數據(不同形態氮的月平均沉降速率、月平均濃度及月沉降量),以期為計算該區域環境養分輸入情況,評估該區域大氣活性氮現狀及環境效應提供科學數據支撐。

關鍵詞:大氣氮;干沉降;濕沉降;川中丘陵區

Abstract & Keywords

[編輯]

Abstract: As a crucial process of the nitrogen (N) biogeochemical cycle, atmospheric Ndeposition brings organic and inorganic nitrogen into the ecosystem in the form of dry and wet (rainfall, gas and particulate matter) depositions. A most straightforward and effective way to reveal components and spatiotemporal pattern of the atmospheric nitrogen deposition and its influencing factors is to monitor the depositions in a region or typical ecosystem. As part of CERN and CNERN, Yanting Station is a fundamental, public-welfare platform for agricultural ecosystem experimentation and observation oriented towards the subtropical purple soil area of Sichuan Basin. The station has started its observation of dry and wet atmospheric deposition since 2008. This dataset includes the monthly average concentration and volume of wet nitrogen deposition in 2008–2013, and the monthly average rate, concentration, volume and rate of dry nitrogen deposition in 2011–2013. This dataset not only helps understand air pollution by reactive nitrogen, but also provides statistical support for assessing local input of environmental nutrients by nitrogen deposition and its impact on ecological environment.

Keywords: atmospheric nitrogen; dry deposition; wet deposition; central Sichuan Basin

數據庫(集)基本信息簡介

[編輯]
數據庫(集)名稱 2008–2013年川中丘陵區典型農田生態系統大氣乾濕沉降數據集
數據作者 高美榮、況福虹、朱波
數據通信作者 況福虹(kuangfuh@imde.ac.cn)
數據時間範圍 2008–2013年
地理區域 四川省綿陽地區鹽亭縣林山鄉(105º27′E,31º16′N),川中丘陵區典型農田生態系統。
數據量 34.2 KB
數據格式 *.xlsx
數據服務系統網址 http://www.sciencedb.cn/dataSet/handle/732
基金項目 中國科學院關鍵技術人才項目(2017),長江上游典型支流流域水質與水量數據整理與集成;國家自然科學基金(40901144),川中丘陵區局地大氣氮沉降對農田生態系統氨揮發的響應。
數據庫(集)組成 本數據集包括了兩個部分:(1)2008–2013年大氣氮濕沉降數據,指標有月降雨量,總氮、可溶性總氮、硝態氮、銨態氮和可溶性有機氮的沉降月平均濃度及月總量。(2)2011–2013年大氣干沉降數據,指標有硝態氮、銨態氮、顆粒硝態氮、顆粒銨態氮、二氧化氮的月平均沉降速率、濃度及月總量。

Dataset Profile

[編輯]
Title Atmospheric nitrogen deposition in a typical agricultural ecosystem of the central Sichuan Basin of China (2008–2013)
Data corresponding author Kuang Fuhong (kuangfuh@imde.ac.cn)
Data authors Gao Meirong; Kuang Fuhong; Zhu Bo
Time range 2008–2013
Geographical scope A typical agricultural ecosystem in the central Sichuan Basin, Linshan township, Yanting county, Sichuan province, China (105º27』E, 31º16』N)
Data volume 34.2 KB
Data format .xlsx
Data service system <http://www.sciencedb.cn/dataSet/handle/732>
Sources of funding CAS Key Technology Talent Program (2017); Natural Sciences Foundation of China (No. 40901144)
Dataset composition This dataset is composed of two parts of data stored in two respective Excel files. They are: 1. Atmospheric nitrogen wet deposition (2008-2013); 2. Atmospheric nitrogen dry deposition (2011-2013).


引 言

[編輯]

大氣氮沉降是指活性氮通過乾濕沉降(降雨、氣體和顆粒物)的形式進入地表的過程,是氮生物地球化學循環中的重要過程之一。由於人類活動加劇,大氣氮沉降已逐漸成為重要的環境養分不斷輸入陸地生態系統。由於主要排放源差異(種植業、養殖業、工業、交通等),區域大氣氮沉降具有特定的區域特徵,會直接影響區域生態系統的氮輸入輸出過程及生態系統響應[1]。因此,在一定區域範圍內或典型生態系統,進行原位連續的大氣氮乾濕沉降的觀測,是揭示大氣氮乾濕沉降組分、通量及其時空格局和影響因素最為直接有效且可靠的方法。

鹽亭站是CERN和CNERN布局的以中亞熱帶四川盆地紫色土丘陵區為核心研究對象的唯一基礎性、公益性的農田生態系統長期試驗與觀測平台,也是中國典型生態系統大氣濕沉降觀測網絡(China Wet Deposition Observation Network,ChinaWD)觀測站點之一,觀測從2008年開始持續至今。本文重點整理了在鹽亭站綜合觀測場獲取的2008–2013年大氣氮濕沉降和2011–2013年大氣氮干沉降觀測數據,填補區域觀測空白,以期為該區域大氣氮污染狀況,氮沉降的環境養分輸入以及氮沉降的生態環境效應評估提供科學數據支撐。

1 數據採集和處理方法

[編輯]

1.1 採樣點介紹

[編輯]

採樣地點為中國科學院鹽亭紫色土農業生態試驗站(國家野外科學觀測研究站成員站、中國生態系統研究網絡成員站)綜合觀測場內(105º27′E,31º16′N),位於四川省綿陽市鹽亭縣林山鄉截流村小流域,距離鹽亭縣城14公里,地處嘉陵江和涪江的分水嶺上,海拔365–576.5 m之間。區內地形為中深丘,由於水平砂泥岩互層形成多級梯地,山頂為園丘、長崗狀。溝谷切割較深,沖溝發育,相對高差10–200 m,谷地寬50–1500 m,兩側山坡較陡,平均坡比1:3–1:10。全區受東南季風控制,年平均溫度為17.3℃,極端最高氣溫40℃,極端最低氣溫−5.1℃,大於10℃的積溫5000–6000℃。多年平均降雨量826mm,2008年後降雨總量有上升趨勢,降雨季節分布不均,春季占5.9%,夏季占65.5%,秋季占19.7%,冬季占8.9%,汛期暴漲暴落,無霜期294 d,具有四川盆地典型亞熱帶濕潤季風氣候特徵。該區植被為人工榿木(Alder cremastogyne)、柏木(Cypresses funebris)混交林,土壤為鈣質紫色土,質地為中壤,主要農作物有水稻、玉米、小麥、甘薯、油菜等,土地利用方式以農用地為主。

1.2 樣品採集與分析方法

[編輯]

1.2.1 大氣濕沉降樣品的採集及分析

[編輯]

對氮沉降的監測使用原位定點連續監測法,使用德國Eigenbrodt(UNS130/E)濕沉降採集系統採集降雨(圖1)。當次降雨事件發生時,雨水通過濕沉降採集系統的集水漏斗進入採集器,由PE管導入塑料瓶儲存,次降雨事件結束後兩小時內,取出樣品收集瓶,將雨水轉移至樣品瓶,並用蒸溜水清洗漏斗、PE管和樣品收集瓶,以備下次採樣使用[2]。降雨事件結束後,降雨蓋受傳感器控制,會自動遮蔽濕沉降採集系統的雨水收集口,避免降塵進入雨水收集口[3]


圖片

圖1 英國生態水文中心Delta干沉降採集系統(左)和德國Eigenbrodt濕沉降採集系統(右)


1.2.2 大氣干沉降的採集及分析

[編輯]

使用英國生態水文中心開發的DELTA(Denuder for Long-term Atmospheric sampling)系統採集直徑<10 μm的顆粒物和氣體沉降物[2],採樣高度為1.6 m。該採樣器為主動吸收,利用空氣泵和添加過吸附劑及濾膜的採樣鏈連接採樣,通過採集氣體的擴散管和收集顆粒物的濾膜容器及特氟龍管龍管連接組成[3]。採集氨氣的擴散管長10 cm,以5%檸檬酸甲醇作為吸附溶劑,採集硝酸的擴散管長15 cm,以1%KOH+1%甘油甲醇溶液作為吸附劑。採樣濾膜組上層吸收顆粒物pNO3− ,添加5%KOH+10%甘油甲醇作為吸附劑,下層濾膜吸收PNH4+ ,以13%檸檬酸甲醇作為吸附溶劑。NO2的採樣是使用被動採樣器—採集擴散管(英國環境監測網研發)採集[4],採樣高度為2 m。

1.2.3 樣品分析指標及分析方法

[編輯]

將收集到的濕沉降樣品帶回實驗室,充分搖勻後取未過濾樣品測定總量,其餘樣品使用孔徑0.45 μm微孔濾膜後均保存在4℃冰箱裡,並在48小時內分析完畢。樣品分析指標及方法見表1。


表1 分析指標及方法

分析項目 分析方法
TN,TDN 鹼性過硫酸鉀消解紫外分光光度法
NH4+ -N, NO3− -N AA3連續流動分析儀測定
NH3, HNO3, pNO3− , pNH4+ AA3連續流動分析儀測定
NO2 磺胺、磷酸、NEDA混合溶液比色法


1.3 數據處理的一些計算公式

[編輯]

1.3.1 月平均濕沉降濃度和量的計算

[編輯]

大氣氮沉降的某組分月平均濃度和月沉降量的計算方法如下:

\({C}_{r}=\sum {C}_{i}×{H}_{i}/\sum {H}_{i}\) (1)

\({F}_{w}={C}_{r}×{R}_{r}/100\) (2)

式中,Cr 是氮的某組分的月平均濃度(mg N L-1);Ci 是指第i次雨水樣品中氮的某組分的濃度(mg N L-1);Hi 是第i次雨水樣品中的降雨量(mm);Fw 是某組分氮的月濕沉降量(kg ha-1);Rr 是月降雨量(mm)。

1.3.2 月平均干沉降速率和月沉降量計算

[編輯]

(1)根據大葉阻力模型,干沉降速率被定義為三種不同沉降阻力之和的倒數[5],監測點實測氣象數據和大葉阻力模型計算研究區域內不同形態干沉降氮的沉降速率Vd :

Vd =(Ra +Rb +Rc )-1 (3)

式中,Ra 為空氣動力阻力,Rb 為層流邊界阻力,Rc 為下墊面冠層阻力。

其中,Ra 參數化詳見Erisman和Draaijers的文獻[6]

圖片 (4)

z為採樣器設置高度,k為卡曼常數(0.41),u* 為摩擦速度,d為零點移動高度,z0 為粗糙度長度,ψh 為積分穩定函數,L為莫奧長度。

Rb 參數化詳見Erisman和Draaijers的文獻[6]

\({\mathrm{R}}_{\mathrm{b}}={\left(2/\mathrm{k}{\mathrm{u}}_{\mathrm{*}}\right)\left({\mathrm{S}}_{\mathrm{c}}/{\mathrm{P}}_{\mathrm{r}}\right)}^{2/3}\) (5)

k 為卡曼常數(0.41),u* 為摩擦速度,Pr 為普朗特常數,Sc 為施密特常數。

Rc 參數化詳見Wesely的文獻[7]

\({R}_{c}={\left[\frac{1}{{R}_{s}+{R}_{m}}+\frac{1}{{R}_{lu}}+\frac{1}{{R}_{dc}+{R}_{cl}}+\frac{1}{{R}_{ac}+{R}_{gs}}\right]}^{-1}\) (6)

RS 為氣孔阻力,\({R}_{m}\)為葉片葉肉阻力,\({R}_{lu}\)為植物上部冠層阻力,\({R}_{dc}\)為氣象轉移阻力受上升對流影響係數,\({R}_{cl}\)為低冠層表層阻力,\({R}_{ac}\)為受冠層高度和密度影響的轉移阻力,\({R}_{gs}\)為下墊面影響因子。

(2)實測不同形態干沉降氮的濃度,各組分干沉降量計算公式為:

\({F}_{d}={C}_{z}×{V}_{d}\) (7)

式中,Fd 為大氣氮干沉降月沉降量,Cz 為特定高度下大氣氮干沉降不同形態氮組分的濃度(μg N m-3),Vd 為一定採樣時段沉降物質的沉降速率。

2 數據樣本描述

[編輯]

大氣氮乾濕沉降數據集中包括不同氮組分的月平均沉降速率、月平均濃度和月沉降量字段。具體的內容及各字段涵義如表2和表3。


表2 大氣濕沉降數據表字段涵義

字段代碼 數據類型及小數位數 量綱 字段說明
Year 整數型 觀測年份
Year 整數型 觀測年份
Month 整數型 觀測月
R 浮點型,2 mm 對應的降雨量
C-WTN 浮點型,2 mg N L-1 濕沉降中總氮月平均濃度
F-WTN 浮點型,2 kg ha-1 濕沉降中總氮月沉降量
C-WTDN 浮點型,2 mg N L-1 濕沉降中可溶性總氮月平均濃度
F-WTDN 浮點型,2 kg ha-1 濕沉降中可溶性總氮月沉降量
C-WNN 浮點型,2 mg N L-1 濕沉降中硝態氮月平均濃度
F-WNN 浮點型,2 kg ha-1 濕沉降中硝態氮月沉降量
C-WAN 浮點型,2 mg N L-1 濕沉降中銨態氮月平均濃度
F-WAN 浮點型,2 kg ha-1 濕沉降中銨態氮月沉降量
C-WDON 浮點型,2 mg N L-1 濕沉降中可溶性有機氮月平均濃度
F-WDON 浮點型,2 kg ha-1 濕沉降中可溶性有機氮月沉降量


表3 大氣干沉降數據表字段涵義

字段代碼 數據類型及小數位數 量綱 說明
Year 整數型 觀測年份
Month 整數型 觀測月
Vd-NH3 浮點型,2 cm s-1 干沉降中氨氮月平均沉降速率
C-NH3 浮點型,2 μg N m-3 干沉降中氨氮月平均濃度
F-NH3 浮點型,2 kg ha-1 干沉降中氨氮月沉降量
Vd-HNO3 浮點型,2 cm s-1 干沉降中硝酸月平均沉降速率
C- HNO3 浮點型,2 μg N m-3 干沉降中硝酸月平均濃度
F- HNO3 浮點型,2 kg ha-1 干沉降中硝酸月沉降量
Vd-pNH4+ 浮點型,2 cm s-1 干沉降中顆粒態銨月平均沉降速率
C-pNH4+ 浮點型,2 μg N m-3 干沉降中顆粒態銨態氮月平均濃度
F-pNH4+ 浮點型,2 kg ha-1 干沉降中顆粒態銨態氮月沉降量
Vd-pNO3- 浮點型,2 cm s-1 干沉降中顆粒態硝沉降速率
C-pNO3- 浮點型,2 μg N m-3 干沉降中顆粒態硝月平均濃度
F-pNO3- 浮點型,2 kg ha-1 干沉降中顆粒態硝月沉降量
Vd-NO2 浮點型,2 cm s-1 干沉降中二氧化氮月平均沉降速率
C- NO2 浮點型,2 μg N m-3 干沉降中二氧化氮月平均濃度
F- NO2 浮點型,2 kg ha-1 干沉降中二氧化氮月沉降量


3 數據質量控制和評估

[編輯]

從觀測到樣品分析均嚴格控制數據質量,觀測數據從前期採樣、樣品保存、室內分析到後期數據檢查和錄入,均經過台站專業科研人員和實驗室分析人員進行質控體系和流程檢驗[2]

採樣主要依靠經驗豐富的固定監測人員完成,採用統一定製的樣品編號標記,所採集樣品及時冷藏以保證樣品質量。室內分析時,所用儀器均定期校準,並由操作經驗豐富的實驗室分析人員按照標準操作規程進行分析,使用液體標準物質和空白樣品進行質控。樣品測試使用的方法首選國家標準方法,以氮為例,採用的是紫外分光光度法(GB 11894-89)。氮沉降中濕沉降分析方法參考水樣分析方法[8],干沉降各項指標分析方法參考英國生態水文中心推薦方法[4][3]

此外,在數據整理過程中,對超過3倍標準偏差的異常數據進行單獨分析,以保證數據集的可靠性。

4 數據價值和使用方法

[編輯]

中國科學院鹽亭紫色土農業生態試驗站是ChinaWD觀測站點之一,其連續監測數據有助於分析我國西南丘陵區陸地生態系統大氣氮沉降變化,增加監測方面的連續性。該數據可以作為川中丘陵區典型農田生態系統大氣氮沉降監測可靠背景資料,為查明該區域大氣活性氮現狀及變化、環境氮輸入及對生態環境影響提供科學數據支撐。

項目組基於本數據集已發表SCI論文2篇[9][2];基於該研究完成培養1名博士研究生的學位論文。現在經過整理將存儲在Science Data Bank(http://www.sciencedb.cn/dataSet/handle/732)上,以期为类似领域研究提供区域数据。读者如需进一步了解本数据集观测数据的研究方法或研究结论,可与本文的通信作者联系。

本數據集為研究型數據,提供了時間為2008–2013年的月數據,數據所有者也有次降雨的數據,可為其他有需要的研究者提供參考和使用。有需要次降雨數據的可與數據作者聯繫。2013年之後該觀測工作仍在繼續,同時根據對大氣污染過程認識的加深,逐步增加了其他相關監測指標。

致 謝

[編輯]

感謝野外監測人員在樣品採集和分析時付出的辛勤和努力。

參考文獻

[編輯]
  1. 劉學軍, 張福鎖. 環境養分及其在生態系統養分資源管理中的作用—以大氣氮沉降為例[J].乾旱區研究, 2009, 26(3): 306-311.
  2. ^ 2.0 2.1 2.2 2.3 KUANG F H, LIU X J, ZHU B, et al. Wet and dry nitrogen deposition in the central Sichuan Basin of China[J]. Atmospheric Environment, 2016, 143: 39-50.
  3. ^ 3.0 3.1 3.2 TANG Y, SIMMONS I, VAN D N, et al. European scale application of atmospheric reactive nitrogen measurements in alow-cost approach to infer dry deposition fluxes[J]. Agriculture, Ecosystems &Environment, 2009, 133: 183-195.
  4. ^ 4.0 4.1 LUO X S, LIU P, TANG A H, et al. An evaluation of atmospheric Nr pollution and deposition in North China after the Beijing Olympics[J]. Atmospheric Environment, 2013, 74: 209-216.
  5. WESELY M L, HICKS B B. Some factors that affect the deposition rates of sulfur dioxide and similar gases on vegetation[J]. Air Pollut. Control Assoc. 1977, 27: 1110e1116.
  6. ^ 6.0 6.1 ERISMAN J W, SUTTON M A, GALLOWAY J, et al. How a century of ammonia synthesis changed the world[J]. Nature Geoscience. 2008,1: 636-639.
  7. WESELY M L. Parameterization of surface resistances to gaseous dry deposition in regional scale numerical models[J]. Atmospheric Environment. 1989, 23: 1293-1304.
  8. 謝賢群.中國生態系統研究網絡觀測與分析標準方法-水環境要素觀測與分析[M]. 北京: 中國標準出版社, 1998.
  9. SONG L, KUANG F H, SKIBA U, et al. Bulk deposition of organic and inorganic nitrogen in southwest China from 2008 to 2013[J]. Environmental Pollution, 2017, 227: 157-166.

數據引用格式

[編輯]

高美榮, 況福虹, 朱波. 2008–2013年川中丘陵區典型農田生態系統大氣氮沉降數據集[DB/OL]. Science Data Bank, 2019. (2019-02-19). DOI: 10.11922/sciencedb.732.


本作品在「知識共享-署名 4.0 國際」協議下發表。

Public domainPublic domainfalsefalse