跳至內容

2009–2018年中國科學院海倫農業生態實驗站氣象數據集

維基文庫,自由的圖書館
2009–2018年中國科學院海倫農業生態實驗站氣象數據集
作者:李猛 胡波 李祿軍
2019年9月16日
本作品收錄於《中國科學數據
李猛, 胡波, 李祿軍. 2009–2018年中國科學院海倫農業生態實驗站氣象數據集[J/OL]. 中國科學數據, 2019. (2019-08-30). DOI: 10.11922/csdata.2019.0034.zh.


摘要&關鍵詞

[編輯]

摘要:氣象觀測數據是開展天氣預報預警、氣候預測預估、科學研究的基礎,是推動氣象科學發展的原動力。中國科學院海倫農業生態實驗站是中國生態系統研究網絡(CERN)和國家級長期定位研究站,其所在區域是世界四大黑土區之一,代表了中國東北黑土區農田生態系統。目前公開報道的該站氣象數據只局限於個彆氣象要素,尚未見整體多個氣象要素。鑑於此,本文利用海倫站氣象觀測場VAISALA自動觀測系統採集原始數據,經過數據處理、質量控制和評估,將2009–2018年10年的氣象數據共計17個表格116 KB公開報道,以期為國民經濟的發展,尤其是當地農業生產活動提供基礎支撐。

關鍵詞:黑土;農田生態系統;氣象數據;時間序列

Abstract & Keywords

[編輯]

Abstract: Meteorological observation data is the basis of weather forecast early warning, climate prediction and scientific research, which is the original force to promote the development of meteorological science. Hailun Agricultural Ecology Experimental Station, Chinese academy of Sciences, which belonged to China ecosystem research network (CERN) and national long–term positioning research station, represented the farmland ecosystem in the black soil area of the Northeast China. The black soil area in which the Hailun Station located is one of the four black soil areas in the world. However, public report of the meteorological data of Hailun Station was still limited to individual meteorological elements until now, the whole meteorological elements of Hailun Station according to the time series had not been published. The original data was collected by VAISALA automatic observation system of the Hailun Station meteorological observation field. After data processing, quality control and evaluation, 17 tables, 116 KB of 10 year meteorological data from 2009 to 2018 was published. Our aims were to provide basic support for the development of national economy, especially local agricultural production activities.

Keywords: black soil; farmland ecosystem; meteorological data; time series

數據庫(集)基本信息簡介

[編輯]
數據庫(集)名稱 2009–2018年中國科學院海倫農業生態實驗站氣象數據集
數據作者 李猛、胡波、李祿軍
數據通信作者 李祿軍((lilujun@iga.ac.cn)
數據時間範圍 2009–2018年
地理區域 中國生態系統研究網絡(CERN)海倫農業生態實驗站、海倫國家野外科學觀測研究站(東經126º55′,北緯47º27′),位於黑龍江省綏化市海倫市。本數據集來自海倫農業生態實驗站的氣象觀測場。
數據量 116 KB
數據格式 *.xlsx
數據服務系統網址 http://www.sciencedb.cn/dataSet/handle/821
基金項目 中國生態系統觀測研究網絡野外台站運行服務費;科技部國家野外科學觀測研究站運行服務費。
數據庫(集)組成 本數據集由17部分數據表組成,分別為氣溫,露點溫度,相對濕度,降水,氣壓,水汽壓,海平面氣壓,10 min平均風速月平均,地表溫度月平均,5 cm土壤溫度月平均,10 cm土壤溫度月平均,15 cm土壤溫度月平均,20 cm土壤溫度月平均,40 cm土壤溫度月平均,60 cm土壤溫度月平均,100 cm土壤溫度月平均,太陽輻射。

Dataset Profile

[編輯]
Title (Meteorological Dataset observed by Hailun Agroecosystem Experimental Station, China Academic of Science (2009–2018))
Data corresponding author lilujun (lilujun@iga.ac.cn)
Data author(s) Li Meng, Hu Bo, Li Lujun
Time range 2009 – 2018
Geographical scope Hailun Agroecosystem Experimental Station, Chinese Ecosystem Research Network; National Field Observation and Research Station of Agroecosystem in Hailun, Chinese Academy of Science, located in Hailun City, Suihua City, Heilongjiang Province, China. Geographical location: 126º55′E, 47º27′N.
Data volume 116 KB
Data format *.xlsx
Data service system <http://www.sciencedb.cn/dataSet/handle/821>
Source(s) of funding Supported by Chinese Ecosystem Research Network of Chinese Academy of Sciences and National Ecosystem Research Network of China, Ministry of Science and Technology.
Dataset/Database composition The dataset consists of the following seventeen tables: temperature, dew point temperature, relative humidity, precipitation, air pressure, water vapor pressure, sea level pressure, 10 min average monthly average wind speed, soil surface temperature, 5 cm monthly average soil temperature, 10 cm soil monthly average temperature, 15 cm monthly average soil temperature, 20 cm monthly average soil temperature, 40 cm monthly average soil temperature, 60 cm monthly average soil temperature, 100 cm monthly average soil temperature, solar radiation.


引 言

[編輯]

氣象數據是開展天氣預報、氣候預測和科學研究的基礎,是推動氣象科學發展的原動力,在防災減災,應對氣候變化、履行國際義務、提高氣象預報準確率和國民經濟各行業建設方面具有重要的意義。

中國科學院海倫農業生態實驗站是中國科學院在我國東北黑土區設置的長期的、綜合性的農業資源、環境、生態多學科的綜合研究基地。1988年被中國科學院納入中國生態系統研究網絡。2005年進入國家級長期定位研究站行列。海倫站所在的黑土區是世界四大黑土區之一。本地區屬於溫帶大陸性季風氣候,冬季寒冷乾燥,夏季高溫多雨,雨熱同季,日照充足,高溫多雨,接近50 %的降水發生在7–8月[1]。經過上世紀大面積開墾後,東北黑土區已經成為全國最大的商品糧生產基地,對國家糧食安全具有重要影響,成為全國著名的北大倉,海倫站代表了中國東北黑土區農田生態系統[2][3]

目前關於海倫站氣象數據公開發表的報道只局限於光合有效輻射等個彆氣象要素[4][5][6],尚未見海倫站整體的多個氣象要素按照時間序列的公開報道。鑑於此,本文利用海倫站氣象觀測場維薩拉自動觀測系統,將2009–2018年10年氣象數據公開報道,以期為國民經濟的發展提供基礎支撐。

1 數據採集和處理方法

[編輯]

本數據集包括2009–2018年數據,採集地為海倫站氣象觀測場,北緯47°27'14",東經126°55'12",使用芬蘭VAISALA生產的MILOS520和MAWS自動監測系統採集數據。

用「生態氣象工作站」軟件對觀測得到的數據進行處理,數據處理程序將對觀測數據進行質量審核,按照觀測規範最終編制出觀測報表文件。軟件按照Milos520和MAWS301數據採集器的各要素觀測的順序,分別製成氣象數據報表和輻射數據報表(簡稱M報表),在這個報表中進行質量審核和日統計處理部分工作。M報表最終審核處理完成,每月的數據文件達到了日觀測數據正確處理和確認,這時即可把M報錶轉換成「規範氣象數據報表(A)」,簡稱為A報表,在A報表中進行旬、候、月的各要素統計處理,A報表最後完成達到觀測規範的要求,數據處理完成。氣象數據具體採集和處理方法見表1。


表1 氣象數據具體採集和處理方法

觀測指標 數據採集和處理方法
氣溫、 露點溫度 氣溫和露點溫度採用HMP45D溫度傳感器觀測。每10 s采測1個溫度值,每分鐘采測6個溫度值,去除一個最大值和一個最小值後取平均值,作為每分鐘的溫度值存儲。正點時采測 00 min的溫度值作為正點數據存儲。觀測層次:距地面1.5 m。
相對濕度 相對濕度採用HMP45D溫度傳感器觀測。每10 s采測1個濕度值,每分鐘采測6個濕度值,去除1個最大值和1個最小值後取平均值,作為每分鐘的濕度值存儲。正點時采測 00 min的濕度值作為正點數據存儲。觀測層次:距地面1.5 m。
降水 降水採用RG13H型雨量計觀測降水,每分鐘計算出1 min降水量,正點時計算、存儲1 h的累積降水量,每日20時存儲每日累積降水。觀測層次:距地面70 cm。
氣壓 氣壓採用DPA501數字氣壓表觀測,每10 s采測1個氣壓值,每分鐘采測6個氣壓值,去除一個最大值和一個最小值後取平均值,作為每分鐘的氣壓值,正點時采測00 min的氣壓值作為正點數據存儲。觀測層次:距地面小於1 m。
10 min平均風速月平均 風速風向採用WAA151或者WAC151風速傳感器觀測,每秒采測1次風速數據,以1 s為步長求3 s滑動平均值,以3 s為步長求1 min滑動平均風速,然後以1 min為步長求10 min滑動平均風速。正點時存儲00 min的10 min平均風速值。觀測層次:10 m風杆。
地面溫度月平均 地溫採用QMT110地溫傳感器採集。每10 s采測1次地表溫度值,每分鐘采測6次,去除1個最大值和1個最小值後取平均值,作為每分鐘的地表溫度值存儲。正點時采測00 min的地表溫度值作為正點數據存儲。觀測層次:地表面0、5、10、15、20、40、60、100 cm處。
太陽輻射 太陽輻射採用MAWS110系統採集數據。每10 s采測1次,每分鐘采測6次輻照度(瞬時值),去除一個最大值和1個最小值後取平均值。正點(地方平均太陽時)00 min採集存儲輻照度,同時計存儲曝輻量(累積值)。觀測層次:距地面1.5 m處。


2 數據樣本描述

[編輯]

2.1 數據庫結構

[編輯]

本數據集由17部分數據表組成,分別為:

1. 氣溫表:本表包括年份、月份、日平均值月平均、日最大值月平均、日最小值月平均、月極大值、極大值日期、月極小值、極小值日期。

2. 露點溫度表,本表包括年份、月份、日平均值月平均、日最大值月平均、日最小值月平均、月極大值、極大值、月極小值、極大值日期、月極小值、極小值日期。

3. 相對濕度表:本表包括年份、月份、日平均值月平均、日最小值月平均、月極小值、極小值日期。

4. 降水錶:本表包括年份、月份、月合計值、月小時降水極大值、極大值日期。

5. 氣壓表:本表包括年份、月份、日平均值月平均、日最大值月平均、日最小值月平均、月極大值、極大值日期、月極小值、極小值日期。

6. 水汽壓表:本表包括年份、月份、日平均值月平均、月極大值、極大值日期、月極小值、極小值日期。

7. 海平面氣壓表:本表包括年份、月份、日平均值月平均、日最大值月平均、日最小值月平均、月極大值、極大值日期、月極小值、極小值日期。

8. 10 min平均風速月平均表:本表包括年份、月份、月平均風速、月最多風向、最大風速、最大風風向、最大風出現日期。

9–16. 地表溫度月平均表、5 cm 土壤溫度月平均表、10 cm 土壤溫度月平均表、15 cm 土壤溫度月平均表、20 cm 土壤溫度月平均表、40 cm 土壤溫度月平均表、60 cm 土壤溫度月平均表、100 cm 土壤溫度月平均表。該類表包括年份、月份、日平均值月平均、月極大值、極大值日期、月極小值、極小值日期。

17. 太陽輻射表:本表包括年份、月份、總輻射月合計值、反射輻射月合計值、紫外輻射月合計值、淨輻射月合計值、光合有效輻射月合計值、Ht月合計、日照小時數月合計值、日照分鐘數月合計值。

2.2 數據缺失情況

[編輯]

由於電壓不穩定或其他不明原因導致的出現亂碼或提取其他日期數據和氣象輻射數據行顛倒會缺失部分數據,有時也會因老鼠咬壞傳輸線的情況缺失數據。儘管如此,海倫站氣象數據完整率仍在99%以上。

3 數據質量控制和評估

[編輯]

海倫站氣象數據管理由氣象監測支撐崗和數據庫管理崗兩個崗位共同負責,兩者在數據管理及備份上交叉協作,共同對海倫站大氣監測數據及原始數據進行保存和備份。氣象監測崗位負責人每年度進行年報表的整理及計算,並負責該站自動數據原始資料、紙質資料、報表資料的保管歸案工作。數據庫負責人對原始數據及報表數據進行入庫和備份,保證數據真實可靠。

氣象監測崗位負責人經常對比自動監測結果和人工監測數據是否吻合,同時結合中央氣象台天氣預報結果進行對比。定期對傳感器以及線路檢查,具體包括:檢查風傳感器是否轉動自如,根據經驗判斷風速數據是否和實際情況吻合。每天將自動站下載的log文件進行檢驗,查看數據是否正常,傳感器是否出現故障,檢查電纜線是否正常,發現問題即時維修。對溫濕傳感器進行清潔檢查。輻射傳感器擦拭透光外罩,尤其是在冬天。夏季經常查看乾燥劑,大風過後檢查水平是否有變化。感雨器雨量桶定期清潔。同時根據數據來判斷一些無法通過外觀檢查到的傳感器的工作狀態,如壓力傳感器、地溫傳感器,確保提交給CERN大氣分中心的數據真實、準確、可靠。氣象數據具體質量控制和評估方法見表2。


表2 氣象數據具體質量控制和評估方法

觀測指標 數據質量控制和評估方法
氣溫、露點溫度 (1)超出氣候學界限值域−80~60℃的數據為錯誤數據;(2)1 min內允許的最大變化值為3℃,1 h內變化幅度的最小值為0.1℃;(3)定時氣溫大於等於日最低地溫且小於等於日最高氣溫;(4)氣溫大於等於露點溫度;(5)24小時氣溫變化範圍小於50℃;(6)利用與台站下墊面及周圍環境相似的一個或多個鄰近站觀測數據計算本站氣溫值,比較台站觀測值和計算值,如果超出閾值即認為觀測數據可疑;(7)某一定時氣溫缺測時,用前、後兩定時數據內插求得,按正常數據統計,若連續兩個或以上定時數據缺測時,不能內插,仍按缺測處理;(8)一日中若24次定時觀測記錄有缺測時,該日按照02、08、14、20時4次定時記錄做日平均;若4次定時記錄缺測一次或以上,但該日各定時記錄缺測五次或以下時,按實有記錄作日統計;缺測6次或以上時,不做日平均。
相對濕度 (1)相對濕度介於0~100%之間;(2)定時相對濕度大於等於日最小相對濕度;(3)幹球溫度大於等於濕球溫度(結冰期除外);(4)某一定時相對濕度缺測時,用前、後兩定時數據內插求得,按正常數據統計,若連續兩個或以上定時數據缺測時,不能內插,仍按缺測處理;(5)一日中若24次定時觀測記錄有缺測時,該日按照02、08、14、20時4次定時記錄做日平均;若4次定時記錄缺測一次或以上,但該日各定時記錄缺測五次或以下時,按實有記錄作日統計;缺測6次或以上時,不做日平均。
降水 (1)降雨強度超出氣候學界限值域0~400 mm/min的數據為錯誤數據;(2)降水量大於0.0 mm或者微量時,應有降水或者雪暴天氣現象;(3)一日中各時降水量缺測數小時但不是全天缺測時,按實有記錄做日合計。全天缺測時,不做日合計,按缺測處理。
氣壓 (1)超出氣候學界限值域300~1100 hPa的數據為錯誤數據;(2)所觀測的氣壓不小於日最低氣壓且不大於日最高氣壓。海拔高度大於0 m時,台站氣壓小於海平面氣壓;海拔高度等於0 m時,台站氣壓等於海平面氣壓;海拔高度小於0 m時,台站氣壓大於海平面氣壓;(3)24小時變壓的絕對值小於50 hPa;(4)1 min內允許的最大變化值為1.0 hPa,1 h內變化幅度的最小值為0.1 hPa;(5)某一定時氣壓缺測時,用前、後兩定時數據內插求得,按正常數據統計,若連續兩個或以上定時數據缺測時,不能內插,仍按缺測處理;(6)一日中若24次定時觀測記錄有缺測時,該日按照02、08、14、20時4次定時記錄做日平均;若4次定時記錄缺測一次或以上,但該日各定時記錄缺測五次或以下時,按實有記錄作日統計;缺測6次或以上時,不做日平均。
10 min平均風速月平均 (1)超出氣候學界限值域0~75 m/s的數據為錯誤數據;(2)10 min平均風速小於最大風速;(3)一日中若24次定時觀測記錄有缺測時,該日按照02、08、14、20時4次定時記錄做日平均;若4次定時記錄缺測一次或以上,但該日各定時記錄缺測五次或以下時,按實有記錄作日統計;缺測6次或以上時,不做日平均。
地面溫度 月平均 (1)超出氣候學界限值域−90~90℃的數據為錯誤數據;(2)1 min內允許的最大變化值為5℃,1 h內變化幅度的最小值為0.1 ℃;(3)定時觀測地表溫度大於等於日地表最低溫度且小於等於日地表最高溫度;(4)地表溫度24小時變化範圍小於60℃;(5)某一定時地表溫度缺測時,用前、後兩定時數據內插求得,按正常數據統計,若連續兩個或以上定時數據缺測時,不能內插,仍按缺測處理;(6)一日中若24次定時觀測記錄有缺測時,該日按照02、08、14、20時4次定時記錄做日平均;若4次定時記錄缺測一次或以上,但該日各定時記錄缺測五次或以下時,按實有記錄作日統計;缺測6次或以上時,不做日平均。
太陽輻射 (1)總輻射最大值不能超過氣候學界限值2000 W/m2;(2)當前瞬時值與前一次值的差異小於最大變幅800 W/m2;(3)小時總輻射量大於等於小時淨輻射、反射輻射和紫外輻射;除陰天、雨天和雪天外,總輻射一般在中午前後出現極大值;(4)小時總輻射累積值應小於同一地理位置大氣層頂的輻射總量,小時總輻射累積值可以稍微大於同一地理位置在大氣具有很大透過率和非常晴朗天空狀態下的小時總輻射累積值,所有夜間觀測的小時總輻射累積值小於0時用0代替;(5)輻射曝輻量缺測數小時但不是全天缺測時,按實有記錄做日合計;全天缺測時,不做日合計。


4 數據價值

[編輯]

由於海倫站的主要研究對象是農田生態系統,所以利用海倫站長期觀測的氣象數據可作為農作物種植區選址、播種期確定、農田水利措施以及防護林建設的參考,也可為氣候變化提供支撐。例如我們分析了1985–2018年33年的氣溫數據,發現海倫站在全球氣候變化背景下,氣溫有逐漸升高趨勢(圖1)。本數據集只包括月尺度數據,今後我們將會繼續報道日尺度數據,以期更好地支撐國民生產。


圖片

圖1 1985–2018年海倫站年平均氣溫變化


致 謝

[編輯]

感謝中國生態網絡(CERN)大氣分中心領導和老師的指導和支持,尤其是劉廣仁在數據質控方面的貢獻;感謝中國科學院海倫農業生態實驗站的韓曉增、宋春雨、王守宇和趙勤在數據採集和質控工作中的付出。

參考文獻

[編輯]
  1. LI M, HAN X Z, DU S L, et al. Profile stock of soil organic carbon and distribution in croplands of Northeast China[J]. Catena, 174(2019): 285-292.
  2. 魏丹, 匡恩俊, 遲鳳琴, 等. 東北黑土資源現狀與保護策略[J]. 黑龍江農業科學, 2016. (1): 158-161.
  3. 韓曉增,鄒文秀. 我國東北黑土地保護與肥力提升的成效建議[J]. 中國科學院刊,2018, 33(2): 206-212.
  4. 劉慧, 唐利琴, 胡波, 等. 2005~2015年CERN光合有效輻射數據集[J/OL]. 中國科學數據, 2017, 2(1): 1-10. DOI: 10. 11922/csdata. 170. 2016. 0100.
  5. 唐新齋, 袁國富, 朱治林, 等. 2005~2014年CERN野外台站氣象觀測場土壤含水量數據集[J/OL]. 中國科學數據, 2017, 2(1): 35-44. DOI: 10. 11922/csdata. 170. 2016. 0101.
  6. 唐利琴, 劉慧, 胡波, 等. 1961~2014年中國光合有效輻射重構數據集[J/OL]. 中國科學數據, 2017, 2(3). DOI: 10. 11922/csdata. 170. 2017. 0135.

數據引用格式

[編輯]

李猛, 胡波, 李祿軍. 2009–2018年中國科學院海倫農業生態實驗站氣象數據集[DB/OL]. Science Data Bank, 2019. (2019-08-03). DOI: 10.11922/sciencedb.821.


本作品在「知識共享-署名 4.0 國際」協議下發表。

Public domainPublic domainfalsefalse