删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

2004–2016年中国生态系统研究网络水体酸碱度和总溶解性固体数据集

本站小编 Free考研考试/2022-01-02


摘要&关键词
摘要:水体的酸碱度(pH)和总溶解性固体(TDS)是中国生态系统研究网络(CERN)的重要监测指标,可为生态系统水体质量长期变化研究提供重要数据。降水pH可以表征其是否为酸沉降,地表水和地下水的pH则关系到水质是否对植物生长和动物饮用存在危害等。TDS是表征水体溶解性固体总含量的指标,同样影响到植物根系的水分吸收和动物的生存分布。本数据集收集整理了CERN农田、森林、荒漠、草原、沼泽5种典型生态系统34个生态站2004–2016年降水、地表水、地下水pH和TDS数据。本数据集可为分析降水、地表水、地下水的酸碱度和TDS的时间变化和空间格局提供数据,可为研究中国典型生态系统水质酸碱度和盐碱化的长期变化提供数据支撑。
关键词:中国生态系统研究网络(CERN);生态站;酸碱度(pH);总溶解性固体(TDS);降水;地表水;地下水

Abstract & Keywords
Abstract:?Water pH and total dissolved solid (TDS) contents are important monitoring indicators of the Chinese Ecosystem Research Network (CERN). The long-term measurements of pH and TDS are important data for studying long-term changes of water quality within ecosystems. The pH of precipitation reflects the information about acid deposition. Besides, the pH of surface water and groundwater can be used to determine whether the water is harmful to plant growth and animal drinking. Furthermore, TDS is an indicator for reflecting total soluble solid content in water, which could also affect water absorption by plant roots and survival distributions of animals. This dataset consists of pH and TDS of precipitation, surface water, and groundwater collected from 34 field stations in five types of ecosystems of CERN, i.e. agricultural, forest, desert, grassland and marsh ecosystems during 2004-2016. The dataset can be used for analyzing temporal variations and spatial patterns of acidity and salinity of precipitation, surface water and groundwater. Meanwhile, it also can be applied for studying the long-term changes of water pH and salinization in the typical Chinese ecosystems.
Keywords:?Chinese Ecosystem Research Network (CERN);?field stations;?pH;?TDS;?precipitation;?surface water;?groundwater

数据库(集)基本信息简介
数据集(库)名称2004–2016年中国生态系统研究网络水体酸碱度和总溶解性固体数据集
联系人张心昱(zhangxy@igsnrr.ac.cn)
数据生产者CERN观测人员站长所属研究所
阿克苏站盛钰、胡顺军赵成义中国科学院新疆生态与地理研究所
哀牢山站鲁志云、沙丽清张一平中国科学院西双版纳植物园
安塞站姜峻、李够霞陈云明中国科学院水利部水土保持研究所
北京站苏宏新桑卫国中国科学院植物研究所
西双版纳站刘文杰、李玉武、秦海浪曹敏中国科学院西双版纳植物园
长白山站戴冠华、郑兴波王安志中国科学院沈阳应用生态所
策勒站郭永平、张波曾凡江中国科学院新疆生态与地理研究所
常熟站林静慧、王书伟、周伟颜晓元中国科学院南京土壤研究所
长武站刘勇刚、姬洪飞刘文兆中国科学院水利部水土保持研究所
鼎湖山站褚国伟、向传银周国逸中国科学院华南植物园
鄂尔多斯站杜娟、崔清国黄振英中国科学院植物研究所
阜康站兰中东、赵岩马健中国科学院新疆生态与地理研究所
封丘站汪金舫、李小丽朱安宁中国科学院南京土壤研究所
贡嘎山站李伟、杨阳王根绪中国科学院成都山地灾害与环境研究所
环江站傅伟、林海飞王克林中国科学院亚热带农业生态研究所
海北站郭小伟、林丽曹广民中国科学院西北高原生物研究所
海伦站张志明、赵勤韩晓增中国科学院东北地理与农业生态研究所
鹤山站林永标、孙聃申卫军中国科学院华南植物园
会同站朱睦楠、于小军汪思龙中国科学院沈阳应用生态研究所
栾城站程一松、李晓欣沈彦俊中国科学院遗传与发育生物学研究所
拉萨站李少伟、孙维、
何永涛
戴尔阜中国科学院地理科学与资源研究所
临泽站常学向、杨淇越赵文智中国科学院西北生态环境资源研究院
茂县站何其华、李晓明包维楷中国科学院成都生物研究所
奈曼站刘新平、张铜会赵学勇中国科学院西北生态环境资源研究院
内蒙古站王小亮、窦山德白永飞中国科学院植物研究所
千烟洲站杨风亭、李庆康王辉民中国科学院地理科学与资源研究所
三江站路永正、张加双宋长春中国科学院东北地理与农业生态研究所
沙坡头站张志山、赵洋李新荣中国科学院西北生态环境资源研究院
神农架站赵常明、徐文婷谢宗强中国科学院植物研究所
沈阳站蒋正德、郑立臣陈欣中国科学院沈阳应用生态研究所
桃源站尹春梅、傅心赣魏文学中国科学院亚热带农业生态研究所
禹城站来剑斌、娄金勇占车生中国科学院地理科学与资源研究所
盐亭站唐家良朱波中国科学院成都山地灾害与环境研究所
鹰潭站刘晓利、官有军孙波中国科学院南京土壤研究所
地理区域47°35′–21°55′N,133°31′–80°43′E。包括中温带、暖温带、亚热带、热带、青藏高原温带地区。
数据量45?786 KB
数据格式*.xlsx
数据服务系统网址http://www.sciencedb.cn/dataSet/handle/891
基金项目中国科学院战略性先导科技专项(XDA19020301);国家重点研发计划(2017YFC0503801)。
数据集(库)组成数据集整理了CERN 34个生态站2004–2016年降水、地表水、地下水的pH和TDS数据。降水按月份或季节采集样品,无降水或降水不足月份未采样。地表水、地下水按月份或季节采样。数据集由2个部分组成,其一为各生态站在该时间段内降水、地表水、地下水pH和TDS相关数据,其二为生态站基本信息。所有数据均存放在1个Excel文件中,其中34个生态站的水体数据按照水体的不同分别放在3个表单内,生态站基本信息放在1个表单内。

Dataset profile
TitleA dataset of water pH and total dissolved solid contents of Chinese Ecosystem Research Network during 2004–2016
Data corresponding authorZhang Xinyu (zhangxy@igsnrr.ac.cn)
Time period2004–2016
Data producerStation nameObserverDirectorInstitute
AkesuSheng Yu, Hu ShunjunZhao ChengyiXinjiang Institute of Ecology and Geography, CAS
AilaoshanLu Zhiyun, Sha LiqingZhang YipingXishuangbanna Botanical Garden, CAS
AnsaiJiang Jun, Li GouxiaChen YunmingInstitute of Soil and Water Conservation, Ministry of Water Resources, CAS
BeijingSu HongxinSang WeiguoInstitute of Botany, CAS
XishuangbannaLiu Wenjie, Li Yuwu, Qin LanglangCao MinXishuangbanna Botanical Garden, CAS
ChangbaishanDai Guanhua, Zheng XingboWang AnzhiShenyang Institute of Applied Ecology, CAS
CeleGuo Yongping, Zhang BoZeng FanjiangXinjiang Institute of Ecology and Geography, CAS
ChangshuLin Jinghui, Wang Shuwei, Zhou WeiYan XiaoyuanInstitute of Soil Science, CAS
ChangwuLiu Yonggang, Ji HongfeiLiu WenzhaoInstitute of Soil and Water Conservation, Ministry of Water Resources, CAS
DinghushanChu Guowei, Xiang ChuanyinZhou GuoyiSouth China Botanical Garden, CAS
OrdosDu Juan, Cui QingguoHuang ZhenyingInstitute of Botany, CAS
FukangLan Zhogndong, Zhao YanMa JianXinjiang Institute of Ecology and Geography, CAS
FengqiuWang Jinfang, Li XiaoliZhu AnningInstitute of Soil Science, CAS
GonggashanLi Wei, Yang YangWang GenxuChengdu Institute of Mountain Disaster and Environment, CAS
HuanjiangFu Wei, Lin HaifeiWang KelinInstitute of Subtropical Agricultural Ecology, CAS
HaibeiGuo Xiaowei, Lin LiCao GuangminInstitute of Northwest Plateau Biology, CAS
HailunZhang Zhiming, Zhao QinHan XiaozengNortheast Institute of Geography and Agroecology, CAS
HeshanLin Yongbiao, Sun DanShen WeijunSouth China Botanical Garden, CAS
HuitongZhu munan, Yu XiaojunWang SilongShenyang Institute of Applied Ecology, CAS
LuanchengCheng Yisong, Li XiaoxinShen YanjunInstitute of Genetics and Developmental Biology, CAS
LhasaLi Shaowei, Sun Wei, he YongtaoDai ErfuInstitute of Geographic Sciences and Natural Resources Research, CAS
LinzeChang Xuexiang, Yang QiyueZhao WenzhiNorthwest Institute of Eco-Environment and Resources, CAS
MaoxianHe Qihua, Li XiaomingBao WeikaiChengdu Institute of Biology, CAS
NaimanLiu Xinping, Zhang TonghuiZhao XueyongNorthwest Institute of Eco-Environment and Resources, CAS
Inner MongoliaWang Xiaoliang, Dou ShandeBai YongfeiInstitute of Botany, CAS
QianyanzhouYang Fengting, Li QingkangWang HuiminInstitute of Geographic Sciences and Natural Resources Research, CAS
SanjaingLu Yongzheng, Zhang JiashuangSong ChangchunNortheast Institute of Geography and Agroecology, CAS
SapotouZhang Zhishan, Zhao YangLi XinrongNorthwest Institute of Eco-Environment and Resources, CAS
ShennongjiaZhao Changming, Xu WentingXie ZongqiangInstitute of Botany, CAS
ShenyangJiang Zhengde, Zheng LichenChen XinShenyang Institute of Applied Ecology, CAS
TaoyuanYin Chunmei, Fu XinganWei WenxueInstitute of Subtropical Agroecology, CAS
YuchengLai Jianbin, Lou JinyongZhan CheshengInstitute of Geographic Sciences and Natural Resources Research, CAS
YantingTang JialiangZhu BoChengdu Institute of Mountain Disaster and Environment, CAS
YingtanLiu Xiaoli, GuanYoujunSun BoNanjing Soil Research Institute, CAS
Geographical scopeGeographical scope: Latitude 47°35′–21°55′N,Longitude 133°31′–80°43′E. It includes the temperate regions of the middle temperate zone, warm temperate zone, subtropical zone, tropical zone and Qinghai-Tibet Plateau.
Data volume45,786 KB
Data format*.xlsx
Data service system<http://www.sciencedb.cn/dataSet/handle/891>
Sources of fundingStrategic Priority Research Program of the Chinese Academy of Sciences(XDA19020301); National Key Research and Development Program of China (2017YFC0503801).
Dataset compositionThis dataset consists of pH and TDS of precipitation, surface water, and groundwater collected from 34 field stations of CERN during 2004–2016. Precipitation samples were collected monthly or seasonally, except for no precipitation or insufficient precipitation months. Surface water and groundwater samples were collected monthly or seasonally. The dataset consists of two parts, with one being pH and TDS of precipitation, surface water and groundwater, and the other being the basic information of field stations. All data are stored in one MS-Excel file. The water data collected from 34 field stations are placed within three different sheets based on different types of water, including precipitation, surface water and groundwater. The basic information of all field stations is kept in one sheet.



引 言
水体pH可以有效地表示其酸碱性,过酸或者过碱的水体对于植物生长和动物生活均存在一定的负面作用。降水的pH<5.6即达到酸沉降水平[1],会对农作物、草地、森林等植被生长带来危害[2-3],还会破坏土壤结构[4-5],导致土壤和地表水酸化等[6]。对我国主要农田生态系统水体pH研究显示[7],南方农田生态系统降水、地表水、地下水pH较低,千烟洲、鹰潭地区部分时间降水为酸沉降。我国地表水环境质量标准GB3838-2002规定,日常用水pH范围为6.00–9.00。地下水环境质量标准GB14848-93规定,pH在6.50–8.50满足生活生产和植物生长的基本用水需要,如不能达标,也可以使用pH值<6.50或者>8.50的地下水。灌溉用水水质标准一般规定pH范围是5.50–8.50,使用过酸、过碱或盐含量较高的水会造成农作物减产。
总溶解性固体(Total dissolved solids,TDS)是指水体中的溶解性固体的总量,我国目前对于TDS的环境标准规范主要应用在地下水上,对其他水体未作明确说明。地下水环境质量标准GB14848-93将地下水TDS分为5级,即≤300 mg·L-1、300–500 mg·L-1、500–1000 mg·L-1、1000–2000 mg·L-1、>2000 mg·L-1。水体的TDS对于植物根系[8]和土壤动物生长存活具有直接影响。TDS太高可造成土壤盐碱化、物理结构改变和土壤动物总量减少等不良后果[9]。张心昱等[10]对全国31个典型陆地生态系统研究表明,森林生态系统TDS较低,其余生态系统表现为西北绿洲农业区、荒漠区和华北农业区TDS较高,东北和南方农业区TDS较低。
本文介绍了中国生态系统研究网络(CERN)34个生态站2004–2016年降水、地表水、地下水pH和TDS的监测数据情况,为科学工作者或用户充分利用本数据提供详细说明。

1 ? 数据采集和处理方法
1.1 ? 数据采集方法
各生态站降水按月份或季节采集样品,无降水或降水不足月份未采样。地表水、地下水按月份或季节采集样品,然后按照《陆地生态系统水环境观测规范》[11]的统一方法测定。其中pH采用电位计法,收集水样后过滤,室温条件下通过校正液校准电位计后,测定水样的pH值,测定精度为0.01。TDS采用加和法或重量法测定:加和法即通过测定水样中主要的8种阴、阳离子(K+、Na+、Ca2+、Mg2+、SO42- 、CL?、HCO3? 、CO32? )的总和,得出水样的TDS;重量法即过滤后通过蒸干得到固体物质的总量,计算出水体的TDS,测定精度为整数位。

1.2 ? 数据处理方法
水体经人工观测员在现场采集样品后,在实验室测定记录并录入计算机进行电子化。生态站每年集中整理数据并按相应的格式汇交到CERN水分分中心。CERN水分分中心对所有数据进行再次检查,合格的数据汇交到CERN综合中心,相关人员进行数据格式审核,无误后最终导入到数据库,以供使用。
数据集经质量控制后,去除了明显的异常值。其中降水剔除异常值13%,地表水剔除异常值32%,地下水剔除异常值35%。整理后的pH、TDS数据按照水体类型(降水、地表水、地下水)分别汇集到Excel文件中的不同数据表单内,各表单内数据按照生态站名称和时间排序;生态站基本信息,如代码、分布区域、经度、纬度、气候带、降水量等也单独汇集到一个数据表单内。


2 ? 数据样本描述
本数据集的数据储存于Excel文件中的4个数据表单中,其中降水、地表水、地下水3种类型水体的pH和TDS数据分别存放于3个数据表单中。还有1个表单是生态站基本情况表,给出了34个生态站的基础信息。两种表中包含的具体字段名称和详细信息见表1和表2。
表1 ? 典型生态系统不同水体数据表内容
序号字段名称量纲数据类型示例
1生态站代码字符型ASA
2年份数字型2004
3月份数字型3
4水质采样点代码字符型ASAFZ10CLB_01
5采样点名称字符型川地气象观测场雨水采集器
6pH值数字型8.56
7TDSmg·L-1数字型37

表2 ? 典型生态系统基本信息表内容
序号字段名称量纲数据类型示例
1生态站字符型海伦
2代码字符型HLA
3生态系统类型字符型农田
4经度E数字型126°55′
5纬度N数字型47°27′
6气候带字符型中温带亚湿润地区
7年降水量mm数字型500
8年平均气温数字型1.5
9土壤类型字符型黑土
10数据类型(个数)字符型降水(22)

各生态站根据降水频率的不同,降水样品的采集频率也不同。降水频率较少的地区,如阿克苏站、阜康站等,只在发生降水的月份取样;降水充沛的生态站每月至少取样一次,如常熟站;其余生态站每季度取样一次。地表水和地下水的取样频率在不同生态站也存在一定差异,如安塞站、常熟站等按照月份取样,阿克苏站、哀牢山站等按照季节取样。
图1展示了2004–2016年西北、东北、华北、东南、西南典型农田生态站阿克苏、海伦、封丘、常熟、盐亭的降水、地表水、地下水pH变化图。可以看出降水pH普遍低于地表水和地下水pH,且降水的最低值出现在2012–2014年,常熟和盐亭生态站部分月份降水pH达到酸沉降值5.6。地下水和地表水pH值差异不大,且除常熟生态站外,其余生态站地表水pH值高于地下水,呈弱碱性。




图1 ? 西北、东北、华北、华南、西南典型农田生态系统各采样时间内降水、地表水、地下水酸碱度(pH)变化注 AKA:阿克苏农田生态站;HLA:海伦农田生态站;FQA:封丘农田生态站;CSA:常熟农田生态站;YGA:盐亭农田生态站,下同。

图2展示出2004–2016年西北、东北、华北、东南、西南典型农田生态站阿克苏、海伦、封丘、常熟、盐亭的降水、地表水、地下水TDS变化图。如图显示,TDS值在降水中的含量普遍低于地表水和地下水。西北地区阿克苏的TDS高于其余区域的生态站,且存在多个较高值,华北地区的封丘站TDS值相对较高。海伦站TDS值表现为:地表水>地下水>降水,3类水体的TDS差异明显。其他4个生态站地表水和地下水TDS差异不明显。




图2 ? 西北、东北、华北、华南、西南典型农田生态系统各采样时间内降水、地表水、地下水总溶解性固体(TDS)变化

3 ? 数据质量控制和评估
监测数据采取三级质量控质体系,即野外台站根据统一监测规范和检测方法采集样品并进行分析测定,其工作包括分析测试人员的准确测定、及时完整记录和录入等环节,这是质量控制的最关键部分。CERN水分分中心在台站汇交数据后,为避免出现人工录入或者其他方面的误差,对数据进行质量检测。如果出现明显不符合逻辑的情况,反馈给台站进行再次确认。综合中心通过软件对数据进行质量控制,同时还规范检查数据格式并保存。

4 ? 数据价值
水体的pH和TDS可以从酸雨、地表水酸化、土壤酸化、灌溉盐含量超标、土壤盐碱化和板结等方面对生态系统产生影响。本数据集提供的CERN典型生态系统34个生态站2004–2016年降水、地表水、地下水酸碱度和总溶解性固体数据,在一定程度上表征出中国典型生态系统的水体质量整体情况,可以为研究生态系统水资源利用或者循环提供一定的数据信息。

5 ? 数据使用方法和建议
需要使用本数据集的读者,可以登录Science Data Bank(http://www.sciencedb.cn/dataSet/handle/891)下载。本数据集是对CERN 34个典型生态系统水体酸碱度和总溶解性固体数据整理后形成的数据库。数据经过一定的质量控制除去了部分明显的异常值,并根据水体种类、生态系统代码和时间进行重新排列。数据用户在分析使用中可以结合更加详细的实验设计,配合数据结构模型,解读中国典型生态系统水资源的利用和循环情况。

作者分工职责
(1) 论文作者
刘旭艳(1986—),女,内蒙古呼和浩特人,硕士,工程师,研究方向为地球环境化学。主要承担工作:数据整理和论文撰写。
唐新斋(1976—),男,山东威海人,硕士,工程师,研究方向为网络和数据库管理。主要承担工作:CERN水环境长期定位观测数据质量控制。
朱治林(1963—),男,湖北荆门人,学士,副研究员,研究方向为生态系统观测。主要承担工作:CERN水环境长期定位观测数据质量控制。
袁国富(1972—),男,湖北洪湖人,博士,副研究员,研究方向为生态水文。主要承担工作:CERN水环境长期定位观测数据质量控制。
张心昱(1973—),女,辽宁桓仁人,博士,研究员,主要从事地球环境化学方面研究。主要承担工作:CERN水环境长期定位观测数据质量控制。
王娇(1989—),女,山东滨州人,助理研究员,研究方向为土壤物理学。主要承担工作:CERN数据分析与整理。
孙晓敏(1957—),男,河北涉县人,学士,研究员,主要从事地表通量观测技术和实验方法的研究。主要承担工作:CERN水环境长期定位观测技术指导。
(2) 数据作者:数据生产者,主要承担各台站数据的监测和质量控制。
白永飞、包维楷、曹广民、曹敏、常学向、陈欣、陈云明、程一松、褚国伟、崔清国、戴尔阜、戴冠华、窦山德、杜娟、傅伟、傅心赣、官有军、郭小伟、郭永平、韩晓增、何其华、何永涛、胡顺军、黄振英、姬洪飞、姜峻、蒋正德、来剑斌、兰中东、雷加强、李够霞、李猛、李庆康、李少伟、李伟、李小丽、李晓明、李晓欣、李新荣、李玉武、林海飞、林静慧、林丽、林永标、刘文杰、刘文兆、刘晓利、刘新平、刘勇刚、娄金勇、鲁志云、路永正、马健、欧阳竹、秦海浪、桑卫国、沙丽清、申卫军、沈彦俊、盛钰、宋长春、苏宏新、孙波、孙聃、孙维、唐家良、汪金舫、汪思龙、王安志、王根绪、王辉民、王克林、王书伟、王小亮、魏文学、向传银、谢宗强、徐文婷、颜晓元、杨风亭、杨淇越、杨阳、尹春梅、于小军、曾凡江、张波、张加双、张铜会、张一平、张志明、张志山、赵常明、赵成义、赵勤、赵文智、赵学勇、赵岩、赵洋、占车生、郑立臣、郑兴波、周国逸、周伟、朱安宁、朱波、朱睦楠。


[1]
SMITH R A. Air and rain: The beginnings of a chemical climatology[M]. Longmans: Green and Company, 1872.

+?CSCD?·?Baidu Scholar

[2]
吴玺, 梁婵娟. 模拟酸雨对水稻根系激素含量与生长的影响[J]. 环境化学, 2016, 35(3): 568-574.

+?CSCD?·?Baidu Scholar

[3]
BELL J N B. Effects of acid deposition on crops and forests[J]. Experientia, 1986, 42: 363-371.

+?CSCD?·?Baidu Scholar

[4]
SCHWARTZ S E. Acid deposition: unraveling a regional phenomenon[J]. Science, 1989, 243: 753-763.

+?CSCD?·?Baidu Scholar

[5]
SINGH A, AGRAWAL M. Acid rain and its ecological consequences[J]. Journal of Environmental Biology, 2008, 29: 15-24.

+?CSCD?·?Baidu Scholar

[6]
QIU Q Y, WU J P, LIANG G H, et al. Effects of simulated acid rain on soil and soil solution chemistry in a monsoon evergreen broad-leaved forest in southern China[J]. Environmental Monitoring and Assessment, 2015, 187: 271-283.

+?CSCD?·?Baidu Scholar

[7]
刘旭艳, 张心昱, 袁国富, 等. 近10年中国典型农田生态系统水体pH和矿化度变化特征[J]. 环境化学, 2019, 38(6): 1214-1222.

+?CSCD?·?Baidu Scholar

[8]
宋香静, 李胜男, 郭嘉, 等. 不同盐分水平对柽柳扦插苗根系生长及生理特性的影响[J]. 生态学报, 2018, 38(2): 606-614.

+?CSCD?·?Baidu Scholar

[9]
OLSON J R, HAWKINS C P. Effects of total dissolved solids on growth and mortality predict distributions of stream macro invertebrates[J]. Freshwater Biology, 2017, 62(4): 779-791.

+?CSCD?·?Baidu Scholar

[10]
张心昱, 孙晓敏, 袁国富, 等.中国生态系统研究网络水体pH和矿化度监测数据初步分析[J]. 地球科学进展, 2009, 24(9): 1042-1050.

+?CSCD?·?Baidu Scholar

[11]
中国生态系统研究网络科学委员会. 陆地生态系统水环境观测规范[M]. 北京: 中国环境科学出版社, 2007: 100-102.

+?CSCD?·?Baidu Scholar


数据引用格式
中国生态系统研究网络. 2004–2016年中国生态系统研究网络水体酸碱度和总溶解性固体数据集[DB/OL]. Science Data Bank, 2019. (2019-11-27). DOI: 10.11922/sciencedb.891.

稿件与作者信息

论文引用格式
刘旭艳, 唐新斋, 朱治林, 等. 2004–2016年中国生态系统研究网络水体酸碱度和总溶解性固体数据集[J/OL]. 中国科学数据, 2020, 5(3). (2020-06-24). DOI: 10.11922/csdata.2019.0067.zh.
刘旭艳Liu Xuyan

主要承担工作:数据整理和论文撰写。
(1986—),女,内蒙古呼和浩特人,硕士,工程师,研究方向为地球环境化学。

唐新斋Tang Xinzhai

主要承担工作:CERN水环境长期定位观测数据质量控制。
(1976—),男,山东威海人,硕士,工程师,研究方向为网络和数据库管理。

朱治林Zhu Zhilin

主要承担工作:CERN水环境长期定位观测数据质量控制。
(1963—),男,湖北荆门人,学士,副研究员,研究方向为生态系统观测。

袁国富Yuan Guofu

主要承担工作:CERN水环境长期定位观测数据质量控制。
(1972—),男,湖北洪湖人,博士,副研究员,研究方向为生态水文。

张心昱Zhang Xinyu

主要承担工作:CERN水环境长期定位观测数据质量控制。
zhangxy@igsnrr.ac.cn
(1973—),女,辽宁桓仁人,博士,研究员,主要从事地球环境化学方面研究。

王娇Wang Jiao

主要承担工作:CERN数据分析与整理。
(1989—),女,山东滨州人,助理研究员,研究方向为土壤物理学。

孙晓敏Sun Xiaomin

主要承担工作:CERN水环境长期定位观测技术指导。
(1957—),男,河北涉县人,学士,研究员,主要从事地表通量观测技术和实验方法的研究。

常学向Chang Xuexiang

数据生产者,主要承担各台站数据的监测和质量控制。

程一松Cheng Yisong

数据生产者,主要承担各台站数据的监测和质量控制。

褚国伟Chu Guowei

数据生产者,主要承担各台站数据的监测和质量控制。

戴冠华Dai Guanhua

数据生产者,主要承担各台站数据的监测和质量控制。

杜娟Du Juan

数据生产者,主要承担各台站数据的监测和质量控制。

傅伟Fu Wei

数据生产者,主要承担各台站数据的监测和质量控制。

郭小伟Guo Xiaowei

数据生产者,主要承担各台站数据的监测和质量控制。

郭永平Guo Yongping

数据生产者,主要承担各台站数据的监测和质量控制。

何其华He Qihua

数据生产者,主要承担各台站数据的监测和质量控制。

姜峻Jiang Jun

数据生产者,主要承担各台站数据的监测和质量控制。

蒋正德Jiang Zhengde

数据生产者,主要承担各台站数据的监测和质量控制。

来剑斌Lai Jianbin

数据生产者,主要承担各台站数据的监测和质量控制。

兰中东Lan Zhongdong

数据生产者,主要承担各台站数据的监测和质量控制。

李少伟Li Shaowei

数据生产者,主要承担各台站数据的监测和质量控制。

李伟Li Wei

数据生产者,主要承担各台站数据的监测和质量控制。

林静慧Lin Jinghui

数据生产者,主要承担各台站数据的监测和质量控制。

林永标Lin Yongbiao

数据生产者,主要承担各台站数据的监测和质量控制。

刘文杰Liu Wenjie

数据生产者,主要承担各台站数据的监测和质量控制。

刘晓利Liu Xiaoli

数据生产者,主要承担各台站数据的监测和质量控制。

刘新平Liu Xinping

数据生产者,主要承担各台站数据的监测和质量控制。

刘勇刚Liu Yonggang

数据生产者,主要承担各台站数据的监测和质量控制。

路永正Lu Yongzheng

数据生产者,主要承担各台站数据的监测和质量控制。

鲁志云Lu Zhiyun

数据生产者,主要承担各台站数据的监测和质量控制。

苏宏新Su Hongxin

数据生产者,主要承担各台站数据的监测和质量控制。

唐家良Tang Jialiang

数据生产者,主要承担各台站数据的监测和质量控制。

汪金舫Wang Jinfang

数据生产者,主要承担各台站数据的监测和质量控制。

王小亮Wang Xiaoliang

数据生产者,主要承担各台站数据的监测和质量控制。

杨风亭Yang Fengting

数据生产者,主要承担各台站数据的监测和质量控制。

尹春梅Yin Chunmei

数据生产者,主要承担各台站数据的监测和质量控制。

张志明Zhang Zhiming

数据生产者,主要承担各台站数据的监测和质量控制。

张志山Zhang Zhishan

数据生产者,主要承担各台站数据的监测和质量控制。

赵常明Zhao Changming

数据生产者,主要承担各台站数据的监测和质量控制。

赵成义Zhao Chengyi

数据生产者,主要承担各台站数据的监测和质量控制。

朱睦楠Zhu Munan

数据生产者,主要承担各台站数据的监测和质量控制。


相关话题/数据 生态 中国科学院 观测 工作

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 京津冀城市群大区域高分卫星数据产品
    摘要&关键词摘要:采用2018–2019年的国产高分一号B/C、高分二号、高分六号等卫星遥感数据,通过影像配准、平差、几何校正、影像融合、影像镶嵌等卫星数据深加工处理方法得到京津冀城市群地区大区域高分辨率镶嵌影像,空间分辨率为2m,是针对京津冀城市群研制的现势性较好的高分卫星即得即用数据产品。本数据 ...
    本站小编 Free考研考试 2022-01-02
  • 2018年山东省GF-1 WFV相对辐射归一化数据集
    摘要&关键词摘要:地表反射率是遥感定量反演的一个关键参数,对于研究地表和大气间辐射能量平衡、地物识别和分类、水分与气候模型等具有十分重要的意义。本数据集采用相对辐射归一化的方法,以Landsat8OLI地表反射率数据产品为基准影像,对2018年山东省GF-1WFV卫星无云影像进行辐射归一化。相对辐射 ...
    本站小编 Free考研考试 2022-01-02
  • 遥感数据即得即用(Ready To Use,RTU)产品
    摘要&关键词摘要:遥感数据呈现大数据特征并广泛应用于资源调查、环境监测、灾害评估等领域,但其潜在的应用价值还没有被充分挖掘出来。遥感数据工程的建立将有助于遥感数据的智能分析和信息挖掘。即得即用(ReadyToUse,RTU)产品具有辐射归一化、几何标准化、剖分网格化等特点,可直接用于后续的分析应用。 ...
    本站小编 Free考研考试 2022-01-02
  • 《卫星遥感数据即得即用(RTU)产品集专题》卷首语
    卫星遥感数据作为国家基础性和战略性资源,在国民经济、社会发展和国家安全中发挥不可或缺的作用。随着遥感技术、通讯技术以及计算机技术的快速发展,人类对地球进行多尺度、全方位、高频度动态监测的能力进一步增强,卫星遥感数据呈现爆炸性增长,卫星遥感进入大数据时代。高质量的数据是进行科学研究、认知地学规律和实现 ...
    本站小编 Free考研考试 2022-01-02
  • 遥感数据即得即用(Ready To Use,RTU)地理格网产品规范
    摘要&关键词摘要:遥感影像是一种平面栅格数据,以一定的地图投影方式反映地球表面的表象。常规的标准遥感影像分幅产品是以一定的规则按照景来分幅的,不同的卫星影像,景的分幅和编码规则不同。遥感影像的景没有完全与地球上的地理坐标对应。为了使长时序影像更容易查询、分析和管理,本文提出遥感影像即得即用(Read ...
    本站小编 Free考研考试 2022-01-02
  • 2005–2018年鼎湖山森林生态系统定位研究站气象数据集
    摘要&关键词摘要:气象数据是区域气候特征描述的重要基础资料,开展局地长期气象观测对提升区域气象预报准确度和防灾减灾能力、认知与应对气候变化等意义深远。气象因子是中国生态系统研究网络(ChineseEcosystemResearchNetwork,CERN)各定位站野外观测的重要要素之一。中国科学院鼎 ...
    本站小编 Free考研考试 2022-01-02
  • 2005–2014年桃源站气象综合观测场土壤水热动态数据集
    摘要&关键词摘要:土壤水热状况不仅对作物的生长、节水灌溉有着重要的作用,同时对大气环流和气候变化也影响重大,这类高质量的长期野外监测数据尤为宝贵。湖南桃源农田生态系统国家野外观测研究站地处江南丘陵复合农业生态区,该区光、热、水和生物资源丰富,气候生产潜力高,复合农业经营发达,是我国传统的粮、油、猪、 ...
    本站小编 Free考研考试 2022-01-02
  • 2009–2018年北印度洋海浪有效波高模拟数据集
    摘要&关键词摘要:波浪能是清洁能源中的佼佼者,也是海洋中最富集的能源。本文借助欧洲中期天气预报中心风场的再分析数据展开研究,通过WAVEWATCH-III模式对有效波高逐3h输出并处理,获取了北印度洋2009–2018年海浪近十年的有效波高数据,在浅水和深水、一般和特殊条件下验证数据有效性的同时,也 ...
    本站小编 Free考研考试 2022-01-02
  • 台湾及周边岛屿气象水文观测数据集
    摘要&关键词摘要:气象水文数据是开展气象水文预报预测、科学研究、开发利用和工程建设的基础,是气象水文科学发展的原动力。台湾及其周边岛屿地理位置和战略位置十分重要,并具有独特的气候水文环境和变化特点,而国内在该地区的气象水文观测资料稀缺。从互联网自动、定时收集下载台湾气象局网页公布的气象水文公共服务信 ...
    本站小编 Free考研考试 2022-01-02
  • “21世纪海上丝绸之路”风能资源时空特征数据集
    摘要&关键词摘要:本研究建立了国内外首套开放型、公益性“21世纪海上丝绸之路”(简称“海上丝绸之路”)风能资源时空特征数据集。首先系统给出了风能一系列关键指标的计算方法,而后从体量大、信息密度低的原始大数据中提取一系列风能开发的有用信息,全面覆盖风能密度、有效风速频率、能级频率、变异系数、月变化指数 ...
    本站小编 Free考研考试 2022-01-02