摘要&关键词
摘要：土壤水分含量是研究土壤水分状况和动态的基础指标，是陆地生态系统水环境长期定位观测的重要指标之一。常绿落叶阔叶混交林是我国北亚热带地带性的植被类型。研究区域位于湖北西部神农架地区，是三峡库区和南水北调中线工程的重要集水区。本数据集收集了湖北神农架森林生态系统国家野外科学观测研究站暨中国科学院神农架生物多样性定位研究站（简称神农架站）2009年5月至2016年12月的土壤水分含量数据，总数据量7425条。测定方法为时域反射法（Time Domain Reflectometry，TDR）定点连续观测，观测深度为0–10 cm、10–20 cm、20–30 cm、30–40 cm、40–50 cm，观测频度为每月2次。在20 m×5 m（水平投影）的人工径流场的上部、中部和下部分别埋设了3根测管，共9根测管。用户可以按照观测时间、观测深度和坡位进行数据检索。初步统计表明：1）常绿落叶阔叶混交林2009–2016年土壤水分含量(体积比)平均值为0.313±0.165，最大值为0.647，最小值为0.000。2）2009年（5-12月）土壤水分含水量最大，为0.342；其次2012年，为0.340。2010年最小，为0.293。3）1月土壤水分含水量最高，为0.343；其次为11月，0.342。8月土壤水分含量最低，为0.271；其次为7月，0.291。4）土壤水分含量从上层到下层逐渐增加，10–50cm土层分别为0.084（±0.070）、0.222（±0.092）、0.359（±0.108）、0.431（±0.078）和0.468（±0.065）。5）2009–2012年0–50 cm土壤平均储水量为156.99（±56.99）mm，相当于1569.9（±186.6）t/hm²。北亚热带常绿落叶阔叶混交林土壤水分含量数据库的建立与共享，为理解水利工程集水区水分涵养和水量调节功能提供了重要数据支持，为理解未来全球变化条件下该类型森林的土壤水分动态特征及其对气候变化的响应提供了数据支撑，对区域森林生态系统水量平衡和水文循环具有重要意义，有助于提升常绿落叶阔叶混交林森林水文学的科学研究，对推动我国森林水文学的深入研究具有重要意义。
关键词：土壤水分含量；TDR；常绿落叶阔叶混交林；北亚热带；神农架站

Abstract & Keywords
Abstract:?Soil moisture content is the basic indicator for studying soil moisture conditions and dynamics, and it is one of the important indicators for long-term observation of terrestrial ecosystem water environment. Evergreen deciduous broad-leaved mixed forest is a zonal vegetation type in the northern subtropical zone of China. The observation area is located in the Mount. Shennongjia Area in western Hubei Province, which is the important catchment area of the Three Gorges Reservoir and the middle route of the south-to-north water diversion project. This dataset collected soil moisture content data from May 2009 to December 2016 at the National Observation and Research Station for Forest Ecosystem in Shennongjia, Hubei, China (also known as Shennongjia Biodiversity Research Station of the Chinese Academy Sciences, SNF for short), with a total of 7,425 entries. The determination method is fixed-point continuous observation by instrument of Time Domain Reflectometry (TDR). The observation depths are 0–10 cm, 10–20 cm, 20–30 cm, 30–40 cm and 40–50 cm with observation frequency of 2 times per month. There are 9 measuring tubes in total. Each three measuring tubes are buried in the upper part, middle part and lower part respectively of the artificial runoff field of 20 m×5 m (horizontal projection). Users can conduct data retrieval based on observation time, observation depth and slope position. Preliminary statistics show that: 1) The average soil moisture content (volume ratio) of evergreen deciduous broad-leaved mixed forest from 2009 to 2016 is 0.313 (±0.165), the maximum value is 0.647, and the minimum value is 0.000; 2) In terms of soil moisture content, the highest value is 0.342 in 2009 (from May to December), followed by 0.340 in 2012, and the lowest value is 0.293 in 2010; 3) The soil moisture content is the highest in January, 0.343, and the second highest in November, 0.342; the lowest in August, 0.271, followed by July, 0.291; 4) Soil moisture content from the upper to the lower layer gradually increases, with its values being 0.084 (±0.070), 0.222 (±0.092), 0.359 (±0.108), 0.431 (±0.078) and 0.468 (±0.065) respectively for 10 to 50 cm soil layers ; 5) The average soil water storage capacity of 0 to 50 cm soil layers from year 2009 to 2016 is 156.99 (±18.66) mm, equivalent to 1569.9 (±186.6) t/hm². Creating and sharing a soil moisture content database in a northern subtropical evergreen deciduous broadleaf mixed forest can provide data for understanding water conservation and water regulation functions in the water catchment areas of water conservancy projects. It also can provide data for understanding the soil moisture dynamic characteristics of this type of forest and its response to climate changes amid global changes in future. It is of great significance to the water balance and hydrological cycle of regional forest ecosystem. It can help promote scientific studies on the forest hydrology of mixed evergreen deciduous broad-leaved forest and has great significance for the study of forest hydrology in China.
Keywords:?soil moisture content;?Time Domain Reflectometry;?mixed evergreen and deciduous broad-leaved forest;?north subtropical;?SNF

数据库（集）基本信息简介

数据库（集）名称	2009–2016年北亚热带常绿落叶阔叶混交林土壤水分含量数据集
数据作者	赵常明、申国珍、徐文婷、熊高明、樊大勇、周友兵、葛结林、谢宗强
数据通信作者	谢宗强（xie@ibcas.ac.cn）
数据时间范围	2009–2016年
地理区域	31°18′N，110°28′E
数据量	7425条记录
数据格式	*.xlsx
数据服务系统网址	http://www.sciencedb.cn/dataSet/handle/915 http://snf.cern.ac.cn/meta/metaData
基金项目	CERN监测网络，国家生态系统观测研究共享服务平台项目（2005DKA10300）
数据库（集）组成	数据集由1个数据文件组成，数据记录7425条，包含日期、测管代码、测量深度、坡面位置、土壤水分含量等信息。本数据集收集了湖北神农架森林生态系统国家野外科学观测研究站暨中国科学院神农架生物多样性定位研究站（简称神农架站）2009年5月至2016年12月的土壤水分含量数据，测定方法为时域反射法（Time domain reflectrometry，TDR）定点连续观测，观测深度为0–10 cm、10–20 cm、20–30 cm、30–40 cm、40–50 cm，观测频度为每月2次。在20 m×5 m（水平投影）的人工径流场的上部、中部和下部分别埋设了3根测管，共9根测管。

Dataset Profile

Title	A dataset of soil moisture in a northern subtropical mixed evergreen and deciduous broad-leaved forest (2009 – 2016)
Data corresponding author	Xie Zongqiang (xie@ibcas.ac.cn)
Data authors	Zhao Changming, Shen Guozhen, Xu Wenting, Xiong Gaoming, Fan Dayong, Zhou Youbing, Ge Jielin, Xie Zongqiang
Time range	2009 – 2016
Geographical scope	31°18′N, 110°28′E
Data volume	7,425 records
Data format	*.xlsx
Data service system	<http://www.sciencedb.cn/dataSet/handle/915> <http://snf.cern.ac.cn/meta/metaData>
Sources of funding	CERN, Program of Sharing Service Platform of Chinese National Ecosystem Research Network (2005DKA10300).
Dataset composition	The dataset consists of 7,425 records, and each of them includes date, pipe code, depth, slope location, and soil moisture content. This dataset collected soil moisture content data from May 2009 to December 2016 at the National Observation and Research Station for Forest Ecosystem in Shennongjia, Hubei, China (also known as Shennongjia Biodiversity Research Station of the Chinese Academy Sciences, SNF for short). The determination method is fixed-point continuous observation by instrument of Time Domain Reflectometry (TDR for short). The observation depths are 0–10 cm, 10–20 cm, 20–30 cm, 30–40 cm and 40–50 cm with observation frequency of 2 times per month. There are 9 measuring tubes in total. Each three measuring pipes are buried in the upper part, middle part and lower part respectively of the artificial runoff field of 20 m×5 m (horizontal projection).

引 言
森林土壤水分是指包含在森林土壤孔隙中的水分。自然降水（雨、雪）经过森林植被的截留和蒸发后进入土壤。全球蓄于土壤中的水分约有16500 km³，是河道蓄水的8倍。森林土壤占森林水分调节能力的90％以上^[1]，在森林水文循环中土壤起着重要的调节和分配水量的作用^[2]。土壤水分是森林生态系统物质循环和能量流动的重要载体，不仅是森林生态系统养分转移的载体和溶剂^[3]，而且通过土壤温度调节和水分蒸散参与能量流动。土壤水分含量是研究土壤水分状况和动态的基础指标，是中国生态系统研究网络（CERN）陆地生态系统水环境长期定位观测的重要指标之一^[4]。
湖北神农架森林生态系统国家野外科学观测研究站暨中国科学院神农架生物多样性定位研究站（简称神农架站，SNF）所在的秦巴山地是全球土壤水分和降水强烈耦合的区域之一^[5]。常绿落叶阔叶混交林是我国北亚热带的地带性植被类型，是常绿阔叶林和落叶阔叶林之间的自然过渡类型，对气候波动较为敏感。其林下土壤含水量的动态变化对于区域季节性降水预报以及常绿落叶阔叶混交林对全球气候变化的响应研究具有重要意义。

1 ? 数据采集和处理方法
1.1 ? 数据采集方法
本数据来自于神农架站的长期水分监测。监测场地位于神农架站综合观测场，植被类型为常绿落叶阔叶混交林。2008年建设了20 m×5 m（水平投影）的人工径流场，在该径流场的上部、中部和下部分别埋设了3根测管，2009年5月开始监测。测量深度分别为0–10 cm、10–20 cm、20–30 cm、20–40 cm和40–50 cm。每层测量3次（3个间隔120°的不同方向），取平均值为该层的测量值。测量的频率为每月2次。
监测的仪器为土壤剖面水分速测仪，型号为德国IMKO公司的专利产品TRIME-T3管式TDR（时域反射法，Time Domain Reflectometry）系统，包括FM3读数表、T3探头和探管等配置，可实现非扰动定位瞬时观测。TRIME-T3管式TDR采用TECANAT制成的透明塑料管，只需移动圆柱式探头（外包PVC外壳，4个反向弹性铝条为TDR波导体）在塑料管中的位置，就可以从FM水分表离线式读出探头水分测量值，即不同深度土壤的体积含水量，测量深度可达3 m。该仪器的测量原理为：TDR发射频率为1 MHz–1 GHz的电磁脉冲，经过同轴电缆进入波导探针进行传播，遇到障碍物后产生反射并返回到仪器，通过测量电磁脉冲沿波导探针在土壤介质中传播并在其末端反射所需时间就可以计算出被测物质含水量的大小。
TDR也是一种通过测量土壤介电常数来获得土含水量的一种方法。TDR的原理是电磁波沿非磁性介质中的传输导线的传输速度V= c /ε，而对于已知长度为L的传输线，又有V =2 L / t，于是可得ε = c t /(2 L)，其中c为光在真空中的传播速度，ε为非磁性介质的介电常数，t为电磁波在导线中的传输时间。而电磁波在传输到导线终点时，又有一部分电磁波沿导线反射回来，这样入射与反射形成了一个时间差T。因此通过测量电磁波在埋入土壤中的导线的入射反射时间差T就可以求出土壤的介电常数，进而求出土壤的含水量。

1.2 ? 数据预处理
野外数据的整理主要包括原始记录信息的检查和完善、数据录入、异常值的剔除和缺失数据插补等。
原始记录信息的检查和完善，包括检查原始记录表格的完整性，并根据情况进行完善。如有缺失，与测试人员核对并根据情况进行补充和说明。
数据录入是将野外原始纸质记录数据录入计算机，形成电子版原始记录的过程。数据录入由测量人和记录人负责，以保证在观测真实数据和记录数据之间出现差异时，真实情况可以再现。数据录入完成时，测量人和记录人对数据进行自查，检查原始记录表和电子版数据表的一致性。
异常值的剔除和缺失数据插补。将原始数据按测管分类统计，求三次测量的平均值。对异常值进行剔除。根据同一测量剖面的数值进行线性或对数插值。


2 ? 数据样本描述
2.1 ? 亚热带常绿落叶阔叶混交林土壤水分含量数据
本数据集为神农架站定点连续观测数据，在20 m×5 m（水平投影）的人工径流场的上部、中部和下部分别埋设了3根测管，共9根测管。每个测管的观测深度为0–10 cm、10–20 cm、20–30 cm、30–40 cm、40–50 cm，观测频度为每月2次，主要包含的指标见表1。
表1 ? 2009–2016年亚热带常绿落叶阔叶混交林土壤水分含量数据表

序号	字段名称	量纲	数据类型	实例
1	日期	-	日期型	2015-6-11
2	测管代码	-	字符型	SNFZH01CTS_01_01
3	测量深度	cm	数值型	30
4	坡面位置	-	字符型	上部
5	土壤水分含量（体积比）	-	数值型	0.238

2.2 ? 总体统计结果
本数据集时间区间为2009年5月至2016年12月，总数据量7425条。土壤水分含量（体积比）平均0.313，标准差±0.165（变异系数52.64％），最大值0.647，最小值0.000。

2.3 ? 时间动态
2.3.1 ? 年动态
2009年（5–12月）土壤水分含量最大，为0.342；其次2012年，为0.340；2010年最小，为0.293。全年年际最大差值为0.047（表2）。
表2 ? 2009–2016年亚热带常绿落叶阔叶混交林土壤水分含量年际动态

年份	2009	2010	2011	2012	2013	2014	2015	2016
土壤水分含量	0.342	0.293	0.314	0.340	0.309	0.307	0.314	0.298
标准差	0.146	0.172	0.174	0.166	0.165	0.153	0.173	0.161

2.3.2 ? 月动态
2009–2016年土壤含水量月动态基本呈现“单凹”曲线（图1）。土壤水分含量的低谷出现在夏秋季，每年8月左右出现土壤水分含量的最低值。2009–2016年土壤水分含量最低的月份分别为10月、7月、5月、8月、10月、10月、8月和9月。而冬春季含水量较高，水分含量的峰值分别出现在2009年6月、2009年12月、2011年3月、2012年5月、2012年11月、2014年4月、2014年12月、2015年11月、2016年11月。月均最大含水量出现在2012年11月，为0.399。最低含水量出现在2013年10月，为0.204。




图1 ? 2009–2016年土壤含水量月动态

2.3.3 ? 累计月动态
累计月份土壤水分含量呈现夏秋季“凹形”分布。1月土壤水分含量最高，为0.343；其次为11月，为0.342。最低为8月，为0.271；其次为7月，为0.291。月均年较差为0.073（表3）。
表3 ? 2009–2016年北亚热带常绿落叶阔叶混交林土壤水分含量累计月动态

月份	土壤水分含量	标准差
1	0.343	0.169
2	0.337	0.170
3	0.333	0.175
4	0.332	0.171
5	0.319	0.168
6	0.313	0.160
7	0.291	0.157
8	0.2701	0.148
9	0.291	0.151
10	0.298	0.163
11	0.342	0.169
12	0.330	0.171

2.4 ? 各层平均值
从表层到深层逐渐增大（表4）。10–50 cm各土层水分含量分别为0.085（±0.071）、0.223（±0.095）、0.359（±0.108）、0.431（±0.078）和0.468（±0.065）。
表4 ? 2009–2016年北亚热带常绿落叶阔叶混交林不同深度土壤水分含量

土层（cm）	10	20	30	40	50
土壤水分含量	0.085	0.223	0.359	0.431	0.468
标准差	0.071	0.095	0.108	0.078	0.065

2.5 ? 储水量与水量调节能力
2.5.1 ? 储水量
土壤储水量是指一定面积和土层内储存水分的数量。土壤储水量通常有两种方式表示：一种是用水分的容积表示；另一种是用水深表示，即储存水分相当于相同面积水层的厚度。土壤含水量为田间持水量时，土壤储存水分的数量为最大土壤储水量，即为土壤持水能力。
本文按照相同面积水层的厚度来表征土壤水分储量。
如图2，2009–2016年0–50 cm土壤平均储水量为156.99（±18.66）mm，相当于1569.9（±186.6）t/hm²，最大储水量为199.49 mm（2012年11月，1994.9 t/hm²），最小储水量为102.12 mm（2013年10月，1021.2 t/hm²）。




图2 ? 2009–2016年土壤储水量动态
从表层到深层，储水量逐渐增加。2009–2016年0–50 cm各层土壤平均储水量分别为8.57（±3.55）mm、22.40（±4.24）mm、35.95（±4.64）mm、43.22（±4.64）mm和46.86（±4.04）mm。

2.5.2 ? 水量调节能力
水资源调节性（Regulating Ability of Water Resources）主要是针对水量而言，是指地表水、地下水在系统结构的作用下，使不连续的集中降水和水量输入转化为相对连续、均匀输出的自然特性。
一般来说，地表水系统的水量调节能力较差，水量、水位的动态变化与降水过程关系密切，滞后、延迟效应均不明显，获得的降水补给量可以快速地排出。但并不是说，地表水系统不具备水量的调节能力。与河流相连接的湖泊或多或少都有吐纳洪水、调节水量的功能；固体地表水体——冰川的积雪和消融起着将集中、间断的降雪储蓄和缓慢释放的作用。地表水系统是“网络”状的，坡面漫流流程一般很短，汇流时间也短，加之河床狭窄，调蓄空间小，水流速度快，缓洪滞洪的能力差，尽管不同支流的来水可以发挥错峰的作用，但总体的调节能力十分有限。与地表水系统相比，地下水系统的调节性较强。由于地下水以渗流场的形式分布，集中的降水补给可积蓄在季节变动带中，然后缓慢释放。与此同时，径流的路程效应可平抑各处来水的波动，发挥削峰填谷的作用，使局部水量的盈亏及时得到削减和补偿。因此，地下水系统水量的调节能力更为突出。土壤水分含量可以是地下水系统重要的组成部分，土壤含水量的动态是水资源调节的重要组成部分。土壤储水量受降水的影响呈现年际波动，同时土壤储水量波动具有明显滞后性。
以年较差来表征土壤水分调节能力（表5），年内土壤水分最大调节能力为92.3 mm，平均为57.08（±22.17）mm。
表5 ? 2009–2016年亚热带常绿落叶阔叶混交林土壤储水量年际动态

年份	2009	2010	2011	2012	2013	2014	2015	2016
储水量最大值/mm	185.52	172.01	172.11	199.49	194.42	177.68	193.12	164.47
储水量最小值/mm	156.76	124.06	140.62	138.23	102.12	113.08	112.90	114.44
年较差/mm	28.76	47.96	31.50	61.26	92.30	64.60	80.22	50.03

以月间差值来表征土壤水分调节能力，月间土壤水分最大调节能力为58.92 mm（2013年10至12月），最小为0.03 mm（2014年1月至2月），平均为13.53（±12.07）mm。



3 ? 数据质量控制和评估
本数据集来源于长期观测场地的实测调查。从观测场地的布设、观测设施的安装、测量人员培训、现场测量到测量后的数据处理，整个过程对数据质量进行控制。同时，咨询相关专家并查阅相关文献对数据进行审核验证，以确保数据相对准确可靠。
观测场地布设：根据《陆地生态系统水环境观测规范》，选取典型常绿落叶阔叶混交林，在坡度相对一致的坡面设置人工径流场。人工径流场位于湖北省兴山县南阳镇龙门河林场黄连坝山坡中下部。人工径流场水平方向宽5 m，坡面方向长20 m（水平投影）。
观测设施的安装：如图3所示，在人工径流场坡面的上部、中部和下部各埋设3根TDR测管。测管的水平位置分别距径流场左右边界约1 m各1根，中间1根。坡面的上部、中部和下部测管的位置分别为：1）上部：距人工径流场上界约1 m，2）中部：人工径流场中部，3）下部：距人工径流场下界约1 m。TDR测管为TECANAT制成的透明塑料管，安装时保持测管外壁与土壤紧密接触，并保持垂直。特别是将测管底部用塞子密闭，顶端盖好盖子，避免测管进水。




图3 ? 测管安装位置示意图
仪器标定与校准：每年将TRIME-T3管式TDR系统带到专业机构进行标定和校正，保证仪器的正常运行和数据准确性。
人员培训：对测量人员进行培训，是保证测量数据的完整性、连续性和准确性的关键。培训内容包括仪器测量原理、使用方法、测量时间与频次等。
现场测量：测量前要检查测管的状况，确保测管不存在漏水、破损等情况。如有漏水，及时排除并塞紧底部的塞子。测量时保证测量深度的准确、测量方向转动的均匀、测量时间准确，并且记录及时准确。测量后，及时盖好盖子，以免进水。
测量后数据质控。首先核对录入数据与原始记录的正确；然后对录入数据进行统计分析，剔除异常数据，根据同一剖面的数值对缺失数据进行线性或对数插值；最后形成的土壤水分数据集由专家进行最终审核和修订，确保数据集的真实、可靠；纸质原始记录数据表妥善保存，并通过复印和扫描电子版进行备份，保存于不同地方，以备将来核查。
数据缺失情况说明：1）2009年5月刚开始测定，所以2009年缺1–4月数据，5月只测了一次；2）本监测项目最开始设置时未考虑冬季测量，后来逐渐扩展到全年，所以2010–2013年有数据缺失：2010年缺1–3月数据；2011年缺1–2月数据；2012年缺1–3月数据；2013年1月和2月只测了1次。

4 ? 数据价值
公开发布的原位、连续、动态的土壤水分观测数据较少，本数据集的发表是这类土壤水分含量数据的重要补充，为森林水文学研究提供了基础数据。
北亚热带典型常绿落叶阔叶混交林是我国南北过渡带一类特殊、重要的植被类型，对全球气候变化敏感，林下土壤水分是该生态学的重要组成部分，本数据的发表为该区常绿落叶阔叶混交林对全球变化的响应提供了重要的数据基础。
遥感数据和模型分析也表明本数据集观测地所在的秦巴山地是全球土壤水分与降水耦合较为强烈的地区之一。本数据的发表为该区季节性尺度的气象预报提供了数据支持。
神农架站所在的区域为我国重要的生物多样性生态功能区和南水北调工程水源涵养区。本区典型的常绿落叶阔叶混交林的水源涵养和水量调节能力，对于该区生态服务功能的发挥具有重要意义。本数据集为研究本区森林水源涵养和水量调节能力，提供了重要的基础数据。

5 ? 数据使用方法和建议
本数据集可通过链接Science Data Bank在线服务网址（http://www.sciencedb.cn/dataSet/handle/915）获取数据服务。也可通过湖北神农架森林生态系统国家野外科学观测研究站网络（http://snf.cern.ac.cn/meta/metaData）获取数据服务，登录首页后点“资源服务”下的数据服务，进入相应页面下载数据。下载的数据可以通过测管代码、日期、测量深度等字段进行查询。

致 谢
本数据得到中国科学院神农架生物多样性研究站的支持与帮助，在此表示衷心感谢！


[1]
刘世荣，温远光，王兵，周光益. 中国森林生态系统水文生态功能规律[M]. 北京: 中国林业出版社, 1996.

+?CSCD?·?Baidu Scholar

[2]
芮孝芳. 水文学原理[M]. 北京: 中国水利水电出版社, 2004.

+?CSCD?·?Baidu Scholar

[3]
马雪华. 森林水文学[M]. 北京: 中国林业出版社, 1993.

+?CSCD?·?Baidu Scholar

[4]
袁国富, 唐登银, 孙晓敏等. 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.

+?CSCD?·?Baidu Scholar

[5]
KOSTER, R. D, DIRMEYER P, GUO Z C, et al. Regions of Strong Coupling Between Soil Moisture and Precipitation[J]. Science, 2004, 305(5687): 1138-1140.

+?CSCD?·?Baidu Scholar


数据引用格式
赵常明，申国珍，徐文婷, 等. 2009–2016年北亚热带常绿落叶阔叶混交林土壤水分含量数据集[DB/OL]. Science Data Bank, 2019. (2019-11-28). DOI: 10.11922/sciencedb.915.

稿件与作者信息

论文引用格式
赵常明，申国珍，徐文婷, 等. 2009–2016年北亚热带常绿落叶阔叶混交林土壤水分含量数据集[J/OL]. 中国科学数据, 2020, 5(2). (2020-03-22). DOI: 10.11922/csdata.2019.0055.zh.
赵常明Zhao Changming

主要承担工作：数据质量控制、数据分析与论文撰写。
（1973—），男，四川人，博士，高级工程师，植物生态学。

申国珍Shen Guozhen

主要承担工作：场地布设与数据质量控制。
（1973—），男，内蒙人，博士，副研究员，林学。

徐文婷Xu Wenting

主要承担工作：仪器校准与数据质量控制。
（1973—），女，河南人，博士，高级工程师，研究方向为生态遥感。

熊高明Xiong Gaoming

主要承担工作：数据测量与质量控制。
（1969—），男，江西人，博士，助理研究员，保护生态学。

樊大勇Fan dayong

主要承担工作：数据测量与质量控制。
（1973—），男，湖南人，博士，副研究员，生理生态学。

周友兵Zhou Youbing

主要承担工作：数据测量与质量控制。
（1980—），男，安徽人，博士，副研究员，研究方向为动植物关系。

葛结林Ge Jielin

主要承担工作：数据测量与质量控制。
（1986—），男，安徽人，博士，助理研究员，研究方向为森林生态学。

谢宗强Xie Zongqiang

主要承担工作：项目组织、数据库建设与管理。
xie@ibcas.ac.cn
（1965—），男，内蒙人，博士，研究员，研究方向为生态学。