删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

2005–2015年川中丘陵区旱坡地主要作物的生物量(地上和地下)与叶面积指数数据集

本站小编 Free考研考试/2022-01-02


摘要&关键词
摘要:叶面积指数(leaf area index,LAI)是表征植被冠层结构最基本的参量之一;根系是调控植物与土壤水分关系最主要的器官,其发育程度直接影响地上部生长状况及籽粒产量;地上生物量是作物长势监测的一个重要指标,与LAI有密切关系。三者是农作物长势监测与估产、农作区生态环境评价等研究中的重要参数,通常作为遥感估测作物产量和土壤水分蒸散量模型的输入参数。农田生物量也是全球碳循环的重要组成部分,是研究陆地生态系统中的能量平衡和能量流动的基础数据。盐亭站是以中亚热带四川盆地紫色土丘陵区为核心研究对象,是中国生态系统研究网络(CERN)和国家生态系统观测研究网络(CNERN)布局的唯一基础性、公益性的该类型农田生态系统长期试验与观测平台。本数据集整合了盐亭站近十年(2005–2015年)典型耕作制下的主要农作物不同生育期叶面积指数、生物量和根生物量数据,以期为研究生物与气候过程的相互作用以及农业生产管理提供科学依据。
关键词:生物量;叶面积指数;根生物量;川中丘陵区

Abstract & Keywords
Abstract:?Leaf area index (LAI) is one of the fundamental parameters used to characterize vegetation canopy structure. Root is the most important organ to regulate the relationship between plant and soil water. The development of plant root directly affects the growth of aboveground parts and the grain yield. Aboveground biomass (AGB), which closely related to LAI, is an important indicator for monitoring crop growth. As three important parameters in the studies such as crop growth monitoring, yield estimation and ecological environment evaluation in farming areas, LAI, root and AGB are commonly used as input parameters for remote sensing estimation of crop yield and soil moisture evapotranspiration model. Farmland biomass is an important part of the global carbon cycle. It provides the basic data for studying balance and flow of energy in terrestrial ecosystems. As a part of Chinese Ecosystem Research Network (CERN) and National Ecosystem Research Network of China (CNERN), Yanting Station is the only fundamental and public-welfare platform for agricultural ecosystem experimentation and observation. Yanting Station is oriented towards the subtropical purple soil area of Sichuan Basin. This dataset integrates the annual and inter-annual changes of LAI, AGB and root biomass of major crops under typical tillage from 2005 to 2015. It is expected to provide scientific basis for studying the interaction between biological and climatic processes as well as for managing the agricultural production.
Keywords:?biomass;?Leaf area index;?root biomass;?central Sichuan Basin

数据库(集)基本信息简介
数据库(集)名称2005–2015年川中丘陵区旱坡地主要作物的生物量(地上和地下)与叶面积数据集
数据作者高美荣、王艳强、朱波
数据通信作者高美荣(yanqiang_wang@imde.ac.cn)
数据时间范围2005–2015年
地理区域四川省绵阳地区盐亭县林山乡(105o27′E,31o16′N),川中丘陵区典型农田生态系统。
数据量26.9 KB
数据格式*.xlsx
数据服务系统网址http://www.sciencedb.cn/dataSet/handle/864
http://yga.cern.ac.cn/meta/detail/AA07
基金项目中国科学院关键技术人才项目(2017),长江上游典型支流流域水质与水量数据整理与集成。
数据库(集)组成本数据集包括了两个部分:(1)2005–2015年冬小麦和玉米的不同生育期叶面积与生物量数据,主要数据项有作物名称、作物品种、生育期、株密度、群体高度、叶面积指数、分蘖茎数、地上部分总鲜重、茎干重、叶干重和地上总干重;(2)2005–2015年冬小麦和玉米的不同生育期耕作层作物根生物量数据,主要数据项有作物名称、作物品种、生育期、耕作层深度、根干重和约占总根干重比例。

Dataset Profile
TitleA dataset of biomass (A-ground and U-ground) and leaf area index of main crops on dry slope farmland in hilly areas of central Sichuan Basin (2005–2015)
Data corresponding authorWang Yanqiang (yanqiang_wang@imde.ac.cn)
Data authorsGao Meirong; Wang Yanqiang; Zhu Bo
Time range2005–2015
Geographical scopeA typical agricultural ecosystem in the central Sichuan Basin, Linshan township, Yanting county, Sichuan province, China (105o27’E, 31o16’N).
Data volume26.9 KB
Data format*.xlsx
Data service system<http://www.sciencedb.cn/dataSet/handle/864>
<http://yga.cern.ac.cn/meta/detail/AA07>
Sources of fundingKey Technology Talent Program of Chinese Academy of Sciences (2017), Data collation and integration of water quality and quantity in typical tributaries of the upper reaches of the Yangtze river.
Dataset compositionThis dataset is composed of data stored in two respective Excel files. The files are as follows: 1. Data on AG-biomass and leaf area index of main crops (2005–2015); 2. Data on root biomass of main crops in the cultivated soil layer (2005–2015).



引 言
叶面积指数(leaf area index,LAI)是表征植被冠层结构最基本的参量之一。根系是调控植物与土壤水分关系最主要的器官,其发育程度直接影响地上部生长状况及籽粒产量[1],通常作为遥感估测作物产量和土壤水分蒸散量模型的输入参数[2]。地表生物量是作物长势监测的一个重要指标[3-4],与LAI有密切关系,它们是农作物长势监测与估产、农作区生态环境评价等研究中的重要参数。遥感植被指数被广泛应用于地表农作物生物量估算,植被指数和生物量拟合模型差异是影响农作物生物量遥感估算的主要因素。农田生物量也是全球碳循环的重要组成部分,对农田作物生物量进行监测,可以为陆地生态系统中的能量平衡和能量流动研究提供基础数据。
盐亭紫色土农业生态试验站(简称盐亭站)以中亚热带四川盆地紫色土丘陵区为核心研究对象,是中国生态系统研究网络(Chinese Ecosystem Research Network,CERN)和国家生态系统观测研究网络(National Ecosystem Research Network of China,CNERN)布局在长江上游唯一基础性、公益性的该类型农田生态系统试验观测与研究平台。本数据集整合了盐亭站2005–2015年典型耕作制下的主要农作物冬小麦和玉米不同生育期叶面积指数、生物量和根生物量的年际、年内变化数据,以期为研究生物过程与气候过程的相互作用以及农业生产管理提供科学依据。

1 ? 样品采集与观测方法
1.1 ? 采样点介绍
盐亭站位于四川省绵阳市盐亭县林山乡截流村小流域(105o27′E,31o16′N),距离盐亭县城14公里,地处嘉陵江和涪江的分水岭上,海拔365–576.5 m之间(图1)。区内地形为中深丘,由于水平沙泥岩互层形成多级梯地,山顶为园丘、长岗状。沟谷切割较深,冲沟发育,相对高差10–200 m,谷地宽50–1500 m,两侧山坡较陡,平均坡比1:3–1:10。全区受东南季风控制,年平均温度为17.3℃,极端最高气温40℃,极端最低气温?5.1℃,大于10℃的积温5000–6000℃。多年平均降雨量826 mm,2008年后降雨总量有上升趋势,降雨季节分布不均,春季占5.9%,夏季占65.5%,秋季占19.7%,冬季占8.9%,汛期暴涨暴落,无霜期294 d,具有四川盆地典型亚热带湿润季风气候特征。该区植被为桤木(Alder cremastogyne)、柏木(Cypresses funebris)人工混交林,土壤为钙质紫色土,质地为中壤,主要农作物有小麦、玉米、水稻、油菜等,土地利用方式有旱坡地、林地、水田等。




图1 ? 盐亭站农田生态系统综合观测场采样地
采样地布设在盐亭站农田系统综合观测场(YGAZH01)内,综合观测样地是2004年由3块坡向西北–东南、坡度相近的台地经过深翻平整改建为坡度5°、面积1600 m2的旱坡地,设计使用年限为100年,四周设2–5 m保护带,四周为相同土地利用类型的农田。两年三熟耕作制(小麦–玉米轮作),常规施肥,未作过小区试验。

1.2 ? 样方布设与样品采集观测方法
1.2.1 ? 样方布设
作物生物量与叶面积的观测属于农田生态系统生物学类的观测内容。在盐亭站设置的综合观测场内设采样地,面积40 m×40 m,具体样方布设为:将采样区按10 m×10 m面积划分为12个大样方(图2),用大写英文字母A–L表示,A、D、I、L、F、G为组1,B、C、E、H、J、K为组2,每个大样方又划分为4个5 m×5 m的小样方,区组1分别用小写英文字母a–d表示,组2分别用小写英文字母e–h表示,每年采样样方为5 m×5 m的小样方,每年轮换一次,组1和组2每4年轮换一次。




图2 ? 综合观测场大样方布设图
图3是以B-e采样区(5 m×5 m)为例绘制的综合观测场2006–2015年历年布设样方的采样图,图中每个小方格代表1 m×1 m的作物收获期采样样方,同一年保证6个样方的采样。另由于作物生长到一定高度后,很难在田间进行空间布点采样,并且会造成人为地踩踏样地和对作物的严重损伤。为此,盐亭站收获期采样全部选点、定点工作都在作物的苗期完成。保证了定点位置的准确性,减小了对样地和作物的干扰。




图3 ? 2006-2015年B-e采样区样方的设计图

1.2.2 ? 样品采集与观测方法
盐亭站综合观测场耕作制是川中丘陵区旱坡地典型的小麦–玉米轮作制,在小麦季和玉米季不同的生育期分别进行地上和地下采集样品,开展生物量的观测。除了收获期,其他生育期的生物量观测均在保护行样地进行,其中保护行设在综合观测场四周,宽度一般为2–5 m。为了保证收获季的样方不受其他生育期采集样品的干扰,不同生育期的采样均在相应样方同坡位上的保护行进行。
(1)小麦季不同生育期的地上生物量采样和观测:为了减少破坏,在综合观测场样地保护行选择长势一致、株距均匀、不缺苗,未采过样的4个点,测定叶面积、密度、群体株高等,然后在每个选点周围选取具有代表性的20株小麦,在越冬前期和分蘖期采样时齐地剪割,用干净封口袋封装带回实验室分析;到拔节期和抽穗期用锄头离根部15 cm或20 cm处将植株连土一起挖出,将其放入水中浸泡,把泥土冲洗干净,晾干后进行生物量的测定。各点采样时,先在田埂观察、选定采样点,选择离田埂最近的路线进入实验地内采样,并按原路返回,以减少破坏。收获期是在前期定好样方的采样区进行,采样点为6个,采样方法和过程与以上相同。
(2)玉米季不同生育期的地上生物量采样和观测:样地四周保护行选择长势和株距均匀、不缺苗,并未采过样的4个点,先测定密度、群高等,在每个选点采取具有代表性的3株玉米,用锄头离根部30 cm处将植株连土一起挖出,放入事先备好的塑料袋带回实验室后将其放入水中浸泡,将泥土冲洗干净,晾干后进行生物量的测定。各点采样时,先在田埂观察、选定采样点,选择离田埂最近的线路进入实验地内采样,并按原路返回,尽量避免造破坏。根系采样选点与上相同,样方面积1 m2,采用挖掘法。成熟期是在前期定好1m2样方的采样区进行,采样点为6个,采样方法和过程与以上相同。
(3)叶面积指数的测定,使用便携式叶面积仪,仪器为美国LI-COR公司的Li-3000C。
(4)采集带回的样品,在室内进行清理干净,然后晾晒干后,用1/100天平称完鲜重,然后将样品置于烘干箱,在105 ℃下烘干15分钟杀青,再用60–70℃恒温烘干,取出称重,及时记录数据,填入表格,检查异常值,并对异常数据进行补充测定。

1.2.3 ? 数据处理的几点说明
(1)在保护行样地采样重复为4个点,收获期或成熟期的重复为6个点,数据表格中的数据为各平均值。
(2)数据表中的空白格不是缺测的表示,而是因为小麦在越冬前期和玉米的五叶期茎叶未分化,这个生育期无茎干重和叶干重;收获期小麦和成熟期玉米均叶片枯黄,无法准确测定地上部分鲜重和叶面积。



2 ? 数据样本描述
本数据集包括了两个部分:(1)2005–2015年主要作物冬小麦和玉米的不同生育期叶面积与生物量数据,主要数据项有作物名称、作物品种、生育期、株密度、群体高度、叶面积指数、分蘖茎数、地上部分总鲜重、茎干重、叶干重和地上总干重;(2)2005–2015年主要作物冬小麦和玉米的不同生育期耕作层作物根生物量数据,主要数据项有作物名称、作物品种、生育期、耕作层深度、根干重和约占总根干重比例。具体的内容及各字段涵义如表1和表2。
表1 ? 2005–2015年主要作物不同生育期叶面积与生物量数据表字段涵义
字段名称数据类型及小数位数量纲字段说明
整数型观测年份
整数型观测月份
作物名称文本型作物名称,比如冬小麦、玉米
作物生育期文本型作物生长过程中外部有明显特征的时期
密度浮点型,1株或穴/m2作物种植密度
群体高度浮点型,1cm一定面积植株的长势高度
叶面积指数浮点型,2单位土地面积上植物叶片总面积占土地面积的倍数
调查株(穴)数浮点型,1株或穴调查样方内的株(穴)数
每株(穴)分蘖茎数浮点型,1每株(穴)分蘖茎数量
地上部总鲜重浮点型,2g/m2作物地上部分的鲜重总量
茎干重浮点型,2g/m2地上部分茎秆干重
叶干重浮点型,2g/m2地上部分叶片干重
地上部总干重浮点型,2g/m2地上部分总干重
作物品种文本型作物品种

表2 ? 2005–2015年主要作物不同生育期耕作层作物根生物量数据表字段涵义
字段代码数据类型及小数位数量纲说明
整数型观测年份
整数型观测月份
作物名称文本型作物名称,比如小麦、玉米
作物生育期文本型作物生长过程中外部有明显特征的时期
耕层深度浮点型,2cm耕作层深度
根干重浮点型,2g/m2耕作层内根的干重
约占总根干重比例浮点型,2%耕作层根干重约占总根干重比例
作物品种文本型作物品种


3 ? 数据质量控制和评估
本数据集中的数据项均是CERN和CNERN规定生物观测指标,因此观测场设置、样方布设与观测技术规范均遵照CERN和CNERN观测标准体系方法进行,观测数据从田间采样、样品保存、室内分析到后期数据检查和录入,是经过台站专业技术人员进行质控体系和流程检验的。专业技术人员每年参加CERN生物分中心组织的“生物监测新技术与新规范培训研讨班”。
数据生产过程中的具体质控措施有:
(1)数据获取过程的质量管控。避开病虫害严重区、破坏区等,选择有代表性样方采样;及时对异常数据进行补充采样和测定;严格翔实地记录调查时间、核查并记录样地名称代码,真实记录作物种类、品种、样方号、样方面积等信息。
(2)原始数据记录的质控措施。原始记录要求做到数据真实、记录规范、书写清晰、数据及辅助信息完整等。使用台站专用、规范印制的数据记录表和记录本,根据本站调查任务制定年度工作调查记录本,按照调查内容和时间顺序依次排列,装订、订制成本。使用铅笔或黑色碳素笔整齐填写,原始数据不准删除或涂改,如记录或观测有误,需将原有数据轻画横线标记,并将审核后正确数据记录在原数据旁或备注栏。
(3)辅助数据信息的记录措施。对样地位置、调查日期、样地环境状况做翔实描述与记录,并对相关的样地管理措施、病虫害、灾害等信息同时记录。
(4)数据质量审核。将所获取的数据与各项辅助信息数据以及历史数据信息进行比较,评价数据的正确、一致性、完整性、可比性和连续性,经过站长和数据管理员审核认定,批准上报。最后提交生物分中心进行最后的质量控制和处理。

4 ? 数据价值和使用方法
四川盐亭农田生态系统国家野外科学观测研究站是国家野外科学观测研究站和中国生态系统研究网络成员站,本文提供的数据集是川中丘陵区典型的紫色土旱坡地农田生态系统的主要作物地上地下生物量数据,可为区域生态系统过程研究提供科学数据支撑。
现经过整合存储在Science Data Bank(http://www.sciencedb.cn/dataSet/handle/864)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其他生物方面的观测数据,可与本文的通信作者联系。

致 谢
感谢野外监测人员在样品采集和分析时付出的辛勤和努力。


[1]
HAMMER G L, DONG Z, MCLEAN G, et al. Can Changes in Canopy and/or Root System Architecture Explain Historical Maize Yield Trends in the U.S. Corn Belt?[J]. Crop Science, 2009, 49(1): 299-312.

+?CSCD?·?Baidu Scholar

[2]
CHEN J M, JOSEF C. Retrieving Leaf Area Index of Boreal Conifer Forests Using Landsat TM Images[J]. Remote Sensing of Environment, 1996, 55(2): 153-162.

+?CSCD?·?Baidu Scholar

[3]
BAI J H, LI S K, WANG K R, et al. Estimating Aboveground Fresh Biomass of Different Cotton Canopy Types with Homogeneity Models Based on Hyper Spectrum Parameters[J]. Agricultural Sciences in China, 2007, 6(4): 437-445.

+?CSCD?·?Baidu Scholar

[4]
李卫国, 赵春江, 王纪华, 等. 遥感和生长模型相结合的小麦长势监测研究现状与展望[J]. 国土资源遥感, 2007, 2: 6-9.

+?CSCD?·?Baidu Scholar


数据引用格式
高美荣, 王艳强, 朱波. 2005–2015年川中丘陵区坡耕地主要作物生物量(地上和地下)与叶面积指数数据集[DB/OL]. Science Data Bank, 2019. (2019-12-26). DOI: 10.11922/sciencedb.864.

稿件与作者信息

论文引用格式
高美荣, 王艳强, 朱波. 2005–2015年川中丘陵区坡耕地主要作物生物量(地上和地下)与叶面积指数数据集[J/OL]. 中国科学数据, 2020, 5(1). (2020-03-20). DOI: 10.11922/csdata.2019.0047.zh.
高美荣Gao Meirong

主要承担工作:数据整理、元数据编写和数据论文撰写。
(1969—),女,陕西佳县人,硕士,高级工程师,研究方向为土壤学,信息管理。

王艳强Wang Yanqiang

主要承担工作:提供原数据和数据质量控制。
yanqiang_wang@imde.ac.cn
(1981—),男,重庆人,硕士,工程师,研究方向为生态学等。

朱波Zhu Bo

主要工作:大气氮沉降试验设计及数据质量总控制。
(1966—),男,四川人,博士,研究员,研究方向为水土界面氮迁移过程及氮循环。


相关话题/数据 作物 观测 生育 农田

  • 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
  • 2004–2015年海伦站不同管理方式下黑土农田土壤含水量长期监测数据集
    摘要&关键词摘要:土壤水是农田生态系统中物质运移的载体,对作物生长和生态系统功能有重要影响。研究表明,水分是我国东北黑土区农业生产的主要限制因素。土壤含水量是中国生态系统研究网络(CERN)陆地生态系统水环境观测的重要指标。中国科学院海伦农业生态实验站(简称海伦站)是我国唯一从事黑土农田生态系统长期 ...
    本站小编 Free考研考试 2022-01-02
  • 2009–2018年中国科学院海伦农业生态实验站气象数据集
    摘要&关键词摘要:气象观测数据是开展天气预报预警、气候预测预估、科学研究的基础,是推动气象科学发展的原动力。中国科学院海伦农业生态实验站是中国生态系统研究网络(CERN)和国家级长期定位研究站,位于126°55'12"E,47°27'14"N,其所在区域是世界四大黑土区之一,代表了中国东北黑土区农田 ...
    本站小编 Free考研考试 2022-01-02
  • 2005–2015年中国生态系统研究网络农田生态系统生态站表层土壤有机碳密度数据集
    摘要&关键词摘要:耕地有机碳是农田土壤碳库的重要组成部分。中国耕地土壤分布广泛,土壤的区域异质性高,利用方式和种植制度复杂多样,因此研究耕地有机碳及储量的变化规律,摸清耕地土壤的固碳能力,认识耕地固碳与生产力保持的耦合机制,对中国来讲尤其重要。国内很多****利用全国第二次土壤普查数据、文献报道的数 ...
    本站小编 Free考研考试 2022-01-02
  • 2007–2015年太湖水体理化监测数据集
    摘要&关键词摘要:本数据集整理了2007–2015年中国科学院太湖湖泊生态系统研究站太湖8个长期常规监测站点的逐月理化数据,包括透明度、水深、水温、电导率、悬浮质、溶解氧、pH、硅酸盐、磷酸盐、亚硝酸盐氮、硝酸盐氮、氨态氮、化学需氧量、总磷、总氮和溶解性总有机碳,共计16个理化指标,13810个数值 ...
    本站小编 Free考研考试 2022-01-02
  • 2014年亚热带喀斯特常绿落叶阔叶混交林物种组成数据集
    摘要&关键词摘要:喀斯特木论国家级自然保护区地处当今世界上分布面积最大、保护最好、原生性最强的喀斯特非地带性亚热带喀斯特常绿落叶阔叶混交林区。喀斯特顶级森林群落的植物资源清查、生物多样性维持机制研究对石漠化生态重建具有重要指导意义。本数据集记录和收集了2014年广西木论国家级自然保护区亚热带常绿落叶 ...
    本站小编 Free考研考试 2022-01-02
  • 2004–2015年中国科学院海伦农业生态实验站长期监测样地表层土壤养分数据集
    摘要&关键词摘要:黑土地在我国粮食安全中发挥着重要作用。中国科学院海伦农业生态实验站(简称“海伦站”)位于松嫩平原腹地,是中国生态系统研究网络(ChineseEcosystemResearchNetwork,CERN)中唯一从事黑土农田生态系统长期定位监测、研究与示范的国家级野外台站。按照CERN的 ...
    本站小编 Free考研考试 2022-01-02
  • 2010–2011年鼎湖山针阔叶混交林优势树种树干液流数据集
    摘要&关键词摘要:蒸散是陆地生态系统水资源的主要消耗途径,是一个生理过程和物理环境作用下复杂的、连续发生的过程,具有很大的不确定性,其中如何准确定量蒸散组份中植物蒸腾量是一个重要的科学手段问题。随着电子技术的进步,树干液流测定技术的发展为科学准确定量植物蒸腾提供了可能。作为中国生态系统研究网络(CE ...
    本站小编 Free考研考试 2022-01-02
  • 2005–2015年中国科学院三江平原沼泽湿地生态试验站水分监测数据集
    摘要&关键词摘要:本文水分监测数据集选自中国科学院三江平原沼泽湿地生态试验站(以下简称三江站)的水文观测数据,包括2005–2015年的地下水水位、沼泽湿地积水水深、水面蒸发。数据采集和质量控制严格按照中国生态系统研究网络(CERN)制定的《陆地生态系统水环境观测规范》进行,对开展沼泽湿地生态系统水 ...
    本站小编 Free考研考试 2022-01-02
  • 2004–2014年桃源站红壤坡地不同利用方式下土壤含水量长期监测数据集
    摘要&关键词摘要:土壤水分是土壤的重要组成部分,土壤含水量是了解和研究植物与土壤水分关系最基础的指标,对植物生长、节水灌溉等有着非常重要的作用。与短期试验相比,长期观测是对自然状况或者长期实验处理过程的多年连续观测,反映环境演变过程或人类活动的长期影响,高质量的长期野外监测数据尤为宝贵。建立于199 ...
    本站小编 Free考研考试 2022-01-02
  • 基于多源雷达高度计数据的高亚洲湖泊水位变化数据集
    摘要&关键词摘要:湖泊水位是全球环境变化和水资源动态变化的重要指标。高亚洲湖泊众多,开展湖泊水位变化监测对研究该区域的气候变化和生态环境变化具有重要意义。但高亚洲地区水文站点稀少且站点设置极为不易,地面观测较为困难。卫星测高技术的发展为湖泊水位变化监测带来机遇,为此本文利用多源雷达高度计数据和MOD ...
    本站小编 Free考研考试 2022-01-02