删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

2004–2009年海北高寒湿地碳水热通量观测数据集

本站小编 Free考研考试/2022-01-02


摘要&关键词
摘要:青藏高原被誉为“中华水塔”,高寒湿地是其重要的水源涵养地,其碳水热收支特征及环境控制机制是评估湿地碳素固持和水源涵养等生态功能的关键。基于涡度相关技术,青海海北高寒草地生态系统国家野外科学观测研究站(简称海北站)自2004年至今一直开展高寒帕米尔苔草(Carexpamirensis )湿地生态系统碳水热通量的科学观测。为了促进高寒湿地生态学发展和数据价值最大化,海北站拟公开发表高寒湿地连续观测的碳水热通量及相关常规气象数据集,其中通量数据子集和常规气象数据子集的时间范围分别为2004–2009年和2004–2010年,具体包括净生态系统CO2交换通量、生态系统CO2呼吸通量、总生态系统CO2交换通量、潜热通量、显热通量、空气温度、空气相对湿度、水汽压、风速、风向、土壤温度、总辐射、净辐射、光合有效辐射和降水等观测指标,数据集的时间尺度包含半小时、日、月和年,以期为区域生态功能评估和生态文明建设提供数据支撑和理论依据。
关键词:碳水热通量;帕米尔苔草;高寒湿地;涡度相关法;青藏高原

Abstract & Keywords
Abstract:?The Qinghai-Tibet Plateau known as the “Chinese Water Tower”, has alpine wetlands as an important carrier for the Plateau water conservation. The budgets of carbon and water and the underlying environmental mechanism control are essential for evaluating the ecological functions of carbon sequestration and water conservation in alpine wetlands. Based on the popular eddy covariance technique, Haibei National Field Research Station for Alpine Grassland Ecosystem (i.e. Haibei Station) has been implementing the scientific observation of the carbon, water, and heat fluxes of an alpine Carex pamirensis wetland ecosystem since 2004. In order to promote the development of alpine ecology and maximize the value of data, we intended to publicly publish the carbon, water, and heat fluxes and related routine meteorological dataset of the alpine wetland. The flux and meteorological data durations range from 2004 to 2009 and from 2004 to 2010, respectively. The dataset includes net ecosystem CO2 exchange, ecosystem CO2 respiration, total ecosystem CO2 exchange, latent heat flux, sensible heat flux, air temperature, air relative humidity, water vapor pressure, wind speed, wind direction, soil temperature, total radiation, net radiation, photosynthetically active radiation and precipitation on half-hour, daily, monthly and yearly scales, respectively. This dataset is expected to provide data support and theoretical foundation for regional ecological function assessment and ecological civilization construction.
Keywords:?carbon, water, and heat fluxes;?Carex pamirensis;?alpine wetland;?eddy covariance technique;?Qinghai-Tibet Plateau

数据库(集)基本信息简介
数据库(集)名称2004–2009年海北高寒湿地碳水热通量观测数据集
数据通信作者李英年(ynli@nwipb.cas.cn)
数据生产者观测者:张法伟、李红琴、赵亮、张雷明、陈智、祝景彬、徐世晓、杨永胜、赵新全、于贵瑞、李英年 负责人:李英年
数据时间范围通量数据子集:2004–2009年;常规气象数据子集:2004–2010年。
地理区域青海海北高寒草地生态系统国家野外科学观测研究站,中国青海省门源县
生态系统类型高寒帕米尔苔草湿地
数据量34 MB
数据格式*.xlsx
数据服务系统网址http://www.cnern.org.cn/data/initDRsearch?cid=SYC_A02
http://www.sciencedb.cn/dataSet/handle/1010
基金项目国家重点研发计划(2017YFA0604801);国家自然科学基金(41877547,32001149);青海省科技基础条件平台建设专项项目(2018-ZJ-T09));中国科学院战略性先导科技专项(XDA19020302)。
数据库(集)组成包括净生态系统CO2交换通量、生态系统CO2呼吸通量、总生态系统CO2交换通量、潜热通量和显热通量等碳水热通量数据子集和空气温度、空气相对湿度、水汽压、风速、风向、土壤温度、大气压、总辐射、净辐射、光合有效辐射和降水等常规气象数据子集,其中半小时通量数据为质控后插补的数据,数据集包含半小时、日、月和年等4种时间尺度。

Dataset Profile
TitleAn observation dataset of carbon, water and heat fluxes in an alpine wetland in Haibei (2004–2009)
Data corresponding authorLI Yingnian (ynli@nwipb.cas.cn)
Data producersObserver: ZHANG Fawei, LI Hongqin, ZHAO Liang, ZHANG Leiming, CHEN Zhi, ZHU Jingbin, XU Shixiao, YANG Yongsheng, ZHAO Xinquan, YU Guirui, LI Yingnian, Director: LI Yingnian
Time rangeFlux data: 2004–2009; Meteorological data: 2004–2010.
Geographical scopeHaibei National Field Research Station for alpine grassland ecosystem, Menyuan county, Qinghai Province, China
Ecosystem typeAlpine Carex pamirensis wetland
Data amount34 MB
Data format*.xlsx
Data service system<http://www.cnern.org.cn/data/initDRsearch?cid=SYC_A02>
<http://www.sciencedb.cn/dataSet/handle/1010>
Sources of fundingNational Key R&D Program (2017YFA0604801); National Natural Science Foundation of China (41877547, 32001149); Qinghai R&D Infrastructure and Facility Development Program (2018-ZJ-T09); Strategic Priority Research Program of the Chinese Academy of Sciences (XDA19020302).
Dataset compositionThe dataset includes carbon, water and heat fluxes data subset (net ecosystem CO2 exchange, ecosystem CO2 respiration, gross ecosystem CO2 exchange, latent heat flux, and sensible heat flux) and routine meteorological data subset (air temperature, air relative humidity, water vapor, wind velocity, wind direction, soil temperature, total radiation, net radiation, photosynthetically active radiation, and precipitation), in which the half-hour flux data are interpolated. The dataset contains 4 scales: half-hour scale, daily scale, monthly scale and yearly scale.



引 言
青藏高原是中国“青藏高原生态屏障”的空间载体,被誉为“中华水塔”。高寒湿地是青藏高原的重要植被类型[1],面积约为13.3×106 hm2,在碳素固持、水源涵养及生物多样性维持方面具有重要意义[2]。长期的科学观测数据是认知高寒湿地碳、水、热交换格局和内在生态过程及关键生态功能评估的基础。涡度相关法是目前唯一能直接测定大气与下界面的碳水热通量的标准方法,被国内及国际通量观测组织广泛采用[3]。青海海北高寒草地生态系统国家野外科学观测研究站(简称海北站)是国内较早利用涡度相关技术开展碳水热通量观测的台站之一,自2000年陆续开展了高寒矮嵩草(Kobresia humilis)草甸、高寒金露梅(Potentilla fruticosa)灌丛和高寒帕米尔苔草(Carexpamirensis )湿地的碳水热通量观测,积累了大量的原始观测数据,填补了青藏高原通量观测研究的空白,取得了丰硕的研究成果,为理解青藏高原高寒陆地生态系统碳水功能及区域可持续发展提供了翔实的数据支撑和重要贡献[4,5,6,7,8,9,10,11,12,13,14 ]
为了促进青藏高原生态系统碳水热交换过程的科学认知及生态功能的精准评估,体现数据共享理念和挖掘数据潜在价值,海北站拟免费公开发表连续观测的高寒湿地碳水热通量及常规气象数据。由于2010年高寒湿地涡度相关系统的快速红外气体分析仪工作异常时段较多,导致该年度的通量有效观测数据比例偏低,尤其是净生态系统CO2交换量和显热通量分别仅为8.2%和10.0%,数据可利用较低,海北站没有共享该年度通量数据。因此碳水热通量数据子集和常规气象数据子集的年份分别为2004–2009年和2004–2010年。本数据集包含碳水热通量数据子集(净生态系统CO2交换通量、生态系统CO2呼吸通量、总生态系统CO2交换通量、潜热通量、显热通量)和常规气象数据子集(空气温度、空气相对湿度、水汽压、风速、风向、土壤温度、总辐射、光合有效辐射和降水等观测指标),时间尺度包括半小时、日、月和年。

1 ? 数据采集和处理方法
1.1 ? 数据来源
海北站(37°37′N、101°19′E,3200 m)位于青海省海北州门源县种马场风匣口,多年平均气温和降水分别为?1.7℃和580 mm,站区为典型的高原大陆性气候,暖季温暖多雨而短暂,冷季寒冷干燥而漫长。高寒湿地涡度相关观测系统位于海北站东部约2 km的高寒帕米尔苔草湿地生态系统内(37°36′N、101°19′E,3200 m),始建于2003年10月,是中国通量观测研究网络(ChinaFLUX)的首批通量观测站点之一。涡度相关系统的观测区地势平坦,可以满足通量观测“风浪区”的要求。研究区植被生长茂盛,分布均匀,外貌整齐,平均总盖度约98%,冠层高度为25–50 cm。植被种类组成较为贫乏,约有25种植物,多以寒冷湿生、多年生地下芽、具有发达通气组织的草本植物莎草科、毛茛科为主。湿地中央以帕米尔苔草为建群种,边缘以藏嵩草(K. tibetica)为建群种。湿地群落的主要优势种为帕米尔苔草、藏嵩草,次优势种有华扁穗草(Blysmus sinocompressus),黑褐苔草(C. atrofusca)等。在边缘地带还有大量的星状风毛菊(Saussurea stilla)、青藏苔草(C.moorcropt)、乳白香青(Anaphalis lectea)、假龙胆(Gentianella limprichtii)、天山报春(Primula nutans Georgi)和斑唇马先蒿(Pedicularis longiflora Rudolph var)等[11]。土壤类型为有机寒冻潜育土(Organic Cryic Gleysols)。研究区为冬季牧场,放牧强度约为每公顷4.0羊单位,放牧时间约为10月下旬至翌年5月上旬[12]。湿地植被群落2003–2005年平均最大地上生物量(干物质)和最大叶面积指数分别为8月下旬的331.3 gm-2和7月下旬的3.9 m2m-2[15]

1.2 ? 数据采集方法
高寒湿地碳水热通量数据集的数据全部为仪器自动观测并存储在相应数据采集器中,具体的观测仪器及型号、仪器制造商及数据采集器等相关信息详见表1。碳水热通量原始数据的采样频率为10 Hz,计算并存储其30 min的平均通量数据于CR5000中;常规气象要素的采样频率为1 min,计算并存储30 min的平均数据于CR23X中。
表1 ? 海北高寒湿地的观测项目所用分析仪相关信息
观测系统测定要素仪器型号仪器制造商数据采集器数据采集制造商
CO2、H2O、显热通量三维超声风速仪CSAT3CAMPBELLCR5000CAMPBELL
CO2/H2O快速红外气体分析仪LI-7500LI-COR
常规气象要素空气温度/湿度HMP45CVAISALACR23XCAMPBELL
降水量52203RM YOUNG
总辐射CM11KIPP&ZONEN
净辐射CNR-1KIPP&ZONEN
光合有效辐射LI190SBLI-COR
风速034A-LRM YOUNG
风向014ARM YOUNG
压力CS105VAISALA
红外温度传感器IRTS-PPOGEE
土壤温度105TCAMPBELL


1.3 ? 数据处理和数据产品加工方法
为了保障数据质量及数据的可对比度,本数据集从数据观测、数据采集、质量控制、处理方法等流程严格遵循ChinaFLUX制定的标准化数据处理和质量控制技术体系[16-17]。具体内容如下:
数据质量控制:碳水热通量的数据质量控制主要包括原始数据异常值剔除、超声虚温校正、坐标轴二次旋转、WPL密度校正、频率损失校正、冠层储存项校正、湍流稳态测试;半小时通量数据的质量控制包括夜间摩擦风速阈值筛选、异常值剔除和降水时刻数据剔除以及能量闭合评价。用单点密度估算的方法表明冠层存储项通量分别约占CO2通量、H2O通量和显热通量的1.1%、0.09%和2.2%,因此本数据集的通量数据没有进行储存项校正。常规气象数据的质量控制主要为阈值判别和异常值剔除。
缺失数据插补:由于通量观测仪器自身的稳定性和异常天气的影响及其他不可控因素,野外观测数据的缺失十分普遍,缺失数据的插补十分必要[18]。数据插补根据数据子集类别和缺失数据长短分别采用不同的方法进行插补。其中,短时间(小于2小时)缺失的通量和常规气象数据,采用线性内插法进行插补;长时间缺失的气象数据,基于海北站的自动气象站同期的观测资料(降水数据除外)进行插补;如未能完成插补,则利用平均日变化法完成相应数据的插补。
对于长时间缺失的水热通量数据,采用水热通量与净辐射的线性回归关系进行拟合、插补。对于长时间缺失的碳通量数据,采用有效通量数据和环境因子的非线性经验方程进行拟合、插补。其中夜间缺失数据利用CO2通量有效数据与5 cm土壤温度的Arrhenius方程插补。白天缺失数据分两种情况进行插补,在植被生长季中利用CO2通量数据与光合有效辐射的直角双曲线方程插补。在非生长季中,首先采用夜间CO2通量数据和5 cm土壤温度的形成Arrhenius方程,然后结合缺失数据对应的土壤温度完成白天通量的插补。碳水热缺失通量数据的最小插补时间窗口为7天。
CO2通量数据拆分:基于边际分布采样法的原理将观测的净生态系统CO2通量数据拆分为生态系统CO2呼吸通量和总生态系统CO2交换通量。首先,依据夜间CO2通量数据与土壤温度拟合的Arrhenius方程估算白天的生态系统CO2呼吸通量(生态系统暗呼吸通量);其次,利用插补完成的白天CO2通量数据和估算的同时刻白天生态系统CO2呼吸通量,求和得到总生态系统CO2交换通量(生态系统初级生产力)[17]。生态系统CO2呼吸通量为生态系统夜间呼吸通量和白天呼吸通量之和。


2 ? 数据样本描述
2.1 ? 数据子集与数据量
本数据集为高寒湿地碳水热通量观测数据,分别为2004–2009年通量数据子集和2004–2010年常规气象数据子集两类数据文件,每类数据文件均有半小时、日、月和年4个时间尺度。因此,高寒湿地碳水热通量数据集内含52个文件,总数据量34 MB。

2.2 ? 数据文件示例
以2004年数据文件为例,表2、表3分别为海北站高寒湿地碳水热通量和常规气象数据表头说明,所有数据项观测数据均以浮点型数字形式表示。
表2 ? 海北站高寒湿地通量数据表说明
数据项单位数据项说明
-年份
-月份
-日期
-小时
-分钟
NEEmg CO2 m-2 s-1插补后的净生态系统CO2交换通量
REmg CO2 m-2 s-1插补后的生态系统CO2呼吸通量
GEEmg CO2 m-2 s-1插补后的总生态系统CO2交换通量
LEW m-2插补后的潜热通量
HsW m-2插补后的显热通量

注:该表为30 min通量数据的数据表。日尺度数据表中无时、分等2列数据项,通量数据为30 min通量累计值,NEE、RE和GEE的单位为g C m-2 d-1, LE和Hs的单位为MW m-2;月尺度数据表中无日、时、分等3列数据项,通量数据为日通量累计值,NEE、RE和GEE的单位为g C m-2 month-1, LE和Hs的单位为MW m-2;年尺度数据表中没有月、日、时、分等4列数据项,通量数据为月通量累计值,NEE、RE和GEE的单位为g C m-2 year-1, LE和Hs的单位为MW m-2

表3 ? 海北高寒湿地常规气象数据表说明及指标观测高度
数据项数据单位观测高度数据项说明
--年份
--月份
--日期
--小时
--分钟
--
近地面空气温度1.5 m一层平均空气温度
冠层上方空气温度2.5 m二层平均空气温度
近地面空气湿度%1.5 m一层平均相对湿度
冠层上方空气湿度%2.5 m二层平均相对湿度
近地面水汽压kPa1.5 m一层平均水汽压
冠层上方水汽压kPa2.5 m二层平均水汽压
近地面风速m s-11.5 m一层平均风速
冠层上方风速m s-12.5 m二层平均风速
风向degree2.5 m二层平均风向
大气压kPa1.5 m大气压强
太阳辐射W m-21.5 m太阳辐射
净辐射W m-21.5 m净辐射
光合有效辐射μmol m-2 s-11.5 m光合有效辐射
一层土壤温度?5 cm5 cm土壤温度
二层土壤温度?10 cm10 cm土壤温度
三层土壤温度?20 cm20 cm土壤温度
四层土壤温度?40 cm40 cm土壤温度
五层土壤温度?60 cm60 cm土壤温度
降水量mm50 cm总降水量

注:日尺度数据表中无时、分、秒3列数据项,月尺度数据表中无日、时、分、秒4列数据项,年尺度数据表中没有月、日、时、分、秒5列数据项。



3 ? 数据质量控制和评估
2004–2009年,经过30 min数据质量控制和异常值剔除后,高寒湿地数据集净生态系统CO2交换量、潜热通量、显热通量的平均有效观测数据比例分别为42.4%、52.7%和55.0%,其中净生态系统CO2交换通量有效观测数据比例的最低年份和最高年份分别为2007年的34.1%和2004年的48.3%,两者之差为14.2%,而潜热通量和显热通量有效观测数据比例的最低年份与最高年份分别为2009年的44.2%和47.8%与2008年的63.9%和67.4%,两者相差约为10%(表4)。
表4 ? 海北高寒湿地半小时碳水热通量的有效观测数据比例
年份净生态系统CO2交换量潜热通量显热通量
200448.9%56.7%58.5%
200540.3%47.5%48.5%
200646.6%59.2%60.0%
200734.1%44.5%47.8%
200846.8%63.9%67.4%
200937.8%44.2%47.8%


4 ? 数据使用方法和建议
本数据集在国家科技资源共享服务平台的国家生态科学数据中心(http://www.cnern.org.cn/data/initDRsearch?cid=SYC_A02)发布。用户注册、登录系统后,在数据资源栏搜索“海北站湿地”,即可下载半小时、日、月和年等时间尺度的碳水热通量及常规气象数据。也可登录Science Data Bank(http://www.sciencedb.cn/dataSet/handle/1010)访问和下载。本数据集可以用于高寒湿地碳水收支评价和相关过程模型开发、验证及对比等研究。另外,需要说明的是由于异常值剔除标准和插值方法及计算平台等因素的差异,会对碳水热通量计算结果产生较大影响[18],本数据集的数据可能和相关研究人员的计算结果并不完全相同[7,9,12],因此相关研究人员在数据集使用和结果认知上需要谨慎。

致 谢
感谢瓦金龙长期以来在数据采集方面的贡献。


[1]
孙鸿烈, 郑度, 姚檀栋, 等. 青藏高原国家生态安全屏障保护与建设[J]. 地理学报, 2012, 67(1): 3-12.

+?CSCD?·?Baidu Scholar

[2]
ZHENG D, ZHANG Q S, WU S H. Mountain geoecology and sustainable development of the Tibetan Plateau[M]. Dordercht, the Netherlands: Kluwer Academic, 2000.

+?CSCD?·?Baidu Scholar

[3]
BALDOCCHI D D. How eddy covariance flux measurements have contributed to our understanding of Global Change Biology[J]. Global Change Biology, 2020, 26(1): 242-260.

+?CSCD?·?Baidu Scholar

[4]
徐世晓, 赵亮, 李英年, 等. 青藏高原高寒灌丛暖季CO2地-气交换特征[J]. 中国环境科学, 2007, 27(4): 433-436.

+?CSCD?·?Baidu Scholar

[5]
赵亮, 李英年, 赵新全, 等. 青藏高原3种植被类型净生态系统CO2交换量的比较[J]. 科学通报, 2005, 50(9): 926-932.

+?CSCD?·?Baidu Scholar

[6]
李英年, 孙晓敏, 赵新全, 等. 青藏高原金露梅灌丛草甸净生态系统CO2交换量的季节变异及其环境控制机制[J]. 中国科学 D辑: 地球科学, 2006, 36: 163-173.

+?CSCD?·?Baidu Scholar

[7]
ZHAO L, LI Y, XU S, et al. Diurnal, seasonal and annual variation in net ecosystem CO2 exchange of an alpine shrubland on Qinghai-Tibet Plateau[J]. Global Change Biology, 2006, 12(10): 1940-1953.

+?CSCD?·?Baidu Scholar

[8]
LI H, ZHANG F, LI Y, et al. Seasonal and interannual variations of ecosystem photosynthetic features in an alpine dwarf shrubland on the Qinghai-Tibet Plateau, China[J]. Photosynthetica, 2014, 52(3): 321-331.

+?CSCD?·?Baidu Scholar

[9]
LI H, ZHANG F, LI Y, et al. Seasonal and inter-annual variations in CO2 fluxes over 10 years in an alpine shrubland on the Qinghai-Tibet Plateau, China[J]. Agricultural and Forest Meteorology, 2016, 228–229: 95-103.

+?CSCD?·?Baidu Scholar

[10]
LI H, ZHU J, ZHANG F, et al. Growth stage-dependant variability in water vapor and CO2 exchanges over a humid alpine shrubland on the northeastern Qinghai-Tibet Plateau[J]. Agricultural and Forest Meteorology, 2019, 268: 55-62.

+?CSCD?·?Baidu Scholar

[11]
张法伟, 刘安花, 李英年, 等. 青藏高原高寒湿地生态系统CO2通量[J]. 生态学报, 2008, 28(2): 453-462.

+?CSCD?·?Baidu Scholar

[12]
ZHAO L, LI J, XU S, et al. Seasonal variations in carbon dioxide exchange in an alpine wetland meadow on the Qinghai-Tibet Plateau[J]. Biogeosciences, 2010, 7(4): 1207-1221.

+?CSCD?·?Baidu Scholar

[13]
GU S, TANG Y, DU M, et al. Short-term variation of CO2 flux in relation to environmental controls in an alpine meadow on the Qinghai-Tibet Plateau[J]. Journal of Geophysical Research-Atmospheres, 2003, 108(D21): 4670-4679.

+?CSCD?·?Baidu Scholar

[14]
KATO T, TANG Y, GU S, et al. Carbon dioxide exchange between the atmosphere and an alpine meadow ecosystem on the Qinghai-Tibet Plateau, China[J]. Agricultural and Forest Meteorology, 2004, 124(1-2): 121-134.

+?CSCD?·?Baidu Scholar

[15]
张法伟, 李英年, 李红琴, 等. 青藏高原3种主要植被类型的表观量子效率和最大光合速率的比较[J]. 草地学报, 2007, 15(5): 442-448.

+?CSCD?·?Baidu Scholar

[16]
李春, 何洪林, 刘敏, 等. ChinaFLUX CO2通量数据处理系统与应用[J]. 地球信息科学学报, 2008, 10(5): 557-565.

+?CSCD?·?Baidu Scholar

[17]
张雷明, 罗艺伟, 刘敏, 等. 2003–2005年中国通量观测研究联盟(ChinaFLUX)碳水通量观测数据集[J/OL]. 中国科学数据, 2019,4(1). (2018-12-29).DOI:10.11922/csdata.2018.0028.zh.

+?CSCD?·?Baidu Scholar

[18]
FALGE E, BALDOCCHI D, OLSON R, et al. Gap filling strategies for defensible annual sums of net ecosystem exchange[J]. Agricultural and Forest Meteorology, 2001, 107(1): 43-69.

+?CSCD?·?Baidu Scholar


数据引用格式
张法伟, 李红琴, 赵亮, 等. 2004–2009年海北高寒草地生态系统国家野外科学观测研究站高寒湿地碳水热通量观测数据集[DB/OL]. Science Data Bank, 2020. (2020-05-06). DOI: 10.11922/sciencedb.1010.

稿件与作者信息

论文引用格式
张法伟, 李红琴, 赵亮, 等. 2004–2009年海北高寒草地生态系统国家野外科学观测研究站高寒湿地碳水热通量观测数据集[J/OL]. 中国科学数据, 2021, 6(1). (2020-11-17). DOI: 10.11922/csdata.2020.0033.zh.
张法伟Zhang Fawei

主要承担工作:数据监测和论文撰写。
(1981—),男,高级工程师,研究方向为高寒草地物质循环和能量交换。

李红琴Li Hongqin

主要承担工作:数据分析与论文修改。
(1981—),女,副研究员,研究方向为高寒草地碳循环。

赵亮Zhao Liang

主要承担工作:数据整理与质量控制。
(1974—),男,研究员,研究方向为全球变化和鸟类生态学研究。

张雷明Zhang Leiming

主要承担工作:数据处理和质量控制。
(1974—),男,副研究员,研究方向为生态系统碳水循环与全球变化。

陈智Chen Zhi

主要承担工作:数据质量分析。
(1981—),女,助理研究员,研究方向为生态系统碳通量时空格局。

祝景彬Zhu Jingbin

主要承担工作:数据整理和论文修改。
(1989—),男,博士研究生,研究方向为高寒草地碳循环。

徐世晓Xu Shixiao

主要承担工作:数据整理。
(1973—),男,研究员,研究方向为草地畜牧生态学。

杨永胜Yang Yongsheng

主要承担工作:数据整理。
(1987—),男,副研究员,研究方向为高寒草地水循环。

赵新全Zhao Xinquan

主要承担工作:数据管理和统筹。
(1959—),男,研究员,研究方向为草地生态学。

于贵瑞Yu Guirui

主要承担工作:数据管理和统筹。
(1959—),男,研究员,研究方向为生态系统与全球变化。

李英年Li Yingnian

主要承担工作:数据分析和质量控制。
ynli@nwipb.cas.cn
(1962—),男,研究员,研究方向为全球变化生态学。


相关话题/数据 观测 土壤 辐射 气象

  • 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
  • 2003–2010年海北高寒灌丛碳水热通量观测数据集
    摘要&关键词摘要:青藏高原是全球气候变化的热点区域和敏感区域,高寒灌丛是重要植被类型,其碳水热交换的时空格局及生态过程是科学认知青藏高原生态功能的关键之一。青海海北高寒草地生态系统国家野外科学观测研究站(简称海北站)自2003年利用涡度相关技术开展高寒金露梅(Potentillafruticosa) ...
    本站小编 Free考研考试 2022-01-02
  • 1998–2018年中国科学院贡嘎山高山生态系统观测试验站辐射数据集
    摘要&关键词摘要:太阳辐射控制着大气层、水圈、生物圈及岩石圈发生的各种生物作用、化学作用及其他作用。太阳辐射作为森林生态系统的热量和能量来源,是生态系统维持本身正常运转和发展的原始动力,对植物光合作用、蒸腾作用及生态系统碳交换等过程有重要的影响。贡嘎山地处青藏高原东南缘,在高山生态系统中具有典型性和 ...
    本站小编 Free考研考试 2022-01-02
  • 2003–2010年千烟洲人工针叶林碳水通量观测数据集
    摘要&关键词摘要:全球变化背景下陆地生态系统碳水循环过程、控制机理及其对环境变化的响应是生态学与全球变化科学长期致力解决的重大科学问题。涡度相关技术是原位、连续、高频观测生态系统碳水交换过程的强有力技术途径。中国科学院千烟洲亚热带森林生态系统观测研究站(简称千烟洲站)作为国内首批建立涡度相关观测系统 ...
    本站小编 Free考研考试 2022-01-02
  • 中巴经济走廊沿线上游冰川冰湖相关灾害(事件)数据集
    摘要&关键词摘要:中巴经济走廊横穿现代冰川广泛分布的喀喇昆仑山和部分帕米尔山区,上游各类冰川相关灾害(如冰川洪水/泥石流、冰川跃动、冰缘崩塌/滑坡以及冰川阻塞湖溃决洪水等)在众多山地灾害中尤其突出,对中巴公路及其沿线基础设施、人类活动日益构成威胁。本研究针对中巴经济走廊中国新疆喀什–巴基斯坦伊斯兰堡 ...
    本站小编 Free考研考试 2022-01-02
  • 2012–2018年鼎湖山典型森林生态系统枯落物含水量数据集
    摘要&关键词摘要:枯落物含水量是森林生态系统水文循环中的重要分量之一,对森林生态系统地表界面的土壤蒸发、水分下渗、产流等水文过程起关键作用。枯落物类型、组成及分解程度等是影响其含水量的重要方面。中国生态系统研究网络(ChineseEcosystemResearchNetwork,CERN)将枯落物含 ...
    本站小编 Free考研考试 2022-01-02
  • 2005–2015年中亚热带杉木人工林凋落物回收量和现存量月动态数据集
    摘要&关键词摘要:中亚热带杉木人工林是亚热带地区最典型的人工林植被类型。按照中国生态系统研究网络(ChineseEcosystemResearchNetwork,CERN)的统一规范,通过对野外固定样地的凋落物进行长期观测,本数据集整理了2005–2015年我国杉木人工林中心产区湖南省会同县杉木人工 ...
    本站小编 Free考研考试 2022-01-02
  • 西北太平洋海洋气象观测及统计产品数据集
    摘要&关键词摘要:海洋气象观测数据及统计产品是开展海洋气象预报、制作海洋气候背景以及科学研究、工程建设的基础和重要参考。目前业务上使用的海洋气象统计产品多为2010年以前的数据,且多为平均态的产品,有待补充和丰富。近年来,海洋气象观测数据量的极大增长为制作海洋气象统计产品提供了数据保证。为此,本研究 ...
    本站小编 Free考研考试 2022-01-02
  • 西北太平洋海浪现场观测及统计产品数据集
    摘要&关键词摘要:海浪观测数据及统计产品是开展海浪预报、制作海洋气候水文背景以及科学研究、工程建设的基础和重要参考。目前业务上使用的海浪统计产品多为再分析数据和卫星反演数据,使用实际观测数据的较少,无法较好反映海浪细微的时空分布特征。近年来,海浪观测数据量的极大增长为制作海浪统计产品提供了数据保证。 ...
    本站小编 Free考研考试 2022-01-02
  • 子午工程数据资源概述
    摘要&关键词摘要:东半球空间环境地基综合监测子午链项目(简称“子午工程”),是近地空间环境地基监测网络系统,沿东半球东经120o子午线附近和北纬30o附近的15个台站部署了地磁(电)监测设备、常规无线电监测设备、大型无线电监测设备、宇宙线监测设备、光学监测设备和行星际监测设备,连续监测地球表面20– ...
    本站小编 Free考研考试 2022-01-02
  • 2012年北京MST雷达(香河站)大气水平风场数据集
    摘要&关键词摘要:大气水平风场是研究大气动力特征、过程以及上下层之间的动力耦合的重要参数。MST(MesosphereStratosphereandTroposphere)雷达在大气风场探测中发挥独特的作用,可获取高时空分辨率的大气风场廓线数据。在国家重大科技基础设施项目子午工程支持下由中国科学院大 ...
    本站小编 Free考研考试 2022-01-02