2009–2018年中国科学院三江平原沼泽湿地生态试验站气象辐射数据集
作者:乔田华 宋长春
2019年9月26日
本作品收录于《中国科学数据
乔田华, 宋长春. 2009–2018年中国科学院三江平原沼泽湿地生态试验站气象辐射数据集[J/OL]. 中国科学数据, 2019. (2019-09-16). DOI: 10.11922/csdata.2019.0049.zh.


    摘要&关键词

    摘要:气候因子是湿地发育的主要驱动因子,是湿地形成、发育和产生不同特征差异的控制因素。中国科学院三江平原沼泽湿地生态试验站是中国生态系统研究网络(CERN)和国家野外科学观测研究站的基本站。三江站地处的三江平原是中国最大淡水沼泽湿地集中分布区,是全球变化最为敏感的区域之一,在全球温带湿地生态系统中具有相当的典型性和代表性,也是重要的国家商品粮生产基地。针对目前三江平原地区长时间序列多要素气象辐射数据发表较少的现状,本文利用三江站气象观测场Vaisala(芬兰)自动气象观测系统,经过数据采集与处理,数据质量控制和评估,将2009–2018年10年气象辐射数据共计14个表格102 KB公开报道,以期为保障国家粮食安全和区域生态安全提供数据积累与技术支持。

    关键词:气候因子;沼泽湿地;淡水沼泽;气象辐射数据

    Abstract & Keywords

    Abstract: Meteorological factors are the main drivers for wetland development and also the controlling factors for wetland formation and characteristic differentiation. The Sanjiang Plain Experimental Station of Wetland Ecology, Chinese Academic of Sciences, is a basic station of the national field observation for scientific research. The Sanjiang Station locates in the Sanjiang Plain which is the largest concentrative distribution area for fresh water wetlands in China. The Sanjiang Plain is a sensitive area for global warming and an important national crop production bases. It is typical and representative of temperate wetland ecosystems. At present, long-term time series of meteorological data published of the Sanjiang Plain is quite limited. In this paper, we report 10 years of meteorological and radiant data during 2009 – 2018 with 14 tables of 102 KB after data collection, processing and quality control and assessment, using the automatic Vaisala (Finland) meteorological system. We hope to provide important data accumulation and technical support for the national food and regional ecological securities.

    Keywords: meteorological factors; wetland; freshwater marsh; meteorological and radiant data

    数据库(集)基本信息简介

    数据库(集)名称 2009–2018年中国科学院三江平原沼泽湿地生态试验站气象辐射数据集
    数据作者 乔田华、宋长春
    数据通信作者 宋长春(songcc@iga.ac.cn)
    数据时间范围 2009–2018年
    地理区域 中国生态系统研究网络(CERN)三江沼泽湿地生态试验站、三江国家野外科学观测研究站(东经133º31′,北纬 47º35′),位于黑龙江省同江市洪河农场。本数据集来自三江沼泽湿地生态试验站的气象观测场。
    数据量 102 KB
    数据格式 *.xlsx
    数据服务系统网址 http://www.sciencedb.cn/dataSet/handle/866http://sjm.cern.ac.cn/meta/metaData
    基金项目 中国生态系统观测研究网络野外台站运行服务费;科技部国家野外科学观测研究站运行服务费。
    数据库(集)组成 本数据集由14部分逐月气象辐射数据表组成,分别为:气温,相对湿度,气压,降水,10 min平均风速,地表温度,土壤温度(5 cm),土壤温度(10 cm),土壤温度(15 cm),土壤温度(20 cm),土壤温度(40 cm),土壤温度(60 cm),土壤温度(100 cm),太阳辐射。

    Dataset Profile

    Title Meteorological and Radiant Dataset observed by Sanjiang Plain Experimental Station of Wetland Ecology, Chinese Academic of Sciences, during 2009 – 2018
    Data authors Qiao Tianhua, Song Changhcun
    Data corresponding author Song Changchun (songcc@iga.ac.cn)
    Time range 2009 – 2018
    Geographical scope Sanjiang Plain Experimental Station of Wetland Ecology, Chinese Ecosystem Research Network; National Field Observation and Research Station of the Sanjiang Plain(133º31′E, 47º35′N), locates in the Honghe Farm of Tongjiang City. The dataset came from the meteorological field of the Sanjiang Station.
    Data volume 102 KB
    Data format *.xlsx
    Data service system <http://www.sciencedb.cn/dataSet/handle/866><http://sjm.cern.ac.cn/meta/metaData>
    Sources 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 composition The dataset consists of the following fourteen monthly meteorological and radiant tables: temperature, relative humidity, air pressure, precipitation, 10 min average wind speed, soil surface temperature, soil temperature (5 cm), soil temperature (10 cm), soil temperature (15 cm), soil temperature (20 cm), soil temperature (40 cm), soil temperature (60 cm), soil temperature (100 cm), solar radiation.


    引 言

    气候因子是湿地发育的主要驱动因子,是湿地形成、发育和产生不同特征差异的控制因素[1]。冬季冻结期漫长,夏秋季节多雨且蒸发量少,有利于水分的积聚,是该区沼泽湿地大面积发育的重要气候因素。气候变化能够显著影响湿地的水文情势,诱发侵蚀并改变湿地沉积速率,导致湿地面积的变化,是湿地面积扩张与萎缩的主要因素[2]

    中国科学院三江平原沼泽湿地生态试验站(简称三江站)以湿地生态系统及湿地农田生态系统为研究对象,1992年成为中国生态系统研究网络的基本站,2005年进入国家野外科学观测研究站。三江站地处的三江平原位于黑龙江省东北部,是由黑龙江、松花江、乌苏里江冲积形成的低平原,区域气候为温带湿润、半湿润大陆性季风气候,1月平均气温低于-18℃,7月平均气温21~22℃,年均降水量500~600 mm,且主要集中在7–9月,占全年降水量的60%[3]。三江平原是我国最大的淡水沼泽湿地集中分布区,是全球变化最为敏感的区域之一,在全球温带湿地生态系统中具有相当的典型性和代表性。作为中国重要的粮食生产基地和淡水湿地集中分布区,三江平原对于保障国家粮食安全和区域生态安全具有举足轻重的地位[4]。近几十年来,三江平原沼泽湿地经历多次大面积垦殖,湿地农田化现象严重,自然湿地大面积丧失,并引发一系列区域生态环境问题[5]

    针对三江平原地区长时间序列多要素气象辐射数据发表较少的现状,本数据集整理了三江站2009-2018年的多要素气象辐射观测月平均数据,以期为我国区域生态与环境安全提供基础数据支撑。

    1 数据采集和处理方法

    本数据集的构建过程主要包括:原始观测数据采集、数据报表处理、缺失数据插补、数据质量控制与评估、数据上报与反馈、数据集的形成与入库。

    1.1 数据来源

    数据主要来自于三江站Vaisala(芬兰)自动气象观测系统,数据采集地为三江站气象观测场(47°35'14"N,133°31'12"E)。三江站按照中国生态系统研究网络(CERN)生态系统大气环境观测规范的观测指标和观测分析方法要求,设立固定气象观测场,开展生态系统大气环境长期观测工作。三江站气象观测场面积25 m×25 m,海拔高差55 m,位于三江站常年积水区综合观测场和季节性积水区辅助观测场的中间地带,能很好地代表三江站沼泽湿地的气象状况。

    1.2 数据采集方法

    三江站气象观测遵循CERN生态系统大气环境观测规范,采用的方法取自世界气象组织《气象仪器和观测方法指南》(WTO, No.8, 1992)、中国气象局《地面气象观测规范》(2004年版)等标准文献。每日北京时间00:00时在自动气象观测系统的数据采集器中生成日数据文件,文件以年月日6位数码加.log命名,每小时整点时刻在日数据文件中存储气象数据一组(组名:CMA_LOG)和辐射数据一组(组名:CMA_RAD)。Vaisala公司按照CERN大气分中心数据格式要求提供自动气象站运行程序,实现数据的采集与通信等。通过数据通讯线缆连接自动气象站与三江站室内电脑,利用气象站软件实现数据的实时查看与日数据文件的下载采集功能。气象辐射数据的采集方法具体采集方法见表1。


    表1 气象辐射数据具体采集方法

    观测指标 观测传感器 采集方法 观测层次
    气压 PTB300数字气压表 观测频率为1次/每分钟,正点(地方时)采测00 min的每分钟气压平均值作为正点数据存储。 距离地面小于1 m
    气温 HMP155温度传感器 观测频率为1次/每分钟,正点(地方时)采测00 min的每分钟温度平均值作为正点数据存储。 距离地面1.5 m
    相对湿度 HMP155湿度传感器 观测频率为1次/每分钟,正点(地方时)采测00 min的每分钟湿度平均值作为正点数据存储。 距离地面1.5 m
    降水 RG13H型雨量计 每分钟计算出1 min降水量,正点(地方时)计算、存储1 h的累积降水量。 距地面70 cm
    10 min平均风速 WAA151风速传感器 观测频率为1次/每分钟,正点(地方时)存储00 min的10 min滑动平均风速值。 10 m风杆
    地表温度 QMT110地温传感器 观测频率为1次/每分钟,正点(地方时)采测00 min的地表温度平均值作为正点数据存储。 地表面0 cm处
    土壤温度(5 cm、10 cm、15 cm、20 cm、40 cm、60 cm、100 cm) QMT110地温传感器 观测频率为1次/每分钟,正点(地方时)采测00 min每分钟对应深度的土壤温度平均值作为正点数据存储。 地面以下5 cm、10 cm、15 cm、20 cm、40 cm、60 cm、100 cm处
    太阳辐射 总辐射表反射辐射表紫外辐射表净辐射表光合有效辐射表 观测频率为1次/每分钟,正点(地方时)采测00 min太阳辐射瞬时平均值作为正点数据存储,同时存储曝辐量(累计值)。 距离地面1.5 m处


    1.3 数据处理方法

    自动气象站数据处理主要依靠大气分中心下发的报表处理程序,按月份处理采集得到的观测数据,对异常数据检查修正、数据质量控制和规范报表制作均在报表处理程序中进行。

    1.3.1 数据预处理

    运行报表处理程序,点击生成自动站报表M,程序对当月数据进行初步检查,报表日志内会提示哪些文件的数据存在异常或乱码。根据日志内容,打开对应数据文件检查原始数据,进行手工修正或剔除。具体数据预处理过程,可参见《生态大气环境观测手册》的制作数据报表过程与技巧。

    1.3.2 制作数据报表

    把经过质量控制后的观测数据,按照自动气象站数据采集器的各要素观测顺序,分别制成气象数据报表和辐射数据报表,称为自动站报表(M),简称M报表。在M报表中进行气象数据和辐射数据的质量审核和日统计处理工作。把审核处理完成的M报表转换成“规范气象数据报表(A)”,简称为A报表。在A报表中手工录入气象人工观测数据后,进行旬和月的各气象辐射要素统计处理工作,最后形成符合观测规范要求的A报表。经台站初步质控和审核后,提交至中国生态系统研究网络大气分中心。大气分中心进行质控和二次审核后,反馈给台站并上交至中国生态系统研究网络综合研究中心[6],完成各气象辐射要素数据集的入库工作。报表的处理流程见图1。


    图1 报表处理流程图


    2 数据样本描述

    本数据集由14个逐月气象辐射要素的表单组成,每个表单对应一个逐月观测要素,生态站代码为SJM,代表中国科学院三江平原沼泽湿地生态试验站。以2017年三江站自动气象站逐月气温为例描述数据的组织方式(表2)。


    表2 三江站自动气象站逐月气温(℃)

    生态站代码 日平均值月平均 日最大值月平均 日最小值月平均 月极大值 极大值日期 月极小值 极小值日期
    SJM 2013 1 −23.68 −17.9 −29.02 −11.8 21 −34.5 8
    SJM 2013 2 - - - 2.9 1 −32.5 6
    SJM 2013 3 −9.17 −3.29 −15.24 5.3 27 −24.1 3
    SJM 2013 4 2.74 7.51 −1.55 15.4 29 −10.8 1
    SJM 2013 5 14.62 20.44 9.58 29.1 31 2.8 2
    SJM 2013 6 20.73 26.24 15.71 32.6 25 7.7 3
    SJM 2013 7 22.27 27.57 17.65 32.5 7 10.3 12
    SJM 2013 8 20.62 25.78 16.95 31.2 1 8.5 29
    SJM 2013 9 14.21 21.04 8.55 27.2 9 −0.8 30
    SJM 2013 10 4.99 11.37 −0.04 21.6 7 −7.1 16
    SJM 2013 11 −3.73 0.44 −7.3 10.7 5 −20.2 29
    SJM 2013 12 −18.64 −13.29 −23.81 −4.1 5 −32.5 11


    表中2013年2月“-”代表数据缺测,由于2013年2月10日至19日气象观测场供电线路故障,导致数据缺测天数较多,数据处理报表程序无法统计月平均值。图2为三江站2009–2018年日平均值、日最大值和最小值月均值的长期变化趋势。


    图2 三江站2009–2018年日均值、日最大值和日最小值月均值


    3 数据质量控制和评估

    为获取高质量的观测数据,避免和减少出现数据缺测和记录异常的现象,保证观测记录的完整性和准确性,需要进行多方面的数据质量控制,以便满足生态系统研究的需要。

    3.1 传感器维护

    自动气象站主要依靠各传感器采集观测数据,因此传感器的日常维护是获取高质量气象观测数据的基础。维护项目主要包括:气压传感器、温湿度传感器、风向和风速传感器、地表温度和土壤温度传感器、土壤热通量、日照计、翻斗雨量计以及辐射传感器等。

    3.2 实时数据检查

    通过数据通信线缆将观测场自动气象站与室内计算机相连接,气象站软件界面将显示自动气象站的实时分钟数据和正点观测数据。通过设置气象站运行审核参数,对于超出设定范围的实时数据,系统会弹出报警提示,以便及时发现问题进行处理。另外,还要进行人工检查实时数据,查看各观测要素是否符合日、月、年的变化规律,以保证观测数据质量。

    3.3 数据质量控制

    在制作气象数据报表时,需要气象管理员依据本站的地理位置和历史数据,在报表处理程序中输入各观测要素的检验条件参数,利用报表处理程序对月报表中的数据进行自动检验,完成对数据文件的错误检查。对于数据文件的乱码、日期时间记录错误、某个气象要素无记录等情况,需要手工修正、剔除或插补。生成M报表是报表制作的关键过程,自动站观测数据的质量控制、检查以及处理的方法技术都是在这个过程中完成。上报数据报表前,进行站级数据审核,按要求填写数据质量信息报表。将观测数据和规范报表上报CERN大气分中心后,大气分中心其会对观测报表进行再次审核,然后提交综合中心并反馈给台站完成数据入库工作。气象数据具体质量控制和评估方法见表3。


    表3 气象数据质量控制和评估方法

    观测指标 数据质量控制和评估方法
    气温 (1)某一定时气温缺测时,用前、后两定时数据内插求得,按正常数据统计,若连续两个或以上定时数据缺测时,不能内插,仍按缺测处理;(2)一日中若24次定时观测记录有缺测时,该日按照02、08、14、20时4次定时记录做日平均;若4次定时记录缺测一次或以上,但该日各定时记录缺测5次或以下时,按实有记录作日统计;缺测6次或以上时,不做日平均。
    相对湿度 (1)某一定时相对湿度缺测时,用前、后两定时数据内插求得,按正常数据统计,若连续两个或以上定时数据缺测时,不能内插,仍按缺测处理;(2)一日中若24次定时观测记录有缺测时,该日按照02、08、14、20时4次定时记录做日平均;若4次定时记录缺测一次或以上,但该日各定时记录缺测5次或以下时,按实有记录作日统计;缺测6次或以上时,不做日平均。
    降水 (1)降雨强度超出气候学界限值域0~400 mm/min的数据为错误数据;(2)降水量大于0.0 mm或者微量时,应有降水或者雪暴天气现象;(3)一日中各时降水量缺测数小时但不是全天缺测时,按实有记录做日合计。全天缺测时,不做日合计,按缺测处理。
    气压 (1)某一定时气压缺测时,用前、后两定时数据内插求得,按正常数据统计,若连续两个或以上定时数据缺测时,不能内插,仍按缺测处理;(2)一日中若24次定时观测记录有缺测时,该日按照02、08、14、20时4次定时记录做日平均;若4次定时记录缺测一次或以上,但该日各定时记录缺测5次或以下时,按实有记录作日统计;缺测6次或以上时,不做日平均。
    10 min平均风速 (1)超出气候学界限值域0~75 m/s的数据为错误数据;(2)一日中若24次定时观测记录有缺测时,该日按照02、08、14、20时4次定时记录做日平均;若4次定时记录缺测一次或以上,但该日各定时记录缺测5次或以下时,按实有记录作日统计;缺测6次或以上时,不做日平均。
    地表温度 (1)某一定时地表温度缺测时,用前、后两定时数据内插求得,按正常数据统计,若连续两个或以上定时数据缺测时,不能内插,仍按缺测处理;(2)一日中若24次定时观测记录有缺测时,该日按照02、08、14、20时4次定时记录做日平均;若4次定时记录缺测一次或以上,但该日各定时记录缺测5次或以下时,按实有记录作日统计;缺测6次或以上时,不做日平均。
    土壤温度 (5 cm、10 cm、15 cm、20 cm、40 cm、60 cm、100 cm) (1)某一定时土壤温度缺测时,用前、后两定时数据内插求得,按正常数据统计,若连续两个或以上定时数据缺测时,不能内插,仍按缺测处理;(2)一日中若24次定时观测记录有缺测时,该日按照02、08、14、20时4次定时记录做日平均;若4次定时记录缺测一次或以上,但该日各定时记录缺测5次或以下时,按实有记录作日统计;缺测6次或以上时,不做日平均。
    太阳辐射 (1)小时总辐射量大于等于小时净辐射、反射辐射和紫外辐射;除阴天、雨天和雪天外总辐射一般在中午前后出现极大值;(2)辐射曝辐量缺测数小时但不是全天缺测时,按实有记录做日合计,全天缺测时,不做日合计。


    3.4 数据缺失情况

    由于自动气象站内部程序存在偶然跑飞的现象,出现部分观测数据日期时间记录错误或乱码的情况,导致部分或整小时的气象辐射数据缺失;温湿度传感器等传感器也存在偶发故障,发生部分温度、最高温度、最低温度和湿度等无记录的情况;供电线路出现故障,也会导致缺失部分观测数据。虽然仪器运行过程中,难免会出现各种问题,但在三江站监测人员的努力下,气象观测数据的完整率仍在99.5%以上。

    4 数据价值

    本数据集的观测数据严格遵循中国生态系统观测研究网络(CERN)生态系统大气环境观测规范,经过试验站初级质量控制和大气分中心二次质量审核后,保证观测数据的真实性和可靠性,且与其他CERN野外台站气象数据格式统一,具有良好的可比性。湿地是一种广泛分布的综合自然体,气候变化对区域沼泽湿地面积的消长具有直接的驱动作用。但是,高强度的人类活动,尤其是大规模的沼泽农业开垦是造成三江平原沼泽减少的主要原因。本数据集可为深入研究湿地气候变化、湿地生态系统稳定性维护机制及三江平原天然沼泽湿地的保护与恢复等提供数据支撑,对于保障国家粮食安全和区域生态安全具有重要意义。

    致 谢

    感谢CERN大气分中心的刘广仁、胡波老师在传感器标定和终端数据质量控制方面的贡献;感谢中国科学院三江平原沼泽湿地生态试验站的宋长春、郭跃东、韩哲、谭稳稳、孙丽等老师在仪器维护与数据处理工作中的辛苦付出。

    参考文献

    1. Winkler M G. Effective of climate on development of two Sphagnum bogs in South-Central Wisconsin[J]. Ecology, 1988, 69(4): 1032-1043.
    2. 吕宪国. 中国湿地与湿地研究[M]. 石家庄: 河北科学技术出版社, 2008.
    3. 陈刚起. 三江平原沼泽研究[M]. 北京: 科学出版社, 1996.
    4. 王宗明, 宋开山等. 1954-2005年三江平原沼泽湿地农田化过程研究[J]. 湿地科学, 2009, 7(3): 208-21.
    5. 刘兴土, 马学慧. 三江平原自然环境变化与生态保育[M]. 北京: 科学出版社, 2002.
    6. 刘慧, 唐利琴, 胡波, 等. 2005~2015年CERN光合有效辐射数据集[J/OL]. 中国科学数据, 2017, 2(1): 1-10. DOI: 10. 11922/csdata.170.2016.0100.

    数据引用格式

    乔田华, 宋长春. 2009–2018年中国科学院三江平原沼泽湿地生态试验站气象辐射数据集[DB/OL]. Science Data Bank, 2019. (2019-08-29). DOI: 10.11922/csdata.2019.0049.zh.