中国典型生态系统生态站2001-2015年≥10℃积温数据集

苏文

1. 中国科学院地理科学与资源研究所，生态系统网络观测与模拟重点实验室，北京 100101

引 言

热量资源是自然区域和自然带划分的重要依据，是农业生产的重要自然资源，通常以温度高低和积温多少来表征。某一时段内逐日平均气温累积之和称为积温。在农业生产实践中，积温的应用很广泛，是开展农业气候区划、农作物种植合理配置、作物物候期预报、病虫害预测等方面工作的重要依据，对该地区农业发展具有重要意义[1-4]。在全球气候变暖背景下，越来越多的学者选取积温为主要热量指标，开展全国或区域农业热量资源的时空分布及其变化特征、热量资源变化对农业生产的影响等方面的研究[1,3,5-10]。

生态系统是地球系统中最为活跃、与人类活动最为密切的生物圈的核心。中国生态系统研究网络（CERN）于1988年由中国科学院组建，目前有44个生态站、5个学科分中心和1个综合研究中心组成。生态站涵盖了农田、森林、草地、荒漠、湖泊、海湾、沼泽、喀斯特和城市9类生态系统，分布在我国的主要气候地带和经济类型区域[11]。CERN的主要任务之一是按照统一规范对我国典型生态系统的主要环境因子和生物群落及其基本生态过程进行长期观测。自1998年以来，CERN的每个生态站按照统一的监测指标体系和操作规范，针对其代表性生态系统，按规定的时间频度和监测范围，对水分、土壤、大气、生物等4个学科大类的近300个项目进行观测和分析[12]。各生态站在能够反映本站较大范围气象要素特点的地方设置气象观测场，获取地面气象数据[13]。

目前有关积温的数据产品主要是气象部门地面气象站的积温数据或是以气象站积温数据为基础生成的积温空间分布数据集。积温与其他资源的区别在于存在很大的地域差异和时间变化[14]。CERN生态站的气象观测数据不仅反映了站点的气象状况，还能够代表周围一定范围的平均气象状况[15]，因此，利用CERN生态站逐日平均气温数据建立长时间序列的生态站积温数据集，不仅反映我国典型生态系统生态站积温的时空变化，在一定程度上也是气象部门站点积温数据的重要补充。

1 数据采集和处理方法

自动观测是生态观测研究的主要手段，生态站主要采用自动气象站对气象要素进行长期、连续观测。通过仪器获得的原始数据经过CERN大气分中心组织开发的数据处理软件处理后，生成规范化的报表，每年定期报送到大气分中心。分中心对数据进行审核，将达到规范要求的数据提交综合中心，综合中心将数据加载到CERN综合数据库并对外发布共享。2005年生态站新增常规气象要素的人工观测，数据同样定期报送、审核、发布。

根据生态站已有数据状况，确定以时间序列较长的自动观测气温数据作为基础数据，以人工观测数据与中国气象局气象站数据为辅助数据，构建生态站积温数据集，具体构建过程见图1。

图1 积温数据集构建流程图

1.1 数据收集

CERN气温的自动观测仪器为芬兰Vaisala公司生产的HMP45D温湿度传感器。该传感器是目前我国气象部门地面气象观测网内自动气象站统一使用的测量气温和相对湿度的传感器[16]。原始观测数据每整点小时存储在数据采集器的日文件中，再通过数据处理软件计算气温日、月平均值与合计值[13,15]。

多数生态站的气温数据从1998年开始，考虑到观测初期数据质量参差不齐，确定2001年为起始年，2015年为终止年，构建2001-2015年15年积温数据集。选取具有10年以上观测数据的35个生态站（见表1）逐日平均自动观测气温数据作为基础数据，数据来自CERN综合中心数据资源服务网站（http://www.cnern.org.cn）的生态系统长期监测数据库。2005-2015年的人工观测气温数据同样来自此网站。邻近中国气象局气象站的日气温数据来自国家气象信息中心，时间段为 2001-2004年。

1.2 异常数据剔除

基础数据每年经过大气分中心的质量控制，包括对数据进行物理极值检查、历史极值检查、内部一致性检查、时间一致性检查等[15]，已经剔除了明显的错误数据。为了尽量使所有错误和极可疑的数据得以纠正，重点围绕长时间序列、多站点比较等方面开展了数据质量检查（具体内容见第三章），对检查出来的错误数据进行剔除。

1.3 数据插补

由于仪器故障、人为因素、质量控制等原因，各个生态站气温观测数据都存在缺失的情况，从而造成日气温时间序列的不完整。为了保证积温数据的完整性和连续性，需要对缺失的气温数据进行插补，以得到完整的数据序列。

通过建立生态站气温数据与数据完整性好的相关气温序列的回归方程，来完成基础气温数据的插补。2005-2015年将生态站人工观测日气温作为参考数据，2001-2004年以邻近的中国气象局气象站日气温作为参考数据，建立生态站已有日气温数据与参考数据序列的一元线性回归方程，利用参考数据将生态站缺失的数据补齐。所有插补方程拟合程度较高，2001-2004年R2均大于0.96，2005-2015年R2均为0.98以上，且全部通过显著性检验。各生态站的数据插补率见表1。

表1 生态站基本信息及数据插补率

注：数据插补率缺失处表示此时间段无数据，无需插补。

1.4 积温计算

在农业生产中常用的积温有活动积温和有效积温两种。大于等于生物学下限温度的日平均气温值称为活动温度；在一定时期内活动温度的总和为活动积温。活动温度与生物学下限温度之差，称作有效温度；在一定时期内有效温度的总和，即为有效积温[17]。

10℃是喜温植物适宜生长的起始温度，也是喜凉作物迅速生长、多年生作物开始以较快速度积累干物质的温度。农业生产及科研部门以≥10℃积温及其相应的持续日数来衡量一个地区的农业气候生产潜力，并作为引种和耕作制度改革的重要依据[3,7,18]。因此，本数据集将计算积温的界限温度定为10℃，采用5日滑动平均法计算日平均气温稳定≥10℃的活动积温、有效积温和持续日数。具体计算方法如下：

（1）确定日平均气温稳定≥10℃的起止日期

在一年中，选择5日滑动平均值≥10℃的最长一段时期，在此时期内的第一个5日中，挑选第一个日平均气温≥10℃的日期，作为日平均气温稳定≥10℃的起始日；在最后一个5日中，挑选最后一个日平均气温≥10℃温度的日期作为终止日[17,19]。

（2）编制计算机程序，计算积温和持续日数

计算起始日至终止日期间≥10℃的日平均气温总和，得到稳定≥10℃的活动积温，即：

式中，Ta为活动积温（℃）；Ti为日平均气温（℃），当Ti＜10℃时，Ti=0；n为计算时段的天数。

计算起始日至终止日期间日平均气温与10℃之差的总和，得到稳定≥10℃的有效积温，即：

式中，Te为有效积温（℃）；Ti为日平均气温（℃），当Ti＜10℃时，按Ti=10计；n为计算时段天数。

累加起始日至终止日期之间的天数，得到日平均气温稳定≥10℃的持续日数。

2 数据样本描述

本数据集的数据存储于Excel文件的2个数据表单中，“积温数据”表单存放35个生态站2001-2015年的≥10℃积温相关数据，共有497条记录；“生态站信息”表单存放35个生态站的基础背景信息。这2个数据表单所包含的具体字段名称、类型及示例见表2和表3。

表2 积温数据表内容

图2展示了海伦站和鹰潭站2001-2015年稳定≥10℃的活动积温、有效积温的变化状况。

图2 海伦站和鹰潭站2001-2015年稳定≥10℃积温变化

3 数据质量控制

为了提高数据的准确性、真实性和可靠性，采用“伙伴检验”的方式对基础数据进行了质量检查，即将某站的气象要素与气候上相似的一个或多个邻近站点的气象要素相比较[20]。

2001-2004年气温数据的检查是将生态站日气温与一个邻近气象站的日气温比较。为消除两站数据之间的固有差距，采用比较两站气温偏离本站的距平，将两站距平差距超过2.5℃的数据视为错误数据[20]。

2005-2015年气温数据则采用人工观测数据作为比较对象，将两类数据距平差距超过2.5℃的数据视为可疑数据，再参考邻近气象站的同期观测数据判断是否为错误数据。

4 数据使用方法和建议

本数据集汇集了35个生态站2001-2015年15年的≥10℃积温数据，覆盖了农田、森林、草地、荒漠、沼泽、湖泊和海湾等主要生态系统，为相关学者研究区域或全国≥10℃积温的时空格局与变化特征提供了新的数据源，辅以更全面地揭示热量资源分配的格局、规划与调整种植结构和作物布局、制定农业可持续发展规划。