2005-2020年中国西北干旱区典型生态系统土壤有机碳密度数据集

土壤有机碳库是陆地生态系统碳库中最大、最为活跃的部分,在全球碳循环过程和全球气候变化中起着重要的作用。中国西北旱区位于欧亚大陆的腹地,生态系统极其脆弱,对气候变化的响应也极为敏感,是近年来众多学者关注的热点地区,土壤有机碳储量估算以及空间分布特征日益成为该区域的研究焦点之一,但是数据共享不足与实测数据相对缺乏是造成研究结果不确定性的重要因素。在收集中国生态系统研究网络(CERN)位于中国西北六省区的农田、荒漠、草地生态系统野外科学观测研究站土壤长期观测数据的基础上,通过筛选、质量控制后,采用有机碳估算模型计算生成了中国西北干旱区典型生态系统土壤有机碳密度数据集。本数据集涵盖了11个站点2005-2020年各类长期观测样地的表层(0-20 cm)和剖面分层土壤有机碳密度数据,以期为中国西北干旱区土壤碳储量估算和碳循环过程研究提供有价值的实测数据。

2005-2020年中国干旱半干旱区典型草地和荒漠生态系统植被地上生物量数据集

植被生物量是全球碳循环的重要组成部分,是陆地生态系统与大气之间碳交换的重要环节,是定量研究全球气候变化与草地、荒漠生态系统之间的反馈调节作用等的基础。中国干旱半干旱区的草地、荒漠生态系统是重要的碳库类型,本文选取中国生态系统研究网络(Chinese Ecosystem Research Network,CERN)中位于中国干旱半干旱区的2个草地生态系统观测研究站(海北站、内蒙古站)和5个荒漠生态系统类型观测研究站(鄂尔多斯站、阜康站、临泽站、奈曼站、沙坡头站)的典型生态系统,对其按照CERN生态系统长期观测规范开展长期观测获取的植被地上生物量的2005–2020年间生长季的月动态实测数据进行了收集整理与质量控制,并开展了样方原始调查数据到样地尺度观测数据的统计计算,生成了植被地上生物量数据集,可为中国干旱半干旱区草地和荒漠生态系统对全球气候变化响应及植被保育与可持续发展等研究提供地面观测数据支撑。

基于大数据流水线系统的算法模型整合方法研究——以基于机器学习方法的LiDAR数据树木生物量反演为例

【背景】激光雷达(LiDAR)数据在森林资源分析利用方面有着广泛应用,科研人员研制了很多涉及大数据管理和人工智能的专业算法模型,这些算法模型目前多数散落在研究人员手里,尚缺乏新型信息化平台对其进行整合。【方法】大数据流水线系统πFlow软件具有大数据管理能力和大数据算法集成能力,并可以所见即所得方式构建流水线并调度运行流水线,适合于LiDAR数据复杂算法模型的整合,且流水线可定制、可复用。【内容】本文介绍了πFlow的特点和功能,并以基于LiDAR冠层高度模型(CHM)数据的树冠解析及利用机器学习方法估测树木生物量为例,介绍了将算法整合到πFlow并构建LiDAR数据分析处理流水线的方法和技术,且对流水线进行了测试运行。【结果】利用πFlow构建的可重复信息化平台可支撑野外站观测网络的LiDAR数据生物量快速反演,为数据密集型的专业数据处理算法模型的整合提供了创新方法技术。

科学数据网络:概念、系统与应用

【应用背景】科学数据具有分散化、差异化、孤岛化等典型特征,构建可打破各种孤岛、有效整合分布式科学数据资源的基础设施具有重要意义。【方法】本文梳理了国内外类网络科学数据平台、技术与系统的进展,阐明了科学数据网络的概念、特征、功能与关键技术,并针对新型科研范式下科学数据的协作利用需求,提出并设计了科学数据协作网络RDCN。【结论】科学数据网络可有效改善科学数据的分散化、差异化、孤岛化问题,RDCN在生物多样性研究、生态系统野外台站观测研究、多信使天文学研究等融合科学协作场景中将发挥重大的作用。

新疆农田和荒漠生态系统土壤有机碳储量及其影响因素

基于中国生态系统研究网络(CERN)长期监测数据,选取新疆维吾尔自治区代表暖温带干旱区的绿洲农田生态系统(阿克苏站)、代表暖温带荒漠区(策勒站)以及温带荒漠区(阜康站)的绿洲农田和荒漠生态系统综合观测场、辅助观测场和农户调查点2005—2020年0—100 cm土层的土壤有机碳(SOC)储量数据,分析新疆农田和荒漠生态系统SOC储量的影响因素。研究结果表明,2005—2020年0—100 cm土层SOC总储量平均值为阿克苏站(5.17 kg/m^(2))>阜康站(4.20 kg/m^(2))>策勒站(2.96 kg/m^(2))。0—20 cm、20—40 cm、40—60 cm土层的SOC分别约占0—100 cm土层储量的27.3%—35.3%、23.1%—24.6%和15.8%—17.5%。在阿克苏站,施肥量最高、灌溉量最低的农户调查点SOC储量最高;而在策勒站和阜康站,农户调查点和辅助观测场的施肥和灌溉措施分别最有利于提高SOC储量。总体来看,土壤含水量、地上生物量与SOC储量呈正相关关系;年平均气温与0—40 cm土层的SOC储量呈负相关关系。在单一生态站的生态系统尺度,年平均气温与SOC储量相关性不显著;地上生物量与策勒站和阜康站的SOC储量呈正相关关系,但是与阿克苏站0—40 cm土层的SOC储量呈负相关关系;施纯钾量与策勒站0—60 cm土层的SOC储量呈正相关关系,但与阜康站40—100 cm土层的SOC储量呈负相关关系。总之,与自然状态下的荒漠和农田不施肥相比,灌溉和施肥的农田管理措施有利于增加干旱区SOC储量。不同生态站要根据自身区域特点制定合理的农田管理模式,以维持较高的SOC储量。

森林每木生物量数据质控方法和技术研究

【目的】野外森林生态站乔木生物量长期动态观测数据,对于支撑中国典型森林碳储量、森林生产力等分析研究具有重要价值。每木生物量(Tree biomass weight,TBW)数据是估算森林生物量的基础。TBW数据质量是其长期观测的生命线,也是生物量数据相关科学研究获得正确结论的基础。【方法】TBW数据质控方法的研究、数据质控标准的建立和数据质控信息技术手段的使用,是提升TBW数据质量的三个方面。本文首先介绍中国生态系统研究网络(CERN)森林生态站TBW数据生产过程、TBW数据模式和数据项标准化内容,然后介绍TBW数据质控总体框架及质控方法,最后介绍信息技术(基于OLE编程、Python多进程计算)在TBW基础与实测数据质控及在派生数据自动核验方面的应用。【结果】本文实现了TBW数据一致性、准确性的快速检查,有助于形成标准化的数据质控业务流程,对于海量的森林生态站多样地TBW数据的高效质控和快速计算具有重要参考价值。

端到端的科学数据跨中心工作流分析框架

【目的】大数据与人工智能技术的快速发展催生了科研范式变革,新科研范式普遍要求对不同领域的科学数据资源进行协同分析,任务类型多样,分析流程横跨不同科学数据中心。【应用背景】现有工作流分析框架因在分析流程表达能力、异构计算框架整合能力、跨中心作业调度能力上的不足,难以支撑端到端的科学数据跨中心工作流分析需求。【方法】本文提出了可进行端到端科学数据跨中心工作流分析的软件框架,支持跨中心异构工作流构建、跨框架数据透明传递、跨中心作业优化调度。【结果】基于国家生态科学数据中心“草地地上生物量跨台站在线处理与质量控制”场景,对科学数据跨中心工作流分析框架进行了功能和性能验证,验证了该框架的先进性和可行性。

生态系统长期观测数据产品化及标准规范建设

生态系统长期观测(Long-term Observation for Ecosystem,EcoLTO)是开展生态系统演变规律及生态系统对全球变化响应和适应等生态学研究的重要支撑手段,开展高质量监测、获取高质量数据、进行高效数据管理,提供优质数据共享服务是EcoLTO的使命和目标。从“统一监测”“统一数据管理”到“统一数据产品管理”是实现EcoLTO数据管理目标所经历的3个循环上升阶段。本文提出EcoLTO产品化思想和EcoLTO数据产品概念,介绍具有自主知识产权的EcoLTO数据产品标准规范的概要组成,以及标准规范在中国生态系统研究网络(CERN)数据中心和国家生态科学数据中心(NESDC)“生态网络云”系统的产品存储库中的应用效果。实践证明标准规范具有可行性,可为我国相关行业、机构开展数据全生命周期中数据质量控制、数据产品开发及体系建立、数据管理及共享提供重要依据和参考。

新一代“生态网络云”大数据平台的设计与实现

【目的】构建高效的信息化云平台,是实现多源异构生态大数据仓储与开放共享的重要支撑手段。【方法】结合生态大数据的演变、国家科学数据政策的影响,按照科学数据全生命周期管理过程,分析了国家生态科学数据中心现有信息化平台面临的问题和挑战,尝试采用领域驱动设计方法,开展生态科学数据汇聚微服务拆分。【结果】基于“开放汇聚、协同管理、智慧服务”理念,提出了新一代“生态网络云”大数据平台(Eco-Cloud)的总体架构设计,结合当前需求从多源数据汇交、统一存储管理、数据加工与挖掘分析、服务与展现四个层次给出了主要系统组成及其应用场景。【结论】新平台有助于推动生态科学数据多源开放汇聚、资产化管理,提升生态科学数据分析能力与共享服务水平。

基于生命周期的国家生态系统观测研究网络科技资源管理研究

科技资源管理是一项重要又复杂的工程,将生命周期理论引入国家生态系统观测研究网络(CNERN)科技资源的管理,阐释CNERN科技资源及其生命周期,将CNERN科技资源的生命周期划分为资源需求、资源整合、资源保管、资源分析、资源服务和服务评估6个阶段。在分析科技资源生命周期各个阶段涉及的管理内容基础上,提出基于生命周期的CNERN科技资源管理框架模型,实现CNERN科技资源的全链条、系统化管理,以提升CNERN科技资源利用效率、促进CNERN科技资源开放服务。

基于模型数据融合的我国陆地生态系统碳氮水循环研究应用

以中国生态系统研究网络(CERN)长期定位观测数据为基础,结合多源数据发展了生态模型数据融合方法体系,研发多尺度生态数据产品和生态数据共享、分析与模拟平台,系统评估我国陆地生态系统近30年碳氮水通量的大小、趋势和年际变异及其影响因素,以推动我国生态信息学领域的技术发展,深入认识陆地生态系统碳氮水循环和气候相互关系,提高我国生态系统评估与管理能力。

生态系统长期观测数据产品体系

生态系统水、土、气、生要素的长期定位观测和数据积累可为生态系统评价及管理提供科学依据,但目前国内尚未建立生态系统长期观测数据产品体系,无法为数据产品的生产提供有效指导。首先分析了国际生态环境观测研究网络数据产品体系,然后结合我国现有生态系统长期观测规范与数据资源的实际状况,基于数据产品分类、数据产品分级两个维度提出了一套生态系统长期观测数据产品体系。该体系既能表现长期观测数据产品的内容,又能表达数据产品生产、加工过程,并被应用于中国生态系统研究网络(CERN)森林生态系统长期观测数据产品体系的设计。该数据产品体系具有较好的实际操作价值,对提升长期观测数据的使用价值具有重要作用。

生态系统要素长期观测(EcoLTO)数据产品规范研制

生态系统长期观测(Long Term Observation for Ecosystem,简称EcoLTO)数据产品是在“统一监测”、“统一数据管理”过程中建成的规范化EcoLTO数据库基础上,通过进一步处理加工、分析挖掘后形成的更高质量的数据形态。数据产品能更好体现EcoLTO数据长期性、多样性、灵活性等特征。国家生态科学数据中心(NESDC)在将EcoLTO数据产品化过程中,需要研制EcoLTO数据产品规范,以便对“统一数据产品”的生产、质量控制、存储管理、开放共享发挥指导作用,进而支撑面向科研人员提供更高质量的产品共享服务。本文介绍了EcoLTO数据产品规范研制过程、产品规范的组成内容、产品规范在实践中的使用方法,并给出了产品规范在NESDC数据共享服务平台中的应用案例。本文可为数据产品的生产者、管理者及使用者理解EcoLTO数据产品规范提供参考,有助于产品规范的推广和应用。

A Brief Introduction to Chinese Ecosystem Research Network(CERN)

An ecosystem communities with is one or many a variety of biotic （living organisms including plants, animals and microbes） and abiotic （things like air, water and mineral soil） components that function in an interrelated fashion （Chapin et al. 2012）. These biotic and abiotic components linked together through nutrient cycles and energy flows （Chapin et al. 2012）. Ecosystems provide humanity with a wide range of services, which are vital to sustaining human health and well-being, and social and economic development （MEA 2005）. These services are categorized into provisioning, regulating,

Ecosystem Carbon Allocation of a Temperate Mixed Forest and a Subtropical Evergreen Forest in China

Ecosystem carbon allocation can indicate ecosystem carbon cycling visually through its quantification within different carbon pools and carbon exchange.Using the ecological inventory and eddy covariance measurement applied to both a mature temperate mixed forest in Changbai Mountain (CBM)and a mature subtropical evergreen forest in Dinghu Mountain (DHM),we partitioned the ecosystem carbon pool and carbon exchange into different components,determined the allocation and analyzed relationships within those components.Generally, the total carbon stock of CBM was slightly higher than that of DHM due to a higher carbon stock in the arbor layer at CBM.It was interesting that the proportions of carbon stock in vegetation,soil and litter were similar for the two mature forests.The ratio of vegetation carbon pool to soil carbon stock was 1.5 at CBM and 1.3 at DHM.However, more carbon was allocated to the trunk and root from the vegetation carbon pool at CBM,while more carbon was allocated to foliage and branches at DHM.Moreover,77% of soil carbon storage was limited to the surface soil layer (0-20cm),while there was still plentiful carbon stored in the deeper soil layers at DHM.The root/shoot ratios were 0.30 and 0.25 for CBM and DHM,respectively.The rates of net ecosystem productivity (NPP)to gross ecosystem productivity (GPP)were 0.76 and 0.58,and the ratios of ecosystem respiration (Re)to GPP were 0.98and 0.87for CBM and DHM,respectively.The net ecosystem carbon exchange/productivity (NEP)was 0.24t C ha^-1 yr^-1 for CBM and 3.38t C ha^-1 yr^-1 for DHM.Due to the common seasonal and inter-annual variations of ecosystem carbon exchange resulting from the influence of environmental factors,it was necessary to use the long record dataset to evaluate the ecosystem sink capacity.