2017-2020年東北典型農(nóng)田區(qū)積雪水熱效應(yīng)數(shù)據(jù)集

陳秀雪，李曉峰，衛(wèi)顏霖，王廣蕊，梁爽，姜波，張麗娟，侯仁杰

1.中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所，長春 130102

2.中國科學(xué)院大學(xué)，北京 100049

3.中國科學(xué)院長春凈月潭遙感實驗站，長春 130102

4.中國科學(xué)院空天信息創(chuàng)新研究院，北京 100094

5.吉林省墑情監(jiān)測中心，長春 130033

6.哈爾濱師范大學(xué)寒區(qū)地理環(huán)境監(jiān)測與空間信息服務(wù)黑龍江省重點實驗室，哈爾濱 150025

7.東北農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院，哈爾濱 150030

引 言

中國積雪分布廣泛，主要包括三大積雪穩(wěn)定區(qū)，分別是東北和內(nèi)蒙古地區(qū)、北疆和天山地區(qū)以及青藏高原地區(qū)，穩(wěn)定性積雪面積達到4 200 000km2[1]。東北和內(nèi)蒙古地區(qū)作為我國最大的商品糧基地，是我國積雪分布范圍最大的積雪穩(wěn)定區(qū)[2]。穩(wěn)定的季節(jié)性積雪對土壤中的水分和熱量運移的影響在農(nóng)業(yè)生產(chǎn)上具有重要意義[3]。由于積雪自身的高反照率和低導(dǎo)熱率，當(dāng)積雪覆蓋地表時，不同深度的積雪在不同時期對土壤具有保溫或降溫作用，這改變了淺層土壤溫濕度，影響了土壤的凍融狀態(tài)。積雪的存積和消融對春季耕種和作物的生長起到重要作用。當(dāng)春季積雪消融時，積雪或形成春季徑流，或下滲改善土壤墑情，也作為養(yǎng)分輸出的主要調(diào)節(jié)器[4-5]。同時土壤水分通過大氣和地表之間的能量交換來調(diào)節(jié)地表能量循環(huán)，為植被的蒸騰作用及光合作用提供能量[6-7]。

東北農(nóng)田區(qū)地表長時間被積雪覆蓋，積雪的物候信息直接影響土壤的凍結(jié)深度以及淺層土壤溫度，從而影響早春微生物的代謝活動和春播進程[8-9]。此外，積雪作為東北地區(qū)重要的淡水來源之一，積雪融水直接影響春季墑情，而春季土壤水分和溫度條件決定了東北地區(qū)春耕整地和春播工作是否順利開展[10-11]。因此，獲知積雪對東北農(nóng)田的水熱影響并采取有效應(yīng)對措施對農(nóng)業(yè)生產(chǎn)和管理具有重要意義[12]。本數(shù)據(jù)集在長春和哈爾濱分別開展定點實驗，觀測不同積雪覆蓋厚度下土壤溫濕度的變化，形成東北典型農(nóng)田區(qū)2017-2019年積雪-土壤水熱地面觀測數(shù)據(jù)集。此外，根據(jù)2017-2018年2月1日至3月20日66個農(nóng)業(yè)氣象站逐日0-10 cm土壤溫濕度和對應(yīng)站點的ERA5產(chǎn)品數(shù)據(jù)（包括淺層土壤溫濕度數(shù)據(jù)、雪深數(shù)據(jù)、經(jīng)緯度信息），使用多元線性回歸方法構(gòu)建東北典型農(nóng)田區(qū)春季逐日淺層土壤溫度和土壤濕度的擬合模型，最終獲取了2017年-2020年10 km×10 km分辨率的東北典型農(nóng)田區(qū)春季（2月1日-3月20日）逐日土壤溫度數(shù)據(jù)集和土壤濕度數(shù)據(jù)集，并利用2019年農(nóng)業(yè)氣象站實測土壤溫濕度進行驗證，結(jié)果表明模型具有較高的模擬精度，數(shù)據(jù)集可滿足進一步的應(yīng)用和研究需求。

1 數(shù)據(jù)采集和處理方法

1.1 數(shù)據(jù)采集方法

1.1.1 2017-2019年積雪-土壤水熱地面觀測數(shù)據(jù)集

實驗一：2016年10月18日-2017年4月10日期間在中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所長春園區(qū)（43.98°N，125.40°E）分別布設(shè)10 m×10 m的裸土和自然降雪樣方開展對照實驗（圖1）。實驗場地周圍分布著大量農(nóng)田，每年進行常規(guī)的作物種植，地勢平坦，對于長春市及周邊的農(nóng)田區(qū)在自然環(huán)境、氣候條件、土壤條件等方面具有一定代表性。此外，實驗場農(nóng)田區(qū)的土壤在整個冬季基本保持凍結(jié)狀態(tài)，且冬季降雪量較大，可以很好地觀測積雪對土壤水熱的影響。本實驗在兩塊農(nóng)田樣方中心地表以下5 cm、10 cm、15 cm、20 cm、40 cm、80 cm處均埋設(shè)了自動多路溫濕度傳感器。積雪樣方在整個實驗期間保持自然降雪，裸土樣方在每次降雪后定期清掃地面存留的積雪，保證整個實驗期間，裸土區(qū)傳感器埋設(shè)處及周邊一定范圍內(nèi)無積雪覆蓋。其他積雪參數(shù)采用人工觀測，觀測方法如下：

積雪密度：采用雪鏟和電子秤測量3次取平均值。

積雪深度：使用刻度為1 mm的刻度尺，將直尺貼于剖面，并保證直尺與地面垂直，讀數(shù)垂直于雪表面和刻度尺，觀測積雪深度。

積雪溫度：即雪層溫度，在觀測時，自下而上從積雪和地表交界面開始，每隔5 cm水平插入3個單針電子溫度計，靜置溫度計至讀數(shù)穩(wěn)定后，讀取數(shù)據(jù)，讀數(shù)精確到0.1℃，最后每層的積雪溫度為3個溫度計讀數(shù)的平均值。

雪/土壤溫度：積雪和土壤間的界面溫度，即積雪存在時地表0 cm溫度，在觀測時，也是使用3個單針電子溫度計，靜置溫度計至讀數(shù)穩(wěn)定后，讀取數(shù)據(jù)，讀數(shù)精確到0.1℃，最后雪/土壤溫度為3個溫度計讀數(shù)的平均值。

雪表溫度：積雪和大氣的界面溫度，即積雪表面0 cm處溫度。在觀測時，將3個單針電子溫度計放置積雪表面。如有太陽光照，需要用遮光板遮擋光線，將溫度計感應(yīng)區(qū)放置陰影區(qū)。靜置溫度計至讀數(shù)穩(wěn)定后，讀取數(shù)據(jù)，讀數(shù)精確到0.1℃。最后雪表溫度為3個溫度計讀數(shù)的平均值。

雪粒直徑：用毛刷將待測雪粒徑輕掃在雪粒徑板上，選擇完整的有代表性的雪晶體，用數(shù)碼顯微鏡拍攝雪粒徑照片，為了避免人為主觀選擇引起的誤差，每一層隨機選擇5組顆粒進行拍攝，最后使用相應(yīng)的軟件進行測量，記錄每個粒徑的長軸，最終該層的雪粒直徑為5組觀測數(shù)據(jù)的平均值。

圖1 積雪-土壤水熱觀測實驗一觀測示意圖Figure 1 Schematic diagram of Snow-Soil hydrothermal Observation Experiment 1

實驗二：2017年11月23日至2018年3月26日在哈爾濱師范大學(xué)(45.87°N，126.55°E)進行積雪參數(shù)和分層土壤溫濕度觀測實驗（圖2）。實驗樣方大小設(shè)置為1 m×1 m，將雪深人工堆積為10cm、20 cm、30 cm、40 cm、50 cm。裸土區(qū)在發(fā)生降雪后進行清掃，保證整個實驗期間裸土區(qū)傳感器埋設(shè)處無積雪覆蓋。在每個樣方中心埋設(shè)溫濕度傳感器，觀測不同積雪狀態(tài)下及裸土狀態(tài)地表以下5 cm、15 cm、25 cm、35 cm處土壤溫濕度。實驗過程中在2017年12月23日、2017年12月25日和2018年1月16日人工觀測液態(tài)水含量和雪密度，觀測方法如下：

液態(tài)水含量：通過雪特性分析儀Snowfork獲取，取3次平均值。

雪密度：采用雪鏟和電子秤測量3次取平均值。

圖2 積雪-土壤水熱觀測實驗二觀測示意圖Figure 2 Schematic diagram of Snow-Soil hydrothermal Observation Experiment 2

實驗三：2018年10月1日到2019年5月1日期間在東北農(nóng)業(yè)大學(xué)試驗區(qū)（45.75°N，126.73°E）布設(shè)10 m×10 m樣方的裸土和自然降雪的對照實驗（圖3）。土壤溫濕度傳感器分別埋設(shè)在兩塊試驗場土質(zhì)均勻處地下10 cm、20 cm、30 cm、40 cm、50 cm、60 cm、70 cm、80 cm、90 cm、100 cm處。自然降雪處理地塊保持原有的自然狀態(tài)，裸土區(qū)在發(fā)生降雪后進行清掃。

圖3 積雪-土壤水熱觀測實驗一觀測示意圖Figure 3 Schematic diagram of Snow-Soil hydrothermal Observation Experiment 3

1.1.2 2017-2020年東北典型農(nóng)田區(qū)春季逐日土壤溫濕度數(shù)據(jù)集

本研究使用的源數(shù)據(jù)包括兩部分，一是吉林西部地區(qū)66個農(nóng)業(yè)氣象站點逐日觀測的0-10 cm土壤溫濕度數(shù)據(jù)（來源于吉林省墑情監(jiān)測中心），圖4展示了農(nóng)業(yè)氣象站的分布；二是ERA5_land再分析數(shù)據(jù)集，數(shù)據(jù)的空間分辨率為 10 km×10 km，時間分辨率為 1小時(https://cds.climate.copernicus.eu/cdsapp#!/dataset/)。ERA5是第五代ECMWF大氣再分析全球氣候數(shù)據(jù)，該數(shù)據(jù)集利用物理定律將模型數(shù)據(jù)與來自世界各地的觀測結(jié)果整合成一個全球完整一致的數(shù)據(jù)集。數(shù)據(jù)集從1950年至今持續(xù)更新，可以提供對歷史氣候的準(zhǔn)確描述。本研究下載使用了2017-2020年期間每年2月1日至3月20日的吉林西部逐小時的淺層土壤溫度數(shù)據(jù)、淺層土壤濕度數(shù)據(jù)、雪深數(shù)據(jù)。

圖4 吉林省典型農(nóng)田區(qū)農(nóng)業(yè)氣象站分布圖Figure 4 Distribution map of agricultural meteorological stations in typical farmland areas of Jilin Province

1.2 數(shù)據(jù)處理與制備

1.2.1 2017-2019年積雪-土壤水熱地面觀測數(shù)據(jù)集處理

由于停電或者儀器故障等原因，單點定位控制對照實驗中土壤溫濕度傳感器觀測存在數(shù)據(jù)的部分缺失和觀測值異常問題，在數(shù)據(jù)整理過程中，對觀測值異常值進行剔除，并標(biāo)注為NULL值。

1.2.2 2017-2020年東北典型農(nóng)田區(qū)春季逐日土壤溫濕度數(shù)據(jù)集制備

本研究選擇吉林省西部作為典型農(nóng)田區(qū)代表，包括長春市、松原市、白城市和四平市。研究中首先根據(jù)農(nóng)業(yè)氣象站的經(jīng)緯度提取ERA5數(shù)據(jù)集中對應(yīng)像元的土壤溫度、土壤濕度以及雪深；此外，基于多元回歸，利用氣象站數(shù)據(jù)和提取的ERA5數(shù)據(jù)，構(gòu)建東北典型農(nóng)田區(qū)春季逐日淺層土壤溫濕度擬合模型，基于擬合模型在面尺度上生成逐日土壤溫濕度數(shù)據(jù)。

溫度擬合模型如下：

其中ERA5Temp代表該像元點ERA5產(chǎn)品的淺層土壤溫度值（K），ERA5SD代表該像元點ERA5產(chǎn)品的雪深值（cm），Lon代表該像元點經(jīng)度，Lat代表該像元點緯度，Ytemp為擬合的0-10 cm土壤溫度（K）。

濕度擬合模型如下：

其中ERA5Mois代表該像元點ERA5產(chǎn)品的0-7 cm土壤濕度值（m3m-3），Ymois為擬合的淺層土壤濕度（m3m-3）。

2 數(shù)據(jù)樣本描述

2.1 2017-2019年積雪-土壤水熱地面觀測數(shù)據(jù)集

實驗一的觀測數(shù)據(jù)集為2016年10月18日-2017年4月10日在中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所進行的積雪參數(shù)和分層土壤溫濕度觀測數(shù)據(jù)。其中：“積雪參數(shù)測量數(shù)據(jù)”觀測要素包括積雪深度、積雪溫度、雪/土壤溫度、雪表溫度、積雪密度和雪粒直徑；“1小時步長積雪區(qū)和裸土區(qū)土壤溫濕度觀測數(shù)據(jù)”和“10分鐘步長積雪區(qū)和裸土區(qū)土壤溫濕度觀測數(shù)據(jù)”觀測要素包括積雪區(qū)和裸土區(qū)0 cm、5 cm、10 cm、15 cm、20 cm、40 cm、80 cm處土壤溫濕度觀測數(shù)據(jù)，數(shù)據(jù)集共包含3個Excel數(shù)據(jù)表，共53 446條記錄，示例詳見表1-2。

表1 積雪參數(shù)測量數(shù)據(jù)Table 1 Measurement data of snow cover parameters

表2 積雪區(qū)土壤溫濕度觀測數(shù)據(jù)Table 2 Observation data of soil temperature and humidity in snow covered

序號字段內(nèi)容字段描述量綱示例8 T20_Snow 積雪覆蓋下地表以下20 cm處的土壤溫度 ℃ 11.80 9 T40_Snow 積雪覆蓋下地表以下40 cm處的土壤溫度 ℃ 12.20 10 T80_Snow 積雪覆蓋下地表以下80 cm處的土壤溫度 ℃ 12.20 11 MS05_Snow 積雪覆蓋下地表以下5 cm處的土壤濕度 % 25.30 12 MS10_Snow 積雪覆蓋下地表以下10 cm處的土壤濕度 % 30.40 13 MS15_Snow 積雪覆蓋下地表以下15 cm處的土壤濕度 % 28.60 14 MS20_Snow 積雪覆蓋下地表以下20 cm處的土壤濕度 % 25.70 15 MS40_Snow 積雪覆蓋下地表以下40 cm處的土壤濕度 % 27.10 16 MS80_Snow 積雪覆蓋下地表以下80 cm處的土壤濕度 % 23.70 17 T00_Bare 裸土區(qū)土壤表面溫度 ℃ 8.6 18 T05_Bare 裸土區(qū)地表以下5 cm處的土壤溫度 ℃ 10.6 19 T10_Bare 裸土區(qū)地表以下10 cm處的土壤溫度 ℃ 10.6 20 T15_Bare 裸土區(qū)地表以下15 cm處的土壤溫度 ℃ 10.5 21 T20_Bare 裸土區(qū)地表以下20 cm處的土壤溫度 ℃ 10.3 22 T40_Bare 裸土區(qū)地表以下40 cm處的土壤溫度 ℃ 11.1 23 T80_Bare 裸土區(qū)地表以下80 cm處的土壤溫度 ℃ 11.0 24 MS05_Bare 裸土區(qū)地表以下5 cm處的土壤濕度 % 38.9 25 MS10_Bare 裸土區(qū)地表以下10 cm處的土壤濕度 % 41.3 26 MS15_Bare 裸土區(qū)地表以下15 cm處的土壤濕度 % 44.0 27 MS20_Bare 裸土區(qū)地表以下20 cm處的土壤濕度 % 37.9 28 MS40_Bare 裸土區(qū)地表以下40 cm處的土壤濕度 % 34.6 29 MS80_Bare 裸土區(qū)地表以下80 cm處的土壤濕度 % 33.7

實驗二為2017年11月23日至2018年3月26日在哈爾濱師范大學(xué)進行的積雪參數(shù)和分層土壤溫濕度觀測的數(shù)據(jù)集。其中“積雪密度和液態(tài)水含量數(shù)據(jù)”觀測要素包括雪密度和液態(tài)水含量?！安煌e雪厚度下土壤溫濕度數(shù)據(jù)”觀測要素包括10 cm、20 cm、30 cm、40 cm和50 cm積雪厚度覆蓋下地表以下5 cm、15 cm、25 cm、35 cm處土壤溫濕度，以及裸土區(qū)地表以下5 cm、15 cm、25 cm、35 cm處土壤溫濕度。數(shù)據(jù)集共包含2個Excel數(shù)據(jù)表，共17 008條記錄，詳見表3-4，由于不同積雪厚度觀測區(qū)和裸土區(qū)的觀測要素項完全一致，本文以50 cm積雪厚度下土壤溫濕度觀測要素項為例說明（表4）。

表3 積雪密度和液態(tài)水含量數(shù)據(jù)Table 3 Snow density and liquid water content data

表4 50 cm積雪厚度下土壤溫濕度數(shù)據(jù)Table 4 Soil temperature and humidity data under 50cm snow thickness

實驗三為2018年10月1日到2019年5月1日在東北農(nóng)業(yè)大學(xué)觀測的分層土壤溫濕度數(shù)據(jù)集。“2018-2019哈爾濱積雪-土壤水熱地面觀測數(shù)據(jù)”觀測要素包括積雪區(qū)和裸土區(qū)地表以下10 cm、20 cm、30 cm、40 cm、50 cm、60 cm、70 cm、80 cm、90 cm、100 cm處土壤溫濕度觀測數(shù)據(jù)。數(shù)據(jù)集共包含1個Excel數(shù)據(jù)表，共10180條記錄，詳見表5。積雪區(qū)和裸土區(qū)的觀測要素項完全一致，因此表5以積雪區(qū)為例展示了該數(shù)據(jù)集內(nèi)容。

表5 2018-2019哈爾濱積雪-土壤水熱地面觀測數(shù)據(jù)（積雪區(qū)）Table 5 Snow-soil water hydrothermal data in Harbin from 2018 to 2019 in snow covered

序號字段內(nèi)容字段描述量綱示例15 MS30_Snow 積雪區(qū)地表以下30 cm土層濕度 % 29.37 16 MS40_Snow 積雪區(qū)地表以下40 cm土層濕度 % 29.98 17 MS50_Snow 積雪區(qū)地表以下50 cm土層濕度 % 28.10 18 MS60_Snow 積雪區(qū)地表以下60 cm土層濕度 % 30.84 19 MS70_Snow 積雪區(qū)地表以下70 cm土層濕度 % 30.95 20 MS80_Snow 積雪區(qū)地表以下80 cm土層濕度 % 29.44 21 MS90_Snow 積雪區(qū)地表以下90 cm土層濕度 % 29.67 22 MS100_Snow 積雪區(qū)地表以下100 cm土層濕度 % 32.52

2.2 2017-2020年東北典型農(nóng)田區(qū)春季逐日土壤溫濕度數(shù)據(jù)集

本數(shù)據(jù)集為tiff格式，數(shù)據(jù)集為2017-2020年每年的2月1日至3月20日的逐日土壤溫濕度數(shù)據(jù)，共386景數(shù)據(jù)，空間分辨率為10 km×10 km。如果像元土地利用類型為農(nóng)田時，此時像元值為0-10 cm的土壤溫度（單位：K，如圖5）或0-10 cm土壤濕度（單位：m3m-3，如圖6），當(dāng)像元土地利用類型為其他時，此時像元值標(biāo)記為-255。

圖5 2020年2月1日東北典型農(nóng)田區(qū)春季土壤溫度數(shù)據(jù)Figure 5 Soil temperature data in typical farmland areas in Northeast China on February 1st, 2020

圖6 2020年2月1日東北典型農(nóng)田區(qū)春季土壤濕度數(shù)據(jù)Figure 6 Soil humidity data in typical farmland areas in Northeast China on February 1st, 2020

3 數(shù)據(jù)質(zhì)量控制和評估

在 2017-2019年積雪-土壤水熱地面觀測數(shù)據(jù)集中，原始數(shù)據(jù)均為人工紙質(zhì)記錄，數(shù)據(jù)收集完成后，在檢查數(shù)據(jù)的有效性后錄入電子數(shù)據(jù)。并對異常值進行剔除，對于數(shù)據(jù)缺失的值用NULL填充。研究中對數(shù)據(jù)的存儲方式、數(shù)據(jù)格式進行統(tǒng)一與規(guī)范，提高數(shù)據(jù)的可讀性。

在2017-2020年東北典型農(nóng)田區(qū)春季逐日土壤溫濕度數(shù)據(jù)集中，研究基于2017年和2018年2月1日至3月20日期間66個農(nóng)業(yè)氣象站=的逐日土壤溫濕度數(shù)據(jù)建立模型，并利用2019年2月1日至3月20日期間66個農(nóng)業(yè)氣象站的逐日土壤溫濕度對該數(shù)據(jù)集進行精度驗證。結(jié)果表明實測土壤溫度數(shù)據(jù)與產(chǎn)品土壤溫度有很好的相關(guān)性（皮爾遜相關(guān)系數(shù)為0.96，均方根誤差為1.6℃），實測土壤濕度數(shù)據(jù)與產(chǎn)品土壤濕度也有較好的相關(guān)性（皮爾遜相關(guān)系數(shù)為0.51，均方根誤差為0.04 m3m-3）。

4 數(shù)據(jù)價值

本數(shù)據(jù)集首先在長春和哈爾濱地區(qū)分別開展不同積雪厚度下土壤溫濕度的觀測實驗，為探究積雪多寡對土壤溫濕度的影響提供可靠的實地觀測數(shù)據(jù)；其次基于農(nóng)業(yè)氣象站觀測數(shù)據(jù)構(gòu)建吉林西部典型農(nóng)田區(qū)春季土壤水熱數(shù)據(jù)集，數(shù)據(jù)集具有時間和空間上的連續(xù)性，為評估積雪對春季農(nóng)田區(qū)土壤水熱的影響提供真實、可靠的數(shù)據(jù)支持。

5 數(shù)據(jù)使用方法和建議

2017-2019年積雪-土壤水熱地面觀測數(shù)據(jù)集存儲的數(shù)據(jù)結(jié)構(gòu)類型為.xlsx格式，可用Microsoft Office和WPS打開處理。2017-2020年東北典型農(nóng)田區(qū)春季逐日土壤溫濕度數(shù)據(jù)集采用tiff數(shù)據(jù)格式存儲，在ArcGIS等GIS平臺均可進行數(shù)據(jù)的讀取和編輯等操作。