2005–2015年中国生态系统研究网络农田生态系统生态站表层土壤有机碳密度数据集 中华文库
2005–2015年中国生态系统研究网络农田生态系统生态站表层土壤有机碳密度数据集 作者:苏文 2019年9月23日 |
|
摘要&关键词
摘要:耕地有机碳是农田土壤碳库的重要组成部分。中国耕地土壤分布广泛,土壤的区域异质性高,利用方式和种植制度复杂多样,因此研究耕地有机碳及储量的变化规律,摸清耕地土壤的固碳能力,认识耕地固碳与生产力保持的耦合机制,对中国来讲尤其重要。国内很多学者利用全国第二次土壤普查数据、文献报道的数据开展相关研究,但总体上看,系统的、长期的耕地土壤观测与试验数据相对缺乏。本数据集利用中国生态系统研究网络19个涵盖不同农田生态系统的生态站多年系统的表层土壤理化性质实测数据,结合有机碳估算模型,计算出2005–2015年来中国主要农田生态系统生态站的表层土壤有机碳密度,可以为更准确地估算中国农田耕层土壤有机碳储量、研究其空间分布特征提供数据基础。
关键词:表层土壤有机碳密度;农田生态系统;中国生态系统研究网络;长期观测
Abstract & Keywords
Abstract: Cultivated land organic carbon is an important component of farmland soil carbon pool. Because of the wide distribution and the high soil heterogeneity of the cultivated land in China, the land use patterns and planting systems are complex and diverse. It is particularly important for China to study the changes of organic carbon and its storage in cultivated land, to understand the carbon sequestration capacity of cultivated land, and to understand the coupling mechanism between carbon sequestration and productivity maintenance of cultivated land. Many Chinese scholars use the data of the second National Soil Census and the data reported in the literature to carry out relevant research, but generally speaking, systematic and long-term observation data of cultivated land soil are relatively scarce. This dataset calculated the topsoil organic carbon density of ecological stations covering main agricultural ecosystems in China from 2005 to 2015 based on the measured data of physical and chemical properties of topsoil from 19 China Ecosystem Research Network (CERN) ecological stations covering different agricultural ecosystems, and combined with the estimation model of organic carbon. It will be the basis of estimating more accurately the soil organic carbon storage and studying its spatial distribution characteristics of farmland in China.
Keywords: topsoil organic carbon density; agricultural ecosystem; Chinese Ecosystem Research Network; long-term observation
数据库(集)基本信息简介
数据库(集)名称 | 2005–2015年中国生态系统研究网络农田生态系统生态站表层土壤有机碳密度数据集 |
数据作者 | 苏文 |
数据通信作者 | 苏文(suw@igsnrr.ac.cn) |
数据时间范围 | 2005–2015年 |
地理区域 | 中国生态系统研究网络(CERN)19个农田生态站,包括阿克苏站、安塞站、常熟站、长武站、封丘站、海伦站、栾城站、拉萨站、千烟洲站、沈阳站、桃源站、禹城站、盐亭站、鹰潭站、策勒站、阜康站、临泽站、奈曼站、沙坡头站。 |
数据量 | 748条记录 |
数据格式 | *.xlsx |
数据服务系统网址 | http://www.sciencedb.cn/dataSet/handle/878 |
基金项目 | 国家重点研发计划(2017YFC0503803) |
数据库(集)组成 | 数据文件包含2个数据表单,“土壤有机碳密度”表单存放19个农田生态站2005–2015年的表层土壤有机碳密度数据;“样地信息”表单为数据涉及样地的描述信息。 |
Dataset Profile
Title | Topsoil organic carbon density for agricultural ecosystem field stations of Chinese Ecosystem Research Network (2005 – 2015) |
Data corresponding author | Su Wen (suw@igsnrr.ac.cn) |
Data author | Su Wen |
Time range | 2005 – 2015 |
Geographical scope | 19 agricultural field stations of the Chinese Ecosystem Research Network (CERN), including stations of Aksu, Ansai, Changshu, Changwu, Fengqiu, Hailun, Luancheng, Lasa, Qianyanzhou, Shenyang, Taoyuan, Yucheng, Yanting, Yingtan, Cele, Fukang, Linze, Naiman, Shapotou. |
Data volume | 748 entries |
Data format | *.xlsx |
Data service system | <http://www.sciencedb.cn/dataSet/handle/878> |
Source of funding | National Key R&D Program of China (2017YFC0503803) |
Dataset composition | The dataset which is an Excel file is composed of two sheets. The “Soil Organic Carbon Density” sheet stores topsoil organic carbon density data for 19 stations from 2005 to 2015; the “information of plots” sheet stores the basic background information of the plots related to the data. |
引 言
土壤有机碳是地球陆地生态系统最重要和活跃的碳库, 同时又是土壤肥力和基础地力的最重要的物质基础。由于受到人类活动的强烈影响,农田土壤碳库的研究一直是碳循环研究的热点,也是全球变化、温室气体减排和粮食安全等问题研究的核心内容之一[1][2]。耕地有机碳是农田土壤碳库的重要组成部分。在自然因素和农业管理措施的作用下,农田耕层土壤碳库在不断地变化,这种变化不仅改变土壤肥力,而且影响区域乃至全球碳循环[3][4]。自然资源部《2016中国国土资源公报》显示,中国耕地面积为135 Mhm2左右,约占我国国土面积的14%。由于中国耕地土壤分布广泛,利用方式和种植制度复杂多样,土壤的区域异质性高[5],因此,研究耕地有机碳及储量的变化规律,摸清耕地土壤的固碳能力, 认识耕地固碳与生产力保持的耦合机制,对中国来讲尤其重要[6][2]。
20世纪70年代末到80年代初开展的全国第二次土壤普查,获得了较为详细的全国范围内的土壤状况数据[7]。国内很多学者以这些数据为基础,利用不同时期的耕地质量监测数据、采样数据、发表文献的数据[4],研究国家[5]、区域[8]、省域[9][4]等不同尺度上耕地土壤有机碳时空分布、碳储量及固碳潜力。也有学者利用全国长期农田试验有机碳含量变化的文献资料、国内农田土壤有机碳和土壤有机质研究文献报道的农田耕层有机碳数据进行相关研究[10][7][3]。但是总体上看,系统的、长期的耕地土壤观测与试验数据相对缺乏[11]。
中国生态系统研究网络(Chinese Ecosystem Research Network,CERN)由中国科学院于1988年组建,目前有农田、森林、草地、荒漠、湖泊、海湾、沼泽、喀斯特和城市9类生态系统的44个生态站[12][13]。其中,农田生态系统生态站涵盖了松嫩平原农田生态系统、下辽河平原农田生态系统、华北太行山前平原农田生态系统、黄淮海平原农田生态系统、太湖平原农田生态系统、南方丘岗区农田生态系统、洞庭湖平原农田生态系统、川中丘陵农田生态系统、黄土高原农田生态系统和荒漠绿洲农田生态系统[14]。CERN制定了统一的大气、水分、土壤和生物要素变化观测指标体系,1998年以来,每个生态站根据指标体系,按规定的时间频度进行观测[15][12]。农田生态系统土壤观测通过观测生态站所在地区的代表性农田生态系统主要类型土壤的组分、结构和重要生态过程的变化规律,为区域农田土壤质量的变化规律提供长期、系统的观测数据[16]。土壤有机碳密度是表征土壤质量及陆地生态系统对全球变化贡献大小和衡量土壤中有机碳储量的重要指标[8]。利用CERN农田生态系统生态站的土壤观测数据,计算各站多年表层土壤有机碳密度,可以为今后的农田土壤碳库研究提供数据支持。
1 数据采集和处理方法
耕作土壤剖面一般分作三层:表土层、心土层和底土层。其中最上部的表土层深度大致0~15(20)cm,是物质转化较快、干湿寒温变化较大的一层[17]。本数据集以CERN农田生态站表层土壤理化性质实测数据为基础,结合有机碳估算模型,计算表层土壤有机碳密度。
1.1 基础数据
一般认为,土壤有机碳密度是由土壤有机碳含量、砾石(粒径>2 mm)含量和容重共同决定。有研究认为,中国农业土壤经过长期人为的耕作熟化,耕层中粒径>2 mm的砾石体积含量可能不是很大,可以忽略不计[18][5]。因此本数据集主要收集了CERN农田生态站的表层土壤有机质与土壤容重实测数据以及采样地点地理位置、海拔、主要作物、管理方式等信息。数据全部来自“国家生态系统观测研究网络科技资源服务系统”(http://www.cnern.org.cn)中的生态系统长期监测数据集。
CERN在2002–2005年间系统地建立了土壤长期监测规范[19]。为在国家和区域尺度上保证农田生态系统观测数据的可比性,并为区域农业的可持续发展提供决策依据,CERN农田生态站在综合观测场、辅助观测场采用相同的观测项目和观测方法进行土壤观测,以同时观测不同管理方式下农田生态过程的演化;各站还设置了站区调查点,以获取区域农户管理模式下土壤质量的变化。综合观测场设置在生态站所在区域内最具代表性的农田类型的典型地段,其土壤类型、种植模式与管理制度等具有典型性和代表性;辅助观测场是作为综合观测场的对照和补充,一般设置空白(不施肥)、化肥、化肥配合秸秆处理3种观测类型;站区调查点主要选择耕作、轮作及土壤类型与综合观测场一致或相近的、有代表性的农户地块[20][16]。按照《CERN陆地生态系统土壤观测规范》,表层土壤有机质的观测频率为2~3年一次,有些生态站根据自身观测能力与条件,提高了观测频率;土壤容重的观测频率则为5年一次。本数据集选取了表层土壤有机质观测时间序列不少于5年的19个生态站综合观测场和辅助观测场的相关数据,时间范围为2005–2015年。19个生态站包含农田生态站14个,荒漠农田复合生态站5个(表1)。
表1 生态站基本信息
序号 | 生态站名称 | 生态站代码 | 生态系统类型 | 所在地点 |
1 | 阿克苏站 | AKA | 农田 | 新疆维吾尔自治区阿克苏地区农一师八团七连 |
2 | 安塞站 | ASA | 农田 | 陕西省延安市安塞县墩滩 |
3 | 常熟站 | CSA | 农田 | 江苏省苏州市常熟市辛庄镇 |
4 | 长武站 | CWA | 农田 | 陕西省长武县洪家镇王东村 |
5 | 封丘站 | FQA | 农田 | 河南省新乡市封丘县潘店镇 |
6 | 海伦站 | HLA | 农田 | 黑龙江省海伦市西门外 |
7 | 栾城站 | LCA | 农田 | 河北省石家庄市栾城区栾城镇聂家庄村 |
8 | 拉萨站 | LSA | 农田 | 西藏自治区拉萨市达孜县德庆镇 |
9 | 千烟洲站 | QYA | 农田 | 江西省泰和县灌溪镇 |
10 | 沈阳站 | SYA | 农田 | 辽宁省沈阳市苏家屯区十里河镇十里河村 |
11 | 桃源站 | TYA | 农田 | 湖南省常德市桃源县宝洞屿村 |
12 | 禹城站 | YCA | 农田 | 山东省德州市禹城市市中街道办事处南北庄村 |
13 | 盐亭站 | YGA | 农田 | 四川省盐亭县林山乡截流村 |
14 | 鹰潭站 | YTA | 农田 | 江西省鹰潭市余江县刘家站 |
15 | 策勒站 | CLD | 荒漠农田复合 | 新疆维吾尔自治区策勒县策勒乡托帕艾日克村 |
16 | 阜康站 | FKD | 荒漠农田复合 | 新疆维吾尔自治区阜康市阜北农场(新疆生产建设兵团222团) |
17 | 临泽站 | LZD | 荒漠农田复合 | 甘肃省张掖市临泽县平川镇五里墩村 |
18 | 奈曼站 | NMD | 荒漠农田复合 | 内蒙古自治区通辽市奈曼旗大柳树村 |
19 | 沙坡头站 | SPD | 荒漠农田复合 | 宁夏回族自治区中卫市迎水桥镇沙坡头 |
各指标测定方法如下:土壤容重全部采用环刀法测定;土壤有机质除海伦站、沈阳站外,均采用重铬酸钾氧化–外加热法测定,沈阳站主要采用元素分析仪测定法,海伦站土壤有机质测定方法具体情况见表2。
表2 海伦站历年土壤有机质测定方法汇总
年份 | 海伦站测定方法 |
2005 | 重铬酸钾氧化–外加热法 |
2006 | 重铬酸钾氧化–外加热法 |
2007 | 元素分析仪测定法 |
2008 | 元素分析仪测定法 |
2009 | 元素分析仪测定法 |
2010 | 重铬酸钾氧化–外加热法 |
2011 | 重铬酸钾氧化–外加热法 |
2012 | 重铬酸钾氧化–外加热法 |
2013 | 重铬酸钾氧化–外加热法 |
2015 | 重铬酸钾氧化–外加热法 |
1.2 数据处理方法
原始数据表中包含了表层和剖面的数据,其中表层土壤数据记录了各个样地不同采样区的数据;同时数据存在采样深度、观测频度等不一致的现象。因此在计算土壤碳密度之前,需要对数据进行预处理,计算出各样地表层土壤的有机质平均含量和平均容重。
1.2.1 土壤有机质数据的处理
首先需要从原始数据表中提取出表层土壤有机质数据。数据的选取分3种情况:(1)单一深度表层土壤有机质,多数生态站表层土壤深度为0~20 cm,有些生态站为0~15 cm;(2)个别生态站表层土壤有机质分为0~10 cm、10~20 cm,需要选取两个土层数据;(3)有些生态站个别年份仅有土壤剖面有机质,因此采用土壤剖面0~10 cm、10~20 cm土壤有机质作为替代值。筛选结果数据进行异常值剔除后,按年、月、作物类型计算各样地表层土壤有机质的算数平均值,得到多年样地尺度的表层土壤有机质数据。
1.2.2 土壤容重数据的处理
土壤容重数据与土壤有机质采用同样的方法处理,得到多年样地尺度的表层土壤容重数据。再根据样地、年、月、采样深度等与有机质数据进行匹配。由于表层土壤容重的观测频度低于有机质,因此多数年份的有机质缺少对应的土壤容重数据。对于缺失的土壤容重,本数据集采取以下方法确定:
(1)以该样地已有的相应深度的容重替代,原则是:2010年之前缺失容重的以2005年容重值替代,2010年与2015年之间缺失容重的以2010年容重值替代;
(2)对无容重数据的土层,根据该样地已有容重数据,建立其与有机质含量的回归关系[21][22],从而估算出缺失的容重值,并在备注中注明为“计算容重”。
1.3 土壤有机碳密度计算
土壤有机碳密度是指单位面积一定深度的土层中土壤有机碳的质量。鉴于数据实际情况,本数据集采用了不同的计算方式得到表层土壤有机碳密度。
单一土层(20cm或15cm)土壤有机碳密度的计算公式为[23][21]:
SOC=0.58×OM×BD×H/100 (1)
式中,SOC为表层土壤有机碳密度(kg/m2);0.58 为Bemmelen换算系数,该系数乘以有机质含量求得碳含量;OM为有机质含量(g/kg);BD为土层容重(g/cm3);H为土层厚度(cm)。
包含2个实测土层的表层土壤有机碳密度计算方法为:按照公式(1)分别计算0~10 cm、10~20 cm土壤有机碳密度,再将2个层次的土壤有机碳密度累加[24][23][21]即得到0~20 cm的土壤有机碳密度。
2 数据样本描述
本数据集的数据存储格式为Excel文件。文件包含2个数据表单,“土壤有机碳密度”表单存放19个农田生态站2005–2015年的表层土壤有机碳密度数据,共有748条记录;“样地信息”表单为数据涉及样地的描述信息。表3和表4列出2个数据表单所包含的具体字段名称、类型及示例。
表3 土壤有机碳密度表内容
序号 | 字段名称 | 数据类型 | 量纲 | 示例 |
1 | 生态站名称 | 字符型 | 封丘站 | |
2 | 生态站代码 | 字符型 | FQA | |
3 | 年 | 数字型 | 2005 | |
4 | 月 | 数字型 | 10 | |
5 | 样地代码 | 字符型 | FQAZH01 | |
6 | 样地名称 | 字符型 | 封丘站综合观测场 | |
7 | 采样分区描述(微地形) | 字符型 | 平地 | |
8 | 土壤类型 | 字符型 | 潮土 | |
9 | 土壤母质 | 字符型 | 黄河冲积物 | |
10 | 作物 | 字符型 | 玉米 | |
11 | 采样深度 | 数字型 | cm | 0~20 |
12 | 土壤有机碳密度 | 数字型 | kg/m2 | 1.48 |
13 | 备注 | 字符型 | 计算容重 |
表4 样地信息表内容
序号 | 字段名称 | 数据类型 | 量纲 | 示例 |
1 | 生态站名称 | 字符型 | 封丘站 | |
2 | 样地代码 | 字符型 | FQAZH01 | |
3 | 样地名称 | 字符型 | 封丘站综合观测场 | |
4 | 建立时间 | 数字型 | 2004 | |
5 | 面积 | 数字型 | m2 | 1750 |
6 | 形状 | 字符型 | 长方形 | |
7 | 代表性描述 | 字符型 | 该观测场的土壤为潮土,代表了当地的主要土壤类型,施肥水平一般每亩每年使用纯氮30公斤,纯磷12公斤,根据天气和作物情况,小麦一般灌溉2–4次,玉米灌溉1–2次,地下水漫灌,每次每亩80方左右。机械耕地后播种小麦,机械收割,秸秆还田。小麦收获后人工点种玉米,玉米收获后秸秆还田。周边环境与观测场基本一致。 | |
8 | 地点 | 字符型 | 河南省新乡市封丘县潘店镇 | |
9 | 经度 | 数字型 | ° | 114.5416 |
10 | 纬度 | 数字型 | ° | 35.018 |
11 | 海拔高度 | 数字型 | m | 67.5 |
12 | 土壤类型 | 字符型 | 潮土 | |
13 | 地形地貌 | 字符型 | 平地 | |
14 | 主要作物 | 字符型 | 冬小麦、夏玉米 | |
15 | 轮作方式 | 字符型 | 冬小麦–夏玉米 | |
16 | 管理方式 | 字符型 | 冬小麦–夏玉米轮作,机械耕种,小麦在播种时撒施尿素、磷酸二铵做底肥,在返青拔节期灌水,同时撒施尿素;玉米在拔节期灌水,同时撒施尿素和磷酸二铵。小麦、玉米秸秆全部还田。 |
3 数据质量控制
3.1 异常值检查
异常数据的判定统计学上有不同的方法,对于排除小样本容量的异常数据,Grubbs检验法目前被认为较其他方法更为有效[25][26],有学者应用该方法进行土壤数据异常值的剔除[27][28]。本数据集采用Grubbs检验法对基础数据进行异常值的判断与剔除,具体方法如下:
对于每个样地的数据,按从小到大的顺序排列后计算平均值以及标准差,然后计算格拉布斯检验统计量;显著性水平取0.05,与格拉布斯表中的相应临界值进行比较,若计算的格拉布斯统计量大于格拉布斯临界值,则认为该数据为异常数据;将其剔除后重新计算余下的数据,直至确认无异常数据为止。
3.2 数据规范化
(1)样地名称与代码的规范化
样地名称以生态站简称加观测场分类表示,辅助观测场还需包含观测类型,如:常熟站综合观测场、常熟站土壤生物辅助观测场(空白)。样地代码采用7位编码,从左至右,第1–3位为站代码,4–5位为观测场分类码,第6–7位为观测场在本类观测场中的序号。站代码的编码规则为:前2位为生态站中文名称的汉语拼音缩写;第3位代表监测的主要生态系统类型,其中A表示农田生态系统,D表示荒漠生态系统。观测场分类码中,“ZH”表示综合观测场,“FZ”表示辅助观测场。例如,常熟站综合观测场的代码为“CSAZH01”、常熟站土壤生物辅助观测场(空白)的代码为“CSAFZ01”。
(2)要素项内容的规范整理
同一样地的采样分区描述、土壤类型、土壤母质、作物等要素项的内容,由于观测人员不同,造成不同年份的表述方式有所差异。因此分样地对这些要素项的描述进行规范化,使多年的记录内容保持一致,如:同一样地的土壤母质,有的年份记为“第四纪红黏土”,有的年份记为“第四纪红色黏土”,统一为“第四纪红黏土”。其中,根据《中国土壤分类与代码》(GB/T 17296-2009)对“土壤类型”要素项内容进行了重新划分,原则上填写土类,有些生态站填写的是亚类,但也予以保留,只是检查其名称是否符合标准。
4 数据价值
本数据集以CERN多年系统的表层土壤理化性质实测数据为基础,结合有机碳估算模型,计算出近10年来中国主要农田生态系统系统生态站的表层土壤有机碳密度,具有较强的实际使用价值,可以为更准确地估算中国农田耕层土壤有机碳储量、研究其空间分布特征提供数据基础。
参考文献
- ↑ 师晨迪, 许明祥, 邱宇洁. 几种不同方法估算农田表层土壤固碳潜力: 以甘肃庄浪县为例[J]. 环境科学, 2016, 37(03): 1098-1105.
- ^ 2.0 2.1 潘根兴, 赵其国, 蔡祖聪. 《京都议定书》生效后我国耕地土壤碳循环研究若干问题[J]. 中国基础科学, 2005 (02): 12-18.
- ^ 3.0 3.1 李金全, 李兆磊, 江国福, 等. 中国农田耕层土壤有机碳现状及控制因素[J]. 复旦学报(自然科学版), 2016, 55(02): 247-256, 266.
- ^ 4.0 4.1 4.2 赵明松, 李德成, 王世航. 近30年安徽省耕地土壤有机碳变化及影响因素[J]. 土壤学报, 2018, 55(03): 595-605.
- ^ 5.0 5.1 5.2 许泉, 芮雯奕, 何航, 等. 不同利用方式下中国农田土壤有机碳密度特征及区域差异[J].中国农业科学, 2006(12): 2505-2510.
- ↑ 张萌萌, 刘梦云, 常庆瑞, 等. 陕西黄土台塬近三十年耕地动态变化的表层土壤有机碳效应研究[J/OL].生态学报, 2019(18): 1-9. [2019-08-07]. http://kns.cnki.net/kcms/detail/11.2031.Q.20190704.1606.038.html.
- ^ 7.0 7.1 吴乐知, 蔡祖聪. 基于长期试验资料对中国农田表土有机碳含量变化的估算[J]. 生态环境, 2007 (06): 1768-1774.
- ^ 8.0 8.1 姜蓝齐, 臧淑英, 张丽娟, 等. 松嫩平原农田土壤有机碳变化及固碳潜力估算[J]. 生态学报, 2017, 37(21): 7068-7081.
- ↑ 贾树海, 李晓, 陈伟伟, 等. 黑龙江地区不同类型水稻土有机碳、氮含量及其密度研究[J]. 土壤通报, 2013, 44(03): 601-606.
- ↑ 许信旺, 潘根兴, 汪艳林, 等. 中国农田耕层土壤有机碳变化特征及控制因素[J]. 地理研究, 2009, 28(03): 601-612.
- ↑ 潘根兴, 赵其国. 我国农田土壤碳库演变研究:全球变化和国家粮食安全[J]. 地球科学进展, 2005 (04): 384-393.
- ^ 12.0 12.1 于贵瑞, 于秀波. 中国生态系统研究网络与自然生态系统保护[J]. 中国科学院院刊, 2013, 28(02): 275-283.
- ↑ LI S G, YU G R, YU X B, et al. A Brief Introduction to Chinese Ecosystem Research Network (CERN)[J]. Journal of Resources and Ecology, 2015, 6(03): 192-196.
- ↑ 孙鸿烈. 中国生态系统[M]. 北京: 科学出版社, 2005.
- ↑ 黄铁青, 牛栋. 中国生态系统研究网络(CERN):概况、成就和展望[J]. 地球科学进展, 2005, 20 (08): 895-902.
- ^ 16.0 16.1 中国生态系统研究网络科学委员会. 陆地生态系统土壤观测规范[M]. 北京: 中国环境科学出版社, 2007.
- ↑ 严长生. 初论土壤耕层构造[J]. 土壤通报, 1960(04): 42-44.
- ↑ 金峰, 杨浩, 蔡祖聪, 等. 土壤有机碳密度及储量的统计研究[J]. 土壤学报, 2001(04): 522-528.
- ↑ 宋歌, 施建平, 侯卫龙, 等. 1995~2011年CERN土壤环境元素含量数据集[J/OL]. 中国科学数据, 2017, 2(1): 11-26. DOI:10.11922/csdata.170.2016.0102.
- ↑ 中国生态系统研究网络科学委员会. 陆地生态系统生物观测规范[M]. 北京:中国环境科学出版社, 2007.
- ^ 21.0 21.1 21.2 范宇, 刘世全, 张世熔, 等. 西藏地区土壤表层和全剖面背景有机碳库及其空间分布[J]. 生态学报, 2006(09): 2834-2846.
- ↑ 张梦旭, 刘蔚, 朱猛, 等. 甘肃河西山地土壤有机碳储量及分布特征[J]. 中国沙漠, 2019, 39(04): 64-72.
- ^ 23.0 23.1 孙维侠, 史学正, 于东升, 等. 我国东北地区土壤有机碳密度和储量的估算研究[J]. 土壤学报, 2004(02): 298-300, 331.
- ↑ 王艳丽, 字洪标, 程瑞希, 等. 青海省森林土壤有机碳氮储量及其垂直分布特征[J]. 生态学报, 2019, 39(11): 4096-4105.
- ↑ 申燊. 岩土参数的小样本统计方法[J]. 湖北地矿, 2004 (02): 50-52.
- ↑ 张学伦. 基于Grubbs准则的冲击波超压异常值处理方法[J]. 兵器装备工程学报, 2017, 38(06): 37-39.
- ↑ 陈同斌, 郑袁明, 陈煌, 等. 北京市土壤重金属含量背景值的系统研究[J]. 环境科学, 2004 (01): 117-122.
- ↑ 王新. 大连市土壤中汞背景值影响因素分析[J]. 环境科学, 1992 (03): 86-88, 97.
数据引用格式
苏文. 2005–2015年中国生态系统研究网络农田生态系统生态站表层土壤有机碳密度数据集[DB/OL]. SDB, 2019. (2019-08-31). DOI: 10.11922/sciencedb.878.