文章信息：Li Wang, Limin Luan, Fujiang Hou, & Kadambot H. M. Siddique. (2020). Nexus of grazing management with plant and soil properties in northern China grasslands. Scientific Data: 7(1), 39. https://doi.org/10.1038/s41597-020-0375-0

阅读笔记：袁聪聪

阅读时间：2020年2月15日

1.选题背景：

为了使退化的草地恢复生机，中国采取了激进的措施，制定了许多恢复生计的计划，包括旨在消除草场的“放牧”计划，将陡峭的耕地归还草地的“以绿色换粮”计划，以缓解短缺畜牧业可用草料的“退耕还草”，包括在边际耕作的土地上重新种草，在中度退化的草地上结合“交替放牧与休耕”。其中一些计划已经实施了数十年。已经进行了许多研究来确定这些计划对退化草地的复兴的有效性。研究之间和地理位置之间存在很大的差异，这在很大程度上是由于气候条件，草类型，放牧实践的持续时间以及人类活动的规模的差异。从个别或针对具体地点的实验中得出一般性结论通常会产生误导。需要系统的分析来定义长达十年的复兴工作的成果，各种研究中的大型数据集为阐明这些影响提供了独特的机会。

我们从放牧强度，放牧持续时间，植物群落性状和土壤理化特性之间的关系的多项研究中获得了综合数据集。数据来自65个包含大量数据的研究（在线仅表中提取 1横跨主要草原地区在中国北方与包括代表草地类型和子类型。关键变量包括植物性状（植被覆盖率，植物生物量，根生物量和植物多样性）和土壤理化特性（土壤容重，水分，有机碳，总氮和有效氮，总有效磷，C：N）比例和土壤pH值）。

图 数据描述符的所选研究的地理位置

选定的地点/地点（用蓝色圆点表示）覆盖了中国的主要草原地区，从半干旱和干旱的西北地区到半干旱和潮湿的东北地区。

2.创新之处与研究目标

我们使用“主”标签和15个相关标签组织了数据集。该数据集可用于（i）确定长达十年的放牧管理政策是否对植物群落组成和多样性，植被特征以及土壤理化特性产生了正面，负面或中性影响；（ii）使用系统方法评估植物-土壤-气候的相互作用，因为数据集包含有关植物，土壤，草地生态系统的重要信息以及地理信息；（iii）对放牧政策对生态和社会经济影响的有效性进行全面评估。该数据集的综合可以帮助得出合理的建议，以可持续有效地管理草地。

3.数据来源

l像素分辨率为30 m×30 m的土地利用/覆盖数据来自计算机网络信息地理空间数据云站点提供的三个时期（1989年10月，2000年9月和2015年10月）的遥感图像。中国科学院中心。

l使用ENVI 4.7（Exelis Visual Information Solutions，http： //www.enviidl.com/）中的监督分类方法提取了五种类型的景观，即农田，森林，草地，水和建筑用地）。景观类型用作景观格局变化分析的基本数据。

l分辨率为30 m×30 m的DEM（数字高程模型）数据来自美国国家地球系统科学数据共享基础架构。子流域，高程和坡度由DEM计算得出。

l比例尺为1：250,000的道路，河流和居民区等基本数据来源于中国国家地理信息中心提供的地理信息数据库。

l2015年的NPP-VIIRS数据来自NOAA国家地球物理数据中心地球观测组。

l景区数据来源于桂林丽江地貌，桂林年鉴，桂林旅游信息网和流域旅游的几个专题图。

4.方法

我们采用了三步法进行数据收集和综合。

（1）文献搜索

我们主要通过Agricola，Google Scholar和Scopus对经过同行评审的文献进行了全面搜索。自1979年中国首次实施放牧政策以来，就定义了搜索词并用于查询科学信息研究所的Web of Science。

（2）数据提取

我们从识别出的每篇文章中逐个处理地提取了相关数据（仅在线表 1），将数据输入Excel电子表格，目视检查有用性，然后将它们组合成一个“主”数据文件。使用图对值转换程序（https://automeris.io/WebPlotDigitizer/）将原始文章中以图形表示的某些结果转换为值。

（3）数据库结构

Excel“主”文件包含从原始文章中提取的所有数据点24，分别在997行和各个列（表 1）中进行了详细说明，其中列（A）为代码，（B）作者名称（仅第一作者）和发表年份，（C）研究的纬度/经度坐标，（D）和（E）生态区域和位置（城市或省），（F）进行田间实验的年份，（G）类型在已发表的研究中评估的草地数量（一些研究未指定类型），（H）实施的放牧处理的持续时间（年数），（I）研究涉及的动物类型，（J）报告的变量和单位，以及（K）为土壤理化性质测量而取样的土壤深度。L）至（W）列中的值与四个不同的放牧强度水平相关，包括（L）“非放牧或不放牧”，（N）“轻度或轻度放牧”，（Q）“中等放牧” ，以及（T）“大量放牧或过度放牧”。

图 中国四个生态区中的六种草地

六种类型中的每一种的T i（i = 1，2….0.6）表示治疗次数×研究×年；Ñi（其中，i = 1,2，... .0.4）在四个生态区的代表治疗××研究的年数。

图 用于生成数据集输出的工作流程图

棕色框代表根据选择标准逐步包括或排除的商品数量（n_i，其中i = 0、1或6）；深绿色框表示为当前数据描述符选择的文章。简要描述了六个选择标准

数据集可用于以下用途：

（1）通过比较放牧与其他放牧做法（轻度/轻度放牧和全年连续放牧）来量化复兴计划是否对地上植物群落和地下土壤特性产生重大影响。建模人员可以使用地上植物群落变量（包括植被覆盖率，地上和地下生物量（主要是根系）的数量以及地上生物量与地下生物量的比率）来估算不同植物部分向土壤中输入的碳。它还提供了与多种草地复兴实践相关的植物多样性的宝贵信息33。此外，可以对数据集进行分析，以评估复兴计划是否对土壤理化特性产生了影响，包括土壤容重，水分含量，有机碳，总氮和有效氮，总磷和有效磷，土壤碳氮比，以及土壤pH值。这样的分析可以帮助确定草地退化和回春和它们对草地生态系统的可持续性影响的程度33，34，35，36。此外，数据集还包含一个变量-放牧实践的持续时间（年数），该变量将放牧排除与持续放牧区分开来。将两种截然不同的作法与放牧的持续时间进行比较，可以帮助确定影响草地特性的趋势。后一个特征对于该数据集是唯一的，并且在现有的科学文献中很少发现。

（2）该数据集可以用作进行更全面的分析（如荟萃分析）的坚实基础。该数据集显示了来自65多个精心设计的现场研究的结果，这些研究具有两个或多个重复年和站点。可以将满足以上定义标准的更多测量数据输入主文件，以建立更强大的数据集进行综合分析。

（3）可以对数据集进行分析，以了解草地-气候-土壤-人类相互作用对草地退化和复兴的影响程度。收集的数据来自广泛的草原，分布在从半沙漠，干旱，半干旱到气候条件不同的潮湿气候区的不同景观。草原区域的气候变化可能对草原特性的某些方面产生了影响，例如物种组成，草本植物丰度和灌木丛侵害以及地下特性。这种分析可能有助于理解气象，地形和土壤环境与植物群落结构和管理实践之间相互作用的复杂性。这种类型的分析可能对决策者，研究人员和公众具有重大的社会价值。

图 地上植物生物量在“放牧”与“非放牧”之间的分布方式

平均差异≥0表示地上植物生物量产量倾向于“不放牧”，≤0表示结果有利于“放牧”，值为0表示这两种做法之间没有差异。分布模式显示95％的置信区间。

图 根生物量在“放牧”与“非放牧”之间的分布方式

平均差异≥0表示根生物量产量倾向于“不放牧”，≤0表示结果有利于“放牧”，值为0表示两种做法之间根生物量没有差异。分布模式显示95％的置信区间。

原文链接：https://www.nature.com/articles/s41597-020-0375-0