新疆光伏电站和河北风电场2020-2021年土壤化学元素数据集

庄艳丽，罗立辉*，董六文，董龙翔，余晔，高晓清

1.中国科学院西北生态环境资源研究院，临泽内陆河流域研究站，兰州 730000

2.新疆大学资源与环境科学学院，乌鲁木齐 830046

3.中国科学院西北生态环境资源研究院，寒旱区陆面过程与气候变化重点实验室，兰州 730000

引 言

能源危机和环境危机已成为人类社会可持续发展面临的重大挑战。为缓解能源危机和应对全球气候变暖，大力发展可再生能源已成为重要国际共识之一[1-2]。截至 2017年底，全球累计光伏并网装机容量已达405 GW，风电并网装机达539 GW，我国光伏并网装机容量达到130.25 GW，风电并网装机达到163.67 GW。预计到2030年，我国太阳能、风电等新能源装机总量将达到2874 GW。其中，风电装机约占63%，光伏占比将维持约17%。风能和光伏发电已成为引领能源转型、应对气候变化的重要手段[3]。在大规模开发风能太阳能资源的背景下，为了全面认识风电场和光伏电站的生态气候和环境效应，国际上已经开始研究风电场和光伏电站运行对局地、区域甚至全球生态环境的影响，但是认识还不统一[4]。为了风电光伏产业健康持续发展，亟需弄清风电场和光伏电站建设和运营对局地生态环境的影响。

目前大多数的研究，采用卫星遥感数据解译和土壤采样实验室测量其理化性质，分析其植被、土壤和景观的变化趋势[5]。本文采用无人机搭载的多光谱传感器，以及 X射线荧光光谱法（X-ray fluorescence，XRF）监测了光伏电站和风电场内外的植被、地形、土壤化学元素成分，定量评估站/场内的化学元素浓度空间变化及其内外的差异性，揭示风电场和光伏电站建设和运营可能对局地生态环境的影响。

1 数据采集和处理方法

1.1 数据采集样地描述

光伏电站位于新疆维吾尔自治区五家渠市（图1a），在天山山脉博格达峰北麓，准噶尔盆地古尔班通古特沙漠边缘。该地区属中温带大陆性气候，干旱、低温，光照时数多，昼夜温差大，气温变化剧烈。年均气温6℃～7℃，最高气温40℃～42℃，最低气温-38℃～-43℃，年均降水量200毫米，年蒸发量2000毫米，日照2600～3200小时/年。降水稀少且蒸发强烈，气候干燥，光照充足，热量丰富，水资源短缺，土壤含盐量较大。电站南北部有小型沙丘矗立，东西部有少量的棉花地。光伏电板的安装方式为全固定式支架安装，支架倾角37°，方位角0°。

风电场位于河北省尚义县陆地风电场（图1b），在内蒙古和河北省交界处的河北省尚义县。该地区属温带大陆性季风气候。年平均气温在0.6-6.2℃，年降水量350-420毫米，降水多发生在6-8月。该地区受东亚季风影响，全年都有强风，尤其是冬春季节。年平均大风天数，即风速大于17 m/s的天数为55.3天。冬季和春季的平均风速为4.8 m/s；最大风速为20 m/s，占风速观测的15%。夏秋季平均风速为3.4 m/s；最大风速为11 m/s，占风速观测值的17%。此风电场建设经历了4个阶段：2008年（建设风机100台）、2010年（新增67台）、2013年（新增50台）和2015年（新增58台）。该风力涡轮机被安装在海拔1420-1480米的高度。每个风机系统的转子直径为82-105 m，轮毂高度为65-80 m。当风速小于3 m/s时，风机停止运行。

光伏电站和风电场土壤及植被类型、监测采样介绍请见表1。

表1 光伏电站和风电场监测描述Table 1 Monitoring information of photovoltaic power plant and wind farm

1.2 数据的获取与处理

土壤元素浓度监测采用奥林巴斯公司Vanta手持型X射线荧光光谱仪。该设备利用原级X射线光子或其它微观粒子激发待测物质中的原子，使之产生次级的特征X射线（X荧光）而进行物质成分分析和化学态研究，是一种确定物质中主要元素和微量元素的种类和含量的一种方法。荧光X射线的强度与相应元素的含量有一定的函数关系，据此，可以进行元素定量分析。光谱仪可同时分析多元素，适合于大规模的检测，具有自动化程度高，分析速度快，准确度和精密度高的特点。我们监测了光伏电站和风电场内部和外围的数据，剔除了无GPS信息、奇异值等数据。

光伏电站遥感数据采用大疆精灵 4多光谱版无人机，监测其地形地貌和陆地覆盖状况。Pix4Dmapper软件处理无人机监测的照片，包括图片配准、点云和纹理处理、正射影像拼接、数字表面模型（Digital Surface Model，DSM）和归一化植被指数（Normalized Difference Vegetation Index，NDVI）等指数的计算、质量验证等功能。

风电场内风机的GPS信息来自实测的风机位置数据。

2 数据样本描述

X射线荧光光谱仪监测了光伏电站电板不同位置、每隔10排左右（～100 m）电板、站内外不同位置的土壤元素浓度数据，以及风电场典型风机周边、场内外不同位置的土壤元素浓度数据。土壤元素浓度数据为表格型数据，其具体内容及各字段含义参见表 2。光伏电站和风电场土壤元素浓度数据分别见图2和图3。

表2 土壤元素数据表监测内容Table 2 Monitoring factors of soil element data table

3 数据质量控制和评估

为保证数据质量，本研究所有原始数据均来自GPS、无人机和X射线荧光分析仪的监测数据，数据的加工及处理在Pix4Dmapper、ArcGIS10.2、EXCEL软件平台上进行，数据格式及质量均严格进行了预处理。

4 数据价值

无人机挂载的多光谱传感器能反演植被的生长活力，通过分析NDVI的空间差异性来揭示光伏电站运营对周边生态环境影响。在不计算光伏电板下隐藏植被的情况下，光伏电站内平均NDVI (0.05)大于除农田外的荒漠NDVI (0.03)；光伏电站内部的西北方向区域，其NDVI要明显好于光伏电站内的其他区域，这可能与接近农田或地势有关。6月份是光伏电站内外植被的生长期，而9月是农作物的成熟和植被的衰老期。同时，9月份也是光伏电站人工修整电板南部植被的时期，这期间植被受到人类活动的影响较大。X射线荧光光谱仪监测发现钙Ca、铁Fe和硫S元素浓度较高，光伏电站内外的差异不大。光伏电站内土壤硫元素浓度较高可能与光伏电板中含有的硫化镉有关。风电场内外的钴Co、钾K、钛Ti和钒V的浓度较高。风电场内的钴、钛含量远大于风电场外，场内钴和钛的含量分别是场外的1-4倍和1-10倍。风电场建设以及维护过程中所需的润滑油可能会增加土壤的重金属含量。风机周围的土壤可能会因为机油泄漏等因素而受到一定程度的污染。

无人机反演的地形地貌和植被活力数据，以及土壤化学元素含量及其空间分布数据可直接服务于当地光伏电站和风电场运营期的生态环境保护工作，促进光伏电站和风电场局地退化土地恢复、改善区域生态环境，为绿色能源和环境保护协调发展提供科技支撑。

5 数据使用方法和建议

典型光伏电站和风电场土壤化学元素数据集包含GeoTiff、Shapefile、KML和CSV格式。DSM和NDVI的栅格数据由GeoTiff格式存储，研究区的边界和风机的GPS信息由Shapefile和KML数据存储，土壤化学元素浓度数据则由CSV格式存储。GeoTiff、Shapefile和KML数据可利用ArcGIS、QGIS、ENVI和ERDAS等常用的GIS和遥感软件进行读取和操作；而CSV数据可利用EXCEL、Notepad++等软件进行读取和操作。

致 谢

感谢中国科学院西北生态环境资源研究院寒旱区陆面过程与气候变化重点实验室张彤、赵果、李江林、李振朝在光伏电站和风电场野外实验中的技术支持和后勤服务。

数据作者分工职责

庄艳丽（1981—），女，甘肃兰州人，副研究员，研究方向为干旱区水文。主要承担工作：数据监测方案、思路和测试。

罗立辉（1980—），男，湖南常德人，研究员，研究方向为寒旱区遥感及建模。主要承担工作：数据监测方案、思路和测试。

董六文（1994—），男，甘肃甘谷人，硕士研究生，研究方向为土壤动物生态学研究。主要承担工作：数据监测。

董龙翔（1988—），男，甘肃天水人，助理研究员，研究方向为陆面过程和大气边界层研究。主要承担工作：数据监测。

余晔（1973—），女，甘肃武威人，研究员，研究方向为大气边界层物理与大气环境。主要承担工作：数据监测建议与思路。

高晓清（1966—），男，甘肃白银人，研究员，研究方向为气候学与能源气象。主要承担工作：研究目标及技术方案建议。