亚热带稻田生态系统CO_2通量的季节变化特征

合集下载

大青山不同林型土壤CH和CO通量的季节变化及其与土壤湿度的关系

本科毕业论文大青山不同林型土壤CH4和CO2通量的季节变化及其与土壤湿度的关系The seasonal variation of soil CH4 and CO2 fluxes at different forest types and its relationship with soil mouisture in Daqing Mountain论文完成日期：二Ο一二年五月摘要全球气候变暖已经是不争的事实，CO2和CH4是两种重要的温室气体。

本文采用静态箱-气相色谱法，于2011年生长季，野外观测内蒙古大青山林区土壤温室气体（CO2、CH4）通量的季节变化以及环境因子对其的影响。

结果表明：在生长季期间，土壤表面CO2通量变化呈现单峰值变化规律，7月底达到季节排放高峰；大青山退化生态系统是土壤CH4的汇，8月20日达到季节吸收高峰。

土壤湿度与土壤表面CO2、CH4通量之间不存在着显著的相关性，但土壤表面CO2、CH4通量与距离地面近的土壤湿度相关性强。

不同深度土壤湿度与气体通量相关性不同，表层土壤相关性最强。

表层土壤湿度对大青山林区土壤温室气体的影响具有重要的意义。

关键词：土壤温室气体土壤湿度土壤温度季节变化AbstractGlobal warming is a scientifically indisputable fact, and CO2 and CH4 are two important greenhouse gases which resulted global warming. To elucidate the seasonal variation of soil CO2and CH4 flux in the growing season in Daqing Mountin, Inner Mongolia, in situ measurements of GHG flux were undertaken in larix pricipis-rupprechtii forest located in the temperate zone in 2011 using static chamber-gas chromatograph technique. The results showed that soil CO2 fluxes had obvious seasonal variation which peaked in the end of July. Forest soil in Daqing Mountain was atomospheric CH4 sink and peaked in the end of August. The soil moisture in the top soil layer was the most important factors which effect both soil CO2 and CH4 fluxes.Key words: Greenhouse gas Soil moisture Soil temperature seasonal variation目录1引言 (1)1.1研究目的及意义 (1)1.2 国内外研究现状和发展趋势 (1)1.2.1国内研究研究现状和发展趋势 (1)1.2.2国外研究现状和发展趋势 (3)2 试验区概况 (3)2.1研究区概况 (3)2.1.1 实验位置 (4)2.1.2 地质地貌 (4)2.1.3 气候条件 (4)2.1.4 土壤条件 (4)2.1.5 植被条件 (4)2.2 各试验林地情况： (4)3研究内容及研究方法 (5)3.1试验样地选择 (5)3.2样品采集、处理和测定 (5)3.3通量计算公式 (5)3.4土壤湿度的测定 (6)3.5统计分析 (6)4 结果与分析 (6)4.1 森林土壤在生长季温室气体CH4， CO2）通量变化 (6)4.1.1 CO2通量变化 (6)4.1.2 CH4通量变化 (7)4.2各林地不同深度土壤的湿度变化 (9)4.2.1 荒草坡不同深度土壤的湿度变化 (9)4.2.2 白桦林不同深度土壤湿度的季节变化 (10)4.2.3 华北落叶松人工林不同深度土壤湿度的季节变化 (10)4.3 森林土壤温室气体（CH4、 CO2）通量变化与土壤湿度的关系 (11)4.3.1 森林土壤CO2通量变化与土壤湿度的关系 (11)4.3.2 森林土壤CH4通量变化与土壤湿度的关系 (11)5结论与讨论 (12)致谢 (14)参考文献 (15)内蒙古农业大学本科毕业论文11引言1.1研究目的及意义全球气候变暖是令世人十分关注的环境问题之一，温室气体在全球变暖过程中起着极其重要的作用。

华东沿海稻麦轮作区生态系统能量闭合度和CO2 通量特征研究

DOI: 10.12357/cjea.20210731徐敏, 徐敬争, 刘文菁, 徐萌, 徐经纬, 高苹, 罗晓春. 华东沿海稻麦轮作区生态系统能量闭合度和CO 2通量特征研究[J]. 中国生态农业学报 (中英文), 2022, 30(3): 367−379XU M, XU J Z, LIU W J, XU M, XU J W, GAO P, LUO X C. Characteristics of ecosystem energy closure and CO 2 flux in a rice-wheat rotation area along the coast of East China[J]. Chinese Journal of Eco-Agriculture, 2022, 30(3): 367−379华东沿海稻麦轮作区生态系统能量闭合度和CO 2通量特征研究*徐　敏1, 徐敬争2, 刘文菁3, 徐　萌1, 徐经纬4, 高　苹1, 罗晓春5(1. 江苏省气候中心　南京　210008; 2. 航天新气象科技有限公司　无锡　214028; 3. 江苏省气象局　南京　210008; 4. 南京信息工程大学气象灾害教育部重点实验室/气象灾害预报预警与评估协同创新中心　南京　210044; 5. 江苏省气象服务中心　南京　210008)摘　要: 为科学评估华东沿海水稻-小麦轮作(简称“稻麦轮作”)农田生态系统能量通量变化特征和固碳能力, 基于2019—2020年涡度相关系统观测的稻麦轮作全生育期通量数据, 经质量控制, 研究分析了太阳净辐射(R n )、潜热通量(LE)、显热通量(H )、土壤热通量(G )、CO 2通量(F C )多时间尺度变化特征和稻麦轮作系统固碳量及其环境影响因子。

结果表明: 有效能量和湍流通量能量平衡比率为0.80, 能量闭合度较高, 说明通量观测数据可靠。

月均LE 和R n 年内变化总体均呈“倒U 型”, 两者变化基本同步, 峰值主要在5—8月, 谷值主要在1—2月、11—12月。

土地利用和覆被变化对岩溶区土壤CO_2浓度的影响

域为单元，择代表不同气候条件和岩溶类型的山西选汾阳马跑一郭庄神泉流域、南湘西大龙洞地下河流湖
域、广西桂江流域，开展不同土地利用和覆被变化对土壤Ｃ浓度的影响研究，Ｏｚ为深入研究和评价我国不同岩溶区土地利用方式和覆被条件对土壤Ｃ的Ｏ。影响提供基础数据。
林地的改善，壤的扰动性变小，０ｚ度差趋于减少，幅趋于稳定。各个流域土Ｃ浓变相同覆被类型，落结构和优势种变化越小，壤ＣＯ浓度变幅越小。群土：
关键词：地利用；被变化；溶区；壤Ｃ土覆岩土Ｏ２中图分类号：１２６Ｓ５．文献标识码：Ａ
地利用和覆被变化对土壤Ｃ浓度的影响研究比较Ｏ：少，岩溶区则更少［。梁福源ｒ］研究了云南在７］等路南石林不同植被对土壤Ｃ的影响，建华等［Ｏ：曹ｎ
用培养箱模拟监测了不同植被条件下土壤Ｃ浓度０
武、陶系灰岩。马跑神泉域属于岩溶水系统，域奥泉
面积约４０ｋ，庄泉域位于马跑神泉岩溶水系统０ｍ。郭的南侧，积约３０ｋ，内碳酸盐岩分布以覆盖面０ｍ。区
型为主。两泉域同属温带半湿润气候区，候温和，气多年平均降雨量约５１８ｌ．０ｍｍ，际变化较大，节年季

农田生态系统CO_(2)通量影响因素分析

2021年第3期现代农村科技资源与环境农田生态系统CO2通量影响因素分析孙大川(唐山市农业科学研究院河北唐山063000)摘要：农田生态系统的碳源在全球碳循环中占有重要的地位，笔者对农田生态系统碳平衡的影响因素进行了综述，并对以后农田生态系统CO2通量的研究工作做了进一步的展望。

关键词：农田生态系统；CO2通量；影响因素；研究展望呼吸是生态系统碳循环的重要环节，生态系统呼吸释放的CO2是区域碳收支的重要部分，能显著影响生态系统的碳平衡[1~3]。

植被与大气间CO2净交换及其对环境变化的影响正是全球CO2变化的研究热点。

本文就农田生态系统的CO2循环及其影响因素进行了论述，并提岀下一步有待解决的问题。

1非生物因素1.1大气温度。

大气温度的变化能够改变土壤水分含量及土壤氮素的矿化速率，进而对土壤呼吸产生一定的影响，进一步影响整个农田生态系统CO2通量的变化。

1.2土壤水分。

在农田生态系统中，土壤水分能够通过影响作物根系分布状况、根系呼吸、土壤微生物组成、土壤通透性等，从而影响土壤的呼吸，进而影响到整个农田生态系统的CO2通量变化[4]。

1.3光照。

光照是植物进行光合作用的主要限制因子，而光合作用是植物吸收CO2释放O2的主要手段,因此光照对调节农田生态系统CO2循环具有极其重要的意义。

1.4干旱化。

己有研究表明，降水的减少和气温的升高是干旱化的客观表征。

并且干旱化对于农田生态系统的碳收支有着较大的影响，但有关干旱化对农田生态系统碳循环影响的研究还比较少。

2生物因素2.1光合作用。

植物的光合作用对农田生态系统的CO2循环具有较大的驱动作用，并且能够促进植物的根系以及根际微生物活动。

2.2凋落物。

凋落物层作为生态系统中独特的层次结构，对生态系统土壤和植被的呼吸作用都有一定的塑造作用。

己有相关研究表明，凋落物的蓄积会导致土壤呼吸排放岀的CO2量增加，最终引起农田生态系统CO2排放通量的改变，这一点己逐渐引起了人们的普遍关注。

亚热带稻田生态系统土壤呼吸的估算

第52卷第13期 2007年7月论文亚热带稻田生态系统土壤呼吸的估算任秀娥①② 王勤学③ 童成立①* 吴金水① 王克林① 朱咏莉④林泽建① 渡边正孝⑤ 唐国勇①②(① 中国科学院亚热带农业生态研究所, 长沙 410125; ② 中国科学院研究生院, 北京 100049; ③ 日本国立环境研究所, 筑波 305- 8506, 日本; ④江苏大学农业工程研究院, 镇江 212013; ⑤ 日本庆应大学, 神奈川 252-8520, 日本. * 联系人, E-mail: tong@ )摘要采用涡度相关技术, 于2002年8月开始对亚热带典型稻田生态系统的水、热和CO 2通量进行了连续监测, 利用2003~2005年连续3 a 稻田休闲期(10月中旬至次年4月)夜间通量的监测结果分析土壤呼吸的动态变化及其与土壤温度的关系, 计算得出稻田土壤呼吸年变化动态. 结果表明: 稻田土壤呼吸具有明显的季节变化趋势; 稻田休闲期夜间土壤呼吸速率为52~398 mg ·m −2·h −1, 其呼吸速率与不同深度(5, 10和20 cm)土壤温度呈指数相关关系(P <0.001), 以稻田5 cm 土壤温度相关性最好; 根据得到的稻田土壤呼吸与土壤温度的关系模式, 计算出亚热带稻田生态系统年平均土壤呼吸速率为178.5~259.9 mg ·m −2·h −1, 年土壤呼吸总量为1.56~2.28 kg ·m −2·a −1. 研究结果表明, 利用稻田休闲期涡度相关法观测结果得到的关系模式估算稻田生态系统水稻生长季稻田土壤CO 2的排放速率和排放量是可行的.关键词稻田生态系统休闲期土壤呼吸 CO 2通量温度2007-01-04收稿, 2007-05-22接受中国科学院知识创新工程重要方向项目(编号: KZCX2-YW-423和KZCX2-YW-432-1)、亚洲太平洋地区环境创新战略项目环境综合监测子课题(APEIS)和国家重点基础研究发展计划项目(编号: 2002CB412503和2005CB121106)资助农田生态系统碳循环是陆地生态系统碳循环的重要组成部分, 也是受人类活动影响最为强烈的生态系统, 对维持全球的碳平衡具有重要的贡献[1]. 稻田是农业土地利用类型的主要方式之一, 在世界农业生产中起着举足轻重的作用, 并且对陆地生态系统碳循环、大气温室气体的吸收/排放以及全球气候变化起着不容忽视的影响[2,3]. 稻田土壤与大气间CO 2交换特征及其影响因素是碳循环研究的重要内容, 其研究不仅是碳循环过程机理和调控机制以及模型模拟所必需的, 而且可以为估算和评价稻田生态系统碳源/汇强度及其对大气CO 2浓度变化的贡献提供科学依据.涡度相关技术的发展使得长期和连续的CO 2通量观测成为可能, 为研究生态系统尺度CO 2通量的变化规律及其对环境变化的响应提供了可靠的途径[4].目前, 利用涡度相关法观测碳通量主要集中在草地和森林, 农田(特别是稻田)的观测点较少[5]. 中国对稻田生态系统的研究主要集中在CH 4和N 2O 的产生机理、排放规律及其影响因素以及大气CO 2浓度倍增对作物生长和气候环境的影响等方面, 而对稻田生态系统CO 2的排放研究相对较少[6,7], 尤其缺乏长期连续的田间定位观测结果[8]. 如利用箱室法在水稻生长期或稻田休闲期对稻田土壤呼吸进行观测研究[6,7,9~11], 利用微气象法在水稻生长期内进行短期或者连续观测, 分析CO 2通量交换特点[2,8,12~14]. 本研究以中国亚热带典型稻田生态系统为研究对象, 采用涡度相关技术对稻田生态系统的水、热和CO 2通量进行了长期观测, 利用其连续3 a 稻田休闲期夜间通量的观测数据分析稻田生态系统土壤呼吸变化特征及其与温度的关系, 估算稻田土壤CO 2排放速率和年排放量, 为亚热带稻田生态系统在碳循环和全球气候变化中所起的作用提供基础数据; 并与水稻生长季箱室法观测的稻田土壤呼吸进行对比分析, 评价利用涡度相关法得到的休闲期观测结果估算水稻生长季稻田土壤呼吸的可行性.1 研究方法1.1 实验地点实验地点选择在中国科学院亚热带农业生态研究所桃源农业生态站示范区(111°27′E, 28°55′N), 属中亚热带向北亚热带过渡的季风湿润气候区. 多年平均气温16.5℃, 年降雨量1448 mm, 年蒸发量1157 mm, 日照时数1531 h, 太阳辐射4226 MJ ·m −2. 观测区地势平坦, 且与农区相连构成了较大范围均一的论文第52卷第13期 2007年7月下垫面, 满足了实验要求的盛行风向的风浪区长度. 土壤为第四纪红土发育而成的水稻土, 采用当地典型的稻-稻-休闲种植制度. 观测稻田表层(0~20 cm)土壤有机质32.0 g ·kg −1, 全氮1.69 g ·kg −1, 全磷1.61 g ·kg −1, 全钾16.6 g ·kg −1, 黏粒含量32.45%. 1.2 观测方法采用涡度相关法直接测定水、热和CO 2通量, 传感器安装在距地面约2 m 高度. 采用三维超声波风速温度计(CKJ-540, KAIJO)测定三维风速、风向、摩擦速度和温度; 同时用非分散型红外分析计(C-CS7500, Campbell Scientific, Inc.)测定CO 2浓度和水汽含量脉动值; 采用阻抗性测温计(CVS-HMP45D, 强制通风型, VAISALA)测定气温. 连续测量取样周期为10 Hz, 每30 min 输出一组平均值. 采用专用数据采集器(CR23X, Campbell Scientific, Inc.)记录通量数据, 并通过PC 或无线电话进行数据传输[15].土壤观测项目: 阻抗性测温计(CPt-10, Campbell Scientific, Inc.)测定不同深度处(0, 5, 10, 20 cm)地温, 热流板(CPR-PHF-01, Campbell Scientific, Inc.)测定土壤热流量.田间作物生长状况调查: 作物生长期间, 每周进行一次株高、苗数、根长、根重、根密度、生物量(地上部和地下部)等项目的调查. 采用叶面积仪(Li-Cor 3100, Lincoln, NE, USA)测定叶面积指数.涡度相关法观测从2002年8月开始, 已经进行了连续4 a 的水、热和CO 2通量的定位自动记录. 于2003年晚稻生长期采用箱室法观测稻田土壤呼吸. 箱室法观测始于晚稻移栽后第7 d, 每周进行1~2次, 观测时间为上午9:00~11:00. 测定时间为10 min, 气体流速为0.5 L ·min −1. 测定时箱盖短时间关闭, 采样完毕后立即打开箱盖. 气体分析用美国CID 公司制造的CI-301PS 便携式光合作用测定仪的Absolute 功能进行测定. 每次测定前均用CO 2标准气体对仪器进行标定[7].1.3 数据处理由于仪器维修、故障以及天气(降雨)、风向等因素, 通量观测中往往会出现观测数据缺失, 如2003年全年数据缺失量占 4.6%. 剔除不合理数据(24.8%)后, 总有效数据占70.6%[14].为了真实反映生态系统与大气之间CO 2的交换过程, 首先对观测数据进行严格的筛选. 从时间序列中剔除大于3倍标准差(±3σ)的数据[16]. 由于在夜间大气层结构比较稳定、湍流较弱时, 从土壤和叶片扩散的CO 2不能达到仪器测定高度, 导致夜间CO 2通量的测量值偏低. 为了避免夜间其他因素对系统呼吸的影响, 在数据分析过程中选择了0.1 m ·s −1作为摩擦风速(U *)的临界值, 即认为U *>0.1 m ·s −1时的通量观测数据是合理的, 而在此临界值以下所观测的CO 2通量将被舍去[14].本文利用2003~2005年稻田休闲期的观测数据分析稻田生态系统土壤呼吸特征. 处理夜间稻田土壤温度和通量数据, 采用计算其每天的均值, 因此, 对个别缺失和不合理的通量数据没有进行数据插补, 在一天中小于5个有效数据则不采用. 缺失的部分气象(如温度)数据利用桃源农业生态站(与通量监测点相距5 km)的气象自动观测数据来插补. 1.4 稻田土壤呼吸的估算与温度系数(Q 10)在利用涡度相关法观测的结果分析生态系统呼吸时, 一般采用夜间通量观测结果建立生态系统呼吸与环境因子的关系[8,16~18]. 由于水稻生长季夜间呼吸通量包括植被呼吸、土壤呼吸以及植被根系分泌物所产生的呼吸等, 因此, 利用涡度相关法观测研究稻田生态系统土壤呼吸时, 选取稻田休闲期(10月中旬至次年4月)的夜间通量数据进行分析处理.在稻田休闲期内, 亚热带地区降雨和空气湿度相对较平稳, 以阴冷天气为主, 稻田土壤含水量较为稳定, 约为饱和含水量的75%左右. 在水稻生长期内, 由于水稻的生长需求, 稻田通常覆以6~8 cm 左右的水层. 在稻田休闲期开始, 晚稻收获后有根茬留在田间, 在休闲期后期稻田内生长少量的杂草, 直到早稻移栽时稻田土壤进行灌水翻耕.土壤温度和湿度是影响土壤呼吸的主要环境因子, 而稻田休闲期土壤湿度比较稳定, 因此本文仅考虑土壤温度对稻田生态系统土壤呼吸的影响. 通过稻田休闲期夜间通量观测数据与土壤5, 10, 20 cm 的温度进行相关分析, 建立稻田土壤温度-土壤呼吸关系模式, 并根据全天的土壤平均温度利用建立的关系模式反演全天稻田生态系统土壤呼吸, 得到全年的稻田生态系统土壤呼吸量.采用稻田休闲期的土壤温度-呼吸关系模式反演水稻生长期的稻田土壤呼吸时, 由于水稻生长期常常处于淹水状态, 需排除淹水对稻田土壤呼吸的影响. 根据邹建文等人[6]建立的稻田不同淹水的水层第52卷第13期 2007年7月论文深度(x )与土壤CO 2排放(y )的关系:135.23 6.1088y x =−, (1)在反演水稻生长期稻田土壤呼吸时, 利用(1)式进行校正.温度系数(Q 10)的计算通常采用下式[19]:Q 10 = R T +10/R T , (2)式中R T 为T ℃温度下的土壤呼吸, R T +10为(T +10)℃温度下的土壤呼吸.1.5 水稻生长期稻田土壤呼吸的拟合结果的检验于2003年晚稻生长季, 采用箱室法观测的土壤呼吸结果与模拟计算得到的土壤呼吸进行比较分析.2 结果与分析2.1 稻田土壤温度变化动态稻田生态系统大气温度和土壤温度具有明显的年变化动态(图1), 即1, 2月份最低, 从3月份开始升高, 至8月份达到最高, 之后趋于下降, 直至12月份. 土壤温度比大气温度波动范围要小, 而且在春冬季土壤温度高于大气温度, 夏秋季则相反.从大气温度和土壤温度的日均值和极值结果来看(表1), 总体上大气年平均温度比土壤年均温度要低; 最高日平均气温除2003年与土壤温度接近外, 其他年份均明显高于土壤温度; 而日最低气温在任何年份都低于土壤温度. 此外, 表层5 cm 的土壤年温差比10和20 cm 深度处的温差大, 说明5 cm 处土壤温度的变化比其他深度的要剧烈, 并且愈向下土壤温度的变化幅度有愈小的趋势; 而且随土层深度的增加, 土壤日最高温度趋于下降, 日最低温度趋于升高. 这是因为土壤热容远大于大气的热容, 土壤越图1 稻田生态系统温度年变化动态(T a2: 大气2 m 温度,T s10: 土壤10 cm 温度)深, 土壤与大气的热量交换就越弱, 温度变化也就越稳定.2.2 土壤温度对稻田土壤呼吸的影响连续3 a 稻田休闲期夜间土壤温度和土壤呼吸变化如图2, 可以看出稻田休闲期夜间土壤呼吸强度范围为52~398 mg ·m −2·h −1, 年度之间的变化趋势一致, 均表现为12~1月较低, 10~11月和3~4月相对较高, 但年度之间存在一定的差异. 而且稻田土壤夜间呼吸变化的总体趋势与夜间土壤温度变化趋势相似.表1 稻田生态系统温度统计值年份温度指标年平均温度/℃日最大温度/℃日最低温度/℃年温差/℃ T a2 16.78 32.40 -0.7233.12 T s05 18.45 32.98 5.19 27.79 T s10 18.51 32.51 5.85 26.66 2003T s20 18.5031.656.7424.91 T a2 17.40 34.45 -0.2234.67T s05 18.68 31.60 4.48 27.12 T s10 18.47 31.03 4.69 26.34 2004T s20 18.12 29.83 4.64 25.19 T a2 18.69 34.25 -3.4637.71 T s05 17.61 31.15 2.37 28.78 T s10 18.11 31.45 3.05 28.40 2005T s20 17.7729.843.6726.17论文第52卷第13期 2007年7月图2 稻田生态系统休闲期夜间土壤温度(10 cm)和土壤呼吸动态对2003, 2004和2005 3 a 的稻田生态系统休闲期土壤呼吸通量数据分析表明: 土壤呼吸与土壤温度之间有显著的指数相关关系. 对土壤各层次的温度与土壤呼吸的相关分析表明: 稻田土壤呼吸与5, 10, 20 cm 土层温度之间都有一定的相关性, 其中5 cm 土层温度的相关性最好(表2), 说明5 cm 土层温度的变化对土壤呼吸的影响较大.在土壤呼吸研究中, 温度系数Q 10是一个重要指标, 可以反映温度变化对土壤呼吸的影响程度. 3 a 的研究数据结果表明: 2003和2004年Q 10值大体相近, 2005年的Q 10值稍有下降(表2); 稻田土壤不同层次温度下拟合方程得到的Q 10值除2004年变化稍大外, 其他2 a 的变化相对较平稳, 即总体来说土壤不同层次温度变化对土壤呼吸的影响程度基本相同.邹建文等人[6]和朱咏莉等人[7]利用箱室法对水稻生长期进行观测, 得到的稻田土壤呼吸的Q 10分别为 1.68和 1.70, 很显然在稻田休闲期利用微气象法观测结果, 计算得到的Q 10要高. 分析其原因, 主要是因为在稻田休闲期内11~12月和3~4月土壤温度相对较高, 由于晚稻收获后, 水稻根茬残留在田间, 加之残留有机物质初期分解速率较快, 导致11~12月的观测结果可能偏高; 另外尽管稻田处于休闲期, 但田间还有杂草生长, 产生部分呼吸, 亦导致3~4月的观测结果偏高. 另一方面, Fang 和Moncrieff [19]认为在高温下, 土壤呼吸对温度的敏感性会降低. 在水稻生长期内, 连续3 a 的稻田土壤温度为18~33℃, 比稻田休闲期的温度(5~20℃)要高, 这也可能是利用休闲期采用涡度相关法观测的结果计算得到的Q 10值偏高的一个原因. 2.3 模拟结果验证图3是2003年晚稻生长期间稻田土壤呼吸的变化动态, 实线是根据稻田休闲期不同层次(5, 10, 20 cm)土壤温度-呼吸拟合模式计算得到的土壤呼吸值, 实点是利用箱室法得到的观测值. 2种方法得到的稻田土壤呼吸变化趋势较一致, 但模拟计算的结果比箱室法观测的结果要偏低. 利用5, 10, 20 cm 不同层次的土壤温度-呼吸关系模式, 计算得到晚稻生长季平均呼吸速率分别为258.0, 237.9和224.1 mg ·m −2·h −1. 比朱咏莉等人[7]在邻近地点利用箱室法同时观测结果偏低, 3个不同深度土壤温度下关系模式的计算结果分别低9.60％, 16.62％和21.47％. 这主要是利用稻田休闲期土壤呼吸模拟计算生长期土壤呼吸进行校正时, 没有考虑水稻生长期的2次排水(晒田、落干收获)过程. 由此可见, 利用稻田休闲期的土壤呼吸-温度关系模式来模拟水稻生长期稻田土壤呼吸是可行的. 此外, 得到的晚稻生长期的土壤呼吸速率在不同深度土壤温度-呼吸拟合方程的结果有一定的差异,表2 稻田休闲期土壤呼吸(mg ·m −2·h −1)与土壤不同深度温度(℃)的拟合方程年份土壤深度/cm拟合方程R 2Q 10显著性5 y = 48.974e 0.0800x 0.5747 2.23 P <0.001 10 y = 47.395e 0.0806x 0.5693 2.24 P <0.001 200320 y = 45.838e 0.0815x 0.5495 2.26 P <0.001 5y = 65.426e 0.0775x 0.7261 2.17 P <0.001 10 y = 61.151e 0.0825x 0.7194 2.28 P <0.001 200420 y = 58.403e 0.0878x 0.7012 2.41 P <0.001 5y = 76.046e 0.0729x 0.7177 2.07 P <0.001 10 y = 74.084e 0.0711x 0.6969 2.04 P <0.001 200520y = 73.464e 0.0715x 0.6229 2.04 P <0.001第52卷第13期 2007年7月论文图3 晚稻生长期稻田土壤呼吸变化动态2003年, 实线为模式模拟值, 实点为箱室法观测值这主要是因为晚稻生长期温度较高, 而关系模式是在低温结果下建立的, 从而导致利用不同层次温度计算的结果产生一定差异. 从图3中可以看出, 温度越高, 差异越大.综上所述, 利用稻田5 cm 土壤温度与土壤呼吸的关系模式计算得到晚稻生长季稻田土壤呼吸更接近箱室法观测的结果, 与前面得到的结论相一致. 因此, 在利用关系模式计算稻田土壤呼吸时拟采用稻田土壤5 cm 的土壤温度. 2.4 稻田土壤呼吸年变化动态根据稻田休闲期土壤呼吸与5 cm 土壤温度的拟合得到的关系模式, 可模拟计算得到稻田生态系统土壤呼吸的年变化动态(图4). 可以看出, 连续3 a 的稻田土壤呼吸表现出一定的季节变化动态, 其中4~图4 稻田生态系统土壤呼吸年变化动态11月呼吸通量较大. 2003, 2004和2005年的平均土壤呼吸速率分别为178.5, 258.1和259.9 mg ·m −2·h −1, 年呼吸量分别为1.56, 2.26和2.28 kg ·m −2·a −1.与已报道的利用箱室法研究的结果比较(表3), 由于各观测点所处的地理位置、土壤母质和土壤理化特性的差异, 各稻田监测点的土壤呼吸并不完全相同, 但其土壤呼吸速率和年排放量有较好的一致性, 处在一定的变化范围内. 如娄运生等人[11]对不同利用方式下的红壤CO 2排放进行了研究, 得到稻田CO 2年排放通量为 2.73 kg ·m −2·a −1, 即年均土壤呼吸速率为311.6 mg ·m −2·h −1; 邹建文等人[6]的研究表明,水稻生长期稻田土壤CO 2平均排放速率为(198.3±34.0) mg ·m −2·h −1; 谢艳兵等人[10]对辽河下游稻田休闲期的土壤呼吸通量测定的结果为10~200 mg ·m −2· h −1, 朱咏莉等人[7]观测结果表明, 晚稻生长期稻田土壤呼吸平均为285.4 mg ·m −2·h −1.从不同年份土壤呼吸动态变化来看(图4), 年度之间的稻田土壤呼吸速率和年呼吸量存在有一定的差异, 2003年土壤呼吸速率和年呼吸量都明显低于2004和2005, 而2004和2005年的结果较为接近, 其原因有待进一步分析.3 结语稻田生态系统土壤呼吸具有明显的季节变化趋势. 稻田休闲期夜间土壤呼吸速率为52~398 mg ·m −2·h −1, 其呼吸速率与土壤温度呈指数相关, 以土壤5 cm 温度的相关性最好.亚热带稻田生态系统年均土壤呼吸速率为178.5~ 259.9 mg ·m −2·h −1, 年呼吸量为1.56~2.28 kg ·m −2·a −1. 与箱室法观测结果对比, 有较好的一致性. 利用涡度相关法对稻田休闲期观测结果得到的关系模式可以估算稻田生态系统水稻生长季稻田土壤呼吸.本文仅仅分析稻田土壤呼吸, 并利用稻田休闲期土壤呼吸-温度模式模拟计算稻田生态系统全年的土壤呼吸. 如何利用涡度相关法得到的水稻生长季表3 稻田生态系统土壤呼吸与箱室法观测结果比较观测地点地理坐标耕作制度排放速率/mg ·m −2·h −1年排放通量/kg ·m −2·a −1观测时间文献出处红壤实验站(江西) 28°15′N, 116°55′E稻-休闲 2.73 1999-08~2000-07娄运生等人[11]南京江宁区(江苏)稻-麦 198.3 2001年水稻生长期邹建文等人[6]沈阳生态站(辽宁) 41°32′N, 122°23′E 稻-休闲 10~200 2002-10~2003-03 谢艳兵等人[10]桃源生态站(湖南) 28°55′N, 111°30′E 稻-稻-休闲 285.42003年晚稻生长期朱咏莉等人[7]桃源生态站(湖南)28°55′N, 111°27′E稻-稻-休闲178.5~259.9 1.56~2.282003-01~2005-12本研究论文第52卷第13期 2007年7月夜间CO 2通量观测结果来分析水稻生长期间稻田生态系统的呼吸(包括有植被呼吸、土壤呼吸以及植被根系分泌物所产生的呼吸等), 将另文分析.参考文献1 Lal R. Soil carbon dynamics in cropland and rangeland. EnvironPollut, 2002, 116: 353—362[DOI]2 Campbell C S, Heilman J L, McInnes K J, et al . Diel and seasonalvariation in CO 2 flux of irrigated rice. Agric For Meteorol, 2001, 119: 209—2273 潘根兴, 李恋卿, 张旭辉. 土壤有机碳库与全球变化研究的若干前沿问题——兼开展中国水稻土有机碳固定研究的建议. 南京农业大学学报, 2002, 25(3): 100—1094 Falge S, Baldocchi D, Tenhunen J, et al. Seasonality of ecosystemrespiration and gross primary production as derived from FLUX-NET measurements. Agric For Meteorol, 2002, 113: 53—74[DOI] 5 于贵瑞, 孙晓敏. 陆地生态系统通量观测的原理与方法. 北京:高等教育出版社, 20066 邹建文, 黄耀, 宗良纲, 等. 稻田CO 2、CH 4和N 2O 排放及其影响因素. 环境科学学报, 2003, 23(6): 758—7647 朱咏莉, 吴金水, 周卫军, 等. 亚热带稻田生态系统CO 2排放及影响因素. 中国环境科学, 2005, 25(2): 151—1548 Saito M, Miyata A, Nagai H, et al. Seasonal variation of carbondioxide exchange in rice paddy field in Japan. Agric For Meteorol, 2005, 135: 93—109[DOI]9 邹建文, 黄耀, 郑循华, 等. 基于静态暗箱法的陆地生态系统-大气CO 2净交换估算. 科学通报, 2004, 49(3): 258—26410 谢艳兵, 梁文举, 王跃思, 等. 下辽河平原稻田非生长季碳排放观测研究. 生态学杂志, 2004, 23(2): 11—1411 娄运生, 李忠佩, 张桃林. 不同利用方式对红壤CO 2排放的影响. 生态学报, 2004, 24(5): 978—98312Miyata A, Leuning R, Denmead O T, et al. Carbon dioxide and methane fluxes from an intermittently flooded paddy field. Agric For Meteorol, 2000, 102: 287—303[DOI]13 高志球, 卞林根, 陆龙骅, 等. 水稻不同生长期稻田能量收支、CO 2通量模拟研究. 应用气象学报, 2004, 15(12): 129—14014 朱咏莉, 童成立, 吴金水, 等. 亚热带稻田生态系统CO 2通量的季节变化特征. 环境科学, 2007, 28(2): 283—28815 王勤学, 渡边正孝, 欧阳竹, 等. 不同类型生态系统水热碳通量的监测与研究. 地理学报, 2004, 59(1): 13—2416Falge S, Baldocchi D, Olson R, et al. Gap filling strategies for de-fensible annual sums of net ecosystem exchange. Agric For Mete-orol, 2001, 107: 43—69[DOI]17于贵瑞, 温学发, 李庆康, 等. 中国亚热带和温带典型森林生态系统呼吸的季节模式及环境响应特征. 中国科学D 辑: 地球科学, 2004, 34(增刊Ⅱ): 84—9418Flanagan L B, Johnson B G. Interacting effects of temperature, soil moisture and plant biomass production on ecosystem respiration in a northern temperate grassland. Agric For Meteorol, 2005, 130: 237—253[DOI]19Fang C, Moncrieff J B. The dependence of soil CO 2 efflux on temperature. Soil Bio Biochem, 2001, 33: 155—165[DOI]。

不同耕作方式下稻田土壤CH_4和CO_2的排放及碳收支估算

F=ρ·h·dC/dt·273（/ 273+T）式中：F 是气体流通量，mg·m-2·h-1；ρ 是标准状态下气体密度；h 是箱高；dC/dt 为采样箱内气体浓度变化率；T 为采样过程中采样箱内的平均温度，℃。 1.4 土壤 CO2 排放测定
采用田间原位碱液吸收法测定土壤 CO2 排放通量[14]。将盛有 20 mL 的 NaOH 溶液于直径 5 cm 钵盘中，将瓶置于三脚架上，立即罩上直径 25 cm、高 30 cm 的 PVC 筒，将其下缘嵌入土壤表面约 2 cm。为了防止阳光直射，在 PVC 筒上盖上木板。与此同时，将装有碱液的钵盘置于完全封闭的 PVC 筒内，进行田间培养，作为对照。24 h 后收回钵盘，带回实验室，钵盘中加入 BaCl2 溶液和酚酞指示剂，用盐酸滴定。CO2 排放通量根据下面公式计算：
1 材料与方法
1.1 试验地点和材料试验地点为湖北省武穴市大法寺镇中桂村华中
农业大学试验基地，此试验田已连续 30 年实行油菜免耕-水稻翻耕轮作。试验田地处 115°30′E，29°55′N，海拔 20 m，土壤为潴育型水稻土，泥沙田。土壤肥力中等，质地为重壤。试验前土壤基本理化性状为：pH 值 6.58，有机质 31.70 mg·kg-1，全氮 3.57 g·kg-1，铵态氮 2.43 mg·kg-1，硝态氮 4.37 mg·kg-1，全磷 0.70 g·kg-1，有效磷 3.65 mg·kg-1，有效钾 111 mg·kg-1。
大气中温室气体浓度的增加是导致全球变暖的主要因素，CO2 和 CH4 是大气中重要的温室气体，同时又参与了全球碳循环。稻田被认为是大气 CH4 的主要人为释放源，稻田 CH4 的排放量占总排放量的
收稿日期：2009-08-19 基金项目：湖北省农业创新岗位作者简介：李成芳,男，博士，讲师，主要研究生态系统养分循环及温

亚热带森林植物挥发性有机物(BVOCs)排放通量与大气甲醛之间的关系

亚热带森林植物挥发性有机物(BVOCs)排放通量与大气甲醛之间的关系白建辉;郝楠【摘要】陆地植物是大气中挥发性有机物的主要来源,准确获得中国典型生态系统,特别是亚热带森林植物挥发性有机物的排放通量,对碳循环、空气质量、大气化学和光化学等方面的研究都是一项具有重要意义的工作.2013年5月—2016年1月,采用松弛涡度积累(Relaxed Eddy Accumulation)和梯度技术在江西省亚热带人工林冠层上测量了植物挥发性有机物(BVOCs,包括异戊二烯和单萜烯)的排放通量,同步测量了气象参数、太阳辐射(总辐射、直接辐射、光合有效辐射PAR)等.基于冠层尺度BVOCs排放经验模式和测量数据,计算了2013年1月—2016年12月亚热带人工林BVOCs的排放通量.2013—2016年,通量塔100 km内异戊二烯的年排放量分别为1.2×105、2.4×105、2.1×105、1.6×105kg,单萜烯的年排放量分别为2.1×105、2.1×105、1.9×105、2.0×105kg.4年间,亚热带森林甲醛柱浓度表现出显著的季节变化,夏季高、冬季低,与BVOCs的排放特征基本一致.结合分析卫星测量的甲醛HCHO(molec·cm-2)柱浓度月平均数据,发现亚热带人工林BVOCs排放通量(mg·m-2·h-1)与HCHO柱浓度(cHCHO)月均值之间存在良好的线性关系:异戊二烯排放通量F1=1.29×10-16cHCHO-0.77、单萜烯排放通量F2=1.02×10-16cHCHO-0.21、BVOCs排放通量F=2.31×10-16cHCHO-0.98.因此,基于卫星测量的HCHO数据,可以估算BVOCs排放通量,异戊二烯、单萜烯和BVOCs的计算偏差低于30%.该研究可为获取大范围BVOCs排放通量提供一种新方法,也为卫星数据的广泛应用提供了借鉴.%Terrestrial vegetation is the dominant source of atmospheric volatile organic compounds. To better understand the terrestrial carbon cycle, air quality and atmosphericchemistry and photochemistry, it is an important task to accurately obtain the amount of biogenic volatile organic compounds (BVOCs) emissions from typical ecosystems, especially from subtropical Pinus plantation in China. Emission fluxes of BVOCs (including isoprene and isoprene) were measured using a relaxed eddy accumulation (REA) technique and a gradient method on an above-canopy tower in a subtropical Pinus plantation in Jiangxi Province, China from May, 2013 to January, 2016. Meteorological parameters, solar global and direct radiation, and photosynthetically active radiation (PAR) were also measured during the same time period. BVOC emissions from January 2013 to December 2016 were calculated using an empirical model of BVOC emissions and observational data. From 2013 to 2016, the annual total emission amounts in the region 100 km2around the flux tower were 1.2×105, 2.4×105,2.1×105, 1.6×105kg for isoprene, 2.1×105, 2.1×105, 1.9×105, 2.0×105 kg for monoterpenes, respectively. Satellite retrieved formaldehyde (HCHO) vertical column densities (VCDs) showed strong seasonal variation similar to BVOCs, higher in summer and lower in winter during 2013—2016. Combined with using HCHO VCDs, good linear relationships were determined between isoprene, monoterpene and BVOC emissions (mg·m-2·h-1) and HCHO VCDs (cHCHO, molec·cm-1): isoprene emissionF1=1.29×10-16cHCHO-0.77, monoterpene emissions F2=1.02×10-16cHCHO-0.21, and BVOC emissions F=2.31×10-16cHCHO-0.98. Thus, BVOC emissions were estimated by using the relationship of BVOCs-HCHO. The relative biases between the simulations using the relationship ofBVOCs-HCHO and empirical model of BVOC emissions were less than 30% for isoprene, monoterpene and BVOC emission estimates, respectively. It provides a new method to obtain BVOC emissions on a regional scale anda useful reference for wide application of satellite data.【期刊名称】《生态环境学报》【年(卷),期】2018(027)006【总页数】9页(P991-999)【关键词】挥发性有机物;排放通量;光合有效辐射;经验模式;甲醛【作者】白建辉;郝楠【作者单位】中国科学院大气物理研究所中层大气与全球环境探测重点实验室,北京 100029;德国宇航中心,韦斯灵 82234,德国【正文语种】中文【中图分类】X131.2;Q948.1生物挥发性有机物（biogenic volatile organic compounds，BVOCs）在大气化学、气候变化、碳平衡、辐射传输及辐射能量分配等方面均具有重要作用（Brasseur et al.，1999；Bai，2009，2011，2013）。

从陆地和海洋生态系统角度辨析大气CO_2浓度与全球变暖关系

ｙｆｎ１３＠ｙａ．ｎｔｘａ６ｅｈｅ．
通讯作者：刘秀铭（９６）１５一，男，福建福州人，教授，博士，从事环境磁学与全球变化方面的研究，（ — ａｌＥｍｉ）
ｘｉ＠Ｏｕｃｕａ．１ｕｎ．ｄ．ｎ
５６
从陆地和海洋生态系统角度辨析大气ＣＯ２浓度与全球变暖关系
范跃新ｈ，徐玲琳ｈ，刘秀铭ｈ，陈光水，杨智杰一王健岫，，
（．福建师范大学ａ１．地理科学学院，ｂ．地理研究所，福州３００５０７；
２ＳａｅＫｅａｏａｏｙＢｅｄｎａｅｏｍｉｕｔｏｉａｕｔｉｃｌｇ．ｔｔｙＬｂｒｔｒｒｅｉｇＢｓｆＨｕｄＳｂｒｐｃｌＭｏｎａｎＥｏｏｙ，Ｆｚｏ５０７，Ｃｉａｕｈｕ３００ｈｎ；
亚热带资源与环境学报
第７卷
ＣＯ２ｃｎｅｔａｉｎｏｅａｇｄｂｈｎｈｈａｇｆｔｍｐｒｔｅ，ｅｃＩｏｔａｔｉｉ０ｎｈｔｏｃｎｒｔｆｎｌｇｅｅｉｄｔｅｃｎｅｏｅｅａｕｒｏｔｔ．ｎｃｎｒｓ，ｔｓｆｕｄｔａ
第７卷
第１期
亚热带资源与环境学报
ＪｕｎｌｏｕｔｐｃｌｓｕｃｓａｄＥｖｒｎｎｏｒａｆｂｒｉａ￣ｅｏｒｅｎｎｉｍｅｔＳｏｏ
Ｖ０＿Ｎｏ１７．１Ｍａｃ２１ｒｈ０２

盐生荒漠与绿洲农田土壤CO_2通量的对比研究

第18卷第3期 2008年3月盐生荒漠与绿洲农田土壤CO 2通量的对比研究*谢静霞1,2 翟翠霞1,2 李彦1**1.中国科学院新疆生态与地理研究所,阜康荒漠生态站,乌鲁木齐830011;2.中国科学院研究生院,北京1000492007-08-30收稿,2007-10-30收修改稿*国家自然科学基金(批准号:40471048)和中国科学院西部之光项目共同资助 **通信作者,E -mail:liyan@ms.x 摘要为定量确定干旱区土地利用变化对土壤CO 2通量的影响,采用LI -8100观测了原始盐生荒漠和垦荒农田的土壤CO 2通量.结果表明:在整个生长期内,农田土壤CO 2通量平均速率为3.19L m ol #m -2#s -1,盐生荒漠为0.08L m ol #m -2#s -1.农田土壤CO 2通量的日过程呈单峰型,盐生荒漠则呈双峰型;农田土壤CO 2通量远高于盐生荒漠,盐生荒漠夜间的土壤CO 2通量均为负值.绿洲农田最高月均值出现在7月(4.67L mol #m -2#s -1);荒漠最高出现在6月(0.17L mol #m -2#s -1),9月后荒漠土壤CO 2通量的月均值降为负值.进一步研究表明:盐生荒漠垦荒前后土壤CO 2通量与土壤温度的相关性都随土壤深度增加而减小,而与近地面10cm 气温关系最密切;湿润事件对土壤CO 2通量具有促进作用.盐生荒漠开垦为农田后不仅改变了土壤CO 2通量的量级,且在一定程度上改变了通量的方向.关键词土壤呼吸盐生荒漠绿洲农田土地利用变化土壤表面的CO 2通量是土壤向大气的CO 2释放,即土壤呼吸,指未受扰动的土壤产生CO 2的所有代谢作用,包括植物根呼吸、土壤微生物呼吸和土壤动物呼吸三个生物过程和含碳物质化学氧化作用的非生物过程[1,2].土壤呼吸是陆地生态系统碳循环的一个重要环节,也是影响大气CO 2浓度的关键生态学过程.据估计,通过土壤呼吸排放到大气的CO 2高达68)100PgC #a -1[1],约占大气CO 2总量的10%[3],而因化石燃料燃烧排放到大气的CO 2约为5PgC #a -1,不到前者的10%[3].可见土壤CO 2通量的微小变化就可引起大气CO 2浓度的改变,对全球气候变化和碳循环产生重大影响[1].研究表明,土壤CO 2通量将随气温的升高而增加,使气温和土壤CO 2通量间形成正反馈[1].因此,在全球变化背景下,要准确地预测未来土壤CO 2通量对大气CO 2浓度的影响,一是要加强不同类型陆地生态系统土壤CO 2通量在较长时间尺度上的精确测定[4],其次是要深入研究土壤CO 2通量与温度等环境因子间的关系[1].干旱、半干旱区约占全球陆地面积的1/3,其土壤无机碳库是仅次于海洋和土壤有机碳库的地球第三大碳库[5],在全球碳循环和气候系统中起着重要作用[1].土地利用变化是化石燃烧外导致大气CO 2浓度升高的另一重要原因,据估计,由此释放的CO 2占因人类活动释放CO 2总量的一半[6].由于干旱区土地生产力相对较低,这些区域土地利用变化对全球变化的意义容易遭到忽视.近几十年,我国西北干旱区实行大规模垦荒,绿洲面积扩大,土地利用/覆被变化明显.在荒漠转化为绿洲的过程,地表植被、土壤性质、微生物组成和活性、根系生物量等要素都发生了相应的改变,土壤CO 2通量的强度及其影响因子也必然随之变化,从而对土壤碳库的收支、甚至对整个干旱区土壤碳平衡产生重大影响.显然,开展荒漠垦荒前后土壤CO 2通量的对比研究是揭示这种过程的关键.262本文采用LI-8100(LI-COR,Lincoln,N ebras-ka,U SA)对准噶尔盆地南缘盐生荒漠垦荒前后土壤CO2通量进行了对比观测,以定量确定盐生荒漠垦荒前后土壤CO2通量的变化,旨在探讨干旱区典型土地利用变化对碳循环过程的影响.1研究区域与方法1.1研究区概况实验依托中国科学院阜康荒漠生态系统观测研究站(87b56c E,44b17c N,海拔461m)进行.该站地处中天山北麓的三工河尾闾、准噶尔盆地南缘,属典型的温带大陆性气候,冬冷夏热,昼夜温差大,最热月均温为24)27e,最冷月低于-20e,年平均温度6.6e.气候极为干燥,年平均降水量160mm,年均蒸发潜力超过2000mm,是降水量的十余倍.地带性土壤为盐化、碱化漠钙土,40)60cm以下有明显的钙积层,有机质主要分布在表层.观测点之一为保存完好的原始盐生荒漠,地表发育稀疏的多枝柽柳(Tamar ix r am osissima)、红砂(Reaumur ia soongor ica M ax im.)群落,其盖度小于30%.另一观测点是在盐生荒漠上开垦的绿洲农田(已15年),主要种植棉花.两观测点水平距离200m.观测前,于2005年4月用土钻取0)20cm 土样测定实验点土壤基本属性(背景值),每地随机重复取样5次,土样分析据5土壤农业化学分析方法6[7],结果见表1.表1实验点0)20cm土壤基本性质实验地pH(1B5)电导率/(mS#cm-1)总盐/(g#kg-1)有机质/(g#k g-1)C/N盐生荒漠8.85?0.10 6.14?0.5743.23?2.6010.34?0.818.78?0.36绿洲农田7.89?0.12 1.35?0.08 6.21?0.548.29?0.398.23?0.32表中数值为均值?标准误差1.2土壤CO2通量测定土壤CO2通量采用L-I8100自动土壤CO2通量系统观测于2005年的整个生长季(5)10月),观测用叶室为系统配备的长期观测叶室(L-I8100L,L-I8100C).盐生荒漠的观测点选在无植被分布的平坦裸地;受仪器体积限制,绿洲农田测点选择棉花植株间地.测量前清除地表凋落物,再将固定叶室的基座插入土壤至稳定为止,基座为PVC圆柱体(外径21.34cm、内径20.3cm、高11.43cm).为消除基座插入时对土壤造成的干扰,基座固定后经24h平衡,使土壤CO2通量恢复到放置基座前水平.土壤CO2通量的日过程选择在晴朗天气下观测,5)10月每月观测两次日过程,观测期间系统每15min自动记录一次.为研究湿润事件对土壤CO2通量的影响,分别对盐生荒漠降雨前后和棉田灌溉前后的土壤CO2通量进行连续观测.降雨发生在6月20日夜,降雨量为5.4mm,此前30天内无降雨.分别对降雨前(6月18日)和雨后4天(21)24日)的土壤CO2通量进行连续观测,期间在23日凌晨又发生一次降雨,降雨量为5.2mm.7月1日对棉田进行灌溉,灌溉量40mm,此前15天内未灌溉.分别于棉田灌溉前(6月26日)和灌溉后第3(7月4日,此后类推)、第5、第10和第14日对其土壤CO2通量进行了24h观测.1.3环境因子监测土壤5cm地温和近地面10cm气温采用LI-8100自带的探头同步监测,地表温度、10,15, 20,40,60和100cm地温通过设置于两实验地之间的MILOS520自动记录气象站(VAISALA Cor-poratio n,Finland)获取.1.4数据分析用每天24h的观测数据表征土壤CO2通量的日过程.采用一元回归分析土壤CO2通量与气温和不同深度地温的关系.以每小时内4次测量的算术平均值来描述湿润事件前后的CO2通量变化.所有的数据统计分析均在Orig inPro7.5(OriginLab Corpo-ration,U SA)中完成.2结果与分析2.1土壤CO2通量的日过程比较图1表明,农田土壤CO2通量在任一时刻都高于盐生荒漠,这种差距在7月份表现尤为明显.两地土壤CO2通量的日变化总趋势相似,即昼高夜低,但过程差异明显:农田在整个生长季节都表现263第18卷第3期2008年3月为单峰型,峰值出现在10)13时(地方时,下同),随后逐步降低,在夜间零点左右至谷值后趋于平稳;而盐生荒漠表现为双峰型,第一峰值出现在08)11时之间,第二峰值出现在16)18时,且第二峰值的强度随生长季节的推移而减弱,如9月份的第二峰值已不明显,10月份则已消失.图1盐生荒漠(-〇-)和农田(-p-)土壤C O2通量的日变化过程在整个生长期内,农田土壤CO2通量的均值为3.19L m ol#m-2#s-1,盐生荒漠则为0.08L mol#m-2#s-1(表2),前者是后者的近40倍.此外,农田土壤CO2通量日较差(白天均值-夜间均值)和日变化幅度(|最大值/最小值|)均显著高于盐生荒漠(表2).值得指出的是,盐生荒漠的土壤CO2通量在夜间和5,6,7月份的11)13时为负值,说明盐生荒漠土壤以某种方式吸收大气中的CO2.对盐生荒漠土壤CO2通量按白天和夜间分段计算平均值,发现白天为0.36L m ol#m-2#s-1,夜间为-0.22L mol#m-2#s-1,这意味着盐生荒漠一个晚上(12h)每平方米能吸收0.42g CO2.2.2土壤CO2通量的季节变化两实验地土壤CO2通量的季节变化趋势基本一致,均先升后降,呈单峰型(图2).农田土壤CO2通量在5月就已达到较高的水平,最高的月份出现表2绿洲农田和盐生荒漠土壤C O2通量日过程的基本特征项目盐生荒漠绿洲农田土壤CO2通量峰值/(L m ol#m-2#s-1)1.527.78峰值出现时间08)11时(第一峰值)10)13时16)18时(第二峰值)无土壤CO2通量谷值/(L m ol#m-2#s-1)-1.920.65谷值出现时间11)13点或黎明前黎明前日间平均CO2通量/(L m ol#m-2#s-1)0.36 3.88夜间平均CO2通量/(L m ol#m-2#s-1)-0.22 2.56日平均CO2通量/(L m ol#m-2#s-1)0.08 3.19日较差(日间均值-夜间均值)0.58 1.32日变化幅度(|峰值/谷值|)0.7911.97在最热的7月,此后逐渐下降,这与气温和地表温度的变化趋势相同(图2).盐生荒漠土壤CO2通量264第18卷第3期2008年3月最高值出现在6月,此后逐步降低,自秋季起(9月)土壤CO 2通量变为负值.图2 盐生荒漠(d)和农田(c)土壤CO 2通量与温度的季节变化a 近地面10cm 处气温;b 地表温度两实验地土壤CO 2通量的季节变化呈单峰型,原因在于研究区春季融雪后随着温度逐渐上升,植物根系生命活动加强,土壤微生物活动日趋活跃,凋落物分解速率增加,从而使土壤CO 2通量逐渐增加.对盐生荒漠而言,6月后雪融水基本耗尽,有效降水又稀少,土壤微生物受水分的胁迫逐步增强,故土壤CO 2通量峰值出现在6月.而农田由于人工灌溉,水分胁迫不明显,土壤CO 2通量强度主要受温度和作物根系活动控制,7月份温度最高、又是棉花生长最旺盛的时候,因而棉田土壤CO 2通量峰值出现在夏季7月.2.3 温度对土壤CO 2通量的影响回归分析表明,不论是农田还是盐生荒漠,土壤CO 2通量与近地面10cm 处气温的相关性最明显,R 2分别是0.7091和0.6814,回归模型分别为y =0.1441x -0.0728和y =0.0388x -0.7437(图3),其次是地表温度.决定系数R 2随土壤深度增加而递减,说明土壤CO 2通量受温度影响主要局限在土壤表层.这一方面在于土壤温度变化滞后于气温变化,其变化幅度随深度而减小;其次是干旱区土壤微生物活动主要集中在土壤表层.特别是盐生荒漠,即使在5cm 深度,其温度变化与土壤CO 2通量回归模型的R 2也仅为0.0418,可见在这一深度土温对土壤CO 2通量影响非常微弱.图3还表明,两地的土壤CO 2通量与不同深度土温均呈正相关关系,但农田回归模型的斜率大于盐生荒漠.在盐生荒漠中,即使是近地面10cm 气温与土壤CO 2通量的回归系数也不超过0.05(图3),说明在同等温度变幅条件下,农田土壤CO 2通量的变幅要远高于盐生荒漠,农田土壤呼吸对温度变化更敏感.图3 农田(p )、盐生荒漠(〇)土壤CO 2通量与温度的关系(a)近地面10cm 气温;(b)地表温度;(c))(i)分别代表土壤5,10,15,20,40,60和100cm 深度温度265第18卷第3期 2008年3月2.4 湿润事件对土壤C O 2通量的影响盐生荒漠土壤CO 2通量在降雨后迅速增加,其峰值均高于雨前(图4(a)),说明降雨对其土壤CO 2通量具有促进作用.雨后第1,2,3和第4天的日均土壤CO 2通量分别是降雨前(6月18日)的8.07,5.01,0.19和14.19倍.6月23日日均值不足雨前的1/5,原因是当日凌晨(4)8时)的二次降雨过程导致土壤CO 2通量骤降.图4 盐生荒漠(a)降雨和农田(b)灌溉前后土壤C O 2通量的变化农田土壤CO 2通量对灌溉的响应与盐生荒漠对降雨的响应类似,灌溉后土壤CO 2通量的峰值和谷值都相应高于灌溉前(图4(b)).灌溉前(6月26日)土壤CO 2通量的峰值为5.59L mol #m -2#s -1,灌溉后第3天(7月4日)增至7.09L m ol #m -2#s -1,谷值则由灌溉前的1.65L mol #m-2#s-1增至3.08L m ol #m -2#s -1.在灌溉后的第3,5,10和第14天,其日均值分别是灌溉前的1.29, 1.74,1.93和1.66倍.以上结果表明,湿润事件对盐生荒漠和农田的土壤CO 2通量具有促进作用.随着湿润事件时效的延长,土壤CO 2通量增加的幅度逐渐变小.盐生荒漠土壤CO 2通量对湿润事件的响应更剧烈,雨后的日均水平可增至雨前的数倍,变化幅度较农田大得多,但由于盐生荒漠土壤CO 2通量的基数较低,即使是在雨后还是远低于农田.3 讨论本文研究的农田由盐生荒漠垦荒而来,观测表明农田和盐生荒漠的土壤CO 2通量在平均水平、日过程、季节变化及其对温度变化和湿润事件的响应等方面都表现出明显的差异,说明这种土地利用变化对土壤呼吸具有深刻而重要的影响.3.1 土壤CO 2通量的日过程土壤CO 2通量的日过程主要取决于土壤温度的变化,且土壤CO 2通量越高,其日变幅越大[2],本文结果证实这一规律亦适用于我国西北干旱区.盐生荒漠的土壤CO 2通量呈双峰型,夜间为负值,这可能与研究区气候和土壤的高盐碱、高钙特性有关.该区在植物生长季节多为晴朗天气,昼夜温差大(>10e ),夜间水汽凝结常使地表形成一定量露水,对干旱区而言,这种露水是土壤表层微生物活动的重要水源.而水分又是干旱区土壤微生物活性的限制性因子,土壤中各种生化反应都有赖于水分的获取[8].日出后随着气温和地温的升高,微生物消耗大量活性碳,生化反应和有机质分解加速[9],CO 2释放增加,从而形成07)09时的第一个CO 2释放峰值.随后露水很快蒸发,气温逐步升高,到正午最热时地表温度可超过60e .这造成土壤微生物获取基质困难,并可能使一些与微生物活动相关的酶活性降低甚至被高温杀死,致使根系呼吸作用和微生物活动减弱[10],土壤CO 2通量也随之下降.第一峰和第二峰间的谷值在天气已渐冷的9月和10月表现不明显(图1),也证实了这种可能.到14时后气温和土温逐渐下降,土壤微生物的高温胁迫也降低,土壤CO 2释放速率渐增而在16)18时段形成第二峰.农田在长期耕种过程中土壤碱性下降,且由于作物覆盖、土壤湿度较大而使中午地表温度远低于荒漠,正午时土壤CO 2通量不出现谷值,因而其日过程呈单峰型.盐生荒漠土壤CO 2通量在夜间表现为负值,这一特殊现象目前尚未见报道,如果此现象在全球干旱区盐碱地具有普遍性,可能将是寻找全球/碳失汇0的一个新线索.3.2 土壤CO 2通量的季节变化研究表明土壤CO 2通量的季节变化与太阳辐射类似,呈先升后降的趋势[11)13],就北半球而言,通266第18卷第3期 2008年3月常夏季6)7月最高[11,12,14].本文的结果与此相似,不同的是,农田土壤CO 2通量在夏季7月最高,而盐生荒漠土壤CO 2通量的峰值出现在6月.对于水分胁迫生态系统而言,土壤CO 2通量与温度的季节变化节律有所不同,一般高土壤CO 2通量出现在温度适中、而降水量最大的月份[15],因此农田和盐生荒漠地水分条件的不同可能是两地土壤CO 2通量季节动态差异的原因.7月后土壤微生物受水分胁迫最严重,盐生荒漠土壤CO 2通量最高月份相应出现在6月.对农田而言,人工灌溉可以缓解水分胁迫,土壤CO 2通量受温度和作物根系活动影响更明显,因而其土壤CO 2通量最高值出现在温度最高、作物生长最旺盛的7月.3.3 温度对土壤C O 2通量的影响生长季节土壤CO 2通量与月均温[3]、大气温度[16,17]、地表温度[18]、不同深度地温[19)24]以及土壤温度和气温的加权平均[25]都有不同程度的关系,但尚无统一的模型来描述二者的关系,所拟合的模型有指数、线性和幂函数等模型.这说明两者关系可能因具体环境而异.通常,土壤CO 2通量的变化主要是由土壤温度引起的,土壤湿度的影响很小[23],原因在于土壤温度能直接影响微生物和根系的代谢活动[2].本文结果表明近地面10cm 气温与土壤CO 2通量的关系最密切,土温的影响随深度增加而迅速减弱,至15cm 深度后,农田土温与土壤CO 2通量回归模型的决定系数R 2已不足0.22,盐生荒漠则小于0.015,说明土温此时对土壤CO 2通量的影响非常微弱.究其原因,一方面是作为微生物分解基质的有机质主要以凋落物形式集中于地表[26],因而微生物活动主要发生在地表和土壤表层;二是深层土壤的温度变幅较小,且其变化滞后于地表和气温,对微生物分解活动影响相对较小.研究区的气温和地表温度日变幅大,因此地表附近温度的变化能强烈影响到土壤表层微生物活动.盐生荒漠的土壤CO 2通量对温度变化的敏感性较农田低,可能是高度水、盐胁迫下盐生荒漠土壤微生物在数量和种群结构上都有异于农田,长期的适应使它们对胁迫因子保持较高的敏感性,而对温度变化的响应不敏感.3.4 湿润事件对土壤CO 2通量的影响水分胁迫是干旱区的普遍特征,长期干旱后的湿润事件必然会导致土壤微生物活动和根系生长发生重要变化,从而影响土壤CO 2通量.研究表明,干旱土壤湿润后土壤CO 2通量会迅速而大幅增加[27].如H olt 等[13]在澳大利亚发现降雨后土壤CO 2的释放量较降雨之前增加幅度达300%,北美矮草草原较雨前可增加7倍[28],而Rochette 等[27]在农田的观测发现雨后2h 土壤CO 2通量甚至升高了近9倍.然而,也有雨后土壤CO 2通量反而受到明显抑制的报道[16].这些结果表明土壤CO 2通量对土壤湿润事件的响应可能因时、因地而异.就本文结果而言,农田和盐生荒漠在湿润后土壤CO 2通量都表现为激增,其原因一方面在于灌溉或降雨缓解了土壤的干旱胁迫,激活了此前受抑制的土壤微生物和酶活性[24,27]、增加了微生物量[29],从而促进了微生物分解活动;另一方面土壤湿润后加强了根系的新陈代谢活动[2].盐生荒漠土壤CO 2通量对湿润事件的响应幅度较农田大得多,原因在于盐生荒漠的水分胁迫更明显.一旦土壤湿润后受抑制的微生物活动迅速增长,导致土壤CO 2通量成倍增长.4 结论盐生荒漠和绿洲农田土壤呼吸的对比研究表明,干旱区盐生荒漠开垦为农田后,土壤呼吸在日过程、季节变化、对近地面温度变化以及对湿润事件的响应方面都发生了明显的改变.从整个生长季节来看,农田土壤CO 2通量平均速率为3.19L mol #m -2#s -1,盐生荒漠则为0.08L mol #m -2#s -1,前者是后者的近40倍,说明垦荒后极大地增加了土壤C 释放.从日变化和季节变化来看,农田土壤呼吸始终高于盐生荒漠,盐生荒漠在夜间以及在9月以后的整个时段土壤CO 2通量均为负值.农田灌溉和盐生荒漠降雨对土壤呼吸都具有促进作用.农田土壤呼吸对土壤温度变化的响应比盐生荒漠更敏感,因此在全球变暖的背景下,干旱区的灌溉农业势必加速农田土壤的碳释放.上述研究结果表明,从盐生荒漠到农田的土地利用变化不仅改变了其土壤呼吸的强度,在某种程度上也改变了土壤碳循环过程.盐生荒漠土壤CO 2通量为负值的现象目前尚267第18卷第3期 2008年3月未见报道,这可能与干旱区土壤中无机碳库与有机碳库的转化有关[5],其中碱性盐分与土壤空气中CO2发生化学反应生成碳酸盐可能是其主要原因.一旦弄清楚其中转化过程,将可能是寻找全球/迷失碳0问题的一个新线索.致谢在实验过程中得到中国科学院阜康荒漠生态系统观测研究站全体人员的大力帮助,深表谢意参考文献1Raich JW,Schlesinger W H.T he global carb on dioxide flux in soil respiration and its relation ship to vegetation and climate.Tellus,1992,44(B):81)992Singh JS,Gupta SR.Plant decomposition and soil respirati on i n ter-restrial ecosystems.T he Botany Review,1977,43(4):449)5283Raich JW.Potter CS.Global pattern s of carbon dioxide em is-s ion s from soils.Global Biochemical Cycles,1995,9(1):23)26 4Raich JW,T ufekcioglu A.Vegetation and s oil res piration:Cor-relation s and controls.Biogeochem istry,2000,48(1):71)90 5W illiam EE.Carbon dioxide flu xes in a semiar id environm ent w ith high carbonate soils.Agricultural and Fores t M eteorology, 2003,116(1):91)1026Dixon RK,Br ow n S,Hough ton RA,et al.Carbon pools and flux of global for est ecosystems.S cien ce,1994,263(5144): 185)1907鲁如坤主编.土壤农业化学分析方法.北京:中国农业科技出版社.1999,239)2408Fench el Tom.M icrob ial behavior in a heterogen eous w orld.S c-i ence,2002,296(5570):1068)10719New man,Diann e K,Banfield JF,et al.Geomicrobiology:H ow m olecular scale interaction s underpin biogeochemical s ystem.S c-i ence,2002,296(5570):1071)107710Rustad LE,N orb y RJ,M itchell M J,et al.A m eta-analysis of th e res pon se of s oil respiration,n et nitrogen min eralization,and aboveg rou nd plan t growth to ex perimental ecosystem w arming.Oecologia,2001,126(4):543)56211Billings SA,Richter DD,Yarie J.S oil carb on dioxide fluxes and profile concentrations in tw o b oreal forests.Canadian J ou rnal of Forest Research,1998,28(12):1773)178312Davids on E A,Belk E,Boone RD.Soil w ater conten t and tem-peratu re as independent or confou nded factors controlling soil respiration in a tem perate mix ed h ardw ood forest.Glob al Chan ge Biology,1998,4(2):217)22713H olt JA,H odgen M J,Lamb D.Soil res piration in the s easonally dry tropics n ear T own sville,North Queens lan d.Aus tr alianJourn al of S oil Res earch,1990,28(5):737)74514周广胜,王玉辉,许振柱,等.中国东北样带碳循环研究进展.自然科学进展,2003,13(9):917)92215Gupta SR,S ingh JS.S oil respiration in a tropical grassland.S oil Biology and Biochemistry,1981,13(4):261)26816Davidson EA,Verchot LV,Catt½n io JH,et al.Effects of s oil w ater content on soil respiration in forests and cattle pastures of eastern Amaz on ia.Biochemistry,2000,48(1):53)6917黄湘,陈亚宁,李卫红,等.塔里木河中下游胡杨群落土壤碳通量日变化研究.自然科学进展,2006,16(11):1405)1410 18Nakadai T,Yok ozaw a M,Ikeda H,et al.Diurnal changes of carbon dioxide flux from bare soil in agricultural field in Japan.Applied Soil Ecology.2002,19(2):161)17119Goulden M L,M un ger JW,Fan SM,et al.M easurem ent of car-bon sequestration by long-term eddy covariance,meth ods and critical evaluation of accuracy.Global Change Biology,1996, 2(3):169)18220Chapman S B.S om e interrelation ships betw een soil an d r oot res-piration in low land Callu na heathland in southern England.Journ al of Ecology,1979,67(1):1)2021沙丽清,郑征,唐建维,等.西双版纳热带季节雨林的土壤呼吸研究.中国科学,D辑,2004,34(SÒ):167)17422Fan g C,M oncrief J B,Gholz H L,et al.Soil CO2efflux and its spatial variation in a Florida slash pine plantation.Plant and Soil,1998,205(2):135)14623Rayment M B,Jarvis PG.Temporal and spatial variation of s oil CO2efflu x in a Canadian b or eal forest.S oil Biology an d Biochem-istry,2000,32(1):35)4524Irvine J,Law BE.Contras tin g s oil respiration in you ng and old-grow th ponderosa pin e for ests.Global Change Biology,2002, 8(12):1183)119325Baldocchi DD,Vogel CA,H all B.S easonal variation of carbon dioxide exch ange rates ab ove and b elow a boreal jack pine forest.Agricu ltural and Fores t M eteorology,1997,83(1)2):147) 17026Chapman SJ,Th urlow M.T he influ ence of climate on CO2and CH4emission from organic soils.Agricultu ral and Forest M ete-orology,1996,79(4):205)21727Rochette P,Des jardin s RL,Pattey E.S patial and temporal var-i ab ility of soil respiration in ag ricultural fields.Canadian J ournal of Soil S cien ce,1991,71(2):189)19628De Jong E,S chappert HJ V,M acdonald KB.Carb on dioxide evo-lution fr om virgin and cu ltivated s oil as affected by management practices and climate.Canadian J ournal of Soil S cien ces,1974, 54(3):299)30729Orchard VA,Cook FJ.Relation ship betw een s oil respiration and soil moisture.S oil Biology and Biochem istry,1983,15(4): 447)453268第18卷第3期2008年3月。

我国4个国家级本底站大气CO_2浓度变化特征

中国科学D辑:地球科学 2009年第39卷第2期: 222~228 222 《中国科学》杂志社SCIENCE IN CHINA PRESS我国4个国家级本底站大气CO2浓度变化特征刘立新, 周凌晞*, 张晓春, 温民, 张芳, 姚波, 方双喜中国气象科学研究院, 中国气象局大气成分观测与服务中心, 中国气象局大气化学重点开放实验室, 北京 100081* 联系人, E-mail: zhoulx@收稿日期: 2008-05-20; 2008-08-05国家自然科学基金(批准号: 40775078)、国家重点基础研究计划(编号: 2006CB403701)、国际科技合作项目(编号: 2007DFA20650)、国家科技基础条件平台建设项目(编号: 2005DKA10602)和中国气象局气候变化专项(批准号: CCSF2007-1)资助摘要CO2是影响全球温度的主要温室气体, 其浓度变化状况能反映出不同区域大气受自然和人为活动影响的程度. 以中国气象局青海瓦里关、北京上甸子、浙江临安和黑龙江龙凤山4个国家级大气本底站为研究基地, 每周一次进行Flask瓶采样/实验室非色散红外吸收法CO2浓度分析. 根据2006年9月~2007年8月期间观测资料, 并结合瓦里关长期在线观测数据处理经验, 对大气CO2采样分析数据本底浓度筛选方法进行了初步探讨, 并对我国4个典型区域大气CO2本底浓度特征进行了探索性分析, 可以为深入了解我国典型区域温室气体浓度现状奠定基础. 结果表明: 观测期间瓦里关、上甸子、临安和龙凤山站大气CO2浓度水平分别为383.5, 385.9, 387.8和384.3 ppm. 瓦里关站大气CO2浓度变化较为平稳; 而上甸子和临安两个区域本底站分别受到京津塘经济圈和长三角经济圈人类活动的显著影响, 浓度波动较大; 龙凤山站由于受到植被光合作用和人类活动的综合影响, 大气CO2浓度季节变化规律最为明显. 关键词大气CO2瓶采样本底数据筛选浓度特征区域差异二氧化碳(CO2)是影响全球温度的主要温室气体之一, 随着全球工业化进程的不断加快, 人类活动造成的大气中温室气体浓度的升高给全球的气候、生态、经济等各方面带来显著影响, 受到世界各国政府、科学家和社会公众的普遍重视[1~3].美国Mauna Loa观测站自1957年开始对大气CO2浓度进行观测, 迄今为止近50 a的观测记录, 为大气CO2浓度持续增加提供了有力证据[4]. 此后, 主要发达国家凭借先进的技术设备和雄厚的经费投入, 在全球不同经纬度地区建立本底观测站并逐渐形成观测网, 如美国国家海洋与大气管理局地球系统研究实验室(NOAA/ESRL)、澳大利亚联邦科工组织海洋与大气研究中心(CSIRO/CMAR)、加拿大气象局(MSC)、日本国立环境研究所(NIES)等, 通过在不同地区开展在线观测或间歇式采样分析, 为系统研究大气温室气体浓度动态变化规律、源汇机制等做出了重要贡献[5~7].我国在温室气体本底观测方面的工作起步较晚, 20世纪80年代之后在青海瓦里关、浙江临安、黑龙江龙凤山、甘肃民勤、青海五道梁及北京城区等地陆续开展了短期的温室气体浓度观测, 为我国温室气体研究积累了宝贵经验[8~12]. 但基于当时科研条件的限制, 一些问题还有待进一步探讨, 例如, 国内早期大多用不锈钢瓶或复合膜气袋存贮样品, 容器内壁对气体的吸附、与气体间的碳交换或轻微漏气等给分析结果带来一些不确定性; 此外, 分析大气样品时采用的标气并不统一, 较难进行相互间的比较. 随着我国科研工作者的努力以及国际合作交流的加强, 以上问题正逐步得到解决.中国气象局现有青海瓦里关全球大气本底站中国科学 D 辑: 地球科学 2009年第39卷第2期223(2001年入选科学技术部“国家重点野外科学观测试验站”试点站, 并于2006年经考核评估被正式列入科学技术部“国家大气成分本底野外观测研究站”)和北京上甸子、浙江临安和黑龙江龙凤山3个区域大气本底站(2005年入选科学技术部“国家大气成分本底野外观测研究站”), 以上4个站点也已正式加入世界气象组织全球大气观测网(WMO/GAW), 陆续开展了多种大气成分观测, 2006年起全面开展了温室气体采样工作[13~15]. 本文较系统地探讨了我国几个典型区域大气CO 2本底浓度特征, 并对其源汇输送和本底数据筛选方法等进行了探讨.1 区域概况及研究方法1.1 研究区域自然概况本研究对2006年9月~2007年8月期间青海瓦里关全球本底站以及北京上甸子、浙江临安和黑龙江龙凤山3个区域本底站大气CO 2浓度进行了采样分析. 其中, 青海瓦里关全球本底站是WMO/GAW 位于欧亚大陆腹地唯一的全球本底站[13]; 其他3个区域本底站地处我国典型的气候、生态与经济关键区, 大气环境具备区域本底特征(表1).1.2 采样及分析方法大气样品采样及实验室集中分析均参照WMO/ GAW 推荐的方法进行[16,17], 采样设备包括便携式采样器和Flask 硬质玻璃瓶, 为保证采样质量, 采样时2个Flask 瓶串联(青海瓦里关站为4瓶串联), 用当地空气充分冲洗后加压至1.2~1.5 atm (1 atm =1.01325× 105 Pa, 下同). 各站点采样频率均为1次/周, 由于瓦里关站位于山顶, 采样时间选择当地清晨下沉气流期间(以避免白天上坡风向期间地面的人为影响), 而其他3个站点则选择在正午至下午时段采样(此时大气混合层较高, 采集的样品和自由对流层接近); 采样期间主要避开雨、雾、霾、沙尘等天气, 风速需大于 2 m/s. 依据CO 2对红外辐射选择性吸收的原理, 在实验室用非色散红外吸收方法(NDIR)并使用工作标气和零气对其浓度进行分析, 系统具有较高的测量精度和稳定性[18].1.3 数据处理及质量控制目前, 中国气象局大气化学重点开放实验室保存有两套可溯源至WMO 国际CO 2标准的一级标气, 定期对实验室CO 2二级标气和工作标气进行标定[18]. 同时, 青海瓦里关站拥有CO 2在线观测系统, 并且Flask 采样时为4瓶串联, 其中2瓶在本实验室分析, 另2瓶送往美国NOAA/ESRL 进行分析. 由于瓦里关站在线观测及中美两个实验室独立分析均采用可溯源至同一标准的工作标气, 并使用相同的样品分析流程及数据处理方法, 因此, 两实验室独立分析结果具有很好的一致性并显著相关(图1, R 2=0.983, n =106, 1 ppm=1 µL/L, 下同), 在线观测与采样分析结果也呈显著正线性相关(图2, R 2＝0.949, P =0.00), 同时无系统偏差, 说明本研究所获资料可靠, 具有国际可比性.图1 2006年9月~2007年8月期间NOAA 与CAWAS实验室串联采样分析结果表1 瓦里关、上甸子、临安和龙凤山4个本底站的自然、生态特征及区域代表性站点纬度(N) 经度(E) 海拔/m 气候特征植被类型代表区域距中心城市距离瓦里关 36°17′ 100°54′ 3816.0 高原大陆性气候浅草植被和干旱半干旱的荒漠草原及沙洲欧亚大陆腹地距西宁市150 km 上甸子 40°39′ 117°07′ 293.3暖温带半湿润季风气候林地、农田等京津冀经济圈距北京市150 km 临安 30°18′ 119°44′ 138.6 亚热带季风气候农田、稻田、灌木长三角经济圈距杭州市50 km 龙凤山44°44′ 127°36′ 330.5 温带大陆性季风气候林地、稻田东北平原区距哈尔滨市180 km刘立新等: 我国4个国家级本底站大气CO 2浓度变化特征224图2 2006年9月~2007年8月期间在线与瓶采样数据相关图2 结果与分析2.1 大气CO 2本底浓度数据筛选大气本底是指滤除了局地条件和人为活动直接影响、已混合均匀的大气组成特征[19], 对各观测站大气CO 2浓度数据进行本底筛分, 进而获得能反映该地区大气本底特征的CO 2本底数据, 是全面掌握我国不同区域温室气体浓度变化特征和规律的基础.本研究中, 首先人工剔除由于采样操作不当、分析仪器波动等造成的明显不合理数据; 然后利用统计学方法, 将大于3σ 的数据视为异常值剔除, 在剩余数据中再将大于3σ 的数据剔除, 直至剩余数据标准差全部小于3σ. 如此逐步逼近, 可以基本去除由于气团在到达采样点前未充分混合均匀(例如明显污染气团过境)等原因造成的影响.经以上初步处理的数据, 再开展进一步的本底数据筛分. 对于青海瓦里关本底站的大气CO 2观测数据, Zhou 等[20]利用1994年7月~2000年7月连续6 a 大气CO 2在线观测资料以及80 m 近地面风场连续观测资料, 建立了该站大气CO 2本底数据的分级筛选方法, 提出水平风向NE-ENE-E 为瓦里关站温室气体观测最主要的非本底扇区. 本研究中参照此方法对2006年9月~2007年8月瓦里关站Flask 瓶采样数据进行了本底筛选.北京上甸子本底站没有CO 2长期在线观测数据, 不能完全参考瓦里关站本底数据筛分方法, 但该站拥有CO 浓度在线观测数据, 因CO 是污染气团从源区输送到边远清洁地区的标志, 可以作为CO 2人为源的示踪物[21], 而上甸子站正是受京津塘经济圈人为活动影响较大的区域(上甸子大气CO 浓度年均本底值为154.9 ppb(1 ppb=1 nL/L, 下同), 年均污染值为670.8 ppb). 因此, 本研究中结合地面风与CO 浓度变化之间的关系(表2)以及上甸子站所在地理位置、区域自然生态特征和社会经济状况, 初步将上甸子站WSW-SW-SSW, SSE 和ESE 3个来向视为非本底扇区, 如果此扇区内的浓度值高于本底值, 同时CO 2浓度值也较高, 则认为此时的CO 2浓度值为非本底数据, 予以剔除. 然后将此扇区内观测数据与CO 浓度结果进行对比, 将CO 2和CO 浓度值均显著高于其他方向的CO 2数据视为非本底数据进行筛除. 浙江临安站与上甸子站类似, 主要受长三角经济圈人为活动的影响, 因此参考上甸子站本底数据筛分方法, 初步将WNW- NW-NNW 和NNE-NE-ENE 两个来向中明显高于其他来向的CO 2数据视为非本底数据进行筛除.黑龙江龙凤山站由于观测期间大气CO 2浓度季节变化规律性较强, 没有非常明显的气团来向使其浓度造成较为剧烈的波动, 因此不能参照以上方法对其进行非本底数据筛分, 本研究中仅对明显异常的数据进行了剔除. 图3为经过不同数据处理前后4个本底站大气CO 2浓度变化情况.2.2 4个本底站大气CO 2本底浓度特征分析经对4个本底站Flask 瓶采样大气CO 2本底浓度数据筛分后, 初步获得了2006年9月~2007年8月期间不同季节青海瓦里关、北京上甸子、浙江临安和黑龙江龙凤山站大气CO 2本底浓度典型值和季振幅, 见表3. 其中瓦里关站实测有效数据为96.15 %, 上甸子站73.08 %, 临安站78.85 %, 龙凤山站98.08 %(按照每周1次采样, 全年共52周计算).表2 2007年北京上甸子区域大气本底站CO 2与CO 浓度相关关系比较举例a)观测要素对比 4月18日 4月25日 6月13日 6月20日 CO 2/ppm 410.07(非本底数据) 389.41(本底数据) 380.73(本底数据) 398.19(非本底数据)CO/ppb 1219.23 186.70 155.41 925.9 a) 表中CO 2与CO 数据观测时间一致, 均为Flask 采样规定的下午13:00~15:00之间中国科学 D 辑: 地球科学 2009年第39卷第2期225图3 2006年9月~2007年8月我国4个国家级本底站大气CO 2浓度本底数据筛分前后比对(a) 原始数据, (b) 本底筛分后数据表3 2006年9月~2007年8月我国4个本底站大气CO 2本底浓度典型值和季振幅(单位: ppm)观测站点瓦里关上甸子临安龙凤山秋季(9~11月) 380.9 383.7 386.0 383.5 冬季(12~2月) 384.9 390.3 393.2 394.5 春季(3~5月) 387.8 391.7 388.8 391.7 夏季(6~8月) 380.5 377.8 383.2 368.0 季振幅13.2 27.0 17.8 37.7 本底浓度典型值383.5 385.9 387.8 384.3由表3可知, 青海瓦里关站大气CO 2本底浓度值较低, 与全球大气平均浓度增长趋势较为接近(2006年全球大气CO 2平均浓度为381.2 ppm, 近10 a 平均增长率为 1.93 ppm/a)[2], 主要是由于该站地处偏远, 远离工业区和人口稠密区, 周边没有大的人为污染源, 同时海拔较高, 各种大气成分在到达瓦里关之前已得到充分混合, 能较好地反映欧亚内陆大气本底特征.由图4可知, 瓦里关大气CO 2浓度季节变化较为明显, 8月降至最低, 4月达最高, 2006~2007年季振幅为13.2 ppm, 与其δ 13C 的季节变化规律呈显著的反相关关系, 与瓦里关长期观测数据统计结果也基本一致(图5), 反映了陆地生物圈对大气圈的强烈影响, 主要体现了北半球中高纬度陆地生态系统的周期性季节变化和源汇特征. 参考大气CO 2及其δ 13C 值长期变化趋势分析结果[22], 1991~2003年间, 瓦里关大气CO 2浓度呈逐年增长趋势, 但其δ 13C 值却逐年降低, 主要原因是化石燃料燃烧等过程产生的CO 2 含有较多轻碳同位素(化石燃料均来源于远古时期植物演化, 它们都比当今大气CO 2含有较少比例的13CO 2)[22,23], 反映了人类活动对大气中CO 2浓度及其δ 13C 的影响.Lagrangian 三维后向轨迹假定采样点气团能回溯到源地, 考虑气象场的分辨率和模式误差, 一般反推3~5 d, 在一定条件下, 能给出空气团中大气成分源区的合理信息[24,25]. 本研究中选择了观测期间不同季节中的典型时段(即与Flask 采样时间、天气条件基本吻合的时间段), 用三维后向轨迹反推3 d 空气团运移过程, 结合当地自然和人类活动背景信息, 尝试对3个区域本底站大气CO 2浓度变化给出初步的解释. 3个区域本底站中, 以龙凤山站大气CO 2浓度季节变化最大, 主要由于该区域土地覆被以森林为主, 受东北地区局地气团影响较大, 夏季由于森林生态系统光合作用对CO 2的吸收, 大气中CO 2浓度较低, 冬季则受哈尔滨、大庆、齐齐哈尔、沈阳等工业城市的影响, 工业及居民生活燃煤排放大量CO 2, 大气中CO 2浓度显著升高, 因此大气CO 2浓度值具有非常明显的季节变化规律, 季振幅可达37.7 ppm; 上甸子站和临安站则分别受到京津冀经济圈和长三角经济圈的影响较大, 这两个地区人口稠密、城市化程度高, 在人刘立新等: 我国4个国家级本底站大气CO 2浓度变化特征226图4 瓦里关大气CO 2及其δ 13C 值季节变化图5 瓦里关大气CO 2及其δ 13C 值长期变化据文献[21]修改类活动与陆地生态系统的共同作用下, 大气CO 2浓度值高于龙凤山站观测结果, 但季振幅趋缓.从以上分析结果可以看出, 我国3个区域本底站观测结果既能反映所在区域大气CO 2浓度的本底变化状况, 也能反映自然及人类活动的影响. 但迄今为止我国区域本底站稀少、观测周期较短, 在线观测系统正在建设, 目前尚无法准确掌握我国不同区域温室气体浓度变化状况及地区间的差异. 同时, 由于我国在大气CO 2稳定同位素示踪分析方面的能力还比较薄弱, 尚无法有效应用大气CO 2中碳、氧同位素比值的变化对其源汇特征进行合理区分[26], 本科研组正在这些方面积极探索, 结合前期工作基础, 以期更为深入地分析我国不同区域大气CO 2浓度变化的规律及源汇机理.3 结论本研究结果初步表明:(1) 参考青海瓦里关站长期在线大气CO 2浓度数据本底筛分方法, 将NE-ENE-E 方向视为其非本底扇区, 初步确定2006年9月~2007年8月期间大气CO 2本底浓度水平为383.5 ppm, 季振幅13.2 ppm, 可基本反映欧亚内陆大气本底特征.(2) 结合北京上甸子站CO 浓度在线观测结果与地面风的关系, 并考虑所在区域的自然生态特征和社会经济状况, 初步将WSW-SW-SSW, SSE 和ESE 3个来向、同时CO 2和CO 浓度值均显著高于其他方向的数据视为非本底数据, 观测期间上甸子站大气CO 2本底浓度385.9 ppm; 同理, 将WNW-NW-NNW 和NNE-NE-ENE 两个来向的、CO 2浓度值显著高于其他方向的数据视为非本底数据, 大气CO 2本底浓度387.8 ppm.(3) 黑龙江龙凤山站现有数据尚不能准确筛分出本底数据, 但已有夏半年观测数据能反映出东北平原陆地生态系统对大气中CO 2的强烈吸收, 而冬半年居民燃煤对大气中CO 2浓度升高有较大的影响.(4) 为弥补我国不同区域温室气体浓度长期、定中国科学 D 辑: 地球科学 2009年第39卷第2期227点观测资料的严重不足, 进一步估算排放量和吸收汇的动态变化, 为我国气候变化的内政、外交提供科技支撑, 尽快建立、健全我国温室气体网络化观测分析系统极为必要.致谢感谢青海瓦里关本底站、北京上甸子本底站、浙江临安本底站和黑龙江龙凤山本底站业务人员在野外现场的辛勤工作, 感谢美国NOAA/ESRL 和CU/INSTAAR 提供经过质量控制的瓦里关Flask 瓶采样比对分析数据, 感谢审稿人提出的建设性意见.参考文献1 International Panel on Climate Change. Climate Change 2007: the Physical Science Basis. Cambridge: Cambridge University Press, 20072 World Meteorological Organization. The State of Greenhouse Gases in the Atmosphere Using Global Observations through 2006. In: World Meteorological Organization. Greenhouse Gas Bulletin, 20073 Komhyr W D, Gammon R H, Harris T B, et al. Global atmospheric CO 2 distribution and variations from 1968—1982 NOAA/GMCC CO 2 flask sample data. J Geophys Res, 1985, 90: 5567—55964 Keeling C D. Atmospheric carbon dioxide variations at Mauna Loa observatory, Hawaii. Tellus, 1976, 28: 538—5515 Conway T J, Tans P P, Waterman L S, et al. Evidence for inter-annual variability of the carbon cycle from the NOAA/CMDL global air sampling network. J Geophys Res, 1994, 99: 22831—228556Alison C E. δ 13C of atmospheric CO 2 at Cape Grim: the in situ record, the flask record, air standards and the CG92 calibration scale. In: Dick A L, Bouma W, Derek N, eds. Baseline Atmospheric Program (Australia) 1996. Victoria: Bureau of Meteorology and CSIRO Division of Atmospheric Research, Melbourne, 1999. 45—56 7 World Meteorological Organization. 12th WMO/IAEA Meeting of experts on carbon dioxide concentration and related tracers mea-surement techniques. WMO GAW Report No. 161, 20058 温玉璞, 汤洁, 邵志清, 等. 瓦里关大气二氧化碳浓度变化及地表排放影响的研究. 应用气象学报, 1997, 8(2): 129—136 9 王木林, 李兴生. 大气本底监测站的CH 4, CO 2和CO 浓度的初步分析. 见: 李兴生, 主编. 我国大陆和西太平洋地区大气痕量气体及其他化学物质的监测研究. 北京: 气象出版社, 1986. 172—18510 王明星, 刘卫卫, Rasmussen R A, 等. 我国西北部沙漠地区大气甲烷浓度的季节变化的长期变化趋势. 科学通报, 1989, 9: 684—68611 王庚辰, 温玉璞, 孔琴心, 等. 中国大陆上空CO 2的本底浓度及其变化. 科学通报, 2002, 47(10): 780—783 12 王长科, 王跃思, 刘广仁. 北京城市大气CO 2浓度变化特征及影响因素. 环境科学, 2003, 24(4): 13—17 13 周秀骥. 中国大气本底基准观象台进展总结报告. 北京: 气象出版社, 200514 Zhou L X, Thomas J C, James W C, et al. Long-term record of atmospheric CO 2 and stable isotopic ratios at Waliguan Observatory: background features and possible drivers, 1991—2002. Glob Biogeochem Cycles, 2005, 19, doi: 10.1029/2004GB002430 15 周凌晞, 周秀骥, 张晓春, 等. 瓦里关温室气体本底研究的主要进展. 气象学报, 2007, 65(3): 458—46816Tans P P, Thoning K W, Elliott W P, et al. Background atmospheric CO 2 patterns from weekly flask samples at Barrow, Alaska: op-timal signal recovery and error estimates. In: NOAA Tech. Memo (ERL ARL-173). Boulder: Environmental Research Laboratories, 1989. 131 17 Komhyr W D, Waterman L S, Taylor W R. Semi automatic Nondispersive Infrared Analyzer Apparatus for CO 2 Air Sample Analyses. J Geophys Res, 1983, 88: 1315—132218 张晓春, 蔡永祥, 温玉璞, 等. 大气CO 2标准气浓度标定及采样瓶CO 2浓度分析系统. 气象科技, 2005, 33(6): 538—547 19 World Meteorological Organization. Global Atmosphere Watch. Geneva: World Meteorological Organization. 1993. 1—1920Zhou L X, Tang J, Wen Y P. The impact of local winds and long-range transport on the continuous carbon dioxide record at Mount Waliguan, China. Tellus, 2003, 55: 145—158刘立新等: 我国4个国家级本底站大气CO2浓度变化特征21Conway T J, Steele L P, Novelli P C. Correlations among atmospheric CO2, CH4 and CO in the Arctic, March 1989. Atmos Environ, 1993, 27A (17-18): 2881—289422周凌晞, 李金龙, 温玉璞, 等. 瓦里关山大气CO2及其δ 13C本底变化. 环境科学学报, 2003, 23(3): 295—30023Zhou L X, Thomas J C, James W C, et al. Long-term record of atmospheric CO2 and stable isotopic ratios at Waliguan Observatory: seasonally averaged 1991—2002 source/sink signals, and a comparison of 1998—2002 record to the 11 selected sites in the Northern Hemisphere. Glob Biogeochem Cycles, 2006, 20: GB2001, doi: 10.1029/2004GB00243124Cape J N, Methven J, Hudson L E. The use of trajectory cluster analysis to interpret trace gas measurements at Mace Head, Ireland.Atmos Environ, 2000, 34: 351—36325Draxler R R. Description of the HYSPLIT-4 modeling system. NOAA Technical Memo, ERL ARL224, 199726Miller J B, Tans P P, White W C, et al. The atmospheric signal of terrestrial carbon isotopic discrimination and its implication for par-tition carbon fluxes. Tellus Ser B-Chem Phys Meteorol, 2003, 55: 197—206228。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

112 观测方法
从 2003201～ 2003212 , 进行连续 1 a 的水、热与
CO2 通量的定位观测 . 采用全自动涡度相关系统直
采用专用数据采集器 ( CR23X , Campbell Scientific ,Inc1 ) 记录数据 , 并通过 PC 和无线电话
( Siemens) 进行数据下载 . 113 数据处理方法
接测定潜热通量、显热通量和冠层 CO2 通量 . 传感器安装在距地面约 2 m 高度 . 采用三维超声波风速温度计 ( CK J 2540 , K AIJO) 测定三维风速、风向、摩擦风速和温度 . 采用热电堆型辐射仪 ( CM21 , Kipp & Z onen) 、光量子计 ( CLI2190SB2B , Campbell Scientific , Inc1) 和净辐射计 ( CPR2CNR12H , K ipp & Z onen) 测定总辐射、光合有效辐射、短波和长波辐射以及净辐射 . 采用风向风速计 ( CPR2020C&CPR2010C , MET
(NEE) 的季节变化均呈 6～9 月较高 ,1～5 月和 10～12 月较低的对称分布 . 其中 5～9 月水稻生长时期的 NEE 总量占年总量的 80 %以上 ,对年 NEE 总量起决定性作用 . 光合有效辐射 ( PAR) 和日平均气温 ( Ta ) 是 GPP 与 NEE 季节变化的最主要影响因子 , ( m2 ・二者与 GPP 和 NEE 分别存在显著的二元线性关系 . 年净吸收 CO2 总量为2 47516 gΠ a) ,这表明我国亚热带稻田生态系统是

284
环境科学
[8～10 ]
28 卷
供了可靠的途径
, 并且在稻田生态系统 CO2 通
[6 ,11 ]
量方面也开始得到应用 . 本研究以我国亚热带区域典型稻田生态系统为研究对象 ,采用涡度相关法对稻田生态系统 CO2 通量进行了连续的动态观测 ,分析了稻田2大气间 CO2 通量交换的季节变化特征 , 并对 CO2 通量季节变化与主要环境因子的关系进行了探讨 .
2
表1 田间种植与管理状况 (2003 年)
Table 1 Key inputs and management during rice growing seasons in 2003
品种
播种期 Π 月2日
03230
移栽期 Π 月2日
04229
收获期 Π 月2日
07213
密度 Π 穴・ m- 2
3715
筑波 30528506) 摘要 : 为估算和评价稻田生态系统碳源Π 汇强度及其对大气 CO2 浓度变化的贡献 ,研究了稻田生态系统与大气间 CO2 交换通量的季节变化特征及其影响因素 . 采用涡度相关技术对我国亚热带稻田生态系统 CO 2 交换通量进行了连续监测 ,在数据剔除、校正和差补的基础上 ,对瞬时 CO2 通量值进行计算求得日 CO2 通量值和年 CO2 通量值 ,并对 CO2 通量季节变化及其与主要气象因子的关系进行了探讨 . 结果表明 , 稻田生态系统光合吸收 CO2 通量 ( GPP) 、呼吸排放 CO2 通量 ( Reco ) 和净吸收 CO2 通量
大气 CO2 的汇 . 关键词 :CO2 通量 ; 涡度相关法 ; 稻田生态系统
中图分类号 :X511 ; X17 文献标识码 :A 文章编号 :025023301 (2007) 0220283206
Seasonal Characteristics of CO2 Fluxes from the Paddy Ecosystem in Subtropical Region
ZHU Y ong2li
1,2
, TONG Cheng2li , WU Jin2shui , WANG Ke2lin , WANG Qin2xue , REN Xiu2e
1 1 1 3
1
(11 Institute of Subtropical Agriculture , Chinese Academy of Sciences , Changsha 410125 , China ; 21 Institute of Agricultural Engineering , Jiangsu University , Zhenjiang 212013 , China ; 31National Institute for Environmental Studies , Tsukuba 30528506 , Japan) Abstract :CO2 fluxes from paddy ecosystem in subtropical hilly region were measured continuously using eddy covariance technique. Based on data rejecting , correcting and filling , the daily and annual CO2 fluxes were calculated from the instantaneous values , respectively. The objectives were to investigate the variation of CO2 fluxes on seasonal temporal scale , analyze the relationship between CO2 fluxes and environmental factors , and to quantify the annual net ecosystem exchange (NEE) from the paddy ecosystem. Results show the values of GPP , R eco and NEE are higher from Jun. to Sep. and lower in the other months. The NEE from May to Sep. accounted for above 80 % of the annual value and is crucial to the whole annual value. Photosynthetically active radiation ( PAR) and mean daily air temperature ( Ta ) were two main influential factors for controlling the seasonal trend of GPP and NEE and could be described by binary linear functions , respectively. The ( m2 ・ annual NEE in paddy ecosystem was 2 47516 gΠ a) . This is showed that paddy ecosystem was a carbon sink for the atmosphere in subtropical region. Key words :CO2 flux ; eddy covariance technique ; paddy ecosystem
收稿日期 :2006202222 ; 修订日期 :2006206228 基金项目 : 中国科学院知识创新工程重要方向项目 ( KZCX32SW2 426) ; 国家重点基础研究发展规划 ( 973 ) 项目 (2002CB412503) ; 国家自然科学基金重点项目 (40235057) ; 亚洲太平洋地区环境创新战略项目 (APEIS) 作者简介 : 朱咏莉 (1976～) ,女 ,博士 ,主要研究方向为农业环境调控和养分循环 ,E2mail : zhuyongli76 @126. com 3 通讯联系人 ,E2mail : jswu @isa. ac. cn
施肥管理1)
04228 : 复合肥 187 kgΠ hm2
水分管理
早稻 (89 早 229)
05203 : 尿素 225 kgΠ hm2 06209 : 尿素、氯化钾各 90 kgΠ hm 07215 : 复合肥 150 kgΠ hm2
2
07202 后落干 08202 排水 08206 复水 10202 后落干
1 材料与方法 111 试验地概况
试验地点选择在中国科学院亚热带农业生态研究所桃源农业生态试验站 ( 28° 55′ N ,111° 27′ E) , 代表区域为红壤丘陵区 , 属中亚热带向北亚热带过渡的季风湿润气候区 . 多年平均气温 1615 ℃, 年降雨量 1 44719 mm ,年蒸发量1 157 mm ,日照时数1 53114 h , 年总辐射4 226 MJΠ m . 土壤为第四纪红土发育而成的水稻土 , 采用当地典型的稻2稻2休闲种植制度 . 早、晚稻品种 ,播种、移栽和收获时间以及田间管理等见表 1. 在水稻生长期 , 田间通常处于淹水状态 , 保持水层 5 cm 左右 ,收获前 1 周排水落干 .
ONE) 测定风向、风速 ; 静电容量压力计 ( CVS2PTB210) 测定气压 ; 阻抗性测温计 ( CVS2HMP45D ,强制通风型 ,VAISALA ) 和高分子静
8 个百分点
[7 ]
. 因此 ,对稻田生态系统 CO2 通量在不
同时间尺度的变化特征及定量化研究可以为评价全球稻田生态系统对大气 CO2 的源Π 汇贡献提供十分
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.