环境和生物因子对黄河三角洲滨海湿地净生态系统CO2交换的影响

通过涡度相关和微气象观测技术,对黄河三角洲滨海湿地净生态系统CO₂交换(NEE)以及环境、生物因子进行了观测,探究湿地NEE变化规律及环境和生物因子对NEE的影响. 结果表明: 在日尺度上,生长季NEE呈明显“U”型曲线,非生长季变幅较小;在季节尺度上,NEE生长季波动较大,表现为碳汇,非生长季波动较小,表现为碳源;在年尺度上,滨海湿地生态系统表现为碳汇,总净固碳量为-247 g C·m^-2. 白天NEE主要受控于光合有效辐射(PAR),且生态系统表观量子产量(α)与白天生态系统呼吸(R_eco,d)均于8月达到最大值,最大光合速率(A_max)于7月达到最大值;夜间NEE随气温(T_a)呈指数增加趋势,生态系统的温度敏感系数(Q₁₀)为2.5,且土壤含水量(SWC)越高,Q₁₀值越大.非生长季NEE只与净辐射(R_n)呈显著的线性负相关,与其他环境因子无显著相关关系.生长季NEE与R_n、T_a、土壤10 cm温度(T_{s 10})等环境因子以及叶面积指数(LAI)呈显著的线性负相关,但与地上生物量(AGB)无显著相关关系.多元回归分析表明,R_n和LAI对生长季NEE的协同影响达到52%.     

温度和水分对科尔沁草甸湿地净生态系统碳交换量的影响

基于涡度相关和波文比气象土壤监测系统,研究了2016年科尔沁草甸湿地生态系统生长季5—9月CO₂通量的动态变化特征,分析了温度、水分等环境因子与其的响应关系.结果表明:生长季累计净生态系统碳交换量(NEE)为-766.18 g CO₂·m^-2,总初级生产力(GPP)和生态系统呼吸量(R_e)分别为3379.89和2613.71 g CO₂·m^-2,R_e/GPP为77.3%,表现为明显的碳汇.NEE各月平均日变化呈单峰“U”型曲线,其中5—7月和8月中旬表现为吸收CO₂,8月后半月和9月表现为释放CO₂.日间NEE与光合有效辐射(PAR)呈显著的直角双曲线关系,同时受饱和水汽压差(VPD)、土壤含水量(SWC)和气温(T_a)等环境要素调控.回归关系表明,日间NEE达到最大时,VPD和SWC值分别为1.75 kPa和35.5%,而NEE随T_a增加逐渐增大,当T_a达到最大时,并未对NEE产生抑制作用;夜间NEE随土壤温度(T_s)呈指数趋势上升.在整个生长季,生态系统呼吸的温度敏感性指数(Q₁₀)为2.4,且SWC越高,Q₁₀越小,夜间NEE受T_s和SWC共同调控.     

北京松山天然落叶阔叶林生态系统净碳交换特征及其影响因子

森林生态系统在陆地碳循环过程中发挥着重要作用,关于温带落叶阔叶林生态系统碳平衡过程影响机制的讨论尚未统一。本研究于2019年对北京松山典型落叶阔叶林生态系统的净碳交换量(NEE)及空气温度(T_a)、土壤温度(T_s)、光合有效辐射(PAR)、饱和水气压差(VPD)、土壤含水量(SWC)、降雨量(P)等环境因子进行原位连续监测,分析松山落叶阔叶林生态系统净碳交换特征及其对环境因子的响应。结果表明: 在日尺度上,NEE生长季(5—10月)各月平均日变化均呈“U”字形变化,日间为碳汇,夜间为碳源。其他月份NEE均为正值,变化平缓,表现为碳源。在季节尺度上,NEE呈单峰曲线变化规律,全年NEE为-111 g C·m^-2·a^-1,生态系统呼吸总量(R_e)为555 g C·m^-2·a^-1,总生态系统生产力(GEP)为666 g C·m^-2·a^-1。碳吸收与释放量分别在6月与11月达到最大值。PAR是影响日间净碳交换量(NEE_d)的主导因子,二者关系符合Michaelis-Menten模型,VPD是间接影响NEE_d的主导因子,最适宜日间净碳交换的VPD范围为1～1.5 kPa。土壤温度是影响夜间净碳交换量(NEE_n)的主导因子,SWC是NEE_n的限制因子,SWC过高或过低均会对NEE_n产生抑制,最适值为0.28 m³·m^-3。     

毛乌素沙地油蒿-杨柴灌丛生态系统蒸散组分分配及其影响因子

蒸散发(ET)是生态系统水分循环和能量流动的重要组成部分,准确估算ET及其各组分,对认识生态生理过程对水分平衡和植物水分利用策略的影响具有重要意义。本研究于2019年5月20日至9月15日,利用涡度相关技术和微型蒸渗仪对毛乌素沙地油蒿-杨柴灌丛生态系统ET、蒸发(E)和蒸腾(T)进行测定和估算,量化了油蒿-杨柴灌丛生态系统ET组分,并分析ET及其组分的季节特征及影响因素。结果表明: T为毛乌素沙地油蒿-杨柴灌丛生态系统生长季ET的主要组分,T/ET为53.1%。T/ET值随降水减少而升高,E/ET值随降水减少而减少,蒸散组分分配主要受降水调控。在季节尺度上,E与10 cm深处土壤含水量(SWC₁₀)和太阳净辐射(R_n)呈显著正相关,其中,SWC₁₀是E的主要影响因素;T随R_n和叶面积指数(LAI)的升高而升高,随30 cm处土壤含水量(SWC₃₀)的升高呈先升高后降低的单峰趋势,受到SWC₃₀、R_n和LAI的共同影响;水分是ET的主要影响因素。生长季蒸散/降水量(ET/P)为109.2%,5月ET/P为250.5%,表明生长季初期ET耗水部分来自非生长季降水。     

开垦对黄河三角洲湿地净生态系统CO2交换的影响

近年来, 由于对湿地的不合理利用, 自然湿地被大面积地垦殖为农田, 导致湿地生态系统碳循环的模式发生改变, 从而影响了湿地生态系统碳汇功能。该研究通过涡度相关法, 对山东省东营市黄河三角洲芦苇(Phragmites australis)湿地和开垦多年的棉花(Gossypium spp.)农田的净生态系统CO₂交换(NEE)进行了对比观测, 以探讨该地区典型生态系统NEE的变化规律及其影响因子, 揭示开垦对芦苇湿地NEE和碳汇功能的影响。结果表明: 在生长季, 湿地和农田生态系统NEE的日平均值各月均呈明显的“U”型变化曲线, 非生长季NEE的变幅很小。生长季湿地生态系统日最大净吸收值和释放值分别为16.04 g CO₂·m^-2·d^-1(8月17日)和14.95 g CO₂·m^-2·d^-1(8月9日); 农田生态系统日最大净吸收值和释放值分别为18.99 g CO₂·m^-2·d^-1 (8月22日)和12.23 g CO₂·m^-2·d^-1 (7月29日)。生长季白天两个生态系统NEE与光合有效辐射(PAR)之间呈直角双曲线关系; 非生长季NEE主要受土壤温度(T_s)的影响; 生态系统生长季夜间NEE受T_s和土壤含水量(SWC)的共同影响; 湿地和农田的生态系统呼吸熵(Q₁₀)分别为2.30和3.78。2011年生长季, 黄河三角洲湿地和农田生态系统均表现为CO₂的汇, 总净固碳量分别为780.95和647.35 g CO₂·m^-2, 开垦降低了湿地的碳吸收能力; 而在2011年非生长季, 黄河三角洲湿地和农田生态系统均表现为CO₂的源, CO₂总释放量分别为181.90和111.55 g CO₂·m^-2。全年湿地和农田生态系统总净固碳量分别为599.05和535.80 g CO₂·m^-2。     

帽儿山温带落叶阔叶林净生态系统碳交换的日变化及光响应特征

光合有效辐射(PAR)是影响白天净生态系统碳交换(NEE)变化的主要环境因子,但坡面地形水平测量的PAR与超声风速仪倾斜校正后的NEE坐标系统并不匹配。本研究以平均坡度9°、坡向296°的帽儿山温带落叶阔叶林为例,研究2016年生长季(5—9月)NEE的日变化规律及其驱动因子,评估水平和坡面平行辐射表测量PAR在光响应参数估计以及其他驱动因子对NEE解释方面的差异。结果表明: 生长季各月NEE日变化均呈上、下午不对称的单峰曲线,NEE日出约2.5 h后变为负值(净碳吸收),在12:00左右达到峰值,日落前2 h再次接近零。日吸收峰7月最大,5月最小。从整个生长季来看,坡面平行与水平测量PAR的时滞和差异导致通过水平辐射表测得的PAR值拟合得到的光合量子效率(α)和白天呼吸速率(R_d)分别增大13.3%和11.5%,最大光合效率(A_max)降低7.7%;上午与下午的NEE光响应曲线不对称,下午的R_d和A_max均大于上午。光响应参数还受天气条件影响,多云A_max大于晴天,但α和R_d大多小于晴天。但逐月来看,水平测量辐射的A_max和R_d普遍低于倾斜测量辐射的值,尤其是多云下午的A_max。辐射表安装方式还影响空气温度(T_a)与饱和水汽压差(VPD)对NEE的解释,除9月T_a外,基于坡面平行辐射表的全天NEE残差与T_a和VPD的相关性(r为0.082～0.219和0.162～0.282)高于基于水平辐射表的NEE残差(r为0.013～0.197和0.098～0.224)。本研究表明,倾斜地形水平测量PAR可对NEE的环境解释带来明显误差,这对山地植被辐射测量方法以及陆地生态系统碳通量的科学解释具有重要意义。     

气温和降雨量对中国湿地生态系统CO2交换的影响

湿地由于具有较高的初级生产力以及较低的有机质降解速率而成为缓解全球变暖的潜在有效碳汇.虽然近年来中国湿地生态系统CO₂交换过程及其影响机制研究取得了一系列进展,但尚缺乏对数据进行系统性整合分析.基于29篇文献的数据,对中国21个典型湿地植被净生态系统CO₂交换(NEE)、生态系统呼吸(R_eco)、总初级生产力(GPP)、NEE的光响应参数以及R_eco的温度响应参数进行整合分析,并探讨了这些指标对温度与降雨的响应.结果表明： 年尺度上,气温和降雨量对NEE(R²=50%,R²=57% )、GPP(R²=60%,R²=50%)和R_eco(R²=44%,R²=50%)均有显著影响(P<0.05).生长季尺度上,NEE (R²=50%)、GPP (R²=36%)和R_eco(R²=19%)与气温呈显著相关(P<0.05);同时NEE(R²=33%)和GPP(R²=25%)也与降雨量呈显著相关(P<0.05),但R_eco与降雨量的相关关系不显著(P>0.05).生长季降雨量与最大光合速率(A_max)之间呈显著相关 (P<0.01),但与表观量子产率(α)、白天生态系统呼吸速率(R_eco,day)无显著相关(P>0.05).生长季气温对α、A_max和R_{eco, day}均无显著影响(P>0.05).生态系统基础呼吸速率(R_ref)与降雨量无显著相关(P>0.05),但是生态系统呼吸的温度敏感系数(Q₁₀)与降雨量呈显著的线性负相关(P<0.05),同时气温对Q₁₀(R²=0.35)、R_ref(R²=0.46)均产生显著影响(P<0.05).     

黄河三角洲芦苇湿地生长季净生态系统CO2交换及其环境调控机制

采用涡度相关法,对2011年生长季的黄河三角洲芦苇湿地净生态系统CO₂交换(NEE)进行了观测,研究湿地NEE的变化规律及其影响因子.结果表明: 不同月份芦苇湿地的NEE日变化均呈“U”形曲线,CO₂最大净吸收率和释放率的日均值分别为(0.44±0.03)和(0.16±0.01) mg CO₂·m^-2·s^-1;芦苇湿地NEE、生态系统呼吸(R_eco)、总初级生产力(GPP)的季节变化均呈现生长旺季(7-9月)较高、生长初期(5-6月)和生长末期(10-11月)较低的趋势;R_eco和NEE在8月达到峰值,GPP在7月达到峰值.芦苇湿地生态系统的CO₂交换受到光合有效辐射(PAR)、土壤温度(T_s)和土壤体积含水量(SWC)的共同影响.白天NEE与PAR呈直角双曲线关系;5 cm深处T_s与夜间生态系统呼吸(R_eco,n)呈指数关系,生态系统呼吸的温度敏感性(Q₁₀)为2.30,SWC和T_s是影响芦苇湿地R_eco,n的主要因子.在整个生长季,黄河三角洲芦苇湿地生态系统是一个明显的CO₂的汇,总净固碳量为780.95 g CO₂·m^-2.     

黄河三角洲芦苇湿地生长季净生态系统CO2交换及其环境调控机制

采用涡度相关法,对2011年生长季的黄河三角洲芦苇湿地净生态系统CO₂交换(NEE)进行了观测,研究湿地NEE的变化规律及其影响因子.结果表明: 不同月份芦苇湿地的NEE日变化均呈“U”形曲线,CO₂最大净吸收率和释放率的日均值分别为(0.44±0.03)和(0.16±0.01) mg CO₂·m^-2·s^-1;芦苇湿地NEE、生态系统呼吸(R_eco)、总初级生产力(GPP)的季节变化均呈现生长旺季(7—9月)较高、生长初期(5—6月)和生长末期(10—11月)较低的趋势;R_eco和NEE在8月达到峰值,GPP在7月达到峰值.芦苇湿地生态系统的CO₂交换受到光合有效辐射(PAR)、土壤温度(T_s)和土壤体积含水量(SWC)的共同影响.白天NEE与PAR呈直角双曲线关系;5 cm深处T_s与夜间生态系统呼吸(R_eco,n)呈指数关系,生态系统呼吸的温度敏感性(Q₁₀)为2.30,SWC和T_s是影响芦苇湿地R_eco,n的主要因子.在整个生长季,黄河三角洲芦苇湿地生态系统是一个明显的CO₂的汇,总净固碳量为780.95 g CO₂·m^-2.     

北京山区不同植被类型的土壤呼吸特征及其温度敏感性

土壤呼吸作为陆地生态系统碳循环的重要组成部分,是生态系统碳循环研究中的热点问题.土壤呼吸温度敏感性(Q₁₀)是估算土壤呼吸对全球变暖的反馈参数,研究不同植被类型的Q₁₀对评估森林生态系统碳收支具有重要意义.本研究以北京山区典型植被类型侧柏、油松和栓皮栎为研究对象,通过测定生长季内3种植被类型的土壤理化性质、土壤水热因素以及土壤呼吸速率(R_s)的变化,探究不同植被类型下的土壤呼吸特征及温度敏感性.结果表明:3种主要植被类型的R_s在生长季内与土壤温度、湿度的变化趋势相似,均呈现先升高后降低的单峰变化,R_s在4月初最低(0.45 μmol·m^-2·s^-1),随后逐渐增大,在7月初达到峰值(3.95 μmol·m^-2·s^-1),然后逐渐降低,3种植被类型的R_s和Q₁₀值均存在显著差异.土壤温度和湿度是土壤呼吸的重要影响因素,两者与R_s拟合的回归模型可以解析土壤呼吸速率48.1%～56.7%的变化.北京山区的Q₁₀值在2.05～3.19,在同一植被类型下,Q₁₀值与土壤有机碳含量呈显著负相关(R²>0.9),植被类型、海拔和土壤有机碳含量是造成不同植被类型Q₁₀值差异的重要原因.     

北京山区侧柏人工林水分利用效率及其影响因素

水分利用效率(WUE)是衡量植物抗旱性的一个重要指标,研究其动态变化及其影响因素能为北京山区植被建设提供参考.本研究基于稳定碳同位素技术,通过测定北京山区侧柏人工林在生长季的水分利用效率,探究气象因子、土壤因子和大气CO₂浓度对侧柏短期WUE的影响.结果表明: 1)侧柏生长季内的短期WUE呈现先降低后增加的变化特征,7月侧柏的短期WUE最低(2.69 mmol·mol^-1),10月侧柏的短期WUE最高(13.88 mmol·mol^-1).2)叶内外水汽压差(VPD)、大气温度(T_a)、土壤湿度(M_s)、空气相对湿度(RH)和大气CO₂浓度(C_a)是植物WUE的影响因素,5个影响因素对侧柏短期WUE变化的累计解释率达89.7%;太阳辐射(R_a)和风速(W_s)与侧柏短期WUE没有显著关系.3)VPD和T_a是影响侧柏短期WUE的主要因素,两者组成的主成分可以解释53.9%的侧柏短期WUE变化,其中VPD对侧柏短期WUE的影响高于T_a;M_s和RH是影响侧柏短期WUE的次要因素,两者组成的主成分可以解释25.4%的侧柏短期WUE变化,其中M_s对植物短期WUE的影响高于RH;C_a对侧柏短期WUE的影响较小,主要由C_a和T_a组成的主成分可以解释10.3%的侧柏短期WUE变化.     

Seasonality and drivers of stem CO2 efflux for four temperate coniferous tree species

Aims Stem CO₂ efflux (E_s) is an important component of annual carbon budget in forest ecosystems, but how biotic and environmental factors regulate seasonal and inter-specific variations in E_s is poorly understood. The objectives of this study were: (1) to compare seasonal dynamics in E_s for four temperate coniferous tree species in northeastern China, including Korean pine (Pinus koraiensis), Korean spruce (Picea koraiensis), Mongolian pine (Pinus sylvestris var. mongolica), and Dahurian larch (Larix gmelinii); and (2) to explore factors driving the inter-specific variability in E_s during the growing and non-growing seasons.
Methods Ten to twelve trees for each tree species were sampled for E_s and stem temperature at 1 cm depth beneath the bark (T_s) measurements in situ with an infrared gas analyzer (LI-6400 IRGA) and a digital thermometer, respectively, from July to October 2013 and March to July 2014. The daily stem circumference increment (S_i), sapwood nitrogen concentration ([N]), and related environmental factors were monitored simultaneously.
Important findings The temporal variation in E_s for the four tree species overall followed the changes in T_s throughout the study period, with the maxima occurring in the summer months (late May to early July) characterized by higher temperature and more rapid stem growth and the minima in spring (late March to April) or autumn (October) having lower temperature. T_s accounted for 42%-91% and 56%-89% of variations in E_s during the growing (May to September) and non-growing (other months) seasons, respectively. Furthermore, apart from T_s, we also found significant regression relationships between E_s and S_i, relative air humidity and [N] during the growing season, but their forms and correlation coefficients were species-dependent. These results indicated that T_s was the dominant environmental factor affecting seasonal variations in E_s, but the magnitude of the effect varied with tree species and growth rhythm. Mean E_s for each of the four tree species was significantly higher in the growing season than in the non-growing season, whereas within the season there were also significant differences in mean E_s among the tree species (all p < 0.05). The temperature sensitivity of E_s (Q₁₀ value) did not differ significantly among the tree species during the growing season, ranging from 1.64 for Dahurian larch to 2.09 for Mongolian pine, but did differ during the non-growing season which varied from 1.80 for Korean pine to 3.14 for Dahurian larch. Moreover, Korean spruce, Mongolian pine and Dahurian larch had significantly greater Q₁₀ values in the non-growing season than in the growing season (p < 0.05). These findings suggested that the differences of the response of E_s to temperature change for different tree species were mainly from the non-growing season. Because the seasonality and inter-specific variability in E_s for these temperate coniferous tree species were primarily controlled by multiple factors such as temperature, we conclude that using a single annual temperature response curve to estimate the annual E_s may lead to more uncertainty.     

渭河平原农田冬小麦土壤呼吸及其影响因素

基于对半湿润易旱区的渭河平原农田2013—2014年冬小麦生长期土壤呼吸(SR)及环境因子和生物因子的观测,研究了冬小麦土壤呼吸日变化、季节变化特征,综合分析了温度(T)、土壤含水量(W)、总初级生产力(GPP)和叶面积指数(LAI)对土壤呼吸的影响.结果表明: 冬小麦土壤呼吸日变化呈单峰型,呼吸速率变化范围为1.5～6.94 μmol CO₂·m^-2·s^-1,最大值出现在12:00—14:00;温度是影响土壤呼吸日变化的驱动因子,其中地表温度(T_s)能解释土壤呼吸时间变异的80.9%;土壤呼吸速率与温度的昼夜变化对应关系呈顺时针近椭圆曲线.冬小麦土壤呼吸速率从出苗后到冬季呈下降趋势,在冬季时保持较低水平,进入返青期后迅速增加,在抽穗期和灌浆期达到最大,成熟期后有所下降,变化范围为0.65～4.85 μmol CO₂·m^-2·s^-1;土壤呼吸季节变化与温度、土壤含水量、GPP、LAI均呈显著(P<0.01)正相关关系;土壤温度和水分是影响土壤呼吸季节变化的关键因素,使用复合模型SR=e^{(a+bT_{5 cm}}+cW10 cm+dW_{10 cm²}),可以解释土壤呼吸时间变异的82.6%,比单因子模型(不超过65.7%)的解释能力显著提高.经模型计算,该区域2013—2014年冬小麦生长期平均土壤呼吸速率为1.67 μmol CO₂·m^-2·s^-1.