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%.     

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%.     

油蒿资源利用效率在生长季的相对变化及对环境因子的响应

为了探明西北半干旱区典型沙生植物油蒿(Artemisia ordosica)叶水平资源利用效率的相对变化及对环境因子的响应机制, 该研究于2018年5-10月, 使用LI-6400XT便携式光合仪测定了毛乌素沙地油蒿叶片的净光合速率(P_n)、蒸腾速率(E)、叶表面光合有效辐射(PAR_l)、叶表面温度(T_l)、叶表面相对湿度(RH_l), 在实验室计算叶片单位面积氮含量(N_area), 分析了叶片氮利用效率(NUE)、水分利用效率(WUE)、光利用效率(LUE)与环境因子之间的关系及NUE、WUE、LUE之间的相对变化。研究结果表明, 在充足且稳定光强下油蒿的P_n主要受温度的影响, NUE、WUE与VPD_l、T_l之间具有显著负相关关系, NUE、WUE与LUE间为正相关关系, NUE、WUE和LUE最大值分别发生在5、7和9月, 分别为9.43 μmol CO₂·g^-1·s^-1、3.86 mmol·mol^-1、0.04 mol·mol^-1, 资源利用效率的变化主要受P_n的影响。温度通过影响植物N分配来改变P_n, 进而影响着资源利用效率, WUE与LUE显著正相关, 对构建荒漠区生态系统能量交换过程模型有重要意义。     

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.     

不同降雨量年份鄂尔多斯高原油蒿灌丛生态系统碳交换特征

采用涡度相关技术对欠雨年(2011年)和丰雨年(2012年)鄂尔多斯高原油蒿灌丛生态系统CO₂交换量特征及其影响因子进行研究.结果表明: 在两个不同降雨量年份,油蒿灌丛生态系统CO₂交换量日动态根据CO₂吸收峰值的出现分为两种模式,即单峰型和双峰型;2011年生长季内CO₂通量共出现3个明显的吸收峰值和3个释放峰值,2012年生长季内CO₂交换量出现4个吸收峰值和1个释放峰值;2011年6-9月,油蒿灌丛生态系统表现为弱的碳汇,10月转变为碳源;2012年整个生长季,油蒿灌丛生态系统均呈现为碳汇.丰雨年比欠雨年生长季的油蒿灌丛生态系统固碳量增加了268.90 mg CO₂·m^-2·s^-1;在日尺度上,生态系统CO₂交换量受光合有效辐射的控制,在生长季尺度上,非生物因素(降雨量、土壤含水量)和生物因素(生态系统净初级生产力)共同制约油蒿灌丛生态系统CO₂交换量的变化.     

中国典型陆地生态系统波文比特征及影响因素

波文比(β)是陆面过程中的重要参数, 影响着地表和大气间的能量交换, 明确β的空间变异规律和影响因素有助于对地表能量平衡和气候间反馈关系的预测。该研究收集了在中国不同生态系统类型开展的用涡度相关法(EC)测量地表能量平衡的公开发表文献, 构建了β和气象环境因子数据库, 分析了β在生态系统之间的差异、空间变异特征及影响因素。主要结果: (1)所有生态系统β平均值为0.95 ± 0.64, 变异系数67%, 偏度1.58, 峰度3.07, 整体服从对数正态分布, β平均值最高为灌木生态系统(1.26), 最低为湿地生态系统(0.49)。(2) β在生态系统类型间差异显著: 森林和湿地生态系统β无显著差异, 灌木生态系统β >草地生态系统 β >森林和湿地生态系统 β, 农田生态系统β介于草地生态系统与森林和湿地生态系统之间。(3) β随着纬度的增加而增加, 不随经度和海拔变化。纬度每增加1°,β增加0.038。(4) β随着年降水量(MAP)、年平均气温(MAT)、净辐射(R_n)、当年降水量(PPT)、当年平均气温(T_a)和叶面积指数(LAI)的增加而降低。(5)不同生态系统中β对生物和非生物因素的响应存在显著差异: 草地、森林和灌木生态系统的β对生物和非生物因素变化较为敏感, 而农田和湿地生态系统的β与所有生物和非生物因素均无显著相关关系。(6) MAP和R_n是β变化的直接影响因素, LAI通过影响R_n间接影响β。结果表明了植被类型与气候因素之间具有交互作用, 能量分配最主要的影响因素是降水, 叶面积对能量分配的调节作用并不显著。     

干旱胁迫降低了内蒙古羊草草原的碳累积

采用涡度相关法, 分析了2004年(平水年)和2005-2006年(干旱年)生长季内蒙古锡林河流域羊草(Leymus chinensis)草原的净生态系统碳交换(net ecosystem exchange, NEE)、总初级生产力(gross primary productivity, GPP)和生态系统呼吸(ecosystem respiration, R_e)的季节和年度变化。结果表明: 平水年羊草草原的日最大GPP和R_e分别为4.89和1.99 g C·m^-2·d^-1, 而干旱年GPP和R_e分别为1.53-3.01和1.38-1.77 g C·m^-2·d^-1。与平水年相比, 干旱年日最大GPP、R_e分别下降了38%-68%和11%-12%。平水年羊草草原累积的GPP、R_e分别为294和180 g C·m^-2, 而在干旱年分别为102-123 g C·m^-2和132-158 g C·m^-2。和平水年相比, 干旱年的GPP、R_e分别下降了58%-65%和12%-27%。用Van’t Hoff模型模拟的8个窄土壤含水量(θ)跨度生态系统呼吸(R_e)对土壤温度(T_s)的敏感程度表明: 曲线斜率在θ = 0.16-0.17 m³·m^-3范围内达到最大, 高于或者低于这个阈值, R_e对T_s的敏感度降低。干旱胁迫降低了生态系统生产力和生态系统呼吸量。与平水年相比, 干旱年的GPP比R_e下降的幅度更大, 干旱胁迫降低了内蒙古羊草草原的碳累积, 使生态系统由碳汇变为碳源。     

黑沙蒿光合能量分配组分在生长季的相对变化与调控机制

为了探明典型荒漠灌木优势物种黑沙蒿(俗名油蒿, Artemisia ordosica)光合过程能量中分配对环境波动的相对变化及其长期调节机制, 该研究于2018年4-10月在宁夏盐池毛乌素沙地, 同时使用MONITORING-PAM多通道荧光监测仪和LI-6400XT便携式光合测量仪对黑沙蒿叶片的最小荧光产量(F_o)、最大荧光产量(F_m)、稳态荧光产量(F_s)、光下最大荧光产量(F_m′)、净光合速率(P_n)、暗呼吸速率(R_d)、蒸腾速率(E)和叶片气孔导度(g_s)进行现场测定, 在实验室内计算比叶面积(SLA)、单位面积氮含量(N_area)、叶绿素含量(C_Chl)和叶绿素a/b (Chl a/b), 分析黑沙蒿光合过程能量分配中固碳耗能占比(Φ_A)、光呼吸耗能占比(Φ_PR)、调节性热耗散耗能占比(Φ_NPQ)和非调节性热耗散耗能占比(Φ_NO)与环境参数和叶性状参数之间的关系以及能量分配各组分之间的相对变化。结果表明, 光化学反应组分(Φ_A、Φ_PR)和热耗散组分(Φ_NPQ、Φ_NO)之间呈负相关竞争关系, 两组分内部呈正相关协同关系, E和Φ_A、Φ_PR正相关, 和Φ_NPQ、Φ_NO负相关。在低土壤含水量(SWC)和高饱和水汽压差(VPD)环境条件下, 黑沙蒿Φ_A、Φ_PR和SLA显著降低, Φ_NPQ和Φ_NO显著增加。研究认为, 在长期干旱或高蒸散条件下, 黑沙蒿通过降低SLA等途径避免水分的过度流失, 同时将部分过剩光能由光呼吸代谢途径转移到热耗散组分进行耗散。波动环境下黑沙蒿形态性状的变异和光合过程能量分配的长期调节机制, 反映了其利用形态与生理的协同可塑性对逆境的适应。     

帽儿山17个种源落叶松针叶的水分利用效率比较

研究环境变化下的树木水分利用效率对探讨森林生态系统碳水耦联关系及其对气候变化的响应和适应对策具有重要意义。落叶松(Larix gmelinii)为我国北方森林的建群种之一。将水热条件不同的17个种源落叶松种植在帽儿山森林生态系统研究站的同质园内30年后, 测定其针叶水分利用效率(WUE)及其相关因子。结果表明: WUE、净光合速率(P_n)、蒸腾速率(T_r)、气孔导度(G_s)、比叶面积(SLA)和叶片氮含量(N_L)均存在显著的种源差异(p < 0.05)。WUE和G_s呈显著指数相关关系, 当G_s < 0.2时WUE随G_s的增大而明显增大, 而当G_s > 0.2时WUE趋于稳定。WUE和SLA及N_L分别呈线性负相关和正相关关系, 且随种源原地的干燥度指数(AI)的增大其相关性明显增强。WUE和种源原地年平均气温、平均年降水量及AI分别呈线性负相关、负相关和正相关关系, 并且相关系数依次增大; T_r则仅和种源原地年平均气温呈线性正相关关系, 而P_n和种源原地AI呈线性正相关关系。不同种源落叶松由于对种源原地环境条件的适应而存在针叶结构和生理特征的显著差异, 并因此引起针叶水分利用效率的差异。     

Shoot beetle damage to Pinus yunnanensis monitored by infrared thermal imaging at needle scale

为寻求基于红外热成像技术监测云南松切梢小蠹(Tomicus yunnanensis)危害的可行性, 该研究以不同受害程度的云南松(Pinus yunnanesis)针叶为研究对象, 利用红外热成像仪观测受云南松切梢小蠹危害的云南松针叶温度的日变化规律, 并通过不同受害程度针叶的叶绿素含量、叶片含水量以及净光合速率(P_n)、气孔导度(G_s)、蒸腾速率(T_r)等生理生化因子来分析解释针叶温度的变化。结果表明: (1)云南松针叶内叶绿素和水分含量随受害时间增加逐渐降低, 叶绿素含量下降速率比含水量下降速率快; (2)叶片的P_n、G_s及T_r随受害程度增加而降低, 针叶温度与大气温度的温差(ΔT_l-a)则随受害程度增加而变大; (3)不同程度受害针叶温度与健康针叶的温差(ΔT)在14:00-15:00之间达到最大, 轻度、中度和重度受害针叶ΔT分别可达0.6、0.7、2.5 ℃; (4)不同程度受害针叶的G_s、叶片含水量与ΔT呈较强的负相关关系。针叶受害后叶片内部水分失衡引起叶温变化, 利用红外热辐射对于温度变化的敏感性, 可通过红外热成像技术精确探测针叶温度的变化, 从而检测到云南松遭受云南松切梢小蠹危害的程度。     

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.     

基于双作物系数法估算不同水分条件下温室番茄蒸发蒸腾量

2015—2016年在中国农业科学院新乡综合试验基地,以华北地区典型日光温室滴灌番茄为研究对象,分析2种灌溉水平[参考20 cm标准蒸发皿的累积蒸发量(E_p),设置2种灌溉水平(高水: 0.9E_p;低水:0.5E_p)]下番茄不同生育期土壤蒸发(E)、作物蒸腾(T)、蒸发蒸腾(ET)和土壤蒸发占蒸发蒸腾比值(E/ET)的变化,探讨水分亏缺对作物系数(K_c)的影响以及水分胁迫系数(K_s)在全生育期的动态变化.采用双作物系数法分别估算E、T和ET,并与实测结果进行对比分析.结果表明: 2015和2016年全生育期高水处理的E分别比低水处理高21.5%和20.4%, 占总蒸发蒸腾量的24.0%和25.0%,E/ET在生育初期最大、中期最小;高水处理的K_c值在生育初期、发育期、生育中期和生育后期分别为0.45、0.89、1.06和0.93,低水处理下分别为0.45、0.89、0.87和0.41;低水处理的K_s值在0.32～1.0,生育初期、发育期、生育中期和生育后期分别为0.98、0.93、0.78和0.39.双作物系数法可较精确地估算不同水分处理的ET,其平均绝对误差(MAE)为0.36～0.48 mm·d^-1,均方根误差(RMSE)为0.44～0.65 mm·d^-1;该方法也可精确地估算E和T,其MAE分别为0.15～0.19和0.26～0.56 mm·d^-1,RMSE分别为0.20～0.24和0.33～0.72 mm·d^-1.     

基于Shuttleworth-Wallace模型的科尔沁沙地流动半流动沙丘蒸散发模拟

陆面蒸散发在气候调节和维持区域水量平衡中起关键作用.量化蒸散发及其各组分项,对深刻揭示干旱半干旱地区的生态水文过程具有重要意义.本研究基于科尔沁沙地流动半流动沙丘2017年生长季气象监测系统的原位监测数据,利用Shuttleworth-Wallace(S-W)模型对沙丘蒸散发进行模拟,在此基础上,对蒸散各组分进行拆分,并利用涡度相关对模拟蒸散发值进行验证.结果表明: 整个生长季模型模拟蒸散发值为308 mm,涡度相关实测值为296 mm,偏差较小,证明S-W模型适用于该地区的蒸散发模拟.蒸散发整体呈生长旺盛期>生长后期>生长初期,分别为192、71和45 mm,分别占总量的62.3%、23.1%和14.6%.日尺度上模型模拟值与实测蒸散发值一致性较高,模型模拟精度大体表现为: 晴天>阴天>雨天,且阴雨天模型模拟值较涡度相关实测值偏低.经拆分,土壤蒸发和植被蒸腾分别为176和132 mm,分别占总量的57.1%和42.9%,表明沙地水分利用效率较低.持续干旱和降水后,蒸散发规律明显不同,且土壤蒸发对降水的敏感性强于植被蒸腾.     

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。     

Alpine grassland water use efficiency based on annual precipitation,growing season precipitation and growing season evapotranspiration

Water use efficiency (WUE) is an important parameter to understand the coupling between the water, and carbon cycles of terrestrial ecosystems. Previous studies on the grassland ecosystem WUE on the Qinghai-Xizang Plateau mainly based on annual precipitation (AP). However, vegetation water use mainly occurs in growing season. Therefore, we aimed to explore the differences of ecosystem WUE between alpine meadow and alpine steppe, and the relationships between ecosystem WUE and environmental factors from 2000 to 2010, using annual precipitation use efficiency (PUE_a), growing season precipitation use efficiency (PUE_gs), growing season water use efficiency (WUE_gs) based on AP, growing season precipitation (GSP) and growing season evapotranspiration (ET_gs ) respectively. Combining satellite-derived above-ground net primary productivity (ANPP), satellite-derived evapotranspiration and meteorological data from 2000 to 2010, we calculated PUE_a (ANPP / AP), PUE_gs (ANPP / GSP) and WUE_gs (ANPP / ET_gs) to find the differences of PUE_a, PUE_gs and WUE_gs between alpine meadow and alpine steppe. Moreover, we explored the relationships between PUE_a, PUE_gs or WUE_gs and precipitation (or evapotranspiration) or air temperature. We found that (1) the PUE_a and PUE_gs of alpine meadow were higher than that of alpine steppe, but there were no significant difference between WUE_gs of the two grassland types, indicating that there may be similar intrinsic water use efficiencies of the two grassland types. (2) The inter-annual variation of PUE_a and PUE_gs were similar while WUE_gs showed a larger fluctuation, implying that ET-based WUE_gs was more sensitive than precipitation-based PUE_a and PUE_gs, therefore WUE_gs is a better indicator of ecosystem water use efficiency than PUE_a or PUE_gs. (3) The PUE_a, PUE_gs and WUE_gs were negatively correlated with AP, GSP and ET_gs respectively, reflecting a consistency of the three water use efficiency measurements. In the alpine steppe, only WUE_gs was observed positively correlated with air temperature among the three measurements, but in the alpine meadow, no significant relationships between water use efficiency and air temperature was detected, suggesting that the WUE_gs of alpine steppe was more sensitive to air temperature than that of alpine meadow.