华北平原麦田土壤呼吸特征

采用静态箱／气相色谱(GC)法测定了华北平原典型冬小麦田的土壤呼吸速率、结果表明,土壤呼吸速率日变化呈单峰曲线,最高峰出现在13：00左右,最低点在凌晨4：00左右;冬小麦生长季土壤呼吸速率平均冬季较低,夏季较高,与地温的季节变化趋势基本一致;随氮肥用量增加土壤呼吸增强,但增幅不大．秸秆还田处理的土壤呼吸作用明显高于秸秆不还田处理和氮肥处理;土壤呼吸同地温存在着显著的指数关系,其中5cm地温同土壤呼吸相关性最好．不同处理、不同深度土层具有不同的Q10值,Q10值随土壤的性状、地温测量的深度和微生物活动的土层深度变化而改变,其本身是温度的函数,随着温度的升高,Q10值呈下降趋势;土壤呼吸与土壤水分的关系较弱,未表现出明显的规律性;冬小麦平均净光合速率与土壤呼吸速率呈相似的变化趋势。从小麦返青到腊熟,冬小麦田表现为CO2的汇．     

五台山臭冷杉林土壤呼吸时空变化特征

土壤呼吸是气候变化背景下森林生态系统稳定性的重要评价指标。本研究以五台山臭冷杉森林群落为对象,对不同海拔(2100、2200、2300 m)典型群落土壤理化性质及主要生长季土壤呼吸速率、土壤水热条件变化进行分析,并建立回归模型解析土壤温度、湿度与土壤呼吸速率变化的关系。结果表明:臭冷杉森林土壤为中性偏酸性,随海拔上升,土壤p H、有机碳、总氮、总磷、速效磷含量和土壤湿度增加,土壤温度和土壤呼吸速率降低; 7—10月,臭冷杉森林土壤温度和土壤呼吸速率逐渐降低,降幅分别为49.0%和64.9%,土壤湿度增加11.7%;土壤温度平均解释土壤呼吸速率变化的76.9%(P<0.001),且随海拔升高相关系数(R`2)减小、温度敏感性增加(Q₁₀),土壤湿度平均解释土壤呼吸速率变化的25.8%(P<0.001),二者共同解释土壤呼吸速率变化的71.2%(P<0.001)。本实验中,季节和海拔造成的土壤温度改变是影响土壤呼吸的主要因素,土壤湿度对土壤呼吸的影响较小。此外,土壤养分与土壤呼吸速率的RDA分析结果表明,土壤有机碳、总氮、总磷和速效磷含量是影响土壤呼...     

秦岭小陇山锐齿栎林皆伐迹地土壤呼吸特征

2011年5月-2012年4月,利用Li-6400系统测定秦岭小陇山锐齿栎林皆伐迹地的土壤呼吸速率,研究锐齿栎林皆伐迹地土壤呼吸速率日动态、月动态和土壤温湿度以及土壤理化性质对土壤呼吸的影响.结果表明： 皆伐迹地和锐齿栎对照林地的土壤呼吸日动态和月动态均表现为单峰曲线,与土壤温度变化趋势相似;皆伐迹地和对照林地土壤呼吸速率的月均最大值均出现在7月,分别为4.63和4.01 μmol·m^-2·s^-1,月均最小值均出现在2月,分别为0.10和0.30 μmol·m^-2·s^-1;皆伐后4～6个月,皆伐迹地土壤呼吸速率月均值大于对照林地,此后则小于对照林地;土壤温度、湿度及二者交互作用的多元回归模型能够解释皆伐迹地土壤呼吸速率变化的89.6%～90.8%,解释对照林地的94.7%～95.5%;利用指数方程计算两样地土壤呼吸的Q₁₀值,皆伐迹地和对照林地土壤呼吸的Q₁₀值分别为3.47～4.22和3.54～3.96;皆伐迹地和对照林地年土壤碳释放量分别为344.8和512.9 g·m^-2,冬季土壤碳释放量分别为24.2和40.9 g·m^-2,占全年的7.0%和8.0%.     

土壤温度和湿度对长白松林土壤呼吸速率的影响

2003年6月17日、8月日和10月10日,研究了长白山长白松林地内土壤呼吸速率和断根土壤呼吸速率日变化,并于2004年5～9月对其季节变化进行了测定.结果表明,土壤总呼吸速率和断根土壤呼吸速率的日变化均呈单峰型,峰值一般出现在12:00～14:00,8月份土壤呼吸速率的日变化幅度小于6月份和10月份.土壤总呼吸速率、断根土壤呼吸速率和根系呼吸速率具有明显的季节变化,6～8月份较高,5月份和9月份较低.2004年5～9月份,土壤总呼吸速率、断根土壤呼吸速率和根系呼吸速率的平均值分别为3.12、1.94和1.18 μmolCO₂·m^-2·s^-1,根系呼吸对土壤总呼吸的贡献为26.5%～52.6%.土壤呼吸速率与土壤温度之间呈显著的指数相关,与土壤湿度之间呈线性相关.土壤总呼吸速率、断根土壤呼吸速率和根系呼吸速率的Q10值分别为2.44、2.55和2.27,断根土壤呼吸速率对温度的敏感程度大于土壤总呼吸速率和根系呼吸速率.土壤总呼吸速率对土壤湿度的敏感程度大于根系呼吸,断根土壤呼吸速率对土壤湿度的敏感程度最差.     

北亚热带两种森林类型的土壤呼吸研究

对皖西大别山区2种森林植被类型土壤呼吸速率进行统计分析,结果表明,不同季节2种植被类型土壤呼吸速率随时间呈先升后降的变化趋势;土壤呼吸速率与地下5 cm、10 cm的土壤温度有较好的相关性;杉木林土壤呼吸速率与5~10 cm土层有机质含量呈极显著相关,相关系数为0.978(p<0.01);麻栎林土壤呼吸速率与0~5 cm土层有机质含量呈显著相关,相关系数为0.928(p<0.05)。     

不同耕作措施下旱地农田土壤呼吸及其影响因素

为探讨耕作措施对旱地农田土壤呼吸的影响,采用动态气室法在山西寿阳地区对秸秆还田、免耕覆盖、浅旋耕、常规耕作4种耕作措施下玉米生长季土壤呼吸及影响因子进行了测定和分析。结果表明,4种耕作措施下土壤呼吸速率的日和季节变化规律明显,均呈单峰型,呼吸速率的日峰值出现在11:30 13:30,呼吸速率的季节峰值出现在7月上旬至中旬。浅旋耕、秸秆还田、常规耕作、免耕覆盖措施整个生长季平均土壤呼吸速率分别为2.82、2.77、2.64μmolCO.2m-.2s-1和2.49μmolCO.2m-.2s-1,处理间无显著差异。研究结果还显示土壤温度和湿度是影响旱地农田土壤呼吸的主要因子,二者分别解释了土壤呼吸季节变化的55%78%,20%43%。4种措施下土壤呼吸的温度敏感系数Q10值在2.19 3.07之间,大小依次为免耕覆盖浅旋耕秸秆还田常规耕作。对水分的敏感性依次为免耕覆盖秸秆还田浅旋耕常规耕作。     

城市绿地土壤呼吸速率的变化特征及其影响因子

城市绿地土壤呼吸作用深刻影响着城市生态系统碳循环过程,强化城市绿地土壤呼吸速率(Rs)的变化特征及其影响因素的研究,可揭示绿地在城市生态系统碳循环过程中的作用,为优化布局城市绿地和实现低碳排放目标提供科学依据。以广州市海珠湖公园的疏林、灌丛和草地3种典型植被类型的土壤为研究对象,于2013年11月-2014年10月采用静态箱—气相色谱法对公园绿地Rs进行跟踪观测。结果表明:海珠湖公园城市绿地在干湿季节中Rs差异显著;干季Rs较低且波动幅度较小疏林、灌丛和草地的凡变化范围分别为(1.66±0.18)-(3.26±0.20)μmol m~(-2)s~(-1)、(1.27±0.15)-(3.67±0.16)μmol m~(-2)s~(-1)和(1.94±0.08)-(6.82±1.13)μmol m~(-2)s~(-1);湿季Rs较高且波动幅度较大,疏林、灌丛和草地的Rs变化范围分别为(3.53±0.46)-(13.81±1.31)μmol m~(-2)s~(-1)、(2.82±0.22)-(12.72±1.16)μmol m~(-2)s~(-1)和(2.80±0.30)-(9.83±0.96)μmol m~(-2)s~(-1)。T_(10)和VWC_(10)均对土壤呼吸过程有重要的影响,进一步通过回归分析得出,土壤10cm处温度(T_(10))和体积含水量(VWC_(10))分别解释Rs时间变异的40%左右和10-24%左右。T_(10)和VWC_(10)相互影响、共同作用于土壤呼吸过程,双因素复合模型的解释能力较单因素模型明显提高,均在50%以上,复合模型为Rs=α·exp(β·T_(10)+γ·VWC_(10))。干湿季土壤呼吸的温度敏感性(Q_(10))有明显差异,湿季的Q_(10)比干季的分别高0.44、0.70和0.46。     

昭苏山地草甸4种典型土地利用方式下的土壤呼吸特征

为探讨不同土地利用方式对新疆昭苏天山北坡山地草甸土壤呼吸速率的影响, 于2015年和2016年的4月底至9月初, 用土壤呼吸测量仪对补播草地(RG)、豆禾混播草地(LG)、围封草地(NG)和农田(CR)的土壤呼吸进行测定, 并分析了影响土壤呼吸速率的土壤生物和水热因子。结果表明: 1)土壤呼吸速率在2015年NG和CR呈现双峰值, RG和LG呈现单峰曲线, 各处理均在8月达到最大值。2016年各处理峰值出现的时间不同, RG和LG在6月底达到最大值, NG和CR在7月底达到最大值; 监测期内平均土壤呼吸速率由大到小依次为: NG > RG > CR > LG。2)各样地土壤呼吸速率与土壤温度呈指数正相关关系; 土壤含水量与土壤呼吸的关系可能由于此地段常年湿润, 土壤含水量较高, 从而抑制土壤呼吸, 土壤呼吸与土壤体积含水量呈线性负相关关系; 土壤呼吸的温度敏感指数(Q₁₀)大小为NG > CR > RG > LG。3)不同处理的土壤微生物以细菌为主, 放线菌次之, 真菌居第三, 各样地总微生物生物量为: NG > RG > CR > LG, 与各样地平均土壤呼吸速率大小一致, 拟合分析显示RG土壤呼吸与放线菌呈显著的线性相关关系, LG土壤呼吸与细菌和放线菌呈显著线性相关关系。不同处理微生物生物量碳平均含量为CR > NG > LG > RG, 拟合分析显示RG与CR的土壤呼吸速率与微生物生物量碳呈显著线性相关关系, 其中CR的土壤呼吸速率与微生物生物量碳极显著相关; 4)各样地酶活性与土壤呼吸的相关关系分析显示, 只有蛋白酶和蔗糖酶与土壤呼吸有相关关系, 而蔗糖酶对土壤呼吸的影响更大。豆禾混播草地和补播草地相对于围封草地和农田, 土壤呼吸速率显著降低, 草地土壤的固碳能力显著提高。     

雷州半岛尾巨桉人工林土壤呼吸动态变化及其对气象因子的响应

为探讨桉树(Eucalyptus spp.)人工林土壤呼吸及其对气象因子的响应,采用LI-8100A土壤碳通量自动测量系统,对雷州半岛北部尾巨桉(E.urophylla×E.grandis)人工林的土壤呼吸速率进行监测。结果表明,尾巨桉人工林土壤呼吸速率具有明显的时间变化特征,表现为单峰曲线型变化趋势,2016年5月和翌年2月分别达到最高值[(3.17±0.12)μmol m–2s–1]和最低值[(1.18±0.16)μmol m–2s–1],年均值为(2.34±0.70)μmol m–2s–1。根据相关系数,土壤呼吸速率的影响因子以土壤温度气温气压光合有效辐射饱和水汽压差土壤湿度。主成分分析表明,温度、光合有效辐射等引起的热能量变异和土壤湿度等引起的水分变异是土壤呼吸速率的主要影响因子。回归分析表明,气象因子综合模型能解释土壤呼吸速率94.0%的变异情况,模型可靠性较高。尾巨桉林土壤表面全年CO2通量为893.31 g C m–2a–1。气象因子的综合作用能更全面地解释土壤呼吸的时间变异情况。     

草地土壤呼吸研究进展

土壤呼吸是生态系统物质循环和能量流动的重要过程,具有多方面的生态意义。在综合比较了土壤呼吸的各种测定方法,概括了草地土壤呼吸的速率和年排放量,并就影响草地土壤呼吸的一些重要因素进行了阐述,文章最后讨论了草地土壤呼吸今后的研究方向。     

华北平原冬小麦-夏玉米农田生态系统土壤自养和异养呼吸模型构建

土壤呼吸是陆地生态系统碳循环的重要过程,准确估算土壤呼吸对估算陆地生态系统碳源汇具有重要意义。通过在华北平原典型农田内开展土壤呼吸及其组分的原位观测实验,构建了适用于华北平原冬小麦-夏玉米轮种制农田生态系统的半经验半机理土壤异养呼吸和土壤自养呼吸模型。结果表明,冬小麦-夏玉米农田土壤异养呼吸模型可表达为土壤温度和土壤水分的函数,其中,土壤温度对土壤异养呼吸的影响适合用Arrhenius方程描述,而土壤水分的影响适合用对称的倒抛物线描述。验证表明,该模型的R²和RMSE分别为0.68和0.52μmol m^-2 s^-1。土壤自养呼吸模型包括维持呼吸和生长呼吸两个模块,其中,维持呼吸表达为土壤温度和叶面积指数的函数,其形式分别为Van′t Hoff指数方程和米氏方程;生长呼吸表达为总初级生产力与维持呼吸之差的线性函数。冬小麦季和夏玉米季土壤自养呼吸模型的结构相同,但是两种作物的模型参数差异较大。验证表明,冬小麦季土壤自养呼吸模型的R²和RMSE分别为0.64和0.50μmol m^-2...     

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.     

华北平原冬小麦农田蒸散量

以华北平原冬小麦农田为研究对象,采用涡度相关技术和热红外遥感技术,研究了不同环境条件下土壤含水量与农田蒸散量及作物冠层温度的关系.结果表明,冬小麦在农田郁闭(LAI≥3)、晴天和土壤相对含水量低于田间持水量65%的情况下,蒸发比值日变化正午前后出现相对较低且平稳的变化趋势.在晴天情况下,农田潜热通量与作物冠层温度日变化和季节变化均呈极显著的非线性相关关系,而冠气温差、农田相对蒸散量则与0～100 cm土层的土壤相对含水量密切相关.以13:30～14:00的平均冠层温度值T_c、日最高气温T_{a max}和日净辐射总量Rn_d为统计数据,确立了冬小麦农田日蒸散量ET_d （mm）估算简化模式参数.     

沙坡头人工植被演替过程的土壤呼吸特征

为探讨人工植被演替过程对土壤呼吸速率的影响,本文利用碱液吸收法同步测定了腾格里沙漠东南缘1956、1964、1981、1987、1989、2007年始植的人工植被区和2007年新铺设的草方格固沙区及流沙区的土壤呼吸速率变化,同时分析了土壤水分和温度对上述不同样地土壤呼吸的影响。结果表明:1) 总体而言,土壤呼吸速率随着人工植被演替时间的延长而逐渐增大。当土壤含水量较高时,不同始植年代人工植被区的土壤呼吸速率具有显著的差异(P<0.05);当土壤含水量较低时,不同始植年代植被区的土壤呼吸速率没有显著的差异(P>0.05)。2)土壤呼吸速率与土壤含水量呈正相关关系,且相关系数随着人工植被演替时间的延长而逐渐增大。3)利用土壤呼吸速率-土壤温度指数函数关系计算得到不同人工植被演替阶段土壤呼吸速率的Q₁₀值均较低(平均值仅为1.02)。土壤温度对1987、1989年人工植被区内的土壤呼吸速率产生了显著影响(P<0.05),而对其他样地的土壤呼吸速率影响不显著 (P>0.05)。综合说明,人工植被的演替过程改变了土壤呼吸速率大小及其对土壤水分和温度的响应。     

土壤-玉米系统中土壤呼吸强度及各组分贡献

用特殊设计的气体采集箱法对玉米生长期间潮土呼吸强度进行了测定。结果表明,施用150kgNhm^-2的裸地土壤CO2累积排放量是294g C m^-2,约为种植玉米土壤的一半。用根去除法测得的玉米对土壤呼吸的贡献率,苗期小于20％,拔节到收获期波动在30％-70％之间,全生长期平均为46％。玉米生长期间因土壤有机碳分解而释放出的CO2总量为2．94MgChm^-2,大约是0—40cm土层中土壤有机碳总储存量的8％,因此需要输入7．35Mghm^-2的碳含量40％的作物残留物才能平衡土壤中有机碳的损失,约为玉米收获时残留于土壤中根量的一倍,但与残留根量及玉米生长期间根系分泌到土壤的有机物量的总和相当,因此土壤中有机碳总体处于平衡状态。在玉米生长期间,施用氮肥可使土壤CO2排放量降低10％。土壤排放CO2主要受土壤温度的影响,温度效应Q10为1．90-2．88。     

垄沟覆膜栽培冬小麦田的土壤呼吸

通过大田试验研究了垄沟覆膜栽培条件下冬小麦生长过程中土壤呼吸规律。结果表明,垄沟覆膜栽培条件下垄脊土壤呼吸速率高于平作栽培,而垄沟部土壤呼吸速率小于平作。冬小麦生育期内垄脊平均呼吸速率为(2.06±0.44)μmol CO2·m-2·s-1,垄沟为(0.75±0.11)μmol CO2·m-2·s-1,而平作栽培为(1.14±0.20)μmol CO2·m-2·s-1。土壤呼吸季节变化显著,越冬期低,夏季高。不同生育期土壤呼吸日变化规律不同,越冬前和返青期土壤呼吸与土壤温度成正相关,随着土壤温度的升高而增加,呈单峰曲线;拔节期后垄脊部的土壤呼吸日变化明显,呈现双峰曲线;而平作和垄沟的土壤呼吸速率平稳,没有明显峰值。5 cm土壤温度与土壤呼吸之间的相关性最好。在一定范围内(<24—31℃),土壤呼吸随着温度的增加而增加,温度过高反而会抑制土壤呼吸速率。土壤呼吸f(R)与5 cm土壤温度之间的关系可以用二次函数表示;5 cm土壤温度T和土壤含水量W的交互效应可用函数:f(R)=a(bT2+cT)(1+dln(2W)/T)+e表示。垄沟覆膜栽培显著改变了冬小麦田的土壤呼吸作用。     

塔克拉玛干沙漠腹地冬季土壤呼吸及其驱动因子

利用Li-8150系统测定了塔克拉玛干沙漠腹地冬季(1月)土壤呼吸,分析了环境驱动因子对极端干旱区荒漠生态系统土壤呼吸的影响。结果表明:(1)冬季土壤呼吸日变化呈现出显著的单峰曲线,土壤呼吸速率最大值出现在12:00,为0.0684μmol CO2m-2s-1,凌晨04:00附近出现最小值,为-0.0473μmol CO2m-2s-1;(2)土壤呼吸速率与各层气温,0cm地表温度均存在着极其显著或显著的线性关系,且都具有正相关性;(3)土壤呼吸速率与5cm土壤湿度存在着较为明显的线性关系,该层湿度能够解释土壤呼吸的69.5%;(4)0cm地表温度对土壤呼吸贡献最大,其次是5cm土壤湿度;(5)以0cm地表温度、5cm土壤湿度为变量,通过多元回归分析表明:土壤温度-湿度构成的多变量模型能够解释大于86.9%的土壤呼吸变化情况;(6)研究时段内土壤呼吸速率的平均值是-1.45mg CO2m-2h-1。     

Soil respiration in six temperate forests in China

Scaling soil respiration (R_S), the major CO₂ source to the atmosphere from terrestrial ecosystems, from chamber‐based measurements to ecosystems requires studies on variations and correlations of R_S from various biomes and across geographic regions. However, few studies on R_S are available for Chinese temperate forest despite the importance of this forest in the national and global carbon budgets. In this study, we conducted 18‐month R_S measurements during 2004–2005 in six temperate forest types, representing the typical secondary forest ecosystems across various site conditions in northeastern China: Mongolian oak (Quercus mongolica Fisch.), aspen‐birch (Populous davidiana Dode and Betula platyphylla Suk.), mixed deciduous (no dominant tree species), hardwood (dominated by Fraxinus mandshurica Rupr., Juglans mandshurica Maxim., and Phellodendron amurense Rupr.) forests, Korean pine (Pinus koraiensis Sieb. et Zucc.) and Dahurian larch (Larix gmelinii Rupr.) plantations. Our specific objectives were to: (1) explore relationships of R_S against soil temperature and water content for the six forest ecosystems, (2) quantify annual soil surface CO₂ flux and its relations to belowground carbon storage, (3) examine seasonal variations in R_S and related environmental factors, and (4) quantify among‐ and within‐ecosystem variations in R_S. The R_S was positively correlated to soil temperature in all forest types, and was significantly influenced by the interactions of soil temperature and water content in the pine, larch, and mixed deciduous forests. The sensitivity of R_S to soil temperature at 10 cm depth (Q₁₀) ranged from 2.61 in the oak forest to 3.75 in the aspen‐birch forests. The Q₁₀ tended to increase with soil water content until reaching a threshold, and then decline. The annual R_S for the larch, pine, hardwood, oak, mixed deciduous, and aspen‐birch forests averaged 403, 514, 781, 785, 786, and 813 g C m^?2 yr^?1, respectively. The annual R_S of the broadleaved forests was 72% greater than that of the coniferous forests. The annual R_S was positively correlated to soil organic carbon (SOC) concentration at O horizon (R²=0.868) and total biomass of roots <0.5 cm in diameter (R²=0.748). The coefficient of variation (CV) of R_S among forest types averaged 25% across the 18‐month measurements. The CV of R_S within plots varied from 20% to 27%, significantly (P<0.001) greater than those among plots (9–15%), indicating the importance of the fine‐scaled heterogeneity in R_S. This study emphasized that variations in soil respiration and potential sampling bias should be appropriately tackled for accurate soil CO₂ flux estimates.     

Soil respiration associated with plant succession at the meadow steppes in Songnen Plain,Northeast China

Aims Soil CO₂ emission from steppes is affected by soil properties and vegetation in different successional stages. Primary and secondary succession of plants frequently occurred at the meadow steppe in Songnen Plain, Northeast China, which indicates the large uncertainty associated with CO₂ emission in this environment. This study aims to investigate the temporal variations of soil respiration (Rs) and the effect of plant succession on cumulative soil CO₂ emission during the growing season.Methods Using a LI-6400 soil CO₂ flux system, Rs of five vegetation types which represented different stages of plant succession in meadow steppes of Songnen Plain, China, was investigated during the growing seasons of 2011 and 2012.Important findings Soil temperature (Ts) was the dominant controlling factor of Rs, which could explain ~64% of the change in CO₂ fluxes. The Q 10 values of Rs were ranged from 2.0 to 6.7, showing a decreasing trend with the plant successional stages. The cumulative CO₂ emission increased with the degree of vegetation succession and it averaged to 316±6g C m ?2 (ranges: 74.8±6.7 to 516.5±11.4g C m ?2) during the growing season. The magnitude of soil CO₂ emission during the growing season was positively correlated with aboveground plant biomass, soil organic carbon content and mean soil water content, while negatively linked to mean Ts, pH, electrical conductivity and exchangeable sodium percentages. The results implied that soil CO₂ emission increased with the development of plant communities toward more advanced stages. Our findings provided valuable information for understanding the variations of CO₂ emission in the process of vegetation succession.