陆地生态系统土壤CO2排放对模拟增温的响应特征及影响因素

全球变暖已经成为不争的事实,陆地生态系统碳循环的研究受到了各界广泛关注,是当前全球变化研究中的重点。土壤CO₂排放是陆地生态系统与大气间二氧化碳交换的最大通量之一,当前陆地生态系统中土壤CO₂排放如何响应全球气候变暖及其影响因素仍不清楚,限制了对土壤碳循环过程及影响机制的深入认识。旨在明确全球变暖背景下陆地生态系统中土壤CO₂排放格局及影响因素。基于Web of Science、PubMed和中国知网等中英文期刊数据库,充分收集全球范围内的相关野外试验文献81篇,提取出65个研究位置和213组相关研究数据,采用Meta分析方法探讨陆地生态系统土壤CO₂排放对增温的响应特征,分析其与海拔、气候、土壤含水量、容重(BD)、pH、全氮(TN)和土壤有机碳(SOC)的相关关系。结果表明:陆地生态系统中土壤CO₂排放对增温整体有显著的正向响应,在农、林、草生态系统中,增温使土壤CO₂排放分别显著增加13.1%、18.0%、5.9% (P<0.05),森林生态系统对增温响应的正效应最强烈;增温能在短时期内促进土壤呼吸,但随着增温持续时间增加,土壤呼吸对温度的敏感性会降低,对温度变化产生适应性,从而使其对增温的响应能力减弱;响应特征受到环境因子、土壤特性以及其他试验条件等的影响,绝大多数条件下对增温表现出显著的正响应特征,不同影响因子之间共同作用、相互影响。增温通常能够改变植物生物量、土壤养分含量及微生物数量和活性,从而影响到植被根际呼吸和土壤呼吸速率。相关分析表明,海拔对土壤CO₂排放有显著负向影响,而年均气温、年均降水量、土壤含水量和仪器嵌入土壤深度则对土壤CO₂排放产生显著正向影响。这些结果对于理解全球土壤CO₂排放的时空变化格局有重要意义,也为准确评价全球变暖背景下土壤碳汇功能及其持续性提供理论依据。     

杉木人工林不同深度土壤CO2通量

土壤CO₂通量具有明显的时间和空间变异性。土壤温度和含水量是影响土壤CO₂通量的重要因素,同时,不同深度的土壤CO₂通量对温度和含水量变化的响应差异较大,因此,研究土壤CO₂通量和影响因素随土壤深度的变化,对于准确评估土壤碳排放具有重要意义。选择福建三明杉木人工林(Cunninghamia lanceolata)作为研究对象,利用非散射红外CO₂浓度探头和Li-8100开路式土壤碳通量系统,并使用Fick扩散法计算了0-60cm深度土壤CO₂的通量,结果表明:(1)5种扩散模型计算的表层(5cm)CO₂通量与Li-8100测量结果均具有显著相关性(P<0.01),Moldrup气体扩散模型计算结果较好。(2)土壤CO₂浓度随深度的增加而升高,但60cm深度以下土壤CO₂浓度开始降低;不同深度土壤CO₂浓度的日变化均呈现单峰型;0-60cm土壤CO₂通量日通量均值变化范围为0.54-2.17μmol m^-2 s^-1;(3)指数拟合分析显示,5、10cm和60cm深度处土壤CO₂通量与温度具有显著相关性,Q₁₀值分别为1.35、2.01和4.95。不同深度土壤含水量与CO₂通量的相关性不显著。     

大气CO2浓度升高对春玉米土壤呼吸的影响

为探讨春玉米不同生育期土壤呼吸速率对大气CO₂浓度升高的响应,以黄土高原旱作春玉米为研究对象,通过改进的开顶式气室（OTC）模拟大气CO₂浓度升高的环境,在田间条件下设置自然大气CO₂浓度（CK）、OTC对照（OTC,CO₂浓度同CK）与CO₂浓度升高（OTC+CO₂,OTC系统自动控制CO₂浓度700 μmol/mol）3种处理。研究了旱区覆膜高产栽培春玉米播前（V0）、六叶期（V6）、九叶期（V9）、吐丝期（R1）、乳熟期（R3）、蜡熟期（R5）及完熟期（R6）土壤呼吸速率对大气CO₂浓度升高的响应特征,以及大气CO₂浓度升高对土壤呼吸速率的温度与水分效应的影响。研究发现,OTC+CO₂处理土壤呼吸速率,与CK相比,在R3和R5期分别增加43%、104%（P<0.05）,与OTC相比,R3和R5期分别提升了63%、109%（P<0.05）;OTC处理与CK相比,在整个生育期对土壤呼吸影响不显著;3种处理条件下,土壤温度和水分随生育期变化趋势基本一致,土壤呼吸速率与土壤温度和水分分别呈指数相关和抛物线型相关;结果表明：大气CO₂浓度升高对土壤呼吸的影响因生育期而异,土壤温度和土壤水分是影响旱地农田土壤呼吸的重要因素,CO₂浓度升高会使土壤呼吸温度效应值（Q₁₀）降低,土壤呼吸对土壤水分响应的阈值提高。     

华北地区油松林生态系统对气候变化和CO2浓度升高的响应——基于BIOME-BGC模型和树木年轮的模拟

应用BIOME-BGC模型和树木年轮数据模拟1952-2008年华北地区典型油松林生态系统净初级生产力（NPP）动态,探究了树木径向生长和NPP对区域气候变暖的响应以及未来气候情景下油松林生态系统NPP动态变化.结果表明：1952-2008年,研究区油松林生态系统NPP波动于244.12～645.31 g C·m^-2·a^-1,平均值为418.6 g C·m^-2·a^-1.5-6月的平均温度和上年8月至当年7月的降水是限制该地区油松径向生长和油松林生态系统NPP的主要因子.研究期间,随着区域暖干化趋势的加强,树木径向生长和生态系统NPP均呈下降趋势.未来气候情景下,NPP对温度和降水的单独和复合变化的响应为正向.CO₂浓度升高有利于油松林生态系统NPP的增加,CO₂的施肥效应使NPP增加16.1%.在生态系统和区域水平,树木年轮是一种理想的指示生态系统动态变化的代用资料,可以检验和校正包括BIOME-BGC模型在内的各种生态系统过程模型.     

植被对亚热带城市生态系统CO2通量的影响

城市是陆地生态系统的主要碳源,而城市植被是城市区域缓解人类活动所释放的二氧化碳的主要碳汇,但对城市植被对城市大气二氧化碳的影响方面的研究比较缺乏,尤其是发展中国家。发展中国家多数处于亚热带气候区,且发展中国家城市化进程较快,为推进不同生态系统类型碳循环的研究,该研究以位于中国东南部的上海市奉贤大学城为案例,研究该区域植被对亚热带城市生态系统CO_2通量的影响。使用上海市奉贤大学城的涡动相关通量观测站点所观测和记录的2016年10月1日至2017年9月30日共计12个月的通量,气象数据结合遥感数据分析了该研究区的CO_2通量动态特征及其影响因子,主要结论是:(1)整个生态系统全年CO_2通量总交换量为9664.06μmol m~(-2)a~(-1)即表现为碳源。CO_2通量增长率在2017年5月6日达到最低为-4.48μmol m~(-2)d~(-1)在2017年7月30日的CO_2通量增长率为0,在2017年8月30日达到最高为2.24μmol m~(-2)d~(-1),生长季CO_2通量交换量为2169.58μmol m~(-2)月~(-1)低于非生长季的CO_2通量交换量(7494.48μmol m~(-2)月~(-1));(2)不同风区的CO_2通量特征不同,主要表现为随着植被面积的上升CO_2通量有下降的趋势,生长季CO_2通量均值的最低值出现在西北风区为0.09μmol m~(-2)s~(-1);(3) CO_2通量与叶面积指数呈现负相关关系,即随着叶面积指数的上升CO_2通量有下降的趋势。植物的生长状况和其生理活动影响亚热带城市生态系统的碳循环过程,该研究可以为量化城市植被对大气二氧化碳的影响提供参考,同时为亚热带地区建设绿色低碳城市提供服务。     

CO2浓度升高与硝化抑制剂对冬小麦田间N2O排放量的影响

以冬小麦中麦175为供试品种,利用农田开放式CO_2浓度增高(FACE)系统,研究未来大气高CO_2浓度对冬小麦田间N_2O排放的影响,以及施用硝化抑制剂(2-氯-6-三氯甲基吡啶)是否可以起到抑制冬小麦田间N_2O的排放量升高的潜能。试验结果表明:CO_2浓度升高显著提高冬小麦田间N2O的排放增幅达到67.6%,追肥灌溉后小麦田N_2O排放量较大,随着冬小麦生育进程的推进N_2O的排放量逐渐减少,硝化抑制剂对中麦175田间N_2O排放量的影响并不明显。因此,在未来高CO_2浓度环境条件下,可以通过采取相应的耕作制度和栽培技术措施等来降低冬小麦田N_2O的排放量。试验结果对冬小麦田间是否选择施用2-氯-6-三氯甲基吡啶来控制N_2O的排放起到一定的参考作用。     

青海湖北岸高寒草甸草原生态系统CO2通量特征及其驱动因子

 草甸草原是青藏高原的重要植被类型, 与其他植被类型相比, 其碳交换过程和驱动机理的研究仍较薄弱。利用青海湖东北岸草甸草原的涡度相关系统观测的连续数据(2010年7月1日–2011年6月30日), 分析了草甸草原CO₂通量特征及其驱动因子。结果表明: 草甸草原净生态系统CO₂交换量(NEE)在植物生长季的5–9月, 其日变化主要受控于光合光量子通量密度(PPFD); 而非生长季(10月21日–4月19日)和生长季初(4月下旬)、末期(10月中上旬) NEE的日变化主要受气温(T_a)的影响。CO₂
日最大吸收值和释放值分别出现在7月1日(11.37 g CO₂·m^–2·d^–1)和10月21日(4.04 g CO₂·m^–2·d^–1)。逐日NEE主要受控于T_a, 两者关系可用指数线性(explinear)方程表示(R² = 0.54, p < 0.01)。叶面积指数(LAI)和增强型植被指数(EVI)对逐日NEE的影响表现为渐近饱和型, LAI和T_a交互作用明显(p < 0.05), EVI的主效应强烈(p < 0.001)。生态系统的呼吸熵(Q₁₀)为2.42, 总呼吸(R_eco)约占总初级生产力(GPP)的74%。生长季适度的昼夜温差(<14.8 ℃)有利于系统的碳蓄积。研究时段该草甸草原作为碳汇从大气吸收271.31 g CO₂· m^–2。     

全球CO2 水平升高对浮游植物生理和生态影响的研究进展

工业革命以来由于化石燃料的大量燃烧,大气CO₂水平不断增加,预计在21世纪末将增至现有水平的两倍,达到750 μL/L。作为全球初级生产力的重要贡献者,浮游植物应对CO₂水平升高的生理生态响应必然会对水生生态系统和碳、氮等元素的生物地球化学循环产生重要影响。全球CO₂水平的升高将显著改变水体的碳化学环境,淡水生态系统(湖泊和河流)由于容量小变化比海洋更为显著。水体碳化学环境的改变首先会影响浮游植物个体,在高CO₂水平下,浮游植物的细胞会有变小的趋势,并且细胞的光合作用强度也会有不同程度的增加,其中细胞较小或者不具有碳浓缩机制(CCM)的浮游植物增加较多,此外浮游植物细胞的化学元素计量值也将显著改变。随后浮游植物个体水平上的变化会进一步影响水生生态系统,例如水体初级生产力水平的提高,浮游植物、浮游动物群落结构组成以及水体微食物网结构的变化等。此外浮游植物对CO₂水平升高的生理生态响应程度还与水体的营养水平有关。总结了大气CO₂水平升高对浮游植物生理生态影响的研究方法,展望了未来可能的研究方向。     

干旱对土壤剖面不同深度土壤CO2通量的影响

由于全球气候变化,预计未来我国亚热带地区干旱频率和持续时间将会增加。森林土壤CO₂的释放是陆地生态系统碳循环的重要组成部分,然而,有关不同深度土壤CO₂通量对干旱响应的理解仍相当有限。选择武夷山针叶林（Coniferous Forest,CF）和常绿阔叶林（Evergreen Broadleaved Forest,EBF）为研究对象,于2014年6月至2015年12月,采用梯度法计算10、30 cm和50 cm深度各层土壤CO₂通量,探讨模拟干旱对其影响。结果表明：CF和EBF样地土壤CO₂浓度均随土壤深度的增加而升高。CF和EBF样地对照（CK）处理10 cm深度土壤CO₂生产量分别占总CO₂生产量的53.5%和55.7%,表明土壤CO₂生产量主要来源于浅层土壤,这可能与浅层土壤有高的有机碳含量及细根生物量主要分布区有关。干旱处理使CF和EBF样地不同深度土壤CO₂通量均显著减少。在两个样地土壤CO₂通量的温度敏感性（Q₁₀）值均随着土壤深度的增加而减少。干旱处理显著减少了CF样地浅层土壤的Q₁₀值（P=0.02）,对深层土壤影响不显著（30 cm：P=0.30;50 cm：P=0.23）;而在EBF样地干旱处理显著减少了深层土壤的Q₁₀值（30 cm：P=0.02;50 cm：P=0.01）,对浅层土壤影响不显著（P=0.32）。     

不同天气水稻光合日变化对大气CO2浓度和温度升高的响应——FACE研究

人类活动导致大气二氧化碳浓度(CO_2)升高、全球气候变暖和光合有效辐射(PAR)降低,影响着绿色作物的光合作用。为了明确高CO_2浓度、高温和低PAR对水稻光合日变化特征的影响,利用中国稻田开放空气CO_2浓度升高系统(free air CO_2enrichment,FACE),以常规粳稻南粳9108为试验材料,设置了环境CO_2和高CO_2浓度(增200μmol/mol)、环境温度和增高温度(增1—2℃)交互的4个处理,从9:00到17:00每隔1h测定了阴天和晴天水稻的光合作用,研究了不同天气对水稻光合日变化对大气CO_2浓度和温度升高的响应。观察到不同天气条件下水稻光合日变化的不同特征,晴天Pn为双峰曲线,发生了光合"午休",阴天未发生。结果表明,高CO_2浓度显著提高了水稻Pn,温度升高有降低水稻Pn趋势,CO_2浓度增加200μmol/mol对水稻光合作用的促进效应远大于增温1—2℃对其的抑制效应。高CO_2浓度显著增加了水稻胞间CO_2浓度(Ci),降低了水稻蒸腾速率(Tr),平均降幅为10.8%—22.0%。高温有降低Ci的趋势,增加了Tr,平均增幅达5.0%—13.5%。晴天比阴天增加了水稻Tr,平均增幅为9.8%—31.2%。CO_2浓度和温度同时升高显著降低了水稻气孔导度(Gs)。这些结果说明CO_2浓度、温度和PAR对水稻水分利用率(WUE)产生综合影响。阴天PAR比晴天平均低53.3%,阴天水稻Pn比晴天显著低,平均降幅达37.1%—72.0%。与对照比较,高CO_2浓度处理,较高PAR(晴天)条件下水稻Pn的增幅(38.6%—58.4%)显著大于较低PAR(阴天)条件下水稻Pn的增幅(21.6%—38.8%),这一现象值得关注和深入探讨。研究结果表明,评估气候变化对水稻生产的影响,需同时考虑未来大气CO_2浓度和温度升高以及PAR下降的因素及其相互作用。     

Diurnal, seasonal and annual variation in net ecosystem CO2 exchange of an alpine shrubland on Qinghai-Tibetan plateau

Thus far, grassland ecosystem research has mainly been focused on low‐lying grassland areas, whereas research on high‐altitude grassland areas, especially on the carbon budget of remote areas like the Qinghai‐Tibetan plateau is insufficient. To address this issue, flux of CO₂ were measured over an alpine shrubland ecosystem (37°36′N, 101°18′E; 325 above sea level [a. s. l.]) on the Qinghai‐Tibetan Plateau, China, for 2 years (2003 and 2004) with the eddy covariance method. The vegetation is dominated by formation Potentilla fruticosa L. The soil is Mol–Cryic Cambisols. To interpret the biotic and abiotic factors that modulate CO₂ flux over the course of a year we decomposed net ecosystem CO₂ exchange (NEE) into its constituent components, and ecosystem respiration (R_eco). Results showed that seasonal trends of annual total biomass and NEE followed closely the change in leaf area index. Integrated NEE were ?58.5 and ?75.5 g C m^?2, respectively, for the 2003 and 2004 years. Carbon uptake was mainly attributed from June, July, August, and September of the growing season. In July, NEE reached seasonal peaks of similar magnitude (4–5 g C m^?2 day^?1) each of the 2 years. Also, the integrated night‐time NEE reached comparable peak values (1.5–2 g C m^?2 day^?1) in the 2 years of study. Despite the large difference in time between carbon uptake and release (carbon uptake time < release time), the alpine shrubland was carbon sink. This is probably because the ecosystem respiration at our site was confined significantly by low temperature and small biomass and large day/night temperature difference and usually soil moisture was not limiting factor for carbon uptake. In general, R_eco was an exponential function of soil temperature, but with season‐dependent values of Q₁₀. The temperature‐dependent respiration model failed immediately after rain events, when large pulses of R_eco were observed. Thus, for this alpine shrubland in Qinghai‐Tibetan plateau, the timing of rain events had more impact than the total amount of precipitation on ecosystem R_eco and NEE.