基于IRGA通量箱法的草坪夏季晴天CO2净交换量日动态

利用红外气体箱式法(Infrared Gas Analyze,IRGA),于2008年8月晴天对福州市马尼拉草坪(Zoysia matrel-la)的生态系统CO2净交换(NEE)和环境因子进行观测,阐明NEE及其组分的昼夜动态变化特征和影响因子。马尼拉草坪NEE的昼夜变化呈现为单峰型曲线,昼间其变化规律较强,夜间呈波动状态。NEE(取绝对值)最大值出现在10:00,最小值出现在16:00左右。太阳辐射、腔室内空气相对湿度和气温与NEE的相关性均为极显著(p<0.01),太阳辐射、腔室内空气相对湿度和5cm土壤温度共同解释NEE速率昼夜变异的89.30%。太阳辐射和腔室内空气相对湿度是影响草坪生态系统CO2净交换量日动态的主导环境因子;其中,太阳辐射可以单独解释NEE速率昼夜变化的79.70%,腔室内空气相对湿度可以单独解释NEE速率昼夜变化的50.40%;夏季晴天草坪生态系统在日尺度上表现为净吸收,平均CO2净交换速率为-4.11μmol/(m2.s)(负值表示吸收),平均日总通量为-0.18 mol/(m2.d)。     

青海湖高寒湿地生态系统夏季CO2通量日变化及其影响因子研究

利用涡度相关技术对青海湖高寒湿地生态系统夏季CO２通量日变化特征进行分析,并且结合气象观测数据对CO２通量日变化的影响因子进行探讨。结果表明,青海湖高寒湿地生态系统夏季CO２通量日变化呈“U”字型,白天8：00—20：00 CO２通量值为负,其他时间为正,最低值出现在12：30,为-15.34 μmol·m-2·s-1。CO２通量日平均值为-3.65 μmol·m-2·s-1（约-13.87 g·m-2·d-1）,表现为明显的CO２吸收,是重要的碳汇。CO２通量与净辐射、气温和表层土壤温度的相关性分析表明,净辐射是影响青海湖高寒湿地生态系统夏季CO２通量日变化的主要因子,气温次之,表层土壤温度对CO２通量的影响最小。采用多元回归分析得出CO２通量与各个影响因子之间的关系符合三元一次线性回归方程,R2=0.689,且达到极显著水平（P〈0.01）。     

若尔盖高原泥炭沼泽湿地CO2呼吸通量特征

若尔盖高原沼泽湿地是我国最大的高原泥炭沼泽湿地。采用静止箱/气相色谱法,2004年5月至10月对若尔盖高原泥炭沼泽湿地CO2呼吸通量进行了观测。沼泽湿地CO2呼吸通量平均值为200.40mg·m-2·h-1,最大值为402.37mg·m-2·h-1,最小值为61.09mg·m-2·h-1。沼泽湿地周边的沼泽化草甸CO2呼吸通量平均值为425.50mg·m-2·h-1,最大值为891.74mg·m-2·h-1,最小值为124.23mg·m-2·h-1。二者均在7、8月出现排放峰值。沼泽湿地CO2呼吸通量日变化为单峰型,高峰出现在13时和15时。沼泽湿地CO2呼吸与温度具有相关性,其中与5cm深的土壤温度相关性最好。若尔盖高原沼泽湿地CO2呼吸通量的平均值仅为三江平原常年积水沼泽湿地的约36%,这可能是若尔盖高原沼泽湿地有泥炭积累,而三江平原沼泽湿地无泥炭积累或仅有少量积累的重要原因之一。     

青海湖高寒湿地生态系统夏季CO_2通量日变化及其影响因子研究

利用涡度相关技术对青海湖高寒湿地生态系统夏季CO2通量日变化特征进行分析,并且结合气象观测数据对CO2通量日变化的影响因子进行探讨。结果表明,青海湖高寒湿地生态系统夏季CO2通量日变化呈"U"字型,8:00—20:00 CO2通量值为负,其他时间为正,最低值出现在12:30,为-15.34μmol·m-2·s-1。CO2通量日平均值为-3.65μmol·m-2·s-1(约-13.87 g·m-2·d-1),表现为明显的CO2吸收,是重要的碳汇。CO2通量与净辐射、气温和表层土壤温度的相关性分析表明,净辐射是影响青海湖高寒湿地生态系统夏季CO2通量日变化的主要因子,气温次之,表层土壤温度对CO2通量的影响最小。采用多元回归分析得出CO2通量与各个影响因子之间的关系符合三元一次线性回归方程,R2=0.689,且达到极显著水平(P0.01)。     

毛乌素沙地人工长柄扁桃灌丛生态系统CO2通量特征

人工灌丛作为陆地生态系统的重要组成部分,在区域碳循环及改善区域生态环境方面具有重要作用,开展人工灌丛生态系统CO2通量特征研究对于合理评估人工灌丛生态系统具有重要意义.采用涡度相关技术于2015年8月至2016年8月对毛乌素沙地东南缘人工长柄扁桃灌丛生态系统净CO2交换量(NEE)进行测定,分析其变化规律并探讨其影响因...     

艾比湖湿地典型植物群落土壤剖面CO2、CH4和N2O扩散通量研究

于2015年10月—2016年9月在艾比湖湿地鸟岛站,选取典型植物群落芦苇(Phragmites communis)、柽柳(Tamarix chinensis)和裸地对照组,每个月份通过气体原位采集系统对4个不同深度(0—10、10—20、20—40、40—60 cm)的土壤CO2、CH4和N2O进行采集,利用气相色谱...     

广西红树林净生态系统碳交换变化特征及影响因子研究

为了研究广西红树林CO_2通量变化特征及其调控机制,利用2019年北海红树林生态观测试验站涡度相关系统观测的红树林碳通量和气象观测数据,分析红树林净生态系统碳交换变化特征及其与气象因子的响应关系。结果表明,广西红树林净生态系统碳交换的平均日变化曲线呈"U"型分布;在月尺度上,碳汇峰值出现在2月,最小值出现在6月;在季尺度上,不同季节碳汇峰值呈秋季春季冬季夏季的趋势;净生态系统碳交换月累积最大值为11月(-45.23 g·m~(-2)·月~(-1)),最小值为7月(-16.95 g·m~(-2)·月~(-1));广西红树林净生态系统碳交换、总呼吸和总初级生产力年累积量分别为-386.68、862.49和-1 249.18 g·m~(-2)·a~(-1),3者均低于福建和广东红树林;光合有效辐射是对净生态系统碳交换产生直接影响的主导因子,饱和水气压差是对净生态系统碳交换产生间接影响的主导因子,降水量是净生态系统碳交换的限制因子。     

黄河三角洲芦苇湿地生态系统碳通量动态特征及其影响因素

利用涡度相关法,对黄河三角洲芦苇湿地生态系统进行了连续2年的通量观测,分析了2017—2018年生长季芦苇湿地生态系统碳交换量(NEE)及其影响因素,为区域的碳收支预算和为全球碳循环模型的进一步完善提供理论基础.结果表明,在季节尺度上,芦苇湿地生长季具有明显的碳汇功能,生态系统呼吸(Rs)随着月份的增加呈倒"V"型变化...     

凋落物处理对森林地表CO2通量的影响及其调控机理

全球变化和森林演替可以导致森林地表凋落物数量和质量的变化,从而对森林地表 CO2通量产生影响。本实验对亚热带不同演替阶段的3种,即马尾松林（前期）、混交林（中期）和季风林（后期）进行地表凋落物去除、加倍与置换处理,利用静态箱气相色谱法测定地表CO2通量,并同步测定气温、土壤温度和湿度,分析凋落物质量和数量变化对森林地表CO2通量的影响及其调控机理。结果表明,（1）去除凋落物处理显著降低了不同演替阶段的3种森林地表CO2通量,而加倍凋落物处理可以增加森林地表CO2通量,但不同演替阶段增加的幅度不同,依次为：季风林＞马尾松林＞混交林。（2）置换凋落物对不同演替阶段的森林地表 CO2通量的影响不同,在演替后期的季风林中,置换混交林和马尾松林凋落物处理均增加地表CO2通量;在演替中期的混交林中,置换季风林和马尾松林凋落物均降低地表CO2通量。在演替前期的马尾松林中,置换季风林凋落物增加地表CO2通量,而置换混交林凋落物降低了地表CO2通量（3）结合测定的土壤温度和水分数据分析得出,凋落物处理引起森林地表 CO2通量的变化是通过处理凋落物质量和数量后改变森林地表水热条件来实现的。（4）3个林型的各种处理,地表 CO2通量与土壤温度均呈显著的指数相关关系,但不同处理不同地改变了森林地表土壤 CO2通量对温度的敏感性,即Q10值。     

退耕土壤的碳、氮固存及其对CO2、N2O通量的影响

采样分析陇中黄土高原地区农田退耕种植苜蓿3 a、5 a、8 a后0～5、5～10、10～20 cm土层土壤有机碳(SOC)、全氮(TN)、活性有机碳(SAOC)及矿质氮(NO3-N、NH4-N)含/储量的变化,并用静态箱-气质联用法对样地的COO2、NO2O排放通量进行了测定,研究碳氮变化对土壤CO2、N2O排放通量的影响.结果表明:(1)SOC、TN基础含量很低的贫瘠土壤退耕后表现出明显的碳、氮固存效应,有很强碳、氮固存潜力.与未退耕休闲农田相比,退耕3 a、5 a、8 a后0～20 cm SOC储量分别提高了9.12%、20.18%、34.39%,SOC平均固存率分别为0.17、0.23、0.25mg/(hm2·a).TN储量在5～10、10～20 cm增加不明显,在0～5 cm退耕3 a、5 a、8 a后储量分别提高14.29%,35.71%和64.29%,各退耕年限0～20 cm TN平均固存率均为0.2 mg/(hm2.a);(2)退耕后各年限草地土壤活性有机碳(SAOC)含量有所增加,但各层含量变化不明显,其增加量远小于SOC的增加,说明退耕初期阶段积累了较多的土壤惰性碳;NO3-N含量增加明显,0～5、5～10 cm土壤各退耕年限含量达5%的显著性差异,但退耕前后NH4-N含量无明显变化.(3)土壤CO2通量与SOC含量、SAOC含量、TN含量及N2O通量显著正相关;N2O通量与SOC含量、矿质氮含量及CO2通量显著正相关.说明在环境因素稳定的条件下,退耕后土壤碳、氮含量的增加会导致CO2、N2O排放的加剧,表现出大气CO2、N2O的"源"效应.     

基于DNDC模型评估水位变化对滨海湿地净生态系统CO2交换的影响

水位是影响滨海湿地生态系统蓝碳功能的重要因素。气候变化引起的海平面上升以及极端气候事件的频发,可能加快水位的变化,从而改变生态系统碳交换的过程。然而,滨海湿地碳汇功能响应水位变化的机制尚不清楚。为了评估水位对滨海湿地净生态系统CO₂交换(NEE)特征的影响,以及验证DNDC(denitrification-decomposition)模型对模拟预测滨海湿地生态系统碳交换的适用性,该研究设计了野外水位控制试验(自然水位,地下20 cm水位、地表10 cm水位),并利用DNDC模型模拟和预测水位变化对滨海湿地NEE的影响。结果表明:(1)不同水位处理之间NEE差异显著,地表10 cm水位处理促进CO₂吸收,地下20 cm水位则抑制CO₂吸收;(2)经过校准和验证的DNDC模型可以准确模拟水位变化对黄河三角洲湿地NEE的影响,NEE模拟值的日动态与田间观测结果显著相关(R²>0.6);(3)通过改变气候、土壤和田间管理等输入参数对DNDC模型进行灵敏度检验,生态系统碳交换过程对日均温、降雨和水位改变的响应最为显著,其中,水位对NEE的影响主要作用于土壤呼吸(Rs)。未来气候情境下,不同水位变化下的生态系统碳交换过程随年份增长呈现不同的规律,因此未来的模拟研究应关注DNDC中水文模块和植被演替过程的完善。该研究可为预测水文变化情境下滨海湿地碳汇功能的未来发展以及政策制定提供参考。     

油菜地CO2、N2O排放及其影响因素

2005年11月至2006年5月采用静态箱法对成都平原典型水稻 - 油菜轮作区油菜地CO2、N2O排放通量进行原位测定.结果表明,CO2排放通量为121.4～1 585.8 mg·m-2·h-1,平均656.8 mg·m-2·h-1;N2O排放通量为18.0～521.0 μg·m-2·h-1,平均168.0 μg·m-2·h-1.在整个油菜生长期内,地下5 cm土壤温度与CO2、N2O排放通量之间呈指数函数关系.3种不同处理油菜地CO2、N2O排放通量均为常规处理＞无氮处理＞裸地处理.土壤温度、施氮和植物生长是影响油菜地CO2、N2O排放的主要因素.     

北京市植被生态需水量与生态服务功能的关系

植被是城市生态系统中重要的组成部分,研究植被的生态需水、以及由生态缺水导致的服务功能变化具有重要意义。采用面积定额法,估算出北京市植被的最小生态需水量为37.4亿m3;采用情景分析方法,分析了不同植被类型、人均生活用水增加、人口增加情景下生态缺水量及其导致的生态服务功能变化。污水、中水回用、植被蓄水与雨水收集是缓解生态缺水的有效措施。     

红壤丘陵区晚稻生长期间CO2的排放与固定规律

采用静态箱法对红壤丘陵区稻田生态系统CO2排放与固定进行定位观测.结果表明,晚稻生长期间稻田生态系统CO2通量的日变化随天气条件(晴天、雨天、阴天)的变化而变化,CO2日净固定量在晚稻生长期间波动性很大,最高达10.35 g·m-2·d-1,在晚稻成熟期表现为CO2负固定,为-0.92 g·m-2·d-1;整个晚稻生育期,稻田生态系统CO2累积排放量和土壤呼吸CO2排放量分别为20.4和6.3 t·hm-2,稻田生态系统CO2累积排放量与水稻生物量之间存在极显著幂函数关系.在整个晚稻生育期,稻田生态系统从大气中吸收碳量为3.85 ～4.00 t·hm-2.     

水位对小叶章湿地CO2、CH4排放及土壤微生物活性的影响

湿地生态系统对全球碳平衡和气候变化起着极其重要的作用,而水位波动将影响湿地生物地球化学过程,导致温室气体通量变化,为了明确湿地生态系统温室气体通量以及土壤微生物活性对水位梯度的生态响应,通过野外盆栽培养试验,设T1:-5 cm,T2:0 cm,T3:5 cm,T4:10 cm 4种水位梯度,T1和T2模拟湿地非淹水的水分状况,T3和T4模拟淹水状况,研究了不同水位梯度下小叶章(Calamagrostis angustifolia)湿地CO2、CH4通量、土壤微生物量碳、氮及土壤酶活性的变化规律.结果表明:不同水位条件下,小叶章湿地系统CO2和CH4通量差异较大,-5 cm水位时小叶章湿地CO2通量为(643.35±61.89) mg·m-2·h -1,随着水位增加,CO2通量依次降低6.9%、12.1%、40.0%,且水位升高到10 cm时,小叶章湿地CO2排放量显著降低(P<0.05);而CH4通量则随水位增加呈显著增加趋势,通量变化为(1.52±0.12)~(5.34±0.61) mg·m-2·h-1;水位对微生物活性影响显著,非淹水条件下小叶章湿地土壤微生物量碳、氮含量以及土壤蔗糖酶、淀粉酶活性高于淹水土壤,且随着淹水位增加,微生物活性显著降低.     

Evaluating weather effects on interannual variation in net ecosystem productivity of a coastal temperate forest landscape: A model intercomparison

Forest productivity is strongly affected by seasonal weather patterns and by natural or anthropogenic disturbances. However weather effects on forest productivity are not currently represented in inventory-based models such as CBM-CFS3 used in national forest C accounting programs. To evaluate different approaches to modelling these effects, a model intercomparison was conducted among CBM-CFS3 and four process models (ecosys, CN-CLASS, Can-IBIS and 3PG) over a 2500 ha landscape in the Oyster River (OR) area of British Columbia, Canada. The process models used local weather data to simulate net primary productivity (NPP), net ecosystem productivity (NEP) and net biome productivity (NBP) from 1920 to 2005. Other inputs used by the process and inventory models were generated from soil, land cover and disturbance records. During a period of intense disturbance from 1928 to 1943, simulated NBP diverged considerably among the models. This divergence was attributed to differences among models in the sizes of detrital and humus C stocks in different soil layers to which a uniform set of soil C transformation coefficients was applied during disturbances. After the disturbance period, divergence in modelled NBP among models was much smaller, and attributed mainly to differences in simulated NPP caused by different approaches to modelling weather effects on productivity. In spite of these differences, age-detrended variation in annual NPP and NEP of closed canopy forest stands was negatively correlated with mean daily maximum air temperature during July-September (T_amax) in all process models (R² = 0.4-0.6), indicating that these correlations were robust. The negative correlation between T_amax and NEP was attributed to different processes in different models, which were tested by comparing CO₂ fluxes from these models with those measured by eddy covariance (EC) under contrasting air temperatures (T_a). The general agreement in sensitivity of annual NPP to T_amax among the process models led to the development of a generalized algorithm for weather effects on NPP of coastal temperate coniferous forests for use in inventory-based models such as CBM-CFS3: NPP′ = NPP − 57.1 (T_amax − 18.6), where NPP and NPP′ are the current and temperature-adjusted annual NPP estimates from the inventory-based model, 18.6 is the long-term mean daily maximum air temperature during July-September, and T_amax is the mean value for the current year. Our analysis indicated that the sensitivity of NPP to T_amax was nonlinear, so that this algorithm should not be extrapolated beyond the conditions of this study. However the process-based methodology to estimate weather effects on NPP and NEP developed in this study is widely applicable to other forest types and may be adopted for other inventory based forest carbon cycle models.