水稻产量、稻田CH4和N2O排放对长期大气CO2浓度升高的响应

大气CO₂浓度升高（[CO₂]_e）是全球气候变化的主要驱动力,可直接或间接影响稻田生态系统碳氮循环.深入探究长期（大于10 a）[CO₂]_e对水稻产量和稻田温室气体排放的影响,对保障粮食安全和评估未来气候变化意义重大.本研究以高、低应答水稻品种为供试材料,利用连续运行14 a的[CO₂]升高（free-air CO₂ enrichment,FACE）平台,共设置2个[CO₂]处理：对照（正常[CO₂],[CO₂]_a）和在[CO₂]_a基础上升高200 μmol·mol^-1（[CO₂]_e）.采用静态透明箱-气相色谱法测定稻田CH₄和N₂O排放量,并测定水稻产量.结果表明,对比[CO₂]_a,长期[CO₂]_e分别增加高、低应答水稻品种产量29%~31%（P<0.05）和12%~14%（P>0.05）;分别减少高、低应答水稻品种稻田CH₄排放21%~59%和11%~54%;同时,分别显著减少高、低应答水稻品种稻田N₂O排放70%（P<0.05）和40%（P<0.05）.水稻产量、稻田CH₄排放对长、短期[CO₂]_e的响应具有明显差异,随着[CO₂]_e年限的增加,水稻产量和稻田CH₄排放的增幅显著下降,而稻田N₂O排放无明显变化.综合考虑,长期[CO₂]_e条件下,高应答水稻品种为优先考虑种植的"增产减排"水稻品种.     

西安城区温暖季节大气CO2浓度的变化

利用红外CO₂分析仪对西安市雁塔区南二环西段CO₂浓度进行昼夜观测,研究大气CO₂昼夜动态规律及其影响因素。监测结果显示,CO₂浓度昼夜变化可分为2∶00—6∶00,8∶00—12∶00,14∶00—20∶00,22∶00—24∶00四个阶段。7月份四个阶段的浓度依次为较高→最高→最低→较低,呈现出双峰模态;10月份为浓度较低→较高→最低→最高,呈现出极不对称双峰模态。7月与10月CO₂浓度的周内与周末变化规律有相似之处,同时也存在差异。在80 m高度范围内,白天CO₂浓度均随着高度的增加而降低,夜间CO₂在高度上的变化不稳定,且10月份CO₂浓度明显高于7月份。温度影响CO₂浓度变化,但在不同月份,温度的影响存在明显差异。CO₂浓度变化主要与植物的光合作用有关。季节变化和植被比人类活动对CO₂浓度变化的影响更大。     

连续4个生长季大气CO2升高与土壤铅(Pb)污染耦合下刺槐幼苗根际土壤微生物特征

阐明CO₂升高和土壤重金属污染耦合对植物根际微生物群落的影响对明确大气CO₂升高背景下土壤重金属污染的植物根际生态效应意义明显.利用开顶箱系统模拟了连续4个生长季大气CO₂浓度升高［（700±27）μmol·L^-1］与土壤Pb污染（15.6 mg·kg^-1和515.6 mg·kg^-1）耦合对刺槐幼苗根际土壤微生物群落的影响.结果表明,与Pb污染相比,高浓度CO₂提高了（P<0.05）Pb污染下幼苗根际土壤总N含量,同时也提高了根际土壤pH、总C和水溶性C含量及C/N,降低了（P<0.05）根际土壤总Pb和可溶性Pb含量.细菌丰富度和多样性在耦合条件下较Pb污染增加（P<0.05）,而真菌丰富度降低（P<0.05）和多样性增加（P<0.05）;细菌和真菌群落中相对丰度最高的前两位优势属变化不显著,但其它类群如Anaerolineaceae、Solirubrobacterales、Eurotiomycetes、Aspergillus和Trichocomaceae的相对丰度受大气CO₂浓度升高与土壤Pb污染耦合影响显著;相对丰度较高的前10位细菌和真菌优势属与根际土壤环境因子的冗余分析表明,根际土壤总C和可溶性Pb是显著（P<0.05）影响细菌优势属环境因子,总C对真菌优势属影响显著（P<0.05）.结果表明刺槐幼苗根际土壤总C和可溶性Pb是根际土壤细菌群落变化的显著影响因子,而真菌群落仅受总C的显著影响.     

大气CO2摩尔分数升高对高、低应答水稻稻田N2O排放的影响

依托稻田大气CO₂摩尔分数（x［CO₂］）升高平台FACE （free-air CO₂ enrichment）,采用静态透明箱-气相色谱法研究x［CO₂］升高（正常x［CO₂］+200 μmol·mol^-1）对高、低应答水稻（产量对x［CO₂］升高的响应分别为>30%和10%~15%）稻田N₂O排放的影响.本试验设置4个处理：A-W （正常x［CO₂］+低应答水稻）、F-W （x［CO₂］升高+低应答水稻）、A-S （正常x［CO₂］+高应答水稻）和F-S （x［CO₂］升高+高应答水稻）.结果表明,对比正常x［CO₂］处理（A-S和A-W）,x［CO₂］升高条件下高、低应答水稻（F-S和F-W）稻田N₂O排放分别降低52.54%（P<0.05）和38.40%（P<0.05）,水稻产量分别增加22.96%（P<0.05）和12.11%（P>0.05）,稻田N₂O排放强度分别降低61.68%（P<0.05）和45.13%（P<0.05）.另外,高、低应答水稻稻田N₂O排放与稻田土壤NH₄⁺-N含量呈显著相关关系,而与NO₂^--N含量无显著相关.x［CO₂］升高条件下,土壤温度是影响高应答水稻稻田N₂O排放的重要因素.综合考虑,未来x［CO₂］升高条件下,高应答水稻品种的"增产减排"效果最佳.     

北京城市大气CO2浓度变化特征及影响因素

北京大气CO₂浓度日变化强烈,全年北京时间15:00时前后为全天最低值,最高值则出现在夜间,日变化幅度为23.2～39.0μmol·mol^-1,夏季和秋季日变化幅度比冬季和春季大.北京城区大气CO₂浓度季节变化明显,最大值出现在冬季,月平均浓度为421.5～441.0μmol·mol^-1;最小值则在夏季,月平均浓度367.4～371.6μmol·mol北京CO₂浓度的季节变化幅度明显高于附近的华北兴隆区域站和瓦里关山大陆本底站等的相应值,其原因是北京CO2浓度季节变化主要受人为取暖活动控制,同时植被的季节变化也起一定作用.1993～1995年北京大气CO₂浓度上升较快,平均增长率为3.7%·a^-1,1995年平均浓度达到最高,为409.7±25.9μmol·mol,随后缓慢下降.     

北京上甸子站大气CO2及δ13C(CO2)本底变化

基于北京上甸子站(SDZ)2007~2013年大气CO_2及2009~2013年大气δ13C(CO_2)瓶采样观测资料,筛分获得混合均匀且未受局地污染影响、具代表性的大气CO_2及δ13C(CO_2)本底数据.2007~2013年SDZ站大气CO_2年均本底浓度变化范围为385.6×10-6~398.1×10-6,年均增长率为2.0×10-6a-1;2009~2013年其大气δ13C(CO_2)年均本底值变化范围为-8.38‰~-8.52‰,年均增长率为-0.03‰·a-1.SDZ站2007~2013年的7~9月月均浓度最低水平均出现在2008年,且2007~2008年增长率仅为0.3×10-6a-1,推测主要源于2008年奥运期间北京及其周边省市节能减排措施实施导致碳排放量减少.SDZ站大气CO_2本底浓度季节变化最低值出现在8月,最高值出现在3月,季节振幅达到23.9×10-6;大气δ13C(CO_2)与CO_2季节变化特征大致呈镜像关系,其季节振幅为1.03‰.对SDZ站CO_2源汇的碳同位素"signature"(δs)研究表明,供暖季Ⅰ(01-01~03-14)和Ⅱ(11-15~12-31)的δs分别为-21.30‰和-25.39‰,推测主要源自化石燃料与生物质燃烧的影响;其植物生长季的δbio值为-21.28‰,推测主要来自植被活动的贡献.     

外源盐对盐碱土壤CO2吸收的影响

为探明盐碱土壤CO₂吸收机理及影响因素,通过室内实验,利用外源盐调节土壤电导率（electrical conductivity,EC）,探究盐碱土壤CO₂吸收速率的变化趋势、累积吸收量和土壤EC之间的关系。结果表明：培养期间,土壤样品在36 h出现吸收现象,且EC值高的土壤达到CO₂吸收速率峰值时间短。回归分析显示,土壤CO₂累积吸收量随EC增加而增加（R²=0.8637）。单因素方差分析发现,不同电导率土壤,CO₂累积吸收量均具有显著差异（p＜0.001）。土壤EC是影响盐碱土壤CO₂吸收变化的重要因素,土壤EC值升高,增加盐碱土壤对CO₂的吸收速率和土壤CO₂累积吸收量。     

北京市和厦门市大气 CO2 浓度及 δ13C 值变化特征

本文对北京市和厦门市大气CO_2及δ~(13)C进行观测,研究内陆城市和沿海城市CO_2浓度及δ~(13)C的季节和昼夜变化规律及影响因素,以期为政府制定碳减排政策提供科学依据。北京市和厦门市CO_2浓度均呈现秋冬季高于春夏季,而δ~(13)C秋冬季低于春夏季,季节差异原因可能是秋冬大气边界层降低,化石燃料消耗增加,贫13C的CO_2气体大量排放。观测期间,两个城市日变化模式均表现为CO_2夜间高于白天,δ~(13)C夜间低于白天;且在早晚交通高峰时段,两地CO_2浓度均有不同程度升高,而δ~(13)C有不同程度降低。冬季,北京市由于受西、北部高山阻挡,在东南风条件下使得其夜间大气CO_2浓度显著增高,δ~(13)C值则显著降低。根据两地新增CO_2的δ~(13)C值(δs)推测,北京市受到煤炭燃烧贡献较大,厦门市季节差异较大,推测受植物排放CO_2速率及气象条件等共同影响。     

南京夏季城市冠层大气 CO2浓度时空分布规律的观测

城市是CO2重要排放源,直接观测城市中大气CO2浓度对于研究人类活动对大气温室气体的贡献至关重要,而在城市中多个站点、多个高度上观测大气CO2浓度则有助于认识城市CO2浓度的时空变化规律,确定其影响机制.本研究于2014年7月18日至7月25日在南京主城区东、西、南、北和中共5个方位(100 m左右高度),2014年8月3日至2014年8月9日在南京主城区中部站点的3个高度(30、65和110 m)观测CO2浓度.结果表明:1南京主城区垂直方向上CO2浓度存在明显梯度,近地面30 m处CO2浓度受人为活动影响明显,平均值达427.3×10-6(±18.2×10-6)(摩尔分数,下同),高层65m、110 m处CO2浓度混合均匀,平均值分别为411.8×10-6(±15.0×10-6)和410.9×10-6(±14.6×10-6).大气层结越稳定,CO2浓度越高,垂直梯度越大.2南京主城区CO2浓度的水平分布受风和大气稳定度的控制.观测期间盛行东北风向,导致CO2浓度分布整体呈现西南高,东北低的格局,城市主城区上下风向CO2浓度差为7.8×10-6.而且水平风速越大,越有助于将上风向的CO2传输至城市的下风向,CO2浓度差就越小.大气层结越稳定,整体CO2浓度越高.3南京主城区5个站点CO2浓度均有明显的日变化,日最高值出现在交通早高峰期间,谷值在17:00左右,在19:00左右有时会因交通晚高峰而出现次高值.     

施肥量对福州平原稻田CO2排放及其温度敏感性的影响

为了阐明施肥量对稻田CO_2排放及其温度敏感性的影响,采用静态箱-气相色谱法,对福州平原稻田对照(CK)、常规施肥组(CG)和倍增施肥组(BZ)的CO_2排放及其温度敏感性进行了测定和分析.结果表明,CK、CG和BZ的CO_2排放通量变化范围分别为32.33~3181.97、30.68~3701.05和32.81~3206.29 mg·m~(-2)·h~(-1),CG的CO_2排放通量比较CK增加了14.16%,BZ的CO_2排放通量较CK增加了8.04%,CK、CG和BZ之间CO_2排放通量差异不显著(p0.05);稻田CO_2排放与土温(r=0.683,p0.01)、株高(r=0.820,p0.01)及含水量(r=0.309,p0.05)具有显著的正相关关系;CK、CG和BZ的CO_2排放通量与土温和气温均具有显著的正相关关系(n=42,p0.01);CK、CG、BZ的Q_(s10)值和Q_(a10)值分别为28.13、18.88、13.24和9.86、7.64、6.35,CK的温度敏感性显著高于CG和BZ(p0.05),施肥显著降低了稻田CO_2排放的温度敏感性(p0.05).     

CO2倍增和施氮对水稻不同生长期土壤反硝化细菌丰度的影响

随着全球气候变化的不断加剧,大气CO₂浓度呈明显增加趋势,这将间接影响土壤-植物-微生物系统的氮循环过程.为研究典型水稻土壤反硝化细菌对CO₂浓度升高的响应规律和机制,借助水稻密闭培养箱,运用实时荧光定量聚合酶链式反应（Real-Time qPCR）分子技术,设置不施氮（0 mg/kg）和常规施氮（100 mg/kg）2个处理,研究CO₂倍增对水稻不同生长期土壤关键反硝化功能细菌（narG、nirK和nirS型）丰度的影响.结果表明:①在2种施氮水平,CO₂倍增显著促进了水稻分蘖期、孕穗期、扬花期和成熟期水稻根系生长（增幅为2.96%~28.4%）、地上部生物量增加（增幅为7.1%~107.3%）以及成熟期籽粒干质量的增加（增幅为19.5%和38.0%）,具有显著的增产效应.②反硝化细菌丰度对CO₂倍增的响应与生育期及施氮水平有关,CO₂倍增在2个施氮水平均抑制分蘖期反硝化细菌的繁殖,显著增加孕穗期反硝化细菌数量;在水稻扬花期,CO₂倍增促进了施氮处理narG和nirS型反硝化细菌数量的增加,在成熟期抑制未施氮处理下narG、nirK和nirS型反硝化细菌的生长.另外,narG、nirK、nirS型反硝化细菌丰度整体表现为narG > nirS > nirK,且随水稻的生长,其在成熟期的丰度均呈降低趋势.nirK和nirS基因同属亚硝酸还原酶,但nirS基因丰度高于nirK,且对CO₂倍增和施氮的响应有所差异.研究显示,CO₂倍增可显著增加水稻生长和产量,不同施氮水平对稻田土壤反硝化细菌丰度的影响存在差异.      

杭州地区大气CO2体积分数变化特征及影响因素

选取2015年8月至2016年9月杭州城区、远郊地区在线观测CO_2体积分数,分析杭州地区CO_2体积分数的城郊差异,并结合风向、CO_2体积分数周末效应、二十国集团(G20)峰会期间CO_2体积分数变化过程分析,探讨杭州城市对CO_2体积分数的影响程度.结果表明,杭州城区、远郊地区CO_2体积分数的日变化分布以单峰型形态为主,植物光合作用/呼吸作用和大气输送条件的日变化是主要的影响因素;城郊CO_2体积分数差值表现为双峰形态,人为排放对城郊CO_2体积分数差值的日变化分布存在重要影响.CO_2体积分数日变化幅度在春夏季节远郊地区大于城区,秋季则反之.杭州城区、远郊地区CO_2体积分数的季节变化趋势基本一致,均表现为冬、春季高,夏季低;城郊CO_2体积分数差值冬季最高,夏季最低.杭州地区CO_2体积分数高值的输送方向与周边城市区域的分布方向一致.杭州城区、远郊地区CO_2体积分数均呈现周末效应,尤其在城区,机动车排放对工作日-周末CO_2体积分数的日变化分布存在影响.杭州城区CO_2平均体积分数比远郊地区高9.3×10-6,G20峰会期间人为源排放的减少有效地降低了大气CO_2体积分数,尤其对市区的削减效果更为明显.     

大气14CO2的时空分异特征及其在化石源CO2示踪中的应用

大气CO₂中放射性碳同位素(¹⁴C)的水平可以反映化石源CO₂的影响程度,这对于评估我国目前化石源CO₂的排放状况和制定节能减排政策具有重要的指导意义。本文在概述大气¹⁴CO₂采样和分析方法的基础上,简要介绍了大气¹⁴CO₂观测的起源和主要的源汇过程,重点论述了大气¹⁴CO₂的时空分异特征及其驱动因素;阐述了化石源CO₂浓度的估算方法及¹⁴CO₂在国内外化石源CO₂示踪中的应用现状,并对大气¹⁴CO₂观测在我国化石源CO₂示踪中的应用前景进行了展望;旨在为我国正确地开展大气¹⁴CO₂的观测研究,深刻地理解特定区域大气¹⁴CO₂的时空分异特征和化石源CO₂的分布状况提供参考。     

河口湿地近地面大气 CO2浓度日变化和季节变化

2011年12月~2012年11月对闽江河口湿地近地面大气CO2浓度(摩尔分数)进行观测,研究CO2浓度的日变化和季节变化特征,结果表明,闽江河口湿地近地面大气CO2浓度的日变化和季节变化都呈典型的"单峰型",表现为"昼低夜高"和"夏低冬高"的规律,日变幅在16.96~38.30μmol·mol-1之间.春、夏、秋、冬这4个季节近地面大气CO2平均浓度分别为(353.74±18.35)、(327.28±8.58)、(354.78±14.76)和(392.82±9.71)μmol·mol-1,而年平均浓度为(357.16±26.89)μmol·mol-1.闽江河口湿地近地面大气CO2浓度的日变化与温度、风速、光合有效辐射、总辐射等主要气象因子呈负相关关系(P<0.05),而1月近地面大气CO2浓度日变化与潮汐水位呈负相关,7月与潮汐水位呈正相关.     

不同大气CO2浓度升高处理对水稻秸秆在后茬冬小麦田中分解特性的影响

为研究大气CO₂浓度逐渐增加和稳定高浓度处理对水稻秸秆在后茬冬小麦田土壤中分解特性的影响,进行田间试验,设置3个浓度水平——背景大气CO₂浓度(CK)、每个生长季CO₂浓度比CK逐渐增加40 μmol/mol(T1)、每个生长季CO₂浓度均比CK高200 μmol/mol(T2),处于上述3个浓度水平下连续3个生长季的水稻秸秆处理编号分别用CK-OTC、T1-OTC、T2-OTC表示,第3个生长季T1-OTC的CO₂浓度为120 μmol/mol,3个生长季中前两个生长季处于开顶箱(OTC)外且第3个生长季处于OTC内的处理分别表示为CK、T1、T2.将不同处理下的水稻秸秆埋入麦田土壤中,于填埋后30、60、84、119、149 d测定剩余秸秆的质量以及总碳(TC)、总氮(TN)含量.结果表明:填埋后30 d不同处理下秸秆的分解率为33.2%~38.2%,至149 d填埋结束,不同处理下秸秆的分解率为57.3%~60.3%.填埋试验后期(填埋后84、119、149 d)的秸秆分解率与粗纤维含量之间存在显著(P < 0.05)或极显著(P < 0.01)相关关系.T1、T2处理下水稻秸秆在分解过程中的TC含量与CK无显著(P>0.05)差异,而OTC-T1处理下水稻秸秆在整个分解阶段的TC含量显著(P < 0.05)高于CK,且在填埋后60~119 d这一阶段T2处理下TC含量与OTC-CK处理之间存在边缘显著(0.05 < P < 0.10)差异.所有处理下的TC含量在填埋后比填埋前均明显降低,特别是对于TN含量而言,大部分处理下TN含量均随时间的线性增加程度达到极显著(P < 0.01)水平,C/N均在分解过程中随时间呈线性降低趋势(P < 0.05).研究显示,一个生长季尺度上CO₂浓度的升高会提高秸秆分解率,秸秆分解过程中TC分解速率比TN快,从而造成C/N下降.      

模拟大气 CO2水平升高对春季太湖浮游植物生理特性的影响

基于2012年春季在太湖梅梁湾进行为期27 d的不同CO2水平(大气CO2体积分数([CO2,g])梯度为270×10-6、380×10-6、750×10-6)的野外培养实验,揭示了大气CO2水平升高对太湖浮游植物的碳源选择、生长速率、光合作用、净初级生产力和细胞化学元素组成等生理过程的影响,结果表明,大气CO2浓度的升高首先会显著改变太湖水体的pH值和碳化学环境,减弱浮游植物碳浓缩机制(CCM)的必要性.大气CO2浓度加倍后,浮游植物的最大生长速率(Umax)、净初级生产力(NPP)、单位叶绿素a(Chl-a)含量的NPP会分别增加63.1%、69.6%、33.8%.大气CO2浓度的升高会促进太湖绿藻和硅藻的最大光合作用效率并且其对硅藻的促进作用比绿藻更显著,但并没有改变春季蓝藻光合作用活性极低的现状.大气CO2浓度的升高在提高浮游植物细胞中C、N含量的同时,却减少了P的吸收.本研究结果将为预测和揭示太湖浮游植物对未来气候变化的响应提供理论基础.     

土壤质地对自养固碳微生物及其同化碳的影响

自养微生物可同化大气中的CO2并将其转化为土壤有机碳,对提高农田土壤的碳吸收和碳储存有重要意义,然而土壤质地对自养固碳微生物功能种群及其同化碳的影响机制还不清楚.本研究选取亚热带地区同一母质发育而成的两种质地水稻土壤(壤质黏土和砂质黏壤土),通过14C-CO2连续标记技术结合室内模拟培养实验,探讨土壤质地对自养微生物同化碳(14C-SOC)、自养微生物截留碳(14C-MBC)和自养微生物可溶性碳(14C-DOC)的影响.以固碳功能基因(cbb L基因)作为指示基因,结合PCR和克隆测序技术,分析不同质地土壤自养固碳微生物群落结构和多样性的差异.结果表明,壤质黏土14C-SOC、14C-MBC和14C-DOC平均含量分别为133.81、40.16和8.10 mg·kg-1,均显著高于砂质黏壤土14C-SOC(104.95 mg·kg-1)、14C-MBC(33.26 mg·kg-1)和14C-DOC(4.18 mg·kg-1)平均含量(P0.05),说明土壤质地显著影响了土壤自养微生物碳同化量以及自养微生物同化碳在土壤中的转化.稀疏曲线、细菌cbb L基因文库覆盖度以及多样性指数分析结果显示壤质黏土固碳细菌群落多样性高于砂质黏壤土.系统发育分析表明,壤质黏土细菌cbb L基因序列与Rhodoblastus acidophilus、Blastochloris viridis、Thauera humireducens、Mehylibium sp.、Variovorax sp.等具有一定的同源性,而砂质黏壤土cbb L基因序列主要与根瘤菌和放线菌同源.可见,土壤质地对自养固碳微生物群落结构和多样性产生了深刻的影响,壤质黏土中较高的黏粒含量、土壤养分含量和阳离子交换量可能有利于维持更高的自养固碳微生物多样性和活性,从而导致不同质地土壤自养微生物碳同化量及其转化存在显著差异.