珠江流域河流碳输出通量及变化特征

研究河流碳运移对于研究全球碳循环以及探讨河流对全球气候变化的响应机制具有重要意义.2012年4月和7月选取珠江主流及支流11个代表性断面,分析悬浮颗粒物和碳组分的空间分布和季节变化,同时选取博罗、石角和高要这3个主控断面,对珠江流域的碳通量和侵蚀模数进行了估算.结果表明,珠江流域悬浮颗粒物(TSS)、颗粒有机碳(POC)以及溶解有机碳(DOC)随雨季的到来而质量浓度升高,西江上游TSS和POC的质量浓度增加显著;珠江流域河流碳的4种组分中,溶解无机碳(DIC)的所占质量分数最高,且西江、北江的DIC质量浓度明显高于东江;西江、北江和东江河流中外源POC分别占78%、72%和26%,三大支流的POC均受上游C3植物的影响;珠江流域的TSS、总碳(TC)、POC、颗粒无机碳(PIC)、DOC、DIC、以及颗粒碳(TPC)、总有机碳(TOC)的入海通量分别为134×1012、12.69×1012、2.50×1012、1.01×1012、1.13×1012、8.05×1012、3.51×1012和3.65×1012g·a-1,对应的侵蚀模数分别为:309×106、28.98×106、5.75×106、2.27×106、2.56×106、18.4×106、8.02×106和8.31×106g·(km2.a)-1.与全球主要河流碳侵蚀模数相比,珠江流域河流DOC、POC和TOC的侵蚀模数均高于全球平均值.     

增江流域河流颗粒有机碳的来源、含量变化及输出通量

对华南增江径流进行了 1个水文年度的 1 5次等时段采样 ,分析了河流悬移质中主要生源元素 (C、N、H)的含量 ,并估算了不同物源的贡献 .结果表明 ,增江悬移质中的有机碳以水生藻类的贡献为主 ,土壤侵蚀来源的有机碳在悬移质粗粒组中的份额平均为 37 2 4 % ,在细粒组中仅占 1 1 1 1 % 增江流域颗粒有机碳的输出通量为 0 83× 1 0 6g·km-2 ·a-1 ,其中来自土壤的颗粒有机碳通量为 0 2 2× 1 0 6g·km-2 ·a-1 .     

闽江下游不同碳组分及其通量特征

河流连接着地表主要碳库,在全球碳循环中发挥着重要作用.河流水体中不同碳组分的水平输送、水-气界面通量及其比例对认识河流在区域碳循环的作用具有重要意义.2013年11月-2014年10月在闽江下游竹岐水文站连续进行采样,分析水样中c（DIC）（dissolved inorganic carbon,溶解性无机碳）、c（DOC）（dissolved organic carbon,溶解性有机碳）和c（POC）（particulate organic carbon,颗粒性有机碳）,并结合相关参数估算闽江不同碳组分的水平及垂直通量.结果表明:① c（DIC）、c（DOC）、c（POC）分别为230~892、112~209、14~183 μmol/L.②调查期间闽江总碳水平通量达46×1010 g/a,其中,DIC水平通量为29×1010 g/a,占总碳水平通量的63%;POC水平通量为6×1010 g/a,相当于DOC水平通量（11×1010 g/a）的55%.③不同组分的季节变化特征不同,c（DIC）在丰水期较低、枯水期升高,表明DIC输出受流域生态系统的供应限制;各月c（DOC）变化不大,表明流域DOC输出潜力较大;c（POC）在丰水期明显升高,枯水季较低;溶解态碳是河水碳组分的主要部分;年内各月DIC水平通量分配较均匀,有机碳水平通量集中在丰水期.④闽江竹岐水体pCO₂（二氧化碳分压）为1 500~6 400 μatm（1 atm=101 325 Pa）,是大气CO₂的"源",闽江下游水-气界面CO₂垂直通量约为DIC水平通量的2%,闽江下游河流DIC输出以水平输出为主.建议今后进一步开展闽江中典型流域和水域的碳组分调查,加强闽江碳组分输出的控制机制研究.      

龙川江流域碳侵蚀特征的初步研究

选取龙川江楚雄站断面,于2007年9月至2009年9月对水体内悬浮颗粒物及各形态碳的含量进行连续采样分析.结果表明,汛期水体内总有机碳(TOC)含量主要取决于颗粒有机碳(POC)含量,非汛期水体内总有机碳主要源于溶解性有机碳(DOC),而溶解性无机碳(DIC)的季节变化不明显.洪水过境过程中,POC随即表现出"峰值现象";DOC峰值出现的时间较晚,反映出DOC化学侵蚀的溶出相对于POC的机械侵蚀作用所需时间较长;DIC在洪水发生过程中呈现出与流量变化相反的趋势,说明其主要受稀释作用的影响.在对碳含量随悬浮颗粒物(TSS)变化的分析中发现,POC与TSS之间呈现出显著的正相关关系,但悬浮泥沙中有机碳的质量分数与TSS之间却存在显著的负相关关系,DOC与TSS间的相关性较弱,表现出吸附作用和释放作用的共同影响.     

小浪底水库水沙调控影响下的黄河POC输送特征研究

于2011年11月—2012年10月在黄河小浪底站和花园口站进行连续采样观测并结合同期水文资料,研究了在小浪底水库水沙调控影响下黄河颗粒有机碳(POC)的输送规律.结果表明,在小浪底水库正常调度期间,小浪底站和花园口站POC含量分别为0.37~0.65 mg·L-1和1.88~6.47 mg·L-1,小浪底站POC含量明显低于同期的花园口站.在小浪底水库调水调沙期间,小浪底站和花园口站的POC含量分别为0.43~693.75 mg·L-1和6.97~210.65 mg·L-1,在水库泄水阶段小浪底站POC含量明显低于花园口站,而在水库排沙阶段小浪底站POC含量又明显高于花园口站.小浪底站和花园口站全年POC输送量分别为53.2万t和49.2万t,其中,7—8月POC输送量最多,小浪底站7—8月POC输送量占全年POC输送量的97.5%,花园口站7—8月POC输送量占全年POC输送量的78.2%.小浪底水库"水沙调控"对黄河POC输送的影响明显不同于其他河流上的水库,它不仅拦蓄上游输送的POC,而在特定时间又将拦蓄水库中的POC大量排出水库.     

长江有机碳通量的季节变化及三峡工程对其影响

2003年6月～2005年7月在长江口每月采集表层水样,测定溶解有机碳(DOC)和颗粒有机碳(POC).结果表明,DOC和POC平均浓度分别为1.59±0.21和0.91±0.42mg/L,其中枯季的DOC浓度较洪季高,而POC则呈相反趋势.POC浓度与水体中总悬浮颗粒物(TSM)浓度有显著性正相关关系,在TSM中的POC%随着TSM浓度的增加而减小.2003,2004年长江的DOC通量分别为1.32×10⁶t和1.20×10⁶t,POC通量分别为2.69×10⁶t和1.63×10⁶t,约76%的总有机碳在洪季输送入海,组成以颗粒态为主.2003～2004年间POC通量急剧减少,DOC通量与POC通量的比值迅速增大,可能与三峡水库对颗粒物的拦蓄、改造及富营养化有关.     

调水调沙对黄河下游颗粒有机碳输运的影响

流域内各种自然过程及人为活动对河流有机碳的输运都会产生影响,而正确认识河流有机碳的输运过程是全球碳循环研究的重要方面.于2012年调水调沙期间(6月19日至7月20日)在黄河利津采集了表层悬浮颗粒物,进行了粒度组成、颗粒有机碳(particulate organic carbon,POC)及其稳定同位素丰度(δ13C)等参数的分析,用来研究调水调沙期间POC的来源、组成和丰度的变化规律与影响因素.结果表明,2012年黄河调水调沙可以根据径流量和输沙量的变化分为排水和排沙两个阶段,这两个阶段黄河水沙及POC和δ13C的变化,体现了调水调沙对颗粒物及其赋存有机碳来源的影响.排水阶段径流量高达4 270 m3·s-1,下游河道被冲刷,使底层泥沙再悬浮,因此这一阶段颗粒物粒径较粗(平均中值粒径13.9μm),有机碳含量较低(平均0.38%),δ13C偏正且稳定(-24.2‰±0.3‰),可能与底层泥沙中POC年龄较老、降解程度高有关;排沙阶段含沙量大(可达17.8 kg·m-3),颗粒物较细(平均中值粒径5.9μm),有机碳含量较高(平均0.50%),δ13C偏负且波动较大(-24.8‰±0.6‰),这与颗粒物主要来自上游水库和下游暴雨冲刷河岸,POC相对新鲜有关.2012年调水调沙期间POC日通量与输沙量的变化一致,总输送量约为1.13×105t,占全年POC输送量的12%.与往年相比,2012年黄河调水调沙时期径流量增大,但输沙量和POC通量有所减小.由此可见,调水调沙对黄河颗粒有机碳的输运有重要影响,而颗粒有机碳在调水调沙期间不同阶段也有明显不同的来源、组成和输运模式.     

我国北方小流域硫酸参与碳酸盐矿物化学风化过程研究

硫酸参与碳酸盐岩的风化机制及与区域碳循环的关系是全球气候变化研究的重要课题.选择我国北方小流域(沁河)为研究对象,结合水化学及溶解性无机碳碳同位素组成,通过化学计算法,分析了河水溶解性组分的来源及混入比例,验证了硫酸参与区域碳酸盐的风化过程.结果表明:河水阳离子以Ca2+和Mg2+为主,阴离子以HCO-3和SO2-4为主;沁河流域碳酸盐岩风化、大气输入及蒸发盐溶解对河水阳离子贡献较大,平均比例分别为48.5%、35.3%和14.1%,硅酸盐风化和人为输入贡献比例较小,平均比例分别为1.7%和0.6%;沁河流域碳酸盐类、硅酸盐类及蒸发盐类风化速率分别为8.41、0.07和2.43 t·km-2·a-1,碳酸盐和硅酸盐矿物风化CO2消耗量分别为1.43×105mol·km-2·a-1和0.03×105mol·km-2·a-1;沁河流域硫酸参与碳酸盐风化产生的CO2净释放量为0.63×105mol·km-2·a-1,小于我国南方喀斯特地区CO2净释放量,可能与不同的气候条件及硫化物赋存条件和含量等有关.     

黄土高原降雨驱动下流域碳输移特征及其碳流失评估：以羊圈沟坝系流域为例

通过对黄土高原典型坝系流域雨季碳沉降与径流碳输移过程的研究,探讨降雨径流过程对流域碳流失的驱动机制,并进一步评估流域碳侵蚀通量.结果表明,羊圈沟坝系流域湿、干季碳沉降月通量为3.33 kg·hm~(-2)、2.18 kg·hm~(-2),干湿季碳沉降存在一定变化且对流域碳输出贡献较小.流域8月碳输出量为944.89 kg·km~(-2),其中DOC、DIC输出量分别占55.39%、44.61%;9月碳输出量为300.29 kg·km~(-2),DOC、DIC输出量分别占23.03%、79.97%,不同降雨强度径流的碳流失量不同,总体溶解性无机碳输出比重较大.羊圈沟小雨强降雨事件中径流溶解性碳输出量为156.98 kg·km~(-2),中等雨强降雨事件中径流碳输出284.60 kg·km~(-2);该流域雨季月均碳流失模数为1.89 kg·(km~2·mon)~(-1),经评估得出研究区域年碳流失模数为2.70kg·(km~2·a)~(-1).     

夏季强降雨期间千岛湖有机碳的时空分布特征及影响因素

近年来,极端降雨事件在全球发生的强度和频率不断增加,这可能对大型深水水库水体有机碳的时空分布产生深远影响. 为探究强降雨事件对千岛湖有机碳的时空分布特征及影响机制,于2020年5—8月逐月采集了典型大型深水水库——千岛湖100个调查点位水样,分析了千岛湖夏季水体总有机碳(TOC)、溶解性有机碳(DOC)和颗粒有机碳(POC)浓度的时空分布特征和影响因素,重点探讨了强降水过程对有机碳浓度、通量和储量的影响. 结果表明:①2020年5—8月千岛湖TOC、DOC和POC浓度平均值分别为2.06、1.73 和0.33 mg/L,随着强降雨开始,5—7月TOC、DOC浓度呈逐渐上升趋势,而雨量急剧下降的8月(几乎无雨),浓度也随之显著下降;水平分布上,5—7月有机碳浓度高值在全库的分布范围逐渐扩大,整体具有河流区到湖泊区逐渐降低趋势. ②新安江入库碳通量(F_TOC、F_DOC、F_POC)约占全库25条主要河流总入库碳通量的69%,降雨期间5—7月总入库F_TOC分别是8月的11、36和41倍;5—8月有机碳储量(R_TOC、R_DOC、R_POC)平均值分别为44 611、38 452和6 159 t,6月、7月的总入库碳通量均占当月全库水体碳储量的1/5,所占比例分别8月的35和28倍. ③DOC和POC浓度与叶绿素a(Chla)、悬浮颗粒物(SS)、有机悬浮颗粒物(OSS)、无机悬浮颗粒物(ISS)、COD_Mn和TP浓度均呈极显著(P<0.01)正相关,与透明度(SD)呈极显著(P<0.01)负相关. 研究显示:千岛湖有机碳主要受浮游植物内源生产过程以及外源输入过程共同决定,而这两个过程受水文气象因素的综合影响,强降雨过程是千岛湖有机碳时空变化的关键驱动力;强降雨也是有机碳通量升高的关键控制因子,并且高入库碳通量会对全库水体碳储量产生强烈冲击.      

清水江流域岩石风化特征及其碳汇效应

岩石风化产生的碳汇是全球碳循环的重要组成部分,文中对清水江流域主要离子组成进行分析测定,通过主成分分析、化学物质平衡法和扣除法估算流域岩石风化速率及对大气CO_2的消耗量.结果表明,流域河水溶质主要来源于碳酸盐岩和硅酸盐岩风化,并以碳酸盐岩风化为主.碳酸盐、硅酸盐、大气CO_2对河水溶质的贡献率分别为58.28%、17.38%、17.74%.流域岩石化学风化速率为109.97 t·(km~2·a)~(-1),与乌江接近,高于全球流域均值.流域岩石风化对大气CO_2的消耗通量为7.25×10~5mol·(km~2·a)~(-1),岩石风化对大气CO_2的消耗量为12.45×10~9mol·a~(-1),其中,碳酸盐岩风化消耗量占63.13%,为7.86×10~9mol·a~(-1),硅酸盐岩风化消耗量占36.87%,为4.59×10~9mol·a~(-1).SO_4~(2-)、F~-、NO_3~-的相关分析及空间分布特征表明,人为活动对清水江流域河水溶质的影响不容忽视,其贡献率为4.87%.     

北江流域有机碳侵蚀通量的初步研究

选取北江的河口站断面,对径流进行了5个季节的采样分析.结果表明,北江径流中颗粒有机碳含量随总悬浮物含量的变化而同步变化;溶解有机碳含量与总悬浮物含量之间有时表现微弱的正相关,有时表现微弱的负相关.随着水体总悬浮物含量的增加,总悬浮物中有机碳的质量分数呈对数趋势降低.洪峰时期径流对有机碳的搬运是全年总搬运量的主要部分,这种现象对于溶解有机碳更为显著.初步估算,北江流域的有机碳侵蚀通量为10.01×10⁶g·km^-2·a^-1,其中以颗粒有机碳为主,达到6.54×10⁶g·km^-2·a^-1,溶解有机碳的侵蚀通量为3.47×10⁶g·km^-2·a^-1.北江流域有机碳侵蚀通量的总量和组成特点与多数季风流域具有更大的一致性.     

昆明市食物生产消费碳素动态变化

食物生产消费系统中碳素的梯级流动变化会产生一系列环境影响.基于1990—2013年昆明市食物生产消费变化,测算分析了农业生产的碳汇碳排量、城乡居民食物碳消费动态变化及食物碳消费带来的环境负荷变化.结果表明,食物生产系统中碳汇和碳排总量分别由1990年的705.44 Gg·a~(-1)和496.92 Gg·a~(-1)增长至2013年的1195.53 Gg·a~(-1)和1012.33 Gg·a~(-1),净碳汇水平为正值,但呈下降趋势;城镇居民人均食物碳消费量由61.42 kg·人~(-1)·a~(-1)减少至44.65 kg·人~(-1)·a~(-1),农村居民人均食物碳消费量由87.96 kg·人~(-1)·a~(-1)降至48.78 kg·人~(-1)·a~(-1),食物碳消费总量由336.00 Gg·a~(-1)波动下降到294.53 Gg·a~(-1).畜禽养殖粪便排放和肠道发酵是食物生产过程中的主要碳源,占到60%以上,其次是农用物资投入所产生的碳排放,约占30%,并呈增加态势,其中,化肥是农用物资碳排放的主要影响因素.食物消费造成的碳素环境负荷中,损失进入大气的碳素比例最高,占到80%,其次是土壤,最少的是水体.进入大气的碳素由1990年的270.63 Gg·a~(-1)波动下降至2013年的170.68 Gg·a~(-1),减少了36.93%,但进入土壤和水体的碳素明显增长,其中,厨余垃圾碳量由35.42 Gg·a~(-1)增加至129.84 Gg·a~(-1),增加了266.57%.昆明市作为低碳城市试点,需要采取针对性措施发展低碳农业及低碳消费.     

中国西南三江流域风化的季节性变化特征

青藏高原的风化可能影响着全球碳循环和长时间尺度气候变化,其风化速率和影响机制一直受到科学界的关注。本研究对发源于青藏高原东部的三江——金沙江、澜沧江和怒江干流进行每月两次,为期一水文年的定点观测研究。结果表明三江水样的pH总体呈弱碱性,水中主要阴阳离子组成和TDS变化明显并且都有明显的季节性变化特征。本研究首先用正演模型评估了不同端元对三江水化学的贡献比例,并估算出金沙江石鼓以上、澜沧江维登以上和怒江六库以上流域的净CO2消耗速率分别为76.3×103 mol/(km2·a)、238.9×103 mol/(km2·a)和189.3×103 mol/(km2·a),雨季净CO2消耗速率可达旱季的2~4倍;反演法估算出的净CO2消耗速率与正演法的相差均在25%以内,表明估算结果的可靠性。     

黄河上游灌区连作稻田N2O排放特征及影响因素

黄河上游灌区高产连作稻田氮肥的过量施用引起土壤氮素盈余,进而导致稻田N2O排放量增大.为了探明水稻连作模式下稻田N2O排放特征及影响因素,采用静态箱-气相色谱法,开展了为期2年的连作水稻田试验研究.试验共设置3个施氮处理,包括常规氮肥300kg.hm-2(N300)、优化氮肥240kg.hm-2(N240)和对照不施氮肥(N0),并在稻田连作的第2年,对N240处理灌溉节水30%.2年连作试验结果表明,水稻生长季稻田N2O排放主要发生在水稻施基肥后及水稻生长的中后期,在稻田灌水泡田后N2O排放速率达最大值.稻田高氮肥(300kg.hm-2)施用显著增加N2O的排放量,优化氮肥(240kg.hm-2)处理可有效降低土壤N2O排放量(p<0.01).水稻生长季稻田淹水状态时N2O排放量极低,稻田灌溉节水会相应增加土壤N2O排放量.土壤温度变化对稻田N2O的生成和排放会产生较大影响,但受稻田肥水管理等因素的影响,温度与N2O排放量相关性不显著.灌区稻田土壤N2O排放通量与田面水NO3--N含量变化及耕层0～40cm土壤NO3--N积累量变化有显著的相关性.稻田连作显著增加了耕层土壤剖面0～40cm土层NO3--N的积累量,耕层土壤NO3--N积累量的增加进而加大了土壤N2O排放的风险.在宁夏黄灌区稻田常规灌水和高氮肥(300kg.hm-2)水平下,2年连作稻田水稻生长季土壤N2O总排放量分别达55.98×104kg.a-1和51.48×104kg.a-1,在100a时间尺度上的全球增温潜势(GWPs)均值为16.02×107kg.hm-2(以CO2计),表明黄灌上游灌区高氮肥施用导致稻田N2O排放量增大,由此引起的增温潜势严重.     

稻麦轮作农田系统中氮素渗漏流失的研究

通过埋设土壤溶液抽滤器采集渗漏水样,对上海郊区大田条件下稻麦轮作系统中土壤氮素(N)的渗漏流失情况进行了观测研究.研究结果表明,稻季渗漏水中总氮(TN)浓度随时间呈下降趋势,其中,硝态氮(NO3--N)由泡田初期的10 mg·L-1以上迅速下降至2 mg·L-1以下,铵态氮(NH4 -N)则始终低于1.3 mg·L-1.施肥能引起渗漏水N素增加;稻田淹水过程也通过改变土壤氧化还原环境控制着N素形态的转换.麦季施肥小区渗漏水中N素形态以NO3--N为主,且施肥后迅速上升到平均7.11 mg·L-1;NH4 -N浓度在施肥和不施肥处理中均很低,分别为0.38 mg·L-1和0.36 mg·L-1.在稻季施肥2.50×104 kg·km-2和麦季施肥2.14×104 kg·km-2(以N计)的情况下,N素淋失负荷分别为6.08×102 kg·km-2和7.42×102 kg·km-2,分别占施肥量的2.4%和3.5%;施肥条件下两季总的N素淋失负荷比不施肥处理高出108.7%.     

基于互联网大数据的成都餐饮源细颗粒物排放空间分配研究

餐饮过程排放的废气正成为大城市大气污染的重要来源之一.根据成都市2013年排放清单更新的研究成果,综合运用本地化的餐饮排放因子、排放活动水平的调查成果和成都市统计年鉴的统计数据等信息,对成都市餐饮源的PM_(2.5)排放总量进行了估算,其结果为4740 t·a~(-1).为了对区域的餐饮废气排放进行空间分配,本文抓取了互联网兴趣点POI信息.通过这些信息,对成都市的社会餐饮、学校食堂餐饮和家庭餐饮的空间来源进行了表征,对成都市生活源中餐饮污染物排放的空间分布规律进行了探索,并提出了新的餐饮源高分辨空间分配方法.结果表明,基于POI空间分配的2013年成都餐饮源单位面积年排放强度均值为0.29 t·km~(-2)·a~(-1),主城区均值为3.47 t·km~(-2)·a~(-1),全市的排放量分布区间为0~35.7 t·km~(-2)·a~(-1).互联网POI信息可以作为研究城市餐饮源空间分布的重要数据来源,在实际应用上更适于表征社会餐饮点源污染.