作物生长和氮含量对土壤-作物系统CO2排放的影响

为探讨作物生物学特征对土壤-作物系统CO₂排放的影响,本研究基于逐步收割法和静态暗箱-气相色谱技术,以冬小麦和水稻作物为研究对象,采用盆栽和大田试验的方法,在作物生长的主要生育期原位测定了土壤-作物系统CO₂排放速率,同时测定了作物生物量和氮含量.研究结果表明:①土壤-作物系统CO₂排放在生长季内呈现动态变化,土壤-水稻系统CO₂排放高于土壤-冬小麦系统.②作物暗呼吸速率与生物量呈显著线性相关.③作物暗呼吸系数(R_d)的季节变化可以用植株氮含量来描述.冬小麦R_d与N含量的关系可用线性方程R_d=0.0124N-0.0076(R²=0.9879,p<0.001)表示;水稻R_d与N含量的关系可用二次方程R_d=0.0085N2-0.0049NR²=0.9776,p<0.001)表示.④作物根系的参与极大地促进了土壤呼吸.冬小麦生长季土壤表观呼吸CO₂平均值为247.2 mg·(m²·h)^-1 ,高于未种作物土壤1.78倍,水稻生长季为215.3 mg·(m²·h)^-1 CO₂,高于未种作物土壤的3.38倍.冬小麦根系呼吸系数大于水稻,其根际呼吸对土壤表观呼吸的贡献高于水稻.     

典型有机污染物影响下海水二氧化碳体系变化的室内模拟研究

通过室内模拟实验,研究了典型有机污染物［乙醇、丙酮、尿素(ON)和多灭磷(OP)］对海水pH和二氧化碳体系的影响.结果表明,t=7　d时,低浓度的醇和酮（<0.5 mmol·L^-1）促进生物固碳体系生长,相应水体中的pH值升高,而DIC、HCO^-₃和p(CO²)与对照组相比都明显下降（p<0.01）;引起DIC、HCO^-₃及p(CO²)下降幅度最大的醇和酮浓度分别为0.25 mmol·L^-1和0.1 mmol·L^-1. 当醇、酮达到一定浓度后,藻类固碳能力开始下降,甚至分解并转化为无机碳,从而引起DIC、HCO^-₃和p(CO²)含量的升高及pH值的下降.实验设计范围内的ON和OP添加组中,上述二氧化碳体系各组分含量与其初始值相比,均呈现负变化,即对应水体中DIC、HCO^-₃和p(CO²)均在降低.t=7　d时, 4种典型有机污染物影响下的DIC变化幅度(ΔDIC)与相应水体中孔石莼干重变化量(Δm)呈现显著负相关（p<0.01或p<0.05）,相关系数分别为：-0.902、 -0.945、 -0.898和-0.918.造成以上差异的原因与生物固碳体系在不同种类不同浓度有机污染作用下对海水二氧化碳利用性不同有关.     

喀斯特常绿落叶阔叶混交林旱季CO2通量特征及其影响因子

对广西木论国家级自然保护区喀斯特常绿落叶阔叶混交林旱季生态系统CO₂净交换（NEE）的变化特征及其与环境因子的关系进行初步分析，计算研究期间碳汇大小，与其他相似气候条件下的不同生态系统进行对比，以期为准确估算该生态系统的年碳汇量提供基础。利用涡度相关法对该地区旱季（2018年10月1日~2019年3月31日）CO₂通量进行连续观测，同时开展降水量（P）、光合有效辐射（PAR）、空气温度（T_air）、土壤温度（T_soil）以及土壤含水量（SWC）等环境因子监测。观测期内该生态系统CO₂通量及浓度具有明显的"单谷"状日变化特征，白天表现为明显的碳汇，夜间则表现为明显的碳源，NEE在12：00最强，为-0.309±0.330 mg CO₂/（m²·s），18：30最弱，为0.074±0.061 mg CO₂/（m²·s）；观测期内NEE、生态系统呼吸（Re）、生态系统总生产力（GEP）分别为-121.4、209.2、330.6 g C/m²，该生态系统在2019年2月的碳吸收能力最强，Re、GEP在2018年10月达到最强；光合有效辐射是白天生态系统CO₂净交换（NEE_d）变化的主要控制因素（R²=0.40，p<0.01），空气温度与夜间生态系统CO₂净交换（NEE_n）存在指数关系（R²=0.1267，p<0.01）；观测期内的降雨抑制了该生态系统的碳汇能力，即降水对NEE产生了抑制作用。旱季该生态系统整体表现出明显的碳汇，碳汇值为1.214 t C/ha，明显低于相似气候条件下的其他生态系统。     

贵州喀斯特水库红枫湖、百花湖P(CO2)季节变化研究

针对贵州喀斯特地区富营养水库（红枫湖、百花湖）表层水中的CO₂分压P(CO₂)进行为期1 a的监测,分析了影响两湖P(CO₂)季节变化的因素并阐明了两湖P(CO₂)季节变化的机理.不同于北部温带地区水库,两湖出现明显的季节变化特征：夏季表层水中CO₂欠饱和,其他季节CO₂过饱和.通过对物理、化学及生物因素与P(CO₂)之间的相关性分析. 结果表明,两湖P(CO₂)与Chla之间存在的显著负相关,是由于浮游植物光合作用与细菌呼吸作用共同影响的结果,也是两湖P(CO₂)出现季节变化的主要原因.水温与P(CO₂)之间的显著负相关,主要是由于水温影响浮游植物生长引起的.降雨量与P(CO₂)之间的显著负相关,主要是由于降雨量影响水库中营养盐的输入和浮游植物生长引起的.NO^-₃、NO^-₂与P(CO₂)之间的显著正相关,是藻类吸收与有机质降解、硝化反应等共同作用的结果.SiO^{2-₃与P(CO₂)之间的显著负相关,是SiO2-₃受降雨输入及藻类吸收共同影响的结果.而两湖DOC与P(CO₂)相关性的差异可能与两湖DOC来源不同有关.}     

融冰期与非融冰期水库CO2逸出昼夜变化及CO2分压影响因素研究

以位于黄土高原北洛河流域的南沟水库为研究对象，采用Li-850静态箱法，于融冰期（3月）、非融冰期（5月）对水体CO₂分压（p（CO₂））和水-气界面CO₂逸出（F（CO₂））分别进行了5 d 40次昼夜监测，同时测定了各种水体理化指标，着重对比了水体p（CO₂）在两个时期间的差异和两时期内的昼夜变化特征，系统分析了水体p（CO₂）的影响因素.结果表明：融冰期p（CO₂）（（324.8±59.4）Pa）比非融冰期（（124.9±14.1）Pa）高出近3倍，差异性显著（p<0.05），但两个时期内昼夜p（CO₂）值并无显著性差异（p>0.05）；水体p（CO₂）与水温、pH、叶绿素（Chla）、溶解氧（DO）呈显著负相关，与溶解无机碳（DIC）、溶解有机碳（DOC）呈显著正相关，水体p（CO₂）受流域碳酸盐体系和水温影响最大，相关系数分别达0.92和-0.91，光合呼吸作用的影响其次；研究区小水库F（CO₂）范围为101~1589 g·m^-2·a^-1，是大气持续碳"源"，其平均排放量与个别温带、亚热带小型水库接近，但低于热带水库.     

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.     

基于涡度相关技术的农田生态系统碳收支评估

以涡度相关技术为主要观测手段,连续观测冬小麦和水稻生态系统主要生长季净生态系统CO₂交换（NEE）的变化规律,评估两种农田生态系统CO₂的源/汇功能.结果表明,整个观测期间,两种作物生态系统CO₂浓度的日变化曲线呈现白天低、晚上高的"一峰一谷"型,冬小麦生态系统变化较为平缓,而水稻生态系统变化则比较剧烈.冬小麦和水稻生态系统白天30 min CO₂通量的平均值分别为-13.4 μmol·m^-2·s^-1和-12.9 μmol·m^-2·s^-1,通量最高值分别出现冬小麦的孕穗期与水稻的开花期.此外,两种作物生长季CO₂通量表现出"U"形曲线的日变化特点,白天以吸收CO₂为主,冬小麦和水稻生态系统分别于12：00和11：30达到吸收峰值;夜间CO₂通量变化较为稳定,表现为呼吸排放CO₂.两种农田生态系统均表现为碳汇,冬小麦与水稻生态系统净碳交换分别为188.2 g·m^-2与233.8 g·m^-2.     

典型湿地生态系统碳循环模拟与预测

以植物生理生态特性和有机碳周转动力学原理为基础,利用室内模拟培养试验结果率定了温度、积水强度、冻融交替对湿地有机碳分解矿化的影响参数,建立了典型湿地生态系统碳循环模拟模型.利用实地观测的数据对模型进行了检验,对模型的灵敏性进行了分析,同时利用该模型进行了情景预测.结果表明,所建模型能较好地模拟中温带（三江平原）和亚热带（洞庭湖）湿地生态系统的碳通量和碳累积特征,沉积物呼吸的模拟值与实测值呈极显著相关关系（p<0.01）;三江平原常年积水沼泽有机碳密度约为80×10⁹ g·km^-2,洞庭湖湿地碳密度约为20×10⁹ g·km^-2;三江平原常年积水沼泽和季节性积水沼泽每年碳的净固定速率分别为104　g·m^-2和76 g·m^-2;该模型对温度和大气CO₂浓度变化反应敏感.在既定的水文条件下,大气CO₂浓度升高和增温可能会使湿地生态系统的碳交换变得更为活跃;在CO₂浓度倍增和增温小于2.5℃的气候变化情景时,系统净初级生产力（NPP）和积累的有机碳密度增加,系统仍为大气的CO₂ 汇,但气候变暖的进一步加剧并不利于湿地有机碳的积累,由于CO₂施肥效应和温度升高增加的系统NPP补偿不了因温度升高导致的沉积物呼吸速率加快而损失的碳,季节性积水沼泽生态系统积累的有机碳甚至出现明显的下降趋势.     

Pt-Cu/TiO2{001}纳米片用于CO2加氢制甲醇反应的研究

以高暴露{001}晶面的TiO₂纳米片为载体,利用共还原法负载0.5%的Pt和一定量的Cu得到Pt-Cu/TiO₂{001}催化剂,并在P=3.0 MPa,T=200~300℃,V（N₂）：V（H₂）：V（CO₂）=8：69：23,空速（WHSV）=3600 mL·g^-1·h^-1反应条件下评价了催化剂催化CO₂加氢制甲醇的反应性能.XRD、XPS、EPR和CO₂-TPD等的表征表明,与催化剂Cu/TiO₂相比,引入Pt后,催化剂由于金属Pt的电子促进作用使负载的金属与载体之间的相互作用更强,进而有利于稳定Cu颗粒尺寸且载体形成了更多缺陷（如氧空位、Ti³⁺）.因此,Pt-Cu/TiO₂{001}催化剂的金属与载体界面上的活性位点更多,从而表现出更好的CO₂活化能力和甲醇生成性能.     

孔石莼和重金属（铜与镉）对海水无机碳体系影响的模拟研究

通过室内实验模拟并应用海洋生态系统动力学模型,研究了孔石莼和重金属(铜与镉)共同作用下,海水二氧化碳体系及海洋碳源汇强度的变化过程.结果表明,二氧化碳体系各组分含量随时间的变化幅度(Δ)和趋势与重金属种类和添加浓度有关.与对照相比,低浓度(0.1μmol·L^-1和1μmol·L^-1)的铜、镉添加组中,DIC、HCO₃^-和pCO₂均随时间的延长呈下降趋势(p=0.01).而当铜、镉浓度大于“转折浓度”后,t=7时DIC、HCO₃^-和p_CO2均要大于初始值,其增幅随着重金属浓度的增加而增大.对于Δ由负值过渡到正值所对应的“转折浓度”,铜添加组要明显低于镉添加组.这与孔石莼对不同种类重金属的耐受程度不同有关.此外,当重金属浓度不同时,箱中的碳源汇格局亦随时间做不同的变化.当重金属浓度较低时,箱内水体表现为CO₂的汇,并且随着时间推移,可能过渡成为大气CO₂的源;高浓度重金属的影响下,箱内水体表现为CO₂的源,且随重金属浓度的增大,其向大气释放CO2的量也增加.     

中国农业植被净初级生产力模拟(I)——模型的建立与灵敏度分析

以业已建成的稻麦作物净初级生产力模型为基本框架,建立了一个具有普适性的中国农业植被净初级生产力模型(CropC-)。CropC-的模拟对象为占我国农作物总播种面积2/3的水稻、小麦、玉米、棉花、油菜和大豆。该模型包括2个主要功能模块:光合作用和呼吸作用;土壤-作物系统氮素运移。前者综合考虑了环境因子和氮素的影响,后者包括了作物氮素吸收、土壤氮矿化和化肥氮释放。灵敏度分析表明,在输入参数变化±10%时,CropC-对6个主要输入参数响应的敏感性依次为温度>光合有效辐射>大气CO2浓度>土壤全氮含量>施氮量>降水。模型分析表明,气候变暖将降低作物净初级生产力。     

中国农业植被净初级生产力模拟(I)——模型的建立与灵敏度分析

以业已建成的稻麦作物净初级生产力模型为基本框架,建立了一个具有普适性的中国农业植被净初级生产力模型(CropC-)。CropC-的模拟对象为占我国农作物总播种面积2/3的水稻、小麦、玉米、棉花、油菜和大豆。该模型包括2个主要功能模块:光合作用和呼吸作用;土壤-作物系统氮素运移。前者综合考虑了环境因子和氮素的影响,后者包括了作物氮素吸收、土壤氮矿化和化肥氮释放。灵敏度分析表明,在输入参数变化±10%时,CropC-对6个主要输入参数响应的敏感性依次为温度>光合有效辐射>大气CO2浓度>土壤全氮含量>施氮量>降水。模型分析表明,气候变暖将降低作物净初级生产力。     

中国农业植被净初级生产力模拟(Ⅱ)——模型的验证与净初级生产力估算

利用我国若干代表性区域6种主要作物(水稻、小麦、玉米、棉花、大豆、油菜)生产力的田间试验及统计数据,对中国农业植被净初级生产力模型Crop鄄C进行了验证。结果表明,该模型能利用常规的气象和土壤资料、化肥氮施用量等较好地模拟我国6种作物主产区的净初级生产力,模拟值与观测值的相关系数(R2)为0.80(n=786)。将Crop鄄C模型与GIS空间数据库耦合,估计了1980-2000年中国农业植被净初级生产力。模拟结果表明,自1980年以来,中国农业植被净初级生产力呈增加趋势,从1980年的472.9TgC增加到2000年的607.2TgC,秦岭淮河以北的华北地区和西北部分地区增加最为明显。     

Four years of free-air CO2 enrichment enhance soil C concentrations in a Chinese wheat field

Elevated atmospheric CO2 can influence soil C dynamics in agroecosystems. The e ects of free-air CO2 enrichment (FACE) and N fertilization on soil organic C (Corg), dissolved organic C (DOC), microbial biomass C (Cmic) and soil basal respiration (SBR) were investigated in a Chinese wheat field after expose to elevated CO2 for four full years. The results indicated that elevated CO2 has stimulative e ects on soil C concentrations regardless of N fertilization. Following the elevated CO2, the concentrations of Corg and SBR were increased at wheat jointing stage, and those of DOC and Cmic were enhanced obviously across the wheat jointing stage and the fallow period after wheat harvest. On the other hand, N fertilization did not significantly a ect the content of soil C. Significant correlations were found among DOC, Cmic, and SBR in this study.     

气候变化对中国黄淮海农业区小麦生产影响模拟研究

研究首先利用1980-2000年黄淮海农业区10个站点的农业数据对CER ES-W heat动态机理作物模型进行详细的验证,然后将CERESW-heat模型与两个全球气候模式(G ISS和H adley)结合,同时考虑到CO2对小麦的直接施肥作用,模拟了黄淮海农业区10个站点在IPCC SR ES A 2和B2两个气候情景下雨养和灌溉小麦产量和水分利用的变化趋势。得到如下结论:在不考虑CO2直接肥效的情况下,黄淮海农业区雨养小麦全面减产,空间分布特点是西部减产幅度大,东部减产幅度小;在充分灌溉的情况下,灌溉小麦产量维持了现有水平,但灌溉水量增加。因此,在未来该地区水资源短缺的情况下,如何合理利用有限的水资源将成为黄淮海农业区主要面临的问题。在考虑CO2直接肥效的情况下,雨养和灌溉小麦产量都全面增产,雨养小麦的增产幅度明显偏高,灌溉小麦约增产10%～30%,但CO 2的肥效能否充分实现还需要进一步研究证明。     

稻田水体可溶性有机碳与可溶性氮对大气CO2浓度增高的响应

为了增强对全球变化背景下湿地生态系统碳氮循环的整体认识,采用稻田FACE(Free Air CO2Enrichment)试验(位于江苏省江都市,始于2004年)方法,研究了2006年位于江都市的稻田水体中总有机碳、总氮、可溶性有机碳、可溶性氮的动态变化.结果表明:大气CO2浓度升高显著提高了稻田水体中以上各指标含量(p<0.01),其中各有机碳的增幅均大于相应的氮.与对照相比,FACE田块水体中总有机碳、总氮、可溶性有机碳和可溶性氮分别平均提高了31.2%、25.9%、28.3%和25.6%.不同生育时期各指标含量存在显著差异(p<0.01).上述结果还表明,大气CO2浓度增高不仅会通过富营养化稻田水体来影响水稻安全生产,而且还会提高其中可溶性碳氮含量,进而可能通过田间排水尤其是水稻生长前期暴雨导致的洪涝来增加稻田碳氮向周边水域的输送,从而影响到稻田生态系统的碳氮循环和土壤生产力.     

Evaluating climate impacts on carbon balance of the terrestrial ecosystems in the Midwest of the United States with a process-based ecosystem model

The Midwest of the United States includes 12 states and accounts for about a quarter of the total United State land area. In recent years, there is an increasing interest in knowing the biomass potential and carbon balance over this region for the past and the future. In this study, we use the Terrestrial Ecosystem Model (TEM) to evaluate these quantities in the region from 1948 to 2099. We first parameterize the model with field data of major crops, including corn (Zea mays), soybean (Glycine max), and wheat (Triticum spp); then the model is applied to the region for the historical period (1948–2000). Next, we evaluate the simulated forestry biomass with forest inventory data, the agricultural net primary production (NPP) with agricultural statistics data, and the regional NPP with a satellite-based product at the regional scale. Our results show that the simulated annual NPP for the Midwest increased by 1.75% per year and the whole Midwest terrestrial ecosystem acted as a carbon sink during 1948–2005. During the 21st century, vegetation and soil carbon fluxes and pools show an increase trend with a great inter-annual variability. The ecosystems serve as a carbon sink under future climate scenarios. NPP in the Midwest will increase and net ecosystem production (NEP) will also increase and show an even larger interannual variability. This study provides the information of the biomass and NEP at a state- level in the Midwest, which will be valuable for the region stakeholders to better manage their land for the purpose of increasing carbon sequestration on the one hand and meeting the increasing demand of biomass on the other.     

Investigation on emission factors of particulate matter and gaseous pollutants from crop residue burning

Emission factors of particulate matter (PM), element carbon (EC), organic carbon (OC), SO_2, NO_x, CO, CO_2, and ten ions (Na~ , NH_4~ , K~ , Mg~(2 ), Ca~(2 ), F~-, Cl~-, NO_2~-, NO_3~-, SO_4~(2-)) were estimated from the domestic burning of four types of commonly produced crop residues in rural China: rice straw, wheat straw, corn stover, and cotton stalk, which were collected from the representative regions across China. A combustion tower was designed to simulate the cooking conditions under which the peasants burned their crop residues in rural China, to measure the emission factors. Results showed that wheat straw had the highest emission factor for the total PM (8.75 g/kg) among the four crop residues, whereas, corn stover and wheat straw have the highest emission factor for EC (0.95 g/kg) and OC (3.46 g/kg), respectively. Corn stover also presents as having the highest emission factors of NO, NO_x, and CO_2, whereas, wheat straw, rice straw, and cotton stalk had the highest emission factors of NO_2, SO_2, and CO, respectively. The water-soluble ions, K~ and Cl~-, had the highest emission factors from all the crops. Wheat straw had a relatively higher emission factor of cation species and F~-, Cl~-, NO_2~- than other residues.