机动车尾气碳质气溶胶排放因子及其稳定碳同位素特征

机动车尾气是大气碳质气溶胶的重要人为来源,其排放因子与稳定碳同位素组成是重要的基础数据.选取多辆不同类型在用机动车,进行多种工况、冷/热条件下启动的台架试验,收集各测试阶段尾气分析其碳质组分含量与稳定碳同位素比值,并探讨其影响因素.结果表明,总碳排放因子大小为：重型柴油车>轻型柴油车>轻型汽油车,轻型天然气车虽然在低速与中速阶段排放因子极低,但高速行驶阶段可达到重型柴油车的排放水平.各型车冷启动的排放因子均高于热启动,NEDC工况的排放因子整体低于WLTC工况,应与其测试车速有关.汽油车和天然气车各测试阶段排放有机碳(OC)均远高于元素碳(EC),柴油车OC与EC排放因子相近,各类车辆OC/EC都随测试车速的提高而上升.稳定碳同位素EC重于OC,同位素比值大小关系均呈现：汽油车<天然气车<轻型柴油车<重型柴油车,现有源解析的稳定碳同位素源谱较难反映汽油车与天然气车特征.在排放治理与源解析工作中,应注意替代燃料的使用与机动车老化过程所造成的排放因子与同位素特征值的变化影响.     

塔里木盆地南缘典型绿洲土壤有机碳、无机碳与环境因子的相关性

以塔里木盆地南缘的于田绿洲为靶区,结合经典统计方法分析研究区灌漠土、棕漠土、盐土和风沙土的土壤有机碳、无机碳含量与环境因子的分异规律,利用冗余分析探讨了土壤有机碳、无机碳含量与环境因子的相关性.经典统计结果表明,研究区土壤有机碳、无机碳含量均值分别为2.51 g·kg-1和25.63 g·kg-1,其中灌漠土的有机碳含量显著高于棕漠土、盐土和风沙土,风沙土的无机碳含量显著高于其他土壤类型;灌漠土的土壤含水量及养分含量最高,风沙土最低;除灌漠土外,各土壤类型盐碱化程度较高.冗余分析结果显示:环境因子对土壤碳含量影响的重要性排序为:全氮有效磷土壤含水量地下水埋深速效钾pH全盐.其中全氮、有效磷、土壤含水量和地下水埋深与土壤碳含量呈极显著相关性(P0.01);速效钾、pH与土壤碳含量表现为显著相关性(P0.05);其他环境因子与土壤碳含量的相关性均不显著(P0.05).     

象山港颗粒有机碳的分布及其影响因子

研究了夏季象山港海区颗粒有机碳(POC)的时空变化特征及其与海水理化因子的关系.POC含量6月最低,平均为0.68 mg/L,7月最高,平均为1.58 mg/L,8月居中,平均为1.11 mg/L.结果表明,POC空间分布很不稳定,呈港内向港外逐渐递减的趋势.影响POC分布的主要影响因子为:水温、pH、chla和盐度,其对POC含量变化的贡献率分别为30.31、23.17、17.96和11.40.     

民用燃煤排放分级颗粒物中碳组分排放因子

中国是全球碳质气溶胶最重要的贡献者之一,民用燃煤排放占有很大的比重.排放因子的不确定性直接影响碳气溶胶排放清单的准确性.本研究基于室内模拟燃烧实验和稀释通道采样系统,采用FA-3型9级撞击采样器采集了3种蜂窝煤(考虑明烧和闷烧)和包括烟煤与褐煤在内的4种块煤燃烧排放的九级粒径颗粒物,采用热光法分析了不同粒径颗粒物中有机碳(OC)和元素碳(EC)的含量,计算得到排放因子.结果表明:(1)对于蜂窝煤的明烧与闷烧,PM2.1中OC排放因子分别为0.07g·kg~(-1)和0.10 g·kg~(-1),EC的排放因子为0.002 g·kg~(-1)和0.001 g·kg~(-1);闷烧排放的有机碳颗粒物高于明烧;元素碳排放因子低于明烧.块煤排放PM2.1中OC与EC排放因子分别是1.4 g·kg~(-1)和0.02 g·kg~(-1),高出蜂窝煤排放一个数量级.(2)粒径分析结果表明,民用煤燃烧排放的颗粒物及其载带的碳组分集中在细颗粒物上,碳组分的质量中值粒径均小于2.5μm,总碳(OC+EC)的排放因子粒径分布表明蜂窝煤燃烧排放的碳组分富集于≤0.43μm粒径段,块煤富集于0.43~0.65μm粒径段.     

塔里木盆地北缘绿洲不同连作年限棉田土壤有机碳、无机碳含量与环境因子的相关性

农田土壤碳库是土壤碳库的重要组成部分,易受人类活动调节且固碳减排潜力巨大,研究土壤有机碳、无机碳含量特征及其与环境因子的关系有助于深入理解土壤生态过程,为全球碳收支平衡研究提供理论支持.本文以塔里木盆地北缘绿洲为靶区,分析土壤碳库特征,结合冗余分析、通径分析,探究土壤有机碳、无机碳含量及其与环境因子的相关关系.结果表明:(1)同一土层不同连作年限棉田土壤有机碳、无机碳含量存在显著差异(P0.05),随连作年限增加,有机碳含量呈先增加后减少趋势,而无机碳含量呈先减少后增加趋势;同一连作年限棉田不同土层土壤有机碳、无机碳含量存在显著差异(P0.05),有机碳含量均在0~20 cm层达到最大值,而无机碳含量均在20~50 cm层达到最大值.(2)通过冗余分析得出环境因子对土壤碳库特征影响的重要性排序为:磷酸酶活性p H值蔗糖酶活性过氧化氢酶活性全氮速效磷速效钾土壤含水量脲酶活性电导率;磷酸酶活性、p H值、蔗糖酶活性、过氧化氢酶活性、全氮、速效磷、速效钾与土壤有机碳、无机碳含量呈极显著相关关系(P0.01);土壤含水量、脲酶活性与土壤有机碳、无机碳含量表现为显著相关(P0.05).(3)通径分析表明,速效钾对有机碳含量直接作用显著,是影响有机碳含量的主要因素,而脲酶活性对无机碳含量直接作用显著,是影响无机碳含量的主要因素.干旱半干旱区土壤有机碳、无机碳含量研究是评价农田生态系统土壤碳的"源/汇"效应的基础数据,对研究全球碳收支平衡和陆地碳循环机制具有重要意义.     

油田土壤微生物群落碳代谢与理化因子关系研究

基于对我国主要油田区的土壤理化性质等场地信息调查,应用Biolog和统计学方法分析理化因子与土壤微生物群落碳代谢特性的关系,揭示了不同区域油田土壤理化因子对微生物群落代谢的综合影响作用.结果表明:油田区土壤理化特性呈现地理性分布特性;总氮、总磷、速效磷、有效态铜、锌等环境因子与微生物群落的多样性正相关;可溶盐含量、pH值、总氮、总有机碳等对样点间微生物群落碳代谢的差异性贡献最大.对各油田碳代谢影响因子比较表明,不同区域的油田区土壤中影响微生物群落代谢特性的主要因子各不相同,同一理化因子在不同油田区对微生物群落碳代谢的影响程度不同.这种代谢特性与理化因子关系的区域性差异可能是土壤物化性质地理性分布以及微生物群落结构区域性差异共同作用的结果.     

漓江流域喀斯特森林土壤有机碳空间分布格局及其驱动因子

喀斯特森林生态系统脆弱,为了探明漓江流域喀斯特森林土壤的碳储潜力,揭示漓江流域喀斯特森林土壤有机碳（SOC）的空间分布格局,探寻各驱动因子对土壤有机碳空间分布的驱动作用途径及贡献,为评估该区域喀斯特森林的碳循环功能提供科学依据.以漓江流域喀斯特森林土壤为对象,研究漓江不同流域段（上、中、下游）、不同深度土层的森林土壤有机碳的空间分布特征,通过相关性分析和构建分段结构方程模型,揭示漓江流域喀斯特森林土壤有机碳空间分布的驱动因子及其作用途径,并量化了各类因子的直接或间接作用比例.结果表明,漓江流域喀斯特森林土壤整体土层较浅,土壤有机碳具有表聚性.在不同流域段土壤有机碳含量的分布为：上游>下游>中游,易氧化有机碳（ROC）和可溶性有机碳（DOC）的分布与之相一致,而微生物碳（MBC）的分布为：上游>中游>下游.各类驱动因子对流域喀斯特森林土壤有机碳空间分布驱动作用途径和贡献不同,其贡献按从大到小排序为：土壤理化因子>土壤有机碳活性组分>样地海拔>样地物种多样性,总效应分别为：1.148、 0.574、 0.284和-0.013.其中,样地海拔对土壤有...     

不同水淹梯度下河漫滩湿地土壤有机碳特征及其影响因子

水淹梯度是河漫滩湿地中的重要环境变量，其对湿地土壤有机碳特性的影响尚不明确.本文以天津独流减河河漫滩湿地为研究对象，研究不同水淹梯度下盐地碱蓬根际与非根际土壤中有机碳的分布特性，同时结合土壤理化性质、植物根际作用和细菌区系特征分析影响土壤有机碳分布的非生物和生物因子.结果表明：水淹梯度的变化显著影响了湿地土壤的理化性质（p <0.05）.盐地碱蓬根际效应对多数土壤理化性质均无显著影响，但根际及其与水淹的交互作用显著影响了铵氮的变化（p <0.05），且铵氮是影响土壤细菌区系变化的关键元素.土壤盐度和水分变化对土壤有机碳的含量有显著影响（p <0.05），盐度还显著影响了土壤可溶性有机碳的含量（p <0.05），表明合理的水盐调控措施可促进入海河流河漫滩湿地土壤有机碳的固存.研究同时发现，土壤细菌的α-多样性和群落结构沿着水淹梯度的变化较明显，但其代谢功能在水淹和半水淹处并无明显差异，表明短期或周期性水位变化并未明显改变生境功能.该研究结果对入海河流河漫滩湿地的生态修复非常重要，同时也为河漫滩与河流主干河道作为同一个功能区进行一体化修复提供了理论基础.     

广州机动车尾气中乙醛稳定碳同位素特征和排放因子

为了获得机动车排放源中乙醛的δ13C(稳定碳同位素丰度)特征及其影响因素,进行不同负荷下的发动机台架试验,采集不同怠速下的机动车尾气样品. 利用气相色谱-燃烧-同位素比值质谱(GC-C-IRMS)分析乙醛δ13C值,并与ρ(乙醛)进行分析. 结果显示:①在发动机燃烧过程中,乙醛的生成和消除反应同时存在. 在发动机低负荷运行时,乙醛的δ13C分馏值为负(-1.4‰~-0.4‰),表明生成反应占主导;而在高负荷运行时,分馏值为正(0.5‰~1.3‰),表明消除反应占主导. ②乙醛的δ13C值与其质量浓度无明显相关性,主要受发动机燃烧温度和尾气净化装置的影响. 整车尾气中乙醛的δ13C值在-29.1‰～-24.4‰之间,平均值为-26.5‰±1.6‰. 其中,汽油车为-25.9‰~-24.4‰,平均值为-24.9‰±0.5‰;柴油车为-29.1‰~-27.0‰,平均值为-28.0‰±0.6‰. ③南方机动车尾气排放源与植物排放源中的乙醛的δ13C值范围不同,表明δ13C值可用于大气乙醛的源解析. 通过机动车尾气中c(乙醛)/c(CO₂)估算广州汽油车和轻型柴油车乙醛的排放因子,二者分别为(13±16)和(169±106)mg/L.      

碳达峰碳中和的内在逻辑

<正>中央经济工作会议强调,要正确认识和把握碳达峰碳中和。碳达峰碳中和不是简单的能源消费转型层面的问题,而是一场广泛而深刻的经济社会变革,是贯彻新发展理念、构建新发展格局、推动高质量发展的内在要求,是党中央统筹国内国际两个大局作出的重大战略决策,是构建人类命运共同体的庄严承诺,是中国共产党开启第二个百年奋斗目标的使命担当。“双碳”目标是未来40年中国经济社会发展的主基调,必须深刻把握其深刻内涵和内在逻辑。     

土地利用变化对土壤有机碳的影响研究进展

研究土地利用变化对土壤有机碳及其动态变化规律,有助于掌握全球气候变化与土地利用变化之间的关系。本文分别从土地利用及其管理方式变化的角度,综合阐述了土地利用变化对土壤有机碳的影响过程与机理。     

土壤与沉积物中天然有机物释放过程的动力学研究

根据不同流速条件下解吸及降解过程的模拟实验结果，探讨土壤与沉积物中天然有机物释放的动力学过程．研究发现，有机物的释放包括解吸与降解两个过程．影响二者时间尺度有所不同，均遵循一级动力学反应规律．流速对平衡浓度与速率常数均有影响，速率常数随流动相线速度的升高而加大．湿度与温度是降解过程的主要影响因素，湿润条件与高温有利于有机物降解．     

坡地黑土有机碳分布特征与土壤碳损失量计算

利用飞灰和137Cs示踪技术,研究坡耕地黑土近100年来土壤再分布过程,校正农田土壤有机碳(SOC)的损失量.结果表明,坡上部位始终遭受侵蚀,坡脚沉积部位137Cs和飞灰分布深度分别达到30cm和60cm,而在坡足部位分别达到70cm和80cm,说明沉积区目前耕作层下截留了相当数量的有机碳.坡脚部位飞灰分布深度与原始埋藏层的表面正好吻合,表明研究区在蒸汽机车使用前已经被开垦.考虑土壤再分布累积在沉积区的SOC后,研究区沉积部位的SOC表现为大气CO2的局地碳汇,整个研究区SOC损失量远低于常规方法计算的结果.     

土地利用方式对土壤水溶性有机碳的影响

采集三江平原不同利用方式的土壤,测定土壤水溶性有机碳(DOC)含量,以及E₂₈₀值、E₂₅₀E₃₆₅和E₂₄₀/TOC比值,研究土地利用方式对土壤DOC的影响.结果表明,随着土地利用方式的变化,土壤DOC含量变化明显,土地开垦耕作是导致土壤DOC含量降低的主要原因.湿地土壤的开垦耕作,不仅导致土壤DOC数量的减少,而且DOC的质量也在下降.土壤DOC与土壤总有机碳含量呈正相关(R²=0.66),与游离态轻组有机碳的相关性更强(R²=0.84),与土壤重组有机碳呈明显的负相关(R²=0.52).     

青藏高原土壤有机碳密度垂直分布研究

通过对青藏高原土壤普查数据的整理分析,定量研究了青藏高原28个典型土壤类型、14个主要生态系统类型0～20cm、20～50em及50～100cm深度内土壤有机碳密度的垂直分布规律.结果表明,青藏高原28个典型土壤类型3个土层的有机碳密度平均值为(6.16±1.08)kg·m-2、(5.06 ±0.85)kg·m-2、(5.30±0.82)kg·m-2;在0～100cm土层内,暗棕壤、沼泽土的有机碳密度显著高于其它土壤类型,而高山漠土、灰棕漠土、亚高山漠土的有机碳密度不仅远远低于区域平均水平,而且显著低于其它土壤类型.14个典型生态系统土壤的有机碳密度均值为(7.47±1.38)kg·m-2、(6.07±1.24)kg·m-2、(6.46±1.16)kg·m-2;其中,以沼泽草甸、针叶林土壤的有机碳密度最高,而温性荒漠、高寒荒漠、高寒草原及亚高山草原土壤有机碳密度显著低于其它生态系统.这不仅体现了青藏高原土壤-植被显著的地带性分布,而且为青藏高原土壤有机碳循环模型,及有机碳对全球变化的响应研究提供重要的基础数据.     

玉米生长和施氮水平对土壤有机碳更新的影响

设置了两种土壤施氮水平(150和300 mg·kg-1),3个生长时期(喇叭期、开花期和成熟期)收获玉米植株的土壤盆栽试验,采用同位素质谱法测定玉米植株和土壤有机碳的δ13C值,以研究玉米植株生长和施氮水平对土壤有机碳更新的影响.结果表明,玉米植株的δ13C值为-12.9‰～-13.2‰,受玉米生长时期和施氮水平的影响不显著;种植玉米后,土壤有机碳含量增加,说明在供试土壤上,玉米生长促进了土壤碳汇的作用;玉米生长和施氮水平显著影响土壤有机碳的δ13C值和土壤有机碳的更新.根据土壤有机碳δ13C变化计算,玉米根际碳沉积对土壤有机碳的贡献为4%～25%,随玉米生长时间的延长,玉米根际碳沉积对土壤有机碳的贡献增大.种植一季玉米后,低氮处理的土壤有机碳的δ13C值大于施用高氮的处理,但土壤总有机质含量低于高氮处理.由此说明,在养分不足的条件下,玉米根分泌物可能更能激发土壤原有机质的矿化,从土壤中获得更多的养分.     

外源新碳对红壤团聚体及有机碳分布和稳定性的影响

以中国科学院长期定位试验站的红壤为研究对象,通过室内模拟实验,利用δ~(13)C示踪方法,将稳定同位素碳(δ13C)标记的水稻秸秆添加入红壤,研究水稻秸秆添加对红壤水稳性团聚体分布及稳定性的影响,探索水稻秸秆腐解过程中有机碳在不同粒级团聚体中的动态变化以及分布规律.研究结果表明:未添加水稻秸秆的红壤(对照组),微团聚体(250μm)占主体,2000μm粒级水稳性团聚体含量最少.与对照相比,添加水稻秸秆后(试验组)促进了2000μm粒级水稳性团聚体的团聚.不同培养时期,2000μm水稳性团聚体增加了108.3%~270.3%,促使大团聚体占主体,显著提高了红壤水稳性团聚体的平均重量直径(MWD)、几何平均直径(GMD)、R0.25值,降低了分形维数(D)值,土壤结构明显得到改善.各粒级团聚体有机碳含量也显著得到提高,2000μm团聚体有机碳含量比对照组增加了14.7%~41.5%.土壤有机碳在53μm粒级团聚体中分布随着粒级的增大而增大,即2000μm2000~250μm250~53μm.不同粒级团聚体δ13C值动态变化显著,有机碳的周转速率增大.外源新碳前期主要分配在2000μm、250~53μm粒级团聚体中,并促进了原有机碳的分解,后期主要分配在微团聚体中.红壤大团聚体有机碳含量与团聚体稳定性呈极显著的相关关系(p0.01).     

土壤溶液和水体中水溶性有机碳的比色测定

利用紫红色络合物Mn(Na₂HP₂O₇)3在浓H₂SO₄存在时可氧化有机质使络合物颜色变浅的基本原理,系统研究了不同种类、不同浓度的有机碳化合物(脂肪族与芳香族)、比色测定的条件(温度、显色时间和比色波长)与一些干扰离子对水溶性有机碳比色测定的影响.结果表明,所用的有机碳化合物的浓度与比色测定的吸光值之间有很好的相关性,比色波长为490～500nm.当溶液中Cl-浓度>80mg/L或Fe₂+>15mg/L,会使比色测定结果显著增大,测定前需要排除它们的干扰;在所建议的最佳比色条件下,天然水体中水溶性有机碳比色法测定结果相当于TOC仪测定结果的81%.当显色液中有机碳浓度为0～5mg/L时,土壤溶液水溶性有机碳比色法测定结果相当于TOC仪测定结果的76%.研究表明,采用该方法测定土壤溶液和水体环境中水溶性有机碳含量是可行的,最突出的优点是无需价格昂贵的TOC仪,而且测定速度要比仪器快得多.     

Modelling soil organic carbon dynamics in two long-term experiments of north-eastern Italy

Simulation models are widely used to assess the impacts of management and environmental variables on soil organic matter dynamics, to address questions on ecosystem sustainability and carbon cycling under global change. We tested the Century ecosystem model for two long-term experiments in north-eastern Italy: one (SF) comparing nutrient management treatments in small confined plots containing widely contrasting soil types (i.e., sandy, clay and peat) and the other (CR) involving a field study with crop rotation, nutrient, and management intensity variables. The organic matter changes in the SF experiment, showed a strong, linear relationship with C inputs from crop residues and added manures in the sand and clay soils, which was closely mimicked by the model. There was a net loss of soil C for all treatments in the peat soil, but the rate and overall magnitude of C losses were accurately simulated by the model, which suggested that treatment effects on soil C inputs was the major determinant of SOC dynamics in all three soils. In the CR experiment the model reasonably simulated the large initial decline (averaging about 30% of initial levels) in SOC observed in all treatments, as well as mean treatment effects over the course of the experiment. The model predicted a general pattern of higher SOC in the high management intensity, high fertility treatment combinations and lower SOC in the low management intensity, low fertility treatments; however, observed soil C did not show a clear pattern related to the treatments. Simulated soil C contents were linearly related to C input levels in the different treatments while there was no significant relationship between measured soil C and C inputs based on observed data.