北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

2018–2019年大兴安岭北部近地表土壤冻融期森林土壤CO2和CH4通量

日期: 2024-10-21
浏览次数: 283

2018–2019年大兴安岭北部近地表土壤冻融期森林土壤CO2和CH4通量


高纬度苔原和针叶林、中纬度阔叶林和草原、高山和 高原地区普遍存在季节性、昼夜性甚至持续数小时的冻融循环。北半球近55%的陆地面积经历季节性冻融,土壤冻融循环持续时间从几天到150天不等。频繁的冻融循环改变了土壤微生物群落结构和代谢,加速土壤有机质的分解,并以温室气体(如CO2、CH4和N2O)或溶解有机碳(DOC)的形式排放。这些过程已成为生态学、冻土学和生物地球化学研究的重点。

冻融循环对地表土壤CO2和CH4通量的影响备受关注。一项研究发现,积雪对冬季土壤呼吸的影响是短暂的,厚度变化对CO2通量影响小。了解活动层过程对多年冻土区土壤CO2和CH4动态的响应和反馈至关重要。冻融循环频率和持续时间对高寒地区土壤碳通量具有重要调控作用。不同生态系统在融化期具有较高的CO2和CH4通量,研究表明,在近地表土壤冻结期间CO2通量达到峰值,随后显著下降。春季融化期(20-30天)的甲烷通量占全年总量的11%。

本研究在内蒙古自治区大兴安岭生态系统国家野外观测研究站(NFORS-DXAE)进行。该地区具有典型的大陆性季风半干旱气候,多年平均气温为-4.4°C,年蒸发潜力800-1200毫米,年降水量450-550毫米,其中60%集中在7月和8月,降雪期为9月至次年5月,平均降雪厚度约30厘米。实验地块位于海拔820米的北坡落叶松林,主要乔木为兴安落叶松和白桦,平均胸高10 cm,平均树高10±4.90 m。主要灌木为杜香,平均株高0.31±0.07 m,平均植被盖度39±8%。土壤为棕色针叶林土,土层厚度30-40 cm(包括10 cm的腐殖质层),有机质含量42.74±0.92 g·kg−1。根据2009-2011年地温数据,活动层厚度为0.5至2.0 m。

2018–2019年大兴安岭北部近地表土壤冻融期森林土壤CO2和CH4通量

图1. 内蒙古自治区大兴安岭生态系统国家野外科学观测研究站研究区位于中国东北大兴安岭北部。


由于测量系统配套设施通道数量和长度有限,样地被划分为4个子区。为保证测量的可靠性和代表性,样地被划分为16个5×5 m的子区。每个子区随机选择4个子样。在每个子区放置一个点来测定土壤呼吸速率。为此,将一个高10 cm、直径20 cm的PVC土环的一端压入土壤5cm深,并清除表面废弃物。PVC土环在土壤呼吸测量前一周铺设,整个测试过程中PVC土环保持静止。由于该区域降雪较大,为防止土壤呼吸室受到降雪和吹雪的影响,在观测点安装了1×1 m的挡雪设备,并定期或根据需要清除积雪,避免积雪对呼吸室观测的影响,确保观测点仪器环境的安全。

本研究采用动态室法观测土壤表面的CO2 和 CH4通量,使用激光气体分析仪以及SF-3000 系列多通道土壤气体通量测量系统(北京理加联合科技有限公司)进行多通道、长期、连续土壤呼吸观测。

土壤CO2通量计算的标准闭合时间为2分钟(120秒),为保证CH4通量测量的准确性,将测量时间延长至3分钟(180秒)。与其他类型的仪器和设备相比,该仪器可实现多点、长时间进行测量,测量数据可实时传输和显示,便于研究人员观察数据的稳定性,快速发现数据采集中的异常。

2018–2019年大兴安岭北部近地表土壤冻融期森林土壤CO2和CH4通量

图2. 研究中使用的表层土壤温室气体连续观测系统。

2018–2019年大兴安岭北部近地表土壤冻融期森林土壤CO2和CH4通量

图3. 本研究实验地块落叶松林土壤表面CO2通量的月变化。

2018–2019年大兴安岭北部近地表土壤冻融期森林土壤CO2和CH4通量

图4. 2018年10-11月和2019年4-5月本研究落叶松林实验地块土壤表面甲烷吸收速率的日变化。

2018–2019年大兴安岭北部近地表土壤冻融期森林土壤CO2和CH4通量

图 5. 2018 年 10-11 月和 2019 年 4-5 月本研究根河试验地块甲烷吸收率的月变化。

注:(a) CH吸收率的月变化(误差线表示一个标准差);(b) 地表土壤解冻期土壤 CH吸收率变化的箱线图(上边缘表示最大值,下边缘表示最小值)。

表1. 2018年10-11月和2019年4-5月根河试验地土壤表面CO2通量、CH4吸收速率、土壤表面温度和土壤表面水蒸气浓度的最佳拟合方程。

2018–2019年大兴安岭北部近地表土壤冻融期森林土壤CO2和CH4通量
2018–2019年大兴安岭北部近地表土壤冻融期森林土壤CO2和CH4通量

图 6. 2018 年 10 月至 11 月和 2019 年 4 月至 5 月土壤表面 CO2 流出和 CH4 吸收与土壤表面温度和土壤表面水蒸气浓度(气室内)的拟合图。

本研究发现,东北大兴安岭森林土壤 CO2 通量呈现单峰型日变化。2018 年 11 月底和 2019 年 4 月初,观测到的 CO2 和 CH4 通量分别小于 100 和 −0.1 nmol·m−2·s−1。在近地表土壤融化期(4 月至 5 月),春季 CO2 释放峰值短暂。土壤冻融循环显著改变了 CO2 的释放速率和 CH4 的吸收速率,但并未显著改变土壤 CO2 和 CH4 通量的日变化模式。在春季近地表土壤冻融期观测到间歇性的土壤 CO2 和 CH4 通量羽流。土壤温度和水分含量波动显著影响近地表土壤冻融期 CO2 和 CH4 通量的变化。这些特征大部分可以通过气室内土壤温度和土壤表面水蒸气的变化来解释。此外,土壤呼吸的 Q10 值在近地表土壤冻融期最大,对土壤温度变化敏感。近地表土壤冻融期累积的CO2 和 CH4通量对这些冬季总量的贡献最大。考虑到持续的气候变化可能会极大地改变中国东北森林生态系统的年碳通量(汇或源),更准确地测量、预测和评估未来土壤CO2 和 CH4 通量的时间模式非常重要。    




News / 相关新闻 More
2026 - 11 - 09
研究背景土壤有机碳(SOC)是反映土壤质量、土壤肥力及生态系统碳循环的重要指标。传统湿化学测定方法虽然准确性较高,但存在耗时长、成本高、操作复杂等问题。相比之下,可见光—近红外(Vis-NIR)光谱技术具有快速、无损、低成本等优势,为SOC快速估算提供了新的技术途径。然而,光谱预测模型高度依赖大量代表性样本。在实际调查中,受采样成本及实验条件限制,往往难以获得充足的校准数据,小样本条件下模型容易出现过拟合,影响预测精度与泛化能力。针对这一问题,外部光谱数据库迁移学习和深度生成模型数据增强成为两种潜在解决途径。但不同生成模型的增强效果如何?外部光谱库能否有效改善本地模型预测性能?数据增强倍数又将如何影响模型表现?为此,山西农业大学徐占军老师团队通过构建统一实验框架,系统比较四种深度生成模型与外部土壤光谱数据库的应用效果,探索小样本条件下SOC光谱估算的有效数据增强策略。图1.研究区域概况。研...
2026 - 11 - 09
研究背景地下水是高寒地区水循环的重要组成部分,其补给过程受到冻融循环的显著调控。随着气候变暖,青藏高原冻土退化、活动层加深,土壤水分的储存与迁移条件发生变化,进而影响降水、融雪水、土壤水与地下水之间的水文联系。然而,不同冻融阶段地下水补给来源的变化及其迁移路径仍缺乏系统认识。针对这一问题,北京师范大学李小雁老师团队以青海湖流域为研究区,结合氢氧稳定同位素示踪与MixSIAR贝叶斯混合模型,定量解析不同冻融阶段地下水的补给来源,揭示冻融过程对土壤水文连通性及地下水补给路径的影响。图1.(a) QLB在青藏高原(QTP)上的位置。(b) QLB内多年冻土的时空分布;其中灰色代表季节性冻土,橙色代表多年冻土。(c) QLB的位置及采样点分布。(d) 地下水采样。(e) 降水采样。(f) 在相邻地点每月采集土壤样品。研究方法研究设计:研究区位于青藏高原东北部青海湖流域。2025年5—10月,研究团...
2026 - 11 - 02
研究背景河流和溪流是大气甲烷(CH₄)的重要来源。已有研究发现,源头河流通常具有较高的CH₄排放强度,是河流CH₄排放的重要热点。但在高海拔冰冻圈地区,这一规律是否依然适用?受低温和有机碳底物匮乏等因素影响,该区域的CH₄过程可能受到限制。与此同时,冰川融水的持续输入也可能进一步改变河流的CH₄排放特征。那么,冰川融水究竟如何影响河流CH₄排放?其背后的作用机制又是什么?针对这一问题,兰州大学高坛光老师团队以青藏高原北部黑河上游为研究区域,通过2020—2023年连续观测,系统分析了冰川补给河流与非冰川补给河流的CH₄排放特征,并进一步探讨冰川融水对河流CH₄排放的调控机制。图1. (a) 研究区域概况。(b) 在三次不同的野外考察期间,使用浮动气室法进行气体采样的现场照片。研究方法实验设计:研究以青藏高原北缘黑河上游为研究区域。2020—202年,在该研究区域上游设置25个采样点(冰川补...
2026 - 10 - 26
研究背景漂流木在海岸生态系统中扮演着重要角色,既能拦截泥沙、保护沙丘,也能为动物栖息和植被生长提供条件。然而,漂流木常因影响海滩景观而被清理,因此,如何准确识别其分布,成为海岸带生态监测与管理的重要课题。遥感技术为地表材料识别与海岸环境监测提供了有效手段。无人机凭借高空间分辨率和灵活的采集方式,为海滩精细化调查创造了条件,但目前漂流木遥感研究仍主要集中于河流、湖泊等环境,针对海滩场景的高光谱识别研究相对有限。针对这一问题,法国佩皮尼昂大学CEFREM研究团队结合地面光谱测量与无人机高光谱影像,分析漂流木与其他地表材料的光谱差异,并比较多种分类算法的识别表现,为高光谱技术应用于海滩漂流木监测提供了研究依据。图1.研究区域的地理位置、漂流木堆积物的详细测绘图,以及本研究部分内容所用裁剪图像的范围界定。此外,还包括漂流木与芦竹样方照片,以及背景中可见的自然海滩漂浮物堆积线。研究方法研究区域:本研...
【关闭窗口】【打印】
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910124070  010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 



 


 


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开