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: 99

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 - 03 - 09
研究背景 氮素是水稻生长发育的关键元素,其利用效率备受关注。传统研究多聚焦于土壤氮流失,而忽视了植株地上部分的氮气损失。研究发现,水稻植株尤其在开花和灌浆后期,会排放大量氨气。这一时期,叶片中的叶绿体成分大量降解,产生大量的NH4+。谷氨酰胺合成酶(GS)通常促进氮的循环利用,但衰老过程中GS活性的下降会损害NH4+的同化能力,导致NH3挥发损失。叶片由绿变黄是灌浆期氮素再利用最直观的指标。那么,叶片变色的快慢是否可以预测氨挥发的多少?中国水稻研究所的王丹英老师团队联合华中农业大学和浙江大学等团队对此进行了深入探讨。相关成果发表在《The Crop Journal》期刊。研究以灌浆期不同叶片颜色变化特征的水稻品种为研究对象,采用15N同位素示踪结合动态流通室技术精准量化植株源氨挥发,并同步监测叶片颜色动态变化及关键生理指标。研究发现,水稻叶片颜色变化率与灌浆期氨挥发量呈极显著正相关,叶片变...
2026 - 03 - 09
研究背景在陆地生态系统的水循环中,蒸散是连接地表与大气水分和能量交换的关键途径。尤其对于农田生态系统而言,准确估算作物的实际蒸散量,不仅有助于理解作物水分利用效率,还能为农业水资源管理和干旱应对提供科学依据。然而,现有的估算方法却面临诸多挑战:(1)传统气象模型:理论基础扎实,但依赖完整的气象数据,且难以捕捉植被光合作用的生理过程;(2)遥感指标局限性:太阳诱导叶绿素荧光(SIF)虽能直接反映光合活性,但在水分胁迫下存在响应滞后;光化学反射指数(PRI)能灵敏跟踪短期胁迫响应,但鲜少被纳入机器学习模型中;因此,如何融合多源数据,利用深度学习挖掘气象与生理指标的协同价值,成为了提高实际蒸散量(ETc act)估算精度的新途径。近期,西北农林科技大学蔡焕杰老师的团队联合沈阳大学和石河子大学的团队在《Agricultural Water Management》期刊发表最新研究成果,该研究通过融合...
2026 - 03 - 05
研究背景作为我国西部重要的生态安全屏障,祁连山南坡的阿咪东索小流域地处高寒干旱带,不仅承载着独特的山地生态系统,更是下游河西走廊及绿洲农业的关键补给水源。在高寒干旱区,极端气候条件和强烈的蒸发效应会导致水体同位素信号呈现出显著的时空变异性。稳定氢氧同位素作为示踪水文循环路径的“天然指纹”,成为精准揭示降水、地表水、地下水和土壤水之间的复杂转化关系与补给机制的理想手段。然而,尽管稳定同位素在水文学中的应用进行了大量的研究,但以往研究多集中于单一水体或大尺度区域,对于像阿咪东索这样的高寒干旱小流域尺度下多种水体(降水、河水、土壤水、地下水)同位素特征的综合演化规律及其与区域气候 - 水文过程的关系,尚缺乏系统性解释。阿咪东索小流域凭借其高海拔、强季节性波动及干旱特征,成为了解析高寒干旱区水文动态、弥补研究尺度缺口的天然实验室。基于此,青海师范大学曹广超老师团队以祁连山南坡阿咪东索小流域为研究对...
2026 - 03 - 04
复杂胁迫下作物产量早期预测的挑战与瓶颈作物产量预测是评估田间管理效果与辅助育种决策的关键环节。相较于传统作物模型依赖多源复杂参数,机器学习模型结合遥感技术,能以无损、高通量的方式实现作物表型监测与产量预测。尽管如此,现有模型在实际应用中仍面临两大挑战:(1)早期预测精度不足:作物冠层结构对干物质积累的影响随生长期推进而增强,导致依赖形态变化的模型在早期预测精度受限,难以满足育种早期决策需求;(2)复合胁迫下的泛化误差:田间环境复杂,水氮胁迫往往联合发生。年份间的环境变异及胁迫组合差异,导致模型在面对与训练集分布不同的目标样本时,产生显著的泛化误差;基于此,中国农业科学院陈震老师团队联合河南大学、邢台农科院等团队在《Agricultural Water Management》发表研究。团队以水氮联合胁迫下的冬小麦为研究对象,结合无人机高光谱遥感数据,提出了一种基于多胁迫数据融合的可解释跨周期...
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