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

青藏高原东北部高山环境的水稳定同位素分析

日期: 2020-03-10
浏览次数: 178

摘要:氢氧稳定同位素作为水分子的组成部分,可以用来描述区域水循环,因为他们可以揭示相关水文过程的信息,包括降水,渗透,蒸发和蒸腾作用。尽管自然丰度低,但其重同位素对气候和水文变化敏感。不同水体的稳定同位素可用于研究水汽输送,植物水源和水分利用模式,土壤水输送和补给机制,径流的形成和汇合,补给源和地下水机制等。因此,稳定同位素在水文和气候研究中很受关注。水文过程会对内陆多山地区的水资源产生影响。为全面调查水循环的重要部分,作者以祁连山为研究对象,于2016年植物生长季(5-9月)采集降水,植物,土壤,河水和地下水。每次降雨事件后采集降水,其他样品每月采集一次。利用全自动真空冷凝抽提系统(LI-2100)将植物和土壤样品中的水分提取出来,利用LGR液态水同位素分析仪DLT-100测量δ18O和δ2H以追踪干旱山区水循环的一系列关键参数,提取基线信息,以及研究降水和其他水同位素特征的变化。结果表明:“温度效应”很明显,说明气候干燥;表层土壤水δ18O变化很大,深层土壤水趋于相似,随着土壤深度的增加同位素值逐渐减小。土壤水同位素对降水脉冲的响应具有不同边界。在无降水发生的月份,柠条主要水源为0-30 cm的土壤水,发生降水事件时吸收水源则不同。总之,稳定同位素的研究结果为认识水文过程提供了新的见解,并为了解干旱地区山区的水循环提供了新的手段。


1.本研究的目标

(1)与最常用的方法(普通最小二乘法回归,OLSR)相比,分析不同的大气降水线回归的适用性;

(2)不同样地土壤水同位素剖面变化以及影响因素;

(3)干旱山区植物如何利用不同深度的土壤水,以及不同样地同种植物对土壤水的利用是否相同;

(4)降水,河水和地下水的补给以及(5)从同位素视角研究上述水体的关系。我们从中可以了解不同水体稳定同位素特征以及内部相互作用,为中国以外类似山区水循环过程的研究提供了一个参考。


2.结果

2.1降水的同位素组成

图2显示了利用6种回归方法(OLSR,MA,RMA,PWLSR,PWMA,PWRMA)拟合的3个样地的LMWL。斜率差异表现为乌鞘岭最小,天祝次之,古浪最大。祁连山“降水量效应”不显著,而“温度效应”很明显(表4)。古浪δ18O和温度的相对系数最小,各种回归之间的斜率差异却最大。

青藏高原东北部高山环境的水稳定同位素分析

2.2土壤水的同位素组成

图3显示了生长季0-100 cm土壤水的同位素组成以及含水量变化。由于受到蒸发作用的影响,表层土壤水δ18O富集,变化显著,而深层土壤趋于稳定。随土壤深度的增加,同位素值逐渐减小。

古浪和天祝同位素值的季节性变化比乌鞘岭更显著,反映了降水同位素信息的变化。古浪和天祝夏季(6-8月)土壤水的δ18O高于其它月份,需要注意的是乌鞘岭0-70 cm土壤水的δ18O变化显著,表明了降水渗透到该土壤层。

青藏高原东北部高山环境的水稳定同位素分析

从图4可以看出,三个样地土壤水δ18O和δ2H随月份变化小,而土壤温度变化较大,这表明温度不是影响土壤水同位素的唯一因素,其它因子(例如植物覆盖率)也发挥着作用。

青藏高原东北部高山环境的水稳定同位素分析

2.3地下水和河水的同位素组成

就每个样地而言,河水和地下水δ18O和δ2H的变化趋势基本一致,表明两种水体具有相似的水源(图6)。在大多数月份,河水的同位素值高于地下水,这表明河水由于暴露于空气中而蒸发更多。河水和地下水样品中有交叉点,这表明了水交换和相互供应的关系(古浪和天祝的交点发生在6月,乌鞘岭在8月)。

青藏高原东北部高山环境的水稳定同位素分析

2.4植物水分吸收模式

不同月份,同一植物的水分吸收模式是有差异的。根据平均值和50%四分位,古浪(图10)柠条吸收的主要水源为30–70 cm(5月), 0–30 cm(6月),70–100 cm(7月),0–30 cm(8月),和0–30 cm(9月)土层。

乌鞘岭(图11)8月无降水发生,主要水源为0-30 cm土层,与古浪相似。其它月份,虽然有几次降水发生,每个月水源也是不同的:5月为0-30 cm土层,6月每个土层比例相似,7月采样前1天发生降水事件,9月70-100 cm土层。

在无降水发生的月份,天祝(图12)与上述其它两个样地结果一致。其它月份,水分吸收模式发生了变化。5月发生了1次降水事件,每个水源对植物的贡献率相似,6月对0-30 cm土层的吸收比例增加了。7月发生了6次降水事件,每个水源对植物的贡献率相似,但是在9月,发生5次降水事件,植物吸收水源主要为0-30 cm土层。

青藏高原东北部高山环境的水稳定同位素分析

结论:在三个样地,“温度效应”是明显的,表明了蒸发富集。6种回归方法(OLSR,MA,RMA,PWLSR,PWMA,PWRMA)的斜率差异表现为乌鞘岭最小,天祝次之,古浪最大。表层土壤水δ18O的变化很大,深层土壤水δ18O趋于相似。随着土壤深度的增加,同位素值逐渐变小。δ18O和δ2H随月份变化很小,而土壤温度变化明显,这表明温度并不是影响土壤水同位素的唯一因素。不同样地土壤水同位素对降水的响应不同,且他们的土壤层边界是不同的,乌鞘岭的土壤层边界为表层以下20 cm和60 cm,而天祝为40 cm。河水和地下水的δ18O和δ2H变化的一致性表明其水源相似。这两个水体之间的相似性表明了水的交换过程。3个样地降水,河水和地下水之间的关系是有差异的。乌鞘岭和天祝的河水与地下水的水力联系强于古浪。利用3个样地相同植物种(柠条)木质部的同位素数据结合IsoSource模型的结果发现随着月份和样地的变化植物水分利用模式会发生变化,但是在无降水月份中,不同样地之间水分利用模式是相同的,即植物依赖于0-30 cm的土壤水。

青藏高原东北部高山环境的水稳定同位素分析Water Stable Isotopes in an Alpine Setting of the Northeastern Tibetan Plateau.pdf

News / 相关新闻 More
2026 - 03 - 17
研究背景随着全球气候变化及水体富营养化加剧,蓝藻及其他藻类爆发已成为全球关注的环境问题。这些藻华不仅干扰航运与娱乐,更严重的是,部分蓝藻会释放致命毒素,威胁人类和野生动物的健康。传统监测方法往往难以快速、准确地在大空间尺度上区分产毒与不产毒的蓝藻属种。而光谱成像技术通过获取植物光合色素的“特征指纹”,为解决这一难题提供了可能。然而,现有的遥感监测也面临挑战:(1)光谱库不足:卫星遥感依赖端元光谱库,但经验证的代表性蓝藻光谱数据稀缺;(2)水体干扰强:水深、浊度等光学参数复杂,影响大范围遥感反演精度;(3)培养与野外的差异:实验室藻类光谱难以完全还原自然生境下的真实特征;基于此,美国地质调查局(USGS)联合美国国家标准与技术研究院(NIST)利用高光谱显微镜成像系统,以俄勒冈州上克拉马斯湖的不同区域水体的蓝藻样品为研究对象,通过系统验证与野外采样相结合的方法,获取了不同蓝藻属在细胞尺度的高...
2026 - 03 - 17
研究背景在北半球,多年冻土覆盖了约22%的陆地面积,封存着全球陆地最大的土壤碳库。然而,在全球变暖的驱动下,多年冻土正面临快速退化的严峻挑战。一旦这些被长期封冻的古老碳库随冻土融化而释放入大气,将触发剧烈的温室效应正反馈,从而进一步加速气候变暖。因此,系统探明冻土区碳储量及其稳定性特征,不仅是厘清碳循环机制的关键,更为预测气候变暖背景下全球碳平衡的动态演变提供重要依据。基于此,哈尔滨师范大学臧淑英老师团队以中国东北大兴安岭高纬度多年冻土区南部边界为研究对象,通过机械钻探及物理化学分组法,研究了不同地表类型深层土壤碳的组分与稳定性。研究发表在《Permafrost and Periglacial Processes》期刊。结果发现,深层冻土(尤其是森林地带)富含高活性碳,面临极高的变暖释放风险。该研究为气候模型中冻土碳反馈机制提供了重要的实测数据支撑。为什么选择大兴安岭?1. 大兴安岭位于高...
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...
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