高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

太行山南麓刺槐人工林土壤呼吸与土壤温度间的滞后关系

徐昳晅 同小娟 张劲松 孟平 李俊

徐昳晅, 同小娟, 张劲松, 孟平, 李俊. 太行山南麓刺槐人工林土壤呼吸与土壤温度间的滞后关系[J]. 北京林业大学学报, 2019, 41(4): 78-87. doi: 10.13332/j.1000-1522.20180398
引用本文: 徐昳晅, 同小娟, 张劲松, 孟平, 李俊. 太行山南麓刺槐人工林土壤呼吸与土壤温度间的滞后关系[J]. 北京林业大学学报, 2019, 41(4): 78-87. doi: 10.13332/j.1000-1522.20180398
Xu Yixuan, Tong Xiaojuan, Zhang Jinsong, Meng Ping, Li Jun. Time lag between soil respiration and soil temperature in a Robinia pseudoacacia plantation in the south of the Taihang Mountains[J]. Journal of Beijing Forestry University, 2019, 41(4): 78-87. doi: 10.13332/j.1000-1522.20180398
Citation: Xu Yixuan, Tong Xiaojuan, Zhang Jinsong, Meng Ping, Li Jun. Time lag between soil respiration and soil temperature in a Robinia pseudoacacia plantation in the south of the Taihang Mountains[J]. Journal of Beijing Forestry University, 2019, 41(4): 78-87. doi: 10.13332/j.1000-1522.20180398

太行山南麓刺槐人工林土壤呼吸与土壤温度间的滞后关系

doi: 10.13332/j.1000-1522.20180398
基金项目: 国家自然科学基金项目(31872703,31570617)
详细信息
    作者简介:

    徐昳晅。主要研究方向:森林生态系统碳循环。Email:xuyixuan940130@sina.com 地址:100083 北京市海淀区清华东路35号北京林业大学林学院

    通讯作者:

    同小娟,教授,博士生导师。主要研究方向:气候变化与生态过程。 Email:tongxj@bjfu.edu.cn 地址:同上

  • 中图分类号: S718.51+6

Time lag between soil respiration and soil temperature in a Robinia pseudoacacia plantation in the south of the Taihang Mountains

  • 摘要: 目的土壤呼吸是陆地生态系统碳循环的一个重要组成部分。本研究在年尺度和日尺度上分析刺槐人工林土壤呼吸与各土层温度间的温度敏感系数(Q10)的差异,并探讨土壤呼吸与各土层温度间的时间滞后。方法利用土壤呼吸自动观测系统Li-8150对太行山南麓50年生刺槐林进行定位观测。结果在年尺度上,刺槐人工林土壤呼吸与各土层温度在时间上的滞后不明显,且呈现显著的指数关系(P < 0.001)。Q10在2.23 ~ 2.53之间变动,且Q10随土壤温度测量深度的增加而略微增大,指数模型拟合系数(R2)随土壤温度测量深度的增加而略微减小。土壤呼吸与各土层温度不需要相位校准。在日尺度上,土壤呼吸与各层温度存在时间上的滞后,拟合系数R2较小,获得Q10并不准确。土壤呼吸与各土层温度需要进行相位校准,校准后的土壤呼吸与土壤温度间的拟合系数R2增大,获得的Q10更准确,并且Q10值随土壤温度测量深度增加而增加,但是深层(> 20 cm)的Q10过大并不符合生物学规律。在土壤浅层(< 20 cm),Q10随深度增加与土层温度变化幅度有关。结论在年尺度上,各土层Q10值相差不大,都能较理想反映全年刺槐林土壤呼吸与温度的关系。在日尺度上,本研究推荐使用浅层的Q10来反映日间刺槐林土壤呼吸与土壤温度关系。
  • 图  1  土壤温度(a)、湿度(b)和土壤呼吸(c)的月均变化

    测量时间是从2017年7月至2018年6月,其中2月份仪器故障导致土壤呼吸数据缺失。The measurement period ranged from July 2017 to June 2018, the soil respiration data was missing due to instrument failure in February.

    Figure  1.  Average monthly variations of soil temperature (a), soil moisture (b) and soil respiration (c)

    图  2  全年土壤呼吸与5、15、25、和35 cm土壤温度的关系

    Figure  2.  Relationship between soil respiration and soil temperature at the 5, 15, 25 and 35 cm depth throughout the year

    图  3  各月土壤呼吸与土壤5 cm温度的日变化

                 2018年2月份土壤呼吸数据缺失 Soil respiration data is missing in February 2018

    Figure  3.  Diurnal pattern of soil respiration and soil temperature at the depth of 5 cm

    表  1  各月土壤5 cm处的未校准化Q10与校准化Q10比较

    Table  1.   Comparison between non-calibrated Q10 and calibrated Q10 at soil depth of 5 cm

    日期   
    Date   
    未校准 Non-calibrated 滞后时间
    Lag time/h
    校准 Calibrated
    Q10 R2 P Q10 R2 P
    2017−07 0.76 0.11 0.11 4 1.39 0.16 0.06
    2017−08 0.79 0.41 0.34 1 1.03 0.001 0.90
    2017−09 0.99 0.001 0.95 3 3.00 0.48 ***
    2017−10 7.92 0.67 *** 0 7.92 0.67 ***
    2017−11 1.36 0.164 ** 2 1.80 0.62 ***
    2017−12 0.42 0.37 *** 4 1.14 0.67 ***
    2018−01 0.92 0.006 0.71 4 2.05 0.49 ***
    2018−03 2.51 0.72 *** 0 2.51 0.72 ***
    2018−04 2.01 0.62 *** 0 2.01 0.62 ***
    2018−05 1.63 0.29 *** 0 1.63 0.27 ***
    2018−06 1.45 0.11 0.11 3 2.53 0.73 ***
    注:滞后时间等于呼吸最高峰出现的时间减去温度最高峰出现的时间,即lag time = t呼吸的高峰值t温度高峰值**表示P < 0.05,差异显著;***表示P < 0.01,差异极显著。各月土壤呼吸与5 cm土壤温度的相位图详细信息参考图3。Notes: lag time is equal to the time of the peak of respiration minus the time of the peak of temperature, i.e., lag time = tmax soil respirationtmin soil respiration. ** means P < 0.05 and *** means P < 0.01. Referring to Fig. 3 for detailed information that monthly phase pattern of soil respiration and temperature at depth of 5 cm.
    下载: 导出CSV

    表  2  不同土层的未校准Q10与校准Q10的比较

    Table  2.   Comparison of non-calibrated Q10 and calibrated Q10 in each soil layer

    月份 
    Month 
    深度
    Depth/cm
    未校准
    Non-calibrated
    滞后时间
    Lag time/h
    校准
    Calibrated
    温度幅度
    Temperature amplitude/℃
    Q10 R2 P Q10 R2 P ΔT (TmaxTmin)
    2017−11 5 1.36 0.16 ** 2 1.80 0.62 *** 1.9
    15 9.68 0.83 *** 0 9.68 0.83 *** 0.6
    25 2.92 0.08 0.18 − 4 0.13 0.29 *** 0.4
    35 0.41 0.03 0.40 − 7 79.0 0.83 *** 0.26
    2018−01 5 0.92 0.006 0.71 4 2.05 0.49 *** 2.15
    15 1.17 0.007 0.70 4 0.28 0.44 *** 1.18
    25 1.01 0.000 1 0.99 4 0.18 0.47 *** 1.05
    35 2.03 0.02 0.51 2 20.5 0.36 *** 0.47
    2018−03 5 2.51 0.72 *** 0 2.51 0.72 *** 5.49
    15 0.001 0.67 *** − 1 10.3 0.79 *** 2.09
    25 14.59 0.22 ** − 4 116.75 0.69 *** 0.99
    35 3.67 0.007 0.70 − 6 55 128 0.72 *** 0.41
    2018−06 5 1.45 0.11 0.11 3 2.53 0.73 *** 1.6
    15 5.42 0.70 *** 1 6.3 0.84 *** 0.91
    25 32.40 0.78 *** − 1 39.7 0.87 *** 0.44
    35 395.40 0.56 *** − 3 3 327.6 0.81 *** 0.26
    注:滞后时间等于呼吸最高峰出现的时间减去温度最高峰出现的时间,即lag time = t呼吸的高峰值t温度高峰值。土壤呼吸在温度之前先达到峰值,滞后时间为负数,反之(温度先达到峰值)为正。**表示P < 0.05,差异显著;***表示P < 0.01,差异极显著。Notes: lag time is equal to the time of the peak of respiration minus the time of the peak of temperature, i.e., lag time = tmax soil respirationtmin soil respiration. Negative lags indicate soil respiration reaching a maximum before temperature whereas positive lags indicate temperature peaking first. ** means P < 0.05, *** means P < 0.01.
    下载: 导出CSV

    表  3  不同公式计算的Q10比较

    Table  3.   Comparison of Q10 calculated by different formulas

    深度
    Depth/cm
    2018−03 2018−06
    Q10Eq.3 Q10Eq.4 Q10Eq.3 Q10Eq.4
    5 2.51 2.51 2.53 2.53
    15 10.3 11.24 6.3 5.1
    25 116.8 137 39.7 29.2
    35 55 128 110 689 3 327.6 301
    注:Q10Eq.3表示利用式(3)计算获得的Q10Q10Eq.4表示利用式(4)计算获得的Q10。Notes: Q10Eq.3 is calculated with equation (3) and Q10Eq.4 is calculated with equation (4).
    下载: 导出CSV
  • [1] 谷蕊, 潮洛濛, 张立欣, 等. 水热因子对克氏针茅草原土壤呼吸及其土壤温度敏感性的影响[J]. 草业学报, 2015, 24(4):21−29.

    Gu R, Chao L M, Zhang L X, et al. The influence of hydrothermal factors on soil respiration and soil temperature sensitivity of Stipakrylovii steppe, Inner Mongolia, China[J]. Acta Prataculture Sinica, 2015, 24(4): 21−29.
    [2] 陈骥, 曹军骥, 魏永林, 等. 青海湖北岸高寒草甸草原非生长季土壤呼吸对温度和湿度的响应[J]. 草业学报, 2014, 23(6):78−86.

    Chen J, Cao J J, Wei Y L, et al. Effect of grazing exclusion on soil respiration during the dormant season in alpine meadow grassland ecosystems on the northern shore of Qinghai Lake, China[J]. Acta Pedologica Sinica, 2014, 23(6): 78−86.
    [3] 黄石德, 叶功富, 林捷, 等. 干旱对土壤剖面不同深度土壤CO2通量的影响[J]. 生态学报, 2018, 38(23):8475−8488.

    Huang S D, Ye G F, Lin J, et al. The influence of drought on the soil CO2 flux at different depths in soil vertical profiles[J]. Acta Ecologica Sinica, 2018, 38(23): 8475−8488.
    [4] 欧强, 王江涛, 周剑虹, 等. 滨海湿地不同水位梯度下的土壤CO2通量比较[J]. 应用与环境生物学报, 2014, 20(6):992−998.

    Ou Q, Wang J T, Zhou J H, et al. Comparison of soil CO2 flux among different water levels in coastal wetlands[J]. Chinese Journal of Applied and Environmental Biology, 2014, 20(6): 992−998.
    [5] 范分良, 黄平容, 唐勇军, 等. 微生物群落对土壤微生物呼吸速率及其温度敏感性的影响[J]. 环境科学, 2012, 33(3):932−937.

    Fan F L, Huang P R, Tang Y J, et al. Altered microbial communities change soil respiration rates and their temperature sensitivity[J]. Environmental Science, 2012, 33(3): 932−937.
    [6] 李炳垠. 毛乌素沙地生物结皮的光合及土壤CO2通量特征研究[D]. 杨凌: 西北农林科技大学, 2018.

    Li B Y. The study of characteristics of photosynthetic and soil CO2 flux of biocrusts in Mu Us Sandland[D]. Yangling: Northwest A & F University, 2018.
    [7] Zhang Q, Phillips R P, Manzoni S, et al. Changes in photosynthesis and soil moisture drive the seasonal soil respiration-temperature hysteresis relationship[J]. Agricultural and Forest Meteorology, 2018, 259: 184−195. doi:  10.1016/j.agrformet.2018.05.005
    [8] Zeng W, Zhang J, Wang W. Strong root respiration response to nitrogen and phosphorus addition in nitrogen-limited temperate forests[J]. Science of The Total Environment, 2018, 642: 646−655. doi:  10.1016/j.scitotenv.2018.06.014
    [9] Conant R T, Drijber R A, Haddix M L, et al. Sensitivity of organic matter decomposition to warming varies with its quality[J]. Global Change Biology, 2010, 14(4): 868−877.
    [10] Zhou X, Xu X, Zhou G, et al. Temperature sensitivity of soil organic carbon decomposition increased with mean carbon residence time: field incubation and data assimilation[J]. Global Change Biology, 2018, 24(2): 810−822. doi:  10.1111/gcb.2018.24.issue-2
    [11] Soe A R, Buchmann N. Spatial and temporal variations in soil respiration in relation to stand structure and soil parameters in an unmanaged beech forest[J]. Tree Physiology, 2005, 25(11): 1427. doi:  10.1093/treephys/25.11.1427
    [12] 谢明德, 陈明智, 吴蔚东, 等. 施肥及环境因子对海南热带橡胶林土壤呼吸的影响[J]. 生态环境学报, 2014, 23(3):430−438. doi:  10.3969/j.issn.1674-5906.2014.03.010

    Xie M D, Chen M Z, Wu W D, et al. Effect of fertilization and environmental factors on soil respiration in tropical rubber plantation in Hainan[J]. Ecology and Environmental Sciences, 2014, 23(3): 430−438. doi:  10.3969/j.issn.1674-5906.2014.03.010
    [13] 陈亮, 刘子亭, 韩广轩, 等. 环境因子和生物因子对黄河三角洲滨海湿地土壤呼吸的影响[J]. 应用生态学报, 2016, 27(6):1795−1803.

    Chen L, Liu Z T, Han G X, et al. Effects of environmental and biotic factors on soil respiration in a coastal wetland in the Yellow River Delta[J]. Chinese Journal of Applied Ecology, 2016, 27(6): 1795−1803.
    [14] Feng J G, Wang J S, Song Y J, et al. Patterns of soil respiration and its temperature sensitivity in grassland ecosystems across China[J]. Biogeosciences, 2018, 15(17): 5329−5341. doi:  10.5194/bg-15-5329-2018
    [15] Lloyd J, Taylor J A. On the temperature dependence of soil respiration[J]. Functional Ecology, 1994, 8(3): 315−323. doi:  10.2307/2389824
    [16] 姜继韶, 郭胜利, 王蕊, 等. 施氮对黄土旱塬区春玉米土壤呼吸和温度敏感性的影响[J]. 环境科学, 2015, 36(5):1802−1809.

    Jiang J S, Guo S L, Wang R, et al. Effect of nitrogen fertilization on soil respiration and temperature sensitivity in spring maize field in semi-arid regions on Loess Plateau[J]. Enviromental Science, 2015, 36(5): 1802−1809.
    [17] 邓翠, 吕茂奎, 曾敏, 等. 红壤侵蚀区植被恢复对土壤呼吸及其温度敏感性的影响[J]. 土壤学报, 2019, 56(1):135−145.

    Deng C, Lü M K, Zeng M, et al. Impacts of vegetation restoration on soil respiration and its sensitivity to temperature in eroded red soil area[J]. Acta Pedologica Sinica, 2019, 56(1): 135−145.
    [18] Phillips C L, Nickerson N, Risk D, et al. Interpreting diel hysteresis between soil respiration and temperature[J]. Global Change Biology, 2011, 17(1): 515−527. doi:  10.1111/gcb.2010.17.issue-1
    [19] Pavelka M, Acosta M, Marek M V, et al. Dependence of the Q10 values on the depth of the soil temperature measuring point[J]. Plant and Soil, 2007, 292(1-2): 171−179. doi:  10.1007/s11104-007-9213-9
    [20] Vargas R, Baldocchi D D, Allen M F, et al. Looking deeper into the soil: biophysical controls and seasonal lags of soil CO2 production and efflux[J]. Ecological Applications: a Publication of the Ecological Society of America, 2010, 20(6): 1569−1582. doi:  10.1890/09-0693.1
    [21] Stockfors J. Temperature variations and distribution of living cells within tree stems: implications for stem respiration modeling and scale-up[J]. Tree Physiology, 2000, 20(15): 1057−1062. doi:  10.1093/treephys/20.15.1057
    [22] Wang X, Piao S, Ciais P, et al. Are ecological gradients in seasonal Q10 of soil respiration explained by climate or by vegetation seasonality[J]. Soil Biology and Biochemistry, 2010, 42(10): 1728−1734. doi:  10.1016/j.soilbio.2010.06.008
    [23] Xu M, Qi Y. Spatial and seasonal variations of Q10 determined by soil respiration measurements at a Sierra Nevadan forest[J]. Global Biogeochemical Cycles, 2001, 15(3): 687−696. doi:  10.1029/2000GB001365
    [24] Davidson E. Soil water content and temperature as independent or confounded factors controlling soil respiration in a temperate mixed hardwood forest[J]. Global Change Biology, 2010, 4(2): 217−227.
    [25] Graf A, Weihermüller L, Huisman J A, et al. Measurement depth effects on the apparent temperature sensitivity of soil respiration in field studies[J]. Biogeosciences, 2008, 5(4): 1175−1188. doi:  10.5194/bg-5-1175-2008
    [26] Zhang Q, Katul G G, Oren R, et al. The hysteresis response of soil CO2 concentration and soil respiration to soil temperature[J]. Journal of Geophysical Research Biogeosciences, 2015, 120(8): 1605−1618. doi:  10.1002/2015JG003047
    [27] 赵娜, 孟平, 张劲松, 等. 华北低丘山地不同退耕年限刺槐人工林土壤质量评价[J]. 应用生态学报, 2014, 25(2):351−358.

    Zhao N, Meng P, Zhang J S, et al. Soil quality assessment of Robinia psedudoacia plantations with various ages in the Grain-for-Green Program in hilly area of North China[J]. Chinese Journal of Applied Ecology, 2014, 25(2): 351−358.
    [28] 庄静静, 张劲松, 孟平, 等. 华北低山丘陵区土壤CH4通量对脉冲降雨的响应[J]. 东北林业大学学报, 2015, 43(10):72−78. doi:  10.3969/j.issn.1000-5382.2015.10.015

    Zhuang J J, Zhang J S, Meng P, et al. Response of soil CH4 fluxes on the pulse precipitation in low hilly land of North China[J]. Journal of Northeast Forestry University, 2015, 43(10): 72−78. doi:  10.3969/j.issn.1000-5382.2015.10.015
    [29] 赵娜. 太行山南段低丘区不同土地利用方式土壤碳通量组成及其影响机理[D]. 北京: 中国林业科学研究院, 2014.

    Zhao N. The components and influence mechanism of soil carbon flux under different land use types in hilly area of southern Taihang Mountains, China[D]. Beijing:Chinese Academy of Forestry, 2014.
    [30] Vries F W T P D. The cost of maintenance processes in plant cells[J]. Annals of Botany, 1975, 39(1): 77−92. doi:  10.1093/oxfordjournals.aob.a084919
    [31] Amthor J S. Plant respiratory responses to the environmental and their effects on the carbon balance[M]//Willkinson R E. Plant-environment interactions. New York: Marcel Dekker, 1994: 501−554.
    [32] Wang B, Zha T S, Jia X, et al. Soil moisture modifies the response of soil respiration to temperature in a desert shrub ecosystem[J]. Biogeosciences, 2014, 11(6): 9213−9242.
    [33] 王娟. 宝天曼森林凋落物分解与土壤呼吸特征研究[D]. 北京: 北京林业大学, 2015.

    Wang J. Forest litter decomposition and soil respiration characteristics in baotianman[D]. Beijing: Beijing Forestry University, 2015.
    [34] 刘春霞, 王玉杰, 王云琦, 等. 重庆缙云山3种林型土壤呼吸及其影响因子[J]. 土壤通报, 2013, 44(3):587−593.

    Liu C X, Wang Y J, Wang Y Q, et al. Soil respiration and impact factors of 3 forest types in Jinyun Mountain of Chongqing[J]. Chinese Journal of Soil Science, 2013, 44(3): 587−593.
    [35] 周政达, 张蕊, 高升华, 等. 模拟氮沉降对长江滩地杨树林土壤呼吸温度敏感性的影响[J]. 生态学报, 2015, 35(21):6947−6956.

    Zhou Z D, Zhang R, Gao S H, et al. Effects of simulated nitrogen deposition on temperature sensitivity of soil respiration components in Populus L. plantations in a riparian zone of the Yangtze River[J]. Acta Ecologica Sinica, 2015, 35(21): 6947−6956.
    [36] 王慧梅, 祖元刚, 李雪莹, 等. 林木非同化器官与土壤呼吸的温度系数Q10值的特征分析[J]. 植物生态学报, 2005, 29(4):680−691. doi:  10.3321/j.issn:1005-264X.2005.04.022

    Wang H M, Zu Y G, Li X Y, et al. Characteristics of root, stem, and soil respiration Q10 temperature coefficients in forest ecosystems[J]. Acta Phytoecologica Sinica, 2005, 29(4): 680−691. doi:  10.3321/j.issn:1005-264X.2005.04.022
    [37] 展小云, 于贵瑞, 郑泽梅, 等. 中国区域陆地生态系统土壤呼吸碳排放及其空间格局: 基于通量观测的地学统计评估[J]. 地理科学进展, 2012, 31(1):97−108.

    Zhan X Y, Yu G R, Zheng Z M, et al. Carbon emission and spatial pattern of soil respiration of terrestrial ecosystems in China: based on geostatistic estimation of flux measurement[J]. Progress in Geography, 2012, 31(1): 97−108.
    [38] Kuzyakov Y, Gavrichkova O. Review: time lag between photosynthesis and carbon dioxide efflux from soil: a review of mechanisms and controls[J]. Global Change Biology, 2010, 16(12): 3386−3406. doi:  10.1111/j.1365-2486.2010.02179.x
    [39] Vargas R, Allen M F. Diel patterns of soil respiration in a tropical forest after Hurricane Wilma[J]. Journal of Geophysical Research, 2008, 113(G3): 1−10.
    [40] Savage K, Davidson E A, Tang J. Diel patterns of autotrophic and heterotrophic respiration among phenological stages[J]. Global Change Biology, 2013, 19(4): 1151−1159. doi:  10.1111/gcb.12108
    [41] Mencuccini M, Hölttä T. The significance of phloem transport for the speed with which canopy photosynthesis and belowground respiration are linked[J]. New Phytologist, 2010, 185(1): 189−203. doi:  10.1111/j.1469-8137.2009.03050.x
    [42] Vargas R, Baldocchi D D, Bahn M, et al. On the multi-temporal correlation between photosynthesis and soil CO2 efflux: reconciling lags and observations[J]. New Phytologist, 2011, 191(4): 1006−1017. doi:  10.1111/nph.2011.191.issue-4
    [43] 廖艳. 我国典型低温区土壤有机碳变化及土壤呼吸特征[D]. 北京: 中国地质大学, 2011.

    Liao Y. Soil organic carbon change and soil respiration characteristics in the typical regions with low temperature in China[D]. Beijing: China University of Geosciences, 2011.
    [44] Luo Y, Zhou X. Soil respiration and the environment[M]. New York: Academic Press, 2006.
    [45] Hirano T, Kim H, Tanaka Y. Long-term half-hourly measurement of soil CO2 concentration and soil respiration in a temperate deciduous forest[J/OL]. Journal of Geophysical Research Atmospheres, 2003, 108(20): 4631. (2003−10−18) [2017−12−02]. https://doi.org/10.1029/2003JD003766.
  • [1] 张静, 漆楚生, 母军.  热处理温度和时间对杉木质量损失和静曲强度的影响 . 北京林业大学学报, 2020, 42(): 137-144. doi: 10.12171/j.1000-1522.20200257
    [2] 2019-10目录 . 北京林业大学学报, 2019, 41(10): -.
    [3] 段文标, 郭绮雯, 陈立新, 冯静, 王丽霞, 杜珊.  阔叶红松混交林不同大小林隙地表温度和浅层土壤温度的时空异质性 . 北京林业大学学报, 2019, 41(9): 108-121. doi: 10.13332/j.1000-1522.20180390
    [4] 吴建召, 严思维, 崔羽, 罗清虎, 林勇明, 王道杰, 吴承祯.  地震灾区2种气候生态治理区恢复初期土壤呼吸动态及其影响因子 . 北京林业大学学报, 2019, 41(3): 93-104. doi: 10.13332/j.1000-1522.20180192
    [5] 段北星, 满秀玲, 宋浩, 刘家霖.  大兴安岭北部不同类型兴安落叶松林土壤呼吸及其组分特征 . 北京林业大学学报, 2018, 40(2): 40-50. doi: 10.13332/j.1000-1522.20170215
    [6] 邵英男, 田松岩, 刘延坤, 陈瑶, 孙志虎.  密度调控对长白落叶松人工林土壤呼吸的影响 . 北京林业大学学报, 2017, 39(6): 51-59. doi: 10.13332/j.1000-1522.20170029
    [7] 左强, 何怀江, 张春雨, 赵秀海, 张君, 李金功.  采伐对蛟河阔叶红松混交林土壤呼吸的影响 . 北京林业大学学报, 2016, 38(4): 71-76. doi: 10.13332/j.1000-1522.20160055
    [8] 刘博奇, 牟长城, 邢亚娟, 韩士杰, 姜思领, 王庆贵.  小兴安岭典型温带森林土壤呼吸对强降雨的响应 . 北京林业大学学报, 2016, 38(4): 77-85. doi: 10.13332/j.1000-1522.20150431
    [9] 李思思, 贺康宁, 田赟, 左巍, 王玮璐, 唐达, 张潭, 李倩.  青海高寒区5种典型林分土壤呼吸季节变化及其影响因素 . 北京林业大学学报, 2016, 38(10): 95-103. doi: 10.13332/j.1000-1522.20160073
    [10] 夏延国, 董芳宇, 吕爽, 王键铭, 井家林, 李景文.  极端干旱区胡杨细根的垂直分布和季节动态 . 北京林业大学学报, 2015, 37(7): 37-44. doi: 10.13332/j.1000-1522.20150082
    [11] 吴鹏, 崔迎春, 赵文君, 舒德远, 杨文斌, 丁访军.  改变凋落物输入对喀斯特森林主要演替群落土壤呼吸的影响 . 北京林业大学学报, 2015, 37(9): 17-27. doi: 10.13332/j.1000-1522.20150052
    [12] 罗大庆, 张晓娟, 任德智.  藏东南色季拉山冷杉林林隙与非林隙小气候比较 . 北京林业大学学报, 2014, 36(6): 48-53. doi: 10.13332/j.cnki.jbfu.2014.06.011
    [13] 黄小辉, 冯大兰, 朱恒星, 耿养会, 陈道静.  三峡库区马尾松林土壤有机碳的组成及含量 . 北京林业大学学报, 2014, 36(2): 38-43.
    [14] 段亮亮, 满秀玲, 刘玉杰, 刘海亮, 田野宏, 刘茜.  大兴安岭北部天然落叶松林土壤水分空间变异及影响因子分析 . 北京林业大学学报, 2014, 36(4): 36-41. doi: 10.13332/j.cnki.jbfu.2014.04.010
    [15] 赵冰清, 王云琦, 王彬, 王玉杰, 张会兰.  环境因子对重庆缙云山林地土壤呼吸动态特征的作用 . 北京林业大学学报, 2014, 36(3): 83-89. doi: 10.13332/j.cnki.jbfu.2014.03.012
    [16] 苏培玺, 周紫鹃, 张海娜, 李善家, 解婷婷.  荒漠植物沙拐枣群体光合作用及土壤呼吸研究 . 北京林业大学学报, 2013, 35(3): 56-64.
    [17] 李学斌, 陈林, 吴秀玲, 张硕新, 谢应忠.  荒漠草原4种典型植物群落枯落物输入对土壤呼吸的影响 . 北京林业大学学报, 2012, 34(5): 80-85.
    [18] 冯朝阳, 吕世海, 高吉喜, 刘尚华, 林栋, .  华北山地不同植被类型土壤呼吸特征研究 . 北京林业大学学报, 2008, 30(2): 20-26.
    [19] 王小国, 朱波, 美荣, 艳强, 循华, .  川中丘陵区桤柏混交林地土壤CO2释放与Forest-DNDC模型模拟 . 北京林业大学学报, 2008, 30(2): 27-32.
    [20] 李红, 包仁艳, 谢力生, 赵东, 王跃思, 李利平, 贺康宁, 孙仁山, 吕建雄, 王继强, 周存宇, 高莉萍, 程广有, 姜春宁, 包满珠, 邢韶华, 向仕龙, 李文彬, 周国逸, 于志明, 李世荣, 李吉跃, 高林, 高峰, 孙扬, 殷亚方, 田勇臣, 孙磊, 郑彩霞, 曹全军, 王迎红, 赵勃, 赵有科, 刘娟娟, 史常青, 葛春华, 王清春, 丁坤善, 张德强, 唐晓杰, 孙艳玲, 华丽, 周心澄, 高亦珂, 姜笑梅, 刘世忠, 张启翔, 崔国发, .  鼎湖山针阔叶混交林土壤呼吸的研究 . 北京林业大学学报, 2005, 27(4): 23-27.
  • 加载中
图(3) / 表 (3)
计量
  • 文章访问数:  637
  • HTML全文浏览量:  271
  • PDF下载量:  29
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-12-06
  • 修回日期:  2019-01-17
  • 刊出日期:  2019-04-01

太行山南麓刺槐人工林土壤呼吸与土壤温度间的滞后关系

doi: 10.13332/j.1000-1522.20180398
    基金项目:  国家自然科学基金项目(31872703,31570617)
    作者简介:

    徐昳晅。主要研究方向:森林生态系统碳循环。Email:xuyixuan940130@sina.com 地址:100083 北京市海淀区清华东路35号北京林业大学林学院

    通讯作者: 同小娟,教授,博士生导师。主要研究方向:气候变化与生态过程。 Email:tongxj@bjfu.edu.cn 地址:同上
  • 中图分类号: S718.51+6

摘要: 目的土壤呼吸是陆地生态系统碳循环的一个重要组成部分。本研究在年尺度和日尺度上分析刺槐人工林土壤呼吸与各土层温度间的温度敏感系数(Q10)的差异,并探讨土壤呼吸与各土层温度间的时间滞后。方法利用土壤呼吸自动观测系统Li-8150对太行山南麓50年生刺槐林进行定位观测。结果在年尺度上,刺槐人工林土壤呼吸与各土层温度在时间上的滞后不明显,且呈现显著的指数关系(P < 0.001)。Q10在2.23 ~ 2.53之间变动,且Q10随土壤温度测量深度的增加而略微增大,指数模型拟合系数(R2)随土壤温度测量深度的增加而略微减小。土壤呼吸与各土层温度不需要相位校准。在日尺度上,土壤呼吸与各层温度存在时间上的滞后,拟合系数R2较小,获得Q10并不准确。土壤呼吸与各土层温度需要进行相位校准,校准后的土壤呼吸与土壤温度间的拟合系数R2增大,获得的Q10更准确,并且Q10值随土壤温度测量深度增加而增加,但是深层(> 20 cm)的Q10过大并不符合生物学规律。在土壤浅层(< 20 cm),Q10随深度增加与土层温度变化幅度有关。结论在年尺度上,各土层Q10值相差不大,都能较理想反映全年刺槐林土壤呼吸与温度的关系。在日尺度上,本研究推荐使用浅层的Q10来反映日间刺槐林土壤呼吸与土壤温度关系。

English Abstract

徐昳晅, 同小娟, 张劲松, 孟平, 李俊. 太行山南麓刺槐人工林土壤呼吸与土壤温度间的滞后关系[J]. 北京林业大学学报, 2019, 41(4): 78-87. doi: 10.13332/j.1000-1522.20180398
引用本文: 徐昳晅, 同小娟, 张劲松, 孟平, 李俊. 太行山南麓刺槐人工林土壤呼吸与土壤温度间的滞后关系[J]. 北京林业大学学报, 2019, 41(4): 78-87. doi: 10.13332/j.1000-1522.20180398
Xu Yixuan, Tong Xiaojuan, Zhang Jinsong, Meng Ping, Li Jun. Time lag between soil respiration and soil temperature in a Robinia pseudoacacia plantation in the south of the Taihang Mountains[J]. Journal of Beijing Forestry University, 2019, 41(4): 78-87. doi: 10.13332/j.1000-1522.20180398
Citation: Xu Yixuan, Tong Xiaojuan, Zhang Jinsong, Meng Ping, Li Jun. Time lag between soil respiration and soil temperature in a Robinia pseudoacacia plantation in the south of the Taihang Mountains[J]. Journal of Beijing Forestry University, 2019, 41(4): 78-87. doi: 10.13332/j.1000-1522.20180398
  • 土壤呼吸是陆地生态系统碳循环的重要组成部分,它是指在未经扰动的土壤中产生CO2的所有代谢作用,包括根系的自养呼吸以及微生物和土壤动物的异氧呼吸,占生态系统呼吸的60% ~ 90%[1]。土壤呼吸受很多因素的影响,如土壤温度[2]、土壤水分[3-4]、土壤微生物[5]、植被光合作用[6-7]、土壤氮素[8]、土壤有机碳[9-10]等。在这些因素中,土壤温度在解释土壤呼吸变化上起到非常重要的作用[11-14]

    土壤温度广泛的应用于土壤呼吸(RS)模型以计算温度敏感系数(Q10[15]Q10是评价呼吸作用的重要指标,它是指温度每增加10 ℃土壤呼吸速率增加的倍数。因此,Q10值的正确估算对未来预测气候变暖具有重要的意义。大部分研究在年尺度下,利用指数模型对全年的土壤呼吸与土壤温度拟合估计Q10[16-17]。在日尺度上探讨土壤呼吸与土壤温度间的关系则相对较少,主要原因可能是在日尺度上土壤呼吸与土壤温度存在时间上的相位差,即土壤呼吸对温度响应出现了一个滞后时间[18-20]。而Q10的计算依赖于土壤呼吸响应温度的曲线形状和测量温度变化幅度[21]。由于土壤呼吸与土壤温度之间存在相位差(时间的滞后),两者会出现利用指数模型无法拟合的情况,需对数据进行平移校准以消除相位差,再进行指数拟合计算Q10,此时需要讨论平移校准后不同土层的Q10与土壤温度测量深度的关系。

    许多学者指出不同土壤层的Q10是不同的[22-23]Q10随土壤温度测量深度的增加而增加[24],这与不同深度的土层温度变化幅度有关[19]。Xu等[20]在美国内华达山森林研究指出,土壤5、10和15 cm的Q10值分别为1.72、1.82和1.88。这是因为在空间尺度下,土壤温度呈现垂直梯度分布,土壤呼吸对不同土层温度的响应存在不同的滞后现象。造成土壤呼吸与温度间滞后的原因是:扩散到地表的CO2来自不同土层[25],土壤热传递符合傅里叶热传导定律[19,26]。为正确的评估碳排放对气候影响,需要考虑土壤呼吸与土壤温度之间的滞后关系并准确的测量日尺度下的Q10

    本研究利用Li-8150土壤呼吸自动观测系统对太行山南麓50年生刺槐林进行定位观测。在年尺度和日尺度上探讨土壤呼吸与各土层温度所得的Q10的差异及准确性,分析土壤呼吸和土壤温度间的时间滞后。需要探讨两个重要的问题分别是:(1)在年尺度和日尺度下,确定土壤呼吸与不同土层温度间的时间滞后。(2)在年尺度和日尺度下,确定土壤呼吸与哪一个深度土层温度所得的Q10能够较精确的反映土壤呼吸与温度的关系。

    • 本研究于黄河小浪底森林生态系统定位站内进行。该站点位于河南省黄河小浪底库区境内(35°01′N、112°28′E)地处黄河中游,北依太行山,属于典型的低山丘陵石质山区[27],定位站中心海拔高度达410 m,具有温带季风性气候。全年平均气温为12.4 ~ 14.3 ℃,平均降水量641.7 mm,其中,6—9月的降水量438.0 mm,约占全年的68.3%。全年日照时数2 367.7 h,年日照率54%,≥ 0 ℃年平均积温为5 282 ℃,≥ 10 ℃年平均积温4 847 ℃[28]

      本研究选取了黄河小浪底森林生态系统定位站内50年生的刺槐(Robinia pseudoacacia)林,样地海拔为315 m,东北坡向,坡度35°。在植被构建之前刺槐人工林为农田,目前主要植被为刺槐,平均株高10.49 m,平均胸径10.45 cm,郁闭度为0.85,平均土层厚度为61 cm[29]

    • 2017年3月,在太行山南段50年生刺槐林样地内选取了一块20 m × 20 m地势平坦,立地条件相对均一稳定的地段,将3个PVC采样环纵向插入土壤,并安装A、B和C 3个气室。安装好气室后静置,经过2个多月的未扰动使土壤平稳的恢复到自然状态,于6月份开始利用红外分析法的Li-8150土壤长期定位观测系统(Li-cor.,USA)观测,观测系统控制室程序设定:每个气室测量的时间为195 s(包括排空时间45 s,预纯化30 s,观测120 s)。气室测量是以A—B—C的顺序进行循环,设定完成一个循环为10 min,每20 min 1个循环,1 h内3个循环共9次测量。每小时内对这9次测量取均值算得样地每小时呼吸均值。2017年7月—2018年8月共获得214 d完整的昼夜变化连续观测数据,其中,2017年7月(31 d)、2017年8月(19 d)、2017年9月(15 d)、2017年10月(13 d)、2017年11月(11 d)、2017年12月(7 d)、2018年1月(23 d)、2018年2月(0 d)、2018年3月(17 d)、2018年4月(17 d)、2018年5月(31 d),2018年6月(30 d)。各月土壤呼吸通量的日变化均为各月不同天数土壤呼吸通量的日平均。另外,分别同步观测3个气室的5、15、25和35 cm的土层温度(T)和土壤体积含水量(W)。土壤温度(T)利用土壤温度传感器AV-10T(U.S.A.,Avalon)测定;土壤体积含水量(W)利用土壤含水量传感器EC-H2O(U.S.A.,Dielectric Aquamete)测定。以上数据均由数据采集器AR5-8A-SE(U.S.A.,Pace Scientific)采集,温湿度数据以每小时均值记录。

    • 本研究运用van’t Hoff模型来定量模拟土壤呼吸和土壤温度的关系,该模型如下[15]

      $$ {R_{\rm{S}}} = {R_0}{{\rm{e}}^{\alpha T}} $$ (1)

      式中:RS为土壤呼吸速率(μmol/(m2·s)),R0为土壤温度在0 ℃时的土壤呼吸速率(μmol/(m2·s)),α为模型参数,T为土壤温度(℃)。

      如果上述模型运行时,土壤呼吸与温度拟合过程中无法收敛,那么可以考虑对土壤呼吸RS取自然对数(ln RS),再与土壤温度T进行简单的线性拟合[30-31]

      $$ \ln{R_{\rm{S}}} = \alpha T + \beta $$ (2)

      式中:β是参数。

      土壤呼吸温度敏感系数Q10,表示温度每升高10 ℃,土壤呼吸所增加的倍数,计算公式为:

      $$ {Q_{10}} = {{\rm{e}}^{10\alpha }} $$ (3)
    • Pavelka等[19]研究指出在没有数据离异值的情况下,不同深度Q10计算值间比较换算,

      $${{{Q}}_{{{10D2}}}}{{ = }}{{{Q}}_{{{10D2}}}}^{\frac{{\Delta {T_{{{D1}}}}}}{{\Delta {{{T}}_{{{D2}}}}}}}$$ (4)

      式中:Q10D1Q10D2分别表示在第1、2个土壤深度下计算获得Q10,ΔTD1、ΔTD2分别表示在第1、2个土壤深度下的温度变化范围。

    • 本研究使用office excel 2018对土壤呼吸、温度、水分进行数据处理(每小时均值、日均值、月均值)。使用SPSS 19.0对土壤呼吸与各土层温度进行回归分析(置信度为0.95),并使用Origin Pro 8.0 进行绘图。

    • 在一整年研究期间(2017年7月—2018年6月),土壤湿度变化范围在0.18 ~ 0.26之间(图1b)。Wang等[32]在沙漠灌丛研究中指出:当土壤体积含水量大于0.08 m3/m3,土壤呼吸与表层土壤温度间的滞后关系受水分影响不明显。本研究主要讨论土壤呼吸与土壤温度的关系,在观测期间内土壤体积含水量最低值18% > 8%,不存在土壤水分不足的情况。因此,我们假定水分对讨论土壤呼吸与土壤温度的关系没有太大影响。

      图  1  土壤温度(a)、湿度(b)和土壤呼吸(c)的月均变化

      Figure 1.  Average monthly variations of soil temperature (a), soil moisture (b) and soil respiration (c)

      各土层月均温度呈季节性变化,2017年秋季降温,在冬季到达最低值,2018年春季回暖,在夏季达到最高(图1a)。全年土壤呼吸变化也具有明显的季节特征,最低值出现在2018年1月份,为0.41 µmol/(m2·s),最高值出现在2017年8月,为5.84 µmol/(m2·s)(图1c)。土壤呼吸夏季高,冬季低,这与大部分学者得出的结论类似[33-34]。土壤呼吸与各土层温度变化基本同步,土壤呼吸与土壤温度在时间上的滞后不明显,且两者呈现显著的指数相关关系(P < 0.001)(图2)。土壤呼吸对各土层温度的敏感系数(Q10)在2.23 ~ 2.53之间变动,土壤呼吸对深层土壤温度的敏感性较高,土壤呼吸与各土层温度的指数模型(Eq.1)拟合系数R2随着深度略微减小,5、15、25和35 cm土壤温度分别可以解释土壤呼吸变化的75%、76%、73%和69%(图2)。

      图  2  全年土壤呼吸与5、15、25、和35 cm土壤温度的关系

      Figure 2.  Relationship between soil respiration and soil temperature at the 5, 15, 25 and 35 cm depth throughout the year

    • 2017年秋季10月和2018年春季(3、4、5月),土壤呼吸对5 cm土壤温度响应不存在时间滞后(表1);而其他月份土壤呼吸与5 cm土壤温度之春季间存在时间滞后,且夏季(6、7月)和冬季(12、1月)滞后时间较为明显,滞后时间分别为3、4 h和4、4 h(表1)。2017年7、8月,平移校准后的土壤呼吸与土壤温度的不存在指数关系(F-test,P > 0.05),而 2018年5月,平移校准后的土壤呼吸与土壤温度拟合系数R2过小,这说明5月土壤温度与土壤呼吸间的指数模拟不合适(R2 = 0.27,表1)。本研究不考虑个别月份土壤呼吸与土壤温度之间复杂图像变化关系,例如上述2017年7月和8月以及2018年5月,这些月份土壤呼吸与温度图像不符合滞后关系,需要在今后进行深入探讨(图3)。

      表 1  各月土壤5 cm处的未校准化Q10与校准化Q10比较

      Table 1.  Comparison between non-calibrated Q10 and calibrated Q10 at soil depth of 5 cm

      日期   
      Date   
      未校准 Non-calibrated 滞后时间
      Lag time/h
      校准 Calibrated
      Q10 R2 P Q10 R2 P
      2017−07 0.76 0.11 0.11 4 1.39 0.16 0.06
      2017−08 0.79 0.41 0.34 1 1.03 0.001 0.90
      2017−09 0.99 0.001 0.95 3 3.00 0.48 ***
      2017−10 7.92 0.67 *** 0 7.92 0.67 ***
      2017−11 1.36 0.164 ** 2 1.80 0.62 ***
      2017−12 0.42 0.37 *** 4 1.14 0.67 ***
      2018−01 0.92 0.006 0.71 4 2.05 0.49 ***
      2018−03 2.51 0.72 *** 0 2.51 0.72 ***
      2018−04 2.01 0.62 *** 0 2.01 0.62 ***
      2018−05 1.63 0.29 *** 0 1.63 0.27 ***
      2018−06 1.45 0.11 0.11 3 2.53 0.73 ***
      注:滞后时间等于呼吸最高峰出现的时间减去温度最高峰出现的时间,即lag time = t呼吸的高峰值t温度高峰值**表示P < 0.05,差异显著;***表示P < 0.01,差异极显著。各月土壤呼吸与5 cm土壤温度的相位图详细信息参考图3。Notes: lag time is equal to the time of the peak of respiration minus the time of the peak of temperature, i.e., lag time = tmax soil respirationtmin soil respiration. ** means P < 0.05 and *** means P < 0.01. Referring to Fig. 3 for detailed information that monthly phase pattern of soil respiration and temperature at depth of 5 cm.

      图  3  各月土壤呼吸与土壤5 cm温度的日变化

      Figure 3.  Diurnal pattern of soil respiration and soil temperature at the depth of 5 cm

      本研究仅仅考虑各月土壤呼吸日均变化与5 cm土壤温度日均变化基本类似(保证平移后可获得较好的R2),如2017年11月、2018年1月、3月和6月,但是两者时间上不同步(土壤呼吸与土壤温度存在时间上的滞后)(图3)。因此,春、夏、秋、冬分别代表性的选取了上述月份(3、6、11和1月)进行土壤呼吸与各土层温度日变化关系探讨。上述月份(3、6、11和1月)土壤呼吸与5 cm土壤温度之间的滞后时间分别为0、3、2和4 h(表1),夏季6月和冬季1月土壤呼吸与5 cm土壤温度间滞后时间较大,这可能分别与植物光合作用和酶有关。

    • 对春、夏、秋、冬代表性月份(3、6、11和1月)进行土壤呼吸与各土层温度日变化关系探讨可知(表2)。土壤呼吸与土壤浅层(5和15 cm)温度之间的滞后时间明显大于土壤呼吸与土壤深层(25和35 cm)温度之间的滞后时间,以2017年11月为例,土壤呼吸滞后土壤5、15、25和35 cm温度分别为2、0、− 4和− 7 h(表2)。Pavelka等[19]研究指出,土壤呼吸对不同深度土壤温度响应存在一个时间的滞后和最适拟合度。当存在时间滞后时候(即土壤呼吸与温度未进行相位校准时),通过对土壤呼吸取自然对数后与土壤温度进行指数拟合(Eq.2,3),拟合方程的R2非常小,计算得到的Q10值并不可靠(表2)。Pavelka等[19]、Graf等[25]研究表明,土层越深,土壤呼吸与土层温度间的滞后时间值越小,两者间指数函数拟合系数R2也越小,计算获得Q10值也更不准确。

      表 2  不同土层的未校准Q10与校准Q10的比较

      Table 2.  Comparison of non-calibrated Q10 and calibrated Q10 in each soil layer

      月份 
      Month 
      深度
      Depth/cm
      未校准
      Non-calibrated
      滞后时间
      Lag time/h
      校准
      Calibrated
      温度幅度
      Temperature amplitude/℃
      Q10 R2 P Q10 R2 P ΔT (TmaxTmin)
      2017−11 5 1.36 0.16 ** 2 1.80 0.62 *** 1.9
      15 9.68 0.83 *** 0 9.68 0.83 *** 0.6
      25 2.92 0.08 0.18 − 4 0.13 0.29 *** 0.4
      35 0.41 0.03 0.40 − 7 79.0 0.83 *** 0.26
      2018−01 5 0.92 0.006 0.71 4 2.05 0.49 *** 2.15
      15 1.17 0.007 0.70 4 0.28 0.44 *** 1.18
      25 1.01 0.000 1 0.99 4 0.18 0.47 *** 1.05
      35 2.03 0.02 0.51 2 20.5 0.36 *** 0.47
      2018−03 5 2.51 0.72 *** 0 2.51 0.72 *** 5.49
      15 0.001 0.67 *** − 1 10.3 0.79 *** 2.09
      25 14.59 0.22 ** − 4 116.75 0.69 *** 0.99
      35 3.67 0.007 0.70 − 6 55 128 0.72 *** 0.41
      2018−06 5 1.45 0.11 0.11 3 2.53 0.73 *** 1.6
      15 5.42 0.70 *** 1 6.3 0.84 *** 0.91
      25 32.40 0.78 *** − 1 39.7 0.87 *** 0.44
      35 395.40 0.56 *** − 3 3 327.6 0.81 *** 0.26
      注:滞后时间等于呼吸最高峰出现的时间减去温度最高峰出现的时间,即lag time = t呼吸的高峰值t温度高峰值。土壤呼吸在温度之前先达到峰值,滞后时间为负数,反之(温度先达到峰值)为正。**表示P < 0.05,差异显著;***表示P < 0.01,差异极显著。Notes: lag time is equal to the time of the peak of respiration minus the time of the peak of temperature, i.e., lag time = tmax soil respirationtmin soil respiration. Negative lags indicate soil respiration reaching a maximum before temperature whereas positive lags indicate temperature peaking first. ** means P < 0.05, *** means P < 0.01.

      土壤呼吸与土壤温度存在相位差需要对其中一项进行平移校准(本研究对土壤呼吸进行平移),土壤呼吸数据进行校准后再与土壤温度进行指数拟合,拟合系数R2明显变大(表2),且通过平移标准化后获得的Q10随深度明显变大。例如,2018年6月标准化土壤呼吸与5、15、25和35 cm土壤温度间获得的R2分别为 0.73、0.84、0.87、0.81以及对应获得Q10分别为2.53、6.3、39.7、3 327.6(表2),但是,在这里Q10 > 6.3并不太符合生物学规律。Pavelka等[19]对不同土层Q10研究,也获得了类似的结果(数据标准化后在土壤深度10和30 cm的Q10值分别为13.1和798.7),并指出深层Q10值过大不符合生物学规律。数据标准化后,土壤呼吸与较深的土壤温度间拟合获得的Q10值更高,这与土层温度变化幅度有关[21]。本研究对该结论进行了验证。不同土层温度日变化幅度不同,以2018年3月为例,温度日变化幅度随深度增加而减小(表2)。本研究没有测量地表(0 cm)温度,所以无法计算获得土壤表层(0 cm)处的Q10,以土壤表层5 cm处的Q10作为基准,并且选取了校准后土壤呼吸与各土壤层温度拟合系数R2较稳定一致的2018年3月和6月为例(表2)。利用Eq.4计算获得的各层的Q10与利用Eq.3获得Q10比较(表3),发现15 cm前两者Q10差异不大,如2018年3月,土壤15 cm处计算获得的Q10Eq.4Q10Eq.3分别是11.24和10.3。说明浅层(< 20 cm)土层温度变化幅度对Q10值的有较好的影响。

      表 3  不同公式计算的Q10比较

      Table 3.  Comparison of Q10 calculated by different formulas

      深度
      Depth/cm
      2018−03 2018−06
      Q10Eq.3 Q10Eq.4 Q10Eq.3 Q10Eq.4
      5 2.51 2.51 2.53 2.53
      15 10.3 11.24 6.3 5.1
      25 116.8 137 39.7 29.2
      35 55 128 110 689 3 327.6 301
      注:Q10Eq.3表示利用式(3)计算获得的Q10Q10Eq.4表示利用式(4)计算获得的Q10。Notes: Q10Eq.3 is calculated with equation (3) and Q10Eq.4 is calculated with equation (4).
    • 在全年尺度上,刺槐人工林土壤呼吸与各土层温度总体呈现较一致的变化趋势,土壤呼吸与各土层温度变化较为同步,土壤呼吸与各土层温度在时间上的不存在滞后,且呈现显著的指数关系(P < 0.001)(图12)。刺槐人工林土壤呼吸变化的69% ~ 76%可由土壤温度来解释。Soe等[11]对欧洲山毛榉(Fagus sylvatica)林土壤呼吸研究发现,土壤温度可以解释68% ~ 95%的土壤呼吸差异。周政达等[35]对长江滩地杨树(Populus spp.)林土壤呼吸研究得出,土壤温度可以解释50.5% ~ 71%的土壤呼吸的变化。大部分研究采用年尺度下Q10来反映土壤呼吸与土壤温度[16-17,35]。本研究年尺度下所得的Q10值为2.23 ~ 2.52,与王慧梅等[36]所得的森林土壤根系呼吸Q10为2.4和展小云等[37]统计了中国区域森林生态系统土壤10 cm深度的Q10为2.35 ± 0.79接近。

    • 在日尺度上,刺槐人工林土壤呼吸与各土层温度存在时间上的滞后(表2)。土层越深,土壤呼吸与土壤温度间的滞后时间值越小,拟合系数R2也越小,计算获得Q10值也更不准确。因此,Q10的计算依赖于土壤呼吸对温度的响应曲线形状和测量温度变化幅度[21]。各月份土壤呼吸与5 cm土壤温度日间滞后时间不同:春季3、4月份土壤呼吸与土壤温度不存在滞后,夏季6月份土壤呼吸与土壤温度滞后时间为3 h,秋季9、10和11月土壤呼吸与土壤温度滞后时间分别为3、0和2 h,冬季12、1月土壤呼吸与土壤温度滞后时间均为4 h(表1)。Wang等[32]在宁夏对沙漠灌丛土壤呼吸与土壤10 cm温度之间的日滞后研究得出,3、4和5月的滞后时间分别为5、5和3 h,6、7和8月的滞后时间分别为3、2和4 h,9、10和11月的滞后时间分别为4、2和2 h,12、1和2月的滞后时间分别为4、4和5 h。本研究在夏季和冬季的滞后时间与Wang等[32]研究结果较一致;春秋季,本研究所得滞后时间低于Wang等[32]所得结果。出现这种不同结果可能与特殊地域气候有关。本研究在太行山南麓开展,研究区域属于暖温带亚湿润阔叶林区,而Wang等[32]的研究区域在宁夏盐池研究站,属于温带大陆性干旱草原区,两研究区域植被类型及各季水热分配存在差异。春秋季刺槐人工林土壤呼吸与土壤5 cm温度间的滞后时间较短为0 ~ 3 h(表1),这与Pavelka等[19]研究挪威云杉(Picea abies)林土壤呼吸与5 cm温度间的滞后时间是2 h的结果类似。然而,本研究夏、冬季土壤呼吸与5 cm土壤温度间滞后时间较春秋季更长。这可能是温带阔叶林在夏季冠层茂密,植物的生理光合作用对滞后影响较其他季节明显。Kuzyakov等[38]研究指出,植物的生理机能进程能够产生滞后。Vargas等[39]通过比较树冠下和开阔地区土壤呼吸与土壤温度的关系,提出光合作用是造成土壤呼吸与土壤温度日滞后现象的主要因素。此外,Savage等[40]从植物生理机能角度做了详细的解释:光合作用受太阳限制,夏季高强度的日光合辐射值促使植物蒸腾减少水分,甚至导致气孔关闭从而减少光合产量向根部输送,最终影响根呼吸,已有研究证实了光合产物从树冠到树根需要的时间大概是几个小时到几天[38,41-42]。本研究没有测量地上太阳辐射、叶面积指数等,无法从定量的角度分析光合作用对土壤呼吸与温度间滞后影响,今后还需要进一步探讨。冬季,土壤呼吸与温度间响应滞后时间较长,作者推测可能与低温影响酶活性有关。廖艳[43]指出土壤呼吸与温度之间有着较为明显的相关关系。土壤呼吸速率随着温度的升高而上升,这在低温条件下尤为明显。在生物化学水平上,呼吸系统有许多酶以驱动糖酵解、三羧酸循环和电子传递链[44]。在低温范围内,呼吸酶的最大活性可能是最大的限制因子[43]。温度可能通过影响中间媒介(植物光合作用以及酶活性)引起土壤呼吸的时间滞后。

    • 本研究证实了土壤呼吸与各土层温度存在日间相位差。土层越深,土壤呼吸与土层温度间的滞后时间值越小,拟合系数R2也越小,计算获得Q10值也更不准确[19]表2)。Q10的计算依赖于土壤呼吸对温度的响应曲线形状和测量土层温度变化幅度[21],土壤呼吸与较深的土层温度间拟合获得的Q10值更高,这与土层温度变化幅度有关[21],且刺槐林浅层土层温度变化幅度对Q10值的有较好的影响,因此表层的Q10能较好的反映日间土壤呼吸与土壤温度关系。可能的原因是:(1)土壤热传递符合傅里叶热传导定律[19,26],表层是连接地上与地下热辐射和气体交换的交界面,土壤呼吸动态变化优先受表层温度的影响。此外,土壤呼吸产生的CO2分子扩散到地表后释放到大气,土壤浅层CO2浓度梯度要高于深层,根据菲克气体扩散定律:浓度梯度越大,扩散通量越大。Hirano等[45]认为浅层土壤呼吸组成了95%的CO2排放,并且发现深层土壤呼吸没有日动态变化,值得注意的是这里土壤呼吸是一个整合体,来自不同土层的CO2排放的总和。这可能是造成土壤呼吸与各土层温度间相位差的原因之一。另外,Phillips等[18]指出滞后原因是热量传递和CO2的扩散没有同时的发生。因此,在今后研究中还需要进一步探讨各层土壤呼吸与对应土层温度间的滞后关系。

    • 在年尺度上,土壤呼吸与各土层温度在时间上的滞后不明显且呈现显著的指数关系(P < 0.001),具有较好的拟合系数R2和理想的Q10。土壤呼吸与各层温度不需要相位校准,且全年各层的Q10范围在2.23 ~ 2.53。各土层Q10相差不大,都能较理想反映全年土壤呼吸与温度的关系。在日尺度上,土壤呼吸与各土层温度存在时间上的滞后,拟合系数R2较低,Q10并不准确。土壤呼吸与各土层温度需要相位校准,校准后的土壤呼吸与土层温度间的拟合系数R2增大,获得的Q10更准确,并且Q10随深度增加,但是深层的Q10过大并不符合生物学规律,另外,在土壤浅层(< 20 cm),Q10随深度增加与土层温度变化幅度有关。土壤呼吸与浅层土壤温度间的滞后时间相对较短,土壤呼吸与浅层土壤温度有较好的拟合关系,R2也较大。针对太行山南麓刺槐人工林,本研究推荐使用浅层的Q10来反映日间土壤呼吸与土壤温度关系。

参考文献 (45)

目录

    /

    返回文章
    返回