干旱區(qū)農(nóng)田土壤呼吸與土壤溫濕度的關(guān)系

劉 秀，張艷林

(湖南科技大學(xué)地理空間信息技術(shù)國家地方聯(lián)合工程實驗室，湖南湘潭 411201)

?

干旱區(qū)農(nóng)田土壤呼吸與土壤溫濕度的關(guān)系

劉 秀，張艷林*

(湖南科技大學(xué)地理空間信息技術(shù)國家地方聯(lián)合工程實驗室，湖南湘潭 411201)

摘要[目的]研究土壤溫濕度對土壤呼吸的影響。[方法]利用LI-cor8100土壤呼吸觀測系統(tǒng)，連續(xù)觀測2012年6月18～30日張掖綠洲農(nóng)田的土壤呼吸速率和土壤溫濕度；分析了土壤呼吸速率的日變化規(guī)律及土壤呼吸與土壤溫濕度之間的關(guān)系；評價了現(xiàn)有的土壤呼吸模型。[結(jié)果]張掖綠洲農(nóng)田的土壤呼吸具有明顯的日變化規(guī)律，該區(qū)域土壤呼吸速率與4 cm深度土壤溫濕度的相關(guān)性最好；土壤呼吸速率與土壤溫度之間的相關(guān)性要遠(yuǎn)遠(yuǎn)好于土壤呼吸速率與土壤水分之間的相關(guān)性。[結(jié)論]在土壤呼吸模型中，同時考慮土壤溫度和土壤水分的土壤呼吸模型的模擬結(jié)果要好于只考慮土壤溫度或土壤水分的土壤呼吸模型。

關(guān)鍵詞土壤呼吸；農(nóng)田；土壤溫度；土壤濕度；土壤呼吸模型

土壤是陸地生態(tài)系統(tǒng)中重要的碳庫，其碳儲量約為300 Gt[1]，在全球碳循環(huán)中土壤呼吸向大氣排放的碳約60～110 Pg[2]，占整個生態(tài)系統(tǒng)呼吸的80%[3]。因此，土壤呼吸在全球陸地碳循環(huán)中具有重要地位。土壤呼吸排放的CO2主要是由生物(植物根系、土壤動物和微生物)呼吸、凋落物和土壤有機質(zhì)氧化分解等過程產(chǎn)生的CO2組成。與陸地生態(tài)系統(tǒng)碳循環(huán)的其他幾個主要通量(GPP、NPP)相比，獲得時間和空間上連續(xù)的土壤呼吸監(jiān)測存在難度，因此目前對土壤呼吸及其與環(huán)境因子之間相互作用的認(rèn)識有限。雖然現(xiàn)有的觀測系統(tǒng)(如渦動相關(guān))可獲得生態(tài)系統(tǒng)總碳排放，但是難以區(qū)分出各個分量(植被光合吸收的碳，地上植被呼吸排放的碳和土壤呼吸排放的碳)所占比例。因此，準(zhǔn)確了解陸地生態(tài)系統(tǒng)中碳吸收和碳排放的各個分量，對生態(tài)系統(tǒng)管理和碳循環(huán)研究至關(guān)重要。

土壤呼吸受諸多因子的影響，如土壤溫度、土壤濕度、根系生物量、土壤微生物、凋落物、根系的氮含量、土壤質(zhì)地、土壤pH等。在這些因子中，土壤溫度和土壤濕度是影響土壤呼吸最重要的環(huán)境因子，是土壤呼吸模型輸入的主要氣象因子。土壤呼吸與土壤溫度、土壤水分的關(guān)系一直是土壤呼吸研究的重點之一[4]?，F(xiàn)有的土壤呼吸模型大多都是建立土壤呼吸與土壤溫度[5-6]、土壤濕度[7-8]或者是兩者的經(jīng)驗關(guān)系[9]。筆者通過對干旱區(qū)農(nóng)田土壤呼吸的連續(xù)觀測，研究了干旱區(qū)農(nóng)田土壤呼吸日變化過程及其與土壤溫濕度的關(guān)系，旨在為土壤呼吸模型的選擇提供參考。

1材料與方法

1.1研究區(qū)概況張掖綠洲地處西北干旱區(qū)，海拔1 420～1 680 m，年均溫7.3 ℃，年降水量129 mm，屬于大陸性溫帶氣候區(qū)。從綠洲發(fā)育的地貌類型看，該區(qū)是黑河的山前洪積扇綠洲，土壤以亞砂土亞黏土為主，土層深厚，土壤肥沃，地表主要覆蓋類型有農(nóng)田、戈壁、沙漠、草地和林地。由于降水量少，農(nóng)作物生長需水主要依靠灌溉供給。黑河上游來水是中游灌溉水的主要來源。研究站點在張掖市小滿鎮(zhèn)五星村，張掖市向南10 km處，種植作物主要是制種玉米。觀測位置見圖1。

1.2數(shù)據(jù)獲取為研究農(nóng)田土壤呼吸特征，于2012年6月18～30日在張掖市小滿鎮(zhèn)五星村架設(shè)了土壤呼吸觀測系統(tǒng)Li-Cor8100，對土壤呼吸進行自動觀測，自動觀測間隔時間為30 min[10]。距離土壤呼吸觀測系統(tǒng)北邊30 m處有自動氣象站，可以觀測土壤溫濕度(觀測深度為2、4、10和20 cm)和降雨等資料[11]，觀測時間間隔為10 min，為了與土壤呼吸觀測數(shù)據(jù)在時間尺度上保持一致，將10 min的土壤溫濕度通過求平均值計算出30 min間隔的資料。這些觀測系統(tǒng)都在HiWATER試驗期間架設(shè)[12]。為了消除安裝對土壤呼吸的干擾，將Li-Cor8100安裝后第1天的觀測資料刪除，用剩余的資料進行數(shù)據(jù)分析。

圖1　站點分布Fig.1　Location of stations

2結(jié)果與分析

2.1土壤呼吸及土壤溫濕度的日變化從圖2可見，土壤呼吸、土壤溫濕度存在明顯的日變化規(guī)律，早晨土壤呼吸逐漸增大，14：00左右達(dá)到最大值，然后開始下降。觀測期間，土壤呼吸的最大值為0.096 1 mgC/(m2·s)，最小值為0.016 8 mgC/(m2·s)。土壤溫度也呈明顯的日變化規(guī)律，1 d內(nèi)呈正弦曲線變化，在8：00左右達(dá)到1 d內(nèi)的最小值，然后開始上升，16：00左右達(dá)到最大值后開始下降，隨著土壤深度的增加，日變化幅度逐漸減小。土壤溫度的最高峰滯后于土壤呼吸的峰值，這與Zhang等[13]的研究結(jié)果一致。2和4 cm的土壤濕度有微弱的日變化，而10和20 cm的土壤水分變化比較平緩，6月26日發(fā)生了一次降雨，降雨量為19.9 mm，2、4和10 cm的土壤水分對降雨時間有明顯響應(yīng)，降雨過后這幾層土壤水分均有明顯升高，但是20 cm的土壤水分無變化，這說明降雨量較小，且未下滲到20 cm。在降雨時刻，2、4和10 cm的土壤溫度明顯下降。降雨時間對土壤呼吸有明顯干擾。降雨從6月26日21：00持續(xù)到6月27日10：30，期間土壤呼吸呈下降趨勢，而在沒有降雨的情況下，土壤呼吸從前一天晚上到第二天早晨會逐漸升高。2.2土壤呼吸與土壤溫度的關(guān)系由于降雨時土壤呼吸明顯受到干擾，因此分析土壤呼吸與土壤溫濕度的關(guān)系時，不包含降雨時刻的資料。從圖3可見，各層土壤溫度與土壤呼吸存在著明顯的日變化規(guī)律。通過計算各層土壤溫度與土壤呼吸的相關(guān)系數(shù)可知，4 cm的土壤溫度與土壤呼吸的相關(guān)系數(shù)最高，達(dá)0.604 3，其次是2 cm的土壤溫度，其與土壤呼吸的相關(guān)系數(shù)是0.553 9，10、20 cm的土壤溫度與土壤呼吸的相關(guān)系數(shù)較低，分別是0.388 3和0.024 0。通過指數(shù)函數(shù)擬合，4 cm深度土壤溫度與土壤呼吸之間擬合的判定系數(shù)(R2)最大，為0.365 2(表1)。將土壤呼吸根據(jù)1 ℃溫度間隔求平均，而后擬合土壤溫度與土壤呼吸的關(guān)系，發(fā)現(xiàn)兩者之前存在較好的指數(shù)關(guān)系Rs=0.023 6 e0.032 5T，R2為0.910 0(圖4)。

注：a、b、c中橫坐標(biāo)的日期對應(yīng)的時間均為23：00，d中橫坐標(biāo)的日期對應(yīng)的時間均為23：30。Note: The corresponding time of date in the horizontal coordinates in a, d, c is 23:00, time of date in the horizontal coordinate in d is 23:30. 圖2　土壤呼吸及環(huán)境因子的日間變化Fig.2　Daily variation of soil respiration and environmental factors

利用4 cm的土壤溫度擬合線性模型、指數(shù)模型、Arrhenius模型和Lloyd & Taylor模型[13-16]。通過曲線擬合獲得各個模型的系數(shù)和判定系數(shù)，模型表達(dá)式見下：

線性模型：Rs=a+bT

(1)

式中，a、b為經(jīng)驗系數(shù)，T為土壤溫濕度。

指數(shù)模型：Rs=aebT

(2)

式中，a、b為經(jīng)驗系數(shù)，T為土壤溫濕度。

(3)

式中，a、Ea為經(jīng)驗系數(shù)，T為土壤溫濕度，R=8.314 J/mol/k。

(4)

式中，R10為經(jīng)驗系數(shù)，T為土壤溫濕度。

指數(shù)模型的判定系數(shù)最高，其他依次為線性模型、指數(shù)模型和Lloyd & Taylor模型。對于土壤呼吸與土壤溫度關(guān)系的研究已經(jīng)開展了很多，一般認(rèn)為，土壤溫度是影響土壤呼吸的關(guān)鍵因素，尤其是對土壤呼吸的日變化影響較大，兩者的相關(guān)性較高。

圖3　土壤呼吸與各層土壤溫度的關(guān)系Fig.3　The relationship between soil respiration and soil temperature in different depth

Table 1Fitted coefficient of exponential model between soil respiration and soil temperature

土壤深度Soildepth∥cmabR220.02440.03180.306840.02440.03180.3652100.02660.02870.1508200.0566-0.00330.0006

圖4　土壤呼吸與4 cm土壤溫度的關(guān)系散點Fig.4　Scattered point of soil respiration and soil temperature at 4 cm depth

2.3土壤呼吸與土壤濕度的關(guān)系2、4、10和20 cm的土壤濕度與土壤呼吸之間的關(guān)系見圖5。通過計算相關(guān)系數(shù)，發(fā)現(xiàn)4 cm的土壤濕度與土壤呼吸之間的相關(guān)系數(shù)最高，為0.520 0，其次分別是10、2和20 cm的土壤濕度，它們與土壤呼吸的相關(guān)系數(shù)分別是0.460 0、0.310 0和0.090 0。與土壤呼吸和溫度的相關(guān)性相比，土壤呼吸與土壤水分的相關(guān)性較弱，說明在該研究區(qū)土壤水分對土壤呼吸的作用小于土壤溫度的作用。

由于4 cm的土壤水分與土壤呼吸相關(guān)系數(shù)最高，筆者進一步利用4 cm的土壤水分分析土壤呼吸與土壤水分的關(guān)系。選取3種只考慮了土壤水分的土壤呼吸模型，分別是線性模型、冪函數(shù)模型和二次模型，其表達(dá)式見下[13-14]：

線性模型：Rs=a+bW

(5)

式中，a、b為經(jīng)驗系數(shù)，W為土壤溫濕度。

冪函數(shù)模型：Rs=aWb

(6)

式中，a、b為經(jīng)驗系數(shù)，W為土壤溫濕度。

二次模型：Rs=a+bW+cW2

(7)

式中，a、b、c為經(jīng)驗系數(shù)，W為土壤溫濕度。

通過曲線擬合獲得各個模型的參數(shù)和判定系數(shù)，發(fā)現(xiàn)只考慮土壤水分的土壤呼吸模型中，二次模型的判定系數(shù)最高，線性模型的判定系數(shù)最小。Luo等[16]和Fang 等[17]研究發(fā)現(xiàn)，水分與土壤呼吸之間不存在顯著的相關(guān)關(guān)系。一般認(rèn)為，土壤水分與土壤呼吸之間存在正相關(guān)關(guān)系，這與筆者的研究結(jié)果一致，但是在土壤水分過高(接近飽和含水量)和過低時將導(dǎo)致土壤呼吸速率的降低[17-18]。

圖5　土壤呼吸與各層土壤濕度的關(guān)系Fig.5　Relationship between soil respiration and soil moisture in different depth

2.4土壤呼吸與土壤溫濕度的復(fù)合關(guān)系在野外條件下測定的土壤呼吸同時反映的是土壤溫度、土壤水分等其他因子對土壤呼吸綜合作用的結(jié)果。無論是土壤呼吸與土壤溫度的關(guān)系模型，還是土壤呼吸與土壤水分的單因素關(guān)系模型，都或多或少忽略了其他因素的影響。筆者收集了同時考慮土壤溫度和濕度的土壤呼吸模型，對其進行分析和比較，模型見下[13-14，19-20]：

線性模型 1：Rs=a+b(T×W)

(8)

線性模型2：Rs=a+b×T+c×W

(9)

二次模型：Rs=a+b×T+c×W+d×T2+e×W2+f×T×W

(10)

冪函數(shù)模型：Rs=a×Tb×Wc

(11)

指數(shù)模型：Rs=a×ebT×Wc

(12)

式中，a、b、c、d、e、f為經(jīng)驗系數(shù)，T、W為土壤溫濕度。

利用4 cm的土壤溫度和土壤濕度作為輸入，擬合式(8)～(12)。結(jié)果發(fā)現(xiàn)，這些模型總體精度相差不多，相對而言指數(shù)模型具有最高的精度，判定系數(shù)達(dá)0.382 1(表2)。

表2呼吸模型擬合的系數(shù)及其判定系數(shù)

Table 2Fitted coefficient and determiant coefficient of the soil respiration models

模型編號ModelNo.擬合的表達(dá)式中的系數(shù)Coefficientinfittedexpression判定系數(shù)(R2)Determinantcoefficient式(1)a=0.0102,b=0.00180.3741式(2)a=0.0240,b=0.03200.3652式(3)a=0.1220,Ea=163.27300.3804式(4)R10=0.01700.0667式(5)a=0.0220,b=0.14400.0694式(6)a=0.1440,b=0.58300.0719式(7)a=-0.5070,b=5.0880,c=-11.43600.1729式(8)a=0.0320,b=3.489e-050.3628式(9)a=0.0100,b=-0.2490,c=0.25100.3741式(10)a=-0.0270,b=-0.2480,c=0.2520,d=-0.1670,e=-0.1670,f=0.33300.3819式(11)a=0.0040,b=-0.8600,c=1.66300.3757式(12)a=2.36e-04,b=-0.0520,c=2.10500.3821

3結(jié)論

在干旱區(qū)農(nóng)田，土壤呼吸具有明顯的日變化規(guī)律，土壤呼吸的最大值為0.096 1mgC/(m2·s)，最小值為0.016 8mgC/(m2·s)。降雨時會導(dǎo)致土壤呼吸速率降低，而降雨過后土壤呼吸速率較降雨前增大。通過分析發(fā)現(xiàn)，干旱區(qū)農(nóng)田土壤呼吸與4cm深的土壤溫度和土壤水分相關(guān)性最高。土壤溫度對土壤呼吸的日變化影響較大，兩者的相關(guān)性好于土壤水分與土壤呼吸的相關(guān)性。通過比較現(xiàn)有的土壤呼吸模型，在只考慮土壤溫度的呼吸模型中Arrhenius模型的判定系數(shù)最高，在只考慮土壤水分的呼吸模型中二次模型判定系數(shù)最高，在既考慮了土壤溫度，又考慮了土壤水分的呼吸模型中，指數(shù)模型具有最高的判定系數(shù)，而且優(yōu)于只考慮土壤溫度或土壤水分的呼吸模型。

參考文獻

[1]TARNOCAIC，CANADELLJG，SCHUUREAG，etal.Soilorganiccarbonpoolsinthenortherncircumpolarpermafrostregion[J].Globalbiogeochemicalcycles，2009，23(2)：1-11.

[2]RAICHJW，TUFEKCIOGLUA.Vegetationandsoilrespiration：Correlationsandcontrols[J].Biogeochemistry，2000，48：71-90.

[3]LONGDOZB，YERNAUXM，AUBINETM.SoilCO2effluxmeasurementsinamixedforest：Impactofchamberdistances，spatialvariabilityandseasonalevolution[J].Globalchangebiology，2000，6：907-917.

[4] 李洪建.不同生態(tài)系統(tǒng)土壤呼吸與環(huán)境因子的關(guān)系研究[D].太原：山西大學(xué)，2008：9-16.

[5]BUCHMANNN.BioticandabioticfactorscontrollingsoilrespirationratesinPiceaabiesstands[J].Soilbiologyandbiochemistry，2000，32：1625-1635.

[6]JANSSENSIA，PILEGAARDK.LargeseasonalchangesinQ10ofsoilrespirationinabeechforest[J].Globalchangebiology，2003，9：911-918.

[7]DAVIDSONEA，TRUMBORESE，AMUNDSONR.Soilwarmingandcarboncontent[J].Nature，2000，408：789-790.

[8]SOTTAED，MEIRP，MALHIY，etal.SoilCO2effluxinatropicalforestinthecentralAmaAmazon[J].Globalchangebiology，2004，10：601-617.

[9]TANGJW，BALDOCCHIDD.Spatial-temporalvariationinsoilrespirationinanoak-grasssavannaecosysteminCaliforniaanditspartitioningintoautotrophicandheterotrophiccomponents[J].Biogeochemistry，2005，73：183-207.

[10] 王靜，王維真，李元，等.黑河生態(tài)水文遙感試驗：黑河流域中游土壤呼吸觀測數(shù)據(jù)集[Z].寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心，2012.

[11]LIUSM.Multi-scaleobservationexperimentonevapotranspirationoverheterogeneouslandsurfaces(MUSOEXE-12)：Fluxobservationmatrix[R].JournalofGeophysicalResearch，ManuscriptinPreparation，2012.

[12]LIX，CHENGGD，LIUSM，etal.HeiheWatershedAlliedtelemetryexperimentalresearch(HiWATER)：Scientificobjectivesandexperimentaldesign[J].BulletinofAmericanmeteorologicalsociety，2013，94(8)：1145-1160.

[13]ZHANGLH，CHENYN，ZHAORF，etal.SignificanceoftemperatureandsoilwatercontentonsoilrespirationinthreedesertecosystemsinNorthwestChina[J].Journalofaridenvironments，2010，74：1200-1211.

[14] 于貴瑞，孫曉敏.陸地生態(tài)系統(tǒng)通量觀測的原理與方法[M].北京：高等教育出版社，2006：315-323.

[15]ROCHETTEP，DESJARDINSRL，PATTYE.Spatialandtemporalvariabilityyofsoilrespirationinagriculturalfields[J].Canadianjournalof

soilscience，1991，71：189-196.

[16]HOLTHAUSENRS，GALDWELLMM.SeasonaldynamicsofrootsystemrespirationinAtirplex conferifolia[J].Plantandsoil，1980，55：307-317.

[17]LUOY，YANS，HUID，etal.Acclimatizationofsoilrespirationtowarminginatallgrassprairie[J].Nature，2001，413：622-625.

[18]FANGC，MONCRIEFFJB.AmodelforsoilCO2productionandtransport：Modeldevelopment[J].Agriculturalandforestmeteorology，1999，95：225-236.

[19]DREWITTGB，BLACKTA，NESICZ，etal.MeasuringforestfloorCO2fluxesinaDouglas-firforest[J].Agriculturalandforestmeteorology，2002，110：299-317.

[20]RICHARDDB，KATHLEENMN，GINAMR.Carbondioxideandmethanefluxesbyaforestsoilunderlaboratory-controlledmoistureandtemperatureconditions[J].Soilbiology&biochemistry，1998，30(12)：1591-1597.

作者簡介劉秀(1993-)，女，湖南郴州人，本科生，專業(yè)：測繪工程。*通訊作者，講師，博士，碩士生導(dǎo)師，從事環(huán)境建模與模擬研究。

收稿日期2016-04-18

中圖分類號S 154

文獻標(biāo)識碼A

文章編號0517-6611(2016)13-194-04

Response of farmland Soil Respiration to Soil Temperature and Moisture in Arid Area

LIU Xiu, ZHANG Yan-lin*

(National Joint Engineering Laboratory of Geo Spatial Information Technology, Hunan University of Science and Technology, Xiangtan, Hunan 411201)

Abstract[Objective] The aim was to study effects of soil temperature, moisture on soil respiration. [Method] Using LI-cor8100 soil respiration observation system, farmland soil respiration rate and soil temperature, moisture in Zhangye Oasis was observed during Jun.18-30 in 2012; the relationship between soil respiration rate daily variation law, soil respiration and soil temperature, moisture was analyzed; current soil respiration model was evaluated. [Result] Farmland soil respiration in Zhangye Oasis had obvious daily variation law, the correlation between soil respiration rate and soil temperature, moisture at 4 cm depth was best; the correlation between soil respiration rate and soil temperature was greater than correlation between soil respiration rate and soil moisture. [Conclusion] The simulation results of soil respiration model both considering soil temperature and soil moisture are better than the model only considering soil temperature or soil moisture.

Key wordsSoil respiration; Farmland; Soil temperature; Soil moisture; Soil respiration model