廣西紅樹林凈生態(tài)系統(tǒng)碳交換變化特征及影響因子研究

孫 明，莫偉華，謝 敏，陳燕麗，潘良浩

(1.廣西科學(xué)院廣西紅樹林研究中心/ 廣西紅樹林保護(hù)與利用重點實驗室，廣西 北海 536000；2.廣西壯族自治區(qū)氣象科學(xué)研究所，廣西 南寧 530022；3.廣西壯族自治區(qū)氣候中心，廣西 南寧 530022)

以全球變暖為主要特征的全球氣候變化形勢緊迫，溫室氣體濃度的增加是全球變暖的主要原因之一[1]，而二氧化碳(CO2)是最主要的溫室氣體，對全球氣候變暖的貢獻(xiàn)約為70%[2]，因此生態(tài)系統(tǒng)碳循環(huán)研究成為當(dāng)前的研究熱點[3-5]。紅樹林是全球凈初級生產(chǎn)力(NPP)最高的生態(tài)系統(tǒng)之一，單位面積固碳效率很高[6-7]，是全球“藍(lán)碳”的主要貢獻(xiàn)者之一[8]，可以吸收溫室氣體，延緩氣候變化，因此準(zhǔn)確測定并分析紅樹林生態(tài)系統(tǒng)碳通量變化特征及其響應(yīng)機(jī)制有助于定量評估其碳匯能力。

渦度相關(guān)法是全球公認(rèn)的碳循環(huán)標(biāo)準(zhǔn)觀測方法[9]，是直接觀測下墊面與大氣間水熱通量和CO2通量的微氣象技術(shù)，具有直接、準(zhǔn)連續(xù)和無干擾等優(yōu)點。國內(nèi)諸多學(xué)者開展了基于渦度相關(guān)法的陸地生態(tài)系統(tǒng)碳通量研究，主要集中于森林[9-13]、草地[14-17]和農(nóng)田[18-19]等陸地生態(tài)系統(tǒng)。然而由于觀測環(huán)境惡劣、影響因素復(fù)雜及建站成本高昂等因素，關(guān)于紅樹林碳通量的研究還很少。目前公開發(fā)表的紅樹林碳通量研究主要集中在廣東和福建兩座通量站：陳卉[20]利用福建漳江口紅樹林保護(hù)區(qū)和廣東高橋紅樹林保護(hù)區(qū)通量觀測站開展了紅樹林與大氣間CO2交換量及其主要調(diào)控因子研究；林珮文[21]以福建漳江口紅樹林為研究對象，探究潮汐水位和鹽度變化對紅樹林能量通量和碳通量變化的影響。有關(guān)廣西紅樹林碳通量的研究報道尚鮮見。

廣西紅樹林總面積位居全國第2。以廣西紅樹林為研究對象，利用北海生態(tài)氣象觀測試驗站2019年通量和氣象觀測數(shù)據(jù)，研究紅樹林凈生態(tài)系統(tǒng)碳交換的日變化、月變化特征及其對氣象因子的響應(yīng)，籍此評估廣西紅樹林的碳匯潛力。此外，研究區(qū)屬于我國沿海“蝦塘-海堤-紅樹林”天然次生紅樹林小海灣的典型代表，已被列為紅樹林生態(tài)修復(fù)試驗區(qū)，研究成果可為后期開展紅樹林生態(tài)修復(fù)過程中碳匯的動態(tài)變化奠定基礎(chǔ)。

1 材料與方法

1.1 研究區(qū)概況

所用觀測數(shù)據(jù)來源于北海紅樹林生態(tài)氣象觀測試驗站(21°27′5.57″ N，109°18′4.39″ E)，該站于2018年建成并開展觀測，位于廣西北海市國家海洋科技園區(qū)小海灣。研究區(qū)屬海洋性季風(fēng)氣候區(qū)，年平均氣溫為22.9 ℃，年平均降水量為1 775.4 mm，年平均無霜期為364.7 d，年日照時數(shù)為1 941.9 h。觀測區(qū)域紅樹林總面積約為5.5 hm2，以白骨壤(Aricenniamarina)群落為主，混生少量秋茄(Kandeliaobovata)和桐花樹(Aegicerascorniculata)；群落平均高度為2.0 m，平均基徑為8.8 cm，平均冠幅為1.6 m×1.6 m，平均蓋度為70%，土壤以礫質(zhì)細(xì)砂土至粗砂土為主，有機(jī)質(zhì)含量較低。

觀測站的渦度相關(guān)系統(tǒng)由開路式紅外氣體分析儀(LI-7500DS)、三維超聲風(fēng)速儀(Wind Master pro)和SmartFlux實時在線通量計算模塊組成，數(shù)據(jù)采集頻率為10 Hz；氣象觀測系統(tǒng)由空氣裸溫傳感器、風(fēng)速風(fēng)向傳感器、氣壓計、地溫傳感器和光合有效輻射傳感器等構(gòu)成，數(shù)據(jù)采集頻率為1次·(10 min)-1。

1.2 數(shù)據(jù)處理及質(zhì)量控制

采用EddyPro軟件將10 Hz的通量原始數(shù)據(jù)處理為30 min間隔數(shù)據(jù)，處理過程主要包括野點去除、消除延時、坐標(biāo)旋轉(zhuǎn)、計算通量原始通量值、超聲溫度修正、頻譜修正、WPL修正、計算最終通量值及Footprint計算。采用TOVI軟件對Eddypro輸出數(shù)據(jù)進(jìn)行通量數(shù)據(jù)質(zhì)量篩選、異常值剔除(由于天氣因素、人為因素和機(jī)器故障等因素[22]產(chǎn)生)及通量數(shù)據(jù)補(bǔ)插，最終得到以30 min為間隔的連續(xù)的質(zhì)量可靠的CO2通量數(shù)據(jù)集。氣象因子選用氣溫(Ta)、土壤表面5 cm溫度(Ts)、飽和水氣壓差(vapor pressure deficit，VPD)、光合有效輻射(photosynthetically active radiation，PAR)以及降水量。為了便于與通量數(shù)據(jù)進(jìn)行相關(guān)性分析，將氣象數(shù)據(jù)處理為30 min、日均值及月均值3個時間尺度。

1.3 通量觀測各分量計算

由渦度相關(guān)系統(tǒng)直接觀測計算出的CO2通量即為凈生態(tài)系統(tǒng)碳交換量(net ecosystem exchange，NEE，ENE)，主要指生態(tài)系統(tǒng)中植物光合作用、冠層空氣中碳儲存以及生物和非生物呼吸消耗的碳排放引起的生態(tài)系統(tǒng)碳蓄積的變化[23]。NEE具有方向性，正值表示碳排放，負(fù)值表示碳吸收，可用式(1)描述：

ENE=PGP-Re。

(1)

式(1)中，PGP為總初級生產(chǎn)力(gross primary productivity，GPP)；Re為生態(tài)系統(tǒng)總呼吸(ecosystem respiration)。由于渦度相關(guān)系統(tǒng)無法直接測定GPP和Re，需要利用經(jīng)驗公式進(jìn)行參數(shù)反演并估算，利用TOVI軟件Carbon Cycle模塊進(jìn)行直接估算。

碳利用效率(carbon use efficiency，CUE，ECU)是植被凈初級生產(chǎn)力(net primary productivity，NPP，PNP)與GPP的比值，是表征生態(tài)系統(tǒng)固碳能力及效率的重要參數(shù)。當(dāng)土壤呼吸作用相對較小時，NEE累積值可以近似看作生態(tài)系統(tǒng)NPP，因此碳利用效率可以用式(2)表示[24-25]：

ECU=ENE/PGP。

(2)

2 結(jié)果與分析

2.1 氣象因子變化特征

研究區(qū)年平均氣溫為24.5 ℃，月氣溫均值分布為16.0～30.2 ℃，氣溫最高值和最低值分別出現(xiàn)在6和12月，全年氣溫變化差異較?。煌寥辣砻? cm溫度日均值與氣溫相比高0.1～1.5 ℃，變化趨勢與氣溫一致，但較氣溫變化更平穩(wěn)；年總降水量為1 157.3 mm，降水日數(shù)為79 d，主要集中在汛期(4—9月)，其中，受臺風(fēng)“韋帕”影響，8月累積降水量占全年總降水量的35.0%；VPD月均值波動范圍為3.21～10.15 hPa：其中，1—3月為全年低值區(qū)，4—6月開始迅速上升，6—7月變化平緩，8月陡然下降，9月迅速上升，達(dá)到全年峰值，隨后逐漸下降；光合有效輻射各月均值呈單峰型分布，峰值出現(xiàn)在9月，為689.76 μmol·m-2·s-1。

2.2 NEE日變化特征

對2019年每個月相同時刻的NEE取平均，獲得NEE在各月的平均日變化特征曲線(圖1)。NEE平均日變化曲線均呈“U”型分布，白天為負(fù)值，光合作用吸收CO2強(qiáng)度大于呼吸作用釋放的CO2強(qiáng)度，表現(xiàn)為碳匯，數(shù)值在-10.32～0 μmol·m-2·s-1之間波動，負(fù)值越小表示吸收CO2越多；夜間為正值，植物無法進(jìn)行光合作用，紅樹林冠層和土壤呼吸作用釋放CO2，表現(xiàn)為碳源，數(shù)值在0～4.58 μmol·m-2· s-1之間波動，數(shù)值越大表示釋放CO2越多。NEE由正值轉(zhuǎn)為負(fù)值的時間一般為7:00—7:30；由負(fù)值變?yōu)檎档臅r間通常為17:30—19:00，各月固碳總時長相差不大；NEE碳匯峰值一般出現(xiàn)在11:00—13:00，各月碳匯峰值差異較大，1月和5—8月NEE峰值顯著低于其他月份，可能是由于1月受回南天影響，以低溫陰雨天氣為主，而5—8月處于汛期，雨水較充沛，因此，光合有效輻射較低，從而導(dǎo)致紅樹林光合作用強(qiáng)度較弱。

結(jié)合2018年12月的觀測數(shù)據(jù)和2019年各月平均日變化數(shù)據(jù)，按照冬季(2018年12月—2019年2月)、春季(2019年3—5月)、夏季(2019年6—8月)和秋季(2019年9—11月)取平均得到4季平均日動態(tài)曲線(圖2)。

圖2顯示，春季和秋季為單峰曲線，碳匯峰值分別出現(xiàn)在13:00和11:30；夏季和冬季為雙峰曲線，夏季午間11:00和13:00分別達(dá)到兩次碳匯峰值；冬季則在12:30和13:30分別達(dá)到兩次碳匯峰值，冬季峰值出現(xiàn)時間與夏季相比延后1 h左右；不同季節(jié)NEE碳匯峰值呈秋季>春季>冬季>夏季的趨勢。

2.3 NEE月變化特征

2019年紅樹林NEE各月累積量(圖3)均為負(fù)值，具有明顯的季節(jié)變化特征，全年C累積總量達(dá)到-386.68 g·m-2·a-1，碳匯作用非常顯著：NEE月累積量由1月開始逐漸增大，3月達(dá)到全年第1個峰值(-42.48 g·m-2·月-1)，進(jìn)入汛期后迅速降低，7月達(dá)到全年波谷(-16.95 g·m-2·月-1)；8月往后進(jìn)入汛期末期，NEE累積量開始迅速增大，11月達(dá)到全年最大值(-45.23 g·m-2·月-1)，隨后開始逐漸降低，但數(shù)值仍遠(yuǎn)大于汛期；在波形上表現(xiàn)為雙波峰單波谷，在季節(jié)上表現(xiàn)為秋末、冬季及初春較高，夏季低的趨勢，并且波峰均出現(xiàn)在非汛期，而波谷則出現(xiàn)在汛期，其中，夏季(6—8月)NEE累積量僅占全年的14.4%，而降水量卻占全年的56.4%，汛期NEE月累積量明顯低于非汛期，由此可見，汛期強(qiáng)降水是制約NEE累積的一個重要因素。

2.4 CUE變化特征

根據(jù)TOVI軟件的Carbon Cycle模塊計算得到GPP和Re的月累積值和年累積值，根據(jù)式(2)計算CUE的變化趨勢：其中GPP和Re年累積值分別為-1 249.18 和862.49 g·m-2·a-1，2019年全年CUE為0.31，逐月變化則呈“U”型分布，其中1月CUE為全年最大值，達(dá)到0.46，隨后逐漸降低，8月達(dá)到全年最低值(0.19)，隨后迅速抬升，在12月達(dá)到全年的第2個峰值(0.39)；在季節(jié)分布上呈現(xiàn)秋冬高、春夏低的特征，與NEE月累積變化特征相似。

2.5 NEE與主要氣象因子的關(guān)系

2.5.1NEE與PAR的響應(yīng)

分別以半小時尺度和月尺度對NEE與PAR進(jìn)行回歸分析。

半小時尺度：篩選出全年日間半小時尺度的NEE與PAR進(jìn)行回歸分析。全年P(guān)AR與NEE的非線性回歸擬合曲線見圖4(a)：NEE與PAR的回歸系數(shù)R2為0.520 3，能解釋約52%的晝間NEE變化；將逐月NEE與PAR分別進(jìn)行回歸分析，逐月擬合的相關(guān)系數(shù)R2變化范圍為0.40～0.75，8月最低，11月最高，整體變化趨勢與NEE月累積變化特征相似，表明PAR在春季和秋季對NEE的影響顯著高于夏季。

月尺度：分別對每個月相同時刻N(yùn)EE和PAR取平均，得到12個月NEE和PAR的月均值數(shù)據(jù)并進(jìn)行回歸分析〔圖4(b)〕，NEE與PAR的回歸系數(shù)R2為0.800 8，在月尺度上PAR能解釋約80%的NEE變化，相關(guān)性與半小時尺度相比大幅提高；而逐月擬合的相關(guān)系數(shù)R2變化范圍為0.82～0.98，相比半小時尺度，在逐月擬合上相關(guān)性極其顯著。

由此可見，PAR為調(diào)控NEE的重要因子，NEE隨PAR增加呈增大趨勢，紅樹林光合作用速率隨PAR增加而增大，達(dá)到光飽和狀態(tài)臨界點時，光合速率不再變化，NEE不再隨PAR增加而增大，維持在一個恒定值上；在月尺度上，PAR與NEE的相關(guān)性尤為顯著。

2.5.2NEE與VPD的響應(yīng)

分別在半小時尺度和月尺度上進(jìn)行回歸分析，其中，月尺度分為月均值尺度和月累積尺度。

半小時尺度：利用全年半小時尺度NEE和VPD進(jìn)行回歸分析〔圖5(a)〕，回歸系數(shù)R2為0.068 6，影響不顯著。

月尺度：對每個月相同時刻VPD取平均，得到各月VPD月均值數(shù)據(jù)并將其與NEE進(jìn)行回歸分析〔圖5(b)〕，回歸系數(shù)R2為0.234 7，略高于半小時尺度，但顯著性仍較低；進(jìn)一步利用NEE月累積值與VPD進(jìn)行回歸分析〔圖5(c)〕，相比半小時尺度和月均值尺度，NEE月累積值與VPD 相關(guān)性更高。從擬合趨勢線可以看出，當(dāng)0897 Pa時，NEE變化趨勢與0

2.5.3NEE與溫度的響應(yīng)

分別對Ta和Ts與NEE進(jìn)行擬合分析，按照半小時和月尺度進(jìn)行回歸分析。

半小時尺度：利用全年半小時尺度NEE數(shù)據(jù)分別與Ta和Ts進(jìn)行回歸分析，回歸系數(shù)R2分別為0.013和0.009 7，兩者顯著性都極低，說明溫度對紅樹林NEE的影響不顯著。

月尺度：分別對每個月相同時刻Ta和Ts取平均，得到各月Ta和Ts月均值數(shù)據(jù)并將其與NEE進(jìn)行回歸分析，回歸系數(shù)R2分別為0.020和0.017，與半小時尺度類似，在月均值尺度上溫度對NEE的影響不顯著，但相關(guān)性稍高于半小時尺度。

2.5.4NEE與降水量的響應(yīng)

由于降水量觀測頻次為1次·h-1，故在小時尺度和月尺度上對NEE與降水量進(jìn)行回歸分析。

小時尺度：利用全年小時尺度NEE與降水量進(jìn)行回歸分析，SPASS回歸分析結(jié)果無法進(jìn)行相關(guān)模型的擬合，兩者之間不存在相關(guān)性。

月尺度：分為月均值和月累積兩種尺度進(jìn)行擬合，其中，月均值擬合〔圖6(a)〕中降水量對NEE的直接作用不顯著；月累積擬合〔圖6(b)〕中NEE與降水量呈線性負(fù)相關(guān)，相關(guān)系數(shù)達(dá)到0.474 6，降水對NEE的累積具有較強(qiáng)的抑制作用，這在一定程度上解釋了紅樹林NEE在汛期的累積量遠(yuǎn)低于非汛期。

2.5.5基于通徑分析的氣象因子與NEE的關(guān)系

由于各氣象因子通過相互疊加進(jìn)而影響NEE變化，進(jìn)一步采用通徑分析方法判斷各氣象因子對NEE的影響程度和途徑。由于在小時尺度上NEE與降水量不存在相關(guān)性，故使用半小時尺度PAR、VPD、Ta和Ts與NEE進(jìn)行通徑分析。通徑分析結(jié)果(表1)顯示：逐步回歸過程中Ta被剔除，剩余PAR、VPD和Ts這3個因子進(jìn)入通徑分析，其中，PAR的直接通徑系數(shù)為負(fù)值且絕對值最大，表明PAR對NEE有較大的負(fù)向影響；并且VPD和Ts通過PAR產(chǎn)生影響的通徑系數(shù)也均為負(fù)值，表明VPD和Ts均通過對PAR產(chǎn)生負(fù)向影響而間接作用于NEE，其中，產(chǎn)生間接影響最大的氣象因子為VPD。因此，PAR是對NEE具有直接影響的主導(dǎo)因子，VPD是對NEE產(chǎn)生間接影響的主導(dǎo)因子。

表1 氣象因子對凈生態(tài)系統(tǒng)碳交換量(NEE)的直接、間接通徑系數(shù)

3 討論

3.1 廣西紅樹林NEE變化特征及固碳能力分析

由于紅樹林濕地通量站的稀缺，紅樹林碳通量研究甚少，以陳卉[20]的研究成果為參考，將以白骨壤(Aricenniamarina)純林為代表的廣西紅樹林NEE變化特征及固碳能力與廣東、福建紅樹林混生林進(jìn)行對比分析。就NEE日變化特征而言，在月尺度上，從NEE波形分布以及各月碳匯峰值出現(xiàn)時間上來看，3地具有相似的變化特征。而在季尺度上，廣西紅樹林碳匯峰值以秋季為最高，夏季最低；而福建和廣東則以春季為最高，冬季最低。廣西紅樹林4季NEE碳匯峰值均遠(yuǎn)低于福建和廣東。在固碳能力方面，廣西紅樹林NEE年累積量約為福建的56.67%，廣東的53.71%，約為熱帶地區(qū)紅樹林年累積量的33.08%[26]；GPP約為福建的66.77%，廣東的70.85%；CUE全年值為0.31，略低于福建和廣東(福建為0.36，廣東為0.40)，但顯著高于其他陸生植被(草地0.21，農(nóng)田0.14，森林0.09，灌叢0.06[27])：說明廣西紅樹林碳利用效率高于陸生植被生態(tài)系統(tǒng)，但在固碳能力上又遠(yuǎn)低于廣東和福建紅樹林，這可能與廣西紅樹林的土壤類型、群落結(jié)構(gòu)以及觀測站區(qū)域外部擾動有關(guān)(表2)。灘涂貧瘠、紅樹林矮小是廣西紅樹林最顯著的特征[28]，研究區(qū)土壤以礫質(zhì)細(xì)砂土為主，有機(jī)質(zhì)含量較低，進(jìn)而導(dǎo)致研究區(qū)紅樹林在植被蓋度、植株高度及冠幅等指標(biāo)上與廣東和福建差異顯著，紅樹林對光合有效輻射利用的能力較差，效率較低；再加上外界人為擾動導(dǎo)致紅樹林斑塊破碎，最終導(dǎo)致研究區(qū)域紅樹林固碳能力遠(yuǎn)低于廣東和福建。同時，也從另外一個方面說明，結(jié)構(gòu)單一的紅樹林純林生態(tài)系統(tǒng)固碳能力明顯弱于多種紅樹林共生的混生林生態(tài)系統(tǒng)，該結(jié)論對于研究區(qū)紅樹林的生態(tài)修復(fù)具有一定參考價值。在排除人為活動干擾、保持紅樹林生態(tài)環(huán)境穩(wěn)定的基礎(chǔ)上，構(gòu)建多種群共生的紅樹林混生林對于提升生態(tài)系統(tǒng)固碳能力具有重要意義。

表2 不同區(qū)域紅樹林環(huán)境特征

3.2 廣西紅樹林NEE與氣象因子的相關(guān)性分析

利用NEE分別與PAR、Ta、Ts、降水量及VPD進(jìn)行單因子回歸分析以及多因子通徑分析，結(jié)果表明，對廣西紅樹林NEE產(chǎn)生直接影響最大的因子為PAR，在半小時尺度上，PAR能解釋約52%的NEE變異，而在月尺度上，PAR最大能解釋98%的NEE變異，相關(guān)性在各氣象因子中極為顯著，并且非汛期相關(guān)性遠(yuǎn)大于汛期(4—8月)。這是由于光照是植物生長的必要因素，而PAR直接參與植物的光合作用，是影響生態(tài)系統(tǒng)能量轉(zhuǎn)化和物質(zhì)生產(chǎn)的重要生態(tài)因子[29]，生態(tài)系統(tǒng)初級生產(chǎn)力強(qiáng)烈依賴于光照條件，從而對生態(tài)系統(tǒng)碳交換產(chǎn)生影響[30]。在汛期由于長時間云覆蓋導(dǎo)致到達(dá)地面的PAR大幅減少，導(dǎo)致汛期NEE與PAR的相關(guān)性低于非汛期。VPD是對NEE產(chǎn)生間接影響的主導(dǎo)因子，其與NEE月累積值具有更好的相關(guān)性，相關(guān)系數(shù)達(dá)0.34。由于VPD反映了空氣干燥程度，直接影響植物氣孔的閉合，從而控制植物蒸騰、光合等生理過程，進(jìn)而影響生態(tài)系統(tǒng)光合生產(chǎn)力，對生態(tài)系統(tǒng)的蒸散過程及水分利用效率有著重要影響[22]。在不同VPD梯度條件下，NEE月累積值表現(xiàn)出不同的變化特征，其中，適宜紅樹林進(jìn)行光合作用的VPD范圍為544～897 Pa，在此范圍內(nèi)NEE與VPD呈正向相關(guān)，而過高或者過低的VPD則會成為NEE的限制因子，此結(jié)論與王倩等[13]研究結(jié)果一致。NEE與降水量在月累積尺度上呈顯著負(fù)相關(guān)，R2達(dá)0.474 6，僅次于PAR，降水量的年際分配在很大程度上決定著紅樹林NEE的變化格局，過量的降水導(dǎo)致日照時數(shù)減少，會抑制紅樹林進(jìn)行光合作用，進(jìn)而降低NEE累計量。而在臺風(fēng)“韋帕”登陸帶來強(qiáng)降水期間(8月1日至2日)紅樹林NEE日累積量分別為0.46和0.01 g·m-2，紅樹林呼吸作用得到增強(qiáng)，光合作用得到抑制，NEE日累積量為正值，表現(xiàn)為碳源。上述分析表明，降水量是北海紅樹林NEE的主要限制因子，筆者研究結(jié)論與李東麗等[31]和BALDOCCHI等[32]研究結(jié)果一致。筆者研究中溫度對NEE的響應(yīng)較弱，這可能是由于北海處于亞熱帶區(qū)域，全年氣溫波動變化幅度較小，導(dǎo)致溫度對NEE的響應(yīng)弱于其他氣象因子。

4 結(jié)論

(1)廣西紅樹林NEE平均日變化特征呈“U”型分布，日間為碳匯，夜間為碳源，日平均碳匯在月尺度上最大值出現(xiàn)在2月，最小值出現(xiàn)在6月；而在季尺度上，最大值出現(xiàn)在秋季，最小值出現(xiàn)在夏季。

(2)2019年廣西紅樹林NEE、Re和GPP年累積量分別為-386.68、862.49和-1 249.18 g·m-2·a-1，生產(chǎn)力遠(yuǎn)低于福建和廣東。

(3)PAR是對廣西紅樹林NEE產(chǎn)生直接影響的主導(dǎo)因子，在月尺度上具有很強(qiáng)的相關(guān)性，其主要通過影響紅樹林光合生產(chǎn)力進(jìn)而影響NEE變化。

(4)由于北海生態(tài)氣象觀測試驗站建站時間尚短，要充分認(rèn)識廣西紅樹林碳匯功能特征及響應(yīng)機(jī)制，后期需進(jìn)行長時間的連續(xù)觀測和研究。