鄱陽湖季節(jié)性淹水濕地土壤有機碳動態(tài)模擬與預測

陳莎莎,錢海燕*,周楊明,王 娓,謝冬明

(1.東華理工大學地球科學學院,江西 南昌 330013;2.江西師范大學地理與環(huán)境學院,江西 南昌 330022;3.江西省工程咨詢中心有限公司,江西 南昌 330036;4.江西科技師范大學旅游學院,江西 南昌 330038)

0 引言

濕地土壤長期處于淹水或水分過飽和狀態(tài)，具有較高的生產(chǎn)力和氧化還原能力,使其成為碳的主要活躍場所，是陸地生態(tài)系統(tǒng)重要的碳庫之一[1-2].碳循環(huán)是全球三大核心研究問題之一，濕地作為陸地碳循環(huán)的重要組成部分，既能通過植物的光合作用吸收CO2，又能在物質(zhì)循環(huán)過程中釋放CO2[3].濕地土壤碳庫對氣候變化較為敏感，即使有機碳庫發(fā)生微小變化，也會對全球碳循環(huán)產(chǎn)生重大影響[4-5].然而，受水文、植被和土壤綜合作用的影響，不同濕地生態(tài)系統(tǒng)碳動態(tài)變化具有明顯差異，如杭州灣典型植被下的土壤有機碳含量為3.87～6.78 g·kg-1[6],閩江口濕地土壤有機碳含量沿水文梯度表現(xiàn)為低淹水頻率(41.61±0.2) g·kg-1>中淹水頻率(19.56±0.15) g·kg-1>高淹水頻率(15.86±0.06) g·kg-1[7],三江平原的泥炭沼澤濕地土壤有機碳含量和有機碳密度分別為187～389 g·kg-1和49～94 kg·m-3[8].因此濕地土壤碳動態(tài)演變規(guī)律及其對區(qū)域環(huán)境變化的響應一直是濕地研究的熱點.

濕地土壤有機碳動態(tài)變化通常采用直接觀測和過程模型等方法.直接觀測需要耗費大量的人力、物力、財力，觀測區(qū)域及時間極為有限，而利用模型上升到區(qū)域范圍的研究形式可以較好地避免這一缺陷[9].利用生物地球化學模型模擬和預測碳動態(tài)變化是重要的研究手段和強有力的工具,其中DNDC、Roth C及Century模型最為廣泛.DNDC模型因簡潔的輸入界面、簡單的參數(shù)輸入和較為準確的模擬結(jié)果而受到國內(nèi)外學者的廣泛應用，可實現(xiàn)由點位到區(qū)位的模擬.DNDC模型最初是用來模擬和預測在農(nóng)田生態(tài)系統(tǒng)中溫室氣體的排放，經(jīng)過長期的研發(fā)改進，廣泛應用于草地[10]、森林[11]等生態(tài)系統(tǒng)中，并取得了較好的模擬效果.DNDC模型也為濕地生態(tài)系統(tǒng)碳動態(tài)變化研究提供了一種新的研究手段.如熊漢鋒等[12]利用DNDC模型模擬和估算了在梁子湖濕地生態(tài)系統(tǒng)中的土壤-水-植被系統(tǒng)之間CO2等變化情況.Cui Jianbo等[13]將修改后的WetLand-DNDC模型與MIKE SHE聯(lián)系起來，模擬地下水位波動對森林濕地溫室氣體排放的影響.此外，DNDC量化了水位和溫度對濕地生態(tài)系統(tǒng)土壤碳動態(tài)的影響，并擴大時空模擬，為濕地植被土壤固碳能力和濕地溫室氣體減排提供重要的數(shù)據(jù)參考.

鄱陽湖是中國最大淡水湖泊，也是國際重要濕地之一，具有豐水期和枯水期交替出現(xiàn)的獨特的水文節(jié)律[14].劇烈的水文波動以及由此引起的植被變化必然會引起濕地碳動態(tài)的極大變化[15],這使得鄱陽湖濕地土壤碳動態(tài)具有不確定性.目前，鄱陽湖濕地土壤碳動態(tài)觀測普遍采用直接觀測法，而應用生物地球化學模型模擬濕地土壤碳動態(tài)鮮有報道.因此，本研究借助DNDC模型，模擬鄱陽湖季節(jié)性淹水濕地不同植被群落下土壤碳動態(tài)變化，探討濕地類型和植被類型對濕地土壤碳動態(tài)的影響，對評估鄱陽湖濕地固碳潛力、開展?jié)竦厣鷳B(tài)系統(tǒng)健康評價和助推政府實現(xiàn)“雙碳”目標承諾等具有重要意義.

1 材料與方法

1.1 DNDC模型簡介

DNDC模型又被稱為“反硝化-分解模型”，共有6個子模型，由2大部分組成:第1部分主要包括土壤氣候、農(nóng)作物生長以及土壤有機質(zhì)分解3個子模型;第2部分是由硝化、反硝化以及發(fā)酵作用組成[16].第1部分的作用是由生物驅(qū)動因子(氣候、土壤以及植被等)模擬土壤環(huán)境條件(土壤溫度、水分、氧化還原電位等);第2部分的作用是在模擬的土壤環(huán)境條件下預測微生物對C和N的轉(zhuǎn)化速率，計算在化學反應過程中產(chǎn)生的CO2等溫室氣體的排放量.上述6個模型之間相互傳遞信息，實現(xiàn)對現(xiàn)實條件下植被-土壤之間化學反應的預測模擬.

1.2 研究區(qū)概況

試驗點位于以吳城鎮(zhèn)為中心的鄱陽湖國家自然保護區(qū)，分別選擇常湖池、泗洲頭和蚌湖.鄱陽湖(24°29′14″～30°04′41″、113°34′36″～118°28′58″)是中國最大的淡水湖，熱量充足，雨水充沛，年平均氣溫為17.0°～17.8°,并受到長江和五河(贛江、修水、撫河、饒河、信江)來水的影響，擁有發(fā)育成多樣的濕生植被群落，這些群落由湖岸向湖心依次分布著蘆葦(Phragmitesaustralis)、南荻(Triarrhenalutarioriparia)和苔草(Carexspp).泗洲頭位于洲灘前沿，為開放水域，是鄱陽湖的聚水區(qū)域，也是受鄱陽湖水位影響最大的區(qū)域之一.蚌湖和常湖池同屬蝶形湖泊，在枯水期時水位受人為影響控制.其中蚌湖為半控湖，枯水期水位受鄱陽湖水位變化的影響;常湖池為人工控湖，豐水期與鄱陽湖相連，枯水期與其分開.

1.3 基本參數(shù)的輸入與獲取

氣象數(shù)據(jù)包括日最高氣溫、日最低氣溫、日降水量等，采用鄱陽湖星子站的數(shù)據(jù).

土壤數(shù)據(jù)包括質(zhì)地類型、土壤容重、pH值、初始有機碳含量等，來源于采樣點實測數(shù)據(jù).

農(nóng)作物管理數(shù)據(jù)包括植被類型、總生物量等.鑒于濕地的特殊性，在農(nóng)作物管理子模塊中選用水文參數(shù)，采用星子站(吳淞高程)的水位數(shù)據(jù)來定義濕地的淹水情況.

1.4 模型驗證和敏感性計算

模型驗證采用均方根誤差(δRSME)、線性擬合分析等方法，檢驗構(gòu)建模型的可適性.δRSME值越小，模擬結(jié)果越準確.一般情況下，δRSME<10%表明模型模擬的準確性非常高,10%≤δRSME<20%表明模擬效果為較好，20%≤δRSME≤30%表明模擬效果較為一般，而δRSME>30%表明模擬值與實測值之間的偏差很大，模型的模擬效果不理想[17].δRSME計算公式為

其中Pi為第i個模擬值，Qi為第i個觀測值，n為觀測或模擬的次數(shù).

將模型中能夠顯著影響模型結(jié)果的因子進行計算模擬和模型敏感性分析.采用敏感性指數(shù)作為此次測試的主要指標，敏感性指數(shù)計算公式[18]為

SIi=(ΔO/O)/(ΔFi/Fi),

其中SIi為對應的第i個參數(shù)的敏感性指數(shù),ΔO為最大和最小模擬值的差值,O為輸入?yún)?shù)對應的模擬結(jié)果的均值,ΔFi為第i個輸入?yún)?shù)的最大值和最小值的差值,Fi則為第i個輸入?yún)?shù)的均值.SIi越大表明輸入?yún)?shù)對于模擬值的影響越大.本研究分別選取初始有機碳含量、黏粒含量、pH值、容重以及葉莖中的碳氮比進行計算.

1.5 碳儲量、碳排放的估算以及碳含量長期變化的預測方法

不同植被類型下土壤碳儲量(SOCR,t)與土壤碳密度(SOCD,t·hm-2)、土壤面積(S,hm2)有關.土壤碳儲量計算公式為SOCR=SOCDS.

根據(jù)鄱陽湖第2次科學考察的秋冬鄱陽湖不同植被類型覆蓋面積[19]和2021年12月9日遙感解譯的蚌湖、常湖池和泗洲頭濕地面積數(shù)據(jù)，進行不同濕地類型以及鄱陽湖植被土壤碳儲量的估算(見表1).

表1 濕地類型和植被類型下的土壤面積 hm2

基于鄱陽湖星子站40年(1951—1990年)氣象數(shù)據(jù)資料，利用DNDC模型模擬120年(1951—2070年)不同植被下土壤有機碳含量(mSOC)的變化趨勢.進行3輪重復，耕作管理措施假設每年相同.

基于DNDC模型模擬CO2含量數(shù)據(jù)，計算不同植被類型下土壤CO2年排放量(kg·hm-2·a-1).

2 結(jié)果與分析

2.1 土壤有機碳動態(tài)模擬和碳儲量估算

2.1.1 土壤有機碳含量和有機碳密度的模擬 結(jié)果顯示:研究區(qū)不同植被類型的表層(0～20 cm)土壤有機碳含量(mSOC)均表現(xiàn)為模擬值高于實測值，但相差很小(見圖1),相差最小為0.07 g·kg-1,相差最大為0.26 g·kg-1,mSOC的變幅為0.96 ～27.83 g·kg-1.有機碳密度(SOCD)的模擬均值和實測均值相差不大，SOCD實測均值的范圍為2.99～47.33 t·hm-2,模擬均值范圍為5.14～42.61 t·hm-2,相差最小為0.82 t·hm-2,相差最大為12.90 t·hm-2(見圖2),這表明DNDC模型能夠適用于濕地有機碳含量和有機碳密度的模擬.

(a)泗洲頭

圖2 不同植被類型的表層土壤有機碳密度的模擬均值與實測均值對比

2.1.2 土壤碳儲量估算 不同濕地類型平均土壤碳密度(SOCD)和土壤碳儲量(SOCR)模擬范圍分別為11.47～36.71 t·hm-2和8 738～66 090 t(見表2).不同濕地類型平均土壤碳密度表現(xiàn)為常湖池(36.71 t·hm-2)>蚌湖(17.12 t·hm-2)>泗洲頭(11.47 t·hm-2),土壤碳儲量表現(xiàn)為蚌湖(66 090 t)>泗洲頭(21 174 t)>常湖池(8 738 t).泗洲頭地區(qū)的平均SOCD比蚌湖地區(qū)的少5.65 t·hm-2，且2個地區(qū)的SOCR相差44 916 t.其中常湖池的SOCD和SOCR變化最大.

表2 基于DNDC模型模擬不同植被類型下土壤碳儲量

植被土壤SOCR和SOCD表明(見表3):平均SOCD在不同植被群叢下從大到小依次表現(xiàn)為苔草(21.96 t·hm-2)>南荻(21.86 t·hm-2)>蘆葦(15.98 t·hm-2),SOCR為苔草(933 928 t)>蘆葦(166 458 t)>南荻(62 933 t).南荻群叢和苔草群叢下的平均SOCD相差不大，但高于蘆葦群叢下的平均SOCD.

表3 鄱陽湖秋冬濕地面積及典型濕地植被土壤碳儲量估算

2.2 模型的驗證

蚌湖、常湖池、泗洲頭地區(qū)的mSOC和SOCD的實測值和模擬值之間的線性回歸顯著相關，模擬值和實測值擬合度較高(見圖3).模擬結(jié)果說明:DNDC模型適合于鄱陽湖濕地土壤有機碳含量的模擬.采用均方根誤差(δRMSE)來衡量2者之間的一致性(見表4),常湖池的苔草的δRMSE<10%,準確性極高，其他不同濕地-植被類型下δRMSE均不超過30%，模擬效果均較理想,這表明DNDC模型模擬是可行的.

表4 運用δRMSE得到的模擬值與實測值的擬合情況 %

2.3 敏感性指數(shù)計算

敏感性指數(shù)表明(見表5):影響mSOC(0～20 cm)較大的是初始有機碳含量，敏感指數(shù)在1.00左右；模型本身默認的黏粒含量的敏感性指數(shù)分別為0.02、0.01以及0.02，敏感性影響較小，但都成正相關關系；pH值和農(nóng)作物管理中葉莖的碳氮比對有機碳含量的敏感性不發(fā)生變化.綜上所述:模型的敏感因子是土壤初始有機碳含量和黏粒含量.

表5 敏感性參數(shù)的設置

泗洲頭mSOC模擬值 常湖池mSOC模擬值

蚌湖mSOC模擬值 SOCD模擬均值

2.4 土壤CO2年排放量估算和有機碳含量預測

不同濕地-植被類型下土壤CO2年排放量范圍為87.05～710.42 kg·hm-2·a-1(見圖4).其中，蚌湖以南荻群叢土壤CO2年排放量為最大，其值為710.42 kg·hm-2·a-1，其次是蘆葦群叢，其值為489.72 kg·hm-2·a-1，苔草群叢最低(397.48 kg·hm-2·a-1)；泗洲頭苔草、南荻和蘆葦土壤CO2年排放量類似，它們分別為430.04、440.63、454.13 kg·hm-2·a-1；常湖池南荻和苔草群叢土壤CO2年排放量類似，它們分別為512.10和512.29 kg·hm-2·a-1，蘆葦群叢土壤CO2年排放量最小(87.05 kg·hm-2·a-1).3個研究區(qū)蘆葦、苔草以及南荻群叢土壤CO2的年均排放量分別為448.21、333.66、207.89 kg·hm-2·a-1.蚌湖、常湖池和泗洲頭累計土壤CO2年排放量分別為1 597.6、1 111.4、1 324.8 kg·hm-2·a-1.

圖4 不同濕地-植被類型下的土壤CO2的年排放量模擬

預測顯示(見圖5):苔草、南荻和蘆葦群叢下的表層(0～20 cm)mSOC總體趨勢表現(xiàn)為前期快速下降，后期緩慢下降并趨于穩(wěn)定.總體上，泗洲頭的苔草、南荻以及蘆葦群叢下的mSOC分別由1951年的13.0、10.6、2.3 g·kg-1下降到2070年的7.7、6.2和1.5 g·kg-1，較1951年分別下降了40.8%、41.5%、34.5%；常湖池地區(qū)3種植被群叢下的mSOC也分別由1951年的16.3、19.1、25.8 g·kg-1下降到10.1、11.7、20.8 g·kg-1,分別下降38.0%、38.7%、19.4%；蚌湖植被群叢下的mSOC也分別由1951年的9.5、9.8、5.9 g·kg-1下降到5.6、5.8、3.5 g·kg-1，分別下降了41.1%、40.8%、40.7%.預測表明鄱陽湖濕地表層土壤有機碳含量處于平緩下降趨勢.

(a)苔草

3 討論

3.1 濕地類型對土壤固碳能力的影響

在本研究區(qū)中不同季節(jié)性淹水濕地-植被類型下土壤有機碳含量變幅為0.96～27.83 g·kg-1,遠低于高寒地區(qū)的若爾蓋濕地(最低260 g·kg-1)和川西高原泥炭沼澤濕地(186.01～330.03 g·kg-1)[20-21],這表明鄱陽湖季節(jié)性淹水濕地土壤有機碳含量較其他濕地類型有較大的差異，這有可能是由研究區(qū)的區(qū)域環(huán)境條件所致的.研究表明:由于不同氣候帶下土壤有機碳含量及其組分受到氣溫和降水的影響，所以它們均表現(xiàn)為北方>南方[22-23].溫度和降水通過影響植物生長、土壤微生物活性和好氧厭氧狀態(tài)，從而影響土壤有機碳的礦化和分解，進而影響土壤有機碳的輸入和輸出[24].北方如若爾蓋等地區(qū)氣候寒冷，土壤微生物活動微弱，植物殘體在土壤中分解緩慢，腐殖質(zhì)累積作用明顯，土壤有機碳含量較高[25].鄱陽湖地處南方屬于亞熱帶地區(qū)，土壤有機質(zhì)礦化作用較強，這導致土壤有機碳含量較低.同時，鄱陽湖水位的季節(jié)性急劇變化，使?jié)竦赝寥篱L期處于干濕交替的環(huán)境中，而干濕交替的環(huán)境有利于有機碳的淋溶和破碎化[26],加速了濕地土壤有機碳的流失.另外，不同區(qū)域濕地土壤的發(fā)育程度對濕地土壤有機碳含量具有重要影響.鄱陽湖濕地處于穩(wěn)定發(fā)育階段，并形成了一定程度的儲碳層和淀積層.參照三江平原濕地沉積物儲碳層和淀積層的劃分標準[27-28]，以10 g·kg-1有機碳作為劃分[29],發(fā)現(xiàn)鄱陽湖不同濕地類型下的土壤的儲碳層和淀積層存在明顯的分層現(xiàn)象，且相差較大，這導致鄱陽湖碳含量變幅較大.而若爾蓋和川西高寒濕地則具備發(fā)育成熟的沼澤，其沼澤面積和泥炭含量豐富[30].

土壤有機碳密度是碳儲量估算的重要參數(shù)，也是各種生態(tài)系統(tǒng)有機碳儲量特征的重要指標[8].在本研究中，不同濕地-植被類型土壤平均碳密度表現(xiàn)為常湖池(36.71 t·hm-2)>蚌湖(17.12 t·hm-2)>泗洲頭(11.47 t·hm-2),且不同濕地類型土壤有機碳含量和有機碳密度的變化趨勢基本一致.這與其他研究得出的結(jié)論一致[8].濕地類型在一定程度上會影響土壤碳含量和碳密度.泗洲頭是開放式水域，洲灘土壤淹水時間短、水位起伏頻率大，人為干擾大，植被凈初級生產(chǎn)力不高和植被凋落物分解速率低，導致土壤碳積累較少；蚌湖和常湖池同屬碟形湖泊，相對封閉，洲灘土壤淹水時間較長、水位比較穩(wěn)定，土壤表層環(huán)境不利于土壤微生物分解有機質(zhì)，有利于土壤碳的積累[31],導致其碳密度高于泗洲頭.鄱陽湖越冬候鳥生境主要以枯水條件下的蝶形湖為中心[32].相較于蚌湖的半控湖，完全控湖的常湖池水位更加穩(wěn)定，更有利于碳的積累.適宜的洲灘環(huán)境，使常湖池成為遷徙水鳥取食和排泄的主要棲息地.鳥糞的添加不僅加速枯枝落葉的分解進程，而且還可以向土壤提供額外的營養(yǎng)物質(zhì)[33],從而使常湖池碳密度高于其他研究區(qū).

在本研究中不同濕地類型的分布面積對于碳儲量的估算具有重要影響.總碳儲量表現(xiàn)為蚌湖(66 090 t)>泗洲頭(21 174 t)>常湖池(8 738 t).常湖池碳密度最高但碳儲量最小與分布的洲灘面積有直接關系.根據(jù)現(xiàn)有資料可知蚌湖和泗洲頭的洲灘面積(6 432.69 hm2和33 076.71 hm2)遠遠高于常湖池地區(qū)(396.00 hm2),直接導致常湖池碳儲量低于其他2個地區(qū)，這表明土壤碳儲量受到洲灘面積影響.

3.2 植被類型對土壤固碳能力的影響

濕地特殊的水文條件和植被群落決定了濕地具有豐富的有機碳含量[34].有研究表明:洲灘地上生物量越高，其淺層土壤有機碳含量就越高.這意味著洲灘淺層土壤有機碳含量主要受地上生物量的影響[35].研究中苔草平均碳密度最高(21.96 t·hm-2),其次是南荻(21.86 t·hm-2)和蘆葦(15.98 t·hm-2).苔草是鄱陽湖地區(qū)的優(yōu)勢物種，群落密度高，常與多種苔草混生長在一起，根系發(fā)達，其地上生物量豐富，有機碳的輸入量高，導致其碳密度較高.這與其他研究結(jié)果一致[36].

不同濕地植物類型受到環(huán)境影響，其生長發(fā)育過程也會有所不同，導致植物的生物量和固碳功能出現(xiàn)內(nèi)部差異[37-38],不同植被下土壤有機碳蓄積量往往不同.吳琴等[39]研究認為鄱陽湖優(yōu)勢植物群落土壤碳儲量含量表現(xiàn)為苔草>蘆葦>南荻.類似地,本研究也發(fā)現(xiàn)不同植被群叢土壤的碳儲量表現(xiàn)為苔草最高(933 928 t),其次是蘆葦(166 458 t)和南荻(62 933t).在鄱陽湖季節(jié)性水位的波動下，植被群落對環(huán)境條件十分敏感，由于不同植被自身的耐受性不同，所以植被會對環(huán)境做出一定的適應性反應[40].苔草群落通過發(fā)達的根狀莖可以耐受較深的水淹，使得苔草群落在鄱陽湖洲灘不同高程中均有廣闊的分布，而蘆葦、南荻等群落隨著水位梯度的增加，群落的光合作用受限，其生長必然遭受到抑制;此外,蘆葦、南荻等群落的分布也會隨水位梯度增加而向高程區(qū)域遷移，這使得其在洲灘區(qū)域中分布較少[41].洲灘面積表現(xiàn)為苔草(42 726.60 hm2)>蘆葦(10 417.48 hm2)>南荻(2 865.44 hm2).苔草群叢平均土壤碳密度和南荻的相差不大(分別為21.86和21.96 t·hm-2),但州灘面積較大，導致苔草群叢土壤碳儲量高于其他2種植被群叢，這表明鄱陽湖濕地苔草群落相較于其他植被土壤具有較強的固碳能力.

3.3 植被類型對土壤CO2排放的影響

不同的植被類型由于含碳量的不同，其植物凋落后進入土壤產(chǎn)生有機碳量也不同，從而經(jīng)過微生物分解后產(chǎn)生的CO2排放也不盡相同[42].本次采樣時間為冬季，植物進入枯萎期，其生理代謝活動減慢，由植物呼吸產(chǎn)生的CO2減少，此時氣溫的降低又會減弱土壤微生物的活性[43].因此CO2的排放主要是土壤根系呼吸和微生物呼吸.研究表明植物發(fā)達的根系和通氣組織是溫室氣體排放與外界傳輸?shù)拿浇?植物莖稈通過向下的對流傳輸將氧氣輸送到根系，從而改變根系區(qū)域的氧環(huán)境.許運凱等[44]對蘆葦濕地的研究表明:相比葉片，莖稈傳輸能力較大，其原因是莖稈中具有較多的孔徑通道，便于氣體運輸.在研究區(qū)中,不同植被下土壤CO2年均排放量表現(xiàn)為蘆葦最高(448.21 kg·hm-2·a-1),其次是苔草(333.66 kg·hm-2·a-1)和南荻(207.89 kg·hm-2·a-1).蘆葦根狀莖十分發(fā)達，多分支和通氣根.在通氣條件下，能夠刺激微生物的活性，同時將氧氣輸送到植物根系，形成好氧環(huán)境，促進有機碳分解速率[45],加速土壤呼吸.水分含量過多會造成植株根際處于缺氧狀態(tài)，其生理化過程受阻，光合作用下降，氣體交換受到抑制[46].南荻分布靠近湖心處，受水位影響較大，植物根際呼吸作用受阻，也可通過影響植被的生理特性，間接影響CO2的排放.而植物的呼吸速率與植被地上生物量有直接關系.苔草植株低矮，葉片較短，地上生物量短缺，光合作用的產(chǎn)物進入到土壤有限，其產(chǎn)生的根系分泌物也較少，尤其在冬季植物枯死，光合作用消失，導致CO2的排放量最少.但本文針對不同植被下土壤CO2的年均排放沒有考慮到不同濕地類型之間存在空間差異性，只是將不同地區(qū)相同植被類型下CO2進行的簡單的計算，因此對CO2的估算排放具有一定的誤差.

4 結(jié)論

1)研究區(qū)不同植被類型表層(0～20 cm)土壤有機碳含量的變幅為0.96～27.83 g·kg-1.有機碳密度實測均值的范圍為2.99～47.33 t·hm-2,模擬均值范圍為5.14～42.61 t·hm-2,模型驗證均表明有較好的模擬效果，這表明DNDC模型能夠適用于濕地有機碳含量和有機碳密度的模擬.

2)不同濕地類型下碳密度表現(xiàn)為常湖池>蚌湖>泗洲頭，分別為36.71、17.12和11.47 t·hm-2,總碳儲量表現(xiàn)為蚌湖>泗洲頭>常湖池，分別為66 090、21 174和8 738 t；不同濕地-植被類型土壤碳密度表現(xiàn)為苔草>南荻>蘆葦，分別為21.96、21.86和15.98 t·hm-2,土壤碳儲量為苔草>蘆葦>南荻，分別為933 928、166 458、62 933 t.

3)不同植被類型土壤CO2年排放量范圍為87.05～710.42 kg·hm-2·a-1,研究區(qū)CO2的年均排放量為蘆葦>苔草>南荻，它們分別為448.21、333.66、207.89 kg·hm-2·a-1.累計土壤CO2年排放量范圍為1 111.4～1 597.6 kg·hm-2·a-1.本研究主要是在研究區(qū)內(nèi)進行點位模擬和估算，下一步將結(jié)合地面數(shù)據(jù)和遙感數(shù)據(jù)，利用DNDC模型推動模型點位尺度外推，進行鄱陽湖區(qū)域土壤有機碳動態(tài)變化模擬，評估鄱陽湖濕地土壤固碳效應.