太湖流域典型稻麥輪作農(nóng)田生態(tài)系統(tǒng)碳交換及影響因素

徐昔保, 楊桂山, 孫小祥

中國科學(xué)院南京地理與湖泊研究所, 流域地理學(xué)重點(diǎn)實(shí)驗(yàn)室, 南京 210008

太湖流域典型稻麥輪作農(nóng)田生態(tài)系統(tǒng)碳交換及影響因素

徐昔保*, 楊桂山, 孫小祥

中國科學(xué)院南京地理與湖泊研究所, 流域地理學(xué)重點(diǎn)實(shí)驗(yàn)室, 南京 210008

利用渦度相關(guān)技術(shù)觀測太湖流域典型稻麥輪作農(nóng)田生態(tài)系統(tǒng)2a凈生態(tài)系統(tǒng)碳交換(NEE)變化過程，分析其碳交換特征及影響機(jī)理，結(jié)果表明：太湖流域典型稻麥輪作農(nóng)田年NEE為-749.49—-785.38 gC m-2a-1，考慮作物籽粒碳和秸稈還田后凈吸收88.12 gC m-2a-1，為弱碳匯；稻/麥季日均NEE和白天NEE季節(jié)變化直接受作物植被生長影響；麥季夜間NEE與10 cm土壤溫度呈顯著指數(shù)關(guān)系，2012/2013年溫度敏感系數(shù)(Q10)分別為3.03和2.67；當(dāng)土壤水分低于田間持水量時(shí)，麥季夜間NEE主要受土壤溫度影響，反之，夜間NEE受土壤溫度和水分雙重影響；降水對麥季夜間NEE有短時(shí)的激發(fā)效應(yīng)；稻季淹水對土壤呼吸產(chǎn)生較明顯的阻滯效應(yīng)，降低了夜間NEE對土壤溫度的敏感性，2012和2013年分別為1.88和1.39，稻季淹水與烤田交替變化對土壤呼吸產(chǎn)生明顯的抑制或激發(fā)的短時(shí)效應(yīng)。

農(nóng)田生態(tài)系統(tǒng); 碳交換; 稻麥輪作; 渦度相關(guān); 太湖流域

生物圈碳循環(huán)機(jī)理和全球陸地生態(tài)系統(tǒng)碳收支及其對環(huán)境變化的響應(yīng)已成為全球土地計(jì)劃(GLP)和全球碳計(jì)劃(GCP)等大型國際計(jì)劃共同關(guān)注的核心問題。農(nóng)田作為一種典型的土地利用類型，全球面積約17×109 hm2，其碳儲量約170 Pg，超過全球陸地碳儲量的10%，在全球及區(qū)域碳平衡中占據(jù)重要地位。據(jù)Lal估算，全球農(nóng)業(yè)土壤的固碳潛力約為0.4—0.9 Pg/a[1]；20世紀(jì)90年代因農(nóng)業(yè)生產(chǎn)活動導(dǎo)致全球植被與土壤的碳庫分別減少24%和10%[2]；我國是農(nóng)業(yè)大國，耕地面積占國土面積12.7%，農(nóng)田生態(tài)系統(tǒng)固碳現(xiàn)狀約101.4 TgC/a，固碳潛力約182.1 TgC/a[3]。因此，農(nóng)田生態(tài)系統(tǒng)CO2源/匯評價(jià)及影響機(jī)理研究是國際碳循環(huán)研究的熱點(diǎn)問題之一。深入研究農(nóng)田生態(tài)系統(tǒng)CO2時(shí)空變化、以及與環(huán)境因子、管理措施等之間的關(guān)系，有助于制定合適的農(nóng)業(yè)管理措施以提高農(nóng)田生態(tài)系統(tǒng)固碳功能，為政府制訂減排對策提供依據(jù)。

針對農(nóng)田生態(tài)系統(tǒng)碳循環(huán)研究，國內(nèi)外已開展了一系列的相關(guān)研究，主要集中在農(nóng)田碳通量監(jiān)測及特征變化[4-9]、模型與估算[10-12]、土壤有機(jī)碳[13-15]、耕作方式與管理措施對農(nóng)田碳平衡影響[16-19]等方面。農(nóng)田生態(tài)系統(tǒng)碳通量觀測方法主要以箱式法(靜態(tài)暗箱/明箱法)為主，該方法對下墊面擾動較大，缺乏觀測的連續(xù)性，時(shí)間分辨率低。近十年來，具有長時(shí)間連續(xù)、高頻率、自動觀測等優(yōu)勢的渦度相關(guān)技術(shù)已成為生態(tài)系統(tǒng)尺度碳通量變化規(guī)律及其對環(huán)境變化響應(yīng)研究的可靠觀測手段[8,20]，并且在農(nóng)田生態(tài)系統(tǒng)碳通量研究方面也開始得到應(yīng)用[5-9,18-19]。農(nóng)田生態(tài)系統(tǒng)受區(qū)域空間分布、氣候與土壤環(huán)境、耕作制度、管理措施等差異影響，農(nóng)田生態(tài)系統(tǒng)碳交換(NEE)特征變化及機(jī)理存在較大的差異，進(jìn)而導(dǎo)致區(qū)域尺度估算仍存在較大的不確定性與區(qū)域差異性。

太湖流域是我國舉足輕重的經(jīng)濟(jì)核心區(qū)和城市密集區(qū)，也是我國土地利用變化最為快速的地區(qū)之一。太湖流域?yàn)榈湫偷牡钧溳喿鲄^(qū)，據(jù)遙感解譯流域耕地面積從1985年的23571.3 km2減少到2010年的16142.1 km2(減少31.5%)，主要表現(xiàn)為大量優(yōu)質(zhì)耕地轉(zhuǎn)為城鎮(zhèn)用地，因此研究該地區(qū)農(nóng)田生態(tài)系統(tǒng)碳交換(NEE)特征及機(jī)理對區(qū)域碳平衡的估算具有重要的意義。目前，在太湖流域無錫FACE平臺，利用靜態(tài)箱-氣相色譜法初步揭示了農(nóng)田生態(tài)系統(tǒng)碳交換特征、以及施肥、秸稈還田和大氣CO2濃度升高對NEE的影響，但由于箱式法觀測手段的局限，其NEE估算及FACE處理對NEE的影響仍存在很大的不確定性[21]。此外，在蘇州吳江區(qū)稻油輪作[22]、上海崇明島稻麥輪作農(nóng)田[23]，利用箱式法開展了碳通量觀測及不同施肥水平對農(nóng)田生態(tài)系統(tǒng)碳交換的影響研究。總體上，受箱式法觀測技術(shù)手段局限及流域環(huán)境因子空間異質(zhì)性影響，目前太湖流域典型稻麥輪作農(nóng)田生態(tài)系統(tǒng)碳交換(NEE)特征及機(jī)理仍存在很大的不確定性。鑒于此，本研究利用渦度相關(guān)技術(shù)，針對太湖流域典型稻麥輪作農(nóng)田生態(tài)系統(tǒng)開展兩年周期的碳通量觀測，分析其碳交換特征及影響機(jī)理，以期為太湖流域生態(tài)系統(tǒng)碳收支估算和相關(guān)模型修正提供科學(xué)依據(jù)。

1 材料與方法

1.1 田間觀測

試驗(yàn)區(qū)位于無錫市錫山區(qū)羊尖鎮(zhèn)嚴(yán)家橋村(N31°39′14″，E120°32′43″，海拔6 m)，亞熱帶季風(fēng)氣候，全年降水量大于蒸發(fā)，屬濕潤地區(qū)。年均降水量1048 mm，年均氣溫16 ℃，全年日照時(shí)數(shù)2019 h，全年無霜期220 d左右。試驗(yàn)區(qū)地處太湖流域北部平原水網(wǎng)區(qū)，為江蘇省基本農(nóng)田保護(hù)區(qū)，作物種植制度為冬小麥/夏水稻一年兩熟制。實(shí)驗(yàn)田塊面積約600 m × 600 m，土壤類型為典型的潴育水稻土，土壤地質(zhì)為沙壤土，土壤有機(jī)質(zhì)含量為1.71%。從自然條件、種植制度和管理措施看，該試驗(yàn)區(qū)在太湖流域具有典型代表性。試驗(yàn)區(qū)農(nóng)田生態(tài)系統(tǒng)灌溉條件較好，年均施肥517 kgN/hm2、146 kgP2O5/ hm2和146 kgK2O/ hm2。冬小麥于2011年11月13日播種，2012年5月30日收割；水稻于5月7日播種，6月15日移栽進(jìn)入試驗(yàn)區(qū)內(nèi)，11月2日收割種冬小麥。

碳通量觀測采用開路式渦度相關(guān)系統(tǒng)，主要有EC150開路CO2/H2O分析儀(Campbell Sci. Inc., USA)、CSAT3三維超聲風(fēng)速儀(Campbell Sci. Inc., USA)和CR1000數(shù)據(jù)采集器(Campbell Sci. Inc., USA)組成。儀器安裝在地面以上3.56 m，數(shù)據(jù)采樣頻率為10 Hz，系統(tǒng)同時(shí)記錄并存儲平均周期為30 min的CO2通量數(shù)據(jù)和氣象等環(huán)境因子。常規(guī)氣象觀測包括空氣溫濕度(HMP155A, Vaisala, Helsinki, Finland)、降水(TE525MM, Campbell, USA)、總輻射(LP02, Hukseflux)；土壤水分/溫度/介電常數(shù)/電導(dǎo)率(SDI-12數(shù)字式TDT，Campbell，USA)觀測分3層，分別在土壤深度10、20 cm和40 cm。常規(guī)氣象數(shù)據(jù)觀測頻率為0.5 Hz，通過CR1000數(shù)采每30 min自動存儲，用于碳通量環(huán)境因子影響分析及缺失數(shù)據(jù)插補(bǔ)。

1.2 通量數(shù)據(jù)校正與插補(bǔ)

CO2通量即凈生態(tài)系統(tǒng)碳交換量(NEE)，由10 Hz的CO2/H2O濃度與垂直風(fēng)速的原始數(shù)據(jù)經(jīng)過協(xié)方差計(jì)算而來，平均時(shí)間長為30 min，具體計(jì)算見式(1)：

(1)

式中,Fc為30 min平均的碳通量，ρ為干空氣密度，S′為CO2混合比率的脈動，W′為垂直風(fēng)速脈動，上劃線(-) 表示平均值。

為了控制通量數(shù)據(jù)精度，對原始觀測數(shù)據(jù)進(jìn)行校正與插補(bǔ)，具體步驟如下：(1)野點(diǎn)去除：剔除雨、塵粒等環(huán)境因子及電源不穩(wěn)定等因素對湍流原始觀測數(shù)據(jù)產(chǎn)生的野點(diǎn)，同時(shí)剔除夜間摩擦風(fēng)速小于0.15 m/s的觀測數(shù)據(jù)以消除夜間低湍流對數(shù)據(jù)的影響；(2)對平坦下墊面，進(jìn)行2次坐標(biāo)旋轉(zhuǎn)以消除“傾斜”誤差或湍流通量不同分量間的交叉干擾；(3)頻率損失修正：通過頻率損失修正低頻損失(較大渦旋的貢獻(xiàn)估計(jì)不充分)及高頻損失(較小渦旋的貢獻(xiàn)估計(jì)不充分)，使不同通量分別增加約5%—30%；(4)WPL校正：以消除水熱傳輸造成NEE變化的密度效應(yīng)，步驟(1)—(4)采用EdiRe軟件處理完成。(5)數(shù)據(jù)插補(bǔ)：首先利用SPSS篩選影響白天(風(fēng)速、氣壓、空氣溫度、空氣濕度、10 cm土壤溫度、土壤水分、土壤電導(dǎo)率、太陽輻射)與夜間(風(fēng)速、空氣溫度、空氣濕度、10 cm土壤溫度、土壤電導(dǎo)率)NEE變化的主要環(huán)境因子，其次利用Matlab分別建立基于神經(jīng)網(wǎng)絡(luò)的白天與夜間通量數(shù)據(jù)插補(bǔ)模型，插補(bǔ)缺失通量數(shù)據(jù)。

1.3 碳平衡計(jì)算

本文年尺度碳平衡計(jì)算主要考慮作物收獲和秸稈還田，對施肥、灌溉和土壤碳庫等影響忽略不計(jì)，具體計(jì)算如式(1)所示：

NBP=NEP-Cgr×fgr-Cst×fst

(1)

式中，NBP為凈生物群區(qū)生產(chǎn)力，NEP為凈生態(tài)系統(tǒng)生產(chǎn)力(近似等于NEE負(fù)值)；Cgr 和Cst分別為小麥/水稻的籽粒和秸稈單位面積干重；fgr和fst分別為小麥/水稻的籽粒和秸稈的含碳率，根據(jù)野外采樣與實(shí)驗(yàn)室分析獲取，分別為0.399 / 0.402和0.4397 / 0.3817。

2 結(jié)果與分析

2.1 環(huán)境因子變化

從圖1可知，試驗(yàn)區(qū)2012年度(2011.12—2012.11)和2013年度(2012.12—2013.11)的太陽總輻射變化趨勢類似，8月最大，1月最小，3—9月太陽總輻射量分別占年總輻射量的70.9%和72.5%，為冬小麥和夏水稻的生長提供了充足的光照條件，與多年平均一致。2012和2013年度平均氣溫分別為15.9 ℃和16.4 ℃，較多年平均氣溫(15.7 ℃)略高。10 cm土壤溫度與氣溫保持一致變化趨勢，冬季(12月—2月)土壤溫度比氣溫略高，4—11月土壤溫度比氣溫略低(圖1)。2012和2013年度年降水量分別為800.3 mm和703.4 mm，分別比多年平均降水量(1048 mm)少22%和33%(圖1)。降水年內(nèi)季節(jié)分配不均，2012和2013年度降水大部分集中在夏季(6—8月)，分別占總量的50.8%和39.7%。2012年在7月13日、8月8日和9月8日出現(xiàn)3次強(qiáng)降水，分別達(dá)42、173 mm和59 mm；2013年在7月5日、8月29日、10月7日、10月8日出現(xiàn)4次強(qiáng)降水，達(dá)31、35、90 mm和32 mm?？傮w上，觀測期間太陽輻射和氣溫具有較好的代表性，但降水比正常年份偏少，屬枯水年。土壤水分季節(jié)與年際變化均較顯著(圖1)，2012和2013年度10 cm土壤水分變化范圍分別為0.18—0.66 m3/m3和0.23—0.55 m3/m3，年均土壤水分達(dá)0.36 m3/m3和0.39 m3/m3。2013年麥季10 cm土壤水分顯著高于2012年麥季，日平均分別為0.33 m3/m3和0.23 m3/m3，主要由于土壤TDT探頭在2011年11月中旬埋進(jìn)土壤，土壤處于擾動恢復(fù)期，導(dǎo)致2012年麥季土壤水分監(jiān)測明顯偏低。夏水稻生長季因處于淹水狀態(tài)，10 cm土壤水分均接近飽和狀態(tài)，但由于在2012年7月22日因10 cm土壤TDT探頭損壞更換新的探頭對土壤產(chǎn)生較大的擾動，導(dǎo)致2012年稻季(從7月22日開始)在淹水狀態(tài)下土壤水分比2013年偏高。

圖1 環(huán)境因子季節(jié)變化Fig.1 Seasonal dynamics of environmental factors

2.2 NEE季節(jié)變化

從圖2可知，太湖流域典型稻麥輪作農(nóng)田生態(tài)系統(tǒng)碳交換(NEE)季節(jié)變化呈典型的“W”型雙峰特征，日累積量在-12.88—5.94 gC m-2d-1之間，平均值為-2.10 gC m-2d-1。一年中有234d NEE日累積量為負(fù)值，占總天數(shù)的64.1%，全年表現(xiàn)為碳凈吸收。NEE日累積量正值(碳排放)主要出現(xiàn)在兩個(gè)時(shí)段，其它月份只有少量天數(shù)日累積表現(xiàn)為正值：(1)小麥?zhǔn)崭畹剿疽圃猿跗?5月底至6月底)；(2)水稻收割到翌年小麥返青(10月底到次年2月份)。5月底至6月初為太湖流域小麥?zhǔn)帐崭钇?，農(nóng)田土壤呈裸露狀態(tài)，再加上水稻插秧前進(jìn)行翻耕、烤田，人為擾動增大了土壤呼吸，導(dǎo)致農(nóng)田碳排放量相應(yīng)大；6月中旬至月底為水稻移栽初期階段，水稻幼苗生長緩慢，因氣溫較高導(dǎo)致土壤呼吸作用較為強(qiáng)烈，故NEE日變化表現(xiàn)為碳排放。10月底水稻收割地表裸露，11月份雖然小麥出苗和三葉，但植被生長活動較弱，隨著氣溫下降，冬小麥停止生長越冬，對CO2的吸收能力下降，導(dǎo)致農(nóng)田生態(tài)系統(tǒng)NEE日變化表現(xiàn)為碳凈排放。

圖2 2012—2013年作物高度與凈生態(tài)系統(tǒng)碳交換季節(jié)變化Fig.2 Seasonal dynamics of crop height and net ecosystem CO2 exchange (NEE) in 2012—2013

受氣象條件與物候年際波動影響，2012年與2013年NEE總量存在一定的年際波動，分別達(dá)-749.49 gC m-2a-1和-785.38 gC m-2a-1，波動約4.9%。同時(shí)，兩年麥季與稻季NEE總量變化也呈較大的年際波動，2012年麥季(2011.12—2012.5)NEE總量(-416.84 gC/m2)大于稻季(6—11月)(-332.65 gC/m2)，而2013年麥季NEE總量(-344.89 gC/m2)小于稻季(-440.49 gC/m2)，但兩年水稻主要生長期(7—9月)NEE總量均大于小麥主要生長期(3—5月)，與水稻產(chǎn)量高于小麥相一致。兩年NEE日最大累計(jì)吸收量均出現(xiàn)在麥季，分別為2012年4月26日(-12.88 gC m-2d-1)和2013年4月11日(-11.62 gC m-2d-1)。

2.3 NEE月均日變化

從圖3可以看出，太湖流域典型稻麥輪作農(nóng)田生態(tài)系統(tǒng)碳交換(NEE)月均日變化、正負(fù)變化時(shí)刻、最大碳排放與碳吸收時(shí)刻均呈顯著的月際變化特征。日均NEE變化除6月外均呈“U”型變化趨勢，表現(xiàn)為白天NEE為負(fù)，夜間NEE為正，說明該生態(tài)系統(tǒng)在夜間由于呼吸作用表現(xiàn)為碳源，白天由于光合作用而表現(xiàn)為碳匯。6月份為冬小麥?zhǔn)崭钇?，地表裸露，翻耕、烤田、水稻移栽，為農(nóng)田生態(tài)系統(tǒng)碳排放時(shí)段，日變化不顯著，NEE基本都為正值。各月NEE符號變化由正值轉(zhuǎn)為負(fù)值在日出后1—1.5 h，夏季比春秋季提前0.5 h，比冬季提前1.5 h；由負(fù)值轉(zhuǎn)為正值時(shí)刻正好相反，夏季比春秋季晚0.5—1 h，比冬季晚1—1.5 h，主要集中在16:30—18:00。NEE在12:00以前逐漸增大，12:00左右達(dá)到最大值，12:00以后NEE逐漸減小，11月—翌年2月NEE最大值在-0.0302—-0.163 mg m-2s-1、3—5月(麥季主要生長期)NEE最大值在-0.177—-0.338 mg m-2s-1、7—10月(稻季主要生長期)達(dá)-0.174—-0.396 mg m-2s-1、6月份NEE最大值在-0.011—-0.023 mg m-2s-1。2012/2013年8月份月均溫度分別達(dá)28.04℃和29.93℃，12:00分別高達(dá)30.70℃和33.05℃，過高的氣溫對作物生長及NEE產(chǎn)生顯著的高溫脅迫效應(yīng)，導(dǎo)致2012/2013年8月份月均NEE日變化均呈較顯著的“雙峰”特征。

圖3 2012—2013年NEE月均日變化Fig.3 Seasonal dynamics of NEE in 2012—2013

2.4 農(nóng)田碳平衡

通量觀測顯示，2012—2013年度農(nóng)田NEE分別為-749.49—-785.38 gC m-2a-1，為大氣CO2的匯，且存在一定的年際波動性。因收獲的糧食大多被農(nóng)民或運(yùn)到城市消費(fèi)，又轉(zhuǎn)化為CO2排放到大氣中?？紤]作物籽粒碳和秸稈全部還田，太湖流域典型稻麥輪作農(nóng)田凈吸收88.12 gC m-2a-1，表現(xiàn)為弱碳匯，稻季凈碳匯(63.15 gC m-2a-1)比麥季(24.97 gC m-2a-1)略高；如果不實(shí)施秸稈還田措施，考慮作物籽粒碳后，太湖流域農(nóng)田生態(tài)系統(tǒng)由碳匯變?yōu)轱@著的碳源，2013年凈排放448.66 gC m-2a-1。為了保護(hù)大氣環(huán)境，太湖流域(包括本試驗(yàn)區(qū))從2012年開始全面禁止焚燒秸稈，并實(shí)施秸稈還田農(nóng)業(yè)補(bǔ)助政策，有助于提高農(nóng)田生態(tài)系統(tǒng)的碳匯能力和土壤有機(jī)質(zhì)含量。

2.5 NEE影響因子

從圖4可以看出，NEE日均值和白天NEE均值與作物高度均呈顯著非線性關(guān)系，R2系數(shù)分別達(dá)0.686和0.752。麥季，隨著小麥出苗、三葉、返青、分蘗、拔節(jié)、孕穗、抽穗、開花、乳熟和成熟，作物高度逐漸增大，在孕穗、抽穗和開花期(4—5月)NEE較大，而后逐步降低(圖2)。稻季，水稻從移栽到成熟，NEE逐漸增大并在抽穗和孕穗期(8—9月)達(dá)最大。綜合NEE季節(jié)變化和月均日變化，說明日均NEE和白天NEE季節(jié)變化直接受作物植被生長情況影響。同時(shí)，其他相關(guān)研究也證實(shí)農(nóng)田白天NEE也受光合有效輻射和葉面積指數(shù)影響[5,20]。

圖4 NEE與作物高度關(guān)系Fig.4 Relationship between mean NEE and crop heightNEE日均值和白天NEE均值取作物高度觀測值當(dāng)天前后各5d的均值

溫度和水分是影響夜間NEE的關(guān)鍵環(huán)境因子[5,20]。從圖5可以看出，太湖流域典型麥季農(nóng)田生態(tài)系統(tǒng)夜間NEE與10 cm土壤溫度呈指數(shù)關(guān)系，并達(dá)0.001顯著水平，2012和2013年R2系數(shù)分別為0.694和0.683，溫度敏感系數(shù)(Q10)分別為3.03和2.67，高于許多土壤呼吸模型所采用的Q10值(Q10=2.0)，略高于華北平原農(nóng)田(2.94/2.49)[5]。2012和2103年麥季夜間NEE與10 cm土壤水分呈顯著曲線關(guān)系，R2系數(shù)分別為0.335和0.645。麥季2013年10 cm土壤水分(0.25—0.49，平均0.37)顯著高于2012年(0.180—0.59，平均0.23)。2012年麥季為土壤TDT探頭安裝初期，土壤水分監(jiān)測偏低，進(jìn)而導(dǎo)致夜間NEE與土壤水分的R2系數(shù)偏低。試驗(yàn)區(qū)土壤田間持水量約為0.314，從圖5可知在太湖流域濕潤區(qū)，當(dāng)土壤水分低于田間持水量時(shí)，夜間NEE主要受土壤溫度影響，土壤水分對其影響不大；反之，夜間NEE受土壤溫度和水分雙重影響，土壤水分增加對夜間NEE起明顯的抑制作用，同時(shí)土壤水分增加也降低了土壤呼吸對溫度的敏感性(Q10)。此外，從表1可知麥季降水增大了土壤空隙，導(dǎo)致降水后初期夜間NEE增大，增強(qiáng)了土壤呼吸。P1，P2和P33次典型降水事件前后溫度均有所下降，但夜間NEE顯著大于降水前，主要受降水影響；P4典型降水事件后溫度有較明顯上升，但夜間NEE增加幅度大于溫度對其影響，夜間NEE增大受溫度升高和降水雙重影響。

圖5 麥季夜間NEE對10cm土壤溫度/水分響應(yīng)Fig.5 Relationship between nighttime NEE and soil temperature and moisture at the 10 cm depth during the wheat season

稻季因農(nóng)田灌溉長期淹水，土壤水分含量幾乎接近飽和狀態(tài)，對土壤呼吸產(chǎn)生較明顯的阻滯效應(yīng)[20]，導(dǎo)致土壤呼吸與10 cm土壤溫度的相關(guān)性顯著降低，2012和2013年R2系數(shù)分別為0.545和0.360，溫度敏感系數(shù)(Q10)分別為1.88和1.39，與朱詠莉等(渦度相關(guān)法)[6]和鄒建文等(箱式法)[24]對稻田觀測獲取的Q10接近，分別為1.70和1.68。F3為2013年稻季初期由裸地至淹水初期，淹水明顯抑制了夜間NEE，降低了44.5%。F1和F2為2012年兩次典型的烤田，夜間NEE均顯著大于其前后淹水狀態(tài)期間的夜間NEE，因此稻田淹水與烤田交替變化對土壤呼吸產(chǎn)生明顯的抑制或激發(fā)的短時(shí)效應(yīng)(表1)。此外，F(xiàn)1和F2同處于淹水狀態(tài)，F(xiàn)1期間的溫度顯著高于F2，而F2的夜間NEE則高于F1，主要由于F2處于稻季成熟期，其凋落物遠(yuǎn)大于7月份孕穗期，進(jìn)而導(dǎo)致其夜間NEE大于F1。

3 討論

太湖流域典型稻麥輪作農(nóng)田生態(tài)系統(tǒng)相比其他區(qū)域具有更高的固碳能力。太湖流域麥季NEE日最大累積吸收量大于華北平原(8.19—9.50 gC m-2d-1)[5]和淮河流域(11.76 gC m-2d-1)[7]，小于美國俄勒崗地區(qū)小麥田(13.4 gC m-2d-1)[4]；2012—2013年稻季NEE日最大累積吸收量(-10.63—-10.16 gC m-2d-1)高于中亞熱帶雙季稻區(qū)晚稻的最大吸收峰值(-9.4 gC m-2d-1)[6]，與淮河流域(-10.4 gC m-2d-1)基本接近[7]；年尺度上，太湖流域稻麥輪作農(nóng)田生態(tài)系統(tǒng)碳吸收量大于華北平原(-197.6—-317.9 gC m-2d-1)[5]、中亞熱帶地區(qū)(-675.2 gC m-2a-1)[6]和淮河流域(生長季3—9月，-626.92 gC m-2a-1)[7]。此外，考慮作物籽粒碳和秸稈全部還田，太湖流域典型稻麥輪作農(nóng)田表現(xiàn)為弱碳匯，而華北平原和法國西南部地區(qū)農(nóng)田生態(tài)系統(tǒng)均由碳匯變?yōu)樘荚?，分別排放107.5—340.5 gC m-2a-1和(372±78) gC m-2a-1[5,17]。

表1 降水和淹水對太湖流域典型稻麥輪作農(nóng)田夜間NEE影響

現(xiàn)有研究已證實(shí)秸稈還田能有效增加土壤有機(jī)碳含量，提高農(nóng)田生態(tài)系統(tǒng)的固碳潛力，如地處太湖流域的江蘇省、上海市和浙江省，采用秸稈還田措施將使其農(nóng)田土壤固碳潛力分別達(dá)45.57、25.97 kg hm-2a-1和29.22 kg hm-2a-1[3]。同時(shí)，實(shí)施秸稈還田、嚴(yán)禁就地焚燒，有助于對近年來持續(xù)爆發(fā)的嚴(yán)重霧霾天氣的有效防范與治理。但需指出的是，目前針對農(nóng)田生態(tài)系統(tǒng)CO2、CH4和N2O排放之間的相互作用影響機(jī)理還不清晰，初步研究表明小麥秸稈還田將顯著促進(jìn)稻季CH4排放，增加量甚至高達(dá)3—11倍[21,25]。因此，秸稈還田雖然有助于提高農(nóng)田生態(tài)系統(tǒng)CO2固碳能力，但同時(shí)對農(nóng)田生態(tài)系統(tǒng)凈溫室氣體排放產(chǎn)生較大的不確定性，有待進(jìn)一步加強(qiáng)觀測秸稈還田對多種溫室氣體排放的相互作用影響，評估其對全球增溫潛勢(GWP)的綜合影響，探討秸稈施入量及施入方式的最佳優(yōu)化模式，提高秸稈還田政策及農(nóng)業(yè)補(bǔ)助政策的科學(xué)性與合理性。

碳通量觀測手段及缺失數(shù)據(jù)插補(bǔ)方法對NEE估算存在較大的不確定性。同為采用渦度相關(guān)技術(shù)，本研究觀測的太湖流域稻麥輪作農(nóng)田生態(tài)系統(tǒng)年NEE分別比淮河流域和中亞熱帶地區(qū)高19.6%—25.3%和11.0%—16.3%，其差異尚在可接受范圍內(nèi)，主要可能受區(qū)域環(huán)境因子及農(nóng)作物品種差異等影響。利用箱式法觀測的上海崇明島2011年稻季NEE(-67.13 gC/m2)[23]、南京稻麥輪作耕地2001—2002年NEE(-196.6—-258.0 gC/m2)[24]，分別僅為本研究的15.2%—20.2%和25.1%—34.4%，存在明顯低估；而利用箱式法觀測的川中丘陵區(qū)稻麥輪作農(nóng)田年NEE為1205.0 gC/m2，則比本研究高估57.0%[21]。此外，采用均值法插補(bǔ)本研究2012年缺失數(shù)據(jù)估算的年NEE，比本文采用的神經(jīng)網(wǎng)絡(luò)插補(bǔ)法高估11.7%。因此，采用不同碳通量觀測技術(shù)手段以及缺失數(shù)據(jù)插補(bǔ)方法均對NEE估算及區(qū)域比較研究產(chǎn)生較大的不確定性。另外，在濕潤季風(fēng)氣候區(qū)，由于雨季連續(xù)降水時(shí)間較長，導(dǎo)致開路式渦度相關(guān)法的觀測數(shù)據(jù)缺失較多，給數(shù)據(jù)插補(bǔ)帶來較大的難度。由于本研究前期沒有觀測光量子通量密度、稻/麥季各生長期LAI和生物量等要素，后期需進(jìn)一步補(bǔ)充觀測以明晰NEE與其之間的響應(yīng)關(guān)系。

4 結(jié)論

(1)太湖流域典型稻麥輪作農(nóng)田生態(tài)系統(tǒng)碳交換(NEE)呈典型的“W”雙峰型季節(jié)變化特征，NEE季節(jié)變化及月均日NEE變化均呈明顯的年際波動；年NEE為-749.49— -785.38 gC m-2a-1，考慮作物籽粒碳和秸稈全部還田后凈吸收88.12 gC m-2a-1，為弱碳匯，比淮河流域、華北平原和中亞熱帶地區(qū)農(nóng)田生態(tài)系統(tǒng)具有更高的固碳能力。

(2)稻/麥季日均NEE和白天NEE的季節(jié)變化直接受作物植被生長情況影響；夜間NEE與10 cm土壤溫度呈顯著指數(shù)關(guān)系，2012/2013年溫度敏感系數(shù)(Q10)分別為3.03和2.67；當(dāng)土壤水分低于田間持水量時(shí)，夜間NEE主要受土壤溫度影響；當(dāng)土壤水分超過田間持水量時(shí)，夜間NEE受土壤溫度和水分雙重影響；降水對夜間NEE有短時(shí)的激發(fā)效應(yīng)。

(3)稻季淹水對土壤呼吸產(chǎn)生較明顯的阻滯效應(yīng)，同時(shí)降低了夜間NEE對土壤溫度的敏感性，2012和2013年溫度敏感系數(shù)(Q10)分別為1.88和1.39，稻季淹水與烤田交替變化對土壤呼吸產(chǎn)生明顯的抑制或激發(fā)的短時(shí)效應(yīng)。

[1] Lal R. Soil carbon sequestration impacts on global climate change and food security. Science, 2004, 304(5677):1623-1627.

[2] Bondeau A, Smith P, Zaehle S, Schaphoff S, Lucht W, Cramer W, Gerten D, Campen H, Christoph M, Reichstein M, Smith B. Modelling the role of agriculture for the 20th century global terrestrial carbon balance. Global Change Biology, 2007, 13(3):679-706.

[3] 陳泮勤, 王效科, 王禮茂. 中國陸地生態(tài)系統(tǒng)碳收支與增匯對策. 北京:科學(xué)出版社, 2008.

[4] Baldocchi D. A comparative study of mass and energy exchange rates over a closed C3 (wheat) and an open C4 (corn) crop Ⅱ:CO2exchange and water use efficiency. Agricultural and Forest Meteorology, 1994, 67(3/4):291-321.

[5] Li J, Yu Q, Sun X M, Tong X J, Ren C Y, Wang J, Liu E M, Zhu Z L, Yu G R. Carbon dioxide exchange and the mechanism of environmental control in a farmland ecosystem in North China Plain. Science in China Series D:Earth Sciences, 2006, 49(2):226-240.

[6] 朱詠莉, 童成立, 吳金水, 王克林, 王勤學(xué), 任秀娥. 亞熱帶稻田生態(tài)系統(tǒng)CO2通量的季節(jié)變化特征. 環(huán)境科學(xué), 2007, 28(2):283-288.

[7] 李琪, 胡正華, 薛紅喜, 王云龍, 譚甜甜, 吳東麗. 淮河流域典型農(nóng)田生態(tài)系統(tǒng)碳通量變化特征. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào), 2009, 28(12):2545-2550.

[8] Smith P, Lanigan G, Kutsch W L, Buchmann N, Eugster W, Aubinet M, Ceschia E, Beziat P, Yeluripati J, Osborne B, Moors E, Brut A, Wattenbach M, Saunders M, Jones M. Measurements necessary for assessing the net ecosystem carbon budget of croplands. Agriculture, Ecosystems and Environment, 2010, 139(3):302-315.

[9] Schmidt M, Reichenau T, Fiener P, Schneider K. The carbon budget of a winter wheat field:an eddy covariance analysis of seasonal and inter-annual variability. Agricultural and Forest Meteorology, 2012, 165:114-126.

[10] Wang Q, Watanabe M, Ouyang Z. Simulation of water and carbon fluxes using BIOME-BGC model over crops in China. Agricultural and Forest Meteorology, 2005, 131(3/4):209-224.

[11] Giltrap D L, Li C, Saggar S. DNDC:A process-based model of greenhouse gas fluxes from agricultural soils. Agriculture, Ecosystems and Environment, 2010, 136(3/4):292-300.

[12] Wattenbach M, Sus O, Vuichard N, Lehuger S, Gottschalk P, Li L H, Leip A, Williams M, Tomelleri E, Kutsch W, Buchmann N, Eugster W, Dietiker D, Aubinet M, Ceschia E, Béziat P, Grünwald T, Hastings A, Osborne B, Ciais P, Cellier P, Smith P. The carbon balance of European croplands:A cross-site comparison of simulation models. Agriculture, Ecosystems and Environment, 2010, 139(3):419-453.

[13] Ogle S, Breidt F, Paustian K. Agricultural management impacts on soil organic carbon storage under moist and dry climatic conditions of temperate and tropical regions. Biogeochemistry, 2005, 72(1):87-121.

[14] Qin Z C, Huang Y. Quantification of soil organic carbon sequestration potential in cropland:a model approach. Science in China Series C:Life Sciences, 2010, 53(7):868-884.

[15] Elsgaard L, G?rres C M, Hoffmann C C, Blicher-Mathiesen G, Schelde K, Petersena S O. Net ecosystem exchange of CO2and carbon balance for eight temperate organic soils under agricultural management. Agriculture, Ecosystems and Environment, 2012, 162:52-67.

[16] 韓士杰, 董云社, 蔡祖聰, 宋長春. 中國陸地生態(tài)系統(tǒng)碳循環(huán)的生物地球化學(xué)過程. 北京:科學(xué)出版社, 2008.

[17] Béziat P, Ceschia E, Dedieu G. Carbon balance of a three crop succession over two cropland sites in South West France. Agricultural and Forest Meteorology, 2009, 149(10):1628-1645.

[18] Ciais P, Gervois S, Vuichard N, Piao S L, Viovy N. Effects of land use change and management on the European cropland carbon balance. Global Change Biology, 2011, 17(1):320-338.

[19] Zona D, Janssens I A, Aubinet M, Gioli B, Vicca S, Fichot R, Ceulemans R. Fluxes of the greenhouse gases (CO2, CH4and N2O) above a short-rotation poplar plantation after conversion from agricultural land. Agricultural and Forest Meteorology, 2013, 169:100-110.

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

[21] 王躍思, 王迎紅. 中國陸地和淡水湖泊與大氣間碳交換觀測. 北京:科學(xué)出版社, 2008.

[22] 劉曉雨, 李志鵬, 潘根興, 李戀卿. 長期不同施肥下太湖地區(qū)稻田凈溫室效應(yīng)和溫室氣體排放強(qiáng)度的變化. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào), 2011, 30(9):1783-1790.

[23] 侯玉蘭, 王軍, 陳振樓, 王東啟, 許世遠(yuǎn). 崇明島稻麥輪作系統(tǒng)稻田溫室氣體排放研究. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào), 2012, 31(9):1862-1867.

[24] 鄒建文, 黃耀, 宗良綱, 鄭循華, 王躍思. 稻田CO2、CH4和N2O排放及其影響因素. 環(huán)境科學(xué)學(xué)報(bào), 2003, 23(6):758-764.

[25] Ma J, Li X L, Xu H, Han Y, Cai Z C, Yagi K. Effects of nitrogen fertiliser and wheat straw application on CH4and N2O emissions from a paddy rice field. Australian Journal of Soil Research, 2007, 45(5):359-367.

Analysis of net ecosystem CO2exchange (NEE) in the rice-wheat rotation agroecosystem of the Lake Taihu Basin, China

XU Xibao*, YANG Guishan, SUN Xiaoxiang

KeyLaboratoryofWatershedGeographicSciences,NanjingInstituteofGeographyandLimnology,ChineseAcademyofSciences,Nanjing210008,China

The agroecosystem plays an important role in global and regional carbon balance due to its large area and high carbon sequestration potential. Due to limitations in observation techniques and the spatial heterogeneity of the environment, net ecosystem CO2exchange (NEE) in the rice-wheat rotation system of the Lake Taihu Basin remains poorly understood. This paper aimed to investigate NEE in this agroecosystem based on observations of CO2flux with the eddy covariance technique, from December 2011 to November 2013. Annual carbon balance was estimated from observed NEE and carbon contents of grain and straw. Half-hourly flux data were first corrected by removal of anomalous data points, coordinate rotation, frequency loss correction, and WPL correction. Two neural network models for daytime and nighttime NEE gap-filling were built. The results showed that annual daytime and nighttime NEE was -749.49 gC m-2a-1and -785.38 gC m-2a-1, respectively. Accounting for grain removal and return of straw to the field, total net C absorption was 88.12 gC m-2a-1, characterizing the agroecosystem as a weak carbon sink. This carbon sequestration capacity is greater than those of the Huaihe River Basin, subtropical region, and north China plain. Diurnal NEE exhibited a typical "W" bimodal seasonal pattern, and both seasonal NEE and average monthly diurnal NEE showed significant annual fluctuations. Cumulative diurnal NEE ranged from -12.88 gC m-2d-1to 5.94 gC m-2d-1, with a mean of -2.10 gC m-2d-1. Maximum cumulative diurnal NEE occurred in the wheat season of each year, with values of -12.88 gC m-2d-1on April 26, 2012 and -11.62 gC m-2d-1on April 11, 2013, respectively. Variation in diurnal NEE and daytime NEE in the rice-wheat season was significantly correlated with crop height, suggesting that diurnal NEE and daytime NEE were both influenced by crop growth. Nighttime NEE and soil temperature at 10 cm during the wheat season exhibit a significant exponential relationship, with a temperature sensitivity coefficient (Q10) of 3.03 and 2.67 in 2012—2013, respectively, larger than that of many soil respiration models (Q10= 2.0). If soil moisture is lower than the field capacity, nighttime NEE is affected mainly by soil temperature; otherwise, nighttime NEE is dually controlled by soil temperature and moisture. There exists a short excitation effect to enhance nighttime NEE after heavy rainfall. Permanent flooding significantly reduces soil respiration, simultaneously decreasing the sensitivity of nighttime NEE to soil temperature. The temperature sensitivity coefficient (Q10) in the rice seasons of 2012—2013 were 1.88 and 1.39, respectively. Alternate change of water regime between the permanent flooding and soil drying in the rice season would generate significant short-term effects of inhibition or excitation on soil respiration, respectively. The effects of carbon flux observation techniques and data gap-filling methods on uncertainty are discussed. Finally, the impact of straw application on greenhouse gas emissions (CO2, CH4, N2O) from the agroecosystem is suggested as an avenue of further investigation.

agroecosystem; net ecosystem exchange CO2; rice-wheat rotation; eddy covariance; Lake Taihu Basin

國家自然科學(xué)基金重點(diǎn)項(xiàng)目(41030745); 國家自然科學(xué)基金(41101565, 41371532); 中國科學(xué)院南寧地理與湖泊研究所“135”學(xué)科前沿項(xiàng)目(NIGLAS2012135019); 江蘇省自然科學(xué)基金(BK2011882)

2014-04-01; < class="emphasis_bold">網(wǎng)絡(luò)出版日期:

日期:2014-12-18

10.5846/stxb201404010614

*通訊作者Corresponding author.E-mail: xbxu@niglas.ac.cn

徐昔保, 楊桂山, 孫小祥.太湖流域典型稻麥輪作農(nóng)田生態(tài)系統(tǒng)碳交換及影響因素.生態(tài)學(xué)報(bào),2015,35(20):6655-6665.

Xu X B, Yang G S, Sun X X.Analysis of net ecosystem CO2exchange (NEE) in the rice-wheat rotation agroecosystem of the Lake Taihu Basin, China.Acta Ecologica Sinica,2015,35(20):6655-6665.