亞熱帶紅壤區不同土地利用方式土壤呼吸研究

魯 江 ，駱檢蘭，蘇正偉，楊 柯，楊樹鋒，李 玥

（1.湖南省地球物理地球化學勘查院，湖南長沙410000；2.中國地質大學 地球科學與資源學院，北京100083；3.中國地質科學院 地球物理地球化學勘查研究所，河北 廊坊065000）

全球土壤（在1m深度內）碳儲量為2300 Pg C（其中包含有機碳儲量1550 Pg C，無機碳儲量750 Pg C[1，2]，約是大氣碳庫（760 Pg C）的3倍[3]。全球土壤呼吸的碳排放約為77 Pg C/a[4]，而由于人類活動（化石燃料燃燒、水泥生產、用地改變）引起的碳排放約為7.9 PgC/a[5]，前者比后者要大一個數量級。由于土壤呼吸的很小變化就能嚴重改變大氣CO2濃度的平衡，所以碳循環研究中要求土壤呼吸數據盡可能精準。

IPCC（政府間氣候變化專門委員會）2007年氣候變化第4次評估報告指出，化石燃料燃燒和土地利用變化形成的碳通量對地球大氣CO2濃度變化的貢獻居前兩位[6]。由于社會經濟發展的需要，化石燃料的使用在相當長時間內還難以得到控制，調整土地利用可能成為調節大氣中CO2濃度的一個重要途徑[7]。農業是當前具有很大緩解能力和潛力的一個重要的陸地生態系統，全球農業減排的自然總潛力（Total Biophysical Potential）高達 7300(-1100-16900)Mt/a，其中93%來自減少土壤CO2釋放（即固定土壤碳）[8]。

亞熱帶紅壤區豐富的水、熱、光能賦予生物以巨大的生產潛力，是我國重要的糧食作物和各種熱帶、亞熱帶經濟作物與林木的重要基地，在我國碳平衡研究中占有重要地位[9]。周志田等[10]對亞熱帶紅壤丘陵區四種不同的土地利用方式下的土壤比較發現，CO2年排放總量從高到低依次為玉米地、柑桔園、水稻田、杉木林；婁運生等[11]研究表明紅壤區內不同利用方式對農田土壤CO2排放通量有顯著影響，表現為在水田淹水植稻季，其排放通量明顯低于旱地，而在水田非淹水期（排水落干或休閑期），其排放通量則顯著高于旱地。前人的研究表明不同土地利用方式對土壤呼吸的影響十分顯著。它不僅改變了地表植被，而且改變了土壤的透氣性，從而使土壤有機質含量、微生物組成和活性、根系生物量等發生了變化[12，13]。對不同土地利用方式下土壤呼吸進行研究不僅可以為土壤固碳潛力計算提供基礎數據，還能為提高土壤碳儲量大背景下的土地利用管理提供參考依據。

目前，在亞熱帶紅壤區對土壤呼吸進行研究的技術手段主要采用箱式-氣相色譜法和渦度相關技術[14-16]，隨著土壤呼吸測定方法和技術的不斷發展，本文應用目前國際上通用的動態密閉氣室法進行原位觀測，在水稻田休閑期內對亞熱帶紅壤區不同土地利用方式土壤CO2排放規律及其影響因素進行探討，以期為紅壤區稻田土壤固碳潛力估算和稻田生態系統碳收支計算提供基礎數據。

1 材料與方法

1.1 研究區概況

研究區位于湖南省長沙縣金井鎮（28°30′N，113°25′E），土壤區域為亞熱帶紅壤區，成土母質母巖為花崗巖風化物，年平均氣溫16℃-18℃，年平均日照1300 h-1800 h，無霜期345 d，年平均降雨量1200 mm-1500 mm。主要種植水稻。2010年10月中旬晚稻收割完成，進入水稻休閑期。

試驗地選取耕地（水稻田，采用當地典型的稻—稻—休閑種植制度）、休耕地（撂荒已達半年）和自然荒地（主要生長灌木雜草）三種土地利用方式，耕地和休耕地面積各120m2，荒地由于面積有限，選取2m×8m。在樣地內按照梅花形或直線型隨機設置5個采樣點（圖1）。

圖1 研究區土壤呼吸監測點位置示意圖

1.2 研究方法

于各采樣點埋下外徑20 cm PVC圈，保證在整個測定期間進行定點測量。PVC圈高10 cm，插入地下8 cm，地上PVC圈高度為2 cm。測量前提前24 h將PVC圈中活的植物齊地面剪除。

從2010年10月15日-2010年12月20日，使用便攜式土壤CO2通量自動測量系統LI-8100A(LICOR,Lincoln,Nebraska,USA），約15 d對樣地進行24 h觀測，每1 h觀測一次。每次測量時長設置為120 s，氣體混勻時間（Dead B and）設置為15 s，前清洗時間設置為0s，后清洗時間設置為30 s。觀測期間天氣為晴或多云天氣，在原位觀測土壤呼吸的同時，分別用Omega土壤溫度探頭和The t aPr obe ML2x土壤水分探頭（Delta-T Devices,Cambridge）測量5cm深處的土壤溫度及土壤體積含水量。

1.3 數據處理

對觀測數據進行嚴格的篩選，剔除由于儀器故障以及特殊天氣條件的影響導致出現部分異常值，一般剔除的原則是從時間序列中剔除大于2倍方差(±2σ)的數據。對于數據的缺失，采用線性內插法進行補充。

數據統計和分析在Excel 2003和SPSS 13.0軟件環境下進行，作圖采用Sigmaplot 10.0軟件。

2 結果與討論

2.1 不同土地利用方式土壤呼吸的日變化特征

本研究觀測日期均在稻田休閑期內，研究區降雨和空氣濕度相對較平穩，不同土地利用方式土壤呼吸速率日變化趨勢基本一致，CO2通量均表現明顯的單峰型日變化特征。圖2為10月30日土壤CO2通量和土壤溫度的日變化趨勢，天氣變化平穩，土壤CO2通量隨著土壤溫度的升高而增加，隨著土壤溫度的持續升高，高峰值出現在13:00-15:00間，之后隨著溫度的降低而下降。耕地日變化曲線波動最大，而荒地始終具有較低的呼吸速率，且日變化曲線較平穩。

圖2 亞熱帶紅壤區不同土地利用方式土壤CO2通量和土壤溫度均值（5cm）的日變化趨勢

2.2 觀測周期內不同土地利用方式土壤呼吸速率變化

2010年10月15日到12月20日監測期間，三塊樣地土壤呼吸隨溫度降低整體均呈下降趨勢（圖3），主要是由溫度、濕度、光合作用所驅動。

圖3 2010年冬季亞熱帶紅壤區不同土地利用方式CO2通量的月變化動態

從表1可看出，不同土地利用方式CO2排放通量的均值和變化幅度大小的次序均為：耕地＞休耕地＞荒地，主要是由于水稻收割后有根茬和大量的凋落物留在田間，雜草生長，土壤呼吸底物供應增加，另耕地土壤雖處于落干狀態，但其土壤濕度卻明顯高于其他類型樣地，而且由于淋溶造成其耕層粘粒含量相對較低，土壤通氣性良好，有利于微生物呼吸代謝的進行[11]。而休耕地和荒地相對于耕地，受人類活動的干擾程度小，土壤有機質變化緩慢，影響土壤呼吸變化的控制因子和土壤碳沉積趨于穩定，CO2通量均值和變化幅度均相對較小。

表1 亞熱帶紅壤區不同土地利用方式CO2通量統計值

2.3 不同土地利用方式下影響土壤呼吸速率變化的因素

為了更清楚了解環境因子對不同土地利用方式土壤呼吸的影響，將所有觀測獲得的土壤溫度、土壤濕度、大氣溫度、大氣壓力和相對濕度與不同土地利用方式下的土壤呼吸速率數據做相關分析，結果表明（表2），三種土地利用方式土壤呼吸均與土壤溫度、大氣溫度顯著正相關（p＜0.01），而與土壤濕度顯著負相關（P＜0.01）。此外，休耕地、耕地與大氣相對濕度呈顯著負相關，休耕地還與大氣壓力顯著負相關。其原因可能是由于不同土地利用方式下土壤孔隙度、地下根系量及人類活動干擾程度差異所致。

表2 不同用地類型土壤呼吸速率與環境因子的相關性分析

不同土地利用方式下，因為植被、微地形等影響存在較小差別，對三種樣地監測所取得的環境因素數據求平均值（表3）。由表中可看出耕地與休耕地環境因素均值接近，而荒地主要由于植被覆蓋與前兩者的差異，環境影響因素的均值差別相對較大。

表3 不同用地類型土壤呼吸環境影響因素平均值

本研究區為大陸性特征明顯的季風濕潤氣候[17]，稻田休閑期內主要為濕冷天氣，溫度較低，通常認為土壤呼吸與土壤濕度之間的關系是，土壤CO2通量在干燥條件下較低，在中等土壤濕度水平時最大，當含水量很高、厭氧條件占優勢致使好氧微生物的活性受到抑制時又下降[18]。最適宜的含水量通常是接近田間持水量，這時大孔隙空間大部分充滿空氣，利于氧氣擴散，小孔隙空間大部分充滿水，利于可溶性底物的擴散[19]。三塊不同利用方式樣地土壤呼吸均與土壤濕度顯著負相關，說明可能由于土壤濕度過大，成為抑制土壤呼吸的因子。

2.4 不同土地利用方式下土壤呼吸溫度敏感度Q10的計算

呼吸過程對溫度的敏感性通常用Q10來描述，Q10是溫度增加10℃所造成呼吸速率改變的商，定義如下：

式中，RT0和RT0+10分別是參比溫度T0和溫度為T0+10℃時的呼吸速率。當溫度和土壤呼吸之間的關系用一個指數函數擬合時，Q10就可以通過方程中的系數b估計出來：

根據式（1），將不同用地類型所測得的土壤呼吸數據分別與土壤溫度和大氣溫度相擬合（圖4），得到各自的溫度響應系數，再根據式（2）計算出各自的溫度敏感性指標Q10（表4）。

表4 不同土地利用方式溫度響應系數和敏感度

圖4 不同土地利用方式土壤呼吸與土壤溫度的擬合曲線

土壤溫度敏感度大小順序為耕地＞荒地＞休耕地。

Raich和Schlesinger[20]通過整理大量文獻根據土壤溫度與土壤呼吸的季節變化，計算全球Q10的中間值為2.4，變化范圍為1.3-3.3之間。中國南方水稻土的Q10值為1.0-2.4[21]，紅壤性水稻土的Q10值為1.11-1.79[22]。本區三種樣地類型土壤呼吸對土溫的敏感性高于已有文獻對中國南方水稻土和紅壤性水稻土的研究，主要由于測量是在秋季進行，溫度低于全年平均，而一年中的Q10在仲夏時最低，在冬季最高[23]。耕地Q10最高，分析其原因主要由于農田生態系統植被類型簡單，結構單一，與植被類型結構復雜的荒地生態系統相比，更易受外界影響，從而對于溫度變化存在著較高的敏感性[24]。

2.5 土壤呼吸對土壤溫度和濕度的響應

大量研究資料表明，土壤濕度和溫度是影響土壤呼吸的關鍵環境因素[19，25]，本文嘗試利用土壤溫度和濕度的雙變量經驗模型[26]，建立濕度和溫度共同影響的土壤呼吸雙因素關系模型為：

式中，RS為土壤呼吸速率，T為土壤溫度，M為土壤濕度，α、β和χ為常數。

將每種用地方式下獲取的土壤呼吸速率與土壤溫度和土壤濕度相對應的數據進行回歸擬合，得到不同土地利用方式下的常數α、β、χ和擬合度R2的值（表5）。

表5 土壤呼吸與土壤溫度、土壤濕度擬合模型參數

由表5看出，耕地和休耕地的雙變量模型決定系數為0.83和0.91，相關性顯著，土壤溫度和水分的變化可以共同解釋80%以上的土壤呼吸變異，溫度—呼吸所建立的經驗指數模型只能解釋土壤呼吸變異的71%-78%。荒地則反之，土壤呼吸與溫度的單變量較之雙變量模型擬合更好。

由于土壤呼吸受諸多因子的交互影響且對其本質還不清楚，本研究只是試圖通過建立模型來描述本區域內土壤呼吸對溫度和濕度變化的響應。

4 結論與討論

4.1 結論

（1）稻田休閑期內，亞熱帶紅壤區不同土地利用方式耕地、休耕地和荒地的土壤CO2呼吸值分別為1.87±0.78μmol/m2·s、1.33±0.05μmol/m2·s、1.16±0.01 μmol/m2·s。

（2）不同土地利用方式土壤呼吸有著明顯的“單峰型”日動態變化規律，土壤CO2通量隨著土壤溫度的升高而增加，高峰值出現在13:00-15:00間，之后隨著溫度的降低而下降。

（3）三種土地利用方式土壤呼吸均與土壤溫度、大氣溫度顯著正相關（p＜0.01），而與土壤濕度顯著負相關（P＜0.01）。

（4）對不同土地利用方式建立溫度、水分與土壤呼吸速率的雙變量關系模型，結果發現模型對耕地和休耕地的擬合系數明顯高于土壤溫度單變量指數模型的擬合系數。

4.2 討論

本文根據有限的原位監測數據，對亞熱帶紅壤區稻田休耕期內幾種主要土地利用方式土壤呼吸特征進行了初步研究，并建立了土壤溫度和濕度交互作用下的土壤呼吸響應模型，但由于土壤呼吸作用是幾個不同過程共同作用的結果，包括復雜的生物過程，生物因子強烈影響著土壤呼吸作用的強度和變化，僅依靠氣候因子的測定難以揭示土壤呼吸作用與控制其時空變化之間的內在規律，研究區內植被類型、土壤有機質、凈生態系統生產力（NEP）、地上和地下生物量的分配和人為田間管理措施對土壤碳呼吸影響較大，這些因素對土壤碳呼吸的影響研究仍在數據采集之中，有待進一步研究。

[1]Batjes N.Total carbon and nitrogen in the soils of the world[J].European Journal ofSoil Science,1996,47(2):151-164.

[2]Eswaran H,Van Den Berg E,Reich P,et al.Global soil carbon resources[M]//LalR,KimbleJM,LevineE,etal.Soils andGlobalChange.Boca Raton;CRC/Lewis.1995:27-43.

[3]Lal R.Soil erosion and the global carbon budget[J].Environment International,2003,29(4):437-450.

[4]Raich J W,Potter C S.Global patterns of carbon dioxide emissions from soils[J].Global Biogeochemistry Cycles,1995,9(1):23-36.

[5]Schimel D,House J,Hibbard K,et al.Recent patterns and mechanisms ofcarbon exchange by terrestrial ecosystems[J].Nature,2001,414(6860):169-172.

[6]IPCC.Geneva,Switzerland:IPCC,2007.

[7]Watson R T,Noble I R,Bolin B,et al.land use,land-use change, and for estry[M].Cambridge,UK:Cambridge University Press,2000.

[8]潘根興,周萍,李戀卿,等.固碳土壤學的核心科學問題與研究進展[J].土壤學報,2007,44(2):327-337.

[9]翁伯琦,王義祥.亞熱帶山區紅壤地碳平衡研究進展[J].應用生態學報,2006,17(1):143-150.

[10]周志田,成升魁,劉允芬,等.中國亞熱帶紅壤丘陵區不同土地利用方式下土壤CO2排放規律初探[J].資源科學,2002,24(2):83-87.

[11]婁運生,李忠佩,張桃林.不同利用方式對紅壤CO2排放的影響[J].生態學報,2004,24(5):978-983.

[12]Badia D V,Alcaniz J M.Basaland specific microbial respiration in semiarid agricultural soils:organic amendment and irrigation managementeffects[J].Journal ofGeomicrobiology,1993,11(3):261-74.

[13]Chagas C I,Santanatoglia O J,Castiglioni MG,et al.Tillage and croppingeffectsonselected properties ofan Argiudollin Argentina[J].Communications in Soil Science and Plant Analysis,1995,26(5/6):643-655.

[14]朱詠莉,吳金水,周衛軍,等.亞熱帶稻田生態系統CO2排放及影響因素[J].中國環境科學,2005,25(2):151-154.

[15]任秀娥,王勤學,童成立,等.亞熱帶稻田生態系統土壤呼吸的估算[J].科學通報,2007,52(13):1548-1553.

[16]鄒建文,黃 耀,宗良綱,等.稻田CO2、CH4和N2O排放及其影響因素[J].環境科學學報,2003,23(6):758-764.

[17]《長沙縣志》編纂委員會.長沙縣志1988-2002[M].北京:方志出版社,2006.

[18]Davidson E A,Verchot L V,Catta^nio J H,et al.Effects of soil water content on soil respiration in for ests and cattle pastures of eastern Amazonia[J].Biogeochemistry,2000,48(1):53-69.

[19]Luo Y,Zhou X.Soil respiration and the environment[M].San Diego,CA:Elsevier,2006.

[20]Raich J W,Schlesinger W H.The golbal carbon-dioxide flux in soil respiration and its relationship to vegetation and climate[J].Tellus Series B-Chemicaland Physical Meteorology,1992,44(2):81-99.

[21]Zhang X-H,Li L-Q,Pan G-X.Topsoil organic carbon mineralization and CO2evolution of three paddy soils from South China and the temperaturedependence[J].Journal ofEnvironmentalSciences,2007,19(3):319-326.

[22]鄭聚鋒,潘根興,吳新民.升金湖枯水期灘地土壤CO2-C釋放通量及有機碳穩定性研究[J].濕地科學,2011,9(2):132-139.

[23]Xu M,Qi Y.Budgets of soil erosion and deposition for sediments and sedimentary organic carbon across the conterminous United States[J].Global Biogeochem Cycles,2001,15(3):687-696.

[24]齊麗彬,樊軍,邵明安,等.黃土高原水蝕風蝕交錯帶不同土地利用類型土壤呼吸季節變化及其環境驅動[J].生態學報,2008,28(11):5428-5436.

[25]Raich J W,Tufekcioglu A.Vegetation and soil respiration:correlations and controls[J].Biogeochemistry,2000,48(1):71-90.

[26]Gulledge J,Schimel J P.Controls on soil carbon dioxide and methane fluxes in a variety of taiga for est stands in Interior Alaska[J].Ecosystems,2000,3(3):269-282.