干旱區農田土壤呼吸與土壤溫濕度的關系

劉 秀，張艷林

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

?

干旱區農田土壤呼吸與土壤溫濕度的關系

劉 秀，張艷林*

(湖南科技大學地理空間信息技術國家地方聯合工程實驗室，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，連續觀測2012年6月18～30日張掖綠洲農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律及土壤呼吸與土壤溫濕度之間的關系；評價了現有的土壤呼吸模型。[結果]張掖綠洲農田的土壤呼吸具有明顯的日變化規律，該區域土壤呼吸速率與4 cm深度土壤溫濕度的相關性最好；土壤呼吸速率與土壤溫度之間的相關性要遠遠好于土壤呼吸速率與土壤水分之間的相關性。[結論]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果要好于只考慮土壤溫度或土壤水分的土壤呼吸模型。

關鍵詞土壤呼吸；農田；土壤溫度；土壤濕度；土壤呼吸模型

土壤是陸地生態系統中重要的碳庫，其碳儲量約為300 Gt[1]，在全球碳循環中土壤呼吸向大氣排放的碳約60～110 Pg[2]，占整個生態系統呼吸的80%[3]。因此，土壤呼吸在全球陸地碳循環中具有重要地位。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氧化分解等過程產生的CO2組成。與陸地生態系統碳循環的其他幾個主要通量(GPP、NPP)相比，獲得時間和空間上連續的土壤呼吸監測存在難度，因此目前對土壤呼吸及其與環境因子之間相互作用的認識有限。雖然現有的觀測系統(如渦動相關)可獲得生態系統總碳排放，但是難以區分出各個分量(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，準確了解陸地生態系統中碳吸收和碳排放的各個分量，對生態系統管理和碳循環研究至關重要。

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、土壤水分的關系一直是土壤呼吸研究的重點之一[4]。現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]或者是兩者的經驗關系[9]。筆者通過對干旱區農田土壤呼吸的連續觀測，研究了干旱區農田土壤呼吸日變化過程及其與土壤溫濕度的關系，旨在為土壤呼吸模型的選擇提供參考。

1材料與方法

1.1研究區概況張掖綠洲地處西北干旱區，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。從綠洲發育的地貌類型看，該區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田、戈壁、沙漠、草地和林地。由于降水量少，農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數據獲取為研究農田土壤呼吸特征，于2012年6月18～30日在張掖市小滿鎮五星村架設了土壤呼吸觀測系統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據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。這些觀測系統都在HiWATER試驗期間架設[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據分析。

圖1　站點分布Fig.1　Location of stations

2結果與分析

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律，早晨土壤呼吸逐漸增大，14：00左右達到最大值，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律，1 d內呈正弦曲線變化，在8：00左右達到1 d內的最小值，然后開始上升，16：00左右達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，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律。通過計算各層土壤溫度與土壤呼吸的相關系數可知，4 cm的土壤溫度與土壤呼吸的相關系數最高，達0.604 3，其次是2 cm的土壤溫度，其與土壤呼吸的相關系數是0.553 9，10、20 cm的土壤溫度與土壤呼吸的相關系數較低，分別是0.388 3和0.024 0。通過指數函數擬合，4 cm深度土壤溫度與土壤呼吸之間擬合的判定系數(R2)最大，為0.365 2(表1)。將土壤呼吸根據1 ℃溫度間隔求平均，而后擬合土壤溫度與土壤呼吸的關系，發現兩者之前存在較好的指數關系Rs=0.023 6 e0.032 5T，R2為0.910 0(圖4)。

注：a、b、c中橫坐標的日期對應的時間均為23：00，d中橫坐標的日期對應的時間均為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和判定系數，模型表達式見下：

線性模型：Rs=a+bT

(1)

式中，a、b為經驗系數，T為土壤溫濕度。

指數模型：Rs=aebT

(2)

式中，a、b為經驗系數，T為土壤溫濕度。

(3)

式中，a、Ea為經驗系數，T為土壤溫濕度，R=8.314 J/mol/k。

(4)

式中，R10為經驗系數，T為土壤溫濕度。

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

圖3　土壤呼吸與各層土壤溫度的關系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系2、4、10和20 cm的土壤濕度與土壤呼吸之間的關系見圖5。通過計算相關系數，發現4 cm的土壤濕度與土壤呼吸之間的相關系數最高，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系數分別是0.460 0、0.310 0和0.090 0。與土壤呼吸和溫度的相關性相比，土壤呼吸與土壤水分的相關性較弱，說明在該研究區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系數最高，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、冪函數模型和二次模型，其表達式見下[13-14]：

線性模型：Rs=a+bW

(5)

式中，a、b為經驗系數，W為土壤溫濕度。

冪函數模型：Rs=aWb

(6)

式中，a、b為經驗系數，W為土壤溫濕度。

二次模型：Rs=a+bW+cW2

(7)

式中，a、b、c為經驗系數，W為土壤溫濕度。

通過曲線擬合獲得各個模型的參數和判定系數，發現只考慮土壤水分的土壤呼吸模型中，二次模型的判定系數最高，線性模型的判定系數最小。Luo等[16]和Fang 等[17]研究發現，水分與土壤呼吸之間不存在顯著的相關關系。一般認為，土壤水分與土壤呼吸之間存在正相關關系，這與筆者的研究結果一致，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合關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果。無論是土壤呼吸與土壤溫度的關系模型，還是土壤呼吸與土壤水分的單因素關系模型，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)

冪函數模型：Rs=a×Tb×Wc

(11)

指數模型：Rs=a×ebT×Wc

(12)

式中，a、b、c、d、e、f為經驗系數，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)。結果發現，這些模型總體精度相差不多，相對而言指數模型具有最高的精度，判定系數達0.382 1(表2)。

表2呼吸模型擬合的系數及其判定系數

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

模型編號ModelNo.擬合的表達式中的系數Coefficientinfittedexpression判定系數(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結論

在干旱區農田，土壤呼吸具有明顯的日變化規律，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。通過分析發現，干旱區農田土壤呼吸與4cm深的土壤溫度和土壤水分相關性最高。土壤溫度對土壤呼吸的日變化影響較大，兩者的相關性好于土壤水分與土壤呼吸的相關性。通過比較現有的土壤呼吸模型，在只考慮土壤溫度的呼吸模型中Arrhenius模型的判定系數最高，在只考慮土壤水分的呼吸模型中二次模型判定系數最高，在既考慮了土壤溫度，又考慮了土壤水分的呼吸模型中，指數模型具有最高的判定系數，而且優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.不同生態系統土壤呼吸與環境因子的關系研究[D].太原：山西大學，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.黑河生態水文遙感試驗：黑河流域中游土壤呼吸觀測數據集[Z].寒區旱區科學數據中心，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.陸地生態系統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：測繪工程。*通訊作者，講師，博士，碩士生導師，從事環境建模與模擬研究。

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