華北平原農田CO2濃度變化特征

俄有浩,霍治國,*,趙花榮,2,馬玉平

1 中國氣象科學研究院, 北京 100081 2 中國氣象局固城生態與農業氣象試驗站, 保定 072650

農田CO2濃度是影響農田生態系統碳循環和碳交換的主要決定因素。農田CO2濃度不僅決定農作物光合生產力[1],對作物呼吸等生理過程和土壤呼吸等碳排放過程也有重要影響作用[2-5]。由于農田更接近村莊和城市,農田CO2濃度更大程度地受到人為活動和氣候變化等因素共同影響。因此,研究農田CO2濃度動態變化有助于更好地了解和研究氣候變化影響農作物生產以及農田生態系統碳循環和碳交換機理和過程。雖然,我國氣象部門從20世紀90年代已加入世界氣象組織全球大氣觀測計劃,并有瓦里關等4個大氣本底站進入網絡化觀測序列,持續開展了大氣CO2等溫室氣體濃度觀測[6-8]。有學者也開展了城市、濕地、沙漠、高寒草地等不同下墊面條件的碳循環、碳交換和CO2濃度及通量等大量研究[9-31]。然而,由于大氣本底站都布設在草地或森林生態系統中,其大氣CO2濃度變化受人為活動等影響可能較小,直接利用大氣本底站CO2濃度觀測數據研究農田生態系統CO2濃度變化對農作物的影響可能存在一定差異。而對處在人口和工業密集區域且生態系統極其復雜的農田CO2濃度長期以來缺乏動態監測和變化研究。未來全球氣候變暖情勢下,農田CO2濃度在年際、年內和晝夜的增量分布模式不清楚。

為了解農田CO2濃度長期動態變化特征、趨勢、濃度增量分布模式等,本文以中國氣象局固城生態與農業氣象試驗站多年大氣CO2濃度測定數據為依據,分析農田CO2濃度的年際、年內、晝夜等動態變化特征,明確大氣CO2濃度增量在晝和夜、作物生長季和非生長季的分布模式,并比較農田CO2濃度與大氣本底和城市CO2濃度變化特征及差異,為精確評估CO2濃度升高影響作物生長發育研究和產量評估提供科學依據。

1 數據來源及數據處理

1.1 數據來源及區域代表性

數據采集于中國氣象局固城生態與農業氣象試驗站的渦動觀測系統(Gill超聲風速儀和Li-7500 CO2/H2O分析儀)。固城生態與農業氣象試驗站位于河北省保定市定興縣固城鎮(39.15°N,115.74°E,海拔24.0 m),距北京市中心直線距離100 km,是典型的華北平原冬小麥與夏玉米連作高產區。下墊面主要以冬小麥(10月至來年6月)、夏玉米(6—10月)等農田和少量行道樹及經濟林為主,距離試驗站周圍1—2 km有村莊分布。根據2016年衛星監測中國陸地區域大氣CO2年均濃度分布狀況[6],固城站基本能夠代表華北北部(除京津)農田大氣CO2濃度空間分布。

1.2 數據與處理

固城站渦動觀測系統平臺高度4.0 m。渦動系統輸出數據包括CO2濃度(mg/m3)、CO2通量(mg m-2s-1)、水汽濃度(g/m3)、風速(m/s)、風向、溫度、濕度、大氣壓力梯度等。系統觀測采樣頻率為10 Hz。數據采集器為CR5000(Campbell)。系統輸出30 min平均濃度和通量數據,時間序列為2007年1月1日—2018年12月31日。同時,從世界溫室氣體數據中心(WDCGG)網站下載了青海瓦里關大氣本底站1994—2016年CO2濃度日值數據。

利用固城站30 min平均CO2濃度和通量數據,參照相關文獻中渦動系統通量數據的質量控制處理方法[32-35],通過氣候極值閾值判斷、野點剔除、隨機脈動剔除等步驟進行了數據質量控制。其中,CO2濃度氣候極值閾值1000 mg/m3,野點剔除采用方差檢驗法,相鄰點之差大于5倍序列標準差視為野點。

通過數據控制處理,剔除無效數據和缺測數據,2007—2018年30 min平均CO2濃度的有效數據百分率在38.1%—95.4%之間(表1)。2008、2014、2016年缺測和無效數據較多。

表1 數據處理后30分鐘平均CO2濃度和通量的有效數據百分率

系統輸出CO2濃度數據單位為質量體積濃度(mg/m3),為了將質量體積濃度換算為摩爾濃度(μmol/mol),根據系統內置換算公式,將質量密度數據換算成摩爾濃度數據。公式為：Cf=Cm×R×(Tg+273.15)/44×Pg,式中,Cf為摩爾濃度,Cm為質量體積濃度,R為摩爾氣體常數8.314,Tg為探測器溫度,Pg為氣壓。單位換算后,將30 min數據統計為1小時、晝、夜和1日數據,進行結果分析。由于每個數據是前30 min內取樣數據的平均值,為確定晝間數據開始和結束時間點,規定日出時刻延后30 min為晝間開始數據,日落時刻為晝間結束數據,并對晝間開始和結束時刻作整點和半點調整。定興縣最早日出時間4：50,最遲日出時間7：36,年平均日出時間6：13。最遲日落時間19：47,最早日落時間16：54,年平均日落時間18∶21。根據確定的規則,定興縣晝間數據開始時間為6：30,結束時間18：30。

2 結果分析

2.1 農田CO2濃度逐日年際變化

統計2007—2018年逐日平均CO2濃度表明,固城站農田CO2多年平均濃度為377.8 μmol/mol,但年內和年際波動較大。日最小濃度為312.0 μmol/mol,日最大濃度477.8 μmol/mol,數據序列標準差為33.7 μmol/mol,振幅達到150 μmol/mol(圖1)。2007—2018年農田CO2濃度呈現顯著性升高趨勢(r=0.263,P<0.01),從2007年平均361增加到2018年平均392 μmol/mol,平均年增幅2.58 μmol/mol。該增幅與全球和瓦里關本底站大氣CO2濃度增幅(2.08 μmol/mol和2.06 μmol/mol)接近。

圖1 固城站2007—2018年CO2逐日平均濃度年際變化

2.2 農田CO2濃度年內動態

統計2007—2018年逐時多年平均CO2濃度表明,固城站CO2逐時平均濃度在年內呈現多峰多谷動態特征(圖2)。1—4月逐時平均CO2濃度逐漸下降,5月1日前后達到最低值,此期間數據標準差為33.5 μmol/mol。5—7月逐時平均濃度逐漸升高,在7月1日前后,日最低和日最高CO2濃度達到次高峰,該期間數據標準差為37.6 μmol/mol。7月上旬至10月中旬期間,CO2日最低濃度最小值出現在8月中旬,而日最高濃度最大值也在此時間達到最高峰,該期間CO2平均濃度標準差為45.2 μmol/mol。10月中旬至12月底,逐時平均濃度逐漸下降,達到1月濃度狀態。全年逐時平均濃度標準差為33.5 μmol/mol。

圖2 固城站CO2逐時多年平均濃度年內動態

2.3 日變化動態

統計2007—2018年逐時平均CO2濃度,得到平均CO2濃度日變化動態(圖3)。平均而言,白天CO2濃度較低,平均為360 μmol/mol,其中,15—16時CO2濃度最低,為346 μmol/mol(標準差SD為20 μmol/mol)。夜間CO2濃度較高,平均為394 μmol/mol(標準差SD為37 μmol/mol)。午間比日出前CO2濃度低12%。全天24 h平均CO2濃度呈“U”型分布,標準差SD在20—37 μmol/mol之間,相同時間點在不同季節CO2濃度振幅達到101—163 μmol/mol。

圖3 固城站2007—2018年CO2逐時平均濃度日變化動態

圖4為1—12月CO2平均濃度逐時變化動態,表明不同月份之間CO2濃度差異較大。夜間CO2濃度8月最高,2月最低(2月<3月<4月<1月<12月<5月<11月<6月<10月<7月<9月<8月),最大相差近100 μmol/mol；白天CO2濃度10月最高,4月最低(4月<5月< 3月<2月<1月<8月<7月<6月<12月<9月<11月<10月),最大相差60 μmol/mol。

農田大氣CO2濃度變化是作物光合和呼吸、土壤呼吸、人為活動碳排放和天氣狀況變化等多因素共同影響的結果。白天CO2濃度主要受作物光合同化、土壤呼吸和人為活動碳排放影響。4月冬小麥處于拔節至孕穗生長較旺盛期,光合同化消耗較多的CO2,但地溫相對較低,土壤呼吸碳排放量相對較少,CO2吸收較多排放較少,導致白天CO2濃度最低。5月和8月分別是冬小麥和夏玉米生長最旺盛期,光合同化消耗CO2最多,但此期間土壤呼吸碳排放量比4月更多,因此,平衡的結果是5月和8月晝間CO2濃度比4月的高。10月夏玉米收割冬小麥初種,光合作用相對較低,土壤溫度較高導致土壤碳排放較多,所以10月農田CO2濃度最高。冬季的11月—1月雖然光合同化和土壤呼吸都較小,但采暖等人為活動可能增加了農田大氣CO2濃度。夜間主要受作物和土壤呼吸及人為活動碳排放影響。2月地溫和氣溫較低,夜間作物和土壤呼吸作用較弱,采暖等人為碳排放活動較冬季減輕,所以2月夜間CO2濃度最低。8月是夏玉米生長旺盛期,夜間呼吸作用較強,更重要的是8月夜間高溫高濕增大了土壤碳排放[4,11],導致夜間農田CO2濃度最高。另外,對比晝夜CO2濃度變化看出,8月和5月CO2濃度從清晨到午間波動最大,分別從最高440、392 μmol/mol下降到最低的344、325 μmol/mol,降幅分別達到22%和17%,表明在夏玉米和冬小麥生長旺盛期,白天強烈的光合作用對CO2需求旺盛,明顯降低了田間CO2濃度。

2.4 晝夜變化特征

圖5為2007—2018年逐日晝、夜CO2平均濃度年內動態。晝間CO2濃度呈現多峰多谷動態,其中,5月上旬最低,為320 μmol/mol,10月中旬最高,超過380 μmol/mol。夜間CO2濃度在8—10月下旬最高,平均440 μmol/mol,2月最低,約350 μmol/mol左右。多年夜間平均CO2濃度為395.8 μmol/mol,白天平均359.6 μmol/mol,夜間CO2濃度明顯高于白天,平均晝夜差36.2 μmol/mol(10.1%),尤其在8月,夜間平均CO2濃度比白天高74.4 μmol/mol(20.6%)。

圖5 固城站2007—2018年CO2晝夜平均濃度年內動態

2.5 CO2通量變化特征

2007—2018年多年逐時CO2通量年內動態表明(圖6),從11月至3月中旬,CO2通量基本維持在0.1 mg m-2s-1之間。3月底開始,隨著冬小麥快速生長,CO2吸收通量顯著增加,至5月上旬到達最大值1.0 mg m-2s-1,之后開始減小,到6月底CO2吸收接近零。7月上旬開始,夏玉米開始播種生長,CO2吸收通量又顯著快速增加,至8月達到最大值1.5 mg m-2s-1,之后開始減小,到10月中旬CO2吸收接近0.1 mg m-2s-1。全年的CO2吸收通量變化特征與華北平原冬小麥和夏玉米生長過程和農事活動完全吻合。與CO2吸收通量的顯著變化不同,CO2釋放通量的變化幅度很小,從4月的0.2 mg m-2s-1左右增加到8月最高0.67 mg m-2s-1,再到10月底的0.2 mg m-2s-1左右。作物整個生長期CO2釋放通量僅有吸收通量的20%—30%。

圖6 固城站多年逐時平均CO2通量年內動態

2.6 農田與大氣本底站CO2濃度變化比較

比較固城站農田和瓦里關大氣本底站CO2日平均濃度表明,農田CO2濃度與瓦里關大氣CO2濃度年內動態有較大差異(圖7)。大氣本底站CO2濃度具有更小的波動性,而農田CO2濃度年內波動巨大,標準差達到23.4 μmol/mol,是大氣本底站CO2濃度標準差的近7倍,而且,1—5月農田CO2濃度顯著低于大氣本底濃度。另外,農田CO2濃度與城市[32]和江河口濕地[26]CO2濃度的“U型”變化特征也不盡相同,表明其動態變化的形成機制有差異。

圖7 固城站和瓦里關CO2日平均濃度年內動態比較

3 結論與討論

3.1 結論

(1)2007—2018年固城站多年平均CO2濃度377.8 μmol/mol,最低平均濃度312.0 μmol/mol,最高平均濃度477.8 μmol/mol,標準差33.7 μmol/mol,振幅達到150 μmol/mol。12年農田CO2年平均濃度顯著性升高了31.0 μmol/mol(r=0.263,P<0.01),平均每年升高2.58 μmol/mol,與全球和瓦里關大氣本底站CO2濃度年均增幅接近。

(2)農田CO2濃度日變化和季節變化波動巨大,晝間14—15時CO2濃度最低,夜間22時至次日6時CO2濃度最高。晝間CO2平均濃度比夜間CO2平均濃度低36.2 μmol/mol(10.1%),尤其8月份,晝夜CO2濃度平均相差74.4 μmol/mol(20.6%)。白天CO2濃度波動曲線中5月和8月的兩個谷值很好地對應了4—5月華北平原北部冬小麥開花灌漿期和8—9月夏玉米抽雄開花至灌漿期作物生長旺盛期光合作用對農田CO2濃度的影響過程,7月1日前后晝間CO2濃度高值也正好對應了冬小麥收割后夏玉米幼苗期的土壤裸露期,表明4—9月晝間CO2濃度和通量動態變化很好地反映了華北平原冬小麥和夏玉米生長過程、農事活動和農田碳交換的關系。

(3)與大氣本底站相比,農田CO2濃度年內變化具有更大的波動性,標準差達到23.4 μmol/mol,是大氣本底站CO2濃度標準差的近7倍。農田CO2濃度與城市和江河口濕地CO2濃度的“U型”變化特征也不盡相同,表明其各自動態變化的形成機制有差異。

3.2 討論

(1)農田CO2濃度變化與農事活動和碳交換之間關系

華北平原主要農業種植模式為冬小麥與夏玉米兩熟連作,其中,4月下旬至5月中旬和7月下旬至8月分別是冬小麥和夏玉米生長旺盛期。從圖5看出,固城站晝間CO2濃度年內動態特征與冬小麥返青-拔節-孕穗-抽穗開花-灌漿-成熟收割和夏玉米播種-拔節-孕穗-抽雄吐絲-開花-灌漿-成熟等生長發育進程高度吻合。同時,農田CO2吸收通量(圖6)的兩個峰值也與冬小麥和夏玉米生長及干物質積累過程完全一致,表明白天農田CO2濃度動態變化與作物光合作用、農事活動和碳吸收等密切相關,作物生長發育進程影響農田CO2濃度變化,反過來,農田CO2濃度高低也一定程度上影響作物的光合同化速率。夜間CO2濃度從4月到9月持續升高,是該時期高溫高濕和秸稈還田條件下土壤有機碳釋放的結果[36-39]。

(2)利用農田CO2濃度變化特征提高作物產量的農業生產技術和管理措施

農作物光合同化吸收CO2,降低田間CO2濃度,導致農田CO2濃度午間比日出前下降約10%—20%。當前大氣CO2濃度大大超過作物補償點而遠離飽和點CO2濃度,因此,適當增加田間CO2濃度能夠有效提高作物產量,尤其對提高設施農業作物產量有很大作用[40]。在生產上,一般作物生長旺盛期的晝間通過增施有機肥和人工增施CO2的方式彌補田間CO2濃度虧缺,提高作物產量。

在當前全球變暖為主流研究背景下,一方面需要關注提高CO2濃度與作物產量的關系,提出不同時段采用相應的農業生產技術和管理措施。另一方面,更需要關注農田CO2濃度變化的晝夜、生長季與非生長季的增量及其模式,為全球變暖和大氣CO2濃度升高影響農作物生長和產量評估提供科學依據。