亚热带红壤区不同土地利用方式土壤呼吸研究

鲁 江 ，骆检兰，苏正伟，杨 柯，杨树锋，李 玥

（1.湖南省地球物理地球化学勘查院，湖南长沙410000；2.中国地质大学 地球科学与资源学院，北京100083；3.中国地质科学院 地球物理地球化学勘查研究所，河北 廊坊065000）

全球土壤（在1m深度内）碳储量为2300 Pg C（其中包含有机碳储量1550 Pg C，无机碳储量750 Pg C[1，2]，约是大气碳库（760 Pg C）的3倍[3]。全球土壤呼吸的碳排放约为77 Pg C/a[4]，而由于人类活动（化石燃料燃烧、水泥生产、用地改变）引起的碳排放约为7.9 PgC/a[5]，前者比后者要大一个数量级。由于土壤呼吸的很小变化就能严重改变大气CO2浓度的平衡，所以碳循环研究中要求土壤呼吸数据尽可能精准。

IPCC（政府间气候变化专门委员会）2007年气候变化第4次评估报告指出，化石燃料燃烧和土地利用变化形成的碳通量对地球大气CO2浓度变化的贡献居前两位[6]。由于社会经济发展的需要，化石燃料的使用在相当长时间内还难以得到控制，调整土地利用可能成为调节大气中CO2浓度的一个重要途径[7]。农业是当前具有很大缓解能力和潜力的一个重要的陆地生态系统，全球农业减排的自然总潜力（Total Biophysical Potential）高达 7300(-1100-16900)Mt/a，其中93%来自减少土壤CO2释放（即固定土壤碳）[8]。

亚热带红壤区丰富的水、热、光能赋予生物以巨大的生产潜力，是我国重要的粮食作物和各种热带、亚热带经济作物与林木的重要基地，在我国碳平衡研究中占有重要地位[9]。周志田等[10]对亚热带红壤丘陵区四种不同的土地利用方式下的土壤比较发现，CO2年排放总量从高到低依次为玉米地、柑桔园、水稻田、杉木林；娄运生等[11]研究表明红壤区内不同利用方式对农田土壤CO2排放通量有显著影响，表现为在水田淹水植稻季，其排放通量明显低于旱地，而在水田非淹水期（排水落干或休闲期），其排放通量则显著高于旱地。前人的研究表明不同土地利用方式对土壤呼吸的影响十分显著。它不仅改变了地表植被，而且改变了土壤的透气性，从而使土壤有机质含量、微生物组成和活性、根系生物量等发生了变化[12，13]。对不同土地利用方式下土壤呼吸进行研究不仅可以为土壤固碳潜力计算提供基础数据，还能为提高土壤碳储量大背景下的土地利用管理提供参考依据。

目前，在亚热带红壤区对土壤呼吸进行研究的技术手段主要采用箱式-气相色谱法和涡度相关技术[14-16]，随着土壤呼吸测定方法和技术的不断发展，本文应用目前国际上通用的动态密闭气室法进行原位观测，在水稻田休闲期内对亚热带红壤区不同土地利用方式土壤CO2排放规律及其影响因素进行探讨，以期为红壤区稻田土壤固碳潜力估算和稻田生态系统碳收支计算提供基础数据。

1 材料与方法

1.1 研究区概况

研究区位于湖南省长沙县金井镇（28°30′N，113°25′E），土壤区域为亚热带红壤区，成土母质母岩为花岗岩风化物，年平均气温16℃-18℃，年平均日照1300 h-1800 h，无霜期345 d，年平均降雨量1200 mm-1500 mm。主要种植水稻。2010年10月中旬晚稻收割完成，进入水稻休闲期。

试验地选取耕地（水稻田，采用当地典型的稻—稻—休闲种植制度）、休耕地（撂荒已达半年）和自然荒地（主要生长灌木杂草）三种土地利用方式，耕地和休耕地面积各120m2，荒地由于面积有限，选取2m×8m。在样地内按照梅花形或直线型随机设置5个采样点（图1）。

图1 研究区土壤呼吸监测点位置示意图

1.2 研究方法

于各采样点埋下外径20 cm PVC圈，保证在整个测定期间进行定点测量。PVC圈高10 cm，插入地下8 cm，地上PVC圈高度为2 cm。测量前提前24 h将PVC圈中活的植物齐地面剪除。

从2010年10月15日-2010年12月20日，使用便携式土壤CO2通量自动测量系统LI-8100A(LICOR,Lincoln,Nebraska,USA），约15 d对样地进行24 h观测，每1 h观测一次。每次测量时长设置为120 s，气体混匀时间（Dead B and）设置为15 s，前清洗时间设置为0s，后清洗时间设置为30 s。观测期间天气为晴或多云天气，在原位观测土壤呼吸的同时，分别用Omega土壤温度探头和The t aPr obe ML2x土壤水分探头（Delta-T Devices,Cambridge）测量5cm深处的土壤温度及土壤体积含水量。

1.3 数据处理

对观测数据进行严格的筛选，剔除由于仪器故障以及特殊天气条件的影响导致出现部分异常值，一般剔除的原则是从时间序列中剔除大于2倍方差(±2σ)的数据。对于数据的缺失，采用线性内插法进行补充。

数据统计和分析在Excel 2003和SPSS 13.0软件环境下进行，作图采用Sigmaplot 10.0软件。

2 结果与讨论

2.1 不同土地利用方式土壤呼吸的日变化特征

本研究观测日期均在稻田休闲期内，研究区降雨和空气湿度相对较平稳，不同土地利用方式土壤呼吸速率日变化趋势基本一致，CO2通量均表现明显的单峰型日变化特征。图2为10月30日土壤CO2通量和土壤温度的日变化趋势，天气变化平稳，土壤CO2通量随着土壤温度的升高而增加，随着土壤温度的持续升高，高峰值出现在13:00-15:00间，之后随着温度的降低而下降。耕地日变化曲线波动最大，而荒地始终具有较低的呼吸速率，且日变化曲线较平稳。

图2 亚热带红壤区不同土地利用方式土壤CO2通量和土壤温度均值（5cm）的日变化趋势

2.2 观测周期内不同土地利用方式土壤呼吸速率变化

2010年10月15日到12月20日监测期间，三块样地土壤呼吸随温度降低整体均呈下降趋势（图3），主要是由温度、湿度、光合作用所驱动。

图3 2010年冬季亚热带红壤区不同土地利用方式CO2通量的月变化动态

从表1可看出，不同土地利用方式CO2排放通量的均值和变化幅度大小的次序均为：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间，杂草生长，土壤呼吸底物供应增加，另耕地土壤虽处于落干状态，但其土壤湿度却明显高于其他类型样地，而且由于淋溶造成其耕层粘粒含量相对较低，土壤通气性良好，有利于微生物呼吸代谢的进行[11]。而休耕地和荒地相对于耕地，受人类活动的干扰程度小，土壤有机质变化缓慢，影响土壤呼吸变化的控制因子和土壤碳沉积趋于稳定，CO2通量均值和变化幅度均相对较小。

表1 亚热带红壤区不同土地利用方式CO2通量统计值

2.3 不同土地利用方式下影响土壤呼吸速率变化的因素

为了更清楚了解环境因子对不同土地利用方式土壤呼吸的影响，将所有观测获得的土壤温度、土壤湿度、大气温度、大气压力和相对湿度与不同土地利用方式下的土壤呼吸速率数据做相关分析，结果表明（表2），三种土地利用方式土壤呼吸均与土壤温度、大气温度显著正相关（p＜0.01），而与土壤湿度显著负相关（P＜0.01）。此外，休耕地、耕地与大气相对湿度呈显著负相关，休耕地还与大气压力显著负相关。其原因可能是由于不同土地利用方式下土壤孔隙度、地下根系量及人类活动干扰程度差异所致。

表2 不同用地类型土壤呼吸速率与环境因子的相关性分析

不同土地利用方式下，因为植被、微地形等影响存在较小差别，对三种样地监测所取得的环境因素数据求平均值（表3）。由表中可看出耕地与休耕地环境因素均值接近，而荒地主要由于植被覆盖与前两者的差异，环境影响因素的均值差别相对较大。

表3 不同用地类型土壤呼吸环境影响因素平均值

本研究区为大陆性特征明显的季风湿润气候[17]，稻田休闲期内主要为湿冷天气，温度较低，通常认为土壤呼吸与土壤湿度之间的关系是，土壤CO2通量在干燥条件下较低，在中等土壤湿度水平时最大，当含水量很高、厌氧条件占优势致使好氧微生物的活性受到抑制时又下降[18]。最适宜的含水量通常是接近田间持水量，这时大孔隙空间大部分充满空气，利于氧气扩散，小孔隙空间大部分充满水，利于可溶性底物的扩散[19]。三块不同利用方式样地土壤呼吸均与土壤湿度显著负相关，说明可能由于土壤湿度过大，成为抑制土壤呼吸的因子。

2.4 不同土地利用方式下土壤呼吸温度敏感度Q10的计算

呼吸过程对温度的敏感性通常用Q10来描述，Q10是温度增加10℃所造成呼吸速率改变的商，定义如下：

式中，RT0和RT0+10分别是参比温度T0和温度为T0+10℃时的呼吸速率。当温度和土壤呼吸之间的关系用一个指数函数拟合时，Q10就可以通过方程中的系数b估计出来：

根据式（1），将不同用地类型所测得的土壤呼吸数据分别与土壤温度和大气温度相拟合（图4），得到各自的温度响应系数，再根据式（2）计算出各自的温度敏感性指标Q10（表4）。

表4 不同土地利用方式温度响应系数和敏感度

图4 不同土地利用方式土壤呼吸与土壤温度的拟合曲线

土壤温度敏感度大小顺序为耕地＞荒地＞休耕地。

Raich和Schlesinger[20]通过整理大量文献根据土壤温度与土壤呼吸的季节变化，计算全球Q10的中间值为2.4，变化范围为1.3-3.3之间。中国南方水稻土的Q10值为1.0-2.4[21]，红壤性水稻土的Q10值为1.11-1.79[22]。本区三种样地类型土壤呼吸对土温的敏感性高于已有文献对中国南方水稻土和红壤性水稻土的研究，主要由于测量是在秋季进行，温度低于全年平均，而一年中的Q10在仲夏时最低，在冬季最高[23]。耕地Q10最高，分析其原因主要由于农田生态系统植被类型简单，结构单一，与植被类型结构复杂的荒地生态系统相比，更易受外界影响，从而对于温度变化存在着较高的敏感性[24]。

2.5 土壤呼吸对土壤温度和湿度的响应

大量研究资料表明，土壤湿度和温度是影响土壤呼吸的关键环境因素[19，25]，本文尝试利用土壤温度和湿度的双变量经验模型[26]，建立湿度和温度共同影响的土壤呼吸双因素关系模型为：

式中，RS为土壤呼吸速率，T为土壤温度，M为土壤湿度，α、β和χ为常数。

将每种用地方式下获取的土壤呼吸速率与土壤温度和土壤湿度相对应的数据进行回归拟合，得到不同土地利用方式下的常数α、β、χ和拟合度R2的值（表5）。

表5 土壤呼吸与土壤温度、土壤湿度拟合模型参数

由表5看出，耕地和休耕地的双变量模型决定系数为0.83和0.91，相关性显著，土壤温度和水分的变化可以共同解释80%以上的土壤呼吸变异，温度—呼吸所建立的经验指数模型只能解释土壤呼吸变异的71%-78%。荒地则反之，土壤呼吸与温度的单变量较之双变量模型拟合更好。

由于土壤呼吸受诸多因子的交互影响且对其本质还不清楚，本研究只是试图通过建立模型来描述本区域内土壤呼吸对温度和湿度变化的响应。

4 结论与讨论

4.1 结论

（1）稻田休闲期内，亚热带红壤区不同土地利用方式耕地、休耕地和荒地的土壤CO2呼吸值分别为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着明显的“单峰型”日动态变化规律，土壤CO2通量随着土壤温度的升高而增加，高峰值出现在13:00-15:00间，之后随着温度的降低而下降。

（3）三种土地利用方式土壤呼吸均与土壤温度、大气温度显著正相关（p＜0.01），而与土壤湿度显著负相关（P＜0.01）。

（4）对不同土地利用方式建立温度、水分与土壤呼吸速率的双变量关系模型，结果发现模型对耕地和休耕地的拟合系数明显高于土壤温度单变量指数模型的拟合系数。

4.2 讨论

本文根据有限的原位监测数据，对亚热带红壤区稻田休耕期内几种主要土地利用方式土壤呼吸特征进行了初步研究，并建立了土壤温度和湿度交互作用下的土壤呼吸响应模型，但由于土壤呼吸作用是几个不同过程共同作用的结果，包括复杂的生物过程，生物因子强烈影响着土壤呼吸作用的强度和变化，仅依靠气候因子的测定难以揭示土壤呼吸作用与控制其时空变化之间的内在规律，研究区内植被类型、土壤有机质、净生态系统生产力（NEP）、地上和地下生物量的分配和人为田间管理措施对土壤碳呼吸影响较大，这些因素对土壤碳呼吸的影响研究仍在数据采集之中，有待进一步研究。

[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]潘根兴,周萍,李恋卿,等.固碳土壤学的核心科学问题与研究进展[J].土壤学报,2007,44(2):327-337.

[9]翁伯琦,王义祥.亚热带山区红壤地碳平衡研究进展[J].应用生态学报,2006,17(1):143-150.

[10]周志田,成升魁,刘允芬,等.中国亚热带红壤丘陵区不同土地利用方式下土壤CO2排放规律初探[J].资源科学,2002,24(2):83-87.

[11]娄运生,李忠佩,张桃林.不同利用方式对红壤CO2排放的影响[J].生态学报,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]朱咏莉,吴金水,周卫军,等.亚热带稻田生态系统CO2排放及影响因素[J].中国环境科学,2005,25(2):151-154.

[15]任秀娥,王勤学,童成立,等.亚热带稻田生态系统土壤呼吸的估算[J].科学通报,2007,52(13):1548-1553.

[16]邹建文,黄 耀,宗良纲,等.稻田CO2、CH4和N2O排放及其影响因素[J].环境科学学报,2003,23(6):758-764.

[17]《长沙县志》编纂委员会.长沙县志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]郑聚锋,潘根兴,吴新民.升金湖枯水期滩地土壤CO2-C释放通量及有机碳稳定性研究[J].湿地科学,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]齐丽彬,樊军,邵明安,等.黄土高原水蚀风蚀交错带不同土地利用类型土壤呼吸季节变化及其环境驱动[J].生态学报,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.