干旱区农田土壤呼吸与土壤温湿度的关系

刘 秀，张艳林

(湖南科技大学地理空间信息技术国家地方联合工程实验室，湖南湘潭 411201)



干旱区农田土壤呼吸与土壤温湿度的关系

刘 秀，张艳林*

(湖南科技大学地理空间信息技术国家地方联合工程实验室，湖南湘潭 411201)

摘要[目的]研究土壤温湿度对土壤呼吸的影响。[方法]利用LI-cor8100土壤呼吸观测系统，连续观测2012年6月18～30日张掖绿洲农田的土壤呼吸速率和土壤温湿度；分析了土壤呼吸速率的日变化规律及土壤呼吸与土壤温湿度之间的关系；评价了现有的土壤呼吸模型。[结果]张掖绿洲农田的土壤呼吸具有明显的日变化规律，该区域土壤呼吸速率与4 cm深度土壤温湿度的相关性最好；土壤呼吸速率与土壤温度之间的相关性要远远好于土壤呼吸速率与土壤水分之间的相关性。[结论]在土壤呼吸模型中，同时考虑土壤温度和土壤水分的土壤呼吸模型的模拟结果要好于只考虑土壤温度或土壤水分的土壤呼吸模型。

关键词土壤呼吸；农田；土壤温度；土壤湿度；土壤呼吸模型

土壤是陆地生态系统中重要的碳库，其碳储量约为300 Gt[1]，在全球碳循环中土壤呼吸向大气排放的碳约60～110 Pg[2]，占整个生态系统呼吸的80%[3]。因此，土壤呼吸在全球陆地碳循环中具有重要地位。土壤呼吸排放的CO2主要是由生物(植物根系、土壤动物和微生物)呼吸、凋落物和土壤有机质氧化分解等过程产生的CO2组成。与陆地生态系统碳循环的其他几个主要通量(GPP、NPP)相比，获得时间和空间上连续的土壤呼吸监测存在难度，因此目前对土壤呼吸及其与环境因子之间相互作用的认识有限。虽然现有的观测系统(如涡动相关)可获得生态系统总碳排放，但是难以区分出各个分量(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，准确了解陆地生态系统中碳吸收和碳排放的各个分量，对生态系统管理和碳循环研究至关重要。

土壤呼吸受诸多因子的影响，如土壤温度、土壤湿度、根系生物量、土壤微生物、凋落物、根系的氮含量、土壤质地、土壤pH等。在这些因子中，土壤温度和土壤湿度是影响土壤呼吸最重要的环境因子，是土壤呼吸模型输入的主要气象因子。土壤呼吸与土壤温度、土壤水分的关系一直是土壤呼吸研究的重点之一[4]。现有的土壤呼吸模型大多都是建立土壤呼吸与土壤温度[5-6]、土壤湿度[7-8]或者是两者的经验关系[9]。笔者通过对干旱区农田土壤呼吸的连续观测，研究了干旱区农田土壤呼吸日变化过程及其与土壤温湿度的关系，旨在为土壤呼吸模型的选择提供参考。

1材料与方法

1.1研究区概况张掖绿洲地处西北干旱区，海拔1 420～1 680 m，年均温7.3 ℃，年降水量129 mm，属于大陆性温带气候区。从绿洲发育的地貌类型看，该区是黑河的山前洪积扇绿洲，土壤以亚砂土亚黏土为主，土层深厚，土壤肥沃，地表主要覆盖类型有农田、戈壁、沙漠、草地和林地。由于降水量少，农作物生长需水主要依靠灌溉供给。黑河上游来水是中游灌溉水的主要来源。研究站点在张掖市小满镇五星村，张掖市向南10 km处，种植作物主要是制种玉米。观测位置见图1。

1.2数据获取为研究农田土壤呼吸特征，于2012年6月18～30日在张掖市小满镇五星村架设了土壤呼吸观测系统Li-Cor8100，对土壤呼吸进行自动观测，自动观测间隔时间为30 min[10]。距离土壤呼吸观测系统北边30 m处有自动气象站，可以观测土壤温湿度(观测深度为2、4、10和20 cm)和降雨等资料[11]，观测时间间隔为10 min，为了与土壤呼吸观测数据在时间尺度上保持一致，将10 min的土壤温湿度通过求平均值计算出30 min间隔的资料。这些观测系统都在HiWATER试验期间架设[12]。为了消除安装对土壤呼吸的干扰，将Li-Cor8100安装后第1天的观测资料删除，用剩余的资料进行数据分析。

图1　站点分布Fig.1　Location of stations

2结果与分析

2.1土壤呼吸及土壤温湿度的日变化从图2可见，土壤呼吸、土壤温湿度存在明显的日变化规律，早晨土壤呼吸逐渐增大，14：00左右达到最大值，然后开始下降。观测期间，土壤呼吸的最大值为0.096 1 mgC/(m2·s)，最小值为0.016 8 mgC/(m2·s)。土壤温度也呈明显的日变化规律，1 d内呈正弦曲线变化，在8：00左右达到1 d内的最小值，然后开始上升，16：00左右达到最大值后开始下降，随着土壤深度的增加，日变化幅度逐渐减小。土壤温度的最高峰滞后于土壤呼吸的峰值，这与Zhang等[13]的研究结果一致。2和4 cm的土壤湿度有微弱的日变化，而10和20 cm的土壤水分变化比较平缓，6月26日发生了一次降雨，降雨量为19.9 mm，2、4和10 cm的土壤水分对降雨时间有明显响应，降雨过后这几层土壤水分均有明显升高，但是20 cm的土壤水分无变化，这说明降雨量较小，且未下渗到20 cm。在降雨时刻，2、4和10 cm的土壤温度明显下降。降雨时间对土壤呼吸有明显干扰。降雨从6月26日21：00持续到6月27日10：30，期间土壤呼吸呈下降趋势，而在没有降雨的情况下，土壤呼吸从前一天晚上到第二天早晨会逐渐升高。2.2土壤呼吸与土壤温度的关系由于降雨时土壤呼吸明显受到干扰，因此分析土壤呼吸与土壤温湿度的关系时，不包含降雨时刻的资料。从图3可见，各层土壤温度与土壤呼吸存在着明显的日变化规律。通过计算各层土壤温度与土壤呼吸的相关系数可知，4 cm的土壤温度与土壤呼吸的相关系数最高，达0.604 3，其次是2 cm的土壤温度，其与土壤呼吸的相关系数是0.553 9，10、20 cm的土壤温度与土壤呼吸的相关系数较低，分别是0.388 3和0.024 0。通过指数函数拟合，4 cm深度土壤温度与土壤呼吸之间拟合的判定系数(R2)最大，为0.365 2(表1)。将土壤呼吸根据1 ℃温度间隔求平均，而后拟合土壤温度与土壤呼吸的关系，发现两者之前存在较好的指数关系Rs=0.023 6 e0.032 5T，R2为0.910 0(图4)。

注：a、b、c中横坐标的日期对应的时间均为23：00，d中横坐标的日期对应的时间均为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. 图2　土壤呼吸及环境因子的日间变化Fig.2　Daily variation of soil respiration and environmental factors

利用4 cm的土壤温度拟合线性模型、指数模型、Arrhenius模型和Lloyd & Taylor模型[13-16]。通过曲线拟合获得各个模型的系数和判定系数，模型表达式见下：

线性模型：Rs=a+bT

(1)

式中，a、b为经验系数，T为土壤温湿度。

指数模型：Rs=aebT

(2)

式中，a、b为经验系数，T为土壤温湿度。

(3)

式中，a、Ea为经验系数，T为土壤温湿度，R=8.314 J/mol/k。

(4)

式中，R10为经验系数，T为土壤温湿度。

指数模型的判定系数最高，其他依次为线性模型、指数模型和Lloyd & Taylor模型。对于土壤呼吸与土壤温度关系的研究已经开展了很多，一般认为，土壤温度是影响土壤呼吸的关键因素，尤其是对土壤呼吸的日变化影响较大，两者的相关性较高。

图3　土壤呼吸与各层土壤温度的关系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

图4　土壤呼吸与4 cm土壤温度的关系散点Fig.4　Scattered point of soil respiration and soil temperature at 4 cm depth

2.3土壤呼吸与土壤湿度的关系2、4、10和20 cm的土壤湿度与土壤呼吸之间的关系见图5。通过计算相关系数，发现4 cm的土壤湿度与土壤呼吸之间的相关系数最高，为0.520 0，其次分别是10、2和20 cm的土壤湿度，它们与土壤呼吸的相关系数分别是0.460 0、0.310 0和0.090 0。与土壤呼吸和温度的相关性相比，土壤呼吸与土壤水分的相关性较弱，说明在该研究区土壤水分对土壤呼吸的作用小于土壤温度的作用。

由于4 cm的土壤水分与土壤呼吸相关系数最高，笔者进一步利用4 cm的土壤水分分析土壤呼吸与土壤水分的关系。选取3种只考虑了土壤水分的土壤呼吸模型，分别是线性模型、幂函数模型和二次模型，其表达式见下[13-14]：

线性模型：Rs=a+bW

(5)

式中，a、b为经验系数，W为土壤温湿度。

幂函数模型：Rs=aWb

(6)

式中，a、b为经验系数，W为土壤温湿度。

二次模型：Rs=a+bW+cW2

(7)

式中，a、b、c为经验系数，W为土壤温湿度。

通过曲线拟合获得各个模型的参数和判定系数，发现只考虑土壤水分的土壤呼吸模型中，二次模型的判定系数最高，线性模型的判定系数最小。Luo等[16]和Fang 等[17]研究发现，水分与土壤呼吸之间不存在显著的相关关系。一般认为，土壤水分与土壤呼吸之间存在正相关关系，这与笔者的研究结果一致，但是在土壤水分过高(接近饱和含水量)和过低时将导致土壤呼吸速率的降低[17-18]。

图5　土壤呼吸与各层土壤湿度的关系Fig.5　Relationship between soil respiration and soil moisture in different depth

2.4土壤呼吸与土壤温湿度的复合关系在野外条件下测定的土壤呼吸同时反映的是土壤温度、土壤水分等其他因子对土壤呼吸综合作用的结果。无论是土壤呼吸与土壤温度的关系模型，还是土壤呼吸与土壤水分的单因素关系模型，都或多或少忽略了其他因素的影响。笔者收集了同时考虑土壤温度和湿度的土壤呼吸模型，对其进行分析和比较，模型见下[13-14，19-20]：

线性模型 1：Rs=a+b(T×W)

(8)

线性模型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)

幂函数模型：Rs=a×Tb×Wc

(11)

指数模型：Rs=a×ebT×Wc

(12)

式中，a、b、c、d、e、f为经验系数，T、W为土壤温湿度。

利用4 cm的土壤温度和土壤湿度作为输入，拟合式(8)～(12)。结果发现，这些模型总体精度相差不多，相对而言指数模型具有最高的精度，判定系数达0.382 1(表2)。

表2呼吸模型拟合的系数及其判定系数

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

模型编号ModelNo.拟合的表达式中的系数Coefficientinfittedexpression判定系数(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结论

在干旱区农田，土壤呼吸具有明显的日变化规律，土壤呼吸的最大值为0.096 1mgC/(m2·s)，最小值为0.016 8mgC/(m2·s)。降雨时会导致土壤呼吸速率降低，而降雨过后土壤呼吸速率较降雨前增大。通过分析发现，干旱区农田土壤呼吸与4cm深的土壤温度和土壤水分相关性最高。土壤温度对土壤呼吸的日变化影响较大，两者的相关性好于土壤水分与土壤呼吸的相关性。通过比较现有的土壤呼吸模型，在只考虑土壤温度的呼吸模型中Arrhenius模型的判定系数最高，在只考虑土壤水分的呼吸模型中二次模型判定系数最高，在既考虑了土壤温度，又考虑了土壤水分的呼吸模型中，指数模型具有最高的判定系数，而且优于只考虑土壤温度或土壤水分的呼吸模型。

参考文献

[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.不同生态系统土壤呼吸与环境因子的关系研究[D].太原：山西大学，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] 王静，王维真，李元，等.黑河生态水文遥感试验：黑河流域中游土壤呼吸观测数据集[Z].寒区旱区科学数据中心，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] 于贵瑞，孙晓敏.陆地生态系统通量观测的原理与方法[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.

作者简介刘秀(1993-)，女，湖南郴州人，本科生，专业：测绘工程。*通讯作者，讲师，博士，硕士生导师，从事环境建模与模拟研究。

收稿日期2016-04-18

中图分类号S 154

文献标识码A

文章编号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