西宁城郊黄土丘陵乔灌混交林生态系统碳浓度观测

摘要：为探索西宁城郊黄土丘陵乔灌混交林生态系统CO2浓度与环境因素、不同土壤层（H层、A层、B层、C层）土壤温度的变化规律及相关关系，进一步探明环境因子对碳浓度组分的调控作用，采集了该地区2023年3～6月碳浓度值的数据，并应用多种数值分析方法分析不同时间尺度的碳浓度，同时利用IRGASON碳通量自动监测系统持续监测的碳浓度值进行分析。结果表明：碳浓度与水汽通量在月数据的相关度上表现高于日数据。随着土壤深度的增加，土壤温度升高，碳浓度与土壤剖面相关系数有一定的提高。该方法可清晰揭示土壤CO2在不同土壤层之间的传输规律，有助于分析不同土壤层土壤呼吸特性的优点，可为土壤剖面碳浓度计算提供参考。

关键词：二氧化碳浓度； 人工林； 涡度相关法； 碳通量

中图法分类号：X171文献标志码：ADOI：10.15974/j.cnki.slsdkb.2024.S2.027

文章编号：1006-0081（2024）S2-0099-05

0引言

进入工业时代以来，CO2的排放易导致气候变化、海平面上升、冰山融化等［1-3］。近年来，中国对于生态环境保护、推进生态文明建设愈发重视，森林资源是一项重要的自然资源与天然财富，具有净化空气、涵养水源、固碳释氧、保护物种多样性、维持生态平衡的作用［4-6］。

全球变暖背景下，CO2的排放对环境的影响突出，森林作为生态系统温室气体的主要交换对象，有必要对其碳排放进行研究。联合国报告指出，2001～2020年全球气温比1850～1900年高出0.99 ℃，全球升温比工业化前水平高1.5 ℃［1-3］。同时有研究表明光合速率和土壤温度拟合模型相关度较高，例如太行山南麓栓皮栎人工林，其拟合度可达0.81［5］。

CO2移动的动力主要来自土壤空隙和大气之间的扩散，但也可能由气压、降雨引起的体积改变及土壤温度等变化引起。人工林系统对碳通量的响应取决于多环境因子，机制复杂，需要通过各种观测方法和数据分析模拟来进一步研究。同时，植物在夜间的呼吸作用强于光合作用，大多表现为碳源，其水热条件也会影响碳排放，水、热、光、温度等因子都被证实与碳排放相关［7］。当水汽通量低时，生态系统会抑制蒸散发过程进一步降低光合作用。

1研究区自然条件

1.1地理条件

长岭沟研究区域地处西宁市市区西山湟水河右岸，属黄土高原丘陵沟壑区第四副区，为湟水河二级支流，海拔2 294.2～2 600.6 m，相对高差306.4 m，地理坐标为东经101°44′29.48″、北纬36°36′52.61。研究区总面积115 hm2（含绿化造林面积108.6 hm2，道路、管护房及未造林地等6.4 hm2），研究区位置如图1所示。

1.2气象条件

西宁市属高原半干旱大陆性气候，四季变化明显，夏季凉爽，冬季寒冷，为黄河湟水谷地暖区，是天然的避暑胜地。其气候特征表现为降水量少，蒸发量大，日照时间长，太阳辐射强，昼夜温差大，无霜期短，冰冻期长。全年日照时数为2 795.4 h。项目区多年平均降水量368 mm，年均蒸发量约1 762.8 mm。多年平均气温6 ℃，极端最高气温33.5 ℃，最低气温-26.6 ℃。全年平均风速为1.97 m/s，多为东南风。多年平均无霜期129 d，最大冻土深度1 340 mm，最小冻土深度1 000 mm，最大积雪厚度180 mm。

1.3地质条件

研究区地势西高东低，沟道及两岸分布多为第四系上更新统湿陷性风积黄土，结构为松散—稍密。排洪渠地基无地下水分布，标准冻土深埋约1 340 mm。项目区50 a超越概率10%的地震动峰值加速度为0.10g，地震动反应谱特征周期0.45 s，对应地震基本烈度为Ⅶ度。

研究区土壤类型多样，以栗钙土和灰钙土为主，其分布具有明显的地形特点。高海拔至低海拔区土壤类型依次为灰褐土、黑钙土、栗钙土、灰钙土等；同时分布有北方红土、灌淤土、潮土等多种非地带性土壤类型。规划区土壤主要发育在黄土性母质上，其次是坡残积母质及第三系红土母质，有机质分解快，流失多，积累少，一般含量在1%～2%，土壤贫瘠干旱，保水、保肥能力差，植被稀疏，水土流失较严重。土层厚度30～50 cm，土壤理化性质呈碱性或微碱性反应。

1.4森林资源状况

长岭沟研究区自然植被属温带草原，以针茅、蒿类为群落的优势种。主要伴生植物有赖草、针茅、骆驼蓬和各种蒿类，并且分布有零星的灌木群落，如甘蒙锦鸡儿灌丛、鬼箭锦鸡儿灌丛，伴生有白刺、北方枸杞等灌木。由于自然生境严酷，土壤干旱贫瘠，植物生长量小、覆盖率低。没有天然林分布，现有的林地为人工林，主要树种有乔木林如青杨、河北杨、旱柳、青海云杉、油松、祁连圆柏等；灌木有沙棘、甘柽柳、柠条、黑刺、山杏、榆叶梅、丁香、山桃、连翘、珍珠梅、紫叶李、紫叶矮樱、北美海棠、白刺等。植被现状见表1。

1.5水文

研究区灌溉水源为解放渠，位于西宁市湟水河南岸，西起西郊阴山堂，东至东郊杨沟湾，全长42 km，渠道横穿西宁市三区（城西、城中、城东）。湟水河为黄河一级支流，干流在西宁境内流域面积260.6 km2，湟水西宁水文站以上流域面积9 022 km2，多年平均流量为41.3 m3/s，多年平均径流量13.03亿m3。解放渠引水口位于湟水河石灰沟口处，解放渠上游流域面积4 825 km2，河道平均比降4‰。

2系统及平台介绍

2.1系统及平台建设

对林地下垫面的动量、能量和物质（水汽、二氧化碳）交换规律开展观测和研究。采用涡动相关通量观测系统可长期定位观测大气边界层中CO2、H2O、热量和动量交换，实时测量地气通量交换，迅速捕捉到微量的CO2碳源与碳汇的变化，是获取地气之间的CO2、H2O和能量交换信息的有效手段［6］。观测系统不仅可以为遥感反演的植被蒸散数据提供重要的实测、地面验证数据，也为大尺度、长期和连续的水分循环等科学研究提供支撑，进一步加深气候变化、林地管理措施与林地水源涵养能力之间的反馈机制的认识，为林地生产、改造作业等提供更为精准的数据支撑。项目系统建设包括通量观测系统、土壤水分观测系统以及数据采集平台建设。

2.2开路涡动通量观测系统

涡动协方差系统，亦称涡度相关系统，是一种微气象学的测量方法，采用涡度相关原理，利用快速响应的传感器来测量大气下垫面的物质交换和能量交换。它是一种直接测定通量的标准方法，已成为近年来测定生态系统碳、水交换通量的关键方法，得到了越来越广泛的应用，并逐渐成为国际通量观测网络的主要方法［8-10］。涡动协方差系统可以测量CO2浓度、摩擦风速，能较好地反映地表碳、水分蒸散和地表与空气间的热量交换情况，分析下垫面对碳、水分平衡和热量平衡的影响，合理确定地表的碳、水分损耗。通过快速采集三维超声风传感器和开放式红外CO2/H2O传感器的三维风速脉动值、水汽脉动值和CO2脉动值，依据微气象学理论中的湍流涡动协方差方法，可自动计算出CO2浓度等地表通量及摩擦风速等微气象特征量，对研究全球气候变化中林地碳循环、水循环起着重要作用［11-15］。

2.3土壤水分观测系统

土壤水分是土壤的重要组成部分，对作物的生长、节水灌溉等有着非常重要的作用。通过设置多点进行土壤水分测定，可以系统掌握土壤水分的分布状况。观测林地的土壤水分梯度时需要使用EnviroScan土壤水分廓线系统。

2.4系统配置

为了观测林地的蒸散发量，试验室在林场内安装一套涡动观测系统。充分利用现有的径流场，添置部分设备以完善水文要素的观测，并按照监测目标要求进行仪器配置，仪器配置如表2所示。开路涡动观测系统核心设备采用美国campbell公司生产的IRGASON，此产品是集成三维风速与气体密度高频分析仪（CO2/H2O）于一体的高精度传感器，可同时测定CO2/H2O在空气中的摩尔密度、三维风速和超声虚温。

3试验观测

3.1日序列及月序列数据

本次试验在时序上分别选取了日序列及月序列。日数据分析选取了2023年3月23～25日的夜间18∶30～00∶00的碳浓度实时数据进行分析，并在对比后对24 d的空值运用平均窗口法进行了插补［15］；对于月数据分析，本次观测选取2023年7月7日至2023年8月4日每日碳浓度均值数据以及10，30，50，90，110，130，150 cm深度的土壤温度数据平均值及最大值进行分析。其中通量塔在极端天气，如大量降水下会出现数据断点现象，对于无效数据不予以使用。

3.2数据处理过程

本次试验所使用设备在首次设计后因场地仪器干扰原因发生了位置更换，同时仪器在使用过程中如遇到极端天气会导致数据丢失，数据的空值及断点较多，造成了客观原因的分析困难。因此使用logger，excel，R语言对原始数据进行预处理，处理步骤包括空值剔除和插补［15-16］、格式转换，并采用了多组样数据，建立了线性模型，采用了对比分析的方法，可以为日时序及月时序数据的人工林碳浓度与水通量等多种因素的关系提供一定的参考。

3.3日数据分析

图2～4为2023年3月23～25日18∶30至凌晨碳浓度变化趋势，最小值与最大值分别为567.84，630.54 mg·（m2·s-1），对应时间为3月25日18∶30和3月24日23∶00。

图2夜间碳浓度折线（2023年3月23日）图3夜间碳浓度折线（2023年3月24日）同时，对3月23～24日碳浓度与3个方向的风速关系及水汽通量进行了对比分析。Ux、Uy、Uz分别为x，y，z轴方向上的超声风速对Ux，Uy，Uz的超声风速做线性回归模型，结果见表3。

3.4月数据分析

本次观测选取2023年3月24日至4月22日的碳浓度数据作为月数据的分析基础。均值折线图如图5所示，总体呈下降趋势，即乔灌混交人工林表现为碳汇，单日最高为2023年4月3日数据，碳浓度和水汽通量数据呈弱相关关系，pearson相关系数为0.796 085。当日水汽通量表现均为负值，与日变化规律相同，即林分中水汽通量越高，对CO2的吸收越高。

记录每小时内土壤温度的月度变化，随着土壤深度增加，温度波动减小而数值变大，变化趋势基本相同，呈向下的趋势，其变化规律折线如图6所示。

试验所选地点为城市中心小气候林，人工林面积占比较大。在观测日时序碳源、碳汇的结果时发现人工林夜间大多表现为碳源。这可能与仪器记录时间相关，需要拉长时间序列进一步观测。碳数据采录和分析时，大多为夜间，植物呼吸作用占主导地位，碳源表现明显。而对于月数据的分析碳源表现不明显，碳浓度有碳源有碳汇，白天多表现为碳汇。只有在水汽条件不良、温度较高的条件下，碳源才表现明显。同时，水汽、风向、风速、土壤温度等会影响碳浓度。

4结语

该研究的重点在于分析西宁市城郊黄土丘陵乔灌混交林生态系统的碳浓度与环境因子的相关关系。通过数据分析及建立数理模型对比了相关结果，从不同的时间尺度来分析数据，并对土壤不同深度的温度数据进行了分析。通过相关度及模型分析得出了研究结果。但是仪器在极端天气下会发生数据丢失的现象，影响试验结果，同时软件网络断联，且储存空间有限，对于在线分析造成一定的困难。

该研究主要成果：① 分析了碳浓度与Ux、Uy、Uz方向上风速的相关关系。根据数据结果，风速与碳浓度相关性较小，同时呈负相关关系。② 分析了碳浓度源汇与水汽通量的关系。根据夜间数据显示水汽通量和碳浓度呈弱相关关系。③ 分析了碳浓度与不同土壤深度的温度之间的相关关系。根据结果显示，碳浓度与不同土壤深度的温度无相关关系。

在生长季，生态系统夜间碳交换包括树干呼吸、树枝呼吸、土壤呼吸和树叶呼吸；而在非生长季，生态系统夜间碳交换没有树叶呼吸，同时树枝呼吸和树干呼吸也较生长季小。在讨论夜间碳浓度与所对应的温度、水分和风向等环境因子的相关性时，也应该考虑日间和夜间的区别。该研究对日序列夜间数据的分析表明研究区风向、风速、水汽通量与碳浓度的相关度较低，在月序列的分析中，研究区水汽通量与碳浓度相关度相对较高，土壤温度与碳浓度的相关度明显低于水汽通量。

参考文献：

［1］IPCC.A Report of the Intergovernmental Panel on Climate Change.Contribution of Working Groups I，II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change［R］.Geneva：IPCC，2023.

［2］IPCC.Climate Change 2023：Synthesis Report.A Report of the Intergovernmental Panel on Climate Change.Contribution of Working Groups I，II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change［R］.Geneva：IPCC，2023.

［3］IPCC.Global Warming of 1.5 ℃.An IPCC Special Report on the impacts of global warming of 1.5 ℃ above pre-industrial levels and related global greenhouse gas emission pathways，in the context of strengthening the global response to the threat of climate change，sustainable development，and efforts to eradicate poverty［R］.New York：IPCC，2018.

［4］AZOVSKY A，MAZEI Y.Do microbes have macroecology？ Large-scale patterns in the diversity and distribution of marine benthic ciliates［J］.Global Ecology and Biogeography，2013，22（2）：163-172.

［5］王鑫，同小娟，张劲松，等.太行山南麓栓皮栎人工林光合作用对土壤呼吸的影响［J］.北京林业大学学报，2021，43（1）：66-76.

［6］梁飞.CO2碳化水泥土抗压强度与微观机制研究［J］.人民长江，2023，54（9）：199-205.

［7］梁捷宁，张镭，张武，等.黄土高原半干旱区地表能量不闭合及其对二氧化碳通量的影响［J］.物理学报，2013，62（9）：536-547.

［8］张晓娟，李东杰，刘思含，等.遥感技术在“双碳”目标实现中的应用进展［J］.航天返回与遥感，2022，43（6）：106-118.

［9］徐小军，周国模，莫路锋，等.一种面向下垫面不均一的森林碳通量监测方法［J］.中国科学：信息科学，2013，43（10）：1342-1352.

［10］吴江梅，田泽众，张海洋，等.农田生态系统碳通量遥感估算方法研究［J］.农业机械学报，2022，53（增1）：224-231.

［11］周玉荣，于振良，赵士洞.我国主要森林生态系统碳储量和碳平衡［J］.植物生态学报，2000（5）：518-522.

［12］王春林，于贵瑞，周国逸，等.鼎湖山常绿针阔叶混交林CO2通量估算［J］.中国科学.D辑：地球科学，2006（增1）：119-129.

［13］张军辉，于贵瑞，韩士杰，等.长白山阔叶红松林CO2通量季节和年际变化特征及控制机制［J］.中国科学.D辑：地球科学，2006（增1）：60-69.

［14］赵敏，周广胜.中国森林生态系统的植物碳贮量及其影响因子分析［J］.地理科学，2004，24（1）：50-54.

［15］周宇，黄辉，张劲松，等.森林生态系统涡度相关法碳通量长时间连续性缺失数据插补方法的比较［J］.中国农业气象，2021，42（4）：330-343.

（编辑：张爽）