应用气象学报  2005, 16 (6): 828-834   PDF    
长江下游农业生态区CO2通量的观测试验
卞林根1, 高志球1, 陆龙骅1, 汪瑛2, 谌志刚2     
1. 中国气象科学研究院灾害天气国家重点实验室, 北京 100081;
2. 广东省气象局, 广州 510080
摘要: 利用2001年6月10日~7月20日在安徽省全椒县稻田和2002年6月10日~7月20日在肥西县农作物混作区观测的近地层CO2和能量通量资料,对农作物混作区和稻田CO2通量特征进行了比较。结果表明:平均情况下,观测期内稻田白天(夜间)吸收(放出) CO2为55.16 g·m-2(14.19 g·m-2);农作物混作区白天(夜间)吸收(放出) C02为22.67 g·m”(12.40 g·m-2);稻田白天吸收的CO2通量随水稻生长而逐渐增加,夜间放出的CO2在拔节期最高;农作物混作区CO2通量在整个观测期并没有显著改变;稻田和农作物混作区均为大气CO2的汇。对CO2通量与光合有效辐射的关系分析表明:白天稻田吸收的CO2通量与到达地面的光合有效辐射存在着显著的负相关关系。文中结果为数值模拟稻田与近地层大气CO2交换提供了重要依据。
关键词: 长江下游    农业生态系统    农作物混作区    涡动相关    
MEASUREMENTS OF CO2 FLUXES OVER TWO DIFFERENT UNDERLYING SURFACES IN AN AGRICULTURAL ECOSYSTEMOVER LOWER BASINS OF THE YANGTZE
Bian Lingen1, Gao Zhiqiu1, Lu Longhua1, Wang Ying2, Chen Zhigang2     
1. Stake Key Laboratory of Severe Weather, Chinese Academy of Meteorological Sciences, Beijing 100081;
2. Guangdong Provincial Meteorological Bureau , Guangzhou 510080
Abstract: In order to better understand the regional climate change, it is necessary to quantify the CO2 flux over agricultural ecosystem. CO2 fluxes are collected directly by using eddy covariance over a rice paddy in the summer of 2001 and over an inhomogeneous crop surface in the summer of 2002 respectively. On average, daytime absorption and nighttime release of CO2 flux by the rice paddy are 55.16 g· m-2·d-1and 14.19 g·m-2·d-1, and by the inhomogeneous crop surface are 22.67 g·m-2·d-1and 12.40 g·m-2·d-1. Rice paddy and the inhomogeneous crop surface are sinks of atmospheric CO2. China is a great agricultural country, increasing the area of rice paddy will help CO2 deposition, and will slow down increase of atmospheric CO2 and greenhouse effect. In addition, the relationship between daytime absorption of CO2 flux and Photosynthetically-active radiation is investigated for the rice paddy, and resulting a negative correlation. Hopefully the results obtained in present work will provide an important basis for numerical modeling of CO2 flux between atmosphere and land。
Key words: Lower basins of the Yangtze     The agricultural ecosystem     Inhomogeneous crop surface     Eddy covariance    
引言

随着我国经济的高速发展,CO2 总排放量呈加速增长趋势。进一步认识我国主要生态系统CO2 通量,不仅是我国政府制定增加陆地(包括海岸)生态系统碳固定和减少碳排放政策的迫切需要,也十分有利于我国履行气候变化的联合国框架协定(UNFCCC)和参与国际环境外交谈判[1] 。与全球碳循环密切相关的陆地生态系统主要有森林、草地、农田、湿地和内陆水体五大类生态系统,农田是陆地生态系统碳循环的重要组成部分[2] 。农业生态区CO2 通量和能量交换直接影响着区域性气候变化,因而多年来一直受到世界科学家的普遍关注。根据1996 年在日本本州岛西南岸的冈山进行了国际稻田试验(IREX96)的观测资料,Miyata 等[3] 研究了灌溉与CO2 通量的关系,发现满水稻田白天(夜间)吸收(放出)的CO2 与排泄稻田不同,并认为这是由排泄稻田土壤放出CO2 所致。Katul 等[4] 利用欧拉二阶闭合模式估算了水稻冠层内CO2 源汇分布,并将模拟的冠层表面CO2 通量与由涡动相关法直接测量值进行了比较,发现它们非常接近。利用上述资料,Campbell 等[5] 研究了灌溉稻田CO2 通量的日、季变化,发现CO2 通量与环境参数(例如:光合作用激活辐射,净辐射和空气温度等)有关。陆面生物圈模式能够模拟出CO2 通量,实地观测资料的缺乏常常阻碍我们深入地分析模拟结果[6~7] 。为跟踪国际生态环境的监测与研究动态,2000 年在长江三角洲常熟地区进行了稻田通量观测试验,并开展了初步研究[8~9] 。为了更好地研究不同区域农田生态系统近地层CO2 通量及其变化规律,于2001 年6 月10 日-7 月20 日在长江下游的安徽省全椒县,选择了具有代表性的水稻种植区,采用国际标准的先进仪器设备,进行了CO2 和相关能量交换的综合观测试验。2002 年同期利用同样的探测仪器在安徽省肥西县气象站观测场进行了CO2 和相关的能量交换的观测试验。本文利用这两次试验资料,研究我国长江下游典型农业生态区近地面层CO2 通量及变化规律,为进一步定量研究区域碳循环,及其对气候变化的影响提供科学基础。

1 观测方法

2001 年6 月10 日-7 月20 日期间,稻田通量观测站设在长江下游的安徽省全椒县西郊,距县城约3 km(32°05′N,118°16′E)。稻田观测场下垫面平坦,观测塔距最近障碍物的距离超过100 m 。观测期间盛行东南风,足痕(footprint)分析表明:测量得到的CO2通量,其中90 %来自上风方向600 m 的水平均匀的稻田。开始观测时水稻处于分蘖期,稻田内有灌溉水,水稻平均高度为0.20 m 。观测结束时水稻已抽穗,水稻冠层平均高度为0.85 m 。观测期灌溉水最少为0.03 m, 最多时为0.08 m 。2002 年6 月10 日-7 月20日通量观测站设在安徽省肥西县气象站(31°41′N,117°08′E)观测场内,下垫面平坦有均匀稀疏矮草,观测期间草高为0.06-0.1 m, 上风方向为典型的农作物混合区,最近的建筑物在塔的北面,距塔大约70 m 。

两次通量观测试验采用同样仪器设备,在气象塔4 m 高处安装了三维超声风温仪、快速响应红外CO2 和水汽传感器,数据由高速数据采集器采集,湍流量采样频率为10 Hz ,每20 min 自动生成一个数据文件。慢响应的温度、湿度、风及气压组成的三层(0.5,2 和10 m)近地层梯度观测传感器安装在10 m 气象塔上,2 m 辐射架安装了向上和向下长波、短波、光合有效辐射传感器,土壤中安装了温度廓线观测系统,由DT-600 采集器采集数据,慢速响应传感器的观测要素采样频率为1 min, 每10 min 自动生成一个数据文件,存储在PC 卡中。经过对原始资料处理,得到各个湍流要素的脉动数据,然后计算每30 min的通量。涡动相关法计算CO2 通量的表达式分别为:

(1)

式(1)中,定义向上为正方向,w′和c′分别为垂直风速和CO2 脉动,ρ为空气密度(由同步实测气压和温度求取)。

2 结果分析

图 1分别给出2002 年农作物混作区和2001 年稻田30 min 平均CO2 浓度的时间序列,资料中剔除了降水时段的测量数据。由图 1 可见,无论是草地,还是稻田下垫面,CO2浓度有明显的日变化,晴天和阴天浓度值的差异较大。观测期间近地层CO2 平均浓度分别为356×10-6和367×10-6,其结果低于Lu 等[8]1999 年夏季在长江三角洲常熟地区稻田测量的CO2 平均浓度396×10-6,导致该差异的原因很复杂,它与两个观测区自然特性(比如:附近工业经济发展状况,裸土的比例,稻田叶面积指数大小等)和农户行为等有关。晴天稻田近地层CO2 浓度日较差明显大于阴天,瞬时最大浓度达到603×10-6,最小浓度低于300×10-6图 1 中,我们还给出了4 m 高度处空气温度分布,可以看出,CO2 浓度的高值与对应的空气温度关系密切,尤其是稻田表面。这一点印证了Campbell 等[5] 的研究结果:空气温度影响灌溉稻田的CO2 浓度和通量。农作物混作区由于存在裸露的土壤,它们释放CO2,从而影响着CO2 测量结果,因此CO2 浓度分布与空气温度关系不够明显。

图 1. 长江流域下游CO2 平均浓度及4 m 高度处空气温度40 天的时间序列
(a)2002 年农作物混作区(安徽省肥西县),(b)2001 年稻田(安徽省全椒县)

图 2为农作物混作区和稻田小时平均CO2 浓度的日变化。由图可见,CO2 浓度日变化特征十分显著,稻田和农作物混作区日出后CO2 浓度均很快下降,日落后CO2 浓度迅速上升,显然CO2 浓度日变化特征与植物的光合作用有关。

图 2. 长江下游2002 年农作物混作区(a)和2001 年稻田(b)平均CO2 浓度日变化

随着水稻的生长,稻田的叶面积指数逐渐增大,因此水稻在不同生长期与大气交换的CO2 通量不同。为较详细地认识其变化特征,将水稻的生长期划分成3 个阶段,即:6 月10-25 日为分蘖期,6 月26 日-7 月11 日为拔节期,7 月12-20 日为抽穗期。图 3 给出了水稻不同生长期平均的CO2 通量的日变化。由图 3b 可见,水稻在分蘖、拔节和抽穗期间,近地面CO2 通量日变化的规律基本相同,但通量日振幅不同。抽穗期CO2 通量的日较差明显大于拔节期和分蘖期,白天光合作用使得水稻吸收的CO2 远大于夜晚水稻呼吸放出的CO2 ;CO2 通量在日出和日落前后改变正负号。图 3a 中给出了2002 年对应时段的农作物混作区近地层CO2 通量,可见它们也有日变化,但白天稻田吸收的CO2 通量比稻田小得多,夜间通量与稻田相差不大。表 1给出农作物混作区和稻田在水稻不同生长期吸收和放出的平均CO2 通量。水稻分蘖期吸收的平均CO2 通量最小,为1.42 g ·m-2 · h-1,拔节期增加到2.45 g·m-2·h-1,抽穗期最大,达到2.89 g·m-2·h-1,可见随着水稻的生长,净吸收CO2 越来越多。水稻夜间放出的CO2 随生长期的变化有所不同,分蘖期为0.27g·m-2·h-1,拔节期为0.82 g·m-2·h-1,抽穗期为0.49 g·m-2·h-1,以拔节期放出的CO2 通量最大。

图 3. 长江下游2002 年农作物混作区(a)和2001 年稻田(b)水稻不同生长期CO2 通量的平均日变化

表 1 农作物混作区和稻田在水稻不同生长期吸收

为了更直观地看到两种不同下垫面CO2 收支随时间的变化,图 4 给出了CO2 通量的时间序列。尽管随着水稻的生长,整个观测期稻田白天吸收的CO2 逐步增加[10],但夜间放出的CO2 在拔节期最高,这与环境气温有关。农作物混作区,整个观测期白天吸收的CO2 和夜间放出的CO2 没有明显的改变。观测期内稻田白天(夜间)吸收(放出)CO2 通831 6 期卞林根等:长江下游农业生态区CO2 通量的观测试验量平均为55.16 g·m-2·d-1(14.19 g·m-2·d-1)。无论是白天吸收还是夜间放出,CO2 通量均大于日本稻田试验结果[3] 。其结果可能由不同的叶面指数所引起。农作物混作区白天(夜间)吸收(放出)CO2 通量平均为22.67 g·m-2·d-1(12.40 g·m-2·d-1)。

图 4. 长江下游2002 年农作物混作区(a)和2001 年稻田(b)CO2 通量时间序列

植物通过光合作用吸收CO2,其中起主要作用的包含在短波辐射中的光合有效辐射(FPAR),波长为0.38-0.71 μm, 为了验证CO2 观测资料的可靠性,统计分析了CO2 通量(Qc)与FPAR的关系。图 5 给出了水稻不同生长期CO2 通量与光合有效辐射的相关关系。由图可见,白天水稻吸收的CO2 通量与到达地面的光合有效辐射存在着显著的负相关关系,分孽期、拔节期和抽穗期CO2 与FPAR的相关系数都通过了置信度为0.001 假设检验,其中抽穗期CO2 通量对FPAR的响应最敏感,相关系数达到-0.96,表明本次观测试验所得资料具有较高的可信度,因此,可以通过光合有效辐射来评估CO2 通量。

图 5. 不同生长期稻田CO2 通量与光合有效辐射的关系(a)分蘖期,(b)拔节期,(c)抽穗期

3 结语与讨论

下垫面与大气之间的物质交换主要通过湍流运动进行。涡动相关法已成为测量陆地生态系统中CO2 交换的首选方法[11],因此,本文观测试验资料测量精度高。对农作物混作区和稻田CO2 通量分析表明,水稻在3 个生长期中CO2 通量表现出明显的日变化,中午时段光合作用最旺盛,稻田吸收的CO2 通量达到最大值;夜间向大气释放CO2,不同生长期的日变化的特征有所区别。观测初期水稻处于分孽期,水稻的叶面积指数较小,光合作用的强度不大,且稻田中水体充盈,水体会阻碍土壤向大气放出CO2,因而CO2 通量最小。拔节期的植被密度和叶面积指数逐渐增大,光合作用和CO2 通量也随之增大;抽穗期稻田冠层的叶面积指数最大,吸收的CO2 也最多。3 个生长期稻田夜间向大气放出的CO2 较白天吸收小1 个量级,吸收约为放出的6 倍。草地吸收与和放出的CO2 通量均小于稻田。

目前在典型农作物混作区进行的不同生长期近地层CO2 和湍流通量特征及变化圭律观测研究尚不多,在定量计算中还存在许多需要解决的问题,如冠层上平流作用对CO2观测的影响,中性层结条件下湍流通量计算精度等,有待于更长的观测资料来分析研究。

致谢 在野外观测试验期间安徽省气象局、全椒县气象局和肥西县气象局给予了大力支持和帮助,研究中得到周秀骥院士的指导,谨在此表示衷心感谢!
参考文献
[1] 中国气象事业发展战略研究.重大科学技术问题卷, 北京: 气象出版社, 2004: 101.
[2] 宋长春. 湿地生态系统碳循环研究进展. 地理科学, 2003, 23, (5): 622–628.
[3] Miyata A, Leuning R, Thomas O, Carbon dioxide and methane fluxes from an intermittently flooded paddy field. Agricultural and Forest Meteorology, 2000, 102: 287–303. DOI:10.1016/S0168-1923(00)00092-7
[4] Katul G G, Leuning R, Kim J, Estimating CO2 source/sink distributions within a rice canopy using higher-order closure models. Boundary-Layer Meteorology, 2001, 98: 103–125. DOI:10.1023/A:1018730118183
[5] Campbell C S, Heilman J L, McInnes K J, Diel and seasonal variation in CO2 flux of irrigated rice. Agricultural and Forest Meteorology, 2001, 108: 15–27. DOI:10.1016/S0168-1923(01)00225-8
[6] Gao Z,Chae N,Kim J,et al.Modeling of surface energy partitioning,surface temperature and soil wetness in the Tibetan prairie using the Simple Biosphere Model 2 (SiB2).J Geophys Res,2004,109:D06102,dio:10.1029/2003JD004089。
[7] 高志球, 卞林根, 陆龙骅, 等. 利用SiB2模拟水稻不同生长期稻田表面的能量和CO2通量. 应用气象学报, 2004, 15, (2): 129–140.
[8] Lu Longhua, Cheng Yanjie, Bian Lingen, A study the turbulence fluxes transfer of C02, sensible heat and latent heat for the surface layer over the typical rice field, Yangtdz Delta. Chinese Journal of Geophysics, 2003, 46, (6): 978–987.
[9] 长江三角洲低层大气与生态系统相互作用研究, 北京: 气象出版社, 2004: 166-169.
[10] Gao Z Q, Bian L G, Zhou X J, Measurements of turbulent transfer in the near-surface layer over a rice paddy in China. J Geophys Res, 2003, 108, (D13): 4387.
[11] Leuning R, Bian L G, King K M., Comparison of eddy-covariance measurements of CO2 fluxes by open-and closed-path CO2 analysers. Boundary-Layer Meteorology, 1992, 59, (297): 11.