2. 广东省气象局, 广州 510080
2. Guangdong Provincial Meteorological Bureau , Guangzhou 510080
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![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. |