LI-7500應(yīng)用案例:海岸帶植被類型對(duì)碳匯強(qiáng)度的生理-物候調(diào)控機(jī)制
瀏覽次數(shù):244 發(fā)布日期:2025-3-17
來源:本站 僅供參考,謝絕轉(zhuǎn)載,否則責(zé)任自負(fù)

原文以Vegetation Types Shift Physiological and Phenological Controls on Carbon Sink Strength in a Coastal Zone為標(biāo)題發(fā)表在Global Change Biology(IF=10.8)上
作者 | Siyu Wei等
2025年1月,中國科學(xué)院煙臺(tái)海岸帶研究所韓廣軒團(tuán)隊(duì)聯(lián)合加州大學(xué)圣克魯斯分校海洋科學(xué)研究所的研究者在《Global Change Biology》期刊上發(fā)表了題為“Vegetation Types Shift Physiological and Phenological Controls on Carbon Sink Strength in a Coastal Zone”的研究論文。該研究依托中國科學(xué)院黃河三角洲濱海濕地生態(tài)試驗(yàn)站,利用12年的渦度相關(guān)通量監(jiān)測數(shù)據(jù),分析了潮汐濕地、非潮汐濕地和農(nóng)田三種典型陸海過渡區(qū)植被類型對(duì)海岸帶地區(qū)年際碳匯強(qiáng)度的影響及其機(jī)制。研究還結(jié)合全球這三種植被類型的數(shù)據(jù)庫,進(jìn)一步驗(yàn)證了生物調(diào)控機(jī)制在全球范圍內(nèi)的普遍性。研究結(jié)果突出了植被類型在凈生態(tài)系統(tǒng)碳交換(NEE)中的關(guān)鍵作用,為準(zhǔn)確預(yù)測不同沿海植被類型在氣候變化背景下的碳匯動(dòng)態(tài)提供了重要依據(jù)。
自然沿海區(qū)域僅占全球陸地面積的不到10%,但其在全球碳循環(huán)中扮演著至關(guān)重要的角色,貢獻(xiàn)了約30%的碳埋藏,并將陸地與海洋的碳循環(huán)相互連接。沿海生態(tài)系統(tǒng)位于陸地與海洋的交界地帶,擁有多種植被類型,但受全球氣候變化和人類活動(dòng)的影響,沿海植被正面臨嚴(yán)重威脅,可能導(dǎo)致這些地區(qū)從碳匯轉(zhuǎn)變?yōu)樘荚。因此,深入理解沿海不同植被類型的碳匯能力及其對(duì)氣候變化的響應(yīng),具有重要的科學(xué)意義。
沿海地區(qū)植被的空間分布格局受水文條件、鹽度和種間競爭等因素的影響,表現(xiàn)出顯著的差異。研究表明,植物生理變化和物候事件對(duì)碳匯強(qiáng)度有重要影響,特別是生態(tài)系統(tǒng)CO₂吸收與釋放速率的峰值時(shí)機(jī),這些生理活動(dòng)的短期波動(dòng)直接影響年度碳收支。生長季長度是與碳吸收密切相關(guān)的關(guān)鍵物候因素,生長季的長短直接決定了植被的年度生產(chǎn)力和碳匯規(guī)模。例如,美國東部森林的生長季延長(春季提前、秋季推遲)使凈碳吸收增加了約0.01±0.002 PgC【1PgC=10GtC】。盡管生物特性對(duì)碳匯的影響已被廣泛關(guān)注,但在沿海不同植被類型下,這些生物因素對(duì)碳收支的具體作用尚不明確。
沿海植被對(duì)氣候干擾極為敏感。盡管已有研究探討了不同植被類型對(duì)氣候變化的生理和物候響應(yīng),但氣候變化如何影響沿海生態(tài)系統(tǒng)的CO₂通量仍未得到充分解釋。例如,氣溫升高、降水模式變化、大氣CO₂濃度升高和氮沉降增加,都會(huì)影響植被的生長高峰和物候期。此外,不同植被類型的生理與物候響應(yīng)差異,進(jìn)一步影響了碳固存過程。
凈生態(tài)系統(tǒng)碳交換(NEE)是生態(tài)系統(tǒng)碳收支中最重要且變化最顯著的組成部分。然而,缺乏高質(zhì)量的生態(tài)系統(tǒng)CO₂通量長期觀測數(shù)據(jù),加之對(duì)其變化機(jī)制的理解不足,導(dǎo)致對(duì)沿海不同植被類型的NEE估算存在較大不確定性,這也削弱了對(duì)這些碳匯在氣候變化背景下對(duì)未來碳固存能力的預(yù)測。

圖 1 三個(gè)研究站點(diǎn)日均 NEE 的時(shí)間動(dòng)態(tài)。(a) 海岸帶渦度相關(guān)通量觀測站點(diǎn)照片;(b–d) 2011 至 2022 年期間潮汐濕地 (b)、非潮汐濕地 (c) 和農(nóng)田 (d) 的日均凈生態(tài)系統(tǒng)碳交換 (NEE) 時(shí)間動(dòng)態(tài),點(diǎn)表示每日 NEE 值,線表示經(jīng)過 Savitzky–Golay 平滑處理后的數(shù)據(jù)。
為填補(bǔ)這一研究空白,研究團(tuán)隊(duì)在2011年至2022年間,采用渦度相關(guān)通量觀測技術(shù),對(duì)三個(gè)典型沿海區(qū)域的生態(tài)系統(tǒng)CO₂通量進(jìn)行了長期觀測。這三個(gè)站點(diǎn)分別代表了潮汐濕地、非潮汐濕地和農(nóng)田三種不同的植被類型。研究者們將年度NEE分解為生理和物候兩個(gè)組成部分,分析了氣候變量對(duì)年度NEE變化的影響。
研究結(jié)果表明,三個(gè)研究站點(diǎn)均為穩(wěn)定的碳匯系統(tǒng),且其碳匯能力受特定生理和物候因子的調(diào)控。潮汐濕地、非潮汐濕地和農(nóng)田的年度NEE主要受CO₂吸收峰值、釋放峰值及CO₂吸收持續(xù)時(shí)間的影響。此外,年度NEE變化對(duì)氣候變量高度敏感:春季平均氣溫的升高降低了潮汐濕地的碳匯能力;夏季單日最大降水量的增加削弱了非潮汐濕地的碳匯能力;而夏季平均總輻射的增加對(duì)農(nóng)田的碳匯能力產(chǎn)生了抑制效應(yīng)。
研究者們還通過整合全球范圍內(nèi)三類植被類型的碳通量數(shù)據(jù)庫數(shù)據(jù)(FLUXNET2015 dataset https://fluxnet.org),驗(yàn)證了生物調(diào)控機(jī)制在全球尺度上的普遍性。研究強(qiáng)調(diào)了植被類型在影響凈生態(tài)系統(tǒng)交換(NEE)方面的重要作用,這為準(zhǔn)確預(yù)測不同沿海植被類型在氣候變化背景下的碳匯動(dòng)態(tài)提供了新的科學(xué)依據(jù)。
LI-7500開路式渦度相關(guān)通量觀測系統(tǒng)在本研究中的作用
所有站點(diǎn)的原始渦度相關(guān)(EC)數(shù)據(jù)均以10 Hz的頻率記錄,測量高度約為3.0 m(至少高出冠層1 m)。在研究期間,為保證數(shù)據(jù)準(zhǔn)確性,LI-7500A和LI-7500分析儀的上下鏡面均定期進(jìn)行人工清潔,并每年在實(shí)驗(yàn)室進(jìn)行一次校準(zhǔn)。
此外,生物氣象參數(shù)的測量與EC數(shù)據(jù)同步進(jìn)行。潮汐濕地采用NR01凈輻射表,非潮汐濕地和農(nóng)田站點(diǎn)則使用CNR4凈輻射表。同時(shí),各站點(diǎn)還同步監(jiān)測空氣溫濕度及降水量,以全面評(píng)估環(huán)境變量對(duì)通量變化的影響。
本研究采用蒸散比(EF)作為土壤水分供給潛力的替代指標(biāo)。EF的計(jì)算公式為LE/(LE + H),其中LE表示潛熱通量,H表示顯熱通量。EF的取值范圍為0(完全干燥)至1(完全濕潤),當(dāng)EF值增加時(shí),表明蒸散過程中分配的能量增加,意味著較高的土壤水分供給潛力。
數(shù)據(jù)處理
研究采用EddyPro 軟件(版本7.0.9,LI-COR Inc.)對(duì) 10 Hz 的渦度相關(guān)(EC)原始數(shù)據(jù)進(jìn)行處理,轉(zhuǎn)換為每 30 min的平均凈生態(tài)系統(tǒng) CO₂ 交換量(NEE)。NEE 如為負(fù)值,表示生態(tài)系統(tǒng)對(duì) CO₂ 的凈吸收,如為正值則表示凈排放。

數(shù)據(jù)預(yù)處理包括數(shù)據(jù)質(zhì)量控制。首先,使用去野點(diǎn)法(Despiking)檢測并刪除垂直風(fēng)速及氣體濃度數(shù)據(jù)中的異常值,并通過塊平均法(Block Averaging)去除趨勢。采用平面擬合法(Planar Fit Method)進(jìn)行坐標(biāo)旋轉(zhuǎn)校正,以確保平均垂直風(fēng)速為零。此外,通過頻率響應(yīng)損失校正補(bǔ)償高頻與低頻損失的通量,并利用Webb-Pearman-Leuning(WPL)方法修正因溫度和水汽波動(dòng)導(dǎo)致的空氣密度變化。
質(zhì)量控制采用0-1-2 標(biāo)記系統(tǒng),其中 0 表示最高質(zhì)量,而標(biāo)記為 2 的數(shù)據(jù)在后續(xù)處理中被剔除。同時(shí),使用 Tovi 軟件(版本 2.9.1,LI-COR Inc.)進(jìn)行通量貢獻(xiàn)區(qū)(Footprint)分析,以確保數(shù)據(jù)來源于目標(biāo)區(qū)域。所有站點(diǎn)均具備足夠大的風(fēng)浪區(qū)(Fetch),潮汐濕地與非潮汐濕地站點(diǎn)的植被分布均勻,符合渦度相關(guān)測量假設(shè)。部分農(nóng)田站點(diǎn)的通量數(shù)據(jù)因受到蘆葦群落的影響而被剔除。
為提高數(shù)據(jù)質(zhì)量,剔除了以下條件下的數(shù)據(jù):(i)降水事件發(fā)生期間的觀測數(shù)據(jù);(ii)生物學(xué)上不合理的 NEE 值;(iii)系統(tǒng)維護(hù)期間的測量數(shù)據(jù)。
摩擦速度(u*)過濾及數(shù)據(jù)缺失插補(bǔ)(Gap-Filling)采用 REddyProc 軟件包進(jìn)行處理。首先,依據(jù) Papale et al.(2006)方法,為每個(gè)站點(diǎn)設(shè)定年均低湍流條件閾值,低于 u* 閾值的數(shù)據(jù)被剔除。各站點(diǎn)多年平均u*閾值分別為:潮汐濕地 0.12 ± 0.05 m s⁻¹、非潮汐濕地0.16 ± 0.02 m s⁻¹、農(nóng)田站點(diǎn) 0.12 ± 0.03 m s⁻¹。在 u* 過濾后,采用邊際分布采樣法(MDS)進(jìn)行 NEE 數(shù)據(jù)缺失插補(bǔ),該方法利用通量與氣象變量的協(xié)變量關(guān)系及時(shí)間自相關(guān)性,通過查找表(Look-up tables)和平均日變化(Mean diurnal course)技術(shù)進(jìn)行插補(bǔ)。最終,潮汐濕地、非潮汐濕地和農(nóng)田站點(diǎn)分別填補(bǔ)了47%、44% 和 57% 的數(shù)據(jù)。
通過上述數(shù)據(jù)處理,本研究共獲得2011 至 2022 年間 31 站點(diǎn)年(Site-years)的完整時(shí)間序列數(shù)據(jù),為進(jìn)一步探討不同生態(tài)系統(tǒng)的碳通量特征提供了可靠支撐。
//////////
原文中的主要數(shù)據(jù)圖

