-
二氧化碳(CO2)、甲烷(CH4)、氧化亚氮(N2O)是引起全球温室效应最主要的3种温室气体[1],其排放持续增加将会导致全球气候变暖加剧。森林土壤汇集了全球土壤73%的碳库[2],是温室气体重要的吸收汇、排放源和转换器[3],对调节全球气候变化及碳、氮平衡具有至关重要的作用。研究表明[4-5]:森林演替、土地利用方式改变及森林过度采伐均会导致森林土壤温室气体排放通量上升,尤其是后两者引起的CO2排放通量约占人类碳排放总量的30%,是全球CO2排放通量大幅度增加的最主要原因之一。因此,合理利用现有林地,科学经营森林,探究各因素对土壤温室气体排放的影响机制,对减缓全球温室效应意义重大,也是当前国内外的研究热点。杉木Cunninghamia lanceolata是中国优质速生丰产的乡土针叶树种,人工栽培面积大[6],在缓解木材需求压力、增加农民经济效益方面作用突出,同时杉木具有巨大的固碳潜力,对缓解气候变化起到不可忽视的作用[7-10]。但杉木纯林存在土壤肥力衰退、土壤质量下降等问题[11],极易遭受周边毛竹Phyllostachys edulis的入侵。毛竹是中国特有高大散生无性系克隆植物[12],因其特殊生物学特性和优越的固碳能力成为中国优势碳汇造林树种[13]。毛竹林生物碳储量较高[14-15],年平均碳吸收量为8.13 Mg·hm−2[16],远高于马尾松Pinus massoniana及其他常绿阔叶林树种。但由于毛竹繁殖能力强大,毛竹产量快速增长。近年来国内市场毛竹价格下滑,竹农的经营积极性大大降低,许多地区出现大面积抛荒毛竹林[17]。抛荒后毛竹入侵周边林分的速度加快,入侵现象愈加明显,蚕食周边林分愈加严重,区域生物多样性受到严重威胁。遭受毛竹入侵的杉木林土壤肥力、pH、含水率等理化性质和微生物群落结构均会发生相应变化,进而影响土壤温室气体排放[18]。为探究杉木林土壤温室气体排放对毛竹入侵及采伐的短期响应,本研究以毛竹纯林(毛竹林)、采伐入侵毛竹后的杉木释放林(释放林)、毛竹-杉木混交林(混交林)和杉木纯林(杉木林)作为研究对象,比较毛竹入侵、采伐前后土壤温室气体排放差异及主要影响因素,为毛竹入侵、采伐对杉木林土壤温室气体排放的短期影响提供基础数据,也为科学管控毛竹入侵问题提供理论依据。
-
研究区浙江省杭州市临安区於潜镇南山村(30°19′N,119°39′E)位于杭州市西部,为典型亚热带季风气候。研究区四季分明,雨量充沛,光照充足,年平均降水日158 d,年平均降水量1 613.9 mm,主要集中于6−8月,其中降水量最多为6月(328.5 mm),最少为12月(44.3 mm)。年平均气温16.4 ℃,最高气温出现在8月(28.4 ℃),最低1月(5.1 ℃)。年平均无霜期237 d,年平均日照时数1 847.3 h,样地全境地貌以中低山丘陵为主,主要土壤类型为酸性红壤,森林覆盖率81.93%。
-
于研究区毛竹入侵杉木地段选择坡向(均为东北朝向)、坡度、地形、海拔等初始条件基本一致的毛竹林、释放林、混交林、杉木林等4种林分,分别在各林分上、中、下3个区域各随机设置1个温室气体排放通量观测点,共计12个点,安装静态箱。静态箱底座在测量温室气体前1个月安装完成,安装时插入土壤5 cm处,避开树木的根及毛竹的竹鞭,并保证其密封性。样地布置工作于2019年6月完成。各林分基本情况如表1所示。
表 1 4种林分基本情况
Table 1. General situation of four types of stands
林分
类型pH 海拔/m 郁闭度 毛竹密度/
(株·hm−2)杉木密度/
(株·hm−2)毛竹林 4.08±0.14 b 170 0.80 2 067±117 b 释放林 4.46±0.08 a 170 0.75 889±189 b 混交林 4.43±0.10 a 180 0.85 1 092±259 a 878±214 b 杉木林 4.14±0.11 b 190 0.90 1 733±157 a 说明:数据为平均值±标准误。同列不同小写字母表示不 同林分差异显著(P<0.05) -
于2019年7−12月进行土壤温室气体排放通量监测。每月中旬选典型晴天采集气体,采样时间9:00−11:00。每隔10 min用100 mL注射器采集90 mL气体,共采集4次,密封带回实验室,用气相色谱仪(GC-2014, Shimadzu Inc, Kyotob, 日本)检测CO2、N2O和CH4,计算土壤温室气体通量:F=ρ×(dc/dt)×H×273/(273+t)。其中:F为被测温室气体排放通量(mg·m−2·h−1);ρ为标准状态下被测气体密度(kg·m−3);dc/dt为被测气体浓度随时间变化率;H为静态箱高度(m);t为采气时温度(℃)。
采气的同时,测定各静态箱附近10 cm土层处的温度,采集0~20 cm表层土壤,测定土壤含水率、pH、铵态氮(
$ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ )、硝态氮($ {\rm{NO}}^{-}_{3}\text{-}{\rm{N}} $ )、微生物生物量碳(MBC)、微生物生物量氮(MBN)。其中土壤含水率用烘干法测定;土壤pH用数显玻璃电极测定(水土质量比为5∶1);$ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ 、$ {\rm{NO}}^{-}_{3}\text{-}{\rm{N}} $ 用氯化钾浸提-比色法测定[19];土壤MBC、MBN用氯仿熏蒸法测定[20]。所有数据均为3次重复处理平均值±标准误。 -
用SPSS 16.0和Excel 2013分析数据。采用单因素方差分析和最小显著性差异法检验不同林分土壤温室气体排放通量差异显著性;采用Pearson相关分析法分析温室气体通量与各项土壤指标间相关性。
-
由表2可知:不同林分土壤CO2排放通量均随月份变化逐渐减小;7月土壤CO2排放通量均最大,其中毛竹林排放通量为1 362.83 mg·m−2·h−1,分别是释放林、混交林、杉木林的1.28、1.43和1.89倍;9月开始土壤CO2排放通量显著减小(P<0.05),至12月达到最小值;12月土壤CO2排放通量从大到小依次为毛竹林、释放林、混交林、杉木林。4种林分土壤CO2月平均通量差异显著(P<0.05),与杉木林相比,混交林、释放林土壤CO2排放通量分别增加24.59%、61.46%。
表 2 4种林分土壤温室气体通量
Table 2. Soil greenhouse gases fluxes of four types of forests
林分 CO2排放通量/(mg·m−2·h−1) 7月 8月 9月 10月 11月 12月 月平均通量 毛竹林 1362.83±45.50 Aa 1355.47±64.51 Aa 976.98±10.75 Ba 678.60±14.14 Ca 389.90±64.57 Da 201.54±17.49 Ea 827.55±14.41 a 释放林 1067.60±67.46 Ab 906.95±63.96 Bb 525.57±38.42 Cb 280.36±26.53 Db 78.67±6.26 Eb 51.39±5.17 Eb 485.09±28.33 b 混交林 951.70±45.80 Ab 533.83±16.15 Bc 479.24±53.94 Bb 175.66±22.53 Cc 57.07±13.21 Db 48.46±5.34 Db 374.33±7.90 c 杉木林 719.63±22.33 Ac 481.77±18.67 Bc 408.80±14.19 Cb 115.99±7.88 Dc 44.08±5.67 Eb 32.35±3.31 Eb 300.44±2.95 d 林分 N2O排放通量/(µg·m−2·h−1) 7月 8月 9月 10月 11月 12月 月平均通量 毛竹林 190.36±19.48 Aa 163.02±8.36 ABa 145.95±15.68 ABa 122.82±12.08 Ba 55.59±3.53 Ca 47.40±7.09 Ca 120.86±4.06 a 释放林 158.04±7.80 Aab 139.15±8.44 Aa 125.78±14.99 Aab 67.64±6.06 Bb 61.16±5.24 Ba 36.44±4.86 Ba 98.03±5.63 b 混交林 138.19±5.80 Ab 132.87±16.12 Aa 106.52±10.42 Aab 49.41±9.44 Bb 36.90±9.26 Ba 33.47±5.48 Ba 82.89±3.16 c 杉木林 129.26±12.96 Ab 118.20±20.84 Aa 77.07±12.08 Bb 37.21±5.54 BCb 35.35±8.97 BCa 24.28±3.42 Ca 70.23±2.54 c 林分 CH4吸收通量/(µg·m−2·h−1) 7月 8月 9月 10月 11月 12月 月平均通量 毛竹林 192.28±17.14 Aa 196.35±5.15 Aa 163.82±9.69 ABa 155.25±10.89 ABa 123.95±8.55 BCa 100.62±11.31 Ca 155.38±7.29 a 释放林 165.62±14.46 Aa 167.35±14.12 Aa 141.02±11.79 ABa 132.34±12.60 ABab 123.18±8.70 ABa 92.04±9.20 BAa 135.26±0.85 b 混交林 179.35±8.90 Aa 179.86±14.11 Aa 147.69±16.98 ABa 136.48±5.54 ABab 128.53±7.34 Ba 102.68±9.65 Ba 145.77±2.34 ab 杉木林 159.07±9.29 Aa 151.44±10.73 Aa 136.18±16.50 ABa 110.88±8.71 BCc 95.10±3.95 CDa 65.05±4.75 Da 119.62±2.82 c 说明:同行不同大写字母表示不同月份间差异显著(P<0.05);同列不同小写字母表示不同林分间差异显著(P<0.05) 土壤N2O排放通量最高值出现在7月,此时,从大到小分别为毛竹林(190.36 µg·m−2·h−1)、释放林(158.04 µg·m−2·h−1)、混交林(138.19 µg·m−2·h−1)和杉木林(129.26 µg·m−2·h−1),最低值均出现在12月。从平均通量来看,毛竹林比其他3种林分分别高出23.29%、45.81%和72.09%,且差异显著(P<0.05),混交林与杉木林间差异不显著(P>0.05)。
4种林分均表现为CH4吸收汇。其中杉木林土壤CH4吸收通量最大值出现在7月,其他3种林分均出现在8月;4种林分最小值均出现在12月。7−10月,土壤CH4吸收通量从大到小均为毛竹林、混交林、释放林、杉木林。11月开始混交林(128.53 µg·m−2·h−1)超过毛竹林(123.95 µg·m−2·h−1)成为最大的土壤CH4吸收汇。4种林分土壤月平均CH4吸收通量从大到小依次为毛竹林、混交林、释放林、杉木林。
-
由表3可知:土壤温度具有明显的季节动态变化规律,7−10月,4种林分土壤温度逐渐降低,11月后趋于稳定。混交林月平均温度显著高于其他3种林分(P<0.05),从大到小依次为:混交林(19.77 ℃)、释放林(18.72 ℃)、毛竹林(18.49 ℃)、杉木林(18.32 ℃)。4种林分土壤含水率波动较大,最大值均出现在7月,最小值均出现在11月。释放林土壤月平均含水率最高(27.32%),分别是杉木林、毛竹林、混交林的1.19、1.46、1.67倍。由表4可知:释放林土壤
$ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ 质量分数显著高于其他3种林分(P<0.05),其他3种林分之间差异不显著(P>0.05),说明采伐毛竹对$ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ 质量分数具有显著影响。土壤pH、$ {\rm{NO}}^{-}_{3}\text{-}{\rm{N}} $ 、MBC、MBN等其他指标林分间差异不显著(P>0.05)。表 3 4种林分土壤温度与土壤含水率
Table 3. Soil temperature and soil moisture content of four types of forests
林分 土壤温度/℃ 7月 8月 9月 10月 11月 12月 月平均温度 毛竹林 23.31±0.25 a 25.72±0.07 b 25.03±0.06 a 15.00±0.00 b 8.82±0.17 a 9.05±0.08 a 18.49±0.07 b 释放林 28.91±1.12 a 25.27±0.23 b 23.80±0.00 b 15.28±0.19 b 9.17±0.35 a 9.90±0.18 a 18.72±0.22 b 混交林 29.06±0.55 a 26.95±0.40 a 24.89±0.19 a 17.62±0.34 a 10.33±0.48 a 9.77±0.26 a 19.77±0.24 a 杉木林 26.73±0.55 a 24.80±0.13 b 23.48±0.06 b 15.57±0.27 b 9.62±0.34 a 9.72±0.29 a 18.32±0.09 b 林分 土壤含水率/% 7月 8月 9月 10月 11月 12月 月平均含水率 毛竹林 31.19±4.06 b 20.24±4.39 b 22.27±1.51 bc 15.33±2.18 b 10.47±0.42 a 12.51±0.41 a 18.67±1.96 bc 释放林 47.75±0.85 a 32.35±1.91 a 32.23±0.92 a 21.67±0.63 a 13.31±2.08 a 16.59±0.89 a 27.32±0.32 a 混交林 29.20±3.97 b 19.63±2.34 b 16.67±3.01 c 11.98±0.67 b 7.12±0.55 a 13.56±1.00 a 16.36±1.75 c 杉木林 38.58±0.89 ab 25.41±1.17 ab 28.15±1.98 ab 16.85±1.23 b 13.03±1.86 a 16.22±2.62 a 23.04±1.54 ab 说明:同列不同小写字母表示不同林分间差异显著(P<0.05) 表 4 4种林分土壤理化性质
Table 4. Soil physical and chemical properties of four types of forests
林分 pH $ { {\rm{NH}_4^{+} }\text{-}{\rm{N} } }$ /(mg·kg−1) $ { {\rm{NO}_3^{-} }\text{-}{\rm{N} } }$ /(mg·kg−1) MBC/(mg·kg−1) MBN/(mg·kg−1) 毛竹林 4.03±0.06 a 6.27±0.75 b 11.37±1.95 a 615.57±81.88 a 116.17±22.55 a 释放林 4.21±0.08 a 12.53±1.74 a 16.90±2.06 a 767.26±45.22 a 129.51±12.63 a 混交林 4.26±0.01 a 5.67±1.52 b 16.39±3.79 a 708.71±91.09 a 143.19±17.07 a 杉木林 4.20±0.02 a 6.03±0.93 b 17.70±1.35 a 511.87±60.59 a 103.56±13.43 a 说明:同列不同小写字母表示不同林分间差异显著(P<0.05) -
相关性分析显示(表5):4种林分土壤CO2、N2O排放通量及CH4吸收通量均与土壤温度、土壤含水率呈极显著正相关(P<0.01),与
$ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ 、$ {\rm{NO}}^{-}_{3}\text{-}{\rm{N}} $ 呈正相关(P>0.05);与MBC呈负相关(P>0.05)。杉木林土壤CO2、N2O排放通量及CH4吸收通量与土壤pH呈极显著正相关(P<0.01)。表 5 土壤温室气体通量与土壤理化性质的Pearson相关系数
Table 5. Pearson correlation coefficient among soil greenhouse gases fluxes and soil properties
林分 气体 土壤温度 土壤含水率 土壤pH ${ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} }$ ${ {\rm{NO}}^{-}_{3}\text{-}{\rm{N}}} $ MBC MBN 毛竹林 CO2 0.944** 0.760** −0.731 0.933** 0.851* −0.710 −0.029 N2O 0.914** 0.744** −0.941** 0.759 0.615 0.726 −0.266 CH4 0.838** 0.568* −0.591 0.480 0.688 −0.544 0.122 释放林 CO2 0.957** 0.924** 0.705 0.912* 0.838* −0.559 0.187 N2O 0.938** 0.882** 0.735 0.986** 0.855* −0.594 0.047 CH4 0.796** 0.677** 0.800 0.727 0.709 −0.058 0.395 混交林 CO2 0.913** 0.863** 0.979** 0.660 0.108 −0.317 0.857* N2O 0.915** 0.789** 0.991** 0.732 0.348 −0.226 0.878* CH4 0.802** 0.586* 0.833* 0.759 0.314 −0.006 0.926** 杉木林 CO2 0.952** 0.926** 0.956** 0.871* 0.698 −0.713 0.460 N2O 0.868** 0.773** 0.945** 0.844* 0.673 −0.787 0.304 CH4 0.882** 0.744** 0.949** 0.611 0.537 −0.722 0.343 说明:*表示P<0.05,**表示P<0.01 -
植被覆盖变化显著影响土壤碳库与土壤呼吸过程。毛竹入侵及采伐引起植被变化,其群落物种组成、凋落物特征、土壤理化性质和生物学性质也发生了根本性的转变,从而显著影响土壤的碳库动态特征。本研究表明:毛竹林、释放林、混交林和杉木林均表现为土壤CO2、N2O的排放源及土壤CH4的吸收汇。XU等[21]发现毛竹入侵会改变群落结构,增加细菌多样性,使得土壤异养呼吸加强,土壤CO2排放通量增加,这与本研究结果一致。释放林土壤CO2排放通量显著高于杉木林(P<0.05),可能原因是:采伐毛竹后林分郁闭度减小,林下光照增加,土壤温度上升,土壤有机质分解加速,土壤呼吸增强。毛竹林与混交林土壤CO2排放通量显著高于杉木林(P<0.05),一方面是毛竹林、混交林土壤温度略高,而土壤CO2排放与土壤温度呈指数型极显著正相关[22];另一方面,毛竹种群在扩张过程中,细根生物量空间分布格局发生明显变化,细根生物量及比例显著增加[23],从而导致土壤CO2排放通量增加。
土壤排放的N2O主要是土壤微生物硝化和反硝化作用产生的。本研究发现:混交林土壤N2O排放通量高于杉木林。徐道炜[24]研究指出:毛竹入侵杉木林,林地表层土壤水溶性有机碳增加,作为微生物重要的可利用能源物质,土壤水溶性有机碳含量升高增强了土壤硝化、反硝化作用,使得土壤N2O排放通量增加。释放林土壤N2O排放通量显著高于杉木林(P<0.05)。毛竹采伐后,释放林的土壤含水率增加,采伐剩余物归还量较大,这两者同时促进土壤反硝化进程,提高了土壤N2O排放通量。这与DARMENMANN等[25]和YASHIRO等[26]的研究结果相似。
BORKEN等[27]研究发现:较高的土壤含水率会抑制CH4在氧气(O2)中的扩散能力,减少林分对土壤CH4的吸收。本研究表明:释放林土壤CH4吸收能力显著低于毛竹林和混交林(P<0.05),这与ZERVA等[28]研究结果一致。释放林土壤含水率高于其他林分,土壤CH4排放增加,可能是释放林土壤CH4吸收通量低于毛竹林和混交林的原因。土壤无机氮(
$ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ 、${\rm{NO}}^{-}_{3}\text{-}{\rm{N}} $ )含量也会影响土壤CH4排放。研究[29]表明:土壤$ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ 质量分数增加使得土壤中的氨氧化细菌活性增强,而氨氧化细菌在一定条件下具有氧化CH4能力,一定程度上抵消了$ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ 对甲烷氧化菌的竞争性抑制作用。释放林土壤$ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ 质量分数高于混交林也可能是造成土壤CH4吸收通量降低的主要原因。土壤CH4吸收能力还受土壤pH影响。好氧条件下,土壤甲烷氧化菌最佳pH为5.0~6.0,耐酸性要高于甲烷产生菌[30];毛竹入侵降低了土壤pH,有利于甲烷氧化菌氧化CH4,从而增加土壤CH4吸收能力。因此,毛竹入侵及采伐对土壤CH4吸收通量造成的影响是多个影响因子共同作用的结果。综上所述,毛竹入侵及采伐后,杉木林表层土壤温室气体排放通量增加,对区域大气环境造成一定程度负面影响,建议由采伐毛竹改为挖笋等措施来控制毛竹入侵。 -
土壤温度和含水率对土壤温室气体排放具有显著影响[29]。4种林分土壤温室气体排放与吸收呈明显动态变化特征,即夏高冬低,这与已有的研究结果一致[31-32]。相关性分析表明:土壤CO2、N2O排放、CH4吸收均与土壤温度呈极显著正相关(P<0.01),这与严俊霞等[33]对山西高原落叶松Larix gmelini人工林土壤呼吸研究、王磊等[34]对亚热带湿地松Pinus elliottii林研究及FENDER等[35]对温带落叶林土壤温室气体排放强度研究结果一致。可能的原因是:①在一定温度范围内,土壤温度上升会加强土壤微生物活性和土壤有机质分解作用,加大土壤温室气体排放量[36];②在亚热带森林,在土壤水分及底物充足前提下,土壤温度上升会增强土壤氮素矿化作用,使得土壤N2O排放量增加[37];③好氧条件下,土壤温度升高,甲烷氧化菌繁殖速度加快、活性加强,对土壤CH4的消耗增加[38],即CH4吸收量增加。
3种温室气体排放与土壤含水率均呈极显著正相关(P<0.01),这与朱旭丹[39]的研究结果相似;土壤含水率对土壤温室气体排放造成显著影响,与高升华等[40]发现亚热带黑杨Populus nigra人工林土壤CH4吸收通量与土壤水分并不存在相关性结果不同。原因可能是土壤CH4吸收通量不仅受土壤含水率影响,而是受多个影响因子共同作用。就土壤CO2、N2O排放而言,土壤含水率的影响体现在3个方面:①土壤含水率增加,植物根系生长量随之提高,导致植物根系呼吸作用大大增强[41];②含水率增加提升了土壤可溶性有机质有效性及可移动性,作为土壤微生物呼吸底物及活动能量来源[42],可溶性有机质对增强微生物呼吸作用、硝化/反硝化作用产生不可忽视影响;③土壤含水率上升,土壤微生物数量及种类也随之增加,导致土壤温室气体排放作用加强[43]。
-
谢军飞等[44]研究表明:土壤CO2排放主要来源于植物自养呼吸及动物、微生物的异养呼吸,
$ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ 、$ {\rm{NO}}^{-}_{3}\text{-}{\rm{N}} $ 作为土壤有效氮主要组成部分,其质量分数增加有利于有机质分解,促进细根生长、生物生产量和微生物活性,从而增强土壤CO2各个环节排放通量,与本研究结果一致。相关性分析表明:土壤CO2排放与$ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ 、$ {\rm{NO}}^{-}_{3}\text{-}{\rm{N}} $ 呈显著正相关(P<0.05),4种林分土壤N2O排放通量与土壤$ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ 、$ {\rm{NO}}^{-}_{3}\text{-}{\rm{N}} $ 质量分数亦呈正相关。这可能是因为$ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ 、$ {\rm{NO}}^{-}_{3}\text{-}{\rm{N}} $ 分别作为硝化、反硝化过程底物,其质量分数增加,促进土壤N2O生产过程,从而增加土壤N2O排放。土壤甲烷氧化菌氧化大气CH4是土壤吸收CH4的主要途径,而土壤无机氮通过影响CH4氧化改变土壤CH4吸收通量。BODELIER等[45]利用分子探针及PCR技术发现
$ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ 能够促进甲烷氧化菌增加。本研究中,4种林分土壤CH4吸收通量与$ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ 均呈正相关,说明亚热带地区$ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ 含量越高CH4吸收能力越强。土壤$ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ 作为甲烷氧化菌主要氮源,其含量增加直接促进甲烷氧化菌生命活动,有利于CH4氧化,从而增加CH4吸收通量[46]。但也有研究发现$ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ 会抑制甲烷营养菌活性并减少CH4吸收通量[47]。由此推断,本研究中$ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ 对土壤CH4吸收的影响可能是前者作用效果大于后者造成。微生物生物量碳是土壤重要的活性有效碳源,可为土壤微生物活动提供丰富的能量底物,影响参与土壤温室气体排放的各个生物化学过程。本研究表明:不同林分土壤CO2、N2O排放、CH4吸收均与土壤MBC质量分数呈负相关,这与MUHAMMAD[48]在变性土中的研究结果相似。方慧云[22]研究表明:土壤CO2、CH4排放与土壤MBC质量分数呈正相关,这与本研究结果不一致。这可能是因为:①影响土壤温室气排放机制的因素复杂,土壤MBC虽对土壤微生物活性起到促进作用,但并不是影响土壤温室气体排放的主要影响因子[49];②土壤MBC对土壤温室气体排放的影响因林分类型、经营措施、环境状况等不同而呈现不同相关性[50]。
On the short-term response of soil greenhouse gas emissions in Cunninghamia lanceolata forest to the expansion and eradication of Phyllostachys edulis
-
摘要:
目的 探讨毛竹Phyllostachys edulis入侵及采伐对杉木Cunninghamia lanceolata林土壤温室气体排放及理化性质的影响,为科学管控毛竹入侵现象提供理论依据。 方法 采用静态箱-气相色谱法对毛竹纯林(毛竹林)、采伐入侵毛竹后的杉木释放林(释放林)、毛竹-杉木混交林(混交林)和杉木纯林(杉木林)土壤温室气体通量进行短期原位监测。 结果 毛竹的入侵及采伐均增加了土壤二氧化碳(CO2)排放通量,毛竹林、释放林、混交林和杉木林排放通量分别为827.55、485.09、374.33和300.44 mg·m−2·h−1;氧化亚氮(N2O)排放通量分别为120.86、98.03、82.89和70.23 µg·m−2·h−1;土壤甲烷(CH4)吸收通量分别为155.38、145.77、135.26和119.62 µg·m−2·h−1。土壤温度从大到小依次为混交林(19.77 ℃)、释放林(18.72 ℃)、毛竹林(18.49 ℃)、杉木林(18.32 ℃),土壤含水率依次为释放林(27.32%)、杉木林(23.04%)、毛竹林(18.67%)、混交林(16.36%)。相关性分析表明:4种林分土壤CO2、N2O 排放通量和CH4 吸收通量均与土壤温湿度呈极显著正相关(P<0.01),且具有一致动态变化规律;与土壤无机氮[铵态氮( ${ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}}} $ )、硝态氮(${ {\rm{NO}}^{-}_{3}\text{-}{\rm{N}}} $ )]呈正相关;与土壤微生物生物量碳(MBC)呈负相关。结论 毛竹入侵及采伐均导致杉木林土壤温室气体排放通量总量增加,对区域大气环境造成负面影响;土壤温度、土壤含水率是影响3种温室气体排放的主要土壤指标,是引起不同林分间温室气体排放差异的主要原因。表5参50 Abstract:Objective With an investigation of the effects of expansion and eradication of Phyllostachys edulis (moso bamboo) on soil greenhouse gas emission flux and soil physical and chemical properties in Cunninghamia lanceolata (Chinese fir) forest, this paper is aimed to provide theoretical basis for the scientific management of moso bamboo expansion. Method Short-term in-situ monitoring was carried out of the soil greenhouse gas flux in pure moso bamboo forest (BF), Chinese fir released forest upon the eradication of moso bamboo from the Chinese fir forest mixed with moso bamboo (RF), moso bamboo and Chinese fir mixed forest (MF), and pure Chinese fir forest (CF) using a static chamber gas chromatography method. Result The expansion and eradication of moso bamboo increased the soil CO2 emission flux, which were 827.55, 485.09, 374.33 and 300.44 mg·m−2·h−1 for BF, RF, MF and CF respectively whereas the soil N2O emission flux were 120.86, 98.03, 82.89 and 70.23 µg·m−2·h−1, and the soil CH4 absorption flux were 155.38, 145.77, 135.26 and 119.62 µg·m−2·h−1. The soil temperature decreases from MF (19.77 ℃) to RF (18.72 ℃), BF (18.49 ℃) and CF (18.32 ℃) while the soil moisture content decreases from RF (27.32%) to CF (23.04%), BF (18.67%) and MF (16.36%). In these four different stands, the soil CO2 and N2O emission fluxes and CH4 absorption fluxes were significantly positively correlated with soil temperature and moisture content (P<0.01) with consistent dynamic changes and had a positive correlation with soil inorganic nitrogen ( $ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} $ ,$ {\rm{NO}}^{-}_{3}\text{-}{\rm{N}} $ ) but a negative correlation with soil microbial biomass carbon (MBC).Conclusion The expansion and eradication of moso bamboo resulted in the increase of soil greenhouse gas emission flux in Chinese fir forest, which had a negative impact on the regional atmospheric environment. On the other hand, the soil temperature and soil water content were the main driving factors for the three kinds of greenhouse gas emissions, and could lead to the differences in greenhouse gas emissions among the four stands. [Ch, 5 tab. 50 ref.] -
Key words:
- Cunninghamia lanceolata /
- Phyllostachys edulis /
- invasion /
- cutting /
- soil greenhouse gas
-
植物的蒸腾作用是其水分利用的主要方式,拉动水分在“土壤—植物—大气”连续体体系中不断循环迁移。蒸腾耗水与植物生命表征直接联系,决定着植物的水分盈缺和灌溉与否[1]。对活立木蒸腾耗水的准确测定,可以为低耗水树种选择、合理密度配置以及城市园林绿化等工作提供理论依据和参考[2]。树木蒸腾耗水产生的水势差会拉动水分通过木质部向上运输进而形成液流,因此树干液流可作为评估树木蒸腾耗水能力的一项重要指标[3-4]。目前,有多种方法可以评估树木蒸腾耗水能力,多数是通过测定树木液流速率来估算蒸腾耗水量和耗水能力。不同树干液流测定方法测量精度不同,在选择树干液流速率测量方法时需要考虑实验研究目的、活立木树种的生理条件和实验研究所处的自然环境等因素。目前液流速率的测量主要有同位素示踪法和热技术法[5] 2类。其中同位素示踪法通过将化学同位素作为示踪剂注射到树木木质部,从而检测树木液流速率;但该方法在野外应用不便,且测定精度较低,有待改进[6]。利用热技术法测定树干液流不受外界环境和树木自身结构影响,安装布置操作相对简易,并且对树木组织结构损伤较小,具有一定的应用优势[7],因此被广泛应用于树干液流测定、液流速率与环境因子的关系研究中[8-10]。如王檬檬等[11]应用热技术法研究了晋西黄土区苹果Malus pumila树液流速率与太阳辐射、大气水份等的关系;温淑红等[12]应用热技术法分析了宁南黄土陵区山桃Amygdalus davidiana树树干液流速率与太阳辐射、温度、风速的关系;杨洁等[13]应用热技术法研究了树干液流时滞效应,并精确估算树木的蒸腾耗水;还有学者[14-15]应用热技术法探究树干木质部径向不同深度的液流速率和不同时间尺度下的液流速率特征等。目前常用的测量树干液流的热技术法主要有热脉冲法(Heat Pluse Velocity Method,HPVM)、热平衡法、热扩散法、热场变形法以及外热比法等,前3种方法在国内应用较多,后2种方法在国外有较为详细的应用描述,但在国内的研究有限。鉴于此,本研究综述了现有的树干液流无损检测方法,阐述这些方法的基本原理、装置布置、应用领域和最新研究案例,对不同热技术方法的测量精度、适用范围、潜在优势以及今后改进方向等方面进行讨论和比较,并对不同研究目标和实验条件下适用的测定方法给出建议,展望各自在液流研究方面的应用前景。
1. 基于热技术的液流检测方法
1.1 热脉冲法
热脉冲法最早由HUBER等[16]提出,首次用热作为液体流动的示踪剂,利用热脉冲测量植物液流速率。该装置由加热元件和2个热电偶组成探针块,通过测量加热器发出热脉冲随着液流上升到达热电偶处所需的时间,计算液流速率(图1A)。由于热传导和对流会使得测量结果偏高,MARSHALL[17]利用热流方程建立了热脉冲法的模型框架,为热脉冲法的进一步发展提供了理论基础。
基于脉冲加热的方法包括补偿热脉冲法、最大温差法(T-max法)以及热比率法。其中补偿热脉冲法(Compensation Heat Pulse Method,CHPM)通过测量2个对称放置在线性加热器两侧的温度传感器达到相同温度时的时间来计算液流密度,该装置安装探针时会对周围木材组织造成损伤而导致液流速率失真,因此需要根据不同探针间距设置校正参数[18],从而使液流速率的测量值更接近真实值。T-max法[19]的装置由加热器和1个温度探针组成,通过记录从发出热脉冲至温度探针到达最大温度时的时间,再根据MARSHALL的基础理论计算液流速率。该方法设备简单,仅需确定被测树干边材的导热系数,即可计算树干液流密度。热比率法(Heat Ratio Method,HRM)基于补偿热脉冲法提出[20],测量范围可以达到零值甚至延伸至负值,其装置由1个加热器和2个安装在加热器上下游的温度探针组成,通过测定2个探针的增温比即可计算液流速率。
1.2 热平衡法
热平衡法(Heat Balance Method,HBM)的原理是当树干内通过一定量液流时,加热元件作为热源会向树干提供已知的热量,直至树干温度趋于稳定。若不考虑热传导以及隔热层损失热量,热源提供的热量应与被液流带走的热量相等,可根据这种热平衡关系计算液流速率。热平衡法可分为茎热平衡法和树干热平衡法[21]。
1.2.1 茎热平衡法
茎热平衡法(Stem Heat Balance,SHB)[22]以环形加热元件作为热源,提供稳定的热量,热量散失途径包括树干液流带走、热传导向树干上下方散失和对流散失。装置(图1B)设计为包裹式,利用包裹式隔热层(通常为聚苯乙烯泡沫)防止热辐射造成的热量散失(树干周围的热辐射忽略不计)。加热元件上下方安装2对热电偶,用来测定液流通过后的温差,依据热量平衡关系计算液流。SHB法适用于测定胸径较小的树干,其优点是检测时不需要标定,不需要将热电偶插入树干中,对树木无直接损伤。
1.2.2 树干热平衡法
树干热平衡法(Trunk Heat Balance,THB)[23]的原理与茎热平衡法类似,均通过热量平衡关系计算液流,不同点是THB法测量装置(图1C)由插入树干的加热片和1对热电偶组成,2个热电偶分别安装在紧挨加热片上端(温度场最大值)和加热片下端(不受温度场影响)位置,通过记录液流通过前后树干温度差来计算液流。THB法同样不需要标定,并且可测定胸径较大的树干。但THB法设备较多,安装相对复杂,易对树干造成微损伤。目前热平衡法的应用较为广泛,通常用来研究环境因子与液流速率的关系以及耗水特性。
1.3 热扩散法
热扩散法(Thermal Dissipation Method,TDM)[24]又称Granier法,是目前应用最广泛的液流测定方法。该装置(图1D)包含2个传感器探针,沿液流方向插入树干中。下游(上部)探针包括加热元件(长约20 mm),并缠绕在装有热电偶的钢针上,热电偶尖端正对加热元件的中间;下游(上部)探针不加热,用作参考探头,以测量木质部的环境温度。工作时下游探针以恒定功率(0.2 W)连续加热,受液流的散热影响,2个探头间存在温度差异,因此可通过温差与液流速率间的关系计算液流速率。
TDM法常用来研究树干液流与环境因子的关系。万艳芳等[25]应用热扩散技术测定并分析了青海云杉Picea crassifolia树干液流密度与环境因子的关系,确定液流密度的主要环境影响因子是太阳辐射。朱敏捷等[26]利用热扩散法测定了尾叶桉Eucalyptus urophylla树干液流,研究了树干液流的方位差异以及与环境因子的关系。姚增旺等[27]应用热扩散探针测定梭梭Haloxylon ammodendron树干液流,研究了树干液流与环境因子之间的时滞效应。另外,通过测定单株树干液流还可以推算林分蒸腾量。王志超等[28] 研究了林分蒸腾耗水规律后发现:忽略夜间林分蒸腾耗水量会导致对林分蒸腾耗水量的估计不准确。
1.4 热场变形法
基于热脉冲法测量树木液流密度时,需要测量热脉冲前后温度,获得温度差,这就要求木材具有较高的热稳定性;热脉冲法两侧测量需要时间间隔,可以测得液流密度的最大值为45 cm3·cm−2·h−1,说明该方法具有一定的局限性。为解决以上问题,NADEZHDINA等[29]提出了热场变形法(Heat Field Deformation,HFD),通过记录线性加热器周围的木质部中不同径向位置的热场变化,将热场变形与树干木质部的液流密度联系起来。热场变形法液流检测系统(图1E)包括3个探针和1个加热器,其中2个探针沿轴向对称安装在加热器的上游和下游,另1个探针沿切向平行于加热器水平安装在加热器侧边,轴向探针测量对称温差,切向探针测量不对称温差。通过测定加热器周围轴向和切向的温度差来表征由树液流动而产生的热场变化,进而确定液流密度。液流密度q (cm3·cm−2·h−1)的一般计算公式为:
$$ q=3\; 600D_{{\rm{st}}}(K+T_{{\rm{s}}-{\rm{a}}})/T_{{\rm{as}}}Z_{{\rm{ax}}}Z_{{\rm{tg}}}L_{{\rm{sw}}}。 $$ 其中:Dst表示树干边材热扩散率(m2·s−1);(K+Ts-a)/Tas表示温差比率;ZaxZtg表示传感器探针间距离的校正因子;Lsw表示边材深度。K表示零液流下Ts-a的绝对值,其中Ts-a为Tsym与Tas的差。Tsym表示对称探针间的温差;Tas表示非对称探针间的温差;Zax表示轴向上游探针与加热器的距离;Ztg表示切向探针与加热器的距离。
HFD传感器也可以记录反向流量,即将Tsym改为负值。因此,计算公式转换为:
$$ q=-3 \;600D_{{\rm{st}}}(-K+T_{{\rm{s}}-{\rm{a}}})/T_{{\rm{as}}}Z_{{\rm{ax}}}Z_{{\rm{tg}}}L_{{\rm{sw}}}。 $$ 用HFD法测量液流密度,非零液流下,利用线性外推法能准确测得零液流密度,相比其他热技术方法优势显著。同时HFD法结合了对称与非对称温差测量,利用对称温差测量低液流密度较为有效,而测得的高液流密度与实际蒸腾量线性关系不显著,因此高液流密度准确性不够[30]。而利用非对称温差测量是中高液流密度准确性较高。因此,HFD法对于低液流量和高液流量都可以准确测定。
HFD法广泛应用于液流指数(the sap flow index,SFI) 的测定。SFI是植物水分状况的敏感指标,用来决定植物是否需要灌溉。SFI值通过在加热器周围轴向等距安装差动热电偶测得,是液流速率测定的原始数据之一[31]。此外,HFD法可以直接监测木质部的水分运动[32],通过沿着木质部半径的不同深度,用围绕普通线性加热器的传感器进行液流测定,具有快速响应和高度敏感的特性。NADEZHDINA[33]在对枫树Acer spp. 水运输路径的研究中,利用HFD法测定枫树木质部液流,证实了枫树的维管结构具有完整拓扑结构。
1.5 外热比法
外热比法(External Heat-Ratio,EHR)是在热比率法的基础上提出的,用外部加热元件代替插入式加热元件,其基本原理与激光脉冲法(laser heat-pulse gauge,LHPG)类似。不同点是后者用近红外激光源代替插入式加热元件,并通过红外摄像机从外部监控热量传播,热脉冲速度由温度数据确定,并与液流速率相关。HELFTER等[34]利用激光脉冲法对小茎木本植物的液流速率进行了测定,发现小茎木本植物韧皮部与木质部液流速率几乎一致。CLEARWATER等[35]首次提出了外热比法(图1F),将1个微型外部加热器(电子芯片电阻)和温度传感器(精密热电偶)粘在软木块上,并压在茎干表面。释放热脉冲后,根据2个热电偶的增温比来计算液流密度。利用外热比法可以测定灌木液流速率[36],研究植物水动力学,对直径较小的茎干具有良好的适用性。外热比法最小可测直径为5 mm,可测液流密度为0.36~50.00 cm3·cm−2·h−1,较少应用于直径较大的茎干。因此,下一步可改进EHR技术,用于测定较大茎段植物的液流密度。
2. 问题与建议
2.1 热技术方法的不足与改进
探针的使用会对树干边材造成一定的破坏,使得探针处树干边材的热均匀性改变,从而降低测量结果的准确性。GREEN等[37]用二维的“热-液流”模型确定不同伤口大小的校正因子,给出了补偿脉冲法和T-max法的校正因子表,并通过比较美洲黑杨Populus deltoides与白柳Salix alba的液流通量值与实际蒸腾速率值的关系证明了校正因子的有效性。TESTI等[38]在补偿热脉冲法的基础上提出了校准平均梯度法(calibrated average gradient,CAG),有效测定了低速液流,使用也较为简易。
LANGENSIEPEN等[39] 发现:为更好地适应小麦Triticum aestivum茎的解剖结构和热物理特性,在应用茎热平衡法测量小麦液流速率时,通过引入降噪方程可有效提高液流计的测量精度。TRCALA等[40]利用热场变形法的温度场理论,通过改变传感器的几何形状(从垂直到水平)来改善热平衡法的传感性能,实现了零液流和反向液流的测定。这种方法也被称为线性热平衡法[41],是从基础传导—对流传热方程解析得出的精确方程,不仅提高了液流测定的精度,而且基于热导率信息实现了水含量的估算。NAKANO等[42]发现:对金柑Fortunella crassifocia进行环剥处理后,可利用热平衡法测定其韧皮部和木质部的液流速率。
TDM法测定液流速率需要估算线性回归关系,确定零液流状态下的温差,而这个过程会产生一定误差[43],许多情况下准确性受到质疑[44]。因此用热扩散法确定树木的蒸腾量时,有必要对测量树种液流量估计方程进行校准[45-47]。
外热比法也存在一些不足。首先,大多数加热传感器从加热芯片的中心到两侧感温元件有一定的窄间距。随着热量沿横截面向内传播和沿茎轴上下传播,热量到达木质部导管时变得非常分散,来自液流的热比率信号会减弱。其次,加热器和温度传感器被安置在1个矩形的不导电硅酮/软木块中,无法有效隔绝环境温度对检测温度的影响,增加了液流检测结果的误差。再次,矩形加热芯片横压在圆柱形树干上,载荷不均匀,加热器元件使用窄的矩形芯片电阻,比圆形芯片更容易断开。为此,王胜[48]开发了1种新设计的EHR加热传感器,增加了加热元件至温度传感器的间距,使之更适应直径较大的茎干。改良后的装置茎干直径检测范围扩大,可用于胸径较小的树木测量。
2.2 基于热技术液流速度测量的常用方法比较
目前,基于热技术的树干液流测定方法日趋完善,不同方法具有相对应的优势和劣势。由表1可知:不同热技术方法液流测定装置均包括为加热器提供能量的能量供应单元和用于收集检测数据的数据记录仪。具体来看,热脉冲法不受环境条件以及树冠结构及根系特性的影响,装置简洁,但存在一定的灵敏度和精度问题。热平衡法无需标定,测量精度有所提高,但仅适于测定高液流密度。热扩散法是目前研究蒸腾耗水特性应用最广泛的方法,测定结果较准确,仪器成本较低,安装简单,有较成熟的商业化产品,但测定结果容易被低估。热场变形法操作复杂,应用较少,但该方法能够准确测定零液流以及逆向液流,测定精度与范围也有很大的提升。外热比法与激光脉冲法均可实现精确的零破坏检测,但仅适用于胸径较小的树干,另外,激光脉冲法装置成本昂贵,未能普及。
表 1 树干液流的测定方法对比Table 1 Comparison of methods for sap flow measurement方法 装置 优点 缺点 热脉冲法 加热器,2个热电偶 不受环境条件,树冠结构及根系特性的影响,简洁准确, 经济可行[49] 存在测定精度问题[37−38] 热平衡法 探针,加热元件 无需标定,进一步提高了测量精度[22−23] 不适用于液流速率较高的 植物[50] 热扩散法 加热探针,参照探针 测定结果较准确,仪器成本较低,安装简单,有较成熟的 商品化产品[51] 液流可能被低估[43] 激光热脉冲法 近红外激光源,红外摄像机 无须将热源插入植物茎干内,避免对茎干内组织破坏而造 成误差[34] 成本较高 热场变形法 加热器,3根探针 能够准确地测定零液流量以及逆向液流[52] 测定过程较复杂[29] 外热比法 微型外部加热传感器 精确、无损地测定胸径较小的树干中的双向液流[53] 微型外部量规的配置尚存 在问题[35−36] 2.3 活立木液流测定方法选择建议
利用热技术方法测定液流速率,可以精确估算树木蒸腾耗水量[54],但不同热技术方法的测量精度、测定范围以及适用性不尽相同,实际应用时应根据不同实验条件选择不同的热技术方法。选择热技术方法测定树干液流通常需要考虑树木胸径大小、热技术方法的误差范围、热技术方法的测定精度、热技术方法的可行性等因素。
首先,不同胸径活立木应选用不同的热技术方法,外热比法和茎热平衡法适合测定胸径较小的树木,树干热平衡法适合测定胸径较大的树木。其次,不同热技术方法可测得的液流速率范围不同,补偿热脉冲法、T-max法以及热扩散法测定低速液流的误差较大,茎热平衡法测定高液流速率时误差较大,热比率法和热场变形法测定液流范围较广。热场变形法和外热比法可以测定逆向液流,热场变形法还可以准确测定零液流。热脉冲法、热平衡法和热扩散法较成熟[55],应用较广泛,可行性较高。另外,将不同测定范围的热技术方法组合使用,可以有效提高测定精度。不同植物的液流速率不同。向日葵Helianthus annuus和玉米Zea mays等植物的液流速率相对较低,在利用T-max方法测定时,测量值总是略高于实际值[56];换成热比率法测定也不够精确,而采用T-max法与热比率法组合测量则较为准确。
3. 热技术方法应用展望
利用热技术方法测定液流速率约80多年的研究,方法不断得到改进与创新,在校准度、测定范围和测定精度上均有所提高,同时,实验操作不断简化,数据实现自动化采集和存储,并逐步实现连续时间以及多层空间的同步测定[57]。其中,热脉冲法、热平衡法、热扩散法经一系列的发展与完善,极大程度上减小了测量误差[58]。热扩散法还形成了成熟的商业化产品,并得到了广泛的应用。虽然利用外热比法和热场变形法测定活立木液流速率的研究有限,但外热比法实现了精确的零破坏检测,热场变形法液流速率测定范围广,并可准确的测定零液流和逆向液流。在利用外热比法测定液流速率时,需要针对不同样本以及实验条件设计不同的量规,这是外热比法的不足之处。因此,外热比法和热场变形法亟待更为深入研究。
目前,热技术方法成为液流测量的首要选择。在未来,应用热技术测定树干液流仍需关注以下热点:在完善研究活立木蒸腾耗水特点的同时,结合土壤生物因子和气象因子与树干液流的关系,进一步深入研究活立木生理作用;从微观和宏观方面监控水分运动,研究水分利用与树木生长的关系;在生产实际方面,进一步完善活立木单株和森林林区的数据监控,为实现高效的林区治理提供有力依据。
-
表 1 4种林分基本情况
Table 1. General situation of four types of stands
林分
类型pH 海拔/m 郁闭度 毛竹密度/
(株·hm−2)杉木密度/
(株·hm−2)毛竹林 4.08±0.14 b 170 0.80 2 067±117 b 释放林 4.46±0.08 a 170 0.75 889±189 b 混交林 4.43±0.10 a 180 0.85 1 092±259 a 878±214 b 杉木林 4.14±0.11 b 190 0.90 1 733±157 a 说明:数据为平均值±标准误。同列不同小写字母表示不 同林分差异显著(P<0.05) 表 2 4种林分土壤温室气体通量
Table 2. Soil greenhouse gases fluxes of four types of forests
林分 CO2排放通量/(mg·m−2·h−1) 7月 8月 9月 10月 11月 12月 月平均通量 毛竹林 1362.83±45.50 Aa 1355.47±64.51 Aa 976.98±10.75 Ba 678.60±14.14 Ca 389.90±64.57 Da 201.54±17.49 Ea 827.55±14.41 a 释放林 1067.60±67.46 Ab 906.95±63.96 Bb 525.57±38.42 Cb 280.36±26.53 Db 78.67±6.26 Eb 51.39±5.17 Eb 485.09±28.33 b 混交林 951.70±45.80 Ab 533.83±16.15 Bc 479.24±53.94 Bb 175.66±22.53 Cc 57.07±13.21 Db 48.46±5.34 Db 374.33±7.90 c 杉木林 719.63±22.33 Ac 481.77±18.67 Bc 408.80±14.19 Cb 115.99±7.88 Dc 44.08±5.67 Eb 32.35±3.31 Eb 300.44±2.95 d 林分 N2O排放通量/(µg·m−2·h−1) 7月 8月 9月 10月 11月 12月 月平均通量 毛竹林 190.36±19.48 Aa 163.02±8.36 ABa 145.95±15.68 ABa 122.82±12.08 Ba 55.59±3.53 Ca 47.40±7.09 Ca 120.86±4.06 a 释放林 158.04±7.80 Aab 139.15±8.44 Aa 125.78±14.99 Aab 67.64±6.06 Bb 61.16±5.24 Ba 36.44±4.86 Ba 98.03±5.63 b 混交林 138.19±5.80 Ab 132.87±16.12 Aa 106.52±10.42 Aab 49.41±9.44 Bb 36.90±9.26 Ba 33.47±5.48 Ba 82.89±3.16 c 杉木林 129.26±12.96 Ab 118.20±20.84 Aa 77.07±12.08 Bb 37.21±5.54 BCb 35.35±8.97 BCa 24.28±3.42 Ca 70.23±2.54 c 林分 CH4吸收通量/(µg·m−2·h−1) 7月 8月 9月 10月 11月 12月 月平均通量 毛竹林 192.28±17.14 Aa 196.35±5.15 Aa 163.82±9.69 ABa 155.25±10.89 ABa 123.95±8.55 BCa 100.62±11.31 Ca 155.38±7.29 a 释放林 165.62±14.46 Aa 167.35±14.12 Aa 141.02±11.79 ABa 132.34±12.60 ABab 123.18±8.70 ABa 92.04±9.20 BAa 135.26±0.85 b 混交林 179.35±8.90 Aa 179.86±14.11 Aa 147.69±16.98 ABa 136.48±5.54 ABab 128.53±7.34 Ba 102.68±9.65 Ba 145.77±2.34 ab 杉木林 159.07±9.29 Aa 151.44±10.73 Aa 136.18±16.50 ABa 110.88±8.71 BCc 95.10±3.95 CDa 65.05±4.75 Da 119.62±2.82 c 说明:同行不同大写字母表示不同月份间差异显著(P<0.05);同列不同小写字母表示不同林分间差异显著(P<0.05) 表 3 4种林分土壤温度与土壤含水率
Table 3. Soil temperature and soil moisture content of four types of forests
林分 土壤温度/℃ 7月 8月 9月 10月 11月 12月 月平均温度 毛竹林 23.31±0.25 a 25.72±0.07 b 25.03±0.06 a 15.00±0.00 b 8.82±0.17 a 9.05±0.08 a 18.49±0.07 b 释放林 28.91±1.12 a 25.27±0.23 b 23.80±0.00 b 15.28±0.19 b 9.17±0.35 a 9.90±0.18 a 18.72±0.22 b 混交林 29.06±0.55 a 26.95±0.40 a 24.89±0.19 a 17.62±0.34 a 10.33±0.48 a 9.77±0.26 a 19.77±0.24 a 杉木林 26.73±0.55 a 24.80±0.13 b 23.48±0.06 b 15.57±0.27 b 9.62±0.34 a 9.72±0.29 a 18.32±0.09 b 林分 土壤含水率/% 7月 8月 9月 10月 11月 12月 月平均含水率 毛竹林 31.19±4.06 b 20.24±4.39 b 22.27±1.51 bc 15.33±2.18 b 10.47±0.42 a 12.51±0.41 a 18.67±1.96 bc 释放林 47.75±0.85 a 32.35±1.91 a 32.23±0.92 a 21.67±0.63 a 13.31±2.08 a 16.59±0.89 a 27.32±0.32 a 混交林 29.20±3.97 b 19.63±2.34 b 16.67±3.01 c 11.98±0.67 b 7.12±0.55 a 13.56±1.00 a 16.36±1.75 c 杉木林 38.58±0.89 ab 25.41±1.17 ab 28.15±1.98 ab 16.85±1.23 b 13.03±1.86 a 16.22±2.62 a 23.04±1.54 ab 说明:同列不同小写字母表示不同林分间差异显著(P<0.05) 表 4 4种林分土壤理化性质
Table 4. Soil physical and chemical properties of four types of forests
林分 pH $ { {\rm{NH}_4^{+} }\text{-}{\rm{N} } }$ /(mg·kg−1) $ { {\rm{NO}_3^{-} }\text{-}{\rm{N} } }$ /(mg·kg−1) MBC/(mg·kg−1) MBN/(mg·kg−1) 毛竹林 4.03±0.06 a 6.27±0.75 b 11.37±1.95 a 615.57±81.88 a 116.17±22.55 a 释放林 4.21±0.08 a 12.53±1.74 a 16.90±2.06 a 767.26±45.22 a 129.51±12.63 a 混交林 4.26±0.01 a 5.67±1.52 b 16.39±3.79 a 708.71±91.09 a 143.19±17.07 a 杉木林 4.20±0.02 a 6.03±0.93 b 17.70±1.35 a 511.87±60.59 a 103.56±13.43 a 说明:同列不同小写字母表示不同林分间差异显著(P<0.05) 表 5 土壤温室气体通量与土壤理化性质的Pearson相关系数
Table 5. Pearson correlation coefficient among soil greenhouse gases fluxes and soil properties
林分 气体 土壤温度 土壤含水率 土壤pH ${ {\rm{NH}}^{+}_{4}\text{-}{\rm{N}} }$ ${ {\rm{NO}}^{-}_{3}\text{-}{\rm{N}}} $ MBC MBN 毛竹林 CO2 0.944** 0.760** −0.731 0.933** 0.851* −0.710 −0.029 N2O 0.914** 0.744** −0.941** 0.759 0.615 0.726 −0.266 CH4 0.838** 0.568* −0.591 0.480 0.688 −0.544 0.122 释放林 CO2 0.957** 0.924** 0.705 0.912* 0.838* −0.559 0.187 N2O 0.938** 0.882** 0.735 0.986** 0.855* −0.594 0.047 CH4 0.796** 0.677** 0.800 0.727 0.709 −0.058 0.395 混交林 CO2 0.913** 0.863** 0.979** 0.660 0.108 −0.317 0.857* N2O 0.915** 0.789** 0.991** 0.732 0.348 −0.226 0.878* CH4 0.802** 0.586* 0.833* 0.759 0.314 −0.006 0.926** 杉木林 CO2 0.952** 0.926** 0.956** 0.871* 0.698 −0.713 0.460 N2O 0.868** 0.773** 0.945** 0.844* 0.673 −0.787 0.304 CH4 0.882** 0.744** 0.949** 0.611 0.537 −0.722 0.343 说明:*表示P<0.05,**表示P<0.01 -
[1] 张玉铭, 胡春胜, 张佳宝, 等. 农田土壤主要温室气体(CO2, CH4, N2O)的源/汇强度及其温室效应研究进展[J]. 中国生态农业学报, 2011, 19(4): 966 − 975. ZHANG Yuming, HU Chunsheng, ZHANG Jiabao, et al. Research advances on source/sink intensities and greenhouse effects of CO2, CH4 and N2O in agricultural soils [J]. Chin J Eco-Agric, 2011, 19(4): 966 − 975. [2] 俞淑红, 周国模, 施拥军, 等. 毛竹碳汇造林初期净碳汇量监测与不确定性分析[J]. 浙江农林大学学报, 2016, 33(5): 807 − 815. YU Shuhong, ZHOU Guomo, SHI Yongjun, et al. Net carbon sinks in the initial stages of moso bamboo stands [J]. J Zhejiang A&F Univ, 2016, 33(5): 807 − 815. [3] TANG Xuli, LIU Shuguang, ZHOU Guoyi, et al. Soil-atmospherics exchange of CO2, CH4 and N2O in three subtropical forest ecosystems in southern China [J]. Global Change Biol, 2006, 12(3): 546 − 560. [4] BALLANTYNE A P, ANDRES R, HOUGHTON R, et al. Audit of the global carbon budget: estimate errors and their impact on uptake uncertainty [J]. Biogeosciences, 2015, 12(8): 2565 − 2584. [5] 杨玉盛, 董彬, 谢锦升, 等. 森林土壤呼吸及其对全球变化的响应[J]. 生态学报, 2004, 24(3): 583 − 591. YANG Yusheng, DONG Bin, XIE Jinsheng, et al. Soil respiration of forest ecosystems and its respondence to global change [J]. Acta Ecol Sin, 2004, 24(3): 583 − 591. [6] 李智超, 张勇强, 厚凌宇, 等. 杉木人工林土壤微生物对林分密度的响应[J]. 浙江农林大学学报, 2020, 37(1): 76 − 84. LI Zhichao, ZHANG Yongqiang, HOU Lingyu, et al. Response of soil microorganism to stand density in Cunninghamia lanceolata plantation [J]. J Zhejiang A&F Univ, 2020, 37(1): 76 − 84. [7] 杨玉盛, 邱仁辉, 何宗明, 等. 不同栽杉代数29年生杉木林净生产力及营养元素生物循环的研究[J]. 林业科学, 1998, 34(6): 3 − 11. YANG Yusheng, QIU Renhui, HE Zongming, et al. Studies on the stand net productivity and biological cycle of nutrient elements elements in the 29-year old plantations of Chinese fir on different rotations [J]. Sci Silv Sin, 1998, 34(6): 3 − 11. [8] 范少辉, 马祥庆, 陈绍栓, 等. 多代杉木人工林生长发育效应的研究[J]. 林业科学, 2000, 36(4): 9 − 15. FAN Shaohui, MA Xiangqing, CHEN Shaoshuan, et al. Comparative study on growth and development of generation plantations of Chinese fir [J]. Sci Silv Sin, 2000, 36(4): 9 − 15. [9] 姚利辉, 康文星, 赵仲辉, 等. 会同杉木人工林不同生长阶段植物固碳特征[J]. 生态学报, 2015, 35(4): 1187 − 1197. YAO Lihui, KANG Wenxing, ZHAO Zhonghui, et al. Carbon fixed characteristics of plant of Chinese fir (Cunninghamia lanceolata) plantation at different growth stages in Huitong [J]. Acta Ecol Sin, 2015, 35(4): 1187 − 1197. [10] 邸富宏. 中国南方杉木人工林碳动态模拟研究[J]. 西北农林科技大学学报(自然科学版), 2016, 44(8): 127 − 134. DI Fuhong. Simulation of carbon dynamics of Chinese fir plantation in southern China [J]. J Northwest A&F Univ Nat Sci Ed, 2016, 44(8): 127 − 134. [11] 徐睿, 姜春前, 白彦锋, 等. 杉木纯林和混交林土壤温室气体通量的差异[J]. 浙江农林大学学报, 2019, 36(2): 307 − 317. XU Rui, JIANG Chunqian, BAI Yanfeng, et al. Soil greenhouse gas fluxes in pure and mixed stands of Chinese fir [J]. J Zhejiang A&F Univ, 2019, 36(2): 307 − 317. [12] 钟雅琪, 钟全林, 李宝银, 等. 毛竹扩张对亚热带常绿阔叶林主要树种叶结构型性状的影响[J]. 生态学报, 2020, 40(14): 5018 − 5028. ZHONG Yaqi, ZHONG Quanlin, LI Baoyin, et al. Effects of Phyllostachys edulis expansion on leaf structural traits of main tree species in subtropical evergreen broad-leaved forests [J]. Acta Ecol Sin, 2020, 40(14): 5018 − 5028. [13] 陈双林, 吴柏林, 吴明, 等. 退化低丘红壤新造毛竹林地上部分生物量的研究[J]. 江西农业大学学报, 2004, 26(4): 527 − 531. CHEN Shuanglin, WU Bolin, WU Ming, et al. A study on aboveground biomass of Young bamboo stands of Phyllostachys pubescens in degenerative hill soil area [J]. Acta Agric Univ Jiangxi, 2004, 26(4): 527 − 531. [14] YEN Tianming. Comparing aboveground structure and aboveground carbon storage of an age series of moso bamboo forests subjected to different management strategies [J]. J For Res, 2015, 20(1): 1 − 8. [15] ZHOU Guomo, MENG Cifu, JIANG Peikun, et al. Review of carbon fixation in bamboo forests in China [J]. Bot Rev, 2011, 77(3): 262 − 270. [16] NATH A J, LAL R, DAS A K. Managing woody bamboos for carbon farming and carbon trading [J]. Global Ecol Conserv, 2015, 3(2): 654 − 663. [17] 蒋灵华, 毛朝明, 吴恒祝, 等. 浙江省松阳县毛竹林经营现状调查与分析[J]. 世界竹藤通讯, 2015, 13(5): 28 − 34. JIANG Linghua, MAO Chaoming, WU Hengzhu, et al. Investigation and analysis of moso forest management in Songyang County, Zhejiang Province [J]. World Bamboo Rattan, 2015, 13(5): 28 − 34. [18] BOWDEN R D, NEWKIRK K M, RULLO G M. Carbon dioxide and methane fluxes by a forest soil under laboratory-controlled moisture and temperature conditions [J]. Soil Biol Biochem, 1998, 30(12): 1591 − 1597. [19] WANG Hui, LIU Shirong, WANG Jingxin, et al. Effects of tree species mixture on soil organic carbon stocks and greenhouse gas fluxes in subtropical plantations in China [J]. For Ecol Manage, 2013, 300: 4 − 13. [20] VANCE E D, BROOKES P C, JENKINSON D S. An extraction method for measuring soil microbial biomass C [J]. Soil Biol Biochem, 1987, 19(6): 703 − 707. [21] XU Qiufang, JIANG Peikun, WU Jiasen, et al. Bamboo invasion of native broadleaf forest modified soil microbial communities and diversity [J]. Biol Invasions, 2015, 17: 433 − 444. [22] 方慧云. 生物质炭输入对毛竹林固碳量及土壤温室气体排放的影响[D]. 杭州: 浙江农林大学, 2019. FANG Huiyun. Effects of Biochar Application on Carbon Sequestration and Greenhouse Gases Emission in Moso Bamboo Forests [D]. Hangzhou: Zhejiang A&F University, 2019. [23] 刘骏, 杨清培, 宋庆妮, 等. 毛竹种群向常绿阔叶林扩张的细根策略[J]. 植物生态学报, 2013, 37(3): 230 − 238. LIU Jun, YANG Qingpei, SONG Qingni, et al. Strategy of fine root expansion of Phyllostachys pubescens population into evergreen broad-leaved forest [J]. Chin J Plant Ecol, 2013, 37(3): 230 − 238. [24] 徐道炜. 戴云山自然保护区毛竹向杉木扩张对林分土壤质量及其凋落物分解的影响[D]. 福州: 福建农林大学, 2018. XU Daowei. Study on the Soil Quality and Litter Decomposition in the Forest Stand of Phyllostachys edulis Expansion to the Cunninghamia lanceolata in Daiyun Mountaion Nature Reserve [D]. Fuzhou: Fujian Agriculture and Forestry University, 2018. [25] DANNENMANN M, GASCHE R, LEDEBUHR A, et al. The effect of forest management on trace gas exchange at the pedosphere-atmosphere interface in beech (Fagus sylvatica L.) forests stocking on calcareous soils [J]. Eur J For Res, 2007, 126(2): 331 − 346. [26] YASHIRO Y, WAN R K, OKUDA T, et al. The effects of logging on soil greenhouse gas (CO2, CH4, N2O) flux in a tropical rain forest, Peninsular Malaysia [J]. Agric For Meteorol, 2008, 148(5): 799 − 806. [27] BORKEN W, DAVIDSON E A, SAVAGE K, et al. Effect of summer throughfall exclusion, summer drought, and winter snow cover on methane fluxes in a temperate forest soil [J]. Soil Biol Biochem, 2006, 38(6): 1388 − 1395. [28] ZERVA A, MENCUCCINI M. Short-term effects of clearfelling on soil CO2, CH4, and N2O fluxes in a Sitka spruce plantation [J]. Soil Biol Biochem, 2005, 37(11): 2025 − 2036. [29] 张炜, 莫江明, 方运霆, 等. 氮沉降对森林土壤主要温室气体通量的影响[J]. 生态学报, 2008, 28(5): 2309 − 2319. ZHANG Wei, MO Jiangming, FANG Yunting, et al. Effects of nitrogen deposition on the greenhouse gas fluxes from forest soils [J]. Acta Ecol Sin, 2008, 28(5): 2309 − 2319. [30] 冯虎元, 程国栋, 安黎哲. 微生物介导的土壤甲烷循环及全球变化研究[J]. 冰川冻土, 2004, 26(4): 411 − 419. FENG Huyuan, CHENG Guodong, AN Lizhe. Microbial-mediated methane cycle in soils and global change: a review [J]. J Glaciol Geocryol, 2004, 26(4): 411 − 419. [31] MORISHITA T, MATSUURA Y, KAJIMOTO T, et al. CH4 and N2O dynamics of a Larix gmelinii forest in a continuous permafrost region of central Siberia during the growing season [J]. Polar Sci, 2014, 8(2): 156 − 165. [32] ZONA D, JANSSENS I A, AUBINET M, et al. Fluxes of the greenhouse gases (CO2, CH4 and N2O) above a short-rotation poplar plantation after conversion from agricultural land [J]. Agric For Meteorol, 2013, 169: 100 − 110. [33] 严俊霞, 李洪建, 李君剑, 等. 山西高原落叶松人工林土壤呼吸的空间异质性[J]. 环境科学, 2015, 36(5): 1793 − 1801. YAN Junxia, LI Hongjian, LI Junjian, et al. Spatial heterogeneity of soil respiration in a planted larch forest in Shanxi Plateau [J]. Environ Sci, 2015, 36(5): 1793 − 1801. [34] 王磊, 程淑兰, 方华军, 等. 外源性 \begin{document}$ {{\rm{NH}}^{+}_{4}\text{-}{\rm{N}} }$\end{document} \begin{document}${ {\rm{NO}}^{-}_{3}\text{-}{\rm{N}} }$\end{document} \begin{document}$ { {\rm{NH}}^{+}_{4}\text{-}{\rm{N}}} $\end{document} \begin{document}${ {\rm{NO}}^{-}_{3}\text{-}{\rm{N}}} $\end{document} [35] FENDER A C, GANSERT D, JUNGKUNST H F, et al. Root-induced tree species effects on the source/sink strength for greenhouse gases (CH4, N2O and CO2) of a temperate deciduous forest soil [J]. Soil Biol Biochem, 2013, 57: 587 − 597. [36] BAGGS E M, BLUM H. CH4 oxidation and emissions of CH4 and N2O from Lolium perenne swards under elevated atmospheric CO2 [J]. Soil Biol Biochem, 2004, 36(4): 713 − 723. [37] 刘硕, 李玉娥, 孙晓涵, 等. 温度和土壤含水量对温带森林土壤温室气体排放的影响[J]. 生态环境学报, 2013, 22(7): 1093 − 1098. LIU Shuo, LI Yu’e, SUN Xiaohan, et al. Effects of temperature and soil moisture on greenhouse gases emission of temperate forest soil [J]. Ecol Environ Sci, 2013, 22(7): 1093 − 1098. [38] 孙海龙. 采伐方式对东北温带次生林土壤温室气体通量和碳储量的影响[D]. 哈尔滨: 东北林业大学, 2017. SUN Hailong. Effects of Harvest Methods on Soil Greenhouse Gases and Soil Carbon Storage in the Temperate Secondary Forest [D]. Harbin: Northeast Forestry University, 2017. [39] 朱旭丹. 不同更新方式对皆伐杉木林土壤温室气体排放的短期影响[D]. 杭州: 浙江农林大学, 2016. ZHU Xudan. Short-term Effects of Different Regenerations after Clearfelling on Soil Greenhouse Gases in Chinese Fir Plantation[D]. Hangzhou: Zhejiang A&F University, 2016. [40] 高升华, 张旭东, 汤玉喜, 等. 滩地美洲黑杨人工林皆伐对地表甲烷通量的短期影响[J]. 林业科学, 2013, 49(1): 7 − 13. GAO Shenghua, ZHANG Xudong, TANG Yuxi, et al. Short-term effects of clear-cutting of Populus deltoides plantation on methane flux on the beach land of Yangtze River [J]. Sci Silv Sin, 2013, 49(1): 7 − 13. [41] 张小朋, 殷有, 于立忠, 等. 土壤水分与养分对树木细根生物量及生产力的影响[J]. 浙江林学院学报, 2010, 27(4): 606 − 613. ZHANG Xiaopeng, YIN You, YU Lizhong, et al. Influence of water and soil nutrients on biomass and productivity of fine tree roots: a review [J]. J Zhejiang For Coll, 2010, 27(4): 606 − 613. [42] BORKEN W, DAVIDSON E A, SAVAGE K, et al. Drying and wetting effects on carbon dioxide release from organic horizons [J]. Soil Sci Soc Am J, 2003, 67(6): 1888 − 1896. [43] ROSACKER L L, KIEFT T L. Biomass and adenylate energy charge of a grassland soil during drying [J]. Soil Biol Biochem, 1990, 22(8): 1121 − 1127. [44] 谢军飞, 李玉娥. 农田土壤温室气体排放机理与影响因素研究进展[J]. 中国农业气象, 2002, 23(4): 47 − 52. XIE Junfei, LI Yu’e. A Review of studies on mechanism of greenhouse gas (GHG) emission and its affecting factors in arable soils [J]. Chin J Agrometeorol, 2002, 23(4): 47 − 52. [45] BODELIER P L E, HAHN A P, ARTH I R, et al. Effects of ammonium-based fertilisation on microbial processes involved in methane emission from soils planted with rice [J]. Biogeochemistry, 2000, 51: 225 − 257. [46] VELDKAMP E, WEITZ A M, KELLER M, et al. Management effects on methane fluxes in humid tropical pasture soils [J]. Soil Biol Biochem, 2001, 33(11): 1493 − 1499. [47] KELLER M, VARNER R, DIAS J D, et al. Soil-atmosphere exchange of nitrous oxide, nitric oxide, methane, and carbon dioxide in logged and undisturbed forest in the Tapajos National Forest, Brazil [J]. Earth Int, 2005, 9(23): 1 − 28. [48] MUHAMMAD W, VAUGHAN S M, DALAL R C, et al. Crop residues and fertilizer nitrogen influence residue decomposition and nitrous oxide emission from a vertisol [J]. Biol Fert Soils, 2011, 47: 15 − 23. [49] LI Feiyue, CAO Xinde, ZHAO Ling, et al. Short-term effects of raw rice straw and its derived biochar on greenhouse gas emission in five typical soils in China [J]. Soil Sci Plant Nutrit, 2013, 59: 800 − 811. [50] ZAVALLONI C, ALBERTI G, BIASIOL S, et al. Microbial mineralization of biochar and wheat straw mixture in soil: a short-term study [J]. Appl Soil Ecol, 2011, 50: 45 − 51. -
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20200542