|
|
||||||||||||||||||
|
中国森林生态系统土壤呼吸温度敏感性空间变异特征及影响因素
植物生态学报
2020, 44 (6):
687-698.
DOI: 10.17521/cjpe.2019.0300
土壤呼吸的温度敏感性(Q10)是陆地碳循环与气候系统间相互作用的关键参数。尽管已有大量关于不同类型森林Q10季节和年际变化规律的研究, 但是对Q10在区域尺度的空间变异特征及其影响因素仍认识不足, 已有结果缺乏一致结论。该研究通过整合已发表论文, 构建了中国森林生态系统年尺度Q10数据集, 共包含399条记录、5种森林类型(落叶阔叶林(DBF)、落叶针叶林(DNF)、常绿阔叶林(EBF)、常绿针叶林(ENF)、混交林(MF))。分析了不同森林类型Q10的空间变异特征及其与地理、气候和土壤因素的关系。结果显示, 1) Q10介于1.09到6.24之间, 平均值(±标准误差)为2.37 (± 0.04), 且在不同森林类型之间无显著差异; 2)当考虑所有森林类型时, Q10随纬度、海拔、土壤有机碳含量(SOC)和土壤全氮含量(TN)的增加而增大, 随经度、年平均气温(MAT)、平均年降水量(MAP)的增加而减小。气候(MAT、MAP)和土壤(SOC、TN)因素间存在相互作用, 共同解释了33%的Q10空间变异, 其中MAT和SOC是Q10空间变异的主要驱动因素; 3)不同类型森林Q10对气候和土壤因素的响应存在差异。在DNF中Q10随MAP的增加而减小, 而其他类型森林中Q10与MAP无显著相关性; 在EBF、DBF、ENF中Q10随TN的增加而增大, 但Q10对TN的敏感性在EBF中最高, 在ENF中最低。这些结果表明, 尽管Q10有一定的集中分布趋势, 但仍有较大范围的空间变异, 在进行碳收支估算时应注意尺度问题。Q10的主要驱动因素和Q10对环境因素的响应随森林类型而变化, 在气候变化情景下, 不同森林类型间Q10可能发生分异。因此, 未来的碳循环-气候模型还应考虑不同类型森林碳循环关键参数对气候变化的响应差异。
表1
中国森林生态系统年尺度土壤呼吸温度敏感性(Q10)数据集的相关信息
正文中引用本图/表的段落
经过以上约束条件的筛选, 使用Microsoft Excel 2016建立了中国森林生态系统年尺度Q10数据集(附录I), 该数据集涵盖了每个研究地点的相关信息(表1)。
所有的参数均从文献中获取, 必要时按照表1进行单位转换。将土壤有机质含量(SOM)(g·kg-1)转换为土壤有机碳含量(g·kg-1)(SOC = SOM/1.724) (鲍士旦, 2000)。大部分文献中报道的是土壤体积含水率(m3·m-3), 因此将其他文献中的土壤质量含水率(%)根据容重转换为土壤体积含水率(m3·m-3)。若文献中没有提供地理和气候变量(经纬度、海拔、气温和降水量等), 则根据对研究站点和实验设计的描述, 检索在同一研究站点的相关文献。如果通过上述途径无法获取所需数据, 则视为缺失值(NA)。干燥指数(AI)为潜在蒸发散与降水量之比(王利平等, 2016)。根据优势种将森林类型分为5种: 落叶阔叶林(DBF)、落叶针叶林(DNF)、常绿阔叶林(EBF)、常绿针叶林(ENF)和混交林(MF)。
基于构建的Q10数据集, 分析了我国森林Q10的空间变异特征和影响因素。结果表明: 1) Q10在空间上有一定的集中趋势, 但仍存在较大空间变异, 因此在进行碳收支估算时应注意在不同空间尺度采用不同参数化方案。2) Q10随MAT和MAP的增加而减小, 随SOC和TN的增加而增大, 两类环境变量可解释33%的Q10空间变异。各因素对Q10的影响不是独立的, MAT和MAP相互影响, 二者均能通过直接和间接途径作用于Q10; SOC和TN相互影响, SOC直接作用于Q10。总的来说, MAT和SOC是Q10空间变异的主要影响因素。未来还需进一步厘清这些环境因素对Q10的作用机制, 以更好地理解Q10的空间变异模式。3) Q10在不同森林类型中的主要影响因素不同, 且对环境因素的响应存在差异。在DNF中Q10仅受MAP影响, 而在其余林型中Q10与MAP无显著关系, 均随MAT增加而减小、随SOC增加而增大。阔叶林中Q10对TN的敏感性强于针叶林。在气候变化的持续影响下, 不同森林类型间Q10可能发生分异, 因此碳循环-气候模型应考虑不同类型森林碳循环关键参数对气候变化的响应差异, 从而提高预测土壤碳排放的精确性。
本文的其它图/表
|
