盤錦水稻田碳通量變化特征研究

鄒旭東 李榮平 曹士民 蔡福 米娜 王笑影

（1 盤錦市氣象局，遼寧 盤錦 124010；2中國氣象局沈陽大氣環境研究所，沈陽 110166；第一作者：zouxd_163.com@163.com）

在全球氣候變暖的大背景下，研究農田生態系統碳循環具有重要的現實意義。研究顯示，2000—2015年全球平均CO2排放量顯著上升，年平均增加率為0.1303 Pg C/yr[1]。在全球變暖的影響下，高溫干旱、洪澇等極端災害性天氣明顯增加，這對糧食安全、農業可持續發展和人類健康等都造成巨大威脅[2-3]。學者們對農田生態系統的碳循環特征以及農作物受到的影響開展了大量研究[4-14]。如FORD 等[4]評估了英國威爾士農田樹籬通過碳儲存調節緩沖氣候變化的能力，得出農田樹籬覆蓋率增加使田地土壤的碳匯增大，同時還受干旱的影響。FANG 等[5]采用全自動溫控通量室系統，監測研究中國黃土高原南部春玉米農田生態系統凈生態交換和土壤呼吸的時間變化，提出氣象因素和耕作方式對玉米農田生態系統碳平衡過程具有重要影響。FOULI 等[6]利用農場排放模型對2018 年加拿大農業的溫室氣體排放作了估算和測量，指出增加土壤中的碳含量并將其儲存在土壤或植物中，可減少排放到大氣中的二氧化碳量。

盤錦市的水稻田處于盤錦濕地，位于遼河三角洲南部入海處。而盤錦濕地對整個東北地區乃至周邊國家和地區的氣候調節、空氣凈化都起著非常重要作用。有研究表明，人類活動已經對濕地生態環境造成嚴重破壞[15]。目前，關于濕地等生態環境的碳通量研究相對較少，而未來碳通量時空變化及受到的影響仍不清楚[16]。所以，開展濕地水稻田碳通量變化觀測研究很有必要。本研究利用2018—2020 年盤錦水稻農田生態系統碳通量觀測資料，研究水稻農田碳通量的動態特征，分析碳通量受環境因子的影響以及初級生產力和植被呼吸的變化特征，以為濕地-大氣生態系統碳循環的準確描述和區域氣象數值模式提供參考數據。

1 研究區概況

水稻田生態系統觀測站（下簡稱生態站）位于遼寧省盤錦市盤山縣，是中國氣象局沈陽大氣環境研究所盤錦水稻野外試驗站（121°58′E，41°9′N，海拔2.0m），觀測場面積25 m×25 m，種植作物是粳稻。盤錦是全國重要的優質粳稻主產區，水稻種植面積約10.7 萬hm2，生育期4—10 月。盤錦地處渤海灣北側，屬北溫帶大陸性半濕潤季風氣候，四季分明、雨熱同季、干冷同期。最高氣溫出現在7 月，最低氣溫出現在1 月，年平均氣溫9.5 ℃[17]。年平均降水量約631 mm，日照時數2 780 h[18]。據統計，2019—2021 年地面主風向為S 和SSW，其次是NE（圖1）。

圖1 盤錦觀測站地理位置及風玫瑰圖（2019—2021 年）

2 數據處理與分析

利用渦度相關通量觀測系統進行碳通量觀測。觀測場周圍地勢開闊平坦，無建筑物遮擋，種植作物均為水稻，非生長季地表為裸土。傳感器高度距地4.2 m。觀測系統由三維超聲風速儀、開路式CO2/H2O 分析儀（Li-7500）、開路式CH4（Li-7700）和數據采集器（Li-7550）組成，由美國Li-cor 公司生產。采樣頻率為10 Hz。通過EddyPro（v7.0.8）數據處理軟件得到0.5 h 時間序列數據。

因受天氣、硬件故障等不可控因素影響，觀測中會出現一些奇異值和缺測值。將某一時刻的通量數據與前5 個時刻通量數據平均值差的絕對值大于方差的5倍時視為異常值。參考相關研究將CO2通量的合理范圍設定為-60～60 μmol/(m2·s)[19]。小于2 h 的數據采用線性內插的方法予以插補。大于2 h 的數據分白天和晚上及各月份分別與輻射、地溫建立關系進行插補。當輻射和地溫資料也缺失時與氣象要素建立關系進行插補，插補數據占數據總量的15.0%～23.0%。當生態站的氣象資料缺失時用氣象站的資料補充，氣象站距離生態站17.0 km。

Reco 是生態系統植被呼吸。GPP 是生態系統植被總初級生產力，指綠色植物在單位面積和單位時間內通過光合作用將CO2固定成有機物的量。Q10是生態系統的溫度敏感性，用來研究生態系統的呼吸作用對氣候變化的響應[20]，利用指數關系方程進行計算[21]，表示溫度每升高10 ℃生態系統呼吸速率增加的倍數。具體計算公式如下：Reco=a×ebT，GPP=Reco-NEE，Q10=e10b。式中，T 為土壤溫度；a、b 為待定系數。

3 結果與分析

3.1 碳通量和氣象要素的年變化情況

降水、日照、溫度等氣象要素都是影響植被生長的重要環境變量[22-23]。統計盤錦生態站2018—2020 年的NEE 年總量都為負值，但吸收CO2值表現為逐年下降（表1）。其中，2018 年CO2吸收值為最大，為-574.09 gC/(m2·y)。2020 年CO2吸收值最小，為-229.34 gC/(m2·y)。3 年之中平均氣溫的變化是先上升后下降，2019 年溫度值最高，為10.86 ℃。降水量的變化也是先上升后下降，2019 年降水量最多，為748.2 mm。氣溫和降水量的變化表現一致，都是2019 年較2018 年上升幅度大，2020 年較2019 年下降幅度小。年平均氣溫和降水量變化與NEE 表現不一致。平均風速的變化表現為逐年下降。風速和NEE 絕對值表現為正向變化，2018 年NEE 絕對值較大，同年平均風速值也較大。2018—2020年日照時數表現為連續增加。年日照時數和NEE 絕對值呈反向變化。2018 年NEE 絕對值最大時，日照時數值是3 年中最小，為2 259.5 h。而2020 年NEE 絕對值最小時，日照時數值是3 年中最大。對于2020 年NEE出現明顯下降的原因在下文還將進行詳細的討論。

表1 盤錦生態站年氣溫、降水量、日照、風速和NEE

3.2 碳通量日變化特征

分別統計2018—2020 年春（3—5 月）、夏（6—8月）、秋（9—11 月）、冬（12 月—次年2 月）NEE 的四季逐時日變化（圖2）。由圖2 可見，NEE 的日變化有明顯的季節差異，春、夏、秋季NEE 的日變化都表現為“U”型變化曲線，冬季較為不明顯。NEE 的日累積值夏季、秋季為負值，表現為碳匯。其中夏季最大，日累積量為-5.76～-3.26 g C/(m2·d)。秋季日累積量為-0.047～-0.018 g C/(m2·d)。春季、冬季NEE 的日累積值為正值，表現為碳源。2018 年夏季NEE 絕對值明顯高于2019 和2020 年，因此2018 年固碳能力比2019 和2020 年大。各年份NEE 日間差異顯著，夜間變化不大，其中夏季日間差異最為顯著。在夏季6∶00、秋季7∶00、春季9∶00 和冬季8∶00，隨著太陽輻射增加，植被光合作用能力增強，光合作用吸收的CO2超過地面釋放的CO2量。此時碳通量由釋放轉為吸收，NEE 由正值變為負值。夏季、春季11∶00—13∶00、秋季10∶00—12∶00 NEE絕對值達到最大。夏季18∶00、秋季17∶00，以及春季和冬季15∶00 左右NEE 由負值轉為正值，地面從碳吸收轉為碳排放。

圖2 2018—2020 年盤錦生態站NEE 各季節日變化

3.3 碳通量和風向的對比

將2018—2020 年NEE 和生態站的風向、風速分別進行統計對比（圖3）。由圖3 可見，2018 年全年的主風向是SW（17.93%）、WSW（11.72%）和NE（10.09%）。其中，春、夏、秋季主風向為WSW 和SW，冬季為ENE和SW（表2）。NEE 絕對值高值分別集中在WSW、W、SW 和NE、E、ENE。而WSW 和NE 風向對應出現風速高值。NEE 絕對值低值出現在NNE、S、NNW，此時風速值也較低。2019 年全年的主風向是SW（22.13%）、WSW（12.50%）和NE（9.92%）。其中，春、夏、秋季主風向為SW、WSW、NE，冬季的主風向為SW、SSW、NE。NEE 絕對值高值分別集中在W、WSW、SW 和NNE、ENE、N。各風向中SW、WSW 和NE、ENE 出現風速高值。NEE 絕對值低值出現在SE、ESE，同時風速值也較低。2020 年的主風向是SW （21.20%）、WSW （11.0%） 和NE（10.62%）。其中，春、夏、秋季主風向為SW、WSW 及NNE，冬季的主風向為NE 和ENE。NEE 絕對值高值集中出現在E、ESE、SE 和W、WSW、SW，其中SW、WSW和NE 出現風速高值。NEE 低值出現在SSW、NNW 和NE，其中SSW、NNW 對應風速值較低。根據各季節風向統計，因為2020 年NE 風向對應的風速高值發生在冬季，所以此時NEE 值較低。

表2 盤錦生態站各季節的主風向

圖3 2018—2020 年盤錦生態站各風向的NEE 和風速變化及風玫瑰

在不同年份中各風向對應風速值的高低分布形狀基本一致。都是NE 和SW 處于風速兩大高峰值，風速低值出現在SE 或SSE。各年份中NEE 隨風向的變化也表現為兩個高峰值。高值之一集中的風向分別是W、WSW 和SW，這在不同年份中較為一致。另一個高值分別出現在NE、ENE、NNE 或E、ESE，這在不同年份中有所不同。NEE 低值集中出現在SSE、S、SE、SSW 和NNW、NW、WNW，這在不同年份中大體一致。

3.4 碳通量和凈輻射的關系

大氣中主要能量來源于太陽短波輻射，凈輻射是NEE 在生長季日變化的主要控制因子。分別統計分析2018—2020 年夏季、秋季NEE 與凈輻射之間的相關關系（圖4）。由圖4 可見，NEE 與凈輻射之間存在明顯相反的變化趨勢，夏季相關性大于秋季。夏季中2019 年相關系數最高（r=-0.951），2020 年相關系數最低（r=-0.888）。秋季中2019 年相關系數最高（r=-0.746），2018 年相關系數最低（r=-0.730）。夜間凈輻射小于0，NEE 大于0，植被釋放CO2。白天凈輻射大于0，NEE 小于0，植被吸收CO2；二者交替變化。夏季6∶00 從凈輻射增加到14 W/m2開始，植被光合作用大于呼吸作用，由釋放CO2轉為吸收。之后隨著凈輻射的增加NEE 絕對值也增加，植被吸收CO2能力逐漸增加。二者峰值都出現在11∶00—12∶00，此時凈輻射值達到368～392 W/m2，NEE值為-10.9～-19.1 μmol/(m2·s)。秋季7∶00 從凈輻射大于0 開始，植被由釋放CO2轉為吸收。之后隨著凈輻射的增加，NEE 絕對值也逐漸增加。二者峰值均出現在11∶00—12∶00，此時凈輻射值達到229～239 W/m2，NEE 值為-3.2～-4.3 μmol/(m2·s)。夏季、秋季的統計中，NEE 出現峰值之后隨著凈輻射增加NEE 絕對值逐漸減小，這不同于其他研究結果[24-25]。但是出現了NEE 峰值滯后于凈輻射值的情況。比如2018 年夏季、秋季，2020 年夏季凈輻射11∶00 達到最大值，而NEE 于12∶00 達到最大值。

圖4 2018—2020 年盤錦生態站夏季（a）和秋季（b）凈輻射和NEE 的關系

3.5 GPP 日變化特征

分別統計2018—2020 年春、夏、秋、冬四季GPP 的逐時日變化（圖5）。由圖5 可見，GPP 的日變化季節差異明顯，春、夏、秋季的日變化都表現為明顯倒“U”型變化曲線，冬季較為不明顯。GPP 值表現為夏季最大[平均日累積量為7.25～9.92 g C/（m2·d）]，其次是秋季[2.35～2.89 g C/（m2·d）]、春季[0.39～0.56 g C/（m2·d）] 和冬季[0.46～0.47 g C/（m2·d）]。夏季植被的光合作用能力強，所以總初級生產力占有大比例高值。據統計，夏季GPP占全年的71.7%～72.6%。日變化中春季6∶00、夏季5∶00、秋季6∶00、冬季7∶00 GPP 值開始逐漸升高。春季12∶00—13∶00、夏季12∶00—13∶00、秋季12∶00 達到峰值。之后開始下降，春季16∶00—17∶00、夏季19∶00—20∶00，秋季18∶00 降至低值。而冬季日間上升幅度較小。年際變化中GPP 夜間變化差異較小，日間差異顯著，其中夏季日間差異最為顯著。2018 年夏季GPP 高于2019 和2020 年，2020 年夏季GPP 明顯較低。

圖5 2018—2020 年盤錦生態站GPP 各季節日變化（a：春季；b：夏季；c：秋季；d：冬季）

3.6 GPP、Reco、NEE 的季節變化

降雨是影響生態系統碳通量平衡的重要因子[26-27]。土壤水分條件對植被生長活動十分重要。生長季降水總量和時間分布決定了生態系統凈碳吸收功能的大小和持續時間[28]。圖6 表示盤錦生態站2018—2020 年碳通量和降水量月累積值的變化關系。在研究時段內GPP、Reco、NEE 的月變化有明顯的年際差異。在每年觀測中GPP、Reco、NEE 的數值變化主要體現在6—9 月，其中9月的數值變化相對小一些。GPP 年總量呈下降趨勢，2018年為1 298.1 g C/（m2·y），2019 年為1 068.9 g C/（m2·y），2020 年為994.2 g C/（m2·y），夏季占全年的比例分別是70.3%、77.6%、70.6%。Reco 年總量的差異不大，2018 年724.0 g C/（m2·y），2019 年762.7 g C/（m2·y），2020 年714.9 g C/（m2·y），夏季占全年的比例分別是52.9%、58.7%和51.3%。2018、2019 和2020 年夏季NEE 分別為-300.2、-529.7 和-381.8 g C/m2，占比分別達到130.9%、92.3%和104.1%，在全年總值中占據絕對比重。

圖6 2018—2020 年盤錦生態站NEE 月平均與降水量變化

GPP、NEE 逐月變化2018 年表現為雙峰型，2019年、2020 年表現為單峰型。2018 年GPP 峰值出現在6月和8 月，2019 年、2020 年峰值出現在7 月，NEE 與GPP 呈相反的變化特征。Reco 逐月變化在2019 年是單峰型，在2018 年、2020 年是倒“U”型，最大值都出現在7 月。夏季降水量2018 年為224.7 mm，2019 年為527.3 mm，2020 年為284.9 mm。其中，6—7 月降水占全年的比例分別是32.2%、25.5%和5.0%，8 月降水占全年的比例分別是27.6%、45.0%和50.2%。值得注意的是2020 年6—7 月降水量偏少，8 月突然增大，在整個夏季分布極其不均勻，導致先旱后澇。降水的時間分布會直接影響植被的狀況，所以2020 年夏季6—7 月干旱造成了全年NEE 值的下降。

圖7 給出了除降水以外2018—2020 年盤錦生態站氣溫、氣溫日較差、日照、風速的月變化情況。2018—2020 年平均溫度分別為10.2 ℃、10.8 ℃和10.6 ℃，年際差異不大。夏季平均溫度分別為25.1 ℃、24.1 ℃和24.7 ℃，以2018 年7 月最高（26.6 ℃）。2018—2020 年平均溫度日較差分別為8.6 ℃、8.9 ℃和8.6 ℃，年際差異較小。溫度日較差的高值出現在春季、秋季，夏季較低。各年夏季平均溫度日較差分別為6.6 ℃、6.6 ℃和6.9 ℃，以2018 年7 月最低（6.0 ℃）。2018—2020 年平均日照時數分別為6.7 h、7.2 h 和9.2 h，夏季平均日照時數分別為6.3 h、7.1 h 和11.1 h，尤其是在2020 年6月高達12.5 h。2018 年平均溫度較低對應的日照時數也較低，2020 年夏季降水偏少對應的日照時數偏高。2018 年夏季平均溫度較高、溫度日較差較小、降水條件較好都有利于作物生長，促進了NEE 值增大。僅是日照高值并不會促進作物生長，還需要降水、溫度共同作用才能促進作物生長。當氣象條件相同時，短的光照可以促進作物生長發育，過長的光照反而會起到抑制作用[29]。所以2020 年日照高值并沒有對應NEE 高值。風速逐年變化明顯下降，2018—2020 年的平均風速分別為3.22 m/s、3.10 m/s 和2.57 m/s。2020 年7 月風速（2.6 m/s）明顯低于2018 年7 月（3.2 m/s）和2019 年7月（3.1 m/s）。因為風速對植被生長起促進作用[30]，所以在生長季風速下降會導致植被生長緩慢，間接造成了日后2020 年8 月NEE 值下降。

圖7 2018—2020 年盤錦生態站日照、風速、氣溫、氣溫日較差月變化

3.7 地溫對Reco 的影響

土壤溫度是影響生態系統呼吸作用的主要因子。當降水不再是限制植被生長條件的時候，溫度對植物的呼吸作用影響更大[31-32]。對2018—2020 年的Reco 和地表溫度按不同季節分別進行了相關分析（圖8）。各季節Reco 和土壤溫度均通過0.01 級別的相關性檢驗，且相關性顯著。整體上Reco 隨著土壤溫度的升高而升高，兩者之間存在明顯的指數關系。夏季的呼吸強度隨溫度的變化幅度相比其他季節高2.0～6.0 倍，秋季的呼吸強度是春季和冬季的2.0～3.0 倍，冬季的呼吸強度最低。夏季呼吸強度隨土壤溫度的增值最大。3 年中夏季地溫的變幅為18.7 ℃～31.1 ℃，Reco 的變幅為1.3～9.7 g C/（m2·d）。土壤溫度每升高1 ℃，夏季呼吸強度增加0.55～0.85 g C/（m2·d），秋季則增加0.14～0.17 g C/（m2·d），而春季、冬季僅增加0.04～0.12 g C/（m2·d）。不同植被呼吸強度變化在不同年份也有差異：夏季中2019 年呼吸強度增值[0.85 g C/（m2·d）]最大，秋季中2018 年呼吸強度增值[0.17 g C/（m2·d）]最大。對Reco 和土壤溫度按指數進行相關擬合，2018—2020 年都是秋季相關值最高，其后依次是夏季、春季、冬季（表3），其中又以2019年秋季相關值（R2=0.91）、夏季相關值（R2=0.81）高。

表3 盤錦生態站各季節土壤溫度與Reco 的擬合方程及相關性

圖8 盤錦生態站各季節土壤溫度和Reco 的關系

Q10是氣候系統和陸地生態系統之間相互作用的重要參數，了解呼吸作用和Q10的變化特征有助于更全面的理解陸地生態系統碳循環和氣候變化之間的相互作用[33-34]。Q10取決于Reco 隨土壤溫度的變化，Reco 和土壤溫度的相關性越強時Q10也越大。3 年觀測中都表現為夏季Q10最高，其次是秋季，春季、冬季處于低值。夏季中2019 年Q10值（4.84）最高，秋季中2018 年Q10值（2.03）最高（表3）。夏季的Q10值能達到春季的3.0倍左右，這表明夏季地表的NEE、Reco、GPP 都處于高值，溫度敏感性強。

4 討論

本文分析了各氣象因子對碳通量的影響，但缺乏氣象因子之間的協同影響分析，在今后的研究中，要關注多因子之間的協同影響。因為盤錦生態站處于水稻田，沒有出現缺水情況。本文側重研究溫度對植被呼吸的影響，沒有考慮土壤水分的影響。而在干旱情況下水分對植被呼吸的影響更重要，甚至在極端干旱情況下植被呼吸可能會不受溫度影響[35]。未來需要增加不同區域、不同生態系統類型的碳通量變化特征對比。將盤錦生態站的碳通量與其他類型生態站的碳通量觀測數據相對比，從而更加全面的獲得環境因子變化對碳通量的影響。

本文只考慮了自然環境因子對碳通量的影響。而人類活動、社會生產同樣會對碳通量平衡造成巨大影響，比如土地利用方式的改變和自然植被轉變等，生活、生產污染物排放等也會直接造成碳通量變化。因此，以后需開展其他因素造成碳通量變化的影響研究。

5 結論

2018—2020 年盤錦生態站NEE 年總量都是負值，且呈遞減變化。3 年中平均氣溫和降水量的變化都是先升后降，與NEE 變化表現不一致。平均風速表現為逐年下降，與NEE 呈正向變化。年日照時數表現為連續增加，與NEE 呈反向變化。各季節NEE 的日變化都表現為“U”型。NEE 日累積值在夏季、秋季為負值，以夏季最大，日累積量為-5.76～-3.26 g C/（m2·d），2018年夏季NEE 累積值明顯高于2019 和2020 年。春季、冬季NEE 的日累積值為正值。

NEE 和風向對比中NEE 高值集中出現在W、WSW、SW 和NE、ENE，在不同年份不盡相同。NEE 低值集中出現在SSE、S 和NNW、NW，在不同年份基本一致。年平均風速高值對應于風向NE、SW，風速低值對應于風向SE、SSE。NEE 與凈輻射之間是相反的變化趨勢，隨著凈輻射的增加NEE 絕對值逐漸增加。在夏季、秋季的統計中凈輻射和NEE 二者峰值都出現在11∶00—12∶00，有時會出現NEE 峰值滯后于凈輻射峰值的情況。

GPP 的日變化都表現為倒“U”型，中午達到峰值，其中夏季日間差值最為顯著。2018 年夏季GPP 高于2019 和2020 年。GPP 年總量2018—2020 年呈下降趨勢。Reco 年總量不同年份差距不大，其中2019 年稍高。GPP、NEE 的逐月變化表現為單峰或雙峰，Reco 的逐月變化呈單峰和倒“U”型。除雙峰外最大值都出現在7 月。通過與降水月變化對比得出，2020 年6—7 月降水量偏少造成了2020 年NEE 值偏低。在與其他氣象要素對比中，2018 年夏季平均氣溫較高，同時溫度日較差又較小，而且2018 年夏季風速也較大，這些因素促成了2018 年NEE 高值。

Reco 隨著土壤溫度的升高而升高，兩者之間存在明顯的指數關系。夏季植被呼吸強度比其他季節高2.0～6.0 倍，其中2019 年夏季呼吸強度增值最大，達到0.85 g C/（m2·y）。秋季Reco 和土壤溫度的相關系數高于其他季節，其中最高值出現在2019 年秋季，達到R2=0.91。計算得出夏季Q10值高于其他季節，其次是秋季，這與Reco 相一致，其中2019 年夏季Q10值最高，達到4.84。

致謝

感謝安徽省氣象科學研究所在觀測數據處理中提供幫助。