典型岩溶槽谷区土壤CO2浓度变化对隧道建设的响应——以重庆市中梁山岩溶槽谷为例<br/>

典型岩溶槽谷区土壤CO2浓度变化对隧道建设的响应——以重庆市中梁山岩溶槽谷为例

2019-10-14贾亚男蒋勇军彭学义段世辉刘九缠王正雄卫敏洁

生态学报 2019年16期

吴韦,贾亚男,*,蒋勇军,彭学义,段世辉,刘九缠,王正雄,卫敏洁

1 西南大学地理科学学院, 重庆 400715 2 岩溶环境重庆市重点实验室, 重庆 400715

大气二氧化碳(CO2)是主要温室气体,通过吸收地面辐射来影响气候变化[1]。大气CO2的增加有可能导致陆地生态系统对C的释放和吸收之间的不平衡,从而产生对大气CO2积累和全球生态系统变化的反馈。大气中的CO2主要受大气、海洋、陆地生物之间的碳交换过程所控制[2]。土壤作为陆生生物的主要栖息地,在CO2的转换过程中占重要作用,因土壤是陆地生态系统中的主要碳库,其碳含量约占生态系统总碳的三分之二[3- 5],其微小的变化可能引起大气中CO2浓度的明显改变,加之土壤CO2浓度可以反映和影响土壤向大气释放CO2的通量[6- 7],同时对植物根系生长发育、土壤微生物活动和各种有机质转化也有较大影响[8],所以提高我们对不同因素影响下土壤剖面CO2浓度季节变化特征的理解有助于认识土壤CO2的产生、累积、输运以及向大气排放的生物和物理过程,对于制定和实施合理的措施来减少土壤向大气排放CO2十分有意义[9]。当前学者们对土壤CO2浓度的研究主要集中在森林、草原和农田生态系统,且主要关注如土壤温度、土壤含水率、植物根系和微生物活动等影响土壤CO2浓度变化的因素[10- 11],对于岩溶地区而言,尽管也在野外或者室内进行了大量实验工作[12- 20],但是该区土壤CO2浓度变化的驱动因素仍需要详细的报告,特别是因地下大型水文工程的建设(如隧道建设)引起CO2的地质泄露[21]和土壤CO2浓度的变化关注较少。

本研究以亚热带气候区的重庆市中梁山岩溶槽谷区为研究对象,该区生态环境脆弱,地上地下双层结构易引起土壤地表漏失,养分地下流失[22],土壤保水能力差[23]。并且随着重庆交通的快速向西部扩展,在长约70 km的观音峡背斜中已建成十多条公路、铁路、城市轨道交通隧道,并有在建、拟建隧道数条。在11 km2的龙凤槽谷区,密集分布有3条隧道(图1)。据初步调查,上述隧道开挖以来,槽谷内原有的能满足人畜饮用、灌溉的泉水,水井水位逐渐降低甚至完全消失；原有水田全部干涸,或弃耕或改为旱地,蓄水池也大量干涸,被迫改为旱地,土壤中的水分含量日趋减少,而土壤含水率作为土壤CO2浓度变化的主控因子之一,隧道影响区土壤含水率的变化在一定程度上也会影响其土壤CO2浓度。因此,在该区域开展隧道建设影响下土壤CO2浓度变化的研究具有一定的代表性。在实验过程中选择隧道影响区与非隧道影响区的竹林、灌丛、耕地和白蜡树林为研究对象,其中白蜡树林建立了长期观测的点,研究隧道建设影响下土壤CO2浓度的变化特征及其与环境因子之间的关系,为我国乃至全球岩溶区的隧道建设提出参考性建议,以减少隧道建设对生态环境的不利影响。

1 试验材料与方法

1.1 研究区域概况

图1 研究区示意图Fig.1 Sketch map showing the location of the study plots

研究区(图1)位于重庆市中梁山(106°18′14″—106°56′53″E,29°39′10″—30°03′53″N),该区为岩溶区,土层薄且不连续,地上地下二元结构发育。海拔400—700 m。属于中亚热带季风性湿润气候,具有春早、夏长、秋短、冬迟的特点,年均温度18℃,多年平均降水量1000 mm左右,降水量年内变化大,多集中在5—10月。重庆市中梁山是观音峡背斜的一部分,其地貌特征受地质构造和岩性的强烈控制：坚硬的黄色砂岩形成陡峻的两翼,紫色页岩组成的轴部构成波状起伏的丘陵地形,二者之间的灰岩经岩溶作用形成岩溶槽谷,地貌上表现为“一山两槽三岭”的格局。研究区土壤为嘉陵江组灰岩发育而来的石灰土。在11 km2的龙凤槽谷区(命名为A区,即隧道影响区),密集分布有3条隧道分别是龙凤绕城高速公路隧道、兰海高速公路隧道和轨道交通6号线隧道,隧道在穿越背斜时,揭露大量岩溶地下水的可能性极大,因此不可避免破坏地下水环境和土壤水环境及生态,从而影响土壤CO2浓度；而在龙凤槽谷南部,从龙车寺至中梁镇上形成一个相对独立的水文地质单元,即龙车槽谷(命名为B区,即非隧道影响区),该区未修建隧道作为对比区,面积27.5 km2。

1.2 实验设计和土壤CO2浓度测定方法

在A区和B区分别选择耕地(3个重复),竹林地(3个重复)和灌丛地(2个重复),分别命名为A-CU、A-BA、A-SH和B-CU、B-BA、B-SH,虽已有文章证明土壤CO2浓度的空间变异性与微地形差异无关[24],但在本研究中基本保证相同的土地利用方式的微地形相似,安装自制简易装置收集土壤气体。挖出土壤剖面,将PVC管的C部分完全插入0—20 cm和20—40 cm土壤深度的侧壁中(图2)。安装完成后,将凹坑回填,注意采样器C和D部分连接处未松动。为使扰动土壤恢复,2016年12月26日完成野外选点和仪器安装直至2017年3月22日开始采集土壤气体样品。

在A区和B区选择同一坡向的白蜡树林(Fraxinuschinensis)作为仪器连续监测的点,分别命名为A-FC和B-FC,A-FC样地的基本特征：经纬度为106°26′44″E,29°46′48″N,海拔577 m,坡向东偏南,坡度20°；B-FC样地的基本特征：经纬度为106°26′14″E,29°45′1″N,海拔531 m,坡向东偏南,坡度20°。为使扰动的土壤恢复,2017年4月10日完成各类型传感器的安装,直至2017年12月1日开始使用其监测数据。

本研究中A-CU、A-BA、A-SH和B-CU、B-BA、B-SH样地,于2017年3月22日—2018年1月18日期间,大约在9:00—11:00之间按月采集土壤气体样品。气体样品送回实验室并用气相色谱仪(Agilent 7890A,配微池TCD和FID检测器)在3天内测定土壤CO2浓度。土壤温度使用便携式温度测定仪(FLUKE 51 II)测定,土壤含水率采集土壤样品带回实验室用烘干法测定。

A-FC和B-FC样地土壤CO2浓度、水分和温度采用北京雨根科技有限公司RR- 1016型数据采集器,分别在0—20 cm和20—40 cm土壤深度处安装相应的传感器,其中各土层的各类型传感器安装数量均为1。监测土壤温度和水分传感器型号分别为AV- 10T和AV-EC5,量程和精度分别为-40—140℃和±0.1℃、0—100%和±0.1%；土壤CO2浓度传感器使用芬兰Vaisala公司的GMM221型气体CO2传感器,量程为0—20000 ppmv,精度为±1%。于2017年12月1日至2018年11月25日监测0—20 cm和20—40 cm土层深度的CO2浓度、水分和温度,期间仪器故障,某些数据中断。

同时使用天津气象仪器厂有限公司生产的DAVIS Vantage Pro2型自动气象监测站对降水量进行实时监测,雨量检测下限为0.2 mm,使用美国Davis公司生产的VantagePro野外气象站自动监测气温数据,其精度为0.1℃,所有仪器采样间隔为15 min,均安装于凤凰村村委会楼顶。

图2 实验装置简图和野外安置设备图Fig.2 Experimental device diagram and field placement equipment map

1.3 土壤样品的采集及分析

在监测土壤CO2浓度、水分和温度的同时,在安置传感器或简易气体收集装置周围采集0—20 cm和20—40 cm土壤样品,每层样品采集3个混合土样,将土壤样品带回实验室,风干、磨碎、过筛、待测。另外在每层用环刀采集3个土样测定土壤容重。具体测定方法为：土壤pH值用土壤酸度计测定,土壤有机碳用重铬酸钾容量法-外加热法测定,全氮用半微量凯氏法测定,粒径分析用简易比重计法测定。

1.4 数据分析

采用SPSS 24.0和Excel 2010进行数据统计和描述,采用独立样本T-检验(one-way ANOVA)比较不同数据组间的差异,采用相关性分析比较土壤CO2浓度与环境因子之间的相关关系。

2 结果

2.1 A区和B区土壤理化性质的变化

如表1所示,A-FC和B-FC的全氮和总有机碳含量较高,但各样本点之间并无显著差异。A区和B区0—20 cm和20—40 cm土壤的pH值相差不大,整体上A区土壤pH值大于B区对应土地利用类型的土壤pH值,在A区中FC和SH的pH值略高,B区中CU的pH值低于其他土地利用类型的pH值。A区和B区全氮和有机质的含量均表现为0—20 cm高于20—40 cm,整体上A区的全氮、总有机碳含量大于B区,其中A区和B区总有机碳含量均表现为FC最大,其次为BA,CU和SH含量小。A区和B区中相同土地利用方式下对应层次的土壤容重接近,但A-FC略高于B-FC对应层次的土壤容重。土壤的机械组成上：两区土壤的细粘粒(<0.001 mm)所占百分比上层小于下层,粗粉粒(0.01—0.05 mm)上层所占比例大于下层,砂粒(0.05—1 mm)各层相差不大,其中A区CU和FC的细粘粒所占比例大于B区,BA和SH相反。

2.2 土壤CO2浓度的垂直剖面和季节变化特征

A区和B区各样本点地质背景一致,但土壤CO2浓度变化较大,A区A-CU、A-SH、A-BA和A-FC的变化范围分别为648.65—13152.68、1109.53—21305.20、1414.66—23613.89 mg/m3和4133.7—35860.43 mg/m3,B区B-CU、B-SH、B-BA和B-FC分别为1126.60—17701.35、1269.56—18627.38、1175.68—34248.36 mg/m3和722.80—42131.70 mg/m3,A区土壤CO2浓度低于B区对应土地利用方式及对应土层深度的CO2浓度(个别季节除外),其中FC的土壤CO2浓度处于四种土壤利用方式的最高值。A区和B区相同土地利用类型之间土壤CO2浓度无显著性差异P>0.05,不同土地利于方式之间存在显著性差异P<0.05(除去CU与SH、SH与BA),文章中未展示。在垂直方向上,A区和B区土壤CO2浓度基本表现为0—20 cm低于20—40 cm(图4),可能因该研究区上层土壤容重小(表1),表明土壤孔隙度大,土壤中的空气易向外扩散,从土壤样品的采集来看,植物根系在20—40 cm分布较上层多,根系呼吸可能也增加了下层CO2浓度。在季节变化上,不同土地利用方式具有相同的季节变化趋势：夏季土壤CO2浓度最高,冬季或春季最低(图3)。

表1 不同土地利用类型土壤理化性质

同一列数据后不同大写字母代表不同土地利用类型之间的差异显著(P<0.05)

图3 土壤CO2浓度的季节变化特征Fig.3 Seasonal variation characteristics of soil CO2 concentration

图4 土壤CO2浓度的垂直变化特征Fig.4 Vertical variation characteristics of soil CO2 concentration

2.3 A区和B区环境因子的变化特征

A区和B区各土地利用类型土壤温度具有相同的季节变化趋势(图5)。CU、BA和SH从2017年3月递增至2017年6月,从2017年9月至2018年1月呈波动递减的趋势,其中2017年12月表现小幅度波动上升趋势,FC土壤温度从2017年12月逐渐递减至2018年2月后逐渐递增至2018年8月并在该月达到峰值,随后逐渐递减。在垂直方向上,CU、SH、BA和B-FC样本点土壤温度变化规律主要表现为20—40 cm高于0—20 cm,A-FC相反。对A区和B区不同土地利用方式土壤温度进行对比研究发现,SH和FC在A区的土壤温度高于B区(A区SH和FC平均值分别为：17.47℃和18.62℃,B区平均值分别为17.28℃和17.35℃),CU和BA相反(A区CU和BA平均值分别为：17.19℃和15.97℃,B区平均值分别为17.32℃和16.77℃)。总体上,土壤温度的季节变化明显,CU、SH和BA在2017年9月到达峰值,最小值出现在2018年1月,FC在2018年8月到达峰值,最小值出现在2018年2月,BA土壤温度低于其他土地利用类型,可能与BA高植被覆盖度有关。CU、BA、SH与FC土壤温度的峰值和谷值出现的月份不一致的原因可能在于缺乏或丢失数据。

A区和B区因受降水的影响,CU、SH和BA土壤含水率时间变化趋势相似(图6)。从2017年3月逐渐递增至6月,随后从2017年9月至2018年1月土壤含水率呈现先递增后波动性递减的趋势；FC土壤含水率在2018年8月达到峰值,谷值出现在2018年1月。在垂直方向上,CU、SH、BA均表现为上层土壤含水率低于下层,上层的变幅均大于下层(CU、SH、BA中0—20 cm和20—40 cm土壤含水率的变幅分别为12.39%和9.63%、15.16%和13.33%、12.42%和9.19%),加之从FC土壤含水率的变化特征来看,下层土壤含水率的最大值(平均值)相对于上层要延迟1—2 h,说明上层土壤水更易受到降水和蒸发的影响。总体上,土壤含水率的历月变化较明显,时间变化趋势与降水变化趋势相似,A区土壤含水率均低于B区对应土地利用方式的土壤含水率。

图5 土壤温度的季节变化特征Fig.5 Seasonal variation characteristics of soil temperature

图6 土壤含水率的季节变化特征Fig.6 Seasonal variation characteristics of soil water content

2.4 土壤温度和含水率对土壤CO2浓度的影响

表2和表3总结了A区和B区不同土地利用方式以及不同层次土壤CO2浓度与土壤含水率和土壤温度的相关关系结果。由表可知,不同土地利用类型土壤CO2浓度主要受土壤温度的影响,研究区不同土地利用方式土壤CO2浓度与土壤温度的相关系数高且显著,但A区较B区显著。与土壤温度相比,土壤含水率对土壤CO2浓度影响较小,但A区土壤CO2浓度受土壤含水率的影响较B区大,A区0—20 cm土壤CO2浓度受土壤含水率的影响顺序为A-BA>A-SH>A-CU>A-FC,B区为B-CU>B-BA>B-SH>B-FC,值得注意的是FC土壤CO2浓度与土壤含水率之间存在负相关关系,可能是由于连续监测数据而产生的差异。在研究区以20 cm为分界线,当深度超过该界限时,土壤水分的影响开始下降(除去FC)。

对土壤CO2浓度与土壤温度和土壤含水率进行单因子多种回归分析后,选择R2值最高的回归方式(图7和图8),结果表明土壤温度对土壤CO2浓度的影响高于土壤含水率,但在不同研究区其影响程度有所差异。土壤CO2浓度与土壤含水率之间存二项式回归或三项式回归关系(图7),A区各土地利用方式回归后R2值的变化范围为0.07—0.82,其中A-BA和A-SH拟合的R2值较高,B区R2值的变化范围为0.07—0.46。在FC进行连续监测发现(图9,为清晰表示土壤CO2浓度与土壤含水率之间的关系,仅选择2017年12月—2018年6月这个时段进行分析),土壤CO2浓度与土壤含水率关系复杂,但可分为两个时段。第一时段为降水少的时段：A-FC和B-FC土壤含水率变幅小或基本无波动,各层土壤CO2浓度缓慢上升,但B-FC土壤CO2浓度具有随着土壤含水率下降而升高的趋势；第二时段为降水多的时段：A-FC降水初期土壤CO2浓度随着土壤含水率缓慢上升而上升,这一过程大概持续了13天左右,B-FC中20—40 cm处有此现象,这一过程仅持续了5 d,可能是由于B-FC在降水前期的土壤含水率高,降水补给后的土壤含水率超过了植物根系呼吸和微生物活动所需水量或多余水分阻塞土壤空隙,抑制土壤CO2浓度的升高；当降水持续进行时A-FC和B-FC土壤CO2浓度具有随土壤含水率的上升而下降的趋势。可见,在亚热带岩溶槽谷区高土壤水分抑制土壤CO2浓度的生产。

研究发现,土壤CO2浓度与土壤温度之间存在二项式回归或三项式回归关系(图8),A区各土地利用方式回归后R2值的变化范围为0.54—0.70,拟合的R2值均较高,B区回归后R2值的变化范围为0.41—0.67。对比研究发现,A区各土地利用方式土壤CO2浓度与土壤温度拟合的R2值均高于B区对应土地类型的R2值,与相关性分析的结果一致,说明A区土壤CO2浓度对土壤温度反应敏感。

表2 土壤CO2与土壤含水率之间的相关系数

**表示相关性水平在0.01水平上显著,*表示相关性水平在0.05水平上显著

表3 土壤CO2与土壤温度之间的相关系数

**表示相关性水平在0.01水平上显著,*表示相关性水平在0.05水平上显著

图7 土壤CO2浓度与土壤含水率的关系Fig.7 Map of relationship between soil CO2 concentration and soil moisture content

图8 土壤CO2浓度与土壤温度的关系Fig.8 Map of relationship between soil CO2 concentration and soil temperature

图9 FC样本点土壤CO2浓度与土壤含水率的关系Fig.9 Relationship between soil CO2 concentration and soil water content in FC sample point

3 讨论

土壤CO2浓度提供了有关生物CO2生产的综合结果[25]。而不同土地利用类型,由于其土壤中水热组合条件、微生物活动、植物根系呼吸等环境条件的差异[10- 11],导致土壤CO2浓度存在差异。在该研究中,对岩溶槽谷区主要土地利用类型土壤CO2浓度的时空动态及驱动因子进行了广泛的研究。在季节变化上,各土地利用方式上层土壤CO2浓度低于下层,由于运输和生产因素的相对强度不同,排水良好土壤CO2浓度通常会随着深度的增加而增加[26-27]。上层富含有机物质的土壤通常具有高孔隙率,导致土壤空气与大气能快速交换,而在有机层以下,由于微生物和根系生成CO2引起的CO2积累,CO2浓度通常会增加,底土与大气之间的气体交换速度要慢得多[28-29]。隧道影响区各个土地利用类型土壤CO2浓度变化范围为648.05—35860.43 mg/m3,非隧道影响区为722.80—42131.70 mg/m3,A区土壤CO2浓度均低于B区对应土地利用类型及对应层次的土壤CO2浓度,这种差异存在于整个研究期间。目前尚没有前人对隧道影响下岩溶区的土壤CO2浓度进行研究,本研究得出的初步结果为隧道影响区土壤CO2浓度低于非隧道影响区。

土壤温度和土壤含水率是影响土壤孔隙中CO2浓度变化的两个关键参数[30-31]。一般来说,土壤水分和土壤温度的升高会增加微生物活动,加速土壤中有机物的分解,从而增加土壤CO2浓度[24,32]。对隧道影响区和非隧道影响区土壤CO2浓度的变化规律的研究发现,土壤温度是土壤CO2浓度变化的主控因子,土壤CO2浓度与土壤温度的季节变化相似,经分析发现土壤温度可解释研究期间土壤CO2浓度41%—70%的变化,其中隧道影响区对温度的敏感性高于非隧道影响区。但在研究期间土壤CO2浓度升高的幅度低于土壤温度升高的幅度,也就是土壤CO2浓度并未随着温度的升高而显著上升,该现象在较干旱的冬末春初季节最为明显,期间土壤CO2浓度与土壤含水率的变化幅度相一致。进而对土壤含水率和土壤CO2浓度进行相关性和回归分析,发现隧道影响区对土壤含水率的变化反应敏感。而在连续监测中发现,在降雨前期隧道影响区土壤含水率基本保持不变,非隧道影响区有略微的变化,土壤CO2浓度处于缓慢上升的趋势,降雨初期,土壤CO2浓度随土壤含水率的增加而增加,降雨时,土壤CO2浓度和土壤含水率之间具有相反的变化趋势,即土壤CO2浓度随土壤含水率的升高而降低,但土壤CO2浓度整体上处于上升趋势。这说明在亚热带岩溶槽谷区,土壤CO2浓度的变化主要受土壤温度的控制,但当土壤含水率过高时,土壤含水率成为限制土壤CO2浓度变化的主要因子。因在土壤环境中过低的土壤含水率会抑制微生物的活动,甚至造成微生物死亡而影响土壤中CO2浓度[33]。土壤水分适中增加时,土壤CO2浓度会显著上升,这不仅是由于微生物活性增加,而且还归因于土壤团聚体的稳定性和结构以及微生物群落结构的变化所致[34]；土壤水分大幅度增加时,土壤CO2浓度反而会降低,因过多的水分会溶解或替代CO2导致土壤CO2浓度的大幅度下降[35]。

该研究中各土地利用方式地质背景一致,土壤类型相同,以及土壤养分含量、pH值和土壤容重无显著差异。一般来说,土壤中养分含量高,植物营养充分生长速度快,呼吸作用增强会增加土壤CO2浓度,但是在该研究中各土地利用类型土壤中养分含量差异并不显著,因此,忽略其对土壤CO2浓度的影响。研究发现岩溶区的土壤因受石灰岩作用土壤pH值一般较高,但土壤pH值越高反而会抑制微生物的活动和植物的呼吸[20],从而降低土壤CO2浓度,研究中隧道影响区土壤的pH值高于非隧道影响区(除去BA),过高的pH值可能会影响土壤CO2的生产,但因研究区土壤均呈中性至弱碱性且土壤pH值并无显著性差异,土壤CO2浓度的变化可能受土壤pH值的影响而产生的差异小[36]。土壤容重是衡量土壤颗粒间排列的紧实度和土壤孔隙状况(土壤的透气状况)的物理指标,土壤容重的增加会降低空气向土壤中的扩散,降低土壤中的含氧量,抑制植物和微生物呼吸从而降低土壤中CO2的浓度[37],A区与B区相同土地利用方式下对应层次的土壤容重相差小,但A-FC上下两层土壤容重均大于B-FC,可能对土壤CO2浓度的变化具有一定的影响,但不是主要因子。

通过对隧道影响区与非隧道影响区土壤CO2浓度和影响因子进行研究和分析发现,土壤CO2浓度的变化主要受土壤温度控制,但当土壤含水率过高时,土壤CO2浓度的变化主要受土壤水分的控制,但持续的时间短。土壤含水量较低的隧道影响区土壤CO2浓度与土壤温度和土壤含水率的相关性均高于非隧道影响区,说明隧道影响区土壤CO2浓度更易受到外部环境的影响,在一定程度上会影响土壤向大气释放CO2的通量,影响陆地生态系统对C的释放和吸收之间的平衡关系,进一步影响生态环境。