华东沿海稻麦轮作区生态系统能量闭合度和CO2通量特征研究*

徐 敏,徐敬争,刘文菁,徐 萌,徐经纬,高 苹,罗晓春

(1.江苏省气候中心 南京 210008;2.航天新气象科技有限公司 无锡 214028;3.江苏省气象局 南京 210008;4.南京信息工程大学气象灾害教育部重点实验室/气象灾害预报预警与评估协同创新中心 南京 210044;5.江苏省气象服务中心 南京210008)

地表能量通量直接影响地面温度、水分传输和植被发育及生态系统生产力,也是区域气候模式和生态水文模型的重要输入参数,受到气象学、生态学和水文学界的广泛关注。农田生态系统在全球生态环境、能量平衡和区域气候研究中具有重要地位,对农田地表能量通量的长期观测研究一直是国际上关注的热点问题。客观评估地气之间的能量交换对于水资源管理和农业可持续发展十分重要,也有助于科学认识农田生态系统的功能。

农田生态系统的碳库在全球碳库中最为活跃,在全球及区域碳平衡中占据重要地位。2010-2019年全球碳排放收支显示,土壤碳汇为12.5 Pg·a,是海洋固碳量的1.36 倍。我国是农业大国,深入研究农田生态系统中CO时空变化特征及其与环境因素之间的关系,对于制定合理的农业管理措施、提高农田生态系统的固碳功能和制定减排对策具有重大意义,对于减少碳收支不确定性以及我国碳中和相关研究至关重要。

涡度相关技术(Eddy Covariance,EC)是直接观测下垫面和大气之间水热通量和CO通量的微气象技术,具有理论论证完善、观测精度高和连续稳定等优点,已逐渐成为地-气能量和物质通量观测的标准方法,已被用于观测森林、草地、农田、湖泊等生态系统和大气间的物质和能量传输。由于仪器观测误差、观测条件不理想、低频和高频信号损失、水平和垂直平流、能量储存项计算误差和能量源区不匹配等,使得观测到的能量平衡方程通常不闭合。因此评估涡度相关系统观测的数据质量和可靠程度也是通量界共同关心的问题,能量闭合程度高低直接影响着数据的可靠性。利用该观测技术,相关学者针对太湖流域的水稻()-小麦()轮作(以下简称“稻麦轮作”)田、长江中下游水稻田、华北平原冬小麦田、三江平原稻田等,评估分析了能量通量变化特征和能量闭合度,但针对华东沿海稻麦轮作区的相关研究尚少见报道,而且对能量通量变化动态、分配特点、能量平衡闭合特征、稻麦固碳量的系统性分析相对偏少,尤其对于能量平衡闭合的研究以往大多侧重于各分量误差的计算,在不同时间尺度上的误差分析相对较少。

江苏省地处长江三角洲地区,为东部沿海经济大省,也是粮食大省,是典型的稻麦轮作区。水稻是省内第一大粮食作物,种植面积常年维持在2.2×10hm以上,其种植面积和产量分别占全省粮食总播种面积的40%和总产量的60%,单产稳居全国第1;冬小麦是省内第二大粮食作物,近10年种植面积维持在2.1×10hm左右,播种面积居全国第4 位、产量排第5 位。因此,本研究对地处江苏省的华东沿海典型稻麦轮作区农田生态系统的能量通量进行观测和系统性研究,结合当年气象站观测资料,分析稻麦轮作农田生态系统不同时间尺度能量通量变化特征,定量评估年尺度和月尺度的能量闭合程度,计算稻麦轮作农田固碳量,明确影响稻麦轮作农田固碳能力的主要环境因子。研究结果有利于增强对农田生态系统能量平衡机理及转化规律的全面认识,也可为进一步评价稻麦轮作对地表能量平衡和区域气候的影响奠定基础。

1 资料和方法

1.1 研究区介绍

研究区位于长三角东部沿海的江苏省南通市,地处长江下游冲积平原,地势平坦,属海洋性气候,年平均气温16.5 ℃,年均降水量960.4 mm。其管辖下的海安市是全国优质商品粮基地县,曾连续10年刷新江苏省小麦、水稻单产高产纪录。通量观测站点位于海安市雅周镇“万亩良田”工程的农田生态系统内,以通量站为中心250 m 范围内地势平坦,且均为农田,地下10～100 cm 的土壤类型为细沙土。种植方式为稻麦轮作,上年11月-当年5月为冬小麦生长期,当年6-10月为水稻生长期,其地形地貌、土壤类型、耕作制度在长三角地区具有典型代表性。

1.2 涡度相关系统和小气候观测介绍

涡度相关系统由三维超声风速仪(windmaster pro,英国Gill 公司)、开路式红外CO/HO 智能分析仪(LI-7500DS,美国 LI-COR 公司)、数据采集器(CR6美国Campbell 公司)及供电装置等组成。整套系统架设在雅周镇“万亩良田”内,离地面2.5 m 高度处,下垫面平坦均一且有足够长的风浪区,符合涡度相关系统对观测场地的要求。系统以10 Hz 的采样频率读取和存储近地面大气瞬时三维风速、温度、水汽、CO脉动数据,以此来计算观测期间地气间的显热通量和潜热通量。除涡度相关系统外,还配置有小气候观测,包括:2 m 和3 m 温湿度观测(DHC2 型),2 m 太阳净辐射观测(FS-J1 型),5 层光合有效辐射观测(FS-PR 型),0.05 m 土壤热通量观测(HFP01-05 型),降雨量观测(SL3-1 型)。这些要素传感器与CR6 型通量数据采集器相接,每半小时输出一组数据。

文中所用的数据观测时段是2019年1月27日-2020年12月31日,其中2019年11月6日-2020年1月21日由于仪器故障导致通量数据发生缺测。对冬小麦和水稻的生育期还进行了同期人工观测。

1.3 通量数据质量控制

受天气原因、仪器系统及人为活动等影响,通量观测数据会产生一定的误差,因此在获取到原始的10 Hz 数据后,有必要对其质量控制。文中采用EddyPro 通量数据处理软件(version 6.2.1,美国LICOR 公司)进行处理,最终得到质量控制后的30 min数据。质量控制具体步骤:首先对原始数据进行野点剔除、振幅分辨率、缺失值、绝对值限制、偏峰度检验等统计检验;其次进行两次坐标旋转,以消除由于仪器倾斜带来的偏差,采用超声虚温订正和WPL(Webb,Pearman and Leuning)校正以消除水汽和温度波动的影响,以及由于仪器分离造成的高频损失而进行频谱校正;最后剔除降水前后半小时对应的通量数据,因为降水会对田间水分、气温、辐射等产生较大影响,同时剔除观测值超出仪器正常观测范围的异常值。

1.4 能量闭合情况评估方法

根据能量平衡闭合情况来评估涡度相关系统的观测数据已被广泛应用,能量平衡不仅是对能量分配状况的评价,也是湍流通量数据可靠性的一个标准。地表能量平衡就是将太阳辐射在生态系统中进行再分配的过程,可用方程(1)表示:

式中:是太阳净辐射,为太阳总辐射量与地面反射的差值,W·m;为土壤热通量,是由于土壤温度分布不均匀引起的热量输送,向下输送取正值(W·m);LE 表示潜热通量,包括作物的蒸散(蒸腾+蒸发)和土壤蒸发,向上输送取正值(W·m);为显热通量,是由温度差异引起的农田冠层与大气间的湍流输送,向上输送取正值(W·m);为冠层热储项,该项在冠层高度达到8 m 时,将会在较大程度上影响能量平衡,考虑到本研究对象是稻麦轮作区域,冠层高度较低,此项可忽略不计;为附加能量源汇之和,因该项值很小,也可忽略。因此,方程(1)可以简写为:

式中:-称为有效能量,LE称为湍流通量。能量平衡则是指有效能量与湍流通量相等,否则为能量不平衡。

文中采用线性回归法(ordinary linear regression,OLR)和能量平衡比率(energy balance ratio,EBR)两种方法来定量评估所调查农田的能量闭合度。OLR是对湍流通量LE与有效能量-进行线性回归,当线性回归斜率为1,且截距为0,表明能量完全闭合,即涡度相关系统观测的显热和潜热通量值准确;EBR 是在一定时间范围内,计算观测到的湍流通量LE与有效能量(-)的比值,当比值为1 时,表明能量完全闭合。

2 结果与分析

2.1 稻麦轮作农田生态系统能量通量时间变化特征

图1a-d 为2019-2020年冬小麦和水稻生育期内太阳净辐射和各通量的逐半小时序列。可以看出,在稻麦不同生育期,太阳净辐射()、潜热通量(LE)、显热通量()、土壤热通量()存在差异。在冬小麦播种期[儒略日序数(DOY)为293～305 d]、出苗期(DOY 为306～315 d)、分蘖期(DOY 为316～346 d)和越冬期(DOY 为347 d～来年51 d),由于太阳高度角较低,日照时数较少,因此偏小(图1a),且在这些生育阶段冬小麦苗叶稀疏,冠层覆盖度小,冬小麦蒸散能力较弱,所以LE 也偏小(图1b);进入返青拔节期(DOY 在52～64 d),随着太阳高度角增大,逐渐增大,随着冬小麦冠层覆盖度增大,LE 也在逐步增大,一直到水稻的拔节孕穗期(DOY 在228～245 d),都维持较高水平,之后随着太阳高度角减小,和LE 开始减小。(图1c)和(图1d)的波动范围明显小于和LE,冬小麦灌浆期(DOY 为140～150 d)明显大于其他生育期。

图1 2019年和2020年稻麦轮作农田生态系统太阳净辐射(Rn)、潜热通量(LE)、显热通量(H)、土壤热通量(G)逐半小时序列Fig.1 Half hour sequences of solar net radiation(Rn),latent heat flux(LE),sensible heat flux(H)and soil heat flux(G)of ricewheat rotation system in 2019 and 2020

为了分析稻麦全生育期内太阳净辐射和各通量的逐月变化情况,将各月内半小时数据进行了平均,由于仪器故障以及天气等原因,数据存在一定缺测,因此在计算月均值时,若一天中≥75%时段有观测值则参与平均,否则这一天不参与平均(图2)。从图2a-b 中可以看出,2019-2020年LE 和逐月变化特征基本一致,因为是LE 的主要驱动因子,因此当达最大值时,LE 也基本同步达最大值,年内变化总体均呈“倒U 型”。2019年LE 和在5-8月均处于峰值,LE、变化范围分别是108.6～133.3 W·m(平均值为117.9 W·m)、129.2～144.2 W·m(平均值为138.7 W·m),其中最高值均出现在8月;2019年LE、在1-2月处于谷值,变化范围分别为25.5～32.1 W·m、23.3～38.8 W·m。2020年LE和均在5月和8月处于峰值,分别为101.9 W·m和139.3 W·m、137.7 W·m和150.2 W·m,同样最高值也均出现在8月;由于6月中下旬-7月上旬处于梅雨期,降水显著多于常年,梅雨量排江苏有气象记录以来第二高值,多雨天气导致太阳净辐射和潜热通量明显减少,因此2020年6-7月的LE、明显小于2019年同期,变化范围分别为67.1～77.6 W·m、94.9～112.0 W·m;LE、在1-2月和11-12月处于谷值,变化范围分别是33.1～48.0 W·m(平均值为40.7 W·m)、29.4～55.6 W·m(平均值为42.2 W·m),其中最低值均出现在12月份。由此可见,8月LE和达最高值,因为此时水稻处于拔节孕穗期,叶面积指数最大,作物蒸散强度大,同时8月多晴热高温天气,太阳辐射强,所以此时LE 和为一年中最大;冬季LE 和达最低值,因为此时太阳辐射最弱,气温为一年中最低,冬小麦处于苗期,蒸散能力较弱,同时植被覆盖度较低,土壤有大部分裸露在外,且有时下垫面会有积雪覆盖(2019年和2020年冬季均出现了降雪),造成地面反射率大于其他生育期,因此,冬季LE 和偏小。另外,由于具体天气条件的差异会导致峰值数值存在年际差异,如2020年8月≥35℃的高温天数达12 d,明显多于2019年同期,所以2020年8月值大于上年同期。

图2 2019年和2020年稻麦轮作农田生态系统太阳净辐射(Rn)、潜热通量(LE)、显热通量(H)、土壤热通量(G)的逐月平均值Fig.2 Monthly average of solar net radiation(Rn),latent heat flux(LE),sensible heat flux(H)and soil heat flux(G)of rice-wheat rotation system in 2019 and 2020

从图2(c)和(d)中可以看出,2019-2020年和月均值变化范围分别为-9.7～28.3 W·m、-7.1～3.7 W·m,其中仅在8月份为负值,即该月份由温度差异引起的农田冠层与大气间的湍流输送为向下输送,其余时段全部是正值,其中最高值均出现在6月份,分别为17.2 W·m(2019年)、28.3 W·m(2020年);在春季和夏季总体为正值、在秋季和冬季总体为负值。

为了进一步分析能量通量的日内24 h 变化特征,将2019年和2020年春季(3-5月)、夏季(6-8月)、秋季(9-11月)和冬季(上年12月和当年1-2月)中同一个季节内同一个时次的半小时数据再平均,得到湍流通量和有效能量各分量的各年各季节内的日变化(图3)。从图3 可以看出,、LE的日变化均呈“倒U 型”的单峰二次曲线,各能量通量的日峰值存在季节间差异,冬季的日峰值明显小于其他3 个季节。、均在白天为正值、夜间为负值,LE 在昼夜都是正值;白天数值大小排序为:＞LE＞＞,夜间各能量通量波动幅度小且较平稳。对于而言,日最高值主要出现在10:00-12:30,2019年和2020年的日最大峰值分别出现在夏季(513.9 W·m)、春季(460.0 W·m),2020年日最小谷值出现在冬季(-41.8 W·m);对于LE 而言,日最高值主要出现在11:00-13:30,LE 峰值出现的时间较基本滞后0.5～1.5 h,2019年和2020年的LE日最大峰值分别出现在夏季(323.0 W·m)、春季(265.8 W·m),冬季的LE日变化幅度明显小于其他3 个季节;对于而言,日最高值主要出现在9:30-12:30,峰值出现的时间较基本提前1 h,2019年和2020年的日最大峰值均出现在春季,分别为77.2 W·m和71.8 W·m,四季中日最小谷值波动范围较小,主要在-11.5～24.2 W·m;对于而言,日最高值主要出现在11:30-14:00,其中夏秋季的日最高值均出现在13:00,的日最高值出现时间较存在0.5～2.0 h 的滞后,四季中日最大峰值、日最小谷值波动范围均较小,分别为7.7～25.8 W·m、-6.7～13.3 W·m。

图3 2019年和2020年稻麦轮作农田生态系统潜热通量(LE)、显热通量(H)、土壤热通量(G)和太阳净辐射(Rn)各季节的日内变化Fig.3 Diurnal variations of latent heat flux(LE),sensible heat flux(H),soil heat flux(G)and solar net radiation(Rn)of rice-wheat rotation system in 2019 and 2020

2.2 稻麦轮作农田生态系统能量闭合程度评估

采用能量平衡法,基于年尺度和月尺度评估了涡度相关系统能量闭合情况。从年度能量平衡情况看,2019年(图4a)和2020年(图4b)有效能量(-)和湍流通量(LE)之间的线性回归斜率分别为0.70 和0.68,截距分别是12.22 和13.61,决定系数均是0.94,能量平衡比率均为0.80,一般认为能量不平衡程度在10%～30%之间为合理范围,说明涡度相关法在华东沿海稻麦轮作农田生态系统通量观测中可靠性较高。

图4 2019年(a)和2020年(b)稻麦轮作农田生态系统能量平衡闭合情况Fig.4 Closure of energy balance of rice-wheat rotation system in 2019(a)and 2020(b)

从2019-2020年月度能量平衡情况来看(表1),不考虑数据量缺失较多的月份(2019年1月和11月,2020年1月),有效能量和湍流通量的线性回归斜率主要在0.62～0.77 之间,能量平衡比率主要在0.73～0.84 之间,决定系数均在0.90 以上(6月除外),表明逐月能量闭合情况良好。由于受太阳高度变化、稻麦生长过程中覆盖度和叶面积指数变化、下垫面变化、作物播栽和收割、天气条件等影响,月度线性回归斜率和能量平衡比率存在一定的波动,2019年和2020年5月的线性回归斜率均最大、截距均最小,此时冬小麦处于灌浆成熟期;6-7月线性回归斜率和能量平衡比率相对较小,主要是由于6月正值冬小麦收获和水稻播栽的过渡期,农事活动频繁,农田下垫面状况变化显著,6月中下旬-7月上旬是梅雨期,多强降水过程导致到达地表的能量骤减。

表1 2019—2020年稻麦轮作农田生态系统各月份能量平衡闭合线性回归参数和能量平衡比率Table 1 Linear regression coefficients of energy balance closure and energy balance ratio of rice-wheat rotation system during 2019-2020

2.3 稻麦轮作农田生态系统CO2 通量(FC)时间变化特征

2019-2020年逐半小时(图5)具有明显的波动特征,数值有正有负。逐日(图5a)和逐月(图5b)在年内总体均呈“W 型”变化特征,一年中存在两个明显的负值期,即CO净吸收期,分别为上半年的冬小麦拔节孕穗期(3-4月)和下半年的水稻分蘖-乳熟期(7-10月),均为作物生长旺盛期,对应的变化范围分别为-8.1～-4.5 μmol·m·s、-8.3～-3.5 μmol·m·s,2019年和2020年上半年的CO净吸收峰值分别出现在冬小麦拔节期(3月,-5.2 μmol·m·s)和孕穗期(4月,-8.1 μmol·m·s),2019年和2020年下半年的CO净吸收峰值均出现在8月,即水稻拔节孕穗期,此时正值盛夏高温期,太阳辐射强,水稻生长迅速,光合作用非常强烈,分别为-8.3 μmol·m·s(2019年)、-6.3 μmol·m·s(2020年)。2019-2020年正值变化范围为1.1～2.9 μmol·m·s,一年中存在3 个正值期,即3 个CO净排放期,分别为1月、6月、11-12月。1月冬小麦处于幼苗期,生长缓慢且生长量很小,光合作用弱,CO净吸收小于净排放;6月处于冬小麦收割、水稻移栽的过渡期,11-12月处于水稻收割、冬小麦播种的过渡期,农田存在裸地的间歇期,下垫面的呼吸作用与分解使得表现为净排放。由此可见,CO净吸收和净排放强弱与作物生育进程密切相关。

图5 2019—2020年稻麦轮作农田生态系统CO2 通量(FC)逐半小时的逐日序列(a)和逐月(b)序列Fig.5 Half hour series of daily(a)and monthly(b)CO2 flux(FC)of rice-wheat rotation system in 2019 and 2020

将换算成一定时间内的固碳量,2019年1-11月总固碳量为1005.4 g(C)·m,其中仅1月和6月为碳排放,排放量分别为35.9 g(C)·m和39.8 g(C)·m;2-5月冬小麦主要生长期的固碳量为387.4 g(C)·m;7-10月水稻主要生长期的固碳量为678.2 g(C)·m;2020年1-12月总固碳量为738.5 g(C)·m,其中1月、6月和11-12月为碳排放,排放量分别为47.3 g(C)·m、66.4 g(C)·m和129.7 g(C)·m,2-5月冬小麦主要生长期的固碳量为382.2 g(C)·m,7-10月水稻主要生长期的固碳量为599.7 g(C)·m。

图6 是2019-2020年各季平均的一天内逐小时。可以看出,具有明显的日内变化,呈“U 型”的单峰二次曲线,白天为负值、夜间为正值,分别对应CO吸收和CO排放,由于作物在白天同时进行光合作用和呼吸作用,但前者远远强于后者,所以农田生态系统表现白天为CO净吸收,夜间土壤呼吸和作物暗呼吸释放CO,所以夜间农田生态系统表现为CO净排放。从日变化幅度来看,春夏季变幅最大,秋季次之,冬季最小。2019年(2020年)春季、夏季、秋季和冬季的CO日吸收峰值分别为-21.9 μmol·m·s(-21.8 μmol·m·s)、-23.1 μmol·m·s(-21.6 μmol·m·s)、-20.6 μmol·m·s(-15.5 μmol·m·s)和-10.9 μmol·m·s(-4.3 μmol·m·s),CO日吸收峰值主要出现在10:00-12:30,夜间CO净排放波动较为平稳,主要在3.0～7.3 μmol·m·s之间。从正负值转变时间来看,春夏秋3 季从正值转变为负值的时间主要集中在7:00 前后,冬季从正值转变为负值的时间主要集中8:30 前后,4 个季节从负值转变为正值的时间较为相近,主要集中在17:00 前后,意味着日出半小时后,CO由释放转变为吸收,随着太阳高度角的增加和太阳辐射的增强,CO吸收能力不断增强,在中午时分达最强,随后随着太阳高度角降低,CO吸收能力逐步下降,傍晚时分CO由吸收转变为排放,夜间冬小麦和水稻的呼吸作用使农田变为CO净排放。从负值持续时长来看,春夏季持续时长最长,为10～11 h,秋季次之,为9～10 h,冬季最少,为7.5～8.5 h。由此可见,总体呈白天吸收、夜间排放的变化规律,在不同的季节,变化幅度、正负值转变时间、负值持续时间都存在一定差异。

图6 2019—2020年稻麦轮作农田生态系统CO2 通量(FC)各季节的日内变化Fig.6 Diurnal variations of CO2 flux(FC)of rice-wheat rotation system in each season of 2019 and 2020

2.4 稻麦轮作农田生态系统CO2 通量与环境因子的关系

2.4.1 夜间CO 通量()与气温()和饱和水汽压差(VPD)的关系

已有研究表明,气温是影响生态系统呼吸的主要环境因子,在一定范围内,夜间气温升高将加速植物和微生物的新陈代谢,促进农田生态系统的CO排放。因此,将冬小麦和水稻生长期夜间与和VPD 进行相关性分析(图7),发现夜间与均存在e 指数拟合关系,2019年冬小麦和水稻生长期夜间与的相关系数分别为0.374 和0.510,2020年冬小麦和水稻生长期夜间与的相关系数分别为0.566 和0.316,均通过了＜0.01 的显著性检验。当=0 ℃时,2019年和2020年冬小麦的分别为4.8 μmol·m·s和4.4 μmol·m·s,水稻的分别为1.2 μmol·m·s和2.5 μmol·m·s。当温度每增加10 ℃的情况下,2019年和2020年冬小麦的温度敏感系数()分别为1.34(e)和1.48(e),水稻的分别为2.20(e)和1.55(e)。由此可见,不同年份不同作物的夜间对气温的敏感性存在差异,对水稻夜间的影响大于对冬小麦夜间的影响。VPD 大小表征空气的干燥程度,VPD 越大,表明空气越干燥。计算表明,冬小麦和水稻的夜间与VPD 之间相关性较低,可能是夜间呼吸作用对水分消耗比较小,加上水稻生长季频繁灌溉,所以VPD 不是影响夜间的主要环境因子。

图7 稻麦轮作农田生态系统夜间CO2 通量(FC)与气温(Ta,a)和饱和水汽压差(VPD,b)的关系Fig.7 Relationship between night CO2 flux(FC)and air temperature(Ta,a)and saturated water vapor pressure difference(VPD,b)of rice-wheat rotation system

2.4.2 白天CO 通量()与气温()和饱和水汽压差(VPD)的关系

图8 是冬小麦和水稻白天与和VPD 的块平均图,图 a、c、e、g 中每个实心点表示一定温度范围内的和白天的均值,图b、d、f、h 中每个实心点表示一定范围内的VPD 和白天的均值。对而言,在2019年和2020年冬小麦生长期间(图8 a,e),在=17 ℃附近,CO出现最大吸收值,当高于30 ℃时,CO吸收水平有所降低;在2019年和2020年水稻生长期间(图8 c,g),CO吸收水平随增加而增强。而对VPD 而言(图8b,d,f,h),当VPD≤1.7 kPa 时,CO吸收水平随VPD 增加而增强,反之CO吸收水平随VPD 增加而减弱,即空气越干燥会限制冬小麦和水稻下垫面的CO吸收量,仅在2020年水稻生长期间这种现象不明显。

图8 稻麦轮作农田生态系统白天CO2 通量(FC)与气温(Ta,左列)和饱和水汽压差(VPD,右列)的块平均图Fig.8 Block average diagram of daytime CO2 flux(FC)versus air temperature(Ta,left column)and saturated water vapor pressure difference(VPD,right column)of rice-wheat rotation system

3 讨论

在太阳辐射能量的驱动下,农田生态系统内进行能量流动、物质合成转移和碳水循环等运动过程,而由于下垫面不同作物类型、不同生育期、不同季节、昼夜变化等因素,导致作物蒸发散和热传导能力等存在差异。因此,在太阳净辐射进入农田生态系统后,显热通量、潜热通量、土壤热通量、CO通量等在系统内的分配变化各有差异。

可靠的通量观测数据是准确揭示农田生态系统内能量通量分配、农田水分时空分布等规律的基础,因此,文中利用能量平衡对通量观测数据进行了可靠性评估。经计算,在研究区稻麦轮作期间,基于涡度相关系统观测的通量数据能量平衡比率为0.80,高于FLUXNET 和ChinaFLUX 站点的能量平衡比率(0.79、0.73);对于本研究区冬小麦而言,关键生长期2-5月的能量平衡比率均值为0.81,低于在郑州国家气候观测站内观测到的小麦整个生长季的能量闭合率(0.875);对于本研究区水稻而言,生长期间(6-10月)能量平衡线性拟合斜率均值为0.66,能量平衡比率均值为0.79,能量平衡闭合情况要优于三江平原的水稻通量观测数据,后者基于3年的生长期(5-10月)观测数据能量平衡线性拟合斜率均值为0.62,3年能量平衡比率均值分别为0.78、0.84 和1.07,但要略差于湖南省双季稻(早稻和晚稻)的通量观测数据,湖南早稻生长期间的能量平衡线性拟合斜率为0.72,能量平衡比率为0.85,湖南晚稻生长期间的能量平衡线性拟合斜率为0.75,能量平衡比率为0.88。可见,能量不闭合在通量观测中是普遍存在的现象,本研究的不闭合程度在合理范围内,说明涡度相关法在沿海稻麦轮作农田生态系统通量观测中可靠性较高。

研究区近两年的固碳量存在年际差异,作物间也存在差异,冬小麦的固碳能力要弱于水稻,这主要是年际间气象条件不同、作物种类和长势有差异等因素所致。研究区全年尺度上整个稻麦轮作生态系统是碳汇,且是强固碳地区。与已有研究结果比较发现,本研究区冬小麦和水稻CO净吸收出现峰值的月份与孙小祥等的研究结果一致,且数值也较为接近;段春锋等计算出2007-2019年淮河流域稻麦轮作农田生态系统年均固碳量是703.6 g(C)·m,孙小祥等计算出长三角稻麦轮作区年固碳量达769.6 g(C)·m,本研究是针对沿海稻麦轮作农田生态系统,2020年全年固碳量是738.5 g(C)·m,可见3 个区域的固碳能力较为接近;李俊等利用2年通量观测资料计算出华北平原冬小麦-夏玉米轮作年固碳量为197.60～317.90 g(C)·m,可见稻麦轮作区的固碳能力要强于小麦-玉米轮作区。另外,水稻田中甲烷排放是稻田生态系统中碳收支的重要组成部分,但受篇幅限制未作分析,在后续研究中将进一步分析甲烷通量的时间变化特征,从而更加全面地分析农田生态系统的碳收支能力。

气温对水稻夜间CO通量的影响大于对冬小麦夜间CO通量的影响,白天随着气温的升高,冬小麦和水稻的CO吸收能力增强,但当饱和水汽压差达到一定临界值,空气湿度较小时,会降低这种吸收趋势,因为水分过低时,作物气孔会关闭,降低植物的光合能力。另外,有研究也表明,光合有效辐射也有这样的抑制效应。考虑到农田碳通量变化受自然因素和人为因素的联合制约,今后需要加强环境变量(温度、光合有效辐射、降水等)和人为因素(如耕作、施肥、田间管理方式等)对CO吸收能力影响的研究,便于更深入了解农田碳通量驱动机制。

4 结论

本研究以江苏省沿海地区稻麦轮作农田生态系统为研究对象,基于2019-2020年涡度相关系统观测的冬小麦和水稻生长过程中各能量通量,揭示了太阳净辐射()、潜热通量(LE)、显热通量()、土壤热通量()、CO通量()不同时间尺度的变化特征,定量评估了能量闭合程度,并计算了稻麦轮作的固碳量,以及分析了环境变量对其的影响。具体结论如下:

1)年内LE 和逐月变化总体均呈“倒U 型”,峰值主要是在5-8月,期间若梅汛期雨量偏多则易出现短暂性下降,1-2月和11-12月处于谷值;由于是LE 的主要驱动因子,所以两者变化基本同步。逐月和的变化幅度明显小于LE 和,仅在8月份为负值,在春季和夏季总体为正值、在秋季和冬季总体为负值。

2)年度有效能量和湍流通量的线性回归斜率平均为0.69,能量平衡比率为0.80,月度线性回归斜率和能量平衡比率存在一定的波动,分别为0.62～0.77和0.73～0.84。总体来说,能量不平衡程度均在合理范围内,说明能量通量观测数据可靠。

3)稻麦轮作农田生态系统中,日内逐小时呈“U 型”单峰二次曲线,总体呈白天吸收、夜间排放的变化规律,CO日吸收峰值主要出现在10:00-12:30,春夏季吸收时长最长,为10～11 h。逐日和逐月在年内总体呈“W 型”变化特征,全年碳排放时段主要集中在1月、6月和11-12月,其余均为碳吸收;吸收峰值分别出现在冬小麦拔节孕穗期(3-4月)和水稻拔节孕穗期(8月),CO峰值净吸收范围为-8.3～-5.2 μmol·m·s。2019年和2020年2-5月冬小麦主要生长期的固碳量分别为387.4 g(C)·m和382.2g(C)·m,7-10月水稻主要生长期的固碳量分别为678.2 g(C)·m和599.7 g(C)·m。

4)气温()和饱和水汽压差(VPD)对白天均有影响,随着的升高,水稻和冬小麦的CO吸收能力会随之增强,但当VPD＞1.7 kPa 时,即在水汽限制条件下,会降低作物的CO吸收能力;夜间主要受影响,若升高,则生态系统呼吸会相应增强,观测期内水稻和冬小麦的夜间温度敏感系数分别平均为1.88 和1.41,说明水稻夜间受温度的影响要大于冬小麦。