原文以Vegetation Types Shift Physiological and Phenological Controls on Carbon Sink Strength in a Coastal Zone为标题发表在Global Change Biology（IF=10.8）上
作者 | Siyu Wei等
2025年1月，中国科学院烟台海岸带研究所韩广轩团队联合加州大学圣克鲁斯分校海洋科学研究所的研究者在《Global Change Biology》期刊上发表了题为“Vegetation Types Shift Physiological and Phenological Controls on Carbon Sink Strength in a Coastal Zone”的研究论文。该研究依托中国科学院黄河三角洲滨海湿地生态试验站，利用12年的涡度相关通量监测数据，分析了潮汐湿地、非潮汐湿地和农田三种典型陆海过渡区植被类型对海岸带地区年际碳汇强度的影响及其机制。研究还结合全球这三种植被类型的数据库，进一步验证了生物调控机制在全球范围内的普遍性。研究结果突出了植被类型在净生态系统碳交换（NEE）中的关键作用，为准确预测不同沿海植被类型在气候变化背景下的碳汇动态提供了重要依据。
自然沿海区域仅占全球陆地面积的不到10%，但其在全球碳循环中扮演着至关重要的角色，贡献了约30%的碳埋藏，并将陆地与海洋的碳循环相互连接。沿海生态系统位于陆地与海洋的交界地带，拥有多种植被类型，但受全球气候变化和人类活动的影响，沿海植被正面临严重威胁，可能导致这些地区从碳汇转变为碳源。因此，深入理解沿海不同植被类型的碳汇能力及其对气候变化的响应，具有重要的科学意义。沿海地区植被的空间分布格局受水文条件、盐度和种间竞争等因素的影响，表现出显著的差异。研究表明，植物生理变化和物候事件对碳汇强度有重要影响，特别是生态系统CO₂吸收与释放速率的峰值时机，这些生理活动的短期波动直接影响年度碳收支。生长季长度是与碳吸收密切相关的关键物候因素，生长季的长短直接决定了植被的年度生产力和碳汇规模。例如，美国东部森林的生长季延长（春季提前、秋季推迟）使净碳吸收增加了约0.01±0.002 PgC【1PgC=10GtC】。尽管生物特性对碳汇的影响已被广泛关注，但在沿海不同植被类型下，这些生物因素对碳收支的具体作用尚不明确。沿海植被对气候干扰极为敏感。尽管已有研究探讨了不同植被类型对气候变化的生理和物候响应，但气候变化如何影响沿海生态系统的CO₂通量仍未得到充分解释。例如，气温升高、降水模式变化、大气CO₂浓度升高和氮沉降增加，都会影响植被的生长高峰和物候期。此外，不同植被类型的生理与物候响应差异，进一步影响了碳固存过程。净生态系统碳交换（NEE）是生态系统碳收支中最重要且变化的组成部分。然而，缺乏高质量的生态系统CO₂通量长期观测数据，加之对其变化机制的理解不足，导致对沿海不同植被类型的NEE估算存在较大不确定性，这也削弱了对这些碳汇在气候变化背景下对未来碳固存能力的预测。
图 1 三个研究站点日均 NEE 的时间动态。(a) 海岸带涡度相关通量观测站点照片；(b–d) 2011 至 2022 年期间潮汐湿地 (b)、非潮汐湿地 (c) 和农田 (d) 的日均净生态系统碳交换 (NEE) 时间动态，点表示每日 NEE 值，线表示经过 Savitzky–Golay 平滑处理后的数据。
为填补这一研究空白，研究团队在2011年至2022年间，采用涡度相关通量观测技术，对三个典型沿海区域的生态系统CO₂通量进行了长期观测。这三个站点分别代表了潮汐湿地、非潮汐湿地和农田三种不同的植被类型。研究者们将年度NEE分解为生理和物候两个组成部分，分析了气候变量对年度NEE变化的影响。研究结果表明，三个研究站点均为稳定的碳汇系统，且其碳汇能力受特定生理和物候因子的调控。潮汐湿地、非潮汐湿地和农田的年度NEE主要受CO₂吸收峰值、释放峰值及CO₂吸收持续时间的影响。此外，年度NEE变化对气候变量高度敏感：春季平均气温的升高降低了潮汐湿地的碳汇能力；夏季单日最大降水量的增加削弱了非潮汐湿地的碳汇能力；而夏季平均总辐射的增加对农田的碳汇能力产生了抑制效应。研究者们还通过整合全球范围内三类植被类型的碳通量数据库数据，验证了生物调控机制在全球尺度上的普遍性。研究强调了植被类型在影响净生态系统交换（NEE）方面的重要作用，这为准确预测不同沿海植被类型在气候变化背景下的碳汇动态提供了新的科学依据。
LI-7500开路式涡度相关通量观测系统在本研究中的作用
本研究在各观测站点均采用开路式涡度相关通量观测系统对样地的CO₂和H₂O通量进行测量。其中，潮汐湿地使用LI-7500A开路式CO₂和H₂O涡度相关通量观测系统，非潮汐湿地和农田站点则配备LI-7500开路式CO₂和H₂O涡度相关通量观测系统。所有站点的原始涡度相关（EC）数据均以10 Hz的频率记录，测量高度约为3.0 m（至少高出冠层1 m）。在研究期间，为保证数据准确性，LI-7500A和LI-7500分析仪的上下镜面均定期进行人工清洁，并每年在实验室进行一次校准。此外，生物气象参数的测量与EC数据同步进行。潮汐湿地采用NR01净辐射表，非潮汐湿地和农田站点则使用CNR4净辐射表。同时，各站点还同步监测空气温湿度及降水量，以全面评估环境变量对通量变化的影响。本研究采用蒸散比（EF）作为土壤水分供给潜力的替代指标。EF的计算公式为LE/(LE + H)，其中LE表示潜热通量，H表示显热通量。EF的取值范围为0（干燥）至1（湿润），当EF值增加时，表明蒸散过程中分配的能量增加，意味着较高的土壤水分供给潜力。
数据处理
研究采用EddyPro 软件（版本7.0.9，LI-COR Inc.）对 10 Hz 的涡度相关（EC）原始数据进行处理，转换为每 30 min的平均净生态系统 CO₂ 交换量（NEE）。NEE 如为负值，表示生态系统对 CO₂ 的净吸收，如为正值则表示净排放。
数据预处理包括数据质量控制。首先，使用去野点法（Despiking）检测并删除垂直风速及气体浓度数据中的异常值，并通过块平均法（Block Averaging）去除趋势。采用平面拟合法（Planar Fit Method）进行坐标旋转校正，以确保平均垂直风速为零。此外，通过频率响应损失校正补偿高频与低频损失的通量，并利用Webb-Pearman-Leuning（WPL）方法修正因温度和水汽波动导致的空气密度变化。质量控制采用0-1-2 标记系统，其中 0 表示最高质量，而标记为 2 的数据在后续处理中被剔除。同时，使用 Tovi 软件（版本 2.9.1，LI-COR Inc.）进行通量贡献区（Footprint）分析，以确保数据来源于目标区域。所有站点均具备足够大的风浪区（Fetch），潮汐湿地与非潮汐湿地站点的植被分布均匀，符合涡度相关测量假设。部分农田站点的通量数据因受到芦苇群落的影响而被剔除。
为提高数据质量，剔除了以下条件下的数据：（i）降水事件发生期间的观测数据；（ii）生物学上不合理的 NEE 值；（iii）系统维护期间的测量数据。摩擦速度（u*）过滤及数据缺失插补（Gap-Filling）采用 REddyProc 软件包进行处理。首先，依据 Papale et al.（2006）方法，为每个站点设定年均低湍流条件阈值，低于 u* 阈值的数据被剔除。各站点多年平均u*阈值分别为：潮汐湿地 0.12 ± 0.05 m s⁻¹、非潮汐湿地0.16 ± 0.02 m s⁻¹、农田站点 0.12 ± 0.03 m s⁻¹。在 u* 过滤后，采用边际分布采样法（MDS）进行 NEE 数据缺失插补，该方法利用通量与气象变量的协变量关系及时间自相关性，通过查找表（Look-up tables）和平均日变化（Mean diurnal course）技术进行插补。最终，潮汐湿地、非潮汐湿地和农田站点分别是47%、44% 和 57% 的数据。通过上述数据处理，本研究共获得2011 至 2022 年间 31 站点年（Site-years）的完整时间序列数据，为进一步探讨不同生态系统的碳通量特征提供了可靠支撑。
手机版
化工仪器网手机版
化工仪器网小程序
官方微信
公众号：chem17
扫码关注视频号
最新产品
采购中心
