当前位置:首页 > 新闻动态 > 学术进展

成都山地所在青藏高原陆地碳汇研究方面取得重要进展

发布时间:2021-08-19

青藏高原是全球最大的高山冻土区,气候变暖可能导致大量冻土碳释放,但气候暖湿变化也能促进植物碳固定提升,使得区域碳源汇平衡状态和趋势存在不确定性。

近期,中科院成都山地灾害与环境研究所西藏生态环境创新团队与中科院青藏高原研究所、中科院西北生态环境资源研究院、中科院地理科学与资源研究所、兰州大学等合作,通过综合定位监测、控制试验和模型模拟等技术手段对青藏高原陆地生态系统碳源汇现状及动态进行了系统研究。研究发现,青藏高原32监测点中26个呈现净碳汇状态,区域净碳汇是此前科学界预期的4倍(130.0±53.6 Tg C y-1)。高寒生态系统净碳汇最强值出现在约海拔4000米左右。碳交换的温度敏感性分析发现,水热同期的夏天碳固定速率系统性地高于冬季碳释放对温度的敏感性,且这一现象在更高海拔地区更加明显。16个控制实验结果显示,青藏高原碳汇在模拟变暖情境下总体呈现增强趋势且存在阈值(~2.0℃),模式模拟也表明青藏高原暖湿化对碳固定的促进超过了冻土碳释放的影响(21世纪末不同气候情境下净碳汇范围为178~318 Tg C y-1)。上述证据表明,青藏高原高寒生态系统总体是重要的碳汇,将对气候变暖形成负反馈。

该研究得到了中国科学院A类战略性先导科技专项泛第三极环境变化与绿色丝绸之路建设、第二次青藏高原综合科学考察研究、国家自然科学基金、中国科学院青年创新促进会等项目支持,为青藏高原生态安全屏障关键功能量化和重大生态工程时空格局优化提供了重要科技支撑,并以“Plant uptake of CO2 outpaces losses from permafrost and plant respiration on the Tibetan Plateau”为题发表在国际学术期刊PNAS上。

 

31LI-7500系列CO2/H2O分析仪在本研究中的应用:

 

LI-COR涡度相关通量观测系统

研究者们使用了分布在青藏高原的32个涡度通量站点的观测数据。数据分两种类型,原始数据以及公开发表文献中的数据。

查找文献使用的数据库包括:Web of Science和中国知网。搜索的关键词为:涡度相关、高山、碳通量、青藏高原。

涡度相关监测站点囊括了这一地区的所有生态系统类型:高山灌丛(2个台站)、高山草甸(16个台站)、高山草原(4个台站)、高山荒漠(1个台站)、高山湿地(9个台站)。所有这些台站位于青藏高原中部和东部。

 

站点分布图

青藏高原的西部和北部站点偏少,主要是那些地方自然条件严酷,公路偏少。海拔3000-3500m的台站10个;海拔3600-4000米的台站5个;海拔40004500m的台站7个;海拔4500-5000米的台站5个。在这些台站中,10个位于连续冻土区,22个位于非连续冻土区。数据总计为77个站点年,平均每个站点有2.4年的数据。其中,57个站点年的数据是从2010年至2020年,占总数据集的四分之三。当有超过1年的连续观测数据后,计算站点的年平均值。

在这些数据集中,本文的作者们负责10个台站的运行管理。通量数据采样间隔为30min60min。其余的数据来自于同行评议的论文。

 

31LI-7500系列CO2/H2O分析仪在本研究中的应用

使用通用的主流方法处理原始数据。使用涡度通量数据分析软件EddyProLI-COR Inc.)和TK3执行坐标旋转和WPL订正。净辐射为正值的时段,定义为白天的通量;反之则被归类为夜间的通量。

经过稳态和整体湍流特征测试后,使用中国通量网的平均值测试方法,把摩擦风速U* 小于0.10.21m s-1的夜间CO2通量全部剔除。

5月(或4月下旬)至9月(或10月)定义为生长季,其余月份为非生长季。

2小时以内的通量数据缺失使用线性插补。

在生长季内,超过2h的数据缺失使用Michaelis–Menten光响应曲线方程进行插补:NEP=(α × PAR × Amax)/ (α × PAR + Amax)-REAmax是最大净光合速率,α是表观量子产额,RE是生态系统呼吸。

在非生长季,超过2h的数据缺失使用下面的方程插补:RE=a × e bTRE是生态系统呼吸,ab是回归系数,T是土壤表面温度。

生长季的白天GPPNEPRE的和,非生长季NEP被认为只有RE

使用RE=a × e bT估算GPP中的日间RE 以及生长季中的RE

使用相同的方法处理文献中的数据。使用GetData Graph Digitizer 2.2.6,获取CO2日交换通量。

所有32个站点的数据都进行WPL密度订正,14个站点进行二次坐标旋转,6个台站进行3次坐标旋转,6个站点使用平面拟合。经过数据质量控制和筛选后,所有台站剔除的数据比例介于8%48%之间。

涡度相关通量数据分析:

NEP 的数据表示为均值±1 SE。在区域CO2收支分析中,首先使用台站上的平均通量数据,计算生态系统的CO2平均通量速率,接着,基于1:1000000中国植被图,进行区域CO2通量的估算。Van’t Hoff方程(y=a ebt)被用于CO2通量的温度敏感性分析。

使用结构方程模型分析(SEM ),评估地理因素、气候因素、土壤过程因素对CO2通量空间格局的相对重要性。研究者们假设地理因素(海拔和纬度)影响气候因素(辐射、年平均降水量、温度),而这些气候因素通过土壤水分含量以及年平均地面温度影响CO2通量。

对每个站点来说,气候因素(短波向下辐射、年平均降水和温度)源自中国区域地面气象要素驱动数据集,该数据集时间分辨率为3小时,水平空间分辨率为0.1° × 0.1°。这是中国首个高时空分辨率的近地面栅格气象数据集。该数据集是以国际上现有的Princeton再分析资料、GLDAS资料、GEWEX-SRB辐射资料,以及TRMM降水资料为背景场,融合了中国气象局的约700个常规气象观测站的数据制作而成。使用IBM SPSS Amos 24.0.0SPSS Inc)进行SEM分析。

原文中的主要数据图