本科畢業(yè)論文

疏勒河源高寒草甸土壤溫室氣體觀測模擬研究題目：疏勒河源高寒草甸土壤溫室氣體觀測模擬研究

目錄摘要 2Abstract 3引言 41材料與方法 51.1研究區(qū)概況 51.2DNDC模型簡介 61.3氣體樣品的采集 71.4環(huán)境因子監(jiān)測 81.5分析方法 81.6模型參數(shù)設(shè)置 82結(jié)果與討論 122.1CO2通量變化特征 122.2模型驗證 132.3環(huán)境因子對CO2通量的影響 193總結(jié)與展望 213.1結(jié)論 213.2問題與展望 22參考文獻 24致謝 28

疏勒河源高寒草甸土壤溫室氣體觀測模擬研究摘要：本研究以青藏高原東北部疏勒河上游多年凍土區(qū)的高寒草甸為研究區(qū)，利用反硝化-分解（DeNitrification-DeComposition，DNDC模型），結(jié)合氣象要素和土壤環(huán)境因子等數(shù)據(jù)，模擬了該區(qū)土壤溫度和地表CO2通量，將模擬值與實測值進行比較，并分析地表CO2通量與其環(huán)境因子間的相關(guān)性。結(jié)果表明：模型能夠較好地模擬研究區(qū)土壤溫度和地表CO2通量，模型模擬值與實地觀測值的相關(guān)系數(shù)R2分別為0.9601（n=365,P＜0.01）和0.9783（n=14,P＜0.01），均方根誤差RMSE分別為0.21和0.34；在整個觀測期（2013年）樣地土壤表現(xiàn)為CO2源，土壤CO2通量的日變化范圍為23.79～481.00mg?m?2?h?1，年排放總量為1479.24g?m-2；CO2通量與氣溫（P＜0.01）、降水（P＜0.05）、太陽輻射（P＜0.01）、10cm土壤溫度（P＜0.01）、10cm土壤含水量（P＜0.05）和10cm土壤鹽分（P＜0.01）均顯著相關(guān)。待模型進一步改進之后，方可優(yōu)化其在該研究區(qū)的適應(yīng)性。關(guān)鍵詞：高寒草甸；溫室氣體；DNDC；CO2通量；環(huán)境因子ObservationandSimulationofGreenhouseGasinAlpineMeadowSoilsattheSourceofShuleRiverAbstract:Inthisstudy,thealpinemeadowsinthepermafrostareaintheupperreachesoftheShuleRiverinthenortheasternQinghai-TibetPlateauwereusedasthestudyarea.DeNitrification-DeComposition(DNDCmodel)wasusedincombinationwithdatasuchasmeteorologicalelementsandsoilenvironmentalfactorstosimulatethisSoiltemperatureandsurfaceCO2flux,comparethesimulatedvaluewiththemeasuredvalue,andanalyzethecorrelationbetweenthesoilCO2fluxanditsenvironmentalfactors.TheresultsshowthatthemodelcanbettersimulatethesoiltemperatureandsurfaceCO2fluxinthestudyarea.ThecorrelationcoefficientsR2betweenthesimulatedvalueandthefieldobservationvalueare0.9601(n=365,P<0.01)and0.9783(n=14,P＜0.01),therootmeansquareerrorRMSEis0.21and0.34respectively;inthewholeobservationperiod(2013),thesoilinthesampleareaappearedasaCO2source,andthedailyvariationrangeofthesoilCO2fluxwas23.79～481.00mg?m?2?h?1,thetotalannualemissionis1479.24g?m-2;CO2fluxandtemperature(P<0.01),precipitation(P<0.05),solarradiation(P<0.01),10cmsoiltemperature(P<0.01),thewatercontentof10cmsoil(P<0.05)andsalinityof10cmsoil(P<0.01)weresignificantlycorrelated.Onlyafterfurtherimprovementofthemodelcanitoptimizeitsadaptabilityinthestudyarea.Keywords:Alpinemeadow;Greenhousegases;DNDC;CO2flux;Environmentalfactors引言自上個世紀(jì)中葉以來，氣候變化已經(jīng)受到人們的廣泛關(guān)注。據(jù)政府間氣候變化專門委員會（IPCC）第五次報告，1951-2012年全球地表均溫以每10年上升0.12℃的速率升高[1]。在這一背景下，大氣中溫室氣體濃度升高成為該現(xiàn)象的主導(dǎo)因素。CO2是最主要的溫室氣體，與CO2相比，CH4和N2O排放的絕對量很小，但是它們在吸收紅外輻射后會導(dǎo)致全球變暖能力的增強。在百年尺度上，單位質(zhì)量的氧化亞氮（N2O）和甲烷（CH4）的全球增溫潛勢（GWP）分別是CO2的34倍和298倍[2]，因此對全球變暖這一環(huán)境問題有著重要貢獻。故而，諸多科研者開始致力于溫室氣體排放的研究。為了能夠定量描述土壤溫室氣體排放量對于自然環(huán)境要素變化所做出的響應(yīng)，越來越多的人開始借助數(shù)學(xué)模型，對其展開深入的研究學(xué)習(xí)。隨著陸地生態(tài)系統(tǒng)模型的多角度研究,運用模型工具對土壤主要養(yǎng)分元素和生物量進行模擬與刻畫是目前較為有效的方法,目前已有10多個相關(guān)模型發(fā)表,較成熟的有DNDC[3]、Century[4]、Biome-BGC[5]、RothC[6]和NCSOIL[7]等。生態(tài)系統(tǒng)模型均可成熟應(yīng)用于土壤長期定位實驗觀測數(shù)據(jù)的模擬,而這些模型中,DNDC(Denitrification-Decomposition)模型是一種基于地球圈層內(nèi)或各圈層間的循環(huán)過程，即生物地球化學(xué)過程。其以模擬輻射、溫度、濕度、pH、Eh以及濃度梯度等為主的環(huán)境因子來反映氣候、土壤、植被和人類活動4種基本的生態(tài)驅(qū)動力[8]，具有多層次，高精度及較好的可行性。隨著社會需求的發(fā)展甚至改變，它的功能模塊亦在不斷的推廣與驗證。自1992年被首次發(fā)表以來，先是利用該模型來模擬農(nóng)業(yè)土壤溫室氣體N2O的排放[9]，追蹤N2O的整個循環(huán)過程，隨著模型的不斷完善和發(fā)展，其模塊功能日漸涉及廣泛。為了適應(yīng)不同的生態(tài)系統(tǒng)、區(qū)域尺度和研究問題，經(jīng)過二十多年的發(fā)展，DNDC模型結(jié)構(gòu)不斷完善、相關(guān)參數(shù)得到優(yōu)化、功能不斷擴展。在模擬溫室氣體模塊中，其模擬對象由原來的N2O增加到CO2和CH4，且能支持多種生態(tài)系統(tǒng)類型的模擬，如農(nóng)田、森林、草地、濕地和養(yǎng)殖系統(tǒng)等[10-14]。陸地生態(tài)系統(tǒng)碳循環(huán)是全球碳收支的主體部分，亦作為全球碳循環(huán)的重要組成部分存在著。研究陸地生態(tài)系統(tǒng)碳循環(huán)機制及對全球變化的響應(yīng)，是預(yù)測大氣CO2含量及氣候變化的重要基礎(chǔ)。全球每年由土壤釋放的CO2量等于或超過全球陸地生態(tài)系統(tǒng)的凈初級生產(chǎn)力[15]，對全球變暖的貢獻率達60%以上[16-17]。本研究以青藏高原東北部疏勒河上游多年凍土區(qū)的高寒草甸SLP2樣地為研究區(qū)，利用靜態(tài)箱－氣相色譜法對2013年地表CO2通量進行觀測模擬，分析地表CO2通量的日（晝夜）和季節(jié)變化特征，觀測數(shù)據(jù)與DNDC模型模擬數(shù)據(jù)的擬合度及其環(huán)境因子，以期對DNDC模型在該研究區(qū)的適應(yīng)性做出精準(zhǔn)的評價提供參考。1材料與方法1.1研究區(qū)概況試驗樣地位于青藏高原東北緣祁連山中西段疏勒河上游多年凍土區(qū)綜合觀測場（SLP2；98°16′14″E，38°21′17″N，海拔4014m），如圖1所示。該區(qū)域氣候干冷，多風(fēng)；據(jù)SLP2樣地氣象站2013年數(shù)據(jù)資料顯示年均氣溫和降水量約分別為－6.0℃和477.0mm，年均空氣相對濕度為48.1%，太陽輻射為204.5W?m-2，年均風(fēng)速為3.9m?s-1（圖3）。樣地0～50cm不同層次土壤顆粒機械組成平均為砂粒42.4%、粉粒40.0%、粘粒17.6%。植被類型為中度退化高寒草甸，覆蓋度約42.0%，代表性植物為柔軟紫菀（Asterflaccidus）、波伐早熟禾（Poapoophagorum）、高山嵩草（Kobresiapygmaea）、矮生嵩草（Kobresiahumilis）、沙生風(fēng)毛菊（Saussureaarenaria）、西伯利亞蓼（Polyygomumsibiricum）等[18]，物種豐富度指數(shù)（R）為11.0±1.0，Shannon-Wiener指數(shù)（H′）為2.29±0.10。土壤類型為簡育干潤均腐土。圖1研究區(qū)地理位置Figure1Locationofthestudyarea1.2DNDC模型簡介DNDC（DeNitrification-DeComposition）模型是美國新罕布什爾大學(xué)發(fā)展起來的，中心是模擬農(nóng)業(yè)生態(tài)系統(tǒng)中碳和氮的生物地球化學(xué)循環(huán)，時間步長以日為單位，是目前國際上最為成功的模擬生物地球化學(xué)循環(huán)的模型之一[19-23]。模型由兩大部分構(gòu)成：第一部分包括土壤氣候、植物生長和有機質(zhì)分解三個子模型，第二部分包括硝化作用、反硝化作用和發(fā)酵作用三個子模型（如圖2所示）。第一部分的作用是利用生態(tài)系統(tǒng)宏觀結(jié)構(gòu)的各種生態(tài)驅(qū)動因子，即模型輸入的參數(shù)：氣候、土壤、植被以及人類管理措施，來模擬生態(tài)系統(tǒng)內(nèi)部的環(huán)境營力（溫度、濕度、pH、Eh和相關(guān)反應(yīng)物濃度梯度）。生物地球化學(xué)場便是由這些生態(tài)系統(tǒng)內(nèi)部的環(huán)境營力組成的一個目標(biāo)生態(tài)系統(tǒng)的多維力場。第二部分的作用是模擬環(huán)境營力對微生物活動的影響，并計算植物-土壤系統(tǒng)中主要溫室氣體（CO2、CH4和N2O）以及N2、NO、NH3的排放。運行模型時，需輸入數(shù)據(jù)包括氣候數(shù)據(jù)（氣溫、降水和太陽輻射）、土壤性質(zhì)（容重、質(zhì)地、粘粒含量、酸堿度以及初始SOC含量）、土地利用（農(nóng)作物種類和輪作）和農(nóng)田管理（翻耕、施肥、灌溉、秸稈還田比例等）。該模型是對土壤碳、氮循環(huán)機制進行全面描述的過程模型，適用于點位和區(qū)域尺度的各種氣候帶的農(nóng)業(yè)生態(tài)系統(tǒng)[25]。目前,世界上已經(jīng)有很多國家的科學(xué)家使用DNDC模型進行應(yīng)用研究，如對美國愛荷華州馬斯凱丁縣的玉米生長過程的模擬[26]、美國夏威夷的甘蔗的生長模擬[27]、中國東北遼寧的玉米產(chǎn)量進行模擬和分析[28]、英國帝國大學(xué)和農(nóng)業(yè)研究所利用DNDC模型對英國種植的楊樹進行了7年的模擬研究[29]。2000年結(jié)束的亞太地區(qū)全球變化國際研討會上，DNDC模型被指定為在亞太地區(qū)進行推廣的首選生物地球化學(xué)模型[30]。圖2DNDC模型結(jié)構(gòu)圖[24]Figure2DNDCmodelstructurediagram[24]1.3氣體樣品的采集SLP2樣地內(nèi)隨機選取3個樣方，將樣方內(nèi)的植物用剪刀齊地剪除，然后用靜態(tài)箱法采集CO2地表氣體樣品。采樣箱（0.4m×0.4m×0.4m）用不銹鋼材料焊接制成，箱外罩有3cm厚保溫板，箱內(nèi)安裝有小風(fēng)扇和空氣溫濕度計；箱底基座（0.4m×0.4m×0.1m）由不銹鋼片焊制而成，呈四面體，上端有凹槽，采集氣體樣品時，將采樣箱倒扣入基座凹槽中并注水密封[31]。高寒草甸土壤CO2地表通量日變化觀測時間均為：2013年4月28日、5月4日、6月28日、8月1日、9月29日、10月5日和12月31日。從當(dāng)日0:00至21:00，每3h觀測一次，每次觀測地表氣體時用100mL注射器采集3個氣體樣品（在30min內(nèi)每間隔15min采集1次氣體樣品）。1.4環(huán)境因子監(jiān)測本研究選取的環(huán)境因子為氣象要素中的空氣溫度、降水、風(fēng)速、太陽總輻射和10cm土壤溫濕鹽。試驗樣地所在的綜合觀測場內(nèi)布設(shè)有測定氣象和土壤溫濕鹽的全自動監(jiān)測系統(tǒng)。氣象要素中的空氣溫度測定采用HMP155A型溫濕度傳感器（Vaisala），太陽輻射的測定利用CS300型傳感器（Campbell），風(fēng)速的測定利用034B型風(fēng)速風(fēng)向儀（MetOne）。10cm深度處土壤溫度、含水量和鹽分（簡稱溫濕鹽）的測定利用Hydra-ProbeII型土壤傳感器（Stevens），每10min記錄一次數(shù)據(jù)（連續(xù)監(jiān)測）。1.5分析方法氣體樣品CO2的濃度分析使用儀器為安捷倫7890A溫室氣體分析系統(tǒng)，載氣為高純N2（30ml/min），色譜柱為HayesepQ（80-100目），工作溫度為60℃。CO2在375℃下先經(jīng)鎳觸媒轉(zhuǎn)化器還原成CH4后其濃度被火焰離子化檢測器檢測（250℃）；定量所使用的標(biāo)準(zhǔn)氣體中CO2濃度為402.97ml?m-3；該標(biāo)準(zhǔn)氣體由中國氣象局中國氣象科學(xué)研究院提供，經(jīng)多輪標(biāo)校，濃度定值結(jié)果可溯源世界氣象組織（Worldmeteorologyorganization）維持的國際一級標(biāo)準(zhǔn)。其中，溫室氣體的排放速率計算采用如下公式[32]：F＝ρH（P／P0）（T0／T）（ΔC／Δt）式中：F為氣體排放速率；ρ為標(biāo)準(zhǔn)狀況下氣體密度；H為靜態(tài)箱高度；ΔC／Δt為靜態(tài)箱內(nèi)濃度變化速率；T0和P0分別為標(biāo)準(zhǔn)狀況下的空氣絕對溫度和氣壓；T為靜態(tài)箱內(nèi)的絕對溫度；P為采樣地點的氣壓。本研究相關(guān)性統(tǒng)計分析和回歸分析在SPSS22.0完成。1.6模型參數(shù)設(shè)置DNDC模型所需輸入?yún)?shù)包括地理與氣候、土壤、植被及管理措施參數(shù)等。由于參數(shù)較多，且有些參數(shù)無法通過實驗測定，需分類獲取。主要通過實驗測定、文獻收集以及采用模型默認(rèn)值等方法來綜合確定關(guān)鍵參數(shù)。1.6.1地理、氣候參數(shù)的確定氣象參數(shù)中的日最高、最低溫、日降雨量、輻射、濕度等數(shù)據(jù)來自于樣地觀測場的實測數(shù)據(jù)，其他數(shù)據(jù)采用模型默認(rèn)值，如表1所示，表1DNDC模型地理和氣候參數(shù)Table1GeographicandclimaticparametersoftheDNDCmodel輸入?yún)?shù)取值備注模擬地點疏勒河源SLP2樣地實測緯度38.21實測時間尺度12013降水中N濃度（ppm）20實測大氣NH3濃度(μgN·m-3)0.06默認(rèn)大氣CO2濃度(ppm)400實測研究期間，SLP2樣地氣溫整體上呈單峰型，最高日均溫出現(xiàn)在7月，為13.9℃，最低日均溫出現(xiàn)在1月，為－20.8℃（圖3）。降水年內(nèi)分配不均勻，主要集中在5-8月。圖3SLP2樣地2013年氣象要素Figure3MeteorologicalelementsofSLP2plotin20131.6.2土壤參數(shù)土壤作為元素遷移轉(zhuǎn)化的載體和各因素之間的通道，土壤的相關(guān)屬性參數(shù)對模型是否能準(zhǔn)確模擬尤為重要，詳細(xì)土壤參數(shù)如表2所示，其余均按照系統(tǒng)默認(rèn)值。表2DNDC模型土壤參數(shù)Table2DNDCmodelsoilparameters輸入?yún)?shù)取值備注類型干草原實測粘土比重0.176實測土壤容重1.84實測田間持水量0.49實測萎蔫點0.22實測SOC濃度（kgC·kg-1soil）0.02359實測pH8.84實測導(dǎo)水率0.02502實測孔隙度0.306實測土壤基本屬性（如土壤質(zhì)地、容重、pH、田間持水量、萎蔫點、粘土比重、孔隙度等）為必輸參數(shù)，但當(dāng)選擇了土壤質(zhì)地后，與質(zhì)地相關(guān)的田間持水量、萎蔫點、粘粒組成等表層土壤質(zhì)地數(shù)據(jù)以及土壤構(gòu)造數(shù)據(jù)均會通過模型內(nèi)部功能設(shè)定將自動顯示出來，同時，表層（0-5cm）土壤有機碳含量、氮濃度和銨鹽含量通過實地觀測數(shù)據(jù)獲得，其余參數(shù)均采取模型默認(rèn)。1.6.3管理措施參數(shù)人類活動對稻田溫室氣體排放具有重要影響。管理措施又包括農(nóng)作物的種類與輪作、耕耘、化肥施用、有機肥施用、旱地灌溉、水田淹灌、塑膜技術(shù)、放牧與割草等。該部分需要輸入的管理措施參數(shù)包括模擬年數(shù)、農(nóng)作物的種類與輪作系統(tǒng)基本參數(shù)（如輪作作物、各作物所持續(xù)的時間、輪作時間、各作物施肥次數(shù)和時間等）。因研究區(qū)屬于青藏高原自然放牧區(qū)，故作物主要為高寒草甸類植被。1.6.4植被參數(shù)植被在土壤生態(tài)過程中也扮演著很重要的角色，其作為第一生產(chǎn)者通過光合作用為生態(tài)系統(tǒng)提供主要碳源，同時合成和分解其他物質(zhì)，貫穿在整個生態(tài)系統(tǒng)循環(huán)過程中。植被參數(shù)主要包括作物種類、最高生物量、生物量分配比例、C/N比值、生長積溫、總需氮量、需水量、固氮系數(shù)、最適溫度、秸稈還田比例等，界面輸入數(shù)據(jù)如表3所示。表3DNDC模型主要植被參數(shù)Table3MainvegetationparametersofDNDCmodel輸入?yún)?shù)取值備注作物種類多年生牧草實測最高生物量（kgC·hm-2）3672實測生物量分配比例0.01谷粒、0.54莖葉、0.45根默認(rèn)生物量C/N比值35谷粒、45莖葉、55根默認(rèn)總需氮量（kgN·hm-2）139.179模型計算生長積溫（℃/生長季）3000默認(rèn)需水量（g水/干物質(zhì)）350模型計算固氮系數(shù)1.01默認(rèn)最適溫度（℃）25～30默認(rèn)秸稈還田比例0.4實測研究區(qū)SLP2樣地地理與氣候、土壤參數(shù)、植被參數(shù)等均采用統(tǒng)一的氣象站點觀測數(shù)據(jù)和模型計算數(shù)據(jù)。2結(jié)果與討論2.1CO2通量變化特征本研究在測量地表CO2通量時，選取暗箱法，箱內(nèi)有生長的植物，觀測前對樣方內(nèi)的地表植被進行了刈割處理。因此，測得的CO2通量包括植物根系自養(yǎng)呼吸與土壤微生物異養(yǎng)呼吸產(chǎn)生的CO2之和。本研究CO2通量變化特征從日變化與季節(jié)變化展開。2.1.1日變化在整個觀測時間內(nèi)（2013年4月28日、5月4日、6月28日、8月1日、9月29日、10月5日和12月31日），從當(dāng)日0：00到21：00，每3h觀測一次，根據(jù)這些數(shù)據(jù)可以做出土壤CO2通量日變化特征圖（如圖4所示）。由圖可見，SLP2樣地土壤CO2通量的日變化大致表現(xiàn)出“倒N”型趨勢，即只有兩個峰值，最大值出現(xiàn)在下午15:00左右，為481.00mg?m?2?h?1，最小值出現(xiàn)在上午6:00或9:00，為23.79mg?m?2?h?1，其日變化規(guī)律與其他研究結(jié)果一致[33,34]，日變化通量范圍為23.79～481.00mg?m?2?h?1；因SLP2樣地2013年的實地觀測數(shù)據(jù)均為正值，故整個觀測期該地土壤表現(xiàn)為CO2的源。圖4SLP2不同觀測期土壤溫室氣體地表通量日變化Fig.4DiurnalvariationofsoilgreenhousegassurfacefluxinSLP2duringdifferentobservationperiods2.1.2季節(jié)變化在整個觀測期：2013年4月28日、5月4日、6月28日、8月1日、9月29日、10月5日和12月31日地表CO2日均排放速率分別為70.55mg?m?2?h?1、85.78mg?m?2?h?1、287.10mg?m?2?h?1、222.59mg?m?2?h?1、51.63mg?m?2?h?1、69.05mg?m?2?h?1、51.23mg?m?2?h?1，可以看出，該樣地2013年內(nèi)在不同觀測期地表CO2排放特征表現(xiàn)為先增加后降低的趨勢，年內(nèi)土壤地表CO2排放主要集中在6-8月，最大值出現(xiàn)在7月，出現(xiàn)這種現(xiàn)象的可能原因一方面是青藏高原土壤微生物長期適應(yīng)高寒環(huán)境，土壤微生物又多居于土壤表層（0-10cm）,而7月份的土壤表層溫度比平時要高（圖10），這可能會增加微生物活性，進而導(dǎo)致CO2通量增加[35],且最大排放量為332.88mg?m2?h?1，年排放總量為1479.24mg?m2?h?1（圖5）。圖5土壤溫室氣體地表通量季節(jié)變化Figure5Seasonalvariationofsurfacefluxofsoilgreenhousegases2.2模型驗證模型驗證是指利用模型模擬數(shù)據(jù)與實際觀測數(shù)據(jù)進行分析比較，以此量化模擬數(shù)據(jù)與實測數(shù)據(jù)間的差異，也是模型使用過程的基本組成部分之一。如果實地觀測數(shù)據(jù)與模型預(yù)測數(shù)據(jù)擬合得很好，可以認(rèn)為模型較好地模擬了實際的生物地球化學(xué)過程；反之，則認(rèn)為該模型對機理過程的模擬存在偏差甚至是模擬有誤。DNDC模型在過去的數(shù)年中被美國、德國、英國和澳大利亞等多國科學(xué)家用野外實驗數(shù)據(jù)進行了比較驗證,表明該模型具有較高的可信度[36～40]。為了保證模型模擬結(jié)果的可靠性，本研究利用中國科學(xué)院寒區(qū)旱區(qū)環(huán)境與工程研究所提供的研究樣地地表CO2通量的實測數(shù)據(jù)與模擬結(jié)果進行了比較，采取RMSE（均方根誤差）和R2（決定系數(shù)）量化模型精度，其公式如下：RMSE=R其中：Oi為第i個觀測值；Pi為第i個模擬值；O2.2.1土壤溫度土壤溫度作為影響植物生長和土壤碳氮循環(huán)過程主要的環(huán)境因子，對該草地生態(tài)系統(tǒng)各元素的轉(zhuǎn)化和循環(huán)具有決定性作用。因此，模型模擬土壤溫度動態(tài)變化的精度越高，說明模型越適用于模擬植物生長和土壤碳氮循環(huán)過程。DNDC模型能夠準(zhǔn)確模擬實驗樣地2013年10cm土壤溫度的變化（圖6），根據(jù)10cm土壤溫度模擬值與實測值的線性回歸分析可知，二者相關(guān)系數(shù)R2達到了0.9601（n=365，P<0.01），均方根誤差RMSE達到了0.21，表明10cm土壤溫度模擬值與實測值具有較好的一致性。圖6SLP2樣地10cm土壤溫度模擬值與實測值Fig.6Simulatedandmeasuredvaluesofsoiltemperatureat10cminSLP2plot2.2.2CO2通量模擬驗證DNDC模型在日尺度上可以較好的模擬捕捉到土壤生態(tài)系統(tǒng)總呼吸通量的峰值與低谷（圖7）。根據(jù)對2013年SLP2樣地地表CO2通量的模擬結(jié)果來看，通過對比驗證點的14組觀測值與模擬值發(fā)現(xiàn)，DNDC模型能較好的模擬該樣地地表CO2通量，通過作地表CO2通量的模型模擬值與實測值之間的線性回歸分析可得，二者相關(guān)系數(shù)R2達到了0.9783（n=14，P<0.01），均方根誤差RMSE為0.34?？傮w來數(shù)，2013年地表CO2通量的實地觀測值均略高于模型模擬值，說明該模型無法完全模擬該生態(tài)系統(tǒng)碳的遷移轉(zhuǎn)化過程，但凡是過程模擬模型，都無法達到完全符合實際情景的生物地球化學(xué)模擬過程。圖7SLP2樣地地表CO2通量模擬值與實測值比較及驗證Figure7ComparisonandverificationofsimulatedandmeasuredCO2fluxonthesurfaceofSLP2plot2.2.3模型參數(shù)化模型參數(shù)化是進行模擬的一個關(guān)鍵部分，在DNDC模型中,主要通過以下的步驟進行參數(shù)化：首先，需要將實地測量的氣候、土壤、管理措施等參數(shù)輸入到模型界面中。其次，待模型運行之后將模擬結(jié)果與實測結(jié)果進行對比分析，當(dāng)驗證兩者誤差較大時，我們會對模型進行校正過程。模型校正包括補充模型缺失模塊和修改模型缺省參數(shù)兩部分，但因前者實行起來難度較大，所以，模型校正一般情況下是通過修改模型缺省參數(shù)，即修改模型界面中輸入的參數(shù)對模型模擬結(jié)果進行優(yōu)化的，但修改參數(shù)的時候，并非肆意改動其數(shù)值，而是圍繞實地觀測數(shù)值進行微觀調(diào)整。最后，待模型在研究區(qū)得到較好的驗證結(jié)果時，方可對該地的碳氮遷移轉(zhuǎn)化過程以及溫室氣體的排放進行模擬。本研究該模型需要調(diào)整的參數(shù)如表4所示，在此，對土壤質(zhì)地和土壤表層（0-5cm）有機碳含量兩個參數(shù)進行調(diào)整以作示范作用，比較調(diào)參前后地表CO2通量的模擬結(jié)果，以此為例望更好的解釋模型調(diào)參這一重要過程，如圖8圖9所示，表4DNDC模型需調(diào)整參數(shù)Table4DNDCmodelneedstoadjustparameters因子項目氣候參數(shù)大氣CO2濃度、日最高溫和最低溫土壤參數(shù)容重、質(zhì)地、粘粒含量、pH及初始SOC含量圖8土壤質(zhì)地調(diào)參前后的模擬結(jié)果比較Figure8Comparisonofsimulationresultsbeforeandafteradjustingsoiltexture圖9土壤表層（0-5cm）有機碳含量調(diào)參前后模擬結(jié)果比較Figure9Comparisonofsimulationresultsbeforeandafteradjustmentoforganiccarboncontentinsoilsurfacelayer(0-5cm)2.2.4模擬精度評價模型的模擬結(jié)果存在不確定性，不確定性可能是輸入?yún)?shù)的不準(zhǔn)確造成的，也可能是模型的科學(xué)結(jié)構(gòu)不完善造成的。模型科學(xué)結(jié)構(gòu)的不完善，可通過比較不同模型的模擬結(jié)果與實測數(shù)據(jù)來發(fā)現(xiàn)。即使對一個模型經(jīng)過充分驗證，模擬結(jié)果仍會出現(xiàn)不確定性，這在一定程度上與輸入信息的不完善有關(guān)。所以，在使用模型中，這種不確定性是不可避免的，但我們會盡可能使模擬結(jié)果有說服力。本研究中，土壤溫度和地表CO2通量因測量原理及方式的差異，二者的模型模擬值與實地觀測值的擬合度也存在差異。顯然，單就相關(guān)系數(shù)（R2）來說，地表CO2通量（R2=0.9783）實測值與模擬值的相關(guān)系數(shù)優(yōu)于土壤溫度（R2=0.9601），；就均方根誤差（RMSE）而言，土壤溫度實測值與模擬值的均方根誤差（RMSE=0.21）小于地表CO2通量（RMSE=0.34）。相關(guān)系數(shù)越接近于1，實測值與模擬值的擬合度越好；均方根誤差越小，擬合度越好。但又因土壤溫度有一整年，即365個實測數(shù)據(jù)可與相對應(yīng)的模型模擬結(jié)果作線性回歸分析，而地表CO2通量只有14個實測數(shù)據(jù)可做線性回歸分析，所以單就其中一個來討論模型的模擬情況，無法準(zhǔn)確的評定模型對于目標(biāo)物的模擬精度。但因本研究主要以地表CO2通量的模擬為主，而對于土壤溫度模擬的目的在于起驗證模型模擬的可行性。因土壤溫度的驗證性較好，所以就DNDC模型對于地表CO2通量的模擬結(jié)果來看，其與實地測量結(jié)果有較好的一致性。2.3環(huán)境因子對CO2通量的影響本研究主要分析討論氣象要素中的氣溫、降水量、風(fēng)速、太陽輻射和10cm處土壤溫濕鹽對地表CO2通量的影響。氣象要素在文中均有展示（圖3），土壤溫濕鹽如圖10所示，圖10SLP2樣地2013年土壤溫濕鹽Figure10Soiltemperature,humidityandsalinityofSLP2plotin2013SLP2樣地整個觀測期地表CO2通量與氣象要素和10cm處土壤溫濕鹽的相關(guān)性分析結(jié)果見表5。CO2通量與氣溫、降水量、風(fēng)速、太陽輻射和10cm處土壤溫濕鹽均顯著相關(guān)。相關(guān)性分析結(jié)果顯示：第一，樣地地表CO2通量與氣溫（P＜0.01）和10cm土壤溫度（P＜0.01）顯著正相關(guān)，表明氣溫和土壤溫度是影響土壤CO2通量的關(guān)鍵因子。在達到微生物的最適溫度之前，土壤溫度升高對土壤微生物和酶活性以及土壤中有機質(zhì)分解都有促進作用，因此，土壤CO2排放速率會隨著溫度的升高而增加，使得土壤CO2排放量增加[41]。周黨衛(wèi)等[42]和王俊峰等[43]對青藏高原高寒草甸的研究也表明，5cm土壤溫度是影響CO2排放的關(guān)鍵因子之一。第二，樣地土壤CO2通量與地表10cm土壤含水量（P＜0.05）顯著相關(guān)，這是因為土壤含水量可以通過土壤通氣狀況和擴散路徑來影響CO2的排放速率[31]。第三，樣地土壤CO2通量與降水（P＜0.05）和太陽輻射（P＜0.01）顯著相關(guān)。第四，樣地土壤CO2通量與風(fēng)速這一環(huán)境因子的相關(guān)性不顯著（P＞0.05）。表5SLP2樣地地表CO2通量日變化與環(huán)境因子相關(guān)性統(tǒng)計分析Table5StatisticalanalysisofthecorrelationbetweendailyCO2fluxandenvironmentalfactorsinSLP2plots環(huán)境因子CO2通量（mg?m?2?h?1）氣溫/℃0.759**降水/mm0.635*太陽輻射/W?m-20.773**風(fēng)速/m?s-1-0.07410cm土壤溫度/℃0.803**10cm土壤含水量/%0.578*10cm土壤鹽度/mg?L-10.729**注：*表示相關(guān)性達到顯著水平(P<0.05)，**表示相關(guān)性達到極顯著水平(P<0.01)2.3.1小結(jié)本研究選取的環(huán)境因子有氣象要素中的氣溫、降水、太陽輻射、風(fēng)速以及10cm土壤溫濕鹽。地表CO2通量與氣象要素和10cm處土壤溫濕鹽的相關(guān)性分析結(jié)果顯示（表5），在觀測期內(nèi)，地表CO2通量與氣象要素中的氣溫、降水、太陽輻射和10cm處土壤溫濕鹽呈顯著正相關(guān)關(guān)系，而與風(fēng)速無顯著相關(guān)關(guān)系。本研究只分析了常見的環(huán)境因子對地表CO2通量的影響,也有研究表明[31]，表層土壤凍融交替作用可提高地表CO2的排放速率，土壤凍融交替作用也是寒冷區(qū)一大特有的象征性過程，后期研究將包括其對于地表CO2通量的驅(qū)動機理這一方面的展開。3總結(jié)與展望3.1結(jié)論1.整個觀測期SLP2樣地土壤表現(xiàn)為CO2源。2.地表CO2通量的日變化表現(xiàn)為“倒N”型趨勢，季節(jié)變化表現(xiàn)出先增加后降低的趨勢，且日變化范圍為23.79～481.00mg?m?2?h?1，年排放總量為1479.24g?m-2。3.土壤溫度和地表CO2通量的實地觀測值與模型模擬值具有較好的一致性，相關(guān)系數(shù)R2分別為0.9601（n=365,P＜0.01）和0.9783（n=14,P＜0.01），均方根誤差RMSE分別為0.21和0.23。4.地表CO2通量與氣溫（P＜0.01）、降水量（P＜0.05）、太陽輻射（P＜0.01）、10cm土壤溫度（P＜0.01）、10cm土壤含水量（P＜0.05）和10cm土壤鹽分（P＜0.01）均顯著相關(guān)，與風(fēng)速（P＞0.05）無顯著相關(guān)關(guān)系。3.2問題與展望本研究基于國際上廣泛應(yīng)用的生物地球化學(xué)過程模型（DNDC模型），結(jié)合氣象、土壤和管理措施等數(shù)據(jù)模擬了疏勒河源高寒草甸SLP2樣地2013年土壤地表CO2通量，并將模擬值與觀測值進行比較。文章主力集中在DNDC模型應(yīng)用于該場地的可行性分析，但仍存在以下問題：1.模擬結(jié)果的不準(zhǔn)確。由于高原高寒缺氧及低溫大風(fēng)等自然條件的限制，觀測次數(shù)偏少，即只在SLP2樣地一年中對溫室氣體進行了7次日變化觀測，數(shù)據(jù)重復(fù)性較低。同時由于時間關(guān)系，本研究目前僅對高寒草甸土壤溫室氣體一年的觀測數(shù)據(jù)進行對比分析討論，模型只能通過校正更加符合實際的情景，并不能達到完全擬合的程度。2.模型校正的困難。DNDC模型需要輸入的參數(shù)較多，并且受土壤和氣候因素影響較大，如何準(zhǔn)確找到校正的參數(shù)是其面臨的一大問題。本研究通過對關(guān)鍵環(huán)境因子的實際測量數(shù)據(jù)進行調(diào)整，將模擬出來的土壤氣候、地表溫室氣體通量等眾多模擬結(jié)果與實地測量結(jié)果進行比對，以至于達到盡可能最優(yōu)的擬合度，進而進行后續(xù)的研究討論。3.模型模塊的缺乏。不能忽略積雪的保溫作用，即要對土壤表層溫度進行較精確的模擬。因?qū)嶋H觀測場處于寒冷地區(qū)，在一年的部分時間里有冰雪存在，所以對于積雪對土壤地表溫度的影響不容小覷。并且模型校正包括補充模型缺失模塊和修改模型缺省參數(shù)兩部分，由于模型代碼的不公性，增加模型的模擬模塊存在一定難度，因此，DNDC模型的校正主要集中在對模型缺省參數(shù)的修改上，所以使得積雪模塊這一部分的缺失只能通過調(diào)整已知參數(shù)盡可能彌補這一不足之處。在后續(xù)研究中，會持續(xù)提高模型在研究區(qū)的適用程度，主要通過以下方面展開：1.為加強模擬結(jié)果的準(zhǔn)確性，利用2013年前后兩年，即2012年和2014年的實地觀測數(shù)據(jù)進行模型模擬的整個運行過程，尤其加強模型調(diào)參這一塊的運行工作；2.除土壤溫度這一驗證因子之外，還會開展降水量等因子的模擬精度評價；3.從模擬一種溫室氣體增加到多種溫室氣體，以期達到預(yù)測未來土壤溫室氣體的排放。參考文獻[1]StockerTF,QinDH,PlattnerG-K,etal.Climatechange2013:thephysicalsciencebasis:contributionofworkinggroupItothefifthassessmentreportoftheintergovernmentalpanelonclimatechange[M].NewYork:CambridgeUniversityPress,2013.[2]劉惠,趙平,王躍思,等.華南丘陵區(qū)農(nóng)林復(fù)合生態(tài)系統(tǒng)稻田二氧化碳排放及其影響因素.生態(tài)學(xué)雜志,2006,25(5):471-476.[3]夏文建,周衛(wèi),梁國慶,等.稻麥輪作農(nóng)田氮素循環(huán)的dndc模型分析[J].植物營養(yǎng)與肥料學(xué)報,2012(1):77-88.[4]高崇升,楊國亭,王建國,等.Century模型在農(nóng)田生態(tài)系統(tǒng)中的應(yīng)用及其參數(shù)確定[J].土壤與作物,2006,22(1):50–52.[5]韓其飛,羅格平,李超凡,等.基于biome-bgc模型的天山北坡森林生態(tài)系統(tǒng)碳動態(tài)模擬[J].干旱區(qū)研究,2014,31(3):375–382.[6]王金洲.RothC模型模擬我國典型旱地土壤的有機碳動態(tài)及平衡點[D].北京:中國農(nóng)業(yè)科學(xué)院,2011.[7]Noirot-cossonPE,DhaouadiK,EtievantV,etal.Parameterizationofthencsoilmodeltosimulatecandnshort-termmineralizationofexogenousorganicmatterindifferentsoils[J].SoilBiology&Biochemistry,2017,104:128–140.[8]李長生.生物地球化學(xué)的概念與方法──dndc模型的發(fā)展[J].第四紀(jì)研究,2001,21(2):89–99.[9]UnitedStatesEnvironmentalProtectionAgency.InventoryofUSgreenhousegasemissionsandsinks,1990-1994[M].Washington,D.C.:OfficeofPolicy,Planning,andEvaluation,UnitedStatesEnvironmentalProtectionAgency,1995.[10]SaggarS,AndrewRM,TateKR,etal.Modellingnitrousoxideemissionsfromdairy-grazedpastures[J].NutrientCyclinginAgroecosystems,2004,68:243-255.[11]LiC,TrettinC,GeS,etal.Modellingcarbonandnitrogenbiogeochemistryinforestecosystems[J].3rdInternationalNitrogenConference，2005893-898.[12lNeufeldtH.SchaeferM,AngenendtE,etal.Disaggregatedgreenhousegasemissionlnventoriesfromagricultureviaacoupleeconomic-ecosystemmodel[J].Agriculture,EcosystemsandEnvironment,2005,112:233-240.[13]BeheydtD.Nitrousoxideemissionfromagriculturalsoils;experimentalapproachandsimulation.FacultyofBioscienceEngineering[D].Ghent,GhentUniversity,2006:121-136.[14]ZhangY,SachsT,LiC,etal.Upscalingmethanefluxesfromclosedchamberstoeddycovariancebasedonpermafrostbiogeochemistryintegratedmodel[J].GlobalChangeBiology,2012,18:1428-1440.[15]方精云，樸世龍，趙淑清，等．CO2失匯與北半球中高緯度陸地生態(tài)統(tǒng)的碳匯［J］.植物生態(tài)學(xué)報，2001，25(5):594-602．[16]GatesDM．Climatechangeanditsbiologicalconsequences［M］.Sunderland，Massachusetts:SinauerAssociatesInc，1993:45-87．[17]方精云．中國陸地生態(tài)系統(tǒng)的碳循環(huán)及其全球意義［A］．現(xiàn)代生態(tài)學(xué)的熱點問題研究［C］．北京:中國科學(xué)技術(shù)出版社，1996:240-250．[18]陳生云，劉文杰，葉柏生，等.疏勒河上游地區(qū)植被物種多樣性和生物量及其與土壤環(huán)境的關(guān)系[J].草業(yè)學(xué)報，2011,20(3):70-83.[19]LiCS,MosierA,WassmannR,etal.Modelinggreenhousegasemissionsfromrice-basedproductionsystems:Sensitivityandupscaling[J].GlobBiogeochemCycles,2004,18:GB1043,doi:10.10292003GB002045.[20]LiCS,FrolkingS,XiaoXM,etal.ModelingimpactsoffarmingmanagementalternativesonCO2,CH4,andN2Oemissions:AcasestudyforwatermanagementofriceagricultureofChina[J].GlobBiogeochemCycles,2005,19,GB3010,doi:10.10292004GB002341.[21]LiCS,QiuJJ,FrolkingS,etal.Reducedmethaneemissionsfromlarge-scalechangesinwatermanagementinChina'sricepaddiesduring1980-2000[J].GeophysResLett,2002,29:GB1972,doi:10.10292002GL015370.[22]CaiZC,SawamotoS,LiCS,etal.FieldvalidationoftheDNDCmodelforgreenhousegasemissionsinEastAsiancroppingsystems[J].GlobBiogeochemCycles,2003,18:GB1043,doi:10.10292003GB002045.[23]LiCS,SalasW,DeAngeloB,etal.AssessingalternativesformitigatingnetgreenhousegasemissionsandincreasingyieldsfromriceproductioninChinaoverthenexttwentyyears[J].EnvironQual,2006,35:1554-1565.[24]LiCS．Modelingtracegasemissionsfromagriculturalecosystems.NutrientCyclinginAgroecosystems,2000,58:259－276.[25]邱建軍,王立剛,李虎,等.農(nóng)田土壤有機碳含量對作物產(chǎn)量影響的模擬研究[J].中國農(nóng)業(yè)科學(xué),2009,42(1):154–161.[26]LiCS,FarahbakhshazadN,DanBJ,etal.Modelingnitrateleachingwithabiogeochemicalmodelmodifiedbasedonobservationsinarow-cropfieldiniowa[J].EcologicalModelling,2006,196(1/2):116–130.[27]Shlomoorr,LiJ.Modelingofvirustransportinthesubsurface,southernoahu,hawaii[D].WaterResourcesResearchCenterUniversityofHawaiiatManoa,1997.[28]喻朝慶,李長生,張峰,等.大尺度農(nóng)業(yè)因旱減產(chǎn)動態(tài)預(yù)報及不同空間尺度的災(zāi)情重現(xiàn)期變化評估:以遼寧省為例[C].北京:中國氣象學(xué)會年會