冬小麥凈碳交換量和光能利用率對晴空指數變化的響應

楊曉亞， 何 乾， 江曉東

(南京信息工程大學應用氣象學院/江蘇省農業氣象重點實驗室， 南京 210044)

陸地生態系統受到較多的人為干擾及自身下墊面復雜性的影響，是目前陸氣系統間碳交換研究中不確定性最大的因素[1]。農田生態系統是受到人為因素干擾最強烈的系統。人為掌控的農業活動也成為加速全球變暖中的原因之一，因此農田生態系統碳交換及其影響因素的研究受到越來越多的關注[2]。

基于通量觀測的生態系統碳交換及其影響因素的研究，多集中于葉面積指數較高的森林生態系統[3-8]，也有針對草地[9-12]、濕地[9]或者農田[13-14]等生態系統的研究。近年來，較多研究表明，在散射輻射比例較高的多云天氣，生態系統的CO2凈交換量(net ecosystem exchange of CO2, NEE)和光能利用率(light use efficiency, LUE)都較晴朗天氣有明顯提高[3-5]。因此在生態系統總初級生產力(gross primary productivity, GPP)的模擬和預測中必須考慮散射輻射的影響[12]。另外在作物模型的模擬中，也應考慮散射輻射對作物光合作用的影響[13, 15]。目前散射輻射對NEE和LUE的影響的量化在不同的研究中結論不一致[14-15]，主要歸因于不同研究站點葉面積指數和氣候類型的差異。有必要在多種類型的生態系統及不同氣候背景下，定量研究散射輻射的影響，為準確模擬GPP提供參考。

由于大多數研究站點沒有散射輻射的觀測值，以往的研究通常采用晴空指數(clearness index)kt[3-4]、云量指數[16-17]、散射輻射比例[18]來表示天空中散射輻射的變化。Wang等[19]在丹麥高緯度地區的落葉林的研究表明，云量指數和散射輻射比例的相關系數為0.94，任一指數都能代表本研究區域的散射輻射變化。由于多數站點缺乏散射輻射的觀測值，散射輻射比例多由經驗公式模擬得到[14]。晴空指數kt能反映到達地面的太陽輻射情況，并能反映太陽輻射穿過大氣層過程中受到臭氧層、云、氣溶膠、大氣分子等影響后的太陽輻射變化[4]。可以用kt來表征云的薄厚和云量情況，進而來表征不同的天氣狀況。基于農田生態系統的通量觀測和常規氣象觀測數據，綜合分析冬小麥拔節至乳熟期NEE和LUE對kt的響應，并探討氣象因素的協同影響，為氣候變化背景下提高GPP模擬的準確度提供一定的科學依據。

1 研究站點概況及研究方法

1.1 研究站點概況

觀測地點為壽縣國家氣候觀象臺(32°30′N， 116°46′E，海拔26.8 m)，屬于中國氣候觀測系統確定的黃淮農業生態觀測區。壽縣坐落于安徽省中部，淮河中游的南岸，屬于亞熱帶季風性濕潤氣候[20]。多年平均氣溫為15 ℃，氣溫年較差為27.2 ℃，年均降雨量為1 022 mm。壽縣國家氣候觀象臺的作物種植制度為冬小麥-水稻一年兩熟。冬小麥10月下旬播種，次年5月底成熟收獲。播種前施底肥，施肥量為230 kg N/ha。冬小麥生育期間沒有灌水，整個生育期間沒有受到嚴重的氣象災害或者病蟲害的影響。

1.2 研究方法

1.2.1 通量數據觀測

2008、2009年冬小麥田的CO2通量數據和常規氣象觀測數據，來自壽縣農田生態觀測區的通量觀測系統。渦度相關系統的探頭安裝在4 m高度處，主要由開路式CO2/H2O分析儀(LI-7500, Li-Cor Inc., Nebraska, USA)、三維超聲風速儀(CSAT3, Campbell Sci. Inc., Utah, USA)和數據采集器(CR1000，Campbell Scientific Inc., Utah, USA)組成。

研究所用常規氣象數據由邊界層氣象塔觀測，共有5層(2、4、10、20和30 m)，每層都裝有空氣溫濕傳感器。在氣象塔的4 m高度處安裝輻射測量計，觀測太陽輻射(solar radiation)S、光合有效輻射(photosynthetically active radiation, PAR)、氣溫、相對濕度和實際水汽壓等，采樣頻率10 Hz，利用數據采集器，每30 min輸出一組平均值。土壤溫度由土壤溫度廓線儀(安裝在地下，共有5、10、15、20、40 cm這5個層次)觀測，每30 min輸出一組平均值。

1.2.2 通量數據處理

在通量觀測過程中，由于儀器故障、天氣狀況等原因，會導致數據異常或缺失[20]，需要對原始數據進行篩選和剔除，具體步驟為：①設定通量數據閾值，剔除由于不利天氣因素、人為因素或是電源故障對原始數據觀測產生的異常點；②為了消除觀測數據對夜間低湍流的響應，剔除夜間摩擦風速小于0.15 m/s的觀測數據[21]；③對經過上述初步篩選的數據進行方差和月平均值的計算，然后剔除與平均值間相差超過3倍方差的數值。剔除異常數據后，用以下方法對缺失數據進行插補：對于小于2 h缺失數據使用線性內插法插補；對于大于2 h缺失數據采取平均日變化法進行插補。插補后得到的連續30 min CO2通量數據即為NEE，當NEE為負值時表示生態系統吸收CO2，正值表示生態系統釋放CO2。

為了剔除葉面積指數變化對NEE的影響，研究選取冬小麥生長相對穩定的階段，即拔節至乳熟期進行分析。2008、2009年冬小麥的拔節至乳熟期分別為3月17日—5月15日和3月7日—5月9日。由于一天中，植物光合作用活躍的時間段通常為10：00—16：00[16]，壽縣站冬小麥拔節至乳熟期此時段內太陽高度角(β)的變化范圍為24°～76°。為了消除太陽高度角對分析結果的影響，以10°為間隔將此范圍內的太陽高度角進行分組，分別分析kt的變化對NEE和LUE的影響。

1.2.3 光能利用率

光能利用率指植物通過光合作用將所獲取的能量轉化為有機干物質的效率。LUE的大小與天空中的云量變化有關，當天空有云層覆蓋、太陽輻射改變時，植被的LUE將隨之改變。生態系統水平的LUE(mmol/mol)，為農田生態系統總初級生產力GPP[mg CO2/m2·s]與PAR[μmol/(m2·s]的比值。

LUE=GPP/PAR

(1)

在生態系統水平上，GPP與NEE及生態系統呼吸(ecosystem respiration)Re, mg CO2/(m2·s)，有如下關系：

GPP=Re-NEE

(2)

利用夜間NEE與土壤5 cm處的溫度數據對Lloyd-Taylor方程[22]進行擬合，利用擬合好的方程估算白天的Re：

(3)

式(2)中:T為土壤5 cm處的溫度，℃；Rref為生態系統在參考溫度Tref(10 ℃)下的呼吸值，mg CO2/(m2·s)；E0為活化能，J/mol；T0為常數，-46.02 ℃。

1.2.4 晴空指數

利用晴空指數kt反映太陽輻射的實時變化。晴空指數是指在一定太陽高度角下地表接受總太陽輻射S(W/m2)和平行于地表面上接受的總太陽輻射Se(W/m2)的比值[13]：

Se=Sse[1+0.033cos(360td/365)]sinβ

(4)

kt=S/Se

(5)

式中：Sse為太陽常數，1 370 W/m2；β為太陽高度角；td為日序數。

當kt接近1時代表天空晴朗無云，太陽輻射強；kt接近0時代表天空被云層完全覆蓋，太陽輻射弱。

2 結果與分析

2.1 研究時段內的氣象要素變化

由圖1可知，2008、2009年冬小麥拔節至乳熟期內的氣溫均為平緩上升趨勢，PAR和飽和水汽壓差(vapor pressure deficit, VPD)曲線波動幅度較大，有降水的日期基本與PAR和VPD曲線的低谷值日期相對應。研究階段內，2008、2009年氣溫均值分別為15.7、14.6 ℃；降水總量分別為192.7、104.4 mm，PAR總量分別為1 865.9、1 951.6 mol/m2，VPD的均值分別為7.1、7.5 hPa。2008年降雨量稍高于2009年，2008年的PAR和VPD稍低于2009年。

圖1 冬小麥拔節至乳熟期逐日平均氣溫、降水量、光合有效輻射和飽和水汽壓差隨時間的變化Fig.1 Changes of daily mean temperature, precipitation, photosynthetic active radiation and vapor pressure deficit from jointing to milky maturity of winter wheat

2.2 不同晴空指數下NEE的變化

圖2中NEE為負值，以NEE的絕對值進行分析。不同太陽高度角下，隨著kt的增加，NEE均表現為先升高后降低的趨勢。表明在太陽輻射水平較低時，隨著kt的增加NEE逐漸增加；到達一定kt以后，NEE隨著晴朗程度的增加又表現為下降的趨勢。將NEE與kt的關系用三次多項式進行擬合，當kt<0.5，NEE隨kt增大而增加；在kt處于0.5～0.7時，NEE達到最大；當kt>0.7時，NEE隨kt增大而減小。kt的變化能解釋NEE變化的53%～65%。

根據NEE與kt的關系曲線，不同太陽高度角范圍內的NEE達到最大值時kt分別為0.65[圖2(a)]、0.59[圖2(b)]、0.59[圖2(c)]、0.57[圖2(d)]，平均值為0.6。這一結果表明，有部分云層覆蓋的中等太陽輻射條件(kt=0.6)最有利于該生態系統對碳的吸收。

2.3 光能利用率隨晴空指數的變化

在不同的太陽高度角范圍內，LUE均隨著kt值的增大而呈現下降趨勢。用指數方程來擬合圖中散點，可使擬合曲線的R2達到最大。表明LUE隨著kt值的增大呈現指數下降的變化趨勢(圖3)。kt值的變化可以解釋LUE變化的55%～61%。表明在晴空指數較低，即在天氣條件處于多云或陰的時候，該生態系統的LUE較高。

圖3 2008、2009年拔節乳熟期不同太陽高度角(β)范圍內光能利用率LUE與晴空指數kt的關系Fig.3 Relationships between ecosystem light use efficiency and clearness index at different solar altitude angles (β) from jointing to milky maturity of winter wheat in 2008 and 2009

2.4 氣象要素對晴空指數變化的響應

晴空指數kt的變化，不僅能密切反映生態系統中PAR的變化，還會引起氣溫和飽和水汽壓差的變化。而氣溫和VPD的變化對NEE會產生一定影響。由圖4可知，2009年冬小麥拔節至乳熟期，氣溫隨著kt的增加為上升趨勢。即天空越晴朗，太陽輻射強度越高，氣溫也會隨之升高。在kt升高到一定程度后，氣溫的增加將引起地上部分呼吸作用的增加，因此NEE將降低。2008年冬小麥拔節至乳熟期kt和氣溫的關系與此圖類似。

VPD通過對冬小麥葉片氣孔的閉合產生壓力，影響其光合作用過程中對O2、CO2和H2O等氣體的進出，進而對NEE產生影響。2009年冬小麥拔節至乳熟期的VPD隨著kt的增加而呈指數形式增加(圖4)，表明天氣越晴朗，空氣越干燥。VPD的增加，引起冬小麥葉片氣孔的閉合，抑制光合作用，從而使NEE降低。在kt較高的情況下，氣溫和VPD的增加均會引起NEE的降低，這也從側面說明了kt大于0.6以后，隨著kt的增加，NEE會降低(圖2)的原因。

圖4 冬小麥拔節至乳熟期氣溫和飽和水汽壓差隨晴空指數的變化(太陽高度角范圍為50°～60°)Fig.4 The change of air temperature and vapor pressure deficit from jointing to milky maturity of winter wheat with the change of clearness index (the range of sun altitude angle is 50°～60°)

3 討論

在壽縣農田通量觀測的基礎上，研究了晴空指數變化對冬小麥NEE和LUE的影響。研究結果表明當kt在0.6左右的多云天氣條件時，冬小麥生態系統NEE達到最大。在kt相對較高的晴天條件下，kt的增加會導致冬小麥田生態系統NEE的降低。以往研究表明，在晴空指數kt為0.4～0.7時，溫帶森林系統NEE達到最大[3-4]；kt為0.6～0.7時，高寒草甸生態系統NEE達到最大[11]。可見多云狀況最有利于生態系統的碳吸收。但是在不同研究中達到最大NEE的kt有些差異，這應該是由于研究站點氣候的差異，以及不同生態系統植被類型的差異所導致。本研究還表明，kt的變化可以解釋NEE 53%～65 %的變化，表明kt是影響NEE變化的主要影響因素。

許多研究表明，散射輻射增強可顯著提高生態系統的LUE[3, 7, 18]。研究表明壽縣典型農田生態系統的LUE隨著kt的增加呈指數形勢下降，表明多云天氣條件有利于提高農田生態系統的LUE。kt的變化可以解釋LUE變化的57%。Yang等[13]在華北平原農田生態系統的研究結果表明，散射輻射比例是影響冬小麥LUE的主要因素，并且其變化可以解釋LUE變化的55%。張彌等[3]以長白山闊葉紅松林為研究對象，同樣表明森林生態系統的LUE隨著kt的增加呈指數下降。這些研究結果均表明，散射輻射是影響植被LUE變化的主要因素，在植被光合作用的模擬中必須考慮其影響。但是要把kt或者散射輻射比例引入LUE或者GPP模型中，還需要更多的站點和年份的觀測數據來定量化明確LUE與kt的關系。

農田生態系統NEE對太陽輻射和晴空指數的響應是太陽輻射、溫度、相對濕度等多種因子變化綜合作用產生的結果。kt增加引起了VPD和氣溫的增加，氣象因素的變化協同導致了NEE在晴朗天氣，即高太陽輻射條件下受到抑制。因此在關于農田生態系統NEE的影響因素研究中，還需要根據生態系統碳交換過程對不同環境因子的響應進行更細化的敏感性分析，從而明確農田生態系統在不同天氣條件下的響應機理。

4 結論

以壽縣農田通量觀測的CO2通量數據和微氣象數據為基礎，研究了晴空指數kt變化對冬小麥NEE和LUE的影響，得出了以下結論。

(1)冬小麥拔節至乳熟期的NEE的絕對值隨著kt的增加表現為先增加后降低的趨勢。不同太陽高度角下，當kt均值為0.6時，即在多云條件下，NEE的絕對值達到最高值。晴空指數值的變化可以解釋NEE變化的59%。

(2)冬小麥拔節至乳熟期的LUE隨著kt的增加呈指數形式下降(擬合曲線的R2均值為0.57)，表明kt是影響LUE的重要因素，相較于晴朗天氣，多云或陰天天氣能提高冬小麥LUE。

(3)kt變化引起的其他氣象要素(氣溫和VPD)的變化，共同導致了冬小麥NEE和LUE的變化。