应用案例

Picarro G2508（（基于野外观测和遥感影像的亚热带森林干旱季节土壤CO₂排放通量时空监测）

发表时间：2024-04-17

浏览量：19

点击蓝字

关注我们FOLLOW US

森林土壤的CO₂排放通量是全球碳循环的最大组成部分之一。准确估算森林土壤的CO₂排放通量可以帮助我们更好地了解森林地区的碳循环，准确预测未来气候变化。然而，缺少亚热带森林地区实地测量数据极大地限制了我们对区域和全球尺度森林土壤CO₂排放通量动态的理解。

本研究采用自动光腔衰荡光谱法(CRDS)分析仪对中国南方典型亚热带森林枯水期土壤CO₂排放通量进行了测定。结果表明，土壤CO₂的排放通量空间分布明显受地形的影响较高，高值主要分布在海拔较高的10~25度斜坡和向阳斜坡地区。

传统上，土壤CO₂排放通量是通过原位测量方法获得，使用自动封闭室法是测量森林碳通量最常用的途径之一，已被证明可以有效地捕获土壤CO₂排放通量的高时间分辨率信息。原位测量目前主要分布在欧洲和北美等中高纬度地区，对于低纬度地区，如非洲和中国的热带和亚热带森林地区，土壤CO₂排放通量数据是相当稀缺的。

近年来，虽然有一些研究致力于在野外测量的基础上研究亚热带和热带林区土壤CO₂排放通量的时间变化及其驱动因素，但大多是地块层面的研究，导致了全球碳预算的巨大不确定性。

实验采用光腔衰荡光谱分析仪Picarro G2508搭配采用厚壁不锈钢腔室(内径19.5cm，高度15cm)测量土壤CO₂排放通量。该仪器可以同时准确地测量多种气体通量(如CO₂、CH₄、N₂O、NH₃和H₂O)。

此外，Picarro独特的水汽校正算法可以自动校正水汽引起的CO₂浓度误差。本研究分别在CHD和GY两个实验区域测量了旱季的土壤CO₂排放量(如上图)。对于每个区域，每月进行两次测量。

本研究对中国南方典型亚热带森林生态系统在旱季的土壤CO₂的排放通量进行了测量。

结果表明，它随时间和空间有明显的变化。并且在旱季土壤CO₂排放通量的变化是由非生物因子(ST和SM)和生物因子(植被生产力)的变化驱动。特别是旱季降水会影响土壤水分，从而直接决定亚热带森林土壤CO₂通量。

在此基础上，建立了基于遥感数据的机器学习随机森林(RF)模型，对两个研究区域的土壤CO₂排放通量动态进行了模拟，该模型在预测研究区域土壤CO₂排放通量动态方面表现出了良好的性能。基于RF模型，绘制了一个大型森林流域土壤CO₂排放通量的时空格局，并进一步研究了地形因素对流域土壤CO₂排放通量的影响。高海拔地区、10 ~ 25度斜坡和向阳坡土壤CO₂排放通量较高；在模拟亚热带森林土壤CO₂排放通量时，未来的研究有必要考虑不同地形因素的影响。

虽然提出的RF模型表明，结合RS数据的机器学习方法在预测和估算亚热带森林生态系统土壤CO₂排放通量方面具有很高的潜力，但利用RS监测亚热带和热带森林生态系统土壤CO₂排放通量仍处于探索阶段，因此我们的研究提供了一些初步的参考和评价结果。未来还需要更多的实地观测来进行模型校准和验证。

此外，卫星遥感的高空间(如Landsat和Sentinel)分辨率数据与时间(如MODIS)分辨率数据的融合，可能为提高亚热带和热带森林生态系统土壤CO₂排放通量监测精度提供新的思路。

文章链接：https://www.mdpi.com/2072-4292/13/17/3481

- END -

如果对该文章内容或者仪器应用有任何疑问，欢迎与我们联系讨论：

陈晓峰应用与售后经理 chenxf@cen-sun.com

高春辉高级应用工程师 gaoch@cen-sun.com