教官嗯啊别吸了上课呢求你了,少妇乱小说录目伦在线下载,坐在公车最后一排被强

      產品應用

      相關產品

      相關產品資訊

      您現在的位置:首頁 > 產品應用 > 典型案例 > 典型案例

      LI-COR EC應用案例 |【PNAS】成都山地所在青藏高原陸地碳匯研究方面取得重要進展

      來源:北京力高泰科技有限公司 發布時間:2021-08-19 13:40:20 點擊數:290 使用提問 咨詢價格

      原文以Plant uptake of CO2 outpaces losses from permafrost and plant respiration on the Tibetan Plateau為標題發表在  PNAS(IF=11.205)上。
      內容來源/http://imde.cas.cn/

      青藏高原是全球最大的高山凍土區,氣候變暖可能導致大量凍土碳釋放,但氣候暖濕變化也能促進植物碳固定提升,使得區域碳源匯平衡狀態和趨勢存在不確定性。

      近期,中科院成都山地災害與環境研究所西藏生態環境創新團隊與中科院青藏高原研究所、中科院西北生態環境資源研究院、中科院地理科學與資源研究所、蘭州大學等合作,通過綜合定位監測、控制試驗和模型模擬等技術手段對青藏高原陸地生態系統碳源匯現狀及動態進行了系統研究。 

      研究發現,青藏高原32監測點中26個呈現凈碳匯狀態,區域凈碳匯是此前科學界預期的4倍(130.0±53.6 Tg C y-1)。

      高寒生態系統凈碳匯最強值出現在約海拔4000米左右。碳交換的溫度敏感性分析發現,水熱同期的夏天碳固定速率系統性地高于冬季碳釋放對溫度的敏感性,且這一現象在更高海拔地區更加明顯。

      16個控制實驗結果顯示,青藏高原碳匯在模擬變暖情境下總體呈現增強趨勢且存在閾值(~2.0℃),模式模擬也表明青藏高原暖濕化對碳固定的促進超過了凍土碳釋放的影響(21世紀末不同氣候情境下凈碳匯范圍為178~318  Tg C y-1)。

      上述證據表明,青藏高原高寒生態系統總體是重要的碳匯,將對氣候變暖形成負反饋。 

      該研究得到了中國科學院A類戰略性先導科技專項“泛第三極環境變化與綠色絲綢之路建設”、第二次青藏高原綜合科學考察研究、國家自然科學基金、中國科學院青年創新促進會等項目支持,為青藏高原生態安全屏障關鍵功能量化和重大生態工程時空格局優化提供了重要科技支撐,并以“Plant uptake of COoutpaces losses from permafrost and plant respiration on the Tibetan Plateau”為題發表在國際學術期刊PNAS上。

      31套LI-7500系列CO2/H2O分析儀在本研究中的應用

      1629351272483011.jpg

      LI-COR渦度相關通量觀測系統

      研究者們使用了分布在青藏高原的32個渦度通量站點的觀測數據。數據分兩種類型,原始數據以及公開發表文獻中的數據。

      查找文獻使用的數據庫包括:Web of Science和中國知網。搜索的關鍵詞為:渦度相關、高山、碳通量、青藏高原。

      渦度相關監測站點囊括了這一地區的所有生態系統類型:高山灌叢(2個臺站)、高山草甸(16個臺站)、高山草原(4個臺站)、高山荒漠(1個臺站)、高山濕地(9個臺站)。所有這些臺站位于青藏高原中部和東部。

      1629351309157491.png

      青藏高原的西部和北部站點偏少,主要是那些地方自然條件嚴酷,公路偏少。

      海拔3000-3500m的臺站10個;海拔3600-4000米的臺站5個;海拔4000至4500m的臺站7個;海拔4500-5000米的臺站5個。

      在這些臺站中,10個位于連續凍土區,22個位于非連續凍土區。數據總計為77個站點年,平均每個站點有2.4年的數據。其中,57個站點年的數據是從2010年至2020年,占總數據集的四分之三。當有超過1年的連續觀測數據后,計算站點的年平均值。

      在這些數據集中,本文的作者們負責10個臺站的運行管理。通量數據采樣間隔為30min或60min。其余的數據來自于同行評議的論文。

      640 (1).png31套LI-7500系列CO2/H2O分析儀在本研究中的應用

      使用通用的主流方法處理原始數據。使用渦度通量數據分析軟件EddyPro(LI-COR Inc.)和TK3執行坐標旋轉和WPL訂正。凈輻射為正值的時段,定義為白天的通量;反之則被歸類為夜間的通量。

      經過穩態和整體湍流特征測試后,使用中國通量網的平均值測試方法,把摩擦風速U* 小于0.1至0.21m s-1 的夜間CO2通量全部剔除。

      5月(或4月下旬)至9月(或10月)定義為生長季,其余月份為非生長季。

      2小時以內的通量數據缺失使用線性插補。

      在生長季內,超過2h的數據缺失使用Michaelis–Menten光響應曲線方程進行插補:NEP=(α × PAR × Amax)/ (α × PAR + Amax)-RE,Amax 是最大凈光合速率,α是表觀量子產額,RE 是生態系統呼吸。

      在非生長季,超過2h的數據缺失使用下面的方程插補:RE=a × e bT,RE是生態系統呼吸,a和b是回歸系數,T是土壤表面溫度。

      生長季的白天GPP是NEP和RE的和,非生長季NEP被認為只有RE。

      使用RE=a × e bT估算GPP中的日間RE 以及生長季中的RE。

      使用相同的方法處理文獻中的數據。使用GetData Graph Digitizer 2.2.6,獲取CO2日交換通量。

      所有32個站點的數據都進行WPL密度訂正,14個站點進行二次坐標旋轉,6個臺站進行3次坐標旋轉,6個站點使用平面擬合。經過數據質量控制和篩選后,所有臺站剔除的數據比例介于8%至48%之間。

      渦度相關通量數據分析

      NEP 的數據表示為均值±1 SE。在區域CO2收支分析中,首先使用臺站上的平均通量數據,計算生態系統的CO2平均通量速率,接著,基于1:1000000中國植被圖,進行區域CO2通量的估算。Van‘t Hoff方程(y=a e bt)被用于CO2通量的溫度敏感性分析。

      使用結構方程模型分析(SEM ),評估地理因素、氣候因素、土壤過程因素對CO2通量空間格局的相對重要性。研究者們假設地理因素(海拔和緯度)影響氣候因素(輻射、年平均降水量、溫度),而這些氣候因素通過土壤水分含量以及年平均地面溫度影響CO2通量。

      對每個站點來說,氣候因素(短波向下輻射、年平均降水和溫度)源自中國區域地面氣象要素驅動數據集,該數據集時間分辨率為3小時,水平空間分辨率為0.1° × 0.1°。這是中國首個高時空分辨率的近地面柵格氣象數據集。該數據集是以國際上現有的Princeton再分析資料、GLDAS資料、GEWEX-SRB輻射資料,以及TRMM降水資料為背景場,融合了中國氣象局的約700個常規氣象觀測站的數據制作而成。使用IBM SPSS Amos 24.0.0(SPSS Inc)進行SEM分析。 

      原文中的主要數據圖

      1629351419461116.png

      1629351436172409.png

      1629351467167572.png

      1629351497756815.png

      原文鏈接

      教官嗯啊别吸了上课呢求你了,少妇乱小说录目伦在线下载,坐在公车最后一排被强