GCB Meta分析 | 土壤水分-大气反馈主导全球陆地N2O硝化的排放和反硝化的减少

本文主要是介绍GCB Meta分析 | 土壤水分-大气反馈主导全球陆地N2O硝化的排放和反硝化的减少,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

图片

Soil moisture–atmosphere feedback dominates land N2O nitrification emissions and denitrification reduction

土壤水分-大气反馈主导着陆地N2O硝化的排放和反硝化的减少

期刊Global Change Biology 

通讯作者:卢胜

通讯作者单位:湖南省水土保持与荒漠化防治重点实验室,中南林业科技大学林学院

文章链接:https://doi.org/10.1111/gcb.16365

一氧化二氮(N2O)是导致全球变暖和平流层臭氧层损耗的最显著的温室气体之一。微生物在N2O的产生和消耗当中依赖于土壤理化性质和气候条件。全球N2O通量可能对全球气候变化做出快速响应(比如二氧化碳和温度的增加以及水的可获得性的改变),因此了解其对气候变化的反馈至关重要。这种情况可能会削弱全球N2O通量的预测能力,而这对地球系统模型(ESMs)至关重。

土壤湿度(SM)是气候系统中的一个关键变量,影响着生物地球化学循环。N2O排放量与SM呈正相关或负相关,因为孔隙含水量(WFPS)取决于水状况,其中大约50%-80%的WFPS的中间水平似乎是产生N2O的最佳水平。与此同时,室内和野外试验研究表明,不同陆地生态系统的温度和N2O排放之间存在强烈的正相关关系。然而,仅研究温度不能解释全球范围内的N2O通量,必须考虑其他驱动因素,尤其是SM。气温升高会增加平均土壤温度。温度除了直接影响土壤小气候外,还会通过增加表层土壤蒸发散(ET)从而增加表层土壤的干燥程度而与SM相互作用。然而,将SM和温度联系起来解释全球范围内N2O通量的变化较为罕见。

陆地-大气温度反馈可以改变SM的可用性。随着气候变暖,来自蒸汽压差(VPD,一种依赖于空气温度和湿度的大气干燥度测量方法)的大气需水量显著增加。作为反馈,高VPD增加了大气蒸发需求,正向驱动陆地土壤蒸发散,进一步加速SM的消耗。研究表明,土壤湿度-大气反馈在预测未来土壤水分有效性方面具有重要意义。此外,最近的研究发现,土壤水分-大气反馈在土壤碳吸收和碳通量的变化中起主导作用。然而,迄今为止,还没有研究聚焦在全球尺度上不同生态系统的土壤水分-大气反馈对土壤氮通量的影响。

作者对不同陆地生态系统的N2O通量和环境因子进行了标准化的全球原位调查,并结合网格化和遥感数据分析,研究了温度、VPD、ET和SM对全球N2O通量的协同效应。作者假设:(a)温度升高导致N2O通量排放增加;(b)大气需水量随温度增加而减少土壤湿度;(c)土壤水分的减少增加了N2O产生的硝化细菌(含amoA AOB基因),减少了N2O消耗的反硝化细菌(含nosZ基因),从而增加了N2O排放。

为了验证此假设,作者在CNKI、Web of Science 和Google Scholar 上对已发表的同行评议文章进行数据收集。最终筛选出1993-2021年间的323篇文献,其中田间试验261篇,盆栽试验62篇(非田间试验,如温室和室内培养)。

研究结果:

1. 在不同的生态系统中,90.4%的耕地、95.2%的草地、80.7%的森林和84.6%的人工林位于中高纬度地区(图1b)。

图片

图1 野外研究站点。

2. N2O通量从低纬度到高纬度呈下降趋势(图2a)。低纬度地区(25°S-25°N范围)、中纬度地区(25°S-50°S和25°N-50°N范围)和高纬度地区(>50°N)的平均N2O通量分别为1719.9±148.1、261.5±9.1和147.4±9.6 μg·m2·h-1(图2a)。不同生态系统N2O平均排放量如图2b所示。农田N2O通量平均为(167.8±37.8 μg·m2·h-1,N=551);高于草地(131.7±16.1 μg·m2·h-1,N=233)、人工林(99.4±13.4 μg·m2·h-1,N=90)和森林(34.4±4.5 μg·m2·h-1,N=276)。N2O平均通量在低纬度农田最高(1337.6±702.9 μg·m2·h-1,N=27,图2c),中纬度(144.2±26.9 μg·m2·h-1,N=111)和高纬度(123.3±18.8 μg·m2·h-1,N=111)草地最高。农田(P<0.0001)、人工林(P<0.05)和森林(P<0.0001)N2O通量由低纬度向高纬度递减(图2d)。

图片

图2 N2O排放通量。

3. 回归分析显示,不同生态系统田间试验中N2O通量随nosZ/(amoA AOA+ amoAAOB)、nosZ/(nirS+nirK)和nosZ/(amoA AOA+ amoA AOB +nirS+nirK)的比值减小P<0.0001,图3a,b),在人工条件下也存在这种关系(图3c,d)。N2O通量与野外试验中amoA AOB/amoA AOA、amoA AOB/(nirS+nirK)呈正相关(P<0.05,图3a,b),室内试验中amoAAOB/(nirS + nirK)、amoA AOB/(amoAAOA + amoA AOB + nirS + nirK)与N2O通量呈显著相关(P<0.0001,图3c,d)。

图片

图3 N2O排放通量对硝化和反硝化基因的响应

4. N2O通量随着amoA AOB/nosZ的增加而增加,特别是在干旱区(R2=46,P<0.0001,图4)amoA AOB丰度随着WFPS的增加而降低(R2=0.60,P<0.0001,图4b),nosZ丰度随着WFPS的增加而增加(R2=0.44,P<0.001,图4c)。

图片

图4 利用对数变换数据研究全球尺度N2O通量、amoA AOB/nosZ与土壤WFPS之间的二元关系。

5. 气温升高增加了大气对水的需求,用ET(R2=0.21,P<0.0001)和VPD(R2=0.43,P<0.0001,图5a,b),回归分析表明,SW和WFPS随着ET的增加呈下降趋势(图5c,d)。

图片

图5 温度和水文气候。

6. 在全球尺度上,N2O通量随温度和SM显著增加P<0.05,图6)。

图片

图6 温度和土壤湿度对N2O通量排放的影响。

7. SEM结果表明MAT对土壤水分的直接影响不显著,与VPD、ET呈较强的正相关(图7a)。除温度和SM对N2O通量的直接影响外,间接影响也不容忽视。因为间接土壤水分-大气反馈导致nosZ的减少对N2O通量的影响最大(图7b)。大气需水量随温度增加而增加,从而减少土壤水分。结果影响了amoA AOB/nosZ的比值,控制了N2O的排放(图7c)。

图片

图7 土壤湿度-大气反馈如何影响N2O排放的概念图。

8. ET反馈到温度的差异受气候条件和纬度的影响(图8)。ET与VPD之间存在非线性关系,且受VPD和P/PET或纬度共同调控(图8b,c)。

图片

图8 研究地点的水文气候。

 Conclusion 

本研究提供了陆地-大气相互作用对N2O通量影响的全球结果,并证明土壤湿度-大气反馈比温度本身更能解释大部分陆地地区的N2O通量。结果表明,大气需水量随温度的增加而增加会降低土壤湿度。土壤水分较低时,硝化细菌(含amoA AOB基因)增加,而反硝化细菌(含nosZ基因)减少。我们的研究加深了对全球气候变化背景下生态系统氮循环的认识。为了改善未来模型对N2O排放的预测,显然需要对全球生态系统中土壤湿度和大气温度对N2O产生途径的反馈进行更多的实验研究。

这篇关于GCB Meta分析 | 土壤水分-大气反馈主导全球陆地N2O硝化的排放和反硝化的减少的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/894171

相关文章

Springboot中分析SQL性能的两种方式详解

《Springboot中分析SQL性能的两种方式详解》文章介绍了SQL性能分析的两种方式:MyBatis-Plus性能分析插件和p6spy框架,MyBatis-Plus插件配置简单,适用于开发和测试环... 目录SQL性能分析的两种方式:功能介绍实现方式:实现步骤:SQL性能分析的两种方式:功能介绍记录

最长公共子序列问题的深度分析与Java实现方式

《最长公共子序列问题的深度分析与Java实现方式》本文详细介绍了最长公共子序列(LCS)问题,包括其概念、暴力解法、动态规划解法,并提供了Java代码实现,暴力解法虽然简单,但在大数据处理中效率较低,... 目录最长公共子序列问题概述问题理解与示例分析暴力解法思路与示例代码动态规划解法DP 表的构建与意义动

C#使用DeepSeek API实现自然语言处理,文本分类和情感分析

《C#使用DeepSeekAPI实现自然语言处理,文本分类和情感分析》在C#中使用DeepSeekAPI可以实现多种功能,例如自然语言处理、文本分类、情感分析等,本文主要为大家介绍了具体实现步骤,... 目录准备工作文本生成文本分类问答系统代码生成翻译功能文本摘要文本校对图像描述生成总结在C#中使用Deep

Redis主从/哨兵机制原理分析

《Redis主从/哨兵机制原理分析》本文介绍了Redis的主从复制和哨兵机制,主从复制实现了数据的热备份和负载均衡,而哨兵机制可以监控Redis集群,实现自动故障转移,哨兵机制通过监控、下线、选举和故... 目录一、主从复制1.1 什么是主从复制1.2 主从复制的作用1.3 主从复制原理1.3.1 全量复制

Redis主从复制的原理分析

《Redis主从复制的原理分析》Redis主从复制通过将数据镜像到多个从节点,实现高可用性和扩展性,主从复制包括初次全量同步和增量同步两个阶段,为优化复制性能,可以采用AOF持久化、调整复制超时时间、... 目录Redis主从复制的原理主从复制概述配置主从复制数据同步过程复制一致性与延迟故障转移机制监控与维

Redis连接失败:客户端IP不在白名单中的问题分析与解决方案

《Redis连接失败:客户端IP不在白名单中的问题分析与解决方案》在现代分布式系统中,Redis作为一种高性能的内存数据库,被广泛应用于缓存、消息队列、会话存储等场景,然而,在实际使用过程中,我们可能... 目录一、问题背景二、错误分析1. 错误信息解读2. 根本原因三、解决方案1. 将客户端IP添加到Re

Redis主从复制实现原理分析

《Redis主从复制实现原理分析》Redis主从复制通过Sync和CommandPropagate阶段实现数据同步,2.8版本后引入Psync指令,根据复制偏移量进行全量或部分同步,优化了数据传输效率... 目录Redis主DodMIK从复制实现原理实现原理Psync: 2.8版本后总结Redis主从复制实

锐捷和腾达哪个好? 两个品牌路由器对比分析

《锐捷和腾达哪个好?两个品牌路由器对比分析》在选择路由器时,Tenda和锐捷都是备受关注的品牌,各自有独特的产品特点和市场定位,选择哪个品牌的路由器更合适,实际上取决于你的具体需求和使用场景,我们从... 在选购路由器时,锐捷和腾达都是市场上备受关注的品牌,但它们的定位和特点却有所不同。锐捷更偏向企业级和专

Spring中Bean有关NullPointerException异常的原因分析

《Spring中Bean有关NullPointerException异常的原因分析》在Spring中使用@Autowired注解注入的bean不能在静态上下文中访问,否则会导致NullPointerE... 目录Spring中Bean有关NullPointerException异常的原因问题描述解决方案总结

python中的与时间相关的模块应用场景分析

《python中的与时间相关的模块应用场景分析》本文介绍了Python中与时间相关的几个重要模块:`time`、`datetime`、`calendar`、`timeit`、`pytz`和`dateu... 目录1. time 模块2. datetime 模块3. calendar 模块4. timeit