Содержание к диссертации
Введение
Глава I. Экологическая оценка почвенных потоков парниковых газов при изменении землепользования .11
1.1. Глобальные изменения климата и эмиссия парниковых газов 11
1.2. Почвенная эмиссия парниковых газов и определяющие ее экологические факторы 14
1.3. Сезонная и суточная динамика почвенных потоков парниковых газов 17
1.4. Современные методы исследования почвенных потоков парниковых газов 20
1.5. Влияние изменения землепользования на почвенные потоки парниковых газов 27
1.6. Методические особенности исследования почв разновозрастных залежей .29
1.7. Исследования парниковых газов в экосистемах Центрально-Лесного заповедника 32
Глава II. Объекты и методы исследования .34
2.1. Краткая характеристика района исследования 34
2.1.1. Географическое расположение и функциональное зонирование территории Центрально-Лесного заповедника .34
2.1.2. Климат .36
2.1.3. Рельеф и геология 37
2.1.4. Гидрология и гидрография 38
2.1.5. Растительный покров 39
2.1.6. Почвенный покров и история землепользования 40
2.2. Объекты исследований 40
2.3. Методы исследований .43
2.3.1. Полевые методы исследований 43
2.3.2. Лабораторные методы исследований 50
2.3.3. Информационно-аналитические методы исследований .51
Глава III. Морфогенетическая и физико-химическая характеристика почв исследуемых участков залежи Центрально-Лесного заповедника .52
3.1. Залежь с луговым разнотравьем 53
3.2. Залежь, заросшая березняком возрастом 10-15 лет .56
3.3. Залежь, заросшая березняком возрастом 20-30 лет .59
3.4. Березняк с примесью осины и ели возрастом 50-60 лет .61
3.5. Ельник по березняку кислично-щитовниковый неморальный возрастом старше 100 лет .64
3.6. Сукцессионные изменения почв в хроноряду залежей .66
Глава IV. Сукцессионные изменения растительности и растительной биомассы .69
4.1. Залежь с луговым разнотравьем 70
4.2. Залежь, заросшая березняком возрастом 10-15 лет .71
4.3. Залежь, заросшая березняком возрастом 20-30 лет 73
4.4. Березняк с примесью осины и ели возрастом 50-60 лет 74
4.5. Ельник по березняку кислично-щитовниковый неморальный возрастом старше 100 лет 76
Глава V. Микроклиматические особенности на разновозрастных участках залежей Центрально-Лесного заповедника 78
5.1. Залежь с луговым разнотравьем 81
5.2. Залежь, заросшая березняком возрастом 10-15 лет 83
5.3. Залежь, заросшая березняком возрастом 20-30 лет 85
5.4. Березняк с примесью осины и ели возрастом 50-60 лет 87
5.5. Ельник по березняку кислично-щитовниковый неморальный возрастом старше 100 лет 89
Глава VI. Почвенная эмиссия СО2 в сукцессионном хроноряду зарастания лесом залежей 92
6.1. Суточная динамика почвенных потоков СО2 на исследуемых залежах .92
6.2. Сезонная динамика почвенных потоков СО2 на залежи с луговым разнотравьем 97
6.3. Сезонная динамика почвенных потоков СО2 на залежи, заросшей березняком возрастом 10-15 лет 100
6.4. Сезонная динамика почвенных потоков СО2 на залежи, заросшей березняком возрастом 20-30 лет 103
6.5. Сезонная динамика почвенных потоков СО2 в березняке с примесью осины и ели возрастом 50-60 лет .106
6.6. Сезонная динамика почвенных потоков СО2 в ельнике по березняку кислично-щитовниковом неморальном возрастом старше 100 лет 109
Глава VII. Основные закономерности суточной, сезонной и сукцессионной динамики почвенной эмиссии СО2 исследуемых залежей 112
7.1. Залежь с луговым разнотравьем .116
7.2. Залежь, заросшая березняком возрастом 10-15 лет .121
7.3. Залежь, заросшая березняком возрастом 20-30 лет .126
7.4. Березняк с примесью осины и ели возрастом 50-60 лет 131
7.5. Ельник по березняку кислично-щитовниковый неморальный возрастом старше 100 лет .136
Заключение .141
Список литературы 144
Приложение .159
- Современные методы исследования почвенных потоков парниковых газов
- Сукцессионные изменения почв в хроноряду залежей
- Суточная динамика почвенных потоков СО2 на исследуемых залежах
- Ельник по березняку кислично-щитовниковый неморальный возрастом старше 100 лет
Современные методы исследования почвенных потоков парниковых газов
Наблюдения за изменением состава атмосферы Земли имеют большое значение для прогнозирования климатических изменений. Для осуществления этой деятельности в 1989 году была создана Глобальная Служба Атмосферы (ГСА) Всемирной метеорологической Организации (ВМО), объединив существовавшие с начала 60-х годов программы ВМО (Отчет регионального семинара ГСНК…, 2004). Основная задача данной программы – мониторинг состава атмосферы и соответствующих физических параметров на глобальном и региональном уровне. В 1992 ГСА была включена в Глобальную Систему Наблюдения за Климатом (ГСНК).
Для создания и поддержания системы мониторинга ГСА во всем мире была учреждена сеть глобальных(22) и региональных (более 300) станций.
Данные мониторинговых измерений станций передаются участвующими странами, архивируются и распространяются Мировым центром данных по парниковым газам (МЦ ДПГ), который размещается в Японском метеорологическом агентстве (Бюллетень ВМО…, 2011). Программы на станциях ГСА зависят от задач мониторинга станции, список измеряемых параметров включает углекислый газ, метан, закись азота, хлорфторуглероды, озон, окись углерода, физические и химические свойства аэрозолей и солнечную ультрафиолетовую радиацию (Отчет регионального семинара ГСНК…, 2004).
В настоящее время существуют различные методы измерения эмиссии и поглощения парниковых газов почвами.
Метод камер;
Мониторинг прямых эмиссий CO2, СН4 и N2O, которые являются составляющими экологической биохимической функции почв, проводят, как правило, с помощью известного метода экспозиционных камер (Оценка первичной валовой…, 2009; Потоки диоксида углерода…,2010; Soil physical properties…, 2013). Этот метод является наиболее распространнным методом количественной оценки прямых эмиссий парниковых газов из почв в полевых условиях и позволяет исследователям самостоятельно регулировать местоположение камер и время экспозиции (Сезонная динамика эмиссии…, 2004; Эмиссия метана из болот, 2012; Vasenev et al., 2014).
Принцип камерного метода очень прост. На поверхность почвы устанавливается герметичная камера, нижнее основание которой отсутствует. Открытой частью камера устанавливается в почву, и выделяющиеся из нее газы поступают в камеру. По кривой изменения концентрации данного газа в камере можно рассчитать величину потока.
Измерения концентраций CO2, СН и N2O в образцах воздуха выполняют с помощью газовых хроматографов, оснащнных детекторами электронного захвата и теплопроводности. В качестве несущего газа в хроматографах используют азот или гелий высокой чистоты, а для калибровки используются стандартные газовые смеси (Комплексная система мониторинга…, 2013).
Компания Li-Cor Biosciences (США) производит отлично зарекомендовавшие себя газоанализаторы измерения уровня содержания углекислого газа и воды. Наиболее доступными среди них являются газоанализаторы LI-820 (анализатор уровня содержания углекислого газа) и LI-840A (анализатор уровня содержания углекислого газа и воды).
Прежде всего данные газоанализаторы предназначены для долговременного мониторинга уровня содержания углекислого газа и паров воды в атмосфере. Также они могут применяться в таких областях как изучение фотосинтеза, почвенный газообмен, транспирация и респирация, контроль состояния атмосферы на производственных предприятиях в промышленности и сельском хозяйстве. (http://www.lab-instruments.ru/gazoanalizatory/4371/).
Но камерный метод имеет ряд недостатков (Глаголев, 2007; Глаголев и др., 2010). Например, при размещении камеры увеличивается воздухопроницаемость почвы в месте врезки камеры, вносится дополнительное давление на почву, может происходить некоторая дегазация почвы. Кроме того камерный метод позволяет определять почвенные потоки только с относительно не большой площади.
Микрометрологические методы;
1. Метод «гигантской камеры»
Одним из самых простых среди распределенных методов является метод, который можно условно назвать «методом гигантской камеры», поскольку расчетная формула метода совпадает с простейшей формулой камерного метода, однако эта «камера» образуется естественным путем и численное значение ее высоты составляет сотни метров. В англоязычной литературе данный метод называют иногда «inversion trap technique» (Atmospheric methane concentrations…, 1999) или «nocturnal boundary layer box method» (Methane emission on large scale, 1998). Суть метода состоит в следующем. При устойчивой температурной стратификации атмосферы вертикальное перемешивание отсутствует. Это приводит к возникновению существенной разницы между приземным слоем и верхней частью планетарного пограничного слоя (Continuous measurements of atmospheric methane…, 1995). Таким образом, создается впечатление, что приземный слой как бы накрыт гигантской камерой. По изменению концентрации газа в этой камере (т.е. в приземном слое) можно судить о потоке, как и в случае обычной камеры. Однако устойчивая стратификация не может сохраняться бесконечно долго и сменяется неустойчивой стратификацией. При этом возникает интенсивное перемешивание – камера как бы проветривается. Такой процесс закономерно происходит в течение суток (ночью концентрация, например, метана возрастает, а утром с развитием перемешивания падает).
Расчетная формула метода такова:
F = H (сн - сд )/t
где (сн - сд) - разность максимальных ночной и дневной концентраций (что дает амплитуду суточного изменения концентрации), Н – высота слоя температурной инверсии, t – время, в течение которого концентрация возрастает от своего минимального значения до максимальногоF – поверхностная плотность потока (Continuous measurements of atmospheric methane…, 1995).
2. Градиентный метод
Градиентный метод измерения газов на границе почва/атмосфера основан на том, что вертикальный турбулентный поток инертной газовой примеси в атмосфере практически не изменяется с высотой в приземном слое воздуха (Матвеев, 2000) (т.е. поток в пределах этого слоя соответствует потоку на границе почва/атмосфера). Таким образом, можно измерить поток газовой примеси на какой-либо высоте, (в пределах приземного слоя) – этот поток будет практически соответствовать потоку с поверхности почвы.
Используя конечно-разностную аппроксимацию производной, основную формулу метода можно записать так (Vertical turbulent transport of methane…, 1994):
F = - 0,5 (D1 + D2) (C2 - C1)/(Z2 - Z1)
где C1 и C2 – концентрации газовой примеси (мг/м3), D1 и D2 (м2/час) – коэффициенты турбулентной диффузии на высотах Z1 и Z2 (м), соответственно.
3. Метод «eddy correlation»
Осредненный вертикальный поток газа рассчитывается по формуле:
F = [wС],
где [] - обозначает операцию усреднения по времени.
Используя разложения Рейнольдса для вертикальной скорости ветра (w= [w]+ w ) и концентрации газа (C= [C]+ C ), можем записать:
F = [C] [w] + [w C ]
где w , C – пульсации (отклонения от среднего значения), соответственно, вертикальной скорости ветра и концентрации газа (Eddy-correlation technique applied to CO2…, 1997).
Согласно методу «eddy correlation» (Потоки CO2 между атмосферой…, 2003; Сезонная динамика растительности…, 2003) необходимо с высокой частотой в течение некоторого интервала времени измерять вертикальную скорость ветра и концентрацию интересующего газа на одной и той же высоте. После проведения изменений находятся средние значения вертикальной скорости ветра и концентрации газа. Далее следует вычислить отклонения w и C от этих средних в каждый момент времени и перемножить их, а затем весь полученный ряд произведений усреднить. Можно также вычислить произведение средней вертикальной скорости на среднюю концентрацию (Метод турбулентных пульсаций, 2016).
Сукцессионные изменения почв в хроноряду залежей
Профильное распределение основных физико-химических свойств исследуемых дерново-палево-подзолистых легкосуглинистых почв, подстилаемых моренным суглинком, в целом, характерно для дерново-подзолистых почв: сверху вниз по профилю отмечается постепенное увеличение плотности сложения, уменьшение содержания гумуса.
Максимальным содержанием гумуса характеризуются горизонты маломощной дернины на участке разнотравной залежи (более 4%) и верхней гомогенизированной части старопахотного горизонта, которая в процессе сукцессионного развития почв характеризуется постепенным накопление гумуса до 3,5% с формированием переходного аккумулятивно-элювиального и в ельнике – аккумулятивного горизонта с постепенным сокращением его мощности. Нижняя часть старопахотного горизонта постепенно развивается в аккумулятивно-элювиальный горизонт с содержанием гумуса больше 3%. Маломощный на луговой залежи останец подзолистого горизонта постепенно трансформируется в палево-подзолистый горизонт, характерный для почв фоновых кислично-щитовниковых ельников, среднее содержание гумуса в котором в 3-3,5 раза меньше, чем в выше лежащих горизонтах гумусово-аккумулятивного субпрофиля. Резкое снижение содержания гумуса (в 1,5 раза) отмечается в верхней части подстилающего наноса с элювиальным горизонтом А2В, локально переходящим в контактно-осветленный горизонт А2(ko). На ранних стадиях зарастания, с преобладанием березы, лесом отмечается временное повышение содержания гумуса в элювиально-иллювиальном и верхней части иллювиального горизонта (в 1,5-2 раза выше луговой залежи). Последующие стадии, с активным развитием ели, сопровождаются постепенным снижением итак низкого содержания гумуса в элювиально-иллювиальном и иллювиальном горизонтах.
С учетом одновременного изменения плотности сложения верхних почвенных горизонтов с преобладающим трендом их уплотнения, за исключением гумусового и аккумулятивно-элювиальных горизонтов, в сукцессионном ряду исследованных почв наблюдается постепенное, до стадии залежи 20 – 30 лет, увеличение общего запаса Сorg преимущественно в 50 см верхних горизонтах почвенного профиля (Комарова и др., 2018). По мере последующего замещения доминирующей породы древостоя с березы на ель наблюдается некоторое снижение содержания и запасов органического углерода в верхних горизонтах (табл.3.6.1).
Суточная динамика почвенных потоков СО2 на исследуемых залежах
Измерения суточной динамики почвенной эмиссии СО2 проводили на территории каждого залежного участка в течение суток каждые 3 часа в июне (25.06 – 26.06.2016, 23.06 – 24.06.2017), июле (21.07 – 22.07.2016, 26.07 – 27.07.2017) и августе (20.08 – 21.08.2016, 24.08 – 25.08.2017).
Исследуемые залежные участки характеризовались повышенной суточной динамикой почвенной эмиссии СО2. Почвенная эмиссия СО2 имеет характерный тренд увеличения величины почвенных потоков СО2 в утренние и дневные часы, и тренд уменьшения величины почвенных потоков СО2 в вечерние и ночные часы.
Наиболее ярко выраженной суточная динамика СО2 была в июле (варьирование от 30 г СО2/м-1 сутки-1 до 59 г СО2/м-1 сутки-1 на залежи с луговым разнотравьем в 2016 году, а в июле 2017 года – от 28 г СО2/м-1 сутки-1 до 52 г СО2/м-1 сутки-1) и августе в условиях максимально контрастных ночных и дневных значений температур воздуха с характерными трендами увеличения интенсивности почвенных потоков СО2 в утренние и дневные часы и уменьшения величины почвенной эмиссии СО2 в вечерние и ночные часы.
Диапазон суточной динамики почвенных потоков СО2 несколько сокращался в июне и августе и существенно сокращался при зарастании залежей лесом (рис.6.1.1).
Результаты ежемесячного анализа суточной динамики почвенных потоков СО2 позволили рассчитать поправочные коэффициенты к данным преимущественно традиционно проводимым дневным измерениям с дифференциацией для каждого часа измерений (табл. 6.1.1).
Поправочные коэффициенты очень важны для уточнения результатов сезонного мониторинга СО2, так как позволяют максимально приблизить к уровню реальных среднесуточных потоков измеряемые в дневное время значения почвенных потоков СО2.
Ельник по березняку кислично-щитовниковый неморальный возрастом старше 100 лет
Режимные наблюдения за почвенными потоками СО2 и температурой воздуха, температурой и влажностью почвы в ельнике по березняку кислично-щитовниковом неморальном возрастом старше 100 лет показали положительную корреляцию потока с температурой почвы, причм она особенно высока осенние и зимние периоды 2016 – 2017 гг. (КTS = от 0,81 до 0,97), а так же в весенние периоды 2017 – 2018 года (КTS = 0,99). В осенние и весенние периоды 2016 – 2018 гг. также отмечается максимальная корреляция с температурой воздуха (КTA = от 0,95 до 0,99). С влажностью почвы на протяжении всего сезона исследования наблюдалась обратная корреляция (от -0,13 до -0,97), которая особенно была высока в осенние периоды 2016 – 2017 гг. (от -0,55 до -0,97) и в весенние периоды 2017 – 2018 гг. (от -0,60 до -0,95) (табл. 7.5.1).
На основе полученных данных мониторинговых измерений был проведен регрессионный анализ зависимости почвенных потоков СО2 от температуры воздуха, температуры и влажности почвы, на основании которого были рассчитаны уравнения регрессии, позволяющие спрогнозировать почвенный поток СО2 в дерново-палево-подзолистой легкосуглинистой почве в ельнике возрастом старше 100 лет в разные климатические периоды (табл. 7.5.2 – 7.5.5).
На основе регрессионного анализа было выбрано наиболее удачное уравнение регрессии для весеннего периода, включающее три экологических фактора - температура воздуха, температура и влажность почвы: Р[г С02/м 2 сутки1] = 1,87 - 0,01ТА [С] + 0,36TS [С] + 0,01W [%] (17)
На основе данного уравнения (17) можно спрогнозировать 99 % от варьирования почвенных потоков СО2 (R2=0,99; p0,01). Уравнение действует в диапазоне значений температуры воздуха от 4,6 до 12,1 С, температуры почвы от 3,0 до 11,4 С, влажности почвы от 16,1 до 29,0 %.
Для летнего периода было выбрано уравнение регрессии, включающее три экологических фактора - температуру воздуха, температуру и влажность почвы: Р[г С02/м 2 сутки1] = -9,57 + 0,20ТА [С] + 1,56TS [С] + 0,13W [%] (18)
На основе данного уравнения (18) можно спрогнозировать 84 % от варьирования почвенных потоков СО2 (R2=0,84; p0,01). Уравнение действует в диапазоне значений температуры воздуха от 11,1 до 23,6 С, температуры почвы от 5,6 до 13,8 С, влажности почвы от 14,2 до 24,2 %.
Регрессионный анализ данных осеннего периода показал, что наиболее удачное уравнение регрессии может быть выбрано при комбинации трех экологических факторов - температуры воздуха, температуры и влажности почвы: Р[г С02/м 2 сутки1] = -34,95 - 3,21ТА [С] + 6,40TS [С] + 0,41W [%] (19)
На основе данного уравнения (19) можно спрогнозировать 99 % от варьирования почвенных потоков СО2 (R2=0,99; p0,01). Уравнение действует в диапазоне значений температуры воздуха от -4,6 до 11,1 С, температуры почвы от 2,1 до 11,9С, влажности почвы от 18,6 до 32,4 %.
Регрессионный анализ данных зимнего периода показал, что наиболее удачное уравнение регрессии может быть выбрано также при комбинации трех экологических факторов - температуры воздуха, температуры и влажности почвы: Р[г С02/м 2 сутки1] = 61,25 - 0,26ТА [С] + 2,69TS [С] - 2,15W [%] (20)
На основе данного уравнения (20) можно спрогнозировать 99 % от варьирования почвенных потоков СО2 (R2=0,99; p0,01). Уравнение действует в диапазоне значений температуры воздуха от -14,5 до 3,1 С, температуры почвы от -1,5 до 1,8 С, влажности почвы от 25,7 до 27,8.