案例分享丨复旦大学聂明团队在土壤碳循环方面取得新进展
近日，复旦大学生科院聂明团队在全球变化生态学研究领域取得重要进展。相关成果以“Rising temperature may trigger deep soil carbon loss across forest ecosystems”为题发表于Advanced Science 杂志。
因大气CO2浓度升高引起的全球变暖问题是21世纪人类社会所面临的严峻挑战之一。全球土壤有机碳库储量约是大气碳库的三倍，因此通过土壤有机碳分解释放的CO2对大气CO2浓度有着重要的影响，进而改变区域乃至全球气候。土壤有机碳的分解强度受到温度的调控，其对温度的敏感性被认为是决定未来气候变化态势的关键因素之一，也是陆地气候预测模型的关键假设与重要参数。底层土壤储藏着与表层土壤相当的有机碳，然而以往研究主要集中于表层土壤，对底层土壤碳分解的温度敏感性还知之甚少，这直接制约了对未来气候变化态势的判断。
为此，该研究团队选取我国90个典型森林生态系统（图1），涉及热带雨林、亚热带森林、暖温带森林、寒温带森林与北方森林。每个森林中分6个土层采集了1米深度的土壤，探究土壤有机碳分解温度敏感性随土壤剖面变化的一般性规律及其调控机制。
为此，该研究团队选取我国90个典型森林生态系统（图1），涉及热带雨林、亚热带森林、暖温带森林、寒温带森林与北方森林。每个森林中分6个土层采集了1米深度的土壤，探究土壤有机碳分解温度敏感性随土壤剖面变化的一般性规律及其调控机制。
图1 中国森林90个典型土壤剖面采样点空间分布图。
研究发现，随着土壤深度的增加，有机碳分解的温度敏感性随之增长，表明底层土壤碳分解对全球变暖的响应更为敏感（图2a）。此外，表层土壤碳分解温度敏感性主要受气候因子调控，而底层土壤主要受气候因子和碳质量的共同调控（图2b）。
图2 土壤有机碳分解温度敏感性（Q10）随土壤深度增加而增长（a）及不同因子对Q10调控作用的相对贡献随土壤深度的变化（b）。
该研究还发现，忽视土壤有机碳分解温度敏感性沿土壤剖面的变异，会低估土壤释放的CO2量（图3），强调急需将这一特征纳入到陆地气候预测模型中以提高预测精度。
图3 与多层模型（six-layer model；使用剖面变异的温度敏感性Q10值）相比，单层模型（single-layer model；将表层0–10 cm土壤的Q10值应用于整个土壤剖面）会低估本世纪末温度升高3°C时土壤碳排放，即高估土壤相对碳库（relative SOC stock）。
论文链接：https://onlinelibrary.wiley.com/doi/10.1002/advs.202001242
论文链接：https://onlinelibrary.wiley.com/doi/10.1002/advs.202001242
从聂明老师团队的研究中发现，土壤有机质分解的温度敏感性（Q10）不仅是生态学和土壤学研究的核心科学问题之一，也是全球变化生态学研究的热点领域。国内外学者对Q10的影响因素或机制开展了大量卓有成效的研究工作，并有不少相关的综述或展望。
在该项研究中，聂明老师团队运用的测定方法是连续变温培养+气相色谱手动测量，而今天要为大家介绍的是一种更快的连续变温培养+连续自动测试新模式。
长期以来，室内培养研究的方法经历了几次技术更新。最早是用碱液吸收法+气相色谱来进行（CDM模式），该方法无法变温，测试点少，并且需要人工操作；之后经过技术改进，可以变温培养，仍然采用气相色谱设备检测（VDM模式），该方法仍然存在取样点少，人工操作不方便，无法大量样点试验等问题。
鉴于培养和测定模式对实验研究的重要性，北京普瑞亿科科技有限公司和中国科学院地理科学与资源研究所何念鹏研究团队合作研发了PRI-8800全自动变温土壤培养温室气体（同位素）分析系统，并发展了Q10研究的连续变温培养+连续自动测试的新模式。3种模式的示意图见【图1】，各自的特点、优缺点见【表1】。
图1：3种模式示意
表1：3种模式的特点
VCM模式实验过程
150mL样品瓶（PRI-8800样品瓶）中填装40g土壤样品，向其中混入10g石英砂，防止土壤板结，调整含水量至60%（WHC），放置在样品盘上。土壤样本在25°C下预培养7天，排除微生物活动干扰。分别在第1天、5天、8天、15天、22天和26天的时候，使用PRI-8800全自动变温控制土壤通量系统（PRI-ECO，中国）测量每个样品瓶中SOM分解速率（Rs）。该系统允许连续改变培养温度并在高频下测量Rs。测样时，每个样品需在一个设定温度恒温稳定至少30分钟，然后在12小时的测量周期内测量36次（75s一个样品）。PRI-8800每秒钟记录一次CO2浓度，同步记录土壤温度，以提供准确的Rs和土壤温度配对数据。采用称重法监测土壤水分。最后，使用经典指数方程计算Q10值，每个方法的R2和P值。
所用设备
< 点击图片查看详情 >
-
可灵活对接不同分析仪（同位素分析仪、气体浓度分析仪等）； -
标配16位样品盘，也可选配4位或9位样品盘； -
自动化程度高，无人值守，24h不间断工作； -
可方便拆卸土壤瓶固定装置，实现在线置换土壤瓶； -
全自动控温系统（-20~80 ℃），控温精度优于0.1 ℃； -
土壤温度传感器探针可频繁自动插入土壤瓶中，准确测量土壤温度； -
高效的气体循环气路——双回路气路设计，可根据需要对CO2浓度进行预处理，调控系统内的起始CO2浓度（避免过高CO2浓度的抑制效应）； -
高效的气路设计，缩短响应时间； -
可灵活设定的标定系统，保障测量数据的准确性； -
友好的软件界面，可根据具体实验需要设定参数及数据存储等功能； -
全自动日变化温度模拟功能。
参考文献：
Robinson J M , T. A. O’Neill, Ryburn J , et al. Rapid laboratory measurement of the temperature dependence of soil respiration and application to changes in three diverse soils through the year[J]. Biogeochemistry, 2017, 133(3):101-112.
Liu Y, He NP*, Xu L, Tian J, Gao Y, Zheng S, Wang Q, Wen XF, Xu XL, Yakov K. A new incubation and measurement approach to estimate the temperature response of soil organic matter decomposition[J]. Soil Biology & Biochemistry, 2019, 138, 107596
何念鹏, 刘远, 徐丽, et al. 土壤有机质分解的温度敏感性:培养与测定模式[J]. 生态学报, 2018, 38(11).
010-51651246