典型農業流域不同類型池塘水體CO2排放特征*

陳嘉寧,肖啟濤,劉臻婧,肖 薇,謝 暉,羅菊花,邱銀國,胡正華**,段洪濤

(1:南京信息工程大學氣象災害預報預警與評估協同創新中心,南京 210044) (2:中國科學院南京地理與湖泊研究所,中國科學院流域地理學重點實驗室,南京 210008) (3:湖南省氣候中心,長沙 410118)

水域生態系統(湖泊、水庫、河流和小型池塘等)是大氣CO2收支估算的重要組成部分,在調節區域甚至全球氣候變化方面發揮著至關重要的作用[1-3]。據估算,全球內陸水體的CO2排放量為2.42 Pg C/a,與陸地生態系統或海洋水體碳匯量處于相同數量級[3-4]。其中,池塘等水體由于水淺面積小,單位面積受納更多的生源要素,致使其生物地球化學循環過程異?；钴S,是大氣CO2的重要自然排放源[5-7]。統計數據表明,小型池塘的面積約占全球湖泊總面積的8.6%,卻不成比例地貢獻了湖泊CO2總排放量的15%[1]。因此,開展小型池塘CO2排放研究對準確評估內陸水體在全球CO2收支格局中的貢獻具有重要意義。

小型池塘具有雨洪滯蓄與旱澇調節的功能,且能服務于農業生產和生活,因此農業流域中分布著大量池塘景觀水體[8-9]。同時,隨著全球農業用地擴張,大量小型池塘也隨之產生[9-10]。然而,目前池塘等小型水體CO2排放研究主要集中在城市景觀中[5,11-12],對于農業流域中的小型池塘鮮有涉及。同時,池塘水體可提供多種生態服務功能,農業流域池塘不僅能灌溉農業,也具備蓄洪抗旱、消納污染、水產養殖等多種功能[9]。但是,農業流域不同功能池塘CO2排放及其動態變化是否存在差異還存在未知。因此,為減少水域生態系統CO2收支估算的不確定性,亟需開展農業流域池塘CO2排放及其關鍵影響因素研究。

我國小型池塘數量居多,廣泛分布于耕地密集的東部和南部區域,且多池塘景觀也是我國農業流域的一大鮮明特色[9,13]。巢湖流域位于我國東部地區,流域內水系發達,分布著大量村落和農田,農作物種植比例高,且大量、廣泛分布的池塘也是其最具特色的人文景觀[14]。烔煬河流域是位于巢湖北岸一支入湖農業小流域,其地理景觀和社會經濟特征在巢湖農業流域中極具代表性。因此,研究選取烔煬河流域中4個用途不同的景觀池塘(養殖塘、村塘、農塘和水塘),基于為期一年的野外觀測,以明確典型農業流域內小型池塘CO2排放特征及其主要影響因素,為準確估算池塘水體CO2排放提供理論依據和科學參考。

1 材料與方法

1.1 研究區域概況

烔煬河是巢湖流域入湖的一條典型中小河流,全長約17 km,流域面積約為87 km2(圖1),沿河兩岸分布著大量村落、農田和小型池塘[15]。流域地處亞熱帶季風氣候區,四季分明,水汽和熱量條件較好,年平均氣溫約為22℃,年平均降雨量約為1120 mm[16]。隨著烔煬河流域的發展,村落人口數量增加,生活污水排入池塘,農田開墾、水塘養殖等農業活動的持續進行,池塘水環境受到了嚴重的影響,且流域內農業面源污染源主要來自農村生活污水排放和種植業化肥流失等。本研究選取了4個用途不同的景觀池塘(養殖塘、村塘、農塘和水塘,圖1),其中,養殖塘(面積:3230 m2,水深:0.20 m)主要用于水產養殖,面積最小,水深最淺;村塘(面積:6590 m2,水深:0.35 m)位于村莊旁邊,附近人口密度高,接收大量生活污水,主要功能是納污;農塘(面積:3818 m2,水深:1.00 m)位于農田周邊,附近種植大量農作物,受到農業灌溉、肥料施用等活動的影響,其主要功能是灌溉;水塘(面積:3578 m2,水深:0.60 m)周邊以天然林地為主,主要功能是蓄水,受人為活動影響低。

圖1 烔煬河流域地理位置及采樣池塘Fig.1 Geographical location of the Tongyang River watershed and the sampling ponds

1.2 水樣采集和水-氣界面CO2通量計算

本實驗以長期野外觀測為主,在烔煬河流域4個不同功能景觀池塘(養殖塘、村塘、農塘和水塘)設置采樣點,采樣時間為2020年9月-2021年9月的每月下旬,對上述池塘進行水樣采集,在每個池塘設置采樣點位,每次采樣位置均保持不變,采樣頻率為每月一次,每次采樣在一天內完成,在每個點位采集水樣,用于水體溶存CO2濃度分析。在野外采樣時,為保證氣密性,將每個頂空瓶用丁基膠塞密封瓶口,并用鋁蓋壓接,每個樣品均預置2 g氯化鉀,預先抽至真空并注入5 mL高純氮氣(摩爾分數≥99.999%)頂空。水樣采集時,保持水面無擾動,用20 mL 針筒抽取表層15～20 cm 處的水樣,并注意避免氣泡產生。針筒在采集水樣前需用待采水樣清洗2～3 次,然后將16 mL 水樣注入預先處理的32 mL 棕色頂空瓶內[17-18],采集完成后立即用密封膠密封針孔。采樣結束后,將裝有水樣、密閉良好的棕色瓶立即倒置放入冷藏箱中,運回實驗室進行處理分析。

在實驗室分析時,先將每個水樣劇烈搖晃5 min后靜置,待瓶中氣、液相達到動態平衡后,用帶有三通閥的針筒采集瓶內氣樣,用Agilent-7890B氣相色譜儀分析氣樣CO2濃度,最后基于物料平衡原理和亨利定律等,根據氣相色譜分析的氣樣CO2濃度([CO2]g)等計算水體溶存CO2濃度([CO2]w),計算公式為[19]:

(1)

(2)

(3)

(4)

式中,[CO2]w是CO2在水中的原始濃度(μmol/L);[CO2]g是氣相色譜儀分析得到的密閉采樣瓶氣相中的CO2濃度(μmol/L);[CO2]L是密閉采樣瓶中液相中的CO2濃度(μmol/L);Vg是水樣中氣相部分的體積(mL);VL是水樣中液相部分的體積(mL);x是有亨利系數和CO2在氣相中分壓計算得出的CO2氣體在水中的摩爾分率,無量綱。

本研究基于水-氣界面擴散模型,計算池塘水-氣界面CO2交換通量(Fc),計算方程為:

Fc=k(Cw-Ceq)

(5)

式中,Fc為水-氣界面CO2擴散通量(mmol/(m2·d)),Fc>0表示水體向大氣釋放CO2,Fc<0表示水體吸收大氣中的CO2;Cw是根據氣相色譜儀分析出的氣樣CO2濃度等計算出的水體溶存CO2濃度(μmol/L),即公式(1)計算出的值;Ceq是特定溫度下水體表面的溫室氣體與大氣中溫室氣體達到平衡時的CO2濃度(μmol/L);k是水-氣界面CO2氣體交換系數(m/d),計算方程為:

(6)

(7)

式中,Sc是CO2的施密特數,無量綱;Sc600是20℃時的施密特數600;k600是施密特數為600時對應的k值;n是與風速U10相關的函數,U10≤3.7 m/s時,n=1/2;U10>3.7 m/s時,n=2/3;U10是10 m高度處的風速,通過觀測高度的風速計算得到[19]。

1.3 環境變量獲取

1.4 數據處理

本研究數據的統計分析使用SPSS 22.0中的相關分析方法(Pearson correlations)分析數據之間的相關性;使用單因素方差分析方法(one-way ANOVA)分析數據之間的差異性;使用最小顯著性差異法(LSD)檢驗差異是否顯著。數據的繪圖使用Origin 2021。

2 結果與分析

2.1 環境變量特征

從2020年9月-2021年9月烔煬河流域小型景觀池塘水溫、Chl.a、DTN的逐月變化(圖2)可見,4個景觀池塘水溫均表現出明顯的季節變化特征,且變化趨勢一致,夏季水溫顯著(P<0.05)高于其他3個季節。養殖塘、村塘、農塘和水塘Chl.a濃度的全年均值依次為(5.78±3.59)、(50.16±43.15)、(10.09±3.88)和 (2.37±1.03) μg/L。養殖塘、農塘和水塘的Chl.a濃度無明顯季節變化趨勢。村塘全年平均Chl.a濃度顯著高于其他池塘(P<0.05),并且2021年3月(81.80 mg/L)和2021年9月(144.85 mg/L)顯著高于其余月份(P<0.05)。此外,4個景觀池塘營養鹽濃度也呈現出巨大差異。以DTN為例,村塘的DTN濃度顯著高于其他3個池塘(P<0.05),并在2020年11月(2.73 mg/L)和2021年6月(2.85 mg/L)出現極大值。

圖2 觀測期間4個池塘水溫、Chl.a和DTN濃度的逐月變化Fig.2 Monthly variation of water temperature,Chl.a and DTN concentrations in the four ponds

表1 觀測期間4個池塘水體的理化參數*Tab.1 Basic physicochemical parameters of four ponds during the observation period

2.2 不同池塘CO2通量對比分析

CO2通量在4個池塘之間差異明顯,從高到低依次為:養殖塘>村塘>農塘>水塘,且養殖塘CO2排放通量全年均值顯著(P<0.05)高于農塘和水塘(圖3)?？傮w上看,4個不同景觀池塘CO2通量均值均為正值,表明該農業流域池塘是大氣CO2的排放來源。此外,養殖塘和村塘是大氣CO2的熱點排放源,其CO2年均排放量(養殖塘:(80.37±100.39) mmol/(m2·d),村塘:(48.69±65.89) mmol/(m2·d))分別是水塘排放量((4.52±23.26) mmol/(m2·d))的18和11倍;農塘CO2全年均排放量((13.50±15.81) mmol/(m2·d))是水塘的3倍。

圖3 不同功能池塘CO2通量的對比分析(不同字母表示差異性顯著,P<0.05)Fig.3 Spatial variation of CO2 fluxes in the four ponds with different landscapes

2.3 CO2通量的時間變化

連續觀測發現不同類型的景觀池塘CO2通量均表現出顯著的時間變化(圖4),養殖塘和村塘季節變化顯著,農塘和水塘無明顯變化趨勢。研究結果表明,養殖塘的CO2通量存在顯著的季節變化特征,其中,夏季顯著(P<0.05)高于其他季節,CO2排放最大值出現在2021年7月,為296.81 mmol/(m2·d),是CO2強源,最小值出現在2021年4月,表現為CO2吸收匯(-7.65 mmol/(m2·d))。村塘存在兩個峰值,分別在2020年11月(158.86 mmol/(m2·d))和2021年5月(162.26 mmol/(m2·d)),但在2021年1月表現為CO2弱匯(-4.71 mmol/(m2·d));農塘CO2通量隨時間呈“降低-升高-降低”的趨勢,變化幅度相對較小;水塘在冬季和春季表現為CO2匯,最大CO2吸收出現在2021年5月(-29.97 mmol/(m2·d)),夏季和秋季表現為CO2排放源,最大排放通量為54.90 mmol/(m2·d),但僅為養殖塘最大值的1/5。

圖4 不同功能池塘CO2通量的時間變化(a.養殖塘;b.村塘;c.農塘;d.水塘)Fig.4 Time variation of CO2 fluxes in the four ponds with different landscapes (a. aquaculture pond; b. village pond; c. agricultural pond; d. storage pond)

2.4 CO2通量變化的影響因素

基于CO2與水環境指標的同步觀測研究結果表明,DO濃度對水體CO2通量變化有較好的指示性。4個景觀池塘逐月CO2通量與DO濃度的相關性分析結果(圖5)表明,養殖塘、村塘和水塘的CO2通量與DO濃度呈顯著負相關,DO濃度分別影響其73%(R2=0.73,P<0.01)、76%(R2=0.76,P<0.01)和45%(R2=0.45,P<0.05)的CO2通量變化,水體有機碳分解消耗氧氣,降低了水體DO濃度,由此可見,DO濃度是CO2通量的重要影響因子。但農塘CO2通量與DO濃度無顯著相關性(R2=0.33,P>0.05)。

圖5 不同功能池塘CO2通量與DO的時間相關性(a.養殖塘;b.村塘;c.農塘;d.水塘)Fig.5 Temporal correlation between CO2 flux and DO in the four ponds with different landscapes (a. aquaculture pond; b. village pond; c. agricultural pond; d. storage pond)

表2 CO2通量與水體理化指標的時間相關性Tab.2 Temporal correlation between CO2 flux and water environmental factors

圖6 不同功能池塘CO2通量與DTN的時間相關性(a.養殖塘;b.村塘;c.農塘;d.水塘)Fig.6 Temporal correlation between CO2 flux and DTN in the four ponds with different landscapes (a. aquaculture pond; b. village pond; c. agricultural pond; d. storage pond)

3 討論

3.1 不同景觀池塘CO2排放強度差異

本文中不同景觀池塘平均CO2通量均為正值,是大氣CO2排放源,這與之前對小型池塘以及湖泊水體的研究結果一致[1-2,12,20]。但是,本研究發現CO2排放通量在4個不同景觀池塘呈現出顯著的差異,其中養殖塘的CO2排放量最高(圖3),達到 (80.37±100.39) mmol/(m2·d),是水塘CO2排放量的18倍。與本研究結果類似,之前相關研究也表明養殖水體是大氣CO2等溫室氣體的重要排放源[21-22]。在水產養殖的過程中,由于餌料的投放導致外源碳氮營養物質輸入增加,過量的外源負荷為水體CO2的產生和釋放等提供了便利條件[23-24]。同時,養殖塘面積小,水深淺,飼料以及浮游生物糞便中的有機物易沉降到池塘底部,并逐漸與沉積物混合可顯著刺激沉積物中CO2的生成和排放等[25]。值得注意的是,以往研究發現養殖塘CO2通量呈“排放-吸收”交替變化的特征[26-27],本研究中發現采樣期間農業流域養殖塘幾乎一直是大氣CO2排放源(圖4),因此在水域生態系統CO2收支估算中需要重點關注農業流域養殖水體。

本研究表明村塘和農塘也是大氣CO2的重要排放源。村塘和農塘CO2排放量僅次于養殖塘(圖3),其均值排放量分別為 (48.69±65.89)和 (13.50±15.81) mmol/(m2·d),是水塘CO2排放量的11和3倍。村塘因承載居民生活污水,有著最高的營養鹽負荷(表1)。一方面,大量來自污水的營養物質匯入池塘,較高的氮、磷負荷刺激了水體微生物原位呼吸進而促進水體CO2的產生[28-29];另一方面,污水的輸入直接增加了外源CO2的輸入,提高水體CO2的溶存濃度和排放潛力[12,30-31]。農塘受農業活動的影響,農田灌溉排水、淋溶徑流和土壤侵蝕導致大量外源負荷進入農塘中,同時農業化肥的施用也會使農塘營養鹽負荷增加,直接引起水體理化狀況(如水體DO、氮磷濃度等)的變化,進而影響水體CO2排放[24,28,32-33]。同時,DO濃度及其分布對水體生源要素的循環有重要影響,決定水體中有機物降解途徑及產物。外源負荷輸入促進水體代謝,增加了氧氣消耗和CO2的產生;NH3-N等營養鹽增加可加強水體呼吸作用,促進水體CO2的產生和排放。值得注意的是,盡管農塘和村塘均受人為活動影響,但農塘CO2排放低于村塘,其可能原因可能是農塘的污染負荷低于村塘,同時,農田大量灌溉排水可能對其CO2產生了稀釋作用,減少了水體CO2排放[34-35]。

水塘具有最低的CO2排放通量,全年均值為 (4.52±23.26) mmol/(m2·d)。水塘遠離村莊,受人類活動影響最小,其周邊以天然林地為主,林地具有固定吸收養分、攔截地表徑流的作用,減少了流入水塘的養分和有機質[36]。由于水塘營養鹽負荷等明顯偏低(表1),本研究水塘CO2排放明顯低于其他景觀池塘。值得注意的是,水塘pH顯著高于其他水體(養殖塘、村塘和農塘,表1),且水塘CO2通量與pH表現為顯著負相關關系(表2),這與之前在低營養鹽負荷水體的研究結果相一致[24,37-38]。同時,盡管目前多數研究表明小型池塘是大氣CO2的排放源[10,12,39],但本研究發現不同功能用途的池塘CO2排放差異巨大。因此,在評估小型池塘CO2排放時,要尤其關注其周邊土地利用類型和景觀格局等[40-41]。

3.2 CO2排放變化的控制因素

不同池塘CO2排放的差異可能與其水環境特征緊密相關。本研究發現DO濃度對CO2通量具有較好指示性,養殖塘、村塘和水塘CO2通量與DO濃度呈顯著負相關,分別控制73%、76%和45%的CO2通量的變化(圖5)。水體中的營養物質的分解、浮游生物的呼吸作用、底棲生物的有氧呼吸等均會消耗氧氣,從而降低DO濃度,釋放出CO2[42]。已有研究表明,隨著水體富營養化程度增加,DO濃度與CO2通量之間的負相關將越來越顯著[43]。黃婷等的研究表明,DO濃度與CO2通量的顯著負相關關系證明調控CO2通量的關鍵過程是景觀水體代謝[12]。本研究中養殖塘和村塘接收大量外源負荷,CO2排放很高,但其DO濃度卻相對較低(表1),表明外源污染物增加促進了水體代謝,增加了氧氣的消耗和CO2的產生。值得注意的是,水塘營養鹽負荷較低,但其DO濃度與CO2通量呈顯著負相關,考慮到水塘有較高的DO濃度(表1),其可能源于水體光合作用產生DO而消耗CO2[12,24]。綜上,DO濃度是農業流域池塘水體重要的環境指標,可表征和指示水體CO2的變化。

本研究發現營養鹽是CO2通量的重要影響因素,但在不同功能景觀池塘的表現不同。研究結果表明,養殖塘和村塘DTN濃度與CO2通量呈顯著正相關(圖6),養殖塘TP濃度與CO2通量呈顯著正相關(表2),但在農塘和水塘中營養鹽對CO2變化的影響不顯著。在水產養殖的過程中,養殖塘接納高強度的外源(飼料投放)碳氮供給,營養鹽和有機質負荷高,強烈影響水體的碳氮循環[15,44]。村塘接收大量生活排污,營養鹽負荷較高,DTN濃度顯著高于其他池塘(表1),水體中氮的增加刺激了原位微生物的異養代謝,驅動了CO2的產生和排放[12],因此養殖塘和村塘DTN濃度與CO2通量呈顯著正相關。值得注意的是,養殖塘TP濃度相對偏低(表1),但卻是CO2通量變化的重要驅動因子,可能是因為受到養殖活動影響,水體有機質豐富,磷素可能是控制水體有機質降解及其CO2產生的限制性因子[20,45]。農塘受到灌溉和施肥等農業活動影響,因此其CO2排放模式受到多因子的綜合調控,進而可能“掩蓋”了營養鹽對其CO2排放的影響[15,32,46-47]。

許多研究結果表明水溫是水體CO2通量的重要驅動因子[12,28,48]。但本研究結果顯示,水溫對不同景觀池塘CO2通量的影響程度不同。水溫是養殖塘CO2排放的關鍵驅動因子,控制養殖塘45%的CO2通量變化(R2=0.45,P<0.05)。Xiao等研究表明,在高養分負荷的水體中,CO2通量和水溫的相關性更加顯著[28]。養殖塘營養豐富,水溫升高促進了塘內微生物和藻類植物呼吸和有機物分解,并提高了原位CO2的生成速率[28,36]。但在村塘、農塘和水塘中,水溫與CO2通量無顯著相關關系。村塘和農塘由于接收大量生活污水和農田用水,大量外源負荷改變了水體理化狀況,營養物質的供應可能超過了水溫對微生物代謝的控制,最終導致水溫與CO2通量無顯著相關性[49]。因此,溫度可能不是人類活動強干擾水體CO2排放的直接驅動因子,在評估全球升溫對水體CO2排放影響時需要考慮人為活動的調控效應。

3.3 農業流域池塘CO2排放綜合分析

烔煬河流域不同池塘CO2通量全年均值均為正值,是大氣CO2的源,向大氣中排放CO2。流域池塘水-氣界面CO2排放通量的均值為 (37.31±67.47) mmol/(m2·d),是該流域內湖泊水體CO2排放通量(5.61 mmol/(m2·d))的近7倍[31]。全球統計數據表明小型池塘是大氣CO2的重要排放源,本研究中池塘水體CO2排放通量是同等大小全球池塘水體CO2平均排放通量(21.21 mmol/(m2·d))的近2倍[1]。前期研究發現高營養鹽負荷水體是CO2的顯著排放源,然而不及本研究中農業流域池塘水體CO2排放通量的1/2[19,50]?？紤]農業流域池塘數量多,分布多,且隨著全球農業用地擴張,產生大量小型池塘[9-10]。因此,在評估內陸水體在全球CO2收支的貢獻時,農業流域池塘水體的作用不容忽視。

本研究中養殖塘、村塘的CO2排放通量分別是水塘CO2排放通量的18、11倍,是大氣CO2的熱點排放區域。養殖塘的CO2排放通量高達 (80.37±100.39) mmol/(m2·d),是同樣大小全球池塘CO2排放通量(21.21 mmol/(m2·d))的近4倍[1],與城市高污染負荷小型景觀水體CO2排放通量(78.6 mmol/(m2·d))相當[12]。養殖塘和村塘受到飼料投放、生活污水排入影響,其CO2通量要明顯高于全球同樣大小面積池塘CO2通量(21.21 mmol/(m2·d))[1]和全球湖庫水體排放均值(24.4～41.4 mmol/(m2·d))[3],是不容忽視的CO2排放源,需重點關注。此外,隨著經濟發展和人口增加,越來越多的池塘會受到人為活動的干擾[51],同時,為滿足日益增加的人口對魚類蛋白質的需要,池塘養殖的規模和面積會逐漸增加[52]。因此,為準確估算內陸水體對大氣CO2收支的影響,需要重點關注受人為活動擾動強烈的養殖塘和村塘CO2動態變化。

4 結論

1)經為期一年的現場實測,發現烔煬河流域池塘水體全年平均CO2排放量為 (37.31±67.47) mmol/(m2·d),與其他研究相比,烔煬河流域池塘水體具有較高的CO2排放通量,是大氣CO2不容忽視的排放源,在未來水體CO2收支估算中需要予以關注。

2)流域不同功能和用途的池塘水體CO2排放差異顯著,CO2排放峰值出現在受農業活動(水產養殖等)和生活污水排放影響較大的池塘水體中,高營養負荷顯著促進了流域池塘水體CO2排放,致使養殖塘、村塘和農塘的CO2排放通量分別為自然蓄水塘((4.52±23.26) mmol/(m2·d))的18、11和3倍,是不容忽視的CO2排放源。

3)總體上溶解氧和營養鹽可解釋流域池塘水體CO2排放的動態變化,但不同景觀池塘CO2變化的控制因素有所不同。因此,為減小農業流域水體CO2排放估算的不確定性,應綜合考慮多因素的綜合調控作用。