极端天气事件对水稻和小麦生态系统中碳吸收与排放的相反影响

全球变暖加剧极端天气事件频率和强度，但其对农田水碳循环的影响机制尚不明确。本研究通过同步连续观测与CLM5-Crop模型模拟，揭示长江中下游（MLRYR）水稻-小麦轮作系统中极端高温、降雨和干旱对水碳通量的影响：作物作为净碳汇但甲烷排放源，极端事件通过改变蒸散发（ET）、生态系统呼吸（ER）和净初级生产力（GPP）显著影响碳吸收，其中高温增加甲烷排放，强降雨使甲烷排放比干旱事件高1-1.7倍。模型验证表明CLM5能有效模拟水碳通量动态及极端天气的跨尺度影响，预测未来气候情景下MLRYR ET、碳吸收和作物产量将因极端高温事件而下降。

　　

叶霞|傅从生|廖爱民|吴华武|吴浩浩|张海霞|陈建尧

江苏省作物遗传与生理学重点实验室，江苏省作物栽培与生理学重点实验室，扬州大学农学院，中国扬州225009

摘要

全球变暖加剧了极端天气事件（EWEs）的频率和严重程度，但对其对农田水-碳循环影响的机制理解仍然有限。在这里，我们结合了同步的连续野外观测和数学建模，研究了极端高温、降雨和干旱如何影响中国东部一个主要粮食生产区的代表性作物轮作系统中的水和碳交换过程。我们的研究结果表明，2020年至2023年间，该农田表现为净二氧化碳（CO₂）汇和甲烷（CH₄）源。在监测期间共识别出10次极端天气事件。极端高温事件使农田蒸发蒸腾作用（ET）增加了6%至16%，极端降雨事件增加了10%至25%，而干旱事件则减少了11%至18%。极端高温、降雨和干旱事件导致农田净碳吸收量减少了10%至43%，主要是通过增强生态系统呼吸作用（ER）或减少总初级生产力（GPP）来实现的。极端高温事件增加了稻田中的CH₄排放，而极端降雨事件期间的CH₄排放量是干旱事件期间的1.0到1.7倍。参数化的CLM5-Crop模型不仅有效模拟了季节性的水和碳通量动态，还捕捉到了长江中下游地区（MLRYR）极端天气事件的影响。

引言

全球变暖明显改变了温度和降水模式，导致热浪、干旱、洪水、冰雹暴和飓风等极端天气事件（EWEs）更加频繁和严重（Walsh等人，2020年）。由于农田生态系统通常结构简单且生态稳定性较差，这些极端天气事件可能对作物生长产生不可逆转的影响（Cogato等人，2019年；Xu等人，2015年）。特别是，极端降雨、干旱和高温预计会扰乱农田内的物理、化学和生物过程，从而影响农田生态系统中的水和碳交换（Chakraborty和Newton，2011年）。值得注意的是，研究表明，与上个世纪相比，21世纪受极端天气事件影响的农业种植面积增加了50%以上（Fu等人，2023年；Teixeira等人，2013年；Zhao和Dai，2017年）。特别是，预计到2050年，受高温威胁的稻米和小麦种植面积将增加两倍以上（Gourdji等人，2013年）。因此，迫切需要全面了解作物生长和农田水-碳循环对极端天气事件的响应。准确预测和有效缓解极端天气事件对农田生态平衡、粮食生产、碳封存和温室气体减排的不利影响至关重要。

目前，关于极端降雨、干旱和高温事件对作物生长以及农田中水和碳交换的影响仍存在很大不确定性。例如，在干旱期间，由于土壤水分有限导致植物气孔关闭，蒸发蒸腾作用（ET）通常会减少；然而，由于干旱条件导致的大气水分需求增加，ET也可能增加（Liu等人，2020年；Zhao等人，2022年）。在中欧东南部，Lalic等人（2013年）发现干旱期间农田生态系统的ET减少，而Song等人（2014年）报告在东亚季风区降雨量减少的年份，田间ET增加。虽然大多数关于碳循环的研究集中在极端天气事件对森林、草原和灌木生态系统CO₂排放的影响上，但针对农田生态系统的研究较少（Deng等人，2021年）。An等人（2022年）发现高温事件增加了田间CO₂排放，并且在一个田间实验中，随着高温事件频率的增加，生长季节的累积排放量也增加。此外，中国沿海地区高强度的极端降雨事件与早稻和晚稻产量降低有关，而在长江中下游地区（MLRYR），这些强度与水稻产量呈正相关（Jian等人，2020年）。一项元分析表明，极端降雨事件在全球各种农田生态系统中增加了田间CH₄排放（Li等人，2024年）。在美国加利福尼亚州和意大利因佩里亚的观测显示，在极端高温期间，稻田中的CH₄排放增加（Xia等人，2023年）。总之，现有研究在结论上存在显著的区域差异，关键过程的观测不完整，对机制的理解也较弱。特别是在极端天气事件对碳循环响应方面，现有研究主要集中在单一过程上，且观测周期通常较短。仍缺乏系统分析，以了解不同类型的极端天气事件如何影响这些过程，以及同一事件在不同作物生长阶段发生时的影响。

农田生态系统中的水和碳交换动态过程通常通过三种主要方法进行监测：静态室气相色谱法、涡度协方差法（EC）和卫星遥感。静态室气相色谱法因其测量CO₂和CH₄通量的准确性以及简单性和成本效益而广泛用于监测农田中的温室气体通量（Li等人，2023年；Meijide等人，2011年；Simek等人，2014年）。然而，该方法通常只能在每周或每天时间尺度上进行通量测量，且测量设备可能会干扰植物的正常生长（Yao等人，2009年）。涡度协方差法可以监测农田生态系统尺度上的水和碳交换过程（Aubinet等人，2000年；Baldocchi等人，2018年）。该方法提供了高时间频率和连续的测量数据，同时保持了该地区的自然微气候（Saha等人，2018年）。自20世纪90年代以来，亚洲地区使用涡度协方差法监测农业通量的站点数量不断增加，数据处理技术也得到了改进（Kang和Cho，2021年）。这种方法已成为研究农田通量的首选。然而，利用涡度协方差法监测农田中的CH₄通量受到多种挑战的限制，包括地形限制（如丘陵和山谷会干扰气流，影响通量测量），以及高昂的观测成本，这阻碍了其长期、大规模的应用，并限制了我们对环境压力下水和碳通量耦合响应的理解（Eugster和Merbold，2015年；Papale等人，2006年）。因此，涡度协方差法通常用于估算H₂O和CO₂通量，而静态室气相色谱法则广泛用于农田中的微量气体通量（如CH₄）的监测。将这两种方法结合在田间通量观测中，可以有效实现同步监测，并具有很大的实际应用价值。此外，卫星遥感技术利用Landsat、MODIS和MerOp-A等卫星数据，可以在区域或全球范围内监测农业系统，估算作物总初级生产力（GPP）和田间ET（Gitelson等人，2012年；He等人，2019年；Sloat等人，2021年）。然而，其在监测农田中的水和碳交换过程（特别是极端天气事件的影响）方面的有效性可能受到天气条件和卫星重访周期等因素的限制。

除了这些监测方法外，建模方法也越来越被用于研究农田中的水和碳交换。这些方法擅长模拟长时间和空间尺度上的水或碳循环过程，包括土壤、植被和大气之间的相互作用（Dietiker等人，2010年；Gaydon等人，2017年；Leng等人，2013年）。特别是，生物地球化学循环模型已成为估算农田生态系统碳封存和温室气体排放以及预测作物对未来气候变化响应的宝贵工具（Li等人，2023年；Nicoloso等人，2020年；Xia等人，2023年）。先前的研究成功结合了监测和建模方法，探索了极端天气事件对生态系统（包括森林和草原）中水和碳交换的影响（Fu等人，2018b；Wu等人，2020a；b）。然而，将这种综合方法应用于研究农田中对极端天气事件的响应仍然相对较少。

在这项研究中，我们进行了为期三年的田间观测实验，系统测量了长江中下游地区（MLRYR）一个代表性水稻和冬小麦轮作农田中的水和碳交换。通过用田间观测数据校准陆地表面模型并将其应用于区域模拟，我们的目标是：a）评估MLRYR作物轮作系统中水-碳循环过程的空间和时间变化；b）量化和分析极端降雨、干旱和高温事件对田间作物生长和水-碳交换的不同影响；c）评估CLM5模型在再现作物生长和农田水-碳交换方面的性能，并预测未来气候条件下极端天气事件对农田水和碳交换的影响。

研究地点

我们的观测地点位于滁州科学水文实验室基地（32°17′N，118°13′E），位于MLRYR的东北部（图1a）。该地点具有典型的季风气候，夏季湿润，冬季干燥。1950年至2020年间，年平均气温为15.9°C，年降水量为1008毫米。大约70%的年降水量发生在5月至10月期间。该田地代表了MLRYR的农田特征，并进行了相应的种植。

气候和天气条件

2020年至2023年间，研究地点表现出明显的季节性气候模式，年平均气温为16.0°C，降水量为1110毫米（图2）。水稻生长季节的温度显著较高，平均每日气温为23.3°C，降水量为805毫米，占年总量的73%。相比之下，小麦生长季节较冷，平均每日气温为8.9°C，降水量仅为305毫米。

站点观测中的水和碳通量

在我们的研究中，水稻和小麦田地的累积净碳吸收量分别为0.48 - 0.56 kg C m^-2·yr^-1和0.26 - 0.46 kg C m^-2·yr^-1（图6b），这高于Li等人（2023年）在寿县通量站点报告的净碳吸收量。他们发现整个生长季节的累积净碳吸收量分别为水稻0.33 kg C m^-2·yr^-1和小麦0.32 kg C m^-2·yr^-1。这些差异可能归因于不同的气象和环境因素，以及作物

结论

在这项研究中，我们在MLRYR的一个代表性水稻和冬小麦轮作农田进行了为期三年的田间实验（从2020年5月到2023年5月），系统地测量了水和碳循环，包括ET、ER、GPP和CH₄排放等过程。在研究期间共观察到了10次极端天气事件。我们研究了典型轮作系统中碳和水通量的季节动态，以及极端天气事件的差异性影响

CRediT作者贡献声明

叶霞：撰写——原始草稿，概念构思。傅从生：撰写——审稿与编辑，项目管理，概念构思。廖爱民：监督，资金获取。吴华武：验证，数据管理。吴浩浩：软件，方法学。张海霞：可视化，调查。陈建尧：监督。