前言
ACE自动土壤呼吸测量仪由英国ADC公司根据呼吸室法研制,ACE土壤呼吸监测仪(简称ACE)由可自动开/闭呼吸室、内置CO2分析仪的旋转臂及控制单元组成一个完整紧凑的野外监测仪器,有封闭式测量仪和开放式测量仪两种,包括封闭透明式、封闭非透明式、开放透明式、开放非透明式等所有呼吸室测量方法技术,可定点全自动连续监测土壤呼吸及土壤温度、土壤水分和PAR,整机防水防尘,数据自动存储到存储卡中,12V 40Ah蓄电池可在野外连续监测近1个月时间。
ACE自动土壤呼吸测量仪是目前世界上惟一可*放置在野外进行土壤呼吸监测的高度集成仪器。
上图中研究人员分别使用开放式透明(左)和开放式非透明(右)两种呼吸室进行测量
应用领域
- 碳收支平衡研究,为碳交易提供准确的数据来源
- 与气候变化数据相结合,研究温室气体排放对气候变化的影响
- 与涡度相关数据结合,对通量变化做出合理解释
- 对土壤呼吸的影响因子及调控机制进行研究
- 不同作物或耕作类型或杀虫剂对土壤呼吸的影响
- 微生物生态学
- 土壤污染的恢复研究
- 填埋垃圾场土壤呼吸状态研究
工作原理
ACE采用两种测量模式:封闭式和开放式。两种模式采用不同的工作原理。
1:封闭式测量原理:开始测定前呼吸罩自动关闭,形成密闭的呼吸室。紧邻呼吸室的机械臂内,具有一个高精度的CO2红外气体分析器(IRGA)。每隔10s对呼吸室的气体进行分析,在测量结束后通过分析数据自动计算土壤表面通量(土壤呼吸值)。
2:开放式测量原理:开始测量前呼吸罩自动关闭,测量过程中,呼吸室与环境气体相连,顶部设有压力释放装置,保持内外气压稳定。在一定流速下达到稳态后测量泵入和泵出气体的CO2浓度差Δc,自动计算出通量值。
功能特点
- 高度集成、全自动化、一体式土壤呼吸监测系统,自动开/闭呼吸室,CO2分析仪、数据采集器及操作系统集成在一起,便于携带移动,无需额外配置计算机等外部设备,无需管路连接等复杂耗时的安装过程
- 内置微机五键式操作系统,大型240×64点阵LCD屏用于设置操作、数据浏览及诊断
- 有封闭式和开放式供选配,在干旱区等土壤呼吸微弱的情况下,建议选配封闭式测量
- 呼吸室面积达415cm2,有透明呼吸室和非透明呼吸室供选择,前者适合用于测量低矮草本或禾苗群落碳通量,或用于测量有大量光合海藻类(如蓝藻)、苔藓地衣类植物的土壤碳通量(既有光合作用又有呼吸作用)
- 高精度、高灵敏度CO2分析仪,分辨率为1ppm
- 可连接6个土壤温度传感器,4个土壤水分传感器,以监测不同剖面土壤水分与温度
- 供电方式可从太阳能、蓄电池、220V交流电中三选一
- 可购买多个ACE进行多点监测,可选配几个透明呼吸室和几个非透明呼吸室用于监测分析土壤及地上光合生物(如生物结皮、苔藓、低矮植被等)总光合、净光合、总呼吸、净呼吸及其相互关系和昼夜动态变化格局等
技术指标
- 红外气体分析仪:内置于土壤呼吸室,气路很短,响应时间快
- CO2:测量范围:标准范围0-896ppm(可定制大量程和范围) 分辨率:1ppm
- PAR:0-3000μmol m-2 s-1硅光电池
- 土壤温度热电阻探头:测量范围:-20-50℃,可接多达6个土壤温度探头
- 土壤水分探头SM300:测定范围0-100vol%;精度3%(针对土壤进行标定后);测量土体范围:55mm x 70mm;可接多达4个土壤水分探头
- 土壤水分探头Theta:测量范围0-1.0 m3.m-3;精度±1%(特殊标定后)探头尺寸;探针60 mm 长,探头总长207mm;可接多达4个土壤水分探头
- 呼吸室流量控制:200-5000ml/min (137-3425 µmol sec-1),精度:±流速的3%
- 呼吸室类型:开放透明、开放非透明、封闭透明、封闭非透明四种呼吸室供选
- 仪器操作:独立主机,不需要PC/PDA
- 数据纪录:2G移动存储卡(SD),可存储800万组以上数据
- 电源供应:外部电池、太阳能板或风力供应,12v、40Ah蓄电池长可持续供电28天,仅网络式有内部电池1.0Ah
- 数据下载:读取SD卡或使用USB连接
- 电子部分连接:坚固、防水的3pin插口(头)
- 程序:界面友好,通过5键控制
- 气体连接:3 mm气路接头
- 显示:240×64点阵 LCD屏幕
- 尺寸:82×33×13cm
- 密封室体积:2.6 L
- 开放室体积:1.0 L
- 土壤呼吸罩直径:23 cm
- 重量:9.0 kg
上图左为预埋钢圈,右为ACE连接土壤水分和土壤度传感器实物图
呼吸室的选配
操作屏幕和结果
应用案例
屈冉等(2010)在秦岭利用ACE研究了土壤微生物和有机酸对土壤呼吸时的影响。研究显示土壤呼吸速率与土壤细菌、放线菌、草酸和柠檬酸呈极显著正相关。
产地
英国
选配技术方案
- 可选配多个ACE进行多点监测,与ACE MASTER主机组成网络监测方案
- 可选配土壤氧气测量模块
- 可选配高光谱成像以评估土壤微生物呼吸作用
- 可选配红外热成像研究土壤水分、温度变化对呼吸影响
- 可选配ECODRONE®无人机平台搭载高光谱和红外热成像传感器进行时空格局调查研究
部分参考文献
- K. Krištof, T. Šima*, L. Nozdrovický and P. Findura (2014). The effect of soil tillage intensity on carbon dioxide emissions released from soil into the atmosphere” Agronomy Research 12(1), 115–120.
- Xinyu Jiang, Lixiang Cao, Renduo Zhang (2014). Changes of labile and recalcitrant carbon pools under nitrogen addition in a city lawn soil. Journal of Soils and Sediments, March 2014, Volume 14, Issue 3, pp 515-524.
- Cannone, N., Augusti, A., Malfasi, F., Pallozzi, E., Calfapietra, C., Brugnoli, E. (2016). The interaction of biotic and abiotic factors at multiple spatial scales affects the variability of CO2 fluxes in polar environments” Polar Biology September 2016, Volume 39, Issue 9, pp 1581–1596.
- Liu, Yi, et al. (2016). Soil CO2 Emissions and Drivers in Rice–Wheat Rotation Fields Subjected to Different Long‐Term Fertilization Practices.” CLEAN–Soil, Air, Water (2016). DOI: 10.1002/clen.201400478
- Xubo Zhang, Minggang Xu, Jian Liu, Nan Sun, Boren Wang, Lianhai Wu (2016). Greenhouse gas emissions and stocks of soil carbon and nitrogen from a 20-year fertilised wheat maize intercropping system: A model approach” Journal of Environmental Management, Volume 167, Pages 105-114, ISSN 0301-4797.
- Altikat S., H. Kucukerdem K., Altikat A. (2018). Effects of wheel traffic and farmyard manure applications on soil CO2 emission and soil oxygen content” Thesis submitted from the “Iğdır University Agriculture Faculty Department of the Biosystem Engineering”.
- Cannone, N. Ponti, S., Christiansen, H.H., Christensen, T.R., Pirk, N., Guglielmin, M. (2018). “Effects of active layer seasonal dynamics and plant phenology on CO2 land atmosphere fluxes at polygonal tundra in the High Arctic, Svalbard” CATENA, Vol 174 (March 2019)
- Uri, V., Kukumägi, M. Aosaar, J.,Varik, M., Becker, H., Auna, K., Krasnova, A.,Morozova, G.,Ostonen, I., Mander, U., Lõhmus, K.,Rosenvald,K., Kriiska, K., Soosaarb, K., (2018). The carbon balance of a six-year-old Scots pine (Pinus sylvestris L.) Forest Ecology Management 2019.