垂直分布范文

垂直分布范文（精选6篇）

垂直分布 第1篇

1 材料与方法

1.1 采样点环境状况

选择沈阳市幸福岛小区位于北二东路南侧和兴工北街东侧交汇处1座高27层约81 m高层住宅楼, 华泰新都小区位于华山路南侧和淮河街东侧交汇处1座高24层约72 m高层住宅楼。研究区颗粒物来源主要为汽车排放和大气扩散。

1.2 采样点设置

幸福岛小区共选取5个采样点, 分别在1楼 (3 m) 、10楼 (30m) , 15楼 (45 m) , 20楼 (60 m) , 27楼 (81 m) 的楼梯间的窗口处。华泰新都小区共选取5个采样点, 分别在1楼 (3 m) 、5楼 (15m) , 10楼 (30 m) , 17楼 (51 m) , 24楼 (72m) 的楼梯间的窗口处。

1.3 指标和频率

监测指标:PM10、PM2.5;

监测频次:选择冬季采暖期进行监测, 每个点位测量4次, 取平均值进行分析。

1.4 仪器

颗粒物监测仪器为北京绿林创新数码科技有限公司生产的微电脑激光粉尘仪LD~5C (B) , 灵敏度0.001mg/m3。

2 结果与分析

2.1 PM2.5随高度变化分析

对2栋楼10个监测点位统计, PM2.5结果如图1所示。冬季幸福岛小区PM2.5随高度增加, 呈上升趋势, 在3~30 m之间, PM2.5随高度变化不明显, 而超过30 m后, PM2.5随高度增加较快, 当高度为81 m时, 其质量浓度达到最高值。冬季华泰新都小区PM2.5随高度增加, 呈上升趋势, 在3~15 m之间, PM2.5随高度变化较明显, 而超过15 m后, PM2.5随高度增加趋于平缓, 当高度为51 m时, 其质量浓度达到最高值, 51~72 m之间PM2.5随高度增加略呈下降趋势, 但本次监测总体呈上升趋势。以上2种现象可能与低空容易受周围其他建筑物阻挡影响有关, 高空接受的空气面较大, 大气湍流交换和垂直扩散能力较强, 有利于周围PM2.5扩散和迁移, 导致高空中的PM2.5质量浓度较大。由于PM2.5与本身的特征和环境条件关系密切, 尤其是与本身的质量和风速、湿度关系密切, 这种颗粒物与空气对流等气象要素的关系, 在以往的研究中也有类似的结果[2]。由于受研究条件的限制, 81 m以上空气中的PM2.5质量浓度变化规律尚不清楚, 需要进一步研究。

2.2 PM10随高度变化分析

对两栋楼10个监测点位统计, PM10结果如图1所示。冬季幸福岛小区PM10随高度增加, 呈下降趋势, 在3~30 m之间, PM10随高度变化不明显, 而超过30 m后, PM10降低较大, 当高度为81 m时, 其质量浓度达到最低值。冬季华泰新都小区PM10随高度增加, 总体呈下降趋势, 在3~51 m之间, PM10质量浓度随高度增加而减小, 当高度为51 m时, 其质量浓度达到最低值, 而超过51 m后, PM10随高度增加趋于上升趋势。以上2种现象可能与PM10较重有关, 易受重力影响。刘昌伟等[2]指出在0~56 m之间时, PM10大致随高度增加而减小, 这种现象与大气的垂直扩散分布能力和颗粒物的性质有关, 也与气象要素 (风速、湿度、气压) 关系密切, 尤其垂直高度上的风速变化是导致PM10垂直差异的重要因素。李沐珂等认为[3]随风速的提高, 在一定高度内PM10浓度逐渐降低。此次垂直高度监测仅限于81m以内, 81 m以上空气中的PM10质量浓度变化规律尚不清楚, 需要进一步研究。

3 结论

冬季空气中可吸入颗粒物PM10质量浓度随高度增加总体上呈下降趋势, 较小的颗粒物PM2.5质量浓度随高度增加总体上呈上升趋势, 这种现象可能与大气的垂直扩散分布能力和颗粒物的性质有关, PM10较重, 易受重力影响, PM2.5较轻, 风力对其影响较大有关;也与气象要素关系密切, 尤其垂直高度上的风速变化是导致PM2.5和PM10垂直差异的重要因素。

本研究仅对沈阳市冬季2个地点进行监测分析, 不足以全面衡量沈阳市高层建筑垂直分布特征, 为了更加充分反映区域内颗粒物的污染特征, 今后需要增加监测点位和监测时间。

摘要：以空气中可吸入颗粒物 (PM10和PM2.5) 为研究对象, 分析冬季颗粒物垂直方向上的变化规律, 结果表明, 空气中可吸入颗粒物PM10质量浓度随高度增加总体上呈下降趋势, 较小的颗粒物PM2.5质量浓度随高度增加总体上呈上升趋势。

关键词：高层建筑,颗粒物,垂直分布

参考文献

[1]周学华, 王哲, 郝明途.济南市春季大气颗粒物污染研究[J].环境科学学报, 2008, 28 (4) :755-763.

[2]刘昌伟, 赵勇, 苗蕾, 等.城市高层建筑大气颗粒物污染和噪声垂直分布特征[J].生态环境学报, 2009, 18 (5) :1793-1797.

垂直分布 第2篇

长江上游包括青藏高原东南部、秦巴山地、四川盆地与云贵高原部分地区,在地理、地貌、气候、生物多样性方面都表现得极为复杂和丰富多彩,在世界山地中也占有举足轻重的位置.特别是复杂多样的山地垂直带谱更是欧亚大陆乃至世界山地垂直带研究中至关重要的组成部分.在地学信息图谱和数字山地垂直带体系的.基础上,本文系统地收集和分析了长江上游共50个山地垂直带谱所体现的空间规律,河源区、横断山区、秦巴山区及贵州高原的垂直带谱类型多样并各具特色,且在经度和纬度方向义具有统一的分布规律,如雪线、林线、针叶林及阔叶林等的分布界线变化规律比较符合二次曲线规律,验证了大陆尺度上山地垂直带二次曲线模式假说.另外,山地垂直带分布规律又具有尺度效应,中小尺度上地形的影响作用表现得极为显著.

作 者： 作者单位： 刊 名：地理研究  ISTIC PKU英文刊名：GEOGRAPHICAL RESEARCH 年，卷(期)： 28(6) 分类号：P9 关键词：垂直带   长江上游   数字分析   尺度效应   altitudinal belts   Upper Yangtze River   digital analysis   scale effects  

垂直分布 第3篇

[关键词]卡诺循环 重力场 理想气体 热力学第二定律 熵,玻尔兹曼分布

Abstract: In gravitational field,the vertically expanding and compressing of the ideal gas could create a (P-V) cycle process to convert heat energy into mechanical one as long as the gas substance work between two hot reserviors of different temperature. However the heat-mechanical energy converting efficiency in such vertically P-V cycle can not be calculated without the density distribution of the gas in gravitational field,unlike that in Carnot-efficiency Cycle in wich the heat-mechanical efficiency depends only on the temperatures of the two hot reserviors. Namely the heat-mechanical energy converting efficiency in such vertically P-V cycle would depend on the characteristic of the working gas substance. With the Boltzmann's distribution for calcualation of the cyclic entropy,the result is consistent with Second Law of Thermodynamics. However, if the gas distribution had a top boundary in gravitational field,the calculation results would contradict to Second Law of Thermodynamics. The author consider that the gas distribution should have a top boundary in gravitational field in terms of the energy conservation law. Furthermore,the author propose that if the gas with a top boundary in gravitational field was adopted , whatever the distribution mathematic modle might be, the calcualation of the cyclic entropy would lead to a result contravening to Second Law of Thermodynamics. Therefore the analysis in this article reveals that the second law of thermodynamics is not universal.

Key words: Carnot-efficiency CycleGravitational FieldIdeal Gas Second Law of Thermodynamics EntropyBoltzmann's Distribution

气体通过体积的反复膨胀和压缩可实现热功转化。此类“压力-体积”(简称“P-V”)循环过程是“热机”的原理基础。借助“理想气体”(以下简称“气体”)的“卡诺循环”,可以导出可逆热机的热功转化效率计算公式,即“卡诺定理”[1]。在恒定的重力场中如果气体密度分布遵守玻尔兹曼分布律,气体在垂直方向上的可逆P-V循环也遵守“卡诺定理”。但作者曾指出:重力场中理想气体密度分布不完全遵守玻尔兹曼分布律[2,3]。在重力场中气体采用其它密度分布公式时,垂直方向“P-V”循环的热功转化效率计算还未见研究,作者在本文对此进行初步探讨,供商榷。

一、重力场中气体的“P-V”循环及效率计算:

气体在重力场中密度分布底端密度高于顶端,其密度分布状态受重力加速度和温度的影响。在与大气开放的容器中,密度分布遵守玻尔兹曼分布律:

........(1)

式中pmz为粒子数密度,g为重力加速度,t为绝对温度,m为粒子质量,pm0为容器底部的粒子密度,k为玻尔兹曼常数,z为考察点位置高度,现在设气体密闭于刚性容器中并设容器截面积为1,根据(1)式容易求出密闭于容器中的理想气体粒子数密度pm的分布公式:

........(2)

式中nD为容器中气体粒子数量,L为容器的高度。由此不难求出容器顶端压力pL的计算方法:

........(3)

考虑在等温条件下气体通过推动顶端活塞沿重力方向垂直膨胀和压缩(如图1所示),膨胀时对外做功,同时吸收环境热量,压缩时外力做功并向环境中释放热量。设过程是可逆的(本文设定所有的过程均是热力学可逆过程),其对外作功的计算类似非重力场中理想气体的温膨胀,但热效应的计算必须考虑活塞移动时气体“重力位能”的变化。

1.1、重力场中气体垂直膨胀与位能的关系:

为计算方便起见,以下我们总设定m=1; k=1。令顶端膨胀做功为wpg,则如图1所示,在L1到L2区间对顶端压力pL积分可求得wpg,:

........(3)

显然,此过程从环境吸收的热量。从环境吸收的热量不仅包括对外所做的功,还应该包括气体向上膨胀时气体位能增加所需要的能量。设在气体容积为L1时气体位能为w1, 气体容积为L2时气体位能为w2,则气体膨胀后的位能增加量为(w2-w1),可通过对pm的定积分求出:

........(4)

设气体膨胀时从环境中吸收的总热量为qp,则:

........(5)

而环境的熵变化(因为从环境中吸热,所以环境熵将减小)设为shw,则:

Shw=qp/t........(6)

1.2、重力场中气体垂直P-V循环:

设想重力场中的气体在两个不同温度的热源之间进行垂直方向上的逆P-V循环,热源温度分别为:t1和t2,且t1>t2。那么,类似于卡诺循环,可将其设计为四个步骤:(1)气体在高温t1状态下由体积L1等温膨胀到适当的体积L1′。(2)由体积L1′绝热膨胀到L2,同时使气体温度下降到t2。(3) 在t2温度下等温压缩使气体体积缩小到适当的体积L2′。(4)由体积L2′绝热压缩使气体的体积和温度恢复到L1和t1。在两个等温过程中,气体分别与高温和低温热源交换热量,最终导致高温热源熵减小,低温热源熵增加,并对外做功。由于是可逆过程所以总熵不变,其热功转化效率可根据热力学第二定律求出。也可以根据本文“附录”中的数值计算程序加以证实。

式中qpt1为高温热源的热释放量,qpt2为低温热源的热吸收量。

二、重力场中有上边界气体密度分布的垂直“P-V”循环:

在上述讨论中我们发现:在计算重力场中气体的垂直P-V循环熵变时,必须给出气体在重力场中的分布规律。如果气体在重力场中不遵守玻尔兹曼分布律,那么熵变是否仍然遵守热力学第二定律?我们下面分析这个问题。

作者曾经指出:如果考虑到容器中气体粒子能量有限,重力场中气体的分布是有上界的[2,3],为了描述重力场中有上限气体的分布模型,现给出如下气体密度分布的修正公式:

........(7)

式中pm0为高度z为零(容器底部)的气体密度,a和b为两个有量纲量,量纲为"M/Ko”,单位设为“米/度”。

在(7)式中令: ,则:

................(8)

比较(1)和(8)两式可看出,修正后的气体粒子密度仍随高度增加按负指数形式分布,但是与(1)式中的pm0不同,(8)式中的pmx随高度z变化。如果令a>b,不难看出pmx将随高度z减小。

对于重力场中有上界的气体的垂直p-v循环,可根据分布公式(7)或(8)计算各循环步骤的热,功及熵变。由于,分布公式较为复杂,某些步骤的积分计算无法求出解析式,因此,作者采用数值计算加以研究。作者编制的数值计算程序采用Mathematica软件编写.在假设a=10;b=1;m=1;k=1;g=10; nD=120;的给定条件下模拟了气体在两热源(温度分别为t=3和t=1000)之间进行垂直P-V循环后的熵变。计算程序见附录,读者可直接应用此程序在Mathematica软件环境中运行计算。

数值计算结果表明:重力场中有上界的气体垂直P-V循环不遵守热力学第二定律。可逆循环结束后系统的熵减小。作者的研究还证明,采用气体在重力场中有上界的数学分布公式,无论形式如何,该气体通过垂直“P-V”循环必然得出违反热力学第二定律的计算结果。此分析进一步揭示热力学第二定律的局限性,和我们先前的分析结论[4]一致。

三、附录:

(一)、重力场中密闭容器中气体的密度分布公式:

以下将遵守玻尔兹曼分布的气体简称“玻氏气体”,将遵守有上边界分布的气体简称“修正气体”。

当密闭容器高为L时,其中的粒子数为nD,密度分布pm由下式确定:

对于遵守玻尔兹曼分布的(玻氏)气体来说:

...........(1)

对于遵守有上边界分布的(修正)气体来说:

...........(1)

(1)式中的“ExpIntegralEi[ ]”是“Mathematica”软件的内部函数,可用该软件运行计算(下同)。

(二)、重力场中密闭容器中气体的顶部的压力pL计算公式:

对于遵守玻尔兹曼分布的(玻氏)气体来说:

...........(2)

对于遵守有上边界分布的(修正)气体来说:

...........(2)

(三)、垂直p-v循环过程的基本步骤及熵计算:

(气体在完成下列6个步骤后回到初始状态)

(1):小体积气体高温顶部膨胀做功(吸热)熵增加Shp;

(2):小体积气体高温顶部膨胀时气体位能改变(吸热)位能熵增加Shw;

(3):大体积气体降温(放热)位能熵减小Sj;

(4):大体积气体低温顶部压缩(做功放热)熵减小Sdp;

(5):大体积气体低温顶部压缩(放热)位能熵减小Sd;

(6):小体积气体升温(吸热)位能熵增加Ss;

(四)、各步骤的熵计算:

(计算时分别将“玻氏气体”或“修正气体”的公式(1)(2)代入下式即可,下文同)

(1) :小体积气体高温顶部膨胀时对外做功wpT及熵Shp的计算方法:

令:g=10;nD=120;t=1000;气体由L=1膨胀到L=2(下同),则有:

小体积气体高温顶部膨胀做功时的熵Shp:

Shp=wpT/t

(计算结果:玻氏气体:82.5792;修正气体:82.5254)

(2) :小体积气体高温顶部膨胀时位能的增加量wvT及熵Shw计算方法:

令:L=1;nD=120;g=10;t=1000;

再令:L=2;

wvT=w2-w1

小体积气体高温顶部膨胀时气体位能改变导致的墒增加量Shw:

Shw=wvT/t

(计算结果:玻氏气体:0.597;修正气体:0.59673)

(3) : 降温时大体积气体位能及熵改变Sj的计算方法:

令:L=2;nD=120;g=10;

大体积气体降温时气体位能w2对温度t的导数Dw2,即大体积气体热容:

令:Dw2t=(Dw2)/t;

设高温大体积气体由t=1000降温到t=3,则降温时熵改变量Sj可如下计算:

(计算结果:玻氏气体:108.825;修正气体:109.559)

(4) : 大体积气体低温顶部压缩时的做功wpt及熵Sdp计算方法:

令:t=3;

大体积气体低温顶部压缩做功时的熵Sdp:

Sdp=wpt/t

(计算结果:玻氏气体:4.20629;修正气体:2.77781)

(5) : 低温大体积气体顶部压缩时的位能增加量wvt及墒增量Sd计算方法:

令:t=3;g=10;nD=120;L=1;

再令:t=3;g=10;nD=120;L=2;

则有:wvt= w2-w1

降温后压缩时位能改变导致的低温热源墒增加量Sd计算方法:

Sd=wvt/t

(计算结果:玻氏气体:13.7781;修正气体:9.05308)

(6) : 低温小体积气体升温时墒变量Ss计算方法:

小体积气体位能的计算方法:

令:L=1;nD=120;g=10;

设由t=3升温到t=1000,气体升温时气体位能w1对温度t的导数Dw1,即大体积气体热容:

令:Dw1t=Dw1/t;

低温小体积气体升温时墒变量Ss计算方法:

(计算结果:玻氏气体:43.6328;修正气体:46.2866)

(7) :总熵计算方法:

小体积气体高温顶部膨胀时总熵变:

Abs[Shp]+Abs[Shw]+Abs[Ss] (玻氏气体:126.809;修正气体:129.409)

大体积气体低温顶部压缩时总熵变:

Abs[Sj]+Abs[Sdp]+Abs[Sd] (玻氏气体:126.809;修正气体:121.39)

(8) : 结论:

对于遵守玻尔兹曼分布的(玻氏)气体来说:

Abs[Shp]+Abs[Shw]+Abs[Ss]=Abs[Sj]+Abs[Sdp]+Abs[Sd]

对于遵守有上边界分布的(修正)气体来说:

Abs[Shp]+Abs[Shw]+Abs[Ss]≠Abs[Sj]+Abs[Sdp]+Abs[Sd]

参考文献:

[1] 张玉民.热学. 第一版.北京:科学出版社,2004. P187

[2] 李国荣,重力场中稀薄气体的密度分布:对玻尔兹曼分布律公式的商榷和改进.长治学院学报[J],2009, 26(5) 16-18.

[3] 李国荣,极稀薄气体分子的运动分布及计算模拟[J],北京相对论研究快报,2010(3)80-85

垂直分布 第4篇

温室效应的加剧以及由此引发的全球温室变暖已经对人类生活、资源环境、经济发展和社会稳定等方面产生了一系列的负面影响,成为近年来重点关注的全球性环境问题。二氧化碳(CO2)作为三大温室气体之一,是温室效应的主要贡献者。土壤作为大气CO2的源和汇,是控制大气CO2浓度增加的一个重要因素[1]。土壤水分条件是影响土壤呼吸的主要环境因子之一,探究土壤水分状况对土壤呼吸的影响机理,有效控制土壤碳库释放,直接关系到大气中CO2浓度的变化。目前,对于灌溉、降雨、施肥等因素对土壤CO2排放影响的研究[2,3,4,5,6],主要从水分高低以及灌溉制度等方面来分析其对土壤CO2排放的影响,且大多是针对土壤水分均匀分布条件下,而关于局部灌溉即水分非均匀分布条件下CO2排放的研究甚少。在水资源供需矛盾日益短缺的背景下,发展节水灌溉、高效地利用水资源,支撑社会与经济的良性循环,是农业水资源合理开发与利用的核心任务和必然选择。节水灌溉技术的大面积应用以及由此产生的非均匀水分分布特征必然会所导致土壤呼吸等方面发生一系列的变化,因此,本文以黏土为研究对象,通过土箱试验研究不同水分非均匀分布条件下土壤CO2通量的日变化特征,研究结果对于准确估算节水灌溉对温室气体排放影响提供科学依据,同时可为从灌溉调控角度实现温室气体减排的研究提供借鉴。

1 材料与方法

1.1 试验区概况与供试土壤

试验于2013年4-8月在河海大学水文水资源与水利工程国家重点实验室开展。该地区(32°3'24″N,118°45'E)属亚热带季风气候,年平均气温15.4℃,年平均降水量1 106 mm,年蒸发量1 500 mm。供试土壤为壤质黏土,采自江苏省南京市蔬菜花卉科学研究所的蔬菜大棚中,其0~30 cm土层的土壤有机质含量为18.2 g/kg,总氮为0.14 g/kg,总磷为0.03 g/kg,p H值为6.24。土壤样本在自然条件下进行风干,剔除杂物,粉碎、过4mm筛,混匀后装袋备用。

1.2 试验设计

在矩形土箱(长×宽×高为40 cm×40 cm×60 cm)内开展实验。土箱底部布置十字交叉的供水管(内径6 mm,均匀开孔,外面包裹土工布防堵塞),外部包裹细砂和石子组成的反滤层内(5 cm厚)。透水管一端通过供水阀门连接马氏瓶(长×宽×高=10 cm×10 cm×80 cm),形成一个地下供水系统,另一端连接排水阀门。通过地下供水,形成不同的土壤水分垂直分布。试验共设4种灌水处理:SI处理(表面灌水使0~55 cm土壤至田间持水量);SDI12处理(地下供水使地下12~55 cm土壤至田间持水量);SDI15处理(地下供水使地下15~55 cm土壤至田间持水量);SDI18处理(地下供水使地下18~55 cm土壤至田间持水量),以表面灌水SI处理为对照,每个处理设2个重复。供水时,首先通过土壤初始含水率、田间持水量及其相应的土箱体积计算出各处理的灌水量。灌溉水源为自来水。为了减少填土等土壤扰动活动对温室气体排放的影响,填土提前于2012年12月完成,填土后土箱一直处于静置状态直至试验开始,本实验分为两个灌水阶段(初次灌水时间为2013年4月18日10∶00,第二次灌水时间为2013年6月14日10∶00),共进行为期80 d左右的定期观测。当试验期间出现降雨时,采用帐篷遮盖防止降雨对试验的影响。

1.3 气样采集及浓度分析

采用人工静态箱-气相色谱法对CO2排放进行测定,其中静态箱(长×宽×高:40 cm×40 cm×40 cm)由6 mm PVC材料制成。静态箱顶配有温度计、电动小风扇以及取样孔。观测时,将静态箱覆盖在正方形土箱上的凹状底槽中,并在底槽中加水形成液封,以防止取样过程中与外界产生气体交换。用10 m L的注射器于盖箱后0、10、20、30 min抽取箱内4个气样。每次灌水后,在试验的前中后3个阶段分别选取有代表性的一天开展CO2日变化观测,其中初次灌水后分别选取4月25日,5月6日,5月20日;第二次灌水后分别选取6月17日,7月1日,7月22日。每日在07∶00-22∶00时段平均每3 h进行一次采样,取样同时记录大气温度和静态箱温度,并用取土烘干法测定0~24 cm土层内各层土壤含水率(每隔4 cm处均有取样口),按含水率占孔隙度的百分比计算土壤充水孔隙度(WF-PS)。对采集的气样使用Aglient7890A气相色谱仪分析CO2浓度,根据浓度的增加梯度计算计算排放通量[7]。

1.4 数据统计与分析方法

采用Microsoft Excel 2007和SPSS19.0软件对试验数据进行统计分析,采用Microsoft Excel 2007和Origin 8.5对图表进行绘制,显著性分析采用最小显著性差异(least significant difference,LSD)法。

2 结果与讨论

2.1 土壤水分垂直非均匀分布下CO2的日变化规律

初次灌水后各处理(SI、SDI12、SDI15和SDI18)的CO2日排放通量的动态变化显示(图1),SI处理和SDI各处理的CO2日排放呈现出较为一致的单峰曲线变化规律,其最大排放通量均出现在一天内温度最高的14∶00。但与SI处理的排放峰值[393.1、382.5和409.2 mg/(m2·h)]相比,SDI12、SDI15和SDI18处理的排放峰值在不同观测阶段均有不同程度的降低,其降低幅度依次为11.2%、26.8%和36.8%(4月25日),16.2%、16.5%和23.8%(5月6日)和17.4%、27.8%和35.1%(5月20日)。总体上,5月20日,各处理的CO2日平均排放通量分别为315.7、267.4、244.2和222.7 mg/(m2·h),较4月25日[282.4、234.6、201.2和170.5 mg/(m2·h)]和5月6日[301.9、259.9 240.1和213.9 mg/(m2·h)]略有提高。原因在于观测中期(5月6日)和后期(5月20日)气温升高促进了土壤中微生物的呼吸作用。整体上,由表1可以看出,各处理在初次灌水后不同观测日其CO2日平均排放通量的大小关系为:SI>SDI12>SDI15>SDI18,且SI处理在初次灌水后各观测日的排放通量均显著大于SDI15和SDI18处理。此外,5月6日,SDI12处理显著大于SDI15和SDI18处理,且SDI15处理也显著大于SDI18处理。5月20日,SDI12处理显著大于SDI18处理。

第二次灌水后各处理在不同观测期的CO2日排放通量的动态特征见图2。各处理CO2日排放通量在观测前期(6月17日)和中期(7月1日)均呈双峰曲线的形式,其最大排放峰值均出现在18∶00,而不是温度最高的14∶00。原因在于在该观时段内出现的部分高温抑制了微生物的呼吸作用,从而导致CO2的排放通量并不随着温度的升高而增加[8]。而CO2日排放在观测后期(7月22日)则呈现出逐渐递减的趋势,其排放通量最大值出现在7∶00,这可能是由于该次取样前24 h出现了降雨、显著增大了空气湿度,促进了表层土壤微生物的活性,增强了其呼吸作用所导致的[9]。此外,SI处理在第二次灌水后不同观测期的CO2日排放通量均明显大于SDI的各处理,其平均排放通量分别为841.6、786.0、734.4和647.2 mg/(m2·h)(6月17日);867.0、790.0、669.8和551.2 mg/(m2·h)(7月1日)和872.6、795.4、693.0和656.0 mg/(m2·h)(7月22日)。此外,各处理在第二次灌水后不同观测日其CO2日平均排放通量的大小关系也表现为:SI>SDI12>SDI15>SDI18,且总体上各处理排放通量的差异均比较显著(见表1)。其中6月17日,SI和SDI12处理均显著大于SDI18处理。7月1日,SI处理显著大于SDI15和SDI18处理,且SDI15处理也显著大于SDI 1 8处理。7月2 2日,SI处理显著大于SDI 1 5和SDI 1 8处理,且SDI12处理也显著大于SDI18处理。

总体上,不同观测期内其CO2日排放通量之间的大小关系均表现为SI>SDI12>SDI15>SDI18,但不同观测时段的CO2日排放通量的变化范围却有所差异。其中初次灌水后三次测定CO2排放通量的日变化范围依次为:95.4~393.1、174.9~382.5和192.0~409.2 mg/(m2·h)。第二次灌水后三次测定的CO2排放通量的日变化范围依次为:522.7~1 133.1、418.1~995.35和476.0~1 185.6 mg/(m2·h)。对比各处理(SI和SDI)两次灌水后不同观测期的CO2日排放通量可以看出,第二次灌水后的CO2日排放通量显著高于初次灌水后的CO2的通量值,其原因在于第二次灌水后各观测期的温度较初次灌水后有了大幅度的提升,促进了土壤微生物的呼吸,增加了CO2的排放,这与大多数学者的研究结论基本一致[10]。此外,可以发现,第二次灌水后观测前期和中期CO2的日变化规律呈现双峰曲线趋势,而初次灌水后各观测期均呈单峰曲线,这主要是因为初次灌水后各观测时段均处于温度较为适宜的4-6月,其最高温度低于土壤微生物的最适宜温度(25~35℃),CO2排放通量随温度的升高而升高,且在温度最高的14∶00出现最大值;而第二次灌水后各观测时段处于温度较高的6-8月,这期间部分过高的温度势必会抑制土壤微生物的活性,减弱土壤呼吸作用,导致CO2排放峰值通常出现在温度和水分适宜的时刻[5]。

2.2 水分变化对CO2排放规律的影响

图3是灌水后各处理在不同观测阶段的土壤水分WFPS的变化规律,整体上可以看出,无论是SI还是SDI处理,土壤含水率均随着土层深度的增加而逐渐增大,且时间上土壤水分含水率在不同深度均随观测期的延续而逐渐减小。此外,土壤水分在不同观测阶段其表层0~12 cm的变化程度较为剧烈,而12~24 cm土层的土壤含水率则变化较小。因此重点分析表层0~12 cm土层土壤含水率的变化过程[11]。初次灌水后3个观测日,SI处理0~12 cm土层的土壤含水率变化范围分别为47.8%~72.1%、33.1%~62.8%和19.2%~59.2%WFPS,5月6日0~12 cm土层的土壤平均含水率较4月25日降低了16.2%,而5月20日则较5月6日降低了15.9%。同时,与之相应的各观测期的CO2平均排放通量随土壤含水率的降低而逐渐增加,这一变化规律与邓东周[12]等人的研究结论正好相反,其原因是初次灌水后其表层土壤含水率较高,导致土壤孔隙被水分所填充,不利于CO2的排放和土壤微生物的呼吸作用,而随着水分的蒸腾蒸发作用,土壤含水率逐渐降低,其CO2随之排出,CO2排放通量有所提高[13]。

SDI处理在同期的土壤含水率(0~12 cm)变化规律与SI处理较为相似,但其变化范围却有所差异。其中SDI12、SDI15和SDI18处理在初次灌水后3个观测日0~12 cm土层的土壤含水率范围依次为38.4%~69.1%、30.4%~64.3%和27.2%~56.9%WFPS(SDI12);28.4%~69.8%、25.5%~60.1%和20.9%~58.2%WFPS(SDI15);28.7%~65.0%、24.3%~61.9%和20.3%~56.9%WFPS(SDI18)。且SDI12、SDI15和SDI18处理在5月6日的平均含水率(0~12 cm)较4月25日降低了13.2%、9.4%和9.0%,而5月20日较5月6日则分别下降了12.7%、6.8%和8.2%。而其相应的各观测阶段的CO2日平均排放通量均呈现出逐渐增大的趋势,这一变化规律与SI处理较为相似。整体上,SI处理在初次灌水后各个观测阶段其0~12 cm土层的土壤水分变化幅度大于SDI处理,与其对应SI处理的CO2日平均排放通量和日排放最大值也均大于SDI处理。其原因是SI处理条件下其表层土壤含水率较高,且与空气接触面积大,导致土壤水分变化速率快,促进了土壤微生物的呼吸作用以及CO2的扩散[14];而SDI处理条件下的土壤湿润体与空气接触面积小,且表层土壤含水率较低,导致表层土壤水分变化速率慢,从而使得微生物的土壤呼吸作用较弱,因此,产生较小的CO2排放通量。

而第二次灌水后的3个观测日,SI处理0~12 cm土层的土壤水分WFPS的变化范围分别为35.0%~69.9%、29.0%~57.5%和16.6%~47.5%。7月1日土壤平均含水率较6月17日降低了13.6%,而7月22日则较7月1日降低了17.2%,原因在于7月1日至7月22日的时段内出现了大量的降雨,导致空气湿度增大,表层土壤的蒸发作用受到限制,而7月22日则是由于气温的升高所导致的。

SDI处理的土壤水分在第二次灌水后各个观测阶段也呈现出逐渐递减的趋势,3个观测日0~12 cm土层的土壤含水率变化范围分别为29.5%~64.8%、28.8%~58.8%和25.3%~55.2%WFPS(SDI12);34.1%~66.7%、26.7%~64.7%和19.7%~55.7%WFPS(SDI15);36.4%~68.1%、33.0%~69.5%和19.8%~64.9%WFPS(SDI18)。7月1日的平均含水率较6月17日分别降低了8.9%(SDI12),8.6%(SDI15)和4.5%(SDI18),而7月22日的平均含水率较7月1日则分别降低了11.4%,13.7%和14.4%。同时,与其相应的SDI各处理则表现出不同的变化趋势,其中SDI12在第二次灌水后不同观测期随着土壤水分的减小而逐渐增加,而SDI15和SDI18处理的相应值则随着土壤水分的降低呈现出先降低再增加的趋势。出现这一现象的主要原因是SDI12处理的表层土壤水分在前期(6月17日)至中期(7月1日)过程中更容易受辐射等外界因素的影响,导致其土壤水分变化速率快于SDI15和SDI18处理,使得土壤呼吸作用也有所增强,而随着土壤水分的向上迁移,SDI15和SDI18处理在灌水中期至后期过程中,其土壤水分变化速率有了明显的提升,因此促进了土壤CO2的排放[15]。此外,可以发现SDI各处理的CO2日排放最大值也呈现出先逐渐递减而逐渐递增的趋势,其最大CO2日排放峰值出现在7月22日,并没有出现在土壤含水率较高的6月17日,一方面是由于过高的土壤水分可能会堵塞土壤颗粒之间的空隙,阻止土壤微生物的呼吸作用和CO2的扩散;另一方面是因为部分时段气温过高、高出了土壤呼吸所需微生物的最佳温度范围(25~35℃),抑制了土壤相关微生物的活性、O2以及反应物的有效性[16],因此CO2日排放最大峰值出现在水分和温度较为适宜的7月22日。这也表明CO2排放通量是受土壤含水率和温度等共同作用结果。

总之,对比各处理两次灌水后土壤水分及其相应的CO2日排放通量的变化情况,可以得出,各个处理在两次灌水后同一观测期内,其0~12 cm土层的土壤水分WFPS之间的大小关系分别为:SI>SDI12>SDI15>SDI18和SI<SDI12<SDI15<SDI18,而其相应的CO2日平均排放通量则分别呈现出相反和相同的规律。但对于同一处理来说,其土壤0~12 cm土层的平均含水率在不同观测期均呈现出逐渐递减趋势,而其相应的CO2日排放却呈现出不同的变化规律,其中初次灌水后CO2日平均排放通量呈现出逐渐递增的趋势,而第二次灌水后SI和SDI12处理呈现出逐渐递增的趋势,SDI15和SDI18则呈现出先递减后递增的趋势。此外,还可以发现,SI处理0~12 cm土层的平均含水率在由前期(6月17日)至中期(7月1日)以及中期(7月1日)至后期(7月22日)的变化过程中,其降低幅度均大于SDI处理。且各处理的土壤水分在初次灌水后前期(4月25日)至中期(5月6日)的变化过程中其降低幅度大于中期(5月6日)至后期(5月20日)过程中的对应值,而第二次灌水后这一降低幅度却呈现相反的规律,其原因是土壤水分在中期(7月1日)至后期(7月22日)的过程中其平均气温有了大幅度提高,导致土壤蒸腾蒸发作用增强,使得土壤水分变化速率在第二次灌水后中期(7月1日)至后期(7月22日)的过程中明显增大。

3 结语

垂直分布 第5篇

黄土丘陵区人工林土壤有机碳的垂直分布特征

对黄土丘陵区刺槐和油松人工林的根系生物量、土壤有机碳含量及其土壤全氮进行了测定,分析了土壤有机碳和根系的垂直分布特征.结果表明,刺槐和油松人工林之间以及同一林分的不同林龄之间,根系生物量有明显差异.2种人工林表层土中有机碳含量不同,差值为0.470%,10～20 cm土层有稍微差异,差值为0.075%,其他各层差别不明显,差值均小于0.023%.在不同林龄之间,除20 cm以上土层,幼林和成林之间的土壤有机碳含量有差异外,其他各层几乎没有差异.说明土壤有机碳的积累受诸多因素的.影响,根系对土壤碳的积累有一定影响,但影响程度不大.人工林土壤全氮与土壤有机碳含量之间呈显著的线性正相关.

作 者：季志平苏印泉 贺亮 JI Zhi-ping SU Yin-quan HE Liang  作者单位：西北农林科技大学,林学院,陕西,杨陵,712100 刊 名：西北林学院学报  ISTIC PKU英文刊名：JOURNAL OF NORTHWEST FORESTRY UNIVERSITY 年，卷(期)：2006 21(6) 分类号：S7 关键词：黄土丘陵区   人工林   土壤有机碳  

垂直分布 第6篇

结果显示, 在水道养殖池和圆形养殖池的近池底区域, 氧浓度较低。水深20 cm的水道式池该现象最明显, 但在其它三个池中也发现此现象。

同时还对位于鱼嘴前方或直接取自鱼嘴中的水样本进行了测量, 记录到了和鱼紧邻的低氧浓度区, 其氧浓度为所测量的水池排放水中氧浓度的50%。氧浓度的下降量, 水道式养殖池比圆形养殖池大, 20 cm水深的养殖池比10 cm水深的养殖池大。鱼在低氧浓度区静呆时间过长, 会经常表现出强力呼吸。鱼周围的氧浓度始终比排放出的水的氧浓度低。因此, 测量排放出的水并不能准确提供鱼所处位置的溶氧实际状况。