黄土丘陵区典型层状结构土壤剖面CO₂分布特征及其影响因素

CO₂ Distribution Characteristics and Their Influencing Factors of Typical Layered Soil Profiles in Loess Hilly Region

摘要

目的 为揭示层状土壤剖面的CO₂垂直分布规律及其影响因素。 方法 选取典型层状结构土壤剖面为研究对象，基于土壤剖面构型特征，通过气井法对土壤剖面CO₂浓度进行野外监测，并根据菲克定律计算CO₂累积通量。 结果 1）层状结构主导CO₂浓度的剖面分布格局。草地土壤中，CO₂在剖面不同时期的旋回淤积层中浓度分别为2 449.2、6 201.9、2 736.9、5 284.9 μmol/mol，显示出波动趋势；农地土壤中，CO₂在耕层、犁底层、底土层中浓度分别为1 792.3、3 661.4、5 294.7 μmol/mol，呈递增趋势；林地土壤中，CO₂在剖面中均匀分布，浓度为1 442.9~1 474.4 μmol/mol。2）剖面CO₂浓度影响因素受土地利用调控。农地土壤CO₂浓度与土层深度、土壤体积质量、黏粉粒质量分数、孔隙、温度、土壤水分体积分数、SOC显著相关；林地土壤CO₂浓度与土壤温度显著负相关；草地土壤CO₂浓度受各因素耦合作用的非线性影响，与单一因素间无显著相关性。3）现有模型在预测层状土壤CO₂累积通量时存在不确定性。 结论 明确层状土壤剖面CO₂分布特征及其影响因素，为理解土壤碳排放过程、改进碳通量模型、制定温室气体管理策略提供科学依据。

Abstract

Objective To reveal the vertical distribution pattern of CO₂ in layered soil profiles and its influencing factors. Methods Typical layered soil profiles were selected as the research object. Based on the configuration characteristics of the soil profiles， field monitoring of CO₂ concentration was conducted using the gas well method， and the cumulative CO₂ flux was calculated according to Fick's law. Results 1） The layered structure dominated the vertical distribution pattern of CO₂ concentration. In grassland soil， CO₂ concentrations in the cyclic depositional layers at different periods were 2 449.2， 6 201.9， 2 736.9， and 5 284.9 μmol/mol， showing a fluctuating trend. In farmland soil， CO₂ concentrations in the plough layer， plough pan， and subsoil layer were 1 792.3， 3 661.4， and 5 294.7 μmol/mol， respectively， exhibiting an increasing trend. In forest soil， CO₂ was uniformly distributed within the profile， with concentrations ranging between 1 442.9 and 1 474.4 μmol/mol. 2） The factors influencing profile CO₂ concentration were regulated by land use. In farmland soil， CO₂ concentration showed significant correlations with soil depth， soil bulk density， silt-clay content， porosity， temperature， volumetric soil water content， and SOC. In forest soil， CO₂ concentration was significantly negatively correlated with soil temperature. No significant correlations were found between CO₂ concentration and any factor in grassland soil due to nonlinear coupling effects of various factors. 3） Existing models exhibited uncertainty in predicting cumulative CO₂ flux in layered soil. Conclusion Clarifying the distribution characteristics of CO₂ within layered soil profiles and their influencing factors provides a scientific basis for understanding soil CO₂ emission processes， improving CO₂ flux models， and formulating greenhouse gas management strategies.

Graphical abstract

关键词

剖面构型 / 层状结构 / CO₂分布 / 累积CO₂通量 / 气体井法

Key words

profile configuration / layered structure / CO₂ distribution / cumulative CO₂ flux / gas well method

全球气候变暖背景下，CO₂浓度升高对全球生态系统的结构和功能产生影响，现已成为人类面临的最严峻挑战之一^［1］。土壤CO₂排放作为陆地生态系统最大碳源，其微小波动可能对大气CO₂浓度产生深刻影响^［2］。因此，解析土壤CO₂的排放过程在全球碳循环研究中至关重要^［3］。

土壤CO₂的产生源于剖面各层微生物、动物、植物根系呼吸及有机物生化反应的共同结果^［4-5］。然而，由于土壤垂直剖面的复杂性，导致CO₂浓度分布及通量预测仍有较大不确定性^［6-7］。有研究^［8-9］发现，因土地管理方式引起的土壤水分体积分数和有机碳质量分数差异，不仅直接影响土壤孔隙度比例，而且参与有机碳分解调控，进而改变剖面CO₂浓度分布。例如，农地土壤由于耕作压实形成的犁底层，其较低的土壤孔隙度抑制土壤CO₂由下方向上方各土层传输及排放，形成局部的CO₂浓度富集^［10-11］。已有研究^［12］尝试利用气体扩散模型解释CO₂的剖面变化，但普遍假设土壤为均质介质，忽略自然界中普遍存在的层状结构，必然限制土壤CO₂通量的准确预测。

现有研究^［13-14］仍存在若干不足，首先，多数研究集中于表层土壤CO₂排放，缺乏对剖面垂直分布规律的系统认识；其次，对土地利用和不同季节条件下的CO₂分布差异缺乏认识；再次，忽视层间异质性在气体扩散与积累过程中的调控作用，导致CO₂通量预测存在较大不确定性。因此，层状土壤剖面的CO₂垂直分布规律及其影响因素亟待揭示。本研究以不同土地利用类型下的典型层状土壤剖面为对象，揭示CO₂浓度在土地利用类型和季节变化影响下的垂直分布规律，以期明确层状土壤CO₂浓度分布影响机制，进而为优化土壤管理和提升通量预测提供科学依据。

1 材料与方法

1.1 研究区概况

研究区位于陕西省延安市安塞区（36°30′45″~37°19′03″N，108°05′44″~109°26′18″E），总面积约为2 950 km²。地貌以黄土丘陵沟壑为特征，平均海拔1 200 m。该区属于暖温带半干旱季风气候，近5 a平均气温10.8 ℃，年降水量147.2~812.7 mm，其中7—9月的降水量占全年降水的60%以上，年蒸发量大于1 463 mm。土壤类型主要为黄绵土，抵抗侵蚀能力较差。在黄土高原，草地、农地和林地是主要的土地类型，其面积占比分别为39.6%、30.0%、20.2%^［15］。

1.2 样地选取及样品采集

通过走访调查、查阅资料和前期试验积累，选取研究区具有典型层状结构的农地、林地、草地进行监测。其中，农地剖面形成由耕层-犁底层-底土层组成的层状结构；经过撂荒后转变为草地的淤地坝，其剖面形成由旋回淤积层组成的层状结构；林地剖面形成由具有腐殖现象的疏松表层-母质层组成的层状结构。最终选择农地、草地和人工刺槐林地，分别代表耕作、淤积及生态恢复过程形成的层状结构土壤剖面，并依据不同利用年限设置重复样地，选取种植玉米的农地（36°47′41″N，109°16′12″E；36°50′09″N，109°04′27″E）；自然撂荒草地（36°53′30″N，109°13′25″E；36°53′13″N，109°13′12″E；36°47′49″N，109°15′33″E）；人工刺槐林地（36°51′30″N，109°19′30″E）进行监测。

根据土壤剖面实际分层特征及横向比较需求，农地土壤剖面按耕作层（0~20 cm）、犁底层（20~50 cm）和底土层（50~100、100~150 cm）划分，于10、20、50、100、150 cm处进行采样；草地土壤剖面按不同时期回旋淤积的沉积层（0~10、10~20、20~30、30~40、40~50、50~100、100~200 cm）划分，于10、20、30、40、50、100、150、200 cm处进行采样；林地土壤剖面按弱淋溶层（0~10、10~20、20~50 cm）和弱淀积层（50~150、150~200 cm）划分，于10、20、50、150、200 cm处进行采样。根据实际分层情况使用小土钻在剖面同一水平深度不同部位重复6~8次取样，并测定温度。土壤样品测定指标包括体积质量、土壤水分体积分数、充气孔隙度、机械组成和SOC质量分数。各土地利用类型土壤剖面理化属性见表1。

在监测样点根据剖面实际分层情况布设土壤温度和湿度探头（Em 50，Decagon，美国），通过多通道自动记录仪记录数据，并定时下载数据、维护仪器。气体采集装置在水热监测探头的同一层错位布设，布设方法参考经典气体井法^［16］。布设完毕后，按原土层回填土壤，待恢复稳定后开始监测及采样工作。雨季期间集中降水导致的土壤淹水对CO₂浓度的影响，采样分别在2022年、2023年的4月（生长季）、11月（非生长季）进行。2次采样均位于当地降水量较少的时段，能够有效排除短时积水造成的CO₂富集效应。每个采样月份内均开展6次重复采样，采样间隔3~5 d，并避开降雨过程。气体样品CO₂浓度用气相色谱仪（GC 7 980 B， Agilent， USA 美国）测定，同时利用碳通量自动测量系统（LI-8 100 A， Li-Cor Inc， 美国）进行表层CO₂通量观测。

1.3 土壤CO₂通量计算

浓度梯度法测量CO₂通量基于菲克定律进行计算，具体方法为：

F=-\frac{D_{\mathrm{s}}\mathrm{\Delta }C\left(z\right)}{\mathrm{\Delta }z}（1）

式中：F为CO₂通量，μmol/（m²∙s）；C为深度z m处土壤中CO₂浓度，μmol/mol；D_{\mathrm{s}}为土壤中CO₂扩散系数，m²/s。

现有研究提出的气体扩散系数D_{\mathrm{s}}经验模型大多是在均质土体假设下建立的，并未明确区分层状与均质结构，本研究选择目前应用最广泛的6种经验模型^［17-22］，对不同土地利用条件下的层状土壤进行对比检验，旨在评估这些模型在层状环境中的适用性及其局限性。

1） Buckingham模型：

\frac{D_{\mathrm{s}}}{D_{\mathrm{0}}}={\left(\varphi -\theta \right)}^{\mathrm{2}}（2）

2） Penman模型：

\frac{D_{\mathrm{s}}}{D_{\mathrm{0}}}=\mathrm{0.66}\left(\varphi -\theta \right)（3）

3） MQ-1 691模型：

\frac{D_{\mathrm{s}}}{D_{\mathrm{0}}}=\frac{{\left(\varphi -\theta \right)}^{\left(\frac{\mathrm{10}}{\mathrm{3}}\right)}}{{\varphi }^{\mathrm{2}}}（4）

4） Deepagoda模型：

\frac{D_{\mathrm{s}}}{D_{\mathrm{0}}}=\frac{\varphi -\theta }{\varphi }（5）

5） Moldrup-2000模型：

\frac{D_{\mathrm{s}}}{D_{\mathrm{0}}}=\frac{{\left(\varphi -\theta \right)}^{\mathrm{2.5}}}{\varphi }（6）

6） SWLR模型：

\frac{D_{\mathrm{s}}}{D_{\mathrm{0}}}={\left(\varphi -\theta \right)}^{\left(\mathrm{1}+C_{\mathrm{m}}\varphi \right)}\frac{\left(\varphi -\theta \right)}{\varphi }（7）

式中：\varphi为土壤孔隙度，%；\varphi =\mathrm{1}-\frac{\rho b}{\rho m}，其中\rho b为土壤体积质量，g/cm³；\rho m为土壤密度，2.65 g/cm³；\theta为土壤水分体积分数，cm³/cm³；C_{\mathrm{m}}为土壤类型因子，取1。

1.4 数据计算与分析

用R（3.6.1）软件进行数据处理和分析绘图。首先对各变量进行正态性检验（Shapiro-Wilk），结果显示大部分变量基本符合正态分布，但个别变量偏离正态。为保证稳健性，对于不同土地利用类型下分层厚度不一致的情况，采用非参数检验进行差异性分析，并采用最小显著差异法（least significant difference method， LSD）比较不同土地利用类型、深度下CO₂浓度的差异。Spearman相关分析用于确定不同季节及土地利用类型下剖面CO₂分布特征与各土层土壤属性的相关关系。为更直观地反映数据分布情况，采用箱线图展示CO₂浓度的剖面分布情况。

2 结果与分析

2.1 层状土壤剖面CO₂浓度分布特征

不同土地利用类型及季节下的剖面CO₂变化情况见图1。农地土壤剖面中、CO₂气体浓度在临近大气的表层较为稳定，并随着土层深度增加呈递增趋势（p<0.05）。在10、20、50、100、150 cm土层深度平均CO₂浓度分别为（1 792.3±1 337.7）、（1 352.4±919.5）、（3 661.4±2 381.4）、（3 931.8±3 171.1）、（5 294.7±2 803.4） μmol/mol。农地土壤剖面不同季节间CO₂浓度仅在20、100、150 cm处存在显著差异（p<0.05）。对于林地而言，其剖面内不同深度的CO₂浓度无显著性差异，CO₂浓度在0~200 cm剖面内为1 442.8~1 474.3 μmol/mol。生长季时、林地剖面CO₂浓度为1 052.7~1 192.6 μmol/mol，显著低于非生长季时1 748.3~1 852.7 μmol/mol的剖面CO₂浓度（p<0.05）。CO₂浓度在草地剖面中呈一定波动性，在10~40 cm土层内随深度增加，CO₂浓度逐渐升高，由上至下浓度分别为（2 449.2±1 542.1）、（3 660.1±1 614.6）、（4 608.9±5 534.7）、（6 201.9±4 884.9） μmol/mol，50、100、150、200 cm深度处的CO₂浓度分别为（2 736.9±2 649.2）、（4 816.9±5 214.0）、（5 284.9±6 467.7）、（1 788.6±1 998.4） μmol/mol。草地剖面平均CO₂浓度在生长季时为（5 779.5±4 870.7） μmol/mol，显著高于非生长季时（2 108.1±1 970.0） μmol/mol的平均浓度（p<0.05）。

2.2 层状土壤剖面CO₂浓度分布影响因素

土层深度、土壤体积质量、土壤质地、孔隙度、充气孔隙度、水热环境及SOC质量分数与剖面CO₂浓度间的相关性见图2。在生长季，剖面内CO₂浓度与土壤水分体积分数呈显著正相关（p<0.05），相关系数为0.46，与充气孔隙及SOC质量分数间呈显著负相关（p<0.05），相关系数分别为-0.22和-0.37；在非生长季，剖面内CO₂浓度与各因素间均无显著相关性。在农地中，剖面CO₂浓度与土层深度、土壤体积质量、土壤粉粒质量分数及土壤水分体积分数间呈显著正相关（p<0.05），相关系数分别为0.52、0.29、0.15、0.56，与土壤黏粒质量分数、土壤孔隙度、充气孔隙、土壤温度、SOC呈显著负相关（p<0.05），相关系数分别为-0.24、-0.29、-0.53、-0.39、-0.37；在林地中，土壤温度与林地土壤剖面内的CO₂浓度呈显著负相关（p<0.05）；而草地土壤剖面内的CO₂浓度与各因素间均无显著相关性。若不区分土地利用类型和季节、土壤剖面内CO₂浓度在总体上与土壤水分体积分数间呈显著正相关（p<0.05），相关系数为0.30，但与SOC质量分数呈显著负相关（p<0.05），相关系数为-0.17。

2.3 剖面CO₂累积通量估算差异

本研究区分不同土地利用类型、季节计算土壤累积碳通量，并与Li-8 100测得的土壤表层通量比较（表2）。在6种模型中，Penman模型计算的土壤累积碳通量最大，Deepagoda模型计算结果最小，而剩下4种模型的计算值较为接近，但在不同处理下表现出不同规律。各模型计算的土壤累积碳通量均有草地最大、农地最小的规律，并在草地和农地中表现出生长季较非生长季有更大的累积碳通量，而在林地中相反。土壤表层通量在不同土地利用类型间呈草地>农地>林地的趋势，且均表现出在生长季较非生长季大。

3 讨 论

3.1 影响土壤剖面CO₂浓度的因素

土壤剖面CO₂浓度分布是评估土壤碳循环动态的关键指标，受土壤物理结构、水热条件及SOC质量分数等多因素综合调控^［23-24］。本研究发现，不同土地利用类型及季节下，剖面CO₂浓度分布特征存在显著差异。草地剖面土壤CO₂浓度随土层深度增加而波动，该波动性与草地淤积过程形成的层状结构密切相关。不同层位因水文历史特征导致土壤体积质量、孔隙度、有机质等土壤性质存在显著差异，在剖面中形成非线性的分布规律^［7，25］。同时，CO₂的扩散过程受多因子的耦合调控，而非仅依赖于单一理化属性，综合导致草地剖面土壤CO₂浓度分布规律性差，与单一物理性质的相关性较弱^［7，25］。农地剖面CO₂浓度在表层（0~20 cm）相对稳定，在深层（50~150 cm）随土层深度加深而显著升高。耕作导致表层土壤疏松，通气性增强，有利于CO₂扩散；深层土壤则因压实作用，孔隙度和通气孔隙度降低，阻碍气体向上扩散^{［10，26］}。因此，深层CO₂的富集正是气体扩散受限的结果，也解释农地土壤体积质量、孔隙度和充气孔隙度等物理性质与其剖面CO₂浓度分布呈现强相关性的原因。林地的CO₂浓度在整个剖面内波动较小，层间差异不显著是由于自然恢复过程改善林地土壤的孔隙结构，导致CO₂在剖面一定深度内均匀分布。同时，相对均匀的土壤属性使得温度成为CO₂浓度分布的主要影响因素，层间温差驱动CO₂由温度较高土层向温度较低土层扩散，从而改变其浓度分布格局^［27］。

3.2 土地利用类型及季节对CO₂浓度的影响

对于不同土地利用类型而言，土壤中的CO₂浓度分布主要由土壤中的SOC和水分等共同决定。SOC质量分数对土壤CO₂浓度的影响有双重作用，一方面，SOC的增加提供更多的土壤呼吸底物，有利于CO₂生成；另一方面，SOC通过改善土壤孔隙度和充气孔隙度，促进CO₂扩散^［9］。在SOC质量分数较高的土层中，尽管CO₂生成量较大，但气体得以有效扩散，CO₂浓度反而不升高。相反，在SOC质量分数较低的土层，由于充气孔隙度低，气体扩散受阻，CO₂容易在此土层中富集，也是剖面CO₂浓度与SOC质量分数呈负相关的原因。土壤水分体积分数对剖面CO₂浓度的影响也类似，不仅直接影响土壤呼吸，而且间接改变充气孔隙度，通过阻塞气体扩散使CO₂浓度升高。在生长季尤为明显，土壤水分体积分数与CO₂浓度呈正相关，表明土壤水分的增加限制气体扩散^［28］。相反，在非生长季，由于土壤呼吸、根系呼吸和动物呼吸等强度较小，剖面内的CO₂浓度整体较低，因此，CO₂浓度与各因素间的相关性较弱。季节性变化对土壤剖面CO₂浓度具有显著影响，在非生长季，受CO₂生成量较低的限制，其浓度在土壤剖面中均较低，其分布与各因素间无显著相关性。相反，生长季CO₂生成量较高，其分布则更多地受水分或充气孔隙度的影响。土壤体积质量、孔隙度及SOC的层状结构（如农地犁底层突变、草地淤积层波动等）直接破坏气体扩散的连续性，导致CO₂在低孔隙区域内富集。该种空间分布异质性因土地利用类型而异，并表现出明显的季节性差异。

3.3 层状土壤CO₂累积通量估算的不确定性

通过现有模型的估算，草地的CO₂累积通量普遍高于农地和林地（表2），可能源于草地土壤较高的SOC质量分数及其在水分和温度调控上的优势，而农地和林地则受到管理措施及土壤养分状况的限制。值得注意的是，基于气体扩散系数模型的CO₂通量预测值通常高于气室法观测值，且差异显著。此差异被认为与土壤的层状结构有关，因为扩散法基于浓度梯度计算，而层状结构导致的CO₂浓度空间分布不均匀，导致模型预测值存在偏差^［29］。不同模型间的估算差异则与参数的选取有关，如Buckingham和Penman模型仅以土壤充气孔隙度为参数，因而对充气孔隙度的变化高度敏感^{［17，22］}。其余模型则进一步强调土壤类型对气体扩散的作用，提出同时考虑充气孔隙度和总孔隙度的计算公式，在一定程度上能够反映土地利用方式差异带来的通量差别^［18-21］。本研究结果强调土壤层状结构对CO₂排放的复杂影响，以及现有通量模型在预测层状结构土壤通量的局限性。未来需将土壤剖面构型参数纳入模型框架，以提高通量预测的准确性。

4 结 论

1）土地利用类型通过塑造层状土壤剖面的构型特征，主导土壤CO₂浓度的垂直分布格局。具体而言，农地剖面CO₂浓度呈耕层、犁底层至底土层递增的趋势；草地剖面CO₂浓度呈现波动性变化；而林地剖面CO₂浓度分布则相对均匀。

2）剖面CO₂浓度分布的关键驱动因子具有土地利用类型依赖性。在农地中，其变化主要受土层深度、体积质量、粉/黏粒质量分数、水热条件及SOC质量分数的影响；在林地中，土壤温度是主导因子，与剖面CO₂浓度呈显著负相关；而在草地中，剖面CO₂浓度变化因多因素耦合作用的非线性影响，未与单一因素呈现出显著相关性。

3）现有模型在预测层状结构土壤的CO₂累积通量时存在显著不确定性，其中Penman模型预测的累积碳通量普遍较高，而Deepagoda模型的预测值较低。其核心在于未能有效整合表征层状剖面构型特征的关键参数。因此，未来模型开发亟须纳入此类异质性参数，以提升对层状土壤碳通量预测的准确性。

参考文献

[1] LAL R. Soil carbon sequestration impacts on global climate change and food security［J］.Science，2004，304（5677）：1623-1627.

[2] BOND-LAMBERTY B， THOMSON A. Temperature-associated increases in the global soil respiration record［J］.Nature，2010，464（7288）：579-582.

[3] 郝旺林.黄土丘陵区土壤CO₂排放对水蚀的响应及模拟研究［D］.北京：中国科学院大学（中国科学院教育部水土保持与生态环境研究中心），2022.

[4] HAO W L. Response of soil CO₂ emission to water erosion in loess hilly region and its simulation study［D］.Beijing： Research Center for Eco-Environmental Sciences， Chinese Academy of Sciences，2022.

[5] XU L， BALDOCCHI D D， TANG J. How soil moisture， rain pulses， and growth alter the response of ecosystem respiration to temperature［J］.Global Biogeochemical Cycles，2004，18：GB4002.

[6] RYAN M G， LAW B E. Interpreting， measuring， and modeling soil respiration［J］.Biogeochemistry，2005，73（1）：3-27.

[7] 盛浩，罗莎，周萍，等.土壤CO₂浓度的动态观测、模拟和应用［J］.应用生态学报，2012，23（10）：2916-2922.

[8] SHENG H， LUO S， ZHOU P， et al. Dynamic observation， simulation and application of soil CO₂ concentration： A review［J］.Chinese Journal of Applied Ecology，2012，23（10）：2916-2922.

[9] 张佐源.黄土高原坝地层状结构土壤剖面CO₂分布特征研究［D］.陕西 杨凌：西北农林科技大学，2023.

[10] ZHANG Z Y. Study on distribution characteristics of CO₂ in layered soil profile of dam site in Loess Plateau［D］.Yangling，Shaanxi：Northwest A&F University，2023.

[11] DILUSTRO J J， COLLINS B， DUNCAN L， et al. Moisture and soil texture effects on soil CO₂ efflux components in southeastern mixed pine forests［J］.Forest Ecology and Management，2005，204（1）：87-97.

[12] CROWTHER T W， VAN D H J， WAN J， et al. The global soil community and its influence on biogeochemistry［J］.Science，2019，365（6455）：eaav0550.

[13] KUNCORO P. H， KOGA K， SATTA N， et al. A study on the effect of compaction on transport properties of soil gas and water. II： Soil pore structure indices［J］.Soil and Tillage Research，2014，143：180-187.

[14] BALL B C， RITCHIE R M. Soil and residue management effects on arable cropping conditions and nitrous oxide fluxes under controlled traffic in Scotland 1. Soil and crop responses［J］.Soil and Tillage Research，1999，52（3/4）：177-189.

[15] RABOT E， WIESMEIER M， SCHLÜTER S， et al. Soil structure as an indicator of soil functions： A review［J］.Geoderma，2018，314：122-137.

[16] 李同川.黄土高原土壤大孔隙特征及其对土壤水分的影响［D］.陕西 杨凌：西北农林科技大学，2017.

[17] LI T C. Characteristics of soil macropores in Loess Plateau and their effects on soil moisture［D］.Yangling， Shaanxi：Northwest A&F University，2017.

[18] BERISSO F E， SCHJONNING P， KELLER T， et al. Persistent effects of subsoil compaction on pore size distribution and gas transport in a loamy soil［J］.Soil and Tillage Research，2012，122：42-51.

[19] SHI P， FENG Z， GAO H， et al. Has "Grain for Green" threaten food security on the Loess Plateau of China？［J］.Ecosystem Health and Sustainability，2020，6（1）：e1709560.

[20] HAO W L， XIA B， LI J， et al. Deep soil CO₂ flux with strong temperature dependence contributes considerably to soil-atmosphere carbon flux［J］.Ecological Informatics，2023，74：e101957.

[21] KING F H. Contributions to our knowledge of the aeration of soils［J］.Science，1905，22（564）：495-499.

[22] MOLDRUP P， OLESEN T， GAMST J， et al. Predicting the gas diffusion coefficient in repacked soil water-induced linear reduction model［J］.Soil Science Society of America Journal，2000，64（5）：1588-1594.

[23] DEEPAGODA T K K C， MOLDRUP P， SCHJØNNING P， et al. Density-corrected models for gas diffusivity and air permeability in unsaturated soil［J］.Vadose Zone Journal，2011，10（1）：226-238.

[24] MOLDRUP P， CHAMINDU D T K K， HAMAMOTO S， et al. Structure-dependent water-induced linear reduction model for predicting gas diffusivity and tortuosity in repacked and intact soil［J］.Vadose Zone Journal，2013，12（3）：1-11.

[25] ALLAIRE S， LAFOND J， CABRAL A， et al. Measurement of gas diffusion through soils： Comparison of laboratory methods［J］.Journal of Environmental Monitoring，2008，10（11）：1326-1336.

[26] PENMAN H L. Gas and vapour movements in the soil： I. The diffusion of vapours through porous solids［J］.The Journal of Agricultural Science，1940，30（3）：437-462.

[27] LI T， SHAO M， JIA Y， et al. Profile distribution of soil moisture in the gully on the northern Loess Plateau， China［J］.Catena，2018，171：460-468.

[28] NAN W， YUE S， LI S， et al. The factors related to carbon dioxide effluxes and production in the soil profiles of rain-fed maize fields［J］.Agriculture， Ecosystems and Environment，2016，216：177-187.

[29] 周仕轩.黄土高原坝地土壤有机碳稳定性研究［D］.陕西 杨凌：西北农林科技大学，2022.

[30] ZHOU S X. Study on stability of soil organic carbon in dam area of Loess Plateau［D］.Yangling，Shaanxi：Northwest A&F University，2022.

[31] KUNCORO P. H， KOGA K， SATTA N， et al. A study on the effect of compaction on transport properties of soil gas and water I： Relative gas diffusivity， air permeability， and saturated hydraulic conductivity［J］. Soil and Tillage Research， 2014，143：172-179.

[32] MASON E A， MALINAUSKAS A P. Gaseous diffusion in porous media. IV. Thermal diffusion［J］.The Journal of Chemical Physics，1964，41（12）：3815-3819.

[33] 王旭，闫玉春，闫瑞瑞，等.降雨对草地土壤呼吸季节变异性的影响［J］.生态学报，2013，33（18）：5631-5635.

[34] WANG X， YAN Y C， YAN R R， et al. Effect of rainfall on the seasonal variation of soil respiration in Hulunber Meadow Steppe［J］.Acta Ecological Sinica，2013，33（18）：5631-5635.

[35] 王超，杨智杰，陈光水，等.土壤垂直剖面的CO₂通量研究［J］.亚热带资源与环境学报，2010，5（4）：85-92.

[36] WANG C， YANG Z J， CHEN G S， et al. Research on the flux of carbon dioxide in soil vertical profile［J］.Journal of Subtropical Resources and Environment，2010，5（4）：85-92.

基金资助

国家自然科学基金项目(42177345)