全 文 ：城市绿地系统内外 ＣＯ２浓度、δ
１３Ｃ、δ１８Ｏ
差异和来源及影响因素∗
孙守家１，２∗∗　 孟　 平１，２　 张劲松１，２　 舒健骅３　 郑　 宁１，２
（ １中国林业科学研究院林业研究所 ／国家林业局林木培育重点实验室， 北京 １０００９１；２南京林业大学南方现代林业协同创新中
心， 南京 ２１００３７； ３北京市园林科学研究院 ／绿化植物育种北京市重点实验室， 北京 １００１０２ ）
摘　 要　 采用离轴积分腔输出光谱技术测定夏季和冬季北京市 ４ 环路和北京园林科学研究
院绿地系统空气中 ＣＯ２浓度、δ１３Ｃ和 δ１８Ｏ值，在半小时尺度上分析了其变化特征和差异以及
与车流量和气象因子的关联．结果表明： ４环路上车流量较大，夏季和冬季观测期间每日均超
过 １５万辆次，有明显的早晚交通高峰．４ 环路与绿地系统的空气中 ＣＯ２浓度呈双峰曲线日变
化，δ１３Ｃ值呈双波谷曲线、δ１８Ｏ值呈单波谷曲线日变化，夏季二者空气中的 ＣＯ２浓度、δ１３Ｃ 和
δ１８Ｏ差值远大于冬季．同位素定量区分结果显示，夏季观测期间 ４环路空气中 ＣＯ２主要来源于
机动车尾气，约占 ６４．９％，而绿地系统空气中 ＣＯ２主要来源于自养和异养呼吸，约占 ５６．３％，冬
季观测期间二者空气中 ＣＯ２均主要来源于机动车尾气．逐步回归分析表明，在半小时尺度上车
流量和太阳辐射对绿地系统与 ４ 环路 ＣＯ２浓度差值产生显著影响，太阳辐射和相对湿度则是
影响 δ１３Ｃ和 δ１８Ｏ差值的主要气象因子．绿地系统中的植物在生长季节通过光合作用吸收和消
减化石燃料燃烧产生的 ＣＯ２来维持城市碳氧平衡，在改善城市生态环境方面发挥重要作用．
关键词　 城市绿地系统； 稳定同位素； ＣＯ２浓度； 车流量； 来源
∗北京市自然科学基金项目（８１３２０４４）和南京林业大学南方现代林业协同创新中心项目资助．
∗∗通讯作者． Ｅ⁃ｍａｉｌ： ｓｓｊ１０１１＠ １６３．ｃｏｍ
２０１４⁃１２⁃３０收稿，２０１５⁃０６⁃１０接受．
文章编号　 １００１－９３３２（２０１５）１０－３０００－１１　 中图分类号　 Ｑ１４９　 文献标识码　 Ａ
Ｄｉｆｆｅｒｅｎｃｅｓ ａｎｄ ｓｏｕｒｃｅｓ ｏｆ ＣＯ２ ｃｏｎｃｅｎｔｒａｔｉｏｎ， ｃａｒｂｏｎ ａｎｄ ｏｘｙｇｅｎ ｓｔａｂｌｅ ｉｓｏｔｏｐｅ ｃｏｍｐｏｓｉｔｉｏｎ
ｂｅｔｗｅｅｎ ｉｎｓｉｄｅ ａｎｄ ｏｕｔｓｉｄｅ ｏｆ ａ ｇｒｅｅｎ ｓｐａｃｅ ｓｙｓｔｅｍ ａｎｄ ｉｎｆｌｕｅｎｃｉｎｇ ｆａｃｔｏｒｓ ｉｎ ａｎ ｕｒｂａｎ ａｒｅａ．
ＳＵＮ Ｓｈｏｕ⁃ｊｉａ１，２， ＭＥＮＧ Ｐｉｎｇ１，２， ＺＨＡＮＧ Ｊｉｎ⁃ｓｏｎｇ１，２， ＳＨＵ Ｊｉａｎ⁃ｈｕａ３， ＺＨＥＮＧ Ｎｉｎｇ１，２ （ １Ｋｅｙ Ｌａ⁃
ｂｏｒａｔｏｒｙ ｏｆ Ｔｒｅｅ Ｂｒｅｅｄｉｎｇ ａｎｄ Ｃｕｌｔｉｖａｔｉｏｎ ｏｆ Ｓｔａｔｅ Ｆｏｒｅｓｔｒｙ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ， Ｒｅｓｅａｒｃｈ Ｉｎｓｔｉｔｕｔｅ ｏｆ
Ｆｏｒｅｓｔｒｙ， Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｆｏｒｅｓｔｒｙ， Ｂｅｉｊｉｎｇ １０００９１， Ｃｈｉｎａ； ２Ｃｏｌｌａｂｏｒａｔｉｖｅ Ｉｎｎｏｖａｔｉｏｎ Ｃｅｎｔｅｒ ｏｆ
Ｓｕｓｔａｉｎａｂｌｅ Ｆｏｒｅｓｔｒｙ ｉｎ Ｓｏｕｔｈｅｒｎ Ｃｈｉｎａ， Ｎａｎｊｉｎｇ Ｆｏｒｅｓｔｒｙ Ｕｎｉｖｅｒｓｉｔｙ， Ｎａｎｊｉｎｇ ２１００３７， Ｃｈｉｎａ； ３ Ｂｅｉ⁃
ｊｉｎｇ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｌａｎｄｓｃａｐｅ Ａｒｃｈｉｔｅｃｔｕｒｅ ／ Ｂｅｉｊｉｎｇ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｇｒｅｅｎｉｎｇ Ｐｌａｎｔｓ Ｂｒｅｅｄｉｎｇ， Ｂｅｉｊｉｎｇ
１００１０２， Ｃｈｉｎａ） ． ⁃Ｃｈｉｎ． Ｊ． Ａｐｐｌ． Ｅｃｏｌ．， ２０１５， ２６（１０）： ３０００－３０１０．
Ａｂｓｔｒａｃｔ： Ｔｈｅ ｏｆｆ⁃ａｘｉｓ ｉｎｔｅｇｒａｔｅｄ ｃａｖｉｔｙ ｏｕｔｐｕｔ ｓｐｅｃｔｒｏｓｃｏｐｙ ｔｅｃｈｎｉｑｕｅ ｗａｓ ｕｓｅｄ ｔｏ ｍｅａｓｕｒｅ ａｉｒ ＣＯ２
ｃｏｎｃｅｎｔｒａｔｉｏｎ， ｓｔａｂｌｅ ｃａｒｂｏｎ （ δ１３Ｃ） ａｎｄ ｏｘｙｇｅｎ （ δ１８Ｏ） ｉｓｏｔｏｐｅ ｒａｔｉｏｓ ｏｎ ｔｈｅ Ｆｏｕｒｔｈ Ｒｉｎｇ Ｒｏａｄ
（ＦＲＲ） ａｎｄ ｉｎ ｔｈｅ ｇｒｅｅｎ ｓｐａｃｅ ｓｙｓｔｅｍ ｏｆ Ｂｅｉｊｉｎｇ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｌａｎｄｓｃａｐｅ Ａｒｃｈｉｔｅｃｔｕｒｅ （ＢＩＬＡ） ｉｎ
ｓｕｍｍｅｒ ａｎｄ ｗｉｎｔｅｒ ｓｅａｓｏｎｓ． Ｔｈｅ ｖａｒｉａｔｉｏｎｓ ｏｆ ＣＯ２ ｃｏｎｃｅｎｔｒａｔｉｏｎ， δ１３Ｃ ｖａｌｕｅ， δ１８Ｏ ｖａｌｕｅ ａｎｄ ｔｈｅ
ｄｉｆｆｅｒｅｎｃｅｓ ｏｆ ｔｈｅｍ ｂｅｔｗｅｅｎ ｔｈｅ ＦＲＲ ａｎｄ ｔｈｅ ＢＩＬＡ， ｗｈｉｃｈ ｗｅｒｅ ｃｏｒｒｅｌａｔｅｄ ｗｉｔｈ ｔｒａｆｆｉｃ ｖｏｌｕｍｅ ａｎｄ
ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｆａｃｔｏｒｓ， ｗｅｒｅ ａｎａｌｙｚｅｄ ａｔ ｈａｌｆ⁃ｈｏｕｒ ｔｉｍｅｓｃａｌｅ． Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ ｔｒａｆｆｉｃ ｖｏｌｕｍｅ
ｏｎ ｔｈｅ ＦＲＲ ｗａｓ ｌａｒｇｅ ｂｏｔｈ ｉｎ ｓｕｍｍｅｒ ａｎｄ ｗｉｎｔｅｒ ｗｉｔｈ ｏｂｖｉｏｕｓ ｍｏｒｎｉｎｇ ａｎｄ ｅｖｅｎｉｎｇ ｒｕｓｈ ｈｏｕｒｓ， ａｎｄ
ｍｏｒｅ ｔｈａｎ １５０ ｔｈｏｕｓａｎｄｓ ｖｅｈｉｃｌｅｓ ｗｅｒｅ ｏｂｓｅｒｖｅｄ ｅｖｅｒｙｄａｙ ｄｕｒｉｎｇ ｔｈｅ ｏｂｓｅｒｖａｔｉｏｎ ｐｅｒｉｏｄｓ． Ｄｉｕｒｎａｌ
ｖａｒｉａｔｉｏｎ ｏｆ ｔｈｅ ＣＯ２ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｓｈｏｗｅｄ ａ ｔｗｏ⁃ｐｅａｋ ｃｕｒｖｅ ｂｏｔｈ ｏｎ ｔｈｅ ＦＲＲ ａｎｄ ｉｎ ｔｈｅ ｇｒｅｅｎ ｓｐａｃｅ
ｓｙｓｔｅｍ ｏｆ ｔｈｅ ＢＩＬＡ． Ｉｎ ｃｏｎｔｒａｓｔ， ｄｉｕｒｎａｌ ｖａｒｉａｔｉｏｎ ｏｆ δ１３Ｃ ｖａｌｕｅ ｗａｓ ａ ｔｗｏ⁃ｔｒｏｕｇｈ ｃｕｒｖｅ ｗｈｉｌｅ ｄｉｕｒｎａｌ
ｖａｒｉａｔｉｏｎ ｏｆ δ１８Ｏ ｖａｌｕｅ ｗａｓ ａ ｓｉｎｇｌｅ⁃ｔｒｏｕｇｈ ｃｕｒｖｅ． Ｔｈｅ ｄｉｆｆｅｒｅｎｃｅｓ ｏｆ ＣＯ２ ｃｏｎｃｅｎｔｒａｔｉｏｎ， δ１３Ｃ ｖａｌｕｅ
ａｎｄ δ１８Ｏ ｖａｌｕｅ ｂｅｔｗｅｅｎ ｔｈｅ ＦＲＲ ａｎｄ ｔｈｅ ｇｒｅｅｎ ｓｐａｃｅ ｓｙｓｔｅｍ ｏｆ ＢＩＬＡ ｉｎ ｓｕｍｍｅｒ ｗｅｒｅ ｇｒｅａｔｅｒ ｔｈａｎ
ｔｈｏｓｅ ｉｎ ｗｉｎｔｅｒ． Ｔｈｅ ｃａｒｂｏｎ ｉｓｏｔｏｐｅ ｐａｒｔｉｔｉｏｎｉｎｇ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ ｉｎ ｓｕｍｍｅｒ ｖｅｈｉｃｌｅ ｅｘｈａｕｓｔ ｃｏｎ⁃
应 用 生 态 学 报　 ２０１５年 １０月　 第 ２６卷　 第 １０期　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　
Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ， Ｏｃｔ． ２０１５， ２６（１０）： ３０００－３０１０
ｔｒｉｂｕｔｅｄ ６４．９％ ｔｏ ｔｏｔａｌ ａｔｍｏｓｐｈｅｒｉｃ ＣＯ２ ｏｆ ｔｈｅ ＦＲＲ ｄｕｒｉｎｇ ｍｅａｓｕｒｅｍｅｎｔ ｔｉｍｅ， ｗｈｉｌｅ ｈｅｔｅｒｏｔｒｏｐｈｉｃ
ｒｅｓｐｉｒａｔｉｏｎ ｃｏｎｔｒｉｂｕｔｅｄ ５６．３％ ｔｏ ｔｏｔａｌ ａｔｍｏｓｐｈｅｒｉｃ ＣＯ２ ｏｆ ｔｈｅ ｇｒｅｅｎ ｓｐａｃｅ ｓｙｓｔｅｍ ｉｎ ＢＩＬＡ． Ｈｏｗｅ⁃
ｖｅｒ， ｉｎ ｗｉｎｔｅｒ ａｔｍｏｓｐｈｅｒｉｃ ＣＯ２ ｆｒｏｍ ｂｏｔｈ ｔｈｅ ＦＲＲ ａｎｄ ｇｒｅｅｎ ｓｐａｃｅ ｓｙｓｔｅｍ ｍｏｓｔｌｙ ｃａｍｅ ｆｒｏｍ ｖｅｈｉｃｌｅ
ｅｘｈａｕｓｔ． Ｓｔｅｐｗｉｓｅ ｒｅｇｒｅｓｓｉｏｎ ａｎａｌｙｓｉｓ ｉｎｄｉｃａｔｅｄ ｔｈａｔ ｄｉｆｆｅｒｅｎｃｅｓ ｏｆ ＣＯ２ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｂｅｔｗｅｅｎ ｔｈｅ
ＦＲＲ ａｎｄ ｇｒｅｅｎ ｓｐａｃｅ ｓｙｓｔｅｍ ｗｅｒｅ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｒｅｌａｔｅｄ ｔｏ ｖｅｈｉｃｌｅ ｖｏｌｕｍｅ ａｎｄ ｓｏｌａｒ ｒａｄｉａｔｉｏｎ ａｔ ｈａｌｆ⁃
ｈｏｕｒ ｔｉｍｅｓｃａｌｅ， ｗｈｉｌｅ ｓｏｌａｒ ｒａｄｉａｔｉｏｎ ａｎｄ ｒｅｌａｔｉｖｅ ｈｕｍｉｄｉｔｙ ｗｅｒｅ ｔｈｅ ｍａｉｎ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｆａｃｔｏｒｓ ｃａｕ⁃
ｓｉｎｇ δ１３Ｃ ａｎｄ δ１８Ｏ ｄｉｆｆｅｒｅｎｃｅｓ ｂｅｔｗｅｅｎ ｔｈｅ ＦＲＲ ａｎｄ ｇｒｅｅｎ ｓｐａｃｅ ｓｙｓｔｅｍ． Ｐｌａｎｔｓ ｉｎ ｔｈｅ ｇｒｅｅｎ ｓｐａｃｅ
ｓｙｓｔｅｍ ｓｔｒｏｎｇｌｙ ａｓｓｉｍｉｌａｔｅｄ ＣＯ２ ｆｒｏｍ ｆｏｓｓｉｌ ｆｕｅｌ ｂｕｒｎｉｎｇ ｂｙ ｐｈｏｔｏｓｙｎｔｈｅｓｉｓ ｔｏ ｍａｉｎｔａｉｎ ｃａｒｂｏｎ ａｎｄ
ｏｘｙｇｅｎ ｂａｌａｎｃｅ ｏｆ ｕｒｂａｎ ａｒｅａ ｉｎ ｔｈｅ ｇｒｏｗｉｎｇ ｓｅａｓｏｎ， ｗｈｉｃｈ ｐｌａｙｅｄ ａｎ ｉｍｐｏｒｔａｎｔ ｒｏｌｅ ｉｎ ｉｍｐｒｏｖｉｎｇ
ｕｒｂａｎ ｅｃｏｌｏｇｉｃａｌ ｅｎｖｉｒｏｎｍｅｎｔ．
Ｋｅｙ ｗｏｒｄｓ： ｕｒｂａｎ ｇｒｅｅｎ ｓｐａｃｅ ｓｙｓｔｅｍ； ｓｔａｂｌｅ ｉｓｏｔｏｐｅ； ＣＯ２ ｃｏｎｃｅｎｔｒａｔｉｏｎ； ｔｒａｆｆｉｃ ｖｏｌｕｍｅ； ｓｏｕｒｃｅ．
　 　 城市生态系统是由自然、经济和社会所组成的
复合系统，不仅土地利用方式和土地覆被变化强烈，
还是人口和交通的集中区，能源消费和化石燃料燃
烧非常集中．在燃烧过程中，化石燃料的碳大部分以
ＣＯ２形式排放，据统计新增 ＣＯ２排放量的 ８０％以上
来自于城区［１］，成为大气主要碳源，导致城市生态
系统碳循环不同于自然生态系统．以往对碳循环研
究较少涉及城市碳循环过程，城市在全球碳循环中
的作用并未受到充分重视．近些年来我国城镇化发
展迅速，城市能源消耗持续增加，其碳循环过程对于
区域乃至全球气候变化的影响日益增强［２］ ．城市绿
地植物具有维持城市碳氧平衡的生态功能，对减缓
城市环境压力具有极其重要作用．因此，对绿地生态
系统影响城市空气中 ＣＯ２浓度和碳氧同位素组成进
行研究，对于了解城市绿地生态功能具有重要意义．
ＣＯ２中含有碳和氧 ２ 种元素，其同位素在物理
和化学性质上的差异，导致反应底物和生成产物在
同位素组成上出现差异［３］ ．因此，碳氧稳定同位素被
认为是理解生态系统碳氧交换的有效工具［４］，被广
泛地应用到碳氧分配和转化［５］、生态系统碳转
移［６－７］和气体交换［８］研究中．以往对碳氧循环的研
究多集中于森林［９］、农田［１０］、草地［１１］、土壤［１２］等单
一生态系统，对城市碳氧循环过程研究较少［１３－１５］，
其原因是因为城市碳氧来源较多、不易于区分，且之
前测定碳氧同位素多用质谱仪，只能短暂或离散取
样，时间分辨率较低．近年来，离轴积分腔输出光谱
技术 （ ｏｆｆ⁃ａｘｉｓ ｉｎｔｅｇｒａｔｅｄ ｃａｖｉｔｙ ｏｕｔｐｕｔ ｓｐｅｃｔｒｏｓｃｏｐｙ，
ＯＡ⁃ＩＣＯＳ）可以直接和连续观测空气中碳氧同位素
变化，响应时间较短，在野外环境中能用较高时间分
辨率观测和分析空气样品．
作为特大城市的北京，２０１３ 年末全市机动车拥
有量超过 ５４３．７万辆，每年消耗燃油超 ７００×１０４ ｔ，化
石燃料排出 ＣＯ２数量巨大，但因 ＣＯ２无污染性，容易
被人们忽略．ＣＯ２是影响全球变暖的主要温室气体，
城市中巨大的排放量对环境的影响不容忽视［１６－１７］ ．
绿地系统中植物能够吸收和转化 ＣＯ２，其间接减排
无疑是解决城市环境问题的有效方式之一．因此，本
文使用具有高时间分辨率的光谱技术连续测定夏季
和冬季中北京市园林科学研究院绿地系统（Ｂｅｉｊｉｎｇ
Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｌａｎｄｓｃａｐｅ Ａｒｃｈｉｔｅｃｔｕｒｅ，ＢＩＬＡ）以及相邻
的 ４环路（ｔｈｅ Ｆｏｕｒｔｈ Ｒｉｎｇ Ｒｏａｄ，ＦＲＲ）空气中的 ＣＯ２
浓度、δ１３Ｃ 和 δ１８Ｏ 值，并结合 ４ 环路上的车流量和
气象因子进行分析，获得夏季和冬季测定期间北京
市绿地系统和 ４环路上 ＣＯ２浓度、δ１３Ｃ 和 δ１８Ｏ 值变
化特征及其差异，定量区分夏季和冬季测定期间 ４
环路和绿地系统空气中 ＣＯ２的来源，并分析车流量
和气象因子对 ＣＯ２浓度、δ１３ Ｃ 和 δ１８Ｏ 值差异的影
响，确定绿地系统中植物在吸收和消减 ＣＯ２方面作
用，以期为评估城市绿地系统生态功能提供基础
数据．
１　 研究地区与研究方法
１􀆰 １　 试验地概况
本文中的绿地系统于北京市园林科学研究院内
（３９°５８′３４″ Ｎ，１１６°２７′４８″ Ｅ），西南方向紧挨 ４ 环
路，东南方向 ３００ ｍ外为京密路和机场高速路，正南
方向 ５０ ｍ外为重要交通枢纽的四元桥，周边交通繁
忙，车流量大（图 １）．园林科学研究院绿地长约 ５５０
ｍ，宽约 ３００ ｍ，占地面积约 １５ ｈｍ２，其中绿地面积约
占总面积的 ９０％，种植了 ２００ 余种植物，以乔木、草
坪和花卉为主．４ 环路辅路及绿地系统周边的道路
上均种植国槐（Ｓｏｐｈｏｒａ ｊａｐｏｎｉｃａ）行道树，院内围栏
内侧种植银杏 （ Ｇｉｎｋｇｏ ｂｉｌｏｂａ ）、 楸树 （ Ｃａｔａｌｐａ
ｂｕｎｇｅｉ）、五角枫（Ａｃｅｒ ｍｏｎｏ）和红叶臭椿（Ａｉｌａｎｔｈｕｓ
ａｌｔｉｓｓｉｍａ）等高大乔木作为缓冲林带．
１００３１０期　 　 　 　 　 　 　 　 孙守家等： 城市绿地系统内外 ＣＯ２浓度、δ１３Ｃ、δ１８Ｏ差异和来源及影响因素　 　 　 　
图 １　 试验位置及取样点
Ｆｉｇ．１　 Ｌｏｃａｔｉｏｎ ｏｆ ｅｘｐｅｒｉｍｅｎｔａｌ ｓｔａｔｉｏｎ ａｎｄ ｓａｍｐｌｅ ｐｌｏｔｓ．
　 　 将 ＤＬＴ⁃ＣＯ２气体稳定同位素廓线测量系统
（ＤＬＴ，Ｌｏｓ Ｇａｔｏｓ Ｒｅｓｅａｒｃｈ Ｉｎｃ．，ＵＳＡ）放置在距 ４ 环
路 ２００ ｍ的绿地中．测定分 ２个地点进行，一个进气
口放置在 ４环路上的四元西桥立交桥上，一个放置在
距仪器另一侧 １００ ｍ的五角枫林里（图 １），高度均为
４ ｍ，使用外径为 １ ／ ４英寸的 ＥＡＴＯＮ管连接到测量系
统上，ＥＡＴＯＮ管用橡塑海绵保温管包裹以防温度变
化引起同位素分馏，置入 ＰＶＣ管后埋入地下 ２０ ｃｍ．
１􀆰 ２　 观测和采样方法
１􀆰 ２􀆰 １空气中 ＣＯ２浓度、δ１３Ｃ 和 δ１８Ｏ 的测定　 试验
在 ２０１３年 ８月 １—１５日和 ２０１４年 ２月 ２２日—３月
８日进行． ＤＬＴ⁃ＣＯ２气体稳定同位素测量系统使用
前，使用已知 ＣＯ２浓度、δ１３Ｃ 和 δ１８Ｏ 值的标准气体
（北京理加联合科技有限公司，北京）标定，标定时
将气瓶与仪器进气口段连接，调整减压阀使输出压
力为 ０． １ ｂａｒ，在仪器桌面点击 ｓｅｔｕｐ 图标进入系统
设置，在系统设置中选择 Ｃａｌｉｂｒａｔｅ 进入到 Ｃａｌｉｂｒａｔｅ
ｓｔａｔｕｓ界面，然后在 Ｅｎｔｅｒ Ｃａｌｉｂｒａｔｉｏｎ Ｄａｔａ 界面将已
知的 ＣＯ２浓度、δ１３Ｃ 和 δ１８Ｏ 值填入标定栏，通气后
对仪器进行标定，６０ ｓ后标定完成，测试期间每周标
定 １次．测定时分别在 ２个进气口端装有 ６ μｍ的不
锈钢过滤器，气体进入分析仪前再经过 ４．５ μｍ的聚
偏氟乙烯（ＰＶＤＦ）滤膜过滤掉空气的水汽．真空泵抽
气的流量为 １０ Ｌ·ｍｉｎ－１，１６通道的多路器（Ｌｏｓ Ｇａ⁃
ｔｏｓ Ｒｅｓｅａｒｃｈ Ｉｎｃ．，ＵＳＡ）控制 ２ 个进口端的气体采样
时间，其中 ４环路端距测定系统约 ２００ ｍ，设定采样
时间为 ９ ｍｉｎ，前 ４ ｍｉｎ对管路进行清洗，后 ５ ｍｉｎ是
测定时间，绿地内端距测定系统 １００ ｍ，设定采样间
隔为 ６ ｍｉｎ，前 ２ ｍｉｎ对管路进行清洗，后 ４ ｍｉｎ是测
定时间，每 １５ ｍｉｎ完成一个采样循环，采样频率为 １
Ｈｚ，其中，１３ Ｃ 测定精度为 ０． ２‰，１８ Ｏ 测定精度为
２‰，ＣＯ２测定精度为 ０．１ μｍｏｌ·ｍｏｌ
－１ ．１３Ｃ和１８Ｏ的测
定结果分别相对于维也纳 Ｐｅｅ Ｄｅｅ箭石标准（Ｖｉｅｎｎａ
Ｐｅｅ Ｄｅｅ Ｂｅｌｅｍｎｉｔｅ，ＶＰＤＢ）和维也纳标准平均海水
（Ｖｉｅｎｎａ Ｓｔａｎｄａｒｄ Ｍｅａｎ Ｏｃｅａｎ Ｗａｔｅｒ，Ｖ⁃ＳＭＯＷ）的千
分率（‰）给出，以 δ１３Ｃ和 δ１８Ｏ表示，公式为：
δ１３Ｃ（ １８Ｏ）＝
Ｒｓａｍ
Ｒｓｔａ
－１
æ
è
ç
ö
ø
÷ ×１０００ （１）
式中：Ｒｓａｍ和 Ｒｓｔａ分别表示样品和标准物１３Ｃ ／ １２Ｃ 或
１８Ｏ ／ １６Ｏ的摩尔比率．
１􀆰 ２􀆰 ２汽车尾气样品的采集和测定 　 用 ＦＭ２００２⁃
１２Ｖ型微型真空泵（成都气海机电制造有限公司，中
国）采集大众、丰田、现代等 ９ 种品牌 ２１ 款汽车尾
气，外径 ８ ｍｍ、内径 ４ ｍｍ乳胶管一端连接 ０．４５ μｍ
空气过滤器，另外一端与微型真空泵进气口连接，真
空泵出气口与 １ Ｌ 铝塑复合膜气体采样袋（大连海
得科技有限公司，中国）连接．在汽车怠速时，发动机
稳定工作后开始对尾气采样，采样时将空气过滤器
置于汽车排气管内，流量设置为 ２ Ｌ·ｍｉｎ－１，采样袋
装满后用旋塞直通阀密封，带回实验室，抽取 １０ ｍＬ
注射到测定袋中，用纯氮气稀释至 ４００ μｍｏｌ·ｍｏｌ－１
左右，记录稀释倍数，将稀释后的气体样品连接到
ＤＬＴ⁃ＣＯ２同位素测定仪上进行测定．
１􀆰 ２􀆰 ３车流量测定　 在 ４ 环路的四元西桥立交桥上
架设视频车辆检测系统（赛道科技有限公司，中国）
测定 ４环路上车流量，该系统基于 ＦＰＧＡ、双 ＤＳＰ 的
图像处理内核，内置视频车辆检测算法，同时测定 ３
个车道的车流量，每 １ ｍｉｎ 输出 １ 组平均值．４ 环路
为双向 ８ 车道，将 ３ 个车道的车流量平均后乘以 ８
获得整个 ４环路的车流总量．
２００３ 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
１􀆰 ２􀆰 ４气象因子测定 　 在绿地中设定自动气象站，
采用 ＬＩ１９０ＳＢ 光合有效辐射传感器（Ｌｉ⁃Ｃｏｒ Ｂｉｏｓｃｉ．
Ｉｎｃ．，美国）、ＨＭＰ４５Ｃ 型温湿度传感器 （ Ｃａｍｐｂｅｌｌ
Ｓｃｉ． Ｉｎｃ．，美国）和 ＡＲ⁃１００ 风速仪（Ｖｅｃｔｏｒ Ｉｎｃ． ，英
国）分别获得太阳辐射（Ｒａ）、温度（Ｔａ）、相对湿度
（ＨＲ）和风速（Ｖ），数据采集器为 ＣＲ１０Ｘ（Ｃａｍｐｂｅｌｌ
Ｓｃｉ． Ｉｎｃ．，美国），设定每 １ ｍｉｎ 采集 １ 次，每 １０ ｍｉｎ
输出 １组平均值．
１􀆰 ２􀆰 ５植物和土壤中 δ１３Ｃ 和 δ１８Ｏ 值测定 　 在夏季
观测期间对银杏、楸树、五角枫和红叶臭椿的叶片及
其生长的土壤进行取样用于测定 δ１３Ｃ和 δ１８Ｏ值，取
样时，每种植物分别在东南西北 ４ 个方位取样后混
合，每种植物 ３ 个重复，土壤样品 ６ 个重复．样品在
７０ ℃烘箱中烘干 ４８ ｈ，粉碎过 ８０ 目筛，送中国林科
院稳定同位素比率质谱实验室在 Ｆｌａｓｈ ＥＡ１１１２ ＨＴ
元素分析仪（Ｔｈｅｒｍｏ Ｓｃｉｅｎｔｉｆｉｃ公司，美国）中高温氧
化还原为 ＣＯ２，用质谱仪（ＤＥＬＴＡ Ｖ Ａｄｖａｎｔａｇｅ，Ｔｈｅｒ⁃
ｍｏ Ｓｃｉｅｎｔｉｆｉｃ公司，美国）检测 ＣＯ２中的 δ１３Ｃ 和 δ１８Ｏ
值，测定精度分别为 ０．１‰和 ０．２‰．
１􀆰 ３　 数据处理
生态系统 ＣＯ２的碳同位素组成计算采用通量⁃
廓线法，假定１３ ＣＯ２和１２ ＣＯ２具有相同的湍流扩散
率［９］，用同一高度的 ＣＯ２浓度和 δ１３Ｃ值获得 Ｋｅｅｌｉｎｇ
ｐｌｏｔ方程，其截距即为生态系统 ＣＯ２的碳同位素组
成 δＥ ［８，１８］：
δｂ ＝Ｃａ（δａ－δＥ）（１ ／ Ｃｂ）＋δＥ （２）
式中：δｂ和 Ｃｂ分别是生态系统空气中 δ１３Ｃ 值和 ＣＯ２
浓度；Ｃａ和 δａ分别是背景大气 δ１３Ｃ值和 ＣＯ２浓度．
城市系统大气中 ＣＯ２主要来源于化石燃料燃烧
和自然生态系统异养自养呼吸．其中，４ 环路上化石
燃料燃烧产生的 ＣＯ２主要来自于汽车尾气，尾气
ＣＯ２碳同位素组成（ δＶ）根据 ２１ 款汽车尾气中 δ１３Ｃ
值和 ＣＯ２浓度利用 Ｋｅｅｌｉｎｇ ｐｌｏｔ 方程获得，自然生态
系统呼吸出 ＣＯ２的碳同位素组成根据自养呼吸和异
养呼吸的比例来确定．Ｂｏｗｌｉｎｇ 等［１９］研究证实，冠层
叶片呼出 ＣＯ２的碳同位素比率比叶片碳同位素比率
高约 ３‰，土壤微生物或其他生物的异养呼吸过程
中稳定同位素的变化虽不能直接测定，但因线粒体
呼吸过程中不发生碳同位素的分馏［２０］，故土壤碳同
位素组成可作为土壤异养呼吸出 ＣＯ２的碳同位素组
成．典型森林生态系统中自养呼吸约占总呼吸的
０􀆰 ５１，草地生态系统中约占 ０．４０［１１］，因此在既有树
木又有草地的城市绿地系统自养呼吸占总呼吸的比
例取其均值为 ０．４５．绿地系统呼吸出 ＣＯ２中碳同位
素组成（δＴ）根据以下公式获得：
δＴ ＝ ０．４５（δｐ＋３‰）＋０．５５δｓ （３）
式中：δｐ为植物呼吸（自养呼吸）的碳同位素组成；δｓ
为土壤呼吸（异养呼吸）的碳同位素组成．
绿地系统呼出 ＣＯ２的 δＴ与汽车尾气 ＣＯ２的 δＶ之
间显著差异，利用二元线性混合模型来确定二者对
城市生态系统 δＥ的贡献率（ＦＶ，％） ［８］：
ＦＶ ＝
δＥ－δＴ
δＶ－δＴ
×１００％ （４）
使用 Ｅｘｃｅｌ ２０１０ 进行数据整理并作图，用 ＩＢＭ
ＳＰＳＳ Ｓｔａｔｉｓｔｉｃｓ ２０分析软件进行逐步回归分析．
２　 结果与分析
２􀆰 １　 不同季节 ４ 环路的车流量特征及夏季气象因
子变化
由图 ２ 可以看出，夏季观测期间 ４ 环路上每日
６：００—２０：００车流总量约 １６．５ 万辆，冬季观测期间
约 １５．７万辆．夏季和冬季观测期间车流量均有明显
的日变化，但存在较大差异．夏季约在 ７：３０ 形成早
高峰，随后车流量略有下降，１０：００ 左右达到一天中
的峰值，１６：３０左右形成晚高峰．冬季早高峰在 ８：００
左右，１４：００到达最高峰（约每小时 ６７００ 辆），晚高
峰出现在 １６：００（约每小时 ６２００ 辆）．与夏季相比，
冬季车流量的早高峰晚 ０．５ ｈ，晚高峰早 ０．５ ｈ．
　 　 气象因子影响植物对 ＣＯ２的吸收和碳氧稳定同
位素的分馏．夏季测定期间，６：００ 太阳辐射开始增
加，８：００ 开始迅速升高，１２：００ 太阳辐射达到峰值
（５２０．３５ Ｗ·ｍ－２），此后太阳辐射逐渐减小．温度从
６：００开始升高，１２：００—１８：００均保持在 ３０ ℃以上，
其中，１４：００到达峰值（３１．３６ ℃）．相对湿度从 ５：００
开始下降，１３：００达到最低值（５４．９％）后逐步回升，
日变化呈单波谷曲线．风速变化比较复杂，２：００—
７：００风速相对较低，随后开始增大，１６：００ 达到峰值
后逐步下降．
２􀆰 ２　 不同季节绿地系统与 ４ 环路上 ＣＯ２浓度日变
化特征及其差异
夏季观测期间，４ 环路上空气中 ＣＯ２浓度呈现
双峰曲线的日变化，日均值为 ４２７．７７ μｍｏｌ·ｍｏｌ－１，
第一个 ＣＯ２浓度高峰出现在 ８：３０ 左右，峰值为
４４０􀆰 ０１ μｍｏｌ·ｍｏｌ－１，比日均值高 １６􀆰 ２３ μｍｏｌ·ｍｏｌ－１，
第二高峰出现在 １７： ００ 左右，峰值约 ４３８􀆰 ４４
μｍｏｌ·ｍｏｌ－１，比日均值高 １０．６７ μｍｏｌ·ｍｏｌ－１ ．绿地系
３００３１０期　 　 　 　 　 　 　 　 孙守家等： 城市绿地系统内外 ＣＯ２浓度、δ１３Ｃ、δ１８Ｏ差异和来源及影响因素　 　 　 　
统中 ＣＯ２浓度的日均值为 ３８６．４４ μｍｏｌ·ｍｏｌ
－１，第一
个 ＣＯ２浓度高峰出现在 ８：３０ 左右，峰值约 ３９７􀆰 ６９
μｍｏｌ·ｍｏｌ－１，比日均值高 １１．２５ μｍｏｌ·ｍｏｌ－１，第二
峰值出现在 １７：００，仅比日均值高 １．６６ μｍｏｌ·ｍｏｌ－１ ．
冬季观测期间，４ 环路和绿地系统中的 ＣＯ２浓度较
高，分别为 ４８１．４４和 ４７５．２３ μｍｏｌ·ｍｏｌ－１，其日变化
曲线相似：９：００形成一个 ＣＯ２浓度高峰，４ 环路上和
绿地系统的 ＣＯ２ 浓度分别为 ４９５． ９１ 和 ４８３􀆰 １６
μｍｏｌ·ｍｏｌ－１，分 别 比 日 均 值 高 １４． ４７ 和 ７􀆰 ９３
μｍｏｌ·ｍｏｌ－１，１７：００形成另外一个高峰，峰值分别为
４９６．１５ 和 ４８６． ９７ μｍｏｌ·ｍｏｌ－１，分别比日均值高
１４􀆰 ７１和 １１．７４ μｍｏｌ·ｍｏｌ－１（图 ３）．
图 ２　 夏季和冬季观测期间在半小时尺度上 ４环路上车流量以及夏季太阳辐射、温度、相对湿度和风速的变化
Ｆｉｇ．２　 Ｖａｒｉａｔｉｏｎｓ ｏｆ ｔｒａｆｆｉｃ ｖｏｌｕｍｅ ｏｎ ｔｈｅ ＦＲＲ ｄｕｒｉｎｇ ｍｅａｓｕｒｅｍｅｎｔ ｔｉｍｅ ｉｎ ｓｕｍｍｅｒ ａｎｄ ｗｉｎｔｅｒ ｓｅａｓｏｎｓ ａｔ ｈａｌｆ⁃ｈｏｕｒ ｔｉｍｅｓｃａｌｅ ａｎｄ ｖａｒｉ⁃
ａｔｉｏｎｓ ｏｆ ｓｏｌａｒ ｒａｄｉａｔｉｏｎ， ｔｅｍｐｅｒａｔｕｒｅ， ｒｅｌａｔｉｖｅ ｈｕｍｉｄｉｔｙ ａｎｄ ｗｉｎｄ ｓｐｅｅｄ ｉｎ ｓｕｍｍｅｒ ｓｅａｓｏｎ （ｍｅａｎ±ＳＤ）．
图 ３　 夏季（Ａ）和冬季（Ｂ）观测期间半小时尺度上 ＣＯ２浓度的变化、以及 ４环路与北京市园林科学研究院绿地系统中 ＣＯ２浓
度差异（Ｃ）
Ｆｉｇ．３　 Ｖａｒｉａｔｉｏｎｓ ｏｆ ＣＯ２ ｃｏｎｃｅｎｔｒａｔｉｏｎ ａｔ ｈａｌｆ⁃ｈｏｕｒ ｔｉｍｅｓｃａｌｅ ｄｕｒｉｎｇ ｍｅａｓｕｒｅｍｅｎｔ ｔｉｍｅ ｉｎ ｓｕｍｍｅｒ （Ａ） ａｎｄ ｗｉｎｔｅｒ （Ｂ） ｓｅａｓｏｎｓ ａｎｄ
ｔｈｅ ｄｉｆｆｅｒｅｎｃｅ ｏｆ ＣＯ２ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｂｅｔｗｅｅｎ ｔｈｅ ＦＲＲ ａｎｄ ｔｈｅ ｇｒｅｅｎ ｓｐａｃｅ ｓｙｓｔｅｍ ｏｆ ＢＩＬＡ ｉｎ ｓｕｍｍｅｒ ａｎｄ ｗｉｎｔｅｒ ｓｅａｓｏｎｓ （Ｃ）．
１ 和 ２分别代表 ４环路和北京市园林科学研究院绿地系统 Ｎｕｍｂｅｒ １ ａｎｄ ２ ｒｅｐｒｅｓｅｎｔｅｄ ｔｈｅ ＦＲＲ ａｎｄ ｔｈｅ ｇｒｅｅｎ ｓｐａｃｅ ｓｙｓｔｅｍ ｏｆ ＢＩＬＡ， ｒｅｓｐｅｃｔｉｖｅｌｙ． 下
同 Ｔｈｅ ｓａｍｅ ｂｅｌｏｗ．
４００３ 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
　 　 夏季和冬季观测期间的 ４ 环路与绿地系统中
ＣＯ２浓度差值存在明显不同．冬季 ＣＯ２浓度差值较
小，日均差值仅为 ６．２１ μｍｏｌ·ｍｏｌ－１ ．第一个差值高
峰在 ９：００，为 １３．７８ μｍｏｌ·ｍｏｌ－１，第二个差值高峰
在 １６：３０，为 １２．９６ μｍｏｌ·ｍｏｌ－１ ．与冬季相比，夏季观
测期间 ４环路上 ＣＯ２浓度明显高于绿地系统，日均
差值为 ４１．４３ μｍｏｌ·ｍｏｌ－１，为冬季的 ６．６７ 倍，其中，
８：００开始差值增大，１０：００形成差值第一个高峰，为
５３．３４ μｍｏｌ·ｍｏｌ－１，随后开始下降，１５：００ 又开始升
高， １７： ００ 形 成 第 二 个 差 值 高 峰， 为 ５０􀆰 ５６
μｍｏｌ·ｍｏｌ－１ ．
２􀆰 ３　 不同季节绿地系统与 ４ 环路上 δ１３Ｃ 日变化特
征及其差异
夏季观测期间，４ 环路上空气中 δ１３Ｃ 值呈现双
波谷曲线的日变化，日均值为－１４．７‰，第一个 δ１３Ｃ
值波谷出现在 ８：００左右，最小值为－１５．５‰，比日均
值低 ０．９‰，第二个波谷出现在 １７：００ 左右，峰值约
－１３．６‰，比日均值低 １．７‰．绿地系统中 δ１３Ｃ值也呈
双波谷的日变化，日均值为－１１．３‰．δ１３Ｃ 值从 ６：００
开始逐步下降，８：００ 到达第一个波谷，为－１２．０‰，
比日均值低 ０． ７‰，第二个波谷出现在 １８：００，为
－１２．２‰，比日均值低 １．０‰，随后逐步升高．与夏季
相比，冬季观测期间 ４环路和绿地系统中的 δ１３Ｃ 值
较低，分别低 ３． １‰和 ６． ３‰，其日变化曲线相似：
９：００形成第一个 δ１３ Ｃ 值波谷，４ 环路和绿地系统
δ１３Ｃ值分别为－１９．４‰和－１９．１‰，分别比日均值低
１􀆰 ７‰和 １．５‰；在 １７：００形成第二个波谷，４ 环路上
和绿地系统 δ１３Ｃ 值分别为－１９．１‰和－１８．５‰，分别
比日均值低 １．３‰和 １．０‰（图 ４）．
　 　 冬季 ４环路与绿地系统中 δ１３Ｃ 差值较小，日均
差值仅为－０．２‰．夜晚多数时间内 ４ 环路的 δ１３Ｃ 值
比绿地系统要高，而在白天 ６：００—１０：００ 和１４：００—
１８：００时间段内 ４ 环路的 δ１３Ｃ 值低于绿地系统，第
一个差值波谷在 ８：００，为－０．４‰，第二个差值波谷
在 １６：００，为－１．０‰．与冬季相比，夏季观测期间 ４ 环
路的 δ１３ Ｃ 值明显低于绿地系统，日均差值为
－３．４‰，为冬季的 １６．５４ 倍．其中 ９：００ 形成 δ１３Ｃ 差
值第一个波谷为－４．２‰， １６：３０ 形成第二个差值波
谷为－４．９‰．
２􀆰 ４　 不同季节绿地系统与 ４ 环路上 δ１８Ｏ 日变化特
征及其差异
夏季观测期间，４ 环路上空气中 δ１８Ｏ 的日均值
为 ３５．０‰，δ１８Ｏ 值从 ９：００ 开始逐步下降，１２：３０ 降
至最低点，最小值为 ３１．４‰，比日均值低 ３．７‰，随后
开始升高，最高值出现在 １７：３０，为 ３８．０‰．绿地系统
中 δ１８Ｏ值呈单波谷的日变化，日均值为 ３０．８‰，比 ４
环路日均值低 ４．２‰．δ１８Ｏ值从 ９：００ 开始逐步下降，
１１：００达到波谷，为 ２０．７‰，比日均值低 ２．１‰，随后
逐步升高，１７：００达到最高峰 ３４．７‰．冬季观测期间，
４环路和绿地系统中δ１８Ｏ日均值分别为３６ ．４‰和
图 ４　 夏季（Ａ）和冬季（Ｂ）观测期间半小时尺度上 δ１３Ｃ值的变化、以及 ４环路与北京市园林科学研究院绿地系统中 δ１３Ｃ值的
差异（Ｃ）
Ｆｉｇ．４　 Ｖａｒｉａｔｉｏｎｓ ｏｆ δ１３Ｃ ｖａｌｕｅ ａｔ ｈａｌｆ⁃ｈｏｕｒ ｉｎ ｄｕｒｉｎｇ ｍｅａｓｕｒｅｍｅｎｔ ｔｉｍｅ ｉｎ ｓｕｍｍｅｒ （Ａ） ａｎｄ ｗｉｎｔｅｒ （Ｂ） ｓｅａｓｏｎｓ ａｎｄ ｔｈｅ ｄｉｆｆｅｒｅｎｃｅ ｏｆ
δ１３Ｃ ｖａｌｕｅ ｂｅｔｗｅｅｎ ｔｈｅ ＦＲＲ ａｎｄ ｔｈｅ ｇｒｅｅｎ ｓｐａｃｅ ｓｙｓｔｅｍ ｏｆ ＢＩＬＡ ｉｎ ｓｕｍｍｅｒ ａｎｄ ｗｉｎｔｅｒ ｓｅａｓｏｎｓ （Ｃ）．
５００３１０期　 　 　 　 　 　 　 　 孙守家等： 城市绿地系统内外 ＣＯ２浓度、δ１３Ｃ、δ１８Ｏ差异和来源及影响因素　 　 　 　
３６．１‰，差别较小，其日变化曲线相似：４环路和绿地
系统中 δ１８Ｏ值分别在 １２：００ 和 １１：３０ 降至最低点，
最小值分别为 ３２． ６‰和 ２９． ６‰，分别比日均值低
３􀆰 ８‰和 ５．２‰（图 ５）．
　 　 冬季观测期间 ４ 环路与绿地系统中 δ１８Ｏ 差值
较小，日均差值仅为 ０．３‰．夏季观测期间 ４ 环路上
δ１８Ｏ值明显高于绿地系统，日均差值为 ４．２‰，为冬
季的 １２．６７倍．其中 ７：００ 形成 δ１８Ｏ差值第一个波峰
（６．４‰），随后开始下降， １５： ３０ 达到最低值，为
－０．０２‰，随后震荡升高至 ２０：３０形成第二个差值波
峰（７．１‰）．
２􀆰 ５　 不同季节绿地系统和 ４ 环路 ＣＯ２来源组成及
其差异
将 ６：００—１８：００ 绿地系统和 ４ 环路以及 ２１ 款
汽车尾气中 ＣＯ２浓度和 δ１３Ｃ 值代入 Ｋｅｅｌｉｎｇ ｐｌｏｔ 方
程．当 ＣＯ２浓度趋于无穷大即 １ ／ ＣＯ２趋于 ０ 时，夏季
观测期间白天绿地系统和 ４ 环路、冬季观测期间白
天绿地系统和 ４环路及汽车尾气的 δ１３Ｃ和 １ ／ ＣＯ２方
程的截距分别为 － ２７． １‰、 － ２５． ７‰、 －２７．４‰、
－２７．０‰和－３０．０‰，方程均达到显著水平，表明夏季
和冬季观测期间 ４ 环路、绿地系统以及汽车燃烧化
石燃料产生 ＣＯ２的 δ１３Ｃ值分别为－２７．１‰、－２５．７‰、
－２７．４‰、－２７．０‰和－３０．０‰（表 １）．夏季，绿地系统
植物生长旺盛，生态系统呼吸来源于自养和异养呼
吸，故生态系统呼吸出 ＣＯ２的 δＴ ＝ ０．４５（ δｐ ＋３‰） ＋
０􀆰 ５５δｓ，计算获得 δＴ值为－２１．８‰，冬季大多数植物
进入休眠，在计算生态系统呼吸时忽略自养呼吸，假
设生态系统呼吸出 ＣＯ２的 δＴ等于异养呼吸 δｓ，为
－１９．０‰．
图 ６ 结果显示，夏季观测期间白天的 ４ 环路空
气 ＣＯ２主要来源于汽车尾气的排放，约占 ６４．９％，来
源于植物和土壤呼吸占３５．１％，绿地系统空气ＣＯ２
图 ５　 夏季（Ａ）和冬季（Ｂ）观测期间半小时尺度上 δ１８Ｏ值的变化、以及 ４环路与北京市园林科学研究院绿地系统中 δ１８Ｏ 值的
差异（Ｃ）
Ｆｉｇ．５　 Ｖａｒｉａｔｉｏｎｓ ｏｆ δ１８Ｏ ａｔ ｈａｌｆ⁃ｈｏｕｒ ｄｕｒｉｎｇ ｍｅａｓｕｒｅｍｅｎｔ ｔｉｍｅ ｉｎ ｓｕｍｍｅｒ （Ａ） ａｎｄ ｗｉｎｔｅｒ （Ｂ） ｓｅａｓｏｎｓ ａｎｄ ｔｈｅ ｄｉｆｆｅｒｅｎｃｅ ｏｆ δ１８Ｏ
ｖａｌｕｅ ｂｅｔｗｅｅｎ ｔｈｅ ＦＲＲ ａｎｄ ｔｈｅ ｇｒｅｅｎ ｓｐａｃｅ ｓｙｓｔｅｍ ｏｆ ＢＩＬＡ ｉｎ ｓｕｍｍｅｒ ａｎｄ ｗｉｎｔｅｒ ｓｅａｓｏｎｓ （Ｃ）．
表 １　 汽车尾气（δＶ）的碳同位素平均值、植物（δｐ）和土壤（δｓ）碳同位素值、绿地系统呼吸出 ＣＯ２的 δＴ ＝ ０．４５（δｐ ＋３‰） ＋
０􀆰 ５５δｓ和城市生态系统 ＣＯ２（δＥ）的碳同位素值
Ｔａｂｌｅ １　 Ａｖｅｒａｇｅ ｉｓｏｔｏｐｉｃ ｖａｌｕｅｓ ｏｆ ＣＯ２ ｆｒｏｍ ｅｘｈａｕｓｔ ｇａｓ （δＶ）， ａｖｅｒａｇｅ ｒｅｓｐｉｒａｔｉｏｎ ｆｏｒ ｐｌａｎｔ （δｐ）， ｓｏｉｌ （δｓ）， ｔｈｅ ａｖｅｒａｇｅ
ｉｓｏｔｏｐｉｃ ｖａｌｕｅ ｆｏｒ ｇｒｅｅｎ ｓｐａｃｅ ｒｅｓｐｉｒａｔｉｏｎ δＴ ＝０．４５（δｐ＋３‰）＋０．５５δｓ ａｎｄ ｕｒｂａｎ ｅｃｏｓｙｓｔｅｍ （δＥ）
季节
Ｓｅａｓｏｎ
地点
Ｌｏｃａｔｉｏｎ
汽车尾气
δＶ （‰）
植物叶片
δＰ （‰）
土壤
δｓ （‰）
绿地系统呼吸
δＴ （‰）
城市生态系统
δＥ （‰）
夏季 ４环路 ＦＲＲ －３０．０±１．３ －２８．２±１．１ －１９．０±０．４ －２１．８±０．７ －２７．１
Ｓｕｍｍｅｒ 绿地系统 ＢＩＬＡ －２５．７
冬季 ４环路 ＦＲＲ －３０．０±１．３ － －１９．０±０．４ －１９．０±０．４ －２７．４
Ｗｉｎｔｅｒ 绿地系统 ＢＩＬＡ －２７．０
６００３ 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
图 ６　 利用碳稳定同位素（ δ１３Ｃ）分割获得夏季（Ａ）和冬季
（Ｂ）观测期间城市生态系统中绿地系统呼吸和汽车尾气排
放 ＣＯ２所占比例
Ｆｉｇ．６　 Ｆｒａｃｔｉｏｎａｌ ｃｏｎｔｒｉｂｕｔｉｏｎ ｏｆ ｇｒｅｅｎ ｓｐａｃｅ ｒｅｓｐｉｒａｔｉｏｎ ＣＯ２ ｔｏ
ｔｏｔａｌ ＣＯ２ ｉｎ ｔｈｅ ｕｒｂａｎ ｅｃｏｓｙｓｔｅｍ ｕｓｉｎｇ ｉｓｏｔｏｐｉｃ ｐａｒｔｉｔｉｏｎｉｎｇ
（δ１３Ｃ） ｄｕｒｉｎｇ ｍｅａｓｕｒｅｍｅｎｔ ｔｉｍｅ ｉｎ ｓｕｍｍｅｒ （ Ａ） ａｎｄ ｗｉｎｔｅｒ
（Ｂ） ｓｅａｓｏｎｓ．
则主要来源于植物和土壤的呼吸，占 ５２．７％，来源于
汽车尾气占 ４７．３％．绿地系统与 ４环路空气中 ＣＯ２主
要来源不同，绿地系统中来源于汽车尾气的 ＣＯ２比
４环路上少了 １７．６％．冬季观测期间白天 ４环路和绿
地系统空气ＣＯ２均主要来源于汽车尾气的排放，分
别占 ７６．８％和 ７３．３％，而来源于土壤呼吸的比例仅
为 ２３．２％％和 ２６．７％．绿地系统与 ４ 环路空气中 ＣＯ２
主要来源相同且差异较小，仅差 ３．５％．
２􀆰 ６　 不同季节 ＣＯ２、δ１３Ｃ 和 δ１８Ｏ 差值与车流量的
关系
由图 ７ 可以看出，夏季观测期间 ４ 环路与绿地
系统中 ＣＯ２浓度差值和 δ１３Ｃ 差值均与车流量呈极
显著相关关系（Ｐ＜０．０１），δ１８Ｏ差值与车流量呈显著
相关关系（Ｐ＜０．０５），夏季植物生长旺盛，绿地系统
中高大乔木的阻挡和消减作用，导致绿地系统与 ４
环路上的 ＣＯ２浓度差值 δ１３Ｃ 和 δ１８Ｏ 差值较大．冬季
观测期间 ４环路与绿地系统中 ＣＯ２浓度、δ１３Ｃ 和 δ１８
Ｏ差值均与车流量相关关系不显著（Ｐ＞０．０５），可能
原因是冬季植物落叶，没有林冠的阻挡，ＣＯ２扩散较
快，且空气中 ＣＯ２主要来源于化石燃料燃烧，来源单
一，故冬季中 ４环路与绿地系统中 ＣＯ２、δ１３Ｃ 和 δ１８Ｏ
差值与车流量无显著相关性．
２􀆰 ７　 夏季 ＣＯ２、δ１３Ｃ 和 δ１８Ｏ 差值与车流量和环境
因子的关系
夏季中植物生长和车流量均会影响到空气中
ＣＯ２变化及其同位素组成．为了评估绿地系统和车流
量对 ＣＯ２浓度、δ１３Ｃ 和 δ１８Ｏ 值的影响，建立逐步回
归模型来分析车流量和绿地植物生长活动与 ＣＯ２浓
度、δ１３Ｃ和 δ１８Ｏ差值的关系，选择车流量（ｘ１）、太阳
辐射（ｘ２）、温度（ｘ３）、相对湿度（ｘ４）和风速（ ｘ５）作
为影响其 ＣＯ２浓度 （ｙ１）、δ１３Ｃ（ｙ２）和 δ１８Ｏ（ｙ３）差值
变化的因子，获得逐步回归模型（表 ２）．
图 ７　 夏季（Ａ）和冬季（Ｂ）观测期间 ４环路与北京市园林科学研究院绿地系统中 ＣＯ２、δ１３Ｃ和 δ１８Ｏ差值与车流量关系
Ｆｉｇ．７　 ＣＯ２ ｃｏｎｃｅｎｔｒａｔｉｏｎ， δ１３Ｃ ｖａｌｕｅ ａｎｄ δ１８Ｏ ｖａｌｕｅ ｄｉｆｆｅｒｅｎｃｅ ｂｅｔｗｅｅｎ ＦＲＲ ａｎｄ ｔｈｅ ｇｒｅｅｎ ｓｐａｃｅ ｓｙｓｔｅｍ ｏｆ ＢＩＬＡ ｉｎ ｒｅｌａｔｉｏｎ ｔｏ ｔｒａｆｆｉｃ
ｖｏｌｕｍｅ ｄｕｒｉｎｇ ｍｅａｓｕｒｅｍｅｎｔ ｔｉｍｅ ｉｎ ｓｕｍｍｅｒ （Ａ） ａｎｄ ｗｉｎｔｅｒ （Ｂ）．
７００３１０期　 　 　 　 　 　 　 　 孙守家等： 城市绿地系统内外 ＣＯ２浓度、δ１３Ｃ、δ１８Ｏ差异和来源及影响因素　 　 　 　
表 ２　 夏季观测期间 ４ 环路和绿地系统 ＣＯ２ （ ｙ１ ）、δ１３ Ｃ
（ｙ２）、δ１８Ｏ（ｙ３）差值与车流量（ｘ１）和气象因子（太阳辐射
ｘ２、温度 ｘ３、相对湿度 ｘ４和风速 ｘ５）的逐步回归分析
Ｔａｂｌｅ ２ 　 Ｓｔｅｐｗｉｓｅ ｒｅｇｒｅｓｓｉｏｎ ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｄｉｆｆｅｒｅｎｃｅ ｏｆ
ＣＯ２ ｃｏｎｃｅｎｔｒａｔｉｏｎ （ ｙ１）， δ１３Ｃ （ ｙ２） ａｎｄ δ１８Ｏ （ ｙ３ ） ｖａｌｕｅ
ｂｅｔｗｅｅｎ ｔｈｅ ＦＲＲ ａｎｄ ｇｒｅｅｎ ｓｐａｃｅ ｓｙｓｔｅｍ ｉｎ ｒｅｌａｔｉｏｎ ｔｏ ｔｒａ⁃
ｆｆｉｃ ｖｏｌｕｍｅ （ｘ１） ａｎｄ ｍｅｔｅｏｒｏｌｏｇｉｃａｌ ｆａｃｔｏｒｓ ［（ ｓｏｌａｒ ｒａｄｉａ⁃
ｔｉｏｎ （ｘ２）， ｔｅｍｐｅｒａｔｕｒｅ （ｘ３）， ｒｅｌａｔｉｖｅ ｈｕｍｉｄｉｔｙ （ｘ４） ａｎｄ
ｗｉｎｄ ｓｐｅｅｄ （ｘ５）］ ｄｕｒｉｎｇ ｍｅａｓｕｒｅｍｅｎｔ ｔｉｍｅ ｉｎ ｓｕｍｍｅｒ
逐步回归方程
Ｓｔｅｐｗｉｓｅ ｒｅｇｒｅｓｓｉｏｎ ｅｑｕａｔｉｏｎ
相关系数
Ｒ
决定系数
Ｒ２
Ｐ
ｙ１ ＝ ２．１１０＋０．００８ｘ１－０．００７ｘ２ ０．６８７ ０．４７２ ０．０００
ｙ２ ＝－７．５８５＋０．００２ｘ２＋０．６０１ｘ４ ０．６３１ ０．３９８ ０．００１
ｙ３ ＝－３．４０３＋０．１１１ｘ４ ０．７０１ ０．４９１ ０．０００
　 　 由表 ２ 可知，３ 个逐步回归方程均达到了极显
著水平，相关系数分别为 ０．６８７、０．６３１ 和 ０．７０１，其
中，车流量和太阳辐射对 ＣＯ２浓度差值产生显著影
响，光照是影响植物光合作用的关键因子，除了车辆
直接排放 ＣＯ２造成 ４环路与绿地系统 ＣＯ２浓度差异
外，植物光合作用吸收 ＣＯ２也会导致绿地内外的差
异增大．太阳辐射和相对湿度对 δ１３Ｃ 差值产生显著
影响，则可能是与光合过程中对碳同位素分馏不同
造成的．δ１８Ｏ差值则受到相对湿度的显著影响，可能
是由于水汽中也含有１８Ｏ，光合过程中 ＣＯ２中的１８Ｏ
与水汽中的１８Ｏ 进行交换，从而受到相对湿度的影
响较大．冬季中 ＣＯ２浓度、δ１３Ｃ 和 δ１８Ｏ 差值较小，与
车流量和气象因子的逐步回归方程不成立（结果未
列出）．
３　 讨　 　 论
城市生态系统碳氧循环不同于自然生态系统，
受到人为和自然因素的共同影响．本文结果显示，夏
季和冬季观测期间北京市 ４环路上的 ＣＯ２浓度分别
为 ４２７．７７ 和 ４８１．４４ μｍｏｌ·ｍｏｌ－１，高于北京市上甸
子区域大气本底监测站监测的 ＣＯ２本底浓度，这与
王长科等［２１］观测到北京城市大气 ＣＯ２浓度明显偏
高的结果一致．４环路上车流量日均超过 １５万辆，汽
车在怠速时排出的尾气中 ＣＯ２浓度为 ６９１４１． ７２
μｍｏｌ·ｍｏｌ－１（结果未列出），为本底数据的 １７８．１８
倍，大量含高浓度 ＣＯ２的汽车尾气进入空气中导致
空气中 ＣＯ２浓度增加，ＣＯ２与城市的交通量有显著
相关关系［１３，１６］ ．４环路上 ＣＯ２浓度呈双峰曲线变化，
其峰值出现时间与早晚交通高峰时间基本重合，
Ｓｏｎｇ等［２２］研究显示，北京的交通状况与 ＣＯ２通量变
化趋势基本一致，Ｈｉｌｌｅｒ等［２３］发现，穿过明尼苏达州
草坪的国道上车流量对于观测塔上的 ＣＯ２浓度影响
较大．化石燃料燃烧也会导致 ＣＯ２中碳氧同位素组
成发生相应改变，北京空气中 δ１３Ｃ 值呈双波谷曲线
日变化，出现波谷的时间与交通早晚高峰一致，汽车
尾气中 δ１３Ｃ值较低，导致城市空气 δ１３Ｃ值低于单一
的生态系统［１０，１２］ ．Ｋèｌｏｍé 等［２４］研究发现，在科托努
市中交通较少的区域空气中 δ１３Ｃ 值较高，交通繁忙
地区的 δ１３Ｃ 值较低，在空间分布上除交通量外，还
与风向有关，顺风和逆风的 Δ１３Ｃ 与 ＣＯ２浓度差值呈
线性关系［１７］ ．同位素定量区分结果显示，４ 环路上汽
车尾气排放的 ＣＯ２占总量的 ６４．９％，Ｗａｄａ 等［１５］研
究发现，春季名古屋空气中 ＣＯ２有 ３３％来源于汽油
燃烧．夏季北京 ４ 环路空气中 δ１３ Ｃ 值比冬季高，
Ｐａｔａｋｉ等［２５］对美国盐湖城研究显示，汽油和天然气
燃烧以及生物过程对夜晚城市 δ１３Ｃ 值的影响存在
明显的季节变化，春季和夏季明显高于冬季．同位素
区分结果显示，冬季化石燃料燃烧产生 ＣＯ２占的比
例超过 ７３％，这可能与冬季供暖增加了 ＣＯ２的排放
有关，中纬度的城市如日本东京［２６］、波兰罗兹［２７］等
也表现出相同趋势，这些研究均表明化石燃料燃烧
对城市环境产生巨大影响．
城市绿地植物具有吸收 ＣＯ２维持城市碳平衡的
生态功能，在减缓城市环境压力方面发挥重要作用．
本文结果显示，夏季观测期间绿地系统中 ＣＯ２浓度
远低于 ４环路，但冬季绿地系统 ＣＯ２浓度与 ４ 环路
相差很小．夏季绿地系统中 ＣＯ２减少的其原因可能
有两个：１）夏季，绿地系统中高大乔木形成的景观
带起到了缓解、消减尾气的作用［２８］，Ｇｕ 等［２９］研究
认为，相比于裸露街谷，植物的引入减弱了街谷顶部
气体置换速率，而汽车尾气在穿过绿地系统密集多
层次的高大乔木时，由于乔木枝叶的摩擦、阻挡作
用，有效地阻滞气体的水平扩散，４ 环路上汽车产生
的 ＣＯ２难于水平扩散直接进入绿地系统内部．冬季
由于乔木落叶，４ 环路上空气比较容易水平穿过林
带，直接与绿地系统气体进行交换，导致绿地系统与
４环路上空气中的 ＣＯ２浓度差别不明显．２）夏季，植
物通过光合作用来同化空气中 ＣＯ２，导致绿地系统
中 ＣＯ２浓度下降，而冬季植物落叶后无法通过光合
作用来吸收 ＣＯ２，因而与 ４ 环路的浓度差仅为 ６．２１
μｍｏｌ·ｍｏｌ－１ ．Ｎｏｒｄｂｏ等［３０］研究发现，当城市区域植
被覆盖率达 ８０％左右，碳源汇特征表现为中性，而
在伦敦、墨西哥城、东京及墨尔本等城市的研究表
明，城市内年 ＣＯ２排放与植被覆盖率呈现一定的负
相关关系［３１］ ．在光合作用过程中，叶片优先吸收１２Ｃ，
８００３ 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
引起碳稳定同位素分馏［３２］，夏季绿地系统白天 δ１３Ｃ
值较高，表明光合作用导致绿地空气中的１３Ｃ 富集．
同位素区分结果显示，夏季观测期间绿地系统空气
中来源于化石燃料燃烧产生的 ＣＯ２比 ４ 环路上低
１７．６％，而冬季植物落叶后仅仅低 ３．５％，表明城市
绿地系统在生长季节时降低石化燃料燃烧 ＣＯ２浓度
方面发挥了重要作用，这与 Ｎｏｗａｋ等［３３］发现城市树
木在降低 ＣＯ２浓度方面比非城市树木的作用更为显
著的结果一致．
夏季，绿地生态系统空气中 ＣＯ２浓度、δ１３ Ｃ 和
δ１８Ｏ值与道路上存在明显不同，逐步回归分析显示
城市系统碳循环受到自然因素和人类活动的综合影
响．除了车流量直接影响 ＣＯ２排放量外，光照通过影
响植物光合作用来同化 ＣＯ２也会导致绿地系统与 ４
环路差异增大．在半小时尺度上，太阳辐射和相对湿
度是影响绿地系统与 ４ 环路 δ１３Ｃ 和 δ１８Ｏ 差值的主
要环境因子，其通过增强绿地植物碳循环过程来发
挥作用［３４］ ．相似研究显示，亚高山带针叶林冠层内
外 δ１３Ｃ差值与 ＶＰＤ有显著的相关关系［３５］，而 ＶＰＤ
是由温度和湿度计算获得的．Ｆｌａｎａｇａｎ 等［３６］将微气
象测量与１８Ｏ 同位素组成相结合，发现光合作用显
著地影响森林生态系统１８Ｏ变化．城市环境高度异质
性，使得城市系统比结构单一的生态系统更复杂，受
到影响因素更多，同时城市生态系统中石化燃料燃
烧、生物质燃烧、人类呼吸和自然界自养异养呼吸等
多个碳源汇及其易变性使得同位素方法还存在一定
程度的不确定性，需要结合１４Ｃ、１８Ｏ 以及 Ｉｓｏｓｕｒｃｅ 模
型等在进一步的研究中去精确量化和验证．
４　 结　 　 论
夏季和冬季观测期间，北京市 ４ 环路上车流量
较大，有明显的早晚交通高峰．汽车排放出大量
ＣＯ２，导致 ４环路及其相邻的绿地系统空气中 ＣＯ２浓
度呈双峰曲线、δ１３Ｃ值呈双波谷曲线和 δ１８Ｏ 值呈单
波谷曲线的日变化，且夏季中二者空气中的 ＣＯ２浓
度、δ１３Ｃ和 δ１８Ｏ差值较大．夏季 ４环路空气中 ＣＯ２主
要来源于化石燃料燃烧而绿地系统空气中 ＣＯ２主要
来源于生态系统的自养和异养呼吸，冬季二者空气
中 ＣＯ２均主要来源于化石燃料燃烧．除了车流量外，
在半小时尺度上太阳辐射和相对湿度是影响 ４环路
和绿地系统 ＣＯ２浓度、δ１３Ｃ 和 δ１８Ｏ 差值的主要环境
因子．绿地系统中的植物在生长季节通过光合作用
同化 ＣＯ２来维持城市碳平衡，在改善城市生态环境
方面发挥了重要作用．
参考文献
［１］　 Ｃｈｕｒｋｉｎａ Ｇ． Ｍｏｄｅｌｉｎｇ ｔｈｅ ｃａｒｂｏｎ ｃｙｃｌｅ ｏｆ ｕｒｂａｎ ｓｙｓ⁃
ｔｅｍｓ． Ｅｃｏｌｏｇｉｃａｌ Ｍｏｄｅｌｌｉｎｇ， ２００８， ２１６： １０７－１１３
［２］　 Ｚｈａｏ Ｒ⁃Ｑ （赵荣钦）， Ｈｕａｎｇ Ｘ⁃Ｊ （黄贤金）． Ｃａｒｂｏｎ
ｃｙｃｌｅ ｏｆ ｕｒｂａｎ ｓｙｓｔｅｍ： Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ， ｍｅｃｈａｎｉｓｍ ａｎｄ
ｔｈｅｏｒｅｔｉｃａｌ ｆｒａｍｅｗｏｒｋ． Ａｃｔａ Ｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ （生态学
报）， ２０１３， ３３（２）： ３５８－３６６ （ｉｎ Ｃｈｉｎｅｓｅ）
［３］ 　 Ｌｉｎ Ｇ⁃Ｈ （林光辉）． Ｓｔａｂｌｅ Ｉｓｏｔｏｐｅ Ｅｃｏｌｏｇｙ． Ｂｅｉｊｉｎｇ：
Ｈｉｇｈｅｒ Ｅｄｕｃａｔｉｏｎ Ｐｒｅｓｓ， ２０１３ （ｉｎ Ｃｈｉｎｅｓｅ）
［４］ 　 Ｂｏｗｌｉｎｇ ＤＲ， Ｐａｔａｋｉ ＤＥ， Ｒｉｃｈａｒｄｓｏｎ ＪＴ． Ｃａｒｂｏｎ ｉｓｏ⁃
ｔｏｐｅｓ ｉｎ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍ ｐｏｏｌｓ ａｎｄ ＣＯ２ ｆｌｕｘｅｓ． Ｎｅｗ
Ｐｈｙｔｏｌｏｇｉｓｔ， ２００８， １７８： ２４－４０
［５］ 　 Ｗａｎｇ Ｚ⁃Ｐ （王智平）， Ｃｈｅｎ Ｑ⁃Ｓ （陈全胜）． Ｒｅｃｅｎｔｌｙ
ｐｈｏｔｏｓｙｎｔｈｅｓｉｚｅｄ ｃａｒｂｏｎ ａｌｌｏｃａｔｉｏｎ ａｎｄ ｔｕｒｎｏｖｅｒ： Ａ ｍｉ⁃
ｎｏｒ ｒｅｖｉｅｗ ｏｆ ｔｈｅ ｌｉｔｅｒａｔｕｒｅ． Ａｃｔａ Ｐｈｙｔｏｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ
（植物生态学报）， ２００５， ２９（５）： ８４５－８５０ （ ｉｎ Ｃｈｉ⁃
ｎｅｓｅ）
［６］　 Ｋｏｄａｍａ Ｎ， Ｆｅｒｒｉｏ ＪＰ， Ｂｒüｇｇｅｍａｎｎ Ｎ， ｅｔ ａｌ． Ｓｈｏｒｔ⁃ｔｅｒｍ
ｄｙｎａｍｉｃｓ ｏｆ ｔｈｅ ｃａｒｂｏｎ ｉｓｏｔｏｐｅ ｃｏｍｐｏｓｉｔｉｏｎ ｏｆ ＣＯ２ ｅｍｉｔ⁃
ｔｅｄ ｆｒｏｍ ａ ｗｈｅａｔ ａｇｒｏｅｃｏｓｙｓｔｅｍ： Ｐｈｙｓｉｏｌｏｇｉｃａｌ ａｎｄ ｅｎｖｉ⁃
ｒｏｎｍｅｎｔａｌ ｃｏｎｔｒｏｌｓ． Ｐｌａｎｔ Ｂｉｏｌｏｇｙ， ２０１１， １３： １１５－１２５
［７］　 Ｗｉｎｇａｔｅ Ｌ， Ｏｇéｅ Ｊ， Ｂｕｒｌｅｔｔ Ｒ， ｅｔ ａｌ． Ｐｈｏｔｏｓｙｎｔｈｅｔｉｃ ｃａｒ⁃
ｂｏｎ ｉｓｏｔｏｐｅ ｄｉｓｃｒｉｍｉｎａｔｉｏｎ ａｎｄ ｉｔｓ ｒｅｌａｔｉｏｎｓｈｉｐ ｔｏ ｔｈｅ ｃａｒ⁃
ｂｏｎ ｉｓｏｔｏｐｅ ｓｉｇｎａｌｓ ｏｆ ｓｔｅｍ， ｓｏｉｌ ａｎｄ ｅｃｏｓｙｓｔｅｍ ｒｅｓｐｉｒａ⁃
ｔｉｏｎ． Ｎｅｗ Ｐｈｙｔｏｌｏｇｉｓｔ， ２０１０， １８８： ５７６－５８９
［８］　 Ｙａｋｉｒ Ｄ， Ｓｔｅｒｎｂｅｒｇ ＬＤＬ． Ｔｈｅ ｕｓｅ ｏｆ ｓｔａｂｌｅ ｉｓｏｔｏｐｅｓ ｔｏ
ｓｔｕｄｙ ｅｃｏｓｙｓｔｅｍ ｇａｓ ｅｘｃｈａｎｇｅ． Ｏｅｃｏｌｏｇｉａ， ２０００， １２３：
２９７－３１１
［９］　 Ｌｅｅ Ｘ， Ｋｉｍ Ｋ， Ｓｍｉｔｈ Ｒ． Ｔｅｍｐｏｒａｌ ｖａｒｉａｔｉｏｎｓ ｏｆ ｔｈｅ
１８Ｏ ／ １６Ｏ ｓｉｇｎａｌ ｏｆ ｔｈｅ ｗｈｏｌｅ⁃ｃａｎｏｐｙ ｔｒａｎｓｐｉｒａｔｉｏｎ ｉｎ ａ
ｔｅｍｐｅｒａｔｅ ｆｏｒｅｓｔ． Ｇｌｏｂａｌ Ｂｉｏｇｅｏｃｈｅｍｉｃａｌ Ｃｙｃｌｅｓ， ２００７，
２１， Ｄｏｉ： １０．１０２９ ／ ２００６ＧＢ００２８７１
［１０］　 Ｆａｓｓｂｉｎｄｅｒ ＪＪ， Ｇｒｉｆｆｉｓ ＴＪ， Ｂａｋｅｒ ＪＭ． Ｉｎｔｅｒａｎｎｕａｌ， ｓｅａ⁃
ｓｏｎａｌ， ａｎｄ ｄｉｅｌ ｖａｒｉａｂｉｌｉｔｙ ｉｎ ｔｈｅ ｃａｒｂｏｎ ｉｓｏｔｏｐｅ ｃｏｍｐｏｓｉ⁃
ｔｉｏｎ ｏｆ ｒｅｓｐｉｒａｔｉｏｎ ｉｎ ａ Ｃ３ ／ Ｃ４ ａｇｒｉｃｕｌｔｕｒａｌ ｅｃｏｓｙｓｔｅｍ． Ａｇ⁃
ｒｉｃｕｌｔｕｒａｌ ａｎｄ Ｆｏｒｅｓｔ Ｍｅｔｅｏｒｏｌｏｇｙ， ２０１２， １５３： １４４－１５３
［１１］　 Ｚｈｕ Ｘ⁃Ｊ （朱先进）， Ｙｕ Ｇ⁃Ｒ （于贵瑞）， Ｗａｎｇ Ｑ⁃Ｆ
（王秋凤）， ｅｔ ａｌ． Ｔｈｅ ｉｎｔｅｒａｃｔｉｏｎ ｂｅｔｗｅｅｎ ｃｏｍｐｏｎｅｎｔｓ ｏｆ
ｅｃｏｓｙｓｔｅｍ ｒｅｓｐｉｒａｔｉｏｎ ｉｎ ｔｙｐｉｃａｌ ｆｏｒｅｓｔ ａｎｄ ｇｒａｓｓｌａｎｄ ｅｃｏ⁃
ｓｙｓｔｅｍｓ． Ａｃｔａ Ｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ （生态学报）， ２０１３， ３３
（２１）： ６９２５－６９３４ （ｉｎ Ｃｈｉｎｅｓｅ）
［１２］　 Ｇｏｆｆｉｎ Ｓ， Ａｕｂｉｎｅｔ Ｍ， Ｍａｉｅｒ Ｍ， ｅｔ ａｌ． Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ
ｏｆ ｔｈｅ ｓｏｉｌ ＣＯ２ ｐｒｏｄｕｃｔｉｏｎ ａｎｄ ｉｔｓ ｃａｒｂｏｎ ｉｓｏｔｏｐｅ ｃｏｍｐｏ⁃
ｓｉｔｉｏｎ ｉｎ ｆｏｒｅｓｔ ｓｏｉｌ ｌａｙｅｒｓ ｕｓｉｎｇ ｔｈｅ ｆｌｕｘ⁃ｇｒａｄｉｅｎｔ ａｐ⁃
ｐｒｏａｃｈ． Ａｇｒｉｃｕｌｔｕｒａｌ ａｎｄ Ｆｏｒｅｓｔ Ｍｅｔｅｏｒｏｌｏｇｙ， ２０１４，
１８８： ４５－５７
［１３］　 Ｃｏｎｔｉｎｉ Ｄ， Ｄｏｎａｔｅｏ Ａ， Ｅｌｅｆａｎｔｅ Ｃ， ｅｔ ａｌ． Ａｎａｌｙｓｉｓ ｏｆ
ｐａｒｔｉｃｌｅｓ ａｎｄ ｃａｒｂｏｎ ｄｉｏｘｉｄｅ ｃｏｎｃｅｎｔｒａｔｉｏｎｓ ａｎｄ ｆｌｕｘｅｓ ｉｎ
ａｎ ｕｒｂａｎ ａｒｅａ： Ｃｏｒｒｅｌａｔｉｏｎ ｗｉｔｈ ｔｒａｆｆｉｃ ｒａｔｅ ａｎｄ ｌｏｃａｌ ｍｉ⁃
ｃｒｏｍｅｔｅｏｒｏｌｏｇｙ． Ａｔｍｏｓｐｈｅｒｉｃ Ｅｎｖｉｒｏｎｍｅｎｔ， ２０１２， ４６：
２５－３５
［１４］　 Ｌｉｕ Ｗ （刘　 卫），Ｗｅｉ Ｎ⁃Ｎ （位楠楠），Ｗａｎｇ Ｇ⁃Ｈ （王
广华）， ｅｔ ａｌ． Ｑｕａｎｔｉｔａｔｉｖｅ ｅｓｔｉｍａｔｉｏｎ ｓｏｕｒｃｅ ｏｆ ｕｒｂａｎ ａｔ⁃
ｍｏｓｐｈｅｒｉｃ ＣＯ２ ｂｙ ｃａｒｂｏｎ ｉｓｏｔｏｐｅ ｃｏｍｐｏｓｉｔｉｏｎ． Ｅｎｖｉｒｏｎ⁃
ｍｅｎｔａｌ Ｓｃｉｅｎｃｅ （环境科学）， ２０１２， ３３ （ ４）： １０４１ －
１０４９ （ｉｎ Ｃｈｉｎｅｓｅ）
［１５］　 Ｗａｄａ Ｒ， Ｐｅａｒｃｅ ＪＫ， Ｎａｋａｙａｍａ Ｔ， ｅｔ ａｌ． Ｏｂｓｅｒｖａｔｉｏｎ ｏｆ
ｃａｒｂｏｎ ａｎｄ ｏｘｙｇｅｎ ｉｓｏｔｏｐｉｃ ｃｏｍｐｏｓｉｔｉｏｎｓ ｏｆ ＣＯ２ ａｔ ａｎ ｕｒ⁃
ｂａｎ ｓｉｔｅ ｉｎ Ｎａｇｏｙａ ｕｓｉｎｇ Ｍｉｄ⁃ＩＲ ｌａｓｅｒ ａｂｓｏｒｐｔｉｏｎ ｓｐｅｃ⁃
９００３１０期　 　 　 　 　 　 　 　 孙守家等： 城市绿地系统内外 ＣＯ２浓度、δ１３Ｃ、δ１８Ｏ差异和来源及影响因素　 　 　 　
ｔｒｏｓｃｏｐｙ． Ａｔｍｏｓｐｈｅｒｉｃ Ｅｎｖｉｒｏｎｍｅｎｔ， ２０１１， ４５： １１６８ －
１１７４
［１６］　 Ｖｅｌａｓｃｏ Ｅ， Ｐｒｅｓｓｌｅｙ Ｓ， Ｇｒｉｖｉｃｋｅ Ｒ， ｅｔ ａｌ． Ｅｄｄｙ ｃｏｖａ⁃
ｒｉａｎｃｅ ｆｌｕｘ ｍｅａｓｕｒｅｍｅｎｔｓ ｏｆ ｐｏｌｌｕｔａｎｔ ｇａｓｅｓ ｉｎ ｕｒｂａｎ
Ｍｅｘｉｃｏ Ｃｉｔｙ． Ａｔｍｏｓｐｈｅｒｉｃ Ｃｈｅｍｉｓｔｒｙ ａｎｄ Ｐｈｙｓｉｃｓ Ｄｉｓｃｕｓ⁃
ｓｉｏｎｓ， ２００９， ９： ７３２５－７３４２
［１７］　 Ｃｌａｒｋ⁃Ｔｈｏｒｎｅ ＳＴ， Ｙａｐｐ ＣＪ． Ｓｔａｂｌｅ ｃａｒｂｏｎ ｉｓｏｔｏｐｅ ｃｏｎ⁃
ｓｔｒａｉｎｔｓ ｏｎ ｍｉｘｉｎｇ ａｎｄ ｍａｓｓ ｂａｌａｎｃｅ ｏｆ ＣＯ２ ｉｎ ａｎ ｕｒｂａｎ
ａｔｍｏｓｐｈｅｒｅ： Ｄａｌｌａｓ ｍｅｔｒｏｐｏｌｉｔａｎ ａｒｅａ， Ｔｅｘａｓ， ＵＳＡ． Ａｐ⁃
ｐｌｉｅｄ Ｇｅｏｃｈｅｍｉｓｔｒｙ， ２００３， １８： ７５－９５
［１８］　 Ｋｅｅｌｉｎｇ ＣＤ． Ｔｈｅ ｃｏｎｃｅｎｔｒａｔｉｏｎ ａｎｄ ｉｓｏｔｏｐｉｃ ａｂｕｎｄａｎｃｅｓ
ｏｆ ａｔｍｏｓｐｈｅｒｉｃ ｃａｒｂｏｎ ｄｉｏｘｉｄｅ ｉｎ ｒｕｒａｌ ａｒｅａｓ． Ｇｅｏｃｈｉｍｉｃａ
ｅｔ Ｃｏｓｍｏｃｈｉｍｉｃａ Ａｃｔａ， １９５８， １３： ３２２－３３４
［１９］　 Ｂｏｗｌｉｎｇ ＤＲ， Ｐａｔａｋｉ ＤＥ， Ｋａｎｄｅｒｓｏｎ ＪＴ． Ｃａｒｂｏｎ ｉｓｏｔｏｐｅｓ
ｉｎ ｔｅｒｒｅｓｔｒｉａｌ ｅｃｏｓｙｓｔｅｍ ｐｏｏｌｓ ａｎｄ ＣＯ２ ｆｌｕｘｅｓ： Ａ ｒｅｖｉｅｗ．
Ｎｅｗ Ｐｈｙｔｏｌｏｇｉｓｔ， ２００８， １７８： ２４－４０
［２０］　 Ｌｉｎ ＧＨ， Ｅｈｌｅｒｉｎｇｅｒ ＪＲ． Ｃａｒｂｏｎ ｉｓｏｔｏｐｉｃ ｆｒａｃｔｉｏｎａｔｉｏｎ
ｄｏｅｓ ｎｏｔ ｏｃｃｕｒ ｄｕｒｉｎｇ ｄａｒｋ ｒｅｓｐｉｒａｔｉｏｎ ｉｎ Ｃ３ ａｎｄ Ｃ４
ｐｌａｎｔｓ． Ｐｌａｎｔ Ｐｈｙｓｉｏｌｏｇｙ， １９９７， １１４： ３９１－３９４
［２１］　 Ｗａｎｇ Ｃ⁃Ｋ （王长科）， Ｗａｎｇ Ｙ⁃Ｓ （王跃思）， Ｌｉｕ Ｇ⁃Ｒ
（刘广仁）． Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ａｔｍｏｓｐｈｅｒｉｃ ＣＯ２ ｖａｒｉａｔｉｏｎｓ
ａｎｄ ｓｏｍｅ ａｆｆｅｃｔｉｎｇ ｆａｃｔｏｒｓ ｉｎ ｕｒｂａｎ ａｒｅａ ｏｆ Ｂｅｉｊｉｎｇ． Ｅｎｖｉ⁃
ｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅ （环 境 科 学 ）， ２００３， ２４ （ ４ ）：
１３－１７ （ｉｎ Ｃｈｉｎｅｓｅ）
［２２］　 Ｓｏｎｇ Ｔ， Ｗａｎｇ Ｙ． Ｃａｒｂｏｎ ｄｉｏｘｉｄｅ ｆｌｕｘｅｓ ｆｒｏｍ ａｎ ｕｒｂａｎ
ａｒｅａ ｉｎ Ｂｅｉｊｉｎｇ． Ａｔｍｏｓｐｈｅｒｉｃ Ｒｅｓｅａｒｃｈ， ２０１２， １０６：
１３９－１４９
［２３］　 Ｈｉｌｌｅｒ Ｒ， Ｚｅｅｍａｎ ＭＪ， Ｅｕｇｓｔｅｒ Ｗ． Ｅｄｄｙ⁃ｃｏｖａｒｉａｎｃｅ ｆｌｕｘ
ｍｅａｓｕｒｅｍｅｎｔｓ ｉｎ ｔｈｅ ｃｏｍｐｌｅｘ ｔｅｒｒａｉｎ ｏｆ ａｌｐｉｎｅ ｖａｌｌｅｙ ｉｎ
Ｓｗｉｔｚｅｒｌａｎｄ． Ｂｏｕｎｄａｒｙ⁃Ｌａｙｅｒ Ｍｅｔｅｏｒｏｌｏｇｙ， ２００８， １２７：
４４９－４６７
［２４］　 Ｋèｌｏｍé ＮＣ， Ｌéｖêｑｕｅ Ｊ， Ａｎｄｒｅｕｘ Ｆ， ｅｔ ａｌ． Ｃ４ ｐｌａｎｔ ｉｓｏ⁃
ｔｏｐｉｃ ｃｏｍｐｏｓｉｔｉｏｎ （δ１３Ｃ） ｅｖｉｄｅｎｃｅ ｆｏｒ ｕｒｂａｎ ＣＯ２ ｐｏｌｌｕ⁃
ｔｉｏｎ ｉｎ ｔｈｅ ｃｉｔｙ ｏｆ Ｃｏｔｏｎｏｕ， Ｂｅｎｉｎ （Ｗｅｓｔ Ａｆｒｉｃａ）． Ｓｃｉ⁃
ｅｎｃｅ ｏｆ Ｔｈｅ Ｔｏｔａｌ Ｅｎｖｉｒｏｎｍｅｎｔ， ２００６， ３６６： ４３９－４４７
［２５］　 Ｐａｔａｋｉ ＤＥ， Ｂｏｗｌｉｎｇ ＤＲ， Ｅｈｌｅｒｉｎｇｅｒ ＪＲ． Ｓｅａｓｏｎａｌ ｃｙｃｌｅ
ｏｆ ｃａｒｂｏｎ ｄｉｏｘｉｄｅ ａｎｄ ｉｔｓ ｉｓｏｔｏｐｉｃ ｃｏｍｐｏｓｉｔｉｏｎ ｉｎ ａｎ
ｕｒｂａｎ ａｔｍｏｓｐｈｅｒｅ： Ａｎｔｈｒｏｐｏｇｅｎｉｃ ａｎｄ ｂｉｏｇｅｎｉｃ ｅｆｆｅｃｔｓ．
Ｊｏｕｒｎａｌ ｏｆ Ｇｅｏｐｈｙｓｉｃａｌ Ｒｅｓｅａｒｃｈ， ２００３， １０８， Ｄｏｉ： １０．
１０２９ ／ ２００３ＪＤ００３８６５
［２６］　 Ｍｏｒｉｗａｋｉ Ｒ， Ｋａｎｄａ Ｍ． Ｓｅａｓｏｎａｌ ａｎｄ ｄｉｕｒｎａｌ ｆｌｕｘｅｓ ｏｆ
ｒａｄｉａｔｉｏｎ， ｈｅａｔ， ｗａｔｅｒ ｖａｐｏｒ， ａｎｄ ｃａｒｂｏｎ ｄｉｏｘｉｄｅ ｏｖｅｒ ａ
ｓｕｂｕｒｂａｎ ａｒｅａ． Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｍｅｔｅｏｒｏｌｏｇｙ， ２００４，
４３： １７００－１７１０
［２７］　 Ｐａｗｌａｋ Ｗ， Ｆｏｒｔｕｎｉａｋ Ｋ， Ｓｉｅｄｌｅｃｋｉ Ｍ． Ｃａｒｂｏｎ ｄｉｏｘｉｄｅ
ｆｌｕｘ ｉｎ ｔｈｅ ｃｅｎｔｒｅ ｏｆ Ｌｏｄｚ， Ｐｏｌａｎｄ： Ａｎａｌｙｓｉｓ ｏｆ ａ ２⁃ｙｅａｒ
ｅｄｄｙ ｃｏｖａｒｉａｎｃｅ ｍｅａｓｕｒｅｍｅｎｔ ｄａｔａ ｓｅｔ． Ｉｎｔｅｒｎａｔｉｏｎａｌ
Ｊｏｕｒｎａｌ ｏｆ Ｃｌｉｍａｔｏｌｏｇｙ， ２０１１， ３１： ２３２－２４３
［２８］　 Ｃｈｅｎ Ｂ⁃Ｆ （陈步峰）， Ｐａｎ Ｙ⁃Ｊ （潘勇军）， Ｘｉａｏ Ｙ⁃Ｈ
（肖 以 华 ）， ｅｔ ａｌ． Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｅｎｖｉｒｏｎｍｅｎｔａｌ
ｅｆｆｅｃｔｓ ｉｎ ｔｈｅ ｌａｎｄｓｃａｐｅ ｓｈｅｌｔｅｒ ｆｏｒｅｓｔ ａｌｏｎｇ ｔｈｅ ａｅｒｏ⁃
ｄｒｏｍｅ ｒｏａｄ ｉｎ Ｇｕａｎｇｚｈｏｕ． Ｆｏｒｅｓｔ Ｒｅｓｅａｒｃｈ （林业科学研
究）， ２０１２， ２５（３）： ２７８－２８４ （ｉｎ Ｃｈｉｎｅｓｅ）
［２９］　 Ｇｕ ＺＬ， Ｚｈａｎｇ ＹＷ， Ｌｅｉ ＫＢ． Ｌａｒｇｅ ｅｄｄｙ ｓｉｍｕｌａｔｉｏｎ ｏｆ
ｆｌｏｗ ｉｎ ａ ｓｔｒｅｅｔ ｃａｎｙｏｎ ｗｉｔｈ ｔｒｅｅ ｐｌａｎｔｉｎｇ ｕｎｄｅｒ ｖａｒｉｏｕｓ
ａｔｍｏｓｐｈｅｒｉｃ ｉｎｓｔａｂｉｌｉｔｙ ｃｏｎｄｉｔｉｏｎｓ． Ｓｃｉｅｎｃｅ Ｃｈｉｎａ Ｔｅｃｈｎｏ⁃
ｌｏｇｉｃａｌ Ｓｃｉｅｎｃｅｓ， ２０１０， ５３： １９２８－１９３７
［３０］　 Ｎｏｒｄｂｏ Ａ， Ｊａｒｖｉ Ｌ， Ｈａａｐａｎａｌａ Ｓ， ｅｔ ａｌ． Ｆｒａｃｔｉｏｎ ｏｆ ｎａｔ⁃
ｕｒａｌ ａｒｅａ ａｓ ｍａｉｎ ｐｒｅｄｉｃｔｏｒ ｏｆ ｎｅｔ ＣＯ２ ｅｍｉｓｓｉｏｎｓ ｆｒｏｍ
ｃｉｔｉｅｓ． Ｇｅｏｐｈｙｓｉｃａｌ Ｒｅｓｅａｒｃｈ Ｌｅｔｔｅｒｓ， ２０１２， ３９， Ｄｏｉ： １０．
１０２９ ／ ２０１２ＧＬ０５３０８７
［３１］　 Ｌｉｕ Ｍ （刘　 敏）， Ｆｕ Ｙ⁃Ｌ （伏玉玲）， Ｙａｎｇ Ｆ （杨 　
芳）． Ｒｅｓｅａｒｃｈ ｐｒｏｇｒｅｓｓ ｏｎ ｕｒｂａｎ ｃａｒｂｏｎ ｆｌｕｘｅｓ ｂａｓｅｄ ｏｎ
ｅｄｄｙ ｃｏｖａｒｉａｎｃｅ ｔｅｃｈｎｉｑｕｅ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ
Ｅｃｏｌｏｇｙ （应用生态学报）， ２０１４， ２５（２）： ６１１－ ６１９
（ｉｎ Ｃｈｉｎｅｓｅ）
［３２］　 Ｚｏｕ Ｌ⁃Ｌ （邹绿柳）， Ｓｕｎ Ｇ⁃Ｃ （孙谷畴）， Ｚｈａｏ Ｐ （赵
平）， ｅｔ ａｌ． Ｎｅｔ ＣＯ２ ｅｘｃｈａｎｇｅ ａｎｄ ｃａｒｂｏｎ ｉｓｏｔｏｐｅ ｆｌｕｘ ｉｎ
Ａｃａｃｉａ ｍａｎｇｉｕｍ ｐｌａｎｔａｔｉｏｎ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ
Ｅｃｏｌｏｇｙ （ 应 用 生 态 学 报 ）， ２００９， ２０ （ １１ ）：
２５９４－２６０２ （ｉｎ Ｃｈｉｎｅｓｅ）
［３３］　 Ｎｏｗａｋ ＤＪ， Ｃｒａｎｅ ＤＥ． Ｃａｒｂｏｎ ｓｔｏｒａｇｅ ａｎｄ ｓｅｑｕｅｓｔｒａｔｉｏｎ
ｂｙ ｕｒｂａｎ ｔｒｅｅｓ ｉｎ ｔｈｅ ＵＳＡ． Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｐｏｌｌｕｔｉｏｎ，
２００２， １１２： ３８１－３８９
［３４］　 Ｂａｒｒ ＪＧ， Ｅｎｇｅｌ Ｖ， Ｓｍｉｔｈ ＴＪ， ｅｔ ａｌ． Ｈｕｒｒｉｃａｎｅ ｄｉｓｔｕｒｂ⁃
ａｎｃｅ ａｎｄ ｒｅｃｏｖｅｒｙ ｏｆ ｅｎｅｒｇｙ ｂａｌａｎｃｅ， ＣＯ２ ｆｌｕｘｅｓ ａｎｄ
ｃａｎｏｐｙ ｓｔｒｕｃｔｕｒｅ ｉｎ ａ ｍａｎｇｒｏｖｅ ｆｏｒｅｓｔ ｏｆ ｔｈｅ Ｆｌｏｒｉｄａ
Ｅｖｅｒｇｌａｄｅｓ． Ａｇｒｉｃｕｌｔｕｒａｌ ａｎｄ Ｆｏｒｅｓｔ Ｍｅｔｅｏｒｏｌｏｇｙ， ２０１２，
１５３： ５４－６６
［３５］　 Ｓｃｈａｅｆｆｅｒ ＳＭ， Ａｎｄｅｒｓｏｎ ＤＥ， Ｂｕｒｎｓ ＳＰ， ｅｔ ａｌ． Ｃａｎｏｐｙ
ｓｔｒｕｃｔｕｒｅ ａｎｄ ａｔｍｏｓｐｈｅｒｉｃ ｆｌｏｗｓ ｉｎ ｒｅｌａｔｉｏｎ ｔｏ ｔｈｅ δ１３Ｃ ｏｆ
ｒｅｓｐｉｒｅｄ ＣＯ２ ｉｎ ａ ｓｕｂａｌｐｉｎｅ ｃｏｎｉｆｅｒｏｕｓ ｆｏｒｅｓｔ． Ａｇｒｉｃｕｌｔｕ⁃
ｒａｌ ａｎｄ Ｆｏｒｅｓｔ Ｍｅｔｅｏｒｏｌｏｇｙ， ２００８， １４８： ５９２－６０５
［３６］　 Ｆｌａｎａｇａｎ ＬＢ， Ｂｒｏｏｋｓ ＪＲ， Ｖａｒｎｅｙ ＧＴ， ｅｔ ａｌ． Ｄｉｓｃｒｉｍｉｎａ⁃
ｔｉｏｎ ａｇａｉｎｓｔ ｃｏｎｃｅｎｔｒａｔｉｏｎ ａｎｄ ｓｔａｂｌｅ ｏｘｙｇｅｎ ｉｓｏｔｏｐｅ ｒａｔｉｏ
ｏｆ ａｔｍｏｓｐｈｅｒｉｃ ＣＯ２ ｉｎ ｂｏｒｅａｌ ｆｏｒｅｓｔ ｅｃｏｓｙｓｔｅｍｓ． Ｇｌｏｂａｌ
Ｂｉｏｇｅｏｃｈｅｍｉｃａｌ Ｃｙｃｌｅｓ， １９９７， １１： ８３－９８
作者简介　 孙守家，男，１９７５ 年生，博士，副研究员． 主要从
事生态学研究． Ｅ⁃ｍａｉｌ： ｓｓｊ１０１１＠ １６３．ｃｏｍ
责任编辑　 杨　 弘
０１０３ 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷