Summary

Meting van Greenhouse Gas Flux uit landbouwgrond met statisch Chambers

Published: August 03, 2014
doi:

Summary

This article showcases the static chamber-based method for measurement of greenhouse gas flux from soil systems. With relatively modest infrastructure investments, measurements may be obtained from multiple treatments/locations and over timeframes ranging from hours to years.

Abstract

Measurement of greenhouse gas (GHG) fluxes between the soil and the atmosphere, in both managed and unmanaged ecosystems, is critical to understanding the biogeochemical drivers of climate change and to the development and evaluation of GHG mitigation strategies based on modulation of landscape management practices. The static chamber-based method described here is based on trapping gases emitted from the soil surface within a chamber and collecting samples from the chamber headspace at regular intervals for analysis by gas chromatography. Change in gas concentration over time is used to calculate flux. This method can be utilized to measure landscape-based flux of carbon dioxide, nitrous oxide, and methane, and to estimate differences between treatments or explore system dynamics over seasons or years. Infrastructure requirements are modest, but a comprehensive experimental design is essential. This method is easily deployed in the field, conforms to established guidelines, and produces data suitable to large-scale GHG emissions studies.

Introduction

Understanding the contributions of both human activities and natural systems to radiative properties of the atmosphere is an area of critical importance as we strive to mitigate anthropogenic contributions to the greenhouse effect. In addition to carbon dioxide (CO2), nitrous oxide (N2O) and methane (CH4) are also potent GHGs, accounting for an estimated 7% and 19% of global warming, respectively, with the majority of emissions coming from landscape sources1,2. These range from managed systems such as agricultural fields, rice paddies, and landfills, to natural systems such as forest floors, wetlands, and termite mounds. Accurate measurement, supporting well-informed modeling of such landscape-based emissions is critical in order to understand the drivers of climate change as well as to identify mitigation opportunities.

A variety of greenhouse gas measurement strategies exist, each with their own strengths and weaknesses2-5. Mass balance techniques rely on wind-based dispersion of gases and are suited to measurement of flux from small, well-defined sources such as landfills and animal paddocks. Micrometeorological approaches such as eddy covariance are based on real-time direct measurement of vertical gas flux, and can provide direct measurements over large areas. However, homogeneity in source topography is an implicit assumption (in that measurements yield a mean for the area under study), and costly infrastructure can limit deployment possibilities. Finally, chamber-based methods focus on change in gas concentration at the soil surface by sampling from a restricted above ground headspace. They allow measurements to be obtained from small areas and numerous treatments, but are subject to high coefficients of variation due to spatial variation in soil gas flux.

Here we discuss the most prevalent and easily implemented form of chamber-based measurement, utilizing the type of closed chambers without air flow-through commonly referred to as “static” or “non-steady-state non-flow-through” chambers. In this approach, gas emissions from the soil surface are trapped within a vented chamber, and rates of flux are determined by measuring the change in gas concentration over time within the chamber headspace. The static chamber technique has been widely deployed across both managed and natural landscapes and underpins the bulk of data reporting soil-based flux of greenhouse gases, particularly N2O6,7. It is ideally suited to the study of small experimental plots, diverse sites over variable terrain, or in other situations where multiple distinct locations must be studied without significant infrastructure investments. Typical experimental uses might include the exploration of alternative landscape management practices and their impact on soil-based CO2, N2O, and/or CH4 emissions, examination of landscape-based flux dynamics under artificially induced climate change scenarios such as warming and rainfall exclusion/supplementation, or the descriptive study of natural and agricultural ecosystems and subsystems.

As a critical tool in GHG measurement and flux estimation, the static chamber method has been thoroughly evaluated, and significant efforts have been made towards standardization of techniques and harmonization of data reporting4,6,8,9. Of particular note are the detailed reviews and guidelines produced by the U.S. Department of Agriculture – Agricultural Research Service’s Greenhouse gas Reduction through Agricultural Carbon Enhancement network (GRACEnet)8 and by the Global Research Alliance on Agricultural Greenhouse Gases (GRA)9. Such guidelines provide an invaluable resource and platform for coordination, as ultimately the interoperability of data from a myriad of studies is critical for scaling up local findings to global modeling, and for translating research results into viable mitigation strategies.

GRACEnet, GRA, and other reviews also highlight the fact that specific techniques in static chamber-based greenhouse gas flux measurement are extremely diverse, with significant methodological variations possible at nearly every step of the way, including chamber design, temporal and spatial deployment, sampling volumes, sample analysis, and flux calculations. The method described here presents one possible variant, while showcasing best practices and highlighting critical considerations for the generation of high quality, broadly transferrable data. It is intended to provide an accessible overview of this standardized procedure, and a platform from which to explore further nuances and variations described in the literature.

Protocol

1. Chamber Bouw en Installatie Anker Ontwerp en constructie kamers – elk bestaande uit een anker dat in de bodem en een deksel dat in flux meting bovenop het anker geplaatst wordt ingebracht – experimentele behoeften. Bij het ontwerpen van vorm en grootte kamer, overweeg ruimtelijke factoren zoals gewas rijenafstand, kunstmest of mest banding en planthoogte. Omdat uitstulping van ankers boven het maaiveld kan bijdragen aan microklimaat effecten en water plassen, overweeg dan om de deksels zitten zo laag bij de grond oppervlak mogelijk. Omdat afwegingen bestaan ​​tussen kamerhoogte en detectiegevoeligheid, ontwerp deksels zo kort mogelijk voor het bestudeerde systeem zijn. Bouw kamers van stevig, reactief materiaal zoals roestvrij staal of PVC, en een mechanisme voor het afdichten van het deksel op het anker. Isoleer deksels en bedek met licht-gekleurde of reflecterend materiaal om de warmte opbouw te voorkomentijdens de meting. Onder andere een septum te monster collectie en een buisje laten druk verstoringen te voorkomen tijdens kamer implementatie en sample verwijderen. Voor aanvullende informatie wordt verwezen naar het Materials tafel, Parkin en Venterea 8 en Clough et al. 10. Tenminste vóór 1 dag tot bemonstering, installeren kamer ankers in de grond op de gewenste plaatsen. De installatie methode zal afhangen van kamer-ontwerp, maar in het algemeen, van toepassing zelfs druk over alle punten, zodat het anker niet kromtrekken of vervormen de bodemstructuur. Sink het anker tot een diepte van 2,5-13 cm, afhankelijk van de grondsoort, de implementatietijd en kamervolume 6,11. Voeg zo weinig mogelijk (niet meer dan 5 cm) uitsteken boven het bodemoppervlak. 2. Kalibratie en ontwerp van experimenten Opmerking: Voorafgaand aan het begin van het experiment, de volgende stappen uit om een ​​passende steekproef tijdsverloop waarmee bepalen datate passen om een geschikte lineaire of niet-lineaire flux model (zie Parkin et al.. 12). Dit zal het gebruik van technieken die in de stappen 3-5 (Veldbemonstering, Sample Analysis, en Data-analyse) zijn beschreven, vereisen. Optimale timing is een functie van zowel het bestudeerde systeem en de afmetingen van de kamers wordt gebruikt. Wat trial and error kan worden betrokken. Zie Venterea 13 voor alternatieve benaderingen. Kalibratie monsterneming en analyse Onder milieu of het beheer omstandigheden naar verwachting relatief hoog spoorgas fluxen te genereren, een intensieve bemonstering volgende technieken beschreven in hoofdstuk 3. Gebruik van dicht op elkaar monsternemingstijdstippen, bevolken een tijdreeks van langere duur dan de typische zou worden beschouwd. Begin met bemonstering van enkele representatieve kamers 5-10 gelijkmatig verdeelde tijdstippen in de loop van een uur. Analyseer de monsters door gaschromatografie volgende hoofdstuk 4. Kalibratie tolken;op Voor elke kalibratie tijdreeksen en elk gas van belang, plot tijd-voor-concentratie. Controleer of flux tarieven zijn aan de hoge kant van het verwachte bereik. Zie hoofdstuk 5 voor flux berekening. Zie paragraaf 2.3 voor tips voor probleemoplossing. Inspecteer grafieken op tekenen van niet-lineariteit, of specifieker, een plateau gasconcentraties tijd. Opmerking: Het punt waarop concentratie begint te verschilt plateau per type gas, en is een functie van de snelheid van gasproductie-of verbruik in de bodem, de concentratie van het gas in de kamer vrije ruimte, en diffusie tussen de twee zones. Het wordt daarom sterk beïnvloed door de kamer hoogte, met kortere kamers waardoor kortere tijd voordat plateau. Gebruik de kalibratie sets te bepalen optimale kamer implementatietijd voor het experimenteel systeem. Als lineaire regressie wordt gebruikt in data-analyse (zoals hier beschreven in deel 5), selecteert timing die zo dicht mogelijk bij een lineaire re onderhoudtlationship mogelijk tussen tijd en concentratie voor alle gassen / systemen plaats, terwijl ten minste drie, bij voorkeur vier, bemonsteringstijdstip binnen de tijdreeks 6. Voor kamers 10-30 cm hoog gebruikt voor CO 2 en N 2 O-metingen, tijdreeksen doorgaans variëren 20-60 min 8,14. Kalibratie Problemen oplossen Als er slechte differentiatie en / of moeilijkheden veeleisende lineariteit of plateau, gebruik strakker kalibratie tijdstippen of langere kalibratie tijdreeksen en controleer dat de concentraties binnen detectielimieten. Voor lage tarieven van flux, kan een verlaging van het tarief van de accumulatie niet worden waargenomen binnen de geteste tijdsbestek. Dit moet geen aanleiding tot bezorgdheid. Als de stromen niet aan de hoge kant van de verwachte experimentele bereik, herhaal de kalibratie, het veranderen van de behandeling of milieu-omstandigheden tot hogere flux (door toepassing van kunstmest of irrigatie, bijvoorbeeld) induceren. Afwisselend, onse ten minste vier tijdstippen in experimenteel ontwerp, zodat als experimentele fluxen zijn significant hoger dan die waargenomen bij de kalibratie en plateauing optreedt, kan latere tijdstippen worden uitgesloten terwijl ten minste drie tijdstippen voor lineaire regressie behouden. Kromlijnige regressie benaderingen kunnen ook worden toegepast. Experimental Design Op basis van de optimale timing bepaald in punt 2.2.4, bedenken een totale steekproef regeling die aan alle relevante sites, behandelingen en / of herhalingen vangt, en laat personeel om efficiënt te verplaatsen door kamer sites. Indien nodig, verdelen de kamer plaatsen in verschillende "ronden" te bemonsteren na elkaar. Als de metingen worden genomen als vertegenwoordiger van een hele dag, monster in een tijd van de dag wanneer de temperaturen gematigd ten opzichte van de dagelijkse extremen. In typische gematigde teeltsystemen, het ideale venster is midden-tot laat-ochtend. Indien monsters worden verzameldin opeenvolgende ronden, pas een voorspanning in te voeren door herhaaldelijk bemonsteren dezelfde behandelingen op hetzelfde tijdstip. Construct rondes uit blokken herhalingen in plaats van behandeling-by-behandeling. Omvatten tijd voor een eventueel noodzakelijke aanvullende maatregelen, hetzij binnen rondes of voor / na worden genomen, naargelang het geval. (Zie paragraaf 3.3 voor typische bijkomende maatregelen.) Eventueel omvatten de tijd voor het verzamelen van lucht monsters voor gebruik bij niet-lineaire modellen flux, of als een benadering van het starten (tijdstip nul, "T 0") concentratie (hier niet beschreven). Optioneel zijn onder andere tijd voor het laden van referentie gas in flesjes op het moment van bemonstering mogelijke steekproef degradatie tussen bemonstering en analyse te beoordelen. Zie Parkin en Venterea 8 voor opslag van monsters overwegingen. Bepaal de frequentie van de flux metingen die geschikt is voor onderzoeksdoelen is. Dit kan variëren van een enkele meting to dagelijkse, wekelijkse of periodieke metingen in de loop van maanden of jaren. Raadpleeg Rochette et al.. 14 voor een grondige bespreking van experimenteel ontwerp overwegingen. Indien monsters worden verzameld in koude omstandigheden, plannen voor opname van een warming-apparaat, zoals een hot pack met flesjes naar septa voorkomen broos. 3. Veldbemonstering Opmerking: Bij elke staalname datum, volgt de in paragraaf 2.4 vastgestelde bemonsteringsschema, met de hieronder beschreven technieken. Apparatuur en monster volume kan variëren, afhankelijk van de collectie en de overdracht methoden die worden toegepast en de hoeveelheid monster nodig voor GC-analyse 8. Dit protocol maakt gebruik van 5,9 ml verzameling flesjes en 30 ml spuiten, met een spoeling wijze van steekproef overdracht. Zie Overleg voor alternatieve benaderingen. Voorbereiding Als de bemonstering van meerdere kamers per ronde, bereiden een tijdstip reference rooster (zie figuur 2) om gemakkelijk bijhouden waar en wanneer te proeven. Afwisselend, regelingen treffen om elke keer vast te leggen tijdens de bemonstering. Pre-label en regelen collectie flesjes voor maximale efficiëntie en minimale gevaar van verwarring tijdens de bemonstering. Om tijd te besparen tijdens de bemonstering, bereiden alle materialen en apparatuur op voorhand. Voorzien van extra's van alles wat kan breken of wordt gemakkelijk verloren (naalden, spuiten, kranen, enz.), en plaats in een carry zak, emmer of een andere houder. Wees bereid om eventuele latere starttijd punten die kunnen gebeuren als gevolg van storing in de apparatuur of andere onvoorziene omstandigheden, en die gemakkelijk kunnen worden gecorrigeerd tijdens de data-analyse door het aanpassen van de tijd in verband met een bepaald monster te nemen. Sample Collection Bevestig en sluit de kamer deksel om de vooraf geïnstalleerde kamer anker, en beginnen met een stopwatch. Dit is T 0. Onmiddellijk na het afdichten van de schroefdekselsollect een monster van de lucht vanaf een locatie grenzend aan de kamer, op de geschatte hoogte van de ruimte geplaatst: een lege 30 ml injectiespuit voorzien van een naald en een kraan in de geopende stand trekken een 30 ml luchtmonster en sluit de kraan. Dit is het T 0 monster. Of neem de T 0 monster uit de kamer 6. Opmerking: Afwegingen bestaan ​​tussen de twee benaderingen – evalueren ruimtelijke (afstand van site of externe microklimaat voor buiten monsters) vs timing (vertraging tussen deksel sluiting en de monstername voor de binnenkant monsters) overwegingen en bepalen van de meest geschikte techniek voor de gebruikte apparatuur en het systeem onder studie. Met de naald, prik de septum van een 5,9 ml flacon collectie die al een andere naald prikte door de buurt van de rand van het septum. Open de kraan spuit en injecteer ongeveer 20 ml van het monster in de flacon (dit zorgt ervoor dat de vorige inhoud van deflacon te worden uitgezet door de extra naald, vervangen door steekproef). In een vloeiende beweging, verwijdert de extra naald terwijl zij zoveel mogelijk van de resterende monster (ongeveer 10 ml) mogelijk te injecteren, wat over-druk de injectieflacon monster deugdelijk en laat analyse van meerdere monsters eventueel 8. Sluit de kraan en de naald van de spuit terugtrekken uit het septum. Zet de gevulde flacon ondersteboven te onderscheiden van ongevulde flacons. Ga door naar de volgende kamer, herhaalt u de stappen 3.2.1-3.2.6, het afdichten van de deksel op de juiste vooraf bepaalde T 0 tijdstip. Blijven stappen herhalen 3.2.1-3.2.7 totdat alle kamers in de ronde zijn verzegeld en T 0 monsters zijn verzameld. Keer terug naar de eerste kamer. Naarmate de tijd nadert 10 seconden ingedrukt totdat de T 1, doorboren het septum in de kamer top met de naald. Binnen een 10 tweede reeks van T 1, withdraw een 30 ml monster van lucht uit de kamer en sluit de kraan. Verwijder de naald uit de kamer septum. Breng het monster op een verzameling flacon volgende stappen 3.2.3-3.2.6. Blijven om monsters volgende stappen 3.2.10-3.2.12, volgens de in paragraaf 2.4 opgericht bemonsteringsschema. Bijkomende maatregelen Om gasconcentratie te zetten om de massa, het meten van de luchttemperatuur op het moment van de bemonstering. Afhankelijk van onderzoeksdoelstellingen, opnemen of andere ondersteunende maatregelen, zoals bodemtemperatuur en bodemvocht op elke locatie en / of tijd, dagelijkse neerslag, bodem bulkdichtheid, bodem nitraat en ammonium concentraties, enz. voeren verschillende middelen bestaan ​​om deze maatregelen te verkrijgen – volgen standaardprotocollen. Optioneel verzamelen omgevingslucht monsters en / of last veldnormen van bekende concentraties in flesjes om omgevings broeikasgasconcentraties en mogelijke opslag-flacon degradatie i beoordelenn de periode tussen monsterneming en analyse (zie paragraaf 2.4.1.4 en 2.4.1.5). 4. Sample Analysis Bepaal de concentratie van gassen van belang zijn voor elk monster met behulp van gaschromatografie met behulp van apparatuur voorzien van een electron capture detector voor N 2 O, een infrarood gas analyser of thermische geleidbaarheid detector voor CO 2, en een vlam ionisatie detector voor CH 4. Opmerking: Het is essentieel om de toegang tot een instrument dat goed is geconfigureerd voor GHG analyse en heeft voldoende run time kan beschikken. Principes en methodes van gaschromatografie worden elders 5,15,16 beschreven. Converteren trace gasconcentratie van volumetrische massa met behulp van de algemene gaswet: PV = nRT Waarbij P = druk, V = volume, n = mol gas, R = gaswet constant, en T = temperatuur. Dus: <img alt="Vergelijking 1"fo: content-width = "4in" src = "/ files/ftp_upload/52110/52110eq1.jpg" width = "400" /> 5. Data Analysis Voor elke tijdreeks, plot tijd-voor-concentratie en evalueren voor lineariteit. Evalueert met de goodness of fit of door visuele inspectie, met uitzondering van latere tijdstippen tekenen van plateau van verdere analyse. Gebruik ten minste drie tijdstippen waaronder T 0 voor flux berekening (T 0, T1, T2 …). Opzet van een consistente protocol, en alle tijdreeksen die niet voldoen aan de normen van dat protocol voor lineariteit weigeren. Zie Parkin en Venterea 8 voor een grondige bespreking van fouten, bias, en variantie in beweging berekening. Voer lineaire regressie. Gebruik de helling van de regressielijn voor flux berekenen: F = S • V • Een -1 Wanneer F = flux, S = helling van de regressielijn, V = kamervolume en A = kamergebied. Dus: Opmerking: Raadpleeg de Discussie en Parkin et al. 12 voor niet-lineaire benadering van de berekening flux..

Representative Results

Voorafgaand aan het begin van een onderzoek met statische kamers, is het belangrijk om de algehele werkstroom begrijpen en de organisatie van in silico, veld-en laboratorium-gebaseerde elementen (figuur 1). Mits zorgvuldig experimenteel ontwerp en kalibratie van het systeem (figuur 2), zal data-analyse in het algemeen relatief eenvoudig. Een tarief van flux wordt bepaald voor elke kamer en bemonsteringstijd door regressie van de tijd door concentratie met behulp van een vooraf bepaalde flux model aangepast aan het systeem (figuur 3). Maar zelfs na best practices, problemen kunnen voordoen, en kwaliteitscontrole van ruwe data is cruciaal. Bijvoorbeeld, kan het falen van een kamer afdichting of lekkende monsterflesjes resulteren in afwijkende concentraties. Deze worden gemakkelijk geïdentificeerd door visuele inspectie van tijdreeksen concentratie plaatsen (figuur 4), met CO 2 tijdreeksen vaak dienen als een bijzonder useful indicator vanwege de doorgaans meer robuuste en continue stroom van CO 2 in vergelijking met soms verwaarlozen, buurt-detectie-limiet, of zelfs negatieve stromen van N 2 O en CH 4. Zodra datakwaliteit is bevestigd, kunnen de resultaten worden gebruikt om gas flux dynamiek tussen behandelingen of in de loop van een seizoen (figuur 5) te vergelijken. Zoals blijkt uit mei en juni flux waarden en foutbalken, kan de variatie veroorzaakt door ruimtelijke heterogeniteit flux aanzienlijk zijn en meer uitgesproken onder omstandigheden die tot hoge flux. Deze variabiliteit is niet ongebruikelijk, en onderstreept het belang van voldoende replicatie in deze techniek. Figuur 1. Workflow overzicht. Verschillende elementen van dit protocol zal in de planningsfase worden uitgevoerd, in het veld, in het laboratorium, en in silico. Pijlen geven de volgorde van de workflow, te beginnen met kamer-ontwerp (en de bouw indien nodig), en afgesloten met data-analyse. Meerdere dozen / pijlen tussen de monsterneming veld en steekproefanalyse vertegenwoordigen de mogelijkheid van meerdere monsternemingen in de loop van een experiment. Figuur 2. Voorbeeld timing. Een voorbeeld timing regeling voor het verzamelen van monsters uit meerdere kamers tegelijk. Kamer nummers worden vermeld op links en tijdstippen aan de bovenkant, met bemonstering keer in hele minuten in het raster weergegeven. In dit voorbeeld zijn vier afzonderlijke tijdreeks van 36 minuten elk (een voor elke kamer) binnen een tijdsbestek van 46 min uitgevoerd bij 12 min afstand tussen tijdstippen binnen een reeks, en 2 min lopen tussen kamers. Voor dit hypothetisch voorbeeld, het suitabiliteit van 36-min tijdreeksen zou zijn bepaald door eerdere kalibratie. Terwijl gelijkmatig verdeeld timing is niet nodig, het vaak vereenvoudigt het bemonsteringsschema. Als alternatief kunnen onderzoekers individueel opnemen elke bemonstering timepoint om bemonsteringsintervallen bepalen. Figuur 3. Flux berekening. Een normale statische kamer tijdreeksen, bestaande uit N 2 O concentraties gemeten op vier tijdstippen in de loop van een 36-minuten bemonsteringsperiode. De lineaire regressie wordt weergegeven, de helling van die levert fluxsnelheid. Figuur 4. Kwaliteitscontrole. Gekoppelde tijdreeksen uit dezelfde reeks monsters, maar verschillende gassen worden in which flacon lekkage wordt vastgesteld door visuele inspectie (rode punt). A) de CO 2-concentratie in de tijd. B) N 2 O-concentratie in de tijd. Figuur 5. Synthese resultaten. N 2 O fluxsnelheid van een agrarisch gebied in de loop van een groeiseizoen. Flux waarden geven het gemiddelde van zes kamers, met vier-punts tijdreeksen. Error bars zijn standaard fout.

Discussion

De statische kamerstelsel aanpak die hier beschreven is een efficiënte methode voor het meten van broeikasgassen flux uit de bodem systemen. De relatieve eenvoud van de componenten maakt het bijzonder geschikt voor omstandigheden of systemen waarin meer infrastructuur-intensieve werkwijzen onhaalbaar. Om een hoge kwaliteit van de gegevens te genereren, maar de statische kamer aanpak moet worden uitgevoerd met strikte aandacht voor experimenteel design 6 uitgevoerd. Een opmerkelijke overweging dat rekening moet worden gehouden, is de ruimtelijke variabiliteit van de bodem gas stromen, wat kan resulteren in een hoge variabiliteit onder repliceren kamerstelsel metingen. Bij het ontwerpen van experimenten, daarom is het belangrijk om voldoende herhalingen om voldoende stroom te leveren voor statistische analyse. Afwegingen kunnen bestaan ​​tussen het aantal behandelingen die kunnen worden bestudeerd met behoud van voldoende replicatie en minimaal vier herhalingen per behandeling een algemene richtlijn 14.

NHOUD "> Als gemeten fluxen zal worden gebruikt voor het schatten dagelijkse emissie, dagelijkse variaties in luchttemperatuur, bodemtemperatuur en broeikasgassen moet rekening worden gehouden. Als onderzoek doelen vereisen metingen kunnen worden verkregen in halverwege de ochtend wanneer de temperatuur weer te geven daggemiddelden, het beperkt venster voor bemonstering kan het aantal kamers dat haalbaar kan worden gecontroleerd beïnvloeden. Een bijkomende overweging moet worden geëvalueerd is de impact die opname of uitsluiting van plantenwortels en bovengrondse biomassa zal hebben op gas stromen. Chamber plaatsing ten opzichte van weefsel plant zal invloed hebben op de interpretatie van de flux-gegevens, met name in het geval van CO 2, waar niet alleen microbiële ademhaling, maar ook wortel schieten ademhaling en fotosynthese moet evenwichtig zijn. Voor aanvullende bespreking van deze factoren, zie Parkin en Venterea 8.

Zoals eerder opgemerkt, vele variaties op deze methode bestaat, waaronder kamerontwerp en bemonsteringvolume. Een dergelijke variatie is in de toegepaste methode om monsters uit te wisselen tussen de spuit en collectie flacon. De hier beschreven techniek eerst spoelt de collectie flacon met het monster vóór het vullen van de flacon om positieve druk 5. Een algemeen gebruikte techniek is de overdracht van monsters uit spuiten flesjes die vooraf zijn geëvacueerd met een vacuümpomp en het gebruik van niet-geëvacueerde flesjes zonder spoeling is ook gemeld 8,17. Een ander belangrijk punt waar verschillende benaderingen bestaat in data-analyse en selectie van de meest flux model aangepast aan het systeem onder studie. Naast de lineaire regressie methode beschreven, kunnen niet-lineaire modellen worden toegepast, met name wanneer langere tijden implementatie worden gebruikt. Deze modellen zijn voorzien van het algoritme is ontwikkeld door Hutchinson en Mosier 18 en afleidingen daarvan 19,20, de beschreven door Wagner et al.. 21 kwadratische procedure, en de non-steady-staat diffuse flux schatter beschreven door Livingston et al. 22. Voor een grondige bespreking van niet-lineaire modellen flux Zie Parkin e.a.. 12 en Venterea et al. 23.

Werkwijzen vergelijkbaar met de statische kamer benadering omvatten de toepassing van doorstroming meetsystemen met Fourier overdracht infrarood (FTIR) spectrometrie als een alternatieve bemonstering en gaschromatografie spuit, alsook automatisering sluiting en monsterkamer op verschillende manieren. Geautomatiseerde systemen kunnen vaker metingen met verminderd personeel, maar ook extra investeringen in infrastructuur. Grace et al.. 24 bieden u een uitgebreid overzicht van de mogelijkheden en afwegingen in geautomatiseerde kamerstelsel N 2 O meting.

Karakterisering van broeikasgassen flux van zowel beheerde als natuurlijke systemen is belangrijk om procesmatige modellen de effecten van manageme informeren, begrijpennt praktijken en informeren mitigatie strategieën, en de wereldwijde accounting en klimaatverandering modellering ondersteunen. Dus terwijl de individuele studies zijn informatief op lokale schaal, wordt veel extra waarde afgeleid door bij te dragen aan, en tekenen van een wereldwijde lichaam van kennis over gasuitwisseling tussen het landschap en de sfeer. Het is belangrijk, daarom, dat de gegevens worden verzameld en gerapporteerd op een manier die duurzaamheid en interoperabiliteit met de bredere kennisbasis zorgt. Dit omvat volgende best practices om de kwaliteit van gegevens, alsmede verzameling van ondersteunende maatregelen en uitgebreide rapportage van metadata te waarborgen tot verlenging van de bevindingen verder discrete studies mogelijk te maken. Uitstekende richtlijnen voor de rapportage van gegevens zijn verkrijgbaar bij de GRACEnet project en de GRA 25.

Disclosures

The authors have nothing to disclose.

Acknowledgements

This material is based upon work supported by the National Science Foundation under Grant Number 1215858, by the US Department of Agriculture under Grant Number 2013-68002-20525, and by the US Department of Energy Great Lakes Bioenergy Research Center – DOE BER Office of Science (DE-FC02-07ER64494) and DOE OBP Office of Energy Efficiency and Renewable Energy (DE-AC05-76RL01830). In-field video and images were recorded at the Wisconsin Integrated Cropping System Trial project of the University of Wisconsin–Madison. The authors are grateful to Ryan Curtin for skillful videography and editing.

Materials

5.9 ml soda glass flat bottom 55 x 15.5 mm Labco Limited 719W Collection vials
16.5 mm screw caps with pierceable rubber septum Labco Limited VC309 Caps for  vials
90-well plastic vial rack, 17.1 mm well I.D. Wheaton 868810 Rack for organizing vials
Regular bevel needles 23G x 1" BD 305193 Needles for sample collection
Stopcocks with luer connections, 1-way, male slip Cole-Parmer EW-30600-01 Stopcocks for syringes
30 ml syringe, slip tip BD 309651 Syringes for sample collection
Stopwatch or timer Various N/A For timing field sampling
Stainless steel or galvanized utility pans with rim, or fabricated stainless steel or PVC chambers and lids, dimensions as appropriate to experimental system Various N/A Chamber anchor and lid – bottom cut out of anchor, holes for septum and vent tubing bored in lid
Gray butyl stoppers 20 mm Wheaton W224100-173 Chamber septa for syringe sampling – insert into hole bored in lid top
Tygon tubing 4.0 mm I.D. x 5.6 mm O.D. Sigma-Aldrich Z685623 Chamber vent tubing – insert in hole bored in lid side, flush with exterior, approximately 25 cm coiled in lid interior (a 1ml syringe tip may be used as an attachement mechanism)
Adhesive foam rubber tape or HDPE O-ring Various N/A Chamber sealing mechanism – fastened to underside of lid rim
Reflective  insulation, 0.3125" thickness Lowe's 409818 Insulating and reflective coating – affix to exterior of chamber lid
Large metal binder clips, 2" size with 1" capacity, or manufactured draw latch as appropriate Staples / McMaster 831610 (Staples) / 1863A21 (McMaster) Lid attachment mechanism – for clamping lid to anchor during sampling
Gas chromatography equipment fitted with electron capture detector for nitrous oxide, infrared gas analyzer or thermal conductivity detector for carbon dioxide, flame ionization detector for methane Various N/A For sample analysis

References

  1. Myhre, G., Stocker, T. F., et al. Anthropogenic and Natural Radiative Forcing. In: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. , (2013).
  2. Denmead, O. T. Approaches to measuring fluxes of methane and nitrous oxide between landscapes and the atmosphere. Plant and Soil. 309 (1-2), 5-24 (2008).
  3. Smith, K. A., et al. Micrometeorological and chamber methods for measurement of nitrous oxide fluxes between soils and the atmosphere: Overview and conclusions. Journal of Geophysical Research: Atmospheres. 99 (1984-2012), 16541-16548 (1984).
  4. Bouwman, A. F., Boumans, L. J. M., Batjes, N. H. Emissions of N2O and NO from fertilized fields: Summary of available measurement data. Global Biogeochemical Cycles. 16 (4), 1058 (2002).
  5. Hensen, A., Skiba, U., Famulari, D. Low cost and state of the art methods to measure nitrous oxide emissions. Environmental Research Letters. 8 (2), 025022 (2013).
  6. Rochette, P., Eriksen-Hamel, N. S. Chamber Measurements of Soil Nitrous Oxide Flux: Are Absolute Values Reliable. Soil Science Society of America Journal. 72 (2), 331 (2008).
  7. Robertson, G. P. Greenhouse Gases in Intensive Agriculture: Contributions of Individual Gases to the Radiative Forcing of the Atmosphere. Science. 289 (5486), 1922-1925 (2000).
  8. Parkin, T. B., Venterea, R. T., Follet, R. F. Chamber-Based Trace Gas Flux Measurements. In: Sampling Protocols. http://www.ars.usda.gov/research/GRACEnet. 3 (1), 3-39 (2010).
  9. Klein, C., Harvey, M. Nitrous Oxide Chamber Methodology Guidelines. Ministry for Primary Industries. , 1-146 (2013).
  10. Clough, T. J., Rochette, P., Thomas, S. M., Pihlatie, M., Christiansen, J. R., Thorman, R. E., deKlein, C., Harvey, M. Chamber Design. In: Nitrous Oxide Chamber Methodology Guidelines. Ministry for Primary Industries. , (2013).
  11. Hutchinson, G. L., Livingston, G. P. Vents and seals in non-steady-state chambers used for measuring gas exchange between soil and the atmosphere. European Journal of Soil Science. 52 (4), 675-682 (2001).
  12. Parkin, T. B., Venterea, R. T., Hargreaves, S. K. Calculating the Detection Limits of Chamber-based Soil Greenhouse Gas Flux Measurements. Journal of Environment Quality. 41 (3), 705 (2012).
  13. Venterea, R. T. Simplified Method for Quantifying Theoretical Underestimation of Chamber-Based Trace Gas Fluxes. Journal of Environment Quality. 39 (1), 126 (2010).
  14. Rochette, P., Chadwick, D. R., de Klein, C., deKlein, C., Harvey, M. Deployment Protocol. In: Nitrous Oxide Chamber Methodolog Guidelines. Ministry for Primary Industries. (3), (2013).
  15. . Fundamentals of Gas Chromatography. Agilent Technologies, Inc. , 1-60 (2002).
  16. Holland, E. A., Robertson, G. P., Greenberg, J., Groffman, P. M., Boone, R. D., Gosz, J. R., Robertson, G. P., Coleman, D. C., Bledsoe, C. S. Soil CO2, N2O, and CH4 Exchange. Standard Soil Methods for Long-Term Ecological Research. , (1999).
  17. Venterea, R. T., Burger, M., Spokas, K. A. Nitrogen Oxide and Methane Emissions under Varying Tillage and Fertilizer Management. Journal of Environment Quality. 34 (5), 1467 (2005).
  18. Hutchinson, G. L., Mosier, A. R. Improved soil cover method for field measurement of nitrous oxide fluxes. Soil Science Society of America Journal. 45 (2), 311-316 (1981).
  19. Pedersen, A. R., Petersen, S. O., Vinther, F. P. Stochastic diffusion model for estimating trace gas emissions with static chambers. Soil Science Society of America Journal. 65, 49-58 (2001).
  20. Pedersen, A. R., Peterson, S. O., Schelde, K. A comprehensive approach to soil-atmosphere trace-gas flux estimation with static chambers. European Journal of Soil Science. 61, 888-902 (2010).
  21. Wagner, S. W., Reicosky, D. C., Alessi, R. S. Regression models for calculating gas fluxes measured with a closed chamber. Agronomy Journal. 89, 279-284 (1997).
  22. Livingston, G. P., Hutchinson, G. L., Spartalian, K. Trace gas emission in chambers. Soil Science Society of America Journal. 70, 1459-1469 (2006).
  23. Venterea, R. T., Parkin, T. B., Cardenas, L., Petersen, S. O., Pedersen, A. R., deKlein, C., Harvey, M. Data Analysis Considerations. In: Nitrous Oxide Chamber Methodology Guidelines. Ministry for Primary Industries. (6), (2013).
  24. Grace, P., van der Weerden, T. J., Kelly, K., Rees, R. M., Skiba, U. M., deKlein, C., Harvey, M. Automated Greenhouse Gas Measurement in the Field. In: Nitrous Oxide Chamber Methodology Guidelines. Ministry for Primary Industries. , (2013).
  25. Alfaro, M. A., Giltrap, D., Topp, C. F. E., de Klein, C., deKlein, C., Harvey, M. How to Report Your Experimental Data. In: Nitrous Oxide Chamber Methodology Guidelines. Ministry for Primary Industries. , (2013).

Play Video

Cite This Article
Collier, S. M., Ruark, M. D., Oates, L. G., Jokela, W. E., Dell, C. J. Measurement of Greenhouse Gas Flux from Agricultural Soils Using Static Chambers. J. Vis. Exp. (90), e52110, doi:10.3791/52110 (2014).

View Video