Simulating Temperature in a Soil Incubation Experiment

Jianwei Li; Precious Areeveso; Xuehan Wang; Siyang Jian; Lahiru Gamage

doi:10.3791/64081

JoVE Journal > Environment

Please note that all translations are automatically generated. Click here for the English version.

Ambiente

Temperatuur simuleren in een bodemincubatie-experiment

Published: October 28, 2022

doi:

10.3791/64081

Jianwei Li¹, Precious Areeveso¹, Xuehan Wang¹, Siyang Jian^1,2, Lahiru Gamage¹

¹Department of Agricultural and Environmental Sciences,Tennessee State University, ²Department of Plant Biology and Microbiology,University of Oklahoma, Norman

Summary

Laboratorium bodemopwarmingsexperimenten gebruiken meestal twee of meer constante temperaturen in meerdere kamers. Door een geavanceerde omgevingskamer te presenteren, bieden we een nauwkeurige temperatuurregelingsmethode om de grootte en amplitude van in situ bodemtemperatuur te imiteren en het experimentele ontwerp van bodemincubatiestudies te verbeteren.

Abstract

De studie van de opwarming van de bodem vereist een realistische en nauwkeurige weergave van de temperatuur. In laboratoriumincubatiestudies is een veelgebruikte methode geweest om constante temperaturen in meerdere kamers weer te geven, en via vergelijkingen van bodemreacties tussen lage- en hogetemperatuurkamers, om de opwarmingseffecten op bodemveranderingen af te leiden. Deze veelgebruikte methode slaagde er echter niet in om zowel de omvang als de amplitude van de werkelijke temperaturen zoals waargenomen in veldomstandigheden te imiteren, waardoor de validiteit van dergelijke studies mogelijk werd ondermijnd. Nu geavanceerde milieukamers steeds meer beschikbaar komen, is het noodzakelijk om alternatieve methoden voor temperatuurregeling voor bodemincubatieonderzoek te onderzoeken. Dit protocol zal een state-of-the-art milieukamer introduceren en zowel conventionele als nieuwe methoden van temperatuurregeling demonstreren om het experimentele ontwerp van bodemincubatie te verbeteren. Het protocol bestaat voornamelijk uit vier stappen: temperatuurbewaking en -programmering, bodemverzameling, laboratoriumincubatie en vergelijking van het opwarmingseffect. Een voorbeeld zal worden gepresenteerd om verschillende methoden van temperatuurregeling en de daaruit voortvloeiende contrasterende opwarmingsscenario’s te demonstreren; dat wil zeggen, een constant temperatuurontwerp waarnaar wordt verwezen als stapsgewijze opwarming (SW) en gesimuleerd in situ temperatuurontwerp als geleidelijke opwarming (GW), evenals hun effecten op bodemademhaling, microbiële biomassa en extracellulaire enzymactiviteiten. Daarnaast presenteren we een strategie om temperatuurveranderingsscenario’s te diversifiëren om te voldoen aan specifieke onderzoeksbehoeften op het gebied van klimaatverandering (bijv. Extreme hitte). Het temperatuurregelingsprotocol en de aanbevolen, goed op maat gemaakte en gediversifieerde temperatuurveranderingsscenario’s zullen onderzoekers helpen bij het opzetten van betrouwbare en realistische bodemincubatie-experimenten in het laboratorium.

Introduction

Verwacht wordt dat de wereldwijde oppervlaktetemperatuur deze eeuw met 1,8-6,4 °C ^1,2 zal stijgen. De opwarming van de aarde kan de CO_2-flux van de bodem naar de atmosfeer verhogen, wat resulteert in positieve feedback met opwarming ^3,4,5,6. Omdat microbiële gemeenschappen een cruciale rol spelen bij het reguleren van de ademhalingsreacties van de bodem op opwarming ^7,8, zijn de veranderingen in microbiële ademhaling en de onderliggende microbiële mechanismen met opwarming een onderzoeksfocus geweest. Hoewel bodemopwarmingsexperimenten die in de veldconditie werden ingezet, via een verwarmingskabel⁹ en een open bovenkamer¹⁰, voordelig waren bij het vastleggen van natuurlijke bodemkenmerken zoals temperatuur¹¹, hebben hun hoge kosten voor installatie en onderhoud hun toepassing beperkt. Als alternatief zijn bodemincubatie-experimenten die onderhevig zijn aan verschillende temperaturen een gunstige keuze. Het belangrijkste voordeel van bodemincubatie in een laboratorium is dat de goed gecontroleerde omgevingsomstandigheden (bijv. temperatuur) in staat zijn om het éénfactoreffect te ontwarren van andere verstorende factoren in een veldexperimentele omgeving^12,13. Ondanks verschillen tussen groeikamer- en veldexperimenten (bijv. Plantengroei), is vertaling van laboratoriumresultaten naar het veld direct beschikbaar¹⁴. Het incuberen van bodemmonsters in een laboratoriumomgeving kan helpen ons mechanistische begrip van de bodemrespons op opwarming te verbeteren¹⁵.

Ons literatuuronderzoek identificeerde verschillende temperatuurregelingsmethoden en bijgevolg verschillende temperatuurveranderingsmodi in eerdere bodemincubatiestudies (tabel 1). Ten eerste zijn instrumenten die worden gebruikt om de temperatuur te regelen meestal via een incubator, groeikamer, waterbad en in een zeldzaam geval verwarmingskabel. Met deze instrumenten zijn drie typische temperatuurveranderingspatronen gegenereerd (figuur 1). Deze omvatten de meest geïmplementeerde modus, constante temperatuur (CT), lineaire verandering (LC) met een niet-nul constante temperatuurveranderingssnelheid en niet-lineaire verandering (NC) gekenmerkt door een dagtype temperatuur. Voor een geval van CT-patroon kan de temperatuur in de loop van de tijd in grootte variëren, hoewel de constante temperatuur gedurende een bepaalde periode tijdens de incubatie blijft (figuur 1B). Voor LC kan de snelheid van temperatuurverandering variëren in verschillende onderzoeken met meer dan twee ordes van grootte (bijv. 0,1 ° C / dag versus 3,3 ° C / h; Tabel 1); Voor NC-gevallen vertrouwden de meesten op de intrinsieke capaciteit van de gebruikte instrumenten, wat leidde tot verschillende modi. Desondanks werd een soort dagelijkse temperatuurverandering geclaimd via een verwarmingskabel of incubator ^16,17; de kamertemperaturen in deze experimenten werden echter niet gevalideerd. Andere belangrijke beoordelingsresultaten in tabel 1 omvatten het incubatietemperatuurbereik van 0-40 °C, met de meeste tussen 5-25 °C; de duur van experimenten varieerde van een paar uur (<1 dag) tot bijna 2 jaar (~ 725 dagen). Ook werden bodems die werden blootgesteld aan incubaties verzameld uit bos-, grasland- en akkerlandecosystemen, met dominante minerale horizon, organische horizon en zelfs verontreinigde grond, meestal gelegen in de VS, China en Europa (tabel 1).

Gezien de drie belangrijkste temperatuurveranderingsmodi, werden verschillende verschillende verschillende opwarmingsscenario’s die in de vorige studies zijn bereikt, samengevat in tabel 2. Ze omvatten stapsgewijze opwarming (ZW), ZW met variërende grootte (SW_v), geleidelijke opwarming lineair (GW_l), geleidelijke opwarming niet-lineair (GW_n) en geleidelijke opwarming diurnaal (GW_d).

Kortom, eerdere bodemincubaties legden meestal de gemiddelde lucht- of bodemtemperatuur op een site vast. In veel gevallen, zoals weergegeven in tabel 1, werden incubatoren of kamers handmatig geprogrammeerd op een vaste temperatuur, maar niet in staat om de temperatuur automatisch naar wens aan te passen, zonder het vermogen om de modus en snelheid van temperatuurverandering met de tijd te regelen (Eq. 1), wat leidde tot moeilijkheden om de dagtemperatuur van de lokale bodem te imiteren. Aan de andere kant, hoewel geprobeerd in twee experimenten^16,17, identificeerden we geen studies die expliciet geleidelijke opwarming diurnally (GW_d) imiteerden in hun incubatie-experimenten (tabel 1). Op basis van het literatuuronderzoek ligt het grootste obstakel in een slecht experimenteel ontwerp, met name het ontbreken van een geavanceerd instrument dat de implementatie en validatie van dagelijkse of andere geleidelijke opwarmingsscenario’s mogelijk maakt.

(Eq. 1)

Waarbij ΔT de hoeveelheid temperatuurverandering is, m de wijze van temperatuurverandering, r de snelheid van temperatuurverandering en t de duur van verandering.

Om de experimentele strengheid in bodemincubatie te verbeteren, wordt in deze studie een nauwkeurige en geavanceerde temperatuurregelingsmethode gepresenteerd. Door gebruik te maken van een state-of-the-art milieukamer, die steeds meer beschikbaar en economisch levensvatbaar is, moet het nieuwe ontwerp niet alleen de nauwkeurige simulatie van de in situ bodemtemperatuur (bijv. dagpatroon) mogelijk maken, maar ook, door rekening te houden met mogelijke extreme temperaturen, een betrouwbare manier bieden om de artefacten van instrumentele vertekening te minimaliseren. Het huidige bodemincubatieontwerp moet onderzoekers helpen om optimale strategieën te identificeren die voldoen aan hun incubatie- en onderzoeksbehoeften. Het algemene doel van deze methode is om bodembiogeochemici een zeer operationele benadering te bieden om het bodemincubatieontwerp te hervormen.

Protocol

1. Temperatuurbewaking en -programmering Identificeer een bemonsteringszone binnen een onderzoeksplot. Installeer een of enkele automatische temperatuurvoelers in bodems op 10 cm diepte. Sluit het weerstation aan op een computer via de datatransmissiekabel en open de software op de computer. Klik op de werkbalkknop Start/Eigenschappen om de logger te configureren voor de externe sensoren die worden gebruikt. Stel op het scherm Eigenschappen de naam van de logger/het station in (d.w.z. bodemincubatie exp.) en het gegevensverzamelingsinterval (d.w.z. 60 min). Klik vervolgens op het scherm Eigenschappen op Ingeschakeld op de externe sensorpoorten die worden gebruikt en selecteer de sensor / eenheid in de vervolgkeuzeknop voor elke sensorpoort (d.w.z. poort A; “Ingeschakeld”: Temperatuur °C). Klik ten slotte op OK om de instellingen op te slaan. Controleer de metingen van de sondes wekelijks om storingen te voorkomen en download de dataset eenmaal per maand. Verkrijg een volledig record voor enkele maanden over het groeiseizoen (d.w.z. april tot september). Voer gegevensanalyse uit van de temperatuurrecords. Verkrijg de gemiddelde uurtemperatuur van het groeiseizoen door alle waarnemingen te gemiddelden.Verkrijg de gemiddelde temperatuur van elk uur op dagelijkse basis door de gemiddelde temperaturen van hetzelfde uur over alle dagen tijdens het groeiseizoen te berekenen. Start in de geavanceerde kamer de software en klik op de knop Profiel in het hoofdmenuscherm om een nieuw bestand te maken. Voer in de invoerregel voor de bestandsnaam “SW low” in. Door op de optie Instant Change te klikken, voert u 15,9 °C in als initiële temperatuur zoals verkregen in stap 1.5 en voert u 2 in de rij Minuten in om de temperatuur gedurende 2 minuten te handhaven en klikt u op de knop Gereed . Voer vervolgens onder de optie Ramp time 15,9 °C in als het beoogde instelpunt en voer in de rij Uren 850 h in om de temperatuur te handhaven. Klik op de knop Gereed .Herhaal de bovenstaande stap in de tweede kamer door 5 °C toe te voegen aan elk temperatuurknooppunt en maak een nieuwe bestandsnaam “SW high”. Herhaal stap 1.4 in de derde kamer door 23 extra stappen toe te voegen die overeenkomen met 23 waargenomen bodemtemperaturen per uur zoals verkregen in stap 1.5.1. Bij de laatste stap, GENAAMD JUMP, stel je 42 herhaalde lussen in (Jump Count 42). Dit leidt tot het scenario van geleidelijke opwarming of GW laag. Herhaal de bovenstaande stap in de vierde kamer met 5 °C toegevoegd aan elke temperatuurknoop. Dit maakt een simulatie van verschillende temperaturen gedurende 42 dagen mogelijk bij een hoger temperatuurniveau (d.w.z. GW hoog). Voer een voorbereidende run uit gedurende 24 uur en voer de temperaturen uit die door de vier kamers zijn geregistreerd. Zet de door de kamers geregistreerde temperaturen af tegen die zoals geprogrammeerd (figuur 2A-D).Als de in de kamer bereikte temperaturen overeenkomen met de temperaturen zoals geprogrammeerd door een temperatuurverschil <0,1 °C gedurende de 24 uur (figuur 2A, B, E, F), zijn de kamers geschikt voor het bodemincubatie-experiment. Als in geen van deze kamers aan de criteria is voldaan, herhaal dan nog een 24-uurstest of zoek een nieuwe kamer. 2. Bodemverzameling en homogeniseren Verzamel in de buurt van het temperatuurvoelergebied vijf bodemmonsters op een diepte van 0-20 cm en plaats ze in één plastic zak na het verwijderen van de oppervlaktestrooisellaag. Meng het monster grondig door de materialen in de zak te draaien, te persen en te mengen totdat er geen individueel bodemmonster zichtbaar is. Bewaar de monsters in een koeler gevuld met ijspakken en transporteer de monsters onmiddellijk naar het laboratorium. Verwijder de wortels in elke kern, zeef deze door een bodemzeef van 2 mm en meng en homogeniseer het monster grondig voorafgaand aan de volgende analyse. 3. Laboratorium incubatie Weeg vóór de incubatie 10,0 g verse grond, droog deze gedurende 24 uur in de oven bij 105 °C en weeg de droge grond. Leid het verschil af tussen verse en droge bodemmonsters en bereken de verhouding van verschil met droog bodemgewicht om het bodemvochtgehalte in een spreadsheet te bepalen. Gebruik het afgeleide vochtgehalte om de microbiële biomassakoolstof (MBC), extracellulaire enzymactiviteit (EEA) en heterotrofe ademhaling in de bodem te berekenen, zoals beschreven in de volgende stappen. Deze gegevens zullen helpen de behandelingseffecten op de bodemademhaling en de onderliggende microbiële mechanismen te begrijpen. Weeg voorafgaand aan de incubatie de veldvochtige bodemsubsteekproef (10 g) en kwantificeer de bodem MBC door chloroform fumigatie-K2SO4 extractie en kaliumpersulfaatvergistingsmethoden18. Weeg vóór de incubatie de substeekproef van vochtige veldgrond (1,0 g) en meet de hydrolytische en oxidatieve EEA19 van de bodem. Weeg 16 veldvochtige bodemsubsamples (15,0 g equivalent van drooggewicht) in 16 polyvinylchloride (PVC) kernen (5 cm diameter, 7,5 cm hoog) verzegeld met glasvezelpapier aan de onderkant. Plaats de PVC-kernen in Mason-potten (~ 1 L) bekleed met een bed van glazen kralen om ervoor te zorgen dat de kernen geen vocht absorberen. Plaats vier potten in elk van de vier kamers zoals beschreven in stap 1.4. Zet de kamers aan en start het programma tegelijkertijd in vier kamers. Tijdens de incubatie, om 2 uur, dag 1, 2, 7, 14, 21, 28, 35 en 42, neem alle potten in elk van de vier kamers en gebruik een draagbare CO 2-gasanalysator om de bodemademhalingssnelheid (Rs) te meten door de kraag van de analysator aan de bovenkant van elke pot te plaatsen. Verzamel alle potten destructief aan het einde van de incubatie (d.w.z. dag 42) en kwantificeer MBC in de bodem zoals beschreven in stap 3.3. Verzamel alle potten destructief aan het einde van de incubatie (d.w.z. dag 42) en kwantificeer de activiteit van bodemenzymen zoals beschreven in stap 3.4. 4. Opwarmingseffect vergelijking Door uit te gaan van een constante ademhalingsfrequentie (Rs) tussen twee opeenvolgende verzamelingen, gebruikt u de ademhalingsfrequentie maal de duur om de cumulatieve ademhaling (Rc) af te leiden. Voer een drievoudige herhaalde meetanalyse van variantie (ANOVA) uit om de belangrijkste en interactieve effecten van tijd, temperatuur (opwarming) en temperatuurmodus (opwarmingsscenario) op Rs en Rc te testen. Voer daarnaast een tweerichtings-ANOVA uit om de effecten van opwarmings- en opwarmingsscenario’s op MBC en EEA te testen.

Representative Results

De geselecteerde state-of-the-art kamers repliceerden de doeltemperatuur met hoge precisie (figuur 2A, B, E, F) en voldeden aan de technische vereisten van het incubatie-experiment. Gezien het eenvoudige gebruik en de bediening betekende dit de techniek om de temperatuursimulatie te verbeteren in bodemopwarmingsstudies en in andere toepassingen zoals plantenstudies. De procedure is gebruikt in onze recente casestudy op basis van een switchgrass-akkerland in Middle-Tennessee. Onderzoeksresultaten toonden aan dat ten opzichte van controlebehandeling, opwarming leidde tot significant grotere ademhalingsverliezen (Rs en Rc) in beide opwarmingsscenario’s (SW en GW), en GW verdubbelde het door opwarming geïnduceerde ademhalingsverlies (Rc) ten opzichte van SW, 81% versus 40% (figuur 3). Op dag 42 verschilden MBC en EEA ook significant tussen SW en GW, zodat MBC hoger was in SW dan in GW (69% versus 38%; Figuur 4) en glycosidasen en peroxidase (bijv. AG, BG, BX, CBH, NAG, AP, LAP) waren significant hoger in GW dan in SW-scenario’s (figuur 5). Figuur 1: De illustratie van de temperatuurveranderingsmodus in een bodemopwarmingsexperiment zoals geconceptualiseerd uit tabel 1. (A) Constante temperatuur (CT) die door de meeste studies is aangenomen. (B) Constante temperatuur met verschillende grootte (CTv). (C,D) Lineaire verandering (LC) met positieve en negatieve tarieven. (E,F) Niet-lineaire verandering (NC) met onregelmatig patroon en dagpatroon. Klik hier om een grotere versie van deze figuur te bekijken. Figuur 2: Temperatuur gericht via programmering en kamertemperatuur tijdens een testperiode van 24 uur. (A,B) Doeltemperatuur (grijze lijn) en kamertemperatuurregistraties (stippellijn) onder controle en opwarmingsbehandelingen van stapsgewijze opwarming (ZW); (C,D) Doeltemperatuur (grijze lijn) en kamertemperatuurrecords (stippellijn) onder controle en opwarmingsbehandelingen van geleidelijke opwarming (GW); (E, F) Het temperatuurverschil afgeleid voor records in panelen C en D. Klik hier om een grotere versie van deze figuur te bekijken. Figuur 3: Gemiddelde (± SE) cumulatieve bodemademhalingssnelheid (Rc, μg CO2-C·g bodem-1) onder controle (hol) en verwarmende (donkere) behandelingen in SW en GW in een 42-daags bodemincubatie-experiment. De inzetstukken tonen bodemademhalingssnelheden (Rs, μg CO2-C·h-1·g bodem-1) toegepast om de cumulatieve ademhaling te schatten, ervan uitgaande dat Rs constant was tot de volgende meting. (A) Stapsgewijze opwarming (ZW) en (B) geleidelijke opwarming (GW). N = 4 in elke collectie. Klik hier om een grotere versie van deze figuur te bekijken. Figuur 4: Gemiddelde (± SE) MBC onder controle en opwarmingsbehandelingen in SW en GW in een 42-daags bodemincubatie-experiment. MBC = microbiële biomassa koolstof; N = 4 in elke collectie. S duidt op een significant effect van het opwarmingsscenario (SW vs. GW), op p < 0,05, gebaseerd op een drievoudig herhaalde metingen ANOVA. Klik hier om een grotere versie van deze figuur te bekijken. Figuur 5: Gemiddelde (± SE) glycosidasen en peroxidase (μmol activiteit h-1·gsoil-1) onder controle en opwarming behandelingen in SW en GW in een 42-daags incubatie-experiment. BX =β1,4-xylosidase; AP = Zure fosfatase; LAP = Leucine Aminopeptidase; NAG =β-1,4-N-acetyl-glucosaminidase; OX = Oxidatieve enzymen; Pho = Fenoloxidase; PER = Peroxidase. N = 4 in elke collectie. S duidt op een significant effect van het opwarmingsscenario (SW vs. GW), op p < 0,05, gebaseerd op een drievoudig herhaald meten ANOVA. Klik hier om een grotere versie van deze figuur te bekijken. Tabel 1: Literatuuroverzicht van temperatuurbeheersingsmethoden en temperatuurveranderingsmodi in bodemincubatiestudies 12,13,16,17,20,21,22,23,24,25,2 6,27,28,29, 30,31,32 33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50, 51 52,53,54,55,56,57,58,59,60,61,62.In totaal werden 46 studies opgenomen in de review. Klik hier om deze tabel te downloaden. Tabel 2: Belangrijke temperatuurveranderingsmodi en de bijbehorende opwarmingsscenario’s op basis van een literatuuronderzoek (tabel 1). Vijf modi en scenario’s werden opgesteld om een breed scala aan mogelijke temperatuurveranderingen en opwarmingsomstandigheden weer te geven. Klik hier om deze tabel te downloaden.

Discussion

De methode voor constante temperatuurregeling is op grote schaal toegepast (tabel 1). De grootte en het temporele temperatuurpatroon dat in deze procedures wordt geïmplementeerd, simuleren echter slecht de bodemtemperatuur die in de veldconditie wordt waargenomen. Ondanks de opkomende inspanningen om het dagelijkse patroon in het verleden te imiteren, waren dergelijke studies schaars en slaagden ze er niet in om de apparatuur en procedure te verduidelijken; evenmin valideerden ze de temperatuursimulatie met betrekking tot nauwkeurigheid en betrouwbaarheid^16,17. Terwijl de gemeenschap ernaar streefde haar begrip van bodemopwarmende reacties te verbeteren, is het optimaliseren van de bodemincubatieprocedure met realistische temperatuur en haalbare controle absoluut noodzakelijk. Toch zijn dergelijke nieuwe methoden niet ontwikkeld en dus is een standaardmethode voor toekomstige incubatie-experimenten nog steeds buiten bereik. In het licht van de toenemende complexiteit van wereldwijde temperatuurverandering in grootte, amplitude, seizoensgebondenheid, duur en extremaliteit, is er veel vraag naar een uitgebreide procedure.

Hier werd een methode gepresenteerd voor het manipuleren van een dagelijkse temperatuurveranderingsprocedure, vertrouwend op de geavanceerde kamer, om de capaciteit te bieden om constante, lineaire en niet-lineaire temperatuurverandering vast te stellen en vervolgens verschillende opwarmingsscenario’s om aan toekomstige onderzoeksbehoeften te voldoen. Er zijn vier kritieke stappen binnen het protocol. De eerste is het bepalen van de bodemtemperatuur in de veldconditie. Omdat het bodemtype en de diepte van belang, evenals het type landgebruik, van studie tot studie kunnen verschillen, moet het aantal temperatuursondes dat nodig is voor de specifieke onderzoekslocatie worden aangepast om zoveel mogelijk aan te sluiten bij de werkelijke omstandigheden. Over het algemeen moet de bodemdiepte voor temperatuurvoelers voldoen aan de meeste onderzoeksbehoeften met 0-20 cm, en het aantal sondes om de bodemtemperatuur weer te geven moet worden beperkt tot één tot drie. De sleutel is om een langdurig continu en opeenvolgend temperatuurrecord te bereiken op ten minste één typische bodemlocatie.

De tweede kritieke stap is het opzetten van het programma om de beoogde temperatuurgrootte en het patroon in de kamer te bereiken. Vanwege de hoge gevoeligheid en nauwkeurigheid van de kamer (figuur 4), is het mogelijk om te programmeren voor een nauwkeurige weergave van de temperatuur zoals waargenomen in de veldconditie. Hoewel het huidige protocol alleen de waargenomen uurtemperatuur presenteerde zoals bedoeld in de kamer, kan een frequentere bodemtemperatuurmonitoring, zoals 30 minuten, 15 minuten of zelfs korter, via deze procedure worden bereikt. Niettemin moet gedurende 24 uur een test van de doel- en kamertemperatuur worden uitgevoerd en voorafgaand aan het experiment moeten de testresultaten voldoen aan de criteria van minder dan 0,1 °C tussen de doel- en kamertemperatuur op alle tijdstippen. Hoe vaker de temperatuurobservatie wordt geselecteerd om te simuleren, hoe meer stappen nodig zijn om het programma in de kamer in te stellen voorafgaand aan het experiment.

De derde kritieke stap is om de incubatie zelf uit te voeren. Om de invloed van bodemheterogeniteiten te verminderen⁶³, is het homogeniseren van bodemmonsters van cruciaal belang, en ten minste drie replicaties voor elke behandeling worden aanbevolen. Voorafgaand aan de incubatie is een pre-incubatiebehandeling vereist en de huidige procedure kan de voorbehandeling vergemakkelijken door de temperatuur en duur vóór de officiële start van het experiment te programmeren. Dit is voordelig voor men om de experimentele verstoring te verminderen en de gehele incubatie naadloos te orkestreren. De laatste kritische stap is om zowel constante temperatuur als verschillende temperatuurbehandelingen op te nemen, zodat een vergelijking kan worden gemaakt met betrekking tot de bodemopwarmingsreacties.

Dit protocol kan eenvoudig worden aangepast om de grootte, amplitude en duur van temperatuurverandering te manipuleren. Extreme temperaturen tijdens een hittegolf in de zomer en plotselinge vorst in het vroege voorjaar als gevolg van klimaatverandering, kunnen bijvoorbeeld worden weergegeven met behulp van deze procedure, naast het vermogen om rekening te houden met hun variërende duur en intensiteit. Het simuleren van de regelmatige en onregelmatige temperaturen in combinatie maakt het ook mogelijk om complexe temperatuurveranderingseffecten op lange termijn te simuleren zoals geprojecteerd in de toekomst. Zoals samengevat in tabel 2, kunnen die opwarmingsscenario’s die in veel verschillende studies zijn bestudeerd, gezamenlijk in één studie worden uitgevoerd. Dit protocol zal naar verwachting een geavanceerde methode bieden om de temperatuur in bodemincubatiestudies te simuleren. Met hoop op een brede toepassing, zal de goedkeuring van dit protocol helpen bij het identificeren of valideren van een nauwkeurigere methode voor toekomstige bodemopwarmingsstudies op basis van laboratoriumincubatie.

Een belangrijke beperking van de procedure is dat de kamer die in het huidige protocol wordt gebruikt een relatief klein volume heeft en dus slechts plaats biedt aan negen incubatiepotten in elke kamer. Hoewel een kleinere pot de capaciteit van de kamer zal vergroten, wordt een groot volume kamer aanbevolen. Een nieuw model (bijvoorbeeld TestEquity 1007) biedt acht keer meer capaciteit en wordt dus aanbevolen voor grootschalige experimenten. Ondanks de verbetering van de temperatuurregelingsprocedure in bodemincubaties, zullen de mogelijke complicaties met vocht en bodemhomogenisatie niet worden verlicht door het huidige protocol over te nemen.

We demonstreren aanzienlijke voordelen van de geavanceerde temperatuurregelingsprocedure. Het biedt een betrouwbare en betaalbare temperatuurregelingsstrategie om nauwkeurige temperatuursimulatie te verkrijgen en biedt een haalbare manier om het bodemincubatie-experiment te verbeteren dat nodig is voor een beter begrip van de reacties op de opwarming van de bodem. Hoewel de constante temperatuurregeling algemeen geaccepteerd en logistiek eenvoudig te bedienen is, kunnen de artefacten van langdurige constante temperatuur op microbiële gemeenschappen in de bodem inspanningen afleiden om de echte bodemreacties vast te leggen. De andere gerapporteerde laboratoriumopwarmingsmethoden zijn grotendeels minder controleerbaar en repliceerbaar. Het huidige protocol is superieur vanwege de eenvoudige bediening, hoge nauwkeurigheid en reproduceerbaarheid van temperatuursimulatie, expliciete programmering en capaciteit om verschillende temperatuurveranderingsscenario’s in één experiment te combineren. De haalbaarheid van temperatuurregeling met hoge nauwkeurigheid stelt onderzoekers in staat om verschillende temperatuurveranderingsscenario’s te verkennen.

Declarações

The authors have nothing to disclose.

Acknowledgements

Financieringsbronnen die worden gebruikt om het onderzoek te ondersteunen, zijn onder meer een HBCU-EiR (nr. 1900885) van de Amerikaanse National Science Foundation (NSF), een Agricultural Research Service (ARS) 1890s Faculty Research Sabbatical Program (nr. 58-3098-9-005), een USDA NIFA-subsidie (nr. 2021-67020-34933) en een USDA Evans-Allen Grant (nr. 1017802). We bedanken de hulp van medewerkers van het Main Campus Agriculture Research and Extension Center (AREC) van de TSU in Nashville, Tennessee.

Materials

10 mL-Syringe	Fisher Scientific	14-826-13	for soil respiration measurement
Composer Software	TestEquity	Model #107	for incubation temperature setup
Environmental chamber	TestEquity	Model #107	for soil incubation
Environmental gas analyzer	PP Systems	EGM5	for soil respiration measurement
Filter paper	Fisher Scientific	1005-125	for soil incubation
Mason jar	Ball	15381-3	for soil incubation
Oven	Fisher Scientific	15-103-0520	for soil moisture measurement
Plastic Zipper Seal Storage Bag	Fisher Scientific	09-800-16	for soil collection
Plate reader	Molecular devices	FilterMax F5	for soil extracellular enzyme analysis
R Software	The R Foundation	R version 4.1.3 (2022-03-10)	For statistical computing
Refrigerator/Freezer	Fisher Scientific	13-991-898	for soil storation
Screwdriver	Fisher Scientific	19-313-447	for soil collection
Sharpie	Fisher Scientific	50-111-3135	for soil collection
Sieve	Fisher Scientific	04-881G	for sieving soil sample
Silicone Septa	Duran Wheaton kimble	224100-070	for mason jars used for soil incubation
Soil auger	AMS	350.05	for soil collection
SpecWare Software	Spectrum Technologies	WatchDog E2700 (3340WD2)	for temperature collection interval setup
Temperature probe	Spectrum Technologies	WatchDog E2700 (3340WD2)	for soil temperature measurements
TOC/TN analyzer	Shimadzu	TOC-L series	for soil microbial biomass analysis

Referências

Chatterjee, D., Saha, S., Bal, S., Mukherjee, J., Choudhury, B., Dhawan, A. Response of Soil Properties and Soil Microbial Communities to the Projected Climate Change. Advances in Crop Environment Interaction. , 87-136 (2018).
Feral, J., Pachauri, R. K., Meyer, L. A. . Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate. , 151 (2014).
Davidson, E. A. Carbon dioxide loss from tropical soils increases on warming. Nature. 584 (7820), 198-199 (2020).
Davidson, E. A., Janssens, I. A. Temperature sensitivity of soil carbon decomposition and feedbacks to climate change. Nature. 440 (7081), 165-173 (2006).
Van Gestel, N., et al. Predicting soil carbon loss with warming. Nature. 554 (7693), 4-5 (2018).
Tarnocai, C., et al. Soil organic carbon pools in the northern circumpolar permafrost region. Global Biogeochemical Cycles. 23 (2), 2023 (2009).
Allison, S. D., Treseder, K. K. Warming and drying suppress microbial activity and carbon cycling in boreal forest soils. Global Change Biology. 14 (12), 2898-2909 (2008).
Allison, S. D., Wallenstein, M. D., Bradford, M. A. Soil-carbon response to warming dependent on microbial physiology. Nature Geoscience. 3 (5), 336-340 (2010).
Melillo, J. M., et al. Soil warming, carbon-nitrogen interactions, and forest carbon budgets. Proceedings of the National Academy of Sciences. 108 (23), 9508-9512 (2011).
Pelini, S. L., et al. Heating up the forest: open-top chamber warming manipulation of arthropod communities at Harvard and Duke Forests. Methods in Ecology and Evolution. 2 (5), 534-540 (2011).
Hamdi, S., Moyano, F., Sall, S., Bernoux, M., Chevallier, T. Synthesis analysis of the temperature sensitivity of soil respiration from laboratory studies in relation to incubation methods and soil conditions. Soil Biology and Biochemistry. 58, 115-126 (2013).
Benton, T. G., Solan, M., Travis, J. M., Sait, S. M. Microcosm experiments can inform global ecological problems. Trends in Ecology & Evolution. 22 (10), 516-521 (2007).
Schädel, C., et al. Decomposability of soil organic matter over time: the Soil Incubation Database (SIDb, version 1.0) and guidance for incubation procedures. Earth System Science Data. 12 (3), 1511-1524 (2020).
Poorter, H., et al. Pampered inside, pestered outside? Differences and similarities between plants growing in controlled conditions and in the field. New Phytologist. 212 (4), 838-855 (2016).
Jian, S., et al. Multi-year incubation experiments boost confidence in model projections of long-term soil carbon dynamics. Nature Communications. 11 (1), 5864 (2020).
Zhu, B., Cheng, W. Constant and diurnally-varying temperature regimes lead to different temperature sensitivities of soil organic carbon decomposition. Soil Biology and Biochemistry. 43 (4), 866-869 (2011).
Whitby, T. G., Madritch, M. D. Native temperature regime influences soil response to simulated warming. Soil Biology and Biochemistry. 60, 202-209 (2013).
Brookes, P. C., Landman, A., Pruden, G., Jenkinson, D. S. Chloroform fumigation and the release of soil nitrogen: A rapid direct extraction method to measure microbial biomass nitrogen in soil. Soil Biology and Biochemistry. 17 (6), 837-842 (1985).
Saiya-Cork, K., Sinsabaugh, R., Zak, D. The effects of long term nitrogen deposition on extracellular enzyme activity in an Acer saccharum forest soil. Soil Biology and Biochemistry. 34 (9), 1309-1315 (2002).
Adekanmbi, A. A., Shu, X., Zhou, Y., Shaw, L. J., Sizmur, T. Legacy effect of constant and diurnally oscillating temperatures on soil respiration and microbial community structure. bioRxiv. , (2021).
Akbari, A., Ghoshal, S. Effects of diurnal temperature variation on microbial community and petroleum hydrocarbon biodegradation in contaminated soils from a sub-Arctic site. Environmental Microbiology. 17 (12), 4916-4928 (2015).
Bai, Z., et al. Shifts in microbial trophic strategy explain different temperature sensitivity of CO2 flux under constant and diurnally varying temperature regimes. FEMS Microbiology Ecology. 93 (5), (2017).
Bao, X., et al. Effects of soil temperature and moisture on soil respiration on the Tibetan plateau. PLoS One. 11 (10), 0165212 (2016).
Chang, X., et al. Temperature and moisture effects on soil respiration in alpine grasslands. Soil science. 177 (9), 554-560 (2012).
Chen, X., et al. Evaluating the impacts of incubation procedures on estimated Q10 values of soil respiration. Soil Biology and Biochemistry. 42 (12), 2282-2288 (2010).
Conant, R. T., Dalla-Betta, P., Klopatek, C. C., Klopatek, J. M. Controls on soil respiration in semiarid soils. Soil Biology and Biochemistry. 36 (6), 945-951 (2004).
Conant, R. T., et al. Sensitivity of organic matter decomposition to warming varies with its quality. Global Change Biology. 14 (4), 868-877 (2008).
Ding, J., et al. Linking temperature sensitivity of soil CO2 release to substrate, environmental, and microbial properties across alpine ecosystems. Global Biogeochemical Cycles. 30 (9), 1310-1323 (2016).
En, C., Al-Kaisi, M. M., Liange, W., Changhuan, D., Deti, X. Soil organic carbon mineralization as affected by cyclical temperature fluctuations in a karst region of southwestern China. Pedosphere. 25 (4), 512-523 (2015).
Fang, C., Moncrieff, J. The dependence of soil CO2 efflux on temperature. Soil Biology and Biochemistry. 33 (2), 155-165 (2001).
Fierer, N., Colman, B. P., Schimel, J. P., Jackson, R. B. Predicting the temperature dependence of microbial respiration in soil: A continental-scale analysis. Global Biogeochemical Cycles. 20 (3), 3026 (2006).
Guntinas, M., Gil-Sotres, F., Leiros, M., Trasar-Cepeda, C. Sensitivity of soil respiration to moisture and temperature. Journal of Soil Science and Plant Nutrition. 13 (2), 445-461 (2013).
Kittredge, H. A., Cannone, T., Funk, J., Chapman, S. K. Soil respiration and extracellular enzyme production respond differently across seasons to elevated temperatures. Plant and Soil. 425 (1), 351-361 (2018).
Knorr, W., Prentice, I. C., House, J., Holland, E. Long-term sensitivity of soil carbon turnover to warming. Nature. 433 (7023), 298-301 (2005).
Lefevre, R., et al. Higher temperature sensitivity for stable than for labile soil organic carbon-Evidence from incubations of long-term bare fallow soils. Global Change Biology. 20 (2), 633-640 (2014).
Li, J., et al. Asymmetric responses of soil heterotrophic respiration to rising and decreasing temperatures. Soil Biology and Biochemistry. 106, 18-27 (2017).
Li, J., et al. Biogeographic variation in temperature sensitivity of decomposition in forest soils. Global Change Biology. 26 (3), 1873-1885 (2020).
Li, J., et al. Rising temperature may trigger deep soil carbon loss across forest ecosystems. Advanced Science. 7 (19), 2001242 (2020).
Liang, J., et al. Methods for estimating temperature sensitivity of soil organic matter based on incubation data: A comparative evaluation. Soil Biology and Biochemistry. 80, 127-135 (2015).
Lin, J., Zhu, B., Cheng, W. Decadally cycling soil carbon is more sensitive to warming than faster-cycling soil carbon. Global Change Biology. 21 (12), 4602-4612 (2015).
Liu, H., et al. Differential response of soil respiration to nitrogen and phosphorus addition in a highly phosphorus-limited subtropical forest, China. Forest Ecology and Management. 448, 499-508 (2019).
Liu, H. S., et al. Respiratory substrate availability plays a crucial role in the response of soil respiration to environmental factors. Applied Soil Ecology. 32 (3), 284-292 (2006).
Liu, Y., et al. A new incubation and measurement approach to estimate the temperature response of soil organic matter decomposition. Soil Biology and Biochemistry. 138, 107596 (2019).
Meyer, N., Welp, G., Amelung, W. The temperature sensitivity (Q10) of soil respiration: Controlling factors and spatial prediction at regional scale based on environmental soil classes. Global Biogeochemical Cycles. 32 (2), 306-323 (2018).
Mikan, C. J., Schimel, J. P., Doyle, A. P. Temperature controls of microbial respiration in arctic tundra soils above and below freezing. Soil Biology and Biochemistry. 34 (11), 1785-1795 (2002).
Podrebarac, F. A., Laganière, J., Billings, S. A., Edwards, K. A., Ziegler, S. E. Soils isolated during incubation underestimate temperature sensitivity of respiration and its response to climate history. Soil Biology and Biochemistry. 93, 60-68 (2016).
Quan, Q., et al. type affects the coupled relationships of soil C and N mineralization in the temperate forests of northern China. Scientific Reports. 4 (1), 6584 (2014).
Robinson, J., et al. Rapid laboratory measurement of the temperature dependence of soil respiration and application to changes in three diverse soils through the year. Biogeochemistry. 133 (1), 101-112 (2017).
Sierra, C. A., Trumbore, S. E., Davidson, E. A., Vicca, S., Janssens, I. Sensitivity of decomposition rates of soil organic matter with respect to simultaneous changes in temperature and moisture. Journal of Advances in Modeling Earth Systems. 7 (1), 335-356 (2015).
Sihi, D., Inglett, P. W., Gerber, S., Inglett, K. S. Rate of warming affects temperature sensitivity of anaerobic peat decomposition and greenhouse gas production. Global Change Biology. 24 (1), 259-274 (2018).
Sihi, D., Inglett, P. W., Inglett, K. S. Warming rate drives microbial nutrient demand and enzyme expression during peat decomposition. Geoderma. 336, 12-21 (2019).
Subke, J. -. A., Bahn, M. On the ‘temperature sensitivity’of soil respiration: can we use the immeasurable to predict the unknown. Soil Biology and Biochemistry. 42 (9), 1653-1656 (2010).
Tucker, C. L., Bell, J., Pendall, E., Ogle, K. Does declining carbon-use efficiency explain thermal acclimation of soil respiration with warming. Global Change Biology. 19 (1), 252-263 (2013).
Wang, J., et al. Temperature sensitivity of soil carbon decomposition due to shifts in soil extracellular enzymes after afforestation. Geoderma. 374, 114426 (2020).
Wang, Q., et al. Important interaction of chemicals, microbial biomass and dissolved substrates in the diel hysteresis loop of soil heterotrophic respiration. Plant and Soil. 428 (1), 279-290 (2018).
Wang, Q., et al. Differences in SOM decomposition and temperature sensitivity among soil aggregate size classes in a temperate grasslands. PLoS One. 10 (2), 0117033 (2015).
Weedon, J. T., et al. Temperature sensitivity of peatland C and N cycling: does substrate supply play a role. Soil Biology and Biochemistry. 61, 109-120 (2013).
Wei, L., et al. Labile carbon matters more than temperature for enzyme activity in paddy soil. Soil Biology and Biochemistry. 135, 134-143 (2019).
Wetterstedt, J. M., Persson, T., Ågren, G. I. Temperature sensitivity and substrate quality in soil organic matter decomposition: results of an incubation study with three substrates. Global Change Biology. 16 (6), 1806-1819 (2010).
Winkler, J. P., Cherry, R. S., Schlesinger, W. H. The Q10 relationship of microbial respiration in a temperate forest soil. Soil Biology and Biochemistry. 28 (8), 1067-1072 (1996).
Yan, D., et al. The temperature sensitivity of soil organic carbon decomposition is greater in subsoil than in topsoil during laboratory incubation. Scientific Reports. 7, 5181 (2017).
Yang, K., et al. Temperature response of soil carbon decomposition depends strongly on forest management practice and soil layer on the eastern Tibetan Plateau. Scientific Reports. 7, 4777 (2017).
Li, J. W. Sampling soils in a heterogeneous research plot. Journal of Visualized Experiments. (143), e58519 (2019).

Play Video

PDF

DOI

DOWNLOAD MATERIALS LIST

Citar este artigo

Li, J., Areeveso, P., Wang, X., Jian, S., Gamage, L. Simulating Temperature in a Soil Incubation Experiment. J. Vis. Exp. (188), e64081, doi:10.3791/64081 (2022).