Summary

Simulation der Temperatur in einem Bodeninkubationsexperiment

Published: October 28, 2022
doi:

Summary

Laborexperimente zur Bodenerwärmung verwenden normalerweise zwei oder mehr konstante Temperaturen in mehreren Kammern. Durch die Präsentation einer ausgeklügelten Klimakammer bieten wir eine genaue Temperaturkontrollmethode, um die Größe und Amplitude der In-situ-Bodentemperatur zu imitieren und das experimentelle Design von Bodeninkubationsstudien zu verbessern.

Abstract

Die Untersuchung der Auswirkungen der Erwärmung auf Böden erfordert eine realistische und genaue Darstellung der Temperatur. In Laborinkubationsstudien bestand eine weit verbreitete Methode darin, konstante Temperaturen in mehreren Kammern zu erzeugen und durch Vergleiche von Bodenreaktionen zwischen Nieder- und Hochtemperaturkammern die Auswirkungen der Erwärmung auf Bodenveränderungen abzuleiten. Diese häufig verwendete Methode konnte jedoch weder die Größe als auch die Amplitude der tatsächlichen Temperaturen, wie sie unter Feldbedingungen beobachtet wurden, imitieren, was möglicherweise die Gültigkeit solcher Studien untergräbt. Da immer leistungsfähigere Klimakammern immer verfügbarer werden, ist es unerlässlich, alternative Methoden der Temperaturkontrolle für die Bodeninkubationsforschung zu untersuchen. Dieses Protokoll wird eine hochmoderne Umweltkammer einführen und sowohl konventionelle als auch neue Methoden der Temperaturkontrolle demonstrieren, um das experimentelle Design der Bodeninkubation zu verbessern. Das Protokoll besteht hauptsächlich aus vier Schritten: Temperaturüberwachung und -programmierung, Bodensammlung, Laborinkubation und Vergleich des Wärmeeffekts. Ein Beispiel wird vorgestellt, um verschiedene Methoden der Temperaturregelung und die daraus resultierenden gegensätzlichen Erwärmungsszenarien zu demonstrieren; Das heißt, ein konstantes Temperaturdesign, das als schrittweise Erwärmung (SW) bezeichnet wird, und simuliertes In-situ-Temperaturdesign als allmähliche Erwärmung (GW), sowie deren Auswirkungen auf die Bodenatmung, mikrobielle Biomasse und extrazelluläre Enzymaktivitäten. Darüber hinaus präsentieren wir eine Strategie zur Diversifizierung von Temperaturänderungsszenarien, um spezifische Forschungsbedürfnisse zum Klimawandel (z. B. extreme Hitze) zu erfüllen. Das Temperaturkontrollprotokoll und die empfohlenen maßgeschneiderten und diversifizierten Temperaturänderungsszenarien werden den Forschern helfen, zuverlässige und realistische Bodeninkubationsexperimente im Labor zu etablieren.

Introduction

Es wird erwartet, dass die globale Oberflächentemperatur in diesem Jahrhundert um 1,8-6,4 ° C 1,2 steigen wird. Die globale Erwärmung kann den CO2 -Fluss vom Boden in die Atmosphäre erhöhen, was zu einer positiven Rückkopplung mit der Erwärmungführt 3,4,5,6. Da mikrobielle Gemeinschaften eine entscheidende Rolle bei der Regulierung der respiratorischen Reaktionen des Bodens auf die Erwärmung spielen7,8, waren die Veränderungen der mikrobiellen Atmung und die zugrunde liegenden mikrobiellen Mechanismen mit der Erwärmung ein Forschungsschwerpunkt. Obwohl Bodenerwärmungsexperimente, die im Feldzustand über ein Heizkabel9 und eine offene obere Kammer10 durchgeführt wurden, bei der Erfassung natürlicher Bodenmerkmale wie Temperatur11 vorteilhaft waren, haben ihre hohen Kosten für Installation und Wartung ihre Anwendung eingeschränkt. Alternativ sind Bodeninkubationsexperimente bei unterschiedlichen Temperaturen eine günstige Wahl. Der Hauptvorteil der Bodeninkubation in einem Labor besteht darin, dass die gut kontrollierten Umweltbedingungen (z. B. Temperatur) in der Lage sind, den Ein-Faktor-Effekt von anderen Störfaktoren in einer Feldversuchsumgebungzu trennen 12,13. Trotz der Unterschiede zwischen Wachstumskammer- und Feldexperimenten (z. B. Pflanzenwachstum) ist die Translation von Laborergebnissen in das Feld leicht verfügbar14. Die Inkubation von Bodenproben in einer Laborumgebung könnte dazu beitragen, unser mechanistisches Verständnis der Bodenreaktion auf die Erwärmung zu verbessern15.

Unsere Literaturübersicht identifizierte mehrere Temperaturkontrollmethoden und folglich unterschiedliche Temperaturänderungsmodi in früheren Bodeninkubationsstudien (Tabelle 1). Erstens werden Instrumente zur Temperaturregelung meist durch einen Inkubator, eine Wachstumskammer, ein Wasserbad und in seltenen Fällen durch ein Heizkabel verwendet. Mit diesen Instrumenten wurden drei typische Temperaturänderungsmuster erzeugt (Abbildung 1). Dazu gehören der am häufigsten implementierte Modus, konstante Temperatur (CT), lineare Änderung (LC) mit einer konstanten Temperaturänderungsrate ungleich Null und nichtlineare Änderung (NC) mit einer täglichen Temperaturart. Bei einem CT-Muster kann die Temperatur im Laufe der Zeit in der Größe variieren, obwohl die Temperatur während der Inkubation für einen bestimmten Zeitraum konstant bleibt (Abbildung 1B). Für LC kann die Rate der Temperaturänderung in verschiedenen Studien um mehr als zwei Größenordnungen variieren (z. B. 0,1 ° C / Tag vs. 3,3 ° C / h; Tabelle 1); Bei NC-Fällen stützten sich die meisten auf die intrinsische Kapazität der verwendeten Instrumente, was zu verschiedenen Modi führte. Trotzdem wurde eine Art tägliche Temperaturänderung durch ein Heizkabel oder einen Inkubator16,17 behauptet; Die Kammertemperaturen in diesen Experimenten wurden jedoch nicht validiert. Weitere wichtige Überprüfungsergebnisse in Tabelle 1 umfassen den Bereich der Inkubationstemperatur von 0-40 °C, wobei die meisten zwischen 5-25 °C liegen; Die Dauer der Experimente reichte von wenigen Stunden (<1 Tag) bis zu fast 2 Jahren (~725 Tage). Außerdem wurden Böden, die Inkubationen unterzogen wurden, aus Wald-, Grasland- und Ackerlandökosystemen mit dominantem Mineralhorizont, organischem Horizont und sogar kontaminiertem Boden gesammelt, die sich hauptsächlich in den USA, China und Europa befinden (Tabelle 1).

Angesichts der drei wichtigsten Temperaturänderungsmodi wurden mehrere unterschiedliche Erwärmungsszenarien, die in den vergangenen Studien erreicht wurden, in Tabelle 2 zusammengefasst. Dazu gehören die schrittweise Erwärmung (SW), SW mit unterschiedlicher Größe (SWv), die allmähliche Erwärmung linear (GWl), die allmähliche Erwärmung nichtlinear (GWn) und die allmähliche Erwärmung täglich (GWd).

Zusammenfassend lässt sich sagen, dass frühere Bodeninkubationen in der Regel die durchschnittliche Luft- oder Bodentemperatur an einem Standort erfassten. In vielen Fällen, wie in Tabelle 1 gezeigt, wurden Inkubatoren oder Kammern manuell bei einer festen Temperatur programmiert, waren jedoch nicht in der Lage, die Temperatur automatisch wie gewünscht anzupassen, da sie nicht in der Lage waren, den Modus und die Rate der Temperaturänderung mit der Zeit zu steuern (Gleichung 1), was zu Schwierigkeiten führte, die Tagestemperatur des lokalen Bodens nachzuahmen. Auf der anderen Seite, obwohl in zwei Experimenten16,17 versucht, identifizierten wir keine Studien, die explizit die allmähliche Erwärmung tagaktiv (GWd) in ihren Inkubationsexperimenten imitierten (Tabelle 1). Basierend auf der Literaturrecherche liegt das Haupthindernis in einem schlechten experimentellen Design, insbesondere in dem Fehlen eines ausgeklügelten Instruments, das die Implementierung und Validierung von Tages- oder anderen allmählichen Erwärmungsszenarien ermöglicht.

Equation 1(Gleichung 1)

Dabei ist ΔT die Größe der Temperaturänderung, m die Art der Temperaturänderung, r die Rate der Temperaturänderung und t die Dauer der Änderung.

Um die experimentelle Strenge bei der Bodeninkubation zu verbessern, wird in dieser Studie eine genaue und ausgeklügelte Temperaturkontrollmethode vorgestellt. Unter Verwendung einer hochmodernen Umweltkammer, die zunehmend verfügbar und wirtschaftlich rentabel ist, soll das neue Design nicht nur die genaue Simulation der In-situ-Bodentemperatur (z. B. Tagesmuster) ermöglichen, sondern auch durch die Berücksichtigung möglicher Temperaturänderungen eine zuverlässige Möglichkeit bieten, die Artefakte instrumenteller Verzerrungen zu minimieren. Das derzeitige Bodeninkubationsdesign sollte den Forschern helfen, optimale Strategien zu identifizieren, die ihren Inkubations- und Forschungsbedürfnissen entsprechen. Das übergeordnete Ziel dieser Methode ist es, Bodenbiogeochemikern einen hochgradig operationellen Ansatz zur Reform des Bodeninkubationsdesigns zu präsentieren.

Protocol

1. Temperaturüberwachung und Programmierung Identifizieren Sie eine Stichprobenzone innerhalb eines Forschungsdiagramms. Installieren Sie einen oder mehrere automatische Temperaturfühler in Böden in 10 cm Tiefe. Verbinden Sie die Wetterstation über das Datenübertragungskabel mit einem Computer und öffnen Sie die Software auf dem Computer. Klicken Sie auf die Symbolleistenschaltfläche Launch/ Eigenschaften , um den Logger für die verwendeten externen Sensoren zu konfigurieren. Legen Sie auf dem Bildschirm Eigenschaften den Namen des Loggers/der Station (d. h. Bodeninkubationszeit) und das Datenerfassungsintervall (d. h. 60 Minuten) fest. Klicken Sie dann auf dem Bildschirm Eigenschaften an den verwendeten externen Sensoranschlüssen auf Aktiviert und wählen Sie den Sensor/die Einheit aus der Dropdown-Schaltfläche für jeden Sensoranschluss aus (d. h. Port A; “Aktiviert”: Temperatur °C). Klicken Sie abschließend auf OK , um die Einstellungen zu speichern. Überwachen Sie die Messwerte der Sonden wöchentlich, um Fehlfunktionen zu vermeiden, und laden Sie den Datensatz einmal im Monat herunter. Erhalten Sie eine vollständige Aufzeichnung für mehrere Monate, die die Vegetationsperiode (d. H. April bis September) abdecken. Führen Sie eine Datenanalyse der Temperaturaufzeichnungen durch. Ermitteln Sie die mittlere stündliche Temperatur der Vegetationsperiode, indem Sie alle Beobachtungen mitteln.Ermitteln Sie die Durchschnittstemperatur jeder Stunde auf täglicher Basis, indem Sie die Durchschnittstemperaturen derselben Stunde an allen Tagen während der Vegetationsperiode ermitteln. Starten Sie in der anspruchsvollen Kammer die Software und klicken Sie auf die Schaltfläche Profil im Hauptmenübildschirm, um eine neue Datei zu erstellen. Geben Sie in der Eingabezeile für den Dateinamen “SW low” ein. Wenn Sie auf die Option Instant Change klicken, geben Sie 15,9 °C als Anfangstemperatur ein, wie in Schritt 1.5 erhalten, und geben Sie 2 in die Zeile Minuten ein, um die Temperatur für 2 Minuten beizubehalten, und klicken Sie auf die Schaltfläche Fertig . Geben Sie dann unter der Option Rampenzeit 15,9 °C als Zielsollwert und in der Zeile Stunden 850 h ein, um die Temperatur aufrechtzuerhalten. Klicken Sie anschließend auf die Schaltfläche Fertig .Wiederholen Sie den obigen Schritt in der zweiten Kammer, indem Sie jedem Temperaturknoten 5 °C hinzufügen und einen neuen Dateinamen “SW high” erstellen. Wiederholen Sie Schritt 1.4 in der dritten Kammer, indem Sie 23 zusätzliche Schritte hinzufügen, die 23 beobachteten stündlichen Bodentemperaturen entsprechen, wie in Schritt 1.5.1 erhalten. Im letzten Schritt, genannt JUMP, setzen Sie 42 wiederholte Schleifen (Jump Count 42). Dies führt zu dem Szenario einer allmählichen Erwärmung oder GW niedrig. Wiederholen Sie den obigen Schritt in der vierten Kammer, wobei jedem Temperaturknoten 5 °C hinzugefügt werden. Dies ermöglicht eine Simulation unterschiedlicher Temperaturen für 42 Tage auf einem höheren Temperaturniveau (d.h. GW hoch). Führen Sie einen Vorlauf für 24 h durch und geben Sie die von den vier Kammern aufgezeichneten Temperaturen aus. Zeichnen Sie die von den Kammern aufgezeichneten Temperaturen mit den programmierten Temperaturen ab (Abbildung 2A-D).Wenn die in der Kammer erreichten Temperaturen mit den Temperaturen übereinstimmen, die durch eine Temperaturdifferenz <0,1 °C während der 24 h programmiert sind (Abbildung 2A,B,E,F), eignen sich die Kammern für das Bodeninkubationsexperiment. Wenn die Kriterien in keiner dieser Kammern erfüllt sind, wiederholen Sie einen weiteren 24-Stunden-Test oder suchen Sie eine neue Kammer auf. 2. Bodensammlung und Homogenisierung Sammeln Sie in der Nähe des Temperaturfühlerbereichs fünf Bodenproben in 0-20 cm Tiefe und legen Sie sie nach dem Entfernen der Oberflächenstreuschicht in einen Plastikbeutel. Mischen Sie die Probe gründlich, indem Sie die Materialien im Beutel drehen, drücken und vermischen, bis keine einzelne Bodenprobe sichtbar ist. Lagern Sie die Proben in einem mit Eisbeuteln gefüllten Kühler und transportieren Sie die Proben sofort ins Labor. Entfernen Sie die Wurzeln in jedem Kern, sieben Sie sie durch ein Bodensieb von 2 mm und mischen und homogenisieren Sie die Probe vor der folgenden Analyse gründlich. 3. Inkubation im Labor Vor der Inkubation 10,0 g frische Erde wiegen, 24 h bei 105 °C im Ofen trocknen und den trockenen Boden wiegen. Leiten Sie die Differenz zwischen frischen und trockenen Bodenproben ab und berechnen Sie das Verhältnis der Differenz zum Gewicht des trockenen Bodens, um den Bodenfeuchtegehalt in einer Tabelle zu bestimmen. Verwenden Sie den abgeleiteten Feuchtigkeitsgehalt, um den mikrobiellen Biomassekohlenstoff (MBC), die extrazelluläre Enzymaktivität (EEA) und die heterotrophe Bodenatmung wie in den folgenden Schritten beschrieben zu berechnen. Diese Daten werden helfen, die Behandlungseffekte auf die Bodenatmung und die zugrunde liegenden mikrobiellen Mechanismen zu verstehen. Vor der Inkubation wird die Feldunterprobe für feuchten Boden (10 g) gewogen und die Boden-MBC durch Chloroformbegasung-K2SO4-Extraktion und Kaliumpersulfat-Aufschlussmethoden18 quantifiziert. Wiegen Sie vor der Inkubation die Teilprobe des feldfeuchten Bodens (1,0 g) und messen Sie den hydrolytischen und oxidativen Boden EEA19. Wiegen Sie 16 feldfeuchte Bodenteilproben (15,0 g Äquivalent des Trockengewichts) in 16 Polyvinylchlorid (PVC) -Kernen (5 cm Durchmesser, 7,5 cm hoch), die mit Glasfaserpapier auf der Unterseite versiegelt sind. Legen Sie die PVC-Kerne in Einmachgläser (~ 1 L), die mit einem Bett aus Glasperlen ausgekleidet sind, um sicherzustellen, dass die Kerne keine Feuchtigkeit aufnehmen. Legen Sie vier Gläser in jede der vier Kammern, wie in Schritt 1.4 beschrieben. Schalten Sie die Kammern ein und starten Sie das Programm gleichzeitig in vier Kammern. Nehmen Sie während der Inkubation um 2 Stunden, Tag 1, 2, 7, 14, 21, 28, 35 und 42 alle Gläser in jeder der vier Kammern und verwenden Sie einen tragbaren CO2 -Gasanalysator, um die Bodenatmungsrate (Rs) zu messen, indem Sie den Kragen des Analysators oben in jedes Glas legen. Sammeln Sie destruktiv alle Gläser am Ende der Inkubation (d. h. Tag 42) und quantifizieren Sie die Boden-MBC wie in Schritt 3.3 beschrieben. Sammeln Sie alle Gläser am Ende der Inkubation (d. h. Tag 42) destruktiv und quantifizieren Sie die Bodenenzymaktivität wie in Schritt 3.4 beschrieben. 4. Vergleich der wärmenden Wirkung Wenn Sie eine konstante Atemfrequenz (Rs) zwischen zwei aufeinanderfolgenden Entnahmen annehmen, verwenden Sie die Atemfrequenz multipliziert mit der Dauer, um die kumulative Atmung (Rc) abzuleiten. Führen Sie eine dreifache Varianzanalyse (ANOVA) durch, um die wichtigsten und interaktiven Auswirkungen von Zeit, Temperatur (Erwärmung) und Temperaturmodus (Erwärmungsszenario) aufR s und Rc zu testen. Führen Sie außerdem eine bidirektionale ANOVA durch, um die Auswirkungen von Erwärmungs- und Erwärmungsszenarien auf MBC und EUA zu testen.

Representative Results

Die ausgewählten hochmodernen Kammern replizierten die Zieltemperatur mit hoher Präzision (Abbildung 2A,B,E,F) und erfüllten die technischen Anforderungen des Inkubationsexperiments. Angesichts der einfachen Handhabung und Bedienung bedeutete dies die Technik zur Verbesserung der Temperatursimulation in Bodenerwärmungsstudien und in anderen Anwendungen wie Pflanzenstudien. Das Verfahren wurde in unserer jüngsten Fallstudie angewendet, die auf einem Rutenhirsen-Ackerland in Middle-Tennessee basiert. Die Forschungsergebnisse zeigten, dass die Erwärmung im Vergleich zur Kontrollbehandlung in beiden Erwärmungsszenarien (SWund GW) zu signifikant größeren Atemverlusten(RS und RC) führte und GW den wärmebedingten Atemverlust (Rc) im Vergleich zu SW verdoppelte, 81% vs. 40% (Abbildung 3). An Tag 42 unterschieden sich MBC und EEA auch signifikant zwischen SW und GW, so dass MBC in SW höher war als in GW (69% vs. 38%; Abbildung 4) und Glykosidasen und Peroxidase (z. B. AG, BG, BX, CBH, NAG, AP, LAP) waren in GW signifikant höher als in SW-Szenarien (Abbildung 5). Abbildung 1: Die Darstellung des Temperaturänderungsmodus in einem Bodenerwärmungsexperiment, wie aus Tabelle 1 konzipiert. (A) Konstante Temperatur (CT), die von den meisten Studien übernommen wird. (B) Konstante Temperatur mit unterschiedlicher Größe (CTv). (C,D) Lineare Veränderung (LC) mit positiven und negativen Raten. (E,F) Nichtlineare Veränderung (NC) mit unregelmäßigem Muster und Tagesmuster. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen. Abbildung 2: Zieltemperatur über Programmierung und Kammertemperatur während einer 24-stündigen Testphase. (A,B) Aufzeichnung der Zieltemperatur (graue Linie) und der Kammertemperatur (gestrichelte Linie) unter Kontrolle und Erwärmungsbehandlungen der schrittweisen Erwärmung (SW); (C,D) Solltemperatur (graue Linie) und Kammertemperaturaufzeichnungen (gestrichelte Linie) unter Kontrolle und wärmende Behandlungen der allmählichen Erwärmung (GW); (E, F) Die Temperaturdifferenz, die für Aufzeichnungen in den Feldern C und D abgeleitet wird. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen. Abbildung 3: Mittlere (± SE) kumulative Bodenatmungsrate (Rc, μg CO2-C·gBoden-1) unter Kontrolle (hohl) und wärmende (dunkel) Behandlungen in SW und GW in einem 42-tägigen Bodeninkubationsexperiment. Die Einschübe zeigen die Bodenatmungsraten(Rs, μg CO2-C·h-1·g Boden-1), die zur Schätzung der kumulativen Atmung herangezogen wurden, unter der Annahme, dass Rs bis zur nächsten Messung konstant war. (A) Schrittweise Erwärmung (SW) und (B) allmähliche Erwärmung (GW). N = 4 in jeder Sammlung. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen. Abbildung 4: Mittlere (± SE) MBC unter Kontrolle und wärmende Behandlungen in SW und GW in einem 42-tägigen Bodeninkubationsexperiment. MBC = mikrobieller Biomassekohlenstoff; N = 4 in jeder Sammlung. S bezeichnet einen signifikanten Effekt des Erwärmungsszenarios (SW vs. GW) bei p < 0,05, basierend auf einer dreifach wiederholten ANOVA. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen. Abbildung 5: Mittlere (± SE) Glykosidasen und Peroxidase (μmol-Aktivität h-1·gsoil-1) unter Kontrolle und wärmende Behandlungen in SW und GW in einem 42-tägigen Inkubationsexperiment. BX =β1,4-Xylosidase; AP = Saure Phosphatase; LAP = Leucin-Aminopeptidase; NAG =β-1,4-N-Acetyl-Glucosaminidase; OCHSE = Oxidative Enzyme; PHO = Phenoloxidase; PER = Peroxidase. N = 4 in jeder Sammlung. S bezeichnet einen signifikanten Effekt des Erwärmungsszenarios (SW vs. GW) bei p < 0,05, basierend auf einer dreifach wiederholten ANOVA. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen. Tabelle 1: Literaturübersicht zu Temperaturregelungsmethoden und Temperaturänderungsmodi in Bodeninkubationsstudien 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.Insgesamt wurden 46 Studien in den Review eingeschlossen. Bitte klicken Sie hier, um diese Tabelle herunterzuladen. Tabelle 2: Wichtige Temperaturänderungsmodi und die entsprechenden Erwärmungsszenarien basierend auf einer Literaturrecherche (Tabelle 1). Fünf Modi und Szenarien wurden festgelegt, um eine breite Palette möglicher Temperaturänderungen und Erwärmungsbedingungen darzustellen. Bitte klicken Sie hier, um diese Tabelle herunterzuladen.

Discussion

Die Methode der konstanten Temperaturregelung wurde weitgehend angewandt (Tabelle 1). Die Größe und das zeitliche Muster der Temperatur, die in diesen Verfahren implementiert werden, simulieren jedoch schlecht die Bodentemperatur, die unter Feldbedingungen beobachtet wird. Trotz der sich abzeichnenden Bemühungen, das Tagesmuster in der Vergangenheit nachzuahmen, waren solche Studien selten und konnten die Ausrüstung und das Verfahren nicht klären; Sie validierten auch nicht die Temperatursimulation hinsichtlich Genauigkeit und Zuverlässigkeit16,17. Da die Gemeinschaft bestrebt war, ihr Verständnis der Reaktionen auf die Bodenerwärmung zu verbessern, ist die Optimierung des Bodeninkubationsprozesses mit realistischer Temperatur und praktikabler Kontrolle unerlässlich. Dennoch wurden solche neuen Methoden nicht entwickelt, so dass eine Standardmethode für zukünftige Inkubationsexperimente immer noch außer Reichweite ist. Angesichts der zunehmenden Komplexität der globalen Temperaturänderung in Größe, Amplitude, Saisonalität, Dauer und Extremalität ist ein umfassendes Verfahren sehr gefragt.

Hier wurde eine Methode zur Manipulation eines täglichen Temperaturänderungsverfahrens vorgestellt, die sich auf die ausgeklügelte Kammer stützt, um die Fähigkeit zu bieten, konstante, lineare und nichtlineare Temperaturänderungen und anschließend verschiedene Erwärmungsszenarien für zukünftige Forschungsbedürfnisse zu etablieren. Es gibt vier kritische Schritte innerhalb des Protokolls. Die erste besteht darin, die Bodentemperatur im Feldzustand zu bestimmen. Da die Bodenart und die interessierende Tiefe sowie die Landnutzungsart von Studie zu Studie variieren können, sollte die Anzahl der für den jeweiligen Forschungsstandort benötigten Temperatursonden so weit wie möglich an die tatsächlichen Bedingungen angepasst werden. Im Allgemeinen sollte die Bodentiefe für Temperatursonden den größten Forschungsbedarf bei 0-20 cm decken, und die Anzahl der Sonden zur Darstellung der Bodentemperatur sollte auf ein bis drei begrenzt werden. Der Schlüssel liegt darin, einen langfristigen kontinuierlichen und aufeinanderfolgenden Temperaturrekord an mindestens einem typischen Bodenstandort zu erreichen.

Der zweite kritische Schritt besteht darin, das Programm so einzurichten, dass die angestrebte Temperaturgröße und das angestrebte Temperaturmuster in der Kammer erreicht werden. Aufgrund der hohen Empfindlichkeit und Genauigkeit der Kammer (Abbildung 4) ist es möglich, eine genaue Darstellung der Temperatur zu programmieren, wie sie unter den Feldbedingungen beobachtet wird. Obwohl das aktuelle Protokoll nur die beobachtete stündliche Temperatur als in der Kammer angestrebt darstellte, kann durch dieses Verfahren eine häufigere Bodentemperaturüberwachung wie 30 min, 15 min oder noch kürzer erreicht werden. Dennoch muss eine Prüfung der Ziel- und Kammertemperaturen über 24 h durchgeführt werden, und vor dem Versuch müssen die Testergebnisse die Kriterien von weniger als 0,1 °C zwischen der Ziel- und der Kammertemperatur zu allen Zeitpunkten erfüllen. Je häufiger die Temperaturbeobachtung zur Simulation ausgewählt wird, desto mehr Schritte sind erforderlich, um das Programm vor dem Experiment in der Kammer einzurichten.

Der dritte kritische Schritt besteht darin, die Inkubation selbst durchzuführen. Um den Einfluss von Bodenheterogenitäten zu reduzieren63, ist die Homogenisierung von Bodenproben von entscheidender Bedeutung, und für jede Behandlung werden mindestens drei Replikate empfohlen. Vor der Inkubation ist eine Vorinkubationsbehandlung erforderlich, und das derzeitige Verfahren kann die Vorbehandlung erleichtern, indem Temperatur und Dauer vor dem offiziellen Beginn des Experiments programmiert werden. Dies ist vorteilhaft, um die experimentelle Störung zu reduzieren und die gesamte Inkubation nahtlos zu orchestrieren. Der letzte kritische Schritt besteht darin, sowohl konstante Temperatur- als auch variierende Temperaturbehandlungen einzubeziehen, damit ein Vergleich der Bodenerwärmungsreaktionen durchgeführt werden kann.

Dieses Protokoll kann leicht modifiziert werden, um die Größe, Amplitude und Dauer der Temperaturänderung zu manipulieren. Zum Beispiel können extreme Temperaturen während einer Hitzewelle im Sommer und plötzlicher Frost im zeitigen Frühjahr aufgrund des Klimawandels mit diesem Verfahren dargestellt werden, zusätzlich zu seiner Fähigkeit, ihre unterschiedliche Dauer und Intensität zu berücksichtigen. Die Simulation der regelmäßigen und unregelmäßigen Temperaturen in Kombination ermöglicht es auch, langfristige komplexe Temperaturänderungseffekte zu simulieren, wie sie in der Zukunft projiziert werden. Wie in Tabelle 2 zusammengefasst, können die Erwärmungsszenarien, die in vielen verschiedenen Studien untersucht wurden, in einer Studie gemeinsam durchgeführt werden. Es wird erwartet, dass dieses Protokoll eine ausgeklügelte Methode zur Simulation der Temperatur in Bodeninkubationsstudien bietet. In der Hoffnung auf eine breite Anwendung wird die Annahme dieses Protokolls dazu beitragen, eine genauere Methode für zukünftige Bodenerwärmungsstudien auf der Grundlage von Laborinkubation zu identifizieren oder zu validieren.

Eine wichtige Einschränkung des Verfahrens besteht darin, dass die im aktuellen Protokoll verwendete Kammer ein relativ kleines Volumen hat und daher nur neun Inkubationsgläser in jeder Kammer aufnehmen kann. Obwohl ein kleineres Glas die Kapazität der Kammer erhöht, wird ein großes Volumen der Kammer empfohlen. Ein neues Modell (z.B. TestEquity 1007) bietet achtmal mehr Kapazität und empfiehlt sich daher für Großexperimente. Trotz der Verbesserung des Temperaturkontrollverfahrens bei Bodeninkubationen werden die möglichen Komplikationen mit Feuchtigkeit und Bodenhomogenisierung durch die Annahme des aktuellen Protokolls nicht gelindert.

Wir demonstrieren wesentliche Vorteile des ausgeklügelten Temperierverfahrens. Es bietet eine zuverlässige und erschwingliche Temperaturregelungsstrategie, um eine genaue Temperatursimulation zu erhalten, und bietet eine praktikable Möglichkeit zur Verbesserung des Bodeninkubationsexperiments, das für ein besseres Verständnis der Bodenerwärmungsreaktionen erforderlich ist. Obwohl die konstante Temperaturregelung weithin akzeptiert und logistisch einfach zu bedienen ist, können die Artefakte einer langfristig konstanten Temperatur auf mikrobiellen Bodengemeinschaften die Bemühungen zur Erfassung der echten Bodenreaktionen ablenken. Die anderen berichteten Laborerwärmungsmethoden sind weitgehend weniger kontrollierbar und replizierbar. Das aktuelle Protokoll ist aufgrund seiner einfachen Bedienung, der hohen Genauigkeit und Reproduzierbarkeit der Temperatursimulation, der expliziten Programmierung und der Fähigkeit, verschiedene Temperaturänderungsszenarien in einem einzigen Experiment zu kombinieren, überlegen. Die Machbarkeit einer Temperaturregelung mit hoher Genauigkeit wird es den Forschern ermöglichen, verschiedene Temperaturänderungsszenarien zu untersuchen.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Zu den Finanzierungsquellen, die zur Unterstützung der Forschung verwendet werden, gehören ein HBCU−EiR der US National Science Foundation (NSF) (Nr. 1900885), ein US Department of Agriculture (USDA) Agricultural Research Service (ARS) 1890s Faculty Research Sabbatical Program (Nr. 58-3098-9-005), ein USDA NIFA-Stipendium (Nr. 2021-67020-34933) und ein USDA Evans-Allen Grant (Nr. 1017802). Wir danken den Mitarbeitern des Main Campus Agriculture Research and Extension Center (AREC) der 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

References

  1. 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).
  2. 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).
  3. Davidson, E. A. Carbon dioxide loss from tropical soils increases on warming. Nature. 584 (7820), 198-199 (2020).
  4. Davidson, E. A., Janssens, I. A. Temperature sensitivity of soil carbon decomposition and feedbacks to climate change. Nature. 440 (7081), 165-173 (2006).
  5. Van Gestel, N., et al. Predicting soil carbon loss with warming. Nature. 554 (7693), 4-5 (2018).
  6. Tarnocai, C., et al. Soil organic carbon pools in the northern circumpolar permafrost region. Global Biogeochemical Cycles. 23 (2), 2023 (2009).
  7. 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).
  8. 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).
  9. 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).
  10. 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).
  11. 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).
  12. 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).
  13. 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).
  14. 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).
  15. 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).
  16. 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).
  17. Whitby, T. G., Madritch, M. D. Native temperature regime influences soil response to simulated warming. Soil Biology and Biochemistry. 60, 202-209 (2013).
  18. 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).
  19. 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).
  20. 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).
  21. 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).
  22. 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).
  23. Bao, X., et al. Effects of soil temperature and moisture on soil respiration on the Tibetan plateau. PLoS One. 11 (10), 0165212 (2016).
  24. Chang, X., et al. Temperature and moisture effects on soil respiration in alpine grasslands. Soil science. 177 (9), 554-560 (2012).
  25. 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).
  26. 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).
  27. Conant, R. T., et al. Sensitivity of organic matter decomposition to warming varies with its quality. Global Change Biology. 14 (4), 868-877 (2008).
  28. 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).
  29. 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).
  30. Fang, C., Moncrieff, J. The dependence of soil CO2 efflux on temperature. Soil Biology and Biochemistry. 33 (2), 155-165 (2001).
  31. 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).
  32. 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).
  33. 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).
  34. Knorr, W., Prentice, I. C., House, J., Holland, E. Long-term sensitivity of soil carbon turnover to warming. Nature. 433 (7023), 298-301 (2005).
  35. 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).
  36. Li, J., et al. Asymmetric responses of soil heterotrophic respiration to rising and decreasing temperatures. Soil Biology and Biochemistry. 106, 18-27 (2017).
  37. Li, J., et al. Biogeographic variation in temperature sensitivity of decomposition in forest soils. Global Change Biology. 26 (3), 1873-1885 (2020).
  38. Li, J., et al. Rising temperature may trigger deep soil carbon loss across forest ecosystems. Advanced Science. 7 (19), 2001242 (2020).
  39. 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).
  40. 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).
  41. 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).
  42. 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).
  43. 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).
  44. 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).
  45. 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).
  46. 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).
  47. 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).
  48. 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).
  49. 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).
  50. 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).
  51. 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).
  52. 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).
  53. 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).
  54. Wang, J., et al. Temperature sensitivity of soil carbon decomposition due to shifts in soil extracellular enzymes after afforestation. Geoderma. 374, 114426 (2020).
  55. 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).
  56. 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).
  57. 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).
  58. Wei, L., et al. Labile carbon matters more than temperature for enzyme activity in paddy soil. Soil Biology and Biochemistry. 135, 134-143 (2019).
  59. 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).
  60. 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).
  61. 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).
  62. 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).
  63. Li, J. W. Sampling soils in a heterogeneous research plot. Journal of Visualized Experiments. (143), e58519 (2019).

Play Video

Cite This Article
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).

View Video