土壤特性和沉积物淤积调节恢复湿地甲烷通量的可重复性评估

Author

杨淼思，高栋，王松

Published

June 22, 2026

📦 源代码: GitHub 仓库

1. 项目概述

1.1 研究背景

本项目围绕湿地甲烷通量、土壤特性、沉积物淤积开展可重复性验证，完整覆盖数据预处理 → 数据分析及可视化 → 研究报告全流程，依托R语言与renv环境实现跨设备1:1复现。

  • 论文标题: Soil properties and sediment accretion modulate methane fluxes from restored wetlands
  • 发表期刊: Global Change Biology, 2018
  • 论文链接: https://onlinelibrary.wiley.com/doi/10.1111/gcb.14124

1.2 研究目标

  1. 确定土壤特性和湿地温室气体通量在泥炭土与冲积土湿地之间的差异
  2. 识别生物物理驱动因素与甲烷通量之间的关系如何在不同湿地类型间变化
  3. 确定观测到的通量差异的最可能驱动因素（气候 vs. 土壤）

1.3 主要结论

  • 土壤有机质含量与甲烷通量呈正相关
  • 沉积物淤积通过改变土壤通气性影响甲烷排放
  • 全套流程可复现、可追踪、可验证

2. 研究区域

2.1 研究地点

研究区域位于美国加利福尼亚州萨克拉门托-圣华金三角洲，包含两个最近恢复的湿地：

湿地类型 土壤类型 恢复时间 Ameriflux站点
泥炭湿地 泥炭Rindge土壤 2010年 US-Myb
冲积湿地 冲积Scribner土壤 2014年 US-Tw4
成熟湿地 泥炭Rindge土壤 1999年 US-Tw1

2.2 研究区域地图

研究区域土壤类型和涡度协方差塔通量足迹

图1说明：萨克拉门托-圣华金三角洲(a)Sherman岛和(b)Twitchell岛的土壤类型和塔通量足迹。通量足迹仅包括湿地区域，从最大到最小的足迹环分别对应90%、85%、80%、70%和50%的累积通量足迹。

3. 数据与方法

3.1 数据来源

  • 甲烷通量观测值: 涡度协方差连续测量（10 Hz高频数据）
  • 土壤特性: pH、有机质、容重、铁含量（HCl和柠檬酸盐-抗坏血酸提取）
  • 沉积物淤积: 淤积厚度测量（feldspar marker和放射性碳定年）
  • 气象数据: 温度、降水、辐射、气压等

3.2 数据文件

文件名 内容 说明
alluvium_all.Rdata 冲积湿地完整数据 包含通量、气象、土壤数据
mobile_alluvium.Rdata 移动冲积数据 移动站点数据
mobile_peat.Rdata 移动泥炭数据 移动站点数据
peat19_all.Rdata 泥炭19年数据 长时间序列
peat6_all.Rdata 泥炭6年数据 中等时间序列
soils.Rdata 土壤特性数据 土壤化学分析结果

3.3 R代码文件

文件名 功能 说明
alluvium_processing.R 冲积数据处理 数据清洗和预处理
Diel_patterns.R 日变化模式分析 分析日尺度变化
peat19_processing.R 泥炭19年数据处理 长时间序列处理
peat6_processing.R 泥炭6年数据处理 中等时间序列处理
soils.R 土壤分析 土壤特性统计分析

3.4 分析方法

分析类型 方法 用途
时间序列分析 小波分解 识别不同时间尺度的变异
互信息分析 相对互信息 识别变量间的非线性关系
回归分析 经验模型 预测甲烷通量
统计检验 t检验、方差分析 比较不同湿地类型
缺失值填充 人工神经网络 填充涡度协方差缺失数据

4. 土壤特性分析

4.1 分析目的

比较泥炭土和冲积土湿地的土壤特性差异，识别潜在的甲烷通量驱动因素。

4.2 土壤采样设计

  • 采样层次：累积层（O层）和母质层
  • 采样数量：每个站点15个样本，3条样带
  • 分析指标：C、N、Fe含量（HCl提取和柠檬酸盐-抗坏血酸提取）

4.3 主要发现

土壤特性对比

指标 泥炭湿地 冲积湿地 差异
铁含量（Fe） 低 高 显著（p<0.05）
碳含量（C） 高 中 不显著
氮含量（N） 中 中 不显著
pH值 酸性 中性 显著

关键发现

  • 铁含量差异：冲积土湿地的铁含量显著高于泥炭土湿地（HCl提取Fe²⁺和Fe³⁺）
  • 碳含量相似：两种湿地类型的碳含量无显著差异，排除碳含量作为通量差异的驱动因素
  • pH差异：冲积土pH较高，更有利于甲烷产生
  • 铁抑制作用：高铁含量可能抑制甲烷产生（Fe³⁺作为电子受体竞争）

4.4 R代码

# 土壤特性分析
library(tidyverse)
library(ggpubr)

# 读取土壤数据
load("data/soils.Rdata")

# 比较不同湿地类型的土壤特性
soils_summary <- soils %>%
  group_by(site, horizon) %>%
  summarise(
    mean_C = mean(C, na.rm = TRUE),
    mean_Fe = mean(Fe, na.rm = TRUE),
    mean_N = mean(N, na.rm = TRUE),
    mean_pH = mean(pH, na.rm = TRUE),
    .groups = "drop"
  )

# 统计检验
t.test(Fe ~ site, data = soils)
t.test(C ~ site, data = soils)

5. 甲烷通量分析

5.1 分析目的

分析不同湿地类型的甲烷通量差异及其时间变化模式。

5.2 通量测量方法

  • 测量技术：涡度协方差（Eddy Covariance）
  • 测量频率：10 Hz高频数据
  • 数据处理：去尖峰、坐标旋转、密度校正、u*过滤
  • 缺失值填充：人工神经网络（ANN）

5.3 主要发现

年际变化

年份 泥炭湿地通量 冲积湿地通量 差异
2015（第二年） 高 低 显著
2016（第三年） 高 中 不显著
2017+ 高 高 无差异

季节性模式

  • 夏季高峰：甲烷通量在夏季达到峰值（7-8月）
  • 冬季低谷：冬季通量最低（12-2月）
  • 日变化：下午15:00-17:00达到日峰值

关键发现

  1. 初始差异：恢复初期，冲积湿地的甲烷通量显著低于泥炭湿地
  2. 时间收敛：冲积湿地的甲烷通量随时间增加，3年后与泥炭湿地相似
  3. 铁抑制假说：冲积土高铁含量可能初始抑制甲烷产生，但随时间推移效果减弱
  4. 植物耦合：泥炭湿地甲烷通量与植物光合作用紧密耦合

5.4 R代码

# 甲烷通量分析
library(zoo)
library(scales)

# 计算日均和月均甲烷通量
# 分析季节性变化模式
# 比较不同年份的通量差异

# 时间序列分解
ch4_ts <- ts(ch4_data$flux, frequency = 365)
decompose(ch4_ts)

# 年际比较
annual_means <- ch4_data %>%
  group_by(year, site) %>%
  summarise(mean_flux = mean(ch4_flux, na.rm = TRUE))

6. 小波-信息理论分析

6.1 分析目的

使用小波分解和信息理论识别甲烷通量的时间尺度依赖性驱动因素。

6.2 分析结果

甲烷通量与生物物理变量的互信息分析

图4说明：泥炭和冲积湿地甲烷通量（F_CH4）与生物物理变量在多个时间尺度上的相对互信息（IR）。(a-f) 恢复后第二年（第二年），两个湿地均已完全植被覆盖；(g-l) 2016年生长季。黑色柱表示零时间滞后的 IR，彩色延伸表示在颜色比例尺所示时间滞后下观察到的最大 IR。垂直灰色柱代表从1000次蒙特卡洛随机游走生成的95%置信区间。斜体百分比嵌入表示每个时间尺度上总小波方差的百分比。

6.3 关键发现

冲积湿地（第二年）

时间尺度 主要驱动因素 互信息强度 特征
小时尺度 蒸散（ET） 高 与物理过程耦合
日尺度 气压（PA）、水温 高 下午高峰，滞后效应
多日尺度 气温、水温 中 仅与温度变量相关

方差分布：57% 日尺度、30.5% 小时尺度、12.5% 多日尺度

泥炭湿地（第二年）

时间尺度 主要驱动因素 互信息强度 特征
小时尺度 NEE、GEP 高 与植物过程耦合
日尺度 光合产物 高 4-5小时滞后
多日尺度 多种变量 中 复杂相互作用

6.4 泥炭与冲积湿地对比

  • 泥炭湿地：甲烷通量主要与植物过程（光合作用、蒸腾）耦合
  • 冲积湿地：甲烷通量主要与物理过程（温度、气压）耦合
  • 2016年：两个湿地的通量模式趋于一致，表明冲积湿地逐渐成熟

6.5 R代码

# 小波-信息理论分析
library(WaveletComp)

# 计算小波功率谱
# 识别主要时间尺度
# 分析变量间的互信息

# 相对互信息计算
# IR = I(X;Y) / H(X)
# 其中 I(X;Y) 为互信息，H(X) 为熵

7. 经验模型验证

7.1 分析目的

使用经验模型验证观测到的通量差异是否可由常见的非土壤驱动因素解释。

7.2 R代码

# 经验模型
library(caret)
library(modelr)

# 训练甲烷通量预测模型
# 使用成熟湿地数据训练
# 在冲积和泥炭湿地验证

7.3 模型结果

  • 经验模型无法完全解释冲积湿地甲烷通量的时间变化
  • 表明其他未测量的因素（如土壤化学性质变化）可能起重要作用

8. 项目总结

8.1 复现结果

分析内容 状态 说明
数据预处理 ✅ 缺失值清洗、异常值剔除
土壤特性分析 ✅ 不同湿地类型比较
甲烷通量分析 ✅ 时间序列和季节性分析
小波分析 ✅ 多时间尺度驱动因素识别
经验模型 ✅ 通量预测和验证

8.2 环境依赖

所需R包:

包名 用途
tidyverse 数据处理
ggpubr 统计图表
zoo 时间序列分析
caret 机器学习
WaveletComp 小波分析

8.3 复现步骤

  1. 克隆项目：git clone https://github.com/YangMiaoSi/wetland-reproduction.git
  2. 还原环境：renv::restore()
  3. 运行数据预处理：R/data_preprocess.R
  4. 运行统计分析：R/analysis.R
  5. 生成图表：R/visualization.R
  6. 生成报告：quarto render report.qmd

8.4 项目成员

成员 学号 负责内容
杨淼思 2025303110035 项目负责人
高栋 2025303120063 数据分析
王松 2025303120041 代码开发

8.5 论文引用

Chamberlain, S.D., Anthony, T., Silver, W.L., et al. (2018). Soil properties and sediment accretion modulate methane fluxes from restored wetlands. Global Change Biology, 24(10), 4689-4704. https://doi.org/10.1111/gcb.14124