方法文章

大型藻类碳移除潜力的定量评估:一种用于生物量估算与碳移除计算的标准协议

DOI:

10.3791/70068

2026年4月3日

本文内容

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本研究提出了一种标准化且可重复的实验方案,用于估算大型藻类生物量并计算其碳移除潜力。该工作流程统一了采样、计算和报告方法,以提高不同研究之间的可比性,并在中国北方和南方具有代表性的巨藻和马尾藻群落中进行了示范应用。

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

大型藻类是蓝碳系统的重要组成部分。然而,由于野外采样设计、生物量估算模型和碳计量工作流程存在显著差异,不同研究之间对其碳移除潜力的比较仍然困难。本研究提出了一种标准化且可重复的协议,用于估算大型藻类生物量并量化碳移除,将大型藻类的生物学特性、海洋生态调查方法和碳循环计量原则整合到一个统一的工作流程中。该协议规定了统一的采样参数、协调一致的计算步骤以及标准化的数据记录与报告方式,以提高跨研究的可比性,并促进区域尺度的综合分析。我们通过中国北方近海巨藻群落和中国南方海湾马尾藻群落的代表性案例研究,验证了该协议的适用性,这两个案例代表了不同的分类群和典型的浅海沿岸生境。采用此工作流程后,团队内部相对变异性保持在10%以下,团队间相对误差低于15%,符合既定的变异性阈值。总体而言,该协议提供了一个操作透明的框架,可在不同地点和研究团队之间生成可比的大型藻类蓝碳数据集,支持资源调查和碳移除评估。

引言

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

蓝碳是指在海洋生态系统中捕获并储存的碳。其特点是长期储存和高固碳效率,使其成为全球碳循环的重要组成部分,也是减缓气候变化的关键自然机制1。在蓝碳系统中,大型藻类广泛分布于海岸带、潮间带和浅海区域,通过光合作用将大气中的CO2固定为有机碳。这部分有机碳中的一部分可被输送到更深或离岸水域,可能有助于长期碳储存,而另一部分则保留在现存生物量中2

然而,目前对大型藻类固碳潜力的评估仍受限于方法学标准化程度不足3。这一局限性主要体现在三个方面。第一,不同研究之间的生物量估算方法存在显著差异。例如,样方大小和采样强度范围广泛(如0.25 m²至4 m²),在某些情况下未设置重复,导致基于面积的生物量估算值波动较大。第二,蓝碳(或碳移除)计算流程及参数选择常不一致,即使在相似的生态条件下,也会产生差异显著的核算结果。第三,数据记录与报告缺乏统一规范,降低了研究成果之间的可比性,限制了区域尺度上的综合分析4

大型藻类的碳移除途径与红树林和海草等有根海岸植物不同,因此需要采用标准化的方法。大型藻类的碳移除主要不依赖于在生长地点的沉积物埋藏,而是更紧密地关联于生物量的快速积累以及有机物质向远海的输出。这一机制,结合其高生产力和快速周转率,在比较不同地区和物种时,使得方法学上的一致性尤为重要5

为弥补这一空白,我们建立了一套完整的标准化方案,将大型藻类的生物学特性、海洋生态调查方法和碳循环核算整合到一个统一的工作流程中。该方案分为五个模块:(1)设计原则与适用范围,(2)标准化生物量估算,(3)标准化蓝碳计算,(4)质量控制与数据管理,以及(5)方案验证。我们通过中国台湾北部近海巨藻群落和南部海湾马尾藻群落的代表性案例研究验证了该方案的适用性,展示了其在不同物种、生活史及浅海沿岸生境中的广泛应用6

在本研究中,大型藻类的碳吸收被称为碳移除,而非长期碳封存。由于大型藻类通常生长在硬质基底上,且在原位一般不直接埋藏于沉积物中,因此其本身并不满足 >百年封存标准。只有一小部分大型藻类来源的碳可通过碎屑输出及随后的埋藏实现百年尺度的封存。

访问受限。请登录或开始试用以查看此内容。

方案

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

使用本方案可在不同地点和研究团队之间生成可比较的大型藻类生物量和碳移除量估算结果。完整工作流程的概览见图1

1. 实验方案设计基础

  1. 设计原则
    1. 将采样和生物量估算与大型藻类的生物学特性及当地生态背景(如生长形态、群落结构以及营养盐/季节动态)相匹配,以确保测量结果能够反映自然变异性。
    2. 选择与目标大型藻类在当地旺盛生长期相一致的采样时段,避免在休眠期或衰退期进行采样。
    3. 采用经过验证的元素分析方法测定碳含量。记录样品制备、分析参数设置和校准程序,并在整个样品系列中一致地应用相同方法7
    4. 使用预定义的计算框架估算碳去除速率。在适用情况下,利用本地适宜的环境输入参数(如光照时长和水温)及生理数据来源对光合作用相关参数进行赋值。
    5. 将每一步骤编写为明确可操作的指令,并规定野外和实验室测量的可接受标准(质量控制阈值),以确保在不同地区和团队之间具有可重复性8
    6. 使用常见的实验室和野外设备(如天平、干燥箱、元素分析仪、卷尺),并报告关键的技术参数(如天平分辨率、干燥温度)。
    7. 在不省略质量控制要求的前提下简化操作流程,优先保留对生物量、碳含量和计算结果有实质性影响的步骤。
  2. 适用范围
    1. 本方案适用于附着生长和漂浮的大型藻类(如海带和马尾藻)。
    2. 本方案不适用于微藻或浮游藻类。
    3. 仅限应用于采样操作可行的浅海沿岸水域(如近岸、近海区域、海湾和潮间带),常规采样作业的目标深度上限设定为 <20 m。
    4. 本方案不适用于深海大型藻类群落,因其采样条件和设备需求超出常规调查能力9

2. 生物量估算的标准化流程

  1. 初步准备
    1. 根据当地环境条件和物种特异的物候特征确定采样时期,而非依据日历月份。
    2. 将“旺盛生长期”定义为基于本地观测或区域证据的最大生物量积累和光合作用活跃期。
    3. 在低纬度和高纬度系统中,利用特定地点的物候信息选择采样时间。记录采样时间选择的依据(例如本地监测记录或区域研究)10
  2. 样方设置与采样
    1. 将样方框稳定地放置在每个采样点的基质上(图2)。确保框内垂直高度差<5 cm(使用直尺或固定参考物验证)。
    2. 选择采样点以代表研究区域内大型藻类群落的空间异质性。对于潮间带区域,应在低潮后1小时内放置样方,以尽量减少干燥和暴露于空气对生物量和碳含量测量的影响。
    3. 每个研究区域至少设立3–5个采样点(或区组),具体数量取决于生境范围和异质性。在每个点采集3个重复样方(每个研究区域最少总数为9–15个样方)。
    4. 根据物种形态和生长型确定样方面积(例如,以巨藻为主的群落使用1 m²;漂浮或稀疏分布的大型藻类使用2 m²)11
    5. 在每个采样点使用前三个样方进行初步变异性检查。若单位面积干重的变异系数(CV)超过10%,则增加样方数量,直至CV降至≤10%。关键标准化采样参数及可接受阈值汇总于表1
    6. 收获后立即将采集的样品置于冰上。运输过程中保持温度在5–10 °C,以减少热降解。
    7. 采样后24小时内将样品送至实验室。若运输时间超过24小时,应将样品保存在与采样点盐度一致的海水中,并定期监测样品状态。
  3. 生物量参数测量
    1. 鲜重测量
      1. 将样品从袋中取出,用去离子水轻轻冲洗2–3次,以去除附着的沉积物和盐分。总冲洗时间不超过30秒,以减少组织水分流失。一致地收集每个样方的生物量(包括固着器、柄和叶片,除非研究设计另有规定)。
      2. 使用吸水纸擦去表面水分。更换纸张2–3次,直至样品表面无可见水渍。
      3. 将样品放入已预先称重的容器中(例如烧杯或培养皿)。使用精度≥0.01 g的电子天平称重。待读数稳定后记录总质量,并通过减去容器质量计算净鲜重(g)。
      4. 每个样品连续称重三次。取平均值作为最终鲜重。若任意两次读数差异>2%,检查样品状态(如滴水或放置不稳),并重复称重直至满足该标准。
    2. 干重测量
      1. 完成鲜重测量后,从每个样方样品中随机选取三个具有代表性的子样品。确保每个子样品重量>10 g。在60 °C下烘干子样品。每次烘干间隔后,将子样品在干燥器中冷却至室温后再称重。
      2. 将剩余材料保存用于碳含量分析。若分析在24小时内进行,应将样品置于密封并标记的容器中,在4–10 °C冷藏并避光保存。若需长期储存,则在−20 °C冷冻。
      3. 持续烘干直至达到恒重。将恒重定义为连续两次称量结果差异≤0.05 g。记录子样品干重(g)。
      4. 计算干鲜比(Rdf),即每个子样品的(干重)/(鲜重)。若Rdf的CV ≤5%,则使用平均Rdf将该样方的总鲜重换算为总干重。若CV超过5%,则将子样品数量增加至五个,并重新估算Rdf
    3. 植株高度与覆盖度测量
      1. 在每个样方中随机选取10个代表性个体(孢子体/叶状体)。测量从固着器附着点到最顶端完整活体组织的叶状体高度(cm)(不包括断裂或侵蚀的顶端)。记录个体高度并计算样方平均高度(Havg)。
      2. 对于成簇生长的藻类,选取3–5个簇,测量每簇的平均高度,并计算总体Havg。
      3. 采用网格法测量覆盖度。将样方划分为100个相等的网格(10 cm × 10 cm)。
      4. 统计目标藻类覆盖面积超过50%的网格数量(N)。按公式C (%) = (N/100) × 100计算覆盖度,并保留一位小数21。其中N为100个网格中符合条件的网格数。
  4. 生物量计算模型
    1. 单位面积生物量计算:生物量计算流程中使用的所有方程、变量和报告单位汇总于表2
      1. 计算单位面积鲜重(FWper,g/m2):计算单位面积受力的公式 FWper=FWtot/A   (1)
      2. 计算单位面积干重(DWper,g/m2):干重百分比计算公式;公式 DWper=FWtot×Rdf/A。   (2)
        其中A为样方面积(m2),FWtot为样方总鲜重(g)。
        注:若一个采样点存在多个重复,则分别计算每个重复的FWper和DWper ,并将均值作为该采样点的数值进行报告
    2. 种群生物量估算
      1. 确定种群分布面积(S,m2)。若有遥感影像,可结合野外调查与遥感图像获取边界坐标,在GIS软件中划定种群边界,并据此计算S12。若无遥感图像,则使用卷尺测量种群的长度和宽度。利用矩形面积公式估算S,并将不规则区域划分为多个矩形分别计算后求和,得到总S。
      2. 计算种群总生物量(B,t):参数B的计算公式,包含DWper和S,除以10^6。   (3)
        其中106 用于将克转换为公吨(t;1 t = 103 kg)。
      3. 若种群不同子区域的生物量存在差异(例如边缘区与核心区),则分别计算各分区的DWper,乘以各分区面积,再将结果相加得到B。
    3. 生物量动态计算
      1. 计算生长率(r,day-1):生长率计算公式,r = (DWend-DWstart)/(DWstart×t),用于实验数据分析。   (4)
        其中,DWend为周期结束时单位面积干重(g/m²),DWstart为周期开始时单位面积干重(g/m²),t为生长时间(天)。
      2. 计算年均生物量(DWavg_year,g/m2),即一年内所有采样事件中DWi的平均值:
        静态平衡方程,DWavg_year = (Σi=1^n DWi)/n,用于平均值计算的公式。   (5)
        其中,n为每年采样次数(无量纲),指一年内进行的独立采样事件总数(例如季节性或月度调查);i为表示年内各采样时间的索引,用于计算年均生物量;DWi为第i次采样事件的单位面积干重(g/m²)。

3. 蓝碳计算的标准化流程

  1. 碳含量测定
    1. 将已干燥至恒重的样品(即用于碳含量分析的保留材料)放入粉碎机中研磨2-3分钟,以均质化材料。使用机械研磨机或研钵与研杵,获得适合碳分析的均匀颗粒。
    2. 将均质化后的材料过100目筛(孔径约150 µm)。收集筛下部分,并转移至预先编号并预先干燥的小瓶中。
    3. 将预处理后的样品储存于干燥器中,以尽量减少吸湿。应在7天内完成碳含量测定。
    4. 检查储存期间是否吸湿,必要时进行干重校正。称取一份储存的预处理样品质量为mbefore,然后在60 °C下再次烘干至恒重,称量为mafter
    5. 计算吸湿率(MR,%): 静态平衡;公式 MR(%):[(m_before - m_after) / m_before] × 100%;数学概念。   (6)
      在报告碳含量时,若吸湿不可忽略,应基于真实干重并使用MR对数值进行表达。
  2. 基准方法:元素分析
    1. 在样品测定前,使用有证标准物质校准元素分析仪。确保校准误差<0.5%。
    2. 设定操作条件:燃烧温度950 °C,还原温度650 °C,载气流速200 mL/min。
    3. 称取5-10 mg预处理样品至已预先称重的锡坩埚中,折叠并压紧坩埚,防止燃烧过程中泄漏。
    4. 将坩埚装入元素分析仪,由仪器自动完成燃烧、还原、分离和检测过程。
    5. 每份样品重复测定三次。取平均值作为最终碳含量(C,%)
      浓度公式 C(%)=mC/msample×100%,化学计算符号。   (7)
      其中,mC为样品中碳的质量(mg),msample为被分析样品的总质量(mg)。
    6. 若三次测定结果的相对标准偏差(RSD,%)超过1%,需重新测定直至满足接受标准。RSD计算公式为:
      相对标准偏差公式,RSD = (SD/C) × 100%,用于统计分析。   (8)
      其中SD为三次C测定值的标准偏差,C̄为其均值。
  3. 替代方法:燃烧法(灼失量法)
    1. 仅在无法使用元素分析仪时采用此方法。在报告中应明确注明使用该方法,并应用3.3.5节所述的校正程序。
    2. 取5-10 g预处理干燥样品置于坩埚中,在60 °C下干燥至恒重,然后在马弗炉中于550 °C燃烧4-6小时。在干燥器中冷却后称量残渣质量。
    3. 按以下公式计算C(%):燃烧产率公式,方程,百分比计算,化学分析。   (9)
      其中m为燃烧前样品的干重(mg),mash为燃烧后残渣的质量(mg)。
    4. 对每一批次,应使用元素分析法测定3-5个代表性样品的C值。拟合燃烧法测得的C值与元素分析法测得的C值之间的校正方程,并将该校正方程应用于同一批次所有燃烧法测得的结果。

4. 碳去除率计算

  1. 基于生长速率的碳去除率
    1. 计算碳去除率(CR,g C m-2d-1):生长速率公式,CR = ΔDW×C/t,用于生物过程分析。   (10)
      其中,ΔDW 为单位面积生物量增长(DWend−DWstart,g m⁻²);C 为碳含量(以小数表示,例如 35.2% = 0.352);t 为生长时间(天)。
      注意:用于定义 t 的起始和终止时间点应与 DWstart 和 DWend 所用时间点一致,并记录采样日期及时间间隔长度,以确保可重复性。
  2. 基于初级生产力的碳去除率(明暗瓶法)
    1. 准备成对的培养瓶(明瓶和暗瓶)。用现场海水冲洗瓶子三次,然后装入现场海水,尽量减少顶空体积,并提前标记瓶子。
    2. 将具有代表性的大型藻类材料放入每个瓶中。使用的生物量应避免过度拥挤,并使藻类在培养期间保持自然姿态。
    3. 使用饱和空气水作为参考,按照制造商说明校准溶解氧(DO)测定仪。确认测量误差 ≤0.1 mg L⁻¹。
    4. 测定明瓶和暗瓶中的初始 DO 值,并记录数据(DO₀,white 和 DO₀,black,mg L⁻¹)。
    5. 在接近自然温度和光照条件下,在采样点将瓶子培养 24 小时。培养期间保持瓶子不受扰动,避免因直接日晒导致过热或因遮蔽造成光照偏差。
    6. 测定明瓶和暗瓶中的最终 DO 值(DO₁,white 和 DO1,black,mg L⁻¹)。
    7. 计算 DO 变化量:ΔDO 公式;ΔDO_white = DO_{1,white} - DO_{0,white};公式;光学分析。   (11)
      静态平衡方程 ΔDO_black=DO_1,black−DO_0,black;公式分析方法。   (12)
    8. 计算净氧气产量:净氧计算公式,O_net=(ΔDO_white−ΔDO_black)×V,化学方程。   (13)
      其中 V 为海水体积(L)。
    9. 将氧气产量转换为碳固定量(Cfix,mg C):静态平衡:方程 C_fix=0.375×O_net,用于平衡分析。   (14)
      其中 Onet 为净氧气产量(mg O2),0.375 为换算系数(1 mg O2 对应固定 0.375 mg C)。
    10. 基于初级生产力计算碳去除率(CRproductivity,g C m⁻² d⁻¹):
      CR 生产力公式,用于计算化学反应生产速率的方程。   (15)
      其中 1000 将 mg 转换为 g,A 为样品(投影)面积(m²),t 为培养时间(天)。
      注意:培养期间应确保藻类保持自然状态,避免物理扰动。记录培养过程中的海水温度和大致光照条件,以保证报告的一致性。
  3. 两种方法的整合与校正
    1. 计算平均 CR:平均生长与生产力方程,C<sub>Ravg</sub> = (C<sub>Rgrowth</sub> + C<sub>Rproductivity</sub>) / 2。   (16)
    2. 计算相对误差(RE):静态平衡公式,RE 计算方程,研究方法。   (17)
      注意:若 RE < 10%,则采用 CRavg 作为最终的 CR 值;若 RE ≥10%,需核查时间点及操作一致性(例如生长区间定义、培养时间、样品面积估算),并重复对差异贡献最大的测量或计算步骤。
    3. 计算校正后的 CR(CRcorr,g C m⁻² d⁻¹):色度校正公式;科学研究;CR_corr=CR_meas×(T_light/T_light_stand)。   (18)
      其中 CRmeas 为测得的碳去除率(g C m⁻² d⁻¹),Tlight 为实测光照时长(h),Tlight_stand 为标准光照时长(h)。

5. 碳储存与碳通量的转换

  1. 计算碳储量(C储存,t C): Static equilibrium equation \(C_{storage}=B_{avg\_year} \times C\); formula for storage capacity.   (19)
    B所在的位置平均年份 为年平均种群生物量(吨),C 为碳含量(小数形式)
  2. 将年碳通量(Fc, t C yr-1)定义为经校正的长期碳汇(CS长片段相关性):
    Static equilibrium equation: Fc = CSlong_corr   (20)
  3. 将 Fc 转换为 CO2 等效 Equation illustrating carbon dioxide to carbon conversion factor, shown as F<sub>CO2</sub> = F<sub>C</sub> × 3.67.   (21)
    其中 1 t C = 3.67 t CO₂2碳储量、碳清除率、碳汇指标以及本方案中所用的通量转换之间的关系总结如下: 图3.

6. 质量控制系统

  1. 采样阶段的质量控制
    1. 对采样人员进行统一培训,确保样方设置、样品采集和参数记录等操作标准化(参见表1)。
    2. 培训结束后进行考核,要求样方布设误差 <5%,鲜重测量误差 <2%。只有通过考核的人员方可参与野外采样。
    3. 每次采样前使用标准砝码(如100 g或500 g)校准电子天平,并将校准结果记录于仪器校准表中。若采样过程中天平发生移动,需重新校准。
    4. 采样前在已知坐标的地点校准GPS定位仪,确保定位误差 <5 m。若在遮蔽或信号不良条件下测量,应记录偏差,并在数据处理时校正坐标13
    5. 每天使用标准溶液校准水温计和盐度计,确保水温校准误差 <0.2 °C,盐度校准误差 <0.2。
    6. 在每个采样点采集样品的同时,测量周围海水的水温和盐度,并将数值记录至数据库中。
    7. 每个采样点设置三个重复样方。若三个样方的DWper变异系数超过10%,则增加两个重复样方,直至变异系数 <10%。
    8. 所有采集的样品在实验室处理完成前均应冷藏保存(5–10 °C),以便在需要时进行额外的重复测定。
    9. 每个样方样品的鲜重、干重和碳含量均需设置三个平行测定,要求相对标准偏差 <5%,若未达标则需重复测定。
  2. 实验分析阶段的质量控制
    1. 在洁净的实验环境中进行样品预处理和分析,以最大限度减少灰尘和有机试剂的污染。
    2. 每日使用酒精擦拭并消毒实验台面,提前对可重复使用的设备进行干燥或灭菌处理14
    3. 每次使用元素分析仪前检查载气压力,确保其高于0.5 MPa。仅当燃烧炉温度波动 <5 °C时方可开始测量。
    4. 每完成一批样品测量后,在炉温降至安全操作温度时清洁燃烧管,以减少样品间的交叉污染15
    5. 使用前对电子天平进行归零。鲜重和干重各测量三次,要求鲜重的相对标准偏差 ≤2%,干重的相对标准偏差 ≤5%。每个样品的碳含量至少测定三次,并应用第3节(碳含量测定)中规定的接受标准。
    6. 每个采样点的初级生产力培养实验至少设置两个重复,当测量误差超过阈值时应重复实验。
  3. 数据审核
    1. 指定两名审核人员对实验数据进行审查,要求第一审核人检查原始记录的完整性(包括采样元数据、仪器参数和测量结果)。
    2. 要求第二审核人检查计算的准确性(如Rdf、DWper、CR及后续换算过程)。
    3. 记录审核过程中发现的问题,并在必要时实施重新测量或重新计算。
    4. 将仪器校准记录、平行测定的相对标准偏差以及异常数据处理说明作为质量控制证据存档,并将这些质量控制记录与数据库中的每个采样批次关联16

7. 数据管理

  1. 在野外工作前建立标准化的数据库模板,并在各站点和团队间统一使用同一模板。
  2. 记录采样信息,包括研究区域名称、区组编号、采样点的GPS坐标、采样日期、采样人员及天气状况。
  3. 记录环境参数,包括水温、盐度、水深、光照时长(Tlight),以及可获取的溶解氧浓度。
  4. 记录生物量数据,包括样方面积(A)、样方鲜重(FWtot)、样方干重(DWtot)、干鲜比(Rdf)、单位面积生物量(DWper)、种群分布面积(S)和种群总生物量(B)。
  5. 记录蓝碳指标,包括碳含量(C)、碳移除速率(CR)、短期碳汇(CSshort)、校正后的长期碳汇(CSlong_corr)、碳储量(Cstorage)和碳通量(Fc)。
  6. 记录质量控制数据,包括仪器校准记录、平行测定的相对标准偏差及异常数据处理说明16
  7. 统一记录生长阶段标签(例如旺盛生长期与非旺盛生长期),并记录每次采样活动的年月。

访问受限。请登录或开始试用以查看此内容。

结果

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

案例 1:中国北方近海巨藻种群碳移除潜力的评估

研究区域与采样时间:野外采样在山东省青岛市的近海海带养殖区进行(水深:5–8 m)。测量数据分别在海带旺盛生长期(2022年5月)和非旺盛生长期(2022年11月)采集。

取样布局:在水产养殖区域内,沿养殖带布设样方(1 m × 1 m),以捕捉海带种群的空间异质性。在养殖区中分布多个重复样方,以确保测量的独立性及对种群的代表性覆盖。取样区域的地理范围如图 4所示。

生物量指标:在旺盛生长期,单位面积干重为 850 ± 42 g m-2;在非旺盛期,为 320 ± 28 g m-2。植株高度和盖度表现出相同的季节性变化模式,旺盛期的数值高于非旺盛期(表 3)。

访问受限。请登录或开始试用以查看此内容。

讨论

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本方案的核心优势在于直接解决了现有大型藻类碳移除潜力评估中存在方法学差异的问题。在实际操作中,样方规格、测量方法和计算模型的差异可能导致即使在同一沿海系统内,碳汇估算结果也会相差两到三倍17。通过标准化操作流程、参数定义和计算逻辑,该方案提高了不同研究地点之间的可比性,并降低了报告差异由方法不一致而非真实生态变异所导致的风险。通常开展此类评估的代表性沿海生境类型如图5所示。

应用该方案时,必须明确结合物种特征和生长动态。大型藻类在生活史和物候特征上存在显著差异,采样设计应反映这些差异,以避免系统性偏差。对于海带等一年生类群,区分旺盛生长期与非旺盛生长期尤为重要,因为在衰老或分解阶段进行采样可能会低估现存量生物量,并导致后续碳核算结果出现偏差18。环境变异性也应被视为一种可控的不确定性来源,而非背景噪声。例如,在河口环境中,异常低的盐度(如<25)可能影响碳含量估算结果。在此类条件下,将重复测定次数从3次增加至5次,可提高测量精度并减少测量误差

访问受限。请登录或开始试用以查看此内容。

披露

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

作者声明无利益冲突。

致谢

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本工作得到了广东现代海洋牧场产业创新技术研发项目(2024-MRI-001)、广东省汕头市科技计划项目(STKJ2025010,STKJ2025037)以及广东省海洋生物技术重点实验室基金(GPKLMB201901)的支持。感谢珠海海洋中心和汕头大学提供科研设施。特别感谢来自青岛和厦门的野外团队在数据采集方面的贡献,以及实验室分析人员在碳含量测定方面的工作。同时感谢遥感数据提供者及地理信息系统(GIS)技术支援人员的协助。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
电子天平METTLER TOLEDOML204T用于样品称量
元素分析仪Thermo FisherFlashSmart用于碳含量分析
烘箱MemmertUN55用于样品干燥
GPS 设备GarminGPSMAP 65s用于记录位置信息
溶解氧测定仪YSIProODO用于测量溶解氧水平

参考文献

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Ni, Z. J., Zhang, Y. S., Chu, H. Y., Li, B., Zhang, M. L., Sun, Y. Q., Hu, S. X. Synergetic effect of light and nutrients on the release of dissolved organic carbon from juveniles of Saccharina japonica. Acta Hydrobiol. Sin. 46 (12), 1909-1915 (2022).
  2. Stauber, J. L., Adams, M. S., Batley, G. E., Golding, L. A., Hargreaves, I., Peeters, L., Reichelt-Brushett, A. J., Simpson, S. L. A generic environmental risk assessment framework for deep-sea tailings placement. Sci. Total Environ. 845, 157311(2022).
  3. Xiang, C., Zhong, Y., Li, G., Song, X., Huang, Y. Planktonic carbon metabolism of an underwater coral atoll in the oligotrophic sea: a case study of Zhongsha Atoll, Central South China. Front. Mar. Sci. 10, 100123(2023).
  4. Xu, H., Pang, T., Zhang, L., Liu, J. Photosynthetic performance of the red algae Gracilariopsis lemaneiformis under high seawater pH: Excess reactive oxygen production due to carbon limitation. Photochem. Photobiol. 101 (2), 254-262 (2025).
  5. Zhang, D., Sun, J. Z., Fu, M. H., Li, C. J. Photosynthetic performance and antioxidant activity of Gracilariopsis lemaneiformis under phosphorus deficiency at elevated temperatures. Front. Mar. Sci. 11, 999999(2024).
  6. Zhang, Z., et al. Assessment and spatial pattern of carbon sequestration potential of mariculture in Sansha Bay. Ocean Coast. Manag. 220, 106001(2024).
  7. Liu, B., Wang, L., Wang, R., Zhou, Z., Peng, C. Effects of desiccation-rewetting cycles on the carbon sequestration capacity of Ulva pertusa. J. Ocean Univ. China. 24 (1), 45-55 (2025).
  8. Liu, Z., Liang, G., Wang, H., Zhang, Y., Li, J. Carbon sink and environmental benefit analysis of seaweed cultivation in China. Chin. J. Eco-Agric. 32 (4), 789-798 (2024).
  9. Xie, Y., Su, J., Shao, K., Fan, J. Research progress of carbon sink measurement and assessment methods for marine fisheries. Hebei Fish. 45 (3), 23-31 (2023).
  10. Xu, T. Toxic effects of copper pollution on three macroalgae under ocean acidification. [PhD thesis]. , Jiangsu Ocean University. (2022).
  11. Wu, S. Research on model and application of coastal ecosystem service value evaluation. [Master's thesis]. , Dalian Ocean University. (2022).
  12. Hu, T., Su, J., Shao, K., Fan, J. Research progress on carbon sequestration processes, mechanisms, and sequestration modes of shellfish and algae culture. Fish. Sci. Technol. Inf. 51 (6), 102-110 (2024).
  13. Song, S., et al. Research on the collaborative development path of marine carbon sinks and marine energy. J. Mar. Inf. Technol. Appl. 19 (2), 12-21 (2023).
  14. Liu, H., Liu, H., Wang, Q., Xi, F., Yin, Y. Accounting of marine ecosystem gross ecosystem product (GEP): A case study of Fuzhou City. Ecol. Econ. 242, 107406(2024).
  15. Xie, Y., Su, J., Shao, K., Hu, T., Ming, H., et al. Long-term response of microbial communities to the degradation of DOC released from Undaria pinnatifida. Mar. Environ. Res. 192, 105852(2024).
  16. Luo, H. Photosynthetic physiology of Enhalus acoroides. and carbon sequestration rate and storage of its seagrass bed. [Master's thesis]. , Hainan Tropical Ocean University. (2024).
  17. Tian, K., et al. Community structure of macroalgae and estimation of biological carbon sequestration in mussel farming areas of Gouqi Island J. Zhejiang Ocean Univ. 44 (1), 33-41 (2024).
  18. Tao, X. Photosynthetic carbon sequestration capacity of macroalgae and their physiological responses to coupled acidification and temperature. [Master's thesis]. , Shanghai Ocean University. (2024).
  19. Min, Z., Wang, K., Wang, H., Fu, W., Wu, B. Advances in carbon sequestration technology using marine microalgae. Mar. Biol. Res. 20 (4), 456-470 (2024).
  20. Ying, M., Quan, W., Wang, T., Zhang, P., Kang, H. Research and application of carbon sequestration enhancement technology for large phytoplankton in Zhejiang's shallow seas. [Master's thesis]. , Wenzhou Vocational College of Science and Technology. (2022).
  21. Wernberg, T., Filbee-Dexter, K., de Bettignies, T., Leclerc, J. C., Davoult, D., et al. Smaller plants in warmer water could have implications for future kelp forests. Sci. Rep. 15, 9300(2025).
  22. Pedersen, M. F., Filbee-Dexter, K., Frisk, N. L., Sárossy, Z., Wernberg, T. Carbon sequestration potential increased by incomplete anaerobic decomposition of kelp detritus. Mar. Ecol. Prog. Ser. 663, 143-156 (2021).
  23. Smale, D. A., King, N., Pessarrodona, A., Burrows, M. T., Moore, P. J. Intra- and inter-decadal scale variability in kelp population structure reveals both stability and decline in a critical foundation species. Divers. Distrib. 31 (4), 554-567 (2025).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

相关文章