High frequency CO2 monitoring of soil and vegetation gas exchange with the atmosphere to assess the local carbon balance of a green infrastructure element

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The task of assessing the local carbon balance of green infrastructure elements, which is relevant for the Environmental Social–Governance green agenda, can be successfully solved using modern programmable loggers with NDIR technology for detecting CO2 in the air. The main idea of fully automated continuous monitoring of carbon gas exchange consists in periodic pumping of atmospheric air through closed chambers for soil and vegetation, followed by exposure to assess trends in growth (CO2 emission) or CO2 uptake (photosynthesis) trends using in-chamber CO2 loggers. This know-how was implemented in the Serebryanoborsky experimental forestry of ILAN RAS in Moscow on the example of planting blue spruce (Picea pungens Engelm.) on cultivated loamy sand Cambisol. Budget gas analyzers HT-401/5 (China) with registration every minute were used as CO2 loggers. The monitoring results revealed strong changes in the plant and soil components of C-gas exchange with multiple changes in the local carbon balance from source to sink during the year. Carbon emission losses in the cold period for the soil amount to 8%, and for the plant exceed 17% of the annual flows, without completely stopping even in severe frosts. The share of gross photosynthesis of an evergreen plant exceeds 15% due to periodic winter thaws. Despite a positive annual integral estimate of about 100 gC/(m2 year), the dynamics of the C-balance has a complex oscillatory character with nonlinear reactions of C-flows to temperature, which devalues the widespread estimate with rare measurements of gas fluxes and subsequent temperature extrapolation.

About the authors

A. V. Smagin

Lomonosov Moscow State University; Institute of Forest Science, Russian Academy of Sciences

Author for correspondence.
Email: smagin@list.ru
ORCID iD: 0000-0002-3483-3372
Russian Federation, Moscow 119991; Uspenskoe, 143030

N. B. Sadovnikova

Lomonosov Moscow State University; Institute of Forest Science, Russian Academy of Sciences

Email: smagin@list.ru
Russian Federation, Moscow 119991; Uspenskoe, 143030

S. V. Sukhorukov

Institute of Forest Science, Russian Academy of Sciences

Email: smagin@list.ru
Russian Federation, Uspenskoe, 143030

E. A. Belyaeva

Institute of Forest Science, Russian Academy of Sciences

Email: smagin@list.ru
Russian Federation, Uspenskoe, 143030

References

  1. Брянская И.П., Васенев В.И., Брыкова Р.А., Маркелова В.Н., Ушакова Н.В., Госсе Д.Д., Гавриленко Е.В., Благодатская Е.В. Анализ ввозимых почвогрунтов для прогнозирования запасов углерода в почвенных конструкциях Московского мегаполиса // Почвоведение. 2020. № 12. С. 1537–1546. http://doi.org/10.31857/S0032180X20120047
  2. Дмитриев Е.А. Математическая статистика в почвоведении. М.: Изд-во Моск. ун-та. 1995. 320 с.
  3. Епихина А.С., Визирская М.М., Васенев В.И., Мазиров И.М., Васенев И.И., Валентини Р. Инновационные методы мониторинга парниковых газов представительных ландшафтов мегаполиса // Вестник РУДН. Сер. Агрономия и животноводство. 201. № 4. С. 43–55.
  4. Когут Б.М., Семенов В.М., Артемьева З.С., Данченко Н.Н. Дегумусирование и почвенная секвестрация углерода // Агрохимия. 2021. № 5. С. 3–13. http://doi.org/10.31857/S0002188121050070
  5. Кудеяров В.Н. Почвенное дыхание и секвестрация углерода (обзор) // Почвоведение. 2023. № 9. С. 1011–1022. http://doi.org/10.31857/S0032180X23990017
  6. Михайлов О.А., Загирова С.В., Гончарова Н.Н., Мигловец М.Н. Суточная динамика СО2-газообмена в системе “болото-атмосфера” в период отсутствия активной вегетации растений // Изв. Коми НЦ УрО РАН. 2013. Вып. 3. С. 35–40.
  7. Мoлчанов А.А. Продуктивность биологической массы в лесах различных зон. М.: Наука, 1977. 276 с.
  8. Молчанов А.Г. Баланс СО2 в экосистемах сосняков и дубрав в разных лесорастительных зонах. Тула: Гриф и К, 2007. 284 с.
  9. Мoлчанов А.Г. тетическая продуктивность дубового древостоя в различных условиях водообеспеченности // Физиология растений. 2005. Т. 52. № 4. С. 522–531.
  10. Пулы и потоки углерода в наземных экосистемах России. М.: Наука. 2007. 315 с Смагин А.В. Режимы функционирования динамических биокосных систем // Почвоведение. 1999. № 12. С. 1433–1447.
  11. Строганова М.Н., Мягкова А.Д., Прокофьева Т.В. Роль почв в городских экосистемах // Почвоведение. 1997. № 1. С. 82–86.
  12. Шевелуха В.С. Рост растений и его регуляция в онтогенезе. М.: Колос, 1992. 600 с.
  13. Шибистова О.Б., Ллойд Д., Колле О., Арнет А., Чебакова Н.М., Золотухин Д.А., Зражевская Г.К., Шульце Э.-Д. Оценка аккумулирования СО2 сосновым древостоем методом микровихревых пульсаций // Доклады АН. 2002. Т. 383. № 3. С. 425–429.
  14. Юзбеков А.К., Замолодчиков Д.Г. Углекислотный газообмен хвои ели европейской в южнотаежном ельнике // Вестн. Моск. ун-та. Сер. 16, биология. 2017. Т. 72. № 2. С. 106–112.
  15. Юзбеков А.К., Замолодчиков Д.Г., Иващенко А.И. Фотосинтез у ели европейской в лесных экосистемах экспериментального полигона “Лох таежный” // Вестн. Моск. ун-та. Сер. 16, биология. 2014. № 4. С. 32–35.
  16. Bag P., Chukhutsina V., Zhang Z. Suman P., Ivanov A.G., Shutova T., Croce R., Holzwarth A.R., Jansson S. Direct energy transfer from photosystem II to photosystem I confers winter sustainability in Scots Pine // Nat. Commun. 2020. V. 11. P. 6388. http://doi.org/10.1038/s41467-020-20137-9
  17. Brooks P.D., Grogan P., Templer P.A., Groffman P., Oquist M.G., Schimel J. Carbon and nitrogen cycling in snow-covered environments // Geogr. Compass. 2011. V. 5. P. 682–699. http://doi.org/10.1111/j.1749-8198.2011.00420.x
  18. Contosta A.R., Burakowski E.A., Varner R.K., Frey S.D. Winter soil respiration in a humidtemperate forest: The roles of moisture, temperature, and snowpack // J. Geophys. Res. Biogeosci. 2016. V. 121. P. 3072–3088. http://doi.org/10.1002/2016JG003450
  19. Gamon J.A., Huemmrich K.F., Wong C.Y.S., Ensminger I., Garrity S., Hollinger D.Y., Noormets A., Peñuelas J. A remotely sensed pigment index reveals photosynthetic phenology in evergreen conifers // Proc. Natl. Acad. Sci. USA. 2016. V. 113. P. 13087–13092.
  20. Gavrichkova O., Brykova R.A., Brugnoli E., Calfapietra C., Cheng Z., Kuzyakov Y., Liberati D., Moscatelli M.C., Pallozzi E., Vasenev V.I. Secondary soil salinization in urban lawns: Microbial functioning, vegetation state, and implications for carbon balance // L. Degrad. Dev. 2020. V. 31. № 17. P. 2591–2604. http://doi.org/10.1002/ldr.3627
  21. Eddy Covariance – A Practical Guide to Measurement and Data Analysis / Eds. Aubinet M. et al. Dordrecht: Springer, 2012. 438 p.
  22. Freeland R.O. Apparent Photosynthesis in Some Conifers during Winter // Plant Physiol. 1944. V. 19. P. 179–185.
  23. Fry D.J., Phillips I.D.J. Photosynthesis of conifers in relation to annual growth cycles and dry matter production. II. Seasonal photosynthetic capacity and mesophyll ultrastructure in Abies grandis, Picea sitchensis, Tsuga heterophylla and Larix leptolepis growing in S.W. England // Physiol. Plant. 1977. V. 40. P. 300–306. http://doi.org/10.1111/j.1399-3054.1977.tb04077.x
  24. Iles C.E., Samset B.H., Sandstad M., Schuhen N., Wilcox L.J., Lund M.T. Strong regional trends in extreme weather over the next two decades under high- and low-emissions pathways // Nat. Geosci. 2024. V. 17. P. 845–850. http://doi.org/10.1038/s41561-024-01511-4
  25. Ivashchenko K., Lepore E., Vasenev V., Ananyeva N., Demina S., Khabibullina F., Vaseneva I., Selezneva A., Dolgikh A., Sushko S., Marinari S., Dovletyarova E. Assessing soil-like materials for ecosystem services provided by constructed technosols // Land. 2021. V. 10. P. 1185. http://doi.org/10.3390/land10111185
  26. Jo H-K., McPherson E.G. Carbon Storage and Flux in Urban Residential Greenspace // J. Environ. Manage. 1995. V. 45. P. 109–133.
  27. Katterer T., Reichstein M., Andrén O., Lomander A. Temperature dependence of organic matter decomposition: a critical review using literature data analyzed with different models // Biol. Fertile Soils. 1998. V. 27. P. 258–262. http://doi.org/10.1007/s003740050430
  28. Keenan T., Gray J., Friedl M., Toomey M., Bohrer G., Hollinger D.Y., Munger J.W., O’Keefe J., Schmid H.P., Wing I.S., Yang B., Richardson A.D. Net carbon uptake has increased through warming-induced changes in temperate forest phenology // Nature Clim. Change. 2014. V. 4. P. 598–604. http://doi.org/10.1038/nclimate2253
  29. Kljun N., Calanca P., Rotach M.W., Schmid H.P. A simple two-dimensional parameterisation for Flux Footprint Prediction (FFP) // Geosci. Model Dev. 2015. V. 8. P. 3695–3713. http://doi.org/10.5194/gmd-8-3695-2015
  30. Mastepanov M., Sigsgaard Ch., Dlugokencky E.J. Houweling S., Ström E. Large tundra methane burst during onset of freezing // Nature. 2008. V. 456. № 4. P. 628–631.
  31. https://doi.org10.1038/nature07464
  32. Melaas E.K., Richardson A.D., Friedl M.A., Dragoni D., Gough C.M., Herbst M., Montagnani L., Moors E. Using FLUXNET data to improve models of springtime vegetation activity onset in forest ecosystems // Agric. For. Meteorol. 2013. V. 171–172. P. 46–56. http://doi.org/10.1016/j.agrformet.2012.11.01
  33. Morel J. L., Chenu C., Lorenz K. Ecosystem services provided by soils of urban, industrial, traffic, mining, and military areas (SUITMAs) // J. Soils Sediments. 2014. V. 15. P. 1659–1666. http://doi.org/10.1007/s11368-014-0926-0
  34. Nehemy M.F., Pierrat Z., Maillet J., Richardson A.D., Stutz J., Johnson B., Helgason W., Barr A.G., Laroque C.P., McDonnell J.J. Phenological assessment of transpiration: The stem-temp approach for determining start and end of season // Agric. For. Meteorol. 2023. V. 331. P. 109319. http://doi.org/10.1016/j.agrformet.2023.109319
  35. Shaw R.K. Soils in urban areas: Characterization, management, challenges // Soil Sci. 2015. V. 180. № 4/5. P. 135. http://doi.org/10.1097/SS. 0000000000000138
  36. Shchepeleva A.S., Vasenev V.I., Mazirov I.M., Vasenev I.I., Prokhorov I.S., Gosse D.D. Changes of soil organic carbon stocks and CO2 emissions at the early stages of urban turf grasses’ development // Urban Ecosyst. 2017. V. 20. P. 309–321. http://doi.org/10.1007/s11252-016-0594-5
  37. Smagin A.V. Kinetic Assessment of Gas Exchange between the Soil and the Atmosphere by the Static Chamber Method // Eurasian Soil Sci. 2015. V. 48. P. 719–725. http://doi.org/10.1134/S1064229315070108.
  38. Smagin A.V. The Gas Function of Soils // Eurasian Soil Sci. 2000. V. 33. P. 1211–1223.
  39. Smagin A.V., Sadovnikova N.B., Vasenev V.I., Smagina M.V. Biodegradation of Some Organic Materials in Soils and Soil Constructions: Experiments, Modeling and Prevention // Materials. 2018. V. 11. P. 1889. http://doi.org/10.3390/ma11101889
  40. Suсhko S., Ananyeva N., Ivashchenko K., Kudeyarov V., Vasenev V. Soil CO2 emission, microbial biomass, and microbial respiration of woody and grassy area in Moscow (Russia) // J. Soils Sediments. 2019. V. 19. P. 3217–3225. http://doi.org/10.1007/s11368-018-2151-8
  41. Suzuki R., Takahashi K. Responses of photosynthetic rates to temperature in two conifers dominating at different elevations // Landscape Ecol. Eng. 2022. V. 18. P. 389–395. http://doi.org/10.1007/s11355-022-00500-2
  42. Vasenev V., Varentsov M., Konstantinov P., Romzaykina O., Kanareykina I., Dvornikov Y., Manukyan V. Projecting urban heat island effect on the spatial-temporal variation of microbial respiration in urban soils of Moscow megalopolis // Sci. Total Environ. 2021. V. 786. P. 147457. http://doi.org/10.1016/j.scitotenv.2021.147457
  43. Yang Q., Blanco N.E., Hermida-Carrera C. Lehotai N., Hurry V., Strand A.Two dominant boreal conifers use contrasting mechanisms to reactivate photosynthesis in the spring // Nat. Commun. 2020. V. 11. P. 1–12. http://doi.org/10.1038/s41467-019-13954-0
  44. Zhang H., Bai J., Sun R., Wang Y., Pan Y., McGuire P.C., Xiao Z. Improved Global Gross Primary Productivity Estimation by Considering Canopy Nitrogen Concentrations and Multiple Environmental Factors // Remote Sens. 2023. V. 15. P. 698. http://doi.org/10.3390/rs15030698

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Additional materials
Download (995KB)
Indexing metadata

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».