Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Environment

Simulera temperatur i ett jordinkubationsexperiment

Published: October 28, 2022 doi: 10.3791/64081

Summary

Laboratoriejorduppvärmningsexperiment använder vanligtvis två eller flera konstanta temperaturer i flera kamrar. Genom att presentera en sofistikerad miljökammare tillhandahåller vi en exakt temperaturkontrollmetod för att imitera storleken och amplituden av in situ marktemperatur och förbättra den experimentella utformningen av jordinkubationsstudier.

Abstract

Studien av uppvärmningspåverkan på marken kräver en realistisk och korrekt representation av temperaturen. I laboratorieinkubationsstudier har en allmänt använd metod varit att göra konstanta temperaturer i flera kamrar, och via jämförelser av marksvar mellan låg- och högtemperaturkammare, för att härleda uppvärmningseffekten på markförändringar. Denna vanliga metod misslyckades dock med att imitera både storleken och amplituden för faktiska temperaturer som observerats under fältförhållanden, vilket potentiellt undergräver giltigheten av sådana studier. Eftersom sofistikerade miljökammare blir alltmer tillgängliga är det absolut nödvändigt att undersöka alternativa metoder för temperaturkontroll för markinkubationsforskning. Detta protokoll kommer att introducera en toppmodern miljökammare och demonstrera både konventionella och nya metoder för temperaturkontroll för att förbättra den experimentella utformningen av markinkubation. Protokollet består huvudsakligen av fyra steg: temperaturövervakning och programmering, jorduppsamling, laboratorieinkubation och jämförelse av uppvärmningseffekt. Ett exempel kommer att presenteras för att demonstrera olika metoder för temperaturkontroll och de resulterande kontrasterande uppvärmningsscenarierna; det vill säga en konstant temperaturdesign som kallas stegvis uppvärmning (SW) och simulerad in situ temperaturdesign som gradvis uppvärmning (GW), liksom deras effekter på markens andning, mikrobiell biomassa och extracellulära enzymaktiviteter. Dessutom presenterar vi en strategi för att diversifiera temperaturförändringsscenarier för att möta specifika forskningsbehov om klimatförändringar (t.ex. extrem värme). Temperaturkontrollprotokollet och de rekommenderade välanpassade och diversifierade temperaturförändringsscenarierna hjälper forskare att etablera tillförlitliga och realistiska markinkubationsexperiment i laboratoriet.

Introduction

Den globala yttemperaturen förväntas öka detta århundrade med 1,8-6,4 °C 1,2. Den globala uppvärmningen kan öka CO2-flödet från jord till atmosfären, vilket resulterar i positiv återkoppling med uppvärmning 3,4,5,6. Eftersom mikrobiella samhällen spelar en avgörande roll för att reglera markens andningssvar på uppvärmning7,8, har förändringarna i mikrobiell andning och de underliggande mikrobiella mekanismerna med uppvärmning varit ett forskningsfokus. Även om markuppvärmningsexperiment som användes i fälttillståndet, via en värmekabel9 och en öppen toppkammare10, var fördelaktiga för att fånga naturliga markfunktioner som temperatur11, har deras höga kostnader för installation och underhåll begränsat deras tillämpning. Alternativt är jordinkubationsexperiment med olika temperaturer ett gynnsamt val. Den främsta fördelen med jordinkubation i ett laboratorium är att de välkontrollerade miljöförhållandena (t.ex. temperatur) kan skilja enfaktoreffekten från andra förvirrande faktorer i en fältexperimentell miljö12,13. Trots skillnader mellan tillväxtkammare och fältexperiment (t.ex. växttillväxt) är översättning från laboratorieresultat till fältet lätt tillgänglig14. Inkubering av jordprover i laboratoriemiljö kan bidra till att förbättra vår mekanistiska förståelse av markens svar på uppvärmning15.

Vår litteraturöversikt identifierade flera temperaturkontrollmetoder och följaktligen distinkta temperaturförändringslägen i tidigare jordinkubationsstudier (tabell 1). För det första är instrument som används för att kontrollera temperaturen mestadels genom en inkubator, tillväxtkammare, vattenbad och i sällsynta fall värmekabel. Med tanke på dessa instrument har tre typiska temperaturförändringsmönster genererats (figur 1). Dessa inkluderar det mest implementerade läget, konstant temperatur (CT), linjär förändring (LC) med en konstant temperaturförändringshastighet som inte är noll och olinjär förändring (NC) med en daglig typ av temperatur. För ett fall av CT-mönster kan temperaturen variera i storlek över tiden, även om konstant temperatur kvarstår under en viss tidsperiod under inkubationen (figur 1B). För LC kan temperaturförändringshastigheten variera i olika studier i mer än två storleksordningar (t.ex. 0,1 °C/dag jämfört med 3,3 °C/h; Tabell 1). I NC-fall förlitade sig de flesta på den inneboende kapaciteten hos de instrument som användes, vilket ledde till olika transportsätt. Trots det hävdades en typ av dygnstemperaturförändring genom en värmekabel eller inkubator16,17; kammartemperaturerna i dessa experiment validerades emellertid inte. Andra viktiga granskningsresultat i tabell 1 inkluderar inkubationstemperaturintervallet 0-40 °C, med de flesta mellan 5-25 °C; Experimentens varaktighet varierade från några timmar (<1 dag) till nästan 2 år (~ 725 dagar). Jordar som utsattes för inkubationer samlades också in från skogs-, gräsmarks- och odlingsmarksekosystem, med dominerande mineralhorisont, organisk horisont och till och med förorenad jord, mestadels belägen i USA, Kina och Europa (tabell 1).

Med tanke på de tre stora temperaturförändringslägena sammanfattades flera olika uppvärmningsscenarier som uppnåtts i de tidigare studierna i tabell 2. De inkluderar stegvis uppvärmning (SW), SW med varierande storlek (SWv), gradvis uppvärmning linjärt (GWl), gradvis uppvärmning nonlinearly (GWn) och gradvis uppvärmning dagligt (GWd).

Sammanfattningsvis fångade tidigare jordinkubationer vanligtvis den genomsnittliga luft- eller marktemperaturen på en plats. I många fall, som visas i tabell 1, programmerades inkubatorer eller kamrar manuellt vid en fast temperatur men kunde inte automatiskt justera temperaturen efter önskemål, vilket saknade förmågan att styra läget och hastigheten för temperaturförändringen med tiden (Eq. 1) och därmed ledde till svårigheter att imitera dygnstemperaturen i den lokala jorden. Å andra sidan, även om vi försökte i två experiment16,17, identifierade vi inga studier som uttryckligen imiterade gradvis uppvärmning dagligt (GWd) i deras inkubationsexperiment (tabell 1). Baserat på litteraturöversikten ligger det största hindret i dålig experimentell design, särskilt i brist på ett sofistikerat instrument som möjliggör implementering och validering av dagliga eller andra gradvisa uppvärmningsscenarier.

Equation 1(Ekv. 1)

Där ΔT är mängden temperaturförändring, m är läget för temperaturförändring, r är temperaturförändringshastigheten och t är förändringens varaktighet.

För att förbättra den experimentella noggrannheten i jordinkubation presenteras en exakt och sofistikerad temperaturkontrollmetod i denna studie. Genom att anta en toppmodern miljökammare, alltmer tillgänglig och ekonomiskt genomförbar, ska den nya konstruktionen inte bara möjliggöra noggrann simulering av marktemperaturen på plats (t.ex. dygnsmönster) utan också, genom att ta hänsyn till möjliga extrema temperaturförändringar, tillhandahålla ett tillförlitligt sätt att minimera artefakterna för instrumentell bias. Den nuvarande markinkubationsdesignen bör hjälpa forskare att identifiera optimala strategier som uppfyller deras inkubations- och forskningsbehov. Det övergripande målet med denna metod är att presentera markbiogeokemister med ett mycket operativt tillvägagångssätt för att reformera markinkubationsdesign.

Protocol

1. Temperaturövervakning och programmering

  1. Identifiera en provtagningszon inom ett forskningsdiagram. Installera en eller några automatiska temperaturprober i jordar på 10 cm djup. Anslut väderstationen till en dator via dataöverföringskabeln och öppna programvaran på datorn.
  2. Klicka på knappen Starta / Egenskaper verktygsfält för att konfigurera loggaren för de externa sensorerna som används.
  3. På skärmen Egenskaper anger du logger-/stationsnamnet (dvs. jordinkubationsutg.) och datainsamlingsintervallet (dvs. 60 min). Klicka sedan på Aktiverad på skärmen Egenskaper på de externa sensorportarna som används och välj sensorn/enheten i rullgardinsmenyn för varje sensorport (dvs. port A; "Enabled": Temperatur °C). Klicka slutligen på OK för att spara inställningarna.
  4. Övervaka avsökningarnas läsning varje vecka för att undvika fel och ladda ned datauppsättningen en gång i månaden. Få en fullständig post i flera månader som täcker växtsäsongen (dvs. april till september).
  5. Utför dataanalys av temperaturposterna. Få den genomsnittliga timtemperaturen för växtsäsongen genom att beräkna medelvärdet av alla observationer.
    1. Få medeltemperaturen för varje timme dagligen genom att beräkna medelvärdestemperaturer på samma timme under alla dagar under växtsäsongen.
  6. Starta programvaran i den sofistikerade kammaren och klicka på profilknappen på huvudmenyskärmen för att skapa en ny fil. I inmatningsraden för filnamnet anger du "SW low". Genom att klicka på alternativet Instant Change anger du 15.9 ° C som en initial temperatur som erhölls i steg 1.5 och anger 2 på raden Minuter för att hålla temperaturen i 2 minuter och klicka på knappen Klar . Under alternativet Ramptid anger du sedan 15,9 °C som målbörvärde och anger 850 h på raden Timmar för att upprätthålla temperaturen. Klicka på knappen Klar Fianlly.
    1. Upprepa ovanstående steg i den andra kammaren genom att lägga till 5 °C till varje temperaturnod och skapa ett nytt filnamn "SW high".
    2. Upprepa steg 1.4 i den tredje kammaren genom att lägga till ytterligare 23 steg som motsvarar 23 observerade jordtemperaturer per timme enligt steg 1.5.1. I det sista steget, kallat JUMP, ställer du in 42 upprepade slingor (Jump Count 42). Detta leder till scenariot med gradvis uppvärmning eller GW låg.
    3. Upprepa ovanstående steg i den fjärde kammaren med 5 °C tillsatt till varje temperaturnod. Detta möjliggör en simulering av varierande temperaturer i 42 dagar vid en högre temperaturnivå (dvs. GW hög).
  7. Genomför en preliminär körning i 24 timmar och mata ut de temperaturer som registrerats av de fyra kamrarna. Plotta de temperaturer som registrerats av kamrarna mot de som programmerats (figur 2A-D).
    1. Om de temperaturer som uppnås i kammaren överensstämmer med de temperaturer som programmerats av en temperaturskillnad <0,1 °C under 24 timmar (figur 2A,B,E,F), är kamrarna lämpliga för jordinkubationsexperimentet.
    2. Om kriterierna inte var uppfyllda i någon av dessa kamrar, upprepa ytterligare ett 24-timmarstest eller sök en ny kammare.

2. Jorduppsamling och homogenisering

  1. Nära temperatursondområdet, samla fem jordprover på 0-20 cm djup och lägg dem i en plastpåse efter att ha tagit bort ytskräpskiktet.
  2. Blanda provet noggrant genom att vrida, trycka och blanda materialen i påsen tills inget enskilt jordprov är synligt.
  3. Förvara proverna i en kylare fylld med ispaket och transportera proverna till labbet omedelbart.
  4. Ta bort rötterna i varje kärna, sikta den genom en jordsikt på 2 mm och blanda och homogenisera provet noggrant före följande analys.

3. Inkubation i laboratorium

  1. Före inkubation, väg 10,0 g färsk jord, ugnstorka den i 24 timmar vid 105 ° C och väg den torra jorden. Härleda skillnaden mellan färska och torra jordprover och beräkna förhållandet mellan skillnad över torr markvikt för att bestämma markfuktighetshalten i ett kalkylblad.
  2. Använd den härledda fukthalten för att beräkna markens mikrobiella biomassakol (MBC), extracellulära enzymaktivitet (EEA) och jordens heterotrofa andning enligt beskrivningen i följande steg. Dessa data hjälper till att förstå behandlingseffekterna på markens andning och de underliggande mikrobiella mekanismerna.
  3. Väg delprovet för fuktig jord före inkubationen (10 g) och kvantifiera jordens MBC med kloroformfumigation-K2S04-extraktion och kaliumpersulfatuppslutning18.
  4. Före inkubation, väg delprovet av fuktig jord (1,0 g) och mät jordens hydrolytiska och oxidativa EEA19.
  5. Väg 16 fältfuktiga jordprover (15,0 g motsvarande torrvikt) i 16 polyvinylkloridkärnor (PVC) (5 cm diameter, 7,5 cm långa) förseglade med glasfiberpapper på botten.
  6. Placera PVC-kärnorna i Mason-burkar (~ 1 L) fodrade med en bädd av glaspärlor för att säkerställa att kärnorna inte absorberar fukt.
  7. Placera fyra burkar i var och en av de fyra kamrarna enligt beskrivningen i steg 1.4. Slå på kamrarna och starta programmet samtidigt i fyra kamrar.
  8. Under inkubationen, vid 2 h, dag 1, 2, 7, 14, 21, 28, 35 och 42, ta alla burkar i var och en av fyra kamrar och använd en bärbar CO 2-gasanalysator för att mätamarkens andningshastighet (R s) genom att sätta analysatorns krage på toppen av varje burk.
  9. Samla destruktivt alla burkar i slutet av inkubationen (dvs. dag 42) och kvantifiera jordens MBC enligt beskrivningen i steg 3.3.
  10. Samla destruktivt alla burkar i slutet av inkubationen (dvs. dag 42) och kvantifiera jordenzymaktiviteten enligt beskrivningen i steg 3.4.

4. Jämförelse av uppvärmningseffekt

  1. Genom att anta en konstant andningsfrekvens (Rs) mellan två på varandra följande samlingar, använd andningshastigheten gånger varaktigheten för att härleda den kumulativa andningen (Rc).
  2. Genomföra en trevägs upprepad mätningsanalys av varians (ANOVA) för att testa de viktigaste och interaktiva effekterna av tid, temperatur (uppvärmning) och temperaturläge (uppvärmningsscenario) på Rs och Rc. Dessutom genomföra en tvåvägs ANOVA för att testa uppvärmnings- och uppvärmningsscenarioeffekter på MBC och EEA.

Representative Results

De utvalda toppmoderna kamrarna replikerade måltemperaturen med hög precision (figur 2A,B,E,F) och uppfyllde de tekniska kraven för inkubationsexperimentet. Med tanke på den enkla användningen och driften innebar detta tekniken för att förbättra temperatursimuleringen i markuppvärmningsstudier och i andra applikationer som växtstudier. Förfarandet har använts i vår senaste fallstudie baserad på en växelgräsodlingsmark i Middle-Tennessee.

Forskningsresultat visade att i förhållande till kontrollbehandling ledde uppvärmningen till signifikant större andningsförluster (Rs och R c) i båda uppvärmningsscenarierna (SW och GW), och GW fördubblade den uppvärmningsinducerade andningsförlusten (Rc) i förhållande till SW, 81% mot 40% (Figur 3). På dag 42 skilde sig MBC och EES också avsevärt mellan SW och GW, så att MBC var högre i SW än i GW (69% mot 38%; Figur 4) och glykosidaser och peroxidas (t.ex. AG, BG, BX, CBH, NAG, AP, LAP) var signifikant högre i GW än i SW-scenarier (figur 5).

Figure 1
Figur 1: Illustrationen av temperaturförändringsläge i ett markuppvärmningsexperiment som konceptualiserats från tabell 1. (A) Konstant temperatur (CT) som antagits av de flesta studier. (B) Konstant temperatur med varierande storlek (CTv). (C,D) Linjär förändring (LC) med positiva och negativa priser. (E,F) Icke-linjär förändring (NC) med oregelbundet mönster och dygnsmönster. Klicka här för att se en större version av denna siffra.

Figure 2
Figur 2: Temperatur riktad via programmering och kammartemperatur under en 24-timmars testperiod. (A,B) Måltemperatur (grå linje) och kammartemperaturrekord (streckad linje) under kontroll och uppvärmningsbehandlingar av stegvis uppvärmning (SW). (C,D) Måltemperatur (grå linje) och kammartemperaturrekord (streckad linje) under kontroll och uppvärmningsbehandlingar av gradvis uppvärmning (GW); (E, F) Temperaturskillnaden härledd för poster i panelerna C och D. Klicka här för att se en större version av denna siffra.

Figure 3
Figur 3: Genomsnittlig (± SE) kumulativ jordandning (Rc, μg CO2-C·g jord-1) under kontroll (ihålig) och värmande (mörk) behandling i SW och GW i ett 42-dagars jordinkubationsexperiment. Insatserna visar jordandningshastigheter (R s, μg CO2-C·h-1·g jord-1) som tillämpas för att uppskatta kumulativ andning, förutsatt att Rs var konstant fram till följande mätning. (A) Stegvis uppvärmning (SW) och (B) gradvis uppvärmning (GW). N = 4 i varje samling. Klicka här för att se en större version av denna siffra.

Figure 4
Figur 4: Medelvärde (± SE) MBC under kontroll och uppvärmningsbehandlingar i SW och GW i ett 42-dagars jordinkubationsexperiment. MBC = mikrobiellt biomassakol; N = 4 i varje samling. S betecknar signifikant effekt av uppvärmningsscenariot (SW vs. GW), vid p < 0,05, baserat på en trevägs upprepad mätning ANOVA. Klicka här för att se en större version av denna siffra.

Figure 5
Figur 5: Medelvärde (± SE) glykosidaser och peroxidas (μmolaktivitet h-1·gsoil-1) under kontroll och uppvärmningsbehandlingar i SW och GW i ett 42-dagars inkubationsexperiment. BX =β1,4-xylosidas; AP = Syra fosfatas; VARV = Leucinaminopeptidas; NAG =β-1,4-N-acetyl-glukosaminidas; OX = Oxidativa enzymer; PHO = Fenoloxidas; PER = Peroxidas. N = 4 i varje samling. S betecknar signifikant effekt av uppvärmningsscenariot (SW vs. GW), vid p < 0,05, baserat på en trevägs upprepad mätning ANOVA. Klicka här för att se en större version av denna siffra.

Tabell 1: Litteraturgenomgång av temperaturkontrollmetoder och temperaturförändringslägen i jordinkubationsstudier 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.

Totalt ingick 46 studier i granskningen. Klicka här för att ladda ner den här tabellen.

Tabell 2: Lägen för större temperaturförändringar och motsvarande uppvärmningsscenarier på grundval av en litteraturgenomgång (tabell 1). Fem lägen och scenarier fastställdes för att representera ett brett spektrum av möjliga temperaturförändringar och uppvärmningsförhållanden. Klicka här för att ladda ner den här tabellen.

Discussion

Den konstanta temperaturkontrollmetoden har tillämpats i stor utsträckning (tabell 1). Emellertid simulerar storleken och det tidsmässiga temperaturmönstret som implementeras i dessa procedurer dåligt marktemperaturen som observerats i fälttillståndet. Trots de framväxande ansträngningarna som imiterade det dagliga mönstret tidigare var sådana studier knappa och misslyckades med att klargöra utrustningen och förfarandet; inte heller validerade de temperatursimuleringen avseende noggrannhet och tillförlitlighet16,17. Eftersom samhället strävade efter att förbättra sin förståelse för markuppvärmningssvar är det absolut nödvändigt att optimera markinkubationsproceduren med realistisk temperatur och genomförbar kontroll. Ändå har sådana nya metoder inte utvecklats, och därför är en standardmetod för framtida inkubationsexperiment fortfarande utom räckhåll. Mot bakgrund av den ökande komplexiteten i den globala temperaturförändringen i storlek, amplitud, säsongsmässighet, varaktighet och extremitet är ett omfattande förfarande i hög efterfrågan.

Här presenterades en metod för att manipulera en daglig temperaturförändringsprocedur, som förlitar sig på den sofistikerade kammaren, för att erbjuda kapacitet att fastställa konstant, linjär och olinjär temperaturförändring och därefter olika uppvärmningsscenarier för att möta framtida forskningsbehov. Det finns fyra kritiska steg i protokollet. Den första är att bestämma marktemperaturen i fältförhållandet. Eftersom jordtypen och djupet av intresse samt markanvändningstypen kan variera från en studie till en annan, bör antalet temperatursonder som behövs för den specifika forskningsplatsen ändras för att bäst passa de faktiska förhållandena så mycket som möjligt. I allmänhet ska markdjupet för temperatursonder tillgodose de flesta forskningsbehoven vid 0-20 cm, och antalet sonder som representerar marktemperaturen bör begränsas till en till tre. Nyckeln är att uppnå en långsiktig kontinuerlig och på varandra följande temperaturrekord på minst en typisk markplats.

Det andra kritiska steget är att ställa in programmet för att uppnå den riktade temperaturstorleken och mönstret i kammaren. På grund av kammarens höga känslighet och noggrannhet (figur 4) är det möjligt att programmera för en exakt representation av temperaturen som observerats i fälttillståndet. Även om det nuvarande protokollet endast presenterade den observerade timtemperaturen som riktad i kammaren, kan en mer frekvent övervakning av marktemperaturen, såsom 30 min, 15 min eller ännu kortare, uppnås genom denna procedur. Ett test av mål- och kammartemperaturer måste dock utföras över 24 timmar, och före experimentet måste testresultaten uppfylla kriterierna på mindre än 0,1 °C mellan mål- och kammartemperaturen vid alla tidpunkter. Ju oftare temperaturobservationen väljs för att simulera, desto fler steg behövs för att ställa in programmet i kammaren före experimentet.

Det tredje kritiska steget är att genomföra inkubationen själv. För att minska påverkan av jordens heterogeniteter63 är homogenisering av jordprover nyckeln, och minst tre replikat för varje behandling rekommenderas. Före inkubation krävs en pre-inkubationsbehandling, och det nuvarande förfarandet kan underlätta förbehandlingen genom att programmera temperaturen och varaktigheten före experimentets officiella start. Detta är fördelaktigt för att man ska minska den experimentella störningen och orkestrera hela inkubationen sömlöst. Det sista kritiska steget är att inkludera både konstant temperatur och varierande temperaturbehandlingar så att en jämförelse kan göras när det gäller markuppvärmningssvaren.

Detta protokoll kan enkelt modifieras så att man kan manipulera storleken, amplituden och varaktigheten av temperaturförändringen. Till exempel kan extrema temperaturer under en värmebölja på sommaren och plötslig frost tidigt på våren på grund av klimatförändringar representeras med hjälp av denna procedur, förutom dess förmåga att ta hänsyn till deras varierande varaktighet och intensitet. Genom att simulera de regelbundna och oregelbundna temperaturerna i kombination kan man också simulera långsiktiga komplexa temperaturförändringseffekter som projiceras i framtiden. Som sammanfattas i tabell 2 kan de uppvärmningsscenarier som har studerats i många olika studier uppnås kollektivt i en studie. Detta protokoll förväntas tillhandahålla en sofistikerad metod för att simulera temperatur i jordinkubationsstudier. Med hopp om en bred tillämpning kommer antagandet av detta protokoll att hjälpa till att identifiera eller validera en mer exakt metod för framtida markuppvärmningsstudier baserade på laboratorieinkubation.

En viktig begränsning av förfarandet är att kammaren som används i det aktuella protokollet har en relativt liten volym och därmed endast kan rymma nio inkubationsburkar i varje kammare. Även om en mindre burk ökar kammarens kapacitet, rekommenderas en stor volym kammare. En ny modell (t.ex. TestEquity 1007) kommer att erbjuda åtta gånger mer kapacitet och rekommenderas därför för storskaliga experiment. Trots förbättringen av temperaturkontrollförfarandet i jordinkubationer kommer de potentiella komplikationerna med fukt och jordhomogenisering inte att lindras genom att anta det nuvarande protokollet.

Vi visar betydande fördelar med det sofistikerade temperaturkontrollförfarandet. Det ger en pålitlig och prisvärd temperaturkontrollstrategi för att få exakt temperatursimulering och erbjuder ett genomförbart sätt att förbättra markinkubationsexperiment som krävs för en bättre förståelse av markuppvärmningssvar. Även om den konstanta temperaturkontrollen är allmänt accepterad och logistiskt lätt att använda, kan artefakterna av långvarig konstant temperatur på markmikrobiella samhällen avleda ansträngningarna för att fånga de äkta marksvaren. De andra rapporterade laboratorieuppvärmningsmetoderna är i stort sett mindre kontrollerbara och replikerbara. Det nuvarande protokollet är överlägset på grund av dess enkla användning, höga noggrannhet och replikerbarhet för temperatursimulering, explicit programmering och kapacitet att kombinera olika temperaturförändringsscenarier i ett enda experiment. Genomförbarheten av temperaturkontroll med hög noggrannhet gör det möjligt för forskare att utforska olika temperaturförändringsscenarier.

Disclosures

Författaren har inget att avslöja.

Acknowledgments

Finansieringskällor som används för att stödja forskningen inkluderar en US National Science Foundation (NSF) HBCU − EiR (nr 1900885), ett US Department of Agriculture (USDA) Agricultural Research Service (ARS) 1890s Faculty Research Sabbatical Program (nr 58-3098-9-005), ett USDA NIFA-bidrag (nr 2021-67020-34933) och ett USDA Evans −Allen Grant (nr 1017802). Vi tackar hjälp från anställda vid TSU: s Main Campus Agriculture Research and Extension Center (AREC) i Nashville, Tennessee.

Materials

Name Company Catalog Number Comments
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

DOWNLOAD MATERIALS LIST

References

  1. Chatterjee, D., Saha, S. Response of Soil Properties and Soil Microbial Communities to the Projected Climate Change. Advances in Crop Environment Interaction. Bal, S., Mukherjee, J., Choudhury, B., Dhawan, A. , Springer. Singapore. 87-136 (2018).
  2. Feral, J. Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate. Pachauri, R. K., Meyer, L. A. , IPCC. Geneva, Switzerland. 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).

Tags

Miljövetenskap nummer 188
Simulera temperatur i ett jordinkubationsexperiment
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Li, J., Areeveso, P., Wang, X.,More

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).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter