碳同位素比率

一、研究背景与意义大气降水作为内陆水循环的重要水分输入项，其形成过程中，伴随着地表蒸发、植物蒸腾以及水汽凝结等平衡分馏或动力分馏过程，使降水中的氢氧稳定同位素组成有不同的特征。因此降水氢氧稳定同位素常被视为良好的示踪剂，被广泛应用于水汽源地示踪、古气候重建、蒸发量及局地水汽再循环的估算等研究。降水氢氧稳定同位素的研究始于上世纪五十年代，以国际原子能机构（IAEA）和世界气象组织（WMO）建立了全球大气降水同位素观测网（Global Network of Isotopes in Precipitation, GNIP）为标志，开始了全球性的降水氢氧稳定同位素的长期监测；随后研究者们在国家、区域或单站点尺度上也开展了大气降水氢氧稳定同位素的监测，这些观测数据促进了我们对于复杂水循环过程的认识。因此，高时间和空间分辨率的降水氢氧稳定同位素的监测是一项非常重要的工作。二、测量原理降水氢氧稳定同位素组成的测定采用的是基于光腔衰荡光谱（Cavity Ring-Down Spectrospecopy, CRDS）技术的Picarro高精度水同位素分析仪。同其它光谱技术相同，CRDS技术也是基于气态分子独特的红外吸收光谱来量化稳定同位素组成的方法，但不同于其它光谱技术基于吸收强度的测量，CRDS技术是基于时间的测量，其测量结果对激光源本身的变动不敏感，从而可以保证仪器的噪声更小，且精度更高。Picarro高精度水同位素分析仪的光腔采用三镜片小光腔（体积约35 ml，长度约为25 cm）的设计，可以保证更快的腔室内气体更新速率，使仪器的响应时间更快；同时小光腔的设计可以实现对光腔内温度和压强的控制（温度：± 0.005 ℃；压强：±0.0002 大气压），使仪器具有更好的漂移性能。光腔内采用高反射率镜面可以有效的减少由于激光透射所引起激光强度的减弱，从而可以使激光穿过的更大的气体厚度，即更大的有效长光程（ 10公里），从而使仪器拥有更低的检测下限。三、仪器介绍基于CRDS技术的Picarro高精度水同位素分析仪可以用于液态水样品中稳定氢氧同位素比率（δ2H，δ17O和δ18O）的测量，如降水、河水、湖水、地下水、冰川水、土壤水和植物水等液态水。仪器的典型精度：δ2H: ＜0.1‰，δ17O: ＜0.025‰，δ18O: ＜0.025‰；测量速度：每9分钟可以完成一针测量，每天可以完成160针（即27个样品）的测量；测量范围：满足同位素标记的重氘样品测量，δ2H的测量上限≥50000‰(或≥8500ppm)；取样温度：0-50 ℃；样品体积：＜2 μL/针（可调）。四、取样方法根据国际原子能机构和世界气象组织的要求，采用标准雨量器进行降水样品的收集。如需测定月尺度上的降水氢氧稳定同位素组成，可在室内准备一个足够大的容器，每次降水后，将在室外通过雨量器收集到的降水倒入该容器，低温密封保存，每个月的最后一天取10毫升过滤后的样品装入样品瓶中，使用封口膜密封，并冷藏保存。如需测定降水事件尺度上的降水稳定氢氧稳定同位素，则在每次降水后取10毫升过滤后的样品装入样品瓶中，使用封口膜密封，并冷藏保存。各观测点收集的降水样品可寄送至北京松盛华嘉检测技术有限公司使用基于CRDS技术的Picarro高精度水同位素分析仪进行集中测试。五、公司介绍北京松盛华嘉检测技术有限公司，为北京理加联合科技有限公司的全资子公司，致力于为用户提供更高质量的稳定同位素样品测试服务。已先后为中国科学院生态环境研究中心、中国科学院地理科学与资源研究所、中国科学院西北生态环境资源研究院、中国林业科学研究院林业研究所、中国科学院植物研究所、中国科学院遗传与发育生物学研究所和中国水利水电科学研究院等近百家单位提供快速、精确的稳定同位素测试服务和技术咨询服务。北京松盛华嘉检测技术有限公司拥有专业的测试团队，提供快速、精确的测试服务，可以为您提供及时的数据测样服务，助力您科研成果的尽快发布。

单体稳定碳同位素分析(C-CSIA)技术是示踪温室气体与环境有机污染物来源和过程的有力工具。目前，气相色谱-同位素比值质谱仪(GC-IRMS)是C-SIA的主流技术。近年来，光谱同位素分析技术进步飞速，且具有高效、便携、可现场布控、分析成本低等特点，在现场实时测量温室气体和二氧化碳地质封存场地逸散气体的同位素指纹方面优势明显。但是，该项技术目前主要应用于甲烷、乙烷、丙烷等小分子气体的碳同位素分析。适用于不同环境介质样品中各类化合物的碳同位素光谱分析技术仍缺乏方法优化和系统验证，主要技术难点是衔接混合样品的高效色谱分离和光谱同位素的同步分析。近期，中国科学院广州地球化学研究所有机地球化学国家重点实验室博士研究生张霁云及导师金彪、张干研究员、王强工程师与苏州冠德能源科技有限公司史哲工程师及齐鲁工业大学朱地教授联合攻关，采用气相色谱-中红外同位素光谱联用技术，在水中苯系物的单体碳同位素组成分析方面取得了突破。这项工作聚焦水中挥发性有机污染物的C-CSIA分析测试需求，联用气相色谱和中红外光谱，通过调节、优化气路设计以及光谱参数，采用固相微萃取(SPME)和预热顶空两种进样方式，实现了微克每升浓度级别水溶液样品中的苯、甲苯、乙苯、三甲基苯等物质的色谱分离与单体δ13C高精度分析。通过与GC-IRMS技术的分析结果对比表明此方法对于各目标单体的分析误差均在0.5‰以内。另外，我们应用这个方法观测到了页岩气水平钻井过程钻井液中三甲基苯的稳定碳同位素分馏。该方法稳定性强、精度高、并以氮气为载气降低了污染物C-CSIA的分析成本，更利于污染场地现场布控和现场测试(图1)。图1. 气相色谱-中红外同位素光谱联用方法建立、优化与页岩气开发场地应用图2. 测量系统构成与原理(左)及JAAS期刊封面(右)该项成果近期以主封面(Front Cover)文章发表在Journal of Analytical Atomic Spectrometry (JAAS) 杂志(图2)，该研究获得国家重点研发计划“页岩气开采场地特征污染物筛查和污染防控”(2019YFC1805500)和中国科学院仪器研发攻关预研项目(282021000003)资助。

CO2和CH4排放增加是全球变暖的主要原因（IPCC，2013），人类活动导致大约44%和60%的CO2和CH4排放到大气中。人类活动如拦河筑坝干扰湿地的结构和功能，引发大量土壤CO2和CH4排放。然而，目前对湿地水库CO2和CH4排放及其碳同位素特征的影响机制知之甚少。基于此，为了填补研究空白，在本研究中，来自云南大学和中科院武汉植物园的研究团队在三峡消落区原位条件下调查了4个海拔梯度（即不同淹水状态）（175 m，160–175 m，145–160 m和＜147 m）饱和和排干状态下CO2和CH4排放模式及其碳同位素特征，以及相关的控制因子。他们作出了如下假设：1）由于淹水下优势植物种的转变，土壤条件（例如土壤基质质量，土壤水分和温度）的变化将会改变CO2排放以及CO2的δ13C值；2）CH4排放模式及其同位素特征对淹水更敏感，反映了土壤厌氧环境的增加；3）不同淹水状态下（例如饱和和排干状态下）将会导致酶表达和微生物属性的改变，进而极大影响CO2和CH4排放。图1 重庆忠县研究区位置（a）；三峡消落区采样地卫星图像及沿海拔梯度详细的静态通量室放置图（b）。作者于2017年6-8月测量了土壤/水大气界面CO2和CH4的交换率。利用ABB LGR CO2同位素分析仪分析CO2的浓度及δ13C，并利用ABB LGR甲烷碳同位素分析仪分析CH4的浓度及δ13C。【结果】高海拔地区CO2排放明显较高，饱和状态和排干状态之间差异显著。相比之下，在整个观测期，高海拔地区（41.97 μg CH4 m-2 h-1）平均CH4排放量高于低海拔地区（22.73 μg CH4 m-2 h-1）。从饱和状态到排干状态，低海拔CH4排放降低了90%，在高海拔增加了153%。与低海拔和高地相比，高海拔CH4的δ13C更富集，饱和状态比排干状态更贫化。作者发现土壤CO2和CH4排放与土壤基质质量（例如，C:N）和酶活性密切相关，而CO2和CH4的δ13C值分别主要与根呼吸和产甲烷细菌活性有关。具体而言，饱和和排干状态对土壤CO2和CH4排放的影响强于水库海拔的影响，从而为评估人类活动对碳中和的影响提供了重要依据。不同海拔下土壤CO2排放的周平均值以及整个非淹水期土壤CO2排放量。不同海拔下CH4排放的周平均值以及整个非淹水期土壤CH4排放量。非淹水期不同海拔土壤呼吸CO2的δ13C（a）和CH4的δ13C（b）。土壤饱和和排干状态下不同海拔CO2（a）和CH4平均排放量（b）。土壤饱和和排干状态下不同海拔土壤呼吸CO2的δ13C（a）和CH4的δ13C（b）平均值。【结论】三峡水库消落区土壤CO2和CH4排放及其碳同位素特征的变化受周期性淹水的强烈影响，可以确定其CO2和CH4的源/汇强度。与高地相比，消落区土壤环境适宜，酶活性较高，土壤基质质量较低，因此CO2排放量较高。土壤呼吸CO2的δ13C值进一步证实了，基质质量和酶活性变化是CO2排放的主要贡献者。随着高地CH4吸收，消落区CH4累积排放量从低海拔到高海拔地区增加。基于CH4的δ13C值，作者得到的初步结论是饱和状态下较高的CH4排放以较强的厌氧环境中乙酸盐裂解过程为特征。因此，结果强调了拦河筑坝引发了周期性淹水，导致土壤质量、酶表达和微生物利用C的策略，以及甲烷氧化过程的转变，潜在的改变了CO2和CH4排放及其碳同位素特征。点击下方链接，阅读全文：https://mp.weixin.qq.com/s?__biz=MjM5NjE1ODg2NA==&mid=2650309820&idx=2&sn=7f8a55c7547af8ca81cda8c57cc85feb&chksm=bee1a84389962155c285bd7b4ed3a8b80b75fc345cd33b8ef85851689eb50545bada7101169f&token=1524960455&lang=zh_CN#rd