Effekter av näringstillförsel på CO2-utbytet på Fäjemyr Av: Sandra Persson Handledare: Maj-Lena Linderson och Magnus Lund Kurs: FYSK01 Lunds universitet Innehållsförteckning Abstract………………………………………………………………………3 Introduktion…………………………………………………………………..4 Bakgrund……………………………………………………………………..6 Material och metod…………………………………………………………...9 Resultat………………………………………………………………………12 Diskussion……………………………………………………………………22 Tack…………………………………………………………………………..25 Referenser……………………………………………………………………26 Appendix……………………………………………………………………..27 2 Abstract During the last century the carbon dioxide, CO2, concentration in our atmosphere has increased because of anthropogenic emissions, mainly from fossil fuel burning. This release of carbon dioxide has caused an increase of the greenhouse effect. During millennia’s peatlands have acted as a carbon sink, taking up the carbon dioxide from the atmosphere. One third of the world´s total soil carbon is stored in peatlands. In this study I measured, using the closed chamber technique, the Net Ecosystem Exchange, NEE, and ecosystem respiration, R, in a fertilization experiment at an ombrotrophic bog Fäjemyr in southern Sweden to see if fertilization would affect the CO2 exchange in peatlands. The fertilization experiment consisted of four treatments; fertilization with phosphorous, P, nitrogen, N, nitrogen+phosphourus, NP and no fertilization at all, C (control). The study was done in late spring, 28:th of March to 27:th of April in the year 2011. Vegetation during this time consisted mainly of Sphagnum mosses, but some sedges and dwarf shrubs were also present. The results showed a significant increase in gross primary production, GPP (photosynthesis on the ecosystem scale), in the NP and P fertilized plots in comparison to control. If the temperature should increase in the future a greater uptake of carbon by photosynthesis could be offset by an increase in respiration (which releases carbon dioxide to the atmosphere) from decomposition. 3 Introduktion Under de senaste hundra åren har mängden koldioxid, CO2, ökat i luften med ungefär 30 % vilket är ett resultat av mänsklig aktivitet såsom förbränning av fossila bränslen och avskogning (Chapin et al, 2002). Utsläppen av koldioxid har orsakat den förhöjda växthuseffekten. Under en ännu längre tid, de senaste tiotusen åren, har torvmossar tagit upp koldioxid från atmosfären och lagrat det i form av organiskt kol. Torvmossen är en kolsänka på grund av de kalla och näringsfattiga förhållandena som råder samt det höga vattenståndet som ger dålig tillgång på syre, vilket gör att ansamlandet av kol går snabbare än nedbrytningen. På grund av syrebristen bildas även metan, CH4, av vissa nedbrytare och avges till atmosfären. Metan är, liksom CO2, en växthusgas men i denna studie fokuseras det enbart på CO2-utbytet. De senaste decennierna har depositionen av kväve (N) ökat till följd av utsläpp av kväveföreningar från jordbruk, trafik och annan förbränning. En global temperaturökning skulle innebära att mineralisationen (omvandlingen av kol och näringsämnen från organiskt till oorganiskt material) av kväve i jorden blir större (Rustad et al, 2001). Ökad tillgång på kväve för de näringsfattiga torvmossarna skulle kunna påverka utbytet av koldioxid mellan mark och atmosfär. När de tillväxtbegränsande näringsämnena blir tillgängliga för både nedbrytare och växter kan deras produktion öka och artsammansättning ändras. Kanske kan den ökade produktionen bidra till att torvmossen tar upp mer kol (Lund et al, 2009; Saarnio et al, 2003). Eller kan det bli tvärtom- om nedbrytarna ökar sin aktivitet på grund av den ökade näringstillgången och släpper ut mer koldioxid i atmosfären (Juutinen et al, 2010). Torvmossar är en stor reservoar av koldioxid då ungefär en tredjedel, 455 Pg (4551015 g), av markens totala mängd kol i världen finns i torvmossar (Gorham et al, 1991). Med tanke på den stora mängden lagrat kol skulle det kunna få stora konsekvenser för jordens klimat om det släpptes ut i form av koldioxid till atmosfären. I en tidigare studie utförd på Mer Bleu mosse nära Ottowa i Kanada av Juutinen et al, 2010, fann man att en årlig gödning med 3.2 och 6.4 g N m-2 (inklusive 6.3 g fosfor (P) och 5.0 g kalium (K) m-2), med en bakgrundsdeposition av kväve på 0.8 g N m-2, hade en signifikant effekt på CO2-utbytet i ekosystemet under de nio år som behandlingen pågick. Det var dock olika från år till år beroende på vilken övergångsfas vegetationen befann sig i. Vegetationen som från början bestått av Sphagnum vitmossor och dvärgbuskar som tävlade om näring 4 övergick till busksnår konkurrerande om ljuset. Detta gav upphov till en ökad respiration (respiration är cellandning från mikroorganismer i marken och växter, vilket bildar koldioxid som avges till atmosfären) efter 8 års gödning. Fotosyntesen visade däremot ingen skillnad mellan de behandlade och obehandlade provytorna. Bubier et al, 2007, identifierade också, i likhet med Juutinen et al, 2010, efter 5-6 år av gödsling på samma mosse (Mer Bleu i Kanada), en reducering av Sphagnum mossor till förmån för vaskulära växter. Resultaten visade att GPP (bruttofotosyntesen på ekosystemnivå) blev mindre i de mest gödslade provytorna men de indikerade ingen skillnad i respiration efter fem år. En annan studie gjord på en mosse i Sverige, Fäjemyr, visade att GPP ökade signifikant av fosforgödsling. Kvävetillförsel hade ingen effekt vilket möjligen berodde på att kvävedepositionen på Fäjemyren är ganska hög (Lund et al, 2009). Mack et al (2004) fann att en ökad näringstillgång till tundran nära Toolik Lake i Alaska minskade ekosystemets förmåga att lagra kol. Resultatet av gödslingen blev en förlust av 2000 g kol per kvadratmeter efter 20 år. Syftet med denna studie är att identifiera hur olika gödslingsbehandlingar (N, NP och P) påverkar GPP, respirationen samt summan av de två- nettoekosytemutbytet (eng. Net Ecosystem Exchange, NEE), och om det finns någon skillnad i dessa tre koldioxidflöden mellan behandlingarna. Mätningarna gjordes på Fäjemyr utanför Röke i Skåne. Eftersom den förra undersökningen (Lund et al, 2009) visade att GPP var högre i de fosforgödslade försöksytorna förväntar jag mig att fosfor har en större inverkan på GPP än kväve. Kompletterande mätningar av markfuktigheten och bestämning av vegetationssammansättningen gjordes för att förklara de eventuella flödesskillnaderna. 5 Bakgrund Fotosyntesen är processen där växter tar upp energi från solljuset samt koldioxid från luften och omvandlar det till socker. Denna process är nödvändig för att växter ska kunna växa och är därmed förutsättningen för hela vår existens. Fotosyntesen styrs av tillgång på näring och vatten från marken. Kväve behövs till exempel för att bilda fotosyntetiska enzymer. På ekosystemskala kallas fotosyntesen för bruttoprimärproduktionen (eng. Gross primary production, GPP). GPP är så mycket koldioxid som tas upp av ett ekosystem. Det varierar beroende på tillgången på ljus, näring och vatten. Temperaturen spelar också in eftersom reaktionshastigheten för de kemiska processerna i fotosyntesen ökar med temperaturen. Solljuset som används vid fotosyntesen ligger i det synliga våglängdsområdet, cirka 400-700 nm, och motsvarar ungefär 40 % av den inkommande solstrålningen. Denna strålning kallas på engelska för Photosynthetically Active Radiation, PAR. Växter tar inte bara upp koldioxid utan avger det även vid sin respiration (cellandning). Djur och mikrober som lever i jorden och hjälper till att bryta ned organiskt material andas också vilket gör att marken avger koldioxid till atmosfären. Respirationen från mikrober påverkas liksom fotosyntesen av temperaturen. Den stiger exponentiellt med ökande temperatur (Lloyd & Taylor, 1994) och påskyndar mineralisationen - omvandlingen av kol och näring från organisk till oorganisk form. En annan faktor som påverkar respirationen från nedbrytarna är markfuktigheten. Nedbrytarna är precis som växter mest produktiva under varma, fuktiga förhållanden. Vid för hög markfuktighet reducerar dock nedbrytningen till följd av syrebrist. Syre diffunderar nämligen 10000 gånger långsammare genom vatten än genom luft (Chapin et al, 2002). Ansamlingen av kol är störst i våta marker eftersom nedbrytningen hämmas mer av hög markfuktighet än fotosyntesen. Summan av respirationen från växterna (autotrofisk respiration, Rauto) samt från djur och mikrober (heterotrofisk respiration, Rhetero) och fotosyntesen benämns ”nettoekosystemutbyte” (eng. Net Ecosystem Exchange, NEE): NEE = GPP + R, där R= Rauto + Rhetero. Inom mikrometeorologin brukar nedåtriktade flöden, det vill säga flöden som går från atmosfären till jordytan, betecknas som negativa vilket innebär GPP blir negativ och 6 ekosystem respirationen, R, positiv. Om NEE är negativ betyder det alltså att upptaget av koldioxid vid fotosyntesen är större än utsläppet från respirationen. Ekosystemet är då en kolsänka. Om NEE däremot är positiv så är respirationen större än fotosyntesen och ekosystemet avger mer koldioxid än det tar upp. Kolet distribueras ständigt mellan fyra stora reservoarer: atmosfär, biosfär, litosfär och hydrosfär. Kolet i atmosfären består huvudsakligen av koldioxid och är den minsta men mest dynamiska av reservoarerna (Chapin et al, 2002). Ungefär en femtedel av den totala mängden kol som finns i atmosfären blir utbytt varje år, genom upptag av fotosyntesen och emission av respirationen samt genom kemiska och fysiska processer vid havsytan. Land och hav är mycket större reservoarer av kol än atmosfären. Om 2 % av kolet som finns i havet skulle släppas ut i atmosfären kommer koncentrationen där att fördubblas. Koldioxid skiljer sig från andra växthusgaser genom att det inte förstörs i luften utan bara omfördelas mellan de olika reservoarerna. Omsättningstiden av CO2 skiftar. Den genomsnittliga tiden en CO2-molekyl stannar i atmosfären är cirka fem år, vilket är en väldigt liten tid i jämförelse med omsättningen i havets djup eller långlivade jordreservoarer som kan vara tusentals år. Sedan den industriella revolutionen har mer än 600 Pg kol blivit utsläppt i atmosfären som en följd av förbränning av fossila bränslen (Houghton, 2009). Från cirka år 1700 till idag har halten koldioxid i luften ökat med 36 %, från 280 ppm till över 380 ppm. Mätningar som utförts sedan 1959 på ett observatorium nära toppen av Mauna Loa på Hawaii visar att mellan 1995 och 2005 ökade koldioxidhalten i atmosfären med i genomsnitt 1,9 ppm per år vilket motsvarar 3,8 Pg kol per år. Idag har vi den största koncentrationen CO2 på minst 650000 år (Houghton, 2009). Annat som bidrar till den ökade koncentrationen än förbränning av fossila bränslen är markanvändningen, speciellt avskogningen i tropikerna. Det är svårt att uppskatta hur mycket detta bidrar till CO2-ökningen och avskogningen kompenseras till viss del av plantering och återväxt av skog. För 1990-talet har man uppskattat att förbränning av fossila bränslen, cementproduktion och markanvändning gav årliga utsläpp på 8,0 Pg kol, varav minst en tredjedel kom från förbränningen av fossila bränslen. Ökningen i atmosfären under samma tid var dock endast 3,2 Pg, cirka 40 % av utsläppet. Resterande mängd kol, motsvarande ungefär 60 % av emissionen, togs upp av havet och av vegetationen på land (Houghton, 2009). 7 Det senaste århundradet har jordytans temperatur ökat med 0,6ºC (Ahrens, 2009). Denna globala uppvärmning har sedan fortsatt vilket beror på den ökande halten av koldioxid och andra växthusgaser i atmosfären (IPCC, 2007). Koldioxid är en växthusgas som kan absorbera den infraröda strålning jorden sänder ut. CO2 emitterar också den infraröda energin i alla riktningar och en del går tillbaka till jorden där den absorberas på nytt och värmer upp marken. När strålningen absorberas i luften får CO2- molekylen större rörelseenergi och genom kollision med till exempel kväve- och syremolekyler (som båda är dåliga på att absorbera infraröd strålning) överför den lite av sin energi till andra molekyler. Detta får till följd att den genomsnittliga rörelseenergin hos molekylerna i luften ökar vilket gör att temperaturen ökar. Det finns även andra gaser som bidrar till denna ”växthuseffekt” till exempel metan (CH4), vatten (H2O), ozon (O3) och lustgas (N2O). Dessa växthusgaser har tillsammans visat sig påverka uppvärmningen lika mycket som CO2. Klimatmodeller förutspår att en fortsatt ökning av växthusgaserna kommer att ha ökat temperaturen ytterligare 3ºC till år 2100 (Ahrens, 2009). En så stor temperaturökning orsakas inte av växthusgaserna själva men utav de påföljder uppvärmningen ger som antingen förstärker eller hämmar växthuseffekten. Till exempel skulle smältandet av isen i Arktis medföra att reflektionen av solens strålar av isen minskar och absorptionen ökar av det mörkare havet vilket gör det ännu varmare och får mer is att smälta. Ett varmare hav medför dessutom att mindre koldioxid löser sig i vattnet. Issmältningen tillsammans med en utvidgning av vattnet i havet orsakat av temperaturhöjningen skulle vara katastrofal för alla människor som bor nära de låglänta kusterna i världen. Naturliga ekosystem på land som tar upp koldioxid är torvmossar. De anaerobiska förhållandena som råder hämmar nedbrytningen mer än fotosyntesen och gör torvmossar till de ekosystem som på lång sikt lagrar mest kol (Chapin et al, 2002). En torvmosse uppstår genom att en sjö under lång tid ansamlar organiskt material från döda djur och växter vilket bildar sediment på botten. Sakteliga växer sjön igen och en sumpmark, eller myr, bildas. Eftersom myren har ett högt vattenstånd är tillgången på syre dålig vilket gör att nedbrytningen går långsammare än ansamlandet av organiskt material. Detta ansamlande kan till slut göra myren så hög att de högsta delarna blir isolerade från det omgivande vattnet. Då har myren blivit en mosse och kan bara få vatten via nederbörden. En ökande temperatur skulle kunna innebära att produktionen, och därmed upptaget av kol från atmosfären, ökade på mossen, men det skulle också kunna göra att emissionen av koldioxid 8 ökade eftersom nedbrytningen också ökar med temperaturen. Så skulle kanske dessa båda flöden, fotosyntes och respiration, ta ut varandra. Material och metod Studieområde Fäjemyren är en mosse som ligger i Skåne utanför byn Röke, Sverige. Normalvärdet för temperaturen och nederbörden i området för perioden 1961-1990 var 6.2C respektive 700 mm (SMHI, ref-1). 2008 låg den totala kvävedepositionen av ammoniumkväve och oxiderat kväve mellan 300-500 mg N/m2 respektive 500-700 mg N/m2 (SMHI, ref-2). Vegetationen på Fäjemyren domineras av Sphagnum (vitmossor), halvgräs (av vilka tuvull (Eriophorum vaginatum) dominerar), samt risväxter som ljung (Calluna vulgaris) och klockljung (Erica tetralix). På myren finns en datalogger som kontinuerligt mäter marktemperatur, PAR, lufttemperatur, markfuktighet, nederbörd och så vidare. Dessa data erhölls av min handledare, Magnus Lund, och användes som kompletterande material för att förklara mina resultat. Flödesmätningar På Fäjemyren fanns 16 slumpmässigt behandlade försöksytor (eller provytor), var och en i storleken 12 m. Försöksytorna var behandlade, med fyra stycken replikat för varje behandling, med kväve (N), fosfor och kväve (NP), enbart fosfor (P) och ingen gödning alls (kontroll, C). Gödningen hade pågått sedan våren 2006 och mängden näring som tillsatts tre gånger per år var 40 kg N ha-1 och 4 kg P ha-1 (Lund et al, 2009). Flödesmätningarna för koldioxid gjordes med en EGM-4, Environmental Gas Monitor för koldioxid, CO2, som var kopplad till en transparent kammare. Vid mätningarna placerades kammaren på aluminiumramar som var nedstuckna i marken på varje försöksyta, och koncentrationen av koldioxid mättes kontinuerligt under två minuter. Kammaren hade en bottenarea på 1600 cm2 och en höjd på 37.5 cm. Till kammarhöjden adderades höjden mellan vegetationen och aluminiumramens överkant, för varje försöksyta. Den senare höjden mättes med en tumstock som fördes ner genom vegetationen tills det uppstod ett motstånd. Volymen beräknades för respektive provyta och fördes in i EGM-4 för varje mätning. Volymen och 9 bottenarean på kammaren behövdes för att räkna om flödet från ppm per volym till gram CO2 per kvadratmeter och timme (gCO2 m-2 h-1). Gasanalysatorn mäter koncentrationen i ppmv (eng. parts per million by volume). En kilomol av gas, motsvararande 44,01 kg CO2, ockuperar vid STP (eng. standard temperature and pressure) 22,41 m3. Flödet, R, beräknas enligt följande: (1) b är hastigheten med vilken koncentrationen ökar eller minskar, i ppm s-1, för den linjära anpassningen av koncentrationen mot tiden: (2) , Cn och Co är koncentrationen i ppm vid tiden Tn = 120 s respektive T0 = 0 s. P är det atmosfäriska trycket, 1000 mb, och Ta är temperaturen för luften i kammaren, V är volymen av kammaren i m3, A är bottenarean för kammaren i m2. (1) utgår från allmänna gaslagen (PV=nRT) och faktorerna P/1000 och 273/(273+Ta) är där för att korrigera för olika tryck och temperatur eftersom gaser har olika volym beroende på dessa två variabler. I denna studie gjordes ingen tryckmätning så P är atmosfärstrycket, 1000 mb, och därmed blir korrigeringen för trycket 1, alltså ingen korrigering. Temperaturen mättes inte heller utan uppskattades för varje dag. Noggrannheten i temperaturbestämningen var inte så stor eftersom man räknar T i Kelvin och då får det lilla antalet grader man adderar till 273 K inte en stor betydelse. Ta uppskattades den 28 mars, 4-, 14-, 20- och 27 april till 8°C, 8°C, 8°C, 5°C respektive 20°C. En dimensionsanalys av (1) ger följande: (ppm/s)×(mb/mb)×(K/K)×(kg/m3)×(m3/m2). R får då enheten kg m-2 s-1. Koncentrationen ppm är dimensionslös eftersom den är en volymdel av totala volymen. För att få R per timme multiplicerar man med 3600 s och för att göra om kg till g multiplicerar man med 1000. Dessa beräkningar utfördes automatiskt i gasanalysatorn. Med kammaren transparent mättes NEE. Vid mätning av respirationen lades en svart filt över kammaren för att stänga ute solljuset och därmed stoppa fotosyntesen. För varje mätning hälldes vatten i aluminiumramens överkant vilket skulle hindra luft från att sippra in i kammaren. Mätningarna gjordes den 28 mars, 4 april, 14 april, 20 april och den 27 april 2011. Det fanns 16 provytor så sammanlagt gjordes, varje dag, 32 mätningar med två mätningar, en transparent- och en mörkermätning, på varje provyta. Den transparenta mätningen gjordes 10 alltid före mörkermätningen på varje provyta, så transparent- och mörkermätning gjordes alltså hela tiden varannan gång. I tabell 1-5 i appendix kan man se i vilken ordning och vilka tider mätningarna gjordes på provytorna för varje dag. Mätning av markfuktighet och vegetationsinventering För att mäta markfuktigheten, på 5 cm djup, användes en Delta-T Devices Fuktighetsmätare. Den mättes tre gånger på varje jordbit, och från de tre mätvärdena räknades ett medelvärde ut. Fuktighetsmätaren placerades vid mätningen utanför, någonstans nära omkring, aluminiumramen på ställen där vegetationen såg ut att vara ungefär densamma som i ramen. En vegetationsinventering utfördes i slutet på april då mängden levande risväxter, vitmossa och halvgräs bestämdes. Till detta användes ett rutnät indelat i 25 rutor, där varje ruta representerade 4 % av markytan. Andelen av försöksytan som var täckt med risväxter, vitmossa respektive halvgräs räknades så ut i procent, där 100 % motsvarade att hela försöksytan var täckt. Statistisk analys av data För att identifiera om det förekom några skillnader i respiration, NEE och GPP mellan de olika behandlingarna utfördes ett ANOVA-test (Analysis of variance) efter varje mätdag. Ett ANOVA-test visar dock inte mellan vilka behandlingar det kan finnas en signifikant skillnad, så därför kompletterades det med ett post-hoc-test: Tukey HSD. Regression användes för att avgöra om ett linjärt samband existerade mellan respiration, NEE eller GPP och markfuktigheten eller vegetationen. De statistiska testen utfördes i datorprogrammet SPSS 17.0. Signifikansnivån, , för att förkasta nollhypotesen sattes till 0,05. 11 Resultat Marktemperaturen steg efter varje dag som gick, från den 28 mars till 27 april (figur 1). Den första dagen mätningarna gjordes, 28 mars, var marktemperaturen under noll vilket förklarar de låga flödena och att ingen signifikant skillnad uppstod i ANOVA-testet (tabell 1). Figur 1: Medelvärdena av marktemperaturen under mätningarna på mätdagarna. Medelvärdena beräknades utifrån marktemperaturerna under mättiden för varje dag (se tabell 6). Siffrorna 1, 2, 3, 4 och 5 på x-axeln motsvarar den 28 mars, 4 april, 14 april, 20 april respektive 27 april. Nedan, i figur 2-8, ses medelvärdena för de olika behandlingarna för varje dag. Alla dagarna visar att de genomsnittliga värdena på GPP, NEE och R är störst för de två fosforgödslade försöksytorna (NP och P). Den 4 april var marktemperaturen över noll (figur 1) och en signifikant skillnad ser ut att uppstå för GPP mellan de NP/P-gödslade ytorna och kontrollytorna eftersom värdena i dessa behandlingar är fint grupperade (figur 6 i appendix) men en kontrollyta avviker från de andra varför det inte uppstår någon signifikant skillnad. Figur 2: Medelvärden för NEE, respiration och GPP den 28 mars 2011. 12 Figur 3: Medelvärden för NEE, respiration och GPP den 4 april 2011. Figur 4: Medelvärden för NEE, respiration och GPP den 14 april 2011. Den 14 april var spridningen inom de olika behandlingarna för GPP liten. Man ser tydligt i figur 5 att de NP- och P-gödslade provytornas standardavvikelse inte överlappar de Ngödslade försöksytorna eller kontrollytorna, vilket indikerar att det är en signifikant skillnad mellan de behandlingarna. Detta visas också statistiskt i ANOVA-testet (P<0,001) i tabell 1 och Tukey HSD-testet (tabell 2) med signifikanta skillnader mellan NP och C (P<0,001) och P och C (P=0,002). De N-gödslade försöksytorna skiljer sig inte signifikant från C. För R (tabell 4) skiljer sig inte de fosforgödslade ytorna från kontrollytorna men däremot från de Ngödslade ytorna (P=0,038). 13 Figur 5: Standardavvikelse för GPP inom de olika behandlingarna den 14 april 2011. Den 20 april angav ANOVA-testet inga signifikanta skillnader (tabell 1). Man ser i figur 7 att standardavvikelserna för GPP överlappar varandra utom för N och NP. För kontrollytorna är det, liksom för den 4 april, försöksyta 3 som avviker från de andra (figur 14 i appendix). Figur 6: Medelvärden för NEE, respiration och GPP den 20 april 2011. Figur 7: Standardavvikelse för GPP inom behandlingarna den 20 april 2011. Den sista dagen då mätningarna utfördes, 27 april, visade ANOVA testet återigen att en skillnad fanns mellan behandlingarna för NEE, GPP och respirationen (tabell 1). I tabell 2 ser 14 man att en skillnad finns i GPP mellan NP/P och C/N. För R fanns en signifikant skillnad mellan NP och C (P=0,02; tabell 4). Figur 8: Medelvärden för NEE, respiration och GPP den 27 april 2011. Tabell 1: Signifikans från ANOVA-testet för alla dagarna. Signifikanser 0,05 i fetstil. Datum NEE Respiration GPP 28 mars 4 april 14 april 20 april 27 april 0,316 0,123 0,443 <0,001 0,006 0,592 0,157 0,490 0,038 0,020 0,236 0,193 0,051 <0,001 <0,001 Tabell 2: Signifikanta skillnader (Tukey HSD) för GPP. Signifikanser 0,05 i fetstil. N – NP N–P N–C NP – P NP – C P–C 28 mars 4 april 14 april 20 april 27 april 0,262 0,068 0,278 <0,001 <0,001 0,294 0,218 0,321 0,001 0,010 0,701 0,968 0,964 0,972 0,786 1,000 0,889 0,070 1,000 0,180 0,830 0,144 0,483 <0,001 0,001 0,867 0,405 0,540 0,002 0,050 Tabell 3: Signifikanta skillnader (Tukey HSD) för NEE. Signifikanser 0,05 i fetstil. N – NP N–P N–C NP – P NP – C P–C 28 mars 4 april 14 april 20 april 27 april 0,494 0,206 0,507 0,001 0,006 0,284 0,193 0,494 0,013 0,035 0,605 0,933 0,971 0,903 0,398 0,971 1,000 0,404 1,000 0,724 0,997 0,458 0,875 0,094 <0,001 0,921 0,436 0,865 0,444 0,006 15 Tabell 4: Signifikanta skillnader (Tukey HSD) för R. Signifikanser 0,05 i fetstil. 28 mars 4 april 14 april 20 april 27 april 0,609 0,180 0,711 0,060 0,038 0,961 0,709 0,279 0,819 0,598 1,000 0,999 0,919 0,993 0,918 0,869 0,687 0,621 0,997 0,446 0,649 0,216 0,111 0,555 0,020 0,974 0,775 0,600 0,672 0,257 N – NP N–P N–C NP – P NP – C P–C Tabell 5: Vegetationsinventering utförd den 27 april 2011. Provyta Behandling Vitmossa (%) Halvgräs (%) Risväxt (%) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 N NP C P NP C P N NP P C N P C NP N 100 100 100 100 100 100 90 9 100 90 100 10 100 50 100 90 12 6 9 1 2 4 5 12 6 8 4 2 2 5 3 2 4 5 5 20 23 6 30 1 16 15 7 3 9 1 12 10 Resultatet av vegetationsinventeringen ses ovan i tabell 5. I nästan alla försöksytor var mängden vitmossa 90-100%. Två kvävegödslade provytor, nummer 8 och 12, avvek från detta med endast 9 % respektive 10 % vitmossa. Risväxter (som ljung, klockljung, kråkbär) och halvgräs hade inte riktigt kommit igång än. De flesta av de två senare växterna var vissna sedan förra året. Spridningen av flödena för vitmossa är ganska stor (figur 9) men den linjära regressionen mellan GPP och mängden vitmossa visade sig vara signifikant, P=0,012 (tabell 6). R hade däremot inget starkt linjärt samband med mängden vitmossa. Följaktligen visade sig då också NEE ha ett signifikant samband (P=0,003) eftersom GPP hade det och NEE är summan av GPP och R. 16 Figur 9: Medelvärdena för NEE, GPP och respiration för alla försöksytor som funktion av mängden vitmossa. Tabell 6: Signifikans för de linjära regressionerna mellan flödena och vegetation. Signifikans 0,05 i fetstil. GPP NEE R Vitmossa 0,012 0,003 0,111 Halvgräs 0,299 0,241 0,483 Risväxter 0,007 0,009 0,038 Något linjärt samband som var signifikant identifierades inte mellan GPP eller R och mängden halvgräs (tabell 6). I figur 10 ser man att värdena är spridda och r2-värdena låga. Figur 10: Medelvärdena för NEE, GPP och respiration för alla försöksytor som funktion av mängden halvgräs. GPP, NEE och R som funktion av mängden risväxter visade sig däremot ha ett linjärt samband (P=0,007, P=0,009 respektive P=0,038; tabell 6). Figur 11 illustrerar hur flödena ökar med mängden risväxter. 17 Figur 11: Medelvärdena för NEE, GPP och respiration för alla försöksytor som funktion av mängden risväxter. I figur 12 illustreras hur den genomsnittliga markfuktigheten minskar för var dag som går. Det finns ett linjärt samband mellan GPP och markfuktigheten för NP-behandlingen (P=0,038; figur 13). GPP ökar alltså med minskande markfuktighet för just den behandlingen. De andra behandlingarna visade inga signifikanta linjära samband mellan GPP och markfuktigheten. Spridningen är mycket stor, men man kan se att när markfuktigheten är över cirka 60 % så är GPP relativt låg. Markfuktighet under dagarna 80,0 Markfuktighet (%) 70,0 60,0 N-gödsling 50,0 NP-gödsling 40,0 30,0 P-gödsling 20,0 Ingen gödsling 10,0 0,0 23 mars 28 2 april 7 april mars 12 april 17 april 22 april 27 april 2 maj Dag Figur 12: Den genomsnittliga markfuktigheten inom varje behandling för alla dagar. 18 Figur 13: GPP som funktion av markfuktighet för de olika behandlingarna. Det linjära sambandet mellan GPP och markfuktighet för NP-behandlingen visas. Det fanns en stark trend till att R minskade med ökande markfuktighet inom behandlingarna C (P=0,062) och NP (P=0,067). I figur 14 kan man se att liksom för GPP mot markfuktigheten (figur 13) så är R relativt låg vid en markfuktighet över cirka 60 %. Figur 14: R som funktion av markfuktighet för de olika behandlingarna. En stark linjär trend finns för behandlingarna NP och C. Den linjära ekvationen för C-gödslingen är högst upp i figuren och den andra är för NP-gödslingen. GPP ökade signifikant med ökande marktemperatur för alla behandlingarna (figur 15). Signifikansen var mindre än 0,001 för alla behandlingar utom för C (P=0,002). För R fanns också linjära samband som var signifikanta för alla behandlingarna (P<0,001; figur 16). 19 Figur 15: GPP som funktion av marktemperaturen för de olika behandlingarna. Den linjära ekvationen för Nbehandlingen står högst upp, sedan följer NP, P och C. Figur 16: R som funktion av marktemperaturen för de olika behandlingarna. Den linjära ekvationen för Nbehandlingen står högst upp, sedan följer NP, P och C. GPP visar en stark trend om ett linjärt samband med PAR (figur 17) för N-behandlingen (P=0,067). GPP ökar linjärt med ökande PAR i de andra behandlingarna, NP, P och C (P=0,004, P=0,012 respektive P=0,033). 20 Figur 17: GPP som funktion av PAR för de olika behandlingarna. Den linjära ekvationen för N-behandlingen står högst upp, sedan följer NP, P och C. 21 Diskussion Alla dagar visar att de fosforgödslade försöksytorna, NP och P, stimulerar både fotosyntes och respiration mest (figur 2-8). Framförallt är det GPP som två dagar, den 14 och 27 april, visar sig vara signifikant högre i de fosforgödslade provytorna i jämförelse med kontrollytorna (tabell 2). Anledningen till att den första dagen, 28 mars, inte visar detta är troligen för att marktemperaturen är under noll (figur 1) varför varken respiration eller fotosyntes kommit igång riktigt. Följande dag, 4 april, visar en stark tendens till att det finns en skillnad. Temperaturen i marken är nu över noll men fortfarande ganska låg, cirka 1C (figur 1), vilket kan vara en orsak till att det inte uppstår någon stark skillnad den dagen heller. Tittar man på figur 6 och 7 i appendix för GPP och R den 4 april ser man att försöksyta 3 avviker från de andra. I figur 8 (appendix) är markfuktigheten för de andra kontrollytorna utom nummer 3 över 60 % (två av värdena är för stora för fuktighetsmätaren att registrera) och detta kan vara en bidragande orsak till att försöksyta 3 har större GPP eftersom en högre markfuktighet än 60 % tycks ge lägre flöden (figur 13). Provyta 3 mättes sist av alla kontrollytor då marktemperaturen var högre (tabell 6 i appendix) och i figur 15 och 16 ser man att GPP och R ökar med stigande temperatur. Den 20 april är det återigen provyta 3 som avviker från de andra kontrollytorna. I tabell 5 kan man se att halvgräsen finns i större mängd i kontrollytan 3 (9 %) jämfört med 4, 4 och 5 % i de andra. Halvgräsen visade sig dock inte ha någon stark inverkan på GPP (figur 10). Markfuktigheten är återigen lägre än för de övriga den här dagen (figur 16 i appendix) men det som kanske talar mest för avvikelsen är skillnaden i PAR (tabell 6 i appendix). I kontrollytan 3 är denna 906 µmol m-2s-1, vilket är större än värdena, 297, 496 respektive 758 µmol m-2s-1 för kontrollytorna 6, 11 och 14. Provytan 3 mättes också sist under dagen då det var som varmast i jorden. Om inte denna provyta hade avvikit så mycket är det möjligt att en signifikant skillnad i GPP uppstått även den 4 och 20 april mellan de fosforgödslade provytorna och kontrollytorna. De statistiska testen för respirationen visade endast den sista dagen, 27 april, att det fanns en signifikant skillnad mellan NP-gödsling och kontroll (tabell 4). Man kan fråga sig varför det blir mer skillnad i GPP men inte i R. Som jag nämnde i bakgrunden hämmar de anaerobiska förhållandena nedbrytningen mer än produktionen för växterna (Chapin et al, 2009). Även om nedbrytarna får näringstillförsel är de möjligen fortfarande förhindrade av dessa förhållanden. I den tidigare studien gjord på Fäjemyr diskuteras det om att när näring tillförs så ökar nedbrytningen av lätt nedbrytbart material, men efter att detta material tagit slut och växterna 22 dessutom tar upp näringen minskar nedbrytningshastigheten igen (Lund et al, 2009). Juutinen et al, 2010, fann dock att respirationen ökade efter åtta års gödsling. Under de nio år som deras studie pågick hann vegetationen ändras från mycket vitmossor till lättare nedbrytbara vaskulära växter. Eftersom flödena i de N-gödslade försöksytorna inte avviker signifikant från kontroll (tabell 2-4) tycks denna behandling inte ha någon direkt inverkan på koldioxid-utbytet på myren. Figur 2-8 visar att de genomsnittliga flödena är högre för de NP och P-gödslade behandlingarna men detta kan också bero på att det är mindre vitmossa i två av de Nbehandlade försöksytorna (provyta 8 och 12 i tabell 5). Eftersom vitmossa är den växt det finns mest av den tiden på året då mätningarna utfördes kommer det troligen ge en effekt på GPP om den är kraftigt underrepresenterad i några försöksytor. Det illustreras i figur 9 där man ser att GPP ökar med mängden vitmossa. Mängden risväxter visade sig öka GPP och R. Man kan se i tabell 5 att risväxterna finns mest i de fosforgödslade försöksytorna NP och P där också de största flödena finns. Mängden risväxter i dessa försöksytor kan alltså bidra till att bilda en signifikant skillnad i GPP mellan fosforbehandlingarna och kontrollerna. Att det finns fler risväxter beror förstås kanske i sig på gödslingen. GPP minskar med ökande markfuktighet i NP-behandlingen (figur 13). Tittar man på figur 8, 12, 16 och 20 i appendix ser man att markfuktigheten ofta är relativt låg i de NP-gödslade provytorna. Den första dagen, den 28 mars, var det en NP-provyta (nummer 2) som hade större markfuktighet än de andra NP-ytorna (figur 4 i appendix). Provyta 2 har också lägst GPP denna dag (figur 2 i appendix) för NP-ytorna. Hade markfuktigheten varit större i NPbehandlingarna som de ofta är för N-behandlingarna (se medelvärdena för varje dag i figur 12) kanske flödena blivit mindre och det inte varit så stor skillnad mellan NP och Nbehandlingarna. Samma sak kan man säga om skillnaden i flöden mellan NP-behandlingarna och kontrollerna där de senare ofta har högre genomsnittlig markfuktighet under dagarna (figur 12). Temperaturen har stor inverkan på flödena för varje behandling. Varje dag blir marktemperaturen större ju senare på dagen det blir (se tabell 6-10 i appendix). Mätningar inom samma behandling kan då få mer spridda värden, eftersom de mäts vid olika tidpunkter och därmed vid olika temperatur. 23 GPP ökar med solinstrålningen, PAR, för alla behandlingar (figur 17). PAR kan skilja sig rätt mycket beroende på om det är molnigt eller soligt. Dagarna jag mätte var det ofta växlande molnighet. Man kan se skillnader i PAR i tabell 6 för de olika dagarna. Den sista dagen var väldigt solig medan den 20 april var molnig hela tiden. Man ser att den senare dagen hade låg PAR på förmiddagen och högre på eftermiddagen vilket kan ha bidragit till de spridda värdena för GPP i figur 14 i appendix. Försöksyta 4 för P-gödslingen mättes till exempel då PAR var mycket högre än vid mätningarna av de andra P-provytorna, 7, 10 och 13 (tabell 6 i appendix) och man ser tydligt att denna avviker. Slutsatsen man kan dra av denna studie är att GPP ökar av fosforgödsling, vilket man också kom fram till i den förra studien på Fäjemyren (Lund et al, 2009). Dock finns det andra faktorer som påverkar flödena. Framförallt verkar markfuktigheten ha en hämmande inverkan på GPP och R (figur 13 och 14) då den är högre än 60 %. NP-behandlingen visade för GPP en ett negativt linjärt samband och för R en ganska stark trend att R minskade linjärt med ökande markfuktighet. Hade man jämfört flödena för NP-behandlingen, utifrån de linjära sambanden i figur 13 och 14, med flödena för N- och C-behandlingarna, som oftast hade en genomsnittligt högre markfuktighet (figur 12), vid samma markfuktighet hade det kanske inte uppkommit någon signifikant skillnad för GPP och R mellan NP-behandlingen och N/C-behandlingarna. Jämför man till exempel GPP för den N-gödslade provytan nummer 8 den 14 april som har ett värde på -0,32 gCO2 m-2 h-1 och en markfuktighet på 64 % (se tabell 3 i appendix) med värdet för den linjära regressionen för GPP mot markfuktigheten för NP-behandlingen vid en markfuktighet på 64 % (figur 13) så är värdet på GPP för NP-behandlingen väldigt nära det för N-behandlingen: cirka -0.35 gCO2 m-2 h-1. I framtiden förväntas nederbörden i Skåne variera ganska mycket från år till år men det finns ändå en trend att nederbörden kommer öka med ungefär 15 % till år 2100 (SMHI, ref-3). Om detta stämmer kan den påföljande ökade markfuktigheten bidra till att hämma GPP och R på Fäjemyr. Om några år kanske gödslingen lett till vegetationsförändringar som påverkar flödena. Kanske vitmossorna kommer att minska till förmån för vaskulära växter som är lättare att bryta ned och därmed kommer respirationen öka (Juutinen et al, 2010) och möjligen kompensera för ökningen i GPP så nettoupptaget av CO2 från atmosfären blir mindre. Fotosyntesens och respirationens beroende av andra variabler än gödslingen, som markfuktighet, skulle behöva undersökas mer för att kunna se om det verkligen är gödslingen som ger skillnaderna. 24 Tack Jag vill tacka mina handledare, Maj-Lena Linderson och Magnus Lund, för deras goda råd och hjälp under mitt kandidatarbete. Vill också tacka min vän, Josephine, för att ha hjälpt och stöttat mig. 25 Referenser Ahrens, C. D.: Meteorology today: An introduction to weather, climate, and the environment, Brooks/Cole Cengage Learning, USA, nionde utgåvan, 2009. Bubier, J., Moore, T., och Bledzki Leszek, A.: Effects of nutrient addition on vegetation and carbon cycling in an ombrotrophic bog, Global Change Biology, 13, 1168-1186, 2007. Chapin, F. S., Matson, P. M., och Mooney, H. A.: Principles of Terrestrial Ecosystem Ecology, Springer-Verlag New York, Inc., 2002. Gorham, E.: Northern peatlands: role in the carbon cycle and probable responses to climatic warming, Ecological Applications, 1, 182-195, 1991. Houghton, J. T.: Global warming: The complete briefing, Cambridge University Press, New York, fjärde utgåvan, 2009. IPCC, 2007: Summary for Policymakers. In: Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Solomon, S., D. Qin, M. Manning, Z. Chen, M. Marquis, K.B. Averyt, M.Tignor and H.L. Miller (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA. Juutinen, S., Bubier, J. L., och Moore, T. R.: Responses of vegetation and ecosystem CO2 exchange to 9 years of nutrient addition at Mer Bleu bog, Ecosystems, 13, 874-887, 2010. Lloyd, J., och Taylor, J., A.: On the temperature dependence of soil respiration, Functional Ecology, 8, 315-323, 1994. Lund, M., Christensen, T. R., Mastepanov, M., Lindroth, A., och Ström, L.: Effects of N and P fertilization on the greenhouse gas exchange in two northern peatlands with contrasting N deposition rates, Biogeosciences, 6, 2135-2144, 2009. Mack, M. C., Schuur, E. A. G., Bret-Harte, M. S., Shaver, G. R., och Chapin, F. S.: Ecosystem carbon storage in arctic tundra reduced by long-term nutrient fertilization, Nature, 431, 440-443, 2004. Rustad, L. E., Campbell, J. L., Marion, G. M., Norby, R. J., Mitchell, M. J., Hartley, A. E., Cornelissen, J. H. C., Gurevitch, J., och GCTE-NEWS: A meta-analysis of the response of soil respiration, net nitrogen mineralization, and aboveground plant growth to experimental ecosystem warming, Oecologia, 126,543-562, 2001. Saarnio, S., Järviö, S., Saarinen, T., Vasander, H., and Silvola, J.: Minor changes in vegetation and carbon gas balance in a boreal mire under a raised CO2 or NH4NO3 supply, Ecosystems, 6, 500-511, 2003. SMHI ref-1: http://www.smhi.se/klimatdata/meteorologi/temperatur/dataserier-mednormalv%C3%A4rden-1.7354, den 16 maj 2011. 26 SMHI ref-2: Ammonium kväve: http://www.smhi.se/sgn0102/miljoovervakning/kartvisare.php?lager=08DTOT_NHX___ Oxiderat kväve: http://www.smhi.se/sgn0102/miljoovervakning/kartvisare.php?lager=08DTOT_NOY___ den 9 juni 2011 SMHI ref-3: Rossby Centre, SMHI, 2007: http://www.smhi.se/klimatdata/klimatscenarier/klimatanalyser/Sveriges-lans-framtidaklimat-1.8256, den 27 juni 2011. 27 Appendix Figur 1: NEE för behandlingarna den 28 mars. Figur 2: GPP för behandlingarna den 28 mars. Figur 3: Respiration för behandlingarna den 28 mars. Figur 4: Markfuktighet för behandlingarna den 28 mars. 28 Figur 5: NEE för behandlingarna den 4 april. Figur 6: GPP för behandlingarna den 4 april. Figur 7: Respiration för behandlingarna den 4 april. Figur 8: Markfuktighet för behandlingarna den 4 april. 29 Figur 9: NEE för behandlingarna den 14 april. Figur 10: GPP för behandlingarna den 14 april. Figur 11: Respiration för behandlingarna den 14 april. Figur 12: Markfuktighet för behandlingarna den 14 april. 30 Figur 13: NEE för behandlingarna den 20 april. Figur 14: GPP för behandlingarna den 20 april. Figur 15: Respiration för behandlingarna den 20 april. Figur 16: Markfuktighet för behandlingarna den 20 april. 31 Figur 17: NEE för behandlingarna den 27 april. Figur 18: GPP för behandlingarna den 27 april. Figur 19: Respiration för behandlingarna den 27 april. Figur 20: Markfuktighet för behandlingarna den 27 april. 32 Tabell 1: GPP, NEE, R och markfuktighet samt tider för mätningar av NEE och R och i vilken ordning mätningarna gjordes den 28 mars 2011. Ordning 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Tid (NEE) 12.59 13.17 13.30 13.43 14.04 14.16 14.26 14.40 14.53 15.06 15.17 15.28 15.40 15.50 16.02 16.12 Tid Provyta behandling (R) 13.05 1N 13.22 2 NP 13.35 3C 13.47 4P 14.09 5 NP 14.21 6C 14.34 7P 14.43 8N 14.59 9 NP 15.10 10 P 15.21 11 C 15.32 12 N 15.44 13 P 15.54 14 C 16.06 15 NP 16.16 16 N NEE R GPP markfukt (gCO2m-2h-1) (gCO2m-2h-1) (gCO2m-2h-1) (%) -0,02 0,07 -0,09 37,7 -0,07 0,1 -0,17 94,3 -0,18 0,12 -0,3 80,4 -0,19 0,16 -0,35 20,3 -0,11 0,19 -0,3 50,5 -0,15 0,03 -0,18 70,7 -0,14 0,07 -0,21 54,9 0 0,08 -0,08 -0,06 0,13 -0,19 32,4 -0,2 0,03 -0,23 47,3 -0,07 0,09 -0,16 41,6 -0,01 0,04 -0,05 40,4 -0,01 0,07 -0,08 47,6 -0,01 0,03 -0,04 39 -0,21 0,02 -0,23 36,2 -0,12 0,07 -0,19 31,9 Tabell 2: GPP, NEE, R och markfuktighet samt tider för mätningar av NEE och R och i vilken ordning mätningarna gjordes den 4 april 2011. Ordning Tid (NEE) 16 14.16 15 14.07 14 13.55 13 13.45 12 13.34 11 13.20 10 13.08 9 12.58 8 12.46 7 12.35 6 12.24 5 11.50 4 11.35 3 11.20 2 11.08 1 10.56 Tid (R) 14.21 14.10 13.58 13.50 13.37 13.24 13.13 13.02 12.50 12.41 12.28 11.55 11.40 11.25 11.15 11.01 Provyta behandling 1N 2 NP 3C 4P 5 NP 6C 7P 8N 9 NP 10 P 11 C 12 N 13 P 14 C 15 NP 16 N NEE R GPP markfukt (gCO2m-2h-1) (gCO2m-2h-1) (gCO2m-2h-1) (%) -0,08 0,09 -0,17 56,9 -0,3 0,34 -0,64 33,4 -0,28 0,27 -0,55 28,4 -0,2 0,32 -0,52 40,9 -0,23 0,34 -0,57 38,2 -0,09 0,12 -0,21 73,4 -0,14 0,18 -0,32 32,4 -0,05 0,16 -0,21 85,8 -0,08 0,26 -0,34 33 -0,29 0,15 -0,44 26 -0,11 0,06 -0,17 -0,07 0,13 -0,2 -0,26 0,11 -0,37 69 -0,04 0,07 -0,11 -0,27 0,1 -0,37 42,7 -0,18 0,11 -0,29 33 Tabell 3: GPP, NEE, R och markfuktighet samt tider för mätningar av NEE och R och i vilken ordning mätningarna gjordes den 14 april 2011. Ordning Tid (NEE) 9 12.26 10 12.36 11 12.45 12 12.53 13 13.13 14 13.23 15 13.33 16 13.40 1 10.35 2 10.45 3 10.55 4 11.03 5 11.15 6 11.25 7 11.34 8 11.42 Tid (R) 12.30 12.40 12.49 12.57 13.18 13.28 13.37 13.45 10.39 10.49 10.59 11.07 11.18 11.28 11.38 11.46 Provyta behandling 1N 2 NP 3C 4P 5 NP 6C 7P 8N 9 NP 10 P 11 C 12 N 13 P 14 C 15 NP 16 N NEE R GPP markfukt (gCO2m-2h-1) (gCO2m-2h-1) (gCO2m-2h-1) (%) -0,13 0,03 -0,16 52,2 -0,3 0,44 -0,74 20,8 -0,09 0,29 -0,38 27,4 -0,22 0,3 -0,52 25,9 -0,34 0,45 -0,79 49 -0,16 0,22 -0,38 31,1 -0,34 0,32 -0,66 29,7 -0,13 0,19 -0,32 64 -0,39 0,28 -0,67 28,4 -0,32 0,23 -0,55 30,8 -0,21 0,05 -0,26 89,8 -0,16 0,14 -0,3 39,5 -0,35 0,18 -0,53 29,7 -0,1 0,13 -0,23 -0,46 0,19 -0,65 41 -0,21 0,16 -0,37 76 Tabell 4: GPP, NEE, R och markfuktighet samt tider för mätningar av NEE och R och i vilken ordning mätningarna gjordes den 20 april 2011. Ordning Tid (NEE) 13 12.25 14 12.34 15 12.43 16 12.51 1 10.32 2 10.42 3 10.51 4 11.00 5 11.09 6 11.18 7 11.26 8 11.35 9 11.44 10 11.53 11 12.02 12 12.11 Tid (R) 12.28 12.39 12.47 12.55 10.37 10.46 10.55 11.04 11.13 11.22 11.30 11.39 11.49 11.57 12.06 12.16 Provyta behandling 1N 2 NP 3C 4P 5 NP 6C 7P 8N 9 NP 10 P 11 C 12 N 13 P 14 C 15 NP 16 N NEE R GPP markfukt -2 -1 -2 -1 -2 -1 (gCO2m h ) (gCO2m h ) (gCO2m h ) (%) -0,11 0,27 -0,38 50,6 -0,21 0,41 -0,62 21,3 -0,26 0,33 -0,59 32,1 -0,55 0,33 -0,88 25,8 -0,06 0,48 -0,54 43,4 -0,01 0,27 -0,28 48,2 -0,01 0,31 -0,32 19,3 -0,01 0,18 -0,19 54,7 -0,17 0,19 -0,36 28,5 -0,01 0,38 -0,39 32,8 -0,12 0,13 -0,25 72,5 -0,01 0,19 -0,2 39,2 -0,21 0,18 -0,39 60,4 -0,06 0,13 -0,19 52 -0,33 0,18 -0,51 31,2 -0,03 0,3 -0,33 47,4 34 Tabell 5: GPP, NEE, R och markfuktighet samt tider för mätningar av NEE och R och i vilken ordning mätningarna gjordes den 27 april 2011. Ordning Tid (NEE) 1 10.41 2 10.52 3 11.00 4 11.11 5 11.22 6 11.34 7 11.51 8 12.00 9 12.55 10 13.03 11 13.12 12 13.21 13 13.39 14 13.47 15 13.55 16 14.05 Tid (R) 10.46 10.56 11.07 11.15 11.27 11.38 11.55 12.05 12.59 13.08 13.15 13.25 13.43 13.51 14.00 14.09 Provyta behandling 1N 2 NP 3C 4P 5 NP 6C 7P 8N 9 NP 10 P 11 C 12 N 13 P 14 C 15 NP 16 N NEE R GPP markfukt (gCO2m-2h-1) (gCO2m-2h-1) (gCO2m-2h-1) (%) -0,09 0,49 -0,58 42,3 -0,37 0,9 -1,27 21,8 -0,34 0,53 -0,87 26,6 -0,66 0,61 -1,27 36,9 -0,44 1,01 -1,45 30,8 -0,22 0,61 -0,83 53,6 -0,45 0,54 -0,99 23,9 -0,07 0,41 -0,48 41 -0,75 0,7 -1,45 24,3 -0,24 0,91 -1,15 26,1 -0,22 0,35 -0,57 59 0,1 0,51 -0,41 45,3 -0,17 0,65 -0,82 40,1 -0,05 0,42 -0,47 45,9 -0,43 0,73 -1,16 25,4 -0,04 0,76 -0,8 39,6 35 Tabell 6: Marktemperatur och PAR för försöksytorna under alla dagarna. Försöksyta Datum/tid 28/03/2011 28/03/2011 28/03/2011 28/03/2011 28/03/2011 28/03/2011 28/03/2011 13.00 13.30 14.00 14.30 15.00 15.30 16.00 1 2, 3 4, 5 6, 7, 8 9, 10 11, 12, 13 14, 15, 16 Marktemperatur -0,56283 -0,52261 -0,404 -0,27188 -0,11284 -0,28031 -0,26222 PAR (umol m-2 s-1) 1172,7 943,24 688,35 587,53 466,54 834,62 680,96 04/04/2011 04/04/2011 04/04/2011 04/04/2011 04/04/2011 04/04/2011 04/04/2011 04/04/2011 11.00 11.30 12.00 12.30 13.00 13.30 14.00 14.30 15, 16 13, 14 12 10,11 7, 8, 9 5, 6 2, 3, 4 1 0,19243 0,27603 0,39886 0,60201 0,77208 1,0521 1,4533 1,71 836,76 1069,4 1112,6 1143,1 1275,7 960,01 803,55 304,59 14/04/2011 14/04/2011 14/04/2011 14/04/2011 14/04/2011 14/04/2011 10.30 11.00 11.30 12.30 13.00 13.30 9 10,11,12 13,14,15,16 1,2 3,4,5 6,7,8 4,3838 4,5465 4,794 5,1559 5,4111 5,7992 668,56 681,2 661,05 832,76 668,3 370,88 20/04/2011 20/04/2011 20/04/2011 20/04/2011 20/04/2011 20/04/2011 10.30 11.00 11.30 12.00 12.30 13.00 5,6 7,8,9 10,11,12 13,14,15,16 1,2 3,4 5,7428 5,7341 5,9302 5,9989 5,9889 6,0954 297,05 388 496,72 758 986,38 906,09 27/04/2011 27/04/2011 27/04/2011 27/04/2011 27/04/2011 27/04/2011 27/04/2011 10.30 11.00 11.30 12.00 13.00 13.30 14.00 1 2,3,4 5,6 7,8 9,10,11 12,13 14,15,16 7,3789 7,8301 8,3604 8,9701 10,116 10,625 11,118 1146,4 1217,6 1261,6 1284,1 1274 1237,9 1182,7 36