下载文档原格式
第４０卷第１６期２０２０年８月生态学报ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＶｏｌ．４０，Ｎｏ．１６Ａｕｇ．，２０２０基金项目：国家自然科学基金项目（４１５７１１３００７３）；中国科学院创新交叉团队收稿日期：２０１９⁃１０⁃３０；㊀㊀网络出版日期：２０２０⁃０６⁃０８∗通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ：ｘｕｘｉａｎｌｉｗｗ＠ｇｍａｉｌ．ｃｏｍＤＯＩ：１０．５８４６／ｓｔｘｂ２０１９１０３０２２９４曾祥明，徐宪立，钟飞霞，易汝舟，徐超昊，张耀华．ＭｉｘＳＩＡＲ和ＩｓｏＳｏｕｒｃｅ模型解析植物水分来源的比较研究．生态学报，２０２０，４０（１６）：５６１１⁃５６１９．ＺｅｎｇＸＭ，ＸｕＸＬ，ＺｈｏｎｇＦＸ，ＹｉＲＺ，ＸｕＣＨ，ＺｈａｎｇＹＨ．ＣｏｍｐａｒａｔｉｖｅｓｔｕｄｙｏｆＭｉｘＳＩＡＲａｎｄＩｓｏＳｏｕｒｃｅｍｏｄｅｌｓｉｎｔｈｅａｎａｌｙｓｉｓｏｆｐｌａｎｔｗａｔｅｒｓｏｕｒｃｅｓ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０２０，４０（１６）：５６１１⁃５６１９．ＭｉｘＳＩＡＲ和ＩｓｏＳｏｕｒｃｅ模型解析植物水分来源的比较研究曾祥明１，２，３，徐宪立１，３，∗，钟飞霞１，３，易汝舟１，２，３，徐超昊１，２，３，张耀华１，２，３１中国科学院亚热带农业生态研究所，长沙㊀４１０１２５２中国科学院大学，北京㊀１０００４９３中国科学院环江喀斯特生态系统观测研究站，环江㊀５４７１００摘要：选取西南喀斯特地区次生林中主要优势植物刺楸（Ｋａｌｏｐａｎａｘｓｅｐｔｅｍｌｏｂｕｓ（Ｔｈｕｎｂ．）Ｋｏｉｄｚ．）㊁香椿（Ｔｏｏｎａｓｉｎｅｎｓｉｓ）和化香（ＰｌａｔｙｃａｒｙａｓｔｒｏｂｉｌａｃｅａＳｉｅｂ．ｅｔＺｕｃｃ．）为研究对象，通过对不同土壤深度的土壤水㊁泉水㊁雨水和植物采样，利用氢氧稳定同位素技术，借助ＩｓｏＳｏｕｒｃｅ和ＭｉｘＳＩＡＲ两种模型分析植物水分来源，通过直接相关法判断植物主要吸水源来衡量两种模型的适用性㊂结果表明，降雨δ１８Ｏ值在３月 ６月偏正，在６月 ８月数据偏负，存在明显的季节变化㊂在春季不同土壤层土壤水δ１８Ｏ值土壤深度增加而降低，夏季呈现相反的规律㊂基于ＩｓｏＳｏｕｒｃｅ和ＭｉｘＳＩＡＲ模型计算植物不同水分来源比例时存在一定差异㊂基于直接相关法定性分析植物水分来源表明ＭｉｘＳＩＡＲ模型计算结果可靠性高于ＩｓｏＳｏｕｒｃｅ模型㊂基于均方根误差（ＲｏｏｔＭｅａｎＳｑｕａｒｅＥｒｒｏｒ，ＲＭＳＥ）进行模型评价，结果显示出ＭｉｘＳＩＡＲ模型的ＲＭＳＥ结果小于ＩｓｏＳｏｕｒｃｅ模型，表明利用ＭｉｘＳＩＡＲ模型计算植物对各水源的利用比例适用性高于ＩｓｏＳｏｕｒｃｅ模型㊂本文结果有助于在解析植物水分来源时为模型的选择提供参考㊂关键词：喀斯特；氢氧稳定同位素；水分来源；ＩｓｏＳｏｕｒｃｅ模型；ＭｉｘＳＩＡＲ模型；生态水文ＣｏｍｐａｒａｔｉｖｅｓｔｕｄｙｏｆＭｉｘＳＩＡＲａｎｄＩｓｏＳｏｕｒｃｅｍｏｄｅｌｓｉｎｔｈｅａｎａｌｙｓｉｓｏｆｐｌａｎｔｗａｔｅｒｓｏｕｒｃｅｓＺＥＮＧＸｉａｎｇｍｉｎｇ１，２，３，ＸＵＸｉａｎｌｉ１，３，∗，ＺＨＯＮＧＦｅｉｘｉａ１，３，ＹＩＲｕｚｈｏｕ１，２，３，ＸＵＣｈａｏｈａｏ１，２，３，ＺＨＡＮＧＹａｏｈｕａ１，２，３１ＩｎｓｔｉｔｕｔｅｏｆＳｕｂｔｒｏｐｉｃａｌＡｇｒｉｃｕｌｔｕｒｅ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅ，Ｃｈａｎｇｓｈａ４１０１２５，Ｃｈｉｎａ２ＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００４９，Ｃｈｉｎａ３ＨｕａｎｊｉａｎｇＯｂｓｅｒｖａｔｉｏｎａｎｄＲｅｓｅａｒｃｈＳｔａｔｉｏｎｆｏｒＫａｒｓｔＥｃｏｓｙｓｔｅｍ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｈｕａｎｊｉａｎｇ５４７１００，ＣｈｉｎａＡｂｓｔｒａｃｔ：Ｐｌａｎｔｗａｔｅｒｓｏｕｒｃｅｉｓａｐｒｅｒｅｑｕｉｓｉｔｅｆｏｒｒｅｓｅａｒｃｈａｎｄｍａｎａｇｅｍｅｎｔｏｆａｇｒｉｃｕｌｔｕｒｅａｎｄｅｃｏｌｏｇｙ．ＥｓｐｅｃｉａｌｌｙｉｎＫａｒｓｔａｒｅａｓ，ｄｕｅｔｏｔｈｅｓｐｅｃｉａｌｇｅｏｌｏｇｉｃａｌｃｏｎｄｉｔｉｏｎｓ，ｐｌａｎｔｓａｒｅｐｒｏｎｅｔｏｇｅｎｅｒａｌｌｙｓｕｆｆｅｒｉｎｓｅｖｅｒｅｗａｔｅｒｄｅｆｉｃｉｔ．Ｕｎｄｅｒｓｔａｎｄｉｎｇｔｈｅｐｌａｎｔｗａｔｅｒｓｏｕｒｃｅｓｉｓｔｈｅｒｅｆｏｒｅｉｍｐｏｒｔａｎｔｆｏｒｅｃｏｌｏｇｉｃａｌｒｅｓｔｏｒａｔｉｏｎ．Ｉｎｔｈｉｓｓｔｕｄｙ，ｔｈｅｍａｉｎｄｏｍｉｎａｎｔｐｌａｎｔｓｉｎｔｈｅｓｅｃｏｎｄａｒｙｆｏｒｅｓｔｏｆｓｏｕｔｈｗｅｓｔｋａｒｓｔｒｅｇｉｏｎｓ，Ｋａｌｏｐａｎａｘｓｅｐｔｅｍｌｏｂｕｓ（Ｔｈｕｎｂ．）Ｋｏｉｄｚ．，ＴｏｏｎａｓｉｎｅｎｓｉｓａｎｄＰｌａｔｙｃａｒｙａｓｔｒｏｂｉｌａｃｅａＳｉｅｂ．ｅｔＺｕｃｃ．ｗｅｒｅｓｅｌｅｃｔｅｄ．Ｉｓｏｔｏｐｉｃｓａｍｐｌｅｓｏｆｓｏｉｌｍｏｉｓｔｕｒｅａｔｄｉｆｆｅｒｅｎｔｓｏｉｌｄｅｐｔｈ，ｓｐｒｉｎｇｗａｔｅｒ，ｒａｉｎｗａｔｅｒａｎｄｐｌａｎｔｓｗｅｒｅｃｏｌｌｅｃｔｅｄ．ＷｅａｎａｌｙｚｅｄｔｈｅｐｌａｎｔｓｗａｔｅｒｓｏｕｒｃｅｓｂｙＩｓｏＳｏｕｒｃｅａｎｄＭｉｘＳＩＡＲｍｏｄｅｌｓ，ａｎｄｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｔｗｏｍｏｄｅｌｓｗｅｒｅｃｏｍｐａｒｅｄ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅδ１８ＯｖａｌｕｅｓｏｆｒａｉｎｆａｌｌｗｅｒｅｐｏｓｉｔｉｖｅｄｕｒｉｎｇＭａｒｃｈｔｏＪｕｎｅ，ｗｈｉｌｅｔｈｅｓｅｖａｌｕｅｓｗｅｒｅｎｅｇａｔｉｖｅｄｕｒｉｎｇＪｕｎｅｔｏＳｅｐｔｅｍｂｅｒ，２０１７．Ｔｈｕｓ，ｔｈｅδ１８Ｏｏｆｒａｉｎｆａｌｌｅｘｈｉｂｉｔｅｄｔｈｅｓｉｇｎｉｆｉｃａｎｔｌｙｔｅｍｐｏｒａｌｏｒｓｅａｓｏｎａｌｖａｒｉａｔｉｏｎｓ．Ｔｈｅδ１８Ｏｖａｌｕｅｓｏｆｓｏｉｌｍｏｉｓｔｕｒｅａｔｄｉｆｆｅｒｅｎｔｓｏｉｌｌａｙｅｒｓｄｅｃｒｅａｓｅｄｗｉｔｈｔｈｅｉｎｃｒｅａｓｅｏｆｓｏｉｌｄｅｐｔｈｉｎｓｐｒｉｎｇ，ｗｈｉｌｅ２１６５㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀ｔｈｉｓｃｉｒｃｕｍｓｔａｎｃｅｗａｓｃｏｎｔｒａｒｙｉｎｓｕｍｍｅｒ．ＴｈｅｒｅｗｅｒｅｓｉｇｎｉｆｉｃａｎｔｄｉｆｆｅｒｅｎｃｅｓｉｎｃａｌｃｕｌａｔｉｎｇｔｈｅｐｒｏｐｏｒｔｉｏｎｏｆｐｌａｎｔｓｗａｔｅｒｓｏｕｒｃｅｓｂｅｔｗｅｅｎＩｓｏＳｏｕｒｃｅａｎｄＭｉｘＳＩＡＲｍｏｄｅｌｓ．ＴｈｅａｎａｌｙｓｉｓｏｆｐｌａｎｔｗａｔｅｒｓｏｕｒｃｅｓｂａｓｅｄｏｎｔｈｅｄｉｒｅｃｔｉｎｆｅｒｅｎｃｅａｐｐｒｏａｃｈｓｈｏｗｅｄｔｈａｔｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆＭｉｘＳＩＡＲｍｏｄｅｌｗａｓｂｅｔｔｅｒｔｈａｎｔｈａｔｏｆＩｓｏＳｏｕｒｃｅｍｏｄｅｌ．ＴｈｅｐｅｒｆｏｒｍａｎｃｅｏｆＭｉｘＳＩＡＲｍｏｄｅｌ（ＲｏｏｔＭｅａｎＳｑｕａｒｅＥｒｒｏｒ（ＲＭＳＥ），０．６１ｉｎｓｐｒｉｎｇａｎｄ０．５９ｉｎｓｕｍｍｅｒ）ｏｕｔｐｅｒｆｏｒｍｅｄｔｈｅＩｓｏＳｏｕｒｃｅｍｏｄｅｌ（ＲＭＳＥ，０．８４ｉｎｓｐｒｉｎｇａｎｄ０．７４ｉｎｓｕｍｍｅｒ）ｉｎｅｓｔｉｍａｔｉｎｇｔｈｅｐｌａｎｔｓｗａｔｅｒｓｏｕｒｃｅｓ．Ｔｈｅｒｅｓｕｌｔｓｏｆｔｈｅｓｔｕｄｙｃａｎｐｒｏｖｉｄｅａｂｅｎｅｆｉｃｉａｌｇｕｉｄｅｉｎｍｏｄｅｌｄｅｃｉｓｉｏｎｆｏｒｔｈｅｆｕｔｕｒｅｒｅｓｅａｒｃｈｅｒｓｉｎｐｌａｎｔｗａｔｅｒｓｏｕｒｃｅｓ．ＫｅｙＷｏｒｄｓ：ｋａｒｓｔ；ｈｙｄｒｏｇｅｎａｎｄｏｘｙｇｅｎｓｔａｂｌｅｉｓｏｔｏｐｅｓ；ｐｌａｎｔｗａｔｅｒｓｏｕｒｃｅｓ；ＩｓｏＳｏｕｒｃｅｍｏｄｅｌ；ＭｉｘＳＩＡＲｍｏｄｅｌ；ｅｃｏｈｙｄｒｏｌｏｇｙ水作为生态系统中物质循环和能量流动的重要载体，在保障生态系统正常运作中起着至关重要的作用，同时也是植物正常生长发育所必须的，因此在缺水区极易成为植物生长的限制因子㊂在南方喀斯特地区，降水丰沛，但年降雨分配不均，存在明显的季节变化［１］，同时喀斯特地区土壤浅薄且不连续，土壤保水蓄水能力差，易形成干旱［２］，因此植物容易因缺水而导致死亡，对当地生态环境造成重大影响㊂植物水分来源是植被耗水的重要组成部分，对植物水分来源的解析有助于理解植被耗水规律，进而为喀斯特石漠化地区植被重建和生态恢复提供相关知识，因此研究喀斯特地区植物水分来源对于恢复和重建当地生态系统有着重要的意义㊂研究植物水分来源方法有很多且存在较大差异㊂主要包括根系挖掘法［３⁃４］㊁连续监测各潜在水分来源的含水量变化［５］㊁监测植物黎明前水势［６］和直接相关法［７⁃１１］㊂根系挖掘法能够根据有无根系分布来确定植物可能利用水源，但不能确定植物对各个水源的吸收比例同时也容易对植物生长环境造成极大的破坏［１２］㊂连续监测各潜在水分来源的含水量变化能够分析植物水源的季节变化，然而只适用于风化程度较高的地区㊂监测植物黎明前水势的方法不受植物所处环境的影响，适应范围广，但无法确定植物对各个水源的吸收比例㊂直接相关法的优势在于操作简单，但亦无法确定植物对各个水源的吸收比例㊂因此，这四种方法都存在不足，或者无法准确的分析出植物对不同水源的利用比例，或者适用范围小㊂随着光谱测定稳定同位素技术的发展，同时植物（除少数盐生和旱生植物）根系吸收水在运输到未栓化茎秆之前，其同位素比率不会发生变化［１３］，各水源之间氢氧稳定同位素存在显著差异［１４］，因此氢氧稳定同位素已被广泛用于植物水分来源研究［９，１５⁃１７］㊂量化植物水分来源模型主要有ＩｓｏＳｏｕｒｃｅ［１８］㊁ＭｉｘＳＩＲ［１９］㊁ＳＩＡＲ［２０］和ＭｉｘＳＩＡＲ［２１］，然而各种方法定量区分的结果尚值得商榷㊂ＩｓｏＳｏｕｒｃｅ模型在计算植物水分来源中运用最广泛，但它只是基于简单的质量守恒，并未考虑随机测量误差与同位素分馏等不确定性对模型的影响［２２］，而ＭｉｘＳＩＡＲ不仅融合了ＭｉｘＳＩＲ和ＳＩＡＲ模型优势又加入源数据输入形式和分类变量等模块，能有效提高模型计算精度［２１］㊂Ｅｖａｒｉｓｔｏ等［２３］在比较二源质量守恒和贝叶斯混合模型计算植物水分来源时发现，贝叶斯混合模型能够更有效的评估植物水分来源的利用比例，Ｗａｎｇ等［２４］在研究半干旱区植物水分来源时发现ＭｉｘＳＩＡＲ和ＳＩＡＲ模型植物水分来源溯源效果优于ＩｓｏＳｏｕｒｃｅ和ＭｉｘＳＩＲ模型㊂因此在研究植物水分来源时，应该选择何种方法，研究者对该问题易产生困惑㊂同时ＭｉｘＳＩＡＲ是融合ＭｉｘＳＩＲ和ＳＩＡＲ模型中的优势，所以有必要研究ＩｓｏＳｏｕｒｃｅ和ＭｉｘＳＩＡＲ模型在计算植物水分来源时存在的差异及模型适用性㊂为此本文利用氢氧稳定同位素技术，研究喀斯特地区次生林３种植物（刺楸㊁香椿和化香）在春夏两季水分来源利用情况，通过ＩｓｏＳｏｕｒｃｅ和ＭｉｘＳＩＡＲ模型量化不同水源对植物茎杆水的贡献比例，评估两种模型在计算植物水分来源的表现并探索造成两者模型计算结果差异的潜在原因，希望能为以后研究者在研究喀斯特地区植物水分来源时应选择何种模型来解析水源对植物的贡献比例提供参考㊂１㊀材料和方法１．１㊀研究区概况㊀㊀研究区位于贵州省普定县的陈旗流域（图１）（１０５ʎ４２ᶄ １０５ʎ４３ᶄＥ，２６ʎ１４ᶄ ２６ʎ１５ᶄＮ），该区域属于典型的亚热带季风湿润气候，年平均降雨量１３３６ｍｍ，年均温度为１４．２ħ㊂植被覆盖率和覆盖度较高，次生林主要物种有香椿（Ｔｏｏｎａｓｉｎｅｎｓｉｓ）㊁化香（ＰｌａｔｙｃａｒｙａｓｔｒｏｂｉｌａｃｅａＳｉｅｂ．ｅｔＺｕｃｃ．）和刺楸（Ｋａｌｏｐａｎａｘｓｅｐｔｅｍｌｏｂｕｓ（Ｔｈｕｎｂ．）Ｋｏｉｄｚ．）等优势乔木，偶见合欢（ＡｌｂｉｚｉａｊｕｌｉｂｒｉｓｓｉｎＤｕｒａｚｚ．）和白栎（ＱｕｅｒｃｕｓｆａｂｒｉＨａｎｃｅ）等乔木；下层偶见小叶冻绿（Ｒｈａｍｎｕｓｕｔｉｌｉｓ）㊁小果蔷薇（ＲｏｓａｃｙｍｏｓａＴｒａｔｔ．）等小型灌木㊂陈旗流域岩石主要包括白云岩和石灰岩，降雨主要集中在５月 １０月份［２５］，研究区地形崎岖且土壤浅薄不连续［２６］，保水蓄水能力差，同时由于山地被过度开垦，土壤结构出现严重破坏，导致严重的石漠化现象㊂图１㊀样点分布图Ｆｉｇ．１㊀Ｌｏｃａｔｉｏｎｏｆｔｈｅｓｔｕｄｙｓｉｔｅｓ１．２㊀研究方法选取次生林中优势物种：刺楸（Ｋ．ｓｅｐｔｅｍｌｏｂｕｓ（Ｔｈｕｎｂ．）Ｋｏｉｄｚ．）㊁香椿（Ｔ．ｓｉｎｅｎｓｉｓ）和化香（Ｐ．ｓｔｒｏｂｉｌａｃｅａＳｉｅｂ．ｅｔＺｕｃｃ．）为研究对象㊂并在春季２０１７年４月２４日 ２７日，夏季２０１７年７月８日 １０日分别对不同土层土壤水㊁植物木质部水㊁泉水和降雨进行采样㊂植物样品采集：每种植物选择大小相似位置相近的３棵植物分别采样，每棵植物采集一个样品㊂选择每棵植物茎杆直径为０．１ ０．３ｃｍ，长度４ ５ｃｍ的枝条［２７］，将树皮削去，取植物木质部放入采样瓶中㊂土壤样品采集：在采样植物旁边选择挖掘一个土壤剖面，分别采集１０㊁２０㊁３０㊁４０ｃｍ土壤层的土壤样品，每层土壤采集３个重复，此外在采样前剖面外５ｃｍ的垂直面移除以防止蒸发对同位素产生影响，将采样土壤装入采样瓶中［２８］㊂雨水和泉水样品采集：采样时间２０１７年３月 ８月㊂当样地单次降雨量可被收集时，用塑料容器采集以防止蒸发，当雨量足够多时，将降雨倒入采样瓶中㊂同时对山坡下方存在的两个泉眼进行水样采集，采集频率每５天１次㊂将装有样品的所有采样瓶用封口膜密封，迅速放入带有冰盒的保温盒中，带回实验室后储存于－２０ħ的冰箱中㊂１．３㊀实验分析植物和土壤样品在低温真空条件下，利用ＶａｃｕｕｍＣｏｎｄｅｎｓａｔｉｏｎＥｘｔｒａｃｔｉｏｎＳｙｓｔｅｍ（ＬＩ⁃２０００，ＬＩＣＡ，Ｃｈｉｎａ）在７００Ｐａ压强下抽提植物木质部水和土壤水，样品中不同的水分含量影响植物抽提速度，一般抽提时间为１．５ ３ｈ，抽提效率超过９８％㊂植物木质部在经过低温真空抽提之后，将所抽提的水经过ＭＣＭ（Ｍｉｃｒｏ⁃ＣｏｍｂｕｓｉｏｎＭｏｄｕｌｅ）设备去除可能含有的有机物质，再用液态水同位素分析仪（Ｌ２１２０－Ｉ，ｐｉｃａｒｒｏ，ＵＳＡ）测定各水体的氢氧稳定同位素比率，其中氢稳定同位素比率精度为１．５ɢ，氧稳定同位素比率精度为０．２ɢ㊂根据同位素表达式计算δ２Ｈ和δ１８Ｏ值：δɢ()＝Ｒｓａｍｐｌｅ－ＲｓｔａｎｄａｒｄＲｓｔａｎｄａｒｄˑ１０００，其中δɢ()为植物㊁土壤㊁雨水和泉水的氢３１６５㊀１６期㊀㊀㊀曾祥明㊀等：ＭｉｘＳＩＡＲ和ＩｓｏＳｏｕｒｃｅ模型解析植物水分来源的比较研究㊀氧稳定同位素值，Ｒｓａｍｐｌｅ和Ｒｓｔａｎｄａｒｄ分别为样品中２Ｈ／Ｈ和１８Ｏ／１６Ｏ以及国际通用标准物中２Ｈ／Ｈ和１８Ｏ／１６Ｏ㊂氢氧稳定同位素计算结果以标准平均海水为标准㊂１．４㊀数据分析利用ＩｓｏＳｏｕｒｃｅ和ＭｉｘＳＩＡＲ模型分别计算植物利用各水分来源比例，其中在利用ＩｓｏＳｏｕｒｃｅ模型计算植物水分来源过程中，Ｉｎｃｒｅｍｅｎｔ为１％，Ｔｏｌｅｒａｎｃｅ设定值一般不小于Ｉｎｃｒｅｍｅｎｔ增量与各水源同位素比率之间最大差值的乘积的一半［１８］㊂ＭｉｘＳＩＡＲ模型输入的原始数据使用均值和标准差，Ｅｒｒｏｒｓｔｒｕｃｔｕｒｅ选择Ｒｅｓｉｄ∗Ｐｒｏｃｅｓｓ， ＭＣＭＣ 的运行长度选择 Ｖｅｒｙｌｏｎｇ ㊂通过模型评价指标均方根误差（ＲｏｏｔＭｅａｎＳｑｕａｒｅＥｒｒｏｒ，ＲＭＳＥ）来衡量两模型计算结果的适用性㊂由于目前植物对不同水源的实际利用值无法直接观测［２９］，因此本研究将测得的植物木质部同位素比率作为观测值（ｏｉ），预测值（ｐｉ）通过以下公式计算［２４，３０］：ｐｉ＝ðｎｉ＝１ｆｉδＡ（１）式中，ｎ是植物水源个数，ｆｉ是ＭｉｘＳＩＡＲ和ＩｓｏＳｏｕｒｃｅ模型计算植物对第ｉ个水源的利用比例，δＡ是不同水源的同位素比率㊂模型效果评价指标ＲＭＳＥ计算公式：ＲＭＳＥ＝［１ｎðｎｉ＝１（ｐｉ－ｏｉ）２］１／２（２）所有计算结果用Ｏｒｉｇｉｎ２０１８作图㊂２㊀结果与分析图２㊀研究期降雨量及雨水δ１８Ｏ值分布特征Ｆｉｇ．２㊀Ｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｒａｉｎｆａｌｌａｎｄδ１８Ｏｄｕｒｉｎｇｔｈｅｓｔｕｄｙｐｅｒｉｏｄ２．１㊀降水及雨水同位素季节动态在研究区内２０１７全年降雨为９９６．７ｍｍ，其中３月 ８月总降雨为６５７．２ｍｍ，占全年降雨量的６５．９％，降雨相对集中㊂数据结果显示，在３月 ６月，δ１８Ｏ同位素为－２．３９ɢʃ１．９２ɢ，数据偏正，在６月 ８月，δ１８Ｏ同位４１６５㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀素为－１０．１２ɢʃ３．１２ɢ，数据偏负，表现为明显的季节变化㊂根据当地降水同位素，线性拟合出当地大气降水线方程δ２Ｈ＝８．５０δ１８Ｏ＋１２．２９（Ｒ２＝０．９７，Ｐ＝０．００１），而全球大气降水线方程：δ２Ｈ＝８δ１８Ｏ＋１０㊂从方程可以看出当地大气降水线方程在截距和斜率都高于全球大气降水线方程，表明当地降水的蒸发富集现象并不明显㊂２．２㊀植物水分来源定性分析图３结果显示，在春季采样时间（４月２４日 ２７日）土壤水δ１８Ｏ值在表层土壤中最大，并随着土壤深度（０ ４０ｃｍ）的增加而下降，并且此时的泉水δ１８Ｏ值略高于４０ｃｍ土壤处δ１８Ｏ值㊂植物木质部水δ１８Ｏ值中刺楸值最小，同时香椿和化香的δ１８Ｏ值相近，表明当利用模型计算香椿和化香植物水分来源利用比例时各水源结果应该相近㊂图３表明在夏季采样时间内（７月８日 １０日）土壤水δ１８Ｏ值在表层土壤中最小，并且随着土壤深度（０ ４０ｃｍ）增加而增加，与春季δ１８Ｏ值变化规律相反，并且此时的泉水的δ１８Ｏ值最高㊂植物木质部水δ１８Ｏ值中香椿高于化香和刺楸，且夏季香椿和化香的δ１８Ｏ值相差比春季大，表明当利用模型计算香椿和化香植物水分来源比例时各水源利用比例值存在一定差异㊂根据图中植物水δ１８Ｏ值所在的直线与不同源δ１８Ｏ值所在的线的交点所处的位置，初步判断在春季香椿和化香主要利用２０ｃｍ土层土壤水分，而刺楸主要利用３０ｃｍ土层土壤水分㊂在夏季，香椿主要利用４０ｃｍ土层土壤水分，而化香主要利用３０ｃｍ土层土壤水分，刺楸主要利用１０ｃｍ土层土壤水分㊂图３㊀春夏季ＣＱ㊁ＨＸ㊁ＸＣ和不同水源的δ１８Ｏ值变化特征Ｆｉｇ．３㊀Ｖａｒｉａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆδ１８ＯａｍｏｎｇＣＱ，ＨＸ，ＸＣａｎｄｄｉｆｆｅｒｅｎｔｗａｔｅｒｓｏｕｒｃｅｓｉｎｓｐｒｉｎｇａｎｄｓｕｍｍｅｒｓｅａｓｏｎｓＣＱ：刺楸Ｋａｌｏｐａｎａｘｓｅｐｔｅｍｌｏｂｕｓ（Ｔｈｕｎｂ．）Ｋｏｉｄｚ．；ＨＸ：化香ＰｌａｔｙｃａｒｙａｓｔｒｏｂｉｌａｃｅａＳｉｅｂ．ｅｔＺｕｃｃ．；ＨＸ：香椿Ｔｏｏｎａｓｉｎｅｎｓｉｓ２．３㊀基于ＭｉｘＳＩＡＲ和ＩｓｏＳｏｕｒｃｅ模型对植物水分来源定量分析直接相关法只能判断植物水分的大致来源，然而确定植物对各个水源的吸收比例在实际应用中更重要，运用ＭｉｘＳＩＡＲ和ＩｓｏＳｏｕｒｃｅ模型来分析植物对不同土层土壤水（１０㊁２０㊁３０㊁４０ｃｍ）和泉水的利用比例，计算结果存在一定差异㊂图４结果显示，在春季，利用ＭｉｘＳＩＡＲ模型对植物水分来源分析结果表明，香椿对１０㊁２０㊁３０㊁４０ｃｍ土层土壤水和泉水的利用比例分别是２７％㊁２５％㊁２１％㊁１３％㊁１４％与化香的结果（２７％㊁２８％㊁２２％㊁１１％㊁１２％）相近，这与直接相关法定性判断结果相近㊂然而利用ＩｓｏＳｏｕｒｃｅ模型对植物水分来源分析显示，香椿对１０㊁２０㊁３０㊁４０ｃｍ土层土壤水和泉水的利用比例分别是２８％㊁２７％㊁１０％㊁２１％㊁１３％与化香的结果（２３％㊁２５％㊁２５％㊁１３％㊁１４％）存在较大差异，这个结果与直接相关法分析的结果差别较大㊂ＭｉｘＳＩＡＲ模型的计算表明刺楸主要利用５１６５㊀１６期㊀㊀㊀曾祥明㊀等：ＭｉｘＳＩＡＲ和ＩｓｏＳｏｕｒｃｅ模型解析植物水分来源的比较研究㊀１０ ３０ｃｍ土层土壤水，与直接相关法分析的结果相近㊂直接相关法分析表明刺楸主要利用２０ ３０ｃｍ土层土壤水并且对１０ ３０ｃｍ土层土壤水的利用比例大于对４０ｃｍ土层土壤水和泉水的利用比例㊂而ＩｓｏＳｏｕｒｃｅ模型计算结果表明刺楸主要利用３０ ４０ｃｍ土层土壤水和泉水，与直接相关法判断结果存在很大偏差㊂在夏季，ＭｉｘＳＩＡＲ模型计算结果表明化香对２０㊁３０㊁４０ｃｍ土层土壤水的总利用比例为５８％，ＩｓｏＳｏｕｒｃｅ模型计算结果表明化香对２０㊁３０㊁４０ｃｍ土层土壤水总利用比例为２１％，而通过直接相关法显示化香对２０㊁３０㊁４０ｃｍ土层土壤水吸收比例高于１０ｃｍ土层土壤水和泉水，只有ＭｉｘＳＩＡＲ模型计算结果满足要求㊂因此ＭｉｘＳＩＡＲ模型计算结果比ＩｓｏＳｏｕｒｃｅ模型计算结果可靠性要高㊂ＭｉｘＳＩＡＲ模型计算结果表明香椿对３０㊁４０ｃｍ土层土壤水和泉水总利用比例为５０％，ＩｓｏＳｏｕｒｃｅ模型计算结果表明香椿对３０㊁４０ｃｍ土层土壤水和泉水总利用比例为１３％，而直接相关法分析表明香椿对３０㊁４０ｃｍ土层土壤水和泉水水源吸收比例高于１０ｃｍ和２０ｃｍ土层土壤水，结果同样表明只有ＭｉｘＳＩＡＲ计算结果满足要求㊂ＭｉｘＳＩＡＲ和ＩｓｏＳｏｕｒｃｅ模型计算刺楸水分来源的结果表明：刺楸主要利用１０ｃｍ土层土壤水，利用比例分别为５９％和９６％，这与直接相关法得出的结果一致㊂图４㊀ＩｓｏＳｏｕｒｃｅ和ＭｉｘＳＩＡＲ模型计算植物水分来源比例结果Ｆｉｇ．４㊀ＴｈｅｒｅｓｕｌｔｓｏｆｔｈｅｐｒｏｐｏｒｔｉｏｎｏｆｐｌａｎｔｗａｔｅｒｓｏｕｒｃｅｆｒｏｍＩｓｏＳｏｕｒｃｅａｎｄＭｉｘＳＩＡＲｍｏｄｅｌｓ图ａ，ｂ分别是ＭｉｘＳＩＡＲ模型计算春夏季比例结果；图ｃ，ｄ分别是ＩｓｏＳｏｕｒｃｅ模型计算春夏季比例结果２．４㊀模型的总体评价图５显示在春季，ＭｉｘＳＩＡＲ模型计算的ＲＭＳＥ值０．６１，而ＩｓｏＳｏｕｒｃｅ模型计算的ＲＭＳＥ是０．８４㊂在夏季ＭｉｘＳＩＡＲ模型计算的ＲＭＳＥ值是０．５９，而ＩｓｏＳｏｕｒｃｅ模型计算的ＲＭＳＥ是０．７４㊂上述结果表明，ＭｉｘＳＩＡＲ模型结算结果的ＲＭＳＥ值小于ＩｓｏＳｏｕｒｃｅ模型计算结果㊂因此利用ＭｉｘＳＩＡＲ模型计算植物水分来源结果误差小于ＩｓｏＳｏｕｒｃｅ模型计算结果，在喀斯特地区更适合利用ＭｉｘＳＩＡＲ模型解析植物水分来源㊂６１６５㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀图５㊀ＭｉｘＳＩＡＲ和ＩｓｏＳｏｕｒｃｅ模型评价指标结果Ｆｉｇ．５㊀ＴｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｐｌａｎｔｗａｔｅｒｓｏｕｒｃｅｂｙｕｓｉｎｇＭｉｘＳＩＡＲａｎｄＩｓｏＳｏｕｒｃｅｍｏｄｅｌｓ３㊀讨论ＭｉｘＳＩＡＲ和ＩｓｏＳｏｕｒｃｅ模型是量化植物水分来源比例的重要方法㊂本文研究结果显示这两种模型在量化植物水分来源上存在一定差异㊂以量化次生林刺楸㊁香椿和化香３种植物水分来源为例，借助直接相关法的分析结果，衡量哪种方法更适合解析喀斯特地区植物对不同水分来源利的利用比例㊂在春季，ＭｉｘＳＩＡＲ模型分析结果显示香椿和化香对不同的水分来源利用比例很接近，与直接相关法分析的结果相一致㊂而ＩｓｏＳｏｕｒｃｅ模型计算结果显示香椿和化香对各水源的利用比例存在一定的差异，尤其是植物对３０ ４０ｃｍ土层土壤水利用存在很大的差异，然而直接相关法分析显示香椿㊁化香δ１８Ｏ值与水源线的交点相近，这表明，香椿和化香在对３０ ４０ｃｍ土层土壤水的利用比例应该相近而不应出现较大差异，这与ＭｉｘＳＩＡＲ模型计算的植水分来源结果较一致㊂同时ＭｉｘＳＩＡＲ模型计算刺楸植物水分来源结果显示刺楸主要利用１０ ３０ｃｍ土层土壤水，并对１０ ３０ｃｍ土层土壤水吸收大于泉水和４０ｃｍ土层土壤水，而ＩｓｏＳｏｕｒｃｅ模型计算结果显示，刺楸主要吸收３０ ４０ｃｍ土层土壤水和泉水的水源㊂这两者的计算结果中植物的主要水源都有３０ｃｍ土层土壤水，与直接相关法分析结果近乎一致，但是刺楸δ１８Ｏ值对于１０ ２０ｃｍ土壤δ１８Ｏ值较４０ｃｍ土壤和泉水值更接近，因此刺楸应该对１０ ２０ｃｍ土壤水吸收高于４０ｃｍ和泉水，与ＭｉｘＳＩＡＲ模型计算出的结果一致，而与ＩｓｏＳｏｕｒｃｅ模型计算结果存在较大差异㊂结果显示，ＭｉｘＳＩＡＲ模型解析植物水分来源可靠性高于ＩｓｏＳｏｕｒｃｅ模型㊂同时根据模型评价指标ＲＭＳＥ显示，在春夏季，ＭｉｘＳＩＡＲ模型评价指标ＲＭＳＥ都小于ＩｓｏＳｏｕｒｃｅ模型㊂因此，ＭｉｘＳＩＡＲ模型对量化植物水分来源适用性高于ＩｓｏＳｏｕｒｃｅ模型㊂氢氧稳定同位素在植物（除少数耐盐和旱生植物外）吸水过程中并不发生分馏，同时各种水源氢氧稳定同位素值存在较大的差异［１３］，这为氢氧稳定同位素研究植物水分来源提供了理论基础［３１］㊂ＰｈｉｌｌｉｐｓａｎｄＧｒｅｇｇ［１８］和Ｐｈｉｌｌｉｐｓ［３２］基于质量守恒方程，利用线性混合模型得出当ｎ＋１的水源能够被ｎ个示踪元素精准的分析出㊂以一个稳定性同位素值和两个源为例，引入ｆＡ和ｆＢ作为利用Ａ㊁Ｂ源的利用比例，δＡ和δＢ为源同位素值，δＭ为混合物同位素值，得出方程组：δＭ＝ｆＡδＡ＋ｆＢδＢ，１＝ｆＡ＋ｆＢ，进而解析出方程中的ｆＡ和ｆＢ值㊂然而，准确计算混合物源的比例需要满足一定条件，只有当源的数量少于或者等于同位素数量＋１时，这些方程才能精准的解析出不同源的利用比例［１９］㊂同时，随机测量误差㊁同位素分馏都会导致这些比例估计值的不确定７１６５㊀１６期㊀㊀㊀曾祥明㊀等：ＭｉｘＳＩＡＲ和ＩｓｏＳｏｕｒｃｅ模型解析植物水分来源的比较研究㊀性［２２］㊂然而，ＩｓｏＳｏｕｒｃｅ模型在实际应用的过程中源的数量往往都会高于同位素的数量＋１，因此在利用上述方程求解时，方程将会呈现多解情况，方程的不确定增加，结果就会更加不可靠，同时也没有考虑到同位素在混合物与源之间的分馏，这样使得计算的结果更加不可靠㊂因此，导致本研究中利用ＩｓｏＳｏｕｒｃｅ模型计算植物水分来源结果可靠性低于ＭｉｘＳＩＡＲ模型㊂为了进一步提高解析混合物与源之间的准确度，解决ＩｓｏＳｏｕｒｃｅ模型存在的问题，ＭｏｏｒｅａｎｄＳｅｍｍｅｎｓ［１９］提出了基于ＭＡＴＬＡＢ开发的ＭｉｘＳＩＲ计算模型，该模型提出源对混合物贡献的概论分布，明确指出不确定性与源㊁分馏和同位素特征关系，同时在分析的过程中也可以加入先验信息㊂Ｐａｒｎｅｌｌ等［２０］基于贝叶斯同位素混合模型，并进一步发布一个新的开源Ｒ包ＳＩＡＲ㊂ＳＩＡＲ与ＭｉｘＳＩＲ模型有很大的相似处，然而ＳＩＡＲ模型包含残差而ＭｉｘＳＩＲ模型没有㊂根据ＳＩＡＲ模型计算公式：Ｘｉｊ＝ðＫｋ＝１ｐｋｑｊｋ（ｓｊｋ＋ｃｊｋ）ðＫｋ＝１ｐｋｑｊｋ＋εｉｊ（３）式中，Ｘｉｊ是第ｉ个混合物中同位素ｊ的值，ｐｋ是由模型计算出第ｋ个源对混合物的贡献率，ｑｊｋ是第ｋ个源中同位素ｊ的浓度，ｓｊｋ是第ｋ个源中同位素ｊ的值，ｃｊｋ是第ｋ个源中同位素ｊ的分馏系数，εｉｊ是残差㊂当ＳＩＡＲ模型加入残差εｉｊ后，能够降低模型的不确定，从而提高模型的准确性［３３］㊂ＭｉｘＳＩＡＲ模型是基于Ｒ语言包并结合ＭｉｘＳＩＲ和ＳＩＡＲ模型的优点所做的改进，通过考虑源值㊁分类和连续协变量和先验信息中的不确定性来改进更简单的线性混合模型，以提高模型结果的准确性㊂图５结果显示，ＭｉｘＳＩＡＲ模型计算的ＲＭＳＥ值（春季０．６１，夏季０．５９）低于ＩｓｏＳｏｕｒｃｅ模型计算的ＲＭＳＥ值（春季０．８４，夏季０．７４）证实了ＭｉｘＳＩＡＲ模型解析植物水分来源利用比例误差更小并且可靠性更高㊂然而，在喀斯特地区ＩｓｏＳｏｕｒｃｅ模型被广泛运用于解析植物水分来源㊂丁亚丽等［３４］利用ＩｓｏＳｏｕｒｃｅ模型研究尾巨桉水分利用特征，Ｎｉｅ等［３５］利用ＩｓｏＳｏｕｒｃｅ模型研究木本植物水分来源季节变化，Ｄｅｎｇ等［３６］利用ＩｓｏＳｏｕｒｃｅ模型研究青冈（Ｃｙｃｌｏｂａｌａｎｏｐｓｉｓｇｌａｕｃａ）植物水分来源利用情况㊂在喀斯特地区很少有研究者利用ＭｉｘＳＩＡＲ模型解析植物水分来源，ＭｉｘＳＩＡＲ模型多数被用于非喀斯地区，如杜俊杉等［３７］利用ＭｉｘＳＩＡＲ模型分析冬小麦植物水分来源，ＭａａｎｄＳｏｎｇ等［３８］利用ＭｉｘＳＩＡＲ模型研究玉米水分来源季节变化㊂但本研究表明在喀斯特地区更适合利用ＭｉｘＳＩＡＲ模型解析植物水分来源㊂４㊀结论雨水δ１８Ｏ值存在明显的季节变化特征，在３月 ６月偏正，在６月 ８月数据偏负㊂在喀斯特地区利用ＭｉｘＳＩＡＲ和ＩｓｏＳｏｕｒｃｅ模型解析植物对不同水源的利用比例结果存在差异㊂基于直接相关法结果显示，ＭｉｘＳＩＡＲ模型计算植物水分来源优于ＩｓｏＳｏｕｒｃｅ模型计算结果㊂基于ＭｉｘＳＩＡＲ和ＩｓｏＳｏｕｒｃｅ模型计算结果总体评价的结果显示，在春夏季，ＭｉｘＳＩＡＲ和ＩｓｏＳｏｕｒｃｅ模型计算植物水分来源的ＲＭＳＥ值分别为０．６１（０．５９）和０．８４（０．７４），因此ＭｉｘＳＩＡＲ模型在计算植物水分来源时可靠性高于ＩｓｏＳｏｕｒｃｅ模型㊂所以在喀斯特地区利用ＭｉｘＳＩＡＲ模型解析植物水分来源比ＩｓｏＳｏｕｒｃｅ模型更适合㊂参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：［１］㊀ＬｉｕＭＸ，ＸｕＸＬ，ＳｕｎＡＹ，ＷａｎｇＫＬ，ＬｉｕＷ，ＺｈａｎｇＸＹ．ＩｓｓｏｕｔｈｗｅｓｔｅｒｎＣｈｉｎａｅｘｐｅｒｉｅｎｃｉｎｇｍｏｒｅｆｒｅｑｕｅｎｔｐｒｅｃｉｐｉｔａｔｉｏｎｅｘｔｒｅｍｅｓ？ＥｎｖｉｒｏｎｍｅｎｔａｌＲｅｓｅａｒｃｈＬｅｔｔｅｒｓ，２０１４，９（６）：０６４００２．［２］㊀彭晚霞，王克林，宋同清，曾馥平，王久荣．喀斯特脆弱生态系统复合退化控制与重建模式．生态学报，２００８，２８（２）：８１１⁃８２０．［３］㊀ＤａｈｌｍａｎＲＣ，ＫｕｃｅｒａＣＬ．Ｒｏｏｔｐｒｏｄｕｃｔｉｖｉｔｙａｎｄｔｕｒｎｏｖｅｒｉｎｎａｔｉｖｅｐｒａｉｒｉｅ．Ｅｃｏｌｏｇｙ，１９６５，４６（１／２）：８４⁃８９．［４］㊀ＺｈａｎｇＸＹ，ＰｅｉＤ，ＣｈｅｎＳＹ．ＲｏｏｔｇｒｏｗｔｈａｎｄｓｏｉｌｗａｔｅｒｕｔｉｌｉｚａｔｉｏｎｏｆｗｉｎｔｅｒｗｈｅａｔｉｎｔｈｅＮｏｒｔｈＣｈｉｎａＰｌａｉｎ．ＨｙｄｒｏｌｏｇｉｃａｌＰｒｏｃｅｓｓｅｓ，２００４，１８（１２）：２２７５⁃２２８７．［５］㊀聂云鹏，陈洪松，王克林．土层浅薄地区植物水分来源研究方法．应用生态学报，２０１０，２１（９）：２４２７⁃２４３３．［６］㊀ＴｕｒｎｅｒＮＣ，ＪｏｎｅｓＭＭ．Ｔｕｒｇｏｒｍａｉｎｔｅｎａｎｃｅｂｙｏｓｍｏｔｉｃａｄｊｕｓｔｍｅｎｔ：ａｒｅｖｉｅｗａｎｄｅｖａｌｕａｔｉｏｎ／／ＴｕｒｎｅｒＮＣ，ＫｒａｍｅｒＰＪ，ｅｄｓ．ＡｄａｐｔａｔｉｏｎｏｆＰｌａｎｔｓｔｏＷａｔｅｒａｎｄＨｉｇｈＴｅｍｐｅｒａｔｕｒｅＳｔｒｅｓｓ．ＮｅｗＹｏｒｋ：ＪｏｈｎＷｉｌｅｙ＆Ｓｏｎｓ，１９８０：８７⁃１０３．８１６５㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀［７］㊀ＡｓｂｊｏｒｎｓｅｎＨ，ＭｏｒａＧ，ＨｅｌｍｅｒｓＭＪ．ＶａｒｉａｔｉｏｎｉｎｗａｔｅｒｕｐｔａｋｅｄｙｎａｍｉｃｓａｍｏｎｇｃｏｎｔｒａｓｔｉｎｇａｇｒｉｃｕｌｔｕｒａｌａｎｄｎａｔｉｖｅｐｌａｎｔｃｏｍｍｕｎｉｔｉｅｓｉｎｔｈｅＭｉｄｗｅｓｔｅｒｎＵ．Ｓ．Ａｇｒｉｃｕｌｔｕｒｅ，Ｅｃｏｓｙｓｔｅｍｓ＆Ｅｎｖｉｒｏｎｍｅｎｔ，２００７，１２１（４）：３４３⁃３５６．［８］㊀邓文平，余新晓，贾国栋，李亚军，刘玉洁，白艳婧．利用稳定氢氧同位素定量区分栓皮栎旱季水分来源的方法比较．应用基础与工程科学学报，２０１３，２１（３）：４１２⁃４２２．［９］㊀付青云，刘廷玺，段利民，王冠丽，曹文梅，黄天宇．基于稳定性氧同位素分析不同树龄小叶锦鸡儿用水策略．生态学杂志，２０１９，３８（５）：１５７０⁃１５７９．［１０］㊀李雪松，贾德彬，钱龙娇，冯蕴．基于同位素技术分析不同生长季节杨树水分利用．生态学杂志，２０１８，３７（３）：８４０⁃８４６．［１１］㊀张景文，陈报章．基于同位素分析研究山东禹城夏玉米水分来源．水土保持学报，２０１７，３１（４）：９９⁃１０４．［１２］㊀ＺｈａｎｇＹＣ，ＳｈｅｎＹＪ，ＳｕｎＨＹ，ＧａｔｅｓＪＢ．Ｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎａｎｄｉｔｓｐａｒｔｉｔｉｏｎｉｎｇｉｎａｎｉｒｒｉｇａｔｅｄｗｉｎｔｅｒｗｈｅａｔｆｉｅｌｄ：ａｃｏｍｂｉｎｅｄｉｓｏｔｏｐｉｃａｎｄｍｉｃｒｏｍｅｔｅｏｒｏｌｏｇｉｃａｐｐｒｏａｃｈ．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，２０１１，４０８（３／４）：２０３⁃２１１．［１３］㊀聂云鹏，陈洪松，王克林，ＳｕｓａｎｎｅＳ．采用稳定同位素技术判定喀斯特地区植物水分来源的挑战与可能应对方案．应用生态学报，２０１７，２８（７）：２３６１⁃２３６８．［１４］㊀ＢｒｕｎｅｌＪＰ，ＷａｌｋｅｒＧＲ，ＤｉｇｈｔｏｎＪＣ，ＭｏｎｔｅｎｙＢ．Ｕｓｅｏｆｓｔａｂｌｅｉｓｏｔｏｐｅｓｏｆｗａｔｅｒｔｏｄｅｔｅｒｍｉｎｅｔｈｅｏｒｉｇｉｎｏｆｗａｔｅｒｕｓｅｄｂｙｔｈｅｖｅｇｅｔａｔｉｏｎａｎｄｔｏｐａｒｔｉｔｉｏｎｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎ．ＡｃａｓｅｓｔｕｄｙｆｒｏｍＨＡＰＥＸ⁃Ｓａｈｅｌ．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，１９９７，１８８⁃１８９：４６６⁃４８１．［１５］㊀ＤａｗｓｏｎＴＥ，ＥｈｌｅｒｉｎｇｅｒＪＲ．Ｉｓｏｔｏｐｉｃｅｎｒｉｃｈｍｅｎｔｏｆｗａｔｅｒｉｎｔｈｅ ｗｏｏｄｙ ｔｉｓｓｕｅｓｏｆｐｌａｎｔｓ：Ｉｍｐｌｉｃａｔｉｏｎｓｆｏｒｐｌａｎｔｗａｔｅｒｓｏｕｒｃｅ，ｗａｔｅｒｕｐｔａｋｅ，ａｎｄｏｔｈｅｒｓｔｕｄｉｅｓｗｈｉｃｈｕｓｅｔｈｅｓｔａｂｌｅｉｓｏｔｏｐｉｃｃｏｍｐｏｓｉｔｉｏｎｏｆｃｅｌｌｕｌｏｓｅ．ＧｅｏｃｈｉｍｉｃａｅｔＣｏｓｍｏｃｈｉｍｉｃａＡｃｔａ，１９９３，５７（１４）：３４８７⁃３４９２．［１６］㊀ＬｉｕＷＪ，ＬｉｕＷＹ，ＬｉＰＪ，ＤｕａｎＷＰ，ＬｉＨＭ．ＤｒｙｓｅａｓｏｎｗａｔｅｒｕｐｔａｋｅｂｙｔｗｏｄｏｍｉｎａｎｔｃａｎｏｐｙｔｒｅｅｓｐｅｃｉｅｓｉｎａｔｒｏｐｉｃａｌｓｅａｓｏｎａｌｒａｉｎｆｏｒｅｓｔｏｆＸｉｓｈｕａｎｇｂａｎｎａ，ＳＷＣｈｉｎａ．ＡｇｒｉｃｕｌｔｕｒａｌａｎｄＦｏｒｅｓｔＭｅｔｅｏｒｏｌｏｇｙ，２０１０，１５０（３）：３８０⁃３８８．［１７］㊀ＮｉｅＹＰ，ＣｈｅｎＨＳ，ＷａｎｇＫＬ，ＹａｎｇＪ．ＷａｔｅｒｓｏｕｒｃｅｕｔｉｌｉｚａｔｉｏｎｂｙｗｏｏｄｙｐｌａｎｔｓｇｒｏｗｉｎｇｏｎｄｏｌｏｍｉｔｅｏｕｔｃｒｏｐｓａｎｄｎｅａｒｂｙｓｏｉｌｓｄｕｒｉｎｇｄｒｙｓｅａｓｏｎｓｉｎｋａｒｓｔｒｅｇｉｏｎｏｆＳｏｕｔｈｗｅｓｔＣｈｉｎａ．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，２０１２，４２０⁃４２１：２６４⁃２７４．［１８］㊀ＰｈｉｌｌｉｐｓＤＬ，ＧｒｅｇｇＪＷ．Ｓｏｕｒｃｅｐａｒｔｉｔｉｏｎｉｎｇｕｓｉｎｇｓｔａｂｌｅｉｓｏｔｏｐｅｓ：ｃｏｐｉｎｇｗｉｔｈｔｏｏｍａｎｙｓｏｕｒｃｅｓ．Ｏｅｃｏｌｏｇｉａ，２００３，１３６（２）：２６１⁃２６９．［１９］㊀ＭｏｏｒｅＪＷ，ＳｅｍｍｅｎｓＢＸ．Ｉｎｃｏｒｐｏｒａｔｉｎｇｕｎｃｅｒｔａｉｎｔｙａｎｄｐｒｉｏｒｉｎｆｏｒｍａｔｉｏｎｉｎｔｏｓｔａｂｌｅｉｓｏｔｏｐｅｍｉｘｉｎｇｍｏｄｅｌｓ．ＥｃｏｌｏｇｙＬｅｔｔｅｒｓ，２００８，１１（５）：４７０⁃４８０．［２０］㊀ＰａｒｎｅｌｌＡＣ，ＩｎｇｅｒＲ，ＢｅａｒｈｏｐＳ，ＪａｃｋｓｏｎＡＬ．Ｓｏｕｒｃｅｐａｒｔｉｔｉｏｎｉｎｇｕｓｉｎｇｓｔａｂｌｅｉｓｏｔｏｐｅｓ：ｃｏｐｉｎｇｗｉｔｈｔｏｏｍｕｃｈｖａｒｉａｔｉｏｎ．ＰＬｏＳＯｎｅ，２０１０，５（３）：ｅ９６７２．［２１］㊀ＳｔｏｃｋＢＣ，ＳｅｍｍｅｎｓＢＸ．ＭｉｘＳＩＡＲＧＵＩｕｓｅｒｍａｎｕａｌ．Ｖｅｒｓｉｏｎ３．１．ｈｔｔｐｓ：／／ｇｉｔｈｕｂ．ｃｏｍ／ｂｒｉａｎｓｔｏｃｋ／ＭｉｘＳＩＡＲ．［２２］㊀ＰｈｉｌｌｉｐｓＤＬ，ＧｒｅｇｇＪＷ．Ｕｎｃｅｒｔａｉｎｔｙｉｎｓｏｕｒｃｅｐａｒｔｉｔｉｏｎｉｎｇｕｓｉｎｇｓｔａｂｌｅｉｓｏｔｏｐｅｓ．Ｏｅｃｏｌｏｇｉａ，２００１，１２７（２）：１７１⁃１７９．［２３］㊀ＥｖａｒｉｓｔｏＪ，ＭｃＤｏｎｎｅｌｌＪＪ，ＣｌｅｍｅｎｓＪ．Ｐｌａｎｔｓｏｕｒｃｅｗａｔｅｒａｐｐｏｒｔｉｏｎｍｅｎｔｕｓｉｎｇｓｔａｂｌｅｉｓｏｔｏｐｅｓ：ａｃｏｍｐａｒｉｓｏｎｏｆｓｉｍｐｌｅｌｉｎｅａｒ，ｔｗｏ‐ｃｏｍｐａｒｔｍｅｎｔｍｉｘｉｎｇｍｏｄｅｌａｐｐｒｏａｃｈｅｓ．ＨｙｄｒｏｌｏｇｉｃａｌＰｒｏｃｅｓｓｅｓ，２０１７，３１（２１）：３７５０⁃３７５８．［２４］㊀ＷａｎｇＪ，ＬｕＮ，ＦｕＢＪ．Ｉｎｔｅｒ⁃ｃｏｍｐａｒｉｓｏｎｏｆｓｔａｂｌｅｉｓｏｔｏｐｅｍｉｘｉｎｇｍｏｄｅｌｓｆｏｒｄｅｔｅｒｍｉｎｉｎｇｐｌａｎｔｗａｔｅｒｓｏｕｒｃｅｐａｒｔｉｔｉｏｎｉｎｇ．ＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔ，２０１９，６６６：６８５⁃６９３．［２５］㊀ＺｈａｏＭ，ＺｅｎｇＣ，ＬｉｕＺＨ，ＷａｎｇＳＪ．Ｅｆｆｅｃｔｏｆｄｉｆｆｅｒｅｎｔｌａｎｄｕｓｅ／ｌａｎｄｃｏｖｅｒｏｎｋａｒｓｔｈｙｄｒｏｇｅｏｃｈｅｍｉｓｔｒｙ：ａｐａｉｒｅｄｃａｔｃｈｍｅｎｔｓｔｕｄｙｏｆＣｈｅｎｑｉａｎｄＤｅｎｇｚｈａｎｈｅ，Ｐｕｄｉｎｇ，Ｇｕｉｚｈｏｕ，ＳＷＣｈｉｎａ．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，２０１０，３８８（１／２）：１２１⁃１３０．［２６］㊀ＷａｎｇＪＸ，ＺｏｕＢＰ，ＬｉｕＹ，ＴａｎｇＹＱ，ＺｈａｎｇＸＢ，ＹａｎｇＰ．Ｅｒｏｓｉｏｎ⁃ｃｒｅｅｐ⁃ｃｏｌｌａｐｓｅｍｅｃｈａｎｉｓｍｏｆｕｎｄｅｒｇｒｏｕｎｄｓｏｉｌｌｏｓｓｆｏｒｔｈｅｋａｒｓｔｒｏｃｋｙｄｅｓｅｒｔｉｆｉｃａｔｉｏｎｉｎＣｈｅｎｑｉｖｉｌｌａｇｅ，Ｐｕｄｉｎｇｃｏｕｎｔｙ，Ｇｕｉｚｈｏｕ，Ｃｈｉｎａ．ＥｎｖｉｒｏｎｍｅｎｔａｌＥａｒｔｈＳｃｉｅｎｃｅｓ，２０１４，７２（８）：２７５１⁃２７６４．［２７］㊀ＤａｉＹ，ＺｈｅｎｇＸＪ，ＴａｎｇＬＳ，ＬｉＹ．ＳｔａｂｌｅｏｘｙｇｅｎｉｓｏｔｏｐｅｓｒｅｖｅａｌｄｉｓｔｉｎｃｔｗａｔｅｒｕｓｅｐａｔｔｅｒｎｓｏｆｔｗｏＨａｌｏｘｙｌｏｎｓｐｅｃｉｅｓｉｎｔｈｅＧｕｒｂａｎｔｏｎｇｇｕｔＤｅｓｅｒｔ．ＰｌａｎｔａｎｄＳｏｉｌ，２０１５，３８９（１／２）：７３⁃８７．［２８］㊀ＧｕＤＸ，ＺｈａｎｇＺＦ，ＭａｌｌｉｋＡ，ＺｈｏｕＡＰ，ＭｏＬ，ＨｅＣＸ，ＨｕａｎｇＹＱ．ＳｅａｓｏｎａｌｗａｔｅｒｕｓｅｓｔｒａｔｅｇｙｏｆＣｙｃｌｏｂａｌａｎｏｐｓｉｓｇｌａｕｃａｉｎａｋａｒｓｔａｒｅａｏｆｓｏｕｔｈｅｒｎＣｈｉｎａ．ＥｎｖｉｒｏｎｍｅｎｔａｌＥａｒｔｈＳｃｉｅｎｃｅｓ，２０１５，７４（２）：１００７⁃１０１４．［２９］㊀ＲｏｔｈｆｕｓｓＹ，ＪａｖａｕｘＭ．Ｒｅｖｉｅｗｓａｎｄｓｙｎｔｈｅｓｅｓ：ｉｓｏｔｏｐｉｃａｐｐｒｏａｃｈｅｓｔｏｑｕａｎｔｉｆｙｒｏｏｔｗａｔｅｒｕｐｔａｋｅ：ａｒｅｖｉｅｗａｎｄｃｏｍｐａｒｉｓｏｎｏｆｍｅｔｈｏｄｓ．Ｂｉｏｇｅｏｓｃｉｅｎｃｅｓ，２０１７，１４（８）：２１９９⁃２２２４．［３０］㊀ＥｈｌｅｒｉｎｇｅｒＪＲ，ＤａｗｓｏｎＴＥ．Ｗａｔｅｒｕｐｔａｋｅｂｙｐｌａｎｔｓ：ｐｅｒｓｐｅｃｔｉｖｅｓｆｒｏｍｓｔａｂｌｅｉｓｏｔｏｐｅｃｏｍｐｏｓｉｔｉｏｎ．Ｐｌａｎｔ，Ｃｅｌｌ＆Ｅｎｖｉｒｏｎｍｅｎｔ，１９９２，１５（９）：１０７３⁃１０８２．［３１］㊀ＷａｎｇＰ，ＳｏｎｇＸＦ，ＨａｎＤＭ，ＺｈａｎｇＹＨ，ＬｉｕＸ．Ａｓｔｕｄｙｏｆｒｏｏｔｗａｔｅｒｕｐｔａｋｅｏｆｃｒｏｐｓｉｎｄｉｃａｔｅｄｂｙｈｙｄｒｏｇｅｎａｎｄｏｘｙｇｅｎｓｔａｂｌｅｉｓｏｔｏｐｅｓ：ａｃａｓｅｉｎＳｈａｎｘｉＰｒｏｖｉｎｃｅ，Ｃｈｉｎａ．ＡｇｒｉｃｕｌｔｕｒａｌＷａｔｅｒＭａｎａｇｅｍｅｎｔ，２０１０，９７（３）：４７５⁃４８２．［３２］㊀ＰｈｉｌｌｉｐｓＤＬ．Ｍｉｘｉｎｇｍｏｄｅｌｓｉｎａｎａｌｙｓｅｓｏｆｄｉｅｔｕｓｉｎｇｍｕｌｔｉｐｌｅｓｔａｂｌｅｉｓｏｔｏｐｅｓ：ａｃｒｉｔｉｑｕｅ．Ｏｅｃｏｌｏｇｉａ，２００１，１２７（２）：１６６⁃１７０．［３３］㊀ＪａｃｋｓｏｎＡＬ，ＩｎｇｅｒＲ，ＢｅａｒｈｏｐＳ，ＰａｒｎｅｌｌＡ．ＥｒｒｏｎｅｏｕｓｂｅｈａｖｉｏｕｒｏｆＭｉｘＳＩＲ，ａｒｅｃｅｎｔｌｙｐｕｂｌｉｓｈｅｄＢａｙｅｓｉａｎｉｓｏｔｏｐｅｍｉｘｉｎｇｍｏｄｅｌ：ａｄｉｓｃｕｓｓｉｏｎｏｆＭｏｏｒｅ＆Ｓｅｍｍｅｎｓ（２００８）．ＥｃｏｌｏｇｙＬｅｔｔｅｒｓ，２００９，１２（３）：Ｅ１⁃Ｅ５．［３４］㊀丁亚丽，陈洪松，聂云鹏，王升，张慧玲，王克林．基于稳定同位素的喀斯特坡地尾巨桉水分利用特征．应用生态学报，２０１６，２７（９）：２７２９⁃２７３６．［３５］㊀ＮｉｅＹＰ，ＣｈｅｎＨＳ，ＷａｎｇＫＬ，ＴａｎＷ，ＤｅｎｇＰＹ，ＹａｎｇＪ．ＳｅａｓｏｎａｌｗａｔｅｒｕｓｅｐａｔｔｅｒｎｓｏｆｗｏｏｄｙｓｐｅｃｉｅｓｇｒｏｗｉｎｇｏｎｔｈｅｃｏｎｔｉｎｕｏｕｓｄｏｌｏｓｔｏｎｅｏｕｔｃｒｏｐｓａｎｄｎｅａｒｂｙｔｈｉｎｓｏｉｌｓｉｎｓｕｂｔｒｏｐｉｃａｌＣｈｉｎａ．ＰｌａｎｔａｎｄＳｏｉｌ，２０１１，３４１（１／２）：３９９⁃４１２．［３６］㊀ＤｅｎｇＹ，ＫｕｏＹＭ，ＪｉａｎｇＺＣ，ＱｉｎＸＭ，ＪｉｎＺＪ．ＵｓｉｎｇｓｔａｂｌｅｉｓｏｔｏｐｅｓｔｏｑｕａｎｔｉｆｙｗａｔｅｒｕｐｔａｋｅｂｙＣｙｃｌｏｂａｌａｎｏｐｓｉｓｇｌａｕｃａｉｎｔｙｐｉｃａｌｃｌｕｓｔｅｒｓｏｆｋａｒｓｔｐｅａｋｓｉｎＣｈｉｎａ．ＥｎｖｉｒｏｎｍｅｎｔａｌＥａｒｔｈＳｃｉｅｎｃｅｓ，２０１５，７４（２）：１０３９⁃１０４６．［３７］㊀杜俊杉，马英，胡晓农，童菊秀，张宝忠，孙宁霞，高光耀．基于双稳定同位素和ＭｉｘＳＩＡＲ模型的冬小麦根系吸水来源研究．生态学报，２０１８，３８（１８）：６６１１⁃６６２２．［３８］㊀ＭａＹ，ＳｏｎｇＸＦ．Ｕｓｉｎｇｓｔａｂｌｅｉｓｏｔｏｐｅｓｔｏｄｅｔｅｒｍｉｎｅｓｅａｓｏｎａｌｖａｒｉａｔｉｏｎｓｉｎｗａｔｅｒｕｐｔａｋｅｏｆｓｕｍｍｅｒｍａｉｚｅｕｎｄｅｒｄｉｆｆｅｒｅｎｔｆｅｒｔｉｌｉｚａｔｉｏｎｔｒｅａｔｍｅｎｔｓ．ＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔ，２０１６，５５０：４７１⁃４８３．９１６５㊀１６期㊀㊀㊀曾祥明㊀等：ＭｉｘＳＩＡＲ和ＩｓｏＳｏｕｒｃｅ模型解析植物水分来源的比较研究㊀。
IsoPrime Ltd编号：SOP No.:名称1.0 目的PURPOSE建立Isoprime同位素质谱系统的操作与维护规程，确保仪器的准确操作与使用。
2.0 适用范围SCOPE适用于Isoprime同位素质谱系统，带元素分析仪 (Vario EL cube)。
3.0 定义DEFINITIONSN/A4.0 职责RESPONSIBILITIES4.1 分析员4.1.1分析员应严格按照本规程执行。
4.1.2分析员应在使用仪器设备前检查仪器的状态。
如果发现异常应及时通知其主管或联系维修工程师。
4.2 主管4.2.1确保分析员接受本规程培训。
4.2.2督促分析员严格按照本规程执行操作。
4.2.3负责实验室仪器设备异常现象的处理。
5.0 程序PROCEDURE5.1 同位素质谱系统的组成5.1.1 Isoprime 同位素质谱仪，由离子源，飞行管，电磁体，信号放大器，外置真空泵，分子涡轮泵及控制器等模块组成。
5.1.2 参考气体进样器。
5.1.3 样品稀释器。
5.1.4元素分析仪 （Vario EL cube ）。
5.2操作方法5.2.1 开机 开气。
接通主机及机械泵电源。
开电脑，打开软件，Tune Page 界面，下拉 Instrument 菜单，点击Pumping on （分子涡轮泵）， IonVantage > Isoprime Tune page > Instrument > P umping开隔离阀（Speedivalve ），MS 主机后大旋纽，逆时针，当外置真空泵使系统压力降至适当状态时，分子涡轮泵将自动运行。
S peed i valve 在主机后部当IP high Vac.显示4E10-6mbar 左右时，即两个压力显示条为绿色，开蓝色的隔离阀（主机面板顶上），此时压力会上升，当压力再次降至4E10-6mbar 左右时，即压力显示由黄色再变为绿色时，开离子源。
Isoprime Tune page > I nstrument > S ource on注意：在每次打开黄色隔离阀之前，一定要先关闭离子源，这样做用以保护离子源灯丝。
生命科学中的稳定同位素技术研究近年来，随着科技的不断进步，生命科学中的稳定同位素技术也逐渐得到了广泛的应用。
稳定同位素是指具有相同原子序数但质量数不同的同位素，与放射性同位素相比，稳定同位素不会发出放射性衰变，因此对环境与人体健康没有放射性污染危害。
稳定同位素技术的研究已然成为现代生命科学研究中不可或缺的一部分，本文将探究稳定同位素技术的研究现状以及其在生命科学中的应用。
一、稳定同位素技术的研究现状稳定同位素技术是一种基于同位素质量效应（Isotope Effects）的研究方法，通过测量生物体内、外稳定同位素的相对丰度变化，可探究生命科学中的各种现象。
然而，稳定同位素技术的广泛使用并不是一蹴而就的，它需要复杂的仪器设备研制与精细的实验操作技巧。
在仪器方面，稳定同位素技术的核心之一是质谱仪。
目前市场上常见的质谱仪有气相色谱质谱仪（Gas Chromatography-Mass Spectrometry，GC-MS）和液相色谱质谱仪（Liquid Chromatography-Mass Spectrometry，LC-MS）等。
这些仪器可以通过对稳定同位素标记的样品进行分离，再进行质谱分析，进而得到高精度的质量比丰度数据，从而揭示样品中分子的来源、转化和代谢过程。
在实验操作技巧方面，稳定同位素技术需要进行标记试剂的合成，并且需要进行样品制备与处理等。
相应的操作技巧需要多年的经验积累与实践，因此标记试剂与操作技巧的稳定性和可重复性是保证稳定同位素技术数据准确性的关键。
二、稳定同位素技术在生命科学中的应用稳定同位素技术可以用于研究各种生命科学现象，下面我们将以生物代谢为例进行探究。
生物代谢是指生物体内产生和消耗能量的过程，包括蛋白质、核酸和糖类等大分子化合物的合成和分解。
稳定同位素技术可以用来研究这些化合物合成和分解的速率、途径、来源和去向等信息，从而揭示生物代谢过程中各化合物之间的相互作用和相关性。
崇明东滩南部大弹涂鱼食源的稳定同位素分析马荣荣;宋超;王妤;王思凯;赵峰;裴倩倩;纪严;庄平【摘要】The food sources of Boleophthalmus pectinirostris collected from the south of Chongming Dongtan saltmarsh in April and May were analyzed with the stable isotope technique.The results showed that δ13C and δ15N range values of B.pectinirostris were from-19.28 ‰ to-14.59 ‰ and 7.96 ‰ to 10.13 ‰, respectively.IsoSource software was used to calculate the frequency and range of potential carbon source contribution (0 % to 100 %) from seven food sources, including Imperata cylindrical, Phragmites australis, Spartina alterniflora, Carex scabrifolia, benthic microalgae, particulate organic matter and sediment organic matter to Boleophthalmus pectinirostris.Analysis results indicated that the potential contribution ranges of Imperata cylindrical, Phragmites australis, Spartina alterniflora, Carex scabrifolia, benthic microalgae, particulate organic matter and sediment organic matter were 0 %-69 %, 0 %-30 %, 0 %-72 %, 0 %-30 %, 0 %-76 %, 0 %-44 %, and 0 %-47 %, respectively.Then, contributions of the primary producers with similar isotope values was pooled and the method of posteriori aggregation was used to obtain the potential contribution ranges of 3 groups (C3 plants, algae and organic matter, and C4 plants).Analysis results of posteriori aggregation indicated that the potential contribution rate of C3 plants (P.australis andC.scabrifolia),algae and organic matter (benthic microalgae, particulate organic matter and sediment organic matter), and C4 plants (I.cylindricaland S.alterniflora) were 0 %-30 %, 0 %-76 %, and 24 %-72 %, respectively, with the corresponding median values of 15 %, 38 %, and 48 %.Posteriori aggregation indicated that the possible contribution rate of C3 plants (P.australis and C.scabrifolia),algae and organic matter (benthic microalgae, particulate organic matter and sediment organic matter), and C4 plants (I.cylindrical and S.alterniflora) were 0-30%, 0-76%, and 24-72%, respectively, with the corresponding median values of 15%, 38%, and 48%.These findings suggested C4 plants constituted a larger fraction of their carbon source than C3 plants, and the C4 plants were an indispensable food source of B.pectinirostris located on the south of Chongming Dongtan saltmarsh.In addition, the B.pectinirostris was concluded to belong to the 2.07-2.65 trophic level based on the δ15N values of B.pectinirostris, suggesting that B.pectinirostris was subconsumer in the food chain of the ecosystem.%利用稳定同位素技术,对崇明东滩南部湿地4、5月份采集到的大弹涂鱼(Boleophthalmus pectinirostris)的食源进行初步研究.结果显示,大弹涂鱼δ13C和δ15N值分别为-19.28‰~-14.59‰,7.96‰~10.13‰.利用同位素混合模型(IsoSource)计算包括白茅(Imperata cylindrical)、芦苇(Phragmites australis)、互花米草(Spartina alterniflora)、糙叶苔草(Carex scabrifolia)、底栖微藻、颗粒有机物和沉积质在内的7种初级生产者对大弹涂鱼碳源食源贡献的可能范围及分布频率,结果表明白茅、芦苇、互花米草、糙叶苔草、底栖微藻、颗粒有机物和沉积质对大弹涂鱼食源的可能贡献范围分别为0%~69%、0%~30%、0%~72%、0%~30%、0%~76%、0%~44%和0%~47%.利用后整合方法计算得到C3植物(芦苇和糙叶苔草)、藻类及有机质(底栖微藻、颗粒有机物和沉积质)和C4植物(白茅和互花米草)三大类生产者对大弹涂鱼食源的贡献情况,结果表明C3植物、藻类及有机质和C4植物对大弹涂鱼春季食物贡献范围分别为0%~30%、0%~76% 和 24%~72%,中值分别为15%、38%和48%,表明C4植物是大弹涂鱼不可缺少的食源.同时,根据大弹涂鱼的δ15N值,得出大弹涂鱼属于2.07~2.65级营养级,为次级消费者.【期刊名称】《海洋渔业》【年(卷),期】2017(039)004【总页数】8页(P419-426)【关键词】大弹涂鱼;崇明东滩;食源;δ13C;δ15N【作者】马荣荣;宋超;王妤;王思凯;赵峰;裴倩倩;纪严;庄平【作者单位】上海海洋大学水产与生命学院,上海 201306;中国水产科学研究院东海水产研究所,农业部东海与远洋渔业资源开发利用重点实验室,上海 200090;中国水产科学研究院东海水产研究所,农业部东海与远洋渔业资源开发利用重点实验室,上海 200090;中国水产科学研究院东海水产研究所,农业部东海与远洋渔业资源开发利用重点实验室,上海 200090;中国水产科学研究院东海水产研究所,农业部东海与远洋渔业资源开发利用重点实验室,上海 200090;中国水产科学研究院东海水产研究所,农业部东海与远洋渔业资源开发利用重点实验室,上海 200090;上海海洋大学水产与生命学院,上海 201306;中国水产科学研究院东海水产研究所,农业部东海与远洋渔业资源开发利用重点实验室,上海 200090;上海海洋大学水产与生命学院,上海 201306;中国水产科学研究院东海水产研究所,农业部东海与远洋渔业资源开发利用重点实验室,上海 200090;中国水产科学研究院东海水产研究所,农业部东海与远洋渔业资源开发利用重点实验室,上海 200090【正文语种】中文【中图分类】S931大弹涂鱼（Boleophthalmus pectinirostris）隶属于鲈形目（Perciformes），虾虎鱼科（Gobiidae），背眼虾虎鱼亚科（Oxudercinae），大弹涂鱼属［1］，主要栖息于河口潮间带及红树林地区，善于跳跃爬行，是一类因拥有部分两栖特性而具有较强陆生能力的鱼类［2］。
稳定同位素分析技术的应用稳定同位素分析技术是一种重要的分析方法，它广泛应用于环境科学、地质学、生物学、医学等领域。
稳定同位素是指具有相同原子数但质量不同的同位素。
它们的存在可以提供有关地球、大气和生命系统中物质的循环过程的信息。
稳定同位素分析技术可以测量同位素比例，从而推断物质循环和转化的过程。
这篇文章将介绍稳定同位素分析技术的基本原理、常见的应用和未来的发展方向。
基本原理稳定同位素分析技术的基本原理是利用同位素分馏效应来测量同位素比例。
同位素分馏效应是指随着地球、大气和生物系统中物质循环和转化的过程，同位素之间的比例会发生变化。
这种变化可以刻画物理化学和生物学过程，从而得到关于这些过程的信息。
常见应用1.环境科学稳定同位素分析技术在环境科学领域中得到广泛应用。
例如，稳定同位素分析技术可以用于研究大气中二氧化碳、气态汞和碳氢化合物的来源和分布。
稳定同位素还可以用于检测污染物在水体中的来源和迁移。
2.地质学稳定同位素分析技术在地质学领域中也被广泛应用。
例如，它可以用于研究地球系统的演化以及大陆和海洋的形成。
稳定同位素还可以用于测量化石的年龄，从而推断生命演化的历史。
3.生物学稳定同位素分析技术在生物学领域中用于研究食物链和生态系统中能量和营养物质的流动。
稳定同位素比值可以用于确定食物链中各个层次之间的关系，以及不同食物来源对生物体中同位素组成的影响。
未来发展方向稳定同位素分析技术的发展方向是提高测量精度和降低成本。
新技术和新方法将被开发来提高稳定同位素的分辨率和准确度，以及缩短测试时间。
同时，新的即时检测技术将被应用于各种应用场景中，例如环境监测和医学检测。
总结稳定同位素分析技术是一项强大的分析方法，已经被广泛应用于环境科学、地质学、生物学和医学等领域。
稳定同位素分析技术基于同位素比例的变化探究物质循环和转化的过程，从而提供有关这些过程的信息。
未来发展方向是提高测量精度和降低成本，以及开发新技术和应用场景。
稳定同位素质谱仪操作指南英文回答：Stable isotope mass spectrometry is a powerful analytical technique used in various fields such as environmental science, geology, biology, and forensic science. It allows for the precise measurement of isotopic ratios in samples, providing valuable information about their origin, composition, and processes involved.To operate a stable isotope mass spectrometer, there are several key steps and considerations to keep in mind:1. Sample preparation: Before analysis, samples need to be properly prepared to ensure accurate and reliable results. This may involve various procedures such as extraction, purification, and conversion into a suitable form for analysis. For example, in the case of analyzing carbon isotopes in organic matter, samples may need to be combusted to convert the carbon into carbon dioxide gas.2. Instrument calibration: Calibration is crucial to ensure accurate measurements. This involves running known standards with known isotopic compositions to establish a calibration curve or equation. The standards should cover the range of isotopic ratios expected in the samples. Regular calibration checks should be performed to maintain instrument accuracy.3. Sample introduction: The prepared samples are introduced into the mass spectrometer for analysis. This can be done through various methods such as gas injection, liquid injection, or solid sample introduction. The choice of method depends on the nature of the sample and the specific requirements of the analysis.4. Mass analysis: The mass spectrometer separates ions based on their mass-to-charge ratio (m/z). Stable isotopes of interest are typically measured at specific m/z values. The instrument settings, such as ionization mode and mass range, need to be optimized for the specific isotopes being analyzed.5. Data interpretation: Once the analysis is complete, the resulting data needs to be interpreted. This involves comparing the measured isotopic ratios with known standards or reference materials. Statistical analysis and data processing techniques may be used to extract meaningful information from the data.中文回答：稳定同位素质谱仪是一种在环境科学、地质学、生物学和法医学等领域中使用的强大分析技术。
稳定同位素质谱仪操作指南英文回答：Stable isotope mass spectrometry is a powerfulanalytical technique used to measure the isotopic composition of elements in samples. It allows scientists to determine the ratios of stable isotopes present in a sample, which can provide valuable information about the origin, history, and processes involved in the formation of the sample.Operating a stable isotope mass spectrometer requires careful attention to detail and adherence to proper procedures. Here is a step-by-step guide on how to operatea stable isotope mass spectrometer:1. Preparing the sample: Before running the sample on the mass spectrometer, it is important to properly prepare it. This may involve various steps such as sample digestion, extraction, and purification, depending on the nature ofthe sample. It is crucial to follow established protocols and use appropriate reagents and equipment to ensure accurate results.2. Loading the sample: Once the sample is prepared, it needs to be loaded onto the mass spectrometer. This is typically done by injecting the sample into a sample introduction system, such as a gas chromatograph or an elemental analyzer, which is connected to the mass spectrometer. Care should be taken to inject the correct amount of sample and to avoid any contamination or loss during the loading process.3. Setting up the mass spectrometer: Before starting the analysis, it is necessary to configure the mass spectrometer for the specific isotopes of interest. This involves adjusting various parameters such as ionization mode, mass range, and resolution. The instrument should be calibrated using appropriate standards to ensure accurate measurements.4. Running the analysis: Once the mass spectrometer isset up, the analysis can be initiated. The sample is introduced into the mass spectrometer, where it is ionized and separated based on the mass-to-charge ratio of the ions. The ions are then detected and recorded, allowing the determination of the isotopic composition of the sample.5. Data analysis: After the analysis is complete, the acquired data needs to be processed and analyzed. This may involve various steps such as peak integration, background correction, and isotopic ratio calculation. Specialized software is often used to facilitate these tasks and generate meaningful results.中文回答：稳定同位素质谱仪是一种强大的分析技术，用于测量样品中元素的同位素组成。
稳定同位素示踪技术评估氮素循环过程分析引言：氮素是生物体生长发育和维持生命活动所必需的关键元素之一。
然而，过量的氮素输入可以导致环境问题，如水体富营养化和土地退化。
为了准确评估氮素的循环过程，稳定同位素示踪技术成为了一种有效的工具。
1. 稳定同位素示踪技术的基本原理稳定同位素示踪技术是基于同位素的自然存在及其相对丰度的差异来分析和追踪化学元素的运动和转化过程。
在氮素循环中，氮的两个稳定同位素氮-14（14N）和氮-15（15N）被广泛应用。
通过测量样品中同一化学化合物的不同同位素的相对丰度，可以揭示氮素的来源、转化途径以及相应的过程。
2. 氮素循环过程分析方法2.1. 正交分析法正交分析法是一种常用的稳定同位素示踪技术，在氮素循环过程研究中得到广泛应用。
该方法将不同位置吸收的氮元素分离，通过测量不同部位氮同位素的相对丰度，可以确定氮素在不同环境中的来源和去向。
例如，通过比较土壤中的氮同位素丰度来判断氮素是否来自化肥或土壤有机质。
2.2. 随机分析法随机分析法是一种直接测量被示踪元素在土壤或其他环境中的迁移和转化过程的方法。
该方法通常通过标记同位素添加到实验样品中，然后测量其在时间和空间上的变化。
例如，在氮素循环过程中，通过添加同位素标记化肥，可以跟踪氮素在土壤中的迁移和转化过程，评估土壤中氮素的损失情况和植物对氮素的吸收利用能力。
3. 氮素循环过程分析的研究进展3.1. 氮素来源与转化稳定同位素示踪技术在氮素来源和转化的研究中起到了关键作用。
通过测量不同环境样品中氮同位素的丰度，可以确定氮素的来源，如大气沉降、土壤有机质和化肥。
此外，通过跟踪氮素同位素在不同环境中的转化过程，可以了解氮素的转化途径，如氮素硝化、还原和固氮过程。
3.2. 氮素损失与控制氮素损失是氮素循环过程中的重要环节，对减少农业环境污染和提高氮素利用效率具有重要意义。
稳定同位素示踪技术可以量化氮素在不同环境中的损失情况，并揭示氮素损失的主要途径和影响因素。
