下载:
-
城镇化快速发展的背景下，城市压力环境给居民健康带来了严重影响[1]。森林公园作为满足城市居民景观审美、活动需求的重要绿色组成，在缓解心理压力、解除生理疲劳等方面有积极作用[2]，是发展森林康养创新业态的重要载体之一[3]。通过研究森林公园与游憩者健康效益评估的作用机制，对于推动森林公园健康景观规划设计具有重要意义。在森林公园健康效益研究方面，国内外学者主要围绕恢复性环境[4]、景观特征[5]、视听感知[6]等影响路径，进行森林公园要素识别、健康效益量化等研究[7]，并总结出由环境特征、健康促进结果和介于两者之间的中介作用所构成的健康效益评估影响路径[8]。森林公园作为自然与人文系统相互结合的绿色空间载体[9]，对游憩者健康的影响不应仅局限于“环境”的物理特征，更应关注游憩者与空间交互所形成的主观感知与个人情感，甚至由个体主观意义所产生的体力活动、社会交往等环境行为趋势[10]。然而，现阶段对于森林公园健康效益的量化研究集中在相关性或单一中介的影响作用，较少结合游憩者连续的场所感知与环境行为视角对森林公园健康效益的内在转化机制进行实证探究[11]，并且由于森林公园健康景观的相关评价指标体系尚不完善[12]，导致这种相互依赖的影响机制仍未得到充分理解。本研究以福州国家森林公园为研究样地，从游憩者景观知觉和场所依恋出发，引入环境行为视角，构建了森林公园健康效益评估概念模型，结合问卷调查法、探索性因子分析法和结构方程模型分析法，解析景观知觉、场所依恋、环境行为与健康效益评估四者之间的影响路径与作用机制，提出森林公园健康景观优化建议，为探究森林公园健康效益影响机制提供新的理论视角和实践参考。
-
福州国家森林公园位于福建省福州市晋安区新店上赤桥，总占地面积为859.33 hm2，是国家十大森林公园之一。整体园区自然景观资源丰富，负氧离子含量高，森林茂密，植物种类繁多，拥有良好的森林资源条件及相对完善的基础设施，被誉为“福州之肺”。园内丰富的动植物资源、水体与地形为游憩者对森林公园量化评价提供了有利条件。公园地貌以低山丘陵为主，海拔为48~507 m，属亚热带海洋性季风气候，年均降水量为1 394.3 mm，年均气温为19.6 ℃。
-
游憩者的心理认知因素是构建环境与人体健康之间的重要枢纽。优美的景观环境可以缓解游憩者疲劳的生理状态、恢复积极的心理状态[13]，景观知觉是游憩者在景观环境中进行自然体验、游憩活动时，产生的认知度评价与感知[14]，反映了游憩者与环境进行互动的结果，在一定程度上决定着环境行为的意向和态度[15]。其次，唤醒理论和自我调节态度理论为游憩者感知与情感关系构建了联系，感知和评价是对环境刺激及情绪产生的因素[16]，情绪的启动通过影响情感响应的发生，进一步影响个体行为的意向和态度[17]。同时，当个人对绿地环境产生功能性依赖时，这种情感上的依恋也可能通过激起美好回忆而获得愉悦的心理感受和舒适的生理恢复等积极的健康恢复效益[18]。最后，环境行为学理论强调了自然环境与人体行为是一种相互作用的影响关系，为探寻游憩者对环境空间使用的活动状态提供了条件[19]。游憩者对环境的生理实践过程是健康效益发挥的重要途径之一，人类具有亲环境心理与行为，同时行为活动具有独特的健康恢复属性[20]，且将在自然环境中得以强化，游憩者在环境支持的行为活动下，会不同程度地促进个体健康水平[21]。
森林公园作为“环境−行为”相互作用的综合体，其健康效益影响路径的本质是通过影响游憩者对景观产生感知评价，同时诱导个人情感的产生，并激发环境行为活动意愿，进一步获得积极的健康恢复效益，最终形成游憩者“感知评价—情感响应—行为实践”互动过程所产生的健康促进结果[22]。景观知觉作为感知评价变量，是森林公园环境发挥健康效能的启动变量，场所依恋作为个人情感上的归属与联结，是森林公园环境发挥健康效能的情感响应变量，环境行为交互的是生理性的行为空间，是森林公园环境发挥健康效能的实践响应变量，并同时受到景观知觉和场所依恋的主观心理因素影响，健康效益是森林公园发挥健康效益的启动结果，最终构建森林公园健康效益评估概念模型，并提出以下假设：景观知觉对场所依恋有显著的正向影响(Z1)；场所依恋对环境行为有显著的正向影响(Z2)；环境行为对健康效益评估有显著的正向影响(Z3)；景观知觉对环境行为存有显著的正向影响(Z4)；景观知觉对健康效益评估有显著的正向影响(Z5)；场所依恋对健康效益评估有显著的正向影响(Z6)。
-
本研究调查问卷包括人口统计学特征调查、景观知觉度量表、场所依恋量表、环境行为量表以及健康效益评估量表(表1)。其中，景观知觉度量表参考刘凡等[8]以及黄思颖等[23]的景观知觉自然度和场所知觉研究，并咨询20位风景园林学领域专家有关景观知觉度评价指标的意见，结合福州国家森林公园的实地情况，最终提出了19项评价指标。场所依恋量表主要借鉴WILLIAMS等[24]的研究，包含场所依赖、场所认同2个维度8个测试项。环境行为量表主要借鉴彭慧蕴等[25]的研究，包含动态型行为、静态型行为、通过型行为3个维度8个测试项。健康效益评估量表参考心境状态量表(POMS)、自评健康评定量表(SRHMS)中的健康问项[26]，包括心理健康、生理健康、社会健康3个维度9个测试项。问卷中的测量题项均采用李克特7分制量表法。
表 1 潜在变量和测量题目
Table 1. Potential variables and measurement questions
变量类别 测量题目 参考文献 景观知觉度 植被生长良好、轮廓线富有变化(A1)，能听到很多鸟或昆虫的声音(A2)，有各种各样动植物种群(A3)，有丰富的地形(A4)，水景优美、观赏性强(A5)，道路步行系统流畅(A6)，道路铺装材质舒适、有质感(A7)，游憩设施数量充足(A8)，构筑物造型丰富、尺度宜人(A9)，有清晰标识和安全防护设施(A10)，场地注重科普自然、健康教育(A11)，建筑物、雕塑、植物能体现当地文化特色(A12)，公众在场所中的互动体验程度(A13)，场地便利、能体现人性化(A14)，景观能激起自我艺术灵感(A15)，空间布局合理(A16)，空间类型多样(A17)，空间氛围安静(A18)，空间有一种亲切感(A19) [8, 23, 27] 场所依恋 您觉得公园环境已经成为生命的一部分(B1)，公园环境对您有特殊意义(B2)，您很认同公园环境(B3)，您很留恋公园环境(B4)，公园环境是最适合您休闲放松的地方(C1)，这个公园的游憩环境是其他地方不能比的(C2)，您喜欢公园休憩环境胜过公园内其他地方(C3)，在公园环境中最能满足您放松、休憩等需求(C4) [24] 环境行为 主要进行放松、思考和交流(D1)，主要进行接触自然(D2)，主要进行社会交往(D3)，主要进行设施活动(E1)，主要进行场地活动(E2)，主要进行自由活动(E3)，主要进行散步(F1)，主要进行跑步(F2) [25] 健康效益评估 缓解紧张或焦虑(G1)、缓解孤独(G2)、增强注意力(G3)、缓解疲劳(H1)、增强自身活力(H2)、缓解身体疼痛(H3)、增强亲子间交流(I1)、增强社交意愿(I2)、提高学习工作生活的积极性(I3) [26, 28] -
问卷调查于2023年6—7月在福州国家森林公园内随机抽样发放，调查对象为景区内的游憩者。问卷发放时间在8:00—11:00和14:00—17:00，调研期间气候温和。在进行问卷调查之前，调研人员需确保受访对象对问卷内容的理解，累计发放问卷500份，回收488份，有效问卷450份，有效率92%。采用SPSS 25.0以及AMOS 23.0进行数据分析以及结构方程模型检验。
通过探索性因子分析法构建变量间的相关性矩阵，以确定景观知觉度的影响因素与变量分组的合理性。具体公因子得分函数如式(1)所示。
$$ F_i=\beta_{i 1} {X}_1+\beta_{i 2} {X}_2+\cdots+\beta_{i n} {X}_n,\; i=1,\;2, \cdots, \;m 。$$ (1) 式(1)中：Fi 表示公因子，βin 是每项问卷评价变量的权重，代表各变量在式中的重要程度。公因子的数量用 m 表示，i代表公因子总数，X代表自变量，测量题项中原始变量的个数用 n 表示。
结构方程模型也被称为潜变量模型，不但能对量表的信度效度进行科学的测量分析，还可对多元变量之间的复杂关系进行解析。本研究主要针对游憩者景观知觉、场所依恋、环境行为和健康效益评估之间的影响关系进行研究，并通过估计整体结构关系模型的拟合度对提出的研究假设进行判定。
-
针对福州国家森林公园景观知觉度19个测量指标的问卷数据进行探索性因子分析及可靠性检验，量表整体KMO (Kaiser-Meyer-Olkin)值为0.830，＞0.7 (自由度为231，P=0.000)，表明测量题项适合做因子分析。采用主成分分析，根据方差最大旋转法以及碎石图确定评价指标因子数，删除问卷中A6题项(因子荷载值为0.484，＜0.5)与A15题项(交叉荷载为0.428，＞0.4)，最终获得景观知觉度量表的4个稳定结构，累计方差贡献率达73.70%，结果如表2所示。根据各项指标的整体特征，分别命名为自然属性感知、设施属性感知、文化属性感知、空间属性感知。自然属性感知主要是指游憩者对森林公园中植被、动物、地形水体等自然要素的感知。设施属性感知主要是指游憩者对森林公园中道路、游憩设施等人工要素的认知感受。文化属性感知主要是指历史文化景观、乡土植物、环境融入等文化氛围所激发的地方环境积极评价。空间属性感知主要是指森林环境对游憩者形成的一种安静、亲切的空间体验与感受。通过对筛选后的测量因子进行信效度检验，森林公园景观知觉度量表整体与4个维度的可靠性系数均大于0.6，组合信度均高于0.6，此外，测量题项与整体相关性均在0.01水平上显著相关，相关性系数均大于0.3，整体量表具有较好的收敛效度和内容信度。
表 2 森林公园景观知觉度量表探索性因子分析与检验
Table 2. Exploratory factor analysis and examination of forest park landscape perception scales
测量指标 因子负荷 公因子方差 与整体相关系数 平均提取方差值 组合信度 可靠性系数 因子1 因子2 因子3 因子4 因子1 0.584 0.875 0.871 A1 0.795 0.772 0.649*** A2 0.748 0.726 0.619*** A3 0.796 0.654 0.455*** A4 0.796 0.727 0.612*** A5 0.679 0.547 0.542*** 因子2 0.664 0.888 0.885 A7 0.833 0.767 0.552*** A8 0.832 0.773 0.569*** A9 0.837 0.756 0.514*** A10 0.755 0.751 0.613*** 因子3 0.664 0.887 0.900 A11 0.782 0.762 0.656*** A12 0.887 0.849 0.607*** A13 0.753 0.703 0.641*** A14 0.832 0.809 0.667*** 因子4 0.572 0.842 0.874 A16 0.706 0.667 0.650*** A17 0.776 0.777 0.694*** A18 0.824 0.765 0.605*** A19 0.714 0.724 0.704*** 特征值 7.527 2.092 1.693 1.216 旋转方差载入 20.111 18.458 18.024 17.101 旋转方差累计载入 20.111 38.569 56.593 73.694 整体 0.619 0.965 0.920 说明：***表示在0.01水平上显著相关(双尾)。 -
由表3可见：测量量表12个维度的可靠性系数为0.672~0.913，各测量题项与整体均显著相关(P＜0.01)，量表具有良好的内容效度。“您喜欢公园休憩环境胜过公园内其他地方”和“主要进行场地活动”的标准化因子负荷值分别为0.483和0.470，其余题项均＞0.5，所有测量题项的t均达到标准，为11.500~28.072。场所认同和动态型行为维度的平均提取方差值分别为0.482和0.493，其余维度均＞0.5，所有维度的组合信度均＞0.6。综上所述, 测量量表中除场所认同和动态型行为维度信效度未符合要求, 其余的信效度均达到标准。
表 3 测量量表的信效度检验及验证性因子分析
Table 3. Reliability and validity examination and confirmatory factor analysis of measurement scales
变量类别 测量指标 标准化因子负荷 t 平均提取方差值 组合信度 可靠性系数 景观知觉度 自然属性感知 A1 0.747 0.583 0.874 0.893 A2 0.774 20.808 A3 0.807 18.414 A4 0.803 20.806 A5 0.680 16.616 设施属性感知 A7 0.807 0.622 0.868 0.878 A8 0.778 18.613 A9 0.807 18.547 A10 0.764 18.839 文化属性感知 A11 0.758 0.605 0.860 0.889 A12 0.834 21.786 A13 0.727 16.748 A14 0.789 22.030 空间属性感知 A16 0.754 0.616 0.865 0.893 A17 0.802 20.232 A18 0.831 18.909 A19 0.750 21.298 场所依恋 场所依赖 B1 0.761 0.601 0.860 0.857 B2 0.799 18.316 B3 0.786 16.899 B4 0.769 16.855 场所认同 C1 0.808 0.482 0.783 0.772 C2 0.731 11.720 C3 0.483 11.064 C4 0.711 12.949 环境行为 静态型行为 D1 0.761 0.592 0.813 0.798 D2 0.758 15.479 D3 0.788 16.410 动态型行为 E1 0.826 12.259 0.493 0.735 0.736 E2 0.470 13.280 E3 0.759 通过型行为 F1 0.765 11.500 0.652 0.789 0.672 F2 0.848 健康效益评估 心理健康 G1 0.835 0.715 0.883 0.917 G2 0.852 28.072 G3 0.850 24.945 生理健康 H1 0.822 0.683 0.866 0.910 H2 0.801 24.094 H3 0.855 25.186 社会健康 I1 0.857 0.736 0.893 0.907 I2 0.886 25.264 I3 0.830 25.369 说明：测量指标所表示的含义见表1。 -
通过AMOS 23.0的极大似然法检验测量模型的整体拟合优度，由于“您喜欢公园休憩环境胜过公园内其他地方”和“主要进行场地活动”的信效度检验未达到要求，因而通过删除这2项逐次进行测量模型的修正，最终修正后的测量模型拟合指标除了卡方自由度比值稍微下降以外，其余均优于修正前的拟合指标(表4)，测量模型的拟合优度均达到要求。
表 4 测量模型拟合度检验
Table 4. Goodness-of-fit test of measurement model
拟合指标 卡方自由度比值 RMSEA GFI CFI NFI IFI TLI 理想数值 [1, 3] ＜0.08 ≥0.8 ≥0.9 ≥0.9 ≥0.9 ≥0.9 修正前模型M1 1.526 0.034 0.870 0.966 0.908 0.966 0.964 修正后模型M2 1.513 0.034 0.892 0.969 0.914 0.969 0.967 说明：RMSEA. 近似均方根残差；GFI. 拟合优度指数；CFI. 比较拟合指数；NFI. 规范拟合指数；IFI. 增量拟合指数；TLI. Tucker-Lewis 指数。 -
经过修正，最终模型的各项拟合指数分别为卡方自由度比值为3.981，近似均方根残差为0.080，拟合优度指数为0.939，比较拟合指数为0.965，规范拟合指数为0.955，增量拟合指数为0.966，Tucker-Lewis指数为0.954，理论模型的整体拟合优度均达到要求，模型具有较好的适配度。
结构关系模型路径结果如表5所示，观测变量的完全标准化负荷值为0.665~0.859，且均显著(t=12.662~18.908)。景观知觉对场所依恋有显著的正向影响(影响系数为0.745，t=12.197)，假设Z1成立；场所依恋对环境行为有显著的正向影响(影响系数为0.597，t=7.693)，假设Z2成立；环境行为对健康效益有显著的正向影响(影响系数为0.630，t=3.134)，假设Z3成立；景观知觉对环境行为有显著的正向影响(影响系数为0.397，t=5.525)，假设Z4成立；景观知觉对健康效益评估有显著的正向影响(影响系数为0.298，t=2.893)，假设Z5成立；场所依恋对健康效益没有显著的影响关系(t=−0.141)，但是场所依恋可以通过环境行为的中介作用对健康效益评估产生间接影响，假设Z6不成立。删除路径Z6后，再次进行结构方程模型分析，最终得到修正后的影响路径及最终结构关系模型，假设Z1~Z5的t=3.196~12.202 (表6，图1)。
表 5 结构模型路径系数及显著性检验
Table 5. Path coefficient and significance test of structural model
假设 路径 t 路径系数 假说检验 Z1 景观知觉—场所依恋 12.197 0.745*** 接受 Z2 场所依恋—环境行为 7.693 0.597*** 接受 Z3 环境行为—健康效益 3.134 0.630*** 接受 Z4 景观知觉—环境行为 5.525 0.397*** 接受 Z5 景观知觉—健康效益 2.893 0.298*** 接受 Z6 场所依恋—健康效益 −0.141 −0.025 拒绝 说明：*、**、***分别表示 在0.1、0.05、0.01的置信水平上显著。 表 6 修正后景观知觉、场所依恋、环境行为和健康效益评估之间的直接和间接效应
Table 6. Corrected direct and indirect effects between landscape perception, place attachment, environmental behavior and health benefits evaluation
假设 路径 t 直接效应 间接效应 总效应 Z1 景观知觉—场所依恋 12.202 0.744 0.744 Z2 场所依恋—环境行为 7.791 0.595 0.595 Z3 环境行为—健康效益 6.116 0.606 0.606 Z4 景观知觉—环境行为 5.600 0.398 0.443 0.841 Z5 景观知觉—健康效益 3.196 0.302 0.509 0.811 
图 1 景观知觉、场所依恋、环境行为与健康效益评估关系模型
Figure 1. Final conceptual model for health benefits evaluation of forest park
-
结合专家访谈和验证性因子分析，构建了包括“自然属性感知”“设施属性感知”“文化属性感知”“空间属性感知”等4个维度的景观知觉评价模型，其解释能力分别为60.3%、48.5%、55.2%、57.0%。在4个维度中，“有各种各样动植物种群”“道路铺装材质舒适、有质感”“建筑物、雕塑、植物能体现当地文化特色”“空间氛围安静”的影响系数最高。
景观知觉对场所依恋的影响效应达74.4%。场所依赖与场所认同对场所依恋的解释能力分别为61.7%和72.4%。“公园环境对您有特殊意义”对场所依恋的影响程度最高，“公园是最适合您休闲放松的地方”对场所认同的影响程度最高，说明游憩者在森林公园中的归属感与场所互动体验感是产生场所依恋的主要因素。
景观知觉能显著影响环境行为水平，直接影响效应达39.8%，间接影响效应达44.3%，场所依恋是两者影响关系中的中介变量。静态型行为、动态型行为和通过型行为对环境行为的解释能力分别为73.9%、45.5%和44.2%，社会交往、设施活动和跑步是评估森林公园游憩者环境行为的重要指标。
景观知觉、场所依恋与环境行为的影响效应共同解释了健康效益评估76.8%的变异。景观知觉可以对健康效益评估产生30.2%的直接影响效应，也可以通过场所依恋和环境行为的中介作用对健康效益评估产生50.9%的间接影响效应，总效应达81.1%。环境行为可对健康效益评估产生直接影响作用，影响效应为60.6%，场所依恋与健康效益评估的影响关系不显著，但能通过环境行为的中介作用对健康效益评估产生36.1%的间接影响效应。总的来说，森林公园通过激发游憩者主观感知与个人情感的产生，并在诱发环境行为的相互作用下，实现以有形的物理属性转化为人体可获取的健康效益结果。
-
①从自然属性、设施属性、文化属性和空间属性4个方面优化森林公园健康景观质量。通过优化植物种群结构、打造丰富的地形和水景、提升绿色空间设施质量、营造浓厚的场所文化氛围及环境静谧感和亲切感，提升游憩者景观知觉体验。②加强情感管理，培养游憩者形成情感性体验。在森林公园健康景观设计中，不仅应该关注物理环境质量的提升，同时还要重视形成个人情感因素的景观要素。森林公园具有良好的景观视觉与情感体验，通过加强游憩者与公园环境的场所互动以及参与体验，促进游憩者对森林公园进行深层次的交流与认知。③提升配套活动设施质量，满足游憩者活动需求。环境行为是影响健康效益评估的重要因素，活动设施为游憩者休憩放松、接触自然和社会交往等行为活动提供物理条件，应充分考量游憩者多样化的环境行为偏好，因地制宜对游憩者活动类型与场所进行相应设计。
-
随着城镇化进程的发展，居民压力增大，行业学者逐渐将研究重点放在森林公园健康效益的挖掘，相关研究围绕景观偏好[28]、场所依恋[29]、环境行为[25]等要素对健康效益的单一影响路径，或是探讨场所感知对健康效益的中介影响路径[27]，但缺乏结合场所感知与环境行为等多维度视角探讨健康效益转化机制的内在动因。与同类研究相比，本研究通过结构关系模型检验分析，从景观知觉、场所依恋到环境行为再到健康效益评估的作用路径，揭示了游憩者在森林公园中的健康恢复是“感知评价—情感响应—行为实践”要素相互作用形成的复合体系，为森林公园健康景观的构建提供理论依据与实践指导。需要说明的是，本研究针对游憩者景观知觉、场所依恋、环境行为与健康效益评估4个维度构成要素之间的影响关系未深入探讨。另外，环境偏好作为个体主观心理因素的一部分[30]，与环境行为之间是否具有类似的影响关系？本研究主要通过问卷调查对森林公园评价与健康效益评估进行量化分析，主观认知的问卷数据可能会存在一定的片面性及误差性，后续可结合媒体大数据以及科学的人体健康测定器材开展相关研究，以拓展研究的深度和广度。
Effects of the tourists’ place perception and environmental behavior on health benefit evaluation at Fuzhou National Forest Park
-
摘要:
目的 场所依恋和环境行为是探究游憩者与环境交互所形成的结果，与景观知觉的构建紧密联系，对于探讨森林公园与游憩者健康影响关系具有重要意义。结合游憩者场所感知与环境行为视角探讨森林公园健康效益的内在转化机制。 方法 以福州国家森林公园为研究样地，结合游憩者“感知评价—情感响应—行为实践”视角，构建景观知觉、场所依恋、环境行为与健康效益评估之间的关系模型，并通过结构方程模型解析四者之间的影响关系。 结果 ①自然属性感知、设施属性感知、文化属性感知、空间属性感知是构成景观知觉的主要因素，影响系数分别为0.777、0.696、0.743、0.755，景观知觉对场所依恋有显著影响，影响效应达74.4%；②景观知觉能显著影响环境行为水平，直接影响效应达39.8%，间接影响效应达44.3%，场所依恋是两者影响关系中的中介变量。③景观知觉对健康效益评估产生30.2%的直接影响效应，并通过场所依恋和环境行为的中介作用对健康效益评估产生50.9%的间接影响效应。 结论 通过结构关系模型检验分析，揭示了游憩者在森林公园中的健康恢复是“感知评价—情感响应—行为实践”要素相互作用形成的复合体系。后续可结合媒体大数据以及科学的人体健康测定器材拓展研究的深度和广度。图1表6参 30 Abstract:Objective Place attachment and environmental behavior are the results of the interaction between tourists and the environment, closely related to the construction of landscape perception, and of great significance for exploring the impact mechanism of the forest parks and tourists’ health. This paper explored the internal transformation mechanism of the forest parks’ health benefits from the perspectives of tourists’ place perception and environmental behavior. Method Taking Fuzhou National Forest Park as an example, this paper combined the perspective of tourists’ perceived evaluation, emotion response, and behavior practice, to construct the relational model of landscape perception, place attachment, environmental behavior, and health benefit assessment. Finally, analysed the influence relationship between the four through the structural equation model. Result (1) The perception of natural attributes, facility attributes, cultural attributes, and spatial attributes are the four dimensions that constitute the landscape perception. The influence coefficients are 0.777, 0.696, 0.743, and 0.755. Landscape perception has significant correlation with place attachment, with an impact degree of 74.4%. (2) Landscape perception has a significant impact on environmental behavior, with a direct impact effect of 39.8%, and an indirect impact effect of 44.3%. Place attachment is a mediator variable in the relationship between the two. (3) Landscape perception has a significant impact on health benefit evaluation, with a direct impact effect of 30.2%, and an indirect impact of 50.9% is achieved through the mediator effect of place attachment and environmental behavior. Conclusion Through the construction and testing analysis of structural equation model testing, this paper revealed the impact mechanism of forest park and tourists’ health benefit, is a composite system formed by the interaction elements of “perceived evaluation, emotional response, behavioral practice”. It is necessary to combine media data and scientific human health testing equipment to expand the depth and breadth of research in future. [Ch, 1 fig. 6 tab. 30 ref.] -
Key words:
- forest parks /
- landscape perception /
- place attachment /
- environmental behavior /
- health benefit
-
近年来，受全球气候变化的影响，极端降水事件频繁发生，严重危害经济社会发展、人类生命安全以及生态系统稳定[1]。降水是自然生态系统中水分调节的重要过程，为植物、动物和微生物的生理活动提供水分，也影响着土壤中营养元素迁移和转化[2-3]。氮是植物生长发育必需的营养元素之一[4]，土壤氮素是植物可利用氮素的主要来源，它的有效性受微生物介导的土壤氮转化控制[5]，而水分则通过影响土壤氧气(O2)、底物扩散、微生物活性及其群落结构等进而影响土壤氮转化[6-8]。CURTIN等[9]发现土壤水分对氮素矿化作用的影响包括对微生物生物量的直接影响和扩散底物的间接影响；MANZONI等[10]发现土壤水分变化显著影响微生物群落结构，如真菌和放线菌比细菌更耐受干旱胁迫、干旱土壤中革兰氏阳性菌比革兰氏阴性菌更占优势等。适量的土壤水分含量能促进氮素迁移和转化，提高氮素有效性，有利于植物生长，而一旦水分含量超过临界范围会引起生态系统负面效应，如硝态氮(
${\rm{NO}}_3^{-} $ )淋溶造成的水体富营养化、反硝化增强造成的气体污染、营养元素不足造成的生物多样性降低等[11-12]。因此，研究土壤水分变化如何影响氮转化对评估全球气候变化背景下土壤氮素有效性及其生态效应具有十分重要的意义。已有研究认为：土壤水分变化对氮净转化速率有影响[13-14]，氮净转化速率能够表征土壤供氮能力和氮损失风险[15]，但仅代表单位时间内某种特定形态氮素的净含量变化，是与氮库相关的多个氮初级转化速率的综合结果；氮初级转化速率是指土壤氮素从一种形态转化为另一种形态的实际转化速率[16-17]。土壤净矿化速率低并不意味着土壤未发生矿化和硝化作用，也可能是因为矿化和硝化作用产生的铵态氮(${\rm{NH}}_4^{+} $ )和${\rm{NO}}_3^{-} $ 被微生物同化而抵消[18-19]，因此氮初级转化速率更能反映土壤真实的氮素动态变化。土壤不同氮转化过程，如有机氮矿化、${\rm{NH}}_4^{+} $ 微生物同化、自养硝化、异养硝化、${\rm{NO}}_3^{-} $ 微生物同化、反硝化等，是同时发生的，这些过程的初级速率决定了土壤无机氮的主导形态、含量变化和去向[5]。当前定量研究土壤水分变化对氮初级转化速率影响的报道很少，且主要集中于土壤氮初级矿化和硝化速率[19-20]，氮转化对土壤含水量变化的响应机制还不是很清楚。明确不同氮转化过程的初级速率对水分变化的响应，能更好地评估全球气候变化背景下土壤氮素动态及其有效性。KIRKHAM等[21]在1954年提出了运用15N稀释技术结合算术分析方法定量土壤氮初级转化速率的方法；随着计算机分析技术的快速发展，一些数值优化模型取代了较为简单的算术分析计算方法，使得土壤氮转化研究更接近于真实过程[22-23]。MÜLLER等[23]提出，利用土壤氮转化模型如15N示踪模型，可同时计算出有机氮矿化、${\rm{NH}}_4^{+} $ 微生物同化、自养硝化、异养硝化、${\rm{NO}}_3^{-} $ 微生物同化等10个过程的氮初级转化速率。红壤约占中国土地面积的21%，广泛分布在热带和亚热带地区，气候条件优越，开发利用潜力巨大，在农业、经济、生态可持续发展中占有重要地位和作用[24]。明确红壤氮转化对土壤水分变化的响应，能够为全球气候变化背景下红壤氮素动态及其生态效应的研究提供基础数据。本研究在江西双圳林场采集典型的红壤，采用15N成对标记技术，结合数值优化模型(NtraceBasic)，量化红壤不同水分条件(最大持水量的20%、60%、80%、100%) 下土壤不同氮转化过程的初级速率，为探明红壤氮转化对土壤水分变化的响应机制提供基础。1. 材料与方法
1.1 研究区概况
研究区江西省鹰潭市双圳林场(27°59′N，117°25′E)属亚热带季风气候，年平均气温为17.6 ℃，年平均降水量为1 778 mm，主要集中在4−6月。土壤为花岗岩母质发育的红壤，优势植被是马尾松Pinus massoniana和杉木Cunninghamia lanceolata。于2018年11月在研究区随机选择5个1 m×1 m地块，除去凋落物层，采集0~20 cm土壤样品。所有样品混合均匀，过2 mm筛，1份存于4 ℃冰箱用作培养实验，1份风干后用于理化性质测定。供试土壤pH 5.07，有机碳和全氮质量分数分别为19.78和1.92 g·kg−1，可溶性有机碳质量分数为236.5 mg·kg−1。
1.2 15N成对标记实验
称取相当于20 g烘干土的鲜土置于250 mL三角瓶中，用带孔保鲜膜封住瓶口，放入25 ℃恒温培养箱中预培养24.0 h。取出预培养样品，分2组，1组加入2 mL15N丰度为10.20%的15NH4NO3，另1组加入2 mL15N丰度为10.25%的NH415NO3，每组氮添加量均为30 mg·kg−1。设置4个土壤水分梯度，即土壤最大持水量的20% (W20，干燥状态)、60% (W60，水分最适合的好氧状态[25])、80% (W80，好氧状态与厌氧状态的转折点[26])、100% (W100，水分饱和状态)，用带孔保鲜膜封住三角瓶口，继续置于25 ℃恒温培养箱中培养144.0 h。每隔2 d补充土壤水分。在加入15NH4NO3或NH415NO3后0.5、48.0、96.0、144.0 h进行破坏性取样，测定土壤
${\rm{NH}}_4^{+} $ 、${\rm{NO}}_3^{-} $ 质量分数及15N丰度。1.3 土壤理化学性质测定
土壤pH采用DMP-2型pH计(Quark)测定，土水质量比为1.0∶2.5。土壤有机碳质量分数采用高温重铬酸钾-外加热法测定。土壤全氮质量分数使用半微量开氏消煮法测定。土壤可溶性有机碳质量分数采用TOC仪(Multi N/C)测定。用2 mol·L−1的氯化钾(KCl)溶液浸提土壤
${\rm{NH}}_4^{+} $ 和${\rm{NO}}_3^{-} $ ，使用流动分析仪(SA1000, Skalar)测定氮质量分数。用氧化镁(MgO)和戴维斯合金微扩散结合草酸吸附法分离浸提液中的${\rm{NH}}_4^{+} $ 和${\rm{NO}}_3^{-} $ ，使用同位素质谱仪(Europa Scientific Integra)测定15N丰度。1.4 数据计算与统计分析
采用NtraceBasic模型定量土壤中主要氮转化过程的初级速率[23](图1)，将测定的土壤
${\rm{NH}}_4^{+} $ 和${\rm{NO}}_3^{-} $ 质量分数及15N丰度输入模型，通过优化运算，计算土壤中10种氮转化的初级速率。其中$M_{{\rm{N}}_{\rm{lab}}} $ 表示易分解有机氮库初级矿化速率，$M_{{\rm{N}}_{\rm{rec}}} $ 表示难分解有机氮库初级矿化速率，$O_{{\rm{N}}_{\rm{rec}}} $ 表示初级异养硝化(难分解有机氮库氧化为${\rm{NO}}_3^{-} $ )速率，$O_{{\rm{NH}}_{4}} $ 表示初级自养硝化(${\rm{NH}}_4^{+} $ 氧化为${\rm{NO}}_3^{-} $ )速率，$I_{{\rm{NH}}_{4}{\_{{\rm{N}}_{\rm{lab}}}}} $ 表示微生物同化${\rm{NH}}_4^{+} $ 到易分解有机氮库速率，$I_{{\rm{NH}}_{4}{\_{{\rm{N}}_{\rm{rec}}}}}$ 表示微生物同化${\rm{NH}}_4^{+} $ 到难分解有机氮库速率，$C_{{\rm{NO}}_3} $ 表示初级${\rm{NO}}_3^{-} $ 消耗(微生物同化${\rm{NO}}_3^{-} $ 和反硝化)速率，$D_{{\rm{NO}}_3} $ 表示${\rm{NO}}_3^{-} $ 异化还原成${\rm{NH}}_4^{+} $ 速率，$A_{{\rm{NH}}_4} $ 表示${\rm{NH}}_4^{+} $ 的吸附速率，$R_{{\rm{NH}}_{\rm{4a}}} $ 表示${\rm{NH}}_4^{+} $ 的释放速率。ZHANG等[27]、MÜLLER等[23]和RÜTTING等[28]详细介绍了该模型，包括参数设置和具体操作等。总氮初级矿化速率计算方法：M=$M_{{\rm{N}}_{\rm{lab}}} $ +$M_{{\rm{N}}_{\rm{rec}}} $ 。总氮初级硝化速率计算方法：N=$O_{{\rm{NH}}_{4}} $ +$O_{{\rm{N}}_{\rm{rec}}} $ 。总初级${\rm{NH}}_4^{+} $ 微生物同化速率计算方法：$I_{{\rm{NH}}_4} $ =$I_{{\rm{NH}}_4\_{{\rm{N}}_{\rm{lab}}}} $ +$I_{{\rm{NH}}_4\_{{\rm{N}}_{\rm{rec}}}} $ 。土壤氮净矿化和净硝化速率的计算方法参照文献[29]：MN=24×(MN1−MN0)/t，NN=24×(NN1−NN0)/t。其中，MN表示净矿化速率(mg·kg−1·d−1)，NN表示净硝化速率(mg·kg−1·d−1)，MN1表示培养结束时土壤${\rm{NH}}_4^{+} $ 和${\rm{NO}}_3^{-} $ 质量分数(mg·kg−1)，MN0表示培养开始时土壤${\rm{NH}}_4^{+} $ 和${\rm{NO}}_3^{-} $ 质量分数(mg·kg−1)，NN1表示培养结束时土壤${\rm{NO}}_3^{-} $ 质量分数(mg·kg−1)，NN0表示培养开始时土壤${\rm{NO}}_3^{-} $ 质量分数(mg·kg−1)，t为培养时间(h)。
图 1 土壤氮素初级转化速率的15N示踪模型Figure 1 15N tracing model of gross soil N transformation rates采用单因素方差分析(ANOVA)检验4个水分处理间各土壤氮转化速率的差异。根据实际实验重复次数，计算各个氮转化过程速率在5%显著性水平下的最小显著性差异[30]。观测到的误差与实际重复次数有关，反映在各参数的概率密度函数中[23]。使用Sigma Stat 4.0(Systat Software)进行统计分析。方程拟合和图形绘制均在Sigma Plot 14.0上完成。
2. 结果与分析
2.1 无机氮质量分数和15N丰度
如图2所示：土壤
${\rm{NH}}_4^{+} $ 、${\rm{NO}}_3^{-} $ 质量分数及15N丰度的模型拟合结果与实测结果吻合较好(R2＞0.84)。培养期间，W20和W60处理下${\rm{NH}}_4^{+} $ 质量分数显著增大；随培养时间增加，W80和W100处理下${\rm{NH}}_4^{+} $ 质量分数逐渐增大，96.0 h后缓慢减小，并且在整个培养时间小于W20和W60处理(图2A)。随培养时间增加，土壤${\rm{NO}}_3^{-} $ 质量分数逐渐下降，且土壤含水量越大，${\rm{NO}}_3^{-} $ 质量分数下降越快，说明增加土壤含水量促进了红壤${\rm{NO}}_3^{-} $ 消耗(图2B)。随培养时间和土壤水分含量增加，添加15NH4NO3处理的土壤${\rm{NH}}_4^{+} $ 库15N丰度降低(图2C)，而${\rm{NO}}_3^{-} $ 库15N丰度有上升趋势(图2D)，说明发生了有机氮矿化和${\rm{NH}}_4^{+} $ 氧化作用，土壤含水量越大，该作用越强；相反，添加NH415NO3处理的土壤${\rm{NH}}_4^{+} $ 库15N丰度变化不显著(图2C)，而${\rm{NO}}_3^{-} $ 库15N丰度逐渐降低(图2D)，表明有自然丰度或者更低丰度的${\rm{NO}}_3^{-} $ 进入该库。
图 2 不同水分土壤${\rm{NH}}_4^{+} $ 和${\rm{NO}}_3^{-} $ 质量分数及15N丰度Figure 2 Measured (spots) and model-fitted (lines) values of concentration and 15N abundance of the${{\rm{NH}}_4^{+}}$ and${{\rm{NO}}_3^{-}} $ under various moistures15${{\rm{NH}}_4^{+}} $ ${{\rm{NO}}_3^{-}} $ 2.2 土壤含水量对氮转化速率的影响
土壤氮净矿化速率(MN)和净硝化速率(NN)均随含水量增加先上升后下降，且在W60处理时达到最大，分别为1.227和−0.385 mg·kg−1·d−1，W80和W100处理的氮净矿化速率和所有处理的氮净硝化速率均是负值(图3)。
图 3 土壤氮素净转化速率与土壤含水量的关系Figure 3 Relationships between soil net transformation rates and moistures${\rm{NO}}_3^{-} $ 异化还原成${\rm{NH}}_4^{+} $ ($D_{{\rm{NO}}_3} $ )、${\rm{NH}}_4^{+} $ 的吸附速率($A_{{\rm{NH}}_{\rm{4}}} $ )和释放速率($R_{{\rm{NH}}_{\rm{4a}}} $ )极低，可忽略不计，其他氮转化过程初级转化速率受水分变化影响显著。由图4A可知：当土壤含水量增加，$M_{{\rm{N}}_{\rm{lab}}} $ 从1.757 mg·kg−1·d−1 (W20)增大到2.598 mg·kg−1·d−1(W100)，$M_{{\rm{N}}_{\rm{rec}}} $ 变化不显著，因此M呈指数上升(R2=0.92)。总初级${\rm{NH}}_4^{+} $ 微生物同化速率($I_{{\rm{NH}}_4} $ )随土壤含水量增加显著增加，在W100处理时达最大值(1.941 mg·kg−1·d−1)；${\rm{NH}}_4^{+} $ 主要被微生物同化到难分解有机氮库，以W80和W100处理最明显(图5)。土壤$O_{{\rm{NH}}_4} $ 随含水量增加而增大，在W100处理下达到最大值(0.266 mg·kg−1·d−1)；$O_{{\rm{N}}_{\rm{rec}}} $ 随含水量增加呈现先上升后下降的变化特点，W60处理时达到最大值(0.115 mg·kg−1·d−1)；W80和W100处理下$O_{{\rm{NH}}_4} $ 明显大于$O_{{\rm{N}}_{\rm{rec}}} $ ，所以N随土壤含水量增加而增加(图4B)。土壤含水量由最大持水量的20%(W20)升到100%(W100)时，$C_{{\rm{NO}}_3} $ 先缓慢下降，之后迅速增加，因此总无机氮消耗速率($I_{{\rm{NH}}_4} $ 和$C_{{\rm{NO}}_3} $ )随土壤含水量增加显著增大。土壤不同氮过程的初级转化速率随土壤含水量梯度变化的拟合方程见表1。
图 4 土壤氮素初级转化速率与土壤含水量的关系Figure 4 Relationships between gross of soil transformation rates and moistures
图 5 不同土壤含水量下土壤$I_{{\rm{NH}}_{4}{\_{{\rm{N}}_{\rm{rec}}}}} $ 和$I_{{\rm{NH}}_{4}{\_{{\rm{N}}_{\rm{lab}}}}} $ 对$I_{{\rm{NH}}_4} $ 的贡献率Figure 5 Contribution ratio of$I_{{\rm{NH}}_{4}{\_{{\rm{N}}_{\rm{rec}}}}} $ and$I_{{\rm{NH}}_{4}{\_{{\rm{N}}_{\rm{lab}}}}} $ to$I_{{\rm{NH}}_4} $ under various moistures表 1 土壤氮转化速率(y)随土壤含水量($x $ )变化的拟合方程Table 1 Fitting curve equations of soil N tansformation rates (y) with changing moistures (x)参数 方程 参数 方程 M y=1.547 5exp(0.005 1x)，R2=0.922 0，P＜0.05 ${O_{{\rm{N}}_{\rm{rec}}}} $ y=−0.083 0+0.005 7x−(4.630 7E−5)x2，R2=0.755 2，P＜0.05 ${M_{{\rm{N}}_{\rm{lab}}}} $ y=1.483 2exp(0.005 5x)，R2=0.885 0，P＜0.05 ${O_{{\rm{NH}}_4}} $ y=−0.014 4+(1.059 6E−5)x2.229 3，R2=0.821 1，P＜0.05 ${M_{{\rm{N}}_{\rm{rec}}} }$ − ${C_{{\rm{NO}}_3}} $ y=0.966 4−0.020 8x+0.000 2x2，R2=0.954 5，P＜0.05 ${I_{{\rm{NH}}_4}} $ y=0.009 2+0.018 4x，R2=0.658 2，P＜0.05 MN y=−0.880 8+0.068 5x−0.000 7x2，R2=0.684 7，P＜0.05 N y=−0.062 9+0.003 8x，R2=0.930 4，P＜0.05 NN y=−1.204 0+0.028 8x−0.000 2x2，R2=0.994 3，P＜0.05 说明：−表示没有数值 3. 讨论
土壤水分通过影响O2、底物扩散、微生物活性及其群落结构等影响氮转化过程，控制土壤氮素有效性，影响生态系统稳定[5-6, 8]。本研究表明：土壤不同活性有机氮库初级矿化速率对水分变化的响应不同。CHEN等[31]发现：30%土壤孔隙含水量(WFPS)处理的黑土易分解有机氮库初级矿化速率(
$M_{{\rm{N}}_{\rm{lab}}} $ )显著高于70%WFPS处理，可能与低水分条件下微生物渗透压调节有关。本研究中$M_{{\rm{N}}_{\rm{lab}}} $ 随土壤含水量增加(从土壤最大持水量的20%到100%)显著增加，说明影响红壤易分解有机氮库初级矿化速率的机制与黑土不同。增加土壤含水量可促进反应底物扩散[29, 32]，提高微生物与底物接触机率，进而刺激土壤易分解有机氮库矿化过程。一般来讲，当土壤含水量达到最大持水量的100%时，土壤处于厌氧状态，不利于除厌氧微生物外的其他微生物生存。本研究$M_{{\rm{N}}_{\rm{lab}}} $ 在W100时表现出最大响应，可能与土壤性质有关；供试土壤为针叶林红壤，有机质含量适中，砂砾/黏砾比例偏高[19]，即使土壤含水量达到最大持水量的100%，土壤仍有未充满水的大孔隙，通气性较高，使微生物活性维持在较高水平，进而刺激易分解有机氮库矿化过程。土壤水分变化对氮元素矿化作用的影响可能还取决于土壤温度[33]。一般来讲，土壤矿化作用的温度敏感性取决于有机物分解的温度敏感性[15, 34]。本研究区的优势植被是马尾松和杉木，凋落物难分解有机质含量高，而难分解有机质的温度敏感性低[35]，即矿化作用的温度敏感性低，因此需要更高温度才能刺激难分解有机氮矿化。DAN等[36]在相同研究区研究温度变化(5~45 ℃)对氮转化的影响发现：难分解有机氮库初级矿化速率($M_{{\rm{N}}_{\rm{rec}}} $ )仅在45 ℃时有显著响应(2.102 mg·kg−1·d−1)，与本研究条件相同的常温(25 ℃)处理下$M_{{\rm{N}}_{\rm{rec}}} $ 很低，仅0.089 mg·kg−1·d−1，这可能是$M_{{\rm{N}}{\rm{rec}}} $ 在不同水分状态下都很低且无显著差异的主要原因。由此可见，本研究红壤${\rm{NH}}_4^{+} $ 主要通过易分解有机氮库矿化产生，且土壤含水量越大，${\rm{NH}}_4^{+} $ 产生量越多。土壤矿化产生的
${\rm{NH}}_4^{+} $ 为微生物同化作用提供底物。随土壤含水量增加，M呈指数上升，${\rm{NH}}_4^{+} $ 质量分数增加，导致$I_{{\rm{NH}}_4} $ 显著增大。此外，提高水分含量促进了反应底物(${\rm{NH}}_4^{+} $ )扩散[29, 32]也可能是$I_{{\rm{NH}}_4} $ 显著增加的原因之一。${\rm{NH}}_4^{+} $ 被微生物同化到有机氮库，而有机氮可以短期或长期储存后再矿化产生${\rm{NH}}_4^{+} $ [37]，给土壤可利用氮素的供应提供一种有效的缓冲机制，有利于缓解潜在的${\rm{NO}}_3^{-} $ 淋溶和NH3挥发等氮损失风险，提高土壤保氮能力。$I_{{\rm{NH}}_4} $ 包括$I_{{\rm{NH}}_{4}{\_{{\rm{N}}_{\rm{lab}}}}} $ 和$I_{{\rm{NH}}_{4}{\_{{\rm{N}}_{\rm{rec}}}}} $ ，本研究表明微生物同化${\rm{NH}}_4^{+} $ 以$I_{{\rm{NH}}_{4}{\_{{\rm{N}}_{\rm{rec}}}}} $ 为主，与以往的研究结果一致[27]，在土壤最大持水量的80%(W80)和100%(W100)时最明显。土壤${\rm{NH}}_4^{+} $ 产生主要通过易分解有机氮库矿化过程，而${\rm{NH}}_4^{+} $ 主要被微生物同化到难分解有机氮库，说明长期强降雨导致的土壤高水分含量条件(如本研究W80和W100处理)不利于有机氮再矿化产生${\rm{NH}}_4^{+} $ ，这样虽然能缓解潜在的氮损失风险，但降低了植物可利用的氮含量，不利于本就受氮素限制的森林生态系统植物生长，影响生态系统生产力和稳定性。自养硝化作用主要是自养硝化细菌或古菌将NH3氧化成
${\rm{NO}}_3^{-} $ ，异养硝化作用则主要是异养硝化细菌或真菌将NH3或有机氮氧化成${\rm{NO}}_3^{-} $ ，被认为是${\rm{NO}}_3^{-} $ 产生的2种重要途径。本研究表明：随含水量增加，上述2个过程对总${\rm{NO}}_3^{-} $ 产生速率(N)的贡献不同。CHEN等[31]整合文献时发现：对于所有生态系统(特别是森林生态系统)而言，土壤初级异养硝化速率($O_{{\rm{N}}_{\rm{rec}}} $ )与降水量显著正相关。但他们的实验结果却发现：增加农田黑土水分含量(从最大持水量的30%到70%)抑制了异养硝化作用[31]。LIU等[38]也观测到农田土壤在50%WFPS处理时$O_{{\rm{N}}_{\rm{rec}}} $ 显著高于70%WFPS处理。本研究也发现土壤含水量由最大持水量的60%(W60)升至100%(W100)，$O_{{\rm{N}}_{\rm{rec}}} $ 逐渐下降，这可能与微生物性质有关。真菌是亚热带酸性针叶林土壤异养硝化作用的主要驱动者[39]，一般适应偏干旱环境[40]，高水分含量条件下活性低，不利于异养硝化作用进行。此外，高水分含量限制了O2向土壤扩散，降低真菌活性，进而抑制真菌驱动的异养硝化过程。本研究中W60处理的$O_{{\rm{N}}_{\rm{rec}}} $ 显著大于W20处理，可能是该水分条件有利于异养硝化微生物活动。本研究发现：随含水量增加，M呈指数上升，
${\rm{NH}}_4^{+} $ 质量分数增加，为自养硝化作用提供更多的底物，进而刺激自养硝化过程。此外，氮矿化速率增加也提高了土壤微域pH，土壤初级自养硝化速率($O_{{\rm{NH}}_4} $ )与pH呈显著正相关[41]，因此提高水分含量会刺激土壤自养硝化作用。底物扩散效率也会影响土壤$O_{{\rm{NH}}_4} $ 。增加水分含量可促进反应底物扩散[29，32]，提高微生物与底物接触机率，进而刺激土壤自养硝化过程。微生物对土壤水分含量变化的响应也是影响自养硝化过程的关键因素之一。一般来讲，森林土壤的自养硝化作用主要由氨氧化古菌(AOA)驱动[42-43]。有研究表明：随土壤含水量增加，温带森林有机质层土壤中AOA丰度增加[44]。本研究中$O_{{\rm{NH}}_4} $ 在W80和W100处理下显著升高，可能是由于AOA丰度或活性升高，但背后的机制还需进一步研究。随土壤含水量增加，$O_{{\rm{NH}}_4} $ 不断上升，$O_{{\rm{N}}_{\rm{rec}}} $ 先上升后下降，在W60处理下达最大值；此外，在W80和W100处理时$O_{{\rm{NH}}_4} $ 明显大于$O_{{\rm{N}}_{\rm{rec}}} $ ，因此N不断增大。${\rm{NO}}_3^{-} $ 微生物同化和反硝化过程是${\rm{NO}}_3^{-} $ 消耗的主要途径，它们对水分变化的响应对土壤氮素保存具有重要意义。本研究采用的NtraceBasic模型不能同时定量这2个过程，只能测定${\rm{NO}}_3^{-} $ 总消耗速率，即$C_{{\rm{NO}}_3} $ 。已有研究报道了上述2个过程对水分变化的响应，例如，当酸性针叶林和阔叶林土壤含水量从最大持水量的70%上升至90%[19]，农田土壤含水量从最大持水量的30%上升至70% [29-31]，林地和森林土壤含水量从最大持水量的60%上升至100%[18]，土壤初级${\rm{NO}}_3^{-} $ 微生物同化速率无显著变化。林地和森林土壤含水量从最大持水量的60%上升至100%，反硝化速率分别从0上升至2.47和4.91 mg·kg−1·d−1[18]。因此，本研究$C_{{\rm{NO}}_3} $ 随水分含量增加(最大持水量的60%到100%)显著增加，可能是因为反硝化作用不断增大。土壤水分含量低于最大持水量的60%时，反硝化过程基本消失，${\rm{NO}}_3^{-} $ 消耗以微生物同化作用为主[18]。一般认为，即使土壤中${\rm{NH}}_4^{+} $ 质量分数较低也会抑制微生物同化${\rm{NO}}_3^{-} $ [45-46]，而本研究W60处理下${\rm{NH}}_4^{+} $ 质量分数达到30 mg·kg−1，${\rm{NO}}_3^{-} $ 微生物同化作用依然存在，表明所研究红壤的${\rm{NH}}_4^{+} $ 质量分数可能不是调控${\rm{NO}}_3^{-} $ 微生物同化作用的主要因素。综上，本研究在W20和W60处理下$C_{{\rm{NO}}_3} $ 主要是${\rm{NO}}_3^{-} $ 微生物同化速率。与W60处理相比，W20处理的$C_{{\rm{NO}}_3} $ 更高，可能与风干效应有关。W20处理的土壤进行了风干处理，而鲜土风干过程具有部分灭菌作用[47-48]，即风干过程导致部分微生物死亡，其体内的养分释放，使得土壤中能被微生物利用的物质增加，进而导致风干加水培养后微生物大量繁殖增长，从而刺激W20处理的${\rm{NO}}_3^{-} $ 微生物同化过程。由此可见，当土壤含水量不超过最大持水量的60%时，${\rm{NO}}_3^{-} $ 消耗以${\rm{NO}}_3^{-} $ 微生物同化过程为主；这一过程将${\rm{NO}}_3^{-} $ 保持在土壤有机质中，对受氮素限制的亚热带酸性森林生态系统有更重要的意义。当土壤含水量超过最大持水量的60%时，${\rm{NO}}_3^{-} $ 消耗以反硝化过程为主，这一过程会导致氮素损失，并产生N2O，危害生态环境。本研究中，
$I_{{\rm{NH}}_4} $ 随含水量增加显著增加，在W100处理下观测到最大值，$C_{{\rm{NO}}_3} $ 在W80和W100处理时也明显增加；认为总无机氮消耗速率随水分含量增加而增加，并在W80处理时超过M。因此，MN随水分含量增加先上升到最大值，然后迅速下降到负值。说明适当增加土壤水分含量(如将土壤含水量从最大持水量的20%增加到60%)会提高红壤氮素的可利用性；如果土壤水分含量继续增加，土壤氮循环将进入净消耗状态，有效氮的供应受到限制。虽然N随含水率增加不断增加，但始终小于$C_{{\rm{NO}}_3} $ ，即不同处理中NN始终是负值。4. 结论
红壤各种氮转化对水分变化的响应存在显著差异。随着土壤含水量增加，易分解有机氮库初级矿化速率显著上升，难分解有机氮库初级矿化速率无显著变化，总氮初级矿化速率显著上升。初级
${\rm{NH}}_4^{+} $ 微生物同化速率随含水量增加线性增加；${\rm{NO}}_3^{-} $ 总消耗速率在W80和W100处理时也明显增加，使得总无机氮消耗速率随水分含量增加而增加，并在W80处理时超过总氮初级矿化速率。因此，随含水量增加氮净矿化速率先上升到最大值，然后迅速下降到负值，说明适当增加土壤水分含量会提高红壤氮素的可利用性；但如果水分含量继续增加，土壤氮循环将进入净消耗状态，有效氮的供应会受到限制。 -
图 1 景观知觉、场所依恋、环境行为与健康效益评估关系模型
Figure 1 Final conceptual model for health benefits evaluation of forest park
表 1 潜在变量和测量题目
Table 1. Potential variables and measurement questions
变量类别 测量题目 参考文献 景观知觉度 植被生长良好、轮廓线富有变化(A1)，能听到很多鸟或昆虫的声音(A2)，有各种各样动植物种群(A3)，有丰富的地形(A4)，水景优美、观赏性强(A5)，道路步行系统流畅(A6)，道路铺装材质舒适、有质感(A7)，游憩设施数量充足(A8)，构筑物造型丰富、尺度宜人(A9)，有清晰标识和安全防护设施(A10)，场地注重科普自然、健康教育(A11)，建筑物、雕塑、植物能体现当地文化特色(A12)，公众在场所中的互动体验程度(A13)，场地便利、能体现人性化(A14)，景观能激起自我艺术灵感(A15)，空间布局合理(A16)，空间类型多样(A17)，空间氛围安静(A18)，空间有一种亲切感(A19) [8, 23, 27] 场所依恋 您觉得公园环境已经成为生命的一部分(B1)，公园环境对您有特殊意义(B2)，您很认同公园环境(B3)，您很留恋公园环境(B4)，公园环境是最适合您休闲放松的地方(C1)，这个公园的游憩环境是其他地方不能比的(C2)，您喜欢公园休憩环境胜过公园内其他地方(C3)，在公园环境中最能满足您放松、休憩等需求(C4) [24] 环境行为 主要进行放松、思考和交流(D1)，主要进行接触自然(D2)，主要进行社会交往(D3)，主要进行设施活动(E1)，主要进行场地活动(E2)，主要进行自由活动(E3)，主要进行散步(F1)，主要进行跑步(F2) [25] 健康效益评估 缓解紧张或焦虑(G1)、缓解孤独(G2)、增强注意力(G3)、缓解疲劳(H1)、增强自身活力(H2)、缓解身体疼痛(H3)、增强亲子间交流(I1)、增强社交意愿(I2)、提高学习工作生活的积极性(I3) [26, 28] 
下载: 导出CSV
表 2 森林公园景观知觉度量表探索性因子分析与检验
Table 2. Exploratory factor analysis and examination of forest park landscape perception scales
测量指标 因子负荷 公因子方差 与整体相关系数 平均提取方差值 组合信度 可靠性系数 因子1 因子2 因子3 因子4 因子1 0.584 0.875 0.871 A1 0.795 0.772 0.649*** A2 0.748 0.726 0.619*** A3 0.796 0.654 0.455*** A4 0.796 0.727 0.612*** A5 0.679 0.547 0.542*** 因子2 0.664 0.888 0.885 A7 0.833 0.767 0.552*** A8 0.832 0.773 0.569*** A9 0.837 0.756 0.514*** A10 0.755 0.751 0.613*** 因子3 0.664 0.887 0.900 A11 0.782 0.762 0.656*** A12 0.887 0.849 0.607*** A13 0.753 0.703 0.641*** A14 0.832 0.809 0.667*** 因子4 0.572 0.842 0.874 A16 0.706 0.667 0.650*** A17 0.776 0.777 0.694*** A18 0.824 0.765 0.605*** A19 0.714 0.724 0.704*** 特征值 7.527 2.092 1.693 1.216 旋转方差载入 20.111 18.458 18.024 17.101 旋转方差累计载入 20.111 38.569 56.593 73.694 整体 0.619 0.965 0.920 说明：***表示在0.01水平上显著相关(双尾)。
下载: 导出CSV
表 3 测量量表的信效度检验及验证性因子分析
Table 3. Reliability and validity examination and confirmatory factor analysis of measurement scales
变量类别 测量指标 标准化因子负荷 t 平均提取方差值 组合信度 可靠性系数 景观知觉度 自然属性感知 A1 0.747 0.583 0.874 0.893 A2 0.774 20.808 A3 0.807 18.414 A4 0.803 20.806 A5 0.680 16.616 设施属性感知 A7 0.807 0.622 0.868 0.878 A8 0.778 18.613 A9 0.807 18.547 A10 0.764 18.839 文化属性感知 A11 0.758 0.605 0.860 0.889 A12 0.834 21.786 A13 0.727 16.748 A14 0.789 22.030 空间属性感知 A16 0.754 0.616 0.865 0.893 A17 0.802 20.232 A18 0.831 18.909 A19 0.750 21.298 场所依恋 场所依赖 B1 0.761 0.601 0.860 0.857 B2 0.799 18.316 B3 0.786 16.899 B4 0.769 16.855 场所认同 C1 0.808 0.482 0.783 0.772 C2 0.731 11.720 C3 0.483 11.064 C4 0.711 12.949 环境行为 静态型行为 D1 0.761 0.592 0.813 0.798 D2 0.758 15.479 D3 0.788 16.410 动态型行为 E1 0.826 12.259 0.493 0.735 0.736 E2 0.470 13.280 E3 0.759 通过型行为 F1 0.765 11.500 0.652 0.789 0.672 F2 0.848 健康效益评估 心理健康 G1 0.835 0.715 0.883 0.917 G2 0.852 28.072 G3 0.850 24.945 生理健康 H1 0.822 0.683 0.866 0.910 H2 0.801 24.094 H3 0.855 25.186 社会健康 I1 0.857 0.736 0.893 0.907 I2 0.886 25.264 I3 0.830 25.369 说明：测量指标所表示的含义见表1。
下载: 导出CSV
表 4 测量模型拟合度检验
Table 4. Goodness-of-fit test of measurement model
拟合指标 卡方自由度比值 RMSEA GFI CFI NFI IFI TLI 理想数值 [1, 3] ＜0.08 ≥0.8 ≥0.9 ≥0.9 ≥0.9 ≥0.9 修正前模型M1 1.526 0.034 0.870 0.966 0.908 0.966 0.964 修正后模型M2 1.513 0.034 0.892 0.969 0.914 0.969 0.967 说明：RMSEA. 近似均方根残差；GFI. 拟合优度指数；CFI. 比较拟合指数；NFI. 规范拟合指数；IFI. 增量拟合指数；TLI. Tucker-Lewis 指数。
下载: 导出CSV
表 5 结构模型路径系数及显著性检验
Table 5. Path coefficient and significance test of structural model
假设 路径 t 路径系数 假说检验 Z1 景观知觉—场所依恋 12.197 0.745*** 接受 Z2 场所依恋—环境行为 7.693 0.597*** 接受 Z3 环境行为—健康效益 3.134 0.630*** 接受 Z4 景观知觉—环境行为 5.525 0.397*** 接受 Z5 景观知觉—健康效益 2.893 0.298*** 接受 Z6 场所依恋—健康效益 −0.141 −0.025 拒绝 说明：*、**、***分别表示 在0.1、0.05、0.01的置信水平上显著。
下载: 导出CSV
表 6 修正后景观知觉、场所依恋、环境行为和健康效益评估之间的直接和间接效应
Table 6. Corrected direct and indirect effects between landscape perception, place attachment, environmental behavior and health benefits evaluation
假设 路径 t 直接效应 间接效应 总效应 Z1 景观知觉—场所依恋 12.202 0.744 0.744 Z2 场所依恋—环境行为 7.791 0.595 0.595 Z3 环境行为—健康效益 6.116 0.606 0.606 Z4 景观知觉—环境行为 5.600 0.398 0.443 0.841 Z5 景观知觉—健康效益 3.196 0.302 0.509 0.811
下载: 导出CSV
-
[1] 程明梅, 余倩. 城镇化、社会经济地位与居民健康差距[J]. 中国卫生政策研究, 2023, 16(10): 17 − 25. CHENG Mingmei, YU Qian. Urbanization, socioeconomie status and health disparities among residents [J]. Chinese Journal of Health Policy, 2023, 16(10): 17 − 25. [2] WANG Chengkang, GUO Mengyue, JIN Jun, et al. Does the spatial pattern of plants and green space affect air pollutant concentrations? Evidence from 37 garden cities in China [J/OL]. Plants, 2022, 21(11): 2847[2023-11-01]. doi: 10.3390/plants11212847. [3] 张建国, 徐晛. 浙江省森林公园空间布局与旅游发展研究[J]. 浙江农林大学学报, 2022, 39(5): 1124 − 1132. ZHANG Jianguo, XU Xian. Research on the spatial distribution of forest parks and tourism development in Zhejiang Province [J]. Journal of Zhejiang A&F University, 2022, 39(5): 1124 − 1132. [4] 王诗琪. 疫情背景下徐州城市公园感知恢复性影响机制[J]. 南方建筑, 2022(8): 57 − 64. WANG Shiqi. Influencing mechanism of perception recovery of urban parks in Xuzhou in the background of COVID-19 [J]. South Architecture, 2022(8): 57 − 64. [5] 朱映辰, 谭芳林, 阙翔, 等. 多时间尺度下森林公园负离子变化特征及与温湿度关系研究[J]. 西北林学院学报, 2023, 38(6): 211 − 218, 227. ZHU Yingchen, TAN Fanglin, QUE Xiang, et al. Variation characteristics of NAl concentration and its correlation with temperature and humidity from multiple time scales in forest park [J]. Journal of Northwest Forestry University, 2023, 38(6): 211 − 218, 227. [6] 朱玉洁, 翁羽西, 傅伟聪, 等. 声景感知对森林公园健康效益的影响——以福州国家森林公园为例[J]. 林业科学, 2021, 57(3): 9 − 17. ZHU Yujie, WENG Yuxi, FU Weicong, et al. Effects of soundscape perception on health benefits of forest parks: a case study of Fuzhou National Forest Park [J]. Scientia Silvae Sinicae, 2021, 57(3): 9 − 17. [7] 周如意, 王丽, 杨正大, 等. 基于Meta整合与模糊综合评价的森林康养指标体系构建[J]. 浙江农林大学学报, 2023, 40(5): 921 − 929. ZHOU Ruyi, WANG Li, YANG Zhengda, et al. Construction of forest therapy index system based on Meta integration and fuzzy comprehensive evaluation [J]. Journal of Zhejiang A&F University, 2023, 40(5): 921 − 929. [8] 刘凡, 洪邵平, 张艳钦, 等. 城市森林步道健康效益影响研究——以福道为例[J]. 南方建筑, 2023(1): 27 − 34. LIU Fan, HONG Shaoping, ZHANG Yanqin, et al. Health benefitsand influences of urban forest trails: a Fudao case study [J]. South Architecture, 2023(1): 27 − 34. [9] LIN Youcheng, LIU Wanyu. Assessment of the management performance of a national urban forest park in Taiwan[J/OL]. Urban Forestry and Urban Greening, 2021, 60(5): 127056[2023-11-01]. doi: 10.1016/j.ufug.2021.127056. [10] 黄雯雯, 林广思. 城市绿地健康影响机制的理论和实证研究综述[J]. 西部人居环境学刊, 2021, 36(2): 1 − 10. HUANG Wenwen, LIN Guangsi. The mechanism of urban green space affecting public health and its emotional progress [J]. Journal of Human Settlements in West China, 2021, 36(2): 1 − 10. [11] 杨春, 谭少华, 陈璐瑶, 等. 基于ESs的城市自然健康效益研究: 服务功效、级联逻辑与评估框架[J]. 中国园林, 2022, 38(7): 97 − 102. YANG Chun, TAN Shaohua, CHEN Luyao, et al. An ESs-based perspective of urban natural health benefits: service efficacy, cascading logic and assessment framework [J]. Chinese Landscape Architecture, 2022, 38(7): 97 − 102. [12] 张建国, 刘雨潇. 景区环境与运动体验满意度对游客环境恢复性感知的影响[J]. 浙江农林大学学报, 2021, 38(1): 184 − 192. ZHANG Jianguo, LIU Yuxiao. Impact of scenic area environment and sports experience satisfaction on tourists’ perception of environmental restoration [J]. Journal of Zhejiang A&F University, 2021, 38(1): 184 − 192. [13] KARIN K P, ULRIKA K S. Associations between park characteristics and perceived restorativeness of small public urban green spaces [J]. Landscape and Urban Planning, 2013, 112: 26 − 39. [14] CHANG M K. Predicting unethical behavior: a comparison of the theory of reasoned action and the theory of planned behavior [J]. Journal of Business Ethics, 1998, 17(16): 1825 − 1834. [15] 黄杰, 黄安民, 杨飞飞, 等. 旅游者恢复性环境感知与游后行为意向——影响机制和边界条件[J]. 旅游学刊, 2022, 37(2): 31 − 45. HUANG Jie, HUANG Anmin, YANG Feifei, et al. Tourists’ perceived restorative qualities and post-visit behavioral intention: the mechanism and boundary condition [J]. Tourism Tribune, 2022, 37(2): 31 − 45. [16] LASARUS R S. Emotion and Adaptation[M]. New York: Oxford Press, 1991. [17] BAGOZZI R P. The self- regulation of attitudes, intentions and behavior [J]. Social Psychology Quarterly, 1992, 55(2): 178 − 204. [18] RAMKISSOON H, SMITH L D G, WEILER B. Testing the dimensionality of place attachment and its relationships with place satisfaction and pro-environmental behaviours: a structural equation modelling approach [J]. Tourism Management, 2013, 36: 552 − 566. [19] BELL P A, GREENE T C, FISHER J D, 等. 环境心理学[M]. 5版. 朱建平, 吴建平, 译. 北京: 中国人民大学出版社, 2009: 94 − 129. BELL P A, GREENE T C, FISHER J D, et al. Environmental Psychology [M]. 5th ed. ZHU Jianping, WU Jianping, tran. Beijing: Renmin University of China Press, 2009: 94 − 129. [20] LACHOWYCZ K, JONES A P. Towards a better understanding of the relationship between greenspace and health: development of a theoretical framework [J]. Landscape and Urban Planning, 2013, 118(3): 62 − 69. [21] 谭少华, 孙雅文, 申纪泽. 城市公园环境对人群健康的影响研究——基于感知与行为视角[J]. 城市建筑, 2018(24): 24 − 28. TAN Shaohua, SUN Yawen, SHEN Jize. Research on the impact of urban park environment on public health: from the perspectives of psychological perception and behaviors [J]. Urbanism and Architecture, 2018(24): 24 − 28. [22] 彭慧蕴, 杨婷婷, 谭少华. 神经都市主义视角下城市健康支持性环境研究: 范式创新与研究框架[J]. 中国园林, 2022, 38(4): 62 − 67. PENG Huiyun, YANG Tingting, TAN Shaohua. Research on urban health supportive environment from the perspective of neurourbanism: paradigm innovation and research framework [J]. Chinese Landscape Architecture, 2022, 38(4): 62 − 67. [23] 黄思颖, 傅伟聪, 刘群阅, 等. 福州城市绿地场所感知与场所依恋知觉关系[J]. 中国城市林业, 2022, 20(4): 110 − 115. HUANG Siying, FU Weicong, LIU Qunyue, et al. Relation between place perception and place attachment perception of urban green spaces in Fuzhou City [J]. Journal of Chinese Urban Forestry, 2022, 20(4): 110 − 115. [24] WILLIAMS D R, PATTERSON M E, ROGGENBUCK J W, et al. Beyond the commodity metaphor: examining emotional and symbolicatta chment to place [J]. Leisure Sciences, 1992, 14(1): 29 − 46. [25] 彭慧蕴, 谭少华. 城市公园环境的恢复性效应影响机制研究——以重庆为例[J]. 中国园林, 2018, 34(9): 5 − 9. PENG Huiyun, TAN Shaohua. Study on the influencing mechanism of restoration effect of urban park environment: a case study of Chongqing [J]. Chinese Landscape Architecture, 2018, 34(9): 5 − 9. [26] 李晨, 刘珊, 楚梦天, 等. 短期森林疗养活动对年轻健康个体部分身心健康指标的影响[J]. 环境与职业医学, 2022, 39(1): 4 − 9. LI Chen, LIU Shan, CHU Mengtian. Effects of short-term forest therapy on selected physical and mental health indicators of young healthy individuals [J]. Journal of Environmental and Occupational, 2022, 39(1): 4 − 9. [27] 耿藤瑜, 傅红, 曾雅婕, 等. 森林康养游憩者场所感知与健康效益评估关系研究——以成都龙泉山城市森林公园为例[J]. 林业经济, 2021, 43(8): 80 − 96. GENG Tengyu, FU Hong, ZENG Yajie, et al. Study on the relationship between site perception and health benefit evaluation of people in forest recreation tourism [J]. Forestry Economics, 2021, 43(8): 80 − 96. [28] 黄硕, 郑宇, 成林莉, 等. 基于景观偏好的城市公园景观健康效益评价机制研究[J]. 南京林业大学学报(自然科学版), 2022, 46(5): 221 − 228. HUANG Shuo, ZHENG Yu, CHENG Linli, et al. The impact mechanism of urban park health benefit evaluation based on landscape preference [J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2022, 46(5): 221 − 228. [29] 尤达, 刘群阅, 艾嘉蓓, 等. 森林公园游憩者依恋情感对恢复性体验影响研究[J]. 林业经济问题, 2018, 38(5): 66 − 71, 108. YOU Da, LIU Qunyue, AI Jiabei, et al. Study on the influence of attachment feelings of forest park tourists on restorative experience [J]. Issues of Forestry Economics, 2018, 38(5): 66 − 71, 108. [30] 刘群阅, 吴瑜, 肖以恒, 等. 城市公园恢复性评价心理模型研究——基于环境偏好及场所依恋理论视角[J]. 中国园林, 2019, 35(6): 39 − 44. LIU Qunyue, WU Yu, XIAO Yiheng, et al. The inherent psychological mechanism of perceived restoration of urban parks: an perspective from environmental preference and place attachment theory [J]. Chinese Landscape Architecture, 2019, 35(6): 39 − 44. 期刊类型引用(4)
1. 冯蒙蒙，林永新，贺子洋，樊剑波，贺纪正. 土壤含水量和氮添加对旱地红壤氨氧化微生物功能基因丰度的影响. 生态学杂志. 2024(02): 480-486 . 
百度学术2. 侯朋福，薛利祥，袁文胜，曹帅，刘颖多，薛利红，杨林章. 缓控释肥深施对黏性土壤麦田氮素去向的影响. 环境科学. 2023(01): 473-481 . 百度学术3. 苏涵，王维，张巧凤，侯会，耿晓月，董韦，徐振. 土壤矿质氮及其测定方法研究进展. 安徽农业科学. 2023(24): 24-26+30 . 百度学术4. 邱虎森，刘杰云，甄博，牛庆林，李会贞，周新国，王钰. 涝渍胁迫对土壤无机氮及氨氧化微生物的短期效应. 灌溉排水学报. 2022(11): 30-36 . 百度学术其他类型引用(4)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20230534
点击查看大图
计量
- 文章访问数: 399
- HTML全文浏览量: 110
- PDF下载量: 17
- 被引次数: 8
