下载:
-
水土流失是黄土高原面临的严峻问题。严重的水土流失破坏土地资源，导致土地荒漠化，地表植被大量退化，降低土地生产力[1]。20世纪70年代以来，随着自上而下大规模的“三北”(西北、华北和东北)防护林工程、退耕还林(草)工程和天然林保护工程等一系列重点生态工程的实施，黄土高原水土流失治理取得了一定成效。人类活动强度减弱，森林灌草面积增加[2]，植被生长状况良好[3]，植被净初级生产力呈增加趋势[4]，生态环境得到较大改善[5]。然而，黄土高原生态环境治理新时期，面临新的问题。有研究表明：黄土高原林业工程建设接近环境承载潜力，后期合理协调水土资源配置与植被建设是关键任务[6]。地形是影响植被分布格局的主导因子，通过地形差异研究植被分布规律，可为制定合理的生态修复和管理对策提供依据。国内外有不少学者进行相关研究，定量分析植被覆盖状况与高程、坡度和坡向间的关系，并因地制宜提出造林和管理措施[7-9]。目前黄土高原植被覆盖度变化研究多以MODIS、NOAA/AVHRR为数据源，从地貌上分析整个黄土高原或者省范围内的植被覆盖情况[10-11]，但以相对较高的空间分辨率开展中小尺度的研究对管理经营更有实践价值[12-13]。陕西省延安市安塞区位于黄河中上游，是黄土高原水土流失严重的地区之一，生态环境脆弱，也是“三北”防护林、退耕还林(草)工程实施的重点区域。近年来，安塞区植被覆盖度有所提高，生态环境得到改善，但是已实施工程的成果巩固存在隐患，质量效益有待提升。鉴于此，本研究利用安塞区2000年Landsat TM和2017年Landsat OLI影像，结合数字高程模型(DEM)生成的高程、坡度和坡向分析植被覆盖的变化及分布规律，以期为开展生态工程、提高生态系统稳定性和改善生态系统质量提供支撑。
-
安塞区(36°30′45″~37°19′03″N，108°05′44″~109°26′18″E)位于陕西省北部，延安市北部，地处西北内陆黄土高原腹地，属典型的黄土高原梁峁丘陵沟壑区。土地总面积2 950 km2(其中90%为坡地[14])，地势西北高、东南低，海拔为997~1 731 m。地貌类型以黄土梁涧、黄土峁状丘陵、黄土梁峁丘陵和沟谷阶地为主。气候属中温带大陆性半干旱季风气候，年均气温8.8 ℃，年均降水量505.3 mm，降水多集中在7−9月，年均蒸发量1 000.0 mm，远大于降水量，干旱频发。土壤以黄绵土、绵沙土等黄土性土和灰褐土为主，缺乏有机质和黏粒物质，胶结能力差，抗蚀能力低。因此，研究区水土流失严重，水土流失面积比例约97%，属于强度水土流失区。处于森林草原植被带向暖温带落叶阔叶林带过渡地带，植被及森林资源分布南北差异明显。天然次生林集中分布在南川四乡，人工林由小叶杨Populus simonii、山杏Armeniaca sibirica、刺槐Armeniaca sibirica及白榆Ulmus pumila等树种构成[15]，多分布在北部。
-
以Landsat卫星影像为数据源，由中国科学院地理空间数据云平台下载(http://www.gscloud.cn/)2000年的Landsat TM影像和2017年的Landsat OLI影像，遥感影像空间分辨率为30 m，轨道号分别为127/34和127/35。2期影像成像时间均为树木枝叶繁茂的6月，质量较好，没有山区积雪、云和雾等影响，而且成像时间相近，避免不同植被生长状况造成的误差，有利于开展植被覆盖度的遥感分析比较。为了开展植被覆盖度地带性特征分析，本研究还采用了地面分辨率为30 m的ASTER GDEM V1数字高程产品。
-
在ENVI 5.1软件支持下对影像进行预处理。对影像进行辐射定标和大气校正，消除因传感器、大气条件、太阳位置和角度等引起的测量值与真实光谱反射率之间的差异。研究区沟壑纵横，复杂地形下遥感影像受传感器方位与太阳高度、方位等影响，阴坡接收到的照度较弱，亮度值较低，阳坡接收到的照度较强，亮度值较高。地形校正是复杂地形区遥感影像预处理的重要步骤。本研究应用了SCS+C地形校正[16]，消除地形起伏引起的影像辐射亮度值的变化，使影像更好地反映地物的光谱特征。最后采用相同投影的矢量边界数据裁剪获得研究区的遥感影像。
-
像元二分模型是植被覆盖度估算中常见的模型之一，其本质是简单的线性像元分解模型[17]。一般情况下，像元包含的遥感信息与大气、土壤和植被类型等因素相关。像元二分模型设置了Sveg和Ssoil 2个参数，Sveg反映了像元内的植被信息，包括植被结构和种类等，Ssoil反映了包括土壤湿度、亮度、颜色和类型等与土壤相关的像元信息，从而削弱了大气、植被和土壤等因素对应影像信息的影像，保留了植被覆盖度信息。像元二分模型简单而且结果可靠，采用该模型估算植被覆盖度。归一化植被指数(INDV)与植被覆盖度之间存在较好的线性关系，能反映植被生长状态及植被覆盖等信息，构建的植被覆盖度计算公式[18]为：
$$ {F}_{\mathrm{C}}=\frac{{I}_{\mathrm{N}\mathrm{D}\mathrm{V}}-{I}_{\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{m}\mathrm{i}\mathrm{n}}}{{I}_{\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{m}\mathrm{a}\mathrm{x}}-{I}_{\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{m}\mathrm{i}\mathrm{n}}}\times 100\mathrm{\%}\text{。} $$ 式(1)中：FC为植被覆盖度(%)；INDV为归一化植被指数；INDVmin为无植被覆盖像元的INDV值；INDVmax为完全被植被所覆盖的像元的INDV值。根据INDV统计直方图，以1%确定阈值。
计算出来的植被覆盖度影像，将大于1的赋值为1，小于0的赋值为0，然后对植被覆盖度进行分级。根据已有研究[19]，将植被覆盖度分为5级：低植被覆盖度(FC＜10%)、较低植被覆盖度(10%≤FC＜30%)、中等植被覆盖度(30%≤FC＜50%)、较高植被覆盖度(50%≤FC＜70%)和高植被覆盖度(FC≥70%)。
对2000和2017年植被覆盖度采用差值法获取植被覆盖度变化值(D)，设置阈值进行标准化分级，将全区分为7个植被覆盖度变化等级：D≤−30%为极显著减少，−30%＜D≤−10%为显著减少，−10%＜D≤−5%为较显著减少，−5%＜D≤5%为无显著变化，5%＜D≤10%为较显著增加，10%＜D≤30%为显著增加，D＞30%为极显著增加。
-
地形是植被分布的重要影响因素。利用ArcGIS软件从DEM数据中提取海拔、坡度和坡向数据，结合研究区实际情况进行分级，与植被覆盖度叠加，分析植被覆盖度在不同地形环境中的分布和变化差异。安塞区海拔为997~1 731 m，将海拔分为6级。结合地形对植物长势的影响，借鉴水土流失调查中采用8°作为缓坡和斜坡界线的方法[20-21]，将坡度分为6级；依据地球公转以及太阳入射角，北半球西南坡最干燥，东北坡最潮湿，按湿润程度由高到低依次为东北向、北向、西北向、东向、西向、东南向、南向、西南向，考虑坡向对植被长势的影响，将其分为5级[22-23]。地形要素分类情况见表1。
表 1 地形因子分级及面积
Table 1. Terrain factor classification and area
等级 海拔/m 面积比例/% 坡度/(°) 面积比例/% 坡向 面积比例/% 1 ＜1 100 2.65 ＜5 4.99 平地 0.34 2 1 100~1 200 12.09 5~8 7.04 阴坡 25.30 3 1 200~1 300 29.55 8~15 24.39 半阴坡 24.36 4 1 300~1 400 37.54 15~25 38.68 半阳坡 24.37 5 1 400~1 500 15.95 25~35 20.73 阳坡 25.63 6 ＞1500 2.21 ＞35 4.18 -
2000和2017年安塞区平均植被覆盖度分别为24.98%和53.34%，呈明显上升趋势(表2)。利用2018年8月研究区内40个样点测量植被覆盖度数据进行精度验证，相关系数为0.729 0，说明估算值与实际值具有一定的相关性。2000年安塞区植被覆盖度整体低，其中较低植被覆盖度占57.57%，低植被覆盖度占18.18%，中等植被覆盖度占16.34%。较高植被覆盖度和高植被覆盖度均很少，面积分别占4.28%和3.63%。由2000年安塞区植被覆盖度分级图(图1)可见：安塞区植被及森林资源分布南北差异显著，南部存在高植被覆盖度的天然次生林，北部植被覆盖度较低。
图 1 2000和2017年植被覆盖度分级示意图
Figure 1. Vegetation coverage classification in 2000 and 2017
表 2 2000和2017年安塞区植被覆盖度等级统计
Table 2. Statistics of vegetation coverage in Ansai District in 2000 and 2017
年份 低植被覆盖度 较低植被覆盖度 中等植被覆盖度 较高植被覆盖度 高植被覆盖度 平均植
被覆盖度/%面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/% 2000 536.21 18.18 1698.25 57.57 482.17 16.34 126.28 4.28 107.09 3.63 24.98 2017 87.02 2.95 487.64 16.53 815.68 27.65 749.60 25.41 810.37 27.47 54.34 2017年安塞区植被覆盖度获得较大改善，植被覆盖度总体上较2000年大幅度提升。低和较低植被覆盖度面积减少，其中低植被覆盖度面积仅占2.95%。中等、较高和高植被覆盖度面积分别占27.65%、25.41%和27.47%。由2017年植被覆盖度分级图(图1)可见：安塞区植被覆盖度呈现由南向北递减趋势，北部主要是低和较低植被覆盖度区域，南部是高植被覆盖度的天然次生林地带，河流沿岸和城镇周边为较高植被覆盖度区。
-
2000−2017年安塞区植被覆盖状况明显好转，区域内植被覆盖度呈现不同程度的增加(图2)。植被覆盖度显著和极显著增加面积占77.38%，其中极显著增加比例较大，占44.70%。植被覆盖度极显著增加区域分布在安塞区的河流沿岸，植被覆盖度显著增加区域主要集中在安塞区的西南部和北部。安塞区有177.83 km2植被覆盖度较显著减少，植被覆盖度无显著变化区域集中在南部的天然次生林地带，这些区域植被覆盖状况良好，改善空间不大。
图 2 2000和2017年植被覆盖度变化分级示意图
Figure 2. Vegetation coverage change classification map in 2000 and 2017
人类活动是植被覆盖变化的影响因素。1999年以来黄土高原大规模实施的退耕还林(草)、“三北”防护林、天然林保护等一系列重点林业工程是植被覆盖度增加的重要因素之一。根据《中国林业统计年鉴》获得安塞区2001−2017年的造林数据(表3)。17 a间，安塞区在退耕还林、天然林保护等林业生态工程的带动下，完成人工造林1 148.95 km2，飞播造林74.18 km2，封山育林99.53 km2，修复退化林13.34 km2。安塞区始终将人工造林、飞播造林和封山育林三者结合，增加森林植被覆盖度。2001−2003年造林面积最多，但2004−2006年，由于干旱缺水，大量沙棘Hippophae rhamnoides人工林死亡导致植被覆盖度明显下降[24]。封山育林按照自然规律，利用植被自我恢复功能培育森林资源，对迅速恢复和扩大植被意义重大。此外，自2016年起安塞区采用更新改造技术开展退化林修复，以提升森林质量，实现森林可持续经营。
表 3 安塞区造林面积统计
Table 3. Statistics of afforestation area in Ansai District
年份 造林面积/km2 年份 造林面积/km2 人工造林 飞播造林 新封山育林 退化林修复 人工造林 飞播造林 新封山育林 退化林修复 2001 341.73 14.17 3.33 − 2010 27.06 − 6.67 − 2002 213.84 13.33 3.33 − 2011 18.67 − 10.00 − 2003 180.94 13.33 2.67 − 2012 50.00 − 5.33 − 2004 6.66 6.67 6.00 − 2013 76.47 − 1.53 − 2005 21.33 − 6.67 − 2014 53.34 6.67 4.67 − 2006 33.73 − 3.33 − 2015 14.66 6.67 6.67 − 2007 20.80 − 3.33 − 2016 16.66 6.67 6.67 6.67 2008 41.27 − 13.33 − 2017 16.66 6.67 6.67 6.67 2009 15.13 − 9.33 − 合计 1 148.95 74.18 99.53 13.34 说明：−表示该项无数据 -
根据不同海拔植被覆盖度的统计(表4)，2000年安塞区植被覆盖度随海拔的增加大致呈降低趋势，2017年植被覆盖度随海拔升高先增加后减少，在海拔1 100~1 200 m内植被覆盖度最高，较高和高植被覆盖主要集中在海拔1 100~1 300 m区域。
表 4 安塞区不同海拔植被覆盖度的面积变化
Table 4. Area of different vegetation coverage at different altitudes in Ansai District
植被覆
盖度不同海拔植被覆盖度面积变化/km2 ＜1 100 m 1 100~1 200 m 1 200~1 300 m 1 300~1 400 m 1 400~1 500 m ＞1 500 m 2000年 2017年 2000年 2017年 2000年 2017年 2000年 2017年 2000年 2017年 2000年 2017年 低 13.02 8.63 42.73 12.65 106.73 20.67 222.77 33.92 110.71 20.22 17.96 4.65 较低 38.95 17.28 205.29 43.12 525.59 106.89 650.04 206.63 267.36 112.57 38.17 19.61 中等 19.44 16.68 83.21 78.72 183.31 240.82 145.59 326.54 49.40 136.02 5.40 17.93 较高 5.17 15.08 18.55 97.19 38.32 250.83 40.02 262.54 17.34 100.34 1.94 12.02 高 1.59 20.62 6.69 124.98 17.54 253.46 48.70 277.79 25.60 101.69 1.69 11.04 比较各海拔等级的植被覆盖度，2000年研究区整体植被覆盖度低，各海拔等级内，较低植被覆盖度所占面积比例最大，为49.84%~60.32%；高植被覆盖面积比例最少，为1.88%~5.44%。2017年海拔＜1 300 m区域，面积比例最大的是高植被覆盖度；海拔＞1 300 m区域，中等植被覆盖度面积比例最大；海拔＞1 500 m时，30.10%为较低植被覆盖度。2000和2017年，各海拔等级间的植被覆盖度面积随海拔增加呈先增加后减少的趋势，拐点海拔区间为1 200~1 400 m(表4)。
-
根据不同坡度植被覆盖度的统计(表5)，2000年安塞区植被覆盖度随坡度增加逐渐增加，增幅很小；2017年植被覆盖度随坡度增加先增加后减少，坡度为25°~35°时，植被覆盖度最大。
表 5 安塞区不同坡度植被覆盖度的面积
Table 5. Area of different vegetation coverage at different slopes in Ansai District
植被覆
盖度不同坡度植被覆盖度面积/km2 ＜5° 5°~8° 8°~15° 15°~25° 25°~35° ＞35° 2000年 2017年 2000年 2017年 2000年 2017年 2000年 2017年 2000年 2017年 2000年 2017年 低 40.89 12.25 53.28 14.13 156.51 34.70 179.69 29.56 70.72 8.73 12.81 1.36 较低 77.84 37.87 112.48 50.15 400.70 146.80 674.01 178.09 381.89 77.14 78.48 16.06 中等 19.17 41.18 28.10 57.86 108.00 199.47 193.44 310.47 112.61 169.40 25.02 38.32 较高 4.88 29.46 7.07 43.77 27.98 165.49 50.20 292.10 26.76 171.82 4.44 35.36 高 4.37 26.42 6.69 42.28 25.95 173.03 43.16 331.22 19.21 184.66 2.43 31.98 比较各坡度等级的植被覆盖度，2000年较低植被覆盖度面积比例最大，为52.90%~63.67%；较高植被覆盖度面积较少，高植被覆盖度面积仅占1.97%~3.78%。2017年，坡度＜15°和＞35°区域中，中等植被覆盖度面积比例最大，在27%左右；坡度15°~25°、25°~35°，高植被覆盖度面积比例最大，分别为29.04%和30.21%。各植被覆盖度面积随海拔增加呈先增加后减少的趋势，15°~25°坡度的面积最大，但2017年低植被覆盖度在8°~15°坡度时，面积最大(表5)。
-
根据不同坡向植被覆盖度的统计(表6)，安塞区植被覆盖度由高到低依次为阴坡、半阴坡、半阳坡、平地和阳坡。分析各坡向等级内的植被覆盖度，2000年各坡向内，较低植被覆盖度面积比例为50%以上，但2017年，平地、阴坡和半阴坡中以高植被覆盖度为主要类型，面积比例分别为28.84%、34.8%和30.78%；半阳坡、阳坡以中等植被覆盖度为主要类型，面积比例分别为32.63%和29.54%。说明阴坡、半阴坡植被覆盖改善优于阴坡、半阴坡。2000年，阴坡植被长势好，面积大，但较低植被覆盖度在阳坡面积为477.43 km2，大于阴坡的390.71 km2。2017年，低和高植被覆盖度在阴坡面积最大，较低、中等和高植被覆盖度在阳坡面积最大。
表 6 安塞区不同坡向植被覆盖度的面积
Table 6. Area of different vegetation coverage in each slope direction in Ansai District
植被覆
盖度不同坡向植被覆盖度面积/km2 平地 阴坡 半阴 半阳 阳坡 2000年 2017年 2000年 2017年 2000年 2017年 2000年 2017年 2000年 2017年 低 2.73 0.68 149.15 29.73 127.66 22.92 112.69 21.33 121.68 26.07 较低 4.77 2.00 390.71 116.14 409.99 114.08 442.5 122.67 477.43 151.22 中等 1.51 2.38 128.30 170.94 119.73 184.08 117.5 212.48 119.30 246.82 较高 0.44 2.05 41.25 169.86 32.63 176.63 24.78 190.21 22.25 199.24 高 0.50 2.87 36.69 259.83 28.45 221.29 21.02 172.47 15.16 133.14 -
地形控制了太阳辐射和降水的空间再分配过程，一定程度上制约了植被的生长和空间分布，尤其是在地形复杂的山区。黄土高原地域广阔、地形复杂，由于地理本底(如水热条件)和社会经济因素(如土地利用类型)的影响，不同地形类型区域的植被格局不同。
海拔通过影响温度、湿度等资源的再分配，以及人类活动频率影响植被覆盖率。安塞区海拔＜1 100 m的区域，地势平坦、水热条件好，人工造林以及自然植被恢复的成活率高，所以植被覆盖度很快得到提高。随海拔升高，气温降低，海拔1 400 m以上主要为丘陵沟壑分布区，沟壑纵横，植被稀疏，侵蚀剧烈，土壤保水能力差，有机质少，给人工造林和植被自然恢复增加了难度，植被覆盖度增幅受限。
坡度影响地表的物质流动和能量循环，一般坡度越大的地区，积温越少，投影面积相同条件下降水量越小，土层持水性能也越差。研究表明：15°~35°坡度内，土壤有机质含量最高，蓄水条件好，是植被覆盖的稳定区域；而坡度＜5°时，人类活动在平坦土地上较为频繁，对植被覆盖有一定影响[25]。安塞区坚持实施坡度＞25°以上的坡耕地先退耕还林，所以15°~35°坡度范围内，植被恢复好，以高植被覆盖度为主；坡度＜15°区域人类活动频繁，耕地面积大，使得植被覆盖度较低，以中等植被覆盖度为主；坡度＞35°区域，植被生长受水热条件限制，所以中等植被覆盖度面积比例最大。
坡向影响坡面接受的太阳辐射以及地表与风向的夹角，从而影响光、热、水、土等因子的分配[26]。安塞区处于干旱半干旱区域，阴坡日照少、温度低，蒸发量较少，土壤保持相对较高的湿度，所以各坡向植被覆盖度由高到低依次为阴坡、半阴坡、半阳坡和阳坡。2017年平地、阴坡和半阴坡以高植被覆盖度为主，半阳坡、阳坡的中等植被覆盖度面积比例最大，符合此规律。近年来，安塞区重视重点区域的荒坡治理，采取承包造林的方式，阳坡栽植侧柏Platycladus orientalis，阴坡栽植油松Pinus tabuliformis的思路，选用营养钵苗木造林，局部区域治理成效显著。安塞区内阴坡、半阴坡和半阳坡面积相近，但2017年较低、中等和高植被覆盖度在阳坡面积最大，说明近年来，人工造林使得阳坡的植被在较低、中等和高植被覆盖度上的改善程度大于其他坡向[27]。
-
安塞区是黄土高原生态环境治理的重点区域，植被覆盖度从2000年的24.98%增长到2017年的53.34%，河流沿岸植被显著增加，整体植被呈改善趋势。地形是影响植被覆盖度时空动态变化的重要自然因子。安塞区内，坡度25°以上区域治理重点是保持水土，应根据山地肥力引种沙棘、苜蓿Medicago、紫穗槐Amorpha fruticosa等根系发达的植物。海拔1 300~1 400 m、坡度15°~25°的区域占整个研究区面积比例的35%以上，这些区域应采取不同林业工程的实施模式，适地适树、因地制宜，才能加快实现黄土高原大绿化进程。
Monitoring of vegetation coverage change in hilly and gully regions on the Loess Plateau
-
摘要:
目的 研究黄土高原水土流失严重区域实施“三北”(西北、华北和东北)防护林、退耕还林等林业生态工程以来的植被变化，为制定合理的生态修复和管理对策提供依据。 方法 以陕西省延安安塞区为例，基于Landsat TM/OLI影像，运用像元二分法估算2000和2017年的植被覆盖度，结合海拔、坡度和坡向分析其地形分异特征。 结果 ①安塞区平均植被覆盖度从2000年的24.98%增长到2017年的53.34%，显著提高；②植被覆盖度变化中极显著增加面积占比最大，为44.70%，集中在河流沿岸；③2000年植被覆盖度随海拔升高逐渐减小，2017年随海拔升高先增加后减小。2000和2017年植被覆盖度随坡度先增加后减少，在坡度25°~35°出现最大值。植被覆盖度随坡向的变化从大到小依次为阴坡、半阴坡、半阳坡、阳坡；④海拔＜1 300 m，坡度15°~35°，平地、阴坡和半阴坡水热条件好，植被恢复容易，高植被覆盖度面积比例最大。 结论 2000−2017年安塞区植被呈改善趋势，海拔、坡度和坡向等地形条件下植被覆盖度存在差异，生态恢复要因地制宜制定对策。图2表6参27 Abstract:Objective The present study is to analyze the vegetation changes in areas with severe soil erosion on the Loess Plateau since the implementation of forestry ecological projects such as the Three-north (northwest, north and northeast) Shelterbelts and Conversion of Farmland to Forests, so as to provide basis for formulating reasonable ecological restoration and management countermeasures. Method Taking Ansai District of Yan’an City in Shaanxi Province as an example, the vegetation coverage in 2000 and 2017 was estimated by pixel dichotomy based on Landsat TM/OLI image, and topographic differentiation characteristics were analyzed in combination with altitude, slope and slope direction. Result (1)Vegetation coverage significantly increased from 24.98% in 2000 to 53.34% in 2017. (2)The proportion of vegetation coverage with extremely significant increase in the study area accounted for 44.70%, which was concentrated along rivers. (3)In 2000, the vegetation coverage gradually decreased with the increase of altitude. In 2017, the vegetation coverage increased first and then decreased with the increase of altitude. In 2000 and 2017, the vegetation coverage increased first and then decreased as the slope increased, and reached its maximum value at the slope of 25°−35°. The order of vegetation coverage from large to small with the change of slope direction was shady slope, semi shady slope, semi sunny slope, and sunny slope. (4)When the altitude was less than 1 300 m and the slope was 15°−35°, flat land, shady and semi shady slopes had good water and heat conditions, with easy vegetation recovery and the largest proportion of high vegetation coverage area. Conclusion The vegetation in Ansai District showed a trend of improvement from 2000 to 2017, with differences under terrain conditions such as altitude, slope, and slope aspects. Ecological restoration countermeasures should be formulated based on local conditions. [Ch, 2 fig. 6 tab. 27 ref.] -
Key words:
- forest ecology /
- Loess Plateau /
- vegetation coverage /
- change monitoring /
- topographic differentiation
-
全球土壤碳储量约为1 500 Pg，超过全球陆地植被碳储量和大气碳储量之和[1]。土壤呼吸年均释放80~95 Pg二氧化碳-碳(CO2-C)到大气中[2-3]，是化石燃料燃烧产生二氧化碳排放量的11倍以上[4-5]，是陆地生态系统第二大碳通量。全球范围内，森林在减缓气候变化方面发挥着重要的作用[6]。作为地下生态过程的土壤呼吸显著影响着陆地生态系统的碳循环[7]，其通量过程已成为全球变化生态学研究的核心和焦点之一。一方面，大气中CO2等温室气体的增加是导致全球气候变化的主要原因。另外一方面，全球气候变化也会加速土壤呼吸速率，进一步增加CO2年排放量。CO2排放与全球气候变化的正反馈作用将放大全球气候变化对陆地生态系统的影响，因此备受学术界和各国政府关注[5, 8]。森林是陆地生态系统中最大的碳库，其面积约占陆地面积的1/3，对全球碳收支有着重要影响。森林土壤碳储量约占森林生态系统碳储量的2/3，约占全球土壤碳储量的39%[9-10]。森林土壤不仅是植被生长的基础，也是CO2的源、汇地之一，通过土壤呼吸排放到大气中的CO2是大气的重要碳源[11]。在碳中和背景下，被关注的重点是非自然变动引起的森林土壤呼吸的增加或减少，这种变化量才是森林生态系统的有效碳源或碳汇。森林生态系统中的人为干扰(如森林经营活动)能在很大程度上影响土壤CO2排放[12]。其中，森林采伐作为最重要的经营措施及干扰程度最大的人为干扰活动之一，通过改变植被组成、林内光照、凋落物质量、数量及土壤温湿度等进而影响着土壤CO2排放。学者们针对不同气候带的森林开展了多种采伐方式对土壤呼吸影响的研究，但是结论并不一致，存在很大的不确定性。科学认识采伐干扰下森林土壤CO2排放的特征，探讨减少土壤呼吸的森林经营措施对于增强森林的固碳减排功能具有重要的科学意义和实践价值。为此，本研究综述了不同采伐方式对森林土壤呼吸的影响及其机制，主要包括不同采伐方式处理下、不同森林类型对于森林土壤呼吸总量、土壤呼吸组分及其温度敏感性(Q10)的影响，并总结了采伐对土壤呼吸影响的调控因子，在此基础上，提出了该领域的研究前景，以期为中国选择合理的采伐方式，降低森林土壤CO2排放，2060年实现碳中和提供参考。
1. 土壤呼吸的组成
土壤释放CO2的过程称为土壤呼吸，包括3个生物学过程和1个非生物学过程[13]。3个生物学过程分别是自养呼吸、土壤微生物异养呼吸和土壤动物异养呼吸。植物根系与根际呼吸产生的CO2排放，称为自养呼吸；微生物分解土壤有机质产生的CO2排放，称为土壤微生物异养呼吸；土壤动物呼吸产生的CO2排放，称为土壤动物异养呼吸[13]。非生物学过程是指土壤含碳矿物质化学氧化产生的CO2排放[13]，其产生的CO2量远少于生物学过程而通常被忽略不计。
土壤呼吸组分因其产生途径、产生部位和所利用碳源的不同有着不同的术语表达，且经常存在土壤呼吸组分术语混用的问题[14]。在分析森林采伐对土壤呼吸的影响时，可以以采伐影响土壤呼吸的产生途径、产生部位和碳源等某一方面为主进行分析。从土壤CO2排放的产生途径来分析，可以分为自养呼吸(autotrophic respiration)和异养呼吸(heterotrophic respiration)[8, 15]。从土壤CO2排放的产生部位来分析，可分为根际区、无根系影响的土壤和凋落物层3个部位[16]。从土壤CO2排放所利用的碳源来分析，可以分为土壤有机质源CO2和植物源CO2(包括凋落物源、死根源、活根源)[17-19]。
2. 采伐对森林土壤总呼吸的影响
森林采伐是一种非常普遍的经营作业方式，一般分为针对成熟林或过熟林的皆伐、择伐和渐伐等主伐、针对中幼龄林的间伐以及针对防护林的更新采伐。皆伐是将伐区上的林木一次性全部伐除或几乎伐除(保留部分母树)的主伐方式。择伐、渐伐、间伐、更新采伐都是仅将伐区上的林木移除一部分，为方便叙述，本研究统一称它们为部分采伐。森林采伐要砍伐林分中的所有或部分林木，势必会降低冠层覆盖，去除林分或改变林分结构，影响各种环境因子，进而影响土壤呼吸。
2.1 皆伐对森林土壤总呼吸的影响
目前，关于皆伐影响土壤总呼吸的研究有很多，结果并不一致(表1)，可以分为增加、不变、减少3种结论。通常认为皆伐短期内会增加土壤总呼吸[20]：锐齿栎Quercus aliena皆伐4个月后土壤总呼吸增加5%[21]；挪威云杉Picea abies林皆伐后第2年土壤总呼吸增加29%，第3年增加52%[22]；云杉Picea asperata林皆伐后2 a土壤总呼吸增加50%[23]。其主要原因有：①土壤温度升高提升了异养呼吸速率。林地皆伐后土壤受阳光直射，其温度会发生剧烈的变化[24]，从而提升了土壤有机质的分解速率和土壤微生物异养呼吸[21]，大量研究表明土壤温度提升可以解释85%~98%的土壤呼吸变化[25-29]。②土壤有机质增加。皆伐林地内残留的死根、凋落物和伐木残留物的丰富和矿化导致土壤呼吸在皆伐后几年内增加[23]。③土壤理化性质变化。皆伐会通过影响土壤理化性质，进而影响土壤呼吸。皆伐影响土壤氮含量，土壤氮能加速植物生长，影响土壤根呼吸，同时土壤氮也是土壤微生物的重要影响因子；皆伐还会影响土壤pH，土壤pH通过调控土壤中化学反应的进程和土壤酶活性来间接影响土壤呼吸[30]。还有研究表明皆伐会影响土壤全碳、全氮、碳氮比、速效氮磷钾和土壤容重等，而这些都是土壤呼吸的影响因子[31-35]。
表 1 土壤呼吸及其组分对皆伐的响应Table 1 Response of soil respiration and its components to clear cutting地点 气候带 皆伐更新
方式剩余物
处理方式伐后时
间/a观察时间 森林类型 总呼吸/
%自养呼吸/
%异养呼吸/
%Q10/% 参考文献 中国福建省 亚热带 1 5 cm以上收集，
以下归堆清理5~6 整年 杉阔混交林 −37 −48 −34 −17 [37] 中国黑龙江省 温带 1 1 生长季 白桦沼泽 −6 [58] 中国吉林省 温带 1 主干移除
枝叶未清12~13 生长季 阔叶红松林 −25 −35 [72] 美国加利福尼亚州 温带 1 1~2 整年 云杉林 −29 [38] 中国甘肃省 暖温带 1 1 4个月后整年 锐齿栎 5 [21] 俄罗斯莫斯科州 温带 1 凋落物保留
剩余物保留1~2 生长季 云杉林 50
50[23] 芬兰 温带 1 保留 1 整年 挪威云杉 −16 16
17
25[22] 2 整年 29 3 整年 52 美国密苏里州 热带 主干移除 2~4 整年 栎-山核桃林 −18 [73] 全移除 −17 芬兰 温带 1 全部移除 1 整年 苏格兰松 23 [64] 2 整年 −16 3 整年 −20 加拿大魁北克省 寒带 1 6~7 整年 黑云杉 16 [74] 2 9 加拿大新斯科舍省 温带 3 3~4 整年 混合杉木林 −1 [43] 中国浙江省 亚热带 1 25~26 整年 杉木林 17 −15 [75] 瑞典乌普萨拉省 温带 4 树干树桩收获
树冠枝条保留21~22 整年 苏格兰松
挪威云杉−10 [65] 五大湖流域 温带 1 生长季 糖枫 −7 [57] 日本 温带 4 保留竹类 1~3 整年 寒温带针阔
混交林17 [76] 日本 温带 4 保留竹类 1~10 整年 寒温带针阔
混交林61 [77] 马来西亚 热带 1 树干收获，
其余保留1~2 5个月 重红婆罗双林
龙脑香林不变
不变[44] 韩国 温带 4 1 整年 红松林 41 [78] 中国浙江省 亚热带 1 移除 1 整年 杉木林 −15 −20 [79] 5 火烧 −27 −27 中国浙江省 亚热带 1 保留 2 整年 杉木林 13 −10 [79] 1 保留且翻土 32 −11 中国浙江省 亚热带 1 保留 3 整年 杉木林 16 −10 [79] 1 保留且翻土 30 −12 英国英格兰 温带 1 1 整年 云杉 −22 [80] 2 −42 3 −30 4 −10 马来西亚 热带 1 1~9 隔4周测2周 阔叶混交林 13 [81] 日本 亚热带 1 清除 2 每年5−10月 天然混交林 16 14 [82] 3 11 33 4 20 48 5 5 57 6 5 67 7 20 29 8 4 38 说明：皆伐更新方式中1表示皆伐后自然恢复，2表示皆伐后翻土，3表示皆伐后喷洒除草剂，4表示皆伐后人工种植，5表示皆伐后火烧。 栎Quercus spp.，山核桃Carya spp.，黑云杉Picea mariana，重红婆罗双Shorea spp.，龙脑香Dipterocarpus spp.，红松 Pinus koraiensis。空白表示无此项观测记录 也有少数研究认为，皆伐造成的根呼吸降低大于采伐造成的异养呼吸增加，因此皆伐造成土壤总呼吸的降低[36]。杉阔混交林皆伐第5年土壤呼吸减少48%[37]。云杉林皆伐1 a后土壤呼吸减少29%[38]。皆伐减少土壤呼吸的原因主要有：①皆伐后土壤自养呼吸显著下降。根呼吸占土壤呼吸的50%[39]，皆伐迹地植被活根的减少会导致土壤自养呼吸速率下降[40]，当自养呼吸下降幅度大于异养呼吸的增加幅度时土壤总呼吸速率表现为降低[21]。②皆伐后采伐剩余物的清除方式。皆伐后火烧或清除采伐剩余物、清理凋落物等都会减少土壤有机质输入，从而减少碳输入[41]，微生物的异养呼吸会在一段时间后消耗掉大量的土壤碳[42]，减少皆伐迹地土壤碳含量，进而降低土壤呼吸。③皆伐迹地植被恢复的时间不同。从皆伐后立即开展研究到皆伐后若干年开展研究，观察到的皆伐迹地恢复阶段不统一，导致相同气候和人为干扰措施可能因为不同植被恢复阶段而得到不同的研究结论。
还有研究发现皆伐对土壤呼吸无显著影响。例如：杉木Cunninghamia lanceolata林皆伐后第25年土壤呼吸未发生明显变化[43]。杨玉盛等[25]发现杉木林皆伐后土壤呼吸的变化不显著。皆伐后土壤呼吸变化不大的原因可能有：①土壤异养呼吸的增加弥补了根呼吸的减少导致了土壤总呼吸基本不变。皆伐后根系呼吸的下降和物质输入的消失可降低土壤自养呼吸，而采伐剩余物的分解增加及新近死亡的根系分解可能促进土壤异养呼吸，两方面综合作用可能导致土壤总呼吸的不变[25]。也有研究表明，皆伐后土壤微生物呼吸的增加与根呼吸的减少相抵消，从而使得土壤总呼吸未发生明显变化[44-45]。②研究区微地形的影响和地下潜在因素众多，尤其是皆伐后林区排水能力的变化影响地下水位，进一步影响微生物活性，本应增加的土壤微生物呼吸未发生明显变化，导致土壤呼吸未发生明显变化[43]。
综上可见，皆伐对土壤呼吸影响的效果因皆伐措施的不同、森林类型的不同和伐后恢复时间的不同呈现显著的时空和地域异质性[46-47]。
2.2 部分采伐对森林土壤呼吸的影响
部分采伐对森林土壤呼吸影响的研究相对于皆伐较少[48]。部分采伐收获了部分林木，对林分及其土壤的干扰程度相比皆伐较低。从目前的研究情况(表2)来看，部分采伐对土壤呼吸影响的研究结果也不一致，有增加[49-50]，减少[36, 51]和基本不变[52-54]共3类。有关部分采伐对土壤呼吸影响的研究常聚焦于不同采伐强度的影响上。如马尾松Pinus massoniana林间伐15%和间伐70%后1 a内土壤呼吸分别为保持不变和增加17%[55]；杉阔混交林间伐35%、49%和68%第5年土壤呼吸分别增加15%、增加16%和减少10%[37]。毛竹Phyllostachys edulis林择伐24%第3~8个月土壤呼吸减少16%[56]。糖枫Acer saccharum林间伐35%第5~10个月土壤呼吸减少19%[57]。白桦Betula platyphylla沼泽林渐伐45%第8~13个月土壤呼吸减少15%[58]。
表 2 土壤呼吸及其组分对部分采伐的响应Table 2 Response of soil respiration and its components to partial cutting地点 气候带 部分采伐
强度/%剩余物
处理方式伐后时
间/a观察时间 森林类型 总呼吸/
%自养呼吸/
%异养呼吸/
%Q10/% 参考文献 中国湖北省 亚热带 除灌 清理 1 整年 马尾松林 −17 −17 −18 [56] 15 移除树干 −14 11 70 移除树干 17 11 22 中国山西省 温带 20 清除 1 生长季 油松人工林 −4 18 −6 6 [69] 30 23 64 19 −30 40 52 290 30 −13 中国湖北省 亚热带 24 1 生长季 毛竹林 −16 28 −29 9 [56] 中国福建省 亚热带 35 5 cm以上收集，
以下归堆5~6 整年 杉阔混交林 15 14 15 52 [37] 49 16 13 17 34 68 −10 −5 −12 −1 中国黑龙江省 温带 45 1 生长季 白桦沼泽 −15 [58] 中国陕西省 温带 15 清除采伐剩余物 3~4 生长季 华北落叶松 −5 47 [84] 35 16 3 50 −3 15 中国陕西 温带 12 1~4 生长季 华北落叶松 [28] 32 17 47 斯洛文尼亚 温带 50
1001~3 生长季 山毛榉林 47
69[85] 中国黑龙江省 温带 20 堆腐 1~4 生长季 针阔混交林 23 [59] 39 22 52 24 62 27 71 22 挪威 寒带 41 32~33 夏季 挪威云杉 13 [86] 55 17 加拿大安大略省 温带 50 2 生长季 耐寒阔叶林 54 [57] 爱尔兰 温带 42 1~2 整年 云杉 13 [87] 日本 亚热带 50 2~4 整年 日本雪松林 46 − [88] 加拿大安大略省 温带 28 1 生长季 杉阔混交林 17 −25 [50] 2 18 −6 3 16 19 中国湖北省 亚热带 23 手工除草为对照
除草剂除草为处理1 整年 毛竹林 −7 20 −13 3 [83] 斯洛文尼亚 温带 50 1~3 生长季 云杉林/冷杉林 26 [85] 100 48 中国湖北省 亚热带 15 清除 1~3 全年 马尾松林 29 14 39 [89] 70 42 19 59 说明：日本雪松Cryptomeria japonica。空白表示无此项观测记录；−表示减少 部分采伐增加土壤呼吸的原因有：①部分采伐减小了森林郁闭度，林下光照强度增加导致土壤温度增加，促进土壤有机质分解，从而增加土壤异养呼吸，同时也促进植物根系的生长，增加土壤自养呼吸[49]；②部分采伐后采伐剩余物例如木屑和树枝树叶等进入土壤，为土壤微生物活动提供底物，增加土壤异养呼吸[59]。部分采伐降低土壤呼吸可以归因为：①部分采伐时整株植物被移除，凋落物减少，碳底物供应下降导致土壤呼吸减弱[56]。②部分采伐后乔木层减少，树木蒸腾作用减弱，地下水位上升，土壤孔隙减少，导致土壤呼吸减小[58]。部分采伐对土壤呼吸无显著影响可能是因为：①部分采伐提高了土壤异养呼吸，但又同时降低了根呼吸，综合作用下部分采伐对土壤呼吸无影响[55]。②部分采伐后林地凋落物储量、有机碳储量、土壤总孔隙度及细根生物量仍能维持较高的水平，与对照相比土壤呼吸未发生显著变化[37]。
总体上，部分采伐对土壤湿度、细根生物量和土壤碳储量(包括土壤总碳含量、土壤有机碳和微生物量碳)无显著影响。但是部分采伐会导致凋落物等显著减少，土壤温度升高，土壤总呼吸上升。轻度和中度部分采伐显著增加土壤呼吸，尤其是在植被恢复的早期阶段(≤2 a)[60]。
3. 采伐对森林土壤呼吸组分的影响
虽然近些年来对土壤呼吸组分的研究大幅度增加(表1和表2)，但是与采伐对森林土壤呼吸影响的研究相比，采伐对土壤呼吸组分影响的研究要少得多。土壤自养呼吸和土壤异养呼吸受到土壤温度、土壤湿度和细根生物量等一系列因素的影响[44]。
3.1 皆伐对森林土壤呼吸组分的影响
皆伐导致细根大量死亡，土壤自养呼吸显著下降[37]。皆伐后森林乔木层消失，太阳直射地表导致土壤温度升高，地表水分加速蒸发[61]。地表温度的上升促进了枯枝落叶层和表层土壤有机质的分解[29]；皆伐带来的新鲜采伐剩余物为土壤微生物提供了大量的碳源[62]，以上2点原因导致了皆伐后土壤异养呼吸增加[63]。但此部分碳源分解较快，长时间土壤异养呼吸下降会导致土壤异养呼吸短时间内增加长时间内减少，其他研究也佐证了这一结论。例如苏格兰松Pinus sylvestris皆伐第1年土壤异养呼吸增加23%，第2年减少16%，第3年减少20%[64]。这是因为皆伐时产生的碎木屑进入土壤，增加了土壤微生物呼吸的底物，导致了土壤异养呼吸的增加，但是这部分底物很少，在第2年和第3年时底物分解殆尽，土壤异养呼吸下降。杉阔混交林皆伐第5年土壤自养呼吸减少48%，土壤异养呼吸减少34%[37]。这是因为皆伐收获了林木，植物根大量死亡，土壤自养呼吸显著下降，同时皆伐后林地凋落物、土壤总孔隙度和土壤有机质都出现了明显的下降，土壤异养呼吸显著下降。苏格兰松和挪威云杉在皆伐第22年土壤异养呼吸减少10%[65]。而这可能是因为此研究采用挖掘机收获伐桩，比起用带有刀片的推土机，对土壤的扰动更小，不同收获方式导致土壤呼吸的变化不同。
总体来看，与对照组相比，皆伐破坏了森林地上植被，导致根系死亡，土壤自养呼吸下降；皆伐后保留采伐剩余物短时间内土壤异养呼吸增加，长时间后则土壤异养呼吸会下降。这是因为保留采伐剩余物为土壤微生物呼吸和土壤动物呼吸提供了碳源，但是这种碳源易分解，短时间内会释放大量CO2，长时间后则易分解有机质减少，土壤异养呼吸下降。同时皆伐砍伐灌木、清除草本和根系分解可能补偿根系和根际呼吸的减少[66]。
3.2 部分采伐对森林土壤呼吸组分的影响
部分采伐主要通过以下两方面影响土壤呼吸组分：①不同的采伐剩余物处理方法对土壤微生物底物的供应不同，影响土壤微生物呼吸，从而影响土壤异养呼吸。②部分采伐强度不同，对植物根的破坏程度不同，对土壤自养呼吸的影响也不同。例如，马尾松林间伐15%和70%在1 a内(仅移除树干)土壤自养呼吸分别减少14%和增加11%，土壤异养呼吸分别增加11%和22%。这是因为15%间伐清除了林下灌木和部分林下树种，这些植被细根比例大且分布较浅，清除后可能会显著降低表层土壤根系生物量，导致土壤自养呼吸减少[55]；70%间伐导致地上植被减少，但是充足的养分会促进剩余植被的生长，导致根系生物量增加，进而增加根呼吸，原本应减少的根呼吸无显著变化[55]；2种强度的采伐后林地残留的伐根死亡为土壤异养呼吸增加了底物，同时活立木的减少改变了林木微环境，为土壤微生物活动创造了适宜的条件，导致土壤异养呼吸增加[67-68]。油松Pinus tabulaeformis人工林择伐20%、30%和40%第2~7个月(采伐剩余物清除)土壤自养呼吸分别增加18%、64%和290%，土壤异养呼吸分别减少6%、增加19%和增加30%[69]。此研究中随着林分密度的递减，林地总活根量密度增大，而总活根量在一定程度上决定根呼吸，故随采伐强度增加，土壤自养呼吸越强。随着采伐强度的增加，进入土壤的枯枝落叶增加，而枯枝落叶层的覆盖对土壤CO2的排放有一定的阻碍[70]，故对照组异养呼吸低于处理组。毛竹林间伐24%第3~8个月土壤异养呼吸增加28%，土壤自养呼吸减少29%[56]。这是因为采伐后林地表面温度升高，地上碳供应减少，根基分泌物减少，导致土壤有机碳分解增加，土壤矿质呼吸增加，而根呼吸的下降可能是因为底物供应的下降[71]。杉阔混交林择伐35%、49%和68%第5年(采伐剩余物长度5 cm以上收集以下归堆清理)土壤自养呼吸分别增加14%、增加13%和减少5%，土壤异养呼吸分别增加15%、增加17%和减少12%[37]，而这些差异在统计学上并不显著。这是因为择伐后林地凋落物储量、土壤总孔隙度、有机碳储量、有机质和细根生物量仍维持在较高的水平，土壤呼吸组分未发生显著变化。
可以看出，部分采伐对土壤呼吸组分的影响会随着采伐剩余物处理方式的不同而发生显著的变化，保留采伐剩余物短时间内通常会增加土壤异养呼吸；同时林分根系的生长也会随着伐后恢复的程度而得到增强，伐后恢复时间越久，部分采伐对土壤呼吸组分的影响越小。
4. 采伐对土壤呼吸温度敏感性的影响
土壤温度是影响土壤呼吸的重要环境因子，土壤呼吸的温度敏感性用Q10来表示，是指土壤呼吸随温度每升高10 ℃所增加的倍数。Q10值不仅随地理位置、森林生态系统的不同而不同，也会受到人为干扰活动如采伐的影响。
皆伐对土壤呼吸温度敏感性的影响主要取决于皆伐迹地植被恢复的时间。例如欧洲云杉皆伐1~3 a Q10连年上升，第1年增加16%，第2年增加17%，第3年增加25%[22]，阔叶红松林皆伐13 a后生长季Q10减少35%[72]，但杉木林皆伐1~3 a无论是移除还是保留采伐剩余物Q10皆下降[79]。而杉阔混交林皆伐5 a后Q10减少17%[37]。由于皆伐后采伐剩余物管理方式的不同，进入土壤的易分解有机质有多有少，短期内Q10也表现出不同的变化规律，但长期后因为皆伐迹地植被的恢复，土壤温度敏感性基本呈现下降的趋势。
部分采伐对土壤温度敏感性的影响主要取决于部分采伐的强度，但是不同研究的结果并不统一。低强度部分采伐下，短时间内Q10通常增加，毛竹林23%间伐1 a后Q10增加3%[83]，油松人工林20%间伐1 a后生长季Q10增加6%[69]，毛竹林24%间伐1 a后生长季Q10增加9%[56]，杉阔混交林35%和49%间伐5~6 a内Q10分别增加52%和34%[37]，华北落叶松15%间伐3~4 a内生长季Q10增加47%[84]。但是也有结果相反的研究，例如杉阔混交林28%间伐1、2 a后Q10分别减少25%和6%，这和此研究中夏季降雨量减小有关。高强度采伐后Q10的变化并不统一，例如油松人工林40%间伐1 a后生长季Q10减少13%[69]，杉阔混交林间伐68% 5~6 a内Q10减少1%[37]，华北落叶松50%间伐3~4 a Q10增加15%[74]。这可能是因为高强度部分采伐后林窗面积增大，其他植物荫蔽林窗的能力受到当地气候等因素的影响。从以上研究中可以看出，一部分研究结果呈现轻度、中度部分采伐短时间内Q10增加的趋势，随着植被的恢复，Q10也逐渐接近对照林。但是也有部分研究受到其它因素例如降雨量变化的影响，结果与上述研究相反。
5. 展望
总体上皆伐会破坏森林植被，造成植物根系大量死亡，土壤自养呼吸降低，同时皆伐将更多的枯枝落叶带入土壤，加上死亡的植物根系，土壤异养呼吸增加。两者共同作用决定了土壤总呼吸的变化，如果皆伐后对皆伐迹地进行清理，土壤总呼吸往往会下降，如果皆伐迹地内采伐剩余物较多，土壤总呼吸可能会先上升后下降。与皆伐相比，部分采伐对森林的干扰程度不同，一定强度的部分采伐可能会增加土壤总呼吸，随着部分采伐强度的增大，土壤呼吸的变化接近皆伐迹地内土壤呼吸的变化。
森林土壤呼吸是陆地生态系统碳循环的重要组成部分，在全球气候变化中起着重要的作用。皆伐或部分采伐作为重要的人为干扰经营措施，对森林林冠、覆盖率、枝叶雨水截流、土壤温度、土壤湿度等土壤理化性质和土壤呼吸有着显著的影响。森林不同强度部分采伐对伐后植被不同恢复阶段土壤呼吸和土壤碳储量的影响尚不清晰，建议加强土壤呼吸组分对部分采伐强度响应的长期研究。除此之外，森林采伐和林下除灌、除草、定期打枝等其他经营措施的交互作用以及全球大气CO2浓度上升等全球变化因子对区域森林变化也应纳入考量中。
-
图 2 2000和2017年植被覆盖度变化分级示意图
Figure 2 Vegetation coverage change classification map in 2000 and 2017
表 1 地形因子分级及面积
Table 1. Terrain factor classification and area
等级 海拔/m 面积比例/% 坡度/(°) 面积比例/% 坡向 面积比例/% 1 ＜1 100 2.65 ＜5 4.99 平地 0.34 2 1 100~1 200 12.09 5~8 7.04 阴坡 25.30 3 1 200~1 300 29.55 8~15 24.39 半阴坡 24.36 4 1 300~1 400 37.54 15~25 38.68 半阳坡 24.37 5 1 400~1 500 15.95 25~35 20.73 阳坡 25.63 6 ＞1500 2.21 ＞35 4.18 
下载: 导出CSV
表 2 2000和2017年安塞区植被覆盖度等级统计
Table 2. Statistics of vegetation coverage in Ansai District in 2000 and 2017
年份 低植被覆盖度 较低植被覆盖度 中等植被覆盖度 较高植被覆盖度 高植被覆盖度 平均植
被覆盖度/%面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/% 2000 536.21 18.18 1698.25 57.57 482.17 16.34 126.28 4.28 107.09 3.63 24.98 2017 87.02 2.95 487.64 16.53 815.68 27.65 749.60 25.41 810.37 27.47 54.34
下载: 导出CSV
表 3 安塞区造林面积统计
Table 3. Statistics of afforestation area in Ansai District
年份 造林面积/km2 年份 造林面积/km2 人工造林 飞播造林 新封山育林 退化林修复 人工造林 飞播造林 新封山育林 退化林修复 2001 341.73 14.17 3.33 − 2010 27.06 − 6.67 − 2002 213.84 13.33 3.33 − 2011 18.67 − 10.00 − 2003 180.94 13.33 2.67 − 2012 50.00 − 5.33 − 2004 6.66 6.67 6.00 − 2013 76.47 − 1.53 − 2005 21.33 − 6.67 − 2014 53.34 6.67 4.67 − 2006 33.73 − 3.33 − 2015 14.66 6.67 6.67 − 2007 20.80 − 3.33 − 2016 16.66 6.67 6.67 6.67 2008 41.27 − 13.33 − 2017 16.66 6.67 6.67 6.67 2009 15.13 − 9.33 − 合计 1 148.95 74.18 99.53 13.34 说明：−表示该项无数据
下载: 导出CSV
表 4 安塞区不同海拔植被覆盖度的面积变化
Table 4. Area of different vegetation coverage at different altitudes in Ansai District
植被覆
盖度不同海拔植被覆盖度面积变化/km2 ＜1 100 m 1 100~1 200 m 1 200~1 300 m 1 300~1 400 m 1 400~1 500 m ＞1 500 m 2000年 2017年 2000年 2017年 2000年 2017年 2000年 2017年 2000年 2017年 2000年 2017年 低 13.02 8.63 42.73 12.65 106.73 20.67 222.77 33.92 110.71 20.22 17.96 4.65 较低 38.95 17.28 205.29 43.12 525.59 106.89 650.04 206.63 267.36 112.57 38.17 19.61 中等 19.44 16.68 83.21 78.72 183.31 240.82 145.59 326.54 49.40 136.02 5.40 17.93 较高 5.17 15.08 18.55 97.19 38.32 250.83 40.02 262.54 17.34 100.34 1.94 12.02 高 1.59 20.62 6.69 124.98 17.54 253.46 48.70 277.79 25.60 101.69 1.69 11.04
下载: 导出CSV
表 5 安塞区不同坡度植被覆盖度的面积
Table 5. Area of different vegetation coverage at different slopes in Ansai District
植被覆
盖度不同坡度植被覆盖度面积/km2 ＜5° 5°~8° 8°~15° 15°~25° 25°~35° ＞35° 2000年 2017年 2000年 2017年 2000年 2017年 2000年 2017年 2000年 2017年 2000年 2017年 低 40.89 12.25 53.28 14.13 156.51 34.70 179.69 29.56 70.72 8.73 12.81 1.36 较低 77.84 37.87 112.48 50.15 400.70 146.80 674.01 178.09 381.89 77.14 78.48 16.06 中等 19.17 41.18 28.10 57.86 108.00 199.47 193.44 310.47 112.61 169.40 25.02 38.32 较高 4.88 29.46 7.07 43.77 27.98 165.49 50.20 292.10 26.76 171.82 4.44 35.36 高 4.37 26.42 6.69 42.28 25.95 173.03 43.16 331.22 19.21 184.66 2.43 31.98
下载: 导出CSV
表 6 安塞区不同坡向植被覆盖度的面积
Table 6. Area of different vegetation coverage in each slope direction in Ansai District
植被覆
盖度不同坡向植被覆盖度面积/km2 平地 阴坡 半阴 半阳 阳坡 2000年 2017年 2000年 2017年 2000年 2017年 2000年 2017年 2000年 2017年 低 2.73 0.68 149.15 29.73 127.66 22.92 112.69 21.33 121.68 26.07 较低 4.77 2.00 390.71 116.14 409.99 114.08 442.5 122.67 477.43 151.22 中等 1.51 2.38 128.30 170.94 119.73 184.08 117.5 212.48 119.30 246.82 较高 0.44 2.05 41.25 169.86 32.63 176.63 24.78 190.21 22.25 199.24 高 0.50 2.87 36.69 259.83 28.45 221.29 21.02 172.47 15.16 133.14
下载: 导出CSV
-
[1] 张文强, 孙从建, 李新功. 晋西南黄土高原区植被覆盖度变化及其生态效应评估[J]. 自然资源学报, 2019, 34(8): 1748 − 1758. ZHANG Wenqiang, SUN Congjian, LI Xingong. Vegetation cover change and ecological effect assessment in the Loess Plateau of Southwest Shanxi Province based on remote sensing image [J]. J Nat Resour, 2019, 34(8): 1748 − 1758. [2] 赵亮, 刘宇, 罗勇, 等. 黄土高原近40年人类活动强度时空格局演变[J]. 水土保持研究, 2019, 26(4): 306 − 313. ZHAO Liang, LIU Yu, LUO Yong, et al. Temporal and spantial evolution of human impact intensity on the Loess Plateau in recent 40 years [J]. Res Soil Water Conserv, 2019, 26(4): 306 − 313. [3] 修丽娜, 颜长珍, 钱大文, 等. 生态工程背景下黄土高原植被变化时空特征及其驱动力[J]. 水土保持通报, 2019, 39(4): 214 − 221. XIU Lina, YAN Changzhen, QIAN Dawen, et al. Analysis of spatial-temporal change and driving forces of vegetation in Loess Plateau under background of ecological engineering [J]. Bull Soil Water Conserv, 2019, 39(4): 214 − 221. [4] 董孟龙. 基于NPP和生态绿当量的黄土高原土地利用生态效益研究[D]. 西安: 长安大学, 2018. DONG Menglong. Ecological Benefits of Land Use in the Loess Plateau Based on NPP and Ecological Green Equivalent[D]. Xi’an: Chang’an University, 2018. [5] 李粉玲, 常庆瑞, 申健, 等. 黄土高原沟壑区生态环境状况遥感动态监测: 以陕西省富县为例[J]. 应用生态学报, 2015, 26(12): 3811 − 3817. LI Fenling, CHANG Qinrui, SHEN Jian, et al. Dynamic monitoring of ecological environment in loess hilly and gully region of Loess Plateau based on remote sensing: a case study on Fuxian County in Shaanxi Province, Northwest China [J]. Chin J Appl Ecol, 2015, 26(12): 3811 − 3817. [6] 杨波, 王全九, 许晓婷, 等. 还林还草工程后榆林市NDVI时空变化趋势[J]. 生态学杂志, 2019, 38(6): 1839 − 1848. YANG Bo, WANG Quanjiu, XU Xiaoting, et al. NDVI spatiotemporal variation in Yulin after grain for green project [J]. Chin J Ecol, 2019, 38(6): 1839 − 1848. [7] 田地, 刘政, 胡亚林. 福州市植被覆盖度时空特征及与地形因子的关系[J]. 浙江农林大学学报, 2019, 36(6): 1158 − 1165. TIAN Di, LIU Zheng, HU Yalin. Spatial-temporal characteristics of vegetation coverage and the relationship to topographic factors in Fuzhou City [J]. J Zhejiang A&F Univ, 2019, 36(6): 1158 − 1165. [8] ZHOU Qiuwen, WEI Xiaocha, ZHOU Xu, et al. Vegetation coverage change and its response to topography in a typical karst region: the Lianjiang River Basin in Southwest China [J]. Environ Earth Sci, 2019, 78(6): 191 − 200. [9] EISENLOHR P V, ALVES L F, BERNACCI L C, et al. Disturbances, elevation, topography and spatial proximity drive vegetation patterns along an altitudinal gradient of a top biodiversity hotspot [J]. Biodiversity Conserv, 2013, 22(12): 2767 − 2783. [10] 刘宇, 傅伯杰. 黄土高原植被覆盖度变化的地形分异及土地利用/覆被变化的影响[J]. 干旱区地理, 2013, 36(6): 1097 − 1102. LIU Yu, FU Bojie. Topographical variation of vegetation cover evolution and the impact of land use/cover change in the Loess Plateau [J]. Arid Land Geogr, 2013, 36(6): 1097 − 1102. [11] 李登科, 王钊. 退耕还林后陕西省植被覆盖度变化及其对气候的响应[J]. 生态学杂志, 2020, 39(1): 1 − 10. LI Dengke, WANG Zhao. Changes of fractional vegetation coverage after returning farmland to forests and its response to climate in Shaanxi [J]. Chin J Ecol, 2020, 39(1): 1 − 10. [12] 闫瑞, 张晓萍, 闫胜军, 等. 1995−2014年北洛河流域植被恢复的地形分布特征[J]. 东北大学学报(自然科学版), 2016, 37(11): 1598 − 1603. YAN Rui, ZHANG Xiaoping, YAN Shengjun, et al. Topographical distribution characteristics of vegetation restoration in the Beiluo River Basin from 1995 to 2014 [J]. J Northeast Univ Nat Sci, 2016, 37(11): 1598 − 1603. [13] 李登科, 范建忠, 王娟. 陕西省植被覆盖度变化特征及其成因[J]. 应用生态学报, 2010, 21(11): 2896 − 2903. LI Dengke, FANG Jianzhong, WANG Juan. Change characteristics and their causes of fractional vegetation coverage in Shaanxi Province [J]. Chin J Appl Ecol, 2010, 21(11): 2896 − 2903. [14] 周德成, 赵淑清, 朱超. 退耕还林工程对黄土高原土地利用/覆被变化的影响: 以陕西省安塞县为例[J]. 自然资源学报, 2011, 26(11): 1866 − 1878. ZHOU Decheng, ZHAO Shuqing, ZHU Chao. Impacts of the sloping land conversion program on the land use/cover change in the Loess Plateau: a case study in Ansai County of Shaanxi Province, China [J]. J Nat Res, 2011, 26(11): 1866 − 1878. [15] 徐勇, 张同升, 杨勤科. 黄土高原安塞县生态退耕情景及农业影响[J]. 地理学报, 2006, 61(4): 369 − 377. XU Yong, ZHANG Tongsheng, YANG Qinke. Ecological de-farming scenarios and their influences on agricultural development of county on Loess Plateau [J]. Acta Geogr Sin, 2006, 61(4): 369 − 377. [16] 穆悦, 曹晓阳, 冯益明. 地形复杂山区常用植被指数的地形校正对比[J]. 地球信息科学学报, 2016, 18(7): 951 − 961. MU Yue, CAO Xiaoyang, FENG Yiming. Comparison of topographic correction on commonly used vegetation indices in rugged terrain area [J]. J Geo-Inf Sci, 2016, 18(7): 951 − 961. [17] LEPRIEUR C, VERSTRAETE M M, PINTY B. Evaluation of the performance of various vegetation indices to retrieve vegetation cover from AVHRR data [J]. Remote Sensing Rev, 1994(10): 265 − 284. [18] 张超, 余树全, 李土生. 基于多时相Landsat影像的庆元县植被覆盖变化研究[J]. 浙江农林大学学报, 2011, 28(1): 72 − 79. ZHANG Chao, YU Shuquan, LI Tusheng. Image analysis of vegetation coverage and changes (1994−2007) in Qingyuan County using multi-temporal Landsat remote sensing [J]. J Zhejiang A&F Univ, 2011, 28(1): 72 − 79. [19] 高健健, 穆兴民. 孙文义. 1981−2012年黄土高原植被覆盖度时空变化特征[J]. 中国水土保持, 2016(7): 52 − 56. GAO Jianjian, MU Xingmin, SUN Wenyi. Spatial-temporal change of vegetation coverage in the Loess Plateau from 1981 to 2012 [J]. Soil Water Conserv China, 2016(7): 52 − 56. [20] 中华人民共和国水利部. 水土保持综合治理规划通则: GB/T 15772−2008[S]. 北京: 中国标准出版社, 2008. [21] 彭文甫, 周介铭, 徐新良, 等. 成都平原及其周边区域植被覆盖动态监测[J]. 地球与环境, 2017, 45(2): 193 − 202. PENG Wenfu, ZHOU Jieming, XU Xinliang, et al. Dynamic monitoring of fractional vegetation cover of Chengdu Plain and its surrounding area in China [J]. Earth Environ, 2017, 45(2): 193 − 202. [22] 李俊清. 森林生态学[M]. 北京: 高等教育出版社, 2010: 93 − 94. [23] 赵文慧, 陈妮, 闫瑞, 等. 近20年来北洛河流域植被覆盖度随地形因子变化特征探究[J]. 水土保持研究, 2016, 23(4): 10 − 14. ZHAO Wenhui, CHEN Ni, YAN Rui, et al. Study on variation of the vegetation coverage based on terrain factors in the Berluo River Basin in the past 20 years [J]. Res Soil Water Conserv, 2016, 23(4): 10 − 14. [24] 赵安周, 张安兵, 刘海新, 等. 退耕还林(草)工程实施前后黄土高原植被覆盖时空变化分析[J]. 自然资源学报, 2017, 32(3): 449 − 460. ZHAO Anzhou, ZHANG Anbing, LIU Haixin, et al. Spatiotemporal variation of vegetation coverage before and after implementation of grain for green project in the Loess Plateau [J]. J Nat Resour, 2017, 32(3): 449 − 460. [25] 张诗羽, 张毅, 王昌全, 等. 岷江上游流域植被覆盖度及其与地形因子的相关性[J]. 水土保持通报, 2018, 38(1): 69 − 75. ZHANG Shiyu, ZHANG Yi, WANG Changquan, et al. Vegetation coverage and its correlation with topographic factors in upstream watershed of Minjiang River [J]. Bull Soil Water Conserv, 2018, 38(1): 69 − 75. [26] 汤巧英, 戚德辉, 宋立旺, 等. 基于GIS和RS的延河流域植被覆盖度与地形因子的相关性研究[J]. 水土保持研究, 2017, 24(4): 198 − 203. TANG Qiaoying, QI Dehui, SONG Liwang, et al. Correlation of vegetation coverage and topographic factors in Yanhe River Basin based on GIS and RS [J]. Res Soil Water Conserv, 2017, 24(4): 198 − 203. [27] 赵婷, 白红英, 邓晨晖, 等. 2000−2016年秦岭山地植被覆盖变化地形分异效应[J]. 生态学报, 2019, 39(12): 4499 − 4509. ZHAO Ting, BAI Hongying, DENG Chenhui, et al. Topographic differentiation effect on vegetation cover in the Qinling Mountains from 2000 to 2016 [J]. Acta Ecol Sin, 2019, 39(12): 4499 − 4509. 期刊类型引用(3)
1. 张昆凤，王邵军，张路路，樊宇翔，解玲玲，肖博，王郑钧，郭志鹏. 土壤细菌呼吸对西双版纳热带森林恢复的响应. 生态学报. 2023(10): 4142-4153 . 
百度学术2. 原樱其，朱仁超，杨宇，余爱华. 不同生态系统土壤呼吸影响因素研究进展. 世界林业研究. 2023(04): 15-21 . 百度学术3. 陈炎根，胡艳静，黄莎，刘波，吴继来，王懿祥. 不同间伐强度对杉木人工林土壤呼吸速率的短期影响. 浙江农林大学学报. 2023(05): 1054-1062 . 本站查看其他类型引用(6)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20200136
点击查看大图
计量
- 文章访问数: 1913
- HTML全文浏览量: 383
- PDF下载量: 88
- 被引次数: 9
