-
土壤环境是森林生态系统功能持续发挥的重要物质支撑,不仅为森林中的生物提供了必要的生存场所,而且也为地表植被的生长供应着各种必需养分[1]。近年来,以土壤载体为研究主题的地下生态学过程已成为森林生态学领域重要的探索方向之一。由于土壤内部各生物及非生物过程的复杂性,土壤微生境高度的时空异质性,森林生态学领域急需探索一种超越单一指标的综合属性,来全面评价土壤环境变化对地下生态学过程的影响。森林生物的生长既需要土壤中的无机养分,也需要适宜的土壤温度、土壤气液相物质组成比例等等,所有这些因子都与森林的土壤质量密切相关。土壤质量是土壤各理化因子和生物学因子的综合体现,对森林群落未来的演变进程具有重要的调控作用。以土壤质量变化特征为切入点,深入分析森林群落结构与土壤质量间的互作规律,对预测中国人工林未来的发展趋势具有十分重要的理论意义。土壤质量是土壤在自然生态系统边界内维持动植物生产力以及水、空气质量和支撑人类适宜居住环境的能力[2],是土壤物理、化学及生物学性状的集中表现[3-4]。前人对森林土壤的研究多集中在土壤理化性状、养分状况和土壤微生物等。近年来,研究者把重点转向土壤综合质量状况[5-10]。油松Pinus tabuliformis林是中国西北地区的地带性植被,主要分布在暖温带的干旱和半干旱气候区[11],也是山西太岳山区域的主要森林类型之一。长期以来,因山区群落结构简单、种植密度过高以及后期经营管理措施不当,导致油松人工林的营养功能及生态服务功能都呈现衰退的迹象。同时,油松人工林的退化可能与林龄有关,因为该区域的油松人工林林龄不一,在不同的生长阶段,土壤质量又呈现出何种状态,对油松人工林功能持续是促进还是制约依然未知。因此,本研究基于不同发育阶段(40,60和80年生)的油松人工林为研究对象,分析土壤质量随森林群落的动态演变规律,以期为森林的经营、发展以及土壤资源的可持续利用提供有价值的借鉴意义。
-
本研究区位于国家林业局山西太岳山森林生态系统国家定位观测研究站,地处山西省长治市沁源县郭道镇(36°18′~37°05′N, 111°45′~112°33′E,海拔1 150~2 088 m),同时也是灵空山国家级自然保护区。该研究区为温带半湿润大陆性季风气候,年平均气温为8.6 ℃,1月均温为-10.5 ℃,7月均温为17.3 ℃。该区年均降水量为665.0 mm,主要集中在7-9月,无霜期约100.0~150.0 d。研究区海拔约1 280 ~1 810 m,西半部区域地势陡峭,东半部较为缓和。土壤类型主要为棕壤、褐壤等。山体基岩则以花岗岩、石灰岩、页岩和沙页岩为主。
该区域植被丰富,主要林分类型有油松林、华北落叶松Larix principis-rupprechti纯林、华北落叶松-油松混交林、油松-辽东栎Quercus liaotungensis混交林等。油松是林区内主要的建群树种,其他树种有华北落叶松、辽东栎、山杨Populus davidiana和白桦Betula platyphylla等树种。灌木层植物种类主要有华北绣线菊Spiraea fritschiana,毛榛Corylus mandshurica和胡枝子Lespedeza bicolor,黄刺玫Rosa xanthina,忍冬Lonicera japonica等;草本种类主要有薹草Carex,莎草Cyperus rotundus,薯蓣Dioscorea opposita,活血丹Glechoma longituba,蛇梅Duchesnea indica等。
-
2017年7月,在林区内选取林龄为40年生(P40),60年生(P60)和80年生(P80)的油松人工林,这3种林地的前身都是天然油松林群落,在20世纪皆伐后补种油松幼苗后发育而成。各种林分面积约为4 hm2,在各种林分类型中,选择地势平坦且立地条件相似的区域设置4块20 m × 20 m的固定样地。调查林分的林龄、郁闭度、密度、胸径等。样地概况见表 1。
表 1 油松人工林的基本特征
Table 1. Characteristics of Pinus tabulaeformis plantations
样地代号 树种 林龄/a 平均胸径/cm 平均树高/m 林分密度/(株·hm-2) 郁闭度 坡度/(°) P40 油松 40 13.6 14.9 2 780 87.5 15 P60 油松 60 26.7 15.1 1 430 78.2 18 P80 油松 80 36.4 13.8 520 71.7 16 -
于2017年8月,在12块样地里各按照“S”型,选取5个点采集土样,用于土壤物理、化学及生物学性状的测定。
-
在每个样方中用环刀选取5个点采集土壤样本,采样土层深度为0~10,10~20,20~30 cm的土层,共有20个土样。将土样去除杂质,然后自然风干,进而过筛备用。土壤含水量用烘干法测定;土壤容重用环刀法测定。
-
在各个固定样方中使用内径8 cm,筒长40 cm的根钻,各个点按照0~10,10~20,20~30 cm不同土壤深度分次取样,各种林分类型共60个土样,放入写好编号的自封袋中,带回实验室进行处理分析。首先剔除土壤中的杂质,然后进行碾碎过筛,筛孔为1 mm。称取100 g土样进行风干处理,时间为1周。风干后土样先用研钵研磨,再通过孔径为0.149 mm的土筛子进行过筛,干燥保存。土壤有机质用重铬酸钾氧化法测定;土壤全氮用凯氏定氮-消煮法测定;土壤铵态氮和硝态氮分别用靛酚蓝比色法和酚二磺酸比色法测定(1 mol·L-1氯化钾溶液浸提);土壤速效磷用钼锑抗比色法测定(碳酸氢钠溶液浸提);土壤速效钾用火焰光度法测定(乙酸铵溶液浸提)。
-
在各个固定样方中按照“S”型选取5个点采集土样,各个样点按照0~10,10~20,20~30 cm不同土壤深度分层取样,共60个土样。剔除土壤中的杂质,然后进行碾碎过筛,置于4 ℃冰箱中保存备用。土壤微生物生物量碳和生物量氮采用氯仿熏蒸提取-滴定法测定。
-
选取的测定指标有土壤容重、含水率、有机质、全氮、速效钾、铵态氮、硝态氮、速效磷以及土壤微生物量碳和土壤微生物量氮。
由于土壤因子测定值的变化具有不确定性和连续性,因此利用隶属度函数的相同属性来对各土壤肥力指标测定值进行标准化处理。运用主成分分析得到的因子载荷量的值具有正负性,以此来判断所使用的隶属度函数,其中式(1)为降型函数,式(2)为升型函数[12]:
$$ F(x)=\left(x_{i \max }-x_{i j}\right)\left(x_{i \max }-x_{i \min }\right); $$ (1) $$ F(x)=\left(x_{i j}-x_{i \min }\right)\left(x_{i \max }-x_{i \min }\right)_{。} $$ (2) 式(1)和式(2)中:ximin和ximax分别代表测定土壤肥力数据的最小值和最大值;xij为土壤肥力测定值。
因为土地利用类型、研究目的等的不同,所选择的土壤质量指标具有不同的重要程度,在数据处理过程中一般用权重系数来反映相应指标的影响程度。在本实验中,运用主成分分析得到各肥力因子的载荷量和方差贡献率,然后得到各指标的权重系数:
$$ W_{i}=C_{i} / \sum\limits_{i=1}^{n} C_{i }。 $$ 在确定了评价指标因子隶属度和权重之后,运用加权方法来建立土壤质量的综合评价数学模型[13]:
$$ Q=\sum\limits_{i=1}^{n} W_{i} F\left(x_{i}\right) 。 $$ 其中:Ci为第i项土壤肥力指标的因子载荷;Q为土壤质量综合评价指数;Wi为权重向量;F(xi)为隶属度值。
-
数据处理和图形建立采用SPSS 19.0和Excel 2010进行,运用单因素方差分析(ANOVA)和最小显著差法(LSD)检验不同林分同一土层和同一林分不同土层土壤因子间的差异显著性(α= 0.05)。运用双变量相关分析得出不同林分的土壤质量指标间的相关性。
-
油松林土壤的物理学特性显著受到林龄的影响(图 1),60年生和80年生的油松人工林土壤含水率均显著高于40年生的油松人工林,60年生和80年生油松人工林的土壤容重差异不明显,但均显著小于40年生的油松人工林(P<0.05)。可见随着油松人工林的林龄增加,土壤含水率呈增加趋势,而土壤紧实度呈下降趋势,土壤物理状况得到了改善。
-
0~10 cm土层中的全氮质量分数随着林分林龄的增加显著增大(P<0.05);10~20 cm土层中全氮质量分数也存在这种趋势。0~10 cm土层的有机质质量分数随着林龄的增加逐渐增大,且60年生和80年生的油松人工林土壤与40年生油松人工林土壤差异显著(P<0.05),10~30 cm土层的有机质质量分数无明显的变化规律(表 2)。
表 2 不同林龄油松人工林的土壤化学性状
Table 2. Soil chemical properties of Pinus tabulaeformis plantations with different ages
处理 w全氮/(g·kg-1) 处理 w氨态氮/(mg·kg-1) 0~10 10~20 20~30 cm 0~10 10~20 20~30 cm P40 1.18 ± 0.07 0.76 ± 0.20 0.77 ± 0.08 P40 11.6 ± 3.0 9.4 ± 2.2 10.2 ± 0.9 P60 1.54 ± 0.40 0.96 ± 0.12 0.77 ± 0.13 P60 20.6 ± 8.4 17.2 ± 3.2 14.1 ± 1.8 P80 2.04 ± 0.37 1.06 ± 0.14 0.75 ± 0.15 P80 24.8 ± 3.4 18.2 ± 2.2 17.8 ± 3.3 处理 w有机质/(g·kg-1) 处理 w硝态氮/(mg·kg-1) 0~10 10~20 20~30 cm 0~10 10~20 20~30 cm P40 17.72 ± 2.79 11.29 ± 2.48 11.00 ± 2.83 P40 17.0 ± 2.7 13.7 ± 3.5 17.4 ± 4.4 P60 27.95 ± 2.48 16.03 ± 2.77 13.00 ± 2.07 P60 16.6 ± 3.3 21.5 ± 8.9 22.5 ± 3.0 P80 28.86 ± 4.45 14.55 ± 2.02 9.08 ± 2.29 P80 23.5 ± 6.8 23.6 ± 4.6 30.1 ± 8.4 处理 w速效钾/(mg·kg-1) 处理 w有效磷/(mg·kg-1) 0~10 10~20 20~30 cm 0~10 10~20 20~30 cm P40 227 ± 56 171 ± 62 164 ± 6 P40 2.6±0.5 2.8±0.5 2.0±0.4 P60 244 ± 15 171 ± 15 169 ± 71 P60 3.4±0.1 3.4±0.4 2.9±0.6 P80 297 ± 26 201 ± 22 208 ± 66 P80 5.4 ± 1.3 2.6±0.6 3.0±0.8 与40年生油松人工林土壤相比,60年生和80年生油松人工林土壤的0~10,10~20和20~30 cm土层的铵态氮分别增加77.78%和20.16%,82.20%和5.50%,38.53%和25.97%,硝态氮也呈类似的变化规律。
0~10 cm土层中的速效钾和有效磷质量分数随着林龄的增加显著增大(P<0.05);10~20 cm土层中的有效磷在3种林分间无明显差异;20~30 cm土层中的速效钾和有效磷则随着林龄的增加逐渐显著增大(P<0.05)(表 2)。
-
随着油松人工林林龄的增加,土壤微生物量碳(MBC)质量分数有增大的趋势。在0~10 cm土层,土壤微生物量碳无显著差异;在10~20 cm土层,80年生油松人工林的土壤微生物量碳质量分数为231.49 mg·kg-1,显著大于60年生和80年生油松人工林(P<0.05)。在20~30 cm土层,80年生油松人工林的土壤微生物量碳质量分数显著高于40年生和60年生油松人工林(P<0.05)。土壤微生物量氮(MBN)质量分数也随着林龄的增加逐渐提高。在0~10 cm土层,80年生油松人工林的土壤微生物量氮质量分数为55.17 mg·kg-1,显著高于40年生和60年生油松人工林(P<0.05);在10~20 cm土层中,80年生油松人工林的土壤微生物量氮质量分数为36.08 mg·kg-1,显著高于40年生和60年生油松人工林(P<0.05);在20~30 cm土层中,80年生油松人工林的土壤微生物量氮质量分数大于40年生和60年生的油松人工林。随着土层深度的增加,油松人工林土壤微生物量碳和土壤微生物量氮质量分数逐渐减少(图 2)。
-
3种林分类型的土壤质量评价指标的相关性分析结果显示(表 3):各指标基本符合正态分布特征,其中土壤硝态氮仅与铵态氮呈显著负相关,与其他指标无显著相关关系;全氮、有机质、铵态氮、有效磷、速效钾和微生物量碳、微生物量氮相互之间均呈显著或极显著正相关。
表 3 不同土壤养分指标间的相关系数
Table 3. Correlation coefficient between different soil nutrients
项目 全氮 有机质 铵态氮 硝态氮 速效磷 速效钾 微生物量氮 微生物量碳 全氮 1 有机质 0.899** 1 铵态氮 0.661** 0.591** 1 硝态氮 -0.151 -0.319 -0.442** 1 速效磷 0.623** 0.435** 0.377* 0.163 1 速效钾 0.652** 0.600** 0.534** -0.287 0.504** 1 微生物量氮 0.827** 0.702** 0.635** -0.028 0.538** 0.494** 1 微生物量碳 0.747** 0.763** 0.433** -0.054 0.359* 0.483** 0.786** 1 说明: *和**表示差异分别达到5%和1%显著性水平 -
通过对各测定指标的主成分分析,产生各林龄油松人工林的土壤质量评价指标的隶属度值。在由各项数据所综合代表的土壤质量中,前4个组分的累计方差贡献率达85.67%,符合主成分分析累计贡献率≥80%的条件[14]。依据因子负荷矩阵得出,主成分F1主要由全氮(x1),有机质(x2),微生物量碳(x3),微生物量氮(x4),含水率(x5)构成;主成分F2轴由速效钾(x6)和速效磷(x7)组成;主成分F3由铵态氮(x8)和硝态氮(x9)组成;主成分F4主要由容重(x10)构成(表 4)。
表 4 不同因子载荷、权重、特征根和方差贡献率
Table 4. Factor load, weight, characteristic root and variance contribution rate
土壤指标 主成分旋转因子载荷 权重 1 2 3 4 全氮 0.80 0.48 0.15 -0.19 0.100 铵态氮 0.46 0.44 0.57 -0.08 0.071 有机质 0.82 0.26 0.29 -0.26 0.103 硝态氮 -0.03 0.08 -0.93 0.18 0.116 速效钾 0.27 0.87 -0.22 -0.14 0.109 速效磷 0.35 0.67 0.38 -0.05 0.084 微生物量氮 0.84 0.35 0.02 0.01 0.105 微生物量碳 0.94 0.10 0.02 0.02 0.118 土壤含水率 0.60 0.48 0.36 -0.29 0.075 土壤容重 -0.10 -0.13 -0.18 0.95 0.119 特征根 2.367 1.198 0.936 0.806 方差贡献率/% 0.560 0.144 0.088 0.065 累计贡献率/% 0.560 0.704 0.792 0.857 $$ F_{1}=0.199 x_{1}-0.048 x_{8}+0.298 x_{2}+0.097 x_{9}-0.243 x_{6}\\ -0.189 x_{7}+0.314 x_{4}+0.499 x_{3}+0.049 x_{5}+0.057 x_{10}; $$ $$ F_{2}=0.050 x_{1}+0.210 x_{8}-0.201 x_{2}+0.122 x_{9}+0.498 x_{6}+0.491 x_{7} \\ -0.063 x_{4} -0.365 x_{3}+0.122 x_{5}+0.129 x_{10}; $$ $$ F_{3}=-0.060 x_{1}+0.363 x_{8} +0.023 x_{2}-0.690 x_{9}-0.252 x_{6}+0.241 x_{7}\\ -0.115 x_{4} -0.131 x_{3} +0.108 x_{5}+0.165 x_{10}; $$ $$ F_{4}=-0.042 x_{1}+0.188 x_{8}-0.129 x_{2}-0.068 x_{9}-0.032 x_{6}\\ +0.212 x_{7}+0.104 x_{4}+0.068 x_{3}-0.104 x_{5}+1.010 x_{10}。 $$ -
土壤质量综合评价的结果表明:40年生、60年生和80年生油松人工林的土壤质量综合指数分别为0.363,0.500和0.568(图 3A),即80年生油松人工林土壤质量综合指数最大,60年生油松人工林次之,40年生油松林最低。由此可见,随着林龄增大,油松人工林土壤培肥作用增强,土壤质量评价指数也逐渐提升,不同林分同一土层的土壤质量综合指数也遵循上述的变化规律(图 3B)。
-
随着林分的不断发展以及林龄的增加,土壤的物理性状得到了改善。土壤容重与林龄之间呈负相关关系[15]。越成熟的林分郁闭度越小,而且本研究的3块研究样地坡度较缓,处于山地较为深入的位置,人为干扰较少,使得土壤容重随林龄的增加逐渐降低。赵伟红等[15]在对辽河源自然保护区不同林龄油松天然次生林的土壤含水率测量时发现:在土壤表层,随着林龄的增加,土壤容重逐渐降低。土壤容重与土壤环境的通透程度有关,进而影响降水在土壤中的渗透和保水程度[16]。本研究土壤含水率和林龄呈正相关关系,与赵伟红等[15]的研究结果一致。主要原因是林龄较高的油松人工林的林分密度低,蒸腾作用散失的水分较少,因而含水量较高。此外,土壤容重的逐渐降低,使得土壤更加疏松,水分传输和通气效果更加显著,增加了土壤含水量[16]。
本研究中表层土壤各养分质量分数随着林龄的增加而显著增大。这是由于随着林分林龄的增长,林分密度逐渐降低以及凋落物逐年累积,更多的光照使得林下凋落物分解速度加快,土壤微生物的活力增强[5, 17],地表向地下有机物的输入量也逐渐增加,且最接近地表的土层养分差异最为显著[18]。凋落物对土壤养分的影响也体现在马尾松Pinus massoniana的林分中。葛晓改等[19]研究显示:马尾松林土壤养分受基质质量、凋落物产量、养分年归还量、养分周转率等因素影响,土壤表面养分含量与凋落物基质质量的变化规律一致。同时,土壤团聚体的粒径在一定程度上影响了土壤养分的含量。孙娇等[20]在对陕北黄土丘陵区不同林龄刺槐Robinia pseudoacacia林的土壤养分调查时发现:0.25~2.00 mm粒径的土壤团聚体提高了土壤全效养分的保持能力。此外,由于凋落物和根系聚集于地表附近[16],伴随养分的逐渐流失,各个林龄油松人工林的土壤养分随着土层深度的增加而显著减少。
随着林龄的增加,土壤微生物量氮、微生物量碳质量分数呈上升趋势。微生物量大小和活性均与土壤养分含量密切相关,地表的凋落物可以给微生物提供丰富的能源物质,对微生物量的变化至关重要[21]。有研究显示:有机质是影响土壤微生物量的重要因素,有机质能够为微生物在进行自身合成与代谢过程中提供足够的碳、氮物质来源以及能量来源[22]。部分实验证实:微生物量碳和微生物量氮与土壤养分存在正相关关系[22-23]。本研究也体现出了这样的变化规律。同时也有相反的观点,土壤微生物量和土壤养分之间并无相关关系,微生物量还受到生长环境、凋落物数量和种类的影响[24-25]。
-
本研究所选取的各项指标皆具有突出的代表性与易测性,且各指标间相互作用显著,能明确地反映土壤质量的综合情况,所以将所有评价指标列入考虑范畴。从结果来看,微生物量碳、微生物量氮和除硝态氮之外的所有评价指标呈显著相关性,这说明本实验所选取的微生物量碳、微生物量氮2种生物因子能够真实反映研究区土壤的生物学特性,并且和土壤的肥效以及土壤质量有密切的联系[26]。
-
在本研究中,林龄的增加可提高油松人工林土壤质量。依据土壤质量综合评价法对山西太岳山不同林龄的油松人工林土壤环境的状况进行分析,量化评价了不同林龄的林分土壤质量。随着油松人工林林龄的不断增加,逐年累积的地表凋落物量逐渐加大,在一定程度上提升了土壤养分含量[17]。80年生油松人工林与40年生油松人工林相比,林内环境逐步完善,促进了顶极群落的形成,与此同时,地上植被的发展使得土壤物理、化学和生物学性状不断改善,因此土壤质量得到提升[27-28]。本研究可以在一定程度上促进太岳林区的土壤研究,为林分的发展提供更多的参考意见。总之,林分更替演变过程是一个发展变化的过程,在林分经营的过程中,依据其基本状况因地制宜地增加林分年限,采取抚育措施促进林分发展,改良土壤质量状况,最终促进生态系统功能的完善。
Soil quality development in Pinus tabuliformis plantations with different forest ages on Taiyue Mountain
-
摘要: 为探讨土壤质量随林龄的演变特征,以山西太岳山40,60,80年生油松Pinus tabuliformis人工林为研究对象,采用综合指数评估相关的土壤质量状况。结果表明:随着油松人工林龄增加,土壤含水率显著增加,而土壤容重则显著减小;而0~10 cm土层的有机质、全氮、速效钾、铵态氮、硝态氮、有效磷质量分数增加最为显著;80年生油松林的土壤微生物碳氮质量分数分别在10~30 cm和0~20 cm土层显著大于60年生和40年生油松林,而不同林龄油松人工林的土壤质量综合指数为0.568(80年生油松纯林)> 0.500(60年生油松纯林)> 0.363(40年生油松纯林)。说明随着林龄的不断增加,土壤微生物量碳氮质量分数和理化性状得到了提高和改善,太岳山油松人工林的土壤综合质量也不断提升。Abstract: To determine the soil quality of 40-(P40), 60-(P60), and 80-(P80) year-old Pinus tabuliformis plantations on Shanxi Taiyue Mountain, analysis of variance and significance test were used to evaluate significant difference of soil factors, and a composite index were used to evaluate soil quality. Results showed that with an increase in age of the P. tabuliformis forest, soil water content increased markedly; whereas, soil bulk density decreased. The content of organic matter, total nitrogen, available potassium, ammonium nitrogen, nitrate nitrogen, and available phosphorus increased most in the 0-10 cm soil layer. Also, soil microbial biomass carbon in 10-30 cm layers and nitrogen content in 0-20 cm layers of 80-year-old P. tabuliformis forests were much higher than those of 60-year-old and 40-year-old P. tabuliformis forests. The composite indexes of soil quality were 0.568(P80) > 0.500(P60) > 0.363(P40). Thus, with an increase in forest age, soil microbial biomass carbon and nitrogen content as well as physical and chemical properties improved, and soil quality of P. tabuliformis plantations on Taiyue Mountain was enhanced.
-
Key words:
- soil science /
- soil quality /
- composite index /
- forest age /
- Pinus tabuliformis plantation
-
森林是陆地生态系统的主体,具有涵养水源、保持水土和调控径流等多种生态服务功能,被称为“绿色水库”[1]。森林主要通过林冠层、灌草层、凋落物层和土壤层截留和储存降水,从而有效涵蓄水分和补充地下水[2−4]。其中,凋落物层作为森林生态系统水源涵养功能垂直结构中的第三水文层,对森林的水源涵养功能有着重要作用。一方面,凋落物覆盖在地表层能够减小雨滴动能、加强雨水入渗和降低土壤水分蒸发[5−6];另一方面,凋落物利用其自身的结构特性,能够吸持超过自身质量2~5倍的水分,可拦蓄超过60%的地表径流量,能有效拦蓄降水和减少土壤侵蚀等[7−8]。此外,凋落物的分解过程,能够促进土壤养分循环、改善土壤结构、增加土壤抗蚀性和土壤持水能力,从而使森林涵养水源功能得到充分的发挥[9−11]。
国内外学者对森林的凋落物层水源涵养功能进行了大量研究,如中国温带地区的森林凋落物层生物量比亚热带和热带高[12];成熟林的凋落物层拦蓄降水量比幼龄林和过熟林大[13];合理的森林密度能提高林地凋落物层的持水能力[14−15]。除气候、林龄和密度对凋落物的持水能力有影响外,不同森林类型凋落物的水源涵养功能也有明显差异[16−17]。有研究表明:人工林的凋落物层生物量和有效拦蓄量大于天然林[18−19];阔叶林的持水性能优于针叶林[20−21];混交林的水源涵养能力比纯林强[8, 22]。上述研究不同森林的水源涵养功能有一定的地域性,普遍规律较弱,因此还需要进一步完善对不同地区森林的凋落物层水文效应研究。
坝上地区属于典型的土石山区,年降水量少、土壤层薄和水土保持能力低,但同时也是京津冀一道重要的屏障,对坝上地区森林的水土保持研究非常重要[23−24]。目前对坝上地区森林的研究多以人工林和纯林为对象,且主要是单一森林类型的比较研究[20, 25−26],针对不同森林类型的凋落物层水源涵养功能研究较少,这就不能准确评估该区域的水源涵养能力,难以制定有效的水土保持措施。基于此,本研究选取坝上崇礼地区的华北落叶松Larix gmelinii var. principis-rupprechtii林、白桦Betula platyphylla林、山杨Populus davidiana-白桦混交林(杨桦混交林)和华北落叶松-白桦混交林(落桦混交林) 4种森林类型,对其森林凋落物层的生物量以及不同分解层持水能力进行定量分析,比较不同森林类型凋落物层的水源涵养功能,以期为坝上地区森林生态系统的植被恢复和水土保持能力提升提供科学依据。
1. 研究地区与方法
1.1 研究区概况
研究区在河北崇礼森林生态系统观测研究站,该区位于河北省张家口市和平林场内(40°47′~41°17′N,114°17′~115°34′E),海拔为814.0~2 174.0 m,属温带大陆性季风气候。地形大部分为山地,地势呈现由西北向东南倾斜的趋势,年均气温为3.7 ℃,年均降水量为300.0 mm,降水集中在夏季,时有冰雹和暴雨灾害。土壤以栗钙土、棕壤土、褐土和草甸土为主。植被属于暖温带落叶阔叶林和温带草原类型,植物区系呈现较大的过渡特点,在暖温带落叶阔叶林类型中,森林类型主要是天然次生林植被,以白桦和山杨面积最大,人工针叶林有华北落叶松、云杉Picea asperata、马尾松Pinus massoniana和油松Pinus tabuliformis等。
1.2 样地设置
在查阅张家口市和平林场森林资源档案和野外调查的基础上,2022年6—9月,在张家口市和平林场内选取林龄为35 a,且具有代表性的4种森林类型为研究对象,包括华北落叶松林(PL)、白桦林(NP)、杨桦混交林(NBP)和落桦混交林(PBL)。每种类型森林设置3块20 m×30 m的样地,共计12块,进行木本植物每木检尺,记录海拔、坡度、坡向等信息。样地基本概况见表1。
表 1 样地基本概况Table 1 Basic information of the sample plots森林类型 海拔/m 坡向 坡度/(°) 树高/m 胸径/cm 密度/(株·hm−2) 郁闭度 华北落叶松林 1 846.7 阴坡 18.0±1.5 16.0±0.9 30.2±0.3 1 033.0±90.3 0.75±0.21 白桦林 1 648.7 阴坡 20.7±3.3 10.8±0.2 11.0±0.5 3 339.0±152.5 0.80±0.11 杨桦混交林 1 685.5 阴坡 25.0±3.9 10.0±0.5 10.6±0.9 3 525.0±118.1 0.83±0.10 落桦混交林 1 696.0 阴坡 19.0±2.7 12.0±0.8 16.2±0.8 2 890.0±106.9 0.70±0.15 说明:数据为平均值±标准误。 1.3 凋落物层调查
在每个样地内随机设置5个0.5 m×0.5 m的凋落物小样方,将样方内凋落物按照分解程度,划分为半分解层(凋落物形状不完整且开始腐烂,肉眼可以分辨出大体形状)和未分解层(凋落物的形态和颜色基本保持原状,外表无被分解痕迹),使用钢卷尺(1 mm精度)分别测定凋落物各层厚度,分层收集样方内的凋落物,带回实验室称量,在85 ℃烘干后称量,计算单位面积凋落物的生物量。
1.4 凋落物持水能力测定
采用浸泡法,在每个样方内取适量烘干的凋落物样品,装入尼龙网袋后浸入水中,分别测定浸水0.5、1.0、2.0、4.0、6.0、8.0、10.0、12.0、24.0 h后凋落物质量的变化,计算凋落物的最大持水率、自然含水率、最大拦蓄率、有效拦蓄率、最大持水量、有效拦蓄量和最大拦蓄量。计算公式如下:
$$ {R}_{\mathrm{h}\mathrm{m}\mathrm{a}\mathrm{x}}=\frac{{G}_{24}-{G}_{\mathrm{干}}}{{G}_{\mathrm{干}}}\times 100\% \text{;} $$ (1) $$ {R}_{\mathrm{O}}=\frac{{G}_{\mathrm{鲜}}-{G}_{\mathrm{干}}}{{G}_{\mathrm{干}}}\times 100\% \text{;} $$ (2) $$ {R}_{\mathrm{M}}={R}_{\mathrm{h}\mathrm{m}\mathrm{a}\mathrm{x}}-{R}_{\mathrm{O}} \text{;} $$ (3) $$ {R}_{\mathrm{S}}=0.85 {R}_{\mathrm{h}\mathrm{m}\mathrm{a}\mathrm{x}}-{R}_{\mathrm{O}} \text{;} $$ (4) $$ {W}_{\mathrm{h}\mathrm{m}\mathrm{a}\mathrm{x}}={R}_{{\mathrm{hmax}}}\times {G}_{\mathrm{C}} \text{;} $$ (5) $$ W_{\mathrm{s}}=(0.85 {W}_{{\mathrm{hmax}}}-{R}_{\mathrm{O}})\times {G}_{\mathrm{C}} \text{;} $$ (6) $$ W_{\mathrm{u}}=({R}_{\mathrm{h}\mathrm{m}\mathrm{a}\mathrm{x}}-{R}_{\mathrm{O}})\times {G}_{\mathrm{C}} 。 $$ (7) 式(1)~(7)中:Rhmax、RO、RM和RS分别代表凋落物层的最大持水率(%)、自然含水率(%)、最大拦蓄率(%)和有效拦蓄率(%);Whmax、Ws和Wu分别代表最大持水量(t·hm−2)、有效拦蓄量(t·hm−2)和最大拦蓄量(t·hm−2);GC、G鲜、G干、G24分别为凋落物生物量(t·hm−2)、自然状态下的质量(g)、烘干后的质量(g)、浸泡24 h后的质量(g);0.85为有效拦蓄系数。
1.5 数据处理
运用Excel 2010和SPSS 19.0进行数据处理和统计分析,用单因素方差分析(one-way ANOVA)和最小显著极差法(LSD)分析不同森林凋落物层的厚度、蓄积量和持水能力差异,采用Origin 2021作图。
2. 结果与分析
2.1 不同森林类型凋落物层的生物量和厚度
4种森林类型凋落物层厚度为32.3~62.7 mm (表2),从大到小依次为落桦混交林、华北落叶松林、白桦林、杨桦混交林,其中,华北落叶松林和落桦混交林显著大于杨桦混交林(P<0.05)。凋落物层总生物量为8.27~23.33 t·hm−2,从大到小依次为华北落叶松林、落桦混交林、杨桦混交林、白桦林,其中,华北落叶松林显著大于其他3种森林类型(P<0.05)。
表 2 不同森林类型凋落物层的厚度和生物量Table 2 Litter thickness and biomass of different forest types森林类型 半分解层 未分解层 厚度/mm 总生物量/(t·hm−2) 生物量/(t·hm−2) 比例/% 生物量/(t·hm−2) 比例/% 华北落叶松林 15.75±2.41 a 67.51 7.57±2.09 a 32.49 53.0±8.70 ab 23.33±4.47 a 白桦林 5.47±0.65 b 66.14 2.80±0.78 bc 33.86 36.0±6.90 bc 8.27±1.11 b 杨桦混交林 5.79±0.09 b 50.09 5.78±0.50 ab 49.91 32.0±1.86 c 11.56±0.42 b 落桦混交林 13.41±2.18 a 90.61 1.40±0.16 c 9.39 62.0±3.70 a 14.80±2.03 b 说明:数据为平均值±标准误。同列不同字母表示同一指标不同森林类型间差异显著(P<0.05)。 从凋落物的未分解层和半分解层生物量来看,未分解层生物量为华北落叶松林最大,落桦混交林最小,华北落叶松林和杨桦混交林显著大于落桦混交林(P<0.05);半分解层生物量为华北落叶松林最大,白桦林最小,华北落叶松林和落桦混交林显著大于杨桦混交林和白桦林(P<0.05)。从凋落物的半分解层和未分解层生物量所占比例来看,4种森林的半分解层生物量所占比例均大于未分解层,且极端比例出现在落桦混交林,其半分解层占比最大,为90.61%。
2.2 不同森林类型凋落物层的最大持水量和最大持水率
如图1所示:凋落物层的最大持水量从大到小依次为华北落叶松林、落桦混交林、杨桦混交林、白桦林,与总生物量的变化规律一致,华北落叶松林显著大于白桦林(P<0.05)。半分解层最大持水量为10.55~33.37 t·hm−2,华北落叶松林和落桦混交林显著大于白桦林和杨桦混交林(P<0.05);未分解层最大持水量为2.98~16.35 t·hm−2,华北落叶松林和杨桦混交林显著大于落桦混交林(P<0.05)。此外,除杨桦混交林外,华北落叶松林、白桦林和落桦混交林的半分解层最大持水量明显大于未分解层。
凋落物层的最大持水率白桦林最大,为231.15%,杨桦混交林和落桦混交林次之,华北落叶松林最小,为208.92%,不同森林类型间最大持水率无显著差异。半分解层最大持水率为182.17%~220.90%,从大到小依次为白桦林、华北落叶松林、落桦混交林、杨桦混交林,不同森林类型间无显著差异。未分解层最大持水率为208.77%~274.51%,从大到小依次为杨桦混交林、白桦林、落桦混交林、华北落叶松林,杨桦混交林显著大于华北落叶松林和落桦混交林(P<0.05)。除华北落叶松林外,其他3种森林类型未分解层最大持水率均大于半分解层。
2.3 不同森林类型凋落物层的拦蓄能力
2.3.1 凋落物层的最大拦蓄量和最大拦蓄率
如图2所示:4种森林类型凋落物层最大拦蓄量为华北落叶松林最大,为39.05 t·hm−2,白桦林最小,为16.73 t·hm−2,与最大持水量的变化规律一致,华北落叶松林显著大于其他3种森林类型(P<0.05)。半分解层最大拦蓄量从大到小依次为华北落叶松林、落桦混交林、白桦林、杨桦混交林,华北落叶松林和落桦混交林与白桦林、杨桦混交林存在显著差异(P<0.05);未分解层最大拦蓄量从大到小依次为杨桦混交林、华北落叶松林、白桦林、落桦混交林,其中,杨桦混交林显著大于白桦林、落桦混交林(P<0.05),华北落叶松林显著大于落桦混交林(P<0.05)。
凋落物层的最大拦蓄率从大到小依次为白桦林、杨桦混交林、落桦混交林、华北落叶松林,与凋落物层最大持水率的变化规律一致,其中,白桦林和杨桦混交林显著大于落桦混交林、华北落叶松林(P<0.05)。半分解层最大拦蓄率为151.84%~192.28%,从大到小依次为白桦林、华北落叶松林、落桦混交林、杨桦混交林,其中,白桦林显著大于落桦混交林、杨桦混交林(P<0.05)。未分解层最大拦蓄率为175.43%~257.56%,从大到小依次为杨桦混交林、白桦林、落桦混交林、华北落叶松林,其中,杨桦混交林显著大于其他3种森林类型(P<0.05),华北落叶松林显著小于其他3种森林类型(P<0.05)。
2.3.2 凋落物层的有效拦蓄量和有效拦蓄率
如图3所示:4种森林凋落物层有效拦蓄量为13.90~31.56 t·hm−2,从大到小依次为华北落叶松林、落桦混交林、杨桦混交林、白桦林,与最大持水量和最大拦蓄量变化规律一致,华北落叶松林显著大于其他3种森林类型(P<0.05)。半分解层华北落叶松林和落桦混交林有效拦蓄量分别为20.78和17.36 t·hm−2,显著大于白桦林(8.60 t·hm−2)和杨桦混交林(7.20 t·hm−2)(P<0.05);未分解层有效拦蓄量为2.87~14.87 t·hm−2,杨桦混交林最大,华北落叶松林和白桦林次之,落桦混交林最小。
凋落物层的有效拦蓄率为138.95%~172.94%,从大到小依次为白桦林、杨桦混交林、落桦混交林、华北落叶松林,与凋落物层最大持水率和最大拦蓄率变化规律一致,其中,白桦林和杨桦混交林显著大于落桦混交林、华北落叶松林(P<0.05)。半分解层有效拦蓄率为124.51%~159.14%,从大到小依次为白桦林、华北落叶松林、落桦混交林、杨桦混交林,其中,白桦林显著大于落桦混交林和杨桦混交林(P<0.05)。未分解层有效拦蓄率为144.12%~216.38%,从大到小依次为杨桦混交林、白桦林、落桦混交林、华北落叶松林,其中,杨桦混交林显著大于其他3种森林类型(P<0.05),华北落叶松林显著小于其他3种森林类型(P<0.05)。
2.4 不同森林类型凋落物层的吸水特性
2.4.1 凋落物层的持水量随浸水时长的变化
如图4所示:4种森林类型凋落物层持水量在浸水最初2.0 h内都迅速增加,处于快速吸水状态;在浸水2.0~8.0 h内,凋落物层持水量增加逐渐变缓;在浸水12.0 h后持水量增加明显较少,接近稳定状态;24.0 h后持水量达到最大值,处于饱和状态。不同森林类型凋落物半分解层和未分解层持水量变化有差异,半分解层持水量从大到小依次为白桦林、华北落叶松林、落桦混交林、杨桦混交林,未分解层持水量从大到小依次为杨桦混交林、白桦林、落桦混交林、华北落叶松林。对4种森林类型凋落物层持水量(w)与浸水时长(t)的关系进行拟合发现:持水量与浸水时间呈较好的对数函数关系(表3),关系式为$ {w}=k\mathrm{ln}t+b $。其中:k为系数,b为常数。
表 3 不同森林类型凋落物持水量和吸水速率与浸水时长的拟合方程Table 3 Simulated equations between water holding capacity, water absorption rate, and soaking time of litter in different forest types森林类型 凋落物层 持水量(w)与时长(t) 吸水速率(y)与时长(t) 回归方程 R2 回归方程 R2 华北落叶松林 未分解层 w=0.14 lnt+1.63 0.97 y=1.63 t−0.93 0.99 半分解层 w=0.11 lnt+1.79 0.94 y=1.78 t−0.91 0.99 白桦林 未分解层 w=0.23 lnt+1.75 0.98 y=1.73 t−0.89 0.99 半分解层 w=0.15 lnt+1.80 0.97 y=1.80 t−0.92 0.99 杨桦混交林 未分解层 w=0.16 lnt+2.12 0.98 y=2.11 t−0.93 0.99 半分解层 w=0.11 lnt+1.63 0.94 y=1.63 t−0.94 0.99 落桦混交林 未分解层 w=0.22 lnt+1.52 0.98 y=1.52 t−0.89 0.99 半分解层 w=0.17 lnt+1.62 0.97 y=1.60 t−0.91 0.92 2.4.2 凋落物的吸水速率随浸水时长的变化
如图5所示:4种森林类型凋落物层吸水速率在浸水最初2.0 h内急剧下降,在浸水2.0~8.0 h,吸水速率逐渐变缓,在浸水24.0 h时,吸水速率基本为0。半分解层的吸水速率从大到小依次为白桦林、华北落叶松林、落桦混交林、杨桦混交林,未分解层的吸水速率从大到小依次为杨桦混交林、白桦林、落桦混交林、华北落叶松林。对4种森林类型凋落物层吸水速率(y)与浸水时长(t)的关系进行拟合发现:凋落物吸水速率与浸水时长呈较好的幂函数关系(表3),关系式为$ y=k{t}^{n} $。其中:k为系数,n为指数。
3. 讨论
凋落物层生物量受到凋落物的分解速率、积累时间以及林龄、密度、森林类型、立地条件和气候等因素的影响[27−29]。本研究发现:4种森林类型凋落物层的生物量和厚度有明显差异,落桦混交林厚度最大,杨桦混交林厚度最小,这可能是阔叶树种的凋落物比针叶树更容易分解[30]。华北落叶松林凋落物层生物量最大,白桦林最小,且华北落叶松林显著大于其他3种森林类型,这与冀西北清水河流域的4种森林类型[18]的研究结果相近。一方面可能是由于华北落叶松林对光和养分等资源利用能力强,地上部植物生长状况好;另一方面是其叶片年凋落量大且分解速率慢,导致其生物量大[31]。另外,4种森林类型中凋落物未分解层生物量占比均小于半分解层,尤其是落桦混交林占比最小,这与崇陵流域4种森林类型的研究结果相似[5],可能是由于未分解层分解较快,凋落物现存量较少。而冀北山地6种人工林的未分解层生物量均大于半分解层[32],这主要是因为其林龄尚小且分解时间较短,使得凋落物未分解层累积量高。此外,4种森林类型凋落物厚度和生物量变化不一致,这与滨海沙地4种防护林凋落物层的研究结果不一致[33],可能是由于针叶树凋落物分解速率慢,而阔叶树凋落物分解较快,以及与凋落物的结构也有关系,导致华北落叶松林和杨桦混交林凋落物厚度较低,但生物量最大,落桦混交林和白桦林凋落物厚度较大,但生物量偏低。
本研究表明:凋落物层最大持水率从大到小依次为白桦林、杨桦混交林、落桦混交林、华北落叶松林。这一方面是因为阔叶树种的凋落物层易分解,且其分解后结构变疏松,导致吸水速率大[34];另一方面,针叶树种的叶片富含油脂,叶片角质层发达难分解,亲水性较差,导致其持水率低[20]。而凋落物层最大持水量从大到小依次为华北落叶松林、落桦混交林、杨桦混交林、白桦林,其变化规律与最大持水率相反,这与阔叶林凋落物层持水能力优于针叶林的研究结果不一致[20−21],因为最大持水量除与凋落物性质有关外,还主要取决于生物量大小,最大持水量与生物量呈线性正相关关系[35]。4种森林类型凋落物层最大持水率总体表现为未分解层大于半分解层,而持水量表现为半分解层大于未分解层,这与大兴安岭兴安落叶松Larix gmelinii林凋落物的研究结果不一致[36],这可能是随着凋落物的分解,其单位面积可持水性物质减少,导致半分解层最大持水率减小。此外,不同森林类型凋落物的持水能力有差异的原因也是多样的,凋落物持水性能还受到立地条件和人为干扰等因素的影响。
4种森林类型凋落物层最大拦蓄量、有效拦蓄量与最大持水量变化规律一致。凋落物层最大拦蓄率、有效拦蓄率与最大持水率变化规律基本一致,这与湖南会同杉木Cunninghamia lanceolata人工林的研究结果相似[8]。华北落叶松林和落桦混交林凋落物层有效拦蓄量大于杨桦混交林和白桦林,说明华北落叶松林和落桦混交林拦蓄降水能力优于杨桦混交林和白桦林,这可能是因为华北落叶松林生产力高、生长状况好和林下植物多样性高,林内环境更适宜凋落物积累,导致凋落物层有效拦蓄量较大。而白桦和山杨属于次生林,林地曾受人为干扰,凋落物分解速率快且积累量少,造成白桦林凋落物有效拦蓄量低。有效拦蓄量不仅与凋落物现存量有关外,还受凋落物分解程度和气候等因素的影响,因此不同分解层凋落物拦蓄能力有差异[2]。
4种森林类型凋落物的持水量和吸水速率与浸水时间呈现相似的规律,在浸水初期,凋落物由于表面水势差较大而迅速吸水;随着浸水时间的延长,持水量逐渐增大并趋向饱和,吸水速率逐渐减小并趋向稳定;凋落物层持水量、吸水速率与浸水时长分别呈现较好的对数和幂函数关系。这与冀西北山地[19]和小五台山地区[37]森林凋落物持水过程的研究结果一致,表明林地凋落物在降水前期能快速吸水,发挥拦蓄降水作用,有助于保持水土和涵养水源。
以往的研究中大多认为天然林的水土保持能力在各个层面均比人工林更好[38],而本研究结果表明:坝上地区人工林(华北落叶松林)与天然林(白桦林、杨桦混交林)的凋落物持水性能之间差异不显著,而人工林凋落物层生物量显著大于天然林,凋落物层最大持水量和有效拦蓄量比天然林提高了71.93%、59.96%,其凋落物层的综合水源涵养效果比天然林更好,这与青海省塔尔沟小流域森林凋落物层的研究结果相似[38]。这一方面可能是落叶松林适宜坝上地区的水热条件,生长状况好,凋落物累积量较多;另一方面,山杨和白桦属于次生林,前期的人为干扰对其水土保持能力也有一定的影响。此外,森林的水文功能除与凋落物层有关外,还受林冠层、土壤层和树木生态特性等多种因素的影响。综上,在不同的区域内,天然林凋落物层的水源涵养效果不一定都是最优,而人工辅助措施营造的人工林也能显著提高林地水土保持效果,这为后期研究人工林的生态效益提供新的认识。
4. 结论
本研究表明:白桦林和杨桦混交林凋落物层的持水率和拦蓄率较高。但综合考虑凋落物层厚度、生物量、持水量和拦蓄水量等各项水文指标,落叶松林和落桦混交林凋落物层水源涵养能力更强。因而,在后期坝上地区的林业规划过程中,可以考虑引种人工针叶林,或在阔叶纯林中混交针叶树种等措施,充分发挥人工林凋落物层的生态效益,实现森林的水源涵养能力提升。
-
表 1 油松人工林的基本特征
Table 1. Characteristics of Pinus tabulaeformis plantations
样地代号 树种 林龄/a 平均胸径/cm 平均树高/m 林分密度/(株·hm-2) 郁闭度 坡度/(°) P40 油松 40 13.6 14.9 2 780 87.5 15 P60 油松 60 26.7 15.1 1 430 78.2 18 P80 油松 80 36.4 13.8 520 71.7 16 表 2 不同林龄油松人工林的土壤化学性状
Table 2. Soil chemical properties of Pinus tabulaeformis plantations with different ages
处理 w全氮/(g·kg-1) 处理 w氨态氮/(mg·kg-1) 0~10 10~20 20~30 cm 0~10 10~20 20~30 cm P40 1.18 ± 0.07 0.76 ± 0.20 0.77 ± 0.08 P40 11.6 ± 3.0 9.4 ± 2.2 10.2 ± 0.9 P60 1.54 ± 0.40 0.96 ± 0.12 0.77 ± 0.13 P60 20.6 ± 8.4 17.2 ± 3.2 14.1 ± 1.8 P80 2.04 ± 0.37 1.06 ± 0.14 0.75 ± 0.15 P80 24.8 ± 3.4 18.2 ± 2.2 17.8 ± 3.3 处理 w有机质/(g·kg-1) 处理 w硝态氮/(mg·kg-1) 0~10 10~20 20~30 cm 0~10 10~20 20~30 cm P40 17.72 ± 2.79 11.29 ± 2.48 11.00 ± 2.83 P40 17.0 ± 2.7 13.7 ± 3.5 17.4 ± 4.4 P60 27.95 ± 2.48 16.03 ± 2.77 13.00 ± 2.07 P60 16.6 ± 3.3 21.5 ± 8.9 22.5 ± 3.0 P80 28.86 ± 4.45 14.55 ± 2.02 9.08 ± 2.29 P80 23.5 ± 6.8 23.6 ± 4.6 30.1 ± 8.4 处理 w速效钾/(mg·kg-1) 处理 w有效磷/(mg·kg-1) 0~10 10~20 20~30 cm 0~10 10~20 20~30 cm P40 227 ± 56 171 ± 62 164 ± 6 P40 2.6±0.5 2.8±0.5 2.0±0.4 P60 244 ± 15 171 ± 15 169 ± 71 P60 3.4±0.1 3.4±0.4 2.9±0.6 P80 297 ± 26 201 ± 22 208 ± 66 P80 5.4 ± 1.3 2.6±0.6 3.0±0.8 表 3 不同土壤养分指标间的相关系数
Table 3. Correlation coefficient between different soil nutrients
项目 全氮 有机质 铵态氮 硝态氮 速效磷 速效钾 微生物量氮 微生物量碳 全氮 1 有机质 0.899** 1 铵态氮 0.661** 0.591** 1 硝态氮 -0.151 -0.319 -0.442** 1 速效磷 0.623** 0.435** 0.377* 0.163 1 速效钾 0.652** 0.600** 0.534** -0.287 0.504** 1 微生物量氮 0.827** 0.702** 0.635** -0.028 0.538** 0.494** 1 微生物量碳 0.747** 0.763** 0.433** -0.054 0.359* 0.483** 0.786** 1 说明: *和**表示差异分别达到5%和1%显著性水平 表 4 不同因子载荷、权重、特征根和方差贡献率
Table 4. Factor load, weight, characteristic root and variance contribution rate
土壤指标 主成分旋转因子载荷 权重 1 2 3 4 全氮 0.80 0.48 0.15 -0.19 0.100 铵态氮 0.46 0.44 0.57 -0.08 0.071 有机质 0.82 0.26 0.29 -0.26 0.103 硝态氮 -0.03 0.08 -0.93 0.18 0.116 速效钾 0.27 0.87 -0.22 -0.14 0.109 速效磷 0.35 0.67 0.38 -0.05 0.084 微生物量氮 0.84 0.35 0.02 0.01 0.105 微生物量碳 0.94 0.10 0.02 0.02 0.118 土壤含水率 0.60 0.48 0.36 -0.29 0.075 土壤容重 -0.10 -0.13 -0.18 0.95 0.119 特征根 2.367 1.198 0.936 0.806 方差贡献率/% 0.560 0.144 0.088 0.065 累计贡献率/% 0.560 0.704 0.792 0.857 -
[1] MAO Dingming, MIN Yiwei, YU Liaolan, et al. Effect of afforestation on microbial biomass and activity in soils of tropical China[J]. Soil Biol Biochem, 1992, 24(9):865-872. [2] KARLEN D L, MAUSBACH M J, DORAN J W, et al. Soil quality:a concept, definition, and framework for evaluation[J]. Soil Sci Soc Am J, 1997, 61(1):4-10. [3] BADIANE N N Y, CHOTTE J L, PATE E, et al. Use of soil enzymes to monitor soil quality in natural and improved fallows in semi-arid tropical regions[J]. Appl Soil Ecol, 2001, 18(3):229-238. [4] 张贞, 魏朝富, 高明, 等.土壤质量评价方法进展[J].土壤通报, 2006, 37(5):999-1006. ZHANG Zhen, WEI Chaofu, GAO Ming, et al. Assessment methods for soil quality:a review[J]. Chin J Soil Sci, 2006, 37(5):999-1006. [5] 赵娜, 孟平, 张劲松, 等.华北低丘山地不同退耕年限刺槐人工林土壤质量评价[J].应用生态学报, 2014, 25(2):351-358. ZHAO Na, MENG Ping, ZHANG Jinsong, et al. Soil quality assessment of Robinia psedudoacia plantations with various ages in the Grain-for-Green Program in hilly area of North China[J]. Chin J Appl Ecol, 2014, 25(2):351-358. [6] 张连金, 赖光辉, 孙长忠, 等.北京九龙山土壤质量综合评价[J].森林与环境学报, 2016, 36(1):22-29. ZHANG Lianjin, LAI Guanghui, SUN Changzhong, et al. Comprehensive evaluation of soil quality fertility in Jiulong Mountain, Beijing[J]. J For Environ, 2016, 36(1):22-29. [7] 赵建诚, 范少辉, 余林, 等.不同密度毛竹林土壤质量综合评价[J].林业科学, 2015, 51(10):1-9. ZHAO Jiancheng, FAN Shaohui, YÜ Lin, et al. Comprehensive evaluation of soil quality in Phyllostachys edulis stands of different stocking densities[J]. Sci Silv Sin, 2015, 51(10):1-9. [8] 李婕羚, 李朝婵, 胡继伟, 等.典型喀斯特山区无籽刺梨基地土壤质量评价[J].水土保持研究, 2017, 24(1):54-60. LI Jieling, LI Chaochan, HU Jiwei, et al. Soil quality assessment of Rosa sterilis S. D. Shi planting bases in typical karst mountain region of Guizhou, China[J]. Res Soil Water Conserv, 2017, 24(1):54-60. [9] 张子龙, 王文全, 缪作清, 等.主成分分析在三七连作土壤质量综合评价中的应用[J].生态学杂志, 2013, 32(6):1636-1644. ZHANG Zilong, WANG Wenquan, MIAO Zuoqing, et al. Application of principal component analysis in comprehensive assessment of soil quality under Panax notoginseng continuous planting[J]. Chin J Ecol, 2013, 32(6):1636-1644. [10] 刘占锋, 傅伯杰, 刘国华, 等.土壤质量与土壤质量指标及其评价[J].生态学报, 2006, 26(3):901-913. LIU Zhanfeng, FU Bojie, LIU Guohua, et al. Soil quality:concept, indicators and its assessment[J]. Acta Ecol Sin, 2006, 26(3):901-913. [11] 陈云明, 梁一民, 程积民.黄土高原林草植被建设的地带性特征[J].植物生态学报, 2002, 26(3):339-345. CHEN Yunming, LIANG Yimin, CHENG Jimin. The zonal character of vegetation construction on loess plateau[J], Acta Phytoecol Sin, 2002, 26(3):339-345. [12] 闫一凡, 刘建立, 张佳宝.耕地地力评价方法及模型分析[J].农业工程学报, 2014, 30(5):204-210. YAN Yifan, LIU Jianli, ZHANG Jiabao. Evaluation method and model analysis for productivity of cultivated land[J]. Trans Chin Soc Agric Eng, 2014, 30(5):204-210. [13] 胡丰青, 郝萌萌, 王济, 等.土壤质量模糊综合评价权重确定方法探讨[J].环境科学与技术, 2013, 36(6L):355-360. HU Fengqing, HAO Mengmeng, WANG Ji, et al. Discussing on determination to weights in fuzzy comprehensive evaluation of soil quality[J]. Environ Sci Technol, 2013, 36(6L):355-360. [14] 刘广明, 吕真真, 杨劲松, 等.基于主成分分析及GIS的环渤海区域土壤质量评价[J].排灌机械工程学报, 2015, 33(1):67-72. LIU Guangming, LÜ Zhenzhen, YANG Jingsong, et al. Quality evaluation of soil in land along Bohai Sea Coast by principal component analysis and GIS[J]. J Drain Irrig Mach Eng, 2015, 33(1):67-72. [15] 赵伟红, 康峰峰, 韩海荣, 等.冀北辽河源地区不同林龄油松天然次生林土壤理化特征的研究[J].西北林学院学报, 2014, 29(3):1-8. ZHAO Weihong, KANG Fengfeng, HAN Hairong, et al. Physicochemical properties of the soils of Pinus tabueformis natural secondary stands with different ages in Liaoheyuan area of northern Hebei[J]. J Northwest For Univ, 2014, 29(3):1-8. [16] 周萍, 刘国彬, 文安邦, 等.黄土丘陵区不同林龄乔灌林地土壤水分及持水性能研究[J].水土保持研究, 2010, 17(1):188-193. ZHOU Ping, LIU Guobin, WEN Anbang, et al. Study on characters of soil water content and water conservation of arbor andshrub lands with different forest ages in the Loess Hilly-gullied Region[J]. Res Soil Water Conserv, 2010, 17(1):188-193. [17] 陈雪, 马履一, 贾忠奎, 等.影响油松人工林土壤质量的关键指标[J].中南林业科技大学学报, 2012, 32(8):46-51. CHEN Xue, MA Lüyi, JIA Zhongkui, et al. Study of key indexes affecting soil quality in Pinus tabulaeformis plantations[J]. J Centr South Univ For Technol, 2012, 32(8):46-51. [18] 王洪岩, 王文杰, 邱岭, 等.兴安落叶松林生物量、地表枯落物量及土壤有机碳储量随林分生长的变化差异[J].生态学报, 2012, 32(3):833-843. WANG Hongyan, WANG Wenjie, QIU ling, et al. Differences in biomasslitter layer mass and SOC storage changing with treegrowth in Larix gmelinii plantations in Northeast China[J]. Acta Ecol Sin, 2012, 32(3):833-843. [19] 葛晓改, 肖文发, 曾立雄, 等.不同林龄马尾松凋落物基质质量与土壤养分的关系[J].生态学报, 2012, 32(3):852-862. GE Xiaogai, XIAO Wenfa, ZENG Lixiong, et al. Relationships between litter substrate quality and soil nutrients in different-aged Pinus massoniana stands[J]. Acta Ecol Sin, 2012, 32(3):852-862. [20] 孙娇, 赵发珠, 韩新辉, 等.不同林龄刺槐林土壤团聚体化学计量特征及其与土壤养分的关系[J].生态学报, 2016, 36(21):6879-6888. SUN Jiao, ZHAO Fazhu, HAN Xinhui, et al. Ecological stoichiometry of soil aggregates and relationship with soil nutrients of different-aged Robinia pseudoacacia forests[J]. Acta Ecol Sin, 2016, 36(21):6879-6888. [21] 涂玉, 尤业明, 孙建新.油松-辽东栎混交林地表凋落物与氮添加对土壤微生物生物量碳、氮及其活性的影响[J].应用生态学报, 2012, 23(9):2325-2331. TU Yu, YOU Yeming, SUN Jianxin. Effects of forest floor litter and nitrogen addition on soil microbial biomass C and N and microbial activity in a mixed Pinus tabulaeformis and Quercus liaotungensis forest stand in Shanxi Province of China[J]. Chin J Appl Ecol, 2012, 23(9):2325-2331. [22] 杨凯, 朱教君, 张金鑫, 等.不同林龄落叶松人工林土壤微生物生物量碳氮的季节变化[J].生态学报, 2009, 29(10):5500-5507. YANG Kai, ZHU Jiaojun, ZHANG Jinxin, et al. Seasonal dynamics of soil microbial biomass C and N in two larch plantation forests with different ages in Northeastern China[J]. Acta Ecol Sin, 2009, 29(10):5500-5507. [23] 金发会, 李世清, 卢红玲, 等.石灰性土壤微生物量碳、氮与土壤颗粒组成和氮矿化势的关系[J].应用生态学报, 2007, 18(12):2739-2746. JIN Fahui, LI Shiqing, LU Hongling, et al. Relationships of microbial biomass carbon and nitrogen with particle composition and nitrogen mineralization potential in calcareous soil[J]. Chin J Appl Ecol, 2007, 18(12):2739-2746. [24] 安然, 龚吉蕊, 尤鑫, 等.不同龄级速生杨人工林土壤微生物数量与养分动态变化[J].植物生态学报, 2011, 35(4):389-401. AN Ran, GONG Jirui, YOU Xin, et al. Seasonal dynamics of soil microorganisms and soil nutrients in fast-growing populus plantation forests of different ages in Yili, Xinjiang, China[J]. Chin J Plant Ecol, 2011, 35(4):389-401. [25] 时伟伟, 彭晚霞, 宋同清, 等.不同林龄尾巨桉人工林土壤养分与微生物的耦合关系[J].西北植物学报, 2013, 33(7):1452-1458. SHI Weiwei, PENG Wanxia, SONG Tongqing, et al. Coupling relationships between soil microbe and soil nutrient in Eucalyptus mrophylla×E. grandis plantation at different stand ages[J]. Acta Bot Boreal-Occident Sin, 2013, 33(7):1452-1458. [26] MILLER F P, WALI M K. Soils, land use and sustainable agriculture:a review[J]. Can J Soil Sci, 1995, 75(4):413-422. [27] 李俊清, 王业蘧.天然林内红松种群数量变化的波动性[J].生态学杂志, 1986, 5(5):1-5. LI Junqing, WANG Yeju. Wave features of population changes of Pinus koraiensis in natural forest[J]. Chin J Ecol, 1986, 5(5):1-5. [28] 戴全厚, 薛萐, 刘国彬, 等.侵蚀环境撂荒地植被恢复与土壤质量的协同效应[J].中国农业科学, 2008, 41(5):1390-1399. DAI Quanhou, XUE Sha, LIU Guobin, et al. The synergistic effect between vegetation recovery and soil quality on abandoned arable land in eroded hilly Loess Plateau[J]. Sci Agric Sin, 2008, 41(5):1390-1399. -
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.2019.03.020