文章信息
- 路嘉丽, 沈光, 王琼, 裴忠雪, 任蔓莉, 魏晨辉, 王文杰
- LU Jiali, SHEN Guang, WANG Qiong, PEI Zhongxue, REN Manli, WEI Chenhui, WANG Wenjie.
- 落叶松、水曲柳、樟子松和农田土壤指标差异及其综合比较
- Larch, ash, Scots pine, and farmland-induced differences on 17 soil parameters and their comprehensive analyses
- 生态学报. 2017, 37(10): 3543-3552
- Acta Ecologica Sinica. 2017, 37(10): 3543-3552
- http://dx.doi.org/10.5846/stxb201603080412
-
文章历史
- 收稿日期: 2016-03-08
- 网络出版日期: 2017-02-17
2. 黑龙江省科学院自然与生态研究所, 哈尔滨 150040
2. Institute of Natural Resources and Ecology, Heilongjiang Academy of Sciences, Harbin 150040, China
东北地区植被以大森林和大农业为特色, 其中作为我国重要国有林区之一, 造林树种很多, 其中落叶松(Larix gmelinii)、水曲柳(Fraxinus mandschurica)、樟子松(Pinus sylvestris var.mongolica)是主要造林树种, 它们不仅在造林效益方面占据重要地位, 而且对于生态系统的结构和功能起到重要作用[1-2]。落叶松作为速生造林树种, 对于碳汇林的营造具有重要意义, 近年来已有不少学者涉足这方面的研究[3];水曲柳在生态系统中具有重要意义, 人们对水曲柳做了大量研究并且发现水曲柳幼苗对N(形态和浓度)非常敏感[4];樟子松适应性较强, 生长迅速, 是营造防风固沙林、农田防护林、水土保持林的主要树种, 多年来在樟子松的研究中取得了不少的成果[5]。国家重大生态工程——三北防护林工程和退耕还林工程的生态效益均涉及林地与农田土壤差异, 而提升效益则多涉及树种间差异分析。不同类型人工林林分对林下土壤肥力的影响及作用机理一直是森林土壤学研究的重点领域之一[6-7], 但是很少有文章综合分析不同类型人工林和农田对肥力指标、物理指标、盐碱度、碳截获等多指标系统的综合影响, 特别是不同树种或植被类型间的差异在不同深度土壤、不同地点间是否存在一致性的表现[8-10]。如果存在一致性的差异, 说明树种的差异具有普遍性, 可以成为树种选择的一个依据;反之, 如果不一致, 则说明地点或者土壤本身在土壤各指标差异尚具有更大的决定性。对这些科学问题的理解, 有助于分析我国森林相关生态工程的土壤相关生态效益评价及服务功能提升实践。
基于此, 本文对4种植被类型的17个指标进行综合评价, 探讨不同树种造林对土壤质量的改善程度, 以期为进一步选择合理的造林树种和模式提供理论依据。预期回答以下3个问题:1) 不同植被间对土壤性质有多大的影响, 有多少指标在不同深度上表现一致?2) 土壤养分维持、土壤固碳、土壤物理性质维持以及降低土壤盐碱度方面, 4种植被类型间的差异如何?不同地点是否一致?3) 我们的发现有何启示?
1 研究地点、实验材料与实验方法 1.1 研究地点、材料与样品采集本研究选择两个地点, 主要是为了确定种间差异是否在不同地点间具有一致性。研究区选择两个地点:(1) 秀水林场, 位于小兴安岭南麓, 属于伊春市带岭林业局。地理坐标为东经128°59′38″—129°00′00″, 北纬47°00′32″—47°03′17″, 属大陆性湿润季风气候, 全年平均气温1.4℃, 无霜期115d左右, 年降雨量在676—724 mm, 土壤类型属于森林暗棕壤[11-12]。(2) 帽儿山林场, 位于长白山系张广才岭的西北部, 属小岭余脉。地理坐标为东经127°34′13″—127°34′48″, 北纬45°15′58″—45°16′28″, 属大陆性湿润季风气候, 全年平均气温2.8 ℃, 年降水量723.8 mm, 土壤类型属于暗棕壤[12-13]。
选择地形平坦(坡度 < 5°), 海拔比较一致的样地类型, 以保证植被类型间差异是产生土壤各指标差异的主要原因。2013年8月—9月间在秀水林场和帽儿山林场选择毗邻的落叶松人工林、水曲柳人工林、樟子松人工林、农田4个植被类型(表 1), 每个类型在两个地点各选5块样地20m×20m, 每块样地选择4个点, 开挖土壤剖面并分0—20、20—40、40—60cm 3个土层, 100cm3环刀采样。每个样地的树木年龄, 用生长锥至少采集4个树心、查年轮并求平均值作为林龄[12]。
林场 Forest farms |
类型 Type |
密度 Density/(株/hm2) |
树高 Tree heigh/m |
胸径 Diameter at breast height/cm |
地径 Ground diameter/cm |
树基部面积比 Base area ratio |
年轮 Annual ring/a |
海拔/m Maltitude | 样地面积 Sample area/hm2 |
造林时间 Afforestation time/a |
调查样地个数 Sample number/个 |
秀水 | 落叶松Larix gmelinii | 540 | 17 | 22.2 | 29.3 | 0.72 | 36 | 228 | 20.2 | 1977 | 5 |
水曲柳 Fraxinus mandschurica |
1800 | 16.3 | 23.1 | 29.5 | 0.71 | 50 | 234 | 0.7 | 1963 | 5 | |
樟子松Pinus sylvestris var.mongolica |
1380 | 17 | 24.6 | 31.4 | 1.3 | 47 | 231 | 1.6 | 1966 | 5 | |
农田farmland | 227 | 2.3 | 1960s | 6 | |||||||
帽儿山 | 落叶松Larix gmelinii | 1140 | 18 | 20.8 | 26.1 | 0.67 | 36 | 321 | 2 | 1977 | 5 |
水曲柳 Fraxinus mandschurica |
940 | 15.8 | 21.2 | 26.6 | 0.6 | 42 | 312 | 0.6 | 1971 | 5 | |
樟子松Pinus sylvestris var.mongolica |
1085 | 16.2 | 19.3 | 24.3 | 0.78 | 41 | 316 | 0.8 | 1972 | 5 | |
农田farmland | 318 | 1.5 | 1970s | 5 |
鉴于以往研究往往对少数土壤指标进行对比, 缺乏可靠性和准确性。本研究选择土壤物理指标(容重、孔隙度、比重和比表面积)、土壤盐碱度(pH和电导率EC)、土壤养分(土壤碳氮磷及碱解氮、速效磷、速效钾、土壤真菌代谢产物——易提取及总球囊霉素相关蛋白GRSP)、土壤有机质(有机碳及其矿化速率)与根系密度等17个指标进行研究。
参照鲍士旦的方法[2, 13-15], SOC含量的测定采用重铬酸钾容量法-外加热法;全氮含量采用半微量凯氏定氮法测定;碱解氮含量采用碱解扩散法测定;全磷含量采用NaOH熔融-钼锑抗比色法测定;速效磷含量采用碳酸氢钠法测定;全钾含量的测定方法是NaOH熔融-火焰光度法;速效K含量采用NH4OAC浸提-火焰光度法测定;土壤pH采用Sartorius PB 10型精密酸度计测定, 土壤电导率采用DDS-307电导率测定仪测定(采用1土:5水的土壤溶液测定);比重采用比重瓶法进行测定;比表面积采用CH3COOK简易吸附法进行测定[16];有机碳矿化速率采用Li-6400测定[8];测定公式如下:根系密度=根系干重/400cm3;土壤容重=风干土样重/体积(400cm3);孔隙度=(1-容重/比重)×100%[17];球囊霉素相关土壤蛋白(包括EEG和TG含量)采用的是将Wright的方法稍加修改进行测定的[18-19]。
1.3 多因素方差分析法确定植被类型间差异一致性及在不同深度的差异以4种植被类型和3个土壤深度为固定因子(自变量), 以17个土壤相关指标为因变量, 进行多因素方差分析。4个植被类型间存在差异显著(P < 0.05), 说明不同类型间具有显著不同的上述土壤相关指标, 否则说明植被类型间的差异不明显。当植被类型间差异显著时, 使用多重比较确认植被类型间差异的大小和发生在哪些植被类型间, 使用不同字母法标示这种差异, 这种标示方法也是1.4中数据标准化的基础。
类型与深度的交互作用分析(类型×深度)用于分析植被类型间差异是否在不同土壤深度表现一致:当类型×深度交互作用P < 0.05时, 说明类型间的差异在不同深度显著不同;反之, 当类型×深度交互作用P>0.05时, 说明类型间的差异在不同土壤深度基本一致(即差异不显著)。
1.4 数据标准化综合得分处理方法植被类型间差异分析的难点在于不同指标的植被类型间差异不尽一致, 如何能够综合这些指标获得更为可信的结果, 一般来讲多是通过降维的方法, 把数据归结为几类进行分析。本研究在逐个对植被类型间不同指标差异分析的基础上(如1.3所述), 把17个指标分为土壤物理性质(容重、比重、孔隙度、比表面积)、土壤肥力(全氮、全磷、全钾、碱解氮、速效磷、速效钾和EEG、TG)、盐碱度(土壤pH和电导率)及土壤固碳(土壤碳、有机碳矿化速率、根系密度)等4组。首先根据1.3结果将各个指标的数值按照从好到坏(比如肥力指标, 越高越好;物理性质:容重越低越好、孔隙度越高越好;降盐碱能力, pH和电导率越低越好;固碳能力, 根系密度越大, SOC含量越高、有机碳分解速率越慢越好)的顺序排序并根据多重比较的结果使用顺序a、b、c字母法进行显著性差异标注:相同指标植被类型间差异显著使用不同字母标示(P < 0.05), 而差异不显著使用相同字母标示(P>0.05)。
数据标准化处理步骤:
1) 首先将多重比较所标示的字母a、b、c分别用数字3、2、1进行转换, 当某一指标标有多个字母时取其算术平均值(如ab, 则取值为(3+2)/2=2.5);
2) 然后将4组指标类型的各个指标得分相加, 相加所得和来代表这一功能(土壤物理性质维持、肥力维持、固碳能力和降盐碱化能力)的标准化得分;
3) 上述标准化得分越高, 说明该树种的土壤物理性质维持、土壤肥力维持、碳截获能力、降低土壤盐碱度能力越好。
上述数据处理均采用SPSS 17.0软件进行, 用Excel 2007绘制相关图表。
2 结果 2.1 3个树种生长状态等基本情况差异树种的密度范围在540—1800株/hm2之间, 树高范围在15.8—18m之间, 胸径范围在19.3—24.6cm之间, 地径范围在24.3—31.4cm之间, 树基部面积比范围在0.6—1.3之间, 树龄在35—50a之间, 其中农田多开荒自原始森林植被, 开荒始于1960—1970年代(表 1)。
2.2 植被类型对17个指标影响的多因素方差分析:植被类型间比较及其不同土深差异两个地点均表现7—8个指标存在显著的植被类型间差异;其中秀水林场植被类型间差异达到显著的指标有8个:根系密度、土壤pH、土壤电导率、速效磷、TG、比重、容重、孔隙度;帽儿山林场植被类型间差异达到显著的指标有7个:根系密度、土壤pH、SOC、全氮、速效磷、全磷、容重(表 2)。
因变量 Dependent variable |
秀水林场Xiushui Forest Farm | 帽儿山林场Maoershan Forest Farm | |||||||||||||||
类型 Type |
土层深 Soil depth |
交互作用 Ineraction |
类型 Type |
土层深 Soil depth |
交互作用 Ineraction |
||||||||||||
F | Sig. | F | Sig. | F | Sig. | F | Sig. | F | Sig. | F | Sig. | ||||||
根系密度root density | 51.53 | 0.000 | 63.18 | 0.000 | 19.2 | 0.000 | 35.0 | 0.000 | 21.9 | 0.000 | 4.83 | 0.001 | |||||
土壤pH soil pH | 13.46 | 0.000 | 3.11 | 0.055 | 3.05 | 0.014 | 3.59 | 0.020 | 5.70 | 0.006 | 0.72 | 0.635 | |||||
土壤电导率EC | 4.58 | 0.007 | 3.85 | 0.029 | 0.80 | 0.575 | 1.41 | 0.252 | 0.95 | 0.393 | 1.60 | 0.167 | |||||
有机碳SOC | 0.85 | 0.475 | 12.8 | 0.000 | 1.33 | 0.263 | 3.39 | 0.025 | 6.38 | 0.003 | 1.16 | 0.341 | |||||
碱解氮AN | 0.49 | 0.689 | 4.68 | 0.014 | 2.06 | 0.078 | 2.74 | 0.053 | 4.35 | 0.018 | 1.30 | 0.274 | |||||
全氮TN | 1.01 | 0.400 | 20.8 | 0.000 | 0.92 | 0.492 | 8.04 | 0.000 | 15.7 | 0.000 | 2.00 | 0.084 | |||||
速效磷AP | 5.78 | 0.002 | 11.8 | 0.000 | 3.10 | 0.013 | 5.99 | 0.001 | 0.27 | 0.763 | 0.05 | 1.000 | |||||
全磷TP | 1.93 | 0.140 | 3.55 | 0.037 | 0.95 | 0.470 | 7.41 | 0.000 | 15.5 | 0.000 | 0.94 | 0.473 | |||||
速效钾Ak | 1.44 | 0.243 | 8.25 | 0.001 | 1.09 | 0.385 | 0.48 | 0.698 | 43.9 | 0.000 | 0.84 | 0.545 | |||||
全钾TK | 0.26 | 0.853 | 93.2 | 0.000 | 1.12 | 0.369 | 0.07 | 0.978 | 814 | 0.000 | 0.55 | 0.77 | |||||
EEG | 0.98 | 0.413 | 90.2 | 0.000 | 0.63 | 0.706 | 1.74 | 0.171 | 79.9 | 0.000 | 0.88 | 0.514 | |||||
TG | 2.98 | 0.042 | 58.4 | 0.000 | 1.14 | 0.356 | 1.05 | 0.378 | 16.0 | 0.000 | 1.67 | 0.15 | |||||
比重Specific gravity | 9.33 | 0.000 | 14.6 | 0.000 | 1.11 | 0.372 | 1.91 | 0.141 | 15.8 | 0.000 | 0.74 | 0.622 | |||||
容重Bulk density | 4.54 | 0.007 | 50.5 | 0.000 | 2.94 | 0.017 | 5.05 | 0.004 | 21.0 | 0.000 | 1.66 | 0.15 | |||||
孔隙度Porosity | 10.81 | 0.000 | 68.0 | 0.000 | 1.45 | 0.218 | 0.31 | 0.817 | 49.0 | 0.000 | 1.61 | 0.165 | |||||
比表面积 Specific surface area |
0.60 | 0.622 | 0.59 | 0.557 | 1.53 | 0.193 | 2.48 | 0.073 | 5.56 | 0.007 | 2.56 | 0.031 | |||||
有机碳矿化速率SOC mineralization | 1.46 | 0.238 | 157 | 0.000 | 2.15 | 0.067 | 0.27 | 0.844 | 125 | 0.000 | 0.14 | 0.989 | |||||
均值Mean value | 6.59 | 0.24 | 39.09 | 0.04 | 2.62 | 0.27 | 4.76 | 0.26 | 72.99 | 0.07 | 1.37 | 0.41 |
不同深度间土壤各指标差异较大, 秀水和帽儿山林场均发现15个指标具有显著的深度间差异;植被类型间的差异在不同土层之间表现一致的指标所占比例很大:秀水林场13个指标, 帽儿山林场全部17个指标, 这些指标均没有发现深度与类型间的显著交互作用(表 2)。
2.3 4个植被类型和17个指标的差异多重比较结果(1) 植被类型差异对不同指标的影响方式及差异大小
土壤盐碱度的植被类型间差异主要表现在土壤pH和电导率。秀水林场:pH由高到低依次为落叶松、农田、樟子松、水曲柳(表 3);水曲柳和农田的电导率显著高于樟子松和落叶松的1.25倍左右(表 3)。帽儿山林场:pH由高到低依次为水曲柳、落叶松、农田、樟子松(表 3);电导率在不同树种及农田间没有差异(表 2, 表 3)。
秀水林场Xiushui Forest Farm | 帽儿山林场Maoershan Forest Farm | ||||||||
落叶松 Larch |
农田 Farmland |
水曲柳 Ash |
樟子松 Scots pine |
落叶松 Larch |
农田 Farmland |
水曲柳 Ash |
樟子松 Scots pine |
||
在两个地点均具有显著植被类型间差异指标Parameters with inter-species differences at two sites | |||||||||
根系密度Root density/(g/cm3) | 0.02b | 0.01c | 0.05a | 0.02b | 0.021b | 0.01c | 0.04a | 0.018bc | |
容重Bulk density/(g/cm3) | 1.29a | 1.38a | 1.25b | 1.24b | 1.51a | 1.54a | 1.37b | 1.53a | |
速效磷AP/(mg/kg) | 3.71b | 9.47a | 4.35b | 3.91b | 3.65b | 3.66b | 9.96a | 3.24b | |
土壤pH soil pH | 6.52b | 5.74a | 5.52a | 5.71a | 5.54a | 5.52a | 5.85b | 5.52a | |
至少在一个地点具有显著植被类型间差异Parameters with inter-species differences at one site at least | |||||||||
土壤电导率EC/(μS/cm) | 28.36a | 33.8b | 37.0b | 27.9a | 23.6a | 27.9a | 28.6a | 27.7a | |
有机碳SOC/(g/kg) | 24.70a | 23.3a | 20.2a | 17.5a | 10.4b | 12.2b | 19.1a | 9.19b | |
全氮TN/(g/kg) | 1.22a | 1.08a | 1.02a | 0.90a | 0.50b | 0.56b | 1.06a | 0.48b | |
全磷TP/(g/kg) | 0.47a | 0.65a | 0.50a | 0.48a | 0.40b | 0.35b | 0.64a | 0.35b | |
TG/(mg/g) | 11.0a | 9.90ab | 8.49b | 9.28b | 6.87a | 6.76a | 7.68a | 7.09a | |
比重Specific gravity | 1.74b | 2.11a | 2.22a | 2.17a | 2.14a | 2.21a | 2.01a | 2.27a | |
孔隙度Porosity/% | 24.8c | 32.9b | 41.4a | 40.9a | 26.7a | 29.1a | 29.2a | 30.0a | |
两个地点均无植被类型间差异指标Parameters without inter-species differences at two sites | |||||||||
EEG(mg/g) | 0.95a | 0.94a | 1.00a | 1.06a | 0.66a | 0.73a | 0.82a | 0.71a | |
全钾TK/(g/kg) | 66.7a | 69.4a | 68.6a | 65.16a | 93.3a | 93.2a | 91.9a | 92.4a | |
速效钾Ak/(mg/kg) | 92.3a | 138a | 76.5a | 106a | 137a | 130a | 129a | 109a | |
碱解氮AN/(mg/kg) | 69.1a | 60.3a | 76.8a | 69.2a | 36.4a | 43.8a | 59.2a | 33.1a | |
比表面积 Specific surface area/(m2/g) |
33.3a | 32.7a | 36.2a | 24.7a | 30.8a | 42.8a | 33.1a | 29.2a | |
有机碳矿化速率SOC mineralization rate/ (μmol m-2 s-1) |
0.63a | 0.67a | 0.64a | 0.64a | 0.69a | 0.67a | 0.67a | 0.66a |
从全氮、全磷、全钾、碱解氮、速效磷、速效钾、EEG、TG等8个指标探究植被类型间土壤肥力维持能力的差异。秀水林场:农田的速效磷含量最高9.47 mg/kg, 显著高于其它3个树种均值的2.37倍(表 3);TG由高到低依次是落叶松、农田、樟子松、水曲柳(表 3);碱解氮、全氮、全磷、速效钾、全钾、EEG 6个指标在不同树种间没有显著差异(表 2, 表 3)。帽儿山林场:水曲柳的全氮含量显著高于其它3个类型均值的2.07倍左右(表 3);速效磷由高到低依次是水曲柳、农田、落叶松、樟子松(表 3);水曲柳的全磷含量显著高于其它3个类型均值的1.7倍左右(表 3);碱解氮、速效钾、全钾、EEG、TG 5个指标在不同树种间没有差异(表 2, 表 3)。
针对植被类型间对土壤物理性质影响, 对比了容重、孔隙度、比重、比表面积4个指标(表 2, 表 3)。秀水林场:容重由高到低依次是农田、落叶松、水曲柳、樟子松;水曲柳的孔隙度最高, 是最低值落叶松的1.7倍左右;落叶松的比重显著低于其他3个类型;比表面积在不同树种间没有差异。帽儿山林场:容重由高到低依次是农田、樟子松、落叶松、水曲柳(表 3);比重、孔隙度、比表面积3个指标不同树种间没有差异。
土壤碳截获的植被类型间差异主要表现在根系密度、SOC、有机碳矿化速率。秀水林场:水曲柳的根系密度显著高于其它3个类型均值的2.52倍(表 3);SOC、有机碳矿化速率2个指标在不同树种间没有差异(表 2, 表 3)。帽儿山林场:水曲柳的根系密度显著高于其它3个类型均值的2.23倍左右(表 3);SOC含量由高到低依次是水曲柳、农田、落叶松、樟子松;有机碳矿化速率在不同树种间没有差异(表 2, 表 3)。
(2) 两个林场综合比较
尽管不同土壤深度间具有更普遍的差异(17指标中的15个), 但是两个林场植被类型间差异均达到显著的指标有7—8个。在这7—8个指标中, 两地点相同的指标有4个:根系密度、土壤pH、速效磷、容重(表 3)。根系密度均表现为水曲柳>落叶松>樟子松>农田;pH值在帽儿山水曲柳高于其它类型, 而秀水林场水曲柳等显著低于落叶松;速效磷在秀水农田最高, 而在帽儿山则是水曲柳最高;容重两地都表现为水曲柳显著低于农田及落叶松林。类型与深度的交互作用分析显示, 大多数指标在0—60cm间类型间差异在不同土层之间表现一致(13—17个指标)(没有显著的交互作用, 表 2)。
从盐碱度来说, 两个林场差异均达到显著的指标是pH, 而土壤电导率在秀水林场差异显著, 在帽儿山林场差异不显著。从土壤肥力维持能力来说, 两个林场的植被类型间差异均达到显著的指标是速效磷, 并且有4个指标(全钾、碱解氮、速效钾、EEG)在两个林场的植被类型间差异不显著, 其它3个指标至少在一个地点存在显著植被类型间差异。从碳截获来说, 两个林场均存在显著差异的是根系密度, 而有机碳矿化速率在两个林场的植被类型间差异均不显著。从土壤物理性质来说, 两个林场均存在植被类型间差异的是容重, 而比表面积在两个林场的植被类型间差异均不显著。
2.4 土壤肥力维持能力标准化得分相关树种及农田间比较分析土壤肥力维持能力方面:秀水林场肥力维持能力得分比较高的是农田和落叶松(26);帽儿山林场肥力维持能力得分比较高的是水曲柳(27)。由此可知, 不同地点土壤肥力维持的植被类型间差异不一致, 难以确定土壤肥力维持能力比较好树种。
秀水林场:土壤肥力维持能力得分比较高的是农田(26.5) 和落叶松(26), 而得分比较低的是水曲柳和樟子松(25)(图 1)。对比表 3(不同树种对土壤肥力的影响), 农田和落叶松的全氮、速效磷、全磷、速效钾、TG多高于水曲柳、樟子松的相应值, 相应平均值分别高出20%、59.4%、12.7%、26.2%、17.3%。
帽儿山林场:土壤肥力维持能力得分最高的树种是水曲柳(27), 得分比较低的树种是落叶松、农田、樟子松(23)(图 1)。对比表 3(不同树种对土壤肥力的影响), 水曲柳的碱解氮、全氮、速效磷、全磷、速效钾、EEG、TG多高于落叶松、农田、樟子松相应值, 相应平均值分别高出56.7%、107%、183%、74.6%、3%、17.8%、11.1%
2.5 土壤物理性质改良标准化得分相关树种及农田间比较分析综合土壤物理指标来看, 两个林场得分比较高的树种均是水曲柳, 得分排序基本一致, 总得分排序:水曲柳(22)、樟子松(21)、农田(19)、落叶松(18), 因此, 水曲柳具有维持更好的土壤物理性质的能力。其中秀水林场:土壤物理指标得分比较高的树种是水曲柳和樟子松(11), 对比表 3(不同树种对土壤物理性质的影响), 水曲柳和樟子松的比重、孔隙度多高于落叶松的相应值, 相应平均值分别高出24.3%、64.6%, 相应的容重低4%。帽儿山林场:土壤物理指标得分最高的树种是水曲柳11, 对比表 3(不同树种对土壤物理性质的影响), 水曲柳的孔隙度高于土壤物理性质比较差的树种(落叶松、农田、樟子松)的2%, 相应的容重低12%。
2.6 土壤固碳能力标准化得分相关树种及农田间比较分析综合土壤固碳指标可知(图 3), 两个林场土壤固碳能力最好的树种都是水曲柳(总得分14), 而且得分高低排序一致:水曲柳、落叶松、樟子松、农田, 而且不同树种土壤固碳能力的差异主要发生在根系密度(表 3)。
秀水林场 土壤固碳指标得分最高的树种是水曲柳(7), 而得分最低的类型是农田(5)。水曲柳的得分是农田的1.4倍左右(图 3)。对比表 3(不同树种对土壤固碳能力的影响), 水曲柳的根系密度高于农田的270%, 而农田的SOC、有机碳矿化速率高于水曲柳相应值的15%、5%。帽儿山林场:土壤固碳指标得分最高的树种是水曲柳(7), 得分最低的类型是农田(4)。对比表 3(不同树种对土壤固碳能力的影响), 水曲柳的根系密度、SOC含量多高于农田的相应值, 相应平均值分别高出195%、56.9%。可见, 不同树种土壤固碳能力的差异主要发生在根系密度, 其次是SOC, 而有机碳矿化速率差异很小。
2.7 土壤降盐碱度标准化得分相关树种及农田间比较分析综合土壤盐碱度指标可知, 两个林场降盐碱度得分最高的树种是樟子松(7), 最低的树种是水曲柳(5), 农田和落叶松居中。具体来看:秀水林场:降盐碱度得分最高的是樟子松(4), 而落叶松、农田、水曲柳得分均为3(图 4)。对比表 3(不同树种对土壤盐碱度指标的影响), 樟子松土壤pH、土壤电导率多低于其它3个植被类型相应平均值的4%和18.4%。帽儿山林场:降盐碱度综合得分最低的是水曲柳(2), 而其它植被得分都是3(图 4)。对比表 3(不同树种对土壤盐碱度指标的影响), 水曲柳的土壤pH、土壤电导率高于土壤盐碱度比较差的樟子松、落叶松、农田相应值, 相应平均值分别高出5.9%、8.3%。综合上述结果说明, 樟子松具有较高的降盐碱能力, 而水曲柳表现较差。
3 讨论 3.1 植被类型间差异及其在不同深度上一致性分析:统计检验与意义造林树种与其它作物如草本和农作物不一样, 树木根系较深, 其具体影响的深度也可能存在树种的差异[20-21]。由于不同学者对土壤研究尺度大小不同, 土壤本身不同土层也存在明显差异, 难以获得准确的信息, 致使同一地区的研究结果常常存在较大差异[22-23]。因此, 在采取土壤样品时分土层分析具有十分重要的意义。前期对落叶松的研究发现, 土地利用对表层和深层影响差异明显, 甚至趋势相反, 需要同时考虑表层和深层土壤碳和氮等指标变化[6, 10, 11, 15]。李龙等研究认为不同土层土壤SOC含量与SOC密度均随土层深度的增加而明显下降[23]。本研究也确认土壤深度差异对各种土壤指标的影响, 两个地点均表现15个指标存在显著的土壤深度间的差异(图 3)。在如此大的土壤层次间差异存在的情况下, 植被类型间差异是否可以测定出来?我们的结果也给出了肯定的答案。
17个指标中, 两个地点均显示出植被类型间差异的指标有一半左右(7—8个指标), 而且有4个指标(根系密度、容重、土壤pH、速效磷)在两个地点均存在显著的植被类型间差异, 其中根系密度和容重植被类型间差异在两个地点间排序基本一致, 水曲柳根系密度最高, 土壤容重最低(表 3)。此外, 植被间植被类型间差异两个地点一致的还包括EEG、全钾、速效钾、碱解氮、土壤比表面积和有机碳矿化速率等6个指标, 这几个指标4种植被类型间基本一致(P>0.05)(表 3)。目前植被类型间差异对土壤的影响存在较大的差别[11], 本研究的结果也证明了这一点。土壤相关指标多大程度上决定于植被, 特别是在不同地点间表现一致的植被类型间差异, 确实不易甄别。我们的研究确认, 如果植被对土壤相关指标存在普遍的显著影响的话, 在我们测定的17个指标中, 最可能是根系密度和土壤容重。
植被类型间差异在不同深度是否一致, 基于植被类型与深度的交互作用分析, 我们从统计学给出了可能答案。树种类型间的差异在不同土层之间表现一致(类型×深度, P>0.05) 的指标占所测定的指标比例很大76%—100%:秀水13个指标和帽儿山全部测定指标(17个)(表 2)。我们的发现说明, 在本文研究区域, 采样确定某些指标的植被类型间差异时, 如电导率、全氮、全磷、全钾、碱解氮、速效钾、EEG、TG、比重、孔隙度、比表面积、SOC、有机碳矿化速率, 采样0—20、20—40cm和40—60cm土壤样品中全部采样或者只采集部分深度样品, 从统计学角度看, 所得到的植被类型间差异是一致的。前期对落叶松林生长发育对土壤不同层次土壤影响通过多因素协方差分析进行了统计分析[10], 本文进一步从统计学角度进行阐述了种间差异在不同土深的一致性问题, 是对前人研究的一个补充。
3.2 植被类型间差异综合评价及启示土壤养分含量状况是土壤肥力的重要标志[5], 而森林土壤碳截获是森林碳汇功能的主要组成[6, 24]。安静等对东北不同地区农田、皆伐迹地和人工林的研究也发现地点间肥力相关指标很大的差异, 可以掩盖相关的土地利用类型间的差异[6, 12, 25]。综合土壤肥力维持能力指标来看, 不同地点植被类型间差异并不一致, 难以确定土壤肥力维持能力比较好树种, 甚至并不不比附近农田高。两个林场土壤固碳能力最好的树种都是水曲柳, 而且得分高低排序一致, 主要发生在根系密度。鉴于土壤肥力及土壤碳截获的重要性, 对这些种间差异的分析有助于评价造林, 特别是不同树种及林分-农田差异的生态功能具有科学意义。
土壤物理性质不仅决定了土壤中水、气、热和生物状况, 而且对土壤蓄水保肥能力、土壤养分的利用和吸收具有重要的影响[13, 26]。本研究所在的区域松嫩平原土壤盐碱化趋势严重, 生物改良措施已经成为战略需求[27]。水曲柳对优良土壤物理性质具有更强的能力, 得分最高, 不同地点基本一致(图 2)。王新宇的研究指出:水曲柳纯林土壤物理性质表现出了优于其它林分的趋势, 与本文的研究结果一致[28]。在土壤降盐碱能力方面, 樟子松林得分最高, 而水曲柳得分最低, 尽管不同地点不尽一致。魏晨辉等研究表明在松嫩平原盐碱地地区适合盐碱地造林的树种有榆树、樟子松等树种, 不适合盐碱地造林的树种有水曲柳、黄檗等树种[29], 与的研究结果一致。可见, 造林目的不同, 在树种选择上应该不同, 提升土壤物理性质和改良盐碱土可能具有相反的选择。
三北防护林工程已经实施近40多年, 而退耕还林工程也实施10多年, 这些工程均涉及农田和林分的比较以便准确评价生态功能的价值;后续生态服务提升最为简便和可操作的方法就是适宜树种的选择和应用。本文的研究选择不同地点、不同树种以及不同土壤深度对系列土壤相关指标进行了统计对比分析和综合评价分析, 相关数据能够为这些生态工程的评价及后续管理提升提供了支撑。
此外, 本文得出结论也存在一些不确定性。尽管尽量选择了相毗邻的3种林分和农田进行研究, 在选择上也尽量选择已经完全郁闭的工艺成熟林进行对比研究, 但是在一些具体指标上, 如造林密度不同样地间差异较大(表 1), 可能影响树种差异的可靠性。而且, 植物的适用性和植物对土壤的改良性可能也存在差异[30]。在之后研究中, 需要更加注重这些因素对种间差异研究的可能影响。
4 结论对不同地点4个植被类型的研究结果发现:不同地点土壤物理性质、固碳能力的植被类型间差异一致, 而土壤肥力维持能力、盐碱度的植被类型间差异不一致。从土壤物理性质和固碳角度来说, 秀水林场和帽儿山林场表现比较好的都是水曲柳, 说明水曲柳的土壤物理性质和固碳能力比较好。
[1] | Sjöman H, Busse Nielsen A. Selecting trees for urban paved sites in Scandinavia-A review of information on stress tolerance and its relation to the requirements of tree planners. Urban Forestry & Urban Greening, 2010, 9(4): 281–293. |
[2] | 王洪岩, 王文杰, 邱岭, 苏冬雪, 安静, 郑广宇, 祖元刚. 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. 生态学报, 2012, 32(3): 833–843. |
[3] | 马盈, 兰士波, 李红艳. 樟子松引种驯化和遗传改良研究现状. 黑龙江农业科学, 2014(6): 145–147. |
[4] | Rao M A, Gianfreda L. Properties of acid phosphatase-tannic acid complexes formed in the presence of Fe and Mn. Soil Biology and Biochemistry, 2000, 32(13): 1921–1926. DOI:10.1016/S0038-0717(00)00167-X |
[5] | 霍常富. 光氮对水曲柳苗木生长、光合作用及碳氮代谢的影响[D]. 哈尔滨: 东北林业大学, 2007. |
[6] | 安静. 树种与管理方式对人工林土壤碳截获及肥力的影响硕士[D]. 哈尔滨: 东北林业大学, 2012. |
[7] | Ayres E, Steltzer H, Berg S, Wallenstein M D, Simmons B L, Wall D H. Tree species traits influence soil physical, chemical, and biological properties in high elevation forests. PLoS One, 2009, 4(6): e5964. DOI:10.1371/journal.pone.0005964 |
[8] | 王红, 范志平, 邓东周, 陈德龙, 孙学凯, 高俊刚, 曾德慧. 不同环境因子对樟子松人工林土壤有机碳矿化的影响. 生态学杂志, 2008, 27(9): 1469–1475. |
[9] | 常顺利, 杨洪晓, 葛剑平. 净生态系统生产力研究进展与问题. 北京师范大学学报:自然科学版, 2005, 41(5): 517–521. |
[10] | Wang H M, Wang W J, Chen H F, Zhang Z H, Mao Z J, Zu Y G. Temporal changes of soil physic-chemical properties at different soil depths during larch afforestation by multivariate analysis of covariance. Ecology and Evolution, 2014, 4(7): 1039–1048. DOI:10.1002/ece3.2014.4.issue-7 |
[11] | 安静, 王文杰, 王洪岩, 苏冬雪, 邱岭, 祖元刚. 人工林和农田对东北地区土壤碳、氮含量及相关指标垂直分布的影响. 植物研究, 2012, 32(3): 331–338. |
[12] | 陈喜全, 欧阳华. 帽儿山实验林场的土壤. 东北林业大学学报, 1986(S1): 79–84. |
[13] | Wang W J, Qiu L, Zu Y G, Su D X, An J, Wang H Y, Zheng G Y, Sun W, Chen X Q. Changes in soil organic carbon, nitrogen, pH and bulk density with the development of larch (Larix gmelinii) plantations in China. Global Change Biology, 2011, 17(8): 2657–2676. DOI:10.1111/j.1365-2486.2011.02447.x |
[14] | 鲍士旦. 土壤农化分析(第三版). 北京: 中国农业出版社, 2000. |
[15] | Wang W J, Wang H M, Zu Y G. Temporal changes in SOM, N, P, K, and their stoichiometric ratios during reforestation in China and interactions with soil depths: importance of deep-layer soil and management implications. Forest Ecology and Management, 2014, 325: 8–17. DOI:10.1016/j.foreco.2014.03.023 |
[16] | 依艳丽. 土壤比表面的研究. 辽宁农业科学, 1986(6): 9–12. |
[17] | 依艳丽. 土壤物理研究法. 北京: 北京大学出版社, 2009. |
[18] | Wang Q, Wang W J, He X Y, Zhang W T, Song K S, Han S J. Role and variation of the amount and composition of glomalin in soil properties in farmland and adjacent plantations with reference to a primary forest in north-eastern China. PLoS One, 2015, 10(10): e0139623. DOI:10.1371/journal.pone.0139623 |
[19] | Wang Q, Wu Y, Wang W J, Zhong Z L, Pei Z X, Ren J, Wang H M, Zu Y G. Spatial variations in concentration, compositions of glomalin related soil protein in Poplar plantations in northeastern China, and possible relations with soil physicochemical properties. The Scientific World Journal, 2014, 2014: Article ID 160403. |
[20] | Carrasco M S, Rad J C, González-Carcedo S. Immobilization of alkaline phosphatase by sorption on Na-sepiolite. Bioresource Technology, 1995, 51(2): 175–181. |
[21] | Gu J C, Yu S Q, Su nY, Wang Z Q, GuoD L. Influence of root structure on root survivorship: an analysis of 18 tree species using a minirhizotron method. Ecological Research, 2011, 26(4): 755–762. DOI:10.1007/s11284-011-0833-4 |
[22] | Plante P M, Rivest D, Vézina A, Vanasse A. Root distribution of different mature tree species growing on contrasting textured soils in temperate windbreaks. Plant and Soil, 2014, 380(1/2): 429–439. |
[23] | 李龙, 姚云峰, 秦富仓, 郭月峰, HaburaB, 常伟东. 半干旱区不同土层深度土壤有机碳变化. 水土保持通报, 2014, 34(4): 118–122. |
[24] | 侯雪莹, 韩晓增, 王树起, 宋春. 不同土地利用和管理方式对黑土肥力的影响. 水土保持学报, 2008, 22(6): 99–103. |
[25] | 安静, 王文杰, 王洪岩, 苏冬雪, 邱岭, 祖元刚. 人工林皆伐对土壤碳及相关理化性质的影响. 东北林业大学学报, 2012, 40(9): 57-62, 66-66. |
[26] | 裴忠雪, 武燕, 王琼, 仲召亮, 任蔓莉, 魏晨辉, 路嘉丽, 王文杰. 松嫩平原土壤物理性质与其它土壤肥力相关指标相关关系研究. 北京: 中国科技论文在线, [2014-04-25]. http://www.paper.edu.cn/html/releasepaper/2014/04/349/. |
[27] | 姚荣江, 杨劲松, 刘广明. 东北地区盐碱土特征及其农业生物治理. 土壤, 2006, 38(3): 256–262. |
[28] | 王新宇. 水曲柳落叶松人工林近自然化培育对林地土壤理化性质的影响[D]. 哈尔滨: 东北林业大学, 2008. |
[29] | 魏晨辉, 沈光, 裴忠雪, 任蔓莉, 路嘉丽, 王琼, 王文杰. 松嫩平原盐碱地不同植物种植对土壤理化性质、肥力指标与细根生长的影响及在不同土壤深度的表现差异. 北京: 中国科技论文在线, [2014-05-06]. http://www.paper.edu.cn/html/releasepaper/2014/05/66/. |
[30] | Augusto L, Ranger J. Impact of tree species on soil solutions in acidic conditions. Annals of Forest Science, 2001, 58(1): 47–58. DOI:10.1051/forest:2001102 |