文章信息
- 曹祥会, 龙怀玉, 周脚根, 朱阿兴, 刘宏斌, 雷秋良, 邱卫文
- CAO Xianghui, LONG Huaiyu, ZHOU Jiaogen, ZHU Axing, LIU Hongbin, LEI Qiuliang, QIU Weiwen.
- 中温-暖温带表土碳氮磷生态化学计量特征的空间变异性——以河北省为例
- Spatial variation of ecological stoichiometry characteristics of topsoil carbon, nitrogen and phosphorus in Hebei Province, China
- 生态学报. 2017, 37(18): 6053-6063
- Acta Ecologica Sinica. 2017, 37(18): 6053-6063
- http://dx.doi.org/10.5846/stxb201606291298
-
文章历史
- 收稿日期: 2016-06-29
- 网络出版日期: 2017-04-25
2. 中国科学院亚热带农业生态研究所, 长沙 410125;
3. 中科院地理科学与资源研究所, 北京 100101;
4. The New Zealand Institute for Plant & Food Research Limited, Private Bag 4704, Christchurch
2. Institute of Subtropical Agriculture, Chinese Academy of Sciences, Changsha 410125, China;
3. Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China;
4. The New Zealand Institute for Plant & Food Research Limited, Private Bag 4704, Christchurch, New Zealand
从分子到生态系统都是元素按照一定比例组成的, 生态化学计量学是研究生物系统能量平衡和多重化学元素(主要是碳、氮、磷)平衡的科学, 以及元素平衡对生态交互作用影响的一种理论[1]。生态化学计量学自首次被明确为生态研究的一个补充理论以来, 国内外学者已经从全球与区域尺度、功能群或生态系统尺度以及个体水平方面对植物组织的碳氮磷生态化学计量特征开展了相关的研究[1-3]。
由于土壤作为生态系统的重要组成部分, 对植物的生长起着关键性的作用, 直接影响着植被群落的组成、结构与生产力水平, 解析土壤元素的生态化学计量特征对揭示土壤化学元素的可获得性、循环和平衡机制以及生态系统植被养分限制性等具有重要意义[4-5], 因此诸多学者开始对土壤生境的生态化学计量学进行研究。Cleveland和Liptzin[6]利用186个表层土壤的观测数据, 探讨了全球林地、草地及其他土壤碳氮磷的生态化学计量学特征, 结果显示:不同植被间土壤C:N:P比值存在变异现象, 但在点与点之间及大尺度范围内, 其相似性比差异性更明显, 土壤C:N:P比值有显著的稳定性, 其值为186:13:1。Kirkby等[7]研究了澳大利亚土壤碳氮磷的化学计量学特征, 并与其他国家土壤碳氮磷的化学计量学特征进行了比较, 也认为土壤腐殖质的C:N:P比值在全球大范围的土壤间是一致的。人类活动对碳氮磷的生态化学计量学特征有重要影响[4], 许泉等[8]利用第二次土壤普查数据估算的中国水田和旱地耕层土壤C:N的结果为水田(10.8)>旱地(9.9);Li等[9]对中国南方亚热带地区不同土地利用条件下土壤碳氮磷的化学计量学特征的研究也表明, 土壤C:N、C:P及N:P呈水田>旱地或林地的特征;王维奇等[10]比较不同干扰程度的湿地土壤碳氮磷生态化学计量学特征的结果表明, 土壤C:N、C:P和N:P均表现出随干扰程度增大而降低的趋势。气候因素对土壤碳氮磷生态化学计量也有重要影响, Post等[11]探讨了土壤C:N在Holdridge生命带的分布特征, 认为C:N的高低与气候关系密切;Tian等[12]利用第二次土壤普查的剖面数据, 研究了中国不同气候的土壤碳氮磷的生态化学计量特征, 得知中国土壤的C:N在不同气候区的变异均较小, 而C:P和N:P的变异均较大。
由于土壤养分具有空间异质性, 探讨影响土壤C、N和P生态化学特征的空间变异因素至关重要。而上述研究主要是从全球或全国尺度上研究了不同生态系统、不同植被类型及人类干扰等方面的土壤C、N和P生态化学计量特征, 而未对影响C、N和P生态化学计量特征空间变异的影响因子进行深入分析。因此, 本文根据“科技基础性工作专项——土系调查”基础数据, 在省域尺度上, 首先分析了表土碳氮磷生态化学计量的空间变异性;其次, 从土壤类型、土地利用方式、气候及地形等方面分析了影响碳氮磷生态化学计量的空间变异性的因子;最后, 与其他气候带的异同进行了相关的研究。
1 研究区概况与研究方法 1.1 研究区域概况河北省地处东经113°27′—119°50′、北纬36°05′—42°40′之间。西北环山, 东临渤海, 东南部是广阔的华北平原, 土地总面积18.88万km2。全省年平均气温9.67℃;年平均降水量536 mm, 属于典型的中温-暖温带大陆性季风气候。全省地貌以高原、山地及平原为主, 海拔高度呈现从西北向东南逐级下降的趋势。成土母质主要包括残积物、坡积物以及黄土母质等;植被类型主要有阔叶林和针叶林等;土壤类型主要包括初育土、人为土、淋溶土、盐碱土、钙层土及水成土等;土地利用类型主要有耕地、林地以及草地等, 其中耕地面积为39.91%、林地为21.59%和草地为4.51%。
1.2 土壤样品采集及测定依据土壤样点布设要具有代表性、空间分布的均匀性的基本原则, 以及研究区域地貌特点、土壤类型以及土地利用方式, 总计布设156个样点(图 1)。于2010年8月采集表土(0—30cm)样品, 装入自封袋;同时, 用GPS记录下样点的经纬度和高程, 并详细记录采样点周围的景观信息。样品带回实验室后, 剔除杂质, 经自然风干后过100目孔筛, 以待实验分析。样点的土壤有机碳含量采用浓硫酸-重铬酸钾氧化法、土壤全氮采用凯氏定氮法和全磷采用钼锑抗比色法[13]。
1.3 数据处理对观测数据(土壤C、N和P及其摩尔比率C:N、C:P和N:P), 用SPSS 17.0统计分析软件进行描述统计、方差分析(ANOVA)和多重比较(Duncan)等经典统计分析, 用GS+9.0软件输出它们的空间结构信息, 用ArcGIS9.3软件输出它们的普通克里格插值图。
2 结果与分析 2.1 表土碳氮磷含量及其摩尔比率的统计描述运用SPSS17.0对研究区156个土壤C、N、P及其摩尔比进行经典统计特征分析, 结果见表 1。由表 1可以看出, 没有进行对数转换的SOC、TSN、TSP及其摩尔比率的均值和中值差异较大, 说明在一定区域内分布不均匀, 易受异常值以及地形等因素的影响。然而, 经对数转化后, SOC、TSN和TSP的均值分别为2.46、0.06和0.11, 中值分别为2.38、0.05和0.10;C:N、C:P和N:P的均值分别为2.57、3.31和0.75, 中值为2.56、3.22和0.68, 土壤SOC、TSN、TSP及其摩尔比率的均值和中值较接近, 且中值均小于均值, 这说明经对数转换后, 减小了异常值以及地形等因素的影响, 其分布比较均匀。土壤SOC、TSN、TSP及其摩尔比率的变异系数分别为介于0.1—1之间, 按照变异系数的划分等级:弱变异性, C.V<0.1;中等变异性, C.V= 0.1— 1.0;强变异性, C.V>1.0[14], 土壤SOC、TSN、TSP及其摩尔比率在空间上存在中等程度的变异性。
项目 Item |
统计值/Statistics | 变异系数 C.V |
偏度 Skew. |
峰度 Kur. |
K-SP | ||||
最小值 | 最大值 | 均值 | 中值 | 标准差 | |||||
SOC/(g/kg) | 2.38 | 62.21 | 15.43 | 10.77 | 12.02 | 0.77 | 1.43 | 4.72 | 0.000 |
TSN/(g/kg) | 0.26 | 3.97 | 1.29 | 0.98 | 0.81 | 0.62 | 1.10 | 3.49 | 0.002 |
TSP/(g/kg) | 0.25 | 2.84 | 1.23 | 1.10 | 0.51 | 0.41 | 0.47 | 2.70 | 0.019 |
C:N | 6.62 | 42.27 | 13.57 | 13.16 | 4.61 | 0.34 | 0.38 | 4.21 | 0.002 |
C:P | 5.69 | 183.89 | 35.77 | 25.06 | 30.61 | 0.86 | 0.37 | 2.70 | 0.000 |
N:P | 0.39 | 12.55 | 2.61 | 1.95 | 1.96 | 0.75 | 0.30 | 2.91 | 0.000 |
SOC指土壤有机碳, TSN指土壤全氮, TSP指土壤全磷, C:N:P指SOC:TSN:TSP的摩尔比率 |
鉴于经典统计描述分析只能概括研究区SOC、TSN、TSP及其摩尔比率分布特征的全貌, 在一定程度上反映样本全体, 没能定量地刻画其随机性和结构性、独立性和相关性。因此, 进一步采用地统计方法进行土壤有机碳和全氮的空间变异结构分析。
数据的正态分布性是使用地统计学方法进行土壤特性空间分析的前提。由表 1可知, 没有进行对数转换的SOC、TSN、TSP及其摩尔比率经K-S检验(α=0.05), 均不符合正态分布。然而, 经过对数转换后, SOC、TSN、TSP及其摩尔比率的K-SP值分别为0.589、0.747、0.106、0.216、0.505和0.447, 均符合正态分布。因此, 研究区经对数转换后的土壤SOC、TSN、TSP及其摩尔比率均满足地统计分析的假设条件。
2.2 表土碳氮磷含量及其摩尔比率的空间结构分析表土碳氮磷含量及其摩尔比率是基于半方差函数模型的选择, 采用GS+9.0对碳氮磷含量及其摩尔比率进行分析, 比较不同模型产生的块金值、基台值、块金值/基台值和决定系数等相关参数。在这几个参数中, 首先要考虑的是决定系数, 其次考虑块金值的大小。决定系数较大表明半方差函数理论模型的拟合效果较好。根据这个原则, 选择高斯模型作为SOC、TSN和C:N的最优半方差函数拟合模型, 指数模型作为C:P的最优半方差函数拟合模型, 球状模型作为TSP和N:P的最优半方差函数拟合模型(表 2)。土壤碳氮磷含量及其摩尔比率的空间分异性是结构性因素和随机性因素共同作用的结果。结构性因素, 如气候、母质、地形、土壤类型等可以导致土壤养分强的空间相关性, 而随机性因素如施肥、耕作措施、种植制度等各种人为活动使得土壤养分的空间相关性减弱, 朝均一化方向发展。在半方差函数模型中, 块金值/基台值(块金系数)表示空间变异性程度, 该比值越小, 表明由结构性因素引起的空间变异性程度较大;反之, 表明由随机部分引起的空间变异性程度较大[15-16]。由表 2可以看出, 土壤TSP和C:N的块金值/基台值分别为5.4%和18.8%(均小于25%), 且其变程分别为23km和22km;SOC、TSN、C:P和N:P的块金值/基台值分别为37.6%、37.1%、49.9%和47.0%(介于25%—75%), 且其变程分别为64、72、205、140 km, 表明TSP和C:N具有小范围、强烈的空间自相关性, SOC、TSN、C:P和N:P具有较大范围、中等程度的空间自相关性。另外, 结构性因素是土壤碳氮磷含量及其摩尔比率空间变异的主要影响因素。
项目 Item |
模型 Model |
块金值 Nugget |
基台值 Sill |
变程 Range/km |
C0/(C0+C) | 决定系数(R2) Determination coefficient |
SOC | 高斯Gussian | 0.201 | 0.535 | 64 | 0.376 | 0.769 |
TSN | 高斯Gussian | 0.143 | 0.382 | 72 | 0.371 | 0.793 |
TSP | 球状Spherical | 0.011 | 0.212 | 23 | 0.054 | 0.263 |
C:N | 高斯Gussian | 0.018 | 0.093 | 22 | 0.188 | 0.722 |
C:P | 指数Exponential | 0.274 | 0.549 | 205 | 0.499 | 0.654 |
N:P | 球状Spherical | 0.206 | 0.437 | 140 | 0.470 | 0.578 |
对表土碳氮磷含量及其摩尔比率进行普通克里格插值(图 2)。独立验证结果表明(表 3), SOC、TSN、TSP、C:N、C:P和N:P的测定值与预测值显著相关, 且ME和RMSE较小。可见, 利用克里格插值法的空间插值结果相对可靠。
指标 Index |
平均误差 ME |
均方根误差 RMSE |
相关系数(R2) Correlation coefficient |
SOC | 0.03 | 4.65 | 0.595 |
TSN | 0.06 | 0.56 | 0.582 |
TSP | 0.01 | 0.01 | 0.984 |
C:N | -0.21 | 0.55 | 0.985 |
C:P | 0.02 | 14.17 | 0.644 |
N:P | 0.47 | 2.03 | 0.568 |
从空间分布规律来看, 表土碳氮磷含量及其摩尔比率均没有呈现明显的递增或递减的变化规律, SOC、TSN、C:P和N:P具有相同的空间分布趋势, 高含量区主要分布在北部地势相对较高的林地(承德、保定及张家口部分地区), 而低含量区则主要出现在南部地势较低的农业用地区域(邢台、沧州、石家庄、张家口及唐山等地区)。土壤TSP的高值区主要分布在张家口、唐山、秦皇岛等地区, 分布面积较小, 其值范围为1.32—2.84;低值区分布于邢台、保定及承德等地区, 分布面积较小, 其值范围为0.25—0.91。土壤C:N高值区零星分布在承德、张家口及唐山等地区, 分布面积较小, 其值范围为27.95—42.27;低值区分布于整个研究区, 其值范围为6.62—13.33。此外, 由表 1可知, 土壤C:N在整个研究区的变异系数为0.34, 说明C:N在该研究区的空间分布较为稳定, 这主要是由于土壤全氮和有机碳的空间分布具有一致性, 因此导致土壤的C:N比在整个空间内较为稳定。
2.4 表土碳氮磷摩尔比率的空间分异的影响因素 2.4.1 土壤特性对土壤C:N、C:P和N:P的影响根据中国土壤发生分类的标准, 本研究区土壤类型主要可以划分为6大土纲, 不同土纲的C:N、C:P和N:P均值存在一定的差异(表 4)。C:N均值的大小顺序为:初育土(14.87)>水成土(13.96)>盐碱土(13.38)>钙层土(13.21)>淋溶土(12.81)>人为土(10.82), 人为土除与淋溶土差异不显著外, 与其余4种土壤均存在显著性差异(P<0.05);C:P均值的大小顺序:初育土(47.69)>淋溶土(35.97)>钙层土(31.57)>水成土(31.49)>盐碱土(24.44)>人为土(15.44), 人为土除与盐碱土差异不显著外, 与其余四种土壤均存在显著性差异(P<0.05);N:P均值的大小顺序:初育土(3.34)>淋溶土(2.77)>钙层土(2.34)>水成土(2.17)>盐碱土(1.91)>人为土(1.45), 人为土除与盐碱土差异不显著外, 与其余四种土壤均存在显著性差异(P<0.05)。由以上分析可知, 人为土的C:N、C:P和N:P较其他土壤小, 且变异程度也较小。
样点数 Number of sample |
指标Index | ||||
C:N | C:P | N:P | |||
土纲Soil order | 盐碱土 | 5 | 13.38a | 24.44ab | 1.91ab |
初育土 | 39 | 14.87a | 47.69a | 3.34a | |
水成土 | 35 | 13.96a | 31.49a | 2.17a | |
人为土 | 8 | 10.82b | 15.44b | 1.45b | |
钙层土 | 16 | 13.21a | 31.57a | 2.34a | |
淋溶土 | 53 | 12.91ab | 35.97a | 2.77a | |
土壤质地 | 砂土类 | 9 | 14.91a | 53.40a | 3.57a |
Soil texture | 壤土类 | 119 | 13.50a | 36.27b | 2.68a |
黏壤土类 | 28 | 13.44a | 29.39b | 2.17a | |
同一列数据小写字母表示差异显著(P<0.05) |
根据美国农部制分级标准(USDA, 1952), 本研究区可以划分出3种类型的土壤质地, 不同土壤质地的C:N、C:P和N:P均值也表现不同(表 4)。一般认为, 土壤质地主要影响土壤水分有效性、植被生长及黏粉粒对有机碳的吸附, 从而影响土壤C:N、C:P和N:P。C:N、C:P和N:P的均值大小顺序均为:砂土>壤土>黏壤土, C:N和N:P均值的差异性不显著(P<0.05), 砂土的C:P与壤土和黏壤土的差异性较显著(P<0.05)。
此外, 土壤C:N、C:P和N:P还受到土壤理化性状的影响[10]。土壤C:N、C:P、N:P除受到各自比例元素的影响外, 同时还受到土壤pH、容重等因子的调控。由表 5可知, 除C:N与磷含量的相关性不显著, 而土壤C:P和N:P分别与氮和碳含量的相关性显著, 这主要是因为碳与氮具有显著的相关性;土壤pH对C:N、C:P和N:P的影响较小, 相关性不显著(α=0.05);而容重与C:N、C:P和N:P均存在极显著相关关系。
指标 Index |
碳含量 Carbon |
氮含量 Nitrogen |
磷含量 Phosphorus |
pH | 容重 Bulk density |
海拔 Latitude |
坡度 Slope |
C:N | — | — | 0.173 | 0.177 | 0.507** | 0.176* | 0.090 |
C:P | — | 0.666** | — | 0.279 | 0.723** | 0.345* | 0.270* |
N:P | 0.559** | — | — | 0.241 | 0.575** | 0.294* | 0.298* |
*显著相关(P<0.05);**显著相关(P<0.01);—存在自相关关系, 不宜进行相关分析 |
不同土地利用方式下的土壤元素影响因子差异不同(表 6), 主要是因为不同的土地利用方式有不同的植被覆盖, 从而导致C、N和P进入土壤的方式也有所不同。不同土地利用类型下C:N大小顺序为:沼泽地(21.15)>草地(14.62)>林地(13.39)>盐碱地(13.38)>耕地(11.81), 且沼泽地的C:N与其他四种土地利用类型的差异显著(P<0.05);C:P的大小顺序为:沼泽地(49.84)>草地(48.18)>林地(39.84)>盐碱地(24.44)>耕地(18.32), 且耕地与盐碱地差异不显著, 而与草地、林地及沼泽地的差异显著(P<0.05);N:P的大小顺序为:草地(3.34)>林地(3.05)>沼泽地(2.16)>盐碱地(1.91)>耕地(1.59), 且耕地与沼泽地和盐碱地差异不显著, 而与草地及林地的差异显著(P<0.05)。
土地利用类型 Land-use type |
样点数 Number of sample |
指标Index | ||
C:N | C:P | N:P | ||
耕地Arable land | 50 | 11.81c | 18.32b | 1.59b |
草地Grassland | 62 | 14.62b | 48.18a | 3.34a |
林地Forestland | 35 | 13.39bc | 39.84a | 3.05a |
沼泽地Wetland | 4 | 21.15a | 49.84a | 2.16ab |
盐碱地Saline-alkali land | 5 | 13.38bc | 24.44ab | 1.91ab |
同一列数据小写字母表示差异显著(P<0.05) |
由图 3可以看出, 本研究区中温带和暖温带的C:N、C:P和N:P存在一定的差异, 中温带的土壤C:N、C:P和N:P均值分别为13.83、33.51和2.91;暖温带的土壤C:N、C:P和N:P均值分别为13.27、30.78和2.32。中温带和暖温带的土壤C:N、C:P和N:P在α=0.05水平经独立样本t检验, 其P值分别为0.444、0.045和0.068, 其中只有C:P的P值小于0.05, 说明中温带和暖温带的C:P在α=0.05水平上差异显著, 而C:N和N:P差异不显著。由以上分析可以看出, 中温带的土壤C:N、C:P和N:P均大于暖温带的土壤C:N、C:P和N:P, 这主要是由于中温带地区的气温较暖温带低, 而降水量高于暖温带, C:N、C:P和N:P与气温呈现极显著的负相关性(P<0.01), 而与降水量呈现较显著的正相关性(P<0.05)(表 7)。由表 5可知, 除C:N与坡度相关性不显著外, C:N、C:P和N:P与海拔、坡度的相关性均较显著(P<0.05)。
C:N | C:P | N:P | ||||||
气温 | 降水量 | 气温 | 降水量 | 气温 | 降水量 | |||
中温带 | -0.427** | 0.266* | -0.379** | 0.237* | -0.267* | 0.232* | ||
暖温带 | -0.617** | 0.263* | -0.519** | 0.245* | -0.473** | 0.284* | ||
*显著相关(P<0.05);**显著相关(P<0.01) |
该研究区土壤碳、氮、磷空间分布结果表明, 土壤SOC和TSN具有较大尺度的、中等程度的空间自相关性, 表明两者的空间分布特征受地形、施肥、土地利用等因素影响, 这与前人研究结果基本一致[17-18]。有关研究表明, 不同土地利用之间土壤SOC、TSN和TSP含量差异显著, 而总体上SOC、TSN与坡度之间相关性显著[19]。这表明土壤SOC和TSN含量变化不仅受到施肥、耕作等人为因素的影响, 还受到生物固定碳氮、大气碳氮沉降和凋落物归还等自然因素的限制[20-21]。综上所述, 土壤SOC和TSN的空间变异可能受到地形起伏、土地利用类型和施肥等因素影响。研究区TSP的空间分布特征恰好与SOC和TSN相反, 具有小尺度范围的、高等程度的空间自相关性。土壤磷素的主要来源为人为施肥导致的累积, 同时相比土壤碳氮元素, 土壤磷素不易发生迁移[22-23]。
研究结果表明, 表土碳氮磷摩尔比率均没有呈现明显的递增或递减的变化规律, 这种空间分布格局主要可能是与该研究区的气候、植物生产力、土地利用状况以及人类活动干扰等因素有关[24]。但是C:N在该研究区的空间分布较为稳定, Tian等[12]在对全国土壤C:N:P比的研究中也指出, 虽然碳和氮含量具有较大的空间变异性, 但C:N比相对稳定, 受气候的影响很小。土壤C:N在整个研究区变化差异不明显, 主要是因为碳、氮元素之间联系较紧密且对环境变化的响应几乎是同步的, 这在Cleveland等[6]的研究中也有体现, 同时碳和氮作为结构性成分, 其积累与消耗过程存在相对固定的比值。土壤C:P与N:P的变化, 可认为是随着干扰程度的增大, 土壤碳含量和氮含量的损失较快, 磷含量的改变则滞后于碳和氮, 具有相对稳定性[6]。
氮磷养分的有效性是调节植物凋落物分解速率和生态系统碳平衡的一个主要因素, 碳积累速率和存储能力是与限制植物生长的氮和磷的供应有关[4]。研究结果表明, 其中土壤SOC与TSN和C:P与N:P之间显著相关, 这与前人的研究结果基本一致[9-10]。同时, 研究区不同土壤类型的C:N、C:P和N:P存在一定的差异, 其中人为土的C:N、C:P和N:P较盐碱土、初育土、水成土、钙层土及淋溶土小;不同土地利用类型的C:N、C:P和N:P研究表明, 耕地与沼泽地和盐碱地差异不显著, 而与草地及林地的差异显著, 欧阳林梅等[25]对比了耕地土壤C:N、C:P和N:P与其它类型土壤的异同, 主要表现为耕地土壤C:N与全球草地、森林及中国陆地平均值差别不大, 表现出一定的稳定性, 而C:P、N:P则在土地利用方式下有所差异, 这与本文研究略有差异, 本研究区的耕地土壤C:N与草地差异显著, 而与林地无显著差异。主要是因为一般非人类扰动的生态系统, 由于高的有机物质自然归还而没有N、P外源输入(除N干湿沉降外), C:N、C:P和N:P的值高于人类扰动的生态系统。由此可见, 人类活动的干扰对土壤碳、氮、磷元素的储量及循环过程有着深刻地影响, 相应的元素比也将发生变化[26]。土壤C:N与C:P随着干扰程度的增大而降低, 一方面是因为随着干扰程度的增大(如翻耕等)导致碳损失速率高于氮;另一方面可能是人为施肥导致土壤中N、P的含量增加。
不同气候带的气候状况存在一定的差异, 气候主要是通过气温和降水量等条件的变化, 影响植物根系和微生物对土壤养分的分解[27-28]。温度、湿度适宜, 土壤植物根系愈发达, 微生物活性较强, 枯枝落叶分易于分解, 有利于土壤有机碳的累积。地形主要影响养分的流失状况, 坡度较大的地区易造成土壤中碳、氮和磷的流失, 从而影响C:N、C:P和N:P比值。有关研究表明土壤固碳机制主要包括黏粒保护理论、团聚体保护理论及植物-微生物保护机制, 土壤氮素主要通过径流携带进入水体, 土壤中磷素多以不溶态的土壤结合物形式存在, 坡地磷素多以泥沙吸附态形式发生流失, 相对而言, 氮的流失速率最大, 磷次之, 碳最小[29-32]。海拔对C:N、C:P和N:P也有一定的影响, 一方面使植被生产力不同而使植物残体的形成量和碳、氮的输入不同, 另一方面也使气候要素和土壤性质不同而致使土壤碳和氮的分解、矿化和淋溶等过程不同。
3.2 不同气候带土壤C:N, C:P和N:P的比较对比中国其他气候带可以发现(表 8), 研究区土壤C:N与高寒带较接近, 同时与其他气候带没有显著的差异, 但纬度越高, 则C:N越大。相关研究表明在热带和亚热带地区有较多的植被凋落物, 与寒冷地区相比, 热带和亚热带地区的凋落物降解速率快, C:N较低[11];C:P和N:P与温带沙漠区较接近, 与其余气候存在显著的差异性(P<0.05)。土壤C:N、C:P和N:P反映极端气候对土壤养分平衡的影响, 热带及亚热带地区的高温及强降水量导致大量的P淋溶损失;此外, 热带及亚热带系统具有较强的生产力, 可以保持土壤具有较高的碳和氮含量, 从而使土壤具有较高的C:P和N:P[33]。相比之下, 寒冷干燥地区的植被生产力较低, 土壤中含有较低的碳和氮含量, 同时P的淋溶损失也较低, 从而使使土壤具有较低的C:P和N:P。在温带沙漠地区, 降水量少导致土壤湿度低, 植被具有较低的生产力及养分淋溶弱, 因而植被吸收氮的能力下降以及碳的输入量也降低, 同时P的淋溶损失也较低, 从而无机氮在土壤中大量积累, 具有较低的C:N和C:P。从表 8可以看出, 温带沙漠地区的N:P最低, 有研究表明全球表层土壤(0—10cm)的N:P为13.1[34], 这明显高于中国不同气候带的土壤N:P。
气候带Climate zone | 样点数Number | C:N | C:P | N:P |
高寒带Frigid highland | 749 | 13.6±1.1a | 62±3.0b | 5.9±0.7ab |
温带沙漠Temperate desert | 319 | 12.2±0.2a | 32±2.1c | 2.6±0.1c |
寒温带Cool temperate zone | 378 | 12.4±0.2a | 74±6.0a | 5.4±0.3b |
热带Tropical zone | 2071 | 12.1±0.1a | 78±2.1a | 6.4±0.2a |
同一列数据小写字母表示差异显著(P<0.05) |
关于中国不同气候带的土壤C:N, C:P和N:P相关研究较少。由于不同的土地利用、土壤的发育阶段、气候、地形、生态系统、植被及样点的个数等差异, 造成了不同气候带土壤C:N, C:P和N:P的复杂性和不确定性。因此, 有待进一步研究以更准确评估土壤C:N, C:P和N:P。
4 结论(1) 土壤SOC、TSN、TSP及其摩尔比率的变异系数分别为介于0.1—1之间, 表明其在空间上存在中等程度的变异性。此外, C:N的变异系数较小, C:N较C:P和N:P稳定。
(2) 表土TSP和C:N具有小范围、强烈的空间自相关性, SOC、TSN、C:P和N:P具有较大范围、中等程度的空间自相关性, 结构性因素是土壤碳氮磷含量及其摩尔比率空间变异的主要影响因素。从空间分布规律来看, 表土碳氮磷含量及其摩尔比率均没有呈现明显的递增或递减的变化规律, SOC、TSN、C:P和N:P具有相同的空间分布趋势, 高值区主要分布在冀北地区, 分布面积较小, 低值区分布范围较广;C:N的高值区零星分布在冀北地区, TSP的高值区和低值区呈现斑块状分布。
(3) 土壤C:N、C:P和N:P受到土壤理化性状、土地利用方式、人类扰动、气候及地形等因素的调控, 这些因素不是独立起作用, 土壤C:N、C:P和N:P是这些因子综合作用的结果。不同气候带的C:N、C:P和N:P也存在一定的差异, 研究区土壤C:N与高寒带较接近, 同时与其他气候带没有显著的差异;C:P和N:P与温带沙漠区较接近, 与其余气候带存在显著的差异性, 说明不同气候带之间的C:N较C:P和N:P稳定。
[1] | Elser J J, Sterner R W, Gorokhova E, Fagan W F, Markou T A, Cotnor J B, Weider L J. Biological stoichiometry from genes to ecosystems. Ecology Letters, 2000, 3(6): 540–550. DOI:10.1046/j.1461-0248.2000.00185.x |
[2] | Redfield A C. The biological control of chemical factors in the environment. American Scientist, 1958, 46(3): 205–221. |
[3] | 曾冬萍, 蒋利玲, 曾从盛, 王维奇, 王纯. 生态化学计量学特征及其应用研究进展. 生态学报, 2013, 33(18): 5484–5492. |
[4] | 王绍强, 于贵瑞. 生态系统碳氮磷元素的生态化学计量学特征. 生态学报, 2008, 28(8): 3937–3947. |
[5] | Zeng D H, Chen G S. Ecological stoichiometry: a science to explore the complexity of living systems. Acta Phytoecologica Sinica, 2005, 29: 1007–1019. |
[6] | Cleveland C C, Liptzin D. C:N:P stoichiometry in soil: is there a "Redfield ratio" for the microbial biomass?. Biogeochemistry, 2007, 85: 235–252. DOI:10.1007/s10533-007-9132-0 |
[7] | Kirkby C A, Kirkegaard J A, Richardson A E, et al. Stable soil organic matter: A comparison of C:N:P:S ratios in Australian and other world soils. Geoderma, 2011, 163: 197–208. DOI:10.1016/j.geoderma.2011.04.010 |
[8] | 许泉, 芮雯奕, 刘家龙, 刘智, 杨玲, 尹宇静, 张卫建. 我国农田土壤碳氮耦合特征的区域差异. 生态与农村环境学报, 2006, 22(3): 57–60. |
[9] | Li Y, Wu J S, Liu S L, Shen J L, Huang D Y, Su Y R, Wei W X, Syers J K. Is the C:N:P stoichiometry in soil and soil microbial biomass related to the landscape and land use in southern subtropical China?. Global Biogeochemical Cycles, 2012, 26(GB4002): 14. |
[10] | 王维奇, 曾从盛, 钟春棋, 仝川. 人类干扰对闽江河口湿地土壤碳、氮、磷生态化学计量学特征的影响. 环境科学, 2010, 31(10): 2412–2416. |
[11] | Post W M, Pastor J, Zinke P J, Stangenberger A G. Global patterns of soil nitrogen storage. Nature, 1985, 317: 613–616. DOI:10.1038/317613a0 |
[12] | Tian H, Chen G, Zhang C, Melillo J M, Hall C S. Pattern and variation of C:N:P ratios in China's soils: A synthesis of observational data. Biogeochemistry, 2010, 98: 139–151. DOI:10.1007/s10533-009-9382-0 |
[13] | 鲁如坤. 土壤农业化学分析方法. 北京: 中国农业科技出版社, 2000. |
[14] | 雷志栋, 杨诗秀, 许志荣, 瓦肖尔G.. 土壤特性空间变异性初步研究. 水利学报, 1985, 35(9): 10–21. |
[15] | 路鹏, 彭佩钦, 宋变兰, 唐国勇, 邹焱, 黄道友, 肖和艾, 吴金水, 苏以荣. 洞庭湖平原区土壤全磷含量地统计学和GIS分析. 中国农业科学, 2005, 38(6): 1204–1212. |
[16] | 刘杏梅, 徐建民, 章明奎, 史舟, 施加春. 太湖流域土壤养分空间变异特征分析-以浙江省平湖市为例. 浙江大学学报, 2003, 29(1): 76–82. |
[17] | 郭旭东, 傅伯杰, 马克明, 陈利顶, 杨福林. 基于GIS和地统计学的土壤养分空间变异特征研究——以河北省遵化市为例. 应用生态学报, 2000, 11(4): 557–563. |
[18] | Robertson G P, Crum J R, Ellis B G. The spatial variability of soil resources following long-term disturbance. Oecologia, 1993, 96: 451–456. DOI:10.1007/BF00320501 |
[19] | 杨文, 周脚根, 王美慧, 韩增, 张满意, 李裕元, 吕殿青, 吴金水. 亚热带丘陵小流域土壤碳氮磷生态计量特征的空间分异性. 土壤学报, 2015, 52(6): 1336–1344. |
[20] | 曹丽花, 赵世伟. 土壤有机碳库的影响因素及调控措施研究进展. 西北农林科技大学学报(自然科学版), 2007, 35(3): 177–187. |
[21] | 王敬, 李贤伟, 荣丽, 李德会, 谢娟. 森林土壤氮贮量及氮素输入过程研究进展. 世界林业研究, 2008, 21(1): 14–19. |
[22] | Qin H L, Quan Z, Liu X L, Li M D, Zong Y, Wu J S, Wei W X. Phosphorus status and risk of phosphate leaching loss from vegetable soils of different planting years in suburbs of Changsha, China. Scientia Agricultura Sinica, 2010, 9: 1641–1649. |
[23] | 金慧龙, 李裕元, 高茹, 刘新亮, 吴金水. 亚热带小流域土壤氮磷分布及其环境效应. 水土保持学报, 2012, 26(3): 123–126. |
[24] | 门明新, 彭正萍, 刘云慧, 宇振荣. 基于SOTER的河北省土壤有机碳、氮密度的空间分布. 土壤通报, 2005, 36(4): 469–473. |
[25] | 欧阳林梅, 曾冬萍, 闵庆文, 王维奇, 仝川. 鼓山茶园土壤碳氮磷生态化学计量学特征. 水土保持学报, 2014, 28(2): 298–312. |
[26] | 辛艳, 王瑄, 邱野, 李德利, 赵倩. 辽宁省不同耕作方式对坡耕地水土及氮磷养分流失的影响效果. 水土保持学报, 2013, 27(1): 27–31. |
[27] | 刘国华, 傅伯杰, 吴钢, 段桂兰. 环渤海地区土壤有机碳库及其空间分布格局的研究. 应用生态学报, 2003, 14(9): 1489–1493. |
[28] | Oleksyn J, Reich P B, Zytkowiak R, Karolewski P, Tjoelker M G. Nutrient conservation increases with latitude of origin in European Pinus sylvestris populations. Oecologia, 2003, 136: 220–235. DOI:10.1007/s00442-003-1265-9 |
[29] | Eusterhues K, Rumpel C, Kogel-Knabner I. Organo-mineral associations in sandy acid forest restoration of degraded Cunninghamia lanceolata plantation soil. Chinese Journal of App1ied Ecology, 2005, 11: 191–196. |
[30] | Mikutta R, Kleber M, Torn M S. Stabilization of soil organic matter: association with minerals or chemical recalcitrance?. Biogeochemistry, 2006, 77: 25–56. DOI:10.1007/s10533-005-0712-6 |
[31] | Zhao F Z, Chen S F, Han X H, Yang G H, Feng Y Z, Ren G X. Policy-guided nationwide ecological recovery: soil carbon sequestration changes associated with the Grain-to-Green Program in China. Soil science, 2013, 10: 550–555. |
[32] | 徐畅, 谢德体, 高明, 陶春, 余泺. 三峡库区小流域旱坡地氮磷流失特征研究. 水土保持学报, 2011, 25(1): 1–10. |
[33] | Zhang C, Tian H Q, Liu J, Wang S Q, Liu M L, Pan S F, Shi X Z. Pools and distributions of soil phosphorus in China. Global Biogeochemical Cycles, 2005, 19: GB1020. |
[34] | Cleveland C C, Liptzin D. C:N:P stoichiometry in soil: is there a "Redfield ratio" for the microbial biomass?. Biogeochemistry, 2007, 85: 235–252. DOI:10.1007/s10533-007-9132-0 |
[35] | Tian H Q, Chen G S, Zhang C. Pattern and variation of C:N:P ratios in China's soils: a synthesis of observational data. Biogeochemistry, 2010, 98: 139–151. DOI:10.1007/s10533-009-9382-0 |