生态学报  2019, Vol. 39 Issue (21): 7950-7959

文章信息

梁东哲, 赵雨森, 曹杰, 辛颖
LIANG Dongzhe, ZHAO Yusen, CAO Jie, XIN Ying
不同恢复方式下大兴安岭重度火烧迹地林地土壤温室气体通量
Greenhouse gas emissions from woodland soils in a severely burned area under different restoration methods in the Greater Khingan Mountains
生态学报. 2019, 39(21): 7950-7959
Acta Ecologica Sinica. 2019, 39(21): 7950-7959
http://dx.doi.org/10.5846/stxb201809111952

文章历史

收稿日期: 2018-09-11
网络出版日期: 2019-09-05
不同恢复方式下大兴安岭重度火烧迹地林地土壤温室气体通量
梁东哲 , 赵雨森 , 曹杰 , 辛颖     
东北林业大学林学院, 哈尔滨 150040
摘要: 为研究大兴安岭重度火烧迹地在不同恢复方式下林地土壤CO2、CH4和N2O排放特征及其影响因素,采用静态箱/气相色谱法,在2017年生长季(6月-9月)对3种恢复方式(人工更新、天然更新和人工促进天然更新)林地土壤温室气体CO2、CH4、N2O通量进行了原位观测。研究结果表明:(1)3种恢复方式林地土壤在生长季均为大气CO2、N2O的源,CH4的汇;生长季林地土壤CO2排放通量大小关系为人工促进天然更新((634.40±246.52)mg m-2 h-1)>人工更新((603.63±213.22)mg m-2 h-1)>天然更新((575.81±244.12)mg m-2 h-1),3种恢复方式间无显著差异;人工更新林地土壤CH4吸收通量显著高于人工促进天然更新;天然更新林地土壤N2O排放通量显著高于其他两种恢复方式。(2)土壤温度是影响3种恢复方式林地土壤温室气体通量的关键因素;土壤水分仅对人工更新林地土壤N2O通量有极显著影响(P < 0.01);3种恢复方式林地土壤CO2通量与大气湿度具有极显著的响应(P < 0.01);土壤pH仅与天然更新林地土壤CO2通量显著相关(P < 0.05);土壤全氮含量仅与人工促进天然更新林地土壤CH4通量显著相关(P < 0.05)。(3)基于100年尺度,由3种温室气体计算全球增温潜势得出,人工促进天然更新(1.83×104 kg CO2/hm2)>人工更新(1.74×104 kg CO2/hm2)>天然更新(1.67×104 kg CO2/hm2)。(4)阿木尔地区林地土壤年生长季CO2和N2O排放量为8.85×106 t和1.88×102 t,CH4吸收量为1.05×103 t。
关键词: 火烧迹地    不同恢复方式    林地土壤    温室气体    全球增温潜势    
Greenhouse gas emissions from woodland soils in a severely burned area under different restoration methods in the Greater Khingan Mountains
LIANG Dongzhe , ZHAO Yusen , CAO Jie , XIN Ying     
College of Forestry, Northeast Forestry University, Harbin 150040, China
Abstract: Global climate change is the focus of humanity's attention. Greenhouse gases (GHG) are a crucial element of this focus. Forests are important for contributing to the maintenance of ecological balance, and forest soils are an important source and sink of GHG to the atmosphere. The study of the GHG from forest soil and its influence factors could assist the deceleration of global warming is highly significant. The Greater Khingan Mountains are often affected by fire and the restoration of severely degraded ecosystems has always been a focus of experts' attention. In 1987, the forest resources were severely damaged in the Greater Khingan Mountains and owing to short growth seasons and cold weather, the local ecological environment had difficulty recovering. The restoration methods affected the soil properties and vegetation of these degraded ecosystems. In order to know the effects of different restoration methods on woodland soil GHG (CO2, CH4 and N2O) emissions, we used a gas static chamber-GC technique to observe the soil GHG in situ from June to September in 2017. The results showed that in the growing season, the forest soil of three restoration methods was the source of atmospheric CO2 and N2O, and the sink of CH4. In the growing season, the woodland soil CO2 emission flux of artificial promotion of natural regeneration ((634.40±246.52) mg m-2 h-1) was greater than artificial regeneration ((603.63±213.22) mg m-2 h-1) and natural regeneration ((575.81±244.12) mg m-2 h-1). There was no significant difference between the three recovery methods. The woodland soil CH4 uptake flux of the artificial regeneration was significantly higher than that of the artificial promotion of natural regeneration. The emissions of N2O from the woodland soil of natural regeneration were significantly higher than the other two restoration methods. During the growing season, the woodland soil greenhouse gas fluxes of the three vegetation recovery methods were markedly different. Soil temperature was the key factor affecting the woodland soil greenhouse gas fluxes of the three vegetation recovery methods. Soil moisture had a significant effect on N2O fluxes of artificially regenerated soils (P < 0.01). The CO2 flux of woodland soil had a very significant response to atmospheric humidity. The soil pH value was significantly correlated only with the CO2 flux from the naturally regenerated woodland soil (P < 0.05) and the total nitrogen content in the soil was only significantly related to the CH4 flux of woodland soil from the artificial promotion of natural regeneration (P < 0.05). Based on the centennial scale, we calculated the global warming potential (GWP) from three greenhouse gases in three recovery modes. The contribution potential of greenhouse effects in the artificial promotion of natural regeneration was 1.83×104 kg CO2/hm2, and in artificial and natural regeneration were 1.74×104 and 1.67×104 kg CO2/hm2, respectively. The CO2 and N2O emissions of forest soils in the Amuer region were 8.85×106 t and 1.88×102 t and the absorption of CH4 was 1.05×103 t in the annual growth season. These results provide a scientific basis for the restoration and reconstruction of degraded ecosystems in the Greater Khingan Mountains.
Key Words: burned area    different restoration methods    woodland soils    greenhouse gases    global warming potential    

自1750年以来, 温室气体CO2、CH4和N2O的浓度均已大幅增加, 分别为40%、150%和20%[1], 目前仍以0.4%、0.6%和0.3%的速率增长[2]。森林作为陆地生态系统的主体, 占全球陆地面积的27.7%[3], 是维持生态平衡的重要保障。森林土壤是大气温室气体重要的源和汇, 排放到大气中的CO2量每年约为2.51×103 g/m2[4], 每年吸收的CH4约为9.16 (±3.84) Tg[5], 同时排放的N2O约为2.4—5.7 Tg/a[6-7]。因此, 研究森林土壤温室气体排放规律及其影响因子, 对减缓温室气体排放具有重要意义。

大兴安岭林区是我国面积最大的林区, 是我国东北平原重要的生态屏障, 具有特殊的生态地位。同时大兴安岭林区又是我国森林火灾频发区和“东北亚”环境敏感区[8], 1965—2010年总过火林地面积为3.4×106 hm2, 其中重度火烧面积占到了43.91%[9]。1987年的“五·六”大火严重破坏了当地的生态环境、动植物资源和森林后备资源, 使得该地区森林覆盖率从76%下降至61.5%, 重度与中度火烧迹地生物多样性消失殆尽[10]。因其位于我国最北部, 生长季较短, 属于寒温带季风气候区, 受大陆季风气候的影响, 春、秋两季干旱少雨, 干冷气候致使灾后土壤结构长期恶化[11], 森林资源恢复十分困难。植被恢复初期, 重度火烧迹地形成大面积山杨(Populus davidian)白桦(Betula platyphylla)次生林, 有樟子松(Pinus sylvestris var. mongolica)母树地段幼苗大量产生, 落叶松(Larix gmelinii)迹地未更新[12]。现经30年的植被恢复, 已形成大面积的天然次生林和人工林。

火烧迹地森林生态系统功能的恢复是诸多专家学者关注的焦点, 大家希望通过生物、生态及工程技术措施, 使其尽快恢复到一定的或原有的甚至更高的水平[13]。目前, 该地区火烧迹地的研究主要有植被恢复模式的探讨[14]及不同恢复方式[15]和恢复过程中土壤性质[16-17]等研究, 对于火烧迹地土壤温室气体通量的研究较少, 不同恢复措施下的土壤温室气体通量的研究未见报道。本研究选取3种恢复方式的林地土壤为研究对象, 探讨3种恢复方式下林地土壤CO2、N2O和CH4通量的生长季变化规律, 以评估不同恢复方式林地土壤温室气体的排放潜力, 为大兴安岭地区制定碳排放决策和火烧迹地生态修复提供科学依据。

1 材料与方法 1.1 研究区概况

研究地区位于大兴安岭地区阿木尔林业局(122°38′30″—124°15′05″E, 52°15′03″—53°33′15″N, 平均海拔500—800 m), 东西宽约50 km, 南北长约160 km, 边境线长约74 km, 为1987年“五·六”大火重灾区。属于寒温带大陆性气候, 夏季短暂炎热, 冬季漫长寒冷。年均温-2.6 ℃, 最高气温40 ℃; 年均降水量429—527 mm, 年降雨多集中于7—8月, 降雪期一般从9月下旬开始至次年5月上旬。全年无霜期95 d左右, 冰封期180—200 d。土壤以棕色针叶林土为主, 另有沼泽土和泥炭土。土壤砾石含量较大, 土层普遍较薄。根据实地踏查, 在大兴安岭地区阿木尔林业局选择1987年重度火烧后分别经过人工更新、天然更新和人工促进天然更新的3种林地土壤为研究对象, 于每种林地内分别呈“品”字形设置3块20 m×30 m标准样地用于林分调查, 每个标准样地内设置1个气体采样点。所选林地在1987年“五·六”大火重度火烧前均为落叶松林, 人工更新为1989年在重度火烧迹地上栽植落叶松, 造林时苗龄为2 a, 每公顷3300株; 天然更新林地在恢复过程中未受任何人为活动干扰; 人工促进天然更新是在天然更新的基础上穴状整地, 促进植被恢复。样地基本概况见表 1

表 1 样地基本概况 Table 1 Basic information of plots
恢复方式
Recovery mode
乔木Macrophanerophytes灌木Shrub草本
Herb
树高
Height/m
胸径
Diameter
at breast
height/cm
郁闭度
Crown
density
主要树种
Main tree species
株高
Height/cm
盖度
Coverage/%
主要灌木
Main herb specise
天然更新
Natural regeneration
6.185.770.6白桦Betula platyphylla,
日本桤木Alnus japonica
27.8363杜香Ledum palustre, 红莓苔子Vaccinium oxycoccos, 鹿蹄草Pyrola calliantha小叶章Deyeuxia angustifolia
人工更新
Artificial regeneration
12.1014.550.8落叶松Larix gmelinii22.5056蔓越橘Oxycoccos, 连翘Forsythia suspense, 鹿蹄草Pyrola calliantha小叶章Deyeuxia angustifolia, 舞鹤草Maianthemum bifolium
人工促进天然更新
Artificial promotion of natural regeneration
6.324.610.5白桦Betula platyphylla, 山杨Populus davidian, 落叶松Larix gmelinii, 樟子松Pinus sylvestris var. mongolica30.0882杜香Ledum palustre, 笃斯越桔Vaccinium uliginosum, 鹿蹄草Pyrola calliantha小叶章Deyeuxia angustifolia, 地榆Sanguisorba officinalis
1.2 样品采集

2017年6月3日开始至9月21日止, 采用静态箱/气相色谱法每隔10 d对3种恢复方式林地土壤进行温室气体(CO2、CH4、N2O)通量原位观测, 于每个采样日9:00—11:00时段对气体进行采集[18]。在采样箱罩箱后分别于0、10、20、30 min用带有三通阀的100 mL医用注射器采集气体, 并分别注入500 mL气体采集袋。气体样品带回实验室用气相色谱仪(美国安捷伦GC7890B)对CO2、CH4和N2O浓度进行分析。每次取样同时测定箱内温度, 0—5 cm土壤湿度、温度(ZDR-20T)和大气温湿度(TES-1360A)。

于观测期每月下旬在每个底座周围2 m附近采用梅花点采样法采集0—20 cm层土壤样品, 风干、研磨和过筛后将每个样地土壤样品等质量混合, 测定土壤基本性质。土壤pH采用pH计水浸液测定法; 土壤有机碳含量使用元素分析仪(vario TOC, 德国Elementar)测定; 土壤全氮含量使用连续流动分析仪(AA3, 德国SEAL)测定。

1.3 温室气体计算

用下式计算温室气体通量:

式中, Ft为气体通量, M为气体的摩尔质量, P0T0为理想气体标准状态下的大气压和温度, V0为标准状态下的摩尔体积, H为采样箱高度, PT为采样时的实际气压和气温, dc/dt为气体浓度随时间变化的回归曲线斜率。当Ft为正值时表示排放, Ft为负值时表示吸收。

生长季温室气体通量的估算方法为6—9月各旬平均排放通量×10加和[19]

本研究选择100年尺度来计算土壤温室气体排放的全球增温潜势(GWP):

式中, 25和298分别为CH4和N2O在百年尺度上相对于CO2的GWP倍数[20]

1.4 数据处理

用Excel 2010对数据进行初步整理, 采用SPSS 18.0进行统计分析, 利用邓肯多重比较(Duncan)分析不同恢复方式数据均值组间差异, 用Pearson法分析CO2、CH4和N2O通量与环境因子之间的相关性。利用Origin 2015作图。图表中数据为平均值±标准差。

2 结果与分析 2.1 不同恢复方式对环境因子的影响

图 1可见, 3种恢复方式环境因子变化规律基本一致。土壤温度差异不大, 人工更新林内土壤温度略高于其他2种恢复方式。人工更新林内大气湿度较天然更新和人工促进天然更新分别高5.69%和7.23%(表 2)。而在生长季人工更新林地土壤5 cm湿度显著低于其他2种恢复方式, 天然更新和人工促进天然更新林地土壤湿度较为接近, 后者土壤湿度最高。

图 1 生长季3种恢复方式林地环境因子变化 Fig. 1 Changes in environmental factors for the three recovery modes during the growing season-

表 2 3种恢复方式林地土壤温室气体通量和环境因子平均值多重比较 Table 2 Duncan′s multiple-range test for the means of fluxes of GHG from woodland soil and environmental factors for the three recovery modes
恢复方式
Recovery mode
N2O通量
N2O flux/
(μg m-2 h-1)
CH4通量
CH4 flux/
(μg m-2 h-1)
CO2通量
CO2 flux/
(mg m-2 h-1)
大气湿度
Atmospheric
moisture/%
土壤温度
Soil
temperature/℃
土壤湿度
Soil
moisture/%
pH土壤容重
Bulk
density
/(g/m3)
有机碳
Organic
carbon
/(g/kg)
全氮
Total N
/(g/kg)
天然更新
Natural regeneration
17.81±15.1a-68.69±27.8ab575.81±244.1a64.49±23.5a10.36±3.6a48.72±26.0a5.09±0.0a1.05±0.1a43.75±13.1a3.54±1.2a
人工更新
Artificial regeneration
10.37±5.5b-81.40±23.7a603.63±213.2a70.18±23.6a10.82±3.6a22.02±10.6b5.13±0.1a0.95±0.1a67.10±13.2b4.86±1.2b
人工促进天然更新
Artificial promotion of
natural regeneration
10.80±8.0b-65.55±21.3b634.40±246.5a62.95±24.4a9.93±2.6a53.29±30.5a5.28±0.1b1.73±0.1b21.28±5.2c1.91±0.3c
a、b表示显著性差异组别(α=0.05)

3种恢复方式林地土壤pH生长季变化规律一致, 6月pH最小, 7月达到生长季最大值(图 1), 人工促进天然更新林地土壤pH显著高于其他2种恢复方式(表 2)。不同恢复方式对林地土壤有机碳含量影响显著(表 2), 人工更新较天然更新显著提高53.37%, 天然更新较人工促进天然更新显著(P < 0.01)提高105.59%。生长季3种恢复方式林地土壤全氮变化规律基本一致, 均与7月达到生长季最小值(图 1), 3种恢复方式林地土壤全氮含量差异显著(表 2)。

恢复方式的不同影响林分结构和植被类型, 进而对土壤湿度和土壤理化性质产生显著影响, 但对大气湿度与土壤温度影响较小。

2.2 恢复方式对林地土壤温室气体通量的影响 2.2.1 N2O通量

生长季3种恢复方式下林地土壤均表现为N2O的源。排放通量分别为:天然更新((17.81±15.12) μg m-2 h-1)[21]>人工促进天然更新((10.80±7.96) μg m-2 h-1)>人工更新((10.37±5.52) μg m-2 h-1)。人工更新和人工促进天然更新较天然更新林地土壤N2O排放通量分别下降了41.77%和39.36%, 说明人为干预会一定程度降低土壤N2O的排放。天然更新林地土壤N2O通量显著高于人工更新和人工促进天然更新, 人工更新与人工促进天然更新之间无显著差异(表 2)。

生长季3种恢复方式林地土壤N2O排放通量呈明显单峰变化, 峰值均出现在8月份, 表现为:天然更新(58.43 μg m-2 h-1)>人工促进天然更新(29.47 μg m-2 h-1)>人工更新(26.87 μg m-2 h-1)。6月和9月林地土壤N2O排放通量较低。天然更新林地土壤排放通量峰值出现在8月中旬, 人工更新和人工促进天然更新峰值均出现在8月下旬。

2.2.2 CH4通量

生长季3种恢复方式林地土壤均表现为CH4的汇。天然更新、人工更新和人工促进天然更新林地土壤CH4通量分别为((-68.69±27.79) μg m-2 h-1)[21]、((-81.40±23.67) μg m-2 h-1)、((-65.55±21.26) μg m-2 h-1)。其中人工更新林地土壤CH4吸收通量较天然更新和人工促进天然更新分别高出18.50%和24.18%, 说明人工更新林地土壤对大气CH4的吸收能力较好, 天然更新较人工促进天然更新高4.79%。人工更新林地土壤CH4吸收通量显著高于人工促进天然更新, 天然更新与其他2种更新方式无显著差异(表 2)。

人工更新和天然更新林地土壤CH4吸收通量均表现为双峰变化, 但峰值出现时间略有不同:天然更新林地土壤CH4吸收峰值两次分别出现在6月下旬和8月上旬, 人工更新两次峰值较天然更新峰值均有滞后现象(7月和8月中旬)。人工促进天然更新生长季林地土壤CH4吸收通量变化表现为单峰变化, 于8月上旬和天然更新一起出现吸收峰值。3种恢复方式林地土壤CH4吸收通量极大值均出现在8月, 6月和9月整体较低。

图 2 生长季3种恢复方式林地土壤温室气体通量变化 Fig. 2 Changes of GHG fluxes in woodland soil for the three recovery modes during the growing season
2.2.3 CO2通量

生长季3种恢复方式林地土壤均表现为CO2的源, 平均通量分别为:人工促进天然更新((634.40±246.52) mg m-2 h-1)>人工更新((603.63±213.22) mg m-2 h-1)>天然更新(575.81±244.12 mg m-2 h-1)[21]。人工更新和人工促进天然更新林地土壤较天然更新CO2排放通量分别提高4.83%和10.17%, 生长季3种恢复方式林地土壤CO2排放通量差异不显著(表 2)。

不同恢复方式下林地土壤生长季CO2通量变化规律基本一致, 7月中旬和8月中旬各出现一次峰值, 生长季初末期(6月和9月)林地土壤CO2排放通量较低。7月中旬峰值大小为:人工更新(970.26 mg m-2 h-1)>天然更新(924.28 mg m-2 h-1)>人工促进天然更新(826.48 mg m-2 h-1)。8月中旬峰值大小表现为:人工促进天然更新(1231.60 mg m-2 h-1)>天然更新(1128.89 mg m-2 h-1)>人工更新(1014.11 mg m-2 h-1)。

2.3 温室气体通量与环境因子相关性分析

表 3可见, 生长季3种恢复方式林地土壤CO2通量与5 cm土壤温度和林内大气湿度均表现为极显著正相关, 与土壤湿度相关性不显著。林地土壤N2O通量在天然更新[21]和人工促进天然更新林地均与5 cm层土壤温度极显著正相关, 但与林内大气湿度和土壤湿度相关性不强; 人工更新林地土壤N2O通量与土壤温度显著正相关(P < 0.05), 与土壤温度极显著正相关(P < 0.01)。3种恢复方式林地土壤CH4吸收通量均与土壤湿度相关性不显著, 天然更新[21]和人工更新林地土壤CH4吸收通量与5 cm土壤温度极显著正相关, 天然更新与大气湿度相关性不强。土壤pH与天然更新林地土壤CO2通量显著正相关, 土壤全氮与人工促进天然更新林地土壤CH4吸收通量显著负相关。

表 3 3种恢复方式林地土壤温室气体通量与环境因子之间的关系 Table 3 Relationships between GHG fluxes and the environmental factors
恢复方式
Recovery mode
温室气体
Greenhouse gas
大气湿度
Atmospheric
moisture
土壤温度
Soil
temperature
土壤湿度
Soil moisture
pH土壤有机碳
Soil organic
carbon
土壤全氮
Soil total N
天然更新N2O0.2600.567**0.1570.110-0.154-0.282
Natural regenerationCH4-0.248-0.510**0.133-0.2950.2300.363
CO20.541**0.798**-0.2270.583*-0.473-0.548
人工更新N2O0.2210.341*0.703**-0.0760.2210.148
Artificial regenerationCH4-0.428**-0.506**0.1430.135-0.150-0.064
CO20.635**0.650**0.1560.148-0.045-0.183
人工促进天然更新N2O0.2900.521**-0.0500.4390.006-0.558
Artificial promotion ofCH4-0.441**-0.268-0.027-0.5030.0410.623*
natural regenerationCO20.434**0.531**-0.1600.1250.253-0.382
*P<0.05;**P<0.01
2.4 不同恢复方式对温室气体源/汇的影响及阿木尔地区温室气体排放量估算

结合全球变暖潜势值进行分析, 在100年尺度上, 1分子的CH4排放到大气中相当于25分子CO2的辐射影响, 同时1分子的N2O的辐射效果是CO2的298倍[22]。天然更新、人工更新和人工促进天然更新林地土壤生长季温室效应的贡献潜力分别为1.67×104、1.74×104、1.83×104 kg CO2hm2。3种恢复方式中天然更新林地土壤GWP值最小, 较人工更新和人工促进天然更新分别下降4.02%、8.74%。这可能是因为人为干预后, 林地结构得到优化, 林内生物量增多, 土壤结构及微生物种类和数量得到改善, 温室气体累计排放量及增温潜势高于天然更新。同时, 天然更新、人工更新和人工促进天然更新林地土壤GWP组成结构(CO2、CH4、N2O)依次为99.39%、0.30%、0.91%, 99.86%、0.33%、0.48%和99.75%、0.26%、0.50%, CO2均占绝对优势。因此大兴安岭地区重度火烧迹地生长季3种恢复方式林地土壤的温室效应贡献者主要是CO2

表 4 3种恢复方式林地土壤温室气体累计排放通量及全球增温潜势 Table 4 Average emission fluxes and GWP of GHG in three recovery mode
恢复方式
Recovery mode
CO2/(kg/hm2)CH4/(kg/hm2)N2O/(kg/hm2)GWP/(kg CO2hm2)
天然更新Natural regeneration1.66×104-1.980.511.67×104
人工更新Artificial regeneration1.74×104-2.340.301.74×104
人工促进天然更新
Artificial promotion of natural regeneration
1.83×104-1.890.311.83×104
GWP:全球增温潜势Global warming potential

阿木尔林业局所辖林区自“五·六大火”重度火烧后, 现有植被均为人工林或天然次生林。因此对不同恢复方式林地土壤温室气体生长季排放量进行平均计算得出:生长季林地土壤CO2排放量为17.42 t/hm2; N2O排放通量为0.37 kg/hm2; CH4吸收量为2.07 kg/hm2。据阿木尔林业局林业调查显示所辖有林地50.80×104 hm2估算, 阿木尔林业局所辖林地土壤每年生长季CO2排放量约为8.85×106 t, N2O释放量约为1.88×102 t, CH4吸收量约为1.05×103 t。

3 讨论 3.1 不同恢复方式对林地土壤N2O排放的影响

天然更新林地土壤生长季N2O排放通量显著高于其他2种恢复方式, 人工更新最小, 均高于同纬度落叶松林生长季土壤N2O通量[18]。这种差异产生的原因可能与不同恢复方式改变林地小气候、土壤理化性质及地上有机物和无机养分的输入有关。天然更新为阔叶林, 人工促进天然更新为针阔混交林, 人工更新为针叶林, 阔叶林的凋落物数量及其分解速率高于人工林, 有机质输入量较高, 利于土壤N2O的产生[23-24]; 同时天然更新林分较人工促进天然更新郁闭度高, 对林下植被遮阴作用好, 也利于NO3-和NO2-的积累, 从而促进N2O的排放[20, 25], 天然更新和人工更新相比, 虽然遮阴效果较差, 但林下生物量大于人工更新[26], 光合作用固定的C比人工更新多, 可为根系呼吸和根系分泌活动提供更多能源, 从而为N2O产生细菌提供丰富底物, 有效促进N2O的排放[19]。多种因素综合使得生长季天然更新林地土壤N2O排放通量较人工更新和人工促进天然更新分别提高了83.61%和64.91%。

相关分析发现, 天然更新和人工促进天然更新林地土壤N2O排放通量与土壤温度具有较好的相关性, 与土壤湿度相关性不强, 这与马秀枝等[18]和杜睿等[27]的研究结果一致。人工更新林地土壤N2O通量仅与土壤湿度极显著相关, 即N2O排放通量的大小主要取决于土壤湿度[28]。造成这种差异的原因可能因为人工更新林地土壤湿度显著低于其他2种恢复方式(表 2), 因此在土壤水分状况良好的条件下土壤温度是土壤N2O排放的主控因子; 而在土壤湿度较低时, 土壤N2O排放受土壤水分状况影响较大。

3.2 不同恢复方式对林地土壤CH4吸收的影响

森林土壤对CH4的吸收是土壤中CH4产生与消耗过程的综合结果, 受底物有效性、温度、水分状况、养分、植被类型及土壤pH等环境因子的影响[29]。天然更新林地土壤CH4平均吸收通量与其他2种恢复方式无显著差异, 人工更新显著高于人工促进天然更新(表 3), 均高于同纬度落叶松林[18]。土壤容重的大小关系正好相反:人工促进天然更新>天然更新>人工更新(表 2)。这是因为土壤容重的增加, 会抑制大气中CH4向土壤扩散速率和降低土壤中O2浓度从而致使土壤中CH4的氧化速率降低[30-31], 而人工更新土壤结构较为疏松, 通气性较好, 适合CH4氧化菌的生长、代谢和繁殖[32]。本研究发现土壤有机碳含量较高时会促进土壤吸收CH4, 反之则与土壤CH4吸收通量负相关(表 3), 且生长季3种恢复方式下林地土壤CH4通量的大小关系与土壤有机碳大小关系一致(表 2)。有研究发现天然更新的次生林土壤CH4吸收通量要高于人工更新的人工林[23], 这与本研究结论相反, 可能是底物有效性及植被类型的不同和土壤理化性质差异导致的。

本研究中人工更新和天然更新林地土壤CH4吸收通量与土壤温度具有较高的相关性, 人工更新和人工促进天然更新与大气湿度具有较高相关性, 3种恢复方式均与土壤湿度不相关。可能因为本研究区观测期间水热同期, 温度对CH4氧化菌的影响大于水分对其的影响, 水分对CH4氧化菌的影响可能在生长季不同时期有不同的作用[21]。有研究发现土壤全氮含量是影响土壤CH4通量的主要因子[33], 而本研究土壤全氮仅与人工促进天然更新林地土壤CH4通量显著相关, 可能是因为该恢复方式土壤全氮含量显著低于其他2种恢复方式, 因而表现出显著的相关性(表 3)。造成3种恢复方式林地土壤CH4通量差异显著的原因除水热因子外, 可能与林型、土壤理化状况、地表植被的生长及凋落物厚度有关[34]

3.3 不同恢复方式对林地土壤CO2排放的影响

大兴安岭重度火烧迹地3种恢复方式林地土壤CO2排放通量季节变化特征一致, 2次峰值均出现在土壤水热状况较好时期。雨季时, 温度伴随降雨略有降低, 加之降雨会抑制湿润土壤CO2排放通量[35], 导致土壤CO2排放通量于7月中旬至8月中旬之间略有下降, 使得雨季前后出现两次峰值。有研究发现土地利用方式的改变会导致土壤相关微环境及其生理生化过程发生改变, 从而影响土壤中温室气体的产生与排放[36]。人工促进天然更新林地土壤CO2平均通量最大, 天然更新最小, 3者均高于同纬度落叶松林生长季土壤CO2通量[18]。造成3种恢复方式林地土壤CO2通量差异可能是由于不同森林类型之间植物根生物量、土壤微生物生物量、土壤有机质和容重的差异造成的[37]。本研究发现, 人工更新生长季林地土壤CO2通量大于天然更新, 这与菊花等的研究结果一致[23], 这可能是与人为干预导致底物数量、植被生长特性和土壤理化性质同天然更新之间存在差异有关。生长季3种恢复方式林地土壤CO2通量差异不显著, 可能是因为火烧发生7年后植被基本恢复, 土壤CO2通量已回到火灾发生前的水平[38]; 也可能是观测时间过短造成的短期效应[39]或生态系统的特殊性[40]等原因造成的。

相关分析表明, 3种恢复方式林地土壤温度与土壤CO2排放通量均呈极显著正相关, 土壤温度通过影响土壤生物的群落结构和生物量并调控底物的供应状况[41], 进而影响到土壤CO2的通量。3种恢复方式林地土壤湿度与CO2通量未发现有显著相关性, 可能是因为自然状态下土壤水分状况并非该地区土壤CO2排放的限制性因子[42]。但其与大气湿度具有极显著的相关性, 这与沙地土壤研究结果一致[43], 同时由于3种恢复方式林内大气湿度差异不显著, 这或许也是3种恢复方式下林地土壤CO2排放通量差异不显著的原因。土壤pH会通过影响土壤化学反应和土壤酶活性来影响土壤呼吸速率[44], 本研究仅天然更新林地土壤CO2通量与土壤pH显著相关, 可能因为该恢复方式土壤pH较低(表 2), 对土壤呼吸速率影响显著。

4 结论

通过对不同恢复方式下大兴安岭重度火烧迹地林地土壤温室气体生长季通量研究发现, 经过30 a植被恢复, 3种林地土壤均是大气CO2和N2O的“源”, CH4的“汇”。3种温室气体通量具有明显季节动态。土壤温度是影响土壤温室气体通量的关键因子; 土壤湿度仅对人工更新林地土壤N2O有极显著影响; 温室气体通量对大气湿度的响应因林型和气体类型而异; 土壤pH仅与天然更新林地土壤CO2通量显著相关; 土壤全氮含量仅与人工促进天然更新林地土壤CH4通量显著相关。恢复方式对林地土壤CH4和N2O通量影响显著, 对土壤CO2通量影响不显著。基于100 a时间尺度, 受到人工干预(人工更新和人工促进天然更新)的林地土壤具有更高的温室气体排放潜力。阿木尔林业局所辖林区生长季林地土壤CO2、N2O释放量分别为8.85×106 t、1.88×102 t, CH4吸收量为1.05×103 t。将来应深入探讨导致该地区土壤温室气体通量差异的驱动性因子, 将对准确评估火烧迹地植被恢复后土壤温室气体通量具有重要意义, 为该地区退化生态系统修复与重建提供理论依据。

参考文献
[1]
IPCC. Climate Change 2014: Synthesis Report. Contribution of Working Groups Ⅰ, Ⅱ and Ⅲ to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Geneva, Switzerland: IPCC, 2014.
[2]
IPCC. Climate Change 2013: The Physical Science Basis. Contribution of Working Group Ⅰ to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge, UK: Cambridge University Press, 2013.
[3]
Food and Agriculture Organization of the United Nations (FAO). Global Forest Resources Assessment 2015: How are the World's Forests Changing? Rome: Food and Agriculture Organization of the United Nations, 2015.
[4]
孙向阳, 乔杰, 谭笑. 温带森林土壤中的CO2排放通量. 东北林业大学学报, 2001, 29(1): 34-39. DOI:10.3969/j.issn.1000-5382.2001.01.009
[5]
Yu L J, Huang Y, Zhang W, Li T T, Sun W J. Methane uptake in global forest and grassland soils from 1981 to 2010. Science of the Total Environment, 2017, 607-608: 1163-1172. DOI:10.1016/j.scitotenv.2017.07.082
[6]
Davidson E A, Kanter D. Inventories and scenarios of nitrous oxide emissions. Environmental Research Letters, 2014, 9(10): 105012. DOI:10.1088/1748-9326/9/10/105012
[7]
王会来, 刘娟, 姜培坤, 周国模, 李永夫, 吴家森. 营林措施对森林土壤N2O排放影响的研究进展. 土壤学报, 2018, 55(1): 18-30.
[8]
周梅, 余新晓, 冯林, 王林和, 那平山. 大兴安岭林区冻土及湿地对生态环境的作用. 北京林业大学学报, 2003, 25(6): 91-93. DOI:10.3321/j.issn:1000-1522.2003.06.020
[9]
胡海清, 魏书精, 孙龙. 1965-2010年大兴安岭森林火灾碳排放的估算研究. 植物生态学报, 2012, 36(7): 629-644.
[10]
罗菊春. 大兴安岭森林火灾对森林生态系统的影响. 北京林业大学学报, 2002, 24(5/6): 101-107.
[11]
DeBano L F, Neary D G, Ffolliott P F. Fire's Effects on Ecosystems. New York: John Wiley and Sons, 1998.
[12]
罗菊春. "五·六"森林大火对生态环境与植物群落的影响. 北京林业大学学报, 1990, 12(S2): 133-136.
[13]
赵桂久. 生态环境综合整治和恢复技术研究(第1集). 北京: 北京科学技术出版社, 1993.
[14]
王绪高, 李秀珍, 孔繁花, 李月辉, 石秉路, 高振岭. 大兴安岭北坡火烧迹地自然与人工干预下的植被恢复模式初探. 生态学杂志, 2003, 22(5): 30-34. DOI:10.3321/j.issn:1000-4890.2003.05.007
[15]
辛颖, 赵雨森, 陈强. 大兴安岭火烧迹地植被恢复后土壤理化性质. 东北林业大学学报, 2013, 41(8): 65-68. DOI:10.3969/j.issn.1000-5382.2013.08.015
[16]
韩雪成, 赵雨森, 辛颖, 陈强, 刘曼. 大兴安岭北部火烧迹地兴安落叶松人工林土壤水文效应. 水土保持学报, 2012, 26(4): 183-188.
[17]
王丽红, 辛颖, 赵雨森, 侯殿忠, 孙涛, 关彦军. 大兴安岭火烧迹地植被恢复中土壤微生物量及酶活性. 水土保持学报, 2015, 29(3): 184-189.
[18]
马秀枝, 张秋良, 李长生, 陈高娃, 王飞. 寒温带兴安落叶松林土壤温室气体通量的时间变异. 应用生态学报, 2012, 23(8): 2149-2156.
[19]
牟长城, 张博文, 韩丽冬, 于丽丽, 顾韩. 火干扰对小兴安岭白桦沼泽温室气体排放的短期影响. 应用生态学报, 2011, 22(4): 857-865.
[20]
王金龙, 李艳红, 李发东. 博斯腾湖人工和天然芦苇湿地土壤CO2、CH4和N2O排放通量. 生态学报, 2018, 38(2): 668-677.
[21]
梁东哲, 赵雨森, 辛颖. 大兴安岭重度火烧迹地天然次生林土壤温室气体通量及影响因子. 应用生态学报, 2019, 30(3): 777-784.
[22]
IPCC. Climate Change 2007:The Physical Science Basis, Contribution of Working Group to the Fourth Assessment Report of the Intergovernmental Panel on Climate change. Cambridge and New York: Cambridge University Press, 2007.
[23]
菊花, 申国珍, 马明哲, 葛结林, 徐文婷, 赵常明, 张秋良. 北亚热带地带性森林土壤温室气体通量对土地利用方式改变和降水减少的响应. 植物生态学报, 2016, 40(10): 1049-1063. DOI:10.17521/cjpe.2016.0069
[24]
贾朋, 高常军, 李吉跃, 周平, 王丹, 许小林. 华南地区尾巨桉和马占相思人工林地表温室气体通量. 生态学报, 2018, 38(19): 6903-6911.
[25]
陈冠雄, 徐慧, 张颖, 张秀君, 李玥莹, 史荣久, 于克伟, 张旭东. 植物——大气N2O的一个潜在排放源. 第四纪研究, 2003, 23(5): 504-511. DOI:10.3321/j.issn:1001-7410.2003.05.005
[26]
王丽红, 辛颖, 邹梦玲, 赵雨森, 刘双江, 任清胜. 大兴安岭火烧迹地植被恢复中植物多样性与生物量分配格局. 北京林业大学学报, 2015, 37(12): 41-47.
[27]
杜睿, 黄建辉, 万小伟, 贾月慧. 北京地区暖温带森林土壤温室气体排放规律. 环境科学, 2004, 25(2): 12-16.
[28]
孙向阳, 徐化成. 北京低山区两种人工林土壤中N2O排放通量的研究. 林业科学, 2001, 37(5): 57-63. DOI:10.3321/j.issn:1001-7488.2001.05.010
[29]
程淑兰, 方华军, 于贵瑞, 徐敏杰, 张裴雷, 郑娇娇, 高文龙, 王永生. 森林土壤甲烷吸收的主控因子及其对增氮的响应研究进展. 生态学报, 2012, 32(15): 4914-4923.
[30]
Price S J, Kelliher F M, Sherlock R R, Tate K R, Condron L M. Environmental and chemical factors regulating methane oxidation in a New Zealand forest soil. Australian Journal of Soil Research, 2004, 42(7): 767-776. DOI:10.1071/SR04026
[31]
Teh A Y, Silver W L, Conrad M E. Oxygen effects on methane production and oxidation in humid tropical forest soils. Global Change Biology, 2010, 11(8): 1283-1297.
[32]
周存宇, 周国逸, 王迎红, 张德强, 刘世忠. 鼎湖山主要森林生态系统地表CH4通量. 生态科学, 2006, 25(4): 289-293. DOI:10.3969/j.issn.1008-8873.2006.04.001
[33]
张强, 沈燕, 韩天宇, 勾蒙蒙. 湖南莽山4种林型甲烷通量及其影响因子. 中南林业科技大学学报, 2017, 37(9): 104-111.
[34]
Dinsmore K J, Skiba U M, Billett M F, Rees R M, Drewer J. Spatial and temporal variability in CH4 and N2O fluxes from a Scottish ombrotrophic peatland:Implications for modelling and up-scaling. Soil Biology and Biochemistry, 2009, 41(6): 1315-1323. DOI:10.1016/j.soilbio.2009.03.022
[35]
金冠一, 赵秀海, 康峰峰, 汪金松. 太岳山油松人工林土壤呼吸对强降雨的响应. 生态学报, 2013, 33(6): 1832-1841.
[36]
刘慧峰, 伍星, 李雅, 李宗善, 刘国华. 土地利用变化对土壤温室气体排放通量影响研究进展. 生态学杂志, 2014, 33(7): 1960-1968.
[37]
莫江明, 方运霆, 徐国良, 李德军, 薛璟花. 鼎湖山苗圃和主要森林土壤CO2排放和CH4吸收对模拟N沉降的短期响应. 生态学报, 2005, 25(4): 682-690. DOI:10.3321/j.issn:1000-0933.2005.04.005
[38]
Burke R A, Zepp R G, Tarr M A, Miller W L, Stocks B J. Effect of fire on soil-atmosphere exchange of methane and carbon dioxide in Canadian boreal forest sites. Journal of Geophysical Research:Atmospheres, 1997, 102(D24): 29289-29300. DOI:10.1029/97JD01331
[39]
Saurette D D, Chang S X, Thomas B R. Land-use conversion effects on CO2 emissions:from agricultural to hybrid poplar plantation. Ecological Research, 2008, 23(3): 623-633. DOI:10.1007/s11284-007-0420-x
[40]
Raich J W, Tufekciogul A. Vegetation and soil respiration:correlations and controls. Biogeochemistry, 2000, 48(1): 71-90. DOI:10.1023/A:1006112000616
[41]
杨庆朋, 徐明, 刘洪升, 王劲松, 刘丽香, 迟永刚, 郑云普. 土壤呼吸温度敏感性的影响因素和不确定性. 生态学报, 2011, 31(8): 2301-2311.
[42]
张慧东, 周梅, 赵鹏武, 包青春, 海龙. 寒温带兴安落叶松林土壤呼吸特征. 林业科学, 2008, 44(9): 142-145. DOI:10.3321/j.issn:1001-7488.2008.09.025
[43]
赵哈林, 李玉强, 周瑞莲. 沙漠化对沙地土壤呼吸的影响及其对环境变化的响应. 生态学报, 2010, 30(8): 1972-1980.
[44]
宋启亮, 董希斌. 大兴安岭5种类型低质林土壤呼吸日变化及影响因素. 东北林业大学学报, 2014, 42(9): 77-82. DOI:10.3969/j.issn.1000-5382.2014.09.017