2022, Vol. 42文章信息
- 杨桦, 彭小瑜, 杨淑琪, 张云斌, 赵才, 黄勇
- YANG Hua, PENG Xiaoyu, YANG Shuqi, ZHANG Yunbin, ZHAO Cai, HUANG Yong
- 滇南喀斯特断陷盆地土地利用方式对土壤有机碳及其活性组分的影响
- Effects of land use types on soil organic carbon and soil labile organic carbon in karst faulted basin of southern Yunnan
- 生态学报. 2022, 42(17): 7105-7117
- Acta Ecologica Sinica. 2022, 42(17): 7105-7117
- http://dx.doi.org/10.5846/stxb202108112216
-
文章历史
- 收稿日期: 2021-08-11
- 修订日期: 2021-12-29
2. 红河哈尼族彝族自治州开远市林业和草业局, 开远 661699
2. Forestry and Grassland Bureau of Kaiyuan Honghe, Kaiyuan 661699, China
土壤有机碳库是陆地生态系统最大的碳库[1], 有机碳在土壤中积累和分解的动态平衡对维持大气CO2浓度至关重要[2]。土地利用是除化石燃料燃烧外使大气CO2浓度剧增的主要方式之一[3], 其通过调控陆地生物圈与大气之间的碳通量显著影响土壤有机碳库[4]。土壤有机碳(SOC)含量是反映土壤肥力及土壤质量的重要指标, 但由于其在短期内变化较缓慢[5], 使得能先于土壤总有机碳变化之前反映土壤碳库微小变化的土壤活性有机碳成为近年来的研究重点[6]。活性有机碳(LOC)具有有效性高、周转时间短、易受到扰动而分解等特点, 通常用可溶性有机碳(DOC)、易氧化有机碳(EOC)、微生物量碳(MBC)、轻组有机碳(LFOC)及颗粒态有机碳(POC)等表示。
目前, 针对不同土地利用方式下土壤有机碳及其活性组分的变化已开展了大量研究。Zhang等[7]指出与农田相比, 造林显著提高了黄土高原地区的SOC和LOC含量, 其大小受林分类型的影响；徐梦等[8]对比藏东南地区的长期耕作农田、天然林及草地发现, 农田的碳储量相比天然林降低了约50%, 长期耕作显著加快了POC的周转, 减少了SOC的形成；章晓芳等[9]对比红壤丘陵区林地、水田及旱地3种土地利用方式发现, 水田因长期淹水受水分条件的影响, 有利于SOC、MBC及POC的积累；滕秋梅等[10]在喀斯特石山地区发现次生林的SOC和LOC含量显著高于灌丛、草地和农田, 增加植被覆盖以及减少人为活动的干扰, 能提高SOC含量。上述研究均指出土地利用方式显著影响SOC和LOC含量及分布特征, 但由于植被覆盖类型、耕作方式、水热条件和人为干扰等条件的综合影响, 以及各区域的生境异质性, 使得不同活性有机碳组分的指示作用有所差异。因此, 深入分析不同土地利用方式下LOC的分布特征及影响因素对准确评估干扰引起的土壤碳库的变化具有重要意义。
中国西南喀斯特地区作为典型的生态脆弱区, 土地石漠化是该区最严重的土地问题。不同研究分别指出pH和海拔[11]、土壤容重和岩石出露程度[12]及交换性钙离子[13]是影响石漠化地区有机碳含量及分布的关键因素。喀斯特断陷盆地是新生代断裂活动形成的岩溶盆地, 主要分布于我国云南省东部, 具有季节性干旱严重、盆-山地形变化剧烈、盆地与周围山区气候反差巨大等特点[14], 高度的生境异质性可能使有机碳及其活性组分的分布呈现不同的特征。目前, 关于云南喀斯特断陷盆地地区不同土地利用方式土壤活性有机碳组分的研究比较缺乏。因此, 本研究以地处喀斯特断陷盆地的云南省红河哈尼族彝族自治州开远市为研究区, 测定5种典型土地利用方式下土壤有机碳及其活性组分(DOC、EOC、MBC)的含量, 分析有机碳及其活性组分与土壤理化因子之间关系, 旨在探究云南喀斯特断陷盆地石漠化地区不同土地利用方式的土壤有机碳库水平及其对人为干扰的响应, 明确影响土壤有机碳及其活性组分的关键环境因子。
1 材料与方法 1.1 研究区概况研究区位于云南省开远市皮坡村(103°34′—103°43′ E, 23°30′—23°59′ N), 地处大黑山南北并列山脉, 平均海拔约2000 m, 是典型的喀斯特断陷盆地。开远市属亚热带半干旱季风气候, 年平均气温19.8℃, 年平均降水量800 mm, 年平均蒸发量1446 mm。研究区主要土地利用方式包括耕地(以种植一年一季的玉米为主)、草地、灌丛、林地, 其中林地主要有天然林和人工林。灌丛以车桑子(Dodonaea viscosa)、华西小石积(Osteomeles schwerinae)为主, 天然林以高山栎(Quercus semicarpifolia)、大果冬青(Ilex macrocarpa)为主, 人工林以林龄40年的桤木(Alnus cremastogyne)为主。
1.2 样品采集与处理2020年8月在云南省开远市皮坡村分别选取耕地(一年一季玉米地)、草地、灌丛、人工林和天然林5种土地利用方式采集土壤样品。每种土地利用方式设置3个样地, 且立地条件相似, 在每个样地内随机选取5个采样点, 去除土壤表面凋落物, 分别按0—5 cm、5—10 cm、10—20 cm、20—40 cm、40—60 cm分层取样, 将同一土层5个采样点的土样合并, 混合均匀后装入自封袋。将土壤样品分成两部分, 一部分新鲜土壤样品过2 mm(去除植物根系和凋落物)后4℃冷藏保存, 用于可溶性有机碳和微生物量碳的测定；另一部分置于阴凉处自然风干, 用于土壤基本理化性质和易氧化有机碳的测定。
1.3 测定项目与方法 1.3.1 土壤有机碳及组分的测定土壤有机碳(SOC)含量采用干烧法, TOC分析仪(Elementar Vario)测定；可溶性有机碳(DOC)采用水土比5∶1浸提测定[15]；微生物量碳(MBC)采取氯仿熏蒸浸提法测定[16]；易氧化有机碳(EOC)选用333 mmol/L KMnO4氧化-比色法测定[17]。
土壤有机碳储量是评价和衡量土壤碳含量的一个重要的指标, 计算方法如下[18]：
|
式中, SOCS为土壤有机碳储量(kg/m2)；SOC为土壤有机碳含量(g/kg)；BD为土壤容重(g/cm3)；H为土层厚度(cm)。同理, 计算各活性有机碳组分的储量, 即可溶性有机碳储量(DOCS)、易氧化有机碳储量(EOCS)和微生物量碳储量(MBCS)。
1.3.2 土壤理化性质的测定土壤容重采用环刀法测定；土壤含水量采用烘干法测定；土壤质地采用马尔文粒度仪(Malvern Mastersizer 2000)测定；土壤pH值采用水土比2.5∶1浸提测定；全氮采用凯氏消煮法浸提-流动注射仪(FIA-6000+)测定；全磷采用氢氧化钠熔融-钼锑抗比色法测定；全钾采用氢氧化钠熔融-火焰光度计(FIA star 5000)测定；有效磷采用氟化铵-盐酸浸提测定；交换性钾钠钙镁采用1 mol/L乙酸铵溶液(pH=7)浸提, 电感耦合等离子体发射光谱仪(Thermo iCAP 6300)测定。具体理化性质如表 1所示：
| 指标 Index |
耕地 Farmland |
草地 Grassland |
灌丛 Shrubland |
人工林 Artificial forest |
天然林 Natural forest |
| 土壤容重Soil bulk density/(g/cm3) | 0.85—1.15 | 1.07—1.27 | 0.74—1.26 | 1.06—1.10 | 0.89—1.12 |
| 土壤含水量Soil water content/% | 39.29—45.44 | 36.35—56.91 | 40.17—58.78 | 44.59—69.61 | 36.44—62.03 |
| 砂粒Sand/% | 0.72—4.27 | 0.92—8.57 | 1.13—10.37 | 0.50—13.19 | 0.05—11.86 |
| 粘粒Clay/% | 65.48—74.29 | 53.96—83.76 | 46.33—67.89 | 47.97—76.19 | 47.47—75.63 |
| 粉粒Silt/% | 24.70—30.26 | 15.32—37.46 | 30.98—43.30 | 23.31—38.84 | 22.68—40.67 |
| pH值Soil pH value | 5.57—5.89 | 6.29—6.86 | 5.75—6.59 | 5.83—6.58 | 5.27—5.74 |
| 全氮Total nitrogen/(g/kg) | 2.36—3.33 | 1.38—3.22 | 2.16—3.86 | 2.13—4.25 | 1.43—4.02 |
| 全磷Total phosphorus/(g/kg) | 0.55—1.00 | 0.52—0.76 | 0.44—0.62 | 0.40—0.79 | 0.32—0.72 |
| 全钾Total potassium/(g/kg) | 17.62—21.16 | 10.66—18.81 | 7.27—17.25 | 14.22—21.01 | 23.22—29.20 |
| 有效磷Available phosphorus/(mg/kg) | 1.58—59.44 | 1.95—4.12 | 1.86—5.22 | 1.44—8.49 | 0.95—6.80 |
| 交换性钙Exchangeable calcium/(g/kg) | 1.05—1.26 | 1.68—3.11 | 1.71—2.61 | 1.36—2.69 | 1.22—3.15 |
| 交换性镁Exchangeable magnesium/(g/kg) | 0.10—0.12 | 0.17—0.22 | 0.06—0.18 | 0.13—0.23 | 0.09—0.26 |
| 交换性钾Exchangeable potassium/(g/kg) | 0.15—0.39 | 0.24—0.48 | 0.10—0.30 | 0.13—0.41 | 0.11—0.69 |
| 交换性钠Exchangeable natrium/(mg/kg) | 9.90—16.05 | 4.55—7.60 | 8.30—11.95 | 8.05—16.30 | 4.90—21.90 |
采用SPSS 25.0进行数据分析, 利用单因素方差分析(One-Way ANOVA)检验土壤有机碳及其活性组分含量在不同土地利用方式及土层深度之间的差异显著性；采用双因素方差分析(Two-Way ANOVA)分析土地利用方式和土层深度之间的交互作用对土壤有机碳及其活性组分的影响；使用Pearson系数相关分析法分析土壤有机碳及活性组分间的相关性及其与土壤理化性质间的相关性；采用通径分析明确影响土壤有机碳及活性组分含量的关键因素。在Excel及Origin 2021b软件中完成数据整理及图表绘制。
2 结果与分析 2.1 不同土地利用方式土壤有机碳的特征如图 1所示, 5种土地利用方式的SOC含量为4.83—69.01 g/kg, 随土层的加深而递减, 但不同利用方式的下降幅度有所差异, 以人工林(84.75%)和天然林(91.30%)在土层间的下降幅度显著高于耕地(37.94%)、草地(68.40%)及灌丛(58.15%)。不同土地利用方式之间, SOC的平均含量为灌丛(36.98 g/kg)>草地(30.11 g/kg)>人工林(29.54 g/kg)>天然林(25.37 g/kg)>耕地(25.08 g/kg), 其中人工林及天然林的SOC含量在5—60 cm均低于耕地、草地及灌丛。5种土地利用方式的SOCS呈现出灌丛(191.77 t/hm2)>草地(166.86 t/hm2)>耕地(142.47 t/hm2)>人工林(134.31 t/hm2)>天然林(102.62 t/hm2), 其中耕地、草地及灌丛在20—60 cm的SOCS占比均高于50%；人工林及天然林的SOCS主要集中在0—20 cm, 占比分别为57.10%和58.98%。
|
| 图 1 不同土地利用方式的土壤有机碳含量及储量 Fig. 1 Soil organic carbon contents and stocks in different land use types 大写字母表示同一土层不同土地利用方式之间差异显著, 小写字母表示同一土地利用方式不同土层之间差异显著(P < 0.05)；SOC：土壤有机碳Soil organic carbon |
如图 2所示, 5种土地利用方式的DOC含量从表层到深层差异不显著, DOC平均含量表现出耕地(1.19 g/kg)略低于草地(1.32 g/kg)、灌丛(1.38 g/kg)、人工林(1.31 g/kg)及天然林(1.35 g/kg)。DOCS在不同土地利用方式之间差异不显著, 表现出草地(9.15 t/hm2)>灌丛(8.95 t/hm2)>天然林(8.50 t/hm2)>人工林(8.32 t/hm2)>耕地(7.54 t/hm2)；在0—40 cm, 各土地利用方式的DOCS随土层深度的增加而增加, 但在相同土层内不同土地利用方式对DOCS无显著影响。
|
| 图 2 不同土地利用方式土壤活性有机碳含量及储量 Fig. 2 Soil labile organic carbon contents and stocks in different land use types DOC: 可溶性有机碳 Dissolve organie carbon; EOC: 易氧化有机碳 Easily oxidated carbon; MBC: 微生物量碳 Microbial biomass carbon., 下同 |
5种土地利用方式的EOC含量为0.66—15.35 g/kg, 随土层的加深而递减, 与SOC含量表现出基本一致的变化趋势(图 2)。但不同土地利用方式EOC含量在土层间的下降幅度(53.33%—95.46%)明显大于SOC含量的下降幅度(37.94%—91.30%), 且均以人工林和天然林的波动最大, 草地及灌丛次之, 耕地最小。不同土地利用方式之间, EOC的平均含量为灌丛(6.81 g/kg)>草地(6.22 g/kg)>天然林(5.45 g/kg)>人工林(4.75 g/kg)>耕地(2.89 g/kg), 在5—60 cm人工林及天然林的EOC含量均低于草地及灌丛。5种土地利用方式的EOCS为草地(31.77 t/hm2)>灌丛(31.36 t/hm2)>天然林(20.18 t/hm2)>人工林(18.06 t/hm2)>耕地(14.58 t/hm2)。在0—20 cm, 人工林和天然林EOCS占比分别为72.10%、64.68%, 显著高于SOCS。
2.2.3 土壤微生物量碳的变化特征5种土地利用方式的MBC含量为25.48—1415.07 mg/kg, 随土层的加深而递减, 在土层间的下降幅度为78.11%—97.58%, 显著高于EOC和SOC(图 2)。不同土地利用方式之间, MBC的平均含量依次为灌丛(613.15 mg/kg)、草地(469.71 mg/kg)、人工林(455.01 mg/kg)、天然林(396.43 mg/kg)、耕地(215.18 mg/kg)；在0—5 cm, MBC含量表现出灌丛>人工林>草地>天然林>耕地；在5—60 cm草地及灌丛MBC含量高于人工林及天然林。5种土地利用方式的MBCS为灌丛(2.29 t/hm2)>草地(2.02 t/hm2)>天然林(1.66 t/hm2)>人工林(1.43 t/hm2)>耕地(1.01 t/hm2)。
2.2.4 活性有机碳组分的分配比例特征活性有机碳的分配比例是指活性有机碳组分与土壤总有机碳的比值, 由表 2可知, 5种土地利用方式的DOC/SOC介于2.21%—26.27%, 随土层的加深而增加, 在20—60 cm, 人工林及天然林的DOC/SOC显著高于耕地、草地及灌丛。5种土地利用方式的EOC/SOC介于6.39%—25.75%, MBC/SOC介于0.37%—2.28%, 均随土层的加深而递减。不同土地利用方式之间, EOC/SOC与MBC/SOC的平均值分别为草地>天然林>灌丛>人工林>耕地, 灌丛>草地>天然林>人工林>耕地, 在0—60 cm人工林的EOC/SOC基本上均低于草地、灌丛及天然林。
| 指标 Index |
土层深度 Soil depth/cm |
耕地 Farmland |
草地 Grassland |
灌丛 Shrubland |
人工林 Artificial forest |
天然林 Natural forest |
| DOC/SOC | 0—5 | 3.94±0.99Ab | 2.26±0.59Ad | 2.70±1.16Ac | 2.21±0.46Ac | 2.91±0.88Ad |
| 5—10 | 4.26±1.08Ab | 4.31±0.11Acd | 3.16±0.00Abc | 4.01±1.23Abc | 4.14±0.21Ad | |
| 10—20 | 4.53±1.38Ab | 5.64±0.03Ac | 4.15±1.12Abc | 7.79±2.73Aab | 5.66±0.46Ac | |
| 20—40 | 4.65±0.79Cb | 6.73±0.73BCb | 6.15±0.22BCa | 8.64±2.07ABa | 10.52±0.41Ab | |
| 40—60 | 7.45±1.23Ca | 6.90±0.79CDa | 4.92±0.51Dab | 10.11±0.53Ba | 26.27±1.51Aa | |
| EOC/SOC | 0—5 | 14.32±2.85Ba | 25.75±2.54Aa | 25.01±1.56Aa | 21.65±3.47Aa | 25.23±2.49Aa |
| 5—10 | 13.72±2.16Ba | 18.44±0.01Ab | 15.77±0.52Bb | 12.76±3.84Bb | 19.59±0.66Ab | |
| 10—20 | 8.78±3.38Cab | 17.76±2.51Ab | 13.74±0.14Bb | 13.94±1.46Bb | 18.77±0.83Ab | |
| 20—40 | 8.59±1.47Cb | 19.60±1.86Ab | 14.90±1.23Bb | 9.93±3.37Cbc | 18.09±0.43Ab | |
| 40—60 | 10.89±1.92Aab | 15.26±2.57Ab | 16.10±2.43Ab | 6.39±0.30Bc | 13.60±0.19Ac | |
| MBC/SOC | 0—5 | 1.04±0.01Ba | 2.00±0.06Aa | 2.28±0.40Aa | 2.01±0.52Aa | 1.91±0.25Aa |
| 5—10 | 1.04±0.01Ba | 1.94±0.36Aa | 1.79±0.26Aab | 1.56±0.38Aa | 1.33±0.15Ab | |
| 10—20 | 0.89±0.04Bb | 1.15±0.18ABb | 1.40±0.29Ab | 1.29±0.35ABa | 1.45±0.11Ab | |
| 20—40 | 0.71±0.06Bb | 0.85±0.31ABb | 1.27±0.41ABb | 0.81±0.64Aa | 1.28±0.14Ab | |
| 40—60 | 0.37±0.02Ac | 0.69±0.32Ab | 0.47±0.28Ac | 0.39±0.18Ab | 0.53±0.02Ac | |
| 大写字母表示同一土层不同土地利用方式之间差异显著, 小写字母表示同一土地利用方式不同土层之间差异显著(P < 0.05)；DOC/SOC：可溶性有机碳与土壤有机碳的比值 Ratio of dissolve organic carbon to soil organic carbon；EOC/SOC：易氧化有机碳与土壤有机碳的比值 Ratio of easily oxidated carbon to soil organic carbon；MBC/SOC：微生物量碳与土壤有机碳的比值 Ratio of microbial biomass carbon to soil organic carbon | ||||||
双因素方差分析表明(表 3), 除DOC外土地利用方式及土层深度对SOC、EOC、MBC、DOC/SOC、EOC/SOC及MBC/SOC都有极显著影响(P < 0.01), 土地利用方式和土层深度的交互作用对SOC、EOC、MBC及DOC/SOC有极显著影响(P < 0.01), 对DOC及MBC/SOC没有显著影响。
| 影响因子 Impact factor |
土地利用方式 Land use types |
土层深度 Soil depths |
土地利用方式×土层深度 Land use types×Soil depths |
|||||
| F | Sig. | F | Sig. | F | Sig. | |||
| SOC | 10.632 | 0.000** | 115.396 | 0.000** | 4.957 | 0.000** | ||
| DOC | 1.293 | 0.299 | 2.064 | 0.116 | 1.803 | 0.090 | ||
| EOC | 72.321 | 0.000** | 572.912 | 0.000** | 23.904 | 0.000** | ||
| MBC | 13.682 | 0.000** | 99.286 | 0.000** | 4.660 | 0.000** | ||
| DOC/SOC | 42.226 | 0.000** | 90.963 | 0.000** | 23.250 | 0.000** | ||
| EOC/SOC | 30.264 | 0.000** | 33.031 | 0.000** | 2.157 | 0.041* | ||
| MBC/SOC | 7.054 | 0.001** | 32.307 | 0.000** | 1.183 | 0.344 | ||
| *表示在0.05水平上显著差异(P < 0.05)；**表示在0.01水平上显著差异(P < 0.01) | ||||||||
Pearson相关分析(图 3)指出, SOC与DOC、EOC及MBC呈极显著正相关, DOC、EOC及MBC两两间也呈极显著正相关(P < 0.01)；SOC、EOC及MBC与砂粒、粉粒、土壤含水量、全氮、全磷、C/N比、C/P比、交换性钙、交换性镁、交换性钾呈极显著正相关, 与粘粒呈极显著负相关(P < 0.01)；DOC与砂粒、粉粒、全氮、土壤含水量、C/N比、C/P比、交换性钙、交换性钾呈显著正相关(P < 0.05), 与粘粒呈极显著负相关(P < 0.01)。这说明SOC和LOC含量的变化依赖于土壤养分元素、土壤机械组成、土壤含水量及交换性盐基离子等因素的变化。
|
| 图 3 土壤有机碳及其活性组分与土壤理化因子的相关分析 Fig. 3 Correlation analysis between soil organic carbon, soil labile organic carbon and soil physiochemical factors *表示在0.05水平上显著差异(P < 0.05)；**表示在0.01水平上显著差异(P < 0.01)；矩形颜色表示相关系数, 矩形大小表示相关性大小；TN：全氮Total nitrogen；TP：全磷Total phosphorus；TK：全钾Total potassium；AP：有效磷Available phosphorus；C/N：C/N比C/N ratio；C/P：C/P比C/P ratio；N/P：N/P比N/P ratio；SWC：土壤含水量Soil water content；pH：pH值Soil pH value；Clay：粘粒；Silt：粉粒；砂粒：Sand；Ca2+：交换性钙Exchangeable calcium；K+：交换性钾Exchangeable potassium；Mg2+：交换性镁Exchangeable magnesium；Na+：交换性钠Exchangeable natrium |
通过逐步回归分析得到SOC、DOC、EOC及MBC与土壤理化因子的统计回归模型(表 4), 结果指出SOC含量的回归模型包括砂粒、全磷、C/P比及交换性钙4个影响因素, R2为0.976；DOC含量回归模型的R2仅0.182, 表明DOC受目前现有理化因素的影响较小；EOC含量回归模型的影响因素与SOC一致, R2为0.943；MBC含量的回归模型包括砂粒及C/P比, R2为0.905。
| 因变量 Dependent variable |
逐步回归模型 Stepwise regression mode |
R2 |
| SOC | SOC=-27.781+0.834Sand+35.571TP+0.413C/P+3.67Ca2+ | 0.976 |
| DOC | DOC=1.206+0.028Sand | 0.182 |
| EOC | EOC=-5.57+0.539Sand+2.408Ca2++3.864TP+0.042C/P | 0.943 |
| MBC | MBC=-85.825+79.887Sand+4.55C/P | 0.905 |
| C/P：C/P比C/P ratio；Sand：砂粒；Ca2+：交换性钙Exchangeable calcium；TP：全磷Total phosphorus | ||
将回归模型中影响因子的相关系数分解为直接通径系数和间接通径系数, 结果如表 5所示。影响SOC含量因素的直接通径系数依次为C/P比(0.568)、全磷(0.396)、砂粒(0.191)、交换性钙(0.136), 其中砂粒和交换性钙的间接系数大于直接系数, 且均以C/P比为主要途径的间接效应对SOC含量产生影响。砂粒、交换性钙、C/P比及全磷对EOC的影响均表现出间接通径系数均大于直接通径系数, 其中砂粒(0.462)及交换性钙(0.333)的直接通径系数大于其通过其他因素为途径的间接效应。MBC含量主要受砂粒及C/P比的影响, C/P比通过砂粒间接对MBC含量产生影响。从决策系数来看, SOC含量受C/P比和砂粒影响较大；EOC含量受砂粒、交换性钙和C/P比影响较大；MBC含量受砂粒影响较大。综上, 本研究中C/P比是SOC含量的主控因素, 砂粒是EOC和MBC含量的主控因素, C/P比是次要因素。
| 因变量 Dependent variable |
自变量 Independent variable |
相关系数 Correlation coefficient |
直接通径系数 Direct path coefficient |
间接通径系数 Indirect path coefficient |
决策系数 Decision coefficient |
||||
| C/P | Sand | Ca2+ | TP | Total | |||||
| SOC | C/P | 0.871 | 0.568 | 0.164 | 0.095 | 0.044 | 0.303 | 0.667 | |
| Sand | 0.920 | 0.191 | 0.488 | 0.094 | 0.146 | 0.728 | 0.315 | ||
| Ca2+ | 0.690 | 0.136 | 0.395 | 0.132 | 0.026 | 0.554 | 0.169 | ||
| TP | 0.538 | 0.396 | 0.063 | 0.070 | 0.009 | 0.142 | 0.269 | ||
| EOC | C/P | 0.861 | 0.214 | 0.397 | 0.232 | 0.018 | 0.646 | 0.323 | |
| Sand | 0.936 | 0.462 | 0.184 | 0.230 | 0.059 | 0.474 | 0.651 | ||
| Ca2+ | 0.812 | 0.333 | 0.149 | 0.320 | 0.011 | 0.479 | 0.430 | ||
| TP | 0.377 | 0.161 | 0.024 | 0.170 | 0.022 | 0.216 | 0.095 | ||
| MBC | Sand | 0.945 | 0.730 | 0.214 | 0.214 | 0.847 | |||
| C/P | 0.877 | 0.249 | 0.627 | 0.627 | 0.375 | ||||
不同土地利用方式由于地表植物输入的数量和质量、耕作干扰及管理方式等因素的差异, 引起有机碳含量发生变化。本研究中SOC含量表现出随土层加深而递减的趋势, 即SOC的“表聚现象”, 主要是由于表层土壤具有丰富的植物凋落物及残体, 为表层土壤输入了较多的有机碳[10]。不同土地利用方式之间, 在0—5 cm人工林的SOC含量最高, 耕地最低, 人工林显著高可能是由于地表生物量分解速率及更新速率的差异。不同利用方式植物叶片C/N比(以灌丛、人工林和天然林优势物种为例)呈人工林(桤木22.26) < 灌丛(车桑子42.60) < 天然林(高山栎62.61)[19—21]。C/N比低的枯枝落叶较容易分解[22], 将促进有机质的更新, 为表层土壤提供更多的有机碳。耕地则因地表碳输入较少(玉米被回收)且长期的耕作干扰加速了SOC的分解[23], 导致含量较低。在5—60 cm人工林及天然林的SOC含量均低于耕地、草地和灌丛, 可能受微生物生物量、根系凋落物及分泌物等多种因素的影响。一方面, 随着土层的增加, 土壤温度及孔隙度显著降低导致微生物的活性下降[24], 使得分解碳源的微生物生物量减少[25], 本研究中人工林及天然林在5—60 cm的MBC平均含量低于草地及灌丛的结果也证实了上述猜想。另一方面, 细根周转过程中产生的根系凋落物是土壤有机质的主要来源[26], 杜虎等[27]指出喀斯特地区灌丛的根系生物量与SOC含量呈显著正相关(R2为0.828), 灌丛根系数量丰富, 可能是引起灌丛保持较高SOC含量的原因。另外, 植物根系分泌的酸性物质会破坏土壤碳的矿物保护作用[28], 刺激土壤有机质的分解[29], 人工林和天然林较长植物根系的分泌物可能是深层土壤碳含量低于其他土地利用方式的重要原因。
3.2 土地利用方式对土壤活性有机碳组分的影响双因素方差分析表明土地利用方式、土层深度及两者的交互作用对DOC含量均无显著影响, 这可能是由于DOC是游离的或吸附在矿物和胶体上的碳, 其分子通常很小(< 450 nm), 容易发生溶解和迁移[30]。本研究中不同土地利用方式下DOC含量为0.84—1.62 g/kg, 含量显著高于其他地区[24, 31—32], 但与哈文秀等[33]在建水喀斯特断陷盆地地区测得的不同恢复方式下DOC含量(0.82—1.18 g/kg)接近。曹建华等[34]认为DOC是岩溶生态系统中活跃的有机碳组分, 受水热条件的影响较大, 雨季适宜的水热条件提高了微生物及植被的新陈代谢速率, 使得DOC在土壤中保持较高含量。Basile-Doelsch等[30]也指出DOC可能存在明显的季节性变化, 温度和降水是影响DOC含量变化的重要因素。EOC和MBC受土地利用方式、土层深度及两者交互作用的显著影响, 这可能是由于EOC和MBC是土壤中周转速度较快的那一部分碳, 容易受到土壤管理措施及周围环境条件变化的影响而迅速做出响应[6]。本研究中EOC和MBC的含量及储量均表现草地和灌丛最高, 耕地最低。草地和灌丛较高的原因可能是由于其植被密度小, 光热条件充足, 植被更新速度相对快, 使得地表和地下凋落物输入的数量更多[35], 故LOC含量较高。耕地可能是由于长期的耕作使得土壤养分流失严重, 不利于微生物的生长, 其数量和活性都受到抑制, 减少了LOC的来源[25], 另外, Six等[36]研究发现耕作会破坏团聚体结构, 释放由团聚体结构保护的有机碳, 这促进了微生物对有机碳的利用, 加速有机碳的矿化分解, 使得LOC含量降低。此外, 人工林的EOC含量低于天然林可能是树种组成和林分类型导致碳输入不同而引起, 桤木人工林为落叶阔叶林, 是一种非豆科根瘤固氮树种, 天然林以常绿阔叶林为主。桤木的固氮作用将提高土壤氮的有效性[7], 促进有机碳的矿化作用, 这不利于LOC的累积。
土壤活性有机碳各组分的分配比例可以被用来指示土壤有机碳库稳定性, 活性有机碳比例越高, 土壤有机碳库的稳定性越差[37]。本研究中DOC/SOC随着土层深度的增加而增加, 深层土壤中DOC分配比例较高, 由于DOC是微生物生长活动过程中可直接利用的主要碳源[38], 其含量表征着土壤微生物的碳可用性, 这可能是引起深层土壤保持较高EOC及MBC含量的重要原因。此外, 随土层深度增加人工林的EOC/SOC显著下降, 且在整个土壤剖面人工林的EOC/SOC均低于草地、灌丛及天然林, 这说明桤木人工林虽不利于LOC的积累, 却有利于SOC的稳定性增加。Li等[39]认为土壤稳定有机碳的能力决定SOC积累, 如果土壤稳定有机碳能力较低, 输入的有机碳可能存在较大的流失风险。这表明在云南喀斯特石漠化地区固氮树种可能更有利于提高有机碳稳定性, 有助于减小碳流失的风险。
综上, 断陷盆地石漠化地区不同土地利用方式的SOC及LOC含量及储量存在显著差异, 整体上呈现出草地和灌丛大于人工林、天然林及耕地。在该区进行退耕还林还草, 减少人为干扰, 有利于区域土壤碳含量的增加；选择固氮树种进行植被恢复, 更有利于区域土壤碳的固存。对比同纬度带其他地区的SOC含量, 本研究中草灌林的平均SOC含量为30.50 g/kg, 显著高于北亚热带地区次生天然林含量[30](29.27 g/kg)、红壤丘陵区人工林含量[31](6.20—9.22 g/kg), 表明在该区进行植被恢复具有较大的碳汇潜力, 特别是以草灌为主要利用方式的恢复模式可作为该区生态恢复的主导措施。
3.3 土壤有机碳及其活性组分的关键影响因素通径分析指出SOC含量变化一方面受C/P比的直接影响。本研究中5种土地利用方式的平均C/P比表现出灌丛最高, 并与SOC呈现相同的变化规律, 图 3也指出SOC与C/P比呈极显著正相关, 这表明土壤C/P比越高, 可能更有利于喀斯特地区SOC含量的积累。土壤的化学计量特征是衡量土壤中养分矿化速率和养分有效量的重要指标, 土壤C/P越高, 表明有机P的矿化速率和养分有效量越低[40]。研究表明土壤中P素主要来源于SOC的矿化分解[41], 当P素的矿化分解速率越低(即C/P比较高), 将减缓SOC的矿化分解, 更有利于SOC的积累[22]。另一方面受交换性钙和砂粒的间接影响, 即通过影响C/P比间接对SOC含量产生影响。在喀斯特地区土壤受成土母质碳酸盐岩的影响, 具有富钙的典型特点, 岩溶区的钙含量是非岩溶区的4倍以上[42]。胡宁等[43]指出土壤钙素(特别是交换性钙)对P素的有效性有重要的制约作用, 大量的钙离子能够与土壤中的磷酸根离子结合形成各种难溶性的磷酸钙盐, 另外, 丰富的碳酸钙对土壤P素的吸附和固定也起着关键作用[44], 这都将降低土壤中P含量。此外, 研究表明岩溶区石灰性土壤的固碳和固钙作用相辅相成[45], 高钙可能是保持SOC含量较高的原因, 有机质可以通过钙离子与矿物表面相互作用, 提高有机碳的稳定性, 减少土壤碳的流失[13]。土壤质地显著影响土壤中P素含量, 土壤中的砂粒可与土壤颗粒有机碳紧密结合, 对土壤P素进行封存[46], 显著降低土壤P素含量。综上, 交换性钙和砂粒可主要通过吸附和沉淀两种方式降低土壤中的P素含量来增大土壤C/P比, 减小SOC的矿化分解速率, 促进SOC的积累。
本研究中EOC和MBC含量与SOC含量有相同的变化特征, 且EOC和MBC在土层间的变化程度高于SOC, 相关分析结果也指出各LOC组分与SOC均呈显著正相关, 表明LOC对不同土地利用方式的响应更敏感, 其含量变化受SOC含量的影响, 这主要由于LOC是SOC的组成部分, 是形成更稳定有机质的基础[6]。通径分析指出土壤砂粒是影响EOC和MBC含量的关键因素, 其余因素(交换性钙、C/P比及全磷)也主要通过影响砂粒间接影响EOC和MBC含量。研究表明不同粒径的土壤颗粒相互排列构成的土壤结构可调节有机碳周转[47], 在砂粒含量高的土壤, 空隙结构良好, 微生物活性较高, 根系的生长较快, 为土壤提供丰富的植物碳源输入, 促进LOC的积累[30]。交换性钙主要吸附于土壤胶体表面, 其可通过与土壤颗粒的之间相互作用对土壤养分的固持有重要作用[48]。不同活性有机碳组分的影响因素存在差异, 这可能是由于不同活性有机碳组分的性质(如溶解性、氧化性等)和主要物质来源的不同, 使得不同组分对环境的响应存在差异。因此, 不同土地利用方式作用下的土壤碳库动态受多种因素的交互影响, 要明确影响有机碳及其活性组分的关键因子及其机制, 还需对各要素开展更为深入的研究。
4 结论云南喀斯特断陷盆地SOC含量受土地利用方式及土层深度的显著影响, 其含量随土层深度的增加逐渐降低, 平均含量以草地及灌丛较高, 人工林及天然林次之, 耕地最低；EOC和MBC与SOC含量的变化趋势基本一致, 但不同土地利用方式EOC和MBC含量在土壤垂直剖面的下降幅度显著高于SOC, 表明EOC和MBC对不同土地利用方式的响应比SOC更敏感；5种土地利用方式的DOC均保持较高含量及分配比例, 且不受土地利用方式和土层深度的影响。不同土地利用方式EOC的分配比例指出固氮树种可能更有利于断陷盆地地区土壤有机碳的稳定性, 有助于减小碳流失的风险。LOC的含量除受SOC含量的限制外, 还主要受砂粒、土壤含水量、C/N比、C/P比、交换性钙和交换性镁等因素的调控。通径分析进一步表明在喀斯特断陷盆地地区C/P比和砂粒是SOC、EOC和MBC含量的关键影响因素。
| [1] |
Schimel D S. Terrestrial ecosystems and the carbon cycle. Global Change Biology, 1995, 1(1): 77-91. DOI:10.1111/j.1365-2486.1995.tb00008.x |
| [2] |
Santos R S, Oliveira F C C, Ferreira G W D, Ferreira M A, Araújo E F, Silva I R. Carbon and nitrogen dynamics in soil organic matter fractions following eucalypt afforestation in southern Brazilian grasslands (Pampas). Agriculture, Ecosystems & Environment, 2020, 301: 106979. |
| [3] |
Datta A, Basak N, Chaudhari S K, Sharma D K. Soil properties and organic carbon distribution under different land uses in reclaimed sodic soils of North-West India. Geoderma Regional, 2015, 4: 134-146. DOI:10.1016/j.geodrs.2015.01.006 |
| [4] |
Deng L, Liu G B, Shangguan Z P. Land-use conversion and changing soil carbon stocks in China's 'Grain-for-Green' Program: a synthesis. Global Change Biology, 2014, 20(11): 3544-3556. DOI:10.1111/gcb.12508 |
| [5] |
da Silva Oliveira D M, Paustian K, Cotrufo M F, Fiallos A R, Cerqueira A G, Cerri C E P. Assessing labile organic carbon in soils undergoing land use change in Brazil: a comparison of approaches. Ecological Indicators, 2017, 72: 411-419. DOI:10.1016/j.ecolind.2016.08.041 |
| [6] |
Bongiorno G, Bünemann E K, Oguejiofor C U, Meier J, Gort G, Comans R, Mäder P, Brussaard L, de Goede R. Sensitivity of labile carbon fractions to tillage and organic matter management and their potential as comprehensive soil quality indicators across pedoclimatic conditions in Europe. Ecological Indicators, 2019, 99: 38-50. DOI:10.1016/j.ecolind.2018.12.008 |
| [7] |
Zhang Q Y, Jia X X, Wei X R, Shao M A, Li T C, Yu Q. Total soil organic carbon increases but becomes more labile after afforestation in China's loess plateau. Forest Ecology and Management, 2020, 461: 117911. DOI:10.1016/j.foreco.2020.117911 |
| [8] |
徐梦, 李晓亮, 蔡晓布, 李晓林, 张旭博, 张俊伶. 藏东南地区不同土地利用方式下土壤有机碳组分及周转变化特征. 中国农业科学, 2018, 51(19): 3714-3725. DOI:10.3864/j.issn.0578-1752.2018.19.009 |
| [9] |
章晓芳, 郑生猛, 夏银行, 胡亚军, 苏以荣, 陈香碧. 红壤丘陵区土壤有机碳组分对土地利用方式的响应特征. 环境科学, 2020, 41(3): 1466-1473. |
| [10] |
滕秋梅, 沈育伊, 徐广平, 张中峰, 张德楠, 周龙武, 黄科朝, 孙英杰, 何文. 桂北喀斯特山区不同植被类型土壤碳库管理指数的变化特征. 生态学杂志, 2020, 39(2): 422-433. |
| [11] |
邱虎森, 苏以荣, 陈香碧, 黎蕾, 李杨, 何寻阳. 喀斯特高原典型小流域土壤有机碳及其组分的分布特征. 农业环境科学学报, 2012, 31(10): 1956-1964. |
| [12] |
Hu P L, Liu S J, Ye Y Y, Zhang W, Wang K L, Su Y R. Effects of environmental factors on soil organic carbon under natural or managed vegetation restoration. Land Degradation & Development, 2018, 29(3): 387-397. |
| [13] |
Hu N, Lan J C. Impact of vegetation restoration on soil organic carbon stocks and aggregates in a karst rocky desertification area in Southwest China. Journal of Soils and Sediments, 2020, 20(3): 1264-1275. DOI:10.1007/s11368-019-02532-y |
| [14] |
曹建华, 邓艳, 杨慧, 蒲俊兵, 朱同彬, 蓝芙宁, 黄芬, 李建鸿. 喀斯特断陷盆地石漠化演变及治理技术与示范. 生态学报, 2016, 36(22): 7103-7108. |
| [15] |
Jones D L, Willett V B. Experimental evaluation of methods to quantify dissolved organic nitrogen (DON) and dissolved organic carbon (DOC) in soil. Soil Biology and Biochemistry, 2006, 38(5): 991-999. DOI:10.1016/j.soilbio.2005.08.012 |
| [16] |
Vance E D, Brookes P C, Jenkinson D S. An extraction method for measuring soil microbial biomass C. Soil Biology and Biochemistry, 1987, 19(6): 703-707. DOI:10.1016/0038-0717(87)90052-6 |
| [17] |
Blair G J, Lefroy R D B, Lisle L. Soil carbon fractions based on their degree of oxidation, and the development of a carbon management index for agricultural systems. Australian Journal of Agricultural Research, 1995, 46(7): 1459-1466. DOI:10.1071/AR9951459 |
| [18] |
王绍强, 周成虎, 李克让, 朱松丽, 黄方红. 中国土壤有机碳库及空间分布特征分析. 地理学报, 2000, 55(5): 533-544. |
| [19] |
邹军, 喻理飞, 李媛媛, 黄宗胜. 喀斯特区不同岩性发育的土壤上植物-枯落物-土壤系统δ13C值变化特征. 水土保持学报, 2020, 34(1): 186-194. |
| [20] |
施昀希, 陈奇伯, 黎建强. 滇中高原森林凋落物不同分解阶段C、N、P的化学计量特征及种间差异. 中南林业科技大学学报, 2020, 40(1): 114-122. |
| [21] |
王雪梅, 闫帮国, 赵广, 史亮涛, 刘刚才, 方海东. 云南元谋不同海拔土壤微生物对车桑子碳、氮、磷化学计量特征及土壤特性的影响. 植物生态学报, 2017, 41(3): 311-324. |
| [22] |
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. DOI:10.3321/j.issn:1000-0933.2008.08.054 |
| [23] |
Zhang X W, Yu F H. Physical disturbance accelerates carbon loss through increasing labile carbon release. Plant, Soil and Environment, 2020, 66(11): 584-589. DOI:10.17221/257/2020-PSE |
| [24] |
Wang M, Wang S Z, Cao Y W, Jiang M, Wang G D, Dong Y M. The effects of hummock-hollow microtopography on soil organic carbon stocks and soil labile organic carbon fractions in a sedge peatland in Changbai Mountain, China. CATENA, 2021, 201: 105204. DOI:10.1016/j.catena.2021.105204 |
| [25] |
Qiu H S, Liu J Y, Li L, Liu K P, He X Y, Su Y R. Assessing nutrient elements as indicators for soil active organic carbon in topsoil of karst areas. Polish Journal of Environmental Studies, 2019, 28(3): 1325-1333. DOI:10.15244/pjoes/85953 |
| [26] |
Argiroff W A, Zak D R, Upchurch R A, Salley S O, Grandy A S. Anthropogenic N deposition alters soil organic matter biochemistry and microbial communities on decaying fine roots. Global Change Biology, 2019, 25(12): 4369-4382. DOI:10.1111/gcb.14770 |
| [27] |
杜虎, 宋同清, 曾馥平, 王克林, 彭晚霞, 付威波, 李莎莎. 喀斯特峰丛洼地不同植被类型碳格局变化及影响因子. 生态学报, 2015, 35(14): 4658-4667. |
| [28] |
Keiluweit M, Bougoure J J, Nico P S, Pett-Ridge J, Weber P K, Kleber M. Mineral protection of soil carbon counteracted by root exudates. Nature Climate Change, 2015, 5(6): 588-595. DOI:10.1038/nclimate2580 |
| [29] |
Finzi A C, Abramoff R Z, Spiller K S, Brzostek E R, Darby B A, Kramer M A, Phillips R P. Rhizosphere processes are quantitatively important components of terrestrial carbon and nutrient cycles. Global Change Biology, 2015, 21(5): 2082-2094. DOI:10.1111/gcb.12816 |
| [30] |
Basile-Doelsch I, Balesdent J, Pellerin S. Reviews and syntheses: the mechanisms underlying carbon storage in soil. Biogeosciences, 2020, 17(21): 5223-5242. DOI:10.5194/bg-17-5223-2020 |
| [31] |
刘荣杰, 吴亚丛, 张英, 李正才, 马少杰, 王斌, 格日乐图. 中国北亚热带天然次生林与杉木人工林土壤活性有机碳库的比较. 植物生态学报, 2012, 36(5): 431-437. |
| [32] |
朱丽琴, 黄荣珍, 段洪浪, 贾龙, 王赫, 黄诗华, 易志强, 张文锋. 红壤侵蚀地不同人工恢复林对土壤总有机碳和活性有机碳的影响. 生态学报, 2017, 37(1): 249-257. |
| [33] |
哈文秀, 周金星, 庞丹波, 关颖慧, 崔明. 岩溶区不同恢复方式下土壤有机碳组分及酶活性研究. 北京林业大学学报, 2019, 41(2): 1-11. |
| [34] |
曹建华, 潘根兴, 袁道先, 姜光辉. 岩溶地区土壤溶解有机碳的季节动态及环境效应. 生态环境, 2005, 14(2): 224-229. DOI:10.3969/j.issn.1674-5906.2005.02.018 |
| [35] |
Paul K I, Polglase P J, Nyakuengama J G, Khanna P K. Change in soil carbon following afforestation. Forest Ecology and Management, 2002, 168(1/3): 241-257. |
| [36] |
Six J, Elliott E T, Paustian K. Aggregate and soil organic matter dynamics under conventional and no-tillage systems. Soil Science Society of America Journal, 1999, 63(5): 1350-1358. DOI:10.2136/sssaj1999.6351350x |
| [37] |
Pang D B, Cui M, Liu Y G, Wang G Z, Cao J H, Wang X R, Dan X Q, Zhou J X. Responses of soil labile organic carbon fractions and stocks to different vegetation restoration strategies in degraded karst ecosystems of southwest China. Ecological Engineering, 2019, 138: 391-402. DOI:10.1016/j.ecoleng.2019.08.008 |
| [38] |
Guggenberger G, Kaiser K. Dissolved organic matter in soil: challenging the paradigm of sorptive preservation. Geoderma, 2003, 113(3/4): 293-310. |
| [39] |
Li D J, Wen L, Zhang W, Yang L Q, Xiao K C, Chen H, Wang K L. Afforestation effects on soil organic carbon and nitrogen pools modulated by lithology. Forest Ecology and Management, 2017, 400: 85-92. DOI:10.1016/j.foreco.2017.05.050 |
| [40] |
冯德枫, 包维楷. 土壤碳氮磷化学计量比时空格局及影响因素研究进展. 应用与环境生物学报, 2017, 23(2): 400-408. |
| [41] |
Tiessen H, Cuevas E, Chacon P. The role of soil organic matter in sustaining soil fertility. Nature, 1994, 371(6500): 783-785. DOI:10.1038/371783a0 |
| [42] |
赵仕花. 不同土地利用下土壤营养元素形态的研究[D]. 桂林: 广西师范大学, 2007.
|
| [43] |
胡宁, 袁红, 蓝家程, 袁道先, 傅瓦利, 文志林. 岩溶石漠化区不同植被恢复模式土壤无机磷形态特征及影响因素. 生态学报, 2014, 34(24): 7393-7402. |
| [44] |
Pizzeghello D, Berti A, Nardi S, Morari F. Phosphorus-related properties in the profiles of three Italian soils after long-term mineral and manure applications. Agriculture, Ecosystems & Environment, 2014, 189: 216-228. |
| [45] |
李菁, 杨程, 靳振江, 朱同彬, 曹建华. 断陷盆地区不同土地利用方式土壤钙形态分布特征. 中国岩溶, 2019, 38(6): 889-895. |
| [46] |
赵楚, 盛茂银, 白义鑫, 刘树西. 喀斯特石漠化地区不同土地利用类型土壤氮磷有效性及其环境影响因子. 应用生态学报, 2021, 32(4): 1383-1392. |
| [47] |
汪景宽, 徐英德, 丁凡, 高晓丹, 李双异, 孙良杰, 安婷婷, 裴久渤, 李明, 王阳, 张维俊, 葛壮. 植物残体向土壤有机质转化过程及其稳定机制的研究进展. 土壤学报, 2019, 56(3): 528-540. |
| [48] |
Lucas R W, Klaminder J, Futter M N, Bishop K H, Egnell G, Laudon H, Högberg P. A meta-analysis of the effects of nitrogen additions on base cations: implications for plants, soils, and streams. Forest Ecology and Management, 2011, 262(2): 95-104. DOI:10.1016/j.foreco.2011.03.018 |