文章信息
- 刘可意, 杨佳, 姜淑娜, 谷会岩
- LIU Keyi, YANG Jia, JIANG Shuna, GU Huiyan
- 基于最小数据集的典型黑土区不同林龄小黑杨土壤质量差异
- Evaluation of differences in soil quality of Populus simonii×P. nigra (P. xiaohei) of different stand ages in typical black soil areas based on a minimum data set
- 生态学报. 2024, 44(9): 3623-3635
- Acta Ecologica Sinica. 2024, 44(9): 3623-3635
- http://dx.doi.org/10.20103/j.stxb.202307091478
-
文章历史
- 收稿日期: 2023-07-09
- 网络出版日期: 2024-02-01
我国东北黑土区作为全球四大黑土区之一, 具有高肥力、高产出、优性状等优点, 是中国重要的粮食生产基地, 在保障国家粮食安全中具有不可替代的重要地位[1—2]。研究发现, 近20年来我国东北黑土区土壤质量在持续下降, 其中土壤有机质含量以每年1.35%的速度下降[3], 因此保护黑土、防止黑土退化成为了科研工作者长期关注的热点问题。
植被能够有效地减少土壤侵蚀, 提高土壤质量, 保持土壤生态系统的稳定性[4]。例如: 外生菌根树种红皮云杉、樟子松、白桦对土壤养分有明显富集作用。同时, 林分还可以有效改善土壤物理特性, 使其更接近理想土壤结构[5—6]。但黑土区耕地较多, 仅单纯造林无法缓解产粮压力。因此, 合理规划农田防护林为恢复和改善退化的农业用地提供了可能性[7]。此外, 有研究表明防护林与农作物细根交错分布能够促进土壤水吸收, 诱导土壤有机碳SOC(Soil Organic Carbon)积累且稳定性较高, 同时增加土壤固碳能力[8—9]。小黑杨作为东北黑土区主要防护林树种, 已有的研究大多集中于其防风固沙功能, 而对小黑杨林下土壤质量综合评价少有报道。土壤质量评价SQI(Soil Quality Index)是对土壤内在属性的量化表达, 通过土壤的理化性质和生物特性来反映其状态[10], 用于评估和确定土壤管理措施的可持续性[11]。目前最小数据集MDS(Minimum Data Set)在土壤质量评价中应用广泛, 能够最大化相关土壤信息并减少冗余[12], 因此, 确定SQI评价的关键土壤指标组成的MDS[13], 成为开展土壤质量评价的关键。
本研究以不同林龄小黑杨农田防护林下土壤为研究对象, 通过测定样地土壤的物理性质、化学性质、微量元素等指标, 分析其对土壤理化性质的影响并进行土壤质量综合评价, 明确小黑杨防护林对土壤质量的改善效果, 以期更好地理解防护林生长过程的多功能性。
1 材料与方法 1.1 研究区概况研究区位于黑龙江省克山农场, 地处小兴安岭西麓, 松嫩平原东北部。春旱多风, 夏季高温多雨, 秋季降温迅速、霜冻早, 冬季较长, 多雪、严寒, 属于典型黑土区。地理坐标为125°23′09″E—125°26′45″E, 48°17′57″N—48°18′51″N, 海拔304—312 m。农场地势丘陵漫岗, 土壤为酸性黏化湿润均腐土, 适宜农作物生长。在农场选择立地类型基本一致的不同林龄小黑杨林(Y1:林龄是1 a的小黑杨农田防护林; Y5:林龄是5 a的小黑杨农田防护林; Y6:林龄是6 a的小黑杨农田防护林; Y8:林龄是8 a的小黑杨农田防护林), 小区密度均为3 m×3 m, 初始造林小黑杨均为一年生实生苗, 苗高范围在2.35—6.28 m之间, 胸径范围在13.95—78.37 mm之间(表 1)。
林龄Stand age | 纬度Latitude | 经度Longitude | 海拔Altitude/m | 树高Tree height/m | 胸径DBH/mm |
Y1 | 48°17′57″ | 125°23′09″ | 319 | 2.35±0.09d | 13.95±0.64d |
Y5 | 48°18′29″ | 125°24′02″ | 304 | 3.36±0.24c | 35.21±4.49c |
Y6 | 48°18′18″ | 125°23′31″ | 310 | 4.55±0.31b | 54.43±9.21b |
Y8 | 48°18′51″ | 125°26′45″ | 312 | 6.28±0.44a | 78.37±4.85a |
Y1:林龄是1 a的小黑杨农田防护林; Y5:林龄是5 a的小黑杨农田防护林; Y6:林龄是6 a的小黑杨农田防护林; Y8:林龄是8 a的小黑杨农田防护林; 用大写字母表示不同林龄之间差异显著(P < 0.05), 用小写字母表示不同土层之间差异显著(P < 0.05); DBH: 胸径Diameter breast height |
在林龄分别为Y1、Y5、Y6、Y8的小黑杨防护林样地采集土壤样本并进行林木地上指标调查。采样时间为2022年10月生长季末期。采用五点随机取样与多点混合法, 去除表层枯枝落叶层后, 分别取0—10 cm, 10—20 cm, 20—40 cm土层的土样均匀混合后分三份, 用作土壤化学性质测定, 并每层取一个环刀, 用作土壤物理性质的测定。
1.2.2 样品指标测定本研究区域为农田防护林, 为保证土壤质量评价的全面性和准确性, 分别测定树木生长量, 土壤物理性质、土壤养分以及对农作物生长有利的5个微量元素, 共19个指标。对各指标变化规律及原因进行综合分析, 为土壤质量评价提供数据支撑。树木生长量采用每木检尺法。土壤含水量、容重、孔隙度通过环刀法测定。将风干后的混合土样, 分别过2 mm、0.25 mm、0.149 mm筛用于测定土壤化学性质和机械组成。土壤机械组成采用BT-9300ST激光粒度分布仪测定; 全碳通过TOC(Total Organic Carbon)法测定, 全氮质量分数采用凯氏法, 全磷质量分数用酸溶-钼锑抗比色法; 有机质含量采用重铬酸钾法测定, 碱解氮通过碱解扩散法测定, 速效磷采用氟化铵浸提-钼锑抗比色法测定, 速效钾含量采用乙酸铵浸提-原子吸收仪测定; 土壤pH采用电位法测定; 土壤铁(Fe)、锰(Mn)、铜(Cu)、锌(Zn)、钙(Ca)等有效态微量元素含量测定采用原子吸收分光光度法。
1.3 土壤质量评价 1.3.1 最小数据集构建本研究采用19个影响土壤质量的指标, 对全数据集降维及土壤综合质量指数进行综合评价。通过主成分分析选择特征值大于1的主成分[14]。通过计算综合荷载值建立最小数据集, 将同一主成分上载荷答大于0.6的土壤指标归为一组; 同时在2个主成分上且载荷均大于0.6的指标, 需要对其进行相关性分析, 将其归到与其他指标相关性较低的一组, 计算各指标的Norm值。每组中Norm值在最高Norm值10%范围内的指标预选入MDS, 通过相关性分析最终确定指标是否属于MDS[15]。若指标间的相关性大于0.5, 则认为指标间相关度较高, 此时Norm值高的进入MDS; 若相关性小于0.5, 则全部指标均进入最小数据集[16]。
![]() |
(1) |
式中: Nik代表第i个指标在特征值>1的前k个主成分的Norm值; uik表示第i个指标在第k个主成分的载荷; ek为第k个主成分的特征值。
1.3.2 土壤质量指数得分由于土壤指标未进行标准化, 无法直接比较, 需要通过计算隶属度将各指标数值标准化为0—1的无量纲值, 本文选择升型和降型两种隶属度函数。
上升型隶属度函数:
![]() |
(2) |
下降型隶属度函数:
![]() |
(3) |
式中, X′(x)为第i个指标的隶属度值; x表示第i个指标实际测定值; x1和x2分别表示下限临界值和上限临界值。
土壤质量指数的计算公式:
![]() |
(4) |
式中: Si是第i个指标的权系数; Xi′是第i个指标的线性得分, 参选指标的权重为主成分分析中该指标公因子方差占所有指标公因子方差之和的比例确定。
1.4 数据分析采用Excel进行数据处理, 利用spss进行单因素方差分析、多重比较检验(LSD)、相关性分析、主成分分析, 最小数据集的建立。用Origin、AI软件进行图表制作。
2 结果与分析 2.1 不同林龄小黑杨农田防护林土壤物理性质土壤颗粒组成不仅影响土壤质地, 还进一步影响土壤的理化性质[17], 因此从不同林龄小黑杨防护林中采集黑土样品进行土壤粒径测定, 结果显示各林龄之间土壤质地差异显著(P < 0.05)(表 2), 供试土壤颗粒粘粒占比变化范围4.83%—6.39%, 粉粒占比变化范围35.71%—48.76%, 砂粒占比变化范围在44.95%—59.46%。各林龄砂粒平均值由大到小分别为Y1>Y5>Y6>Y8, 粉粒平均值由大到小分别为Y8>Y6>Y5>Y1, 粘粒平均值由大到小分别是Y8>Y5>Y6>Y1。随林龄增加, 土壤粘粒占比下降, 砂粒占比上升。随土层加深, 土壤粘粒占比下降, 土壤砂粒占比上升。根据国际制土壤质地划分标准, Y1为砂质土壤、Y5为壤土、Y6为粉砂质土壤, Y8为粉砂质土壤, 结果表明随林龄增加, 土壤保肥能力增强, 土壤质量提高[18]。
土层/cm Soil layer |
林龄 Stand ages |
砂粒Sand (0.25—0.02 mm) |
粉粒Silt (0.02—0.002 mm) |
粘粒Clay (< 0.002 mm) |
土壤类型 |
0—10 | Y1 | 54.53±0.44 Ab | 40.46±0.39 Ca | 5.01±0.04 Ca | 砂质土壤 |
Y5 | 49.32±0.84 Bb | 45.01±0.75 Ba | 5.67±0.09 Ba | 粉砂质土壤 | |
Y6 | 49.02±0.72 Bb | 45.39±0.62 Ba | 5.60±0.11 Ba | 粉砂质土壤 | |
Y8 | 44.95±1.59 Cb | 48.65±1.40 Aa | 6.39±0.19 Aa | 粉砂质土壤 | |
10—20 | Y1 | 56.60±0.72 Ab | 38.47±0.63 Ca | 4.93±0.09 Bab | 砂质土壤 |
Y5 | 47.83±0.85 Bb | 46.29±0.74 Ba | 5.88±0.12 Aa | 粉砂质土壤 | |
Y6 | 45.28±0.64 Cb | 48.66±0.57 Aa | 6.06±0.07 Aa | 粉砂质土壤 | |
Y8 | 45.32±0.93 Cb | 48.76±0.82 Aa | 5.92±0.11 Ab | 粉砂质土壤 | |
20—40 | Y1 | 59.46±0.72 Aa | 35.71±0.64 Cb | 4.83±0.08 Cb | 砂质土壤 |
Y5 | 52.13±0.86 Ca | 42.63±0.76 Bb | 5.23±0.10 Bb | 砂质土壤 | |
Y6 | 54.13±0.79 Ba | 41.02±0.71 Bb | 4.85±0.08 Cb | 砂质土壤 | |
Y8 | 48.75±1.46 Da | 45.38±1.30 Ab | 5.87±0.16 Ab | 粉砂质土壤 | |
0—40 | Y1 | 56.87% | 38.21% | 4.92% | 砂质土壤 |
Y5 | 49.76% | 44.65% | 5.59% | 壤土 | |
Y6 | 49.48% | 45.02% | 5.50% | 粉砂质土壤 | |
Y8 | 46.34% | 47.60% | 6.06% | 粉砂质土壤 | |
Y1:林龄是1 a的小黑杨农田防护林; Y5:林龄是5 a的小黑杨农田防护林; Y6:林龄是6 a的小黑杨农田防护林; Y8:林龄是8 a的小黑杨农田防护林; 用大写字母表示不同林龄之间差异显著(P < 0.05), 用小写字母表示不同土层之间差异显著(P < 0.05) |
不同林龄的小黑杨防护林土壤孔隙度范围在44.38%—53.14%, 且Y8均高于其他三个林龄, 说明随着林龄增长土壤保水性变强[19—20]。土壤pH值是反映土壤酸碱度的重要指标, 可以看出各林龄pH由高到低为Y1>Y5>Y6>Y8, 且Y1显著高于其他三个林龄, 随着林龄增长土壤酸性增强, 不同林龄土壤pH均小于7, 土壤呈弱酸性, 不同土层间各物理性质差异不显著, pH呈波动性变化(P < 0.05)(表 3)。
土层/cm Soil layer |
林龄 Stand ages |
土壤容重/(g/cm3) Soil bulk density |
饱和持水量/(g/kg) Saturated moisture |
土壤孔隙度/% Soil porosity |
pH |
0—10 | Y1 | 1.33±0.12Aa | 337.13±50.85Ba | 44.63±4.63Aa | 6.49±0.09Aab |
Y5 | 1.29±0.05Aa | 360.62±5.33Ba | 46.45±2.54Aa | 6.29±0.05Bb | |
Y6 | 1.25±0.07Aa | 370.66±38.54ABa | 46.13±4.33Aa | 6.25±0.02Ba | |
Y8 | 1.17±0.09Aa | 446.58±54.23Aa | 51.77±2.91Aa | 6.19±0.05Ba | |
10—20 | Y1 | 1.33±0.08Aa | 339.77±20.21Ba | 45.29±3.19Ba | 6.39±0.03Ab |
Y5 | 1.32±0.04ABa | 353.19±19.78Ba | 46.57±1.99Ba | 6.33±0.03ABb | |
Y6 | 1.25±0.08ABa | 382.72±33.64Ba | 47.78±2.15ABa | 6.25±0.06BCa | |
Y8 | 1.18±0.08Ba | 452.90±45.42Aa | 53.14±4.52Aa | 6.21±0.08Ca | |
20—40 | Y1 | 1.34±0.05Aa | 345.18±35.31Ba | 46.02±3.61Aa | 6.58±0.03Aa |
Y5 | 1.32±0.08Aa | 345.21±41.61Ba | 45.25±2.37Aa | 6.50±0.07Aa | |
Y6 | 1.24±0.13Aa | 360.15±49.81Ba | 44.38±6.01Aa | 6.27±0.05Ba | |
Y8 | 1.17±0.04Aa | 441.50±37.07Aa | 51.69±3.49Aa | 6.21±0.02Ba | |
Y1:林龄是1 a的小黑杨农田防护林; Y5:林龄是5 a的小黑杨农田防护林; Y6:林龄是6 a的小黑杨农田防护林; Y8:林龄是8 a的小黑杨农田防护林; 用大写字母表示不同林龄之间差异显著(P < 0.05), 用小写字母表示不同土层之间差异显著(P < 0.05) |
土壤化学性质是评价土壤肥力和养分转化状况的关键指标[21]。土壤全碳含量随林龄增加, 全氮、全磷、全钾、速效磷、速效钾随林龄均呈波动性变化, 且全钾、速效钾在各林龄之间有显著差异(P < 0.05), 碱解氮含量除10—20 cm土层随林龄增大而增加, 各林龄之间差异显著。有机质含量随林龄增加先降低后升高, 且Y1含量最高。速效钾含量在Y1显著高于其他林龄, 速效磷在Y6显著高于其他林龄。全碳、全磷、全氮、有机质和速效磷有表层聚集效应, 速效钾含量随土层逐渐增高(图 1)。
![]() |
图 1 不同林龄小黑杨土壤化学性质 Fig. 1 Soil chemical property in soil for P. xiaohei of different stand ages Y1:林龄是1 a的小黑杨防护林; Y5:林龄是5 a的小黑杨防护林; Y6:林龄是6 a的小黑杨防护林; Y8:林龄是8 a的小黑杨防护林; 用大写字母表示不同林龄之间差异显著(P < 0.05), 用小写字母表示不同土层之间差异显著(P < 0.05) |
为了探讨微量元素对小黑杨林下土壤的改善, 本研究选取对土壤有利的微量元素进行测定, 结果表明林龄对小黑杨土壤微量元素的有效态含量有显著影响(图 2)。Ca含量随林龄先急剧增加后缓慢降低, Y1显著低于其他三个林龄。Fe含量随林龄先降低后升高。Zn、Cu含量随林龄呈现不规律起伏, 且Y1的含量显著高于其他林龄。Mn含量平均值随林龄先升高后降低且有显著差异。各元素含量随土层差异显著, Ca随土层加深总体呈上升趋势, Fe含量总体随土层先降低后升高, Cu含量总体随土层降低, 但20—40 cm土层的Y5升高。Zn和Mn含量随土层变化呈现不规律起伏。
![]() |
图 2 不同林龄小黑杨土壤微量元素含量 Fig. 2 Trace elements in soil for P. xiaohei of different stand ages Y1:林龄是1 a的小黑杨农田防护林; Y5:林龄是5 a的小黑杨农田防护林; Y6:林龄是6 a的小黑杨农田防护林; Y8:林龄是8 a的小黑杨农田防护林; 用大写字母表示不同林龄之间差异显著(P < 0.05), 用小写字母表示不同土层之间差异显著(P < 0.05) |
在进行主成分分析前进行KMO抽样Bartlett球形度检验, 结果如表 4所示, KMO=0.558>0.5, sig < 0.01, 说明可以基于选定的指标进行主成分分析。特征值大于1的4个主成分累积方差解释率为79.676%, 方差解释率分别是37.166%, 20.023%, 14.304%, 8.183%。证明在本次分析选取的主成分可解释原始理化指标的大部分信息, 用于不同林龄小黑杨防护林土壤性质综合评价的结果是可靠的。
KMO取样适切性量数 | 0.588 | |
巴特利特球形度检验 | 近似卡方 | 843.30 |
Bartlett sphericity test | df | 171 |
Sig. | 0.000 |
为减少数据冗余, 筛选出最少且最为敏感的影响土壤质量的指标, 需建立土壤质量评价最小数据集。主成分1(PC1)中载荷大于0.6的指标有10个, 分别为碱解氮、钙、铜、锌、pH、土壤容重、饱和持水量、总孔隙度、树高、胸径。表明第1组选取指标主要反映了土壤物理特性、树木生长量、微量元素含量。主成分2(PC2)中载荷大于0.6的指标有5个, 全磷、全钾、有机质、铁、钙, 说明第2组选取指标主要体现土壤养分特征。主成分3(PC3)上载荷大于0.6的指标有全氮、全碳、速效钾、速效磷, 主要反应土壤速效养分特征, 主成分4(PC4)只包含锰(表 5)。进一步分析发现, 钙在PC1, PC2中的载荷均大于0.6, 将其归入与对应主成分载荷最大相关性较低的指标所对应的组1中。最后对进入该数据集的指标再次进行相关性分析(图 3), 将冗余指标去除[22]。综上, 第1组包含碱解氮、钙、铜、锌、pH、土壤容重、饱和持水量、总孔隙度、树高、胸径10个指标; 第2组包括全磷、全钾、有机质、铁、钙5个指标, 第3组指标为全氮、全碳、速效钾、速效磷, 第4组指标为锰。
指标 Index |
分组 Group |
主成分Principal component | Norm值 | |||
PCA1 | PCA2 | PCA3 | PCA4 | |||
碱解氮Alkaline hydrolyzable nitrogen | 1 | 0.67 | -0.134 | 0.448 | 0.011 | 2.171 |
钙Calcium | 1 | 0.634 | -0.605 | -0.271 | 0.240 | 2.520 |
铜Cuprum | 1 | -0.706 | 0.023 | 0.592 | 0.003 | 2.449 |
锌zinc | 1 | -0.913 | 0.041 | 0.013 | -0.226 | 2.502 |
pH | 1 | -0.877 | 0.078 | -0.269 | 0.219 | 2.515 |
土壤容重Soil bulk density | 1 | -0.691 | -0.286 | -0.104 | 0.032 | 2.008 |
饱和持水量Saturated moisture | 1 | 0.771 | 0.485 | 0.076 | 0.066 | 2.435 |
总孔隙度Soil porosity | 1 | 0.622 | 0.472 | 0.023 | 0.112 | 2.097 |
树高Tree height | 1 | 0.910 | 0.234 | 0.080 | -0.036 | 2.508 |
胸径DBH | 1 | 0.929 | 0.155 | 0.067 | -0.009 | 2.509 |
全钾Total potassium | 2 | -0.294 | 0.907 | 0.132 | -0.021 | 1.878 |
全磷Total phosphorus | 2 | 0.085 | -0.775 | -0.078 | 0.469 | 1.781 |
有机质Organic matter | 2 | -0.220 | 0.637 | 0.522 | -0.138 | 1.684 |
铁Ferrum | 2 | -0.436 | 0.654 | -0.185 | 0.433 | 1.787 |
全氮Total nitrogen | 3 | -0.013 | -0.342 | 0.675 | 0.507 | 1.502 |
全碳Total carbon | 3 | 0.552 | 0.037 | 0.676 | 0.022 | 1.317 |
速效钾Quick acting potassium | 3 | 0.550 | 0.262 | -0.729 | -0.047 | 1.338 |
速效磷Quick acting phosphorus | 3 | -0.033 | -0.459 | 0.663 | -0.361 | 1.568 |
锰Manganese | 4 | 0.145 | -0.374 | -0.167 | -0.749 | 1.08 |
特征值Eigenvalue | 7.062 | 3.804 | 2.718 | 1.555 | ||
方差贡献率Variance contribution rate | 37.17% | 20.02% | 14.30% | 8.18% | ||
累积贡献率Cumulated contribution rate | 37.17% | 57.19% | 71.49% | 79.68% |
![]() |
图 3 不同林龄小黑杨土壤性质及树木生长量相关性分析 Fig. 3 Correlation analysis of soil properties and tree growth for P. xiaohei of Different Ages ***表示显著性水平P < 0.001;**表示显著性水平P < 0.01;*表示显著性水平P < 0.05 |
根据最小数据集建立原则, 需计算4组中各指标的Norm值, 每组中Norm值在最高分值10%范围内的指标才能进入最小数据集[23]。第1组中, 钙的Norm值最大为2.52, 铜、锌、pH、饱和持水量、树高、胸径均在其10%范围内, 但钙与除饱和持水量之外的指标均呈极显著正相关关系。因此, 钙、饱和持水量进入最小数据集。第2组中, 全钾的Norm值最大为1.88, 有机质不在其10%范围内, 且全钾与全磷、铁之间相关性较强(r≥0.5)。因此, 全钾归入最小数据集。第3组中速效磷的Norm值最大为1.57, 全氮在其10%范围内且相关性较弱, 因此速效磷、全氮归入最小数据集。第四组仅有锰一个指标, 直接归入最小数据集。最终, 钙、饱和持水量、全钾、全氮、速效磷、锰6个指标构成该区域土壤质量评价最小数据集。总数据集中, 全钾的权重最大(0.061), 其次为钙(0.059)、饱和持水量(0.055)、全氮(0.055)、锰(0.049)、速效磷(0.044);最小数据集中, 权重大小顺序为全钾(0.203)=钙(0.203)>全氮(0.172)>锰(0.168)>饱和持水量(0.140)>速效磷(0.114)。通过主成分分析获得全数据集和最小数据集各指标的公因子方差和权重后(表 6), 分别计算初始19个指标全数据集TDS(Total Data Set)和最小数据集MDS的土壤质量指数。选择pH值和土壤容重这两个指标采用下降型隶属度函数, 计算指标的隶属度, 其余指标采用上升型隶属度函数对所选指标计算隶属度。考虑到土壤评价指标变化的连续性, 本研究采用具有连续变量性质的隶属度函数[24]。
评价指标 Evaluating indicator |
全数据集TDS | 最小数据集MDS | |||
公因子方差 Communality |
权重 Weight |
公因子方差 Communality |
权重 Weight |
||
碱解氮Alkaline hydrolyzable nitrogen | 0.668 | 0.044 | |||
钙Calcium | 0.899 | 0.059 | 0.933 | 0.203 | |
铜Cuprum | 0.849 | 0.056 | |||
锌zinc | 0.886 | 0.059 | |||
pH | 0.895 | 0.059 | |||
土壤容重Soil bulk density | 0.570 | 0.038 | |||
饱和持水量Saturated moisture | 0.840 | 0.055 | 0.646 | 0.140 | |
总孔隙度Soil porosity | 0.622 | 0.041 | |||
树高Tree height | 0.890 | 0.059 | |||
胸径DBH | 0.891 | 0.059 | |||
全钾Total potassium | 0.927 | 0.061 | 0.937 | 0.203 | |
全磷Total phosphorus | 0.834 | 0.055 | |||
有机质Organic matter | 0.745 | 0.049 | |||
铁Ferrum | 0.840 | 0.055 | |||
全氮Total nitrogen | 0.830 | 0.055 | 0.794 | 0.172 | |
全碳Total carbon | 0.638 | 0.042 | |||
速效钾Quick acting potassium | 0.905 | 0.060 | |||
速效磷Quick acting phosphorus | 0.659 | 0.044 | 0.524 | 0.114 | |
锰Manganese | 0.749 | 0.049 | 0.772 | 0.168 |
基于总数据集指标的土壤质量指数为0.393—0.696, 平均值为0.515, 基于最小数据集指标的土壤质量指数介于0.358—0.667, 平均值为0.512, 为进一步验证最小数据集建立的准确性, 对SQI-TDS和SQI-MDS进行线性拟合。发现SQI-TDS和SQI-MDS间呈显著的正相关关系(图 4), 关系为: SQI-TDS=0.8169 SQI-MDS+0.0971, R2=0.6555。且由图可知, SQI-MDS的变化趋势与SQI=TDS变化趋势一致。说明构建的最小数据集能较好地体现全部数据集指标对不同林龄小黑杨土壤质量评价的信息。
![]() |
图 4 基于总数据集和最小数据集的土壤质量指数变化特征 Fig. 4 Variation characteristics of soil quality index based on TDS and MDS |
小黑杨不同林龄之间土壤质量指数差异显著(P < 0.05), 且MDS和TDS土壤质量指数的综合排序均为Y8>Y6>Y5>Y1, 说明随小黑杨林龄增长土壤质量有变好的趋势(表 7)。
土层/cm Soil layer |
SQI-TDS | |||
Y1 | Y5 | Y6 | Y8 | |
0—10 | 0.45±0.03 Ac | 0.50±0.01 Ac | 0.57±0.02 Ab | 0.66±0.04 Aa |
10—20 | 0.45±0.01 Ac | 0.47±0.02 Ac | 0.52±0.02 ABb | 0.58±0.03 Ba |
20—40 | 0.42±0.02 Ac | 0.48±0.03 Ab | 0.49±0.03 Bb | 0.59±0.03 ABa |
0—40 | 0.44±0.03 d | 0.48±0.02 c | 0.53±0.04 b | 0.61±0.05 a |
土层/cm Soil layer |
SQI-MDS | |||
Y1 | Y5 | Y6 | Y8 | |
0—10 | 0.44±0.05 ABc | 0.52±0.03 Ab | 0.58±0.00 Aab | 0.63±0.04 Aa |
10—20 | 0.49±0.03 Ab | 0.55±0.04 Aab | 0.56±0.02 Aa | 0.51±0.03 Bab |
20—40 | 0.38±0.04 Bb | 0.47±0.06 Aab | 0.47±0.05 Bab | 0.56±0.04 ABa |
0—40 | 0.44±0.06 c | 0.51±0.05 bc | 0.53±0.06 b | 0.56±0.06 a |
综合得分Comprehensive score | 4 | 3 | 2 | 1 |
为探究小黑杨对农田土壤质量的修复效果, 本文对不同林龄小黑杨林下土壤理化性质进行测定分析和土壤质量综合评价, 结果表明小黑杨作为农田防护林能有效改善黑土区土壤质量, 且改善效果随林龄增大更加显著。
土壤物理性质反映土壤结构的稳定性, 在一定程度上可以表征土壤的退化状况[25]。以往的研究多发现土壤容重随林龄先升高后降低[24—26]。在本研究中, 随着小黑杨林龄的增长, 土壤容重减小, 饱和持水量上升, 土壤质地由砂质土壤变为粉砂质土壤。说明小黑杨地下根系逐渐发达, 根系分泌物增多, 提高了土壤微生物活性, 增强土壤团聚体生物降解[27—28]。此外小黑杨为速生阔叶林且在幼龄林阶段, 根系生长迅速, 能够有效提高土壤物理性质[29]。
土壤全量养分随林龄或退化处理大多呈规律性变化[30—31]。而本研究区为农田防护林, 土壤养分含量容易受到作物和人为施肥影响。本研究结果显示土壤全碳含量随林龄逐渐升高, Y1全钾含量显著高于其他林龄, Y5全磷、全氮含量高于其他林龄, 说明小黑杨生长期对钾的消耗较大, 利于氮和磷的储存。而Y1有机质含量最高且随林龄增长先减少后增加, 可能由于Y1到Y5期间小黑杨生长缓慢, 有机质不易积累, 且容易受到农田耕作和施肥的较大影响[32], 但有机质含量又随树木生长导致枯枝落叶层的增加得到提高。土壤速效养分与植物生长发育密切相关, 更能够反映土壤养分的供应水平。本研究中小黑杨可能与某些土壤固氮微生物共同作用, 加速土壤中的全氮转化成有效氮形态[24], 导致碱解氮含量随林龄总体呈上升趋势。此外, Y6土壤速效磷含量显著高于其他林龄, Y8速效钾显著高于其他林龄, 说明土壤速效养分随小黑杨生长均有一定积累, 但不同元素利用效率有所差异。
土壤微量元素作为有机肥料, 对农作物的生长起到至关重要的作用, 而微量元素的吸收和转移会受到土壤类型、作物品种等影响[33]。本研究发现铁的含量随林龄增加呈“U”型趋势, 铜、锌含量随林龄均为Y1最高, 到Y5急速下降, 说明小黑杨生长过程中对Cu、Zn的吸附作用较强, 到Y6出现缓慢上升, 相关性分析中pH与微量元素有显著相关性, 因此可能与土壤pH下降, 促进元素向有效态转换有关[34]。Mn、Ca随林龄先升高后降低, 一方面土壤pH降低促进微量元素氧化还原、沉淀溶解, 另一方面随着林龄增大, 枯落物和植物根的分解能够增加土壤中Mn、Ca含量[35]。
土壤质量是可持续农业发展的基础, 可用于评价土壤管理措施的可持续性。土壤质量评价受土壤自身特性、土地利用方式、生态环境等诸多因素影响, 因此建立科学合理的土壤评价指标体系是土壤质量评价的关键。本研究通过主成分分析结合Norm值确定了评价不同林龄小黑杨土壤质量的MDS, 共筛选出了6个指标, 分别反映了土壤物理性质、土壤养分以及微量元素, 本研究有2项指标(全氮、速效磷)进入MDS评价指标使用频率最高的前10位[36], 表明本研究中最小数据集评价指标体系有较好代表性[37]。基于最小数据集指标的土壤质量指数介于0.358—0.667, 平均值为0.512, 随林龄增长逐渐增加, 说明小黑杨幼龄阶段随林龄增大, 土壤质量提升。SQI-MDS与SQI-TDS的显著相关关系进一步说明MDS能较好代替TDS对黑土质量进行评价(图 4)。本研究结果还显示随时间变化部分土壤养分含量下降, 这是由于林地曾耕作过粮食作物, 作物的种植从土壤中汲取营养元素, 加上耕作会破坏土壤结构。因此从保持林地土壤质量角度考虑, 还需要根据实际情况更改林下套种作物以提高耕地土壤质量及作物产量。小黑杨幼龄林生长的临界点, 为促进养分循环可以选择在Y5之前种植对氮、磷需求较高的豆科作物, 在Y5之后种植对磷、钾需求较高的茄科作物, 以此提高速效养分的利用率, 并适量补充有机质丰富土壤养分库, 促进土壤质量提升, 充分发挥防护林的效益。
4 结论本研究通过对不同林龄小黑杨林下土壤的理化指标进行分析, 发现小黑杨幼龄林有利于土壤理化性状的持续改善, 可以有效提高土壤物理性质: 表层土壤容重由1.33 g/cm3减小到1.17 g/cm3, 饱和持水量由337.13 g/kg增加到446.58 g/kg。对土壤养分的积累也有一定效果, Y5全氮含量1.74 g/kg, 全磷含量1.15 g/kg, 较Y1均有显著提升。对速效养分改善效果更加明显, Y8表层碱解氮含量高达162.95 mg/kg, 再次印证植物根系与农作物的良性互作。通过主成分分析结合Norm值优化筛选出评价不同林龄小黑杨MDS的6个指标: 钙、饱和持水量、全钾、全氮、速效磷、锰。基于TDS和MDS计算得到的不同林龄SQI排名均为Y8>Y6>Y5>Y1, TDS得分依次为0.61>0.53>0.48>0.44, MDS为0.56>0.53>0.51>0.44, 说明土壤质量随林龄增大得到提升。此外, 线性回归发现MDS能较好代替TDS对黑土质量进行评价, 减少了土壤质量评价的工作量。综合而言, 本研究对于提高农林复合系统质量及作物产量, 实现黑土资源的合理利用有一定意义。值得注意的是, 人工林恢复需要长期跟踪, 耕地土壤养分改良效果短期内不明显, 且容易受到人为干扰、作物种植等影响, 因此在实际农田应用的阶段, 需要根据林龄和农作物生长状况调整林下套种作物, 促进养分的循环利用。
[1] |
李发鹏, 李景玉, 徐宗学. 东北黑土区土壤退化及水土流失研究现状. 水土保持研究, 2006, 13(3): 50-54. |
[2] |
Gu Z, Xie Y, Gao Y, Ren X, Cheng C C, Wang S C. Quantitative assessment of soil productivity and predicted impacts of water erosion in the black soil region of northeastern China. Science of The Total Environment, 2018, 637-638: 706-716. DOI:10.1016/j.scitotenv.2018.05.061 |
[3] |
张少良, 张兴义, 刘晓冰, 刘爽, 于同艳. 典型黑土侵蚀区不同耕作措施的水土保持功效研究. 水土保持学报, 2009, 23(3): 11-15. |
[4] |
Abbas F, Hammad H M, Ishaq W, Farooque A A, Bakhat H F, Zia Z, Fahad S, Farhad W, Cerdà A. A review of soil carbon dynamics resulting from agricultural practices. Journal of Environmental Management, 2020, 268: 110319. DOI:10.1016/j.jenvman.2020.110319 |
[5] |
蒋治岩, 邹青勤, 杨柳, 李汶倬, 张鹤东, 陈祥伟, 王秀伟. 典型黑土区不同菌根类型树种根系分泌速率及根际效应差异. 生态学杂志, 2021, 40(9): 2709-2718. |
[6] |
邹青勤, 王奕淞, 蒋治岩, 陈祥伟, 王秀伟. 典型黑土区不同水土保持树种的非结构性碳水化合物特征及种间差异. 北京林业大学学报, 2021, 43(10): 1-8. |
[7] |
Hübner R, Kühnel A, Lu J, Dettmann H, Wang W Q, Wiesmeier M. Soil carbon sequestration by agroforestry systems in China: A meta-analysis. Agriculture, Agriculture, Ecosystems & Environment, 2021, 315: 107437. |
[8] |
朱俊英, 肖辉杰, 冯天骄, 王栋, 辛智鸣, 杨润泽. 农田-防护林体系细根生物量与土壤水碳的耦合关系. 应用与环境生物学报, 2023, 29(2): 414-422. |
[9] |
Zhang X T, Chen S X, Yang Y B, Wang Q, Wu Y, Zhou Z Q, Wang H M, Wang W J. Shelterbelt farmland-afforestation induced SOC accrual with higher temperature stability: Cross-sites 1 m soil profiles analysis in NE China. Science of The Total Environment, 2022, 814: 151942. |
[10] |
张江周, 李奕赞, 李颖, 张俊伶, 张福锁. 土壤健康指标体系与评价方法研究进展. 土壤学报, 2022, 59(3): 603-616. |
[11] |
Smith J L, Halvorson J J, Papendick R I. Using multiple-variable indicator kriging for evaluating soil quality. Soil Science Society of America Journal, 1994, 57: 743-749. |
[12] |
李桂林, 陈杰, 檀满枝, 孙志英. 基于土地利用变化建立土壤质量评价最小数据集. 土壤学报, 2008, 45(1): 16-25. |
[13] |
Yu P J, Liu S W, Zhang L, Li Q, Zhou D W. Selecting the minimum data set and quantitative soil quality indexing of alkaline soils under different land uses in northeastern China. Science of The Total Environment, 2018, 616-617: 564-571. |
[14] |
邓绍欢, 曾令涛, 关强, 李鹏, 刘满强, 李辉信, 焦加国. 基于最小数据集的南方地区冷浸田土壤质量评价. 土壤学报, 2016, 53(5): 1326-1333. |
[15] |
Andrews S S, Karlen D L, Mitchell J P. A comparison of soil quality indexing methods for vegetable production systems in Northern California. Agriculture, Ecosystems & Environment, 2002, 90(1): 25-45. |
[16] |
李桂林, 陈杰, 孙志英, 檀满枝. 基于土壤特征和土地利用变化的土壤质量评价最小数据集确定. 生态学报, 2007(7): 2715-2724. |
[17] |
罗雅曦, 刘任涛, 张静, 常海涛. 腾格里沙漠草方格固沙林土壤颗粒组成、分形维数及其对土壤性质的影响. 应用生态学报, 2019, 30(2): 525-535. |
[18] |
Kurmangozhinov A, Xue W, Li X Y, Zeng F J, Sabit R, Tusun T. High biomass production with abundant leaf litterfall is critical to ameliorating soil quality and productivity in reclaimed sandy desertification land. Journal of Environmental Management, 2020, 263: 110373. |
[19] |
何斌, 韦秀媚, 冯建强, 杨家强, 黄承标, 张日施. 桂西北不同林龄秃杉人工林土壤理化性质. 东北林业大学学报, 2023, 51(6): 77-82, 89. |
[20] |
魏吕渡, 杨亚辉, 赵文慧, 雷斯越, 张晓萍. 不同恢复类型植被细根分布及与土壤理化性质的耦合关系. 生态学报, 2018, 38(11): 3979-3987. DOI:10.5846/stxb201709021585 |
[21] |
Yang J, He J H, Jia L, Gu H Y. Integrating metagenomics and metabolomics to study the response of microbiota in black soil degradation. Science of The Total Environment, 2023, 899: 165486. |
[22] |
姜龙群, 侯贵廷, 黄淇, 方同明, 刘振华. 基于因子分析和最小数据集的土壤养分评价——以房山平原区为例. 土壤通报, 2018, 49(5): 1034-1040. |
[23] |
张宇恒, 王忠诚, 王亚楠, 王兴玲, 韩佳忻, 安娟. 基于最小数据集沂蒙山区不同治理模式下的土壤质量评价. 水土保持研究, 2023, 30(1): 241-247. |
[24] |
张军. 黑土区防护林土壤质量评价及其土壤细菌多样性研究[D]. 东北林业大学, 2020.
|
[25] |
赵晓雪, 饶良懿, 申震洲. 砒砂岩区不同地形位置土壤物理性质分异特征. 应用与环境生物学报, 2020, 26(6): 1359-1368. |
[26] |
郭建荣, 庄静静, 朱学灵, 叶永忠. 不同林龄对宝天曼自然保护区锐齿栎林土壤物理性质及其水源涵养功能差异性的影响. 河南农业大学学报, 2012, 46(5): 549-552, 576. |
[27] |
宋日, 刘利, 马丽艳, 吴春胜. 作物根系分泌物对土壤团聚体大小及其稳定性的影响. 南京农业大学学报, 2009, 32(3): 93-97. |
[28] |
刘慧敏, 韩海荣, 程小琴, 蔡锰柯, 刘旭军, 刘莉, 张文雯, 刘铭波. 不同密度调控强度对华北落叶松人工林土壤质量的影响. 北京林业大学学报, 2021, 43(6): 50-59. |
[29] |
杨静, 张耀艺, 谭思懿, 王定一, 岳楷, 倪祥银, 廖姝, 吴福忠, 杨玉盛. 亚热带不同树种土壤水源涵养功能. 生态学报, 2020, 40(13): 4594-4604. DOI:10.5846/stxb201911132408 |
[30] |
卢妮妮, 高志雄, 张鹏, 徐雪蕾, 王新杰. 杉木纯林土壤性质与林下植被的通径分析. 东北林业大学学报, 2015, 43(7): 73-77. |
[31] |
Yu Z, Liang K N, Huang G H, Wang X B, Lin M P, Chen Y L, Zhou Z Z. Soil Bacterial Community Shifts Are Driven by Soil Nutrient Availability along a Teak Plantation Chronosequence in Tropical Forests in China. Biology, 2021, 10(12): 1329. |
[32] |
Zhao Z, Liu G, Liu Q, Huang C, Li H, Wu C. Distribution Characteristics and Seasonal Variation of Soil Nutrients in the Mun River Basin, Thailand. International Journal of Environmental Research and Public Health, 2018, 15(9): 1818. |
[33] |
张剑, 章明奎, 谢国雄. 浙江省滨海平原土壤中微量元素随利用时间的演变研究. 中国农学通报, 2022, 38(23): 64-69. |
[34] |
郭军玲, 吴士文, 金辉, 卢升高. 农田土壤微量元素含量的空间变异特征和影响因素. 水土保持学报, 2010, 24(1): 145-149, 158. |
[35] |
Hallman L M, Kadyampakeni D M, Ferrarezi R S, Wright A L, Ritenour M A, Rossi L. Uptake of micronutrients in severely HLB-affected grapefruit trees grown on Florida Indian River flatwood soils. Journal of Plant Nutrition, 2023, 46(17): 4110-4124. |
[36] |
Tejashvini A, Ramamurthy V, Subbarayappa C T. Soil quality assessment of different land use systems of peri-urban-rural landscape of Deccan plateau, hot semi-arid agro-ecosystem. Archives of Agronomy and Soil Science, 2023, 69(14): 3060-3072. |
[37] |
蒋丛泽, 受娜, 高玮, 马仁诗, 沈禹颖, 杨宪龙. 青藏高原东北缘不同土地利用类型土壤质量综合评价. 应用生态学报, 2022, 33(12): 3279-3286. |