Effects of slope position on soil microbial biomass carbon and nitrogen in natural Pinus sylvestris var. mongolia forest in the cold temperature zone
-
摘要:目的研究我国寒温带天然樟子松林土壤微生物生物量碳、氮含量与坡位之间的关系，了解樟子松林对立地条件的响应，揭示天然樟子松林土壤微生物生物量变化特征及影响因素。方法以大兴安岭北部不同坡位天然樟子松林为研究对象，选择坡上、坡中和坡下3种立地条件，采用氯仿熏蒸浸提法测定了0 ~ 10 cm和10 ~ 20 cm土层土壤微生物生物量碳、氮含量。对其季节动态变化规律及影响因素进行分析比较。结果在观测期内（5—9月），樟子松林土壤微生物生物量碳、氮含量均呈现出波动式下降趋势，其变化范围分别是74.33 ~ 515.33 mg/kg和15.33 ~ 240.57 mg/kg，土壤微生物生物量碳氮比在1.04 ~ 5.73之间。坡位对土壤微生物生物量碳、氮和碳氮比产生显著影响（P < 0.01），坡下和坡中樟子松林土壤微生物生物碳、氮含量均值显著高于坡上（P < 0.05）；不同土层间土壤微生物生物量碳、氮含量也存在显著差异，0 ~ 10 cm土层显著高于10 ~ 20 cm土层（P < 0.05）。土壤微生物生物量碳、氮与土壤总有机碳、全氮和土壤含水量呈显著正相关，但与土壤温度和pH 值相关性不显著。结论坡位对天然樟子松林土壤微生物生物量影响显著，其含量存在明显的立地分异规律性，土壤总有机碳、全氮和土壤含水量是导致土壤微生物生物量碳、氮差异的主要影响因子。Abstract:ObjectiveIn order to study the characteristics of soil microbial biomass carbon and nitrogen in natural Pinus sylvestris var. mongolia forest in the cold temperature zone, the dynamic variation rule of soil microbial biomass carbon and nitrogen and those influencing factors were analyzed to provide a theoretical basis for soil nutrient transport and flow characteristics in the natural Pinus sylvestris var. mongolia forest.MethodMeasurements were taken every month from May to September in 2017 at three sites, including the top, the middle, the lower regions of slope in the Pinus sylvestris var. mongolia forest. The microbial biomass carbon and nitrogen in the 0−10 cm and 10−20 cm were determined by chloroform fumigation and extraction method, with their seasonal dynamics and the relationships with soil physicochemical properties in three sites.ResultThe results showed that the soil microbial biomass carbon and nitrogen contents under different slope positions presented fluctuating downward trends from May to September, with the ranges of 74.33 to 515.33 mg/kg and 15.33 to 240.57 mg/kg, respectively. The microbial biomass carbon-nitrogen radio was between 1.04 and 5.73, which was significantly different among varied site conditions during the measuring periods. The mean values of soil microbial biological carbon and nitrogen in the lower and middle regions of slopes were significantly higher than those in the top regions of slope (P < 0.05). Site conditions had significant effects on soil microbial biomass carbon, nitrogen and soil microbial biomass carbon-nitrogen ratio (P < 0.01). The soil microbial biomass carbon and nitrogen contents in 0−10 cm soil layer were significantly larger than those in 10−20 cm soil layer. Soil microbial biomass carbon and nitrogen were significantly positively correlated with soil total organic carbon, total nitrogen and soil water content, but not correlated with soil temperature and pH.ConclusionThe study shows that slope position has significant influence on soil microbial biomass in the Pinus sylvestris var. mongolia forest in the cold temperature zone, and its content has obvious site-differentiation rule. Soil total organic carbon, total nitrogen and soil water content are the main influencing factors leading to soil microbial biomass carbon and nitrogen difference.
-
湿地是地球生态系统的重要组成部分，也是生态环境保护的重要领域。河口湿地是由河流与海洋相互作用形成的湿地，具有复杂的生态系统，在维持生物多样性、栖息地保护和涵养水源方面具有不可替代的生态作用[1-2]。目前，湿地退化已成为引发世界关注的生态问题，人类对湿地资源的不合理开发利用导致景观格局发生改变，生态系统功能受损，加速湿地生态系统退化[3-6]。湿地景观是各种生态过程综合作用的结果，从景观水平上揭示不同时空尺度湿地变化规律及其驱动机制，从整体上把握湿地动态变化趋势及成因，对湿地保护具有重要参考价值。
泉州湾河口湿地位于晋江、洛阳江出海口，生物资源丰富，拥有许多国家重点保护野生动物和珍稀植物。由于人口经济快速增长，泉州湾地区生态环境备受压力[7]，红树林大面积减少，互花米草（Spartina alterniflora）群落蔓延速度加快。近年来，泉州湾湿地生态服务价值、保护区分区和湿地土壤性质等问题逐渐备受关注[8-10]，王雨岚等[11]采用监督分类方法监测泉州湾滨海湿地变化，该方法因受光谱变异影响对同种地物产生噪声现象，可能影响湿地生态系统监测与评估可靠性；叶翔等[12]仅定性分析湿地围填海、养殖及人工生态系统工程等，未考虑社会经济因素及湿地土地类型间相互关系；路春燕等[13]结合质心迁移分析该地区红树林动态变化及驱动因素，但随着迁移方向不断变化，与驱动因素间难以建立有效数量关系。为此，以泉州湾河口湿地为研究对象，针对1990—2018年湿地资源遥感动态监测，依泉州湾湿地及非湿地分类体系，采用面向对象分类方法提取湿地变化特征，构建土地利用动态度模型及景观格局指数，建立Markov转移矩阵，筛选出红树林湿地面积变化驱动力因素，旨在为其变化过程监管及决策制定提供理论参考。
1. 研究区概况
泉州湾河口湿地自然保护区位于福建省泉州市东南部，以惠安县的崇武半岛为起点，南至石狮市祥芝角（图1）。属南亚热带海洋季风气候，年平均气温为19.9 ℃，年降水量为1 095.4 mm，年相对湿度为78%。该地区生物多样性丰富，生长着许多珍稀植物，具有红树林、河口沼泽植被、河口沙生植被和浅水植被等4类植被类型[14]，其中红树植物：秋茄（Kandelia candel）、桐花树（Aegiceras corniculatum）、白骨壤（Avicennia marina）等，国家重点保护野生动物：中华白海豚（Sousa chinensis）、中华鲟（Acipenser sinensi）、黄嘴白鹭（Egretta eulophotes）等。
2. 研究方法
2.1 数据来源
数据源为1990、1995、2000、2005、2010和2018年的Landsat TM遥感数据，投影方式为UTM-WGS84，空间投影分辨率为30 m。运用ArcGIS、eCognition Developer、ENVI和Fragstats软件处理与分析数据。选择邻近月份及云量覆盖少的影像数据，通过ENVI软件进行几何配准及大气校正，减少图像反射及大气造成的误差[15]。将矫正后的影像数据裁剪，获得研究区域遥感数据（24°49′00″ ~ 25°01′00″N，118°34′00″ ~ 118°43′00″E）。参考《湿地公约》[16]及中国湿地调查的分类系统[17]，建立泉州湾湿地及非湿地分类体系，即天然湿地（含红树林、互花米草、滩涂和水域）、人工湿地（含养殖池）、非湿地（含林地、农地、建设及居民用地和道路）。考虑影像各波段的光谱信息丰富度、信息冗余程度和波段之间相关程度，采用432标准假彩色波段组合方案，以充分体现湿地复杂多样的植被特征及地物信息[18]。
2.2 面向对象湿地信息提取
基于光谱信息特征，面向对象分类法综合遥感影像的纹理信息、几何特征、语义、空间位置及相邻像元之间关联信息[19]。选择适宜分割参数，设置最优分割尺度为5、各个波段权重值为1、形状信息因子与紧密度分别设置为0.1、0.6。为减少特征变量冗余，优化分割完成后的特征样本。运用标准最邻近分类法[20]，结合Google Earth泉州湾地区高清卫星图像，通过目视解译进行误差修正，可得1990—2018年泉州湾河口湿地土地利用变化分类图（图2）。
![]()
图 2 泉州湾河口湿地不同年份土地利用分类Figure 2. Land use classification map of Quanzhou Bay Estuary Wetland2.3 土地利用动态度模型
土地利用动态度反映湿地土地变化的强度和土地利用类型转换率[21-22]，计算公式：
Z=(Kb−Ka)Ka×1T×100% (1) 式中：Z表示一段时间内某类型的土地利用动态度，Kb表示研究期末某类型土地的面积，Ka表示研究初期某类型土地的面积，T表示研究时长。
2.4 景观格局指数
景观格局指数主要描述景观组成单元的类型、数目及空间配置等特征。从景观水平选取面积加权平均形状指数、蔓延度指数、香农多样性指数、香农均匀度指数等景观指数（表1），借助Fragstats 4.2软件，计算2005、2010及2018年该区域景观格局指数。
表 1 景观指数公式及参数含义[23]Table 1. Landscape index formula and its parameter meaning指标 Index 公式 Formula 意义说明 Explanation of meaning 面积加权平均形状指数
Area-weighted mean shape index (SA)SA=n∑j=1[xij(aijn∑j=1aij)] 指斑块形状复杂与不规则程度
It refers to the complex shape and irregular degree of patches蔓延度指数
Contagion index (CONTAG)CONTAG=1+∞∑i=1∞∑j=1Pijln(Pij)Pijln(Pij)2ln(m) 反应景观相邻之间的空间网格数量
The number of spatial grids between adjacent landscapes, reflecting the agglomeration degree香农多样性指数
Shannon’s diversity index (SHDI)SHDI=−∞∑i=1(PilnPi) 描述景观格局的景观类型的多样性以及异质性
It describes the diversity and heterogeneity of landscape types of landscape patterns香农均匀度指数
Shannon’s evenness index (SHEI)SHEI=−∞∑i=1Pi×lnPiln(m) 反应各景观类型面积的均匀程度
It indicates the uniformity of the area of each landscape type注：aij为某一斑块的面积，i表示类型，j表示斑块；xij表示某个斑块的周长；Pij表示表示类型i和类型j之间相邻的格网单元数目；Pi表示i占整个景观中所占面积的比例；m为景观类型中斑块类型数。Notes: aij is the area of a patch，i refers to the type，j refers to the patch；xij refers to the circumference of the patch；Pij refers to the number of adjacent grid cells between type i and type j；Pi refers to the ratio of i to the area occupied by the entire landscape；m is the number of patch types in the landscape type. 2.5 灰色关联度模型
灰色关联可用于分析系统因素间变化的关联性大小，将离散数据通过线性插值方式构造分段连续折线，比较研究对象与驱动力因素的折线形状贴合程度，确定序列之间关联程度[24-25]。由于影响湿地系统的因素具有复杂性，存在认知程度限制，即部分信息已知或未知，采用灰色关联度模型可挖掘红树林面积变化驱动力及其变化机制。
设有n个原始序列，每个序列有m个数据，为避免数据单位对分析影响，通过取平均值处理方法对原始序列数据进行变换，将变换后序列数据记为Xi = {Xi（1），Xi（2），···，Xi（k），···，Xi（m）}，i = 1，2，···，n；k = 1，2，···，m。设序列X0为参考序列，通过计算灰色关联系数描述各因素发展趋势，计算公式为：
L(X0(k),Xi(k))=min (2) 式中：|X0（k）−Xi（k）|为k时刻Xi与X0的绝对差，
\mathop {{\rm{min}}}\limits_i \mathop {{\rm{min}}}\limits_k |X0（k）−Xi（k）|为两极最小差；\mathop {{\rm{max}}}\limits_i \mathop {{\rm{max}}}\limits_k |X0（k）−Xi（k）|为两极最大差，ρ为分辨系数，通常取0.5。考虑集中灰色关联序列信息，可将各时刻灰色关联系数取平均值得到灰色关联度，见式（3），其中L（X0，Xi）表示变量间关联度大小。
L({X_{\rm{0}}},{X_i}) = \frac{{\rm{1}}}{n}\sum\limits_{k = 1}^n {L({X_{\rm{0}}}(k),{X_i}(k))} (3) 3. 结果与分析
3.1 泉州湾湿地时空动态
3.1.1 湿地结构及动态度特征
1990—2018年天然湿地面积占比减少，人工湿地整体增加；具体到各个土地利用类型，互花米草群落、建设及居民用地、道路面积比例增加，林地面积快速缩减，红树林及农地面积波动大。互花米草群落面积占比上升2.21%，红树林面积比例以2000年为分界点先减后增，农地面积比例呈先增后减趋势。
基于土地利用动态度模型，计算不同时间段各土地类型动态度，正值表示该土地类型面积增加，负值表示该土地类型面积减少，计算结果见图3。1990—2018年9类土地类型动态度（不计正负）红树林 > 互花米草群落 > 道路 > 养殖池 > 滩涂 > 建设及居民用地 > 水域 > 林地 > 农地。红树林、互花米草群落动态度波动大，其中互花米草群落2000—2005年动态度达到最高23.52%，随后呈减少趋势；而红树林1990—1995年动态度达到最高即36.39%，2010—2018年动态度达次高水平。
![]()
图 3 泉州湾河口湿地土地利用动态度Figure 3. Dynamic degree of land use in Quanzhou Bay Estuary Wetland3.1.2 湿地景观格局变化
泉州湾河口湿地景观类型丰富，景观格局整体趋于破碎化、斑块形状规则化，面积均匀程度较2005年有所提高。由表2可知2005—2018年蔓延度指数（CONTAG）下降幅度为9.64%，即景观类型斑块的聚拢程度减少，景观格局呈现出分散趋势；面积加权平均形状指数（SA）整体呈减少趋势，下降幅度为17.5%，景观斑块形状规则化，反映该区域可能受到一定人类活动干扰；香农多样性指数（SHDI）增加3.79%，表现为斑块复杂程度增加，景观类型多样性丰富度增大；均匀度指数（SHEI）总体呈上升趋势，即不同类型土地面积比例逐步趋向一致。
表 2 不同时期研究区域的景观指数Table 2. Landscape index of regional landscape level in different periods年份 Year SA CONTAG SHDI SHEI 2005 5.572 41.262 1.799 0.819 2010 6.340 41.533 1.764 0.803 2018 4.622 37.285 1.867 0.850 3.1.3 湿地转化数量特征
泉州湾河口湿地面积转移变化显著，由图4可知不同时段各土地类型间转移的数量关系：红树林在1990—2000年主要向水域及养殖池转出，人为破坏导致大量非法围堰开垦用于水产养殖，可能成为该地区红树林减少的主要原因之一；2000—2010年，大部分红树林转移为滩涂，占红树林总面积的55.22%；互花米草群落面积自2000年以来大面积向滩涂、红树林转出，2000—2010年、2010—2018年互花米草群落转移为滩涂，其转移面积占比分别为58.64%、32.49%；2010—2018年互花米草群落转移为红树林，其转移面积占比为12.71%。水域在1990—2000年、2000—2010年、2010—2018年均保持相对稳定，自转移概率均大于70%。
![]()
图 4 研究区域不同时段土地利用面积百分比转移矩阵数值范围在[0，1]，行代表转出的土地类型、列代表转入的土地类型。The value range is [0，1]，the row represents the land type transferred out and the column represents the land type transferred in.Figure 4. Transfer matrix of percentage of land use area in different periods3.2 红树林面积变化驱动力
3.2.1 社会经济因子对红树林面积的影响
随着社会经济发展、物质条件改善，人们对生态环境、生态产品的需求提高，加大红树林湿地保护投入。由表3可知，国内生产总值是影响红树林面积的最重要因素，即灰色关联度为0.89，经济发展初期，泉州湾地区红树林被严重破坏，导致面积和质量不断下降，使湿地功能急剧下降；随着GDP增长，泉州湾地区基础设施得到完善，投入红树林湿地保护的资金力量不断增加。园林绿地面积变化是影响红树林面积变化的第二驱动力，即灰色关联度为0.82，绿地面积的增加是衡量城市拥有绿地和公园的重要指标，湿地生态公园的增加一定程度上保护红树林面积。
表 3 社会经济因子与红树林面积的灰色关联度Table 3. Grey correlation degree between social economic factors and mangrove area年份
Year总人口
Total
population国内生产
总值/万元
Gross domestic
product/104 CNY地方财政一般
预算内支出/万元
General budget
expenditure of local
finance/104 CNY全社会固定资产
投资额/万元
Fixed asset investment
of the whole society/
104 CNY农作物播种
面积/103 hm2
Sown area of
crops/103 ha公路通车
里程
Highway
mileage/km园林绿地
面积/hm2
Area of garden
green space/ha2000 650 400 951.82 323 713.00 118 727.00 334.93 8 014.00 1 325.00 2005 1 003 300 3 400.96 271 902.00 1 215 695.00 293.16 6 038.00 2 962.00 2010 7 860 000 3 069.40 1 869 036.00 8 228 216.00 257.79 14 131.00 3 228.00 2018 7 423 300 7 547.82 6 378 083.00 4 123 802.00 260.65 17 656.00 8 865.00 L({X_{\rm{0}}},{X_i}) 0.67 0.89 0.68 0.55 0.66 0.64 0.82 注：社会经济因子数据来源于文献[26-29]。X0为不同年份红树林面积的参考序列，Xi为被比较序列，L(X0，Xi)表示与红树林面积的灰色关联度。下同。Notes: data of social economic factors are cited from reference [26-29]. X0 is the reference sequence of mangrove area in different years，Xi is the comparison sequence，L(X0，Xi) is the grey correlation degree with mangrove area. The same below. 3.2.2 其他土地类型面积对红树林面积的影响
由表4可知，道路面积、农地面积、建设及居民用地面积、养殖池面积与红树林面积关联度强，即灰色关联度均大于0.8，表明人类活动对红树林面积干扰强；互花米草群落面积、滩涂面积也与红树林面积均存在强关联，即灰色关联度分别为0.82、0.81，而泉州湾互花米草入侵、大面积滩涂养殖，导致互花米草群落快速扩散，改变土壤环境，影响红树林的生长环境。
表 4 其他土地类型与红树林面积的灰色关联度Table 4. Grey correlation between other land types and mangrove area年份
Year道路面
积/hm2
Road
area/ha建设及居民
用地面积/hm2
Construction and
residential land area/ha林地面
积/hm2
Woodland
area/ha互花米草群
落面积/hm2
Spartina Alterniflora
area/ha农地面
积/hm2
Agricultural
land area/ha水域面
积/hm2
Water
area/ha滩涂面
积/hm2
Tidal flat
area/ha养殖池
面积/hm2
Area of culture
pond/ha2000 11 921 56 438 28 100 3 009 85 174 37 538 22 072 3 385 2005 12 363 63 239 24 924 6 547 80 464 23 733 23 993 8 997 2010 12 926 60 854 27 491 9 271 86 438 24 452 17 793 5 643 2018 24 989 64 785 40 139 7 946 60 720 26 116 12 072 6 360 L({X_{\rm{0}}},{X_i}) 0.99 0.91 0.69 0.82 0.97 0.63 0.81 0.86 4. 结论与讨论
4.1 结 论
运用面向对象分类方法提取湿地信息，采用土地利用动态度模型，分析泉州湾河口湿地结构、动态特征及其景观格局变化规律，通过Markov转移概率矩阵描述湿地转化数量特征关系，主要结论为：
（1）泉州湾河口湿地景观类型丰富，各土地类型面积转移变化明显，尤其红树林、互花米草群落面积波动剧烈，互花米草引入后迅速生长繁殖，群落面积整体增加，影响海水交换能力抑制红树林生长，1995—2000年红树林面积减少556 hm2，导致该区生态环境受损。2000年泉州市政府实施5年生态环境保护计划，经生态修复，互花米草群落增长速率减缓，红树林面积得到一定恢复，减少与其他土地利用类型面积差异，使景观类型面积均匀度有所提高。2010—2018年红树林动态度达次高水平，可能与2010年展开新一轮生态修复工程取得成效有关。
（2）泉州湾河口湿地自然保护区毗邻城市用地，保护与利用矛盾突出，其红树林面积与受人类生产活动影响大的土地类型有较强关联，即关联度均大于0.8，结合图2、表4可知，道路面积、农地面积、建设及居民用地面积朝内陆方向增加，市中心整体向内陆移动，导致其远离红树林所在位置，减少人为干扰和影响，促进红树林面积总体上增加；泉州湾实验区作为重要水产养殖水域，创造了一定经济价值，也带来生态威胁，即跨海环湾大桥的修建和施工一定程度上也影响湿地保护。
（3）社会经济因素中，国内生产总值及园林绿地面积对红树林湿地面积变化具有很大影响，关联度均大于0.8；随着城市发展和经济水平提高，人们环保意识增强，增加对红树林保护投入，通过湿地生态公园建设加强保护。
4.2 讨 论
（1）通过定量遥感等手段分析1990—2018年湿地时空变化特征，对湿地保护政策制定提供一定参考。但湿地变化是复杂的生态过程，影响因素多，很有必要进一步探讨各影响因素不同时空作用下影响差异，结合时空统计分析模型进行地理分析、空间推理。
（2）研究数据来源于空间分辨率为30 m的Landsat-7光学遥感影像，通过植被分出水体、分辨潮湿土壤，仍存在一些象元混合度高情况造成解译精确度不够。为此可考虑结合面向对象与深度学习分类方法或融合其他影像数据来提高其精度问题。
（3）灰色关联度分析针对样本容量小的不完全信息能进行量化，比较各种驱动因子关联程度，但自变量间多重相关性方面就显得不足，需结合数据趋势及研究经验判断正负相关影响。
-
![]()
图 1 不同坡位樟子松林各土层土壤微生物量月变化特征
Figure 1. Monthly dynamics of soil microbial biomass in different soil layers of varied slope positions of P. sylvestris var. mongolia forest
表 1 樟子松林基本特征
Table 1 Basic situation of Pinus sylvestris var. mongolia forest
坡位
Slope position海拔
Altitude/m树种组成
Species composition平均树高 Mean tree height/m 平均胸径 Mean DBH/cm 郁闭度
Canopy density林下主要植物
Major understory species樟子松
P. sylvestris var. mongolica其他树种
Other species樟子松
P. sylvestris var. mongolica其他树种
Other species坡上
Upper slope556 6P 2L 1S 1B 16.58 ± 1.75 13.74 ± 1.30 22.05 ± 4.18 16.22 ± 2.01 0.8 兴安杜鹃Rhododendron dauricum、北国红豆Vaccinium macrocarpon、越桔Vaccinium vitis-idaea 坡中
Middle slope512 8P 2L 16.53 ± 2.35 12.53 ± 2.34 22.40 ± 2.95 13.60 ± 1.48 0.7 兴安刺玫Rosa davurica、兴安杜鹃Rhododendron dauricum、北国红豆Vaccinium macrocarpon、越桔Vaccinium vitis-idaea 坡下
Down slope465 9P 1L 18.88 ± 2.96 16.87 ± 1.97 24.98 ± 2.53 19.28 ± 3.14 0.6 兴安刺玫Rosa davurica、兴安杜鹃Rhododendron dauricum、羽节蕨Gymnocarpium jessoense、北国红豆Vaccinium macrocarpon、凤毛菊Saussurea amurensis、越桔Vaccinium vitis-idaea、杜香Ledum palustre 注：P为樟子松；L为兴安落叶松；S为山杨；B为白桦。
Notes: P, Pinus sylvestris var. mongolica; L, Larix gmelinii; S, Populus davidiana; B, Betula platyphylla.
下载: 导出CSV
表 2 樟子松林样地土壤性质
Table 2 Soil characteristics in sample plots of Pinus sylvestris var. mongolia forest
坡位
Slope position土层
Soil layer /cm有机碳
Organic carbon /(g∙kg− 1)全氮
Total nitrogen/(g∙kg− 1)土壤含水量
Soil water content/%pH 坡上 Upper slope 0 ~ 10 11.91 ± 1.65Ca 1.20 ± 0.11Ca 33.36 ± 4.56Ba 5.46 ± 0.12Aa 10 ~ 20 7.15 ± 1.08Bb 0.72 ± 0.06Bb 23.11 ± 2.35Ab 5.61 ± 0.08Aa 坡中 Middle slope 0 ~ 10 18.35 ± 2.60Ba 1.67 ± 0.41Ba 38.26 ± 3.01Ba 5.33 ± 0.07Aa 10 ~ 20 8.47 ± 2.07Bb 0.96 ± 0.29Bb 25.05 ± 4.42Ab 5.54 ± 0.10Aa 坡下 Down slope 0 ~ 10 24.87 ± 2.40Aa 2.43 ± 0.46Aa 47.30 ± 2.06Aa 5.24 ± 0.11Aa 10 ~ 20 13.71 ± 2.21Ab 1.84 ± 0.20Ab 27.13 ± 3.21Ab 5.30 ± 0.12Aa 注：不同大写字母表示不同坡位之间差异显著（P < 0. 05），不同小写字母表示不同土层间差异显著（P < 0. 05）。下同。Notes: different capital letters mean significant differences among varied slope positions (P < 0. 05). Different lowercase letters mean significant differences among varied soil layers (P < 0. 05). The same below.
下载: 导出CSV
表 3 樟子松林不同坡位各层土壤微生物生物量碳、氮含量
Table 3 Soil microbial biomass carbon and nitrogen in different soil layers among varied slope positions of P. sylvestris var. mongolia forest
坡位
Slope position土层
Soil layer /cm土壤微生物生物量碳
MBC/(mg·kg− 1)土壤微生物生物量氮
MBN/(mg·kg− 1)土壤微生物生物量碳氮比
MBC/MBN坡上 Upper slope 0 ~ 10 267.13 ± 78.73Ba 94.34 ± 40.19Ba 3.07 ± 0.85Aa 10 ~ 20 100.88 ± 23.69Bb 37.36 ± 16.35Bb 3.08 ± 1.19Aa 坡中 Middle slope 0 ~ 10 291.31 ± 124.94Aa 117.95 ± 67.19Aa 2.84 ± 1.48Aa 10 ~ 20 176.76 ± 57.73Aa 75.12 ± 6.84Aa 2.54 ± 1.02Aa 坡下 Down slope 0 ~ 10 338.76 ± 94.08Aa 130.71 ± 40.04Aa 2.95 ± 1.51Aa 10 ~ 20 188.94 ± 60.53Ab 86.55 ± 29.31Aa 2.57 ± 1.47Aa Notes: MBC, microbial biomass carbon; MBN, microbial biomass nitrogen.
下载: 导出CSV
表 4 土壤微生物生物量碳氮及其比值的方差分析
Table 4 ANOVA of soil microbial biomass carbon (MBC) and nitrogen (MBN) as well as MBC/MBN
差异来源
Source of difference土壤微生物生物量碳
MBC土壤微生物生物量氮
MBN土壤微生物生物量碳氮比
MBC/MBNdf F P df F P df F P 月份 Month 4 427.61 < 0.001 4 94.55 < 0.001 4 131.60 < 0.001 坡位 Slope position 2 188.83 < 0.001 2 106.38 < 0.001 2 18.15 < 0.001 土层 Soil layer 1 2 499.52 < 0.001 1 408.75 < 0.001 1 16.76 < 0.001 月份 × 坡位 Month × slope position 8 57.97 < 0.001 8 40.44 < 0.001 8 124.15 < 0.001 月份 × 土层 Month × soil layer 4 99.91 < 0.001 4 60.99 < 0.001 4 70.00 < 0.001 坡位 × 土层 Slope position × soil layer 2 43.21 < 0.001 2 4.62 0.014 2 4.70 0.013 月份 × 坡位 × 土层 Month × slope position × soil layer 8 33.14 < 0.001 8 5.64 < 0.01 8 17.39 < 0.001
下载: 导出CSV
表 5 土壤微生物生物量碳、氮含量之间及其与土壤养分含量的相关系数
Table 5 Correlation coefficients between soil microbial biomass (C, N) and soil nutrient contents
总有机碳
TOC全氮
TN微生物生物量氮
MBNpH 土壤含水量
Soil water content土壤温度
Soil temperature微生物生物量碳 MBC 0.58** 0.69** 0.73** 0.32 0.49** − 0.57 微生物生物量氮 MBN 0.44* 0.67** 1 0.14 0.37* − 0.29 注：*和**分别表示P < 0.05相关性显著和 P < 0.01相关性极显著。Notes: * and ** indicate significant correlations at P< 0.05 and P <0.01 level.
下载: 导出CSV
-
[1] Bargali K, Manral V, Padalia K, et al. Effect of vegetation type and season on microbial biomass carbon in Central Himalayan forest soils, India[J]. Catena, 2018, 171: 125−135. doi: 10.1016/j.catena.2018.07.001
[2] 漆良华, 张旭东, 周金星, 等. 湘西北小流域不同植被恢复区土壤微生物数量、生物量碳氮及其分形特征[J]. 林业科学, 2009, 45(8):14−20. doi: 10.3321/j.issn:1001-7488.2009.08.003 Qi L H, Zhang X D, Zhou J X, et al. Soil microbe quantities, microbial carbon and nitrogen and fractal characteristics under different vegetation restoration patterns in watershed, Northwest Hunan[J]. Scientia Silvae Sinicae, 2009, 45(8): 14−20. doi: 10.3321/j.issn:1001-7488.2009.08.003
[3] Kononen M, Jauhianen J, Strakova P, et al. Deforested and drained tropical peat land sites show poorer peat substrate quality and lower microbial biomass and activity than unmanaged swamp forest[J]. Soil Biology and Biochemistry, 2018, 123: 229−241.
[4] 刘爽, 王传宽. 五种温带森林土壤微生物生物量碳氮的时空格局[J]. 生态学报, 2010, 30(12):3135−3143. Liu S, Wang C K. Spatio-temporal patterns of soil microbial biomass carbon and nitrogen in five temperate forest ecosystems[J]. Acta Ecologica Sinica, 2010, 30(12): 3135−3143.
[5] 刘宝, 吴文峰, 林思祖, 等. 中亚热带4种林分类型土壤微生物生物量碳氮特征及季节变化[J]. 应用生态学报, 2019, 30(6):1901−1910. Liu B, Wu W F, Lin S Z, et al. Characteristics of soil microbial biomass carbon and nitrogen and its seasonal dynamics in four types mid-subtropical forests[J]. Chinese Journal of Applied Ecology, 2019, 30(6): 1901−1910.
[6] 陈平, 赵博, 杨璐, 等. 接种蚯蚓和添加凋落物对油松人工林土壤养分和微生物量及活性的影响[J]. 北京林业大学学报, 2018, 40(6):63−71. Cheng P, Zhao B, Yang L, et al. Effects of earthworm and litter application on soil nutrients and soil microbial biomass and activities in Pinus tabuliformis plantation[J]. Journal of Beijing Forestry University, 2018, 40(6): 63−71.
[7] 冯书珍, 苏以荣, 张伟, 等. 坡位与土层对喀斯特原生林土壤微生物生物量与丰度的影响[J]. 环境科学, 2015, 36(10):3832−3838. Feng S Z, Su Y R, Zhang W, et al. Effects of slope position and soil horizon on soil microbial biomass and abundance in karst primary forest of southwest China[J]. Environmental Science, 2015, 36(10): 3832−3838.
[8] Gran R F. Nitrogen mineralization drives the response of forest productivity to soil warming: modeling in ecosys vs. measurements from the Harvard soil heating experiment[J]. Ecological Modelling, 2014, 288: 38−46. doi: 10.1016/j.ecolmodel.2014.05.015
[9] 李胜蓝, 方晰, 项文化, 等. 湘中丘陵区4种森林类型土壤微生物生物量碳氮含量[J]. 林业科学, 2014, 50(5):8−16. Li S L, Feng X, Xiang W H, et al. Soil microbial biomass carbon and nitrogen concentrations in four subtropical forests in hilly region of central Hunan Province, China[J]. Scientia Silvae Sinicae, 2014, 50(5): 8−16.
[10] Zhao F Z, Kang D, Han X H, et al. Soil stoichiometry and carbon storage in long-term afforestation soil affected by understory vegetation diversity[J]. Ecological Engineering, 2015, 74: 415−422. doi: 10.1016/j.ecoleng.2014.11.010
[11] 覃乾, 朱世硕, 夏彬, 等. 黄土丘陵区侵蚀坡面土壤微生物量碳时空动态及影响因素[J]. 环境科学, 2019, 40(4):1973−1980. Qin Q, Zhu S S, Xia B, et al. Temporal and spatial dynamics of soil microbial biomass carbon and its influencing factors on eroded slope in hilly Loess Plateau region[J]. Environmental Science, 2019, 40(4): 1973−1980.
[12] 王薪琪, 韩轶, 王传宽. 帽儿山不同林龄落叶阔叶林土壤微生物生物量及其季节动态[J]. 植物生态学报, 2017, 41(6):597−609. doi: 10.17521/cjpe.2017.0011 Wang X Q, Han Y, Wang C K. Soil microbial biomass and its seasonality in deciduous broadleaved forests with different stand ages in the Mao’ershan Region, Northeast China[J]. Chinese Journal of Plant Ecology, 2017, 41(6): 597−609. doi: 10.17521/cjpe.2017.0011
[13] Sorensen P O, Finzi A C, Giasson M A, et al. Winter soil freeze-thaw cycles lead to reductions in soil microbial biomass and activity not compensated for by soil warming[J]. Soil Biology and Biochemistry, 2018, 116: 39−47. doi: 10.1016/j.soilbio.2017.09.026
[14] 刘平, 邱月, 王玉涛, 等. 渤海泥质海岸典型防护林土壤微生物量季节动态变化[J]. 生态学报, 2019, 39(1):1−8. doi: 10.1016/j.chnaes.2018.07.004 Liu P, Qiu Y, Wang Y T, et al. Seasonal dynamics of soil microbial biomass in typical shelterbelts on the Bohai muddy coast[J]. Acta Ecologica Sinica, 2019, 39(1): 1−8. doi: 10.1016/j.chnaes.2018.07.004
[15] Bölscher T, Paterson E, Freitag T, et al. Temperature sensitivity of substrate-use efficiency can result from altered microbial physiology without change to community composition[J]. Soil Biology and Biochemistry, 2017, 109: 59−69. doi: 10.1016/j.soilbio.2017.02.005
[16] Xiong Q L, Pan K W, Zhang L, et al. Warming and nitrogen deposition are interactive in shaping surface soil microbial communities near the alpine timberline zone on the eastern Qinghai -Tibet Plateau, southwestern China[J]. Applied Soil Ecology, 2016, 101: 72−83. doi: 10.1016/j.apsoil.2016.01.011
[17] 郑海峰, 陈亚梅, 杨林, 等. 高山林线土壤微生物群落结构对模拟增温的响应[J]. 应用生态学报, 2017, 28(9):2840−2848. Zheng H F, Chen Y M, Yang L, et al. Responses of soil microbial community structure to simulated warming in alpine timberline in western Sichuan, China[J]. Chinese Journal of Applied Ecology, 2017, 28(9): 2840−2848.
[18] Soleimani A, Hosseini S M, Bavani A R M, et al. Influence of land use and land cover change on soil organic carbon and microbial activity in the forests of northern Iran[J]. Catena, 2019, 177(2): 227−237.
[19] 李俊霞, 白学平, 张先亮, 等. 大兴安岭林区南、北部天然樟子松生长对气候变化的响应差异[J]. 生态学报, 2017, 37(21):7232−7241. Li J X, Bai X P, Zhang X L, et al. Different responses of natural Pinus sylvestris var. mongolica growth to climate change in southern and northern forested areas in the Great Xing,an Mountains[J]. Acta Ecologica Sinica, 2017, 37(21): 7232−7241.
[20] 周志强, 郝雨, 刘彤, 等. 大兴安岭北段天然樟子松林遗传多样性与主要生态因子的相关性研究[J]. 北京林业大学学报, 2006, 28(6):22−27. doi: 10.3321/j.issn:1000-1522.2006.06.004 Zhou Z Q, Hao Y, Liu T, et al. Correlativity analysis between the main ecological factors and genetic diversity of Pinus sylvestris var. mongolica population in the north part of Great Xing, an Mountains[J]. Journal of Beijing Forestry University, 2006, 28(6): 22−27. doi: 10.3321/j.issn:1000-1522.2006.06.004
[21] 顾云春. 大兴安岭林区森林群落的演替[J]. 植物生态学与地植物学丛刊, 1985(1):64−70. Gu Y C. Succession of forest community in Great Xing,an Mountains forest region[J]. Chinese Journal of Plant Ecology, 1985(1): 64−70.
[22] 李奕, 满秀玲, 蔡体久, 等. 大兴安岭山地樟子松天然林土壤水分物理性质及水源涵养功能研究[J]. 水土保持学报, 2011, 25(2):87−91, 96. Li Y, Man X L, Cai T J, et al. Research on physical properties of soil moisture and water conservation of scotch pine forest in Da Xing,an Mountains[J]. Journal of Soil and Water Conservation, 2011, 25(2): 87−91, 96.
[23] 顾云春. 大兴安岭几个主要森林类型的天然更新[J]. 林业资源管理, 1980(4):21−27. Gu Y C. Natural regeneration of several major forest types in Great Xing,an Mountains[J]. Forest Resources Management, 1980(4): 21−27.
[24] Cheng G D, Jin H J. Permafrost and groundwater on the Qinghai-Tibet Plateau and in northeast China[J]. Hydrogeology Journal, 2013, 21: 5−23. doi: 10.1007/s10040-012-0927-2
[25] Gao W F, Yao Y L, Liang H, et al. Emissions of nitrous oxide from continuous permafrost region in the Daxing,an Mountains, Northeast China[J]. Atmospheric Environment, 2019, 198: 34−45. doi: 10.1016/j.atmosenv.2018.10.045
[26] 晏寒冰, 彭丽潭, 唐旭清. 基于气候变化的东北地区森林树种分布预测建模与影响分析[J]. 林业科学, 2014, 50(5):132−139. Yan H B, Peng LT, Tang X Q. Modeling and impact analysis on distribution prediction of forest tree species in northeast China based on climate change[J]. Scientia Silvae Sinicae, 2014, 50(5): 132−139.
[27] 李奕, 满秀玲, 蔡体久, 等. 大兴安岭山地樟子松天然林不同坡位土壤养分特征及相关性研究[J]. 安徽农业科学, 2014, 42(5):1413−1416, 1420. doi: 10.3969/j.issn.0517-6611.2014.05.052 Li Y, Man X L, Cai T J, et al. Research on soil nutrient characteristic and correlation in different slope position of scotch pine forest in Da Hinggan Mountains[J]. Journal of Anhui Agri, 2014, 42(5): 1413−1416, 1420. doi: 10.3969/j.issn.0517-6611.2014.05.052
[28] 田舒怡, 满秀玲. 大兴安岭北部森林土壤微生物量碳和水溶性有机碳特征研究[J]. 土壤通报, 2016, 47(4):838−845. Tian S Y, Man X L. Study on characteristics of soil microbial biomass carbon and dissolved organic carbon in northern forest region of Daxing,an Mountains[J]. Chinese Journal of Soil Science, 2016, 47(4): 838−845.
[29] 肖瑞晗, 满秀玲, 丁令智. 大兴安岭北部天然针叶林土壤氮矿化特征研究[J]. 生态学报, 2019, 39(8):2762−2771. Xiao R H, Man X L, Ding L Z. Study on the characteristics of soil nitrogen mineralization of the natural coniferous forest on northern of Daxing ’an Mountains, Northeast China[J]. Acta Ecologica Sinica, 2019, 39(8): 2762−2771.
[30] 王宁, 杨雪, 李世兰, 等. 不同海拔红松混交林土壤微生物量碳、氮的生长季动态[J]. 林业科学, 2016, 52(1):150−158. Wang N, Yang X, Li S L, et al. Seasonal dynamics of soil microbial biomass carbon-nitrogen in the Korean pine mixed forests along elevation gradient[J]. Scientia Silvae Sinica, 2016, 52(1): 150−158.
[31] Liu W X, Qiao C L, Yang S, et al. Microbial carbon use efficiency and priming effect regulate soil carbon storage under nitrogen deposition by slowing soil organic matter decomposition[J]. Geoderma, 2018, 332: 37−44. doi: 10.1016/j.geoderma.2018.07.008
[32] 田舒怡. 大兴安岭北部主要森林类型土壤活性碳特征[D]. 哈尔滨: 东北林业大学, 2016. Tian S Y. Study on characteristics of soil labile organic carbon in main forest types in the north of Daxing’anling Maintains[D]. Harbin: Northeast Forestry University, 2016
[33] 石宪, 张秋良, 曹阳, 等. 兴安落叶松天然林不同林型土壤养分分布特征研究[J]. 内蒙古林业科技, 2015, 41(3):6−10. doi: 10.3969/j.issn.1007-4066.2015.03.002 Shi X, Zhang Q L, Cao Y, et al. Study on distribution feature of soil nutrient in natural forest of Larix gmelinii with different forest types[J]. Journal of Inner Mongolia Forestry Science and Technology, 2015, 41(3): 6−10. doi: 10.3969/j.issn.1007-4066.2015.03.002
[34] 曲杭峰, 董希斌, 唐国华, 等. 补植改造对大兴安岭白桦低质林土壤养分的影响[J]. 东北林业大学学报, 2017, 45(4):75−80. doi: 10.3969/j.issn.1000-5382.2017.04.015 Qu H F, Dong X B, Tang G H, et al. Effects of replanting alterations of Betula platyphylla low-quality forest on soil nutrients in Daxing’an Mountains[J]. Journal of Northeast Forestry University, 2017, 45(4): 75−80. doi: 10.3969/j.issn.1000-5382.2017.04.015
[35] 沈丹, 王磊. 青藏高原土壤湿度对中国夏季降水与气温影响的敏感试验[J]. 气象科技, 2015, 43(6):1095−1103, 1120. doi: 10.3969/j.issn.1671-6345.2015.06.014 Shen D, Wang L. Sensitivity test of soil moisture on summer precipitation and temperature in China on Qinghai-Tibet plateau[J]. Weather Technology, 2015, 43(6): 1095−1103, 1120. doi: 10.3969/j.issn.1671-6345.2015.06.014
[36] Ren C J, Chen J, Lu X J, et al. Responses of soil total microbial biomass and community compositions to rainfall reductions[J]. Soil Biology and Biochemistry, 2018, 116: 4−10.
[37] 刘纯, 刘延坤, 金光泽. 小兴安岭6种森林类型土壤微生物量的季节变化特征[J]. 生态学报, 2014, 34(2):451−459. Liu C, Liu Y K, Jin G Z. Seasonal dynamics of soil microbial biomass in six forest types in Xiaoxing,an Mountains, China[J]. Acta Ecologica Sinica, 2014, 34(2): 451−459.
[38] 曹艳峰, 李彦, 李晨华, 等. 荒漠灌木梭梭(Haloxylon ammodendron)周围土壤微生物的空间分布[J]. 生态学报, 2016, 36(6):1628−1635. Cao Y F, Li Y, Li C H, et al. The spatial distribution of soil microbes around a desert shrub of Haloxylon ammodendron[J]. Acta Ecologica Sinica, 2016, 36(6): 1628−1635.
[39] 王国兵, 郝岩松, 王兵, 等. 土地利用方式的改变对土壤呼吸及土壤微生物生物量的影响[J]. 北京林业大学学报, 2006(增刊2):73−79. Wang G B, Hao Y S, Wang B, et al. Influence of land-use change on soil respiration and soil microbial biomass[J]. Journal of Beijing Forestry University, 2006(Suppl.2): 73−79.
[40] Cusack D F, Mccleerytl L. Patterns in understory woody diversity and soil nitrogen across native- and non-native-urban tropical forests[J]. Forest Ecology and Management, 2014, 318: 34−43. doi: 10.1016/j.foreco.2013.12.036
[41] Zhang W, Zhao J, Pan F J, et al. Changes in nitrogen and phosphorus limitation during secondary succession in a karst region in southwest China[J]. Plant and Soil, 2015, 391: 77−91. doi: 10.1007/s11104-015-2406-8
[42] 孙双红, 陈立新, 李少博, 等. 阔叶红松林不同演替阶段土壤酶活性与养分特征及其相关性[J]. 北京林业大学学报, 2016, 38(2):20−28. Sun S H, Chen L X, Li S B, et al. Characteristics of soil enzyme activity and nutrient content and their correlations at different succession stages of broadleaf-Korean pine forest[J]. Journal of Beijing Forestry University, 2016, 38(2): 20−28.
[43] Devi N B, Yadava P S. Seasonal dynamics in soil microbial biomass C, N and P in a mixed-oak forest ecosystem of Manipur,Northeast India[J]. Applied Soil Ecology, 2006, 31: 220−227. doi: 10.1016/j.apsoil.2005.05.005
[44] 付战勇, 孙景宽, 李传荣, 等. 黄河三角洲贝壳堤土壤微生物生物量对不同生境因子的响应[J]. 生态学报, 2018, 38(18):6594−6602. Fu Z Y, Sun J K, Li C R, et al. Responses of soil microbial biomass to different habitat factors in the chenier of the Yellow River Delta[J]. Acta Ecologica Sinica, 2018, 38(18): 6594−6602.
[45] Marschner P, Kandeler E, Marschner B. Structure and function of the soil microbial community in a long-term fertilizer experiment[J]. Soil Biology and Biochemistry, 2003, 35(3): 453−461. doi: 10.1016/S0038-0717(02)00297-3
[46] Ruan H H, Zou X M, Scatena F N, et al. Asynchronous fluctuation of soil microbial biomass and plant litterfall in a tropical wet forest[J]. Plant and Soil, 2004, 260: 147−154. doi: 10.1023/B:PLSO.0000030177.20951.94
[47] Sugihara S, Funakawa S, Kilasara M, et al. Effect of land management and soil texture on seasonal variations in soil microbial biomass in dry tropical agroecosystems in Tanzania[J]. Applied Soil Ecology, 2010, 44: 80−88. doi: 10.1016/j.apsoil.2009.10.003
[48] 吴则焰, 林文雄, 陈志芳, 等. 武夷山国家自然保护区不同植被类型土壤微生物群落特征[J]. 应用生态学报, 2013, 24(8):2301−2309. Wu Z Y, Lin W X, Chen Z F, et al. Characteristics of soil microbial community under different vegetation types in Wuyishan National Nature Reserve, East China[J]. Chinese Journal of Applied Ecology, 2013, 24(8): 2301−2309.
[49] Li J W, Wang G S, Mayes M A, et al. Reduced carbon use efficiency and increased microbial turnover with soil warming[J]. Global Change Biology, 2019, 25(3): 900−910.
[50] 王风芹, 田丽青, 宋安东, 等. 华北刺槐林与自然恢复植被土壤微生物量碳、氮含量四季动态[J]. 林业科学, 2015, 51(3):16−24. Wang F Q, Tian L Q, Song A D, et al. Seasonal dynamics of microbial biomass carbon and nitrogen in soil of Robinia pseudoacacia forests and near-naturally restored vegetation in Northern China[J]. Scientia Silvae Sinicae, 2015, 51(3): 16−24.
[51] Zhong Z, Makeschin F. Differences of soil microbial biomass and nitrogen transformation under two forest types in central Germany[J]. Plant and Soil, 2006, 283: 287−297. doi: 10.1007/s11104-006-0018-z
[52] 朱瑞. 马啣山多年冻土地面变形研究[D]. 兰州: 兰州交通大学, 2017. Zhu R.Study on ground deformation of permafrost in Ma Xian Mountain[D]. Lanzhou: Lanzhou Jiaotong University, 2017.
[53] 胡宏昌, 王根绪, 王一博, 等. 江河源区典型多年冻土和季节冻土区水热过程对植被盖度的响应[J]. 科学通报, 2009(2):242−250. Hu H C, Wang G C, Wang Y B, et al. Response of soil heat-water processes to vegetation cover on the typical permafrost and seasonally frozen soil in the headwaters of the Yangtze and Yellow Rivers[J]. Chinese Science Bulletin, 2009(2): 242−250.
-
期刊类型引用(7)
1. 丁金华，许艳秋，钱晶. 苏南水网地区水域景观破碎化时空演变特征及驱动因子研究——以吴江区为例. 西北林学院学报. 2024(01): 247-255 . 
百度学术
2. 陈实，陈丽捷，洪宇，刘金福，阙翔，李意敏，何东进，赵婧雯. 泉州湾湿地碳库生态安全评价及其障碍因素研究. 福建农林大学学报(自然科学版). 2024(05): 686-695 . 百度学术
3. 杨烜涵，付晖，秦煜姬，程恩起，陈圣天. 近20年来海口湿地景观格局演变及其驱动因子. 中国城市林业. 2023(03): 28-35 . 百度学术
4. 王琦，刘子刚，周隽伊. 三江平原沼泽湿地变化的影响因素及其空间效应. 中国人口·资源与环境. 2023(07): 44-54 . 百度学术
5. 赵红梅，毛欣，刘春雷，李亚松，刘林敬. 福建泉州湾海岸带MIS 3阶段以来的海侵—海退过程. 地质力学学报. 2023(04): 569-583 . 百度学术
6. 朱映辰，谭芳林，阙翔，洪宇，潘爱芳，刘金福. 多时间尺度下森林公园负离子变化特征及与温湿度关系研究. 西北林学院学报. 2023(06): 211-218+227 . 百度学术
7. 赵红梅，刘春雷，毛欣，毕志伟，刘哲，李亚松. 泉州湾海岸带全新世地层及沉积环境演化. 地层学杂志. 2022(04): 401-410 . 百度学术
其他类型引用(5)
计量
- 文章访问数: 1523
- HTML全文浏览量: 456
- PDF下载量: 73
- 被引次数: 12
