Distribution characteristics of soil organic carbon stocks in typical plantations in loess hilly region of northwestern China
-
摘要:目的
人工林作为重要的碳汇资源库，影响着陆地生态系统的碳循环过程。通过分析黄土丘陵区典型人工林土壤有机碳储量的空间分布特征，为准确评估黄土高原的土壤碳汇能力提供基础数据支撑。
方法以黄土丘陵退耕区吴起县为研究区域，典型人工油松林、山杏林、沙棘林为研究对象，天然草地为对照，应用主成分分析和冗余分析法，探究黄土丘陵退耕区典型人工林0 ~ 200 cm土壤有机碳储量的空间分布特征及其影响因素。
结果（1）不同人工林土壤表层有机碳储量高于深层土壤，0 ~ 200 cm土壤有机碳储量表现为山杏（97.145 g/m2） > 草地（92.418 g/m2） > 沙棘（68.695 g/m2） > 油松（61.130 g/m2）。沙棘土壤有机碳储量的空间变异程度最大（0.219），草地土壤有机碳储量的空间变异程度最小（0.115）；（2）研究区典型人工林土壤有机碳储量与黏粒、粉粒含量呈正相关关系，与砂粒呈负相关关系，全氮、碱解氮对土壤有机碳储量正向效应显著；（3）地形（30.71%）对0 ~ 200 cm土壤剖面上土壤有机碳储量垂直变化的相对贡献最大，其中海拔（19.66%）是影响0 ~ 200 cm土壤有机碳储量垂直分布的主要因子。
结论综上，黄土丘陵区典型人工林土壤有机碳储量具有表聚性，土壤机械组成与土壤养分对土壤有机碳储量的影响较为显著。人工山杏林具有较强的土壤碳汇功能，可作为黄土丘陵退耕区生态修复的水土保持树种。
Abstract:ObjectivePlantations are critical carbon pools and play important roles in carbon cycling of terrestrial ecosystems. On the Loess Plateau, analyzing the spatial distributions of soil organic carbon stocks in typical plantations provides basic data support for the accurate assessment of soil carbon sequestration capacity.
MethodIn our study, Wuqi County, which is located in the loess hilly region, was selected as the study area. Typical plantations including Pinus tabuliformis, Armeniaca sibirica and Hippophae rhamnoides were taken as the study objects, while natural grassland was taken as the control. Application of principal component analysis and redundancy analysis explored the spatial distribution characteristics of soil organic carbon stocks in the 0−200 cm soil and its influencing factors in a typical plantation in the loess hilly region.
Result(1) In typical plantations of the loess hilly region, soil organic carbon stocks at soil surface were significantly higher than those in the deeper soil. Across the 0−200 cm soil layers, the total soil organic carbon stocks could be arranged as: Armeniaca sibirica (97.145 g/cm2) > grassland (92.418 g/cm2) > Hippophae rhamnoides (68.695 g/cm2) > Pinus tabuliformis (61.130 g/cm2). The spatial variability of soil organic carbon stocks was greatest in Hippophae rhamnoides (0.219), while the spatial variability of soil organic carbon stocks was least in grasslands (0.115). (2) Soil organic carbon stocks were positively correlated with clay and silt but negatively correlated with sand. Soil total nitrogen and alkali-hydrolyzable nitrogen had significant positive effects on soil organic carbon stocks. (3) Across the 0−200 cm soil profile, the spatial variability of soil organic carbon stocks was primarily affected by topography (30.71%). In particular, elevation (19.66%) was the most important driving factors.
ConclusionIn summary, soil organic carbon mainly accumulates at soil surface of typical plantations in the loess hilly region. Among various influencing factors, soil organic carbon stocks are mainly affected by soil texture, nitrogen, and phosphorus. In comparison to other plantations, Armeniaca sibirica performs better in carbon sequestration. Therefore, vegetation restoration using Armeniaca sibirica is highly recommended in loess hilly region.
-
防浪林是种植于堤防迎水侧滩地上用于防浪护堤和抢险取材的专用林，既可以保持水土、调节气候、促进林业经济发展，又可以防浪消能、延长堤防寿命和减少堤防的维护费用，是堤防工程的重要组成部分[1-2]。目前我国各大江河堤岸的重要河段均种植了防浪林，且根据不同河段的实际情况，实施了不同的防浪林建设方案。物理模型实验是研究防浪林消浪机理的一个有效手段，对科学提出防浪林优化布局以及如何营造防浪林工程有重要理论指导意义和实用价值。目前已有很多学者进行了相关的物理实验研究。何飞等[3]在考虑植物根、茎、叶影响下设计水槽实验探究刚性植物的消浪特性，认为根、茎、叶均在不同程度上影响植物消浪特性。陈杰等[4]在研究刚性植物根、茎、叶对植物消波特性的影响中得出植物消波特性与植物淹没度有关，根、茎、叶的存在增加了植物拖曳力系数。陈杰等[5]还通过物理实验研究了规则波通过非淹没刚性植物波高的沿程变化，实验结果表明相比于矩形分布方式，三角形的分布方式消耗了更多的波能，消浪效果更明显。
以上相关的物理实验研究主要是针对植被本身的特性以及排列方式对消浪效果的影响，缺乏对林带宽度、植被密度、滩地波高等因素的考虑，以及不规则波条件下植被对消浪效果的影响。
本文以嫩江干流佰大街堤防为例，选取防浪林林带宽度、排列方式、密度、树型以及滩地波高作为影响因素，采用控制变量法，通过构建防浪林消浪物理模型研究其对消浪效果的影响，并提出合理的防浪林优化设计方案。
1. 研究区概况
嫩江干流佰大街堤防位于黑龙江省齐齐哈尔市泰来县境内，自汤池镇愚公堤经佰大街村至李地房子，堤防分为上、中、下3段，全长6.70 km。原佰大街堤上下段中间为高地相连，后因村民在高地附近修建民房，不断从高地取土，导致现有高地地面高程减少，最低处地面高程141.5 m，远低于此处河道50年一遇洪水位144 m，造成了防洪缺口。现状堤防属于扩建砂堤，筑堤土料比较松散，抗冲刷能力较弱，容易产生流土、管涌等现象。嫩江该河段高水位时，水面宽阔，堤前滩地现有防浪林1.0 km，多为5 ~ 8年生的杨树（Populus spp.）和少量柳树（Salix spp.）。预计规划新建防浪林10 km。该段堤防防洪标准目前仅为30 ~ 35年一遇。佰大街堤防如图1所示。
2. 物理模型设计
2.1 模型比尺确定
模型比尺的确定主要依据实验条件、波浪要素、造波机性能等因素，并综合考虑比尺效应带来的误差影响等。已有的物理模型实验研究中，王瑞雪[6]选择几何比尺1∶20，在长40 m× 宽0.5 m × 高0.8 m 的水槽中进行非刚性植物对波浪传播变形影响的实验研究；吉红香[7]选择几何比尺为1∶10，在长66 m × 宽1.0 m × 高1.6 m的水槽中研究滩地植物对波浪变形及消浪效果的影响。
本实验是在不规则波浪水槽中进行。为了消除比尺效应，更好的模拟嫩江干流防浪林的消浪效果，依据实际条件下防浪林的植被生长能力、波浪要素以及现有实验设备条件，结合实验方案的设计，对比造波机实际可造波周期，依照周期比例确定模型几何比尺，并根据重力相似准则确定时间比尺，最终确定本模型采用的比尺为1∶10。其中比尺确定公式[8]如（1）所示。
λ=lmlp,λt=λ−1/2,λf=λ1/2λu=λ−1/2,λF=λ−3,λQ=λ−5/2 (1) 式中：
λ 为模型长度比尺；lp 为原型长度；lm 为模型长度；λt 为时间比尺；λf 为频率比尺；λu 为速度比尺；λF 为力比尺；λQ 为流量比尺。2.2 实验方案与依据
关于植被消浪的物理模型实验设计方面，白玉川等[9]用裁减的桧柏（Sabina chinensis）枝模拟防浪林，研究了非破碎波条件下的防浪林消浪效果。胡嵋等[10]对于在堤岸上栽种植被消浪这一新的护岸工程，选取桧柏树枝作为防浪林的模型，择选出对消浪护岸具有主要影响的因素。王瑞雪[6]用PVC塑料圆管来模拟刚性植物树干进行波浪水槽物理模型实验。吴迪等[11]和曹海锦等[12]也分别利用聚乙烯仿真绿色植物模拟柔性植物进行柔性植物消浪及沿程阻流特性实验研究。通过不同的研究可以发现影响消浪效果的主要因素为防浪林林带宽度、排列方式、种植密度、林木高度等。
针对不同的实际条件，物理模型的设计方案有一定的差异，需根据实际情况和需要来设计实验方案。本实验根据嫩江干流的实际条件及水文资料，推算佰大街堤防典型断面的多年一遇水位高程及波要素极值，对比分析不同条件下波浪沿程衰减的变化。由于防浪林消浪效果的影响因素较多，因而本模型实验采用控制单因素变量法，得出各因素对消浪效果的影响。本实验中设计的主要对比方案有：不同的防浪林林带宽度、不同的防浪林排列方式、不同的防浪林密度、不同树型的防浪林、以及不同的来波波高等的消浪实验方案。分析不同实验方案条件下的消浪效果，提出该段的防浪林优化布局方案。
根据研究区实际防浪林植被的外形参数，包括树高、树干直径、树冠直径、树冠以下树干高度等，按照比尺计算模型树的外形参数，根据所需材料的尺寸对模型树进行修剪和黏合，植物树干采用圆形木棒模拟，植物树冠部分采用塑料仿真枝叶模拟，由此制作合适的模型树，如图2所示。
同时，为更好的定量分析防浪林消浪机理，定义
q 为防浪林植被消浪系数：q=(h−h′)/h (2) 式中：
h 为无防浪林的波高，h′ 为经过防浪林消波后的波高。2.3 实验断面和波要素的选取
佰大街断面50年一遇洪水条件下滩地平均水深为2.83 m，此时防浪林处于部分淹没状态。依据该断面多年一遇水位及波浪要素值的推算结果中50年一遇的波要素，得出该堤段波浪周期在2 ~ 4 s之间，平均波高在0.1 ~ 0.6 m之间。根据《海港水文规范》推算出相应的1/10大波（规则波）波高，Hs（不规则波）有效波高，分别进行了规则波和不规则波消浪效果的模拟实验，实验波要素分别为1/10波高1.16 m、有效波高0.91 m、平均波高0.57 m、平均周期3.01 m。此外，为进一步研究不同波要素条件下防浪林消浪效果的差异，选取了1.1倍和0.9倍50年一遇波高条件进行对比实验。
2.4 实验设备及布置
本实验是在河海大学海岸工程实验大厅70 m长的不规则波浪水槽中进行，水槽宽1.0 m，高1.8 m，有效实验段宽1 m。水槽一端安装了推板式不规则生波机，通过电机系统控制推波板运动行程和频率[13]。数字波高仪采用YWS200-XX型，波高采集系统采用水工试验数据采集处理系统（DJ800型），精度为0.01 cm。所有量测信号均通过计算机采集、记录和分析，能模拟最大波高0.3 m、波周期0.5 ~ 5 s的不规则波，具备研究不规则波作用下的各种动力响应机制及波浪与建筑物相互作用关键技术和理论问题的能力。水槽底部铺设灰色混凝板，在灰塑料板上打孔用以固定植物模型。水槽左侧为造波机，波高传感器两个，分别布设在防浪林模型前后，采集波高的变化。最右侧为消波层，能够有效地吸收尾波的波能，避免波浪的反射对实验造成干扰（实验布置和实验实景图分别如图3和图4所示）。
3. 防浪林消浪机理物理实验结果分析
3.1 不同防浪林林带宽度和防浪林排列方式的消浪结果
根据实验方案，进行了佰大街断面在不同排列方式（等边三角形、正方形及梅花形，如图5 ~ 7所示）条件下的消浪实验。由于模型比尺为1∶10，因此根据佰大街的种植现状，确定实验室条件下的防浪林植被密度为17株/m2，树干直径为0.7 cm，树干高度为16 cm，树冠直径为13 cm，树冠为高度8 cm。规则波和不规则波条件下的实验结果分别如图8和图9所示。
![]()
图 8 不同排列方式规则波沿程消浪系数Figure 8. Regular wave dissipation coefficient along the path of different arrangements![]()
图 9 不同排列方式不规则波沿程消浪系数Figure 9. Irregular wave dissipation coefficient along the path of different arrangements对比不同的防浪林排列方式下防浪林的消浪效果，可见在规则波条件下，当林带宽度在40 m以上时，等边三角形和梅花形排列的防浪林要明显优于正方形排列；在不规则波条件下，当林带宽度在40 m以上时，等边三角形和正方形排列的防浪林要明显优于梅花形排列。因此，等边三角形排列方式相对较优。这与陈杰等[5]通过物理实验研究规则波通过非淹没刚性植物波高的沿程变化中得出三角形分布方式消浪效果最明显的结论一致。对比相同防浪林林带宽度下的规则波和不规则的消浪效果，可以发现规则波条件下防浪林的消浪系数较大，但两者差距较小。而实际条件下的波浪为不规则波，因而不规则波的消浪系数更为接近实际条件。
同时，还可以发现，不管是规则波还是不规则波条件下，随着林带宽度增加到30 m以后，防浪林的消浪系数对于林带宽度的敏感度降低，此时消浪效果提升空间很小。
3.2 不同密度的防浪林消浪效果
根据实验方案，进行了在不同密度的防浪林（实验室条件下8株/m2，17株/m2，27株/m2）条件下的消浪实验。其中实验室条件下树型为，树干直径0.7 cm，树干高度16 cm，树冠直径13 cm，树冠高度8 m。采用不规则波，实验结果如图10所示。
![]()
图 10 不同密度不规则波沿程消浪系数Figure 10. Irregular wave dissipation coefficient along the path of different densities对比不同密度的防浪林的消浪效果，可以发现，当防浪林林带宽度为10 m时，不同密度的防浪林消浪效果差别不大，均为8%左右；当防浪林林带宽度大于10 m时，防浪林的消浪效果随着密度的增加而增加，密度27株/m2比密度8株/m2的消浪系数大5%到10%。但过高的密度会影响防浪林树木的正常生长，而且种植成本较高。可见，当林带宽度为40 m，排列方式为等边三角形时，0.17株/m2（原型条件）是较为经济合理的植被密度方案。此时，当防浪林林带宽度进一步增大50 m时，防浪林的消浪系数仅增加3.04%。
3.3 不同树型的防浪林消浪效果
根据实地测量，选取了4种树型作为树干和树冠条件的组合，如表1所示，采用相对较优的等边三角形排列方式，实验室条件下防浪林密度为17株/m2。规则波和不规则波条件下的模型实验结果分别如图11和图12所示。
表 1 树型尺寸Table 1. Tree size项目
Item树型1
Tree type 1树型2
Tree type 2树型3
Tree type 3树型4
Tree type 4树干高度
Trunk height/m0.26 0.26 0.26 0.16 树干半径
Trunk radius/m0.025 0.015 0.015 0.007 树冠高度
Crown height/m0.35 0.35 0.35 0.08 树冠直径
Crown radius/m0.25 0.25 0.17 0.13 ![]()
图 11 不同树型规则波沿程消浪系数Figure 11. Regular wave dissipation coefficient along the path of different tree types![]()
图 12 不同树型不规则波沿程消浪系数Figure 12. Irregularwave dissipation coefficient along the path of different tree types由以上结果可见，不同树型的消浪效果有着明显的差异。树型1（成年树）树干较粗，树冠较为茂密，茂密的根、茎、叶存在增加了植物拖曳力系数，因而消浪能力显著，规则波条件下，20 m宽的防浪林其消浪系数即达60%左右，50 m宽防浪林的消浪系数可达到80%以上。
树型2相对树型1的差别为树干半径较小，由消浪实验结果可见，树干的粗细对消浪效果的影响较小。树型3的消浪系数要小于树型2。而树型4（幼树）的消浪效果明显小于树型1、树型2和树型3。可见，不同防浪林树型对同一断面条件下的消浪效果有着重要的影响，对比其消浪系数可知，树冠的消浪作用要明显强于树干，因而在防浪林方案设计时，需考虑采用树冠消浪为主的方法。
3.4 不同来波波高影响下消浪效果
根据实验方案，进行了在不同来波波高（1.1倍50年一遇波高、50年一遇波高、0.9倍50年一遇波高）条件下的消浪实验。采用相对较优的等边三角形排列方式，实验室条件下，树干直径0.7 cm，树干高度16 cm，树冠直径13 cm，树冠高度8 cm。规则波和不规则波条件下的模型实验结果分别如图13和图14所示。
![]()
图 13 不同波高规则波沿程消浪系数Figure 13. Regular wave dissipation coefficient along the path of different wave heights![]()
图 14 不同波高不规则波沿程消浪系数Figure 14. Irregular wave dissipation coefficient along the path of different wave heights由图13和图14可见，不同波高条件下的消浪效果有所差异，但差异较小，且不规则波的消浪系数变化更为稳定。波高越大，消浪效果越好。
4. 结 论
嫩江干流佰大街堤防段，在合理的防浪林树型条件下，等边三角形排列的防浪林要优于梅花形和正方形排列方式；密度的增加对防浪林消浪效果有着一定的提高，但过高的密度会影响防浪林树木的正常生长；不同树型对不同断面条件的消浪效果有着重要的影响，且树冠的消浪作用要明显强于树干。不同波高条件下的消浪效果有所差异，但差异较小，且不规则波的消浪系数变化更为稳定。
-
![]()
图 1 不同人工林土壤有机碳储量的垂直分布
Figure 1. Vertical distribution of soil organic carbon stocks in different plantations
![]()
图 2 土壤有机碳储量与土壤环境因子的主成分分析
TP. 全磷；TN. 全氮；TC. 全碳；SIC. 土壤无机碳；AP. 速效磷；AN. 碱解氮；Clay. 黏粒；Silt. 粉粒；Sand. 砂粒；ELE. 海拔；SA. 坡向；SG. 坡度。下同。PC1. 第一主成分；PC2. 第二主成分。TP, total phosphorus; TN, total nitrogen; TC, total carbon; SIC, soil inorganic carbon; AP, available phosphorus; AN, alkali-hydrolyzable nitrogen; Clay, clay; Silt, silt; Sand, sand; ELE, elevation; SA, slope aspect; SG, slope gradient. The same below. PC1, the first principal component; PC2, the second principal component.
Figure 2. Principal component analysis of soil organic carbon stocks and soil environmental factors
![]()
图 3 土壤化学性质、土壤物理性质、地形和植物群落对土壤有机碳储量变化的相对贡献
SCP. 土壤化学性质；SPP. 土壤物理性质；Topo. 地形；PT. 植物群落。SCP, soil chemical property, SPP, soil physical property, Topo, topography, PT, phytocoenosium.
Figure 3. Relative contribution of soil chemistry, soil physical properties, topography and phytocoenosium to changes in soil organic carbon stocks
表 1 样地基本信息
Table 1 Basic information of the sample plots
人工林
Plantation海拔
Elevation/m坡度
Gradient/（°）坡向
Aspect平均高度
Average
height/m平均胸径
Average DBH/cm郁闭度或盖度
Crown density or
coverage林下优势种
Dominant understory
species油松 Pinus tabuliformis 1 362.6 20 SFS 8.5 11.3 0.65 MO, LB, ASB 山杏 Armeniaca sibirica 1 459.7 21 SFS 7.3 10.4 0.62 ASB, PS, LB, PC 沙棘 Hippophae rhamnoides 1 389.9 6 NFS 2.9 3.5 0.71 LS, ASW, LB 草地 Grassland 1 376.7 33 SFS 0.86 LB, LS, SC 注：SFS. 阳坡；NFS. 阴坡；MO. 草木犀；LB. 胡枝子；ASB. 白莲蒿；PS. 败酱；PC. 委陵菜；LS. 赖草；ASW. 猪毛蒿；SC. 针茅。Notes: SFS, south-facing slope; NFS, north-facing slope; MO, Melilotus officinalis; LB, Lespedeza bicolor; ASB, Artemisia stechmanniana; PS, Patrinia scabiosaefolia; PC, Potentilla chinensis; LS, Leymus secalinus; ASW, Artemisia scoparia; SC, Stipa capillata. 
下载: 导出CSV
表 2 不同人工林土壤有机碳储量描述统计
Table 2 Description statistical characteristics of soil organic carbon stocks content in different plantations
人工林
Plantation土层 Soil
layer/cm平均值
Mean value/（g·m−2）最大值
Max. value/（g·m−2）最小值
Min. value/（g·m−2）标准差
Standard deviation变异系数
Variation coefficient占比
Proportion油松
Pinus tabuliformis0 ~ 20 11.658 12.197 10.627 0.893 0.077 0.191 20 ~ 40 7.009 9.253 4.457 2.412 0.344 0.115 40 ~ 60 7.691 8.506 7.267 0.706 0.092 0.126 60 ~ 100 10.246 12.052 8.016 2.051 0.200 0.167 100 ~ 150 13.491 13.844 13.040 0.411 0.030 0.221 150 ~ 200 11.035 11.050 11.010 0.022 0.002 0.180 0 ~ 200 10.188 13.490 7.008 1.082 0.124 山杏
Armeniaca sibirica0 ~ 20 19.049 20.198 16.988 1.789 0.094 0.196 20 ~ 40 13.201 17.450 10.940 3.683 0.279 0.136 40 ~ 60 11.359 12.901 10.199 1.390 0.122 0.117 60 ~ 100 19.106 23.617 15.815 4.041 0.211 0.197 100 ~ 150 20.097 22.132 19.009 1.764 0.088 0.207 150 ~ 200 14.332 14.670 14.033 0.320 0.022 0.147 0 ~ 200 16.190 20.097 11.359 2.184 0.136 沙棘
Hippophae rhamnoides0 ~ 20 19.692 24.417 16.385 4.199 0.214 0.287 20 ~ 40 9.659 13.084 7.616 2.984 0.309 0.141 40 ~ 60 5.912 8.583 4.269 2.333 0.395 0.086 60 ~ 100 8.850 10.196 7.530 1.333 0.151 0.128 100 ~ 150 13.247 15.749 11.861 2.171 0.164 0.193 150 ~ 200 11.333 12.417 10.544 0.971 0.086 0.165 0 ~ 200 11.449 19.691 5.912 2.331 0.219 草地 Grassland 0 ~ 20 19.906 22.351 16.274 3.208 0.161 0.215 20 ~ 40 10.066 11.177 8.118 1.692 0.168 0.109 40 ~ 60 9.256 10.564 8.160 1.216 0.131 0.100 60 ~ 100 14.409 15.494 12.767 1.446 0.100 0.156 100 ~ 150 20.021 20.836 18.609 1.228 0.061 0.217 150 ~ 200 18.760 20.178 17.629 1.299 0.069 0.203 0 ~ 200 15.403 20.021 9.255 1.681 0.115
下载: 导出CSV
-
[1] Goydaragh M G, Taghizadeh-Mehrjardi R, Jafarzadeh A A, et al. Using environmental variables and Fourier transform infrared spectroscopy to predict soil organic carbon[J/OL]. Catena, 2021, 202(1): 105280[2022−12−23]. https://www.sciencedirect.com/science/article/pii/S0341816221001399.
[2] Wang S, Roland B, Adhikari K, et al. Spatial-temporal variations and driving factors of soil organic carbon in forest ecosystems of Northeast China[J/OL]. Forest Ecosystems, 2023, 10: 100101[2023−07−25]. https://www.sciencedirect.com/science/article/pii/S2197562023000167.
[3] 付玉杰, 田地, 侯正阳, 等. 全球森林碳汇功能评估研究进展[J]. 北京林业大学学报, 2022, 44(10): 1−10. Fu Y J, Tian D, Hou Z Y, et al. Review on the evaluation of global forest carbon sink function[J]. Journal of Beijing Forestry University, 2022, 44(10): 1−10.
[4] Li Y, Fu C C, Wang W Q, et al. An overlooked soil carbon pool in vegetated coastal ecosystems: national-scale assessment of soil organic carbon stocks in coastal shelter forests of China[J/OL]. Science of the Total Environment, 2023, 876: 162823[2023−04−15]. https://www.sciencedirect.com/science/article/pii/S0048969723014390.
[5] 刘晓曼, 王超, 高吉喜, 等. 服务双碳目标的中国人工林生态系统碳增汇途径[J]. 生态学报, 2023, 43(14): 1−12. Liu X M, Wang C, Gao J X, et al. Approaches to carbon sequestration enhancement in China’s plantation ecosystem for carbon peaking and carbon neutrality goals[J]. Acta Ecologica Sinica, 2023, 43(14): 1−12.
[6] Wang H L, Wang J C, Wang J Y, et al. Insights into the distribution of soil organic carbon in the Maoershan Mountains, Guangxi Province, China: the role of environmental factors[J/OL]. Sustainability, 2023, 15(11): 8716[2023−07−25]. https://www.mdpi.com/2071-1050/15/11/8716.
[7] 丁金梅, 王维珍, 米文宝, 等. 宁夏草地土壤有机碳空间特征及其影响因素分析[J]. 生态学报, 2023, 43(5): 1913−1922. Ding J M, Wang W Z, Mi W B, et al. Spatial characteristics of soil organic carbon in glassland of Ningxia and its influencing factors[J]. Acta Ecologica Sinica, 2023, 43(5): 1913−1922.
[8] Zhao M, Li Y H, Wang Y J, et al. High stand density promotes soil organic carbon sequestration in Robinia pseudoacacia plantations in the hilly and gully region of the Loess Plateau in China[J/OL]. Agriculture, Ecosystems and Environment, 2023, 343: 108256[2023−07−25]. https://www.sciencedirect.com/science/article/pii/S0167880922004054.
[9] 吴慧, 赵志忠, 王军广, 等. 海南省西部热带雨林次生林土壤有机碳的分布特征[J]. 东北林业大学学报, 2022, 50(9): 85−89. Wu H, Zhao Z Z, Wang J G, et al. Distribution charateristics of soil organic carbon in western secondary tropical rainforest in Hainan Province[J]. Journal of Northeast Forestry University, 2022, 50(9): 85−89.
[10] 王越, 栾亚宁, 王丹, 等. 油松林土壤有机碳储量变化及其影响因素[J]. 浙江农林大学学报, 2021, 38(5): 1023−1032. Wang Y, Luan Y N, Wang D, et al. Changes of soil organic carbon storage in Pinus tabulaeformis forest and its influencing factors[J]. Journal of Zhejiang A&F University, 2021, 38(5): 1023−1032.
[11] 张智勇, 王瑜, 艾宁, 等. 陕北黄土区不同植被类型土壤有机碳分布特征及其影响因素[J]. 北京林业大学学报, 2020, 42(11): 56−63. Zhang Z Y, Wang Y, Ai N, et al. Distribution characteristics of soil organic carbon and its influencing factors in different vegetation types in loess region of northern Shaanxi Province, northwestern China[J]. Journal of Beijing Forestry University, 2020, 42(11): 56−63.
[12] Food and Agriculture Organization of the United Nations. Global forest resources assessment 2010: main report[R]. Rome: FAO, 2010.
[13] 武小钢, 郭晋平, 杨秀云, 等. 芦芽山典型植被土壤有机碳剖面分布特征及碳储量[J]. 生态学报, 2011, 31(11): 3009−3019. Wu X G, Guo J P, Yang X Y, et al. Soil organic carbon storage and profile inventory in the different vegetation types of Luya Mountain[J]. Acta Ecologica Sinica, 2011, 31(11): 3009−3019.
[14] Chen Y, Wei T, Sha G, et al. Soil enzyme activities of typical plant communities after vegetation restoration on the Loess Plateau, China[J/OL]. Applied Soil Ecology, 2022, 170: 104292[2022−12−25]. https://www.sciencedirect.com/science/article/pii/S0929139321004157.
[15] Zhao X, Wu P, Gao X, et al. Soil quality indicators in relation to land use and topography in a small catchment on the Loess Plateau of China[J]. Land Degradation & Development, 2015, 26(1): 54−61.
[16] 马晓哲, 王铮. 土地利用变化对区域碳源汇的影响研究进展[J]. 生态学报, 2015, 35(17): 5898−5907. Ma X Z, Wang Z. Progress in the study on the impact of land-use change on regional carbon sources and sinks[J]. Acta Ecologica Sinica, 2015, 35(17): 5898−5907.
[17] Zhang K, Dang H, Tan S, et al. Change in soil organic carbon following the ‘Grain-for-Green’ program in China[J]. Land Degradation & Development, 2009, 21(1): 13−23.
[18] 包玉斌. 陕北黄土高原退耕还林还草工程固碳效应研究[J]. 安徽农业科学, 2021, 49(17): 55−60. Bao Y B. Study on carbon storage benefits of the grain for green program in Loess Plateau of northern Shaanxi Province[J]. Journal of Anhui Agricultural Sciences, 2021, 49(17): 55−60.
[19] 徐香兰, 张科利, 徐宪立, 等. 黄土高原地区土壤有机碳估算及其分布规律分析[J]. 水土保持学报, 2003, 17(3): 13−15. Xu X L, Zhang K L, Xu X L, et al. Spatial distribution and estimating of soil organic carbon on Loess Plateau[J]. Journal of Soil and Water Conservation, 2003, 17(3): 13−15.
[20] 焦秋燕, 黄林嘉, 张娟娟, 等. 黄土丘陵沟壑区刺槐混交林生态化学计量特征与碳储量[J]. 水土保持学报, 2022, 36(2): 238−246. Jiao Q Y, Huang L J, Zhang J J, et al. Ecological stoichiometry and carbon storage of Robinia pseudoacacia mixed forests in the hilly-gully area of the Loess Plateau[J]. Journal of Soil and Water Conservation, 2022, 36(2): 238−246.
[21] 侯建坤, 陈建军, 张凯琪, 等. 基于InVEST和GeoSoS-FLUS模型的黄河源区碳储量时空变化特征及其对未来不同情景模式的响应[J]. 环境科学, 2022, 43(11): 5253−5262. Hou J K, Chen J J, Zhang K Q, et al. Temporal and spatial variation characteristics of carbon storage in the source region of the Yellow River based on InVEST and GeoSoS-FLUS models and its response to different future scenarios[J]. Environmental Science, 2022, 43(11): 5253−5262.
[22] 赵明月, 赵文武, 钟莉娜. 土地利用和环境因子对表层土壤有机碳影响的尺度效应: 以陕北黄土丘陵沟壑区为例[J]. 生态学报, 2014, 34(5): 1105−1113. Zhao M Y, Zhao W W, Zhong L N. Scale effect analysis of the influence of land use and environmental factors on surface soil organic carbon: a case study in the hilly and gully area of northern Shaanxi Province[J]. Acta Ecologica Sinica, 2014, 34(5): 1105−1113.
[23] Khanal S, Nolan R H, Medlyn B E, et al. Mapping soil organic carbon stocks in Nepal’s forests[J/OL]. Scientific Reports, 2023, 13(1): 8090[2023−07−25]. https://www.nature.com/articles/s41598-023-34247-z.
[24] 张珍明, 周运超, 黄先飞, 等. 喀斯特小流域土壤有机碳密度及碳储量空间分布异质性[J]. 水土保持学报, 2017, 31(2): 184−190, 214. Zhang Z M, Zhou Y C, Huang X F, et al. Spatial heterogeneity and distribution characteristics of soil organic carbon density and soil organic carbon storage in a small karst watershed[J]. Journal of Soil and Water Conservation, 2017, 31(2): 184−190, 214.
[25] 鲍士旦. 土壤农化分析[M]. 北京: 中国农业出版社, 2000: 13−18. Bao S D. Soil agrochemical analysis [M]. Beijing: China Agricultural Press, 2000: 13−18.
[26] 王文静, 王百田, 吕钊, 等. 山西太岳山不同林分土壤有机碳储量研究[J]. 干旱区资源与环境, 2013, 27(1): 81−85. Wang W J, Wang B T, Lü Z, et al. Soil organic carbon reserve of different forests in Taiyue mountain[J]. Journal of Arid Land Resources and Environment, 2013, 27(1): 81−85.
[27] 廖娇娇, 窦艳星, 安韶山. 黄土高原不同植被群落多样性与土壤有机碳密度关系研究[J]. 水土保持研究, 2022, 29(4): 75−82. Liao J J, Dou Y X, An S S. Relationship between vegetation community diversity and soil organic carbon density on the Loess Plateau[J]. Research of Soil and Water Conservation, 2022, 29(4): 75−82.
[28] 李龙波, 涂成龙, 赵志琦, 等. 黄土高原不同植被覆盖下土壤有机碳的分布特征及其同位素组成研究[J]. 地球与环境, 2011, 39(4): 441−449. Li L B, Tu C L, Zhao Z Q, et al. Distribution characteristics of soil organic carbon and its isotopic composition for profiles of Loess Plateau under different vegetation conditions[J]. Earth and Environment, 2011, 39(4): 441−449.
[29] 王征, 刘国彬, 许明祥. 黄土丘陵区植被恢复对深层土壤有机碳的影响[J]. 生态学报, 2010, 30(14): 3947−3952. Wang Z, Liu G B, Xu M X. Effect of revegetation on soil organic carbon concentration in deep soil layers in the hilly Loess Plateau of China[J]. Acta Ecologica Sinica, 2010, 30(14): 3947−3952.
[30] Wiesmeier M, Spörlein P, Geuss U, et al. Soil organic carbon stocks in southeast Germany (Bavaria) as affected by land use, soil type and sampling depth[J]. Global Change Biology, 2012, 18(7): 2233−2245. doi: 10.1111/j.1365-2486.2012.02699.x
[31] Tuo D F, Gao G Y, Chang R Y, et al. Effects of revegetation and precipitation gradient on soil carbon and nitrogen variations in deep profiles on the Loess Plateau of China[J]. Science of the Total Environment, 2018, 626: 399−411. doi: 10.1016/j.scitotenv.2018.01.116
[32] 林枫, 王丽芳, 文琦. 黄土高原土壤有机碳固存对植被恢复的动态响应及其碳汇价值[J]. 水土保持研究, 2021, 28(3): 53−58. Lin F, Wang L F, Wen Q. Dynamic responses of sequestration of soil organic carbon to vegetation restoration and the values of carbon sink in the Loess Plateau[J]. Research of Soil and Water Conservation, 2021, 28(3): 53−58.
[33] 李顺姬, 邱莉萍, 张兴昌. 黄土高原土壤有机碳矿化及其与土壤理化性质的关系[J]. 生态学报, 2010, 30(5): 1217−1226. Li S J, Qiu L P, Zhang X C. Mineralization of soil organic carbon and its relations with soil physical and chemical properties on the Loess Plateau[J]. Acta Ecologica Sinica, 2010, 30(5): 1217−1226.
[34] Eze S, Magilton M, Magnone D, et al. Meta-analysis of global soil data identifies robust indicators for short-term changes in soil organic carbon stock following land use change[J]. Science of the Total Environment, 2023, 860: 160484[2023−07−25]. https://www.sciencedirect.com/science/article/pii/S0048969722075866.
[35] 李渊博, 李胜龙, 肖波, 等. 黄土高原水蚀风蚀交错区藓结皮覆盖土壤的蒸发特征[J]. 水土保持学报, 2020, 34(5): 208−215. Li Y B, Li S L, Xiao B, et al. Evaporation characteristics of soil coverd with moss crust in the wind-water erosion crisscross region of the Loess Plateau[J]. Journal of Soil and Water Conservation, 2020, 34(5): 208−215.
[36] 赵俊勇, 孙向阳, 李素艳, 等. 辽宁省老秃顶子不同林分类型土壤有机碳储量和碳氮垂直分布特征[J]. 东北林业大学学报, 2016, 44(10): 65−68,78. Zhao J Y, Sun X Y, Li S Y, et al. Soil organic carbon storage and vertical distribution of carbon and nitrogen under different forest types in the laotudingzi mountain of Liaoing[J]. Journal of Northeast Forestry University, 2016, 44(10): 65−68,78.
[37] 徐波, 朱忠福, 李金洋, 等. 九寨沟国家自然保护区4个典型树种叶片凋落物在林下及高山湖泊中的分解及养分释放特征[J]. 植物生态学报, 2016, 40(9): 883−892. doi: 10.17521/cjpe.2016.0040 Xu B, Zhu Z F, Li J Y, et al. Leaf decomposition and nutrient release of dominant species in the forest and lake in the Jiuzhaigou National Nature Reserve, China[J]. Chinese Journal of Plant Ecology, 2016, 40(9): 883−892. doi: 10.17521/cjpe.2016.0040
[38] 杨丽, 李祎, 单博文, 等. 竹林土壤碳储量的空间变异分析: 以四川长宁县为例[J]. 生态学杂志, 2023, 42(4): 854−861. Yang L, Li Y, Shan B W, et al. Spatial variation of soil organic carbon in bamboo forests: a case study in Changning County, Sichuan Province[J]. Chinese Journal of Ecology, 2023, 42(4): 854−861.
[39] 陈志林, 强浪浪, 向安民, 等. 地形因子对青海祁连圆柏林土壤有机碳空间分布的影响[J]. 西北林学院学报, 2022, 37(6): 68−74. Chen Z L, Qiang L L, Xiang A M, et al. Effect of topographical factors on the spatial distribution of soil organic carbon of Juniperus przewalskii forest in Qinghai Province[J]. Journal of Northwest Forestry University, 2022, 37(6): 68−74.
计量
- 文章访问数: 406
- HTML全文浏览量: 49
- PDF下载量: 57
