Hydro-chemical and nutrient importing characteristics of precipitation in secondary Betula platyphylla forests in northern Great Xing'an Mountains, northeastern China
-
摘要: 通过对大兴安岭北部白桦次生林林外降雨、穿透雨、树干径流和枯透水进行野外观测、取样及室内水化学测定,研究了白桦次生林降雨养分输入特征。结果表明:大兴安岭漠河地区大气降雨呈中性,pH为7.0,TDS值为19mg/L。在白桦林降雨再分配过程中,pH与TDS均表现为先降低后升高的趋势,最低值都出现在树干径流中,分别为5.3、15mg/L。而pH和TDS的最高值分别出现在大气降雨和枯透水中。阴离子中,F-及SO2-4最高值均出现在树干径流中,其他阴离子浓度则在枯透水中最高,且其中NO-3变化最大,最高、最低相差100.4倍。金属元素中,Na+、Zn2+及Mn元素最高值均出现在树干径流中,其他元素浓度则在枯透水中最高。而最低值几乎均出现于大气降雨(除Ca2+、Cu2+外)中。大气降雨养分输入量为95.414kg/hm2,降雨穿过林冠层后,F-、Cl-、NO-3、Ca2+、Fe元素及Cu2+含量均有不同程度降低,其余元素则有所增加,使林内雨养分总量降为93.557kg/hm2。林内雨穿过枯落物层后,除Na+含量较林内雨降低外,其他元素含量均升高,养分总输入量升高了72.149kg/hm2。与大气降雨输入量相比,枯透水输入量则增加了70.296kg/hm2,其中Cl-、Na+和Cu2+含量低于大气降雨,其他元素则有不同程度增加。最终大气降雨通过白桦次生林后输入土壤养分总量为165.711kg/hm2,其中阴离子输入量为37.823kg/hm2,金属元素输入量为127.888kg/hm2。Abstract: We observed and sampled the precipitation, throughfall, stem flow and litter water in secondary Betula platyphylla forests in northern Great Xing'an Mountains and measured their hydro-chemical properties, in order to study the nutrient importing characteristics of precipitation. The results showed that: the precipitation in Mohe area was neutral with pH value of 7.0 and TDS of 19mg/L. The pH and TDS showed a tendency of increasing first and then declining, with the minimum values of pH and TDS both in the stem flow, 5.3 and 15mg/L, respectively, while the maximum value of pH was in the rainfall and that of TDS in litter water. The highest concentrations of F- and SO2-4 were found in the stem flow, and those of other anions in the litter water. Among the anions, the concentration of NO-3 had the greatest variation, with the maximum 101.4 times as high as the minimum. As for the metallic elements, the highest concentrations of Na+, Zn2+ and Mn occurred in the stem flow, and those of the others in the litter water, while the lowest concentrations of them were almost all in rainfall (except for Ca2+ and Cu2+). The overall nutrient input of precipitation was 95.414kg/ha. After the rain falls through forest canopy, the concentrations of F-, Cl-, NO-3, Ca2+, Fe and Cu2+ decreased to different degrees whereas the others increased, and the total nutrient content of throughfall was reduced to 93.557kg/ha. After passing through the litter layer, except for Na+, the contents of other elements increased to varying degrees, and the total amount of nutrient input was increased by 72.149kg/ha. Compared with the rainfall input, litter water input was increased by 70.296kg/ha, in which Cl-, Na+ and Cu2+ contents were lower than those in the rainfall, while other elements had increased to different degrees. Eventually the total amount of nutrient input that the rainfall brought to the soil after passing through the secondary forests was 165.711kg/ha, the amount of anions input was 37.823kg/ha, and the metallic element input was 127.888kg/ha.
-
林地土壤粗根（根径 > 0.5 cm）和石砾是陆地生态系统的重要组成部分，粗根能固持植株，保水固土、涵养水源，石砾结构影响土壤孔隙分布，影响着土壤物理性质以及对土壤渗透、径流和侵蚀等过程[1]。由于根系和石砾深处于地下，传统对根系和石砾的研究手段一般为挖掘法、土芯法、土壤剖面法等[2]，但该类方法费时费力，且会对样地植被及土壤造成破坏，不可重复检测。探地雷达（ground penetrating radar，GPR）作为一种无损检测地下目标的技术，国际上已开展了大量地下根石的无损性探测研究。通过原位识别及其定量化分析粗根和石砾分布密度，为获取林地土壤根系和石砾信息提供技术参考。
目前GPR在粗根研究上主要集中在粗根识别和定位、根径估计方面。Butnor等[3]利用1 500 MHz天线频率的GPR探测出根径大于0.5 cm的根系，在不按根系大小分类划分生物量的前提下能评估出总根系生物量。Guo等[4]和Yamase等[5]通过提取GPR反射波参数对粗根根径进行估计得到较好的结果，其中电磁波到达根底部延时点的时间和到达根顶部初始点的总时间间隔与根系直径正相关关系最显著。周广行[6]通过GPR对陕北黄土区河北杨粗根进行研究，发现总时间间隔、第一周期波正振幅和最大振幅3个参数对反演粗根直径的效果最好，且在野外林地下有效探测出河北杨粗根密度分布特征。闫慧等[7]和纪文文等[8]也分别使用探地雷达对古田山亚热带常绿阔叶林粗根空间分布和小兴安岭典型树种粗根分布有效识别及分析，这些研究证明了探地雷达对地下根系研究的可行性。
GPR在研究林地土壤基岩或土壤地层学上应用广泛[9]，但对林地土壤石砾探测研究较为欠缺，土壤中石砾能否反映在雷达图像中或能否将土壤根系和石砾有效区分也存在争议。1996年Eriksson等[10]在瑞典使用GPR对森林土壤中的石砾含量及其相对体积进行研究，探明GPR探测精度有待提高。Zenone等[11]和Luo等[12]研究表明高频率探地雷达检测能力高，可用于检测土壤石砾含量。Tanikawa等[13]使用天线频率为9 00 MHz和1 500 MHz的GPR在沙箱模拟条件下得出孤立石砾不会在雷达剖面中产生双曲线，但土壤中存在巨石或者降雨条件下的土壤石砾有可能形成和根系一样的反射双曲线。目前基于GPR是否可以精准识别林地土壤粗根和石砾尚未清楚，在林地土壤条件下GPR对根系和石砾定量分析也有待研究。
综上所述，GPR对林地土壤条件下地下植被根系和石砾的研究相对匮乏。本研究通过控制探测试验，结合野外原位探测及剖面挖掘检测根系石砾，研究：（1）GPR图像上根系和石砾的差别，建立GPR反射波参数与根系和石砾大小的关系模型；（2）定量分析野外原位条件下GPR对根系和石砾的识别率，对粗根和石砾分布密度进行分析。以期为GPR对土壤植被根系和石砾的探究提供试验参考。
1. 研究区概况
试验地点位于辽宁省老秃顶子国家自然保护区，地理坐标为124°41′13″ ~ 125°05′15″E，41°11′11″ ~ 41°21′34″N，保护区总面积约为15 217.3 km2，境内主峰海拔约为1 367 m，年平均气温为5.2 ℃，年均降水量900 ~ 1 200 mm，多集中在6—8月，属于北温带大陆性季风气候。老秃顶子自然保护区山体主要由沙岩、页岩、砾岩等岩石构成，石砾含量丰富。土壤主要类型以棕壤和暗棕壤为主，多由花岗岩残积母质发育而成。区内森林主要为天然次生林，主要乔木树种有蒙古栎（Quercus mongolica）、色木槭（Acer mono）、山杨（Populus davidiana）、枫桦（Betula costata）、水曲柳（Fraxinus mandshurica）、刺楸（Kalopanax septemlobus）、白桦（Betula platyphylla）、鹅掌楸（Liriodendron chinense）、核桃楸（Juglans mandshurica）等，森林覆盖率高达97%，林木根系发达，是重要的水源涵养林区[14]。
2. 研究方法
2.1 控制试验布设及探测
在试验林地内选取阔叶林蒙古栎的根系，将根系进行筛选并将根长度截为固定长度（18 cm），用游标卡尺每隔5 cm测量3次根径大小求平均值，即为该条根系的根径大小，将得到的根系径级分为0.5 ~ 1 cm、1 ~ 2 cm、2 ~ 3 cm、 > 3 cm 4个梯度等级，每个梯度7条根系，共28条根系作为试验材料（表1）。为减少根系水分散失，根系两端用凡士林均匀涂抹；在试验林地内挖取石砾，用直尺依次测量石砾水平直径和垂直直径，取3次数据平均值作为该石砾的水平直径和垂直直径，依次编号为A1-A11。石砾尺寸大小见表2。
表 1 根系根径尺寸Table 1. Root diameter size直径范围
Diameter range/cm根系直径
Root diameter/cm0.5 ~ 1 0.60 ± 0.08 0.84 ± 0.07 0.92 ± 0.12 0.95 ± 0.06 0.97 ± 0.15 0.99 ± 0.05 0.52 ± 0.02 1 ~ 2 1.52 ± 0.10 1.91 ± 0.19 1.41 ± 0.06 1.67 ± 0.05 1.89 ± 0.21 1.71 ± 0.04 1.66 ± 0.07 2 ~ 3 2.11 ± 0.05 2.70 ± 0.05 2.15 ± 0.07 2.30 ± 0.20 2.53 ± 0.12 2.87 ± 0.21 2.96 ± 0.08 > 3 3.12 ± 0.17 3.41 ± 0.12 3.57 ± 0.11 4.12 ± 0.10 3.87 ± 0.07 4.32 ± 0.10 3.66 ± 0.06 注：表中数据均为平均值 ± 标准差。下同。Notes: data in the table are all mean ± standard deviation. Same as below. 表 2 石砾尺寸Table 2. Rock fragment size样本
Sample水平直径
Horizontal diameter/cm垂直直径
Vertical diameter/cm样本
Sample水平直径
Horizontal diameter/cm垂直直径
Vertical diameter/cmA1 15.10 ± 0.96 3.00 ± 0.57 A7 13.90 ± 2.48 2.90 ± 0.72 A2 11.20 ± 1.20 2.50 ± 1.37 A8 11.80 ± 2.34 2.10 ± 0.57 A3 9.20 ± 1.59 1.80 ± 0.29 A9 10.80 ± 1.42 2.70 ± 0.90 A4 15.60 ± 1.06 3.20 ± 1.28 A10 8.70 ± 1.13 1.60 ± 0.36 A5 15.90 ± 1.21 4.50 ± 0.88 A11 10.20 ± 1.70 1.90 ± 0.28 A6 15.20 ± 1.47 3.40 ± 1.04 在研究区的试验林地内选取地势平坦的空旷地，开挖1.5 m × 0.6 m × 0.4 m规格的土坑，将土中的根系和石砾去除，其目的是为了排除土中根系和石砾对试验的干扰。将挖出的土回填30 cm深，将28条根系随机分成4组，每组7条，依次将各组内根系以水平间距为20 cm放置在挖好的土坑中，在样本边上放置一块参考钢板，每组放置之后填土10 cm，使用中国电波传播所所提供的中心频率为1 500 MHz的便携式探地雷达LTD-2600进行探测，垂直根系设置3组测线，每组测线间隔5 cm。将雷达沿着测线移动，直至扫描完整个测线，整个测线探测重复两次进行（图1A）。扫描完全部根系之后将根系取出；将样本石砾分成6组，每组2个，各组内石砾水平间距为25 cm，深度与根系埋放一致，且同样设置参考钢板，每组放置之后填土10 cm，分别沿着石砾的水平直径和垂直直径方向各设置3组测线，每组测线间隔5 cm。将雷达沿着测线移动直至扫描完整个测线，整个测线探测重复两次，获得数据（图1B）。
![]()
图 1 粗根和石砾探测示意图黑色矩形代表根系，蓝色矩形代表参考钢板，灰色六边形代表石砾。The black rectangle represents the root system, the blue rectangle represents the reference steel plate, and the gray rectangle represents the rock fragments.Figure 1. Detection diagram of coarse roots and rock fragments2.2 剖面实地探测
在蒙古栎典型林地中选取两个有代表性的1.2 m × 1.2 m规格样地作为试验样地，在探测前将样地地表植物碎片清理干净以避免干扰GPR信号，在试验样地沿着南北走向设置长度为1 m的测线，每条测线间距为10 cm，每个样地9条测线，使用探地雷达沿着测线依次进行探测。探地雷达探测结束后，在南北走向每条测线的位置开挖垂直剖面，对每个剖面用数码相机拍摄，拍摄完后用以0.1 mm为单位的数字卡尺测量根系直径大小，依次记录根径大小及根石深度的位置，共得到18个垂直剖面的根石数据（图2）。
其间，在试验林地内利用环刀分层（按10 cm土壤层）取土样，3次重复，现场称鲜质量后带回室内进行土壤体积含水量的测定，分析剖面土壤水分变化状况。各深度的土壤含水量取平均值见表3。根据Topp公式计算出各层土壤相对介电常数及总的土壤平均介电常数[15]，计算结果见表3。
{\boldsymbol{\varepsilon}} ' = 3.03 + 9.3\theta_{\rm{v}} + 146.0{\theta _{\rm{v}}}^2 - 76.6{\theta _{\rm{v}}}^3 (1) 式中：ε′为介电常数，θv为土壤体积含水量。
表 3 土壤体积含水量及相对介电常数Table 3. Volumetric water content and relative permittivity of soil土壤深度
Soil depth/cm土壤体积含水量
Soil volume water
content/%相对介电常数
Relative dielectric
constant0 ~ 10 24.54 ± 2.46 13.45 10 ~ 20 20.31 ± 2.05 10.29 20 ~ 30 19.09 ± 2.03 9.59 30 ~ 40 18.34 ± 1.73 9.17 平均值 Average 20.75 ± 2.66 10.56 2.3 数据处理
在对探地雷达剖面图数据进行解释前，在LTD探地雷达数据处理分析系统（后处理软件）IDSP7中执行零点调节、校正零偏、数字滤波、背景去除、距离归一化等方法的处理。试验探测得到的雷达剖面数据经过IDSP7软件后处理，对探地雷达波形数据进行根系和石砾信息的参数提取，即为A-Scan图像。将根系石砾对应的单道雷达波数据导入matlab软件中，提取最大时间间隔Tmax（ns）、总时间间隔∑T（ns），最大振幅面积Amax（dB·ns）、总振幅面积∑A（dB·ns），控制试验中雷达反射波参数在IDSP7中提取（图3）。
![]()
图 3 探地雷达反射波参数提取示意图Figure 3. Schematic diagram of extracting wave parameters from GPR radargrams在Excel2020、SPSS24.0、Origin2021软件中进行数据统计、分析以及绘图，建立雷达参数与实际根系直径和石砾粒径的拟合方程，将拟合方程应用于实地探测试验中；将剖面实地探测的根系和石砾作为目标体，在得到的雷达剖面图中，根据与周围区域相比，对雷达反射波形的位置手动识别，得到探地雷达对目标体的识别率。提取剖面有效识别的目标体的雷达反射波参数，代入控制试验得到的拟合方程得到目标体的大小。计算雷达剖面有效识别的粗根分布密度及石砾数量，统计分析根石垂直分布情况。
3. 结果与分析
3.1 反射波参数反演根径和石砾尺寸
3.1.1 土壤根系和石砾的识别
通过模拟试验得到土壤根系和石砾雷达数据波形图4，箭头所指示位置是根系和石砾以及钢板在探地雷达数据波形图上显示的位置。由于根系和土壤含水量不同，导致两者的介电常数有较大的差异，给探地雷达探测根系提供了物理基础[4]。使用雷达能清楚检测到根径 > 1 cm的根系，0.5 ~ 1 cm径级根系较为模糊（图4A），白色箭头所指位置能看到较明显的双曲线波形，且每个反映根系的双曲线中只有一个可见的顶点，黑色箭头所指位置未能明显看到双曲线波形。表明了根系的直径越大，显示的双曲线就越清晰。石质土壤中的石砾与周围土壤介电特性具有差异，理论上高频率的雷达，能够分辨一定粒径大小的石砾。由图4B可知：探地雷达剖面图所对应的石砾位置能够看到“黑−白−黑”的波形，但是不易形成类似根系对应的明显双曲线，根系的双曲线更具有对比度，易于检测。
![]()
图 4 雷达数据波形图白色箭头表示在雷达剖面中视觉检测到双曲线目标体，黑色箭头表示未检测到双曲线目标体。黄色箭头对应于参考钢板目标体。The white arrow indicates that the hyperbolic target is detected visually in the radar profile, and the black arrow indicates that the hyperbolic target is not detected. The yellow arrow corresponds to the reference plate target body.Figure 4. Waveform of radar data3.1.2 反射波参数与根径和石砾大小关系
探地雷达的反射波是一种具有周期性的电磁波，形成的雷达数据波形图在垂直方向上体现了土壤内部物体介电特性差异。土壤中的根系和石砾与周围土壤介电常数差异越大，反射波参数就越明显。根据以往试验研究，对探地雷达反射波波形参数进行提取，具体提取的参数有：总振幅面积（A）、最大振幅面积（Amax）、总时间间隔（∑T）、最大时间间隔（Tmax）。与反映参数变化的根系直径和石砾粒径进行相关性分析，结果如表4。其中，根系直径与探地雷达反射波参数中A、Amax及∑T均呈显著正相关（P < 0.01），Tmax参数与根系直径没有显著关系。石砾水平直径和垂直直径与反射波参数之间都没有明显相关性，其中相关性最好的是参数A。比较各参数指标，∑T反映根系信息的潜力最大，这是由于振幅面积受反射波能量以及探地雷达天线反射频率稳定性的影响，而∑T与探测目标尺寸相关。
表 4 粗根和石砾直径大小和反射波参数相关关系Table 4. Correlations between coarse roots and rock fragment diameter and reflected wave parameters参数
Parameter总振幅面积
Total amplitude area最大振幅面积
Maximum amplitude area总时间间隔
Total time interval最大时间间隔
Maximum time interval根系直径
Root diameter0.747** 0.549** 0.842** 0.464 石砾水平直径
Rock fragment horizontal diameter0.396 0.456 0.285 0.247 石砾垂直直径
Rock fragment vertical diameter0.237 0.599 0.349 0.351 注：根系直径、石砾水平直径和石砾垂直直径样本数量分别为28、11和11。**表示在0.01级别（双尾），相关性显著。Notes: number of root diameter, rock fragment horizontal diameter and rock fragment vertical diameter samples are 28, 11 and 11, respectively. ** indicates a significant correlation at 0.01 level (double tailed). 通过以上相关性分析，选取所有提取的探地雷达反射波参数与根系直径进行拟合回归方程（图5），线性回归关系的拟合效果最佳。由于雷达反射波参数与石砾大小相关性不显著，故而不对石砾建立拟合方程。从图5可以看出，∑T与根径拟合效果比其他探地雷达反射波参数更好，Tmax拟合效果最差，∑T和Tmax的决定系数分别为0.71、0.22。A和Amax拟合效果次之，决定系数分别为0.56和0.30。综上所述，∑T最适合用于估计根系直径，拟合的回归方程如公式（1）：
![]()
图 5 根径大小与探地雷达各反射波参数之间的关系Figure 5. Relationship between root diameter and reflected wave parameters of GPRy = 0.286\;2x + 1.180\;7,\quad{R^2} = 0.709\;8 (2) 式中：y为雷达反射波参数总时间间隔（ns）；x为根系直径（cm）。
3.2 野外林地剖面根石识别及分布
3.2.1 剖面粗根和石砾识别率分析
为验证模拟试验中探地雷达对土壤根系及石砾的探测效果，进行原位剖面探测试验，剖面上不同直径及不同深度的粗根识别率见表5，在所有剖面上共记录到196条直径 > 5 mm的粗根，且这些根生长和雷达扫描形成的角度在可检测范围内。在剖面所有粗根中，探地雷达识别到72条具有双曲线的粗根（图6），总粗根识别率（使用探地雷达检测到的根与实际剖面粗根数量之比）为36.7%。根径梯度为 > 3 cm时，识别率为44.7%。当粗根直径梯度在0.5 ~ 1 cm时，识别率最低为30.3%。
表 5 GPR对粗根和石砾识别率Table 5. GPR recognition rates for coarse roots and rock fragment土层深度
Depth of soil layer/cmGPR对根的识别率
GPR recognition rate of root/%GPR对石砾的识别率
GPR recognition rate of rock fragment/%0.5 ~ 1 cm 1 ~ 2 cm 2 ~ 3 cm > 3 cm 总计
Total0 ~ 10 41.7 42.9 57.1 50.0 44.7 16.7 10 ~ 20 38.9 50.0 46.1 55.5 46.4 20.0 20 ~ 30 23.1 21.4 37.5 47.1 33.3 26.9 30 ~ 40 0.0 20.0 14.3 30.0 15.2 8.0 总计 Total 30.3 36.7 39.5 44.7 36.7 17.9 ![]()
图 6 雷达剖面根系和石砾分布白色箭头表示在雷达剖面中视觉检测到双曲线目标体，黑色箭头表示未检测到双曲线目标体。The white arrow indicates that the hyperbolic target is detected visually in the radar profile, and the black arrow indicates that the hyperbolic target is not detected.Figure 6. Distribution of measured root and rock fragment profiles对于不同深度梯度的粗根，当根的深度在10 ~ 20 cm时，GPR对粗根识别的效果最好，识别率为46.4%；当根的深度在30 ~ 40 cm时，粗根的识别率低至15.2%。一方面该深度的粗根较少，样本数量少增大了试验的误差；另一方面由于深度越大，电磁波能量衰减的就越快，导致GPR对深层粗根的识别率大大降低。
由模拟试验结果可知，探地雷达反射波参数与石砾大小没有显著的相关性，所以本文只对探地雷达图像不同土壤深度的孤立石砾信号数量进行统计。由图6可知：石砾在雷达剖面图上极少出现双曲线，只形成“黑−白−黑”的波形，区分于粗根识别形成的双曲线。不同深度石砾识别率见表5，在所有剖面上共统计记录到水平直径 > 10 cm的孤立石砾数量为67个，但有效识别的数量仅有12个，即总的石砾识别率为17.9%。石砾的识别率随深度的变化先增大后减小，当石砾埋深在20 ~ 30 cm时，GPR对孤立石砾的识别效果最好，识别率可达26.9%，当石砾埋深在30 ~ 40 cm时，GPR对石砾的识别率达到最低为8.0%。
![]()
图 7 根石垂直分布及识别精度图不同字母表示同一指标在不同土层间差异显著（P < 0.05）。Different letters mean the index has significant difference among soil depth (P < 0.05).Figure 7. Estimation of root stone density and distribution3.2.2 剖面粗根和石砾垂直分布
对雷达剖面有效识别的粗根和石砾垂直分布进行分析，并利用公式（1）拟合的回归方程估算在雷达剖面呈现双曲线的72条粗根的直径，验证GPR对野外条件下不同根径粗根及石砾分布估计精度。
在雷达剖面上，土壤深度对粗根空间分布有显著影响（P < 0.05），根径在0.5 ~ 1 cm的粗根在0 ~ 10 cm和10 ~ 20 cm土层分布密度差异性不显著，但均显著大于下层粗根的分布密度（P < 0.05），且随着土层深度的增加，粗根的分布密度均呈现下降趋势；1 ~ 2 cm和2 ~ 3 cm径级粗根主要分布在10 ~ 20 cm和20 ~ 30 cm土壤层，且均在10 ~ 20 cm土层达到最大值，粗根密度分别为7.41和5.55根/m2，与30 ~ 40 cm土层粗根分布密度有显著差异（P < 0.05）。根径 > 3 cm的粗根的分布密度随着土层深度的增加先增大后减小，在20 ~ 30 cm土层达到最大值（P < 0.05）（图7A）；在72条具有双曲线的粗根中，仅有42条根系能有效估计根径。整体上在相同土层中随着根径的增大，根径估计精度升高（图7B）。0.5 ~ 1 cm和1 ~ 2 cm径级的粗根仅分别在0 ~ 10 cm土壤层与0 ~ 20 cm土壤层根径估计精度达到50%以上，根径 > 2 cm的粗根在0 ~ 30 cm的土壤层有效根径估计精度均能达到50%，根径估计精度最高为在土层10 ~ 20 cm中的根径 > 3 cm的粗根，其根径估计精度达80%，根径 < 3 cm的粗根在30 cm土层以下不能对根径进行有效估计。
在雷达剖面上，对石砾数量进行统计见图7C，随着土壤深度的增加，石砾数量先增大后减小，在20 ~ 30 cm土层达到最大值（P < 0.05），石砾主要分布在20 cm土层以下。林地土壤中GPR对各土层石砾数量识别率都低于26.9%，造成GPR对林地土壤石砾的分布研究的精度不高。
4. 讨 论
4.1 反射波参数反演根径和石砾大小
应用探地雷达对林地土壤条件下粗根和石砾特征研究的基础是探地雷达能够有效识别和区分粗根和石砾。本文通过控制试验分析粗根和石砾在探地雷达剖面的数据波形图，根径 > 1 cm的粗根能被探地雷达识别且形成双曲线的波形图，石砾在林地土壤条件下识别为“黑−白−黑”的条状波形图。Tanikawa等[5]通过控制试验对以沙子为土壤背景下的柳杉粗根和石砾进行研究，发现粗根根径越大越容易被雷达识别，而石砾几乎不会在雷达剖面上形成双曲线，与本文研究结果一致。但与Lantini等[16]使用700 和250 MHz中心频率的天线进行探地雷达研究有差异，该研究未检测到尺寸大于15 cm的石砾。在本文中存在石砾位置能形成对比度较高的波形，原因可能是本研究使用的是天线频率为1 500 MHz的高频探地雷达，且试验地土壤含水量较高，土壤和石砾的介电常数差异更大。
在探地雷达对根系和石砾识别和定位的基础上，建立根石尺寸和雷达反射波参数之间的关系具有重要意义。近年来，无法定论何种探地雷达反射波参数与根径建立关系模型反演根径的效果更好[4]，且利用探地雷达反射波反演石砾大小的研究更少。本试验得出总振幅面积、最大振幅面积和总时间间隔均与粗根根径大小呈正相关，且总时间间隔相关性最强。这与周广行[6]对河北杨粗根根径与反射波参数之间关系研究一致。众多研究均表明总时间间隔参数能可靠预测根径信息[5,17]，崔喜红等[18]研究表明总时间间隔与根系埋深深度无关，该参数能有效估计不同深度的根径，表明总时间间隔在估测根径上具有优势；本试验研究得出石砾大小与探地雷达反射波参数均没有显著差异，Tanikawa等[5]研究表明1 500 MHz的探地雷达探测根系和石砾呈现总时间间隔对应的值相似，但石砾的总振幅面积与最大振幅面积低于根系，且石砾的雷达反射波参数均与石砾大小无关，与本文研究结果一致。因此本研究选取总时间间隔拟合回归方程用于估计根系直径具有可行性，但石砾在雷达波形图上所提取的反射波参数与石砾大小没有显著相关性，因此本研究中利用1 500 MHz的探地雷达定量描述林地土壤石砾大小效果较差，原因可能是石砾的尺寸不规则，且石砾和土壤介电常数差值比根系和土壤介电常数差值较小，导致探测石砾效果较差。根系的不规则分布或根系与石砾重叠也可能不形成双曲线波形，探地雷达探测根系时，在石砾较少的土壤环境效果更好。
4.2 林地剖面粗根和石砾识别及分布
明确探地雷达对野外条件林地根系和石砾的识别率对于研究其分布具有重要意义。本试验基于剖面挖掘实际测量法，对1 500 MHz探地雷达在野外条件下识别根系和石砾的有效性进行分析。在所有剖面上记录到的根径 > 0.5 cm的粗根和水平直径 > 10 cm的石砾中，总的粗根和石砾识别率分别36.7%和17.9%。张璐云等[19]利用1 600、900和400 MHz 3种频率天线的探地雷达对内蒙古灌丛化草地小叶锦鸡儿（Caragana microphylla）灌木根系探测识别分析，其总体识别率达到50%以上。这是由于在沙质土壤中根系的分辨率最好，随着含水量和黏土含量升高，土壤中根系的分辨率会降低。石砾在雷达剖面中不形成双曲线，且有可能形成的雷达波形与土壤对比弱[5]，这与本文的研究结果一致。但刘成禹等[20]和罗古拜等[21]分别使用探地雷达对矿区复垦地表层土壤中石砾和花岗岩风化壳中分布的孤石进行研究，发现孤立的石砾能形成明显的曲线反射，这可能与探地雷达天线频率以及土壤性质有关。探地雷达对根系和石砾的识别受到根径和石砾大小以及所处深度的影响。Cox等[22]认为雷达反射波信号很大程度上与根的直径相关，且目标体埋深越深，电磁波的衰减程度就越大，形成的雷达反射波信号误差就越明显[23]。与本文研究所得到的GPR对根系识别效果随着其直径的增大而升高 ，随着其深度的增大而降低结果一致；Han等[24]认为不同尺寸的岩石碎片呈现不一样的探地雷达图像，但对石砾大小及深度无法定量检测，与本文得出1 500 MHz探地雷达能识别出石砾目标体，但石砾深度与识别效果没有显著相关性，探地雷达反射波参数与石砾大小没有显著关系相符合。野外条件下根系和石砾所处的自然环境复杂多样，无法形成双曲线的根系目标体容易被识别成石砾，且形成双曲线的石砾目标体也可能被识别成根系，探地雷达的分辨率也对根系和石砾的识别及进一步定量估计造成影响。未来以期通过提高探地雷达精度、选择更加适宜反演根系和石砾尺寸的反射波参数来提高对根系和石砾有效识别。
利用GPR对粗根的直径和分布进行无损估计能评估根系对土壤的固持作用[25-26]。本文使用总时间间隔估计不同土层根系的直径，大量研究者在模拟试验或野外研究证明了这种技术在森林中的应用[27-29]。在本研究中，阔叶林地垂直方向上根径 < 2 cm的粗根主要分布在土层20 cm以上， > 2 cm的粗根在20 ~ 30 cm土层分布数量最多，这与闫慧等[7]研究古田山亚热带常绿阔叶林的粗根垂直分布结果相似。不同土层的根系直径估计精度有差异，给粗根密度估计带来误差。本研究在剖面识别的 186条根系中，仅有42条根系直径得到有效估计，其中根径 < 3 cm的粗根在30 cm以下土层深度根径估计准确度大大降低。为了提高使用探地雷达对根系分布估计的准确性，考虑不同的扫描角度，如同心圆样带扫描[22]、网格样带扫描[30]等，且结合不同天线频率的探地雷达探测效果能更好[31]。土壤石砾数量和分布对土壤水文特征具有一定的影响。本研究中0 ~ 10 cm土层石砾数量显著少于其他土层，与孟晨[32]研究北京市密云水库森林土壤中表现出表层土壤石砾体积密度要少于深层土壤研究结果具有一定的相似性。这是因为表层土壤石砾距离母岩最远，造成表层石砾数量少且石砾体积小于深层。石砾大小、石砾埋深以及天线频率对探究石砾分布的结果有很大影响[33]。本研究石砾数量识别精度都低于40%，探地雷达对石砾数量分布验证效果较差，但在石砾含量较少的土壤环境，特定频率探地雷达对土壤石砾的预测可信度会提高[21]。野外林地土壤条件下，根系和石砾所处的环境复杂多样，且土壤性质，根系和石砾自身形态等也会对探地雷达的探测效果造成影响，选择合适的探测时间，特定频率的探地雷达以及不同的探地雷达扫描方式，探测效果可能会得到进一步提升。
5. 结 论
本文基于控制试验，利用1 500 MHz GPR对辽东老秃顶子国家自然保护区林地土壤根系和石砾进行探测，提取反映根径和石砾大小的GPR反射波参数，选取最佳的反射波参数建立根径和石砾大小的估算模型。基于控制试验结果，结合原位剖面探测试验对野外条件下粗根和石砾进行识别和分布分析。研究表明：
（1）在控制条件下粗根和石砾被GPR识别效果较好，根径 > 1 cm的根系形成明显的双曲线波形，石砾只能形成“黑−白−黑”的波形。总振幅面积、最大振幅面积、总时间间隔和最大时间间隔4个参数中，总时间间隔与根径的相关性最好（P < 0.01），石砾水平直径和垂直直径与反射波参数之间都没有明显相关性。
（2）野外条件下林地总的粗根根系识别率36.7%，总的石砾识别率为17.9%。GPR对粗根识别及分布估计受它的直径与埋深影响，而对石砾识别效果与它埋深相关性不显著。
（3）林地土壤中根径 < 3 cm的粗根主要分布在30 cm土层以上，在该深度根径估计精度大于50%；1 ~ 3 cm径级范围内粗根在10 ~ 20 cm土层分布密度达到最大值（P < 0.01），根径估计精度达到60%以上； > 3 cm径级粗根主要分布在10 cm土层以下，且根径估计精度效果较好。石砾主要分布在20 cm土层以下，且整体上GPR对各土层石砾数量识别精度较低。
综上，在特定条件下，探地雷达能有效识别大部分粗根，但对石砾识别误差大。且在有效识别的基础上，探地雷达总时间间隔反射波参数对粗根分布密度估测效果具有一定优势，对于石砾仅限于一定数量上的有效识别。如果能改变探测方式或采取多频率天线探地雷达综合探测，或许有助于对粗根和石砾更加准确的研究。
-
[1] 刘阳,杨新兵,陈波,等.冀北山地山杨桦木林生态系统水化学特征研究[J].生态环境学报,2011,20(11):1665-1669. [1] LIU Y, YANG X B, CHEN B, et al. Study on precipitation hydro-chemical characteristic of mixed forest of poplar and birch of north mountain of Hebei Province[J].Ecology and Environmental Sciences, 2011,20(11):1665-1669.
[2] 周梅,余新晓.兴安落叶松原始林区降水化学输入的特征研究[J].中国生态农业学报,2003,11(2):119-121. [2] ZHOU M, YU X X . Study of rainfall hydrochemical import characteristics in Larix gmelini virgin forest[J].Chinese Journal of Eco-Agriculture, 2003,11(2): 119-121.
[3] 张志祥.树木学(北方本)[M].北京:中国林业出版社,2008:5,195. [3] ZHANG Z X. Dendrology[M].Beijing: China Forestry Publishing House, 2008: 5,195.
[4] GONG H D, WANG K Y, YANG W Q. Nutrient characteristics of throughfall and stemflow in three forests at the subalpine of Western Sichuan[J]. Scientia Silvae Sinicae, 2005,41(5):14-20.
[4] 巩合德,王开运,杨万勤.川西亚高山3种森林群落穿透雨和茎流养分特征研究[J].林业科学,2005,41(5):14-20. [5] 李文影,满秀玲,张阳武.不同林龄白桦次生林降雨水化学特征研究[J].水土保持学报,2009,23(5):123-127. [5] LI W Y, MAN X L, ZHANG Y W . Study on precipitation hydro-chemical characteristic of different stage of Betula platyphylla secondary forest[J].Journal of Soil and Water Conservation, 2009,23(5):123-127.
[6] 田野宏,满秀玲,刘茜,等.大兴安岭北部白桦次生林降雨再分配特征研究[J]. 水土保持学报,2014,28(3):109-113. [6] TIAN Y H, MAN X L, LIU X, et al. Research on rainfall redistribution of Betula platyphylla secondary forests in North of Greater Xing'an Mountains[J]. Journal of Soil and Water Conservation, 2014,28(3):109-113.
[7] LIU X, MAN X L, TIAN Y H,et al. Study on seasonal dynamics of rainfall redistribution metal elements of Betula platyphylla secondary forests in North of Greater Xing'an Mountains[J]. Journal of Soil and Water Conservation, 2014,28(5):119-123.
[7] 刘茜,满秀玲,田野宏,等.大兴安岭北部白桦次生林降雨再分配金属元素季节动态研究[J].水土保持学报,2014,28(5):119-123. [8] 闫文德,田大伦.会同第二代杉木林集水区水质生态效应[J].中南林学院学报,2003,23(2):6-10. [8] YAN W D, TIAN D L . Ecological effect of the water quality in the second-generation Chinese fir plantation at Huitong Watersheds[J].Journal of Central South Forestry University, 2003,23(2):6-10.
[9] 杜敏,文仕知,杨丽丽,等.六盘山华北落叶松林降水转化中的阳离子通量变化特征[J].林业科学研究,2013,26(2):133-139. [9] DU M, WEN S Z, YANG L L, et al. Variation of cation flux with rain water in a Larix principis-rupprechtii plantation on Liupan Mountains [J]. Forest Research, 2013,26(2):133-139.
[10] 杨丽丽.六盘山四种典型森林植被的水文过程与主要元素通量[D].北京:中国林业科学研究院,2014. [10] YANG L L. The hydrological process and element fluxes of main nutritions in four typical forest vegetation communities of Liupan Mountains of NW China[D].Beijing: Chinese Academy of Forestry,2014.
[11] POLKOWSKA Z, ASTEL A, WALNA B, et al. Chemometric analysis of rainwater and throughfall at several sites in Poland[J]. Atmospheric Environment, 2004,39(5): 837-855.
[11] LIU J X, ZHANG D Q,ZHOU G Y, et al. A preliminary study on the chemical properties of precipitation, throughfall, stemflow and surface run-off in major forest types at Dinghushan under acid deposition[J]. Chinese Journal of Applied Ecology,2003,14(8):1223-1228.
[12] TIAN D L, XIANG W H, YANG W H .Nutrient characteristics of hydrological process in young second rotation Chinese fir plantations[J]. Acta Ecologica Sinica, 2002,22(6): 859-865.
[12] CHIWA M, CROSSLEY A, SHEPPARD L J, et al. Throughfall chemistry and canopy interactions in a Sitka spruce plantation sprayed with six different simulated polluted mist treatments[J]. Environmental Pollution, 2003,127(1):57-64.
[13] HUANG Z L, KONG G H, YU Q F, et al. Hydrological function and nutrient dynamics in lower subtropical monsoon evergreen broadleaved forest [J]. Acta Phytoecologica Sinica, 2000,24(2):157-161.
[13] 刘菊秀,张德强,周国逸,等.鼎湖山酸沉降背景下主要森林类型水化学特征初步研究[J].应用生态学报,2003,14(8):1223-1228. [14] 田大伦,项文化,杨晚华.第二代杉木幼林生态系统水化学特征[J].生态学报,2002,22(6):859-865. [14] SHENG H C, CAI T J, ZHU D G, et al. Nutrient characteristics of throughfall and stem-flow in virgin forest of Pinus koraiensis [J]. Journal of Soil and Water Conservation, 2008,22(5):47-51.
[15] WARDLE D A. Controls of temporal variability of the soil microbial biomass: a global-scale synthesis[J].Soil Biology and Biochemistry, 1998, 30(13):1627-1637.
[15] LANG Y, CAI T J, CHAI R S, et al. Effects of different types of original Pinus korainensis forest on precipitation hydro-chemical characteristics [J]. Journal of Soil and Water Conservation, 2012,26(2):184-191.
[16] 黄忠良,孔国辉,余清发,等.南亚热带季风常绿阔叶林水文功能及其养分动态的研究[J].植物生态学报,2000,24(2):157-161. [16] ZHANG N, LIU X Z,LI K, et al. Differential patterns of nutrient elements in rainfall and its redistribution in three typical subtropical forests in south China [J]. Chinese Journal of Ecology, 2011,30(2):193-200.
[17] 盛后财,蔡体久,朱道光,等.原始红松林穿透雨和树干径流养分特征研究[J].水土保持学报,2008,22(5):47-51. [17] HUANG J H,LI H T,HAN X G, et al. Nutrient characteristics of stemflow and throughfall in two coniferous forest ecosystems [J]. Acta Phytoecologica Sinica, 2000,24(2):248-251.
[18] ZHANG S L, LI G L . The effects of different components of the forest ecosystem on water quality in the Huoditang Forest Region,Qinling Mountain range[J]. Acta Ecologica Sinica, 2007,27(5):1838-1844.
[18] 郎燕,蔡体久,柴汝杉,等.不同类型原始红松林对降雨水化学特征的影响[J].水土保持学报,2012,26(2):184-191. [19] 张娜,刘兴诏,李坤,等.南亚热带三种主要森林降雨及其再分配过程中的养分差异规律[J].生态学杂志,2011,30(2):193-200. [19] FANG Y T, MO J M,GUNDERSEN P, et al. Nitrogen transformations in forest soils and its responses to atmospheric nitrogen deposition: a review[J]. Acta Ecologica Sinica, 2004,24(7):1523-1531.
[20] 黄健辉,李海涛,韩兴国,等.暖温带两种针叶林生态系统中茎流和穿透雨的养分特征研究[J].植物生态学报,2000,24(2):248-251. [21] 张胜利,李光录.秦岭火地塘森林生态系统不同层次的水质效应[J].生态学报,2007,27(5):1838-1844. [22] 方运霆,莫江明,Per Gundersen,等.森林土壤氮素转换及其对氮沉降的响应[J].生态学报,2004,24(7):1523-1531. -
期刊类型引用(4)
1. 赵海民. 缺磷胁迫对旱柳生长及光合作用的影响. 河北林业科技. 2023(02): 16-20 . 
百度学术
2. 张亚伟，孙海龙，郑鸿权，卫月华. 施肥对水曲柳林木叶片SPAD值的影响. 森林工程. 2020(05): 34-39+44 . 百度学术
3. 裘珍飞，范春节，曾炳山. 缺磷培养下黑木相思苗木的生理生化响应. 西南林业大学学报(自然科学). 2020(06): 27-33 . 百度学术
4. 范春楠，郑金萍，韩士杰，郭忠玲，王丽丽，周振钊. 吉林省中东部森林分布区水曲柳分布及其生态特征. 北京林业大学学报. 2017(04): 1-11 . 本站查看
其他类型引用(7)
下载:
计量
- 文章访问数: 1642
- HTML全文浏览量: 316
- PDF下载量: 17
- 被引次数: 11
