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.
-
土壤有机碳（soil organic carbon，SOC）是植物和微生物生长所必需的物质能量来源，是影响土壤肥力、生产力和养分有效性的关键因素，对土壤理化特性具有重要调节作用[1]。SOC储量分布特征是其长期累积的结果，与土壤剖面的发育密切相关。人工林生态系统具有较强的碳汇和增汇潜能[2]，被认为是实现“双碳”目标最经济、最安全的有效途径之一[3]。人工林大面积营建改良了土壤质量，改变了土壤有机质的输入与分解方式，利于SOC贮存和积累[4]，人工林土壤碳库库容较大，能维持较稳定的碳储量[5−6]。然而，人工林SOC的贮存受土壤理化性质、植被类型和地形等诸多因素的影响[7−8]，关于不同人工林下SOC分布特征尚未达成共识。大量研究基于土壤表层或单一林分，吴慧等[9]研究得出热带山地雨林次生林在0 ~ 50 cm垂直方向上土壤有机碳质量分数随土壤深度增加而减小；王越等[10]通过文献整合分析得出油松（Pinus tabuliformis）林0 ~ 20 cm有机碳储量最高，20 ~ 60 cm稳定且保持较低水平；张智勇等[11]认为陕北黄土区沙棘林有机碳储量优于草地和油松林。据《全球森林评估》报道，我国人工林面积居世界前列[12]，人工林生态系统对森林生态系统碳储量增加的贡献较大[13]，因此阐明不同人工林SOC储量的分布特征在宏观方向上研究森林碳汇尤为重要。
黄土高原生境脆弱，水土流失严重。随着“退耕还林还草”生态工程的实施，黄土高原植被覆盖大幅增加[14]，不同人工林土壤固碳问题逐渐成为研究者们关注的热点问题[15]。土地利用变化的改变增强了土壤碳汇功能[16]。Zhang等[17]研究得出退耕后土壤有机碳储量在0 ~ 20 cm以36.67 g/（m2· a）的速率发生巨大的变化，包玉斌[18]研究了2000—2010年陕北黄土高原退耕年间，其退耕地土壤碳固存总量增加。目前，关于黄土高原SOC储量的研究多集中在大尺度空间分布[19]、单一人工林[20]、模型拟合[21]和浅层土壤（0 ~ 100 cm）[11]。这些研究仅是土地利用前后或退耕后单一林地与草地或农田之间的对比研究，而对于退耕后不同人工林及深层土壤SOC储量的研究较少。相关研究表明，土壤是一个不均匀且不连续的时空变异体[22]，其演化过程十分复杂。土壤碳库的分布特征，因缺乏连续、可靠、统一的土壤剖面资料，区域SOC储量实测及代表性数据贫乏[23]，存在明显的不确定性[24]。因此，准确评估退耕后小尺度不同人工林SOC储量的分布特征，对森林土壤有机碳库的精确估算以及土壤碳汇研究具有重要意义。
鉴于此，本研究以黄土丘陵区典型同一退耕年限的人工油松林、山杏（Armeniaca sibirica）林、沙棘（Hippophae rhamnoides）林和天然草地0 ~ 200 cm土壤为研究对象，探究不同人工林SOC储量的垂直分布特征，以期为准确计算黄土高原有机碳储量提供数据支撑，为建立黄土高原土壤碳库，优化人工林土壤固碳格局提供理论依据。
1. 研究区概况与研究方法
1.1 研究区概况
研究区位于陕西省吴起县（107°38′57″ ~ 108°32′49″ E，36°33′33″ ~ 37°24′27″ N），海拔高度1 233 ~ 1 809 m，是典型的黄土高原丘陵沟壑区。吴起县地处中温带半湿润—半干旱区域，温带大陆性季风气候特征明显，年均温7.8 ℃，年平均降水量483.4 mm，时空分布不均，主要集中在7—9月，年无霜期146 d。主要土壤类型为黄绵土，结构疏松、持水力低、易侵蚀。自1999年坡耕地转变为林地以来，形成了刺槐（Robinia pseudoacacia）、油松、侧柏（Platycladus orientalis）、山杏、沙棘、柠条（Caragana sinica）、白莲蒿（Artemisia stechmanniana）、达乌里胡枝子（Lespedeza daurica）等以及自然恢复草地为主的乔灌草植物群落，全县林草覆盖率显著增加，生态环境得以改善。
1.2 土壤样品采集与处理
于2020年9月进行样品采集，在研究区选择相同退耕年限的典型人工油松林、山杏林、沙棘林和天然草地，分别布设25 m × 25 m大样方，利用GPS采集地理信息数据，样地基本信息如表1。使用内径6 cm的土钻，在样方内，采用五点采样法，以0 ~ 20 cm、20 ~ 40 cm、40 ~ 60 cm、60 ~ 100 cm、100 ~ 150 cm、150 ~ 200 cm分层采集土壤样品，带回实验室进行分析。待土壤样品风干后，研磨、过筛，进行理化性质测定。土壤密度采用环刀法测定，土壤有机碳采用重铬酸钾稀释热法测定，全氮采用半微量凯式定氮法测定，全磷采用硫酸−高氯酸消煮−钼锑抗比色法定，全碳通过元素分析仪测定，无机碳根据全碳、有机碳之间关系获得，碱解氮采用碱解扩散法测定，速效磷采用钼锑抗比色法测定，土壤粒度组成使用激光粒度分析仪（Mastersize-zer 3000）测定[25]。
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. 土壤有机碳储量计算公式为
SOC储量=wSOCi×ρBDi×Di×0.01 式中：SOC储量表示土壤有机碳储量（g/m2），wSOCi表示第i层的土壤有机碳含量（g/kg），ρBDi表示第i层的土壤密度（g/cm3），Di表示第i层的土层厚度。
1.3 数据处理
应用SPSS26.0对数据进行统计分析，采用单因素方差分析（ANOVA）对比不同人工林、不同土层深度有机碳储量之间的差异；应用Origin2018对土壤有机碳储量与土壤理化性质、不同人工林、地形等影响因素之间的关系强弱和作用机理进行PCA分析并绘图；应用R4.2.1对土壤有机碳储量和各环境变量的贡献关系进行冗余分析。
2. 结果与分析
2.1 有机碳储量分布特征
研究区0 ~ 200 cm土层平均SOC储量由大到小为山杏（16.190 g/m2） > 草地（15.403 g/m2） > 沙棘（11.449 g/m2） > 油松（10.188 g/m2）（表2）。不同人工林SOC储量变异系数在10% ~ 30%，为中等程度变异，表现为沙棘（0.219） > 山杏（0.136） > 油松（0.124） > 草地（0.115）。变异系数表征了SOC储量的空间异质性，沙棘的SOC储量空间异质性最大，草地的SOC储量空间异质性最低。
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 在不同人工林中（图1），在0~200 cm剖面上SOC储量呈现出山杏（97.145 g/m2） > 草地（92.418 g/m2） > 沙棘（68.695 g/m2） > 油松（61.130 g/m2）的分布格局，山杏的SOC储量与油松、沙棘差异显著（P < 0.05）。人工油松林，山杏林，沙棘林与天然草地0 ~ 60 cm SOC储量占整个剖面的43.11%、44.89%、51.33%、42.45%，表层碳储量高。垂直分布上，油松、山杏、沙棘的SOC储量自表层向下随深度增加变异系数先增大后减小，在20 ~ 40 cm土层变异系数达到最大，草地的SOC储量自表层向下随深度增加变异系数减小。在不同深度土层中，油松的SOC储量与山杏、沙棘、草地在0 ~ 20 cm、20 ~ 40 cm、150 ~ 200 cm土层差异显著（P < 0.05），沙棘的SOC储量与山杏、油松、草地在40 ~ 60 cm、60 ~ 100 cm土层差异显著（P < 0.05），油松、沙棘的SOC储量与山杏、草地在100 ~ 150 cm土层差异显著（P < 0.05）。
![]()
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 plantations2.2 环境因素对典型人工林土壤有机碳储量的影响
典型人工林SOC储量空间变异的主成分分析如下（图2），第一轴和第二轴解释值分别为39.70%和22.70%。第一主成分与部分环境指标的相关系数在0.37以上，其中，PC1与粉粒、黏粒、坡度正相关，与砂粒负相关，第一主成分主要包含了土壤物理性质信息；第二主成分与部分环境指标的相关系数0.5以上，其中PC2与全碳、碱解氮、全氮正相关，主要包含了土壤化学信息，第一和第二主成分反映的信息量占总信息量的62.40%。
![]()
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 factors2.3 环境因素对土壤剖面有机碳储量垂直分布的影响
不同环境因素对SOC储量垂直变化的贡献度不同（图3）。土壤化学性质、土壤物理性质、地形和植被群落分别对0 ~ 200 cm土壤剖面中SOC储量分布差异的影响约占51.84%、13.58%、30.71%和3.87%。在土壤化学性质中，0 ~ 200 cm SOC储量的变化受全磷影响最大（11.99%），受全氮影响最小（5.64%）；在土壤物理性质中，0 ~ 200 cm SOC储量的变化受砂粒影响最大（5.65%），受黏粒影响最小（2.89%）；在地形因素中，0 ~ 200 cm SOC储量的变化受海拔影响最大（19.66%），受坡向影响最小（4.97%）；植物群落对0 ~ 200 cm SOC储量变化影响较小。
![]()
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 stocks3. 讨 论
3.1 不同人工林土壤有机碳储量分布差异的对比
本研究发现SOC储量富集在土壤表层，呈现出明显的“表聚性”，这与王文静等[26]的研究结论一致。不同植被群落在土壤浅层聚集了大量的根系和凋落物，凋落物分解产生有机质归还于土壤，通过养分的循环进入土壤[27]，因此，大量的有机碳在土壤表层形成和累积。
本研究中，山杏林表现出最优的土壤固碳效益，草地次之，油松林最差，这与李龙波等[28]对乔灌草固碳效益效果的研究结果不一致。植被类型和植被生长间的差异会导致土壤温度、湿度、凋落物数量和根系分泌物等的显著不同[29]，进而影响土壤的固碳效益。本研究中草地植被覆盖度高于油松和沙棘林下植被覆盖度（表1），单位面积的植被残体、根系分泌物、枯枝落叶量多，有机质输入量更高，同时，适宜的土壤温度和湿度促进了微生物的生长代谢，提高了植被残体的分解速率，使得草地土壤固碳效率提高。不同人工林中，植物生产力和质量的巨大差异导致SOC储量空间分布的显著差异[30]。且有研究表明，在年平均降水量 < 510 mm区域，草地比灌木和林地积累更多的有机碳[31]，本研究区位于黄土丘陵区，年降水量483.4 mm，草地SOC储量高于沙棘和油松。落叶乔木在增加枯落物归还量方面明显优于常绿乔木，这在诸多研究中均有报道[32]。本研究中山杏SOC储量远高于油松，是因为落叶阔叶乔木比常绿针叶乔木产生更多的枯落物凋落量[32]，山杏林表层枯落物多，根密度大，不断更替的根系结合不断积累的地表枯落物，不仅改变了土壤腐殖质，也改善了土壤质地，增加了土壤有机碳的积累，因此山杏林具有较高的土壤碳储量，碳汇功能表现较强。
3.2 土壤有机碳储量空间差异的主要影响因素和作用机制
本研究中，不同人工林土壤有机碳储量与黏粒、粉粒和坡度正相关，砂粒与土壤有机碳储量负相关，这阐释了土壤粒径及坡度与土壤有机碳储量之间的关系，这与李顺姬等[33]的研究结果一致。土壤结构是影响有机质分解的主导因素[34]，黏粒对土壤有机碳有很好的保护作用，砂质土壤有机碳的矿化更为迅速[33]。当土壤黏粒含量较高时，具有较大的表面积，易形成较多的毛细管，有较强的毛管作用，完整的土壤孔隙为有机碳自表层向下层传输提供了通道，促进深层土壤有机碳固存[35]，具有较强的固碳能力。而当土壤砂粒含量较高时，有效土层薄，土壤生物作用弱，土壤有机碳矿化作用较弱，微生物群落质量较低，土壤固碳能力较低。黄土丘陵区“退耕还林还草”工程对土壤机械组成产生一定的影响，使土壤物理性质发生变化。土壤机械组成影响土壤孔隙度、密度，改变土壤的透气性和持水能力，改变植物根系的生长发育及微生物活动条件，进而影响有机碳的储存[36]。坡度显著影响土壤有机碳固存，坡度通过影响水分运移、植被分布及土壤机械组成等间接影响土壤有机碳储量。
本研究中，土壤化学性质对SOC储量的影响较大，全氮、碱解氮、全磷对土壤有机碳储量正向效应显著，阐释了土壤有机碳与土壤养分之间的关系。土壤全氮和碱解氮对土壤有机碳的转化和固存有重要作用。全氮对有机碳储量起正向效应，较高的全氮可以降低凋落物中的碳氮比，避免微生物与植物的“争氮”现象，利于凋落物矿化分解[37]，促进土壤有机碳储存。这与王越等[10]研究得出全氮对土壤有机碳呈显著正效应的结果一致。有研究表明，地形显著影响土壤发育、迁移等活动，从而影响土壤碳的输入输出过程[38]。黄土丘陵区水土流失导致了流域内水土资源的重新分配，冗余分析表明，海拔对土壤剖面有机碳储量贮存起主要贡献（图3），通过调控水热条件，进而影响土壤有机碳的积累[39]。
4. 结 论
（1）研究区不同人工林土壤碳储量不同，表现为山杏 > 草地 > 沙棘 > 油松。因此，在黄土高原地区进行人工林营建时，可优先配置山杏林与适宜草种，以增加黄土高原土壤固碳。
（2）研究区不同人工林土壤有机碳储量与土壤机械组成和土壤养分显著相关，黏粒、粉粒、砂粒、全氮、碱解氮是影响黄土丘陵区不同人工林土壤有机碳储量空间分布的主导因子。
（3）研究区人工林土壤有机碳储量在土壤剖面中差异较大，土壤有机碳储量的垂直分布主要受地形的影响。其中，海拔通过影响有机碳的转化与固存对土壤有机碳储量的贮存起主要贡献作用。
-
![]()
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.
-
期刊类型引用(3)
1. 马沈轲，王春梅，赵春林，豆小敏. 西北干旱半干旱地区节水增汇植物种类筛选. 北京林业大学学报. 2024(08): 122-131 . 
本站查看
2. 丁鑫丽，马振华，赵慧雪，康龙，曹扬. 宁南山区不同植被类型土壤生态化学计量特征与碳储量. 水土保持学报. 2024(05): 364-373 . 百度学术
3. 郜国明，喻权刚，徐佳. 黄土高原水土保持碳汇研究及其价值实现路径. 中国水利. 2024(23): 12-19 . 百度学术
其他类型引用(4)
计量
- 文章访问数: 407
- HTML全文浏览量: 49
- PDF下载量: 57
- 被引次数: 7
