高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

黄土高原高寒区不同人工林土壤养分及生态化学计量特征

刘若莎 王冬梅

刘若莎, 王冬梅. 黄土高原高寒区不同人工林土壤养分及生态化学计量特征[J]. 北京林业大学学报, 2021, 43(1): 88-95. doi: 10.12171/j.1000-1522.20200149
引用本文: 刘若莎, 王冬梅. 黄土高原高寒区不同人工林土壤养分及生态化学计量特征[J]. 北京林业大学学报, 2021, 43(1): 88-95. doi: 10.12171/j.1000-1522.20200149
Liu Ruosha, Wang Dongmei. Soil nutrients and ecostoichiometric characteristics of different plantations in the alpine region of the Loess Plateau[J]. Journal of Beijing Forestry University, 2021, 43(1): 88-95. doi: 10.12171/j.1000-1522.20200149
Citation: Liu Ruosha, Wang Dongmei. Soil nutrients and ecostoichiometric characteristics of different plantations in the alpine region of the Loess Plateau[J]. Journal of Beijing Forestry University, 2021, 43(1): 88-95. doi: 10.12171/j.1000-1522.20200149

黄土高原高寒区不同人工林土壤养分及生态化学计量特征

doi: 10.12171/j.1000-1522.20200149
基金项目: 国家重点研发计划重点专项课题(2017YFC0504604)
详细信息
    作者简介:

    刘若莎。主要研究方向:林业生态工程。Email:2267664943@qq.com 地址:100083 北京市海淀区清华东路35号北京林业大学水土保持学院

    通讯作者:

    王冬梅,教授,博士生导师。主要研究方向:水土保持、林业生态工程。Email:dmwang@126.com 地址:同上

  • 中图分类号: S718.55+1.2

Soil nutrients and ecostoichiometric characteristics of different plantations in the alpine region of the Loess Plateau

  • 摘要:   目的  通过分析黄土高寒区不同人工林和不同土层的土壤养分和生态化学计量变化,旨在阐明不同人工林土壤养分和化学计量特征,揭示土壤养分和化学计量随土层深度的变化规律。  方法  以青海黄土高寒区退耕的人工林地(包括青海云杉、华北落叶松、青杨、白桦)为研究对象,以自然退耕的草地和农田为对照,测定了6种植被类型在0 ~ 20 cm、20 ~ 40 cm和40 ~ 60 cm土壤层的C、N、P含量及生态化学计量比。  结果  (1)黄土高寒区不同人工林的土壤C、N含量差异显著(P < 0.05),P含量部分差异显著;人工林地各土层的C、N含量显著高于草地和农田,且青杨林在0 ~ 20 cm表土层的有机碳、全氮含量最高,分别为25.82、2.17 g/kg。(2)黄土高寒区不同人工林的土壤生态化学计量有显著差异(P < 0.05);0 ~ 60 cm土层中人工林地的C∶N显著低于农田,C∶P和N∶P高于草地和农田(P < 0.05);青杨在0 ~ 20 cm表土层的生态化学计量比其他人工林类型高,C∶N、C∶P和N∶P分别为11.99、43.27和3.64。(3)相关性分析表明,研究区土壤的有机碳与全氮相关性最紧密(P < 0.01),全氮与土壤C∶N和N∶P相关性最紧密(P < 0.01),有机碳与土壤C∶P相关性最紧密(P < 0.01)。说明研究区土壤C、N对不同人工林的响应具有一致性,土壤的C∶N和N∶P主要受全氮的影响,C∶P主要受有机碳的影响。(4)在0 ~ 60 cm土层中,黄土高寒区不同植被类型的土壤C、N、P含量均随土壤深度的增加而降低。研究区土壤的生态化学计量除青杨随土壤深度的增加而下降外,其他退耕植被无显著变化趋势。说明人工林对表层土壤养分的改良效果最好。  结论  不同人工林的土壤养分及生态化学计量有显著差异,且青杨林表层土壤的养分含量和化学计量最高;土壤养分随土壤深度的增加而降低,土壤生态化学计量随土壤深度变化不显著。
  • 图  1  研究区各植被类型的标准地点位

    1、2、3代表小麦田;4、5、6代表草地;7、8、9代表青杨;10、11、12代表白桦;13、14、15代表青海云杉;16、17、18代表华北落叶松。1, 2 and 3 represent wheat field; 4, 5 and 6 represent grassland; 7, 8 and 9 represent Populus cathayana; 10, 11 and 12 represent Betula platyphylla; 13, 14 and 15 represent Picea crassifolia; 16, 17 and 18 represent Larix principis-rupprechtii.

    Figure  1.  Location of sample plots for each vegetation type in the study area

    图  2  不同植被类型的各层土壤C、N、P含量

    数据为平均值 ± 标准差。不同大写字母表示不同土壤深度间差异显著(P < 0.05),不同小写字母表示不同植被类型间差异显著(P < 0.05)。下同。Data mean mean ± SD. Different capital letters indicate significant differences in varied soil depths (P < 0.05). Different lowercase letters indicate significant differences among varied vegetation types (P < 0.05). Same as below.

    Figure  2.  Contents of C, N and P in each soil layer under different vegetation types

    图  3  不同植被类型的土壤生态化学计量

    Figure  3.  Soil ecostoichiometry of different vegetation types

    表  1  黄土高寒区各采样点基本信息

    Table  1.   Basic information of sampling points in the alpine region of the Loess Plateau

    植被类型
    Vegetation type
    坡向
    Slope aspect
    采样点编号
    Sampling
    point No.
    经度
    Longitude
    纬度
    Latitude
    坡度
    Gradient/(°)
    海拔
    Altitude/m
    平均胸径
    Mean
    DBH/cm
    平均树高
    Mean plant height/m
    枯落物层厚度
    Litter thickness/cm
    小麦田
    Wheat field
    半阴坡
    Semi-shady slope
    1 101°41′10″E 36°55′04″N 8 2 485
    2 101°41′16″E 36°55′04″N 10 2 478
    3 101°40′59″E 36°54′52″N 12 2 500
    草地
    Grassland
    阴坡
    Shady slope
    4 101°40′24″E 36°55′40″N 9 2 511 0.4
    5 101°40′20″E 36°54′57″N 13 2 580 1.6
    6 101°40′26″E 36°54′56″N 15 2 588 0.5
    青杨
    Populus cathayana
    阴坡
    Shady slope
    7 101°40′19″E 36°55′16″N 18 2 589 9.9 7.2 2.5
    8 101°40′35″E 36°55′14″N 17 2 500 7.6 5.8 5.5
    9 101°40′36″E 36°55′34″N 19 2 462 8.1 6.8 4.5
    白桦
    Betula platyphylla
    阴坡
    Shady slope
    10 101°40′30″E 36°54′55″N 8 2 596 4.2 2.4 0.5
    11 101°40′31″E 36°55′01″N 10 2 517 3.9 1.7 0.7
    12 101°40′33″E 36°55′02″N 9 2 528 3.9 1.9 0.5
    青海云杉
    Picea crassifolia
    阴坡
    Shady slope
    13 101°40′26″E 36°55′9″N 10 2 509 5.4 3.4 0.8
    14 101°40′25″E 36°55′5″N 15 2 519 5.2 2.7 0.8
    15 101°40′30″E 36°55′03″N 18 2 550 4.5 2.1 0.8
    华北落叶松
    Larix principis-rupprechtii
    阴坡
    Shady slope
    16 101°40′30″E 36°55′11″N 16 2 525 7.9 6.9 3.8
    17 101°40′33″E 36°55′15″N 18 2 501 7.1 6.5 2.5
    18 101°40′39″E 36°55′12″N 17 2 530 7.5 6.8 3.0
    下载: 导出CSV

    表  2  土壤(0 ~ 60 cm)C、N、P含量及其生态化学计量比的相关性分析

    Table  2.   Correlation analysis of soil (0−60 cm) C, N, P content and its ecostoichiometry

    项目 Item有机碳 Organic carbon全氮 Total nitrogen全磷 Total phosphorusC∶NC∶PN∶P
    有机碳 Organic carbon 1
    全氮 Total nitrogen 0.828** 1
    全磷 Total phosphorus 0.369** 0.428** 1
    C∶N −0.062 −0.568** −0.196 1
    C∶P 0.737** 0.512** −0.319* 0.083 1
    N∶P 0.647** 0.779** −0.214 −0.482** 0.802** 1
    注:*表示显著相关(P < 0.05);**表示极显著相关(P < 0.01)。Note: * means significant correlation (P < 0.05); ** means extremely significant correlation (P < 0.01).
    下载: 导出CSV
  • [1] 冼伟光, 周丽, 唐洪辉, 等. 不同林龄针阔混交林土壤生态化学计量特征[J]. 广东林业科技, 2015, 31(1):1−6.

    Xian W G, Zhou L, Tang H H, et al. Soil ecological stoichiometry of conifer-broadleaved plantations of different age in southern subtropical region[J]. Guangdong Forestry Science and Technology, 2015, 31(1): 1−6.
    [2] 张光德, 赵传燕, 戎战磊, 等. 祁连山中部不同植被类型土壤生态化学计量特征研究[J]. 兰州大学学报(自然科学版), 2019, 55(4):533−540.

    Zhang G D, Zhao C Y, Rong Z L, et al. Ecological stoichiometry of soils with different vegetation types in the middle part of the Qilian Mountains[J]. Journal of Lanzhou University (Natural Sciences), 2019, 55(4): 533−540.
    [3] 王璐, 喻阳华, 邢容容, 等. 喀斯特高原山地区主要人工林土壤生态化学计量特征[J]. 南方农业学报, 2017, 48(8):1388−1394. doi:  10.3969/j.issn.2095-1191.2017.08.09.

    Wang L, Yu Y H, Xing R R, et al. Ecological stoichiometry characteristics of soils from main plantations in karst plateau mountainous area[J]. Journal of Southern Agriculture, 2017, 48(8): 1388−1394. doi:  10.3969/j.issn.2095-1191.2017.08.09.
    [4] Zhao F, Kang D, Han X, 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.
    [5] 庞圣江, 张培, 贾宏炎, 等. 桂西北不同森林类型土壤生态化学计量特征[J]. 中国农学通报, 2015, 31(1):17−23. doi:  10.11924/j.issn.1000-6850.2014-2200.

    Pang S J, Zhang P, Jia H Y, et al. Research on soil ecological stoichiometry under different forest types in Northwest Guangxi[J]. Chinese Agricultural Science Bulletin, 2015, 31(1): 17−23. doi:  10.11924/j.issn.1000-6850.2014-2200.
    [6] Tian H, Chen G, Zhang C, et al. Pattern and variation of C:N:P ratios in China’s soils: a synthesis of observational data[J]. Biogeochemistry, 2009, 98(1−3): 139−151.
    [7] 吴建平. 黄土丘陵区典型退耕植被土壤化学计量特征[D]. 杨凌: 西北农林科技大学, 2016.

    Wu J P. Soil stoichiometry under conversion of grain to green program in loess hilly region[D]. Yangling: Northwest A&F University, 2016.
    [8] 赵佰礼, 穆兴民, 高鹏, 等. 黄土丘陵沟壑区不同退耕草地土壤水分研究[J]. 水土保持研究, 2019, 26(4):111−115.

    Zhao B L, Mu X M, Gao P, et al. Study on soil moisture in two returning farm-land patterns in gully and hilly region of the Loess Plateau[J]. Research of Soil and Water Conservation, 2019, 26(4): 111−115.
    [9] 刘晶, 徐少君, 刘丽芬. 不同退耕方式对豫西黄土丘陵区土壤颗粒有机碳含量的影响[J]. 河南农业科学, 2015, 44(5):72−76.

    Liu J, Xu S J, Liu L F. Effect of different reafforestation patterns on soil particulate organic carbon content in loess hilly region of western Henan[J]. Journal of Henan Agricultural Sciences, 2015, 44(5): 72−76.
    [10] 陈青松, 李婷, 张世熔, 等. 城乡交错带土壤氮素空间分布及其影响因素[J]. 生态学报, 2016, 36(8):2133−2141.

    Chen Q S, Li T, Zhang S R, et al. Spatial distribution of soil nitrogen in an urban-rural fringe and its influencing factors[J]. Acta Ecologica Sinica, 2016, 36(8): 2133−2141.
    [11] 邢丹, 肖玖军, 王晓红, 等. 石漠化区退耕植桑地土壤养分与生态化学计量特征[J]. 西南农业学报, 2018, 31(7):1436−1443.

    Xing D, Xiao J J, Wang X H, et al. Nutrients and ecological stoichiometry characteristics of soil from returning farmland to mulberry field in stony desertification area[J]. Southwest China Journal of Agricultural Sciences, 2018, 31(7): 1436−1443.
    [12] 陈鹏, 郭建英, 董智, 等. 达拉特旗砒砂岩裸露区退耕还林土壤生态化学计量分布[J]. 中国水土保持科学, 2020, 18(1):25−34.

    Chen P, Guo J Y, Dong Z, et al. Eco-stoichiometric distribution of soil under grain for Green Project in Pisha sandstone exposed area of Dalad banner[J]. Science of Soil and Water Conservation, 2020, 18(1): 25−34.
    [13] 梁爱华, 韩新辉, 张扬, 等. 纸坊沟流域退化土壤碳氮关系对植被恢复的时空响应[J]. 草地学报, 2013, 21(5):842−849. doi:  10.11733/j.issn.1007-0435.2013.05.002.

    Liang A H, Han X H, Zhang Y, et al. Spatio-temporal response of soil carbon and nitrogen relation to the process of vegetation restoration in the gully region of Loess Plateau[J]. Acta Agrestia Sinica, 2013, 21(5): 842−849. doi:  10.11733/j.issn.1007-0435.2013.05.002.
    [14] Li C, Zhao L, Sun P, et al. Deep soil C, N, and P stocks and stoichiometry in response to land use patterns in the loess hilly region of China[J]. PLoS ONE, 2016, 11(7): e0159075. doi:  10.1371/journal.pone.0159075.
    [15] Fu B, Chen L, Ma K, et al. The relationships between land use and soil conditions in the hilly area of the Loess Plateau in northern Shaanxi, China[J]. Catena, 2000, 39(1): 69−78. doi:  10.1016/S0341-8162(99)00084-3.
    [16] 王莉, 林莎, 李远航, 等. 青海大通不同林地类型林下植被与土壤水分的关系[J]. 中国水土保持科学, 2019, 17(5):25−35.

    Wang L, Lin S, Li Y H, et al. Relationship between understory vegetation and soil moisture in different forest types in Datong, Qinghai Province[J]. Science of Soil and Water Conservation, 2019, 17(5): 25−35.
    [17] Fu B J, Wang S, Liu Y, et al. Hydrogeomorphic ecosystem responses to natural and anthropogenic changes in the Loess Plateau of China[J]. Annual Review of Earth and Planetary Sciences, 2017, 45: 223−243. doi:  10.1146/annurev-earth-063016-020552.
    [18] 林莎, 贺康宁, 王莉, 等. 基于地统计学的黄土高寒区典型林地土壤水分盈亏状况研究[J]. 生态学报, 2020, 40(2):728−737.

    Lin S, He K N, Wang L, et al. Soil moisture surplus and loss of typical forestland in loess alpine area by the geostatistical analyst method[J]. Acta Ecologica Sinica, 2020, 40(2): 728−737.
    [19] 刘若莎, 王冬梅, 李平, 等. 青海高寒区典型人工林植物多样性、地上生物量特征及其相关性[J]. 生态学报, 2020, 40(2):692−700.

    Liu R S, Wang D M, Li P, et al. Plant diversity, ground biomass characteristics and their relationships of typical plantations in the alpine region of Qinghai[J]. Acta Ecologica Sinica, 2020, 40(2): 692−700.
    [20] 刘凯, 贺康宁, 王先棒. 青海高寒区不同密度白桦林枯落物水文效应[J]. 北京林业大学学报, 2018, 40(1):89−97.

    Liu K, He K N, Wang X B. Hydrological effects of litter of Betula platyphylla forest with different densities in alpine region, Qinghai of northwestern China[J]. Journal of Beijing Forestry University, 2018, 40(1): 89−97.
    [21] 王志齐, 杜兰兰, 赵慢, 等. 黄土区不同退耕方式下土壤碳氮的差异及其影响因素[J]. 应用生态学报, 2016, 27(3):716−722.

    Wang Z Q, Du L L, Zhao M, et al. Differences in soil organic carbon and total nitrogen and their impact factors under different restoration patterns in the Loess Plateau[J]. Chinese Journal of Applied Ecology, 2016, 27(3): 716−722.
    [22] 李平, 王冬梅, 丁聪, 等. 黄土高寒区典型植被类型土壤入渗特征及其影响因素[J]. 生态学报, 2020, 40(5):1610−1620.

    Li P, Wang D M, Ding C, et al. Soil infiltration characteristics and its influencing factors of typical vegetation type in loess alpine region[J]. Acta Ecologica Sinica, 2020, 40(5): 1610−1620.
    [23] 刘运新, 陈之凤, 廖徯苏, 等. 大通县志[M]. 西宁: 青海人民出版社, 2020.

    Liu Y X, Chen Z F, Liao X S, et al. Datong County annals[M]. Xining: Qinghai People’s Publishing House, 2020.
    [24] 鲍士旦. 土壤农化分析[M]. 3 版. 北京: 中国农业出版社, 2000.

    Bao S T. Soil agrochemical analysis [M]. 3rd ed. Beijing: China Agriculture Press, 2000.
    [25] 孙骞, 王兵, 周怀平, 等. 黄土丘陵区小流域土壤碳氮磷生态化学计量特征的空间变异性[J]. 生态学杂志, 2020, 39(3):766−774.

    Sun Q, Wang B, Zhou H P, et al. Spatial variation of ecological stoichiometry of soil C, N and P in a small catchment of loess hilly area[J]. Chinese Journal of Ecology, 2020, 39(3): 766−774.
    [26] 李柏桥, 付玉, 李光录, 等. 退耕年限与方式对土壤团聚体稳定性及有机碳分布的影响[J]. 干旱地区农业研究, 2017, 35(3):238−244. doi:  10.7606/j.issn.1000-7601.2017.03.37.

    Li B Q, Fu Y, Li G L, et al. Effects of age and type of conversion from cropland to forest land and grassland on stability and organic carbon in soil aggregates[J]. Agricultural Research in the Arid Areas, 2017, 35(3): 238−244. doi:  10.7606/j.issn.1000-7601.2017.03.37.
    [27] Shi J, Cui L. Soil carbon change and its affecting factors following afforestation in China[J]. Landscape and Urban Planning, 2010, 98: 75−85. doi:  10.1016/j.landurbplan.2010.07.011.
    [28] Wang Q, Wang S, Huang Y. Comparisons of litterfall, litter decomposition and nutrient return in a monoculture Cunninghamia lanceolata and a mixed stand in southern China[J]. Forest Ecology and Management, 2008, 255: 1210−1218. doi:  10.1016/j.foreco.2007.10.026.
    [29] 朱秋莲, 邢肖毅, 张宏, 等. 黄土丘陵沟壑区不同植被区土壤生态化学计量特征[J]. 生态学报, 2013, 33(15):4674−4682. doi:  10.5846/stxb201212101772

    Zhu Q L, Xing X Y, Zhang H, et al. Soil ecological stoichiometry under different vegetation area on loess hilly-gully region[J]. Acta Ecologica Sinica, 2013, 33(15): 4674−4682. doi:  10.5846/stxb201212101772
    [30] 张萍, 章广琦, 赵一娉, 等. 黄土丘陵区不同森林类型叶片−凋落物−土壤生态化学计量特征[J]. 生态学报, 2018, 38(14):5087−5098.

    Zhang P, Zhang G Q, Zhao Y P, et al. Ecological stoichiometry characteristics of leaf-litter-soil interactions in different forest types in the loess hilly-gully region of China[J]. Acta Ecologica Sinica, 2018, 38(14): 5087−5098.
    [31] 李俊超, 郭胜利, 党廷辉, 等. 黄土丘陵区不同退耕方式土壤有机碳密度的差异及其空间变化[J]. 农业环境科学学报, 2014, 33(6):1167−1173. doi:  10.11654/jaes.2014.06.017.

    Li J C, Guo S L, Dang T H, et al. Spatial variations in soil organic carbon density under different restoration practices in loess hilly-gully region[J]. Journal of Agro-Environment Science, 2014, 33(6): 1167−1173. doi:  10.11654/jaes.2014.06.017.
    [32] Liu X, Ma J, Ma Z W, et al. Soil nutrient contents and stoichiometry as affected by land-use in an agro-pastoral region of northwest China[J]. Catena, 2017, 150: 146−153. doi:  10.1016/j.catena.2016.11.020.
    [33] 王建林, 钟志明, 王忠红, 等. 青藏高原高寒草原生态系统土壤碳氮比的分布特征[J]. 生态学报, 2014, 34(22):6678−6691.

    Wang J L, Zhong Z M, Wang Z H, et al. Soil C/N distribution characteristics of alpine steppe ecosystem in Qinghai Tibetan Plateau[J]. Acta Ecologica Sinica, 2014, 34(22): 6678−6691.
  • [1] 刘晓彤, 李海奎, 曹磊, 张逸如.  广东省森林土壤养分异质性析因 . 北京林业大学学报, 2021, 43(2): 90-101. doi: 10.12171/j.1000-1522.20200164
    [2] 王雅慧, 彭祚登, 李云.  豫西浅山区不同世代刺槐林土壤养分与结构特征 . 北京林业大学学报, 2020, 42(3): 54-64. doi: 10.12171/j.1000-1522.20190263
    [3] 张健飞, 王淳, 徐雯雯, 黄选瑞, 张志东.  华北落叶松不同代际人工林土壤养分及细菌群落变化特征 . 北京林业大学学报, 2020, 42(3): 36-45. doi: 10.12171/j.1000-1522.20190256
    [4] 李万年, 黄则月, 赵春梅, 杨梅.  望天树人工幼林土壤微生物量碳氮及养分特征 . 北京林业大学学报, 2020, 42(12): 51-62. doi: 10.12171/j.1000-1522.20200191
    [5] 王岩松, 马保明, 高海平, 王百田, 李莎, 董秀群.  晋西黄土区油松和刺槐人工林土壤养分及其化学计量比对林分密度的响应 . 北京林业大学学报, 2020, 42(8): 81-93. doi: 10.12171/j.1000-1522.20190287
    [6] 樊星火, 葛红艳, 张参参, 邓文平, 陈伏生, 卜文圣.  江西省生态公益林典型林分土壤肥力状况研究 . 北京林业大学学报, 2018, 40(11): 84-92. doi: 10.13332/j.1000-1522.20180084
    [7] 谷会岩, 金屿淞, 张芸慧, 陈祥伟.  林火对大兴安岭偃松—兴安落叶松林土壤养分的影响 . 北京林业大学学报, 2016, 38(7): 48-54. doi: 10.13332/j.1000-1522.20150510
    [8] 刘海燕, 魏天兴, 王仙.  黄土丘陵区人工林土壤微生物PLFA标记多样性分析 . 北京林业大学学报, 2016, 38(1): 28-35. doi: 10.13332/j.1000--1522.20150262
    [9] 程积民, 程杰, 高阳.  渭北黄土区不同立地条件下刺槐人工林群落生物量结构特征 . 北京林业大学学报, 2014, 36(2): 15-21.
    [10] 王恒恒, 李斌, 栾晓峰.  福建典型人工林两栖动物生态位分析 . 北京林业大学学报, 2014, 36(1): 66-71.
    [11] 丁杨, 张建军, 茹豪, 王丹丹, 李玉婷, 李志龙.  晋西黄土区不同林地土壤团聚体分形维数特征与土壤养分相关关系 . 北京林业大学学报, 2014, 36(4): 42-46. doi: 10.13332/j.cnki.jbfu.2014.04.011
    [12] 关俊祺, 蔡体久, 满秀玲.  小兴安岭不同类型人工林积雪化学特征 . 北京林业大学学报, 2013, 35(4): 41-46.
    [13] 云雷, 毕华兴, 马雯静, 田晓玲, 崔哲伟, 周晖子, 朱悦.  晋西黄土区林草复合系统土壤养分分布特征及边界效应 . 北京林业大学学报, 2011, 33(2): 37-42.
    [14] 刘增文, 段而军, 刘卓玛姐, 冯顺煜.  陕北半干旱风沙区人工纯林土壤性质极化研究 . 北京林业大学学报, 2009, 31(2): 1-9.
    [15] 刘勇, 李国雷, 林平, 姜辉, 于海群, 吕瑞恒.  华北落叶松人工幼、中龄林土壤肥力变化 . 北京林业大学学报, 2009, 31(3): 17-23.
    [16] 王周绪, 于宁楼, 刘星.  北京山区人工林枯枝落叶层养分动态分析 . 北京林业大学学报, 2008, 30(6): 59-63.
    [17] 肖洋, 陈丽华, 余新晓, 王小平, 秦永胜, 陈俊崎, .  北京密云油松人工林生态系统N、P、K养分循环 . 北京林业大学学报, 2008, 30(supp.2): 72-75.
    [18] 奚如春, 陆平, 周艳萍, 郑景明, 吕文华, 于文吉, 雷妮娅, 刘足根, 焦雯珺, 于海霞, 索安宁, 武林, 李黎, 郎璞玫, 张春晓, 张志山, 周睿, 高克昌, 宋先亮, 孙志蓉, 李俊, 金则新, 张建军, 邵杰, 许景伟, 吴家兵, 马玲, 朱教君, 赵秀海, 马履一, 戴伟, 蔡锡安, 赵文喆, 习宝田, 毕华兴, 翟明普, 陈少良, 赵广杰, 张小由, 李钧敏, 饶兴权, 朱清科, 李传荣, Kwei-NamLaw, 于志明, 韦方强, 余养伦, 郑红娟, 盖颖, 葛剑平, 纳磊, 陈勇, 关德新, 张春雨, 夏良放, 曾小平, 杨永福, 赵平, ClaudeDaneault, 方家强, 李俊清, 朱艳燕, 李笑吟, 王瑞刚, 于波, 樊敏, 张宇清, 崔鹏, 袁小兰, 张弥, 马履一, 王天明, 王文全, 江泽慧, 谭会娟, 李增鸿, 贾桂霞, 王贺新, 殷宁, 贺润平, 张欣荣, 袁飞, 唐晓军, 李庆卫, 邓宗付, 刘丽娟, 王卫东, 李丽萍, 郭孟霞, 何明珠, 吴秀芹, 韩士杰, 陈雪梅, 蒋湘宁, 吴记贵, 于贵瑞, 郑敬刚, 毛志宏, 江杰, 王月海, 熊颖, 王旭琴, 刘鑫, 孔俊杰, 王娜, 孙晓敏, 聂立水, 王贵霞, 葛剑平, 王瑞辉, 林靓靓, 李新荣, 郭超颖, 董治良.  亚热带不同人工林对土壤酶活性及其动力学特征的影响 . 北京林业大学学报, 2007, 29(1): 114-118.
    [19] 张秀新, 梁善庆, 金莹杉, 李春义, 周海宾, 邢韶华, 崔丽娟, 尹增芳, 张仁军, 林娅, 李昌晓, 张玉兰, 刘杏娥, 吴淑芳, 陈圆, 张颖, 李云开, 王超, 林勇明, 赵铁珍, 孙阁, 王蕾, 王春梅, 任云卯, 谭健晖, 王戈, 张运春, 闫德千, 周繇, 黄华国, 王以红, 樊汝汶, 杨培岭, 马履一, 翟明普, 余养伦, 刘国经, 周荣伍, 杨远芬, 张明, 罗建举, 张曼胤, 吴普特, 刘艳红, 钟章成, 洪滔, 王莲英, 温亚利, 马钦彦, 张桥英, 于俊林, 刘青林, 张志强, 江泽慧, 徐秋芳, 高岚, 江泽慧, 赵勃, 田英杰, 柯水发, 殷际松, 邵彬, 王希群, 王小青, 安玉涛, 刘俊昌, 张本刚, 周国模, 杨海军, 周国逸, 汪晓峰, 张晓丽, 崔国发, 王玉涛, 费本华, 罗鹏, 何春光, 陈学政, 于文吉, 吴承祯, 冯浩, 何松云, 康峰峰, 李敏, 刘爱青, 任树梅, 温亚利, 蔡玲, 高贤明, 费本华, 马润国, 骆有庆, 洪伟, 邬奇峰, 王九中, 魏晓华, 徐昕, 徐克学, 赵景刚, 田平, 胡喜生, 任海青, 赵焕勋, 朱高浦, 吴宁, 吴家森, 林斌, 赵弟行, 安树杰, 郑万建, 李永祥, 卢俊峰, 宋萍, 范海兰.  种植绿肥对板栗林土壤养分和生物学性质的影响 . 北京林业大学学报, 2007, 29(3): 120-123.
    [20] 李国平, 崔彬彬, 赵俊卉, 施婷婷, 李贤军, 杜官本, 刘志军, 周国模, 刘智, 张煜星, 雷霆, 徐剑琦, 肖化顺, 宗世祥, 江泽慧, 周志强, 王志玲, 程金新, 张展羽, 雷相东, 于寒颖, 黄心渊, 程丽莉, 陈伟, 曹伟, 雷洪, 张贵, 张则路, 张彩虹, 郭广猛, 张璧光, 王海, 黄群策, 李云, 王正, 骆有庆, 杨谦, 丁立建, 苏淑钗, 苏里坦, 郝雨, 王正, 刘童燕, 曹金珍, 李云, 吴家森, 张璧光, 关德新, 方群, 吴家兵, 李文军, 常亮, 秦广雍, 刘彤, 张大红, 秦岭, 张书香, 许志春, 张慧东, 刘大鹏, 王勇, 张国华, 宋南, 姜培坤, 黄晓丽, 贺宏奎, 张佳蕊, 陈晓光, 金晓洁], 周晓燕, 苏晓华, 蔡学理, 张金桐, 李延军, 姜金仲, 陈燕, 高黎, 于兴华, 冯慧, 刘建立, 张弥, 姜静, 刘海龙, 张冰玉, 王德国, 朱彩霞, 陈绪和, 王谦, 王安志, 成小芳, 尹伟伦, 周梅, 张连生, 冯大领, 金昌杰, 亢新刚, 张勤, 聂立水, 陈建伟3, 梁树军, 胡君艳, 韩士杰, 崔国发, 姚国龙.  亚热带不同人工林土壤理化性质的研究 . 北京林业大学学报, 2006, 28(6): 56-59.
  • 加载中
图(3) / 表 (2)
计量
  • 文章访问数:  82
  • HTML全文浏览量:  19
  • PDF下载量:  21
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-05-18
  • 修回日期:  2020-12-04
  • 网络出版日期:  2021-01-20
  • 刊出日期:  2021-02-05

黄土高原高寒区不同人工林土壤养分及生态化学计量特征

doi: 10.12171/j.1000-1522.20200149
    基金项目:  国家重点研发计划重点专项课题(2017YFC0504604)
    作者简介:

    刘若莎。主要研究方向:林业生态工程。Email:2267664943@qq.com 地址:100083 北京市海淀区清华东路35号北京林业大学水土保持学院

    通讯作者: 王冬梅,教授,博士生导师。主要研究方向:水土保持、林业生态工程。Email:dmwang@126.com 地址:同上
  • 中图分类号: S718.55+1.2

摘要:   目的  通过分析黄土高寒区不同人工林和不同土层的土壤养分和生态化学计量变化,旨在阐明不同人工林土壤养分和化学计量特征,揭示土壤养分和化学计量随土层深度的变化规律。  方法  以青海黄土高寒区退耕的人工林地(包括青海云杉、华北落叶松、青杨、白桦)为研究对象,以自然退耕的草地和农田为对照,测定了6种植被类型在0 ~ 20 cm、20 ~ 40 cm和40 ~ 60 cm土壤层的C、N、P含量及生态化学计量比。  结果  (1)黄土高寒区不同人工林的土壤C、N含量差异显著(P < 0.05),P含量部分差异显著;人工林地各土层的C、N含量显著高于草地和农田,且青杨林在0 ~ 20 cm表土层的有机碳、全氮含量最高,分别为25.82、2.17 g/kg。(2)黄土高寒区不同人工林的土壤生态化学计量有显著差异(P < 0.05);0 ~ 60 cm土层中人工林地的C∶N显著低于农田,C∶P和N∶P高于草地和农田(P < 0.05);青杨在0 ~ 20 cm表土层的生态化学计量比其他人工林类型高,C∶N、C∶P和N∶P分别为11.99、43.27和3.64。(3)相关性分析表明,研究区土壤的有机碳与全氮相关性最紧密(P < 0.01),全氮与土壤C∶N和N∶P相关性最紧密(P < 0.01),有机碳与土壤C∶P相关性最紧密(P < 0.01)。说明研究区土壤C、N对不同人工林的响应具有一致性,土壤的C∶N和N∶P主要受全氮的影响,C∶P主要受有机碳的影响。(4)在0 ~ 60 cm土层中,黄土高寒区不同植被类型的土壤C、N、P含量均随土壤深度的增加而降低。研究区土壤的生态化学计量除青杨随土壤深度的增加而下降外,其他退耕植被无显著变化趋势。说明人工林对表层土壤养分的改良效果最好。  结论  不同人工林的土壤养分及生态化学计量有显著差异,且青杨林表层土壤的养分含量和化学计量最高;土壤养分随土壤深度的增加而降低,土壤生态化学计量随土壤深度变化不显著。

English Abstract

刘若莎, 王冬梅. 黄土高原高寒区不同人工林土壤养分及生态化学计量特征[J]. 北京林业大学学报, 2021, 43(1): 88-95. doi: 10.12171/j.1000-1522.20200149
引用本文: 刘若莎, 王冬梅. 黄土高原高寒区不同人工林土壤养分及生态化学计量特征[J]. 北京林业大学学报, 2021, 43(1): 88-95. doi: 10.12171/j.1000-1522.20200149
Liu Ruosha, Wang Dongmei. Soil nutrients and ecostoichiometric characteristics of different plantations in the alpine region of the Loess Plateau[J]. Journal of Beijing Forestry University, 2021, 43(1): 88-95. doi: 10.12171/j.1000-1522.20200149
Citation: Liu Ruosha, Wang Dongmei. Soil nutrients and ecostoichiometric characteristics of different plantations in the alpine region of the Loess Plateau[J]. Journal of Beijing Forestry University, 2021, 43(1): 88-95. doi: 10.12171/j.1000-1522.20200149
  • 土壤是陆地生态系统重要的C、N储蓄库,为植物的生长发育提供了养分基础[1-2]。土壤的生态化学计量是反映土壤养分的重要指标,土壤的C∶N和C∶P分别反映了土壤有机质的分解速率和磷的有效性,N∶P可确定养分限制的阈值[3-4]。土壤化学计量比可以直接影响植物对这些元素的吸收和利用,甚至改变植物的整体生物量配置和生态策略[5]。因此,研究土壤C、N、P化学计量比,有助于了解陆地生态系统的生物地球化学过程、养分循环和区域营养限制[6]

    退耕还林是我国的一项重要生态环境保护措施[7],其在防治水土流失、改善土壤理化性质、提高土壤养分含量和恢复生态环境方面具有重要作用[8]。目前许多学者对退耕后的人工林地土壤理化性质进行了大量研究,但由于研究区域、退耕年限、立地条件的不同,退耕后土壤养分的积累情况也不相同[9-10]。而不同人工林因其生物学特性的差异,对养分的吸收和利用有所不同,也会导致土壤养分的差异[11]。例如,陈鹏等[12]对油松(Pinus tabuliformis)、柠条(Caragana korshinskii)、小叶杨(Populus simonii)和针茅(Stipa capillata)等退耕植被的土壤进行研究,得出柠条林对土壤颗粒分布及土壤C、N和P养分含量的改良效果最佳。梁爱华等[13]表明退耕后土壤C、N积累速率表现为林地 > 灌木 > 草地。Li等[14]和Fu等[15]发现退耕林地的土壤有机碳(SOC)、总氮(TN)和总磷(TP)的含量和蓄积量高于草地。但目前这些研究多集中在不同退耕植被对土壤养分含量和物理性质方面的影响,对土壤生态化学计量方面研究较少。因此,探讨退耕后不同人工林地土壤生态化学计量变化可为今后植被类型的合理选择和植被恢复方向提供理论指导,这对脆弱生态系统的可持续恢复有重要意义。

    青海黄土高寒地区属于高寒生态系统,其气候条件独特,土壤养分贫乏,生态系统高度脆弱[16]。为了改善当地生态环境,促进生态系统的恢复,中国政府于1999年开始实施“退耕还林”工程恢复当地植被[17]。退耕后一些学者对植被恢复过程的土壤、凋落物、植被等均有研究[18-20],但对不同人工林的土壤生态化学计量对比研究较少,对人工林的土壤养分恢复现状认识不足。因此,本文以青海黄土高寒地区退耕20 年的4种人工林地为研究对象,以自然退耕的草地和农田为对照,测定各植被类型的土壤C、N、P含量及其化学计量,分析黄土高寒地区不同人工林土壤C、N、P含量及化学计量特征,并揭示土壤C、N、P含量及化学计量比随土层深度的变化规律,以期为区域植被建设提供理论依据。

    • 研究区位于青海省东北部的大通县,地处祁连山南麓,地理坐标为36°43′ ~ 37°23′N,100°51′ ~ 101°56′ E,海拔在2 280 ~ 4 622 m之间,属半干旱半湿润的大陆性气候[21]。境内山多川少,地形复杂,水土流失严重。该区由于海拔较高,气候垂直变化明显,全年日照时间2 605 h,年均气温为2.8 ℃,无霜期占全年三分之一,年降水量年在450 ~ 820 mm之间,75%的年降水量集中在7—9月,土壤以黄土母质上发育的山地棕壤为主[22]。试验地位于青海省大通县闇门滩小流域,该区自1999年以来,为控制当地水土流失问题,实施退耕还林工程恢复当地植被,植被类型主要是寒温性常绿针叶林及落叶阔叶林类,主要树种有青海云杉(Picea crassifolia)、祁连圆柏(Sabina przewalskii)、华北落叶松(Larix principis-rupprechii)、青杨(Populus cathayana)、白桦(Betula platyphylla)等,主要灌木种有沙棘(Hippophae rhamnoides)、柠条(Caragana korshinskii)、枸杞(Lycium chinense)、小蘖(Berberis circumsterrata)等,主要草本物种有紫花苜蓿(Medicago sativa)、问荆(Equisetum arvense)、珠牙蓼(Polygonum viviparum)等。研究区主要农用地类型为坡耕地,主要作物为小麦,坡耕地常规施肥,林草地无施肥管理[23]

    • 在试验地选择退耕20年的4种人工林地(青海云杉林、白桦林、华北落叶松林、青杨林)进行野外试验,并以自然退耕的草地和小麦田为对照。对研究区6种植被类型分别设置3个20 m × 20 m标准地,各重复样本之间的距离至少为100 m,以消除场地的空间异质性。研究区共设置18个标准地用于调查各标准地的海拔、坡度、坡向、坡位、林龄以及植被的种类、数量、株高和覆盖度等基本信息。所选标准地的地形、气候等相似,标准地调查的位置和基本情况见图1表1

      图  1  研究区各植被类型的标准地点位

      Figure 1.  Location of sample plots for each vegetation type in the study area

      表 1  黄土高寒区各采样点基本信息

      Table 1.  Basic information of sampling points in the alpine region of the Loess Plateau

      植被类型
      Vegetation type
      坡向
      Slope aspect
      采样点编号
      Sampling
      point No.
      经度
      Longitude
      纬度
      Latitude
      坡度
      Gradient/(°)
      海拔
      Altitude/m
      平均胸径
      Mean
      DBH/cm
      平均树高
      Mean plant height/m
      枯落物层厚度
      Litter thickness/cm
      小麦田
      Wheat field
      半阴坡
      Semi-shady slope
      1 101°41′10″E 36°55′04″N 8 2 485
      2 101°41′16″E 36°55′04″N 10 2 478
      3 101°40′59″E 36°54′52″N 12 2 500
      草地
      Grassland
      阴坡
      Shady slope
      4 101°40′24″E 36°55′40″N 9 2 511 0.4
      5 101°40′20″E 36°54′57″N 13 2 580 1.6
      6 101°40′26″E 36°54′56″N 15 2 588 0.5
      青杨
      Populus cathayana
      阴坡
      Shady slope
      7 101°40′19″E 36°55′16″N 18 2 589 9.9 7.2 2.5
      8 101°40′35″E 36°55′14″N 17 2 500 7.6 5.8 5.5
      9 101°40′36″E 36°55′34″N 19 2 462 8.1 6.8 4.5
      白桦
      Betula platyphylla
      阴坡
      Shady slope
      10 101°40′30″E 36°54′55″N 8 2 596 4.2 2.4 0.5
      11 101°40′31″E 36°55′01″N 10 2 517 3.9 1.7 0.7
      12 101°40′33″E 36°55′02″N 9 2 528 3.9 1.9 0.5
      青海云杉
      Picea crassifolia
      阴坡
      Shady slope
      13 101°40′26″E 36°55′9″N 10 2 509 5.4 3.4 0.8
      14 101°40′25″E 36°55′5″N 15 2 519 5.2 2.7 0.8
      15 101°40′30″E 36°55′03″N 18 2 550 4.5 2.1 0.8
      华北落叶松
      Larix principis-rupprechtii
      阴坡
      Shady slope
      16 101°40′30″E 36°55′11″N 16 2 525 7.9 6.9 3.8
      17 101°40′33″E 36°55′15″N 18 2 501 7.1 6.5 2.5
      18 101°40′39″E 36°55′12″N 17 2 530 7.5 6.8 3.0

      将每个标准地均匀地分成4个10 × 10 m2的样方,在每个样方中心设置一个土壤采样点,在各个土壤采样点用直径为5 cm的土钻分别取0 ~ 20 cm、20 ~ 40 cm、40 ~ 60 cm土层样品各50 g(每个表层土壤样品都在去除凋落物后采集,采样点距离树木至少80 cm),将每个标准地4个采样点的每层采集的土壤样品分别混合成一个样本,并取100 g左右带回实验室,放置在通风良好的地方自然干燥,粉碎、过筛后,用于土壤C、N、P含量的测定。

      有机质采用重铬酸钾外加热法测定,全氮采用凯氏定氮法测定,全磷采用NaOH碱溶−钼锑抗比色法测定[24]

    • 所有变量均采用平均值和标准差描述,使用Excel 2013对数据进行统计整理。采用SPSS 24.0对数据进行多重比较(LSD)和单因素方差分析(One-way ANOVA),检验不同植被类型各个指标的差异显著性。用Pearson法进行相关性分析,使用Origin 8.5进行绘图。

    • 图2可得,在0 ~ 60 cm土层中,人工林地、草地和小麦田的土壤有机碳含量分别在10.59 ~ 25.82 g/kg、7.32 ~ 13.67 g/kg和8.44 ~ 12.86 g/kg之间;人工林地各层土壤的有机碳含量均显著高于草地和小麦田(P < 0.05);在各人工林类型中,青杨在0 ~ 20 cm土层的有机碳含量显著高于其他人工林类型,青杨和青海云杉分别在20 ~ 40 cm和40 ~ 60 cm土层显著低于其他人工林类型(P < 0.05)。在0 ~ 60 cm土层中,人工林地、草地和小麦田的土壤全氮含量分别在0.92 ~ 2.17 g/kg、0.84 ~ 1.36 g/kg和0.43 ~ 0.81 g/kg之间;0 ~ 60 cm土壤的全氮含量均表现为人工林地 > 草地 > 小麦田;在各人工林类型中,青杨在0 ~ 20 cm土层的全氮含量显著高于其他人工林类型,华北落叶松在40 ~ 60 cm土层显著低于其他人工林类型(P < 0.05)。在0 ~ 60 cm土层中,人工林地、草地和小麦田的土壤全磷含量分别在0.34 ~ 0.83 g/kg、0.57 ~ 0.80 g/kg和0.51 ~ 0.74 g/kg之间,各土地利用类型间的全磷含量差异部分显著,且无明显规律;在各人工林类型中,青海云杉和白桦在0 ~ 20 cm和20 ~ 40 cm土层的全磷含量显著高于华北落叶松和青杨,华北落叶松在40 ~ 60 cm土层显著低于其他人工林类型(P < 0.05)。

      图  2  不同植被类型的各层土壤C、N、P含量

      Figure 2.  Contents of C, N and P in each soil layer under different vegetation types

      图2可知,人工林地、草地和小麦田在0 ~ 60 cm土壤层中的有机碳、全氮、全磷含量均表现为0 ~ 20 cm > 20 ~ 40 cm > 40 ~ 60 cm,0 ~ 40 cm土层差异较显著,说明各植被类型在0 ~ 60 cm土层中的有机碳、全氮、全磷含量均随土壤深度的增加而下降。

      多重比较的结果表明,0 ~ 60 cm土层中人工林地各层土壤的C、N含量较草地和小麦田高,青杨在0 ~ 20 cm表土层的有机碳、全氮含量最高。

    • 图3可得,在0 ~ 60 cm土层中,人工林地、草地和小麦田的土壤C∶N分别在8.27 ~ 13.10、8.28 ~ 10.07和16.24 ~ 19.96之间;人工林地各层土壤的C∶N均显著低于小麦田(P < 0.05);在各人工林类型中,青杨在0 ~ 20 cm土层的C∶N最高,华北落叶松在20 ~ 60 cm土层的C∶N最高(P < 0.05)。在0 ~ 60 cm土层中,人工林地、草地和小麦田的土壤C∶P分别在18.05 ~ 43.27、12.89 ~ 17.07和15.53 ~ 18.95之间;各层土壤的C∶P均表现为人工林地 > 小麦田 > 草地,且差异性显著(P < 0.05);在各人工林类型中,青杨在各土层的C∶P最高,但在20 ~ 40 cm土层中与华北落叶松差异不显著。在0 ~ 60 cm土层中,人工林地、草地和小麦田的土壤N∶P分别在1.96 ~ 3.64、1.48 ~ 1.70和0.79 ~ 1.09之间;各层土壤的N∶P均表现为人工林地 > 草地 > 小麦田,且差异性显著(P < 0.05);在各人工林类型中,0 ~ 40 cm土层的N∶P表现为青杨 > 华北落叶松 > 青海云杉 > 白桦,40 ~ 60 cm土层的N∶P表现为华北落叶松 > 青杨 > 青海云杉 > 白桦,且青海云杉与白桦在各土层间的差异不显著。

      图  3  不同植被类型的土壤生态化学计量

      Figure 3.  Soil ecostoichiometry of different vegetation types

      图3可知,华北落叶松土壤的C∶N和C∶P表现为40 ~ 60 cm > 20 ~ 40 cm > 0 ~ 20 cm,青杨的C∶N、C∶P和N∶P均表现为0 ~ 20 cm > 20 ~ 40 cm > 40 ~ 60 cm,草地的C∶P表现为0 ~ 20 cm > 20 ~ 40 cm > 40 ~ 60 cm,差异显著(P < 0.05);以上结果说明在0 ~ 60 cm土层中,华北落叶松土壤的C∶N和C∶P均随土壤深度的增加而升高,青杨的C∶N、C∶P、N∶P和草地的C∶P随土壤深度的增加而下降,其他植被类型的生态化学计量随土壤深度的变化均无显著变化趋势。

      多重比较的结果表明,0 ~ 60 cm土层中人工林地的C∶N低于小麦田,C∶P和N∶P高于草地和小麦田;青杨在0 ~ 20 cm表土层的生态化学计量比较其他人工林类型高。

    • 相关性分析结果表明(表2),在0 ~ 60 cm土层的不同植被类型之间,有机碳、全氮和全磷之间存在极显著正相关关系(P < 0.01),且有机碳与全氮的相关性最高。在土壤养分与生态化学计量之间,有机碳、全磷与C∶N无显著相关性(P > 0.05),全氮与C∶N呈极显著负相关(P < 0.01);有机碳、全氮与C∶P呈极显著正相关(P < 0.01),全磷与C∶P呈显著负相关(P < 0.05),且有机碳与土壤C∶P的相关性最高;有机碳、全氮与N∶P呈极显著正相关(P < 0.01),全磷与N∶P间无显著相关性(P > 0.05),全氮与土壤N∶P的相关性最高。在生态化学计量比值之间,C∶N与C∶P无显著相关性(P > 0.05),C∶N与N∶P呈极显著负相关关系(P < 0.01);C∶P与N∶P呈极显著正相关关系(P < 0.01),且在生态化学计量间的相关性最高。以上结果说明,土壤C∶N和N∶P受全氮影响较大,C∶P受有机碳影响较大。

      表 2  土壤(0 ~ 60 cm)C、N、P含量及其生态化学计量比的相关性分析

      Table 2.  Correlation analysis of soil (0−60 cm) C, N, P content and its ecostoichiometry

      项目 Item有机碳 Organic carbon全氮 Total nitrogen全磷 Total phosphorusC∶NC∶PN∶P
      有机碳 Organic carbon 1
      全氮 Total nitrogen 0.828** 1
      全磷 Total phosphorus 0.369** 0.428** 1
      C∶N −0.062 −0.568** −0.196 1
      C∶P 0.737** 0.512** −0.319* 0.083 1
      N∶P 0.647** 0.779** −0.214 −0.482** 0.802** 1
      注:*表示显著相关(P < 0.05);**表示极显著相关(P < 0.01)。Note: * means significant correlation (P < 0.05); ** means extremely significant correlation (P < 0.01).
    • 本研究结果显示,人工林地的土壤有机碳和全氮含量高于草地和小麦田,这与孙骞等[25]研究结果一致。这主要由于:(1)农田退耕成人工林后,耕种过程中的物理机械破坏消失,同时地表植被、地下根系增多,枯落物全部回归土壤,使土壤有机物来源增加[26]。(2)农田退耕成人工林后地表植被覆盖度和地下根系增加,降雨时的土壤侵蚀降低,土壤养分流失量减少[25]。因此,在青海黄土高寒区人工林地的土壤养分含量较高。在本研究的不同人工林类型中,青杨林对表土层有机碳、全氮含量的提高均显著高于其他林分类型,这一结果与Shi等[27]和Wang等[28]研究结果一致。这是因为:(1)青杨林属于阔叶林,它的根生物量和凋落物较针叶林丰富,表层土壤的有机物累积率高,使土壤的有机物输入增加[27]。(2)通过调查发现研究区的青杨生长状况最好,植株胸径较粗,树体高大,林下植被丰富,因此其积累有机物量最多。本研究的人工林地与农田和草地全磷含量差异部分显著但规律不明显,这与张萍、朱秋莲等[29-30]研究一致。这可能是由于P主要来自于岩石的风化和淋溶作用,受土壤母质影响较大,而且P易形成具有沉积性的矿物质,不利于在土壤中迁移[30]。因此本研究中不同退耕方式对土壤全磷的影响不显著。

      此外,本研究中不同植被类型的土壤C、N、P养分含量均随土层深度增加而降低,这与大部分的研究结果一致,这主要是因为植物归还的养分主要积累在土壤表层,退耕后人为翻动消失,地表以下土壤获得有机物的含量逐渐减少,同时植物根系随着土壤深度的增加生物量逐渐减少[31],进入土壤的根系残体减少,同时根系也会消耗地表以下的土壤有机物,因此土壤养分会随土层深度的增加而降低[26]

    • 土壤的C、N、P生态化学计量是通过土壤中有机碳、全氮和全磷含量的计算得到,若某元素含量变化必将引起比值变化[11]。本文通过相关性分析表明,研究区土壤的有机碳与全氮相关性关系最紧密,说明土壤中C、N对不同退耕方式的响应是一致的。全氮与土壤C∶N和N∶P相关性最紧密,有机碳与土壤C∶P相关性最紧密,说明研究区不同植被类型土壤的C∶N和N∶P主要受全氮的影响,C∶P主要受有机碳的影响。本研究结果表明,农田退耕成人工林地后土壤的C∶N降低,土壤的C∶P和N∶P升高,这与Liu等[32]和王建林等[33]的研究结果一致。这是因为农田退耕成人工林地后土壤的有机碳和全氮含量增加,由于土壤C∶N和N∶P受全氮的影响较大,因此退耕后土壤的C∶N降低,N∶P比升高;因为C∶P受有机碳的影响较大,因此退耕后土壤的C∶P升高。在不同的人工林类型中,青杨林土壤表层的C∶N、C∶P和N∶P变化显著,是因为青杨林表土层积累的有机碳、全氮含量较高,土壤化学计量受有机碳和全氮影响较大,这提高了青杨林表土层的生态化学计量比(C∶N、C∶P和N∶P)。

      本研究结果表明青杨的C∶N、C∶P、N∶P均随土壤深度的增加而下降,其他植被类型的生态化学计量随土壤深度的变化趋势不显著。这可能是因为其他植被类型的有机碳、全氮和全磷在不同土壤深度的变异很大。

    • (1)黄土高寒区不同人工林土壤C、N含量差异显著(P < 0.05),P含量差异部分显著。各土层的有机碳和全氮含量表现为人工林地高于草地和农田(P < 0.05);在各人工林类型中,青杨在0 ~ 20 cm表土层的有机碳、全氮含量增加显著,分别为25.82、2.17 g/kg。说明青杨林更有利于表土层的养分积累。

      (2)黄土高寒区不同人工林土壤生态化学计量有显著差异(P < 0.05),0 ~ 60 cm土层中人工林地的C∶N低于农田,C∶P和N∶P高于草地和农田(P < 0.05);在各人工林类型中,青杨在0 ~ 20 cm表土层的生态化学计量比其他人工林类型高,C∶N、C∶P和N∶P分别为11.99、43.27和3.64。说明青杨林对表层土壤的生态化学计量影响最大。

      (3)相关性分析表明,研究区土壤的有机碳与全氮相关性最紧密(P < 0.01),全氮与土壤C∶N和N∶P相关性最紧密(P < 0.01),有机碳与土壤C∶P相关性最紧密(P < 0.01)。说明土壤C、N对不同退耕方式的响应具有一致性,研究区不同植被类型土壤的C∶N和N∶P主要受全氮的影响,C∶P主要受有机碳的影响。

      (4)在0 ~ 60 cm土层中,黄土高寒区不同植被类型土壤C、N、P含量均随土壤深度的增加而降低;土壤生态化学计量(C∶N、C∶P和N∶P)除青杨随土壤深度的增加而下降外,其他植被类型无显著变化趋势。说明人工林对表层土壤养分的改良效果最好。

参考文献 (33)

目录

    /

    返回文章
    返回