Soil organic carbon fraction and enzyme activities under different restoration methods in karst area
-
摘要:目的植被的自然恢复和人工重建是加速岩溶生态系统修复、提高土壤质量的主要措施。研究岩溶区不同恢复方式下土壤有机碳组分及酶活性可揭示不同恢复方式对土壤质量的影响，旨在为岩溶区植被恢复模式的筛选和恢复的效果评价提供科学依据。方法以云南省建水县岩溶区自然恢复的天然次生林、人工恢复的云南松针叶林、桉树阔叶林为研究对象，分析不同土层的土壤有机碳组分、碳库管理指数和酶活性分布特征及其相关关系。结果各植被恢复方式下土壤有机碳(SOC)含量为9.076~56.855 g/kg，可溶性有机碳(DOC)含量为822.311~1 175.778 mg/kg，微生物量碳(MBC)含量为332.933~2 035.244 mg/kg，易氧化有机碳(EOC)含量为2.381~6.094 g/kg。同一植被恢复方式下，除云南松林下的EOC含量外，各有机碳组分含量均随土层的加深而降低，局部土层深度出现波动。云南松林土壤亚表层(10~20 cm)的EOC含量显著高于表层(0~10 cm)和深层(20~30 cm)。不同植被恢复方式对DOC、EOC与SOC含量的影响大致均表现为：天然次生林＞桉树林＞云南松林，云南松林各土层的MBC含量始终显著高于桉树林。各有机碳组分与SOC均表现为极显著(P＜0.01)或显著(P＜0.05)正相关关系；不同植被恢复方式提升土壤碳库管理指数的能力大小为：天然次生林＞桉树林＞云南松林。SOC与CPI、CPMI呈极显著(P < 0.01)和显著(P < 0.05)正相关，EOC与CPAI、CPI、CPMI呈极显著(P＜0.01)或显著(P＜0.05)正相关。不同植被恢复方式通过增加土壤SOC、EOC等，从而提高了土壤碳库管理指数；整体上土壤酶活性随着土层的加深呈递减趋势，局部范围内有波动。不同植被恢复方式下土壤酶活性的变化不尽相同，过氧化氢酶和淀粉酶活性表现为天然次生林＞云南松林＞桉树林。各植被恢复方式下SOC、MBC、DOC、EOC含量与4种土壤酶活性均呈正相关关系，且多为显著或极显著水平。结论3种植被恢复措施在不同程度上提高了土壤各有机碳组分含量、碳库管理指数和土壤酶活性。其中，天然次生林对土壤整体质量的提升能力最高，桉树林在提升总有机碳及活性碳组分含量方面较为显著，而云南松林对过氧化氢酶和淀粉酶活性的提升能力更为显著。因此，应该加快岩溶区宜林土地管理方式的转变，优先考虑自然恢复，选择人工造林时要注重对阔叶树的利用和优化管理。Abstract:ObjectiveNatural restoration and artificial reconstruction of vegetation are the main measures to accelerate the restoration of karst ecosystems and improve soil quality. Studying the soil organic carbon fraction and enzyme activities under different restoration patterns in karst area can reveal the effect of different restoration methods on soil quality, and aims to provide scientific basis for the screening of ecological restoration patterns and evaluation of restoration effects in karst areas.MethodBased on the naturally restored secondary forest and artificially restored Pinus yunnanensis needle forest and Eucalyptus robusta broadleaved forest in Jianshui County, Yunnan Province of southwestern China, the soil organic carbon fraction, carbon pool management indexes and enzyme activity distribution characteristics and their correlations in different soil layers were analyzed.ResultThe soil organic carbon(SOC) content was 9.076-56.855 g/kg, the dissolved organic carbon(DOC) content was 822.311-1 175.778 mg/kg, the microbial biomass carbon(MBC) content was 332.933-2 035.244 mg/kg, and the easy oxidation organic carbon (EOC) content was 2.381-6.094 g/kg. Under the same vegetation restoration mode, except for the content of EOC under the Pinus yunnanensis forest, the content of each organic carbon component decreased with the increase of soil depth, and the local soil depth fluctuated. The content of EOC in the subsurface (10-20 cm) soil of Pinus yunnanensis was significantly higher than that in the surface layer (0-10 cm) and deep layer (20-30 cm). The impacts of different vegetation restoration methods on DOC, EOC and SOC contents were roughly as follows: natural secondary forest>Eucalyptus robusta forest>Pinus yunnanensis forest, and the MBC content of Pinus yunnanensis forest was always significantly higher than that in the Eucalyptus robusta forest. The organic carbon components and SOC showed very significantly (P < 0.01) or significantly (P < 0.05) positive correlations; the ability of different vegetation restoration methods to improve the soil carbon pool management indexes was: secondary forest> eucalypt forest>Pinus yunnanensis forest. SOC had very significant and significant correlations with CPI and CPMI, and EOC also had very significant (P < 0.01) or significant (P < 0.05) correlations with CPAI, CPI, and CPMI. Each vegetation restoration method increased soil SOC, EOC, etc., thereby increasing the soil carbon pool management indexes. As a whole, the soil enzyme activities decreased with the deepening of the soil layer, and there was fluctuation in the local range. Soil enzyme activities varied differently under different vegetation restoration methods. The activities of catalase and amylase were shown as secondary forest>Pinus yunnanensis forest>Eucalyptus robusta forest. The SOC, MBC, DOC, and EOC contents were positively correlated with the four soil enzyme activities under various vegetation restoration patterns, and most of them were significant or very significant.ConclusionThe three vegetation restorations improved soil organic carbon fraction, carbon pool management indexes and soil enzyme activities to varying degrees. Among them, secondary forests have the highest ability to improve the overall soil quality. Eucalyptus robusta forests have a significant increase in the content of total organic carbon and active carbon components, while the Pinus yunnanensis forest has a significantly greater ability to increase the activities of catalase and amylase. Therefore, it is necessary to speed up the transformation of land management methods in suitable forest lands in karst areas and give priority to natural restoration, and pay attention to the utilization and optimization management of broadleaved trees when selecting artificial afforestation.
-
Keywords:
- karst area /
- vegetation restoration /
- soil organic carbon /
- soil enzyme activity
-
有数据显示，全球陆地土壤碳含量为1 750 Pg，植被碳含量为550 Pg，总量约为大气碳含量的3倍[1]，即无论土壤作为“碳源”还是“碳汇”都将对气候变化产生巨大影响，故在全球气候变化和生态扰动背景下，陆地生态系统有机碳（SOC）分布与动态变化受到广大学者的广泛重视。尤其表层土壤，是SOC的集中分布层，其SOC含量更显著的受到微地形[2]、植被类型[3-4]、枯落物数量[5-6]、人为扰动[7]等因素的影响，使其在空间分布上具有更强的异质性，而成为研究者关注的一个焦点。
在不同空间尺度上，SOC分布的异质性为SOC储量的科学估算及关键影响因素的研究提出了挑战，故随着地统计分析工具的出现，广大学者采用地统计学的方法针对不同生态类型、空间尺度等条件下SOC的分布特征及空间变异性进行了研究，并表明地统计学是研究SOC空间分布的一种有效工具[8]。如Gao等[9]基于地统计方法研究得出中国北方丘陵地区SOC的空间异质性受随机性和结构性因素的共同控制。Göl等[10]研究发现球状模型可以很好地模拟黑海不同土地利用方式SOC的空间分布。SOC的空间分布还具有尺度效应[11]，然而在区域、县域等大、中尺度下的空间分布与预测往往简化了某些生态过程，可能增加碳研究的不确定性[12]，相比之下，小尺度下的空间预测反映的信息量更加丰富[13]，因此揭示小尺度SOC的空间分布格局及其影响因素对于精确估算SOC含量是必要的。
青藏高原属于典型的生态脆弱区和气候变化的敏感区，在全国乃至全球都具有重要的生态地位。近年来，随着交通不断便利，不少学者开展了青藏高原土壤碳循环研究，如王建林等[14]关于草地土壤化学计量特征的大尺度空间分布研究，从宏观上了揭示青藏高原的土壤养分状况。叶成龙等[15]人基于野外定点试验和室内试验的研究表明，氮输入将增加预测青藏高原高寒草甸地区土壤碳排放的不确定性。其他研究如吕韶利[16]、刘合满[17]等，研究结果为高寒地区土壤碳循环研究奠定了丰富的理论和技术参考。青藏高原地形、植被、气候等具有显著的差异，导致SOC含量具有高度的空间异质性，然而目前针对SOC的空间分布与模拟研究仍少见报道，尤其是在小尺度空间范围，这将阻碍我们对于青藏高原这一特殊生态系统土壤碳动态变化的认识。为科学阐明高寒地区典型植被类型表层SOC及SOCD的空间分布特征与影响因素，本研究以西藏东南部色季拉山西坡广泛分布的草甸和杜鹃灌丛土壤为研究对象，采用地统计分析方法，旨在阐明小尺度下不同植被类型SOC及SOCD的空间变异及格局，以期为高寒环境下土壤有机碳循环研究及土壤碳储量的准确估算提供理论支撑。
1. 研究区概况与研究方法
1.1 研究区概况
本研究以色季拉山西坡相邻分布的灌丛、草甸为研究样地，其海拔4 200 ~ 4 400 m，地理位置29°36′N、94°38′E。根据色季拉山道班阴坡林外（29°35′51″N，94°36′43″E，4 390 m）2005 — 2012年的观测数据，该区域年均气温约为0.64 ℃，年均相对湿度为77%，年降雨量为877 mm。土壤类型属于亚高山林灌草甸土、沼泽草甸土[18]。
本研究所选样区主要包含苔草高寒草甸（Carex alpine meadow，CAM）、林芝杜鹃灌丛（Rhododendron tanastylum shrub，RTS）、雪山杜鹃灌丛（Rhododendron aganniphum shrub，RAS）3种植被类型。苔草高寒草甸，地面以苔草为建群种，其中还分布有委陵菜（Potentilla chinensis）、老鹳草（Geranium wilfordii）、阜莱氏马先蒿（Pedicularis fletcherii）、西藏糙苏（Phlomis tibetica）、偃卧繁缕（Stellaria decumbens）、蒲公英（Taraxacu mmongolicum）等，地面凹凸不平，存在沟壑。林芝杜鹃灌丛是以林芝杜鹃（Rhododendron tanastylum）为优势种，红枝小檗（Berberis erythroclada）和雪层杜鹃（Rhododendron nivale）为亚优势种的灌草丛地，植被分布不均一。雪山杜鹃灌丛主要生长雪山杜鹃（Rhododendron aganniphum），并伴有高山柏（Sabina squamata）和急尖长苞冷杉（Abies georgei var. smithii）零星分布，地面有较厚的枯落物层（最厚可达10 cm）。样地概况如表1所示。
表 1 样地基本概况Table 1. Basic condition of sample plots植被类型
Vegetation
type海拔
Altitude/m植被盖度
Vegetation
coverage/%坡度
Slope/(°)全氮
Total nitrogen
(TN)/(g·kg−1)全磷
Total phosphorus
(TP)/(g·kg−1)pH 含水率
Water
content/%土壤密度
Soil density/
(g·cm−3)黏粒
Clay/%粉粒
Silt/%砂粒
Sand/%CAM 4242 95 16 6.54 1.12 5.59 55.37 0.81 3.82 62.76 33.42 RTS 4264 75 14 3.29 0.39 5.47 72.01 0.82 3.55 61.45 35.00 RAS 4387 > 95 25 5.48 0.37 4.30 72.62 0.46 3.19 62.07 34.75 注：CAM为苔草高寒草甸；RTS为林芝杜鹃灌丛；RAS为雪山杜鹃灌丛。黏粒粒径< 0.002 mm，粉粒粒径在0.002~0.05 mm之间，砂粒粒径在0.05~2 mm之间。下同。Notes: CAM is Carex alpine meadow; RTS is Rhododendron tanastylum shrub; RAS is Rhododendron aganniphum shrub. Clay particle size is less than 0.002 mm; silt particle size is between 0.002−0.05 mm; sand particle size is between 0.05−2 mm. The same below. 1.2 样品采集与处理
于2018年10月，在野外考察的基础上，选择坡度较缓，植被类型连续的区域作为研究区（图1），采用10 m × 10 m网格法采样。即在3种植被类型区采用测量绳分别划定一个50 m × 50 m的样地，然后按照10 m × 10 m网格设置采样点，共计36个采样点。分别采集0 ~ 10 cm层次土壤和原状土壤样品，共获得土壤样品和环刀土样各108个，详细记录每一采样点的地形（海拔、坡度、坡位、凸起、沟壑）、植被覆盖等信息。采集的样品去杂置于风干盘自然风干后，经研磨使其分别通过2.00、0.25 mm土壤筛，用以测定土壤碳、氮等理化性质。SOC采用重铬酸钾容量−外加热法测定，全氮（TN）采用半微量凯氏法测定，全磷（TP）采用钼锑抗比色法测定，土壤密度、机械组成分别采用环刀法和激光粒度分布仪（Bettersize2000，丹东百特仪器有限公司）测定，以上实验过程参照文献[19-20]进行。
1.3 土壤有机碳密度计算
SOCD的计算采用如下公式：
SOCD=CDE(1−G)/100 式中：
C 为有机碳含量（g/kg），D 为土壤密度（g/cm3），E 为土层厚度（cm），G 为直径 > 2 mm石砾百分含量（%），这里忽略G 后计算SOCD[21]。1.4 数据处理与分析
在SPSS 22.0中计算SOC及SOCD的最大值、最小值、平均值、标准差、变异系数（Coefficient of variation, CV），其中CV值在0 ~ 10%、10% ~ 100%和 > 100%之间时，分别属于弱、中等和强变异。对不同植被类型SOC、SOCD的差异显著性检验采用LSD法（P < 0.01）。在GS+ 9.0中建立半方差函数模型，模型拟合可以得到块金值（C0）、基台值（C0 + C）、变程（A0）3个评价空间变异程度的参数，其中块金值与基台值的比值（C0/（C0 + C））即结构比，反映了随机性因素引起的空间变异占系统总变异的比值，比值在 < 25%、25% ~ 75%、> 75%范围，分别表示强、中、弱的空间自相关性，随机性因素引起的空间变异逐渐增大[22]，变程反映了区域化变量存在空间自相关性的距离上限。基于半方差函数模型，在ArcGIS10.2中完成克里格插值。冗余分析采用Canoco 5.0进行，并采用Forward selection和Monte Carlo permutation test进行环境因子重要性排序和显著性检验。
2. 结果与分析
2.1 SOC及SOCD的分布特征
不同植被类型的SOC、SOCD差异显著（P < 0.01）（表2），SOC含量表现为RAS（146.45 g/kg） > CAM（95.60 g/kg） > RTS（60.43 g/kg），RAS分别较CAM和RTS的SOC含量高53.19%、142.35%，SOCD表现为CAM（7.34 kg/m2） > RAS（6.32 kg/m2） > RTS（4.80 kg/m2），CAM分别较RAS和RTS高22.31%、61.04%。该研究区SOC和SOCD均具有中等程度的空间变异。
表 2 SOC及SOCD的描述性统计特征Table 2. Descriptive statistics of SOC and SOCD指标
Item植被类型
Vegetation type样本量
Sample size平均值
Mean最大值
Max.最小值
Min.变异系数
CV/%P 分布类型
Distribution typeSOC/（g·kg−1） CAM 33 95.60 ± 44.31b 219.85 49.63 46.35 0.169 N RTS 36 60.43 ± 25.73a 148.31 24.01 42.58 0.359 N RAS 36 146.45 ± 49.67c 252.15 69.10 33.92 0.500 N SOCD/（kg·m−2） CAM 36 7.73 ± 2.39c 12.77 4.50 30.92 0.538 L RTS 36 4.80 ± 2.01a 8.92 1.90 41.88 0.943 N RAS 36 6.32 ± 1.98b 11.22 1.53 31.33 0.747 N 注：不同小写字母表示植被类型之间SOC或SOCD差异显著（P < 0.01）。N为正态分布；L为对数正态分布。Notes: different lowercase letters indicate significant differences in SOC or SOCD between vegetation types （P < 0.01）. N means normal distribution; L means lognormal distribution. 在K-S检验结果如表2所示，CAM的SOC在剔除3个异常值后符合正态分布，SOCD则符合对数正态分布，RTS及RAS的SOC和SOCD均符合正态分布。
2.2 SOC及SOCD的空间自相关性
本研究以最大间距的1/2（35.56 m）为样本变化范围，以最小间距（10 m）为步长，并以平均预测误差（ME）最接近于0，决定系数（R2）和均方根标准预测误差（RMSSE）最接近于1交叉验证模型精度，最优模型如图2所示。
在不考虑各向异性的前提下，除RAS外，CAM和RTS的SOC、SOCD均得到了较好的拟合（表3）。CAM、RTS的SOC最优拟合为球状模型（spherical model），R2分别达0.998、0.432，ME依次为3.268、0.506，RMSSE为0.920、1.057；RAS的SOC最佳拟合模型为线性模型（linear model），R2为0.091，拟合效果较差。3种植被类型SOCD的拟合效果均较好，CAM、RTS及RAS分别符合指数模型（exponential model）、球状模型和线性模型，R2达0.965、0.864和0.996，ME在−0.145 ~ 0.021之间，RMSSE在1.017 ~ 1.059之间。
表 3 不同植被类型SOC及SOCD半方差函数模型及交叉验证Table 3. Semivariogram and cross-validation of SOC and SOCD under different vegetation types指标
Item植被类型
Vegetation
type理论模型
Theoretical model块金值
Nugget
(C0)基台值
Sill
(C0 + C)结构比
Structure ratio
(C0/(C0 + C))/%变程
Range (A0)/
m决定系数
Determination
coefficient (R2)预测误差 Prediction error ME RMSSE SOC CAM 球状模型 Spherical model 25.00 1716.00 1.46 30.29 0.998 −3.268 0.920 RTS 球状模型 Spherical model 58.00 721.30 8.04 17.68 0.432 0.506 1.057 RAS 线性模型 Linear model 2338.32 2338.32 100.00 32.69 0.091 −1.009 1.068 SOCD CAM 指数模型 Exponential model 0.01 4.67 2.14 20.31 0.965 −0.145 1.042 RTS 球状模型 Spherical model 0.58 4.64 12.51 17.44 0.864 0.021 1.059 RAS 线性模型 Linear model 4.00 4.00 100.00 32.69 0.996 −0.065 1.017 从结构比来看，除RAS外，其他植被类型的SOC及SOCD均具有强烈的空间自相关性。CAM与RTS的SOC结构比分别为1.46%、8.04%，SOCD结构比分别为2.14%、12.51%，即CAM < RTS < 25%，结构性因素引起的空间变异大于75%，具有较强的空间依赖性。RAS的SOC及SOCD块金值等于基台值，结构比达100%，属于纯块金方差，空间自相关性较弱，随机性因素控制为主。
从变程来看，SOC、SOCD的空间变异尺度存在差异，反映出不同程度的空间连续性。3种植被类型SOC的变程表现为RAS（32.69 m） > CAM（30.29 m） > RTS（17.68 m），SOCD为RAS（32.69 m） > CAM（20.31 m） > RTS（17.44 m），即SOC、SOCD的空间连续性从RAS、CAM到RTS逐渐变差。除RNS外，CAM和RTS的空间变程均表现为SOC > SOCD，即SOC可能较SOCD具有更大的空间自相关距离，在考察SOC含量时的采样可以适当加大采样间距。
2.3 SOC及SOCD的空间分布
本研究RAS的SOC及SOCD空间上主要受随机因素控制，故不适合做空间插值[23]。CAM及RTS的SOC及SOCD的空间分布如图3所示。总体而言，SOC及SOCD呈斑状或条带状分布，并且同一植被类型的SOC与SOCD空间分布相似。其中CAM的SOC、SOCD高值区集中分布在样地南部和东部边缘，分别在90.29 ~ 219.85 g/kg、8.05 ~ 14.05 kg/m2之间，并且由北部、西部边缘向中部延伸分别形成两个低值分布带，值在49.63 ~ 90.29 g/kg、8.05 ~ 14.50 kg/m2之间。RTS的SOC、SOCD具有相似的高低值分布区，高值区SOC、SOCD分别为56.63 ~ 148.31 g/kg、5.31 ~ 13.09 kg/m2范围，低值区分别在24.01 ~ 56.63 g/kg和2.67 ~ 5.31 kg/m2范围，但与CAM相比，RTS的SOC及SOCD均未表现出明显的边缘效应，而呈高低值交错分布的特征，空间连续性较差。
![]()
图 3 SOC及SOCD的水平分布格局Figure 3. Horizontal distribution patterns of SOC and SOCD under different vegetation types2.4 SOC和SOCD与土壤因子的相关性分析
如图4所示，RDA排序图的典型轴1和轴2解释了SOC、SOCD与土壤性质总体变异的58.2%。土壤含水率、TN在SOC箭头连线上的投影长度最长，表明其与SOC呈较强的正相关性，土壤密度、pH在SOC箭头反向延长线上的投影较长，表明二者与SOC呈较强的负相关性，而土壤机械组成、坡度、TP与SOC的相关性不大。SOCD与SOC呈正相关性，但与土壤各性质的相关性不如SOC显著，主要与TP、TN的关系较为密切。
![]()
图 4 SOC及SOCD与土壤因子相关性的冗余分析排序图SOC. 土壤有机碳；SOCD. 土壤有机碳密度；TN. 全氮；TP. 全磷；Water content. 含水率；Soil density. 土壤密度；Slope. 坡度；Clay. 黏粒；Silt.粉粒；Sand. 砂粒。SOC, soil organic carbon.; SOCD, soil organic carbon density; TN, total nitrogen; TP, total phosphorus.Figure 4. Redundancy analysis on the correlation between SOC and SOCD with soil properties由表4可知，各土壤因子对SOC、SOCD的影响存在一定差异。各土壤因子对SOC、SOCD影响的重要性排序从大到小依次为含水率 > 土壤密度 > pH > TN > 黏粒 > 砂粒 > 粉粒 > 坡度 > TP，除TP对SOC、SOCD的影响未达显著水平外（P > 0.05），其他土壤因子对SOC、SOCD的影响均达极显著水平（P < 0.01），其中含水率、土壤密度和pH因子对SOC、SOCD空间变异的贡献率较高，分别为69.60%、65.70%、53.50%，其次是TN和黏粒，贡献为44.20%和30.10%。表明土壤含水率、土壤密度、pH是影响研究区SOC、SOCD空间分布的关键因素。
表 4 土壤因子解释量及显著性检验Table 4. Explanation rate and significance test of soil factors土壤因子
Soil
factor重要性排序
Importance
ranking因子解释量
Factor explanation
rate/%F P 含水率 Water content 1 69.60 98.40 0.002 土壤密度 Soil density 2 65.70 88.30 0.002 pH 3 53.50 62.10 0.002 全氮 TN 4 44.20 46.60 0.002 黏粒 Clay 5 30.10 27.80 0.002 砂粒 Silt 6 17.50 14.60 0.002 粉粒 Sand 7 15.80 13.00 0.002 坡度 Slope 8 12.50 10.00 0.004 全磷 TP 9 0.20 0.10 0.740 3. 讨 论
3.1 植被类型对SOC和SOCD的影响
本研究中植被类型显著影响了表层0 ~ 10 cm土壤有机碳含量（P < 0.01），与前人研究结果一致[24-25]。表层SOC含量为RAS > CAM > RTS，与植被覆盖度规律一致（表1），即RAS（> 95%） > CAM（95%） > RTS（75%）。这是因为自然生态系统植被枯落物是表层土壤有机碳的重要来源，并与植被覆盖度显著正相关。研究区SOC含量处于较高水平，均值达100.97 g/kg，显著高于全国0 ~ 10 cm土壤水平（24.56 g/kg）[26]。与相似生态类型区比较，CAM的SOC（95.60 g/kg）亦高于青海省河南县杂类草型草甸（74.99 g/kg）[27]和江西省武功山草甸（63.52 g/kg）[28]，两种灌丛SOC的平均含量（103.44 g/kg）亦显著高于燕山北部绣线菊（Spiraea salicifolia）灌丛（37.65 g/kg）和榛子（Corylus heterophylla）灌丛（64.74 g/kg）[29]。这可能与低温抑制酶活性、减缓土壤有机质的矿化分解有关[30]，该区域年均气温仅0.64 ℃，且降水丰富，年降雨达877 mm，有利于表层有机质的积累。SOCD与SOC的表现基本一致，CAM（7.73 kg/m2）、RTS（4.8 kg/m2）和RAS（6.32 kg/m2）的SOCD显著高于全国10 cm土壤厚度的SOCD（1.21 kg/m2）[31]，表明色季拉山高海拔区土壤有机碳储量较丰富，可能成为未来大气CO2浓度升高的潜在碳源。
3.2 SOC及SOCD的空间异质性
本研究小空间尺度上，植被类型影响了表层土壤有机碳的空间分布与变异特征。SOC和SOCD的空间变异半方差函数分析结果表明，拟合度以CAM最佳，其次为RTS，而RAS则较差。这可能是由于小空间尺度上RAS地表地形及植被、枯落物等基本立地条件较为破碎有关，故可能需要增加采样点或缩小采样间距[32]。结构比反映了引起变量空间异质性的主要影响因素，本研究中CAM、RTS的SOC、SOCD结构比均小于13%，由结构性因素引起的空间异质性占总空间异质性的87.49% ~ 98.54%，表明小尺度空间范围，在气候、土壤类型一致的前提下，地面枯落物量、微地形、土壤理化性质等结构性因素是表层SOC、SOCD空间变异的主要原因。而RAS的SOC、SOCD表现为以人为干扰等随机因素控制为主，考虑是采样间距大于其空间变异尺度引起的[33]。
变程反映的是变量的空间自相关范围，在变程内的变量才具有空间自相关性[23]。本研究中CAM和RTS的SOC、SOCD变程均大于取样距离（10 m），表明本研究在该小尺度下设置的采样间距是合理的，可以反映SOC、SOCD的空间异质性。对于RAS而言，10 m可能超出了其SOC、SOCD空间自相关的最大距离，而未表现出空间结构性，反映了SOC、SOCD的尺度效应。本研究中，SOC由空间自相关部分引起的变异占总变异的91.96% ~ 98.54%，表现在30.29 m以下的范围，与辽东山区次生林[34]土壤有机质由空间自相关引起的变异占总变异的65.40%，发生在46.77 m尺度以内相比，本研究SOC在较小尺度内存在较强的空间自相关性，表明色季拉山微生境比较复杂，SOC的空间破碎化严重。
3.3 SOC及SOCD水平分布格局的影响因素分析
SOC空间分布受多种因素的综合影响，其中土壤含水率、微地形是影响该研究区SOC空间分布格局的重要环境变量。CAM样地东、南边缘是SOC、SOCD高值的集中分布区，该边缘与嵩草沼泽化草甸接壤，土壤含水率较高（多数采样点超过100%），在低温通气不良的条件下，微生物活动受限，植物残体和根系不易分解，使土壤有机物质大量积累，符合冗余分析中SOC与土壤含水率极显著正相关的规律。在CAM的中部到北部边缘，存在一条东西方向的沟壑，在地面径流的作用下，导致土壤中可溶性有机碳向地势较低的东部边缘迁移，可能是CAM北部低值分布带形成的主要原因，与石峰[35]关于土壤无机氮的研究结果一致，表明在小尺度空间范围，微地形可能成为土壤养分空间分布的主要驱动因子[36-37]。在本研究中，坡度与SOC、SOCD的相关性较低（P > 0.05），这与Ritchie等[38]的研究结果相异，可能是水、热等条件的差异弱化了小尺度下坡度对SOC、SOCD的影响[39]。
研究区RTS样地为裸地、草本和灌丛镶嵌性分布，可能是其SOC、SOCD空间连续性较CAM差，破碎化程度高的原因。有研究表明土壤有机碳含量与灌丛凋落物生物量呈正相关性[40]，在本研究中，灌丛斑块地上凋落物数量明显高于灌丛间裸地、草地斑块，导致交错分布的不同斑块下表层SOC存在差异，从而表现出空间异质性，与何俊龄[41]的研究结果一致，其研究亦表明金露梅（Potentilla fruticosa）灌丛表层土壤养分含量显著高于灌丛间草地。本研究未对RAS的SOC、SOCD进行空间插值，但其纯块金效应的出现表明其SOC、SOCD的空间连续性可能较差，事实上RAS微地形较复杂，平均坡度达25°，且地面枯落物分布不均匀，厚度0 ~ 10 cm不等，因此有待更小尺度的研究。
土壤密度、pH、TN、机械组成亦是影响SOC及SOCD空间分布格局的重要因素。冗余分析结果表明，土壤密度、pH是影响研究区SOC、SOCD空间变异的关键因子，与SOC、SOCD呈极显著负相关，这一结果与卓志清等[42]、贡璐等[43]人的研究结果一致，SOC含量提高时有利于改善土壤结构，使土壤疏松多孔，降低土壤紧实度。同时在一定范围内，随着土壤酸性增强，微生物活动受限，从而导致碳的积累。土壤中TN大部分来源于土壤有机质，因此与SOC极显著正相关。本研究SOC、SOCD与土壤黏粒、粉粒呈负相关，与砂粒正相关，这是因为黏粒、粉粒含量的降低，有利于提高土壤透气性，从而加快微生物分解释放养分元素，与马文瑛等[44]、Igor等[45]的研究结果相似。
4. 结 论
（1）SOC、SOCD显著受植被类型的影响，本研究区SOC表现为RAS > CAM > RTS，SOCD为CAM > RAS > RTS。
（2）研究区CAM、RTS的SOC和SOCD主要受结构性因素的影响，具有较强的空间自相关性，二者空间自相关的最大距离在17.44 ~ 30.29 m之间，表明本研究采取的地统计采样间隔是合理的。RAS的SOC、SOCD具有纯块金效应，即随采样间隔变化，其方差均为一常量，说明本研究采取的10 m间隔采样超出了RAS 的SOC、SOCD的空间变异尺度。
（3）在水平方向，CAM的SOC、SOCD主要受含水率、微地形影响，而在样地的东部、南部边缘存在高值区，在北部存在东西向的低值分布带。RTS的SOC、SOCD呈高低值交错分布，破碎化程度高，可能与地面覆被物的镶嵌性分布有关。
（4）冗余分析表明，土壤含水率、土壤密度、pH、TN是影响表层SOC、SOCD空间变异的关键要素。
-
![]()
图 1 不同恢复方式下土壤有机碳组分分布特征
不同大写字母表示同一土层不同恢复方式之间的显著性差异(P＜0.05)；不同小写字母表示同一恢复方式不同土层之间的显著性差异(P＜0.05)。下同。
Figure 1. Distribution of soil organic carbon fractions under different vegetation restoration models
Different capital letters indicate the significant difference between different restoration methods of the same soil layer(P＜0.05); different normal letters indicate the significant difference between different soil layers in the same restoration method(P＜0.05). The same below.
![]()
图 2 不同恢复方式下土壤酶活性分布特征
Figure 2. Distribution characteristics of soil enzyme activities under different restoration models
表 1 不同恢复方式样地的基本情况
Table 1 Basic information of sample plots of different vegetation restoration models
样地
Sample plot地理坐标
Geographical coordinate海拔
Elevation/m坡度
Slope degree/(°)植被盖度
Vegetation
coverage/
%土壤类型
Soil type土层厚度
Soil thickness/cm岩石裸露率
Bare rock cover rate/%凋落物生物量
Litter biomass/ (g·m-2)森林群落
Forest community天然次生林
Natural secondary forest102°55′03″E, 23°44′06″N 1 516 10 75 红色石灰土
Red lime soil中厚
Medium thickness＜9955 1 443 铁橡栎Quercus cocciferoides+野山楂Crataegus cuneata—铁仔Myrsine africana+白枪杆Fraxinus malacophylla—刺芒野古草Arundinella setosa 云南松林
Pinus yunnanensis forest102°46′41″E, 23°40′30″N 1 560 15 80 红色石灰土
Red lime soil中厚
Medium thickness ＜9960 459 云南松Pinus yunnanensis—铁仔Myrsine africana+小石积Osteomeles anthyllidifolia—刺芒野古草Arundinella setosa 桉树林
Eucalyptus robusta forest102°57′11″E, 23°42′34″N 1 511 11 65 红色石灰土
Red lime soil中厚
Medium thickness ＜9960 530 桉树Eucalyptus robusta—铁仔Myrsine africana+白枪杆Fraxinus malacophylla—刺芒野古草Arundinella setosa 
下载: 导出CSV
表 2 不同恢复方式样地的土壤理化性质
Table 2 Soil physical and chemical properties of sample plots of different vegetation restoration models
样地
Sample plot土壤密度
Bulk density/(g·cm-3)土壤含水量
Soil moisture content/%pH 全氮含量
Total nitrogen content/(g·kg-1)全磷含量
Total phosphorus content/(g·kg-1)硝态氮含量
Nitrate nitrogen content/(g·kg-1)速效磷含量
Available phosphorus content/(g·kg-1)天然次生林
Natural secondary forest1.11 31.76 5.64 10.83 0.89 10.57 1.24 云南松林
Pinus yunnanensis forest1.21 23.79 5.99 4.61 0.57 12.51 0.89 桉树林
Eucalyptus robusta forest1.15 33.86 5.95 5.29 1.34 11.63 1.99
下载: 导出CSV
表 3 不同恢复方式下土壤碳库活度及碳库管理指数
Table 3 Carbon pool activity and carbon pool management indexes
土层
Soil layer/cm恢复方式
Restoration model碳库活度
Carbon pool activity (CPA)碳库活度指数
Carbon pool activity index (CPAI)碳库指数
Carbon pool index (CPI)碳库管理指数
Carbon pool management index (CPMI)0~10 天然次生林Natural secondary forest 0.142A 1.216A 1.989A 238.293A 桉树林Eucalyptus robusta forest 0.116AB 0.991AB 1.685AB 162.188B 云南松林Pinus yunnanensis forest 0.092B 0.784B 1.301B 98.769C 10~20 天然次生林Natural secondary forest 0.194A 1.342A 1.993A 264.633A 桉树林Eucalyptus robusta forest 0.224A 1.554A 1.432AB 203.931B 云南松林Pinus yunnanensis forest 0.170A 1.179A 1.368A 160.801C 20~30 天然次生林Natural secondary forest 0.183B 0.685B 1.732A 115.828B 桉树林Eucalyptus robusta forest 0.392A 1.465A 1.205B 169.401A 云南松林Pinus yunnanensis forest 0.206B 0.770B 1.750A 134.260A 0~30 天然次生林Natural secondary forest 0.173A 1.081A 1.905A 206.252A 桉树林Eucalyptus robusta forest 0.244A 1.337A 1.441B 178.507A 云南松林Pinus yunnanensis forest 0.156A 0.911A 1.413B 131.277A
下载: 导出CSV
表 4 土壤有机碳含量与碳库管理指数间的相关系数
Table 4 Correlations between soil organic carbon content and carbon pool management index
指标Index SOC MBC DOC EOC CPA CPAI CPI MBC 0.790** DOC 0.633** 0.459* EOC 0.411* 0.116 0.386* CPA －0.667** －0.565** －0.270 －0.055 CPAI －0.115 －0.079 0.204 0.425* 0.651** CPI 0.578** 0.139 0.287 0.492** －0.490** －0.448* CPMI 0.426* 0.099 0.505** 0.914** 0.192 0.648** 0.349 注：*、**分别表示在0.05、0.01水平相关显著。下同。Notes: * and ** stand for significant correlations at P＜0.05 and P＜0.01 level，respectively. The same as below.
下载: 导出CSV
表 5 土壤有机碳含量与土壤酶活性间的相关系数
Table 5 Correlations between soil organic carbon content and soil enzyme activity
指标Index 蔗糖酶Invertase 过氧化氢酶Catalase 磷酸酶Phosphatase 淀粉酶Amylase SOC 0.756** 0.624** 0.553** 0.481* MBC 0.584** 0.340 0.893** 0.552** DOC 0.747** 0.653** 0.422* 0.367 EOC 0.839** 0.499** 0.312 0.432*
下载: 导出CSV
-
[1] 徐明岗, 于荣, 孙小凤, 等.长期施肥对我国典型土壤活性有机质及碳库管理指数的影响[J].植物营养与肥料学报, 2006, 12(4):459-465. doi: 10.3321/j.issn:1008-505X.2006.04.001 Xu M G, Yu R, Sun X F, et al. Effects of long term fertilization on labile organic matter and carbon management index(CMI) of the typical soils of China[J]. Plant Nutrition and Fertilizer Science, 2006, 12(4):459-465. doi: 10.3321/j.issn:1008-505X.2006.04.001
[2] 刘学东, 陈林, 杨新国, 等.荒漠草原典型植物群落土壤活性有机碳组分特征及其与酶活性的关系[J].西北植物学报, 2016, 36(9):1882-1890. http://d.old.wanfangdata.com.cn/Periodical/xbzwxb201609022 Liu X D, Chen L, Yang X G, et al. Characteristics of soil labile organic carbon fractions and their relationship with soil enzyme activities in four typical communities in desert steppe[J].Acta Botanica Boreali-Occidentalia Sinica, 2016, 36(9):1882-1890. http://d.old.wanfangdata.com.cn/Periodical/xbzwxb201609022
[3] Lefroy R D B, Blair G J, Strong W M. Changes in soil organic matter with cropping as measured by organic carbon fractions and 13C natural isotope abundance[J]. Plant & Soil, 1993, 155-156(1):399-402. doi: 10.1007-BF00025067/
[4] 孙萌, 刘洋, 李寒, 等.有机物覆盖对核桃园土壤有机碳库及酶活性的影响[J].植物营养与肥料学报, 2018, 24(1):270-278. http://d.old.wanfangdata.com.cn/Periodical/zwyyyflxb201801029 Sun M, Liu Y, Li H, et al. Effects of organic mulching on soil organic carbon pool and soil enzyme activity in walnut orchard[J]. Plant Nutrition and Fertilizer Science, 2018, 24(1):270-278. http://d.old.wanfangdata.com.cn/Periodical/zwyyyflxb201801029
[5] 杜满义, 范少辉, 刘广路, 等.土地利用方式转变对赣中地区土壤活性有机碳的影响[J].应用生态学报, 2013, 24(10):2897-2904. http://d.old.wanfangdata.com.cn/Periodical/yystxb201310025 Du M Y, Fan S H, Liu G L, et al. Effects of land use change on soil labile organic carbon in central Jiangxi of China[J].Chinese Journal of Applied Ecology, 2013, 24(10):2897-2904. http://d.old.wanfangdata.com.cn/Periodical/yystxb201310025
[6] 张娇阳, 梁楚涛, 董昌平, 等.黄土丘陵区不同土地利用下土壤碳组分及碳库管理指数特征[J].水土保持研究, 2016, 23(4):66-69, 76. http://d.old.wanfangdata.com.cn/Periodical/stbcyj201604014 Zhang J Y, Liang C T, Dong C P, et al. Characteristics of soil carbon components and carbon pool management in different land uses in loess hilly region[J]. Research of Soil and Water Conservation, 2016, 23(4):66-69, 76. http://d.old.wanfangdata.com.cn/Periodical/stbcyj201604014
[7] Templer P H, Groffman P M, Flecker A S, et al. Land use change and soil nutrient transformations in the Los Haitises Region of the Dominican Republic[J]. Soil Biology & Biochemistry, 2005, 37(2):215-225. http://cn.bing.com/academic/profile?id=15cae0c68390bc83535abc5b27722e37&encoded=0&v=paper_preview&mkt=zh-cn
[8] 杨万勤, 王开运.土壤酶研究动态与展望[J].应用与环境生物学报, 2002, 8(5):564-570. doi: 10.3321/j.issn:1006-687X.2002.05.025 Yang W Q, Wang K Y. Advances on soil enzymology[J].Chinese Journal of Applied and Environmental Biology, 2002, 8(5):564-570. doi: 10.3321/j.issn:1006-687X.2002.05.025
[9] 万忠梅, 宋长春, 杨桂生, 等.三江平原湿地土壤活性有机碳组分特征及其与土壤酶活性的关系[J].环境科学学报, 2009, 29(2):406-412. http://d.old.wanfangdata.com.cn/Periodical/hjkxxb200902026 Wan Z M, Song C C, Yang G S, et al. The active soil organic carbon fraction and its relationship with soil enzyme activity in different types of marshes in the Sanjiang Plain[J]. Acta Scientiae Circumstantiae, 2009, 29(2):406-412. http://d.old.wanfangdata.com.cn/Periodical/hjkxxb200902026
[10] 袁道先.中国岩溶动力系统[M].北京:地质出版社, 2002. Yuan D X. Karst dynamic system in China[M]. Beijing: Geological Publishing House, 2002.
[11] 唐夫凯, 周金星, 崔明, 等.典型岩溶区不同退耕还林地对土壤有机碳和氮素积累的影响[J].北京林业大学学报, 2014, 36(2):44-50. http://d.old.wanfangdata.com.cn/Periodical/bjlydxxb201402007 Tang F K, Zhou J X, Cui M, et al. Effects of different returning farmland to forestlands on accumulation of soil organic carbon and nitrogen in typicalkarst area of southwestern China[J]. Journal of Beijing Forestry University, 2014, 36(2):44-50. http://d.old.wanfangdata.com.cn/Periodical/bjlydxxb201402007
[12] 陈高起, 傅瓦利, 沈艳, 等.岩溶区不同土地利用方式对土壤有机碳及其组分的影响[J].水土保持学报, 2015, 29(3):123-129. http://d.old.wanfangdata.com.cn/Periodical/trqsystbcxb201503024 Chen G Q, Fu W L, Shen Y, et al. Effects of land use types on soil organic carbon and its fraction in karst area[J]. Journal of Soil and Water Conversation, 2015, 29(3):123-129. http://d.old.wanfangdata.com.cn/Periodical/trqsystbcxb201503024
[13] 张亚杰, 钱慧慧, 李伏生, 等.不同土地管理和利用方式喀斯特坡地养分和碳库管理指数的差异[J].中国岩溶, 2016, 35(1):27-35. http://d.old.wanfangdata.com.cn/Periodical/zgyr201601005 Zhang Y J, Qian H H, Li F S, et al. Differences in soil nutrient and carbon pool management index under different land management and utilization modes in karst slope region[J]. Carsologica Sinica, 2016, 35(1):27-35. http://d.old.wanfangdata.com.cn/Periodical/zgyr201601005
[14] 刘晓, 黄林, 郭康莉, 等.施用无害化污泥影响土壤碳库组分和碳库管理指数的演变[J].环境科学, 2017, 38(3):1218-1226. http://d.old.wanfangdata.com.cn/Periodical/hjkx201703046 Liu X, Huang L, Guo K L, et al. Influence of the application of non-hazardous sewage sludge on the evolution of soil carbon pool and carbon pool management index[J]. Acta Scientiae Circumstantiae, 2017, 38(3):1218-1226. http://d.old.wanfangdata.com.cn/Periodical/hjkx201703046
[15] 张瑞, 张贵龙, 姬艳艳, 等.不同施肥措施对土壤活性有机碳的影响[J].环境科学, 2013, 34(1):277-282. http://d.old.wanfangdata.com.cn/Periodical/hjkx201301042 Zhang R, Zhang G L, Ji Y Y, et al. Effects of different fertilizer application on soil active organic carbon[J]. Acta Scientiae Circumstantiae, 2013, 34(1):277-282. http://d.old.wanfangdata.com.cn/Periodical/hjkx201301042
[16] Mclatchey G P, Reddy K R. Regulation of organic matter decomposition and nutrient release in a wetland soil[J]. Journal of Environmental Quality, 1998, 27(5):1268-1274. http://cn.bing.com/academic/profile?id=c4cda1f2877e93ac14c50eea6545ab2c&encoded=0&v=paper_preview&mkt=zh-cn
[17] 杨兰芳, 曾巧, 李海波, 等.紫外分光光度法测定土壤过氧化氢酶活性[J].土壤通报, 2011, 42(1):207-210. http://d.old.wanfangdata.com.cn/Periodical/trtb201101043 Yang L F, Zeng Q, Li H B, et al. Measurement of catalase activity in soil by ultraviolet spectrophotometry[J]. Chinese Journal of Soil Science, 2011, 42(1):207-210. http://d.old.wanfangdata.com.cn/Periodical/trtb201101043
[18] 关松荫, 孟昭鹏.不同垦殖年限黑土农化性状与酶活性的变化[J].土壤通报, 1986, 4(4):157-159. http://www.cnki.com.cn/Article/CJFDTOTAL-TRTB198604003.htm Guan S Y, Meng Z P. Changes of agro chemical properties and enzyme activities in black soil under different reclamation years[J]. Chinese Journal of Soil Science, 1986, 4(4):157-159. http://www.cnki.com.cn/Article/CJFDTOTAL-TRTB198604003.htm
[19] 关松荫, 沈桂琴, 孟昭鹏, 等.我国主要土壤剖面酶活性状况[J].土壤学报, 1984, 21(4):368-381. http://www.cnki.com.cn/Article/CJFDTOTAL-TRXB198404003.htm Guan S Y, Shen G Q, Meng Z P, et al.Enzyme activity in the main soil profiles in China[J]. Chinese Journal of Soil Science, 1984, 21(4):368-381. http://www.cnki.com.cn/Article/CJFDTOTAL-TRXB198404003.htm
[20] 董扬红, 曾全超, 李娅芸, 等.黄土高原不同植被类型土壤活性有机碳组分分布特征[J].草地学报, 2015, 23(2):277-284. http://d.old.wanfangdata.com.cn/Periodical/cdxb201502009 Dong Y H, Zeng Q C, Li Y Y, et al. The characteristics of soil active organic carbon composition under different vegetation types on the Loess Plateau[J]. Acta Agrestia Sinica, 2015, 23(2):277-284. http://d.old.wanfangdata.com.cn/Periodical/cdxb201502009
[21] 苗娟, 周传艳, 李世杰, 等.不同林龄云南松林土壤有机碳和全氮积累特征[J].应用生态学报, 2014, 25(3):625-631. http://d.old.wanfangdata.com.cn/Periodical/yystxb201403001 Miao J, Zhou C Y, Li S J, et al. Accumulation of soil organic carbon and total nitrogen in Pinus yunnanensis forests at differentage stages[J]. Chinese Journal of Applied Ecology, 2014, 25(3):625-631. http://d.old.wanfangdata.com.cn/Periodical/yystxb201403001
[22] 范志平, 胡亚林, 黎锦涛, 等.干湿交替对半干旱区沙地樟子松人工林土壤C和N矿化速率影响[J].生态学杂志, 2015, 34(12):3360-3367. http://d.old.wanfangdata.com.cn/Periodical/stxzz201512012 Fan Z P, Hu Y L, Li J T, et al. Effects of drying-rewetting on soil C and N mineralization rates in Pinus sylvestris var. mongolica plantation in a semi-arid region[J]. Chinese Journal of Ecology, 2015, 34(12):3360-3367. http://d.old.wanfangdata.com.cn/Periodical/stxzz201512012
[23] Zou X M, Ruan H H, Fu Y, et al. Estimating soil labile organic carbon and potential turnover rates using a sequential fumigation-incubation procedure[J]. Soil Biology & Biochemistry, 2005, 37(10):1923-1928. http://cn.bing.com/academic/profile?id=468b45cebbfbd0497ebb47833131a7a6&encoded=0&v=paper_preview&mkt=zh-cn
[24] 邓坤枚, 罗天祥, 张林, 等.云南松林的根系生物量及其分布规律的研究[J].应用生态学报, 2005, 16(1):21-24. doi: 10.3321/j.issn:1001-9332.2005.01.004 Deng K M, Luo T X, Zhang L, et al. Root biomass of different standage Pinus yunnanensis forests and its distribution pattern in different soil depths[J]. Chinese Journal of Applied Ecology, 2005, 16(1):21-24. doi: 10.3321/j.issn:1001-9332.2005.01.004
[25] 胡宁, 马志敏, 蓝家程, 等.石漠化山地植被恢复过程土壤团聚体氮分布及与氮素矿化关系研究[J].环境科学, 2015, 36(9):3411-3421. http://d.old.wanfangdata.com.cn/Periodical/hjkx201509037 Hu N, Ma Z M, Lan J C, et al. Nitrogen fraction distributions and impacts on soil nitrogen mineralization in different vegetation restorations of karst rocky desertification[J]. Acta Scientiae Circumstantiae, 2015, 36(9):3411-3421. http://d.old.wanfangdata.com.cn/Periodical/hjkx201509037
[26] Qi R, Li J, Lin Z, et al. Temperature effects on soil organic carbon, soil labile organic carbon fractions, and soil enzyme activities under long-term fertilization regimes[J]. Applied Soil Ecology, 2016, 102:36-45. doi: 10.1016/j.apsoil.2016.02.004
[27] 王清奎, 汪思龙, 冯宗炜, 等.土壤活性有机质及其与土壤质量的关系[J].生态学报, 2005, 25(3):513-519. doi: 10.3321/j.issn:1000-0933.2005.03.019 Wang Q K, Wang S L, Fen Z W, et al. Active soil organic matter and its relationship with soil quality[J].Acta Ecologica Sinica, 2005, 25(3):513-519. doi: 10.3321/j.issn:1000-0933.2005.03.019
[28] 王棣.秦岭典型林分土壤有机碳组分及其分布特征[D].杨凌: 西北农林科技大学, 2015. http://cdmd.cnki.com.cn/Article/CDMD-10712-1015333253.htm Wang D. The variation of distribution characteristics and major fractions of soil organic carbon under different forest types in the Qinling mountains[D]. Yangling: Northwest Agriculture and Forestry University, 2015. http://cdmd.cnki.com.cn/Article/CDMD-10712-1015333253.htm
[29] Blair G J, Lefroy R, Lisle L. Soil carbon fractions based on their degree of oxidation, and the development of a carbon management index for agricultural systems[J]. Australian Journal of Agricultural Research, 1995, 46(7):393-406. http://cn.bing.com/academic/profile?id=16162941b6ff19863d6b1e24c1f75ed2&encoded=0&v=paper_preview&mkt=zh-cn
[30] 邱莉萍, 张兴昌, 程积民.不同封育年限草地土壤有机质组分及其碳库管理指数[J].植物营养与肥料学报, 2011, 17(5):1166-1171. http://www.cnki.com.cn/Article/CJFDTOTAL-ZWYF201105017.htm Qiu L P, Zhang X C, Cheng J M, et al. Soil organic matter fractions and soil carbon management index in grasslands with different fencing ages[J]. Plant Nutrition and Fertilizer Science, 2011, 17(5):1166-1171. http://www.cnki.com.cn/Article/CJFDTOTAL-ZWYF201105017.htm
[31] 唐国勇, 李昆, 孙永玉, 等.干热河谷不同利用方式下土壤活性有机碳含量及其分配特征[J].环境科学, 2010, 31(5):1365-1371. http://d.old.wanfangdata.com.cn/Periodical/hjkx201005038 Tang G Y, Li K, Sun Y Y, et al. Soil labile organic carbon contents and their allocation characteristics under different land uses at dry-hot valley[J]. Environmental Science, 2010, 31(5):1365-1371. http://d.old.wanfangdata.com.cn/Periodical/hjkx201005038
[32] 姜勇, 梁文举, 闻大中.免耕对农田土壤生物学特性的影响[J].土壤通报, 2004, 35(3):347-351. doi: 10.3321/j.issn:0564-3945.2004.03.025 Jiang Y, Liang W J, Wen D Z. Effects of no-tillage on soil biological properties in farmlands: a review[J]. Chinese Journal of Soil Science, 2004, 35(3):347-351. doi: 10.3321/j.issn:0564-3945.2004.03.025
[33] 叶协锋, 杨超, 李正, 等.绿肥对植烟土壤酶活性及土壤肥力的影响[J].植物营养与肥料学报, 2013, 19(2):445-454. http://d.old.wanfangdata.com.cn/Periodical/zwyyyflxb201302022 Ye X F, Yang C, Li Z, et al. Effects of green manure in corporation on soil enzyme activities and fertility in tobacco-planting soils[J]. Plant Nutrition and Fertilizer Science, 2013, 19(2):445-454. http://d.old.wanfangdata.com.cn/Periodical/zwyyyflxb201302022
[34] 万忠梅, 宋长春.小叶章湿地土壤酶活性分布特征及其与活性有机碳表征指标的关系[J].湿地科学, 2008, 6(2):249-257. http://d.old.wanfangdata.com.cn/Periodical/shidkx200802024 Wan Z M, Song C C. Vertical dynamics of soil enzyme activities and its relationship with active organic carbon indicators in Deyeuxia angustifolia wetland[J]. Wetland Science, 2008, 6(2):249-257. http://d.old.wanfangdata.com.cn/Periodical/shidkx200802024
[35] 南丽丽, 郭全恩, 曹诗瑜, 等.疏勒河流域不同植被类型土壤酶活性动态变化[J].干旱地区农业研究, 2014, 32(1):134-139. http://d.old.wanfangdata.com.cn/Periodical/ghdqnyyj201401022 Nan L L, Guo Q E, Cao S Y, et al. Dynamic changes of soil enzyme activities of different vegetation types in Shulehe River Basin, China[J]. Agricultural Research in the Arid Areas, 2014, 32(1):134-139. http://d.old.wanfangdata.com.cn/Periodical/ghdqnyyj201401022
[36] 杨文英, 邵学新, 梁威, 等.杭州湾湿地土壤酶活性分布特征及其与活性有机碳组分的关系[J].湿地科学与管理, 2011, 7(2):54-58. doi: 10.3969/j.issn.1673-3290.2011.02.13 Yang W Y, Shao X X, Liang W, et al. Activities and its relationship with active organic carbon fractions in Hangzhou Bay[J]. Wetland Science & Management, 2011, 7(2):54-58. doi: 10.3969/j.issn.1673-3290.2011.02.13
[37] Brockman F J, Murray C J. Subsurface microbiological heterogeneity: current knowledge, descriptive approaches and applications[J]. Fems Microbiology Reviews, 1997, 20(3-4):231-247. doi: 10.1111/j.1574-6976.1997.tb00311.x
[38] 张仕艳, 原海红, 陆梅, 等.滇西北不同利用类型土壤酶活性及其与理化性质与微生物的关系[J].亚热带水土保持, 2010, 22(2):13-16. doi: 10.3969/j.issn.1002-2651.2010.02.004 Zhang S Y, Yuan H H, Lu M, et al. The soil enzyme activities of different land use types and the relationship between the soil enzyme activities and physical-chemical properties or microorganism in mountains area of northwest Yunnan Province[J]. Subtropical Soil and Water Conversation, 2010, 22(2):13-16. doi: 10.3969/j.issn.1002-2651.2010.02.004
-
期刊类型引用(16)
1. 孙龙，胡春雨，胡同欣. 计划火烧对红松人工林细根生物量的影响. 生态学杂志. 2024(02): 362-371 . 
百度学术
2. 徐建，郭燕，袁春阳. 火灾对森林生态系统影响的研究综述. 农业与技术. 2024(06): 47-50 . 百度学术
3. 陈魁，李晓英，蔡慧颖，韩易伦，刘静. 林火干扰后多年冻土区土壤有机碳及其组分变化特征. 冰川冻土. 2024(06): 1883-1895 . 百度学术
4. 梁晨，肖莉，史忠林，文安邦. 森林火灾流域侵蚀泥沙来源指纹技术研究进展. 水土保持学报. 2023(03): 1-9+18 . 百度学术
5. 付钇珊，黎建强，陈奇伯，杨波，杨馥羽，邢学霞，付迪. 计划烧除对云南松林土壤碳组分及碳库管理指数的影响. 西北林学院学报. 2023(04): 197-206 . 百度学术
6. 武秀娟，奥小平. 油松林火烧迹地恢复初期林下植被特征. 西北林学院学报. 2022(05): 155-161 . 百度学术
7. 闫志刚，王鼎，周梅，赵鹏武，田金龙，舒定玺. 不同程度火干扰对大兴安岭冻土区土壤碳组分的影响. 西北林学院学报. 2022(05): 141-145+201 . 百度学术
8. 罗斯生，罗碧珍，魏书精，胡海清，李小川，王振师，周宇飞，宋兆，钟映霞. 中度火灾一年后马尾松林土壤碳库特征. 林业科学. 2022(09): 25-35 . 百度学术
9. 尹赛男，杜帅，单延龙，高博，王明霞，韩喜越，张昊. 兴安落叶松人工林腐殖质阴燃燃烧温度变化特征. 生态学报. 2021(08): 3123-3130 . 百度学术
10. 张文婷，王子邦. 不同种植年限城市绿化土壤团聚体及有机碳分布特征. 天津师范大学学报(自然科学版). 2021(04): 61-67 . 百度学术
11. 罗斯生，罗碧珍，魏书精，胡海清，宋红，吴泽鹏，王振师，周宇飞，李小川，钟映霞，李强. 森林火灾对马尾松次生林土壤活性有机碳的影响. 西南林业大学学报(自然科学). 2021(05): 121-130 . 百度学术
12. 朱丹苗，陈俊辉，姜培坤. 杉木人工林土壤有机碳和微生物特征及其影响因素的研究进展. 浙江农林大学学报. 2021(05): 973-984 . 百度学术
13. 张姣，徐明，文春玉，聂坤，张健. 黔中地区不同干扰对马尾松林土壤性质的影响. 水土保持学报. 2021(06): 135-143 . 百度学术
14. 王立轩，高佳琪，杨光，邸雪颖，于宏洲，瓮岳太. 兴安落叶松火烧迹地林褥层碳氮化学计量特征. 北京林业大学学报. 2021(12): 55-64 . 本站查看
15. 罗斯生，罗碧珍，魏书精，胡海清，吴泽鹏，王振师，周宇飞，李小川，钟映霞，宋红. 森林火灾对马尾松次生林土壤理化性质的影响. 生态环境学报. 2020(11): 2141-2152 . 百度学术
16. 罗斯生，罗碧珍，魏书精，胡海清，李小川，吴泽鹏，王振师，周宇飞，钟映霞. 中度强度森林火灾对马尾松次生林土壤有机碳密度的影响. 植物生态学报. 2020(10): 1073-1086 . 百度学术
其他类型引用(9)
计量
- 文章访问数: 1450
- HTML全文浏览量: 619
- PDF下载量: 67
- 被引次数: 25
