长白山阔叶红松林土壤有机碳空间异质性1)

赵 晶 张军辉 韩士杰 王树堂 王树起 程徐冰

(中国科学院沈阳应用生态研究所，沈阳，110016)

长白山阔叶红松林土壤有机碳空间异质性1)

赵 晶 张军辉 韩士杰 王树堂 王树起 程徐冰

(中国科学院沈阳应用生态研究所，沈阳，110016)

采用地统计学方法，对长白山北坡原始阔叶红松林内土壤有机碳的空间分布特征进行了研究，并对其与细根生物量的相关性进行了分析。结果表明:3块样地土壤有机碳密度的变程分别为3.568、5.866、2.773m，结构比为40％～65％，表明研究区域内土壤有机碳密度具有中等空间相关性;土壤有机碳质量分数随土壤深度的增加而减少，与细根的垂直分布特征相似;3块样地分别在5.011、4.590、4.912m空间距离范围内土壤有机碳密度与细根生物量存在相关性，土壤有机碳密度与细根生物量协方差函数的结构比为50％～80％。

土壤有机碳;空间异质性;细根;阔叶红松林

土壤有机碳是地球表面最大的有机碳储库，在陆地碳循环中有着重要的作用[1-5]。森林土壤碳库是陆地生态系统碳库的重要组成部分，其较小幅度的变化就可能影响到碳向大气的排放[6-8]。因此，森林土壤有机碳动态及其机制成为全球碳循环研究的热点之一。

从不同地点取样测定土壤的某些性质，所测结果不完全相同，这是因为除去采样和测定误差外，还有土壤本身的变化，这种变化称为土壤的空间异质性。土壤有其自然异质性，它们的性质在空间上是连续变化的[9]。土壤有机碳储量受气候、大气成分、植被、土壤理化性质和人为因素的影响，这些影响因素都存在空间变异[10-12]。土壤有机碳的主要来源是植被地上部分的凋落物及其地下部分根的分泌物和细根周转产生的碎屑[13-14]。Esteban等[15]研究表明，植物根系的分布直接影响土壤有机碳的垂直分布，因为大量死根的分解为土壤提供了丰富的碳源，根系对有机碳质量分数的影响要比气候对土壤有机碳的影响更重要。Richard等[16]对科罗拉多州东部草原的研究表明，土壤表层有机碳质量分数与根系在表层的分布有关，根系的分布影响着土壤有机碳的积累，而土壤有机碳质量分数由植物产生的碎屑的输入和分解决定。研究也表明，在人工林生态系统中，根的形成、衰老、死亡和分解对土壤有机碳的形成和积累有一定影响[17-18]。邓华平等[19]在对马尾松林碳库特征的研究中发现，0～30cm土层贮存了74.34％的土壤有机碳，主要原因是0～30cm是植物根系的集中分布区。通过细根的周转进入土壤的有机物是地上凋落物的1倍，因此，在对土壤有机碳质量分数的研究中，细根生产和周转是不能忽略的因素。目前，对原始阔叶红松林土壤有机碳与细根生物量及其周转率相关性的研究较少，森林表层土壤细根生物量及其周转在森林生态系统中的重要作用尚未得到充分认识。长白山阔叶红松林是我国东北东部中温带湿润气候区最主要的原始森林植被类型，在调节区域气候和维系区域陆地生态平衡方面有着重要意义。为此，文中采用地统计学方法，以长白山阔叶红松林土壤有机碳为研究对象，探讨土壤有机碳的空间分布特征及其与细根生物量的相关性，旨在为地统计学在森林土壤有机碳空间异质性研究中的应用提供科学依据，为原始阔叶红松林生态系统中土壤有机碳与根系相关性的进一步研究提供参考。

1 研究区概况与研究方法

研究样地:位于吉林省东南部的长白山自然保护区原始阔叶红松林内(41°41′49″～42°25′18″N，127°42′55″～128°16′48″E)的中国科学院长白山森林生态系统定位研究站阔叶红松林永久标准样地附近。长白山是我国中纬度著名的山地原始森林地区，该地区靠近太平洋东亚沿海季风气候区，属于典型的大陆性季风气候，年均气温4.9～7.3℃，年降水量600～900mm。冬季漫长寒冷，常有积雪覆盖;夏季短暂温暖，降雨较多;春季风大干燥，夏季凉爽多雾。研究样地的群落为复层异龄的原始林，由红松(Pinus koraiensis)、紫椴(Tilia amurensis)、色木槭(Acer mono)、水曲柳(Fraxinus mandshurica)、糠椴(Tilia mandshurica)和枫桦(Betula costata)等乔木，毛榛子(Corylus mandshurica)、东北山梅花(Philadelphus schrenkii)和刺五加(Eleutherococcus senticosus)等灌木，以及山茄子(Brachybotrys paridiformis)、透骨草(Phryma leptostachya)和水凤仙(Impatiens noli-tangere)等草本植物构成。样地的土壤类型为火山灰母质上发育的暗棕色森林土。

采样点布设:在阔叶红松林永久标准样地东侧约500m林地内，选择地势比较平坦的3块50m×50m林地为调查对象。采用网格近点法取样[20](图1)，以提高参数估计和克里格插值的效率。具体方法为:先将50m×50m的样地等间距划分为100个5m×5m的小样方，从中随机抽取40个小样方的中心点定为取样点;然后从40个小样方中再随机抽取20个小样方，在其内随机加入一个与中心点最大距离不超过2m的取样点。这种抽样既能保证足够的采样面积，又能满足变异函数参数估计对点对数的需要。每块样地布设60个采样点。

图1 空间取样布点

土壤有机碳质量分数的测定:用内径为3.5cm的土钻钻取0～45cm土柱，按0～5，5～15，15～45cm 分3层取样，将采集的土样装入塑料袋内带回。自然风干后，剔除植物根系及石砾等，再过0.25mm筛。用重铬酸钾氧化法测定土壤有机碳质量分数。

式中:Doc为土壤有机碳密度(kg/m2);n为土层数;T为某一土层的土层厚度(cm);θ为该土层的土壤密度;c为该土层的有机碳质量分数(％)。

采用克里格插值法对3块样地进行有机碳质量分数估算。克里格法是利用原始数据和半方差函数的结构性，对未来采样点的区域化变量进行无偏估计的一种方法。与其它方法相比，具有可以克服内插中误差难以分析的问题，不会产生回归分析的边界效应，能估计测定参数的空间变异和估算估计参数的方差分布等优点。

细根生物量数据:细根生物量测定的取样方法和采样点布设与土壤有机碳测定的取样方法和采样点布设相同，细根生物量数据使用王树堂等[21]在相同样地调查的表层土壤木本植物细根生物量，即本文中的细根生物量是指直径小于2mm的木本植物细根生物量。

地统计学分析:地统计学方法耦合了土壤特性的空间相关结构，能揭示变量的随机过程。地统计学的核心内容为变异函数，变异函数计算如下:

式中:γ(h)为变异函数;Z(x)、Z(x+h)为系统某属性Z分别在空间位置x和x+h处的值的区域化变量;E[Z(x)-Z(x+h)]2为抽样间隔为h时样本值方差的数学期望值。

数据处理采用R统计软件中的sp，geoR和gstat程序包对数据进行地统计学分析。使用sp程序包绘制空间格局图，geoR程序包计算模型参数，gstat程序包拟合变异函数模型。

2 结果与分析

2.1 阔叶红松林土壤有机碳分布特征

3个样地土壤有机碳质量分数存在差异(表1)。在0～5和5～15cm土层，3号样地平均土壤有机碳质量分数最大，分别为12.742％和3.016％;在15～45cm土层，2号样地土壤有机碳质量分数最大，为0.901％。土壤有机碳质量分数的变异系数在25％～105％，其中3号样地15～45cm土层土壤有机碳的变异系数达到强变异性(104.9％)，而其它各样地各土层土壤有机碳质量分数均属于中等变异性。

表1 阔叶红松林不同土层有机碳质量分数的分布特征

2.2 阔叶红松林土壤有机碳垂直分布

3块样地的土壤有机碳质量分数具有相似的垂直分布特征(表1)，即3块样地土壤有机碳质量分数由高到低的顺序为0～5、5～15、15～45cm，标准误差在 0.066％～0.896％。土壤有机碳质量分数随土壤深度的增加而减少，主要原因是土壤有机碳的主要来源是细根周转产生的大量碎屑及地表凋落物的分解，而细根的分布主要集中在表层土壤(0～10cm)，阔叶红松林内表层土壤的细根量在70％左右。

2.3 阔叶红松林土壤有机碳空间异质性

3块样地最大空间距离内土壤有机碳变异函数呈相同的变化趋势(图2)，随着空间距离的加大，变异函数数值逐渐升高，然后趋于稳定。对所有样地土壤有机碳密度的半方差值随间隔距离的变化进行的理论模型拟合结果表明(表2)，3块样地土壤有机碳密度的半方差值随间隔距离的变化很好地符合球状理论模型的变化趋势，对数似然值在90～125之间。土壤有机碳密度的平均变程为4.069m，其中2号样地变程最大(5.866m)，3 号样地变程最小(2.773m)(表2)，说明样地3土壤有机碳的空间连续性较差，在以后的取样中可采用更小的取样间隔。3块样地均存在块金效应，1号样地的块金效应最小(3.044)，2号样地的块金效应最大(11.331)，引起块金效应的原因可在今后的研究中缩小取样间隔进行深入研究。

结构比表示自相关部分引起的空间异质性程度的高低，反映了土壤属性的空间依赖性。3块样地的结构比在40％～65％，表明研究区域内土壤有机碳密度具有中等空间相关性，这种相关性分别表现在 3.568、5.866、2.773m 范围内。

表2 阔叶红松林土壤有机碳密度变异函数分析结果

采用克里格插值法对3块样地进行有机碳密度的预测，由插值结果(图3)可以看出，样地北部及南部土壤有机碳密度较大，而样地东部及西部有机碳密度相对较小，克里格差值估计标准差在1.0m左右，且距离采样点越近标准差值越低，预测值精度越高。土壤有机碳密度的斑块大小、形状及空间分布均具有显著差异，表明研究样地土壤有机碳密度具有空间异质性，决定了空间格局的存在。这种空间分布特征与森林土壤在不同空间位置上的各种物理、化学和生物过程有着重要联系，更重要的是土壤与林木长期相互作用，如森林生态系统养分生物地球化学循环的结果。

图2 阔叶红松林土壤有机碳密度的变异函数

图3 1号样地中土壤有机碳的空间分布格局和克里格插值估计标准差

2.4 土壤有机碳密度与表层土壤细根生物量的相关性

协变异函数是用来描述区域化变量变化规律的基本函数。3块样地最大空间距离内土壤有机碳与细根生物量相关性协变异函数呈相同的变化趋势(图4)，随空间距离的加大，变异函数值逐渐升高，然后趋于稳定。

图4 阔叶红松林土壤有机碳密度与细根生物量的协方差函数

3块样地土壤有机碳质量分数和细根生物量分别在5.011、4.590、4.912m 距离内存在相关性(表3)，这与土壤有机碳密度平均变程4.069m相近。协变异函数符合球状理论模型，模型对数似然值在89～110之间，模型拟合效果较好。3块样地土壤有机碳密度与细根生物量协方差函数的结构比在50％～80％，2号样地的土壤有机碳密度与细根协方差函数的结构比最大(77.2％)，属于强烈空间相关性，1号和3号样地的结构比分别为71.1％和51.9％，属于中等空间相关性。3块样地土壤有机碳与细根生物量相关性存在块金效应，1号样地的块金效应最小(1.600)，3号样地的块金效应最大(9.020)。块金值差异较大是由于微尺度上的结构变异造成，如地上覆盖物数量与种类上的差异，还是试验误差造成的，还需要进一步缩小取样尺度进行深入研究。

表3 阔叶红松林土壤有机碳密度与细根生物量协方差函数分析结果

3 结论与讨论

地统计学应用于生态学，用于探讨某一因子的空间分布特征及其变异规律，已经为越来越多的学者所推崇。地统计学数据主要来自所研究空间区域上的抽样，分析各种自然现象的空间变异规律和空间格局，已被证明是研究空间变异和空间格局的有效方法[22]3。但地统计学中的克里格方法本身是基于大量的测定数据，从这个角度上讲，采用此方法对于提高土壤养分含量估计的效率，或降低野外工作量的意义可能不大[23-24]，然而在测定样本数相同的条件下，采用地统计学方法设置样点，利用采样点之间的相关性，采用克里格空间差值方法进行估计，可有效地克服传统调查方法无法解决的样本不独立问题，使得调查结果更接近总体真值。因此通过应用地统计学方法对土壤有机碳的研究，可以更好地揭示土壤有机碳的特性规律。研究表明，不论尺度大小，土壤有机碳质量分数均表现出高度空间异质性[25]。在本研究中，阔叶红松林土壤有机碳的变程在2～6m，结构比在0.4～0.7，表明原始阔叶红松林内土壤有机碳具有空间相关性。本研究还表明，土壤有机碳质量分数随土层深度的增加而减少，这与Esteban等人的研究结论一致[15-18]。有研究表明，在阔叶红松林中，随着土层的加深土壤密度增加，细根获得的氧气减少，所以其生物量逐渐减少，且随土层加厚，温度和养分降低，细根生长和养分物质吸收受到抑制和影响，所以细根的生物量也会逐渐减少[26]，即土壤有机碳质量分数的垂直分布与细根生物量的垂直分布具有相似性。

在本研究中，对3块样地土壤有机碳密度变异函数及土壤有机碳密度与细根生物量协方差变异函数的分析结果表明，其相应的块金值差别很大。块金值反映了区域化变量内部随机性的可能程度，它主要有两种来源:一是来自区域化变量在小于抽样尺度时所具有的内部变异，二是来自于抽样分析的误差[22]68。因此，在今后的研究中，可以考虑缩小取样间隔对土壤有机碳及细根生物量的相关性进行深入研究。

本研究表明，土壤有机碳质量分数与细根生物量在土壤有机碳密度的平均变程(4.069m)内存在相关性，这与李亮亮等人的研究结论一致[25-27]，细根生物量大的地方土壤有机碳质量分数也较高。阔叶红松林中，植物细根生物量的75％以上分布在0～10cm土层中[28]。大量研究证明，细根的垂直分布随着土层的加深而减少，细根的分泌物及周转过程中产生的碎屑为土壤提供了有机碳来源，因此，土壤有机碳质量分数以表层(0～10cm)最多，且与细根有相似的垂直分布，即土壤有机碳质量分数随土壤深度的增加而减少。在森林生态系统中，细根一直处于生长、衰老、死亡、分解和再生长的动态过程。杨丽韫等[26]研究表明，原始阔叶红松林细根周转率为1.6次/a。Vogt等[29]的分析表明，细根每年周转对土壤 C的贡献比凋落物要大18％～58％。细根生物量少，占全部根系的20％以下，但细根中C∶N高，死亡后可以快速分解，将C归还于土壤中，且细根的含碳量要比枯落物的含碳量大许多倍，因此，细根是土壤每年C输入的主要来源[30]。

[1] Jiamin W，Tolek T，Tetsu K T.Organic carbon distribution，speciation，and elemental correlations within soil microaggregates:Applications of STXM and NEXAFS spectroscopy[J].Geochimica et Cosmochimica Acta，2007，71:5439-5449.

[2] Juan J J，Rattan L，Ricardo O R，et al.The soil organic carbon in particle-size separates under different regrowth forest stands of north eastern Costa Rica[J].Ecological Engineering，2008，34:300-310.

[3] 杨丽霞，潘剑君.土壤活性有机碳库测定方法研究进展[J].土壤通报，2004，35(4):502-506.

[4] 蔡晓布，周进.退化高寒草原土壤有机碳时空变化及其与土壤物理性质的关系[J].应用生态学报，2009，20(11):2639-2645.

[5] 张景群，苏印泉，徐喜明，等.黄土高原刺槐人工中龄林土壤碳汇[J].东北林业大学学报，2010，38(1):50-53.

[6] Nahia G B，Ander G A，Agustin M，et al.Soil organic carbon matter in soil physical fractions in adjacent semi-natural and cultivated stands in temperate Atlantic forests[J].Soil Biology ＆ Biochemistry，2009，41(8):1674-1683.

[7] Carol A J，Peter G，David D B，et al.Carbon cycling in soil[J].Front Ecol Environ，2004，2(10):522-528.

[8] 邵月红，潘剑君，许信旺，等.长白山森林土壤有机碳库大小及周转研究[J].水土保持学报，2006，20(6):99-102.

[9] 李跃林，郎黎明，张云，等.马占相思人工林土壤有机碳的异质性[J].山地学报，2007，25(2):229-235.

[10] Joni R，Annelies G，Bruno D，et al.Spatial structures of soil organic carbon in tropical forest-A case study of southeastern Tanzania[J].Catena，2009，77:19-27.

[11] 季志平，苏印泉，贺亮.黄土丘陵区人工林土壤有机碳的垂直分布特征[J].西北林学院学报，2006，21(6):54-57.

[12] 周莉，李保国，周广胜.土壤有机碳的主导影响因子及其研究进展[J].地球科学进展，2005，20(1):99-105.

[13] Torsten W B，Christian N，Gerhard G.Factors controlling soil carbon and nitrogen stores in pure stands of Norway sprue(Picea abies)and mixed species stands in Austria[J].Forest Ecology and Management，2002，159:3-14.

[14] 张小全，吴可红.森林细根生产和周转研究[J].林业科学，2001，37(3):127-138.

[15] Esteban G J，Robert B J.The vertical distribution of soil organic carbon and its relation to climate and vegetation[J].Belowground Processes and Global Change，2000，10(2):423-436.

[16] Richard G，Ingrid C B，Daniel G M，et al.Relationship between root biomass and soil organic matter pools in the shortgrass steppe of Eastern Colorado[J].Ecosystems，1999，2:226-236.

[17] 季志平，苏印泉，贺亮，等.秦岭北坡几种人工林根系及土壤有机碳剖面分布特征的研究[J].西北植物学报，2006，26(10):2155-2158.

[18] 王俊波，季志平，白立强，等.刺槐人工林土壤有机碳与根系生物量的关系[J].西北林学院学报，2007，22(4):54-56.

[19] 邓华平，耿赓，王正超.豫南35年生马尾松林生态系统碳库特征及其分配[J].中南林业科技大学学报，2010，30(6):5-9.

[20] Diggle P J，Ribeiro P J.Model-based Geostatistics[M].New York:Springer，2006.

[21] 王树堂，韩士杰，张军辉，等.长白山阔叶红松林表层土壤木本植物细根生物量及其空间分布[J].应用生态学报，2010，21(3):583-589.

[22] 王政权.地统计学及其在生态学中的应用[M].北京:科学出版社，1999.

[23] 孙志虎，牟长城，孙龙.采用地统计学方法对落叶松人工纯林表层细根生物量的估计[J].植物生态学报，2006，30(5):771-779.

[24] 孙志虎，王庆成.采用地统计学方法对水曲柳人工纯林表层根量的估计[J].生态学报，2005，25(4):923-930.

[25] 李亮亮，依艳丽，凌国鑫，等.地统计学在土壤空间变异研究中的应用[J].土壤通报，2005，36(2):265-268.

[26] 杨丽韫，李文华.长白山原始阔叶红松林细根分布及其周转的研究[J].北京林业大学学报，2005，27(2):1-5.

[27] Jachson R B，Canadell J，Ehleringer J R，et al.A global analysis of root distribution for terrestrial biomes[J].Oecologia，1996，108:389-411.

[28] 冉华，黄从德.岷江上游不同森林类型土壤有机碳含量及密度特征[J].四川林业科技，2010，31(2):35-38.

[29] Vogt K A，Grier C C，Vogt D J.Production，turnover，and nutrient dynamics of above-and belowground detritus of world forests[J].Advance Ecology Research，1986，15:303-377.

[30] 杨丽韫，李文华.长白山不同生态系统地下部分生物量及地下C 贮量的调查[J].自然资源学报，2003，18(2):204-209.

Spatial Heterogeneity of Soil Organic Carbon in a Broad-Leaved Korean Pine Forest in Changbai Mountains

/Zhao Jing，Zhang Junhui，Han Shijie，Wang Shutang，Wang Shuqi，Cheng Xubing(Institute of Applied Ecology，Chinese Academy of Sciences，Shenyang 110016，P.R.China)//Journal of Northeast Forestry University.-2011，39(6).-52～55

Soil organic carbon;Spatial heterogeneity;Fine roots;Broad-leaved Korean pine forests

S718.5

1)国家自然科学基金项目(40930107)、中国科学院知识创新工程重要方向资助项目(KZX2-YW-416)。

赵晶，女，1985年1月生，中国科学院沈阳应用生态研究所，硕士研究生。

张军辉，中国科学院沈阳应用生态研究所，研究员;E-mail:jhzhang@iae.ac.cn。

2010年12月6日。

责任编辑:李金荣。

Geostatistical method was applied to study the spatial distribution of soil organic carbon and analyze its relation to fine root biomass of woody plants in a broad-leaved Korean pine(Pinus koraiensis)forest in Changbai Mountains in 2009.Results showed that the ranges of organic carbon density of three sampling plots were 3.568，5.866 and 2.773m respectively.The structure ratio ranged from 40％to 65％，indicating that soil organic carbon density has a moderate correlation in space.Soil organic carbon content decreased with soil depth，and it was similar to fine root in vertical distribution.There was a correlation between soil organic carbon density and fine root biomass within the spatial distances of 5.011，4.590 and 4.912m in the three sampling plots，respectively.The structure ratio of covariance functions for soil organic carbon density and fine root biomass was between 50％and 80％.