Meta分析在采伐对森林土壤可溶性有机碳浓度影响中的应用

李孟帆，王靖靖，王静，郭丁，傅华，侯扶江

(兰州大学草地农业科技学院，草地农业生态系统国家重点实验室，甘肃 兰州 730020)

Meta分析(meta-analysis)是近年来在生态学领域新引入的一种系统评价方法，它通过综合多个具有相同目的的研究结果，用定量合成的方法提供一个量化的平均效果或联系强度，从而能够较为准确地回答所研究的科学问题[1-3].特别是当由于研究方法不同等因素导致的研究结果有差异时，Meta分析可对这些研究进行综合的数理统计分析，进而得出客观的、定量的结论，弥补了传统文献综述方法只能提供主观、定性的观点这一不足[4].自1998年彭少麟等将Meta分析方法首次引入我国生态学研究以来，Meta分析在国内生态学领域已有不少的应用[5]，如王芳等[6]应用Meta分析研究了氮添加对树木光合作用的影响.Meta分析在采伐对森林土壤可溶性有机碳(dissolved organic carbon，DOC)浓度影响的研究中还鲜有报道.Wan等[7]应用Meta分析研究了采伐残余物管理方式对土壤碳储量的影响，虽然证实了采伐残余物管理对森林土壤碳储量存在较显著的影响，但忽略了采伐强度等因素的作用，因此无法全面地揭示采伐对森林土壤DOC浓度的影响.

土壤中的DOC指能够通过0.45 μm滤膜，并且可溶于水或酸碱溶液的一系列大小、结构不同的有机物质组成的混合碳素[8-9].近年来关于DOC的研究已成为生态学科的热点之一[10].适当的DOC浓度对于维持森林生态系统营养库的稳定性和减轻环境污染均具有重要作用.一方面，DOC是土壤碳库的重要组成部分[8-9]，其主要来源于植物凋落物、生物代谢产物以及土壤有机质[11-12]；另一方面，DOC为可溶物，具有较高的移动性，溶解后易随地表径流进入水体，导致水体污染[12-13]；同时，DOC是微生物生长的速效基质，可以通过影响微生物代谢进而作用于CO2、CH4等温室气体的排放[13].采伐干扰引起森林生态系统植被和土壤特征的变化，很有可能引起森林土壤DOC浓度的联动变化.然而目前关于采伐对森林土壤DOC浓度的影响还不明确，许多研究之间由于方法差异等因素导致了其研究结果不一致，一些结论甚至相互矛盾[14].有研究表明采伐增加了土壤DOC浓度[15-16]，亦有研究表明采伐降低了土壤DOC浓度[17].传统文献综述的方法对这类研究仅能提供人为的、定性的观点，无法提供科学的、定量的结论.Meta分析方法可以对生态学领域的某一个具体问题进行研究，从一批主题、目的相同的特殊条件下的研究中提炼出普适性的科学结论[1-2].因此，本研究采用Meta分析方法，将近年来发表的25篇相关文献(共计93个试验样本)的研究数据进行收集、整合和分析，综合多个目的相同的研究结果，以明确森林土壤DOC浓度随采伐变化的规律，为确定合理的土地利用方式提供科学依据.此外，通过使用Meta分析方法对采伐如何影响森林土壤DOC浓度进行实例研究，以期为Meta分析在我国生态学领域进一步的推广应用提供参考依据.

1 试验数据

1.1 数据来源

在Web of Science、Science Direct、Research Gate和中国知网等网站完成相关文献的检索，关键词包括：采伐(harvesting；deforestation)、土壤(soil)、土壤可溶性有机碳(DOC).检索年限为1980～2017 a.检索完成后对文献进行筛选，被此次Meta分析所纳入的试验样本必须满足以下条件：各试验样本属于同一主题；文献中须写明森林类型、采伐强度、采伐时间等；各试验样本中的试验需要有重复；文中需能够提供Meta分析所需要的全部数据，对于以图的形式发表的数据，使用Origin 2016 软件对其进行数值化.本研究将未被采伐的森林生态系统设为对照组，将采伐的森林生态系统设为处理组，Meta分析需要提取对照组和处理组的平均值Xc、标准差Sc和样本量Nc.此外，为了研究气候条件对DOC的影响，我们还提取了各文献中试验地点的经纬度、年平均温度和年平均降水量.如果原文献中没有提供试验点的年均温和年平均降水量，则根据试验点的经纬度，通过全球气候数据库(http://www.worldclim.org/)查询获得.

图1 研究点所处的位置分布Figure 1 Location distribution of study sites

如果同一篇文献当中出现以下情况，则可以将其视为不同的试验样本纳入此次Meta分析：多个试验地点，各个地点具有独立的对照和处理；不同类型的森林生态系统；同一树种但处于不同生长期；不同的采伐管理措施；不同土层深度且每个深度有其相对应的对照组[18-19].

1.2 数据分类

对数据检索和筛选后，最终建立了1个包含25篇文献共计93个试验样本的数据集，如表1所示，研究点所处的地理位置分布如图1所示.将数据按不同的树种(针叶树种和阔叶树种)、土壤深度(0～20、20～50、>50 cm)、采伐强度(<30%、30%～50%、>50%)、采伐残留物收集方式(全株收集和只收集树干)以及采伐后时间(<5、5～10、>10 a)进行分组.

表1 采伐对森林土壤DOC浓度影响的Meta分析所纳入的文献

[36]欧洲赤松Pinus sylvestris分别研究了2个不同地点土壤DOC浓度对采伐的响应,每个地点均有其相对应的对照组2[37]欧洲赤松Pinus sylvestris分别研究了5个不同地点土壤DOC浓度对采伐的响应,每个地点均有其相对应的对照组5[38]红枫AcerpalmatumThunbf研究了3个不同采伐强度下,土壤DOC浓度对于采伐的响应3[39]兴安落叶松Larix spp研究了3个不同采伐强度下,土壤DOC浓度对于采伐的响应3[40]鸡毛松Podocarpus imbricatus Bl研究了2个采伐强度下,土壤DOC浓度对于采伐的响应2[41]毛冬青Ilex pubescens比较了2种不同林木类型土壤DOC浓度对采伐的响应2

2 计算方法

2.1 计算方法

Meta分析中需要一个变量(如效应值)来结合各个研究，进而使得各个研究之间具有可比性，本研究使用随机效应模型计算效应值Hedges’d[42].

其中：

对照组和处理组混合标准差：

其方差为：

若d>0，处理对试验结果具有正效应；若d=0，处理对试验结果不产生影响；若d<0，处理对试验结果具有负效应.当某一指标效应值的95%置信区间(confidence interval，CI)不与0重叠，则认为处理对该指标的影响达到显著性水平(P<0.05).此外，本研究使用Qt统计量进行异质性检验，Qt为Qb(组间异质性)和Qw(组内异质性)的总和.为了明晰同一分组内不同处理间差异是否显著，对Qb值进行自由度为(k-1)的卡方检验.如果P<0.05，即可认为同一分组内不同处理间差异显著；反之，则不显著.

2.2 数据处理

使用Excel 2007录入数据，所有的计算过程及统计分析均在MetaWin 2.1软件中完成，年平均温度和年降水量与效应值之间的关系使用SPSS 21.0进行线性回归分析，使用SigmaPlot 12.5软件进行绘图.

3 结果与分析

3.1 采伐对森林土壤DOC浓度的影响

3.1.1 采伐对不同树种和土壤深度DOC浓度的影响 从整体来看，森林生态系统经采伐干扰后，土壤DOC浓度显著增加(P<0.05)(图2).植被类型不同，土壤DOC浓度的变化幅度不同.森林生态系统一方面代表了特定研究区域的气候和土壤条件，另一方面代表了其植被组成[43].采伐对阔叶林土壤DOC浓度具有显著正效应(P<0.05)，而对针叶林土壤DOC浓度的影响则不显著(P>0.05)，这可能是由于针叶林基本分布于环境温度较低的区域，凋落物分解速率较低，导致针叶林土壤表层累积大量凋落物[30].针叶林采伐干扰后，这些累积在地表的凋落物仍然能够在土壤生物的驱动下生成DOC.因而，较之于阔叶林，针叶林土壤DOC浓度受采伐干扰的影响较小.此外，虽然不同植被组成的森林土壤DOC浓度对采伐干扰的响应存在差异，但差异不显著(Qb=1.91，P>0.05)，这可能是由于相关文献来源不够充足，所纳入的试验样本比较少所致.

95%置信区间旁数字为试验样本数.The number besides the 95% confidence interval is the number of experimental samples.图2 采伐对不同树种(A)和土壤深度(B)DOC浓度影响的效应值Figure 2 Effect sizes of DOC concentration change with harvesting across different tree species(A) and different soil depths(B)

由图2B可知，采伐对土壤DOC浓度的影响由土壤表层(0～20 cm)至深层(20～50、>50 cm)逐级递减(Qb=5.37，P>0.05).采伐使得土壤表层0～20 cm DOC浓度显著增加(P<0.05)，而对20 cm及以下土层的DOC浓度影响并不显著(P>0.05).这可能是由于采伐后土壤表层堆积了一定数量的采伐残留物.此外，采伐引起土壤表层温度、湿度和通气状况等的联动变化，使得土壤表层较适宜土壤微生物的生存,从而增加了表层土壤微生物的活性和生物量，导致表层土壤DOC浓度的进一步增加[44].

3.1.2 采伐强度、残留物收集方式及采伐后时间对森林土壤DOC浓度的影响 不同采伐强度对土壤DOC浓度的影响存在差异(Qb=1.46，P>0.05).随着采伐强度的增加，采伐对土壤DOC浓度的影响呈递减趋势.当采伐强度小于30%时，采伐对土壤DOC浓度有显著的正效应(P<0.05)；而当采伐强度大于30%时，采伐对土壤DOC浓度的影响不显著(P>0.05).由图3A可知，不同采伐强度对土壤环境以及系统微气候的改变程度有差异，因而会对土壤DOC浓度产生不同的影响.采伐强度越大，林地植被和土壤受到的扰动越大，进而使得裸地面积增加、土温急剧升高以及雨水冲刷严重，导致了土壤DOC的流失[45].

采伐残留物的管理是影响森林土壤DOC浓度的又一重要因素.由图3B可知，森林经受采伐干扰后，土壤DOC浓度对采伐残留物不同管理方式的响应存在差异，但不显著(Qb=0.59，P>0.05).若仅收集树干部分，其对土壤DOC浓度产生显著正效应(P<0.05)，而若采伐后对整株进行收集，其对土壤DOC浓度的影响则不显著(P>0.05).采伐残留物的收集方式决定了给土壤碳库输入有机质的数量以及质量.若采伐后仅收集树干，则遗留的枝叶等经过土壤生物的分解后，会使得土壤DOC浓度显著增加[46].

95%置信区间旁数字为试验样本数.The number besides the 95% confidence interval is the number of experimental samples.图3 不同采伐强度(A)、残留物收集方式(B)和采伐后时间(C)对森林土壤DOC浓度影响的效应值Figure 3 Effect sizes of DOC concentration in forest soil change with different forest-harvesting intensities(A),different residue collection methods (B) anddifferent time (C) periods after harvesting

由图3C可知，随着采伐后时间的增加，采伐对土壤DOC浓度的影响呈递增趋势(Qb=3.49，P>0.05)，当采伐后时间大于10 a时，采伐对土壤DOC浓度呈现出显著的正效应(P>0.05).一方面，采伐后时间决定了采伐残留物分解程度和遗留林木的恢复生长情况，一般时间间隔越长，采伐残留物分解越彻底，遗留林木恢复生长越好，进而增加了植物地上和地下部分的生物量和有机物质对土壤的输入[16].另一方面，采伐改变了林地光照条件，而光是植物生长最主要的影响因素，因此采伐会对林下植被产生一定的影响[32].本研究采伐后时间大于10 a的文献中，有研究表明采伐后林地灌木和草本植物生物量以及种类有所增加[17,23]，亦有研究表明采伐使得草本植物生物量和种类增加，而对灌木影响较小[32].总之，采伐促使了林下植被的生长和更新，增加了生物量，这可能是土壤DOC浓度增加的原因之一.

3.1.3 气候因素与DOC浓度的相关性 由图4A可知,对研究地点年平均温度和年降水量与效应值之间的线性回归分析表明，土壤DOC浓度对采伐的响应与年平均温度呈显著正相关(P<0.05)，这可能是由于温度的升高导致了土壤微生物代谢和微生物酶活性的增强，一定程度上促进了DOC的生成[47].由图4B可知，土壤DOC浓度对采伐的响应与年平均降水量之间的相关关系不显著(P>0.05)，这可能是由于随着降水量的增加，导致了土壤DOC的淋失输出增多[15].降水量的增加使得植物生产力和土壤微生物活性均有所增强，使得土壤DOC的输入增加[47]，当土壤DOC输入和输出效果相抵时，则可能导致土壤DOC浓度对采伐的响应与年平均降水量之间的相关关系不显著.

图4 平均效应值与研究地点的年均温(A)、年降水量(B)之间的关系Figure 4 Relationship between the mean effect sizes and the mean annual temperature(A) and the mean annual precipitation(B) at the study sites

3.2 Meta分析方法的应用及前景分析

到目前为止，关于采伐对森林土壤DOC浓度的影响还不明确，有研究表明采伐增加了土壤DOC浓度[15-16]，也有研究表明采伐降低了土壤DOC浓度[17].传统文献综述的方法对此类研究仅能提供人为的、定性的观点.Meta分析方法可以综合多个具有相同目的研究的结果，用定量合成的方法提供量化的平均效果或联系强度，从而能够提供科学的、定量的结论[2-3].本研究使用Meta分析方法发现森林生态系统经受采伐干扰后，土壤DOC浓度显著增加.采伐使得阔叶林土壤以及表层土壤DOC浓度显著增加，并且当采伐强度小于30%和采伐后只收获树干时，土壤DOC浓度也显著增加.此外，采伐后时间越长，采伐对于土壤DOC浓度的影响越大.由此可知，Meta分析的应用对于“采伐如何影响森林土壤DOC浓度”这一存在争议的科学问题得出了较为明确的结论.

Meta分析是一种定量的系统评价，并且建立了一种新的标准，能有效地对不同研究的数据进行归纳，进而使得我们能从一批主题、目的相同的特殊条件下的研究中提炼出一般性结论[5].一般来说，由于资金、人员等因素的限制使得时间、空间跨度大的生态学领域研究不易实现，而Meta分析方法的优势恰恰在于其能够将若干独立研究所得的信息整合并进行统计分析[48].因此， Meta分析将在生态学领域取得长足发展，并为生态学发展做出贡献.但是Meta分析在生态学领域应用时仍存在一些问题，如筛选文献时面临的数据缺失和模型的选择困难等，这些问题仍然需要科学试验佐证.

4 结论与展望

本研究结果表明，采伐对土壤DOC浓度有着重要的影响，并且土壤DOC浓度的变化幅度随着植被类型、土壤深度、采伐强度、残留物管理和采伐后时间的不同而不同.其中，采伐使得阔叶林土壤以及表层土壤DOC浓度显著增加，而且采伐强度小于30%和采伐后只收获树干时也会显著增加土壤DOC浓度.此外，采伐后时间越长，采伐对于土壤DOC浓度的影响越大.土壤DOC浓度对采伐的响应与年平均温度有显著的正相关关系，而与年平均降水量之间的相关关系不显著.采伐导致土壤DOC浓度变化可能主要归因于两方面：采伐改变了原有林地植被特征，进而导致向土壤中输入的有机质数量与种类的联动变化；采伐改变了土壤微环境，而土壤微生物的代谢会随着土壤微环境的变化而变化[14]，进而导致了土壤DOC浓度的变化.这一研究结果可以为建立正确的森林系统土地利用方式提供科学依据，有助于实现森林生态系统的经济效益和生态效益的最大化.

综上所述，本文应用Meta分析方法对生态学领域的具体问题进行了研究，从一批主题、目的相同的特殊条件下的研究中提炼出了普适性的科学结论，这说明Meta分析能够将若干独立研究所得的信息整合并进行统计分析，是一种适合于解决时间、空间跨度大的生态学问题的有效方法.