不同人工林凋落物对土壤有机碳矿化特征的影响

2020-03-09栾景雨贾月慧

北京农学院学报 2020年1期

王莹，梁琼，栾景雨，张谦，王焱，刘杰，贾月慧，刘云

(北京农学院生物与资源环境学院/农业农村部华北都市农业重点实验室，北京 102206)

土壤有机碳库及其动态平衡是森林生态功能的重要指示指标[1]。由于森林土壤碳库储量巨大，土壤有机碳周转过程的微小变化都会对CO2释放产生显著影响，进而影响整个生态系统的碳平衡[2]。人工林是北京地区森林资源的主要组成部分，发挥着重要的生态涵养功能。与天然林相比，林分相对单一的人工林生态系统稳定性较差，土壤有机碳矿化和周转受植被类型影响很大。已有研究显示，不同植被人工林在土壤有机碳含量和密度上存在差异，而这种差异与凋落物性质密切相关[3]。由于植被类型的不同，归还到土壤中凋落物的数量和化学成分存在很大差异，凋落物特征是影响土壤有机碳含量和稳定性的重要因素之一[4]。目前北京地区对于人工林土壤有机碳库的研究，大多集中在土壤有机碳含量、密度及有机碳组分等方面[5-6]，而对于土壤有机碳矿化过程的研究较少。研究不同植被人工林凋落物对土壤有机碳矿化特征的影响，有助于深入理解人工林土壤碳素固持与周转的作用机制。

本研究以北京低山区淋溶褐土为培养基质，选取该地区典型人工林植被油松、侧柏和栓皮栎凋落物为研究对象，通过室内培养试验，分析添加不同植被凋落物条件下土壤有机碳矿化特征的差异，以及对土壤有机碳组分和土壤酶活性的影响，以期为深入探讨植被凋落物对人工林土壤固碳机制的影响提供依据，为北京地区人工林土壤碳库管理提供参考。

1 材料和方法

1.1 采样点概况

供试土壤和植被凋落物采自鹫峰国家森林公园，位于北京市西北郊(39°54′N，116°28′E)，地处太行山山脉北端，北接燕山山脉，面积832 hm2，最高峰海拔1 153 m。该地区地处暖温带气候区，年平均气温11.6 ℃，年平均降水量630 mm。土壤主要发育于花岗岩、石灰岩、凝灰岩等岩石风化形成的母质上，海拔800 m以下主要为淋溶褐土，800 m以上为棕壤。森林植被以天然次生林和人工林群落为主，主要树种有油松(PinustabuliformisCarr.)、侧柏(Platycladusorientalis)、栓皮栎(Quercusvariabilis)、刺槐(Robiniapseudoacacia)等。

1.2 样品采集与处理

供试土壤样品采集自油松人工纯林，采样点位于海拔425 m的阴坡，土壤类型为淋溶褐土。由于人工林表层土壤中含植被凋落物残体较多，且空间变异大，为减少对室内培养试验的干扰，采用10～20 cm土层土壤为矿化培养基质。在20 m×20 m的采样区域内以“S”形布点法布设7个采样点，用不锈钢土钻在各采样点采集等量的土壤样品混合为一个混合土样。土壤样品在实验室风干并剔除植物根系、凋落物残体和石块后，研磨过2 mm筛备用。供试土壤质地为粉壤土(砂粒8%、粉粒68%、黏粒24%)，pH 4.08(w/v=1∶2.5)，电导率75.77 μS/cm，有机质19.60 g/kg。

植被凋落物样品分别采集自油松、侧柏、栓皮栎人工纯林地表枯落物层，选取自然凋落的、干枯未分解的叶片(或针叶)，带回实验室清洗掉叶片表面灰尘，于烘箱内80 ℃烘干，用粉碎机粉碎后过2 mm筛备用。油松、侧柏、栓皮栎三种植被叶片凋落物的含碳量分别为541.1、504.4和497.2 g/kg[7]。

1.3 土壤有机碳矿化培养试验

通过室内恒温培养，采用碱液吸收法测定CO2释放量[8]。设置油松(Y)、侧柏(C)、栓皮栎(S)三种凋落物添加处理，每种凋落物设置2.5 g/kg (Y1、C1、S1)和5.0 g/kg(Y2、C2、S2)两种添加量，同时设置1组不添加凋落物的处理作为对照(CK)，共7个处理，每个处理设置3组平行。称取50 g土壤样品放置在250 mL培养瓶中，调节土壤含水量为田间持水量的60%，在培养箱中25 ℃避光预培养5 d。在土壤样品中添加粉碎后的凋落物并混合均匀，将盛有10 mL 0.5 mol/L NaOH溶液的离心管放置于培养瓶内，盖紧瓶盖密封，置于培养箱中25 ℃避光培养。培养过程中，用称重法定期校正土壤含水量。在培养试验的第1天、第3天、第5天、第7天、第14天、第21天、第28天、第35天、第45天取出碱液，用0.5 mol/L盐酸滴定，根据CO2释放量计算不同处理的有机碳矿化速率和累积矿化量。

1.4 土壤有机碳和酶活性测定

培养试验结束后，采用重铬酸钾外加热法测定土壤有机碳(SOC)含量[9]；采用高锰酸钾氧化法测定土壤易氧化有机碳(ROC)含量[10]；采用对硝基苯酚比色法测定土壤β-葡萄糖苷酶(GLU)和碱性磷酸酶(ALP)活性[11]。

1.5 数据分析

对于土壤有机碳累积矿化量随时间的变化，采用一级动力学方程进行拟合，分析土壤有机碳矿化动态：

Ct=Cp(1-e-kt)

(1)

式中：Ct为t时刻土壤有机碳累积矿化量，mg/kg；Cp为土壤有机碳潜在可矿化量，mg/kg；k为土壤有机碳矿化速率常数，d-1；t为培养时间，d。

试验数据采用Microsoft Excel 2007和SPSS 21.0软件进行处理和统计分析，通过单因素方差分析法(One-way ANOVA)分析不同处理间土壤有机碳组分和土壤酶活性的差异，平均值差异显著性采用最小显著差异法(LSD)进行检验。通过双因素方差分析法(Two-way ANOVA)分析凋落物种类、培养时间及其交互作用对有机碳矿化速率的影响。方差分析的显著水平为P<0.05。采用Pearson相关系数进行数据间的相关性分析。

2 结果与分析

2.1 土壤有机碳矿化速率与累积矿化量

添加不同植被凋落物土壤有机碳矿化速率随时间的变化规律大致相同，呈现明显的阶段化特征，见图1。培养初期土壤有机碳矿化速率最大，在培养试验的7 d内有机碳矿化速率迅速下降，从第8天开始逐渐趋于稳定。培养期间土壤有机碳矿化速率的变化符合对数关系y=a+bln(t)(P<0.01)(表1)。

图1 添加不同植被凋落物土壤有机碳矿化速率Fig.1 Mineralization rate of SOC under different litter treatments

试验处理Treatments凋落物添加量Litter amount/(g/kg)矿化速率回归方程Regression equationR2CK0.0y=16.01-3.00ln(t)0.819∗∗Y12.5y=38.91-8.48ln(t)0.852∗∗C12.5y=51.31-10.55ln(t) 0.870∗∗S12.5y=44.93-9.61ln(t)0.901∗∗Y25.0y=72.40-17.13ln(t)0.891∗∗C25.0y=108.95-25.36ln(t)0.922∗∗S25.0y=73.94-16.53ln(t) 0.882∗∗

注：y表示CO2产生速率，mg/(kg·d)；t表示培养时间，d；**表示相关性达到极显著水平(P<0.01)。

Note:ymeans CO2production rate, mg/(kg·d);tmeans number of incubation days, d; ** indicate significant correlation at the 0.01 level.

双因素方差分析结果显示，凋落物种类、培养时间及其交互作用均对土壤有机碳矿化速率有显著影响(表2)。在矿化培养第1天，各处理间有机碳矿化速率差异最大：在2.5 g/kg添加量下为侧柏(52.0 mg/(kg·d))>栓皮栎(46.0 mg/(kg·d))>油松(38.0 mg/(kg·d))，添加侧柏凋落物处理的有机碳矿化速率分别是栓皮栎和油松处理的1.13和1.37倍；在5.0 g/kg添加量下亦表现出相同的规律，侧柏(104.0 mg/(kg·d))>栓皮栎(82.0 mg/(kg·d))>油松(74.0 mg/(kg·d))，添加侧柏凋落物处理的有机碳矿化速率分别是栓皮栎和油松处理的1.27和1.41倍，CK处理的有机碳矿化速率最小(16.0 mg/(kg·d))(图1)。表明在这三种植被凋落物中，侧柏叶片含有的易分解有机碳组分较其他两种植被凋落物更多，在矿化过程初期的分解最迅速。培养结束时(45 d)，添加凋落物的各处理间土壤有机碳矿化速率差异不大，在10.0～15.2 mg/(kg·d)之间，但均远大于CK(3.2 mg/(kg·d))。土壤有机碳矿化速率受凋落物添加量的影响较大，在三种凋落物处理中，添加量5.0 g/kg的处理土壤有机碳矿化速率均大于添加量2.5 g/kg的处理，表明在相同凋落物输入情况下，土壤有机碳矿化速率与添加量呈正相关。

添加不同植被凋落物处理的土壤有机碳累积矿化量如图2所示。各处理间有机碳累积矿化量的差异与矿化速率的规律一致，不同添加量下土壤有机碳累积矿化量从大到小依次为：侧柏>栓皮栎>油松，CK最小。培养45 d后，各处理土壤有机碳累积矿化量见表3。三种凋落物处理中，添加量5.0 g/kg的处理土壤有机碳累积矿化量均大于添加量2.5 g/kg的处理，Y2、C2、S2处理分别是Y1、C1、S1的1.55、1.62和1.54倍。

表2 凋落物种类、培养时间及其交互作用对土壤有机碳矿化速率影响的方差分析Tab.2 Variance analysis of litter species, incubation time and their interaction effects on SOC mineralization rate

图2 添加不同植被凋落物土壤有机碳累积矿化量Fig.2 Cumulative mineralization amount of SOC under different litter treatments

2.2 土壤有机碳矿化拟合参数

将添加不同凋落物处理的土壤有机碳累积矿化量用一级动力学方程进行拟合，得到土壤有机碳潜在可矿化量Cp和矿化速率常数k(表3)。不同添加量下，添加侧柏凋落物的土壤有机碳Cp最大，其次为栓皮栎和油松，CK处理最小(469.0 mg/kg)。在添加凋落物的处理中，Cp与凋落物添加量呈正相关关系。添加凋落物处理的土壤矿化速率常数k(0.032～0.051 d-1)均大于CK处理(0.024 d-1)。Cp/TOC表示土壤有机碳潜在可矿化量与总有机碳(TOC)的比值，可反映土壤有机碳的矿化能力。本研究中，TOC由矿化培养结束后土壤中SOC含量加上土壤有机碳累积矿化量计算得出。不同处理间Cp/TOC值表现出与Cp一致的规律，即不同添加量下均为侧柏>栓皮栎>油松，且Cp/TOC值与凋落物添加量呈正相关。

表3 土壤有机碳矿化的一级动力学方程参数Tab.3 Parameters of the first-order kinetics equation for the SOC mineralization

注：C45表示培养45 d后土壤有机碳累积矿化量；Cp表示土壤有机碳潜在可矿化量；k表示土壤有机碳矿化速率常数；Cp/TOC表示土壤有机碳潜在可矿化量与总有机碳的比值。

2.3 凋落物矿化对土壤有机碳的影响

作为培养基质的土壤添加凋落物前SOC初始含量为11.37 g/kg。添加不同植被凋落物并矿化培养45 d后，各处理的SOC含量见表4。添加凋落物处理的SOC残留量显著高于CK处理(P<0.05)，凋落物添加量对培养结束后的SOC残留量有显著影响，添加量5.0 g/kg的处理SOC含量显著高于添加量2.5 g/kg的处理(P<0.05)。凋落物种类对培养结束后SOC含量的影响并不明显，相同凋落物添加量下，不同凋落物处理间的SOC含量无显著差异。

矿化培养45 d后，土壤中的ROC含量与凋落物添加量呈正相关，Y1、C1、S1处理ROC含量分别比CK高39.1%、41.3%和27.0%；Y2、C2、S2处理ROC含量分别比CK高119.1%、57.9%和73.6%(表4)。与SOC规律不同的是，添加不同凋落物处理间ROC含量存在显著差异，在5.0 g/kg添加量下，Y2处理的土壤ROC含量(6.98 g/kg)显著高于C2(5.03 g/kg)和S2(5.53 g/kg)处理(P<0.05)。ROC/SOC表示易氧化有机碳在总有机碳中所占的比例，可作为反映土壤碳库稳定性的指标，ROC/SOC值越大，说明土壤有机碳的活性越高，稳定性相对越差[12]。添加不同凋落物处理间ROC/SOC的差异仅表现在5.0 g/kg添加量下，添加油松凋落物的土壤ROC/SOC值(50.5%)显著高于侧柏(36.9%)和栓皮栎(40.9%)处理(P<0.05)，表明在矿化培养结束后，添加油松凋落物土壤的SOC中活性有机碳仍占较高比例。

表4 矿化培养45 d后土壤有机碳和易氧化有机碳含量Tab.4 Contents of SOC and ROC after 45 days of incubation

注：SOC表示土壤有机碳；ROC表示易氧化有机碳；同一列内不同字母表示处理间差异显著(P<0.05)。

Note:SOC means soil organic carbon; ROC means readily oxidized organic carbon; Different letters within a column indicate significant difference at 0.05 level.

2.4 凋落物矿化对土壤酶活性的影响

矿化培养45 d后，添加不同植被凋落物处理土壤的β-葡萄糖苷酶和碱性磷酸酶活性如表5所示。除C1处理外，添加凋落物的处理在培养45 d后其β-葡萄糖苷酶活性均显著高于CK处理(P<0.05)，为CK处理的1.33～2.37倍，表明添加外源有机质显著提高土壤β-葡萄糖苷酶活性，在矿化培养45 d后仍能表现出显著差异。不同种类的凋落物处理间，在2.5 g/kg添加量下各处理β-葡萄糖苷酶活性无显著差异；在5.0 g/kg添加量下，侧柏处理的β-葡萄糖苷酶活性(82.28 μg/(g·h))显著低于油松(126.53 μg/(g·h))和栓皮栎(116.73 μg/(g·h))处理(P<0.05)。而碱性磷酸酶活性的结果显示，在2.5 g/kg和5.0 g/kg添加量下，添加油松凋落物处理的土壤在矿化培养45 d后的碱性磷酸酶活性均显著高于侧柏和栓皮栎处理(P<0.05)，而侧柏和栓皮栎处理间无显著差异。

表5 矿化培养45 d后土壤酶活性Tab.5 Soil enzyme activities after 45 days of incubation

注：GLU表示β-葡萄糖苷酶；ALP表示碱性磷酸酶；同一列内不同字母表示处理间差异显著(P<0.05)。

Note:GLU means β-glucosidase; ALP means alkaline phosphatase; Different letters within a column indicate significant difference at 0.05 level.

2.5 土壤有机碳矿化参数与土壤酶活性的关系

Pearson相关性分析结果显示，土壤有机碳潜在可矿化量Cp和矿化速率常数k仅与矿化培养后的SOC含量呈显著正相关(P<0.05)，而与ROC/SOC、GLU、ALP均无显著相关关系。矿化培养45 d后土壤生化指标之间，β-葡萄糖苷酶和碱性磷酸酶活性与SOC含量、ROC含量、ROC/SOC值均呈极显著正相关关系(P<0.01)，β-葡萄糖苷酶活性和碱性磷酸酶活性间亦呈极显著正相关关系(P<0.01)(表6)。

3 讨论

3.1 凋落物种类对土壤有机碳矿化的影响

土壤有机碳含量的变化是进入土壤的有机物料及其矿化分解损失共同作用的结果。在森林生态系统中，土壤有机碳的矿化过程受气候、植被类型、土壤性质等多种因素的影响[13]。森林凋落物进入土壤后在微生物的作用下矿化分解，增加土壤中可利用的碳源，使土壤微生物群落结构得到改善，从而提高土壤微生物的数量和活性，进一步影响土壤有机碳的矿化过程[4]。本研究中，添加植被凋落物可以显著提高土壤有机碳的矿化速率和累积矿化量，添加不同凋落物的处理间土壤有机碳矿化特征存在显著差异(图1，图2)。土壤有机碳的培养初期矿化速率、累积矿化量和潜在可矿化量均表现为侧柏>栓皮栎>油松，说明侧柏凋落物具有相对更高的矿化潜力，而添加油松凋落物则可能更有利于土壤中有机碳的积累(图2)。凋落物在土壤中的矿化速率与凋落物类型及其化学成分(如木质素含量、C/N等)密切相关，凋落物的C/N越小，越有利于其分解[14]。张海鑫等[15]对不同植被凋落物的研究显示，油松针叶凋落物的C/N是侧柏凋落物的1.58倍。王肖楠[5]对北京低山地区油松林和栓皮栎林的研究显示，油松凋落物的C/N是栓皮栎凋落物的1.75倍。油松凋落物的C/N高于侧柏和栓皮栎凋落物，这可能是本研究中添加油松凋落物的处理在培养初期土壤有机碳矿化速率较慢的原因之一。凋落物不仅自身分解释放出CO2，还会通过激发效应促进土壤原有有机碳的矿化分解[16]。王晓峰等[17]通过室内矿化培养试验结合13C稳定同位素示踪技术研究杉木凋落物对SOC的激发效应，结果显示添加杉木凋落物显著提高培养初期的SOC矿化速率，且对土壤中原有SOC的分解有显著激发效应，在深层土壤中表现更为显著。

表6 土壤有机碳矿化参数和土壤酶活性的关系(n=21)Tab.6 Correlations of SOC mineralization parameters with soil enzyme activities (n=21)

注：C45表示培养45 d后土壤有机碳累积矿化量；Cp表示土壤有机碳潜在可矿化量；k表示土壤有机碳矿化速率常数；SOC表示土壤有机碳；ROC表示易氧化有机碳；GLU表示β-葡萄糖苷酶；ALP表示碱性磷酸酶。*显著水平P<0.05；**极显著水平P<0.01。

Note:C45means cumulative mineralization amount of carbon after 45 days of incubation;Cpmeans potential mineralizable carbon;kmeans constant of carbon mineralization rate; SOC means soil organic carbon; ROC means readily oxidized organic carbon; GLU means β-glucosidase; ALP means alkaline phosphatase. * indicate significant correlation at 0.05 level; ** indicate significant correlation at 0.01 level.

3.2 凋落物矿化对土壤有机碳组分的影响

添加不同植被凋落物进行矿化培养后，凋落物种类对土壤SOC含量并无显著影响，这可能与凋落物添加量较小和培养时间较短有关，但不同凋落物处理的土壤在ROC含量和ROC/SOC值上存在显著差异(表4)。ROC被认为是土壤中易被氧化分解的活性有机碳组分，而土壤碳库储量的变化主要发生在土壤活性有机碳库中[18]。ROC含量不仅与土壤SOC含量有关，还与土壤的理化性质及氧化还原环境有关[19]。已有研究认为，ROC在土壤中具有较快的周转速率，对土壤管理措施和环境变化的响应敏感，ROC/SOC值可作为衡量土壤有机碳分解潜力大小的指标之一[20]。在本研究中，土壤有机碳潜在可矿化量Cp和Cp/TOC值均显示添加侧柏凋落物处理的土壤有机碳具有最高的矿化潜力，油松处理的土壤有机碳矿化潜力在三种凋落物添加处理中最小；而ROC含量和ROC/SOC值在油松处理中却最大，Cp与ROC/SOC值无显著相关。与本研究结果类似，曹亚楠[21]在典型栎林土壤有机碳矿化特征的研究中，室内培养试验结果显示土壤有机碳潜在可矿化量Cp与ROC/SOC值无显著相关(r=-0.640)。这可能是由于ROC组分中有机碳成分的复杂性所造成的：植被凋落物中易被微生物利用的化学成分包括简单糖类、氨基酸、淀粉和部分小分子的半纤维素和纤维素等[22]；而通过KMnO4氧化法测得的ROC组分中，除简单糖类、氨基酸等易被微生物利用的成分之外，还包含部分可被KMnO4氧化，但微生物利用率较低的结构复杂的多糖、木质素和酚类物质等[23-24]。由ROC含量或ROC/SOC值判断的土壤有机碳矿化潜力可能会被高估。

3.3 凋落物矿化对土壤酶活性的影响

土壤酶主要来源于土壤动物和植物根系的分泌、植被凋落物的分解以及土壤微生物的代谢等过程，在土壤的物质循环和能量转化中发挥重要作用[25]。土壤中的一系列生物化学反应都是在土壤酶催化下完成的，不同植被类型凋落物数量和化学组成的差异对土壤酶的活性存在显著影响[26]。本研究中，添加侧柏凋落物的土壤在矿化培养45 d后β-葡萄糖苷酶活性显著低于油松和栓皮栎处理，这可能与有机碳组分的物质组成以及不同类型酶的功能差异有关[27]。β-葡萄糖苷酶是参与纤维素分解的酶[28]，其酶活性与纤维素分解菌群数量和酶促反应底物水平密切相关。宋影等[29]研究表明，初始C/N较高的凋落物在矿化初期更易诱集纤维素分解菌群，从而导致与纤维素分解相关的酶活性升高。

磷酸酶参与土壤中磷素的循环，催化土壤有机磷转化为植物可利用的无机磷，可作为评价土壤肥力的指标之一。其中酸性磷酸酶由植物根系和真菌分泌产生，而碱性磷酸酶则仅由土壤中的细菌合成[30]。碱性磷酸酶对于反映土壤微生物活性具有一定意义。本研究中，添加油松凋落物的土壤在矿化培养45 d后碱性磷酸酶活性显著高于侧柏和栓皮栎处理，表明添加油松凋落物更利于促进土壤中磷素的循环和提高土壤肥力水平。徐昕等[31]研究显示，人工林土壤碱性磷酸酶活性还受间伐等森林管理措施的影响，高间伐强度有利于提高土壤碱性磷酸酶活性，而弱度间伐对碱性磷酸酶活性影响并不明显，甚至会在一定程度上降低碱性磷酸酶活性。

凋落物的矿化分解过程受凋落物性质和土壤酶系统的综合影响。凋落物不仅通过自身分解释放酶进入土壤中，还通过改变微生物群落结构，提升土壤微生物的数量和活性，从而提高土壤酶活性；而酶活性的升高进一步促进凋落物和土壤有机质的分解[32]。其相互作用是森林土壤中物质循环和能量转化的基础，对于维持和提高森林土壤肥力具有重要意义。

4 结论

森林土壤有机碳的矿化速率和累积矿化量与凋落物性质和凋落量有关。添加侧柏凋落物的土壤在培养初期有机碳矿化速率和累积矿化量均显著高于栓皮栎和油松处理，且随凋落物添加量的增加而增大。土壤有机碳潜在可矿化量表现为侧柏>栓皮栎>油松，说明添加侧柏凋落物使土壤有机碳具有更大的矿化潜力，而添加油松凋落物则更有利于土壤中有机碳的积累。矿化培养45 d后，土壤有机碳含量的差异仅体现在不同添加量间，不同凋落物处理间土壤有机碳含量无显著差异。同时，添加油松凋落物土壤的ROC含量、ROC/SOC、β-葡萄糖苷酶活性和碱性磷酸酶活性均高于侧柏和栓皮栎处理，ROC/SOC值和土壤酶活性与土壤有机碳潜在可矿化量间并未呈现显著相关。