APP下载

高寒草甸地区土壤理化性质对补播牧草出苗率的影响

2021-11-20毛俊萍

青海草业 2021年4期
关键词:出苗率表层特征值

毛俊萍

(贵南县自然资源局,青海 茫拉 813100)

据统计,我国草地退化面积已占草地总面积的70%,草地的退化使草地生产力下降,草地中原有一些植物种类和优良牧草大大减少或消失,草地鼠虫害加剧,自然灾害频繁发生,环境恶化,给牧区人们的生产和生活带来巨大影响。三江源区生态战略地位极为重要,是我国重要的水源涵养生态功能调节区。但由于受气候变化和人类活动的共同影响,20世纪70年代以前三江源区草地已经呈退化趋势(2012)[1]。贵南县,全县草地面积56.78×104hm2,可利用草地面积54.20×104hm2,占草地总面积的95.46%(2012)[2]。草地同样出现了退化,采取了相应的改良措施,如改良退化草地,实行划区轮牧、休牧、禁牧制度,加强鼠虫害控制,建立人工草地等,其中,草地补播也是重要的草地改良措施,草地补播能增加草层的植被种类成分,增加草地覆盖度,改善草地群落品质,提高草地产草量,增加优质牧草比例和减少有毒有害植物。已有较多研究表明,提高草场产量,可以改善草地群落的营养成分,改善土壤理化性质(2001)[3]。然而,在高寒草甸中,补播地的土壤理化性质如何影响补播成功率和草产量还未见报道。因此,我们通过调查补播地土壤营养成分和理化性质,研究补播牧草出苗率高低的原因。

1 贵南县草地现状

青藏高原由于其独特的自然环境,作为气候变化的敏感区域,其脆弱生态系统的发生发展,成为人们关注的热点之一 ,自20世纪80年代以来,青藏高原草地生态系统严重退化,局部地区向“黑土滩”和沙漠化方向发展,影响了当地畜牧业的发展,青海省三江源国家级自然保护区是我国面积最大的湿地类型国家级自然保护区(2005)[4]。贵南县位于青海省东北部,地处西倾山与黄河之间,地理坐标为北纬35°09′~36°08′,东经100°13′~101°33′,总面积66.50×104hm2,隶属于海南藏族自治州,约占全州总面积的14.45%,东与黄南藏族自治州泽库县为邻,南与同德县,西与兴海县和共和县,北与贵德县接壤。近年来,在经济利益的驱使下,牧民超载过牧严重,导致自然生态系统严重失衡,生物多样性降低,草地生产力严重下降,草层高度降低,毒杂草比例上升,裸地增加,土壤蓄水保肥能力减弱,水土流失加剧,全县近 90% 的天然草地出现不同程度的退化和沙化 。因此,在该地区进行退化草地的恢复治理,对保护当地生态环境、 增加草地涵养水源的功能,提高牧草产量促进当地畜牧业发展具有重要意义。补播是退化草地恢复治理的有效途径之一,退化草地补播能大幅度提高草地生产力,增加优质牧草比例和植被盖度。草地补播是否成功将会影响到草地畜牧业的生产和发展,张永超等(2012)[1]研究了补播对高寒草甸生产力和植物多样性的影响;宋春桥等(2011)[2]研究了藏北地区草地补播及放牧制度对草地覆盖影响的遥感监测研究;焦菊英等(2005)[4]研究了黄土丘陵沟壑区退耕地植物群落与土壤环境因子的对应分析;阎子盟等(2014)[5]研究了天然草地补播豆科牧草的研究进展。据资料统计,我国草地退化面积已占草地总面积的70%,草地退化越来越严重。因此,弄清高寒草甸补播地土壤理化性质对补播牧草出苗率的影响是重要的和有意义的。

2 材料与方法

2.1 试验地概况

试验样地设在海南州贵南县加尚村阳坡滩地,地理坐标为北纬35°23′8″,东经101°19′49″,海拔高度3 686 m。草地类型为高寒草甸,原生植被主要是矮生嵩草(Kobresiahumilis)、高山嵩草(K.pygmaea)、线叶嵩草(K.capillifolia),试验地多呈现“黑土滩”景观,退化严重,鼠虫害也很严重,补播的牧草是垂穗披碱草,补播时间是2020年6月份。采样时间是2020年8月22日。

2.2 研究方法

2.2.1 数据来源 用GPS 测定海拔、经度、纬度,采用样线法(10cm)探明不同地块补播牧草的生长特性(植株密度),用三参仪测得每一样线0~7.5 cm、7.5~15 cm的温度、电导率、湿度,重复3次。用紧实度仪测定土壤紧实度,每一样线用土钻取土三钻,分为0~7.5 cm 、7.5~15 cm2层,将同一样地的同一层混合在一起,装入布袋编号,带回实验室使其自然风干,在实验室测定样地土壤养分特征。土壤速效氮、速效磷、速效钾和全效氮、全效磷、全效钾和有机质,委托青海省农林科学院分析测试中心测定。土壤质地和pH实验室测定,土壤质地是甲重比重法测定,pH是pH测定仪测定的。

2.2.2 指标选择 土壤指标:土壤速效磷、速效氮、速效钾、全效氮、全效磷、全效钾、有机质、质地、pH值和土壤紧实度。

补播牧草指标:垂穗披碱草株数。

2.2.3 数据处理 应用IBM SPSS21.0软件进行主成分回归分析[6],因变量Y 为株数,自变量X1为0~7.5 cm土层的pH,X2为全N,X3为全P,X4为全K,X5为碱解N,X6为速效P,X7为速效K,X8为有机质,X9为温度,X10为电导率,X11为湿度,X12为表层0 cm处紧实度,X13为表层5 cm处紧实度,X14为表层10 cm处紧实度,X15为表层15 cm处紧实度,X16为表层20 cm处紧实度,X17为表层25 cm处紧实度,X18为表层30 cm处紧实度,X19为表层35 cm处紧实度,X20为表层40 cm处紧实度,X21为表层45 cm处紧实度,X22为表层50 cm处紧实度,X23为7.5~15 cm土层的pH,X24为全N,X25为全P,X26为全K,X27为碱解N,X28为速效P,X29为速效K,X30为有机质。为了建立Y 对自变量X1,X2,X3……X30之间的依赖关系,主成分回归的计算步骤如下:

(1)为了使结果不受量纲的影响,先把原始数据进行标准化;

(2)求X′X 的特征值和对应的标准正交化特征向量;

(3)做回归自变量选择。最大的特征值对应的特征向量即为第一主成分的系数,第二大的特征值对应的特征向量即为第二主成分的系数,以此类推。取几个主成分取决于主成分对因变量的解释程度。如果前i个特征值之和与所有特征值之和的比达到一定的程度,比如85%时,就可以认为这些主分就能代替所有的自变量体系。剔除对应的特征值比较小的那些主成分。

(4)做正交变换Z=XΦ,获得新的自变量;

(5)将剩余的成分对因变量进行普通最小二乘回归,再返回到原来的参数,便得到因变量对原始变量的主成分回归。

表1(1) 土壤理化因子

表1(2) 7.5~15 cm土壤理化因子

表1(3) 土壤紧实度测定

3 结果分析

3.1 土壤理化性质与补播牧草出苗率主成分分析

应用SPSS软件进行土壤理化性质与补播牧草出苗株数主成分分析,将原始数据标准化,0~7.5 cm表层土深ZpH、Z全N、Z全P、Z全K、Z碱解N、Z速效P、Z速效K、Z有机质、Z温度、Z电导率、Z湿度、Z表层0 cm处紧实度、Z表层5 cm紧实度、Z表层10 cm紧实度、Z表层15 cm紧实度、Z表层20 cm紧实度、Z表层25 cm紧实度、Z表层30 cm紧实度、Z表层35 cm紧实度、Z 表层40 cm紧实度、Z表层45 cm紧实度、Z表层50 cm紧实度;7.5~15ZpH、Z碱解N、Z全P、Z全K、Z速效N、Z速效P、Z速效K、Z有机质,这30个土壤理化因子经过主成份分析,降维成了少数几个综合指标见表2。

表2 主成分提取汇总

续表

表2显示30个特征值分别为λ1=11.116,λ2=5.525,λ3=4.993,λ4=3.423,λ5=1.421,λ6=1.203,λ7=0.807……λ30=0.000,发现前四个特征值的累计贡献率达到83.524%,就可以认为这些主成分就能代替所有的自变量体系。剔除对应的特征值比较小的那些主成分,因此相应的因子载荷矩阵如表3。

表3 相应的因子载荷矩阵

续表

最大的特征值对应的特征向量即为第一主成分的系数,第二大的特征值对应的特征向量即为第二主成分的系数,以此类推。从表2、表3看出特征值之和与所有特征值之和的比达到83.524%,就可以认为这些主分就能代替所有的自变量体系。剔除对应的特征值比较小的那些主成分。

第一主成分:第一主成分的因子有:ZpH7.5(0.700)、Z全N7.5(0.719)、Z碱解N7.5(0.693)、Z速效P7.5(0.441)、Z速效K7.5(0.941)、Z湿度(-0.783)、Z紧实度10(0.532)、Z紧实度15(0.829)、Z紧实度25(0.816)、ZpH15(0.887)、Z全K15(0.679)、Z碱解N15(0.688)、Z速效P15(0.772)、Z速效K15(0.934)、Z有机质15(0.619),他们的特征值λ1等于11.116。

第二主成分:第二主成分的因子有:Z全P7.5(0.901)、Z电导率(0.810)、Z紧实度35(0.671)、Z紧实度40(0.816)、Z紧实度45(0.815),他们的特征值λ2等于5.525。

第三主成分:第三主成分的因子有:Z全K7.5(-0.789)、Z有机质7.5(0.531)、Z紧实度0(0.731)、Z紧实度5(0.544)、Z紧实度50(0.701)、Z全P15(0.600),他们的特征值λ3等于4.993。

第四主成分: 第四主成分的因子有:Z温度(0.607),他们的特征值λ4等于3.423。

其中各因子的数值越大,特征值就越大,对出苗率的影响就越大,有的因子对补播牧草出苗率有一定的负面影响,因此,第一主成分土壤理化性质对补播牧草出苗率的影响力度最大,然后第二主成分,以此类推。

3.2 土壤理化性质与补播牧草出苗率的回归模型

经过一系列的计算,最终得到了回归模型如表4。

表4 回归模型

从表4中得到回归方程:

Y=(-5.9047×pH7.5+4.521×全N7.5-2.9866×全P7.5-1.4933×全K7.5+0.3151×有机质7.5-0.1781×温度-267.15×电导率-0.3562×湿度+0.5617×紧实0+0.1233×紧实5+0.0548×紧实10+0.0137×紧实15-0.0274×紧实20-0.0274×紧实25+0.0137×紧实30-1.781×pH15+5.8225×全N15+3.1373×全P15-0.8631×全K15+0.0137×碱解N15+0.2329×速效P15+3.699×有机质15)+56.5612。

在此方程中自变量的回归系数越大,土壤理化因子对补播牧草出苗率的影响越大,由此方程可知土壤中的pH、有机质、电导率、全N,全K,对补播牧草出苗率的影响很大,其他的也有一定的影响,但不明显。土壤紧实度中,紧实度0 cm的影响力大于紧实度5 cm的影响力,紧实度5 cm的影响力大于紧实度10 cm的影响力,当表层20 cm紧实度时,紧实度呈现负相关,随着土层越来越深,对出苗率的影响越小,紧实度30 cm时,对补播牧草出苗率几乎无影响。在7.5~15 cm的土层中,碱解N、速效P对补播牧草出苗率有一定的影响。

4 讨论

高寒草甸补播地土壤中的pH、有机质、电导率、全N,全K,对补播牧草出苗率的影响很大,贡献率达到83.524%。

土壤pH的大小决定着土壤的酸碱程度,直接或间接的影响植物对土壤养分的吸收,进而影响土壤中各种元素的转化和迁移。反过来,土壤中各种元素的变化也在不同程度上改变着土壤的pH值,随土壤过碱,会导致土壤有机质含量低、 酸性淋溶作用强、 质地黏重、 结构性差,土壤板结,土壤通气性、 透水性差,土壤水、 气、 热不协调,容易发生冲刷,引起水土流失,土壤肥力降低,pH过高除部分耐盐、碱植物存活外,绝大部分优良牧草均不能正常生长,pH过低,也不利于植物的生长。土壤过酸或过碱,都会导致其物理性质变差,造成土壤和植物的抗逆性减弱,抵御旱涝等自然灾害的能力下降,生产能力降低。同样,也影响着补播牧草的出苗率。

近年来,国内外进行了一系列关于土壤有效养分与土壤 pH值的相关性研究,一般认为,土壤养分有效性的最高值大多出现在土壤 pH 值6. 5~7.5之间(2013)[7]。土壤pH值过高或过低,都会使植物所需养分元素的生物有效性发生变化,从而导致植株某些元素营养失调。试验研究表明,土壤酸化会导致盐基离子淋失加速,且其淋失量随土壤pH值变化而变化,淋失总量与 H+浓度呈极显著的相关关系( r =0. 9990),长期作用会导致土壤养分库的损耗,造成土壤养分贫瘠。甲卡拉铁等[8]研究发现,pH值较低时,K+不易被土壤固定,这时钾的有效性较高;pH值升高后,土壤对K+的固定作用加强,钾的有效性降低,即有效钾含量随着土壤pH值的升高而降低。而磷在酸性条件下易被铁、铝固定,在碱性的石灰质土壤又易被钙固定,说明磷在中性条件下才能发挥其最高有效性。一些微量元素如铁、 锌、 铜、 硼在酸性条件下具有较高有效性,而钼却是在碱性条件下有效性较高。以上研究表明,大多养分元素的有效性受土壤 pH 影响。

由于在一定浓度范围内,溶液的含盐量与电导率呈正相关(2007)[9],因而土壤浸出液的电导率的数值能反映土壤含盐量的高低,在本实验中,电导率为-267.15,说明,土壤含盐量偏低,影响了补播牧草的出苗率。

有机质、全N、全K对补播牧草出苗率有一定程度的影响,牧草出苗需要这些养分。

土壤紧实度中,表层0 cm紧实度的影响力大于表层5 cm紧实度的影响力,表层5 cm紧实度的影响力大于表层10 cm紧实度的影响力,当表层20 cm紧实度时,紧实度呈现负相关,原因在于,当表层土20 cm时,土壤越紧实越有利于牧草的出苗率,产生这种现象的原因是,土壤变紧实有利于保持土壤中的含水量,随着土层越来越深,对出苗率的影响越小,表层30 cm紧实度时,对补播牧草出苗率几乎无影响。出现这种现象的原因在于,植株的根系长度有一定的范围,当土层深度到30 cm时,植株根系长度已经到达极限了,因此,土层深度到达30 cm以下,对补播牧草出苗率几乎无影响,越往表层的土,对牧草出苗率的影响越大。因此,高寒草甸补播地土壤理化性质对补播牧草出苗率的影响研究是有必要,虽然影响补播牧草出苗率的因素很多,如栽培措施、管理水平、放牧程度、鼠虫害等的影响,但高寒草甸补播地的土壤理化性质对补播牧草出苗率的影响更为重要,影响也最大。弄清楚补播地土壤理化性质对补播牧草出苗率的影响,可以提高草地补播的成功率,可以增加草层的植被种类成分,增加草地覆盖度,改善草地群落品质,提高草地产草量。

猜你喜欢

出苗率表层特征值
利用LMedS算法与特征值法的点云平面拟合方法
早播条件下不同高油酸花生品种与种衣剂处理对花生出苗的影响
路基基床表层级配碎石施工技术
单圈图关联矩阵的特征值
凯莱图的单特征值
关于莫高窟第130窟“谒诚□化功臣”的身份问题——兼及表层壁画年代再讨论
表层
求矩阵特征值的一个简单方法
谷子免间苗技术的土壤水分阈值研究
淹水对萌发状态杂交稻出苗的影响