文章信息
- 余新晓, 耿玉清, 牛丽丽, 岳永杰
- Yu Xinxiao, Geng Yuqing, Niu Lili, Yue Yongjie
- 采样尺度对北京山区典型流域森林土壤养分空间变异的影响—以密云潮关西沟流域为例
- Effect of Sampling Scale on Spatial Variability of Forest Soil Nutrient in Typical Watershed with Miyun Chaoguan West Watershed for example
- 林业科学, 2010, 46(10): 162-166.
- Scientia Silvae Sinicae, 2010, 46(10): 162-166.
-
文章历史
- 收稿日期:2009-03-25
- 修回日期:2010-01-13
-
作者相关文章
2. 辽宁省人民政府发展研究中心 沈阳 110032;
3. 内蒙古农业大学林学院 呼和浩特 010019
2. Development Research Centre of the People's Government of Liaoning Province Shenyang 110032;
3. Forestry College of Inner Mongolia Agricultural University Hohhot 010019
不同覆被条件下土壤质量演变规律的研究是持续利用森林土壤资源的基础(Nael et al., 2004)。由于山地地表起伏不定且植被在空间分布上表现出不同的格局,导致了森林土壤巨大的空间变异性,并给森林土壤研究造成了巨大的障碍。国外不少学者利用经典统计学和地统计学手段,研究了不同林木种类、树冠空间位置、植被镶嵌斑块以及不同土壤类型等对土壤有机碳和土壤养分因子变异的影响,为森林土壤长期监测技术的完善提供了理论依据(Boyle et al., 2005; Erickson et al., 2005; McGee et al., 2007; Palmer,2003; Rivera-Monroy et al., 2004; Washburn et al., 2003)。我国从20世纪90年代以来,利用地统计学理论对森林土壤水分及养分特性等指标的空间异质性进行了广泛研究(谷加存等,2005; 曾锋等,2005; 曾宏达等,2008; 王政权等,2000; 吕贻忠等,2006),并提出了森林土壤合理样本采集的一些策略(曾宏达等,2008)。
关注不同植被类型对土壤肥力指标的影响、提高森林生态系统监测技术水平,是维持森林健康的基础。森林土壤空间变异性是土壤的基本属性,合理的采样策略是开展土壤肥力研究的基础,但目前还未见有关北京地区森林土壤空间变异性的研究报道。由于地形以及植被等多方面的差异,一些土壤空间变异性研究的成果,也很难直接应用到北京山地森林土壤的采样策略研究中。本研究分析不同采样尺度对不同植被类型下土壤pH值及土壤养分含量的影响,探讨山地合理的采样方法,其研究结果有利于进一步了解植被对土壤肥力的影响,也可为森林土壤养分的长期监测技术提供理论依据。
1 研究区概况潮关西沟流域地处北京市密云县古北口镇潮关村(117°06′E,40°40′N)。在1976年的特大山洪泥石流中,该区域大部分植被遭到了毁灭性破坏。经过封山育林、飞播造林等多种植被恢复途径,潮关西沟流域植被逐渐变为以糠椴(Tilia mandshurica)、蒙古栎(Quercus mongolica)、辽东栎(Quercus liaotungensis)和桦木(Betula spp.)为优势树种的天然次生林,以油松(Pinus tabulaeformis)、侧柏(Platycladus orientalis)、华北落叶松(Larix principisrupprechtii)和臭椿(Ailanthus altissima)为伴生种的人工混交林,以荆条(Vitex nigundo var. heterophylla)、山杏(Lespedeza bicolor)、山桃(Prunus davidiana)和土庄绣线菊(Spiraea pubescen)为优势种的灌木混交林。研究区的主要岩石种类包括花岗岩、石灰岩、砾岩、砂岩、片麻岩和石英岩等,土壤主要发育在洪积、坡积母质上,土壤厚度约30 cm。
2 研究方法2008年3月,结合森林植被调查,分别在海拔300~380 m、东北坡向、坡度32~35°且母质状况基本一致的油松纯林(样地Ⅰ)、油松辽东栎针阔混交林(样地Ⅱ)和蒙古栎椴树阔叶混交林(样地Ⅲ)选取1块50 m × 50 m样地。样地植被概况见表 1。
5 m × 5 m采样尺度:采用网格法,将每个50 m × 50 m样地分成100个5 m × 5 m的小样地,在每个5 m × 5 m小样地的4个角各采集1个土样,每样地土壤样本数为121个; 10 m × 10 m采样尺度:采用网格法,将每个50 m × 50 m样地分成25个10 m × 10 m的小样地,在每个10 m × 10 m小样地的4个角各采集1个土样,每样地土壤样本数为36个; 25 m × 25 m采样尺度:采用网格法,将每个50 m × 50 m样地分成4个25 m × 25 m的小样地,在每个25 m × 25 m小样地的4个角各采集1个土样,每样地土壤样本数为9个。由于土层浅薄且石砾含量高,土壤样本采集深度为0~10 cm。采集的全部土壤样品,经风干后进行pH值及养分含量分析。
土壤pH值采用2.5:1的水土比,用电位法测定; 有机质含量采用硫酸重铬酸钾氧化-容量法测定; 全氮含量采用硫酸钾-硫酸铜-硒粉消煮,定氮仪自动分析法测定; 水解性氮含量采用碱解扩散法测定; 全磷含量采用硫酸-高氯酸消煮-钼锑抗比色法测定; 有效磷含量采用碳酸氢钠浸提-钼锑抗流动注射比色法测定; 全钾含量采用氢氟酸-高氯酸消煮火焰光度计法测定; 速效钾含量采用中性乙酸铵提取-火焰光度计法测定(鲁如坤,2000).
把所获的分析数据按不同的采样尺度,应用SPSS公司的SPSS for windows软件13. 0版本进行显著性差异处理。
土壤合理取样数目的确定方法为先假设任一样本数N,依据计算公式n = t2 C2/E2 (Wilding et al., 2001),求出相对应的n,当n = N时,即为土壤合理取样数目。其中N为合理取样数目。t为与置信水平相对应的t分布的双侧分位数,由显著水平α和自由度f = N-1查t分布表得出; C为不同土壤养分指标的变异系数; E为允许的相对误差。本次研究假设的显著水平为95%,允许的相对误差分别为10%和20%。
3 结果与分析 3.1 不同采样尺度下不同植被类型间土壤pH值与养分含量差异性不同采样尺度下不同植被类型土壤养分含量见表 2。从5 m × 5 m采样尺度来看,油松林土壤pH值为5. 79,明显低于针阔混交林和阔叶混交林,针阔混交林的土壤pH值又明显低于阔叶混交林。油松林土壤有机质含量为61. 77 g· kg-1,低于针阔混交林20. 44%,低于阔叶混交林25. 45%,其差异均达到了显著水平。油松林土壤全氮含量为2. 91 g·kg-1,明显低于混交林。油松林土壤碱解氮含量为160. 17 mg·kg-1,明显低于混交林土壤,但针阔混交林土壤碱解氮含量224. 21 mg· kg-1明显高于阔叶混交林。阔叶混交林全磷含量明显高于针阔混交林和油松林。油松林土壤有效磷含量为3. 88 mg·kg-1,明显低于混交林,且针阔混交林土壤有效磷含量明显低于阔叶混交林。针阔混交林土壤全钾含量为23. 19 g·kg-1,明显低于油松林和阔叶混交林。不同植被类型土壤速效钾含量间差异不显著。
在10 m × 10 m的采样尺度下,油松林土壤的pH值、全氮含量、碱解氮含量和有效磷含量均显著低于2种混交林; 而土壤有机质含量、全磷含量和速效钾含量仅显著低于阔叶混交林。与5 m × 5 m采样尺度相比,在10 m × 10 m的采样尺度除土壤pH值、全磷含量、有效磷含量和全钾含量指标外,不同植被类型间的养分指标差异均发生了变化。
在25 m × 25 m的采样尺度下,油松林土壤碱解氮和有效磷含量显著低于2种混交林,而土壤全钾含量却显著高于2种混交林。另外,油松林的土壤pH值、有机质含量和全氮含量仅与阔叶混交林达到显著水平。与5 m × 5 m采样尺度相比,在25 m × 25 m的采样尺度除土壤速效钾含量外,不同植被类型间其他养分含量的差异显著性均发生了变化。由此看来,不同采样尺度影响了土壤养分指标在不同植被类型之间的差异显著性。
3.2 不同采样尺度土壤养分指标变异系数的变化在不同采样尺度下,不同土壤养分指标的变异系数有一定的差别(表 3)。随土壤采样尺度的增加,各土壤养分指标变异系数并无明显的规律可循。如在油松纯林中,土壤有机质的变异系数随采样尺度增大先增加后减小,土壤有效磷的变异系数则先增大后逐渐减小,而土壤碱解氮的变异系数则逐渐减小。在同一采样尺度条件下,同一植被类型土壤肥力指标的变异系数表现为:土壤pH的变异系数 < 10%,而土壤有效磷含量的变异系数为39. 95%~66. 45%。从不同采样尺度下不同植被类型的土壤养分变异系数的平均值来看,土壤有效磷含量的变异系数最大,其后依次为土壤有机质含量、土壤全氮含量、土壤速效钾含量、土壤碱解氮含量、土壤全磷含量和土壤全钾含量,而土壤pH值的变异系数最低。
在95%置信水平允许相对误差为10%或20%的要求下,不同采样尺度所应采集的土壤样本数有一定的区别(表 4)。就所允许的相对误差而言,在同一置信水平下,对估计精度要求越高,所采集的样本数也相应增加。如在5 m × 5 m采样尺度允许相对误差为10%的条件下,需采集172个土壤样本才可满足油松林土壤有效磷含量测定的需要; 而在相对误差为20%时,仅需采集45个土壤样本。在同一置信水平相同估计精度条件下,各土壤养分指标随采样尺度的增加所需采集的土壤样本数没有明显的变化规律。如在样地Ⅱ针阔混交林中,就土壤有机质、土壤碱解氮和土壤全磷指标而言,在5 m × 5 m采样尺度允许相对误差为10%的条件下,需分别采集49,36和21个土壤样本才可满足需要,在10 m × 10 m采样尺度时需采集38,36和25个土壤样本,而在25 m × 25 m采样尺度时需分别采集28,39和31个土壤样本才可达到要求。
不同土壤养分指标样本数在同一采样尺度同一置信水平有较大的差异。如在5 m × 5 m采样尺度允许相对误差为20%的条件下,油松林需分别采集2,9,8,8,9,45,6和6个土壤样本分别满足土壤pH值、有机质含量、全氮含量、碱解氮含量、全磷含量、有效磷含量、全钾含量和速效钾含量测定的需要。
在同一置信水平及同一采样尺度上,同一土壤养分指标所需样本数在不同的林分类型之间也有一定的差异。如在10 m × 10 m采样尺度允许相对误差为20%时,需分别采集16,11和23个样本才能满足测定油松林、针阔混交林和阔叶混交林土壤有机质含量的要求。综合看来,土壤样本数的确定除受估计精度和养分指标种类影响外,还与采样尺度、林地类型有密切关系。
4 结论与讨论在5 m × 5 m采样尺度条件下,油松林土壤的pH值、土壤有机质含量、全氮含量、碱解氮含量和有效磷含量均显著低于2种混交林。但在10 m × 10 m采样尺度上,仅有油松林土壤的pH值、全氮含量、碱解氮含量和有效磷含量均显著低于2种混交林; 而土壤有机质含量、全磷含量和速效钾含量仅显著低于阔叶混交林。在25 m × 25 m的采样尺度上,油松林土壤碱解氮含量和有效磷含量均显著低于2种混交林,而土壤pH值、有机质含量和全氮含量仅与阔叶混交林差异显著。因此,采样尺度影响着不同林分类型土壤pH值和养分指标之间的差异。本研究表明,不同采样尺度下各土壤养分指标的变异系数没有明显的规律可循。从不同采样尺度来看,不同土壤养分变异系数的平均值表现为,土壤有效磷含量>土壤有机质含量>土壤全氮含量>土壤速效钾含量>土壤碱解氮含量>土壤全磷含量>土壤全钾含量>土壤pH值。
为克服微地形、地表枯落物、不同物种及个体差异等因素的影响,在森林土壤研究中常采用多次重复的取样技术。尽管在同一林分内多次采样并非真正的重复,但鉴于植被生态类型的特殊性,对这种并无重复的试验仍然是认可的(中国生态系统研究网络科学委员会,2007)。采样重复的数目不仅取决于研究的置信水平和估计精度,也与植被类型以及土壤养分指标密切相关。因此,在森林土壤养分研究中,研究者要注意不同土壤养分指标的区别,有针对性地增加样本数。但在现实研究过程中,也要考虑到土壤样本采集及分析的费用。本研究采用网格布点法,基于油松纯林、针阔混交林和阔叶混交林3种植被类型,利用5 m × 5 m、10 m × 10 m和25 m × 25 m这3种尺度下的土壤养分指标的变异得出:在95%置信水平允许相对误差为20%条件下,分析土壤pH值、有机质含量、全氮含量、碱解氮含量、全磷含量、有效磷含量、全钾含量和速效钾含量需采集的土壤样本数分别为3,13,15,10,9,23,4和9个。综合考虑不同指标类型以及土壤采样分析过程,建议在50 m × 50 m的采样单元内的样本数不应低于10个。
本研究结论是基于网格法机械布样得出的,基于随机布点的研究结果有待进一步开展。
谷加存, 王政权, 韩有志, 等. 2005. 采伐干扰对帽儿山天然次生林土壤表层水分空间异质性的影响[J]. 生态学报, 25(8): 2001-2009. |
鲁如坤. 2000. 土壤农业化学分析方法[M]. 北京: 中国农业科技出版社.
|
吕贻忠, 李保国, 崔燕. 2006. 不同植被群落下土壤有机质和速效磷的小尺度空间变异[J]. 中国农业科学, 39(8): 1581-1588. |
王政权, 王庆成. 2000. 森林土壤物理性质的空间异质性研究[J]. 生态学报, 20(6): 945-950. |
曾锋, 张金池, 朱丽珺. 2005. 下蜀栎林土壤空间变异性及其样本容量的确定[J]. 南京林业大学学报:自然科学版, 29(2): 51-53. |
曾宏达, 杨玉盛, 陈光水, 等. 2008. 不同尺度下森林土壤特性空间变异与取样策略[J]. 亚热带资源与环境学报, 3(3): 32-39. |
中国生态系统研究网络科学委员会. 2007. 陆地生态系统土壤观测规范[M]. 北京: 中国环境科学出版社: 64-71.
|
Boyle S I, Hart S C, Kaye J P, et al. 2005. Restoration and canopy type influence soil microflora in a ponderosa pine forest[J]. Soil Science Society of America Journal, 69(5): 1627-1637. DOI:10.2136/sssaj2005.0029 |
Erickson H E, Soto P, Johnson D W, et al. 2005. Effects of vegetation patches on soil nutrient pools and fluxes within a mixed-conifer forest[J]. Forest Science, 51(3): 2114-220. |
McGee G G, Mitchell M J, Leopold D J. 2007. Comparison of soil nutrient fluxes from tree-fall gap zones of an old-growth northern hardwood forest[J]. Journal of the Torrey Botanical Society, 134(2): 269-280. DOI:10.3159/1095-5674(2007)134[269:COSNFF]2.0.CO;2 |
Nael M, Khademi H, Hajabbasi M A. 2004. Response of soil quality indicators and their spatial variability to land degradation in central Iran[J]. Applied Soil Ecology, 27(3): 221-232. DOI:10.1016/j.apsoil.2004.05.005 |
Palmer C J. 2003. Techniques to measure and strategies to monitor forest soil carbon // Kimble J M, Heath L S, Birdsey R A, et al. The potential of U. S. forest soils to sequester carbon and mitigate the greenhouse effect. Florida: CRC Press, 73-90.
|
Rivera-Monroy V H, Twilley R R, Medina E, et al. 2004. Spatial variability of soil nutrients in disturbed riverine mangrove forests at different stages of regeneration in the San Juan River estuary, Venezuela[J]. Estuaries and Coasts, 27(1): 44-57. DOI:10.1007/BF02803559 |
Washburn C S M, Arthur M A. 2003. Spatial variability in soil nutrient availability in an oak-pine forest: potential effects of tree species[J]. Canadian Journal of Forest Research, 33(12): 2321-2330. DOI:10.1139/x03-157 |
Wilding L P, Drees L R, Nordt L C. 2001. Spatial variability:enhancing the mean estimate of organic and inorganic carbon in a sampling unit // Lal R, Kimble J M, Follett R F, et al. Assessment methods for soil carbon. Florida: CRC Press, 293-310.
|