林隙使局部的微生境发生了变化，从而影响植物生长和林下更新。 研究 林隙，可以深入了解森林生态系统植物的更新和演替规律。近年来国内学者相继对林隙进行了多方面研究，如林隙小气候(李猛等，2009; 2011; 2013； 冯静等，2012； 段文标等，2013b)、林隙植物多样性(刘少冲等，2011b)、林隙土壤物理性质(段文标等，2012)和土壤养分(刘少冲等，2011a； 2012； 周美珩等，2013)等，但对林隙内土壤颗粒有机碳(POC)和矿物结合有机碳(MOC)的研究较少(姬强等，2012)。

土壤颗粒有机碳(POC)是与沙粒(直径53～2 000 μm)相结合的(苏永中等，2003) 处于新鲜动植物残体和腐殖化有机物之间的有机质碳(Golchin et al.，1994)，主要由植物细根片断和其他有机残余组成。这部分有机质易被土壤微生物利用，可作为植物的短期营养库。由于其易受外界干扰，周转速度较快，所以POC可作为表征土壤碳库变化的敏感指标(于建光等，2006)。此外，POC对维持土壤团聚体稳定性具有重要意义(杨长明等，2006)。土壤矿物结合有机碳(MOC)是与黏粉粒(直径 <53 μm)相结合的有机碳，占总有机碳的70%左右(Lee et al.，2009)，是植物残体的最终分解产物，以腐殖质为主(Gregorich et al.，2003)。微团聚体(黏粉粒)对MOC具有保护作用，所以MOC难以分解，具有固碳作用(Puget et al.，2000)，因此提高这部分碳库含量对缓解大气CO₂浓度上升具有重要意义。

本研究应用经典统计学和地统计学相结合的方法，研究小兴安岭红松(Pinus koraiensis)针阔混交林林隙内小尺度上土壤POC和MOC的时空异质性，为探讨林隙内土壤微环境异质性与植物生长、更新和演替之间的关系和森林碳循环的研究提供依据。

研究区位于黑龙江省伊春市带岭区凉水国家自然保护区(128°47′8″—128°57′19″ E，47°6′49″—47°16′10″ N)，地处欧亚大陆东缘，具有明显的温带大陆性季风气候特征。冬长夏短，低温寡照；年均气温-0.3 ℃，年均最高气温7.5 ℃，年均最低气温-6.6 ℃，≥10 ℃年积温1 700 ℃；年均降水量676 mm，全年降水日数120～150天；全年积雪期130～150天；全年河流结冰期长达6个月；全年无霜期100～120天。本保护区总面积为6 394 hm²，是典型的低山丘陵地貌，海拔300～707 m，无明显的高山。地带性土壤为暗棕壤，非地带性土壤为草甸土、沼泽土和泥炭土。地带性植被是以红松(Pinus koraiensis )为主的针阔混交林，针叶树种还有红皮云杉(Picea koraiensis)、臭冷杉(Abies nephrolepis)等，并伴生紫椴(Tilia amurensis)、糠椴(Tilia m and shurica)和枫桦(Betula costata)等20余种阔叶树种，森林覆盖率达98%。从整个阔叶红松林的分布来看，该地区属典型阔叶红松林亚区，是典型的地带性顶极群落类型。

在凉水国家自然保护区的天然红松针阔混交林内，在南坡中上部选择6个天然林隙进行初步踏查，综合林隙面积(S)和林隙高径比(H/D)选择大林隙(S=1 030.84 m²，S>1 000，H/D=1:1.5)、中林隙(S=812.79 m²，500 <S<1 000，H/D=1:1)、小林隙(S=228.74 m²，100<S<500，H/D=1:0.5)3种林隙作为研究样地。用皮尺测量林隙的长轴和短轴长度，长轴和短轴的交点即为林隙中心。林隙形状近似于椭圆形。将罗盘仪置于林隙中心，精确测定林隙长轴和短轴的方向及其所在立地的坡度； 用GPS测定林隙中心的海拔(表 1)。

表 1 大、中和小林隙基本情况 Tab.1 Basic situations of large, medium, and small forest gaps

表 1 大、中和小林隙基本情况 Tab.1 Basic situations of large, medium, and small forest gaps 项目Item 小林隙Small gap 中林隙Medium gap 大林隙Large gap 面积 Area(S) /m2 228.74 812.79 1 030.84 长轴长度Long axis length /m 20 33.6 37.5 短轴长度Short axis length /m 18 30.8 35 高径比Ratio of height to diameter(H/D) 1:0.5 1:1.0 1:1.5 坡度Slope 4° 6° 5° 坡向Slope aspect 南South 南South 南South 坡位Slope position 中上部Upper-middle slope 中上部Upper-middle slope 中上部Upper-middle slope 海拔Altitude /m 642 638 641 林隙形成方式Gap formation ways 树倒Tree falling 树倒Tree falling、折干Stem breakage 树倒Tree falling、枯立Died standing 林隙形成木Gap-makers 红松Pinus koraiensis 红松Pinus koraiensis枫桦Betula costata 红松Pinus koraiensis糠椴Tilia mandshurica紫椴Tilia amurensis 边缘木树种Tree speciesof forest gap edge 红松Pinus koraiensis糠椴Tilia mandshurica臭冷杉Abies nephrolepis 红松Pinus koraiensis臭冷杉Abies nephrolepis枫桦Betula costata 红松Pinus koraiensis糠椴Tilia mandshurica紫椴Tilia amurensis

在大、中、小林隙内，从林隙中心向东、西、南、北4个方向分别等距离布点(图 1)。大、中林隙各布设31个样点，小林隙布设29个样点。在2010年6—10月每月中旬(15—18日)用内径为10 cm的土钻在每个样点取土样，在取样前去除地表凋落物，取样深度为0～20 cm，共采集455个土样。将采集的土样及时运回实验室，在阴凉处自然风干。仔细挑除土样内的植物根系和石砾等杂物，过2 mm筛。

	图 1 大、中、小林隙内采样点分布 Fig. 1 Sampling point distributions in large, medium,and small forest gaps 图中椭圆线代表林隙边缘，数字为取样点编号。 Elliptic lines represent the edges of forest gaps, the numbers are the serial number of sampling points.

总有机碳(TOC)含量采用重铬酸钾(K₂Cr₂O₇)氧化-容量法(鲁如坤，1999)测定。

颗粒有机碳(POC)含量参照Cambardella等(1992)的湿筛法测定。取过2 mm筛的风干土样10.00 g，放入250 mL三角瓶内，加入100 mL六偏磷酸钠(5 g·L^-1)溶液，手摇3 min后，振荡18 h(18 ℃，90 r·min^-1)。土壤悬液过53 μm筛，反复用蒸馏水冲洗至过滤后水为无色，收集筛上剩余土样(>53 μm)到己称重铝盒中，60 ℃烘干48 h后称质量。将铝盒内土壤研磨后，过100目筛，分析全碳含量(M)。 土壤颗粒有机碳(POC)含量(g·kg^-1)计算公式为：

式中： m₁为烘干后土样和铝盒总质量； m₂为铝盒质量； m₀为风干土质量； k₁为风干土与烘干土的换算系数。

总有机碳含量减去POC含量即得MOC含量。

利用SPSS 18.0进行基本统计分析，计算平均值、标准差和变异系数(CV)等指标。并利用方差分析进行差异显著性检验。

采用地统计学分析方法(李亮亮等，2005)对土壤POC和MOC各组数据进行分析。利用GS+8软件拟合区域化变量的半方差函数，并得到相应的模型参数，如块金值 C₀(随机部分的空间异质性)、基台值C、结构比C/(C₀+C)、变程A和分维数D等，用以定量分析土壤POC和MOC的空间异质性程度、组成、尺度与格局(Lee et al.，2009)。其中系统结构比C/(C₀+C)表示自相关部分占总空间异质性的大小，反映变量的空间依赖性。通常将空间自相关引起的空间异质性划分为3个等级： C/(C₀+C)<25%时，系统具有较弱的相关性；25%≤C/(C₀+C)≤75%时，系统具有中等程度的相关性；C/(C₀+C)>75%时，系统具有强烈的空间相关性。半方差函数理论详见文献李亮亮等(2005)。

利用Surfer 8地理信息系统制图软件对原始数据进行分析。采用克里格(Kriging)插值法对未采样区进行最优化内插，绘制土壤POC和MOC的空间分布等值线图。

对各月林隙土壤POC实测数据进行基本统计(表 2)，K-S非参数检验结果显示，在0.05检验水平下，表层土壤POC数据均服从正态分布(表 2)，因此不需要进行数据转化。平均值、标准差表示样本的绝对变异程度，由平均值和标准差可知3个林隙内土壤POC水平方向存在异质性现象(表 2)。土壤POC含量总平均值为45.72 g·kg^-1。3种林分类型5个月份的POC平均值表现为大林隙(52.27 g·kg^-1)>小林隙(46.23 g·kg^-1)>中林隙(38.66 g·kg^-1)；3个林隙各月份的POC平均值表现为7月(54.55 g·kg^-1)>8月(48.94 g·kg^-1)>10月(47.55 g·kg^-1)>6月(40.79 g·kg^-1)>9月(36.77 g·kg^-1)。POC占总有机碳的比例为23.62%～43.60%，平均为33.21%。土壤POC最大值、最小值相差均较大(表 2)，这一定程度上反映出土壤POC空间分布的不均一性。

表 2 土壤中颗粒有机碳含量的基本统计特征^① Tab.2 Statistical features of soil particulate organic carbon contents

表 2 土壤中颗粒有机碳含量的基本统计特征① Tab.2 Statistical features of soil particulate organic carbon contents 林隙类型Forest gap type 月份Month 平均值Mean/(g·kg -1) SD 占总有机碳的比例Ratio to TOC(%) 最小值Minimum/(g·kg -1) 最大值Maximum/(g·kg -1) P K-S ①PK-S 为单样本柯尔莫哥洛夫·斯米诺夫正态分布检验概率值。 同一林隙内，相同小写字母代表平均值在0.05水平下差异不显著，不同小写字母则差异显著。下同。 PK-S meant test probability value of normal distribution of Kolmogorov-Smimov for single sample. In the same forest gap, means followed by same small letter were not significantly different at the level of 0.05; by different small letter were significantly different at the level of 0.05. The same below. 大林隙Large gap 6 52.532ab 35.562 38.60 5.998 152.995 0.579 7 65.330a 37.189 43.60 7.022 165.180 0.861 8 56.971ab 53.788 34.31 12.455 228.882 0.075 9 38.986b 19.706 30.43 12.553 103.622 0.206 10 47.537ab 28.948 29.27 2.104 110.651 0.341 中林隙Medium gap 6 38.643a 21.154 29.66 2.138 87.829 0.826 7 46.205a 27.244 38.03 11.875 119.308 0.399 8 37.010a 24.864 23.62 9.391 105.233 0.307 9 37.328a 22.535 33.40 0.260 92.132 0.159 10 34.094a 19.429 27.23 4.090 76.632 0.623 小林隙Small gap 6 31.200b 19.735 28.85 5.455 71.797 0.696 7 52.122ab 44.028 39.40 10.105 217.190 0.085 8 52.826ab 36.630 33.15 8.007 147.752 0.818 9 34.003b 21.162 29.71 6.521 81.759 0.549 10 61.019a 37.618 38.94 10.833 185.061 0.262

从图 2可以看出，大林隙和小林隙土壤POC含量随时间变化幅度较大，呈现出先升高后降低，然后又回升的趋势。大林隙6—7月土壤POC含量升高，7—9月呈下降趋势，10月又明显回升(图 2)，仅有7月与9月POC含量有显著差异，7月POC含量最大(表 2，图 2)； 小林隙与大林隙变化趋势相似，但小林隙7—8月呈平缓的上升趋势，8月以后才下降(图 2)，小林隙10月POC分别与6月和9月有显著差异，10月POC含量最大(表 2，图 2)； 中林隙整体变化幅度较小，各月POC含量均无显著差异。中林隙6—8月变化规律与大林隙相同。林隙大小(大、中、小3个林隙)和月份(6—10月5个月)对POC影响的双因素方差分析表明，月份(P=0.002)和林隙大小(P=0.001)对POC含量的影响均表现为极显著(P <0.01)，说明土壤POC含量受林隙大小和月份的影响均较大。

	图 2 大、中、小林隙土壤颗粒有机碳含量动态 Fig. 2 Dynamic variation of soil particulate organic carbon contents in large, medium,and small forest gaps

POC含量的主要影响因子为凋落物(凋落物量及其成分，如C/N比)和土壤微生物，而这2个影响因子又主要受气候调节。一方面，气候条件制约植被类型，影响植被的生产力，从而决定凋落物归还量及其成分； 另一方面，气候通过土壤水分(影响土壤通气状况)和温度等条件的变化，影响微生物对有机碳的分解和转化量及其程度(黄昌勇，2000)。所以，结合试验地的气候条件可以推断，图 2的 POC含量随时间变化的趋势与气候条件的变化有很大的偶联性。因为6—7月是入夏季节，气温升高，降雨增多，土壤温湿度增加(李猛等，2011； 2013)，有利于微生物活动和繁殖，土层中沉积的凋落物首先被分解为POC，所以土壤POC含量增加； 进入夏季后(7—8月)，光照增强(李猛等，2009； 2011)，气温持续升高，土壤蒸发和植物蒸腾作用增强，土壤水分含量降低(王丽霞等，2013)，所以微生物活动受到一定的限制，因蒸发失水而比较干燥的凋落物难以被微生物分解利用，所以POC来源减少，同时POC在微生物的作用下又会被进一步分解，所以其含量开始下降。而小林隙7—8月份POC含量升高，这可能是因为小林隙相对郁闭，光照较少，气温和土壤温度较低，土壤蒸发量小，土壤湿度相对较大所致。9月降雨量最少(段文标等，2012)，同时土壤温湿度明显下降，微生物活动较弱，所以土壤POC含量较低。9—10月植物生长逐渐停滞，开始落叶，凋落物数量逐渐增多，在微生物作用下，土壤POC含量显著增加。3个林隙的POC含量及变化规律也有差别，这是因为不同的林隙内其微环境条件、植被、立地等都有一定的差异。其中中林隙坡度稍大，土壤养分容易随水分流失，同时凋落物也不易聚集，这可能是导致10月中林隙POC并未增加的主要原因。总体上来说，土壤POC随时间推移的变化较明显，说明土壤POC对土壤温湿度、降雨量等外界因素的变化响应较灵敏。

林隙土壤POC变异函数理论模型及有关参数见表 3。结果表明，大林隙土壤POC变异函数在6月份符合指数模型，7—10月份符合球状模型，但中林隙和小林隙的变异函数却不同，多数符合球状模型或线性模型，中林隙10月符合指数模型； 变异系数(CV)反映的是相对变异，根据CV的大小，可以粗略估计变量的变异程度。一般认为，CV≤10％属弱变异性，10％＜CV＜100％属中等变异性，CV≥100％属强变异性(Puget et al.，2000)。土壤POC变异系数为50.6%～94.4%(表 3)。由此可知，在不考虑空间位置及取样间距情况下，表层土壤POC水平方向存在异质性现象，且均为中等程度的变异。不同大小林隙其变异程度各异，随时间的变化规律也不同。大林隙各月变异系数表现为8月>6月>10月>7月>9月； 中林隙各月变异系数表现为8月>9月>7月>10月>6月； 小林隙各月变异系数表现为7月>8月>6月>9月>10月。林隙表层土壤POC在研究尺度上存在空间异质性，其强度、尺度和空间结构组成随时间而改变。块金值较大代表的是微尺度上的结构变异主要由试验误差引起，需进一步缩小取样尺度(王存国等，2010)，而表 3中块金值均较小，由此可知，本研究取样尺度适宜。大林隙9月POC结构比[C/(C₀+C)]为35.3％，中林隙10月为28.3％，小林隙7月为57.0％(表 3)，这3组数据均为中等程度的空间相关性，说明它是由结构性因素和随机性因素共同作用的结果。其他各组数据结构比均大于75%，具有强烈的空间相关性。总体上来说，自相关部分的空间异质性在土壤POC的空间异质性中占主要部分。土壤POC具有重要的空间结构，变程的大小代表其尺度。通过分维数的比较，可以初步判定土壤POC空间分布的复杂程度，分维数越大，结构越复杂，分维数越低，则表示结构性越好，空间分布格局简单。大林隙和中林隙的分维数普遍偏高(表 3)，说明土壤POC的空间分布较复杂。小林隙6月和8月分维数较高，其他月份较低(表 3)，说明其结构性较好，空间分布相对简单。

表 3 土壤颗粒有机碳(POC)含量半方差函数的模型类型及参数^① Tab.3 Fitted model types and parameters for semivariograms of soil particulate organic carbon contents

表 3 土壤颗粒有机碳(POC)含量半方差函数的模型类型及参数① Tab.3 Fitted model types and parameters for semivariograms of soil particulate organic carbon contents 林隙类型Forest gap type 月份Month 模型Model 块金值Nugget (C0) 基台值Sill (C0 + C) 结构比ProportionC/(C0+C) 变程Rang (A)/m 决定系数Coefficients of determination(R2) 分维数Fractal dimension(D) CV(%) ①S-球状模型，Spherical model； E-指数模型，Exponential model； L-线性模型，Linear model。下同The same below. 大林隙Large gap 6 E 0.083 1.009 0.918 6.480 0.254 1.953 67.7 7 S 0.074 1.233 0.940 2.250 0.000 1.799 56.9 8 S 0.073 1.255 0.942 2.250 0.000 1.889 94.4 9 S 0.784 1.211 0.353 24.370 0.143 1.960 50.5 10 S 0.119 1.001 0.881 2.250 0.000 1.951 60.9 中林隙Medium gap 6 S 0.143 1.991 0.856 3.020 0.017 1.976 54.7 7 S 0.001 1.059 0.999 9.770 0.913 1.734 59.0 8 L 0.002 0.977 0.998 5.440 0.442 1.902 67.2 9 L 0.150 0.980 0.847 2.360 0.000 1.927 60.4 10 E 0.234 1.155 0.283 24.030 0.002 1.998 57.0 小林隙Small gap 6 S 0.161 1.036 0.845 3.910 0.019 1.982 63.3 7 S 0.001 2.074 1.000 16.990 0.679 1.603 84.5 8 L 0.608 1.415 0.570 16.990 0.609 1.861 69.3 9 S 0.302 1.539 0.804 16.990 0.871 1.694 62.2 10 L 0.110 1.694 0.935 16.990 0.683 1.667 61.7

采用Kriging插值法(王政权，1999)，根据采样点数据(样点大小、采样点与待估点相对位置等)提供的结构信息，在有限区域内对区域化变量的取值进行线性无偏最优估计，准确地估计不同位置的变量值，绘制林隙土壤POC分布的等值线图(图 3)。图中颜色越深代表土壤POC含量越高。不同林隙表层土壤POC分布各异，随时间的推移呈现出很大的变异。3个林隙表层土壤POC呈斑块状或连续分布，整体上斑块状分布更明显一些。大、中林隙POC中等级斑块分布范围最广，小林隙土壤POC斑块连接度稍大，低值斑块分布范围较广。POC低值中心大都出现在林隙中心或中心附近，在大林隙中体现得更加明显(图 3)。冯静等(2012)和王丽霞等(2013)的研究表明，林隙中心和近中心区域土壤含水量较大，土壤微生物活动可能较强烈，凋落物腐殖化程度较高，且林隙内植物根系及凋落物明显低于林隙边缘，所以林隙中心位置土壤POC含量较低。土壤POC高值中心可能与树倒坑的存在有关，树倒坑内容易聚集较多的枯枝落叶，在微生物作用下，凋落物分解成有机质，造成POC含量较高。王阳(2011)研究表明，土壤POC与枯枝落叶含量有一定的联系。

	图 3 红松针阔混交林林隙表层土壤颗粒有机碳的空间分布格局 Fig. 3 Spatial distribution patterns of soil particulate organic carbon in surface soil layer in Pinus koraiensis coniferous and broad-leaved mixed forest gaps

基本统计显示，表层土壤MOC各组数据均服从正态分布(P_K-S>0.05)，无需进行数据转化。平均值和标准差表明3个林隙内土壤POC水平方向存在异质性现象(表 2)，土壤MOC总平均值为91.54 g·kg^-1。各林隙5个月份的MOC平均值表现为大林隙(96.23 g·kg^-1)>中林隙(90.43 g·kg^-1)>小林隙(87.95 g·kg^-1)；各月份3个林隙的MOC平均值表现为8月(111.76 g·kg^-1)>10月(100.55 g·kg^-1)>6月(84.06 g·kg^-1)>9月(81.33 g·kg^-1)>7月(79.99 g·kg^-1)。MOC占总有机碳的比例为56.39%～76.38%，平均为66.79%。土壤MOC最大值、最小值相差也较大(表 4)，可反映出在林隙小范围内土壤MOC的变幅也较大。

表 4 土壤中矿物结合有机碳(MOC)含量的基本统计特征 Tab.4 Statistics features of soil mineral-associated organic carbon contents

表 4 土壤中矿物结合有机碳(MOC)含量的基本统计特征 Tab.4 Statistics features of soil mineral-associated organic carbon contents 林隙类型Forest gap type 月份Month 平均值Mean/(g·kg-1) 标准差Standard deviation 总有机碳中的比重Ratio to TOC(%) 最小值Minimum/(g·kg-1) 最大值Maximum/(g·kg-1) PK-S 大林隙Large gap 6 83.578b 35.625 61.40 5.339 173.222 0.797 7 84.493b 40.631 56.39 3.779 171.743 0.696 8 109.073a 40.474 65.69 30.072 240.648 0.608 9 89.122b 28.088 69.57 51.916 185.322 0.67 10 114.864a 36.215 70.73 50.602 222.200 0.941 中林隙Medium gap 6 91.659b 37.647 70.34 29.789 221.734 0.712 7 75.300b 38.052 61.97 4.158 170.686 1.000 8 119.647a 48.999 76.38 28.454 252.418 0.839 9 74.416b 30.318 66.60 4.757 132.542 0.868 10 91.128b 30.478 72.77 22.129 162.103 1.000 小林隙Small gap 6 76.927b 35.841 71.15 5.360 141.534 0.874 7 80.180b 29.740 60.60 10.352 124.200 0.647 8 106.551a 38.639 66.85 12.871 183.572 0.394 9 80.444b 25.531 70.29 35.201 167.391 0.888 10 95.662ab 36.764 61.06 38.142 227.781 0.377

由图 2和4可以看出，土壤MOC随时间变化幅度较POC大。大、小林隙土壤MOC在6—7月缓慢增加，7—8月显著升高，8—9月明显回落，9—10月又显著升高。中林隙7—10月变化趋势与大、小林隙相同，但6—7月并不是缓慢增加而是有所降低，其原因有待进一步分析。林隙大小和月份对土壤MOC含量影响的双因素方差分析显示，月份对土壤MOC含量有极显著影响(P=0.000)，而林隙大小对其影响并不显著(P=0.126)。这表明表层土壤MOC含量受月份的影响较大。大林隙8，10月的土壤MOC含量分别与6，7和9月的差异显著；中林隙8月的土壤MOC含量与其他4个月差异显著；小林隙8月的土壤MOC含量分别与6，7和9月的差异显著。

	图 4 大、中、小林隙中土壤矿物结合有机碳含量动态变化 Fig. 4 Dynamic variation of soil mineral-associated organic carbon contents in large, medium, and small forest gaps

土壤MOC是高度腐殖化的相对稳定的有机碳组分，它由土壤中的半腐殖化有机质在微生物进一步作用下分解而成。同样，在一定条件下，微生物又能将其分解为无机物供植物吸收利用，使MOC含量减少。因此，MOC含量的多少受半腐殖化有机碳储量和土壤微生物活动的影响，即间接受凋落物和气候的影响。6—8月是入夏时节，降雨量逐渐增多，土壤湿度增大(李猛等，2011)，有利于土壤微生物活动，凋落物被微生物分解为高度腐殖化的MOC，其含量逐渐增加，然而由于MOC受土壤黏粉粒的保护，被微生物彻底分解为无机物的量可能少于其输入量，所以MOC含量不断增加，8月份达到峰值。8月以后，MOC显著下降，这与POC含量降低(图 2)的变化相呼应，POC作为MOC的前一级产物，其储量的减少必定会引起MOC输入量的降低。同时，8月份土壤水热条件良好，微生物的活动使MOC彻底分解为无机物的量增加，致使到9月份MOC含量降低。此外，8—9月份雨水仍然相对较多，表层土壤MOC含量的降低与淋溶作用也有一定的联系。9—10月植物逐渐进入落叶期，林下凋落物开始积累，在土壤微生物的作用下，将其分解成腐殖质，可能是导致MOC含量增加的主要原因。这时土壤温度、湿度都有所降低，微生物对MOC的彻底分解能力也在减弱。虽然显著性检验结果显示，林隙大小对土壤MOC的影响不显著，但不同林隙内植被、风、地形等因素的差异也会影响地表凋落物总量和聚集情况，其光照、温度、湿度等微气候的不同导致凋落物的分解程度各异，所以3个林隙MOC含量及其变化规律均有一定的差异。

林隙表层土壤MOC空间变异函数理论模型及有关参数见表 5。土壤MOC变异函数大部分符合球状模型，部分符合线性模型或指数模型； 较小的块金值说明本试验取样尺度对于MOC较合适。土壤MOC的变异系数为31.5%～50.5%(表 5)，表明在不考虑空间位置及取样间距情况下林隙表层土壤MOC水平方向存在异质性现象，且均为中等程度变异，与POC相比，其变异程度相对较低。大林隙和中林隙各月变异系数表现为7月>6月>8月>9月和10月； 小林隙各月变异系数表现为6月>10月>7月>8月>9月； 大林隙6—9月土壤MOC结构比都在90%以上，具有较强的空间相关性； 10月为70.2%，属于中等程度的空间相关性； 中林隙只有7，8月结构比较高，其他3个月的结构比均低于75%，具有中等程度的空间相关性，说明是由结构性因素和随机性因素共同作用的结果； 小林隙只有9月结构比小于75%，其他4个月MOC均具有较强的空间自相关性。总体来说，自相关部分的空间异质性在土壤MOC的空间异质性中占有较大比重，变程的大小代表它的尺度。大林隙6—9月变程较小，10月稍高一些； 中林隙9和10月变程较高，7和8月较小； 而小林隙7和9月均为16.99 m，其他3个月变程均较小。总体上来说，中林隙变程较大一些。MOC各月的分维数均较大，说明土壤MOC空间结构较复杂，有较强的空间异质性。

表 5 土壤矿物结合有机碳(MOC)含量半方差函数的模型类型及参数 Tab.5 Fitted model types and parameters for semivariograms of soil mineral-associated organic carbon contents

表 5 土壤矿物结合有机碳(MOC)含量半方差函数的模型类型及参数 Tab.5 Fitted model types and parameters for semivariograms of soil mineral-associated organic carbon contents 林隙大小Forest gap size 月份Month 模型Model 块金值Nugget (C0) 基台Sill (C0 + C) 结构比ProportionC/(C0+C) 变程Range (A)/m 决定系数Coefficients of determination(R2) 分维数Fractal dimension(D) CV(%) 大林隙Large gap 6 S 0.013 1.023 0.987 6.800 0.606 1.865 42.6 7 S 0.001 1.122 0.999 2.250 0.000 1.996 48.1 8 S 0.093 1.348 0.931 2.250 0.000 1.865 37.1 9 S 0.001 1.987 0.999 6.140 0.582 1.864 31.5 10 E 0.316 1.063 0.702 10.650 0.479 1.911 31.5 中林隙Medium gap 6 S 0.514 1.058 0.514 14.100 0.664 1.906 41.1 7 S 0.001 1.064 0.999 2.360 0.000 1.974 50.5 8 S 0.160 1.017 0.843 2.360 0.000 1.995 41.0 9 L 0.819 1.229 0.333 24.030 0.248 1.953 40.7 10 E 0.610 1.222 0.500 30.900 0.308 1.917 33.5 小林隙Small gap 6 S 0.001 1.010 0.999 3.910 0.009 1.915 46.6 7 L 0.178 1.789 0.901 16.990 0.589 1.745 37.1 8 S 0.001 1.995 0.999 3.030 0.000 1.845 36.3 9 L 0.413 1.598 0.742 16.990 0.682 1.795 31.7 10 S 0.050 0.994 0.949 3.030 0.000 1.945 38.4

图 5为林隙表层土壤MOC含量分布的等值线图。由图可知，土壤MOC呈连续或块状分布，但分布的复杂程度和斑块等级分布情况与POC有一定差别。总体上来说，土壤MOC分布比POC均匀，且随月份的推移，空间分布格局较稳定。高值斑块所占面积也较少，大部分以中等级斑块为主。其高值斑块随时间的推移位置变化不大，大多分布于林隙四周边缘或近边缘处。在大、中、小3个林隙内，6和9月低值斑块所占面积明显大于其他月份，说明这两个月土壤MOC含量较低。9月大、小林隙内MOC含量在林隙边缘处均较低，分别位于大林隙的西北角和小林隙的西南角。斑块等级越高，等值线越密集(图 5)。在林隙内对应位置可能是倒坑(段文标等，2013a)或低地，容易聚集大量的枯枝落叶。降雨后土壤湿度增大，微生物将凋落物分解成腐殖质，可能是引起MOC含量在小范围内急剧升高的原因。不同林隙土壤MOC的空间分布也不同，所以林隙微立地和微气候对MOC的影响也是不可忽视的。

	图 5 红松针阔混交林林隙表层土壤矿物结合有机碳的空间分布格局 Fig. 5 Spatial distribution patterns of soil MOC in surface soil layer in Pinus koraiensis coniferous and broad-leaved mixed forest gaps

红松针阔混交林林隙内土壤POC和MOC变化趋势大致均为先上升后下降然后又明显升高，但POC在7月达到较高值，7—8月又出现下降，而MOC在8月达到最大值，8月之后才开始下降。由此可知，与POC的变化相比，MOC的变化有一定的滞后性。以往的研究表明，MOC难以分解(Puget et al.，2000)。但本研究表明，土壤MOC在生长季内出现较大幅度的变动，其原因有待分析。

方差分析表明，月份对土壤POC和MOC均具有极显著的影响。主要是由于不同月份林隙内光照、土壤温湿度等微气候条件、微生物活动和凋落物分解情况等不同引起的。王阳(2011)研究也表明，POC的稳定性较低，易随环境发生变化。林隙大小对土壤POC影响显著，但对MOC影响不显著。变异系数显示，林隙表层土壤POC和MOC在水平方向上均存在异质性现象，且均为中等程度变异。两者的系统结构比大部分大于75%，表现出较强的空间自相关性，说明结构性因素在其空间异质性形成中均占有较大比重。从分维数可以判断，土壤POC和MOC空间结构较复杂。从空间分布等值线图可知，与土壤POC相比，土壤MOC空间分布较均匀，大部分以中等级斑块为主，且随时间的变化，其分布格局也相对稳定。方华军(2006)研究表明，土壤POC在侵蚀过程中容易分解流失，在沉积区难以积累。而微团聚体碳容易在沉积区表层土壤形成一个惰性碳汇。林隙内树倒丘和倒坑的存在(杜珊等，2013； 段文标等，2013a)会在小范围内形成土壤侵蚀的过程，所以与微团聚体相结合的土壤MOC更易在树倒坑内聚集，形成高值中心。

微立地及其微环境的空间不均衡性导致表层土壤POC和MOC在水平方向存在异质性，林隙形成后林隙内微地形、光照、降雨量、土壤温湿度、土壤蒸发量、凋落物量及其组分等均会改变，同时不同大小林隙这些方面也各异，且随时间的推移而不断发生变化(冯静等，2012)。由于以上诸多因素的综合影响，土壤POC和MOC表现出强烈的空间异质性，它们的含量及其分布的变化可能进一步对林隙内植物生长、更新和演替产生一定的影响，其内在作用机制还有待进一步研究。