石栎-青冈常绿阔叶林土壤有机碳和全氮空间变异特征-论文
芦芽山土壤有机碳和全氮沿海拔梯度变化规律
生态环境学报 2014, 23(1): 50-57 Ecology and Environmental Sciences E-mail: editor@基金项目：国家自然科学基金项目(30970480)；山西省自然科学基金项目(2010021027-4；2010021028-6)；山西农业大学博士科研启动项目；山西农业大学“学术骨干”项目作者简介：武小钢（1977年生），男，副教授，博士，主要从事生态学方面的研究。
E-mail: wxg354@ 收稿日期：2013-10-08芦芽山土壤有机碳和全氮沿海拔梯度变化规律武小钢，郭晋平，田旭平，杨秀云山西农业大学林学院，山西 太谷 030801摘要：研究不同海拔梯度和坡向的土壤碳氮分布，能在较小的空间尺度上反映不同气候状况下土壤碳氮分布规律，揭示多个互相关联的环境因子对土壤碳氮分布规律的综合影响。
对山西省北部芦芽山芦芽山沿海拔梯度土壤有机碳和全氮含量的变化规律进行了分析。
自海拔1703.1 m 至2756.3 m 每上升约50 m 设置一个样带（共计21块），每样带内布设30 m×30 m 样地3个，每个样地内“S”形布点，分3层（0 ~ 10、10 ~ 25、25 ~ 40 cm ）钻取土样。
结果表明，在研究海拔范围内土壤垂直剖面自表层向下有机碳质量分数分别为(35.71±13.32)、(29.18±12.85)和(26.39±12.74) g·kg -1，全氮质量分数分别为(2.83±0.93)、(2.38±0.84)和(2.12±0.80) g·kg -1。
土壤有机碳和全氮含量的分布特征均表现为随海拔升高而增加的趋势，与海拔呈极显著的线性正相关。
土壤有机碳含量与海拔线性模型的回归系数在10~25 cm 土层最大，而全氮与海拔线性模型的回归系数随土层深度增加而递减。
苏南丘陵地区栓皮栎次生林与火炬松人工林土壤有效碳
苏南丘陵地区栓皮栎次生林与火炬松人工林土壤有效碳3陈月琴 徐 侠 阮宏华33 王国兵 栾以玲(南京林业大学森林资源与环境学院江苏省林业生态工程重点实验室,南京210037)摘 要 采用重复熏蒸2培养法研究了苏南丘陵地区具有代表性的栓皮栎次生林和火炬松人工林土壤有效碳的变化特征。
结果表明:栓皮栎次生林土壤中的有效碳和微生物量碳含量均显著高于火炬松人工林,而火炬松人工林土壤有效碳占总有机碳比率(417%)及土壤微生物量碳含量占土壤有效碳比率(5413%)分别高于栓皮栎次生林(219%和4019%);去除森林凋落物后,2种林分土壤有效碳含量均显著降低;土壤有效碳与土壤微生物量碳以及土壤总有效碳显著相关。
重复熏蒸2培养法是估测该地区森林土壤有效碳的一种简单有效的方法。
与火炬松人工林相比,天然次生栓皮栎林土壤含有较多的活性有机碳,可能对区域碳平衡产生较大的影响。
关键词 栓皮栎次生林;火炬松人工林;土壤有效碳;重复熏蒸2培养法中图分类号 X171.1 文献标识码 A 文章编号 1000-4890(2007)12-2028-07So il l ab ile carbon i n secondary Q uercus va riabilis forest and P inus taeda pl an t a ti on i n h illy area of South J i a ngsu,Ch i n a .CHE N Yue 2qin,XU Xia,RUAN Hong 2hua,WANG Guo 2bing,LUAN Yi 2ling (College of Forest R esources and Environm en tal Science,N anjing Forestry U niversity,N an jing 210037,China ).Chinese Journa l of Ecology ,2007,26(12):2028-2034.Abstract:By using sequential fum igati on 2incubati on method,the s oil labile carbon in a seconda 2ry Q uercus va riabilis forest and a P inus taeda p lantati on in hilly area of South J iangsu,China was investigated .The results showed that s oil labile carbon and m icr obial bi omass carbon were signifi 2cantly higher in secondary Q.va riabilis forest than in P .taeda p lantati on,while the rati o of s oil labile carbon t o s oil t otal organic carbon and that of s oil m icr obial bi omass carbon t o s oil labile carbon were higher in P .taeda p lantati on than in secondary Q.variabilis forest (417%and 5413%vs .219%and 4019%,res pectively ).The s oil labile carbon in the t w o f orests reduced significantly after litter re moval .Soil labile carbon had significant correlati ons with s oil m icr obial bi omass carbon and t otal organic carbon .It was f ound that sequential fum igati on 2incubati on was an effective and easy method t o measure and esti m ate the labile carbon in f orest s oils in this area .Compared with P .taeda p lantati on,secondary Q.variabilis f orest had more s oil labile carbon,which m ight have greater influence on the l ocal carbon cycle .Key words:secondary Q uercus variabilis f orest;P inus taeda p lantati on;s oil labile carbon;se 2quential fum igati on 2incubati on .3国家自然科学基金资助项目(30370256)。
科研中科院梁超：森林恢复加速了土壤有机碳的积累：来自微生物标志物的证据
科研中科院梁超：森林恢复加速了土壤有机碳的积累：来自微生物标志物的证据本文由fufu编译，玛莉、江舜尧编辑。
原创微文，欢迎转发转载。
导读土壤中储存的碳（C）比植物和大气层更多，其在生态系统中有着非常关键的作用。
很多研究表明可持续森林管理做法可以通过提高植物生产力来增加土壤C的储存，但土壤微生物的作用仍是未知的。
本研究采用了生物标识物、微生物高通量测序技术、红外光谱分析和常规化学检测等方法分析了不同森林次生演替序列（平均为∼20、80、120、200和≥300年）的植被凋落物、土壤C和微生物参数的动态变化，以评估微生物群落是如何介导土壤C转化和封存的。
研究人员观察到，随着森林年龄的增长，微生物活性生物量(脂质生物标志物)、微生物死亡残体(氨基糖生物标志物)和土壤有机碳在总体趋势上一致增加，突出了微生物对土壤C积累的调控作用。
具体来说，微生物活性生物量的增加先于土壤C的增加，这表明微生物脂质是生态系统恢复的早期敏感指标。
此外，在恢复了80-200年的森林土壤中，微生物死亡残体的量迅速增加，这可能是由于微生物周转率加快所致。
这些结果表明在森林恢复的早期和中期，较高的植物生产力(低凋落物C: N比)有助于SOC碳库中微生物的高效生长和微生物死亡残体的累积。
随着森林年龄的增长，微生物死亡残体对土壤有机碳库的贡献下降。
研究表明，森林恢复能有效地隔离地下土壤，可以作为有效调节全球气候变化的生态系统管理措施。
论文ID原名：Reforestation accelerates soil organic carbon accumulation: Evidence from microbialbiomarkers译名：森林恢复加速了土壤有机碳的积累：来自微生物标志物的证据期刊：Soil Biology and BiochemistryIF：4.926发表时间：2019年通信作者：梁超通信作者单位：中国科学院沈阳应用生态研究所实验设计1.取样地点及样本处理研究地点位于吉林省长白山国家级自然保护区（42°20′-42°24′N，127°55′-128°06′E，吉林，中国东北）平均海拔为780-920米。
麻栎人工林生态系统碳储量分配格局
麻栎人工林生态系统碳储量分配格局宋华萍;覃德文;吴庆标【摘要】[目的]探讨广西南宁良风江32年生麻栎人工纯林生态系统的生物量、碳密度、碳储量及其空间分配特征,为提高广西地区碳储量提供参考依据.[方法]在麻栎人工林内选择标准样地,用收获法测定生态系统的生物量,用重铬酸钾—外热法测定麻栎各器官的碳素含量,并用环刀法测定土壤碳密度.[结果]麻栎人工林各器官的碳素含量为:干材＞叶＞皮＞根兜＞枝＞细根＞中根＞粗根.土壤碳含量以0～20 cm土层最高,且随土层深度的增加而降低.麻栎人工林生态系统的总生物量为241.08 t/ha,其中乔木层占97.90％,林下植被层占0.54％,凋落物层占1.56％.[结论]麻栎人工林的碳储量主要分布在乔木层和土壤层,且乔木层生物量占麻栎人工林生物量的主要部分.麻栎土壤固碳能力较强,可作为广西发展固碳林的优良树种.【期刊名称】《南方农业学报》【年(卷),期】2014(045)012【总页数】5页(P2220-2224)【关键词】麻栎;人工林;碳储量;碳密度;分配格局【作者】宋华萍;覃德文;吴庆标【作者单位】广西大学林学院,南宁530005;广西大学林学院,南宁530005;广西大学林学院,南宁530005【正文语种】中文【中图分类】S792.1810 引言【研究意义】森林对吸收和固定CO2及减缓全球气候变暖的作用显著，但随着越来越多的天然森林被人为破坏，全球的森林覆盖面积在逐年减少，人工林显得更加重要。
目前广西的森林覆盖面积虽有240万ha，但主要种植桉树、杉木等单一树种，易引发林地生物多样性降低等不良生态现象，制约广西地区生态的可持续发展。
麻栎（Quercus acutissima）为喜光、深根落叶乔木，主要分布在暖温带和亚热带地区，能在土壤贫瘠的山地上生长，碳汇能力强，可供广西作营林选择，缓解广西林区物种单一、生物多样性减少对林业生态造成的压力。
因此，探讨麻栎人工林生态系统碳储量分配格局，对广西地区治理石漠化、改善土壤固碳能力等具有重要意义。
翠亨湿地无瓣海桑人工林土壤有机碳分布特征及与土壤理化指标相关性
林业科学研究 Forest Reseach
D01:10.13275/ki.lykxyj.2020.01.008
翠亨湿地无瓣海桑人工林土壤有机碳 分布特征及与土壤理化指标相关性
徐耀文姜仲茂1,武 锋1,杨倩梨2,廖宝文广
在湿地公园内，于2018年6月选择人为干扰 少、代表性强，2005年营造的无瓣海桑林作为研 究对象，以潮位因素作为分类依据，分别在不同地 点选取高潮带、中潮带和低潮带（光滩）各3个小 区，每个小区3个lOmxlO m的重复样地。3种潮 位带样地情况见表1,其中，高潮带位于潮间带的 最上部，上界为大潮高潮线，下界是只有在大潮时 才被海水淹没的小潮高潮线；中潮带是上界为小潮 高潮线，下界是小潮低潮线，为典型的潮间带地 区；低潮带是上界为小潮低潮线，下界是大潮低潮 线，大部分时间浸在水里，只有在大潮落潮的短时 间内才露出水面。根据研究区的实际情况，同一区 域3种潮位带之间的采样距离间隔100 m左右。
中图分类号:S71&5
文献标志码:A
文章编号:1001-1498(2020)01-0062-07
红树林是生长在热带、亚热带的木本群落叫 是国际上生物多样性保护和湿地生态保护的重要对 象，近年来已成为国际上普遍关注的资源环境热点 问题之一図。由于全球变暖的加剧，红树林的固碳 能力得到了大量关注固，研究表明，红树林生态系 统是滨海湿地生态系统中碳密度最高的生态系 统红树林土壤有机碳是红树林生态系统碳库的 重要组成部分，与此同时，土壤有机碳的影响因素 也得到了大量的关注。土壤有机碳是植物枯枝落 叶、动物和微生物分泌物等的产物，处于不断累积 和消耗的动态平衡中。关于红树林土壤有机碳的迁 移、转化、固定机制等方面的研究较多卜9］,但关 于土壤有机碳的调查深度却不尽相同，有30、 50、100、120 cm等。一般认为，土壤有机碳分布 随着土层深度的增加而逐渐降低，但表层土壤有机 碳不稳定且易受其他因素的干扰，下层土壤有机碳 分布较稳定。中国关于红树林土壤有机碳分布及影
青藏高原各主要植被类型特征及环境差异
第４４卷第７期２０２４年４月生态学报ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＶｏｌ．４４，Ｎｏ．７Ａｐｒ．，２０２４基金项目：第二次青藏高原综合科学考察研究项目（２０１９ＱＺＫＫ０６０６）；国家自然科学基金重大项目（４２１９２５８０，４２１９２５８１）收稿日期：２０２２⁃１１⁃１６；㊀㊀网络出版日期：２０２４⁃０１⁃１２∗通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ：ｚｈｕｗｑ７５＠ｂｎｕ．ｅｄｕ．ｃｎＤＯＩ：１０．２０１０３／ｊ．ｓｔｘｂ．２０２２１１１６３３０８张慧，朱文泉，史培军，赵涔良，刘若杨，唐海萍，王静爱，何邦科．青藏高原各主要植被类型特征及环境差异．生态学报，２０２４，４４（７）：２９５５⁃２９７０．ＺｈａｎｇＨ，ＺｈｕＷＱ，ＳｈｉＰＪ，ＺｈａｏＣＬ，ＬｉｕＲＹ，ＴａｎｇＨＰ，ＷａｎｇＪＡ，ＨｅＢＫ．ＴｈｅｄｉｆｆｅｒｅｎｃｅｓｏｆｖｅｇｅｔａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｃｏｎｄｉｔｉｏｎｓａｍｏｎｇｍａｉｎｖｅｇｅｔａｔｉｏｎｔｙｐｅｓｏｎｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０２４，４４（７）：２９５５⁃２９７０．青藏高原各主要植被类型特征及环境差异张㊀慧１，２，４，朱文泉１，２，４，∗，史培军３，４，５，赵涔良１，２，４，刘若杨１，２，４，唐海萍４，王静爱４，何邦科１，２，４１北京师范大学遥感科学国家重点实验室，北京㊀１００８７５２北京师范大学地理科学学部北京市陆表遥感数据产品工程技术研究中心，北京㊀１００８７５３北京师范大学应急管理部教育部减灾与应急管理研究院，北京㊀１００８７５４北京师范大学地理科学学部，北京㊀１００８７５５青海省人民政府北京师范大学高原科学与可持续发展研究院，西宁㊀８１００１６摘要：青藏高原高海拔引起的地形㊁气候和土壤空间差异造就了其独特的植被类型及其空间变化，当前研究缺乏针对青藏高原全域范围内各植被类型特征和环境差异的定量与系统性分析㊂针对青藏高原特殊的地理环境和植被类型，选用植被㊁地形㊁土壤㊁气候４个维度共计５８个空间化指标，采用频数分布统计方法对这些指标开展了定量分析，系统揭示了青藏高原全域范围内各主要植被类型的特征及环境差异㊂通过定量分析发现，大部分的环境及植被特征指标对青藏高原各主要植被类型的区分度较高，其中，遥感归一化植被指数㊁植被净初级生产力㊁裸地覆盖度㊁海拔㊁土壤温度㊁年最低温度㊁年总蒸散发７个指标对青藏高原各主要植被类型的区分度较高㊂揭示的青藏高原各主要植被类型的特征及环境差异，可提高灌丛和草地之间㊁各草地类型之间㊁高山苔原⁃垫状⁃稀疏植被与其他植被类型之间的可区分性，有助于解决青藏高原植被精细分类中广泛存在的灌丛和草地区分㊁草地类型细分㊁高山苔原⁃垫状⁃稀疏植被识别和山地垂直地带植被识别四个难点问题㊂研究结果一方面可服务于青藏高原的植被精细分类，另一方面也可服务于青藏高原的自然地带划分㊁生物多样性和生态系统功能评估㊁地表物质循环研究等㊂关键词：青藏高原；植被类型；环境特征；植被特征；频数分布统计ＴｈｅｄｉｆｆｅｒｅｎｃｅｓｏｆｖｅｇｅｔａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｃｏｎｄｉｔｉｏｎｓａｍｏｎｇｍａｉｎｖｅｇｅｔａｔｉｏｎｔｙｐｅｓｏｎｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕＺＨＡＮＧＨｕｉ１，２，４，ＺＨＵＷｅｎｑｕａｎ１，２，４，∗，ＳＨＩＰｅｉｊｕｎ３，４，５，ＺＨＡＯＣｅｎｌｉａｎｇ１，２，４，ＬＩＵＲｕｏｙａｎｇ１，２，４，ＴＡＮＧＨａｉｐｉｎｇ４，ＷＡＮＧＪｉｎｇᶄａｉ４，ＨＥＢａｎｇｋｅ１，２，４１ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＲｅｍｏｔｅＳｅｎｓｉｎｇＳｃｉｅｎｃｅ，ＢｅｉｊｉｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００８７５，Ｃｈｉｎａ２ＢｅｉｊｉｎｇＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｆｏｒＧｌｏｂａｌＬａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇＰｒｏｄｕｃｔｓ，ＦａｃｕｌｔｙｏｆＧｅｏｇｒａｐｈｉｃａｌＳｃｉｅｎｃｅ，ＢｅｉｊｉｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００８７５，Ｃｈｉｎａ３ＡｃａｄｅｍｙｏｆＤｉｓａｓｔｅｒＲｅｄｕｃｔｉｏｎａｎｄＥｍｅｒｇｅｎｃｙＭａｎａｇｅｍｅｎｔ，ＭｉｎｉｓｔｒｙｏｆＥｍｅｒｇｅｎｃｙＭａｎａｇｅｍｅｎｔ＆ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，ＢｅｉｊｉｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００８７５，Ｃｈｉｎａ４ＦａｃｕｌｔｙｏｆＧｅｏｇｒａｐｈｉｃａｌＳｃｉｅｎｃｅ，ＢｅｉｊｉｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００８７５，Ｃｈｉｎａ５ＡｃａｄｅｍｙｏｆＰｌａｔｅａｕＳｃｉｅｎｃｅａｎｄＳｕｓｔａｉｎａｂｉｌｉｔｙ，ＰｅｏｐｌｅᶄｓＧｏｖｅｒｎｍｅｎｔｏｆＱｉｎｇｈａｉＰｒｏｖｉｎｃｅａｎｄＢｅｉｊｉｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉｎｉｎｇ８１００１６，ＣｈｉｎａＡｂｓｔｒａｃｔ：ＴｈｅｓｐａｔｉａｌｄｉｆｆｅｒｅｎｃｅｓｏｆｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕｉｎｔｅｒｒａｉｎ，ｃｌｉｍａｔｅａｎｄｓｏｉｌｃａｕｓｅｄｂｙｔｈｅｈｉｇｈａｌｔｉｔｕｄｅｈａｖｅｒｅｓｕｌｔｅｄｉｎｔｈｅｕｎｉｑｕｅｓｐｅｃｉｅｓａｎｄｓｐａｔｉａｌｐａｔｔｅｒｎｓｏｆｖｅｇｅｔａｔｉｏｎ．Ｈｏｗｅｖｅｒ，ｅｘｉｓｔｉｎｇｒｅｓｅａｒｃｈｌａｃｋｓｃｏｍｐｒｅｈｅｎｓｉｖｅ，６５９２㊀生㊀态㊀学㊀报㊀㊀㊀４４卷㊀ｑｕａｎｔｉｔａｔｉｖｅ，ａｎｄｓｙｓｔｅｍａｔｉｃａｎａｌｙｓｉｓｔｏｔｈｅｄｉｆｆｅｒｅｎｃｅｓｉｎｔｈｅｖｅｇｅｔａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｃｏｎｄｉｔｉｏｎｓｏｆｖａｒｉｏｕｓｖｅｇｅｔａｔｉｏｎｔｙｐｅｓ，ｅｓｐｅｃｉａｌｌｙｆｏｒｔｈｅｅｎｔｉｒｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ．ＴｏａｄｄｒｅｓｓｔｈｉｓｉｓｓｕｅｉｎｔｈｅｕｎｉｑｕｅｇｅｏｇｒａｐｈｉｃｅｎｖｉｒｏｎｍｅｎｔａｎｄｖｅｇｅｔａｔｉｏｎｔｙｐｅｓｏｆｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ，ｔｈｉｓｓｔｕｄｙｕｔｉｌｉｚｅｄａｗｉｄｅａｒｒａｙｏｆ５８ｓｐａｔｉａｌｉｎｄｉｃａｔｏｒｓ，ｏｒｇａｎｉｚｅｄｉｎｔｏｆｏｕｒｄｉｍｅｎｓｉｏｎｓ：ｖｅｇｅｔａｔｉｏｎ，ｔｏｐｏｇｒａｐｈｙ，ｓｏｉｌ，ａｎｄｃｌｉｍａｔｅ．Ｔｈｒｏｕｇｈｔｈｅｒｉｇｏｒｏｕｓａｐｐｌｉｃａｔｉｏｎｏｆｆｒｅｑｕｅｎｃｙｄｉｓｔｒｉｂｕｔｉｏｎｓｔａｔｉｓｔｉｃａｌｍｅｔｈｏｄｓ，ａｑｕａｎｔｉｔａｔｉｖｅａｎａｌｙｓｉｓｗａｓｃｏｎｄｕｃｔｅｄｔｏｓｙｓｔｅｍａｔｉｃａｌｌｙｕｎｖｅｉｌｔｈｅｄｉｓｔｉｎｇｕｉｓｈｉｎｇｏｆｖｅｇｅｔａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｃｏｎｄｉｔｉｏｎｓａｍｏｎｇｔｈｅｐｒｉｍａｒｙｖｅｇｅｔａｔｉｏｎｔｙｐｅｓａｃｒｏｓｓｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ．ＴｈｅｒｅｓｕｌｔｓｏｆｔｈｉｓｑｕａｎｔｉｔａｔｉｖｅａｎａｌｙｓｉｓｈａｖｅｒｅｖｅａｌｅｄｔｈａｔａｍａｊｏｒｉｔｙｏｆｔｈｅｅｎｖｉｒｏｎｍｅｎｔａｌａｎｄｖｅｇｅｔａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｉｎｄｉｃａｔｏｒｓｅｘｈｉｂｉｔａｈｉｇｈｌｅｖｅｌｏｆｄｉｆｆｅｒｅｎｔｉａｔｉｏｎａｍｏｎｇｔｈｅｐｒｉｍａｒｙｖｅｇｅｔａｔｉｏｎｔｙｐｅｓｆｏｕｎｄｏｎｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ．Ｎｏｔａｂｌｙ，ｓｅｖｅｎｋｅｙｉｎｄｉｃａｔｏｒｓ，ｉｎｃｌｕｄｉｎｇｔｈｅｒｅｍｏｔｅｓｅｎｓｉｎｇｎｏｒｍａｌｉｚｅｄｖｅｇｅｔａｔｉｏｎｉｎｄｅｘ，ｖｅｇｅｔａｔｉｏｎｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙ，ｂａｒｅｌａｎｄｃｏｖｅｒａｇｅ，ｅｌｅｖａｔｉｏｎ，ｓｏｉｌｔｅｍｐｅｒａｔｕｒｅ，ａｎｎｕａｌｍｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅ，ａｎｄａｎｎｕａｌｔｏｔａｌｅｖａｐｏｔｒａｎｓｐｉｒａｔｉｏｎ，ｅｘｈｉｂｉｔｐａｒｔｉｃｕｌａｒｌｙｅｘｃｅｐｔｉｏｎａｌｄｉｓｃｒｉｍｉｎａｔｏｒｙｐｏｗｅｒｉｎｃｈａｒａｃｔｅｒｉｚｉｎｇｔｈｅｓｅｄｉｖｅｒｓｅｖｅｇｅｔａｔｉｏｎｔｙｐｅｓ．ＴｈｅｆｉｎｄｉｎｇｓｏｆｔｈｉｓｓｔｕｄｙｐｒｏｖｉｄｅｃｒｉｔｉｃａｌｉｎｓｉｇｈｔｓｉｎｔｏｔｈｅｕｎｉｑｕｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｄｉｓｐａｒｉｔｉｅｓｗｉｔｈｉｎｔｈｅｍａｊｏｒｖｅｇｅｔａｔｉｏｎｔｙｐｅｓａｃｒｏｓｓｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ．Ｍｏｒｅｏｖｅｒ，ｔｈｅｙｏｆｆｅｒａｐａｔｈｗａｙｔｏｅｎｈａｎｃｅｔｈｅｄｉｆｆｅｒｅｎｔｉａｔｉｏｎｂｅｔｗｅｅｎｖｅｇｅｔａｔｉｏｎｔｙｐｅｓｔｈａｔｈａｖｅｈｉｓｔｏｒｉｃａｌｌｙｂｅｅｎｃｈａｌｌｅｎｇｉｎｇｔｏｄｉｓｔｉｎｇｕｉｓｈ．Ｔｈｅｓｅｄｉｓｔｉｎｃｔｉｏｎｓｅｎｃｏｍｐａｓｓｓｅｐａｒａｔｉｎｇｓｈｒｕｂｌａｎｄｓｆｒｏｍｇｒａｓｓｌａｎｄｓ，ｐｒｏｖｉｄｉｎｇａｎｕａｎｃｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｖａｒｉｏｕｓｇｒａｓｓｌａｎｄｔｙｐｅｓ，ａｎｄｉｄｅｎｔｉｆｙｉｎｇａｌｐｉｎｅｔｕｎｄｒａ，ｃｕｓｈｉｏｎ，ａｎｄｓｐａｒｓｅｖｅｇｅｔａｔｉｏｎ．Ｔｈｅｒｅｆｏｒｅ，ｉｔｉｓｈｅｌｐｆｕｌｔｏｓｏｌｖｅｔｈｅｆｏｕｒｄｉｆｆｉｃｕｌｔｐｒｏｂｌｅｍｓｏｆｖｅｇｅｔａｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎｉｎＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ：１）ｔｈｅｄｉｖｉｓｉｏｎｏｆｓｈｒｕｂｌａｎｄａｎｄｇｒａｓｓｌａｎｄ，２）ｔｈｅｓｕｂｄｉｖｉｓｉｏｎｏｆｇｒａｓｓｌａｎｄｔｙｐｅ，３）ｔｈｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆａｌｐｉｎｅｔｕｎｄｒａ，ｃｕｓｈｉｏｎ，ａｎｄｓｐａｒｓｅｖｅｇｅｔａｔｉｏｎ，ａｎｄ４）ｔｈｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｍｏｕｎｔａｉｎｖｅｒｔｉｃａｌｖｅｇｅｔａｔｉｏｎ．Ｔｈｅｏｕｔｃｏｍｅｓｏｆｔｈｉｓｒｅｓｅａｒｃｈｈａｖｅｔｈｅｐｏｔｅｎｔｉａｌｔｏｓｅｒｖｅｔｗｏｓｉｇｎｉｆｉｃａｎｔｐｕｒｐｏｓｅｓ．Ｆｉｒｓｔ，ｔｈｅｙｃａｎｓｕｂｓｔａｎｔｉａｌｌｙａｄｖａｎｃｅｔｈｅｐｒｅｃｉｓｉｏｎｏｆｖｅｇｅｔａｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｒｏｓｓｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ．Ｓｅｃｏｎｄ，ｔｈｅｙｃａｎｉｎｆｏｒｍｔｈｅｄｅｌｉｎｅａｔｉｏｎｏｆｎａｔｕｒａｌｚｏｎｅｓ，ａｉｄｉｎａｓｓｅｓｓｉｎｇｂｉｏｄｉｖｅｒｓｉｔｙａｎｄｅｃｏｓｙｓｔｅｍｆｕｎｃｔｉｏｎａｌｉｔｙ，ａｎｄｃｏｎｔｒｉｂｕｔｅｔｏｓｔｕｄｉｅｓｏｆｓｕｒｆａｃｅｍａｔｅｒｉａｌｃｙｃｌｉｎｇｉｎｔｈｉｓｈｉｇｈ－ａｌｔｉｔｕｄｅｒｅｇｉｏｎ．Ｉｎｓｕｍｍａｒｙ，ｔｈｉｓｃｏｍｐｒｅｈｅｎｓｉｖｅａｎａｌｙｓｉｓｂｒｉｄｇｅｓａｎｉｍｐｏｒｔａｎｔｇａｐｉｎｏｕｒｕｎｄｅｒｓｔａｎｄｉｎｇｏｆｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕᶄｓｖｅｇｅｔａｔｉｏｎｄｉｖｅｒｓｉｔｙａｎｄｉｔｓｃｏｍｐｌｅｘｒｅｌａｔｉｏｎｓｈｉｐｗｉｔｈｅｎｖｉｒｏｎｍｅｎｔａｌｆａｃｔｏｒｓ．Ｂｙｅｎｈａｎｃｉｎｇｏｕｒａｂｉｌｉｔｙｔｏｄｉｆｆｅｒｅｎｔｉａｔｅａｎｄｃｌａｓｓｉｆｙｖｅｇｅｔａｔｉｏｎｔｙｐｅｓ，ｔｈｉｓｒｅｓｅａｒｃｈｉｓｐｏｉｓｅｄｔｏｍａｋｅｍｅａｎｉｎｇｆｕｌｃｏｎｔｒｉｂｕｔｉｏｎｓｔｏｓｅｖｅｒａｌｓｔｕｄｉｅｓｏｎｔｈｅｅｃｏｌｏｇｙａｎｄｅｎｖｉｒｏｎｍｅｎｔｉｎｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ．ＫｅｙＷｏｒｄｓ：ｔｈｅＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ；ｖｅｇｅｔａｔｉｏｎｔｙｐｅｓ；ｅｎｖｉｒｏｎｍｅｎｔａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓ；ｖｅｇｅｔａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓ；ｆｒｅｑｕｅｎｃｙｄｉｓｔｒｉｂｕｔｉｏｎｓｔａｔｉｓｔｉｃｓ环境差异造就了植被类型差异，青藏高原海拔变化引起的地形㊁气候及土壤空间差异造就了其独特的植被类型（如高寒草甸㊁高寒草原）及其空间变化（如植被垂直分异㊁干热河谷）［１ ３］㊂因此，青藏高原的植被类型及其特征与其生态环境密切相关㊂受青藏高原特殊的地理环境影响，其植被类型的遥感精细分类主要存在灌丛和草地区分㊁草地类型细分（细分为草原㊁草丛㊁草甸等）㊁高山苔原⁃垫状⁃稀疏植被（分布于森林或灌丛线以上㊁冰雪带以下，由苔原㊁垫状植被㊁稀疏植被构成的植物群落）识别和山地垂直地带植被识别四方面难点问题［４］，单纯依靠更优的遥感数据或分类方法难以解决这些问题，需更多的分类特征参与以提高它们之间的区分度，而植被的特征与环境差异可增强青藏高原各植被类型的可分性㊁提高分类的精细程度［５ ６］㊂此外，揭示青藏高原植被类型的特征及环境差异可为青藏高原物种多样性研究［７ ９］㊁地表物质循环研究［１０ １１］等提供理论支持㊂现有关于各植被类型的特征及环境差异研究大多聚焦于气候㊁地形特征中的某一个或少量环境和植被特征，缺乏针对青藏高原全域范围内各植被类型特征和环境差异的定量与系统性分析㊂当前相关研究可大体归为两大类：一是基于空间化环境或植被特征数据的非定量化植被类型差异应用研究［５，１２ １３］，二是基于实测数据㊁针对局域小范围的定量植被类型特征差异研究［１４ １５］㊂在基于空间化数据的定性研究方面，赵嘉玮等［１６］㊁杨亮等［１７］发现了青藏高原的植被和群落类型与年平均温度㊁年总降水量㊁土壤含水量㊁遥感植被指数等环境因子密切相关，且其空间特征差异明显；Ｘｕ和Ｚｈａｎｇ［５］㊁Ｚｈａｎｇ等［１２］㊁贾伟等［１８］的研究表明，在植被分类中使用地形特征（数字高程模型，ＤＥＭ）㊁气候特征（温度和降水）㊁土壤特征（土壤类型）㊁植被特征（归一化植被指数，ＮＤＶＩ）等，可以更有效地识别植被分布的空间细节㊁提高植被类型识别精度，但这些研究并未定量分析各植被类型的环境及植被特征差异，仅将这些特征作为辅助数据以提高植被分类精度㊂在基于站点观测数据的定量研究方面，杨新宇等［１９］㊁姚喜喜等［２０］㊁Ｗａｎｇ等［２］基于野外实测数据，对祁连山㊁青藏高原干旱区等局域小范围内植被群落的植被与环境特征差异研究结果表明，植被群落的类型和分布与草地群落盖度㊁地上生物量㊁土壤物质含量㊁土壤含水量等植被与环境特征有关，且分析了对群落类型和分布的解释度最高的特征指标，但这些研究仅反映了站点尺度而不是空间全域的特征差异㊂针对青藏高原特殊的地理环境和植被类型，非常有必要在现有研究基础上进一步开展各植被类型特征和环境差异的定量与系统性分析㊂为此，本研究基于空间化的环境及植被特征数据，采用频数分布统计方法对空间数据进行分析，旨在定量揭示青藏高原各主要植被类型在植被㊁地形㊁土壤㊁气候４个维度共计５８个指标上的差异，为利用这些环境及植被特征参与青藏高原的植被遥感精细分类㊁自然地带划分㊁生物多样性和生态系统功能评估㊁地表物质循环等研究提供理论依据㊂１㊀数据与方法１．１㊀研究区概况青藏高原平均海拔在４０００ｍ以上，其生态环境随海拔㊁纬度㊁经度等变化而呈现出巨大的空间差异，这一生态环境差异进一步导致了植被类型的变化（图１）㊂青藏高原大部分区域气候寒冷干燥㊁地形起伏大㊁土壤贫瘠且极度缺氧［２１ ２２］，与平原地区相比生态环境更为恶劣，这就决定了青藏高原的植被类型与平原植被类型有一定差异，青藏高原主要的植被类型是草甸㊁草原和高山苔原⁃垫状⁃稀疏植被，这些植被类型对生态环境的变化更为敏感［２３ ２４］㊂青藏高原具有地形起伏大且云雨多发㊁多种植被类型的特征相似（例如，草甸㊁草原与低矮灌丛）㊁高海拔区的植被稀疏等特点，这就决定了青藏高原遥感植被识别中存在多种问题［４］㊂１．２㊀数据及预处理１．２．１㊀青藏高原植被类型图（１）１ʒ１００万中国植被图１ʒ１００万中国植被图［２４］是２０世纪８０年代基于实地调查和专家知识生产的植被分类图，主要反映了２０世纪末的植被覆盖情况，其空间分辨率约为１ｋｍ㊂虽然各植被类型斑块的边缘区域可能发生了变化，但各植被类型分布的空间趋势没有发生变化㊂所以，１ʒ１００万中国植被图用作合成本研究植被类型数据的本底数据㊂（２）基于集成分类生产的青藏高原２０２０年植被现状图基于集成分类生产的青藏高原２０２０年植被现状图［４］集成了多个分类产品的优势，较１ʒ１００万中国植被图更能反映青藏高原的植被类型现状，其原始空间分辨为２５０ｍ，本研究通过众数聚合方法重采样为１ｋｍ㊂该植被图中植被型组的类别精度较高且其空间分辨率较高㊂所以，该植被现状图主要用于修正１ʒ１００万中国植被图中的植被类型变化㊂１．２．２㊀环境及植被特征数据本研究中所涉及的环境及植被特征数据主要分为植被㊁地形㊁土壤㊁气候４类，共５８个指标（表１）㊂除土壤物质含量（全氮㊁全磷㊁全钾含量）数据外，所有空间化的环境及植被特征数据均下载自ＧｏｏｇｌｅＥａｒｔｈＥｎｇｉｎｅ平台，土壤物质含量（全氮㊁全磷㊁全钾含量）数据下载自ＧＳＤＥ（ＧｌｏｂａｌＳｏｉｌＤａｔａｓｅｔｆｏｒｕｓｅｉｎＥａｒｔｈＳｙｓｔｅｍＭｏｄｅｌｓ，ｈｔｔｐ：／／ｇｌｏｂａｌｃｈａｎｇｅ．ｂｎｕ．ｅｄｕ．ｃｎ／ｒｅｓｅａｒｃｈ／ｓｏｉｌｗ）㊂所有数据均采用最近邻方法重采样至１ｋｍ，并计算２００１ ２０２０年共２０年的均值作为特征分析数据，但ＤＥＭ数据和土壤物质含量数据只有单年数据，故选用单年数据作为其特征分析数据㊂由于土壤特征相关数据中最顶层数据的准确性最高［２６］，且各土层的统计特征７５９２㊀７期㊀㊀㊀张慧㊀等：青藏高原各主要植被类型特征及环境差异㊀图１㊀青藏高原２０２０年植被现状图［４］Ｆｉｇ．１㊀ＴｈｅｓｔａｔｕｓｖｅｇｅｔａｔｉｏｎｍａｐｆｏｒＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ上图沿用了青藏高原２０２０年植被现状图中的植被分类体系，是根据青藏高原植被分布特点和各植被类型遥感光谱可分性设计的分类体系；其中，植被现状图中的郁闭灌丛和稀疏灌丛合并为本文中的灌丛类型，植被现状图中的草地类型对应本文的草丛㊁草甸和草原较为相似，所以，在结果分析中仅列出最顶层的特征统计结果㊂１．３㊀方法为定量㊁系统地分析青藏高原各主要植被类型的特征及环境差异，本研究分两步开展：（１）提取各主要植被类型空间分布的核心区域，以确保用于后续分析的各植被类型中无其它植被类型被混分进来；（２）基于频８５９２㊀生㊀态㊀学㊀报㊀㊀㊀４４卷㊀数分布统计方法定量分析各植被类型的特征与环境差异㊂表１㊀参与特征分析的环境及植被特征数据Ｔａｂｌｅ１㊀Ｅｎｖｉｒｏｎｍｅｎｔａｌａｎｄｖｅｇｅｔａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｄａｔａｐａｒｔｉｃｉｐａｔｉｎｇｉｎｆｅａｔｕｒｅａｎａｌｙｓｉｓ类别Ｔｙｐｅｓ数据Ｄａｔａ特征Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ数据源Ｄａｔａｓｏｕｒｃｅ分辨率Ｓｐａｔｉａｌｒｅｓｏｌｕｔｉｏｎ文献Ｒｅｆｅｒｅｎｃｅｓ植被Ｖｅｇｅｔａｔｉｏｎ叶面积指数叶面积指数ＭＯＤ１５Ａ２Ｈ（ｖ００６）５００ｍ［２５］净初级生产力净初级生产力ＭＯＤ１７Ａ３ＨＧＦ（ｖ００６）５００ｍ［２７］植被指数归一化植被指数ＭＯＤ１３Ｑ１（ｖ００６）２５０ｍ［２８］增强型植被指数植被覆盖度树冠覆盖度ＭＯＤ４４Ｂ（ｖ００６）２５０ｍ［２９］非树木植被覆盖度裸地覆盖度植被物候生长季开始日期ＭＣＤ１２Ｑ２（ｖ００６）５００ｍ［３０］生长季结束日期生长季长度地形ＴｅｒｒａｉｎＤＥＭ海拔ＳＲＴＭＤｉｇｉｔａｌＥｌｅｖａｔｉｏｎＤａｔａＶｅｒｓｉｏｎ４９０ｍ［３１］坡度坡向土壤Ｓｏｉｌ土壤温度第１层（０ ７ｃｍ）ＥＲＡ５＿ＬＡＮＤ／ＭＯＮＴＨＬＹ１１ｋｍ［３２］第２层（７ ２８ｃｍ）第３层（２８ １００ｃｍ）第４层（１００ ２８９ｃｍ）土壤含水量第１层（０ ７ｃｍ）ＥＲＡ５＿ＬＡＮＤ／ＭＯＮＴＨＬＹ１１ｋｍ［３２］第２层（７ ２８ｃｍ）第３层（２８ １００ｃｍ）第４层（１００ ２８９ｃｍ）土壤物质含量土壤含氮量（０ ４．５ｃｍ）ＧＳＤＥ１ｋｍ［２６］土壤含氮量（４．５ ９．１ｃｍ）土壤含氮量（９．１ １６．６ｃｍ）土壤含氮量（１６．６ ２８．９ｃｍ）土壤含氮量（２８．９ ４９．３ｃｍ）土壤含氮量（４９．３ ８２．９ｃｍ）土壤含氮量（８２．９ １３８．３ｃｍ）土壤含氮量（１３８．３ ２２９．６ｃｍ）土壤含磷量（０ ４．５ｃｍ）土壤含磷量（４．５ ９．１ｃｍ）土壤含磷量（９．１ １６．６ｃｍ）土壤含磷量（１６．６ ２８．９ｃｍ）土壤含磷量（２８．９ ４９．３ｃｍ）土壤含磷量（４９．３ ８２．９ｃｍ）土壤含磷量（８２．９ １３８．３ｃｍ）土壤含磷量（１３８．３ ２２９．６ｃｍ）土壤含钾量（０ ４．５ｃｍ）土壤含钾量（４．５ ９．１ｃｍ）土壤含钾量（９．１ １６．６ｃｍ）土壤含钾量（１６．６ ２８．９ｃｍ）土壤含钾量（２８．９ ４９．３ｃｍ）９５９２㊀７期㊀㊀㊀张慧㊀等：青藏高原各主要植被类型特征及环境差异㊀续表类别Ｔｙｐｅｓ数据Ｄａｔａ特征Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ数据源Ｄａｔａｓｏｕｒｃｅ分辨率Ｓｐａｔｉａｌｒｅｓｏｌｕｔｉｏｎ文献Ｒｅｆｅｒｅｎｃｅｓ土壤含钾量（４９．３ ８２．９ｃｍ）土壤含钾量（８２．９ １３８．３ｃｍ）土壤含钾量（１３８．３ ２２９．６ｃｍ）土壤有机碳（０ｃｍ）ＯｐｅｎＬａｎｄＭａｐＳｏｉｌＯｒｇａｎｉｃＣａｒｂｏｎＣｏｎｔｅｎｔ２５０ｍ［３３］土壤有机碳（１０ｃｍ）土壤有机碳（３０ｃｍ）土壤有机碳（６０ｃｍ）土壤有机碳（１００ｃｍ）土壤有机碳（２００ｃｍ）气候Ｃｌｉｍａｔｅ温度生长季平均温度（５ ９月）ＭＯＤ１１Ａ１（ｖ０６１）１ｋｍ［３４］年最高温度年最低温度降水量年总降水量ＥＲＡ５＿ＬＡＮＤ／ＭＯＮＴＨＬＹ１１ｋｍ［３２］蒸散发年总蒸散发ＭＯＤ１６Ａ２（ｖ００６）５００ｍ［３５］潜在蒸散发饱和水气压差饱和水气压差ＴｅｒｒａＣｌｉｍａｔｅ４６３８．３ｍ［３６］１．３．１㊀各主要植被类型空间分布的核心区提取本研究基于１ʒ１００万中国植被图中的植被分类原则，同时参考植被类型在环境及植被特征上的可区分性，设计了本研究的植被分类体系㊂其中，一级类（植被型组）分为森林㊁灌丛㊁草地㊁沼泽㊁高山苔原⁃垫状⁃稀疏植被㊁荒漠，二级类（植被型）将森林和草地进一步细分，森林细分为针叶林㊁针阔混交林㊁阔叶林三类，草地细分为草原㊁草甸㊁草丛三类㊂图２㊀各植被类型空间分布的内部核心区提取流程图㊀Ｆｉｇ．２㊀Ｆｌｏｗｃｈａｒｔｏｆｔｈｅｉｎｔｅｒｎａｌｃｏｒｅａｒｅａｅｘｔｒａｃｔｉｏｎｆｏｒｅａｃｈｖｅｇｅｔａｔｉｏｎｔｙｐｅ以１ʒ１００万中国植被图为基础数据㊁基于集成分类生产的青藏高原２０２０年植被现状图为修正数据，综合其两者的植被信息，取两植被数据的交集，合成代表现状的植被分类数据（图２）㊂其中，对于植被现状图分类系统中未细分的草地类别（草原㊁草甸和草丛），在筛选出植被现状图的草地类别的基础上，按照１ʒ１００万中国植被图中植被型信息划分出草原㊁草甸和草丛类别；对于植被现状图分类系统中缺少的荒漠类别，在筛选出植被现状图的其他类别的基础上，进一步筛选出１ʒ１００万中国植被图中的荒漠类别；对于植被现状图分类系统中有对应类别的森林㊁灌丛㊁沼泽和高山苔原⁃垫状⁃稀疏植被，则直接使用植被现状图中的植被类别㊂为保证类别的准确性，本研究假定植被分类数据中各植被类型空间分布的内部核心区准确性最高，因此运用数学形态学的腐蚀操作以提取各植被类型空间分布的内部核心区来分析其环境空间特征（图３），具体操作是针对每一种植被类型的各个图斑，将其边界均向内腐蚀１ｋｍ，然后选用腐蚀后的区域参与后续分析㊂基于此方法提取的各植被类型空间分布的内部核心区在空间上是广泛分布的，所以在一定程度上综合了青藏高原不同地理位置的植被分布的特征差异㊂青藏高原各主要植被类型内部核心区的像元数量如表２所示，但由于针阔混交林和草丛在青藏高原的分布面积很小，导致提取其内部核心区后样本数少于５０个，因此，本研究只分析除针阔混交林和草丛外的其他植被类型的特征统计结果㊂０６９２㊀生㊀态㊀学㊀报㊀㊀㊀４４卷㊀图３㊀植被类型空间分布的核心区提取示意图（以针叶林为例）Ｆｉｇ．３㊀Ｓｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｔｈｅｉｎｔｅｒｎａｌｃｏｒｅａｒｅａｅｘｔｒａｃｔｉｏｎｆｏｒｅａｃｈｖｅｇｅｔａｔｉｏｎｔｙｐｅ（Ｔａｋｅｔｈｅｎｅｅｄｌｅｌｅａｆｆｏｒｅｓｔｓ，ｆｏｒｅｘａｍｐｌｅ）表２㊀青藏高原各主要植被类型内部核心区的样本数量Ｔａｂｌｅ２㊀Ｓａｍｐｌｅｑｕａｎｔｉｔｙｏｆｔｈｅｉｎｔｅｒｎａｌｃｏｒｅａｒｅａｆｏｒｅａｃｈｖｅｇｅｔａｔｉｏｎｔｙｐｅ植被类型Ｖｅｇｅｔａｔｉｏｎｔｙｐｅｓ针叶林Ｎｅｅｄｌｅｌｅａｆｆｏｒｅｓｔ针阔混交林Ｎｅｅｄｌｅｌｅａｆａｎｄｂｒｏａｄｌｅａｆｆｏｒｅｓｔ阔叶林Ｂｒｏａｄｌｅａｆｆｏｒｅｓｔ灌丛Ｓｃｒｕｂ草原Ｓｔｅｐｐｅ草丛Ｇｒａｓｓ⁃ｆｏｒｂｃｏｍｍｕｎｉｔｙ草甸Ｍｅａｄｏｗ沼泽Ｓｗａｍｐ高山苔原⁃垫状⁃稀疏植被Ａｌｐｉｎｅｔｕｎｄｒａ⁃ｃｕｓｈｉｏｎ⁃ｓｐａｒｓｅｖｅｇｅｔａｔｉｏｎ荒漠Ｄｅｓｅｒｔ样本数量Ｓａｍｐｌｅｓｉｚｅ２９００１１０２３４８９５２３１３２５１７４４５０３３６９４１７９０３８６０４１５０２２０图４㊀青藏高原海拔特征的小提琴统计分析示意图㊀Ｆｉｇ．４㊀Ｓｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｓｔａｔｉｓｔｉｃａｌａｎａｌｙｓｉｓｂａｓｅｄｏｎｖｉｏｌｉｎｐｌｏｔ（ｔａｋｅａｌｔｉｔｕｄｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｎＱｉｎｇｈａｉ⁃ＴｉｂｅｔＰｌａｔｅａｕ，ｆｏｒｅｘａｍｐｌｅ）１．３．２㊀基于频数分布统计分析环境及植被特征本研究基于小提琴图来分析各主要植被类型环境与植被的频数分布特征，小提琴图是箱线图和核密度图的结合（图４），除了具有箱线图可比较多组数据间差异的功能外，还可展示数据分布区间内部的情况（小提琴图的宽度表示分布概率密度）㊂本研究针对每个环境或植被特征，均绘制了各植被类型对应的小提琴图，对比各植被类型小提琴图所展示的四分位数（下四分位数：所有样本点数据从小到大排列后第２５％的数值，上四分位数：所有样本点数据从小到大排列后第７５％的数值）㊁离散程度㊁分布差异等统计特征，定量分析各植被类型的特征及环境差异㊂２㊀结果２．１㊀各植被类型的特征及环境差异（１）各植被类型的植被特征差异从植被特征分植被类型统计结果（图５）来看，青藏高原各植被类型的净初级生产力㊁归一化植被指数㊁裸地覆盖度特征差异最为明显，叶面积指数㊁增强型植被指数㊁树冠植覆盖度㊁生长季开始日期和生长季长度次１６９２㊀７期㊀㊀㊀张慧㊀等：青藏高原各主要植被类型特征及环境差异㊀之，非树木植被覆盖度和生长季结束日期的特征差异最小㊂对比发现，叶面积指数在森林㊁草地各二级类之间图５㊀不同植被类型的植被特征统计结果Ｆｉｇ．５㊀Ｓｔａｔｉｓｔｉｃａｌｒｅｓｕｌｔｓｏｆｖｅｇｅｔａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｆｏｒｄｉｆｆｅｒｅｎｔｖｅｇｅｔａｔｉｏｎｔｙｐｅｓ图中横坐标数字表示各植被类型，详见图例；生长季开始日期㊁生长季结束日期指标的纵坐标数据表示从２０２２年１月１日起第多少天；特征差异主要比较各植被类型在数据分布和四分位数上的差异，若各植被类型之间的数据分布和四分位数区间差异越大，则说明它们的特征差异越大，其余特征差异比较方法同理的特征差异明显；净初级生产力在除针叶林与针阔混交林外的其他各植被类型之间存在特征差异；对于植被指数来说，归一化植被指数对青藏高原各植被类型的区分度优于增强型植被指数，对青藏高原各植被类型的２６９２㊀生㊀态㊀学㊀报㊀㊀㊀４４卷㊀特征差异明显；对于三个覆盖度特征来说，树冠植被覆盖度和非树木植被覆盖度在各一级类的特征差异较为明显，但树冠植被覆盖度对森林㊁草地植被型的区分度更好，裸地覆盖度对除高山苔原⁃垫状⁃稀疏植被和荒漠外的其他各植被类型的特征差异明显；对于植被物候特征来说，三个物候特征在森林和草地之间存在特征差异，其中，生长季结束日期的特征差异最小，生长季开始日期在森林㊁灌丛㊁草地和沼泽之间的特征差异明显，生长季长度在除草原㊁草甸和荒漠外的其他各植被类型之间存在特征差异㊂（２）各植被类型的地形特征差异从地形特征分植被类型统计结果（图６）来看，青藏高原各植被类型的海拔特征差异最为明显，坡度次之，坡向的特征差异最小㊂对比发现，海拔特征对应的各植被类型间特征差异明显，可区分青藏高原各主要植被类型；坡度特征对应的部分植被类型间存在差异，数据分布较海拔特征更为离散，但对沼泽类型的区分度较高，且可以辅助草地（包含草原和草甸）与沼泽类型的区分；坡向特征对应的各植被类型间分布差异小，对各植被类型的区分度较低㊂图６㊀不同植被类型的地形特征统计结果Ｆｉｇ．６㊀Ｓｔａｔｉｓｔｉｃａｌｒｅｓｕｌｔｓｏｆｔｅｒｒａｉｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｆｏｒｄｉｆｆｅｒｅｎｔｖｅｇｅｔａｔｉｏｎｔｙｐｅｓ坡向的（０ʎ）指向正北，顺时针为正值，逆时针为负值，值域为－９０ʎ ２７０ʎ（３）各植被类型的土壤特征差异从土壤特征分植被类型统计结果（图７）来看，青藏高原各植被类型的土壤温度特征差异最为明显，土壤含水量次之，土壤物质含量的特征差异最小㊂对比发现，不同深度各土壤特征的频数分布统计特征基本一致，其中，土壤温度在阔叶林与其他各植被类型之间㊁灌丛与其他各草地类型之间㊁高山苔原⁃垫状⁃稀疏植被与其他各植被类型之间的特征差异明显；土壤含水量在各草地类型之间㊁沼泽与其他各植被类型之间㊁荒漠与其他各植被类型之间的特征差异明显；土壤物质含量特征数据离散或组间差异较小，对青藏高原各植被类型的区分度较小，但可用于辅助部分植被类型的划分，例如，土壤含磷总量特征可用于辅助阔叶林的划分㊂（４）各植被类型的气候特征差异从气候特征分植被类型统计结果（图８）来看，青藏高原各植被类型的年最低温度和年总蒸散发特征差异最为明显，生长季平均温度㊁年最高温度㊁年总降水量和饱和水气压差次之，潜在蒸散发的特征差异最小㊂对比发现，在三个温度特征中，年最低温度对青藏高原各植被类型区分度高，生长季平均温度在森林各二级类之间㊁荒漠与其他各植被类型之间的特征差异明显，年最高温度在荒漠与其他各植被类型之间的特征差异明显，年最低温度在阔叶林与其他植被类型之间㊁灌丛与其他各草地类型之间㊁高山苔原⁃垫状⁃稀疏植被与其他各植被类型之间的特征差异明显；年总降水量和年总蒸散发在森林㊁草地各二级类之间的特征差异明显；潜在蒸散发对应的各植被类型间分布差异小，特征差异较小；饱和水气压差对应的各植被类型间分布差异较小，但在森林各二级类之间的特征差异明显㊂３６９２㊀７期㊀㊀㊀张慧㊀等：青藏高原各主要植被类型特征及环境差异㊀图７㊀不同植被类型的土壤特征统计结果Ｆｉｇ．７㊀Ｓｔａｔｉｓｔｉｃａｌｒｅｓｕｌｔｓｏｆｓｏｉｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｆｏｒｄｉｆｆｅｒｅｎｔｖｅｇｅｔａｔｉｏｎｔｙｐｅｓ因此，针对灌丛和草地区分问题，土壤温度㊁年最低温度㊁年总蒸散发㊁净初级生产力㊁植被指数（包含归一化植被指数和增强型植被指数）㊁树冠植被覆盖度七个指标在灌丛和草地类型之间的特征差异明显，可以提高灌丛和草地之间的区分度㊂针对草地类型细分的问题，海拔㊁土壤含水量㊁年总降水量㊁年总蒸散发㊁叶面积指数㊁净初级生产力㊁植被指数（包含归一化植被指数和增强型植被指数）㊁树冠植被覆盖度㊁裸地覆盖度十个指标在草原㊁草甸类型上的差异明显，可以提高草原和草甸之间的区分度㊂针对高山苔原⁃垫状⁃稀疏植被识别的问题，海拔㊁土壤温度㊁年最低温度㊁净初级生产力㊁植被指数（包含归一化植被指数和增强型植被指数）六个指标在高山苔原⁃垫状⁃稀疏植被与其他植被类型特征差异明显，可以增强高山苔原⁃垫状⁃稀疏植被与其他植被类型的区分度㊂进一步分析发现，海拔㊁土壤温度㊁年最低温度㊁年总蒸散发㊁净初级生产力㊁归一化植被指数㊁裸地覆盖度七个特征对大部分植被类型的区分度较高，可增强青藏高原各主要植被类型的区分度，即可用于增强山地垂直地带植被的区分度㊂２．２㊀青藏高原各植被类型在环境及植被特征上的数值范围通过频数分布特征分析发现，大多数环境及植被特征对青藏高原植被都有一定的区分度，而且，箱线图的下四分位数－上四分位数的数值范围可以用以区分各植被类型㊂表３列出了青藏高原各植被类型对应环境及植被特征的数值范围，可以定量标识出各植被类型的特征及环境差异，如针叶林主要分布在海拔３０３５ ３７０２ｍ的地带㊁阔叶林主要分布在海拔６５０ １４００ｍ的地带，灌丛的净初级生产力主要为０．１９ ０．３３ｋｇＣ／ｍ２㊁草甸的净初级生产力主要为０．１０ ０．２３ｋｇＣ／ｍ２㊂３㊀讨论３．１㊀青藏高原各主要植被类型的环境和植被特征在一些非青藏高原范围或青藏高原局部小范围的植被分类研究中，采用海拔㊁坡度㊁坡向等特征参与分４６９２㊀生㊀态㊀学㊀报㊀㊀㊀４４卷㊀图８㊀不同植被类型的气候特征统计结果Ｆｉｇ．８㊀Ｓｔａｔｉｓｔｉｃａｌｒｅｓｕｌｔｓｏｆｃｌｉｍａｔｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｆｏｒｄｉｆｆｅｒｅｎｔｖｅｇｅｔａｔｉｏｎｔｙｐｅｓ类［５，１２，３０］，发现他们有助于提高分类精度（相较于仅采用遥感光谱特征进行分类），但尚未对其在分类中的作用进行系统㊁定量化的分析，对环境及植被特征差异的认识和应用尚不充分㊂同时，由于青藏高原范围广阔㊁环境差异明显，不同区域㊁同一植被类型的植被与环境特征存在差异［１ ３］，因此，若要揭示青藏高原植被类型的特征及环境差异，需要集合青藏高原各个区域样本进行环境与植被特征分析，而本研究中提取的各植被类型空间分布的内部核心区在空间上是广泛分布的，且样本量丰富㊂例如，课题组通过对青藏高原实地考察发现，祁连山区的针叶林主要分布在海拔２８００ ３４００ｍ范围内，而在水热条件较好的横断山区，针叶林主要分布在海拔３５００ ３８００ｍ范围内㊂因此，本研究系统㊁定量地研究了青藏高原各植被类型的植被与环境特征，在宏观尺度上揭示不同植被类型之间的植被与环境特征差异，并发现大部分环境及植被特征对青藏高原部分植被类型之间的区分度较高，为解决相对复杂的青藏高原植被遥感分类问题，提供了更多差异化的分类特征，可服务于灌丛和草地区分㊁草地类型细分㊁高山苔原⁃垫状⁃稀疏植被识别和山地垂直地带植被识别等分类的难点问题㊂对于海拔变化跨度大㊁环境差异明显的整个青藏高原来说，并不是所有特征都能体现植被类型之间的特征差异㊂在非青藏高原范围或青藏高原局部小范围可以体现植被类型差异的坡向㊁土壤物质含量等特征，在青藏高原整体范围内的差异则较小㊂例如坡向特征，在山地植被分类中，坡向是区分植被类型的重要特征之。
不同林龄桉树人工林土壤团聚体活性碳组分的分布特征
作为全球陆地生态系统中最大的碳库，土壤有机碳（Organic carbon ，OC ）储量估计在1500～2344Gt左右，是大气碳库的2～3倍，植被碳库的3～4倍。
土壤OC 储量的微小变化可能对大气CO 2浓度和全球气候变化产生巨大影响。
提高土壤OC 的稳定性和降低OC 的损耗是当前研究的热点和前沿课题[1]。
作为土壤OC 的活性部分，活性有机碳（Labile organic carbon ，LOC ）组分对土地利用方式的转换较总OC 更为敏感，其中，LOC 包括易氧化碳（Readily oxidizable carbon ，ROC ）、颗粒有机碳（Particulate organic carbon ，POC ）、微生物量碳（Microbial biomass carbon ，MBC ）、水溶性碳（Water-soluble organic carbon ，WOC ）和可矿化碳（Mineralized organic carbon ，MOC ）[2]。
可见，土壤LOC 组分存在易被矿化分解、周转周期短等特点[3]。
土壤团聚体作为土壤结构的基本单元，其组成比例能够在诸多物理、化学、生物过程中调控原生矿物和有机物质的相互作用[4]。
根据层次结构模型，土壤团聚体能够分为微团聚体（＜0.25mm ）和大团聚体（＞0.25mm ）[5]。
在团聚体形成过程中，原生矿物颗粒与惰性胶结物质（如腐殖质和多价金属阳离子配合物）相结合形成微团聚体；同时，微团聚体与活性胶结物质（如真菌菌丝、植物根系、微生物和植物产生的多糖）相结合形成大团聚体[6]，从而导致不同粒级团聚体中土壤OC 和LOC 组分含量存在明显差异。
因此，明晰土壤OC 和LOC 组分在团聚体中的分布规律，对进一步了解森林生态系统中土壤碳动态变化具有重收稿日期：2023-08-05基金项目：广西国有大桂山林场项目(202200100)；广西壮族自治区林业局项目(桂林科研〔2022ZC 〕第15号)。
万木林青年和老龄常绿阔叶林乔木层碳贮量分配特征
万木林青年和老龄常绿阔叶林乔木层碳贮量分配特征黄蓉;王超;杨智杰;陈光水【摘要】In order to investigate the influence of forest biomass carbon on forest carbon storage,carbon sink measurement and management,as well as biodiversity conservation,this paper analyses the evergreen broad-leaved forests,including the young forest（about 47 a）and old-growth forest（about 120 a）in the Wanmulin Nature Reserve in Fujian.According to the results of biodiversity investigation and Biomass Different Speed Equation,we figure out the carbon storage in tree layer and its distribution features in different heights,diameter classes and tree species.The results are shown as follows：1）The carbon storage of young forest is 115.03 t·hm-2,while that of the old-growth forest is 224.43 t·hm-2.2）In young forest,the maxim um carbon storage is 23.17 t·hm-2 in height class Ⅶ（15～17 m）,in old-growth forest,it（62.96 t·hm-2）happens in height class Ⅷ（17～19 m）.3）In young forest,the maximum carbon storage which amounts to 34.25 t·hm-2,lies in DBH class Ⅵ（15 cm≤DBH17 cm）;in old-growth forest,the maximum carbon storage lies in class XIX （DBH≥41 cm）which amounts to 60.03 t·hm-2,taking up 26.78% of total carbon storage.4）Most carbon is stored in a small minority of trees,in other words,most tree species contribute only a tiny part to the total carbon storage.%了解森林生物量碳分配特征,对于森林碳贮量和碳汇估算、森林碳汇经营和生物多样性保护有重要意义.本课题选择福建省万木林自然保护区青年（约47 a生）和老龄（约120 a生）常绿阔叶林为研究对象,根据生物多样性调查结果和生物量异速方程,计算乔木层生物量碳贮量,并分析其高度级、径级和树种间的分配特征.结果表明：1）青年林碳贮量为115.03 t.hm-2,老龄林碳贮量为224.43 t.hm-2;2）青年林最大碳贮量出现在高度级Ⅶ级（15～17 m）,为23.17 t.hm-2,而老年林最大碳贮量出现在高度级Ⅷ级【期刊名称】《亚热带资源与环境学报》【年(卷),期】2011(006)002【总页数】7页(P29-35)【关键词】乔木碳贮量;碳分配;常绿阔叶林;多度;丰富度【作者】黄蓉;王超;杨智杰;陈光水【作者单位】福建师范大学地理研究所,福州350007;福建师范大学地理研究所,福州350007;福建师范大学地理研究所,福州350007;福建师范大学地理研究所,福州350007【正文语种】中文【中图分类】S718森林生物量碳库是陆地生态系统最大的生物量碳库，森林植被碳贮量约占陆地植被碳贮量的82.5%［1］，是森林固碳能力的重要标志，也是森林碳收支评估的重要参数之一［2］．在森林植被碳贮量中，乔木层碳贮量占大部分，是森林碳汇功能的主体．有关森林乔木层碳贮量的分配信息，包括各器官的分配 (如地上、地下部分)、空间分配 (径级、高度分配)及树种间分配等，对于深入了解森林结构与碳汇功能关系具有重要作用．林龄对森林碳贮量特别是生物量碳贮量具有显著的影响，但目前有关林龄对森林生物量碳贮量分配的影响主要集中在各器官间的分配，而对林龄如何影响森林特别是中亚热带常绿阔叶林生物量碳贮量的空间分配特征则知之甚少．有关生物多样性与碳吸存关系是国际研究热点，但相关研究主要集中在草地、农田生态系统［3－4］，有关森林植物多样性与碳贮量关系的研究极少，特别是森林树种多样性 (如丰富度、多度等)对碳贮量的作用目前尚不清楚．因此，本课题选择福建万木林自然保护区青年常绿阔叶林 (天然常绿阔叶林经破坏后次生演替形成，年龄约为47 a左右)和老龄常绿阔叶林 (次生演替形成，年龄为120 a左右)为研究对象，研究青年林和老龄林乔木层碳贮量及其分配 (径级、高度和树种间分配)的差异，以期为中亚热带常绿阔叶林森林碳贮量和碳汇的科学估算、常绿阔叶次生林的碳汇经营以及生物多样性保护等提供参考．万木林自然保护区位于福建省北部的建瓯市，地理位置为27°03'N，118°09'E，全区南北长1.82 km，东西宽1.04 km，总面积为1.89 km2．本地区属于中亚热带季风气候，多年平均气温19.4℃，多年平均降水量1 731.4 mm，多年平均蒸发量1 466 mm，相对湿度81%，全年无霜期277 d．自然保护区属于低山丘陵地带，平均海拔360 m．所选择的青年林和老龄林的林分基本情况见表1．2009年8月，分别在青年林和老龄林中布设1 200 m2生物多样性调查样方．按乔木、灌木、草本3层进行多样性调查，其中乔木层调查树种、树高、胸径．本研究选取了DBH≥5 cm的树种估算乔木层碳贮量．由于树高H和胸径D等测树因子与植株生物量有密切关系，因此本研究采用“相对生长法”来估算植株的生物量，其中计算用公式W=0.183 4(D2H)0.8156(通过收集已发表的文献中常绿阔叶林林分生物量平均单株生物量及平均胸径、树高数据拟合而到公式，暂未发表)，计算常绿阔叶树种的单株生物量，再乘以林分密度得到乔木层生物量．乔木层碳贮量的计算则是根据公式:乔木层碳贮量Ts=乔木层生物量W×植株含碳率%［5］．其中常绿阔叶树的平均含碳率为55.49%［6］．用Excel对数据进行整理和分析．青年林和老龄林各高度级内的植株密度和碳贮量关系见图1．2种林分的株数随高度级增大均呈先增加后降低的趋势，总体上中低高度级的植株个体数量均占绝对优势．2种林分的碳贮量变化趋势基本一致(图1)．青年林径级Ⅰ～Ⅳ级、Ⅳ ～Ⅶ级内形成碳贮量递增的分布规律;而老年林呈现碳贮量递增规律的径级范围为Ⅰ～Ⅴ级．青年林中各高度级内树木株数呈现单峰型，高度Ⅲ级中植株密度最大，但最大碳贮量出现在Ⅶ级(15～17 m)，为23.17 t·hm－2，占总碳贮量的20.14%，呈现出植株密度与和碳贮量分布不相符的情况．老龄林中各高度级内树木株数为双峰型，株数最大的高度级为Ⅲ级，株数密度为550株·hm－2，其碳贮量为10.12 t·hm－2;但老年林最大碳贮量出现在Ⅷ级 (17～19 m)，植株数仅为Ⅲ级的一半，其碳贮量为62.96 t·hm－2，占总碳贮量的28.30%．图2表明2个林分株数的径级分布和碳贮量的径级分布不一致．小径级中的植株个数占主要优势．青年林5 cm≤DBH＜15 cm径级内，随着胸径增加，个体数量减少，但碳贮量呈增加的趋势，这说明胸径对碳贮量的影响大于植株个数，Ⅰ级和Ⅱ级径级内个数与Ⅵ级相近，但是绝对碳贮量却远远小于Ⅵ级．老龄林中两者的分配也不一致，老龄林17 cm≤DBH＜25 cm(Ⅷ级、Ⅸ级、Ⅹ级)碳贮量在DBH和株数双重作用下增加，而Ⅹ级、Ⅺ级中碳贮量随着径级和个数的减少反而增加，这显示出DBH和株数之间的相互作用．Ⅱ级、XIX级分别为植株个数的最高点和碳贮量最高点，但却不是碳贮量的最高点和植株个数的最高点，显示出DBH和株数之间的抵消作用．在青年林中Ⅵ级(15 cm≤DBH＜17 cm)的碳贮量最高，为34.25 t·hm－2，占总碳贮量的29.77%;在老龄林中最高碳贮量集中在XIX(DBH≥41 cm)，为60.03 t·hm－2，占总碳贮量的26.78%．老龄林的碳贮量集中在一些大径级的树木中，虽然株数很小，如最高碳贮量XIX级的树木株数仅为6株，是径级Ⅱ级 (7cm≤DBH＜9 cm)的1/5，但却占林分碳贮量的近1/3，这些大树木有很长的寿命，因此可以把它们视为长期的碳库;而青年林中最高碳贮量集中在中等径级，随着树木的生长，会在固碳方面起更大的作用，可视为潜在碳库．无需考虑研究面积的大小，以树种个数与全部树种总数的商表示树种对林分的贡献情况，即相对多度=(树种的个数/样地全部树种的总数)×100%．相对碳贮量=(树种的碳贮量/样地全部树种的总碳贮量)×100%，可表示出树种对整个林分碳贮量的贡献情况．按照相对碳贮量大小，对2个林分树种进行编号与排序．3.3.1 青年林碳贮量的树种间分配青年林中有10个树种 (图3)，随着树种相对碳贮量的递减，相对多度呈现出不规则的变化趋势．在树种7(八角枫)、8(四照花)上出现不同，在相对碳贮量上八角枫为0.52%，四照花为0.50%，但两者的相对多度却是四照花＞八角枫，从树种固碳能力上看:八角枫大于四照花．另外树种1(拟赤杨)、2(酸枣)、3(枫香)具有相同的相对多度，均为25%，但碳贮量却呈现出拟赤杨＞酸枣＞枫香，碳贮量分别为41.18 t·hm－2，34.99 t·hm－2，23.86 t·hm－2，对森林碳贮量的贡献出现差异，显示出三者固碳能力拟赤杨＞酸枣＞枫香．3.3.2 老龄林碳贮量的树种间分配老龄林中，同样按照碳贮量大小对树种进行编号与排序，即从1～33．相对多度并没有随着相对碳贮量的递减而呈现递减的规律，而是呈现出波浪型的趋势 (图4)．树种1(罗浮栲)相对丰度为13.38%，但具有最高的碳贮量，为82.71 t·hm－2，占总碳贮量的36.62%．而树种4(披针叶山矾)相对多度大于树种1，为15.27%，但碳贮量仅为15.5 t·hm－2，远远小于罗浮栲．这在一定程度上说明了优势树种不一定有高的碳贮量，对林分碳贮量的贡献也不一定是最高的．另外对各树种相对多度和相对碳贮量分析，可以看出各树种对林分碳贮量的贡献程度，对功能型结构最合适的描述则是相对碳贮量和相对多度［7］．根据相对多度和相对碳贮量的大小将物种分为以下4类 (图5):少数/不重要 (0.1＜相对多度≤1，0.1＜相对碳贮量≤1);少数/重要 (0.1＜相对多度≤1，10≤相对碳贮量≤100);丰富/不重要(10≤相对多度≤100，0.1＜相对碳贮量≤1);丰富/重要(10≤相对多度≤100，10≤相对碳贮量≤100)．从图5可以看出，2个林分的大多树种处于中间状态，青年林没有少数/不重要的树种，却存在相对多度和相对碳贮量均高的树种;而老龄林存在少数/不重要、丰富/重要的树种．从水平方向上看，2个林分均为随着相对多度增加而呈相对碳贮量增加的趋势;垂直方向上看，相对多度一定，相对碳贮量也存在增加的趋势，这说明除了树种数量对碳贮量产生影响之外，树种的碳吸存能力 (表现为个体大小)对碳贮量也有影响．从树种整体水平上看，老龄林较青年林丰富．根据估算公式得到青年林碳贮量为115.03 t·hm－2，老龄林碳贮量为224.43 t·hm－2，是青年林的2倍之多，这显示出碳贮量与林龄成正相关关系，与福建南平87年生杉木人工林乔木层碳库高于40年生杉木人工林这一研究相似［8］，但后者差值不大，这可能与人为干扰等因素有关．且2个林分乔木层碳贮量大于福建省平均树干碳贮量(73.43 t·hm－2)，也高于福建南平楠木林乔木层碳贮量(69.09 t·hm －2)［9］．本研究从每立木树高和胸径角度研究与碳贮量的关系．大多数研究都在于胸径径级碳贮量分配上，对于树高径级与碳贮量的研究甚少．在本研究中得出树高与碳贮量的偏离特征，即树高最高但碳贮量并不是最大．青年林树高径级Ⅶ级(15 m≤H＜17 m)有最高的碳贮量，而老龄林最高碳贮量则出现在Ⅷ级(17 m≤H＜19 m);而碳贮量的高度级分配与个体数的分布趋势不完全一致 (图1)，这说明了碳贮量受胸径和树高的影响大于植株数量，唐旭利等在对鼎湖山季风常绿阔叶林碳贮量分布中发现类似的规律［10］．青年林胸径径级Ⅵ (15 cm≤DBH＜17 cm)出现最大碳贮量，而老龄林最大碳贮量出现在XIX级(DBH≥41 cm)，与鼎湖山山地常绿阔叶林、南亚热带常绿阔叶林对比［11］，青年林与山地常绿阔叶林 (最大生物量出现在15～20 cm径级)相似，最大碳贮量均在＜20 cm的小径级;而老龄林则与南亚热带常绿阔叶林 (最大生物量出现在35～50 cm径级)相似，大径级有最大碳贮量．从径级分布形态来看，2种林分碳贮量大体上符合递增的分布特征，与西双版纳原始热带季节雨林分布趋势较一致［12］，但与四川云杉人工林符合倒钟型的生物量分布特征［13］、海南黎母山热带雨林的生物量径级分布呈递增分布［14］有较大差异．这说明碳贮量与林分每立木胸径有一定的关系，大树对森林碳贮量的贡献也是巨大的，Clark等在对哥斯达黎加的热带雨林生物量的研究中发现，大树对乔木层碳贮量的贡献为14%～30%［15］;戚剑飞等对西双版纳石灰山季雨林的生物量及其分配规律研究中发现D为124 cm的大树其碳贮量占乔木层碳贮量的18.89%［16］;而在本研究中老龄林DBH≥41 cm的树木仅有6株，仅为总株数的4.2%，但碳贮量却占总碳贮量的26.78%．尽管树种对森林碳贮量的平均贡献基本上是与其相对多度一致，但是在对农林生态系统的研究中发现两者发生偏移［10］．在本研究中也发现此情况，青年林中，拟赤杨、酸枣、枫香具有相同的相对多度，均为25%，但碳贮量却呈现出拟赤杨＞酸枣＞枫香;老龄林罗浮栲相对多度小于披叶针山矾，但对整个林分的碳贮量贡献上是罗浮栲远大于披叶针山矾．图5表明青年林和老龄林大多数树种对森林碳贮量贡献处于中间状态，青年林处于丰富/重要阶段的树种占总株数的25%，但对总碳贮量的贡献为30.5%;而老龄林处于丰富/重要阶段的树种占总株数的13.9%，但对总碳贮量的贡献为36.7%．Patricia等人对169种物种的地上碳贮量进行研究，仅仅13%的物种就对总碳贮量贡献90%，大多数物种对碳贮量的贡献很微小［7］．在本研究中也发现同样的规律．青年和老龄常绿阔叶林乔木层碳贮量及株数的分配 (高度、径级、树种间)均呈现不一致的特征．株数集中在中低高度级、小径级，而碳贮量集中在大高度级、大径级;一般某一树种的多度最大，其碳贮量也最大，但不同树种对碳贮量的贡献仍受该树种个体碳吸存量的影响．林龄的不同导致青年和老龄常绿阔叶林碳贮量和株数分配(高度、径级、树种间)不同．2个林分最大株数出现在Ⅲ高度级(7 m≤H＜9 m)，但径级的分布则不一致;老龄林最大碳贮量所在的高度级和径级均大于青年林;老龄林树种碳贮量分配较青年林复杂，但2个林分碳贮量主要集中在少数树种上．【相关文献】［1］ Sabine C L，Heimann M，Artaxo P，et al．Current status and past trends of the global carbon cycle ［C］．In:Field C，Raupach M eds．The Global CarbonCycle:Integrating Humans，Climate and the Natural World．Island Press，Washington，2004，17-44．［2］IPCC(Intergovernmental Panel on Climate Change)．Good Practice Guidance for Land Use，Land-Use Change and Forestry［R］．IPCC/IGES，ISBN，Hayama，Japan，4288788200320，2003．［3］Fornara D A，Tilman D．Plant functional composition influences rates of soil carbon and nitrogen accumulation［J］．Journal of Ecology，2008，96:314-322．［4］Henrya M，Tittonellc P，Manlaya R J，et al．Biodiversity，carbon stocks and sequestration potential in aboveground biomass in smallholder farming systems of western Kenya［J］．Agriculture，Ecosystems＆ Environment，2009，129:238-252．［5］Pan Hui，Huang Shi-de，Hong Wei，et al．The carbon storage and distribution in three Acacia plantations ［J］．Journal of Fujian College of Forestry，2009，29(1):28-32．［潘辉，黄石德，洪伟，等．3种相思人工林生态系统碳贮量及分配［J］．福建林学院学报，2009，29(1):28-32．］［6］Wang Yi-xiang．Carbon stock of main forest types in Fujian province and carbon sequestration of Cunninghamis lanceolata plantation［D］．Fujian Agriculture and Forestry University，2004．［王义祥．福建省主要森林类型碳库与杉木林碳吸存［D］．福建农林大学硕士学位论文，2004．］［7］Patricia B，Claire K，Miguel M R．Applying community structure analysis to ecosystem function:Examples from pollination and carbon storage［J］．Ecological Applications，2005，15(1):360-375．［8］Zhong Xian-fang，Yang Yu-sheng，Gao Ren，et al．Carbon storage and allocationin old-growth Cunninghamia lanceolata plantation in subtropical China［J］．Journal ofSubtropical Resources and Environment，2008，2(3):11-18．［钟羡芳，杨玉盛，高人，等．老龄杉木人工林生态系统碳库及分配［J］．亚热带资源与环境学报，2008，2(3):11-18．］［9］Zheng Jin-xing，Liu Xiao-fei，Gao Ren，et al．Carbon storage and allocation in the Phoebe bournei plantations in Nanping，Fujian province［J］．Journal of Subtropical Resources and Environment，2009，4(4):59-65．［郑金兴，刘小飞，高人，等．福建南平35 a生楠木林生态系统碳库及分配［J］．亚热带资源与环境学报，2009，4(4):59-65．］［10］Tang Xu-li，Zhou Guo-yi，Wen Da-zhi，et al．Distribution of carbon storage in a lower subtropical monsoon evergreen broad:Leaved forest in Dinghushan Nature Reserve ［J］．Acta Ecologica Sinica，2003，23(1):90-97．［唐旭利，周国逸，温达志，等．鼎湖山南亚热带季风常绿阔叶林C贮量分布［J］．生态学报，2003，23(1):90-97．］［11］Liu Shen，Luo Yan，Huang Yu-hui，et al．Studies on the community biomass and its allocations of five forest types in Dinghushan Nature Reserve［J］．Ecological Science，2007，26(5):387-393．［刘申，罗艳，黄钰辉，等．鼎湖山五种植被类型群落生物量及其径级分配特征［J］．生态科学，2007，26(5):387-393．］［12］ Zheng Zheng，Liu Hong-mao，Liu Lun-hu，et al．A study on biomass of the primary tropical seasonal rain forest in Xishuangbanna［J］．Guihaia，1999，(19):309-314．［郑征，刘宏茂，刘伦辉，等．西双版纳原始热带季节雨林生物量研究［J］．广西植物，1999，(19):309-314．］［13］Yan Wu-xian，Su Yi-ming，Liu Xing-liang，et al．Research on biomass and productivity of an artificial forest［J］．Sichuan Research Institute of Forestry，1991，(12):17-22．［鄢武先，宿以明，刘兴良，等．云杉人工林生物量和生产力的研究［J］．四川林业科技，1991，(12):17-22．］［14］Huang Quan，Li Yi-de，Lai Ju-zhang，et al．Study on biomass of tropical mountain rain forest in Limushan，Hainan Island［J］．Acta Phytoecologica et Geobotanica Sinica，1991，(3):197-206．［黄全，李意德，赖巨章，等．黎母山热带山地雨林生物量研究［J］．植物生态学与地植物学学报，1991，(3):197-206．］［15］Clark D B，Clark D A．Landscape-scale variation in forest structure and biomass in a tropical rain forest［J］．Forest Ecology and Management，2000，137:185-198．［16］Qi Jian-fei，Tang Jian-wei．Biomass and its allocation pattern of monsoon rain forest over limestone in Xishuangbanna of Southwest China［J］．Chinese Journal of Ecology，2008，27(2):167-177．［戚剑飞，唐建维．西双版纳石灰山季雨林的生物量及其分配规律［J］．生态学杂志，2008，27(2):167-177．］。
祁连山青海云杉林土壤理化指标空间变异性分析
甘 肃 林 业科 技
Ｊｕ ｎ ｌ ｆ ｎ ｕＦ ｒｓｒ ｃｅ ｃ ｎ ｅ ｈ ｏｇ ｏ ｒａ Ｇａ ｓ ｏｅｔ Ｓ ｉｎ ｅａ ｄＴ ｃ ｎ ｌｙ ｏ ｙ
ＶＯｌ Ｏ． － Ｎ １ ３７
Ｍ ａ ．０ ２ ｒ２ １
文章编 号 ：０ ６ ０６ （０ ） ００ — ７ １０ — ９０ ２ １ ０ — ０６ ０ １
含 量 分 别 为 （３ ．＋４６ ／ｓ （ １．＋ ４３ ／ｓ （ １ ＋ ２９ ／ｓ 变 异 系 数 分 别 为 １．３ 、２８％ 、 １５ ２ ．）ｓｋ 、 １１ １．）ｇ 、９ ． １．）ｇｋ ， ２ ２ ｋ ７ ８２ ％ １．３
１ ． ％； ４１ 土壤有机质含量随土壤深度的增加逐渐降低， ０ 随海拔升高逐渐增加 ； 土壤容重在剖面层次上具有 明 显 的增大趋势， 在海拔梯度上随海拔升高逐渐减小； 土壤水分在 ０ ４ — ０ｃ ｍ土层 内随着深度 的增加逐 渐减小， 在海拔梯度上表现为波动变化 ， 无明显的上升或下降趋势。
Ｍｏ ｎ ａｎ ｖ ａ ｅ ｓ ａｉ ａ ｉｔ ｎ ｏ ｉ ｐ ｏ ｅ ｉ ｓ Ａｎ ｅ ｒ ｓ ｌ ｆ ｔ ｄ ｈ ｗ ｄ ｔ ａ ｔ ｅｉ ｃ ｅ ｓｎ ｆ ｕ ｔｉ ｓｔ ｒ ｅ ｔ ｔ ｖ ｒａｉ ｆ ｏ ｌ ｒ ｐ ￣ ｅ ． ｄ ｔ ｕ ｔ ｏ ｕ ｙ ｓ ｏ ｅ ｔ ｈ ｔ ｒ ａ ｉ ｇｏ ｏ ｅ ｌ ｈ ｐ ａ ｌ ｏ ｓ ｈ ｅ ｓ ｓ ｈ ｗｉ ｈ ｎ ｔ ｅ ｄ ｐ ｈ ｏ ｏ ｌ ｒ ｆ ｅ ａ ｄ ｔ ｅ ｅｅ ａ ｉｎ ｔ ｅ ｓ ｉ ｔｍｐ ｒ ｔ ｒ ｅ ｒ ｓ ｎ ｅ ｂ ｉｕ ｕ ｍｅ ｔｔ ｎ ｔ ｎ ． ｎ ｔ ｅ ｓ ｉ ｈ ｅ ｔ ｆｓ ｉ ｐ ｏ ｌ ｈ ｌ ｖ ｔ ， ｈ ｏｌ ｅ ｅ ａｕ ｅ ｒ ｐ ｅ ｅ ｔｄ ｏ ｖ ｏ ｓ ａ ｇ ｎ ａ ｉ ｒ ｄ Ｉ ｈ ｏ ｌ ｉ ｎ ｏ ｏ ｅ
太行山区不同海拔梯度土壤有机碳库及组分变化特征
研究，
土
机碳库
拔梯度呈上升趋势闪，而Kobler等对位于阿尔卑斯
山北部的研究结果却相反 0 。宋立倩针对青藏高
不同 拔 机碳 量
研究，
土
机碳
含量随海拔梯度上升表现出先上升后下降的趋
势[21])朱凌宇针对祁连山不同海拔有机碳库研究
与宋立倩保持一致,祁连山土壤总有机碳库在海拔 上表 为中 拔〉 拔〉中 拔!
土壤有机碳库作为地球陆地生态系统中最大
且活跃的碳库之一，对土壤肥力的作用处于核心地
位、对农业的可持续发展起基础作用 ，同时在碳循
环中发挥着不可替代的作用它的形成主要取决
于植物向土壤中碳的输入，输入源主要有植物地上
凋落物、根系脱落物和根系分泌物等囚。土壤有机
碳库
主要
中土活
机碳库 生
变化而引起的囚，土壤活性有机碳是指土壤有机碳
ent altitudinal gradients in Taihang Mountains"# Forestry and Ecological Sciences, 2021,36（3） ：269 - 276.
太行山区不同海拔梯度土壤有机碳库及组分变化特征
加鹏华1,李春雨1,尹海魁12,许p13
（1河北农业大学资源与环境科学学院，河北保定071000； 2河北工程大学地球科学与工程学院, 河北邯郸056038；河北农业大学国土资源学院，河北保定071000）
； Engin ring!Handan056038!China 3 Col g ofLandandR sourc s!H b iAgricultural
University，Baoding 071000，China） Ab<tract：Inthisstudy thenaturalsoilsintheDashahe-BeiliuheBasin themainbeltofFuping
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第３４卷第１２期 ２０１４年６月
生 态 学 报
ＡＣ Ｉ１Ａ ＥＣＯＬＯ（ ＣＡ ＳＩＮＩＣＡ Ｖ０１．３４．Ｎｏ．１２
Ｊｕｎ．，２０１４
ＤＯＩ：１０．５８４６／ｓｔｘｂ２０１４０１２３０１７０ 杨丹，项文化，方晰，樊纲惟，许玉庆，文丽，邹丽梅．石栎一青冈常绿阔叶林土壤有机碳和全氮空间变异特征．生态学报，２０１４，３４（１２）：３４５２—３４６２． Ｙａｎｇ Ｄ，Ｘｉａｎｇ Ｗ Ｈ，Ｆａｎｇ Ｘ，Ｆａｎ Ｇ Ｗ，Ｘｕ Ｙ Ｑ，Ｗｅｎ Ｌ，Ｚｏｕ Ｌ Ｍ．Ｓｐａｔｉａｌ ｈｅｔｅｒｏｇｅｎｅｉｔｙ ｏｆ ｓｏｉｌ ｏｒｇａｎｉｃ ｃａｒｂｏｎ ａｎｄ ｔｏｔａｌ ｎｉｔｒｏｇｅｎ ｃｏｎｃｅｎｔｒａｔｉｏｎｓ ｉｎ ａ Ｌｉｔｈｏｃａｒｐｕｓ ｇｌａｂｅｒ—Ｃｙｃｌｏｂａｌａｎｏｐｓ￣ｇｌａｕｃａ ｅｖｅｒｇｒｅｅｎ ｂｒｏａｄｌｅａｖｅｄ ｆｏｒｅｓｔ．Ａｃｔａ Ｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ，２０１４，３４（１２）：３４５２—３４６２．
石栎．青冈常绿阔叶林土壤有机碳和 全氮空间变异特征
杨 丹 ，项文化 ，方 晰 ，樊纲惟 ，许玉庆 ，文 丽 ，邹丽梅 ＇ （１．中南林业科技大学生命科学与技术学院，长沙４１０００４；２．南方林业生态应用技术国家工程实验室，长沙４１０００４； ３．湖南会同杉木林生态系统国家野外科学观测研究站，会同４３８１０７）
摘要：在ｌｈｍ （１００ｍＸ１００ｍ）石栎（Ｌｉｔｈｏｃａｒｐｕｓｇｌａｂｅｒ）一青冈（Ｃｙｃｌｏｂａｌａｎｏｐｓｉｓｇｌａｕｃａ）常绿阔叶林内１００个１０ｍＸ１０ｍ小样方的中 心位置，按０—１０ ａｍ、ｌＯ一２０ ａｍ和２０～３０ ａｍ土层采集土壤样品，测定土壤有机碳（Ｃ）和全氮（Ｎ）含量。基于区域化变量理论 和地质统计软件（ＧＳ Ｖｅｒｓｉｏｎ ９）的空间分析功能，应用地统计学的半方差函数定量研究该常绿阔叶林土壤有机Ｃ和全Ｎ的空 间变异特征。结果表明：该林地土壤有机Ｃ含量平均值为１８．６１ ｋｇ，变化范围为９．５３—３９．４０ ｋｇ，全Ｎ含量平均值为１．６３ ｇ／ ｋｇ，变化范围为０．７３—３．３２ ｋｇ。土壤有机Ｃ半方差函数的理论模型符合球状模型，全Ｎ半方差函数的理论模型符合高斯模 型。土壤有机Ｃ和全Ｎ的空间异质性主要是由结构性因素引起的，且空间自相关程度均为中等程度。分形维数反映了有机Ｃ 和全Ｎ空间格局差异及尺度依赖特征，有机Ｃ分形维数较大，空间格局比全Ｎ略为复杂。采用Ｋｒｉｇｉｎｇ插值方法，ｌｈｍ 森林内 土壤有机Ｃ和全Ｎ具有相似的空间分布格局，呈现明显的条带状和斑块状的梯度变化。土壤有机Ｃ含量与海拔、凹凸度呈负 相关，但相关性不显著，与林地凋落物量呈极显著正相关。土壤全Ｎ含量与海拔、凹凸度呈显著负相关，与林地凋落物量呈正 相关，反映出土壤Ｎ的淋溶特性。 关键词：地统计学；土壤有机碳；土壤养分；空间异质性；亚热带；常绿阔叶林
Ｓｐａｔｉａｌ ｈｅｔｅｒｏｇｅｎｅｉｔｙ ｏｆ ｓｏｉｌ ｏｒｇａｎｉｃ ｃａｒｂｏｎ ａｎｄ ｔｏｔａｌ ｎｉｔｒｏｇｅｎ ｃｏｎｃｅｎｔｒａｔｉｏｎｓ ｉｎ ａ Ｌｉｔｈｏｃａｒｐｕｓ ｇｌａｂｅｒ－Ｃｙｃｌｏｂａｌａｎｏｐｓｉｓ ｇｌａｕｃａ ｅｖｅｒｇｒｅｅｎ ｂｒｏａｄｌｅａｖｅｄ ｆｏｒｅｓｔ ＹＡＮＧ Ｄａｎ ，ＸＩＡＮＧ Ｗｅｎｈｕａ ， 一，ＦＡＮＧ Ｘｉ ， ，ＦＡＮ Ｇａｎｇｗｅｉ ，ＸＵ Ｙｕｑｉｎｇ ，ＷＥＮ Ｌｉ ，ＺＯＵ Ｌｉｍｅｉ ＇ １ Ｆａｃｕｌｔｙ ｏｆＬｉｆｅ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｃｅｎｔｒａｌ Ｓｏｕｔｈ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＦｏｒｅｓｔｒｙ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｓｈａ ４１０００４，Ｃｈｉｎａ ２ Ｎａｔｉｏｎａｌ Ｅｎｇｉｎｅｅｒｉｎｇ Ｌａｂｏｒａｔｏｒｙ ｏｆＡｐｐｌｉｅｄ Ｔｅｃｈｎｏｌｏｇｙｆｏｒ Ｆｏｒｅｓｔｒｙ＆Ｅｃｏｌｏｇｙ ｉｎ Ｓｏｕｔｈｅｒｎ Ｃｈｉｎａ．Ｃｈａｎｇｓｈａ ４１０００４．Ｃｈｉｎａ ３ Ｈｕｉｔｏｎｇ Ｎａｔｉｏｎａｌ Ｆｉｅｌｄ Ｓｔａｔｉｏｎ ｆｏｒ Ｓｃｉｅｎｔ缸０ｂｓｅｒｖａｔｉｏｎ ａｎｄ Ｒｅｓｅａｒｃｈ ０厂Ｃ ｉｎｅｓｅ Ｆｉｒ Ｐｌａｎｔａｔｉｏｎ Ｅｃｏｓｙｓｔｅｍ ｎ Ｈｕｎａｎ Ｐｒ０ｖｉｎｅｅ．肌ｉｔｏｎｇ ４３８１０７．Ｃｈｉｎａ
Ａｂｓｔｒａｃｔ：Ｓｕｂｔｒｏｐｉｃａｌ ｅｖｅｒｇｒｅｅｎ ｂｒｏａｄｌｅａｖｅｄ ｆｏｒｅｓｔｓ ｐｌａｙ ａｎ ｉｍｐｏｒｔａｎｔ ｒｏｌｅ ｉｎ ｒｅｇｉｏｎａｌ ｃａｒｂｏｎ ｂａｌａｎｃｅ ａｎｄ ｓｕｓｔａｉｎａｂｌｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｗｉｎｇ ｔｏ ｔｈｅｉｒ ｈｉ ｇｈｅｓｔ ｐｒｏｄｕｃｔｉｖｉｔｙ，ｄｉｖｅｒｓｅ ｅｃｏｓｙｓｔｅｍ ｆｕｎｃｔｉｏｎｓ ａｎｄ ｃｏｍｐｌｅｘ ｈａｂｉｔａｔ ｆｏｒ ａｂｕｎｄａｎｔ ｂｉｏｌｏｇｉｃａｌ ｄｉｖｅｒｓｉｔｙ ｉｎ ｓｏｕｔｈｅｒｎ Ｃｈｉｎａ．Ｓｐａｔｉａｌ ｈｅｔｅｒｏｇｅｎｅｉｔｙ ｏｆ ｓｏｉｌ ｎｕｔｒｉｅｎｔｓ ｉｎ ｓｕｂｔｒｏｐｉｃａｌ ｆｏｒｅｓｔｓ ｃａｎ ｐｒｏｖｉｄｅ ｕｓｅｆｕｌ ｉｎｆｏｒｍａｔｉｏｎ ｆｏｒ ｕｎｄｅｒｓｔａｎｄｉｎｇ ｔｈｅ ｓｐａｔｉａｌ ｐａｔｔｅｒｎ ｏｆ ｐｌａｎｔｓ ａｎｄ ｆｏｒ ｅｘｐｌａｉｎｉｎｇ ｔｏ ｓｏｍｅ ｅｘｔｅｎｔ，ｃｏｅｘｉｓｔｅｎｃｅ ｍｅｃｈａｎｉｓｍ ｏｆ ｄｉｖｅｒｓｅ ｔｒｅｅ ｓｐｅｃｉｅｓ． Ｔｏ ｉｎｖｅｓｔｉｇａｔｅ ｓｐａｔｉａｌ ｖａｒｉａｔｉｏｎｓ ｉｎ ｓｏｉｌ ｎｕｔｒｉｅｎｔｓ ａｎｄ ｔｈｅ ｃａｕｓｅｓ ｏｆ ｔｈｅ ｖａｒｉａｔｉｏｎｓ．ｓｏｉｌ ｓａｍｐｌｅｓ ａｔ ０—１０ ｅｍ．１０—２０ ａｍ ａｎｄ ２０—３０ ｅｍ ｄｅｐｔｈ ｗｅｒｅ ｃｏｌｌｅｃｔｅｄ ａｔ ｔｈｅ ｃｅｎｔｅｒ ｏｆ ｅａｃｈ １０ ｍ×１０ ｍ ｑｕａｄｒａｔ ｗｉｔｈｉｎ １ ｈｅｃｔａｒｅ ｐｅｒｍａｎｅｎｔ ｐｌｏｔ ｏｆ Ｌｉｔｈｏｃａｒｐｕｓ ｇｌａｂｅｒ－Ｃｙｃｌｏｂａｌａｎｏｐｓｉｓ ｇｌａｕｃａ ｓｕｂｔｒｏｐｉｃａｌ ｅｖｅｒｇｒｅｅｎ ｂｒｏａｄｌｅａｖｅｄ ｆｏｒｅｓｔ．Ｓｏｉｌ ｏｒｇａｎｉｃ Ｃ ａｎｄ ｔｏｔａｌ ｎｉｔｒｏｇｅｎ（Ｎ）ｃｏｎｃｅｎｔｒａｔｉｏｎｓ ｗｅｒｅ ｄｅｔｅｒｍｉｎｅｄ ｆｏｒ ａｌｌ ｓａｍｐｌｅｓ．Ｂａｓｅｄ ｏｎ ｒｅｇｉｏｎａｌ ｖａｒｉａｂｌｅ ｔｈｅｏｒｙ ａｎｄ ｓｐａｔｉａｌ ａｎａｌｙｓｉｓ ｆｕｎｃｔｉｏｎｓ ｏｆ ＧＳ Ｖｅｒｓｉｏｎ ９，ｓｐａｔｉａｌ
基金项目：国家林业局林业公益性行业专项项目（２０１３０４３１７）；国家自然科学基金资助项目（３１１７０４２６） 收稿日期：２０１４—０１—２３； 修订日期：２０１４．０４．２３ 通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｕｔｈｏｒ．Ｅ－ｍａｉｌ：ｘｉａｎｇｗｈ２００５＠１６３．ｅｏｕｌ
ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ １２期 杨丹等：石栎．青冈常绿阔叶林土壤有机碳和全氮空间变异特征 ｈｅｔｅｒｏｇｅｎｅｉｔｙ ｏｆ ｓｏｉｌ ｏｒｇａｎｉｃ Ｃ ａｎｄ ｔｏｔａｌ Ｎ ｃｏｎｃｅｎｔｒａｔｉｏｎｓ ｗａｓ ｅｘａｍｉｎｅｄ ｂｙ ｕｓｉｎｇ ｓｅｍｉｖａｒｉｏｇｒａｍ ｏｆ ｇｅｏｓｔａｔｉｓｔｉｃｓ．Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ ａｖｅｒａｇｅｄ ｓｏｉｌ ｏｒｇａｎｉｃ Ｃ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｗａｓ １８．６１ ｇ／ｋｇ，ｒａｎｇｉｎｇ ｆｒｏｍ ９．５３ ｔｏ ３９．４０ ｇ／ｋｇ，ａｎｄ ｔｈｅ ａｖｅｒａｇｅ ｖａｌｕｅ ｏｆ ｔｏｔａｌ Ｎ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｗａｓ １．６３ ｇ／ｋｇ ｗｉｔｈ ａ ｒａｎｇｅ ｂｅｔｗｅｅｎ ０．７３ ａｎｄ ３．３２ ｇ／ｋｇ．Ｔｈｅｏｒｅｔｉｃａｌ ｓｅｍｉｖａｒｉｏｇｒａｍ ｍｏｄｅｌ ｏｆ ｓｏｉｌ ｏｒｇａｎｉｃ Ｃ ａｐｐｒｏａｃｈｅｄ ｓｐｈｅｒｉｃａｌ ｍｏｄｅｌ ｗｈｉｌｅ ｔｈｅ ｂｅｓｔ ｓｅｍｉｖａｒｉｏｇｒａｍ ｍｏｄｅｌ ｏｆ ｔｏｔａｌ Ｎ ｗａｓ ｃｌｏｓｅ ｔｏ Ｇａｕｓｓｉａｎ ｍｏｄｅ１．Ｔｈｅ ｓｐａｔｉａｌ ｖａｒｉａｂｉｌｉｔｙ ｏｆ ｓｏｉｌ ｎｕｔｒｉｅｎｔ ｐｒｉｍａｒｉｌｙ ｒｅｓｕｌｔｅｄ ｆｒｏｍ ｔｈｅ ｓｔｒｕｃｔｕｒａｌ ｆａｃｔｏｒｓ ａｎｄ ｔｈｅ ｓｐａｔｉａｌ ｈｅｔｅｒｏｇｅｎｅｉｔｙ ｄｅｇｒｅｅ ｏｆ ｔｈｏｓｅ ｉｎｄｉｃｅｓ ｗａｓ ｍｏｄｅｒａｔｅ．Ｆｒａｃｔａｌ ｄｉｍｅｎｓｉｏｎｓ ｆｒｏｍ ｌｏｇ—ｌｏｇ ｓｅｍｉｖａｒｉｏｇｒａｍｓ ｑｕａｎｔｉｔａｔｉｖｅｌｙ ｄｅｓｃｒｉｂｅｄ ｓｐａｔｉａｌ ｐａｔｔｅｒｎ ｄｉｆｆｅｒｅｎｃｅｓ ａｎｄ ｓｃａｌｅ ｄｅｐｅｎｄｅｎｃｅ ｏｆ ｔｈｅ ｓｏｉｌ ｏｒｇａｎｉｃ Ｃ ａｎｄ ｔｏｔａｌ Ｎ．Ｆｒａｃｔａｌ ｄｉｍｅｎｓｉｏｎ ｗａｓ ｈｉｇｈ ｆｏｒ ｓｏｉｌ ｏｒｇａｎｉｃ Ｃ．ＳＯ ｓｏｉｌ ｏｒｇａｎｉｃ Ｃ ｓｐａｔｉａｌ ｓｔｒｕｃｔｕｒｅ ｈａｄ ｓｔｒｏｎｇ ｓｃａｌｅ ｄｅｐｅｎｄｅｎｃｅ ｗｉｔｈ ａ ｃｏｍｐｌｅｘ ｓｐａｔｉａｌ ｐａｔｔｅｒｎ．Ｋｒｉｇｉｎｇ ｗａｓ ｕｓｅｄ ｔｏ ａｎａｌｙｚｅ ｔｈｅ ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｓｏｉｌ ｎｕｔｒｉｅｎｔｓ．Ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｐａｔｔｅｒｎｓ ｏｆ ｓｏｉｌ ｏｒｇａｎｉｃ Ｃ ａｎｄ ｔｏｔａｌ Ｎ ｃｏｎｃｅｎｔｒａｔｉｏｎｓ ｓｉｍｉｌａｒｌｙ ｒｅｖｅａｌｅｄ ａｎ ａｐｐａｒｅｎｔ ｂｅｌｔ— ｓｈａｐｅｄ ａｎｄ ｓｐｏｔ ｍａｓｓｉｖｅ ｇｒａｄｉｅｎｔ ｃｈａｎｇｅ．Ｗｉｔｈｉｎ ｔｈｅ ｐｌｏｔ，ｓｏｉｌ ｏｒｇａｎｉｃ Ｃ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｗａｓ ｎｅｇａｔｉｖｅｌｙ ｃｏｒｒｅｌａｔｅｄ ｗｉｔｈ ｔｏｐｏｇｒａｐｈｉｃ ｆａｃｔｏｒｓ（ｉ．ｅ．ｅｌｅｖａｔｉｏｎ ａｎｄ ｃｏｎｖｅｘｉｔｙ），ｂｕｔ ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｗａｓ ｎｏｔ ｓｉｇｎｉｆｉｃａｎｔ．Ｓｏｉｌ ｏｒｇａｎｉｃ Ｃ ｓｈｏｗｅｄ ｖｅｒｙ ｓｉｇｎｉｆｉｃａｎｔｌｙ ａ ｐｏｓｉｔｉｖｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｗｉｔｈ ｌｉｔｔｅｒ ｂｉｏｍａｓｓ．Ｔｏｔａｌ ｓｏｉｌ Ｎ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｅｘｈｉｂｉｔｅｄ ａ ｓｉｇｎｉｆｉｃａｎｔ ｎｅｇａｔｉｖｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｗｉｔｈ ｔｏｐｏｇｒａｐｈｉｃ ｆａｃｔｏｒｓ，ｈｏｗｅｖｅｒ，ｐｏｓｉｔｉｖｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｗａｓ ｆｏｕｎｄ ｂｅｔｗｅｅｎ ｔｏｔａｌ ｓｏｉｌ Ｎ ａｎｄ ｌｉｔｔｅｒ，ｉｎｄｉｃａｔｉｎｇ ｌｅａｃｈｉｎｇ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｓｏｉｌ Ｎ．Ｓｐａｔｉａｌ ｖａｒｉａｔｉｏｎｓ ｉｎ ｓｏｉｌ ｏｒｇａｎｉｃ Ｃ ａｎｄ ｔｏｔａｌ Ｎ ｈｉｇｈｌｉｇｈｔ ｔｈｅ ｉｍｐｏｒｔａｎｃｅ ｏｆ ｖｅｇｅｔａｔｉｏｎ ａｎｄ ｌｉｔｔｅｒ ｐｒｏｔｅｃｔｉｏｎ ｉｎ ｔｈｅ ｈｉｌｌｙ ａｒｅａ ｏｆ ｓｕｂｔｒｏｐｉｃａｌ Ｃｈｉｎａ．