-
微量元素作为森林土壤的组成成分,为森林生物生长提供了必不可少的营养,其对森林生物的重要作用有时甚至超过了大量元素[1]。在成土母质[2]、表生地球化学作用[3]和人为干扰[4]等多种因素的共同作用下,土壤微量元素的含量和空间分布在一定区域、尺度与时间内具有高度的空间异质性[5-6]。研究表明,土壤母质、气候以及地形等结构性因素能够增强土壤性质的空间自相关性,而试验误差、取样设计以及人为干扰等随机因素会降低土壤性质的空间自相关性[7]。认识并掌握土壤微量元素的空间变异特征是开展土壤环境质量评价的重要前提[8]。
地统计学以传统统计学为基础,以变异函数为主要工具,能够有效揭示属性变量在空间上的分布特征及其变异性[9-11],已被证明是分析土壤特性空间分布特征及其变异性最有效的方法之一[12-13]。运用地统计学等理论和方法,我国已经进行的土壤微量元素变异特征研究集中在农田[9, 14-15]、烟草种植区[16]、草地[17],而森林土壤主要围绕碳、氮、磷、钾等大量元素开展[7, 18-19]。位于青藏高原东南缘的川西亚高山林区是我国西南林区的主体和长江上游重要的水源涵养地与生态屏障,同时是四川省“四区八带多点”生态安全战略格局的重要组成部分,该林区原有的主要森林类型是以岷江冷杉(Abies fargesii var. faxoniana (Rehder & E. H. Wilson)Tang S. Liu)为优势种的亚高山原始暗针叶林[20]。亚高山岷江冷杉原始林土壤有机层的Zn、Mg、Mn和Ca含量显著高于矿质土壤层,Fe含量则相反,而土壤有机层和矿质土壤层Na含量的差异不显著[21];同为寒温性针叶林的祁连山青海云杉(Picea crassifolia Kom.)林不同土层有效微量元素平均含量大小顺序为Fe > Mn > Cu > B > Zn,并且具有明显的“表聚效应”[22] 。目前,尚未有亚高山原始暗针叶林土壤微量元素全量空间变异特征的相关报道。
本文以川西米亚罗亚高山原始暗针叶林9.6 hm2动态样地表层0~10 cm土壤为研究对象,通过野外采样和实验室分析,运用经典统计学和地统计学相结合的方法,分析了土壤微量元素Fe、Mn、Cu、Zn全量的富集程度、空间格局及其变异性,研究结果可为川西亚高山林区的土壤环境质量评价、区域生态环境保护和生物多样性维持机制以及四川省“四区八带多点”生态安全战略格局的构建等提供基础数据和科学依据。
-
川西米亚罗亚高山原始暗针叶林土壤Fe含量均值为17.22 g·kg−1,Mn、Cu、Zn含量均值分别为423.09、4.33、47.91 mg·kg−1,土壤微量元素Fe、Mn、Cu、Zn含量的差异较大,Fe含量最高,Cu含量最低。土壤Fe、Mn、Cu、Zn含量的变异系数为29.76%~63.84%,Mn含量的变异系数最高,达63.84%,而Fe含量的变异系数最低,为29.76%。Fe含量服从正态分布,Mn、Cu、Zn含量服从对数正态分布。变异系数(CV)反映了土壤性质的离散程度,依据变异系数判断土壤性质变异程度的标准为:CV < 10%为弱变异,10% ≤ CV ≤ 100%为中等变异,CV > 100%为强变异[30]。本研究中,土壤微量元素Fe、Mn、Cu、Zn含量均呈中等程度的变异(表1)。
土壤微量元素
Soil trace elements样本数
Number of samples均值
Mean中位数
Median最大值
Maximum最小值
Minimum标准差
Standard deviation变异系数
Variance Coefficient/%分布类型
Distribution typeFe / (g·kg−1) 803 17.22 17.22 32.40 5.38 5.12 29.76 N Mn/(mg·kg−1) 797 423.09 368.11 1580.82 74.57 270.12 63.84 LN Cu/(mg·kg−1) 692 4.33 4.10 11.11 0.14 2.21 50.96 LN Zn/(mg·kg−1) 801 47.91 47.30 93.89 15.49 14.46 30.19 LN 注: N:正态分布; LN: 对数正态分布。
Notes: N: Normal distribution; LN: Logarithmic Normal distribution.Table 1. The descriptive statistical characteristics of soil Fe, Mn, Cu, Zn content
-
对川西米亚罗亚高山原始暗针叶林土壤微量元素Fe、Mn、Cu、Zn含量进行半方差函数模型拟合,土壤Fe、Mn、Cu、Zn含量均具有较好的半方差函数模型拟合结果(图2)。表2中模型拟合的决定系数与残差平方和表明:土壤Fe、Mn、Cu、Zn含量均采用指数模型描述时,模型的拟合程度最高;土壤Fe、Mn、Cu、Zn含量的块基比值介于0.08~0.50,土壤Mn、Cu含量的块基比值均低于0.25,二者在研究尺度上呈强烈程度的空间自相关性,土壤Fe、Zn含量的块基比值介于0.25~0.75,存在中等程度的空间自相关性。土壤Fe、Mn、Cu、Zn含量分别在255.0、26.7、18.3、511.8 m范围内呈空间自相关。
土壤微量元素
Soil trace elements模型
Model块金值
C0基台值
C0 + C块基比值
C0/ C0 + C变程
A/m决定系数
R2残差平方和
RSS铁(Fe) 指数模型 13.10 28.28 0.46 255.0 0.99 2.84 锰(Mn) 指数模型 0.03 0.36 0.08 26.7 0.82 2.56 × 10−3 铜(Cu) 指数模型 0.03 0.30 0.09 18.3 0.75 1.04 × 10−3 锌(Zn) 指数模型 0.64 1.27 0.50 511.8 0.90 3.03 × 10−2 Table 2. The semivariogram models and parameters of soil Fe, Mn, Cu, Zn content
-
川西米亚罗亚高山原始暗针叶林土壤Fe、Mn、Cu、Zn含量的空间分布格局存在一定的差异性(图3)。土壤Fe含量的低值主要分布在动态样地的西侧,高值主要分布在动态样地的东侧,呈大面积团聚状,并在动态样地的西北角有小范围分布。土壤Mn、Cu含量的空间分布格局相似,低值多分布在动态样地的西侧,高值主要分布在动态样地的东侧,并呈不规则斑块状。土壤Zn含量的低值分布在动态样地的西侧,高值分布在动态样地的东侧,其空间分布较简单,连续性较强。
-
川西米亚罗亚高山原始暗针叶林土壤微量元素与土壤pH和养分的相关性分析结果(表3)表明:土壤微量元素与土壤pH和养分多数呈显著(P < 0.05)或极显著(P < 0.01)相关;其中,TP与Cu的相关系数最大(0.60),SOC与Mn的相关系数最小(0.07);土壤Fe、Mn、Cu均与土壤SOC、TN、TP呈显著(P < 0.05)或极显著(P < 0.01)正相关,但三者与土壤TK均呈显著(P < 0.05)或极显著(P < 0.01)负相关;土壤Fe、Mn、Zn与土壤pH均呈极显著正相关(P < 0.01)。此外,土壤Zn与TN、TP均呈极显著正相关(P < 0.01)。
土壤微量元素 Soil trace elements pH 有机碳 SOC 全氮 TN 全磷 TP 全钾 TK 铁(Fe) 0.22** 0.08* 0.18** 0.37** −0.35** 锰(Mn) 0.37** 0.07* 0.22** 0.31** −0.07* 铜(Cu) −0.03 0.48** 0.55** 0.60** −0.41** 锌(Zn) 0.42** −0.03 0.11** 0.34** 0.03 注: **表示极显著相关(P < 0.01),*表示显著相关( P < 0.05)。
Notes:**represent significant correlations at P < 0.01, *represent significant correlations at P < 0.05.Table 3. The correlation analysis of soil Fe, Mn, Cu, Zn with pH, SOC, TN, TP, TK(n = 805)
Analysis on Spatial Variability of Soil Trace Elements in Miyaluo Subalpine Primary Dark Coniferous Forest of Western Sichuan, China
- Received Date: 2021-04-21
- Accepted Date: 2021-08-19
- Available Online: 2021-12-20
Abstract: