基于DIRT处理的云南松林地土壤呼吸及其组分研究

左 嫚，黎建强，杨关吕，胡 景，孙 轲

（1.西南林业大学 生态与环境学院，云南 昆明 650224；2.西南有色昆明勘测设计（院）股份有限公司，云南 昆明 650224）

枯落物作为植被生长发育过程中新陈代谢的产物，是森林生态系统的重要组成部分，其分解过程是森林生态系统碳循环的重要一环[1-2]。不同森林类型在全球气候变化和人类活动的影响下，森林土壤碳库的维持机制及固碳过程的研究仍存在较大的不确定性[3-4]。如大气CO2浓度和温度、降雨格局等自然因素的改变将通过调控植物光合作用产物及植被的生产力而改变森林生态系统地上、地下枯落物量；人为移除和砍伐等人类活动直接或间接改变枯落物输入量；两者皆对森林生态系统土壤碳汇过程产生深远的影响[2,5-6]。土壤呼吸作用是土壤碳库向大气输出CO2的主要途径[7]，影响着陆地生态系统的碳循环过程[3]，其动态变化直接影响输入大气CO2的量和全球碳平衡[5]。因此，研究森林土壤呼吸及其组分对枯落物输入变化的响应，有助于深入理解全球气候变化和人类活动导致的枯落物输入量改变对森林生态系统碳转化过程的影响。

森林土壤呼吸可分为根系呼吸、枯落物层呼吸和土壤有机质呼吸3 部分[8]。实际野外监测研究中很难将根呼吸和根际微生物呼吸区分开，且两者的底物来源均为植物光合作用产物向地下分配的部分，所以把根呼吸和根际微生物呼吸归为根系呼吸[9]。枯落物层和土壤有机质呼吸的底物主要是有机碳，其中土壤有机质呼吸包括除根际微生物外的微生物呼吸和含碳矿物的化学氧化。由于枯落物层分解、土壤有机质分解和根系呼吸均有各自的驱动因素和环境限制因子，因此，为了能更好地理解和预测各组分动态变化，对各组分进行区分是非常必要的[10]。目前，在全球气候变化及人类活动影响下，土壤呼吸组分的研究主要集中于模拟氮沉降[11-12]、增温[13]、不同营林措施[4,14]等条件下的研究，对改变枯落物输入条件下的土壤呼吸组分的研究较少[15]。且由于区分方法存在差异，土壤呼吸组分间很难进行横向比较，就同一区分方法而言，研究结果也因研究对象和研究区所在地的气候及环境等因素不同而存在差异[16]。因此，仍需对特定区域森林的土壤呼吸进行研究，以定量预测不同枯落物输入对森林碳循环的影响，进而为森林对全球气候变化或人类活动的响应提供科学依据。云南松Pinus yunnanensis是我国西南地区主要森林树种之一，在区域气候调节、水源涵养、保持水土、社会价值、自然价值和经济价值等方面具有重要的作用[17]。目前对云南松林土壤呼吸的研究仅仅是土壤呼吸与环境因子的关系研究[18-19]，尚未有量化云南松林土壤各组分呼吸速率及其贡献的研究报道。因此，本研究以滇中高原磨盘山云南松林为研究对象，采用枯落物添加和去除处理（DIRT,Detritus input and removal treatments），即人为控制土壤中碳的输入量[6]，通过连续监测6 种处理下云南松林地土壤呼吸，以探讨不同枯落物处理下各组分（根系、枯落物层及土壤有机质）的呼吸速率变化和贡献，不仅有助于理解各组分对枯落物输入变化的响应，而且可为云南松林土壤碳库管理提供数据参考。

1 材料与方法

1.1 研究区概况

研究区位于云南省玉溪市磨盘山森林生态系统国家定位观测研究站内（101°16′06″～101°16′12″E，23°46′18″～23°54′34″N）。地处低纬度高原，是云南亚热带北部与亚热带南部的气候过渡地区，海拔为1 260.0～2 614.4 m，气候垂直变化明显，由山底沟谷的南亚热带气候向山顶的北亚热带气候过渡，山顶中段的高山草甸则属中亚热带气候，年平均气温为14～16℃，年平均降水量为1 000～1 100 mm，土壤以第三纪古红土发育的山地红壤和玄武岩红壤为主，高海拔地区有黄棕壤分布。

1.2 样地设置

于2018年1月，在云南松天然林内选择具有代表性、立地条件基本一致的同一地段作为研究样地，设置6 种处理样地（表1），每个处理3 次重复，每个样地面积为5 m×10 m，各处理样地随机排列，其中每个样地设置3 个1 m×1 m 观测小区。样地内优势树种为云南松，平均树龄26 a，平均树高13.45 m，平均胸径18.43 cm，郁闭度65%；伴生树种有槲栎Quercus alienaBl.、木荷Schima superbaGardn.et Champ.、越橘Vaccinium vitis-idaeaLinn.等；林下植被稀少，灌木主要有碎米花杜鹃Rhododendron spiciferumFl.、野山楂Crataegus cuneataSieb.Et Zucc.、黑果菝葜Smilax glaucochina等，草本植物主要有薹草Carex，藤本植物蓬莱葛Gardneria multifloraMakino 等，林下灌草盖度约15%。

表1 不同枯落物处理样地描述Table 1 Description of DIRT treatments

1.3 土壤呼吸的测定

1.4 相关计算

1.4.1 不同枯落物处理条件下土壤呼吸组分构成

本研究将森林土壤呼吸分为根系呼吸、枯落物层呼吸和土壤有机质呼吸三部分[20]。不同枯落物处理下林地土壤呼吸组分构成（表2）。

表2 不同枯落物处理林地土壤呼吸组分构成†Table 2 The components of soil respiration in DIRT treatments

1.4.2 土壤各组分呼吸速率及贡献估算

在Rey 等[21]研究基础上采用的各组分呼吸速率计算方法（表3）。假设所有样方微环境一致，利用不同处理林地土壤呼吸速率，估算根系呼吸、枯落物层呼吸、土壤有机质呼吸这三部分的呼吸速率，并以对照（CK）为准来计算各组分对土壤总呼吸的贡献。

表3 不同组分呼吸速率的估算方法†Table 3 The estimation method of respiratory rate with different components

1.5 数据统计分析

采用Excel 2010 软件进行数据处理和制图，运用SPSS 21.0 软件进行统计分析，用Repeat measured ANOVA 检验不同枯落物处理林地土壤呼吸和各组分呼吸速率月变化的显著性（P＜0.05）。为检验不同估算方式得到的各土壤呼吸组分的准确性，利用单因素线性和非线性回归模型对各组分呼吸速率与具有该组分的林地土壤呼吸速率（Rs(NR)、Rs(NI)、Rs(NL)、Rs(CK)、Rs(DL)）进行拟合。

2 结果分析

2.1 不同处理土壤呼吸及土壤温湿度月动态变化

从不同处理土壤呼吸月平均值的动态变化（图1）可以看出，不同处理、不同月份间土壤呼吸速率差异显著（P＜0.01），且不同处理和不同月份对土壤呼吸有极显著的交互影响（P＜0.01）。观测期内，不同处理土壤呼吸月平均值总体上呈单峰趋势，以7月最高，之后至次年2月均呈下降趋势，在3月达到最低。不同处理间以DL 的土壤呼吸速率显著高于其余处理（P＜0.01），以NI的土壤呼吸速率最低，最终结果表现为土壤呼吸速率随C 源输入减少而降低。

图1 不同枯落物处理林地土壤呼吸速率月动态Fig.1 Monthly dynamics of soil respiration rates in DIRT treatments

不同月份间土壤温度差异极显著（P＜0.01，图2）。6 个样方的最高温度出现在6月—7月，均在次年1月达到最低。不同处理间仅NR 土壤温度与其他处理间差异显著（P＜0.05），其他处理间无显著差异（P＞0.05）。年均土壤温度大小排序为T(NR)（19.05℃）＞T(NI)（18.11℃）＞T(O/A-Less)（17.53℃）＞T(DL)（17.44℃）＞T(CK)（17.27℃）＞T(NL)（17.17℃）。

梯度气象观场站：102 m气象观测铁塔与地面自动观测站，对各种气象要素进行观测，以此来分析未来天气的发展趋势，为农业生产作出预警。通过对气象数据分析，可以针对农业生产进行有效的分配，预测各种农作物的生长变化情况，采取相应的措施，对农作物进行干预及保护，提高农业收益。

图2 不同枯落物处理条件下土壤温度月动态Fig.2 Monthly variations of soil temperature in DIRT treatments

不同枯落物处理样方的土壤水分的变化较复杂，不同处理土壤水分含量存在显著的月变化（P＜0.05，图3）。6 种处理3月份的土壤水分含量均最低，随后逐渐上升并趋于稳定，除DL 样方外，NR、NI、O/A-Less、NL、CK 这5 个样方的土壤水分含量有相似的变化规律。不同月份间的土壤水分差异表现为3月份显著低于其他月份（P＜0.05）。不同处理间仅O/A-Less 和NL 的土壤水分显著小于对照（P＜0.05），其余处理间无显著差异（P＞0.05）。年均土壤体积含水率大小为：W(NI)（34.83%）＞W(DL)（34.39%）＞W(NR)（33.93%）＞W(CK)（32.68%）＞W(O/A-Less)（29.41%）＞W(NL)（26.64%）。

图3 不同枯落物处理条件下林地土壤水分月动态Fig.3 Monthly variations of soil moisture in DIRT treatments

2.2 林地土壤呼吸的组成

2.2.1 土壤呼吸各组分呼吸速率月动态变化

观测期内根系呼吸月变化动态如图4所示。两种估算方式得到的根系呼吸（RR1和RR2）均具有明显的月变化（P＜0.01），但两者月变化趋势不尽相同，变化范围分别为0.90±0.15～4.28±0.79 μmol·m-2s-1和 1.09±0.06～5.16±0.83 μmol·m-2s-1。年平均呼吸速率分别 为2.11±0.30 μmol·m-2s-1和3.16±0.37 μmol·m-2s-1，年均贡献率分别为33.65%和48.40%，因此，从两者年均呼吸速率来看，RR2显著大于RR1（P＜0.01）；从月变化来看，两者变化趋势均有较大波动，且最大值和最小值出现的月份不一致，RR1以10月最大，5月最小，而RR2以8月最大，3月最小。

图4 不同根系呼吸速率月动态Fig.4 Monthly variations of root respiratory rate in different estimation methods

据观测期内枯落物层呼吸月变化动态（图5）可以看出，不同枯落物层呼吸月变化显著（P＜0.01），但变化较复杂。LR1、LR2、LR3和LR4这4 种枯落物层呼吸变化范围依次为0.37±0.21～1.73±0.45 μmol·m-2s-1、0.53±0.17～3.13±0.36 μmol·m-2s-1、0.65±0.04～2.00±0.06 μmol·m-2s-1、0.75±0.19～3.77±0.44 μmol·m-2s-1；年平均呼吸速率依次为0.95±0.11、1.95±0.21、1.30±0.13、1.88±0.28 μmol·m-2s-1；年均贡献率依次为14.49%、29.95%、19.86%、28.82%。从枯落物层年平均呼吸速率来看，不同枯落物层呼吸间存在显著差异（P＜0.01），其中LR2的呼吸速率最高，其次是LR4，LR1最低；从月变化来看，LR1、LR2和LR3月变化趋势基本一致，但变化较复杂，最小呼吸速率均出现在6月份，而最大值出现在不同月份；LR4最小呼吸速率出现在3月份，最大值出现在7月。

图5 不同枯落物层呼吸速率月动态Fig.5 Monthly variations of litter layer respiratory rate in different estimation methods

土壤有机质呼吸速率月变化动态如图6所示。土壤有机质呼吸速率（MR）具有明显的月动态变化（P＜0.01），呈单峰趋势，最小呼吸速率出现在3月，最大呼吸速率出现在7月，变化范围依次为1.25±0.07～4.21±0.23 μmol·m-2s-1；年平均呼吸速率为2.54±0.29 μmol·m-2s-1，年均贡献率为38.87%。

图6 土壤有机质呼吸速率月动态Fig.6 Monthly variations of soil organic matter respiratory rate

2.2.2 土壤呼吸各组分与林地土壤总呼吸的关系

本研究采用单因素线性模型Rs=av+b和非线性模型Rs=beav模拟根系呼吸、枯落物层呼吸和土壤有机质呼吸速率与Rs的关系。其中Rs表示各处理样地土壤呼吸速率；v表示不同估算方式下各组分（RR1、RR2、LR1、LR2、LR3、LR4、MR）的呼吸速率；a表示回归系数；b表示常数（表4）。

表4 土壤呼吸各组分与含该组分林地土壤呼吸的关系Table 4 The relationship of respiratory rate between components and soil respiration

利用不同方法估算得出的根系呼吸、枯落物层呼吸和土壤有机质呼吸速率在组分内存在差异，这说明不同处理方式对各组分呼吸速率产生了影响。根系呼吸的不同估算方式中，RR1与有根系的样地Rs(NL)、Rs(CK)和Rs(DL)间线性和非线性关系均不显著（P＞0.05），而RR2与有根系的样地Rs(NL)、Rs(CK)和Rs(DL)之间线性和非线性关系达到了极显著相关（P＜0.01），这说明RR2更能代表不同处理林地Rs的根系呼吸部分。枯落物层呼吸速率不同估算方式中，LR1、LR2和LR3与有枯落物的样地Rs(NR)、Rs(CK)和Rs(DL)之间相关性不显著（P＞0.05），而LR4与有枯落物的样地Rs(NR)、Rs(CK)和Rs(DL)之间线性和非线性关系均显著相关（P＜0.01）；因此，LR4更能代表有枯落物样地的枯落物层呼吸部分。土壤有机质呼吸速率（MR）与有该组分的样地Rs(NR)、Rs(NL)、Rs(CK)和Rs(DL)之间显著相关（P＜0.01）。

根据图4～6 和表4可以得出，RR2和LR4最能代表在DIRT 处理下云南松林地根系和枯落物层呼吸组分的速率，且根系呼吸是林地土壤总呼吸的主要部分，其贡献率为48.40%，土壤有机质呼吸次之，枯落物层呼吸最少，后两者对Rs(CK)的贡献率分别为38.87%、28.82%。

2.2.3 土壤呼吸各组分之和与对照处理土壤总呼吸的关系

为了验证RR2、LR4、MR 对林地土壤呼吸速率（Rs）的代表性，将根系呼吸、枯落物层呼吸、土壤有机质呼吸这三部分之和（R=RR2+LR4+MR）与对照处理的土壤呼吸(Rs(CK)）进行了线性相关性分析（图7）。R与Rs(CK)相关系数为0.940，达到了极显著（P＜0.000 1）相关水平。

图7 土壤呼吸各组分之和与对照样地土壤呼吸的关系Fig.7 The relationship between the sum soil respiration components and CK

3 讨论与结论

3.1 不同枯落物处理对土壤呼吸组分的影响

地上枯落物对森林生态系统的环境、土壤和植物都有一定的塑造作用，是土壤有机质的主要来源，对土壤环境因子产生影响进而影响林地土壤呼吸[22]。地上枯落物呼吸速率存在明显的时空变异，并因水热条件[21]、树种[23]、枯落物质量[24]、枯落物输入量[25]、土壤动物[26]和微生物[25]等的不同而产生差异。目前的研究结果发现，地上枯落物对林地土壤总呼吸的贡献为7.6%～40.8%不等[22]。本研究中，地上枯落物对林地土壤总呼吸的贡献的排序为LR2＞LR4＞LR3＞LR1，依次为29.95%、28.82%、19.86% 和14.49%。主要是由于枯落物对土壤呼吸的贡献是一个非常复杂的生物学过程，并不完全来源于枯落物自身分解过程，还包括枯落物的间接作用，如枯落物的厚度等对其他环境因子的作用有差异，从而反作用于枯落物层呼吸，进而使枯落物层呼吸产生差异[22]。本研究发现，与CK相比，DL样地枯落物分解（LR2）对林地土壤总呼吸的贡献为29.95%。与NL 相比，DL 样地的枯落物（LR3）对林地土壤总呼吸的贡献为19.86%；CK 样地的枯落物（LR1）对林地土壤总呼吸的贡献为14.49%；可以看出，DL 样地每层枯落物对林地土壤总呼吸的平均贡献是CK 样地枯落物的贡献的1.5 倍。而每种估算得出的结果的不一致，说明不同处理条件下枯落物对林地土壤总呼吸的贡献也不同。主要是因为地上枯落物对林地土壤总呼吸的贡献分为直接贡献和间接贡献，直接贡献就是地上枯落物自身分解产生CO2的过程。间接贡献就是通过物理过程、化学过程和生物过程，三个过程相互联系并共同作用，枯落物会降低大气对土壤内部环境的扰动，从而减少土壤环境因子的波动[22]；另外，枯落物的覆盖会减缓土壤CO2的释放，且提供微生物分解底物，而底物的多少会影响土壤微生物群落结构与功能[25]。就月动态变化而言，LR1、LR2、LR3的月变化趋势基本一致，最小呼吸速率均出现在6月份，而最大值出现在不同月份；可能是因为本研究区处于亚热带地区，由于土壤呼吸主要受温度的影响，而6、7 和8月正处当地夏季，温度和水分充足，促进植物和微生物等生长，所以参与估算LR1、LR2、LR3的处理在6月份的土壤总呼吸速率差距不大，进而导致LR1、LR2、LR3最小呼吸速率均出现在6月份，这3 种枯落物层呼吸在7和8月也较低（图3）。而LR4最小呼吸速率出现在3月份，最大值出现在7月，可能是因为7月的土壤温度达一年中最高，土壤微生物活动旺盛使枯落物分解速度增加，从而对LR4的影响较大。

本研究中根系呼吸通过两种方法计算得到的RR1和RR2，结合样地处理方式，两者分别是有地上枯落物输入和无地上枯落物输入两种条件下的根系呼吸。RR1和RR2呼吸速率均有明显的月变化，但变化趋势不尽相同。这可能是因为无枯落物覆盖，所以影响土壤呼吸的因子受外界因素影响大，如土壤温度作为影响根系呼吸的主要因子随大气温度升高而升高；RR2的呼吸速率和贡献值均大于RR1，这主要因为枯落物覆盖改变了碳源输入、土壤环境因子和植被生理活动，从而对根系数量和根系呼吸产生影响[21,27-28]，其次可能是因为无枯落物覆盖的会使根系部分微生物呼吸增加；另外，从侧面证明了根系呼吸与枯落物间存在一定的联系。总之，根系呼吸受各种环境因素的交互影响，其中一种因素发生改变，其他因素也会发生改变，且在不同月份的主要影响因素不同，所以根系呼吸的月变化趋势复杂。本研究NI 样地既无地上枯落物输入，也无地下枯落物的输入，该样地的土壤呼吸速率即为土壤有机质呼吸（MR），与韩海燕等[8]在三峡库区不同林分的土壤有机质变化趋势一致。这可能是因为土壤有机质的分解受土壤湿度、热量状况、土壤质地、营养状况、持水量等诸多因素的耦合调控[20]。本研究中MR 对林地土壤总呼吸的贡献分别为38.87%，这与雷蕾等[14]在三峡库区马尾松林内的实验结果相似。

本研究中，RR2、LR4和MR 最能代表在DIRT 处理下云南松林地根系、枯落物层和土壤有机质组分的呼吸速率，且根系呼吸是林地土壤总呼吸的主要部分，土壤有机质呼吸次之，枯落物层呼吸最少，对Rs(CK)的贡献率分别为其贡献率为48.40%、38.87%和28.82%。这一结果与Rey 和雷蕾等[14,21]的研究结果（土壤有机质呼吸对土壤总呼吸的贡献最大）不太一致。这可能是因为森林类型、林龄、林分类型、坡度、水热条件、气候条件、地形、微生物群落等因素不同导致。

本研究仅反映出DIRT 处理下云南松林的土壤呼吸及其组分在1年内的动态变化，具有一定的局限性。土壤呼吸与环境因子间具有不同程度的关系，且不同环境因子在不同年份可能存在较大差异，若其中一个环境因子发生改变，就会导致所有环境因子对土壤呼吸的协同作用也随之改变。因此有必要尽可能全面且持续地监测环境因子，如土壤温度、水分、土壤质地、土壤微生物、土壤酶活性等，以便于更加精确地评估环境改变对土壤呼吸及其组分的影响；另外，未来可以从区域大尺度出发，研究全球气候变化及人类活动对碳循环的影响，然而这就需要监测技术的进步，也是目前土壤呼吸研究野外测量所面对的难点。

3.2 结 论

基于本试验设计，估算根系和枯落物层呼吸的方式分别有2、4 种，而土壤有机质呼吸仅1 种。不同估算方式得到的土壤呼吸组分对林地总呼吸的贡献有明显不同，说明由于不同处理对林地土壤呼吸有显著影响，进而不同处理条件下同一呼吸组分所占比例也有所不同。通过单因素线性和非线性模型对不同估算方式得到的组分进行分析，RR2（根系呼吸）和LR4（枯落物层呼吸）最能代表云南松林地根系和枯落物层组分的呼吸速率，与MR（土壤有机质呼吸）对土壤总呼吸的年贡献分别为48.30%、28.76%、38.79%。