陆地生态系统土壤呼吸是将土壤C传输到大气的重要途径^[1]，由于土壤中C储量大约是大气C储量的2倍^[2]，土壤呼吸的微小变化都能引起大气CO₂浓度的显著变化^[3]. 土壤呼吸的精确测定是研究陆地生态系统碳循环和地球温暖化的关键问题之一. 研究表明，土壤呼吸具有较大的时空变异性^{[3, 4, 5]}. 通常认为土壤温度和土壤水分是控制土壤呼吸季节变化的关键因子^{[6, 7, 8, 9]}，在干旱半干旱区域，由于土壤水分短缺使得土壤水分成为影响土壤呼吸的一个限制因子. 土壤呼吸在空间尺度上的变异与温度、 水分条件、 植被类型、 土壤有机碳、 凋落物、 根系生物量和人为管理措施等因素有关^{[5, 10, 11, 12, 13, 14, 15]}. 诸多研究表明不同生态系统间土壤呼吸存在明显的空间变异，即使在同一样地内土壤呼吸也具有明显的空间变异性^{[11, 12, 15, 16, 17, 18]}，如韩广轩等^[12]发现在植株尺度上东北地区玉米农田的土壤呼吸存在着明显的空间异质性，较高的土壤呼吸速率通常出现在靠近玉米根系的地方； Kosugi等^[18]指出东南亚热带雨林样地土壤呼吸速率的变异系数随着取样尺度的增加而增大，土壤水分高的样点土壤呼吸值低. 土壤呼吸的空间变化给准确估计生态系统土壤呼吸带来困难^{[11, 19]}. 因此准确估计一个生态系统土壤碳通量，尤其是自然条件异质性较大的生态系统，需要对土壤呼吸的异质性进行深入研究^[5]. 忽视生态系统土壤呼吸的异质性可能低估或高估土壤CO₂释放量. 较大的取样数量能够提高估计精度，但是一般情况下受人力、 物力和时间的限制在土壤呼吸的测量过程中选取的测量点是很有限的. 因此，必须清楚观测样地的必需样本容量，但这方面的报道却很少^{[20, 21, 22, 23]}. 本研究通过观测不同取样尺度下亚高山草甸的土壤呼吸及其相关土壤因子，试图阐明不同取样尺度的土壤呼吸空间变异特征，分析不同尺度土壤呼吸空间变异性的关键影响因素，并对各尺度不同置信水平与估计精度下的必要取样数量进行了计算，以期为土壤呼吸野外取样方案设计提供理论依据.

研究区位于山西省吕梁山中麓的交城、 方山、 娄烦三县交界处的庞泉沟国家自然保护区，地理位置37°47′45″~37°55′50″N、 111°22′33″~111°32′22″E之间. 面积10 443 hm²，森林覆盖率74%. 区内气候属寒温性气候，夏季凉爽多雨，冬季寒冷干燥，年均温3~4℃，7月均温16.1℃，1月均温-10.6℃，年降水量600~800 mm，雨量集中在6~9月，相对湿度56%，无霜期92 d，日均温≥10℃积温2 100℃. 区内自然条件地带变化明显，从低海拔到高海拔土壤类型依次为褐土、 山地褐土、 山地淋溶褐土、 山地棕壤、 亚高山草甸土； 植被从山麓到山顶依次为落叶阔叶林带(1 200~1 750 m)、 针阔叶混交林带(1 750~2 200 m)、 寒温性针叶林带(2 200~2 600 m)、 亚高山灌丛草甸带(2 600~2 720 m)^[24].

试验样地位于庞泉沟自然保护区内的云顶山亚高山草甸内(地理位置为37°53′08.5″N，111°32′18″E，海拔2 700 m)，面积约150 hm². 植被组成以蒿草和多种草类为主，主要生长的植物有白莲蒿(Artemisia gmelinii)、 莓叶萎陵菜(Potentilla fragarionides)、 地榆(Sanguisorba officinalis)、 老鹳草(Geranium wilfordii)、 车前(Plantago asiatica)、 蒲公英(Taraxacum mongolicum)、 披针苔草(Carex lanceolata)、 羊茅(Festuca ovina)、 蒿草(Kobresia bellardii)、 火绒草(Leontopodium leontopodioides)、 节节草(Equisetum ramosissimum)、 野罂粟(Papaver nudicaule)、 百里香(Thymus mongolicus)、 朝天萎陵菜(Potentilla supina)、 大籽蒿(Artemisia sieversiana)等，优势种群和群落的详细情况见文献^{[25, 26, 27]}. 试验样地的土壤类型为亚高山草甸土，土层厚度15~20 cm，它是冷湿气候条件下有机物残体不易分解的明显标志，土壤表层有机质含量为10%~15%.

2009年6月在云顶山亚高山草甸选取一块面积为50 m×50 m的平坦样地，在该样地内实行分级网格嵌套布点，依据空间格局分析取样法和地统计学理论，首先，将50 m×50 m样地等距离间隔划分为25个10 m×10 m的网格，以每个网格的顶点作为测量点和取样点，共36个点. 然后依次在上一级样方的基础上划分5 m×5 m、 2.5 m×2.5 m和1.25 m×1.25 m的网格(图 1)，各36个. 样地内共布设不同尺度的取样点144个. 对每个样点进行编号并记录每个样点的空间相对坐标值.

图 1

Fig. 1

图 1 样点分布示意Fig. 1 Distribution of sampling points

用Li-6400便携式气体分析系统(Li-cor，Lincoln，NE，USA)和Li-6400-09土壤呼吸叶室测定土壤呼吸速率(Rs). 在每个取样点中各放置1个PVC环，插入深度3 cm左右，4个尺度共安放144个. 为了减少安放PVC环对土壤呼吸的影响，提前1 d将PVC环插入样点的土壤中，并剪除测定点PVC环内地表植被，以避免植物光合作用对土壤呼吸的影响，尽量减少对测定点土壤的扰动. 测定于2009年6月4日早上09:00开始，下午16:00结束. 测定顺序依次为10 m、 5 m、 2.5 m、 1.25 m网格的各样点. 为减少由于测定时间的不同步引起的误差，对于4种尺度下重复坐标的样点进行重复测定. 测定时，将气室紧密扣合到PVC环上，形成密闭气室. 每个环测定3个循环，计算其平均值作为该测量点的土壤呼吸值.

前人研究表明土壤呼吸有明显的日变化，为了消除日变化对空间变异的叠加效应，笔者选择了与空间异质性测定时天气状况(都是晴朗无云的天气)较为一致的天气进行了日变化测定，测定于2010年7月21日16:00开始，间隔1 h测定一次，7月22日18:00结束，共测定25次. 利用日变化的研究结果(图 2、 3)对空间异质性测定的数据予以校正(详见2.1节). 校正方法为:根据实测的结果，计算出每小时实测的土壤呼吸值和土壤温度与24 h平均值的比率，而后将空间异质性对应时段测定的土壤呼吸速率值和土壤温度值除以日变化测定对应时段的比率，所得的值即为该样点的土壤呼吸速率和土壤温度值. 在校正的基础上再进行空间异质性分析.

用Li-6400自带的土壤温度探针测定5、 10、 15 cm深度的土壤温度(T5、 T10、 T15). 0~10 cm 深度的土壤含水量(SWC)用土钻法测定. 在每个样点土壤呼吸测定完成后，用土钻取PVC环中0~10 cm深度的土样，装入塑料封口袋，带回实验室，一部分用于测定土壤水分，剩余部分将其自然风干，过2 mm土壤筛，用于分析土壤全氮、 有机碳和全硫. 土壤全氮(TN)和全硫(TS)使用vario MACRO cube元素分析仪(德国) 测定，土壤有机碳(SOC)用重铬酸钾容量法-外加热法进行测定，碳氮比(SOC/TN)=有机碳/全氮.

用单样本柯尔莫哥洛夫-斯米洛夫(One-sample Kolomogorov-Semirnov，K-S)检验数据是否符合正态分布； 采用一维方差(one-way ANOVA)分析在4种取样尺度下土壤呼吸速率及土壤因子均值差异的显著性； 运用相关分析方法分析土壤理化因子、 环境因子与土壤呼吸速率的相关关系. 所有的数据分析基于统计分析软件SPSS 17.0完成，所有图件利用Sigmaplot 10.0绘制.

图 2为2010年7月亚高山草甸土壤呼吸和环境因子的日变化趋势. 从中可以看出T5、 T10、 T15都具有明显的日变化特点，1 d中这些温度的最低值出现在06:00左右，最高值出现在14:00左右. T5、 T10、 T15的平均值分别为15.34± 2.75(SD)、 14.72± 1.99和14.03± 1.15，测定深度越深，温度越低. T5、 T10和T15的变异系数依次为18.3%、 13.8%、 8.3%，随测定深度增加，变异系数减小. 与温度的日变化趋势相一致，RS的日变化曲线呈单峰形式，最大值出现在13:00~16:00之间，最低值出现在04:00~06:00之间. 与24 h测定的平均值相比较(图 3)，21:00~次日08:00之间土壤呼吸值低于日平均值，09:00~21:00的土壤呼吸值大于平均值，误差在±10%以内的时段为08:00~11:00和19:00~21:00.

图 2

Fig. 2

图 2 亚高山草甸土壤呼吸及其环境因子的日变化Fig. 2 Diurnal changes of soil respiration and environmental factors

图 3

Fig. 3

图 3 土壤呼吸日变化实测值与24 h平均值 (虚线)的比率的日变化Fig. 3 Diurnal changes of proportion of the measured values and daily mean value (dashed line)

利用校正后的数据分析不同取样尺度下土壤呼吸及其相关因子的空间变异性，结果见表 1. 从中可以看出，除1.25 m和2.5 m取样尺度上土壤温度的空间变异属于弱变异外，土壤呼吸及其相关因子的空间变异均属于中等变异. 土壤呼吸和土壤温度的变异系数随着取样尺度的增大而增大，变异系数分别为19.10%~26.97%和6.97%~16.65%. 土壤全氮、 有机碳、 全硫和土壤水分的变异系数均随着取样尺度的增大有减小的趋势，分别为15.93%~11.68%、 13.32%~10.25%、 26.56%~15.29%和12.18%~10.18%. 表明土壤全氮、 有机碳、 全硫和土壤水分在较小的取样尺度上空间变异较大，而土壤呼吸在较大的取样尺度上空间变异较大. 单因素方差分析结果表明: 4个尺度土壤呼吸速率和土壤碳氮比差异不显著(P>0.05)，土壤全氮基本显著(P=0.067)、 土壤有机碳和土壤全硫差异显著(P＜0.05)、 土壤水分和土壤温度差异极显著(P＜0.01).

表 1(Table 1)

表 1 土壤呼吸及其相关因子的平均值、 标准差和变异系数Table 1 Summary of mean,standard deviation and coefficient of variation of soil respiration and controlling factors < 土壤指标 尺度/m 平均值 标准差 变异系数/% 土壤呼吸/μmol·(m2·s)-1 10.0 6.69 1.81 26.97 5.0 6.97 1.64 23.52 2.5 7.47 1.61 21.48 1.25 7.30 1.39 19.10 全氮/% 10.0 0.68 0.09 13.42 5.0 0.69 0.08 11.68 2.5 0.72 0.09 12.92 1.25 0.66 0.11 15.93 有机碳/% 10.0 7.11 0.73 10.25 5.0 7.47 0.84 11.31 2.5 7.58 1.01 13.26 1.25 6.97 0.93 13.32 全硫/% 10.0 0.09 0.01 15.29 5.0 0.10 0.02 19.47 2.5 0.11 0.02 22.35 1.25 0.11 0.10 26.56 土壤水分/% 10.0 32.60 3.69 11.33 5.0 31.92 3.25 10.18 2.5 31.95 3.71 11.61 1.25 29.17 3.55 12.18 10 cm土壤温度/℃ 10.0 18.29 3.04 16.65 5.0 19.45 2.23 11.48 2.5 18.06 1.26 6.97 1.25 19.42 1.72 8.87

表 1 土壤呼吸及其相关因子的平均值、 标准差和变异系数Table 1 Summary of mean,standard deviation and coefficient of variation of soil respiration and controlling factors

相关分析表明(表 2)，4个取样尺度下土壤呼吸速率与土壤全氮和有机碳均呈极显著正相关，相关系数分别介于0.45~0.86和0.55~0.82之间； 与碳氮比除在1.25 m尺度上呈显著负相关外，其余3个取样尺度相关关系都不显著； 在10 m和5 m尺度上，土壤呼吸速率与土壤水分相关不显著，而在2.5 m和1.25 m尺度上呈极显著正相关，相关系数分别为0.46和0.49； 除2.5 m和5 m尺度外土壤呼吸速率与3种不同深度的土壤温度呈显著相关，不同的是，10 m尺度与T₁₀和T₁₅呈显著正相关，与T₅呈正相关但不显著，1.25 m尺度与3种深度的温度呈极显著负相关； 4个取样尺度下土壤呼吸速率与土壤全硫相关关系均不显著(表 2).

表 2(Table 2)

表 2 不同尺度下土壤呼吸与土壤因子的相关系数1)Table 2 Correlation coefficients between soil respiration and controlling factors at different measuring scale 尺度/m SOC TN TS SOC/TN SWC T5 T10 T15 10.0 0.55** 0.60** 0.01 -0.17 0.27 0.32 0.33* 0.40* 5.0 0.66** 0.45** 0.08 -0.11 0.30 -0.11 -0.12 -0.07 2.5 0.58** 0.48** 0.22 0.23 0.46** 0.09 0.12 -0.03 1.25 0.82** 0.86** 0.14 -0.37* 0.49** -0.49** -0.48** -0.46** 1)*表示相关性在0.05的显著水平； **表示相关性在0.01的显著水平

表 2 不同尺度下土壤呼吸与土壤因子的相关系数1)Table 2 Correlation coefficients between soil respiration and controlling factors at different measuring scale

采用科学的抽样方法是准确估算土壤碳通量的基础. 为了更好地估计各参数的均值(或期望值)，并有足够的可靠性和精度，则必须合理确定取样数或观测数目. 首先对土壤呼吸数据进行正态检验，取显著性水平α=0.05. 检验表明，4个尺度土壤呼吸PK-S 均大于0.05，服从正态分布，然后用以下公式进行合理采样数目的估算:

根据公式(1)，求出了在95%和90%两个置信水平，5%、 10%、 15%和20%的估计误差内土壤呼吸所必要的采样数量(表 3). 由表 3可知，当估计误差相同时，各个尺度必要采样数量随着置信水平降低而减少，95%置信水平必要的样本数量高于90%置信水平的； 当置信水平相同时，估计误差越大，必要样本容量越少； 在同一置信水平和同一估计误差下，随着取样尺度的减小，必要采样数量减少； 在同一尺度、 同一置信水平下，必要采样数量随着相对误差的不断增大而不断减少. 研究表明，k的取值基本上由CV决定. 当CV<10%、 CV=10%～20%、 CV=20%～30%和CV>30%时，k值分别取5%、 10%、 20%和30%^{[28, 29]}. 根据表 1，4个尺度土壤呼吸的变异系数分别为26.97%、 23.52%、 21.48%和19.10%，因此本研究样地的必要采样数量在95%和90%置信水平下分别为7、 5、 4、 6和5、 4、 3、 4。

表 3(Table 3)

表 3 不同置信水平与估计精度下必要采样数量Table 3 Sample capacity at different confidence levels and estimated precisions 尺度/m 95%置信水平估计精度 90%置信水平估计精度 95% 90% 85% 80% 95% 90% 85% 80% 10.0 111 28 12 7 79 20 9 5 5.0 85 21 9 5 60 15 7 4 2.5 71 18 8 4 50 13 6 3 1.25 56 14 6 4 40 10 4 3

表 3 不同置信水平与估计精度下必要采样数量Table 3 Sample capacity at different confidence levels and estimated precisions

在不同的空间尺度上土壤呼吸都具有较大的空间变异性(表 4)，诸多研究指出土壤呼吸的变异系数介于20%~50%之间^{[6, 10, 15, 19, 23]}，甚至有的研究显示超过100%. 如Fang等^[5]在佛罗里达种植园测定的土壤呼吸变异系数为55%； Xu等^[19]的研究表明，土壤呼吸的变异系数在30%左右； Russell等^[30]在一个成熟的白桦林内，沿一条40 m的取样线，每2~4 m间隔取样一次，发现土壤呼吸的变异系数在16%~45%之间； 闫美芳等^[17]报道新疆2、 7和12年生杨树人工林的空间变异系数平均为28.8%、 22.4%和19.6%； 韩广轩等^[12]对玉米农田土壤呼吸测定的空间变异系数在27%~72%之间； Yim等^[20]在日本一个落叶松人工林30 m×30 m样地中用碱液吸收法同步测定了50个样点的土壤呼吸速率，得出土壤呼吸的变异系数为28%，认为空间变异系数与叶室覆盖的面积有关； Adachi等^[22]对马来西亚4种森林生态系统土壤呼吸研究后得出变异系数介于40%~45%； Rodeghiero等^[23]采用分层取样法得出高山草甸土壤呼吸的变异系数为19%； Chen等^[31]认为典型温带草原的空间变异系数为33%. 另外，也有研究报道土壤呼吸的空间变异程度随着取样间距的变化而变化，如Rayment等^[8]报道当取样尺度大于1 m时土壤呼吸的空间变异随着取样间距的增大而增大，但增大的幅度并不大； Kosugi等^[18]采用分级网格嵌套布点对东南亚热带雨林50 m×50 m样地的研究表明，土壤呼吸速率的空间变异随着采样尺度的增大而增大. 本研究中土壤呼吸的变异系数随着取样尺度的增大而增大，从19.10%~26.97%，在报道的范围内. 土壤呼吸的空间变化对准确估算区域土壤呼吸带来极大困难，进行多尺度的土壤呼吸测定，了解不同尺度下土壤呼吸与环境因子的关系非常重要^[39].

在不同的空间尺度上影响土壤呼吸变异性的关键因子不同. 在全球尺度上，不同生物群落的土壤呼吸与温度、 降水量、 NPP之间有着显著的线性关系^[7]. Martina等^[15]认为: 土壤呼吸的空间变异在0~1 m尺度上，主要受根系和凋落物的影响； 在1~10 m尺度上，主要受根系生物量、 土壤碳/氮含量、 根系含氮量的影响； 在景观尺度上，地形是主导因子. Fang等^[5]认为，生物量的大小控制土壤呼吸的空间分布，而温度和水分的作用相对较小； Xu等^[19]的研究表明，土壤呼吸的空间变化与根系和微生物生物量、 土壤的理化性质、 土壤温度、 土壤水分等因素有关. 本研究表明，在10 m尺度，土壤呼吸与土壤全氮和有机碳呈极显著正相关，与土壤温度呈显著正相关，与土壤全硫、 碳氮比和土壤水分相关不显著； 在5 m尺度，与土壤全氮和有机碳呈极显著正相关，与土壤全硫、 碳氮比、 土壤温度和土壤水分相关性不显著； 在2.5 m尺度，与土壤碳氮含量和土壤水分呈极显著正相关，与土壤全硫、 碳氮比和土壤温度相关性不显著； 在1.25 m尺度，与土壤碳氮含量和土壤水分呈极显著正相关、 与碳氮比呈显著负相关、 与土壤温度呈极显著负相关，与土壤全硫相关性不显著. 可以看出，随着取样尺度的变化，土壤温度和土壤水分所起的作用发生了相应的变化，这主要可能是微地形和植被盖度不同引起的差异造成的.

表 4(Table 4)

表 4 不同生态系统土壤呼吸变异系数Table 4 List of coefficient variation in different ecosystems 序号 研究地点 植被类型 测定方法 变异系数/% 文献 1 美国 橡树林 Li-6200 28~42 [10] 2 美国 种植园 Li-Cor 6252 55 [5] 3 美国 黄松人工林 Li-6400-09 30 [19] 4 加拿大 白桦林 Li-6400-09 16~45 [30] 5 中国新疆 2、 7和12年生杨树人工林 Li-6400-09 19.6~28.8 [17] 6 中国锦州 玉米农田 Li-6400-09 27~72 [12] 7 日本 落叶松人工林 碱液吸收法 28 [20] 8 马来西亚 4种森林生态系统 Li-6400-09 40~45 [22] 9 意大利 高山草甸 Li-6400-09 19 [23] 10 中国内蒙古 典型温带草原 碱液吸收法 33 [31]

表 4 不同生态系统土壤呼吸变异系数Table 4 List of coefficient variation in different ecosystems

本研究中4个取样尺度下土壤呼吸与土壤全氮、 有机碳都呈极显著正相关. 土壤中氮元素的不足会影响植物的光合作用，其含量的变化会影响土壤微生物的活性，进而影响土壤呼吸. 氮的有效性也能影响细根生物量. 当给温带木本植物添加大量的速效氮后细根生物量会急剧增加，而添加无机氮后根冠比急剧降低^[32]. 土壤有机质含量是微生物进行分解活动排放CO₂的物质基础，对土壤呼吸来说至关重要. 微生物种群和土壤呼吸强度受到土壤中易分解有机质的影响，当土壤中的有机质含量、 根系生物量、 微生物活性增加时，其土壤呼吸速度就会显著增加^[33]. 在样地尺度内，大量的研究表明森林生态系统土壤呼吸的空间异质性与土壤碳氮含量密切相关^{[6, 19, 34, 35]}. 在区域尺度上，陈书涛等^[13]指出，土壤有机碳含量、 有效磷含量及胸径拟合的方程可解释森林生态系统土壤呼吸92.8%的空间变异性； Chen等^[31]认为，中国北部8个温带草原生态系统的年均土壤呼吸速率与土壤有机碳、 全氮和黏粒含量呈显著正相关，与土壤容重和沙粒含量呈显著负相关； 李明峰等^[36]指出内蒙古锡林河流域4种草原群落样地土壤有机碳、 全氮含量与土壤呼吸有极显著相关关系. 但也有研究表明不同生态系统的土壤呼吸与样地碳氮含量的相关性并不显著^{[37, 38]}. 碳氮比也是影响土壤呼吸空间分布的一个因素，本研究中土壤呼吸的空间变异与碳氮比仅在1.25 m取样尺度下呈显著负相关，与Allaire等^[39]的研究结果相一致.

温度、 降水一方面直接影响土壤中根系和微生物的呼吸速率，另一方面通过影响植物、 微生物生长以及土壤条件从而间接影响土壤呼吸. 有报道指出土壤呼吸的空间变化与土壤水分呈正相关^[40]、 与土壤温度呈负相关^{[39, 41]}. 本研究中，4种取样尺度下土壤呼吸与土壤水分的相关系数分别为0.27、 0.30、 0.46、 0.49，随着取样尺度的减小，土壤水分所起的作用逐渐增大； 而土壤温度与土壤呼吸的相关性随着取样尺度的减小，由正相关向负相关变化，在10 m尺度上与10、 15 cm深度的土壤温度呈显著正相关，在5 m尺度上呈负相关但不显著，在2.5 m尺度上都不显著，在1.25 m 尺度上与3种不同深度的温度都呈极显著负相关. 土壤温度和土壤呼吸呈负相关，可能是因为该样地受到放牧和旅游活动的破坏，样地植被分布不均，植物种类分布状况对土壤水分有一个再分配过程，引起土壤水分在空间分布上的离散和富集，导致了土壤水分的空间分布具有明显的斑块分布特点^[42]，而且在采样期间亚高山草甸正值旅游高峰，土壤容易受到踩踏而板结，从而影响土壤对水分的吸收. 土壤水分通过对土壤温度的制冷效应从而间接影响土壤呼吸^{[11, 41]}.

土壤呼吸具有较高的空间变异性，精确估计样地的土壤呼吸值通常需要较多的取样数量. 然而，利用叶室法测定土壤呼吸时，受人力、 物力和时间的限制测量点的数量是有限的. 许多研究使用10个或少于10个取样点样本均值来代替总体均值，而且大多研究的取样方案都是随机取样. 利用样本均值来代替样地土壤呼吸值可能会有较大的误差，只有选择合适的样本容量，才能比较准确地通过样本观察值来估计总体的相关参数. Yim等^[20]认为在95%置信水平误差在10%和20%内估算日本落叶松人工林土壤呼吸的必要取样数量分别为30个和8个，并指出必要取样数量与叶室覆盖的面积和测定方法有关，较大的叶室需要较少的取样数量、 较小的叶室需要较多的取样数量，利用碱液吸收法测定土壤呼吸时计算的必要取样数量低于实际需要的取样数量. Davidson等^[21]报道了在同样的置信水平和误差下温带针阔混交林土壤呼吸的必要采样数量分别为41个和10个，认为必要采样数量与土壤呼吸的空间变异程度和叶室覆盖的面积有很大关系； Adachi等^[22]对马来西亚4种森林生态系统研究后得出土壤呼吸的必要取样数目取决于土壤呼吸的空间变异程度，从67~85个和17~21个. 本研究表明，4个取样尺度95%置信水平误差在10%和20%内必要采样数量分别为28、 21、 18、 14个和7、 5、 4、 4个，略低于上述研究所报道的必要采样数量，可能与样地的植被类型和气候条件有关. 本实验所观测的对象为亚高山草甸，与森林生态系统相比，草甸的土壤因子、 根系生物量分布及其它影响土壤呼吸的因子的空间异质性相对较小，而且本样地属寒温性气候，Adachi等^[22]认为热带地区所需的采样数量高于温带地区的. 随着取样尺度的减小，必要采样数量减少，可能是因为土壤呼吸受多种因素的综合作用，尺度越小土壤呼吸的空间变异越小所导致的.

(1)4个尺度下，土壤呼吸和土壤温度的变异系数随着取样尺度的增大而增大，而土壤全氮、 有机碳、 全硫和土壤水分的变异系数均随着取样尺度的增大有减小的趋势. 表明土壤全氮、 有机碳、 全硫、 土壤水分在较小的取样尺度上空间变异较大，而土壤呼吸在较大的取样尺度上空间变异较大.

(2)4个尺度下土壤呼吸速率、 土壤碳氮比差异不显著(P>0.05)，土壤全氮基本显著(P=0.067)、 土壤有机碳、 土壤全硫差异显著(P＜0.05)、 土壤水分和土壤温度在4个尺度上差异极显著(P＜0.01).

(3)在较大的尺度上土壤呼吸的空间变异性主要受土壤全氮、 有机碳和土壤温度的影响，而在较小的尺度上则受土壤全氮、 有机碳和土壤温度、 土壤水分的共同影响.

(4)4个取样尺度95%置信水平误差在10%和20%内必要采样数量分别为28、 21、 18、 14和7、 5、 4、 4个，随着取样尺度的减小，必要采样数量减少.