土壤碳库是陆地生态系统中最大且周转时间最慢的碳库，它由有机碳库和无机碳库两大部分组成，在全球碳循环中起着关键作用^{[1, 2]}. 当前在人类活动影响下，土壤碳循环加快发生改变并引起土壤环境性状的变化，同时各种环境因子交互作用深刻影响着碳库的迁移和转化. 目前，土壤碳库特征及其影响因素研究仍是土壤碳循环与全球变化研究的热点领域，国内外学者探讨了森林、 草地、 农田等不同生态系统类型的土壤碳库特征及其影响因素^{[3, 4, 5, 6]}，特别针对干旱区土壤碳的研究相对匮乏，且研究内容大多侧重有机碳^{[7, 8]}，涉及土壤无机碳的研究相对较少^[9]. 系统解析干旱区绿洲土壤有机碳和无机碳含量与环境因子相关性的工作更是鲜见报道^[10]. 干旱土地占全球陆地总面积40%，在全球碳循环过程中占有十分重要的地位. 作为干旱区碳素的主要存储场所，绿洲土壤碳库联系着生态系统内部及外部物质循环，其土壤碳库特征和影响因子的研究是评价不同陆地生态系统土壤碳的“源/汇”效应的基础，对研究陆地碳循环机制和全球碳收支平衡具有重要意义^[11].

克里雅河流域位于塔里木盆地南缘，地处极端干旱区，生态环境十分脆弱^[12]. 大规模人类开发利用改变了区域水土资源的时空分布，扩展了绿洲的面积，耕作、 灌溉、 施肥等农业活动使得原始荒漠土壤逐步演变为绿洲耕作土壤，绿洲土壤有机碳和无机碳库发生了显著变化^[13]. 本研究以克里雅河流域于田绿洲为靶区，在分析不同土壤类型下土壤有机碳、 无机碳含量与环境因子分异特征的基础上，结合冗余分析技术探讨了土壤有机碳、 无机碳含量与环境因子间的关系，有助于深入理解土壤碳与环境因子间的作用机制，贡献于流域绿洲土壤生态系统的保护和恢复，以期为全球碳循环研究提供丰富而准确的小尺度信息.

于田绿洲位于新疆维吾尔自治区西南部，地处昆仑山脉北麓，是塔里木盆地南缘克里雅河流域的典型绿洲，其跨东经81°09′-82°51′，北纬35°14′-39°29′. 地势南高北低，南北高差3 500 m. 属暖温带大陆性干旱荒漠气候，四季分明、 昼夜温差大，降水稀少，蒸发量大，热量资源丰富，光照充足. 年均气温11.6℃、 降水量47.7 mm、 蒸发量2 432.1 mm. 土壤形成简单，土壤母质以棕漠土为主，土壤类型主要有灌漠土、 盐土、 棕漠土、 风沙土等. 该区域经济发展依靠农业，主要种植棉花、 小麦、 玉米、 水稻等作物. 自20世纪50年代以来，随着人类对水土资源的无序开发利用，绿洲生态系统严重受损，农业生产受到极大威胁. 该地区已成为我国西部干旱区水土资源利用与生态环境问题最为突出的地区之一^[14].

样区设置于克里雅河流域于田绿洲，野外采样时间为2014年7月. 在样区内选择海拔高度接近的4种主要土壤类型，分别为灌漠土(主要耕种作物)、 棕漠土(主要生长沙拐枣、 琵琶柴、 猪毛菜)、 盐土(主要植物为柽柳、 盐爪爪)和风沙土(主要植物为沙柳、 柠条、 梭梭、 沙拐枣、 柽柳)(图 1). 每种土壤类型采集20个样点的表层土样(0-20 cm)，每个样点设置1 m×1 m的样方，共计80个. 每个采样点设置5次重复，将5次重复的土样去除植物根系和石块，充分混匀后用四分法取约500 g封装带回实验室，自然风干后研磨过筛以供测定. 同步利用土钻法或通过HOBO水位自动记录仪获取相应样点的地下水位.

图 1

Fig. 1

图 1 不同类型土壤样点分布示意 Fig. 1 Map of plot distribution of different soil types

土壤有机碳含量采用重铬酸钾外加热法测定，土壤无机碳含量采用快速滴定法测定. 土壤环境因子及实验方法分别为：土壤水分采用烘干法； 容重采用环刀法； pH值采用电位法； 全盐含量采用由八大离子含量加和计算得出，具体CO₃^2-和HCO₃^-采用双指示剂中和法，Cl^-采用AgNO₃滴定法，SO₄^2-采用间接滴定法，Ca²⁺和Mg²⁺采用EDTA络合滴定法，Na⁺和K⁺采用火焰光度法； 全氮采用半微量凯氏法； 有效磷采用碳酸氢钠浸提-钼锑抗比色法； 速效钾采用醋酸铵浸提-火焰光度计法^[15]. 每个土样各指标进行5次平行测定，结果取其平均值.

利用SPSS 19.0计算数据平均值和标准差(SD)； 选择单因素方差分析检验不同土壤类型土壤有机碳、 无机碳含量及环境因子的差异性，并采用LSD方法进行多重比较，差异显著性水平为α=0.05.

利用CANOCO5.0软件分析土壤有机碳、 无机碳含量与环境因子间相关性. 首先利用去趋势对应分析(DCA)，通过查看排序轴梯度长度(lengths of gradient，LGA)判断土壤有机碳、 无机碳含量的变化趋势. 理论上，LGA<3适合线性模型，LGA>4适合非线性模型，LGA介于3-4之间，两种模型均适合^[16]. 本研究中有机碳、 无机碳的DCA分析显示4个排序轴的LGA最大值为0.337，因此采用线性模型进行后续分析比较适宜. 冗余分析(redundancy analysis，RDA)可用来分析两个变量集的线性关系，并能在排序轴上直观揭示变量间的直接相关性. 在RDA中，如果某种环境因子具有高的变异膨胀因子(>20)表明其与其他因子具有高的多重共线性，对模型的贡献很少^[17]. 本研究以土壤有机碳、 无机碳为响应变量，以土壤含水量、 地下水埋深、 容重、 pH、 全盐、 全氮、 有效磷、 速效钾这8个土壤环境因子为解释变量，首先对环境因子使用前向选择法和Monte Carlo检验法，结果显示容重具有高的膨胀因子(>20)，将其去除后，重新获得土壤含水量、 地下水埋深、 pH、 全盐、 全氮、 有效磷、 速效钾的变异膨胀因子，均小于20，此7个环境因子对模型均有一定的贡献，可进行后续分析. 将环境因子进行重要性排序后，对与土壤碳含量有极显著影响的土壤环境因子进行逐一分析，进一步确定单一土壤环境因子对土壤碳的影响，分析采用包含土壤有机碳与土壤无机碳的箭头连线和其他土壤环境因子箭头及虚实圆圈的t-value双序图. t-value双序图可以解释土壤有机碳和无机碳依赖土壤环境因子的程度，在t-value双序图中如果土壤有机碳或无机碳的箭头连线完全落入实线圆圈中，代表该指标与研究的单一土壤环境因子显著正相关，反之如果土壤有机碳或无机碳的箭头连线完全在虚线圆圈中，代表该指标与研究的单一土壤环境因子显著负相关^[17].

对整个研究区土壤有机碳、 无机碳与环境因子进行统计学分析，结果如表 1所示.

表 1 (Table 1)

表 1 土壤有机碳、 无机碳含量与环境因子的统计学参数 Table 1 Descriptive statistical parameters of soil organic/inorganic carbon contents and environmental factors 变量指标 最大值 最小值 均值 标准方差 偏度 峰度 变异系数 有机碳/g ·kg-1 5.17 0.61 2.51 1.35 0.75 -0.50 0.54 无机碳/g ·kg-1 28.13 20.85 25.63 1.92 -1.02 0.62 0.07 土壤含水量/% 39.40 0.9 14.33 12.44 0.94 -0.38 0.87 地下水埋深/m 7.86 0.85 3.38 1.96 0.85 -0.26 0.58 容重/g ·cm-3 1.55 1.02 1.33 0.16 -0.61 -0.61 0.12 pH 9.13 8.03 8.56 0.34 -0.03 -1.24 0.04 全盐/g ·kg-1 77.41 0.62 19.64 23.12 1.39 0.70 1.18 全氮/g ·kg-1 0.30 0.07 0.15 0.07 0.72 -0.55 0.45 有效磷/mg ·kg-1 5.76 0.49 2.44 1.54 0.76 -0.29 0.63 速效钾/mg ·kg-1 527.00 137.00 401.65 127.49 -1.28 0.21 0.32

表 1 土壤有机碳、 无机碳含量与环境因子的统计学参数 Table 1 Descriptive statistical parameters of soil organic/inorganic carbon contents and environmental factors

研究区土壤有机碳、 无机碳含量不高，均值分别为2.51 g ·kg^-1和25.63 g ·kg^-1，二者的变异系数介于0.1-1.0之间，属中等程度变异. 环境因子中，土壤水分含量较低，均值为14.33%； 地下水埋深变化较大，在0.85-7.86 m范围内； 容重平均为1.33 g ·cm^-3，最大可达1.55 g ·cm^-3； 土壤偏碱性，盐渍化程度较高，pH均值为8.56，最大值达9.13，全盐均值达19.64 g ·kg^-1； 研究区土壤较贫瘠，养分含量低，全氮、 有效磷和速效钾的均值分别为0.15 g ·kg^-1、 2.44 mg ·kg^-1和401.65 mg ·kg^-1； 在环境因子中，除全盐变异性较强外，其他因子均为中等变异性.

对研究区内不同土壤类型有机碳、 无机碳含量与环境因子进行多重比较，结果如表 2所示.

表 2 (Table 2)

表 2 不同土壤类型土壤有机碳、 无机碳与环境因子的多重比较 Table 2 Results of multiple comparison of soil organic/inorganic carbon contents and environmental factors of different soil types 变量指标 灌漠土 棕漠土 盐土 风沙土 有机碳/g ·kg-1 4.54±0.55a 2.29±0.64b 1.89±0.51bc 1.32±0.50c 无机碳/g ·kg-1 23.23±1.69a 25.86±1.78a 26.57±0.55a 26.85±0.95b 土壤含水量/% 33.66±4.87a 9.96±3.81b 11.50±3.16b 2.18±1.18c 地下水埋深/m 1.56±0.54a 3.15±1.21b 2.63±0.76bc 6.17±1.14c 容重/g ·cm-3 1.08±0.05a 1.34±0.05b 1.38±0.03b 1.50±0.06c pH 8.28±0.16a 8.41±0.26b 8.94±0.14c 8.62±0.34bc 全盐/g ·kg-1 2.09±1.54a 10.89±3.39b 56.62±12.96b 8.95±4.93b 全氮/g ·kg-1 0.26±0.03a 0.14±0.03b 0.12±0.03b 0.09±0.02c 有效磷/mg ·kg-1 4.66±0.81a 2.38±0.54b 1.80±0.77b 0.91±0.30c 速效钾/mg ·kg-1 490.40±20.40a 418.40±54.13a 477.20±31.56a 220.60±120.63b

表 2 不同土壤类型土壤有机碳、 无机碳与环境因子的多重比较 Table 2 Results of multiple comparison of soil organic/inorganic carbon contents and environmental factors of different soil types

灌漠土有机碳含量为4.54 g ·kg^-1，显著高于其他土壤类型，棕漠土、 盐土、 风沙土有机碳含量依次降低. 棕漠土、 盐土、 灌漠土无机碳含量无显著差异，风沙土无机碳含量为26.85 g ·kg^-1，显著高于其他三类土壤.

各土壤类型的环境存在着不同程度的差异性：灌漠土土壤水分含量达33.66%，显著高于其他各类型； 风沙土地下水埋深显著深于灌漠土、 棕漠土，达6.17 m，而棕漠土与盐土间无显著性差异； 风沙土的容重高达1.50 g ·cm^-3，最小值则是灌漠土，为1.08 g ·cm^-3； pH值与全盐的变化趋势较为一致，均表现为盐土最高，灌漠土最低，盐土pH值与全盐分别达8.94、 56.62 g ·kg^-1； 各土壤类型全氮含量差异较为显著，排序为灌漠土＞棕漠土＞盐土＞风沙土； 灌漠土有效磷显著高于其他土壤类型，为4.66 mg ·kg^-1； 速效钾在灌漠土中含量最高，高达490.40 mg ·kg^-1，风沙土低至220.60 mg ·kg^-1.

RDA中7个土壤环境因子对土壤有机碳、 无机碳的解释量显示(表 3)，有机碳和无机碳含量在前两轴的解释量分别为94.6%和0.3%，累计解释量已达94.9%； 碳含量与环境因子间关系的累计解释量高达100%. 上述结果说明，前两个排序轴已能充分反映研究区土壤碳含量和环境因子间的相关关系.

表 3 (Table 3)

表 3 土壤有机碳、 无机碳与环境因子的RDA结果 Table 3 RDA (redundancy analysis) results for the soil organic/inorganic carbon contents and environmental factors 排序轴 特征值 碳-环境因子相关系数 环境因子的累计贡献率/% 碳与环境变化累计贡献率/% 典范特征值 总特征值 第Ⅰ轴 0.946 0.980 94.6 99.7 第Ⅱ轴 0.003 0.448 94.9 100.0 0.949 1.000 第Ⅲ轴 0.040 0.000 98.9 100.0 第Ⅳ轴 0.011 0.000 100.0 100.0

表 3 土壤有机碳、 无机碳与环境因子的RDA结果 Table 3 RDA (redundancy analysis) results for the soil organic/inorganic carbon contents and environmental factors

进一步得到土壤有机碳、 无机碳含量与环境因子二维排序图(图 2)，其中土壤有机碳与无机碳用实的连线箭头表示，土壤环境因子用虚的连线箭头表示. 可以看出，全氮、 有效磷、 土壤含水量在有机碳箭头连线上的投影长度最长，表明其与有机碳呈强的正相关关系； 而地下水埋深、 全盐、 pH与有机碳呈负相关关系，但相关性不大. 无机碳、 有机碳与环境因子的相关性正好相反，其中全氮、 土壤含水量、 有效磷在无机碳箭头连线的延长线上投影长度最长，显示其与土壤无机碳呈很强的负相关性； 地下水埋深、 pH、 全盐则与无机碳呈正相关性.

图 2

Fig. 2

图 2 有机碳、 无机碳含量与环境因子的相关性(冗余分析) Fig. 2 Redundancy analysis showing the correlation between soil organic/inorganic carbon contents and environmental factors

环境因子对有机碳、 无机碳含量的影响存在一定的差异(表 4). 各环境因子对有机碳、 无机碳含量影响的重要性排序由大到小依次为：全氮＞有效磷＞土壤含水量＞地下水埋深速效钾＞pH＞全盐，其中全氮、 有效磷、 土壤含水量和地下水埋深 对有机碳、 无机碳含量的影响极显著(P<0.01)，占所有因子解释量的比例分别为97.8%、 89.3%、 83.5%与54.5%，说明土壤中氮磷等养分因子与水分因子是影响研究区土壤碳含量的关键因素； 速效钾、 pH对有机碳、 无机碳含量有显著影响(P<0.05)； 全盐对土壤碳含量无显著影响.

表 4 (Table 4)

表 4 环境因子贡献率的重要性排序和显著性检验结果 Table 4 Importance and signification level of environmental factors 环境因子 全氮 有效磷 土壤含水量 地下水埋深 速效钾 pH 全盐 重要性排序 1 2 3 4 5 6 7 相对贡献率/% 24.2 22.1 20.7 13.5 9.6 7.8 1.9 F 236.025 100.080 68.836 19.316 10.589 7.699 1.436 P 0.002 0.002 0.002 0.002 0.010 0.012 0.260

表 4 环境因子贡献率的重要性排序和显著性检验结果 Table 4 Importance and signification level of environmental factors

将以上研究中对土壤碳含量有极显著影响的土壤环境因子进行深入分析，进一步确定单一土壤环境因子对土壤碳的影响，分析采用t-value双序图.

[图 3(a)]表示全氮对土壤有机碳、 无机碳的影响，有机碳全部落入实线圈内，无机碳穿过虚线圈且大部分落入虚线圈内，说明有机碳含量与全氮呈显著正相关，而土壤无机碳与全氮呈负相关性，即随着全氮的增加有机碳显著增加，而无机碳含量会有所减小； 对有效磷进行分析[图 3(b)]，有机碳全部落入实线圈内，可以看出有机碳与有效磷有显著的正相关关系，随有效磷的增大有机碳有明显的升高的趋势； 土壤含水量与土壤碳含量的关系见[图 3(c)]，土壤无机碳穿过虚线圈，可知土壤含水量与无机碳呈负相关关系； 对地下水埋深进行分析[图 3(d)]，其与土壤有机碳、 无机碳的相关性均不大.

图 3

Fig. 3

图 3 单一因子与土壤有机碳、 无机碳的相关关系(t-value检验) Fig. 3 The t-value results for single factor influencing soil organic/inorganic carbon contents

土壤有机碳和无机碳含量与区域特殊的水文、 土壤环境条件密切相关，随土壤类型不同表现出一定的分异规律. 研究区灌漠土作为干旱区特有的耕作土壤，其水肥条件较高，有机碳含量显著高于其他类型，然而由于于田绿洲地处土壤盐渍化、 沙化和贫瘠化问题严重的极端干旱区^[18]，其土壤有机碳平均含量也仅为4.54 g ·kg^-1，远低于全国平均水平(24.56 g ·kg^-1)^[19]. 无机碳主要指存在于干旱土壤中的碳酸盐碳，多分布在荒漠和半荒漠地区. 由于土壤长期处于干旱或是半干旱状态，除风沙土外，绿洲内各土壤类型的无机碳含量差异不大^[20]，平均含量为25.63 g ·kg^-1，低于前人研究的我国西北干旱地区的平均水平(40-90 g ·kg^-1[21]或100 g ·kg^-1[22])，可能是由于研究区降水稀少，土壤含水量极低，不利于动植物体的钙化作用及土壤有机碳向无机碳的转化作用^[22]. 研究区土壤有机碳和无机碳含量特征在干旱区土壤母质的大背景下有其普遍性特征，但由于人为活动、 小气候和地形等的局地影响，土壤有机碳、 无机碳与环境因子间又存在不同的作用和影响机制.

土壤养分(主要为全氮与有效磷)和水分因子对研究区土壤有机碳和无机碳含量有极显著影响. 土壤氮磷等养分对土壤有机碳、 无机碳含量的影响，主要是由于土壤微生物分解活动会引起土壤碳氮磷含量发生同步变化，故土壤氮素、 磷素水平与土壤有机碳含量呈显著正相关关系^[23]，这与刘姝媛等^[24]对土壤全氮与有机碳的相关性研究结果一致. 徐欢欢等^[25]对干旱区不同生境土壤有机碳含量的影响因子进行研究，同样发现土壤有机碳含量与全氮呈极显著正相关性. DeBusk等^[26]研究结果也表明随土壤磷含量的增加其土壤有机碳含量同样有所提高. 在干旱、 高温的气候环境下，土壤水分含量低，好氧型微生物活跃，有机碳的分解量增加，其土壤无机碳含量相应增加^[26]. 与王淑芳等^[27]、 杨钙仁等^[28]、 孙中林等^[29]学者的观点和研究结果相符. 地下水埋深则能间接影响土壤含水量，因此也在较大程度上决定着研究区的土壤有机碳和无机碳含量.

研究区土壤全盐与无机碳呈正相关关系值得剖析. 在极端干旱气候与长期灌溉农业方式共同作用下，于田绿洲区域盐渍化、 荒漠化程度不断加剧，而土壤全盐与无机碳间的正相关关系说明，土壤在盐碱化、 荒漠化过程中伴随着土壤无机碳的累积. 对此，国内外已有相关报道证实，如有关新疆内陆盐碱地的研究认为，土壤可能通过一种非生物的无机碳吸收过程固定相当大规模的碳^[30]； 美国荒漠化地区也存在生物量累积难以解释的较大规模的C 吸收过程，因此很可能存在无机碳的固定过程^{[31, 32]}. 可以推测，若土壤盐渍化与无机碳间的上述关系成立，则说明干旱区巨大的碳储存潜力，这可能是研究区今后值得深入探索的重要问题.

综上所述，在所有环境因子中，对土壤有机碳、 无机碳含量影响最大的为土壤养分与土壤水分因子. 前人研究仅单独考虑土壤养分^{[23, 24, 25]}、 土壤水分^{[28, 29]}或土壤盐分^{[33, 34]}对土壤碳含量的影响，且多数学者只关注土壤有机碳动态^{[5, 8, 34]}，而对土壤无机碳的关注甚少^[10]. 而地处极端干旱区的研究区，长期受大陆性气候作用，土壤系统的形成与发育同时受多方因素的作用，因此单独考虑土壤养分、 土壤水分或盐分等作为影响因子是不足的； 同时，土壤无机碳中的无机碳酸盐和碳酸氢盐等是植物生长发育不可或缺的要素^[35]，仅对土壤有机碳进行研究有一定的局限性； 本研究综合考虑土壤水分、 容重、 盐分、 养分等多类环境因子，结合冗余分析技术分析了土壤碳与环境因子的相关性，直观诠释了多变量间的相互作用，是对干旱区土壤碳库研究成果的有益补充.

(1)研究区土壤贫瘠，土壤碳含量低于全国平均水平，土壤有机碳、 无机碳含量仅为2.51 g ·kg^-1和25.63 g ·kg^-1； 土壤干旱缺水，土壤水分为14.33%，地下水埋深3.38 m； 土壤偏碱性，盐渍化程度高，pH最大值达9.13，全盐均值达19.64 g ·kg^-1. 在不同土壤类型中，土壤有机碳、 全氮、 全磷、 速效钾与土壤水分条件均表现为灌漠土最高，风沙土最低； 风沙土地下水埋深最深可达6.17 m； 盐土的盐碱性最强，pH值与全盐分别为8.62和8.95 g ·kg^-1.

(2)土壤有机碳、 无机碳含量与土壤环境因子的冗余分析显示，土壤碳含量与土壤养分、 水分因子关系密切，全氮、 有效磷、 土壤含水量与地下水埋深对土壤碳含量差异性的解释分别达97.8%、 89.3%、 83.5%和54.5%，且其与土壤有机碳、 无机碳的相关性达极显著水平(P<0.01). 速效钾和pH对土壤碳含量的影响显著； 全盐对土壤有机碳、 无机碳的影响较小，未达到显著水平.