2017, Vol. 38
2. 中国科学院地理科学与资源研究所, 生态网络观测与模拟重点实验室, 北京 100101;
3. 中国科学院大学, 北京 100049;
4. 中国矿业大学(北京)地球科学与测绘工程学院, 北京 100083
2. Key Laboratory of Ecosystem Network Observation and Modeling, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China;
3. University of Chinese Academy of Sciences, Beijing 100049, China;
4. College of Geoscience and Surveying Engineering, China University of Mining and Technology(Beijing), Beijing 100083, China
我国黄土高原总面积为64万km2, 土壤侵蚀面积高达39万km2, 其中黄土丘陵区是土壤侵蚀较为严重的地区[1], 降雨及径流过程是导致土壤侵蚀的主要动力, 也是造成流域碳输移的主要原因[2].土壤侵蚀导致的碳输移形态分为泥沙态、颗粒态和可溶态, 可溶态碳因溶解作用包括部分颗粒碳与泥沙态碳.土壤侵蚀作用导致泥沙输移过程中土壤有机质矿化形成碳排放源, 进而促使土壤界面CO2向大气排放, 而有机质泥沙在搬运过程中沉积会形成C汇[3, 4].假设泥沙态输移比按10%计算, 泥沙中有机碳含量为2%~3%, 全球每年有4.0×1012~6.0×1012 kg C进入水体, 假设碳进入水体会有20%碳释放, 则有0.8×1012~1.2×1012 kg C排放到大气[5, 6].
目前, 降雨径流对碳流失影响方面的研究已取得一些进展：降雨与土壤有机碳流失程度与土壤侵蚀强度呈明显线性关系, 有机碳输移的主要承载体为泥沙, 并且在迁移过程中细颗粒、低密度的有机碳组分被优先选择[7, 8]; 降雨强度和持续时间对径流及泥沙中碳输移影响显著, 径流随雨强增大而增大, 大雨强和小雨强条件下随径流泥沙流失的有机碳总量相差近18倍[9]; 植被覆盖还会在一定雨强条件下抑制有机碳的流失[10].黄土高原由于气候干旱、地势地形复杂、地表植被稀疏及人为活动等因素, 成为全国水土流失最严重的地区[11].降雨尤其是暴雨过程是引发黄土高原土壤C侵蚀、水土流失的主要因素[12].本文通过以黄土高原区典型坝系流域为研究对象, 揭示流域尺度上降雨对不同形态碳输移的驱动机制, 探讨降雨径流过程对土壤C流失的影响, 以期为深入评估黄土高原碳流失及其水文过程驱动机制提供科学依据.
1 材料与方法 1.1 研究区概况本研究区域位于延安市宝塔区东北方向14 km的羊圈沟流域(图 1), 隶属于中国科学院生态环境研究中心的黄土高原丘陵沟壑区羊圈沟野外观测站(36°42′N, 109°31′E).研究区流域处于黄河中游区, 流域面积为2.02 km2, 海拔1 050~1 298 m, 研究区土壤主要类型为黄绵土, 抗蚀性差, 质地均一, 水土流失严重, 且由于长期掠夺式耕种导致土壤有机营养物质贫乏, 肥力很低[13].该区域属于半干旱大陆性季风气候, 年均气温10.8℃, 年平均降水量为498 mm, 降雨年际变化率大, 主要集中于7~9月.流域土地利用方式主要为林地、草地、坡耕地、梯田农地和果园.流域植被受人为活动干扰, 原有自然植被所剩无几, 多数为人工种植的次生植被, 植物种类主要有刺槐(Robinia pseudoacacia)、柳树(Salix spp.)和杨树(Poplar spp.)等[14].
|
图 1 羊圈沟地理位置、土地利用方式及流域采样点分布示意 Fig. 1 Sampling point distribution and different land uses in the Yangjuangou watershed |
依据流域不同土地利用方式以及空间分布特点设置固定监测点12个, 供常规采样.样点6号、12号处设水文站, 样点1北部降雨量少时则无流水.依据草地、林地、水塘、耕地4种土地利用方式划分为4段, 即A、B、C、D段(表 1), 可以直接观测不同土地利用方式对流域碳浓度变化的影响.对流域不同土地利用方式(图 1)面积进行统计：林地面积为92.15 hm2, 草地面积70.62 hm2, 将坡耕地、坝地、梯田大棚、果园均定为耕地, 其面积为21.07hm2, 水域面积为0.44 hm2.样点布设能够涵盖流域主体的土地利用方式, 具有典型代表意义.
|
表 1 流域采样点分布位置及描述 Table 1 Sampling point locations and descriptions |
1.2.2 样品采集与分析
研究区内样品采集分常规采样及驱动采样两种方式：样品采集时间在生长季内(5~9月); 常规水样选取8、9月为区分干湿季于每月10日和20日采集两次, 在1~12号固定监测点[见图 1(c)]用聚氯乙烯瓶深入沟渠断面中部位置采集水样, 对流域碳浓度变化进行分析; 驱动采样以水文条件驱动ISCO 6712全尺寸便携式水质自动采样器进行采集, 水文驱动条件以水文站的明渠中水位或者流速达到所设定值(水位≥0.06 m, 流速≥0.001 m·s-1)所驱动采样器进行自动采样, 自动采样器每隔30 min自动采集200 mL径流样, 每次采集24个径流水样结束该次采样活动, ISCO 6712全尺寸便携式水质自动采样器能够同时实时监测明渠中的水位及流速; 雨水样品通过安装于流域内采样点6号周围的左支沟、村支部所在屋顶、试验站站顶3处的雨水采集器进行采集, 2015年7月共采集到14场降雨, 其中7、8月湿季共11场, 9月干季共3场.降雨数据由设于观测站的自动气象站获得.
采集的雨水水样、常规水样及径流过程样经过0.45 μm有机微孔滤膜过滤取100 mL于聚氯乙烯瓶中编号, 4℃冷藏保存, 送至实验室分析.水样溶解性总碳(DTC)、溶解性有机碳(DOC)和溶解性无机碳(DIC)通过总有机碳分析仪(德国Vario TOC型号)测定.
1.3 数据分析 1.3.1 径流量及碳流失负荷计算方法地表径流量采用式(1) 进行计算：
|
(1) |
碳流失负荷采用式(2) 进行计算：
|
(2) |
式中, x为径流量(m3); yi为碳流失负荷(g); ct为t时刻径流中的碳浓度(mg·L-1); qt为t时刻的流量(m3·s-1); ci为样本i监测时的碳浓度(mg·L-1); qi为样本i在监测时的流量(m3·s-1).
1.3.2 监测点流域碳输出负荷监测点流域碳输出负荷采用式(3) 进行计算：
|
(3) |
式中, p为监测点碳的输出量(g); cc为流域碳平均浓度(mg·L-1); Q为流域总径流量(m3).
1.3.3 碳湿沉降通量计算方法研究流域碳湿沉降通量采样式(4) 进行计算[16]：
|
(4) |
式中, F为沉降通量(kg·hm-2); P为降雨量(mm); c为雨水中总碳浓度(mg·L-1).
1.3.4 碳湿沉降对水体碳贡献量估算碳湿沉降对水体碳贡献量采用式(5) 进行计算：
|
(5) |
式中, W为通过降雨向流域内输入的碳量(g); c为雨水中碳的质量浓度(g·m-3); P为降雨量(m3); q为径流系数(表 2).
|
|
表 2 径流输出系数[17] Table 2 Export coefficients of runoff |
1.3.5 碳流失模数计算
流域雨季碳流失模数采用式(6) 进行计算：
|
(6) |
式中, E为流域雨季月均碳流失模数[g·(km2·mon)-1]; Qm为雨季流域月均径流量(m3); 为cc为流域碳平均浓度(mg·L-1); A为流域面积(km2).
2 结果与分析 2.1 干湿季下碳湿沉降浓度变化 2.1.1 区域年降雨变化特征研究区域所在市延安, 近60年的降水统计显示, 降雨主要集中在7、8月, 其次9月和6月, 共占全年降水70%左右[18]. 图 2为2015年、2016年月降雨情况, 全年降雨299.98 mm, 研究期间7~9月的降雨量占年总降雨量的33.87%. 图 3为2015年研究流域7~9月的降雨情况, 本次研究集中在7~9月并依据降雨频率将7、8月划分为湿季, 9月为干季. 7月降雨共7场, 均为小雨; 8月共14场, 均为小雨; 9月共8场, 其中两场中雨, 其余均为小雨. (小雨, 日降雨量小于10 mm, 中雨为10~25 mm, 大雨为25~50 mm, 50 mm以上为暴雨). 7月最大日降雨量出现在17日, 为3.8 mm, 月总降雨量22 mm; 8月最大日降雨量出现在2日, 为10 mm, 月总降雨量36.6 mm; 9月最大日降雨量出现在10日, 为13.6 mm, 月总降雨量43 mm.
|
图 2 研究流域降雨情况 Fig. 2 Rainfall conditions of the watershed |
|
图 3 干湿季下雨水中碳浓度变化 Fig. 3 Variations in carbon concentration of rainwater during the wet and dry seasons |
本研究共采集14场降雨：其中7月4场(降雨量分别为3.8、9、0.6、2.4 mm); 8月7场(降雨量分别为7.4、10、0.8、2.2、4.4、2.4、4.2 mm); 9月3场(降雨量分别为13、5.1、13.6 mm). 图 3为雨水中各形态碳浓度的月均值变化规律, 7~9月的DTC与DOC浓度月均值均呈递减趋势, 其中7月平均DOC、DIC浓度达最高值依次为13.01 mg·L-1、11.52 mg·L-1, 8月DIC浓度处于最大值依次为2.41 mg·L-1, 9月达DOC浓度最低值3.45 mg·L-1.坝系流域湿季与干季的碳沉降月通量为3.33 kg·hm-2、2.18 kg·hm-2.如图 3所示, 雨水中的各形态溶解性碳浓度出现一定干湿季变化, 7月湿季中的DOC浓度大于DIC浓度.
2.2 流域碳输出变化特征图 4依次为8月10日、8月20日、9月10日、9月20日依据流域不同土地利用方式的各形态碳浓度变化情况.从中可以看出, DTC、DOC与DIC浓度变化趋势均呈现先增加后降低的反复波动; 湿季DOC浓度与DIC浓度相对波动平稳, 干季相反; DOC与DIC浓度差异极为明显.
|
图 4 流域不同形态碳干湿季变化特征 Fig. 4 Variations of different forms of carbon concentrations during the dry and wet seasons |
流域A部分(1、2、3采样点), 8月湿季的采集水样, DIC浓度均明显高于DOC浓度, 因为河流水体中DOC浓度与流域的化学侵蚀相关, 随着气温、降雨、水文过程变化.植物初级生产力与分解率共同控制水体DOC含量, A部分土地利用类型为草地, 初级生产力低.流域水体DIC含量主要受碳酸盐矿物溶解以及大气CO2影响[19~22]. 9月干季采集的水样, 1、3号采样点DIC的浓度低于DOC浓度. 8月末或9月初附近玉米地施肥的农业用水、放羊后的粪便与降雨之间等因素的综合作用. 9月降雨特殊性也是一个原因, 虽然有2次降雨量超过10 mm, 但降雨频率低, 时间间隔长, 雨水稀释效应小于流域水体的冲刷效应.
流域B部分(4、5、6采样点), 5、6号采样点DIC的浓度明显高于DOC浓度, 4号采样点在干季出现相反情况. B部分土地利用方式为林地, 5号为居民生活区, 人类活动产生的生活污水、垃圾、粪便等流入水体会分解水体中的有机碳, 从而使得DOC浓度降低. 4号采样点有核桃树, 施肥以及降雨会导致DIC的浓度显著低于DOC浓度流域C部分(7、8、9、10采样点), 土地利用方式为水塘, 其中生长着大量水生植物, 8月温度较高, 利于植物生长, 生产力较高但水体有机质氧化也十分迅速, 因此DOC含量低. 8月第二次采集的7、10号水样和9月第一次采集的7号水样, DOC与DIC浓度相较其它时间和采样点浓度波动较大, 由于期间雨水较为丰富, 降雨中DOC含量高, 降雨提高水池的流动性, 使得DOC含量高于DIC含量.
流域D部分(11、12采样点), DOC、DIC浓度变化较大, 11号、12号采样点附近有梯田大棚, 11号采样点附近为试验站, 这些频繁的人类活动会增加C浓度波动变化.农田施用有机肥料、居民的生活污水排放, 使得8月第二次采集的11号水样和9月第一次采集的12号水样, 出现DOC浓度高于DIC浓度, 违背水体DIC浓度应该高于DOC浓度的常态.
如图 4所示, 湿季比干季的DTC波动范围大, 8月湿季DTC浓度范围为33.22~107.50 mg·L-1, 9月干季DTC浓度范围为57.44~105.52 mg·L-1, 由于湿季降雨频繁所致; DOC与DIC的浓度变化干湿季范围相差不大, 依次为湿季4.68~74.48 mg·L-1、5.42~86.07 mg·L-1, 干季5.22~93.90 mg·L-1、4.44~94.20 mg·L-1.根据监测点流域输出负荷计算公式得出, 2015年8月至9月, 羊圈沟研究流域DTC输出量为9.50 kg, 其中干湿季流域DTC输出量相差较小, 湿季稍高为4.76 kg, 干季为4.74 kg; DOC输出量干季明显超过湿季, 分别为2.17 kg、0.96 kg; DIC干湿季输出量为2.68 kg、3.79 kg.降雨频率对DIC影响大, 而降雨强度对DOC输出量影响更为明显.
2.3 次降雨条件过程碳输出动态特征如图 5所示, 本研究选取3场不同强度的典型降雨事件对碳输出动态特征进行分析：8月2日、8月25日和9月10日降雨量依次为10、4.2、13.6 mm.其中8月2日和8月25日的2场降雨在降雨前期有明显的径流峰值, 依次为1.33 m3·s-1、0.61 m3·s-1, 8月25日降雨强度较小所以径流峰值出现延后的现象; 9月10日没有明显的径流峰值, 当前两场降雨到后期径流量接近0时, 9月10号还显示明显的径流量, 因为此日降雨持续时间长, 总降雨量大的原因. 图 6为不同形态碳随降雨径流过程的时间变化.不同形态碳的浓度随着径流量的增加而增加, 峰值出现后整体呈现下降趋势. 3场降雨的DTC浓度变化范围较大, 无规律性, 最高值出现在9月10日为113.56 mg·L-1(排除较大差异点); 最低值出现在8月25日为46.67 mg·L-1; DIC浓度变化趋势与DTC一致, 9月10日的DIC波动范围最大, 因此日降雨强度大, 受径流影响较大. DIC浓度较DOC浓度值高, 这与水体本身DIC含量较DIC含量高, 并且径流冲刷土壤, 使得土壤碳酸盐成分溶于水体有关; 3场降雨的DOC波动较为平缓, 8月2日的DOC浓度要高于其他两场降雨, 最高值达12.72 mg·L-1, 与附近农田施肥有关.最低值出现在8月25日仅为0.22 mg·L-1.
|
图 5 3场降雨径流过程的径流量 Fig. 5 Volume of runoff for three rainfall events |
|
图 6 不同形态碳随降雨历时变化 Fig. 6 Variation in different forms of carbon concentrations for different rainfall events |
如表 3所示, 8月降雨径流中溶解性总碳输出负荷为944.89 kg·km-2, 其中DOC输出负荷523.36 kg·km-2, DIC输出负荷421.53 kg·km-2; 9月降雨径流DTC输出负荷为300.29 kg·km-2, 其中DOC输出负荷69.15 kg·km-2, DIC输出负荷231.14 kg·km-2. 8月DOC输出负荷明显高于DIC输出负荷, 而9月二者输出负荷大小则相反, 此外8月总碳输出负荷远超过9月输出负荷.本次研究的8场自动径流采样中, 6次为小雨强条件下的径流样、2次为中雨强条件下的径流样.中等雨强下的碳流失量明显高于小雨强碳流失量：其中小雨强条件下平均碳流失负荷为129.89 kg·km-2, 中雨强条件下平均碳流失负荷为284.60 kg·km-2(因9月10号测量数据有误差, 因此计算中未将其未考虑进去).
|
|
表 3 降雨径流中碳流失负荷 Table 3 Output load of carbon loss in rainfall runoff |
表 4列出3场不同雨强的典型降雨事件, 径流量均随着降雨量的增加而增加, 各形态碳的流失负荷也均随径流量的增大而增大, 呈现一定的线性关系.并且如图 5所示, 雨强大的降雨事件, 产流的时间也较早. 3场降雨的径流总量为11.56 m3, 溶解性总碳的输出负荷为1 466.86 kg, DOC输出符合为187.15 kg, DIC输出负荷为1 279.71 kg, 分别占可溶性总碳的12.76%、87.24%.降雨径流对可溶性碳流失的贡献, 主要以溶解性无机碳形式输出.
|
|
表 4 不同降雨事件下各形态碳的径流输出负荷 Table 4 Output load of different C forms under different precipitation conditions |
3 讨论 3.1 降雨径流对流域碳流失贡献
8月总碳输出负荷远超出9月输出负荷, 这与8月频繁的降雨直接相关, 8月DOC输出负荷高于DIC输出负荷, 可能由于取样前后附近农田有机肥的施用造成. 9月的DIC输出负荷较DOC输出负荷高, 这取决于黄土高原水体本身属性, 正常情况下DIC浓度高于DOC浓度, 主要由于碳酸盐作为黄土的重要组成部分, 随着降雨冲刷土壤, 溶解于径流中, 从而提升径流中DIC浓度.干湿季径流中碳输出负荷均远大于流域水体中的碳输出负荷, 即土壤碳随径流流失占主导地位, 此外本研究中碳流失量均指溶解性碳, 实际上径流中碳还以泥沙态、颗粒态流失, 因此实际碳流失量要大于此次研究量, 也进而体现黄土高原防治水土流失、土壤侵蚀的重要性.
降雨径流中的碳主要包括土壤碳流失部分、碳湿沉降部分.以下是碳湿沉降对流域各形态碳流失贡献的讨论：根据式(5) 计算, 得出羊圈沟小流域内次降雨事件中碳对河流贡献量：7月采集4场降雨, 碳沉降通过土壤截留后向流域输入的总碳量为21.25 kg; 8月收集7场降雨对流域河流的贡献量为15.93 kg; 9月3场降雨对河流的碳输入量为12.14 kg.雨水中碳对流域水体贡献量的月变化与降雨中碳浓度月变化情况一致, 降雨中碳浓度变化受多方面因素影响, 例如, 气压、风向、降雨过程、大气中有机污染物及悬浮颗粒物等[23, 24]. 7月雨水碳贡献量最高, 可能由于7月进入雨水丰沛期, 植物也进入生长旺盛期, 向大气中排放的挥发性有机物, 易溶于水从而导致DOC浓度升高, 提高总碳浓度值; 另一方面可能由于9月虽然月初降雨强度大但是与后期降雨间隔时间长, 此时大气中聚集的微小建筑灰尘及尘土颗粒(含有大量碳酸盐成分), 在雨水中可以溶解并释放碳酸根离子, 从而增加雨水的DIC浓度, 但9月植物已进入衰败期, 总碳浓度为最低. 8月降雨频率较高, 雨水碳浓度进入湿季后受空气中颗粒影响较小, 植物生长较稳定, 各形式碳浓度均处于中等水平, 进而对水体碳贡献量也位于中间位置.
3.2 流域碳输出量评估根据表 3所列典型次降雨事件的径流土壤碳输出负荷对流域次降雨条件下溶解性土壤碳输出量进行评估：羊圈沟流域的小次降雨事件流域溶解性碳输出量为156.98 kg·km-2, 中等雨强降雨事件流域碳输出284.60 kg·km-2.研究区域所处延安市面积仅占黄土高原面积的5.8%, 因其具备典型坝系流域特点因此可以进行尺度推移.延安市总流域面积为7 725 km2, 由此推算：整个延安流域的小、中等雨强次降雨条件下的径流溶解性碳输出量分别达1 212.63 t、2 198.51 t.流入水体中碳有20%碳释放回大气, 则羊圈沟小流域8、9月依次有381.74 kg、300.29 kg碳返回大气.由于侵蚀作用导致有机碳矿化形成CO2排放到大气, 也是温室气体的一个来源[25].流域水体的碳输送量大多来自土壤侵蚀作用, 能够反映出流域的侵蚀状况, 因此对流域碳流失评估具有重要意义.黄土高原6、7、8、9月为雨季, 根据公式(6) 计算羊圈沟流域雨季月均碳流失模数为1.89 kg·(km2·mon)-1, 则由此评估研究区域年碳流失模数为2.70 kg·(km2·a)-1, 其中无机碳流失模数为有机碳流失模数的近3倍.由于研究区域自“退耕还林”政策以来景观已有大幅度改善, 因此此评估结果从整体流域面积及侵蚀程度比例来看, 较早年研究黄河流域DOC流失模数0.48 t·(km2·a)-1评估结果的碳流失程度已有大幅度减轻[26].但由于气候变化、人类活动及地貌形态的影响, 黄土高原西北部生态环境依然脆弱、水土流失及土壤侵蚀危害严重[27], 因此对于黄土高原更应迫切研究因地制宜的水土保护措施.本研究主要针对流域、径流中可溶性碳进行分析, 此外颗粒态、泥沙态碳也是流域水体、径流的重要组分, 并且径流中土壤细小颗粒携带碳最多[27, 28], 因此实际径流导致的C输移量上应在本研究评估值之上.
4 结论(1) 流域中8月DTC浓度范围为33.22~107.50 mg·L-1, 9月DTC浓度范围为57.44~105.52 mg·L-1, 主要由于湿季降雨频繁导致差异; 坝系流域湿、干季碳沉降月通量分别为3.33 kg·hm-2、2.18 kg·hm-2, 干湿季碳沉降存在一定变化但对流域碳输出贡献较小.
(2)8、9月降雨径流中溶解性总碳输出负荷为944.89 kg·km-2、300.29 kg·km-2, 其中8月DOC输出负荷高于9月, 而DIC输出负荷相反.
(3) 径流量及碳流失量均随降雨强度增大而增大, 小次降雨事件径流中溶解性碳输出量为156.98 kg·km-2, 中等雨强降雨事件碳输出284.60 kg·km-2; 羊圈沟流域雨季月均碳流失模数为1.89 kg·(km2·mon)-1, 评估得出研究区域年碳流失模数为2.70 kg·(km2·a)-1.
| [1] |
水利部, 中国科学院, 中国工程院. 中国水土流失防治与生态安全:西北黄土高原区卷[M]. 北京: 科学出版社, 2010: 28-59. The Ministry of Water Resources of the People's Republic of China, Chinese Academy of Sciences, Chinese Academy of Engineering. Water loss and soil erosion and ecological security of China: the loess plateau[M]. Beijing: Science Press, 2010: 28-59. |
| [2] |
张岩, 朱清科. 黄土高原侵蚀性降雨特征分析[J]. 干旱区资源与环境, 2006, 20(6): 99-103. Zhang Y, Zhu Q K. Statistic analysis of erosive rainfall on the Loess Plateau[J]. Journal of Arid Land Resources and Environment, 2006, 20(6): 99-103. |
| [3] | Lal R. Soil carbon sequestration impacts on global climate change and food security[J]. Science, 2004, 304(5677): 1623-1627. DOI:10.1126/science.1097396 |
| [4] | Berhe A A, Harte J, Harden J W, et al. The significance of the erosion-induced terrestrial carbon sink[J]. BioScience, 2007, 57(4): 337-346. DOI:10.1641/B570408 |
| [5] | Lal R. Soil erosion and the global carbon budget[J]. Environment International, 2003, 29(4): 437-450. DOI:10.1016/S0160-4120(02)00192-7 |
| [6] |
徐彩丽, 罗春乐, 薛跃君, 等. 山东省降雨和降雪中溶解有机碳、溶解无机碳和总氮的浓度变化及来源分析[J]. 环境科学学报, 2016, 36(2): 658-666. Xu C L, Luo C L, Xue Y J, et al. Concentration and source assessment of dissolved organic and inorganic carbon and dissolved nitrogen in snow and rainfalls in Shandong Province[J]. Acta Scientiae Circumstantiae, 2016, 36(2): 658-666. |
| [7] |
贾松伟, 贺秀斌, 陈云明, 等. 黄土丘陵区土壤侵蚀对土壤有机碳流失的影响研究[J]. 水土保持研究, 2004, 11(4): 88-90. Jia S W, He X B, Chen Y M, et al. Effect of soil erosion on soil organic carbon loss on the loess hilly areas[J]. Research of Soil and Water Conservation, 2004, 11(4): 88-90. |
| [8] | Gregorich E G, Greer K J, Anderson D W, et al. Carbon distribution and losses: erosion and deposition effects[J]. Soil and Tillage Research, 1998, 47(3-4): 291-302. DOI:10.1016/S0167-1987(98)00117-2 |
| [9] |
张雪, 李忠武, 申卫平, 等. 红壤有机碳流失特征及其与泥沙径流流失量的定量关系[J]. 土壤学报, 2012, 49(3): 465-473. Zhang X, Li Z W, Shen W P, et al. Characteristics of loss of organic carbon in red soil and their quantitative relationships with sediment and runoff generation[J]. Acta Pedologica Sinica, 2012, 49(3): 465-473. DOI:10.11766/trxb201106170217 |
| [10] |
王文欣, 庄义琳, 庄家尧, 等. 不同降雨强度下坡地覆盖对土壤有机碳流失的影响[J]. 水土保持学报, 2013, 27(4): 62-66. Wang W X, Zhuang Y L, Zhuang J Y, et al. Effects of downhill coverage on soil organic carbon loss under different rainfall intensities[J]. Journal of Soil and Water Conservation, 2013, 27(4): 62-66. |
| [11] | 水利部黄河水利委员会. 黄河流域综合规划(2012-2030年)[M]. 郑州: 黄河水利出版社, 2013: 1-10. |
| [12] |
刘春利, 杨勤科, 谢红霞. 延河流域降雨侵蚀力时空分布特征[J]. 环境科学, 2010, 31(4): 850-857. Liu C L, Yang Q K, Xie H X. Spatial and temporal distributions of rainfall erosivity in the Yanhe River Basin[J]. Environmental Science, 2010, 31(4): 850-857. |
| [13] |
汪亚峰, 傅伯杰, 陈利顶, 等. 黄土丘陵小流域土地利用变化的土壤侵蚀效应:基于137Cs示踪的定量评价[J]. 应用生态学报, 2009, 20(7): 1571-1576. Wang Y F, Fu B J, Chen L D, et al. Effects of land use change on soil erosion intensity in small watershed of Loess Hilly Region: a quantitative evaluation with 137-Cesium tracer[J]. Chinese Journal of Applied Ecology, 2009, 20(7): 1571-1576. |
| [14] |
文雯, 周宝同, 汪亚峰, 等. 黄土高原羊圈沟小流域土地利用时空变化的土壤有机碳效应[J]. 生态学报, 2015, 35(18): 6060-6069. Wen W, Zhou B T, Wang Y F, et al. Effects of spatio-temporal changes of land-use on soil organic carbon in Yangjuangou watershed in Loess Plateau, China[J]. Acta Ecologica Sinica, 2015, 35(18): 6060-6069. |
| [15] |
贾珺杰, 高扬, 陈维梁, 等. 黄土高原坝系流域干湿季交替下氮输出特征及其源解析:以羊圈沟为例[J]. 环境科学, 2017, 38(1): 147-155. Jia J J, Gao Y, Chen W L, et al. Characteristics of nitrogen transport and its source trace in Loess Plateau's dam watershed under wet and dry season: a case study of Yangjuangou watershed[J]. Environmental Science, 2017, 38(1): 147-155. |
| [16] |
郝卓, 高扬, 张进忠, 等. 南方红壤区氮湿沉降特征及其对流域氮输出的影响[J]. 环境科学, 2015, 36(5): 1630-1638. Hao Z, Gao Y, Zhang J Z, et al. Characteristics of atmospheric nitrogen wet deposition and associated impact on N transport in the watershed of red soil area in Southern China[J]. Environmental Science, 2015, 36(5): 1630-1638. |
| [17] |
陈世博, 汪亚峰, 高扬, 等. 黄土高原磷湿沉降特征及其对坝系流域磷输出影响——以羊圈沟为例[J]. 环境科学学报, 2017, 37(2): 721-728. Chen S B, Wang Y F, Gao Y, et al. Characteristics of phosphorus wet deposition in the Loess Plateau and its effect on the phosphorus export in the dam watershed: a case study of Yangjuangou Watershed[J]. Acta Scientiae Circumstantiae, 2017, 37(2): 721-728. |
| [18] |
李斌, 王莉. 延安近60年降水量的统计分析[J]. 陕西水利, 2015(1): 126-129. Li B, Wang L. Statistical analysis of precipitation in the past 60 years in Yan'an[J]. Shaanxi Water Resources, 2015(1): 126-129. |
| [19] |
李甜甜, 季宏兵, 江用彬, 等. 赣江上游河流水化学的影响因素及DIC来源[J]. 地理学报, 2007, 62(7): 764-775. Li T T, Ji H B, Jiang Y B, et al. Hydro-geochemistry and the sources of DIC in the upriver tributaries of the Ganjiang River[J]. Acta Geographica Sinica, 2007, 62(7): 764-775. DOI:10.11821/xb200707009 |
| [20] |
陈忠, 马海州, 曹广超, 等. 黄土碳酸盐的研究[J]. 盐湖研究, 2006, 14(4): 66-72. Chen Z, Ma H Z, Cao G C, et al. Study on carbonates in Loess: a review[J]. Journal of Salt Lake Research, 2006, 14(4): 66-72. |
| [21] |
郭威, 李祥忠, 刘卫国. 西安周边河流溶解无机碳浓度及同位素组成初探[J]. 环境科学, 2013, 34(4): 1291-1297. Guo W, Li X Z, Liu W G. Study on the content and carbon isotopic composition of water dissolved inorganic carbon from rivers around Xi'an city[J]. Environmental Science, 2013, 34(4): 1291-1297. |
| [22] |
高海东, 李占斌, 李鹏, 等. 基于土壤侵蚀控制度的黄土高原水土流失治理潜力研究[J]. 地理学报, 2015, 70(9): 1503-1515. Gao H D, Li Z B, Li P, et al. The capacity of soil loss control in the Loess Plateau based on soil erosion control degree[J]. Acta Geographica Sinica, 2015, 70(9): 1503-1515. |
| [23] | Willey J D, Kieber R J, Eyman M S, et al. Rainwater dissolved organic carbon: concentrations and global flux[J]. Global Biogeochemical Cycles, 2000, 14(1): 139-148. DOI:10.1029/1999GB900036 |
| [24] | Didyk B M, Simoneit B R T, Pezoa L A, et al. Urban aerosol particles of Santiago, Chile: organic content and molecular characterization[J]. Atmospheric Environment, 2000, 34(8): 1167-1179. DOI:10.1016/S1352-2310(99)00403-3 |
| [25] | Doetterl S, Berhe A A, Nadeu E, et al. Erosion, deposition and soil carbon: a review of process-level controls, experimental tools and models to address C cycling in dynamic landscapes[J]. Earth-Science Reviews, 2016, 154: 102-122. DOI:10.1016/j.earscirev.2015.12.005 |
| [26] | Cauwet G, Mackenzie F T. Carbon inputs and distribution in estuaries of turbid rivers: the Yang Tze and Yellow rivers (China)[J]. Marine Chemistry, 1993, 43(1-4): 235-246. DOI:10.1016/0304-4203(93)90229-H |
| [27] |
裴会敏, 许明祥, 李强, 等. 侵蚀条件下土壤有机碳流失研究进展[J]. 水土保持研究, 2012, 19(6): 269-274. Pei H M, Xu M X, Li Q, et al. Advances in soil organic carbon Losses under erosion[J]. Research of Soil and Water Conservation, 2012, 19(6): 269-274. |
| [28] | 钱婧. 模拟降雨条件下红壤坡面菜地侵蚀产沙及土壤养分流失特征研究[D]. 杭州: 浙江大学, 2015. |