土壤有机碳(soil organic carbon, SOC)是地球陆地生态系统最大的碳库, 约占地表固碳总量的60%, 其微小变化即可对碳循环过程和大气浓度产生深远影响^[1].活性有机碳在土壤中周转较快, 主要包括土壤中高度游离态的植物残体、真菌菌丝、微生物量及其渗出物等有机质, 易于被微生物利用和转化的有生命体和无生命体的多相组合, 并参与土壤生物化学过程, 对微生物的生长代谢、土壤有机质分解与固定、土壤养分流和内在生产力有重大影响^[2].活性有机碳通常被分为微生物量碳(microbial biomass carbon, MBC)、可溶性有机碳(dissolved organic carbon, DOC)、易氧化有机碳(easily oxidized organic, EOC)等不同组分^[3], 且各组分含量对环境因子较为敏感^[4].土地利用方式的变化可直接或间接影响土壤有机碳形成, 进而对活性有机碳含量及组分产生影响^[5], 不同土地利用方式下土壤长期暴露于不同的日照条件、温度、降水、植被覆盖等自然环境中^{[6, 7]}, 且受不同程度人为活动干扰, 活性有机碳在各土层的分布也存在差异^[8].

20世纪末国内外学者根据不同标准将土壤碳分为不同组分, 其中杨玉海等^[9]根据碳库转化速率将土壤碳库分为活跃库、慢变库和惰性库, 陈志杰等^[10]根据物理密度将其分为轻组有机碳、重组有机碳和颗粒有机碳.而Lehmann等^[11]则根据不同的测定方法将有机碳分成水溶性有机碳、微生物量碳、易氧化有机碳、轻组有机碳.近年来国内外学者对土壤有机碳组分的研究主要通过化学、生物结合同位素的方法进行^[12], 并对影响有机碳组分的不同土壤环境因子进行进一步探索, 得出不同的土壤环境因子对土壤有机碳分布特征的影响^[13].目前关于有机碳组分的研究主要集中于山地、草原、森林、湿地^{[14, 15]}等生态系统, 并得出不同的有机碳组分在山地随海拔梯度呈现不同的规律^{[16, 17]}; SOC在高山草甸、典型草地和荒漠草地中含量呈现递减趋势, 不同的有机碳组分则呈现不同变化规律^[18]; 湿地SOC和MBC则在夏季呈现低海拔高于高海拔地区含量, 且其他有机碳组分随土层深度增加而降低^{[19, 20]}.但是, 对荒漠绿洲生态系统的研究鲜见报道, 荒漠区的有机碳组分分布状况尚不明确, 对有机碳组分的研究可为荒漠绿洲生态系统循环机制提供依据.

塔里木盆地北缘荒漠属我国极干旱地区, 生态系统脆弱.长期水资源短缺, 土壤保肥蓄水能力弱, 加剧了土壤养分的流失, 加之人为高强度的开发利用、不合理的管理方式, 导致土地贫瘠、土壤盐渍化愈发严重^[21].因此该研究区多以耐盐碱耐旱的农作物、荒漠植物为主, 若想改变研究区土地利用状况, 合理开发利用, 减少荒废土地, 需对研究区土壤特性及其元素含量进行准确测定.而MBC、DOC、EOC虽然占土壤有机碳比重较小, 但由于其较高的活性, 在土壤与大气、土壤与微生物的物质交换中起到至关重要的作用.那么, 研究区土壤活性有机碳各组分在不同土地利用方式下是如何分布的？其分布特征主要受哪些环境因子影响？

本研究土壤采集于塔里木河北缘, 选取具有代表性的盐碱地、天然林、沙地、30 a棉田这4种土地利用类型, 分析每种土地利用类型的不同有机碳组分及其土壤环境因子对其的影响, 旨在揭示不同土地利用方式下土壤活性有机碳分布特征, 对区域碳循环过程进行补充, 以期为当地土地合理开发利用提供参考.

阿拉尔垦区地处天山南麓, 塔克拉玛干沙漠北缘, 塔里木河上游阿克苏河与叶尔羌河冲击平原上, 跨81°15′~81°38′E, 40°22′~41°57′N.海拔介于996 m~1 012 m之间, 东高西低.年均蒸发量2 498 mm, 年均降水量44.7 mm, 年均日照时数为2 729.0 h, 年均气温12.4℃, 大于10℃的有效积温为4 201℃, 无霜期200 d, 属暖温带干旱气候.全年干旱少雨, 属我国极干旱地区, 人类生产活动主要以灌溉农业为主, 农作物有经济棉、大枣、核桃、梨等.现辖新疆阿克苏市托喀依乡、新疆建设兵团农一师十个农垦团场.主要土地利用方式为盐碱地、天然林、沙地、农用田等, 土壤类型为盐渍土、棕漠土、风沙土和灌漠土.

土壤样品采集于2016年8月阿拉尔垦区.选择具有代表性的盐碱地(土壤类型为盐渍土, 植被以盐生植物为主, 常见的有芦苇、盐穗木、柽柳; 主要分布于农田与荒地的交错带、废弃的农田等)、天然林(土壤类型为棕漠土, 植被以灌木、旱生小半灌木为主, 常见的有胡杨、骆驼刺等; 主要分布于塔里木河两岸含水量较高的区域)、沙地(土壤类型为风沙土, 植被覆盖度低, 常见的有沙蒿、梭梭; 主要分布于塔克拉玛干沙漠)、30 a棉田(土壤类型为灌漠土)为目标样地, 每个样地3个重复, 每个重复设置3个具有代表性的10 m×10 m样方, 用剖面取样法进行取样, 剖面深度为1 m, 并将其均分为5层, 自下而上逐层取土, 去除可见残碎植物及其他杂质后装袋.同时嵌入铝盒和环刀用于土壤含水量和容重的测量.将同一重复中同层土壤进行混合, 并用四分法取土装入两个自封袋中, 其中一袋置于4℃冰箱中进行保鲜.

室内分析中, 将用于SOC、DOC、EOC测定的土壤进行自然风干, 并过2 mm筛后编号待测.

SOC含量由重铬酸钾外加热法测得^[22]:称取1 g土壤于试管中, 加入0.80 mol·L^-1(1/6 K₂Cr₂O₇)标准溶液5 mL后加入浓H₂SO₄ 5 mL充分摇匀, 盖上小漏斗后置于铁丝笼中于190℃油浴锅内加热, 油浴锅内温度维持在170~180℃, 煮沸5 min.冷却后, 将液体置于250 mL三角瓶中, 加入邻啡罗啉指示剂3滴, 用0.2 mol·L^-1硫酸亚铁滴定, 溶液变为砖红色后, 记取FeSO₄消耗量, 根据FeSO₄消耗量得出SOC含量.

DOC由消煮法测得^[23]:取鲜土10 g, 加入50 mL超纯水振荡30 min后离心(5 000 r·min^-1) 10 min, 上清液通过循环水真空泵抽滤过0.45 μm的微孔滤膜, 滤液中的有机碳浓度利用总有机碳分析仪(Elementar vario TOC cube, 德国Elementar元素分析系统公司)测定.同时, 每份土样用烘干法测含水的质量分数, 用以换算成以烘干土为基准的DOC浓度.

EOC由离心法测得^[24]:取风干土30 g于塑料瓶中, 加入333 mmol·L^-1 KMnO₄溶液25 mL后封口, 以25 r·min^-1振荡1 h再离心5 min(4 000 r·min^-1), 提取上清液用去离子水按1:250稀释, 在565 nm分光光度计上比色, 根据KMnO₄消耗量求得易氧化有机碳含量.

MBC以氯仿熏蒸-提取法测得^[25]:取新鲜土壤50 g, 25℃下培养15 d置于真空干燥器内进行氯仿熏蒸24 h.抽尽氯仿后, 用0.5 mol·L^-1 K₂SO₄抽提, 测定提取液中总碳量.比较熏蒸与未熏蒸土样提取液中含碳量的差值, 得出土壤微生物碳.

土壤含水量(soil water content, SWC)用烘干法测得^[26]; 电导率(electrical conductivity, EC)通过电导率仪测得; pH用pH计测得; 土壤容重(bulk density, BD)由环刀法测得^[27]; 土壤全氮(total nitrogen, TN)用凯氏定氮法测得^[28].

实验所得数据用Excel 2007进行整理, 用SPSS 17进行数据分析.对不同有机碳组分通过K-S检验进行正态性分析, 其次, 对所测数据进行方差齐性检验, 若为齐性用LSD方法进行显著性多重比较; 若为非齐性, 用Tamhane's T2法进行多重比较, 显著性水平为α=0.05.

土壤有机碳含量敏感性指标^[29]根据以下公式得出:

(1)

式中, M为有机碳含量敏感性指标, I为有机碳含量, i在计算不同土地利用方式有机碳含量敏感性指标时为不同土壤层, 在计算不同土层有机碳含量敏感性指标时为不同土地利用方式.

另外, 本文将不同土壤有机碳组分含量作为研究对象, 以SWC、EC、BD及TN为环境变量, 用冗余分析(redundancy analysis, RDA)进行土壤SOC及各组分含量与土壤环境因子的关系分析.其中, 土壤不同有机碳组分、SWC、EC、BD、TN的变异膨胀系数小于作为环境变量的临界值20, 即可将其作为环境变量进行比较.排序轴梯度长度LGA < 3, 即有机碳碳组分对环境变量的响应为线性, 符合线性排序法, 可用RDA对其进行分析.

图 1为土壤有机碳各组分在不同土地利用方式下分布特征.其中SOC在天然林表现出最高水平, 沙地表现出最低水平.在盐碱地、天然林、30 a棉田SOC含量均随深度增加整体呈现下降趋势, 沙地呈现上升趋势. MBC在天然林表现出最高水平, 在沙地表现出最低水平.盐碱地、天然林中MBC含量随深度增加整体呈现下降趋势, 在沙地和30 a棉田中变化规律不明显. DOC含量在30 a棉田含量最低, 但在不同土层未呈现出明显趋势; 在盐碱地中其含量随土层深度增加而降低, 天然林中随土层深度增加而增加, 且不同土层含量均表现出显著差异(P < 0.05). EOC最高值出现在30 a棉田的60~80 cm层(35.8 mg·kg^-1), 且在0~80 cm随深度增加而增加; 但在4种土地利用类型中, EOC含量未表现出明显规律.

图 1

Fig. 1

小写字母:相同土层不同土地利用类型差异性; 大写字母:相同土地利用类型不同土层差异性(P < 0.05) 图 1 不同土地利用方式各有机碳组分含量 Fig. 1 Differences in soil organic contents in different land use types

表 1为不同土层各有机碳组分的敏感性分析.由敏感性指数均值可知, 不同有机碳组分对土层变化的敏感性排序为: MBC>SOC>DOC>EOC.即MBC对土层变化的响应最为明显, 宜作为土层变化对有机碳影响的良好指标; EOC对土层变化的响应最不明显, 不宜作为土层变化对有机碳影响的良好指标.

表 1 (Table 1)

表 1 不同土层深度土壤有机碳变化敏感性指标 Table 1 Sensitivity of soil organic carbon in different soil layer layers 土层深度/cm SOC DOC EOC MBC 0~20 1.85 0.84 0.90 1.27 20~40 1.41 1.2 0.33 1.32 40~60 1.00 0.42 0.43 1.25 60~80 1.34 2.23 0.60 1.49 80~100 1.13 1.76 0.82 1.87 平均值 1.35 1.29 0.62 1.44

表 1 不同土层深度土壤有机碳变化敏感性指标 Table 1 Sensitivity of soil organic carbon in different soil layer layers

表 2为不同土地利用方式各有机碳组分的敏感性分析.不同有机碳组分对土地利用变化的敏感性排序为: DOC>EOC>SOC>MBC.可见, DOC的敏感指标明显大于其他有机碳组分, 即DOC对土地利用变化的响应大于其他有机碳组分. MBC对土地利用变化的响应最为滞后, 不宜作为土地利用变化对土壤有机碳影响的良好指标.

表 2 (Table 2)

表 2 不同土地利用方式土壤有机碳变化敏感性指标 Table 2 Sensitivity of soil organic carbon in different land use types 土地利用方式 SOC DOC EOC MBC 盐碱地 0.38 1.60 0.74 0.52 天然林 0.18 1.61 0.66 0.07 沙地 0.67 1.12 0.24 0.29 30a棉田 0.88 1.46 0.79 0.69 平均值 0.52 1.45 0.61 0.39

表 2 不同土地利用方式土壤有机碳变化敏感性指标 Table 2 Sensitivity of soil organic carbon in different land use types

表 3对不同土地利用方式土壤环境因子进行统计.其中, BD在天然林表现最低水平, 但在4种土地利用方式不同土层中均未表现出明显规律. EC在盐碱地表现出最高水平, 且随深度增加呈现下降趋势, 而在沙地中则表现出了相反趋势.由土壤pH可得天然林土壤酸度较强, 沙地酸度最弱, 但均未随土层变化而表现出明显趋势.天然林和30 a棉田SWC较高, 沙地含水量最低.由TN含量可得, 盐碱地均值最高.

表 3 (Table 3)

表 3 不同土地利用方式土壤环境因子指标 Table 3 Environmental factors in different land use types 土地利用类型 土壤深度/cm 土壤容重(BD) /g·cm-3 电导率(EC) /mS·cm-1 pH 含水量(SWC) /% 全氮(TN) /mg·kg-1 0~20 2.03 5.43 8.16 27.79 123.03 20~40 1.98 6.64 7.92 19.70 119.77 盐碱地 40~60 2.37 4.74 8.60 19.91 103.72 60~80 2.26 2.40 9.47 19.34 108.18 80~100 2.50 2.68 9.35 19.21 107.25 0~20 1.89 1.04 9.47 29.07 35.22 20~40 1.84 0.52 9.51 28.99 26.85 天然林 40~60 1.92 0.30 9.48 25.44 29.95 60~80 1.84 0.36 9.38 25.37 5.05 80~100 2.14 0.34 9.42 23.80 10.70 0~20 2.26 1.28 8.78 9.62 17.33 20~40 2.07 1.09 8.74 9.61 19.06 沙地 40~60 2.20 2.30 8.47 9.00 18.45 60~80 2.00 3.38 9.02 9.71 12.70 80~100 2.30 3.33 8.96 10.99 27.80 0~20 2.27 4.18 9.88 23.83 12.22 20~40 2.25 6.28 9.05 24.58 13.75 30 a棉田 40~60 2.26 2.76 8.78 26.44 16.37 60~80 2.14 3.50 9.01 28.44 58.23 80~100 1.93 1.21 8.69 26.19 21.06

表 3 不同土地利用方式土壤环境因子指标 Table 3 Environmental factors in different land use types

对不同土地利用方式下土壤各有机碳组分与土壤环境因子进行RDA, 可得出土壤环境因子对土壤有机碳组分的解释(表 4).土壤有机碳组分在第Ⅰ轴、第Ⅱ轴的解释量分别为70.9%和10.7%, 累计解释土壤有机碳组分信息量为81.6%, 对土壤有机碳和土壤环境因子关系的累计解释量为98.3%.由此可知前两轴能够很好地反映有机碳组分和土壤环境因子的关系, 且主要由第Ⅰ轴决定.

表 4 (Table 4)

表 4 土壤有机碳组分含量的解释变量冗余分析/% Table 4 Redundancy analysis of the soil organic carbon content/% 排序轴 第Ⅰ轴 第Ⅱ轴 第Ⅲ轴 第Ⅳ轴 有机碳各组分特征解释量 70.9 10.7 0.7 0.2 有机碳各组分特征与土壤环境因子的相关性 0.885 0.650 0.378 0.098 有机碳组分特征累计解释量 70.9 81.6 82.3 82.5 有机碳组分特征-土壤环境因子关系累计解释量 77.9 98.3 99.7 100.0 典范特征值 0.525 总特征值 1.000

表 4 土壤有机碳组分含量的解释变量冗余分析/% Table 4 Redundancy analysis of the soil organic carbon content/%

图 2为不同有机碳组分与土壤环境因子的冗余分析二维图, SOC、MBC、EOC、pH、SWC、TN之间呈现正相关, SOC、MBC、EOC与BD和EC为负相关.其中, SOC、MBC与TN、pH的夹角较小, EOC与SWC的夹角较小, 表现出了较强的正相关性.而DOC与SWC表现出负相关关系, 与其它土壤环境因子均未表现出明显的相关性.

图 2

Fig. 2

SOC:土壤有机碳; MBC:微生物量碳; DOC:可溶性有机碳; EOC:易氧化有机碳; BD:土壤容重; EC:电导率; pH:酸碱度; SWC:含水量; TN:全氮 图 2 不同有机碳组分与土壤环境因子的冗余分析二维图 Fig. 2 Bidimensional ordering chart of the redundancy analysis of relationships between stoichiometric characteristics of different soil organic carbon components and physicochemical factors

表 5为理化变量对有机碳含量解释的重要性排序, 其重要性排序为: BD>SWC>EC>TN>pH. BD和SWC对有机碳含量的影响达到显著水平(P < 0.05), 其中, BD为负相关, 即对各有机碳组分含量起到限制作用, 而SWC的增加可对其起到促进作用.

表 5 (Table 5)

表 5 理化土壤变量解释的重要性排序 Table 5 Importance sequencing and Duncan's test of physicochemical factors 指标 重要性排序 土壤环境因子所占解释量/% F P 土壤容重(BD) 1 68 105.521 0.002 土壤含水量(SWC) 2 50 90.365 0.040 电导率(EC) 3 16 7.784 0.108 土壤全氮(TN) 4 16 7.784 0.302 pH 5 6 3.259 0.540

表 5 理化土壤变量解释的重要性排序 Table 5 Importance sequencing and Duncan's test of physicochemical factors

土壤有机碳主要来源于地上凋落物元素归还和地下植物根系代谢.本研究中不同土地利用方式土壤有机碳含量平均值大小依次为:天然林>30a棉田>盐碱地>沙地, 且天然林有机碳含量显著高于其它类型土壤有机碳(P < 0.05), 主要是因为天然林每年的枯落物归还量大且分解缓慢, 有利于碳的积累^[30].另外, 胡杨根系发达, 有良好的蓄水能力, 可将深层水提至表层, 进而提高胡杨周边生物多样性, 增加因代谢而产生的植物残体量, 而这些残体碳含量远高于裸露的棕漠土^[31].阿拉尔地区经济棉为大面积种植和管理, 棉杆就地焚烧或粉碎, 不会造成碳的大量流失^[32], 因而30 a棉田土壤有机碳含量高于盐碱地和沙地.张瑞等^[33]认为盐碱地盐生植物稀疏, 且叶片多为针状或柱状, 叶片体积远小于阔叶乔木, 不能较好地对土壤碳进行补充.沙地鲜有植物生长, 结构不稳定, 含水量低, 不适微生物的生长, 因此其有机碳含量低下.土壤微生物的生长和繁殖需要适宜的土壤湿度和凋落物的腐变, 天然林和30 a棉田较于盐碱地和沙地更能提供良好的生存场所, 因而天然林和30 a棉田的MBC也高于盐碱地和沙地, 这与Wang等^[34]得出的结论一致. DOC存在于腐殖质的酸性部分, 近一半储于胡敏酸中^[17], 因此其含量仍为天然林高于其它土地利用类型.但30 a棉田的DOC显著低于其他土地利用类型, 可能是因为其作为棉花生长所需的营养物质而被消耗^[35]. EOC是指在微生物和土壤酶的作用下易于被分解的有机碳, 其含量多少常被用来表示土壤有机碳的稳定性^[36], 本研究中30 a棉田的EOC含量最高, 沙地含量最低, 说明30 a棉田有机碳稳定性最低, 而沙地的稳定性高.

SOC在0~20 cm的含量最高, 且在0~80 cm内随深度递减, MBC也表现出相同规律, 主要是因为微生物在土壤表层活动强烈, 易分解有机质, 有利于有机碳的累积, 而土层越深, 微生物的活动越贫乏, 加之少量的根系和土壤动物残体并不能提供足量的碳, 郭洋等^[37]对干旱区土壤碳垂直剖面分布特征研究也得出了相似结论. Wander等^[38]认为DOC也主要来自于地表枯落物, 因而其含量应与SOC含量也表现出相同规律, 但本研究并未得出相似规律, 而是在40~60 cm层含量达到最高, 这可能与研究区干旱缺水, 盐碱地与沙地植被稀疏有关. EOC与SOC、MBC随深度变化的规律相同, 管光玉等^[39]认为随土层深度增加, 土壤生物活性和土壤质地发生变化, 因而对有机碳各组分含量产生影响.

本研究得出MBC对土层变化最为敏感, 其次为SOC, EOC敏感性最弱.表明MBC在不同土层含量差异较大, 且易受土层变化的影响, 可作为土层变化对土壤有机碳影响的良好指标, 其主要原因为研究区不同土层土壤营养元素、水分和盐分含量差异较大, 不能全部满足微生物生长繁殖所需的生态条件, 造成不同土层微生物的含量差异较大^[40]. DOC对不同土地利用方式的响应最大, MBC对其响应最小, 主要是因为DOC来源单一, 较小的碳源改变就可以造成DOC大的变化^[41].

干旱区土壤水分、盐分含量及盐渍化程度差异较大, 其不同的环境因子对不同组分有机碳的分布有一定影响^[7].对其进行分析可得土壤容重对碳组分分布的影响最大, 其次为SWC、EC、TN、pH, 其中BD和EC与各组分碳含量呈负相关, SWC、TN、pH与其呈正相关.有学者认为随土壤深度的增加, BD随之增加, 而更深的土层对外界营养物质有一定的隔离作用, 加之干旱区绿洲土壤贫瘠, 不能为微生物的生长提供营养物质, 且以腐殖质为主要来源的DOC含量也随之减少, 这与很多研究结果相似^[41].在干旱区生态系统中, SWC一般被认为是影响植被、土壤特性最为关键的环境因子^[42], Fang等^[43]认为低的SWC不利于土壤中有机质的分解, 从而降低有机碳含量, Antisari等^[44]却认为高的SWC与MBC的含量呈负相关关系, 本研究得出含水量对有机碳的含量起到促进作用, 造成这些差异的原因可能是不同地区土壤质地不同, 干旱区土壤水分为限制因子, 高的SWC可通过微生物的活性调节土壤微环境, 有利于活性有机碳的积累和周转^[42]. EC与含盐量呈现显著相关关系, 因此常被用来表示土壤含盐量的高低^[45].本研究中EC与MBC与SOC含量均呈现负相关关系, 说明EC对MBC与SOC有抑制作用, 主要是因为高的含盐量使地表植物细胞内部水势低于胞外, 造成失水, 不利于其进行光合作用, 从而减少对碳的固定.另外, 高的含盐量可通过影响微生物抑制土壤呼吸, 减少土壤与外界的气体交换^[46].土壤氮元素作为植物和微生物生存的必要营养元素, 其含量的高低可直接影响植物根系对元素的吸收, 进而对其生理活动产生影响.

本研究用冗余分析法对影响土壤有机碳各组分含量的土壤环境因子进行排序, 是对干旱区绿洲研究的有益尝试, 但单独分析各土壤环境因子对碳含量的影响尚存在缺陷, 碳含量可能受不同土壤环境因子的多重影响, 且环境因子之间可能存在相互制约的现象.

(1) 研究区地处欧亚大陆腹地, 属我国极干旱区, SOC、MBC、DOC、EOC在不同土地利用类型表现出不同分布特征, 其最高值分别为1.92 mg·kg^-1(天然林0~20 cm层)、167.81 mg·kg^-1(天然林0~20 cm层)、143.23 mg·kg^-1(天然林80~100 cm层)、38.50 mg·kg^-1(盐碱地60~80 cm层). SOC在盐碱地、天然林、30 a棉田随土层增加呈现下降趋势, 在沙地呈现上升趋势; MBC在天然林随深度增加而降低, 在其他土地利用类型无明显趋势; DOC在盐碱地随土层增加而降低, 在天然林呈现相反趋势; EOC在30 a棉田随土层增加呈现上升趋势.

(2) MBC对土层变化的响应最明显, 宜作为土层变化对有机碳影响的良好指标. DOC对土地利用变化的响应最明显, 宜作为土地利用变化对有机碳影响的良好指标.

(3) SOC、MBC、EOC均与土壤pH、含水量、全氮之间呈现正相关, SOC、MBC、EOC与容重和电导率为负相关.影响土壤有机碳分布特征的环境因子重要性排序为BD>SWC>EC>TN>pH, 其中BD与SWC对其影响达到显著水平.