2. 黄河流域内蒙段水资源与水环境综合治理自治区协同创新中心,呼和浩特 010018;
3. 内蒙古自治区水资源保护与利用重点实验室,呼和浩特 010018
2. Autonomous Region Collaborative Innovation Center for Integrated Management of Water Resources and Water Environment in the Inner Mongolia Reaches of the Yellow River, Hohhot 010018, China;
3. Inner Mongolia Autonomous Region Key Laboratory of Water Resources Protection and Utilization, Hohhot 010018, China
草原生态系统是全球面积最大的陆地生态系统类型, 不仅具有生产草畜产品的巨大经济价值, 更兼具水源涵养、防风固沙、调节气候和维护生物多样性等潜在生态价值[1, 2]. 内蒙古草原占中国北方草原面积的13.5%, 在调节气候、防治水土流失和保护生物多样性方面起着关键作用[3]. 然而内蒙古是全球变化的敏感地区[4], 受气候变化及人类活动的影响, 草地生态环境极为脆弱, 植被覆盖率不断下降, 严重威胁我国的生态安全[5~7]. 大多数研究认为气候变化和人类活动共同导致草原退化, 但是气候变化是主要的驱动因素[8, 9]. 因此, 研究气候条件对草原植被和土壤的影响对草地恢复具有重要意义.
植被与土壤是相互影响、相互制约的系统, 良性的互作关系有利于土地的可持续发展[10]. 耦合是两个或两个以上生态系统相互作用的一种现象, 它体现了生态系统中各种元素的相互转换与依存[11, 12]. 其中耦合度被用来描述系统彼此相互作用程度的强弱, 耦合协调度反映了不同系统之间的一致性水平[13, 14]. 许多学者通过构建植被-土壤耦合协调模型, 来定量评价土壤与植被的关系, 从而全面了解生态发展过程中植被-土壤系统的协调发展状态[15~19]. 有研究为寻找矿区不同垦殖模式的“短板”, 量化矿区土壤与植物系统共同演化的现状而建立植被-土壤耦合模型[16]. 也有研究利用植被-土壤耦合协调模型对太行山坡地不同管理措施引起的植被-土壤系统的差异进行比较, 探求最佳管理模式[18]. 还有研究对陕北黄土区域不同植被恢复模式和土壤的调查与采样分析, 构建不同植被恢复模式植被与土壤耦合协调度模型, 以此寻找最佳方案等[19], 都是通过构建植被-土壤耦合协调度模型, 更加全面和准确地揭示了植被与土壤相互作用机制. 刘敏敏等[20]通过对内蒙古锡林郭勒盟正镶白旗草原不同管理模式的植被生物量和土壤性质进行分析, 结果表明, 放牧对草地生态系统的影响主要表现在:草地生物量、土壤含水率和土壤容重等方面. Lin等[21]基于内蒙古草原两种放牧制度以及3种降雨控制, 讨论降雨变化和禁放牧对植被多样性指数的响应. 许多科研人员都是在内蒙古草原的小区域不同管理模式下进行植被-土壤关系分析, 然而对大尺度的研究极少.
目前研究大多集中在西北地区的煤矿复垦模式[15, 16]和不同管理措施的植被-土壤关系的差异方面[17, 18, 20, 21], 但内蒙古草原地域广阔, 气候差异显著, 利用耦合协调度模型对内蒙古草原不同气候区域的植被-土壤耦合研究较少, 了解植被-土壤的协调度评价对草原退化响应的区域尺度变化以及降雨和气温对草原退化影响至关重要. 因此, 本研究以年均降雨量和年均温度划分不同气候梯度, 分析植被因子和土壤因子的变化规律, 探究不同气候区域植被-土壤耦合协调度, 以期为内蒙古草原生态恢复提供重要理论依据.
1 材料与方法 1.1 研究区概况研究区选取内蒙古自治区中部区域(111°12′~120°45′E, 41°21′~45°42′N), 见图 1. 气候为温带大陆性气候, 四季分明, 海拔1 000~1 200 m. 主要草地类型为草甸草原、典型草原和荒漠草原这3种, 土壤类型以栗钙土和棕钙土为主. 年平均气温0~8℃, 东西差异较大;年平均降雨量100~400 mm, 降雨量少且分布不均. 通过对内蒙古自治区及其周边8个省份69个气象站获取近20 a的降雨量和气温数据, 利用克里金插值法绘制出年均等降雨量线和年均等温面, 由此划分不同气候区域, 进行不同气候条件下植被-土壤耦合关系分析(图 1).
![]() |
A1、B1、B2、B3、C1、C2、C3和C4具体包括的地区见表 1 图 1 内蒙古草原样点位置示意 Fig. 1 Schematic of the location of sampling sites in Inner Mongolia grassland |
本研究以内蒙古草原为主要研究对象, 分别在2022年和2023年7月对选取的19个草原调查点进行植被及土壤样品的采集, 2022年平均降雨量为314.5 mm, 平均气温为5.8℃;2023年平均降雨量为308.0 mm, 平均气温为6.4℃. 2022年和2023年均属于平水年. 并按多年年均降雨量和年均温度将19个样点分为8个不同气候区(表 1), 具体点位置及分布范围见图 1.
![]() |
表 1 不同气候区域划分及其包括的站点1) Table 1 Delineation of different climatic zones and included stations |
1.2.2 植被调查及土壤取样
在每个样点随机选取3个1 m×1 m的样方进行植被调查及取样, 在样方中对植物的种类、株数、高度、覆盖度进行了统计, 地上生物量是将样方内采集的植物烘干后称重得到, 覆盖度由专业人员目测得出, 同时在各样方内用直径5 cm土钻在0~30 cm各层(0~10、10~20和20~30 cm)取土样, 进行土壤理化指标的测定.
1.2.3 植被群落特征与土壤理化性质测定 1.2.3.1 植物多样性Shannon-Wiener多样性指数[22]:
![]() |
(1) |
![]() |
(2) |
![]() |
(3) |
![]() |
(4) |
式中, S为物种数目;Pi为第i种物种的相对个体数, 即Pi=Ni/N, 其中N为样方内全部物种的个体总数, Ni为第i种物种的个体数.
1.2.3.2 土壤理化性质的测定本文选择了土壤含水率、pH、有机碳和全氮等指标进行分析测定. 其中, 采用烘干法来测定土壤含水率;采用便携式pH计测定pH值;采用凯氏定氮法对土壤全氮进行了测定;土壤有机碳使用重铬酸钾氧化法测定.
1.3 耦合度和协调度模型 1.3.1 数据标准化为避免因指标单位差异而引起的误差, 并使数据间可以进行比较, 在计算各项指标时, 将研究资料用极差法归一化处理, 公式为:
![]() |
(5) |
![]() |
(6) |
式中, xij和Xij分别为指标原始数据和极差标准化后的指标数据;minxj和maxxj分别为第j项指标的最小值和最大值.
1.3.2 权重确定采用层次分析法(AHP)和熵权法确定土壤综合权重.熵值法计算各指标的权重:
![]() |
(7) |
![]() |
(8) |
![]() |
(9) |
式中, Hj为第j指标的信息熵;k=lnm, ln为自然对数;m为研究区样本数;Yij为第j项的第i个指标的占比, 当Yij=0时, YijlnYij=0.
![]() |
(10) |
式中, Wj为评价指标的权重;dj为指标效用值. Wj值越大, 对评价的重要性就越大.
1.3.3 耦合度模型耦合度是度量系统或要素之间相互作用和影响程度的定量指标, 本研究中分别用VCE和SCE表示植被系统和土壤系统, 公式如下:
![]() |
(11) |
![]() |
(12) |
式中, pixi为植被系统中第i个土壤要素的权重值和标准化值, qjyj为土壤系统中第j个土壤要素的权重值和标准值.
植被-土壤耦合度模型计算公式为:
![]() |
(13) |
式中, C为植被-土壤耦合度.
1.3.4 耦合协调度模型为了弥补耦合度模型无法反映植被-土壤系统中的“功效”和“协同”效应的缺陷[23], 基于耦合度C, 构建了一个能够更全面反映不同气候条件下植被-土壤系统相互作用的协调度模型:
![]() |
(14) |
式中, Ch为植被-土壤系统的综合协调度系数.
![]() |
(15) |
式中, Dc为植被-土壤系统的综合协调度(0 < Dc < 1), 当Dc趋近于0时, 植被-土壤耦合协调度效果较差, 当Dc趋近于1时, 植被-土壤耦合协调度最好.
1.3.5 植被-土壤系统协调发展类型的判断标准目前耦合协调度分级缺乏统一标准, 本研究基于先前的研究准则[24], 以本研究的耦合协调度Dc划分植被-土壤系统的耦合协调模式, 基于VCE/SCE的耦合协调度得出植被-土壤系统耦合协调特征, 最终评估内蒙古草原不同年均降雨量和年均温度下植被-土壤系统耦合协调状态.
1.4 数据分析数据使用Excel 2010和SPSS 27.0进行预处理, 使用YAAHP 11.2进行层次分析法确定权重, 使用ArcGIS 10.7和Origin 2019b进行图形的绘制.
2 结果与分析 2.1 地上植被特征图 2(a)~2(c)所示, 通过对2022年和2023年这2 a在不同年均降雨量和年均温度的植物多样性指标进行分析发现, Shannon-Wiener多样性指数、均匀度指数和优势度指数除了在C1、C2和C4条件下2022年的指数大于2023年指数, 在其余条件下均是2023年的指数大于2022年, 然而2022年的地上生物量和覆盖度较2023年的水平高. 在B3条件下两年间大部分植被多样性指数都比其他条件下的植被多样性指数高. 在年均降雨量200~300 mm和年均温度在2~4℃条件下的植被多样性指数低于相同降雨量的其他两个年均温度. 在年均温度0~2℃, 随着年均降雨量的增加而植被多样性指数显著降低, 表明温度较低时, 降水增加并不有利于植被生长[图 2(a)~2(d)]. 在2023年, C1条件下的地上生物量与其他条件下的显著不同, 覆盖度在该条件下与其他条件也显著不同[图 2(e)和2(f)].
![]() |
A1、B1、B2、B3、C1、C2、C3和C4与表 1中的表述对应;不同字母表示相同年份不同气候条件差异显著(P < 0.05) 图 2 2022年和2023年不同气候区地上植被特征变化 Fig. 2 Changes in above-ground vegetation characteristics in different climatic zones in 2022 and 2023 |
如图 3所示, 土壤含水率、pH对不同年均降雨量和年均温度呈现不同的响应, 如图 3(a)所示, 不同地区土壤含水率差异显著, 降雨量显著影响土壤含水率, 降雨量高时, 年均温度偏低的地区土壤含水率较其他地区高时. 如图 3(b)所示, 不同气候条件下的土壤均呈弱碱性, 在B2的环境下土壤的pH最大, 在C3的条件下土壤pH最低, 降雨和温度显著影响土壤pH. 不同气候条件下的土壤养分分析结果显示, 2022年和2023年土壤ω(有机碳)范围为2.23~7.10 g·kg-1, 2023年在年均温度相同条件下, 随年均降雨量的增加有机碳的含量无显著变化, 2022年在年均降雨量不变的条件下, 随年均温度的升高有机碳的含量逐渐减少. 2022年和2023年土壤ω(全氮)范围在1.20~2.99 g·kg-1. 2023年的土壤全氮相对于2022年含量高. 在2022年, B1条件下全氮含量最高, A1时全氮含量最低;在2023年, C1时全氮含量最高, B3时全氮含量最低[图 3(c)和3(d)].
![]() |
A1、B1、B2、B3、C1、C2、C3和C4与表 1中的表述对应;不同字母表示相同年份不同气候条件差异显著(P < 0.05) 图 3 2022年、2023年不同气候区域土壤理化性质 Fig. 3 Soil physicochemical properties in different climatic regions in 2022 and 2023 |
为了更好地了解植被和土壤的关系, 对2022年和2023年这2 a草原的植被和土壤因子进行相关分析(图 4). 如图所示, 2 a中Shannon-Wiener多样性指数与优势度指数和均匀度指数相关系数均大于0.7, 二者之间有很强的正相关关系, 优势度指数和均匀度指数、丰富度指数显著正相关, 覆盖度与地上生物量具有明显的正向相关. 在土壤系统, 2022年和2023年土壤有机碳和全氮的相关系数分别为0.79和0.96, 具有很强的正相关关系, 土壤pH和有机碳、全氮在2022年相关性较弱, 而在2023年相关性较强, 土壤全氮与含水率具有显著正相关. 两年中土壤含水率和地上生物量、植被覆盖度具有明显正相关, 2022年覆盖度和土壤含水率、有机碳和全氮具有明显正相关, 在2023年均匀度指数和土壤含水率、有机碳、全氮具有显著负相关性. 2022年地上生物量与土壤有机碳相关系数为0.28, 2023年相关系数接近为0, 因此土壤有机碳与地上生物量的相关性较弱.
![]() |
(a)2022年, (b)2023年;1. Shannon-Wiener多样性指数, 2. Simpson优势度指数, 3. Margalef丰富度指数, 4. Pielou均匀度指数, 5.地上生物量, 6.覆盖度, 7.含水率, 8.pH, 9.土壤有机碳, 10.土壤全氮;色柱表示相关性的大小和方向, 红色表示正相关, 蓝色表示负相关, 相关性越强颜色越深, 椭圆越细长;*表示P < 0.05 图 4 植被和土壤因子相关分析 Fig. 4 Correlation analysis of vegetation and soil factors |
如图 5所示, 不同年份各指标的综合权重各不相同. 2022年和2023年土壤有机碳和全氮权重最大分别为0.212和0.174, 在综合评价中起重要作用. 2022年和2023年这2 a的Shannon-Wiener多样性指数分别为0.067、0.063, 丰富度指数权重分别为0.070、0.068, 两年中权重的变化极小. 在植被系统里, 2023年的各指标权重大于2022年;在土壤系统里, 2022年的各指标权重大于2023年. 在表 2中, 2022年B1气候条件下植被综合指数(VCE)和耦合度指数(Dc)最大, 在C1时土壤综合指标(SCE)最大. 2023年在C1条件下, 植被综合指标(VCE)、土壤综合指标(SCE)和耦合度指数(Dc)均是最大的. 不同年均降雨量和年均温度的植被-土壤耦合协调关系存在差异, 从严重失调发展模式到濒临失调发展模式. 在C1时, 2022年和2023年均属于濒临失调发展模式, 但2022年植被滞后发展, 说明植被系统制约了土壤的可持续发展, 2023年为植被-土壤同步发展, 即土壤可以满足草本植被生长需求. 总的来说, 两年中草原整体处于失调发展模式, 但在C1的气候条件下的耦合协调关系较其他条件好, 说明在内蒙古草原上C1条件下植被和土壤交互作用效果较好.
![]() |
V1、V2、V3、V4、V5和V6分别表示Shannon-Wiener多样性指数、Pielou均匀度指数、Simpson优势度指数、Margalef丰富度指数、地上生物量和覆盖度;S1、S2、S3和S4分别表示土壤有机碳、土壤全氮、土壤pH和土壤含水率 图 5 2022年和2023年植被和土壤综合权重 Fig. 5 Combined vegetation and soil weights in 2022 and 2023 |
![]() |
表 2 2022年和2023年植被-土壤生态系统耦合协调关系评价结果 Table 2 Evaluation results of coupled vegetation-soil ecosystem coordination relationship in 2022 and 2023 |
3 讨论 3.1 气候条件对植被和土壤性质的影响
年均降雨量在200~300 mm、年均温度在0~6℃时, 植被多样性指数呈现先降低再增加的趋势, 在2~4℃植被多样性指数最低, 因为在植被达到最适温度之前, 增温会提高光合作用促进植被生长, 同时也会导致呼吸作用的增加从而抑制植被生长[25, 26]. 年均温度在0~6℃时, 随着温度升高, 土壤有机碳含量逐渐下降, 由于土壤蒸发和植物的蒸腾作用增强, 土壤含水率减少, 导致土壤有机碳含量降低[27]. 同时, 降雨被认为是干旱和半干旱陆地生态系统生产力和可持续性的主要限制因素[28~30]. 在2023年, 年均温度在0~2℃时, 0~30 cm土层的有机碳和全氮随着年均降雨量的增加而增加, 这是由于降雨量增加引起地上生物量的增加[31]. 由此产生的更多凋落物分解是土壤养分的主要来源[32~34]. 温度在0~2℃时, 年均降雨量从200~300 mm增加到300~400 mm导致物种多样性降低, 然而地上生物量显著增加, 主要是由于禾草的存在, 使得该地区的地上生物量很高, 并且杂草类植物有着较高的物种多样性[35]. 说明降水增加, 对禾草类植物生长有促进作用, 却抑制杂草类植被生长. 在年均温度2~6℃时, pH随着降雨量的增加而减小, 因为降雨增加导致非酸阳离子的进出增加, 从而稀释养分对pH的酸化作用, 更有利于植被生长[36]. 草地植被生长受土壤理化性质的影响, 同时土壤理化性质也会因植被生长状况存在差异[37]. 在本研究中, 土壤含水率和植被覆盖度、地上生物量呈显著正相关, 这与杨学亭等的研究结果一致[38]. 土壤含水率通过影响土壤营养、温度、通气状况等因素决定植物的生长发育[39]. 土壤含水率增加, 土壤微生物分解效率提高, 植被凋落物及微生物代谢产物分解得较彻底, 有利于土壤养分的产生, 使植被生长旺盛, 从而提高植被的覆盖度和地上生物量. 土壤全氮对植物多样性呈显著相关, 说明土壤全氮是影响草原植物多样性的关键因素[40]. 2022年地上生物量与土壤有机碳呈明显正相关, 2023年则没有相关性. 因为2022年地上生物量显著大于2023年, 植被的地上生物量产生的凋落物是土壤有机碳的主要来源, 2023年地上生物量较少, 对土壤有机碳影响较小.
3.2 气候条件对植被-土壤耦合协调关系的影响内蒙古草原不同气候条件下植被-土壤耦合协调关系差异变化大, 由于研究区年均降雨量在400 mm以下, 且主要集中在6~9月, 导致草地整体处于失调发展模式. 水分是阻碍土壤和植被发育的最大限制因素[41], 使植被-土壤耦合协调度较低. 与其他条件相比, 本研究期间都是MAP:300~400 mm、MAT:0~2℃条件下植被-土壤耦合协调度最高. 说明降雨量增加, 增加土壤湿度, 促进植物地上部分有机残体向地下部分运输, 为土壤提供养分[42];且温度偏低时, 土壤水分蒸发和植物的蒸腾作用下降, 植被的生产力和土壤养分的有效性升高[43, 44], 因此植被-土壤耦合协调度较好. 在MAP:100~200 mm、MAT:2~4℃气候条件下, 植被-土壤耦合协调度最低, 因为在这个气候区域大部分土地荒漠化, 土壤含水率是连接降水变化与植物体响应的桥梁[45]. 土壤含水率主要受降水的影响, 在降雨量极少的条件下, 土壤含水率也极低, 而且多沙地, 保持水分困难, 导致无法为植被提供水分和营养物质, 因此植被-土壤耦合度最低. 在MAP:300~400 mm、MAT:6~8℃时, 2023年协调度较2022年水平低, 由于草地持续退化, 草场面积缩小, 导致2023年放牧强度高于2022年, 引起草场的地上生物量和覆盖度下降, 从而土壤水分蒸发加快, 土壤含水率下降, 影响植被生长及其分布格局[46], 导致植被-土壤耦合协调度降低, 土壤滞后发展, 土壤水分和养分无法满足植被长期稳定生长的需求.
4 结论本研究分析了2022年和2023年在不同气候条件下, 植被和土壤系统中的各项指标及其相互关系. 结果显示:在不同气候条件下, 植被系统中各指标均存在显著差异性;在土壤系统中, 除了2022年土壤全氮外, 其余指标均存在显著性差异. 在2022年, 地上生物量、覆盖度与土壤含水率和土壤有机碳呈显著正相关;在2023年, 均匀度指数和土壤含水率、土壤pH、土壤有机碳和土壤全氮呈显著相关. 在研究期间植被-土壤耦合协调关系差异较大, 但整体处于失调发展模式. 在MAP:300~400 mm、MAT:0~2℃气候条件下, 耦合协调关系最好, 属于濒临失调发展模式. 综上所述, 在不同气候条件下, 植被和土壤系统的各项指标及其相互关系存在显著差异. 特定的气候条件下的耦合协调关系对草原生态恢复具有重要意义, 本研究可以为未来草原生态恢复和管理提供重要科学依据.
[1] |
董世魁, 唐芳林, 平晓燕, 等. 新时代生态文明背景下中国草原分区与功能辨析[J]. 自然资源学报, 2022, 37(3): 568-581. Dong S K, Tang F L, Ping X Y, et al. Zoning and functions of China's grassland in the New Era of ecological civilization[J]. Journal of Natural Resources, 2022, 37(3): 568-581. |
[2] | Bork E W, Hewins D B, Lamb E G, et al. Light to moderate long-term grazing enhances ecosystem carbon across a broad climatic gradient in northern temperate grasslands[J]. Science of the Total Environment, 2023, 894. DOI:10.1016/j.scitotenv.2023.164978 |
[3] | Fan F, Liang C Z, Tang Y K, et al. Effects and relationships of grazing intensity on multiple ecosystem services in the Inner Mongolian steppe[J]. Science of the Total Environment, 2019, 675: 642-650. DOI:10.1016/j.scitotenv.2019.04.279 |
[4] |
苏力德, 杨劼, 万志强, 等. 内蒙古地区草地类型分布格局变化及气候原因分析[J]. 中国农业气象, 2015, 36(2): 139-148. Su L D, Yang J, Wan Z Q, et al. Climate change and its impacts on distribution pattern of grassland types in Inner Mongolia[J]. Chinese Journal of Agrometeorology, 2015, 36(2): 139-148. |
[5] |
杨志贵, 张建国, 李锦荣, 等. 内蒙古温性草原草地类型近20年时空动态变化研究[J]. 草业学报, 2023, 32(9): 1-16. Yang Z G, Zhang J G, Li J R, et al. Spatiotemporal dynamic variation of temperate grassland classes in Inner Mongolia in the last 20 years[J]. Acta Prataculturae Sinica, 2023, 32(9): 1-16. |
[6] | Zhang H, Zhang X, Shang Y, et al. Continuously vegetation greening over Inner Mongolia for the past three decades[J]. Remote Sensing, 2021, 13(13). DOI:10.3390/rs13132446 |
[7] | Wang H F, Kang C Y, Tian Z X, et al. Vegetation periodic changes and relationships with climate in Inner Mongolia based on the VMD method[J]. Ecological Indicators, 2023, 146. DOI:10.1016/j.ecolind.2022.109764 |
[8] |
孙应龙, 延昊, 赵晓凤, 等. 2011-2020年夏季全国草原净初级生产力时空变化及其气象影响评估[J]. 草地学报, 2021, 29(4): 848-854. Sun Y L, Yan H, Zhao X F, et al. Spatial-temporal changes of summer net primary productivity and its reponse to meteorological impacts from 2011 to 2020 in China grassland[J]. Acta Agrestia Sinica, 2021, 29(4): 848-854. |
[9] | Zhao D, Wang Z W, Wu X J, et al. Response of vegetation dynamics in environmentally sensitive and fragile areas to natural and anthropogenic factors: a case study in Inner Mongolia Autonomous Region, China[J]. Anthropocene, 2023, 44. DOI:10.1016/j.ancene.2023.100414 |
[10] | Feng L Q, Guo M M, Wang W L, et al. Evaluation of the effects of long-term natural and artificial restoration on vegetation characteristics, soil properties and their coupling coordinations[J]. Science of the Total Environment, 2023, 884. DOI:10.1016/j.scitotenv.2023.163828 |
[11] |
于洋, 卫伟, 陈利顶, 等. 黄土丘陵区坡面整地和植被耦合下的土壤水分特征[J]. 生态学报, 2016, 36(11): 3441-3449. Yu Y, Wei W, Chen L D, et al. Coupling effects of different land preparation and vegetation on soil moisture characteristics in a semi-arid loess hilly region[J]. Acta Ecologica Sinica, 2016, 36(11): 3441-3449. |
[12] | Zwieback S, Bosch D D, Cosh M H, et al. Vegetation-soil moisture coupling metrics from dual-polarization microwave radiometry using regularization[J]. Remote Sensing of Environment, 2019, 231. DOI:10.1016/j.rse.2019.111257 |
[13] |
刘定惠, 杨永春. 区域经济-旅游-生态环境耦合协调度研究——以安徽省为例[J]. 长江流域资源与环境, 2011, 20(7): 892-896. Liu D H, Yang Y C. Coupling coordinative degree of regional economy-tourism-ecological environment—A case study of Anhui Province[J]. Resources and Environment in the Yangtze Basin, 2011, 20(7): 892-896. |
[14] |
徐明, 张健, 刘国彬, 等. 不同植被恢复模式沟谷地植被-土壤系统耦合关系评价[J]. 自然资源学报, 2016, 31(12): 2137-2146. Xu M, Zhang J, Liu G B, et al. Analysis on vegetation-soil coupling relationship in Gullies with different vegetation restoration patterns[J]. Journal of Natural Resources, 2016, 31(12): 2137-2146. |
[15] | Gao R, Ai N, Liu G Q, et al. The coupling relationship between herb communities and soil in a coal mine reclamation area after different years of restoration[J]. Forests, 2022, 13(9). DOI:10.3390/f13091481 |
[16] | Guo A N, Zhao Z Q, Yuan Y, et al. Quantitative correlations between soil and plants in reclaimed mining dumps using a coupling coordination degree model[J]. Royal Society Open Science, 2018, 5(9). DOI:10.1098/rsos.180484 |
[17] |
王皓月, 郭月峰, 徐雅洁, 等. 九峰山不同林分类型生态恢复植被-土壤系统耦合关系评价[J]. 生态环境学报, 2021, 30(12): 2309-2316. Wang H Y, Guo Y F, Xu Y J, et al. Coupling relationship between vegetation and soil system in ecological restoration of different stand types in Jiufeng Mountain[J]. Ecology and Environmental Sciences, 2021, 30(12): 2309-2316. |
[18] |
郭文芳, 李鑫, 陈艳梅, 等. 太行山坡地不同管理措施植被-土壤系统耦合关系[J]. 生态学报, 2023, 43(15): 6170-6181. Guo W F, Li X, Chen Y M, et al. Evaluation of the coupling relationship between vegetation and soil system under different management measures in Taihang Mountains[J]. Acta Ecologica Sinica, 2023, 43(15): 6170-6181. |
[19] |
濮阳雪华, 王月玲, 赵志杰, 等. 陕北黄土区不同植被恢复模式植被与土壤耦合关系研究[J]. 草业学报, 2021, 30(5): 13-24. Puyang X H, Wang Y L, Zhao Z J, et al. Coupling relationships between vegetation and soil in different vegetation restoration models in the Loess region of Northern Shaanxi Province[J]. Acta Prataculturae Sinica, 2021, 30(5): 13-24. |
[20] |
刘敏敏, 赵鸿彬, 张圣微, 等. 放牧到禁牧对草地土壤有机碳累积及其主控因子的影响[J]. 生态学报, 2023, 43(21): 8739-8748. Liu M M, Zhao H B, Zhang S W, et al. Change of soil organic carbon accumulation in grasslands and main control factors from grazing to prohibition of grazing[J]. Acta Ecologica Sinica, 2023, 43(21): 8739-8748. |
[21] | Lin X, Zhao H B, Zhang S W, et al. Impact of precipitation and grazing on recovery of plant vegetation in temperate grasslands[J]. Land Degradation & Development, 2024, 35(3): 1178-1191. |
[22] |
李雪杰, 陈杰, 于红博, 等. 锡林郭勒草原不同植物群落特征与土壤养分特性研究[J]. 山东农业科学, 2024, 56(3): 61-69. Li X J, Chen J, Yu H B, et al. Characteristics of different plant communities and soil nutrients in Xilingol Grassland[J]. Shandong Agricultural Sciences, 2024, 56(3): 61-69. |
[23] |
王枫, 宋同清, 杜虎, 等. 中国南海北部不同岛屿植被与土壤的耦合协调发展度[J]. 生态学报, 2023, 43(8): 3319-3326. Wang F, Song T Q, Du H, et al. Coupling coordinative degree of vegetation and soil in different islands in the north of South Sea, China[J]. Acta Ecologica Sinica, 2023, 43(8): 3319-3326. |
[24] |
白一茹, 阮晓晗, 包维斌, 等. 宁南山区坡面不同土地利用方式下植被-土壤耦合关系评价[J]. 水土保持研究, 2021, 28(4): 251-258. Bai Y R, Ruan X H, Bao W B, et al. Evaluation on coupling of vegetation and soil on slopes of mountain area in Southern Ningxia[J]. Research of Soil and Water Conservation, 2021, 28(4): 251-258. |
[25] | Hudson J M G, Henry G H R, Cornwell W K. Taller and larger: shifts in Arctic tundra leaf traits after 16 years of experimental warming[J]. Global Change Biology, 2011, 17(2): 1013-1021. |
[26] | Liu X B, He B, Guo L L, et al. European carbon uptake has not benefited from vegetation greening[J]. Geophysical Research Letters, 2021, 48(20). DOI:10.1029/2021GL094870 |
[27] |
邱晓. 放牧和模拟气候变化对草地生态系统植被与土壤碳氮循环特征的影响[D]. 呼和浩特: 内蒙古农业大学, 2022. Qiu X. The effect of grazing and climate change on characteristics of vegetation and cycle of soil carbon and nitrogen in grassland ecosystem[D]. Hohhot: Inner Mongolia Agricultural University, 2022. |
[28] | Aranibar J N, Otter L, Macko S A, et al. Nitrogen cycling in the soil-plant system along a precipitation gradient in the Kalahari sands[J]. Global Change Biology, 2004, 10(3): 359-373. |
[29] | Berthrong S T, Piñeiro G, Jobbágy E G, et al. Soil C and N changes with afforestation of grasslands across gradients of precipitation and plantation age[J]. Ecological Applications, 2012, 22(1): 76-86. |
[30] |
韩丹, 李玉霖, 杨红玲, 等. 模拟增温和改变降雨频率对干旱半干旱区土壤呼吸的影响[J]. 中国沙漠, 2021, 41(2): 100-108. Han D, Li Y L, Yang H L, et al. Effects of simulated temperature increase and change of rainfall frequency on soil respiration in arid and semi-arid areas[J]. Journal of Desert Research, 2021, 41(2): 100-108. |
[31] | Tuo D F, Gao G Y, Chang R Y, et al. Effects of revegetation and precipitation gradient on soil carbon and nitrogen variations in deep profiles on the Loess Plateau of China[J]. Science of the Total Environment, 2018, 626: 399-411. |
[32] | Banning N C, Grant C D, Jones D L, et al. Recovery of soil organic matter, organic matter turnover and nitrogen cycling in a post-mining forest rehabilitation chronosequence[J]. Soil Biology and Biochemistry, 2008, 40(8): 2021-2031. |
[33] | Del Rosario Iglesias M, Barchuk A, Grilli M P. Carbon storage, community structure and canopy cover: a comparison along a precipitation gradient[J]. Forest Ecology and Management, 2012, 265: 218-229. |
[34] | Campo J, Merino A. Variations in soil carbon sequestration and their determinants along a precipitation gradient in seasonally dry tropical forest ecosystems[J]. Global Change Biology, 2016, 22(5): 1942-1956. |
[35] |
李晓丽, 徐满厚, 孟万忠, 等. 模拟增温对云顶山亚高山草甸水热因子及群落结构的影响[J]. 生态学报, 2020, 40(19): 6885-6896. Li X L, Xu M H, Meng W Z, et al. Effects of experimental warming on the hydrothermic factor and community structure of subalpine meadow on Yunding Mountain, Shanxi Province, China[J]. Acta Ecologica Sinica, 2020, 40(19): 6885-6896. |
[36] | Sadeghian F, Jahandari S, Haddad A, et al. Effects of variations of voltage and pH value on the shear strength of soil and durability of different electrodes and piles during electrokinetic phenomenon[J]. Journal of Rock Mechanics and Geotechnical Engineering, 2022, 14(2): 625-636. |
[37] |
李宏, 江康威, 杨永强, 等. 天山北坡山地草甸植被特征和土壤养分对放牧的响应[J]. 草业科学, 2023, 40(4): 874-884. Li H, Jiang K W, Yang Y Q, et al. Response of vegetation characteristics and soil nutrients to grazing in mountain meadows on the north slope of the Tianshan Mountains[J]. Pratacultural Science, 2023, 40(4): 874-884. |
[38] |
杨学亭, 樊军, 盖佳敏, 等. 祁连山不同类型草地的土壤理化性质与植被特征[J]. 应用生态学报, 2022, 33(4): 878-886. Yang X T, Fan J, Ge J M, et al. Soil physical and chemical properties and vegetation characteristics of different types of grassland in Qilian Mountains, China[J]. Chinese Journal of Applied Ecology, 2022, 33(4): 878-886. |
[39] | Deng L, Wang K B, Li J P, et al. Effect of soil moisture and atmospheric humidity on both plant productivity and diversity of native grasslands across the Loess Plateau, China[J]. Ecological Engineering, 2016, 94: 525-531. |
[40] | Ren Z W, Li Q, Chu C J, et al. Effects of resource additions on species richness and ANPP in an alpine meadow community[J]. Journal of Plant Ecology, 2010, 3(1): 25-31. |
[41] | Zhao Z Q, Bai Z K, Zhang Z, et al. Population structure and spatial distributions patterns of 17 years old plantation in a reclaimed spoil of Pingshuo opencast mine, China[J]. Ecological Engineering, 2012, 44: 147-151. |
[42] | Gupta S R, Singh J S. Soil respiration in a tropical grassland[J]. Soil Biology and Biochemistry, 1981, 13(4): 261-268. |
[43] | Müller R, Peticzka R, Inselsbacher E. Applicability of the microdialysis technique in dry soils: Impact of soil water content depends on perfusion flow rate[J]. Soil Biology and Biochemistry, 2023, 177. DOI:10.1016/j.soilbio.2022.108903 |
[44] | Gao W D, Liu X H, Zheng C, et al. Comparison of the soil water, vapor, and heat dynamics between summer maize and bare fields in arid and semi-arid areas[J]. Agronomy, 2023, 13(4). DOI:10.3390/agronomy13041171 |
[45] |
赛希雅拉. 增温增水对内蒙古荒漠草原植物群落特征和土壤的影响研究[D]. 呼和浩特: 内蒙古大学, 2023. Saixi Y L. Effects of warming and increased precipitation on plant community characteristics and soil of desert steppe in Inner Mongolia[D]. Hohhot: Inner Mongolia University, 2023. |
[46] |
向婷, 艾宁, 刘广全, 等. 陕北黄土区典型草地土壤水分特征及其对季节的响应[J]. 林业资源管理, 2022(2): 149-156. Xiang T, Ai N, Liu G Q, et al. Characteristics of soil moisture and its response to seasons in typical grassland in the Loess Plateau of Northern Shaanxi[J]. Forest and Grassland Resources Research, 2022(2): 149-156. |