2024, Vol. 45
2. 天津市生态环境科学研究院, 天津 300191
2. Tianjin Academy of Eco-Environmental Sciences, Tianjin 300191, China
植被碳储量和土壤碳储量共同组成了生态系统碳储量, 其中, 植物通过光合作用将大气中的CO2和水转化为有机物, 这些有机物在植物体内被储存和利用, 又通过植被残落物及其分解过程影响土壤碳的输入, 所以植被是土壤生态系统碳输入的重要来源[1]. 不同植物残落物进入土壤后, 由于组织结构不同导致分解速率不同, 其在土壤中积累的残体和根系分泌物也不同, 所以不同植物群落土壤有机碳的特征差异明显[2]. 另外, 植被类型与环境特征密切相关, 不同植物群落土壤性质的差异同时也反映了不同环境条件对土壤有机碳（soil organic carbon, SOC）特征的影响. 植被残落物分解形成的土壤有机碳根据周转时间可分为活性碳库、慢速碳库和惰性碳库. 其中土壤活性有机碳是指土壤有机碳库中变化速度快、稳定性差、易氧化、易矿化的部分. 由于其对植物和土壤微生物活性的敏感性[3 ~ 6], 常被用作评价土壤质量、监测土壤碳储量变化的关键指标. 学术上根据不同的研究角度, 活性有机碳又可分为溶解性有机碳（dissolved organic carbon, DOC）、易氧化有机碳（easily oxidizable organic carbon, EOC）、微生物量碳、轻组有机碳和颗粒有机碳（particulate organic carbon, POC）等. 在这些活性有机碳的组分中, DOC可以在湿地生态系统的水体和土壤中自由交换, 同时又可以作为微生物生长和生物分解养分资源的指示因子[7], 是最为活跃的有机碳组分. POC是土壤中与砂粒结合的那部分有机碳, 包括半分解的植物、微生物和动物残体, 代表有机物分解过程的重要阶段, 与土壤生物活性密切相关. 而EOC主要来源于植物残体和根际分泌物[8], 是土壤有机碳中周转最快的组分, 其含量与SOC的矿化速率有关[9], 常作为土壤有机质的敏感性指标[2].
湿地生态系统是全球碳循环的重要组成部分, 其中湿地环境对碳循环有决定性影响, 直接影响到土壤有机质的转化. 溶解性有机物（dissolved organic matter, DOM）虽然只占土壤有机物（soil organic matter, SOM）的一小部分, 但其具有高溶解度和周转率, 是将土壤有机质的腐殖化、矿质化和土壤生物成分紧密联系在一起的重要环节, 因此对DOM的研究有助于进一步了解土壤物质循环和养分运输的情况. DOM是指能通过0.45 μm滤膜且含有多种官能团的能溶于水、酸或者碱溶液的有机分子混合体, 其包含DOC、溶解性有机氮（dissolved organic nitrogen, DON）、溶解性有机磷（dissolved organic phosphorus, DOP）和溶解性有机硫（dissolved organic sulphur, DOS）等多种可溶性组分[10], 因此受到如温度和降水等[11, 12]多种环境因素及其组合的影响. 作为一种活性有机物, DOM拥有多样的功能基团和有机物种类, 参与土壤物质吸附-解吸、腐殖化、矿质化和微生物新陈代谢等一系列生物地球化学过程, 在元素的生物地球化学循环和生态系统功能调节中起着举足轻重的作用[13], 因此能较好地反映土壤质量的变化, 也是评价生态系统碳储量的重要指标.
目前关于湿地碳储量（不同的植被群落[14]、不同的土地利用模式和不同的碳源[15]）、水体[16, 17]和陆地生态系统[18]土壤DOM组分特征及其来源的研究已广泛开展, 这在一定程度上推动了人们对生态系统固碳及其碳汇功能的认识和理解. 滨海湿地介于陆地和海洋之间, 除气候变化因素外, 还受到水盐胁迫及海陆作用的影响, 其碳汇形成过程及生物地球化学循环比较复杂. 且近年来随着经济的发展, 海岸线的开发和利用较为频繁, 滨海湿地面积萎缩严重, 对滨海湿地特别是潮上带季节性淹水湿地碳库特征及其驱动因子的研究迫在眉睫. 黄河三角洲潮上带季节性淹水湿地的主要植被类型为芦苇、盐地碱蓬和柽柳, 一般来说, 这种典型的潮上带湿地会在经历较长时间的干旱后在雨季发生季节性淹水. 这种由降水驱动的湿地生境极不稳定, 植被的正向和逆向演替频繁发生, 胁迫因子之间的交互作用也更复杂, 这对人们正确评估气候变化对滨海湿地土壤碳库的影响是一种挑战.
为深入了解黄河三角洲滨海湿地碳库特征及其环境响应机制, 本文以空间代替时间, 选择潮上带处在同一演替序列上的盐地碱蓬、芦苇和柽柳植物群落作为研究对象, 分析不同植物群落土壤有机碳库的组成和分布特征, 并结合土壤理化性质分析影响有机碳库变化的关键因子, 以此为基础探讨黄河三角洲潮上带季节性淹水湿地的碳汇过程及恢复模式. 本研究结果有助于了解黄河三角洲植物群落演替过程中土壤有机碳的分解动态、周转速率及影响因素, 并对双碳背景下滨海湿地生态系统固碳增汇路径的探索具有重要意义.
1 材料与方法 1.1 样品采集研究区位于东营市的黄河三角洲大汶流国家级湿地自然保护区, 地理坐标为37°40'~38°10' N, 118°41'~119°16' E, 区域年均气温为12.2 ℃, 年均降水量为551.6 mm, 年均蒸发量为1 962 mm. 保护区内以湿生植被和盐生植被为主, 优势种为盐地碱蓬、芦苇和柽柳等耐盐性湿地植被. 黄河三角洲湿地自然资源丰富, 土壤以潮土和盐土为主.
样品采集于2018年7月~8月（湿季）, 在黄河三角洲潮上带区域选择3种典型的植物群落, 分别为芦苇群落（L）、盐地碱蓬群落（Y）和柽柳群落（C）, 如图 1所示, 其中芦苇和盐地碱蓬群落是在群落内按对角线分别选取3个1 m×1 m的样地设置土壤剖面, 柽柳群落是在群落内按对角线选取3株生长均匀的个体, 在植株下设置土壤剖面, 每个土壤剖面分为0~10、10~20、20~30、30~40和40~50 cm共5个深度层次, 采集的土壤样品去除植物根系和石块, 置于干净通风的气候室里自然风干, 然后将样品过2 mm筛并保存于密封袋中, 用于后续实验.
|
图 1 研究区域采样点分布示意 Fig. 1 Distribution of sampling sites in the study area |
EOC采用高锰酸钾氧化法测定[19], 称2 g过100目筛的风干土样品, 加入25 mL浓度为333 mmol·L-1的K2MnO4, 充分振荡1 h后以2 000 r·min-1低转速离心5 min, 取上清液用去离子水按1∶250稀释后, 用紫外可见分光光度计（T6, 中国）测量吸光度, 根据K2MnO4的消耗量计算土壤EOC含量. POC采用六偏磷酸钠分散法测定[20], 称取10 g过筛的风干土样, 并加入5 g·L-1的六偏磷酸钠溶液30 mL, 室温下90 r·min-1振荡18 h. 然后取土壤悬液过53 μm滤膜, 用蒸馏水反复冲洗筛上物质至土壤颗粒无法下渗, 并将留在滤膜上物质在60℃下烘干至恒重, 得到土壤中颗粒态碳组分, 采用重铬酸钾-外加热法测定其有机碳含量, 即POC含量. SOC采用重铬酸钾-外加热法测定, 土壤pH采用pH计（Delta320, 梅特勒-托利多, 瑞士）测定. 土壤盐度（salt）用电导率仪（DDSJ-308A, 雷兹, 中国）测定. 土壤全氮（N）采用连续流动注射分析仪（德国, 布朗卢比AA3）测定, 土壤磷（P）采用钼锑抗比色法测定. 铵态氮（NH4+-N）、硝态氮（NO3--N）和亚硝氮（NO2--N）采用KCl浸提-紫外分光光度法测定, 含水率（MC）采用烘干法测定.
DOM采用水提法[21], 取10 g风干沉积物样置于100 mL锥形瓶中, 按土水比1∶5加入超纯水浸提, 于室温下放入25℃恒温振荡器中振荡8 h后, 2 800 r·min-1离心1 min, 所得上清液过0.45 μm滤膜后得到DOM提取液, 一部分使用爱丁堡FS5型荧光光谱分析仪进行三维荧光光谱扫描, 另一部分使用SOP-Vario TOC总有机碳分析仪（Elementar, 德国）测定有机碳浓度, 即DOC浓度.
1.3 数据分析本研究使用ArcGIS 10.2绘制研究区域采样点分布图, 利用Excel 2021和IBM SPSS Statistics 25进行数据处理及统计分析, 并用Origin 2023绘制柱状图, 使用MATLAB R2022b进行平行因子分析（PARAFAC）, 采用残差分析得到组分数, 并且通过拆半分析进行验证. 利用CANOCO 5进行冗余分析（RDA）.
2 结果与讨论 2.1 不同植物群落土壤有机碳组分特征黄河三角洲3种植物群落SOC及其活性有机碳组分的分布特征如图 2所示. 不同群落比较, 芦苇、盐地碱蓬和柽柳群落ω（SOC）的变化范围分别为3.16~11.47、3.29~12.40和2.70~6.19 g·kg-1[图 2（a）], 且其在芦苇和柽柳群落中显著低于盐地碱蓬群落（7.53 g·kg-1）（P < 0.05）. 在垂直分布上, SOC含量在3种植物群落中大致呈现为随着土层加深而降低的趋势, 其中, 0~10 cm土层的SOC含量显著高于20~50 cm土层（P < 0.05）, 20~30 cm土层SOC含量显著高于30~40 cm土层（P < 0.05）.
|
不同小写字母表示同一群落不同土层间差异显著（P < 0.05）；*表示P < 0.05 图 2 黄河三角洲不同植物群落SOC及其活性有机碳组分（DOC、EOC和POC）的分布特征 Fig. 2 Distribution characteristics of SOC and its labile organic carbon fractions (DOC, EOC, and POC) of different plant communities in the Yellow River Delta |
另外, 不同组分有机碳含量在3种植物群落中均表现为：EOC > DOC > POC, 其中柽柳群落的ω（DOC）最高[图 2（b）], 均值为0.98 g·kg-1, 变化范围为0.34~1.70 g·kg-1, 芦苇群落EOC含量和POC含量分别为1.47 g·kg-1和0.65 g·kg-1显著高于盐地碱蓬和柽柳群落[P < 0.05, 图2（c）和2（d）], 芦苇群落ω（EOC）和ω（POC）变化范围分别为1.23~1.98 g·kg-1和0.33~0.99 g·kg-1, 盐地碱蓬群落ω（EOC）和ω（POC）变化范围分别为1.17~1.44 g·kg-1和0.22~0.62 g·kg-1, 柽柳群落ω（EOC）和ω（POC）变化范围分别为1.18~1.34 g·kg-1和0.38~0.60 g·kg-1. 在垂直分布上, 3种植物群落土壤的DOC含量和EOC含量均随深度增加而下降. POC含量随土层深度变化规律不明显, 但芦苇和盐地碱蓬群落0~30 cm土层的POC含量显著高于30~50 cm土层（P < 0.05）, 这可能与0~30 cm土层内有机物来源较多有关.
枯枝落叶、残根和根系分泌物等有利于土壤有机碳的积累[22], 因此, 3种植物群落土壤有机碳含量与组成的差异可能与植被类型有关. 盐地碱蓬作为一年生草本植物, 其枯落物数量和质量要高于多年生草本植物芦苇和木本植物柽柳, 因此, 盐地碱蓬群落SOC含量显著高于芦苇和柽柳群落. 芦苇群落EOC和POC含量显著高于盐地碱蓬和柽柳群落, 但活性有机碳占比最高的是柽柳群落, 其DOC/SOC、EOC/SOC和POC/SOC的值分别为19.52%、28.75%和10.36%, 说明柽柳群落土壤有机碳活性最高, 易矿化分解, 碳的周转速率较其他2种植物群落更高.
垂直分布上, SOC和活性有机碳均表现出随着土层加深而降低的趋势, 其中, 芦苇群落0~10 cm和30~50 cm、10~20 cm和40~50 cm土层之间差异显著（P < 0.05）, 盐地碱蓬群落0~10 cm和40~50 cm土层之间差异显著（P < 0.05）, 柽柳群落0~10 cm和20~30 cm土层之间差异显著（P < 0.05）. 说明浅层土壤受植物枯落物和根系的影响, 新鲜有机质更多, 且土壤通气性好, 微生物活性更高, 因此有机碳含量更高且周转速率更快.
2.2 不同植物群落土壤DOM三维荧光光谱特征本研究利用三维荧光光谱结合PARAFAC模型, 分析了DOM的三维荧光光谱矩阵, 得到4种DOM荧光组分（C1、C2、C3和C4）, 其特征如表 1所示, 光谱图和载荷如图 3所示.
|
表 1 荧光组分特征及来源分析1） Table 1 Fluorescence characteristics and source analysis |
|
色柱表示荧光强度, 单位为R.U. 图 3 黄河三角洲潮上带土壤DOM的4个荧光组分及荷载图 Fig. 3 Four fluorescence fractions and loading maps of DOM of supratidal soils in the Yellow River Delta |
C1[图3（a）和3（b）]类似传统陆地腐殖质峰A和海洋腐殖质峰M的组合[23], 一般情况下, 荧光峰A多用于指示外源输入, 常被认为是高芳香度的大分子类腐殖质, 荧光峰M指示海洋源类腐殖质物质[24], 相对分子质量较大, 结构比较复杂且稳定. C2[图3（c）和3（d）]可归类为具有高相对分子质量和芳香族腐殖物质的紫外区类腐殖质, 为陆生源类腐殖物质, 一般通过植物降解以及人类活动影响产生, 该类物质在湿地和森林环境中含量最高[25]. C3[图3（e）和3（f）]为可见光区类腐殖质, 主要来自陆源输入. C4[图3（g）和3（h）]短波激发峰和长波激发峰分别与前人研究中的可见区类色氨酸荧光T2峰和紫外区类色氨酸荧光T1峰具有相近的光谱特征, 代表的是植物和微生物降解来源的类色氨酸物质[24], 因为与微生物活动密切相关, 可以反映微生物活动情况[26].
荧光强度可以反映DOM各组分的浓度[29], 本研究3种植物群落的荧光强度如图 4所示. C1和C3代表着DOM的外源输入, 其在芦苇、盐地碱蓬和柽柳3种植物群落中占比分别为55.80%、56.41%和52.81%, 说明外源输入对DOM有影响, 但与内源共同作用, 影响程度接近. DOM占比最高的是C1, 其在芦苇、盐地碱蓬和柽柳3种植物群落中占比分别为42.44%、44.01%和44.18%, 说明不同植物群落中, DOM主要由小分子类腐殖质组成, 由海源和陆源共同输入. C1、C2和C3荧光强度的最小值和C4荧光强度的最大值均出现在柽柳群落, 表明柽柳群落DOM中类腐殖质浓度低于其他2种植物群落, 而其类蛋白物质浓度高于其他2个植物群落, 这可能是因为柽柳群落微生物活动频繁, 导致大量微生物代谢DOM的输入. 前人研究表明黄河三角洲潮上带中柽柳群落细菌丰富度和多样性均高于芦苇和盐地碱蓬群落[31].
|
空心正方形表示荧光强度均值, 横线表示荧光强度中位数 图 4 黄河三角洲不同植物群落各组分荧光强度 Fig. 4 Fluorescence intensity of each component of different plant communities in the Yellow River Delta |
不同植物群落DOM的三维荧光指数特征如图 5所示. 腐殖化指数（HIX）反映了DOM的腐殖化程度, HIX值越高, 芳香性结构化程度越高, DOM的腐殖化程度越高[32]. 本研究中, 芦苇群落HIX显著高于盐地碱蓬群落和柽柳群落[P < 0.05, 图 5（a）], HIX均值依次为4.52、3.30和3.11, 表明芦苇群落DOM腐殖化程度最高, 盐地碱蓬和柽柳群落DOM腐殖化程度较低. 垂直分布上, 除盐地碱蓬外, 其他植物群落均表现为土层越深HIX值越高, 腐殖化程度也越高, 这与植物所处的演替阶段有关.
|
不同小写字母表示同一群落不同土层间差异显著（P < 0.05）；*表示P < 0.05 图 5 黄河三角洲不同植物群落土壤DOM三维荧光光谱参数变化 Fig. 5 Variation in DOM three-dimensional fluorescence spectral parameters of different plant communities in the Yellow River Delta |
荧光指数（FI）反映了芳香氨基酸与非芳香物在DOM中的相对占比, 可用来判断DOM中腐殖质的来源和降解程度[33], FI > 1.9, 表示细菌等微生物活动产生的DOM占主导地位, 自生源特征明显；FI < 1.4时, 表示DOM主要以外源输入为主[28]. 如图 5（b）所示, 芦苇FI指数变化范围为1.45~1.67, 盐地碱蓬群落变化范围为1.49~1.64, 柽柳群落变化范围为1.43~1.70. 方差分析表明, 柽柳群落FI指数显著高于芦苇群落, 但垂直分布上变化不明显, 说明黄河三角洲潮上带不同植物群落土壤DOM均受内源和外源的共同影响, 柽柳群落自生源占比高于芦苇群落.
自生源指标（BIX）表征DOM的自生源的相对占比[34], BIX值随着最近产生的生物活性DOM的占比增加而增加. BIX > 1, 自生源特征明显, DOM主要由微生物活动产生, BIX < 1则自生源特征不明显, DOM主要由陆源输入. 芦苇群落中BIX变化范围为0.78~1.12, 盐地碱蓬中变化范围为0.81~1.05, 柽柳群落变化范围为0.84~1.16[图 5（c）], 表明研究区内DOM自生源特征不明显, 主要为陆源根系和枯落物的输入为主, 但柽柳群落自生源占比显著高于芦苇群落（P < 0.05）, 这与群落演替后期微生物多样性的增加有关. 在垂直分布上, 芦苇群落10~20 cm, 柽柳和盐地碱蓬群落0~20 cm土层范围内的BIX大于1, 其他深度土壤BIX值均小于1, 这表明3个植物群落自生源特征主要分布在0~20 cm土层范围内, 这与根际微生物的主要活动范围有关.
由于DOM水溶液在吸收光谱紫外区有着较强的吸收信号, 本文进一步研究了土壤DOM紫外-可见光光谱的变化特征. 如图 6（a）所示, 芦苇、盐地碱蓬和柽柳群落α（355）的值分别为8.48、5.96和5.34, 其中芦苇群落α（355）显著高于柽柳群落（P < 0.05）, 且其在不同植物群落中均呈现出随着土层加深而降低的趋势, 可能是由于本次采样在夏季, 温度高、光照时间长且光照强度大, 表层土受光照辐射的作用影响较大[35]. α（355）可以表征DOM相对浓度[36], 以上结果表明, 芦苇群落及表层土中DOM相对浓度较高. 这一结果可能与植物类型有关, 芦苇作为草本植物, 枯落物数量和质量高于柽柳, 有机质输入量也更高, 但其微生物活性显著低于柽柳群落, DOM易积累.
|
不同小写字母表示同一群落不同土层间差异显著（P < 0.05）；*表示P < 0.05 图 6 黄河三角洲不同植物群落土壤DOM紫外-可见光光谱参数变化 Fig. 6 Variation in UV-visible spectral parameters of soil DOM of different plant communities in the Yellow River Delta |
SR为275~295 nm和350~400 nm波长斜率的比值, 与DOM相对分子质量负相关[37]. 如图 6（b）所示, 本研究中芦苇、盐地碱蓬和柽柳群落SR变化范围分别为0.27~0.37、0.28~0.45和0.29~0.49. 不同群落比较, 柽柳群落SR显著大于芦苇群落（P < 0.05）；垂直分布上, 芦苇和盐地碱蓬群落SR最大值在40~50 cm, 柽柳群落SR的最大值在30~40 cm. 以上结果表明演替后期的植物群落及深层土壤DOM相对分子质量较小.
SUVA260为260 nm波长处的吸光系数和DOC浓度的比值, 可以反映DOM疏水性有机质组分含量[38]. 如图 6（c）所示, SUVA260在芦苇、盐地碱蓬和柽柳群落中的变化范围分别为0.14~0.62、0.21~0.92和0.27~0.50, 其中盐地碱蓬群落SUVA260显著高于芦苇和柽柳群落（P < 0.05）；在垂直分布上, SUVA260随着深度的增加而降低. 以上结果表明演替前期植物群落及表层土壤疏水性特征更明显.
2.4 不同植物群落有机碳影响因子湿地有机碳的生物因素和非生物因素的影响是相互的, 即土壤中有机物质的输入量在很大程度上取决于气候条件（温度和降水）、土壤性质、植被以及土地利用等因素[39, 40], 这些因素也起到改变土壤质地的作用, 而土壤质地的改变又会影响湿地土壤中有机碳的分布和含量, 所以, 土壤有机碳含量与植被、土壤条件和地理位置等环境变量息息相关. 本研究以土壤环境变量作为解释变量, 以SOC及其组分、DOM荧光参数作为响应变量进行冗余分析, 如图 7所示. 本研究发现, 第一排序轴和第二排序轴共解释了荧光参数45.22%的变化, 分别是37.54%和7.68%. 蒙特卡洛分析表明, N、NO2--N和NH4+-N均显著影响了土壤有机碳和DOM组分特征, 其中, N的解释度为35.7%（P < 0.01）, NO2--N的解释度为7.1%（P < 0.01）, NH4+-N的解释度为1.3%（P < 0.05）, 表明黄河三角洲潮上带植物群落中N元素及其有效性是影响土壤有机碳分布及其活性组分特征的关键环境因子.
|
黄色箭头表示土壤理化性质（解释变量）, 蓝色箭头表示土壤有机碳组分和DOM荧光特征（响应变量） 图 7 土壤环境变量、SOC及其活性组分与DOM光谱特征参数的冗余分析 Fig. 7 RDA analysis of soil environmental variables and SOC and its active fraction with DOM spectral characteristic parameters |
既然黄河三角洲潮上带湿地土壤有机碳及其DOM组分特征由外源输入和内源作用共同驱动, 影响植被枯落物输入和土壤微生物活动的因素便决定着碳库的形成及其稳定性. 以往在该区域的研究表明, 氮元素是黄河三角洲潮上带湿地植物生长的限制性因子[35]. 一方面, N元素的增加将有效地促进氮限制区域植物的生长, 特别是促进细根和生物量的增加[41], 造成植被凋落物和根系分泌物输入量的增加, 致使SOC和DOM大量积累[42]. 另一方面, 氮元素可以直接改变土壤微生物的种类、数量及活性[43], 促进微生物的繁殖, 使微生物作用增强, 腐殖化程度降低, 内源自生的DOM增多, 表现为高FI、BIX和低HIX. 有机氮在氨化作用下分解, 同时淹水期土壤反硝化作用更活跃, 硝化作用受到抑制, NH4+-N增加, NO2--N减少. 亲水性物质被水体中微生物分解利用[44], 因此DOM成分发生了改变, 大分子类腐殖酸类物质增加, 小分子类蛋白物质逐渐减少, DOM的组成向相对分子质量更大、芳香度和疏水性组分含量更高的方向发展.
另外, 黄河三角洲典型的潮上带湿地会在经历较长一段时间干旱后在雨季发生季节性淹水, 淹水可使得地下生物量、根系分泌物增加[45], 还可促进土壤有机质的淋溶和水解等过程, 或许可增加土壤中有机碳的累积量. 但在本研究中, 土壤水分对有机碳的影响并不显著, 这可能与湿地群落前期的干旱经历有关. 植物群落经历干旱时, 植物会通过调节根际分泌物, 向根部分配更多的光合碳用来吸收水分, 同时加速土壤有机碳的分解[46]. 降水事件发生后, 增加了土壤的厌氧条件, 降低了根系和微生物的生物活性, 抑制土壤有机碳分解. 季节性淹水湿地的这种阶段性厌氧好氧的交替互为补偿, 降低了有机碳对土壤水分变化的响应.
本研究通过对3种植物群落的对比观察发现, 植物类型是影响土壤有机碳特征的重要因素, 但这种影响与植物所处的演替阶段有关. 其中, SOC含量在盐地碱蓬群落中最高, 在柽柳群落中最低, 芦苇群落DOM腐殖化程度最高, 柽柳群落DOM腐殖化程度最低但活性有机碳占比最高. 可见在黄河三角洲潮上带季节性淹水湿地中, 盐地碱蓬群落更有利于有机碳的原始积累, 芦苇群落碳库稳定性更强, 而柽柳群落有机碳的活性和周转速率更高. 因此, 双碳背景下的湿地修复可以根据湿地群落所处的演替阶段和恢复目标选择合适的工具物种. 此外, 氮元素是影响黄河三角洲潮上带湿地土壤有机碳分布和组成的重要环境因子, 因此可以通过施加氮肥等方式, 增加有机碳的封存和固持, 充分发挥湿地的生态碳汇功能.
3 结论黄河三角洲潮上带湿地不同植物群落中, 盐地碱蓬群落的SOC含量最高, 更有利于演替初期有机碳的快速积累；受微生物影响, 柽柳群落芳香性结构物质含量、自生源占比和活性有机碳占比最高, 有机碳易矿化分解；芦苇群落DOM腐殖化程度最高, 碳汇能力和碳库稳定性更高. 垂直分布上, 土壤SOC、DOC和EOC的含量在3种植物群落中均随着土层加深而降低, 表层土中芳香化和腐殖化程度低于深层土, 表明植物及其根系显著促进了土壤有机碳的积累和碳汇功能. 研究同时发现, N、NO2--N和NH4+-N是不同植物群落土壤活性有机碳及其组分变化的关键影响因子, 增施氮肥或种植固氮物种, 可以显著增加土壤有机碳的积累, 提高潮上带湿地的碳汇功能.
| [1] |
马志良, 赵文强. 植物群落向土壤有机碳输入及其对气候变暖的响应研究进展[J]. 生态学杂志, 2020, 39(1): 270-281. Ma Z L, Zhao W Q. Research progress on input of plant community-derived soil organic carbon and its responses to climate warming[J]. Chinese Journal of Ecology, 2020, 39(1): 270-281. |
| [2] |
董扬红, 曾全超, 安韶山, 等. 黄土高原不同林型植被对土壤活性有机碳及腐殖质的影响[J]. 水土保持学报, 2015, 29(1): 143-148. Dong Y H, Zeng Q C, An S S, et al. Effects of different forest types on soil active organic carbon and soil humus composition in the Loess Plateau[J]. Journal of Soil and Water Conservation, 2015, 29(1): 143-148. |
| [3] | De Nijs E A, Cammeraat E L H. The stability and fate of soil organic carbon during the transport phase of soil erosion[J]. Earth-Science Reviews, 2020, 201. DOI:10.1016/j.earscirev.2019.103067 |
| [4] | Stefanowicz A M, Stanek M, Majewska M L, et al. Invasive plant species identity affects soil microbial communities in a mesocosm experiment[J]. Applied Soil Ecology, 2019, 136: 168-177. DOI:10.1016/j.apsoil.2019.01.004 |
| [5] | Dong J Y, Wang W, Zhao D, et al. A novel organic carbon accumulation mechanism in croplands in the Yellow River delta, China[J]. Science of the Total Environment, 2022, 806. DOI:10.1016/j.scitotenv.2021.150629 |
| [6] | Dawson W, Schrama M. Identifying the role of soil microbes in plant invasions[J]. Journal of Ecology, 2016, 104(5): 1211-1218. DOI:10.1111/1365-2745.12619 |
| [7] |
佘婷, 田野. 森林生态系统凋落物多样性对分解过程和土壤微生物特性影响研究进展[J]. 生态科学, 2020, 39(1): 213-223. She T, Tian Y. Effects of litter diversity on decomposition process and soil microbial characteristics in forest ecosystems[J]. Ecological Science, 2020, 39(1): 213-223. |
| [8] | Biederbeck V O, Janzen H H, Campbell C A, et al. Labile soil organic matter as influenced by cropping practices in an arid environment[J]. Soil Biology and Biochemistry, 1994, 26(12): 1647-1656. DOI:10.1016/0038-0717(94)90317-4 |
| [9] |
邬建红, 潘剑君, 葛序娟, 等. 不同农业利用方式土壤有机碳矿化及其与有机碳组分的关系[J]. 水土保持学报, 2015, 29(6): 178-183. Wu J H, Pan J J, Ge X J, et al. Mineralization of soil organic carbon and its relationship with organic carbon fractions under different agricultural land uses[J]. Journal of Soil and Water Conservation, 2015, 29(6): 178-183. |
| [10] |
李帅东, 姜泉良, 黎烨, 等. 环滇池土壤溶解性有机质(DOM)的光谱特征及来源分析[J]. 光谱学与光谱分析, 2017, 37(5): 1448-1454. Li S D, Jiang Q L, Li Y, et al. Spectroscopic characteristics and sources of dissolved organic matter from soils around Dianchi Lake, Kunming[J]. Spectroscopy and Spectral Analysis, 2017, 37(5): 1448-1454. |
| [11] | Derrien M, Brogi S R, Gonçalves-Araujo R. Characterization of aquatic organic matter: assessment, perspectives and research priorities[J]. Water Research, 2019, 163. DOI:10.1016/j.watres.2019.114908 |
| [12] | Lipczynska-Kochany E. Effect of climate change on humic substances and associated impacts on the quality of surface water and groundwater: A review[J]. Science of the Total Environment, 2018, 640-641: 1548-1565. DOI:10.1016/j.scitotenv.2018.05.376 |
| [13] | Liu F, Zhao Q L, Ding J, et al. Sources, characteristics, and in situ degradation of dissolved organic matters: A case study of a drinking water reservoir located in a cold-temperate forest[J]. Environmental Research, 2023, 217. DOI:10.1016/j.envres.2022.114857 |
| [14] | Naidoo L, van Deventer H, Ramoelo A, et al. Estimating above ground biomass as an indicator of carbon storage in vegetated wetlands of the grassland biome of South Africa[J]. International Journal of Applied Earth Observation and Geoinformation, 2019, 78: 118-129. DOI:10.1016/j.jag.2019.01.021 |
| [15] | Zhao C Y, Jiang Z J, Wu Y C, et al. Origins of sediment organic matter and their contributions at three contrasting wetlands in a coastal semi-enclosed ecosystem[J]. Marine Pollution Bulletin, 2019, 139: 32-39. DOI:10.1016/j.marpolbul.2018.12.008 |
| [16] | Liu D, Du Y X, Yu S J, et al. Human activities determine quantity and composition of dissolved organic matter in lakes along the Yangtze River[J]. Water Research, 2020, 168. DOI:10.1016/j.watres.2019.115132 |
| [17] | Wen Z D, Shang Y X, Song K S, et al. Composition of dissolved organic matter (DOM) in lakes responds to the trophic state and phytoplankton community succession[J]. Water Research, 2022, 224. DOI:10.1016/j.watres.2022.119073 |
| [18] | Hu H Y, Umbreen S, Zhang Y L, et al. Significant association between soil dissolved organic matter and soil microbial communities following vegetation restoration in the Loess Plateau[J]. Ecological Engineering, 2021, 169. DOI:10.1016/j.ecoleng.2021.106305 |
| [19] | Blair G, Lefroy R, Lisle L. Soil carbon fractions based on their degree of oxidation, and the development of a carbon management index for agricultural systems[J]. Australian Journal of Agricultural Research, 1995, 46(7): 1459-1466. DOI:10.1071/AR9951459 |
| [20] | Zhang M K, He Z L. Long-term changes in organic carbon and nutrients of an Ultisol under rice cropping in southeast China[J]. Geoderma, 2004, 118(3): 167-179. |
| [21] | Li X M, Chen Q L, He C, et al. Organic carbon amendments affect the chemodiversity of soil dissolved organic matter and its associations with soil microbial communities[J]. Environmental Science & Technology, 2019, 53(1): 50-59. |
| [22] |
薛志婧, 屈婷婷, 刘春晖, 等. 培养条件下枯落物分解过程中微生物残体对土壤有机碳形成的贡献[J]. 应用生态学报, 2023, 34(7): 1845-1852. Xue Z J, Qu T T, Liu C H, et al. Contribution of microbial necromass to soil organic carbon formation during litter decomposition under incubation conditions[J]. Chinese Journal of Applied Ecology, 2023, 34(7): 1845-1852. |
| [23] | Coble P G. Characterization of marine and terrestrial DOM in seawater using excitation-emission matrix spectroscopy[J]. Marine Chemistry, 1996, 51(4): 325-346. DOI:10.1016/0304-4203(95)00062-3 |
| [24] | Zhang Y L, Yin Y, Feng L Q, et al. Characterizing chromophoric dissolved organic matter in Lake Tianmuhu and its catchment basin using excitation-emission matrix fluorescence and parallel factor analysis[J]. Water Research, 2011, 45(16): 5110-5122. DOI:10.1016/j.watres.2011.07.014 |
| [25] | Gao J K, Shi Z Y, Wu H M, et al. Fluorescent characteristics of dissolved organic matter released from biochar and paddy soil incorporated with biochar[J]. RSC Advances, 2020, 10(10): 5785-5793. DOI:10.1039/C9RA10279E |
| [26] |
黄小清, 仝川, 罗敏, 等. 九龙江河口潮滩湿地土壤有机碳储量、活性组分及稳定性沿淹水梯度的分布特征[J]. 环境科学, 2022, 43(4): 2226-2236. Huang X Q, Tong C, Luo M, et al. Soil organic carbon storage, active component contents, and stability along a flooding gradient in the Tidal Wetland of the Jiulong River estuary[J]. Environmental Science, 2022, 43(4): 2226-2236. |
| [27] | Carstea E M, Bridgeman J, Baker A, et al. Fluorescence spectroscopy for wastewater monitoring: A review[J]. Water Research, 2016, 95: 205-219. |
| [28] |
刘堰杨, 秦纪洪, 刘琛, 等. 基于三维荧光及平行因子分析的川西高原河流水体CDOM特征[J]. 环境科学, 2018, 39(2): 720-728. Liu Y Y, Qin J H, Liu C, et al. Characteristics of chromophoric dissolved organic matter (CDOM) in rivers of western Sichuan plateau based on EEM-PARAFAC analysis[J]. Environmental Science, 2018, 39(2): 720-728. |
| [29] |
刘晶晶, 张彦, 翟洪艳, 等. 丰水期渤海湾水体中DOM的分布特征及来源[J]. 中国环境科学, 2021, 41(10): 4802-4810. Liu J J, Zhang Y, Zhai H Y, et al. Distribution characteristics and sources of DOM in Bohai Bay seawater during wet season[J]. China Environmental Science, 2021, 41(10): 4802-4810. |
| [30] | Li X Z, Li C H, Bai Y, et al. Composition variations and spatiotemporal dynamics of dissolved organic matters during the occurrence of green tide (Ulva prolifera blooms) in the Southern Yellow Sea, China[J]. Marine Pollution Bulletin, 2019, 146: 619-630. |
| [31] | Mo X, Song Y, Chen F J, et al. Replacement of plant communities altered soil bacterial diversity and structure rather than the function in similar habitats of the Yellow River Delta, China[J]. Ecological Indicators, 2023, 146. DOI:10.1016/j.ecolind.2022.109793 |
| [32] | Shi J H, Zhao Y, Wei D, et al. Insight into transformation of dissolved organic matter in the Heilongjiang River[J]. Environmental Science and Pollution Research, 2019, 26(4): 3340-3349. |
| [33] | Lu K T, Gao H J, Yu H B, et al. Insight into variations of DOM fractions in different latitudinal rural black-odor waterbodies of eastern China using fluorescence spectroscopy coupled with structure equation model[J]. Science of the Total Environment, 2022, 816. DOI:10.1016/j.scitotenv.2021.151531 |
| [34] | Li W, Li X, Han C X, et al. A new view into three-dimensional excitation-emission matrix fluorescence spectroscopy for dissolved organic matter[J]. Science of the Total Environment, 2023, 855. DOI:10.1016/j.scitotenv.2022.158963 |
| [35] |
李璐璐, 江韬, 闫金龙, 等. 三峡库区典型消落带土壤及沉积物中溶解性有机质(DOM)的紫外-可见光谱特征[J]. 环境科学, 2014, 35(3): 933-941. Li L L, Jiang T, Yan J L, et al. Ultraviolet-visible (UV-Vis) spectral characteristics of dissolved organic matter (DOM) in soils and sediments of typical water-level fluctuation zones of Three Gorges Reservoir areas[J]. Environmental Science, 2014, 35(3): 933-941. |
| [36] | Parlanti E, Wörz K, Geoffroy L, et al. Dissolved organic matter fluorescence spectroscopy as a tool to estimate biological activity in a coastal zone submitted to anthropogenic inputs[J]. Organic Geochemistry, 2000, 31(12): 1765-1781. |
| [37] |
刘堰杨, 秦纪洪, 孙辉. 川西高海拔河流中溶解性有机质(DOM)紫外-可见光吸收光谱特征[J]. 环境科学学报, 2018, 38(9): 3662-3671. Liu Y Y, Qin J H, Sun H. UV-VIS spectral characteristics of dissolved organic matter (DOM) of the natural alpine rivers in the western Sichuan Province[J]. Acta Scientiae Circumstantiae, 2018, 38(9): 3662-3671. |
| [38] | He C J, He X W, Li J J, et al. The spectral characteristics of biochar-derived dissolved organic matter at different pyrolysis temperatures[J]. Journal of Environmental Chemical Engineering, 2021, 9(5). DOI:10.1016/J.JECE.2021.106075 |
| [39] | Lugato E, Lavallee J M, Haddix M L, et al. Different climate sensitivity of particulate and mineral-associated soil organic matter[J]. Nature Geoscience, 2021, 14(5): 295-300. |
| [40] | Wei L, Ge T D, Zhu Z K, et al. Comparing carbon and nitrogen stocks in paddy and upland soils: Accumulation, stabilization mechanisms, and environmental drivers[J]. Geoderma, 2021, 398. DOI:10.1016/j.geoderma.2021.115121 |
| [41] | Lawrence B A, Zedler J B. Carbon storage by Carex stricta tussocks: A restorable ecosystem service?[J]. Wetlands, 2013, 33(3): 483-493. |
| [42] | Sokol N W, Bradford M A. Microbial formation of stable soil carbon is more efficient from belowground than aboveground input[J]. Nature Geoscience, 2019, 12(1): 46-53. |
| [43] | He J, Xie J J, Su D R, et al. Organic carbon storage and its influencing factors under climate warming of sediments in steppe wetland, China[J]. Environmental Science and Pollution Research, 2020, 27(16): 19703-19713. |
| [44] |
冯伟莹, 朱元荣, 吴丰昌, 等. 太湖水体溶解性有机质荧光特征及其来源解析[J]. 环境科学学报, 2016, 36(2): 475-482. Feng W Y, Zhu Y R, Wu F C, et al. The fluorescent characteristics and sources of dissolved organic matter in water of Tai Lake, China[J]. Acta Scientiae Circumstantiae, 2016, 36(2): 475-482. |
| [45] | Mueller P, Jensen K, Megonigal J P. Plants mediate soil organic matter decomposition in response to sea level rise[J]. Global Change Biology, 2016, 22(1): 404-414. |
| [46] | Williams A, De Vries F T. Plant root exudation under drought: implications for ecosystem functioning[J]. New Phytologist, 2020, 225(5): 1899-1905. |