氣候、植被及土壤因素交互作用對寧夏土壤有機碳的影響機制

高 琳,張登山,龍懷玉,陳曉遠,林昌華,周 濤

1 青海大學 農林科學院,西寧 810016 2 韶關學院 生物與農業學院,韶關 512005 3 北方干旱半干旱耕地高效利用全國重點實驗室(中國農業科學院農業資源與農業區劃研究所),北京 100081 4 寧夏農林科學院,銀川 750002

土壤有機碳(Soil organic carbon, SOC)是陸地碳庫的重要組成部分,全球SOC儲量約為1500Pg,占到陸地生態系統碳庫的80%,是大氣碳儲量的2倍,植被碳儲量的2-4倍[1-2]。其在碳源與碳匯的功能調節、減緩溫室氣體等方面具有不可替代的作用[3],探明SOC含量及其空間變化對實現我國“碳中和”目標具有重要意義。寧夏是我國“兩屏三帶”生態安全體系建設的關鍵區域,地處我國西北半濕潤區、半干旱區向干旱區的過渡帶和典型的農牧交錯區,在這種特殊的氣候、植被和土壤等環境因素和人為因素的綜合影響和驅動下,全區土壤有機碳呈現較強的空間異質性,不利于全區SOC含量的預測和儲量的估算,因此,準確地獲取區域尺度內土壤有機碳含量及空間變異的主控因素,對區域SOC含量和儲量預測精度的提高及土壤的固碳機制和碳匯管理研究具有重要意義。

SOC空間分布及其影響因素研究在全球、區域層面開展了大量工作[4-5],其空間變異性受到多種因素影響,在區域尺度,降水、溫度等氣候因素和植被因素是被認為影響SOC含量的主要環境因子[6]。已有多項研究表明,氣候因素對SOC的含量具有重要的影響,SOC與年均降水量以及年均氣溫有著密切的關系[7]。植被因素制約著土壤結構和元素的異質化過程,進而影響著SOC的含量與分布[8],尤其在國家實施“退耕還林(草)”及封山禁牧政策以來,植被恢復在減少土壤侵蝕的同時也發揮著重要的固碳作用[9]。已有研究發現寧夏天然草地0-40cm土層的草甸草原和溫性草原相對于草原化荒漠和荒漠草原更有利于SOC累積[10],人工灌叢引入過程中加速了退化荒漠草地0-40cm土層 SOC 的累積與固定[11]。土壤有機碳輸入的數量和質量與植被條件密切相關,同時植被也受到氣候條件控制,并與氣候相互作用影響土壤有機碳。除了氣候和植被因素外,越來越多的證據表明土壤元素、pH、陽離子和土壤質地等理化特征對SOC穩定性有著重要的影響。Sebastian等對橫跨智利和南極半島4000 km的南北樣帶研究發現年均氣溫和年均降水量與SOC含量存在顯著的相關關系[12],但在考慮了磷、鉀、硅、鐵和錳等土壤地球化學因素后,年均氣溫與SOC的相關性變得不顯著,而年均降水量與SOC的相關系數也大幅下降。但移除了年均氣溫和年均降水量后,土壤地球化學因素與SOC的相關性沒有發生顯著變化。Luo等對澳大利亞28個樣地的90個試驗的土壤分析發現氣溫和降水與SOC呈現負相關,去除植被的影響后這種負相關關系更強,但去除土壤因素影響,這種負相關關系會變弱[13]。

綜上,氣候、植被和土壤屬性等因素都是影響SOC含量變化的驅動因素。而氣候、植被和土壤因素彼此之間相互影響,對SOC有著復雜交錯的綜合作用,且主控因素可能隨著區域尺度和土壤深度的不同而呈現出差異。區域SOC主控因素、影響貢獻及作用機制,一直是土壤碳研究的熱點問題,已有前人對寧夏草地、荒漠草原等不同用地類型和縣域尺度的SOC含量和驅動機制進行研究,但在寧夏全區尺度上,不同土層深度SOC的主控因素以及氣候、植被和土壤屬性等對SOC綜合作用機制和途徑還需進行深入研究。因此,本文基于寧夏全區121個土壤剖面點,研究0-30、30-80、80-120cm土層SOC的含量及空間分布特征;通過相關性和方差分解分析研究SOC與氣候、植被和土壤等環境因素的關系,及其對SOC影響的相對重要性;構建結構方程模型從總效應、直接影響效應和間接影響效應方面研究各因素對SOC的影響機理和作用路徑,以期為寧夏SOC含量的預測篩選輔助環境變量,為區域SOC儲量的準確評估及我國土壤碳庫貢獻量提供基礎數據參考。

1 材料與方法

1.1 研究區概況

寧夏回族自治區位于北緯 35°14′-39°23′N 和東經 104°17′-107°39′E,全區面積6.64萬km2,是中國從半濕潤區、半干旱區向干旱區的過渡帶和典型的農牧交錯區,屬于典型的溫帶大陸性氣候,年均氣溫在1-11 ℃之間,降雨主要集中在夏季,年均降水量大致為170-560 mm,干燥度介于0.64-3.02之間。地貌類型包括黃土高原,山地、丘陵、風蝕地貌和黃河沖積平原,地勢呈南高北低的分布特點,海拔介于1092-2942 m。主要的植被類型是荒漠草原植被,植被由草原化荒漠、荒漠草原和干草原向森林草原過渡,天然草地占全區土地總面積的47.2%;林地占土地面積11.45%;耕地等占土地面積的21.77%。地帶性土壤由灰漠土、灰鈣土向黑壚土演變,形成了自然條件的過渡性特征、復雜性、多樣性和地域不平衡性。

1.2 樣點設置、土壤采集與測定

2017年4月-2018年4月將第二次全國土壤普查形成的寧夏地區的土壤圖、地形地貌圖、土地利用圖及地質圖等,利用GIS平臺校正后疊加,獲得不同類型的疊加單元,結合行政區劃圖和公路交通圖,考慮交通的便捷性、可達性和樣點的分布均勻性等原則,在研究區域共挖掘土壤剖面121個,根據土壤發生學特征和地理因素的綜合考慮,按0-30,30-80,80-120cm由下至上分層取樣,每層從左至右混合取樣,按四分法去除多余土樣后裝入無菌袋帶回實驗室分析。GPS記錄樣點位置,同時記錄地形、母質和植被覆蓋情況信息,土壤剖面樣點分布見圖1。

圖1 寧夏121個土壤剖面樣點圖Fig.1 Distribution and sample plot of different land use types in Ningxia

將帶回的土壤樣品風干、磨碎,過0.15mm篩測定全磷(Total phosphorus, TP)、全鉀(Total potassium, TK)、碳酸鈣(CaCO3),過0.25mm篩測定土壤有機碳(Soil organic carbon, SOC)、全氮(Total nitrogen, TN),過1mm篩測pH,過2mm篩測定陽離子交換量(Cation exchange capacity, CEC)、鈣離子(Ca2+)、砂粒(Sand)、粘粒(Clay)、粉粒(Silt)。其中,土壤有機碳含量采用濃硫酸-重鉻酸鉀氧化法,土壤全氮采用凱氏定氮法,全磷采用鉬銻抗比色法,全鉀采用原子吸收光度法,陽離子交換量的測定采用氯化銨-乙醇交換法,碳酸鈣采用氣量法,Ca2+采用EDTA滴定法、土壤顆粒組成(砂粒、粘粒、粉粒)的測定采用吸管法、pH測定采用 pH 計(水土比 2.5∶1)[14-15]。

1.3 氣候及植被數據源

基于研究區99個氣象站點的數據通過空間插值的方法獲得了每個調查點的氣象數據,包括年均氣溫(Mean annual temperature, MAT)、年均降水量(Mean annual precipitation, MAP)、相對濕度(Relative humidity, RH)和干燥度(Drought index DI),遙感變量中的植被指數基于美國地質勘探局(United States Geological Survey,https://www.usgs.gov/)下載的 Landsat8 OLI 影像提取得到,影像空間分辨率均為30 m,投影坐標系為 WGS_1984。其中,植被歸一化指數(Normalized difference vegetation index, NDVI)通過近紅外與紅色波段的差與近紅外與紅色波段的和之比的公式計算獲得,在ENVI5.3中計算獲取并導出為柵格形式。土壤調節植被指數(Soil adjusted vegetation index,SAVI)與NDVI相比,增加了土壤調節系數L,取值區間(0,1)。植被凈初級生產力(Net primary productivity of vegetation,NPP)是利用遙感與地理信息云服務平臺PIE-Engine,導入寧夏行政區并選擇代碼輸出。植被覆蓋度(Fraction vegetation coverage,VFC)是基于NDVI指數,取累計百分比約為5%的值作為最小值,95%的值作為最大值計算得出。將上述氣候和植被環境變量形成的柵格數據集,利用ArcGIS提取到與土壤有機碳實測樣點空間匹配的訓練數據集中。

1.4 數據分析與處理

應用 GS+10.0 軟件對研究區121個樣點0-30cm、30-80cm和80-120cm土層的SOC進行半變異函數曲線和結構參數模擬,分別確定最優擬合模型(球狀、球狀和指數模型),通過ArcGIS 10.4進行普通克里金插值生成研究區不同土層的SOC 含量空間變異圖。不同深度土層的SOC與各環境變量的關系采用Pearson相關分析并在R 4.1.1軟件中制作熱圖。在相關分析的基礎上,選擇顯著相關的影響變量,且考慮變量共線特征問題,通過方差膨脹因子VIF進行檢驗,剔除膨脹系數大于20的指標MAP、DI和Sand,篩選后最終以SOC含量數據為響應變量,將各影響環境變量劃分為3個解釋變量:氣候因素(MAT、RH)、植被因素(NPP)和土壤因素(TN、TP、TK、CaCO3、Ca2+、pH、CEC、Clay),利用R 4.1.1軟件vegan包的方差分解分析(VPA)得出氣候、植被和土壤因素及其交互作用對不同深度土層SOC的影響解釋度并在Origin8.0軟件繪圖。利用結構方程模型(SEM)構建變量間的關系,通過計算各參數估計,不斷調整修正得到最優模型。同時結合各變量影響顯著性,經過反復修正,選擇MAT、NPP、TN、TP、CaCO3、CEC、Clay和SOC構成不同土層的結構方程模型,并在Amos22.0軟件中完成分析。采用擬合優度指數(GFI)、調整擬合優度指數(AGFI)、比較擬合指數(CFI)、規范擬合指數(NFI)和近似誤差的均方根(RMSEA)指標進行模型評價,不同土層的卡方自由度比值分別為 1.54,1.83和1.10,介于1-3,表明模型擬合效果良好。RMSEA 值分別為 0.05,0.05,0.04,小于 0.08,GFI、CFI、NFI 值均大于0.9,而 AGFI 均接近 0.9,說明模型構建良好,模型結果可靠。

2 結果

2.1 寧夏不同深度土層的土壤有機碳分布特征

寧夏0-120cm剖面SOC含量最大值為34.81 g/kg,最小值為1.44g/kg,均值為5.49g/kg,變異系數達90.71%,表明寧夏全區SOC含量變異程度較大。在剖面垂直方向上,SOC隨著土壤深度的增加呈現下降的趨勢,不同層次的SOC含量均值差異顯著(P<0.05),0-30cm土層SOC均值為7.14g/kg,到30-80cm土層降至5.21g/kg,在80-120cm土層其均值僅為3.39g/kg。從圖2可以看出,不同土層的SOC分布格局相似,均呈現中間低南北高的趨勢。0-30cm土層SOC高值分布于石嘴山北部和固原南部,SOC低值集中于中衛市和吳忠市。30-80cm土層SOC高值區面積減少,低值區面積增大,80-120cm土層SOC北部高值區面積增大,南部高值區由固原市向中衛市遷移擴大。

圖2 寧夏0-30cm、30-80cm、80-120cm土層SOC空間分布圖Fig.2 Spatial distribution of SOC in 0-30cm, 30-80cm and 80-120cm soil layers in Ningxia

2.2 寧夏不同深度土層土壤有機碳與各因素的相關性

從圖3中可以看出,各土層SOC與各氣候指標均呈現顯著的相關性,且隨著深度的增加,相關性呈現不同程度的減弱。在0-120cm深度,SOC與MAT呈現極顯著的負相關性, 0-80cm土層中,MAP、RH和SOC呈現極顯著的正相關,K與SOC呈現極顯著的負相關,植被指標中,各土層SOC與SAVI、NDVI和VFC未成顯著相關性,與NPP呈極顯著的正相關性,且隨著土層深度的增加相關性減弱。土壤指標中,SOC與TN、TP、TK、Ca2+、CEC、粘粒呈現極顯著的正相關,與CaCO3、pH、砂粒呈現極顯著的負相關。在0-120cm深度中,SOC與TN、Ca2+相關性隨深度增加而逐漸增強,SOC與TP、CaCO3的相關性隨深度增加呈現先增強后減弱的趨勢,SOC與CEC的相關性隨深度增加逐漸減弱。在不同深度土層中,SOC與氣候、植被和土壤指標的相關性存在差異,SOC與氣候、植被指標的相關性隨深度的增加減少,與土壤指標的相關性隨深度的增加而增加。

圖3 寧夏0-30cm、30-80cm、80-120cm土層SOC與各環境變量的相關性Fig.3 Correlation between SOC and environmental variables in 0-30cm, 30-80cm and 80-120cm soil layers SOC:土壤有機碳soil organic carbon;NPP:植被凈初級生產力 net primary productivity of vegetation;SAVI:土壤調節植被指數soil adjusted vegetation index;NDVI:植被歸一化指數normalized difference vegetation index;VFC:植被覆蓋度 fraction vegetation coverage;MAT:年均氣溫mean annual temperature;MAP:年均降水量mean annual precipitation;RH:相對濕度relative humidity;DI:干燥度drought index;TN:全氮total nitrogen;TP:全磷total phosphorus;TK:全鉀total potassium;CaCO3:碳酸鈣;Ca2+:鈣離子;CEC:陽離子交換量cation exchange capacity;sand:砂粒;clay:粘粒;silt:粉粒; ×表示不相關,否則極顯著相關(P<0.01)

方差分解分析結果也可以看出各指標對不同深度土層SOC的解釋度隨深度的增加呈現變化,0-30cm土層中,氣候、植被和土壤因素解釋變化度依次為3.11%、2.06%和63%,多因素交互效應氣候×植被×土壤、植被×土壤、氣候×土壤從大到小為11.70%,5.92%和3.99%。30-80cm土層中,土壤因素對SOC 的解釋變化度增加到73.09%,氣候和植被因素的解釋度分別降低至1.03%和1.27%,多因素交互效應氣候×植被×土壤、植被×土壤和氣候×土壤分別下降至12.20%,4.70%和1.65%。80-120cm土層中,土壤對SOC 的解釋變化度增加至85.99%,植被因素的解釋度僅為0.75%,氣候因素的影響解釋為0,多因素交互效應氣候×植被×土壤、植被×土壤和氣候×土壤分別下降至5.38%,2.95%和1.46%。總體來看,隨著土壤深度的增加,土壤因素對SOC變化的解釋度逐漸增加,氣候、植被因素和多因素交互作用的解釋貢獻度均呈不同程度下降,說明表層和深層的SOC主要控制因素不同。對于表層土壤,土壤因素、氣候和植被因素均對SOC含量的變化起到影響作用。但對深層土壤,SOC含量的變化主要受到土壤因素的影響。

2.3 氣候、植被和土壤因素對寧夏不同土層深度的土壤有機碳的影響

路徑分析發現各因素對不同土層SOC的作用方式和影響程度有差異。從圖5中可以看出,0-30cm土層中MAT、NPP和土壤因素(Clay、CEC、CaCO3、TN)共解釋了SOC含量變化的87%(R2=0.87),總效應由大到小依次為:TN>MAT>Clay>CaCO3>NPP>CEC;TN、CEC和CaCO3均能直接影響SOC,TN對SOC的直接影響效應最大(效應值0.79),CEC對SOC的直接影響較小(效應值0.14);間接影響由大到小依次為:MAT>Clay>CaCO3>NPP,MAT和NPP對SOC的直接影響效應不顯著,MAT主要通過NPP和TN對SOC產生較強的間接負影響(效應值-0.604),NPP通過土壤Clay、CEC、TN和CaCO3對SOC產生較強的間接正影響(效應值0.327);CaCO3既可以直接影響SOC,又可以通過TN和CEC間接影響SOC,總效應值-0.379。30-80cm土層中,MAT、NPP和土壤因素(TP、CaCO3、TN)共解釋了SOC含量變化的94%(R2=0.94),總效應由大到小依次為:TN>TP>NPP>CaCO3>MAT;TN和CaCO3均能直接影響SOC,MAT和NPP對SOC的直接影響效應不顯著,均主要通過土壤屬性對SOC產生間接影響,與0-30cm土層相比,TN直接影響效應增強了0.08,MAT的間接影響效應減弱了0.283,NPP的間接影響效應增強了0.192,CaCO3的總效應增強了0.034。80-120cm土層,MAT、NPP和土壤因素(TP、CEC、TN)可以解釋96%的SOC的空間變化,總效應由大到小依次為:TN>CEC>MAT>TP>NPP,與前兩層土壤相比,TN的直接影響效應增強至0.99,MAT的間接影響效應降低至0.306,NPP的間接影響效應降低至0.14,CEC的總效應增強至0.604。

圖5 不同土層土壤有機碳影響因素的路徑分析Fig.5 Pathway analysis of influencing factors of soil organic carbon in different soil layers

表1 寧夏不同土層SOC影響因素的直接效應、間接效應和總效應Table 1 Direct, indirect and total effects on SOC in different soil layers

3 討論

3.1 寧夏地區不同深度土層SOC的含量特征

在區域SOC含量及其影響因素研究中,環境因子對SOC含量及其影響的研究多關注表層土壤,然而深層(如30cm以下的土層)土壤能儲存50%以上土壤碳含量[16],揭示環境因子對深層SOC含量的影響機制對于土壤碳庫的估算具有重要作用。前人在研究不同深度SOC含量時,多以等間距深度(如20cm)[17]或遞增間距深度(如10、20、30、50cm)劃分土層[18],也有以土壤發生層次(A層、B層、C層)劃分土層[19],本研究中從土壤形成和發育角度,其能反映出土壤發生演變規律和環境條件之間的關系,結合實地情況挖掘剖面,121個土壤剖面深度介于30-150cm之間,基于土壤發生學層次(A層、B層、C層)劃分土層,同時考慮土層深度量化和研究的方便,統一土壤層次為0-30、30-80、80-120cm并進行取樣研究。

有研究表明0-80cm土層中新疆、青海、甘肅和內蒙等西部地區SOC含量均值為9.70g/kg[20],新疆、甘肅、內蒙進而黑龍江等北部地區SOC含量均值為13.81 g/kg,全國SOC含量均值17.80g/kg[21];北方自然生態系統和全國表層SOC含量均值分別為24.37g/kg和22.28g/kg[22-23],而本研究中,0-80cm和0-30cm土層SOC含量均值分別僅為6.18g/kg和7.14g/kg,說明寧夏地區SOC含量整體偏低。這可能是由于寧夏氣候條件干燥,雖景觀類型多樣,但僅南部林地SOC含量高,北部耕地作物收獲后植物體內的碳等不能重新歸還土壤,加之在翻耕條件下,土壤有機質易于分解[24-25]。中部草地植被多以稀疏草灌植被為主,而天然草地受人為管護較少,加之局部地區不合理放牧,缺乏科學的管理而影響了草地SOC的累積。而荒漠草地以荒漠草原植被和極稀疏干旱草原植被為主,其初級生產力遠低于其他土地,SOC含量最低。此外,SOC還受到氣候、地形和人為管理的影響[26], 0-120cm剖面的有機碳平均含量范圍在1.44-34.81g/kg之間,變異系數高達90.71%,說明在多種因素的影響下寧夏全區SOC空間異質性較強。

3.2 寧夏地區不同深度土層SOC的含量的影響因素

研究表明不同深度土層SOC與NPP、MAT、MAP、RH、DI、TN、TP、TK、pH、CaCO3、Ca2+、CEC、Clay均呈顯著的相關性(P<0.01),說明SOC與上述的氣候因素、植被因素和土壤因素存在密切的關系,但SOC含量并非受到單一環境因素的影響,而是受到氣候、土壤、植被等環境因子的綜合作用,且各因素對SOC含量的影響貢獻性在不同深度土層存在差異,方差分解結果顯示土壤單因素對各土層SOC含量的影響貢獻最高,這主要因為土壤中各組分之間相互作用,SOC與其他土壤理化性質指標關系密切[27]。除了土壤單因素,氣候和植被單因素均對0-30cm土層SOC含量產生影響,表層土壤直接與外界環境接觸,直接影響土壤水熱條件進而影響SOC的含量,表層SOC更容易受氣候因素的調控;而植物碳輸入是SOC的主要來源,植被根系或枝條死亡殘體通過腐殖化過程形成土壤有機質進而增加SOC。在30-80cm土層,氣候和植被單因素的影響作用下降,而80-120cm深層土壤中氣候和植被單因素的影響作用消失,這可能是由于植物輸入的碳主要集中于80cm以上,輸入深層的碳較少。Schiedung等研究表明表層SOC輸入受到土壤、植被、凋落物和氣候等綜合影響,而深層SOC主要受土壤類型及其性質的驅動[28]。不同土層SOC均受到氣候×植被×土壤、植被×土壤和氣候×土壤多因素交互作用影響,影響貢獻隨著土層深度的增加而減小,土壤單因素影響貢獻增加,說明氣候和植被可能通過土壤因素間接影響著SOC含量,結構方程模型分析更加證實這一可能。隨著土壤深度的增加,SOC受氣候和植被單因素的影響作用逐漸減小,土壤因素作用逐漸趨于主控因素,氣候和植被通過土壤間接對SOC產生影響。

3.3 氣候、植被和土壤因素對寧夏SOC的影響機理

氣候因素可以直接影響土壤水熱條件等過程直接影響SOC,也可以通過影響植物生產力間接影響SOC,還可以通過影響土壤風化進而引起地球化學因素的變化來間接影響SOC[29]。植被是SOC的主要來源之一,初級生產量的輸入與分解可直接影響SOC含量,也可以通過土壤屬性間接影響SOC含量[30]。在結構方程模型中,MAT和NPP對SOC含量沒有直接影響,MAT只能通過植被生產力與土壤屬性間接影響SOC含量,NPP通過土壤理化性質間接影響SOC含量,且隨著土壤深度的增加影響作用減弱。這可能是由于在短期尺度上和大尺度區域氣候因素對SOC的作用更直接更明顯,但在數十年到數百年更長的時間尺度上和相對小尺度區域,氣候的影響效應減弱,其主要通過影響風化作用進而通過土壤地球化學因素影響SOC;此外,研究區天然草地占全區土地總面積的47.2%,植被類型以荒漠草原植被為主,因此植被對SOC含量差異影響不顯著,直接影響不明顯。土壤的物理和化學因素在土壤有機碳分解和固存方面起到重要影響。研究發現,結合土壤深度后,SOC受到土壤物理化學因素的影響更強。TN對SOC的直接影響效應最大,土壤碳和氮元素之間存在著相互轉化的關系,土壤中有機質越高,SOC含量越高,土壤氮元素主要來自于有機質的分解過程,SOC和氮元素含量之間存在密切的耦合關系。Were等在南非地區土壤有機碳儲量預測的研究中得出土壤屬性中的TN在所有模型的變量貢獻率中占絕對主導地位[31]。此外,粘粒引起CEC和TN分異間接對SOC產生正影響。粘粒具有較高的比表面積,其可以提升有機質吸附到礦物表面進而形成團聚體促進有機質的保存和穩定[32]。在降水較低的情況下,且土壤pH偏堿性時,CEC和鈣是SOC非常重要的影響因素,CEC對土壤固液界面的離子交換和擴散過程有重要的作用和影響[33], Solly等研究表明土壤pH大于5.5時,CEC與SOC的相關性更強[34]。Ca2+、CaCO3與SOC呈現出顯著相關性,且隨著深度增加相關性增強,在考慮了土壤深度以后,鈣在pH>6.5時也是重要的影響因素之一,主要可能因為鈣可以與土壤中的有機物相互作用形成高度縮合而結構穩定的腐殖酸鈣[35],此外,隨著pH的增加,陽離子橋鍵的作用逐漸增大,Ca2+等多價金屬含量可以充當粘土礦物與腐殖物質之間的鍵橋,在土壤有機無機復合體形成過程中起著重要的作用,這種陽離子橋鍵是有機質穩定的重要機制[36]。后續在此研究基礎上,還將繼續綜合利用實測數據和空間數據對寧夏SOC含量空間變化規律及其主控因素進行研究,篩選環境輔助變量對寧夏SOC含量進行空間預測,提升土壤有機碳空間變異性的解釋能力,進一步認識和揭示寧夏土壤有機碳的空間分布特征及其驅動機制。

4 結論

(1)寧夏全區不同土層SOC均呈現中間低南北高的空間分布趨勢,SOC含量隨著土壤深度的增加而下降,含量偏低且空間異質性強。

(2)各土層SOC與MAT、DI、CaCO3、pH均呈現極顯著的負相關性(P<0.01),與MAP、RH、NPP、TN、TP、TK、Ca2+、CEC、Clay均呈現極顯著的正相關性(P<0.01)。隨著土層深度的增加,SOC與MAT、MAP、RH、DI、NPP和CEC的相關性強度減弱;與TN、TP、Ca2+、CaCO3、 pH的相關性強度增加。土壤因素、氣候和植被因素均對表層SOC含量的變化起到影響作用,深層SOC主要受到土壤因素的影響。

(3)各因素對不同土層SOC的作用方式和影響程度有差異。土壤因素TN、CaCO3、CEC、TP均能直接影響SOC,MAT和NPP對SOC的直接影響效應不顯著,主要通過土壤屬性間接影響SOC。隨著土層深度的增加,0-30cm土層MAT、NPP、TN、CaCO3、Clay為主要的影響因素,到30-80cm土層,MAT影響作用減弱,NPP、TN、CaCO3影響作用增強,TP影響作用顯現,Clay影響作用消失;80-120cm土層中,MAT和NPP作用明顯減弱,TN和CEC作用增強并成為主要影響因素。