Scientia Geographica Sinica  2012 , 32 (12): 1521-1529

Orginal Article

黄河口滨岸潮滩湿地土壤碳、氮的空间分异特征

牟晓杰123, 孙志高2, 刘兴土1

1.中国科学院东北地理与农业生态研究所 湿地生态与环境重点实验室,吉林 长春 130012
2.中国科学院烟台 海岸带研究所 海岸带环境过程重点实验室,山东 烟台 264003
3.中国科学院研究生院,北京 100049

Spatial Distribution Patterns of Carbon and Nitrogen in the Tidal Marsh Soil of the Yellow River Estuary

MOU Xiao-jie123, SUN Zhi-gao2, LIU Xing-tu1

1.Northeast Institute of Geography and Agroecology, Chinese Academy of Sciences, Changchun,Jilin 130012, China
2.Key Laboratory of Coastal Environment Processes, Yantai Institute of Coastal Zone Research, Chinese Academy of Sciences, Yantai ,Shandong 264003, China
3.Graduate University of Chinese Academy of Sciences, Beijing 100049, China

中图分类号:  Q145

文献标识码:  A

文章编号:  1000-0690(2012)12-1521-09

通讯作者:  通讯作者:孙志高 , 副研究员。 E-mail:zgsun@yic.ac.cn

收稿日期: 2011-09-13

修回日期:  2011-11-10

网络出版日期:  2012-12-20

版权声明:  2012 《地理科学》编辑部 本文是开放获取期刊文献,在以下情况下可以自由使用:学术研究、学术交流、科研教学等,但不允许用于商业目的.

基金资助:  国家自然科学基金 (41171424), 国家海洋局海洋公益性行业科研专项经费项目子课题(2012418008-3),山东省自然科学基金重点项目(ZR2010DZ001), 中国科学院战略性先导科技专项(XDA05030404),中国科学院人才专项(青年创新促进会)和中国科学院知识创新工程重要方向项目(KZCX2-YW-223)资助

作者简介:

作者简介: 牟晓杰 (1982-), 女, 山东栖霞人, 博士研究生, 主要从事湿地生物地球化学研究。 E-mail:xjmou@163.com

展开

摘要

2009年5月,运用地统计学方法研究了黄河口滨岸潮滩湿地土壤碳、氮的空间分布格局。结果表明,潮滩湿地土壤的TC、TN和C/N含量具有明显的水平变异性,自表层向下均呈显著降低趋势,总体表现为TN>C/N>TC。潮滩湿地土壤不同土层TN和C/N含量的水平分布空间结构明显,分别符合不同的变异函数理论模型,且具有强烈/中等程度的空间相关性,其空间变异性均以向低潮滩延伸且受潮汐涨落影响较大的方向为最大,自然结构因素在引起TN和C/N空间异质性中的贡献占优,随机因素的影响相对较小。潮滩湿地土壤不同土层TN和C/N具有明显的空间分布格局,表层土壤的TN含量向低潮滩延伸方向形成明显斑块低值区,边缘则形成斑块高值区,而不同土层的C/N以及亚表层的TN则与之相反。研究发现,微地貌特征和潮汐微域物理扰动强度是导致空间异质性的重要随机因素,而水盐条件、土壤类型和潮汐物理扰动是重要结构因素。湿地有机质来源以陆源为主,且越靠近海的方向,潮滩湿地土壤中的有机质受陆源的影响越大。

关键词: 黄河口 ; 潮滩湿地 ; 碳与氮 ; 空间异质性 ; 空间分布格局

Abstract

In May 2009, the spatial distribution patterns of carbon and nitrogen contents in the tidal marsh soil of the Yellow River estuary were studied by geostatistic methods. Results showed that the horizontal variability of TC, TN and C/N in the tidal marsh was significant and decreased with depths, in the order of TN> C/N> TC. The horizontal distribution of TN contents and C/N in different soil layers had significant spatial structure, which accorded with different variogram theoretical model and had a strong or moderate spatial correlation. The maximum spatial variability was observed in the direction extending to the low tidal marsh, which was greatly affected by the ebb and flow of tide. The natural structure factors had significant effects on the spatial variability, while the effects of random factors were relatively low. The spatial distribution patterns of TN contents and C/N in different soil layers were significant, the low TN contents in topsoil was generally observed in the direction extending to the low tidal marsh and the high value appeared on the edge of the study area, while the C/N ratio of the different soil layers and the TN content in subsurface layer were opposite. This study indicated that micro-physiognomy characteristic and tidal micro-domain physical disturbance were two important random factors to induce spatial heterogeneity, while water and salinity statuses, soil types and tide physical disturbance were three important structure factors. The sources of organic matter in the tidal marsh were mainly land-based sources, and the effects of land-based sources on organic matter in the tidal marsh were greater in the direction closer to the sea.

Keywords: the Yellow River Estuary ; tidal marsh ; carbon and nitrogen ; spatial heterogeneity ; spatial distribution pattern

0

PDF (675KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

牟晓杰, 孙志高, 刘兴土. 黄河口滨岸潮滩湿地土壤碳、氮的空间分异特征[J]. , 2012, 32(12): 1521-1529 https://doi.org/

MOU Xiao-jie, SUN Zhi-gao, LIU Xing-tu. Spatial Distribution Patterns of Carbon and Nitrogen in the Tidal Marsh Soil of the Yellow River Estuary[J]. Scientia Geographica Sinica, 2012, 32(12): 1521-1529 https://doi.org/

湿地作为碳(C)、氮(N)的源、汇或转化器,对全球碳、氮循环及平衡有着非常重要的环境意义。湿地土壤碳、氮的空间分布格局显著影响着湿地的诸多生态过程,是研究元素行为微观过程的基础[1]。不同类型湿地土壤的肥力具有很大差异,即使在同一湿地内,土壤肥力也是不均一的,具有高度的空间异质性[2]。目前,国内外关于湿地土壤碳、氮的空间分布格局已有一些相关研究,且这些研究主要集中在湿地土壤碳、氮的垂直分布特征上[3~8],关于湿地土壤碳、氮的水平分布格局仅在淡水沼泽湿地[1,9~11]和河流湿地[5]开展了一些相关研究,但目前关于潮滩湿地土壤碳、氮空间分布格局的相关研究还不多见。

黄河三角洲是中国暖温带保存最完整、最广阔和最年轻的湿地生态系统,也是东北亚内陆和环西太平洋鸟类迁徙的重要中转站、越冬栖息地和繁殖地[12]。当前,国内关于黄河三角洲湿地元素生物地球化学循环的相关研究还不多见,且现有研究多集中在湿地植物元素累积与分配特征[13,14]、湿地土壤元素剖面分布特征[7,15,16]、湿地温室气体排放[17]等的探讨上,而关于潮滩湿地土壤碳、氮空间分异特征的研究还未见报道。鉴于此,论文运用地统计学方法探讨了黄河口滨岸潮滩湿地土壤碳、氮的空间分布格局,研究结果不仅可为河口湿地碳、氮生物地球化学循环研究提供基础数据,而且还为湿地的保护与管理以及退化湿地的恢复与保育等提供科学依据。

1 研究地区与研究方法

1.1 研究区概况

研究样地位于山东省黄河三角洲国家级自然保护区(118°41′ E ~ 119°16′ E,37°40′ N ~ 38°10′ N,),今黄河入海口北部滨岸潮滩湿地。该保护区于1992年经国家林业局批准建立,是全国最大的河口三角洲自然保护区,在世界范围河口湿地生态系统中具有较强的代表性,主要保护黄河口新生湿地生态系统和珍稀濒危鸟类。保护区总面积15.3×104 hm2,其中核心区面积5.8×104 hm2,缓冲区面积1.3×104 hm2,试验区面积8.2×104 hm2。保护区属暖温带季风气候区,具有明显的大陆性季风气候特点,雨热同期,四季分明,冷热干湿界限极为明显。春季干旱多风,常有春旱,夏季炎热多雨,高温高湿,时有台风侵袭。该区年平均气温 12.1℃,无霜期196 d,≥10℃的积温约4 300℃,年平均蒸发量1 962 mm,年平均降水量为551.6 mm,70%的降水集中于7、8月份。保护区的土壤类型主要为隐域性潮土和盐土,主要植被类型为芦苇(Phragmites australis)、芦苇-荻(Triarrhena sacchariflora)、穗状狐尾藻(Myriophyllum spicatum)、柽柳(Tamarix chinensis)、翅碱蓬(Suaeda salsa)及补血草(Limoninum sinense)群落等,其中芦苇、柽柳及翅碱蓬群落分布较广。

1.2 研究方法

1.2.1 样品采集与测定

2009年5月,在今黄河入海口北部中潮滩与低潮滩过渡带的翅碱蓬分布区内,设置典型研究样区[样区约70%面积(Ⅰ分区)位于中潮滩,约30%面积(Ⅱ分区)位于低潮滩过渡带],并沿东―西方向随机建立100 m×150 m的取样小区(坡度<3°),在样区内均匀设置10 m×20 m的采样网格,并于网格交叉点处采集土壤样品。土壤采样深度为20 cm,每10 cm一层,共采集样品160个。将采集的土壤样品及时带回实验室自然风干后,捡去残根等杂物,粉碎过100目筛后用元素分析仪(Elementar Vario Micro)测定总碳(TC)、总氮(TN)含量;NH4+-N、NO3--N含量在用2 mol/L的KCL浸提后通过连续流动分析仪(Bran-Lubee AAA3)测定。

1.2.2 半方差变异函数模型

湿地土壤养分为一区域化变量,同时具有随机性和结构性(空间自相关性)特征[18],当土壤养分变量满足二阶平稳和本征假设,且样本空间足够大时,其半方差理论变异函数 γ(h)的计算式为[19]

γ(h)=12N(h)i=1N(h)[Z(xi)-Z(xi+h)]2(1)

式中,h为两样点的空间距离,γ(h)为所有空间相距h的点对的平方均差,N(h)为在空间上具有相同间隔距离h的点对数目,Z(xi)与Z(xi+h)分别为区域化变量Z(x)在空间位置xixi+h处的实测值[i=1,2,…,N(h)]。γ(h)反映了不同距离间的方差变化,可用于揭示区域化变量在整个尺度上的空间变异格局。γ(h)通常包括块金值(C0)、基台值(C0+C)、变程(a)和分形维数(D)4个重要参数[20]

1.3 数据处理与分析

运用SPSS10.0和Origin7.5等软件对数据进行Kolmogorov-Smironov(K-S)正态检验和基本统计分析,运用地统计学软件包GS+ for windows 5.1进行半方差函数γ(h)的计算,运用Surfer 7.0 软件进行克立格内插局部估计。

2 结果与分析

2.1 统计分析与正态分布检验

表1为潮滩湿地不同土层中C、N的描述性统计结果。从表中可知,0~10 cm土层的TN平均含量明显高于10~20 cm土层,而TC平均含量以及C/N均自表层向下略有增加。TC、TN和C/N的水平变异性在不同土层差异较大,均自表层向下呈显著降低趋势。不同土层C、N的水平变异性均表现为TN>C/N>TC。研究样地表层土壤较高的TC、TN平均含量以及较高的水平变异性可能主要与其C、N储量大且经常受潮汐涨落物理扰动的影响有关,而自表层向下二者水平变异性的降低可能与下层土壤受潮汐涨落物理扰动影响较小,且地质沉积原始土壤的较小变异性得以继承有关。C/N的水平变异性与TC、TN的变化相似,其在很大程度上取决二者变异性的综合影响。方差分析表明,TC含量在不同土层中的差异未达到显著水平(p>0.05),而TN、C/N的差异则达到极显著水平(p<0.01)。

表1   不同土层C、N的描述性统计结果

Table 1   Descriptive statistics results of C and N in different soil layers

土层(cm)项目均值
(mg/kg)
标准差
(mg/kg)
变异系数( %)最大值
(mg/kg)
最小值
(mg/kg)
偏度
Sk
峰度
Ku
PK-S
0~10TC22139.313444.7415.5626782.6511752.74-1.4402.1570.043
TN743.90218.5929.381120.54205.02-0.6950.3950.226
C/N31.857.7124.2257.3321.901.3311.1470.149
10~20TC22822.782403.2410.5326395.2115384.72-1.2271.4250.042
TN631.31120.1119.03846.54259.17-0.7451.0100.355
C/N37.075.5915.0965.3129.542.1906.4520.211

新窗口打开

半方差函数通过区域化变量分割等距离样点间的差异来研究变量的空间相关性和空间结构。进行空间相关分析的变量必需满足正态分布,并且由随机抽样的方式获得[20]。为了检验试验数据是否符合半方差函数的分析条件,采用Kolmogorov-Smironov(K-S)正态分布检验概率(PK-S)对其进行检验。检验时取显著性水平α=0.05,若PK-S>0.05,则认为数据服从正态分布。由表1可知,不同土层TC的PK-S小于0.05,不能用于空间分析,而TN和C/N的PK-S均大于0.05,表现为明显的正态分布,可进行空间相关分析,并且10~20 cm土层TN、C/N的PK-S明显优于0~10 cm土层。

2.2 湿地土壤TN、C/N的空间异质性

2.2.1 各向同性下湿地土壤TN、C/N的空间结构性

区域化变量的结构分析以γ(h)模型为基础,这是该模型的主要功能之一。球状模型的空间相关性随距离的增加而衰减,其空间结构是当样点间隔距离达到变程之前时,样点的空间相关性随样点距离的增加逐渐降低直至消失,γ(h)表明数据为聚集分布;指数模型的空间相关性随距离的增加呈指数衰减变化,其空间依赖范围超过研究尺度,相关性消失于无限远处。图1表2为不同土层TN和C/N在各向同性下的变异函数理论模型及相关参数。从表中可知,不同土层TN和C/N的基台值均远远大于块金值,表明在全方向上三者均具有明显的空间结构。其中0~10 cm土层TN、C/N的半方差函数与步长h的关系均符合球状模型,而10~20 cm土层TN和C/N的半方差函数与步长h的关系分别符合球状模型和指数模型(图1)。

图1   湿地土壤中TN和C/N比的各向同性半方差函数

Fig.1   Isotropic semivariogram of TN and C/N ratio in marsh soil

表2   各向同性下变异函数理论模型及参数

Table 2   Parameters of the best-fitted semivariogram model for isotropic variogram

项目土层(cm)理论模型块金值(C0基台值
C0+C
块金/基台
C/C0+C
变程
a
决定系数(R2残差
RSS
分维数
D
TN0~10球状模型1500.0067870.000.978123.700.9671.17E+081.614
10~20球状模型4430.0014900.000.70359.700.7652.08E+071.856
C/N0~10球状模型4.5091.370.951152.900.98289.501.614
10~20指数模型22.6945.390.500196.000.62940.61.932

新窗口打开

决定系数R2RSS是用来说明模型对被研究对象的解释效率。从表2可知,10~20 cm土层TN、C/N的半方差函数与步长h关系的理论模型解释效率均相对较低(76.5%和62.9%),而0~10 cm土层TN和C/N的半方差函数理论模型的解释效率较高,均在93%以上。

区域化变量的空间异质性(SHZ)由两部分组成,即SHZ=SHR(随机误差引起)+SHA(空间自相关引起)。块金值C0表示随机部分的空间异质性,而C表示空间自相关部分引起的空间异质性,所以基台值C0+C就表示区域化变量的最大变异。基台值越大,区域化变量的空间异质性越高。C/(C0+C)反映了结构因素SHASHZ的贡献程度,而C0/(C0+C)则反映了随机部分SHR引起的空间异质性占SHZ的比例。由表2可知,不同土层TN和C/N的空间变异程度存在明显差异,其中0~10 cm土层TN、C/N的C/(C0+C)值均较高,说明结构因素对于其空间异质性的贡献率分别高达97.8%和95.1%。与之相比,10~20 cm土层TN、C/N的C/(C0+C)值均低于0~10 cm土层的相应值,结构因素对于二者空间异质性的贡献率相对于0~10cm土层分别低了27.5%和45.1%。

按照区域化变量空间相关性程度的分级标准[21],当C0/(C0+C)<25%时,变量具有强烈的空间相关性;当25%≤C0/(C0+C)≤75%时,变量具有中等程度的空间相关性;当C0/(C0+C)≥75%时,变量的空间相关性很弱。结合该分级标准可知,0~10 cm土层TN、C/N的C0/(C0+C)值分别为2.2%和4.9%,均明显低于25%(表2),说明二者具有强烈的空间相关性。与之相比,10~20 cm的TN、C/N的C0/(C0+C)值分别为29.7%和50%,均介于25%和75%之间(表2),说明二者具有中等程度的空间相关性。总之,各向同性结构下,自然结构因素(如气候、母质、水分、盐分、地形、土壤类型和潮汐物理扰动等)对不同土层TN和C/N总空间异质性的贡献起主导作用(50%~97.8%),而随机因素的影响则相对较小(2.2%~50%)。研究样地影响TN和C/N总空间异质性的随机因素主要与微地貌特征、不同土层微域水盐条件及其引起的溶质运移(主要为NO3--N、NH4+-N)、潮汐微域物理扰动强度、有机氮矿化以及植物根系分布与吸收作用等过程有关。

变程a可较好的反映区域化变量的空间影响范围。由图1表2可知,10~20 cm土层TN的变程(59.70 m)最小,说明其在较短距离内存在空间结构异质性。0~10 cm土层TN、C/N的变程(123.70 m、152.90 m)以及10~20 cm土层C/N的变程(196.00)较大,说明其在较长距离内存在空间结构异质性,而当超过相应变程时,区域化变量的空间相关性消失。

一般而言,分维数D值越大,其所表现的空间分布越复杂[22]。由表2可知,0~10 cm土层TN、C/N的D值较低(均为1.614),而10~20 cm土层C/N的D值最大(1.932),TN较低(1.856),说明10~20 cm土层TN、C/N的分布比0~10 cm土层复杂。

2.2.2 各向异性下湿地土壤TN、C/N的空间结构性

为了研究不同土层TN和C/N的半方差函数在不同方向上的特点,即各向异性,对不同方向的半方差函数进行了计算。计算时将全方位平均分为4个角度,0º,45º,90º和135º分别代表东-西,东北-西南,南-北,西北-东南方向。表3为不同土层TN和C/N在各向异性下的变异函数理论模型及相关参数。从表3可知,不同土层TN和C/N的基台值均远远大于块金值,表明在不同方向上二者同样具有明显的空间结构。其中0~10 cm土层TN的半方差函数与步长h的关系符合指数模型,C/N则符合球状模型。与之相比,C/N的半方差函数与步长h的关系均符合指数模型。从R2RSS对模型解释的效率可知,除0~10 cm土层TN、C/N的半方差函数理论模型的解释效率很高外(94.6%、94.2%),10~20 cm土层TN、C/N的半方差函数理论模型的解释效率相对较低,基本在50%左右。另外,通过表3中的C/(C0+C)值可知,不同土层TN和C/N在各方向上的空间变异程度存在明显差异,其中0~10 cm土层TN、C/N的C/(C0+C)值较高(0.999,0.967),而10~20 cm土层TN、C/N的C/(C0+C)值相对较低且比较接近(0.737,0.700)。比较而言,TN和C/N的C/(C0+C)值在不同土层的变化与各向同性基本一致(表2表3)。而从区域化变量空间相关程度的分级来看,0~10 cm土层TN、C/N的C/(C0+C)值分别为0.1%和3.3%,说明二者具有强烈的空间相关性。与之相比,10~20 cm土层TN、C/N的C/(C0+C)值分别为26.3%和30%,说明二者具有中等程度的空间相关性,这与前面在各向同性下的研究结果一致。总之,在各向异性结构下,自然结构因素对于TN和C/N的空间异质性起主导作用(69.3%~99.9%),这也与在各向同性下分析的结果相一致。

表3   各向异性下变异函数理论模型及参数

Table 3   Parameters of the best-fitted semivariogram model for anisotropic variogram

项目土层(cm)理论模型块金值(C0基台值
C0+C
块金/基台
C/C0+C
变程
a1
变程(a2决定系数(R2残差
RSS
TN0~10指数模型100.00117148.900.999113.50113.00.9461.57E+10
10~20指数模型9540.0036277.590.737372.90372.900.4938.37E+08
C/N0~10球状模型5.10153.840.967269.70269.700.94225981.44
10~20指数模型23.9179.770.7001009.60507.000.5603689.43

新窗口打开

图2为不同土层TN和C/N在4个方向上的半方差变异函数。从图中可知,0~10 cm土层TN、C/N以及10~20 cm土层TN在各方向上的变程相同,其空间相关性随距离增加分别符合指数模型、球状模型和指数模型。与之相比,10~20 cm土层C/N的变程在各方向上差异较大,存在明显的空间异质性结构特征,其空间变异尺度在南-北方向(90º)上最小,东-西方向(0º)上最大,而东北-西南方向(45º)和西北-东南方向(135º)较大且一致,其半方差函数符合指数模型,亦表现出与全方向相似的空间相关性和变异特征。不同土层TN和C/N在4个方向上的空间变异尺度均是以东-西方向最大,而研究样地的东-西方向整体上又是向低潮滩延伸且受潮汐涨落影响较大的方向,这就说明样地微地貌特征、潮汐微域物理扰动强度及其引起的不同土层微域水盐条件和溶质运移的差异可能是导致TN和C/N空间异质性的重要随机因素。同时沿着样地东-西方向由于潮汐作用形成一个明显的水盐梯度带,又因研究样区约70%的面积(Ⅰ分区)位于中潮滩,约30%的面积(Ⅱ分区)位于低潮滩,所以水盐梯度带的存在使得位于不同分区潮滩湿地土壤的理化性质存在明显差异(表4)。从表4可知,Ⅰ区不同土层的电导率、NO3--N、NH4+-N、TC和TN含量一般明显高于Ⅱ区的相应土层,但其容重、含水量、pH以及C/N相对于Ⅱ区相应土层均有明显降低,原因主要与Ⅱ区较强的溶质物理运移有关。由于Ⅱ区受潮汐的影响较大,所以土壤中较好的水分条件使得其盐分、碳(主要为DOC、DIC)和N(主要为NO3--N、NH4+-N)更易发生水平运移而被潮水带走或被垂直淋失到深层土壤中。可见,水盐条件、土壤类型和潮汐物理扰动可能是导致不同土层TN和C/N空间异质性的3个重要结构因素。

图2   湿地土壤中全氮和C/N比的各向异性半方差函数

Fig.2   Anisotropic semivariogram of TN and C/N ratio in marsh soil

表4   两个分区不同土层理化性质对比

Table 4   Comparison of physical and chemical properties of different soil layers in the two sub-areas (means ±S.D)

样区土层(cm)容重
(g/cm3)
含水量
(cm3/cm3
电导率
(mS/cm)
pHNH4+-N
(mg/kg)
NO3--N
(mg/kg)
TC
(%)
TN
(mg/kg)
C/N
Ⅰ区(n=56)0-101.30±0.010.428±0.01211.52±2.297.75±0.0611.88±4.613.76±1.392.31±0.28820.54±184.0029.36±6.11
10-201.38±0.020.440±0.0119.83±0.947.68±0.0513.48±6.094.07±1.852.32±0.19655.16±99.8635.91±3.86
Ⅱ区(n=24)0-101.47±0.020.467±0.0097.85±0.758.30±0.1610.31±8.103.32±1.462.00±0.39565.06±188.3737.65±8.05
10-201.52±0.010.451±0.0116.96±0.848.28±0.1212.24±2.004.52±1.392.20±0.32575.64±145.2239.77±7.81

新窗口打开

2.3 湿地土壤TN、C/N的空间分布格局

图3为不同土层TN和C/N的空间分布特征。据图可知,0~10 cm土层的TN沿样地东-西方向(向低潮滩延伸方向)形成明显的斑块低值区,边缘形成斑块高值区。与之相反,10~20 cm土层的TN以及不同土层的C/N沿东-西方向形成明显的斑块高值区,边缘则形成斑块低值区。导致不同土层TN和C/N空间分布特征及其差异的原因主要与微地貌特征、潮汐微域物理扰动引起的微域水盐条件和溶质运移等随机因素以及Ⅰ,Ⅱ分区水盐条件、土壤类型和潮汐物理扰动及其引起的较大范围水盐条件和溶质运移等结构因素共同作用的结果有关。0~10 cm土层TN含量在Ⅱ分区出现低值区的原因主要与Ⅱ分区较好的水分条件和潮汐作用使得土壤中的NO3--N、NH4+-N、DON、DIN等发生水平运移或垂直淋失有关。又因Ⅱ分区土壤的质地粘重(表4),NO3--N、NH4+-N、DON、DIN等不易淋失至更深层次土壤,而在10~20 cm土层累积,由此使得10~20 cm土层的TN在Ⅱ分区出现高值区。不同土层C/N高值区与低值区的空间分布特征在很大程度上取决于TC、TN、NO3--N、NH4+-N、DON、DIN等的综合影响。当然,研究样地TN和C/N高值区和低值区的形成还与Ⅰ,Ⅱ分区的水分变化频繁这一重要因素有关。水分变化频繁可通过影响土壤的氧化还原状况及微生物群落交替而影响有机质的分解和腐殖化过程,进而影响湿地碳、氮的持留能力。已有研究表明,较短的水分变化周期将有利于湿地脱氮,而长期淹水或较长水分变化周期则不利于湿地脱氮[23]。Verhoeven等[24]的研究也表明,湿地在水分变化频繁条件下的脱氮作用较长期淹水条件下强的多。研究样地的Ⅱ分区处于低潮滩边缘,由于经常受潮汐影响而使得其水分变化较Ⅰ分区频繁。据以上分析,Ⅱ分区较短的水分变化周期使得其脱氮作用较Ⅰ分区强的多,而这也是导致0~10 cm土层的TN在Ⅱ分区易于出现斑块低值区的重要原因之一。土壤的C/N经常被用于辨别有机质的陆源性和海源性,海水中水草由于富含蛋白质,其C/N通常为4~10,而陆地植物由于富含纤维素而比值较高,往往高于20[25]。由于研究样地0~10 cm和10~20 cm土层的C/N均明显高于20,由此可判断样地的有机质来源均以陆源为主,其中沿着东-西方向,即向海延伸方向的C/N值明显升高,说明越靠近海的方向,潮滩湿地土壤中的有机质受陆源(黄河从中上游携带泥沙中的有机质)的影响越大。尽管向陆地延伸方向的中潮滩和高潮滩湿地土壤亦是由黄河携带泥沙与海洋相互作用形成,但因其成陆时间较低潮滩湿地土壤早,加上湿地植被演替以及水盐状况等的改善,使得土壤的熟化程度和C、N矿化程度增强,进而导致土壤的C/N降低。

图3   湿地土壤氮的空间分布特征注:a. 0~10 cm TN; b. 10~20 cm TN; c. 0~10 cm C/N; d. 10~20 cm C/N

Fig.3   Spatial distribution characteristics of nitrogen in marsh soil

2.4 湿地土壤碳、氮的相关性

黄河口潮滩湿地不同土层TC、TN、NO3--N、NH4+-N和C/N之间均存在一定程度的相关性,但这种相关性在不同土层中却有着不同表现(表5)。其中0~10 cm土层除NO3--N与NH4+-N的相关性较弱外,TC与TN、NO3--N、NH4+-N、C/N均呈极显著正相关或负相关(p<0.01),TN与NO3--N、NH4+-N均呈显著正相关(p<0.05),与C/N呈极显著负相关(p<0.01),而NO3--N、NH4+-N与C/N均呈显著负相关(p<0.05)。与之相比,10~20 cm土层除TC与TN以及C/N与TC、TN呈极显著正相关或负相关(p<0.01),NO3--N与TC、TN呈显著正相关外(p<0.05),NH4+-N与TC、TN、NO3--N、C/N以及NO3--N与C/N的相关性均较弱。导致不同土层TC、TN、NO3--N、NH4+-N和C/N之间相关性差异的原因除了与C、N的内部转化与联系有关外,随机因素对其相关关系也有重要影响。上述分析表明,随机因素对于不同土层TN、NO3--N和C/N的空间异质性和分布格局具有重要影响,其在各向同性和各向异性下的贡献率分别为2.2%~50%和0.1%~30.7%。正是随机因素对于C、N分布的较强影响使得其对TC、TN、NO3--N、NH4+-N和C/N之间的相关性在不同土层可能表现出较强的负效应(破坏相关性)或正效应(增强相关性)。

表5   湿地土壤C、N的相关关系

Table 5   Correlations between C and N in wetland soil

土层(cm)项目TCTNNO3--NNH4+-NC/N
0~10TC10.891**0.293**0.355**-0.807**
TN10.271*0.286*-0.931**
NO3--N1-0.028-0.259*
NH4+-N1-0.261*
C/N1
10~20TC10.845**0.239*0.030-0.559**
TN10.281*0.118-0.873**
NO3--N1-0.016-0.154
NH4+-N1-0.139
C/N1

注:* p=0.05水平上显著相关; ** p=0.01水平上显著相关; n=80。

新窗口打开

3 结 论

1) 潮滩湿地土壤TC、TN和C/N的水平变异性在各土层差异较大,自表层向下均呈显著降低趋势,总体表现为TN>C/N>TC。

2) 潮滩湿地不同土层TN和C/N的水平分布具有明显的空间结构,分别符合不同的变异函数理论模型;各土层TN和C/N具有强烈/中等程度的空间相关性;自然结构因素在引起TN和C/N空间异质性 中的贡献占优,随机因素的影响相对较小。

3) 潮滩湿地不同土层TN和C/N的空间变异性均以向低潮滩延伸且受潮汐涨落影响较大的方向最大;微地貌特征和潮汐微域物理扰动强度是导致空间异质性的重要随机因素,而水盐条件、土壤类型和潮汐物理扰动是重要结构因素。

4) 潮滩湿地不同土层TN和C/N具有明显的空间分布格局,表层土壤的TN表现出向低潮滩延伸方向形成明显斑块低值区,边缘则形成斑块高值区的特征。与之相反,不同土层的C/N以及亚表层土壤的TN均表现出向低潮滩延伸方向形成明显斑块高值区,边缘则形成斑块低值区的特征。

The authors have declared that no competing interests exist.


参考文献

[1] 白军红,欧阳华,邓伟,.

向海沼泽湿地土壤氮素的空间分布格局

[J].地理研究,2004,23(5):614~622.

Magsci      [本文引用: 2]      摘要

<p>本文运用地统计学方法探讨了吉林省通榆县向海沼泽湿地土壤氮素在植物生长初期的空间分布格局 ,结果表明除铵态氮外 ,其他各形态氮素主要集中分布在表层土壤 ,呈现出由表层向下逐渐减少的趋势。各形态氮素和全氮都具有高度的变异特征 ,其中表层土壤碱解氮的变异最大 ,铵态氮最小 ,变异系数分别为 6 5 6 4%和 4 9 5 1% ;其他各层土壤有机氮、全氮和硝态氮含量的统计变异较大 ,而碱解氮和铵态氮较小 ;有机氮和全氮的空间分布格局具有显著的相似性 ;表层土壤全氮、有机氮和碱解氮的高值区和低值区具有高度的一致性 ;除碱解氮主要集中在土壤表层外 ,其他形态氮素和全氮在土壤较深层次均出现累积峰。</p>
[2] 傅国斌,李克让.

全球变暖与湿地生态系统的研究进展

[J].地理研究,2001,20(1):120~128.

Magsci      [本文引用: 1]      摘要

<p>湿地作为一种独特的生态系统是各种主要温室气体的&ldquo;源&rdquo;与&ldquo;汇&rdquo;,因而在全球气候变化中有着特殊的地位与作用。另一方面,全球气候变化又有可能对湿地生态系统的面积、分布、结构、功能等造成巨大的影响,并有可能引起温室气体的源汇转化,从而对气候系统形成反馈。本文综述了国内外这两个方面的研究进展,指出了近期全球变化与湿地生态系统研究的重点方向和领域</p>
[3] 白军红,邓伟,朱颜明,.

霍林河流域湿地土壤碳氮空间分布特征及生态效应

[J].应用生态学报,2003,14(9): 1494~1498.

URL      [本文引用: 1]      摘要

对霍林河流域湿地土壤有机碳及全氮空间分布特征及其生态效应的研究表明,有机碳和全氮的水平分异和垂直分异都十分显著,干湿交替周期是引起分异的关键因子;表层土壤有机碳与全氮含量显著相关(r=0.977),土壤碳氮比基本沿湿度梯度变化;土壤ph值对土壤表层碳氮含量及碳氮比值影响显著;流域湿地土壤与流域草原土壤碳氮比与土壤碳氮含量的相关性差异显著;其生态效应主要表现在生产效应和净化效应两方面。
[4] 赵如金,高晶,王晓静,.

北固山湿地土壤氮磷及重金属空间分布

[J].环境科学与技术,2008,31(2):10~12.

https://doi.org/10.3969/j.issn.1003-6504.2008.02.003      URL      摘要

通过研究北固山湿地四个典型区域土壤中全氮、全磷及重金属元素空 间分布规律,探讨湿地土壤中全氮、全磷及重金属元素的空间分布与周围环境之间的关系.结果显示,湿地虉草区各层的全氮、全磷含量均高于芦苇区;大东沟排放 口表层土壤全氮、全磷含量明显高于其他区域,是水体富营养化的重点控制区;湿地土壤中的重金属污染物主要分布在0-15cm,且虉草区的有效Mn、Zn、 Fe含量普遍高于芦苇区.研究结果表明,植被对调整湿地氮、磷及重金属的空间分布有一定作用,可以选择适宜的植物对湿地进行生态修复.研究为湿地生态修复 和生态清淤提供理论依据.
[5] 毛志刚,王国祥,刘金娥,.

盐城海滨湿地盐沼植被对土壤碳氮分布特征的影响

[J].应用生态学报,2009,20(2):293~297.

Magsci      [本文引用: 1]      摘要

在盐城海滨湿地不同植被带下采集土壤样品,研究了土壤有机碳和全氮的空间分布特征,分析了盐沼植物对湿地土壤碳、氮分布的影响.结果表明:在盐城海滨湿地,表层土壤中有机碳和全氮含量分别介于1.71~7.92 g·kg<SUP>-1</SUP>和0.17~0.36 g·kg<SUP>-1</SUP>之间,变幅较大,不同植被带之间存在显著差异,且各植被带表层土壤中有机碳、全氮含量均高于光滩.垂直方向上,各植被带土壤中有机碳、全氮的分布均呈自表向下逐渐降低的趋势,15 cm以下其含量基本保持稳定.土壤有机碳与全氮、碳氮比呈显著正相关,但全氮与碳氮比无显著相关性.
[6] 孙志高,刘景双,牟晓杰.

三江平原小叶章湿地土壤中硝态氮和铵态氮含量的季节变化特征

[J].农业系统科学与综合研究,2010,26(3):277~282.

https://doi.org/10.3969/j.issn.1001-0068.2010.03.004      URL      摘要

选择三江平原典型小叶章湿地不 同水分带上的两种土壤类型(草甸沼泽土和腐殖质沼泽土)为研究对象,对比研究了二者硝态氮和铵态氮含量的季节变化特征。结果表明,二者不同土层硝态氮含量 的季节变化特征差异较大,缺乏相似性,而铵态氮含量的季节变化特征尽管差异较大,但存在一定相似性;二者不同土层硝态氮和铵态氮含量季节变化特征的差异主 要与不同生长期植物吸收作用、融雪补给、大气氮沉降、冻层深度、土壤结构和水分条件的差异有关;不同土层硝态氮淋失、对铵态氮的吸附以及不同时期有机氮矿 化和硝化-反硝化作用等进行的程度对其也有重要影响;尽管硝态氮和铵态氮含量的季节变化特征在两种土壤不同土层间差别较大,但均可用四次多项式进行模拟, 模拟效果比较理想,基本反映了二者硝态氮和铵态氮含量的季节变化特征。图2,表2,参14。
[7] 董洪芳,于君宝,孙志高,.

黄河口滨岸潮滩湿地植物-土壤系统有机碳空间分布特征

[J].环境科学,2010,36(1):1594~1599.

URL      [本文引用: 1]      摘要

Well-understand the organic carbon status in the Yellow River delta is the most important for studying the biogeochemical processes of the muddy-sandy coastal wetland and ecological restoration. The spatial distribution characteristics and its impact factors of organic carbon in the plant-soil systems of new-born tidal flat wetland in the Yellow River estuary were studied. The results showed that the difference of plant organic carbon content in different plant communities were not obvious, however significant difference of the plant organic carbon density was observed. Moreover, the M-shaped spatial distribution of the plant organic carbon density, which was similar to the plant biomass, was found in the study. The organic carbon contents in top soils were varied from 0.75 to 8.35 g路kg-1, which was much lower than that in the typical freshwater marsh wetlands ecosystem. The spatial distribution trend of soil organic carbon density was similar to the soil organic carbon. The correlation analysis showed that soil organic carbon density was negatively correlated with pH, and positively correlated with TN, C/N and salinity. However, the correlations of plant organic carbon density with the soil organic carbon density, TN, C/N, pH and salinity were not significant.
[8] 白军红,邓伟,张玉霞.

内蒙古乌兰泡湿地环带状植被区土壤有机质及全氮空间分异规律

[J].湖泊科学,2002,14(2): 145~151.

https://doi.org/10.18307/2002.0208      URL      Magsci      [本文引用: 1]      摘要

本文以乌兰泡湿地为研究对象,对该区环带状植被区湿地土壤有机质及全氮的空间分布规律进行了初步研究,结果表明不同植被区养分含量垂直分异趋势一致,但水平分异显著,沿土壤水分梯度变化而变化,表现为蓼区>香蒲区>芦苇区,反映出距泡心越远含量越低的规律;各植被区土壤碳氮比都相对较低(在5-12之间),表层土壤碳氮比值也沿土壤水分梯度变化,表现为芦苇区>香蒲区>蓼区;泡沼湿地土壤与草原土壤的碳氮比对水分条件及有机质和全氮的含量的响应差异显著;水分和植被是影响其水平分异的关键因子,而湿地土壤pH值并不是影响土壤有机质及全氮分异的主要因子.
[9] 白军红,邓伟,张玉霞.

莫莫格湿地土壤氮磷空间分布规律研究

[J].水土保持学报,2001,15(4):79~81.

https://doi.org/10.3321/j.issn:1009-2242.2001.04.021      URL      [本文引用: 1]      摘要

以莫莫格湿地为研究对象 ,研究了氮磷在湿地土壤中的空间分布。结果表明 ,表层土壤全氮、全磷含量显著高于下层土壤 ,土壤全氮的水平变异性较全磷强 ;全氮和全磷的垂直分布总体变化趋势均为由上到下依次减少 ,且都以 5 0 cm处为其变化转折点 ,但全氮的变化较全磷快 ;全磷、全氮含量与土壤有机质、N/ P比极显著相关 ,但p H值对其影响十分微弱。
[10] 孙志高,刘景双,陈小兵.

三江平原典型小叶章湿地土壤中硝态氮和铵态氮的空间分布格局

[J].水土保持通报, 2009,29(3):66~72.

URL      摘要

运用地统计学方法对三江平原典型小叶章湿地土壤中硝态氮(NO3-—N)和铵态氮(NH4+—N)的空间分布格局进行了研究。结果表明,湿地土壤不同土层NO3-—N和NH4+—N含量的变异性差异较大,但均表现为NO3-—N>NH4+—N,原因主要与其物理运移特性的差异有关。两种土壤在不同土层或相同土层中的NO3-—N和NH4+—N含量差异均达到极显著水平(P<0.01);湿地土壤不同土层NO3-—N和NH4+—N的含量分布具有明显空间结构,符合不同变异函数理论模型,结构因素对空间异质性起主导作用,随机因素的影响相对较少。微地貌特征是导致其空间异质性的一个重要随机因素,水分条件和土壤类型则是两个重要结构因素;湿地土壤不同土层NO3-—N和NH4+—N含量的空间变异性均以向洼地中心倾斜方向最大。研究发现,水分条件是导致NO3-—N含量在地势较低处形成低值区的主要原因,干湿交替则是导致NH4+—N含量在地势较低处形成高值区的重要原因。
[11] Bai J H,Wang Q G,Gao H F,et al.

Spatial and temporal distribution patterns of nitrogen in marsh soils from an inland alkaline wetland-A case study of Fulaowenpao wetland, China

[J].Acta Ecologica Sinica,2010,30(4):210-215.

https://doi.org/10.1016/j.chnaes.2010.06.004      Magsci      [本文引用: 1]      摘要

<h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">Samples of surface (0&ndash;10&#xA0;cm) and subsurface soils (10&ndash;20&#xA0;cm) were collected using a grid sampling method in July and September in order to study the spatial and temporal distribution patterns of all forms of nitrogen and total nitrogen (TN) and the relationships between nitrogen concentrations and selected soil properties in Fulaowenpao wetland, a typical inland alkaline wetland. Results showed that there existed obvious heterogeneity at spatial and temporal scales. Generally, higher spatial variability for nitrate nitrogen (<span id="mmlsi1" onclick="submitCitation('/science?_ob=MathURL&amp;_method=retrieve&amp;_eid=1-s2.0-S1872203210000375&amp;_mathId=si1.gif&amp;_pii=S1872203210000375&amp;_issn=18722032&amp;_acct=C000228598&amp;_version=1&amp;_userid=10&amp;md5=ebaeb154f36146778eb3d27639c7be32')" style="cursor:pointer;" alt="Click to view the MathML source" title="Click to view the MathML source"><img height="17" border="0" style="vertical-align:bottom" width="36" alt="View the MathML source" title="View the MathML source" src="http://ars.els-cdn.com/content/image/1-s2.0-S1872203210000375-si1.gif"></span>&ndash;N), ammonium nitrogen (<span id="mmlsi2" onclick="submitCitation('/science?_ob=MathURL&amp;_method=retrieve&amp;_eid=1-s2.0-S1872203210000375&amp;_mathId=si2.gif&amp;_pii=S1872203210000375&amp;_issn=18722032&amp;_acct=C000228598&amp;_version=1&amp;_userid=10&amp;md5=468b4c9e761c3f73eb5d6dc77527da41')" style="cursor:pointer;" alt="Click to view the MathML source" title="Click to view the MathML source"><img height="19" border="0" style="vertical-align:bottom" width="36" alt="View the MathML source" title="View the MathML source" src="http://ars.els-cdn.com/content/image/1-s2.0-S1872203210000375-si2.gif"></span>&ndash;N) and available nitrogen (AN) were observed compared to organic nitrogen (Org-N) and TN. At the spatial scale, concentrations of <span id="mmlsi3" onclick="submitCitation('/science?_ob=MathURL&amp;_method=retrieve&amp;_eid=1-s2.0-S1872203210000375&amp;_mathId=si3.gif&amp;_pii=S1872203210000375&amp;_issn=18722032&amp;_acct=C000228598&amp;_version=1&amp;_userid=10&amp;md5=c6620298027e79de78bd115abc2830f7')" style="cursor:pointer;" alt="Click to view the MathML source" title="Click to view the MathML source"><img height="17" border="0" style="vertical-align:bottom" width="36" alt="View the MathML source" title="View the MathML source" src="http://ars.els-cdn.com/content/image/1-s2.0-S1872203210000375-si3.gif"></span>&ndash;N, <span id="mmlsi4" onclick="submitCitation('/science?_ob=MathURL&amp;_method=retrieve&amp;_eid=1-s2.0-S1872203210000375&amp;_mathId=si4.gif&amp;_pii=S1872203210000375&amp;_issn=18722032&amp;_acct=C000228598&amp;_version=1&amp;_userid=10&amp;md5=ba3986f4c4510d0577b2c258b16400d4')" style="cursor:pointer;" alt="Click to view the MathML source" title="Click to view the MathML source"><img height="19" border="0" style="vertical-align:bottom" width="36" alt="View the MathML source" title="View the MathML source" src="http://ars.els-cdn.com/content/image/1-s2.0-S1872203210000375-si4.gif"></span>&ndash;N and AN in surface soils were higher than those in subsurface soils, but no significant differences were observed between both soil layers (<em>p</em>&#xA0;&lt;&#xA0;0.05). However, concentrations of Org-N and TN were significantly higher in surface soils compared to subsurface soils (<em>p</em>&#xA0;&lt;&#xA0;0.05), and both of them had similar spatial distribution patterns. At the temporal scale, with the exception of <span id="mmlsi5" onclick="submitCitation('/science?_ob=MathURL&amp;_method=retrieve&amp;_eid=1-s2.0-S1872203210000375&amp;_mathId=si5.gif&amp;_pii=S1872203210000375&amp;_issn=18722032&amp;_acct=C000228598&amp;_version=1&amp;_userid=10&amp;md5=f3e560064d7f1b87e547221f0360cbe6')" style="cursor:pointer;" alt="Click to view the MathML source" title="Click to view the MathML source"><img height="19" border="0" style="vertical-align:bottom" width="36" alt="View the MathML source" title="View the MathML source" src="http://ars.els-cdn.com/content/image/1-s2.0-S1872203210000375-si5.gif"></span>&ndash;N in both soil layers and <span id="mmlsi6" onclick="submitCitation('/science?_ob=MathURL&amp;_method=retrieve&amp;_eid=1-s2.0-S1872203210000375&amp;_mathId=si6.gif&amp;_pii=S1872203210000375&amp;_issn=18722032&amp;_acct=C000228598&amp;_version=1&amp;_userid=10&amp;md5=6421bd546f86ecb666ed86ca171352f9')" style="cursor:pointer;" alt="Click to view the MathML source" title="Click to view the MathML source"><img height="17" border="0" style="vertical-align:bottom" width="36" alt="View the MathML source" title="View the MathML source" src="http://ars.els-cdn.com/content/image/1-s2.0-S1872203210000375-si6.gif"></span>&ndash;N in subsurface soils, concentrations of all the other forms of nitrogen and TN were generally higher in September than them in July, while there were no significant differences between both sampling periods (<em>p</em>&#xA0;&lt;&#xA0;0.05) except for AN (<em>p</em>&#xA0;&lt;&#xA0;0.01) in both soil layers. Correlation analysis showed that AN, Org-N and TN were significantly and positively correlated with soil organic matter, total phosphorous, and clay contents, while they were significantly negatively correlated with soil pH values; <span id="mmlsi7" onclick="submitCitation('/science?_ob=MathURL&amp;_method=retrieve&amp;_eid=1-s2.0-S1872203210000375&amp;_mathId=si7.gif&amp;_pii=S1872203210000375&amp;_issn=18722032&amp;_acct=C000228598&amp;_version=1&amp;_userid=10&amp;md5=eb18b078555f32cfa5c315bb67416698')" style="cursor:pointer;" alt="Click to view the MathML source" title="Click to view the MathML source"><img height="17" border="0" style="vertical-align:bottom" width="36" alt="View the MathML source" title="View the MathML source" src="http://ars.els-cdn.com/content/image/1-s2.0-S1872203210000375-si7.gif"></span>&ndash;N was also correlated with soil organic matter and total phosphorous, however, <span id="mmlsi8" onclick="submitCitation('/science?_ob=MathURL&amp;_method=retrieve&amp;_eid=1-s2.0-S1872203210000375&amp;_mathId=si8.gif&amp;_pii=S1872203210000375&amp;_issn=18722032&amp;_acct=C000228598&amp;_version=1&amp;_userid=10&amp;md5=57bc1da3ab33cb65bf3dad70fc6bd234')" style="cursor:pointer;" alt="Click to view the MathML source" title="Click to view the MathML source"><img height="19" border="0" style="vertical-align:bottom" width="36" alt="View the MathML source" title="View the MathML source" src="http://ars.els-cdn.com/content/image/1-s2.0-S1872203210000375-si8.gif"></span>&ndash;N was only closely lined to water contents.</p>
[12] 田家怡,王秀风,蔡学军,.

黄河三角洲湿地生态系统保护与恢复技术

[M].中国海洋大学出版社, 2005.

[本文引用: 1]     

[13] 牟晓杰,孙志高,王玲玲,.

黄河口滨岸潮滩不同生境下翅碱蓬氮的累积与分配特征

[J].湿地科学,2010,8(1): 57~66.

Magsci      [本文引用: 1]     

[14] 牟晓杰,孙志高,王玲玲,.

黄河口滨岸潮滩不同生境下翅碱蓬K、Ca、Mg含量与累积的季节变化

[J].草业学报,2010,19(3):177~190.

https://doi.org/10.11686/cyxb20100324      Magsci      [本文引用: 1]      摘要

<p><font face="Verdana">2008年5-11月,对黄河口滨岸潮滩2种表现型翅碱蓬的K、Ca、Mg含量与累积的季节变化进行了研究。结果表明,中潮滩翅碱蓬(JP1)和低潮滩翅碱蓬(JP2)不同器官生物量均具有明显季节动态,总体表现为JP1>JP2,且均符合抛物线模型。二者枯落物量均呈递增变化,符合指数增长模型;JP1、JP2不同部分K、Ca、Mg含量的变化模</br>式差异较大,其中K 含量大多符合抛物线/线性模型,而Ca、Mg含量大多呈Gauss曲线变化;JP1、JP2不同时期各部分的K、Ca、Mg含量差异明显,其中JP1根、叶和枯落物的K、Ca、Mg含量大多高于JP2,而JP2茎的Ca、Mg含量则高于JP1;JP1、JP2不同部分K、Ca、Mg的相关性、储量及累积速率差异明显,茎、叶分别为JP1、JP2K 的主要储库(43.02%&plusmn;20.80% 和48.03% &plusmn;4.31%),而叶均是Ca、Mg 的主要储库(40.38% &plusmn;18.34%,50.58% &plusmn;20.73%和62.96%&plusmn;10.56%,58.02%&plusmn;10.62%);JP1、JP2不同器官生物量及其K、Ca、Mg含量、储量、累积速率的变化及差异主要与其生态学特性、不同器官营养功能及所处生境的水盐状况有关。</br></font></p>
[15] 孙万龙,孙志高,牟晓杰,.

黄河口滨岸潮滩不同类型湿地土壤磷、硫的分布特征

[J].水土保持通报,2010, 30(4):104~109.

URL      [本文引用: 1]      摘要

以黄河口滨岸潮滩湿地为研究对 象,研究了不同植被群落覆盖下湿地土壤中磷、硫的变化特征及其储量状况。结果表明,植被群落的变化能够影响土壤中磷、硫的含量,但影响程度不同。沿植物群 落演替方向,土壤全磷含量差异不显著,变异系数较小,而全硫含量受影响显著,呈"S"型波动变化;在垂直分布特征方面,全磷的差异程度不大,表明土壤中磷 含量主要取决于成土母质,相对而言,硫的垂直分布特征存在较大差异,大部分采样点的变异系数在10%以上,属中等变异,其分布特征主要受制于土壤有机质的 分布;两种元素的储量及其分布状况受植被群落的影响程度不同,不同植被群落土壤的磷储量及其分布状况差异不大,均在0.32kg/m2(0—60cm)附 近波动;而不同土壤中硫储量存在较大差异,沿演替方向呈"S"型波动变化,最高值0.33kg/m2(光滩,0—60cm),最低值0.17kg /m2(演替末期,0—60cm),但其分布状况差异不大。研究结果表明,植被对调整湿地磷、硫的空间分布具有显著影响,故可根据生源元素的循环选择适宜 的植物对湿地进行生态修复,为湿地生态的修复提供理论依据。
[16] 王玲玲,孙志高,牟晓杰,.

黄河口滨岸潮滩不同类型湿地土壤氮素分布特征

[J].土壤通报,2010,42(6):1439~1445.

URL      [本文引用: 1]      摘要

对黄河口滨岸潮滩不同类型湿地土壤氮分布特征进行了对比研究。结果表明,湿地土壤氮以有机氮 为主,无机氮所占比例较低且以铵态氮为主。土壤氮水平分布特征明显,TN、NH4+-N和NO3--N含量较高的分别是芦苇湿地、碱蓬-柽柳湿地(过渡 带)湿地和芦苇湿地;土壤氮垂直分布特征亦明显,表现为表层土壤氮含量大于下层,其中,TN、NH4+-N和NO3--N含量垂直变化最明显的分别是三棱 蔗草-朝天委陵菜湿地、碱蓬湿地和芦苇湿地。影响土壤氮分布的主要因素有水分条件、植被类型及微生物活动等。相关分析表明TN与有机氮、有机质呈极显著正 相关(P〈0.01),NH4+-N与TP呈显著负相关(P〈0.05)。研究发现,植被对调整湿地氮的空间分布有一定作用,从而为湿地生态修复提供了理 论依据。
[17] 王玲玲,孙志高,牟晓杰,.

黄河口滨岸潮滩湿地CO2、CH4和N2O通量特征初步研究

[J].草业学报,2010,20(3): 51~61.

URL      [本文引用: 1]     

[18] 孙志高,刘景双,姜艳艳,.

基于地统计学和15N技术的湿地土壤氮素空间运移理论探讨

[J].中国农学通报,2005, 21(6):347~351.

Magsci      [本文引用: 1]      摘要

地统计学是探讨自然环境要素空间异质性的有效工具,它适合于定量研究区域化变量的空间结构变异特征。湿地土壤氮素是时空连续的变异体,不论尺度大小均具有高度的空间异质性,而其变量又属于区域化变量,同时具有随机性和结构性特征。因15N示踪技术能够示踪氮素物质的踪迹,而用15N标记的示踪体在湿地土壤中运移时所产生的丰度变化又具有空间异质性,故可考虑将二者结合起来来定量探讨湿地土壤氮素的空间运移。在此,就试对这一问题进行了较为系统和完整的理论探讨。
[19] 徐建华. 现代地理学中的数学方法[M].北京:高等教育出版社,2002.

[本文引用: 1]     

[20] 王政权. 地统计学及其在生态学中的应用[M].北京:科学出版社,1999.

[本文引用: 2]     

[21] Burgess T M,Webster R.

Optimal interpolation and isarthmic mapping of soil properties:The semivariogram and punctual Kriging

[J].Soil Science,1980,31:315-341.

[本文引用: 1]     

[22] Cambardella C A,Moorman T B,Novak J M,et al.

Field-scale variability of soil properties in central Iowa soils

[J].Soil Science Society of America Journal,1994,58:1501-1511.

https://doi.org/10.2136/sssaj1994.03615995005800050033x      URL      [本文引用: 1]      摘要

Spatial distributions of soil properties at the field and watershed scale may affect yield potential, hydrologic responses, and transport of herbicides and NO3- to surface or groundwater. Our research describes field-scale distributions and spatial trends for 28 different soil parameters at two sites within a watershed in central Iowa. Two of 27 parameters measured at one site and 10 of 14 parameters measured at the second site were normally distributed. Spatial variability was investigated using semivariograms and the ratio of nugget to total semivariance, expressed as a percentage, was used to classify spatial dependence. A ratio of <25% indicated strong spatial dependence, between 25 and 75% indicated moderate spatial dependence, and >75% indicated weak spatial dependence. Twelve parameters at Site one, including organic C, total N, pH, and macroaggregation, and four parameters at Site two, including organic C and total N, were strongly spatially dependent. Six parameters at Site one, including biomass C and N, bulk density, and denitrification, and 9 parameters at Site two, including biomass C and N and bulk density, were moderately spatially dependent. Three parameters at Site one, including NO3 N and ergosterol, and one parameter at Site two, mineral-associated N, were weakly spatially dependent. Distributions of exchangeable Ca and Mg at Site one were not spatially dependent. Spatial distributions for some soil properties were similar for both field sites. We will be able to exploit these similarities to improve our ability to extrapolate information taken from one field to other fields within similar landscapes.
[23] Groffman P M,Hanson G C,Erick K,et al.

Variation in microbial biomass and activity in four different wetland types

[J]. Soil Science Society of American Journal,1996,60:622-629.

https://doi.org/10.2136/sssaj1996.03615995006000020041x      URL      [本文引用: 1]      摘要

Functional evaluation of wetlands in nutrient cycling, water quality maintenance, and wetland construction and restoration contexts requires knowledge of differences in microbial processes between different wetland types and understanding of the nature and extent of variation in these processes within a given wetland type. In this study, we measured a suite of microbial variables (microbial biomass C and N content, denitrification enzyme activity, potential net N mineralization and nitrification, and soil respiration) that are indices of wetland nutrient cycling and water quality maintenance functions in four different wetland types (calcareous fens, red maple swamps, woodland pools, and wet clay meadows) in eastern New York state. Total soil C and N content, water content, pH, water-table levels, and groundwater NH4+, NO3-, and electrical conductivity were also measured. The clay meadow wetlands were drier and had lower levels of organic matter and most microbial variables than the other wetland types. Site-to-site variation within the fens was very high and was not strongly controlled by water-table levels. Organic matter content and N status appear to be strong regulators of microbial biomass and activity in fens. Red maple swamps and woodland pools had similar levels of most microbial variables. Variation within these wetland types was controlled by hydrology and organic matter quality. The suite of microbial variables that we measured Identified potential functional differences between wetland types and should be useful for comparisons of the water quality maintenance value of different wetlands and for functional evaluation of altered or restored sites.
[24] Verhoeven J T A,Whigham D F,Kerkhoven M V.Comparative study of nutrient-related processes in geographically separated wetlands:towards a science base for functional assessment procedure[C]//Mitsch W J. Global Wetlands: Old World and New.Columbus: Elsevier Press.1994:91-106.

[本文引用: 1]     

[25] Reddy K R,Diaz O A.

Phosphorus dynamics in selected wetlands and streams of the lake Okeechobee Basin

[J]. Ecological Engineering,1995,5(2-3):183-207.

URL      [本文引用: 1]     

/