秦岭山地松栎林土壤理化性质耦合关系
发布时间：2022-01-19 10:41
【目的】土壤是森林生态系统的重要组分之一,林地土壤理化性质及其耦合关系对森林生态系统的发育过程、空间格局和生态功能具有重要影响。针对秦岭油松-锐齿槲栎混交林土壤物理性质与其养分含量及元素化学计量特征的关系进行研究,旨在筛选出对林地土壤养分元素含量及其化学计量比起主导作用的土壤物理性质指标,揭示养分元素沿土壤物理性质梯度的变化趋势,以期为秦岭森林生态系统功能维护及可持续经营提供参考依据。【方法】在研究区设置15块调查样地进行土壤样品采集,分别测定非毛管孔隙度、毛管孔隙度、总孔隙度、容重、最大持水量和毛管持水量等6项物理性质指标,以及总有机碳（C）、总氮（N）、总磷（P）、总钾（K）、速效N、速效P和速效K等7项化学养分指标,并计算其生态化学计量比,运用单因素回归分析和典范对应分析（CCA）等方法研究林地土壤的理化性质耦合关系。【结果】非毛管孔隙度、总孔隙度与林地土壤"物理性质-化学养分"CCA排序轴及"物理性质-化学计量比"CCA排序轴的相关系数均达到显著水平。土壤总P含量随非毛管孔隙度及总孔隙度的增加而显著上升;C:P和N:P均随非毛管孔隙度的上升而显著下降,P:K随非毛管孔隙度的上升...
【文章来源】：中南林业科技大学学报. 2020,40(10)北大核心CSCD
【文章页数】：10 页
【部分图文】：
土壤物理性质与化学性质的回归分析
P:K和N:P分别位于排序图中非毛管孔隙度和总空隙度的正向最远端及反向最远端，表明P:K与非毛管孔隙度和总空隙度呈密切正相关，而N:P与非毛管孔隙度和总空隙度呈密切负相关。C:K与非毛管孔隙度具有一定程度的正向关系。C:P和C:N靠近排序图的中心位置，表明其在中等水平的土壤物理状况条件下具有最大值。N:K距离各矢量箭头的距离较远，表明其受土壤物理因子的制约性较小。3 结论与讨论
CCA前两排序轴对土壤物理性质-化学计量关系解释的累计贡献率高达96.9%（第1轴78.5%，第2轴18.4%），故采用第一、二轴的数据作CCA二维排序图（图3），各土壤物理指标与排序轴相关系数的Monte Carlo显著性检验如表5所示。对CCA第一轴产生较大影响作用的因子有非毛管孔隙度（相关系数为0.819）、总孔隙度（相关系数为0.708）和最大持水量（相关系数为0.324）；对CCA第二轴产生较大影响作用的因子有毛管孔隙度（相关系数为0.264）和非毛管孔隙度（相关系数为-0.219）。即沿着第一轴从左往右，土壤非毛管孔隙度、总孔隙度和最大持水量逐渐增大，沿着第二轴从下往上，毛管孔隙度逐渐增大，而非毛管孔隙度逐渐减小。与表4的结果相类似，仅有非毛管孔隙度、总孔隙度与排序轴相关系数达到显著水平，因此，这两个因子也是决定秦岭松栎林土壤养分化学计量特征的主导性物理指标。P:K和N:P分别位于排序图中非毛管孔隙度和总空隙度的正向最远端及反向最远端，表明P:K与非毛管孔隙度和总空隙度呈密切正相关，而N:P与非毛管孔隙度和总空隙度呈密切负相关。C:K与非毛管孔隙度具有一定程度的正向关系。C:P和C:N靠近排序图的中心位置，表明其在中等水平的土壤物理状况条件下具有最大值。N:K距离各矢量箭头的距离较远，表明其受土壤物理因子的制约性较小。
【参考文献】：
期刊论文
[1]秦岭松栎林土壤生态化学计量特征及其对海拔梯度的响应[J]. 吴昊,邹梦茹,王思芊,万洪秀. 生态环境学报. 2019(12)
[2]中国主要耕作方式对旱地土壤结构及养分和微生态环境影响的研究综述[J]. 张向前,杨文飞,徐云姬. 生态环境学报. 2019(12)
[3]黄土高寒区典型植被类型土壤入渗特征及其影响因素[J]. 李平,王冬梅,丁聪,刘若莎,张鹏,张琳琳. 生态学报. 2020(05)
[4]亚热带树种转换对林地土壤碳氮磷计量比的影响[J]. 李树斌,周丽丽,陈宝英,杨起帆,丁国昌,林思祖. 森林与环境学报. 2019(06)
[5]高寒沙地中间锦鸡儿人工林根系分布及林下土壤特性研究[J]. 张立恒,李清雪,王学全,贾志清,陈新均. 土壤通报. 2019(04)
[6]不同海拔甘肃兴隆山主要森林群落的土壤理化性质[J]. 魏强,凌雷,王多锋,柴春山,王芳,钟怡铭,陶继新,张广忠,李国林. 西北林学院学报. 2019(04)
[7]宁南山区退耕还林还草对土壤氮素组成及其转化酶活的影响[J]. 高涵,肖礼,牛丹,倪银霞,黄懿梅. 环境科学. 2019(08)
[8]桂北不同林龄桉树人工林土壤生态化学计量特征[J]. 段春燕,徐广平,沈育伊,罗亚进,李艳琼,张德楠,孙英杰,何成新. 林业资源管理. 2018(06)
[9]漓江河岸带不同水文环境土壤微生物与土壤养分的耦合关系[J]. 王静,王冬梅,任远,王斌. 生态学报. 2019(08)
[10]荒漠绿洲农田垦殖过程中耕层土壤碳储量演变特征[J]. 孔君洽,杜泽玉,杨荣,苏永中. 应用生态学报. 2019(01)
硕士论文
[1]不同林龄序列云杉人工林土壤化学计量特征及其与土壤因子的相关性研究[D]. 张珊.甘肃农业大学 2017
[2]黄土高原刺槐、柠条人工林土壤—植物生态化学计量特征研究[D]. 马任甜.西北农林科技大学 2017
本文编号：3596706
【文章来源】：中南林业科技大学学报. 2020,40(10)北大核心CSCD
【文章页数】：10 页
【部分图文】：
土壤物理性质与化学性质的回归分析
P:K和N:P分别位于排序图中非毛管孔隙度和总空隙度的正向最远端及反向最远端，表明P:K与非毛管孔隙度和总空隙度呈密切正相关，而N:P与非毛管孔隙度和总空隙度呈密切负相关。C:K与非毛管孔隙度具有一定程度的正向关系。C:P和C:N靠近排序图的中心位置，表明其在中等水平的土壤物理状况条件下具有最大值。N:K距离各矢量箭头的距离较远，表明其受土壤物理因子的制约性较小。3 结论与讨论
CCA前两排序轴对土壤物理性质-化学计量关系解释的累计贡献率高达96.9%（第1轴78.5%，第2轴18.4%），故采用第一、二轴的数据作CCA二维排序图（图3），各土壤物理指标与排序轴相关系数的Monte Carlo显著性检验如表5所示。对CCA第一轴产生较大影响作用的因子有非毛管孔隙度（相关系数为0.819）、总孔隙度（相关系数为0.708）和最大持水量（相关系数为0.324）；对CCA第二轴产生较大影响作用的因子有毛管孔隙度（相关系数为0.264）和非毛管孔隙度（相关系数为-0.219）。即沿着第一轴从左往右，土壤非毛管孔隙度、总孔隙度和最大持水量逐渐增大，沿着第二轴从下往上，毛管孔隙度逐渐增大，而非毛管孔隙度逐渐减小。与表4的结果相类似，仅有非毛管孔隙度、总孔隙度与排序轴相关系数达到显著水平，因此，这两个因子也是决定秦岭松栎林土壤养分化学计量特征的主导性物理指标。P:K和N:P分别位于排序图中非毛管孔隙度和总空隙度的正向最远端及反向最远端，表明P:K与非毛管孔隙度和总空隙度呈密切正相关，而N:P与非毛管孔隙度和总空隙度呈密切负相关。C:K与非毛管孔隙度具有一定程度的正向关系。C:P和C:N靠近排序图的中心位置，表明其在中等水平的土壤物理状况条件下具有最大值。N:K距离各矢量箭头的距离较远，表明其受土壤物理因子的制约性较小。
【参考文献】：
期刊论文
[1]秦岭松栎林土壤生态化学计量特征及其对海拔梯度的响应[J]. 吴昊,邹梦茹,王思芊,万洪秀. 生态环境学报. 2019(12)
[2]中国主要耕作方式对旱地土壤结构及养分和微生态环境影响的研究综述[J]. 张向前,杨文飞,徐云姬. 生态环境学报. 2019(12)
[3]黄土高寒区典型植被类型土壤入渗特征及其影响因素[J]. 李平,王冬梅,丁聪,刘若莎,张鹏,张琳琳. 生态学报. 2020(05)
[4]亚热带树种转换对林地土壤碳氮磷计量比的影响[J]. 李树斌,周丽丽,陈宝英,杨起帆,丁国昌,林思祖. 森林与环境学报. 2019(06)
[5]高寒沙地中间锦鸡儿人工林根系分布及林下土壤特性研究[J]. 张立恒,李清雪,王学全,贾志清,陈新均. 土壤通报. 2019(04)
[6]不同海拔甘肃兴隆山主要森林群落的土壤理化性质[J]. 魏强,凌雷,王多锋,柴春山,王芳,钟怡铭,陶继新,张广忠,李国林. 西北林学院学报. 2019(04)
[7]宁南山区退耕还林还草对土壤氮素组成及其转化酶活的影响[J]. 高涵,肖礼,牛丹,倪银霞,黄懿梅. 环境科学. 2019(08)
[8]桂北不同林龄桉树人工林土壤生态化学计量特征[J]. 段春燕,徐广平,沈育伊,罗亚进,李艳琼,张德楠,孙英杰,何成新. 林业资源管理. 2018(06)
[9]漓江河岸带不同水文环境土壤微生物与土壤养分的耦合关系[J]. 王静,王冬梅,任远,王斌. 生态学报. 2019(08)
[10]荒漠绿洲农田垦殖过程中耕层土壤碳储量演变特征[J]. 孔君洽,杜泽玉,杨荣,苏永中. 应用生态学报. 2019(01)
硕士论文
[1]不同林龄序列云杉人工林土壤化学计量特征及其与土壤因子的相关性研究[D]. 张珊.甘肃农业大学 2017
[2]黄土高原刺槐、柠条人工林土壤—植物生态化学计量特征研究[D]. 马任甜.西北农林科技大学 2017
本文编号：3596706
本文链接：https://www.wllwen.com/kejilunwen/nykj/3596706.html
