-
林分密度影响了林内光照、水分、养分等重要自然资源,成为制约林木生产力及养分循环的重要因素之一[1-5]。合理的林分密度可以增强林木抵御病虫害的能力,保证林木有一个良好的生长发育环境。
生态化学计量是基于化学计量学,将应用生物学、化学和物理学等多学科相互结合,探索生态系统中物质能量的平衡及其相互关系的方法[6];也是一种研究植物养分,判断限制元素的方法[7]。叶片通过土壤提供的C、N、P等养分来维持生命活动,最终以枯落物的形式分解将养分返还给土壤,这三者间的相互作用与环境相互影响,使得它们成为了生态系统养分循环的重要过程[8]。目前国内外对植物、枯落物、土壤等的C、N、P化学计量特征围绕着不同林种、不同海拔、化学计量比与枯落物分解速率相关性等方面展开了大量的研究[9-13]。部分国内学者针对不同树种开展了对密度与植物叶片、枯落物、土壤生态化学计量特征关系的研究调查[14-15]。但由于树种、立地条件、林分结构等因素的不同,密度对叶片、枯落物和土壤间C、N、P化学计量特征的影响仍有很大的不确定性,尚需进行深入的探讨。
刺槐(Robinia pseudoacacia L.)具有易繁殖、生长速度快、耐干旱以及适应性强等特点,常用于黄土区的植被恢复,是黄土高原的主要造林树种之一[16]。目前对于刺槐人工林在林分密度方面的研究,主要集中于土壤理化性质[17]、土壤与枯落物的持水能力等方面[18-20]。关于刺槐人工林化学计量特征的研究多集中于林龄方面[21-23],而林分密度对刺槐人工林叶片—枯落物—土壤养分及其化学计量比影响的研究尚未开展。本研究以500、1 000、1 500、2 000、2 500 株·hm−2密度的刺槐人工林为对象,探究叶片-枯落物-土壤养分含量及其化学计量特征随密度的变化趋势,以及三者间的耦合关系,研究结果可为晋西黄土区刺槐人工林的经营提供科学参考。
-
研究区位于山西省临汾市吉县蔡家川流域(36°12′29″~36°17′27″ N,110°39′48″~110°47′49″ E),该流域属于典型的黄土残塬沟壑区。其总面积约为40.10 km2。海拔920~1 430 m。属于暖温带大陆性季风气候,年平均降水量578.9 mm,降水主要集中于6—9月,约占全年降水量的70%,年均潜在蒸发量为1 724 mm,远超过年均降水量。褐土和黄土母质为主要土壤类型。主要树种由山杨(Populus davidiana Dode.)、辽东栎(Quercus liaotungensis Mayr.) 等天然次生林,以及人工营造的刺槐(Robinia pseudoacacia)、油松(Pinus tabulaeformis Carr.)、侧柏(Platycladus orientalis Linn.)等水土保持林组成[24]。
-
试验于2022年8月,在研究区选择5种不同密度(500 株·hm−2、1 000 株·hm−2、1 500 株·hm−2、2 000 株·hm−2、2 500 株·hm−2)的刺槐林样地,每种密度设置3个重复样地(20 m × 20 m),在每个样地内,测定样地海拔、坡度、坡向等立地因子,对样地内的乔木进行每木检尺,测量树高、林分密度、树冠大小等数据,同时记录林龄、林分密度和郁闭度等信息,每个密度梯度下3块重复样地的海拔、坡度、坡向基本一致,林龄相同,样地基本信息见表1.
林分密度
Density/(株·hm−2)平均树高
Average height/m平均胸径
Average DBH/cm平均冠幅
Canopy density/m海拔
Altitude/m坡度
Slope/(◦)坡向
Aspect/(◦)郁闭度
Canopy density/%林龄
Stand age/a500 9.73 ± 22.24 b 16.03 ± 5.56 1.81 ± 1.18 1 140 24 ES125 45 25 1 000 10.08 ± 2.35 a 16.10 ± 6.12 2.03 ± 1.14 1 170 20 ES143 40 25 1 500 9.31 ± 2.60 b 11.93 ± 4.47 1.29 ± 0.68 1 090 45 E90 59 21 2 000 8.01 ± 1.99 c 11.09 ± 4.09 1.66 ± 1.45 1 140 25 WS240 68 28 2 500 6.87 ± 1.42 d 10.33 ± 2.27 1.41 ± 1.25 1 030 25 E70 50 21 注:均值 ± 标准差
Note: The data in the table are mean ± standard deviationTable 1. Basic characteristics of Robinia pseudoacacia plantation plots of different densities
-
样品采集于8月12日开始进行,在每个样地内,选择3株标准木(具有平均树高和胸径),用高枝剪对树冠东西南北4个方向,按照上中下3个部位采集叶片样品,同时收集树干周围的枯落物。将叶片和枯落物分别混匀装入密封袋带回实验室,在80 ℃下烘干至质量恒定,冷却后用粉碎机粉碎,过筛后装袋保存用于C、N、P含量测定。在清除树冠投影下方的枯落物后,采取五点取样法采集0~30 cm土层土样,将土样风干、研磨、过0.25 mm筛后,于实验室测定C、N、P含量。
植物和枯落物用HCl溶液去除无机碳后使用德国elementar生产的有机碳分析仪(vario TOC SELECT)测定有机碳含量,土壤有机碳含量采用采取外加热—重铬酸钾氧化法测定碳含量,土壤、叶片、枯落物样品氮含量用凯氏定氮法测定、磷含量用HClO4—H2SO4消煮—钼锑抗比色分光光度计法测定。
-
采用EXCEL 2003进行数据处理,使用origin作图,运用SPSS 20软件对数据进行统计分析。用单因素方差分析(one-way ANOVA)和多重比较的方法(LSD,p<0.05)检验不同密度下刺槐人工林叶片、枯落物、土壤C、N、P及其化学计量比的差异,采用Pearson相关系数分析它们之间的相关性。
-
不同密度间叶片含C、N、P量随着密度增加表现为,先增加在减小趋势,C∶N没有显著变化,叶片C∶P、N∶P随密度增加先降低后增加(图1)。500 株·hm−2和1000 株·hm−2刺槐林叶片C含量显著高于其他3种密度叶片(P<0.05); 2 000 株·hm−2和2 500 株·hm−2叶片P含量显著低于其他密度(p<0.05); 2 000 株·hm−2和2 500 株·hm−2林分叶片C:P显著高于其他密度(p<0.05)。
-
随着刺槐林密度的增大,枯落物的C∶N、C∶P、N∶P先减少后增大;枯落物的C、N变化规律呈“M”字形,枯落物P呈先增大后减少的规律(图2)。不同密度刺槐林枯落物C含量存在显著差异(p<0.05),2 000 株·hm−2和2 500 株·hm−2的C含量显著高于其他密度(p<0.05)。1 000 株·hm−2含N量显著高于其他密度(p<0.05)。1 500 株·hm−2含P量显著高于其他密度(p<0.05)。1 000 株·hm−2枯落物的C:N显著低于其他密度(p<0.05)。C∶P在五个密度间均存在显著差异(p<0.05)。1 500 株·hm−2和2 000 株·hm−2枯落物的N∶P分别与其他3种密度枯落物的N∶P存在显著差异(p<0.05)。
-
随着刺槐林密度增大,土壤C含量及C∶P降低;P、N含量及N∶P先升高后降低, C∶N先降低后增加(图3)。500 株·hm−2和1 000 株·hm−2土壤含C量分别与其他3种密度呈显著差异(p<0.05)。1 500 株·hm−2土壤含N量显著高于其他4个密度(p<0.05);1 500 株·hm−2土壤含P与其他4个密度间存在显著差异(p<0.05),显著高于其他密度土壤含P量(p<0.05)。C∶N、C∶P、N∶P区间分别为3.57~14.32、6.51~22.95、0.48~2.08,且均在5个密度间存在显著差异(p<0.05),其中500 株·hm−2土壤C∶P、N∶P显著高于其他密度C∶P、N∶P(p<0.05);1 500 株·hm−2土壤C∶N显著低于其他密度的土壤C∶N(p<0.05)。
-
由表2可以看出,叶片N与叶片C呈正相关关系;叶片P与叶片C、N呈显著正相关关系(p<0.05)。枯落物C与叶片P呈显著负相关关系(p<0.05);枯落物N与枯落物C呈极显著正相关关系(p<0.01);枯落物P与叶片P呈极显著正相关关系(p<0.01),与枯落物C呈极显著负相关关系(p<0.01)。土壤C与叶片C呈极显著正相关关系(p<0.01);土壤N与叶片P、枯落物P呈极显著正相关关系,与枯落物C呈极显著负相关关系,土壤P与叶片C、土壤C呈极显著负相关关系(p<0.01)。
指标
Index叶片 Leaf 枯落物 Litter 土壤 Soil C N P C N P C N P 叶片 Leaf C 1 N 0.577* 1 P 0.584* 0.571* 1 枯落物 Litter C −0.010 0.032 −0.554* 1 N 0.349 0.404 0.029 0.773** 1 P 0.091 0.104 0.712** −0.880** −0.452 1 土壤 Soil C 0.860** 0.413 0.432 0.145 0.347 −0.165 1 N 0.410 0.251 0.865** −0.865** −0.418 0.855** 0.249 1 P −0.729** −0.303 −0.234 −0.184 −0.225 0.296 −0.957** −0.108 1 注:*表示显著相关(p<0.05),**表示极显著相关(p<0.01)。下同
Notes: *, the correlation is significant at the 0.05 level. **, the correlation is significant at the 0.01 level. The same belowTable 2. Correlation of leaves-litter-soil C, N and P contents in Robinia plantations
由表3可以看出,叶片N∶P与C∶P呈极显著正相关关系(p<0.01)。枯落物C∶N与叶片C∶P呈显著正相关关系(p<0.05);枯落物C∶P与叶片C:P、N:P呈极显著正相关关系(p<0.01);枯落物N∶P与叶片N∶P、枯落物C∶P呈极显著正相关关系(p<0.01),与叶片C∶P呈显著正相关关系(p<0.05)。土壤C∶N与叶片C∶P、N∶P和枯落物C∶P、N∶P呈极显著正相关关系(p<0.01);土壤N∶P与叶片C∶P、N∶P和土壤C∶N呈极显著负相关关系(p<0.01),与枯落物C∶P、N:P呈显著负相关关系(p<0.05),与土壤C:P呈极显著正相关关系( p <0.01)。
指标
Index叶片 Leaf 枯落物 Litter 土壤 Soil C∶N C∶P N∶P C∶N C∶P N∶P C∶N C∶P N∶P 叶片 Leaf C∶N 1 C∶P 0.417 1 N∶P 0.002 0.909** 1 枯落物 Litter C∶N 0.424 0.538* 0.407 1 C∶P 0.028 0.746** 0.810** 0.192 1 N∶P −0.084 0.603* 0.703** −0.068 0.963** 1 土壤 Soil C∶N 0.216 0.887** 0.874** 0.265 0.928** 0.856** 1 C∶P 0.015 −0.208 −0.234 −0.182 0.113 0.170 0.022 1 N∶P −0.060 −0.758** −0.804** −0.265 −0.638* −0.563* −0.724** 0.663** 1 Table 3. Correlation of leaf-litter-soil C, N and P stoichiometry ratios of Robinia acacia plantations
Stoichiometric Characteristics of Leaves-litter-soil of Robinia pseudoacacia of Different Densities in the Loess Region of Western Shanxi Province
- Received Date: 2023-08-01
- Accepted Date: 2023-09-14
- Available Online: 2024-04-27
Abstract: