半干旱沙丘与草甸典型植被类型区大气-叶片-凋落物-土壤连续体碳同位素特征

张苗苗,刘廷玺,2,*,段利民,2,王冠丽,2,杨宇晗

1 内蒙古农业大学水利与土木建筑工程学院, 呼和浩特 010018 2 内蒙古自治区水资源保护与利用重点实验室, 呼和浩特 010018

我国沙漠化和荒漠化土地面积为总国土面积的45.13%[1],浩瀚荒漠下存在巨大碳汇,土壤有机碳含量非常低,使之具有强大的碳增能力。研究表明,干旱半干旱荒漠土壤和植物能以缓慢的速度吸收空气中大量的CO2,其碳循环过程在陆地生态系统碳循环中占有重要位置,同时在延缓全球气候变化上能发挥有效作用[2—4]。碳循环过程受多种因素影响,主要有土壤类型[5]、土壤理化性质[6]、植被类型[7]、环境因子[8]、人为干扰[9]等。因此,研究沙地碳同位素变化特征与碳循环规律,有助于准确评价区域生态系统固碳能力,对开展土地荒漠化、土地利用和生态系统碳循环等研究具有重要的理论与实践意义,可为我国实现“碳达峰”与“碳中和”提供科学支撑。

稳定碳同位素技术已成为识别生态系统中碳循环的有效方法之一[10—11]。植物在光合作用中实现对碳的固定,大气中的CO2通过气孔扩散到叶片,光合作用生成的碳水化合物一部分以凋落物的形式直接进入土壤,极大地影响了表层土壤的碳同位素特征,另外一部分经由死亡根系的残留物和植物根系的分泌物进入土壤中转化为有机质[12],共同构造了土壤特有的碳同位素特征。因此,生态系统各组分的稳定性碳同位素(δ13C)有各自的分布特征,能够用其判别生态系统碳的来源和同化[13]、植物对环境的适应策略及其生理过程[14]等。例如,利用植物叶片δ13C间接分析植物长期水分利用效率[15—17],反映单位质量的水固定的碳量[18—19]；土壤δ13C记录了植被的演替及生态系统的变化[20—21],准确识别土壤不同深度位置的δ13C分布特征[22—24],可以揭示新输入碳及其周转过程等内容。就目前的研究现状而言,多选取林地、湿地、耕地等单一景观群落,主要关注的是植被在水分利用策略的种间区别,以及环境因子对植被稳定碳同位素的影响,尚缺少不同土壤类型之间的对比研究,而针对半干旱地区,尤其是沙地生态系统大气-叶片-凋落物-土壤连续体δ13C分布特征的研究还很薄弱。

本文选取半干旱沙丘差巴嘎蒿、小叶锦鸡儿、黄柳,草甸玉米、芦苇等5种典型植被作为研究对象,研究了5种典型植被的大气、叶片、凋落物、不同深度土壤的碳含量和δ13C值统计特征,分析了5种典型植被在生长季的叶片对不同环境因子的响应程度,以及5种典型植被类型区土壤δ13C值与土壤理化性质之间的关系,试图阐明5种典型植被类型区碳的循环与周转特征,以及各组分的碳含量与δ13C之间的关系,可增加对该区生态系统中碳固定与转化的认知,对后续荒漠化治理提出可行性科学参考。

1 材料与方法

1.1 研究区概况

研究区位于内蒙古通辽市科尔沁左翼后旗阿古拉生态水文试验站,地处科尔沁沙地东南缘,地理坐标范围为43°18′48″—43°21′24″N、122°33′00″—122°41′00″E,面积约55km2,海拔186—232m。该区多年平均气温6.6℃,多年平均降水量389mm,降水主要集中在6—9月,占全年降水量的70%以上,多年平均蒸发量(Φ20cm蒸发皿)1412mm[25]。研究区呈现沙丘与草甸相间的景观形态,沙地典型植被为差巴嘎蒿(Artemisiahalodendron)、小叶锦鸡儿(Caraganamicrophylla)、黄柳(SalixgordejeviiChang)等,草甸地主要分布着芦苇(Phragmitesaustralis)、委陵菜(Potentillachinensis)、车前(Plantagoasiatica)等植被以及人工种植的玉米(ZeamaysLinn)等。试验区位置与试验点分布见图1,试验区植物生长季降雨和气温变化见图2,5种典型植被表层土壤属性见表1。

图1 试验区地理位置与试验点分布Fig.1 Geographical position and distribution of test points in the research area试验站点命名采用字母表顺序,本次只选取其中3个试验点：A3、C3、G3

图2 2020年试验区植物生长季降雨和气温变化Fig.2 Precipitation and air temperature changes in the plant growing season in the experimental area in 2020

表1 5种典型植被下表层土壤属性

1.2 样品采集

2020年5月8日、6月2日、7月7日、8月8日、9月6日,选择试验区2个沙丘试验点、1个草甸试验点的5种典型植被作为试验对象：

1)半流动沙丘A3试验点,选择差巴嘎蒿作为研究对象。在试验点周围选取4颗长势良好的典型植株(代表株所在地势相对平坦,土壤类型一致,无边界效应)。采集各植株新叶片、老叶片各3—4片(为区分新叶片、老叶片,每月月初对枝条生长位置均进行标注),将同一植株同时期样品进行混合。每棵样株在正东方向选取3个不同位置利用土钻取土,位置为冠幅边缘到基茎距离的1/3、2/3、1处,土壤取样层位分别为0—10、1—20、20—40、40—80、80—120cm,将各植株同层位土壤进行混合。

2)草甸湿地C3试验点,选择芦苇、人工种植的玉米作为研究对象。在试验点周围布设3个1m×1m的芦苇样方,选取4株芦苇采集新叶片、老叶片各3—4片。在地势平坦的玉米地布设一个10m×10m的样方,随机选取大小均一的3株玉米采集新叶片、老叶片各3片(为区分芦苇和玉米的新叶片、老叶片,每月月初在其茎干生长的顶端进行标注),将各植株同时期标记样品进行混合。芦苇土壤在样方内随机选择3处取样点,玉米土壤在植株根系两侧(沟垄之间)布设2处取样点。芦苇、玉米土壤取样层位分别为0—10、10—20、20—40、40—80cm,将各植株同层位土壤进行混合。

3)半流动半固定沙丘G3试验点,选择小叶锦鸡儿、黄柳作为研究对象。在试验点周围半固定沙丘丘间洼地上,选取4株长势良好的典型小叶锦鸡儿,叶片采集同A3试验点的差巴嘎蒿。选取3个不同位置利用土钻取土,位置为冠幅边缘到基茎距离的1/3、2/3、1处,小叶锦鸡儿土壤取样层位分别为0—10、10—20、20—40、40—80、80—120、120—160、160—200cm,将各植株同层位土壤进行混合。在试验点半流动沙丘顶部阴坡坡面上选取4株长势良好的典型黄柳,采集新叶片、老叶片各3—4片,将各植株同时期样品进行混合。在其主茎干下10cm位置向下取土壤样品,黄柳土壤取样层位分别为0—10、10—20、20—40、40—80、80—120、120—160cm,将各植株同层位土壤进行混合(由于不同植被生长形态不同,所以土壤取样标准不同)。

分别在各植株正东方向的冠层5—10cm处使用0.5L铝箔气体采样袋采取大气样品,带回室内保存待测。

1.3 样品处理和分析

植物叶片样品选用自封袋采集后带到试验站,用蒸馏水反复冲洗直至洗去表面杂质和浮尘后将植物样品经60℃烘干至恒重,用研钵磨碎后过100目筛装入自封袋保存待测。在试验站将土壤样品于室温下自然阴干,使用10目筛筛除根系及杂质,放入研钵研磨后,再过100目筛,称取10g过100目筛的土壤样品放入烧杯中,加入100 ml盐酸(1 mol/L),反应时间6h,为充分反应,每隔1h搅拌一次,以彻底清除土壤中的无机碳,静置48h,倒掉充分反应后的上层清液,最后加入去离子水充分搅拌清洗并倒掉上层清液,重复这一步骤4—6次,以洗涤反应剩余的盐酸,烘干备用。土壤含水率采用烘干法测定。

利用总有机碳分析仪(vario TOC select, elementar, Germany)和二氧化碳同位素分析仪(LGR 912-003, Los Gatos Research, America)联机系统测定大气、叶片、凋落物、土壤样品的碳含量(大气样品CO2浓度)和δ13C值(‰),稳定碳同位素计算公式如下[26]：

式中,Rsample为样品相对丰度(13C/12C),Rstandard为标准样品VPDB的相对丰度(13C/12C)。仪器精度<0.2‰。

1.4 数据处理

采用单因素方差分析检验不同植被类型的新叶片、老叶片、叶片凋落物的碳含量以及δ13C的差异,利用最小显著差异法(LSD)进行均值比较。利用线性回归分析识别土壤参数之间的相关性,采用一元回归分析研究土壤δ13C与log(SOC)(有机碳含量的对数)之间的线性关系。采用冗余分析解释叶片、土壤的碳含量、δ13C与环境因子之间的关系。利用Excel 2010、SPSS 22软件进行统计分析,利用Origin 2019b软件进行绘图。

2 结果与分析

2.1 大气-植物-土壤碳含量和δ13C值统计特征

4种C3植物中,植株冠层处的CO2浓度表现为：沙丘植被和草甸植被间存在显著差异。叶片碳含量在4种C3植物中不存在显著差异。叶片δ13C值在差巴嘎蒿、芦苇、小叶锦鸡儿间存在显著差异。叶片凋落物的δ13C值在4种C3植物间也存在显著差异,表现为差巴嘎蒿最小,黄柳、芦苇次之,小叶锦鸡儿最大。土壤有机碳(SOC,0—20 cm层)和δ13C值在土壤类型不相同时存在显著差异,其中SOC大体表现为草甸高于沙丘,δ13C值大体表现为沙丘比起草甸更偏正,在沙丘中,差巴嘎蒿最大,小叶锦鸡儿次之,黄柳最小(表2)。

表2 5种典型植被大气-植物-土壤碳含量和δ13C值

2.2 植物有机碳、δ13C值统计特征

不考虑各植被类型的差异,5种典型植被新叶片、老叶片碳含量生长季均表现为：新叶片>老叶片,说明新叶片固碳能力比老叶片更强(图3)。5种典型植物叶片碳含量在生长季变化趋势各不相同,沙丘植被在生长季初期叶片碳含量较高,生长季中期减小,8月叶片碳含量大幅提升,生长季末期叶片碳含量逐渐下降。差巴嘎蒿叶片碳含量生长季变化为42.71%—44.97%、玉米为38.74%—43.40%、芦苇为39.55%—47.38%、小叶锦鸡儿为42.60%—46.54%、黄柳为42.37%—46.32%(尽管玉米在5月播种,但5月并没有长出完整的叶片)。新叶片、老叶片δ13C值的表现为：新叶片>老叶片,这说明新叶片、老叶片中,新叶片的水分利用效率较高,固碳耗水成本较低。5种典型植物叶片δ13C值在生长季的变化趋势一致,说明各植物叶片在生长季中采取相同的水分利用策略(图4),各植物叶片δ13C值均在8月上升,表明此时叶片水分利用效率提升。差巴嘎蒿叶片δ13C值生长季变化为-29.08‰—-27.56‰、玉米为-13.82‰—-12.29‰、芦苇为-28.03‰—-26.68‰、小叶锦鸡儿为-26.85‰—-25.81‰、黄柳为-27.92‰—-25.57‰。4种C3植物中小叶锦鸡儿的水分利用效率最高,差巴嘎蒿的水分利用效率最低。

图3 5种典型植被新叶片、老叶片碳含量生长季变化Fig.3 Changes of carbon content of new and old leaves of five typical vegetation in growing season为了防止重叠来的带阅读不便,我对折线略微进行了偏移处理

图4 5种典型植被新叶片、老叶片δ13C值生长季变化Fig.4 Changes of δ13C values of new and old leaves of five typical vegetation in growing season

由植物叶片与环境因子的冗余分析(图5),将环境因子主要分为两类,一类以净辐射为主,另一类以空气温度、水汽压、相对湿度为主。叶片δ13C值主要受净辐射影响。草甸玉米、芦苇叶片在生长季初、中期对净辐射、空气温度、水汽压、相对湿度敏感,生长季中、后期对净辐射敏感；沙丘3种植被在生长季初、中期对空气温度、水汽压、相对湿度敏感。结合图3、图4和图5,5种典型植物叶片碳含量和δ13C值在生长季初、中、后期对环境要素具有明显的依赖关系。

图5 5种典型植被叶片、土壤与环境因子的冗余分析图Fig.5 Redundancy analysis of leaf, soil and environmental factors of five typical vegetation typesC：碳含量 Carbon content;Rn：净辐射 Net radiation;Ta：气温 Air Temperature;e：水汽压 Vapor pressure;RH：相对湿度 Relative humidity;Ts：土壤温度 Soil temperature;SWC：土壤含水量 Soil water content;EC: 电导率 Electrical conductivity;SOC：土壤有机碳 Soil organic carbon;Sand：砂粒;Silt 粉粒;Clay 粘粒；

2.3 土壤有机碳、δ13C值统计特征

由土壤与环境因子的冗余分析(图5),将土壤质地主要分为两类,一类是沙丘土壤,另一类是草甸土壤。左边的沙丘土壤以砂粒为主,对温度变化敏感；右边的草甸土壤pH、电导率、含水量、粉粒和粘粒的含量较高。结合图6和图5,5种典型植被土壤碳含量和δ13C值受土壤因子影响较大。

除差巴嘎蒿以外,其他四种典型植被类型区表层土壤有机碳含量骤减,深层趋于稳定,且均随土壤深度的增加而减小,玉米在土壤深度-20cm处出现拐点。5种典型植被类型区土壤δ13C值与土壤有机碳含量变化趋势大体相反,由地表向下增加先急后缓,基本都随土壤深度的增加而增加,在土壤深度-40cm以下变化越来越小,黄柳和芦苇在土壤层位-20cm处出现拐点(图6)。

图6 5种典型植被土壤有机碳含量和δ13C的垂直分布Fig.6 Vertical distribution of organic carbon content and δ13C value in five typical vegetation soils

由图7可知,玉米土壤δ13C值与土壤pH呈显著负相关,与土壤电导率、土壤温度呈极显著负相关；小叶锦鸡儿土壤δ13C值与土壤pH呈极显著正相关,与土壤电导率、土壤温度呈极显著负相关,与土壤含水量呈显著负相关；黄柳土壤δ13C值与土壤电导率、土壤温度呈极显著负相关,与土壤含水量呈显著负相关。未标注说明相关性不显著(P>0.05)。

图7 5种典型植被土壤的pH、电导率、含水量、温度与δ13C的相关关系Fig.7 The relationship between pH, conductivity, water content and temperature of 5 typical vegetation soils and δ13C value

log(SOC)能够解释土壤δ13C变异的95%以上(图8、表3),回归方程斜率K的绝对值越大,表示土壤有机碳的周转速率越快。5种典型植被参数K的绝对值从大到小依次为：黄柳(14.014)>差巴嘎蒿(9.362)>小叶锦鸡儿(8.646)>玉米(2.636)>芦苇(1.435),研究结果表明,黄柳土壤碳周转速率最快,芦苇土壤碳周转速率最慢。

图8 5种典型植被土壤δ13C值与log(SOC)值之间的回归关系Fig.8 Regression relationship between δ13C value and log (SOC) value of five typical vegetation soils

表3 5种典型植被土壤δ13C值与log(SOC)值之间的回归模型参数

3 讨论

3.1 大气-植物-土壤碳含量和δ13C值的分布特征与生态学意义

大气-植物-土壤连续体稳定碳同位素的分布特征记录了碳循环在生态系统中的关键信息。草甸玉米和芦苇冠层处大气CO2浓度较沙丘的差巴嘎蒿、小叶锦鸡儿和黄柳的偏低,是受土壤水分特征和植物生长特性等共同影响[27]。植物在生态系统和大气CO2交换的过程中起关键性作用[28]。植物通过叶片进行光合作用固定大气中的CO2,这些碳有的用于植物自身生长发育,有的由植物自养呼吸返回大气,剩余的随凋落物、根系等进入土壤[22],这些过程涉及一系列的生化和物理过程,随之相关的同位素分馏和同位素判别效应显著改变生态系统各组分的13C丰度[29]。植物叶片在光合固碳中对13C的分馏由两部分组成[29]：一部分是由于12C、13C在质量上的微小区别,使大气中13CO2较12CO2在植物叶片的气孔向叶片扩散速度更慢,导致植物优先吸收12CO2排斥13CO2；另一部分是CO2在同化过程中,细胞质中溶解的12CO2优先通过酶的作用合成磷酸甘油酸,所以,植物在光合作用时合成的含碳化合物会贫化13C[15],使其13C丰度低于大气。受植物功能属性的影响,相同气候条件下小叶锦鸡儿和黄柳叶片δ13C值较高,说明这两种植被的水分利用效率更高,且固碳耗水成本更低。叶片凋落物的分解和土壤质地等的差异,导致叶片凋落物δ13C值在不同植物间存在显著差异。土壤有机碳主要来源于叶片凋落物、植物根系等,土壤呼吸作用、叶片凋落物碳输入、土壤碳分解共同构造土壤δ13C值分布特征[7],12C含量高的叶片凋落物和土壤组分更容易分解,剩余部分的13C富集起来,使土壤δ13C值比植物叶片更偏正。

3.2 植物碳含量和δ13C值的分布特征与生态学意义

碳是植物有机体最重要的生命元素之一,不同植物类型、生长季不同阶段的植物叶片碳含量会表现出一定的差异[30],该差异是植物生长规律、光合作用、水分温度等因子共同作用的结果[31]。生长季初期各植物叶片碳含量较高,可能是由于生长季初期植物需要大量有机物支持植物自身的生长发育[30]。差巴嘎蒿和黄柳叶片碳含量在生长季初期(5月—6月)增加,由于植物的生长,叶片作为光合作用的主要场所,这里的糖类得到有效累积,致使叶片碳含量上升[32]。在生长季中期(7月),由于植物叶片快速生长,使叶片出现稀释效应,导致叶片碳含量下降[31]。而在生长季中期,且降雨量较少的时期(8月),沙丘植物叶片碳含量均提升,可能是各植被为应对干旱,通过减小叶片面积、增加叶片厚度、降低蒸腾速率、减小水分散失,从而使叶片碳含量增加[33],表明叶片碳含量的变化是对环境水分利用策略的响应。生长季末期叶片碳含量均下降,可能是植物叶片衰老,叶绿素含量降低、光合速率下降等因素导致碳含量减小。5种典型植物叶片碳含量均为新叶片较高、老叶片较低,本研究认为叶片碳含量受叶片不同生育阶段的影响,与老叶片相比,新叶片叶绿素含量多且新陈代谢能力较强,暗示其潜在的碳蓄积能力更强。

在半干旱地区,植物生长受到水分限制,因此高水分利用效率是该区域植物长期生长和生存的重要特性[34]。植物叶片在光合作用过程中存在碳同位素分馏,故可以利用植物叶片δ13C值表征植物长期的水分利用效率[35]。本研究结果表明沙丘差巴嘎蒿、沙丘小叶锦鸡儿、沙丘黄柳、草甸芦苇、草甸玉米叶片δ13C的平均值分别为-28.5‰、-26.4‰、-26.6‰、-27.5‰、-13.0‰。该结果低于宁夏沙坡头油蒿-24.4‰[36],高于我国东西部山区柠条-28.4‰[8],低于毛乌素沙地东北缘沙柳δ13C值[37]。进一步分析发现,研究区降雨量(389mm)高于宁夏沙坡头(218mm)、低于我国东西部山区(413mm)、高于毛乌素沙地东北缘(350mm),降雨量相对较少的地区,植物叶片δ13C值则更偏正,表现出较高的水分利用效率,这是植物适应环境变化的表现。结合生长季各植物叶片δ13C值和降雨情况,发现叶片δ13C值和降雨情况具有相反的变化趋势。尤其8月叶片δ13C值相比7月明显上升,是受取样前降雨量小的影响,植物为应对干旱,从而提升叶片水分利用效率。Farquhar等[38]研究表明,随C3植物叶片的气孔开度减小,将降低CO2从大气进入细胞间隙的速率,原来优先利用12CO2的光合酶,此时则会提升对13CO2的利用,当气孔导度越来越低,就有更多的13CO2被羧化[15]。所以,叶片δ13C值能够反应光合作用过程中气孔导度的变化,水分胁迫会使气孔导度下降,随气孔导度降低植物水分消耗也减小,光合作用却依旧持续进行,说明在水分胁迫条件下叶片的水分利用效率更高,进一步说明在缺水的干旱和半干旱地区,植物会提高叶片水分利用效率来提升对干旱的适应性。根据稳定碳同位素的自然丰度,植物δ13C值能判明研究区C3植物和C4植物的分布[39],研究区玉米是C4植物,其余植物均为C3植物。植物δ13C值主要受其光合作用类型驱动,但气候和环境对其的影响不容忽视[34]。一般情况,植物叶片δ13C值越高则其水分利用效率越高[40],在逆境中的适应能力也越强[41],本研究中沙丘植被小叶锦鸡儿的水分利用效率最高,逆境适应能力最强。在干旱胁迫下,C4植物比C3植物通过光合途径更容易获取碳,对应其水分利用效率就更高,所以在干旱半干旱区种植玉米能发挥其水分利用优势。研究结果显示,在干旱缺水条件下,新叶片水分利用效率比起老叶片更高,这与刘莹等[42]对白羊草在重度干旱胁迫下的研究结果一致。

3.3 土壤有机碳含量和δ13C值的分布特征与生态学意义

土壤碳的主要来源是植被群落,通过地表凋落物的分解、细根周转以及根系分泌物的方式将光合作用同化的碳固定在土壤中,同时受植被结构、气候、水分等影响[43]。草甸土壤有机碳含量显著高于沙丘,这是因为草甸土壤中存在大量腐殖质将有利于有机碳积累,同时地上植物有机物输入量大。由于人类活动的影响,草甸玉米消耗土壤有机物,导致土壤有机碳含量降低,致使草甸芦苇土壤有机碳含量高于玉米,研究结果表明草甸开垦为玉米地后,土壤粉粒含量降低、砂粒含量增加,土壤有机质降解加快。沙丘小叶锦鸡儿、黄柳、草甸玉米、芦苇土壤有机碳含量均随土层加深而呈减小的趋势,这与司高月等[22]的研究结果一致。由于植被凋落物和动物、微生物残体首先在土壤表层汇集,其次随其他介质向土壤深层转移扩散,形成了土壤有机碳随深度而减小的分布格局。草甸玉米在-20cm处土壤有机碳含量出现转折,推断是玉米在播种前期的翻耕造成的,差巴嘎蒿土壤有机碳含量表层低于深层,推断本试验点的半流动沙丘是在原固定沙丘上层覆盖流沙后形成的,而土壤深处的有机碳含量高,说明沙丘底部过去植被丰富,有机碳蓄积多。

本研究中的5种典型类型区深层土壤δ13C值富集作用最明显,与很多研究结果一致[22,27]。土壤δ13C值垂直分布模式和微生物的偏好有关,因为微生物降解12C比13C更容易[44]；还和土壤有机碳滞留时间有关,大气13CO2在工业革命后不断降低,表层土壤δ13C值直接反映了地表生物碳的输入特征,土壤由浅到深δ13C逐渐富集则反映的是微生物的分解与不同年有机碳混合的多重作用过程[43]。土壤δ13C值能表明有机碳的来源及其动态变化过程,土壤δ13C值的垂直分布特征能反映新老碳的混合程度[27]。该草甸尽管主要生长着芦苇,但还生长着白羊草等一小部分C4植物,与Liu等[39]的研究结果一致,当C3植物群落中出现C4植物时,将影响0—10cm深度的土壤δ13C值。这反映出,土壤稳定碳同位素组成受C3、C4植物分配组成的影响,造成土壤不同深度碳来源的差异[45]。土壤δ13C值的垂直分布还受土壤因子,如土壤质地、pH、电导率、含水量、温度等影响[34,45]。有研究表明土壤δ13C值随粒径减小而减小[46],较大的土壤粒径不利于微生物分解,微生物将吸收富含δ13C的有机碳,减少13C转移到更小的颗粒中去。土壤pH是影响δ13C值的主要因素之一,通过影响微生物的呼吸和活性进一步影响δ13C值,本研究结果显示,只有小叶锦鸡儿土壤δ13C与pH呈极显著正相关关系,可能是小叶锦鸡儿根部具有根瘤菌导致的。有研究指出,土壤电导率通过影响植被根系生产力进一步影响土壤有机碳循环,微生物的分解在某种程度会使电导率增加,但研究结果存在矛盾[45,47],这些矛盾的结果值得今后更深入的研究。水分在土壤碳循环中占据重要位置[48],过低的土壤水分会使微生物分解有机碳受到抑制。目前的研究结果表明,土壤有机碳δ13C值和土壤水分大多存在着负相关关系[44,49]。温度通过影响土壤中的微生物和酶活性以及基质的有效性来直接或者间接影响土壤中碳的分解过程[50],改变土壤中有机碳的输入量,进一步影响土壤有机碳δ13C值。不少国内外学者还利用稳定碳同位素技术研究了土壤有机碳分解和转化速率[22,43,44],基于log(SOC)和土壤δ13C值的回归模型发现半干旱沙丘的黄柳、差巴嘎蒿、小叶锦鸡儿植被类型区回归方程斜率K较大,其次是玉米植被类型区,而芦苇植被类型区最低,表明沙丘土壤周转速率和有机质分解速率高于草甸,这是因为与草甸相比,沙丘土壤植被覆盖小、干旱严重、阳光直射、温度变化剧烈,使沙丘土壤有机碳矿化速率较快[42]。

4 结论

针对半干旱沙丘-草甸相间地区3个类型区的5种典型植被,采用稳定碳同位素技术对各典型植被植株冠层处大气-植物-土壤系统碳含量和δ13C值的分布特征进行试验研究。结果表明：3个类型区植株冠层处大气CO2浓度存在显著差异,表明植物功能属性和土壤类型对其影响大；气候环境等因素会影响植物叶片水分利用效率,植被通过提升水分利用效率应对干旱；沙丘上,小叶锦鸡儿叶片平均δ13C值(-26.4‰)和黄柳叶片平均δ13C值(-26.6‰)较高,说明其水分利用效率较高,这2种植被是荒漠化治理的先锋物种；植物叶片的碳含量与δ13C值均在生长季对环境因子的依赖关系有所不同,表明叶片受生育阶段的影响。除差巴嘎蒿,其他4种典型植被类型区土壤有机碳含量大体上均随土壤深度的增加而逐渐下降,土壤δ13C值大体上均随土壤深度的增加而逐渐偏正,体现了由浅至深土壤有机碳来源和微生物分解作用等方面是不同的；草甸土壤有机碳含量显著高于沙丘,沙丘土壤13C值显著高于草甸,沙丘土壤有机碳周转速率比草甸快,体现了地上植物、土壤因子共同影响土壤碳循环；5种典型植被类型区土壤δ13C值和土壤理化参数之间的相关关系各不相同,造就了不同植被和土壤组合类型下土壤独特的δ13C值。总的来说,半干旱沙丘和草甸梯级生态带不同组分δ13C分馏效应共同影响该生态系统的碳循环过程。未来应当对该生态系统中各典型植被的不同部位、不同组分进行更加细致的测试分析,探明地表植被凋落物、根系分泌物以及细根周转等对土壤碳含量影响的贡献比例,以便进行深入的探究论证。