西藏尼洋河流域不同土地利用方式对土壤微生物量碳、氮的影响

马和平，屈兴乐，东主，连玉珍

(西藏农牧学院高原生态研究所,西藏高原森林生态教育部重点实验室，西藏林芝高山森林生态系统国家野外科学观测研究站，西藏 林芝 860000)

土地作为重要的自然资源之一，是人类赖以生存和发展的物质基础.土地利用/覆盖变化(land use and land coverage change，LUCC)是全球环境变化与可持续发展研究的重要内容.IGBP(国际地圈生物圈计划)和IHDP(国际全球环境变化人文因素计划)于 1995年联合提出“土地利用/覆盖变化(LUCC)”研究计划后，土地利用/土地覆盖变化研究一直是全球环境变化研究的前沿与热点问题[1].

土壤有机碳(soil organiccarbon，SOC)作为土壤碳库的主要组成成份，不仅为植物的生长和土壤微生物的生命活动提供大量的能量，还是表征土壤肥力和基础地力的核心指标[2].土壤微生物是土壤活有机质，土壤养分重要来源，其多少反映了参与调控土壤中能量和养分循环以及有机质转化的微生物数量，其中土壤微生物生物量碳、氮能够敏感且及时地反映土壤质量变化[3-4].土壤微生物生物量碳(soil microbial biomass carbon,MBC)和土壤微生物生物量氮(soil microbial biomass nitrogen,MBN)是其重要的指标.虽然土壤微生物生物量碳、氮仅占土壤有机碳1%～4%[8]、全氮0.5%～8.0%[5]，但却是土壤中最活跃的碳、氮组分，直接参与土壤碳、氮矿化，调控陆地生态系统碳、氮循环.其中，土壤微生物生物量碳和氮在生态系统碳氮循环中起着重要作用[6].土壤易氧化有机碳(readily oxidized carbon，ROC)是SOC库中具有一定的溶解性、易被氧化、易被土壤微生物矿化分解的活性有机质组分，可以敏感地反映土壤碳的变化，对调控土壤碳循环、提高土壤肥力具有十分重要的意义[7].土地利用方式变化是影响陆地生态系统碳循环的最重要因素之一，不同土地利用方式下土壤中活性有机碳组分差异显著[8-10].因此，不同土地利用方式对土壤有机碳的动态影响研究是目前气候环境变化研究的热点[11-12].

尼洋河流域位于西藏东南部的林芝市境内.近年来，由于该区域经济发展和人口增长压力的需求，土地利用方式发生变化后，输入土壤的有机碳数量和质量发生变化.然而，目前还不清楚该区域不同土地利用方式对土壤微生物量碳、氮含量有何影响.为此，本文从土地利用方式角度出发，针对尼洋河流域超过30 a以上的耕地、林地和草地，通过比较近3种不同土地利用方式之间不同土壤层次的微生物生物量碳、氮含量的关系，拟回答不同土地利用方式对土壤微生物量碳、氮含量有何影响，研究结果可为尼洋河流域土地资源的合理利用和可持续管理提供一定依据.

1 材料与方法

1.1 采样区域概况

本试验区在西藏林芝市尼洋河下游流域进行(N 29°44′～29°33′，E 94°0915′～94°28′)，海拔2 970 m，年平均温度为7～16 ℃，>10 ℃年积温为2 272 ℃，无霜期约为 180 d，年平均降水量约为650～750 mm，降水主要集中在6～9月，平均相对湿度为63%，年日照时数1 988.6～2 000.4 h.城市周边原生植被类型隶属于雅鲁藏布江中游山地温湿针叶林区尼洋河流域针叶林亚区[13].

1.2 土壤样品采集

在试验地选取3块耕地、林地、草地作为研究样地，每块样地面积20 m×20 m.2019年8月上旬，对3种不同土地利用类型进行土壤取样.于每块样地内按“S”形布设4个样点，相邻两样点间隔3～5 m，以确定土壤剖面位置.除去地面凋落物和草本植物，于样点处挖掘长1.5m，宽1.5m，深1m的土壤剖面，按照0～10、10～20、20～40、40～60、60～100 cm划分5层，由下至上分层取样，每层取3个重复，将每个土壤剖面中同一层次的土壤样品混合均匀，除去土样中的砾石、植物体等杂质，用四分法采集混合样品，作为该层待测土样，将待测土样装入无菌袋带回实验室，藏于4 ℃冰箱里，并在一周内完成土壤有机碳、有机氮、土壤易氧化有机碳、微生物量碳和氮(MBN)的测定(表1).

表1 采样点基本情况

1.3 土壤理化性质测定

本研究依据中华人民共和国林业行业标准LY/T 1952～2011《森林生态系统长期定位观测方法》开展研究.土壤有机碳、氮含量均采用土壤农化分析中的方法测定[14].土壤易氧化有机碳碳的测定采用徐明岗等的测定方法[15].土壤微生物量碳、氮的测定采用氯仿熏蒸浸提法[16-17].具体步骤是准确称取相当于25.0 g烘干土样6份，将土壤样品含水量调节到50%作用的持水量.其中3份土壤样品用无水乙醇氯仿熏蒸，于25 ℃放置24 h，然后取出，反复抽真空去除氯仿；另外3份不进行熏蒸处理，作为对照，然后用硫酸钾溶液浸提，浸提液中的碳用重铬酸钾氧化法测定；浸提液中的氮用过硫酸钾氧化—紫外分光光度法测定.

1.4 数据分析

利用Excel 10和SPSS 20软件进行数据分析，采用单因素方差分析进行多重比较(P<0.05)分析不同土地利用方式间的相关指标含量；Canon for 4.5作图.

2 结果与分析

2.1 不同土地利用方式下土壤有机碳、氮和易氧化有机碳特征

不同土地利用方式下0～100 cm土壤有机碳、氮和易氧化有机碳含量均存在差异(图1～3).从图1、图2和图3中可以看出，耕地(CL)、草地(GL)和林地(FL)土壤有机碳的平均含量分别为7.74、8.46、9.16 g/kg，表现出FL> GL>CL.CL、GL和FL土壤有机氮的平均含量分别为0.77、0.87、0.86 g/kg，表现出GL> FL>CL.CL、GL和FL土壤易氧化有机碳的平均含量分别为1.154、1.148、1.718 g/kg，表现出FL> CL>GL.

不同小写字母表示同一土地利用方式不同深度差异显著，不同大写字母表示同一深度不同土地利用类型差异显著(P<0.05).

不同小写字母表示同一土地利用方式不同深度差异显著，不同大写字母表示同一深度不同土地利用类型差异显著(P<0.05).

不同小写字母表示同一土地利用方式不同深度差异显著，不同大写字母表示同一深度不同土地利用类型差异显著(P<0.05).

在同一土地利用方式不同土壤深度分析，就耕地而言，土壤有机碳和有机氮含量均在0～10 cm和10～20 cm之间差异不显著(P>0.05)，而0～10 cm和10～20 cm与20～40 cm和40～60 cm之间差异显著(P<0.05)，在40～60 cm与60～100 cm之间差异不显著(P>0.05).土壤易氧化有机碳含量在0～10 cm和10～20 cm与20～100 cm之间差异显著(P<0.05)，而在20～40 cm、40～60 cm和60～100 cm之间差异不显著(P>0.05).在草地而言，土壤有机碳、有机氮和易氧化有机碳含量均在0～10 cm和10～20 cm之间差异显著(P<0.05)，且这两者与20～100 cm之间也差异显著(P<0.05)，而在20～40 cm、40～60 cm和60～100 cm之间差异不显著(P>0.05).就林地而言，土壤有机碳、有机氮和易氧化有机碳含量均在0～10 cm和10～20 cm之间差异显著(P<0.05)，且这两者与20～100 cm之间也差异显著(P<0.05)，而在20～40、40～60、60～100 cm之间差异不显著(P>0.05).

在同一深度不同土地利用类型分析，土壤有机碳含量在0～10 cm和60～100 cm之间FL、GL和CL差异显著(P<0.05)，在10～20 cm之间，CL与GL差异不显著(P>0.05)，而与FL差异显著(P<0.05).在20～40 cm之间，CL与FL差异不显著(P>0.05)，而与GL差异显著(P<0.05).在40～60 cm之间CL与GL和FL差异显著(P<0.05)，而GL与FL差异不显著(P>0.05).土壤有机氮含量而言，在0～10 cm之间CL与GL和FL之间差异不显著(P>0.05)，而在GL与FL之间差异显著(P<0.05).在10～20 cm之间，CL与GL之间差异不显著(P>0.05)，而CL、GL与FL差异显著(P<0.05).另外，从图1～3还可以看出，不同土地利用方式下，土壤有机碳、氮和易氧化有机碳含量均随着土层深度的加深呈显著降低的趋势(P<0.05).

2.2 不同土地利用方式下土壤微生物量碳、氮特征

在本研究中，不同土地利用方式下土壤微生物量碳和土壤微生物量氮的含量如图4～5所示.由图4～5可以看出，不同土地利用方式下0～100 cm土壤微生物量碳、氮含量均存在差异.其中，CL、GL和FL土壤微生物量碳的平均含量分别为157.47、161.63、176.13 mg/kg，表现出FL> GL>CL.CL、GL和FL土壤微生物量氮的平均含量分别为16.40、15.60、18.36 mg/kg，表现出FL>CL>GL.

不同小写字母表示同一土地利用方式不同深度差异显著，不同大写字母表示同一深度不同土地利用类型差异显著(P<0.05).

在同一土地利用方式不同土壤深度分析，就耕地而言，土壤微生物量碳和氮均在0～10 cm与10～20 cm、40～60 cm与60～100 cm之间差异显著(P<0.05)，而在10～20 cm与40～60 cm、20～40 cm与60～100 cm之间差异不显著(P>0.05).就草地而言，土壤微生物量碳和氮均在0～10 cm与10～20 cm、10～20 cm与40～60 cm之间差异显著(P<0.05)，而在10～20 cm与20～40 cm之间差异不显著(P>0.05).在林地，土壤微生物量碳和氮均在0～10 cm与10～20 cm、10～20 cm与20～40 cm、20～40 cm与40～60 cm之间差异显著(P<0.05)，在40～60 cm与60～100 cm之间差异不显著(P>0.05).

在同一深度不同土地利用类型分析，土壤微生物量碳含量在0～10 cm和60～100 cm，CL、GL与FL均差异显著(P<0.05).在10～20 cm，CL与GL之间差异不显著(P>0.05)，而FL与CL和GL差异显著(P<0.05).在20～40 cm和40～60 cm，CL与GL和FL差异显著(P<0.05)，而GL与FL之间差异不显著(P>0.05).此外，从图4和图5中还可以看出，不同土地利用方式下，土壤微生物量碳和氮随着土层深度的加深变化趋势不明显(P>0.05).

不同小写字母表示同一土地利用方式不同深度差异显著，不同大写字母表示同一深度不同土地利用类型差异显著(P<0.05).

2.3 不同土地利用方式环境因子与土壤微生物量碳、氮的CCA分析

本研究中所讨论的环境因子有：土壤深度，土壤有机碳(SOC)，土壤有机氮(SON)，土壤易氧化有机碳(ROC).通过典范对应分析(canonical correspondence analysis，CCA)了环境因子与MBC和MBN之间的关系.

将不同土地利用类型中不同土层深度、SOC、SON及ROC和MBC、MBN整理为相应矩阵导入Canoco 4.5软件进行处理，应用CCA方法进行排序分析，得到MBC和MBN的二维排序图(图6).图中的箭头表示土壤性质，其所在象限表示该土壤性质与排序轴相关性的正负；连线的长短表示土壤性质与微生物量碳、氮的相关性强弱，连线在排序轴的斜率表示该土壤性质与排序轴的相关性强弱.

由CCA分析可知(图6)，按相关性强弱，SOC、SON及ROC和MBC、MBN与CCA的第1轴均呈现极显著的正相关关系(P<0.01)，而土层深度与第二轴呈极显著负相关(P<0.001)，即MBC和MBN主要受制于SOC和SON含量的影响，SOC和SON含量高，则土壤MBC和MBN的含量高，反之亦然.而土壤SOC和SON含量主要受土地利用方式影响，换言之，土壤MBC和MBN的含量也主要受制于土地利用方式.

图6 环境因子与土壤微生物量碳、氮的CCA排序图

MBC和MBN在排序图中以三角形的形式表示出来(表2).第一、二、三和四排序轴的特征值分别为0.141、0.034、0.004和0.002，MBC和MBN与土层深度、SOC、SON及ROC的相关性系数分别为0.991、0.955.CCA排序中第一轴累积解释MBC和MBN—环境关系的80.8%，说明CCA后第一轴已能较好地反映出该区域MBC和MBN与环境之间的关系.此外，除了土地利用方式之外，土壤温度和含水量、pH值和植被类型都会影响MBC和MBN的含量.

表2 CCA排序轴的排序概要

3 讨论

3.1 不同土地利用方式土壤SOC和SON含量的差异

土壤SOC主要受制于气候、植被、土壤性质以及农业经营措施等多种因素的影响.在本研究中，不同土地利用方式下土地的管理措施、凋落物的质量、数量等差异都是引起土壤SOC含量差异的重要原因.土地利用方式直接改变地表覆被，这也是土壤SOC的最重要来源，植被覆盖、根系分布、枯落物层等都是影响SOC的重要因素[18].本研究得出，FL的SOC含量明显高于GL和CL，这主要是因为在本研究区内林地分布广泛，常伴有乔灌木混交(如杨属和蔷薇属)、针阔林混交(如高山松、林芝云杉和川滇高山栎)等多种天然林搭配结构，较为稳定的林分结构在林下积累了丰富的枯落层，为SOC的积累提供了重要的来源.CL受到人为干扰作为强烈，在人类活动的长期选择作用下，CL的年枯枝落叶量较少，施肥以化肥为主，有机肥使用较少，且作物在成熟后会将地上部分收割，导致耕地SOC的外源输入较少.这与一些研究者的描述是一致的[19].不仅如此，研究区的老百姓在收割完农作物后，不会及时翻耕土地，而是把牲畜赶进收割完农作物的地里进行采食，这样的过程会持续1～2月，这样就加剧减少了耕地SOC的外源输入较少.研究区GL受到人为的管护很少，加之该区域属于半农半牧区，不合理的放牧、牲畜啃噬、踩踏严重，使得GL的初级生产力远远低于耕地和林地，加之GL缺乏科学的管理而导致土壤中的SOC积累也受到限制.

SOC的垂直分布与凋落物、根系分布及外界耕作措施等因素密切相关.本研究发现无论CL、GL还是FL，SOC含量垂直变化趋势均随着深度增加而降低的趋势(P<0.05).SOC含量主要富集在0～20 cm深度的土壤中，20 cm深度以上的SOC含量显著高于其他深度土壤含量，说明SOC的表聚程度较大，这与前人的研究结果一致[20].就FL而言，外界输入的枝叶残体和根系大部分积累于0～10 cm土壤，在分解后向土壤释放大量的营养物质，使表层SOC显著高于其他土层，土壤深处SOC的外源物质输入量相对偏少；另一方面，根系分布会直接影响土壤中SOC含量的垂直分布，FL根系主要分布在浅层导致表层SOC较高，土层深处植物根系难以深入，分布较少，所以SOC含量自表层向深层逐渐降低.由此可知，凋落物、根系分布以及对土壤的扰动方式对SOC的影响主要在表层土壤，中下层土壤受其影响较小.SOC含量在CL 0～20 cm土壤中变化不明显，主要是因为0～20 cm为作物耕层土壤，进入土壤的有机物在机械翻耕等作用方式下分布较为均匀，导致该层SOC含量变化不明显，这与前人的研究结果也是一致的[10,21].GL长期受人类和牲畜的踩踏，土壤结构紧实，透气性差，并且肥料的投入和耕作的干扰程度都明显下降，导致0～20 cm SOC含量难以饱和而向下林溶输送，从而导致GL的SOC含量随深度的增加而快速减少.土壤SON也表现出与SOC相同的一致性.

3.2 不同土地利用方式对ROC、MBC和MBN的影响

不同土地利用方式下，土壤环境差异较大，土壤SOC的分解转化程度亦不同，因此土壤ROC也存在较大差异[22].土壤ROC在0～20 cm剖面的分布规律会受到土壤植被环境、根系分布、生物活动、人工扰动等因子的影响.土壤ROC在CL和GL之间差异不显著(P>0.05)，而FL与CL和GL之间差异显著(P<0.05)，且FL的土壤ROC含量均高于CL和GL的含量.CL受人为活动影响，表层土壤中易氧化的活性碳组分暴露，可能会降低ROC的稳定性，加速其被氧化的进程，表现出表层ROC会低于深层次土壤[23].但本研究得出不论CL、GL，还是FL土壤ROC含量均随着土层深度的增加而逐渐减少，这可能与总有机碳有关，这与龚月月等[10]的研究结果一致.通过研究还发现，

不同土地利用类型中ROC、MBC和MBN含量出现明显差异，CL、GL和FL土壤ROC表现出FL>CL>GL.CL、GL和FLMBC表现出FL>GL>CL.CL、GL和FL MBN表现出FL>CL>GL.马和平等[24]研究表明，SOC含量是影响土壤ROC、MBC和MBN含量的重要因素，土壤SOC含量高，土壤ROC、MBC和MBN含量也高，土壤总有机碳含量的变化制约着土壤活性有机碳含量的变化.在本研究中土壤ROC、MBC和MBN含量变化趋势与土壤SOC含量相似，这与上述研究结果一致.

综上所述，土地的管理方式是影响各土地利用方式下土壤SOC累计的重要因素，FL土壤固碳能力最强，因此，应加强天然林的保护工作.CL和GL土壤SOC含量均集中在表层，建议对CL采取秸秆还田等保护措施，对GL进行合理放牧以保护表层土壤不被侵蚀破坏，这些措施都将对高效合理利用土地具有积极作用.

3.3 不同土地利用方式与MBC和MBN的关系

土壤有机质是影响土壤微生物量的重要因素，有机质含量高，可为土壤微生物的生长提供足够的碳、氮物质及能量[25].本研究得出不同土地利用方式下，MBC和MBN含量与SOC和SON含量关系密切，呈显著的正相关.通过CCA分析可知，ROC、SOC、SON、MBC和MBN与CCA的第1轴均呈现极显著的正相关关系(P<0.01).第1轴的特征值(0.141)明显大于二、三和四排序轴的特征值(0.034、0.004和0.002)，说明SOC含量直接制约着MBC的含量，即土壤MBC含量与土壤SOC含量密切相关，呈显著的正相关，这与周晨霓等的研究结果一致[26].土壤MBN变化趋势与MBC变化趋势一致.上述说明地利用方式的改变不仅使地上的植被结构和多样性发生变化，而且因植物地上和地下资源输入的改变，影响了土壤MBC的变化模式和调控机制.土壤MBC和MBN含量主要受制于土地利用方式外，还受制土壤温度、湿度、pH值和植被类型等因子的交互作用，是一个非常复杂的过程.

4 结论

1) 在本研究区，FL的SOC和SON含量高于GL和CL，SOC含量垂直变化趋势均随着深度增加而降低的趋势(P<0.05)，且主要富集在0～20 cm深度的土壤中，说明SOC的表聚程度较大.土壤SON也表现出与SOC相同的一致性.

2) 不同土地利用方式下，土壤ROC在CL和GL之间差异不显著(P>0.05)，而FL与CL和GL之间差异显著(P<0.05)，且FL的土壤ROC含量均高于CL和GL.土壤ROC、MBC和MBN含量变化趋势与土壤SOC含量相似.

3) 不同土地利用方式下，MBC和MBN含量与SOC含量关系密切，呈显著的正相关.土壤MBN变化趋势与MBC变化趋势一致.土壤MBC和MBN含量除了受制于土地利用方式外，还受制土壤温度、湿度、pH值和植被类型等因子的交互作用.