大小兴安岭典型多年冻土区土壤有机碳变化的驱动因素
Driving Factors of Soil Organic Carbon Change in Typical Permafrost Regions of the Hing’an Mountains
DOI: 10.12677/ojns.2024.125104, PDF, HTML, XML,   
作者: 刘 研:哈尔滨师范大学地理科学学院,黑龙江 哈尔滨
关键词: 大小兴安岭土壤有机碳典型冻土区土壤深度The Hing’an Mountains Soil Organic Carbon Typical Frozen Soil Area Soil Depth
摘要: 受全球变暖影响,多年冻土退化程度加剧,导致土壤环境发生改变。土壤有机碳在多年冻土碳动态变化过程中发挥着重要作用。大小兴安岭对冻土退化十分敏感,是中国极其重要的碳库组成部分,所以本研究选取了三个典型采样地点,探究不同冻土类型(不连续多年冻土区、零星岛状多年冻土区)和土壤深度(0~10 cm, 10~20 cm, 20~30 cm)下土壤SOC及MBC的变化情况,采用结构方程模型分析其影响因素及驱动机制。结果表明MBC含量随土壤深度增加而下降,漠河有机碳储量显著高于伊春。气候因素对冻土类型及土壤物理性质有直接影响,不同类型多年冻土区通过影响土壤物理化学性质对MBC储量有间接影响,土壤理化性质对SOC储量有直接显著影响。上述结果表明土壤MBC会随冻土类型及土壤深度的变化而变化,对环境变化十分敏感,以上研究为全球变暖下大小兴安岭土壤碳动态变化过程提供了基础数据和理论支持。
Abstract: Under the influence of global warming, permafrost degradation has intensified, resulting in changes in soil environment. Soil organic carbon plays an important role in the dynamic change of permafrost carbon. The Great and Small Hing’an Mountains are very sensitive to permafrost degradation and are an extremely important part of China’s carbon pool. Therefore, three typical sampling sites were selected in this study to explore the changes of soil SOC and MBC under different permafrost types (discontinuous permafrost area, scattered island permafrost area) and soil depths (0~10 cm, 10~20 cm, 20~30 cm). The influence factors and driving mechanism were analyzed by structural equation model. The results showed that the content of MBC decreased with the increase of soil depth, and the organic carbon storage in Mohe was significantly higher than that in Yichun. Climate factors have direct effects on the type of frozen soil and soil physical properties, different types of permafrost have indirect effects on MBC reserves through the influence of soil physical and chemical properties, and soil physical and chemical properties have direct significant effects on SOC reserves. The above results indicate that soil MBC changes with the change of permafrost type and soil depth, and is very sensitive to environmental changes. The above research provides basic data and theoretical support for the dynamic change process of soil carbon in the Great and Small Hing’an Mountains under global warming.
文章引用:刘研. 大小兴安岭典型多年冻土区土壤有机碳变化的驱动因素[J]. 自然科学, 2024, 12(5): 947-954. https://doi.org/10.12677/ojns.2024.125104

1. 引言

多年冻土区由于对气候变化敏感,土壤有机碳储量受到全球范围的广泛关注[1]。在全球变暖背景下永久冻土退化,主要表现为地温升高,冻土融化和活动层厚度增加[2]。兴安岭森林和湿地生态系统资源丰富,是中国极其重要的碳库,在调节气候、维持物种多样性和保护生态系统完整性方面发挥着重要作用[3]

根据周转时间的差异,有机碳组成可分为活性有机碳库、稳定有机碳库和惰性有机碳库[4],其中活性有机碳组分转化周期短,易被微生物分解利用,通常作为土壤碳循环和有效养分变化,周转的敏感指标,可以指示SOC早期的变化,微生物量碳(MBC)属于活性有机碳组分[5]-[8],它们是土壤向大气释放C的主要来源。土壤温度和湿度可以通过对基质有效性和土壤物理性质的交互作用来控制土壤MBC和MBN。大小兴安岭地区环境因子影响有机碳及微生物量碳的影响途径尚不清楚,但它们在碳循环过程中十分重要,有待进一步探讨。

为了探究多年冻土退化下兴安岭地区土壤有机碳组分对环境差异的响应机制,我们选取两种不同冻土类型,不连续多年冻土区(漠河),零星岛状多年冻土区(黑河,伊春)三个研究地点0~30 cm土壤,分析气候因素,冻土类型,土壤深度以及环境因子对SOC,土壤活性有机碳组分POC,MBC以及稳定土壤碳组分MAOC的影响,这些因素在不同环境条件下有所差异,这进一步导致了有机碳组分的不同分布特征。这一研究结果为多年冻土退化下土壤有机碳库的动态变化提供了基础数据,为它们在碳循环过程中发挥的作用提供了理论支持。

2. 材料与方法

2.1. 研究地点

兴安岭位于中国东北地区,由大兴安岭和小兴安岭组成,见图1。多年冻土类型包括不连续多年冻土,大片岛状多年冻土,零星岛状多年冻土,季节冻土四种类型。该地区以寒温带和大陆性季风气候为主。漠河市属于大兴安岭地区,位于中国最北端,年平均气温−5.5℃,伊春位于零星岛状多年冻土区,见表1,具有天然的森林,灌丛湿地生态系统,受人为干扰较小,所以本研究选取漠河,伊春作为研究区。

Figure 1. Map of the study area

1. 研究区概况图

Table 1. Sampling point information

1. 采样点信息

采样点

冻土类型

地点

温度

海拔

漠河

不连续多年冻土

大兴安岭

−5.5

514

伊春

零星岛状状多年冻土

小兴安岭

1.5

363

2.2. 土壤样品采集与测定

2022年8月在漠河,伊春进行样品采集,用圆柱形钢芯取样器(内径5 cm,高30 cm),采集研究区内0~30 cm土壤。每10 cm采集一个土壤样本,去除可见的石头、根和植物材料后装入密封袋内,共计36个土壤样本。将采集的样品平均分为两份,一个份在4℃保存用于测定土壤MBC,另一份在室温下风干用于测定土壤MBC、SOC、TN、TP。0~30 cm土壤剖面的SOC和MBC储量根据以下公式估算[9]

S=c×ρ×h

其中S为SOC和MBC的储存量(kg/m2),c为SOC和MBC的浓度(g/kg),ρ为BD (g/cm3),h为土层厚度(m)。

地理坐标和高程用GPS确定,采用烘干法测定土壤容重(BD, g/m3)和土壤含水量(SWC, %)。使用便携式pH计(PHBJ-261L,中国上海)测定土壤pH。氯仿熏蒸提取法用于测量MBC。使用CNS分析仪(Vario EL, Heraeus, Hanau,德国)测定SOC和TN,并且使用钼–锑比色法测量TP。

2.3. 数据分析

采用单因素方差分析(ANOVA)分析不同冻土类型和土壤深度对土壤有机碳及其组分和环境因子的影响。具体分析步骤如下:

1) 数据准备:整理数据,确保数据符合正态性和方差齐性检验。

2) 在SPSS中进行分析:导入数据并设置分析模型。执行单因素方差分析,评估冻土类型和土壤深度对土壤有机碳及其组分的主效应。

3) 解释结果:分析方差表(ANOVA),评估主效应的显著性水平,同时关注平均值差异和标准差双因素方差分析(Two-way ANOVA)分析冻土类型,土壤深度及其交互作用对土壤有机碳组分占比的影响,上述分析在SPSS.22中进行,每次计算重复三次,以平均值 ± 标准差的形式表示。使用R 4.04建立偏最小二乘路径模型(PLS-PM),探讨气候因子,冻土类型和土壤基质对土壤有机碳及其组分储量的驱动机制。在R中进行分析,揭示各个因素之间的直接和间接关系。进行模型拟合和验证,评估模型的解释力和预测能力。使用GraphPadPrism9和visio2016进行绘图。

3. 结果

3.1. 不同土壤深度和多年冻土条件下土壤性质

3.1.1. 环境因子

土壤环境因子在不同多年冻土区域和土壤深度变化显著,见表2。研究区土壤BD,SWC,pH,MBN受不同多年冻土区的影响显著,BD,SWC,TN受到土壤深度的显著影响,其中BD与SWC,TN变化趋势相反,BD随土壤深度的增加而增大,SWC,TN,MBN含量在0~30 cm土壤深度呈下降趋势。TP在研究区含量较低,在不同多年冻土区和土壤深度变化均不显著。

Table 2. Characterization of soil environmental factors under different soil depths and permafrost conditions

2. 不同土壤深度和多年冻土条件下土壤环境因子特征

土壤深度(cm)

漠河

伊春

BD (g∙cm3)

0~10

0.66 ± 0.46c

0.62 ± 0.34b

10~20

1.53 ± 0.93b

0.78 ± 0.45b

20~30

2.08 ± 0.89a

1.03 ± 0.69a

SWC

0~10

1.00 ± 0.63a

1.10 ± 0.57a

10~20

0.57 ± 0.45b

0.82 ± 0.56a

20~30

0.45 ± 0.39b

0.77 ± 0.53a

pH

0~10

6.30 ± 0.58a

5.90 ± 0.46a

10~20

6.26 ± 0.57a

5.94 ± 0.39a

20~30

6.25 ± 0.67a

5.91 ± 0.31a

TN (g∙kg1)

0~10

9.78 ± 4.61a

8.79 ± 5.17a

10~20

7.35 ± 7.92ab

9.78 ± 5.72a

20~30

5.27 ± 6.14b

7.20 ± 5.96a

TP (g∙kg1)

0~10

0.75 ± 0.24a

0.69 ± 0.26a

10~20

0.70 ± 0.15a

0.71 ± 0.18a

20~30

0.72 ± 0.21a

0.70 ± 0.18a

注:不同小写字母表示同一冻土类型不同土层间差异显著(P < 0.05, Duncan’s test)。BD:容重;SWC:土壤含水量;TN:全氮;TP:全磷。

3.1.2. 土壤有机碳及微生物生物量碳分布

研究区内土壤SOC及MBC含量随土壤深度增加而下降,见图2,在0~10 cm表层土中含量最高(P < 0.05)。SOC,MBC含量在不同冻土类型间差异不显著。漠河与伊春20~30 cm MBC含量显著低于表层土壤,有机碳及组分含量在土壤表层最高。

Figure 2. Distribution of soil organic carbon and its fractions under different soil depths and permafrost conditions

2. 不同土壤深度和多年冻土条件下土壤有机碳及其组分分布情况

不同的大写字母表示同一深度不同冻土类型间差异显著(P < 0.05, Duncan’s test)。不同小写字母表示同一冻土类型不同土层间差异显著(P < 0.05, Duncan’s test)。SOC:soil organic carbon;POC:particulate organic carbon;MBC:microbial biomass carbon;MAOC:minerality-bound organic carbon。

3.2. 不同土壤深度和多年冻土条件下有机碳储量的分布

漠河,伊春MBC储量在不同土壤深度间差异不显著,见图3,漠河0~30 cm MBC储量整体高于伊春。SOC储量在不同冻土区和不同土壤深度间均未展示出显著差异,其中漠河10~20 cm土壤SOC储量高于伊春10~20 cm土壤,在0~10 cm和20~30 cm土层中SOC储量较为相似。

Figure 3. Distribution of soil organic carbon and its fractions under different soil depths and permafrost conditions

3. 不同土壤深度和多年冻土条件下土壤有机碳及其组分分布情况

3.3. 土壤有机碳及组分储量影响因素的路径分析

结构方程模型表明气候因素,冻土类型和环境因子(土壤物理性质,土壤化学性质)可以共同解释土壤有机碳及组分储量的大部分变化,见图4。气候因子对土壤物理性性质有显著负向影响,对冻土类型有极显著正向影响(P < 0.001)。气候因子通过影响多年冻土形成不同类型冻土区进而对土壤物理性质和化学性质产生影响,间接驱动土壤活性有机碳组分储量的变化。其中SOC储量与MAOC储量受到土壤物理性质的直接显著影响(P < 0.05),受到化学性质极其显著的影响(P < 0.001) (图4),土壤物理性质对POC与MBC储量有正向影响,土壤化学性质对POC与MBC储量有负向影响,其中土壤物理性质对POC与MBC储量影响的路径系数更大,整体而言PLS-PM对POC储量的解释程度最高,模型拟合度为0.52。

(a)

(b)

Figure 4. Pathway analysis of factors influencing soil organic carbon fraction stocks

4. 土壤有机碳组分储量影响因素的路径分析

黄色线条表示正路径蓝色线条表示负路径,方框中的数字代表路径系数,箭头宽度与路径系数成正比(*P < 0.05, **P < 0.01, ***P < 0.001)。MAT:年平均温度;MAP:年平均降水;BD:容重;SWC:土壤含水量;TN:全氮;TP:全磷;MBN:微生物生物量氮;SOC storage:土壤有机碳储量;MBC storage:微生物生物量碳储量。

4. 讨论

4.1. 多年冻土和土壤深度对环境因子及土壤有机碳组分的影响

兴安岭地处于中国东北地区,该地多年冻土对气候变暖高度敏感,由于地表温度升高和其他环境因素的影响致使多年冻土退化[3] [10]。随着永久冻土严重退化[11],冻融循环变得频繁而强烈,土壤含水量不断发生变化,进而不断改变土壤性质如容重、团聚体结构等[12],对土壤有机质的影响更为显著[13]。我们的研究结果证实了这一结论,土壤容重和含水量在不同退化程度冻土区差异显著,见表2,根据经验公式估算了有机碳及其组分的储量,MBC储量最低值出现在伊春。与零星岛状多年冻土区相比,不连续多年冻土区较低的温度可能会抑制微生物活动,限制有机质分解,导致有机质积累更多[14]。伊春位于零星岛状多年冻土区,但在伊春的采样点我们用1.5 m铁签并没有探到永久冻土,因此我们猜测伊春采样点没有永久冻土存在,进一步说明冻土退化对有机碳组分的显著影响。

我们选取研究区内0~30 cm土壤,10 cm为一个土层,研究发现土壤SWC,TN,MBN受土壤深度变化影响显著,含量随土壤深度增加而下降,而容重则相反,这与其他人结果一致[15] [16]。SOC受土壤深度影响不显著,这可以解释为在多年冻土区,有机层中有机碳含量较高,可延伸至50 cm或更深[17],所以在0~30 cm间差异不显著。土壤活性有机碳周转速度快,对环境变化响应迅速,尤其是表层土壤[18],MBC含量变化趋势与SOC相同,随土壤深度增加而降低,我们猜想冻融扰动是影响多年冻土区有机碳垂直分布的主要因素,有青藏高原地区研究表明,在冻融扰动作用下,土壤表层有机质被输送到较低的土壤层。因此,这些不同深度的冻融扰动层位通常富含有机质[19]">。

4.2. 土壤有机碳组分储量变化的驱动机制

BD,TP,TN是影响活性有机碳组分MBC变化的重要因素,见图4。多年冻土退化下,磷是调节生态系统碳动态的重要指标[3],并且TP会限制植物源碳的积累,使微生物源碳的积累增加[20],这解释了伊春TP与MBC呈正相关的原因。TN对不同冻土区有机碳组分影响显著,TN作为生物生长的必需元素,可以提高植物生产力和有机碳含量,在陆地碳动态中发挥着一定的作用[21]

为了探究气候因素,冻土类型,环境因子对土壤有机碳及组分储量的影响,我们建立了一个结构方程模型。但是在结构方程模型中由MAT和MAP观测变量组成的气候因素潜变量对冻土类型具有极显著正向驱动作用,对土壤物理性质有显著负向驱动作用,气候因素通过影响多年冻土退化,使土壤理化性质发生改变间接影响土壤MBC储量,气候因素也会直接影响土壤物理性质,说明多年冻土退化对气候变化极其敏感,从而使土壤环境发生改变。见图4土壤物理化学性质对SOC储量影响呈显著正相关,先前的研究表明土壤理化性质对SOC有显著影响。活性有机碳MBC作为有机碳的存在形式,具有易分解的特点,储量较小,在一定程度上稳定有机碳库和活性有机碳库之间存在着相互转化作用,进而导致土壤有机碳的变化。

总体而言,本研究为冻土退化背景下,不同土壤深度有机碳组分对环境差异的响应及其驱动机制提供了基础研究,在未来的研究中会加入对其他冻土类型的研究,考虑植被,土壤微生物对有机碳组分的影响,进一步研究植被,微生物和土壤性质对有机碳组分的交互作用,以更深入地了解有机碳固存的机制。

5. 结果

研究发现,在漠河和伊春地区,MBC含量随着土壤深度增加而逐渐降低,其中伊春地区的活性有机碳储量最低。

此外,MBC在总有机碳中所占比例较小。进一步分析表明,MBC的储量与土壤有机碳呈显著负相关,同时受到TP、TN、BD和SWC等环境因素的显著影响,尤其是活性有机碳更易受环境因素的影响。

最后,气候因素对冻土类型和土壤物理特性有显著影响,从而间接影响了土壤MBC储量。总体而言,土壤理化特性直接显著影响了SOC及其稳定有机碳储量。

前人研究的基础大多数集中于土壤有机碳,较少的关注了土壤有机碳组分。这些研究结果不仅有助于进一步深入了解大小兴安岭地区土壤碳的分布情况,还为探索中高纬度地区土壤碳循环与气候变化的潜在路径提供了重要线索,对于促进区域陆地生态系统的可持续发展具有重要意义。

参考文献

[1] Hugelius, G., Strauss, J., Zubrzycki, S., Harden, J.W., Schuur, E.A.G., et al. (2014) Estimated Stocks of Circumpolar Permafrost Carbon with Quantified Uncertainty Ranges and Identified Data Gaps. Biogeosciences, 11, 6573-6593.
https://doi.org/10.5194/bg-11-6573-2014
[2] Liu, G., Zhang, X., Wu, T., Wu, X., Smoak, J.M., Li, X., et al. (2019) Seasonal Changes in Labile Organic Matter as a Function of Environmental Factors in a Relict Permafrost Region on the Qinghai-Tibetan Plateau. Catena, 180, 194-202.
https://doi.org/10.1016/j.catena.2019.04.026
[3] Che, L., Xuan, L. and Wan, L. (2022) Allocation and Transfer of Photosynthetic 13c in the Vegetation-Soil System and Its Response to Permafrost Degradation. Land Degradation & Development, 34, 453-465.
https://doi.org/10.1002/ldr.4471
[4] Dash, P.K., Bhattacharyya, P., Roy, K.S., Neogi, S. and Nayak, A.K. (2019) Environmental Constraints’ Sensitivity of Soil Organic Carbon Decomposition to Temperature, Management Practices and Climate Change. Ecological Indicators, 107, Article 105644.
https://doi.org/10.1016/j.ecolind.2019.105644
[5] Haynes, R.J. (2005) Labile Organic Matter Fractions as Central Components of the Quality of Agricultural Soils: An Overview. In: Advances in Agronomy, Elsevier, 221-268.
https://doi.org/10.1016/s0065-2113(04)85005-3
[6] Li, J., Wen, Y.C., et al. (2018) Soil Labile Organic Carbon Fractions and Soil Organic Carbon Stocks as Affected by Long-Term Organic and Mineral Fertilization Regimes in the North China Plain. Soil and Tillage Research, 175, 281-290.
[7] Lugato, E., Lavallee, J.M., Haddix, M.L., Panagos, P. and Cotrufo, M.F. (2021) Different Climate Sensitivity of Particulate and Mineral-Associated Soil Organic Matter. Nature Geoscience, 14, 295-300.
https://doi.org/10.1038/s41561-021-00744-x
[8] Song, R., Han, X., Yang, Q., Zheng, Z. and Xi, D. (2022) Effects of Understory Vegetation Heterogeneity on Soil Organic Carbon Components in Cunninghamia Lanceolata Plantation. Land, 11, Article 2300.
https://doi.org/10.3390/land11122300
[9] Wissing, L., Kölbl, A., Vogelsang, V., Fu, J., Cao, Z. and Kögel-Knabner, I. (2011) Organic Carbon Accumulation in a 2000-Year Chronosequence of Paddy Soil Evolution. Catena, 87, 376-385.
https://doi.org/10.1016/j.catena.2011.07.007
[10] Zhang, Z., Wu, Q., Hou, M., Tai, B. and An, Y. (2021) Permafrost Change in Northeast China in the 1950s-2010s. Advances in Climate Change Research, 12, 18-28.
https://doi.org/10.1016/j.accre.2021.01.006
[11] Chen, S., Li, X., Wu, T., Xue, K., Luo, D., Wang, X., et al. (2020) Soil Thermal Regime Alteration under Experimental Warming in Permafrost Regions of the Central Tibetan Plateau. Geoderma, 372, Article 114397.
https://doi.org/10.1016/j.geoderma.2020.114397
[12] Lv, M., Wang, Y. and Gao, Z. (2022) The Change Process of Soil Hydrological Properties in the Permafrost Active Layer of the Qinghai-Tibet Plateau. Catena, 210, Article 105938.
https://doi.org/10.1016/j.catena.2021.105938
[13] Dong, X., Man, H., Liu, C., Wu, X., Zhu, J., Zheng, Z., et al. (2023) Changes in Soil Bacterial Community along a Gradient of Permafrost Degradation in Northeast China. Catena, 222, Article 106870.
https://doi.org/10.1016/j.catena.2022.106870
[14] Wang, X., Li, X., Hu, Y., Lv, J., Sun, J., Li, Z., et al. (2010) Effect of Temperature and Moisture on Soil Organic Carbon Mineralization of Predominantly Permafrost Peatland in the Great Hing’an Mountains, Northeastern China. Journal of Environmental Sciences, 22, 1057-1066.
https://doi.org/10.1016/s1001-0742(09)60217-5
[15] Mu, C., Zhang, T., Wu, Q., Peng, X., Cao, B., Zhang, X., et al. (2015) Editorial: Organic Carbon Pools in Permafrost Regions on the Qinghai-Xizang (Tibetan) Plateau. The Cryosphere, 9, 479-486.
https://doi.org/10.5194/tc-9-479-2015
[16] Yang, Y., Fang, J., Smith, P., Tang, Y., Chen, A., Ji, C., et al. (2009) Changes in Topsoil Carbon Stock in the Tibetan Grasslands between the 1980s and 2004. Global Change Biology, 15, 2723-2729.
https://doi.org/10.1111/j.1365-2486.2009.01924.x
[17] Michaelson, G.J., Ping, C. and Clark, M. (2013) Soil Pedon Carbon and Nitrogen Data for Alaska: An Analysis and Update. Open Journal of Soil Science, 3, 132-142.
https://doi.org/10.4236/ojss.2013.32015
[18] Zhang, J.B., Song, C.C. and Yang, W.Y. (2006) Land Use Effects on the Distribution of Labile Organic Carbon Fractions through Soil Profiles. Soil Science Society of America Journal, 70, 660-667.
https://doi.org/10.2136/sssaj2005.0007
[19] Yuan, Z., Jin, H., Wang, Q., Wu, Q., Li, G., Jin, X., et al. (2020) Profile Distributions of Soil Organic Carbon Fractions in a Permafrost Region of the Qinghai-Tibet Plateau. Permafrost and Periglacial Processes, 31, 538-547.
https://doi.org/10.1002/ppp.2055
[20] Mehnaz, K.R., Corneo, P.E., Keitel, C. and Dijkstra, F.A. (2019) Carbon and Phosphorus Addition Effects on Microbial Carbon Use Efficiency, Soil Organic Matter Priming, Gross Nitrogen Mineralization and Nitrous Oxide Emission from Soil. Soil Biology and Biochemistry, 134, 175-186.
https://doi.org/10.1016/j.soilbio.2019.04.003
[21] Wang, K., Deng, L., Di, D., He, X. and Shi, W. (2020) Tracking Soil Carbon Processes in Two Temperate Forests at Different Successional Stages Using Stable and Radioactive Carbon Isotopes. Agriculture, Ecosystems & Environment, 304, Article 107143.
https://doi.org/10.1016/j.agee.2020.107143