范曉暉，王德彩，孫孝林，陽景陽，王會(huì)利，鄧小軍，黃智剛，唐　健

1 廣西大學(xué)農(nóng)學(xué)院，南寧　530004

2 中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院，廣東省城市化與地理環(huán)境空間模擬重點(diǎn)實(shí)驗(yàn)室，廣州　510275

3 廣西優(yōu)良用材林資源培育重點(diǎn)實(shí)驗(yàn)室，廣西林科院，南寧　530002

4 河南農(nóng)業(yè)大學(xué)林學(xué)院，鄭州　450002

?

南寧市桉樹人工林土壤有機(jī)碳密度與地形因子的關(guān)系

范曉暉1，王德彩4，孫孝林2,*，陽景陽1，王會(huì)利3，鄧小軍3，黃智剛1，唐健3

1 廣西大學(xué)農(nóng)學(xué)院，南寧530004

2 中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院，廣東省城市化與地理環(huán)境空間模擬重點(diǎn)實(shí)驗(yàn)室，廣州510275

3 廣西優(yōu)良用材林資源培育重點(diǎn)實(shí)驗(yàn)室，廣西林科院，南寧530002

4 河南農(nóng)業(yè)大學(xué)林學(xué)院，鄭州450002

桉樹人工林土壤有機(jī)碳密度與地形因子的關(guān)系還不明確，且當(dāng)前的研究較少地關(guān)注復(fù)合地形因子，對兩者的線性和非線性關(guān)系強(qiáng)度的對比研究也較少。以南寧市高峰林場中的桉樹人工林地為研究區(qū)，采用條件拉丁超立方抽樣法布設(shè)采樣點(diǎn)，通過建立數(shù)字高程模型提取和計(jì)算得到地形因子的指標(biāo)；采用線性回歸和回歸樹分別建立桉樹人工林土壤有機(jī)碳密度-地形因子的線性和非線性回歸模型。結(jié)果表明：研究區(qū)土壤表層、0—50 cm和全剖面的土壤有機(jī)碳密度均值分別為2.8、7.7、10.9 kg/m2，屬于中等水平；僅坡度在0.05顯著性水平上與表層和全剖面土壤有機(jī)碳密度顯著相關(guān)，總體而言，簡單地形因子與土壤有機(jī)碳密度的相關(guān)性普遍好于復(fù)合地形因子；隨著土壤層次厚度的增加，線性和非線性回歸模型對土壤有機(jī)碳密度空間變異解釋能力都提升；回歸模型對土壤有機(jī)碳密度空間變異的解釋能力大小順序?yàn)椋夯貧w樹>全變量多元線性回歸>逐步線性回歸，因此，桉樹人工林土壤有機(jī)碳密度與地形因子之間的非線性關(guān)系比線性關(guān)系強(qiáng)。

土壤有機(jī)碳密度；地形因子；桉樹人工林

土壤是陸地最大的有機(jī)碳庫[1]，其中，森林土壤約占70%[2]。桉樹是我國乃至世界主要的人工森林樹種之一，在廣西的種植面積居全國首位[3]。然而，桉樹的大面積人工種植引發(fā)了諸多生態(tài)環(huán)境問題的爭議[4-6]。土壤有機(jī)碳密度及儲(chǔ)量便是其中的熱點(diǎn)問題之一[7]。

地形是影響森林土壤有機(jī)碳密度空間分布的重要因素[8-9]，主要通過再分配水、熱資源來影響土壤有機(jī)碳的輸入和輸出[10]。目前，關(guān)于桉樹人工林土壤有機(jī)碳密度與地形的關(guān)系研究較多地集中在簡單地形因子，如高程、坡度等，并使用單一的線性相關(guān)分析方法，如劉姝媛等[7]、Ramarson等[11]和張?zhí)K俊等[12]。然而，這些研究結(jié)果揭示的兩者相關(guān)關(guān)系相差迥異。

事實(shí)上，土壤與地形之間的關(guān)系非常復(fù)雜[13]，大量研究已表明兩者之間不僅存在線性關(guān)系，還存在非線性關(guān)系[14-15]。截至目前，很少有研究探討桉樹人工林土壤有機(jī)碳密度與地形之間的非線性關(guān)系。此外，隨著地形分析研究的發(fā)展和廣泛應(yīng)用，很多研究表明，復(fù)合地形因子相對簡單地形因子更能直觀地反映地形地貌特征及土壤中的水文特征[16]，例如地形濕度指數(shù)廣泛地用于預(yù)測土壤有機(jī)質(zhì)的空間分布[17]。因此，非常有必要研究復(fù)合地形因子與桉樹人工林土壤有機(jī)碳密度之間的關(guān)系。

為此，本研究以廣西南寧市高峰林場桉樹人工林地為研究區(qū)，首先建立該區(qū)的數(shù)字高程模型并提取簡單和復(fù)合地形因子，再采用條件拉丁超立方抽樣法選擇采樣點(diǎn)，最后運(yùn)用線性回歸和回歸樹方法分別建立土壤有機(jī)碳密度與地形因子的線性和非線性關(guān)系模型，以期為區(qū)域桉樹人工林土壤有機(jī)碳儲(chǔ)量的精準(zhǔn)估算提供依據(jù)。

1　材料與方法

1.1研究區(qū)概況

研究區(qū)位于廣西南寧高峰林場林業(yè)示范基地內(nèi)，地理范圍為108°20′57″—108°21′54″E，22°57′8″—22°58′41″N，南北長約2800 m，東西長約1600 m，面積約為3.03 km2(圖1)。該研究區(qū)屬于丘陵地形，高程125—300 m；年均氣溫為21.6 ℃，年均降水量1300.6 mm，其中4—9月的降水量占全年的79.8%，處于南亞熱帶濕潤季風(fēng)氣候區(qū)[18]；土壤母質(zhì)以古生代的泥巖、泥質(zhì)頁巖、砂頁巖等沉積巖系為主，均風(fēng)化發(fā)育為赤紅壤[19]；植被以桉樹人工林為主，林下灌草植物以木姜(Litseapungens)、毛桐(Mallotusbarbatus)、鹽膚木(Rhuschinenesis)、半邊旗(Pterissemipinnata)、五節(jié)芒(Miscanthusfloridulus)、鐵芒箕(Dicranopterisdichotoma)等為優(yōu)勢[20]。本區(qū)域自本世紀(jì)之初開始種植桉樹，約5a輪伐輪種1次，現(xiàn)生長的桉樹樹齡為2—4a、胸徑約為3—14cm。

圖1　研究區(qū)的數(shù)字高程圖及采樣點(diǎn)Fig.1　Digital elevation map of the study area and sample points

1.2地形因子

本研究利用Arcgis10軟件，在研究區(qū)1∶1萬數(shù)字劃線圖的基礎(chǔ)上，用不規(guī)則三角網(wǎng)方法，建立研究區(qū)的數(shù)字高程模型(Digital Elevation Model, DEM)(圖1)，再從該DEM中提取出常用的簡單和復(fù)合地形因子。簡單地形因子包括：高程(m)、坡度(°)、坡向(°)；復(fù)合地形因子包括：平面曲率(1/(100 m))、剖面曲率(1/(100 m))和地形濕度指數(shù)(Topographic Wetness Index, TWI)。TWI的計(jì)算公式同文獻(xiàn)[21]，即TWI=ln(SCA/G)(SCA為單位面積的匯流面積，G為坡度，ln為自然對數(shù)轉(zhuǎn)換)。

1.3土壤采樣及實(shí)驗(yàn)分析

本研究采用條件拉丁超立方抽樣法選擇采樣點(diǎn)。條件拉丁超立方抽樣法是在特定的條件范圍內(nèi)進(jìn)行拉丁超立方抽樣的一種多維分層抽樣方法。與常用的拉丁超立方抽樣相比，該方法確保每一個(gè)樣點(diǎn)都是真實(shí)存在且具有代表性[22]。本研究將上述地形因子(高程、坡度、坡向、平面曲率、剖面曲率和地形濕度指數(shù)等)設(shè)定為條件變量，再運(yùn)用該方法選擇出50個(gè)樣點(diǎn)。在實(shí)際的采樣中，有些樣點(diǎn)位置由于植被異常豐茂而無法到達(dá)，最終有效樣點(diǎn)數(shù)為41個(gè)(圖1)。

在采樣點(diǎn)上，本研究采集了土壤剖面，深度至母質(zhì)層或140cm(母質(zhì)層深度大于140cm)。土壤剖面分層根據(jù)中國土壤系統(tǒng)分類規(guī)定，按照土層顏色、質(zhì)地、松緊度、礫石含量及根系來劃分土壤層次，詳細(xì)記錄各層的形態(tài)特征和厚度，并分層采樣，同時(shí)采集環(huán)刀樣來測定土壤容重。樣品經(jīng)風(fēng)干等處理后使用重鉻酸鉀容量法測定土壤有機(jī)碳含量[23]。

1.4土壤有機(jī)碳密度計(jì)算方法

本研究計(jì)算的土壤有機(jī)碳密度是指單位面積一定深度土層中土壤有機(jī)碳的儲(chǔ)量[24]，共計(jì)算了3個(gè)深度的有機(jī)碳密度：土壤表層(即A層)、0—50cm土層和全剖面。其中，全剖面計(jì)算至采樣深度，即母質(zhì)層或140cm(母質(zhì)層深度大于140cm)。由于本研究區(qū)的土壤發(fā)育較好(地處南亞熱帶，土壤為赤紅壤且種植桉樹)，一般至母質(zhì)層附近才出現(xiàn)較多礫石，并且研究區(qū)的面積較小，區(qū)內(nèi)相同土層的容重差異很小，所以本研究計(jì)算土壤有機(jī)碳密度時(shí)，根據(jù)參考文獻(xiàn)[25-26]等未考慮礫石含量及容重，計(jì)算公式為：

(1)

式中，SOCD為土壤的有機(jī)碳密度(kg/hm2)；SOCDi為第i土層的有機(jī)碳密度(kg/hm2)，C為土壤有機(jī)碳含量(g/kg)，D為土壤容重(g/cm3)，H為土層厚度(cm)。

1.5數(shù)據(jù)分析

本研究利用Spss19.0軟件進(jìn)行數(shù)據(jù)的基本處理和土壤有機(jī)碳密度與地形因子之間的相關(guān)性分析，并建立全變量多元線性回歸模型及逐步線性回歸模型(P<0.05)；同時(shí)利用R軟件中的rpart包建立回歸樹非線性回歸模型?；貧w樹是根據(jù)各自變量的屬性，利用自上而下的遞歸分割方法將變量逐層分割，最后在樹的末端得到相應(yīng)因變量的描述或預(yù)測[27-28]。

本文通過比較線性模型和非線性模型的解釋空間變異能力的大小，即R2，來對比土壤有機(jī)碳密度與地形因子的線性和非線性關(guān)系強(qiáng)度。由于回歸樹非線性模型不能直接計(jì)算R2，本研究根據(jù)各模型的誤差均方(Mean Square Error, MSE)，通過公式pseudo-R2=1-MSE/Var(y)(Var(y)為樣本方差)來計(jì)算各模型的偽R2值。

2　結(jié)果與討論

2.1采樣點(diǎn)上的地形因子和土壤有機(jī)碳密度

表1列出了采樣點(diǎn)及研究區(qū)地形因子的統(tǒng)計(jì)數(shù)據(jù)。可以看到：除自身變異較大的平面曲率和剖面曲率[29]外，采樣點(diǎn)的其他地形因子統(tǒng)計(jì)值與研究區(qū)的相近，說明采樣點(diǎn)基本反映了研究區(qū)的地形條件；標(biāo)準(zhǔn)差的差別較小，最小值、最大值也比較接近，說明采樣點(diǎn)所包含的地形變異能較好地代表整個(gè)研究區(qū)?？傮w上，研究區(qū)高程范圍為150—300m，屬于典型丘陵地形；山坡的坡度陡，平均坡度25.33°；研究區(qū)內(nèi)的坡形類型豐富；土壤的水分狀況差異明顯。

表1　采樣點(diǎn)及研究區(qū)地形因子的統(tǒng)計(jì)數(shù)據(jù)Table 1　Statistics of terrain attributes on the sampling sites and the whole study area

采樣點(diǎn)上的土壤有機(jī)碳密度統(tǒng)計(jì)分析結(jié)果見表2?？梢钥吹剑和寥辣韺印?—50cm和全剖面的土壤有機(jī)碳密度均值分別為2.8、7.7、10.9 kg/hm2，與廣東地區(qū)桉樹人工林土壤有機(jī)碳密度相比，屬于中等水平[7，12]。

表2　土壤有機(jī)碳密度統(tǒng)計(jì)值(n=41)Table 2　Basic statistical parameters of SOCD

2.2土壤有機(jī)碳密度與地形因子的相關(guān)關(guān)系

表3列出了土壤有機(jī)碳密度與地形因子的相關(guān)分析結(jié)果。僅坡度在0.05顯著性水平上與表層和全剖面土壤有機(jī)碳密度顯著正相關(guān)。結(jié)合采樣觀察，這可能與本研究區(qū)的林地經(jīng)營管理有關(guān)。在緩坡地區(qū)，施肥、除草等經(jīng)營管理活動(dòng)有效地遏制了林下灌草植物的生長，不利于有機(jī)碳的積累；而陡坡地區(qū)不利于人為活動(dòng)，林下自然生長的灌草植物較多，促進(jìn)了有機(jī)碳在土壤中的積累。

表3　土壤有機(jī)碳密度與地形因子的相關(guān)性(n=41)Table 3　Correlations between terrain factors and SOCD

簡單地形因子與土壤有機(jī)碳密度相關(guān)系數(shù)的絕對平均值要高于復(fù)合地形因子，說明簡單地形因子與土壤有機(jī)碳密度的相關(guān)性要好于復(fù)合地形因子。這可能是因?yàn)楹唵蔚匦我蜃又苯颖碚鞯乇砦镔|(zhì)和能量的再次分配，例如，坡向表征光照輻射在地表的再分配和程度，從而影響土壤有機(jī)物質(zhì)的分解速率[30]。相對來講，復(fù)合地形因子反映的是土壤的環(huán)境特征，例如，地形濕度指數(shù)表達(dá)土壤的水文特征[29]，并未參加土壤有機(jī)碳的積累過程。

總體而言，土壤有機(jī)碳密度與地形因子之間的相關(guān)性不明顯。這可能是因?yàn)槠渌堑匦我蛩?，如母質(zhì)、桉樹生長狀況、林地經(jīng)營管理方式等，以及地形因子之間的交互、綜合作用造成的。盡管本研究區(qū)的母質(zhì)非常相近，但桉樹生長狀況及林地經(jīng)營管理方式略有不同。單個(gè)地形因子對土壤有機(jī)碳的作用可能會(huì)因這些因素的共同作用而變小或變?nèi)?。例如，孫孝林等[29]分析指出，盡管緩坡處的地表徑流減緩，水分入滲較強(qiáng)，凋落物易堆積，利于有機(jī)物質(zhì)在土壤中的積累，但如果緩坡處的平面曲率大于0，則地面表現(xiàn)為發(fā)散型坡形，物質(zhì)和能力在這種坡形上容易流失，不利于有機(jī)碳的積累。一些研究表明，人為的林木采伐等活動(dòng)對桉樹人工林土壤有機(jī)碳具有負(fù)面影響[6]，以及桉樹林齡可以削弱坡向?qū)﹁駱淙斯ち滞寥烙袡C(jī)碳的影響[12]。

2.3土壤有機(jī)碳密度與地形因子之間的回歸模型

土壤有機(jī)碳密度與地形因子之間的線性和非線性回歸模型見表4。逐步線性回歸模型由于設(shè)置了顯著性水平0.05的進(jìn)入要求，除坡度外的其他地形因子與土壤有機(jī)碳密度之間的相關(guān)性較弱，因此僅坡度進(jìn)入該模型。在表4中，隨著土層厚度的增加，線性和非線性回歸模型對土壤有機(jī)碳密度空間變異的解釋能力都提升。這可能是因?yàn)殡S著土層厚度的增加，非地形因素如桉樹生長狀況、林地經(jīng)營管理方式影響較小，使得地形因子與土壤有機(jī)碳密度之間的關(guān)系更緊密。

表4中線性回歸模型的R2值與偽R2值存在差異，這主要由計(jì)算公式的不同造成的，但兩者的差異并不大。偽R2值大小整體上呈現(xiàn)出：回歸樹>全變量多元線性回歸>逐步線性回歸。因此，土壤有機(jī)碳密度與地形因子的回歸樹模型的解釋空間變異能力要強(qiáng)于它們之間的全變量多元線性回歸和逐步線性回歸模型。同時(shí)，這也說明桉樹人工林土壤有機(jī)碳密度與地形因子的非線性關(guān)系要強(qiáng)于它們之間的線性關(guān)系。從上述土壤有機(jī)碳密度與地形因子之間的相關(guān)關(guān)系討論中可知，桉樹生長狀況、林地經(jīng)營管理方式等因素，以及地形因子之間的交互、綜合作用可能導(dǎo)致了它們之間的非線性關(guān)系強(qiáng)于線性關(guān)系。

研究區(qū)的簡單地形因子坡度與土壤有機(jī)碳密度的相關(guān)關(guān)系最為顯著，而在非線性回歸樹模型中坡度位于最高的分類節(jié)點(diǎn)，且多次被用于分類，其次為剖面曲率和平面曲率。這說明，簡單地形因子坡度在研究區(qū)土壤有機(jī)碳密度的模型中起決定性作用。如前所述，這可能是因?yàn)楹唵蔚匦我蜃又苯颖碚鞯乇砦镔|(zhì)和能量的再次分配，而復(fù)合地形因子反映的是土壤的環(huán)境特征。

表4　土壤有機(jī)碳密度和地形因子間的回歸方程(n=41)Table 4　Regression equations between SOCD and terrain attributes

3　結(jié)論

針對桉樹人工林土壤有機(jī)碳密度與地形因子之間的關(guān)系還不明確的問題，本文利用條件拉丁超立方抽樣法選擇樣點(diǎn)，分析了地形因子與土壤有機(jī)碳密度之間的相關(guān)性、線性回歸模型和非線性回歸模型(即回歸樹)。結(jié)果表明：(1)利用條件拉丁超立方采樣方法獲取得到的樣點(diǎn)能有效的反映研究區(qū)的地形特征，其代表性能滿足本文的研究需要；(2)簡單地形因子與土壤有機(jī)碳密度的相關(guān)性要強(qiáng)于復(fù)合地形因子，這是因?yàn)楹唵蔚匦我蜃又苯颖碚饔绊懲寥烙袡C(jī)碳積累過程的地表物質(zhì)和能量再次分配；(3)由于土壤下層受非地形因素如桉樹生長狀況、林地經(jīng)營管理方式的影響較小，土壤有機(jī)碳密度與地形因子之間的回歸模型對土壤有機(jī)碳密度空間變異的解釋能力隨著土壤厚度的增加而增加；(4)土壤有機(jī)碳密度與地形因子之間的非線性關(guān)系要強(qiáng)于兩者的線性關(guān)系，簡單地形因子坡度發(fā)揮了更大作用。

影響土壤有機(jī)碳密度的地形因子，除了本文介紹的地形因子外，還有坡長、高程變異系數(shù)、地形起伏度等，以及其他非地形因素如母質(zhì)、植被生長狀況和人為活動(dòng)等，本文僅選取了常用的地形因子進(jìn)行了研究。

[1]Fiener P, Gottfried T, Sommer M, Steger K. Soil organic carbon patterns under different land uses in South India. Geoderma Regional, 2014, 2-3: 91-101.

[2]王清奎, 汪思龍, 馮宗煒. 杉木純林與常綠闊葉林土壤活性有機(jī)碳庫的比較. 北京林業(yè)大學(xué)學(xué)報(bào), 2006, 28(5): 1-6.

[3]項(xiàng)東云, 陳健波, 葉露, 申文輝. 廣西桉樹人工林發(fā)展現(xiàn)狀、問題與對策. 廣西林業(yè)科學(xué), 2007, 35(4): 195-201.

[4]Yu F K, Huang X H, Duan C Q, He S Z, Zhang G S, Liu C E, Fu D G, Shao H B. Impacts ofAgeratinaadenophorainvasion on soil physical-chemical properties ofEucalyptusplantation and implications for constructing agro-forest ecosystem. Ecological Engineering, 2014, 64: 130-135.

[5]Adam B McKiernan, Mark J Hovenden, Timothy J Brodribb, Brad M Potts, Noel W Davies, Julianne M, O′Reilly-Wapstra. Effect of limited water availability on foliar plant secondary metabolites of twoEucalyptusspecies. Environmental and Experimental Botany, 2014, 105: 55-64.

[6]梁宏溫, 溫遠(yuǎn)光, 溫琳華, 殷慶倉, 黃錫澤, 周國福. 連栽對尾巨桉短周期人工林碳貯量的影響. 生態(tài)學(xué)報(bào), 2009, 29(8): 4242-4250.

[7]劉姝媛, 劉月秀, 葉金盛, 宮彥章, 曾曙才. 廣東省桉樹人工林土壤有機(jī)碳密度及其影響因子. 應(yīng)用生態(tài)學(xué)報(bào), 2010, 21(8): 1981-1985.

[8]阿米娜木·艾力, 常順利, 張毓?jié)? 仇瑤, 何平. 天山云杉森林土壤有機(jī)碳沿海拔的分布規(guī)律及其影響因素. 生態(tài)學(xué)報(bào), 2014, 34(7): 1626-1634.

[9]J?rg Prietael, Dominik Christophel. Organic carbon stocks in forest soils of the German Alps. Geoderma, 2014, 221-222: 28-39.

[10]趙明月, 趙文武, 鐘莉娜. 土地利用和環(huán)境因子對表層土壤有機(jī)碳影響的尺度效應(yīng)—以陜北黃土丘陵溝壑區(qū)為例. 生態(tài)學(xué)報(bào), 2014, 34(5): 1105-1113.

[11]Ramarson Herintsitohaina Razakamanarivo, Grinand Clovis, Marie Antoinette Razafindrakoto, Bernoux Martial, Albrecht Alain. Mapping organic carbon stocks in eucalyptus plantations of the central highlands of Madagascar: A multiple regression approach. Geoderma, 2011, 162(3/4): 335-346.

[12]張?zhí)K峻, 黎艷明, 周毅, 蘇志堯. 粵西桉樹人工林土壤有機(jī)碳密度及其影響因素. 中南林業(yè)科技大學(xué)學(xué)報(bào), 2010, 30(5): 22-28.

[13]李啟權(quán), 王昌全, 張文江, 余勇, 李冰, 楊娟, 白根川, 蔡艷. 基于神經(jīng)網(wǎng)絡(luò)模型和地統(tǒng)計(jì)學(xué)方法的土壤養(yǎng)分空間分布預(yù)測. 應(yīng)用生態(tài)學(xué)報(bào), 2013, 24(2): 459-466.

[14]Alex B McBratney, Maria De Lourdes Mendon?a Santos, Budiman Minasny. On digital soil mapping. Geoderma, 2003, 117(1/2): 3-52.

[15]James A Thompson, Randall K Kolka. Soil carbon storage estimation in a forested watershed using quantitative soil-landscape modeling. Soil Science Society of America Journal, 2005, 69(4): 1086-1093.

[16]Florinsky I V, Eilers R G, Manning G R, Fuller L G. Prediction of soil properties by digital terrain modeling. Environmental Modeling & Software, 2002, 17(3): 295-311.

[17]張國平, 郭澎濤, 王正銀, 劉洪斌. 紫色土丘陵地區(qū)農(nóng)田土壤養(yǎng)分空間分布預(yù)測. 農(nóng)業(yè)工程學(xué)報(bào), 2013, 29(6): 113-120.

[18]李艷蘭, 何慧, 黃雪松. 南寧市近50年氣候變化特征. 廣西大學(xué)學(xué)報(bào): 自然科學(xué)版, 2007, 32(2): 159-162.

[19]龔子同, 韋啟璠. 桂南熱帶土壤林業(yè)利用的途徑-以廣西高峰林場為例. 農(nóng)業(yè)現(xiàn)代化研究, 1985, (1): 36-38, 42.

[20]韋善華, 黃承標(biāo), 陶大燕, 張克如, 何斌, 朱賢良. 廣西高峰林場林業(yè)示范基地3種人工林林地土壤理化性質(zhì)的研究. 西部林業(yè)科學(xué), 2012, 41(5): 95-99.

[21]Moore I D, Gessler P E, Nielsen G A, Peterson G A. Soil attribute prediction using terrain analysis. Soil Science Society of America Journal, 1993, 57(2): 443-452.

[22]Budiman Minasny, Alex B McBratney. A conditioned Latin hypercube method for sampling in the presence of ancillary information. Computers & Geosciences, 2006, 32(9): 1378-1388.

[23]鮑士旦. 土壤農(nóng)化分析(第三版). 北京: 中國農(nóng)業(yè)出版社, 2000: 30-34.

[24]解憲麗, 孫波, 周慧珍, 李忠佩, 李安波. 中國土壤有機(jī)碳密度和儲(chǔ)量的估算與空間分布分析. 土壤學(xué)報(bào), 2004, 41(1): 35-43.

[25]齊光, 王慶禮, 王新闖, 于大炮, 周莉, 周旺明, 彭舜磊, 代力民. 大興安嶺林區(qū)興安落葉松人工林土壤有機(jī)碳貯量. 應(yīng)用生態(tài)學(xué)報(bào), 2013, 24(1): 10-16.

[26]徐艷, 張鳳榮, 段增強(qiáng), 張琳, 孔祥斌. 區(qū)域土壤有機(jī)碳密度及碳儲(chǔ)量計(jì)算方法探討. 土壤通報(bào), 2005, 36(6): 836-839.

[27]謝益輝. 基于R軟件rpart包的分類與回歸樹應(yīng)用. 統(tǒng)計(jì)與信息論壇, 2007, 22(5): 67-70.

[28]溫小霓, 蔡汝駿. 分類與回歸樹及其應(yīng)用研究. 統(tǒng)計(jì)與決策, 2007, (23): 14-16.

[29]孫孝林, 趙玉國, 趙量, 李德成, 張甘霖. 應(yīng)用土壤-景觀定量模型預(yù)測土壤屬性空間分布及制圖. 土壤, 2008, 40(5): 837-842.

[30]郭月峰, 姚云峰, 秦富倉, 祁偉, 王欣, 常偉東. 地形因子對老哈河流域土壤有機(jī)碳的影響. 干旱區(qū)資源與環(huán)境, 2014, 28(2): 156-161.

Relationships between soil organic carbon density ofEucalyptusplantations and terrain factors in Nanning

FAN Xiaohui1, WANG Decai4, SUN Xiaolin2,*, YANG Jingyang1, WANG Huili3, DENG Xiaojun3, HUANG Zhigang1, TANG Jian3

1CollegeofAgriculture,GuangxiUniversity,Nanning530004,China

2GuangdongProvincialKeyLaboratoryforUrbanizationandGeo-simulation,SchoolofGeographyandPlanning,SunYat-senUniversity,Guangzhou510275,China

3GuangxiKeyLaboratoryofSuperiorTimberTressResourceCultivation,GuangxiForestryResearchInstitute,Nanning530002,China

4CollegeofForestry,HenanAgriculturalUniversity,Zhengzhou450002,China

Eucalyptusplantations have widely expanded in the past two decades, which has triggered much debate with respect to their ecological and environmental impacts. One argument has focused on the organic carbon stocks of soil underEucalyptusplantations. Although many studies have been devoted to this topic, the relationships between soil organic carbon density under aEucalyptusplantation and terrain attributes are still unclear. In addition, little attention has been paid to secondary terrain attributes, as well as comparison of linear and non-linear relationships. This study was conducted in the Gaofeng Forest, a hilly area underEucalyptusplantations with altitudes ranging from 125 m above sea level to 300 m in Nanning, China, and the linear and non-linear relationships between soil organic carbon density and terrain attributes (including both primary and secondary attributes) were investigated. A 10 m digital elevation model was constructed based on 1∶10000 digital topographic data of this area, and several commonly used terrain attributes, i.e., elevation, slope, aspect, plan curvature, profile curvature, and topographic wetness index, were extracted from the model. Then, the conditioned Latin hypercube sampling method was used to select representative samples based on these extracted terrain attributes. This method is a form of stratified sampling with the advantage of generating a set of samples that can precisely reflect the shape of a sampled distribution. Fifty sampling sites were selected using this method, of which only 41 were ultimately visited since the remaining 9 were not accessible. At each visited site, a soil profile was dug to the rocks or to a depth of 1.4 m. Soil samples were collected for each diagnostic layer of the profiles, which were then measured for soil organic carbon content using the potassium dichromate-oxidation method. Finally, correlation analysis, multiple linear regression, stepwise multiple linear regression, and regression tree modeling were explored to analyze relationships between the extracted terrain attributes and soil organic carbon density. In order to compare linear and non-linear relationships, pseudo-R2values, reflecting the spatial variability of soil organic carbon density explained by the models, were computed. The results showed that the 41 sampling sites represented the topographic conditions of this study area very well, as distributions of their terrain attributes were very similar to those of the whole study area. The soil organic carbon density within soil layer A, the 0—50 cm soil layer, and complete soil profile were 2.8 kg/hm2, 7.7 kg/hm2, and 10.9 kg/hm2, respectively. However, only slope was correlated with the soil organic carbon density of soil layer A and the complete profile at a 0.05 level of significance. In general, primary terrain factors (i.e., elevation, slope, and aspect) were much more strongly correlated with soil organic carbon density than secondary factors (i.e., plan curvature, profile curvature, and topographic wetness index). This might be because the primary terrain attributes directly reflect redistribution of material and energy in the soil, whereas the secondary attributes can only reflect the overall environmental characteristics of soil. As soil depth increased, much more of the variability in soil organic carbon density was explained by the linear regression and non-linear tree models built from the terrain attributes. Comparatively, the non-linear tree models explained most of the variability of soil organic carbon density, followed by multiple linear regression models and stepwise regression models. Thus, it was concluded that non-linear relationships between soil organic carbon density underEucalyptusplantations and terrain attributes are stronger than their corresponding linear relationships.

soil organic carbon density; terrain attributes;Eucalyptusplantations

10.5846/stxb201411112226

國家自然基金資助項(xiàng)目(41201216)；土壤與農(nóng)業(yè)可持續(xù)發(fā)展國家重點(diǎn)實(shí)驗(yàn)室基金資助項(xiàng)目；廣西優(yōu)良用材林資源培育重點(diǎn)實(shí)驗(yàn)室開放課題基金資助項(xiàng)目

2014-11-11; 網(wǎng)絡(luò)出版日期:2015-10-30

Corresponding author.E-mail: sun_xiaolin@yahoo.com

范曉暉，王德彩，孫孝林，陽景陽，王會(huì)利，鄧小軍，黃智剛，唐健.南寧市桉樹人工林土壤有機(jī)碳密度與地形因子的關(guān)系.生態(tài)學(xué)報(bào),2016,36(13):4074-4080.

Fan X H, Wang D C, Sun X L, Yang J Y, Wang H L, Deng X J, Huang Z G, Tang J.Relationships between soil organic carbon density ofEucalyptusplantations and terrain factors in Nanning.Acta Ecologica Sinica,2016,36(13):4074-4080.