常亞鵬, 李 路, 許仲林, 2,*

1 新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院,烏魯木齊 830046 2 新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院綠洲生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室,烏魯木齊 830046

天山北坡雪嶺云杉林地開(kāi)墾的土壤有機(jī)碳損失估算

常亞鵬1, 李 路1, 許仲林1, 2,*

1 新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院,烏魯木齊 830046 2 新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院綠洲生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室,烏魯木齊 830046

在全球變暖的背景下,由土地利用變化導(dǎo)致的土壤碳庫(kù)的變化已經(jīng)受到越來(lái)越多的關(guān)注。首先采用物種分布模型預(yù)測(cè)了天山北坡雪嶺云杉林的潛在分布,其次估計(jì)了與被開(kāi)墾為農(nóng)田的雪嶺云杉林面積(PSC)以及由林地開(kāi)墾為農(nóng)田造成的有機(jī)碳損失。PSC分別由雪嶺云杉林的現(xiàn)實(shí)分布、潛在分布和農(nóng)田的現(xiàn)實(shí)分布確定。云杉林地和農(nóng)田的土壤有機(jī)碳含量由野外采樣和實(shí)驗(yàn)室分析獲得。研究發(fā)現(xiàn),PSC面積為2.68×106hm2,被開(kāi)墾為農(nóng)田的雪嶺云杉林土壤有機(jī)碳的損失為171.7 t/hm2；研究區(qū)總有機(jī)碳的損失為459.70Tg。結(jié)果表明,研究區(qū)的林地恢復(fù)和重建項(xiàng)目將會(huì)使土壤有機(jī)碳儲(chǔ)量有所增加,且土壤表層的增加量多于深層。

天山；雪嶺云杉林；潛在分布；土地利用變化；土壤有機(jī)碳損失

在過(guò)去的幾十年里,大氣中溫室氣體的濃度與全球變暖之間的關(guān)系一直是科研所關(guān)注的焦點(diǎn)問(wèn)題。Mauna Loa Observatory 和Le Quere的觀測(cè)記錄表明,大氣中二氧化碳(CO2,最重要的溫室氣體)的濃度已達(dá)到400μL/L,幾乎是工業(yè)革命前濃度的135%(278μL/L)[1- 2]。聯(lián)合國(guó)政府間氣候變化專(zhuān)門(mén)委員會(huì)(IPCC)的報(bào)告表明,現(xiàn)階段大氣中CO2濃度和相關(guān)輻射強(qiáng)迫正在以前所未有的速度增加[3],且大氣中CO2濃度的增加主要是由人為的土地利用變化和化石燃料的使用造成的[4]。由于森林土壤中儲(chǔ)存了大量的有機(jī)碳,因此,科學(xué)家在不同的森林生態(tài)系統(tǒng)中,開(kāi)展了關(guān)于森林土地利用覆蓋變化(LUCC)和相應(yīng)的有機(jī)碳損失的研究[5- 7]。然而在我國(guó)西北干旱區(qū),對(duì)山地森林區(qū)域LUCC造成的碳損失的研究較為缺乏。

本研究估算了天山北坡雪嶺云杉林從林地到耕地的土地覆蓋變化過(guò)程中碳的損失。相關(guān)工作主要集中于以下幾點(diǎn)：(1)對(duì)遙感圖像進(jìn)行分類(lèi),得到研究區(qū)的雪嶺云杉林和農(nóng)田的實(shí)際分布；(2)采用最大熵(Maximum entropy model, Maxent)模型預(yù)測(cè)雪嶺云杉林的潛在分布；(3)計(jì)算已被開(kāi)墾為農(nóng)田的潛在林地的土地面積(Potential Schrenk′s spruce forest that has been cultivated to Cropland, PSC)；(4)采集土壤樣本,測(cè)定林地和耕地中土壤有機(jī)碳的含量和密度；(5)利用土壤有機(jī)碳的含量和密度數(shù)據(jù)以及PSC面積估算相關(guān)土地利用覆蓋變化的碳損失。

1 材料與方法

1.1 研究區(qū)域

天山位于塔克拉瑪干沙漠的北部和西部地區(qū),塔里木盆地以北(圖1),是喜馬拉雅造山帶的一部分,于新生代時(shí)期由印度板塊和亞歐板塊撞擊形成[8]。天山的植被覆蓋類(lèi)型(從低海拔到高海拔)包括草原、森林草原、亞高山灌叢、高山草甸、永久性冰雪。天山北坡(陰坡)草原森林帶的范圍是從海拔1400m到2800m,森林主要由雪嶺云杉(Piceaschrenkiana)林組成。

圖1 研究區(qū)示意圖(天山北坡,藍(lán)色的陰影區(qū)域)Fig.1 Study area (north slope of the Tianshan Mountains, blue-shaded regions)

1.2 實(shí)際林地

研究區(qū)內(nèi)雪嶺云杉林和農(nóng)田的實(shí)際分布是通過(guò)對(duì)TM遙感影像(2014年6月1日至8月31日)進(jìn)行分類(lèi)(分類(lèi)和回歸樹(shù)方法,ENVI 4.8)得到的。分類(lèi)結(jié)果的精度利用214個(gè)隨機(jī)樣點(diǎn)和kappa系數(shù)進(jìn)行評(píng)價(jià),通過(guò)計(jì)算得到kappa系數(shù)為0.8,表明了分類(lèi)結(jié)果的合理性。

1.3 雪嶺云杉林的潛在分布模型

本研究確定了155個(gè)雪嶺云杉林樣點(diǎn)(139個(gè)位于中國(guó)境內(nèi),16個(gè)位于哈薩克斯坦和吉爾吉斯斯坦),用來(lái)模擬森林物種的潛在分布(圖1)。位于中國(guó)的樣點(diǎn)通過(guò)2012—2014年的野外調(diào)查確立的。哈薩克斯坦和吉爾吉斯斯坦的樣點(diǎn)通過(guò)谷歌地球軟件確定。

雪嶺云杉林的潛在分布由Maxent模型進(jìn)行預(yù)測(cè)[9]。該模型已經(jīng)被應(yīng)用于森林的恢復(fù)規(guī)劃[10]、氣候變化影響預(yù)測(cè)[11-12]等。在本研究中,選取了年平均氣溫、最冷月份的最低氣溫、年平均降水量、最濕潤(rùn)季節(jié)的降水量4個(gè)與生物氣候變量以及由(Digital Elevation Model, DEM)計(jì)算得到的坡向、坡度、太陽(yáng)輻射量和地形濕度指數(shù)[13]作為預(yù)測(cè)變量。最大熵模型(3.3.3K版本)在運(yùn)行時(shí)默認(rèn)值的設(shè)置如下：隨機(jī)測(cè)試百分比,25；正則化因子,1；最大背景樣本數(shù),10000；重復(fù)次數(shù),10。實(shí)際運(yùn)算過(guò)程中,本研究使用了75%的樣點(diǎn)作為訓(xùn)練樣本,其他25%為驗(yàn)證樣本。獲得雪嶺云杉林潛在分布的概率圖后,通過(guò)最大化敏感性和特異性的閾值選擇策略將概率值轉(zhuǎn)化為二進(jìn)制值[14]。

在默認(rèn)的情況下,最大熵模型采用受試者工作特征曲線(Receiver Operating Character, ROC)和ROC曲線下面積(Area Under ROC, AUC)值來(lái)評(píng)估模型性能。鑒于有研究對(duì)AUC提出質(zhì)疑[15],因此,在本研究中評(píng)價(jià)最大熵模型性能的是真實(shí)技巧統(tǒng)計(jì)值(True Skill Statistic, TSS)。根據(jù) Liu 等的研究[16],TSS的值可以從預(yù)測(cè)誤差矩陣中計(jì)算得到。

1.4 PSC面積估算

被開(kāi)墾為農(nóng)田的潛在林地的土地面積(PSC)分別由雪嶺云杉林的現(xiàn)實(shí)分布(Actual distribution of theP.schrenkianaforests,Pa)、潛在分布(Potential distribution of theP.schrenkianaforests,Pp)和農(nóng)田的現(xiàn)實(shí)分布(Actual distribution of the Cropland,Ca)確定,可表示為：Pa∈Pp,Pp∩Ca=PSC；由ArcGIS計(jì)算可得被開(kāi)墾為農(nóng)田的潛在林地的土地面積。

1.5 碳損失估算

野外工作中,在每一個(gè)野外樣地采樣點(diǎn)(雪嶺云杉林和農(nóng)田)平行的采集3個(gè)土壤剖面的土壤,帶回實(shí)驗(yàn)室分析獲得該樣點(diǎn)土壤有機(jī)碳的平均值。在每個(gè)剖面以10cm為間隔采集土壤樣本(0—80cm,或遇到基巖為止)。實(shí)驗(yàn)室分析過(guò)程中,采用重鉻酸鉀容量法測(cè)定碳的密度[17]。獲得碳含量之后,通過(guò)如下公式計(jì)算得到整個(gè)土壤剖面的有機(jī)碳密度[18]：

(1)

式中,ρi是<2mm土壤顆粒的體積密度(g/cm3),δi為≥2mm部分的相對(duì)體積(%),di為i土層的厚度(此處di=10cm),Ci是i土層的碳含量(g/kg)。

2 結(jié)果

2.1 雪嶺云杉林實(shí)際和潛在分布

圖2 雪嶺云杉林和實(shí)際分布和潛在分布Fig.2 Actual and pontential distributions the P.schrenkiana forests

雪嶺云杉林的實(shí)際分布從遙感影像的分類(lèi)結(jié)果中提取。結(jié)果表明,天山北坡雪嶺云杉林的面積為2.43×106hm2。Maxent模型模擬結(jié)果表明雪嶺云杉林的潛在分布土地面積占地為8.42×106hm2(TSS值為0.753,表明對(duì)目標(biāo)物種的潛在分布區(qū)的預(yù)測(cè)是合理的)。圖2顯示了雪嶺云杉林的實(shí)際分布和潛在分布。通過(guò)比較雪嶺云杉林的實(shí)際和潛在的分布,研究發(fā)現(xiàn)實(shí)際分布和潛在分布的面積差異為5.99×106hm2,實(shí)際分布(2.43×106hm2)僅占潛在分布(8.42×106hm2)的28.81%。退化的森林可能已經(jīng)被開(kāi)墾為農(nóng)田、草地或其他類(lèi)型的土地覆蓋或土地利用類(lèi)型。本研究關(guān)注的是雪嶺云杉林被開(kāi)墾為農(nóng)田潛在分布。經(jīng)過(guò)計(jì)算可得,PSC面積為2.68×106hm2(圖2)。

2.2 雪嶺云杉林與農(nóng)田的土壤有機(jī)碳

室內(nèi)分析顯示,在本研究的采樣點(diǎn)區(qū)域,雪嶺云杉林表層土壤(0—10cm)的土壤有機(jī)碳密度為4.25—13.79kg/m2(42.5—137.9 t/hm2),平均值為8.86kg/m2(88.6 t/hm2)(表1)。表層土壤中的土壤有機(jī)碳密度最高,之后土壤有機(jī)碳密度沿土壤剖面從表層至底層逐漸降低。土壤剖面深度為70—80cm處的土壤有機(jī)碳密度最低,在0.14—3.68kg/m2之間(1.4—36.8 t/hm2),平均為1.88kg/m2(18.8 t/hm2)。森林土壤有機(jī)碳密度為34.91kg/m2(349.1 t/hm2)。

表1 雪嶺云杉林土壤剖面的土壤有機(jī)碳密度

圖3 農(nóng)田土壤剖面深度與土壤有機(jī)碳密度之間的關(guān)系 Fig.3 General trend of the SOC density along the soil profiles of the cropland

在0—20cm深度的農(nóng)田土壤層,土壤有機(jī)碳密度(0—10cm土壤層為2.40kg/m2,10—20cm土壤層為3.07kg/m2,平均為2.74kg/m2)比20—50cm土壤層(20—30cm,30—40cm,40—50cm土壤層分別為1.66kg/m2,2.40kg/m2,1.85kg/m2；平均為1.97kg/m2)高。這一結(jié)果揭示了土壤有機(jī)碳密度從表層向深層的遞減趨勢(shì)。然而,減少的趨勢(shì)沒(méi)有延續(xù)到更深的土壤層。在50—60cm與60—70cm土層深度,土壤有機(jī)碳密度各自增加到3.33 kg/m2與3.02 kg/m2,平均密度為3.18 kg/m2(圖3)。農(nóng)田土壤總有機(jī)碳密度為17.74 kg/m2(177.4 t/hm2)。

2.3 碳損失估算

由前述結(jié)果可知,云杉林土壤總有機(jī)碳密度為349.1 t/hm2,農(nóng)田土壤總有機(jī)碳密度為177.4 t/hm2。因此,由林地到農(nóng)田的土地利用覆蓋變化,可導(dǎo)致土壤總有機(jī)碳含量的變化量為171.7 t/hm2,約為林地土壤總有機(jī)碳的近50%(49.18%)。當(dāng)在整個(gè)研究區(qū)內(nèi)考慮土壤的碳損失時(shí)(即考慮PSC土地面積2.68×106hm2),計(jì)算可得從森林土壤到農(nóng)田對(duì)應(yīng)的土地覆蓋變化的碳損失約為459.70Tg。然而,需要注意的是,林地轉(zhuǎn)化為農(nóng)田之后,與自然土壤相比,農(nóng)田土壤碳密度的變化是自然因素和農(nóng)業(yè)管理的綜合作用?？紤]到本研究中采集的土壤樣本來(lái)自于農(nóng)田經(jīng)營(yíng)管理措施之下,相關(guān)研究表明通過(guò)秸稈還田與有機(jī)肥施用、化肥投入增加與合理的養(yǎng)分配比以及少(免)耕技術(shù)的推廣,會(huì)導(dǎo)致農(nóng)田土壤有機(jī)碳的增加[19]。因此,本文計(jì)算的林地與農(nóng)田總有機(jī)碳密度的差異可能會(huì)減小,也即最終的碳損失量可能會(huì)有所減少。

3 討論

圖4 森林和農(nóng)田土壤有機(jī)碳的差異 Fig.4 Difference in SOC density between the forest and cropland soils

由于各種環(huán)境和人為因素的影響,難以獲得林地被耕作后的土壤有機(jī)碳損失量。Niu和Duiker 通過(guò)在林地邊緣農(nóng)業(yè)用地上劃定潛在林地來(lái)評(píng)定實(shí)踐造林的碳損失[20]。在估算過(guò)程中,作者利用土地覆蓋數(shù)據(jù)集和土壤地理數(shù)據(jù)庫(kù)來(lái)確定潛在的林業(yè)用地。這不失為一種估計(jì)碳損失量的方法,然而,劃定的林業(yè)用地在生物氣候空間上是否適宜森林生長(zhǎng)仍不清楚。Schulp[21]等將整個(gè)歐洲作為研究區(qū)開(kāi)展了未來(lái)土地利用變化對(duì)土壤和植被碳儲(chǔ)量變化影響的研究。在該研究中,作者將土地利用變化模型(Dyna-CLUE)和碳模型(大尺度bookkeeping模型)相結(jié)合來(lái)預(yù)測(cè)未來(lái)的土地利用和相應(yīng)的碳損失量。該研究對(duì)比了不同尺度上兩種模型進(jìn)行結(jié)合所關(guān)聯(lián)的復(fù)雜性。鑒于土地利用變化模型和土地利用情景預(yù)測(cè)的不確定性,造成評(píng)估結(jié)果的變化較大。在本研究中,通過(guò)實(shí)地調(diào)查、實(shí)驗(yàn)室分析和模型模擬估算了天山北坡農(nóng)田的碳損失量。與基于過(guò)程估算相比,本研究所要求的數(shù)據(jù)類(lèi)型較少,因此適用于在區(qū)域范圍內(nèi)做相應(yīng)的估算。然而需要指出的是,由于SDM模型具有不確定性,所以,提高潛在分布模擬精度也是必要之舉。

森林和農(nóng)田土壤有機(jī)碳的差異為可能存在的碳匯提供了科學(xué)依據(jù)。在土地利用變化及其土壤有機(jī)碳儲(chǔ)量變化的研究中,Don[22]等認(rèn)為最高的碳損失是由原始森林轉(zhuǎn)變?yōu)檗r(nóng)田(-25%)和多年生農(nóng)作物(-30%)造成的。本研究結(jié)果發(fā)現(xiàn)如果農(nóng)田能夠恢復(fù)成天然林,那么可能帶來(lái)碳儲(chǔ)量的增加。由于土壤有機(jī)碳的增加可能發(fā)生在每一土層中,因此研究土壤有機(jī)碳在土壤各層中的增加差異,有助于深入理解土地利用變化對(duì)應(yīng)的土壤有機(jī)碳的變化過(guò)程。本研究除了進(jìn)一步證實(shí)林地土壤有機(jī)碳隨著土壤深度的增加而降低的趨勢(shì)[23],還發(fā)現(xiàn)森林與農(nóng)田上層土壤有機(jī)碳含量的差異大于下層土壤(圖4),因此上層土壤可能會(huì)更多的貢獻(xiàn)于退耕還林及其他森林恢復(fù)工程所產(chǎn)生的碳匯增加。

[1] Le Quéré C, Moriarty R, Andrew R M, Peters G P, Ciais P, Friedlingstein P, Jones S D, Sitch S, Tans P, Arneth A, Boden T A, Bopp L, Bozec Y, Canadell J G, Chevallier F, Cosca C E, Harris I, Hoppema M, Houghton R A, House J I, Jain A, Johannessen T, Kato E, Keeling R F, Kitidis V, Klein Goldewijk K, Koven C, Landa C S, Landschützer P, Lenton A, Lima I D, Marland G, Mathis J T, Metzl N, Nojiri Y, Olsen A, Ono T, Peters W, Pfeil B, Poulter B, Raupach M R, Regnier P, R?denbeck C, Saito S, Salisbury J E, Schuster U, Schwinger J, Séférian R, Segschneider J, Steinhoff T, Stocker B D, Sutton A J, Takahashi T, Tilbrook B, van der Werf G R, Viovy N, Wang Y P, Wanninkhof R, Wiltshire A, Zeng N. Global carbon budget 2014. Earth System Science Data Discussions, 2014, 7(2): 521- 610.

[2] Mauna Loa Observatory. Hawaii. 2014[2015-01- 15]. http://co2now.org/.

[3] IPCC. Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press, 2013.

[4] Houghton R A. Balancing the global carbon budget. Annual Review of Earth and Planetary Sciences, 2007, 35(1): 313- 347.

[5] Barni P E, Fearnside P M, de Alencastro Gra?a P M L. Simulating deforestation and carbon loss in Amazonia: impacts in Brazil′s Roraima State from reconstructing highway BR- 319 (Manaus-Porto Velho). Environmental Management, 2015, 55(2): 259- 278.

[6] Carlson K M, Curran L M, Ratnasari D, Pittman A M, Soares-Filho B S, Asner G P, Trigg S N, Gaveau D A, Lawrence D, Rodrigues H O. Committed carbon emissions, deforestation, and community land conversion from oil palm plantation expansion in West Kalimantan, Indonesia. Proceedings of the National Academy of Sciences of the United States of America, 2012, 109(19): 7559- 7564.

[7] Yang Y S, Xie J S, Sheng H, Chen G S, Li X, Yang Z J. The impact of land use/cover change on storage and quality of soil organic carbon in midsubtropical mountainous area of southern China. Journal of Geographical Sciences, 2009, 19(1): 49- 57.

[8] Yin A, Nie S, Craig P, Harrison T M, Ryerson F J, Qian X L, Yang G. Late Cenozoic tectonic evolution of the southern Chinese Tian Shan. Tectonics, 1998, 17(1): 1- 27.

[9] Phillips S J, Anderson R P, Schapire R E. Maximum entropy modeling of species geographic distribution. Ecological Modelling, 2006, 190(3/4): 231- 259.

[10] Vessella F, Schirone B. Predicting potential distribution ofQuercussuberin Italy based on ecological niche models: conservation insights and reforestation involvements. Forest Ecology and Management, 2013, 304: 150- 161.

[11] Xu Z L, Feng Z D, Yang J J, Zheng J H, Zhang F. Nowhere to invade:RumexcrispusandTyphalatifoliaprojected to disappear under future climate scenarios. PLoS One, 2013, 8(7): e70728.

[12] Hijmans R J, Cameron S E, Parra J L, Jones P G, Jarvis A. Very high resolution interpolated climate surfaces for global land areas. International Journal of Climatology, 2005, 25(15): 1965- 1978.

[13] Beven K J, Kirkby M J. A physically based, variable contributing area model of basin hydrology. Hydrological Sciences Bulletin, 1979, 24(1): 43- 69.

[14] Phillips S J, Dudík M. Modeling of species distributions with Maxent: new extensions and a comprehensive evaluation. Ecography, 2008, 31(2): 161- 175.

[15] Lobo J M, Jiménez-Valverde A, Real R. AUC: a misleading measure of the performance of predictive distribution models. Global Ecology and Biogeography, 2008, 17(2): 145- 151.

[16] Liu C R, White M, Newell G. Measuring and comparing the accuracy of species distribution models with presence-absence data. Ecography, 2011, 34(2): 232- 243.

[17] Yeomans J C, Bremner J M. A rapid and precise method for routine determination of organic carbon in soil. Communications in Soil Science and Plant Analysis, 1988, 19(13): 1467- 1476.

[18] Vesterdal L, Ritter E, Gundersen P. Change in soil organic carbon following afforestation of former arable land. Forest Ecology and Management, 2002, 169(1/2): 137- 147.

[19] 黃耀, 孫文娟. 近20年來(lái)中國(guó)大陸農(nóng)田表土有機(jī)碳含量的變化趨勢(shì). 科學(xué)通報(bào), 2006, 51(7): 750- 763.

[20] Niu X Z, Duiker S W. Carbon sequestration potential by afforestation of marginal agricultural land in the Midwestern U.S. Forest Ecology and Management, 2006, 223(1/3): 415- 427.

[21] Schulp C J E, Nabuurs G J, Verburg P H. Future carbon sequestration in Europe—effects of land use change. Agriculture Ecosystems & Environment, 2008, 127(3/4): 251- 264.

[22] Don A, Schumacher J, Freibauer A. Impact of tropical land-use change on soil organic carbon stocks-a meta-analysis. Global Change Biology, 2011, 17(4): 1658- 1670.

[23] 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.

Estimation of soil organic carbon loss fromPiceaschrenkianaforest to farmland in the northern Tianshan Mountains

CHANG Yapeng1, LI Lu1, XU Zhonglin1, 2,*

1CollegeofResourceandEnvironmentalScience,XinjiangUniversity,Urumqi830046,China2KeyLaboratoryofOasisEcology,CollegeofResourceandEnvironmentalScience,XinjiangUniversity,Urumqi830046,China

The effect of land-use changes on soil carbon stocks is an increasing concern in the context of global climate warming. In this study, we initially delineated the deforestation area of aPiceaschrenkianaforest cultivated to cropland (PSC) at the north slope of the Tianshan Mountains. We then estimated the corresponding soil organic carbon (SOC) loss during the land-use change. The PSC was estimated by the potential, actual distributions of forest and cropland. The SOC content of the forest and cropland soils was obtained through field sampling and laboratory analysis. We found that the area of the PSC was 2.68 × 106hm2, and the SOC loss (per unit area) caused by the cultivation of forest to cropland was 171.7 t/hm2, correspondingly. The total SOC loss in the study area was 459.70 Tg. This result implies that continuing the afforestation and reforestation programs currently implemented in the study area would increase the SOC. In addition, we found that the potential SOC sequestration is expected to increase to a greater extent in the upper soil layers than the lower layers.

Tianshan Mountains;Piceaschrenkianaforests; potential distribution; land-use change; soil organic carbon loss

國(guó)家自然科學(xué)基金資助項(xiàng)目(41361098, 31500398)

2016- 06- 19;

2016- 11- 24

10.5846/stxb201606191191

*通訊作者Corresponding author.E-mail: galinwa@gmail.com

常亞鵬, 李路, 許仲林.天山北坡雪嶺云杉林地開(kāi)墾的土壤有機(jī)碳損失估算.生態(tài)學(xué)報(bào),2017,37(4):1168- 1173.

Chang Y P, Li L, Xu Z L.Estimation of soil organic carbon loss fromPiceaschrenkianaforest to farmland in the northern Tianshan Mountains.Acta Ecologica Sinica,2017,37(4):1168- 1173.