延河流域不同立地条件下植物 枯落物 土壤 生态化学计量学 …
黄土丘陵区退耕时间序列梯度上草本_省略_土壤C_N_P_K化学计量学特征_张海东
（ 1． 西北农林科技大学资源环境学院 ， 杨凌 712100 ； 2． 西北农林科技大学水土保持研究所 ， 杨凌 利部水土保持研究所 ， 杨凌 712100 ）
712100 ； 3． 中国科学院水
ቤተ መጻሕፍቲ ባይዱ
摘要： 研究草本植被群落生态化学计量学特征 、营养元素分配及其变化规律对阐明草本植被群落对环境变化的响应和适应 性具有重要意义． 本文以延河流域 8 个不同退耕年限的草本植被群落叶片 、根系及土壤为对象， 分别对其 C、N、P、K 化学计 量学特征进行了研究 ． 结果表明， 黄土丘陵区草本植被群落叶片 C、N、P、K 含量平均值分别为 444. 21 、22. 34 、1. 49 、14. 66 mg · g － 1 ，C / N、C / P、C / K、N / P 平均值分别为 21. 86 、424. 72 、39. 82 、20. 27 ； 根系 C、N、P、K 含量平均值分别为 285. 16 、 5. 79 、0. 27 、 6. 07 mg · g －1， 1 019. 33 、 46. 55 、 21. 36 ； 土壤 C、N、P、K 含量平均值 C / N、C / P、C / K、N / P 平均值分别为 60. 56 、 0. 18 、 0. 28 、 4. 33 mg · g －1， C / N、C / P、C / K、N / P 平均值分别为 16. 43 、8. 40 、0. 54 、0. 66． 在退耕 1 ～ 35 年间， 分别为 2. 28 、 N 含量先上升后下降， K 含量先下降后上升； 叶片 C / N、C / P、C / K、N / P 总 草本植被群落叶片 C 含量上升， 磷含量整体下降， P含 体呈上升趋势． 根系 C、N、P、K 含量及其特征的变化规律与叶片不尽相同 ． 随着退耕年限的增加， 土壤 C、N 含量上升， K 含量呈抛物线状变化 ， C / N 下降， C / P、C / K、N / P 均上升． 在退耕时间序列梯度上 ， C、P、K 在叶片 量呈反正弦函数状变化 ， C、N、P 在叶片和土壤中含量的比值下降 ， C、N 在根系和土壤中含量的比值 和根系中含量的比值存在不同程度的下降趋势 ， 下降． 植物营养元素的限制状况及分配规律均与退耕恢复时间响应关系及程度均存在差异 ． 关键词： 退耕时间； 叶片； 根系； 土壤； 化学计量
延河流域不同生活型植物功能性状特征及其对环境变化的响应
t
sr
e
l
a
t
edt
or
e
s
ou
r
c
ea
c
i
s
i
t
i
onc
apa
c
i
t
r
ei
nve
s
t
i
t
ed.ANOVA,l
i
ne
a
rr
eg
r
e
s
s
i
onandr
edundanc
qu
y we
ga
y
ana
l
i
swe
r
eapp
l
i
edt
oi
nve
s
t
i
t
et
headap
t
a
t
i
ons
t
r
a
t
eg
i
e
sandme
chan
生活型,调查了 6 个与资源获取能力相关的植物功能性状,应用方 差 分 析、线 性 回 归 和 冗 余 分 析 方 法 探 究 了 延 河 流 域
不同生活型植物对环境的适应策略和机制。[结果]延河流域不 同 生 活 型 植 物 的 比 叶 面 积、比 根 长、叶 组 织 密 度、根 组
织密度、叶氮含量、根氮含量均存在显著性差异;水分是延河流域 植 物 生 存 的 限 制 性 因 子。[结 论]为 适 应 延 河 流 域 生
an
tL
i
f
eFo
rmsandThe
i
rRe
s
s
e
st
o
pon
湿地生态系统C、N、P生态化学计量学特征的研究进展
-46-科学技术创新2019.11湿地生态系统C、N、P生态化学计量学特征的研究进展范全城柴娜李萍王志强(青岛大学环境科学与工程学院，山东青岛266071)摘要：湿地(wetland)是处于水生生态系统和陆生生态系统之间的生态交错区，兼具水陆生态系统的特征，蕴含了丰富的自然资源，是地球上生产力最高的过渡生态系统之一，其与森林生态系统，海洋生态系统被称为地球三大生态系统。
关键词：湿地；生态系统；化学计量学中图分类号:X171文献标识码:A文章编号:2096-4390(2019)11-0046-02湿地(wetland)是处于水生生态系统和陆生生态系统之间的生态交错区，兼具水陆生态系统的特征，蕴含了丰富的自然资源，是地球上生产力最高的过渡生态系统之一，其与森林生态系统,海洋生态系统被称为地球三大生态系统。
由于湿地生态系统的复杂性与多样性，对于湿地的定义还没有一个完全科学统一的定义,而纵观国内外对湿地的定义也多达60种。
而有关湿地的最早的定义可以追溯至20世纪50年代，美国渔业局首次对湿地进行了定义，主要包含了水文和植物两大板块。
目前,被大多数国家所接受的是《国际生物学计划》和《湿地公约》中所提及的定义,其中前者定义湿地为陆地与水域之间的过渡区域或生态交错带，对水域的界定是在低水位时水深不得大于2m;后者将其定义为低潮时水深在6m以下的水域或海洋水域，还包含湿地内的岛屿及临近湿地的近海岸地区,如河流、湖泊、沼泽、滩涂、水库、浅海区等。
我国湿地管理部门在《湿地公约》对湿地定义的基础上，规定湿地是指天然或人工的、长久性或暂时性沼泽地、泥炭地或者水域地带。
带有静止或流动淡水、半咸水、咸水水体等，包括低潮时水深不高于6米的海域。
1生态化学计量学概述近年来，生态化学计量学发展迅速，在水生生态系统和陆生生态系统地研究取得了重大的突破，研究领域广泛涉及到植物组织、动物、微生物、土壤和枯落物元素的生态化学计量学，涵盖了物种水平上物种之间的生物关系，群落水平上群落结构变化与养分的动态平衡,全球水平上生态过程与生物地球化学循环过程。
气候变化和人类活动对延河流域泥沙影响的定量分析
气候变化和人类活动对 延河 流域泥沙
影 响 的定 量 分 析
张君 茹 ， 岳 大鹏 ， 达兴， 程金文 ， 贺 燕 子
（ 陕西 师范大学旅游与环境学 院 ， 陕西 西安 ７ １ ０ １ １ ９ ）
摘要 ： 对延河 ４个子流域 １ ９ ８ ２ －２ ０ １ ０年 的产沙量 、 降雨 量采 用 Ｍ ａ ｎ ｎ —Ｋ ｅ ｎ ｄ ａ ｌ ｌ 非参数检验法 、 累积距平法
中图 分 类 号 ： ￥ １ ５ ７ ． １ 文献标识号 ： Ａ 文章 编 号 ： １ ０ ０ １ — ４ ９ ４ ２ （ ２ ０ １ ７ ） ０ ３ — ０ １ ０ ６— ０ ７
Ｑｕ ａ ｎ ｔ ｉ ｔ ａ ｔ ｉ ｖ ｅ Ａｎ ａ ｌ ｙ ｓ ｉ ｓ ｏ ｎ Ｉ ｍｐ ａ ｃ ｔ ｓ ｏ ｆ Ｃ ｌ ｉ ｍａ ｔ ｅ Ｃ ｈ ａ ｎ ｇ ｅ ａ ｎ ｄ Ｈｕ ｍａ ｎ
ｃ ｈ ａ ｎ ｇ ｅ ｔ ｒ ｅ ｎ ｄ ａ ｎ ｄ ｓ ｅ ｄ ｉ ｍｅ ｎ ｔ ｙ ｉ ｅ ｌ ｄ ｍｕ ｔ ａ ｔ ｉ ｏ ｎ ｐ ｏ ｉ ｎ ｔ ，ａ ｎ ｄ ｔ ｈｅ ｒ ｅ ｌ ａ ｔ ｉ ｏ ｎ ｓ ｈ ｉ ｐ ｏ ｆ ｌｏ ｆ ｏ ｄ ｓ ｅ ａ ｓ ｏ ｎ ａ ｎ ｄ ａ ｎ ｎ ｕ ａ ｌ ｓ ｅ ｄ ｉ ｍｅ ｎ ｔ ｙ ｉ ｅ ｌ ｄ
ｗｉ ｔ ｈ ｔ ｈ ｅ ｒ ｕ ｎ ｏ ｆ ｖ ｏ ｌ ｕ ｍｅ ｗｅ ｒ ｅ ａ ｎ ａ ｌ ｙ ｚ ｅ ｄ． Ｔｈ ｅ ｎ ｔ ｈｅ ｉ ｍｐａ ｃ ｔ ｓ ｏ ｆ ｈ ｕ ｍａ ｎ ａ ｃ ｔ ｉ ｖ ｉ ｔ ｉ ｅ ｓ ａ ｎｄ ｃ ｌ ｉ ｍａ ｔ ｅ ｃ ｈ ａ ｎ ｇ ｅ ｏ ｎ ｓ ｅ ｄｉ ｍｅ ｎ ｔ ｙ ｉ ｅ ｌ ｄ ｗｅ ｒ ｅ ｓ ｔ ｕｄ ｉ ｅ ｄ ｕ ｓ ｉ ｎ ｇ ｔ ｈ ｅ ｈ ｙ ｄ ｒ ｏ ｌ ｏ ｇ ｉ ｃ ａ ｌ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ｍｅ ｔ ｈ ｏ ｄ ．Ｆ ｉ ｎ ａ ｌ ｌ ｙ，ｔ ｈ ｅ ｒ ｅ ｌ ａ ｔ ｉ ｏ ｎｓ ｈｉ ｐ ｂ ｅ ｔ ｗｅ ｅ ｎ ｖ ｅ ｇ ｅ ｔ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ
陆地森林生态系统碳氮磷生态化学计量特征及其影响因子综述
生态化学计量学是将物、化、生三门学科基本理论有机结合用以研究生态系统中能量和化学元素平衡的科学[1]，不仅在生物地球化学循环研究领域发挥了极其重要的作用[2]，同时也是研究食物网、营养级动态和生物地球化学循环相互作用机制的重要途径[3]。
陆地生态系统丰富多样且与人类生活密切联系，森林生态系统是陆地生态系统中结构最为复杂、物种最为繁多、生产力水平最高的生态系统，众多学者对其生态化学计量学进行了研究，Zhang 等[4]和曾德慧等[1]在宏观尺度上对生态化学计量学做了较为详细的综述；程滨等在分子水平的机理研究做了科学的阐述，并提出展望以促进世界各国相关研究工作的开展[3]。
近年来，学者们对植物细根的研究逐渐深入，细根作为叶片和土壤的连接枢纽也越来越受重视，但却很少看到将“叶片—细根—凋落物—土壤”四组分进行论述。
本文从国内外陆地森林生态系统生态化学计量学的最新研究成果出发，一方面总结不同森林生态系统中各组分生态化学计量的特征和异同，分析其影响因子；另一方面，从宏观的角度分析森林生态系统在“叶片—细根—凋落物—土壤”中的养分循环，以期为进一步探索我国陆地森林生态系统的生产力及其功能变化提供理论支撑。
1植物C 、N 、P 生态化学计量学特征及其主要影响因子1.1叶片叶片是绿色陆生植物最重要的生产器官，植物通过叶的光合作用吸收大气中的二氧化碳，通过叶的蒸腾作用获取土壤中的水分和矿质营养元素，驱动陆地生态系统中水和C 、N 、P 等元素的生物化学循环[5-7]。
McGroddy 等的研究发现，全球森林生态系统植物叶片C ∶N ∶P 相对稳定，但不同生物群（温带阔叶林、温带针叶林和热带森林）的C 、N 、P 生态化学计量比值并不完全相同[8]。
纵观全球，森林生态系统植物叶片C ∶N ∶P 在一个合理的范围内波动。
影响植物叶片化学计量特征最重要的两大因素是气温和降水。
气温主要和热量相关，其本质上是纬度影响了叶片中化学元素的变化与循环。
地理专业本科毕业论文题目(精选)
地理专业本科毕业论文题目（精选）近现代以来，随着地理科学的快速发展，不再局限于自然地理现象的研究，而是逐步涵盖自然科学和社会科学的双重特征。
现在xx为了让各位地理专业的本科学生们确定论文主题，现总结了近几年来最新的200个地理专业本科毕业论文题目，欢迎各位前来查看。
地理专业本科毕业论文题目一：1、红树林可培养微生物活性评价和土壤宏基因组文库构建及生物活性筛选2、基于GIS和遥感的崇明岛土地资源承载力研究3、杭州西溪湿地景观格局研究分析4、基于3S技术的干旱区土壤盐渍化时空演变研究5、县域土壤系统分类基层分类与制图研究6、松嫩平原西部土地整理区景观格局及土壤属性空间变异特征研究7、哈尔滨城市绿地土壤调查及改良效果研究8、连作障碍土壤生态修复的研究9、不同盐碱程度盐碱土壤微生物多样性研究10、面向土系调查制图的小尺度区域景观分类研究11、酸沉降下南亚热带森林土壤元素动态及其响应机制12、辽宁朝阳凤凰山基准剖面古土壤类型判定研究13、湖北省主要土纲基层分类指标体系的构建及应用14、盐城典型滨海潮滩湿地地形地貌特征及其对景观分异的影响15、生物炭对石灰土性质及土壤系统中碳迁移转化的影响研究16、基于遥感数据的土壤水分与地形地貌关系研究17、内蒙古毛乌素沙地景观格局动态变化及其驱动力研究18、基于无人机遥感的“黄河-铁塔样带”地貌与景观特征研究19、生物炭改良土壤物理性质的初步研究20、氮添加对森林土壤可溶性糖、酚类物质及可溶性有机氮含量的影响21、粉煤灰改良盐碱土壤理化性状及对植物生理性状影响研究22、天津土壤盐渍化及其对土壤碳酸盐、有机碳分布的影响23、玄参属系统发育和生物地理学分析及砾玄参复合种的亲缘地理学研究24、高寒草原区不同植被恢复方式对土壤微生物的影响研究25、巴丹吉林沙漠形成演化的地质历史与亚洲内陆干旱化研究26、黑河流域绿洲时空变化过程的驱动机制研究27、放牧对典型草原优势植物大针茅根际土壤养分和根际微生物的影响28、草甸草原土壤微生物群落结构与多样性对增氮增雨的响应29、长白山主要林型土壤酵母菌功能多样性的研究30、土壤改良剂对马铃薯生长和土壤质量的作用机制31、寒温带冻土区森林-湿地生态系统土壤呼吸及其影响因子研究32、两种农药对红松混交林、人工纯林土壤微生物群落功能多样性的影响33、湘中丘陵区不同土地利用方式土壤养分及碳库特征研究34、城市景观视觉环境评价实践35、南海北部多波束海底地貌多尺度分析及其构造意义指示36、亚热带米槠人促林碳、氮、磷积累特征及土壤磷素有效性分级研究37、中国云杉属植物地理分布的水力限制与增温中文响应研究38、基于分布式水文模型的景观变化下生态水文响应研究39、基于CLUE-S模型的土地利用/覆被景观评价研究40、滨海盐土改良利用措施的定量评价与控盐工程优化地理专业本科毕业论文题目二：41、全球变暖对松嫩西部草原中小型土壤动物多样性的影响42、祁连山不同退化草地土壤微生物特性研究43、放牧绵羊对陇东草原土壤细菌和真菌群落结构及多样性的影响44、青藏高原东缘高寒草甸土壤线虫群落对施肥和放牧的响应研究45、祁连山地貌特征及对青藏高原隆升的响应46、滨海典型地区土壤盐渍化时空变异及监测系统研究应用47、哈尔滨中心城区生态网络分析及其景观生态格局优化研究48、吉林省西部苏打盐碱土种稻改良机理与生产关键技术研究49、自然和人为添加生物质炭对土壤腐殖质碳和黑碳的影响50、模拟土壤增温和林内减雨对暖温带锐齿栎林土壤呼吸的影响及其微生物响应51、神农架巴山冷杉林土壤有机碳及其影响因素研究52、天津滨海新区围填海演进过程与岸线、湿地变化关系研究53、水系对成都城市景观格局的影响研究54、不同耕作措施和外源碳输入对土壤结构和有机碳库的影响55、国家地质公园综合价值评价及分类管理研究56、流溪河流域景观特征对河流水质的影响及河岸带对氮的削减效应57、中国大陆海岸线及海岸工程时空变化研究58、近70年中国大陆岸线变化的时空特征分析59、人类活动影响下流域土壤及植被的时空格局变化60、四川盆地紫色丘陵区成土特征61、吉林西部盐碱水田区温室气体排放的影响因素与变暖潜势研究62、生物质炭对高度风化的酸性铁铝土碳氮磷循环及土壤质量的影响研究63、盐渍化土壤玉米水氮迁移规律及高效利用研究64、短花针茅荒漠草原群落特征和土壤对放牧强度季节调控的响应65、长白山植被垂直带地形控制机制研究66、松嫩平原西部盐碱化生态系统土壤呼吸特征及土壤CO_2无机通量研究67、渭河流域地下水中氟和碘的形成机理及其对人体健康的影响68、矿区土地景观格局演变及其生态效应研究69、海滨湿地互花米草沼泽景观演变机制研究70、基于景观生态分析的城市绿色天际线规划研究71、基于GIS的山地景观生态综合评价研究72、青藏高原东缘白龙江流域地貌定量化参数体系研究73、基于生态文明的干旱区湖泊湿地景观环境综合评价及改善对策研究74、土壤磷素耦合的水田碳-氮库动态消长规律及其生态化学计量学调控潜能75、中国南方红土磁学特征、起源及其与成土过程关系研究76、渤海海峡南部海域地貌特征及控制因素研究77、海岸侵蚀风险评价模型构建及其应用研究78、延河流域景观格局与水文过程耦合分析79、大连主城区绿地景观格局与生态服务功能动态80、火对塔河森林土壤微生物及酶活性的干扰作用地理专业本科毕业论文题目三：81、黄土高原人工纯林枯落物分解和养分循环对土壤极化的影响82、深耕与秸秆还田的土壤改良效果及其作物增产效应研究83、玛纳斯河流域土壤盐渍化过程和格局特征及盐渍土改良模式探讨84、黑河流域历史时期垦殖绿洲时空变化与驱动机制研究85、浙江沿海陆地生态系统景观格局变化与生态保护研究86、基于层次-熵权法的地质公园综合评价87、森林恢复对土壤有机碳氮循环的影响88、安徽大别山海拔梯度上森林土壤碳氮动态研究89、胶东集约化农田土壤酸化效应及改良调控途径90、北京地区生态系统服务价值遥感估算与景观格局优化预测91、苏州市水岸带景观格局演变研究92、天津湿地景观格局动态变化研究93、基于景观结构的长株潭核心区土地利用生态风险调控研究94、重庆丘陵山区农村土地整治工程及其景观效应95、渤海湾海岸带环境演变及控制因素研究96、四川稻城地区地质景观研究97、基于多尺度NDVI和LUCC的漓江流域生态演变研究98、基于GIS的流域地貌形态分形空间变异特征研究99、长白山自然保护区景观格局演化与模拟100、流域尺度景观格局时空演变与生态系统健康评价研究101、加速溶剂萃取和离子液体微萃取在土壤样品处理中的应用102、福建近岸海域海底地貌研究103、长沙城市湿地景观格局时空演变与驱动机制研究104、北方滨海盐土高效改良技术研究105、生物炭在黄土高原典型土壤中的改良作用106、三峡工程对洞庭湖区湿地景观格局及生态健康的影响研究107、青藏高原草地变化及其对气候的响应108、高寒草甸坡向梯度上植物群落组成及其氮磷化学计量学特征的研究109、松嫩高平原土地利用景观梯度变化及其土地生态环境响应110、松嫩平原苏打盐渍土灌区稻田水盐调控灌排模式研究111、河岸带景观结构、功能及其关系研究112、生物炭改良白浆土的初步研究113、脱硫石膏与腐植酸改良滨海盐碱土的效应及机理研究114、水文过程对黄河口湿地景观格局演变的驱动机制研究115、芦竹生物炭对农业土壤环境的影响116、银杏复合系统碳储量及土壤碳循环过程研究117、基于植被根系分布形态的生态边坡稳定性研究118、三峡水库消落带土壤有机质、氮、磷分布特征及通量研究119、沙漠旅游资源评价及风沙地貌地质公园开发与保护研究120、区域荒漠化演变机制的六元法研究地理专业本科毕业论文题目四：121、基于GIS技术的景观视觉质量评价研究122、浙江省土壤数据库的建立与应用123、腾格里沙漠腹地钻孔揭示的沙漠形成与古环境演化历史124、冷空气活动对心脑血管疾病相关指标影响的初步研究125、模拟增温和氮沉降对松嫩草原土壤养分状况的影响126、生物质催化热解炭化的试验研究与机理分析127、基于景观服务的绿色基础设施规划与设计研究128、不同尺度乡村生态景观评价与规划方法研究129、城镇化背景下乡村景观格局演变与布局模式130、甘肃黄河石林地质景观可持续发展研究131、辽宁沿海经济带滨海公路生态景观模式研究132、泰山历史文化轴线山地段人文景观及空间研究133、非饱和土壤介电特性测量理论与方法的研究134、土壤-根系统养分迁移机制及其数值模拟135、土壤养分空间变异与分区管理技术研究136、种植耐盐植物改良盐碱土的研究137、黄土旱塬农田土壤有机碳、氮的演变与模拟138、非饱和土中热-水力-力学-传质耦合过程模拟及土壤环境工程中的应用139、三峡库区坡面水土流失机理与预测评价建模140、黄土高原植被恢复的土壤水分生态环境141、流域降雨侵蚀产沙与地貌形态特征耦合关系研究142、滑坡侵蚀及其动力学机制与定量评价研究143、土壤水分快速测量方法及其应用技术研究144、林火对土壤环境影响的研究145、植被覆盖地表土壤水分变化雷达探测模型和应用研究146、落叶松人工林土壤质量变化规律与调控措施的研究147、黄土高原历史时期地貌与土壤侵蚀演变研究148、土壤有机质含量高光谱预测模型及其差异性研究149、田间土壤养分与作物产量的时空变异及其相关性研究150、遥感土地利用/土地覆盖变化信息提取的决策树方法151、区域土地利用变化及其分析方法研究152、基于GIS和RS的小流域景观格局变化及其土壤侵蚀响应153、基于GIS的全国耕地质量评价方法及应用154、蒸发条件下夹砂层土壤水盐运移实验研究155、基于GIS和地统计学的不同尺度水稻田土壤养分时空变异及其机理研究156、基于离散元细观分析的土壤动态行为研究157、植被覆盖地表极化雷达土壤水分反演与应用研究158、面向小流域管理的水土保持遥感监测方法研究159、基于遥感和GIS的区域土壤侵蚀调查研究160、海岸河口水动力数值模拟研究及对泥沙运动研究的应用地理专业本科毕业论文题目五：161、云南纳帕海高原湿地土壤退化过程及驱动机制162、常绿阔叶林退化过程中土壤的养分库动态及植物的养分利用策略163、北京八达岭地区森林土壤理化特征及健康指数的研究164、黄土地区流域森林植被格局对侵蚀产沙过程的调控研究165、林木根系与均质土间相互物理作用机理研究166、杭州湿地植物生态习性及景观设计研究167、城市地表灰尘-降雨径流系统污染物迁移过程与环境效应168、三峡库区主要森林植被类型土壤有机碳研究169、平原河网地区景观格局变化与多尺度环境响应研究170、新疆艾比湖流域平原区景观生态安全研究171、中国几种典型土壤介电常数及其与含水量的关系172、基于遥感与GIS的景观类型信息提取及景观格局分析173、基于DEM的我国地貌形态类型自动划分研究174、基于DEM的地形信息提取与景观空间格局分析175、基于DEM的地貌分析研究176、南通市景观格局与景观生态规划研究177、基于RS和GIS的土地利用和景观格局变化研究178、青岛市土地利用/土地覆被变化及驱动力研究179、区域水土流失地形因子分析与提取研究180、黄土高原旱地长期定位试验土壤酶活性研究181、土壤团聚体水稳定性及其与土壤可蚀性之间关系研究182、基于GIS的黄土高原小流域土壤侵蚀定量评价研究183、乡村景观分类的方法研究184、使用MODIS数据反演土壤水分研究185、武汉市湿地功能评价与景观格局动态变化研究186、地貌三维综合的地图代数模型和方法研究187、不同耕作措施下黄土高原旱地土壤质量综合评价188、基于数据挖掘的遥感影像海岸带地物分类方法研究189、离子土壤固化剂对武汉红色黏土结合水作用机理研究190、北京市崇文区绿地表层土壤质量研究与评价191、不同地貌区及不同尺度的耕地质量评价与衔接研究192、土壤盐分离子迁移及其分异规律对环境因素的响应机制193、干旱区典型绿洲土壤盐渍化及其生态效应研究194、盐碱化草原农业改良技术及水盐运动规律研究195、中国主要森林群落林下土壤有机碳储量格局及其影响因子研究196、上海乡村聚落景观的调查分析与评价研究197、基于DEM的川西高原构造地貌特征提取与分析198、武汉市湿地生态系统服务功能评价与可持续发展研究199、基于GIS的煤矿区景观格局时空变化及生态重建研究200、基于激光诱导击穿光谱技术的土壤理化信息检测方法研究。
延河流域不同植被区植物叶片碳、氮、磷化学计量特征及其影响因子
江苏农业科学 ２０１８年第 ４６卷第 ６期
戚德辉，郝咪娜，温仲明．延河流域不同植被区植物叶片碳、氮、磷化学计量特征及其影响因子［Ｊ］．江苏农业科学，２０１８，４６（６）：２２４－２２８． ｄｏｉ：１０．１５８８９／ｊ．ｉｓｓｎ．１００２－１３０２．２０１８．０６．０５８
延河流域不同植被区植物叶片碳、氮、磷 化学计量特征及其影响因子
分配作用，使得该 区 植 被 生 境 复 杂 多 样 ［１１］，在 不 同 环 境 下 植 物营养限制状况可能会存在较大差异。了解该流域不同植被 区植物叶片生态化学计量变化特征及其影响因素，对于研究 植物对气候、地形和土壤等极端环境的响应与反馈机制、揭示 延河流域植物营养的限制情况以及限制植物生长的主要环境 因子有重要意义。
生态化学计量学（ｅｃｏｌｏｇｉｃａｌｓｔｏｉｃｈｉｏｍｅｔｒｙ）是近年来新兴 的运用生态学和化学计量学基本原理研究生态系统能量平 衡、多重化学元素平衡以及元素平衡对生态交互作用影响的 一种理论［１－２］。生态化学计量学有助于解决植物和生态系统 养分供应与需求平衡等方面的难题，对于研究植物通过改变 养分利用策略来适应环境变化的机制具有重要意义 。 ［３］ 因 此，目 前 生 态 化 学 计 量 学 成 为 生 态 学 研 究 的 热 点 和 重 要 内 容［４］。植物叶片生态化学计量学在不同时空尺度、不同生态 系统、不同功能群以及种内、种间水平上得到了广泛研究，但 是植物叶片化学计量特征主要受哪些因素影响，目前尚无一 致结论［５］。如 Ｈｅ等对中国草地 ２１３种优势植物的生态化学 计量特征进行研究，发现中国草地植物氮（Ｎ）、磷（Ｐ）及氮磷 比（Ｎ／Ｐ）与温度和降水的变化没有显著关系 。 ［６－７］ Ｚｈｅｎｇ等 对黄土高原植物研究发现，位于 ３４°～３８°Ｎ的植物叶片碳氮 比（Ｃ／Ｎ）、碳磷比（Ｃ／Ｐ）与纬度和年均气温不相关，Ｎ／Ｐ与纬 度呈正相关，但与年均气温不相关 。 ［８］ 丁凡等研究发现植物 化学计量特征与土壤养分有关［９］，也有研究表明叶片化学计 量特征不受气候和土壤的限制［１０］。延河流域地形复杂、支离 破碎、起伏较大，地形对降水、温度等气候因子具有强烈的再
延河流域植被水分适宜度时空评价
延河流域植被水分适宜度时空评价黄土高原退耕还林还草工程的实施以来,区域生态恢复良好,植被覆盖度得到了很大提升,为区域生态系统的可持续发展发挥了重要作用。
然而,由于黄土高原历来干旱缺水,加之区域可用水量的时空分布高度异质性,植被恢复过程中的高需水与区域可用水量的低供给之间的矛盾将是威胁区域植被系统可持续发展的重要因素。
降雨是区域可用水资源的最主要来源,但只有通过降雨径流调控技术将其转化为土壤有效水分,才能供植被所吸收利用。
要回答区域的可用水资源能否支撑植被恢复的用水需求,必须对可被植被利用的水资源量与植被生长需水之间的平衡关系进行定量的探究,本文将可用水资源量与植被需水的平衡关系定义为植被水分适宜度。
延河流域作为黄土高原丘陵沟壑区典型区,区域干旱频发、水土流失严重且降雨时空分配严重不均。
基于此,本研究选取延河流域作为研究对象,利用分布式水文模型和改进的Shuttleworth-Wallace双源蒸散发模型(S-W模型)对延河流域的植被水分适宜度进行了定量评价,旨在为黄土高原的植被优化配置和区域生态可持续管理提供科学的指导和参考。
本研究取得的进展如下:(1)采用实测径流数据,对SWAT分布式水文模型的模拟结果进行了率定与验证。
在率定期,模型的相关系数R2和Nash-Sutcliffe 效率系数(NS)分别为0.84和0.75,而在验证期的R2和NS系数分别为0.78和0.72。
根据相关的评价标准,R2和NS系数均大于0.7时表明模型表现非常好,证明SWAT模型模拟出的结果在本研究中是可用的。
(2)在年际与年内尺度上分别分析了雨水资源化潜力的时空变化趋势。
在过去的34年间,研究区雨水资源化潜力及降雨均有微弱的上升趋势。
雨水资源化潜力在空间上呈现出东南多西北少的分布规律。
根据降雨频率所确定的三类水文年,可知不同水文年的年雨水资源化潜力主要集中在6-9月,并随着时间的推移在空间上呈现出由西北角向东南角逐渐递增的趋势。
陕北延河流域土壤多环芳烃分布特征及来源
第３９卷 第６期陕西师范大学学报（自然科学版）Ｖｏｌ．３９ Ｎｏ．６ ２０１１年１１月Ｊｏｕｒｎａｌ ｏｆ Ｓｈａａｎｘｉ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ）Ｎｏｖ．，２０１１ 文章编号：１６７２－４２９１（２０１１）０６－００７６－０５收稿日期：２０１１－０４－１８基金项目：国家自然科学基金资助项目（５０３７８０７７）；陕西省教育厅专项基金项目（０７ＪＫ３８８）．作者简介：李琦，女，博士研究生，研究方向为环境污染控制及生物修复．Ｅ－ｍａｉｌ：ｑｉｌｉ７２６＠１６３．ｃｏｍ．陕北延河流域土壤多环芳烃分布特征及来源李 琦１，２， 黄廷林２， 尚晓青１， 薛科社１（１西北大学城市与环境学院，陕西西安７１０１２７；２西安建筑科技大学环境与市政工程学院，陕西西安７１００５５）摘 要：采集了陕北延河流域４种土地类型区的１６个表层土壤样品，采用ＧＣ－ＭＳ对美国环境保护局（ＵＳＥＰＡ）优控的ｌ６种多环芳烃（ＰＡＨｓ）进行含量和组分特征的分析．结果表明：陕北延河流域不同类型土壤中ＰＡＨｓ的平均质量分数为７３．７～１ ７９５．４μｇ／ｋｇ，ＰＡＨｓ在土壤中的残留特征为井场土壤＞公路周边土壤＞井场周围土壤＞农田土壤，残留水平高的区域处于中等污染水平，部分点位代表区域污染较严重；研究区内ＰＡＨｓ的组分特征是以二环为主的低环组分，ＰＡＨｓ的含量总变化趋势是二环＞四环＞三环＞五环＞六环，石油类挥发或泄漏对采油区土壤中ＰＡＨｓ的累积影响显著．关键词：土壤；多环芳烃；分布特征；延河流域中图分类号：Ｘ５３ 文献标志码：ＡＤｉｓｔｒｉｂｕｔｉｏｎ ａｎｄ ｓｏｕｒｃｅｓ ｏｆ ｐｏｌｙｃｙｃｌｉｃ ａｒｏｍａｔｉｃ ｈｙｄｒｏｃａｒｂｏｎ（ＰＡＨｓ）ｐｏｌｌｕｔａｎｔｓ ｉｎ ｓｏｉｌｓ ｏｆ Ｙａｎｈｅ Ｒｉｖｅｒ ｂａｓｉｎ，ｎｏｒｔｈ ｏｆ Ｓｈａａｎｘｉ ｐｒｏｖｉｎｃｅＬＩ Ｑｉ １，２，ＨＵＡＮＧ Ｔｉｎｇ－ｌｉｎ２，ＳＨＡＮＧ Ｘｉａｏ－ｑｉｎｇ１，ＸＵＥ Ｋｅ－ｓｈｅ１（１Ｃｏｌｌｅｇｅ ｏｆ Ｕｒｂａｎ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅｓ，Ｎｏｒｔｈｗｅｓｔ Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉ′ａｎ ７１０１２７，Ｓｈａａｎｘｉ，Ｃｈｉｎａ；２Ｓｃｈｏｏｌ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ ａｎｄ Ｍｕｎｉｃｉｐａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｘｉ′ａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ａｒｃｈｉｔｅｃｔｕｒｅ ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｘｉ′ａｎ ７１００５５，Ｓｈａａｎｘｉ，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｏｎ ｔｈｅ ｂａｓｉｓ ｏｆ １６ｓｕｒｆａｃｅ ｓｏｉｌ ｓａｍｐｌｅｓ ｃｏｌｌｅｃｔｅｄ ｆｒｏｍ ４ｔｙｐｅｓ ｏｆ ｌａｎｄ ｉｎ ｔｈｅ Ｙａｎｈｅ Ｒｉｖｅｒｂａｓｉｎ，ｎｏｒｔｈ ｏｆ Ｓｈａａｎｘｉ ｐｒｏｖｉｎｃｅ，ｔｈｅ ｃｏｎｃｅｎｔｒａｔｉｏｎｓ ａｎｄ ｃｏｍｐｏｎｅｎｔ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ １６ｐｏｌｙｃｙｃｌｉｃ ａｒｏｍａｔｉｃ ｈｙｄｒｏｃａｒｂｏｎｓ（ＰＡＨｓ）ｗｈｉｃｈ ｈａｖｅ ｂｅｅｎ ｂｅｉｎｇ ｐｒｉｏｒ ｃｏｎｔｒｏｌｌｅｄ ｂｙ ＵＳＥＰＡｗｅｒｅ ａｎａｌｙｚｅｄ ｕｓｉｎｇ ＧＣ－ＭＳ．Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｍａｘｉｍｕｍ ＰＡＨｓ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｉｎ ａｌｌ ｓｏｉｌｓａｍｐｌｅｓ ｗａｓ １ ７９５．４μｇ／ｋｇ ｗｉｔｈ ａ ｍｉｎｉｍｕｍ ｖａｌｕｅ ｏｆ ７３．７μｇ／ｋｇ．Ｆｏｒ ｒｅｓｉｄｕｅｓ ｏｆ ＰＡＨｓ ｉｎ ｔｈｅｓｏｉｌ，ｉｔ ｗａｓ ｃｈａｒａｃｔｅｒｉｚｅｄ ｂｙ ｗｅｌｌ ｆｉｅｌｄ ｓｏｉｌ＞ｓｏｉｌ ａｒｏｕｎｄ ｒｏａｄ＞ｓｏｉｌ ａｒｏｕｎｄ ｔｈｅ ｗｅｌｌ ｓｉｔｅ＞ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌ．Ｈｏｗｅｖｅｒ，ｔｈｅ ｓｏｉｌ ｐｏｌｌｕｔｉｏｎ ｗｉｔｈ ｈｉｇｈｅｒ ｒｅｓｉｄｕａｌ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｏｆ ＰＡＨｓ ｗａｓ ｎｏｔｓｅｒｉｏｕｓ．Ｔｈｅ ｍａｉｎ ｃｏｍｐｏｎｅｎｔ ｏｆ ＰＡＨｓ ｆｒｏｍ ｓｏｉｌ ｓａｍｐｌｅ ｉｎ ｔｈｅ ｓｔｕｄｙ ａｒｅａ ｉｓ ｍａｉｎｌｙ ｆｏｒｍｅｄ ｂｙｔｗｏ－ｒｉｎｇ ｈｙｄｒｏｃａｒｂｏｎｓ．Ｉｎ ｇｅｎｅｒａｌ，ｔｈｅ ＰＡＨｓ ｃｏｎｔｅｎｔ ｉｎ ｓｏｉｌ ｒａｎｇｅｄ ａｓ ｆｏｌｌｏｗｓ：ｔｗｏ－ｒｉｎｇ＞ｆｏｕｒ－ｒｉｎｇ＞ｔｈｒｅｅ－ｒｉｎｇ＞ｆｉｖｅ－ｒｉｎｇ＞ｓｉｘ－ｒｉｎｇ．Ｅｖａｐｏｒａｔｉｏｎ ｏｒ ｌｅａｋａｇｅ ｏｆ ｏｉｌ ｈａｄ ａ ｓｉｇｎｉｆｉｃａｎｔｌｙｃｕｍｕｌａｔｉｖｅ ｅｆｆｅｃｔ ｏｎ ＰＡＨｓ ｉｎ ｔｈｅ ｓｏｉｌ．Ｋｅｙ ｗｏｒｄｓ：ｓｏｉｌ；ｐｏｌｙｃｙｃｌｉｃ ａｒｏｍａｔｉｃ ｈｙｄｒｏｃａｒｂｏｎｓ（ＰＡＨｓ）；ｄｉｓｔｒｉｂｕｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ；ＹａｎｈｅＲｉｖｅｒ ｂａｓｉｎ 多环芳烃（ＰＡＨｓ）是一类广泛存在于环境中的持久性有机污染物，具有致癌、致畸、致突变“三致”毒性，可对生态环境和人体健康带来潜在的长期危害［１］．土壤是环境中多环芳烃的一个主要的“汇”［２］， 第６期李琦等：陕北延河流域土壤多环芳烃分布特征及来源７７石油类挥发或泄漏于采油区的土壤中，形成的累积和大气对土壤的干湿沉降是多环芳烃进入土壤的主要途径；同时，土壤中的多环芳烃也可以通过地表冲刷和淋溶等自然过程进入地表水和地下水，通过挥发作用等过程重新进入大气［３］，从而形成“二次污染”．进入土壤环境中的多环芳烃被生物吸收并通过食物链传递到人体当中，已经有证据表明会对人体造成风险［４］．因此，土壤中的多环芳烃污染引起了人们的高度重视．陕北延河流域石油开发已有近百年历史，特别是近２０年该区域进行了高强度开发．由于陕北地区特殊的地理构造，其油藏规模小、连片性差、油层低渗透，油井数量众多：２００７年延安市境内共有石油开发企业３０家，延河流域有井场１５ ５１９个，油井２８ ５６９口［５］．在促进区域经济建设和发展的同时，石油开采也导致周围土壤和地下水受到不同程度污染，对周围生态系统构成一定威胁．本文选择陕北延河流域作为石油污染典型区域研究多环芳烃污染物在土壤中ＰＡＨｓ的浓度水平和空间分布规律，以期对区域石油污染物排放场地的ＰＡＨｓ赋存分布规律提供借鉴，为评价区域污染状况及相关环境管理决策提供基础依据．１ 材料与方法陕北地区延河流域是黄河右岸中游区上段河口镇至龙门段的一级支流，发源于陕西靖边县东南，由西北向东南流经志丹、安塞、宝塔、延长等４县区，在延长县南河沟乡汇入黄河，流域面积７ ７２５ｋｍ２，主要支流有杏子河、西川、蟠龙川和南川等．本研究以化子坪至甘谷驿为主的中游河段流域为研究对象，该区域河段总长１１４．８ｋｍ，集水面积４ ６９０ｋｍ２．通过选取不同土地类型，研究延河区域表层土壤中ＵＳＥＰＡ优控的１６种ＰＡＨｓ的残留水平和污染特征．１．１ 样品采集由于流域覆盖面积较大，为了研究土壤表层中ＰＡＨｓ的污染特征和来源，主要采用功能区布点为主，以此反应不同区域的污染程度．２００８年５月，在研究区域围绕主要干流及周边土壤展开功能区布点采样，共采集了０～２０ｃｍ表层土壤样品１６个，其中沿油品运输公路土样４个、农田土样４个、井场周边土样４个（以采油井为中心，２００ｍ以外）、井场土样４个，在半径５ｍ的范围内采集５个样点组成１个混合样品，混匀后采用四分法取１ｋｇ，同时记录样点周边环境信息．土样在室内风干后用四分法取部分土样用研钵进一步研磨，过１００目尼龙筛，所有样品制备后并于棕色玻璃瓶内低温保存，备用．１．２ 样品提取和净化称取干燥土壤样品４０ｇ左右用滤纸包裹，在样品抽提之前，加入氘代菲作为回收率指示物，经２５０ｍＬ的二氯甲烷索氏抽提４８ｈ，抽提前在底瓶中加入２ｇ铜片脱硫．抽提物旋转蒸发至０．５ｍＬ，经硅胶层析柱分离ＰＡＨｓ，层析柱：内径为１０ｍｍ，长３０～３５ｃｍ的碱式滴定管，依次加入６ｃｍ氧化铝（３％）、１２ｃｍ去活化后的硅胶（３％）和ｌ ｃｍ无水硫酸钠．分别用正己烷（２０ｍＬ）冲洗饱和烃、用正己烷／二氯甲烷混合液（７∶３，Ｖ／Ｖ，７０ｍＬ）冲洗芳烃组分，将芳烃组分旋转蒸发至０．５ｍＬ，转移至２ｍＬ样品瓶，氮气吹至０．２ｍＬ，定容后待分析．１．３ 分析测定色谱条件：由ＨＰ６８９０型ＧＣ配ＨＰ５９７５型质谱检测器（ＧＣ—ＭＳ）完成，载气为氦气，分离用毛细管柱为ＨＰ—５（３０ｍ×０．２５ｍｍ×０．２５μｍ），检测器温度２５０℃，进样口２９０℃，６０℃起始（保持２ｍｉｎ），３℃／ｍｉｎ升到２９０℃（保持２５ｍｉｎ）．１６种ＰＡＨｓ标样（溶剂为甲醇）：萘（Ｎａｐｈ）、苊（Ａｃｅｌ）、二氢苊（Ａｃｅｎ）、芴（Ｆｌｕｏ）、菲（ＰｈＡ）、蒽（Ａｎ）、荧蒽（ＦｌＡ）、芘（Ｐｙ）、苯并（ａ）蒽（ＢａＡ）、艹屈、苯并（ｂ）荧蒽、苯并（ｋ）荧蒽、苯并（ａ）芘、茚（１，２，３－ｃｄ）芘、二苯并（ａ，ｈ）蒽、苯并（ｇ，ｈ，ｉ）苝，浓度均为２００ｍｇ／Ｌ，上述样品购于美国Ｓｕｐｅｌｃｏ公司．２ 结果与讨论２．１ 表层土壤中ＰＡＨｓ的残留水平和分布特征从单一ＰＡＨｓ组分的含量看，所有样品中除了苊和二氢苊在农田无污染土壤、井场周围土壤、公路周边的含量低于检测限外，其余１４种ＰＡＨｓ在土壤样品中均有不同程度的检出（表１），表明ＰＡＨｓ在研究区域内普遍存在．ＰＡＨｓ在不同类型的土壤区内平均含量差异较大，农田无污染土壤区平均含量７３．７μｇ／ｋｇ，井场周围土壤区平均含量５９５．６μｇ／ｋｇ，公路周围土壤平均含量１ ０３４．５μｇ／ｋｇ，井场内土壤平均含量高达１ ７９５．４μｇ／ｋｇ，可以看出研究区域内土壤ＰＡＨｓ残留明显受周边石油开采运输和迁移的影响．井场土壤中ＰＡＨｓ浓度高于其他区域，比较典型的表征是井场有许多散落油泥和采油废水渗漏导致的土壤污染．农田土壤远离采油区和运输公路，基本处于人迹罕至的山区，由于远离污染源，ＰＡＨｓ的含量比较低；但公路周边中ＰＡＨｓ７８ 陕西师范大学学报（自然科学版）第３９卷浓度高于井场周围，原因可能是公路用于石油和物资运输，并且汽油燃烧排放的尾气含有一定量的多环芳烃，飘落沉降于周围土壤中．研究结果表明，研究区域内土壤ＰＡＨｓ的残留明显受周边污染源的影响．表１ 延河流域土壤中多环芳烃的含量Ｔａｂ．１ ＰＡＨｓ ｃｏｎｔｅｎｔｓ ｉｎ ｓｏｉｌ ｏｆ Ｙａｎｈｅ Ｒｉｖｅｒ ｒｅｇｉｏｎμｇ／ｋｇ检测项目无污染农田土壤井场周围土壤井场土壤（５０ｍ内）公路土壤（油罐运输）范围平均值范围平均值范围平均值范围平均值萘—～４９．８ ２７．３ ４．５～１９８．６ １６７．１ ９１．６～６１２．６ ４４０．５—～２０９．４ １４４．２苊—０— ０—～３７．３ ７．６— ０二氢苊—０— ０— ０— ０芴—～１．１ ８．４ １６．２～３１．８ ２３．０ ３．５～６８．８ ７２．６—～１０６．６ ２３．０菲—～２．７ ９．６ ４５．９～７５．４ ６．３—～９４０．９ １９５．７—～２２６．０ ９０．７蒽—～１７．２ ５．２—～７０．０ ３２．４—～２６１．０ ８１．４—～１６３．６ ７０．０荧蒽—～１．８ ０．７ １１．９～１６１．９ ６７．０ ２８．１～２９１．４ ９６．４ ４．１～１５０．６ ７３．８芘—～１９．８ ４．４ ６．７～１９２．６ ５８．７ １９．１～４９７．６ １０６．１ ６．７～７８．６ ６０．７苯并（ａ）蒽—～５．６ ３．７—～１１．８ ５．６—～５７４．１ １１１．１—～９６．０ ５２．９艹屈—～４．８ １．９ ７．９～８．０ ３０．２ １４．６～５２９．３ １３４．９ １２．２～１９３．０ ６４．５苯并（ｂ）荧蒽—～７．８ ３．２ １５．６～１４５．９ ５２．６—～５１６．９ １３０．３ １８．６～６７．５ ９９．９苯并（ｋ）荧蒽—～３．６ １．８ ８．１～１５５．９ ３６．８—～８１２．６ １１６．４—～４１２．６ ８５．８苯并（ａ）芘—～２．３ ３．８ ５．４～１２０．８ ４６．５ １１．９～３７１．５ １０４．３—～３５９．７ ７９．３茚并（１，２，３－ｃｄ）芘—～２．６ １．２ ８．５～１１０．３ ３５．９ １４．５～３０６．３ ９９．６—～４３７．８ ８９．５二苯并（ａ，ｈ）蒽—～４．８ ２．０—～１１５．３ ２９．１—～２１５．８ ７７．８—～１１９．５ ３７．４苯并（ｇ，ｈ，ｉ）艹北—～０．９ ０．５ １０．９～１２８．３ ４３．７—～１６０．１ ９３．３—～１４７．９ ６２．９∑ＰＡＨｓ—～１２０．６ ７３．７ ２５３～１ ４５１．９ ５９５．６ ３２３．６～５ ９９１．７ １ ７９５．４ １１５．３～３ ３６８．８ １ ０３４．５ 多环芳烃结构不同，其毒性与致癌作用也有差异．在１６种优先检测的ＰＡＨｓ中，二环、三环和四环（除苯并（ａ）芘外）等多环芳烃无致癌作用，五环、六环等高环致癌作用很强．从不同类型土壤中各环图１ 不同土壤类型中ＰＡＨｓ组分差异Ｆｉｇ．１ ＰＡＨｓ ｃｏｍｐｏｎｅｎｔ ｄｉｆｆｅｒｅｎｃｅ ｉｎ ｄｉｆｆｅｒｅｎｔ ｓｏｉｌｓ数多环芳烃占总量的比例（图１）看出，１６种ＰＡＨｓ中二环、三环、四环物质含量较高，在不同功能区的土壤ＰＡＨｓ中所占的比例构成不同，不同环数的ＰＡＨｓ含量差异也比较大．在远离污染源的农田土壤中，低环的ＰＡＨｓ含量相对较高，其在不同类型土壤中的含量占ＰＡＨｓ总量的百分比分别３８．４％、２８．１％、２４．９％、１６．２％，三环的ＰＡＨｓ所占其百分比分别是２１．０％、１５．３％、２５．８％、２２．６％．按ＰＡＨｓ的环数来划分，ＰＡＨｓ的含量按照二环＞四环＞三环＞五环＞六环的顺序递减，其中二环和三环ＰＡＨｓ的浓度较高，二者之和占ＰＡＨｓ总浓度的百分比平均在５０％以上．通过比较可以发现，对于四环多环芳烃在４类土壤中的含量比例而言，公路周边土壤含量最高．结果与已有研究成果一致，即四环ＰＡＨｓ的含量为主是工业和交通污染的主要特征［６］．２．２ 检测结果与国内外比较我国对多环芳烃（ＰＡＨｓ）在土壤中的允许浓度未加控制，只规定农用污泥中的最高容许含量为３ｍｇ／ｋｇ（ＧＢ４２２８４－８４）．本研究通过与国内外相关研究结果进行比较［７］（表２），初步界定了延河地区 第６期李琦等：陕北延河流域土壤多环芳烃分布特征及来源７９多环芳烃的污染水平，并进一步参照美国纽约州土壤中ＰＡＨｓ化合物控制标准［７］（表３）及Ｍａｌｉｓｚｅｗｓｋａ－Ｋｏｒｄｙｂａｃｈ［８］对土壤中１６种优控ＰＡＨｓ污染程度建立的分级标准（表４）作了进一步的评价和分析．Ｍａｌｉｓｚｅｗｓｋａ－Ｋｏｒｄｙｂａｃｈ对波兰农业土壤中１６种优控ＰＡＨｓ的污染程度进行了研究，提出了土壤中ＰＡＨｓ污染的总量分级标准，多年来该分级标准被研究者们广泛借鉴和参考．该标准主要综合欧洲土壤中ＰＡＨｓ的浓度、人类暴露风险估算和平均摄入量３个方面考虑，将土壤ＰＡＨｓ浓度划分为４个级别．表２ 相关研究区域土壤中ＰＡＨｓ残留对比分析Ｔａｂ．２ Ｃｏｍｐａｒｉｓｏｎ ｏｆ ＰＡＨｓ ｉｎ ｓｏｉｌｓ ｗｉｔｈｏｔｈｅｒ ｒｅｇｉｏｎｓ ｒｅｐｏｒｔｅｄμｇ／ｋｇ研究对象平均值韩国炼钢厂周边５７８西班牙塔拉戈纳省化工区１ ００２美国新泽西州城区３ ７３１法国塞纳河流域工业区４ ５２０贵阳城区５６７长江二角洲农村和郊区３９７香港工业区５９０汕头工业区５７８沈阳污灌区２ １３３北京城区１ ５３７天津滨海化工新区１ １８５陕北延河流域８８２ 本研究中土壤的ＰＡＨｓ平均含量是法国塞纳河流域工业土壤的１／４，低于积累时间较长的沈阳污灌区，约为１／２，高于一般的城区和工业区，和天津滨海化工新区含量相仿．表１显示，４类不同类型表层土壤∑ＰＡＨｓ总量含量范围在７３．７～１ ７９５．４μｇ／ｋｇ之间，井场土壤∑ＰＡＨｓ含量为３２３．６～５ ９９１．７μｇ／ｋｇ，两个测点∑ＰＡＨｓ含量达到重度污染水平．从ＰＡＨｓ单项指标分析，各区域表层土壤中尤其以井场和公路土壤４环的苯并（ａ）蒽，艹屈和苯并（ｂ）荧蒽的超标率最显著，超标率分别在５０％以上．根据Ｍａｌｉｓｚｅｗｓｋａ－Ｋｏｒｄｙｂａｃｈ［８］提出的总量标准，土壤中ＰＡＨｓ的污染程度按照区域划分，井场周围土壤受到污染，主要以轻度污染为主，井场土壤和公路周边土壤处于较严重污染．总体上讲，与中国其他一些工业发展历史悠久的地区相比，延河流域土壤中的ＰＡＨｓ总量值处于中低水平，这是由于研究区的工业开采和交通是近２０年来快速发展起来的，环境中ＰＡＨｓ的污染积累还不严重．表３ 美国纽约州有机污染物的推荐土壤清洁目标Ｔａｂ．３ Ｒｅｃｏｍｍｅｎｄｅｄ ｓｏｉｌ ｃｌｅａｎｕｐ ｏｂｊｅｃｔｉｖｅｓ ｏｆ Ｎｅｗ Ｙｏｒｋｍｇ／ｋｇ化合物可容许的土壤浓度推荐土壤治理标准萘０．１３ １３．０苊０．９０ ５０．０二氢苊０．４１ ４１．０芴３．５０ ５０．０菲２．２０ ５０．０蒽７．００ ５０．０荧蒽１９．００ ５０．０芘６．６５ ５０．０苯并（ａ）蒽０．０３ ０．２２４或低于检测限艹屈０．００４ ０．４苯并（ｂ）荧蒽０．０１１ １．１苯并（ｋ）荧蒽０．０１１ １．１苯并（ａ）芘０．１１０ ０．０６１或低于检测限茚（１，２，３，２－ｃｄ）芘０．０３２ ３．２二苯并（ａ，ｈ）蒽１．６５ ０．０１４或低于检测限苯并（ｇ，ｈ，ｉ）苝８．０ ５０．０表４ 土壤ＰＡＨｓ污染程度分级Ｔａｂ．４ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆ ｓｏｉｌ ＰＡＨｓ ｐｏｌｌｕｔｉｏｎμｇ／ｋｇ项目土壤污染分级∑ＰＡＨｓ＜２００ ２００～６００ ６００～１ ０００＞１ ０００污染级别未污染轻度污染污染重度污染 据以上分析，可以初步判断散落在井场附近和道路两旁的落地原油和油污可能是导致土壤污染的直接原因，并且可能是降雨期径流污染的污染源，应当采取相关措施进行处置，要尽量避免落地原油产生，同时对已经产生的落地原油做妥善处置［９］，如采用吸油车收集油泥，然后集中加热，使泥土和原油得以分离．钻井废弃泥、试油废液等，应当在作业完毕后完全清运至环保部门指定场所处理．对于目前技术无法处理的废弃物，在无污染对象的非敏感区应当就地填埋，并做到填埋彻底，避免风吹雨淋，造成二次污染．３ 结论陕北延河流域不同类型土壤中ＰＡＨｓ的平均８０ 陕西师范大学学报（自然科学版）第３９卷质量分数为７３．７～１ ７９５．４μｇ／ｋｇ，土壤中ＰＡＨｓ的残留特征表现为：井场土壤＞公路周边土壤＞井场周围土壤＞农田土壤，与国内外相关研究比较表明，多环芳烃残留水平高的区域其污染处于中等水平，部分点位所代表的区域污染较严重，其中化合物Ｃｈｒ和ＢｂＦ，ＢｋＦ是主要的超标化合物．研究区内的ＰＡＨｓ组分特征是以二环为主的低环组分为主，按ＰＡＨｓ的环数来分，在污染区ＰＡＨｓ的含量总的趋势是二环＞四环＞三环＞五环＞六环的顺序递减，石油类挥发或泄漏对采油区土壤中ＰＡＨｓ的累积影响显著．参考文献：［１］Ｈａｒｖｅｙ Ｒ Ｇ．Ｐｏｌｙｃｙｃｌｉｃ ａｒｏｍａｔｉｃ ｈｙｄｒｏｃａｒｂｏｎｓ：ｃｈｅｍｉｓ－ｔｒｙ ａｎｄ ｃａｒｃｉｎｏｇｅｎｉｃｉｔｙ［Ｍ］．Ｃａｍｂｒｉｄｇｅ：Ｃａｍｂｒｉｄｇｅ Ｕ－ｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ，１９９１．［２］Ｗｉｌｄ Ｓ Ｒ，Ｊｏｎｅｓ Ｋ Ｃ．Ｐｏｌｙｃｙｃｌｉｃ ａｒｏｍａｔｉｃ ｈｙｄｒｏｃａｒｂｏｎｓｉｎ Ｕｎｉｔｅｄ Ｋｉｎｇｄｏｍ ｅｎｖｉｒｏｎｍｅｎｔ：Ａ ｐｒｅｌｉｍｉｎａｒｙ ｓｏｕｒｃｅｉｎｖｅｎｔｏｒｙ ａｎｄ ｂｕｄｇｅｔ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｐｏｌｌｕｔｉｏｎ，１９９５，８８：９１－１０８．［３］Ｍｅｉ ｊｅｒ Ｓ Ｎ，Ｓｔｅｉｎ ｎｅｓ Ｅ，Ｏｃｋｅｎｄｅｎ Ｗ Ａ，ｅｔ ａｌ．Ｉｎｆｌｕ－ｅｎｃｅ ｏｆ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｖａｒｉａｂｌｅｓ ｏｎ ｔｈｅ ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕ－ｔｉｏｎ ｏｆ ＰＣＢｓ ｉｎ Ｎｏｒｗｅｇｉａｎ ａｎｄ Ｕ．Ｋ．ｓｏｉｌｓ：Ｉｍｐｌｉｃａｔｉｏｎｓｆｏｒ ｇｌｏｂａｌ ｃｙｃｌｉｎｇ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈ－ｎｏｌｏｇｙ，２００２，３６：２１４６－２１５３．［４］Ｔａｏ Ｓｈｕ，Ｃｕｉ Ｙａｎｈｏｎｇ，Ｘｕ Ｆｕｌｉｕ，ｅｔ ａｌ．Ｐｏｌｙｃｙｃｌｉｃ ａｒｏ－ｍａｔｉｃ ｈｙｄｒｏｃａｒｂｏｎｓ（ＰＡＨｓ）ｉｎ ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌ ａｎｄ ｖｅｇ－ｅｔａｂｌｅｓ ｆｒｏｍ Ｔｉａｎｊｉｎ［Ｊ］．Ｓｃｉｅｎｃｅ ｏｆ ｔｈｅ Ｔｏｔａｌ Ｅｎｖｉｒｏｎ－ｍｅｎｔ，２００４，３２０：１１－２４．［５］延安市环保局．关于２００７年清洁文明井场检查验收情况的通报［Ｒ］．２００８．［６］Ｗｉｌｃｋｅ Ｗ，Ａｍｅｌｕｎｇ Ｗ．Ｐｅｒｓｉｓｔｅｎｔ ｏｒｇａｎｉｃ ｐｏｌｌｕｔａｎｔｓ ｉｎｎａｔｉｖｅ ｇｒａｓｓｌａｎｄ ｓｏｉｌｓ ａｌｏｎｇ ａ ｃｌｉｍｏｓｅｑｕｅｎｃｅ ｉｎ Ｎｏｒｔｈ Ａ－ｍｅｒｉｃａ［Ｊ］．Ｓｏｉｌ Ｓｃｉｅｎｃｅ Ｓｏｃｉｅｔｙ ｏｆ Ａｍｅｒｉｃａｎ Ｊｏｕｒｎａｌ，２０００，６４（６）：２１４０－２１６４．［７］焦文涛，吕永龙，王铁宇，等．化工区土壤中多环芳烃的污染特征及其来源分析［Ｊ］．环境科学，２００９（４）：１１６９．［８］Ｍａｌｉｓｚｅｗｓｋａ－Ｋｏｒｄｙｂａｃｈ Ｂ．Ｐｏｌｙｃｙｃｌｉｃ ａｒｏｍａｔｉｃ ｈｙｄｒｏ－ｃａｒｂｏｎｓ ｉｎ ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌｓ ｉｎ Ｐｏｌａｎｄ：Ｐｒｅｌｉｍｉｎａｒｙ ｐｒｏ－ｐｏｓａｌｓ ｆｏｒ ｃｒｉｔｅｒｉａ ｔｏ ｅｖａｌｕａｔｅ ｔｈｅ ｌｅｖｅｌ ｏｆ ｓｏｉｌ ｃｏｎｔａｍｉｎａ－ｔｉｏｎ［Ｊ］．Ａｐｐｌｉｅｄ Ｇｅｏｃｈｅｍｉｓｔｒｙ，１９９６，１１：１２１－１２７．［９］黄廷林，解岳，王晓昌，等．延河沉积物的石油污染调查与分析［Ｊ］．环境工程，２０００，１８（４）：６２－６４．〔责任编辑 程琴娟〕 （上接第７５页）参考文献：［１］Ｈａｎ Ｅ Ｋ，ＭｃＧｏｎｉｇａｌ Ｔ．Ｒｏｌｅ ｏｆ ｆｏｃａｌ ａｄｈｅｓｉｏｎ ｋｉｎａｓｅｉｎ ｈｕｍａｎ ｃａｎｃｅｒ：ａｐｏｔｅｎｔｉａｌ ｔａｒｇｅｔ ｆｏｒ ｄｒｕｇ ｄｉｓｃｏｖｅｒｙ［Ｊ］．Ａｎｔｉ－ｃａｎｃｅｒ Ａｇｅｎｔｓ ｉｎ Ｍｅｄｉｃｉｎａｌ Ｃｈｅｍｉｓｔｒｙ，２００７，７（６）：６８１－６８４．［２］Ｈａｎ Ｅ Ｋ，Ｍｃｇｏｎｉｇａｌ Ｔ，Ｗａｎｇ Ｊ，ｅｔ ａｌ．Ｆｕｎｃｔｉｏｎａｌ ａｎａｌ－ｙｓｉｓ ｏｆ ｆｏｃａｌ ａｄｈｅｓｉｏｎ ｋｉｎａｓｅ（ＦＡＫ）ｒｅｄｕｃｔｉｏｎ ｂｙ ｓｍａｌｌｉｎｈｉｂｉｔｏｒｙ ＲＮＡｓ［Ｊ］．Ａｎｔｉｃａｎｃｅｒ Ｒｅｓｅａｒｃｈ，２００４，２４（６）：３８９９－３９０５．［３］Ｔｓｕｔｓｕｍｉ Ｋ，Ｋａｓａｏｋａ Ｔ，Ｐａｒｋ Ｈ Ｍ，ｅｔ ａｌ．Ｔｕｍｏｒｇｒｏｗｔｈ ｉｎｈｉｂｉｔｉｏｎ ｂｙ ｓｙｎｔｈｅｔｉｃ ａｎｄ ｅｘｐｒｅｓｓｅｄ ｓｉＲＮＡ ｔａｒ－ｇｅｔｉｎｇ ｆｏｃａｌ ａｄｈｅｓｉｏｎ ｋｉｎａｓｅ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆＯｎｃｏｌｏｇｙ，２００８，３３（１）：２１５－２２４．［４］张楠楠，魏丽丽，强荣兵．黏着斑激酶与肿瘤侵袭转移［Ｊ］．医学分子生物学杂志，２００９，６（３）：２６９－２７３．［５］Ｃｏｘ Ｂ Ｄ，Ｎａｔａｒａｊａｎ Ｍ，Ｓｔｅｔｔｎｅｒ Ｍ Ｒ，ｅｔ ａｌ．Ｎｅｗ ｃｏｎ－ｃｅｐｔｓ ｒｅｇａｒｄｉｎｇ ｆｏｃａｌ ａｄｈｅｓｉｏｎ ｋｉｎａｓｅ ｐｒｏｍｏｔｉｏｎ ｏｆ ｃｅｌｌｍｉｇｒａｔｉｏｎ ａｎｄ ｐｒｏｌｉｆｅｒａｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｃｅｌｌｕｌａｒ Ｂｉｏ－ｃｈｅｍｉｓｔｒｙ，２００６，９９（１）：３５－５２．［６］Ｍｉｔｒａ Ｓ Ｋ，Ｈａｎｓｏｎ Ｄ Ａ，Ｓｃｈｌａｅｐｆｅｒ Ｄ Ｄ．Ｆｏｃａｌ ａｄｈｅ－ｓｉｏｎ ｋｉｎａｓｅ：ｉｎ ｃｏｍｍａｎｄ ａｎｄ ｃｏｎｔｒｏｌ ｏｆ ｃｅｌｌ ｍｏｔｉｌｉｔｙ［Ｊ］．Ｎａｔｕｒｅ Ｒｅｖｉｅｗｓ Ｍｏｌｅｃｕｌａｒ Ｃｅｌｌ Ｂｉｏｌｏｇｙ，２００５，６（１）：５６－６８．［７］Ｓｉｅｓｓｅｒ Ｐ Ｍ，Ｈａｎｋｓ Ｓ Ｋ．Ｔｈｅ ｓｉｇｎａｌｉｎｇ ａｎｄ ｂｉｏｌｏｇｉｃａｌｉｍｐｌｉｃａｔｉｏｎｓ ｏｆ ＦＡＫ ｏｖｅｒｅｘｐｒｅｓｓｉｏｎ ｉｎ ｃａｎｃｅｒ［Ｊ］．Ｃｌｉｎｉ－ｃａｌ Ｃａｎｃｅｒ Ｒｅｓｅａｒｃｈ，２００６，１２（１１）：３２３３－３２３７．〔责任编辑 程琴娟〕。
不同林分枯落物和土壤持水能力研究
不同林分枯落物和土壤持水能力研究作者：莫日根包丽萍来源：《北方环境》2013年第04期摘要：本文对不同林分的土壤最大持水力、土壤毛管持水力、枯落物最大持水量和枯落物最大持水率进行分析，得出不同林分枯落物和土壤持水能力的关系。
关键词：土壤；枯落物；持水力；持水量；持水率中图分类号：X53文献标识码：A文章编号：1007-0370（2013）04-0054-04森林枯落物层和土壤层水是发挥林分水源涵养和水土保持作用的两个重要层次。
枯落物对森林土壤的养分循环、水热变化及延缓地表径流形成等方面有重要作用，因此森林地被物被越来越多的森林水文学家、生态学家、土壤学家所重视[1]。
森林土壤是森林发挥水文调节作用的主要场所，是发挥蓄水、贮水作用的最重要层次，而土壤的物理性质又是决定森林发挥水文调节作用的重要指标[2]。
1研究区概况研究区位于河北省围场满族蒙古自治县境内，地处浑善达克沙地南缘，属阴山、大兴安岭、燕山余脉的汇接地带，地理坐标为北纬41°35′～42°37′，东经116°48′～118°20′，海拔高度750～1978m。
属于寒温带大陆性季风气候，冬长夏短，气温多变。
年平均温度-1.4～4.7℃，极端最高气温38.9℃，极端最低气温-42.9℃，≥10℃积温1608～2513℃；年平均日照2577～2832h；无霜期67～128d；年均降水量460mm左右，且集中在6～8月，约占全年降雨量的60%～70%。
土壤多为棕壤土、褐土、黑土、沙土，阴坡土层厚、立地条件好，阳坡立地条件较差[3]。
2研究方法2.1调查样地的建立本研究共涉及11个样地，样地类型包括不同密度的油松人工林、华北落叶松人工林、落叶松白桦混交林。
各样地主要特征见表1。
2.2土壤持水力调查根据植被、小气候、小地形、岩石和母质类型等因素，选择有代表性的地点，进行土壤剖面挖掘，同时用环刀在0～20cm、20～40cm、40～60cm处采取原状土。
211104381_延河流域典型治理阶段的土壤保持功能时空变化及驱动因素分析
第30卷第3期2023年6月水土保持研究R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o nV o l .30,N o .3J u n .,2023收稿日期:2022-05-09 修回日期:2022-05-17资助项目:陕西省重点研发计划(2020Z D L S F 06-03-01);国家自然科学基金(41877078,41371276);国家重点研发计划(2021Y F D 1900704);国家重点研发计划课题(2017Y F C 0504703) 第一作者:王鹭(1997 ),女,山西大同人,硕士研究生,研究方向为水土保持工程方向㊂E -m a i l :w a n g l u p u p p y@163.c o m 通信作者:高建恩(1962 ),男,山西运城人,博士,研究员,主要从事水土保持工程研究㊂E -m a i l :g a o ji a n e n @126.c o m h t t p :ʊs t b c y j .p a p e r o n c e .o r gD O I :10.13869/j.c n k i .r s w c .2023.03.049.王鹭,高建恩,龙韶博,等延河流域典型治理阶段的土壤保持功能时空变化及驱动因素分析[J ].水土保持研究,2023,30(3):94-102.WA N GL u ,G A OJ i a n e n ,L O N GS h a o b o ,e t a l .T e m p o r a l a n dS p a t i a lV a r i a t i o no f S o i l C o n s e r v a t i o nF u n c t i o na n d I t sD r i v i n g F a c t o r s i nT y pi c a l R e c l a m a t i o nS t a ge i nY a n h eR i v e rB a s i n [J ].R e s e a r c hof S o i l a n d W a t e rC o n s e r v a t i o n ,2023,30(3):94-102.延河流域典型治理阶段的土壤保持功能时空变化及驱动因素分析王鹭1,高建恩1,2,3,龙韶博1,王照润1,康有财2,高哲4,郭子豪5(1.西北农林科技大学水土保持研究所,陕西杨凌712100;2.中国科学院水利部水土保持研究所,陕西杨凌712100;3.水利部水土保持生态工程技术研究中心,陕西杨凌712100;4.西北农林科技大学水利与建筑工程学院,陕西杨凌712100;5.中国电建集团华东勘测设计研究院有限公司,杭州311122)摘 要:[目的]探究黄土高原所进行的退耕还林(草)及治沟造地等典型治理工程的生态系统水土保持功能时空变化及其驱动因素,对于黄土高原进一步发展具有重要指导作用㊂[方法]通过构建延河流域I n V E S T 生态服务功能模型和地理探测器的方法,在验证的基础上,研究了典型治理阶段流域的生态系统土壤保持功能㊂[结果](1)在时间变化上,与退耕还林前(1990 2000)相比,退耕还林期(2000 2010)和退耕还林+治沟造地期(2010 2017)的多年平均土壤保持量分别增加了32.29%,55.61%,年均增加4.92ˑ106t ;(2)在空间分布上,林草地和治沟造地的面积增加区域与土壤保持量增加区域具有一致性,治沟造地工程使得延河流域耕地整体的土壤保持能力提高,单位造地面积的土壤保持量增加7t /h m 2㊂土壤保持量随坡度㊁高程的增加呈现先增加后减少的趋势,在海拔1200~1500m ,坡度15ʎ~25ʎ范围内土壤保持总量占年总土壤保持量比例较高㊂[结论]土地利用类型的变化是影响土壤保持空间分布格局的主要驱动因子㊂延河流域土壤保持功能时空变化的驱动因素分析为黄土高原生态服务功能改善提供了科学支撑㊂关键词:土壤保持功能;时空变化;I n V E S T 模型;治理阶段中图分类号:S 157.2 文献标识码:A 文章编号:1005-3409(2023)03-0094-09T e m p o r a l a n dS p a t i a lV a r i a t i o no f S o i l C o n s e r v a t i o nF u n c t i o na n d I t sD r i v i n gF a c t o r s i nT y p i c a lR e c l a m a t i o nS t a ge i nY a n h eR i v e rB a s i n WA N GL u 1,G A OJ i a n e n 1,2,3,L O N GS h a o b o 1,WA N GZ h a o r u n1,K A N G Y o u c a i 2,G A OZ h e 4,G U OZ i h a o5(1.I n s t i t u t e o f S o i l a n d W a t e rC o n s e r v a t i o n ,N o r t h w e s tA&F U n i v e r s i t y ,Y a n g l i n g ,S h a a n x i 712100,C h i n a ;2.I n s t i t u t e o f S o i l a n d W a t e rC o n s e r v a t i o n ,C h i n e s eA c a d e m y o f S c i e n c e s a n d M i n i s t r y o f W a t e rR e s o u r c e s ,Y a n g l i n g ,S h a a n x i 712100,C h i n a ;3.R e s e a r c hC e n t e r o nS o i l&W a t e rC o n s e r v a t i o n ,M i n i s t r y o f W a t e rR e s o u r c e s ,Y a n g l i n g ,S h a a n x i 712100,C h i n a ;4.C o l l e g e o f W a t e rR e s o u r c e s a n dA r c h i t e c t u r a lE n g i n e e r i n g ,N o r t h w e s tA&F U n i v e r s i t y ,Y a n g l i n g ,S h a a n x i 712100,C h i n a ;5.P o w e rC h i n aH u a d o n g E n g i n e e r i n g C o r p o r a t i o nL i m i t e d ,H a n gz h o u 311122,C h i n a )A b s t r a c t :[O b j e c t i v e ]I t i s i m p o r t a n t t o e x p l o r e t h e t e m p o r a l a n d s p a t i a l c h a n g e s o f s o i l c o n s e r v a t i o n f u n c t i o n a n dd r i v i n g f a c t o r s i n t h eL o e s sP l a t e a uu n d e r t h e t y p i c a lm a n a g e m e n t s u c ha s r e t u r n i n g f a r m l a n d t o f o r e s t (g r a s s l a n d )a n d g u l l y l a n d c o n s o l i d a t i o n p r o j e c t ,s o a s t o g u i d e t h e f u r t h e r d e v e l o pm e n t o f t h eL o e s s P l a t e a u .[M e t h o d s ]S o i l c o n s e r v a t i o n f u n c t i o n i n t y p i c a l r e c l a m a t i o ns t a g e i n t h i sb a s i nb y c o n s t r u c t i n g th e I n V E S T e c o s y s t e ms e r v i c e f u n c t i o n m o d e l a n d g e o g r a ph i cd e t e c t o rm e t h o d i n Y a n h eR i v e rB a s i n .[R e s u l t s ](1)I n Copyright ©博看网. All Rights Reserved.t e r m s o f t i m e c h a n g e,c o m p a r e dw i t h t h e p e r i o db e f o r e r e t u r n i n g f a r m l a n d t o f o r e s t(1990 2000),t h e a n n u a l a v e r a g e s o i l c o n s e r v a t i o n a m o u n t i n c r e a s e d b y32.29%a n d55.61%d u r i n g t h e p e r i o d o f r e t u r n i n g f a r m l a n d t o f o r e s t(2000 2010)a n d t h e p e r i o d o f r e t u r n i n g f a r m l a n d t o f o r e s t+g u l l y l a n d c o n s o l i d a t i o n p r o j e c t(2010 2017),r e s p e c t i v e l y,w i t ha na n n u a l a v e r a g e i n c r e a s e o f4.92ˑ106t.(2)I n t e r m so f s p a t i a l d i s t r i b u t i o n,t h e i n c r e a s i n g a r e a o f f o r e s t a n d g r a s s l a n d s a n d g u l l y l a n dw a s c o n s i s t e n tw i t h t h e i n c r e a s i n g a r e a o f s o i l c o n s e r-v a t i o n,g u l l y l a n d c o n s o l i d a t i o n p r o j e c t i m p r o v e d t h eo v e r a l l s o i l c o n s e r v a t i o nc a p a c i t y o f c u l t i v a t e d l a n d i n Y a n h eR i v e rB a s i n,a n d t h e s o i l c o n s e r v a t i o nc a p a c i t yp e ru n i t l a n dr e c l a m a t i o na r e a i n c r e a s e db y7t/h m2. T h e a m o u n t o f s o i l c o n s e r v a t i o n i n c r e a s e d f i r s t a n d t h e nd e c r e a s e dw i t h t h e i n c r e a s eo f s l o p e a n de l e v a t i o n, a n d t h e p r o p o r t i o no f t o t a l a m o u n t o f s o i l c o n s e r v a t i o n t o t o t a l a m o u n t o f s o i l c o n s e r v a t i o nw a s h i g h e r i n t h e s l o p e r a n g i n g f r o m15ʎt o25ʎa t a l t i t u d e r a n g i n g f r o m1200mt o1500m.[C o n c l u s i o n s]T h e c h a n g eo f l a n d u s e t y p e w a st h e m a i nd r i v i n g f a c t o ra f f e c t i n g t h es p a t i a ld i s t r i b u t i o n p a t t e r no fs o i lc o n s e r v a t i o n.T h e a n a l y s i s o f t h e d r i v i n g f a c t o r s o f t h e t e m p o r a l a n d s p a t i a l c h a n g e s o f s o i l c o n s e r v a t i o n f u n c t i o n i n t h eY a n h e R i v e rB a s i n c a n p r o v i d e s c i e n t i f i c s u p p o r t f o r i m p r o v e m e n t o f e c o l o g i c a l s e r v i c e s o n t h eL o e s sP l a t e a u.K e y w o r d s:s o i l c o n s e r v a t i o n f u n c t i o n;t e m p o r a l a n d s p a t i a l v a r i a t i o n;I n V E S T m o d e l;r e c l a m a t i o n s t a g e黄土高原是我国重要的生态屏障[1],也是世界上土壤侵蚀最严重的地区之一[2]㊂解放以来,国家通过坡㊁沟及小流域综合治理㊁退耕还林(草)㊁ 治沟造地 等一系列治理[3],植被覆盖度大幅度提高,入黄泥沙由多年平均的16亿t减少至新世纪以来的2~3亿t[4],黄土高原生态环境发生了重大的改变,不同治理时期的水土保持生态服务功能逐渐成为社会及学界关心的重大科学问题㊂研究不同典型治理阶段的水土保持生态服务功能对黄土高原的进一步治理具有重要的现实意义㊂目前,关于黄土高原的水土保持生态服务功能已有些研究㊂余新晓等[5]在综合C o s t a n z a等关于生态服务功能概念的基础上,提出水土保持生态服务功能的含义㊂随后,国内学者们在不同尺度研究区进行了水土保持生态服务功能的评估:冯磊[6]㊁宁婷[7]等分别在空间分布上对黄土高原和山西省的水土保持功能重要区域进行了识别与划分;孙文义等[8]利用R U S L E模型分析了1990 2010年期间黄土高原不同生态系统水土保持功能的动态变化;王森等[9]基于遥感数据和水文气象资料,利用I n V E S T模型研究了土地利用变化对土壤侵蚀以及土壤保持功能的影响;张琨[10]㊁杨殊桐[11]㊁包玉斌[12]㊁薛亚永[13]等评估了退耕还林等植被恢复工程的水土保持生态服务功能效应;刘宥延等[14]着重分析了人工灌草复合植被的水土保持功能,指出人工灌草地是黄土高原丘陵区适宜的植被类型㊂上述研究在某一治理阶段的水土保持生态服务功能上已取得一定的进展,但是在不同典型治理阶段特别是近年来所实施的治沟造地这一能够有效增加高质量农业用地的创新性水土保持措施对土壤保持功能的影响研究相对较少㊂本研究应用I n V E S T模型㊁地理探测器,以黄土高原延河流域为研究区,研究延河流域在退耕还林前(1990 2000年)㊁退耕还林期(2000 2010年)㊁退耕还林+治沟造地期(2010 2017年)土壤保持功能的时空变化特征,并对其驱动因素进行分析,为黄土高原的进一步治理及生态服务功能的改善提供科学支撑㊂1研究区概况延河位于黄河中游,发源于靖边县天赐湾乡周山,最终在延长县南河沟凉水岸与黄河汇流[15],延河流域(36ʎ27' 37ʎ58'N,108ʎ41' 110ʎ29'E)面积为7682.58k m2(见图1),区域内沟壑纵横,沟壑密度高达2.1~4.6k m/k m2[16],沟道平均比降3.26%,平均海拔1218m,平均坡度17ʎ[17]㊂延河流域属于大陆性半干旱季风气候,年平均降雨量495mm,主要集中在7 9月份,平均气温8.8~10.2ħ,年均蒸发量约为1000mm左右㊂流域属于森林草原植被带,植被类型丰富,物种多样性高㊂占流域面积80%以上的土壤类型为黄绵土,其有机质含量低,抗冲蚀性差,水土流失严重,流失面积占流域总面积的90%左右㊂2研究方法与数据处理2.1研究方法2.1.1土壤保持量的计算I n V E S T模型的土壤保持模块(S D R)可以计算流域输沙,土壤侵蚀和土壤保持,并描述其空间变化特征㊂与U S L E相比,该模块在计算泥沙时能够考虑到地类本身对上游沉积物的59第3期王鹭等:延河流域典型治理阶段的土壤保持功能时空变化及驱动因素分析Copyright©博看网. All Rights Reserved.拦截作用和泥沙输移比[18]㊂详细计算如下:图1延河流域地理位置(1)潜在土壤侵蚀量和潜在输沙量的计算: R K L S x=R xˑK xˑL S x(1) S x=R xˑK xˑL S xˑS D R b a r e x(2)式中:R K L S x为栅格x的潜在土壤侵蚀量(t);S x为栅格x的潜在输沙量(t);R x,K x,L S x分别为栅格x 的降雨侵蚀力因子㊁土壤可蚀性因子㊁坡长坡度因子㊂S D R b a r e x为裸地环境下的泥沙输移比㊂(2)实际土壤侵蚀量和实际输沙量的计算: U S L E x=R xˑK xˑL S xˑC xˑP x(3) E x=U S L E xˑS D R x(4)式中:U S L E x实际土壤侵蚀量(t);E x为栅格x的实际输沙量(t);也是栅格x进入河道的土壤侵蚀量;C x,P x分别为栅格x的植被覆盖与管理因子㊁土壤保持措施因子;SD R x为在植被和水土保持措施影响下的泥沙输移比㊂(3)计算土壤保持量:S E D R E T x=S x-E x(5)式中:S E D R E T x为栅格x的土壤保持量(t)㊂2.1.2地理探测器地理探测器是一种新的统计方法,用以探测空间分异性,揭示其背后的驱动因子[19]㊂本研究采用该工具定量评估延河流域土壤保持量变化的单个驱动因子及其交互作用㊂土壤保持功能受到人类活动㊁气候变化等的影响,本文选取土地利用类型㊁年降雨量㊁N D V I㊁坡度㊁高程5个因子为自变量,土壤保持量为因变量,对自变量进行空间离散化处理,年降雨量采用自然断点法分为6级[20], N D V I植被指数分为6级[21](<0.2,0.2~0.3,0.3~ 0.4,0.4~0.5,0.5~0.6,>0.6),高程参照前人研究分为5级[22](<800,800~1000,1000~1200,1200~ 1500,>1500),坡度分为6级(<5ʎ,5ʎ~8ʎ,8ʎ~ 15ʎ,15ʎ~25ʎ,25ʎ~35ʎ,>35ʎ),土地利用类型按类别进行分类㊂对栅格数据进行采样,采样间距为500m,将5个因子分类后的值提取至样本点上,作为地理探测器的运行数据㊂在地理探测器中,因子探测器用来探测因变量的空间分异性,以及自变量对因变量的解释度,用q值度量㊂表达式为:q=1-ðL h=1N hσ2hNσ2=1-S S WS S T(6)式中:h=1,2, ,L为Y,X的分类;σ2h,σ2分别为h 层㊁全区Y的方差;N h,N分别为二者的单元数目;q 值的值域范围为[0~1]㊂交互作用探测器是对任意两个自变量因子交互作用的识别,用来评估两因子交互作用下对因变量的影响呈现增加或减弱㊂2.2数据来源与处理I n V E S T模型的S D R模块是基于像元尺度,以栅格为单元进行输沙量和土壤保持量的运算,最终输出基于栅格和子流域两种尺度的评价结果[17],模型所需数据及其处理过程见表1㊂3结果与分析3.1土地利用变化本研究选取不同治理期典型年1990年㊁2000年㊁2010年㊁2017年四期土地利用数据(见表2),通过分析可知,耕地㊁林地㊁草地是研究区主要的土地覆被类型,三者面积的合计比例在4个时期分别达到当年总面积的99.85%,99.29%,99.03%,98.67%,总体呈减少趋势;建筑用地占比逐渐增加,主要由于2012年延安新区开始建设,一部分的耕地㊁林草地转换为建筑用地㊂从空间分布上来看(见图2),研究区林地面积沿着东南方向的宝塔区㊁延长县一带不断增加,由1990年的17.92%增加到2017年的35.75%,植被覆盖度明显提高;草地的增加主要是在安塞区㊁志丹县一带㊂总的来说,延河流域西北低山地区的草地面积大,植被生长环境差,覆盖度较低;东南方向延长县一带林地面积大,植被覆盖度较高,受人为干扰较小;延安市宝塔区一带人口较多,人类活动频繁,且通过建设大量的城市建筑使得该区不透水面增加㊂3.2模型的率定与验证模型运行后,为了确定模型模拟结果的可信度,需对模型运行结果的适用性进行校正和验证㊂本文采用1990 2017年甘谷驿水文站实测输沙数据与模拟数据的纳什系数N S E和决定系数R2为标准对模型精度进行评价㊂当R2>0.6,N S E>0.5,模拟结果较好且可信[32]㊂69水土保持研究第30卷Copyright©博看网. All Rights Reserved.表1 模型所需参数来源及处理数据类型数据处理数据来源及说明D EM 进行预处理(裁剪㊁切割㊁填洼等)地理空间数据云,分辨率为30m降雨侵蚀力因子R 根据章文波[23]建立的基于逐月雨量估算降雨侵蚀力算法来源于国家科技基础条件平台 国家地球系统科学数据共享平台(h t t p :ʊw w w.ge o d a t a .c n )1k m 分辨率逐月降雨量数据土壤可蚀性因子K 本文采用W i l l i a m s 等[24]的侵蚀生产力评价模型E P I C来源于联合国粮农组织(F A O )所构建的基于世界土壤数据库(HW S D )的中国土壤数据集(h t t p :ʊw e s t d c .w e s t g i s .a c .c n )地形因子L S坡度坡长因子的计算使用D e s m e t 和G o v e r s [25]的二维地表计算方法根据D EM 数据,模型自动生成土地利用对遥感影像进行裁剪㊁投影转换㊁重分类,并依据现场调查与91卫星助手对错分地类进行校准2000年㊁2010年土地利用数据来源于全球30m 地表覆盖数据(G l o b e L a n d 30),1990年㊁2017年土地利用数据来源于宫鹏教授研究组发布的全球1982 2015年逐年长时序动态土地覆盖数据产品(G L A S S -G L C )[26]子流域通过S WA T 模型进行提取,确定最小汇水面积为10000h m 2,生成46个子流域已填洼的D EM 数据植被覆盖因子C基于N D V I (归一化植被指数),采用V a nL e e u -w e n [27]所建立的基于MO D I S -N D V I 数据建立的N D V I 与C 因子的线性回归方程N D V I (归一化植被指数)来源于地理空间数据云MO D I S 13Q 1250m16d 最大合成数据产品,植被覆盖因子C 以生物物理系数表输入水土保持措施因子P采用L u f a f a 等[28]基于坡度推算P 因子值的经验公式,同时结合研究区土地利用的实际情况与参考前人对相似流域的研究[29-31]以生物物理系数表输入K b 和I C 0K b =2,I C 0=0.5决定小流域水文过程空间联系与泥沙输移比关系形态的参数S D R m a xS D R m a x =0.8栅格最大泥沙输移比表2 延河流域土地利用类型及其变化年份项目土地利用类型耕地林地草地水域建筑用地未利用地总计1990面积/k m 22265.581369.713997.2225.0624.740.277682.58比例/%29.6417.9252.290.330.320.00100.002000面积/k m 22087.151171.734369.7410.7230.5212.737682.58比例/%27.1715.2556.880.140.400.17100.002010面积/k m 22012.291186.814409.3411.3749.9812.807682.58比例/%26.1915.4557.390.150.650.17100.002017面积/k m 22007.022746.662826.347.5281.0413.987682.58比例/%26.1235.7536.790.101.050.18100.001990 2017面积变化量/k m2-258.561376.95-1170.88-17.5456.3013.70-变化率/%-3.5217.83-15.50-0.230.730.18-图2 延河流域土地利用现状本研究以退耕还林(草)为时间节点,以退耕还林(草)前1990 2000年为参数率定期,退耕还林(草)后2001 2017年为参数验证期㊂由图3,4可以看出,参数率定期与验证期的N S E 和R 2均达到模型要求,具有较好的模拟精度,从而得到延河流域1990 2017年基于栅格以及子流域尺度的年输沙量及土壤保持量㊂3.3 不同治理阶段的土壤保持功能时空变化特征3.3.1 不同治理阶段的年输沙量变化 从不同治理阶段的输沙量变化来看(图5),退耕还林前(19902000年)输沙量呈现较大程度的波动,多年平均值为79第3期王鹭等:延河流域典型治理阶段的土壤保持功能时空变化及驱动因素分析Copyright ©博看网. All Rights Reserved.4.70ˑ107t,退耕还林时期(2000 2010)多年平均值下降为2.46ˑ107t,输沙量减少了47.60%,其中2000 2006呈现较大程度的波动,2006 2010年趋于稳定,主要是由于在退耕还林初期,建设区以幼林地为主,且工程的实施对地表的扰动较大,2006年以后,幼林地逐渐成林,植被覆盖度不断增加,显著降低了泥沙输移能力,减少了土壤侵蚀,使得流域土壤保持功能逐渐增强㊂退耕还林+治沟造地时期(2010 2017)多年平均输沙量为0.58ˑ107t,较退耕还林时期(2010 2017)减少了76.36%,且年输沙量变化较为平稳,治沟造地工程降低了水流的挟沙能力,拦截了大量的泥沙,减少了土壤侵蚀量㊂从总体上来看,延河流域1990 2017年均输沙量为2.90ˑ107t,输沙模数为3771.67t/(k m2㊃a),输沙量整体呈现波动减少的趋势,年均减少2.3ˑ106t ㊂图3延河流域I n V E S T 模型年输沙量的参数率定和验证图4延河流域年输沙量在率定期和验证期的模拟结果图5延河流域1990-2017年输沙量变化趋势3.3.2不同治理阶段的土壤保持功能时空变化为了充分了解延河流域不同治理阶段的土壤保持功能时空变化特征,本文以土壤保持总量㊁单位面积土壤保持量为指标,量化评估研究区土壤保持功能的变化㊂从时间变化上来看,延河流域退耕还林前(1990 2000)㊁退耕还林时期(2000 2010)与退耕还林+治沟造地时期(2010 2017)的多年平均土壤保持量分别为2.14亿t,2.84亿t,3.34亿t㊂由此可见,与退耕还林前(1990 2000)相比,退耕还林期(2000 2010)和退耕还林+治沟造地期(2010 2017)的多年平均土壤保持量分别增加了32.29%,55.61%㊂总体来讲,研究区的土壤保持量呈波动增加趋势,年均增加4.92ˑ106t,土壤保持能力逐年增强㊂图6延河流域1990-2017年土壤保持量变化趋势尽管在栅格尺度上能够大致反映流域土壤保持量在空间上的差异,但是为了更加细致地表现流域不同部位土壤保持量的空间差异性,针对性地进行规划和治理,本研究从子流域尺度进行了研究区单位面积土壤保持量的时空变化分析㊂从空间分布来看,研究区的土壤保持量分布具有明显的空间差异性,整体的空间分布格局基本稳定㊂2010年与2017年的单位面积土壤保持量整体上高于1990年和2000年,1990年㊁2000年㊁2010年㊁2017年所有子流域单位面积土壤保持量平均值分别为239.57,177.72,372.85, 382.92t/h m2,1990年与2000年各子流域单位面积土壤保持量均低于300t/h m2,2010年单位面积土壤保持量高于300t/h m2的子流域面积占到总面积的89水土保持研究第30卷Copyright©博看网. All Rights Reserved.78.81%,2017年占到87.76%㊂由此可见,相比1990年,2010与2017年的土壤保持功能有了显著的提高㊂每个子流域在不同治理时期内降雨量㊁土地利用类型㊁坡度坡长等均不相同,使得其单位面积土壤保持量不同㊂与1990年相比,2010年的4 7号子流域的单位面积土壤保持量有微弱的增加,主要是因为经过退耕还林工程的实施,一部分耕地转换为草地,减少了土壤侵蚀,但是这些子流域位于西北高山地区的靖边县㊁志丹县一带,不利于植被的生长,植被覆盖度增加缓慢,使得这些子流域的单位面积土壤保持量在全流域范围内仍然处于较低水平;位于东南方向延长县一带的40,41,43 46号子流域的单位面积土壤保持量有明显的增加,该区域在退耕还林的过程中,造林力度较大,林地面积增加,再加之海拔低㊁降水丰富,植物生长良好,植被覆盖度高,土壤保持量增加显著且在全流域范围内处于较高水平㊂位于17号,18号,29号,22号,23号子流域由于人口较多,人类活动频繁,建筑用地增加,使得其单位面积土壤保持量较延长一带低㊂与2010年相比,2017年的15号,16号,28号子流域的单位面积土壤保持量较高,主要是由于这些子流域为治沟造地主要的工程示范区,土壤保持能力有所增强㊂总的来说,虽然不同治理期各子流域的单位面积土壤保持量具有一定的差异,但其变化规律基本一致,呈现由西北向东南逐渐增加的趋势,林草地和治沟造地的面积增加区域与土壤保持量增加区域具有一致性㊂图7子流域单位面积土壤保持量空间分布为了更进一步研究 治沟造地 对土壤保持的影响,在I n V E S T模型中,分别以治沟造地实施前后2010年㊁2017年土地利用为变量,其他参数均以2017年为基准带入模型进行计算,从而得到研究区治沟造地前后土壤保持量的变化(表3)㊂表3治沟造地前后土壤保持量的变化治理时期土壤保持量/(106t)耕地土壤保持量/(106t)耕地单位面积土壤保持量/(t㊃h m-2)治沟造地前292.0052.71255.62治沟造地后300.0051.43262.63变化量8.00-1.287.01延安市政府自2012年起大范围开展治沟造地工程[33],截至2017年,完成沟道土地整治面积336.67 k m2,其中大约三分之一的项目区位于延河流域㊂通过治沟造地,延河流域耕地的空间分布发生了变化,耕地面积由2012.29k m2减少到2007.02k m2,减少了5.27 k m2,其中,坡耕地继续实行退耕还林,转变为林草地;沟谷耕地的面积增加㊂与治沟造地前相比,造地后总的土壤保持量增加了8.0ˑ106t,其中耕地土壤保持量减少1.28亿t,而单位面积耕地土壤保持量增加7.0t/h m2㊂主要是由于新造沟谷耕地扩宽了原有水流的通道,降低了地表径流在汇流过程中的动能,水流的挟沙能力也随之减小,使得大量的泥沙被拦截在沟道内沉积了下来,输沙量减少,相应的土壤侵蚀量也在减小,土壤保持能力提高㊂总的来说,治沟造地工程使得研究区耕地整体的土壤保持能力提高㊂3.4延河流域土壤保持功能的影响因素分析从计算公式上来看,年土壤保持量的变化主要受土地利用类型以及潜在的侵蚀因子降雨㊁土壤类型,坡度坡长等因素的影响,具体表现为:3.4.1不同土地利用类型的土壤保持特征通过分析不同土地利用类型下总的土壤保持量和单位面积土壤保持量可得(见表4),单位面积土壤保持量的大小可以用来衡量不同地类土壤保持能力的强弱,在不同治理时期内,各土地利用类型中,林地的土壤保持能力较大,最大达到498.21t/h m2,其次为草地,耕地的土壤保持能力小于林草地,裸地和建筑用地的土壤保持能力均较小㊂从土壤保持量上来看,草地的土壤保持量占研究区总土壤保持量的比例分别为61%, 62%,62%,36%,林地占比分别为21%,19%,20%, 46%,由此可见,虽然草地的土壤保持能力弱于林地,但其土壤保持量高于林地,且草地的土壤保持量占比在逐渐减小,林地的占比在逐渐增大㊂整体来看,林草地是研究区保持土壤的中坚力量,贡献较大,占比达到了70%以上㊂3.4.2不同海拔土壤保持变化为了进一步研究不99第3期王鹭等:延河流域典型治理阶段的土壤保持功能时空变化及驱动因素分析Copyright©博看网. All Rights Reserved.同海拔梯度的土壤保持特征,本文高程采用与前文相同的分级,计算不同高程分级下的土壤保持量,见图8,研究区不同治理时期典型年份土壤保持量随着海拔的升高呈现先增加后减少的趋势,其中1000~1500m海拔梯度的土壤保持量较大,占研究区土壤保持量的70%以上,在海拔1200~1500m出现峰值,海拔<800m的土壤保持量最小,约占研究区土壤保持量的1%左右,其次为海拔>1500m㊂表4不同土地利用类型下土壤保持量和单位面积土壤保持量时间土地利用类型耕地林地草地水域建筑用地未利用地1990年土壤保持总量/(106t)26.8335.8099.580.320.380.00土壤保持总量比例/(%)16.4721.9761.120.190.240.00单位面积土壤保持量/(t㊃h m-2)135.97300.00285.97145.03177.8139.162000年土壤保持总量/(106t)25.5326.9886.670.040.300.07土壤保持总量比例/%18.2919.3362.090.030.210.05单位面积土壤保持量/(t㊃h m-2)122.32230.23198.3437.6397.3252.552010年土壤保持总量/(106t)52.2357.39181.040.110.950.26土壤保持总量比例/(%)17.8919.6562.000.040.330.09单位面积土壤保持量/(t㊃h m-2)259.57483.55410.5994.52190.69203.312017年土壤保持总量/(106t)52.71136.84108.800.071.300.20土壤保持总量比例/%17.5745.6336.280.020.430.07单位面积土壤保持量/(t㊃h m-2)262.63498.21384.9592.09160.20143.88图8不同高程分级下的土壤保持量3.4.3不同坡度的土壤保持特征本研究考虑延河流域地形㊁土地利用以及植被覆盖的分布,参考水土流失调查中划分坡度方法[34],将坡度分为6级,计算不同坡度等级下的土壤保持量,见图9,研究区土壤保持量均随着坡度的增加呈先增加后减小的趋势,小于15ʎ范围内,土壤保持量占比较小,四年分别为13.74%,14.05%,14.02%,14.01%,15ʎ~25ʎ坡度范围内土壤保持量较大,均占研究区总土壤保持量的35%以上,25ʎ~35ʎ坡度范围内土壤保持量的贡献仅次于15ʎ~25ʎ范围,这两个等级土壤保持量总贡献均达到70%以上㊂3.4.4基于地理探测器的土壤保持功能驱动因素分析本文利用地理探测器,定量评估不同驱动因素对土壤保持功能空间分布影响的大小,结果显示(见表5),不同影响因子对土壤保持量影响的解释力不同,具体表现为土地利用类型>年降雨量>N D V I>坡度>海拔㊂土地利用类型的q值最高,是影响土壤保持空间分布格局的重要驱动因子,其次为年降雨量因子,海拔对土壤保持量影响的解释力较低㊂图9不同坡度下的土壤保持量表5土壤保持量影响因子的q值年份海拔坡度土地利用类型N D V I年降雨量19900.00110.00160.04240.00480.0072 20000.00480.00630.02230.00270.0128 20100.00770.01050.02070.01160.0132 20170.00370.00550.02680.00760.0121经过交互作用探测结果可知,在研究期内,双因子交互作用的q值均大于单因子,即两因子共同作用下对土壤保持量的解释力大于单因子㊂将处于前三位的交互作用进行分析㊂由表6看出,在研究期内,q 值处于首位的均为土地利用类型与年降雨量,2017年q值达到0.0524,较同年单因子q值有很明显的001水土保持研究第30卷Copyright©博看网. All Rights Reserved.增加㊂因此,在延河流域的土壤保持治理中,可以考虑以土地利用方式为主导,根据流域内降雨分布规律,优化研究区的土地利用格局,如在降雨强度较大的区域增强林草地的覆盖,增强土壤保持能力㊂表6不同年份土壤保持影响因子交互作用探测项目1990年2000年2010年2017年主导交互作用1土地利用类型ɘ年降雨量土地利用类型ɘ年降雨量土地利用类型ɘ年降雨量土地利用类型ɘ年降雨量q0.05240.04120.03840.0392主导交互作用2年降雨量ɘ坡度土地利用类型ɘ坡度土地利用类型ɘ坡度土地利用类型ɘN D V I q0.04790.03290.03620.0331主导交互作用3年降雨量ɘN D V I土地利用类型ɘ海拔土地利用类型ɘ海拔土地利用类型ɘ坡度q0.04750.03040.03230.03264讨论(1)本研究结果表明,治沟造地工程使得延河流域单位面积耕地的土壤保持量增加7.0t/h m2㊂此结果是在退耕还林基础上进行的分析,是退耕还林与治沟造地工程综合影响的结果㊂事实上,本模型的构建和验证是在延河流域处于裸地的条件下进行的,原则上该模型可以对在裸地基础上进行不同治理措施的作用进行研究㊂下一步可以在本研究的基础上进一步开展相关工作㊂(2)本研究认为,土地利用类型的变化是影响土壤保持空间分布格局的重要驱动因素,贾振宇等[35]对辽河保护区土壤保持功能变化及其影响因素的研究认为土地利用类型改变是影响辽河保护区土壤保持格局的主导因素,本研究与其研究结果一致;不同土地利用类型的土壤保持能力不同,具体为:林地>草地>耕地>建筑用地>未利用地,这与薛亚永等[36]对黄土高原森林草原区退耕还林(草)的土壤保持效应的研究结果一致㊂(3)本研究在模型模拟过程中,将D E M数据和土壤数据作为始终不变的数据输入模型进行计算,但实际上,随着退耕还林以及治沟造地工程的实施,植被覆盖逐渐增加,土壤中有机质增加,土壤肥力增强,使得土壤性质也发生了变化,与此同时,地形也在发生微小的变化,因此,假设地形和土壤未发生变化这一条件对模拟结果会造成一定的误差,在今后的研究中,要考虑地形和土壤变化对土壤保持的影响,使得计算结果更加准确㊂5结论(1)在时间变化上,与退耕还林前(1990 2000)相比,退耕还林期(2000 2010)和退耕还林+治沟造地期(2010 2017)的多年平均土壤保持量分别增加了32.29%,55.61%,年均增加4.92ˑ106t,生态系统土壤保持功能明显增强㊂(2)在空间分布上,林草地和治沟造地的面积增加区域与土壤保持量增加区域具有一致性,治沟造地工程使得延河流域耕地整体的土壤保持能力提高,单位造地面积的土壤保持量增加7.0t/h m2㊂土壤保持量随坡度㊁高程的增加呈现先增加后减少的趋势,在海拔1200~1500m,坡度15ʎ~25ʎ范围内土壤保持总量占年总土壤保持量比例较高㊂(3)由于退耕还林和治沟造地工程的实施,延河流域土地利用类型的变化主要为一部分耕地转换为林草地,沟谷耕地逐渐增加,土地利用类型的变化是影响土壤保持空间分布格局的主要驱动因子㊂参考文献:[1] D e n g L,S h a n g g u a nZ P.H i g h q u a l i t y d e v e l o p m e n t a la p p r o a c h f o rs o i l a n d w a t e rc o n s e r v a t i o na n d e c o l o g i c a lp r o t e c t i o no nt h el o e s s p l a t e a u[J].F r o n t.A g r.S c i.E n g.,2021,8(4):501-511.[2]刘国彬,上官周平,姚文艺,等.黄土高原生态工程的生态成效[J].中国科学院院刊,2017,32(1):11-19. [3]李相儒,金钊,张信宝,等.黄土高原近60年生态治理分析及未来发展建议[J].地球环境学报,2015,6(4):248-254.[4] R e nM.S e d i m e n t d i s c h a r g e o f t h eY e l l o wR i v e r,C h i n a:P a s t,p r e s e n t a n d f u t u r e-As y n t h e s i s[J].A c t aO c e a n o-l o g i c aS i n i c a,2015,34(2):1-8.[5]余新晓,吴岚,饶良懿,等.水土保持生态服务功能评价方法[J].中国水土保持科学,2007,5(2):110-113. [6]冯磊,王治国,孙保平,等.黄土高原水土保持功能的重要性评价与分区[J].中国水土保持科学,2012,10(4):16-21.[7]宁婷,郭新亚,荣月静,等.基于R U S L E模型的山西省生态系统土壤保持功能重要性评估[J].水土保持通报,2019,39(6):205-210.[8]孙文义,邵全琴,刘纪远.黄土高原不同生态系统水土保持服务功能评价[J].自然资源学报,2014,29(3):365-376.[9]王森.延安市土地利用变化及其土壤保持功能效应研究101第3期王鹭等:延河流域典型治理阶段的土壤保持功能时空变化及驱动因素分析Copyright©博看网. All Rights Reserved.。
陕北黄土丘陵区不同降雨量区土壤—植物生态化学计量学特征研究
陕北黄土丘陵区不同降雨量区土壤—植物生态化学计量学特征研究本研究通过对陕北黄土丘陵区三个降雨量区（米脂、延安、富县）退耕地草本植物多样性以及组成成分调查,结合室内测定土壤-叶片-枯落物碳（C）、氮（N）、磷（P）含量。
探讨陕北黄土丘陵区不同降雨量区土壤、叶片、枯落物C、N、P 含量及其生态化学计量学特征之间的差异与变化特征,同时探讨土壤、植物养分含量及其生态化学计量学特征与环境因子之间的关系。
以期阐明不同降雨量区下陕北黄土丘陵区不同人工植被群落植物与土壤养分功能作用的动态过程,为陕北黄土丘陵区植被恢复重建、合理配置植被模式提供科学依据。
主要结论如下:（1）植被种类、多样性以及分布格局在不同降雨量下下表现出显著的差异,但不同植被类型郁闭度表现出不同的差异性。
乔木郁闭度在不同降雨量下下表现为富县>延安>米脂;灌木表现为延安分别显著高于米脂和富县1.62、1.03倍;草本则为富县分别显著高于米脂和延安0.56、0.45倍,但在米脂和延安之间没有显著的差异性。
由于不同降雨量区差异显著,这使得富县地区的水热条件较之米脂和延安更好。
自然降雨量丰富进一步使得富县土壤含水量最高,因此草本生长较好。
（2）随着三个地区年均降雨量的增加,不同类型植被群落退耕林下土壤C含量变化范围表现为1.6-9.1 g·kg<sup>-1</sup>、1.0-12.5 g·kg<sup>-1</sup>、2.6-8.0 g·kg<sup>-1</sup>;N的变化范围为0.3-0.7 g·kg<sup>-1</sup>、0.4-0.8 g·kg<sup>-1</sup>、0.3-1.0 g·kg<sup>-1</sup>;P的变化范围分别为0.4-0.6 g·kg<sup>-1</sup>、0.3-0.6 g·kg<sup>-1</sup>、0.3-0.6g·kg<sup>-1</sup>。
延河流域三种土壤可蚀性K值估算方法比较
延河流域三种土壤可蚀性K值估算方法比较林芳;朱兆龙;曾全超;安韶山【摘要】土壤可蚀性因子K是表征土壤侵蚀作用的敏感指标.采用3种土壤可蚀性K值估算方法(Torri.D模型、EPIC模型、Shirazi公式法)对延河流域土壤可蚀性进行对比研究,以实测K值为依据,采用相关性分析和模型估算筛选出符合该区侵蚀特点的土壤可蚀性估算方法.结果表明:延河流域土壤中有机碳、黏粒、粉粒含量随植被覆盖度的变化由北向南逐渐增加,平均质量直径(DMW)表现为森林>森林草原>草原,KEPIC和Kshirazi与DMW呈正相关,而Torri.D模型估算K值(KTorri.D)与DMW呈相反的变化趋势,即从草原到森林草原再到森林,土壤团聚体稳定性和抗侵蚀性逐渐增加.KTorri.D的变化范围为0.068~0.1475,高于真实K值(0.0312~0.0796),相比于其他两种方法,Torri.D模型平均绝对误差(MAE)、平均相对误差(MRE)和均方根误差(RMSE)更接近于0,而精度因子(Af)更接近1,具有更高的可信度,更加适用于延河流域土壤侵蚀敏感性评价和土壤流失量预测.%[Objective]Soil erodibility K is an international index of soil susceptibility to erosion, and can be used as an important quantitative parameter in evaluating soil erodibility. The Yanhe Valley is located on the Loess Plateau,where soil erosion is very severe,and also very severe in soil erosion. In this case,it is particularly important to conduct research on soil erosion models for this region. In recent years, in studies on soil erodibility of loess,soil erodibility factor K is often used as an index for evaluation of soil erosion. Though certain progress has been made in the research on using the formula method to assess soil erosion factor K in the loess area,it is still infeasible to go on doing researches on estimating K values in someparts of the Loess Plateau due to limitation of data availability and inconsistency between standard plot and observation plot. Besides,the reliability of the formula method still need to be validated. So,it is necessary to design an equation that is workable for estimating soil erodibility K even when inadequate data of soil physical and chemical properties are available. The purpose of this study is to pick out of the three methods currently available for estimating soil erodibility K one that fits the special situation of the river valley.[Method]In thisstudy,comparison was performed between the three methods,i.e. Torri.D model, EPIC model,and Shirazi formula in applicability to estimation of K for the nine catchments of the Yanhe Valley. Collection analysis and Model-based estimation methods were used to process and analyze the data and compare predicted K with measured K,so as to screen out the most suitable one.[Result]Results show that the contents of soil organic carbon,clay and silt gradually increased from north to south with the increasing vegetation coverage. In terms of mean weightdiameter(DMW),the three types of vegetation in the valley followed an order of forest > forest-steppe > steppe,and DWM was positively related to the K predicted with the EPIC model and Shirazi formula method,but negatively to that with the Torri.D model,which means that soil aggregate increased in stability and the soil in erosion resistance as the vegetation turned from steppe to forest-steppe to forest. The three predicted Ks displayed an order of KTorri.D > KEPIC > Kshirazi. KTorri.D varied in the range of 0.068~0.1475,higher than the measured one(0.0312~0.0796).Compared with the other two,Torri.D model was the lowest in uncertainly,with mean absolute error(MAE),mean relative error(MRE),root mean square error(RMSE)close to 0,and dilution of precision(Af)close to 1, suggesting that Torri.D model is more suitable than the other two for use to evaluate soil erosion susceptibility and calculate soil loss.[Conclusion]To sum up,all the findings described above indicate that Torri.D model can be used to soil erosion susceptibility and predict soil loss of a region even when data of the region are incomplete or inadequate.【期刊名称】《土壤学报》【年(卷),期】2017(054)005【总页数】11页(P1136-1146)【关键词】延河流域;土壤可蚀性K值;Torri.D模型【作者】林芳;朱兆龙;曾全超;安韶山【作者单位】西北农林科技大学机械与电子工程学院,陕西杨凌 712100;西北农林科技大学机械与电子工程学院,陕西杨凌 712100;西北农林科技大学黄土高原土壤侵蚀与旱地农业国家重点实验室,陕西杨凌 712100;西北农林科技大学黄土高原土壤侵蚀与旱地农业国家重点实验室,陕西杨凌 712100;西北农林科技大学黄土高原土壤侵蚀与旱地农业国家重点实验室,陕西杨凌 712100【正文语种】中文【中图分类】S157土壤可蚀性（Soil Erodibility）是指土壤容易受到侵蚀破坏的性能，国际上一般采用K值即土壤可蚀性因子来表示，可以评价土壤对侵蚀敏感程度的重要定量化参数［1］。
延河流域生态环境脆弱性评价及其特征分析
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｎｏ ｒ ｔ ｈ ｗｅ ｓ ｔ Ｆ ｏ ｒ ｅ ｓ ｔ ｒ ｙ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ
ｄ ｏ ｉ ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ １ — ７ ４ ６ １ ． ２ ０ １ ３ ． ０ ３ ． ３ １
程度 占 １ １ ． ３ ６ ； 轻 度及 以 下脆 弱程 度 占 ３ ３ ． ７ ８ 。延 河 流域 极 度脆 弱 带主要 分 布 在 陕 西省 靖 边 县、 志丹县 西部 ； 重度 脆 弱带主要 分 布在 安塞县 西 北部 及子 长县 ； 中度 脆பைடு நூலகம்弱 带 主要 分布在 安 塞 县 东 南部 、 延 川县及 宝塔 区； 轻 度脆 弱 带主要 分布在 宝塔 区 东南部 及 延 长县 西北部 ； 微 度 脆 弱 带主 要 分
延 河 流 域 生 态 环 境 脆 弱 性 评 价 及 其 特 征 分 析
雷 波 ， 焦 峰 ， 王 志 杰 ， 刘 源 鑫。 ， 朱 乐 天。
（ １ ． 中 国 科学 院 水 利 部 水 土保 持 研 究 所 ， 陕西 杨 陵 ７ １ ２ １ ０ ０ ； ２ ． 西 北农 林 科技 大 学 水 土 保 持 研 究 所 ， 陕西 杨陵 ７ １ ２ １ ０ ０
３ ． 西北农林科技大学 资源环境学 院， 陕西 杨陵 ７ １ ２ １ ０ ０ ）
摘 要 ： 以黄 土 丘 陵 区 延 河 流 域 为 研 究 对 象 ， 在 遥 感 和 ＧＩ Ｓ技 术 支 持 下 ， 应 用 空 间 主 成 分 分 析 方
法， 综合 评价 该 区生 态环境脆 弱性 ， 对 其 生 态 环 境 脆 弱 性 特 征 进 行 简要 分 析 ， 以 期 为 延 河 流 域 生 态
#塔里木荒漠河岸林植物群落演替下的土壤理化性质研究
生态环境学报 2010, 19(12): 2808-2814 Ecology and Environmental Sciences E-mail: editor@基金项目：国家自然科学基金（NSFC-21007072）；中国科学院知识创新工程重要方向项目（KZCX2-YW-GJ02）；中国科学院知识创新工程基金（KZCX2-YW-403）；中国科学院广州地球化学研究所知识创新领域前沿项目（GIGCX-09-01）作者简介：韩路（1971年生），男，副教授，硕士，主要从事生态学教学与研究。
Email : hlzky@ 收稿日期：2010-11-09塔里木荒漠河岸林植物群落演替下的土壤理化性质研究韩路1,2，王海珍1,2，彭杰2，陈家利2，庞明31. 新疆生产建设兵团塔里木盆地生物资源保护利用重点实验室，新疆 阿拉尔 843300；2. 塔里木大学植物科学学院，新疆 阿拉尔 843300；3.乌鲁木齐乌拉泊新投绿原公司，新疆 乌鲁木齐 830038摘要：选择塔里木荒漠河岸林内典型、有代表性的不同演替阶段的群落，对其土壤理化性质进行研究。
结果表明：土壤理化性质在演替方向和土壤剖面上表现出较强的规律性。
演替后、中期表层土壤(0~20 cm)粘粒质量分数比初期分别减少了1.28%、64.29%、土壤砂粒质量分数分别增加了3.08%、17.23%，土壤明显变粗沙化。
群落演替能明显增大土壤容重与非毛管孔隙度，降低土壤总孔隙度、毛管孔隙度、孔隙比、土壤水分质量分数、最大持水量、毛管持水量和最小持水量。
演替后、中期表层土壤非毛管孔隙度比初期分别增大了33.78%、36.087%，土壤水分质量分数分别降低了85.57%、97.77%，演替后期最大持水量、毛管持水量分别比初期降低了40.28%、9.27%，导致土壤固相率减小，气相率增大，土壤持水供水能力与抗风蚀性能减弱。
土壤有机质、全氮与碱解氮、全磷与速效磷、全钾与速效钾、盐分质量分数随群落演替呈降低趋势。
基于LHS策略的延河流域植物功能型划分
ＹＡＮＧ Ｙｕ－ｔｉｎｇ１，ＺＥＮＧห้องสมุดไป่ตู้Ｈｏｎｇ－ｗｅｎ４，ＷＥＮ Ｚｈｏｎｇ－ｍｉｎｇ２，３＊ ，ＷＡＮＧ Ｙａｎｇ１
（１．Ｃｏｌｌｅｇｅ ｏｆ Ａｎｉｍａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｎｏｒｔｈｗｅｓｔ Ａ＆Ｆ Ｕｎｉｖｅｒｓｉｔｙ，Ｙａｎｇｌｉｎｇ ７１２１００，Ｓｈａａｎｘｉ，Ｃｈｉｎａ； ２．Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｓｏｉｌ ａｎｄ Ｗａｔｅｒ Ｃｏｎｓｅｒｖａｔｉｏｎ，Ｎｏｒｔｈｗｅｓｔ Ａ＆Ｆ Ｕｎｉｖｅｒｓｉｔｙ，Ｙａｎｇｌｉｎｇ ７１２１００，Ｓｈａａｎｘｉ，Ｃｈｉｎａ； ３．Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒ ｏｆ Ｓｏｉｌ ａｎｄ Ｗａｔｅｒ Ｃｏｎｓｅｒｖａｔｉｏｎ ａｎｄ Ｅｃｏｌｏｇｉｃａｌ Ｅｎｖｉｒｏｎｍｅｎｔ，Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ ａｎｄ Ｍｉｎｉｓｔｒｙ ｏｆ Ｅｄｕｃａｔｉｏｎ，Ｙａｎｇｌｉｎｇ ７１２１００，Ｓｈａａｎｘｉ，Ｃｈｉｎａ； ４．Ｃｏｌｌｅｇｅ ｏｆ Ｆｏｒｅｓｔｒｙ，Ｎｏｒｔｈｗｅｓｔ Ａ＆Ｆ Ｕｎｉｖｅｒｓｉｔｙ，Ｙａｎｇｌｉｎｇ ７１２１００，Ｓｈａａｎｘｉ，Ｃｈｉｎａ）
西北林学院学报 ２０１９，３４（２）：８４－９１ Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈｗｅｓｔ Ｆｏｒｅｓｔｒｙ Ｕｎｉｖｅｒｓｉｔｙ
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－７４６１．２０１９．０２．１３
基于 ＬＨＳ策略的延河流域植物功能型划分
杨玉婷１，曾鸿文４，温仲明２，３＊ ，王 杨１
（１．西北农林科技大学 动物科技学院，陕西 杨陵 ７１２１００；２．西北农林科技大学 水土保持研究所，陕西 杨陵 ７１２１００； ３．中国科学院教育 部 水土保持与生态环境研究中心，陕西 杨陵 ７１２１００；４．西北农林科技大学 林学院，陕西 杨陵 ７１２１００）
陕西省3种主要树种叶片、凋落物和土壤N、P化学计量特征
陕西省3种主要树种叶片、凋落物和土壤N、P化学计量特征姜沛沛;曹扬;陈云明;赵一娉【期刊名称】《生态学报》【年(卷),期】2017(037)002【摘要】Plant nutrient stoichiometry can be used to distinguish the biological entities based on element composition and responses to environmental factors.We determined the N and P stoichiometry for leaves,litter,and soil associated with 3 dominant tree species:Robinia pseucdoacacia,Quercus liaotungensis,and Pinus tabulaeformis,at 39 sites in 29 countylevel cites of the Shaanxi Province.We aimed to distinguish the differences in leaf,litter,and soil N and P stoichiometry among the different tree species,and their relationships with environmental factors in the Shaanxi Province.Leaf N and P concentrations and their ratios,were Robinia pseucdoacacia ＞ Quercus liaotungensis ＞ Pinus pared with plant leaves,the range and quantity of litter N and P concentration significantly reduced (P＜0.05),and the order was still Robinia pseucdoacacia ＞ Quercus liaotungensis ＞ Pinus tabulaeformis,while the order for the N ∶P ratio was Pi nustabulaeformis ＞ Quercus liaotungensis ＞ Robinia pseucdoacacia.There were no significant correlations (P＜0.05) between Robinia pseucdoacacia,Quercus liaotungensis,and Pinus tabulaeformis leaf N (or P) and soil N (or P),indicating that their growthwas not limited by N or P.In total,there were significant correlations between leaf P and soil P (P＜0.05),which indicated that the growth of the plant was limited by P in the Shaanxi Province.Leaf N and P increased with mean annual temperature and precipitation,especially for Robinia pseucdoacacia.The leaf N ∶ P ratio for the 3 tree species did not clearly correlate with the environmental factors.Litter N increased with mean annual temperature and precipitation,and decreased depending on the latitude and longitude.Although litter P showed no significant relationships with temperature and latitude (P＜0.05),it declined with precipitation and longitude.Litter N ∶P ratio increased with temperature and precipitation and decreased with latitude.Soil N and P increased with latitude and altitude,and decreased with mean annual temperature,mean annual precipitation,and longitude.The soil N ∶P ratios demonstrated an opposite trend.Soil P was more closely correlated with environmental factors than N,and the relationship between the 0-10 cm and 10-20 cm N and P stoichiometry in terms of environmental factors was almost the same.%以陕西省29个县(市)39个样点的刺槐、辽东栎和油松林为研究对象,分析比较不同树种乔木叶片、凋落物与土壤N、P化学计量特征及其与经纬度、海拔、年均温度和年降水等环境因子间关系的异同以及三者之间可能存在的关系,以期为认识陕西省主要森林树种养分限制状况、制定合理的植被管理和恢复措施提供理论依据.结果表明:3树种叶片N、P含量及比值均为刺槐＞辽东栎＞油松,与叶片相比,凋落物中N、P含量变化幅度较小,为刺槐＞辽东栎＞油松,N∶P比值为油松＞辽东栎＞刺槐.10-20 cm与0-10 cm土层相比,3树种中除辽东栎中P含量差异不显著外,其它指标N、P含量及N∶P比值均显著下降(P＜0.05).刺槐、辽东栎和油松叶片N、P含量与土壤N、P含量均没有显著相关性,以刺槐、辽东栎和油松3种植物叶片为总体来说,P含量与土壤P含量显著正相关(P＜0.05).叶片N、P含量均大致表现出随着年均温度和年降水的增加而增加,随着经纬度的增加而降低的趋势,这一点在刺槐叶中最为明显.凋落物N含量随着年均温度和年降水的增加而增加,随着纬度和经度的增加而降低;P含量随着年降水和经度的增加而降低;N∶P比值随着年均温度和年降水的增加而增加,随着纬度的增加而降低.研究区内,土壤N、P含量随着纬度、海拔的增加和年均温度、年降水、经度的降低而增加,N∶P比值则呈相反的趋势.3树种土壤N、P含量及N∶P比值中,P含量比N含量受环境影响更大,且0-10 cm 和10-20 cm土层N、P含量及N∶P比值与各环境因子的关系基本一致.【总页数】12页(P443-454)【作者】姜沛沛;曹扬;陈云明;赵一娉【作者单位】西北农林科技大学林学院,杨凌712100;西北农林科技大学黄土高原土壤侵蚀与旱地农业国家重点实验室,杨凌712100;中国科学院水利部水土保持研究所,杨凌712100;西北农林科技大学黄土高原土壤侵蚀与旱地农业国家重点实验室,杨凌712100;中国科学院水利部水土保持研究所,杨凌712100;西北农林科技大学林学院,杨凌712100【正文语种】中文【相关文献】1.黄土丘陵区不同森林类型叶片-凋落物-土壤生态化学计量特征 [J], 张萍;章广琦;赵一娉;彭守璋;陈云明;曹扬2.马尾松叶片-凋落物-土壤的碳氮磷化学计量特征 [J], 向云西;陈胜魁;潘萍;欧阳勋志;宁金魁;李琦3.马尾松叶片-凋落物-土壤的碳氮磷化学计量特征 [J], 向云西;陈胜魁;潘萍;欧阳勋志;宁金魁;李琦;4.北京平原地区不同人工林叶片-凋落物-土壤生态化学计量特征 [J], 姜俊;陆元昌;秦永胜;孟丙南;魏琦;肖佳伟5.黄土丘陵区沙棘混交林叶片、凋落物、土壤碳氮磷化学计量特征 [J], 吴旭;牛耀彬;陈云明;董从国;乔雨宁因版权原因，仅展示原文概要，查看原文内容请购买。
基于自然植被的延河流域农田生态系统土壤固碳潜力评估
基于自然植被的延河流域农田生态系统土壤固碳潜力评估杨尚斌;温仲明;张佳【摘要】以延河流域自然植被土壤有机碳为对照,对该区现有农田生态系统土壤固碳潜力进行评估.结果表明:影响自然植被土壤有机碳密度空间分布的环境因子有年均降雨季节变化、坡度和年均温度季节变化;而影响农田生态系统土壤有机碳密度分布的环境因素则包括年均蒸发量、年均最高温度与坡向;有机碳空间分布规律方面,延河流域南部土壤有机碳密度要明显高于北部,并且呈由北向南逐渐递增的趋势;情景模拟分析表明,延河流域坡度25°以上、15°～25°以及15°以下不同类型的耕地退耕后分别可以实现的固碳效益为90.41×104 t、58.52×104 t、57.55×104 t,而整个延河流域的农田生态系统如果全部实行退耕还林(草),其固碳潜力在206.48×104 t左右.可以看出,以土地利用调整为核心的区域固碳策略对环境改善具有重要意义.【期刊名称】《干旱地区农业研究》【年(卷),期】2010(028)005【总页数】7页(P211-217)【关键词】固碳潜力;有机碳密度;土壤碳与环境【作者】杨尚斌;温仲明;张佳【作者单位】西北农林科技大学资源环境学院,陕西,杨凌,712100;中国科学院水利部水土保持研究所,陕西,杨凌,712100;西北农林科技大学资源环境学院,陕西,杨凌,712100;中国科学院水利部水土保持研究所,陕西,杨凌,712100;西北农林科技大学资源环境学院,陕西,杨凌,712100;中国科学院水利部水土保持研究所,陕西,杨凌,712100【正文语种】中文【中图分类】S181科学评估我国农田生态系统土壤的固碳潜力,对以土地利用调整为核心的温室气体减排具有重要的指导意义,也为我国碳交易谈判提供重要的数据支持。
近年来,我国土壤固碳潜力研究备受关注,并在不同尺度上开展了较多的研究工作,为区域或全国尺度的土壤固碳潜力的合理评估提供了重要依据。
延河流域土地利用变化对其生态服务价值的影响
延河流域土地利用变化对其生态服务价值的影响李进鹏;王飞;穆兴民;李锐;杨勤科【期刊名称】《水土保持研究》【年(卷),期】2010(17)3【摘要】土地利用变化明显影响流域生态系统服务价值。
本文在谢高地等制定的中国陆地生态系统服务价值当量表的基础上,结合延河流域土地利用变化情况和生态系统服务特征,完善了延河流域生态系统服务价值估算表,并以延河流域1990年、2000年和2006年土地利用数据为基础,估算了各年度的生态服务价值。
分析表明:在16a间,延河流域生态服务价值总体有所提高,2006年比1990年生态服务价值增加了5.72亿元。
敏感性分析表明流域内生态服务价值对生态服务价值指数是缺乏弹性的,研究结果是可信的。
【总页数】5页(P110-114)【关键词】延河流域;土地利用变化;生态服务价值;敏感性分析【作者】李进鹏;王飞;穆兴民;李锐;杨勤科【作者单位】西北农林科技大学资源环境学院;中国科学院水利部水土保持研究所【正文语种】中文【中图分类】F301.24;X171.1【相关文献】1.新疆艾比湖流域土地利用变化对生态系统服务价值的影响 [J], 约日古丽卡斯木;杨胜天;孜比布拉·司马义2.漓江流域土地利用时空变化对生态系统服务价值的影响 [J], 李宁; 王浩宇; 王金叶; 黄良珂3.1998—2018年漓江流域土地利用变化对生态系统服务价值的影响 [J], 何毅;唐湘玲4.广西左右江流域土地利用变化对生态系统服务价值的影响 [J], 许洁;韦燕飞;童新华;冯文靖;安柳燕5.黄土高原生态脆弱区土地利用变化对生态系统服务价值的影响——以汾河流域为例 [J], 伍博炜;杨胜天;邵南方;彭瑞文;管亚兵因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
自然资源学报JOURNAL OF NATURAL RESOURCES第30卷第10期2015年10月V ol.30No.10Oct.,2015延河流域不同立地条件下植物-枯落物-土壤生态化学计量学特征向云1,4，程曼1，安韶山1,2*，曾全超2,3（1.西北农林科技大学资源环境学院，陕西杨凌712100；2.中国科学院、教育部水土保持与生态环境研究中心黄土高原土壤侵蚀与旱地农业国家重点实验室，陕西杨凌712100；3.中国科学院大学，北京100049；4.山西省环境科学研究院，太原030000）摘要：通过对黄土高原延河流域不同立地条件的植物、枯落物和土壤进行调查、取样和分析，选取不同立地条件下的共有植物达乌里胡枝子，研究了不同立地条件下共有植物-枯落物-土壤的碳、氮、磷化学计量特征，以期探索不同立地条件中的元素迁移和转化。
结果表明：1）土壤碳氮比的平均值为10.88，土壤碳磷比和氮磷比的平均值分别为23.14和2.13。
2）土壤碳氮比表现为阳坡>阴坡、沟坡>峁坡，氮磷比无显著差异；共有植物碳氮比表现为阳坡>阴坡，峁坡>沟坡，碳磷比和氮磷比为阴坡>阳坡，峁坡>沟坡；枯落物碳氮比表现为阳坡>阴坡，峁坡>沟坡；氮磷比和碳磷比在不同立地条件中均表现为阴坡>阳坡，沟坡>峁坡。
3）通过对不同立地条件下植物-枯落物-土壤化学计量特征的探讨，得知沟坡条件下土壤有机碳累积速率相对高于峁坡，阳坡土壤有机碳固定大于阴坡，各立地条件中土壤全磷含量相对一致；在植物生长后期以及枯落物分解过程中，阳坡和峁坡表现为氮素迁移转化相对强烈，阴坡和沟坡则有利于磷的迁移和转化。
关键词：土壤；植物；枯落物；生态化学计量学；立地条件中图分类号：S154文献标志码：A 文章编号：1000-3037(2015)10-1642-11DOI ：10.11849/zrzyxb.2015.10.004植物生长发育所需的养分主要来源于土壤，土壤对植物的生长具有非常重要的影响[1]。
同时，植物在生长过程中通过光合作用固定碳，以枯落物分解和根系分泌的方式将养分归还于土壤中。
枯落物及其分解过程是联系植被和土壤的纽带，植物-枯落物-土壤构成一个微观的生态系统，其中土壤养分供应量、植物养分需求量以及枯落物分解过程中养分的返还量的不断调节[2]，使植物-枯落物-土壤系统的养分含量具有明显的时空变化，但同时也增加了植物-枯落物-土壤中碳、氮、磷之间相关关系的复杂性。
生态化学计量学（Ecological Stoichiometry ）结合了生态学和化学计量学的基本原理，是研究生物系统能量平衡和多重化学元素平衡的科学，它是分析多重化学元素的质量平衡对生态过程相互影响的一种理论[3-4]，为探究不同生态系统中元素迁移和元素限制提供了有效手段。
近年来，越来越多的研究工作者利用化学计量手段来研究土壤植物的元素收稿日期：2014-09-10；修订日期：2015-04-23。
基金项目：国家自然科学基金面上项目（41171226）；新世纪优秀人才支持计划（NCET-12-0479）；国家自然科学基金重点基金（41030532）。
第一作者简介：向云（1987-），男，湖南澧县人，博士研究生，主要从事植被恢复与土壤的相互作用机制研究。
E-mail:xy020824@*通信作者简介：安韶山（1972-），男，研究员，主要从事土壤生态学、水土保持效益评价、流域生态与管理研究。
E-mail:shan@10期向云等：延河流域不同立地条件下植物-枯落物-土壤生态化学计量学特征迁移[5-10]。
但是将土壤-植物-枯落物作为一个微观的整体来研究其化学计量特征则相对较少。
黄土高原地形纵横交错，在流域尺度上，地形地貌是水热空间分异的重要影响因素，微域土壤环境条件与地上植被群落分布、群落的发育以及土壤的生产能力密切相关。
为了明确不同立地条件中土壤-植物-枯落物间的元素迁移和转化，本研究通过对黄土高原延河流域草原区不同立地条件下土壤、植物和枯落物进行采样分析，研究不同立地条件下土壤、植物和枯落物碳、氮、磷以及化学计量比的变化格局，试图阐明不同立地条件对草原区土壤生态化学计量特征的影响，以期进一步认识草地生态系统中不同立地条件的微观形成、演化和物质循环过程。
1材料和方法1.1研究区概况本研究选取陕西省延河流域高家沟小流域作为研究区域，该研究区位于黄土高原延河上游干流区（37°12′31″~37°16′36″N，108°58′5″~109°2′52″E），属草原带（参考邹厚远对陕北黄土高原植被带的划分[11]），海拔1245~1634m，流域总面积27.31km2。
年平均温度8.5℃，年降雨量343~475mm。
土壤类型以黄绵土为主，间有少量典型黑垆土。
土地利用以草地和耕地为主。
黄土丘陵沟壑区由于长期的侵蚀，地貌形态、坡度及土壤侵蚀程度存在垂直变化，这种侵蚀垂直分带性影响水分、热量和养分的分布，从而使植被组成和土壤养分在垂直分布上发生变化。
根据黄土丘陵区坡沟侵蚀类型的不同，将研究区坡沟系统划分为5种不同土壤立地条件类型：阳沟坡、阳峁坡、峁顶、阴峁坡、阴沟坡（图1）。
1.2样品采集与测定2012年8月在高家沟流域进行植被调查，经确认达乌里胡枝子（Lespedeza davurica L.）为小流域内不同立地条件下存在的共有植物。
在流域内选取3个典型的梁峁，每个梁峁在阳沟坡、阳峁坡、峁顶、阴峁坡、阴沟坡分别设置1个样点，3个梁峁共15个样点。
采样过程中由于条件所限，采样数量有所减少，实际样点为11个。
在每个样点随机设置3个2m×2m的样方，在样方内选择5株长势相近的达乌里胡枝子，采集其植株的所有叶片，收集样方内所有地表枯落物分别装入牛皮纸袋中，并按“S”形选择5个点采取土壤样品，采集0~10cm土层土样，混合均匀后装入塑料自封袋，带回室内进行全量养分（碳、氮、磷）的分析。
表1中为采样点地理位置和植被信息。
所收集到的土壤、植物样品和枯落物带回室内。
将土壤置于室内通风阴干后，仔细去除可见动植物残体，并研磨到0.149mm后进行全量测定。
植物样品于烘箱中85℃下烘15 min后，70℃下烘干至恒重，图1沟坡系统的横截面Fig.1The cross section of slope-gully system164330卷自然资源学报粉碎过100目筛后装袋保存。
枯落物样品直接在70℃下烘至恒重，粉碎过100目筛后装袋保存。
土壤、植物、枯落物的有机碳含量均采用重铬酸钾-外加热法测定，土壤中全氮含量采用凯氏定氮仪测定（KDY-9830，KETUO ），全磷采用高氯酸-硫酸消化-钼锑抗比色法进行测定（UV-2450紫外分光光度计）。
枯落物和植物中全氮、全磷采用H 2SO 4-H 2O 2消煮法，其中全氮采用凯氏定氮仪测定（KDY-9830，KETUO ），全磷采用钒钼黄比色法测定（UV-2450紫外分光光度计）。
1.3数据分析本研究中所有化学计量比为元素的摩尔比。
应用Excel 2003和SPSS 18.0软件对所有测定数据进行整理分析。
各统计数据均采用平均值及标准误差表示，采用One-Way ANOV A 对不同立地条件下土壤、植物和枯落物的化学计量比进行差异性检验。
2结果与分析2.1不同立地条件土壤-枯落物-植物养分分布特征表2为不同立地条件土壤-枯落物-共有植物（达乌里胡枝子）中有机碳、全氮、全磷含量分布。
土壤有机碳含量变化范围为3.79~6.07g ·kg -1，不同立地条件下土壤有机碳含量表现为：阳峁坡>峁顶>阴沟坡>阳沟坡>阴峁坡，且呈现显著性差异。
土壤全氮含量变化在0.45~0.65g ·kg -1之间，其中阳峁坡和峁顶相对较高，阴沟坡和阴峁坡相对次之，阳沟坡最低。
不同立地条件下土壤全磷含量比较稳定，分布在0.57~0.60g ·kg -1之间，不同立地条件之间无显著性差异。
阳沟坡植物有机碳含量最高，阴峁坡、峁顶、阳峁坡次之，阴沟坡最低。
植物全氮含量分布在22.13~33.06g ·kg -1之间，且因立地条件不同存在显著差异，阴峁坡植物全氮含量最高，峁顶最低。
不同立地条件下植物全磷在阳沟坡含量最高，为3.42g ·kg -1之间，其他立地条件分布在1.69~2.39g ·kg -1之间，且无显著性差异。
枯落物中的有机碳、全氮、全磷含量明显高于土壤。
枯落物中有机碳含量分布在337.09~367.70g ·kg -1之间，不同立地条件之间无显著性差异。
不同立地条件中枯落物的表1各采样点地理位置和植被信息Table 1Geographic information and vegetation situation ofsites 164410期向云等：延河流域不同立地条件下植物-枯落物-土壤生态化学计量学特征全氮含量呈现显著性差异，变化在6.86~10.94g ·kg -1之间，表现为阴沟坡>峁顶>阳沟坡>阴峁坡>阳峁坡。
阴沟坡枯落物全磷含量最低，为1.84g ·kg -1，阳沟坡、阳峁坡、峁顶、阴峁坡分别比阴沟坡枯落物全磷含量高0.77、1.10、0.45、0.32g ·kg -1。
2.2不同立地条件土壤生态化学计量特征如图2所示，不同立地条件下0~10cm 土层土壤碳氮比为9.02~12.30，平均值为表2不同立地条件下土壤-植物-枯落物养分分布特征Table 2The nutrient characteristics of soil,plant and litter under different siteconditions注：不同小写字母表示不同立地条件存在显著差异。
下同。
图2不同立地条件下土壤化学计量比Fig.2Soil stoichiometry under different site conditionss164530卷自然资源学报10.88，变异系数为1.22；土壤碳磷比为17.18~27.51，平均值为23.14，变异系数为4.01；土壤氮磷比为1.75~2.53，平均值为2.13，变异系数为0.33。
不同立地条件下土壤生态化学计量比呈现较显著差异。
阳沟坡和阴沟坡土壤碳氮比最大，阳峁坡、峁顶相对次之，阴峁坡最低。
土壤碳磷比表现为：阳峁坡、峁顶和阴沟坡相对较高，且两两之间无显著差异，阳沟坡次之，阴峁坡最小。
不同立地条件下土壤氮磷比无显著性差异。
2.3不同立地条件共有植物生态化学计量特征如图3所示，不同立地条件下共有植物化学计量比高于土壤化学计量比。