环境科学研究  2017, Vol. 30 Issue (7): 1069-1078  DOI: 10.13198/j.issn.1001-6929.2017.02.02

引用本文  

代豫杰, 李锦荣, 郭建英, 等. 乌兰布和沙漠不同灌丛土壤颗粒多重分形特征及其与有机碳分布的关系[J]. 环境科学研究, 2017, 30(7): 1069-1078.
DAI Yujie, LI Jinrong, GUO Jianying, et al. Soil Particle Multi-Fractals and Soil Organic Carbon Distributions and Correlations under Different Shrubs in Ulan Buh Desert[J]. Research of Environmental Sciences, 2017, 30(7): 1069-1078.

基金项目

国家自然科学基金项目(41301303);水利部公益性行业科研专项经费(201401084);中国水科院科研专项项目(MK2016J03)

责任作者

董智(1971-), 男, 蒙古族, 内蒙古乌兰察布人, 教授, 博士, 主要从事荒漠化防治研究, nmgdz@163.com

作者简介

代豫杰(1992-), 男, 宁夏银川人, daiyj_sdau@163.com

文章历史

收稿日期:2016-12-20
修订日期:2017-02-04
乌兰布和沙漠不同灌丛土壤颗粒多重分形特征及其与有机碳分布的关系
代豫杰1 , 李锦荣2 , 郭建英2 , 韩秀峰1 , 张梦璇1 , 周晓莹1 , 董智1     
1. 山东农业大学林学院, 山东省土壤侵蚀与生态修复重点实验室, 泰山森林生态站, 山东 泰安 271018;
2. 水利部牧区水利科学研究所, 内蒙古 呼和浩特 010020
摘要w(SOC)(SOC为土壤有机碳,soil organic carbon)及其分布状况显著受到土壤PSD(particle-size distribution,粒径分布)和有机质相互胶结方式的差异影响,而w(SOC)可反映土壤结构优劣程度,表征土壤肥力状况及碳库饱和度.以乌兰布和沙漠沙冬青、花棒、猫头刺、白刺和梭梭灌丛下0~100 cm深度风沙土为研究对象,通过野外分层采样与室内测试,采用多重分形理论探讨土壤特性和w(SOC)分布特征及其相互关系,反映土壤结构及肥力状况.结果表明:① 不同灌丛下的土壤均具有良好的分形特征,并且灌丛可通过降低风速,使≤ 50 μm的优质颗粒在周围表层土壤沉降,而优质颗粒数量与w(SOC)、D0(粒径分布范围)及D1(分布均匀程度)极显著正相关(P < 0.01),与D1/D0(分布离散程度)极显著负相关(P < 0.01);② 各灌丛下w(SOC)的大小关系与D1D0相似但与D1/D0完全相反,即w(SOC)可表征PSD状况进而反映土壤结构优劣程度,并且在沙冬青灌丛的>20~30、>60~80 cm土层出现两次峰值,分别为11.958、11.928 g/kg;③ 对D0的扩大及D1/D0的降低程度以沙冬青灌丛最为明显,但对D1的降低程度则以花棒灌丛最为明显.研究显示,多重分形理论可很好地描述乌兰布和沙漠风沙土性质,并且适生灌丛中沙冬青及花棒可更好地改善土壤颗粒及SOC特征,故可通过种植二者局部改良土壤及增加碳库饱和度.
关键词灌丛    多重分形维数    土壤粒径分布    土壤有机碳    乌兰布和沙漠    
Soil Particle Multi-Fractals and Soil Organic Carbon Distributions and Correlations under Different Shrubs in Ulan Buh Desert
DAI Yujie1 , LI Jinrong2 , GUO Jianying2 , HAN Xiufeng1 , ZHANG Mengxuan1 , ZHOU Xiaoying1 , DONG Zhi1     
1. Shandong Provincial Key Laboratory of Soil Erosion and Ecological Restoration, Taishan Forestry Ecosystem Research Station, College of Forestry, Shandong Agricultural University, Tai'an 271018, China;
2. Institute of Water Resources for Pastoral Area of the Ministry of Water Resources of China, Hohhot 010020, China
Abstract: Particle-size distribution (PSD) and contents of soil organic carbon (SOC) are regarded as soil fundamental characteristics, since SOC contents and distribution conditions can reflect the virtues or degree of defects of soil structure and soil fertile status. Multi-fractal theory has been widely used to evaluate PSDs, soil quality and SOC characteristics. Contents of SOC and distributions are significantly impacted by various methods of combination between soil particles and soil organic matters of different PSD. Therefore, we dug depths of 0-100 cm (0-10, > 10-20, > 20-30, > 30-40, > 40-60, > 60-80, > 80-100 cm) aoelian sandy soil profiles under Ammopiptanthus mongolicus, Hedysarum scoparium, Oxytropis aciphylla, Nitraria tangutorum and Haloxylon ammodendron shrubs coverage separately in Ulan Buh Desert, and from those as samples measured PSDs character and SOC contents and the distribution using multi-fractal theory, in order to analyze their correlations to give expression to soil structure and fertile status. The results showed that:(1) Soil under various shrubs all well reflected multi-fractal character; shrubs could decrease wind velocity to deposit fine particles which were ≤ 50 μm and supplement plasma materials carried by wind erosion. These resulted in positive significant correlation with w(SOC) and range of PSD, homogeneous degree of PSD (P < 0.01) and negative significant correlation with dispersion degree of PSD (P < 0.01). (2) Orders of w(SOC) under different shrubs were similar with D1 and D0, but totally opposite to D1/D0; w(SOC) could reflect PSDs status to illustrate virtues or defect degree of soil. w(SOC) showed double summit values under A. mongolicus at 20-30 and 60-80 cm soil layer, which were 11.958 and 11.928 g/kg. (3) A. mongolicus could enlarge D0 but decrease D1/D0 significantly, and H. scoparium could decrease D1 significantly, so H. scoparium and A. mongolicus could promote PSD status more significantly to raise w(SOC). The results showed that multi-fractal theory can describe aeolian sandy soil property in Ulan Buh Desert appropriately, and A. mongolicus and H. scoparium included in suited shrubs of local environment can improve soil particle status and promote soil quality in partial desert area and increase saturation of carbon pool.
Keywords: shrubs    multi-fractal    soil particle distribution    soil organic carbon    Ulan Buh Desert    

Mandelbrot[1]创立了分形理论并不断发展,认为分形体内任何一个相对独立的部分,在一定程度上都是整体的再现和缩影,即分形体均具有自相似结构性质[2],而土壤是具有自相似结构及一定分形特征的不规则复杂多孔介质[3-4],因此,可利用分形理论研究土壤性质的变化. PSD(particle-size distribution, 粒径分布)规律作为土壤的基本属性之一,可反演当地复杂的地形变化及环境变迁过程,反映土壤的肥力条件及侵蚀现状[5],利用分形理论研究PSD及土壤质量已为学界广泛采用. PSD的分形研究不仅用于反映黄土丘陵区[5-6]、紫色土区[7-8]、沙漠地区[9-10]和干旱河谷地区[11]土壤形成过程、流失状况、肥力条件及水土保持程度,也被用于分析沙漠地区植被恢复过程中土壤颗粒和土壤养分状况间的相关关系[12],同时,土壤分形维数作为颗粒分布非均一性的表达参数,与土壤质地、深度及其所处的地理位置有关,因而也被用来分析不同土地利用方式、土壤类型及不同土壤剖面深度条件下的土壤质地及农业、林业管理措施对PSD的影响[7-8, 13-14].但上述研究均多以单重分形维数作为评价指标,单重分维仅能表征土壤的整体性和均一性特征,不能表征土壤复杂的空间变异和非均质行为[15-16],而多重分形维数则可弥补上述不足,准确刻画土壤局部的空间变异状况及非均质特征并可描绘PSD更为细致的信息[14-15],因此,多重分形维数较单重分形维数可更好地反映土壤状况及质量.

有机质是反映土壤质量的重要指标[17-18],其含量是经SOC(soil organic carbon, 土壤有机碳)含量换算而得,故对于有机质含量的确定实质上可回归到SOC层面[19],而SOC储量状况对于了解土壤结构及其化学性质意义重大.分形和多重分形参数与有机质的相关性普遍高于土壤质地与有机质的相关性[14],二者均能很好地描绘有机质状况且比质地更适宜反映土壤质量的优劣,而不同粒径的颗粒和有机质相互排列、胶结方式的差异可直接影响SOC分布,因此,PSD差异是造成SOC变化最主要的内在原因[20].采用多重分形理论探讨因PSD改变而影响SOC储量的研究多以自然演替草原[5]、不同设障沙丘[21]、小流域湿地[22]及黄土高原沉积物[23]为代表,其中,前三者均表明D1(分布均匀程度)与土壤中优质颗粒(粒径≤50 μm)数量呈显著正相关关系,且优质颗粒可促进w(SOC)积累,而LI等[23]则进一步指出w(SOC)在黏土中最高,在砂土中最低.显然,不同沉积物或不同演替阶段的PSD及w(SOC)并不一致,在沙漠化防治过程中,不同灌丛对沙漠土壤物理性质影响显著[24],但灌丛对PSD状况及w(SOC)分布的影响如何,前者变化对后者的改变又如何,目前尚不清楚.

乌兰布和沙漠气候干旱、降水稀少、大风频发,风力引起的流沙活动可影响沙丘土壤的结构及稳定性,导致细粒物质的损失和粗粒物质的积聚[21],而灌丛效应可以有效拦截风沙流,使土壤颗粒在其周边沉积,进而影响灌丛下PSD及SOC状况,而探讨灌丛下二者的关系可揭示灌丛对沙漠土壤质量的影响,反映碳库状况及掌握固碳机理.基于此,该研究以乌兰布和沙漠中5种适生灌丛下0~100 cm深度土壤为研究对象,通过多重分形维数理论分析PSD(以φ计)、w(SOC)随土壤深度的变化,并探明二者间相互关系,从而有针对性地调整灌丛种类,以期为减缓局部沙漠土壤质量恶化及SOC固定提供基础理论及技术依据.

1 材料与方法 1.1 研究区概况

研究区位于乌兰布和沙漠刘拐沙头段(39°30′16.00″N~40°19′49.63″N、106°43′36.49″E~107°00′42.93″E),属中温带大陆性干旱季风气候,年降水量159.8 mm,年蒸发量3 289 mm,年均风速3.1~4.7 m/s,最大风速为28 m/s,全年8级以上大风日数为15~32 d,最多为52 d,多集中在4—8月,并且多为西风、西南风;区内流动沙丘广布,沙丘高度4~10 m;土壤类型主要为风沙土;植被多为白刺(Nitraria tangutorum)、梭梭(Haloxylon ammodendron)、沙冬青(Ammopiptanthus mongolicus)、花棒(Hedysarum scoparium)等旱生灌木,并有猫头刺(Oxytropis aciphylla)、柽柳(Tamarix chinensis)、盐爪爪(Kalidium foliatum)等[24]相伴分布,其中,白刺、梭梭、沙冬青及花棒盖度为30%~35%,猫头刺、盐爪爪及柽柳盖度不足20%.

1.2 取样及测试方法

为减少风沙对取样的影响,于2015年3—4月间相对静风日,以乌兰布和沙漠刘拐沙头段典型无植被流动沙丘为对照,选取生长4~5 a的白刺、沙冬青、花棒、梭梭、猫头刺等灌丛的半固定、固定沙丘,挖取土壤剖面采集土样.不同灌丛种类沙丘均随机设置3块5 m×5 m样地,每一样地选取3株灌丛并于根系附近取样.具体方法:在距植物主根系20 cm处,开挖长40 cm、宽20 cm、深100 cm的土壤剖面,分别挖取0~10、>10~20、>20~30、>30~40、>40~60、>60~80、>80~100 cm层土样,每层取样500 g左右,装入自封袋中密封保存并编号.将土样带回实验室阴干,过2 mm土壤筛,并去除根系等杂物,经盐酸-双氧水(HCL-H2O2)消煮后,使用英国马尔文公司的Mastersizer 2000(英国)激光粒度仪测定PSD.土壤粒径按美国制分级标准并参考许婷婷等[21]的研究,最终分为黏粒(0~2 μm)、粉粒(>2~50 μm)、细砂(>50~250 μm)、粗砂(>250~1 000 μm)、石砾(>1 000~2 000 μm).另取土壤样品过0.149 mm土壤筛,去除植物根系等杂物后采用水合热重铬酸钾氧化-比色法[25]测定w(有机质)并计算得到w(SOC).

1.3 土壤粒径的多重分形参数

取激光粒度仪测量区间I=[0.02, 2 000],依据给定的尺寸(ξ)将所研究的序列分为N个连续等距小片段,该划分方法既充分利用了激光粒度仪提供粒度连续数据的优势,也遵循了土壤粒径分布规律,比算数等差递增划分的方法更客观[14]. N=lg(Φi+1/Φi)为常数(ΦiΦi+1均为机测粒径范围),设第i个小片段序列总长为Li,为使用多重分形方法分析区间I的PSD特征,须使各子区间长度一致,故取Li=lg(Φi/Φ1)(Φ1为机测粒径范围首值),则出现量纲为1的新区间T=[0, 5],含100个等距子区间Ti=[Li, Li+1],则每个子区间的分形体分布概率为pi(ξ),按pi(ξ)大小划分为满足下面幂函数的子集[15-16, 21]

$p_i(\xi) \propto \xi^{\alpha}$ (1)

式中,ξ为粒径范围,i为[1, 100]内的整数,p为概率,α为奇异指数.若具有奇异性指数为α的单元个数为Nα(ξ),则Nα(ξ)与ξ呈幂指数关系:

$N(\xi) \propto \xi^{-f(\alpha)}$ (2)

式中,N为片段数,f(α)即为具有奇异性指数α的分形子集的分形维数,也称多重分形谱,用于度量研究对象的粗糙程度、复杂程度、不规则度、不均匀程度.因不同的ξ所产生不同的αf(α)便构成了一个刻画多重分形性质的多重分形谱.

为定义α-f(α)间的关系,引入配分函数:

$\chi _{q(\alpha)} = \sum\limits_{i=1}^{N(\xi)}p_i^q(\xi) = \xi^{\tau_q}$ (3)

式中,q为实数且在[-10, 10]内取整并以1为步长,χq(α)为配分函数.如果式(3) 后面的等式成立,则可从ln χq(α~ln ξ得到:

$\tau_q = \ln \chi_{q(\alpha)}/[(\ln \xi)/ \xi] \to 0$ (4)

式中,τq为质量指数.对τqq作勒让德变换,可得到粒径分布的Dq(广义维数谱):

$D_q = \tau / (q-1)\quad (q\ne 1)\\ D_1 = \tau \ln p_i(\xi) \quad (q = 1)$ (5)

对于Dq,该研究只讨论q=0,1时的特殊情况.当q=0时,D0代表PSD的宽度(容量维数),其值越大则表示PSD的范围越宽;当q=1时,D1反映了颗粒分布测度的集中度(信息维数),它可以表征PSD的不均匀程度,D1越大说明PSD越不均匀,并且各分布区域的体积百分比在各尺度上呈非均匀分布;D1/D0可表征PSD的离散程度,接近于1时表明颗粒分布主要集中于密集区域,接近于0时表明颗粒分布集中于稀疏区域[26-27].

多重分形谱奇异性指数为

$\alpha_q = D_{\tau q}/ D_q$ (6)

相对应于α(q)的多重分形谱函数为

$f(\alpha) = \alpha_q - \tau_q$ (7)

α~f(α)谱图可以描述多重分形的奇异性特征. q-α(q)曲线可以描述土壤分形特征,对于二者,以-10≤q≤10且以1为步长绘制图像. αmaxf(αmax)反映的是概率最大子集的性质,αminf(αmin)反映的是概率最小子集的性质;多重分形谱的Δα(αmax-αmin)(宽度)反映了概率分布范围的大小,Δf[f(α)min-f(α)max](谱形)为最大、最小概率间的比值.

数据统计、分析使用Excel 2010及SPSS 22.0,图像绘制使用Origin 9.0及MATLAB R2010b.

2 结果与分析 2.1 不同灌丛PSD特征

图 1所示,流动沙丘及各灌丛不同深度PSD的α(q)呈现连续的反“S”递减趋势,即α(q<0)>α(q>0),说明供试土壤具有良好的分形特征,且当α(q>0) 时曲线几近重合,表明分布于密集区域的标度性优于稀疏区域.

土层深度/cm:1-0~10;2->10~20;3->20~30;4->30~40;5->40~60;6->60~80;7->80~100. 图 1 不同灌丛不同深度PSD q-α(q)特征 Figure 1 q-α(q) characteristic of PSD in different levels and shrubs

表 1可知,D0的均值分布在0.517~1.673之间,大小关系为沙冬青>花棒>猫头刺>白刺>梭梭>流动沙丘,即各灌丛下的PSD分布范围均优于流动沙丘.其中,D0均值梭梭高于流动沙丘1.52%,而沙冬青较梭梭、白刺、猫头刺、花棒的增幅分别为69.10%、22.30%、9.26%、2.93%.由此,灌丛可明显增加PSD范围,但不同灌丛的增幅不同,其中以沙冬青最大、梭梭最小,说明当地适生灌丛中沙冬青对PSD范围的扩大作用最为显著(P<0.05).

D1的均值分布于1.352~1.559之间,流动沙丘及各灌丛的大小关系与D0略有区别,表现为花棒>猫头刺>沙冬青>白刺>梭梭>流动沙丘.其中,花棒D1均值高于流动沙丘13.28%,而较猫头刺、沙冬青、白刺、梭梭的增幅分别为2.31%、2.37%、5.45%、11.99%,说明灌丛可以不同程度增加PSD的非均一性,其中花棒增幅最为显著(P<0.05),但其余灌丛

表 1 不同灌丛不同深度PSD分形参数 Table 1 Fractal parameter of PSD in different levels and shrubs

间增幅差异并不明显.

D1/D0的均值分布于0.960~2.633之间,流动沙丘及各灌丛的大小关系与D0完全相反,表现为流动沙丘>梭梭>白刺>猫头刺>花棒>沙冬青,其中沙冬青较流动沙丘降低63.54%,较花棒、猫头刺、白刺、梭梭的降幅分别为3.90%、10.28%、20.66%、63.33%,但花棒D1/D0的平均值为0.999±0.036,最接近于1,PSD在密集区域的集中程度最高,φ(粉粒)与φ(黏粒)之和为11.69%居各灌丛之首(见表 2),说明灌丛可使PSD集中于密集区域,虽沙冬青对粒径离散程度的降幅最为显著(P<0.05),但密集区域的集中程度却在花棒灌丛下出现最大值.

表 2 不同灌丛PSD组成均值 Table 2 PSD average value in different levels and shrubs

表 2可知,流动沙丘及不同灌丛间PSD均值统一呈现先增加后降低的趋势,在细砂粒径范围时数值达到最大.其中,流动沙丘及梭梭灌丛下,φ(黏粒)及φ(粉粒)均为0,而φ(粉粒)及φ(细砂)则均在花棒灌丛下出现最大值,分别为8.86%及73.34%,在白刺灌丛下出现最小值,分别为4.87%和45.28%.

α(q)~f(q)图的Δα及Δf可以分别反映不同灌丛土壤整体分形概率测度的均匀分布状况及不同粒度级配土壤颗粒分布概率的地位特征.由图 2可知,流动沙丘及各灌丛不同深度土层所描绘的α(q)~f(q)曲线并不完全重合,流动沙丘Δα在>60~80 cm和>80~100 cm处显示出最大和最小值,分别为6.800和3.703,Δf在>30~40 cm表现出最大值-1.068<0,图像整体左偏,呈左钩状;沙冬青Δα在>30~40和0~10 cm分别呈现最大和最小值,为5.255和3.604,Δf最大值出现在>10~20 cm土层,为-1.250<0,图像整体左偏,呈左钩状;花棒Δα在>80~100和0~10 cm显示出最大和最小值,分别为4.330和3.604,Δf在>60~80 cm显示出最大值,为-1.427<0,图像整体左偏,呈左钩状.而梭梭、猫头刺、白刺各土层的α(q)~f(q)曲线重合度较低,但Δf均小于0,图像整体左偏,呈左钩状.

土层深度/cm:1-1~10;2->10~20;3->20~30;4->30~40;5->40~60;6->60~80;7->80~100. 图 2 不同灌丛不同深度PSD的α(q)~f(q)特征 Figure 2 α(q)-f(q) characteristic of PSD in different levels and shrubs
2.2 不同灌丛w(SOC)垂直分布

图 3可知,流动沙丘及各灌丛不同深度w(SOC)整体较低,表现为沙冬青>花棒>猫头刺>梭梭>白刺>流动沙丘,与D1/D0值的大小关系基本一致,不同灌丛均与流动沙丘差异显著(P<0.05),并且除梭梭与白刺灌丛差异不明显外,w(SOC)在各灌丛间均呈显著差异.流动沙丘和梭梭灌丛的w(SOC)分布状况均随土层加深先增加后减少,且在0~40 cm土层间变化较为明显,二者均在表层0~10 cm时最小,分别为11.635和11.698 g/kg,在>30~40和>20~30 cm时达到最大,分别为11.711和11.749 g/kg.沙冬青、花棒、白刺、猫头刺灌丛的w(SOC)垂直变化趋势相似,不同土层间波动较大,均表现为“M”型,其中,沙冬青的两个最高峰均分别出现在>20~30和>60~80 cm,为11.958和11.928 g/kg.

图 3 不同灌丛不同深度w(SOC)特征 Figure 3 Characteristic of SOC in different levels and shrubs
2.3 w(SOC)、PSD及其分形参数间相关关系

w(SOC)与PSD及各参数间的Pearson相关分析结果见表 3.由表 3可知,w(SOC)与小粒径颗粒含量如φ(黏粒)、φ(粉粒)间呈极显著正相关(P<0.01),但与φ(粗砂)间呈极显著负相关(P<0.01);与D1D0、Δf间呈极显著正相关(P<0.01),但与D1/D0呈极显著负相关(P<0.01). φ(黏粒)、φ(粉粒)与D1D0及Δf间呈极显著正相关(P<0.01),但与D1/D0及Δα呈极显著负相关(P<0.01). φ(粗砂)与D1D0及Δf间呈极显著负相关(P<0.01),但与D1/D0呈显著正相关(P<0.05).

表 3 w(SOC)、PSD组成及各分形参数间的相关分析 Table 3 Correlation analysis between w(SOC), PSD and fractal parameters
3 讨论 3.1 不同灌丛对PSD特征的影响

分形参数可定量且更为细致地描述PSD特征,其中,D1可代表其均匀程度,数值越小则分布越均匀,D0可代表其范围的宽度,数值越大则分布范围越广,D1/D0可反映土层中颗粒在密集区域的集中程度,越接近于1则集中程度越高[21, 26-27].流动沙丘地表因无植物覆盖而遭受强烈风蚀,风力搬运作用将表层细粒物质非等量且选择性吹蚀,使D1/D0高于各灌丛(见表 1).而灌丛可有效降低近地表风速,拦截风沙流,使风沙流中所携带的细粒物质在灌丛周围的土壤表层集聚,与原位土壤颗粒相互混合,弥补了因风蚀而损失的土壤颗粒,而不同粒径土壤颗粒的分布状况可改变土壤结构从而决定土壤特性[7],如各灌丛下0~10 cm土层D1D0高于流动沙丘,D1/D0均低于流动沙丘(见表 1). SUN等[5]在黄土高原对草地及裸地的PSD研究同样发现,不同年限自然演替草地0~10 cm土层的D1D0均显著高于裸地,植被在增加土壤表层D的同时,减缓了土壤恶化,即灌丛作用使表层PSD均匀程度降低,而范围及在密集区域的集中程度增加.

流动沙丘及各灌丛α(q)~f(q)图像均呈现左钩状(见图 2),表明不同深度PSD多集中于小概率区间,即各土层中细颗粒占主要地位,土壤颗粒细化度高,而各灌丛0~10 cm土层波峰的最低点均高于流动沙丘波峰的最高点,即各灌丛的Δf皆高于流动沙丘,从另一个角度说明灌丛作用使表层土壤颗粒分布更为分散,并且增加了黏粒、粉粒与细砂的含量,而DONG等[28]在南方花岗岩丘陵地区对不同风化土壤的研究同样发现植被可增加土壤黏粒、粉粒含量并遏制土壤侵蚀发展,并且优质土壤颗粒可使土壤质地明显改善.此外,Trimble等[29]则进一步发现植被可通过促进优质土壤颗粒含量的增加进而改善土壤质地、增加土壤水分入渗,最终使得SOC大量积累,与该研究中灌丛作用提升细粒物质含量以增加w(SOC)结果一致.但梭梭灌丛下细砂含量增幅明显,黏粒及粉粒含量无增幅,其原因还有待进一步探讨.

3.2 PSD特征与w(SOC)间的相互关系

Nadeu等[20]认为,团聚体内不同粒径土壤颗粒相互排列的方式及胶结的程度显著影响SOC状况,由表 3可知,w(SOC)与≤50 μm的优质土壤颗粒含量间呈极显著正相关关系(P<0.01),与非优质颗粒间呈极显著负相关关系(P<0.01),即≤50 μm的颗粒可对w(SOC)极显著正促进,而位于>250~1 000 μm间的颗粒则作用相反,张俊华等[30-31]指出,黏粒与有机物结合可增强有机质的稳定性和抵抗生物分解的能力,并最终表现为黏粒对SOC的强保护能力,而Hassink等[32-33]则进一步指出φ(黏粒)与土壤有机物质的分解速率表现为负相关关系,即低φ(黏粒)可降低碳库的饱和度,加速SOC流失[30],因此,φ(黏粒)的高低可直接影响w(SOC)或通过影响土壤有机质的稳定性及分解速率间接改变w(SOC).此外,砂土因其较高的扩散率[34],土壤中水分的运动和有机质的周转较快,而黏土中黏粒稳定有机质的能力强,不利于有机质周转[35].上述研究结果最终体现为w(SOC)与≤50 μm的优质土壤颗粒含量极显著正相关(P<0.01),并且φ(黏粒)又均与D1D0极显著正相关,与D1/D0极显著负相关(P<0.01)(见表 3),而沙冬青下>20~30和>60~80 cm土层D1D0相对较高而D1/D0相对较低,即φ(黏粒)在上述土层中较高,降低了有机质的周转速率使SOC固持在土壤中不致流失,故而,综合表现为沙冬青下w(SOC)的两个峰值出现在在>20~30和>60~80 cm土层.

3.3 灌丛对SOC的影响

灌丛通过改变PSD特征显著影响w(SOC)(P<0.05),并且w(SOC)在0~30 cm范围呈现不断增加的趋势(见图 3),这和SUN等[5]的研究结果一致,而各灌丛对于SOC分布的改变在>20~30 cm土层尤为明显且均高于0~10 cm表层土壤.对此,曹艳峰等[36]认为来自冠幅的凋落物是灌内表层SOC的重要来源,然而在细质地土壤中,黏粒的吸附作用和团聚体中微孔隙的强物理保护作用[30-31, 37]使SOC在土壤中稳定固持不致大量流失,但却使禁锢于微团聚体内部的有机质在短时间内难以大量分解,降低了冠幅凋落物提供新鲜有机质的周转速率[35],导致冠内表层SOC集中富集水平较低.此外,沙漠中强烈的风蚀作用使得凋落物难以在土壤表层长时间聚集,无法达到有机质释放SOC的腐殖化阈值,而主根系生长过程中的分泌物可能对于SOC释放具有一定活化作用,故w(SOC)在土壤表层最低,但随土层加深呈先增加后降低趋势,且不同灌丛对于表层土壤颗粒的优质化程度及主根系生长对SOC活化作用不同,使得不同灌丛间SOC存在显著差异(P<0.05),并最终呈现为沙冬青>花棒>猫头刺>梭梭>白刺>流动沙丘,即沙冬青和花棒通过自身灌丛作用明显增加表层优质土壤颗粒含量使得0~10 cm土层w(SOC)高于其余灌丛,但>10~100 cm土层w(SOC)随土壤深度增加呈先增加后降低趋势.

4 结论

a) 不同灌丛土壤具有良好的分形特征,且分布于密集区域的标度性优于稀疏区域,PSD、D1D0D1/D0值的变化表明,与流动沙丘相比,不同灌丛具有控制地表风蚀、防止表土粗化、促进细粒物质积累的作用,因此,在流沙上可通过种植适生灌丛拦截细粒物质,扩大表土PSD范围,增加优质土壤颗粒含量,遏制表层风沙土的持续粗化与恶化.

b) φ(黏粒)及φ(粉粒)与D1D0值极显著正相关(P<0.01),与D1/D0值极显著负相关(P<0.01),即PSD范围及均匀程度的增加表征了φ(黏粒)及φ(粉粒)的提升,而离散程度的增加则表征了φ(黏粒)及φ(粉粒)的降低. w(SOC)与φ(黏粒)、φ(粉粒)均呈极显著正相关关系(P<0.01),而D1D0、Δf均与w(SOC)呈极显著正相关关系(P<0.01),并且数值高于φ(黏粒)与φ(粉粒),即上述3个指标同样可以极好地反映SOC的变化状况,而且效果优于粒径分级,建议在以后的类似分析中加以应用.

c) 乌兰布和沙漠不同灌丛对PSD及SOC的影响具有一定差异,其中,沙冬青及花棒可更显著地扩大PSD范围并增加其在密集区域的集中程度、同时降低PSD均匀程度,更好地改善SOC状况及土壤质量,因此,可在今后的沙漠化防治过程中加大种植比例.

参考文献
[1]
MANDELBROT B B. How long is the coast of Britain? statistical self-simility and fractional dimension[J]. Science, 1967, 150(3775): 636-638. (0)
[2]
MANDELBROT B B. The fractal geometry of nature[M]. New York: W H Freeman, 1982. (0)
[3]
HUANG Guanhua, ZHANG Renduo, HUANG Quanzhong. Modeling soil water retention curve with a fractal method[J]. Pedosphere, 2006, 16(2): 137-146. DOI:10.1016/S1002-0160(06)60036-2 (0)
[4]
TENNEKOON L, BOUFADEL M C, LAVALLEE D, et al. Multifractal anisotropic scaling of the hydraulic conductivity[J]. Water Resource Research, 2003, 39(7): 1193-1205. (0)
[5]
SUN Caili, LIU Guobin, XUE Sha. Natural succession of grassland on the Loess Plateau of China affects multifractal characteristics of soil particle-size distribution and soil nutrients[J]. Ecological Research, 2016, 31(6): 891-902. DOI:10.1007/s11284-016-1399-y (0)
[6]
党亚爱, 李世清, 王国栋, 等. 黄土高原典型土壤剖面土壤颗粒组成分形特征[J]. 农业工程学报, 2009, 25(9): 74-78.
DANG Yaai, LI Shiqing, WANG Guodong, et al. Fractal characteristics of soil particle composition for typical of soil profile on Loess Plateau[J]. Transactions of the Chinese Society of Agricultural Engineering, 2009, 25(9): 74-78. (0)
[7]
CHENG Chen, WANG Yujie, WANG Yunqi, et al. Soil fractal features of typical forest stands in Jinyun Mountain, Chongqing City, southwest China[J]. Frontiers of Forestry in China, 2007, 2(4): 429-435. DOI:10.1007/s11461-007-0068-2 (0)
[8]
CHEN Xiaoyan, ZHOU Ji. Volume-based soil particle fractal relation with soil erodibility in a small watershed of purple soil[J]. Environmental Earth Sciences, 2013, 70(4): 1735-1746. DOI:10.1007/s12665-013-2261-y (0)
[9]
苏里坦, 宋郁东, 陶辉. 不同风沙土壤颗粒的分形特征[J]. 土壤通报, 2008, 39(2): 244-248.
SU Litan, SONG Yudong, TAO Yu. Fractal dimension of particle size for different aeolian sandy soil[J]. Chinese Journal of Soil Scince, 2008, 39(2): 244-248. (0)
[10]
管清玉, 桂洪杰, 潘保田, 等. 黄河宁蒙河段沙样粒度与分形维数特征[J]. 兰州大学学报(自然科学版), 2013, 49(1): 1-6.
GUAN Qingyu, GUI Hongjie, PAN Baotian, et al. Characteristics of the grain sizes and fractal dimensions for sand samples in Ningxia-Inner Mongolia section of the Yellow River[J]. Journal of Lanzhou University(Natural Sciences), 2013, 49(1): 1-6. (0)
[11]
伏耀龙, 张兴昌, 王金贵. 岷江上游干旱河谷土壤粒径分布分形维数特征[J]. 农业工程学报, 2012, 28(5): 120-125.
FU Yaolong, ZHANG Xingchang, WANG Jingui. Fractal dimension of soil particle-size distribution characteristics in dry valley of upper Minjiang river[J]. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(5): 120-125. (0)
[12]
贾晓红, 李新荣, 李元寿. 干旱沙区植被恢复过程中土壤颗粒分形特征[J]. 地理研究, 2007, 26(3): 518-525.
JIA Xiaohong, LI Xinrong, LI Yuanshou. Fractal dimension of soil particle size distribution during the process of vegetation restoration in arid sand dune area[J]. Geographical Research, 2007, 26(3): 518-525. (0)
[13]
王国梁, 周生路, 赵其国. 土壤颗粒的体积分形维数及其在土地利用中的应用[J]. 土壤学报, 2005, 42(4): 545-550.
WANG Guoliang, ZHOU Shenglu, ZHAO Qiguo. Volume fractal dimension of soil particle sand its applications to land use[J]. Acta Pedologica Sinica, 2005, 42(4): 545-550. (0)
[14]
王德, 傅伯杰, 陈利顶, 等. 不同土地利用类型下土壤粒径分形分析:以黄土丘陵沟壑区为例[J]. 生态学报, 2007, 27(7): 3081-3089.
WANG De, FU Bojie, CHEN Liding, et al. Fractal analysis on soil particle size distributions under different land-use types:a case study in the Loess Hilly areas of the Loess Plateau, China[J]. Acta Ecologica Sinica, 2007, 27(7): 3081-3089. (0)
[15]
管孝艳, 杨培岭, 任树梅, 等. 基于多重分形理论的壤土粒径分布非均匀性分析[J]. 应用基础与工程科学学报, 2009, 17(2): 196-205.
GUAN Xiaoyan, YANG Peiling, REN Shumei, et al. Heterogeneity analysis of particle size distribution for loamy soil based on multifractal theory[J]. Journal of Basic Science and Engineering, 2009, 17(2): 196-205. (0)
[16]
管孝艳, 杨培岭, 吕烨. 基于多重分形理论的农田土壤特性空间变异性分析[J]. 应用基础与工程科学学报, 2011, 19(5): 712-720.
GUAN Xiaoyan, YANG Peiling, LV Ye. Analysis on spatial variability of soil properties based on multifractal theory[J]. Journal of Basic Science and Engineering, 2011, 19(5): 712-720. (0)
[17]
DUMANSKI J, PIERI C. Land quality indicators:research plan[J]. Agriculture Ecosystems and Environment, 2000, 81(2): 93-102. DOI:10.1016/S0167-8809(00)00183-3 (0)
[18]
LIU Guobin, XU Mingxiang, LI Rui, et al. Assessment of a small catchment on the Loess Plateau[J]. Management Accounting Research, 2002, 15(2): 179-200. (0)
[19]
HOWARD P J A, HOWARD D M. Use of organic carbon and loss-on-ignition to estimate soil organic matter in different soil types and horizons[J]. Biology and Fertility of Soils, 1990, 9(4): 306-310. DOI:10.1007/BF00634106 (0)
[20]
NADEU E, DE VENTE J, MARTINEZ M M, et al. Exploring particle size distribution and organic carbon pools mobilized by different erosion processes at the catchment scale[J]. Journal of Soils and Sediments, 2011, 11(4): 667-678. DOI:10.1007/s11368-011-0348-1 (0)
[21]
许婷婷, 董智, 李红丽, 等. 不同设障年限沙丘土壤粒径和有机碳分布特征[J]. 环境科学研究, 2014, 27(6): 628-634.
XU Tingting, DONG Zhi, LI Hongli, et al. Distribution of soil particle size and soil organic carbon in dunes of checkerboard barriers with different setting years[J]. Research of Environmental Sciences, 2014, 27(6): 628-634. (0)
[22]
GAO Peng, NIU Xxiang, LV Shengqiao, et al. Fractal characterization of soil particle-size distribution under different land-use patterns in the Yellow River Delta Wetland in China[J]. Journal of Soils and Sediments, 2014, 14(6): 116-1122. (0)
[23]
LI Guanglu, PANG Xiaoming. Difference in organic carbon contents and distributions in particle-size fractions between soil and sediment on the Southern Loess Plateau, China[J]. Journal of Mountain Science, 2014, 11(3): 717-726. DOI:10.1007/s11629-013-2757-7 (0)
[24]
韩胜利, 叶冬梅, 秦佳琪, 等. 乌兰布和沙漠白刺灌丛土壤水分及物理特性的研究[J]. 干旱区地理, 2005, 28(4): 90-94.
HAN Shengli, YE Dongmei, QIAN Jiaqi, et al. Moisture content and physical properties of soil under brushwood of Nitaria tangutorum in the Ulanbuh desert[J]. Arid Land Geography, 2005, 28(4): 90-94. (0)
[25]
陈立新. 土壤试验实习教程[M]. 哈尔滨: 东北林业大学出版社, 2005. (0)
[26]
MARTÍN M A, MONTERO E. Laser diffraction and multi-fractal analysis for the characterization of dry soil volume-size distributions[J]. Soil and Tillage Research, 2002, 64(1/2): 113-123. (0)
[27]
MIRANDAJ G V, MONTERO E, ALVES M C, et al. Multifractal characterization of saprolite particle-size distributions after top soil removal[J]. Geoderma, 2006, 134(3/4): 373-385. (0)
[28]
DONG Xia, DENG Yusong, WANG Shuling, et al. Fractal features of soil particle-size distribution of different weathering profiles of the collapsing gullies in the hilly granitic region, South China[J]. Natural Hazards, 2015, 79(1): 455-478. DOI:10.1007/s11069-015-1852-1 (0)
[29]
TRIMBLE S W, CROSSON P. US soil erosion rates-Myth and reality[J]. Science, 2000, 289: 248-250. DOI:10.1126/science.289.5477.248 (0)
[30]
张俊华, 李国栋, 南忠仁, 等. 黑河绿洲区耕作影响下的土壤粒径分布及其与有机碳的关系[J]. 地理研究, 2012, 31(4): 608-618.
ZHANG Junhua, LI Guodong, NAN Zhongren, et al. Research on soil particle size distribution and its relationship with the soil organic carbon under the effects of tillage in the Heihe oasis[J]. Geographical Research, 2012, 31(4): 608-618. (0)
[31]
章明奎, 何振立. 成土母质对土壤团聚体形成的影响[J]. 热带亚热带土壤科学, 1997, 6(3): 198-202.
ZHANG Mingkui, HE Zhengli. The effect of parent material on soil aggregate informing[J]. Tropical and Subtropical Soil Science, 1997, 6(3): 198-202. (0)
[32]
HASSINK J. The capacity of soils to preserve organic C and N by their association with clay and silt particles[J]. Plant and soil, 1997, 191(1): 77-87. DOI:10.1023/A:1004213929699 (0)
[33]
李忠佩, 林心雄. 瘠薄红壤中有机物质的分解特征[J]. 生态学报, 2002, 22(8): 1224-1230.
LI Zhongpei, LIN Xinxiong. Characteristics of organic materials decomposition in infertile red soils[J]. Acta Ecologica Sinica, 2002, 22(8): 1224-1230. (0)
[34]
秦耀东. 土壤物理学[M]. 北京: 高等教育出版社, 2003. (0)
[35]
WATTEL-KOEKKOEK E J W, VAN GENUCHTEN P P L, BUURMAN P, et al. Amount and composition of clay associated soil organic matter in a range of kaolinitic and smectitic soil[J]. Geoderma, 2001, 99(1): 27-49. (0)
[36]
曹艳峰, 丁俊祥, 于亚军, 等. 不同质地土壤中荒漠灌木梭梭"肥岛"的初步探讨[J]. 土壤学报, 2016, 53(1): 261-270.
CAO Yanfeng, DING Junxiang, YU Yajun, et al. Preliminary studies on Haloxylon ammodendron 'fertile islands' in desert soils different in texture[J]. Acta Pedologica Sinica, 2016, 53(1): 261-270. DOI:10.11766/trxb201508130326 (0)
[37]
SIX J, CONANT R T, PAUL E A, et al. Stabilization mechanisms of soil organic matter:implications for C-saturation of soils[J]. Plant and Soil, 2002, 241(2): 155-176. DOI:10.1023/A:1016125726789 (0)