本文是Vaughan等学者年发表于国际期刊Geoderma上。
全球土壤碳库中热带土壤碳含量占30%-40%，热带土壤碳收支的微小变化可能对全球气候变化产生重要影响。土壤碳和氮作为土壤有机质的组成部分，直接影响养分的有效性和土壤肥力。土壤碳储量受土壤性质（如质地、pH值和矿物学）以及气候、植被和土地管理方式的影响，然而，这些变量在不同空间尺度上的相对重要性仍存在不确定性。在全球尺度上，气候控制植物生产力和分解速率，是土壤碳的有力预测因子。在毫米级，粘土颗粒矿物学和骨料形成影响有机物的分解保护。在中等尺度上，地形、土壤水分和植物群落会影响土壤碳的积累和流失。因此，需要更好地理解这些变量在哪些尺度和条件下是重要的，尤其是在建模预测过程中。
人类活动主要通过土地利用和土地覆盖的变化（以下简称土地变化），或通过影响碳输入率和分解和其他损失机制的微环境条件，成为土壤碳变化的重要驱动力。尽管认识到土地变化的作用，但土壤碳变化的方向和幅度往往是不可预测的，尤其是牧场和森林之间的过渡。土壤碳对土地变化的响应取决于有助于土壤有机质持续性的各种因素。例如，土壤质地可通过其对土壤水分保持的影响及其在团聚体形成中的作用和矿物有机组合（MOA）影响土壤碳的积累和流失。细颗粒（粘土和细粉土）具有高比表面积的特点，有助于提高离子交换能力，细质地的土壤预计比粘土含量较低或质地较粗的土壤在MOA中储存更多的碳。但考虑到粘土大小颗粒之间的矿物学和后续反应的广泛性，粘土含量在确定碳储量方面可能不如粘土矿物学或其他物理化学性质（如钙浓度、铁和铝氧化物浓度）重要。在区域至大陆尺度上预测土壤碳储量的另一个挑战是，有关热带土壤碳对土地变化响应的文献中存在强烈的地理偏差。热带地区表现出巨大的生物物理多样性，了解土壤碳如何在一系列生物物理因素中对土地变化作出反应很重要。
基于此，本研究的目的是确定土壤性质和环境因素在区域尺度上对土壤碳和氮储量的相对重要性。在加勒比海的波多黎各群岛和美国维尔京群岛测试了土壤质地、pH值、土地覆盖和气候变量对土壤碳和氮储量的影响，这些地区的不同地形、气候和地质历史创造了一系列代表全球热带的土壤环境。美国农业部（USDA）12个土壤级中有10个土壤级存在以及代表6个霍尔德里奇生活区（从干燥森林到潮湿山地森林）的气候表明波多黎各的土壤景观多样。土壤形成于各种地层上，包括火成岩、石灰岩、砂岩、海洋和河流沉积物。作为美国农业部自然资源保护局（NRCS）的美国快速碳评估（RaCA）的一部分，本研究使用了整个土壤多样性收集的样本。首先，比较了草原和森林土壤，这两种主要的热带土地覆盖类型，分为三个土壤级：软土、透土和氧化土。然后，使用更广泛的数据集（包括7个土壤序列和4种土地覆盖类型）来构建土壤碳和氮的预测模型。本研究建立在加勒比地区以前的工作基础上，通过贡献更广泛的土壤分类和气候，以及分析更深土壤的趋势，深入了解在区域范围内控制土壤碳储量的不同因素的重要性，是为气候建模工作和土地管理决策提供信息的关键。
数据来源与方法
选择的采样点代表了岛屿上主要土地覆盖下的土壤多样性。对于每个土壤序列和土地利用组合，选择了一些与该土壤序列和土地利用的地理范围成比例的区域重要土壤系列。每个土壤系列内的采样点从可接近位置的子集中随机选择，总共30个样点（图1，表1）。为了增加在RaCA采样中代表性不足的样本量，从早期对波多黎各牧场和森林时间序列的研究中，分别加入了三个额外的牧场和森林站点。这六个站点将被称为“Cayey”站点，用于某些分析和解释，并将完整数据集带到36个样点（图1，表1）。
年平均降水量和温度数据从Daly等的数据集中提取，用于波多黎各岛上的每个样点。分析中使用了1月平均最低温度和7月平均最高温度，而不是年平均温度，因为它们在更精细的空间尺度上可用（15〃或约m网格尺寸）。美属维尔京群岛的气候数据来自最近的可用气象站（美国国家海洋和大气管理局）。
图1 样点位置
表1作为美国自然资源保护局快速碳评估调查的一部分，36个样点描述和土壤特征用于确定波多黎各和美国维尔京群岛各种母质土壤碳储量的区域预测因子。第一组样点包括在土地覆盖（LC）×土壤分析中，其余样点也包括在现场环境分析的完整数据集中（包括年平均降水量、平均最低温度（平均最低温度）和平均最高温度（平均最高温度）、土壤质地和pH值。标有?的土壤位于圣克罗伊，标有§的土壤位于圣约翰，标有#的土壤位于圣托马斯，其余位于波多黎各。
统计分析使用两个嵌套数据集进行统计分析，以处理不均匀抽样方案。对30个NRCSRaCA样点和6个Cayey样点的完整数据集（以下简称“完整数据集”）进行了SOC与实测土壤特性和气候之间的关系分析。为了测试连续预测变量（pH、土壤粘土含量、土壤粘土+细粉土含量、MAP以及平均最低和最高温度）与SOC之间简单关系，使用完整数据集进行简单线性回归。测试了影响整个样点的环境因素（如温度和降水量）与cm样点平均蓄积量之间的关系。对于因层位而异的土壤性质（例如，土壤质地和pH），测试了各个层位OC密度（gCcm?3）之间的关系以及兴趣变量。这样做是为了控制深度和层位厚度的差异。为了测试土壤顺序和土地覆盖对土壤碳和氮储量（0–cm）的影响，对“LCx土壤”子集（包括土壤顺序和土地覆盖相互作用项）进行了2×3因子方差分析。使用R中的car软件包计算III类平方和。Tukey的HSD测试用于在方差分析中比较显著影响后的均值。将连续协变量（pH、土壤粘土+细粉土含量、MAP和温度变量）添加到该2×3因子ANOVA中，然后使用吸引子搜索选择模型，以调整后的R2和贝叶斯信息准则（BIC）作为度量，找到最大化简约性和解释力的模型。对于模型选择，使用粘土+细粉土代替粘土百分比，因为它在单独回归中具有更大的预测能力。使用R中的leaps软件包进行了模型选择。为了测试土地覆盖子集上的样点内变异性，混合模型与样点拟合，作为嵌套在土壤顺序和土地覆盖相互作用中的随机效应。该分析使用SAS软件版本9.4进行。使用每个模型的图目视检查方差同质性和残差正态性的假设，并根据需要转换数据。TC储量经过对数变换。统计显著性在p＜0.05时确定，尽管相关关系在p＜0.10时描述为略微显著。
结果
土壤序列和土地覆被对土壤碳氮的影响
土壤碳和氮储量在土壤序列和土地覆盖类型中差异很大（表2和表3）。低至1m的土壤有机碳储量在软土中没有差异（.0±24.8MgCha?1），始成土（.5±19.9MgCha?1）或氧化土（.5±15.8MgCha?1）（图2）。在顶部30cm处，软土的SOC略高于氧化土（p=0.07，图1）。在0-cm和0-30cm的范围内，软土中的TC含量均高于饱和土或氧化土（图2）。土壤氮储量仅在0-30cm（p=0.01）的土壤序列上存在差异，而在软土中的储量更大（10.3±0.7MgNha?1）而在氧化土中为（6.7±1.0MgNha?1）（图2）。土地覆盖对0-30cm的有机碳储量影响不大（p=0.09，图3），森林土壤含97.7±10.1MgCha?1和牧场80.4±4.7MgCha?1，在任何深度，土壤序列和土地覆盖之间都没有相互作用。在任何深度增量下，土地覆被都不是TN或TC储量的重要预测因子（图3）。
表2波多黎各和美国维尔京群岛36个地点（完整数据集）cm深度以下土壤或基岩中总碳（TC）、有机碳（OC）和总氮（TN）的平均（和标准误差）存量汇总（按土壤顺序和土地覆盖）
表3有机碳（OC）、全碳（TC）和全氮（TN）的单个样点储量（和标准误差）。样点编号与表1中相对应
图2按土地覆盖（LC）x土壤数据集的三个深度增量（0–10、0–30、30–cm）排序的土壤有机碳（OC）（顶部）、总碳（TC）（中部）和总氮（TN）的平均和标准误差储量（Mgha?1）
图3在土地覆盖（LC）x土壤数据集的三个深度增量（0–10、0–30、30–cm）下，牧场和森林的土壤有机碳（OC）（顶部）、总碳（TC）（中部）和总氮（TN）的平均和标准误差存量（Mgha?1）
环境变量对土壤碳和氮的影响
在完整数据集中，MAP或年平均最低或最高温度与1m的样点OC储量之间没有显著关系（图4）。即使在删除高OC异常样点时，这种情况仍然存在。在水平面上，pH值与OC密度（gC/cm3）之间没有关系（图5）。TN在所有环境因素中都表现出类似的趋势，如OC。TC与温度和土壤pH呈正相关。母质类别或粘土活性对有机碳储量没有影响，但具有高活性粘土的土壤确实具有更大的TN储量（p=0.）和TC储量（p=0.04）（表S1和S2）。粘土和细粉土共同解释了A层OC密度变化的7%、B层变化的5%和C层变化的30%。仅粘土百分比解释的OC百分比和OC密度变化较小（A层1%，B层2%，C层10%），并且在模型中没有显著影响（p=0.24）。
图4完整数据集的平均样点有机碳储量（MgC/ha），（从左到右）（a）样点平均年降水量、（b）样点平均1月最低温度和（C）样点平均7月最高温度的函数
图5完整数据集土壤层有机碳（OC）密度（gC/cm3）作为不同土壤变量的函数（从左到右）：（a）细粉土和粘土的百分比（20μm），（b）粘土的百分比（2μm），以及（C）土壤层pH值
环境变量对土地覆盖×土壤子集的影响
对于“LCx土壤”子集，水平pH值和OC密度之间存在显著的二次关系（p0.），在低pH值和高pH值下，OC储量更大。将所有环境变量（MAP、温度、细粉土+粘土百分比、pH值）纳入具有土壤序列和土地覆盖的模型中，解释的变异性从总变异13%增加到54%。模型选择包括不同深度增量的不同解释变量（表4）。除30–cm深度外，所有具有最低贝叶斯信息标准的模型中均包含细粉土+粘土的百分比。MAP也包括在所有深度的最佳模型中，但一个MAP非常高的样点在这些模型中过于有影响力。排除该样点后，MAP不再是0–cm和0–30cm的最佳模型。对于1m以下的有机碳储量，解释变化性最大（43%）且最简洁的模型包含细粒粉土+粘土百分比和pH值。对于0-30cm深度，最佳模型包含土地覆盖、pH值和细粒粉土+粘土百分比。没有使用这些变量的模型能够解释30–cm深度的显著变化。
表4具有相同土地覆盖和土壤序列分布的样点模型选择结果（LCx土壤数据集）。该表显示了完整模型中包含的所有变量
讨论
尽管粘土是生物地球化学模型中土壤碳的一个常见预测变量，但仅粘土对土壤碳的预测效果较差，本研究表明，土壤粘土含量本身并不是SOC储量的重要预测因子。细粉土（20μm）和粘土含量的组合是一个更好的预测因子，解释了土壤层碳密度变化的5%-30%。这可以解释为相对于其他粒度分析方法，激光衍射法可能低估了粘土分数。粘土矿物学通常比粘土含量对SOC稳定更为重要，本研究数据集代表了母质多样性和由此产生的矿物学，为探索与碳储存的关系提供了机会。同时，气候对SOC和TN储量的预测能力较差。与预期相反，在波多黎各和美国维尔京群岛的各种土壤中，降雨量和温度对土壤碳的预测能力并不显著。气候变量会影响净初级生产力和分解速率，许多研究表明，温度和降水量对全球和大陆范围内的土壤碳储量都有影响。本研究区域的温度范围与海拔差异相对应，但温度适中（8°C），且所有样点全年相对温暖，因此温度可能不会限制该范围内的生产力或分解速率。整个研究区域的平均降雨量变化比温度大得多，从毫米到毫米，但降雨对土壤碳的预期影响可能被土壤序列效应所混淆。这项研究包括由火山岩和沉积岩以及冲积和海洋沉积物形成的土壤，虽然未发现母质与SOC之间的关系，这可能是由于对该不平衡数据集进行分析所需的母质分类较粗略所致。在整个热带地区，母质是否比气候更重要，并且在何种程度上影响SOC，需要进一步研究。
本研究还表明，土壤性质和土壤序列是比土地覆盖或气候更重要的有机碳平均储量预测因子，对于土地覆盖子集的样点，pH和OC储量之间存在显著的正相关，但如果考虑全部样点，则没有显著的关系，可以解释为，在较小的样点子集中，岩溶衍生的软土具有较高的代表性。高pH钙质土壤中富含钙离子，可通过多种机制保护土壤OM免受分解，钙和其他碱性阳离子可以在粘土颗粒和OM之间形成阳离子桥，从而稳定矿物-有机组合。钙还促进了土壤团聚体的形成，可能会增加有机质对分解者的物理保护。
编者评
热带土壤作为最具生产力的陆地生态系统的基质和大型碳库，在全球碳循环中发挥着重要作用。土壤中储存的碳量受土壤性质以及气候、植被和土地管理方式的影响，但这些变量在不同空间尺度上的相对重要性仍存在不确定性。本研究探索影响土壤碳储量区域格局的因素。对土壤碳氮储量的区域尺度预测因子的研究表明，传统的土壤碳储量预测因子（如粘土含量和气候）不足以准确捕捉区域土壤碳趋势。粘土和细粉土的组合与有机碳储量呈正相关，但解释了相对较小的变化量。土壤温度和年平均降水量与土壤有机碳储量无关。这些发现表明，土壤性质比气候或土地覆盖能更好地预测土壤有机碳。本研究在区域尺度上调查了土壤有机碳与环境和土壤性质之间的关系，这有助于解释在其他研究中很重要的一些变量缺乏预测能力的原因，同时，这些变量在不同尺度上的相互作用是复杂的，并且因地区而异。本研究强调了在进行预测时需要明确考虑不同空间尺度上的环境异质性的必要性。
原文信息：VaughanE,Marin-SpiottaE,MatosM,etal.Clayandclimatearepoorpredictorsofregional-scalesoilcarbonstorageintheUSCaribbean[J].Geoderma,,.
阅读原文：
转载请注明：http://www.luyishuai.com/dxdm/11298.html
