喀斯特地区河岸土壤碳磷对土地利用演变的响应

张 寒，吴 琳 娜，2，欧 阳 坤 长，冯 紫 薇

(1.贵州大学 资源与环境工程学院，贵州 贵阳 550025； 2.贵州大学 喀斯特地质资源与环境教育部重点实验室，贵州 贵阳 550025)

0 引 言

土地利用演变是陆地生态循环最直接、最深刻、最普遍的人为影响因素之一[1]，其通过影响自然和生态过程，改变土壤中碳、磷的含量[2-3]，从而影响土壤碳库、磷库的收支平衡。其中，土壤有机碳库是地球表层系统最大的碳库之一，在碳达峰中扮演着重要的碳汇角色，其改变将深刻影响着全球碳循环和气候变化[4-5]。磷是植物生长发育必要的营养因子[6]，也是生态系统重要的限制因子。土壤中的全磷含量不仅影响氮元素的形态[7]，还是造成水体富营养化的重要因素，同时还会改变稻田温室气体的排放[8]，进而影响全球气候变化。随着喀斯特地区生态治理工程的实施，土地利用覆盖发生了较大变化。同时，河流沿岸地区是陆地生态系统中碳和磷进入水生生态系统的关键地带，也是水生生态系统碳和磷的主要来源。因此，研究喀斯特地区河流沿岸土壤中碳、磷与土地利用演变的响应关系对指导农业生产、气候环境改善及生态系统保护都具有重要的意义。

已有研究表明，土地利用与土壤碳、磷含量及理化性质具有紧密关系[9]。部分学者认为土地利用的演变是土壤有机碳、磷变化的重要因素[10-11]，林地、草地、耕地的演变会改变土壤碳库、磷库的输入，导致土壤养分差异[12]，优化土地利用可以有效改善土壤质量[13]。如周汝波等[14]指出退耕还林还草有利于碳汇的形成；刘国栋等[15]提出自然生态系统的转变会改变土壤团聚体结构及微生物活性，影响呼吸作用，进而引起土壤有机碳变化。除此之外，耕地中不同的农业管理措施，如免耕和少耕也会通过减少土壤扰动降低土壤O2和CO2的交换速率，改变土壤呼吸速率，进而影响土壤碳、磷等养分的储量[16]。随着空间分析技术的发展，土壤碳、磷空间分布研究受到广大学者的关注。部分学者采用克里金插值法辨识土壤碳、磷空间分布，现有研究表明，克里金插值适用于碳磷密度的空间插值[17-18]，其中经验贝叶斯克里金插值法预测更准确[19]。此外，在土壤-植物关系与碳、氮、磷循环的研究中，生态化学计量法在生态学的基础上，结合了物理学和化学计量学等基本原理，研究生物系统能量平衡和碳、氮、磷的平衡，能有效分析多重化学元素的质量平衡对生态交互作用的影响[20]。研究表明，碳、氮、磷养分比例的变化会影响动植物与土壤之间的相互作用，进而影响土壤中碳、氮、磷的循环过程[21]。因此，研究土地利用演变过程中养分元素的生态化学计量比，是揭示土地利用演变生态效应的重要手段。目前，关于土地利用方式对土壤养分影响的研究，大多集中于研究不同土地利用类型土壤养分含量的差别，而对于不同土地利用演变过程对土壤养分影响的研究不多，特别是其对土壤碳磷密度及碳磷比影响的研究鲜有报道。

都柳江属于珠江水系，是西江干流黔江段支流柳江的上源河段。都柳江上游沿岸地区岩溶发育，坡度较陡，地形落差大，降水充沛，雨季集中，伴有水土流失现象。该区域碳磷元素含量不仅是农作物生长发育的重要来源，还可能随径流和土壤颗粒进入河流对水生生态系统和下游生态系统造成影响，因此该区域承担了重要的碳汇、水土保持和水源涵养等生态功能，是都柳江乃至珠江流域重要的生态安全屏障。2010年以来，该区域内退耕还林使得林地和耕地面积发生了较大变化。因此，本研究选取都柳江上游沿岸地区作为研究对象，采集耕地、林地上黄壤和石灰土等土壤样品，测定土壤有机碳、全磷含量、含水量、pH等土壤基本特征，采用土壤类型法估算土壤有机碳、全磷密度及储量，查明土壤有机碳、全磷密度空间分布特征，并从土地利用演变的角度分析土壤有机碳、全磷密度及土壤生态化学计量变化特征，以期为喀斯特地区土地资源管理和农业发展、生态环境保护提供科学依据。

1 材料与方法

1.1 研究区概况

研究区位于都柳江上游流域三都县、独山县一带，面积为820.47 km2，岩溶发育，地形起伏较大，地势整体西高东低，自西向东倾斜，海拔介于368～1 553 m之间，落差1 185 m。研究区属于亚热带湿润季风气候区，年平均气温16～18 ℃，年平均雨量在1 100～1 400 mm之间[22]。区内黄壤、石灰土分布较广，除此之外还包括水稻土、红壤以及粗骨土，土壤类型分布如图1所示。其中黄壤面积最大，为345.9 km2，占比42.2%；其次是石灰土，面积171.3 km2，占比20.9%；水稻土面积154.7 km2，占比18.8%；红壤面积78.3 km2，占比9.5%；面积最小的是粗骨土，70.3 km2，占比8.6%。

图1 土壤类型及采样点分布Fig.1 Soil types and sampling points distribution

1.2 样品采集与测定

空间系统抽样方法是在确定抽样间隔的基础上随机选择抽样单元，后续的样本单元在第1个选择的抽样单元上加上抽样间隔得到，当空间研究对象具有较强空间相关性时，这种抽样方法比空间随机抽样能更好地测量研究对象的空间分异[23]。为了进一步刻画土壤有机碳、全磷密度的空间分异，本研究采用空间系统抽样布点法进行布设样点，于2019年3月在研究区采集62个点位表层土壤(0～20 cm)样品。采样过程中从都柳江发源地向下游每间隔1 km，使用GPS定位采样，采样点分布如图1所示。黄壤中分布有16个点位，石灰土中分布有25个点位，水稻土中7个点位，红壤中3个点位，粗骨土中11个点位。去除砾石、植物根系等杂物后，装入PE塑封袋密封并标记，整理后带回实验室进行后续处理。土壤样品在室温条件下自然风干，使用球磨机进行研磨，过100目尼龙筛后放于磨口塞棕色玻璃瓶中保存备用。

本研究测定的土壤基本特征指标主要包括有机碳、全磷含量，以及土壤含水量、pH等。土壤有机碳含量采用重铬酸钾容量法-外加热法进行测定，全磷含量采用碱熔-钼锑抗分光光度法进行测定，土壤含水量采用重量法进行测定，土壤pH采用电位法进行测定。

1.3 研究方法

1.3.1土地利用人机交互式目视解译方法

本研究利用人机交互式目视解译方法识别研究区2018年和2019年Landsat 8 OLI_TIRS卫星数字影像，获得研究区相应年份土地利用数据。研究区涉及影像轨道号为path126，row42，云量均低于8%。在ENVI中对影像进行校正、真彩色合成、投影等预处理，在ArcGIS中以2013年土地利用矢量图为基础，叠加显示遥感影像，运用人机交互式目视解译方法，解译出研究区土地利用类型数据，主要分为林地、耕地、草地、城乡居民用地和水域。所有空间数据统一投影为Albers投影，标准纬线分别为25°和47°。

1.3.2土壤有机碳、全磷密度及储量计算

本研究采用土壤类型法估算研究区土壤有机碳和全磷储量，计算公式如下：

SOCD(SPD)=SOC(SP)×ρ×D÷10

(1)

(2)

式中：SOCD为土壤有机碳密度，kg/m2;SPD为土壤全磷密度，kg/m2；SOC为土壤有机碳含量，%；SP为土壤全磷含量，%；ρ为土壤容重，g/cm3；D为土壤深度，即20 cm；SOCR为土壤有机碳储量，kg；SPR为土壤全磷储量，kg;SOCDi为第i种土壤类型土壤有机碳密度，kg/m2;SPDi为第i种土壤类型土壤全磷密度，kg/m2;Si为第i种土壤类型土壤面积，m2。

公式中土壤容重ρ参考相关转化公式[24-25]进行估算，并参考《贵州土种志》及文献[26]进行调整。

(3)

式中：ρ为土壤容重，g/cm3；SOM为土壤有机质含量，%，可以利用土壤有机碳含量SOC进行转换，转换系数为1.724。

1.3.3经验贝叶斯克里金插值法(EBK)

经验贝叶斯克里金插值法(EBK)是一种基于克里金法的地统计插值方法，可通过构造子集和模拟的过程来调整参数，自动执行构建有效克里金模型过程中的那些最困难的步骤，比其他克里金方法预测得更准确[19]。本研究应用经验贝叶斯克里金插值法(EBK)对都柳江上游沿岸土壤有机碳(全磷)密度进行插值分析并采用交叉验证方法对插值模型精度进行评价，交叉验证结果如表1所列。有机碳和全磷标准平均值误差都在0附近，均方根误差碳磷均最小，平均标准误差与均方根误差最相近，标准均方根误差碳磷皆临近于1，表示插值模型较准确。

表1 插值模型交叉验证结果Tab.1 Cross-validation results of interpolation model

1.3.4土壤生态化学计量法

土壤生态化学计量法通过土壤中主要组成元素(通常是碳、氮、磷)之间的关系，反映土壤中的养分情况以及元素循环，为评价土壤水平提供了一种新的途径。本研究中土壤碳磷比是土壤有机碳含量与全磷含量的比值，反映了土壤有机质的分解速率，是衡量土壤组成及质量的一种重要指标[27]。

2 结果与讨论

2.1 研究区土地利用演变

由人机交互式目视解译方法得到2018年和2019年研究区土地利用类型分布图(见图2)，分别统计研究区不同年份各土地利用类型的面积，结果见表2。2013，2018，2019年研究区林地面积为413.42，422.12，429.11 km2，分别占总面积的50.39%，51.45%，52.30%；其次是耕地，面积为300.09，258.19，255.04 km2，分别占总面积的36.58%，31.47%，31.08%。6 a间研究区耕地面积减少了15.01%，林地面积增加了3.80%，草地面积增加了5.21%，总体上呈现出耕地减少，林地草地增多的趋势，这主要和研究区内各行政区深入贯彻执行严格保护耕地政策和大力推进退耕还林治理措施有关。随着贵州省城市化的快速发展，城乡居民用地从2013年的2.96 km2，增长到2019年的24.76 km2，相对于林地和耕地而言，面积均较小，在文中不作讨论。

表2 研究区不同年份各土地利用类型面积统计Tab.2 Area statistics of different land use types in different years

图2 2013，2018年和2019年研究区土地利用类型分布Fig.2 Distribution of land use types in 2013，2018 and 2019

利用ArcGIS空间分析得到研究区从2013年到2018年再到2019年主要土地利用演变分布图，如图3所示。

图3 2013～2019年研究区主要土地利用演变分布Fig.3 Distribution of main land use evolution from 2013 to 2019

研究区主要土地利用演变类型分为连续林地(F-F-F)，表示2013～2019年为林地，面积为391.12 km2；林-耕-林(F-C-F)，表示2013年为林地，2018年为耕地，2019年为林地，分布在河流附近，面积为0.04 km2；耕-林-林(C-F-F)，表示2013年为耕地，2018～2019年为林地，退耕还林6 a，分布在研究区北部，面积为22.24 km2；耕-耕-林(C-C-F)，表示2013～2018年为耕地，2019年变为林地，退耕还林1 a，分布在研究区南部，面积为4.58 km2；连续耕地(C-C-C)，表示2013～2019年为耕地，面积为243.97 km2；耕-林-耕(C-F-C)，表示2013年为耕地，2018年为林地，2019年为耕地，分布在研究区北部河流附近，面积为0.39 km2；林-林-耕(F-F-C)，表示2013～2018年为林地，2019年开垦为耕地，分布在研究区中部，面积为1.13 km2。2013～2019年研究区耕地面积减少45.05 km2，其中退耕还林面积26.82 km2，占比60%，是主要的土地利用演变类型，面积较大。

2.2 研究区土壤有机碳、全磷密度及储量

研究区土壤类型包括黄壤、石灰土、水稻土、红壤和粗骨土。依照公式(1)～(3)计算各采样点土壤有机碳、全磷密度及储量，统计各采样点落入土壤类型的平均值，结果如表3所列。

表3 研究区土壤有机碳、全磷密度及储量Tab.3 Density and storage of soil organic carbon and total phosphorus

研究区表层土壤有机碳密度平均值为3.94 kg/m2，高于中国典型地区平均水平(3.19 kg/m2)[28]，与Zhang等[29]的估算比较接近，可能与研究区气候温和湿润，植物茂盛，有机质的分解速度慢，利于土壤有机质累积有关[30]，有机碳储量为3.2×106t。研究区不同土壤类型有机碳密度由大到小依次是黄壤(4.39 kg/m2)>石灰土(4.00 kg/m2)>粗骨土(3.90 kg/m2)>红壤(3.22 kg/m2)>水稻土(3.07 kg/m2)。土壤有机碳储量由大到小依次是黄壤(1 519 351.5 t)>石灰土(685 316.3 t)>水稻土(474865.3 t)>粗骨土(274 078.3 t)>红壤(251 746.2 t)。主要由于黄壤属于铁铝土，生物循环旺盛[31]，有机碳含量较多[30]。

研究区表层土壤全磷密度平均值为0.124 kg/m2，略低于中国表层土壤平均水平(0.166 kg/m2)[32]，全磷储量为1.0×105t。研究区常年相对湿度在70%以上，降水丰沛，加速了土壤全磷流失，导致土壤全磷密度相对较小[32]。土壤全磷密度由大到小依次是粗骨土(0.136 kg/m2)>红壤(0.129 kg/m2)>黄壤(0.122 kg/m2)>石灰土(0.121 kg/m2)>水稻土(0.117 kg/m2)。土壤全磷储量由大到小依次是黄壤(42 190.4 t)>石灰土(20 670.8 t)>水稻土(18 084.8 t)>红壤(10 070.4 t)>粗骨土(9 579.2 t)。粗骨土集中分布在研究区下游，受雨水冲刷土壤中全磷淤积于此，土壤全磷密度高[33]；黄壤由于属于铁铝富铝型土壤，全磷密度较低[34]，但是研究区黄壤面积最大，使得其全磷储量最大。

2.3 不同土地利用类型有机碳、全磷密度分布

采用经验贝叶斯克里金插值法获取研究区土壤有机碳、全磷密度空间分布如图4所示。结合2019年研究区土地利用类型分布进行分区统计，结果见表4。研究区不同土地利用类型有机碳密度均值排序为：耕地(3.888 kg/m2)>草地(3.860 kg/m2)>林地(3.813 kg/m2)，这与张燕等[35]和Zhang等[29]的研究结果相同。可能由于施肥引起耕地土壤碳含量升高，而且土地利用方式的转变也会影响土壤碳的储存机制，其中研究区2013年以来草地几乎没有变化，土壤扰动较少，有机质含量较高，而2019年的林地主要包括退耕还林1 a和林地-耕地-林地演变的林地，土壤扰动增多，有机质暴露在空气中会加速分解，且有机质没有充足的时间进行累积，导致现状林地中有机碳含量下降，林地有机碳密度略低于草地。研究区不同土地利用类型全磷密度差异不大，耕地略高为0.123 kg/m2，主要受人工施肥影响，林地与草地全磷密度分别为0.121 kg/m2和0.120 kg/m2，平均密度相差不大。

图4 研究区土壤有机碳、全磷密度分布Fig.4 Distribution of soil organic carbon and total phosphorus density

表4 研究区主要土地利用类型有机碳和全磷密度统计

2.4 不同土地利用演变对土壤碳磷密度的影响

采用单因素方差分析研究了不同土地利用演变类型中土壤有机碳和全磷密度的差异。结果如图5所示，表明不同土地利用演变类型中土壤有机碳和全磷密度均存在显著性差异(α<0.05)。

注：含有相同字母表示含量无显著差异，不同字母表示含量差异显著(α<0.05)；下同。图5 不同土地利用演变土壤有机碳、全磷密度Fig.5 Soil organic carbon and total phosphorus density in different land use evolution

土壤有机碳密度由大到小依次为F-F-C(5.85 kg/m2)>C-F-C(4.56 kg/m2)>F-F-F(4.43 kg/m2)>C-F-F(4.37 kg/m2)>C-C-F(4.04 kg/m2)>C-C-C(3.63 kg/m2)>F-C-F(2.13 kg/m2)。F-F-C有机碳密度显著高于其他土地利用演变类型，主要由于林地有机质丰富，林地转耕地短时间内土壤有机碳含量依旧保持在较高的水平，同时耕地中施肥的协同影响提高了有机碳的含量[36]。F-F-F中有机碳密度没有受施肥作用的影响，有机碳主要来自于枯落物分解，长时间累积导致有机质含量较高，因此土壤有机碳密度也高。随退耕还林时间的增加，土壤有机碳密度也相应提高，退耕还林6 a有机碳密度增加了20%，主要是由于林地有机质有充足的时间进行累积，土壤有机碳密度也随之增高，相关研究也表明退耕还林能改善土壤结构，提升土壤固碳能力[37-38]。F-C-F由于林地利用类型的转换会使土壤中稳定碳库向不稳定碳库变化，土壤团聚体结构改变，增强微生物活性促进呼吸作用[15]，加速土壤有机碳分解，减少有机碳含量，而且退耕还林初期没有肥料添加，且缺乏有机质来源，土壤原有有机质继续分解导致有机碳密度可能会降低[39-40]，因此土壤有机碳密度最低。

土壤全磷密度由大到小依次为C-C-C(0.16 kg/m2)>F-F-C(0.15 kg/m2)>C-F-C(0.13 kg/m2)>C-F-F(0.12 kg/m2)>C-C-F(0.11 kg/m2)≈F-F-F(0.11 kg/m2)>F-C-F(0.07 kg/m2)，其中C-C-C(0.16 kg/m2)显著高于F-C-F(0.07 kg/m2)(α<0.05)。由于C-C-C中持续的施肥作用，土壤全磷累积明显；而F-F-C中由于施肥作用的影响[41]，土壤全磷密度比F-F-F提高了36%。F-C-F中全磷密度最小，主要是由于耕地转林地后既缺少施肥，短时间内有机质也难以累积，生物归还少，同时植物根系不足，土壤全磷易流失，造成土壤全磷密度最小[42-43]。

2.5 不同土地利用演变土壤碳磷比特征

采用单因素方差分析研究了不同土地利用演变类型中土壤碳磷比差异。结果表明，不同土地利用演变类型中土壤碳磷比存在显著性差异(α<0.05)。如图6所示，不同土地演变类型土壤碳磷比从大到小依次为C-F-F(44.95)>F-F-F(42.65)>F-F-C(41.33)>C-F-C(38.79)>C-C-F(36.49)>F-C-F(33.95)>C-C-C(26.26)。由此可见，退耕还林6 a的土壤碳磷比最高达44.95，大于F-F-F，显著高于C-C-C的26.26(α<0.05)。但是，土壤碳磷比均低于全国土壤碳磷比平均值61[44]，较低的碳磷比会释放土壤养分，增加土壤磷的有效性，促进植物生长[45]。随退耕还林时间增加，土壤碳磷比逐渐增高，主要是由于退耕还林后林草比农作物输入土壤中的有机碳增多，土壤扰动减少，生物量增多，大量植物根系及凋落物增加了土壤有机碳含量，同时，没有施肥作用的影响，土壤全磷含量略有波动[46]，因此土壤碳磷比较高；F-F-C由于耕地的施肥作用，土壤全磷含量得到补充，因此土壤碳磷比有所下降；C-C-C虽然长时间施肥同时补充土壤有机碳和全磷含量，但土壤全磷含量增加得更多，因此C-C-C土壤碳磷比最低。

图6 不同土地利用演变土壤碳磷比Fig.6 Soil carbon to phosphorus ratio in different land use evolution

3 结 论

本研究估算了都柳江上游沿岸土壤有机碳、全磷储量和密度，并分析了土壤有机碳和全磷密度对土地利用演变的响应关系，研究结果表明：退耕还林不仅可以保持土壤磷的有效性，优化土壤质量，还对提高土壤碳汇，延缓气候变暖具有切实意义。本研究能为喀斯特地区农业生产管理和生态治理工程效益评价提供一定依据，具体结论如下：

(1) 2013～2019年研究区耕地面积减少了15.01%，林地面积增加了3.80%，草地面积增加了5.21%，说明研究区土地利用演变主要是林地、耕地和草地的变化，总体呈现出耕地减少、林地草地增多的趋势。

(2) 研究区表层土壤有机碳密度平均值为3.94 kg/m2，高于中国典型地区平均水平(3.19 kg/m2)，有机碳储量为3.2×106t；全磷密度平均值为0.124 kg/m2，略低于中国表层土壤平均水平(0.166 kg/m2)，全磷储量为1.0×105t，说明研究区土壤固碳释氧能力较强，同时农业耕种可以适当补充磷素。

(3) 研究区退耕还林6 a的土壤有机碳密度增加了20%，且土壤有机碳密度随退耕还林时间的增加而提高，表明退耕还林可以增强土壤的固碳能力，不仅利于农作物生长，还能减少碳排放，缓和温室效应。林地转耕地1 a土壤全磷密度提高了36%，说明土壤全磷密度更多是受施肥作用的影响。

(4) 研究区不同土地利用演变中，连续林地与退耕还林6 a的土壤碳磷比均较高，且随退耕还林时间的增长碳磷比逐渐增高，但低于全国土壤平均值，说明土壤磷的有效性较高，退耕还林对改善土壤结构和土壤肥力具有积极作用。