马尾松与乡土阔叶树种凋落叶纤维素、总酚以及缩合单宁降解的混合效应

李勋，崔宁洁，张艳，覃宇，张健

1.四川民族学院/横断山区生态修复与特色产业培育研究中心，四川 康定 626001；2.四川省林业和草原调查规划院，四川 成都 610000；3.中国科学院成都生物研究所，四川 成都 610000；4.四川农业大学林学院/生态林业工程重点实验室/长江上游生态安全协同创新中心，四川 成都 611130

凋落叶分解是森林生态系统中养分归还的重要途径，不仅在提高养分的可利用性、增强土壤肥力和维持植物生长发育中起着十分重要的作用，同时在加快土壤有机质形成和提高林地净碳储量等方面具有不可或缺的作用（Schlesinger et al.，2000）。凋落物分解前期主要受自身养分含量（N、P等）、水溶性碳化合物（果糖、葡萄糖等）以及结构碳化合物（纤维素、半纤维素、果胶等）含量的调控，而分解后期主要受木质素、纤维素/木质素比值等的影响（曾锋等，2010）。纤维素的结构相对简单，主要由长链葡萄糖分子组成，因此其降解相对较快。酚类作为乔木、灌木等大部分植物中普遍存在的次生代谢物质，其主要由单宁、酚酸以及类黄酮等多种物质组成（Ristok et al.，2017），总酚在凋落物分解期间可以通过淋溶作用快速流失（张艳等，2016），也可以通过对分解者（土壤动物、微生物等）群落结构的影响来调节凋落物的分解（Domínquez et al.，1994）。单宁主要分为两类，即水解类单宁（也称可水解单宁）和缩合类单宁（也称缩合单宁）。其中，水解类单宁可以通过淋溶作用流失。与之相反，缩合单宁的降解主要依靠分解者（Ushio et al.，2013）。此外，缩合单宁还是森林碳库的重要组成部分，其在植物与植物、植物与凋落物以及植物与土壤间的相互作用中发挥不可替代的作用（覃宇等，2018）。研究发现，马尾松（Pinus massoniana）、柳杉（Cryptomeria fortunei）、杉木（Cunninghamia lanceolata）、香樟（Cinnamomum camphora）、香椿（Toona sinensis）和麻栎（Quercus acutissima）凋落叶中纤维素浓度随分解时间延长，总体上呈逐渐下降的变化趋势（马志良等，2015）。纤维素在微生物的作用下分解，并在凋落物后期的分解中起主要调控作用（Fioretto et al.，2005）。此外，凋落物中的纤维素还能被细菌等微生物降解，比如腐生真菌能生成纤维素酶以及羧甲基纤维素酶等物质对纤维素进行降解。官昭瑛等（2009）研究发现，土壤动物的密度随凋落叶中单宁含量的降低而增加，单宁含量较高的蒲桃（Syzygium jambos）叶片分解速率较慢，可能是因为凋落物缩合单宁较高，从而抑制了土壤动物的生长。综上，树种的多寡对混合凋落物分解过程中纤维素等物质的影响十分复杂，受到不同物种/树种凋落物之间元素含量、分解者类群差异和分解时期不同等多种影响因子的共同调控。

由于马尾松在生态环境保护、林地水土保持以及治理水土流失等多个方面的重要作用，其人工纯林已在中国贵州、四川等 17个省广泛分布（李勋等，2022）。但近年来随着林木生长时间的延长，大范围的马尾松人工纯林在生长中后期出现了土壤养分含量下降及林地内生物多样性退化等生态问题。研究发现，马尾松人工纯林的在自然更新后出现严重退化现象，不同生长时期的生物量、生长量仅为第一代的10%左右（彭少麟，1995）。马尾松纯林的凋落物储量、土壤水源涵养能力和土壤养分含量均低于针阔混交林，且混交林中凋落叶的有机碳、全氮、全磷、全钙和全镁释放速度比纯林快（潘嘉雯，2019；白云星等，2021）。可见将马尾松人工纯林混交化有利于维持马尾松林地长期生产力。檫木（Sassafras tzumu）、香樟和香椿是中国西南地区广泛分布且适应性极强的珍贵的乡土树种。其中，檫木和香樟的年凋落量大且叶片氮、磷等养分含量高，对林下土壤的理化性质具有较好的改良作用（柳江等，2002；李晓晶，2012）。而香椿作为一种珍贵的速生树种，其对土壤中重金属元素（如铅等）具有明显的耐受性和吸收能力（李晓晶，2012）。因此，本研究以马尾松和中国西南地区大面积存在且生长较好的乡土阔叶树种（檫木、香樟和香椿）作为研究对象，从凋落物分解的角度出发，通过设置多种树种组合及混合质量比例，探讨马尾松与3个乡土阔叶树种凋落叶在混合分解过程中纤维素、总酚以及缩合单宁降解/释放的非加性效应，探索森林生态系统纤维素等物质的归还/释放规律，研究结果有利于充分发挥森林生态系统内乔木等生物的自肥能力，也为中国种大面积分布的马尾松人工林伴生树种混交树的选择提供理论科学依据。

1 材料和方法

1.1 研究区概况

研究区域位于四川省都江堰市——四川农业大学试验基地（31°01′—31°02′N，103°34′—103°36′E）。该地区是青藏高原向四川盆地的一段过渡地带，海拔约为800 m，气候类型为典型的亚热带季风湿润气候，年均降水量为1243.8 mm，年均温为 15.2 ℃。地带性土壤主要为发育在沙质岩石上的黄壤，土壤质地为重壤土，在中国土壤分类系统中被归为铁铝土（周勇等，1997；夏建国等，2002），林地内主要分布树种有马尾松、杉木、香樟和喜树（Camptotheca acuminata）。

2016年8月，在研究区域内选择地形地貌、海拔高度、土壤类型、坡度坡向等相近，以及林地情况与林分密度相似的马尾松、喜树等树种组成的混交林作为试验样地，并设置3个大小约为30 m×30 m的样地（表1）。

表1 样地基本信息Table 1 Basic information on the three plots

1.2 试验设计与样品采集

于2016年6月于四川省宜宾市高县来复镇国有林场（28°11′N、104°48′E）分别收集马尾松、檫木、香樟以及香椿凋落叶，移除其中的新鲜叶片和已经开始分解的叶片，只保留新鲜的凋落叶。将凋落叶在室温下风干2周后，称取 (15.00±0.05) g凋落叶均匀地置于内部大小为20 cm×23 cm、上层面孔径为3.00 mm、下层面孔径为0.04 mm的尼龙网凋落叶分解袋中。按照混交林中主要树种所占比例应≥60%的原则（陈代喜等，2015；吕树英，2001），总共设置35个（4个单一处理+31个混合处理）凋落物组合（表2），共计945袋=35个处理×8个采样时期×3个样地+105（预防野外试验过程中凋落分解袋遗失）。于2016年8月中旬将这些凋落袋小心转移至预先设置好的3个野外样地，将凋落叶分解袋随机水平平铺于样地表面，分解袋之间距离为 2—5 cm，避免样品之间相互干扰。采样间隔时间为3个月，即分别在2016年11月、2017年2、5、8和11月和2018年2、5和8月采集凋落叶分解袋。每次从3个样地内随机采集每个处理凋落叶分解袋3袋，带回室内去除凋落叶上附着的土壤、植物根系以及节肢动物后备用。

表2 试验设计Table 2 Design of tests

1.3 样品分析

将凋落叶置于65 ℃烘箱内干燥48 h后称量得到凋落叶残留质量。将其在磨粉机中充分粉碎并过0.25 mm筛子后备用。测定方法为：木质素和纤维素——改进的酸性洗涤法；总酚——福林酚比色法；缩合单宁——香草醛盐酸法；全碳——重铬酸钾加热法（GB 7657-8）；全氮——凯氏定氮法（LY/T 1269—1999）；磷——钼锑抗比色法（LY/T 1270—1999）。

1.4 数据的统计和分析

凋落叶纤维素、总酚以及缩合单宁降解率：

其中：

R——当次纤维素、总酚以及缩合单宁降解率（%）；

mt——当次凋落叶残留量（g），

m0——凋落叶初始质量（g），

wt——当次纤维素、总酚以及缩合单宁质量分数（g·kg-1）；

w0——纤维素、总酚以及缩合单宁初始质量分数（g·kg-1）。

通过计算该时期单一树种凋落叶的纤维素、总酚以及缩合单宁的实际降解率（观测值）与质量比例的加权平均数得出该时期混合凋落叶的纤维素、总酚以及缩合单宁的预期降解率（预期值）（Hoorens et al.，2003）：

式中：

A——树种A凋落叶在实际分解过程中的降解率；

n1——树种A凋落叶在混合凋落叶中的比例；

B——树种B凋落叶在的实际分解过程中的降解率；

n2——树种B凋落叶在混合落叶中的比例，依此类推。

混合凋落叶的纤维素、总酚以及缩合单宁降实际降解率偏离了凋落叶的纤维素、总酚以及缩合单宁预期降解率，表明发生了非加性效应（Hättenschwiler，2005）。采用单因素方差分析（Oneway ANOVA）和Turkey法比较不同组合间的差异显著性。用Levene’s法检验方差同质性，不满足该假设的数据先进行对数转化。根据α=0.05的独立t检验确定纤维素、总酚以及缩合单宁降解率的观测值和预期值间的差异。根据统计结果，将混合效应分为加性效应（观测值和预期值之间没有显著差异）和非加性效应（观测值和预期值之间有显著差异）。其中，非加性效应又分为协同效应（观测值-预期值＞0，且P＜0.05）和拮抗效应（观测值-预期值＜0，且P＜0.05）。

采用偏最小二乘法（PLS）回归分析凋落叶初始质量对凋落叶纤维素、总酚以及缩合单宁降解率的混合效应（观测值-预期值）的相对重要性。模型中单个预测因子的相对重要性由重要性变量（VIP）估计，VIP＞1表示预测因子对因变量变化的显著贡献。所有统计分析均在SPSS 25.0中进行，图表应用Excel和Origin软件绘制。

2 结果和分析

2.1 凋落叶初始物质含量

由表3可知，马尾松凋落叶的初始C含量、木质素含量、纤维素含量、总酚含量和缩合单宁含量、木质素/N及木质素/P均显著高于檫木、香樟以及香椿凋落叶，C/N和C/P则显著高于香樟和香椿。4个树种之间，香椿凋落叶的N、P含量最高，檫木和香樟凋落叶次之，马尾松凋落叶N、P含量最低，但4个树种凋落叶之间的N/P并无显著差异。

表3 凋落叶的初始质量特征Table 3 Initial quality characteristics of foliar litters

2.2 凋落叶纤维素、总酚以及缩合单宁降解率的混合效应

在每一个分解时期均观察到混合处理凋落叶的纤维素降解率表现出非加性效应中的协同效应（观测值-预期值＞0，且P＜0.05）（图1）。其中在分解9个月（图1c）和12个月（图1d）协同效应较强，分别有74.19%和90.32%的混合凋落叶表现出协同效应。而在分解6个月（图1b），混合凋落叶的协同效应最低，为6.45%（1/31）。其他5个时期，分别有45.16%（3个月，12/31）、12.90%（15个月，4/31）、32.26%（18个月，12/31），58.06%（21个月，18/31）以及41.94%（24个月，18/31）的混合处理表现出协同效应。而在分解3个月、6个月、15个月、18个月以及21个月后有3.23%—12.90%的混合处理表现出拮抗效应（观测值-预期值＜0，且P＜0.05）。

图1 31 种不同处理混合凋落叶不同分解时期纤维素降解率的相对混合效应（观测值-预期值）Figure 1 Relative mixing effects of 31 different treatments on the degradation rate of cellulose in mixed litter at different decomposition stages (observed-expected)

在8次采样期间，不同树种凋落叶组合出现协同效应的频率为：PST (58.33%，28/48)＞PS=PC (50.00%，12/24)＞PSCT (46.88%，15/32)＞PCT (43.75%，21/48)＞PSC (37.50%，18/48)＞PT (29.17%，7/24)。PSCT组合在分解3个月后，PST、PSC和PCT组合在分解9个月后以及PC、PST、PSC和PSCT组合在分解12个月后均表现出协同效应。其中，出现协同效应的频率≥50%（4/8）分解时期有 PST622（6/8）、PST613（6/8）、PS64（5/8）、PSCT7111（5/8）、PST631（5/8）、PS73（4/8）、PST721（4/8）、PST712（4/8）、PSC721（4/8）、PSC613（4/8）、PCT721（4/8）、PCT712（4/8）、PCT613（5/8）以及PSCT6211（4/8）。

总酚降解率分解3个月就表现出加性效应中的协同效应（观测值-预期值＞0，且P＜0.05）。在8次采样期间，有45.16%—74.19%的混合凋落叶表现出协同效应。其中，在分解3个月（图2a）、6个月（图2b）和15个月（图2e），大部分混合处理凋落叶表现出协同效应且协同效应最强（70.97%—77.42%）。此外，除了分解3个月和21个月（图2g）外，其他6个分解时期有 3.23%—20.50%的混合处理表现出拮抗效应（观测值-预期值＜0，且＜0.05）。8次采样中，不同树种组合的协同效应的频率为：PSCT(96.88%，31/32)＞PC (87.50%，21/24)＞PCT (75.00%，36/48)＞PSC (66.67%，32/48)＞PST (52.08%，25/48)＞PS(16.67%，4/24)＞PT (4.17%，1/24)。

图2 31种不同处理混合凋落叶不同分解时期总酚降解率的相对混合效应（观测值-预期值）Figure 2 Relative mixing effects of 31 different treatments on the degradation rate of total phenol in mixed litter at different decomposition stages (observed-expected)

PST和PSCT组合在分解3个月，PCT和PSCT组合在分解6个月，PC、PCT和PSCT组合在分解9个月，PC、PSCT组合在12个月、15个月和24月，PC组合在分解18个月以及PSCT组合在分解21个月均表现出协同效应。在这些树种组合中，出现协同效应的频率≥75.00%（6/8）的处理有 PC64（8/8）、PCT721（8/8）、PSCT7111（8/8）、PSCT6121（8/8）、PSCT6112（8/8）、PC73（7/8）、PSCT6211（7/8）、PSC712（7/8）、PSC613（7/8）、PCT613（7/8）、PC82（6/8）、PST631（6/8）、PSC631（6/8）、PCT631（6/8）、PCT622（6/8）。

由图3可知，在整个分解过程中，大部分混合处理（67.74%—96.77%）的缩合单宁降解率表现为协同效应（观测值-预期值＞0，且P＜0.05）。在分解12个月后协同效应最强。在分解3个月（图3a）以及分解12—21个月期间（图3d—3g），有少数混合处理（3.23%—6.45%，1/31—2/31）表现出拮抗效应（观测值-预期值＜0，且P＜0.05）。

图3 31种不同处理混合凋落叶不同分解时期缩合单宁降解率的相对混合效应（观测值-预期值）Figure 3 Relative mixing effects of 31 different treatments on the degradation rate of condensed tannins in mixed litter at different decomposition stages (observed-expected)

不同的树种凋落叶组合在8次采样期间出现协同效应的频率为：PSCT (96.88%，31/32)＞ PSC=PST(95.83%，46/48)＞PS (83.33%，20/24)＞PCT (81.25%，39/48)＞PC (75.00%，18/24)＞PT (58.33%，14/24)。其中，除了 PT82（2/8）、PT73（4/7）和 PSC811（1/8）外，其他混合处理在大部分分解时期（＞4/8）均表现出协同效应，其中 PT64，PST721，PST631，PST622，PST613，PSC721，PSC622，PSC613，PCT631，PCT622，PST613，PSCT7111，PSCT6121和PSCT6112在所有分解时期均表现出协同效应。

2.3 凋落叶纤维素、总酚以及缩合单宁降解率的混合效应与初始质量PLS相关分析

变量重要性指标（VIP值）之间的差异用于表征凋落叶初始质量对纤维素、总酚及缩合单宁混合效应的解释作用不同（图 4）：凋落叶中纤维素降解的混合效应与初始总酚含量呈显著正相关，与纤维素含量呈显著负相关（图4a）。凋落叶总酚降解的混合效应与初始 C含量、木质素含量、纤维素含量、总酚含量、单宁含量、C/N以及木质素/N表现出显著负相关关系（图4b）。凋落叶中缩合单宁降解的混合效应与初始C含量、纤维素含量、总酚含量、单宁含量、C/N以及木质素/N呈显著负相关关系（图4c）。

图4 凋落叶初始化学性质与纤维素（a）、总酚（b）以及缩合单宁（c）混合效应的偏最小二乘回归分析Figure 4 Results of the PLS regression analysis of initial chemical properties of litter and mixed effects of cellulose(a), total phenols (b) and condensed tannins (c)

3 结论和讨论

3.1 讨论

凋落物（也称枯落物）是森林生态系统中的重要组成部分，一方面其通过自身分解影响森林生态系统能量转换和物质循环，另一方面其通过自身养分元素的快速周转间接调控森林生物量、总生产力（李志安等，2004）。凋落物的分解是一个十分复杂的过程，主要受到凋落物质量影响，常用养分含量或养分浓度来衡量凋落物质量，并用一些含碳化合物（单宁等）与N、P、K等的比值来表示（Hasey，1981；Melillo et al.，1982）。李伟英等（2014）研究发现，大多数针叶树种可以产生不利于凋落物分解和养分回归的化感物质，从而造成单一马尾松人工林土壤养分匮乏、生产力降低。胥清利（2007）研究发现以枫香（Liquidambar formosana）和马尾松构建混交林后，其凋落物产生了混合分解效应，加快了凋落物-土壤之间的养分转化速率，土壤的供肥能力和保肥能力均有所提高。本研究中，马尾松与3种阔叶混合分解过程中纤维素、总酚以及缩合单宁降解率在分解初期（分解3个月）时表现为非加性效应中的协同效应。纤维素降解率均在5月和8月协同效应有增强的趋势。总酚和缩合单宁均在分解第2年5月最低，总酚均在11月和2月有较强的协同效应，缩合单宁在整个分解过程中有60%以上的处理表现为协同效应，在分解第1年8月最强。纤维素、总酚以及缩合单宁是凋落叶中较难分解的物质，除了总酚可以通过是物理淋溶作用被降解外，其余均需通过生物降解的方式而被降解（Domínquez et al.，1994），凋落叶分解前期纤维素可通过胞外酶水解作用水解为小分子碳水化合物而能被微生物吸收利用而被分解（Wang et al.，2013）。分解第一年（11月）是凋落叶分解的高峰期，此时混合凋落叶中具有养分含量较高的阔叶凋落叶，更有利于土壤动物的取食和微生物的生长和繁殖进而促进3种难降解物质的降解而表现出较强的协同效应；12—4月为冬季，低温会影响土壤动物和微生物的生理性，使得分解者代谢水平的降低，土壤动物等分解者取食混合凋落叶的量会减少，减缓混合凋落叶机械破碎过程，与此同时与微生物的活动相关的分解酶的活性也会受到低温的限制（张艳，2016），进而导致混合凋落叶的分解速率的降低。因此，分解6个月（2月）和9个月（5月）之后协同效应减弱。5月之后温度升高，再加上冷热交替加速阔叶养分的完全释放使得土壤动物和微生物活性增强有利于难分解物质的降解，这可能是分解12个月（8月）协调效应最强的原因。分解第2年因阔叶凋落叶养分如香椿的完全分解以及前期分解形成的有利微环境条件，当第 2年 11月、5月和8月环境温度适宜时，更有利于微生物对纤维素、总酚和缩合单宁的降解，协同效应又开始增强。因实验区域属于典型亚热带季风气候区域，有着冬季和春季干冷少雨的特征，所以总酚通过淋溶作用降解贡献很小以致总酚表现为与纤维素和缩合单宁不一致的规律，即在分解6—12个月（2—8月）时期协同效应减弱。

凋落物的非加性效应通常是通过t检验来确定的（Mao et al.，2012），即观测值（实际测量值）与预期值（通过单一凋落物换算而来的值）之间具有显著差异则表明存在非加性效应。其中，若观测值显著高于预期值为协同效应；反之，则为拮抗效应。本研究发现，在所有混合处理中，PC组合的纤维素和总酚降解率，PSCT组合和PS组合的总酚和单宁降解率，PST组合的纤维素和单宁降解率出现协同效应的频率较高。31个混合处理中，PSCT7111、PSCT6211、PST631、PSC613、PCT721、PCT613的纤维素、总酚以及缩合单宁降解率在≥50%（4/8）的分解实验时期均表现出协同效应。而PT组合的纤维素、总酚以及缩合单宁降解率的协同效应均较弱。偏最小二乘回归分析（PLS）发现，纤维素降解混合效应与凋落叶初始纤维素浓度表现出显著负相关关系，与初始总酚含量表现出正相关关系。缩合单宁降解混合效应与初始C量、纤维素含量、总酚含量、单宁含量、C/N以及木质素/N表现出显著负相关关系。总酚降解混合效应与初始C含量、木质素含量、纤维素含量、总酚含量、单宁含量、C/N以及木质素/N表现出显著负相关关系。这与一些研究结果相似（路颖，2020；刘莎茜等，2021），即凋落物的分解速率与初始C含量、木质素含量、纤维素含量等呈负相关。本研究中，PSCT7111、PSCT6211、PST631、PSC613、PCT721、PCT613的纤维素、总酚以及缩合单宁降解率的协同效应较强，这些处理的阔叶占比均≥30%，且含有2—3个阔叶树种。这是因为混合凋落物中的不同树种凋落物之间存在着养分含量差异，高质量凋落物（初始C、木质素等难分解组分含量较低）在分解过程中快速分解，从而提高低质量凋落物的养分有效性，加快低质量凋落物的物质释放速率，进而加快整个混合凋落物的分解进程（李宜浓等，2016）。其次，本研究将马尾松与多种阔叶树种凋落物组合后，增加了凋落物多样性，丰富的凋落物种类为土壤动物提供了丰富的养分来源（N、P等），促进了凋落物中物质的降解。马尾松占比较大的组合，其初始木质素和纤维素含量较高，而木质素在凋落物分解中被认为是一种难降解物质（黄锦学等，2010；刘瑞鹏等，2013），木质素含量或木质素/N越高，凋落叶分解速率越慢（杜婷等，2021；张艳等，2021；李勋等，2022）。因此，这些马尾松占比较低的混合处理（比如PSCT7111、PSCT6211、PST631、PSC613、PCT721、PCT613）中，纤维素等物质的观测值-预期值更大，即协同效应更强。本研究中，PT组合对纤维素、总酚以及缩合单宁降解的协同效应较弱。然而，香椿凋落叶中这几种物质的含量较低，且相关分析也表明，两者之间为负相关关系。这可能是因为香椿凋落叶分解速率较快（张艳等，2022），养分释放也很快，导致在分解中后期PT组合的N、P等低于其他组合，而不利于该时期PT组合纤维素等物质的降解。

3.2 结论

作为凋落物的主要组成部分之一，纤维素、总酚以及缩合单宁不仅是森林生态系统中重要的物质构成，同时也调控凋落物的分解过程。马尾松与乡土阔叶树种混合分解后，SCT7111、PSCT6211、PST631、PSC613、PCT721、PCT613混合处理中，纤维素、总酚以及缩合单宁降解的协同效应较强，表明凋落物的物种多样性和混合比例对纤维素等的降解均具有显著影响。在马尾松人工林改造过程中，可将檫木、香樟和香椿作为伴生树种，设置适当的混合比例，从而促进凋落叶中纤维素、总酚以及缩合单宁的降解。由于本研究筛选出的混合效应较强的处理是凋落叶之间的比例，而不是树种之间的株数比，因此在后期造林时，可根据造林目的结合造林密度以及不同树种的年凋落量进行换算。