2. 生态安全与保护四川省重点实验室, 621000, 四川绵阳;
3. 四川农业大学资源学院, 611130, 成都
中国水土保持科学 2020, Vol. 18 Issue (6): 90-98. DOI: 10.16843/j.sswc.2020.06.011 |
水库消落带是库水由于季节性涨落导致被淹没的土地周期性露出水面的特定区域[1]。消落带是一种环境复杂多变的生态交错带,具有生物的多样性、生态的脆弱性和人类活动的频繁性等特点[2-3]。消落带具有生态功能、经济功能和社会功能,对消落带土地的合理利用与保护是生态文明建设的必然要求。瀑布沟水库是我国“十五”的标志性工程,也是西部大开发的重点建设项目,但是目前缺乏对其消落带土壤野外实际采样的相关数据,因此在水土保持等生态环境建设上需要加以重视。
土壤有机碳是陆地上最大的碳库,直接影响着全球CO2的排放量与气候变暖,一直受到各地学术界的高度关注[4-5]。近些年,许多地方政府和科研机构对各地区有机碳储量和分布特征作了科学的评估,大到世界各国[6-9]与全球层面[10],小到特定的生态系统[11-13]。当前碳储量估算方法通常采用土壤有机碳含量来估算土壤有机碳的储量[14]。其中GIS估算法是比较常用的方法,它利用遥感影像数据,结合野外实地调查对土地利用与土地覆盖(land use and land cover, LULC)进行分类,并根据室内土壤样品的测试结果得出所采集土壤样本的有机碳含量与密度,接着在ArcGIS中进行空间插值,得到各确定因素的图层,进行栅格运算分析后,得到土壤有机碳密度空间分布图,最后将有机碳密度空间分布图与研究区栅格面积相乘,计算出土壤有机碳储量[15]。这种方法估算结果较准确,并能绘制出空间分布特征图,能更好地反映土壤性质空间的递变特点[16]。
但是消落带土壤有机碳含量的影响因素不仅有土地利用与土地覆盖(LULC),还包括海拔与地形等。瀑布沟水库消落带水位落差达到60m,又属于干热的河谷气候,库水周期性对土壤的淹没与夏季暴雨对露出土壤的冲刷,使瀑布沟水库消落带水体污染和土壤流失现象比较严重,但是该地区又缺乏相关的研究。笔者针对瀑布沟消落带土壤,经过实地采样分析,以海拔、地形、土地利用与土地覆盖(LULC)为因子,分析有机碳的分布特征,并剔除了三者间的交互作用的影响,估算土壤有机碳储量,为瀑布沟水库消落带生态文明建设工作提供基础的科学数据支持。
1 研究区概况瀑布沟库区(E 102°21′~102°49′,N 29°14′~29°24′)位于四川省大渡河的下游上段,属于干热河谷气候区域[17]。瀑布沟水库消落带最低水位为790m,最高水位为850m,实行夏季放水,冬季蓄水的水位调节模式。因为研究区顺着大渡河呈现长而窄的轮廓,所以研究区的地理位置只显示消落带中间区域(图 1)。
瀑布沟水库消落带的水位在790~850m范围内呈现规律变化,具体变化情况如表 1(由成都勘测规划院提供)。
根据消落带的实际情况,在考虑现场安全、可采点区域、样点代表性的基础上,按照海拔、土地利用方式与地形布设行采样点。
1) 土地利用与土地覆盖(LULC)。根据实地观察,瀑布沟水库消落带LULC类型分为裸岩、堡坎、旱地、草地、淤泥、裸地,其中裸岩和堡坎上面没有覆盖泥土,不在研究范围内。
2) 海拔。在实地选点中,每确定一个采样点的区域,就按790~820m与820~850m海拔段各取一个点。
3) 地形。在实地选点中,遇到坡度变化较大的区域应布设采样点,并使用数字高程模型(digital elevation model, DEM)计算坡长、坡度等地形特征。
根据前面所述条件,研究区消落带所选采样点共计48个。采集点需要记录LULC种类、海拔、经纬度、地型特点与植被覆盖情况。采样点具体位置分布如图 2所示。
每个采样点均分0~10cm、10~20cm和20~40cm土壤深度来采集(研究区40cm以下土壤石砾含量较高,且土壤坚实度高,难以挖掘)。每个采样点位为同一地块内随机5个土样混合组成,土壤密度用环刀法测定,有机碳质量分数用重铬酸钾法测定。样品采集时间为2017年4月25日到30日,此时瀑布沟水库的水位基本达到全年最低,消落带暴露面积达到最大。
2.2 土壤有机碳储量估算方法因为研究区域面积小,约29hm2,而且库区下游基本为没有土壤的裸岩区域,其气候变化不大,所以有机碳质量分数分布的影响因子在本文中只设置了地形、土地利用与土地覆盖(LULC)和海拔3种。
2.2.1 地形因子的计算方法为了量化分析地形因子,这里采用土壤通用流失方程(USLE)中的坡长因子L和坡度因子S来计算。
$ {L = {{\left( {\frac{\lambda }{{22.1}}} \right)}^m}。} $ | (1) |
式中: λ为坡长;m为坡长指数。
指数m的推荐值如下:
$ m = \left\{ \begin{array}{l} 0.5\;\;\;\;\theta \ge 5^\circ \\ 0.4\;\;\;\;3\% \le \theta < 5^\circ \\ 0.3\;\;\;\;1\% \le \theta < 3^\circ \\ 0.2\;\;\;\;\theta < 1^\circ \end{array} \right.。$ | (2) |
式中θ为坡度。
USLE中坡度因子S≤1°允许计算的最大坡度为18%,约为10°[18]。笔者结合McCool的缓坡坡度公式[18]和LIU的陡坡坡度公式,将坡度因子S分段考虑,得到以下的合并公式[19]:
$ S = \left\{ \begin{array}{l} 10.8{\rm{sin}}\theta + 0.03\;\;\;\;\;\left( {\theta < 5^\circ } \right)\\ 16.8{\rm{sin}}\theta - 0.50\;\;\;\;\;\left( {5^\circ \le \theta < 10^\circ } \right)\\ 21.9{\rm{sin}}\theta - 0.96\;\;\;\;\;\left( {\theta \ge 10^\circ } \right) \end{array} \right.。$ | (3) |
根据以上算法得到每个像元的地形因子值。
2.2.2 有机碳质量分数的计算方法在取得地形因子数据后,可以列出土壤有机碳质量分数的计算公式:
$ {\rm{SO}}{{\rm{C}}_i} = {\rm{LUL}}{{\rm{C}}_i} \times {\rm{Elevatio}}{{\rm{n}}_i} \times {\rm{L}}{{\rm{S}}_i}。$ | (4) |
式中:SOCi为第i层的土壤有机碳质量分数,g/kg。LULCi为第i层的土壤在较为平坦地区(下文中会提及是地形因子LS最低值,为0.03 ~0.16),海拔在790~820m的每种LULC类型有机碳质量分数,g/kg。在LULC因子的栅格图层中,将不同LULCi的有机碳质量分数值设为相应的LULC的栅格值,这样就可以得到只考虑LULC因子的有机碳质量分数分布图。Elevationi为第i层的土壤在消落带较为平坦地区(LS值在0.03~1.16),每种LULC类型在海拔820~850m与790~820m区域,土壤有机碳质量分数平均值的比值(量纲为1)。在海拔因子的栅格图层中,把790~820m的栅格值设为1,820~850m的栅格值为Eelevationi值。当LULC因子的栅格图层与海拔因子的栅格图层相乘时,可以得到该层的土壤在不考虑地形因子时,所有海拔下每种LULC的有机碳质量分数分布图。LSi为第i层的土壤在消落带海拔790~820m的区域,每种LULC类型在不同地形因子LS值下与地形因子LS值为0.03~1.16时的土壤有机碳质量分数平均值的比值(量纲为1)。在地形因子的栅格图层中,把LS值在0.03~1.16的栅格值设为1,其他LS值的栅格值设为对应的LSi值。当LULC因子的栅格图层、海拔因子的栅格图层和地形因子的栅格图层在ArcGIS栅格计算器中相乘时,可以得到所有地形和海拔下,每种LULC(即整个消落带)的有机碳质量分数空间分布图。
2.2.3 有机碳储量密度计算方法一定剖面深度的土壤有机碳储量密度计算公式[20]如下:
$ {\rm{SOC}}{{\rm{D}}_h} = \sum\limits_{i = 1}^n {\frac{{{T_i}{\rm{SO}}{{\rm{C}}_i}{\rho _i}\left( {1 - {G_i}/100} \right)}}{{100}}} 。$ | (5) |
式中:SOCDh为土壤表面到深度h之间的土壤有机碳储量密度,kg/m2;Ti为第i层的土壤厚度,cm;ρi为第i层的土壤密度,g/cm3;n为层数,本研究中n=3;Gi为土壤样本中粒径>2mm的砾石比例,%。
其中土壤密度按LULC划分,经统计整个消落带相同LULC类型之间的土壤密度并没有显著差异,因此统计分析得出土壤密度:0~10cm旱地为1.37g/cm3、草地为1.40g/cm3、裸地为1.39g/cm3、淤泥为1.18g/cm3; 10~20cm旱地为1.46g/cm3、草地为1.48g/cm3、裸地为1.47g/cm3、淤泥为1.25g/cm3; 20~40cm旱地为1.50g/cm3、草地为1.54g/cm3、裸地为1.52g/cm3、淤泥为1.31g/cm3。
2.2.4 有机碳总储量计算方法消落带土壤有机碳总储量计算公式[21]如下:
$ {\rm{SOC}}{{\rm{S}}_h} = \sum\limits_{i = 1}^k { = {\rm{SOC}}{{\rm{D}}_h}A} 。$ | (6) |
式中:SOCSh为消落带深度为h的土壤有机碳储量总量,kg;A为栅格面积,m2;k为栅格数。
2.3 消落带数据库建立在瀑布沟水库消落带,使用全站仪进行现场勘测记录。研究区域图(图 1)由海拔790m与850m的等高线连接而成。数字高程模型(DEM)图(图 3)(分辨率为5m×5m)由ArcGIS软件中的3D模块功能对导入高程点生成。由于瀑布沟水库消落带的面积较小,土地利用与土地覆盖(LULC)图(图 4)(分辨率为5m×5m)为实地观测记录,并在ArcGIS软件中绘制而成。
常规统计分析在SPSS 20中完成,空间插值与图层叠加分析在ArcGIS中完成。
3 结果与分析 3.1 消落带土壤有机碳分布特征 3.1.1 土壤有机碳养分统计特征从表 2可以看出,消落带土壤有机碳质量分数呈现出随土壤深度增加而递减的规律。这是因为土壤有机碳主要来源于消落带最高水位线以上与消落带区域的一些随径流而来的人为污染物、动物排泄物与植物残体。这些有机碳来源物集中在土壤表层,而土层较深的地方受到外界影响较小。这与郭燕等[22]对三峡库区消落带土壤研究的结果是一致的。
从表 3可以看出:消落带海拔790~820m的土壤有机碳质量分数在不同土壤深度都是大于820~850m的。这是因为消落带的低海拔区域处于长期淹水的强还原状态,这会抑制动植物残体等有机碳来源物的分解,再加上地形相对平坦,动植物残体容易滞留,增加了有机碳不断积累的机会。有机碳质量分数最高的淤泥也只分布在低海拔地区,这也拉高了低海拔地区有机碳质量分数的平均值。这与宫兆宁等[3]对官厅水库消落带淹水频繁区的土壤有机质含量大于长期露出区的研究结果是一致的。
从表 4可以看到,在不同土壤深度下,不同LULC下的土壤有机碳质量分数平均值表现为淤泥>草地>旱地>裸地。这主要是因为淤泥分布在高程较低的区域,长时间的淹水抑制了有机质的分解流失。而且淤泥分布在地形比较平坦的区域,这使有机碳来源物容易在其表面滞留;草地在干热河谷气候的作用下,一旦露出水面就会快速生长,这些植被有着较强的水土保持作用。而且杂草根系可以固定土壤,减少土壤养分的流失,并在消落带淹水后,根系腐烂化作有机质来源。在消落带一些平坦草地上,可以见到一些牛羊在吃草,这些牛羊的排泄物也成了草地有机质的来源;旱地和裸地表层裸露,缺少植物凋落物来源与滞留其他有机质的能力,有机质容易流失。但是由于人工干预,旱地会施入一些有机质的肥料,因此旱地有机碳质量分数介于草地与裸地之间。这与谭波[23]对三峡库区消落带土壤有机碳质量分数的研究结果(水田>草地>撂荒地>旱地)基本一致。
经过式(1)~(3)计算,可在ArcGIS中生成地形因子LS图(图 5)。由表 5可知,土壤有机碳质量分数与LS值呈负相关关系。因为随着地势越加陡峭,土壤受到库水、地面径流与降雨的冲刷作用就会越加剧烈,导致土壤有机碳的流失[24]。
根据式(4)在ArcGIS中可得消落带土壤0~10、10~20和20~40cm的有机碳质量分数的空间分布图,然后根据式(5)分别得出3层土壤深度的有机碳储量密度分布图,最后将3个图层在ArcGIS的栅格计算器中相加可得整个消落带0~40cm土壤有机碳储量密度图(图 6)。
瀑布沟消落带总面积为29.29hm2,根据式(6)可得消落带0~40cm土壤有机碳总储量为18万4134.14t,平均密度为6.29kg/m2。扣除堡坎与裸岩面积2.21hm2后,平均密度为6.80kg/m2。有机碳储量密度分布具体情况见表 6。
由于有机碳质量分数与有机碳储量密度是成高度一致的正比关系,因此有机碳质量分数分布的影响因素同样作用于有机碳储量密度的分布。从图 6可以看出,消落带0~40cm土壤有机碳储量密较高的区域为草地和淤泥分布较广的区域。因为草地和淤泥分自身有机碳质量分数较高,且处于地形平坦区域(LS值低),而且淤泥全部分布在高程较低的地区,有机碳更加容易累积;土壤有机碳储量密较低的区域为裸地分布较广的区域,因为裸地其自身有机碳质量分数较低,且大多处于高程较高且地形陡峭的区域,有机碳相对容易流失。图 6中土壤有机碳储量密为0的区域为裸岩和堡坎的分布地区,上面没有泥土覆盖,因此取值为0。
4 结论与讨论1) 消落带由于其特殊的地理环境,频繁经历库水淹没与露出,其环境问题一直是生态文明建设中的重点与难点,而瀑布沟水库消落带蓄水位落差达到60m,且地形复杂多变,不同LULC、地形和海拔对土壤有机碳质量分数分布有明显影响。具体表现为研究区低海拔地区的土壤有机碳质量分数高于高海拔地区;研究区土壤有机碳质量分数平均值大小顺序为淤泥>草地>旱地>裸地;研究区土壤有机碳质量分数与地形因子LS值呈反比。
2) 在本文中有机碳质量分数的计算公式为SOCi=LULCi×Elevationi× LSi,因子之间是连乘关系。在公式中考虑到的因子越多,那么相对于只考虑LULC的传统单因子GIS估算法,其最终估算结果的就会越精确。笔者采用实地采样与试验分析相结合的方法来获取海拔因子和地形因子,这样误差较小,但是采样次数会随着考虑因子的增加而加大。因此在其他研究中,考虑的因子应该根据研究区的具体情况而定,比如在大范围研究区域,可考虑的因子有土壤母质、降水、温度、人为干扰等等。
[1] |
WANG Chaoying, XIE Yingzan, REN Qingshui, et al. Leaf decomposition and nutrient release of three tree species in the hydro-fluctuation zone of the Three Gorges Dam Reservoir, China[J]. Environmental Science and Pollution Research, 2018, 25(23): 23261. DOI:10.1007/s11356-018-2357-8 |
[2] |
吴科君, 马文超, 李瑞. 三峡库区消落带立柳(Salix matsudana)生长及营养元素分配特征[J]. 生态学报, 2019, 39(14): 5308. WU Kejun, MA Wenchao, LI Rui, et al. Growth and nutrient distribution characteristics of Salix matsudana in the hydro-fluctuation belt of the Three Gorges Reservoir[J]. Acta Ecologica Sinica, 2019, 39(14): 5308. |
[3] |
宫兆宁, 李洪, 阿多. 官厅水库消落带土壤有机质空间分布特征[J]. 生态学报, 2017, 37(24): 8336. GONG Zhaoning, LI Hong, A Duo. Spatial distribution characteristics of organic matter in the water level fluctuation zone of Guanting Reservoir[J]. Acta Ecologica Sinica, 2017, 37(24): 8336. |
[4] |
Nord-LARSEN T, VESTERDAL L, BENTSEN N S, et al. Ecosystem carbon stocks and their temporal resilience in a semi-natural beech-dominated forest[J]. Forest Ecology and Management, 2019, 447: 67. DOI:10.1016/j.foreco.2019.05.038 |
[5] |
孙钰森, 王维芳, 李国春. 基于地理加权回归克里格模型的帽儿山地区森林碳储量空间分布[J]. 应用生态学报, 2019, 30(5): 1642. SUN Yusen, WANG Weifang, LI Guochun. Spatial distribution of forest carbon storage in Mao'ershan region, Northeast China based on geographically weighted regression kriging model[J]. Chinese Journal of Applied Ecology, 2019, 30(5): 1642. |
[6] |
BATJES N H. Carbon and nitrogen stocks in the soils of central and eastern Europe[J]. Soil Use and Management, 2002, 18(4): 324. DOI:10.1079/SUM2002138 |
[7] |
KROGH L, NOERGAARD A, HERMANSEN M, et al. Preliminary estimates of contemporary soil organic carbon stocks in Denmark using multiple datasets and four scaling-up methods[J]. Agriculture Ecosystems & Environment, 2003, 96(1): 19. |
[8] |
BERNOUX M, MARIA C S C, VOLKOFF B, et al. Brazil's soil carbon Stocks[J]. Soil Science Society of America Journal, 2002, 66(3): 888. DOI:10.2136/sssaj2002.8880 |
[9] |
MURUGAN A V, KUMAR S, DADHWAL V K, et al. Hierarchical approach for developing baseline soil organic carbon database and its distribution in India[J]. Journal of the Indian Society of Remote Sensing, 2014, 42(2): 453. DOI:10.1007/s12524-013-0339-3 |
[10] |
BATJES N H. Total carbon and nitrogen in the soils of the world[J]. European Journal of Soil Science, 2014, 65(1): 10. DOI:10.1111/ejss.12114_2 |
[11] |
周玉荣, 于振良, 赵士洞. 我国主要森林生态系统碳贮量和碳平衡[J]. 植物生态学报, 2000, 24(5): 518. ZHOU Yurong, YU Zhenliang, ZHAO Shidong. Carbon storage and budget major Chinese forest types[J]. Chinese Journal of Plant Ecology, 2000, 24(5): 518. DOI:10.3321/j.issn:1005-264X.2000.05.002 |
[12] |
姜刘志, 杨道运, 梅立永, 等. 深圳市红树植物群落碳储量的遥感估算研究[J]. 湿地科学, 2018, 16(5): 618. JIANG Liuzhi, YANG Daoyun, Mei Liyong, et al. Remote sensing estimation of carbon storage of mangrove communities in Shenzhen city[J]. Wetland Science, 2018, 16(5): 618. |
[13] |
王艳丽, 字洪标, 程瑞希, 等. 青海省森林土壤有机碳氮储量及其垂直分布特征[J]. 生态学报, 2019, 39(11): 4096. WANG Yanli, ZI Hongbiao, CHENG Ruixi, et al. Forest soil organic carbon and nitrogen storage and characteristics of vertical distribution in Qinghai province[J]. Acta Ecologica Sinica, 2019, 39(11): 4096. |
[14] |
高君亮, 罗凤敏, 高永, 等. 典型陆地生态系统土壤碳储量计算研究进展[J]. 生态科学, 2016, 35(6): 191. GAO Junliang, LUO Fengmin, GAO Yong, et al. Review on the calculation of the soil carbon storage in typical terrestrial ecosystems[J]. Ecological Science, 2016, 35(6): 191. |
[15] |
于君宝, 王永丽, 董洪芳, 等. 基于景观格局的现代黄河三角洲滨海湿地土壤有机碳储量估算[J]. 湿地科学, 2013, 11(1): 1. YU Junbao, WANG Yongli, DONG Hongfang, et al. Estimation of soil organic carbon storage in coastal wetlands of modern Yellow River delta based on landscape pattern[J]. Wetland Science, 2013, 11(1): 1. DOI:10.3969/j.issn.1672-5948.2013.01.001 |
[16] |
刘亚男, 郗敏, 张希丽, 等. 中国湿地碳储量分布特征及其影响因素[J]. 应用生态学报, 2019, 30(7): 2481. LIU Yanan, XI Min, ZHANG Xili, et al. Carbon storage distribution characteristics of wetlands in China and its influence factors[J]. Chinese Journal of Applied Ecology, 2019, 30(7): 2481. |
[17] |
蔡凡隆, 张军, 胡开波. 四川干旱河谷的分布与面积调查[J]. 四川林业科技, 2009, 30(4): 82. CAI Fanlong, ZHANG Jun, HU Kaibo. Distribution and area investigation of the arid valley in Sichuan province[J]. Journal of Sichuan forestry science and technology, 2009, 30(4): 82. DOI:10.3969/j.issn.1003-5508.2009.04.016 |
[18] |
MCCOOL D K, FOSTER G R, MUTCHLER C K. Revised slope length factor for the Universal Soil Loss Equation[J]. Transactions of the ASAE, 1989, 30(5): 1387. |
[19] |
LIU B Y, NEARING M A, RISSE L M. Slope gradient effects on soil loss for steep slopes[J]. Transactions of the ASAE, 1994, 37(6): 1835. DOI:10.13031/2013.28273 |
[20] |
ZHANG Y, ZHAO Y C, SHI X Z, et al. Variation of soil organic carbon estimates in mountain regions:A case study from Southwest China[J]. Geoderma, 2008, 146(3): 449. |
[21] |
LIU Z P, SHAO M A, WANG Y Q. Effect of environmental factors on regional soil organic carbon stocks across the Loess Plateau region, China[J]. Agriculture, Ecosystems and Environment, 2011, 142(3): 184. |
[22] |
郭燕, 程瑞梅, 肖文发, 等. 三峡库区消落带土壤化学性质年际变化特征[J]. 林业科学, 2019, 55(4): 22. GUO Yan, CHENG Ruimei, XIAO Wenfa, et al. Inter-annual variation of soil chemical properties in the water-level-fluctuation zone of the Three Gorges Reservoir[J]. Scientia Silvae Sinicae, 2019, 55(4): 22. |
[23] |
谭波.三峡库区消落带湿地土壤碳氮的分布研究[D].重庆: 西南大学, 2011: 21. TAN Bo. Study on distribution of carbon and nitrogen in the wetland of water fluctuation zone in Three Gorges Reservoir[D].Chongqing: Southwest University, 2011.21. |
[24] |
贾松伟. 黄土丘陵区不同坡度下土壤有机碳流失规律研究[J]. 水土保持研究, 2009, 16(2): 30. JIA Songwei. Soil organic carbon loss under different slope gradients in loess hilly region[J]. Research of Soil and Water Conservation, 2009, 16(2): 30. |