许 全，杨 怀，杨 秋，蒋亚敏，张书齐，刘文杰

(1.海南大学 热带农林学院， 海口 570228；2.国际竹藤中心， 北京 100102；3.中国林业科学研究院 热带林业研究所 尖峰岭森林生态系统研究站, 海南 乐东 510520)

土壤酶是森林土壤生态系统的重要组成部分之一，是连接森林植被与土壤养分的重要纽带[1]。酶活性不仅能反映土壤微生物活性的高低，而且能表征土壤养分转化和运移能力等[2]。其中，水解酶(如脲酶、酸性磷酸酶和蔗糖酶等)和氧化酶(如过氧化氢酶)分别与土壤有机物质的分解过程和腐殖化过程紧密相关[3]。水解酶主要参与活性碳组分分解，而难分解的惰性组分，则主要是由氧化酶分解[4]，通过对水解酶和氧化酶活性的研究，可以了解不同有机碳的分解情况，而有机碳的分解需要多种酶的共同参与，其酶活性的差异体现出微生物的养分需求。其中脲酶和酸性磷酸酶分别与营养元素氮、磷的转化相关，蔗糖酶的活性反映土壤碳氮这两类有机化合物最基本的分解代谢强度，参与土壤中碳氮的转化过程；过氧化氢酶与水胁迫相关[5]。土壤酶作为土壤质量的重要生物学指标，不仅可以反映生态系统的变化，还可以为资源管理者和政策制定者提供科学依据。

目前，土壤酶活性的监测已成为森林生态系统研究中必不可少的内容[6]。土壤酶活性与土壤理化性质的关系及其作用相关研究越来越深入，研究范围也越来越广泛，在猫儿山[7]、川藏高山峡谷[8]、磨盘山[6]、缙云山[9]、凉水自然保护区[10]、西天目山[11]和小兴安岭东南段[12]等地区均有开展。另外，植物群落结构和物种多样性对森林土壤酶活性也具有重要的影响[13-15]。杨万勤等[16]研究发现，不同演替阶段的森林生态系统的植物多样性与土壤过氧化氢酶、蔗糖酶等呈显著正相关。研究者在森林土壤酶与土壤理化性质[1,6,17-18]、植被群落结构[7,16,19]和物种多样性[20]的关系等方面的大量研究主要集中在温带和寒带，温带和寒带森林土壤往往受氮限制，而热带森林通常比高纬度森林土壤更受磷限制[21]。因为热带地区的高风化率会导致岩石来源的营养物质(如磷)的流失[22-23]，土壤酶活性也会存在异同，且在不同气候带下，其温度和降水存在显著的差异，而土壤酶的产生和代谢都受到温度和土壤湿度变化的影响[24]。一般情况下，干旱和低温会降低微生物的生物量，降低潜在的酶活性，而适宜的水热条件对土壤酶活性起明显的促进作用。在热带山地雨林，利用冗余分析研究土壤酶活性与多类环境因子的相互关系研究较少，土壤环境因子提供了酶促反应的底物和环境，群落的结构中凋落物的分解能释放酶进入土壤。因此，探讨热带雨林土壤酶活性特征及其影响因子对不同气候类型下土壤资料的充实和森林土壤质量的监测管理具有重要意义。海南岛尖峰岭位于世界热带的北缘，其热带山地雨林属于由热带雨林向亚热带雨林过渡的类型[25]。因其特殊的地理位置和气候环境，近年来吸引了很多学者的关注，在样地群落结构特征[26]、不同空间尺度和径级水平的物种丰富度与个体密度关联[27]、树种组成及分布格局[20]、土壤有机碳密度空间分布[28]等方面开展了大量的研究工作，但土壤酶活性特征及其影响因子的研究较少。因此，本研究以尖峰岭热带山地雨林60 hm2动态监测样地为研究对象，通过对雨季表层0～10 cm土壤的蔗糖酶、脲酶、过氧化氢酶和酸性磷酸酶进行分析，结合其土壤理化性质和植被资料，研究热带雨林土壤酶活性的影响因子及其内在联系，以期揭示土壤环境因子对土壤酶活性的影响，为样地的监测与管理以及热带山地雨林土壤质量评价提供基础资料。

1 材料与方法

1.1 研究区概况研究区位于海南岛乐东县尖峰岭国家级自然保护区内60 hm2森林生物多样性动态监测样地(18.33°～18.95°N，108.68°～109.20°E)；属低纬度热带岛屿季风气候，雨旱两季明显，雨季从5～10月，旱季从11月至翌年4月。根据海拔820 m处尖峰岭天池气象站26年的观测资料，该区域年降水量2 449 mm，年均气温19.8 ℃，≥10 ℃年积温7 200 ℃，最冷月平均气温14.8 ℃，最热月平均气温为23.3 ℃[29-30]。由于海拔和气候条件的变化，该区域土壤类型为砖黄壤-黄壤，土壤水分和腐殖质含量高[31-32]。该区域生境异质性较高，物种组成丰富，结构复杂，冠层平均高度28.0 m，且胸径(DBH)5 cm和10 cm以上的乔木密度每公顷分别可达171种[25]和154种[33]，以樟科(Lauraceae)、壳斗科(Fagaceae)、茜草科(Rubiaceae)等植物为主。现有森林覆盖率达93.18%，林分生物现存量(包括凋落物现存量)达6 455.2 t·hm-2，生物量年平均净积累6.242 t·hm-2·a-1[34]。

1.2 样方设置与样品采集在尖峰岭热带山地雨林60 hm2动态监测样地内参照CTFS(Center for Tropical Forest Science)的土壤采样方案[26]，将整个样地划分为1 500个20 m×20 m 的小样方，随机选取60个小样方(图1)，样方内的土壤类型为砖黄壤-黄壤。2016年6月，采用直径为5.0 cm的土钻以五点法在每个样方采集新鲜表层土样(0～10 cm)，并混合均匀，装入自封袋，带回实验室，4 ℃左右冷藏保存，用于土壤酶活性的分析。因有2个样品丢失，本次采样共计58个小样方的数据资料。同时，分取部分新鲜土壤样品，自然风干，过筛用于其他土壤理化指标分析，结果见表1(部分数据来源于杨怀[35])。

1.3 样品分析参照关松荫等[36]测定土壤酶活性：用KMnO4滴定法测定过氧化氢酶(CAT)，以每克土壤消耗0.1 mol·L-1KMnO4的毫升数表示H2O2酶活性，以mL·g-1·h-1表示；用苯酚-次氯酸钠比色法测定脲酶(Ure)，以24 h后1 g土壤中NH3的毫克数表示脲酶活性，单位以mg·g-1·d-1表示；用3，5-二硝基水杨酸比色法测定蔗糖酶(Inv)，以24 h后1 g土壤中生成葡萄糖的毫克数表示蔗糖酶活性，以mg·g-1·d-1表示。用磷酸苯二钠比色法测定酸性磷酸酶，酸性磷酸酶活性以每克土壤的酚毫克数表示磷酸酶活性，单位以mg·g-1·h-1表示。每个土壤样品测定3次，取平均值。其他土壤理化性质的测定参考《土壤农化分析》[37]。

1.4 数据处理采用SPSS 20.0软件对数据进行统计分析，用单样Kolomogorov-Semirnov(K-S)方法进行正态分布检验，运用R软件中vegan包计算物种多样性指数，同时根据许涵等对尖峰岭热带山地雨林60 hm2动态监测样地地形数据的测量，对地形数据(海拔、凹凸度、坡度)进行聚类分析，大致可以划分为平地、缓坡、中坡和山脊[26]，分别用1，2，3，4分别代表这4种地形。运用Canoco 5.0软件对土壤酶活性数据进行趋势对应分析，对不同物种进行分组和排序，计算第1排序轴的剃度范围，数值小于3，则采用冗余分析[38]，冗余分析需要2个数据矩阵，将4种土壤酶活性作为Canoco 5.0软件中的Species，即响应变量，将土壤环境因子作为Canoco5.0软件中的环境因子矩阵，对4种酶活性的数据进行中心化和标准化处理，对环境因子运用前向选择法和Monte Carlo检验法，以获得解释群落数据中具有显著差异的最小变量集，剔除了部分环境变量，剩余的环境因子可进行后续分析。

表1 尖峰岭动态监测样地样方的土壤理化性质和植被特征

Tab.1 Soil physicochemical properties and vegetation characteristics of the sampling soil of 58 quadrats (20 m × 20 m each quadrat) in the forest dynamics plot (FDP) with 60 ha forest in Jianfengling

基本指标Basic indicators均值mean最小值Min.最大值Max.标准偏差SD变异系数/%CV全磷/(g·kg-1)0.130.090.170.0214.97全钾/(g·kg-1)8.871.1232.037.2481.70碱解氮/(mg·kg-1)171.92111.09237.2413.547.88有效磷/(mg·kg-1)2.941.334.170.4615.73有效钾/(mg·kg-1)154.00100.92240.3126.2717.06铵态氮/(mg·kg-1)3.020.457.491.4648.37硝态氮/(mg·kg-1)2.790.387.681.6057.17有机碳/(g·kg-1)33.5218.8156.429.0126.87全氮/(g·kg-1)1.580.892.750.4428.08Margalef指数∗13.789.1917.961.7412.63Simpson指数∗0.960.840.980.022.52Shannon-Weiner指数∗3.862.994.230.266.66Pielou均匀度指数∗0.890.730.950.044.65

注：*参见文献[35]

Note:*comes from reference[35]

2 结果与分析

2.1 雨季土壤酶活性的统计学特征土壤各取样点的各项指标存在较小的变动，且各项指标的变动存在较小差异(表2)。在4种酶活性中雨季土壤蔗糖酶变异性最大，脲酶变异性最小。从K-S检验看出，土壤蔗糖酶、脲酶、过氧化氢酶和酸性磷酸酶的数据均呈正态分布(P>0.05)。

表2 60 hm2森林动态监测样地土壤酶活性的统计分析结果(n=58)

注：a，P>0.05表明数据近似于正态分布

Note：a,P>0.05 indicates that the data approximates a normal distribution

2.2 雨季土壤酶活性与环境因子的RDA分析在约束性分析选择排序结果为0.2，采用RDA分析[38]。对13个环境因子运用前向选择法和Monte Carlo检验法后，剔除变量为铵态氮、有效磷、土壤含水量和Margalef指数，剩余9个环境因子，即有机碳、全氮、pH值、碱解氮、全磷、硝态氮、Simpson指数、Shannon-Wiener指数和Pielou均匀度指数，通过RDA排序，将土壤4种酶活性与环境因子排列在一定空间，使排序轴能够反映一定的生态梯度，以此解释酶活性的分布与环境因子间的生态关系和重要程度。其中，环境变量对响应变量总解释率为51.5%，土壤有机碳和全氮是影响土壤酶活性的主要环境因子，分别解释了36.9%和26.6%的空间变异(P<0.01)。第1排序轴和第2排序轴的解释量分别为39.42%和9.17%，前2个排序轴占影响土壤酶活性因子总方差的48.60%，土壤酶活性与环境因子关系的累计解释量达94.43%，较好地反映了土壤酶活性与环境因子的相关性，主要是受第1排序轴影响。第1、2排序轴中，土壤因子与土壤酶活性的相关系数分别为0.848和0.629，进一步反映出土壤酶活性与环境因子的关系密切。

表3 RDA中环境因子对土壤酶活性空间变异的解释结果

58个动态观测样地因地形状况的不同，分布在4个区域(图3)，第1排序轴自左向右整体呈现出坡度的加剧，即第1排序轴反映了坡度的变化情况，雨季土壤酶活性的箭头方向与第1排序轴的方向一致，反映出这3个指标与土壤坡度变化呈正相关关系，与第1排序轴的夹角的大小排序为蔗糖酶>酸性磷酸酶>脲酶>过氧化氢酶，相关程度的大小为过氧化氢酶>脲酶>酸性磷酸酶>蔗糖酶。由图3可知，4类分布在不同地形特征的研究样地沿第1排序轴水平方向各样地位置临近，表明不同地形土壤酶活性的特征接近。对不同地形的土壤酶活性进行方差分析，得出山脊与缓坡、平地间雨季土壤酶活性呈显著差异(P<0.05)(表4)。

图4表明，9个环境因子中，有机碳、全氮和碱解氮箭头的连线最长，对土壤酶活性的解释率最高，有机碳与土壤脲酶、过氧化氢酶和酸性磷酸酶的夹角较小，且方向一致，呈正相关关系；蔗糖酶与碱解氮的夹角最小，呈正相关关系，即有机碳是影响土壤脲酶、过氧化氢酶和酸性磷酸酶的主导因子，碱解氮是影响土壤蔗糖酶的重要因素。对9个环境因子进行蒙特卡罗检验，得到环境因子的重要排序，对环境因子进行边际效应检验，结果表明，雨季土壤有机碳等因子与土壤酶活性呈极显著相关关系，由大到小依次为土壤有机碳、全氮、pH值、Simpson指数、Shannon-Wiener指数、碱解氮、全磷、硝态氮和Pielou均匀度指数，且土壤有机碳和全氮与土壤酶活性呈极显著正相关(P<0.01)，其贡献率分别为36.9%和26.6%。pH值、Simpson指数、Shannon-Wiener指数、碱解氮、全磷、硝态氮和Pielou均匀度指数与土壤酶活性呈显著正相关(P<0.05)，其贡献率均小于8.9%。说明土壤有机碳和全氮是影响雨季土壤酶活性的重要因子。

表4 不同地形状况下土壤酶活性及植被的特征与差异

Tab.4 Characteristics and differences of soil enzyme activities and vegetation under different topographic conditions

注：同列不同小写字母表示不同地形下土壤酶活性之间的差异显著(P<0.05)

Note: Different lowercase letters in the same column indicate significant differences in soil enzyme activities under different terrains (P<0.05)

由表5可知，尖峰岭热带山地雨林表层土壤蔗糖酶活性较高，在(15.36～60.94)mg·g-1·d-1之间，与戴云山[1]、峨眉山[39]、猫儿山[7]、高山峡谷[8]和磨盘山[6]森林土壤蔗糖酶活性基本相当，略高于缙云山[9]、凉水自然保护区[10]、西天目山[11]和小兴安岭东南段[12]森林土壤，且不同地区的蔗糖酶的极差较大，可能与不同地区之间的气候、地形和植被差异有关。雨季脲酶的活性在(0.30～0.68)mg·g-1·d-1之间，与表5中的戴云山[1]、缙云山[9]、猫儿山[7]、帽儿山、秦岭山脉[18]、西天目山[11]和海南琼中天然林[42]基本吻合，略低于高山峡谷[8]、藏东南[45]、小兴安岭东南段[12]和三亚热带森林[41]。雨季过氧化氢酶活性在(4.77～9.90)mL·g-1·h-1之间，与戴云山[1]、缙云山[9]、猫儿山[7]和西天天目山[11]等地区土壤基本相当，略高于凉水自然保护区[10]、帽儿山[17]和磨盘山[6]，但低于小兴安岭东南段[12]森林土壤。雨季酸性磷酸酶活性在(0.61～1.13)mg·g-1·h-1之间，与高山峡谷[8]、藏东南[45]和三亚热带森林[41]土壤基本吻合，远高于缙云山[9]、凉水自然保护区[10]、猫儿山[7]、秦岭山脉[18]和西天目山[11]。4种土壤酶活性与其他地区森林土壤酶活性的比较，反映出土壤酶活性分布的差异性。

表5 60 hm2森林动态监测样地表层土壤酶与其他地区森林土壤酶活性的对比

Tab.5 Comparison of soil enzyme activities in the surface soil of the forests between the forest dynamics plots (60 hm2) and other areas

地区Area蔗糖酶/(mg·g-1 ·d-1)Sucrase脲酶/(mg·g-1·d-1)Urease过氧化氢酶/(mL·g-1·h-1)Catalase酸性磷酸酶/(mg·g-1·h-1)Acid phosphotase样本数/个Quadrats尖峰岭15.36～60.940.30～0.681.59～3.300.61～1.1358戴云山(福建省中部)14.15～17.420.33～0.701.35～1.67—30峨眉山51.35～80.33—1.85～5.68—20高山峡谷(四川阿坝藏族羌族自治州)22.22～144.440.89～4.88—0.43～1.0815缙云山(重庆北郊)1.37～1.730.09～0.690.98～2.330.11～0.2412凉水自然保护区(黑龙江伊春带岭区)12.90～14.75—0.21～0.250.13～0.1421猫儿山(广西桂林)21.68～80.190.16～0.461.37～2.920.14～0.2312帽儿山(长白山)—0.58～0.650.28～0.29—9磨盘山(云南玉溪)11.28～20.64—0.18～0.22—9秦岭山脉—0.29～0.49—0.19～0.4318藏东南(青藏高原林芝地区)—1.00～1.67—0.72～0.9120西天目山(浙江省临安市)2.57～7.850.38～0.771.40～3.060.03～0.069小兴安岭东南段1.46～1.697.23～9.824.35～5.15—6三亚亚龙湾热带天堂森林—1.37～1.52—0.69～0.7620海南琼中天然林—0.36～1.44———

注：“—”表示原文没有数据或数据的分析测定方法不同

Note: “—” means that there is no data or data using different methods

3 讨 论

2016年雨季初期尖峰岭热带山地雨林土壤蔗糖酶、脲酶、过氧化氢酶和酸性磷酸酶的活性分别在(15.36～60.94) mg·g-1·d-1，( 0.30～0.68)mg·g-1·d-1，( 4.77～9.90)mL·g-1·h-1，( 0.61～1.13)mg·g-1·h-1之间，蔗糖酶的变异系数最大，为31.80%。将58个动态观测样地划分为平地、缓坡、中坡、山脊4种地形，根据冗余分析中样方与土壤酶活性分布可知，第1排序轴自左向右整体呈现出坡度的加剧，即第1排序轴反映了坡度的变化情况，且相关程度的大小即为过氧化氢酶>脲酶>酸性磷酸酶>蔗糖酶，其中雨季平地的脲酶、过氧化氢酶和酸性磷酸酶活性显著低于山脊(P<0.05)。土壤酶活性与环境因子的冗余分析的结果表明，土壤有机碳和全氮是雨季影响土壤酶活性的重要影响因子，其贡献率分别为36.9%和26.6%。

3.1 雨季土壤酶活性大小比较及其影响因素分析在研究样地的表层土壤酶与其他地区森林土壤酶活性的对比结果中，不同地区的酶活性大小因土壤母质、植被、气候和地形等差异呈现出不同的变化特征。其他地区的实验设计倾向于比较不同海拔和不同林型下森林土壤酶活性的变化特征，而缺乏对原始林60 hm2大样地土壤酶活性的相关研究。其他地区在不同实验条件下，可能因为地形和微环境等的改变，其酶活性本身存在异质性，而非实验条件的改变导致的差异，本研究可为样地的监测与管理提供参考。同时通过比较不同地区土壤酶活性的大小，对国内土壤酶活性的变化范围有一定的认识。

冗余分析中酶活性与环境因子的结果表明，本研究中影响土壤蔗糖酶活性的主要因子是土壤碱解氮，蔗糖酶的活性是反映土壤碳氮的这两类有机化合物最基本的分解代谢强度，参与土壤中碳氮的转化过程。有研究[40]表明大部分碱解氮是由土壤有机质固定的，土壤有机质是土壤中最大的氮库，土壤有机质的分解主要决定了氮矿化和初级生产力。雨季土壤脲酶、过氧化氢酶、酸性磷酸酶的主要影响因子是有机碳，这与武夷山[19]、西天目山[11]、峨眉山[39]、小兴安岭[12]、三亚亚龙湾热带天堂森林[41]和海南琼中天然林[42]等的研究结果一致。土壤有机碳与4种酶活性均存在极显著正相关，有学者[43]研究表明土壤酶与土壤中有机质的分解及微生物的组成类型密切相关。杨式雄和陈宗献[19]对武夷山不同林型土壤研究发现，土壤脲酶、磷酸酶、过氧化氢酶、转化酶与有机质显著相关。徐秋芳等[11]在西天目山的研究表明，土壤蔗糖酶、脲酶、过氧化氢酶与土壤全氮、有机质显著相关，但均与速效磷无显著相关。陈立明和满春秀[12]对小兴安岭云杉林土壤脲酶、磷酸酶、过氧化氢酶、转化酶活性均与有机质、速效钾含量极显著正相关。陈志芳等[1]对戴云山4种不同海拔森林类型土壤酶研究发现，蔗糖酶、脲酶、过氧化氢酶和多酚氧化酶与全氮、全磷、有效钾和有机碳含量呈极显著或显著正相关。不同地区研究结果的差异可能与地区环境有关。相关研究学者主要关注不同海拔梯度下酶活性的差异以及酶活性的时空分布特征，对酶活性综合指标与环境因子之间的关系少有关注。

3.2 地形条件和植被状况对雨季土壤酶活性的影响地形数据包括海拔、坡度、凹凸度的处理，由土壤酶活性与样方之间的冗余分析关系可知，第1排序轴自左向右整体土壤酶活性随着坡度的增加而增强，且相关程度的大小为过氧化氢酶>脲酶>酸性磷酸酶>蔗糖酶。第1排序轴地形坡度的变化对过氧化氢酶、脲酶和酸性磷酸酶更敏感。因为地形因素的改变会导致温度和光照等多种环境因子的变化，从而形成的空间尺度上的生态尺度[35]，进而会导致土壤温度和湿度的改变会进一步影响土壤有机质的含量，适宜的温度和湿度有助于腐殖质的分解，提高土壤有机质含量，进而提高土壤酶活性。土壤酶活性与环境因子冗余分析的结果表明，雨季土壤有机碳和全氮是影响土壤酶活性的主要因子，土壤酶直接参与土壤的重要生态过程，对生态系统环境变化极度敏感，其活性强弱受多种环境因子影响[38]，土壤酶能分解大分子有机物，增加土壤养分的含量，全氮能促进根际微生物的生长，增强土壤中酶活性，同时土壤有机碳和土壤全氮是有机质重要的组成成分，土壤有机质不但是其他养分的重要来源和储藏场所，同时也是土壤酶活性的来源和储藏基地[44]。

除养分元素和地形因素外，植被状况也对雨季土壤酶活性产生重要的影响，植被数据包括物种组成和物种多样性，本研究中计算出每个样方的Margalef指数、Shannon-Wiener指数、Simpson指数和Pielou均匀度指数，其中Shannon-Wiener指数和Simpson指数中物种组成的差异会导致土壤养分分布的不同，同时也会影响土壤微生物的群落组成及多样性。尖峰岭热带山地雨林属于天然林，受人为干扰较小，生态系统结构复杂，土壤养分的变化主要来源于凋落物的输入和氮沉降，养分格局的改变会影响土壤微生物的组成类型和活性大小，而土壤酶来源于植物根系和微生物的细胞分泌物及动植物残体分解物，它能够改变土壤中的矿质营养的状态[46]，即凋落物的输入对土壤中酶活性有重要影响。本研究通过RDA二维排序图反映出土壤酶活性与环境因子的的极显著相关(P<0.01)，为RDA分析应用于复杂的响应变量和环境变量之间提供参考，可以与其他研究方法结合，探索土壤酶活性与理化性质的作用机制。本研究虽然利用冗余分析筛选出敏感性土壤因子对样地的监测与管理，但土壤酶活性仅代表2016年雨季尖峰岭热带森林土壤酶的活性。