李 勋 张 艳 宋思梦 周 扬 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，康定 626001；2. 四川农业大学林学院生态林业研究所，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，成都 611130）

凋落物分解过程中物质的释放/降解是地球化学循环的重要组成部分，凋落物中营养物质的归还或释放不仅能提升森林生态系统稳定性，同时也是维持林地有机物生产不可缺少的组成部分，而凋落物的物种多样性差异往往能够对凋落物的物质释放/降解产生影响，这种由凋落物物种多样性的差异引起的质量损失率、物质含量等的变化，称之为凋落物的混合分解效应。通常通过计算混合凋落物某一种组分剩余质量比例的加权平均数，得到混合凋落物分解速率的期望值，将分解速率期望值与实际值进行比较，判断物种多样性是否对凋落物分解产生混合效应。混合效应分为加性效应和非加性效应，非加性效应的显著性通常是通过检验来确定的，即观测值与预期值之间差异显著则为非加和效应。非加和效应又分为协同效应和拮抗效应：若混合物中的实际损失率显著高于预期，我们称之为协同效应；反之，则为拮抗效应。相对于单一凋落物，混合凋落物的分解特征更为复杂。王欣等发现添加白桦（）凋落叶促进了华北落叶松（-Mayr）凋落叶的分解，并且混合凋落物对C 释放的促进作用随着白桦叶数量的增加而增加。李云等将刺槐（）、小叶杨（）、沙棘（）、沙柳（）、苜蓿（）和长芒草（）中的两种和三种混合后发现，两种凋落物混合和三种混合后的C 平均释放率低于单一种物种凋落物。可见凋落物多样性的多寡对分解过程中养分释放的作用十分复杂，受到物种组成、元素含量和分解时期等多种因子的影响。

马尾松（）纯林广泛分布于华南17个省，南起雷州半岛（21°41′N），北至秦岭（33°56′N），西至四川盆地中部。马尾松因其在干旱、多沙、贫瘠的土壤上生长良好，被认为是亚热带地区荒芜、侵蚀严重和边缘地带造林的优良树种。但随着林龄的增加，大面积马尾松人工纯林存在着土壤肥力下降、生物多样性下降等生态安全问题。研究发现，凋落叶越厚实，质地越坚硬，结构越粗糙，其分解速率就越慢。相对针叶树种，阔叶树种的叶片C/N、木质素/N以及萜类物质和酚类物质含量较低，更有利于土壤生物群落生长和繁衍，使其分解速率较针叶树种快。因此，本研究以4个乡土树种凋落叶为研究对象，采用网袋法研究了不同种类凋落物及配比后在分解过程中的全碳（C）释放率及其混合效应，旨在为大面积的马尾松人工纯林的可持续经营和伴生树种选择提供理论依据。

1 研究方法

1.1 研究区概况

本研究在四川省都江堰市四川农业大学实验基地（31°01′～31°02′N，103°34′～103°36′E）进行。该地区属于青藏高原向四川盆地的一段过渡地带，气候类型为典型的亚热带季风湿润气候，年平均降水量1 243.8 mm，年平均气温15.2 ℃。该地区地带性土壤为发育在沙质岩石上的黄壤，质地为重壤土，在中国土壤分类系统中被归为铁铝土。研究地点海拔约为800 m，林地内零散分布马尾松、杉木（）、樟树（）和喜树（Decne.）等乔木。草本灌木主要有十大功劳（（Lindl.）Fedde）、紫 麻（（Thunb.）Miq.）、乌蔹莓（（Thunb.）Gagnep.）、扁 竹 根（Thunb.）、亮叶忍冬（sp.）、刺头复叶耳蕨（（G. Forst.）Tindale）、五叶地锦（（L.）Planch.）、板凳果（Franch.）等。

2016年8月，选择地形地貌、海拔、母岩、土壤类型、坡度、坡位等相同或相近的，以及林地情况相近、林分密度相似的马尾松、喜树等树种的混交林为实验样地，并在其中划分出3个具有代表性的大小约为30 m×30 m的样地放置凋落物分解袋。3个样地详细情况见表1。

表1 样地基本信息（平均值±标准差）Table 1 Basic information regarding the three plots（mean±SD）

1.2 实验设计

于2016 年6 月从四川省宜宾市高县（28°11′N、104°48′E）分别采集马尾松、檫木（（Hemsl.）Hemsl）、香 樟（（Linn）Presl）和香椿（（A. Juss.）Roem.）凋落叶。带回实验室后，将凋落叶中的新鲜叶片和已经开始分解的叶片移除，只保留新鲜的凋落叶，在室温下风干两周。将风干的凋落叶（15.00±0.05）g 放入内部大小为20 cm×23 cm，上层面孔径大小为3.00 mm，下层面孔径大小为0.04 mm 的尼龙网分解袋中。根据“混交林中主要树种的比例不应低于60%”，设置35 个不同的凋落叶组合（见表2）。共计940袋=（（4个单一处理+31个混合处理）×8 个采样时期×3 个样地+100（预防试验过程中凋落袋遗失））。于2016年8月15日将这些凋落叶分解袋小心地转移到3 个30 m×30 m的样地（海拔811～824 m）。将凋落叶分解袋随机水平放置于样地表面，样品袋之间距离为2～5 cm，从而避免样品之间相互干扰。将所有凋落叶分解袋置于土壤表面后，随机收集每种凋落物组合的3个凋落叶分解袋，并返回实验室，测定样品放置过程中的损失量和风干凋落物样品的含水量。

表2 实验处理Table 2 Detailed description of the different treatments

1.3 样品采集

从2016年8月到2018年8月，每隔3个月收集一次凋落叶分解袋，具体采样时间见表3。在每个间隔期（3 个月），从3 个样地随机收集每个处理凋落叶分解袋3袋。带回室内后，用镊子将凋落叶分解后的大片碎片取出，尽可能仔细地去除土壤颗粒物、节肢动物和外来植物根系，测量凋落叶的含水量和干质量，剩余的凋落叶清理干净后备用。

表3 野外采样时间Table 3 Field sampling time

1.4 样品分析

将凋落叶置于65 ℃烘箱干燥48 h 后，对每个样品进行称重，以确定干质量，并用于评估分解后残留的凋落叶质量。将干燥后的样品在磨粉机中研磨，过0.25 mm的筛子以备用。全碳含量采用重铬酸钾加热法测定（GB7657-87）。其他初始含量测定方法：全氮—凯氏定氮法（LY/T 1269—1999）；磷—钼锑抗比色法（LY/T 1270—1999）；木质素和纤维素—范氏（Van Soest）洗涤纤维法；总酚—福林酚比色法；缩合单宁—香草醛—盐酸法。

1.5 数据处理与统计分析

凋落叶C释放率（R）：

式中：R为当次C 释放率（%）；M表示当次凋落叶残留量（g）；表示凋落叶初始质量（g）；C为当次C 含量（质量分数）（g·kg）；表示C 初始含量（初始质量分数）（g·kg）。

将单一物种凋落叶按照不同混合比例组合起来，计算单个小区中混合物种凋落叶的预期C 含量（R），计 算 混 合 凋 落 叶C 释 放 的 混 合 效应（）：

式中：R表示预期C释放率（%）；表示C释放的混合效应（%）；表示混合物中的物种数量；R、R、R表示仅包含、个物种的袋子中测量的C释放率。

采用单因素方差分析（one-way ANOVA）和Turkey 法比较四个单一树种之间、相同树种组合下不同混合比例之间的差异显著性。用Levene’s法检验方差同质性，不满足该假设的数据先进行Log 转化。使用水平为0.05 的独立检验确定C的释放率的观测值和预期值之间的差异。根据统计结果，将混合效应分为加和效应（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，非加和效应又分为协同效应（（观测值-预期值）>0，且<0.05）和拮抗效应（（观测值-预期值）<0，且<0.05）。

采用偏最小二乘法（PLS）回归分析了凋落叶初始质量对凋落叶C 释放混合效应（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 值大于1 表示预测因子对因变量变化显著贡献。所有统计分析均采用SPSS 进行（SPSS 25.0 for Windows；SPSS Inc.，Chicago，IL，USA），图表用Excel（Microsoft of‐fice professional plus 2010；Microsoft corporation，Redmond，WA，USA）和Origin（OriginPro 2018C；Originlab corporation，Northampton，MA，USA）软件制作。

2 结果与分析

2.1 凋落叶初始物质含量

由表4 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、缩合单宁含量、木质素/N 以及木质素/P 均显著高于其他3 个阔叶乡土树种凋落叶，而C/N 和C/P 则显著高于香樟和香椿凋落叶。香椿凋落叶的初始N 含量和P 含量最高，檫木和香樟凋落叶次之，马尾松凋落叶最低。而4个树种凋落叶的初始N/P无显著差异。

表4 单一树种凋落叶初始质量特征（平均值±标准差）Table 4 Initial litter quality characteristics of the species used in the experimental work（mean±SD）

31 个混合处理凋落叶的初始质量见附表1。马尾松所占比例越大，混合凋落叶的初始C 含量、木质素含量、纤维素含量、总酚含量、缩合单宁含量、木质素/N 以及木质素/P 越高；香椿和香樟凋落叶所占比例越大，混合凋落叶的初始N含量和P含量越高。

附表1 混合树种凋落叶初始质量特征（平均值±标准差）Appendix table 1 Initial litter quality characteristics of the mixed litter used in the experimental work（mean±SD）

2.2 凋落叶的C释放

分解3 个月后，马尾松凋落叶的C 释放较快（23.25%），6 个月后出现富集现象（20.36%），分解9个月后升高到44.09%，之后C释放速率减慢。香樟凋落叶在分解6个月后出现C富集现象，而该时期檫木和香椿凋落叶的C释放率分别为40.61%和57.59%（见图1）。

图1 单一树种凋落叶碳释放率的动态变化不同小写字母表示凋落叶的C释放率在同一分解时期不同树种之间差异显著（P＜0.05）Fig.1 Dynamics of C release of single tree speciesDifferent lowercase letters indicated that there were significant differ‐ences of C release rate among different tree species at the same decom‐position period（P<0.05）

由图1 可知，分解24 个月后，马尾松、檫木、香樟、香椿凋落叶的C释放率依次为（77.97±2.02）%、（94.04±0.31）%、（95.34±1.11）%和（97.75±0.18）%。此外，香椿凋落叶在整个分解时期的C 释放率均高于其他3 个树种，且分解6 个月后，其C 释放率>50%，而其他3 个树种凋落叶C 释放率>50%的分解时间分别为15 个月（马尾松）、9 个月（檫木）和12 个月（香樟）。此外，除了分解3 个月和9 个月外，檫木和香樟凋落叶在其他6个分解时期的C释放率均显著高于马尾松凋落叶。总体上看，香椿凋落叶的C 释放最快，檫木以及香樟凋落叶次之，而马尾松凋落叶C释放最慢。

一针一阔处理混合凋落叶的C 释放率如图2。分解24 个月后，凋落叶C 释放率分别为91.24%～93.93%（PT）、87.20%～88.77%（PS）和89.50%～92.89%（PC）。总体上看，PT和PC组合的C释放率高于PS 组合，且3 个树种组合的C 释放速率均表现为前期较快，后期较慢的变化趋势。而3个树种组合下不同混合比例之间（8∶2、7∶3和6∶4）的差异有所不同，PT 组合除了分解21 个月外，其他时期不同混合比例之间的C 释放率差异显著（=6.13～46.97，<0.05）。总体上看，PT64的C释放率最高，PT73 次之，而PT82 最低（见图2a）。而PS 组合除了在分解3 个月显示出与PT 组合相似的规律外，其他7 个分解时期，3 个混合比例之间无显著差异（见图2b）。PC 组合不同混合比例之间的C 释放率在分解3 个月、6 个月、12 个月和24 个月差异显著（=6.48～43.44，<0.05），不同分解时期PC64 的碳释放率较高，其次为PC73，PC82最低（见图2c）。总体上看，PT和PC组合的碳释放率随着阔叶所占比例的增加而升高，而PS 组合不同混合比例之间无明显差异。

图2 一针一阔凋落叶碳释放率的动态变化不同小写字母表示在相同分解时期，凋落叶的C 释放率在同一树种组合在下不同混合比例之间差异显著（P＜0.05），下同Fig.2 Dynamics of C release rate of mixed litter composed of P.massoniana and one native tree speciesDifferent lowercase letters indicated that in the same decomposition period，the c release rate of litter was significantly different among dif‐ferent mixing ratios of the same tree species combination（P<0.05），the same as below

一针两阔混合凋落叶的C 释放率如图3。分解24 个月后，不同树种组合的C 释放率分别为90.91%～94.69%（PST）、83.72%～90.56%（PSC）和86.12%～93.55%（PCT）。尽管分解9～15 个月PST组合不同混合比例之间的C 释放率无显著差异（=2.55～3.84，>0.05），但是总体上相对于其他混合比例，PST622 和PST613 具有较高的C 释放率（见图3a）。而PSC 组合的不同混合比例之间的C释放率差异与PST 类似，除了分解3 个月和6 个月外，其他分解时期PSC622 和PSC613（尤其是PSC613）具有较高的C 释放率。另外，PSC622 在分解18～24 个月后，也表现出较高的C 释放率（见图3b）。在PCT 组合中，整个分解时期PCT811 的C 释放率均低于其他混合比例。分解9～15 个月后，PCT712 的C 释放率低于PCT631、PCT622 和PCT613，但分解后期（18～21 个月），4 个处理之间的差异减小（见图3c）。总体上看，一针两阔混合凋落叶中，马尾松凋落叶所占比例越小，该混合处理凋落叶的C释放率越高。

图3 一针二阔凋落叶碳释放率的动态变化Fig.3 Dynamics of C release rate of mixed litter composed of P.massoniana and two native tree species

一针三阔组合凋落叶不同混合比例的C 释放率如图4。总体上看，PSCT 组合在前期的C 释放较快，而后期C 释放速率有所降低。分解12 个月后，PSCT 组合的C 释放率为64.91%～67.36%，分解24 个月后为89.04%～92.53%。8 次采样中，不同混合比例仅在分解3 个月、18 和24 个月差异显著（=4.22～8.8，<0.016）。PSCT7111 在分解初期（3个月）的C 释放率较高，而PSCT6121 和PSCT6112在分解9～18个月C释放率较高，分解末期PSCT组合不同混合比例之间的C释放率差异减小。

图4 一针三阔凋落叶碳释放率的动态变化Fig.4 Dynamics of C release rate of mixed litter composed of P.massoniana and three native tree species

2.3 凋落叶的C释放混合效应

在整个分解过程中均观察到不同处理混合凋落叶的C 释放率表现出非加和效应（见图5）。其中，前4次采样（分解3～12个月）凋落叶的观测值-预期值出现负值，而后4次采样（分解15～24个月）均为正值。在所有分解时期，仅分解初期（分解3个月）有19.35%（6/31）的混合处理表现出拮抗效应（观测值-预期值<0，且<0.05），而其他7 个分解时期（分解6、9，12、15、18、21 和24 个月），分别有45.16%（14/31）、45.16%（14/31）、51.61%（16/31）、41.94%（10/31）、83.87%（27/31）、74.19%（23/31）和51.61%（16/31）的混合凋落叶表现出协同效应（观测值-预期值>0，且<0.05）。总体上看，随着分解时间的延长，混合凋落叶C 释放的非加和效应表现出先增强后减弱的变化趋势（分解3～18 个月增强，之后减弱）。同时，相对于其他季节，秋季（分解3 个月～2016 年11 月，见图5a；分 解15 个月～2017 年11 月，见图5e）凋落叶的非加和效应有所减弱。

图5 不同分解时期31种混合处理凋落叶C释放率的混合效应Fig.5 Mixed effects of 31 mixed treatments on C release rate of litter leaves at different decomposition stages

从出现协同效应的7次采样来看，不同树种组合的协同效应依次为：PC（71.43%，15/21）和PSCT（71.43%，20/28）>PST（64.29%，27/42）和PCT（64.29%，27/42）>PT（42.86%，9/21）>PS（33.33%，7/21）和PSC（33.33%，14/42）。可见，凋落叶C 释放的混合效应因树种组合的不同而有所差异。同时，凋落叶C 释放的混合效应也随分解时间变化：分解18 个月后，在PC、PT、PST、PCT 和PSCT 树种组合中，所有混合比例均表现出协同效应。分解21 个月后，PS、PC 和PST 的所有混合比例均表现出协同效应。此外，不同混合比例凋落叶的混合效应有所差异，且随分解时间变化。在出现协同效应的7 次采样中（分解6～24 个月），出现频率≥70%（5/7）的混合处理有PSCT7111（7/7）、PC64（6/7）、PST613（6/7）、PCT631（6/7），PC73（5/7）、PST712（5/7）、PCT613（5/7）、PSCT6121（5/7）。而PT64（2/7）、PS82（2/7）、PS64（1/7）、PSC811（2/7）、PSC721（1/7）、PSC712（2/7）、PSC622（2/7）和PCT622（2/7）在仅在个别时期（≤30%，2/7）表现出协同效应。总体上看，凋落叶的混合分解效应随树种组合和混合比例不同而有所差异，同时也随分解时间变化。

通过凋落叶的初始质量与C 释放混合效应的PLS 回归分析得出变量重要性指标（VIP 值）。由图6 可知，VIP 值差异表明不同初始指标对凋落叶C释放混合效应的解释作用不同，凋落叶的每一个初始化学物质含量和化学计量比对解释C 释放率的作用大小依次为：C/N>C 含量>纤维素含量>木质素含量>缩合单宁含量>N 含量>C/P>木质素/N>木质素/P>N/P>总酚含量>P 含量。其中，凋落叶C释放混合效应与初始N 含量表现出显著正相关关系，而与初始C 含量、木质素含量、纤维素含量、缩合单宁含量以及C/N比表现出显著负相关关系。

图6 凋落叶初始化学质量与碳释放混合效应的偏最小二乘回归分析C、N、P、木质素、纤维素、总酚和缩合单宁的初始含量以及C/N、C/P、N/P、木质素/N和木质素/PFig.6 Results of the PLS regression analysis showing the variable of importance of projection（VIP）assessing the relative importance of the initial concentrationsC，N，P，lignin，cellulose，condensed tannin and total phenol and the C/N ratio，C/P ratio，N/P ratio，lignin/N ratio，and lignin/P ratio in explaining variation in the C mixed effect

3 讨论

作为森林生态系统的重要组成之一，虽然凋落叶在森林总生物量中占比很小，但其不仅影响森林生物量，而且在森林的总生产力、物质循环以及养分归还方面也有更为重要的作用，这是因为相对于乔木依靠自身的新陈代谢对营养物质进行吸收和转化，凋落叶对养分元素的周转速率更快。非加性效应的显著性通常是通过检验来确定的，即观测值与预期值之间差异显著则为非加和效应。非加和效应又分为协同效应（正效应）和拮抗效应（负效应）：若混合物中的质量损失显著高于预期，我们称之为协同效应；反之，则为拮抗效应。本研究发现，不同混合处理凋落叶的C释放率混合效应主要表现为协同效应，且协同效应随着分解时间延长表现出先增强后减弱的变化趋势：在分解18 或21 个月后达到最大值，之后开始降低。这可能是因为随着分解时间延长，凋落叶腐殖化、物质丰富度和活性的增加使其更适宜分解。而凋落叶的C 释放在分解末期协同效应减弱，可能是因为随着分解时间延长，尤其是在分解末期可溶性碳化合物浓度降低以及结构化合物和次生化合物含量增加，导致混合凋落叶出现负互补效应。

本研究发现，大多数混合凋落叶的C 释放率表现出明显的非加和效应，这一结果与一些研究相似。这可能因为凋落叶的混合增加了化合物的多样性，能够满足不同分解物的各种要求，并加速有机碳的分解。此外，凋落叶分解的混合效应因混合比例的不同而有所差异，但这种差异随分解时间的不同而变化：所有分解时期中，31个混合处理仅在分解初期出现拮抗效应（19.35%，6/31），而其他7 个分解时期有32.26%～87.10%的混合凋落叶表现出协同效应。总体上看，非加和效应随着混合凋落叶分解时间的延长表现出先升增强后减弱的趋势，且相对于其他季节，凋落叶在秋季的非加和效应有所减弱。在出现协同效应的7 次采样中，不同树种组合C 释放协同效应依次为：PC 和PSCT>PST 和PCT>PT>PS 和PSC。在31个混合处理中，出现协同效应频率较高（≥70%，5/7）的 混 合 处 理 有PSCT7111、PC64、PST613、PCT631，PC73、PST712、PCT613、PSCT6121。这些协同效应较强的混合处理具有以下特点：阔叶所占比例均≥30%且大部分含有香椿凋落叶（除了PC64和PC73）。这可能是因为香椿凋落叶较高的N 含量提高了混合凋落叶中易分解养分的含量。同时，香椿凋落叶的叶片质地柔软，更容易受降雨淋溶而形成腐殖质，这能够增加香椿混合凋落叶的基质含量，更有利于微生物生长和繁衍。其次，阔叶所占比例均≥30%导致该混合处理具有较高的N、P 含量，这也能加快微生物从邻近的凋落叶中转移营养物质以补偿凋落叶和消费者之间的化学计量不平衡，从而加速了混合组分中较慢的凋落叶分解。PLS 回归分析表明，混合效应（观测值-预期值）与凋落叶的化学性质密切相关。其中，与初始N 含量表现出显著正相关关系，而与初始C 含量、木质素含量、纤维素含量、缩合单宁含量以及C/N 比表现出显著负相关关系。这与一些前人研究结果一致：混合效应主要受营养成分、化学计量比和难降解物质（木质素等）的影响。当混合凋落叶分解袋中最初出现的每一物种的比例（按质量计）不相等时，可对每一物种给予适当的权重。由于土壤动物群落组成和取食偏好的差异，混合物中比例不均可能导致微生物生物量和功能的变化。此外，混合比例不均还能改善混合物中的小气候条件，从而间接影响凋落叶的C 释放。凋落叶质量的变化还可能影响土壤动物群落结构及其对凋落叶分解的贡献，而土壤动物的密度与凋落叶N、P 含量具有显著的相关性。与其他处理相比，PS 组合C 释放的协同效应弱。这可能是因为PS 凋落叶的N、P含量低，木质素、纤维素等含量高，而混合凋落叶的分解与这些因素显著相关。