田耀武，贺春玲，刘 杨，张 宠，耿婉璐

（河南科技大学 林学院，河南 洛阳 471000）

森林土壤有机碳库是全球碳循环最重要的储存库之一，土壤有机碳（SOC）丰度是土壤质量重要指标之一[1]。植被、地形、气候、土壤等因素使得森林土壤有机碳储量具有很大的空间异质性[2]。研究者常用机械取样法估算不同尺度森林土壤有机碳的储量，但在外推时，误差往往较大[3-4]。土壤有机碳储量的估算方法还有土壤类型法、相关系数估算法、植被类型法、统计估算法、机理模型法和GIS技术法等[3]。区域尺度上，于建军等[5]利用土壤数据库数据评估了河南省土壤有机碳的储量，宋满珍等[6]利用土壤分类法对江西省森林土壤有机碳储量进行了估算，黄从德等[7]研究了四川省森林土壤有机碳的空间分布，并分析森林土壤有机分布异质性的原因。空间分布上，田耀武等[4]研究了兰陵溪流域有机碳的空间分布，并构建了三峡库区秭归县森林土壤有机碳空间分布模型[8]。

正确评估区域森林土壤有机碳储量，掌握其空间尺度和深度分布规律，是调整森林碳汇措施的重要依据。研究区域有机碳的分布或储量时，研究者多考虑20、30、60和100 cm的深度，很少考虑更深层有机碳储量分布与变化。本文的目的是：①建立河南省森林土壤有机碳的空间分布模型；②评估模型的适用性；③分析有机碳的空间分布格局，估算更深层（0～200 cm）有机碳储量。

1 材料与方法

1.1 研究区概况

根据赵义民等[9]提出的河南省林业区划方案和《全国林业发展区划三级区区划办法》，将全省划分为豫北太行山能源林区（F1）、三门峡小浪底水源保持林区（F2）、豫西黄土沟壑区（F3）、豫西伏牛山北坡用材林区（F4）、黄海平原防风固沙林区（F5）、黄河下游湿地区（F6）、黄泛区沙化用材林区（F7）、淮河平原洼涝防护林区（F8）、豫西伏牛山南坡自然保护区（F9）、南阳盆地农田防护林区（F10）、淮河源头茶林区（F11）和豫南大别山用材茶林区（F12）等12个三级林区。根据河南省151个县（市、区）森林资源二类调查汇总数据库，结合2013年林地保护规划以及2016年林地小班补充调查数据，计算12个林区森林小班数和森林面积。三级林区基本情况及森林小班优势树种分布见图1和表1。

1.2 土壤取样与有机碳密度的测定

考虑到12个林区森林面积和植被类型分布，按照均匀性和代表性原则，确定各林区土壤采样点数（表1）。在各样点典型地段用环刀取原状土壤，测定土壤含水量和容重。用Φ5 cm土钻以5 cm深度间隔取样至母质层。不易钻取的石质土壤，可挖取简单的土壤剖面，用剖面刀以5 cm深度间隔自上而下取样。

挖取的土样自然风干3 d，剔除石砾和植物根等杂物，过1.5 mm筛，采用筛分及静水沉降法测定土壤机械组成[10]；重铬酸钾-外加热法测定SOC含量[11]，SOC含量计算法则见相关文献[12]。土壤有机碳碳密度用式（1）来换算。土壤容重是土壤的基本属性之一，是基于体积、面积的土壤有机碳数据转换到重量数据的基础参数，一定深度的有机碳密度值由SOC含量和容重等来决定。对于没有采集到土壤容重数据的样点，用式（2）来计算容重[13-15]。

表 1 河南省三级林区概况及土壤样点分布Table 1 General situation of three-level forest areas and sampling point distribution in Henan province

式中：S为土壤有机碳密度（kg·m-3）。为方便计算有机碳储量，本文用单位体积内有机碳的质量来表示土壤有机碳密度；ρ为土壤容重（kg·m-3）；[C]为有机碳含量（g·kg-1）。

1.3 森林土壤有机碳密度的深度分布模型

森林土壤有机碳密度地表层最高，随深度的增加急剧下降，到达母质层时密度值最低。土壤有机碳密度符合式（3）[16]指数函数的分布：

式中：Sh为土壤某一深度h处的有机碳密度(kg·m-3)；S∞为接近母质层的底层土壤有机碳密度(kg·m-3)；S0为土壤表层有机碳密度值（kg·m-3）；k为锐减常数，数值越小，指数函数线弯曲程度越强烈，土壤有机碳密度随深度下降的速度越快。

基于样点有机碳密度数据，利用SPSS19.0非线性参数估计模块，构建12个林区土壤有机碳密度的指数函数。

1.4 模型模拟效果评估

选用统计参量Nash-Sutcliffe系数E[17]（式4）、模拟误差V（式5）、决定系数R2（式6）来评定模型的模拟能力：

式中：N为林区土样总数；Mi观测值；平均观测值；模拟值；平均模拟值。E值表示测定值与模拟值与回归线y=x的符合程度。E≤0表示无模拟能力，0＜E＜0.6模拟能力较弱。E＞0.6表示模拟能力强，结果可接受。E=1表示模拟效果最好，观测值与模拟值完全相等；V＜15%时的模拟误差可以接受[18]；R2统计意义为模拟值和观测值对回归线的密集程度，因变量可由自变量解释的百分比。

1.5 土壤有机碳储量的估算

用式（7）计算单位面积土壤深度h的有机碳储量，式（8）计算全省所有林区土壤深度h的有机碳储量。

式中，Qh为单位面积土壤0～h（m）层有机碳的储量（kg）；Fh为林区土壤0～h（m）层有机碳的储量（kg）；A为某林区面积（m2）；Ch为全省林区内0～h（m）层有机碳的储量（kg）。

图2 河南省12个林区土壤有机碳密度的深度分布模型Fig.2 Depth distribution models of soil organic carbon density for 12 forest regions in Henan province

1.6 数据处理

采用Excel 2016和SPSS 19.0进行数据处理。单因素方差分析（ANOVA）确定植被类型和土壤质地对土壤有机碳密度的影响，Duncan法进行多重比较，显著性水平为α=0.05。

2 结果与分析

2.1 土壤有机碳的深度分布模型

河南省12个林区土壤有机碳密度深度分布模型如图2所示。深度分布空间上，各林区均表现为表层密度值最大，随深度的增加而呈指数形式迅速下降。锐减系数k绝对值越大，下降越剧烈，k绝对值越小，下降较缓。图2中黄土沟壑林区（F3）k=-7.98，碳密度值下降最为迅速，南阳盆地防护林区（F10）k=-5.04，下降较为缓慢，说明地处亚热带的南阳盆地防护林区受气候地理条件的影响，土壤有机碳向下层迁移速度高于其他林区，因而F10具有更深土层的有机碳分布。

F1、F4、F9、F11和F12等山地林区表层（0～5 cm，5～10 cm，10～15 cm，15～20 cm）碳密度值较高，差异不显著（P＞0.05）。F5和F7等东部平原林区表层密度值较低，差异也不显著（P＞0.05）。但是山地林区表层碳密度值高于平原林区，差异显著（P＜0.05）。河南省山地林区植被主要为栎类、松、柏等天然次生林，而平原林区主要为人工栽植的杨树、柳树和泡桐等人工林，表层土壤有机碳密度受植被类型影响明显。土壤下层（＜40 cm）密度值变化与顶层不一致，砂性土质的F8、F12密度值最大，粘性土质的F1、F2和F3密度值较小，底层土壤有机碳密度受土壤质地影响显著（P＜0.05）。

图2中，E值和R2值最高、误差V 较小的是豫西伏牛山南坡林区（F9），E值和R2值最小、误差V 较大的是黄泛区沙化用材林区（F7）。E值排序为河南西部和南部山地天然次生林区高于东部平原人工林区，粘质土壤林区高于砂质土壤林区；模拟误差上，豫东F5、F6、F7、F8人工林区内模型对有机碳密度估计值偏高，这可能与分布模型对深层砂质土壤模拟值偏高有关。总体上，所有林区中E值均高于可接受界值0.6，百分比误差低于±15%（F7略高于15%），表明模型可以反映土壤有机碳的深度分布模式，可以用来估算区域有机碳储量。

表 2 森林土壤土壤有机碳储量的深度分布Table 2 Vertical distribution of soil organic carbon in forest ecosystems

2.2 土壤有机碳储量的深度分布格局

表2为豫北太行山石质山区（F1）、豫西黄土沟壑区（F3）、黄泛区沙化用材林区（F7）和豫南大别山用材茶林区（F12）等4个林区土壤有机碳储量的深度分布格局。F1、F3、F7和F12等4个林区气候、土壤和植被条件差异较大。可以看出，4个林区单位面积土壤有机碳储量均随深度的增加而增加，如，F1林区中0～40 cm层中的碳量为8.13 kg，而0～200 cm层的碳量增加到10.81 kg；同时，各林区有机碳量均随深度的增加而迅速降低。如，F1林区0～20 cm层的有机碳量为6.45 kg，20～40 cm层已下降到1.67 kg。

在0～20 cm层内，4个林区内碳量值差异显著，F12林区（6.75 kg）为F3林区（4.53 kg）的1.49倍，这可能与降雨量、平均气温以及土壤微生物环境因素有关；0～100 cm层内，4个林区碳量差异更显著，F12林区（11.65 kg）为F3林区（6.34 kg）的1.84倍，0～200 cm层达到1.87倍，这充分说明森林土壤有机碳储量具有显著的空间尺度的差异性。

4个林区0～20 cm层有机碳储量均占到0～100 cm层的50%以上。F3林区高达71.45%，亚热带的大别山林区也达到了57.94%。0～60 cm/0～100 cm的储量比值，4林区均超过了90%，这可能是多数文献把土壤有机碳的丰度研究深度限定于20、30、60 cm以及把100 cm作为研究下限的原因。

但是，F1林区（0～200） cm深度的碳储量与（0～100） cm层的比值为119.05%，F3林区(0～200) cm/(0～100) cm比值为103.94%。这说明当我们使用0～100 cm深度层中的有机碳量来评估区域生态系统碳储量时，得到的结果可能偏低，砂质土壤的误差更大。

2.3 河南省森林土壤有机碳储量的估算

河南省F1～F12林区及全省不同深度森林土壤有机碳储量见表3。在0～100 cm层，F9林区有机碳储量最高（89.74×109kg），F10林区土壤有机碳储量最低（5.28×109kg）。全省0～20 cm层森林土壤有机碳储量为221.82×109kg，0～100 cm层 为358.89×109kg，0～20 cm 层占0～100 cm碳储量的61.8%，0～40 cm层占81.84%，0～60 cm层占90.37%。若考虑土壤0～200 cm的深度，全省森林土壤有机碳储量为430.6×109kg，比0～100 cm层增加了19.99%。

表 3 土壤剖面土壤有机碳密度与0～100 cm层的比值Table 3 The ratio of soil organic carbon density in soil profile layer and 0-100 cm layer

3 讨 论

3.1 林区土壤有机碳的空间分布格局

森林土壤有机碳的空间分布格局受地形、气候和土壤条件的影响[19-20]。森林植被类型、植被生产力、地下和地上生物量分配格局、土壤微生物和动物等也是影响空间分布的重要因素[21]。田耀武等认为寒温带针叶林0～20 cm层SOC储量密度比热带常绿阔叶林高，而20 cm以下则是寒温带针叶林较低，热带常绿阔叶林具有更深层的SOC分布[4]。本研究中河南省豫西伏牛山北坡用材林区（F4）顶层有机碳密度值最高，黄泛区沙化用材林区（F7）顶层有机碳密度最低，中下层土壤有机碳密度较高，黄泛区用材林区比伏牛山北坡具有更深的土壤有机碳分布。黄泛区土壤底层有机碳密度较高的原因不是其性质稳定，很可能是由于土壤砂质和人为因素的原因，在降雨和微生物的作用下，有机质垂直运输较快，使得表层密度值较低，深层密度增加，土壤深层具有较强烈的生物混合，所以黄泛区林地土壤有机碳具有较深的空间分布。Don等[19]认为高渗透性土壤具有较深的有机碳深度分布。调查中也发现，即使是林学特征相同的同一林地，如果土壤孔隙度高和砂粒含量高，土壤渗透性强，有机碳易发生垂直运输，土壤有机碳密度随深度下降就慢。

3.2 土壤有机碳深度分布模型的适用性

森林土壤有机碳储量的估算方法主要有土壤类型法、相关系数估算法、植被类型法、统计估算法、机理模型法和GIS技术法等，以上各种方法均有一定的优势和局限性[6]。本文分林区构建的深度分布模型在模拟结果上也具有一定的不确定性。区划林区时，已考虑了土壤、气候植被等条件，土壤取样时又遵循了随机性和典型性的原则，但微生物、微地形以及人类影响没有考虑。其次模型在参数率定时，均认为输入数据是真实的，但这些数据必定存有误差，这可能是模型引起误差的重要因素。模型自身的设计缺陷、土壤取样时间、有机碳测定方法等也有可能影响模型的模拟能力[4]。尽管如此，本文构建的森林土壤有机碳密度的指数模型估算结果在可接受范围之内，模拟精度与 Mishra等[22]、Jobbágy等[13]、Zinn等[23]、田耀武等[4]的研究结果类似，说明构建的模型可以用来估算区域土壤有机碳储量。

3.3 土壤有机碳深度分布模型的应用

利用本文构建的深度分布模型，测算出三门峡小浪底水源保护林区单位面积（0～100 cm土层）碳储量为9.08 kg，低于全国林地的平均值（10.78 kg）[24]的18.7%。豫西黄土沟壑区（0～100 cm土层）单位面积碳储量仅6.34 kg，为全国平均值的58.8%。河南省单位面积森林土壤有机碳（0～100 cm土层）储量为10.68 kg，略高于江西省森林土壤碳储量（10.21 kg）[6]的4.6%，而低于全国平均值的0.93%，也低于三峡库区森林生态系统11.77 kg·m-2的估算值[25]，远低于四川省森林平均碳储量（19.05 kg）[7]。于建军等[5]估算的河南省所有土壤单位面积碳储量为7.46 kg，低于本文林地储量值的43.2%，这说明林地有着较高的土壤碳储量。

森林土壤有机碳研究深度通常为100 cm[25]，据此估算的区域土壤有机碳储量值偏小。Batjes[26]认为，全球土壤0～100 cm层内的有机碳储量为1 500～1 600 Pg，考虑100～200 cm土壤深时，有机碳储量会增加60%。我们对河南省森林的估算结果表明，如果考虑100～200 cm时，土壤有机碳储量将会增加19.99%。

本文构建的指数模型理论上可以外推更深层土壤有机碳密度，但可能高估100 cm以下的储量值。模型参数率定时，模型对顶层预测结果有偏低趋势，对深层预测结果有偏高趋势。原因是我们很难确定基岩对土壤深度的限制作用；其二，土壤有机碳深度模型基于随机分布的土壤剖面，没有考虑土体对有机质向下迁移和转化时所发生的阻碍和限制作用。土壤层影响而使密度数据误差约为7%左右[4]，坡度大、生境恶劣、土壤较浅的林地数据预测误差更大。对土层较厚和较浅的土壤进行模型时需要深入分析，模型在具体的、特殊地段的应用有待进一步论证。

深度分布模型可以估算任意深度的有机碳储量，直观地表述有机碳深度分布格局，评估更深层的森林土壤有机碳密度，这对正确估算区域土壤碳储量，调整森林碳汇措施影响深刻。

[1]Dawson J J C, Godsiffe E J, Thompson I P, et al. Application of biological indicators to assess recovery of hydrocarbon impacted soils [J]. Soil Biology & Biochemistry, 2007, 39(1): 164–177.

[2]王绍强,刘纪远,于贵瑞. 中国陆地土壤有机碳蓄积量估算误差分析[J]. 应用生态学报, 2003, 14(5): 797-802.

[3]路秋玲,王国兵,杨 平. 森林生态系统不同碳库碳储量估算方法的评价[J]. 南京林业大学学报(自然科学版), 2012,36(5): 155-160.

[4]田耀武,曾立雄,黄志霖,等, 森林土壤有机碳深度分布模型的构建与应用[J]. 生态学报,2015, 35(22): 7503-7510.

[5]于建军,杨 锋,吴克宁,等. 河南省土壤有机碳储量及空间分布[J]. 应用生态学报, 2008, 19(5): 1058-1063.

[6]宋满珍,刘琪璟,吴自荣,等. 江西省森林土壤有机碳储量研究[J]. 南京林业大学学报(自然科学版), 2010, 34(2): 6-10.

[7]黄从德,张 健,杨万勤,等. 四川森林土壤有机碳储量的空间分布特征[J]. 生态学报,2009, 29(3): 1217-1225.

[8]田耀武,黄志霖,肖文发,等, 三峡库区森林土壤有机碳空间分布模型的建立[J]. 南京林业大学学报(自然科学版), 2014,38(6): 142-147.

[9]赵义民,赵晓东. 河南林业发展区划方案[J]. 河南林业科技,2014, 34(1):14-19.

[10]国家林业局. 森林土壤颗粒组成（机械组成）的测定[M]. 北京: 中国林业出版社, 1999.

[11]鲁如坤.土壤农业化学分析方法[M]. 北京: 中国农业科学出版社, 1999.

[12]国家林业局. 森林生态系统长期定位观测方法[M].北京: 中国林业出版社, 2011.

[13]Jobbágy E G, Jackson R B. The vertical distribution of soil organic carbon and its relation to climate and vegetation[J].Ecological Applications, 2000, 10(2): 423-436.

[14]Meersmans J, de Ridder F, Canters F, et al. A multiple regression approach to assess the spatial distribution of soil organic carbon(SOC) at the regional scale (Flanders, Belgium) [J]. Geoderma,2008, 143: 1-13.

[15]Wu H B, Guo Z T, Peng C H. Land use induced changes of organic carbon storage in soils of China[J]. Globe Change Biology, 2003, 9(3): 305-315.

[16]Fontaine S, Barot S, Barré P, et al. Stability of organic carbon in deep soil layers controlled by fresh carbon supply[J]. Nature,2007, 450: 277-280.

[17]Nash J E, Sutcliffe J V. River fl ow forecasting through conceptual models part I-A discussion of principles[J]. Journal of Hydrology,1970, 10(3): 282-290.

[18]Chiew F H S, Stewardson M J, McMahon T A. Comparison of six rainfall-runoff modelling approaches[J]. Journal of Hydrology, 1993, 147(1-4): 1-36.

[19]Don A, Schumacher J, Scherer-Lorenzen M, et al. Spatial and vertical variation of soil carbon at two grassland sites-implications for measuring soil carbon stocks [J].Geoderma, 2007, 141(3-4): 272-282.

[20]支俊俊,荆长伟,张 操,等. 利用1:5万土壤数据库估算浙江省土壤有机碳密度及储量[J]. 应用生态学报, 2013, 24(3):683-689.

[21]彭 晓,方 晰,喻林华,等. 中亚热带4种森林土壤碳、氮、磷化学计量特征[J]. 中南林业科技大学学报,2016,36(11):65-72.

[22]Mishra U, Lal R, Slater B, et al. Van Meirvenne M. Predicting soil organic carbon stock using profile depth distribution functions and ordinary kriging [J]. Soil Science Society of America Journal, 2009, 73(2): 614-621.

[23]Zinn Y L, Lal R, Resck D V S. Texture and organic carbon relations described by a profile pedotransfer function for Brazilian Cerrado soils [J]. Geoderma, 2005, 127(1-2): 168-173.

[24]刘世荣,王 晖,栾军伟. 中国森林土壤碳储量与土壤碳过程研究进展[J]. 生态学报, 2011, 31(19): 5437-5448.

[25]王鹏程, 邢乐杰, 肖文发, 等. 三峡库区森林生态系统有机碳密度及碳储量[J]. 生态学报, 2009, 29(1): 97-107.

[26]Batjes N H. Total carbon and nitrogen in the soils of the world [J].European Journal of Soil Science, 1996, 47(2): 151-163.