刘慕瑛，陈小梅*，吴华清，许展颖，危晖

1.广州大学地理科学与遥感学院，广东 广州 510006；2.华南农业大学资源环境学院，广东 广州 510642

土壤有机碳（SOC）矿化是微生物通过自身活动分解和利用 SOC来完成自身代谢，并向大气释放CO2的过程（Grave et al.，2015），是最大的土壤CO2净输出途径（王红等，2008）。土壤是最大的陆地碳库，碳储存有1576 Pg，其CO2排放量接近或超过全球净初级生产量，比化石燃料燃烧产生的碳排放高出数倍，是陆地碳循环的主要通量之一（Schlesinger et al.，2000；Canadell et al.，2007）。外界环境微小的干扰引起的 SOC矿化变动，会产生与大气碳库之间交换量的巨大变化，对全球碳平衡和全球气候变化产生重大影响（欧阳学军等，2007；Zieler et al.，2013）。森林是陆地生态系统中最大的碳库，其碳储量高达289 Gt，其中约45%储存于土壤碳库（Ridder，2007)，其碳循环过程对陆地生态系统碳循环和全球碳平衡至关重要。因此，森林 SOC矿化成为调控气候变化背景下全球碳循环的重要过程。

气候变暖导致全球降水格局发生明显变化。研究表明，在当前气候变化背景下，中、高纬度地区和低纬度热带湿润地区的降水强度和频率趋于增加，而亚热带干旱地区的降水强度可能减少，并伴随更强烈和更频繁的极端降水事件（Stocker et al.，2013；Knapp et al.，2008），在我国南亚热带地区，气温近几十年里也明显升高，降水强度和频率也明显发生变化（Zhou et al.，2011）。降水变化会改变土壤水分状况，影响地上的有机残体向地下运输，同时改变有机质含量和土壤通透性等理化性质，进而改变土壤微生物活性（邓琦等，2009；Chen et al.，2016），从而可能影响 SOC矿化。因此，探讨土壤碳输出过程对降水变化的响应规律和机制已成为研究热点。

当前，国内外学者对森林SOC矿化的研究，主要集中于其矿化的影响因素变动（如土壤水分、土壤温度等）以及人类活动对森林生态系统带来的人为干扰影响（如氮沉降、凋落物输入变化等）对土壤SOC矿化的影响及其机制方面（Yun et al.，2019；Bowden et al.，2019）。在全球变化背景下，有关SOC矿化对降水格局变化响应规律的研究仍然较少，对正在发生降水格局变化的中国南亚热带地区，降水变化会如何影响森林SOC矿化仍未得到充分研究。杨予静等（2018）在南亚热带马尾松林通过模拟降水减少50%处理，经过39 d室内模拟矿化培养发现减少降水抑制了微团聚体易矿化有机碳的分解。Waring et al.（2015）在热带森林经过6个月降雨减少30%处理后，经过室内恒温培养发现降雨减少使旱季土壤微生物量减少，改变了微生物对土壤水分的功能反应，表现出更高矿化速率和更多累积矿化量；王丽华等（2018）发现降水增加时，水分供应增加使土壤微生物量碳增加，进而对湿季SOC矿化有促进作用；方熊等（2012）在亚热带地区经过2年降水处理，21 d室内恒温培养后发现降水量增加促进亚热带常绿阔叶林5—10 cm土层SOC矿化，但对马尾松林SOC矿化没有显著影响。这些研究表明，降水变化对森林SOC矿化过程的作用十分复杂。

鼎湖山季风常绿阔叶林是南亚热带典型森林生态系统之一，保护良好。自 1980年以来，该区域年降雨总量变化不大，但旱季无雨日数增加和小雨日数（降雨量＜10 mm·d-1）减少，雨季高强度降雨日数（降雨量为50—100 mm·d-1）显著增加（Zhou et al.，2011）。因此，以南亚热带顶级植被——季风常绿阔叶林（以下简称季风林）土壤作为研究对象，设计年降水量不变-增加降水频率（IP）、降水频率不变-减少 50%年降水量（RP）以及自然降水（对照组，CP）3种处理，研究降水变化对森林 SOC矿化过程和土壤微生物量的影响，能为准确评估全球变化背景下森林生态系统碳循环的响应提供基础数据。

1 材料与方法

1.1 研究区概况

研究地位于广东省肇庆市鼎湖山国家级自然保护区（112°30′39′′—112°33′41′′E，23°09′21′′—23°11′30′′N)，属南亚热带季风气候，冬夏季节交替明显，年平均气温20.9 ℃，最热月（7月）和最冷月（1月）平均气温分别为28.0 ℃和12.6 ℃；年均相对湿度为 82%，年均降雨量和蒸发量分别为1927 mm和1115 mm，4—9月为雨季，降水量约占全年总降雨量的80%，10月至次年3月为旱季。保护区保存有最古老的亚热带季风常绿阔叶林，分布于海拔250—400 m，有着近400年保护历史的南亚热带地带性植被类型，经过长期人为保护，至今保存着原始森林面貌。整个群落处于由阳性植物占优势的森林向中生性和耐阴性植物占优势的演替顶极群落类型演变的最后阶段。植被终年常绿，垂直结构复杂，是以锥栗（Castanopsischinensia）、荷木（Schimasuperba）和厚壳桂（Cryptocarya chinensis）等物种为主的区域顶级群落。土壤为发育于砂岩或砂页岩的赤红壤（彭少麟，1996；中国科学院华南植物园，2015）。

1.2 试验设计

根据历史和未来降水变化趋势（Zhou et al.，2011；吴徐燕等，2011)，本研究设计年降水量不变-增加降水频率（IP）、降水频率不变-减少 50%年降水量（RP）以及自然降水（对照组，CP）3种处理。2013年6月，在季风林内选取坡度、坡向、坡位和植被结构基本一致的区域设置样方（5 m×5 m），每种处理设置3个重复，共9个样方。其中IP和RP处理的样方设置如下：样方四周用PVC（Polyvinyl chloride）板材围起，PVC板材插入地表下30 cm，地上部分高出地表1 m，以防止地表径流和壤中流对不同实验处理样方的交叉影响。在IP和RP处理样方上方间隔搭建等面积凹槽状遮雨棚（无色透明的塑料胶瓦片），遮雨棚面积占样地总面积的一半，可拦截 50%降水进入样方。在IP处理样方中，降雨时遮雨棚拦截的50%降雨量被收集于大桶内，于雨后天晴日，将每次降雨期间收集的雨水通过自动喷洒系统均匀喷回相应的样方内，从而达到全年总降水量不变但降雨频率增加的效果；在RP处理样方中，每次降雨时遮雨棚会拦截 50%降雨量，因此仅有 50%降水量进入样方，达到降水频率不变但减少 50%年降水量的处理效果。实验期间，定期收集遮雨棚上凋落物并回归至相对应的样方内，以减小由于凋落物输入的差异而造成实验误差（陈小梅等，2012)。实验处理持续2.5年，于2016年1月采集土壤样品进行室内恒温矿化培养和指标测定。

1.3 样品采集

分别在每个样方内随机选取5个点，去除表土覆盖的枯枝落叶，用内径5 cm土钻取表层（0—10 cm）和亚表层（10—20 cm）土壤样品，每个点取3—4钻，混合后装入布袋，并用标签做好标记。新鲜样品除去可见的根系、动植物残体和石块等杂物，并过2 mm筛，装入塑料袋后置于放有冰块的样品箱内运回实验室，并于规定时间内完成指标分析；若不能及时分析，则于-20 ℃冰箱冷冻保存备用。

1.4 项目测定

SOC矿化速率采用恒温培养-气相色谱仪测定（Wang et al.，2014；林先贵，2010)，培养时间为20 d。将20 g新鲜土样称入培养瓶中，加入适量的蒸馏水调节土壤湿度至 60%田间持水量，放入人工气候箱于20 ℃进行通气培养，分别于第1、2、3、5、7、9、12、15、20天进行有机碳矿化速率测定。每次分析时，使用橡胶塞（带三通阀）密封培养瓶，分别于0 h和1 h使用连接三通阀门的医用注射器抽取20 mL气样，用Agilent 7890A气相色谱仪测定气样中的 CO2浓度。利用 CO2浓度随时间的变化率计算SOC矿化速率，并结合培养时间计算阶段性CO2累积释放量，即SOC累积矿化量。SOC矿化速率用单位时间单位质量土壤 CO2释放量表示，单位为 mg·kg-1·h-1；SOC 累积矿化量用特定阶段单位土壤的 CO2累积释放量表示，单位为 mg·kg-1。

土壤湿度（Soil moisture，SM）用土壤水分的重量质量分数表达，采用烘干称重测量法确定。土壤pH值用电极电位法测量，其中水土比例是2.5:1；土壤有机碳（Soil organic carbon，SOC）总量用重铬酸钾氧化法测定；土壤全氮含量（Total soil nitrogen，TN）用半微量凯氏法测定；土壤全磷含量（Total soil phosphorus，TP）用氢氧化钠碱熔-钼锑抗比色法测定。土壤微生物量采用磷脂脂肪酸（PLFA）提取技术测定。基于改进的Bligh和Dayer的测定方法（White et al.，1979；Bligh et al.，1959），称取相当于8 g干土重的新鲜土样进行浸提、分馏、甲酯化、酯基转移，接着采用色谱仪分析微生物PLFA的含量，最后用微生物单个 PLFA的含量与内标C19:0的浓度比来计算微生物量，所有单个脂肪酸含量之和视为总土壤微生物量（nmol·g-1）。

1.5 数据分析

选用一阶动力学方程模拟整个培养期 SOC累积矿化量的变化（Saviozzi et al.，2014)：

式中，t表示培养天数（d）；Ct表示培养时间t（d）内 SOC累积矿化量（mg·kg-1）；C0表示土壤潜在活性矿化有机碳库（mg·kg-1）；k表示矿化速率常数（d-1）。模型参数采用非线性回归方法进行拟合，通过r2评估拟合程度。

用双因素方差分析（Two-way ANOVA）检验降水处理和土层对 SOC累积矿化量、土壤理化性质和有机碳矿化动力学拟合参数的影响，若总效应显著，则用Turkey方法进行多重比较以评估组间差异的显著性；若总效应不显著，则采用单因素方差分析（One-way ANOVA）或t检验分别对降水处理和土层进行均值差异比较。用相关性分析（Correlation Analysis，CA）和线性回归分析（Line regression）检验 SOC矿化与土壤理化性质和动力学方程拟合参数的相关关系。所有数据分析和制图均在统计软件SPSS 19和Origin 2017中完成。

2 结果与分析

2.1 不同降水处理下土壤理化性质的差异

双因素方差分析（表 1）表明，降水处理与土层对土壤理化性质无交互作用（P＞0.05），因而用单因素方差分析对降水处理效应进行检验，用t检验对土层间差异进行分析。如表2所示，在表层和亚表层土壤中，各降水处理下土壤湿度变化一致，从大到小依次为IP、CP、RP，且RP处理下表层土壤湿度显著低于IP处理（P=0.017），减少了17%，表明降水处理会显著改变表层土壤湿度，且表层土壤受到的影响大于亚表层。实验期内，IP和RP处理均未显著改变土壤 pH（P＞0.05）。相比于对照，IP处理显著增加表层SOC、TN和TP含量（P＜0.05），分别增加了44%、98%、26%，但对亚表层土壤SOC、TN和TP含量影响不显著（P＞0.05）。然而，两种降水处理均未显著改变表层或亚表层土壤总PLFAs量（P＞0.05）。

表1 不同培养阶段SOC累积矿化量双因素方差分析结果Table 1 Summary of two-way ANOVA on the accumulative amount of SOC mineralization in two stages

此外，在对照处理下，表层土壤湿度、SOC、TP和总PLFAs含量显著高于亚表层土壤（P＜0.05），但 pH、TN 在土层间差异不显著（P＞0.05）；在两种降水处理下，不同土层间土壤pH、SOC存在显著差异（P＜0.05），但总 PLFAs量无显著差异（P＞0.05）。

2.2 降水处理对SOC矿化的影响

不论降水处理和土壤层次，SOC矿化速率随培养时间变化呈由快到慢的变化趋势，总体为培养前期（0—7 d）呈下降趋势，随培养天数的延长（7—20 d）SOC矿化减缓并趋于稳定（图1a、b）。在培养期间，降水处理和土壤层次对 SOC矿化速率没有显著影响（P＞0.05）。

表2 降水处理对土壤理化性质的影响Table 2 Effects of precipitation manipulation treatments on soil physicochemical properties

图1 不同降水处理不同土层（0—10 cm和10—20 cm）SOC矿化速率和阶段性有机碳累积矿化量Fig.1 The accumulative amount and rate of SOC mineralization under precipitation manipulation treatments in the soil layers 0-10 cm and 10-20 cm in two stages

通过SOC矿化速率变化趋势，将SOC矿化过程分为两个阶段进行分析：培养前期（0—7 d）和培养后期（7—20 d），在两个培养阶段，SOC累积矿化量分别占整个培养期间的46%—51%和48%—53%。相比于对照，在整个培养期间，IP处理对表层和亚表层 SOC矿化没有显著影响（P＞0.05，图1c、d）；在培养后期，RP处理下表层SOC累积矿化量比对照降低了39%（P=0.039，图1c），但对亚表层SOC累积矿化量影响不显著（P＞0.05，图1d）。在对照处理下，表层在培养后期 SOC累积矿化量显著高于亚表层土壤（P=0.003）。

表层和亚表层 SOC累积矿化量差值是表层SOC累积矿化量减去亚表层SOC累积矿化量的差值，用于表征 SOC矿化随土层深度变化的幅度。相比于对照，在培养前期，IP处理对表层和亚表层SOC累积矿化量差值具有显著的影响（P＜0.05），但在培养后期无显著影响（P＞0.05，图2）；在整个培养期间RP处理对表层和亚表层SOC矿化累积量差值均有显著影响（P＜0.05），且对亚表层土壤的影响大于表层土壤，亚表层 SOC累积矿化量大于表层。说明降水处理改变 SOC矿化随土层深度变化的趋势。

如表3所示，一级动力学方程能较好地拟合培养期间SOC的累积矿化动态（r2＞0.98）。拟合结果表明，土壤潜在活性矿化有机碳库（C0）变化范围为 792.13—1539.13 mg·kg-1，是土壤总有机碳的2.61%—5.03%。降水处理和土壤层次对C0、C0/SOC和k值均无显著影响（P＞0.05）。在表层和亚表层土壤中，各降水处理下C0从大到小分别为CP、IP、RP和CP、RP、IP。3种降水处理中，表层C0均大于亚表层，随土壤湿度减少有降低的趋势。

2.3 土壤有机碳累积矿化量与土壤C0、SM和SOC的相关性

分析结果如图3所示，SOC累积矿化量Cm与土壤潜在活性矿化有机碳库C0、土壤湿度（SM）、土壤有机碳（SOC）含量呈显著（P＜0.05）或极显著（P＜0.01）正相关关系。表明经过降水处理后，在培养过程中SOC累积矿化量受C0、SM和SOC含量影响，土壤潜在活性矿化有机碳库、土壤湿度、SOC含量分别可以解释 SOC累积矿化变异的22.5%、41.37%、36.63%。

3 讨论

在不同降水处理下，表层和亚表层 SOC矿化速率随培养时间变化一致，总体上呈由快到慢的变化趋势（图1a、b），这可能是由于土壤基质供应情况随着培养时间增加而减少（Das et al.，2019)。在培养前期，土壤中存在大量可供微生物分解利用的活性有机物质，微生物活性较高，因此 SOC矿化速率较快；随着培养时间的延长，土壤可利用基质供应量逐渐减少，微生物开始利用较难分解的复杂有机物，其活动相对缓和，SOC矿化速率逐渐降低并在培养后期表现出相对稳定的趋势（Jha et al.，2012；Liu et al.，2019）。这种有机碳矿化速率先快后慢的变化特征与前人研究一致，在众多相关研究中已有报道（王丽华等，2018；杨予静等，2018）。

图2 不同降水处理表层和亚表层SOC累积矿化量差值Fig.2 The difference of the accumulative SOC mineralization between soil layers under precipitation manipulation treatments in two stages

表3 不同降水处理各土层SOC矿化的动力学方程拟合参数及C0/SOC值Table 3 Parameters of first-order kinetics under precipitation manipulation treatments in the soil layers

图3 土壤潜在活性矿化有机碳库（a）、土壤湿度（b）、土壤有机碳（c）与SOC累积矿化量的相关性Fig.3 The correlation of C0, SM, SOC and accumulative SOC mineralization

降水变化可能影响土壤水分含量，调控底物或氧气在土壤中的扩散，改变微生物活性和养分供应，从而影响 SOC矿化过程（王丽华等，2018；脱云飞等，2020；Hu et al.，2019)。在不同的水分条件下，微生物活性及其底物有效性是解释 SOC矿化变化规律的关键（Yun et al.，2019）。本研究中，两年半的降水操作处理显著改变表层 SOC累积排放量，RP处理显著降低培养后期SOC累积矿化量（图1d），这与黄石德等（2018）在中亚热带常绿阔叶林的培养实验中减少水分处理观察到的结果一致。通过矿化动力学方程拟合发现，表层RP处理土壤潜在活性有机碳库有降低的趋势，且其与SOC累积矿化量有显著正相关关系（图 3a），说明在本研究中RP处理SOC累积矿化量的降低与土壤潜在活性有机碳库的减少有关。Chen et al.（2016）研究表明，4年降水移除处理会显著降低南亚热带季风林土壤易氧化有机碳含量；杨予静等（2018）也发现干季降水减少会抑制亚热带针叶林土壤微团聚体易矿化有机碳的分解。土壤微生物是有机碳矿化的主要驱动者，土壤活性有机碳是最先被土壤微生物分解的有机碳组分，其变化直接影响微生物活性（Schmidt et al.，2011）。在本研究中，减少降水处理对土壤微生物量没有显著影响（表2），但在同期实验中发现土壤微生物群落结构发生变化（吴华清，2017）。这可能是土壤潜在活性有机碳库的减少导致SOC累积矿化量的降低的原因之一。其次，RP处理下土壤含水量较低（表2，图3b），可能限制了胞外酶和养分在土壤中的扩散（Goebel et al.，2007），从而抑制SOC矿化过程。

然而，IP处理与对照组的SOC矿化无显著差异，这与本区域已有研究结果一致。例如，邓琦等（2012）发现 3年的双倍降水处理不会显著改变研究对象森林土壤碳排放和土壤微生物量。方熊等（2012）通过室内培养研究，发现两年的加倍降水处理没有显著改变该森林0—5 cm土层SOC矿化速率。这些研究表明，土壤湿度对 SOC矿化过程的影响存在阈值：若降水变化引起的土壤湿度变化超过特定阈值时，会导致微生物代谢活性发生变化（Deng et al.，2012），进而影响SOC矿化；否则，降水变化可能不会显著改变土壤碳排放过程。本研究中，实验处理持续两年半，IP处理土壤湿度与对照组相比有一定程度增加，但其幅度尚未达到统计显著水平（表2）。季风林作为南亚热带区域地带性植被，生态系统相对稳定，能在一定程度上维持系统内温湿度等环境条件稳定，且南亚热带季风林土壤微生物适应了高湿度环境条件，对土壤湿度的耐受限度上限较高，所以土壤微生物对土壤湿度变化的敏感性可能较低，而在本研究执行的IP处理下土壤湿度变化可能尚未达到影响微生物活动的临界值（方熊等，2012；吴华清等，2016）。因此，本研究执行的IP处理对微生物量没有产生明显影响，所以对SOC分解也没有显著影响。

此外，本研究发现在自然降水下 SOC矿化随土层深度增加而降低（图1c、d），这一结果与前人研究一致（辜翔等，2018），可能是由于土层间生物和理化因子的差异。随着土层深度增加，土壤理化环境条件变得不适宜，且土壤基质供应量降低。凋落物分解和微生物活动的强度及其碳源输入量随土层深度增加而减弱，使 SOC和微生物均在土壤表层富集（巩晟萱等，2015）。因此，表层土壤湿度、SOC含量、微生物量等理化和微生物量指标均表现为表层高于亚表层（表 2），SOC累积矿化量与土壤湿度、SOC含量有着正相关关系（图3），因此表层土壤具有较高的SOC矿化速率（图1a、b）。然而，IP处理在培养前期显著减弱土层间有机碳累积矿化量差值，而RP处理在两个培养期间表现为亚表层SOC累积矿化量大于表层（图2a、b），这一研究结果表明降水变化会改变 SOC矿化随土层深度变化的趋势。增加降水频率可能减少了径流造成的水损失，有利于土壤水分向下层渗透，使土层间土壤湿度差异减弱，从而影响不同土层深度中SOC分解（表 2）。其次，增加降水频率会促进凋落物C、N和P的淋失（Deng et al.，2017），加速其向土壤中的转移，影响养分元素在土层间的分布。此外，降水淋溶作用影响土壤团聚体颗粒大小的垂直分布（陈小梅等，2010），会加强土壤养分向下输移能力，从而改变不同土层深度SOC矿化，在培养前期显著减弱土层间有机碳累积矿化量的差值（图2a、b）。而RP处理亚表层土壤累积矿化量高于表层土壤，可能是因为培养过程对亚表层土壤一定扰动，增加空气接触面积，从而促进亚表层SOC矿化。

4 结论

根据南亚热带的降水变化规律，本研究通过鼎湖山两年半（2013年6月—2016年1月）野外降水处理和室内模拟恒温培养实验，明晰旱季0—10 cm和10—20 cm土层SOC矿化对不同降水处理的响应。结果表明：不同深度、不同处理森林 SOC矿化变化动态具有一致性，随培养时间变化呈由快到慢的变化趋势。同对照组相比，在0—10 cm土层中减少50%年降水量处理在培养后期SOC矿化显著降低，但在0—10 cm和10—20 cm土层中年降水量不变-增加降水频率处理对SOC矿化都没有显著影响；降水处理改变 SOC矿化随土层深度的变化趋势，使年降水量不变-增加降水频率处理在培养前期土层间有机碳累积矿化量差值显著减弱，减少50%年降水量处理亚表层 SOC累积矿化量大于表层。土壤潜在活性矿化有机碳库C0、土壤湿度、SOC含量与 SOC累积矿化量呈显著或极显著正相关关系，说明土壤活性有机碳、土壤湿度、SOC含量是影响 SOC矿化的重要因素。该结果表明未来降水变化可能通过 SOC矿化的变化，对该地区陆地生态系统碳循环产生影响，但降水变化对森林 SOC矿化过程的作用十分复杂，有待进一步研究。

致谢：中国科学院华南植物园邓琦研究员和褚国伟工程师在试验设计和样地维护过程中给予极大帮助，在此一并致谢！