魏早强，罗珠珠,，牛伊宁，蔡立群,

（1. 甘肃农业大学资源与环境学院, 甘肃 兰州 730070；2. 甘肃省干旱生境作物学重点实验室, 甘肃 兰州 730070）

土壤碳库是陆地生态系统中最大的碳库，也是陆地系统的碳“源”和“汇”，在全球碳循环中扮演着重要的角色[1-2]。土地利用方式变化是影响土壤碳库变化，特别是对外界环境因素敏感、周转速率快、易被土壤微生物氧化分解的土壤活性碳库的最主要驱动力之一[2-3]。但是，有机碳是土壤中组分和形式繁多的复杂混合物，总有机碳(total organic carbon,TOC)在响应土地利用方式和管理措施等变化时具有一定的延迟[4]。因此，常用土壤活性有机碳作为响应土地利用方式变化的早期指标[5]，其中可溶性有机碳(dissolved organic carbon, DOC)、易氧化有机碳(easily oxidizable carbon, EOC)、微生物量有机碳(microbial biomass carbon, MBC)以及颗粒有机碳(particulate organic carbon, POC)是必要的研究指标[6]。

近年来，国内外学术界在土地利用方式对土壤有机碳的影响方面已有大量的研究结果[7-10]。因受植被、气候、土壤等自然因素以及非自然因素的影响而导致研究结果之间有着地域性差异[4-5,7]。陈锦盈等[7]以华北壤土为对象，研究了3 种不同的土地利用方式对土壤有机碳的影响，结果表明旱地土壤比天然林地具有更大的固碳能力；Su 等[8]在我国北方地区进行的研究也发现农田土壤有机碳含量高于草地。但也有研究表明，果园土壤具有更大的固碳能力，林地和耕地次之，其中尤以荒草地固碳能力最低[9]；Guo 和Gifford [10]的研究却发现自然林地比农田具有更高的有机碳含量。这些研究结果的差异反映出单个研究具有较大的不确定性和偏差，不能够很好地反映土地利用方式对土壤有机碳组分影响的普遍规律。Meta 分析是将许多独立研究的试验数据提取出来进行定量综合分析的方法，以此获得高质量的、具有普适性的综合分析结果[11-12]。自1998 年，彭少麟和唐小焱[13]首次将Meta 分析引入国内生态学领域，Meta 分析便被越来越多地用于解决各种生态学问题[14]，尤其在研究土地利用方式对土壤有机碳的影响方面，被认为是最好的数量综合方法[15-16]。因此，本研究基于全国尺度土地利用方式数据，以农田为对照组，林地、果园、天然草地和栽培草地为处理组，应用Meta 分析定量探究不同土地利用方式、不同土层土壤有机碳含量的变化趋势，旨在科学、准确地揭示不同土地利用方式下土壤有机碳含量变化的普遍规律，为不同土地利用方式下土壤有机碳组分的研究提供理论参考。

1 材料与方法

1.1 数据收集与纳入标准

本研究借助中国知网(CNKI)、Web of Science、SpringerLink、维普期刊、谷歌学术和万方数据库等中英文数据库对相关文献进行了检索，检索主题包括“土地利用方式”、“土地利用类型”、“土壤有机碳”或“土壤活性有机碳”等。为进一步剔除不适宜文献，减少Meta 分析结果发生偏倚，在阅读题目和摘要做出初步筛选后，基于以下标准对文献进行二次评估：1)试验地点为中国，包含具体的经纬度以及详细位置数据。2)对照组和处理组包括明确的植被情况：农田，均具有长期耕作历史，且主要种植小麦(Triticum aestivum)、玉米(Zea mays)、马铃薯(Solanum tuberosum)、棉花(Gossypiumspp.)等旱地作物；林地包括天然林和人工林，主要以油松(Pinus tabuliformis)、 马尾松 (Pinus massoniana)、 侧柏(Platycladus orientalis)等乔木占优势；果园，具有多年栽培历史，主要种植苹果(Malus domestica)、梨(Pyrusspp)、 桃(Amygdalus persica)、 柑橘(Citrus reticulata)、枣(Ziziphus jujuba)等果树；天然草地，主要以多年生禾本科(Gramineae)植物占优势，伴有莎草科(Cyperaceae)、百合科(Liliaceae)、菊科(Compositae)、蔷薇科(Rosaceae)、 藜科(Chenopodiaceae)、 蓼科(Polygonaceae)、唇形科(Labiatae)等植物；栽培草地，主要植物为豆科(Leguminosae)或禾本科牧草。3)试验数据至少包含TOC、EOC、DOC、MBC 以及POC 含量中的一项。4) Meta 分析的每一项研究均是独立的，对于在不同文献中出现的相同数据，以及同一文献编号下的不同处理，其数据提取过程中只使用一次。5)因部分文献中土壤深度的划分与本研究具有微小差异，本研究土壤深度的划分设置了上下5 cm 的波动范围，并根据文献中具体的试验环境将其划分到本研究对应的土层，最终按土壤层次0 - 20、20 - 40、40 - 60、60 - 80、80 - 100 cm 分层纳入文献数据。6)此次研究中相关数据按照图、表或文字形式呈现的可直接提取，若不能直接提取，可通过计算或数据提取软件获得。经过以上标准筛选，确定纳入Meta 定量分析的文献为160 篇。涉及到的试验位点基本信息如表1 所列，数据样本量如表2 所列。

表1 Meta 分析涉及的试验位点基本信息Table 1 Basic information of the experimental sites included in the Meta-analysis

表2 土壤总有机碳和活性有机碳组分的样本数据Table 2 Sample data of soil total organic carbon and active organic carbon components

1.2 数据统计与Meta 分析

为更加全面客观地认识不同土地利用方式下土壤有机碳组分的变化规律，系统地分析土壤有机碳组分在0 - 100 cm 土层受不同土地利用方式带来的影响，运用Meta 分析方法处理大量的数据，主要处理指标数据方法如下：

标准差是衡量本次分析中各个项目比重的主要判别标准。当文献中列出相关指标的标准差时，可以直接应用在本次分析中；当标准差以图的形式呈现时，则利用Web Plot Digitizer 4.2 软件来获取相关数据；无标准差，也无可供计算标准差的相关数据时，可通过数据集中数据计算出平均变异系数(coefficient of variation, CV)或标准误(standard error,SE)计算缺失的标准差[17]。计算公式为：

式中：SD为标准差(standarddeviation)；为缺失标准差的数据值的平均值；为对应数据样本量的平方根。

进行Meta 分析时，用效应值lnR度量不同土地利用方式对土壤有机碳组分的影响。计算公式为[18]：

式中：R为效应比；Xc、Xe分别为对照组和处理组对应的土壤有机碳组分的平均值。对应指标效应值(lnR)的方差(variance, V)计算公式为[18]：

式中：Sc、Nc分别为对照组对应的土壤有机碳组分的标准差和试验重复次数；Se、Ne分别为处理组对应的土壤有机碳组分的标准差和试验重复次数。

处理组综合效应值 ln的计算公式如下[17-18]：

式中：wi为各个随机指标的比重；vi为样本方差；lnRi为各个随机指标的对数响应比；k为此次统计研究的数量。

用百分比表示的变化率(Y)可更加直观地描述结果，计算公式如下[19]：

如果Y位于零刻线右侧，则表明相比于对照组，处理组对相关研究指标具有正效应，反之，则具有负效应；而且当Y的95%置信区间完全在零刻线右侧时，则可以判定为处理组相比于对照组对相关指标的正效应是显著的(P＜ 0.05)；反之，则认为处理组相比于对照组对相关指标的负效应是显著的(P＜ 0.05)[19]。

进行Meta 分析时，对收集的相关数据采用卡方检验(chi-square test)进行异质性检验。P＜ 0.05 表明数据存在异质性，选用随机效应模型(random effect mode)；反之，则表明数据没有异质性，应采用固定效应模型(fixed effect mode)[20]。

1.3 数据处理

本研究借助Web Plot Digitizer 4.2 软件提取图形数据，采用Excel 2010 收集数据并建立数据集；使用MetaWin 2.0 计算TOC、POC、EOC、DOC 和MBC含量在不同土层的变化率，并用SigmaPlot 12.5 进行制图；最后用IBM SPSS Statistics 25.0 进行不同土地利用方式下土壤活性有机碳之间的相关性分析。

2 结果与分析

2.1 土地利用方式对土壤有机碳组分的异质性和发表偏倚检验

对不同土地利用方式下TOC、POC、EOC、DOC和MBC 含量进行异质性检验(表3)，检验结果均达显著水平(P＜ 0.05)，说明本研究数据间存在显著的异质性，故采用随机效应模型。图1 为不同土地利用方式下土壤有机碳组分含量效应值的分布情况，所有研究数据经K-S (Kolmogorov-Smirnov)检验结果表明均不服从正态分布(P＜ 0.01)，故所有数据用非参数估计方法生成综合效应值和95%置信区间进行数据分析[17]。

图1 不同土地利用方式下总有机碳、颗粒有机碳、易氧化有机碳、可溶性有机碳及微生物量有机碳含量效应的频率分布Figure 1 Frequency distribution of content of effect size for TOC, POC, EOC, DOC, and MBC response to different land uses

表3 土地利用方式对土壤有机碳组分含量的异质性检验Table 3 Heterogeneity test of land uses on soil organic carbon content

2.2 土地利用方式对土壤总有机碳的影响

土地利用方式对TOC 的效应值因土层深度而存在异质性。与农田相比，林地和栽培草地的TOC 含量在0 - 100 cm 土层显著升高(P＜ 0.05)，其变化率为3.1%～26.6%和8.7%～24.7%；天然草地和果园的TOC 含量分别在0 - 60、20 - 80 cm 土层显著升高(P＜ 0.05)，变化率分别为6.0%～17.2%和5.6%～19.8%，在60 - 100、80 - 100 cm 土层与农田无明显差异；另外值得注意的是，果园的TOC 含量在0 - 20 cm 土层表现为显著低于农田(P＜0.05)，降幅达18.1% (图2)。

图2 总有机碳含量对不同土地利用方式的响应Figure 2 Response of content of total organic carbon to different land uses

2.3 土地利用方式对土壤活性有机碳组分的影响

林地的POC 含量在0 - 100 cm 土层显著高于农田(P＜ 0.05)，其变化率为35.2%～109.6%；果园的POC 含量在0 - 80 cm 土层显著高于农田(P＜ 0.05)，其变化率为14.1%～129.6%，在80 - 100 cm 土层与农田无明显差异；天然草地和栽培草地的POC 含量在0 - 60 cm 土层均显著高于农田(P＜ 0.05)，变化率分别为88.6%～128.5%和30.5%～52.3%，而在80 -100 cm 土层与农田均无明显差异(图3)。

图3 颗粒有机碳含量对不同土地利用方式的响应Figure 3 Response of content of particulate organic carbon to different land uses

林地和果园的EOC 含量在0 - 80 cm 土层均显著高于农田(P＜ 0.05)，变化率分别为16.2%～87.8%和31.3%～51.9%，其中林地土壤80 - 100 cm 土层的EOC 含量与农田无明显差异，而果园土壤80 -100 cm 土层的EOC 含量表现为显著低于农田(P＜0.05)，降幅达5.1%；栽培草地的EOC 含量在0 -100 cm 土层均显著高于农田(P＜ 0.05)，变化率为13.4%～29.6%；除40 - 60 cm 土层外，天然草地的EOC 含量在0 - 100 cm 土层均显著高于农田(P＜0.05)，变化率为24.3%～45.7% (图4)。

图4 易氧化有机碳含量对不同土地利用方式的响应Figure 4 Response of content of easily oxidizable carbon to different land uses

林地和栽培草地的DOC 含量在0 - 60 cm 土层均显著高于农田(P＜ 0.05)，变化率分别为9.3%～54.7%和19.5%～39.4%，在60 - 100 cm 土层与农田均无明显差异。天然草地和果园的DOC 含量在0 - 80 cm土层均显著高于农田(P＜ 0.05)，其变化率为21.6%～95.1%和19.9%～48.4%；在80 - 100 cm 土层与农田均无明显差异(图5)。

图5 可溶性有机碳含量对不同土地利用方式的响应Figure 5 Response of content of dissolved organic carbon to different land uses

林地的MBC 含量在0 - 100 cm 土层显著高于农田(P＜ 0.05)，变化率为8.9%～77.5%。果园和天然草地的MBC 含量在0 - 80 cm 土层均显著高于农田(P＜ 0.05)，变化率分别为22.8%～123.1%和30.6%～53.8%，在80 - 100 cm 土层深度与农田均无明显差异。栽培草地的MBC 含量在0 - 60 cm 土层显著高于农田(P＜ 0.05)，变化率为17.9%～61.0%；在60 - 100 cm 土层与农田无明显差异(图6)。

图6 微生物量有机碳含量对不同土地利用方式的响应Figure 6 Response of content of microbial biomass carbon to different land uses

2.4 土壤总有机碳与活性有机碳的相关性分析

TOC 与POC、EOC、MBC 之间存在极显著正相关关系(P＜ 0.01)，而与DOC 之间无显著相关关系(P＞ 0.05)；POC 与EOC、DOC、MBC 之间存在极显著正相关关系(P＜ 0.01)；EOC 与MBC 之间存在极显著正相关关系(P＜ 0.01)；DOC 与EOC、MBC 之间均无显著相关关系(P＞ 0.05) (表4)。

表4 总有机碳与活性有机碳的相关分析Table 4 Correlation analysis of total organic carbon and soil active organic carbon

3 讨论

3.1 土壤总有机碳对不同土地利用方式的响应

有机碳是土壤的一个重要组成部分，其在维持土壤的物理、化学和生物学特征中起着关键性作用，故被用来作为土壤质量或健康评价的一个不可或缺的指标[21]。维持和提高土壤有机碳的含量已成为可持续农业管理体系的一个重要目标[22]。土地利用方式的改变将会对土壤质量产生重大影响，其中主要表现在土壤有机碳及其组分衰减和增加[21]。通过研究土壤有机碳及其活性碳组分对不同土地利用方式的响应，可以有效揭示土地利用方式改变对土壤质量的影响及机理。许多研究表明，林地、果园和草地均能显著提高土壤TOC 含量[14,23-24]；但也有研究得出相反的观点，贾艳[25]以紫色土为研究对象，整合分析了42 个不同土地利用方式对TOC 含量的影响，发现TOC 含量在不同土地利用方式中的分布为林地 ＞ 农田 ＞ 果园 ＞ 栽培草地。本研究整合分析结果也表明，林地、果园、天然草地和栽培草地均能显著提高土壤TOC 含量。主要原因可能是不同的土地利用方式由于地表植被种类、管理方式等不同，每年向土壤中输入的有机碳量也会有显著差异[26]。在天然草地和栽培草地植被条件下，土壤有机碳源主要是地下根系和地上生物量，因此有机碳积累较多[27]；在林地和果园植被条件下，土壤有机碳源主要为地表凋落物，每年大量的植物凋落物和残渣的进入，这也可能有助于提高土壤有机碳含量[28]；而农田土壤有机碳积累量虽与有机肥施用量有关[29]，但由于土壤耕作强度和频率较高，破坏了土壤结构，使得土壤有机碳含量降低[30]。

土地利用方式对TOC 的效应值因土层深度而存在异质性，这与不同土地利用方式下植物根系的延展长度密切相关[31]。张彦军等[24]整合分析了土地利用方式对土壤有机碳的影响，发现林地、草地和果园对0 - 40 cm 土层TOC 含量均有显著影响，而对40 - 100 cm 土层TOC 含量的影响并不显著；Gong等[23]整合分析了退耕还林对土壤TOC 的影响，发现林地土壤TOC 含量在0 - 100 cm 土层显著高于农田。天然草地植物根系分布较浅，很难在深层土壤内扎根，农地耕作深度一般在40 cm，对深层土壤的扰动也较弱，而林地和栽培草地根系分布较深，使得深层土壤仍然保持较高的有机质输送量，因此当土壤深度大于60 cm 后，林地和栽培草地对土壤TOC 含量仍然具有显著正效应。本研究同时发现，林地和栽培草地对TOC 的固碳效应优于果园和天然草地，这也说明开展退耕还林还草可有效改善土壤质量和增加土壤碳储存。另外，本研究发现一个有趣的现象，TOC 表现为果园0 - 20 cm 土层显著低于农田，这可能与果园和农田的管理措施有关。

3.2 土壤活性有机碳对不同土地利用方式的响应

土壤活性有机碳指的是在某一个特定的环境下，不仅可以被土壤中的某些微生物消化，同时还可以为植物的生长带来所需养料的那部分碳素[32]。相关研究表明，土地利用方式主要通过有机物输入[33]、植物根系分布[31]、土壤水分管理[5]等方面影响和改变土壤活性有机碳的含量。李太魁等[5]在川中丘陵区进行的研究表明果园土壤具有较高的DOC 和MBC 含量，林地次之，农田最少。张华瑜等[9]的研究也表明果园土壤具有较高的MBC、EOC 和DOC含量，林地和农田次之。但也有研究得出不同的观点，王莹等[6]的研究发现农田土壤MBC 含量显著高于林地，EOC 和POC 含量与林地无明显差异。本研究整合分析结果表明，林地、果园、天然草地和栽培草地均可不同程度地提高土壤活性有机碳含量，其中以林地和果园对EOC、MBC 含量提升幅度最大，天然草地次之，栽培草地最小，这主要可能是林地和果园土壤表层具有较多植物残体[28,33]，使得有机碳源可以持续进入土壤，再加上适宜的水热条件[5]，有助于提高土壤微生物活性，同时果园土壤中有机肥的施入也对提高EOC、MBC 含量具有重要的作用[29]。天然草地、林地比果园和栽培草地对POC 含量的提升幅度更大，这主要可能是人为活动破坏了果园和栽培草地土壤团聚体结构，大水稳性团聚体数量减少[34]，从而使POC 含量减少；天然草地和果园对DOC 含量有较大的影响，栽培草地次之，林地最小，这可能与DOC 的淋失和迁移有关[35]。

由于不同土层深度根系分布及相关土壤性质的差异，土壤活性有机碳含量在土壤剖面表现出明显层次性。刘晶等[36]研究了豫西黄土丘陵区林地、果园、草地等不同退耕形式下POC 含量的差异，结果表明，不同退耕方式下POC 含量的差异主要体现在40 cm 以上土层；陈高起等[37]研究了重庆岩溶区草地、果园和林地土壤POC、EOC、DOC 和MBC 含量，发现当土层的厚度小于40 cm 时，活性有机碳组分含量在3 种土地利用方式下的分布均为林地 ＞草地 ＞ 果园。张帅等[38]对黄土丘陵区0 - 200 cm土层农田、林地和撂荒地等土壤的EOC 和MBC 含量进行了研究，发现在0 - 60 cm 土层EOC 和MBC含量对土地利用变化的响应更加敏感。而本研究整合分析结果表明，土地利用方式对POC 和MBC 的效应值因土层深度而存在异质性，林地和果园土壤POC 和MBC 含量分别在0 - 100 和0 - 80 cm 土层显著高于农田，天然草地和栽培草地的POC 和MBC 含量均在0 - 60 cm 土层显著高于农田，这说明林地、果园比天然草地、栽培草地对POC 和MBC的影响层次更深。造成这一现象的原因可能是林地的根系分布较深，使得深层土壤仍然保持较高的有机质输送量，因此当土层深度超过60 cm 后，林地的POC 和MBC 含量变化幅度高于农田和天然草地，这也说明了深层土壤有机碳含量可能主要来自于根际[39]。相比于林地和果园，天然草地和栽培草地等草地植物根系之间更加密集，阻碍了土壤中气体和水分的交换，因此在一定程度上导致了该类植物对土质的改良效果稍显不足，不利于POC 和MBC向土壤深层输入[40]。果园土壤EOC 和DOC 含量均在0 - 80 cm 土层深度显著高于农田，林地土壤EOC 和DOC 含量分别在0 - 80 和0 - 60 cm 土层显著高于农田，栽培草地的EOC 和DOC 含量分别在0 - 100 和0 - 60 cm 土层显著高于农田，而天然草地对EOC 和DOC 含量的影响略有不同，其EOC含量在0 - 40 和60 - 100 cm 土层显著增加，DOC含量则在0 - 80 cm 土层显著增加，这与POC 和MBC 在土层中的分布有微小差异，究其原因，可能是由于DOC 大多数均是由最近一段时间内土壤中腐烂的生物产生的，因此能够直接加入到整个转换的进程当中[41]，但由于受降水、植被类型[42]、植被覆盖状况等因素的影响DOC 易发生淋失和迁移[35]，使得DOC 在不同土地利用方式中差异较大。而EOC 因易受植物种类、微生物、凋落物的数量和质量[43]以及不同土层间土壤水分、pH、温度等多种因素的影响，使得EOC 在不同土层深度的分解和转化具有很大的复杂性[32]。

3.3 土壤总有机碳与活性有机碳的关系

POC、EOC、DOC、MBC 等活性有机碳是土壤生态系统中最为活跃的部分，主要参与地球生物化学循环，虽然其仅占土壤有机碳的一小部分，但由于具有较高的生物利用率和损失率，在调节土壤养分流向、评估土壤潜在生产力等方面具有重要的意义[44]。不同的生态环境下，土壤活性有机碳与TOC 的相互关系并不一致，在高寒草地生态系统进行的研究表明，活性有机碳组分与TOC 以及活性有机碳各组分间均呈高度正相关关系[45-46]；在南方湿润区农田生态系统研究发现，TOC、POC、DOC 和EOC 仅在表层(0 - 5 cm)土层表现出显著的正相关，在5 cm以下土层没有明显的规律[47]；在东北草地生态系统研究表明，POC 与其他活性有机碳组分之间均未表现出显著的相关性[48]。本研究采用整合分析法综合分析了各个生态环境下的大量数据，通过相关分析发现TOC 与DOC 以外的活性有机碳各组分之间具有极为显著的正相关关系，这表明TOC 与活性有机碳组分含量密切相关且对土地利用方式的响应具有一致性。而活性有机碳组分间的高度正相关则不仅体现了各组分相互联系、互为包含、彼此促进的关系，同时也反映了土壤环境对各组分相对一致的影响趋势，可为进一步探寻土壤总有机碳和活性有机碳形成、积累与转化的机制及调控途径提供重要信息。

土壤活性有机碳虽只占土壤总有机碳的较小部分，但对不同植被类型的微环境变化的响应比总有机碳更为敏感[49]，在土壤总有机碳变化可检测之前就可以被检测到，因而可以更好地反映土壤质量[50]。随土壤环境的变化，土壤总有机碳和活性有机碳也随之发生变化，但变化幅度大小存在差异，变化幅度越大的指标则表明其对环境变化的敏感性越高[46]。本研究发现，与农田相比，林地、果园、天然草地、栽培草地均可增加土壤POC、EOC、DOC 和MBC含量，并呈现出与土壤TOC 相似的变化特征，但其变化幅度大小确实存在差异。土地利用方式的改变导致0 - 60 cm 土层土壤POC、EOC、DOC 和MBC含量分别增加了84.5%、41.1%、37.0%和59.7%，而TOC 含量增幅仅为12.7%。这表明不同土地利用方式下土壤POC、EOC、DOC 和MBC 等活性有机碳组分含量增加程度较TOC 明显，这也进一步证明了活性有机碳对土地利用方式的变化较总有机碳更为敏感。而活性有机碳组分中，又以POC 变化幅度最大，说明土壤POC 可作为不同土地利用方式下土壤碳库变化的敏感指标。

4 结论

本研究采用Meta 分析研究了林地、果园、天然草地、栽培草地、农田5 种不同土地利用方式下0 - 100 cm 土壤剖面总有机碳及其活性组分的变化特征。结果表明，与农田相比，以上4 种土地利用方式均能有效促进浅层(0 - 60 cm)土壤POC、EOC、DOC 和MBC 的形成。土壤活性有机碳组分，尤其是土壤POC 对土地利用方式变化的响应更加敏感，可以作为不同土地利用方式下土壤碳库变化的敏感指标。因土壤中活性有机碳组分易受气候、土壤等自然因素的影响，未来关于土地利用方式变化对有机碳组分影响的研究中更应注重气候类型和土壤条件的亚组分析。