黃土丘陵區(qū)典型植被土壤剖面的顆粒分形特征①

馬文芳，朱云鵬，郭倩倩，黨亞愛

黃土丘陵區(qū)典型植被土壤剖面的顆粒分形特征①

馬文芳，朱云鵬，郭倩倩，黨亞愛*

(西北農林科技大學理學院，陜西楊凌 712100)

運用分形理論研究陜北安塞五里灣流域5種典型植被0 ~ 200 cm土壤剖面土壤顆粒大小分布(particle size distribution，PSD)及其體積分形維數分布特征，并進一步分析土壤PSD的分形維數與土壤有機碳、全氮和含水量的相關性。結果表明：研究區(qū)典型植被群落土壤顆粒組成主要為細顆粒(黏粒和粉粒)，其中粉粒體積分數占總顆粒的56.82% ~ 71.99%；鐵桿蒿草地的細顆粒平均體積分數最大(78.86%)，喬木林的最小(65.77%)。5種典型植被群落土壤PSD的體積分形維數介于2.498 ~ 2.599，均表現出隨著土層深度的增加呈遞增趨勢；相同土層深度的分形維數呈現出鐵桿蒿草地>黃芪草地>農田>灌木林>喬木林的趨勢，灌木林和農田間差異不顯著，其他植被群落間差異顯著。典型植被土壤PSD的體積分形維數與黏粒、粉粒的體積分數和含水量呈極顯著正相關(<0.01)，但與砂粒的體積分數呈極顯著負相關(<0.01)，與有機碳含量呈顯著負相關(<0.05)。

黃土丘陵區(qū)；典型植被；土壤剖面；土壤PSD；體積分形維數

土壤顆粒大小分布(particle size distribution，PSD)影響著土壤水力特性、生產力以及土壤侵蝕等，是重要的物理特性之一[1-2]，因此描述土壤PSD的變化是理解和量化土壤結構和動力特性的一種重要方法[3-5]。分形理論是用來描述不規(guī)則構型和自相似特點的有用工具[6]，在土壤科學領域，該理論為研究者提供了一個既可描述又能預測土壤特性的途徑，尤其在一定時空尺度內，提供了集土壤生物、化學和物理現象于一體的獨特定量化結構。自從Tyler和 Wheatcraft[7-8]提出PSD的體積分形維數計算公式，分形理論在土壤學研究領域得到了廣泛的應用。近年來，許多研究者利用分形理論描述土壤 PSD、孔徑分布和團聚體粒徑分布等以評價植被對土壤結構、土壤侵蝕性和滲透性的影響[9-12]，相關研究發(fā)現土地利用變化和植被類型顯著影響土壤分形參數[13-14]，且土壤PSD的分形維數與土壤顆粒組成及土壤肥力關系密切，但結果不盡相同[15-17]，仍存在一定爭議。

黃土高原丘陵區(qū)溝壑縱橫，梁峁坡地分布廣泛，自然植被曾遭到嚴重破壞，土壤結構疏松，是中國水土流失嚴重的地區(qū)之一[18-19]。為減少黃土高原水土流失，中國政府實施了大面積的退耕還林(草)工程，形成了不同立地條件及不同年限的植被[20]。安塞五里灣流域是黃土高原丘陵區(qū)典型侵蝕流域之一，該區(qū)域自退耕還林(草)工程實施后，植被恢復使得水土流失得到明顯改善，但是不同植被類型對土壤結構及養(yǎng)分含量等的影響目前仍存在一定的不確定性，且土壤剖面顆粒分布的變化趨勢鮮有報道。本文以安塞五里灣流域典型植被土壤剖面為研究對象，揭示不同植被類型和土層深度下土壤顆粒大小分布及其分形維數的變化趨勢，探索分形維數與土壤有機碳、全氮和含水量的相關性，研究結果為黃土丘陵區(qū)進一步植被恢復方針政策制定、區(qū)域土地資源可持續(xù)利用提供一定的理論依據。

1 材料與方法

1.1 試驗區(qū)域概況

采樣點位于陜西省延安市安塞縣境內的五里灣流域(圖1)。該區(qū)域屬于暖溫帶半干旱氣候區(qū)，海拔853 ~ 1 338 m，年均氣溫6 ~ 10 ℃，年降雨量340 ~ 600 mm，主要集中在7—9月，蒸發(fā)量遠大于降雨量。黃土塬梁丘陵溝壑地貌，黃綿土為主，水土流失嚴重。植被地帶屬森林草原帶，天然林較少，主要以“退耕還林(草)”工程實施后的人工林為主，目前主要植被有刺槐()、側柏()、山杏()、檸條()等，鐵桿蒿()、茭蒿()、黃芪()、達烏里胡枝子()等。

1.2 野外采樣

2016年8月在延安市安塞五里灣流域選擇典型的鐵桿蒿草地、黃芪草地、農田、喬木林和灌木林進行采樣。每塊樣地選3個平行樣點取樣，用土鉆分別采集0 ~ 10、10 ~ 20、20 ~ 40、40 ~ 60、60 ~ 80、80 ~ 100、100 ~ 120、120 ~ 140、140 ~ 160、160 ~ 180、180 ~ 200 cm土層土樣，帶回實驗室進行分析。樣地自然特征如表1所示。

圖1 研究區(qū)域及樣地分布圖

表1 樣地的自然特征

1.3 室內分析

用烘干法測量土壤含水量，其余土樣風干、研磨、過篩、備用。顆粒分布采用英國馬爾文公司的MS2000型激光粒度測量儀測定。根據美國土壤質地分類系統(tǒng)，將土壤粒徑分為0 ~ 0.002、0.002 ~ 0.05、0.05 ~ 0.1、0.1 ~ 0.25、0.25 ~ 0.5和0.5 ~ 1 mm 6個級別，其次根據美國制分類標準分為黏粒(<0.002 mm )、粉粒(0.002 ~ 0.05 mm)和砂粒(0.05 ~ 1 mm)。土壤有機碳測定用重鉻酸鉀容量法-外加熱法；全氮含量測定用半微量凱氏定氮法[21]。

1.4 分形模型

利用激光粒度測量儀所獲得粒徑體積分數，當土壤粒徑大于R(R>R1=1, 2, 3…)的土壤顆粒體積累積函數可以表示為：

式中：R為特征尺度，C和λ是用來描述土壤顆粒形狀和大小的常量，是土壤PSD的單分形維數。當R= 0時，上式中的為所有土壤顆粒的體積分數T或C。當R=max、λ= 1 mm時，(1) 式可變形為：

式中：：土壤粒徑；：粒徑大于R的土壤粒徑總體積分數(%)；T：為土壤顆?？傮w積分數(%)；max在數值上等于最大粒徑數[14]。根據王國梁等[16]的研究將>的形式轉化為<，得到

將(3)式等式兩端取對數，為

最后將各粒級體積分數代入以上對數函數，作回歸方程，得到的斜率即可求得土壤PSD的分形維數。

1.5 數據分析

5種植被類型土壤顆粒大小分布和土壤基本性質的數據均經過Excel軟件進行處理，不同植被類型數據間的比較分析通過SPSS 20的多因素方差分析(ANOVA)完成，多重比較采用Bonferronl法，并采用Origin 8.1作圖。

Eta方(Eta squared，2)，又稱關聯強度(correlation ratio)即處理間平方和(SSbetween)除以總平方和(SStotal)，表示由組間差異所解釋的因變量的方差的比例。其計算公式如下：

2 結果與分析

2.1 典型植被土壤剖面的土壤顆粒大小分布(PSD)特征

安塞五里灣流域典型植被土壤PSD隨土層深度的變化規(guī)律見圖2。整體來看，該區(qū)域土壤粉粒體積分數最大，占總顆粒的56.82% ~ 71.99%；其次是砂粒，占16.77% ~ 36.39%；黏粒所占比例最小，為6.795% ~ 11.39%。除個別土層，草地、喬木林和灌木林的土壤細顆粒(黏粒和粉粒)體積分數整體上均存在顯著性差異(<0.05)，其中鐵桿蒿草地土壤剖面的細顆粒平均體積分數最大(78.86%)；喬木林的最小(65.77%)。5種典型植被土壤黏粒和粉粒的體積分數隨著土層深度的增加均表現為遞增趨勢；相反，砂粒的體積分數隨著土層深度的增加而遞減。

2.2 不同植被類型土壤PSD的體積分形維數在土壤剖面的分布特征

多因素方差分析結果顯示植被類型、土層深度和它們之間的交互作用對土壤PSD的體積分形維數具有極顯著影響(<0.01)(表2)。其中典型植被類型和土層深度的偏Eta方均大于0.8，表示植被類型和土層深度均能很好地解釋總體的變異，結果的可信度較高。

研究區(qū)域典型植被土壤PSD的體積分形維數隨土層深度的分布特征如圖3所示。從縱向看，5種植被下土壤PSD的體積分形維數均隨著土層深度的增加而增大，且均在160 ~ 200 cm土層達到最大。但不同植被的土壤PSD體積分形維數在土壤剖面的變化幅度不同，其中鐵桿蒿草地的變化幅度最大(2.519 ~ 2.599)，變異系數為0.921%；喬木林的變化幅度最小(2.498～2.517)，變異系數為0.243%。從橫向看，相同土層典型植被土壤PSD的體積分形維數表現出鐵桿蒿草地>黃芪草地>農田>灌木林>喬木林的趨勢，其中灌木林和農田間差異不顯著，其他典型植被群落間差異顯著(<0.05)。鐵桿蒿草地土壤剖面的平均體積分形維數最大(2.570)，喬木林的最小(2.511)。

(圖中小寫字母不同表示同一土層不同典型植被間差異顯著(P<0.05))

表2 典型植被類型和土壤深度對土壤PSD的體積分形維數影響的多因素方差分析結果

2.3 土壤PSD的體積分形維數與顆粒組成的相關性

土壤PSD的體積分形維數的大小與土壤顆粒分布密切相關，為了進一步揭示土壤PSD體積分形維數與顆粒組成的關系，分別對土壤體積分形維數與土壤黏粒(0 ~ 0.002 mm)、粉粒(0.002 ~ 0.05 mm)和砂粒(0.05 ~ 2 mm)的體積分數進行了相關性分析(圖4)。結果表明，土壤PSD體積分形維數與黏粒和粉粒體積分數均呈極顯著正相關關系(<0.01)，而與砂粒含量呈極顯著負相關關系(<0.01)。

(圖中小寫字母不同表示同一土層不同典型植被間差異顯著(P<0.05))

2.4 土壤PSD的體積分形維數與土壤基本性質的相關性

研究區(qū)域典型植被土壤PSD體積分形維數與不同粒徑顆粒的體積分數及土壤基本性質的相關分析見表3。可以看出，土壤PSD體積分形維數與黏粒、粉粒及土壤含水量均存在極顯著正相關關系(< 0.01)，與砂粒體積分數呈極顯著負相關關系(< 0.01)，與土壤全氮含量未達到顯著水平，與土壤有機碳含量呈顯著負相關(<0.05)；土壤黏粒與上述土壤基本性質均達到顯著或極顯著相關關系。含水量與有機碳、全氮呈極顯著負相關(<0.01)，與粉粒和砂粒含量均未達到顯著性水平。

圖4 土壤顆粒體積分形維數與土壤顆粒大小分布(PSD)的相關性

表3 典型植被土壤PSD的體積分形維數與不同粒徑土壤顆粒體積分數及土壤基本性質的相關性

注： ** 表示相關性達到<0.01顯著水平，* 表示相關性達到<0.05顯著水平。

3 討論

土壤的PSD繼承了母質的一定特征，并綜合了土地利用及人為活動等環(huán)境變化的影響，是土壤本質屬性之一[24-26]。本研究表明，植被類型、土層深度和它們之間的交互作用顯著影響土壤PSD的體積分形維數(<0.01)，這是由于成土母質、氣候、地形、植被及人類干擾程度的差異，在一定程度上通過影響土壤水蝕和風蝕導致土壤PSD和土壤肥力變化，進而表現為不同植被類型和土層深度下土壤PSD的體積分形維數存在差異：在較大尺度上，土壤主要受母質、氣候、地形等因子的控制；在較小尺度上，主要受土壤特性、植被覆蓋、微立地以及人為干擾的影響。相同土層5種典型植被土壤PSD體積分形維數大小順序與黏粒的體積分數大小順序相似，均表現為鐵桿蒿草地>黃芪草地>農田>灌木林>喬木林。Zuazo[27]研究表明植被覆蓋和根系結構能促進土壤質地的改善，減少土壤顆粒及地上生物量的流失；王晗生和劉國彬[28]認為植被水土保持效果關鍵取決于貼地面覆蓋及地表枯落物的數量和質量，其中貼地面覆蓋植被的作用尤其重要。鐵桿蒿草地和黃芪草地因能較為迅速地郁閉覆蓋地面，貼地面生長，對土壤的修復作用優(yōu)于長期不能郁閉、缺乏枯枝落葉層的人工林和農田[19]；喬木林土壤砂粒含量較高，分形維數較低，可能是由于喬木林(刺槐群落)根莖直且分布較深，吸水性較強，土壤含水量下降，導致土壤結構疏松，孔隙度大，可能會加重風力侵蝕力度，而且土壤的干燥也會使荒漠化的進程加快。

土壤分形維數是反映土壤結構幾何形狀的參數，管光玉等[29]與程冬兵等[30]認為，土壤顆粒分形維數越高，土壤質地越細，表征土壤結構越緊實，通透性越差；分形維數越小，則土壤質地相對松散，通透性較好。本研究發(fā)現5種典型植被土壤細顆粒(黏粒和粉粒)的體積分數和土壤PSD的體積分形維數均隨著土層深度的增加而增大，且在160 ~ 200 cm土層達到最大值。一方面反映了土壤母質的特點；另一方面可能土壤表層由于風蝕和水蝕，土壤細顆粒遭到一定量的流失，土壤質地較深層松散；另外，也可能與土壤顆粒的淋溶下移有關[31]。本研究結果與Xiao等[9]對黃土高原紙坊溝流域不同土地利用方式下土壤剖面分形特征的研究一致；但與Yu等[32]發(fā)現黃河三角洲新成濕地表層土壤的分形維數大于下層土壤的研究結果有所區(qū)別，究其原因，主要由于新成濕地的土壤顆粒組成主要是砂粒，且土壤粗化嚴重。

本研究區(qū)域土壤PSD的體積分形維數與黏粒(<0.002 mm )和粉粒(0.002 ~ 0.05 mm)的體積分數呈極顯著正相關關系(<0.01)，與砂粒(0.05 ~ 2 mm)的體積分數呈極顯著負相關關系(圖4和表3)，線性回歸的決定系數變化范圍為0.711 ~ 0.919，表明利用分形模型來評估典型植被土壤剖面的PSD是合理的。這與Chen等[33]對中國南方斜坡修復下土壤顆粒大小分布的分形特征和Niu 等[14]對中國北方山區(qū)不同植被類型土壤水分保持曲線和顆粒大小分布的分形特點研究結論相吻合，但與王國梁等[16]的研究結論即土壤顆粒分形維數與黏粒含量呈正相關，與粉粒和砂粒含量呈負相關有所區(qū)別，這可能與其研究區(qū)域的土壤質地和植被類型等有所差異有關。

本研究發(fā)現，土壤PSD的體積分形維數與全氮和有機碳含量均呈負相關，且和有機碳含量達到了顯著負相關水平(<0.05)(表3)。這與謝賢健和韓光中[34]的研究結果即土壤體積分形維數與土壤有機質含量呈顯著負相關較為一致，但與黨亞愛等[25]研究發(fā)現黃土高原典型土壤剖面顆粒的體積分形維數與有機碳極顯著正相關結果相反，可能是由于本研究區(qū)域的土壤顆粒組成主要為粉粒。

4 結論

1)植被恢復可直接或間接地影響土壤顆粒大小分布(PSD)及其體積分形維數；研究區(qū)域不同植被類型、相同土層深度土壤PSD的體積分形維數與黏粒的體積分數大小順序相似，均表現為鐵桿蒿草地>黃芪草地>農田>灌木林>喬木林，其中鐵桿蒿草地土壤剖面的平均體積分形維數最大(2.570)，喬木林的最小(2.511)。

2)土層深度對研究區(qū)域土壤PSD及其體積分形維數具有顯著的影響，5種典型植被土壤細顆粒(黏粒和粉粒)的體積分數和土壤PSD的體積分形維數均隨土層深度的增加呈增大趨勢，且在160 ~ 200 cm土層達到最大值。

3)研究區(qū)土壤PSD的體積分形維數的變化范圍為2.498 ~ 2.599，其與黏粒(<0.002 mm )和粉粒(0.002 ~ 0.05 mm)的體積分數呈極顯著正相關(<0.01)，與砂粒(0.05 ~ 2 mm)的體積分數呈極顯著負相關(<0.01)。

4)土壤PSD的體積分形維數與土壤含水量呈極顯著正相關(<0.01)，但與土壤全氮和有機碳含量均呈負相關，且與有機碳含量達到了顯著水平(< 0.05)。

[1] Giménez D, Perfect E, Rawls W J, et al. Fractal models for predicting soil hydraulic properties: A review[J]. Eng. Geol., 1997, 48: 161–183

[2] Rieu M. Fractal fragmentation, soil porosity and soil water properties: I. Theory[J]. Soil Science Society of America Journal, 1991, 55: 1231–1238

[3] Kravchenko A N, Boast C W, Bullock D G. Multifractal analysis of soil spatial variability[J]. Agron. J., 1999, 91: 1033–1041

[4] Gao G L, Ding G D, Wu B, et al. Fractal scaling of particle size distribution and relationships with topsoil properties affected by biological soil crusts[J]. PLoS One, 2014, 9(2): e88559

[5] Ghanbarian B, Daigle H. Fractal dimension of soil fragment mass-size distribution: A critical analysis[J]. Geoderma, 2015, 245: 98–103

[6] Turcotte D L. Fractal and fragmentation[J]. Journal of Geophysical Research, 1986, 91: 1921–1926

[7] Tyler S W, Wheatcraft S W. Application of fractal mathematics to soil water retention estimation[J]. Soil Science Society of America Journal, 1989, 53(4): 987–996

[8] Tyler S W, Wheatcraft S W. Fractal scaling of soil particle-size distributions: Analysis and limitations[J]. Soil Science Society of America Journal,1992, 56(2): 362–369

[9] Xiao L, Xue S, Liu G B, et al. Fractal features of soil profiles under different land use patterns on the Loess Plateau, China[J]. Journal of Arid Land, 2014, 6(5): 550–560

[10] Ahmadi A, Neyshabouri M R, Rouhipour H, et al. Fractal dimension of soil aggregates as an index of soil erodibility[J]. Journal of Hydrology, 2011, 400(3/4): 305–311

[11] Millán H, Orellana R. Mass fractal dimensions of soil aggregates from different depths of a compacted Vertisol[J]. Geoderma, 2001, 101(3/4): 65–76

[12] Xu Y F, Sun D A. A fractal model for soil pores and its application to determination of water permeability[J]. Physica A Statistical Mechanics & Its Applications, 2002, 316(s 1/2/3/4): 56–64

[13] Wang D, Fu B, Zhao W, et al. Multifractal characteristics of soil particle size distribution under different land-use types on the Loess Plateau, China[J]. Catena, 2008, 72(1): 29–36

[14] Niu X, Gao P, Wang B, et al. Fractal characteristics of soil retention curve and particle size distribution with different vegetation types in mountain areas of Northern China[J]. International Journal of Environmental Research, 2015, 12(12): 15379–15389

[15] 楊慧玲, 高鵬, 王華偉, 等. 大黑山生態(tài)修復區(qū)不同植被類型土壤顆粒的分形特征[J]. 中國水土保持科學, 2009, 7(5): 52–57

[16] 王國梁, 周生路, 趙其國. 土壤顆粒的體積分形維數及其在土地利用中的應用[J]. 土壤學報, 2005, 42(4): 545– 550

[17] 梁士楚, 董鳴, 王伯蓀, 等. 英羅港紅樹林土壤粒徑分布的分形特征[J]. 應用生態(tài)學報, 2003, 14(1): 11–14

[18] 張超, 劉國彬, 薛萐, 等. 黃土丘陵區(qū)不同植被類型根際土壤微團聚體及顆粒分形特征[J]. 中國農業(yè)科學, 2011，44(3): 507–515

[19] 趙護兵, 劉國彬, 曹青玉, 等. 黃土丘陵區(qū)不同土地利用方式水土流失及養(yǎng)分保蓄效應研究[J]. 水土保持學報, 2006, 20(1): 20–24

[20] Jiao J Y, Tzanopoulos J, Xofis P, et al. Factors affecting distribution of vegetation types on abandoned cropland in the hilly-gullied Loess Plateau region of China[J]. Pedosphere, 2008, 18(1): 24–33

[21] 鮑士旦. 土壤農化分析[M]. 3版. 中國農業(yè)出版社, 2000: 30–48

[22] 李春喜, 邵云, 姜麗娜. 生物統(tǒng)計學[M]. 4版. 北京: 科學出版社, 2008: 44–46

[23] Levine T R, Hullett C R. Eta squared, partial eta squared, and misreporting of effect size in communication research[J]. Human Communication Research, 2002, 28(4): 612–625

[24] 賈曉紅, 李新榮, 李元壽. 干旱沙區(qū)植被恢復過程中土壤顆粒分形特征[J]. 地理研究, 2007, 26(3): 518–525

[25] 黨亞愛, 李世清, 王國棟, 等. 黃土高原典型土壤剖面土壤顆粒組成分形特征[J]. 農業(yè)工程學報, 2009, 25(9): 74–78

[26] 王冬冬, 高磊, 陳效民, 等. 紅壤丘陵區(qū)坡地土壤顆粒組成的空間分布特征研究[J]. 土壤, 2016, 48(2): 361–367

[27] Zuazo V H D. Soil-erosion and runoff prevention by plant covers. A review[J]. Agronomy for Sustainable Develop-ment, 2008, 28(1): 65–86

[28] 王晗生, 劉國彬. 植被結構及其防止土壤侵蝕作用分析[J]. 干旱區(qū)資源與環(huán)境, 1999(2): 62–68

[29] 管光玉, 范燕敏, 武紅旗, 等. 不同利用方式土壤顆粒分形特征及其與土壤有機碳庫穩(wěn)定性的關系[J]. 草地學報, 2016, 24(2): 258–262

[30] 程冬兵, 蔡崇法, 彭艷平, 等. 根據土壤粒徑分形估計紫色土水分特征曲線[J]. 土壤學報, 2009, 46(1): 30–36

[31] 高廣磊, 丁國棟, 趙媛媛, 等. 生物結皮發(fā)育對毛烏素沙地土壤粒度特征的影響[J]. 農業(yè)機械學報, 2014, 45(1): 115–120

[32] Yu J B, Lv X, Bin M, et al. Fractal features of soil particle size distribution in newly formed wetlands in the Yellow River Delta[J]. Scientific Reports, 2015, 5: 10540

[33] Chen S N, Ai X Y, Dong T Y, et al. The physico-chemical properties and structural characteristics of artificial soil for cut slope restoration in Southwestern China[J]. Scientific Reports, 2016, 6: 20565

[34] 謝賢健, 韓光中. 不同巨桉人工林土壤分形特征及抗蝕性分析[J]. 土壤, 2014(4): 725–731

Fractal Characteristics of Soil Particle Compositions in Soil Profiles of Typical Vegetation Types on Loess Hilly Region

MA Wenfang, ZHU Yunpeng, GUO Qianqian, DANG Ya’ai*

(College of Science, Northwest A & F University, Yangling, Shaanxi 712100, China)

Based on fractal theory, the fractal characteristics of soil particle size distributions (PSDs) within 0-200 cm soil profiles of the typical vegetation types in Wuliwan Watershed on the Loess Hilly Region were studied to explore the effects of vegetation type and soil depth on soil structure and to explore the relations between the volume fractal dimension and the contents of soil organic carbon, total nitrogen and soil water. The results showed that soil particle composition was mainly fine particles (clay and silt), and silt particles approximately accounted for 56.82%-71.99% of the total volume. The average volume fractions of fine particles were 78.86% and 65.77% for soil profile ofgrassland and woodland, respectively. The fractal dimensions of soil PSDs in five typical vegetation types ranged from 2.498-2.599, and most of them increased with the depth of soil layer. At the same soil layer, the fractal dimension of soil PSD showed the following order:grassland>grassland>farmland>shrubland>woodland, But there was no significant difference between shrubland and farmland. The fractal dimension of soil PSD in typical vegetation had extremely significant positive correlation with water content and the volume percentage of clay and silt (<0.01), but significantly negative correlation with the volume percentage of sand and soil organic carbon content (<0.05).

Loess Hilly Region; Typical vegetation; Soil profile; Soil PSD; Volume fractal dimension

陜西省自然科學基金項目(2015JQ4107)和國家重點實驗室專項基金項目(A314021402-1605)資助。

(dangyaai@126.com)

馬文芳(1991—)，女，河南許昌人，碩士研究生，主要從事土壤方面的研究。E-mail:mwfjiayou@163.com

S152.3

A

10.13758/j.cnki.tr.2019.03.022