林火干擾對寒溫帶不同林型土壤養(yǎng)分及土壤酶活性的影響

鄭鑫,叢日征,王劍南, 張吉利

(中國林科院寒溫帶林業(yè)研究中心,哈爾濱 150086)

0 引言

北方針葉林分布在45°～70° N的歐亞大陸和北美大陸的北部,延伸至南部高海拔地區(qū)。我國的北方針葉林主要分布在大興安嶺的北部林區(qū),其土壤偏酸性,腐殖質(zhì)豐富,枯枝落葉層深厚。北方針葉林作為陸地生態(tài)系統(tǒng)的主要組分,寒冷的氣候和凋落物中難以分解的化學(xué)成分導(dǎo)致大部分土壤有機(jī)質(zhì)在自然條件下分解緩慢,而林火是在短時間內(nèi)分解北方針葉林土壤有機(jī)質(zhì)的主要途徑[1-2]?？扇嘉锶紵a(chǎn)生的高溫對土壤的理化性質(zhì)產(chǎn)生直接影響,土壤受到影響的深度與火強(qiáng)度呈正相關(guān)關(guān)系,對于北方針葉林,直接影響通常僅限于表層幾厘米的土層[3-4]。而植被恢復(fù)過程以及降雨對燃燒灰分、殘體的沖刷和淋溶作用對土壤養(yǎng)分的間接調(diào)節(jié)作用持續(xù)時間較長,與直接作用共同決定了火后土壤養(yǎng)分的變化[5-7]。

目前,多數(shù)研究都是根據(jù)林火強(qiáng)度的不同分別討論土壤受到的干擾[8-10]。此外,火對土壤的影響還與地形條件、土壤和植被類型等因素相關(guān)[11-12]。林火對有機(jī)質(zhì)的快速分解和養(yǎng)分釋放有利于在短期內(nèi)提高北方針葉林的生產(chǎn)力,而長期作用則可能相反[13]。土壤有機(jī)碳(Soil organic carbon,SOC)主要以有機(jī)質(zhì)的形式存在,有機(jī)質(zhì)的充分燃燒會向大氣中排放大量的CO2等氣體,而不完全燃燒會形成比較穩(wěn)定的“黑碳”留存在土壤中。高強(qiáng)度林火會大幅降低森林土壤中有機(jī)碳的含量,在北方針葉林中有機(jī)碳的含量可能在10～20 a都無法恢復(fù)到火前的水平[14]。此外,高強(qiáng)度林火還可能引發(fā)土壤侵蝕,極大改變土壤微生物的數(shù)量及組成[15]。對于過火年限較短的北方針葉林土壤,火后土壤含水率的降低會顯著抑制土壤微生物對有機(jī)質(zhì)的分解作用[16]?；鸷蟛煌稚鷳B(tài)系統(tǒng)、不同火燒強(qiáng)度下土壤氮的有效性差異很大,中、輕度火燒后土壤中氮損失較小,燃燒導(dǎo)致氮元素以硝態(tài)氮的形式存在,由于硝酸鹽和亞硝酸鹽都極易溶于水,比較容易隨降水流失[17-18]。相較而言,北方針葉林土壤中鈣、鉀和鎂等元素含量在火后演替初期變化很小。對于針葉林過火后土壤磷的變化規(guī)律仍不清楚,有研究認(rèn)為火干擾后凋落物和土壤磷以細(xì)灰顆粒的形式存在,經(jīng)過雨水沖刷而大量損失;也有研究認(rèn)為植被燃燒產(chǎn)生的灰分附著在土壤表層,通過淋溶作用沉積在土壤孔隙中,增加了土壤中磷元素的含量[19-20]。研究發(fā)現(xiàn),輕度火燒對興安落葉松林的土壤pH影響不顯著,中、高強(qiáng)度火燒區(qū)土壤pH顯著高于對照區(qū)[21-22],這可能是因?yàn)楦邷厥雇寥篮偷蚵湮镏写罅课措x解的有機(jī)酸分解,而輕度過火的土壤并未達(dá)到分解溫度[23]。參與土壤碳循環(huán)的土壤水解酶(如β-葡萄糖苷酶(βG)、纖維素酶(CBH)等)主要催化土壤中不穩(wěn)定有機(jī)碳的分解。其中 βG可以催化土壤中的纖維素和碳水化合物的聚合物水解生成葡萄糖,供微生物吸收利用,CBH主要是催化土壤中纖維素的水解[24]?；馃龝淖兺寥辣韺游⑸锷锪考叭郝浣Y(jié)構(gòu),從而影響微生物對土壤酶的分泌策略,進(jìn)而影響不同類型土壤酶的活性。研究表明,火燒會使土壤水解酶活性降低[25-28],這可能使土壤中活性有機(jī)碳含量降低,容易被微生物分解利用的活性有機(jī)碳減少,進(jìn)而減少了微生物對水解酶的分泌[29]。也有研究表明,不同強(qiáng)度火干擾對土壤微生物量的影響存在一定差異,低強(qiáng)度火干擾會增加微生物生物量,促進(jìn)土壤微生物中水解酶的分泌,而高強(qiáng)度火干擾則會抑制微生物的生長,降低酶底物含量,導(dǎo)致土壤酶活性降低[30-31]。

以興安落葉松(Larixgmelinii)為建群種的大興安嶺北部林區(qū)位于北方針葉林的南緣,對氣候變化十分敏感,同時也是我國林火的高發(fā)地區(qū)。據(jù)統(tǒng)計,1972—2006年間大興安嶺年均火災(zāi)發(fā)生次數(shù)為80次,年均過火面積18.2×104hm2[32]。長期以來林火對該地區(qū)土壤養(yǎng)分循環(huán)起到了關(guān)鍵的作用,針對不同類型火燒跡地土壤養(yǎng)分和植被類型特征制定合理的經(jīng)營方案,有助于加快其恢復(fù)速度[33-34],環(huán)境變化會引起土壤理化性質(zhì)的變化,而土壤理化性質(zhì)的變化均不同程度地影響著土壤酶的活性及穩(wěn)定性[35]。以大興安嶺呼中地區(qū)4種典型的森林火燒跡地土壤為研究對象,通過測定土壤主要化學(xué)性質(zhì),全碳(Total carbon,TC)、全氮(Total nitrogen ,TN)、全磷(Total phosphorus,TP)、土壤有機(jī)碳(SOC)和pH,分析了不同火燒跡地以及火燒跡地不同區(qū)域土壤養(yǎng)分的差異特征。同時對2種土壤酶(CBH、βG)活性展開研究,分析火后土壤有機(jī)碳變化的生化機(jī)制,有利于深入認(rèn)識土壤碳循環(huán)過程對環(huán)境變化的響應(yīng)。并通過Fisher判別分析對土壤的不同區(qū)分,針對性制定火后恢復(fù)策略,以期為條件相近林分發(fā)生火災(zāi)后土壤養(yǎng)分的評估和生態(tài)恢復(fù)提供科學(xué)依據(jù)。

1 試驗(yàn)地概況與研究方法

1.1 試驗(yàn)地概況

研究區(qū)域位于大興安嶺呼中地區(qū)(122°39′～124°21′ E, 51°14′～52°25′ N),該地區(qū)屬于寒溫帶大陸性氣候,年均氣溫-4.3 ℃,最低氣溫-52 ℃,最高氣溫32 ℃,全年無霜期約為90 d。年平均降水量為350～500 mm,春、秋2季干旱少雨,是林火高發(fā)時期,降雨主要集中在7—8月。該區(qū)域地帶性土壤類型主要為棕色針葉林土,土層較薄并且凍土分布廣泛,也有成片的草甸土、沼澤土等分布。該區(qū)域主要植被類型是以興安落葉松為優(yōu)勢種的針葉林和針闊混交林,主要伴生喬木包括白樺(Betulaplatyphylla)、偃松(Pinuspumila)、山楊(Populusdavidiana)和樟子松(Pinussylvestrisvar.mongolica)等,下層植被主要為興安杜鵑(Rhododendrondauricum)和杜香(Ledumpalustre)等。

1.2 樣地設(shè)置

該地區(qū)林火多發(fā)的典型森林類型主要包括分布在高海拔(>800 m)地區(qū)的偃松-落葉松林,以及分布在平緩地區(qū)的落葉松-白樺混交林和草類-落葉松林。2020年7月,選取該地區(qū)4種典型林型過火時間距離調(diào)查時間最近的火燒跡地,如圖1所示,沿海拔由上到下依次為以偃松為主的落葉松-偃松混交林(A)、以落葉松為主的落葉松-偃松混交林(B)、塔頭-落葉松林(C)和落葉松-白樺混交林(D)(表1)。在每塊火燒跡地過火最嚴(yán)重、樹木全部死亡的核心區(qū),以及處于火燒跡地和未過火林地交界處、火后仍有樹木存活(>20%)的邊緣區(qū)分別設(shè)立3塊樣地,另外在附近的未過火林分設(shè)立3塊對照樣地。4塊火燒跡地共設(shè)立36塊20 m×30 m的樣地,對樣地內(nèi)胸徑大于等于5 cm的樹木進(jìn)行樹種分類和每木檢尺,得到林分的基本信息。

表1 4塊火燒跡地的基本信息Tab.1 Basic information of 4 burned sites

圖1 研究樣地基本情況Fig.1 Distribution of sample sites

1.3 土壤樣品的采集與檢測

2021年9月中旬在各樣地內(nèi)采集土壤樣品。在充分考慮均一性、重復(fù)性的前提下,根據(jù)對角線法在各樣地使用鎬和鐵鍬取0～10 cm土層的土樣3～5份,裝入干凈的布袋并標(biāo)號后帶回試驗(yàn)室。在試驗(yàn)室將土樣放置在牛皮紙上攤開,剔除大的根系和石塊等雜物,自然風(fēng)干,在水分適宜時,將大土塊用手捏碎,完全風(fēng)干后,放置到較大的托盤中,用木棒將土塊壓碎,并進(jìn)一步剔除雜物后,過2 mm篩。過篩后將5個點(diǎn)的土樣混合均勻,裝入塑封袋中,放在干燥避光處待用。

土壤pH采用電位法測定,水土比為2.5∶1。TN采用半微量凱氏定氮法測定。TP采用三酸消煮(HNO3,HF,HClO4)-鉬銻抗比色法測定。TC和SOC含量使用Multi N/C 2100S 分析儀測定,2種土壤酶活性均用ELISA試劑盒進(jìn)行檢測。

1.4 數(shù)據(jù)分析

用Excel 2010軟件進(jìn)行圖表的繪制。利用SPSS 20.0 統(tǒng)計軟件,采用單因素方差分析(One-way ANOVA)和 Duncan's 方法對不同類型樣地間的土壤養(yǎng)分指標(biāo)進(jìn)行顯著性差異分析(P<0.05),使用Fisher判別分析來確定土壤養(yǎng)分的總體差異[44]。Fisher判別分析可以將多維空間中的點(diǎn)投影到一維線性函數(shù)上,使得組間差異和組內(nèi)差異的比值最大化,即依據(jù)類間距離最大而類內(nèi)離散最小原則建立判別準(zhǔn)則,主要用于數(shù)據(jù)降維和判別分類。

2 結(jié)果與分析

2.1 火干擾后土壤理化性質(zhì)變化

4組林型未過火區(qū)相比,D林型TN、TP、TC、SOC含量均高于其余3組林型,而C林型這4種土壤常量含量基本低于其余3組林型,2組落葉松-偃松混交林相比,A林型土壤TP、TN含量要高于B林型,而TC、SOC含量要低于B林型,見表2。

表2 不同火燒區(qū)域土壤主要養(yǎng)分含量及土壤酶活性方差分析Tab.2 Different burned area variance analysis of soil main nutrient contents and soil enzyme activities

由表2可知,不同林型火燒區(qū)域土壤主要養(yǎng)分TN、TP、TC、SOC含量,土壤pH以及土壤CBH、βG活性存在顯著變化(P<0.05)。4塊火燒跡地土壤主要養(yǎng)分含量和土壤活酶見表3。根據(jù)表3進(jìn)行以下分析:

表3 4塊火燒跡地土壤主要養(yǎng)分含量及土壤酶活性Tab.3 Soil main nutrient contents and soil enzyme activities of 4 burned sites

A林型土壤TN、TC含量隨著過火區(qū)域深入呈先下降后上升的趨勢(P<0.05),核心區(qū)土壤TN、TC含量均高于未過火區(qū)及邊緣區(qū)。TP含量在邊緣區(qū)與未過火區(qū)無明顯差異(P>0.05),而隨著過火區(qū)域的深入,TP含量呈顯著降低的趨勢,邊緣區(qū)TP含量為核心區(qū)TP含量的1.79倍,而邊緣區(qū)SOC含量顯著低于未過火區(qū)(P<0.05),為未過火區(qū)的76.09%,而核心區(qū)SOC含量高于邊緣區(qū)SOC含量,是邊緣區(qū)SOC含量的1.16倍。而隨著過火強(qiáng)度的增加,土壤pH無顯著差異(P>0.05),2種土壤酶活性則隨著過火區(qū)域的深入均呈先上升后下降的趨勢(P<0.05)。

B林型邊緣區(qū)土壤TN含量與未過火區(qū)相比無明顯差異,而核心區(qū)含量相較于邊緣區(qū)顯著降低,僅為邊緣區(qū)的51.23%(P<0.05)。而TP含量隨著過火區(qū)域深入則呈逐漸升高的趨勢,核心區(qū)TP含量為未過火區(qū)的1.41倍,邊緣區(qū)的1.21倍(P<0.05)。邊緣區(qū)TC、SOC含量顯著低于未過火區(qū),分別為未過火區(qū)的63.27%(TC)、81.99%(SOC)(P<0.05),而核心區(qū)TC含量與邊緣區(qū)無顯著差異(P>0.05),核心區(qū)SOC含量顯著低于邊緣區(qū),為邊緣區(qū)的76.41%(P<0.05)。邊緣區(qū)土壤pH與未過火區(qū)相比無顯著變化(P>0.05),核心區(qū)土壤pH顯著上升(P<0.05)。邊緣區(qū)土壤CBH與未過火區(qū)相比無顯著變化(P>0.05),而核心區(qū)相較邊緣區(qū)和未過火區(qū)顯著上升(P<0.05)。土壤βG活性則是隨著過火區(qū)域的深入呈先上升后下降的趨勢,核心區(qū)βG活性為邊緣區(qū)βG活性的91.73%(P<0.05)。

C林型土壤TN含量隨著過火區(qū)域的深入呈先下降后上升的趨勢,邊緣區(qū)土壤TN含量顯著低于未過火區(qū)及核心區(qū),分別為未過火區(qū)60.07%,核心區(qū)的63.02%(P<0.05)。而土壤TP含量則呈先上升后下降的趨勢,分別為邊緣區(qū)的1.58倍,核心區(qū)的1.31倍(P<0.05)?；鸶蓴_未對TC、SOC含量以及土壤pH造成顯著影響(P>0.05)。而隨著過火區(qū)域的深入,邊緣區(qū)土壤CBH活性相較于未過火區(qū)顯著升高,為未過火區(qū)的1.14倍(P<0.05)。而核心區(qū)土壤CBH活性與邊緣區(qū)無顯著差異(P>0.05)。土壤βG活性則隨著過火區(qū)域的深入呈先升高后降低的趨勢,邊緣區(qū)土壤βG活性最高,為未過火區(qū)的1.14倍,核心區(qū)的1.22倍(P<0.05)。

D林型邊緣區(qū)土壤TN、TP含量與未過火區(qū)相比無顯著差異(P>0.05),隨著過火區(qū)域深入,核心區(qū)TN含量顯著高于邊緣區(qū)TN含量,為邊緣區(qū)TN含量的2.51倍(P<0.05),核心區(qū)土壤TP含量顯著低于邊緣區(qū)土壤TP含量,為邊緣區(qū)土壤TP含量的56.52%(P<0.05)。TC、SOC含量則隨著過火區(qū)域深入均呈先下降后上升的趨勢(P<0.05),火干擾未對D林型土壤pH造成顯著影響(P>0.05),土壤CBH活性隨著過火區(qū)域深入呈先下降后上升的趨勢,邊緣區(qū)土壤CBH活性最低,分別為未過火區(qū)的90.16%,核心區(qū)的87.80%(P<0.05)。邊緣區(qū)土壤βG活性與未過火區(qū)無顯著差異(P>0.05),而核心區(qū)土壤βG活性相較于邊緣區(qū)顯著升高,為邊緣區(qū)的1.19倍(P<0.05)。

2.2 判別分析

使用SPSS軟件以土壤主要養(yǎng)分含量(TC、TN、TP、SOC)、土壤pH以及2種土壤酶活性(CBH、βG)作為自變量,以火燒區(qū)域和林型作為因變量,采用逐步判別方法進(jìn)行判別分析,建立該樣本的判別公式和判別準(zhǔn)則,結(jié)果見表4。

表4 不同因變量判別函數(shù)系數(shù)Tab.4 Function coefficients with different dependent variable

利用判別函數(shù)式得到函數(shù)的特征值見表5。以林型為因變量的F1的特征值為15.939,方差占比為70.1%,F2特征值為4.864,方差占比為21.4%,2個函數(shù)累積方差占比為91.5%,所以可選用這2個特征值相應(yīng)的單位特征向量建立判別函數(shù)。以F1和F2為投影方向建立二維投影坐標(biāo),將測得的土壤TC、TN、TP、SOC和pH代入F1和F2函數(shù)式,得到44個二維投圖點(diǎn),如圖2 (a)所示。從該圖中可以看出A、B、C、D組林型區(qū)分較好,基本沒有樣本重疊,樣本整體上區(qū)分明顯。

表5 不同因變量判別函數(shù)特征值Tab.5 Eigenvalue of discriminant function with different dependent variable

1,2,3分別代表未過火區(qū)、邊緣區(qū)、核心區(qū)。圖中圓點(diǎn)代表該樣本在函數(shù)1、函數(shù)2的判別函數(shù)系數(shù)。1, 2 and 3 in the figure represent the unburned area, the edge area and the interior area respectively. The dots in the figure represent the discriminant function coefficients of the sample in functions 1 and 2.圖2 不同因變量判別函數(shù)分類分布Fig.2 Discriminant function classifies distribution with different dependent variable

而以火燒區(qū)域?yàn)橐蜃兞康腇1的特征值為1.236,方差占比為72.2%,F2特征值為0.477,方差占比為27.8%,2個函數(shù)累積方差占比為 100%,所以可選用這2個特征值相應(yīng)的單位特征向量建立判別函數(shù)。以F1和F2為投影方向建立二維投影坐標(biāo),將測得的土壤TC、TN、TP、SOC和pH代入F1和F2函數(shù)式,得到44個二維投圖點(diǎn),如圖2 (b) 所示。從該圖中可以看出未過火區(qū)、邊緣區(qū)、核心區(qū)區(qū)分較好,4組樣本分布的整體區(qū)分度高。

表6為Fisher線性判別函數(shù)系數(shù),分別按林型和火燒區(qū)域建立類判別模型。

表6 不同因變量判別函數(shù)系數(shù)Tab.6 Classification function coefficients with different dependent variable

把建立模型所用的土壤數(shù)據(jù)代入上列判別模型中,對判別函數(shù)進(jìn)行回判驗(yàn)證分析,其中,以林型為因變量時A、B、C、D林型的判準(zhǔn)率均為100%,對初始數(shù)據(jù)整體回判的準(zhǔn)確率為100%。而以林火為因變量時,未過火區(qū)判準(zhǔn)率為100%,邊緣區(qū)為83.3%,核心區(qū)為50%,對初始數(shù)據(jù)整體回判的準(zhǔn)確率為77.8%,Fisher分析識別準(zhǔn)確率較以林型為因變量時低。

3 討論

3.1 林火對土壤主要化學(xué)性質(zhì)的影響

林火會影響土壤元素的生物地球化學(xué)循環(huán)和土壤有機(jī)質(zhì)礦化過程,進(jìn)而改變土壤的肥力?；鸶蓴_對土壤的影響主要由瞬時影響和長期影響組成,火燒短時間內(nèi)改變了地表溫度,直接或間接地引起土壤性質(zhì)的變化,而長期的火后恢復(fù)過程同樣也會導(dǎo)致土壤理化性質(zhì)及生物學(xué)特性的改變。在本研究中,除B林型外,其余3組樣地過火后土壤pH無顯著變化(P>0.05),該研究結(jié)果與趙彬等[15]、谷會巖等[17]在大興安嶺的研究結(jié)果基本一致,而B林型核心區(qū)土壤pH增加很可能是由于其已經(jīng)過4 a的火后恢復(fù),有機(jī)酸經(jīng)枯落物長時間的氧化消耗,土壤pH增加。而本研究其余3組樣地火后恢復(fù)時間較短,枯落物氧化過程尚未完全,這與有機(jī)酸消耗過程可能尚未到達(dá)峰值有關(guān)[23]。

在本研究中,邊緣區(qū)土壤SOC含量降低可能來源于2種途徑,一方面是過火時SOC經(jīng)過燃燒直接轉(zhuǎn)化為二氧化碳,另一方面是在火后恢復(fù)的過程中SOC的礦化作用導(dǎo)致[9,29]。同時,TN的降低可能是燃燒中的高溫導(dǎo)致N元素以NO2-的形式存在,亞硝酸鹽還易分解形成NO,擴(kuò)散到空氣中造成N的流失。另外,反硝化細(xì)菌會將硝態(tài)氮還原成氮?dú)馍⑹?從而導(dǎo)致土壤中的含氮量減少[36]。對于火后恢復(fù)時間未經(jīng)過一個生長季的樣地,火燒的即時作用是影響土壤養(yǎng)分含量的主要因素,而對于火后恢復(fù)時間經(jīng)過一個生長季以上的樣地,火后恢復(fù)作用也可能是影響土壤主要養(yǎng)分的重要因素。

而核心區(qū)部分樣地出現(xiàn)了TC、SOC、TN、TP含量增加的現(xiàn)象,可能是由于植被層火燒后有機(jī)殘體堆積所致,火燒后植被層有機(jī)殘體遺留土壤表層,增加了表層土壤的有機(jī)質(zhì)和其他元素量[37-38]。

3.2 林火對土壤CBH、βG的影響

土壤酶活性主要受底物含量和土壤微生物2種因素影響。土壤養(yǎng)分含量充足的情況下,微生物數(shù)量越多,土壤酶活性可能就越高,當(dāng)養(yǎng)分含量下降到一定程度時,微生物數(shù)量的增多所產(chǎn)生的養(yǎng)分競爭反而會使酶的活性和效率下降[39]。CBH、βG均為土壤碳循環(huán)相關(guān)水解酶,與SOC關(guān)系密切,能夠催化土壤中不穩(wěn)定有機(jī)碳的分解[31,39]。在本研究中,C林型邊緣區(qū)SOC含量與未過火區(qū)無明顯差異,而土壤酶活性在邊緣區(qū)卻顯著升高,說明在底物含量不變的情況下,低強(qiáng)度火干擾可能會導(dǎo)致土壤微生物數(shù)量增加或者相關(guān)酶的分泌效率提高;A、B林型邊緣區(qū)SOC含量降低,而土壤酶活性升高,則說明了即使底物含量降低,土壤微生物之間仍尚未到達(dá)競爭關(guān)系,抑或該競爭關(guān)系不足以影響到輕度火干擾下微生物對相關(guān)酶分泌的促進(jìn)作用;D林型輕度火干擾下土壤酶活性未呈現(xiàn)上升的趨勢,則可能是由于該樣地為水濕地,樣地內(nèi)滯水嚴(yán)重,水分過多不利于土壤微生物生長和繁衍,減少了土壤酶來源,使土壤酶活性降低[40]。高強(qiáng)度火干擾下土壤酶與土壤有機(jī)碳的影響結(jié)果變化規(guī)律存在部分差異,是因?yàn)樵谥囟然馃E地,土壤微生物數(shù)量同樣也會受到速效養(yǎng)分和含水率等因素的影響,進(jìn)而影響到土壤酶活性[41-42]。本研究所選擇的4組樣地雖然都處于火后恢復(fù)初期,由于過火年限不盡相同,土壤速效養(yǎng)分只能反映當(dāng)前時間點(diǎn)土壤養(yǎng)分的情況,而無法反映長期火后恢復(fù)下土壤養(yǎng)分的整體變化規(guī)律。因此并沒有選擇土壤的速效養(yǎng)分指標(biāo)進(jìn)行測定和分析,進(jìn)而無法解釋高強(qiáng)度火干擾下土壤酶活性變化的規(guī)律。

3.3 判別分析下當(dāng)?shù)鼗鸷蠡謴?fù)策略

判別分析表明,從以林型為因變量的判別函數(shù)分類分布圖可以看出,4種林型區(qū)分較好,整體樣本分布區(qū)域明顯(圖2 (a)),而以火燒區(qū)域?yàn)橐蜃兞康呐袆e函數(shù)區(qū)分度較差,整體樣本區(qū)域分布不明顯(圖2 (b)),相對于4種不同林型之間,核心區(qū)、邊緣區(qū)和未過火區(qū)之間的整體養(yǎng)分差異相對模糊,間接說明林型造成的土壤整體養(yǎng)分差異大于不同火燒區(qū)域造成的土壤整體養(yǎng)分差異,樹種之間的差異是影響土壤主要養(yǎng)分含量及土壤酶活性的主要原因,而火強(qiáng)度造成的養(yǎng)分差異較小,因此針對林型進(jìn)行不同的火后恢復(fù)施策可能效果更好。對于C林型,林下植被以草本為主,過火后基本全部損失,死亡的落葉松多以枯立木存在,地表平坦且被灰分覆蓋[43],宜加強(qiáng)火燒木采伐和整地,利用未過火區(qū)域天然種源更新。D林型過火后樣地內(nèi)滯水嚴(yán)重,呈低濕地狀態(tài),有土壤鹽漬化趨勢[44],人工整地困難,恢復(fù)可依靠草本和灌木的人工促進(jìn)更新,確保不出現(xiàn)大面積的土壤沼澤化。A林型和B林型樣地立地條件相似,火燒跡地以偃松殘體為主,周圍有天然種源,但土壤層較薄并且地勢相對較陡,造林時宜追加氮肥和保水劑,結(jié)合人工促進(jìn)更新方式進(jìn)行恢復(fù)[46]。

4 結(jié)論

通過對大興安嶺呼中地區(qū)興安落葉松林不同火燒跡地土壤主要養(yǎng)分特征及酶活性的研究,得到如下結(jié)論。

1)林火會對呼中地區(qū)4種典型林分土壤TC、TN、TP、SOC含量造成顯著的擾動,但未對土壤pH造成顯著影響?；馃E地邊緣區(qū)的土壤TC、SOC含量會顯著降低,TP含量顯著升高,對TN含量則未造成顯著影響(P<0.05)。火燒跡地核心區(qū)域TP含量則顯著降低(P<0.05)。

2)即使火干擾會降低SOC的儲存量,減少土壤酶所作用的底物,火干擾仍會對邊緣區(qū)土壤CBH、βG活性起到促進(jìn)作用。而如果火干擾導(dǎo)致該樣地退化為水濕地,該樣地邊緣區(qū)土壤酶的活性則會受到抑制。

3)林型造成的土壤整體養(yǎng)分差異大于不同火強(qiáng)度造成的土壤整體養(yǎng)分差異,從林型角度出發(fā),設(shè)計火后恢復(fù)策略更具有針對性。