毛竹林地不同植被恢复模式的土壤物理性质评价

来源:用户上传      作者:

　　摘要：毛竹林地过度经营开发导致了林地生态系统的恶化，通过实施林下灌草植被恢复可以改善林地植被结构、增强水土保持功能和改善林地土壤性状。因此，开展毛竹林下不同植被恢复模式的土壤物理性质评价，有利于指导毛竹林的经营与管理。采用灰色关联分析法研究了毛竹纯林下种植灌木和种植灌草两种植被恢复模式对土壤持水能力和孔隙状况的影响。研究结果表明：对过度开发毛竹林地进行植被恢复可以增加土壤非毛管孔隙数量，提高土壤持水能力11%～26%，土壤持水能力与孔隙数量有密切的关系。毛竹纯林、毛竹林下种植灌木和种植灌草模式的灰色关联度平均值分别为0.5273，0.6441和0.7652，说明毛竹纯林下种植灌草植被模式的土壤物理性质最优，该模式可以显著改善毛竹纯林地的土壤物理性质。
　　关键词：土壤性状;毛竹林;植被恢复;灰色关联分析
　　中图法分类号：S157
　　文献标志码：A
　　DOI：10.16232/j.cnki.1001-4179.2019.03.016
　　毛竹（Phyllostachys pubescens）在植物分类上是属于禾本科（Gramineae）刚竹属（Phyllostachy），是一种单轴散生型常绿乔木状竹类植物。它是竹类植物中用途最广泛的竹种，也是森林木竹中用途最多的植物品种之一。在毛竹林产业发展过程中，毛竹林地的经营管理技术也得到了发展。同时，由于毛竹林具有生产效益高，固碳能力强，生态功能好，产业发展前景广阔的特点而受到政府的高度重视。在相应优惠政策和扶持措施的支持下，毛竹林地的生产经营成为了山地丘陵区农民增收的重要方式。在毛竹主产区，林农家庭经济50%以上来源于毛竹相关产业。浙江省安吉县是中国著名的毛竹之乡，居全国十大“竹子之乡”之首，竹类经济成为了安吉的支柱产业和经济增长点。但由于林农片面追求经济利益最大化，过度地索取竹林资源，频繁浅耕浅锄，导致林下植被减少，水土流失严重，土壤理化性质恶化，水源涵养能力减弱，毛竹林地的水土保持功能锐减，严重制约了毛竹林资源的可持续发展。为了改善过度开发毛竹林地的生态环境状况，开展毛竹林地的植被恢复模式及其对土壤物理性质的影响研究具有重要意义，可为过度开发毛竹林地的土壤功能保育和可持续发展提供实践依据。
　　在土壤性质评价中，大多数学者采用了层次分析法、主成分分析法、神经网络法、灰色关联度法对土壤性质进行综合评价。其中，灰色关联分析法能够很好处理信息不完整的问题，特别是在样本数量少且规律不明显的评价指标上，通过数据转化与分析，可以筛选出与理想目标最接近的方案，并在电力、医疗、管理、林业、农业、环保，生态等领域得到广泛应用和发展。在土壤综合评价方面，灰色关联分析法也得到了发展和应用。本文以过度开发毛竹林为研究对象，设置毛竹纯林、林下种植灌木和林下种植灌草3种类型试验小区，利用灰色关联分析法对试验小区的土壤物理性质进行综合评价，探寻改善过度开发毛竹林地土壤物理性质的最佳恢复模式，旨在为南方低山区低质毛竹林改造提供参考和依据。
　　1 研究区概况
　　研究试验点位于浙江省安吉县杭垓镇唐舍村毛竹现代科技示范园区内（119°20'27"E，30931'02"N），地处天目山主峰龙王山余脉，海拔270m，坡度在15°～20°之间。该区域属于中亚热带季风气候，四季分明，雨量充沛，多年平均气温15.59C，多年平均相对湿度81%;多年平均降雨量1550mm，年最大降雨量1870mm，最小850mm。降雨在年内分布不均，主要集中在5～9月。研究试验点土壤为山地红壤，土层以中等厚度为主，冲积土层较厚，土质疏松，以轻壤质土为主，但毛竹林土壤砾石含量高。唐舍村拥有林木面积8.98km2，其中毛竹林面积6.79km2，占总林木面积比例高达75.6%。该村在竹林培育方面具有较悠久的历史，积累了毛竹勾稍、竹山清理等方面的技术经验。但由于林农的生态保护观念不强，长期采取林下全清全垦，毛竹纯林化趋势越来越严重，导致竹林生态功能减弱，例如涵养水源、水土保持等功能下降，这些生态问题严重威胁了该区毛竹產业的可持续发展。
　　2 材料和方法
　　2.1 试验小区设置
　　在研究区内选择具有代表性的坡面建立试验小区（长20m，宽5m），并于2009年设置了毛竹纯林小区（I类）、毛竹林下种植杨桐（Adinandra millti）植物篱小区（II类，单一灌木模式，在毛竹林下等高带状种植杨桐，杨桐共种植16个条带，条带间距4m，每条带2行杨桐，行距1m，株距1m）、毛竹林下种植大苞萱草（Hemerocallis midendorffi）+杨桐植物篱小区（II类，灌草恢复模式，杨桐种植方法同上，大苞萱草种植在2行杨桐之间，大苞萱草带宽30cm），每种类型设置3个重复小区，共计9个试验小区，详见表1。研究对试验小区内的每株毛竹进行测量，详细记录立竹胸径、郁闭度、立竹密度等信息。
　　2.2 土壤样品采集与测试
　　经过多年的毛竹林下植被恢复，于2015年3月，采用100cm3环刀对各试验小区上、中、下3部位0～20cm土层的土壤进行了原状土样样品采集，以供土壤指标测试，共计取得原状土壤土样27个。本次研究中的土壤密度、土壤含水率、土壤孔隙等指标参照卫茂荣[27]提出的方法测试与计算。
　　2.3 数据处理与统计分析
　　数据的整理计算在Excel中进行，采用SPSS 13.0进行数据统计分析。在关联分析时，首先需对各类数据进行标准化处理，将其转化为无量纲的纯数值，使其落入一个小的特定区间，便于不同单位或量级的指标能够进行比较和加权。不同的标准化方法，对系统的评价结果会产生不同的影响，因此本研究采用多种标准化方法进行共同比较分析。数据的标准化处理方法包括归一准化法、标准差标准化法、离差标准化法、均值标准化法、模糊量化标准化法，具体计算公式见文献。 　　2.4 土壤性状健康评价
　　由于不同植被恢复后毛竹林土壤性状指标的变化趋势和状态并不一致，本次研究采用灰色关联分析方法对毛竹林不同植被模式的土壤性状进行灰色关联分析。土壤性状正向指标越大表明越健康，负向指标越大表示越不健康。选择各指标的最优数据作为参考序列（X，），求得比较序列或实测序列（X;）对应参考序列各点的关联系数和关联度，将关联度进行排序，关联度越大表明实测序列与参考序列关系越密切，反之则疏远。关联系数（ζ;”））和关联度（γ;）分析计算方法如下：
　　公式
　　式中，ψ°为灰色分辨系数，取值范围在0～1之间，通常取0.5。
　　3 结果分析
　　3.1 土壤物理性质比较分析
　　通过对不同植被恢复措施毛竹林地土壤密度的测定（表2）可以看出，试验区3种类型毛竹林地土壤密度变化范围在1.03～1.22g/cm3之间，土壤密度大小关系为I类>II类>类。对3种毛竹林地土壤密度进行方差分析，结果显示I类毛竹林与II类和II类毛竹林地的密度存在显著性差异（P<0.05），而II类和II类毛竹林地之间无显著性差异。表明毛竹林地进行灌草植被恢复，一方面增加了土壤中植物根系密度;另一方面增加和拦截了枯落物，增加了林地土壤有机成分进而改善土壤密度。
　　在土壤水指标中土壤最大持水率、毛管持水率、田间持水率和吸湿含水率分别反映了土壤的最大容水能力、直接供水能力、土壤生产能力以及土壤胶体含量。对3种毛竹林地土壤的最大持水率、毛管持水率、田间持水率以及吸湿含水率进行测定的结果得出，4种持水率均以I类毛竹林地最高，相对于I类毛竹林地，最大持水率、毛管持水率和田间持水率提高了21%～26%，吸湿含水率提高了14.8%;II类毛竹林地前3项指标提高了11%～18%，吸湿含水率提高了5.9%。通过方差分析发现，I类毛竹林地的最大持水率显著小于II类和II类毛竹林地，而II类和II类毛竹林地之间没有显著性差别;对于毛管持水率、田间持水率和吸湿含水率来讲，I类和II类毛竹林地之间没有显著性差异，而与II类毛竹林地具有显著性差异，亦即I类毛竹林地的毛管持水率、田间持水率和吸湿含水率显著高于I类和II类毛竹林地。这表明在过度开发的毛竹纯林地进行灌草植被恢复，增加了地表覆盖和根系通道，在一定程度上改善了土壤物理性质，提高了土壤的持水能力;但灌草植被结合的恢复模式效果优于只有灌木的恢复模式。
　　土壤孔隙及其组成直接影响到土壤中的水、气、热等诸因素，也是表征土壤结构的重要指标。从3种类型毛竹林地的孔隙数量关系来看，不同类型毛竹林地3种孔隙数量关系均表现为I类>II类>I类;相比I类毛竹林地，II类和II类毛竹林地的总孔隙分别提升了11.2%和8.2%，毛管孔隙提升了7.6%和4.3%，非毛管孔隙提升了35.1%和33.9%。同时通过方差分析得出，3种毛竹林地的土壤总孔隙数量和土壤毛管孔隙数量没有显著性差异，但II类毛竹林地的非毛管孔隙数量显著高于I类和II类。由此可见，过度开发毛竹林地通过林下灌草组合的植被恢复模式可以显著改善林地土壤的孔隙数量和蓄水空间。
　　3.2 土壤物理性质相关分析
　　利用SPSS 13.0软件对3种毛竹林地的土壤密度、土壤孔隙和土壤水分物理性质指标进行相关分析，不同物理性质指标之间的Pearson相关系数矩阵见表3。相关性分析结果表明，土壤密度与土壤孔隙、土壤水分指标总体上呈现显著的负相关关系。在土壤孔隙中，非毛管孔隙和总空隙对土壤密度产生了重要影响。最大持水率和毛管持水率与土壤毛管孔隙和总孔隙的正相关性显著，而田间持水率与总孔隙有显著性正相关，吸湿含水率与非毛管孔隙有显著性正相关。土壤水分指标之间也存在一定的相关性，其中最大持水率、毛管持水率和田间持水率之间正相关性显著，吸湿含水率只与田间持水率的正相关性显著。在土壤孔隙度中，总孔隙数量与毛管孔隙数量呈显著正相关，这与毛管孔隙数量占总孔隙数量的比例有关，3种毛竹林地毛管孔隙占总孔隙的比例在83%～87%之间。
　　3.3 土壤物理性质综合评价
　　土壤物理性质的优劣在一定程度上反映了土壤健康状况水平。土壤物理性质直接或间接地制約着土壤中矿质养分转化及其存在形态和供给，对土壤中微生物的活动也产生影响，进而对土壤肥力状况产生间接影响。不同植被恢复模式对毛竹林地土壤物理性质指标的改善程度存在差异，3种类型毛竹林地土壤物理指标实测序列与参考序列的关联度计算结果见表4。从表中可以看出，利用归一化法、标准差法、离差法、均值法和模糊量化法处理的数据序列，3种类型毛竹林地土壤物理性质指标关联度大小表现出明显的梯度关系，不同类型毛竹林地关联度系数平均值呈现为I类（0.74～0.84）>II类（0.57～0.73）>I类（0.40～0.66），而模糊量化法得出的关联度系数差异不大，集中在0.65～0.68之间。从5种标准化处理方法的关联度平均值来看，3种类型毛竹林地关联度均值分别为0.53，0.64和0.77，表明II类毛竹林地的综合土壤物理性质最接近参考序列，亦即土壤物理性质最优。
　　从3种毛竹林地不同标准化处理后的关联度方差分析结果来看。归一化法和离差法得到的关联度方差分析显示3种类型毛竹林地土壤物理性质两两之间在0.05水平上具有显著差异，表明I类毛竹林地土壤物理性质显著优于II类毛竹林地，II类毛竹林地显著优于I类。标准差法得到的关联度方差分析表明，在土壤物理性质方面，I类和II类毛竹林地之间没有显著性差异，而I类毛竹林地显著优于I类和I1类。均值法处理的结果则表明，II类和II类毛竹林地的土壤物理性质没有显著差异，但它们显著优于I类。模糊量化法处理结果显示3种类型毛竹林地土壤物理性质没有显著性差异。对5种关联度的均值分析得出，I类和I类、I类和I类毛竹林地土壤物理性质没有显著差异，而I类和II类毛竹林地土壤物理性质具有显著性差异。因此，从土壤物理性质综合评价来讲，过度开发毛竹林地进行单一的灌木植被恢复模式对土壤物理性质的有一定的改善作用，而灌草结合的植被恢复模式可以显著改善林地土壤物理性质。 　　3.4 土壤物理性质影响因子解析
　　表5反映了土壤物理性质单项指标与参考值之间的关联系数。从表中可以得出，I类毛竹林地土壤密度X1、毛管孔隙Xs、总孔隙X，和吸湿含水率Xg的平均关联系数在0.60～0.69之间，最大持水率X，、毛管持水率X;和田间持水率X4的平均关联系数在0.52～0.55之间，而非毛管孔隙X。的平均关联系数小于0.5。可见，过低度开发毛竹纯林地土壤非毛管孔隙非常差，持水能力也非常弱。II类毛竹林地土壤密度和总孔隙的平均关联系数在0.80以上，最大持水率、毛管孔隙、非毛管孔隙的平均关联系数在0.72～0.75之间，毛管持水率、田间持水率和吸湿含水率的平均关联系数在0.64～0.70之间，与I类毛竹林地相比，II类毛竹林地对非毛管空隙关联系数的提高最大，其次是最大持水率。I类毛竹林地土壤密度的关联系数在0.90以.上，最大持水率、毛管持水率、田间持水率、毛管孔隙、总孔隙吸湿含水率的平均关联系数在0.80～0.89之间，非毛管孔隙的平均关联系数为0.78。与I类毛竹林地相比，I类毛竹林地对最大持水率、毛管持水率、田间持水率和非毛管孔隙关联系数的提高非常大。同时，I类毛竹林地的田间持水率和吸湿含水率关联系数也比II类毛竹林地也有较大提高。
　　从3种类型毛竹林地土壤物理单项指标关联系数的方差分析来看，3种类型毛竹林地的土壤密度关联系数在0.05水平上存在显著性差异，表明过度开发毛竹林地进行灌木或灌草结合的植被恢复可以显著改善土壤密度。II类毛竹林地土壤的最大持水率、毛管持水率、田间持水率、非毛管孔隙和吸湿含水率关联系数显著大于I类和II类毛竹林，而I类和II类之间没有显著差异，说明过度开发毛竹林地进行灌草结合的植被恢复能够显著提高土壤的持水能力，而单一的灌木恢复模式对持水能力的改善作用不显著。对于毛管孔隙和总孔隙两个指标来讲，在统计上，两种植被恢复模式没有显著的改善作用。
　　4 结论与讨论
　　经营方式对毛竹林生态系统的物种多样性、毛竹林结构及其生产能力具有重要的影响，长期过度的不合理经营方式在很大程度上导致了毛竹林地土壤性质的恶化。本文对2009年实施植被恢复的过度开发毛竹林地进行土壤物理性质研究，结果表明相对于I类毛竹林地（过度开发毛竹纯林），II类毛竹林地（林下套种单一灌木）和II类毛竹林地（林下套种灌草）均能改善土壤的物理性质，其中两种恢复模式均能显著改善土壤密度;II类毛竹林地提高土壤持水能力11%～18%，II类毛竹林地提高土壤持水能力21%～26%;植被恢复可以提升土壤蓄水空间，主要以提升非毛管孔隙数量为主。土壤物理性质指标之间也存在相关性，土壤密度与其他土壤物理指标呈负相关关系，土壤持水能力与孔隙数量的关系非常密切。运用灰色理论对不同毛竹林地的土壤物理性质进行评价得出，II类毛竹林地的土壤物理性质最优，可以显著改善土壤的持水能力和非毛管孔隙数量。
　　毛竹林的纯林化经营是許多毛竹主产区最主要的经营方式，楼一平等认为长期的纯林化经营是导致毛竹林地退化的主要原因。刘广路等[311的研究表明毛竹纯林的集约化经营可以改善土壤的物理性质。本研究则表明毛竹林下植被恢复可以提高土壤物理性质，研究结果与多数结果较为一致。而范少辉等指出毛竹林种植密度对林地土壤性质也具有影响，合理的种植密度（2400株/hm2）有利于改善土壤质量。本研究设置的毛竹林种植密度接近该种植密度。同时，范少辉等还研究得出土壤质量与土壤层次有关，由于本研究只对表层土壤物理性质进行了研究，无法判断植被恢复在改善深层土壤性质方面的作用。另外，植被恢复增加了林地的生物多样性，而生物多样性对土壤性状的影响有待进一步研究。林地植被恢复对土壤环境的影响是一个长期的作用过程，也是各项因素综合作用的结果。因此，开展毛竹林植被恢复的长期定位监测和系统评价可以为治理退化生态系统植被恢复提供技术。
　　参考文献：
　　[1]郭延芳.毛竹林丰产林经营技术[J].安徽农学通报，2011，17（14）：307-308.
　　[2]王凯成，杨健，沈健，等，浙江湖州市毛竹林经营技术创新与实践[J].世界竹藤通讯，2016，14（5）：25-30.
　　[3]周国模，刘恩斌，施拥军，等.基于最小尺度的浙江省毛竹生物量精确估算[J].林业科学，2011，47（1）：1-5.
　　[4]高平珍，陈双林，郭子武，等.毛竹林下固氮植物资源及其经济价值分析[J].浙江农林大学学报，2018，35（1）：161-166.
　　[5]李翀，周国模，施拥军，等，不同经营措施对毛竹林生态系统净碳汇能力的影响[J].林业科学，2017，53（2）：1-9.
　　[6]杨萌，李永夫，李永春，等.集约经营对毛竹林土壤碳氮库及酶活性的影响[J].应用生态学报，2016，27（11）：3455-3462.
　　[7]王茜，王成，杜万光，等.夏季福州旗山毛竹林生态保健功能研究[J].南京林业大学学报：自然科学版，2018，42（2）：120-126.
　　[8]许丽霞，江洪，张敏霞，等.安吉毛竹林生态系统光合作用特征及其环境影响因子研究[J].江西农业大学学报，2017，39（5）：928-937.
　　[9]曹先磊，吴伟光.不同地区毛竹林经营的经济效益与固碳能力分析[J].林业资源管理，2015（1）：64-70.
　　[10]崔瑞蕊，杜华强，周国模，等.近30a安吉县毛竹林动态遥感监测及碳储量变化[J].浙江农林大学学报，2011，28（3）：422-431.
　　[11]戴士祥，任文杰，滕应，等.安徽省主要水稻土基本理化性质及肥力综合评价[J].土壤，2018，50（1）：66-72.
　　[12]吴玉红，田霄鸿，同延安，等.基于主成分分析的土壤肥力综合.指数评价[J].生态学杂志，2010，29（1）：173-180. 　　[13]赵艳玲，何厅厅，侯占东，等.基于BFA-BP神经网络的土壤肥力评价[J].江苏农业科学，2013，41（8）：340-344.
　　[14]韩春建，梁朝信，吴克宁，等.基于GIS技术的灰色关联度法土壤肥力综合评价[J].农业工程学报，2008，24（1）：53-56.
　　[15]张甜，朱玉杰，董希斌.小兴安岭用材林土壤肥力综合评价及评价方法比较[J].东北林业大学学报，2016，44（12）：10-14.
　　[16]曾翔亮，董希斌，高明.不同诱导改造后大兴安岭蒙古栎低质林土壤养分的灰色关联评价[J].东北林业大学学报，2013，41（7）：48-52.
　　[17]罗毅，李昱龙.基于熵权法和灰色关联分析法的输电网规划方案综合决策[J].电网技术，2013，37（1）：77-81.
　　[18]王艳冬，高飞，李杰。基于灰色关联分析的住院患者满意度综合评价[J].天津大学学报：社会科学版，2016，18（4）：304-307.
　　[19]杨少梅，张杰。基于AHP和灰色关联度的管理人员绩效评价模型研究[J].华北电力大学学报，2008，35（3）：99-102.
　　[20]徐若霖，程宝栋.基于灰色关联度的我国林业产业结构优化调整分析[J].林业经济，2014（12）：59-62.
　　[21]孙光彩，田东林.曲靖市农业产业结构的灰色关联度分析[J].云南农业大学学报：社会科学，2016，10（4）：30-35.
　　[22]单瑞峰，孙小银.环境污染区域差异及其影响因素灰色关联法分析——以山东省为例[J].环境科学与管理，2008，33（10）：5-9.
　　[23]沈思祁，钮尔轩，孟斌.基于灰色关联度的辽宁近海海城生态环境承载力评价[J].大连海事大学学报，2017，43（3）：112-118.
　　[24]韩贵杰，唐亚森，曲杭峰.大兴安岭低质落叶松林补植改造后土壤肥力的综合评价[J].东北林业大学学报，2018，46（6）：56-62.
　　[25]方凯凯，张中恺，王志康，等.渭北果园不同管理措施的土壤水分灰色关联度[J].水土保持研究，2016，23（4）：28-32.
　　[26]郭云开，谢琼，安冠星，等.土壤重金属污染灰色综合评价模型[J].测绘科学，2017，42（5）：175-182.
　　[27]衛茂荣.一次取样连续测定土壤物理性质的方法[J].辽宁林业科技，1990（1）：56-57.
　　[28]孟勇，漆良华，艾文胜，等。湘中丘陵区不同经营目标下毛竹林土壤物理性质及健康评价[J].东北林业大学学报，2013，41（2）：60-64.
　　[29]唐菲菲，邓艳林，郑茂，等.基于灰色关联分析的湘西北石漠化区土壤质量评价[J].中南林业科技大学学报，2016，36（9）：36-43.
　　[30]楼一平，盛炜彤.我国毛竹林长期立地生产力研究问题的评述[J].林业科学研究，1999，12（2）：172-178.
　　[31]刘广路，范少辉，官凤英，等.闽西北不同类型集约经营毛竹林土壤环境特征[J].2010，34（5）：17-22.
　　[32]黄启堂，陈爱玲，贺军。不同毛竹林林地土壤理化性质特征比较[J].福建林学院学报，2006，26（4）：299-302.
　　[33]黄作舟.闽南不同类型毛竹林地土壤分析[J].河北林业科技，2011（2）：18-19.
　　[34]范少辉，赵建诚，苏文会，等.不同密度毛竹林土壤质量综合评价[J].林业科学，2015，51（10）：1-9.
　　引用本文：李钢，刘祥超，张由松，石鑫，王冉，陆芳春.毛竹林地不同植被恢复模式的土壤物理性质评价[J].人民长江，2019，50（3）：88-93.
　　Assessment of soil physical properties under different undergrowth restoration patterns in phyllostachys pubescens forest
　　LI Gang'，LIU Xiangchao'，ZHANG Yousong'，SHI Xin'，WANG Ran'，LU Fangchun2
　　（1. Zhejiang Guangchuan Engineering Consulting Co.，Ld.，Hangzhou 310020，China;2. Zhejiang Provincial Key Laboratoryof Hydraulics Disaster Prevention and Mitigation，Zhejiang Institute of Hydraulics and Estuary，Hangzhou 310020，China）
　　Abstract：The overexploitation of the Phyllostachys pubescens forest leads to the deterioration of the forest ecosystem. Under-growth restoration in the Phyllostachys pubescens forest can improve undergrowth structure，enhance soil and water conservationfunction and improve soil properties. Therefore，the assessment of soil physical properties under different undergrowth restorationpatterns in the Phyllostachys pubescens forest is helpful to guide its operation and management. The grey correlation analysismethod was applied to study the effects of two patterns on soil water holding capacity and pore condition. One pattern was plantingshrub，the other one was planting shrub and grass. The results showed that the undergrowth restoration can increase the numberof soil noncapillary pores and improve soil water holding capacity by 11% ～ 26%. Soil water holding capacity was closely related to the amount of soil pores. The mean correlation degrees of net Phyllostachys pubescens forest，undergrowth of planting shruband undergrowth of planting shrub and grass were 0.5273，0. 6441 and 0.7652，respectively. It was indicated that the physical properties of the shrub-grass pattern was the best and can significantly improve the soil physical properties.
　　Key words：soil properties;Phyllostachys pubescens forest;undergrowth restoration;grey correlation analysis
转载注明来源:https://www.xzbu.com/1/view-14801116.htm