秦岭火地塘不同海拔梯度森林土壤理化性质研究

为了探究森林土壤理化性质在不同海拔梯度的变化特征,对秦岭火地塘林区不同海拔梯度的森林土壤理化性质进行研究。在不同海拔梯度设置标准样地,分层取样,分别测定了土壤pH、容重、孔隙度、有机质、全氮、全磷、全钾含量。结果表明:1）秦岭火地塘森林土壤理化性质总体变化特征:土壤pH值为5.59～6.65,容重为0.78～1.40 g·cm^-3,孔隙度为36.29%～69.04%,有机质含量为16.84～70.14 g·kg^-1,全氮含量为0.32～3.05 g·kg^-1,全磷含量为0.32～0.69 g·kg^-1,全钾含量为15.28～23.24 g·kg^-1。2）火地塘地区森林土壤的理化性质随海拔梯度和采样深度呈现出一定的规律性和差异性:不同海拔梯度的土壤pH、容重随土层深度显著增加;土壤孔隙度、有机质、全氮含量随土层深度增加而降低;土壤全磷、全钾含量随土层无明显规律。     

秦岭火地塘林区不同土壤类型化学性质的研究

本文探讨了秦岭火地塘林区棕壤、暗棕壤及草甸土的化学性质。结果表明：不同土类在磁性淋溶过程、养分状况及化学性质方面存在明显差异。3种土类的酸性淋溶过程和物质迁移过程顺序为：暗棕壤＞棕壤＞草甸土；土壤速效养分含量在表层土壤N：棕壤＞暗棕壤＞草甸土，P：暗棕壤＞草甸土＞棕壤；K：暗棕壤＞棕壤＞草甸土；阳离子交换星、交换性盐基总量及盐基饱和度在土壤A层暗棕壤均大于棕壤及草甸土，而交换性酸及水解性酸小于棕壤和草甸土。这与不同土类上的植被类型和气候特点的差异具有密切关系。     

秦岭火地塘林区不同林分对降雪的分配影响

秦岭火地塘林区5种林分类型对冬季降雪的影响研究表明:冬季降雪量占全年雨量的6.38～8.16％;林分拦雪量占总降雪量的19.22～48.60％;针叶林和阔叶林的最大拦雪量分别为8mm和4mm;影响林地上雪的水平分布和雪量的主要因素为林分类型和降雪量及降雪类型。     

秦岭火地塘林区不同海拔不同林型土壤CO_2、CH_4、N_2O通量研究

二氧化碳(CO_2)、甲烷(CH_4)、氧化亚氮(N_2O)是3种主要的温室气体,温带森林土壤是CO_2、N_2O重要的源,是CH_4重要的汇,以前的研究大部分都关注这3种温室气体在时间上的变化,而很少开展在空间变化上的研究。2014年10月至2015年10月,采用静态箱-气相色谱法对秦岭南坡火地塘林区不同海拔(海拔1 560、1 585、1 963、2 040、2 160m,分别为落叶阔叶林、温性针叶林、温性针叶林、寒温性针叶林、落叶阔叶林)森林土壤CO_2、CH_4和N_2O通量进行了为期1a的监测。结果表明,CO_2全年都为排放,季节波动较大,总体上随海拔增加排放量减少,海拔由低到高(包括3种林型)年排放量依次为:19.12、12.53、11.78、16.95、14.87t·hm^-2;CH_4全年主要为吸收,在非生长季出现排放,季节波动幅度较大,总体上随海拔增加吸收量增加,海拔由低到高年通量依次为:-2.57、-3.60、-5.94、-5.59、-3.92kg·hm^-2;N_2O全年以排放过程为主,存在吸收现象,季节波动幅度不大,海拔对其通量影响不明显,海拔由低到高年排放量依次为:0.23、0.62、0.63、0.60、0.95kg·hm^-2。土壤温度是影响CO_2、N_2O通量的关键因子。5个样地森林土壤CO_2通量与土壤铵态氮含量(20～40cm)显著相关(P<0.05)。高的土壤NH_4^+含量对CH_4的吸收有抑制作用。在冻融交替期,降雨对N_2O的通量有明显影响。海拔由低到高5个样地的GWP(全球增温潜势)分别为:119.13、12.65、11.85、17.02t·hm^-2和15.07t·hm^-2。     

秦岭火地塘林区不同林地土壤水分动态特征的研究

对秦岭火地塘林区不同林地土壤水分动态特征的研究,结果表明：不同林地土壤水分动态特点与大气降水及林分的蒸散量紧密相关,阔叶林地土壤水分动态比针叶林地变化较缓和,变化幅度较小;同一林地不同土壤层次水分动态特点与一次降水时接收到的净雨水量及森林植物根系在各层中的耗水量密切相关。在整个生长季节内,０～２０ｃｍ和２０～４０ｃｍ土层水分变化较为剧烈．而４０～６０ｃｍ和６０～８０ｃｍ土层水分变化较为缓和。植物根系在土层中的分布密度与对应土层的耗水量的相关关系只有在土壤水分条件充足时才比较明显,当土壤水分条件较为干燥时,植物根系对下层土壤水分的吸收则明显加强。     

秦岭火地塘林区半翅目昆虫多样性研究

对秦岭南坡火地塘林区蒿草丛的半翅目昆虫群落的多样性进行了分析.调查结果表明该地的半翅目昆虫有8科67种,其中盲蝽科17种、花蝽科11种、长蝽科11种、缘蝽科10种、蝽科10种、猎蝽科3种、姬蝽科3种、龟蝽科2种.各海拔区群落的多样性测度证实,多样性指数随海拔的升高逐渐降低.对15个海拔区按相似性进行聚类分析、并按DTV指数进行判别,可将该地区蒿草丛的半翅目昆虫划分为3个亚群落,各亚群落在垂直分布上的生态位分别是Ⅰ亚群落900～1 600 m、Ⅱ亚群落1 700～1 800 m 、Ⅲ亚群落1 900～2 3     

秦岭火地塘林区不同土壤类型腐殖质组成及结合态腐殖质特性的研究

对秦岭火地塘林区棕壤、暗棕壤及草甸土进行了分析测定。结果表明,不同土类在腐殖质组成及结合态腐殖质特性方面存在明显差异。棕壤、暗棕壤及草甸土的Ｈ／Ｆ值相比较,以暗棕壤最大,草甸土次之,棕壤最小;随剖面加深３种土类的Ｈ／Ｆ值明显下降。除草甸土、暗棕壤Ａ层外３种土类腐殖质均以富里酸为主。３种土类的结合态腐殖质均以松结合态为主,且以草甸土相对含量最高,暗棕壤次之,棕壤最低;随剖面加深,棕壤、暗棕壤及草甸土结合态腐殖质相对含量有增大趋势。３种土类的土壤有机质绝大部分是以结合态形式存在。     

贡嘎山不同海拔森林土壤热通量垂直梯带时空变异特征

基于贡嘎山垂直植被带谱3种典型森林(阔叶林、针阔混交林、针叶林)土壤热通量的连续观测,分析了土壤热通量的时空变异规律及其影响因子.结果表明:月尺度上,阔叶林土壤热通量在3—8月、针阔混交林、针叶林在4—8月以向下传输为主,其他月份为向上传输为主;阔叶林、针阔混交林和针叶林年总土壤热通量分别为-1.88、-13.78和-9.61 MJ·m-2,占年净辐射的百分比分别为0.07％、0.47％、0.35％,说明年尺度土壤热通量并未达到平衡.土壤热通量对净辐射存在迟滞效应,阔叶林和针阔混交林反馈要迟滞3 h,针叶林为6 h.3种森林类型土壤热通量占净辐射比例随叶面积指数增大而减小.净辐射、2 m气温、5 cm土壤温度、10 cm土壤温度和叶面积指数共同影响着土壤热通量的季节变化.在阔叶林和针阔混交林中,净辐射相对贡献率最高(34.54％,30.12％);在针叶林中,叶面积指数贡献率最高(27.47％).阔叶林、针阔混交林和针叶林土壤热通量没有表现出明显的海拔梯度规律,但阔叶林土壤热通量与针阔混交林和针叶林差异显著.土壤热通量表现出明显的差异性,主要是受到植被和气候因子共同影响.     

秦岭火地塘林区天然油松林碳素空间分布规律

基于野外调查和实验室仪器分析数据,研究了秦岭天然油松林生物量、碳密度、碳储量的空间分布及其随龄级、海拔变化的规律.结果表明:碳在油松各器官中的分配以树干所占比例最大,其次为树枝,树皮最小;不同器官生物量碳密度在0.491 6～0.529 8之间波动,由大到小顺序为:皮,叶,枝,干,根;油松林生态系统的生物量碳密度为183.26 t/hm2,其中土壤层(0～60 cm)约占2/3,植被层约占1/3;油松林生态系统的生物量碳密度在海拔1 700～1 800m最大,达196.53 t/hm2,海拔低于1 500 m和超过1 900m,都较小,分别为173.80 t/hm2和169.31 t/hm2;5个龄级的天然油松林的生物量碳密度以平均树龄20 a为最小,50 a为最大.

Abstract：

Based on data in a field investigation and laboratory analysis, the spatial distribution and temporal variations of biomass carbon density (BCD) in Pinus tabulaeformis forest ecosystem in the Qinling Mountains were studied. According to measurement data and analysis, the following basic conclusions were drawn. Distribution of carbon was 47.91% for the trunk, 22.80% for the branches and 6.20% for the bark, and BCD of different Pinus tabulae forris organs ranged from 0. 491 6 to 0. 529 8, in the order of bark ＞ leaf ＞ branch ＞ trunk ＞ root. Total BCD in the P. tabulaeformis ecosystem was 183.26 t/hm2 ,of which about 1/3 was stored in the plant (including root) and 2/3 in the soil. The highest BCD value,196.53 t/ha, occurred at the elevation from 1 700 m to 1 800 m; the BCD value was 173.80 t/ha for an elevation of ＜ 1 500 m and 169.31 t/ha for an elevation of ＞ 1 900 m. Of the 5 age classes studied, the class of 50 a had the highest BCD values and the class of 20a had the lowest.     

秦岭火地塘林区主要森林类型碳储量和碳密度估算

火地塘林区地处秦岭南坡中段,是中国暖温带向亚热带气候的过渡带。林区森林主要为天然次生林,树木种类丰富并具有明显的垂直分异性。准确估算森林碳储量在研究全国乃至全球碳平衡中起着重要的作用。笔者基于生物量的回归方程,估算该林区主要森林类型碳储量和碳密度的大小,并运用GIS软件Citystar(4.0)进行数据的空间分析。结果显示:不同树种随海拔高度呈垂直地带性分布。华山松和红桦的分布范围广,且碳储量大小明显高于其它三种类型的;锐齿栎、油松主要分布于中低海拔地带;华北落叶松的平均碳密度值最大;锐齿栎和红桦的平均碳密度接近但低于华北落叶松的;油松和华山松的平均碳密度接近且较低。     

秦岭火地塘林区土壤剖面碳氮垂直分布规律的研究

采用野外采样、室内分析并结合相关的方法,探讨了火地塘林区土壤碳、氮的垂直分布规律。结果表明:供试土壤碳、氮含量随深度的增加而减少;A层的碳、氮含量比B、C层高,且差异显著,A层有机碳含量最高可达68.10 g.kg-1,而C层最低,只有2.61 g.kg-1;同一剖面随着深度的增加,A层碳、氮含量最高,而B、C层之间含量变化不大,差异性明显减小;土壤碳氮比均小于25∶1,随着海拔升高先增加后减少,在土壤剖面中的分布随海拔不同而有所差异。因气候特征、林分类型和土壤类型的不同,土壤碳氮、含量垂直分布差异较大。层间差异显著,显著性沿剖面减小。     

林地不同厚度土壤表面呼吸通量的试验

采用室内培养土壤方法,运用LI-8150测定了3次3昼夜不同厚度土壤表面呼吸通量。结果表明,随土壤厚度的增加,各次试验各时间跨度呼吸通量虽呈增加的趋势,但增加的速率相差很大,没有呈现线形增加的趋势。随观测时间的延续,呼吸通量增速最大值由10到20 cm厚度转变到20到30 cm厚度。呼吸通量的增速决定了各层次厚度呼吸通量的贡献率,各厚度呼吸贡献率与呼吸通量增速的大小具有相同的表现形式。     

秦岭火地塘林区3种森林类型乔木层碳密度和碳储量研究

以秦岭火地塘林区锐齿栎(Quercus aliena var.acuteserrata)、华山松(Pinus armandi)和油松(Pinus tabulaeformis)3种主要森林类型为研究对象,通过标准地调查和生物量回归模型计算其碳储量,并在此基础上估算了碳密度以及不同器官的碳储量。结果表明:不同森林类型碳密度具有显著差异,其中锐齿栎最高(118.724t/hm2),油松次之(106.062t/hm2),华山松最低(94.227t/hm2);3种森林类型的碳储量均随着林分径级的增大呈现出上升、下降和再上升的趋势,而大径级碳储量的上升主要取决于大径级单株林木的出现,具有明显的随机性;碳储量在不同树种各器官的分布表现为:干>枝>根>皮>叶(锐齿栎),干>枝>根>叶>皮(华山松),干>枝>叶>根>皮(油松),且不同树种同一器官及同一树种不同器官之间的碳储量所占比重差异显著。     

秦岭森林防火组织机构

秦岭森林火灾的防控是一盘棋,做到群防群治,各级防火部门都联合起来,才能更有效的防治森林火灾的发生,做好森林火灾的扑救。本文研究秦岭森林火灾的管理机构,然后就具体部门之间的分工协作作了详细阐述,也可以说本文是森林火灾扑救的大预案。     

秦岭火地塘林区油松群落乔木层的碳密度

为精确估计秦岭火地塘林区油松群落乔木层的碳储量,在外业调查的基础上,采用TOC-VTH-2000A型TOC分析仪测定了油松(Pinus tabulaeformis)、华山松(Pinus armandi)、锐齿栎(Quercus aliena var. acuteserrata)、华北落叶松(Larix principis)干、皮、枝、叶、根的含碳率,结合已建立的乔木不同器官生物量模型,计算了不同树种各器官的碳储量和乔木层的碳密度,分析了不同含碳率下各树种各器官碳储量的差异.结果表明:不同树种各器官含碳率明显不同;在相同生物量下,以实测含碳率、0.45和0.50作为植物的平均含碳率计算的油松的干、皮、枝、叶、根,锐齿栎的枝,华北落叶松的皮、枝、叶、根的碳储量有显著差异;油松群落乔木层碳密度为6.594Mg·hm-2.