长白山4种森林类型凋落物分解动态研究

长白山4种森林类型凋落物分解动态研究

apollo营养元素分解不仅是森林生态系统养分循环的重要过程之一（苏佩斯等人，1979），也是森林生态系统生物地球化学循环的重要因素。它在维持土壤肥力、确保植物再生长养分的可利用性以及促进森林生态系统正常生物循环和养分平衡方面发挥着重要作用。土壤、动物和微生物的能量和物质的来源。据估计,植物凋落物分解过程中每年释放的营养元素可满足69%～87%的森林生长所需量(Warning&Schlesinger,1985)。凋落物分解速率的高低在很大程度上决定了一个生态系统(尤其是森林生态系统)生产力高低和生物量大小(黄建辉等,1998;Adrienetal.,2001)。早在1876年,德国的Ebermayaer就开始研究凋落物在养分循环中的作用。此后国外许多学者对世界范围内凋落物的分解及养分释放进行了大量报道(Hornsbyetal.,1995;Arunachalametal.,1998;O’neilletal.,2003)。有关森林生态系统凋落物分解的研究在中国直到20世纪80年代以后才逐渐有所报道,并且多集中于叶凋落物的分解研究(黄建辉等,1998)。近年来,一些研究者对长白山自然保护区中的原始森林生态系统凋落物分解(代力民等,2001;郭忠玲等,2006;李雪峰等,2007)、凋落物对土壤CO2及N2O释放通量的影响(林丽莎等,2004;肖冬梅等,2004)等方面进行了研究,取得了一定进展,但已有的研究多采用网袋分解法,或置于地表,或埋于地下,而利用凋落物原位减少法研究凋落物分解还未见报道。本文采用凋落物原位减少法,通过2年的野外分解试验,研究了以长白山北坡不同海拔梯度分布的阔叶红松(Pinuskoraiensis)林、红松云杉(Piceajezoensis)冷杉(Abiesnephrolepis)林、岳桦(Betulaermanii)云冷杉林和岳桦林的凋落物分解动态及其变化规律,为认识森林生态系统凋落物在碳循环中的作用提供依据。1研究领域和方法1.1森林分布及类型长白山自然保护区位于吉林省东南部安图、抚松和长白3县境内(41°42′45″N—42°45′18″N,127°33′30″E—128°16′48″E),年均气温4.9℃～7.3℃,年降水量600～900mm。研究地点位于保护区北坡,由于海拔高度的上升导致小气候变化,在不同海拔梯度上形成了不同的森林类型,从下至上依次为针阔混交林、红松云冷杉林、岳桦云冷杉林、岳桦林。本实验的研究地点分别位于中国科学院长白山森林生态系统定位站在上述4个植被类型的标准样地附近。1.2凋落物收集器设置2003年5月分别在中国科学院长白山森林生态系统定位站上述4个植被类型的准样地附近选择一块具有代表性的样地,面积为50m×50m。按系统布样法在每个样地内设置5个1m×1m的凋落物收集器,四周用纱网围起来,并固定在地面上。凋落物残存量及分解速率的测定(凋落物原位减少法):2个月收集1次网下(0.25m×0.25m)凋落物,将枝、叶和杂物分开,于70℃烘干称量,留作成分分析。1.3初始干物质分解kt式凋落物分解速率可根据衰减指数模型计算:Xt=X0e-kt式中:X0为分解初始干质量;t为分解时间(d);Xt为分解t天后的残留干物质重;k为分解系数即平均分解速率。显著性采用Pearson双尾检验。2结果与分析2.1不同林分凋落物现存量的表现森林凋落物的现存量是单位面积林地上森林凋落物所积累的数量。不同的森林群落其林下凋落物的现存量存在着很大的差别,由表1可知,凋落物现存量最大的为红松云冷杉林,依次为阔叶红松林、岳桦云冷杉林、岳桦林。这与森林年凋落物量以阔叶红松林最大不同,森林凋落物现存量和年凋落物量的这种显著差异是由于林分树种组成和气候因素综合作用的结果。虽然阔叶红松林年凋落物量最大,但其所在地的年平均温度也较高,而且阔叶成分易于分解,从而造成其凋落物现存量并不是最大的结果。而红松云冷杉林所在地温度相对较低,凋落物组成中以针叶占绝对优势,而且不易分解,所以凋落物现存量最大。岳桦云冷杉林和岳桦林由于年凋落物量较小,虽然因温度低分解很慢,但凋落物现存量并不大。阔叶红松林的凋落物现存量中,处于半分解状态的杂物所占比例最高,为39.03%,其次为阔叶、枝、针叶;红松云冷杉林针叶和杂物分别为47.37%和41.42%,占了其凋落物现存量的绝大部分;岳桦云冷杉林杂物所占比例最大,其次为针叶、枝;岳桦林凋落物现存量中阔叶所占比例最大,其次是杂物、枝。从以上可以看出,4种森林类型凋落物现存量中,主要以处于半分解状态的杂物为主,除岳桦林外,所占比例均超过1/3。2.2不同种类凋落物残留量的变化从图1a可以看出,长白山阔叶红松林枝、阔叶和针叶的分解存在2个阶段,前期2003年5—10月,在这段时间内凋落物残存量下降较快,即为凋落物的快速失重期。2004年5—9月,凋落物残存量下降较慢,即为凋落物的慢速失重期。从图1a还可以看出,阔叶残存量的下降速度大于枝和针叶,在实验前期,枝的失重速度大于针叶,而后期则小于针叶。图1b为红松云冷杉林凋落物残存量的动态变化。从图1b可以看出,在整个实验过程中,枝和叶残存量都逐渐减少,但叶残存量减少的速度较大,而枝残存量减少的速度很小;从图1c可以看出,实验过程中,岳桦云冷杉林枝、叶残存量随时间减少的趋势大致相同,即在实验过程中降低的速度大致相同;岳桦林枝、叶残存量随时间的变化也有相同的趋势,即前期降低较快,后期较慢(图1d)。2.3不同植物器官年分解常数结果的回归模型测定凋落物在不同分解时间的残余质量,可以得到凋落物在不同分解时间的残留率。用x/x0=e-kt模型进行回归分析可得到不同凋落物残留率(x/x0)与时间t(d)关系的指数方程。表2所列是不同凋落物分解残留率y(%)与时间t(d)的指数回归方程。根据表2,可计算出凋落物分解残留率(%),即预测值。表3为不同森林类型在不同时间(d)凋落物分解残留率(%)的实测值与预测值。从表2可以看出,阔叶红松林在实验开始时,凋落物分解残留率实测值大于预测值,凋落物分解前期,预测值大于实测值,后期发生变化,预测值大于实测值,但不同植物器官,实测值与预测值大小发生变化的时间不同,枝大约在417d、针叶大约在362d时,实测值开始大于预测值,而阔叶分解残留率的实测值一直小于预测值。红松云冷杉林在实验前期(约在73d之前)和后期(约366d后),凋落物分解残留率实测值大于预测值,实验中期,预测值大于实测值。岳桦云冷杉林在实验开始时和实验后期,实测值大于预测值,中期是预测值大于实测值。岳桦林枝在实验前期(约368d前)和后期(约368d后),分解残留率实测值大于预测值,中期预测值大于实测值,叶分解残留率是实验前期实测值大于预测值,后期则相反。森林凋落物分解速率主要取决于森林类型、立地条件、林分密度、大气候条件等,同时,人为经营措施以及气象因子等自然因素也会引起分解速率的波动,这种波动是用数学模型难以描述的,也就是说,采用数学模型预测凋落物分解残留率必然存在误差。因此,用该模型来预测的凋落物分解残留率是一种相对准确的方法。根据上述回归方程,可推算出阔叶红松林、红松云冷杉林、岳桦云冷杉林、岳桦林4种类型森林不同器官的年分解常数及其分解95%所需要的年数(表4)。从表4可以看出,长白山不同类型森林凋落物年分解常数的变化范围是0.25～0.47,阔叶红松林凋落物年分解常数大于岳桦林,其次为红松云冷杉林,岳桦云冷杉林最小。同一类型森林中,植物不同器官的年分解常数不同,一般是阔叶大于枝大于针叶。分解95%所需的时间范围是18～39年,岳桦云冷杉林凋落物分解95%所需的时间最长,其次为红松云冷杉林、岳桦林,阔叶红松林最短。3凋落物分解速率传统的凋落物分解研究多采用网袋分解法,或置于地表,或埋于地下,这种方法操作方便,是研究凋落物分解行之有效的方法,但是,网袋分解法改变了凋落物分解环境,使获得的数据与实际地分解速率有一定的偏差。而凋落物原位减少法正是在尽可能减少对凋落物分解环境干扰的情况下进行试验的,但是,在分解进行到一定程度的时候,利用这种方法不容易将其中分解程度高的凋落物分出,这样也会造成结果偏差。总的来说,原位减少法可以作为一种网袋法研究凋落物分解的方法补充。长白山凋落物分解速率与时间均呈指数关系,这与凋落物分解过程中先后出现分解速率较快和较慢2个阶段的结果相吻合(许新健,1995;Jamaa&Nair,1996)。长白山不同类型森林凋落物年分解常数的变化范围是25%～47%,阔叶红松林凋落物年分解常数大于岳桦林,其次为红松云冷杉林,岳桦云冷杉林最小,接近于已报道的温带森林凋落物的平均分解速率20%～30%(沈海龙等,1996;Caldenteyetal.,2001)。同一类型森林中,植物不同器官的年分解常数不同,一般是阔叶大于枝大于针叶。分解95%为所需的时间范围是18～39年,略高于我国暖温带常见树种(为8～17年)(张德强等,2000)。岳桦云冷杉林凋落物分解95%所需的时间最长,其次为红松云冷杉林、岳桦林,阔叶红松林最短,这是长白山4种森林类型所处的海拔高度和凋落物品质综合作用的结果。凋落物分解速率的差异与凋落物的物质组成有着密切的关系,依赖于构成组织的易分解成分(N、P等)和难分解有机成分(木质素、纤维素、半纤维素、多酚类物质等)的组合情况、组织的养分含量和组织的结构。其中C/N比和本质素浓度是制约凋落物分解速率最重要的凋落物内在因素,同时也是预测凋落物分解速率最重要的质量指标。至于分解过程的前后期,不同的凋落物质量因素制约分解速率,是由于初始的凋落物所包