不同季節強堿土土壤呼吸影響因子分析與模型預測

張錄，張芳，2，熊黑鋼，3，段鵬程，李榮榮，張南

（1.新疆大學資源與環境科學學院，教育部綠洲生態重點試驗室，新疆烏魯木齊830046；2.新疆大學生態學博士后流動站，新疆烏魯木齊830046；3.北京聯合大學應用文理學院，北京100191）

不同季節強堿土土壤呼吸影響因子分析與模型預測

張錄1，張芳1，2，熊黑鋼1，3，段鵬程1，李榮榮1，張南1

（1.新疆大學資源與環境科學學院，教育部綠洲生態重點試驗室，新疆烏魯木齊830046；2.新疆大學生態學博士后流動站，新疆烏魯木齊830046；3.北京聯合大學應用文理學院，北京100191）

利用LI－8100土壤碳通量測量儀測定了春夏秋三季晴朗天氣下強堿土土壤呼吸速率、溫度（氣溫和地溫）、濕度（空氣相對濕度和土壤濕度）數據，分析了它們之間的相關關系，獲得不同季節對土壤呼吸影響較大的因子，并建立不同類別的多種回歸模型；在精度檢驗及簡單易行原則基礎上，得到各季節土壤呼吸預測的最優模型。結果表明：（1）雖然溫濕度均是影響不同季節強堿土土壤呼吸的主要因素，但均以溫度的影響較大，其中氣溫是春秋兩季土壤呼吸的最大直接影響因子，地溫是夏季的最大直接影響因子，而土壤濕度為各季節最大的間接影響因子。（2）春秋季土壤呼吸的最佳預測模型均為10 cm處氣溫和土壤濕度所建的雙因子方程，該方程具有較小的均方根誤差（RMSE）（分別為0.159和0.259），且相對分析誤差（RPD）＞2（分別為2.9、2.094），具有非常好的預測能力。夏季土壤呼吸最佳預測模型則為包含10 cm處氣溫、地溫、空氣相對濕度和土壤濕度所建的4因子方程，RMSE為0.248，RPD＞2（為2.406），可用于精確預測。（3）各季節土壤呼吸變化趨勢與其影響因子的變化，因春季的完全同步，夏季基本一致，而秋季一致性較差，故春季土壤呼吸最佳預測模型的預測精度最高（92.67%），夏季次之（84.99%），秋季較差（77.23%）。

強堿土；土壤呼吸；影響因子；預測模型

土壤呼吸是陸地生態系統碳循環的重要環節，是土壤碳素向大氣輸出的主要途徑［1－2］。土壤碳庫的較小變動即會顯著改變大氣中CO2濃度和土壤碳沉積速率［3］。干旱半干旱區生態環境脆弱，具有極端的非生物生態因子，該區域土壤有機碳含量偏低，土壤呼吸對溫度與水分變化極為敏感，因此成為衡量區域氣候變化的重要指標之一［4］。對于土壤呼吸的影響因子研究較多，尤其以溫度和水分較為突出，了解這些因子與土壤呼吸之間的關系，對于區域碳循環的估計和預測有重要意義。溫度是調節和控制許多生態學過程的關鍵因素，也是影響土壤呼吸的決定性因子之一。土壤呼吸與溫度間的擬合方式較多，主要有線性方程［5］、指數方程［6］、Arrhenius方程［7］、冪函數方程［8］和邏輯斯蒂方程［9］。水分對土壤呼吸的影響也很重要，與土壤呼吸存在著不同的相關關系，擬合方式主要有線性方程［10－12］、三次曲線模型［13］等。對干旱半干旱區土壤呼吸及影響因子的研究多集中在森林、沙漠、農田等［14－17］，而強堿土土壤呼吸的影響因子分析及建立估測模型的相關研究相對較少。本文以干旱區強堿土為研究對象，通過分析春、夏、秋季土壤呼吸與其同步所測定的溫濕度氣象因子的相關關系，找出不同季節強堿土土壤呼吸日變化的主要影響因子，以此建立估測模型，并以簡單易行為原則，選出各季節最佳模型，為干旱區碳儲量的快速估測提供參考依據。

1 研究區概況

研究區位于天山山脈東段北坡與準噶爾盆地東南緣地區過渡地帶的新疆奇臺縣草原站（44°04′42.62″N，89°53′24.81″E），海拔791 m，處于中部沖積平原區，屬于中溫帶大陸性干旱半干旱氣候，年平均氣溫4.7℃，年平均降水量176 mm，蒸發潛力2 141 mm，年日照時數2 280～3 230 h。這里存在大面積堿化土壤，在準噶爾盆地東南緣范圍內具有很強的代表性。

2 材料與方法

2.1 樣地選擇及土壤性質

奇臺縣平原區東部草原站土壤堿化情況嚴重且面積較大，在此區域內采用梅花樁采樣法，設5個樣點，取0～20 cm土層土樣，混合均勻，得到均一土樣。其所含基本成分由中國科學院新疆生態與地理研究所專業土壤分析人員測定，基本土壤性質如下：pH值范圍在10以上，有機質含量極低，約為2.5 g·kg－1，電導率的范圍在3.34～4.57 ms·cm－1之間（表1）。根據中國土壤地理發生學分類和系統分類近似參比［18］及堿化土壤分級相關研究結果［19］，樣區土壤屬于強堿土（堿積鹽成土），本文以此為研究對象，在地勢平坦，避開農田、居民點和道路等人為影響的區域進行試驗。

表1 土壤基本性質Table 1 The properties of tested soil

2.2 土壤呼吸和溫濕度的測定

在樣地內設置一個土壤呼吸環（因5個樣點的土壤理化性質差異不明顯，設置1個呼吸環可代表整個研究對象），即直徑20 cm，高20 cm的PVC管，將其置入土中，露出地表約3 cm。為避免安置PVC管對土壤呼吸速率造成短時間的擾動，需靜置24 h待其平衡。利用開路式土壤碳通量測量儀LI－8100（LI－COR，USA）每1 h自動測1次土壤呼吸速率（每次測2個值，取其平均值），進行24 h動態觀測，共測定3 d。同時用Testo625溫濕度計同步記錄了近地表氣溫與空氣相對濕度（10 cm處），10 cm處土壤濕度和地溫的數據則分別由LI－8100儀器所帶的ML2x水分和E型熱電偶溫度傳感器測得。試驗選取春、夏、秋季中具有代表性的4、8、10月進行，且期間均為晴朗天氣。

2.3 數據處理

由于各次試驗期間每天之間的溫度和濕度的變化相差不大，因此將前2天的觀測數據平均成一天，進行建模，第3天的數據作為檢驗樣本，對土壤呼吸速率與各因子所建模型進行檢驗。數據整理和作圖在Microsoft Excel 2003中進行，分析在SPSS19.0和DPS7.5中完成。

2.4 通徑分析

通徑分析是應用通徑系數分析方法，在相關分析與回歸分析基礎上，進一步研究因變量與自變量之間的數量關系，并可將相關系數分解為直接作用系數和間接作用系數，以揭示各個因素對因變量的相對重要性。通徑系數是從簡單的相關系數矩陣開始，通過求解通徑系數的標準化正規方程，進而求出直接通徑系數和間接通徑系數［20］。

設在p個自變量x1，x2，x3，…，xp中，每兩個變量之間與因變量y之間的簡單相關系數可以構成求解通徑系數的標準化正規方程：

其中，ρ1，ρ2，…，ρp為直接通徑系數。直接通徑系數可以通過求上述相關矩陣的逆矩陣而獲得。假設Cij為相關矩陣rij的逆矩陣，那么直接通徑系數ρi（i＝1，2，…，p）為

直接通徑系數ρi常表示為ρi→y；間接通徑系數ρi→j→y可以通過相關系數rij和直接通徑系數ρj→y來計算，ρi→j→y＝rijρj→y。

2.5 模型檢驗

通過以下3個檢驗參數來判定模型的精度：（1）均方根誤差（RMSE）：其值越小，表明實際值和模型預測值之間的偏差越小，模型的精度越高。計算公式為：

其中，n為樣本個數，yi和分別代表實測值和預測值。

（2）相對分析誤差（RPD）：當RPD＞2時，表明模型具有非常好的預測能力；當2＞RPD＞1.4時，說明模型可對樣品進行粗略估計，RPD＜1.4時，則表明模型無法對樣品進行預測［21］。公式如下：

公式中，S.D.為樣本標準差。

（3）模型判定系數（R2）：即模型預測值和實測值的相關系數的平方來判定模型的精度，R2越高，表明預測模型精度越高。其公式如下：

3 結果與分析

3.1 溫度和濕度與土壤呼吸的相關關系

將三個季節強堿土土壤呼吸速率與同步所測得的溫度、濕度進行相關分析（表2）。春、秋季土壤呼吸均與氣溫、空氣相對濕度和土壤濕度達到了極顯著相關，且前者與地溫的相關性顯著，而后者與地溫無顯著相關性。兩季節相關性大小（絕對值）分別依次為氣溫＞空氣相對濕度＞土壤濕度＞地溫、氣溫＞土壤濕度＞空氣相對濕度＞地溫。氣溫為其土壤呼吸變化的最主要影響因子（0.923和0.669）。同時，它們除與空氣相對濕度為負相關外，與其它3因子均為正相關。

夏季土壤呼吸與氣溫、地溫、空氣相對濕度和土壤濕度均達到了極顯著相關關系，同時，與空氣相對濕度為正相關，而與其它3個因子為負相關。這與春、秋季與其影響因子的關系相反。此外，以土壤呼吸與地溫的相關系數為最大（0.748），其余依次為土壤濕度、空氣相對濕度、氣溫。

上述相關分析表明，春、秋季強堿土土壤呼吸受氣溫的影響最大，而夏季則受地溫的影響最大。此外，不論哪個季節強堿土土壤呼吸受濕度的影響也較大（相關性均達極顯著）。

3.2 土壤呼吸影響因子的通徑分析

為進一步分析各季節土壤呼吸與其影響因子的關系，使用通徑分析方法，對比其通徑系數絕對值的大小來找出最大的直接和間接影響因子（表3）。氣溫對強堿土春、秋季節土壤呼吸的直接作用最大（1.5735、2.3722），而對夏季土壤呼吸直接作用最大的因子是地溫（－2.7964）。

對比間接通徑系數，春、秋季的土壤濕度與空氣相對濕度的間接作用均較大（－1.4809和1.5119、－2.2611和2.3275），且均通過氣溫起間接作用。而夏季氣溫、空氣相對濕度、土壤濕度的間接作用亦較大（－2.4114、2.5718、－2.7123），均通過地溫來影響。土壤濕度是影響春、夏、秋季土壤呼吸的最大間接因子。此外，各季節所選的這些較大間接通徑系數均與其最大直接通徑系數在同一量級，表明其它因子的間接作用對于土壤呼吸的影響也大。

表2 溫度、濕度與土壤呼吸的相關關系Table 2 Correlation coefficients between soil respiration rate，temperature and humidity

表3 各季節土壤呼吸影響因子的通徑分析Table 3 Path analysis on soil respiration influencing factors in each season

通徑分析結果與上述相關分析的結論一致，更進一步表明溫度因子是各季節強堿土的最主要影響因素，但溫濕度的耦合作用對于它的影響也不可忽略。

3.3 模型建立

3.3.1 單因子最優模型選取各季節與土壤呼吸的相關系數最大的因子建立線性、冪函數、指數、負指數、雙曲線、對數、二階、三階函數模型進行對比，在此僅列出R2≥0.5，且P為0.000的模型（表4）。春季的Yɑ1、Yɑ6、Yɑ7方程的R2均達到了0.86以上，但后兩者比前者僅大0.011和0.022，其差距不明顯，且方程更復雜，所以Yɑ1方程為春季土壤呼吸預測的最佳單因子模型。同理，夏季的Yb1和秋季的Yc1方程，均具有較大的R2，且更簡單易操作，所以二者為兩季節土壤呼吸預測的最佳單因子模型。同時，這反映出氣溫不僅是影響春、秋季強堿土土壤呼吸的最主要因子并且兩者呈線性關系，而夏季強堿土的土壤呼吸最主要影響因子則為地溫。上述單因子模型，春季的R2達到0.8，夏、秋季的R2均達到0.5以上，雖然溫度是影響各季節土壤呼吸的主要因素，但是夏、秋季模型R2仍然較低。可見濕度因素的作用不可忽略，土壤呼吸是受溫、濕度共同控制的，需將二者共同引入建立方程。

表4 單因子土壤呼吸預測模型Table 4 Single factor forecastingmodel for soil respiration

3.3.2 多因子最優模型利用線性擬合分析將各季節與土壤呼吸相關性達到極顯著水平的因子進行多因子建模（表5）。因變量為實測土壤呼吸速率，自變量為同步所測的氣溫、地溫、空氣相對濕度和土壤濕度。所有模型均通過P＜0.01檢驗，即模型均有效。

春、秋季所建的模型中，除Yɑ9、Yc7模型R2（0.779和0.415）明顯小于兩季節所選的最優單因子方程R2（0.867和0.505）外，其余方程的R2隨建模因子的增多而明顯提高。可見，由濕度因子建立的模型精度差，表明濕度不是影響土壤呼吸的主要因子，而氣溫是最主要的影響因子，它與濕度共同建立的模型更好，即精度更高。

夏季的Yb7、Yb8、Yb11、Yb14方程R2低于土壤呼吸與地溫所建的最佳單因子方程R2（0.572），而其余方程R2則隨建模因子的增多而明顯提高。可見，氣溫和濕度因子建模，以及濕度因子獨立建模，精度均較差。地溫因子參與建模，方程精度均較高，表明其是影響夏季土壤呼吸的最主要因子，且加入其它因素后模型更好。

將春、夏、秋季R2最高的多因子模型（Yɑ11、Yb16、Yc8）與所選最佳單因子模型（Yɑ1、Yb1、Yc1）對比，從R2的大小來看，多因子模型比單因子模型分別高0.12、0.279、0.309。這反映出，不論哪個季節溫、濕度的耦合控制了強堿土的土壤呼吸。

3.4 模型選擇與精度檢驗

將選取的最優單因子、多因子模型進行精度檢驗并對比分析（表6）。春季所選的3個方程，其RPD均大于2，都可對強堿土土壤呼吸做精確的預測。從R2來看，Yɑ1方程擬合優度明顯較低，而另外兩模型的R2較大，且相差不大，但是雙因子Yɑ10模型更簡便易行，RMSE最小（0.159），RPD最大（2.9），其有更好的預測能力，是春季土壤呼吸日變化的最佳預測模型。此外，Yɑ1方程反映出氣溫是決定春季強堿土土壤呼吸估測模型精度的最主要因子，也可以直接用來預測春季土壤呼吸。Yɑ10方程在氣溫的建模基礎上加入了土壤濕度因子，模型預測精度進一步提升，但在此基礎上加入了空氣相對濕度因子的Yɑ11方程，其預測精度（RPD）降低，這因為空氣相對濕度的日際變化大，沒有氣溫和土壤濕度的日際變化穩定，它的參與降低了預測模型的精度。

夏季的Yb1、Yb6、Yb13、Yb16方程較優，其中地溫是決定夏季強堿土土壤呼吸預測模型精度的最主要影響因子，但是只能做粗略的估測。隨著建模因子的增加，R2不斷增大（分別為0.572、0.643、0.768、0.851）。與前者的R2相比，后三者方程R2分別增加了0.071、0.196、0.279。從4個方程的精度檢驗結果可看出，RMSE隨建模因子的增加不斷變小，且RPD不斷增大，4個因子共建的方程Yb16具有最小的RMSE和最大的RPD（2.406），其是夏季土壤呼吸日變化的最優模型，可做精確預測。這表明除地溫外，其它3個因子的間接作用也較大，這與通徑分析結果一致。

表5 各季節土壤呼吸與溫、濕度模型Table 5 Themodel of soil respiration and temperature and humidity for seasons

秋季3個模型的R2相比，Yc6、Yc8比Yc1分別增加了0.232和0.309，但前者比后者僅小0.077，同時其RMSE最小，RPD最大，為2.094，且其為雙因子模型，更簡單，所以選擇Yc6方程為秋季土壤呼吸日變化的最佳估測模型。Yc1所建立的最主要影響因子（氣溫）模型，不能對土壤呼吸進行粗略預測，但Yc6模型中加入土壤濕度因子，就具有很高的預測精度，說明土壤濕度對于秋季土壤呼吸有重要的作用。Yc8模型在加入空氣相對濕度因子后，其預測精度較Yc6差，這與春季相同。

3.5 各季節最佳預測模型對比及影響因子分析

將春、夏、秋季土壤呼吸日變化的最佳預測模型Yɑ10、Yb16和Yc6所計算的預測值與實測值作圖以及方程擬合（圖1）。可看出，春季的實測與預測土壤呼吸值吻合最好，其方程的決定系數R2最大（0.9267），夏季次之（R2＝0.8499），秋季較差（R2＝0.7723）。

由于春季融雪及凍土解融后，土壤濕度大，有利于表層土壤碳酸鹽（CaCO3、Na2CO3等）吸收CO2，其反應生成的重碳酸鹽（Ca（HCO3）2、NaHCO3等）在白天氣溫升高（氣溫低于20℃）狀態下分解釋放，而夜間（9∶00—次日8∶00）低溫下又緩慢吸收，土壤呼吸日變化與氣溫、土壤濕度日變化的趨勢完全一致（均在13∶00左右達到最大，夜間一致降低），線性方程可很好地擬合它們之間的關系，模型精度最高。

夏季氣溫、地溫、土壤濕度變化曲線與土壤呼吸變化相反（3因子均在16∶00左右達到最大值，而土壤呼吸早1 h達到最小值，夜間時段其隨三者的降低而增大），而空氣相對濕度變化則與其變化基本一致。在9∶00—15∶00時段土壤呼吸隨地溫的升高而降低（因溫度高，其氣溫、地溫分別在35℃、30℃左右，土壤濕度在11%左右，高溫加速了碳酸鹽與CO2的化學反應速率，吸收CO2），而16∶00—21∶00時段則隨溫度的降低而增大（溫度降低，使得土壤中化學反應變慢，消耗CO2的量減少）。各影響因子與土壤呼吸的變化大致同步，故模型的精度較低。

而秋季土壤呼吸日變化在11∶00—15∶00時段與氣溫、土壤濕度變化完全相反，但在其它時段卻變化一致（此時段氣溫較高，其接近30℃，加之土壤濕度較大，有利于近地表土壤中碳酸鹽與CO2的反應吸收）。其影響因子與土壤呼吸的變化一致性最差，模型精度也最低。

圖1 實測與預測土壤呼吸速率的對比及模型擬合（a1、a2：春季；b1、b2：夏季；c1、c2：秋季）Fig.1 The comparisons and model fitting of soil respiration rate between themeasured and predicted values（a1，a2：Spring；b1，b2：Summer；c1，c2：Autumn）

4 結論

1）春、秋季強堿土土壤呼吸與氣溫、空氣相對濕度和土壤濕度均達到了極顯著相關，與氣溫的相關性最強。夏季土壤呼吸與溫、濕度四因子均存在極顯著的相關關系，與地溫的相關性最高。通徑分析表明，氣溫是春、秋季土壤呼吸的最大直接影響因子，夏季則為地溫因子，且均以土壤濕度間接作用最大。溫、濕度的耦合控制土壤呼吸變化。

2）各季節土壤呼吸與相關性最大因子所建的8種模型中，以線性模型為最佳，均具有較大R2，且簡便易操作。隨著建模因子的增加，多因子模型R2基本上不斷增大，但單獨的濕度因子所建模型精度均較差。

表6 土壤呼吸估測模型的精度檢驗Table 6 The precision test of soil respirationpredictingmodels

3）在簡單易行的原則下，春、秋季土壤呼吸的最佳預測模型均為10 cm處氣溫和土壤濕度所建的雙因子方程。夏季最佳預測模型則為與10 cm處氣溫、地溫、空氣相對濕度和土壤濕度所建的4因子方程。

4）各季節土壤呼吸最佳預測模型，春季的預測精度最高（R2＝0.9267），夏季次之（R2＝0.8499），秋季較差（R2＝0.7723）。

［1］Schimel DS.Terrestrial ecosystems and the carbon cycle［J］.Global Change Biology，1995，1（1）：77-99.

［2］SchlesingerWH，Andrews JA.Soil respiration and the global carbon cycle［J］.Biogeochemistry，2000，48（1）：7-20.

［3］Davidson EA，Trumbore SE，Amundson R.Biogeochemistry：soil warming and organic carbon content［J］.Nature，2000，408（6814）：789-790.

［4］王新源，李玉霖，趙學勇，等.干旱半干旱區不同環境因素對土壤呼吸影響研究進展［J］.生態學報，2012，32（15）：4890-4901.

［5］Chimner RA.Soil respiration rates of tropical peat lands in Micronesia and Hawaii［J］.Wetlands，2004，24（1）：51-56.

［6］Buchmann N.Biotic and abiotic factors controlling soil respiration rates in Picea abies stands［J］.Soil Biology and Biochemistry，2000，32（11／12）：1625-1635.

［7］Thierron V，Laudelout H.Contribution of root respiration to total CO2efflux from the soil of a deciduous forest［J］.Canadian Journal of Forest Research，1996，26（7）：1142-1148.

［8］Fang C，Moncrieff JB.The dependence of soil CO2efflux on temperature［J］.Soil Biology and Biochemistry，2001，33（2）：155-165.

［9］Rodeghiero M，Cescatti A.Main determinants of forest soil respiration along an elevation temperature gradient in the Italian Alps［J］.Global Change Biology，2005，11（7）：1024-1041.

［10］黃湘，李衛紅，陳亞寧，等.塔里木河下游荒漠河岸林群落土壤呼吸及其影響因子［J］.生態學報，2007，27（05）：1951-1959.

［11］張丁辰，蔡典雄，代快，等.旱作農田不同耕作土壤呼吸及其對水熱因子的響應［J］.生態學報，2013，33（6）：1916-1925.

［12］康永祥，夏國威，劉建軍，等.秦嶺小隴山銳齒櫟林皆伐跡地土壤呼吸特征［J］.應用生態學報，2014，25（2）：342-350.

［13］黃湘，陳亞寧，李衛紅，等.塔里木河中下游檉柳群落土壤碳通量及其影響因子分析［J］.環境科學，2006，27（10）：1934-1940.

［14］張麗萍，陳亞寧，李衛紅，等.準噶爾盆地鹽穗木群落土壤CO2釋放規律及其影響因子［J］.干旱區研究，2007，24（6）：6854-6860.

［15］楊建軍，呂光輝，張燕，等.艾比湖流域不同植物群落土壤呼吸研究［J］.環境科學研究，2009，22（3）：362-370.

［16］周洪華，李衛紅，楊余輝，等.干旱區不同土地利用方式下土壤呼吸日變化差異及影響因素［J］.地理科學，2011，31（2）：190-196.

［17］張麗華，陳亞寧，李衛紅，等.干旱區荒漠生態系統的土壤呼吸［J］.生態學報，2008，28（5）：1911-1922.

［18］海春興，陳健飛.土壤地理學［M］.北京：科學出版社，2010.

［19］張芳，熊黑鋼，安放舟，等.基于鹽（堿）生植被蓋度的土壤堿化分級［J］.土壤學報，2012，49（4）：665-672.

［20］唐啟義.DPS數據處理系統［M］.北京：科學出版社，2010.

［21］Chang CW，Laird DA.Near-infrared reflectance spectroscopic analysis of soil C and N［J］.Soil Science，2002，167（2）：110-116.

Impact factor analysis and model prediction of strong alkaline soil respiration in different seasons

ZHANG Lu1，ZHANG Fang1，2，XIONG Hei-gang1，3，DUAN Peng-cheng1，LIRong-rong1，ZHANG Nan1
（1.College of Resourcesɑnd Environmentɑl Science，Xinjiɑng University／Key Lɑborɑtory of Oɑsis Ecology ofMinistry of Educɑtion，Urumqi，Xinjiɑng 830046，Chinɑ；2.Ecology Post-doctorɑl Reseɑrch Stɑtion，Xinjiɑng University，Urumqi，Xinjiɑng 830046，Chinɑ；3.College of Artsɑnd Sciencesof Beijing Union University，Beijing 100191，Chinɑ）

In this paper，strong alkaline soil respiration rate has beenmeasured in spring，summer，autumn under sunny weather condition by using LI－8100 soil carbon fluxmeter，temperature（air temperature and soil temperature），humidity（relative humidity and soilmoisture）were also recorded simultaneously，and the correlation among above factors has been analyzed to identify the key factors influencing soil respiration in different season，and establish a variety of regressionmodels.On the basis of the accuracy test and simple principle，the optimalmodel to predict the seasonal soil respiration has been selected.The results show that：（1）Although the temperature and humidity are themain factors affecting strong alkaline soil respiration in different seasons，but the temperature has relatively larger effect，where the air temperature is the biggestdirect impact factor on soil respiration in spring and autumn，while in summer，the soil temperature is the greatest direct impact factor，and soilmoisture is the largest indirect factor in all season.（2）The best predictionmodel of soil respiration in spring and autumn is the two-factor equation composed of air temperatures at 10 cmlayer and soilmoisture，which has a smaller RMSE（0.159 and 0.259，respectively），and the RPD＞2（2.9，2.094，respectively），has a better predictive accuracy.The best soil respiration predictivemodel for summer season is composed of air temperature at 10 cm，surface temperature，relative humidity and soilmoisture，RMSE is 0.248，RPD＞2（of 2.406）.（3）The trend of soil respiration variation and their impact factorswas similar in spring，but different in summer and autumn.In spring the soil respiration model has the highest prediction accuracy（92.67%），followed by summer（84.99%）and poor in fall（77.23%）.

strong alkaline soil；soil respiration；impact factor；prediction model

S154.1

：A

1000-7601（2017）01-0071-08

10.7606／j.issn.1000-7601.2017.01.11

2016-01-25

國家自然科學基金（41261049、41171165）；中國博士后科學基金（2013M532100）；北京市屬高等學校高層次人才引進與培養計劃項目（IDHT20130322）

張錄（1989—），男，陜西漢中人，碩士，主要從事干旱區環境研究。E-mail：zhanglu1356＠126.com。

張芳（1969—），女，山東嘉祥人，副教授，主要從事干旱區環境與人地關系的研究。E-mail：zhangf602＠163.com。