半干旱巖溶區油松林顯著促進碳酸鹽巖溶蝕

侯滿福, 覃小群, 黃奇波, 鄧 艷*, 劉朋雨

1)廣西師范大學, 環境與資源學院/珍稀瀕危動植物生態與環境保護教育部重點實驗室, 廣西桂林 541004;2)中國地質科學院巖溶地質研究所, 自然資源部巖溶生態系統與石漠化治理重點實驗室,自然資源部/廣西巖溶動力學重點實驗室, 廣西桂林 541004

降低人類活動的碳排放、實現碳中和是全球應對氣候變化的共同目標。人類活動每年排放的CO2中, 有30%被陸地生態系統固定, 5%被碳酸鹽巖風化吸收(Liu et al., 2018; Friedlingstein et al., 2020),對緩解全球氣候變化具有巨大貢獻。陸地生態系統恢復可以增加植被和土壤碳匯, 并與碳酸鹽巖風化密切相關(Cao et al., 2012; Liu et al., 2018; Bastin et al., 2019; Kang et al., 2020)。水化學監測、水生生態系統調查、同位素示蹤等研究表明, 碳酸鹽巖風化吸收的大氣 CO2以溶解有機碳(DIC)的形式進入水體, 促進了水生生物的光合作用, 并在水下沉積物中形成穩定的碳存儲(Liu Y et al., 2010; Liu Z H et al., 2010; Cao et al., 2018; Zhao et al., 2020)。據估算,全球巖溶作用碳匯通量可達森林碳匯通量的31.18%～34.41%, 中國的巖溶作用碳匯通量高達森林碳匯通量的68%(Cao et al., 2018)。植被覆蓋顯著增加了輸入水體的DIC(覃小群等, 2011; Xiao et al.,2021), 巖溶區植被恢復將進一步增加巖溶地質碳匯量。我國巖溶面積達 344萬 km2, 生態退化和石漠化廣泛發生(Jiang et al., 2014), 生態系統恢復具有巨大需求, 由此產生的植被、土壤和巖溶地質碳匯在實現碳中和中將發揮重要作用(蔣忠誠等, 2012;王世杰等, 2017)。

植被覆蓋條件是影響碳酸鹽巖風化速率復雜而又十分重要的因素(Berner, 1997; 曹建華等,2004)。有很多研究對比了不同植被類型對碳酸鹽巖溶蝕的影響, 發現植被覆蓋促進了溶蝕(Zeng et al.,2017), 且隨著植被正向演替促進作用不斷增強(李恩香等, 2004; 吳孔運等, 2007; 黃奇波等, 2013)。例如, 演替頂極森林群落內的溶蝕率可達演替早期草叢的2～4倍(李恩香等, 2004), 次生林的3倍, 灌叢的9倍, 耕地的15倍以上(Zhang, 2011)。這展現了通過改善植被條件增加巖溶地質碳匯的廣闊前景(蔣忠誠等, 2012; Cao et al., 2018)。然而, 溶蝕率并不總是隨植被正向演替而增加, 存在相當部分森林或灌叢低于草地的情況(王冬銀等, 2007; 章程等,2020; 柯靜等, 2021)。這種矛盾的結果還沒有相關探討和合理的解釋。已開展的研究對植被類型的劃分比較簡單, 僅大致分為森林、灌叢和草地, 相當于植被分類的最高級單元植被型組(郭柯等, 2020),且多選擇某個植被類型作為代表。這預設了森林/灌叢/草地中的不同群落類型對碳酸鹽巖溶蝕的影響強度大體相同為前提。實際上巖溶植被具有復雜多樣的群落類型組成(劉長成等, 2021), 選擇某個類型代表高級單元對結果造成何種影響仍不清楚, 而且研究植被的簡單劃分無法回答何種類型的植被可以更好促進溶蝕, 增加巖溶地質碳匯。此外, 當前研究主要集中在南方濕潤區, 廣大的北方半干旱巖溶區存在怎樣的影響規律缺乏認識。以上問題都需要從更詳細的植被分類層次進行研究和確認。

因此, 我們選擇一個完整的流域, 通過系統的植被調查和溶蝕試片對比實驗, 旨在驗證(1)半干旱巖溶區植被對溶蝕率有怎樣的影響規律？(2)在植被分類更詳細的群系層次這種規律有何不同？(3)造成這種不同的可能因素是什么？希望通過本研究為更好地理解植被條件與碳酸鹽巖溶蝕之間的關系, 以及巖溶區植被恢復中通過樹種選擇實現最佳的植被、土壤和巖溶地質綜合碳匯效應提供探索方向。

1 研究區概況

馬跑神泉流域位于呂梁山南段東南側、晉中盆地西南, 地理坐標 111°25′40′E—112°00′00′E,37°19′26′N—37°29′02′N, 流域面積 212.06 km2。該區域屬溫暖大陸性氣候, 多年平均氣溫11.11℃, 多年平均降水量444 mm, 降雨集中在6—9月, 其中7—8月降水約占年降水量的 40%, 是典型的半干旱巖溶流域。流域西北為山區, 主要出露寒武—奧陶系碳酸鹽巖, 向東南海拔漸低, 過渡為第四紀黃土丘陵區, 土壤主要為淋溶褐土和褐土性土。森林覆蓋率57.58%, 灌叢面積占34.34%。森林主要分布在流域北側白虎嶺林場范圍的山區, 灌叢主要分布于山地向丘陵過渡的山坡、階地及山溝邊和坡腳, 草本植被零星分布于山谷河溝附近平地, 山谷內有少量居民點和耕地(圖1)。由于山區勞動人口的外遷,流域植被處于恢復過程中, 形成以油松(Pinus tabuliformis)、蒙古櫟(Quercus mongolica)、白樺(Betula platyphylla)、山楊(Populus davidiana)、茶條槭(Acer tartaricum)、槲樹(Quercus dentata)等構成的純林或混交林, 其中油松純林分布面積最大, 以油松與蒙古櫟、山楊等組成的針葉與闊葉混交林其次, 蒙古櫟、山楊等闊葉林較少。灌叢則以黃刺玫(Rosa xanthina)、虎榛子(Ostryopsis davidiana)分布最廣泛,沙棘和紫丁香較少。

圖1 研究區內實驗點的植被和土地利用分布示意圖Fig. 1 Vegetation and land use types of dissolution test spots in the study area

2 研究方法

2.1 植物群落調查與實驗點選擇

參照方精云等(2009)提出的群落清查規范, 于2011年7月選擇典型地段開展樣地調查, 共計調查樣地63個。依據群落學—生態學原則和最新修訂的中國植被分類系統(郭柯等, 2020), 將自然植被劃分為3個植被型組、6個植被型、24個群系。根據分布面積選擇其中15個群系的代表性樣地設置了28個溶蝕試片實驗點, 根據試片回收情況選擇其中18個點進行對比分析, 其分布示意如圖1, 環境信息如表1。

表1 溶蝕試片實驗點植被、自然環境及溶蝕試片主要化學組成其特點Table 1 Characteristics of vegetation cover, chemical composition of rock tablets, and natural environment of test sites

2.2 溶蝕率試驗

采用廣泛應用的溶蝕試片法測定溶蝕率(Krklec et al., 2021)。為測定實際溶蝕量, 采集研究區各出露地層(主要為四種)的代表性碳酸鹽巖基巖, 加工成直徑約 40 mm、厚約3 mm的圓形試片。將與實驗點出露地層一致的試片分別水平放置在土下20 cm和50 cm處, 每層位3片。1個水文年后(2011年7月—2012年8月), 將試片取回, 用蒸餾水洗凈, 烘干至恒重, 萬分之一電子天平稱重, 計算年單位面積溶蝕量。計算公式如下:

式中,DR為年單位面積溶蝕量(mg·cm-2·a-1),W1為試片初重(g),W2為試片放置末期重量(g),T為放置時間(d),S為試片表面積(28.9 cm2)。

溶蝕率以3塊試片的平均值計; 植被的高級分類單位以其包括的所有低級分類類型的平均值計。

2.3 溶蝕環境調查

半干旱區土壤水分長期處于虧缺狀態, 7月中旬至9月中下旬為水分蓄積期(李洪建等, 2003), 也是生物代謝最旺盛的時段。我們以7月下旬至8月初開展實驗并測定土壤中溶蝕因子, 以之反映溶蝕旺盛期的溶蝕環境。放置試片時測定土下20 cm/50 cm的CO2濃度(pCO2), 并選擇部分代表性樣地按10 cm間隔測定各深度的pCO2、土壤含水率和土壤溫度。土壤pCO2采用類似研究(Zhang, 2011; Wu et al.,2020; 柯靜等, 2021)常用的 AP-20抽氣泵和GASTEC-CO2測試管測定(百分比濃度, 精度 10%);土壤含水量和溫度用便攜式土壤三參數速測儀(Delta-T, HH2/WET, 體積含水量, 精度 3%)測定。由于不同森林類型三種環境因子變化較大, 為便于比較并更好的顯示其隨土壤深度變化的趨勢, 將實測數據進行標準化處理, 以相對值進行對比, 計算公式如下:

3 結果和分析

3.1 不同植被類型的碳酸鹽巖溶蝕率對比

18個實驗點植被類型可歸為12個群系, 6個植被型, 3個植被型組。在植被型組層次, 溶蝕率為森林＞草地＞灌叢, 前者分別是后兩者的1.46倍和3.35倍(表2, 圖2A)。在植被型層次, 森林中的常綠針葉林溶蝕率最高, 是其他各植被型的 5.62～13.27倍,灌叢仍然最低, 但落葉闊葉林、落葉針葉林均顯著低于雜類草草地(表2)。在群系層次, 油松林的溶蝕率最高, 是其它群系的 5.62～18.25倍; 不同群系的溶蝕率差異更顯著但沒有明顯規律, 除油松林和茶條槭林溶蝕率高于各種草地和灌叢類型、以及草地類型均高于各種灌叢類型外, 有數種森林溶蝕率低于草地和灌叢, 蒙古櫟+白樺林產生了凈沉積(表2)。從植被型組到群系, 溶蝕率森林＞草地＞灌叢的規律大致仍然成立, 但不確定性增加。如果從群系中選擇某種類型代表森林/灌叢/草地, 溶蝕率隨正向演替增加、減弱、前期減弱后期增加等情況都可以成立, 僅取決于所選的群系類型。

圖2 森林計入(A)/不計入(B)油松林時植被型組之間的溶蝕率對比Fig. 2 Dissolution rate between vegetation formation groups including (A) and excluding (B) Pinus tabuliformis Forest Alliance

在垂直剖面上, 土下20 cm處溶蝕率普遍高于50 cm 處, 僅少數情況例外; 二者相差最大的是油松林, 前者是后者的 7.5倍, 相差最小的是肥披堿草草地, 二者幾乎相等。土下20 cm處溶蝕率的變化幅度也遠大于50 cm處, 植被型組、植被型和群系層次土下 20 cm最大值分別是最小值的 3.93、23.36和32.13倍, 土下50 cm處最大值分別是最小值的3.57、4.86和17.5倍(表2), 呈現植被劃分越詳細, 變化幅度越大的趨勢。這與高級分類單元的溶蝕率由多個低級分類單元溶蝕率取平均值, 使個體間的差異平緩化有關。

溶蝕率在草地各類型間差異較小((0.25±0.04) mg·cm-2·a-1), 在灌叢各類型間差異稍大但都很低((0.11±0.07) mg·cm-2·a-1), 在森林各類型間的差異明顯增大((0.37±0.71) mg·cm-2·a-1), 溶蝕率最高和最低的森林相差約10倍(不計發生沉積的類型), 表明森林對碳酸鹽巖溶蝕的影響顯著強于灌叢和草地。

隨著研究植被劃分趨向詳細, 不同植被類型間溶蝕率的差異突顯, 油松林顯著高于其他類型的溶蝕率得以識別出來; 同時植被型組、植被型等高級分類單元較高的溶蝕率主要由于油松林的溶蝕貢獻也得以揭示。當森林植被型組中不計入油松林時,其溶蝕率小得多, 三種植被型組溶蝕率的順序將變為草地＞森林＞灌叢(圖2B), 可見研究的植被是否選擇油松林為代表將產生截然不同的結果。

3.2 影響溶蝕的因素特征

在代謝旺盛的夏季, 半干旱區土壤CO2相對濃度隨深度呈拋物線形變化, 峰值在土下40 cm處。從實測值看, 森林、灌叢和草地的土壤pCO2峰值分別在土下40 cm、60 cm和70 cm; 土壤pCO2隨深度的變化森林最平緩, 灌叢其次, 草地最劇烈, 三者土壤表層10 cm深度的pCO2分別為深層峰值的73.44%、42.39%和 38.70%(圖3A, B)。土壤pCO2表現出隨植被復雜程度增加而降低、峰值向表層上移、變動幅度變弱、表層與深層間的差距變小的規律, 顯示植被演替對其產生了調控。土壤含水率隨深度單調遞減, 不同植被類型間為灌叢＞森林＞草地,但表層土(0-20 cm)為森林＞灌叢＞草地(圖3C, D)。土壤溫度隨深度呈直線下降關系, 大體上草地＞灌叢＞森林, 但在 0-20 cm 表層, 灌叢土壤溫度最高,草叢其次, 森林最低(圖3E, F)。這種規律顯示森林對土壤濕度和溫度有更強的調控能力, 使表土層濕度更高,pCO2更接近峰值。

圖3 半干旱區土壤pCO2、含水率、溫度垂直剖面趨勢及其在森林、灌叢和草地間的對比Fig. 3 Vertical profile trends of soil pCO2 (A, B), soil water content (C, D), and soil temperature (E, F) , and its comparison in forest, shrubland, and grassland in a semi-arid karst area

相關分析表明, 在植被型組之間和群系之間,溶蝕率與土壤pCO2、土壤含水量、土壤溫度的相關性均不顯著。草地的土壤pCO2最高, 土壤溫度也較高, 但只產生中等程度的溶蝕。從三者的匹配程度看, 森林土下 20-50 cm范圍pCO2處于峰值附近,土壤含水量和溫度下降還不明顯, 也處于峰值附近,匹配較好(圖4A), 溶蝕率最高; 草地土壤表層含水率接近峰值, 但pCO2最小, 而在含水率和pCO2均處于峰值附近的土下 50-80 cm區間, 溫度又較低,匹配性也不如森林(圖4C), 溶蝕率居于其次; 灌叢在溫度較高的土壤表層,pCO2遠低于峰值, 三者的匹配程度最差(圖4B), 溶蝕率最低。土壤pCO2、含水量與溫度三者的匹配程度與溶蝕率有較好的對應性。

圖4 半干旱區森林、灌叢和草地的土壤pCO2、含水率、溫度垂直剖面匹配特征Fig. 4 Matching characteristics of soil pCO2, soil water content, and soil temperature of forest, shrubland, and grassland in a semi-arid karst area

不同出露地層的碳酸鹽巖化學成分存在差異(表1), 也是影響溶蝕率的一個因素。當植被類型相同時, 在溶蝕率較高時不同巖性間的溶蝕率才表現出顯著差異, 并隨CaO含量增加而增加, 在溶蝕率較低時巖性的影響不明顯, 且溶蝕率隨CaO含量增加而降低(表1, 圖5A)。同一地層試片的各種群系類型溶蝕率的變化規律與不考慮試片化學成分時相似(圖5B, 表2), 表明試片的化學成分不影響植被類型間溶蝕率的變化規律。

圖5 半干旱區分布于不同地層的相同群系(A)與同一地層的不同群系類型(B)的溶蝕率對比Fig. 5 Comparison of dissolution rate between Alliances on different geological stratigraphy (A) and Alliances on the same geological stratigraphy (B)

4 討論

4.1 植被類型對碳酸鹽巖溶蝕率的影響

本文研究揭示, 在半干旱區碳酸鹽巖溶蝕率森林＞草地＞灌叢, 表現出植被正向演替前期減弱、后期促進溶蝕的規律(圖2A)。這證實了以前的大部分研究結果(李恩香等, 2004; 吳孔運等, 2007; 黃奇波等, 2013), 但在演替早期的灌草階段支持了相反的一些研究結果(Zhang, 2011; Zeng et al., 2017; 姜鑫等, 2020; 柯靜等, 2021)。本文群系層次的研究進一步揭示不同群系間的溶蝕率存在顯著差異, 并沒有確定的規律(表2)。這為以往植被型組層次的研究中植被演替與溶蝕率之間的矛盾關系提供了一種可能的解釋, 即這種矛盾可能是由于被選作代表的低級植被分類單元間固有的溶蝕率差異所致。例如在本研究中, 當選擇紫丁香群落代表灌叢、蒙古櫟林或華北落葉松林代表森林時, 將會得出溶蝕隨植被正向演替減弱的結論, 當選擇油松林或茶條槭林代表森林時, 才能得出植被正向演替前期減弱、后期促進溶蝕的結論。此外, 當選擇油松林代表森林時將導致溶蝕率偏高5～10倍, 而當選擇蒙古櫟+白樺林時將得到森林溶蝕小于沉積、產生凈沉積的結果。根據這種植被選擇產生的偏差估算的巖溶地質碳匯量也必然產生顯著偏差, 需要引起充分注意。

群系層次的對比研究還發現, 油松林的溶蝕率遠高于其他各類植被(表2)。這對半干旱巖溶區植被恢復、森林經營與固碳結合具有重要的實際意義。半干旱巖溶區發展油松林將成倍增加巖溶地質碳匯。由此可見, 群系層次的溶蝕率對比研究能幫助我們發現對溶蝕促進效果最顯著、巖溶地質碳匯效應最大的植被類型, 也能識別促進效果不好, 甚至減弱溶蝕的類型, 對構建更大碳匯量的植被恢復途徑具有實際指導作用。

4.2 半干旱區溶蝕環境因子與覆蓋植被的相關性

本文研究顯示, 在半干旱區不管是植被型組層次還是群系層次, 碳酸鹽巖溶蝕率與土壤pCO2、土壤含水量和土壤溫度的相關性都不顯著, 而與三者的匹配性有較好的對應關系。這與濕潤區溶蝕率與土壤pCO2、土壤含水量和溫度強烈正相關的研究結果均不相同(何師意等, 1997; 劉再華等, 1998;Kirstein et al., 2016)。從碳酸鹽巖溶蝕的化學反應式看, 影響溶蝕的因素包括反應物的持續供給(主要是酸的持續供給)、產物持續移除和反應速度三個方面(Dong et al., 2019)。酸的持續供給與土壤CO2濃度和土壤含水量有關, 反應產物的移除與土壤中的徑流有關, 反應速率與溫度和生物酶的數量有關,這些因素很大程度上取決于植被覆蓋與氣候條件(Romero-Mujalli et al., 2019)。中國南方巖溶區降水豐沛、雨熱同期, 三者之間匹配程度高, 從而呈現溶蝕率隨土壤pCO2及土壤含水量增加而增加(何師意等, 1997; 劉再華等, 1998), 在低溫條件下(60℃以下)隨溫度升高而升高(Kirstein et al., 2016)的規律。但在本研究中, 類似呂梁山南段的半干旱區多年平均降水量低于 450 mm, 土壤含水量從旱季到雨季初期都接近凋萎點, 在雨季大多也低于 20%,且隨土層深度增加而遞減(圖3)(李洪建等, 2003; 董林水, 2005)。在我們的研究中, 土壤pCO2隨深度的變化趨勢與土壤含水量或土壤溫度的恰好相反(圖3), 三者出現了明顯的不匹配。在土壤pCO2高的深度土壤含水量處于低位, 將限制碳酸的形成和供給,從而制約碳酸鹽巖的溶蝕, 且在干季形成沉積(黃奇波等, 2013), 進一步抵消溶蝕作用; 在土壤含水量和土壤溫度較高的表層土壤pCO2低, 使其對溶蝕的驅動減弱。因此, 三者中任何單一因素都不能對溶蝕產生顯著影響。與此類似的還有巖性。在濕潤區溶蝕率還受碳酸鹽巖的純度和結構的明顯影響(劉再華, 2000), 但在半干旱區影響的程度大大降低,在土下 20-50 cm奧陶紀灰巖和泥灰巖溶蝕率幾乎沒有差別(張春潮等, 2018)。本研究中試片化學成分只在溶蝕率較高時才有明顯差異, 較低時幾乎沒有差異(圖5A), 不影響所揭示的碳酸鹽巖溶蝕率隨植被覆蓋變化的規律。

本研究中森林、灌叢和草地的土壤pCO2、土壤含水量和土壤溫度三者的匹配程度與溶蝕率有較好的對應關系, 表明半干旱巖溶區植被通過調節溶蝕發生的條件影響了溶蝕過程。這支持了植被是碳酸鹽巖溶蝕的重要影響因素的認識(曹建華等, 2004;Calmels et al., 2014; Romero-Mujalli et al., 2019)。不同的植被覆蓋形成的小氣候不同, 土壤中CO2的聚集與梯度變化也不一致(李恩香等, 2004; 陳鵬娟,2021), 從而對溶蝕過程和強度產生影響。森林的根系發育更利于氣體擴散, 使土壤pCO2的峰值向表層移動, 隨深度遞減的程度更弱, 濃度下降(李恩香等, 2004), 從而使高土壤pCO2與較高的含水量和溫度更好的匹配。森林的覆蓋使土壤溫度波動減小,表層土壤的濕度增加, 三者匹配的時間延長, 因此盡管pCO2低于灌叢和草地, 卻對應了更高的溶蝕率(圖3B, 圖4)。草地由于根系集中分布于淺層, 土壤呼吸作用更旺盛, 且草本植物密集生長不利于空氣流通而具有較高的土壤pCO2(馮朝陽等, 2008; 張鴿香等, 2010), 但灌叢和草地對小生境及溶蝕條件的調節能力弱(鄧艷等, 2004; 龍健等, 2021), 與土壤含水量和土壤溫度的匹配程度均低于森林, 使其溶蝕率也較低。由此我們可以得出結論, 半干旱區碳酸鹽巖溶蝕受土壤含水量低的強烈制約, 具有與濕潤區完全不同的驅動機制, 土壤pCO2、土壤含水量或土壤溫度中的任何單一因素均不能產生顯著影響, 三者的匹配程度才是驅動溶蝕的關鍵因素; 植被演替成為森林增加了對三者匹配程度的調節能力,最終促進了碳酸鹽巖的溶蝕。

然而, 油松林溶蝕率遠高于其他森林類型, 其產生機制可能十分復雜。油松林的土壤pCO2、土壤含水量或土壤溫并不是最高的(表3)。細根垂直分布也因是否混交以及混交的樹種而不同(翟明普, 1982;劉春江等, 1985), 各種有機酸的分泌量則純林顯著高于混交林(邵東華等, 2011), 但是否隨森林類型而變，還需要更多研究佐證。可見, 森林類型如何調控各種影響溶蝕的因子從而影響溶蝕, 還需要更深入和詳細的研究揭示, 特別是對影響溶蝕的因子進行連續動態監測, 以揭示其匹配性及其變化規律。

表3 半干旱區不同森林類型的溶蝕環境Table 3 Environmental factors of different forest types in the study area

森林的經營管理與碳匯效應相結合越來越成為共識(Yu et al., 2021)。巖溶地質碳匯與植被、土壤碳匯密切相關(Cao et al., 2012), 需要在植被恢復、植樹造林和森林經營管理中充分考慮。群系層次開展的對比不僅能識別出油松林有比其他各類植被高得多的巖溶地質碳匯效應, 也能明確各植被類型巖溶地質碳匯效應的大小順序。但影響碳酸巖風化過程的各種因素復雜交叉, 不同樹種的根系徑級構成和分布深度不同(趙忠和李鵬, 2002), 類似的因素都可能影響植被對溶蝕因子的調控能力。此外,濕潤區受干濕季節、地形、巖溶發育條件等影響, 可能也存在溶蝕關鍵因子匹配差制約溶蝕的情況。本文研究中, 以溶蝕最強烈的季節測定的溶蝕因子分析溶蝕的差異, 未能詳細揭示溶蝕因子及其不同季節的變化情況。連續動態監測是較好的解決辦法,也將是未來研究的重點。因此, 有必要從更基礎的植被分類層次或者說至少從群系層次開展更廣泛的對比、選擇典型類型進行關鍵影響因素的連續動態監測, 揭示不同植被影響溶蝕的機制, 核算清它們的植被、土壤和巖溶地質碳匯總量。這將為森林管理中根據綜合碳匯效應確定造林樹種、優化植被恢復途徑, 以充分發揮巖溶區植被恢復碳匯潛力, 最終促進碳中和提供可操作的指導。

5 結論

(1)半干旱巖溶區植被正向演替早期減弱、后期促進了碳酸鹽巖溶蝕。

(2)群系層次的對比研究可揭示各植被類型對碳酸鹽巖溶蝕影響的強度, 識別出油松林具有遠高于其他各植被類型的溶蝕率, 顯著促進了碳酸鹽巖的溶蝕。

(3)半干旱巖溶區受土壤水分缺乏影響, 環境因子對溶蝕率的影響模式與濕潤區顯著不同, 土壤pCO2、土壤含水量和土壤溫度任何單一因素與溶蝕率沒有顯著相關性, 三者的匹配性才是決定溶蝕率的關鍵因素; 植被演替增加了對土壤pCO2、土壤含水量和土壤溫度的調控能力從而影響溶蝕。

致謝: 南寧師范大學安鈞鑒、蔣艷華、胡云華、黃世岸、蘇浩等人參加了野外工作, 在此表示感謝！

Acknowledgements:

This study was supported by National Natural Science Foundation of China (No. 31960233), Key Research and Development Program of Guangxi (No.Guike AB19110004), China Geological Survey (No.1212011087121), and Guangxi Natural Science Foundation Program (No. 2018GXNSFDA281036).