馬尾松與鄉土闊葉樹種混合凋落葉分解的質量損失

張 艷，李 勛，宋思夢，張 健

(1. 四川民族學院，橫斷山區生態修復與特色產業培育研究中心，四川 康定 626001；2. 四川農業大學林學院生態林業研究所，生態林業工程重點實驗室，長江上游生態安全協同創新中心，四川 成都 611130)

馬尾松（Pinus massonianaLamb.）人工純林分布于我國多個地區，南起廣東雷州半島（21° 41′ N），北至陜西秦嶺（33° 56′ N），向西延伸至四川盆地中部[1]。馬尾松能夠在干旱、沙質和貧瘠的土壤中生長，它生長迅速，同時具有良好的制漿特性，因此，被認為是亞熱帶地區廢棄區、嚴重侵蝕和邊緣地帶造林的優良樹種[2]。研究表明，人工純林因樹種單一且長期選擇性地吸收、利用和歸還（主要是凋落物分解）土壤養分，導致林地土壤出現養分失衡、林分穩定性降低的現象[3]。隨著林齡的增長，馬尾松人工林出現了土壤肥力下降、生物多樣性退化等一系列生態安全問題[4-5]。可見，林地生產力下降以及土壤退化已成為馬尾松人工純林可持續性經營的重大威脅[6]，提高林地生產力、自肥能力以及土壤保肥能力對馬尾松人工林可持續經營以及維持其生態功能具有重要意義。

凋落葉分解對森林生態系統養分循環具有重要作用，不同樹種凋落葉混合后的分解是促進還是抑制作用，對于林地養分歸還具有重要影響。大量關于凋落葉混合分解的研究表明，凋落葉混合后在分解過程中存在著明顯的混合效應，如果凋落葉混合分解表現為彼此抑制，凋落葉向土壤歸還養分的過程就會受到阻礙，而當凋落葉混合分解表現為促進時，可能有利于緩解林地土壤養分失衡現象，而這2種現象被認為是凋落葉混合分解的非加和效應[7-9]。研究發現，大多數針葉樹種凋落葉在分解過程中會產生具有化感作用的化合物[10]，這些化合物會抑制凋落葉的分解和養分的歸還；而鄉土闊葉樹種凋落葉分解有利于補充土壤肥力，促進林木生長[11-13]。同時，寬大的闊葉可改善針葉形態帶來的生境缺陷和水分吸附特征，從而有利于增加土壤動物活性，促進凋落葉的分解[14]，加速林地土壤養分的歸還。因此，與單一針葉凋落葉相比，具有更高養分含量的混合凋落葉會加速分解并增加養分礦化，進而增加氮釋放和促進養分循環[15-16]。

不同樹種凋落葉數量和性質的差異將通過改變混合凋落葉的基質質量從而影響森林地表土壤碳和氮庫，而樹種混交比例的變化影響著凋落葉的數量。有研究表明，馬尾松、栲（Castanopsis fargesiiFranch.）、含笑（Michelia figoLour.）混交林的年凋落葉量是純馬尾松林的1.12～1.17倍[17]。同時，當前馬尾松人工純林改造中還存在混交比例不清楚、混交樹種選擇較少、適應性和生產力較低等問題[18-20]。因此，了解不同樹種組合以及不同比例下凋落葉的動態分解特征及質量損失混合效應，對促進林地養分循環、維持土壤肥力以及馬尾松林的可持續經營有著重要意義。本研究通過開展馬尾松與3個珍貴鄉土闊葉樹種香樟（Cinnamomum camphoraPresl.）、檫木（Sassafras tzumuHemsl.）以及香椿（Toona sinensisRoem.）凋落葉混合分解特征的研究，從物質循環的角度篩選出適宜的樹種組合以及混合比例，旨在為馬尾松純林的混交化改造提供理論依據。

1 材料和方法

1.1 研究區概況

本研究在四川農業大學的實驗基地（31°01′～31°02′ N，103°34′～103°36′ E）進行，該基地位于四川省都江堰市，屬于青藏高原向四川盆地的一段過渡地帶，氣候類型為亞熱帶季風濕潤氣候，降水量1243.8 mm，年平均氣溫15.2 ℃。樣地區域土壤為黃壤，在中國土壤分類系統中為鐵鋁土[21]。研究地點海拔約為800 m，林地內主要有馬尾松、杉木（Cunninghamia lanceolataLamb.Hook.）、樟樹（Cinnamomum camphoraPresl.）和喜樹（Camptotheca acuminataDecne.）。本試驗開始于2016年8月，在馬尾松、樟樹等樹種的混交林中選擇3塊樣地，每塊樣地大小均為30 m ×30 m，每個樣地盡量保持地形地貌、海拔、母巖、土壤類型、坡度、坡位、林地情況以及林分密度等相近或相似，樣地間隔≥5 m。3個樣地詳細情況見表1。

表1 樣地基本信息（平均值 ± 標準差）Table 1 Basic information of three selected plots (mean ± SD)

1.2 試驗設計

本試驗于2016年6月從四川省宜賓市高縣（28°11′ N、104°48′ E）來復鎮分別采集馬尾松針葉（P）和3種闊葉樹種：檫木（S）、香樟（C）和香椿（T）的凋落葉，移除新鮮葉片和已處于分解階段的葉片，只保留新鮮的凋落葉，對新鮮的凋落葉進行2周的室溫風干處理后，稱取15.00 ± 0.05 g的凋落葉放入內部大小為20 cm×23 cm的尼龍網分解袋中（正面孔徑3 mm，背面孔徑0.04 mm）。根據“混交林中主要樹種的比例不應低于60%”[22-23]的標準，本研究總共設置35種處理，包括4種純凋落葉處理和31種混合處理。混合處理按照1針1闊、1針2闊和1針3闊進行組合，其中，1針1闊組合均設置3個質量比，1針2闊組合均設置6個質量比，1針3闊組合設置4個質量比，文中字母后面的數字均表示不同樹種凋落葉的質量比，具體混合組合及混合比例見表2。本次試驗共計1610袋 = （4種純凋落葉處理 + 31種混合處理） × 4個采樣時期 × 3個樣地 ×3個重復 + 350 （預防試驗過程中凋落袋遺失，每種處理多放置10袋）。于2016年8月中旬將這些凋落袋小心地轉移到預先設置的3個樣地（海拔811～824 m）。將裝有凋落葉的1610袋分解袋隨機水平放置于樣地表面，樣品袋之間距離為2～5 cm，從而避免樣品之間相互干擾。按照預先設計的時間采集樣品并帶回實驗室測定樣品放置過程中的損失量。

表2 實驗處理Table 2 Design of this study for various treatments

1.3 樣品與分析

分別于2017年2月（6個月） 、2017年8月（12個月）、2018年2月（18個月）以及2018年8月（24個月） 收集分解袋。每次分別在3個樣地隨機收集每種處理的分解袋3袋，帶回實驗室先用鑷子將凋落葉袋中大片碎片取出，并用放大鏡盡可能仔細地去除土壤顆粒物等雜質，再將其置于65 ℃烘箱干燥48 h后測定干質量，從而評估分解后殘留的凋落葉質量。初始凋落葉質量測定方法：C含量采用K2Cr2O7氧化-FeSO4滴定法（GB 7857-87）測定；N和P含量分別采用微量凱氏定氮法（GB 7173-87）和鉬銻比色法（GB 7852-87）測定；木質素和纖維素含量采用改進的酸性洗滌法[24]測定；總酚和縮合單寧含量分別用福林酚比色法和香草醛-鹽酸法[25-26]測定。

1.4 計算與統計分析

（1）凋落葉質量損失率（Rt）：

式中：Mt表示當次凋落葉殘留量；M0表示凋落葉初始質量。

（2）用修正的Olson 指數衰減模型對凋落葉的分解過程進行模擬，并計算出凋落葉的分解系數k值：

式中：y表示凋落葉在經過分解時間t后的質量殘留率；a為擬合參數, e為自然對數底,k表示分解常數；t表示凋落葉的分解時間。

（3）通過單一物種凋落葉的質量損失率來計算混合凋落葉的預期質量損失率（T）：

式中：A是指A樹種凋落葉在實際分解過程中的質量損失率，n1是指A樹種凋落葉在混合凋落葉中的比例；B是指B樹種凋落葉在實際分解過程中的質量損失率，n2是指B樹種凋落葉在混合落葉中的比例，依此類推。

（4）混合凋落葉的混合效應用H表示，計算公式如下：Ht=Rt-Tt

式中：Rt為當次實際質量損失率（觀測值），Tt為當次預期質量損失率（預期值）。

用重復測量方差分析（Repeated measure ANOVA）來檢驗不同樹種組合、采樣時期及其相互作用對凋落葉質量損失的影響，通過Levene’s法對方差同質性進行檢驗，并通過Log對不滿足該假設的數據進行轉化。使用α水平為0.05的獨立t檢驗來確定凋落葉質量損失率的混合效應（觀測值和預期值之間的差異）。根據前人研究結果，把混合效應分為加和效應（觀測值與預期值之間無顯著差異）和非加和效應（觀測值與預期值之間存在顯著差異）[9,27-29]。

采用指數回歸擬合分解時間對凋落葉質量損失的影響。以凋落葉混合處理和采樣時間為固定因子（凋落葉混合處理作為嵌套因子）進行單變量方差分析，并用嵌套的線性模型檢驗這2個因素對凋落葉質量損失率的影響。采用偏最小二乘回歸（PLS）來分析凋落葉初始質量對分解系數k值和混合效應的相對重要性。模型中單個預測因子的相對重要性以重要性變量（VIP）表示，VIP值 >1表示預測因子對因變量的貢獻達到顯著水平。數據統計分析使用SPSS軟件（SPSS 25.0 for Windows; SPSS Inc., Chicago, IL, USA），數據整理和作圖使用Excel 2010和Origin 2018軟件。

2 結果

2.1 不同處理凋落葉的質量損失率

凋落葉分解指數模型擬合顯示： 分解系數k值在4個單一樹種凋落葉之間表現為香椿（1.15） > 香樟（1.00） > 檫木（0.93） > 馬尾松（0.42）。所有混合凋落葉的k值均低于香椿（T）、香樟（C）和檫木（S），而高于馬尾松（P），其 中，PSCT6112 （0.88）、PST622（0.84）、PST613 （0.83）的k值最高（表3）。由圖1可知：35個處理凋落葉的質量損失率隨分解時間的延長而增加；6個月后，凋落葉的平均質量損失率為(38.80 ± 5.36)%，12個月后為(52.11 ±5.91)%，分解18個月至24個月，凋落葉質量損失率從(69.01 ± 5.93)%增加到(77.55 ± 5.64%)。

表3 不同處理下凋落葉分解系數、半分解和95%分解時間Table 3 Decomposition constant, time of 50% and 95% decomposition of litter under different treatments

4個單一樹種凋落葉的質量損失率變化見圖1h。香椿凋落葉的質量損失率在4個分解時期均顯著高于其它3種凋落葉（P< 0.01）。馬尾松凋落葉的質量損失率在分解18個月（P< 0.01）和24個月（P< 0.01）后均顯著低于3個闊葉樹種凋落葉。

1針1闊混合凋落葉的質量損失率總體表現為闊葉占比越高，質量損失越快，經過24個月的分解后，1針1闊組合凋落葉的質量損失率分別為PT 75.66%～83.84%，PS 71.28%～72.88% 、PC 74.59%～81.80% （圖1a～c），其 中，PT64的質量損失率在分解6個月（P< 0.001）和24個月后（P< 0.001）所有分解時期，PS64的質量損失率均高于PS82或PS73，但三者之間差異不顯著（P> 0.05）；分解24個月后，PC64的質量損失率顯著高于PC82和PC73（P= 0.016），但在其它分解時期三者間差異不顯著（P> 0.05）。

1針2闊混合凋落葉在分解24個月后的質量損失率分別為72.28%～81.98% （PST）、71.45%～78.73% （PSC）和70.12%～82.25% （PCT）（圖1d～f）。總體上看，PST組合中，PST613的質量損失率在整個分解過程中均顯著較高（P<0.05）。PSC組合中，6個混合比例之間的質量損失率在分解12個月（P= 0.001）和18個月后（P= 0.010）差異顯著，其中，PSC811的質量損失率在整個分解過程中相對較低。PCT組合中，PCT811的質量損失率在4個采樣時期均顯著低于其他5個混合比例（P< 0.05），與之相反，PCT613的質量損失率則相對較高。

PSCT組合在經過24個月分解后的質量損失率達到77.96%～83.79% （圖1g），其中，PSCT6112的質量損失率在經過24個月分解后相對較高（P= 0.047），但在其它3個分解時期，不同混合比例之間并無顯著差異（P> 0.05）。

圖1 不同處理下凋落葉分解過程中的質量損失率的變化 （平均值 ± 標準偏差；n = 3）Fig. 1 Mass rate loss during litter decomposition under different treatments (mean ± SD; n = 3)

2.2 凋落葉分解的混合效應

由圖2可知：4個分解時期均有部分凋落葉的質量損失率表現出非加和效應，且表現為非加和效應中的協同效應（觀測值-預測值 > 0，且P<0.05）。混合凋落葉在分解6、12、18、24個月后的協同效應分別為29.03% （9/31表示31個混合處理中有9個處理表現為協同效應，下同）、41.94% （13/31）、67.74% （21/31）和45.16%（14/31），協同效應隨分解時間的延長表現為先增強，后減弱的趨勢，尤其在分解18個月時最強。分解6個月后僅PT64、PST613、PSC613、PCT （除811和631比例）、PSCT （7111和6211比例） 表現為協同效應。分解12個月后PT64、PC （除82比例）、PST （除811和631比例）、PSC（631和622比例）、PCT（721比例）、PSCT （除6112比例） 表現為協同效應。分解18個月后，除PS、PSC（除811比例）、PCT622外其余組合均表現為協同效應。分解24個月后，PT、PC（82和64比例）、PST（622和613比例）、PSC613、PCT（除811、631和622比例）以及PSCT（除6211）均表現為協同效應。總體上PT64、PST613、PCT（除分解12個月時）、PSCT（除分解6個月時）均表現出較強的協同效應。此外，不同的混合比例對凋落葉的混合效應也有影響且隨分解時間有所變化，其中，PT64、PST622、PST613、PCT721、PSCT7111和PSCT6121在分解12、18、24個月后均表現出協同效應；而PS82、PS73、PS64和PSC721在整個分解過程中均表現為加和效應。可見闊葉比例為30%～40%時尤其是含有香椿（T）的混合凋落葉（如PT，PST，PCT和PSCT）的協同效應尤為明顯。

圖2 31個混合處理凋落葉質量損失率的混合效應（平均值 ± 標準差）。Fig. 2 Mixture effects on leaf litter mass loss for 31 different litter mixtures (Means ± SD)

2.3 凋落葉分解系數（k值）、混合效應與凋落葉初始性質的相關性

PLS回歸分析表明：凋落葉的分解系數k值與其初始性質有著密切的相關性（圖3），其中，與初始C、總酚含量、木質素含量、C/N、C/P、木質素/N以及木質素/P表現為顯著的負相關，與初始N含量表現為顯著的正相關。

圖3 凋落葉初始化學特征與凋落葉的分解系數k值的偏最小二乘回歸分析Fig. 3 Results of the PLS regression analysis on the initial litter chemical characteristics of litter and decomposition coefficient k value

PLS回歸分析表明：在分解過程中，凋落葉的混合效應也受到不同樹種凋落葉初始性質的影響（表4）。經過6個月分解后，混合效應與纖維素含量、C/N、C/P、木質素/P表現為顯著的負相關，而與N、P含量表現為顯著的正相關。分解12個月后，與木質素、纖維素含量、木質素/P表現為顯著的負相關，而與P含量表現為顯著的正相關。分解18、24個月后，與N含量以及N/P表現為顯著的正相關，而與木質素（除分解24個月）、纖維素（除分解18個月）、總酚含量和木質素/N表現為顯著的負相關。而在整個分解過程中，凋落葉的混合效應與C含量均無顯著相關性。

表4 不同分解時期凋落葉質量損失率混合效應與養分含量之間的PLS回歸分析Table 4 Results of PLS regression analysis between the concentrations of litter quality and mixed effects of leaf litter mass loss rate (observed-expected) in different decomposition periods

3 討論

凋落葉分解系數（k）能直觀地表達凋落葉分解速率。本研究結果表明，所有混合凋落葉的分解系數k值均小于香椿、香樟和檫木，而大于馬尾松，其中，PSCT6112 （0.88）、PST622 （0.84）、PST613 （0.83）的k值最高（表3）。PT、PCT、PST以及PSCT樹種組合的質量損失率高于PS和PSC樹種組合。可見，馬尾松與香椿和香樟混合更有利于提高整個凋落葉的質量損失率，促進了馬尾松的分解。這是因為馬尾松針葉凋落葉與闊葉凋落葉混合后改變了其初始化理化性質，尤其是具有較高質量的闊葉凋落葉香椿可為較低質量的馬尾松針葉凋落葉提供養分，滿足了分解過程中微生物對養分的需求[30-31]，促進了凋落葉的分解。PLS回歸分析也表明，凋落葉的分解系數k值與初始C、木質素含量、總酚含量、C/N、C/P、木質素/N以及木質素/P表現為顯著的負相關，而與初始N含量表現為顯著的正相關。本研究中，香椿和香樟凋落葉相對較高的N、P含量以及N/P比通常會提升凋落葉的分解速率[32]；其次，凋落葉中的難分解物質如木質素和總酚會通過阻礙酶類與不穩定的碳化合物接觸以及抑制微生物酶的產生，對分解者尤其是微生物產生毒害作用[33-34]，從而致使凋落葉分解速率下降。相對于其它處理，PS 和PSC 凋落葉中C、木質素、總酚以及C/N、C/P、木質素/N和木質素/P比值較高，而N、P 含量和N/P 比值較低，這可能是PS 和PSC 組合的質量損失率低于其他組合的原因。

凋落葉混合后在分解過程中存在著明顯的混合效應（非加和效應和加和性效應），通常是通過t檢驗來分析觀測值和預期值之間是否存在顯著差異確定的，即當二者之間無顯著差異時表明凋落葉的分解表現為加和效應，存在顯著差異時則表明凋落葉的分解表現為非加和效應。非加和效應又分為協同效應與拮抗效應[9,28-29]：若混合凋落葉的實際測量的質量損失率（觀測值）顯著高于預期值，則說明該混合凋落葉出現了協同效應；反之，則出現了拮抗效應。本研究中，大多數混合凋落葉質量損失率在分解過程中均表現為非加和效應中的協同效應，且協同效應隨分解時間表現為先增強，后減弱的趨勢，尤其是在分解18個月后混合凋落葉的協同效應出現最大值（67.74%），其中，PT64、PST613、PCT （除分解12個月時）、PSCT （除分解6個月時）均表現出較強的協同效應。含有香椿（T）的混合凋落葉 （如PT、PST、PCT和PSCT）所占比例為30%～40%時的協同效應尤為明顯。可見，馬尾松凋落葉與闊葉凋落葉混合尤其是混合香椿凋落葉后加速了凋落葉的質量損失，促進了馬尾松凋落葉的分解。

一方面，凋落葉分解過程中土壤動物破碎、取食等會直接影響凋落葉的分解[35]，凋落葉混合后增加了化合物的多樣性，能夠滿足不同分解者的需求從而加速了凋落葉的質量損失[28,36]。本研究中，香椿因其葉片面積寬大柔軟有利于土壤動物附著其上定居繁衍進而破碎取食，進一步有益于香椿與其他凋落葉完全混合而促進凋落葉間養分的轉移[37-38]，同時馬尾松與葉片面積寬大的香椿混合可以改善水分吸附特征而增加土壤動物活性[14]，最終加速了整個混合凋落葉的質量損失。另一方面，PLS回歸分析表明，凋落葉的混合分解效應與其初始性質密切相關（表4），其中，與纖維素和縮合單寧含量呈顯著負相關，與N、P含量呈正相關。在分解18個月和24個月后，凋落葉分解的協同效應與N含量呈正相關，而與C含量無顯著相關性，說明相對于C組分，N組分更能促進或抑制混合凋落葉的分解[20,39-40]。凋落葉中較高的N含量往往能加快凋落葉的分解速率[41-43]。在4個樹種凋落葉中香椿凋落葉的N含量最高（表5）。這可能是混合有香椿凋落葉的組合（所有的PT組合，2/6的PST組合：表示PST組合的6個混合比例中有2個比例表現為協同效應，下同，3/6的PCT組合和3/4 的PSCT組合）且占比較大時的質量損失均表現出較強協同效應的原因。隨著分解時間的延長，經過土壤動物的破碎、取食以及淋溶作用釋放的養分有利于混合凋落葉中分解者的數量和活性增加，進而促進凋落葉的分解[37,44]協同效應增強。分解24個月后凋落葉質量損失的協同效應從67.74%下降到45.16%，這可能是因為凋落葉中營養物質（N、P等）和可溶性碳化合物（DOC等）濃度的降低以及次生化合物（如木質素等）的增加導致分解后期凋落葉之間出現負互補效應[45]。此外，在混合凋落葉分解研究中，通常按照每種物種的質量比例（每種樹種凋落葉的質量）進行搭配[28]。由于土壤動物群落組成和取食偏好的差異，混合凋落葉之間比例不均可能導致微生物生物量[46]和功能的變化[47]或改變混合凋落葉中的小氣候條件[32]從而分解緩慢。同時，分解者（如土壤動物）的密度或數量與凋落葉的N、P含量顯著相關[48]，而不同樹種凋落葉搭配及不同混合比例可能導致N、P含量的變化，從而影響土壤動物群落結構及其對凋落葉分解的貢獻。與其它處理相比，PS組合質量損失的協同效應弱，這可能是因為PS組合的N、P含量低，而木質素、纖維素等含量高而造成的。

表5 單一樹種凋落葉初始質量特征（平均值±標準差）Table 5 Initial litter quality characteristics of the species used in the experimental work (mean ± SD)

4 結論

馬尾松與闊葉樹種凋落葉混合后的質量損失率基本表現為協同效應且隨分解時間的延長呈先增強后減弱的規律，這種效應因樹種組成和比例而有所差異。混合組合中PT、PCT、PCT以及PSCT樹種組合的質量損失率高于PS和PSC樹種組合，大多數含有香椿的混合凋落葉基本也表現為協同效應，尤其PT、PCT和PSCT組合質量比分別為6:4、7:2:1、7:1:1:1時的質量損失率在4個分解時期均表現出較強的協同效應。因此，在營造馬尾松針闊混交林時可從凋落葉分解角度出發，選擇香椿和香樟作為混交樹種，且闊葉凋落葉占比為30%～40%時有助于促進林地養分循環，該研究結果可為馬尾松純林的混交化改造提供理論依據。