检索
E-mail
RSS

作者投稿 主编审稿 专家审稿 远程编辑

热带海洋学报 >

2025 , Vol. 44 >Issue 1: 172 - 181

DOI: https://doi.org/10.11978/2024052

海洋环境科学

浙南海岸带人工秋茄(Kandelia obovata)红树林与互花米草(Spartina alterniflora)盐沼土壤碳汇对比研究

  • 吴雪 , 1, 2 ,
  • 赵鑫 , 1, 2 ,
  • 辜伟芳 1, 2 ,
  • 朱科桦 3 ,
  • 葛振鸣 3
展开
  • 1.浙江省海洋科学院, 浙江 杭州 310012
  • 2.自然资源部海洋空间资源管理技术重点实验室, 浙江 杭州 310012
  • 3.华东师范大学河口海岸学国家重点实验室, 上海 200241
赵鑫。email:

吴雪(1993—), 女, 研究生, 研究方向为海洋生态学。email:

Copy editor: 孙翠慈

收稿日期: 2024-03-07

  修回日期: 2024-04-17

  网络出版日期: 2024-05-07

基金资助

国家质量基础设施体系专项海洋生态监测 NQI 研究成果集成示范应用(2023YFF0611804)

浙江省自然资源厅科技计划项目(2022-42)

浙江省领雁研发攻关计划项目(2022C03G1253994)

收起

Comparative study on soil carbon sinks of artificial Kandelia obovate mangrove and Spartina alterniflora salt marsh in the southern Zhejiang coastal zone

  • WU Xue , 1, 2 ,
  • ZHAO Xin , 1, 2 ,
  • GU Weifang 1, 2 ,
  • ZHU Kehua 3 ,
  • GE Zhenming 3
Expand
  • 1. Marine Academy of Zhejiang Province, Hangzhou 310012, China
  • 2. Key Laboratory of Ocean Space Resource Management Technology, Ministry of Natural Resources, Hangzhou 310012, China
  • 3. State Key Laboratory of Estuarine and Coastal Research, East China Normal University, Shanghai 200241, China
ZHAO Xin. email:

Copy editor: SUN Cuici

Received date: 2024-03-07

  Revised date: 2024-04-17

  Online published: 2024-05-07

Supported by

Integrated Demonstration Application of NQI Research Results in Marine Ecological Monitoring of Research Program of National Quality Infrastructure System(2023YFF0611804)

Science and Technology Planning Project of Zhejiang Provincial Department of Natural Resources(2022-42)

"Leading Goose" R&D Program of Zhejiang(2022C03G1253994)

Fold

摘要

滨海湿地修复是提升海岸带蓝碳生态系统碳汇功能的重要举措。浙江省持续开展了大规模的红树林引种造林工程, 然而, 人工种植红树林后湿地固碳能力及其影响因素尚不清晰。本研究以乐清湾人工种植红树林(秋茄Kandelia obovata)为对象, 研究了不同林龄土壤有机碳含量、单位面积碳储量及其垂直分布特征, 并与互花米草(Spartina alterniflora)盐沼和淤泥质光滩进行比较。结果表明,成林红树林土壤有机碳含量和储量最高, 且红树林和盐沼生境土壤有机碳含量和储量均显著高于光滩。互花米草盐沼土壤有机碳含量高于幼林红树林, 但由于互花米草盐沼土壤容重显著低于幼林红树林, 因此, 幼林红树林土壤有机碳储量略高于互花米草盐沼。不同生境土壤有机碳含量和储量都呈现随土壤深度先升高后下降的分布特征, 一般在20~50cm深度最高。采样区域和生境类型差异对土壤有机碳含量和储量影响显著, 并有显著的交互作用。孔隙水溶解氧、土壤总氮、土壤pH和孔隙水盐度与土壤有机碳含量呈显著正相关关系。本研究结果可为评估浙江省红树林北移后的固碳潜力以及湿地功能提升提供科学依据与数据支撑。

关键词： 滨海湿地; 红树林; 外来植物; 土壤有机碳; 碳储量

本文引用格式

吴雪 , 赵鑫 , 辜伟芳 , 朱科桦 , 葛振鸣 . 浙南海岸带人工秋茄(Kandelia obovata)红树林与互花米草(Spartina alterniflora)盐沼土壤碳汇对比研究[J]. 热带海洋学报, 2025 , 44(1) : 172 -181 . DOI: 10.11978/2024052

Abstract

Coastal wetland restoration is an important measure to improve the blue carbon function in the coastal zone. Zhejiang Province has continuously carried out a series of large-scale mangrove introduction and afforestation projects. Yet, the carbon sink capacity and influence of factors for the high-latitude artificial mangroves still remain unclear. In this study, the soil organic carbon (SOC) content, organic carbon stock per unit area and their vertical distribution characteristics of the Kandelia obovata forests with different ages were investigated. The SOC content and stock in the mangroves were also compared with the Spartina alterniflora salt marsh and bare mudflat. The results showed that the SOC content and stock were the highest in the adult mangroves. The SOC content and stock in both mangroves and salt marshes were significantly higher than those in the mudflat. The SOC content in salt marshes was higher than that in the young mangroves, but due to the significant lower bulk density of Spartina alterniflora salt marsh soils compared to young mangrove forests, the SOC stock in the young mangroves was slightly higher than that of salt marshes. The SOC content and stock in the different habitats showed the distribution characteristics of first increasing and then decreasing with the soil depth, reaching the highest values at the soil depth of 20~50 cm. Site location and habitat type had a significant relationship with SOC content and stock, with significant interaction between site location and habitat type. Dissolved oxygen in pore water, soil total nitrogen, soil pH and pore water salinity were significantly associated with the SOC content. The results of this study can provide scientific basis and data support for assessing the carbon sequestration potential of artificial mangrove forests after northward migration, as well as wetland protection and restoration strategy.

Key words： coastal wetland; mangrove; exotic plants; soil organic carbon; carbon stock

气候变化是全球社会日益关注的环境问题。世界气象组织(World Meteorological Organization, WMO)的最新评估报告表明, 截至2021年大气CO2的全球平均表面摩尔分数达到了(415.7±0.2)ppm, 高于工业化之前水平(WMO, 2022), 而CO2浓度升高是导致全球温度升高的原因之一。为了应对气候变化, 我国政府明确提出将二氧化碳排放力争于2030年前达到峰值, 争取2060年实现碳中和。但在经济高速发展的背景下, 我国工业生产的CO2排放量较大, 单靠控制碳排放不易实现“双碳”目标, 因此增加自然碳汇也是重要途径之一。滨海湿地作为一种海岸带的特殊生态系统, 具有丰富的植被生产力, 使其碳汇功能十分强大。海岸带的红树林、盐沼与海草床生态系统等被称为“蓝碳”(blue carbon)生态系统(唐剑武 等, 2018; 胡雪红 等, 2020)。据统计, 每平方千米滨海湿地的年碳埋藏量预计可达18.75t, 其中红树林生态系统的碳汇能力尤其突出(Alongi, 2020)。
土壤有机碳(soil organic carbon, SOC)是地球表层系统中最大且最具有活动性的生态系统碳库之一, 其微小的变化都会引起大气中CO2浓度变化, 进而影响全球气候变化。在红树林生态系统中, 不同物种及不同尺度的气候、水文、地理环境都会对土壤碳库有所影响(Bouillon et al, 2008; Kusumaningtyas et al, 2019)。Thura等(2023)发现, 林龄也是影响红树林湿地土壤碳储量的一个重要因素, 不同生长阶段秋茄红树林底质有机碳随年龄增加而升高。Carnell等(2022)在澳大利亚东南部的研究也表明, 随红树林的林龄增大, 土壤碳储量也逐渐增大, 但当红树林生长成熟(约15~17年), 土壤碳埋藏能力也趋于稳定。中国红树林自然分布在海南、广东、广西、福建、香港和台湾等地。Chen等(2018)和Bai等(2021)根据全球以及海南岛红树林研究站点的研究数据, 发现较高的物种丰富度导致了较高的地下生物量输入以及土壤碳储量。
浙江省是地处东南沿海的海洋大省, 但过度围垦与土地利用导致浙江省沿海滩涂生态退化, 而且外来物种互花米草(Spartina alterniflora)引入后也引发了诸多问题。从20世纪50年代起就开始推进利用红树林北移来治理浙江省沿海滩涂生态退化等问题。早在1957年, 浙江省率先人工引种红树林到乐清西门岛, 随后温州平阳、瑞安、苍南、龙湾以及台州都有过红树林引种或栽培(陈秋夏 等, 2019)。直到2013年, 浙江省红树林造林进入快速发展阶段, 开启了由海洋主管部门利用中央海域使用金及省级财政转移支付资金开展红树林营造的新模式。然而, 人工种植红树林后湿地固碳能力及其影响因素尚不清晰, 红树林与互花米草盐沼的土壤固碳差异也有待研究。
本研究以浙江省乐清湾人工种植红树林秋茄为研究对象, 监测了其土壤有机碳含量、单位碳储量及其垂直分布特征, 并与当地互花米草盐沼、未修复区光滩的土壤碳含量与储量进行比较, 评估了不同修复位点、不同林龄红树林的土壤碳汇能力。并通过同步监测土壤和孔隙水环境因子, 分析了乐清湾滨海湿地土壤有机碳的主要影响因素。研究结果可为准确评估浙江省红树林北移后的固碳潜力以及滨海湿地保护修复提供科学依据与数据支撑。

1 数据和方法

1.1 研究地点

本研究地点位于乐清湾(27°5′N—28°23′N, 120°57′E—121°16′E)(图1), 其南北狭长, 口宽内窄, 呈葫芦形的半封闭海湾, 南北长约47km, 东西宽4.5~14km, 入内陆纵深37km, 总面积为463.6km2, 湾中有岛屿14个、海礁9处。乐清湾沿岸发育了大量淤泥质滩涂, 沉积环境整体以淤积为主。20世纪50年代末到60年代初, 浙江省进行红树林引种造林。1957年率先人工引种红树林到乐清西门岛, 后逐渐扩展。乐清湾人工种植红树林区域逐渐从茅埏岛扩面至茅坦岛、江岩岛、大青岛、太平塘等多个潮滩区域。20世纪80年代引种互花米草, 并在乐清湾快速扩张(赵彩云 等, 2015)。据2021 年海岸带生态系统调查, 乐清湾盐沼主要被互花米草占据, 总面积为3352.87hm2。
图1 浙江省乐清湾滨海湿地红树林、互花米草盐沼和光滩土壤碳汇采样区域(包括茅坦岛、江岩岛、大青岛、茅埏岛和太平塘)

左图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2019)3333号的标准地图制作

Fig. 1 Sampling sites for soil carbon sink in the adult mangrove forests, junior mangrove forests, Spartina salt marsh and mudflats in the Yueqing Bay of the Zhejiang Province (including Maotan Island, Jiangyan Island, Daqing Island, Maoyan Island and Taipingtang)

1.2 土壤及孔隙水样品采集

2022年春季(5月)和秋季(10月), 在乐清湾茅坦岛、江岩岛、大青岛、茅埏岛和太平塘的滨海潮滩各随机选择3个采样区(图1), 分别在成林红树林(5~15年)、幼林红树林(~5年)、互花米草和光滩生境布设调查站位, 共58个调查站位, 其中表层沉积物和间隙水春季和秋季均有采集, 沉积柱状样为秋季采集。表层沉积物使用硅胶铲采集, 采样时刮去表层2~5cm的泥浆层, 随后采集地表至20~30cm深度的沉积物, 并除去砾石、贝壳等粗大杂物。样品原始重量应大于2000g, 并确保干燥后< 20目(小于0.84mm)的样品重量大于800g, 装至密封塑料袋中。间隙水质样品为退潮后在出露的潮滩上挖坑, 待坑内积聚的水澄清后采样。
为了进一步探究土壤有机碳的垂直分布, 在秋季使用螺旋形土钻采样器采集了沉积柱状样(0~100cm深度)。柱状样上层的0~50cm样品按照10cm为单位进行分层, 以下50~100cm样品单独为一层, 共分6层。分层后的土壤样品分别装入样品袋中, 做好标记。采样过程中, 土壤采样器缓慢打入, 确保垂向无明显压缩。如土壤柱状样压缩明显时, 就近取另一个样, 重复操作至压缩量小于柱样总长度的5%。部分样品无法达到5%压缩量, 则将样品长度除以穿透沉积物深度来计算压缩校正系数, 样品处理时用预期的采样深度乘以压缩校正系数来确定土柱样品长度。将采集的土壤样品放于冷藏盒带回实验室进行测定。

1.3 土壤有机碳含量测定与单位面积碳储量计算

土壤样品经风干后将样品碎化处理, 分离样品中的植物根系, 去除石块、昆虫等杂物, 混匀后过2mm筛后, 取10~20g用研钵细磨过100目筛。测定方法为重铬酸钾氧化-外加热法, 即在高温条件下, 用过量重铬酸钾-硫酸溶液氧化样品中有机碳, 并用硫酸亚铁标准溶液滴定剩余的重铬酸钾, 通过消耗的重铬酸钾推算SOC含量(%, 干重)。随后利用以下公式计算不同层次有机碳储量(soil carbon density, SCD):
$\mathrm{SC}{{\mathrm{D}}_{i}}=\mathrm{SO}{{\mathrm{C}}_{i}}\times \mathrm{B}{{\mathrm{D}}_{i}}\times {{T}_{i}}$
式中, SCDi为第i层单位面积有机碳储量(单位: kg C·m-2), SOCi为第i层有机碳百分含量(单位: %), ${{T}_{i}}$为第i层土壤层厚度(单位: m), $\text{B}{{\text{D}}_{i}}$为该层土壤容重(bulk density, 单位: g·m-3)。总有机碳储量为各层有机碳储量之和。

1.4 土壤与孔隙水因子测定

表层土壤总氮(total nitrogen, TN)和总磷(total phosphorus, TP)分别采用碱性过硫酸钾消解紫外分光光度计法和氢氧化钠熔融后钼锑抗分光光度计法。孔隙水盐度(salinity, Sal)依照《海洋监测规范第4部分: 海水分析》(GB17378.4-2007) (中华人民共和国国家质量监督检验检疫总局 等, 2007)使用盐度计测定。土壤水溶性盐含量(soluble salt content, SSC)测定依据《土壤检测 第16部分: 土壤水溶性盐总量的测定》(NT/Y1121.16-2006)(中华人民共和国农业部, 2006)方法进行, 称取经过2mm筛孔的风干土壤样品, 与水按质量5:1混合, 震荡3min后, 将土壤中水溶性盐分提取到溶液中, 然后将水土混合液进行过滤。滤液蒸干后称得质量即为烘干残渣总量, 将此烘干残渣经过氧化氢去除有机质后, 再称其质量即得水溶性盐总量。土壤孔隙水pH值使用FE28酸度计测定。土壤孔隙水溶解氧(dissolved oxygen, DO)使用JPBJ 608溶解氧仪测定。

1.5 数据统计方法

本研究将所获得的初始数据计算为平均值(±)标准差(standard deviation, SD), 并利用SPSS 23.0软件进行统计分析。采用配对样本t检验(paired samples t-test)分析春季和秋季滨海湿地表层SOC含量的差异。采用单因素方差分析(one-way analysis of variance, one-way ANOVA)和最小显著差异(least significant difference, LSD)对成林红树林、幼林红树林、互花米草和光滩生境的表层SOC含量、单位面积SOC储量差异进行显著性检验(显著性水平为P<0.05), 并采用线性变量分析检验区位、季节、植被类型对表层SOC含量、单位面积SOC储量的单因子和交互作用显著性(显著性水平为P<0.05)。此外, 使用采用Canoco 5.0软件的冗余分析(redundancy analyses, RDA)检验土壤和孔隙水环境变量与SOC的相关性。

2 结果

2.1 表层SOC含量和单位面积SOC储量

在春季和秋季测定了乐清湾的茅坦岛、江岩岛、大青岛、茅埏岛和太平塘区域滨海湿地不同生境的表层SOC含量(0~20cm平均值)。成林红树林SOC含量为(1.17±0.23)%~(1.83±0.50)%, 幼林红树林SOC含量为(1.08±0.08)%~(1.63±0.21)%, 互花米草盐沼SOC含量为(1.12±0.09)%~(1.81±0.13)%, 光滩SOC含量为(0.97±0.09)%~(1.19±0.18)%。总体上, 春季和秋季各湿地生境SOC含量没有显著差异(df=57, t=0.076, P=0.940)。
由图2所示, 成林红树林表层SOC含量显著高于幼林红树林、互花米草盐沼(除茅埏岛和太平塘外)和光滩(P<0.05), 且红树林和盐沼生境表层SOC含量均显著高于光滩(P<0.05)。互花米草盐沼表层SOC含量高于幼林红树林, 且在江岩岛和大青岛达到显著水平(P<0.05)。成林红树林单位面积SOC储量显著高于幼林红树林、互花米草盐沼和光滩(P<0.05), 且红树林和盐沼生境单位面积SOC储量显著高于光滩(图3, P<0.05)。与SOC含量相反, 幼林红树林单位面积SOC储量高于互花米草盐沼, 但未达到显著水平。
图2 茅坦岛、江岩岛、大青岛、茅埏岛和太平塘不同生境表层SOC含量(平均值±标准差)

数据柱上的字母相同表示差异不显著, 字母不同则表示差异达到显著性水平(P<0.05, 方差分析)

Fig. 2 The SOC content in the Maotan island, Jiangyan island, Daqing island, Maoyan island and Taipingtang (mean±SD). Different letters on the quantitative bars indicate significant differences (P<0.05, ANOVA)

图3 茅坦岛、江岩岛、大青岛、茅埏岛和太平塘不同生境SOC储量(平均值±标准差)

数据柱上的字母相同表示差异不显著, 字母不同则表示差异达到显著性水平(P<0.05, 方差分析)

Fig. 3 The SOC stock in the Maotan island, Jiangyan island, Daqing island, Maoyan island and Taipingtang (mean±SD). Different letters on the quantitative bars indicate significant differences (P<0.05, ANOVA)

通过主因素和交互作用分析(表1), 季节差异对表层SOC含量和处理影响不显著, 区域和生境类型差异对SOC含量和储量影响显著(P<0.05)。季节×区域和季节×区域×类型的相互作用不显著, 而类型×季节与区域×类型的交互作用显著(P<0.05)。
表1. 季节、区域和生境类型对土壤表层SOC含量与储量的主效应与交互作用分析(F值与P值)

Tab.1 Main and interactive effects (F and P values) of season, site and habitat type on the SOC content and stock

主效应/交互作用组别 df F(SOC含量) F(SOC储量)
季节 1 0.02ns 0.324ns
区域 4 7.024** 27.448**
类型 3 41.480** 35.406**
季节×区域 4 1.205ns 1.340ns
类型×季节 3 2.882* 2.763*
区域×类型 12 2.699* 3.109*
季节×区域×类型 12 1.346ns 1.253ns

注: *表示 P<0.05, ** 表示P<0.01, ns表示 P>0.05

2.2 SOC含量和SOC储量垂直分布

秋季乐清湾人工种植红树林和互花米草盐沼湿地SOC含量、土壤BD和单位面积SOC储量的垂向分布见图4(综合5处研究区)。随着土壤深度变化, 成林红树林SOC含量为(1.41±0.19)%~(1.51±0.22)%, 幼林红树林为(1.11±0.01)%~(1.22±0.02)%, 互花米草盐沼为(1.15±0.01)%~(1.36±0.02)%, 光滩为(1.04±0.02)%~(1.12±0.01)%。不同生境SOC含量都呈现随深度先升高后下降的分布特征, 一般在20~40cm深度SOC含量最高, 而且成林红树林在表层10~20cm处SOC含量显著高于其他生境(P<0.05)。
图4 乐清湾滨海湿地不同生境SOC含量、土壤BD和单位面积SOC储量随土壤深度的垂向分布(平均值±标准差)

Fig. 4 The vertical distribution of SOC content, BD and SOC stock for the different coastal wetland habitats in the Yueqing Bay (mean±SD)

光滩土壤BD最大, 平均值为1.15g·cm-3, 其次为幼林红树林(平均值为1.13g·cm-3)和成林红树林(平均值为1.10g·cm-3), 互花米草盐沼土壤BD最小(平均值为1.02g·cm-3)。不同生境土壤BD都呈现随深度逐渐升高特征, 且差异逐渐减小。
随着土壤深度变化, 成林红树林单位面积SOC储量为(14.6±1.74)~(16.9±2.01)kg C·m-2, 幼林红树林为(12.3±1.18)~(14.7±1.26)kg C·m-2, 互花米草盐沼为(11.0±1.04)~(14.2±1.15)kg C·m-2, 光滩为(12.1~13.0)kg C·m-2。不同生境单位面积SOC储量都呈现随深度先升高后下降的分布特征, 一般在30~50cm深度SOC储量最高。

2.3 土壤和孔隙水因子与SOC含量的关系

乐清湾人工种植成林红树林、幼林红树林、互花米草盐沼和光滩的土壤和孔隙水环境因子见表2。不同生境pH、Sal、SSC和TP差异不显著, 幼林红树林土壤孔隙水DO显著高于其他生境(P<0.05)。春季互花米草盐沼土壤TN略高于红树林生境, 并显著高于光滩(P<0.05); 秋季成林红树林土壤TN略高于幼林红树林和互花米草盐沼, 并显著高于光滩(P<0.05)。
表2. 不同生境的土壤和孔隙水环境因子(平均值±标准差)

Tab 2. Soil and pore water environmental variables in the different habitats (mean±SD)

季节 生境类型 pH (无量纲) DO/(mg·L-1) Sal/‰ SSC/(g·kg-1) TN/(g·kg-1) TP/(mg·kg-1)
春季 成林红树林 7.66±0.15a 3.31±1.50b 21.82±2.99a 29.63±6.79a 1.07±0.08ab 688.82±25.46a
幼林红树林 7.65±0.22a 4.72±1.53a 21.69±4.49a 26.33±2.89a 1.10±0.13ab 699.64±38.15a
互花米草盐沼 7.64±0.32a 3.51±1.88b 22.79±4.22a 27.15±4.68a 1.17±0.09a 700.55±36.49a
光滩 7.59±0.24a 3.36±2.11b 23.54±2.47a 26.86±4.50a 1.03±0.09b 701.26±27.07a
秋季 成林红树林 7.33±0.18a 4.28±2.54b 29.42±1.87a 37.67±13.57a 1.18±0.15a 638.70±12.64a
幼林红树林 7.55±0.24a 5.25±2.53a 28.76±2.39a 34.73±10.50a 1.05±0.07ab 632.82±11.98a
互花米草盐沼 7.29±0.18a 2.63±2.50c 29.72±3.97a 33.34±16.63a 1.08±0.09ab 650.79±43.09a
光滩 7.49±0.24a 4.50±2.84b 29.66±1.26a 33.56±11.93a 0.99±0.06b 629.80±14.05a

注: 不同字母表示变量差异性在生境类型间达到显著性水平(P<0.05)

根据图5所示的RDA分析, 春季和秋季乐清湾滨海湿地SOC含量与土壤及孔隙水环境因子相关性解释量分别为82.21%和97.26%(前两位特征轴合计), 达到有效解释标准。春季和秋季SOC含量与孔隙水DO的正相关性最强, 其次为土壤TN和pH。土壤Sal在春季与SOC含量相关性不显著但在秋季呈现显著正相关关系。土壤总磷和孔隙水SSC与SOC含量无显著性关系。
图5 SOC含量和土壤及孔隙水壤因子相关性的RDA排序

Fig. 5 Relationships between SOC content and the soil and pore water variables from redundancy analysis (RDA)

3 讨论

3.1 人工红树林修复对土壤碳汇能力的作用

滨海湿地植物对土壤碳汇形成具有重要作用, 不同植被地表和地下枯落物所含的有机碳输入量差异, 可能是影响有机碳含量差异的主要因素(Bouillon et al, 2003; Kristensen et al, 2008)。本研究结果表明, 乐清湾人工红树林SOC含量显著高于光滩, 体现了湿地修复后的碳汇提升效果, 并随林龄增大而升高。这与许多前人研究结果类似(逄柏鹏, 2012; Carnell et al, 2022)。而且成林红树林SOC含量显著高于互花米草盐沼。在墨西哥湾的研究发现, 红树林逐步向互花米草扩张, 并提高了湿地区域的土壤固碳速率(Bianchi et al, 2013)。Feng等(2019)在广东省淇澳岛红树林自然保护区的研究发现, 去除入侵互花米草后, 种植的红树林SOC含量高于互花米草区。基于本研究结果, 即使是高纬度的人工红树林, 相较于外来入侵植物互花米草在长时间尺度上也更有利于SOC的累积。陈桂香 等(2017)的研究表明, 红树林由于其较高的初级生产力和归还能力, 其SOC含量高于临近的盐沼土壤。陈卉(2013)研究了红树林生态系统的碳固定、凋落物分解及其同化过程, 发现秋茄凋落物分解速率和周转率大于互花米草凋落物, 有利于SOC的转化与累积。经过泥沙与植物凋落物的长期混合与微生物作用, 红树林的沉积物一般以黏土或淤泥为主, 由于土壤中的生物活性高, 富含有机黏土和腐殖质等原因, 都有利于SOC的固存(Cadiz et al, 2020)。但乐清湾幼林红树林SOC含量目前仍低于互花米草盐沼。这是由于互花米草定居于本地的时间较长, 其长期积累的地下凋落物有机质较新引入的幼林红树林高。
同样, 乐清湾人工红树林SOC储量也随林龄增大而升高。5处研究地点的成林红树林平均SOC储量达到15.4kgC·m-2(100cm土壤深度), 而光滩仅为11.72kgC·m-2。人工红树林和互花米草盐沼SOC含量和储量随土壤深度的不同存在差异, 呈现先增高后降低的趋势。这也与湿地植被的凋落物留存度与根系分布有一定关系(Jumprom et al, 2021; Carnell et al, 2022)。由于海岸带潮汐动力强, 植物落在土壤表层的凋落物受水流冲刷而留存度较低, 而土壤深层植物根系凋落物及有机碳输入量较为丰富, 导致表层SOC含量一般较低, 而20cm以下SOC含量则较高。随着50cm土壤深度以下, 植被根系生物量逐渐减少, 表现出SOC含量随之降低。滨海湿地的土壤容重反应了沉积物类型和压实度(Eid et al, 2016), 沉积物溶质移动、持水能力和渗透溶质移动都与容重有关, 从而影响有机质矿化率与最终的SOC含量(Avnimelech et al, 2001)。
虽然幼林红树林SOC含量低于互花米草盐沼, 但其SOC储量却高于盐沼。这是因为两种生境的土壤BD不同。通过各土壤深度的分析可知, 互花米草土壤不同深度的BD均小于其他生境, 这可能是由于互花米草的地下根系极为发达且根密度极高。有研究发现互花米草地下根系生物量可达3~5kg·m-2以上(50cm深度)(张天雨 等, 2015), 而庞大的根系使得土壤结构较为稀松, 使得互花米草盐沼土壤BD较低, 导致的花米草盐沼单位面积的SOC储量略低于幼林红树林。此外, 陈桂香 等(2017)的研究表明, 互花米草土壤中的键合有机碳组分(Ca-SOC)含量较高, 土壤化学键合保护机制较弱, 土壤有机碳稳定性降低, 造成有机碳的分解和矿化程度比红树林土壤要高。而且互花米草地下生物量的纤维素成分较低, 易分解组分较高, 土壤有机质固存时间短且土壤CO2的排放速度较高(Cheng et al, 2006; Chen et al, 2012; Xie et al, 2020), 这都可能减弱互花米草盐沼的SOC累积。

3.2 环境因子对湿地土壤有机碳的影响

本研究的冗余分析结果表明, DO、TN、土壤pH和Sal对SOC含量具有显著影响。氧气条件是土壤有机碳储存和矿化过程的重要影响因子。早期的研究认为, 较高的土壤含氧浓度会升高SOC矿化速率, 导致土壤SOC含量降低(Curtin et al, 2012)。然而有研究则发现, 在缺氧条件下, 铁离子、硝酸根离子、锰离子和硫酸盐等氧化还原敏感元素会成为SOC矿化过程中的替代电子受体, 促进矿化过程, 而且在富氧条件下, SOC的生物利用率是SOC矿化的一个限制因素(Li et al, 2021)。Cadiz等(2020)在泰国人工红树林的研究也发现, 雨季时缺氧条件下的SOC分解更快, 土壤碳储量更高。乐清湾滨海湿地SOC含量与TN呈显著正相关系, 这与前人的研究结果一致(Bouillon et al, 2003)。由于滨海湿地的沉积物中碳、氮元素主要来自植物凋落物组织和微生物残体。随着植物组织持续输入沉积物, 其中的碳、氮元素含量均会增加。而且氮素在一定程度上能够耦合微生物碳转化及其他碳循环过程影响着SOC含量(刘景双 等, 2003)。但也有研究发现较高的TN含量会加速土壤中的有机质分解速率, 从而降低SOC含量(Bouillon et al, 2003)。因此, SOC含量与TN之间的关系较为复杂, 有待进一步研究。
目前对于土壤pH与有机碳的关系有较多争议。本研究结果显示, SOC含量与pH呈正相关关系。微生物是土壤有机碳矿化过程的主要驱动者, 微生物活性直接影响土壤碳的周转速率, 而且不同微生物群落对土壤碳的利用方式不同(Esperschütz et al, 2009; Yao et al, 2012)。土壤pH变化会影响微生物群落结构与生物量, 而微生物群落组成变化驱动了植物根源性碳的分解和循环(Zhalnina et al, 2018)。pH升高可能会降低土壤真菌和革兰氏阴性细菌的比例, 从而减少土壤中新鲜植物凋落物的分解(Waldrop et al, 2004; Kramer et al, 2006)。但也有研究认为SOC含量与pH呈负相关关系(Kristensen et al, 2008; Sreelekshmi et al, 2022)。他们认为红树植物单宁含量较高, 则植物凋落物可能导致土壤酸化, 而酸性土壤有利于SOC富集。因此, pH对滨海湿地土壤碳库形成的影响还需要进一步研究。
乐清湾滨海湿地SOC含量与孔隙水Sal呈正相关系, 这与Sreelekshmi等(2022)在印度南部湿地以及Thura等(2023)在西门岛红树林的研究结果类似。还有一些研究提出, 土壤盐度对红树林生态系统的沉积速率有显著影响(Cinco-Castro et al, 2022), 并有可能改变湿地土壤碳矿化过程(Qu et al, 2019)。当土壤盐度较高时, 微生物活动会被抑制, 而且红树林腐殖质会被选择性地絮凝并保持在沉积物中而降低根系分解速率(Kida et al, 2017; Ouyang et al, 2017)。

4 结论

本研究针对浙江省乐清湾人工种植红树林, 对比研究了不同林龄红树林、外来物种互花米草盐沼和光滩等生境的表层土壤有机碳含量及单位面积有机碳储量, 并分析了土壤有机碳的垂直分布特征。研究结果表明, 人工种植的红树林和互花米草盐沼表层土壤有机碳含量和单位面积有机碳储量显著高于光滩, 其中成林红树林土壤有机碳含量和单位面积碳储量最高。互花米草盐沼表层土壤有机碳含量高于幼林红树林, 但由于幼林红树林土壤容重显著高于互花米草盐沼, 导致其土壤有机碳储量略高于互花米草盐沼。不同生境土壤有机碳含量和单位面积有机碳储量都呈现随土壤深度先升高后下降的分布特征。红树林人工种植的地点和随之形成的湿地生境类型对土壤有机碳含量和单位面积有机碳储量有显著的交互作用。孔隙水溶解氧、土壤总氮、土壤pH和孔隙水盐度与表层土壤有机碳含量呈显著正相关关系。本研究结果可为浙江省人工种植红树林的固碳潜力评估和互花米草治理及修复提供科学依据。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
陈桂香, 高灯州, 陈刚, 等, 2017. 互花米草入侵对我国红树林湿地土壤碳组分的影响[J]. 水土保持学报, 31(6): 249-256.

CHEN GUIXIANG, GAO DENGZHOU, CHEN GANG, et al, 2017. Effects of Spartina alterniflora invasion on soil carbon fractions in mangrove wetlands of China[J]. Journal of Soil and Water Conservation, 31(6): 249-256 (in Chinese with English abstract).

[2]
陈卉, 2013. 中国两种亚热带红树林生态系统的碳固定、掉落物分解及其同化过程[D]. 厦门: 厦门大学.

CHEN HUI, 2013. Carbon sequestration, litter, decomposition and consumption in two subtropical mangrove ecosystems of China[D]. Xiamen: Xiamen University (in Chinese with English abstract).

[3]
陈秋夏, 杨升, 王金旺, 等, 2019. 浙江红树林发展历程及探讨[J]. 浙江农业科学, 60(7): 1177-1181 (in Chinese).

[4]
胡雪红, 张立, 周炎武, 等, 2020. 我国滨海湿地生态修复领域规范的现状与分析[J]. 热带海洋学报, 39(6): 131-139.

HU XUEHONG, ZHANG LI, ZHOU YANWU, et al, 2020. Present situation and analysis of standards for coastal wetland ecological restoration in China[J]. Journal of Tropical Oceanography, 39(6): 131-139 (in Chinese with English abstract).

[5]
刘景双, 杨继松, 于君宝, 等, 2003. 三江平原沼泽湿地土壤有机碳的垂直分布特征研究[J]. 水土保持学报, 17(3): 5-8.

LIU JINGSHUANG, YANG JISONG, YU JUNBAO, et al, 2003. Study on vertical distributon of soil organic carbon in wetlands Sanjiang plain[J]. Journal of Soil and Water Conservation, 17(3): 5-8 (in Chinese with English abstract).

[6]
逄柏鹏, 2012. 九龙江口不同恢复阶段秋茄红树林底质有机碳储量及其来源的研究[D]. 厦门: 厦门大学.

PANG BOPENG, 2012. Storages and origins of sediment organic carbon in Kandelia candel mangroves at different restoration stages in Jiulongjiang Estuary[D]. Xiamen: Xiamen University (in Chinese with English abstract).

[7]
唐剑武, 叶属峰, 陈雪初, 等, 2018. 海岸带蓝碳的科学概念、研究方法以及在生态恢复中的应用[J]. 中国科学: 地球科学, 48(6): 661-670.

TANG JIANWU, YE SHUFENG, CHEN XUECHU, et al, 2018. Coastal blue carbon: Concept, study method, and the application to ecological restoration[J]. Science China Earth Sciences, 61(6): 637-646.

[8]
张天雨, 葛振鸣, 张利权, 等, 2015. 崇明东滩湿地植被类型和沉积特征对土壤碳、氮分布的影响[J]. 环境科学学报, 35(3): 836-843.

ZHANG TIANYU, GE ZHENMING, ZHANG LIQUAN, et al, 2015. Influence of saltmarsh vegetation and sedimentation on the distribution of soil carbon and nitrogen in the Chongming Dongtan wetlands[J]. Acta Scientiae Circumstantiae, 35(3): 836-843 (in Chinese with English abstract).

[9]
赵彩云, 李俊生, 赵相健, 等, 2015. 中国沿海互花米草入侵与防控管理[M]. 北京: 科学出版社.

ZHAO CAIYUN, LI JUNSHENG, ZHAO XIANGJIAN, et al, 2015. Invasion and management of Spartina alterniflora along China’s coast[M]. Beijing: Science Press (in Chinese).

[10]
中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员, 2007. 海洋监测规范第4部分:海水分析GB17378. 4-2007 [S]. 北京: 中国标准出版社: 92-95.

General Administration of Quality Supervision, Inspection and Quarantine of the People’s Republic of China, Standardization Administration of the People’s Republic of China, 2007. The specification for marine monitoring—Part 4: Seawater analysis GB17378. 4-2007 [S]. Beijing: Standards Press of China: 92-95 (in Chinese).

[11]
中华人民共和国农业部, 2006. 土壤检测第16部分:土壤水溶性盐总量的测定 NT/Y1121. 16-2006 [S]. 北京: 中国农业出版社: 1-2.

Ministry of Agriculture of the People’s Republic of China, 2006. Soil Testing—Part 16: Method for determination of total water-soluble salt NT/Y1121. 16-2006 [S]. Beijing: China Agriculture Press: 1-2 (in Chinese).

[12]
ALONGI D M, 2020. Carbon balance in salt marsh and mangrove ecosystems: A global synthesis[J]. Journal of Marine Science and Engineering, 8(10): 767.

[13]
AVNIMELECH Y, RITVO G, MEIJER L E, et al, 2001. Water content, organic carbon and dry bulk density in flooded sediments[J]. Aquacultural Engineering, 25(1): 25-33.

[14]
BAI JIANKUN, MENG YUCHEN, GOU RUIKUN, et al, 2021. Mangrove diversity enhances plant biomass production and carbon storage in Hainan island, China[J]. Functional Ecology, 35(3): 774-786.

[15]
BIANCHI T S, ALLISON M A, ZHAO J, et al, 2013. Historical reconstruction of mangrove expansion in the Gulf of Mexico: Linking climate change with carbon sequestration in coastal wetlands[J]. Estuarine, Coastal and Shelf Science, 119: 7-16.

[16]
BOUILLON S, BORGES A V, CASTAÑEDA-MOYA E, et al, 2008. Mangrove production and carbon sinks: a revision of global budget estimates[J]. Global Biogeochemical Cycles, 22(2): GB2013.

[17]
BOUILLON S, DAHDOUH-GUEBAS F, RAO A V V S, et al, 2003. Sources of organic carbon in mangrove sediments: variability and possible ecological implications[J]. Hydrobiologia, 495: 33-39.

[18]
CADIZ P L, CALUMPONG H P, SINUTOK S, et al, 2020. Carbon storage potential of natural and planted mangals in Trang, Thailand[J]. Applied Ecology and Environmental Research, 18(3): 4383-4403.

[19]
CARNELL P E, PALACIOS M M, WARYSZAK P, et al, 2022. Blue carbon drawdown by restored mangrove forests improves with age[J]. Journal of Environmental Management, 306: 114301.

[20]
CHEN GUANGCHENG, GAO MIN, PANG BOPENG, et al, 2018. Top-meter soil organic carbon stocks and sources in restored mangrove forests of different ages[J]. Forest Ecology & Management, 422: 87-94.

[21]
CHEN JINHAI, WANG LEI, LI YANLI, et al, 2012. Effect of Spartina alterniflora invasion and its controlling technologies on soil microbial respiration of a tidal wetland in Chongming Dongtan, China[J]. Ecological Engineering, 41: 52-59.

[22]
CHENG XIAOLI, LUO YIQI, CHEN JIQUAN, et al, 2006. Short-term C4 plant Spartina alterniflora invasions change the soil carbon in C3 plant-dominated tidal wetlands on a growing estuarine Island[J]. Soil Biology and Biochemistry, 38(12): 3380-3386.

[23]
CINCO-CASTRO S, HERRERA-SILVEIRA J A, COMÍN F, 2022. Sedimentation as a support ecosystem service in different ecological types of mangroves[J]. Frontiers in Forests and Global Change, 5: 733820.

[24]
CURTIN D, BEARE M H, HERNANDEZ-RAMIREZ G, 2012. Temperature and moisture effects on microbial biomass and soil organic matter mineralization[J]. Soil Science Society of America Journal, 76(6): 2055-2067.

[25]
EID E M, SHALTOUT K H, 2016. Distribution of soil organic carbon in the mangrove Avicennia marina (Forssk.) Vierh. along the Egyptian Red Sea Coast[J]. Regional Studies in Marine Science, 3: 76-82.

[26]
ESPERSCHÜTZ J, BUEGGER F, WINKLER J B, et al, 2009. Microbial response to exudates in the rhizosphere of young beech trees (Fagus sylvatica L.) after dormancy[J]. Soil Biology and Biochemistry, 41(9): 1976-1985.

[27]
FENG JIANXIANG, WANG SHUGONG, WANG SHUJUAN, et al, 2019. Effects of invasive Spartina alterniflora Loisel. and subsequent ecological replacement by Sonneratia apetala Buch.-Ham. on soil organic carbon fractions and stock[J]. Forests, 10(2): 171.

[28]
JUMPROM N, RODCHAROEN E, WICHACHUCHERD B, 2021. The physicochemical properties of sediment and ground cover for a secondary mangrove system in Thailand[J]. Journal of Coastal Research, 37(4): 784-792.

[29]
KIDA M, TOMOTSUNE M, IIMURA Y, et al, 2017. High salinity leads to accumulation of soil organic carbon in mangrove soil[J]. Chemosphere, 177: 51-55.

[30]
KRAMER C, GLEIXNER G, 2006. Variable use of plant- and soil-derived carbon by microorganisms in agricultural soils[J]. Soil Biology and Biochemistry, 38(11): 3267-3278.

[31]
KRISTENSEN E, BOUILLON S, DITTMAR T, et al, 2008. Organic carbon dynamics in mangrove ecosystems: A review[J]. Aquatic Botany, 89(2): 201-219.

[32]
KUSUMANINGTYAS M A, HUTAHAEAN A A, FISCHER H W, et al, 2019. Variability in the organic carbon stocks, sources, and accumulation rates of Indonesian mangrove ecosystems[J]. Estuarine, Coastal and Shelf Science, 218: 310-323.

[33]
LI YUHONG, SHAHBAZ M, ZHU ZHENKE, et al, 2021. Oxygen availability determines key regulators in soil organic carbon mineralisation in paddy soils[J]. Soil Biology and Biochemistry, 153: 108106.

[34]
OUYANG XIAOGUANG, LEE S Y, CONNOLLY R M, 2017. The role of root decomposition in global mangrove and saltmarsh carbon budgets[J]. Earth-Science Reviews, 166: 53-63.

[35]
QU WENDI, LI JUANYONG, HAN GUANGXUAN, et al, 2019. Effect of salinity on the decomposition of soil organic carbon in a tidal wetland[J]. Journal of Soils and Sediments, 19(2): 609-617.

[36]
SREELEKSHMI S, HARIKRISHNAN M, NANDAN S B, et al, 2022. Ecosystem carbon stock and stable isotopic signatures of soil organic carbon sources across the mangrove ecosystems of Kerala, Southern India[J]. Wetlands, 42(4): 29.

[37]
THURA K, SERRANO O, GU JIALI, et al, 2023. Mangrove restoration built soil organic carbon stocks over six decades: a chronosequence study[J]. Journal of Soils and Sediments, 23(3): 1193-1203.

[38]
WALDROP M P, FIRESTONE M K, 2004. Microbial community utilization of recalcitrant and simple carbon compounds: impact of oak-woodland plant communities[J]. Oecologia, 138(2): 275-284.

[39]
World Meteorological Organization (WMO), (2022-10-26)[2024-03-07]. The state of greenhouse gases in the atmosphere based on global observations through 2021, World Meteorological Organization[R/OL]. WMO Greenhouse Gas Bulletin, 18. https://library.wmo.int/idurl/4/58743.

[40]
XIE LINA, GE ZHENMING, LI YALEI, et al, 2020. Effects of waterlogging and increased salinity on microbial communities and extracellular enzyme activity in native and exotic marsh vegetation soils[J]. Soil Science Society of America Journal, 84(1): 82-98.

[41]
YAO HUAIYING, THORNTON B, PATERSON E, 2012. Incorporation of 13C-labelled rice rhizodeposition carbon into soil microbial communities under different water status[J]. Soil Biology and Biochemistry, 53: 72-77.

[42]
ZHALNINA K, LOUIE K B, HAO ZHAO, et al, 2018. Dynamic root exudate chemistry and microbial substrate preferences drive patterns in rhizosphere microbial community assembly[J]. Nature Microbiology, 3: 470-480.

Options
文章导航

/

〈 〉