祁连山南麓不同类型退耕林土壤有机碳储量及组分比较

Comparison of soil organic carbon storage and components in different types of farmland-to-forest conversion in southern foothills of Qilian Mountains

摘要

目的 探究亚高山半干旱地区针叶林、阔叶林与针阔混交林等不同退耕还林模式对土壤有机碳储量与组分的影响，为明确祁连山南麓不同类型退耕林对土壤有机碳组分与碳氮储量的影响提供科学依据。 方法 以耕地为对照，选择退耕35 a的白桦阔叶林、云杉针叶林和白桦云杉混交林为研究对象，采集0—20，20—40，40—60，60—80与80—100 cm土层的土壤样品，据其测定并计算了碳氮储量、土壤有机碳组分与土壤碳库管理指数。 结果 （1） 耕地与退耕林0—100 cm土层有机碳的储量从高到低依次为云杉针叶林、针阔混交林、白桦阔叶林；退耕林在0—100 cm土层的有机碳储量显著高于耕地（p<0.05），表土层（0—20 cm）有机碳储量表现为阔叶林>混交林>针叶林，而20—100 cm土层则相反。（2） 混交林氮储量在0—100 cm土层最高（p<0.05），0—40 cm土层氮储量为混交林>阔叶林>针叶林；（3）表土层颗粒有机碳含量林地显著高于耕地（p<0.05），而20—100 cm土层无显著差异（p>0.05）。耕地20—100 cm土层矿质碳含量显著高于林地（p<0.05）；（4） 混交林表土碳库管理指数最高，而20—80 cm土层以阔叶林和混交林较高。碳库管理指数对土壤有机碳稳定性进行了综合评价，明确了不同类型退耕林对土壤养分和碳库稳定性的影响。 结论 在祁连山南麓及类似生态脆弱区开展退耕还林，应优先推广白桦阔叶林和针阔混交林模式。这两种林分在0—100 cm土层内表现出显著的土壤有机碳与氮储量优势，碳库管理指数更高，体现了更优的碳汇能力、氮素持留能力及碳库稳定性。因此，将其作为生态修复的优势配置，并通过政策引导与长期监测，可最大限度提升林业土壤在“双碳”战略中的贡献潜力。

Abstract

Objective This study aims to investigate the effects of different farmland-to-forest conversion models， such as coniferous forests， broad-leaved forests， and mixed coniferous-broadleaf forests， on soil organic carbon storage and composition in subalpine semi-arid regions， providing a scientific basis for clarifying the impacts of different types of farmland-to-forest conversions in the southern foothills of the Qilian Mountains on soil organic carbon components and carbon and nitrogen storage. Methods Using cropland as a control， the research focused on 35-year-old stands of birch broadleaf forest， spruce coniferous forest， and birch-spruce mixed forest. Soil samples were collected from five depth intervals （0—20， 20—40， 40—60， 60—80 and 80—100 cm） for the determination and calculation of carbon and nitrogen storage， SOC fractions， and the carbon pool management index （CPMI）. Results （1） Across the 0—100 cm soil profile， SOC storage among the reforested stands decreased in the order： spruce coniferous forest>mixed forest>birch broadleaf forest. All reforestation lands significantly increased SOC storage compared to cropland （p<0.05）. In the topsoil （0—20 cm）， SOC storage was highest in broadleaf forest， followed by mixed and coniferous forests， whereas this trend was reversed in the 20—100 cm soil layers. （2） Mixed forests exhibited the highest nitrogen storage within the 0—100 cm soil profile （p<0.05）. Within the 0—40 cm soil layers， nitrogen storage followed the sequence： mixed forest>broadleaf forest>coniferous forest. （3） Particulate organic carbon （POC） content in the topsoil was significantly greater in forested land than in cropland （p<0.05）， though no significant differences were detected in the 20—100 cm soil layers （p>0.05）. In contrast， mineral-associated organic carbon （MAOC） was significantly higher in cropland than in forest soils within the 20—100 cm soil layers （p<0.05）. （4） The mixed forest showed the highest CPMI in the topsoil， while both broadleaf and mixed forests displayed higher CPMI values within the 20—80 cm soil layers. The CPMI provided a comprehensive assessment of SOC stability and clarified the effects of different forest types established through farmland-to-forest conversion on soil nutrient retention and carbon pool stability. Conclusion In the southern foothills of the Qilian Mountains and similar ecologically fragile areas， priority should be given to promoting birch broadleaf forests and coniferous-broadleaf mixed forests for farmland-to-forest conversion. These two types of forest stands demonstrate significant advantages in soil organic carbon and nitrogen storage within the 0—100 cm soil profile， along with a higher carbon pool management index. This reflects superior carbon sequestration capacity， nitrogen retention ability， and carbon pool stability. Therefore， adopting them as the preferred configuration for ecological restoration， supported by policy guidance and long-term monitoring， can maximize the contribution potential of forest land to the “dual-carbon” strategy.

Graphical abstract

关键词

碳储量 / 氮储量 / 碳组分 / 退耕林 / 碳库管理指数

Key words

carbon storage / nitrogen storage / carbon fraction / farmland-to-forest conversion / carbon pool management index

土壤碳汇功能取决于生态系统碳收支平衡，该过程受土地利用方式和植被类型调控。以退耕还林为例，植被恢复通过增加凋落物及根系输入并降低有机碳分解速率，改变碳库组成并提升碳储量^［1］。在祁连山南麓，退耕还林措施是缓解农艺措施对陡坡耕地（>25°）土壤碳汇功能和土壤健康所造成的负面影响的有效策略。该地区植被恢复显著提升凋落物和根系碳输入量，低温环境（年均温度4.9 ℃）抑制了有机碳分解速率，促进了有机碳的积累。此外，森林土壤通过团聚体物理保护机制（微团聚体包裹和黏粒结合）显著延缓有机碳分解^［2］。因此，推动祁连山南麓陡坡耕地的退耕还林工程对于耕地土壤碳汇能力提升与土壤健康功能维护具有重要意义。

当前，在退耕还林过程中，土壤有机碳（SOC）矿化备受关注，其被视为提升SOC储量以及评估人工林生态系统碳循环与碳平衡的重要指标^［3］。研究表明，在退耕还林过程中，SOC的含量、组分以及稳定性等均会发生显著变化。韩云伟^［4］的研究发现退耕林地土壤稳定性小于次生林，耕地退耕更有利于土壤大团聚体的形成和稳定性增加。林地土壤含水率、植被覆盖率和生物量较高，为团聚体的形成提供丰富的有机胶物，林地草木结合、植被茂密、土壤表面覆盖率高，削弱了雨水的溅蚀及坡面洪流对土壤的冲刷力，利于土壤大团聚体的形成和土壤稳定性的增加。且林地受人类和家畜活动的干扰较少，土壤中有机胶体、微生物菌丝、乔木和草本类根系有足够的机会对土壤进行聚合、固结，向更大粒级的土壤聚合体发育，因此，林地土壤大团聚体百分比含量更高、稳定性更强。更有研究表明，随着退耕年限增加，土壤团聚体质量增加^［5］。

土地利用类型及其转化是评估区域有机碳动态的基础，特定土地利用类型的土壤碳储量可被定量评估^［6］。然而，祁连山南麓地区受土壤与气候异质性和植被多样性影响，难以直接进行估测。这是因为祁连山南麓地区土壤特性、水分有效性、气候条件与地形差异共同形成了高度多样化的内部生态系统（如草地、云杉针叶纯林、白桦阔叶纯林、云杉白桦针阔混交林、灌木林地、耕地等多种类型）。此外，该地区表征强烈人类活动的耕地与灌木地、林地、草地等土地利用类型的转变通过土壤碳组分与含量差异化的遗留效应进一步加剧了区域评价有机碳含量与组分^［7］。因此，有必要研究祁连山南麓耕地及不同林分类型退耕林下的土壤和植物性质，以量化林分类型对土壤碳储量和组分的影响。

退耕还林工程在提高土壤有机碳含量及储量方面发挥着重要作用。Lugo等^［8］基于不同历史时期的土壤调查发现，毁林造田后的土壤碳储量仅为初始量的35%，而休耕还林后可回升至75%左右。Deng等^［9］研究发现，退耕还林（草）工程通过调整土地利用方式能够明显增加土壤碳储量。退耕还林具有显著的碳汇效应这一点已被广泛认同^［10］。以往退耕还林工程中林分结构对土壤有机碳的影响主要局限在乔木树种间的比较、灌木与乔木间的比较以及针叶林与混交林之间的比较。高杨等^［11］的研究发现营造灌木林后土壤有机碳储量增加的幅度大于乔木树种。魏志聪^［12］的研究发现，相较于针叶林，阔叶林更有利于增强土壤有机碳的稳定性。蔡华等^［13］的研究认为，在柳杉人工林恢复过程中，土壤有机碳及其活性组分含量呈现出先下降后上升的趋势，且造林年限和林下凋落物积累量是影响其变化的关键因素；而且，针叶林、阔叶林及其混交林凋落物、根系、土壤微环境的明显差异与复杂耦合关系导致其对有机碳库影响研究的必要性。然而，当前针对相同退耕年限的针叶林、阔叶林与针阔混交林的土壤有机碳含量、组分与储量的比较研究鲜见报道，导致其机理尚不清晰。

退耕还林对塔尔沟地区土壤的影响已成为多项研究的主题。尽管如此，关于半干旱亚高山地区退耕林林分类型如何影响塔尔沟地区总有机碳动态，特别是其活性和稳定性组分的研究仍然有限。由于土壤有机质组分的复杂性，通过不同组分分析可使管理措施的效应更具可测性，了解不同有机质组分应能使管理实践的影响更具可靠性^［14］。

本研究以祁连山南麓塔尔沟小流域相同立地条件退耕35 a的白桦阔叶林、云杉针叶林与白桦云杉混交林为研究对象，测定耕地与不同林分类型退耕林0—100 cm土层的土壤总有机碳及活性与稳定性有机碳组分及其相关指标，其结果可为祁连山南麓地区退耕还林制度合理调整，提升土壤固碳能力提供科学依据。

1 材料与方法

1.1 研究区概况

研究区位于青海省大通县塔尔镇（37°02′01″—37°02′11″N，101°41′06″—101°41′31″E），该流域总面积近270 hm²，为典型的退耕还林工程区域，地处祁连山南麓、平均海拔2 700 m。该地区属于暖温带大陆性气候，年平均降水量500 mm，降雨主要集中在7—10月。该地区的年均气温约为4.9 ℃，平均日照时间2 563.8 h、无霜期97 d。土壤类型为栗钙土和棕褐土。该区域在1983年左右进行退耕还林，其中典型乔木有青海云杉（Picea crassifolia）、白桦（Betula platyphylla）、青杨（Populus cathayana）；研究区内人工林退耕前均为耕地。本研究选取耕地与退耕35 a白桦林、退耕35 a云杉林及退耕35 a白桦与云杉混交林为研究对象，以耕地作为对照。

1.2 样点布设与样品采集

该研究是在位于青海省的塔尔沟小流域开展的，以耕地（CL）作为对照，退耕35 a白桦阔叶纯林-BF、退耕35 a云杉针叶纯林（SF）及退耕35 a白桦与云杉混交林（MF）作为研究对象。每种类型选择3块样地，每个样地随机设置5个样方，每个样方随机选择5个样点，5个样点的土样混合为1个混合土样，以20 cm间隔采集0—100 cm的5个土层的土壤，总计土壤样品、根系样品各300个。取样后去除杂质，分成两份：一份立即过2 mm筛，置于放有冰袋的保温箱中，用于测定微生物碳和可溶性碳等；另一份自然风干后测定土壤理化性质等其他指标。在紧挨土壤样品与细根生物量样品旁，用100 cm³的环刀自上而下按照0—10 cm，20—30 cm，40—50 cm，60—70 cm，80—90 cm一次采样，共采集容重样品300个。

1.3 土壤样品分析测定方法

将土壤样品风干、混匀后过2 mm网眼筛。土壤养分含量测定参考《土壤农化分析》^［15］，测定方法为总有机碳（Total Organic Carbon， TOC）采用重铬酸钾-浓硫酸外加热-硫酸亚铁滴定法测定；全氮（Total Nitrogen， TN）采用H₂SO₄-催化剂消煮提取用元素流动分析仪测定（AutoAnalyzer-AA3，德国）测定；土壤颗粒有机碳（Particulate Organic Carbon， POC）和矿质结合有机碳（Mineral-Associated Organic Carbon， MAOC）采用物理分离法分离后再采用重铬酸钾-浓硫酸外加热-硫酸亚铁滴定法测定；土壤活性有机碳（ROC）参考Lefroy等^［16］的高锰酸钾氧化法测定。

计算0—100 cm土层中的有机碳储量（SOC_stock， t/hm²）和全氮储量（TN_stock， t/hm²）的公式如下：

\mathrm{S}\mathrm{O}{\mathrm{C}}_{\mathrm{s}\mathrm{t}\mathrm{o}\mathrm{c}\mathrm{k}}={\displaystyle \sum _{i=\mathrm{1}}^n}\mathrm{S}\mathrm{O}{\mathrm{C}}_i\times \mathrm{S}\mathrm{B}{\mathrm{D}}_{\mathrm{i}}\times H_{\mathrm{i}}\times \mathrm{0.1}（1）

\mathrm{T}{\mathrm{N}}_{\mathrm{s}\mathrm{t}\mathrm{o}\mathrm{c}\mathrm{k}}={\displaystyle \sum _{i=\mathrm{1}}^n}\mathrm{T}{\mathrm{N}}_i\times \sum \mathrm{S}\mathrm{B}{\mathrm{D}}_i\times H_i\times \mathrm{0.1}（2）

式中：SOC _i，TN _i 分别为第i层土壤中SOC，TN的含量；SBD _i 为第i层土壤容重；H_i 为第i层土壤的厚度。

1.4 数据处理与分析

采用Excel和SPSS软件对土壤有机碳（TOC）和总氮（TN）以及相关指标进行方差正态性和齐性检验，采用完全随机设计进行单因素方差分析。

采用土壤碳库管理指数（Carbon Pool Manag-ement Index， CPMI）评价不同前茬作物秸秆还田对麦田土壤碳库稳定性的影响。CPMI具体计算方法如下：

L=\mathrm{L}\mathrm{C}/(\mathrm{S}\mathrm{O}\mathrm{C}-\mathrm{L}\mathrm{C})（3）

\mathrm{L}\mathrm{I}=L_{\mathrm{t}}/L_{\mathrm{c}\mathrm{k}}（4）

\mathrm{C}\mathrm{P}\mathrm{I}=\mathrm{S}\mathrm{O}{\mathrm{C}}_{\mathrm{t}}/\mathrm{S}\mathrm{O}{\mathrm{C}}_{\mathrm{c}\mathrm{k}}（5）

\mathrm{C}\mathrm{P}\mathrm{M}\mathrm{I}=\mathrm{C}\mathrm{P}\mathrm{I}\times \mathrm{L}\mathrm{I}\times \mathrm{100}（6）

式中：L为碳库活度；LI为碳库活度指数；CPI为碳库指数；CPMI为碳库管理指数；L_t为各处理的土壤碳库活度；L_ck为参考土壤碳库活度（研究以耕地为对照）；SOC_t为各处理土壤有机碳含量（g/kg）；SOC_ck为对照有机碳含量。

采用Excel 2016进行数据处理，采用SPSS 26.0进行单因素方差分析和相关性分析，采用OriginPro 2019软件进行绘图。

2 结果与分析

2.1 土壤碳储量和氮储量

土壤有机碳在不同类型退耕林及不同土层中响应不同。不同类型退耕林之间碳储量存在显著差异（图1）。在0—20 cm土层土壤中，BF（白桦林）、MF（混交林）和SF（云杉林）的碳储量均高于CL（耕地），其中BF，MF的碳储量显著高于CL（p<0.05）；不同林分间碳储量表现为BF>MF>SF，且均存在显著差异（p>0.05）。在20—100 cm土层土壤中，SF的碳储量明显高于其他林分，但基本无显著差异（p<0.05）。在0—100 cm土层土壤中，BF，MF，SF间碳储量无显著差异，但3种林分类型均显著高于耕地（p<0.05）。

在0—20 cm土层土壤中，BF，MF，SF氮储量均高于CL，其中BF，MF显著高于CL（p<0.05）；不同林分间氮储量表现为MF>BF>SF，其中MF，BF均显著高于SF，MF与BF间氮储量无显著差异（p>0.05）。20—40 cm土层土壤氮储量与0—20 cm土层变化趋势一致。在40—100 cm土层土壤中，MF的氮储量显著高于BF，SF，CL（p<0.05），而BF，SF，CL间氮储量无显著差异（p>0.05）。0—100 cm氮储量变化趋势与40—100 cm土层土壤一致。

2.2 颗粒碳与矿质碳

土壤颗粒有机碳（POC）含量随着土层加深逐渐降低（图2）。在0—20 cm土层土壤，BF，MF，SF的颗粒碳含量均显著高于CL（p<0.05）；不同林分间颗粒碳表现为BF>MF>SF，但3种林分类型间均无显著差异（p>0.05）。20—40 cm土层土壤中，BF的颗粒碳含量显著高于MF，SF，CL（p<0.05）；40—100 cm土层土壤中，BF的颗粒碳含量高于MF，SF，CL，但4种类型间无显著差异（p>0.05）。0—100 cm土层土壤中，BF，MF，SF的颗粒碳均高于CL，其中BF，MF显著高于CL（p<0.05），且不同林分间颗粒碳含量均无显著差异（p>0.05）。

在0—20 cm土层土壤中，BF，MF，SF矿质结合态有机碳均高于CL，表现为BF>MF>SF>CL，各林分类型间均无显著差异（p>0.05）。在20—100 cm土层土壤中，CL的矿质结合态有机碳含量显著大于BF，MF，SF（p<0.05）。0—100 cm土层土壤矿质结合态有机碳含量无显著差异（p>0.05），但CL大于林地。0—20 cm土层土壤中矿质结合态有机碳含量明显高于20—100 cm土层土壤。

在0—20 cm土层土壤中，MF颗粒碳与矿质碳的比值最大，这表示混交林表层土壤的颗粒碳占比较高，碳库周转速率快。而在20—100 cm土层土壤中，BF的颗粒碳与矿质碳比值显著高于其他类型（p<0.05），这意味着BF土壤呼吸作用强，碳库比较活跃，土壤碳更容易受到环境变化。CL在所有土层中颗粒碳与矿质碳的比值显著低于3种退耕林（p<0.05），说明CL的碳库最稳定。

2.3 土壤碳管理指数的变化特征

由表1看出，在0—20 cm土层土壤中，BF，MF，SF的SOC，LC，NLC含量均显著高于CL，3种林分类型间SOC，LC，NLC含量的表现为BF>MF>SF，均存在显著差异（p<0.05）。在20—100 cm土层土壤中，SOC，LC，NLC含量的变化趋势与0—20 cm一致。在0—20 cm土层土壤中，CL的L和LI均显著大于BF，MF，SF（p<0.05），而3种林分类型间L和LI表现为SF>MF>BF，3种林分间无显著差异（p>0.05）。在20—40 cm土层土壤中，SF的L和LI显著小于CL，BF，MF（p<0.05），3种类型间L和LI表现为BF>MF>CL。在40—60 cm土层土壤中，BF的L和LI显著大于CL，MF，SF（p<0.05），3种类型间L和LI表现为CL>MF>SF。在60—100 cm土层土壤中，与40—60 cm土层土壤中趋势一致。

在0—20 cm土层土壤中，BF，MF，SF的CPI均显著高于CL，3种林分类型间CPI表现为BF>MF>SF（p<0.05）。在20—40 cm土层土壤中，BF，MF，SF的CPI均显著高于CL，3种林分类型间CPI表现为MF>SF>BF（p<0.05）。在40—60 cm土层土壤中，MF， SF的CPI均显著高于BF， CL，（p<0.05）。在60—100 cm土层土壤中，与40—60 cm土层土壤中趋势一致。在0—20 cm土层土壤中，MF的CPMI均显著高于CL和SF，4种类型间CPMI的表现为MF>BF>CL>SF（p<0.05）。在20—40 cm土层土壤中，BF，MF的CPMI均显著高于CL和SF，3种林分类型间CPI表现为BF>MF>SF（p<0.05）。在40—100 cm土层土壤中，与20—40 cm土层土壤中趋势一致。

本研究表明，退耕后显著提升了BF和MF两种类型的土壤碳库管理指数（p<0.05），退耕有利于白桦阔叶林和混交林土壤碳库质量和土壤肥力的良性发展，显著影响了土壤碳库活度、土壤碳库管理指数，有助于土壤碳库的长期稳定性和碳汇功能的发挥。

2.4 多变量分析

主成分分析（Principal Component Analysis， PCA）显示，选定的两个主成分（PC1和PC2）分别解释了0—20 cm，20—40 cm，40—60 cm，60—80 cm，80—100 cm深度数据总方差的75.7%，72.2%，70.3%，70.2%和65.8%。

在图3A中，在0—20 cm土层PC1的正得分（如碳储量、氮储量、颗粒碳、矿质碳、LC、NLC、CPI和CPMI）与MF，SF呈正相关；CL与PC2的正得分属性相关，例如L，LI。在图3B中，在20—40 cm土层深度处，PC1正得分（如碳储量、氮储量、颗粒碳、CPI和NLC）与MF，SF呈正相关；矿质碳在PC2上呈负相关，与SF相关联。BF和MF与PC2的正得分相关（LC，L，LI和CPMI）。在图3C中，在40—60 cm土层深度处，PC1正得分（如碳储量、氮储量、CPI和NLC）与MF呈正相关；SF与PC2的负得分相关（如颗粒碳和矿质碳）；BF与PC2的正得分相关（LC，L，LI和CPMI）。在图3D中，在60—80 cm土层深度处，PC1正得分（如碳储量、氮储量、CPI和NLC）与MF呈正相关；SF与PC2的负得分相关（如颗粒碳和矿质碳）。BF与PC2的正得分相关（L，LI和CPMI）。在图3E中，在80—100 cm土层深度处，PC1正得分（如碳储量、氮储量、CPI和NLC）与MF呈正相关。CL与PC2的负得分相关（矿质碳）。BF与PC2的正得分相关（L，LI）。

2.5 土壤理化性质及碳组分与CPMI之间的相关性

在图4中，土壤物理性质会显著影响碳氮组分和CPMI。SMC与碳氮组分与和CPMI均存在正相关关系，其中与N_stock，LC，NLC，CPMI呈极显著正相关（p<0.01）。pH值与碳氮组分与和CPMI均存在负相关关系，其中与C_stock，LC，NLC呈极显著负相关。BD与碳氮组分与和CPMI均存在显著负相关关系（p<0.01）。细根生物量与碳储量之间存在正相关关系。SMC与碳氮组分与和CPMI均存在正相关关系，其中与N_stock，LC，NLC，CPMI和FRB呈极显著正相关（p<0.01）。pH值与碳氮组分与和CPMI均存在负相关关系，其中与C_stock，LC，NLC，FRB呈极显著负相关。BD与碳氮组分、CPMI，FRB均存在显著负相关关系（p<0.01）。碳储量与FRB之间存在正相关关系。

3 讨 论

3.1 不同类型退耕林碳储量、氮储量的影响

本研究发现退耕林地碳氮储量均显著高于耕地（p<0.05），且白桦阔叶林表层土壤中碳储量最高，其次是白桦云杉针阔混交林和云杉针叶林，且均存在显著差异（p<0.05）。此结果与前人研究结果一致。原因主要包含两个方面：（1） 阔叶林的植被凋落物与混交林和针叶林相比较多（表2），植被凋落物主要集中在表层土壤，微生物分解凋落物向表层土壤释放养分，促进了表层有机碳的积累。（2） 针叶林凋落物分解缓慢主要归因于其物理化学特性：质地坚硬、纤维素含量高、表面蜡质层阻碍水分渗透，加之较高的碳氮比，导致养分释放速率较低，进而限制了土壤有机碳的积累^［17］。

本研究发现在20—100 cm土层中，云杉针叶林碳储量明显高于混交林和白桦阔叶林（图1）。魏晨辉^［17］的研究指出，针叶林凋落物及根系的有机碳总量均高于阔叶林，同时其化学组成中的耐分解指标（纤维素、木质素、总酚、根系的总酚、根系纤维素、根系木质素）均高于阔叶林，说明阔叶林有机质具有更快的分解速率。

因此，针叶林在20—100 cm土层氮储量高于混交林和阔叶林可以归因于两个关键机制：其一，针叶林的细根生物量显著高于阔叶林（p<0.05，表2），细根生物量直接影响有机碳的储存，这是导致针叶林碳储量高于阔叶林碳储量的原因之一。其二，底层土壤有机碳主要来源于凋落物分解、细根周转-微生物互作过程，这些生物地球化学过程共同调控着土壤碳储量^［18］。因此阔叶林凋落物大部分在表层分解，针叶林则由于根系及微生物的作用，从而呈现出表层阔叶林碳储量高，深层针叶林碳储量高，针阔混交林介于二者之间的现象。

本研究发现针阔混交林的氮储量显著高于耕地和其他林分类型（p<0.05，图1）。张耀华等^［19］的研究也得出相似结论。这是因为耕地由于长期人为干扰，植被覆盖降低导致有机碳输入减少，加之耕作加速有机质分解，使其碳氮储量显著低于其他土地利用类型。而不同退耕林类型之间，混交林氮储量显著高于两种纯林。混交林较高的氮储量可能源于其树种多样性优势：针阔混交结构能更高效利用环境资源，通过树种互补作用提升光合效率，从而增加有机质积累；而纯林因树种单一、林下植被贫乏及凋落物输入有限，导致氮积累能力较弱。

本研究发现退耕还林后土壤碳氮储量随土层加深呈显著递减规律，且不同退耕林之间土壤碳氮储量在不同土层深度降低幅度也不同（图1）。这一明显的表聚现象与前人研究结果一致。这是因为随着土层深度的增加，水分和营养物质向下输送受到限制，微生物分解的活性减弱，从而导致土壤碳氮储量减少，植被类型通过调控有机物输入特性及其剖面分配，主导了土壤碳氮储量的垂直分异特征^［20］。

3.2 不同类型退耕林对颗粒碳和矿质碳的影响

本研究发现在林地0—40 cm土层土壤颗粒碳含量均显著高于耕地（p<0.05）；在60—100 cm土层，林地与耕地间土壤颗粒碳差异不显著（p>0.05）。这一结果与前人的研究相似，Franzluebbers等^［21］发现林地各粒径土壤团聚体的颗粒有机碳和矿质结合有机碳含量均比撂荒地高，且颗粒有机碳增幅更为显著。其中林地的颗粒有机碳显著高于撂荒地（p<0.05）。万欣^［22］研究不同土地利用下颗粒有机碳和矿质结合态有机碳的变化，发现林地中颗粒有机碳和矿质结合有机碳含量均大于农田（p<0.05）。造成这一现象的直接原因是阔叶树种的高质量凋落物输入，从而减少土壤微生物对有机碳的分解，促进土壤中易变碳源物质向稳定性碳源转换^［23］。根本原因是土壤颗粒有机碳主要源于植物残体的分解，而分解后的植物残体主要聚集在土壤表层，残体孵化后进入土壤，由此形成土壤表层颗粒有机碳的积累，而颗粒有机碳的性质较为活泼、周转速率快、对根系的变化响应敏感。加之林地的人为干扰较少，而耕地由于长期进行耕作活动，减少了地表凋落物和外源有机物的输入，同时耕作减弱了土壤大团聚体对颗粒有机碳的保护作用^［24］。

本研究发现林地表层土壤矿质结合有机碳含量高于耕地，然而林地20—100 cm土层土壤矿质结合有机碳含量均低于耕地。表层土壤有机碳主要来源于凋落物输入，其通过两种途径促进碳积累：（1） 直接形成颗粒有机碳；（2） 低分子量碳组分经淋溶后被矿物吸附形成矿质结合碳^［25］，然而，凋落物对深层（20—100 cm）土壤矿质碳的影响有限。耕作活动通过双重机制影响土壤碳循环：一方面，施肥促进微生物活性，加速有机质分解和矿化过程，其代谢产物直接与黏粒结合形成矿质结合碳；另一方面，机械耕作破坏土壤团聚体结构，促进粉碎态矿质碳的形成。

3.3 不同类型退耕林对碳库管理指数的影响

土壤碳库管理指数的高低能反映土壤活性碳组分和土壤肥力的高低，CPMI值越高说明土壤有机碳周转越快、土壤养分更容易被吸收利用。研究发现，白桦阔叶林和混交林的碳库管理指数明显高于耕地，其中混交林的碳库管理指数显著高于耕地（p<0.05，表1）。表明白桦阔叶林和混交林的土壤性质更加优渥，在退耕过程中，白桦阔叶林和混交林被作为退耕的较佳选择。戴全厚等^［26］的研究发现，刺槐-紫穗槐混交林>油松-紫穗槐混交林>油松纯林。这与我们的研究一致。其原因可能是阔叶林的根系发达，能有效固土减少水土流失，碳汇能力强。本研究发现阔叶林和混交林的碳库管理指数显著高于云山针叶林（p<0.05，表1）这可能是因为不同林分类型中的光照、水分等微环境条件存在差异，使得土壤养分供应状况及理化性质等不同，导致土壤活性碳库间的差异。同时植被的丰富度将促进土壤活性碳库的稳定。

本研究发现BD与LC，NLC，CPMI均存在显著负相关关系（p<0.05）。这与前人的研究相似。滕秋梅等^［27］通过植被类型对土壤碳库管理指数的影响发现，BD与CPMI间存在显著负相关关系（p<0.05）。土壤容重（BD）增加会降低持水性和通气性，抑制微生物活性，减少团聚体胶结物质生成，从而削弱团聚体稳定性并阻碍有机碳固持^［28］。但也有人得出相反的结论。姚武扬眉等^［29］研究发现不同土地利用方式对土壤碳库及碳库管理指数，发现BD与CPMI存在显著正相关关系。这可能受土壤、植被类型等因素的影响。本研究发现SMC与CPMI呈极显著正相关（p<0.01）。这与前人的研究结果一致，这种关联可能源于水分条件改善促进了微生物活动，从而增加了活性有机碳组分积累，最终提升碳库管理指数。

碳库管理指数（CPMI）是表征土壤有机碳动态变化的敏感指标，其数值升高表明有机碳的微生物有效性增强，碳库质量改善。在退耕还林系统中，碳库管理指数可有效评估土壤管理成效：指数提升反映土壤有机碳库处于良性发展；反之则提示土壤管理措施不科学导致土壤退化，土壤肥力降低。CPMI通过提升土壤肥力，直接驱动植被生产力的提高，而旺盛的植被又通过凋落物和根系分泌物正向反馈给土壤碳库，形成一个正向的生态循环，使得碳汇管理政策得以实^［30］。这表明在祁连山南麓退耕还林过程中，白桦纯林及白桦-云杉混交林具有较好的土壤改良效果，能有效提升土壤肥力质量，增加植被生产力。

4 结 论

（1） 3种退耕林土壤有机碳储量显著高于耕地（p<0.05）。在0—10 cm土层土壤中，白桦阔叶林与白桦-云杉混交林表现出更高的有机碳积累能力，应优先推广针阔混交林与阔叶林类型，提升土壤碳汇能力。

（2） 混交林在0—100 cm土层中氮储量显著高于其他林地与耕地，且在0—40 cm和40—100 cm均保持较高水平，表明其具有良好的氮素持留与供应能力，因此，应将混交林作为提升土壤肥力和碳氮协同增汇的重要模式。

（3） 退耕还林显著提高了表层土壤颗粒有机碳，但在深层土壤中矿物结合碳仍以耕地较高。建议在植被恢复中结合抚育措施如有机质输入和微地形改造，促进活性与稳定碳组分的协同积累，提升生态系统固碳效率和稳定性。

（4） 混交林和阔叶林在0—80 cm土层碳库管理指数显著更高，反映出其土壤碳库活性与稳定性更具优势。建议将碳库管理指数纳入退耕还林工程效益评估和森林质量精准提升指标体系，引导从单纯注重林木蓄积量转向土壤健康与碳汇功能协同发展。

综上所述，在祁连山南麓及类似生态脆弱区，应将白桦阔叶林和针阔混交林作为退耕还林和生态修复的优势配置模式，并通过长期监测与政策激励，最大限度发挥林业土壤在“双碳”目标中的贡献潜力，该研究结果可为祁连山南麓地区碳汇项目或生态补偿机制提供技术支撑。

参考文献

[1] 张鹏岩，杨丹，刘宇，等.基于复合生态系统视角的土地利用变化碳源/汇效应研究进展［J］.生态学报，2025，45（5）：2058-2073.

[2] Zhang P Y， Yang D， Liu Y， et al. Carbon source/sink effect of land use change from the perspective of composite ecosystem： progress and review［J］. Acta Ecologica Sinica， 2025，45（5）：2058-2073.

[3] Lal R. Accelerated soil erosion as a source of atmospheric CO₂ ［J］. Soil and Tillage Research， 2019，188：35-40.

[4] Dong L B， Fan J W， Li J W， et al. Forests have a higher soil C sequestration benefit due to lower C mineralization efficiency： evidence from the central Loess Plateau case［J］. Agriculture， Ecosystems & Environment， 2022，339：108-144.

[5] 韩云伟.岷江上游干旱河谷退耕还林对土壤有机碳分布与稳定性的影响［D］.四川绵阳：西南科技大学，2023.

[6] Han Y W. Effects of returning farmland to forest on soil organic carbon distribution and stability in the arid valley of the upper min river［D］. Mianyang， Sichuan： Southwest University of Science and Technology， 2023.

[7] Nichols K A， Halvorson J J. Roles of biology， chemistry， and physics in soil macroaggregate formation and stabilization［J］. The Open Agriculture Journal， 2013，7（1）：107-117.

[8] 段斯译，孙仲秀，王秋兵，等.不同土地利用方式下第四纪古红土有机碳分布特征研究［J］.土壤通报，2021，52（5）：1078-1084.

[9] Duan S Y， Sun Z X， Wang Q B， et al. Characteristics of soil organic carbon distribution of quaternary red soils under different land use patterns［J］. Chinese Journal of Soil Science， 2021，52（5）：1078-1084..

[10] Thibault M， Thiffault E， Bergeron Y， et al. Afforestation of abandoned agricultural lands for carbon sequestration： how does it compare with natural succession［J］. Plant and Soil， 2022，475（1）：605-621.

[11] Lugo A E， Sanchez M J， Brown S. Land use and organic carbon content of some subtropical soils［J］. Plant and Soil， 1986，96（2）：185-196.

[12] Deng L， Liu G B， Shangguan Z P. Land-use conversion and changing soil carbon stocks in China′s ‘Grain-for-Green’ Program： a synthesis［J］. Global Change Biology， 2014，20（11）：3544-3556.

[13] Liu D， Chen Y， Cai W W， et al. The contribution of China′s Grain to Green Program to carbon sequestration［J］. Landscape Ecology， 2014，29（10）：1675-1688.

[14] 高杨，胡振琪，肖武，等.造林对土壤有机碳储量的影响（综述）［J］.江苏农业科学，2014，42（5）：301-305.

[15] Gao Y， Hu Z Q， Xiao W， et al. Effects of afforestation on soil organic carbon storage （review）［J］. Jiangsu Agricultural Sciences， 2014，42（5）：301-305.

[16] 魏志聪.武夷山西坡造林树种对土壤有机碳储量和稳定性的影响［D］.南昌：江西农业大学，2023.

[17] Wei Z C. Effects of afforestation tree species on the storage and stability of organic carbon on the western slope of Wuyi Mountain［D］. Nanchang： Jiangxi Agricultural University， 2023.

[18] 蔡华，舒英格，王昌敏，等.喀斯特地区植被恢复下土壤活性有机碳与碳库管理指数的演变特征［J］.环境科学，2023，44（12）：6880-6893.

[19] Cai H， Shu Y G， Wang C M， et al. Evolution characteristics of soil active organic carbon and carbon pool management index under vegetation restoration in karst area［J］. Environmental Science， 2023，44（12）：6880-6893.

[20] Deng J， Sun P S， Zhao F X， et al. Soil C， N， P and its stratification ratio affected by artificial vegetation in subsoil， Loess Plateau China［J］. Plos One， 2016，11（3）：18.

[21] 鲍士旦.土壤农化分析［M］.3版.北京：中国农业出版社，2000.

[22] Bao S D. Soil and agricultural chemistry analysis［M］. 3rd ed. Beijing： China Agriculture Press， 2000.

[23] Lefroy R D B， Blair G J， Strong W M. Changes in soil organic matter with cropping as measured by organic carbon fractions and ¹³C natural isotope abundance［J］. Plant and Soil， 1993，155（1）：399-402.

[24] 魏晨辉.树种差异对土壤碳截获及肥力的影响机制的初步研究［D］.哈尔滨：东北林业大学，2016.

[25] Wei C H.A preliminary study on the effect mechanism of tree species on soil carbon sequestration and fertility［D］. Harbin： Northeast Forestry University， 2016.

[26] Deng L， Kim D G， Peng C H， et al. Controls of soil and aggregate-associated organic carbon variations following natural vegetation restoration on the Loess Plateau in China［J］. Land Degradation & Development， 2018，29（11）：3974-3984.

[27] 张耀华，王勇，张荣飞，等.喀斯特地区不同退耕类型对土壤碳氮的影响［J］.西南大学学报：自然科学版，2017，39（4）：95-100.

[28] Zhang Y H， Wang Y， Zhang R F， et al. Effects of different types of reforestation on characteristics of SOC and TN in karst areas［J］. Journal of Southwest University： Natural Science Edition， 2017，39（4）：95-100.

[29] Jobbagy E G， Jackson R B. The vertical distribution of soil organic carbon and its relation to climate and vegetation［J］. Ecological Applications， 2000，10（2）：423-436.

[30] Franzluebbers A J， Hons F M， Zuberer D A. Soil organic carbon， microbial biomass， and mineralizable carbon and nitrogen in sorghum［J］. Soil Science Society of America Journal， 1995，59（2）：460-466.

[31] 万欣.青藏高原不同土地利用下土壤团聚体稳定性及有机碳动态［D］.拉萨：西藏大学，2023.

[32] Wan X. Stability of soil aggregates and organic carbon dynamics under different land uses on the Qinghai-Tibet Plateau［D］. Lasa： Tibet University， 2023.

[33] Angst G， Nierop K G J， Angst S， et al. Abundance of lipids in differently sized aggregates depends on their chemical composition［J］. Biogeochemistry， 2018，140（1）：111-125.

[34] 邸涵悦.丹江口库区典型小流域不同土地利用方式土壤有机碳及组分特征［D］.武汉：华中农业大学，2022.

[35] Di H Y. Effects of different land use types on soil organic carbon and its fractions of a typical small watershed in Danjiangkou［D］. Wuhan： Huazhong Agricultural University， 2022.

[36] Liang C， Amelung W， Lehmann J， et al. Quantitative assessment of microbial necromass contribution to soil organic matter［J］. Global Change Biology， 2019，25（11）：3578-3590.

[37] 戴全厚，刘国彬，薛萐，等.不同植被恢复模式对黄土丘陵区土壤碳库及其管理指数的影响［J］.水土保持研究，2008，15（3）：61-64.

[38] Dai Q H， Liu G B， Xue S， et al. Effect of different vegetation restoration on soil carbon and carbon management index in eroded hilly Loess Plateau［J］. Research of Soil and Water Conservation， 2008，15（3）：61-64.

[39] 滕秋梅，沈育伊，徐广平，等.桂北喀斯特山区不同植被类型土壤碳库管理指数的变化特征［J］.生态学杂志，2020，39（2）：422-433.

[40] Teng Q M， Shen Y Y， Xu G P， et al. Characteristics of soil carbon pool management indices under different vegetation types in karst mountainous areas of north Guangxi［J］. Chinese Journal of Ecology， 2020，39（2）：422-433.

[41] Blair G J， Lefroy R， Lisle L. Soil carbon fractions based on their degree of oxidation， and the development of a carbon management index for agricultural systems［J］. Australian Journal of Agricultural Research， 1995，46（7）：1459-1466.

[42] 姚武扬眉，卓玛草，袁建钰，等.黄土丘陵区不同土地利用方式对土壤碳库及碳库管理指数的影响［J］.甘肃农业大学学报，2024，59（5）：277-285.

[43] Yao W， Zhuo M C， Yuan J Y， et al. Effects of different land-use practices on soil carbon pool and its management index in Loess Hilly Region［J］. Journal of Gansu Agricultural University， 2024，59（5）：277-285.

[44] 刘雅杰，张天娇，张向前，等.秸秆还田下耕作方式对黑土活性有机碳组分及碳库管理指数的影响［J］.中国农业科学，2024，57（17）：3408-3423.

[45] Liu Y J， Zhang T J， Zhang X Q， et al. Effects of tillage methods under straw returning on the labile organic carbon fractions and carbon pool management index in black soil farmland［J］. Scientia Agricultura Sinica， 2024，57（17）：3408-3423.

基金资助

国家自然科学基金基础研究计划“高寒草甸退化与恢复过程土壤团聚体结构演变机制研究”(4220072854)