上海市沿海防护林下土壤养分微生物及酶的典型相关关系Word文件下载.docx
《上海市沿海防护林下土壤养分微生物及酶的典型相关关系Word文件下载.docx》由会员分享，可在线阅读，更多相关《上海市沿海防护林下土壤养分微生物及酶的典型相关关系Word文件下载.docx（15页珍藏版）》请在冰豆网上搜索。
沪农科攻字（2006）第4-10号；
“十一五”国家科技支撑计划（2006BAD03A140301）
作者简介：
李玥（1981-），女，博士生。
﹡张金池（通讯作者）：
男，教授，主要从事水土保持与荒漠化防治研究。
Email:
nfujczhang@.
土壤养分、微生物及酶是土壤生态系统的重要组成部分，是土壤健康评价的重要指标，历来受到国内外学者的关注[1-6]。
土壤养分是存在于土壤中植物生长发育所需要的营养元素，土壤养分的富集、空间分布和再分配作用对植被生长、发育和演替具有重要影响；
土壤微生物是土壤生物学过程（包括有机物降解、矿化及养分循环）的主要调解者，是土壤生态系统中养分来源的巨大动力，通过分解动植物残体而参与森林生态系统的能量流动和物质循环[7-9]；
作为土壤组分之一，以稳定蛋白质形态存在的土壤酶素有生物催化剂之称，它们参与包括土壤生物化学过程在内的自然界物质循环，既是土壤有机物转化的执行者，又是植物营养元素的活性库[10-13]。
但是，作为土壤科学基础研究的重点，强调土壤肥力的生物学特性包括生化特性还没有予以更大重视。
尤其是在沿海防护林土壤方面，国外报道不多，国内也是近10年才有较大发展，严重滞后于农田土壤中的相关研究，不能满足当代森林土壤及森林经营管理实践的需要[14]。
且所见的方法多见于简单相关、多元回归分析。
典型相关分析是研究两组变量之间相关系数的一种统计方法，能揭示两组为数很多的变量之间的线性相关关系，更深刻地反映两组随机变量之间的相关情况。
本文以上海市沿海防护林为研究对象，对6种典型防护林树种林下土壤养分、微生物及酶活性的相关性进行研究，以期为建设复合型高效防护林提供理论依据。
1材料与方法
1.1研究区自然概况
上海市地处120°
51′-122°
12′E，30°
40′-31°
53′N，位于长江入海口，东濒大海，北枕长江，沿海地区自北向南依次分布着崇明、宝山、浦东、南汇、奉贤、金山等6个区县，海岸线全长约510.4km。
该区属北亚热带季风气候，四季分明，日照充分，雨量充沛。
年平均气温16℃左右。
全年无霜期约230d，年平均降雨量在1100mm左右。
该区地貌类型主要属于河口三角洲或东部滨海平原，属泥质海岸带，平均海拔4米左右。
沿海土壤主要为滨海盐土类、潮土类、水稻土类，土层深厚，土质疏松，结构良好。
由于成陆时间短，在成土过程中曾多次受到海水浸渍，沿海地区土壤含盐量在0.2%-0.4%，一般为中碱性、强碱性土壤（pH＞8.5），主要分布于新垦区。
上海市沿海防护林建设起步较晚，目前的一线海防林主要建植于20世纪7、80年代，大部分地区一线林带的宽度约20-30m左右，尚未达到国家提出的200m宽的要求，乔木主要以水杉Metasequoiaglyptostoboides、东方杉Taxodiummucronatum×
Crytomeriafortunei、杨树Populus、榆树Ulmuspumila、榉树Zelkovaschnideriana、湿地松Pinuselliotii、香樟Cinnamomumcamphora等为主，树种单一，结构不合理，有的地段还有缺口断带。
1.2样地选取与样品采集
在上海市沿海地区选择立地条件相似、具有代表性的一线防护林带6条，并在各防护林带内分别设置一个20m×
20m的标准样地做标准地调查。
6种林分类型分别为水杉纯林、杨树纯林、东方杉纯林、水杉+杨树混交林、杨树+麻栎混交林、榆树+榉树混交林，此外在上海滨海森林公园附近选1个近海滩地作为对照。
于2008年7月12日采集土样。
各样地采用土壤剖面和混合多点取样法，在每个样地内取5个剖面，每一剖面深度一般为60cm，按0-10cm，10-20cm，20-40cm，40-60cm分4个层次从上往下取样，共采集样品140个。
采集土样分成2份，一份4℃低温保存供土壤微生物数量与生物量分析，一份自然风干后待做土壤养分与酶活性测定。
1.3样品测定
土壤养分测定：
土壤有机质采用重铬酸钾容量法-外加热法测定；
全氮采用凯氏定氮法测定；
水解氮采用碱解扩散法测定；
全磷采用HClO4-H2SO4消化法测定；
有效磷采用NaHCO3浸提-钼锑抗比色法测定；
速效钾采用火焰光度法测定[15]。
土壤微生物测定：
采用稀释平板法[16]，将采集到的每个层次的5个重复混合为1个样品，装入密封袋带回实验室内尽快分离各类土壤微生物。
细菌采用牛肉膏蛋白胨培养基，以稀释度为10-5的土壤稀释液接种；
真菌采用孟加拉红马丁氏琼脂培养基，以稀释度为10-3的土壤稀释液接种；
放线菌采用高氏一号合成培养基，以稀释度为10-4的土壤稀释液接种。
各区系分析均采用表面接种法接种，且每一处理设5个重复，接种后置25-30℃培养箱内培养，细菌在7d左右、真菌在5d左右、放线菌在10d左右检查结果。
土壤微生物量测定：
土壤微生物量碳用氯仿熏蒸-浸提-TOC仪器测定法；
微生物量氮用氯仿熏蒸-浸提-茚三酮比色法测定；
土壤微生物量磷采用氯仿熏蒸-浸提-无机磷法测定[17]。
土壤酶测定：
脲酶用苯酚钠比色法测定；
碱性磷酸酶用磷酸苯二钠比色法测定；
过氧化氢酶用KMnO4滴定法测定；
蛋白酶用茚三酮比色法测定；
蔗糖酶用三硝基水杨酸比色法测定[18]。
1.4数据分析
应用Excel2007、SPSS13.0软件完成数据的统计和典型相关分析。
2结果与分析
2.1典型相关分析原理
本实验选择有机质（X1）、全氮（X2）、水解氮（X3）、全磷（X4）、速效磷（X5）、速效钾（X6）6个土壤养分指标；
细菌数量（Y1）、真菌数量（Y2）、放线菌数量（Y3）、微生物生物量碳（Y4）、微生物生物量氮（Y5）、微生物生物量磷（Y6）6个土壤微生物指标；
脲酶（Z1）、碱性磷酸酶（Z2）、过氧化氢酶（Z3）、蛋白酶（Z4）、蔗糖酶（Z5）5个土壤酶活性指标，构建土壤养分指标、微生物指标和酶活性指标的数据集X（6×
28）、Y（6×
28）、Z（5×
28），建立土壤养分典型变量（U）、土壤微生物典型变量（V）和土壤酶活性典型变量（W）的线性组合函数：
U=a1X1+a2X2+…apXp；
V=b1Y1+b2Y2+…+bqYq；
W=c1Z1+c2Z2+…+crZr。
式中a1、a2、…、ap（p=6），b1、b2、…、bq（q=6）及c1、c2、…、cr（r=5）为待定系数，使得U、V、W之间具有最大典型相关系数，这个相关系数就是典型相关系数（Canonicalcorrelationcoefficient），用来度量两个线性函数的联系强度。
典型相关分析提示了“两组”指标间的内部联系，更深刻地反映了两组随机变量之间的线性相关情况。
2.2土壤养分与微生物的典型相关分析
表1 土壤养分因子与微生物因子典型相关系数的卡方检验
Table1 Chi-squaretestofcanonicalcorrelationcoefficientbetweensoilnutrientandmicrobialfactors
典型向量
Typicalvector
典型相关系数λi
Canonicalcorrelation
coefficient
特征根λi2
Eigenvalue
卡方值x2
Chi-square
value
自由度
Freedom
degree
显著水平p
Significant
level
累积贡献率
λi/∑λi2
Accumulativecontribution
ratio
1
0.9621
0.9256
86.9296
36
0.0001
0.4462
2
0.7431
0.5521
33.6504
25
0.1156
0.3446
3
0.6630
0.4395
17.1829
16
0.3739
0.3075
4
0.4252
0.1807
5.3103
9
0.8065
0.1972
5
0.2401
0.0576
1.2223
0.8744
0.1113
6
0.0157
0.0002
0.0051
0.9432
0.0072
注：
p<
0.05为显著相关，p<
0.01为极显著相关，下同。
由典型相关系数检验结果（表1）可知，土壤养分与微生物的6个典型相关系数中，第一个经卡方检验后达到了极显著（p=0.0001），且相关系数包含的相关信息占两组变量间总相关信息的44.62%。
因此，分析它的典型变量系数可反映两组变量间的主要相关信息。
该对典型变量为：
U1=-0.2060X1+0.7629X2+0.2757X3-0.3152X4+0.4191X5+0.2362X6
V1=0.2562Y1-0.3121Y2-0.1095Y3+0.3473Y4+0.5282Y5+0.3208Y6
分析典型变量的系数可知，土壤养分综合因子中起主要作用的是全氮（X2），土壤微生物综合因子中起主要作用的是微生物量氮（Y5），说明土壤中氮的含量与微生物生物量氮的累积关系最大，并且正效应明显。
典型冗余分析可以看出，典型变量U1可以解释41.40﹪的土壤养分变异，并能解释56.07﹪的土壤微生物变异；
典型变量V1可以解释60.57﹪的土壤微生物变异，并能解释38.32﹪的土壤养分变异。
将各样地土壤养分与微生物的实测数据代入U1、V1方程式，进行动态聚类分析，结果如表2所示：
土壤养分与微生物综合特征在排序表中集结为Ⅰ、Ⅱ、Ⅲ三类。
Ⅰ类：
水杉林20-60cm土层、杨树林20-60cm土层、东方杉林10-60cm土层、水杉杨树混交林10-60cm土层、杨树麻栎混交林40-60cm土层、榆树榉树混交林20-60cm土层及滩地0-60cm土层；
Ⅱ类：
水杉林10-20cm土层、杨树林0-20cm土层、水杉杨树混交林0-10cm土层、杨树麻栎混交林10-40cm土层及榆树榉树混交林10-20cm土层；
Ⅲ类：
水杉林0-10cm土层、东方杉林0-10cm土层、杨树麻栎混交林0-10cm土层及榆树榉树混交林0-10cm土层。
表2土壤养分与微生物典型变量排序聚类
Table2 Ordinationandclusterofcanonicalvariablesofsoilnutrientsandmicroorganism
类别
Class
重心横坐标X
Abscissaofcenter
重心纵坐标Y
Ordinateofcenter
样本号
Sample
Ⅰ
0.2094
0.1208
3、4、7、8、10、11、12、14、15、16、20、23、24、25、26、27、28
Ⅱ
0.4574
0.4335
2、5、6、13、18、19、22
Ⅲ
0.7426
0.7212
1、9、17、21
由图1可以看出，不同林地下的不同土层养分和微生物在土壤养分综合因子U和土壤微生物综合因子V中的表现值大小呈现一定的规律，就不同林地而言，U值基本表现出水杉林﹥杨树林﹥杨树麻栎混交林﹥榆树榉树混交林﹥东方杉林﹥水杉杨树混交林﹥滩地；
V值则表现出水杉林﹥杨树麻栎混交林﹥东方杉林﹥榆树榉树混交林﹥水杉杨树混交林﹥杨树林﹥滩地的趋势。
就不同土层而言，各林地0-10cm土层的U值和V值最大；
随着土层的加深，U值变化规律不明显，而V则呈显著的降低趋势。
图1 土壤养分因子与微生物因子的典型变量排序
Fig.1 Canonicalvariableordinationofsoilnutrientsandmicroorganism
图中字母MG、PU、TC、PM、PQ、ZU、BL分别表示水杉林、杨树林、东方杉林、水杉杨树混交林、杨树麻栎混交林、榆树榉树混交林；
数字1、2、3、4分别表示0-10、10-20、20-40、40-60cm的土层，下同。
2.3土壤养分与酶活性的典型相关分析
表3 土壤养分因子与酶活性因子典型相关系数的卡方检验
Table3 Chi-squaretestofCanonicalcorrelationcoefficientbetweensoilnutrientsandactivitiesofsoilenzymes
0.9428
0.8889
64.5076
30
0.0003
0.5940
0.6831
0.4666
18.3723
20
0.5629
0.4304
0.3890
0.1513
5.1746
12
0.9519
0.2451
0.2365
0.0559
1.7287
0.9429
0.1490
0.1564
0.0245
0.5197
0.7711
0.0985
由典型相关系数检验结果（表3）可知，土壤养分与酶活性的5个典型相关系数中，第一个经卡方检验后达到了极显著（p=0.0003），且相关系数包含的相关信息占两组变量间总相关信息的59.40%。
U1=0.0413X1+0.5890X2+0.3745X3-0.1255X4+0.4957X5-0.1663X6
W1=0.5854Z1-0.1256Z2-0.2417Z3+0.4782Z4+0.2524Z5
分析典型变量的系数可知，土壤养分综合因子中起主要作用的是全氮（X2）和有效磷（X5），土壤酶活性综合因子中起主要作用的是脲酶（Z1）和蛋白酶（Z4），这一方面与脲酶催化氮的基本规律相符，另一方面也表明脲酶和蛋白酶的活性通过影响土壤中的一些生化过程而间接影响氮、磷的转化，其中氮、磷与脲酶、蛋白酶均为正效应。
典型冗余分析可以看出，典型变量U1可以解释40.54﹪的土壤养分变异，并能解释54.49﹪的土壤酶变异；
典型变量W1可以解释61.31﹪的土壤酶变异，并能解释36.03﹪的土壤养分变异。
将各样地土壤养分与酶活性的实测数据代入U1、W1方程式，得到各样地在这对典型变量上的排序坐标图（图1），然后进行动态聚类分析，结果如表4所示：
土壤养分与酶活性综合特征在排序表中集结为Ⅰ、Ⅱ、Ⅲ三类。
水杉林40-60cm土层、杨树林40-60cm土层、东方杉林10-60cm土层、水杉杨树混交林40-60cm土层、杨树麻栎混交林10-60cm土层、榆树榉树混交林10-60cm土层及滩地0-60cm土层；
水杉林10-40cm土层、杨树林0-40cm土层、东方杉0-10cm土层、水杉杨树混交林10-40cm土层、杨树麻栎混交林0-10cm土层及榆树榉树混交林0-10cm土层；
水杉林0-10cm土层、水杉杨树混交林0-10cm土层。
表4土壤养分与酶活性典型变量排序聚类
Table4 Ordinationandclusterofcanonicalvariablesofsoilnutrientsandactivitiesofsoilenzymes
0.1941
0.0878
4、8、10、11、12、16、18、19、20、22、23、24、25、26、27、28
0.6904
0.2934
2、3、5、6、7、9、14、15、17、21
0.8272
0.7773
1、13
由图2可以看出，不同林地下的不同土层养分和酶活性在土壤养分综合因子U和土壤酶活性综合因子W中的表现值大小呈现一定的规律，就不同林地而言，U值基本表现出水杉林﹥水杉杨树混交林﹥榆树榉树混交林﹥东方杉林﹥杨树林﹥滩地﹥杨树麻栎混交林；
W值则表现出杨树林﹥水杉林﹥水杉杨树混交林﹥东方杉林﹥榆树榉树混交林﹥杨树麻栎混交林﹥滩地的趋势。
就不同土层而言，各林地0-10cm土层的U值和W值最大；
随着土层的加深，U值变化规律不明显，而W则呈显著的降低趋势。
图2 土壤养分因子与酶活性因子的典型变量排序
Fig.2 Canonicalvariableordinationofsoilnutrientsandactivitiesofsoilenzymes
2.4土壤微生物与酶活性的典型相关分析
表5 土壤微生物因子与酶活性因子典型相关系数的卡方检验
Table5 Chi-squaretestofCanonicalcorrelationcoefficientbetweensoilmicroorganismsandactivitiesofsoilenzymes
升级会员 