北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

黄土高原不同人工林中常见树种的水分利用特征

日期: 2020-05-29
浏览次数: 142

黄土高原不同人工林中常见树种的水分利用特征

摘要:了解再生物种的水分利用特征对于理解土壤与植物之间的相互作用机制以及指导水资源受限生态系统中的生态恢复策略具有深远的意义。尽管植树造林是改善退化生态系统功能和服务的重要途径,但对不同人工林类型中优势种的水分利用特征的了解甚少。作者调查了黄土高原三种代表性人工林(三种落叶树种刺槐、山杏和臭椿组成的混合人工林,纯刺槐人工林,纯山杏人工林)的植物水分利用特征。作者测量了每种人工林中优势种叶片的δ13C以及木质部和土壤(400 cm)水分的δ2H和δ18O。结果表明,混合人工林中三个主要树种在水源贡献比例上表现出显著的差异(P<0.05),表明植物具有水源隔离作用。与纯山杏人工林相比,混合人工林中的山杏利用更大比例的浅层土壤水,相应地减少了对深层土壤水的消耗。然而,在不同人工林中,刺槐水分吸收比例未表现出显著差异。混合人工林中植物叶片的δ13C显著高于纯人工林的。不同人工林中,刺槐叶片的δ13C与SWC呈正相关关系,而山杏中未观察到这种关系。结果表明人工林类型会影响植物水分利用特征,具有对人工林类型的物种特异性响应,以及种间竞争和种内竞争之间不同的水源竞争效应。

研究区域

该研究是在陕西省羊圈沟流域进行的(36°42′45″ N,109°31′45″)。该流域是黄土高原中部的黄土丘陵沟壑区。

黄土高原不同人工林中常见树种的水分利用特征

样品采集

作者于2016年植物生长季节5-9月采集了植物叶片样品用于δ13C的测定,采集木质部样品用于δ2H和δ18O的测定,采集了0-400 cm的土壤样品共630个,用于土壤含水量和土壤水δ2H和δ18O的测定,同时收集了46个降雨样品。利用LI-2100全自动真空冷凝抽提系统抽提植物木质部和土壤水分,利用LGR的液态水同位素分析仪测定土壤和降雨样品的δ2H和δ18O。黄土高原植物根系无法到达地下水深度,且该研究区域无灌溉,所以植物的主要水源是土壤水。


结果

1.土壤和木质部水的同位素组成

图2显示了不同人工林土壤水δ2H和δ18O随土壤深度和季节的变化。混合人工林中,土壤水δ18O平均值为-8.88±1.75‰,δ2H平均值为-67.14±11.86‰。纯刺槐林土壤水δ2H和δ18O平均值分别为-64.06±25.12‰和-8.71±3.53‰。纯山杏林土壤水δ2H和δ18O平均值分别为-67.78±12.57‰和 -8.66±2.13‰。土壤水同位素沿土壤剖面表现出明显的变化。浅层土壤水同位素富集且随季节变化更大。随深度变化深层土壤水同位素贫化且随季节变化小。每种人工林土壤水同位素组成在不同季节和土壤不同深度之间显著不同(P<0.001)。然而,不同人工林土壤水同位素组成无显著差异(δ2H,P=0.052;δ18O,P=0.61)。

黄土高原不同人工林中常见树种的水分利用特征

木质部水同位素组成随季节和物种变化。混合人工林中,刺槐木质部水δ18O平均值为-8.41±0.72‰,δ2H平均值为-67.57±4.37‰,山杏木质部水δ18O平均值为-7.21±1.42‰,δ2H平均值为-59.68±7.42‰,臭椿木质部水δ18O平均值为-7.72±0.89‰,δ2H平均值为-64.53±4.56‰。纯刺槐林木质部水δ18O变化范围为-9.35~-5.98‰,δ2H变化范围为-75.36~-55.68‰。纯山杏林木质部水δ18O平均值为-7.20±1.33‰,δ2H平均值为-61.49±6.25‰。混合人工林中不同物种木质部水同位素显著不同(P<0.001)。此外,木质部水δ2H和δ18O随季节变化表现出显著差异(P<0.001)。大多数土壤水同位素位于地区大气降水线(LMVL)右侧,木质部水的δ2H和δ18O位于土壤水同位素范围内(图3),这表明植物主要从不同土壤层获取水分。

黄土高原不同人工林中常见树种的水分利用特征

2.土壤水可利用性和植物水源分配

不同人工林的SWC表现出明显的季节和垂直变化(图4)。研究期混合人工林的平均SWC是7.01±1.70%,纯刺槐林为6.68±1.46%,纯山杏林为7.13±2.19%。研究期混合人工林浅层土壤含水量最高,而纯刺槐林深层土壤含水量最低。浅层土壤水随季节波动较大,而深层土壤水随季节变化较小。不同人工林浅层和中层土壤含水量无显著差异,而深层土壤水分差异显著(P<0.001)。此外,3个人工林土壤含水量在不同季节之间差异显著(P<0.01)。总而言之,不同人工林之间土壤水分存在显著差异(P<0.05)。

黄土高原不同人工林中常见树种的水分利用特征

生长季植物主要吸收浅层和中层土壤水(图5)。混合人工林中刺槐74.86%的水分以及臭椿75.62%的水分均来源于浅层和中层土壤水。而山杏吸收最大比例的浅层土壤水(60.96%)。在整个生长季,中层和深层土壤水对纯刺槐林的贡献比例分别为32.88%和27.14%。浅层和中层土壤水对纯山杏林的贡献比例分别为43.58%和32.12%。混合人工林中,不同月份之间3个物种水分吸收比例具有显著差异(P<0.05)。混合人工林和纯刺槐林中刺槐从不同土壤层吸收的水分比例无显著差异。然而,混合人工林和纯山杏林中山杏对浅层土壤水分利用比例存在显著差异(P<0.05),对中层和深层土壤水分的利用无显著差异。此外,不同季节之间浅层、中层和深层土壤水对混合人工林中臭椿以及纯山杏林的贡献比例无显著差异。

黄土高原不同人工林中常见树种的水分利用特征

3.植物叶片的δ13C值

图6显示了采样期间植物叶片的δ13C值随季节和植物物种的变化。混合人工林中刺槐,山杏和臭椿植物叶片δ13C平均值分别为-26.77±0.58‰,-26.28±0.54‰和-26.64±0.75‰。纯山杏林植物叶片δ13C值低于混合人工林。采样期间纯刺槐林植物叶片δ13C值最低(-28.00±0.80‰)。总而言之,不同季节,不同物种之间植物叶片δ13C值具有显著差异(P<0.05)。混合人工林中,山杏植物叶片δ13C值显著不同于刺槐和臭椿,且表现出显著的季节变化。此外,混合人工林和纯刺槐林中的刺槐植物叶片δ13C值表现出显著差异(P<0.001)。混合人工林和纯山杏林中的山杏植物叶片δ13C值也表现出显著差异(P<0.001)。

黄土高原不同人工林中常见树种的水分利用特征

4.植物叶片δ13C值与土壤含水量之间的关系

如图7所示,混合人工林中刺槐植物叶片δ13C值与土壤含水量的关系与纯刺槐林不一致。尽管混合人工林和纯刺槐林中刺槐植物叶片的δ13C值与土壤含水量呈正相关关系,但与纯刺槐林相比,混合人工林中的关系较弱(混合人工林:R2=0.25,P=0.06,纯刺槐林:R2=0.53,P=0.002)。然而,混合人工林和纯山杏林中山杏植物叶片的δ13C值与土壤含水量无显著相关性。

黄土高原不同人工林中常见树种的水分利用特征

结论

本研究利用稳定同位素技术研究了半干旱黄土高原不同人工林植物的水分利用特征。结果表明3种共存树种对不同土层的利用比例具有显著差异(P<0.05),表明这些物种具有水文生态位隔离。土壤水对不同人工林中刺槐的贡献无显著差异。然而,浅层土壤水对不同人工林中山杏的贡献具有显著差异,中层和深层土壤水对其贡献无显著差异。混合人工林中植物叶片δ13C值显著高于纯人工林,这表明混合人工林中叶片水平的WUEi明显提高。此外,与纯山杏林相比,混合人工林中山杏利用更大比例的浅层土壤水,相应地,深层土壤水消耗较少。这些结果表明人工林类型会影响植物水分来源分配,且存在对人工林类型的物种特异性响应。该研究为干旱和半干旱生态系统植树造林和生态管理提供了重要的基线信息和见解。

黄土高原不同人工林中常见树种的水分利用特征.pdf


News / 相关新闻 More
2022 - 01 - 24
改进积雪密度的估计是目前雪研究的一个关键问题。表征密度时空变异性对于水当量的估算、水力发电和自然灾害(雪崩洪水等)的评估至关重要。高光谱成像是一种监测和估计其物理特性的有前途且可靠的工具。事实上,雪的光谱反射率在一定程度上受其物理特性变化的控制,尤其是在光谱的近红外(NIR)部分。为此,已经设计了几种模型根据光谱信息估算积雪密度。然而,还没有一个实现满意的结果。主要困难之一是积雪密度和光谱反射率之间的关系是非双射的(满射的)。事实上,几个反射振幅与相同的密度相关,反之亦然,所以密度和光谱反射率之间的相关性可能非常弱。基于此,为了解决该问题,本研究中提出了基于光谱数据的积雪密度估计混合模型。主要研究目标是利用高光谱NIR成像(PIKA NIR,RESONON Company)(900-1700 nm)以5.5 nm的光谱分辨率测试混合模型(HM)估计季节性积雪密度的性能。混合模型结合了一个分...
2022 - 01 - 20
PROSDM:PROSPECT模型与光谱导数和相似性度量相结合从双向反射率中提取叶片生化性状的适用性叶片生化性状为理解植物光合功能、动态生长、养分循环和初级生产提供了有价值的信息。叶片叶绿素含量(Cab)、类胡萝卜素含量(Cxc)、含水量(Cw)和干物质含量(Cm)是四个重要的叶片生化性状,与植物光合作用、氮素、胁迫和衰老等健康和生长状态密切相关。能够对这些叶片生化性状进行高通量测量的方法对于表征植物生理状态和关键功能过程至关重要。PROSPECT模型是目前最常用的叶片辐射传输模型之一,可从叶片定向半球反射因子(DHRF)光谱来提取叶片生化性状,然而,在应用于叶片双向反射因子(BRF)光谱提取叶片生化性状方面尚待探索。叶片表面反射率和各向异性性状的存在可能是限制PROSPECT从叶片BRF光谱评估叶片生化性状的主要问题。基于此,在本研究中,研究者们提出了一个方法,整合了PROSPECT模型...
2022 - 01 - 18
生态系统呼吸(Re)和甲烷(CH4)通量是两个重要的土壤-大气碳交换过程,已经在局地尺度上得到充分记录。然而,在流域尺度上,对青藏高原多年冻土区这些过程的空间格局和控制因素尚不清楚。基于此,为了填补研究空白,在本研究中,来自四川大学、中国科学院成都山地灾害与环境研究所、山西农业大学、中国科学院西北生态环境资源研究院和西南民族大学青藏高原研究所的研究团队在青藏高原风火山(34°40′-34°46′ N和92°50′–92°62′ E;4580-5410 m a.s.l.;图1a)测量了两个生长季节(2017年和2018年)不同坡向(北向(阴坡)和南向(阳坡))和不同海拔(低、中和高坡位)的生态系统呼吸(Re)和CH4通量,旨在阐明青藏高原草地流域尺度的Re和CH4通量模式并量化生物和非生物因子调节Re和CH4通量的相对贡献。作者利用LGR UGGA便携...
2021 - 01 - 15
全球气候变化引起的预计人口增长以及土地和农业资源可利用性的压力使未来几十年全球粮食供应的需求增加。提高光合作用能力已成为实现作物增产的目标。目前,测量光合作用的方法是耗时的且具破坏性的,这会减慢鉴定具高光合能力的农作物种质的研究和育种工作。作者在1分钟内收集样地(~2 m×2 m)向阳叶片像素的高光谱反射率以量化光合作用参数和色素含量。在两个生长季节(2017年和2018年)利用田间生长的经基因改变了光合途径的烟草,建立了8个光合参数和色素性状的预测模型。利用偏最小二乘法(PLSR)分析可见近红外(400-900 nm)光谱相机测得的植物反射像素,预测了Rubisco最大羧化速率(Vc,max,R2=0.79)和最大电子传递速率(J1800,R2=0.59),最大光饱和光合作用(Pmax,R2=0.54),叶绿素含量(R2=0.87),叶绿素a/b(...
关闭窗口】【打印
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

深圳办事处:

地址:深圳市宝安区创业二路玖悦雅轩商业裙楼3层瑞思BEEPLUS 3029室 手机:13910499772

武汉办事处:

地址:武汉市洪山区民族大道124号龙安港汇城A座1108 手机:13910499761


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开