毛竹林地不同植被恢复模式的土壤物理性质评价
|
摘要
毛竹林地过度经营开发导致了林地生态系统的恶化,通过实施林下灌草植被恢复可以改善林地植被结构、增强水土保持功能和改善林地土壤性状。因此,开展毛竹林下不同植被恢复模式的土壤物理性质评价,有利于指导毛竹林的经营与管理。采用灰色关联分析法研究了毛竹纯林下种植灌木和种植灌草两种植被恢复模式对土壤持水能力和孔隙状况的影响。研究结果表明:对过度开发毛竹林地进行植被恢复可以增加土壤非毛管孔隙数量,提高土壤持水能力11%～26%,土壤持水能力与孔隙数量有密切的关系。毛竹纯林、毛竹林下种植灌木和种植灌草模式的灰色关联度平均值分别为0.5273,0.6441和0.7652,说明毛竹纯林下种植灌草植被模式的土壤物理性质最优,该模式可以显著改善毛竹纯林地的土壤物理性质。
The overexploitation of the Phyllostachys pubescens forest leads to the deterioration of the forest ecosystem. Undergrowth restoration in the Phyllostachys pubescens forest can improve undergrowth structure, enhance soil and water conservation function and improve soil properties. Therefore, the assessment of soil physical properties under different undergrowth restoration patterns in the Phyllostachys pubescens forest is helpful to guide its operation and management. The grey correlation analysis method was applied to study the effects of two patterns on soil water holding capacity and pore condition. One pattern was planting shrub, the other one was planting shrub and grass. The results showed that the undergrowth restoration can increase the number of soil noncapillary pores and improve soil water holding capacity by 11% ～ 26%. Soil water holding capacity was closely related to the amount of soil pores. The mean correlation degrees of net Phyllostachys pubescens forest, undergrowth of planting shrub and undergrowth of planting shrub and grass were 0.5273, 0.6441 and 0.7652, respectively. It was indicated that the physical properties of the shrub-grass pattern was the best and can significantly improve the soil physical properties.
The overexploitation of the Phyllostachys pubescens forest leads to the deterioration of the forest ecosystem. Undergrowth restoration in the Phyllostachys pubescens forest can improve undergrowth structure, enhance soil and water conservation function and improve soil properties. Therefore, the assessment of soil physical properties under different undergrowth restoration patterns in the Phyllostachys pubescens forest is helpful to guide its operation and management. The grey correlation analysis method was applied to study the effects of two patterns on soil water holding capacity and pore condition. One pattern was planting shrub, the other one was planting shrub and grass. The results showed that the undergrowth restoration can increase the number of soil noncapillary pores and improve soil water holding capacity by 11% ～ 26%. Soil water holding capacity was closely related to the amount of soil pores. The mean correlation degrees of net Phyllostachys pubescens forest, undergrowth of planting shrub and undergrowth of planting shrub and grass were 0.5273, 0.6441 and 0.7652, respectively. It was indicated that the physical properties of the shrub-grass pattern was the best and can significantly improve the soil physical properties.
引文
[1] 郭延芳. 毛竹林丰产林经营技术[J].安徽农学通报, 2011, 17(14) :307-308.
[2] 王凯成, 杨健, 沈健, 等. 浙江湖州市毛竹林经营技术创新与实践[J]. 世界竹藤通讯, 2016, 14(5):25-30.
[3] 周国模, 刘恩斌, 施拥军, 等. 基于最小尺度的浙江省毛竹生物量精确估算[J]. 林业科学, 2011, 47(1):1-5.
[4] 高平珍, 陈双林, 郭子武, 等. 毛竹林下固氮植物资源及其经济价值分析[J]. 浙江农林大学学报, 2018, 35(1):161-166.
[5] 李翀, 周国模,施拥军, 等. 不同经营措施对毛竹林生态系统净碳汇能力的影响[J]. 林业科学, 2017, 53(2):1-9.
[6] 杨萌, 李永夫, 李永春, 等. 集约经营对毛竹林土壤碳氮库及酶活性的影响[J]. 应用生态学报, 2016, 27(11):3455-3462.
[7] 王茜, 王成, 杜万光, 等. 夏季福州旗山毛竹林生态保健功能研究[J]. 南京林业大学学报:自然科学版, 2018,42(2):120-126.
[8] 许丽霞, 江洪, 张敏霞, 等. 安吉毛竹林生态系统光合作用特征及其环境影响因子研究[J]. 江西农业大学学报, 2017, 39(5):928-937.
[9] 曹先磊, 吴伟光. 不同地区毛竹林经营的经济效益与固碳能力分析[J].林业资源管理, 2015(1):64-70.
[10] 崔瑞蕊, 杜华强, 周国模, 等. 近30a安吉县毛竹林动态遥感监测及碳储量变化[J].浙江农林大学学报, 2011, 28(3):422-431.
[11] 戴士祥, 任文杰, 滕应, 等. 安徽省主要水稻土基本理化性质及肥力综合评价[J]. 土壤, 2018, 50(1): 66-72.
[12] 吴玉红, 田霄鸿, 同延安, 等. 基于主成分分析的土壤肥力综合指数评价[J]. 生态学杂志, 2010, 29(1): 173-180.
[13] 赵艳玲, 何厅厅, 侯占东, 等. 基于BFA-BP神经网络的土壤肥力评价[J]. 江苏农业科学, 2013, 41(8): 340-344.
[14] 韩春建, 梁朝信, 吴克宁, 等. 基于GIS 技术的灰色关联度法土壤肥力综合评价[J]. 农业工程学报, 2008, 24(1):53-56.
[15] 张甜, 朱玉杰, 董希斌. 小兴安岭用材林土壤肥力综合评价及评价方法比较[J]. 东北林业大学学报, 2016, 44(12):10-14.
[16] 曾翔亮, 董希斌, 高明. 不同诱导改造后大兴安岭蒙古栎低质林土壤养分的灰色关联评价[J]. 东北林业大学学报, 2013,41(7):48-52.
[17] 罗毅, 李昱龙. 基于熵权法和灰色关联分析法的输电网规划方案综合决策[J]. 电网技术, 2013, 37(1):77-81.
[18] 王艳冬, 高飞, 李杰. 基于灰色关联分析的住院患者满意度综合评价[J]. 天津大学学报:社会科学版, 2016, 18(4):304-307.
[19] 杨少梅, 张杰. 基于AHP 和灰色关联度的管理人员绩效评价模型研究[J]. 华北电力大学学报, 2008, 35(3): 99-102.
[20] 徐若霖, 程宝栋. 基于灰色关联度的我国林业产业结构优化调整分析[J]. 林业经济, 2014(12):59-62.
[21] 孙光彩, 田东林. 曲靖市农业产业结构的灰色关联度分析[J]. 云南农业大学学报:社会科学, 2016, 10(4):30-35.
[22] 单瑞峰, 孙小银. 环境污染区域差异及其影响因素灰色关联法分析-以山东省为例[J]. 环境科学与管理, 2008, 33(10):5-9.
[23] 沈思祎, 钮尔轩, 孟斌. 基于灰色关联度的辽宁近海海域生态环境承载力评价[J]. 大连海事大学学报, 2017, 43(3):112-118.
[24] 韩贵杰, 唐亚森, 曲杭峰. 大兴安岭低质落叶松林补植改造后土壤肥力的综合评价[J]. 东北林业大学学报, 2018,46(6):56-62.
[25] 方凯凯, 张中恺, 王志康,等. 渭北果园不同管理措施的土壤水分灰色关联度[J]. 水土保持研究, 2016, 23(4):28-32.
[26] 郭云开, 谢琼, 安冠星, 等. 土壤重金属污染灰色综合评价模型[J]. 测绘科学, 2017,42(5):175-182.
[27] 卫茂荣. 一次取样连续测定土壤物理性质的方法[J]. 辽宁林业科技, 1990(1):56-57.
[28] 孟勇, 漆良华, 艾文胜, 等. 湘中丘陵区不同经营目标下毛竹林土壤物理性质及健康评价[J]. 东北林业大学学报, 2013, 41(2):60-64.
[29] 唐菲菲, 邓艳林, 郑茂, 等. 基于灰色关联分析的湘西北石漠化区土壤质量评价[J]. 中南林业科技大学学报, 2016, 36(9):36-43.
[30] 楼一平, 盛炜彤. 我国毛竹林长期立地生产力研究问题的评述[J]. 林业科学研究, 1999, 12(2):172-178.
[31] 刘广路, 范少辉, 官凤英, 等. 闽西北不同类型集约经营毛竹林土壤环境特征[J]. 2010, 34(5):17-22.
[32] 黄启堂, 陈爱玲, 贺军. 不同毛竹林林地土壤理化性质特征比较[J]. 福建林学院学报, 2006, 26(4):299-302.
[33] 黄作舟. 闽南不同类型毛竹林地土壤分析[J]. 河北林业科技, 2011(2):18-19.
[34] 范少辉, 赵建诚, 苏文会, 等. 不同密度毛竹林土壤质量综合评价[J]. 林业科学, 2015, 51(10):1-9.
[2] 王凯成, 杨健, 沈健, 等. 浙江湖州市毛竹林经营技术创新与实践[J]. 世界竹藤通讯, 2016, 14(5):25-30.
[3] 周国模, 刘恩斌, 施拥军, 等. 基于最小尺度的浙江省毛竹生物量精确估算[J]. 林业科学, 2011, 47(1):1-5.
[4] 高平珍, 陈双林, 郭子武, 等. 毛竹林下固氮植物资源及其经济价值分析[J]. 浙江农林大学学报, 2018, 35(1):161-166.
[5] 李翀, 周国模,施拥军, 等. 不同经营措施对毛竹林生态系统净碳汇能力的影响[J]. 林业科学, 2017, 53(2):1-9.
[6] 杨萌, 李永夫, 李永春, 等. 集约经营对毛竹林土壤碳氮库及酶活性的影响[J]. 应用生态学报, 2016, 27(11):3455-3462.
[7] 王茜, 王成, 杜万光, 等. 夏季福州旗山毛竹林生态保健功能研究[J]. 南京林业大学学报:自然科学版, 2018,42(2):120-126.
[8] 许丽霞, 江洪, 张敏霞, 等. 安吉毛竹林生态系统光合作用特征及其环境影响因子研究[J]. 江西农业大学学报, 2017, 39(5):928-937.
[9] 曹先磊, 吴伟光. 不同地区毛竹林经营的经济效益与固碳能力分析[J].林业资源管理, 2015(1):64-70.
[10] 崔瑞蕊, 杜华强, 周国模, 等. 近30a安吉县毛竹林动态遥感监测及碳储量变化[J].浙江农林大学学报, 2011, 28(3):422-431.
[11] 戴士祥, 任文杰, 滕应, 等. 安徽省主要水稻土基本理化性质及肥力综合评价[J]. 土壤, 2018, 50(1): 66-72.
[12] 吴玉红, 田霄鸿, 同延安, 等. 基于主成分分析的土壤肥力综合指数评价[J]. 生态学杂志, 2010, 29(1): 173-180.
[13] 赵艳玲, 何厅厅, 侯占东, 等. 基于BFA-BP神经网络的土壤肥力评价[J]. 江苏农业科学, 2013, 41(8): 340-344.
[14] 韩春建, 梁朝信, 吴克宁, 等. 基于GIS 技术的灰色关联度法土壤肥力综合评价[J]. 农业工程学报, 2008, 24(1):53-56.
[15] 张甜, 朱玉杰, 董希斌. 小兴安岭用材林土壤肥力综合评价及评价方法比较[J]. 东北林业大学学报, 2016, 44(12):10-14.
[16] 曾翔亮, 董希斌, 高明. 不同诱导改造后大兴安岭蒙古栎低质林土壤养分的灰色关联评价[J]. 东北林业大学学报, 2013,41(7):48-52.
[17] 罗毅, 李昱龙. 基于熵权法和灰色关联分析法的输电网规划方案综合决策[J]. 电网技术, 2013, 37(1):77-81.
[18] 王艳冬, 高飞, 李杰. 基于灰色关联分析的住院患者满意度综合评价[J]. 天津大学学报:社会科学版, 2016, 18(4):304-307.
[19] 杨少梅, 张杰. 基于AHP 和灰色关联度的管理人员绩效评价模型研究[J]. 华北电力大学学报, 2008, 35(3): 99-102.
[20] 徐若霖, 程宝栋. 基于灰色关联度的我国林业产业结构优化调整分析[J]. 林业经济, 2014(12):59-62.
[21] 孙光彩, 田东林. 曲靖市农业产业结构的灰色关联度分析[J]. 云南农业大学学报:社会科学, 2016, 10(4):30-35.
[22] 单瑞峰, 孙小银. 环境污染区域差异及其影响因素灰色关联法分析-以山东省为例[J]. 环境科学与管理, 2008, 33(10):5-9.
[23] 沈思祎, 钮尔轩, 孟斌. 基于灰色关联度的辽宁近海海域生态环境承载力评价[J]. 大连海事大学学报, 2017, 43(3):112-118.
[24] 韩贵杰, 唐亚森, 曲杭峰. 大兴安岭低质落叶松林补植改造后土壤肥力的综合评价[J]. 东北林业大学学报, 2018,46(6):56-62.
[25] 方凯凯, 张中恺, 王志康,等. 渭北果园不同管理措施的土壤水分灰色关联度[J]. 水土保持研究, 2016, 23(4):28-32.
[26] 郭云开, 谢琼, 安冠星, 等. 土壤重金属污染灰色综合评价模型[J]. 测绘科学, 2017,42(5):175-182.
[27] 卫茂荣. 一次取样连续测定土壤物理性质的方法[J]. 辽宁林业科技, 1990(1):56-57.
[28] 孟勇, 漆良华, 艾文胜, 等. 湘中丘陵区不同经营目标下毛竹林土壤物理性质及健康评价[J]. 东北林业大学学报, 2013, 41(2):60-64.
[29] 唐菲菲, 邓艳林, 郑茂, 等. 基于灰色关联分析的湘西北石漠化区土壤质量评价[J]. 中南林业科技大学学报, 2016, 36(9):36-43.
[30] 楼一平, 盛炜彤. 我国毛竹林长期立地生产力研究问题的评述[J]. 林业科学研究, 1999, 12(2):172-178.
[31] 刘广路, 范少辉, 官凤英, 等. 闽西北不同类型集约经营毛竹林土壤环境特征[J]. 2010, 34(5):17-22.
[32] 黄启堂, 陈爱玲, 贺军. 不同毛竹林林地土壤理化性质特征比较[J]. 福建林学院学报, 2006, 26(4):299-302.
[33] 黄作舟. 闽南不同类型毛竹林地土壤分析[J]. 河北林业科技, 2011(2):18-19.
[34] 范少辉, 赵建诚, 苏文会, 等. 不同密度毛竹林土壤质量综合评价[J]. 林业科学, 2015, 51(10):1-9.
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |