1、2023,31(2):22352,pages 112doi:10.17520/biods.2022352收稿日期:2022-06-28;接受日期:2023-01-03基金项目:国家自然科学基金(32071540;32260286)和广西自然科学基金(2022GXNSFDA035076;2022GXNSFBA035552)*通讯作者 Author for correspondence.E-mail:https:/www.biodiversity-桂西南北热带喀斯特季节性雨林土壤钾、钙、镁空间分布特征及其影响因素李佳奇1,2,3,郭屹立1,2*,李冬兴1,2,王斌1,2,向悟生1,2,黄甫昭1,2
2、,陆芳1,2,文淑均1,2,李健星1,2,陆树华1,2,李先琨1,21.广西壮族自治区中国科学院广西植物研究所广西喀斯特植物保育与恢复生态重点实验室,广西桂林 541006;2.弄岗喀斯特生态系统广西野外科学观测研究站,广西崇左 532499;3.桂林理工大学旅游与风景园林学院,广西桂林 541006摘要:矿质元素是土壤养分的重要组分,关系着森林生态系统的群落组成和生物地球化学循环。喀斯特局域尺度内地形异质性较高,目前尚缺乏地形等非生物因子和生物因子如何影响喀斯特地区土壤矿质元素空间分布方面的研究。本文在弄岗北热带喀斯特季节性雨林15 ha森林动态监测样地中沿海拔梯度设立的100个凋落物收集器
3、所在位点进行土壤取样,对样品中的K、Ca、Mg 3种矿质元素含量进行测定,并基于空间回归模型和变差分解等方法对喀斯特季节性雨林中土壤K、Ca、Mg与生态因子之间的关联进行定量分析,探讨非生物因子和生物因子与其空间分布特征的内在关联,以期为北热带喀斯特生物地球化学循环研究和脆弱喀斯特生态系统保护提供科学依据。结果表明,研究区内土壤K、Ca、Mg均存在空间自相关性,Ca与海拔和凹凸度显著正相关,主要聚集在山脊区域;K与地形湿润度指数显著正相关,主要在洼地聚集;Mg在中坡位表现出聚集特征。变差分解显示生态因子对土壤K、Ca、Mg空间分布的驱动作用强于空间结构,单个生态因子中海拔的解释度最高,并且非生
4、物因子的解释度总体上高于生物因子,生物因子中物种丰富度解释度最高,同时Mg的聚集伴随着较高的物种丰富度水平。关键词:土壤矿质元素;生态因子;空间回归模型;变差分解;北热带喀斯特季节性雨林李佳奇,郭屹立,李冬兴,王斌,向悟生,黄甫昭,陆芳,文淑均,李健星,陆树华,李先琨(2023)桂西南北热带喀斯特季节性雨林土壤钾、钙、镁空间分布特征及其影响因素.生物多样性,31,22352.doi:10.17520/biods.2022352.Li JQ,Guo YL,Li DX,Wang B,Xiang WS,Huang FZ,Lu F,Wen SJ,Li JX,Lu SH,Li XK(2023)Spati
5、al distribution characteristics of soil potassium,calcium,and magnesium and their influencing factors in a northern tropical karst seasonal rainforest in southwestern Guangxi.Biodiversity Science,31,22352.doi:10.17520/biods.2022352.Spatial distribution characteristics of soil potassium,calcium,and m
6、agnesiumand their influencing factors in a northern tropical karst seasonal rainforest insouthwestern GuangxiJiaqi Li1,2,3,Yili Guo1,2*,Dongxing Li1,2,Bin Wang1,2,Wusheng Xiang1,2,Fuzhao Huang1,2,Fang Lu1,2,Shujun Wen1,2,Jianxing Li1,2,Shuhua Lu1,2,Xiankun Li1,21 Guangxi Key Laboratory of Plant Cons
7、ervation and Restoration Ecology in Karst Terrain,Guangxi Institute of Botany,GuangxiZhuang Autonomous Region and Chinese Academy of Sciences,Guilin,Guangxi 5410062 Nonggang Karst Ecosystem Observation and Research Station of Guangxi,Chongzuo,Guangxi 5324993 College of Tourism and Landscape Architec
8、ture,Guilin University of Technology,Guilin,Guangxi 541006ABSTRACTAims:Mineral elements are important determinants of soil nutrients and are related to forest community compositionand nutrient cycling.There is high terrain heterogeneity in karst seasonal rainforest local scale,but there is still lac
9、k ofresearch on how terrain and other abiotic and biotic factors affect the spatial distribution of soil mineral elements in研究报告李佳奇等:桂西南北热带喀斯特季节性雨林土壤钾、钙、镁空间分布特征及其影响因素2023年|31卷|2期|22352|第2页karst area.Methods:In this study,we set up 100 litter fall traps along the elevation gradient in the 15 ha north
10、ern tropical karstseasonal rainforest dynamics plot in Nonggang,southwestern Guangxi,and conducted soil sampling at the litter fall trapsites.We tested soil samples for the content of mineral elements such as K,Ca,Mg.We performed quantitative analysisof the association between ecological factors and
11、 soil K,Ca,Mg in karst seasonal rainforests based on methods such asspatial regression models and variation partitioning.Results:Soil K,Ca and Mg in the study area were all spatially autocorrelated,with Ca significantly positivelycorrelated with elevation and convexity(P|=|=(2)Gaussian模型:|=|-+=0,00,
12、exp1)(220hhhCCh(3)其中,块金值C0表示在小于最小取样尺度下的随机实验误差;结构方差C表示结构性变异;变程为半方差达到基台值(C0+C)所对应的距离。块基比即块金值和基台值的比值,表示随机因素所引起的空间变异占系统总变异的比例,反映了空间相关性的强弱,当块基比小于25%时说明有较强的空间相关性,此时土壤元素主要受到成土母质、地质背景、地形地势等结构性因素的影响(Ruan et al,2008);块基比大于75%时表示空间相关性较弱,即土壤元素主要受到随机因素的影响;介于25%和75%之间时土壤元素受到来自结构和随机因素的共同影响。正态分布检验(K-S检验)显示土壤K、Ca和Mg
13、均不符合正 态 分 布,其 中 Ca 和 Mg 在 Minitab 17 中 进 行Johnson正态转换后展示出较好的正态性,K元素经过极端值剔除后也达到了相同的效果。处理后的数据在GS+9.0进行半方差分析,其中最优拟合模型按照残差最小、拟合度(R2)最大的原则来决定(表1)。正态分布检验在SPSS 27.0中完成,Kriging插值图采用ArcGIS 10.3绘制。1.4空间回归分析由于环境因素的影响,土壤元素可能存在空间自相关性。相比于经典线性回归模型,空间自回归模型(spatial autoregression models,SAR)能相对准李佳奇等:桂西南北热带喀斯特季节性雨林土壤
14、钾、钙、镁空间分布特征及其影响因素2023年|31卷|2期|22352|第5页确地表征土壤元素含量空间变异的细节特征(潘竟虎和赵轩茹,2018)。SAR模型的一般形式为(Anselin,1984):+=XWy1(4)+=2W(5)()IN2,0=(6)其中,y为因变量;X为解释变量;W为空间权重矩阵;为解释变量的回归系数;为随机误差项;为白噪声;2为的方差项;I为单位矩阵,为空间滞后系数;为空间误差系数。根据空间自回归过程所发生的位置可采取不同的形式,若自回归过程只发生在响应变量中,即 0且=0时,则SAR模型形式为空间滞后模型(SAR lagged-response model,SAR la
15、g);若自回归过程只发生在误差项中,而不会发生在响应变量或预测变量中,即=0且 0时,SAR模型形式为空间误差模型(SAR spatial error model,SAR err)。两者采用如下形式(Dormann et al,2007):空间滞后模型(SAR lag):yWyA=+(7)空间误差模型(SAR err):yAW=+(8)其中,A为n k的自变量矩阵(k为自变量数,n为样本数)。在此引入基于距离的空间权重矩阵(W)进行普通最小二乘线性回归模型(OLS)分析和检验,通过检验拉格朗日乘数(Lagrange multiplier,LM)、决定系数(R2)、赤池信息量准则(AIC)等指标
16、对最优空间回归模型进行决策。决策具体步骤:基于模型的拉格朗日空间滞后(Lagrange multiplier lag,LM-lag)和拉格朗日空间误差(Lagrange multiplier error,LM-error)诊断,选取其中统计量显著的模型;若二者均显著,则进一步对比稳健的拉格朗日乘数(Robust LM-lag、Robust LM-error),选择拟合P值较小且有统计学意义的模型(刘晓冰等,2013)。空间决策和建模在GeoDa 1.20软件中完成,检验水准a=0.05,R2越大、AIC越小说明模型拟合度越好。1.5变差分解分析变差分解分析(variation partitioning analysis,VPA)可以将多个变量或变量组对响应变量的共同或单独解释比例进行量化分析,在多变量情况下,可结合冗余分析(redundancy analysis,RDA)或典范对应分析(canonical correspondence analysis,CCA)等方法来分解响应变量的变差(李肇晨等,2015)。Lai等(2022)在冗余分析中引入多元线性回归的“层次分割”(hierar
