Loading [MathJax]/jax/output/HTML-CSS/jax.js

天山雪岭云杉林地土壤汞的分布特征及影响因素

李俭, 王训, 常顺利, 张毓涛. 天山雪岭云杉林地土壤汞的分布特征及影响因素[J]. 环境化学, 2021, 40(6): 1723-1732. doi: 10.7524/j.issn.0254-6108.2020012801
引用本文: 李俭, 王训, 常顺利, 张毓涛. 天山雪岭云杉林地土壤汞的分布特征及影响因素[J]. 环境化学, 2021, 40(6): 1723-1732. doi: 10.7524/j.issn.0254-6108.2020012801
LI Jian, WANG Xun, CHANG Shunli, ZHANG Yutao. Distribution characteristics and influencing factors of mercury on the soil profile of Picea Schrenkiana forest[J]. Environmental Chemistry, 2021, 40(6): 1723-1732. doi: 10.7524/j.issn.0254-6108.2020012801
Citation: LI Jian, WANG Xun, CHANG Shunli, ZHANG Yutao. Distribution characteristics and influencing factors of mercury on the soil profile of Picea Schrenkiana forest[J]. Environmental Chemistry, 2021, 40(6): 1723-1732. doi: 10.7524/j.issn.0254-6108.2020012801

天山雪岭云杉林地土壤汞的分布特征及影响因素

    通讯作者: Tel:13139621233,E-mail:ecocsl@163.com
  • 基金项目:
    国家自然科学基金(U1503187)资助

Distribution characteristics and influencing factors of mercury on the soil profile of Picea Schrenkiana forest

    Corresponding author: CHANG Shunli, ecocsl@163.com
  • Fund Project: the National Natural Science Foundation of China (U1503187)
  • 摘要: 土壤汞的空间分布及其影响因素是研究森林系统汞循环的基础与关键。为了了解天山雪岭云杉林地土壤汞的分布特征及影响因素,以天山雪岭云杉8 hm2林地动态监测样地为研究对象,分析了总汞在土壤剖面及空间上的分布特征,并利用路径分析探究了土壤总汞与土壤有机碳、海拔高度、郁闭度等的关系。研究表明,天山雪岭云杉林0—60 cm土壤总汞均值为(35.43±24.53) ng·g−1,主要集中在0—20 cm土层;样地内土壤总汞随土壤深度增加而降低,0—20 cm土壤总汞水平空间差异显著,表现出北高南低,沟壑高坡顶低的特点;土壤中有机碳与总汞相关最显著,海拔、郁闭度和雪岭云杉胸径、树高、冠幅等因素对土壤总汞空间分布影响并不显著,说明雪岭云杉林土壤总汞空间分布主要由有机碳决定。本研究可为天山森林土壤汞储量的研究提供数据参考,同时为更深入了解天山雪岭云杉森林汞的生物地球化学循环过程提供必要的基础。
  • 2018年,我国城市生活垃圾焚烧处理量已达1.02×108 t。垃圾焚烧会带来污染物形态的转移。其中,NOx是垃圾焚烧过程中产生的最主要气体污染物之一,会引起酸雨、光化学烟雾等环境问题[1-2]。目前,垃圾焚烧烟气的脱硝手段包括选择性催化还原(selective catalytic reduction,SCR)和选择性非催化还原(selective non-catalytic reduction,SNCR)2种。SCR催化剂在垃圾焚烧烟气中变性失活严重且工艺运行成本过高,故其应用相对较少;SNCR技术具有设备投资低、适应性强及经济性较好等优势,故在垃圾焚烧处理中得到广泛应用[3-4]。然而,受化学反应动力学限制,SNCR脱硝技术存在温度窗口。在理想情况下,将反应温度控制在窗口(875~1 050 ℃)内可达到60%~80%的脱硝效率[5],而当反应温度偏离此脱硝温度窗口时,脱硝效率将大幅降低[6]。由于垃圾焚烧烟气温度较低,且烟气中含有的O2、H2O及飞灰等成分均会影响SNCR脱硝效率,因此,在实际工程中,常规SNCR脱硝技术仅有约30%~50%的脱硝效率,无法满足我国日趋严苛的NOx排放标准[7-8]。因此,拓宽垃圾焚烧烟气SNCR的温度窗口、强化SNCR脱硝是垃圾焚烧行业亟待解决的问题。

    近年来,研究者主要通过加入各种添加剂来改善SNCR脱硝特性,以提升其脱硝效率。所采用的添加剂包括小分子气体、碱金属化合物、有机含氧化合物及其他新型添加剂。在气体添加剂方面,张彦文等[9-10]通过对添加甲烷的SNCR脱硝实验研究及CHEMKIN模拟研究,证明了添加CH4能提高低温时的脱硝效率,并可拓宽温度窗口。这是由于CH4的氧化反应使得反应氛围中的OH和HO2等基元含量增加,促进了NH3反应形成NH2,从而促进脱硝过程。HAO等[5]发现,Na/K添加剂在850~1 150 ℃都能起到明显提升SNCR脱硝效率的作用,促进效果Na2CO3 > KCl > NaCl。ROTA等[11]通过实验研究证明了添加醇、酯、酚、羧酸、醛及醚等6类典型含氧化合物后,SNCR脱硝温度窗口均不同程度地拓宽至原来的1.5~2倍,且促进作用的强弱与含氧化合物的种类没有必然联系。在150 kW中试实验台上,JAVED等[12]研究了添加H2O2、C2H5OH、C2H4(OH)2和C3H5(OH)3对SNCR脱硝的影响,发现4种添加剂都能使最佳脱硝温度大幅度向低温区移动。其中,[C3H5(OH)3]/[NO]为2.0时,最佳脱硝温度降低了330 ℃。

    不同添加剂均可不同程度地影响SNCR温度窗口和脱硝特性,但碱金属化合物的引入则可能带来烟气颗粒物浓度提升及换热器结焦问题[13-14]。气体添加剂因其在工艺实际中的存储问题等限制了其应用,而有机含氧化合物可被直接喷入炉膛SNCR反应区域,在高温烟气中会被分解氧化成无害气体排出,故可行性较好。截至目前,已有大量研究者认为,添加单一组分有机含氧化合物能拓宽SNCR温度窗口[11-12, 15]。生物油作为一种生物质热利用过程中的副产品,其成本低廉且含有丰富有机含氧化合物,但将其作为SNCR添加剂的研究相对较少。张波[16]将生物油作为循环流化床燃煤锅炉SNCR脱硝添加剂,结果表明,添加1%质量比例谷壳油会使SNCR脱硝窗口向低温方向移动约50 ℃,并拓宽了窗口宽度。

    本研究针对垃圾焚烧烟气的SNCR脱硝,利用高温管式炉研究了生物油添加比例(β)、氨氮比(NSR)与氧浓度对生物油强化垃圾焚烧烟气SNCR脱硝特性及CO排放的影响,并分析了其作用机理,旨在为以生物油作为添加剂的SNCR技术的工业化应用提供参考。

    本研究中所使用的生物油取自湖北某热解多联产示范基地,由农林废弃物白杨木屑和竹屑经烘焙1 h,在600 ℃移动床热解后经空冷和水冷后得到[17]。考虑到木焦油富含酚类有机物,可能带来二次污染,故本研究仅添加生物质热解油的上清液(后简称“生物油”,bio-oil,BO)来进行研究。生物油的pH为2~3,其成分由气相色谱-质谱联用(GC-MS,Aligent,7890A/5975C)分析。分析结果表明,该生物油由有机酸(乙酸38.56%、丙酸3%)、糠醛3.1%、酚类(苯酚4.45%、2-甲氧基苯酚3.74%)及少量醇、酮类等组成。

    实验台架装置主要由模拟烟气发生系统、高温管式炉、尿素及生物油喷射系统与烟气在线分析系统组成(见图1)。模拟烟气采用NO、O2、CO2和N2标准钢瓶气配制,通过质量流量计精确控制各气体流量。所有气体经过混气瓶混合均匀后,送入反应器内进行脱硝反应。在高温电加热管式炉内,配置内径50 mm、长900 mm的圆柱形刚玉反应器。实验时,通过程序控温保证炉内温度在700~1 200 ℃,实验前采用标准K型热电偶对反应区域温度进行标定。尿素及生物油的混合液采用微量注射泵匀速注入毛细石英管初步预热分解后,进入反应器恒温段并发生SNCR脱硝反应。模拟烟气与尿素混合液对冲设计,目的是强化烟气与还原剂之间的混合,促进脱硝反应的发生。出口烟气中NO及CO气体浓度由Testo350烟气分析仪在线测量,取反应稳定后5 min内目标气体浓度的平均值作为最终稳定的浓度值。

    图 1  实验台架示意图
    Figure 1.  Schematic diagram of test bench

    实验模拟烟气总流量为2 L·min−1,成分参考实际垃圾焚烧炉烟气,O2体积分数为4%~12%、CO2体积分数为15%、NO初始体积浓度为CNO, in= 600 μL·L−1,N2为平衡气。尿素与生物油混合液以0.4 mL·min−1速率匀速喷射,保证反应区域水蒸气体积分数约为15%。通过改变尿素溶液的浓度控制NSR,生物油按照指定比例,在尿素溶液定容前添加至尿素溶液中。反应器中恒温段长度约为450 mm。在设计烟气流量下,反应气体在恒温段停留时间为2.0 s以上。

    在生物油热分解特性实验中,由微量注射泵精确控制,使生物油以0.2 mL·min−1速率匀速注入反应器,并在反应器中恒温区进行热分解,同时通入流量为1.5 L·min−1的N2作为吹扫气体。分解过程中,采用Testo350烟气分析仪在线监测CO等气体体积浓度,待反应稳定后由气袋收集尾气并通过气相色谱(Panna A91 GC)进行成分分析。

    反应过程中SNCR脱硝效率通过式(1)进行计算。

    ηNO=CNO,inCNO,outCNO,in×100% (1)

    式中:CNO, inCNO, out分别为反应前NO体积浓度和反应稳定后的出口NO体积浓度,μL·L−1ηNO为SNCR的脱硝效率。

    定义温度窗口宽度(Tw)为脱硝效率达到本工况下最佳脱硝效率80%以上的温度区间长度[11]。为比较低温条件下生物油对SNCR脱硝效率的提升效果,定义低温范围脱硝效率提升平均值(ηpro)为700~900 ℃时脱硝效率相比空白实验提升的平均值。

    在氧气体积分数为6%,NSR为1.5的条件下,分别进行了空白及不同生物油添加比例下的SNCR脱硝实验。脱硝效率随温度变化情况如图2所示。图2表明,所有脱硝效率曲线均呈倒“V”型。其中,不添加生物油时最佳脱硝效率为67.7%,700 ℃时脱硝效率基本为0,与文献[12, 18]实验结果一致。添加生物油后,最佳脱硝温度明显向低温移动,生物油按质量分数5%、10%和15%添加时,Topt从1 061 ℃分别降低为1 027、963和969 ℃。900 ℃以下时,脱硝效率明显提高,而在1 000 ℃以上时,脱硝效率却有所降低。这是由于:在SNCR过程中,还原NOx的核心反应(式(3)、式(4))的发生严重依赖于·OH的质量浓度。在无任何添加剂的情况下,·OH主要通过系统中H2O分解产生(式(2))。在温度较低(< 900 ℃)时,O2分解产生O原子的反应受限,反应氛围中·OH质量浓度极低[19]。因此,NH2来源(式(3))受限,系统中NO无法得到充分还原(式(4)、(5))[20-21],故脱硝效率较低。而添加的生物油会在较低温度下迅速分解,产生较多的O·、·OH及CHi·等自由基,·OH促进了NH2的生成来将大量NO还原,CHi同时也能还原部分NO(式(6)~(8))[15],从而使得低温段脱硝效率明显提升。

    图 2  添加生物油对脱硝效率的影响
    Figure 2.  Effect of adding bio-oil on SNCR efficiency
    注:BO为生物油(bio-oil)。
    O+H2OOH+OH (2)
    NH3+OHNH2+H2O (3)
    NH2+NON2+H2O (4)
    NH2+NONNH+OH (5)
    CHi+NOHCN+OHNCO (6)
    HNCO+OHNCO+H2O (7)
    NCO+NON2+CO2 (8)

    在较高温度(>1 000 ℃)下,生物油和H2O分解生成·OH,使其浓度迅速增加。系统生成的NH2(式(3))会与NH3竞争部分·OH生成NH·(式(9))。NH·在高温下会被氧化成NO(式(10)~(12))[12]。然而,随着温度升高,氧化反应逐渐增强。因此,在温度较高时,脱硝效率反而下降。整体来看,添加生物油强化了温度在900 ℃以下的脱硝反应,而温度在1 000 ℃以上又会促进NH3的氧化,因此,脱硝效率曲线与Topt往低温移动。

    NH2+OHNH+H2O (9)
    NH+O2HNO+O (10)
    NH+OHHNO+H (11)
    HNO+ONO+OH (12)

    在不同生物油添加比例下,ηoptTwηpro的变化如图3所示。由图3可知,添加5%和10%生物油时,ηopt都略微降低。这是由于最佳脱硝温度往低温移动后,NH2还原NO的反应速率有所降低[12]。而添加比例为15%时,ηopt降低约12%。这可能是由于生物油添加比例过高,导致·OH过量,促进了NH2氧化生成NO。在3种添加比例下,Tw分别从210 ℃拓宽到262、254和256 ℃。这表明添加生物油对SNCR脱硝效率在低温下的提升效果大于高温下的降低效果,对整体脱硝特性是优化提升的。另外,在700~900 ℃时,ηpro分别为16.78%、21.30%和19.14%。因此,对于相对较低的垃圾焚烧烟气温度而言,通过在900 ℃及以下区域适当添加生物油来提升SNCR脱硝效率是可行的。

    图 3  添加生物油对SNCR特性参数的影响
    Figure 3.  Effect of adding bio-oil on SNCR characteristic parameters

    SNCR反应过程中NCO还原NO及其氧化过程(式(13)和式(14))会生成二次污染物CO[21]图4显示了当ϕO2为6%时,添加不同比例生物油的SNCR脱硝过程中CO的排放情况。由图4可知,在700 ℃时,添加生物油会明显增加CO的排放,而且排放的体积分数随着添加比例的增加而增加。当β为 15%时,CO排放量达到了510 μL·L−1。这是由于:在700 ℃下,生物油中的有机化合物通过脱羰基及脱甲基等反应生成CO和低碳烃类(式(15))[15, 22];在温度为700 ℃、ϕO2 6%的条件下,CHi的不完全氧化也会产生CO[23]。添加生物油比例越高,产生的CO越多。而当温度高于800 ℃时,CO及CHi能够被完全氧化成CO2,CO排放量则迅速减少为0。因此,在实际添加生物油强化SNCR脱硝时,应注意加入区域的温度要保持在800 ℃以上。

    图 4  添加生物油对CO排放的影响
    Figure 4.  Effect of adding bio-oil on CO emissions
    注:BO为生物油(bio-oil)。
    NCO+NON2O+CO (13)
    NCO+ONO+CO (14)
    CmHnOCH4+CO+CO2+H2O+C2/C3 (15)

    图5为添加10%生物油时,脱硝效率随NSR的变化情况。图5表明,在700~1 200 ℃时,脱硝效率均随NSR的增加而明显增加。在温度T为900 ℃,NSR为2.5的条件下,ηopt为92.84%,最佳脱硝温度及温度窗口均不同程度地往低温移动。对比NSR为0.75和空白样可知,NSR为0.75时,添加10%生物油,在900 ℃以下可将脱硝效率提升到与NSR为1.5时的空白相当,在700 ℃时甚至还要高些。这表明,当温度低于900 ℃时,可通过添加少量生物油来代替提高NSR实现的脱硝效率提升效果。同时,添加生物油不会出现高NSR时的氨逃逸问题[24-25]。另外,从高温段脱硝效率曲线来看,当NSR为0.75、1.5和2.5时,脱硝效率曲线下降均变得相对平缓。这是由于,加入的生物油在高温下所产生的大量CHi会与NH2竞争·OH,而CHi还原能力强于NH2[10],因此弱化了NH2向NH的转化(式(9)),减少了NH3的氧化,在高温下缓冲了脱硝效率的下降,故导致温度窗口向高温拓展。

    图 5  NSR对生物油强化SNCR脱硝效率的影响
    Figure 5.  Effect of NSR on the Bio-oil Enhanced SNCR Efficiency

    图6反映了氧浓度对生物油强化SNCR脱硝效率的影响。由图6可知,ϕO2为0%时,添加生物油的SNCR脱硝效率随着温度升高明显升高。一般情况下,氧气是SNCR脱硝过程中的必须成分[26],在没有任何添加剂的情况下,SNCR脱硝过程中·OH主要来自O与H2O的反应(式(2)),在没有氧气或温度较低的情况下,该反应基本不会发生[27]

    图 6  氧气体积分数对生物油强化SNCR脱硝效率的影响
    Figure 6.  Effect of oxygen concentration on bio-oil enhanced SNCR efficiency

    图6还表明,在β 为 15%、ϕO2为 0的情况下,温度为900℃和1 100 ℃时的脱硝效率分别为29.71%和65.78%。这说明添加生物油能分解产生·OH来维持SNCR脱硝反应的进行,而在温度为700 ℃时,受限于生物油的分解及脱硝反应速率,脱硝效率无法明显提升。温度为700 ℃和900 ℃时,脱硝效率随着氧气的体积分数增加先迅速增加后降低,而温度为1 100 ℃时的SNCR脱硝效率一直降低。其原因在于:添加生物油较常规烟气会产生更多的·OH,在较低温度下受温度限制,无氧或低氧下产生的·OH仍无法满足需求;当氧气的体积分数升高时,·OH增加,SNCR效率提升;但过高时,·OH过量,效率下降。1 100 ℃时,添加了生物油的烟气氛围中·OH充足,随氧气的体积分数升高,·OH逐渐过量,脱硝效率下降。

    生物油中的有机成分在高温下分解成小分子气体后,会被烟气中的O2氧化,故氧气体积分数对于烟气中的CO排放起到关键影响作用。图7为不同氧气体积分数下,添加15%生物油的SNCR脱硝反应过程中CO的排放情况。由图7可知,氧气体积分数的升高会降低CO排放。温度为700 ℃时,受化学反应动力学限制,在氧气体积分数为12%时,CO仍无法完全被氧化;而在温度为900 ℃和1 100 ℃时,氧气体积分数为4%即可将CO基本氧化完全。因此,在垃圾焚烧烟气中,氧气体积分数为6%~12%时[28],将生物油作为添加剂时,不应从温度700 ℃及低于700 ℃的区域加入。

    图 7  氧浓度对生物油添加的SNCR过程CO排放的影响
    Figure 7.  Effect of oxygen concentration on CO emission of bio-oil enhanced SNCR

    在温度为700~1 100 ℃时,进行了生物油热分解实验。图8为生物油在各温度下分解产生的气体产物图。由图8可知,生物油分解产生的气体产物主要是CO、H2及CH4、C2H4等低碳烃类。这与张谋等[29]的研究相吻合,即富钙生物油温度高于320 ℃时会分解产生大量有机气体CHi,且随着温度的升高,总气体产量增加。这是由于高温促进了生物油中有机大分子化合物化学键的断裂,造成小分子气体产量增加。生物油易受热分解,生成小分子气体的同时使反应氛围中H·、O·、·OH及CHi·等自由基的浓度上升。另外,添加H2、CO及CH4等对于SNCR脱硝影响的研究亦表明,CO、H2和CH4的添加会不同程度拓宽SNCR脱硝温度窗口,降低最佳脱硝温度,并在较低温度时提升脱硝特性[30-32]。因此,添加生物油强化低温段脱硝作用主要是通过促进O·、·OH等自由基的生成和产生小分子气体来实现的,其机理如图9所示。

    图 8  温度对生物油分解产物的影响
    Figure 8.  Effect of temperature on bio-oil decomposition products
    图 9  生物油强化低温SNCR反应的机理
    Figure 9.  Mechanism of bio-oil enhanced SNCR at low temperature

    1)对于垃圾焚烧烟气而言,将生物油作为添加剂,能拓宽SNCR脱硝反应的温度窗口,可促使最佳脱硝温度往低温移动30~100 ℃。生物油添加比例在10%以下时,最大脱硝效率基本保持不变;添加比例为10%时,在温度低于900 ℃时,SNCR脱硝效率平均提升21%。

    2)低温段可通过添加适量生物油来代替提升NSR带来的脱硝效率的提升。在较高NSR下,生物油分解产生的CHi会与NH2竞争·OH,约束了NH3的氧化路径,缓冲了高温段脱硝效率的下降。

    3)生物油会分解产生高浓度CO,但当温度在800 ℃以上、氧气体积分数在4%以上时,CO能被完全氧化,不会带来CO二次污染。生物油在温度高于700 ℃时会分解生成H2、CO及CH4等气体,同时使反应氛围中H·、O·、·OH等自由基浓度增加,从而促进低温下的SNCR脱硝反应。

  • 图 1  天山雪岭云杉固定样地研究区概况图

    Figure 1.  Overview of the study area of fixed Picea Schrenkiana sample plot in Tianshan

    图 2  8 hm2固定样地不同深度土壤THg空间分布

    Figure 2.  Spatial distribution of soil THg in different depths of 8 hm2 fixed sample plot

    图 3  8 hm2固定样地不同深度土壤TOC空间分布

    Figure 3.  Spatial distribution of soil TOC in different depths of 8 hm2 fixed sample plot

    图 4  雪岭云杉林固定样地冠幅、郁闭度、胸径、树高空间分布

    Figure 4.  Spatial distribution of crown, canopy density, DBH and tree height of Picea Schrenkiana forest

    图 5  雪岭云杉林固定样地土壤THg与TOC相关性图

    Figure 5.  Correlation between THg and TOC of soil in fixed sample plot of Picea Schrenkiana forest

    图 6  雪岭云杉林0-10 cm土壤THg随各影响因子变化图

    Figure 6.  THg of 0—10 cm soil in Picea Schrenkiana forest changes with various influencing factors

    图 7  雪岭云杉林土壤THg与各因子路径分析图

    Figure 7.  Path analysis of soil THg and various factors of Picea Schrenkiana forest

    表 1  8 hm2固定样地不同深度土壤THg变化

    Table 1.  Change of soil THg in different depth of 8 hm2 fixed sample plot

    深度/cmDepth范围/(ng·g−1)Range均值/(ng·g−1)AVG中值/(ng·g−1)MED峰度Kurtosis偏度SkewnessW检验/P值Shapiro-Wilk标准偏差SD
    0—1022.40—125.0267.83a67.47−0.920.130.164>0.0528.27
    10—2016.78—68.7330.75b28.692.691.310.002<0.0510.40
    20—4011.42—48.2922.37c21.458.101.880.00<0.055.85
    40—6013.48—31.3320.78c20.71−0.110.290.734>0.053.99
      不同小写字母代表THg在不同土层差异显著(P<0.05);相同小写字母代表THg在不同土层差异不显著(P>0.05)。
    深度/cmDepth范围/(ng·g−1)Range均值/(ng·g−1)AVG中值/(ng·g−1)MED峰度Kurtosis偏度SkewnessW检验/P值Shapiro-Wilk标准偏差SD
    0—1022.40—125.0267.83a67.47−0.920.130.164>0.0528.27
    10—2016.78—68.7330.75b28.692.691.310.002<0.0510.40
    20—4011.42—48.2922.37c21.458.101.880.00<0.055.85
    40—6013.48—31.3320.78c20.71−0.110.290.734>0.053.99
      不同小写字母代表THg在不同土层差异显著(P<0.05);相同小写字母代表THg在不同土层差异不显著(P>0.05)。
    下载: 导出CSV

    表 2  8 hm2固定样地不同深度土壤TOC变化

    Table 2.  Change of soil TOC in different depth of 8 hm2 fixed sample plot

    深度/cmDepth范围/(g·kg−1)Range均值/(g·kg−1)AVG中值/(g·kg−1)MED峰度Kurtosis偏度SkewnessW检验/P值Shapiro-Wilk标准偏差SD
    0—1025.84—251.77112.36a106.270.310.460.401>0.0548.06
    10—2016.18—146.4056.01b48.831.641.230.001<0.0526.92
    20—403.62—41.3319.80c17.90−0.550.300.334>0.059.95
    40—602.11—35.6216.25c16.99−0.280.330.272>0.058.70
    不同小写字母代表TOC在不同土层差异显著(P<0.05);相同小写字母代表TOC在不同土层差异不显著(P>0.05)。
    深度/cmDepth范围/(g·kg−1)Range均值/(g·kg−1)AVG中值/(g·kg−1)MED峰度Kurtosis偏度SkewnessW检验/P值Shapiro-Wilk标准偏差SD
    0—1025.84—251.77112.36a106.270.310.460.401>0.0548.06
    10—2016.18—146.4056.01b48.831.641.230.001<0.0526.92
    20—403.62—41.3319.80c17.90−0.550.300.334>0.059.95
    40—602.11—35.6216.25c16.99−0.280.330.272>0.058.70
    不同小写字母代表TOC在不同土层差异显著(P<0.05);相同小写字母代表TOC在不同土层差异不显著(P>0.05)。
    下载: 导出CSV

    表 3  雪岭云杉林固定样地平均冠幅、胸径、树高及郁闭度数据

    Table 3.  Data of average crown, DBH, tree height and canopy density of Picea Schrenkiana forest

    类型Type范围Range均值AVG中值MED峰度Kurtosis偏度SkewnessW检验/P值Shapiro-Wilk标准偏差SD
    平均冠幅/cmAverage crown width2.41—5.583.703.560.490.800.065>0.050.72
    郁闭度Canopy density0.4—0.90.700.725−0.97−0.420.005<0.050.16
    平均胸径/cmMean DBH5.58—31.2617.4116.00−0.030.290.697>0.055.64
    平均树高/mAverage tree height3.96—20.3413.5913.69−0.630.650.158>0.053.43
    类型Type范围Range均值AVG中值MED峰度Kurtosis偏度SkewnessW检验/P值Shapiro-Wilk标准偏差SD
    平均冠幅/cmAverage crown width2.41—5.583.703.560.490.800.065>0.050.72
    郁闭度Canopy density0.4—0.90.700.725−0.97−0.420.005<0.050.16
    平均胸径/cmMean DBH5.58—31.2617.4116.00−0.030.290.697>0.055.64
    平均树高/mAverage tree height3.96—20.3413.5913.69−0.630.650.158>0.053.43
    下载: 导出CSV

    表 4  本研究土壤THg与国内外其他地区森林土壤THg比较

    Table 4.  Comparison of soil THg between in this study and other areas at home and abroad

    地点Site森林类型Forest typesTHg范围/(ng·g−1 )THg Range
    西北欧Galicia森林[22]落叶林、针叶林25.20—305.00
    挪威Langtjern森林[23]针叶林37.00—172.00
    美国Whiteface Mountain[24]针叶林69.00—416.00
    中国东北长白山[25]混交林70.00—730.00
    加拿大旱地北方森林Albert国家公园[26]针叶林84.00—318.00
    中国天山雪岭云杉林针叶林11.42—125.02
    中国青藏高原地区[27]针叶林27.00—187.00
    中国西南地区铁山坪森林[28]针叶林63.00—187.00
    地点Site森林类型Forest typesTHg范围/(ng·g−1 )THg Range
    西北欧Galicia森林[22]落叶林、针叶林25.20—305.00
    挪威Langtjern森林[23]针叶林37.00—172.00
    美国Whiteface Mountain[24]针叶林69.00—416.00
    中国东北长白山[25]混交林70.00—730.00
    加拿大旱地北方森林Albert国家公园[26]针叶林84.00—318.00
    中国天山雪岭云杉林针叶林11.42—125.02
    中国青藏高原地区[27]针叶林27.00—187.00
    中国西南地区铁山坪森林[28]针叶林63.00—187.00
    下载: 导出CSV
  • [1] LINDQVIST O, JOHANSSON K, BRINGMARK L, et al. Mercury in the Swedish environment—recent research on causes, consequences and corrective methods [J]. Water, Air, and Soil Pollution, 1991, 55(1-2): 1-261.
    [2] 王训, 袁巍; 冯新斌. 森林生态系统汞的生物地球化学过程 [J]. 化学进展, 2017, 29(9): 970-980. doi: 10.7536/PC170343

    WANG X, YUAN W, FENG X B. Global review of mercury biogeochemical processes in forest ecosystems [J]. Progress in Chemistry, 2017, 29(9): 970-980(in Chinese). doi: 10.7536/PC170343

    [3] SCHROEDER W H, ANLAUF K, BARRIE L, et al. Arctic springtime depletion of mercury [J]. Nature, 1998, 394(6691): 331-332. doi: 10.1038/28530
    [4] KEENAN R J, REAMS G A, ACHARD F, et al. Dynamics of global forest area: Results from the FAO Global Forest Resources Assessment 2015 [J]. Forest Ecology and Management, 2015, 352: 9-20. doi: 10.1016/j.foreco.2015.06.014
    [5] ZHANG L, WRIGHT L P; BLANCHARD P. A review of current knowledge concerning dry deposition of atmospheric mercury [J]. Atmospheric Environment, 2009, 43(37): 5853-5864. doi: 10.1016/j.atmosenv.2009.08.019
    [6] SMITH‐DOWNEY N V, SUNDERLAND E M, JACOB D J. Anthropogenic impacts on global storage and emissions of mercury from terrestrial soils: Insights from a new global model [J]. Journal of Geophysical Research: Biogeosciences, 2010, 115(G3): 227-235.
    [7] ERICKSEN J, GUSTIN M, SCHORRAN D, et al. Accumulation of atmospheric mercury in forest foliage [J]. Atmospheric Environment, 2003, 37(12): 1613-1622. doi: 10.1016/S1352-2310(03)00008-6
    [8] FIORENTINO J C, ENZWEILER J, ANGELICA R S. Geochemistry of mercury along a soil profile compared to other elements and to the parental rock: evidence of external input [J]. Water, Air, & Soil Pollution, 2011, 221(1-4): 63-75.
    [9] ZHENG W, LIANG L, GU B. Mercury reduction and oxidation by reduced natural organic matter in anoxic environments [J]. Environmental Science & Technology, 2011, 46(1): 292-299.
    [10] 李翾然, 常顺利, 张毓涛. 天山雪岭云杉林粗木质残体储量特征 [J]. 生态学报, 2019, 39(10): 3730-3739.

    LI X R, CHANG S L, ZHANG Y T. Attributes of coarse woody debris in Picea schrenkiana forests of Tianshan Moutains [J]. Acta Ecologica Sinica, 2019, 39(10): 3730-3739(in Chinese).

    [11] 张毓涛, 常顺利, 芦建江, 等. 天山云杉森林8hm~2样地的建立及三维可视化管理 [J]. 林业科学, 2011, 47(10): 179-183. doi: 10.11707/j.1001-7488.20111028

    ZHANG Y T, CHANG S L, LU J J, et al. Large scale permanent plot developed and its three-dimension realized in Tianshan forest [J]. Scientia Silvae Sinicae, 2011, 47(10): 179-183(in Chinese). doi: 10.11707/j.1001-7488.20111028

    [12] OBRIST D, JOHNSON D, LINDBERG S, et al. Mercury distribution across 14 US forests. Part I: Spatial patterns of concentrations in biomass, litter, and soils [J]. Environmental Science & Technology, 2011, 45(9): 3974-3981.
    [13] DEMERS J D, DRISCOLL C T, FAHEY T J, et al. Mercury cycling in litter and soil in different forest types in the Adirondack region, New York, USA [J]. Ecological Applications, 2007, 17(5): 1341-1351. doi: 10.1890/06-1697.1
    [14] 吴毅, 刘文耀, 沈有信, 等. 滇石林地质公园喀斯特山地天然林和人工林凋落物与死地被物的动态特征 [J]. 山地学报, 2007, 25(3): 317-325. doi: 10.3969/j.issn.1008-2786.2007.03.009

    WU Y, LIU W Y, SHEN Y X, et al. Dynamics of litterfall and litter on forest floor of natural forest and plantations in stone forestworld geological park [J]. Journal of Mountan Science, 2007, 25(3): 317-325(in Chinese). doi: 10.3969/j.issn.1008-2786.2007.03.009

    [15] 阿米娜木·艾力, 常顺利, 张毓涛, 等. 天山云杉森林土壤有机碳沿海拔的分布规律及其影响因素 [J]. 生态学报, 2014, 34(7): 1626-1634.

    AMINEM E L, CHANG S L, ZHANG Y T, et al. Altitudinal distribution rule of Picea schrenkiana forest’s soil organic carbon and its influencing factors [J]. Acta Ecologica Sinica, 2014, 34(7): 1626-1634(in Chinese).

    [16] 仇瑶, 常顺利, 张毓涛, 等. 天山林区六种灌木生物量的建模及其器官分配的适应性 [J]. 生态学报, 2015, 35(23): 7842-7851.

    QIU Y, CHANG S L, ZHANG Y T, et al. Biomass estimation modeling and adaptability analysis of organ allocation in six common shrub species in Tianshan Mountains forests, China [J]. Acta Ecologica Sinica, 2015, 35(23): 7842-7851(in Chinese).

    [17] 王丹红, 吴文晞, 涂满娣. 用直接测汞法快速测定土壤中总汞含量 [J]. 化学工程与装备, 2010(8): 148, 168-169.

    WANG D H, WU W X, TU M D. Rapid determination of total mercury in soil by method of directly determining mercury [J]. Chemical Engineering & Equipment, 2010(8): 148, 168-169(in Chinese).

    [18] LY/T1237—1999. 森林土壤有机质的测定及碳氮比的计算[S]. 北京: 国家林业局, 1999.

    LY/T1237—1999. Determination of organic matter in forest soil and calculation carbon-nitrogen ratio[S]. Beijing: State Forestry Administration, 1999(in Chinese).

    [19] 姚俊强, 杨青, 刘志辉, 等. 中国西北干旱区降水时空分布特征 [J]. 生态学报, 2015, 35(17): 5846-5855.

    YAO J Q, YANG Q, LIU Z H, et al. Spatio-temporal change of precipitation in arid region of the Northwest China [J]. Acta Ecologica Sinica, 2015, 35(17): 5846-5855(in Chinese).

    [20] 袁方, 黄力, 魏玉洁, 等. 中国天然林凋落物量特征及其与气候因子的关系 [J]. 生态学杂志, 2018, 37(10): 3038-3046.

    YUAN F, HUANG L, WEI Y J, et al. Litterfall production and its relationships with climatic factors in Chinese natural forests [J]. Chinese Journal of Ecology, 2018, 37(10): 3038-3046(in Chinese).

    [21] 刘旭. 氮添加对新疆天山雪岭云杉凋落物分解和林下土壤性质的影响[D]. 乌鲁木齐: 新疆大学, 2019.

    LIU X. Effects of nitrogen addition on litter decomposition and soil properties under the forest of Picea schrenkiana in Tianshan Mountain, Xinjiang[D]. Urumqi: Xinjiang University, 2019(in Chinese).

    [22] NOVOA-MUNOZ J, PONTEVEDRA-POMBAL X, MARTINEZ-CORTIZAS A, et al. Mercury accumulation in upland acid forest ecosystems nearby a coal-fired power-plant in Southwest Europe (Galicia, NW Spain) [J]. Science of the Total Environment, 2008, 394(2-3): 303-312. doi: 10.1016/j.scitotenv.2008.01.044
    [23] LARSSEN T, DE WIT H A, WIKER M, et al. Mercury budget of a small forested boreal catchment in southeast Norway [J]. Science of the Total Environment, 2008, 404(2-3): 290-296. doi: 10.1016/j.scitotenv.2008.03.013
    [24] BLACKWELL B D, DRISCOLL C T. Deposition of mercury in forests along a montane elevation gradient [J]. Environmental Science & Technology, 2015, 49(9): 5363-5370.
    [25] WANG S, XING D, WEI Z, et al. Spatial and seasonal variations in soil and river water mercury in a boreal forest, Changbai Mountain, Northeastern China [J]. Geoderma, 2013, 206: 123-132. doi: 10.1016/j.geoderma.2013.04.026
    [26] FRIEDLI H, RADKE L, PAYNE N, et al. Mercury in vegetation and organic soil at an upland boreal forest site in Prince Albert National Park, Saskatchewan, Canada [J]. Journal of Geophysical Research: Biogeosciences, 2007: 112. doi: 10.1029/2005JG000061
    [27] 吴飞, 王训, 罗辑, 等. 青藏高原林线森林汞的空间分布格局及对大气环境汞污染的指示 [J]. 环境化学, 2019, 38(7): 1619-1627. doi: 10.7524/j.issn.0254-6108.2018092302

    WU F, WANG X, LUO J, et al. Spatial distribution of total mercury in timberline forest of tibetan plateau regions and its implications of atmospheric mercury pollution [J]. Environmental Chemistry, 2019, 38(7): 1619-1627(in Chinese). doi: 10.7524/j.issn.0254-6108.2018092302

    [28] 王琼, 罗遥, 杜宝玉, 等. 重庆铁山坪森林土壤汞释放通量的影响因子研究 [J]. 环境科学, 2014, 35(5): 1922-1927.

    WANG Q, LUO Y, DU B Y, et al. Influencing factors of mercury emission flux from forest soil at Tieshanping, Chongqing [J]. Environmental Science, 2014, 35(5): 1922-1927(in Chinese).

    [29] WANG X, LUO J, YIN R, et al. Using mercury isotopes to understand mercury accumulation in the montane forest floor of the Eastern Tibetan Plateau [J]. Environmental Science & Technology, 2016, 51(2): 801-809.
    [30] ZHANG H, YIN R S, FENG X B, et al. Atmospheric mercury inputs in montane soils increase with elevation: evidence from mercury isotope signatures [J]. Scientific Reports, 2013(3): 3322. doi: 10.1038/srep03322
    [31] ZHENG W, OBRIST D, WEIS D, et al. Mercury isotope compositions across North American forests [J]. Global Biogeochemical Cycles, 2016, 30(10): 1475-1492. doi: 10.1002/2015GB005323
    [32] Fu X W, XU Y, Lang X F, et al. Atmospheric wet and litterfall mercury deposition at urban and rural sites in China [J]. Atmospheric Chemistry and Physics , 2016, 16(18): 11547-11562. doi: 10.5194/acp-16-11547-2016
    [33] WAN Q, FENG X, LU J, et al. Atmospheric mercury in Changbai Mountain area, northeastern China II. The distribution of reactive gaseous mercury and particulate mercury and mercury deposition fluxes [J]. Environmental Research, 2009, 109(6): 721-727. doi: 10.1016/j.envres.2009.05.006
    [34] XU Z L, CHANG Y P, LI L, et al. Climatic and topographic variables control soil nitrogen, phosphorus, and nitrogen: Phosphorus ratios in a Picea schrenkiana forest of the Tianshan Mountains [J]. PloS One, 2018, 13(11): e0204130. doi: 10.1371/journal.pone.0204130
    [35] 张孟孟. 溶解性有机质对土壤吸附汞的影响及其机理的研究[D]. 济南: 山东大学, 2011.

    ZHANG M M. Research on the effect and the mechanism of dissolved organic matter on the adsorption of Hg2+ by soils[D]. Jinan: Shandong University, 2011(in Chinese).

    [36] MIRETZKY P, BISINOTI M C, JARDIM W F, et al. Factors affecting Hg (II) adsorption in soils from the Rio Negro basin (Amazon) [J]. Química Nova, 2005, 28(3): 438-443.
  • 加载中
图( 7) 表( 4)
计量
  • 文章访问数:  3161
  • HTML全文浏览数:  3161
  • PDF下载数:  94
  • 施引文献:  0
出版历程
  • 收稿日期:  2020-01-28
  • 刊出日期:  2021-06-27
李俭, 王训, 常顺利, 张毓涛. 天山雪岭云杉林地土壤汞的分布特征及影响因素[J]. 环境化学, 2021, 40(6): 1723-1732. doi: 10.7524/j.issn.0254-6108.2020012801
引用本文: 李俭, 王训, 常顺利, 张毓涛. 天山雪岭云杉林地土壤汞的分布特征及影响因素[J]. 环境化学, 2021, 40(6): 1723-1732. doi: 10.7524/j.issn.0254-6108.2020012801
LI Jian, WANG Xun, CHANG Shunli, ZHANG Yutao. Distribution characteristics and influencing factors of mercury on the soil profile of Picea Schrenkiana forest[J]. Environmental Chemistry, 2021, 40(6): 1723-1732. doi: 10.7524/j.issn.0254-6108.2020012801
Citation: LI Jian, WANG Xun, CHANG Shunli, ZHANG Yutao. Distribution characteristics and influencing factors of mercury on the soil profile of Picea Schrenkiana forest[J]. Environmental Chemistry, 2021, 40(6): 1723-1732. doi: 10.7524/j.issn.0254-6108.2020012801

天山雪岭云杉林地土壤汞的分布特征及影响因素

    通讯作者: Tel:13139621233,E-mail:ecocsl@163.com
  • 1. 新疆大学资源与环境科学学院绿洲生态教育部重点实验室,乌鲁木齐,830046
  • 2. 西南大学资源与环境科学学院,重庆,400700
  • 3. 新疆林业科学研究院森林生态研究所,乌鲁木齐,830063
基金项目:
国家自然科学基金(U1503187)资助

摘要: 土壤汞的空间分布及其影响因素是研究森林系统汞循环的基础与关键。为了了解天山雪岭云杉林地土壤汞的分布特征及影响因素,以天山雪岭云杉8 hm2林地动态监测样地为研究对象,分析了总汞在土壤剖面及空间上的分布特征,并利用路径分析探究了土壤总汞与土壤有机碳、海拔高度、郁闭度等的关系。研究表明,天山雪岭云杉林0—60 cm土壤总汞均值为(35.43±24.53) ng·g−1,主要集中在0—20 cm土层;样地内土壤总汞随土壤深度增加而降低,0—20 cm土壤总汞水平空间差异显著,表现出北高南低,沟壑高坡顶低的特点;土壤中有机碳与总汞相关最显著,海拔、郁闭度和雪岭云杉胸径、树高、冠幅等因素对土壤总汞空间分布影响并不显著,说明雪岭云杉林土壤总汞空间分布主要由有机碳决定。本研究可为天山森林土壤汞储量的研究提供数据参考,同时为更深入了解天山雪岭云杉森林汞的生物地球化学循环过程提供必要的基础。

English Abstract

  • 汞(Hg)是环境中通过大气进行长距离跨国界传输的全球性污染物[1]。随着2017年8月16日《关于汞的水俣公约》生效,学术界对汞的排放、传输、转化更加关注[2]。汞的排放来自人为源与自然源,其在大气中主要有3种形态,即气态元素汞(GEM, gaseous elemental mercury)、活性气态汞(RGM, reactive gaseous mercury)和颗粒态汞(PBM, particulate-bound mercury)。RGM与PBM化学性质活泼,会通过干湿沉降从大气中去除,在大气中停留时间较短,而GEM化学性质稳定且不溶于水,在大气中停留时间较长(约0.5—1年)[3]。尤其是森林的。森林系统占全球陆地总面积的31%[4],且生物量巨大,植物叶片可以通过气孔吸收大气中的元素汞,并以凋落物的方式积累于森林土壤中,因此森林对大气中汞的传输和转化过程起着十分重要的作用。此外母质岩石风化同样会对森林土壤汞有一些贡献[5-8]。汞在土壤中存在一系列的氧化还原和吸脱附过程,被积累的同时也会向大气进行再排放[9]。因而,研究森林土壤汞库存、空间分布规律及其影响因素是认识汞生物地球化学循环的重要基础。

    天山雪岭云杉(Picea Schrenkiana)森林是我国西北干旱半干旱区森林生态系统的重要组成部分,在涵养水源、固碳、保育生物多样性等方面具有重要的生态作用[10]。利用大型森林动态监测样地不仅可以有效的探讨雪岭云杉林土壤总汞的空间分布特征,还可以利用长期的、大面积的生态研究数据,分析造成其空间分布特征的影响因素,进而更好的阐明雪岭云杉森林汞的生物地球化学循环过程[11]。已有研究表明,森林土壤总汞(THg)与土壤总有机碳(TOC)呈正相关[12],而凋落物作为汞进入森林土壤的重要渠道[13],其与海拔、林分结构及植物群落结构特征等因素有着密切的关系[14],因此推测森林土壤汞空间分布可能受土壤总有机碳、海拔、森林的林分结构及植物群落结构特征的影响。

    鉴于此,本研究依托天山雪岭云杉8 hm2森林动态监测样地,通过样地调查和数据分析,探讨天山雪岭云杉林土壤THg的空间分布特征;天山雪岭云杉森林土壤THg与土壤TOC、海拔、郁闭度及雪岭云杉胸径、树高、冠幅之间的关系,为将来研究雪岭云杉森林汞的生物地球化学过程提供数据支撑及理论基础。

  • 本研究在天山森林生态系统定位研究站开展,位于天山中段北坡距乌鲁木齐市50 km的板房沟林场(如图1所示)。研究区属温带大陆性气候,年均气温为2—3 ℃,年总辐射量5.85×105 J· cm−2· a−1,年降水量400—600 mm,年蒸发量980—1150 mm,年平均相对湿度65%,最大积雪深度65 cm。天山云杉森林是以雪岭云杉为单优树种的温带针叶林,林下灌木主要有异果小檗(Berberisheteropoda)、黑果栒子(Cotoneaster melanocarpus)、金丝桃叶绣线菊(Spiraea hypericifolia)、新疆方枝柏(Juniperus pseudosabina)、锦鸡儿(Caragana turkestanica)、刚毛忍冬(Lonicera hispida)、密刺蔷薇(Rosa spinosissima)等。林下土壤为灰褐色森林土,土壤发育程度高,剖面分化明显,腐殖质层较厚[15-16]

  • 研究团队于2009年借鉴热带森林科学研究中心(Center for Tropical Forest Science,CTFS)大型固定样地建设思路和方法,设立了天山雪岭云杉8 hm2森林动态监测样地(43°25′—43°26′N,87°27′—87°29′E),样地为400 m(东西向等高)×200 m(南北向上坡),海拔介于1958—2188 m之间,用全站仪将整个大样地划分成200个20 m×20 m的样方。在2019年7月样地复查过程中,用“S”型取样法,每隔5个样方采集4层混合土样(0—10、10—20、20—40、40—60 cm,共计176个),每一层约500 g,装入自封袋进行编号并带回实验室,对采集土样的44个小样地,利用胸径尺、勃鲁莱氏测高器和皮卷尺逐一调查所有雪岭云杉的胸径,树高,冠幅,利用样线法调查样地郁闭度,并利用手持GPS记录每个样方的海拔。

  • 将带回的土样置于通风、阴凉、干燥的室内自然风干,研磨后过0.149 mm(100目)筛备用。用万分之一天平称取约0.1 g样品,采用DMA-80总汞仪(Milstone, Italy)测定土样的THg[17],每10个样品做1个重复,以GBW07407(GSS-7)土壤成分分析标准物质为质控标样,每隔30个样品测1个标样,样品回收率范围为90%—110%。采用重铬酸钾氧化-外加热法测土壤TOC[18]

  • 本研究用Microsoft Excel 2016和IBM SPSS Statistics 21软件进行数据处理,采用Matlab软件做土壤THg、土壤TOC及影响因子分布图,用Origin8.1对土壤THg与各影响因子进行相关性分析,用Amos Graphics软件对土壤THg与各影响因子进行路径分析。

  • 天山雪岭云杉林8 hm2固定样地0—60 cm土壤THg均值为(35.43±24.53) ng·g−1,变化范围是11.42—125.02 ng·g−1。垂直分布上,THg主要集中在0—20 cm土层,表层至底层土壤THg均值分别(67.83±28.27)、(30.75±10.40)、(22.37±5.85)、(20.78±3.99 )ng·g−1,随土壤深度的增加而减小(图2表1)。土壤THg标准偏差随土壤深度增加而减少,说明其THg水平空间变化也在逐渐减小。由图2可以看出,样地0—20 cm土层THg水平空间差异显著,呈现出北高南低(固定样地纬度增加方向为由南至北,经度增加方向为由西至东),沟壑高坡顶低的特点,而20 cm以下土层THg含量较低,且无显著水平空间差异。

  • 固定样地的0—60 cm土壤TOC均值为(51.11±47.85) g·kg−1,变化范围是2.11—251.77 g·kg−1。土壤TOC的空间分布与土壤THg相似,垂直分布上土壤TOC随土壤深度增加而减小(图3表2)且主要集中在0—20 cm土层,表层至底层土壤TOC均值分别是(112.36±48.06)、(56.01±26.92)、(19.80±9.95)、(16.25±8.70 )g·kg−1。由图3可以看出,0—20 cm土层TOC水平空间分布差异显著,与THg一样,呈现出北高南低,沟壑高坡顶低的特点,而20—60 cm土层TOC含量较低,几乎看不出明显水平空间变化。

  • 固定样地的雪岭云杉林冠幅均值为(3.7±0.72) m,中值为3.56 m,变化范围是2.41—5.58 m;郁闭度均值为0.7±0.16,中值为0.725,变化范围是0.4—0.9;胸径均值为(17.41±5.64 )cm,中值为16.00 cm,变化范围是5.58—31.26 cm;树高平均为(13.59±3.43 )m,中值为13.69 m,变化范围是3.96—20.34 m(表3)。由图4可以看出,与0—20 cm土壤THg一样,样地雪岭云杉平均冠幅、平均胸径和平均树高呈现出了北高南低的特点,不同的是,样地坡顶处雪岭云杉冠幅、胸径、树高要较高于沟壑处。郁闭度空间特征较为不同,样地东部郁闭度较高于样地西部的,且坡顶郁闭度较低。

  • 对雪岭云杉林固定样地0—60 cm的土壤THg和TOC进行pearson相关性分析,结果如图5所示,雪岭云杉林土壤THg与TOC之间有极显著正相关关系(P<0.001),说明雪岭云杉土壤TOC对土壤THg具有显著影响。

    由于郁闭度的Shapiiro-Wilk检验不符合正态性分布(表3),因此对固定样地地表层土THg和郁闭度进行Spearman相关性分析,对固定样地地表层土THg和其他各因子进行Pearson相关性分析,结果如图6所示,表层土THg和TOC之间表现的正相关性是最显著的(P <0.001,R2=0.754),同时表层土和雪岭云杉树高及胸径之间也表现出了极显著正相关性(平均树高P<0.01,R2=0.211;平均胸径P<0.01,R2=0.183),和海拔之间表现出了显著负相关关系(P<0.05,R2=0.137),但和森林郁闭度及雪岭云杉冠幅之间则没有明显相关性。

    进一步对雪岭云杉林土壤THg和与其相关性显著的因子(海拔、雪岭云杉胸径、树高、土壤TOC)利用结构方程模型进行路径分析,并将分析结果标准化后,得到路径分析图(图7)。对每一层土壤THg拟合的R²分别是0.77、0.55、0.40和0.19,这说明随着土壤深度增加,影响因子对土壤总汞的影响在逐渐减小。图中箭头方向表示因果关系,箭头附近数字为标准化系数,标准化系数的大小表明影响程度的大小。土壤THg和各因子路径分析中的标准化系数介于−0.09—0.82。土壤TOC对土壤THg标准化系数要比其他因素的大,表层土壤TOC与表层土壤THg标准化系数最大,随土壤深度加深,土壤TOC与土壤THg标准化系数逐渐减小,分别为0.82、0.62、0.53和0.26。0—40 cm土壤TOC对土壤THg影响极为显著,P值均小于0.001,而第四层土壤TOC对土壤THg影响并不显著,P值为0.077。与相关性研究中显示的结果不同,路径分析结果显示海拔、雪岭云杉胸径和树高对表层土THg的标准化系数很小,仅为−0.09、0.10和−0.04,并且P值分别为0.62、0.59、0.59,说明海拔、雪岭云杉胸径和树高对表层土THg影响并不显著,他们虽然有和土壤THg一样的变化趋势(相关性显著),但并不是导致土壤THg分布差异的原因。由图还可以看出,第一、二层和第三、四层土壤的THg会互相影响,且影响极显著(P<0.01)。

  • 天山雪岭云杉林土壤THg范围是11.42—125.02 ng·g−1,明显低于国内外落叶林土壤THg范围,也略低于国内外针叶林土壤THg(表4),天山雪岭云杉森林土壤THg含量较低可能是天山位处我国西北干旱半干旱区,降水量较少[19],而降水量会直接影响大气汞湿沉降的量[10],所以雪岭云杉森林通过大气湿沉降进入土壤的汞比其他地区森林的少。

    同时天山雪岭云杉森林是以雪岭云杉为单一优势种的常绿针叶林,群落结构简单,其凋落物量要远远低于落叶林凋落物量[20],且西北干旱半干旱区干躁的气候会使雪岭云杉森林凋落物分解的速率比其他地区要小,据研究,雪岭云杉林凋落物年分解率不到30%[21],而凋落物的降解是汞进入森林生态系统土壤的主要途径,因此雪岭云杉林通过凋落物降解进入土壤的汞要低于其他地区森林的,这导致了天山雪岭云杉森林土壤THg低于其他地区森林土壤THg。

  • 土壤THg主要集中在0—20 cm土层,具有显著的水平空间差异,而20 cm以下土层THg较少,且都几乎没有水平上空间差异,因此外界影响因素对土壤THg的影响主要集中在0—20 cm土层。雪岭云杉森林土壤THg随土壤深度增加而减小(表1),通过结构方程模型进行路径分析发现,这种垂直递减分布主要受土壤TOC影响导致的。在路径分析中,土壤TOC对土壤THg标准化系数最大,尤其是土壤THg含量最多的表层土,标准化系数达到0.82,这说明雪岭云杉林土壤TOC是对土壤THg影响最大的因素。通过相关分析可以看出土壤THg与土壤TOC呈极显著正相关关系(R2=0.843,P<0.001),这与Obrist在美国北方森林的研究结果相一致[10],土壤TOC随土壤深度增加而逐渐减小,因此土壤THg也随土壤深度增加而减少。

    尽管降水会造成大气汞湿沉降,但其可能并不是森林土壤汞的主要来源。在我国青藏高原与西南地区雷公山森林系统利用汞同位素研究发现,降雨与温度通过控制凋落物的生物量间接影响土壤汞的累积,美国数十个森林站点的研究表明,降水控制下的植被生物产量是影响森林土壤汞浓度的主要因素,国内很多区域也有大量研究显示凋落物汞沉降远大于湿沉降,因此凋落物汞的沉降才是山地森林土壤汞的主要来源[29-32]。与天山纬度类似的东北长白山地区Hg的干沉降占比为70.6%[33],天山地处干旱半干旱区,降雨量更少,而降雨量会直接影响汞的湿沉降量,因此相较于通过凋落物分解输入天山雪岭云杉森林土壤的Hg,当地湿沉降的Hg并不是主要部分,所以降雨并不是影响雪岭云杉森林土壤汞空间差异的主要因素。天山雪岭云杉林是以雪岭云杉为单优势种,云杉林下土壤呼吸较弱,且雪岭云杉是浅根种植物[34],分解的凋落物只有很少一部分能进入深层土壤,根系也主要集中在土壤表层,因此地表上的枯落物和植物根系分解所形成的有机碳先进入土壤表层,再经表层往下进入更深层次的土壤中,因此土壤TOC随土壤深度增加而减小。同样,凋落物在分解过程中汞也是先进入表层土壤,再由表层土往下进入更深层土壤,不仅如此,凋落物在腐解过程中经微生物作用会产生腐殖酸,腐殖酸对Hg具有较黏土矿物和氧化物高的多的吸附容量[35]。有研究发现,汞的吸收与腐殖酸的络合有很大关系,土壤中有机质是一种很有效的Hg吸附剂,土壤对Hg的吸附量与其腐殖酸的含量成正比[36],所以土壤THg与土壤TOC之间具有非常显著的正相关性(R2=0.843,P<0.001),随着土壤深度增加,由凋落物分解进入土壤的汞逐渐减少,同时土壤TOC也逐渐减小,腐殖酸的含量也就逐渐减少,因此土壤对汞的吸附逐渐降低,这也解释了随土壤深度增加,土壤THg受土壤TOC的影响越来越小,甚至40—60 cm土层土壤TOC不是土壤THg最主要的因素的原因。

    虽然海拔、雪岭云杉胸径、树高与表层土THg的相关性显著,但通过路径分析显示,在多元模型中时,其并不是影响土壤THg的重要因素(P值分别为0.62、0.59、0.59,影响不显著)。主要可能是因为这三个因素是通过影响凋落物量来间接影响土壤THg,导致路径分析中影响程度较差(标准化系数很低),也可能是因为这三个因素虽然与凋落物量有关,但对凋落物量的影响较小,凋落物量更多的受到其他因素的控制,例如地形因素等。海拔、雪岭云杉胸径、树高与表层土THg相关性显著是因为其有同样的变化趋势,因此在两个变量的关系研究中展示出了显著的相关性,但放到整体的研究中,通多路径分析结果可以看出,海拔、雪岭云杉胸径、树高并未与表层土THg变化产生因果关系。通过路径分析得出,除了土壤TOC,邻近层土壤THg也会互相影响,这可能是因为除了干湿沉降进入土壤的汞的由上层渗入下层,还有来自母质层风化的汞由下层进入上层对雪岭云杉土壤汞有所贡献。根据土壤汞的空间分布可以看出,地形是影响雪岭云杉林土壤汞的一个重要因素,沟壑处的土壤THg要高于坡顶处的,这可能是由于降雨及积雪消融形成的地表径流,使山坡上的凋落物在沟壑处形成堆积,因此沟壑处凋落物量要大于山坡上凋落物量,从而间接影响到了土壤THg的分布,这一观点还需进一步的研究和验证。但通过这一现象可以得知,在以后研究森林土壤汞时,既不能只采集坡顶处土壤,也不能只采集沟壑处土壤,否则都会对研究结果造成影响。

    总体而言,天山雪岭云杉森林土壤的THg分布特征最主要是受到土壤TOC的影响,但除此之外还有其他多种因素的综合影响。利用大样地研究森林土壤THg不仅可以分析森林土壤THg含量,探讨其空间分布特征,还有助于揭示影响土壤THg变化的多重因素。以往对森林土壤汞的研究中,尚缺通过观测大样地进行分析和探讨的,这可能会给研究结果造成一定的偏差和局限性。而本研究利用大样地对雪岭云杉森林土壤汞进行空间分布研究,初步了解了天山雪岭云杉森林土壤汞的含量及空间特征,并讨论了其影响因素,可以为将来研究森林土壤汞及样品采集过程提供科学的参考意见。目前研究工作还处于起步阶段,未能完整的探明环境因子对汞的影响,未来可以对天山雪岭云杉土壤汞的储量影响因素分析、汞的迁移转化过程做相应的研究分析,进一步深入了解其内在机制,为将来研究森林生态系统汞的生物地球化学过程提供更合理的依据。

  • (1)天山雪岭云杉森林土壤THg较低,处于国内外其他森林土壤THg范围下限。土壤THg主要集中在0—20 cm土层,且具有明显水平空间分布差异,垂直剖面上土壤THg随土壤深度增加而减小。

    (2)天山雪岭云杉林土壤THg分布受土壤TOC影响最大,受林分结构及植物群落结构特征影响并不显著。

    (3)本文虽然对天山雪岭云杉林土壤THg进行了初步分析,但是其凋落物汞的数据还尚未掌握,后期需要对天山雪岭云杉及林下灌木的枯枝落叶进行汞沉降通量研究。

参考文献 (36)

返回顶部

目录

/

返回文章
返回