全 文 ：第 ３６ 卷第 １５ 期
２０１６年 ８月
生 态 学 报
ＡＣＴＡ ＥＣＯＬＯＧＩＣＡ ＳＩＮＩＣＡ
Ｖｏｌ．３６，Ｎｏ．１５
Ａｕｇ．，２０１６
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
基金项目：中国科学院战略性先导科技专项资助项目（ＸＤＡ０５０５０５０７）；国家自然科学基金资助项目（４１５７１２０６）；国家重点基础研究发展计划
“９７３”项目（２０１０ＣＢ９５０７０２）
收稿日期：２０１５⁃０１⁃１９； 　 　 网络出版日期：２０１５⁃１１⁃１６
∗通讯作者 Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ： ｄｓｈｙｕ＠ ｉｓｓａｓ．ａｃ．ｃｎ
ＤＯＩ： １０．５８４６ ／ ｓｔｘｂ２０１５０１１９０１５２
王玺洋，于东升，廖丹，潘剑君，黄标，史学正．长三角典型水稻土有机碳组分构成及其主控因子．生态学报，２０１６，３６（１５）：４７２９⁃４７３８．
Ｗａｎｇ Ｘ Ｙ， Ｙｕ Ｄ Ｓ， Ｌｉａｏ Ｄ， Ｐａｎ Ｊ Ｊ， Ｈｕａｎｇ Ｂ， Ｓｈｉ Ｘ Ｚ．Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｙｐｉｃａｌ ｐａｄｄｙ ｓｏｉｌ ｏｒｇａｎｉｃ ｃａｒｂｏｎ ｆｒａｃｔｉｏｎｓ ａｎｄ ｔｈｅｉｒ ｍａｉｎ ｃｏｎｔｒｏｌ ｆａｃｔｏｒｓ ｉｎ ｔｈｅ
Ｙａｎｇｔｚｅ Ｒｉｖｅｒ Ｄｅｌｔａ．Ａｃｔａ Ｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ，２０１６，３６（１５）：４７２９⁃４７３８．
长三角典型水稻土有机碳组分构成及其主控因子
王玺洋１，３，于东升１，３，∗，廖　 丹１，３，潘剑君２，黄　 标１，３，史学正１，３
１ 土壤与农业可持续发展国家重点实验室，中国科学院南京土壤研究所，南京　 ２１０００８
２ 南京农业大学资源与环境学院，南京　 ２１００９５
３ 中国科学院大学，北京　 １０００４９
摘要：准确把握水稻土有机碳组分构成特征及其主控因子，对定量化评价土壤有机碳质量和未来演变趋势具有重要意义。 通过
室内土壤呼吸培养实验结合有机碳三库一级动力学方程，模拟得到长三角地区典型水稻土剖面（０—１００ ｃｍ）各土层有机碳组
分含量及其分布特征；并利用主成分分析获取主控因子，建立有机碳组分回归预测模型。 结果表明：水稻土活性碳、慢性碳和惰
性碳含量随剖面深度增加而降低，上层土壤（０—４０ ｃｍ）有机碳组分含量下降速度明显快于下层土壤（４０—１００ ｃｍ）；水稻土活
性碳构成比例不超过 ５．３％，惰性碳构成比例大于活性碳与慢性碳比例之和，达到 ６０％以上，水稻土有机碳总量变异主要取决于
慢性碳和惰性碳组分变异。 因此，水稻土固碳重点在于慢性和惰性组分。 同时，研究还发现水稻土类型和剖面深度主要在表层
对有机碳组分含量和比例构成产生显著影响，土壤有机碳量、全氮和 ｐＨ 是影响水稻土有机碳组分含量分异的主控因子，利用
主控因子可较好预测水稻土有机碳组分含量。
关键词：土壤有机碳组分；主控因子；预测模型；水稻土；长三角地区
Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｙｐｉｃａｌ ｐａｄｄｙ ｓｏｉｌ ｏｒｇａｎｉｃ ｃａｒｂｏｎ ｆｒａｃｔｉｏｎｓ ａｎｄ ｔｈｅｉｒ ｍａｉｎ
ｃｏｎｔｒｏｌ ｆａｃｔｏｒｓ ｉｎ ｔｈｅ Ｙａｎｇｔｚｅ Ｒｉｖｅｒ Ｄｅｌｔａ
ＷＡＮＧ Ｘｉｙａｎｇ１，３， ＹＵ Ｄｏｎｇｓｈｅｎｇ１，３，∗， ＬＩＡＯ Ｄａｎ１，３， ＰＡＮ Ｊｉａｎｊｕｎ２， ＨＵＡＮＧ Ｂｉａｏ１，３， ＳＨＩ Ｘｕｅｚｈｅｎｇ１，３
１ Ｓｔａｔｅ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｓｏｉｌ ａｎｄ Ｓｕｓｔａｉｎａｂｌｅ Ａｇｒｉｃｕｌｔｕｒｅ， Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｓｏｉｌ Ｓｃｉｅｎｃｅ， Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ， Ｎａｎｊｉｎｇ ２１０００８， Ｃｈｉｎａ
２ Ｃｏｌｌｅｇｅ ｏｆ Ｒｅｓｏｕｒｃｅ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅ， Ｎａｎｊｉｎｇ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ， Ｎａｎｊｉｎｇ ２１００９５， Ｃｈｉｎａ
３ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ， Ｂｅｉｊｉｎｇ １０００４９， Ｃｈｉｎａ
Ａｂｓｔｒａｃｔ： Ｐａｄｄｙ ｓｏｉｌ ｉｓ ａ ｋｅｙ ｔｙｐｅ ｏｆ ｃｕｌｔｉｖａｔｅｄ ｓｏｉｌ ｉｎ Ｃｈｉｎａ． Ｐｒｅｃｉｓｅｌｙ ｕｎｄｅｒｓｔａｎｄｉｎｇ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ ｍａｉｎ ｃｏｎｔｒｏｌ
ｆａｃｔｏｒｓ ｏｆ ｐａｄｄｙ ｓｏｉｌ ｏｒｇａｎｉｃ ｃａｒｂｏｎ ｆｒａｃｔｉｏｎｓ ｉｓ ｃｒｉｔｉｃａｌ ｔｏ ｑｕａｎｔｉｔａｔｉｖｅｌｙ ｅｖａｌｕａｔｉｎｇ ｓｏｉｌ ｏｒｇａｎｉｃ ｃａｒｂｏｎ （ＳＯＣ） ｑｕａｌｉｔｙ ａｎｄ
ｍｏｎｉｔｏｒｉｎｇ ｉｔｓ ｔｒｅｎｄｓ． Ｗｅ ｃｏｌｌｅｃｔｅｄ ６５ ｓｏｉｌ ｓａｍｐｌｅｓ ｆｒｏｍ １３ ｓｏｉｌ ｐｒｏｆｉｌｅｓ ａｓｓｏｃｉａｔｅｄ ｗｉｔｈ ｔｈｒｅｅ ｍａｊｏｒ ｐａｄｄｙ ｓｏｉｌ ｔｙｐｅｓ ｉｎ ｔｈｅ
Ｙａｎｇｔｚｅ Ｒｉｖｅｒ Ｄｅｌｔａ， ｉｎｃｌｕｄｉｎｇ ５ ｈｙｄｒｏｍｏｒｐｈｉｃ ｐａｄｄｙ ｓｏｉｌ ｐｒｏｆｉｌｅｓ， ３ ｐｅｒｃｏｇｅｎｉｃ ｐａｄｄｙ ｓｏｉｌ ｐｒｏｆｉｌｅｓ， ａｎｄ ５ ｄｅｇｌｅｙｅｄ ｐａｄｄｙ
ｓｏｉｌ ｐｒｏｆｉｌｅｓ． Ｔｈｒｏｕｇｈ ｌｏｎｇ⁃ｔｅｒｍ ｓｏｉｌ ｉｎｃｕｂａｔｉｏｎ ｅｘｐｅｒｉｍｅｎｔｓ， ｔｈｅ ＳＯＣ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ａｍｏｕｎｔｓ ｗｅｒｅ ｍｅａｓｕｒｅｄ ａｔ ｄｉｆｆｅｒｅｎｔ
ｔｉｍｅｓ （１， ３， ５， ７， １０， １５， ２２， ２９， ３６， ４３， ５０， ６０， ７０， ８４， ９９ ｄ）； ｔｈｅ ａｍｏｕｎｔ ｏｆ ｒｅｓｉｓｔａｎｔ ＳＯＣ（Ｃｒ） ｗａｓ ｄｅｔｅｒｍｉｎｅｄ
ｂｙ ｔｈｅ ａｃｉｄ ｈｙｄｒｏｌｙｓｉｓ ｍｅｔｈｏｄ， ａｎｄ ｔｈｅ ａｍｏｕｎｔ ｏｆ ａｃｔｉｖｅ ＳＯＣ（Ｃａ）， ｓｌｏｗ ＳＯＣ（Ｃｓ）， ａｎｄ ｒｅｓｉｓｔａｎｔ ＳＯＣ（Ｃｒ） ｗｅｒｅ ｓｉｍｕｌａｔｅｄ
ｂｙ ｆｉｔｔｉｎｇ ａ ｔｈｒｅｅ⁃ｐｏｏｌ ｆｉｒｓｔ⁃ｏｒｄｅｒ ｅｑｕａｔｉｏｎ ｔｏ ｔｈｅ ａｂｏｖｅ ｄａｔａ． Ｄｉｓｔｒｉｂｕｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｐａｄｄｙ ｓｏｉｌ ｏｒｇａｎｉｃ ｆｒａｃｔｉｏｎｓ ｉｎ
ｐｒｏｆｉｌｅｓ （０—１００ ｃｍ） ｗｅｒｅ ａｎａｌｙｚｅｄ ａｎｄ ｉｌｌｕｍｉｎａｔｅｄ， ａｎｄ ｍａｉｎ ｃｏｎｔｒｏｌ ｆａｃｔｏｒｓ ｏｎ ＳＯＣ ｆｒａｃｔｉｏｎｓ ｗｅｒｅ ｏｂｔａｉｎｅｄ ｔｈｒｏｕｇｈ
ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ． Ｆｉｎａｌｌｙ， ａ ｒｅｇｒｅｓｓｉｏｎ ｍｏｄｅｌ ｗａｓ ｅｓｔａｂｌｉｓｈｅｄ ｔｏ ｐｒｅｄｉｃｔ ＳＯＣ ｆｒａｃｔｉｏｎｓ ｆｒｏｍ ｔｈｅ ｍａｉｎ ｃｏｎｔｒｏｌ
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
ｆａｃｔｏｒｓ． Ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ ｔｈｅ ａｍｏｕｎｔ ｏｆ ａｃｔｉｖｅ ＳＯＣ（Ｃａ）， ｓｌｏｗ ＳＯＣ（Ｃｓ）， ａｎｄ ｒｅｓｉｓｔａｎｔ ＳＯＣ（Ｃｒ） ｄｅｃｌｉｎｅｄ ｗｉｔｈ ｔｈｅ
ｉｎｃｒｅａｓｅ ｏｆ ｓｏｉｌ ｐｒｏｆｉｌｅ ｄｅｐｔｈ， ａｎｄ ｔｈａｔ ｔｈｅ ｒａｔｅ ｏｆ ＳＯＣ ｆｒａｃｔｉｏｎ ｄｅｃｒｅａｓｅ ｉｎ ｔｈｅ ｕｐｐｅｒ ｌａｙｅｒ （０—４０ ｃｍ） ｗａｓ ｆａｓｔｅｒ ｔｈａｎ ｉｎ
ｔｈｅ ｓｕｂｓｏｉｌ （４０—１００ ｃｍ）． Ｔｈｅ ｔｙｐｅ ｏｆ ｐａｄｄｙ ｓｏｉｌ ｄｉｄ ｎｏｔ ｉｎｆｌｕｅｎｃｅ ｔｈｅ ａｍｏｕｎｔ ｏｆ ｓｏｉｌ ｏｒｇａｎｉｃ ｃａｒｂｏｎ ｆｒａｃｔｉｏｎｓ ｓｉｇｎｉｆｉｃａｎｔｌｙ．
Ｔｈｅ Ｃａ ｐｏｏｌ ｃｏｍｐｒｉｓｅｄ ｌｅｓｓ ｔｈａｎ ５．３％ ｏｆ ｔｈｅ ｔｏｔａｌ ＳＯＣ， ａｎｄ ｔｈｅ ｐｒｏｐｏｒｔｉｏｎ ｏｆ ｔｈｅ Ｃｒ ｐｏｏｌ， ｗｈｉｃｈ ｗａｓ ｍｏｒｅ ｔｈａｎ ６０％ ｉｎ
ｔｏｔａｌ ＳＯＣ， ｗａｓ ｌａｒｇｅｒ ｔｈａｎ ｔｈｅ ｃｏｍｂｉｎｅｄ ｐｒｏｐｏｒｔｉｏｎｓ ｏｆ ｔｈｅ Ｃａ ａｎｄ Ｃｓ ｐｏｏｌｓ． Ｔｈｅ ａｍｏｕｎｔ ｏｆ ＳＯＣ ｆｒａｃｔｉｏｎｓ ｗａｓ ｓｉｇｎｉｆｉｃａｎｔｌｙ
ｈｉｇｈｅｒ ｉｎ ｔｏｐｓｏｉｌ （０—２０ ｃｍ） ｔｈａｎ ｉｎ ｏｔｈｅｒ ｓｏｉｌ ｈｏｒｉｚｏｎｓ． Ｔｈｅ ｖａｒｉａｔｉｏｎ ｉｎ ｔｏｔａｌ ＳＯＣ ｗａｓ ｍａｉｎｌｙ ｄｕｅ ｔｏ ｔｈｅ Ｃｓ ａｎｄ Ｃｒ
ｃｏｎｔｒｉｂｕｔｉｏｎｓ． Ｔｈｅｒｅｆｏｒｅ， ｍｏｒｅ ａｔｔｅｎｔｉｏｎ ｓｈｏｕｌｄ ｂｅ ｐａｉｄ ｔｏ ｔｈｅ ｆｒａｃｔｉｏｎｓ ｏｆ Ｃｓ ａｎｄ Ｃｒ ｗｈｅｎ ｍａｘｉｍｉｚｉｎｇ ｃａｒｂｏｎ ｓｅｑｕｅｓｔｒａｔｉｏｎ ｉｎ
ｓｏｉｌｓ． Ｔｈｅ ｔｙｐｅ ｏｆ ｐａｄｄｙ ｓｏｉｌ ａｎｄ ｔｈｅ ｄｅｐｔｈ ｐｒｉｍａｒｉｌｙ ｉｎｆｌｕｅｎｃｅｄ ｔｈｅ ｏｒｇａｎｉｃ ｃａｒｂｏｎ ｃｏｍｐｏｓｉｔｉｏｎ ｏｆ ｔｈｅ ｔｏｐｓｏｉｌ． Ｔｈｉｓ ｒｅｓｅａｒｃｈ
ｆｏｕｎｄ ｔｈａｔ ｔｏｔａｌ ＳＯＣ， ｔｏｔａｌ ｎｉｔｒｏｇｅｎ （ＴＮ）， ａｎｄ ｐＨ ｗｅｒｅ ｔｈｅ ｍａｉｎ ｃｏｎｔｒｏｌ ｆａｃｔｏｒｓ ｉｎｆｌｕｅｎｃｉｎｇ ｔｈｅ ｄｉｆｆｅｒｅｎｃｅｓ ｉｎ ＳＯＣ ｆｒａｃｔｉｏｎ
ａｍｏｕｎｔｓ， ａｎｄ ｔｈｅｙ ｃａｎ ｂｅ ｕｓｅｄ ｔｏ ｐｒｅｄｉｃｔ ＳＯＣ ｆｒａｃｔｉｏｎ ａｍｏｕｎｔｓ ｔｏ ｍｏｒｅ ｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙ ｕｎｄｅｒｓｔａｎｄ ｔｈｅ ＳＯＣ ｃｙｃｌｅ．
Ｄｅｔｅｒｍｉｎｉｎｇ ｔｈｅ ａｍｏｕｎｔｓ ａｎｄ ｃｏｍｐｏｓｉｔｉｏｎ ｐｒｏｐｏｒｔｉｏｎｓ ｏｆ ＳＯＣ ｆｒａｃｔｉｏｎｓ ｃａｎ ｃｏｎｔｒｉｂｕｔｅ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｔｏ ｍａｓｔｅｒｉｎｇ ｓｏｉｌ ｏｒｇａｎｉｃ
ｃａｒｂｏｎ ｐｏｏｌ ｄｙｎａｍｉｃｓ． Ｃｒｅａｔｉｎｇ ａ ｃｏｓｔ ｅｆｆｅｃｔｉｖｅ ｍｏｄｅｌ ｔｏ ｐｒｅｄｉｃｔ ＳＯＣ ｆｒａｃｔｉｏｎｓ ｉｓ ｍｅａｎｉｎｇｆｕｌ ａｎｄ ｕｒｇｅｎｔ． Ａｃｃｏｒｄｉｎｇ ｔｏ ｏｕｒ
ｒｅｓｅａｒｃｈ， ＳＯＣ ｆｒａｃｔｉｏｎｓ ｃａｎ ｂｅ ｐｒｅｄｉｃｔｅｄ ｆｒｏｍ ｔｈｅ ｂａｓｉｃ ｐｈｙｓｉｃａｌ ａｎｄ ｃｈｅｍｉｃａｌ ｐｒｏｐｅｒｔｉｅｓ ｏｆ ｓｏｉｌｓ．
Ｋｅｙ Ｗｏｒｄｓ： ＳＯＣ ｆｒａｃｔｉｏｎｓ； ｍａｉｎ ｃｏｎｔｒｏｌ ｆａｃｔｏｒｓ； ｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅｌ； ｐａｄｄｙ ｓｏｉｌｓ； Ｙａｎｇｔｚｅ Ｒｉｖｅｒ Ｄｅｌｔａ
水稻土作为我国主要耕作土壤已有 ７０００多年历史，其面积已占到全国总耕地面积的 ２５％和世界水耕土
壤面积的 ２３％［１］，研究水稻土有机碳库对于发展农业生产和调控大气碳源、汇具有双重作用［２］。 当前，水稻
土有机碳的构成特征及影响因素研究仍显不足，究其原因主要是对多组分复合体构成的有机碳认识不够。 依
据土壤有机碳分解速率，国际上一般将土壤有机碳库分为活性碳（Ｃａ）、慢性碳（Ｃｓ）和惰性碳（Ｃｒ） ［３⁃４］ ３ 种组
分碳库。 有机碳活性组分在土壤中表现最为活跃，直接反映了土壤养分循环和供应状况［５］；慢性碳和惰性碳
在土壤中较难分解而可以长久保留，对土壤固碳保肥尤为重要［６］。 因此，研究土壤有机碳库组分构成特征及
其驱动力，不仅有利于定量化评价土壤有机碳库质量，而且对准确评估土壤有机碳未来演变趋势具有积极
意义［７］。
近年来国内外学者在土壤有机碳组分构成特征方面取得了一些研究进展。 Ｙａｎｇ 等［７］对温带和亚热带森
林土壤的研究表明，活性、慢性和惰性碳库比例分别为 １％—３％、２５％—６５％和 ３５％—８０％。 杨慧等［８］通过土
壤培养实验和方程拟合，对桂林岩溶区土壤的研究结果表明，活性碳、慢性碳和惰性碳构成比例分别为
１．８２％—２．７１％、３３．９１％—４５．４７％和 ５１．８２％—６４．０１％，农田土壤有机碳较灌丛和林地更难分解。 Ｊｈａ 等［９］对
有机碳组分比例进行分析，得出惰性碳组分比例随深度增加而增加，有机碳输入多为活性碳。 廖丹等［１０］研究
了成都水稻土有机碳组分构成特征，结果显示，表层土壤（０—２０ ｃｍ）有机碳组分含量显著高于亚表层土壤
（２０—４０ ｃｍ），而土层间各组分占总有机碳含量的比例无显著差异。 诸多土壤有机碳库组分构成特征研究取
得的共同性认识可归纳为：活性碳库比例一般不超过 ５％，但在慢性和惰性碳库构成比例上具有明显差别；有
机碳组分构成特征随剖面深度会出现差异。
史学军等［１１］研究认为，决定土壤有机碳分解速率的主要因素是其自身理化性质和外源有机物。 土壤有
机碳库组分影响因素研究也表明，土壤有机碳库不同组分的分解会受到地理环境、凋落物特性、颗粒组成等因
素影响。 如：年均温越低，森林土壤的活性碳比例越小，有机碳库越稳定［７］。 土壤凋落物中的木质素可以阻
碍有机碳组分的分解［１２］。 土壤的粉粒和粘粒含量通过改变有机碳组分的构成比例对其分解与转化产生影
响［６，１３］；土壤全氮、全磷、ｐＨ、粉粒等理化指标均与其有机碳组分含量存在显著线性关系［１０］。 也有研究认为，
不同耕作方式也会影响土壤有机碳组分含量，如免耕和深耕可以增加活性碳含量，而翻耕则相反［１４］。
已有研究多集中于林地、草地和旱地表层土壤有机碳组分特征的研究，影响因素也局限于土地类型、环境
因素、土壤机械组成方面，而对长期处于淹水和脱水循环交替作用下的水稻土而言，其有机碳库组分状况研究
明显不足。 本文针对长三角典型地区水稻土，利用室内土壤有机碳培养实验和三库一级动力学方程拟合，获
０３７４ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
得水稻土剖面各土层有机碳组分数据，分析水稻土剖面有机碳组分特征及其影响因素，尝试建立水稻土有机
碳组分预测模型，为水稻土有机碳循环模拟研究提供理论依据和技术参数。
１　 材料与方法
１．１　 研究区概况
研究区域选在上海的金山、青浦和松江区（Ｎ３０°４６′—３１°１６′，Ｅ１２０°５４′—１２１°２３′）。 该区地处长江三角洲
冲积平原前端，北界长江，南临杭州湾，西接江、浙两省。 境内平均海拔高度在 ４ ｍ左右，地势较为平坦；气候
类型属亚热带季风气候，光照充分，雨量充沛，且水、热同季，年均气温为 １５．７℃，年均降水量达 １２００ ｍｍ。 良
好的水热条件极有利于水稻的种植，研究区水稻种植历史悠久，潴育型、渗育型和脱潜型等典型水稻土发育完
善，分布面积最广。
１．２　 样品采集与分析方法
选取供试区面积分布最广、发育最为完善的 ３种主要水稻土类型，按照各类型水稻土分布面积比例，设置
剖面样点 １３个。 其中，潴育型水稻土、脱潜型水稻土分别布设 ５ 个样点，渗育型水稻土布设 ３ 个样点。 统一
划分土壤剖面为 ５个土层，每层 ２０ ｃｍ，分层取样，总计 ６５个土壤样品，取各类型不同土层水稻土样品 ５ 个用
以模型验证。 所有样品采集均在 ２０１０年 １０月水稻收割后完成。
土壤总有机碳（ＳＯＣ）的测定采用重铬酸钾（浓硫酸）氧化⁃外加热法；土壤容重利用环刀重复 ３次取样，烘
干法测定；土壤 ｐＨ值测定采用电位法；全氮的测定采用半微量开氏法；土壤全磷采用 ＨＦ⁃ＨＣｌＯ４⁃ＨＮＯ３消煮⁃
钼锑抗比色法测定；土壤全钾采用 ＨＦ⁃ＨＣｌＯ４⁃ＨＮＯ３消煮⁃火焰光度法测定；有效磷采用 ０．５ ｍｏｌ ／ Ｌ碳酸氢钠提
取⁃钼锑抗比色法测定；速效钾采用 １ ｍｏｌ ／ Ｌ 中性醋酸铵浸提⁃火焰光度法测定；土壤质地采用吸管法
（ＧＢ７８４５—８７）测定（中国科学院南京土壤研究所，１９７８年）。 土壤惰性碳（Ｃｒ）经 ６ ｍｏｌ ／ ＬＨＣＬ水解，再用重铬
酸钾（浓硫酸）氧化⁃外加热法测定［１５］。
恒温培养法进行土壤呼吸实验［１６］：取过 １００目筛的风干土样 １００ ｇ 放入培养瓶，并调节其含水量为土壤
持水量的 ６５％，通过培养瓶内的梨形瓶注入的 ０．５ ｍｏｌ ／ Ｌ ＮａＯＨ来吸收土壤有机碳分解释放的 ＣＯ２，保持培养
箱 ２５℃恒温且黑暗条件 １００ ｄ，定时通气，最后用 ０．５ ｍｏｌ ／ Ｌ ＨＣＬ滴定计算 ＣＯ２的分解释放量，获得 １００ ｄ内不
同时间序列（１，３，５，７，１０，１５，２２，２９，３６，４３，５０，６０，７０，８４，９９ ｄ）有机碳的分解量。
１．３　 数据处理与统计分析
土壤有机碳的三库一级动力学方程如下［１７］：
Ｃｓｏｃｔ ＝ Ｃａ × ｅｘｐ － ｋａ × ｔ( ) ＋ Ｃｓ × ｅｘｐ － ｋｓ × ｔ( ) ＋ Ｃｒ × ｅｘｐ － ｋｒ × ｔ( ) （１）
式中，Ｃｓｏｃｔ是时间 ｔ时刻的有机碳含量；Ｃａ、Ｋａ表示土壤活性碳库含量（ｇ ／ ｋｇ）及其分解速率（ｇ ｋｇ
－１ ｄ－１）； Ｃｓ、Ｋｓ
表示土壤慢性碳库含量（ｇ ／ ｋｇ）及其分解速率（ｇ ｋｇ－１ ｄ－１）；Ｃｒ、Ｋｒ表示土壤惰性碳库含量（ｇ ／ ｋｇ）及其分解速率
（ｇ ｋｇ－１ ｄ－１）；Ｋａ、Ｋｓ、Ｋｒ与平均驻留时间（ＭＲＴ）成倒数关系。 由于土壤惰性碳平均驻留时间太长，不易获得，
一般假定田间土壤惰性碳的平均驻留时间为 １０００ａ［１０］。 利用公式（２）、（３）转化为惰性碳在实验室内平均驻
留时间，得到 Ｋｒ ＝ １ ／ ＭＲＴｌａｂ。
ＭＲＴｌａｂ ＝ ＭＲＴｆｉｅｌｄ ／ Ｑ１０ （２）
Ｑ１０ ＝ ２［（２５
－ＭＡＴ） ／ １０］ （３）
式中，ＭＲＴｌａｂ表示惰性碳在实验室内平均驻留时间；ＭＲＴｆｉｅｌｄ表示惰性碳的田间平均驻留时间；ＭＡＴ 为研究区
的年平均温度，取 １５．７℃；Ｑ１０为温度敏感系数，即土壤温度每升高 １０℃有机碳的增加量。
根据惰性碳实测值和呼吸培养实验得到的不同时间序列的有机碳量数据（Ｃｓｏｃｔ），利用（１）式对土壤活性
碳库（Ｃａ）的大小及分解速率 Ｋａ、Ｋｓ进行拟合获取数据。 慢性碳库（Ｃｓ）量计算方法如下：
Ｃｓ ＝ Ｃｓｏｃ － Ｃａ － Ｃｒ （４）
土壤有机碳组分含量及其分解速率数据利用 ＳＡＳ９．３的非线性回归进行拟合；利用 Ｏｒｉｇｉｎ８．５ 制作土壤有
１３７４　 １５期 　 　 　 王玺洋　 等：长三角典型水稻土有机碳组分构成及其主控因子 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
机碳组分剖面特征分布图；土壤剖面各层间有机碳组分差异性分析，影响因素主成分分析，回归分析以及验证
点预测值与实验拟合值配对 Ｔ检验均采用 ＳＰＳＳ１８．０进行；其它数据处理与分析采用 ＥＸＣＥＬ２０１０完成。
２　 结果与讨论
２．１　 不同类型水稻土剖面土壤理化性质统计特征
研究区 ３种典型水稻土剖面（０—１００ ｃｍ）各土层基本理化性质测定结果的平均值（包括验证点数据）统
计如表 １所示。 可见，各类型水稻土有机碳、全氮、全磷、有效磷和速效钾表层含量均高于剖面其他土层，其它
理化指标随剖面深度无明显变化，但不同类型水稻土理化性质之间有差异。
图 １　 不同类型水稻土有机碳组分含量剖面分布
Ｆｉｇ．１　 Ｔｈｅ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ＳＯＣ ｆｒａｃｔｉｏｎｓ ａｍｏｕｎｔ ｉｎ ｐｒｏｆｉｌｅｓ ｏｆ ｄｉｆｆｅｒｅｎｔ ｐａｄｄｙ ｓｏｉｌｓ
２．２　 不同类型水稻土有机碳组分剖面分布特征
研究区 ３种典型类型水稻土的活性碳、慢性碳和惰性碳含量均表现出随剖面深度增加而下降的趋势，下
层（８０—１００ ｃｍ）土壤碳组分平均含量较表层（０—２０ ｃｍ）分别降低了 ６１．３％、７７．４％和 ６３．０％（图 １），与其它非
２３７４ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
表
１　
各
土
层
水
稻
土
基
本
理
化
性
质
Ｔａ
ｂｌ
ｅ
１　
Ｂａ
ｓｉｃ
ｐｈ
ｙｓ
ｉｃ
ａｌ
ａｎ
ｄ
ｃｈ
ｅｍ
ｉｃ
ａｌ
ｐｒ
ｏｐ
ｅｒ
ｔｉｅ
ｓ
ｏｆ
ｅａ
ｃｈ
ｌａ
ｙｅ
ｒｓ
ｉｎ
ｐａ
ｄｄ
ｙ
ｓｏ
ｉｌｓ
水
稻
土
类
型
Ｔｙ
ｐｅ
ｓ
ｏｆ
ｐａ
ｄｄ
ｙ
ｓｏ
ｉｌ
土
层
Ｄｅ
ｐｔ
ｈ／
ｃｍ
有
机
碳
Ｏｒ
ｇａ
ｎｉ
ｃ
ｃａ
ｒｂ
ｏｎ
／
（ｇ
／ｋ
ｇ）
容
重
Ｂｕ
ｌｋ
ｄｅ
ｎｓ
ｉｔｙ
／
（ｇ
／ｃ
ｍ
３ ）
ｐＨ
全
氮
Ｔｏ
ｔａ
ｌＮ
／
（ｇ
／ｋ
ｇ）
全
磷
Ｔｏ
ｔａ
ｌＰ
／
（ｇ
／ｋ
ｇ）
全
钾
Ｔｏ
ｔａ
ｌＫ
／
（ｇ
／ｋ
ｇ）
有
效
磷
Ａｖ
ａｉ
ｌａ
ｂｌ
ｅ
Ｐ
／
（ｍ
ｇ／
ｋｇ
）
速
效
钾
Ａｖ
ａｉ
ｌａ
ｂｌ
ｅ
Ｋ
／
（ｍ
ｇ／
ｋｇ
）
颗
粒
组
成
／％
Ｐａ
ｒｔｉ
ｃｌ
ｅ
ｓｉｚ
ｅ
ｃｏ
ｍ
ｐｏ
ｓｉｔ
ｉｏ
ｎ
砂
粒
Ｓａ
ｎｄ
粉
粒 Ｓｉ
ｌｔ
粘
粒
Ｃｌ
ａｙ
０—
２０
１７
．７
１．
２
６．
３
１．
７
２．
７
２６
．０
５２
．８
１４
７．
６
６．
８
６６
．５
２６
．６
潴
育
型
２０
—
４０
８．
３
１．
５
７．
５
０．
９
１．
７
２８
．０
１５
．６
１１
６．
１
７．
２
６７
．０
２９
．９
Ｈ
ｙｄ
ｒｏ
ｍ
ｏｒ
ｐｈ
ｉｃ
４０
—
６０
５．
０
１．
５
７．
５
０．
７
１．
３
２８
．１
４．
４
１２
２．
０
６．
７
６４
．８
２８
．５
ｐａ
ｄｄ
ｙ
ｓｏ
ｉｌ
６０
—
８０
４．
９
１．
５
７．
７
０．
７
１．
３
２８
．５
４．
０
１２
６．
３
６．
３
６６
．４
２７
．３
８０
—
１０
０
４．
４
１．
５
７．
８
０．
６
１．
４
２８
．０
３．
６
１２
１．
４
６．
４
６８
．４
２５
．２
０—
２０
１２
．１
１．
３
７．
６
１．
３
１．
９
２５
．０
３５
．６
１１
２．
４
７．
３
７８
．７
１４
．０
渗
育
型
２０
—
４０
６．
５
１．
５
８．
０
０．
７
１．
４
２５
．７
２．
６
７９
．０
３．
７
８３
．４
１２
．８
Ｐｅ
ｒｃ
ｏｇ
ｅｎ
ｉｃ
４０
—
６０
５．
０
１．
４
８．
０
０．
５
１．
４
２６
．５
２．
７
１０
０．
８
５．
８
８２
．９
１１
．４
ｐａ
ｄｄ
ｙ
ｓｏ
ｉｌ
６０
—
８０
４．
５
１．
４
８．
１
０．
５
１．
４
２５
．８
３．
４
９５
．６
７．
１
８２
．５
１０
．４
８０
—
１０
０
３．
９
１．
３
８．
３
０．
４
１．
４
２４
．５
４．
３
８６
．０
８．
６
８２
．２
９．
２
０—
２０
１８
．５
１．
２
６．
８
１．
９
２．
４
２６
．２
３７
．３
１５
１．
７
６．
０
６７
．８
２６
．１
脱
潜
型
２０
—
４０
８．
０
１．
５
７．
７
０．
８
１．
５
２６
．９
７．
１
１２
１．
７
４．
９
６８
．２
２６
．９
Ｄｅ
ｇｌ
ｅｙ
ｅｄ
４０
—
６０
９．
３
１．
５
７．
７
０．
８
１．
３
２７
．４
３．
４
１４
２．
０
５．
９
６５
．１
２９
．０
ｐａ
ｄｄ
ｙ
ｓｏ
ｉｌ
６０
—
８０
１０
．５
１．
４
７．
６
０．
８
１．
２
２８
．１
２．
７
１４
８．
７
６．
０
６４
．０
２９
．９
８０
—
１０
０
８．
２
１．
５
７．
８
０．
７
１．
２
２８
．２
３．
２
１４
９．
７
５．
０
６６
．３
２８
．７
３３７４　 １５期 　 　 　 王玺洋　 等：长三角典型水稻土有机碳组分构成及其主控因子 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
水稻土类型土壤有机碳含量的剖面分布规律具有一致性［１８⁃２０］。 一般来说，可溶性有机碳向下迁移必然会受
到矿质土壤的物理滞留及微生物的生化分解，造成下层土壤有机碳含量较上层低［２１］。 不同类型的水稻土有
机碳组分含量随深度下降的速度存在差异，除脱潜型水稻土惰性碳外，其它组分下降速度均表现为上层土壤
（０—４０ ｃｍ）＞下层土壤（４０—１００ ｃｍ）（图 １），其中渗育型水稻土活性碳下降最快，潴育型水稻土慢性碳和惰
性碳下降最快，脱潜型水稻土慢性碳和惰性碳下降最慢。
３种类型水稻土各土层有机碳组分含量均呈现：活性碳＜慢性碳＜惰性碳，与杨慧等对桂林岩溶区 ３ 种土
壤（旱地、灌丛和林地）的研究结果具有一致性［８，１０］；而邵月红［２２］在江西余江县水稻土和旱地土壤有机碳组分
的研究中发现，慢性碳含量大于惰性碳含量。 可能由于成土母质与用地类型的不同导致土壤理化性质及植被
凋落物化学组成出现差异，进而产生土壤有机碳组分含量上的差异［１２］。
相同土层不同类型水稻土各有机碳组分含量也显示出了不同的差异性（图 １）。 在 ０—２０ ｃｍ 土层，潴育
型水稻土与渗育型水稻土的活性碳含量差异显著，脱潜型水稻土惰性碳含量与潴育型及渗育型的水稻土均有
显著差异（Ｐ＜０．０５）；下层土壤（４０—１００ ｃｍ）各土层仅活性碳含量在部分类型水稻土间差异显著，其它均不显
著（Ｐ ＜０．０５）。 可见，不同类型水稻土有机碳组分含量仅在表层土壤（０—２０ ｃｍ）及下层土壤的活性碳组分方
面表现差异，水稻土亚类并未对所有土层的有机碳组分含量产生显著影响。 不同亚类水稻土主要源于水分类
型的不同而产生表层土壤微生物活性的差异，其中易分解的活性碳组分表现最为敏感。 邵月红等［２２］研究认
为，潴育型水稻土水分条件更有利于微生物分解有机碳而活性碳含量较潜育型和淹育型水稻土高。
仅考虑土层深度因素（表 ２），表层水稻土 （０—２０ ｃｍ）有机碳组分含量显著高于其它土层，而下层土壤
（４０—１００ ｃｍ）各土层有机碳组分含量与比例并无显著性差异，说明下层水稻土有机碳组分构成在长年耕作
培育过程中易于达到稳定状态；活性碳比例较小，随土层加深无显著变化，而惰性碳和慢性碳由于理化性质较
活性碳稳定而得以更长久驻留［６］，从而保持较大比例。 在旱地土壤中，活性碳含量在表层和中下层无明显差
异，且活性碳比例小于同一地区水稻土，慢性碳比例则相反［２２］。 王充［２３］对东北黑土、暗棕壤、草甸土和沼泽
土 ４种类型土壤有机碳组分构成特征研究认为，土壤有机碳组分含量占总有机碳比例与剖面深度并无显著关
系。 说明季节性干湿交替的水稻土更易于对表层土壤有机碳组分构成产生影响。
表 ２　 水稻土剖面各土层有机碳组分含量及其比例差异性分析
Ｔａｂｌｅ ２　 Ｄｉｆｆｅｒｅｎｃｅ ａｎａｌｙｓｉｓ ｏｎ ｔｈｅ ａｍｏｕｎｔ ａｎｄ ｐｒｏｐｏｒｔｉｏｎ ｏｆ ＳＯＣ ｆｒａｃｔｉｏｎｓ ｉｎ ａｌｌ ｌａｙｅｒｓ ｏｆ ｅａｃｈ ｐａｄｄｙ ｓｏｉｌ ｐｒｏｆｉｌｅ
土层
Ｄｅｐｔｈｓ ／ ｃｍ
活性碳含量
Ｔｈｅ ａｍｏｕｎｔ ｏｆ
Ｃａ ／ （ｇ ／ ｋｇ）
慢性碳含量
Ｔｈｅ ａｍｏｕｎｔ ｏｆ
Ｃｓ ／ （ｇ ／ ｋｇ）
惰性碳含量
Ｔｈｅ ａｍｏｕｎｔ ｏｆ
Ｃｒ ／ （ｇ ／ ｋｇ）
活性碳比例
Ｔｈｅ ｐｒｏｐｏｒｔｉｏｎ ｏｆ
Ｃａ ／ ％
慢性碳比例
Ｔｈｅ ｐｒｏｐｏｒｔｉｏｎ ｏｆ
Ｃｓ ／ ％
惰性碳比例
Ｔｈｅ ｐｒｏｐｏｒｔｉｏｎ ｏｆ
Ｃｒ ／ ％
０—２０ ０．４４±０．０６ａＡ ５．０２±３．５３ａＡ １１．７５±２．６８ａＡ ２．６５±０．６０ａ ２７．５０±１２．０４ａＡ ６９．８５±１１．６４ｂＢ
２０—４０ ０．２３±０．０７ｂＢ ２．４４±１．６４ａｂＡＢ ５．３４±１．４１ｂＢ ３．１６±１．３７ａ ２８．３８±１２．３４ａＡ ６８．４７±１１．６４ｂＢ
４０—６０ ０．１８±０．０５ｃｄｅＢＣＤＥ １．１６±０．８７ｂｃＡＢ ５．６８±５．１８ｂＢ ３．４５±１．９５ａ １７．３２±９．９８ｂＢ ７９．２２±１０．１１ａｂＡＢ
６０—８０ ０．１７±０．０５ｄｅＤＥ ０．７８±０．７６ｃｄｅＢ ６．４９±４．７７ｂＢ ３．１１±１．８８ａ １０．２４±６．１０ｂｃＢ ８６．６５±６．４８ａＡ
８０—１００ ０．１５±０．０５ｅＥ ０．６２±０．７６ｃｄｅＢ ５．３３±４．８５ｂＢ ３．３３±１．６６ａ ９．０８±６．００ｃＢ ８７．５９±５．６６ａＡ
　 　 同列不同大写字母表示差异达极显著（Ｐ ＜０．０１），不同小写字母表示差异达显著（Ｐ ＜０．０５）
总体上看，水稻土有机碳组分含量剖面分布特征与其他类型土壤具有一致性，随剖面深度增加而降低。
水稻土有机碳库中，惰性碳所占比例最大，慢性碳次之，活性碳所占比例较小；其中脱潜型水稻土所含惰性碳
和慢性碳含量较高而固碳能力最强。 不同类型水稻土及剖面深度的有机碳组分含量与比例主要在表层土壤
出现显著差异，其它土层并无明显变化，活性碳比例与水稻土剖面深度无关。
２．３　 影响水稻土有机碳组分构成的主控因子分析
对水稻土 ６５个土壤样品理化指标进行主成分分析的结果表明，前 ４ 个主成分因子的累积贡献率已经超
过 ８３％，完全达到分析要求；通过观察碎石图（图 ２），前 ３个主成分位于陡峭部分，表明该三因子最重要，提取
获得主成分载荷矩阵（表 ３）。
４３７４ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
图 ２　 碎石图
Ｆｉｇ．２　 Ｓｃｒｅｅｎ ｐｌｏｔ
第一主成分 Ｙ１的因子在水稻土 ＳＯＣ 含量、容重、
ｐＨ值和全氮量上有较大载荷，且相关系数绝对值达
０．７８以上，这一主成分对有机碳组分含量的贡献率为
３７．８％，说明土壤 ＳＯＣ 含量、容重、ｐＨ 值和全氮量是影
响水稻土有机碳组分含量的主导因素；第二主成分 Ｙ２
在水稻土粉粒和粘粒含量上载荷较大，相关系数分别为
－０．７５和 ０．８１，对有机碳组分的贡献率是 ２２．９％，是影响
水稻土有机碳组分含量的次要因素；第三主成分主要在
碳氮比上载荷较大，其对有机碳组分含量的贡献率为
１４．０％，对水稻土有机碳组分含量影响最小；其他主成
分对有机碳组分含量的贡献率合计为 ２３．８％，说明水稻
土理化性质对有机碳组分含量影响因素较多，且主控因
子明显（表 ３）。
对以上获取的主控因子与水稻土 ６５个土壤样品有机碳组分含量进行相关分析发现，水稻土有机碳含量、
全氮量均与其活性碳、慢性碳和惰性碳含量呈极显著正相关，且碳氮比也与之呈显著正相关；容重和 ｐＨ值与
３种碳组分含量呈极显著负相关，土壤中粉粒与粘粒百分比仅与惰性碳含量呈极显著正相关（表 ４）。 显然，
适当提高水稻土中 Ｃ ／ Ｎ均有助于水稻土 ３种有机碳组分的固定，这是因为土壤中微生物活性会随 Ｃ ／ Ｎ 值的
升高而出现降低［２４］。 一定程度上降低土壤容重和 ｐＨ值也将有利于保持水稻土有机碳组分含量，降低土壤容
重可以促进水稻根系生长，补充土壤有机碳量［２５］。 低 ｐＨ 条件可能会抑制微生物对水稻土有机碳组分的分
解［１３］，土壤颗粒中，粒径较小的粉粒和粘粒通过吸附作用将有机碳包裹起来对土壤有机碳组分的分解产生
阻碍［１３］。
表 ３　 主成分载荷矩阵
Ｔａｂｌｅ ３　 Ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔｓ ｌｏａｄｉｎｇ ｍａｔｒｉｘ
影响因素
Ｉｎｆｌｕｅｎｃｉｎｇ ｆａｃｔｏｒｓ
主成分 Ｙ１
Ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔｓ Ｙ１
主成分 Ｙ２
Ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔｓ Ｙ２
主成分 Ｙ３
Ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔｓ Ｙ３
有机碳 Ｏｒｇａｎｉｃ ｃａｒｂｏｎ ０．９２ －０．０１ －０．１５
容重 Ｂｕｌｋ ｄｅｎｓｉｔｙ －０．８１ ０．２６ ０．２４
ｐＨ值 －０．７８ ０．１０ ０．０５
碳氮比 Ｃ ／ Ｎ ０．５１ ０．１３ －０．６９
全氮量 Ｔｏｔａｌ Ｎ ０．９１ －０．１０ ０．１２
全磷量 Ｔｏｔａｌ Ｐ ０．４８ －０．６６ ０．４８
全钾量 Ｔｏｔａｌ Ｋ －０．０９ ０．６０ ０．５３
有效磷含量 Ａｖａｉｌａｂｌｅ Ｐ ０．６０ －０．５８ ０．４２
速效钾含量 Ａｖａｉｌａｂｌｅ Ｋ ０．５５ ０．５６ ０．３４
砂粒含量 Ｓａｎｄ ｃｏｎｔｅｎｔ －０．１０ －０．０１ ０．５５
粉粒含量 Ｓｉｌｔ ｃｏｎｔｅｎｔ －０．４８ －０．７５ －０．１２
粘粒含量 Ｃｌａｙ ｃｏｎｔｅｎｔ ０．４６ ０．８１ －０．００
表 ４　 水稻土有机碳组分含量与其主控因子的相关性分析
Ｔａｂｌｅ ４　 Ｃｏｒｒｅｌａｔｉｏｎ ａｎａｌｙｓｉｓ ｆｏｒ ｔｈｅ ａｍｏｕｎｔ ｏｆ ｏｒｇａｎｉｃ ｃａｒｂｏｎ ｆｒａｃｔｉｏｎｓ ａｎｄ ｐｒｉｎｃｉｐａｌ ｆａｃｔｏｒｓ ｉｎ ｐａｄｄｙ ｓｏｉｌｓ
项目
Ｉｔｅｍｓ
有机碳
ＳＯＣ
全氮
Ｔｏｔａｌ Ｎ
碳氮比
Ｃ ／ Ｎ
容重
Ｂｕｌｋ ｄｅｎｓｉｔｙ ｐＨ
粉粒含量
Ｓｉｌｔ ｃｏｎｔｅｎｔ
粘粒含量
Ｃｌａｙ ｃｏｎｔｅｎｔ
Ｃａ ０．６８∗∗ ０．７５∗∗ ０．２６∗ －０．６２∗∗ －０．５４∗∗ ０．０６ －０．０８
Ｃｓ ０．７６∗∗ ０．８２∗∗ ０．２７∗ －０．６４∗∗ －０．６８∗∗ －０．２３ ０．２３
Ｃｒ ０．９４∗∗ ０．８１∗∗ ０．７０∗∗ －０．７１∗∗ －０．４１∗∗ ０．３３∗∗ ０．３７∗∗
　 　 ∗表示 ０．０５水平上显著相关；∗∗表示 ０．０１水平上显著相关
５３７４　 １５期 　 　 　 王玺洋　 等：长三角典型水稻土有机碳组分构成及其主控因子 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
以上分析表明，水稻土有机碳含量、全氮量、容重和 ｐＨ可作为水稻土有机碳组分分异的主控因子。
２．４　 水稻土有机碳组分含量多元回归预测及检验
利用其中 ６０个土壤样品数据进行逐步回归分析，建立水稻土活性碳（Ｃａ）、慢性碳（Ｃｓ）和惰性碳（Ｃｒ）含
量与其主要影响因子的回归方程：
Ｃａ ＝ ０．１８９Ｘ２ － ０．０１２Ｘ４ ＋ ０．００３Ｘ５ ＋ ０．１６５ 　 （Ｒ２ ＝ ０．７２８） （５）
Ｃｓ ＝ ２．９３８Ｘ２ － ０．９０８Ｘ３ ＋ ６．０１６ 　 （Ｒ２ ＝ ０．７２０） （６）
Ｃｒ ＝ １．０２２Ｘ１ － ３．３４２Ｘ２ ＋ ０．９２４ Ｘ３ － ６．１９７ 　 （Ｒ２ ＝ ０．９２４） （７）
式中，Ｘ１表示 ＳＯＣ，Ｘ２表示 ＴＮ，Ｘ３表示 ｐＨ，Ｘ４表示 ＴＫ，Ｘ５表示粉粒含量。 回归模型中，Ｘ１、Ｘ２、Ｘ３三个自变量均
为第一主成分因子，活性碳影响因素较复杂，其中全氮量变化斜率最大，更显著地影响水稻土有机碳组分含
量，这与主成分分析的解释基本吻合，综合认为 ＳＯＣ、ＴＮ、ｐＨ是水稻土有机碳组分含量的主控因子。
图 ３　 标准化残差的累积概率图
Ｆｉｇ．３　 Ｐｌｏｔｓ ｏｆ ｔｈｅ ｃｕｍｕｌａｔｉｖｅ ｐｒｏｂａｂｉｌｉｔｙ ｓｔａｎｄａｒｄｉｚｅｄ ｒｅｓｉｄｕａｌｓ
通过对回归模型进行 Ｆ检验，得到方差分析的显著性概率（Ｓｉｇ．值）远小于 ０．０５，说明线性回归效果显著；
随机变量残差服从正态分布，回归模型通过显著性检验（图 ３）。 所建碳组分含量预测模型（５）、（６）、（７）决定
系数（Ｒ２）分别达到 ０．７２８，０．７２０和 ０．９２４，拟合优度较高；利用预测模型计算所得样点有机碳组分含量数据与
其相应的实验拟合数据进行配对 Ｔ检验结果表明，模型预测值与实验拟合值并无显著差异（Ｐ＜０．０５）（表 ５）。
利用土壤理化特性可以较准确地定量化预测水稻土有机碳组分含量。
表 ５　 有机碳组分含量实验拟合值与预测值配对 Ｔ检验结果
Ｔａｂｌｅ ５　 Ｒｅｓｕｌｔｓ ｏｆ ｐａｉｒｅｄ Ｔ ｔｅｓｔ ｂｅｔｗｅｅｎ ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ａｎｄ ｐｒｅｄｉｃｔｅｄ ｖａｌｕｅｓ ｏｎ ＳＯＣ ｆｒａｃｔｉｏｎｓ ａｍｏｕｎｔ
配对变量
Ｐａｉｒｅｄ ｖａｒｉａｂｌｅｓ
均值
Ｍｅａｎ
标准差
Ｓｔａｎｄａｒｄ ｄｅｖｉａｔｉｏｎ
相关系数
Ｃｏｒｒｅｌａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔ ｔ统计量
自由度
ｄｆ
显著性水平
Ｓｉｇ． （２⁃ｔａｉｌｅｄ）
Ｃａ ０．０２ ０．０６ ０．５７ ０．６１ ４ ０．５７
Ｃｓ ０．６４ １．３９ ０．８９ １．０３ ４ ０．３６
Ｃｒ －０．６３ １．３６ ０．９６ －１．０４ ４ ０．３６
水稻土有机碳组分的定量化预测不仅可以丰富土壤碳循环的模拟研究，而且有助于在土壤有机碳库质量
评价中把握有效部分及未来演变趋势［７］。 利用主控因子对土壤有机碳组分含量进行预测还可以解决呼吸培
养实验耗时费力、模型参数输入的盲目性及不确定性［２６］等问题。 余涛等［２７］研究认为，年均降雨量、年均气温
和土壤 ｐＨ是驱动我国水稻土有机碳含量分布差异的主要因子，人为管理方式次之。 但本研究区处于长三角
冲积平原，气候条件及农田管理措施差异较小，长年耕作发育的水稻土理化性质与其有机碳组分含量具有较
强相关性，建立的多元回归预测模型可用于该地区同类型土壤有机碳组分预测。
３　 结论
水稻土活性碳、慢性碳和惰性碳含量整体上随剖面深度增加而下降，且不同土层下降速度不同，上层土壤
６３７４ 　 生　 态　 学　 报　 　 　 ３６卷　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
（０—４０ ｃｍ）有机碳组分含量下降速度明显快于下层土壤（４０—１００ ｃｍ），其中渗育型水稻土活性碳含量下降
最快，潴育型水稻土慢性碳和惰性碳含量下降最快；水稻土有机碳库组分的含量表现为：惰性碳＞慢性碳＞活
性碳，其中活性碳构成比例不超过 ５．３％，惰性碳比例大于活性碳与慢性碳比例之和，达到 ６０％以上；水稻土类
型主要对表层土壤有机碳组分含量和比例构成产生显著影响，其它土层无明显变化。
仅考虑土层深度因素，表层（０—２０ ｃｍ）水稻土有机碳组分含量显著高于其它土层，上层土壤慢性碳比例
显著高于下层土壤，惰性碳比例则相反，而活性碳比例及下层水稻土有机碳组分含量不受土层深度影响；总有
机碳变异主要来源于慢性碳和惰性碳组分变异，因此水稻土固碳的重点在于慢性和惰性组分。
影响水稻土有机碳组分含量分异的主控因子为土壤有机碳总量、全氮量和 ｐＨ，其中全氮量影响最显著。
适当提高水稻土 Ｃ ／ Ｎ值和降低土壤容重均有利于水稻土固碳。 利用主控因子所得回归方程对水稻土慢性碳
和惰性碳含量解释度较高，可以有效地定量化预测水稻土有机碳组分含量，对准确把握水稻土有机碳循环模
拟研究具有重要意义。
参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：
［ １ ］　 李庆逵． 中国水稻土． 北京： 科学出版社， １９９２： １⁃５１４．
［ ２ ］ 　 Ｓｍｉｔｈ Ｐ． Ｃａｒｂｏｎ ｓｅｑｕｅｓｔｒａｔｉｏｎ ｉｎ ｃｒｏｐｌａｎｄｓ： ｔｈｅ ｐｏｔｅｎｔｉａｌ ｉｎ Ｅｕｒｏｐｅ ａｎｄ ｔｈｅ ｇｌｏｂａｌ ｃｏｎｔｅｘｔ． Ｅｕｒｏｐｅａｎ Ｊｏｕｒｎａｌ ｏｆ Ａｇｒｏｎｏｍｙ， ２００４， ２０（ ３）：
２２９⁃２３６．
［ ３ ］ 　 Ｐａｒｔｏｎ Ｗ Ｊ， Ｓｃｈｉｍｅｌ Ｄ Ｓ， Ｃｏｌｅ Ｃ Ｖ， Ｏｊｉｍａ Ｄ Ｓ． Ａｎａｌｙｓｉｓ ｏｆ ｆａｃｔｏｒｓ ｃｏｎｔｒｏｌｌｉｎｇ ｓｏｉｌ ｏｒｇａｎｉｃ ｍａｔｔｅｒ ｌｅｖｅｌｓ ｉｎ ｇｒｅａｔ ｐｌａｉｎｓ ｇｒａｓｓｌａｎｄｓ． Ｓｏｉｌ Ｓｃｉｅｎｃｅ
Ｓｏｃｉｅｔｙ ｏｆ Ａｍｅｒｉｃａ Ｊｏｕｒｎａｌ， １９８７， ５１（５）： １１７３⁃１１７９．
［ ４ ］ 　 Ｎｉｃｏｌａｒｄｏｔ Ｂ， Ｍｏｌｉｎａ Ｊ Ａ Ｅ， Ａｌｌａｒｄ Ｍ Ｒ． Ｃ ａｎｄ Ｎ ｆｌｕｘｅｓ ｂｅｔｗｅｅｎ ｐｏｏｌｓ ｏｆ ｓｏｉｌ ｏｒｇａｎｉｃ ｍａｔｔｅｒ： ｍｏｄｅｌ ｃａｌｉｂｒａｔｉｏｎ ｗｉｔｈ ｌｏｎｇ⁃ｔｅｒｍ ｉｎｃｕｂａｔｉｏｎ ｄａｔａ． Ｓｏｉｌ
Ｂｉｏｌｏｇｙ ａｎｄ Ｂｉｏｃｈｅｍｉｓｔｒｙ， １９９４， ２６（２）： ２３５⁃２４３．
［ ５ ］ 　 倪进治， 徐建民， 谢正苗． 土壤生物活性有机碳库及其表征指标的研究． 植物营养与肥料学报， ２００１， ７（１）： ５６⁃６３．
［ ６ ］ 　 Ｗｉｅｓｍｅｉｅｒ Ｍ， Ｓｃｈａｄ Ｐ， ｖｏｎ Ｌüｔｚｏｗ Ｍ， Ｐｏｅｐｌａｕ Ｃ， Ｓｐöｒｌｅｉｎ Ｐ， Ｇｅｕß Ｕ， Ｈａｎｇｅｎ Ｅ， Ｒｅｉｓｃｈｌ Ａ， Ｓｃｈｉｌｌｉｎｇ Ｂ， Ｋöｇｅｌ⁃Ｋｎａｂｎｅｒ Ｉ． Ｑｕａｎｔｉｆｉｃａｔｉｏｎ ｏｆ
ｆｕｎｃｔｉｏｎａｌ ｓｏｉｌ ｏｒｇａｎｉｃ ｃａｒｂｏｎ ｐｏｏｌｓ ｆｏｒ ｍａｊｏｒ ｓｏｉｌ ｕｎｉｔｓ ａｎｄ ｌａｎｄ ｕｓｅｓ ｉｎ ｓｏｕｔｈｅａｓｔ Ｇｅｒｍａｎｙ （ｂａｖａｒｉａ） ． Ａｇｒｉｃｕｌｔｕｒｅ， Ｅｃｏｓｙｓｔｅｍｓ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔ，
２０１４， １８５： ２０８⁃２２０．
［ ７ ］ 　 Ｙａｎｇ Ｌ， Ｐａｎ Ｊ， Ｓｈａｏ Ｙ， Ｃｈｅｎ Ｊ Ｍ， Ｊｕ Ｗ Ｍ， Ｓｈｉ Ｘ， Ｙｕａｎ Ｓ． Ｓｏｉｌ ｏｒｇａｎｉｃ ｃａｒｂｏｎ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ａｎｄ ｃａｒｂｏｎ ｐｏｏｌｓ ｉｎ ｔｅｍｐｅｒａｔｅ ａｎｄ ｓｕｂ⁃ｔｒｏｐｉｃａｌ
ｆｏｒｅｓｔｓ ｉｎ Ｃｈｉｎａ． Ｊｏｕｒｎａｌ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｍａｎａｇｅｍｅｎｔ， ２００７， ８５（３）： ６９０⁃６９５．
［ ８ ］ 　 杨慧， 张连凯，曹建华，于奭． 桂林毛村岩溶区不同土地利用方式土壤有机碳矿化及土壤碳结构比较． 中国岩溶， ２０１１， ３０（４）： ４１０⁃４１６．
［ ９ ］ 　 Ｊｈａ Ｐ， Ｄｅ Ａ， Ｌａｋａｒｉａ Ｂ Ｌ， Ｂｉｓｗａｓ Ａ Ｋ， Ｓｉｎｇｈ Ｍ， Ｒｅｄｄｙ Ｋ Ｓ， Ｒａｏ Ａ Ｓ． Ｓｏｉｌ ｃａｒｂｏｎ ｐｏｏｌｓ， ｍｉｎｅｒａｌｉｚａｔｉｏｎ ａｎｄ ｆｌｕｘｅｓ ａｓｓｏｃｉａｔｅｄ ｗｉｔｈ ｌａｎｄ ｕｓｅ
ｃｈａｎｇｅ ｉｎ ｖｅｒｔｉｓｏｌｓ ｏｆ ｃｅｎｔｒａｌ Ｉｎｄｉａ． Ｎａｔｉｏｎａｌ Ａｃａｄｅｍｙ Ｓｃｉｅｎｃｅ Ｌｅｔｔｅｒｓ， ２０１２， ３５（６）： ４７５⁃４８３．
［１０］ 　 廖丹， 于东升， 赵永存， 王宁， 张海东， 潘剑君， 史学正． 成都典型区水稻土有机碳组分构成及其影响因素研究． 土壤学报， ２０１５， ５２
（３）： ４９⁃５９．
［１１］ 　 史学军， 陈锦盈， 潘剑君， 孙波， 李忠佩， 遆超普， 张黎明． 几种不同类型土壤有机碳库容大小及周转研究． 水土保持学报， ２００８， ２２
（６）： １２３⁃１２７．
［１２］ 　 史学军， 潘剑君， 陈锦盈， 杨志强， 张黎明， 孙波， 李忠佩． 不同类型凋落物对土壤有机碳矿化的影响． 环境科学， ２００９， ３０（ ６）：
１８３２⁃１８３７．
［１３］ 　 李顺姬， 邱丽萍， 张兴昌． 黄土高原土壤有机碳矿化及其与土壤理化性质的关系． 生态学报， ２０１０， ３０（５）： １２１７⁃１２２６．
［１４］ 　 Ｚｈａｏ Ｈ， Ｌｖ Ｙ Ｚ， Ｗａｎｇ Ｘ Ｋ， Ｚｈａｎｇ Ｈ Ｌ， Ｙａｎｇ Ｘ Ｍ． Ｔｉｌｌａｇｅ ｉｍｐａｃｔｓ ｏｎ ｔｈｅ ｆｒａｃｔｉｏｎｓ ａｎｄ ｃｏｍｐｏｓｉｔｉｏｎｓ ｏｆ ｓｏｉｌ ｏｒｇａｎｉｃ ｃａｒｂｏｎ． Ｇｅｏｄｅｒｍａ， ２０１２，
１８９⁃１９０： ３９７⁃４０３．
［１５］ 　 Ｐａｕｌ Ｅ Ａ， Ｍｏｒｒｉｓ Ｓ Ｊ， Ｃｏｎａｎｔ Ｒ Ｔ， Ｐｌａｎｔｅａ Ａ Ｆ． Ｄｏｅｓ ｔｈｅ ａｃｉｄ ｈｙｄｒｏｌｙｓｉｓ⁃ｉｎｃｕｂａｔｉｏｎ ｍｅｔｈｏｄ ｍｅａｓｕｒｅ ｍｅａｎｉｎｇｆｕｌ ｓｏｉｌ ｏｒｇａｎｉｃ ｃａｒｂｏｎ ｐｏｏｌｓ？． Ｓｏｉｌ
Ｓｃｉｅｎｃｅ Ｓｏｃｉｅｔｙ ｏｆ Ａｍｅｒｉｃａ Ｊｏｕｒｎａｌ， ２００６， ７０（３）： １０２３⁃１０３５．
［１６］ 　 Ｃｏｌｌｉｎｓ Ｈ Ｐ， Ｅｌｌｉｏｔｔ Ｅ Ｔ， Ｐａｕｓｔｉａｎ Ｋ， Ｂｕｎｄｙ Ｌ Ｇ， Ｄｉｃｋ Ｗ Ａ， Ｈｕｇｇｉｎｓ Ｄ Ｒ， Ｓｍｕｃｋｅｒ Ａ Ｊ Ｍ， Ｐａｕｌ Ｅ Ａ． Ｓｏｉｌ ｃａｒｂｏｎ ｐｏｏｌｓ ａｎｄ ｆｌｕｘｅｓ ｉｎ ｌｏｎｇ⁃ｔｅｒｍ
ｃｏｒｎ ｂｅｌｔ ａｇｒｏｅｃｏｓｙｓｔｅｍｓ． Ｓｏｉｌ Ｂｉｏｌｏｇｙ ａｎｄ Ｂｉｏｃｈｅｍｉｓｔｒｙ， ２０００， ３２（２）： １５７⁃１６８．
［１７］ 　 Ｃｏｌｌｉｎｓ Ｈ Ｐ， Ｃｈｒｉｓｔｅｎｓｏｎ Ｄ Ｒ， Ｂｌｅｖｉｎｓ Ｒ Ｌ， Ｂｕｎｄｙ Ｌ Ｇ， Ｄｉｃｋ Ｗ Ａ， Ｈｕｇｇｉｎｓ Ｄ Ｒ， Ｐａｕｌ Ｅ Ａ． Ｓｏｉｌ ｃａｒｂｏｎ ｄｙｎａｍｉｃｓ ｉｎ ｃｏｒｎ⁃ｂａｓｅｄ ａｇｒｏ⁃
ｅｃｏｓｙｓｔｅｍｓ： ｒｅｓｕｌｔｓ ｆｒｏｍ ｃａｒｂｏｎ⁃１３ ｎａｔｕｒａｌ ａｂｕｎｄａｎｃｅ． Ｓｏｉｌ Ｓｃｉｅｎｃｅ Ｓｏｃｉｅｔｙ ｏｆ Ａｍｅｒｉｃａｎ Ｊｏｕｒｎａｌ， １９９９， ６３（３）： ５８４⁃５９１．
［１８］ 　 Ｍａｓｔｏ Ｒ Ｅ， Ｃｈｈｏｎｋａｒ Ｐ Ｋ， Ｓｉｎｇｈ Ｄ， Ｐａｔｒａ Ａ Ｋ． Ｃｈａｎｇｅｓ ｉｎ ｓｏｉｌ ｑｕａｌｉｔｙ ｉｎｄｉｃａｔｏｒｓ ｕｎｄｅｒ ｌｏｎｇ⁃ｔｅｒｍ ｓｅｗａｇｅ ｉｒｒｉｇａｔｉｏｎ ｉｎ ａ ｓｕｂｔｒｏｐｉｃａｌ ｅｎｖｉｒｏｎｍｅｎｔ．
７３７４　 １５期 　 　 　 王玺洋　 等：长三角典型水稻土有机碳组分构成及其主控因子 　
ｈｔｔｐ： ／ ／ ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ
Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｇｅｏｌｏｇｙ， ２００９， ５６（６）： １２３７⁃１２４３．
［１９］ 　 李辉， 张军科， 江长胜， 郝庆菊， 吴艳， 谢德体． 耕作方式对紫色水稻土有机碳和微生物生物量碳的影响． 生态学报， ２０１２， ３２（１）：
２４７⁃２５５．
［２０］ 　 Ｋｒａｍｅｒ Ｃ， Ｇｌｅｉｘｎｅｒ Ｇ． Ｓｏｉｌ ｏｒｇａｎｉｃ ｍａｔｔｅｒ ｉｎ ｓｏｉｌ ｄｅｐｔｈ ｐｒｏｆｉｌｅｓ： ｄｉｓｔｉｎｃｔ ｃａｒｂｏｎ ｐｒｅｆｅｒｅｎｃｅｓ ｏｆ ｍｉｃｒｏｂｉａｌ ｇｒｏｕｐｓ ｄｕｒｉｎｇ ｃａｒｂｏｎ ｔｒａｎｓｆｏｒｍａｔｉｏｎ． Ｓｏｉｌ
Ｂｉｏｌｏｇｙ ａｎｄ Ｂｉｏｃｈｅｍｉｓｔｒｙ， ２００８， ４０（２）： ４２５⁃４３３．
［２１］ 　 Ｒｕｍｐｅｌ Ｃ， Ｋöｇｅｌ⁃Ｋｎａｂｎｅｒ Ｉ． Ｄｅｅｐ ｓｏｉｌ ｏｒｇａｎｉｃ ｍａｔｔｅｒ—ａ ｋｅｙ ｂｕｔ ｐｏｏｒｌｙ ｕｎｄｅｒｓｔｏｏｄ ｃｏｍｐｏｎｅｎｔ ｏｆ ｔｅｒｒｅｓｔｒｉａｌ Ｃ ｃｙｃｌｅ． Ｐｌａｎｔ ａｎｄ Ｓｏｉｌ， ２０１１， ３３８（１ ／
２）： １４３⁃１５８．
［２２］ 　 邵月红， 潘剑君， 孙波， 李海鹰． 农田土壤有机碳库大小及周转． 生态学杂志， ２００６， ２５（１）： １９⁃２３．
［２３］ 　 王充． 典型黑土区农田土壤有机碳库特征及组分模拟研究． 北京： 中国科学院大学， ２０１４．
［２４］ 　 徐阳春， 沈其荣， 冉炜． 长期免耕与施用有机肥对土壤微生物生物量碳、氮、磷的影响． 土壤学报， ２００２， ３９（１）： ８９⁃９６．
［２５］ 　 张玉屏， 朱德峰， 林贤青， 焦桂爱， 黄群． 田间条件下水稻根系分布及其与土壤容重的关系． 中国水稻科学， ２００３， １７（２）： １４１⁃１４４．
［２６］ 　 Ｇｉｊｓｍａｎ Ａ Ｊ， Ｈｏｏｇｅｎｂｏｏｍ Ｇ， Ｐａｒｔｏｎ Ｗ Ｊ， Ｋｅｒｒｉｄｇｅ Ｐ Ｃ． Ｍｏｄｉｆｙｉｎｇ ＤＳＳＡＴ ｃｒｏｐ ｍｏｄｅｌｓ ｆｏｒ ｌｏｗ⁃ｉｎｐｕｔ ａｇｒｉｃｕｌｔｕｒａｌ ｓｙｓｔｅｍｓ ｕｓｉｎｇ ａ ｓｏｉｌ ｏｒｇａｎｉｃ
ｍａｔｔｅｒ⁃ｒｅｓｉｄｕｅ ｍｏｄｕｌｅ ｆｒｏｍ ｃｅｎｔｕｒｙ． Ａｇｒｏｎｏｍｉｅ， ２００２， ９４（３）： ４６２⁃４７４．
［２７］ 　 余涛， 杨忠芳， 侯青叶， 夏学齐， 宗思锋， 李彪． 我国主要农耕区水稻土有机碳含量分布及影响因素研究． 地学前缘， ２０１１， １８（６）：
１１⁃１９．
８３７４ 　 生　 态　 学　 报　 　 　 ３６卷