2025, Vol. 49
文章信息
- 赵艺棋, 许慎栋, 侯玉平, 贺阳剑, 韩广轩, 谢宝华, 李欢, 宋维民, 王晓杰, 赵明亮. 2025.
- ZHAO Yiqi, XU Shendong, HOU Yuping, HE Yangjian, HAN Guangxuan, XIE Baohua, LI Huan, SONG Weimin, WANG Xiaojie, ZHAO Mingliang. 2025.
- 黄河三角洲典型潮沟区域土壤有机碳含量分布特征与来源解析
- Characterization of soil organic carbon distribution and source analysis in a typical tidal creek area of the Yellow River Delta
- 海洋科学, 49(6): 1-14
- Marine Sciences, 49(6): 1-14.
- http://dx.doi.org/10.11759/hykx20250119001
-
文章历史
- 收稿日期：2025-01-19
- 修回日期：2025-05-01
2. 中国科学院烟台海岸带研究所/中国科学院海岸带环境过程与生态修复重点实验室/山东省海岸带环境过程重点实验室, 山东 烟台 264003;
3. 江苏省海岸海洋资源开发与环境安全重点实验室(河海大学), 江苏 南京 210098;
4. 中国科学院黄河三角洲滨海湿地生态系统野外观测研究站, 山东 东营 257500
2. Yantai Institute of Coastal Zone Research, Chinese Academy of Sciences/Key Laboratory of Coastal Zone Environmental Processes and Ecological Remediation, Chinese Academy of Sciences/Shandong Provincial Key Laboratory of Coastal Environmental Processes, Yantai 264003, China;
3. Jiangsu Key Laboratory of Coast Ocean Resources Development and Environmental Security, Hohai University, Nanjing 210098, China;
4. Yellow River Delta Field Observation and Research Station of Coastal Wetland Ecosystem, Chinese Academy of Sciences, Dongying 257500, China
滨海湿地具有高初级生产力、高碳埋藏速率、低甲烷排放等特点, 在陆海生态系统的结构和功能中承担着重要作用[1, 2]。联合国政府间气候变化专门委员会于2019年正式将滨海盐沼湿地、红树林和海草床列为三大主要蓝碳生态系统。虽然蓝碳生态系统仅占全球海洋面积的0.2%, 但贡献了海洋沉积物碳总储量的50%[3], 其中滨海盐沼湿地的单位面积碳埋藏速率最高, 达到18~ 1 713 g/(m2/a), 年际碳储存量能够达到4.8~87.3 Tg C/a, 是十分高效的蓝色碳汇[4]。河口盐沼湿地是陆地河流生态系统与海洋生态系统的过渡区域, 受陆海相互作用影响, 在发挥蓝色碳汇等生态功能的同时也具有较强的脆弱性和敏感性[5, 6]。河口盐沼湿地独特的水文、植被和土壤理化性质都可能会影响土壤有机碳的埋藏, 限制了我们对其碳汇机制的理解及碳汇能力的评估。
潮沟是潮滩湿地与海洋进行物质循环和能量交换的重要通道, 受陆地和海洋动力等多种动力系统共同影响, 潮滩不同区域间水文、植被等条件有所差异[7, 8]。潮沟地形和形态特征在一定程度上会影响潮间带不同区域内的水量分布特征, 从而影响土壤的水盐条件。例如, YUAN等[9]发现崇明东滩湿地南部潮沟支流多于北部, 在潮汐作用和潮沟发育影响下, 区域土壤含水量略有不同, 而潮汐水体盐度较低, 因此南部区域土壤总盐度整体较低。植被作为潮间带区域有机碳的重要来源, 也深受潮沟特征的影响, 潮沟的大小、起源和距离会影响植被的分布[10]。低潮滩潮沟宽度和深度较大, 潮水冲刷频繁, 不利于植物定植, 随着潮沟与海岸线的距离增加, 潮沟宽度、深度降低的同时密度、曲率增加, 有利于大型植物定植, 植物多样性增加[8]。这些研究已经证实潮沟的分布特征会影响潮滩地表土壤水盐条件和植被分布, 但需要指出的是, 目前潮沟区域土壤有机碳埋藏特征的研究较少, 尤其是关于潮沟发育过程对潮滩土壤有机碳的含量、来源及分布等的影响机制尚不完全明确。
河口潮滩湿地位于海陆交汇地带, 受潮汐和径流作用影响, 水流和泥沙中携带的大量营养物质在涨落潮流的作用下被频繁地往返搬运, 导致这里的土壤有机碳来源复杂, 通常可以分为外源有机碳和内源有机碳[11-13]。外源有机碳主要由潮汐带来的藻类和浮游植物以及来自河流输送的陆源颗粒有机质组成; 内源有机碳主要来自湿地植被凋落物的累积[14]。土壤总有机碳(Total organic carbon, TOC)和总氮(Total nitrogen, TN)含量的比值(表示为C/N)和稳定碳同位素值(δ13C)作为有效的来源指示方法, 已被广泛用于指示潮滩湿地土壤有机碳来源。海源有机质的C/N一般介于4~10, 而陆源有机质富含无氮生物大分子, 如木质素、纤维素和半纤维素, 所以C/N较大(C/N > 14)[15, 16]。海源有机碳的δ13C值在−21‰~−18‰, 而陆生C3维管植物的δ13C值相对较小(< −25‰), C4植物的δ13C值平均为−13‰, 结合稳定碳氮同位素混合模型(IsoSource)可以量化不同来源有机碳对土壤有机碳的相对贡献[16, 17]。
黄河三角洲湿地内潮沟体系密布, 此前的研究多关注潮沟发育演变过程, 以及潮沟形态特征对潮滩地表植被、水文连通性的影响等[18-20]。然而, 当前关注潮沟区域土壤有机碳埋藏特征的研究较少, 缺乏针对潮沟系统及潮滩发育过程对土壤有机碳埋藏的影响机制研究, 进而限制了我们对该区域碳汇机制和潜力的理解与评估。本文选取黄河三角洲黄河南岸一条典型、完整且具有主次支流的天然潮沟系统为研究对象。通过测定土壤基础理化性质、TOC含量、δ13C等指标参数, 结合IsoSource模型进行分析, 目的是厘清潮沟区域土壤有机碳的来源与分布特征, 解析影响土壤有机碳埋藏的控制因素。研究结果将有助于理解在潮沟发育影响下潮滩湿地的碳汇机制, 并进一步评估潮滩湿地的固碳潜力。
1 材料与方法 1.1 研究区概况黄河三角洲国家级自然保护区地处中国山东省东营市黄河入海口(118° 33′~119° 207′ E、37° 35′~38° 12′ N), 如图 1所示, 本研究采样点布设于黄河南岸附近一条典型、完整且具有主次支流的天然潮沟系统(37° 42′ N、119° 14′ E), 研究区总面积1.22 km2。研究区临近清水沟旧河道, 1976—1996年间黄河流经此河道入海。1996年黄河入海口改道之后, 老河口径流作用丧失, 海洋水动力开始占据主导地位, 岸线在波浪和潮流的共同作用下快速蚀退[21]。采样点位于河口沙嘴区域, 地势由西南向东北逐渐降低, 坡度较缓。黄河三角洲近海区域多属于不规则半日潮, 主要受到渤海潮波系统的影响, 平均高潮时间间隔为10~11 h, 平均潮差在0.37~1.77 m[22, 23]。根据研究区域历史遥感影像和文献资料发现, 潮沟初步形成于1996年前后, 在周期性潮汐动力作用下持续演化, 于2006年前后发育至当前规模[24, 25]。尹小岚等[26]报道了1973—2020年间黄河三角洲景观格局演变情况, 作者发现研究区域的土地类型在过去几十年间一直为盐沼湿地, 受人为扰动较少。道路堤坝建设会阻隔盐沼湿地的水文连通性, 进而影响了海洋和陆地的水文循环[26, 27]。20世纪90年代以来, 黄河三角洲湿地道路堤坝修建逐渐增多, 但主要分布于黄河河道附近, 距离研究区域较远[27, 28]。人为因素对研究区域内潮沟发育的影响较小。受潮汐作用影响, 潮沟的分布特征具有一定的空间异质性, 低潮滩面积开阔, 水动力条件强, 主要分布着等级较高的三级潮沟; 中潮滩潮沟数量最多, 发育状况最好; 高潮滩受潮汐扰动最少, 因此潮沟密度也较少[29]。自然植被从海到陆呈条带状分布, 分别为盐地碱蓬(Suaeda salsa)、盐地碱蓬-芦苇(Phragmites australis)群落交错带、盐地碱蓬-柽柳(Tamarix chinensis)-芦苇群落交错带[23]。
 |
| 图 1 研究区域和样点分布 Fig. 1 Distribution of the study area and sampling sites 注: 山东省地图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2024)0650号的标准地图制作, 采样点图基于山东省地理信息公共服务平台网站下载的审图号为鲁SG(2023)017号的标准地图制作 |
于2024年4月进行野外采样。分别于低潮滩、中潮滩和高潮滩布设采样点, 按由海向陆方向记为S1、S2、S3、S4、S5、S6。其中采样点S1和S2位于低潮滩、S3和S4样点位于中潮滩、S5和S6样点位于高潮滩。样点S6—S1海拔分别为1.2、1.1、1.0、1.0、0.9、0.8 m, 由陆向海逐渐降低。高潮时, 所有样点均被潮水淹没。每个样点使用直径10 cm的PVC管采集长度约100 cm的柱状样品。样品采集后在柱体两端套上塑料盖, 用胶带和保鲜膜密封后带回实验室, 随后按照2 cm间隔分样。分样后用四分法将每一层样品分为两部分, 一部分自然风干, 另一部分储存在4 ℃冷库中保存待用。风干样品去除明显的植物根系、砾石后用陶瓷研钵研磨, 过100目筛, 装袋备用。IPCC[30]建议在评估人为活动和气候变化对土壤碳库的影响时, 采样深度为30 cm。表层土壤碳库的变化比较敏感, 响应时间比较短, 可以更快地被检测到, 而底层土壤有机碳周转时间较长, 相对稳定[31]。过往的研究经常将0~30 cm深度的土壤界定为表层土壤, 以探讨土壤碳库的变化[32, 33]。根据文献资料提供的信息, 本文将表层土壤深度划分为0~30 cm, 底层土壤深度划分为30~100 cm。
1.3 实验方法土壤含水量(Soil water content, SWC)采用烘干法(105 ℃)测定。pH用pH计(中国, PHS-3C)测定。电导率(Electrical conductance, EC)用便携式电导仪(中国, Db8J-350F)测定。土壤粒径用激光粒度仪(Marlvern Mastersizer3000E)测定。土壤总碳(Total carbon, TC)和总氮用元素分析仪(德国, vario-MACRO)测定。总有机碳在土壤酸化后用元素分析仪测定。采用氯仿熏蒸-硫酸钾(K2SO4)浸提法测试土壤微生物量碳(Microbial biomass carbon, MBC), 称取10 g过2 mm筛的新鲜土样于玻璃培养皿, 将样品转移至真空干燥器内, 同时放置装有50 mL无酒精氯仿的烧杯, 加入少量沸石以防止暴沸。准备完成后使用真空泵抽气, 观察到氯仿沸腾后再持续抽气10 min, 结束抽气后把干燥器安放在黑暗环境中, 室温下熏蒸培养48 h, 上述操作需在通风橱内完成。另称取10 g土样于50 mL离心管中, 当作对照组。加入30 mL浓度为0.5 mol/L的K2SO4溶液(水土比3∶1), 经振荡机摇匀后离心, 使用0.45 μm聚醚砜(Polyethersulfone, PES)滤膜过滤样品。将熏蒸后的土壤样品转移到50 mL离心管后, 进行与对照组相同的过滤操作。滤液保存在4 ℃冰箱中, 一周内通过TOC分析仪(日本, TOC-VCPH)测定。土壤有机碳同位素(δ13C)用稳定同位素质谱仪(美国, MAT253)测定, 碳同位素测试过程中, 使用UREA、USGS40、USGS62等国际标准物质, 并进行平行样分析等措施保证分析准确度和精密度。δ13C值以VPDB(Vienna Pee Dee Belemnite)国际标准物质作为参考, 按照以下公式计算得出:
式中: Rsample是样品的碳同位素比值, Rstandard是标准碳同位素比值。13C/12C对应国际标准VPDB, 分析误差 < ±0.2‰。
基于碳同位素分析数据, 采用IsoSource模型分析土壤有机碳的潜在来源, 端元值分别为: 海源δ13C=−20‰、陆源δ13C=−24‰、本地植物源δ13C= −27‰[16]。
计算公式如下:
式中: fMarine、fTerrestrial、fPlant分别是海源、陆源、本地植物源的贡献比例; δ13CMarine、δ13CTerrestrial、δ13CPlant分别代表海源、陆源、本地植物源的端元值; δ13COrg代表本研究中土壤的碳同位素值。
1.4 数据处理本文采用SPSS 27.0(IBM, USA)、Origin2022 (OriginLab, USA)等软件进行数据分析和制作图表。首先检验数据的正态分布和方差齐次性, 对不符合正态分布的数据进行置换后再分析。使用单因素方差分析(one-way ANOVA)检验不同样点的样品数据间的差异, 若P < 0.05, 则认为差异性显著; 对不同因子之间进行Pearson相关性分析, P < 0.05时具有统计学意义。
2 结果与分析 2.1 土壤理化指标分布特征土壤含水率由海向陆整体呈现降低趋势, 整体范围在23.26%~44.43%。土壤整体呈碱性, pH在8.00~ 8.83, 整体上呈现由海向陆逐渐降低的趋势。电导率和盐度范围分别为2.46~7.60 ms/cm和0.12%~0.40%, 由海向陆方向呈现增加趋势。
土壤中粉砂含量较高, 平均为80.76%±3.95%; 黏土含量较低, 平均为6.44%±1.48%; 砂含量整体占比平均为12.80%±4.85%。靠近旧河道的S6样点含砂量较高, 占比约为17%。除去S6之外的样点表层土壤黏土占比呈现由海向陆逐渐增加的趋势。中值粒径范围在21.39~68.65 μm, 平均值为32.23±7.98 μm, 所有样点表层土壤中值粒径均小于底层土壤, 粉砂和黏土占比较高。
2.2 土壤碳氮含量及碳同位素组成土壤总碳含量分布如图 2a所示, 平均为16.16± 3.32 g/kg。表层土壤中TC含量由海向陆整体呈现增加趋势, 平均为18.09±2.99 g/kg。底层土壤TC含量平均为14.73±2.80 g/kg, S2和S3样点TC含量较高。土壤总氮含量平均为0.33±0.15 g/kg。表层土壤TN含量平均为0.40±0.17 g/kg, 底层土壤TN含量平均为0.27±0.11 g/kg。如图 2b所示, S6样点表层土壤TN含量显著高于其他样点(P < 0.05), 其余样点相互之间差异较小; 底层土壤中, S2、S3样点TN含量较高。
 |
| 图 2 黄河三角洲典型潮沟区域各样点TC、TN、TOC含量和C/N的分布特征 Fig. 2 Distribution characteristics of TC, TN, TOC contents, and C/N at each sampling point in the typical tidal creeks of the Yellow River Delta 注: 图中不同大写字母表示各样点总体之间差异显著(P < 0.05); 不同小写字母分别表示各样点表层、底层土壤之间差异显著(P < 0.05) |
如图 2c所示, 土壤总有机碳含量平均为2.21± 1.31 g/kg, 变化趋势与TC、TN相同。表层土壤TOC含量平均为2.86±1.57 g/kg, 其中S6样点TOC含量显著高于其他样点(P < 0.05)。在底层土壤中, TOC含量平均为1.72±0.80 g/kg, S2和S3样点TOC含量显著高于其他样点, 其余样点间差异不显著。土壤C/N介于3.59~10.95, 平均值为6.64±1.55, 整体上变化趋势与TOC相似。如表 1所示, 土壤δ13C变化范围在−24.73‰~−21.61‰, 均值为−22.86‰±0.65‰, 由海向陆整体呈现降低趋势。
| δ13C | 深度/cm | 样点/‰ | ||
| S1 | S2 | S3 | ||
| δ13C (V-PDB, ‰) | 0 ~ 30 | −23.18 ~ −22.01 | −23.27 ~ −22.41 | −22.42 ~ −22.13 |
| < 30 | −22.75 ~ −21.97 | −23.60 ~ −22.66 | −22.95 ~ −22.27 | |
| δ13C | 深度/cm | 样点/‰ | ||
| S4 | S5 | S6 | ||
| δ13C (V-PDB, ‰) | 0 ~ 30 | −22.52 ~ −22.01 | −22.92 ~ −22.13 | −24.73 ~ −23.55 |
| < 30 | −23.36 ~ −22.58 | −23.44 ~ −22.54 | −24.04 ~ −22.82 |
由图 3可知, TOC与TN呈显著正相关(R2=0.96, P < 0.01, 图 3a), 表明土壤有机碳和氮的来源较为一致。TOC和δ13C呈显著负相关(R2=0.51, P < 0.01, 图 3b), 表明δ13C较低的碳源是有机碳的主要来源。
 |
| 图 3 黄河三角洲典型潮沟区域土壤TOC、TN、δ13C的相关关系 Fig. 3 Correlations between soil TOC, TN, and δ13C in the typical tidal creeks of the Yellow River Delta |
潮滩湿地土壤有机碳可以分为两个来源, 首先是外源有机碳, 由潮汐带来的海洋藻类、浮游植物等生物残体和河流输送的颗粒有机物组成; 其次是内源有机碳, 主要来自于湿地植被凋落物的积累[12, 34]。在过往的研究中, 土壤C/N和δ13C已广泛应用于解析河口海岸区域土壤有机碳的来源[35, 36]。但需要注意的是, 微生物的呼吸过程中会消耗富含碳的有机物同时释放CO2到环境中, 从而干扰C/N作为溯源指标的准确性[37, 38]。因此, 在碳源解析的过程中, 需要结合多指标参数进行分析, 以确保结果的准确性。土壤微生物熵即微生物量碳(Microbial biomass carbon, MBC)与TOC的比值可以反映输入土壤中的有机质向MBC转化的效率, 其值越高, 代表微生物对土壤有机质的利用效率越高[39]。在本研究中, 随着土壤微生物熵升高, C/N呈现下降趋势(图 4, R2=0.14, P < 0.01), 这表明了微生物对潮沟区域土壤有机碳的利用程度较高, 受此影响C/N整体偏低。因此, 本研究中C/N不宜作为有机碳溯源的指标。
 |
| 图 4 土壤微生物熵(MBC)与C/N的相关关系 Fig. 4 Correlations between soil microbial entropy(MBC) and C/N |
土壤有机质δ13C是另外一种常用且有效的溯源手段, 结合端元模型可以量化不同来源有机碳的贡献。LI等[40]利用基于δ13C的两端元模型对黄河口及附近海湾表层沉积物有机碳来源进行解析, 发现陆源有机碳对沉积物有机碳的贡献超过60%。在本研究中, 潮沟区域土壤δ13C的变化范围为–24.73‰~–21.61‰, 均值为–22.80‰, 这与前人报道的黄河口表层沉积物δ13C均值(–22.9‰)相似[41], 高于辽河口(–24.2‰)[36]和长江口(–23.02‰~–28.23‰)[42]的沉积物δ13C值。δ13C值整体上呈现由海向陆逐渐降低的趋势(表 1), 反映出陆源和本地植物源有机碳的贡献逐渐增加。基于δ13C值的范围, 设置海源、陆源和本地植物源3个端元, 利用IsoSource模型量化各来源对潮滩土壤有机碳的贡献。潮滩优势植被为盐地碱蓬、芦苇和柽柳, 均为C3植物, 平均δ13C为–27.5‰±1.3‰[43]。黄河口湿地陆源有机质δ13C平均为–24‰±0.2‰, 渤海湾区域的海洋浮游植物δ13C平均为−20.28‰±1.33‰[16, 41]。根据此前研究报道的δ13C值范围, 本文选用–20‰、–24‰、–27‰分别作为海源、陆源和本地植物源有机碳的端元值。通过IsoSource模型计算得出, 潮滩土壤有机碳中海源、陆源、本地植物源有机碳分别贡献了45%、35%、20%。为了验证不同端元值是否对来源解析结果产生影响, 作者从文献中选择了多组端元值进行计算。例如, 利用LI等[43]研究中使用的端元值fMarine= –18.2‰, fTerrestrial= –24.9‰, fPlant= –27.5‰, 计算得出各来源贡献分别为40%、40%、20%; 使用DING等[16]研究中的端元值fMarine= –19.8‰, fTerrestrial= –23.7‰, fPlant= –27‰计算得出各来源贡献分别为41%、35%、24%。本研究虽受限于未采集研究区域植物样品而无法获取具有标准差的端元值, 但通过多组端元值计算表明, 不同来源有机碳的贡献率差异小于5%, 证明了溯源结果的可靠性。
端元模型计算的结果如图 5所示, 海源有机碳的贡献整体较高, 平均为45%; 陆源和本地植物源有机碳的贡献由海到陆逐渐增加。如表 1所示, 土壤δ13C值整体偏高, 这是由于潮沟区域受潮汐作用影响较大, 潮水输入潮滩土壤的海源有机质δ13C值偏高。随着潮滩发育, 植被地上生物量由海向陆逐渐增加(图 6), 土壤δ13C值逐渐降低, 其中位于高潮滩的S6样点土壤δ13C值最低(表 1), 这表明了植物生物量显著影响了土壤有机碳的来源。此外, 植物发达的根系也会对陆源颗粒有机质进行拦截并固定在潮滩, 从而促进土壤中陆源有机碳的积累。潮沟区域各样点间底层土壤δ13C值差距较小(表 1), 不同来源有机碳的贡献差别不大(图 5b), 土壤有机碳组成较为稳定。随着TOC含量由底层到表层逐渐增加, 各样点间不同来源有机碳的贡献差距也逐渐变大(图 5a), 这意味着潮沟区域的水文和植被对表层土壤有机碳积累的影响更大。
 |
| 图 5 黄河三角洲典型潮沟区域土壤有机碳来源及其贡献比例 Fig. 5 Sources of soil organic carbon and their contribution ratios in the typical tidal creeks of the Yellow River Delta |
如图 2c所示, 在本研究中TOC含量在0.46~ 10.38 g/kg, 平均为2.21±1.31 g/kg。我们的结果与SUN等[41]报道的黄河口表层沉积物TOC含量相似, 但低于长江口沉积物(1.1~10.1 g/kg, 平均为6.1 g/kg[44])与珠江口表层沉积物(5.2~28.8 g/kg, 平均为11.8 g/kg[45])。沉积物颗粒越小, 其比表面积越大, 吸附有机质的能力越强[46]。其中砂粒因其较粗的粒径、较小的比表面积和较强的透水性, 导致砂粒与有机碳的结合较弱, 土壤有机碳更容易被微生物分解或流失[47]。黄河径流量较大, 流速较快, 更多粗颗粒物被搬运至河口区域, 导致黄河口区域沉积物粒度整体偏粗, 含砂量较高, 不利于有机碳的保存[48]。这可能是黄河口区域土壤有机碳含量整体较低的原因。
本研究区域TOC含量呈现由海向陆逐渐增加的趋势(图 2), 同时也呈现出随深度增加而逐渐降低的趋势。此前的研究表明, 植被、土壤粒度和微生物降解等都是影响土壤有机碳积累的重要因素[49-51]。但需要指出的是, 不同研究区域因水文、植被与环境条件等的不同, 导致影响因素也各有差异。例如, QIU等[52]发现, 在崇明北湖湿地, 互花米草群落的生物量更高且光合作用更强, 可以向土壤中输入更多有机碳, 这是互花米草群落土壤有机碳含量高于其他植物群落的主要原因。SUN等[41]发现沉积物粒度是影响莱州湾表层沉积物TOC含量的重要因素, TOC含量与细颗粒物含量呈显著正相关。而微生物驱动着土壤有机碳的矿化过程, 其活性会直接影响土壤有机碳的储量[53]。在本研究中, 潮滩植被分布呈现条带状的分布特征。低潮滩以盐地碱蓬为单优势群落, 且植被盖度较低; 在中潮滩区域碱蓬盖度明显变高, 并逐渐向芦苇—碱蓬群落过渡; 高潮滩则以柽柳—芦苇群落为主, 碱蓬分布较少。潮沟区域土壤粒度呈现从底层到表层逐渐变细的趋势; 在水平分布上, 靠近旧河道的样点土壤粒整体偏粗, 而其余样点粒度则呈现由海到陆逐渐降低的趋势。这些因素都可能对潮沟区域土壤有机碳的积累产生影响。
3.2.2 植被对土壤有机碳含量的影响植物碳输入是决定土壤有机碳含量的重要因素, 不同类型植物所提供的生物量及其化学组成有所差异, 导致其降解速率各有高低, 从而影响土壤有机碳的固存[51, 54, 55]。例如, XIONG等[56]发现不同类型红树植物对海南东寨港红树林湿地土壤有机碳的贡献有所差异, 范围在27%~97%。潮滩湿地靠近海岸的地方多为地势低洼的盐碱地, 土壤含水率较高, 在高水位条件下, 植物根系周围空气流通性较低, 容易造成淹水胁迫, 从而抑制植物生长[57]。在本研究中, 在陆海动力交替作用下, 潮滩不同区域间土壤水盐条件差别较大, 植被呈现条带状的分布特征。低潮滩植被以盐地碱蓬为主, 随着潮滩高程增加, 土壤含水率逐渐下降, 植物的演替过程也在不断进行, 柽柳和芦苇逐渐取代了碱蓬的优势地位。大型盐生植物可以通过光合作用将更多的CO2和水转换为有机物储存在植物体内, 最终以凋落物的形式输入土壤[58]。本研究中潮滩植被地上生物量与TOC含量呈现相同的变化趋势, 随着潮滩植被生物量变高(图 6), 土壤有机碳含量随之增加(图 2), 这表明了植物生物量是影响TOC含量的重要因素。尤其是S6样点TOC含量最高(图 2), 正是由于该样点附近植被以芦苇和柽柳为主, 地上生物量较高(图 6), 且大型盐生植物细胞壁中木质素含量较高, 微生物对其利用效率较低, 因此土壤中得以积累更多植物源碳。植物种间δ13C值的差异可作为有效示踪指标, 用于解析土壤有机碳中植物源碳的相对贡献比例[59]。碱蓬、芦苇和柽柳均为C3植物, 不同种类植物的δ13C值呈现出由海向陆逐渐降低的趋势(表 2), 这与土壤δ13C值的变化趋势相似(表 1)。高潮滩区域优势植物柽柳和芦苇的δ13C值相对较低(表 2), 随着植物生物量的输入, 土壤δ13C值也随之降低。S6样点土壤δ13C值相对较低(表 1), 本地植物源有机碳的贡献显著高于其他样点(图 5), 也表明了植物生物量的增加提高了土壤有机碳中植物源碳的贡献。在本研究中, 潮滩植被由海向陆呈现条带状分布, 从盐地碱蓬逐渐过渡到芦苇和柽柳群落, 地上生物量也随之增加, 更多植物源碳的输入促进了土壤有机碳的积累。
粒度作为土壤最基本的物理属性, 在影响有机碳含量分布中也起着极其重要的作用[61]。本研究中土壤质地整体以粉砂为主, 占比平均为80.76%, 黏土含量由海向陆变化较小, 砂含量由海向陆呈现降低趋势, 与前人的研究结果相似[21]。在河口潮滩区域, 土壤粒度主要受水动力条件和植被分布影响。一般情况下, 水动力条件越强, 粒度越粗[50]。我们的研究区域位于老河口附近, 受黄河水动力条件影响, 近河岸的样点砂含量相对较高; 改道后老河口径流作用丧失, 海洋水动力条件占据优势, 随着潮滩高程增加, 波浪侵蚀作用对该区域的影响逐渐变小, 沉积物粒度逐渐变细。另外, 植被还可以通过改变土壤粒度, 从而间接影响有机碳的含量和来源。植物发达的根系可以削弱海水动力, 截留大量细颗粒物并固定在潮滩, 使土壤更紧实[62]。在我们的研究中, TOC含量和黏土占比呈显著正相关(图 7a; R2=0.40; P < 0.01), 这表明有机碳更容易富集在细颗粒物中, 黏土颗粒较大的比表面积吸附了更多有机碳, 增加了土壤有机碳的积累。此外, 黏土含量较高还会使土壤孔隙变小, 水和空气的渗透性变差, 厌氧条件增强, 从而减缓了微生物对有机碳的降解[62, 63]。土壤微生物熵可以指示微生物对土壤有机质的利用效率[39]。如图 7b所示, 潮沟区域土壤微生物熵与黏土比例呈显著负相关(R2=0.18; P < 0.01), 这表明了黏土含量增加会抑制微生物对有机碳的利用效率, 土壤有机碳得以长时间保存。在潮沟区域, 随着土壤黏土比例增加, 其吸附的有机碳含量增加; 土壤黏土含量较高还会抑制微生物对有机碳的利用, 从而促进土壤有机碳的积累。
 |
| 图 7 黏土比例与TOC和微生物熵的相关关系 Fig. 7 Correlations between clay percentage and TOC or microbial entropy |
潮滩的发育过程伴随着地表植被的同步演替, 不同演替时期植被提供的植物源碳有所差异, 进而影响土壤有机碳的积累。潮滩处于新生阶段时, 受潮汐作用影响较大, 地表植被分布较少。随着潮滩发育, 原来的低潮滩逐渐向中高潮滩转变, 地表高程不断增加, 潮汐作用的影响变小, 大型盐生植物如芦苇、柽柳逐渐出现。如图 2所示, 位于高潮滩的S5、S6样点TOC含量从底层到表层显著增加。高潮滩植被经历的演替时间更长, 植被从先锋物种逐渐向大型盐生植物转变, 大型盐生植物生物量更高(图 6), 可以向土壤中输入更多植物源碳。随着潮滩垂直增长, 土壤中积累的植物源碳逐渐增加, 因此高潮滩表层TOC含量更高。此外, 潮滩发育过程中土壤微生物对有机碳的降解也是影响有机碳积累的重要因素。微生物优先底物利用假说认为, 土壤中容易分解的有机物会被优先利用, 从而减少对土壤原有有机碳的利用, 引发负激发效应[49, 64]。一般情况下, 海洋来源的不稳定有机质更容易被微生物利用[65]。潮滩处于新生阶段时, 土壤有机质主要来自潮汐搬运的海源悬浮颗粒物, 经微生物降解后, 留存在土壤中的有机碳含量较低。随着潮滩发育和植被演替的进行, 高等植物逐渐出现在潮滩, 其产生的有机质中木质素、角质等难降解组分含量较高, 微生物对这部分碳的利用效率较低, 植物源有机碳得以长时间保存在土壤中。S6样点底层土壤有机碳的海源贡献高于表层土壤(图 5), TOC含量较低(图 2), 这表明了海源有机质经微生物降解后保存在土壤中的含量较低。随着潮滩发育与植被演替的进行, S6样点表层TOC含量明显增加(图 2), 植物源碳的贡献也显著提升(图 5), 这也意味着难降解组分含量较高的植物源碳促进了土壤有机碳的积累。在潮滩发育过程的驱动下, 植被演替和微生物底物优先利用机制共同影响了土壤有机碳的积累。
4 结论潮沟系统是潮滩上最活跃的地貌单元, 承担着潮滩湿地与海洋进行物质循环和能量交换的重要功能。本研究在关注潮滩土壤有机碳来源与含量分布特征的基础上, 进一步探讨了潮滩发育影响下有机碳埋藏的控制因素。黄河三角洲典型潮沟区域TOC含量平均为2.21±1.31 g/kg, 整体呈现由海向陆逐渐增加的趋势, 其中表层TOC含量较高, 由海向陆呈现明显的增加趋势, 底层TOC含量整体较低, 由海向陆略有增加。土壤有机碳的来源为海陆混合来源, 其中海源贡献整体较高, 平均占比为45%。进一步研究发现, 在潮滩发育的影响下, 植被地上生物量呈现由海向陆逐渐增加的趋势; 同时, 随着潮滩高程增加, 波浪侵蚀作用对该区域的影响逐渐变小, 土壤粒度逐渐变细。植被地上生物量的增加和土壤黏土比例的升高促进了土壤有机碳积累。在潮滩发育的过程中, 植被演替和微生物降解影响了土壤有机碳的垂向积累。与海源有机质相比, 大型盐生植物可以向土壤输入更多难降解组分含量较高的植物源碳, 使土壤有机碳得以积累。研究表明, 潮沟系统复杂的水文、植被和土壤理化性质是影响土壤有机碳的来源分布和埋藏过程的重要因素。
| [1] |
韩广轩, 宋维民, 李远, 等. 海岸带蓝碳增汇: 理念、技术与未来建议[J]. 中国科学院院刊, 2023, 38(3): 492-503. HAN Gangxuan, SONG Weimin, LI Yuan, et al. Enhancement of coastal blue carbon: Concepts, techniques, and future suggestions[J]. Bulletin of Chinese Academy of Sciences, 2023, 38(3): 492-503. |
| [2] |
SERRANO O, LOVELOCK C E B, ATWOOD T, et al. Australian vegetated coastal ecosystems as global hotspots for climate change mitigation[J]. Nature Communications, 2019, 10: 4313. DOI:10.1038/s41467-019-12176-8 |
| [3] |
DUARTE C M, LOSADA I J, HENDRIKS I E, et al. The role of coastal plant communities for climate change mitigation and adaptation[J]. Nature Climate Change, 2016, 6: 802. |
| [4] |
章海波, 骆永明, 刘兴华, 等. 海岸带蓝碳研究及其展望[J]. 中国科学: 地球科学, 2015, 45(11): 1641-1648. ZHANG Haibo, LUO Yongming, LIU Xinghua, et al. Current researches and prospects on the coastal blue carbon[J]. Scientia Sinica Terrae, 2015, 45(11): 1641-1648. |
| [5] |
MCLEOD E, CHMURA G L, BOUILLON S, et al. A blueprint for blue carbon: toward an improved understanding of the role of vegetated coastal habitats in sequestering CO2[J]. Frontiers in Ecology and the Environment, 2011, 9(10): 552-560. DOI:10.1890/110004 |
| [6] |
洪杉杉, 张广帅, 蔡悦荫, 等. 河口盐沼湿地植被碳汇能力对水文连通性的响应研究进展[J]. 生态学杂志, 2025, 44(2): 609-618. HONG Shanshan, ZHANG Guangshuai, CAI Yueyin, et al. Progress on the response of vegetation carbon sink capacity to hydrological connectivity in estuarine salt marsh wetlands[J]. Chinese Journal of Ecology, 2025, 44(2): 609-618. |
| [7] |
KEARNEY W S, FAGHERAZZI S. Salt marsh vegetation promotes efficient tidal channel networks[J]. Nature Communications, 2016, 7: 12287. DOI:10.1038/ncomms12287 |
| [8] |
武亚楠, 王宇, 张振明. 黄河三角洲潮沟形态特征对湿地植物群落演替的影响[J]. 生态科学, 2020, 39(1): 33-41. WU Yanan, WANG Yu, ZHANG Zhenming. Effects of tidal creek morphology on succession of wetland plant communities in the Yellow River Delta[J]. Ecological Science, 2020, 39(1): 33-41. |
| [9] |
YUAN Y, LI X, JIANG J, et al. Distribution of organic carbon storage in different salt-marsh plant communities: A case study at the Yangtze Estuary[J]. Estuarine, Coastal and Shelf Science, 2020, 243: 106900. DOI:10.1016/j.ecss.2020.106900 |
| [10] |
SANDERSON E W, USTIN S L, FOIN T C. The influence of tidal channels on the distribution of salt marsh plant species in Petaluma Marsh, CA, USA[J]. Plant Ecology, 2000, 146: 29-41. DOI:10.1023/A:1009882110988 |
| [11] |
曹磊, 宋金明, 李学刚, 等. 滨海盐沼湿地有机碳的沉积与埋藏研究进展[J]. 应用生态学报, 2013, 24(7): 2040-2048. CAO Lei, SONG Jinming, LI Xuegang, et al. Deposition and burial of organic carbon in coastal salt marsh: Research progress[J]. Chinese Journal of Applied Ecology, 2013, 24(7): 2040-2048. |
| [12] |
韩广轩, 王法明, 马俊, 等. 滨海盐沼湿地蓝色碳汇功能、形成机制及其增汇潜力[J]. 植物生态学报, 2022, 46(4): 373-382. HAN Guangxuan, WANG Faming, MA Jun, et al. Blue carbon sink function, formation mechanism and sequestration potential of coastal salt marshes[J]. Chinese Journal of Plant Ecology, 2022, 46(4): 373-382. |
| [13] |
CANUEL E A, HARDISON A K. Sources, ages, and alteration of organic matter in estuaries[J]. Annual Review of Marine Science, 2016, 8(1): 409-434. DOI:10.1146/annurev-marine-122414-034058 |
| [14] |
XIA S, SONG Z, LI Q, et al. Distribution, sources, and decomposition of soil organic matter along a salinity gradient in estuarine wetlands characterized by C/N ratio, δ13C‐δ15N, and lignin biomarker[J]. Global Change Biology, 2021, 27(2): 417-434. DOI:10.1111/gcb.15403 |
| [15] |
LAMB A L, WILSON G P, LENG M J. A review of coastal palaeoclimate and relative sea-level reconstructions using δ13C and C/N ratios in organic material[J]. Earth-Science Reviews, 2006, 75(1/4): 29-57. |
| [16] |
DING Y, WANG D, CHEN S, et al. Source identification and estimation of organic carbon in the intertidal wetlands of the eastern coast of China[J]. Journal of Geophysical Research: Biogeosciences, 2022, 127(6): e2022JG006822. DOI:10.1029/2022JG006822 |
| [17] |
MEYERS P A. Organic geochemical proxies of paleoceanographic, paleolimnologic, and paleoclimatic processes[J]. Organic Geochemistry, 1997, 27(5/6): 213-250. |
| [18] |
骆梦, 王青, 邱冬冬, 等. 黄河三角洲典型潮沟系统水文连通特征及其生态效应[J]. 北京师范大学学报(自然科学版), 2018, 54(1): 17-24. LUO Meng, WANG Qing, QIU Dongdong et al. Hydrological connectivity characteristics and ecological effects of a typical tidal channel system in the Yellow River Delta[J]. Journal of Beijing Normal University(Natural Science), 2018, 54(1): 17-24. |
| [19] |
WU Y, LIU J, YAN G, et al. The size and distribution of tidal creeks affects salt marsh restoration[J]. Journal of Environmental Management, 2020, 259: 110070. DOI:10.1016/j.jenvman.2020.110070 |
| [20] |
韩震, 宗全利, 金凯, 等. 黄河三角洲典型潮沟发育演变过程分析[J]. 水利水电科技进展, 2024, 44(4): 38-44. HAN Zhen, ZONG Quanli, JIN Kai, et al. Evolution process analysis of typical tidal creeks in the Yellow River Delta[J]. Advances in Science and Technology of Water Resources, 2024, 44(4): 38-44. |
| [21] |
孔凡彪. 黄河三角洲潮滩表层沉积物粒度特征及其动力沉积分析[D]. 济南: 山东师范大学, 2023. KONG Fanbiao. Grain size characteristics and dynamic deposition of surface sediments in tidal flat of the Yellow River Delta[D]. Jinan: Shandong Normal University, 2023. |
| [22] |
张晨宇. 黄河三角洲典型湿地植被时空动态遥感监测研究[D]. 上海: 华东师范大学, 2022. ZHANG Chenyu. Spatiotemporal dynamic remote sensing monitoring of typical wetland vegetation in the Yellow River Delta[D]. Shanghai: East China Normal University, 2022. |
| [23] |
葛嘉欣, 崔步礼, 王晓杰, 等. 潮沟形态对潮滩湿地土壤有机碳空间分布的影响[J]. 环境工程, 2023, 41(6): 23-31. GE Jiaxin, CUI Buli, WANG Xiaojie, et al. The effects of tidal creek morphology on spatial distribution of soil organic carbon in the tidal wetland[J]. Environmental Engineering, 2023, 41(6): 23-31. |
| [24] |
于小娟, 张仲胜, 薛振山, 等. 1989年以来7个时期黄河三角洲潮沟的形态特征及连通性研究[J]. 湿地科学, 2018, 16(4): 517-523. YU Xiaojuan, ZHANG Zhongsheng, XUE Zhenshan, et al. Morphological characteristics and connectivity of tidal channels in the Yellow River Delta for 7 periods since 1989[J]. Wetland Science, 2018, 16(4): 517-523. |
| [25] |
余建奎. 1996年以来黄河清水沟沙嘴地貌演变[D]. 烟台: 鲁东大学, 2023. YU Jiankui. Dynamic geomorphology of Yellow River Qingshuigou lobe since 1996[D]. Yantai: Ludong University, 2023. |
| [26] |
尹小岚, 谭程月, 柯樱海, 等. 1973—2020年黄河三角洲滨海盐沼湿地景观格局演化模式和驱动因素[J]. 生态学报, 2024, 44(1): 67-80. YIN Xiaolan, TAN Chengyue, KE Yinghai, et al. Evolution and driving factors of salt marsh wetland landscape pattern in the Yellow River Delta in 1973— 2020[J]. Acta Ecologica Sinica, 2024, 44(1): 67-80. |
| [27] |
孙晗晴. 堤坝建设对黄河三角洲湿地碳分布及储量的影响[D]. 烟台: 鲁东大学, 2024. SUN Hanqing. The impact of tidal barriers on carbon distribution and storage in the Yellow River Delta wetlands[D]. Yantai: Ludong University, 2024. |
| [28] |
于小娟. 黄河三角洲潮沟的时空演变及其对典型湿地景观格局动态的影响[D]. 青岛: 山东科技大学, 2019. YU Xiaojuan. Spatio-temporal variations of tidal channels and their effects on typical wetland landscape patterns in the Yellow River Delta[D]. Qingdao: Shandong University of Science and Technology, 2019. |
| [29] |
葛嘉欣. 黄河三角洲典型潮沟形态特征对潮滩植被和土壤空间分布的影响[D]. 烟台: 鲁东大学, 2023. GE Jiaxin. Influence of typical tidal creek morphological characteristics on the spatial distribution of tidal flats vegetation and soil in the Yellow River Delta[D]. Yantai: Ludong University, 2023. |
| [30] |
IPCC. Good practice guidance for land use, land-use change and forestry[R]. Kanagawa: Institute for Global Environmental Strategies, 2003.
|
| [31] |
SIERRA C A, AHRENS B, BOLINDER M A, et al. Carbon sequestration in the subsoil and the time required to stabilize carbon for climate change mitigation[J]. Global Change Biology, 2024, 30(1): e17153. DOI:10.1111/gcb.17153 |
| [32] |
CHEN S, ARROUAYS D, ANGERS D A, et al. Soil carbon stocks under different land uses and the applicability of the soil carbon saturation concept[J]. Soil and Tillage Research, 2019, 188: 53-58. DOI:10.1016/j.still.2018.11.001 |
| [33] |
XIA S, SONG Z, WANG Y, et al. Soil organic matter turnover depending on land use change: Coupling C/N ratios, δ13C, and lignin biomarkers[J]. Land Degradation & Development, 2021, 32(4): 1591-1605. |
| [34] |
BAUER J E, CAI W J, RAYMOND P A, et al. The changing carbon cycle of the coastal ocean[J]. Nature, 2013, 504: 61-70. DOI:10.1038/nature12857 |
| [35] |
SASMITO S D, SILLANPÄÄ M, HAYES M A, et al. Mangrove blue carbon stocks and dynamics are controlled by hydrogeomorphic settings and land‐use change[J]. Global Change Biology, 2020, 26(5): 3028-3039. DOI:10.1111/gcb.15056 |
| [36] |
DU J, ZHANG F, DU J, et al. Source and sequestration of sediment organic carbon from different elevation zones in estuarine wetland, North China[J]. Science of the Total Environment, 2023, 859(Part 1): 160253.
|
| [37] |
BIESTER H, KNORR K-H, SCHELLEKENS J, et al. Comparison of different methods to determine the degree of peat decomposition in peat bogs[J]. Biogeosciences, 2014, 11(10): 2691-2707. DOI:10.5194/bg-11-2691-2014 |
| [38] |
DROLLINGER S, KUZYAKOV Y, GLATZEL S. Effects of peat decomposition on δ13C and δ15N depth profiles of Alpine bogs[J]. Catena, 2019, 178: 1-10. DOI:10.1016/j.catena.2019.02.027 |
| [39] |
王纯, 刘兴土, 仝川, 等. 水盐梯度对闽江河口湿地土壤有机碳组分的影响[J]. 中国环境科学, 2017, 37(10): 3919-3928. WANG Chun, LIU Xingtu, TONG Chuan, et al. Effects of hydrologic and salinity gradients on soil organic carbon composition in Min River Estuarine wetland[J]. China Environmental Science, 2017, 37(10): 3919-3928. |
| [40] |
LI Y, ZHANG H, TU C, et al. Sources and fate of organic carbon and nitrogen from land to ocean: Identified by coupling stable isotopes with C/N ratio[J]. Estuarine, Coastal and Shelf Science, 2016, 181(Nov.5): 114-122. |
| [41] |
SUN D, TANG J, HE Y, et al. Sources, distributions, and burial efficiency of terrigenous organic matter in surface sediments from the Yellow River mouth, northeast China[J]. Organic Geochemistry, 2018, 118: 89-102. DOI:10.1016/j.orggeochem.2017.12.009 |
| [42] |
丁艳. 长江三角洲滨海湿地沉积物有机碳来源辨析与降解特征研究[D]. 上海: 华东师范大学, 2023. DING Yan. Source discrimination and degradation characteristics of sediment organic carbon in coastal wetlands of the Yangtze River Delta[D]. Shanghai: East China Normal University, 2023. |
| [43] |
LI Y, FU C, ZENG L, et al. Black carbon contributes substantially to allochthonous carbon storage in deltaic vegetated coastal habitats[J]. Environmental Science & Technology, 2021, 55(9): 6495-6504. |
| [44] |
SUN X, FAN D, LIAO H, et al. Fate of organic carbon burial in modern sediment within Yangtze River Estuary[J]. Journal of Geophysical Research: Biogeo-sciences, 2020, 125(2): e2019JG005379. DOI:10.1029/2019JG005379 |
| [45] |
郭威. 珠江口水体和沉积物有机碳的来源及其生物地球化学特征[D]. 广州: 中国科学院广州地球化学研究所, 2016. GUO Wei. Source and biogeochemical properties of oragnic carbon in water column and sediments of Pearl River Estuary[D]. Guangzhou: Guangzhou Institute of Geochemistry, Chinese Academy of Sciences, 2016. |
| [46] |
BICHARANLOO B, SHIRVAN M B, DIJKSTRA F A. Decoupled cycling of carbon, nitrogen, and phosphorus in a grassland soil along a hillslope mediated by clay and soil moisture[J]. Catena, 2022, 219: 106648. DOI:10.1016/j.catena.2022.106648 |
| [47] |
孙清凡, 钱海燕, 陈莎莎, 等. 鄱阳湖泗洲头湿地土壤粒度组成及其对有机碳的影响[J]. 华中农业大学学报, 2023, 42(1): 197-204. SUN Qingfan, QIAN Haiyan, CHEN Shasha, et al. Composition of soil grain size and its effect on organic carbon in Sizhoutou wetland of Poyang Lake[J]. Journal of Huazhong Agricultural University, 2023, 42(1): 197-204. |
| [48] |
于霁怀, 介冬梅, 李平. 现代黄河三角洲沉积物粒度特征及其来源[J]. 吉林大学学报(地球科学版), 2024, 54(4): 1350-1361. YU Jihuai, JIE Dongmei, LI Ping. Grain size characteristic and the source of sediments in the modern Yellow River Delta[J]. Journal of Jilin University (EarthScienceEdition), 2024, 54(4): 1350-1361. |
| [49] |
KUZYAKOV Y, BOL R. Sources and mechanisms of priming effect induced in two grassland soils amended with slurry and sugar[J]. Soil Biology and Biochemistry, 2006, 38(4): 747-758. DOI:10.1016/j.soilbio.2005.06.025 |
| [50] |
SAHA K, SANYAL P, SAHA S. Source assessment of tropical-marshland sediment for evaluating seawater intrusion in Chandipur, India: An integrated granulometric and stable isotope approach[J]. Estuarine, Coastal and Shelf Science, 2022, 278: 108096. DOI:10.1016/j.ecss.2022.108096 |
| [51] |
XIA S, SONG Z, VAN ZWIETEN L, et al. Storage, patterns and influencing factors for soil organic carbon in coastal wetlands of China[J]. Global Change Biology, 2022, 28(20): 6065-6085. DOI:10.1111/gcb.16325 |
| [52] |
QIU S, WANG Z, XU J, et al. Influence of vegetation dynamics on soil organic carbon and its fractions in a coastal wetland[J]. Ecosystem Health and Sustainability, 2023, 9: 0016. DOI:10.34133/ehs.0016 |
| [53] |
WANG C, MORRISSEY E M, MAU R L, et al. The temperature sensitivity of soil: microbial biodiversity, growth, and carbon mineralization[J]. The International Society for Microbial Ecology Journal, 2021, 15(9): 2738-2747. |
| [54] |
OSLAND M J, GABLER C A, GRACE J B, et al. Climate and plant controls on soil organic matter in coastal wetlands[J]. Global Change Biology, 2018, 24(11): 5361-5379. DOI:10.1111/gcb.14376 |
| [55] |
JIANG Q, LI S, CHEN Z, et al. Disturbance mechanisms of lacustrine organic carbon burial: Case study of Cuopu Lake, Southwest China[J]. Science of the Total Environment, 2020, 746: 140615. DOI:10.1016/j.scitotenv.2020.140615 |
| [56] |
XIONG Y, LIAO B, WANG F. Mangrove vegetation enhances soil carbon storage primarily through in situ inputs rather than increasing allochthonous sediments[J]. Marine Pollution Bulletin, 2018, 131(Part A): 378-385.
|
| [57] |
管博, 于君宝, 陆兆华, 等. 黄河三角洲滨海湿地水盐胁迫对盐地碱蓬幼苗生长和抗氧化酶活性的影响[J]. 环境科学, 2011, 32(8): 2422-2429. GUAN Bo, YU Junbao, LU Zhaohua, et al. Effects of water-salt stresses on seedling growth and activities of antioxidative enzyme of suaeda salsa in coastal wetlands of the Yellow River Delta[J]. Environmental Science, 2011, 32(8): 2422-2429. |
| [58] |
王建步, 张杰, 马毅, 等. 基于GF-1 WFV的黄河口湿地植被碳储量估算研究[J]. 海洋科学进展, 2019, 37(1): 75-83. WANG Jianbu, ZHANG Jie, MA Yi, et al. Estimation of vegetation carbon storage in the Yellow River estuary wetland based on GF-1 WFV satellite image[J]. Advances in Marine Science, 2019, 37(1): 75-83. |
| [59] |
XIA S, SONG Z, SINGH B P, et al. Contrasting patterns and controls of soil carbon and nitrogen isotope compositions in coastal wetlands of China[J]. Plant and Soil, 2023, 489: 483-505. DOI:10.1007/s11104-023-06034-2 |
| [60] |
丁喜桂, 叶思源, 王吉松. 黄河三角洲湿地土壤、植物碳氮稳定同位素的组成特征[J]. 海洋地质前沿, 2011, 27(2): 66-71. DING Xigui, YE Siyuan, WANG Jisong. Stable carbon and nitrogen isotopes in the Yellow River Delta wetland[J]. Marine Geology Frontiers, 2011, 27(2): 66-71. |
| [61] |
CHEN J, WANG D, LI Y, et al. The carbon stock and sequestration rate in tidal flats from coastal China[J]. Global Biogeochemical Cycles, 2020, 34(11): e2020GB006772. DOI:10.1029/2020GB006772 |
| [62] |
ZHAO R, DONG X, LIU Q, et al. Distribution, sources and influencing factors of organic carbon in the surface sediments of the coastal tidal flats in Jiangsu Province[J]. Frontiers in Marine Science, 2023, 10: 1220923. DOI:10.3389/fmars.2023.1220923 |
| [63] |
HASHIMOTO S, NANKO K, ŤUPEK B, et al. Datamining analysis of the global distribution of soil carbon in observational databases and Earth system models[J]. Geoscientific Model Development, 2017, 10(3): 1321-1337. DOI:10.5194/gmd-10-1321-2017 |
| [64] |
甘子莹, 王浩, 丁驰, 等. 亚热带森林不同植物及器官来源的可溶性有机质输入对土壤激发效应的影响及其作用机理[J]. 植物生态学报, 2022, 46(7): 797-810. GAN Ziying, WANG Hao, DING Chi, et al. Effects of dissolved organic matter derived from different plant and tissues in a subtropical forest on soil priming effect and the underlying mechanisms[J]. Chinese Journal of Plant Ecology, 2022, 46(7): 797-810. |
| [65] |
ZHAO B, YAO P, BIANCHI T S, et al. The remineralization of sedimentary organic carbon in different sedimentary regimes of the Yellow and East China Seas[J]. Chemical Geology, 2018, 495: 104-117. DOI:10.1016/j.chemgeo.2018.08.012 |