文章导读

土壤功能是气候调节、养分封存、水过滤和生物多样性保护的关键，其中土壤磷和氮是植物生长的主要营养物质，在森林生态系统的养分循环中起着至关重要的作用，精准量化土壤的氮与磷储量对于评估土壤的源汇能力和量化土壤的变化速率具有重要意义。然而在森林调研中，取样并估算土壤中营养物质不仅费用高昂且很难操作。因此，设计一个土壤营养成分的预测模型是有必要的。

基于此，阿根廷国家科学技术研究委员会南方科研中心的Guillermo Martínez Pastur博士及其合作者在 Land 期刊发表文章，基于气候、地形和植被变量的数字土壤映射方法，比较不同模型在各森林类型中的表现，量化不同状态下的土壤氮和磷含量，并探讨这些营养成分与上述变量之间的潜在关系，旨在为可持续土地利用和生态保护提供科学依据。

研究材料与方法

1. 研究区域

阿根廷火地岛省原始森林面积为7292.4平方千米，植被类型为假山毛榉属 (Nothofagus)，当地气候受到海洋和南极洲的影响，年温度范围为7~10°C，降水量为500至700毫米 (如图1)。本研究主要从Nothofagu antarctica、Nothofagu pumili和 mixed evergreen三种林类型中选取728份土壤样本，分析其中土壤总氮和可提取磷，并使用逐步多远回归模型进行预测，不同样本的取样并不均衡 (表1)。

图1. 研究区域 (红点：取样区域；粉色：缓冲区；黄色: Nothofagus antarctica, 浅绿色: N. pumilio, 深绿: mixed evergreen)。

表1. 建模取样 (不同森林类型)。

2. 研究方法

在建模过程中，本研究结合了气候、地形和植被生产力等变量，使用ArcMap 10.0软件进行栅格化处理。最终模型的选择基于皮尔逊相关系数，确保没有共线性。研究测试了GLOBAL (针对所有森林区域) 和INDIVIDUAL (针对每种森林类型) 这两种建模方法，并整合制图。基于土壤氮和磷成分制图，研究中计算了不同森林类型的储量，并与土壤有机碳含量进行比较，分析了它们与年温度、年降水量和海拔的关系。这些结果为火地岛森林的保护和管理提供了重要依据。

研究结果与讨论

在对火地岛原始森林的土壤营养素进行建模分析中，土壤氮含量调整模型表现出较高的稳健性(R²-adj. > 92%)，并且INDIVIDUAL模型的调整系数更高 (93%至98%)，显示出较低的标准误差和平均绝对误差 (如表2所示)。

表2. 土壤氮含量线性回归模型 (NA: Nothofagus antarctica，NP: N. pumilio， MIX: mixed evergreen，R²-adj. = 调整系数，F: 费希尔检验，T: 每个变量的调整统计量，p: 概率，SEE: 标准误差，MAE: 平均绝对误差)。

不同森林类型的预测变量各异，N. antarctica 的土壤氮平均含量最高，N. pumilio 在土壤磷提取方面表现突出 (如表3所示)。土壤有机碳含量在mixed evergreen中最高，表明三种营养素 (C、N、P) 之间并不完全相关。

表3. 土壤磷提取量线性回归模型。

自我验证结果表明，每种森林类型具有独特的土壤特性，INDIVIDUAL模型的组合优于GLOBAL模型。同时，土壤营养素含量受森林类型、区域气候 (如年均温和降水) 及地形 (如海拔) 等因素的影响。总体来看，高海拔地区的有机碳含量较高，而低海拔地区的土壤氮含量较高，土壤磷提取量则随着海拔的升高而增加。这些发现证明气候和地形在营养素分布中起着重要作用，影响了森林类型的分布模式。

图2. 土壤氮含量和磷提取量GLOBAL和INDIVIDUAL预测模型绘图。

研究总结

本研究成功在火地岛原始森林中模拟并绘制了土壤氮和磷含量分布图，土壤氮和磷含量分布与包括植被生产力、森林结构、气候 (温度和降雨量) 以及坡度等森林环境相关的植被变量密切相关。这些模型不仅可用于评估和监测不同状态下的森林营养素储量，还能支持可持续森林管理。

原文出自 Land 期刊：https://www.mdpi.com/2271638

期刊主页：https://www.mdpi.com/journal/land

Land 期刊介绍

主编：Christine Fürst, University of Halle, Germany

Land 创刊于2012年，期刊涵盖土地系统科学、地表景观、土壤和水、城乡发展、土地与气候相互作用、水-能源-土地-食物纽带关系 (WELF)、生物多样性研究和健康关系、土地建模和数据处理、生态系统服务以及多功能性等研究，并致力于人类可持续发展。现已被Scopus、SSCI (Web of Science)、AGRICOLA、AGRIS、GeoRef、RePEc等多个关键数据库收录，5-Year Impact Factor：3.4 (2023)。

2023 Impact Factor：3.2

2023 CiteScore：4.9

Time to First Decision：16.9 Days 

Acceptance to Publication：2.3 Days