雪被厚度对色季拉山典型森林土壤理化性质的影响.pdf

第 7 卷第 4 期 高原农业 Vol.7 No.4 2023 年 8 月 Journal of Plateau Agriculture Aug.2023 收稿日期：2022-10-27 作者简介：高宛宛（2000-），女，安徽淮北人，汉族，2019 级环境工程本科班。通信作者：侯磊（1988-)，男，陕西宝鸡人，汉族，副教授，硕士。研究方向：土壤生态学。基金项目：西北农林科技大学-西藏农牧学院科研联合基金项目（XNLH2022-04）；西藏自治区科技创新基地自主研究项目（XZ2022JR0007G）；西藏高原森林生态教育部重点实验室开放课题（XZA-JYBSYS-2020-07）雪被厚度对色季拉山典型森林土壤理化性质的影响 高宛宛1 金明月1 侯 磊1,2*（1.西藏农牧学院 资源与环境学院；2.西藏高原森林生态教育部重点实验室，西藏林芝 860000）摘要 为了解雪被变化对西藏森林土壤理化性质的影响，以藏东南色季拉山急尖长苞冷杉林为例，采集无雪及有雪（10 cm、20 cm、30 cm）下土壤样本，系统的分析了不同雪被厚度下土壤理化性质变化特点。研究表明：含水率在无雪时稍低，有雪时突然增加而后减少，pH 值的变化则与含水率相反。土壤养分中，有机质和全氮呈递减趋势（P0.05），全钾呈递增趋势（P0.05）。可见雪被变化对含水率、pH 值、有机质、全氮、全钾影响较大。土壤重金属 Cu、Zn 未造成森林土壤污染。这说明季节性雪被覆盖会对森林土壤水分、酸碱性及土壤养分产生一定程度影响，继而可能影响林下植被及土壤生物格局。关键词 雪被；土壤理化性质；急尖长苞冷杉林；色季拉山；西藏 中图分类号：S714.2 文献标识码：A 文章编号：2096-4781（2023）04-0429-09 DOI:10.19707/ki.jpa.2023.04.011 Effect of Different Snow Cover Thickness on the Physicochemical Properties of Typical Forest Soils in the Sejila Mountains GAO Wanwan1,JIN Mingyue1,HOU Lei1,2*(1.Resource&Environment College,Tibet Agricultural&Animal Husbandry University;2.Key Laboratory of Forest Ecology in Tibet Plateau,Ministry of Education,Nyingchi Tibet,860000,China)Abstract:This study aims to investigate the influence of snow cover change on the physicochemical properties of forest soils in the Sejila Mountains of southeast Tibet,using the Abies georgei var.smithii forest as a case study.Soil samples were collected under no snow conditions and varying snow depths(10 cm,20 cm,and 30 cm)to systematically analyze the characteristics of soil physicochemical properties under different snow cover thicknesses.The results revealed significant effects of snow cover variation on water content,pH,organic matter,total nitrogen,and total potassium levels in the soil.Specifically,water content exhibited a slight decrease in the absence of snow but significantly increased and subsequently decreased with the presence of snow.Conversely,pH values showed an opposite trend to water content variations.In terms of soil nutrients,organic matter and total nitrogen exhibited a decreasing trend(P 0.05),while total potassium displayed an increasing trend(P 0.05).Notably,soil heavy metals such as copper(Cu)and zinc(Zn)did not induce forest soil contamination.These findings highlight the significant influence of seasonal snow cover on soil moisture,acidity,and nutrient availability,which may subsequently impact the understory vegetation and soil biogeography.Key words:snow cover,soil physical and chemical properties,Abies georgei var.smithii forest,430 高原农业 2023 年第 4 期 Sejila Mountain,Tibet 积雪面对全球变暖有着独特的反馈作用，对气候系统起着重要调控作用。近几十年来，气候变暖已经导致某些地区降雨/降雪比率增加，且据预测在22 世纪全球温带地区积雪覆盖率将会降低1。积雪具有低导热率和高反射率，对土壤和大气之间进行物质交换有重要意义，并且是调节土壤元素循环的关键因子2。西藏地区是中国三大主要积雪区之一，积雪期主要集中在每年 10 月到次年 5 月，由于高海拔纬度对全球生态环境的重要性，积雪对土壤生态系统的影响的研究正受到人们的广泛关注。青藏高原储备有我国近一半的积雪水资源3，拥有较多积雪面积，而积雪变化可作为气候变化判断的重要指标4,5。雪被厚度的改变及其分布对森林土壤的淋溶、冻融、土壤微生物、微生物群落、植物的生长周期产生严重的影响6。目前我国关于积雪厚度对森林土壤影响的研究局限于东北地区（以黑龙江、吉林为主）2,7,8，认为积雪对森林土壤理化性质的影响主要与温度9和土壤冻融作用10有关。积雪厚度对森林土壤理化性质的影响结果主要表现在直接和间接 2 个方面，直接影响是积雪覆盖在土壤表层，降低森林植被枯落物拦蓄截留作用，把地表复杂的有机物通过微生物的作用转化为无机物；间接影响主要是降低森林土壤雨水渗透、淋溶作用，导致土壤的物理性质、酸碱度和土壤养分的变化11,12。在现有的相关文献中，有关积雪对植物破坏与再生的研究较多，而对土壤理化性质影响的研究较少13-15。藏东南森林作为我国的主要林区，其在青藏高原陆地生态系统中扮演着重要角色，对水土保持、气候调节、生物多样性保持等方面具有重要意义。因此，探究该地区森林土壤如何响应气候变暖调控下的雪被变化，亟需系统而深入的研究。本研究以藏东南色季拉山东坡不同雪被厚度下土壤为研究对象，探究不同雪被厚度对土壤理化性质的影响，为进一步揭示高海拔森林生态系统应对气候变化的响应机制提供数据参考；同时针对土壤重金属含量进行污染评价，了解重金属污染现状。1 材料与方法 1.1 研究区概况 色季拉山位于西藏自治区东南部林芝市境内，地理位置 2910-3015N，9312-9535E。属念青唐古拉山脉，海拔落差较大，最低 2 200 m，主峰高5 300 m 以上16。年平均气温-0.73，月平均气温（7 月）最高 9.23，月平均气温（1 月）最低-13.98。年均降水量 1 134.1 mm，年均相对湿度78.83%，蒸发量 544.0 mm，占年均降水量的48.0%17。每年的 69 月为雨季，占全年降水的 80%左右，其中 8 月降雨最多，平均为 294.2 mm，占全年降水的 32%。主要建群树种有急尖长苞冷杉（Abies georgei var.smithii）、高山松（Pinus densata）、林芝云杉（Picealikiangensis var.linzhiensis）、方枝柏（Sabina saltuaria）、西藏箭竹（Fargesia setosa）等，土壤类型以山地棕壤和酸性棕壤为主18，pH 值为46。1.2 样品采集与处理 2021 年 3 月，在色季拉山东坡海拔 4 100 m 的急尖长苞冷杉林内选取具有 4 种不同厚度的雪被样地各 4 块，对每块样地内无雪被覆盖、雪被 10 cm、雪被 20 cm、雪被 30 cm的位置分别采取土壤样本。利用土钻采土样，立即装入塑封袋后迅速置于车载冰箱中带回实验室。将土样自然风干，去除土样中的各种残渣，碾碎后，分别过筛，装于塑封袋中保存，用于测定土壤理化性质指标。1.3 土壤理化性质测定 主要测定含水率、pH 值、有机质、全氮、全钾、全磷、铜、锌。土壤含水量测定采用烘干法，pH 值第 4 期 高宛宛等：“雪被厚度对色季拉山典型森林土壤理化性质的影响”431 测定采用电位测定法，土壤有机质测定采用重铬酸钾氧化法，土壤全氮测定采用半微量开氏法，全磷测定采用氢氧化钠熔融-钼锑抗比色法，全钾测定采用氢氧化钠熔融法，土壤铜、锌测定采用原子吸收法19。1.4 土壤重金属污染评价 用单因子指数法评价土壤重金属污染状况，单因子指数法是对土壤中某一单个因子的污染情况进行评价，本次用单因子指数法来评价西藏自治区林芝市色季拉山森林土壤的 Cu、Zn 重金属的污染情况。单因子指数模型：Pi=?单因子潜在生态风险指数模型：Ei r=Ti rPi综合潜在生态风险指数模型：RI=Ti rPi 式中：Si是重金属 i 的评价参数，本次采用西藏土壤重金属元素背景值20（表 2）为评价参数。Ei r为重金属 i 的潜在生态风险指数。Ti r是重金属 i 的毒性响应系数，用以表现某种重金属的毒性水平和环境对其污染的敏感程度，本研究中涉及到的重金属毒性响应系数如下：Cu=5、Zn=1。RI 为重金属综合潜在生态风险指数，用以评价所有重金属在某一区域的潜在生态风险。污染评价标准和潜在生态风险等级标准21见表 1。表 1 污染评价标准与生态风险等级标准 Tab.1 Pollution evaluation criteria and ecological risk level criteria 单因子污染指数 污染等级 单项潜在生态风险指数 综合潜在生态风险指数潜在生态风险等级Pi0.7 清洁 Ei r40 RI150 轻微 0.7Pi1.0 尚清洁 40Ei r80 150RI300 中等 1.0Pi2.0 轻微污染 80Ei r160 300RI600 较强 2.0Pi3.0 中等污染 160Ei r320 600RI1 200 很强 Pi3.0 严重污染 Ei r320 RI1 200 极强 表 2 土壤重金属元素背景值 Tab.2 Soil heavy metal element background values 指标西藏土壤元素背景值/mg.kg-1 中国陆壳丰度值/mg.kg-1 Cu 21.9 38 Zn 73.7 86 1.5 数据处理与方法 采用 SPSS 24.0 统计分析软件进行差异显著性分析(One-way ANOVA)和相关性分析。利用 Excel作图。2 结果与分析 2.1 不同雪被厚度下的土壤含水率与 pH 值 如图 1 所示，土壤含水率在雪被厚度为 10 cm时最高，随后随着雪被厚度增大而呈下降趋势，且差异显著（P0.05）。整体而言，从无雪向有雪变化时，土壤含水率增高，但随后随雪被增厚而减少。土壤 pH 值在不同雪被厚度下均小于 5，且均在 3.84.7 之间，可知该地区土壤为酸性土壤。在雪被厚度 10 cm 和 30 cm 处，土壤 pH 值出现最低值和最高值。虽然各处之间的 pH 值差异显著（P0.05），但没有明显的变化规律。但与土壤含水率刚好相反，由无雪向有雪变化时，pH 值减小，而后随着雪被增厚而增大。432 高原农业 2023 年第 4 期 图 1 不同雪被厚度下的土壤含水率与 pH 值 Fig.1 Soil water content and pH at different snow cover thickness 2.2 不同雪被厚度下的土壤养分 土壤有机质含量是表征土壤肥力与农业生产力的主要指标之一，其包含植物生长所需各种养分，且碱解氮影响土壤微生物和土壤墒情22；土壤全氮含量反映土壤氮素养分的储备能力和供应能力23。由图 2 可知，在不同雪被覆盖下，土壤有机质、全氮变化总体呈现下降趋势。在不同雪被厚度下，无雪时有机质含量最高，此后随雪被厚度增加而逐渐降低，且差异显著（P0.05）。全氮在无雪时的含量最多，之后随雪被厚度增加而逐渐降低，且差异显著（P0.05）。图 2 不同雪被下土壤有机质、全氮 Fig.2 Soil organic matter,total nitrogen under different snow cover 土壤全磷含量主要受土壤形成过程、土壤质地、有机质含量等综合因素影响24；钾元素是植物光合作用、淀粉和糖类合成的必要元素之一，土壤全钾含量是鉴别土壤肥力和生产力的关键因素之一25。由图 3 可知全钾、全磷变化趋势不同，全钾含量呈现随雪被厚度增加而增加的趋势（P0.05），全磷含量差异不显著。在无雪时全钾、全磷的含量均为最高。bcbabacd3.53.73.94.14.34.54.74.9455055600 cm10 cm20 cm30 cmpH含水率含水率pHdcbacbad0.500.550.600.650.700.750.800.8515171921232527290 cm10 cm20 cm30 cm全氮（%）有机质（%）有机质全氮第 4 期 高宛宛等：“雪被厚度对色季拉山典型森林土壤理化性质的影响”433 图 3 不同积雪厚度下土壤全磷、全钾 Fig.3 Total phosphorus and total potassium in soils with different snow thickness 2.3 不同雪被厚度下的土壤重金属 在图 4 中，铜、锌含量变化趋势相似，都是随着雪被厚度增加而呈现先减少后增加的 V 字形变化规律。在雪被厚度为 0 cm、10 cm 时分别是铜、锌两个指标的最高值和最低值。4 种雪被厚度下测得土壤中铜的含量数值变化范围大，但在 4 种雪被厚度下均表现出差异不显著。锌在雪被厚度为 10 cm 时与雪被厚度为 0 cm、20 cm、30 cm 时表现出差异显著（P0.05），在雪被厚度为 20 cm 与 30 cm、0 cm 与 30 cm 时都表现出差异不显著。图 4 不同积雪厚度下土壤 Cu、Zn Fig.4 Total phosphorus and total potassium in soils with different snow thickness 2.4 土壤理化性质的相关性分析 利用 Pearson 相关系数法对土壤理化指标之间进行相关性分析。由表 3 可知，含水率与 pH、全氮、全磷、锌均存在极显著的负相关性（P0.05），与有机质存在极显著的正相关性（P0.05）。pH 与有机质存在极显著的负相关性（P0.05），与全氮、锌存在极显著的正相关性（P0.05）。有机质与全磷、锌存在极其显著的负相关性（P0.05）。全氮与全磷均与锌存在极其显著的正相关性（P0.05）。铜与锌存在极显著的正相关性（P0.05），重金属之间的相关性能够充分的体现出其来源的相似性，这说明 Cu、Zn 的来源可能相同。baababcd1.41.51.61.71.81.92.00.1800.1850.1900.1950.2000.2050.2100.2150.2200 cm10 cm20 cm30 cm全钾（%）全磷（%）全磷全钾aaaacabbc1718192021222324254.04.24.44.64.85.05.25.45.65.86.00 cm10 cm20 cm30 cmZn(mg/kg)Cu(mg/kg)CuZn434 高原农业 2023 年第 4 期 表 3 土壤理化性质之间的相关性 Tab.3 Correlation between soil physicochemical properties 含水率 pH 有机质 全氮 全磷 全钾 Cu Zn 含水率 1 pH-0.893*1 有机质 0.801*-0.82*1 全氮-0.915*0.842*-0.627 1 全磷-0.787*0.619-0.796*0.588 1 全钾-0.289 0.318-0.031 0.389-0.026 1 Cu-0.568 0.467-0.445 0.440 0.547-0.213 1 Zn-0.831*0.767*-0.752*0.724*0.731*-0.031 0.728*1 注：*表示相关性显著（P0.05），*表示相关性极显著（P0.01）。2.5 土壤污染指数 整体上，在 4 种雪被厚度下，雪被厚度为 0 cm的 Cu、Zn 含量最高，分别是西藏土壤元素背景值的 0.24、0.31 倍，这两种重金属平均值分别为西藏土壤元素背景值的 0.22、0.29 倍，由此可知色季拉山森林土壤重金属 Cu、Zn 的平均含量均没有超过西藏土壤元素背景值，这表明色季拉山上森林土壤未受到重金属污染。土壤重金属含量变异系数（Cv）反映了人类活动对土壤的干扰程度，一般而言，变异系数的大小反应着干扰程度的剧烈程度。根据变异系数的分级，色季拉山森林土壤重金属 Cu、Zn 表现为中等变异程度（10%Cv100%），大小变异系数符合以下顺序：CuZn。表 4 色季拉山不同雪被厚度下土壤重金属污染指数及潜在生态风险指数 Tab.4 Soil heavy metal pollution index and potential ecological risk index under different snow cover thickness in the Sejila Mountains 指标 雪被厚度 0 cm 雪被厚度 10 cm 雪被厚度 20 cm 雪被厚度 30 cm Cu Pi 0.24 0.20 0.21 0.22 Ei r 1.19 0.99 1.05 1.10 Zn Pi 0.31 0.26 0.28 0.30 Ei r 0.31 0.26 0.28 0.30 RI 2.06 1.70 1.83 1.92 注：Pi是单因子污染指数，Ei r是单项潜在生态风险指数，RI 是综合潜在生态风险指数。3 讨论 雪被是调节土壤元素的关键因子，对土壤温室气体排放和植物养分吸收具有重要贡献26。雪被变化意味着土壤因子随外界因素发生变化。冬季营养循环及氮素矿化极大依赖于雪被状况的改变27。从无雪向开始有雪变化时，所有受生物调控的土壤因子均发生了显著改变，而之后随着雪被增厚过程，土壤因子也都发生了改变。这充分说明，雪被有无和雪被多少的确将会影响土壤因子，特别是土壤养分氮和钾，以及有机质、pH 和含水率的变化。这可能是雪被通过调控土壤冻融格局及凋落物分解造成的结果。10 cm 雪被为土壤补充了水分，使土壤含水率相对于无雪状况下升高，而研究证明剔除雪第 4 期 高宛宛等：“雪被厚度对色季拉山典型森林土壤理化性质的影响”435 被的土壤含水量也的确低于添加雪被处理28。但随着雪被厚度的增加，雪被提供的保温作用使土壤温度比 10 cm 时更为恒定，反而导致土壤含水率降低，当然这也可能与其冻融周期有关。说明积雪 10 cm的保暖作用尚不明显，积雪融水增加了土壤含水率，而随着积雪偏多，土壤冻结程度加大，土壤含水量减少29。柴春荣等的研究认为在含水率较高的76.66%下 pH 会呈现先升高后降低的趋势30。这可能能够解释本研究中 pH 值的变化规律。季节性雪被储存了生态系统约 90%的铵态氮和硝态氮31，雪被的增加会抑制冻融循环，减弱冻融作用，抑制硝化作用而促进氨化作用，结果会使土壤铵态氮增加、硝态氮下降32。显然的，雪被通过调节温度而改变氮循环过程而使速效氮和有机氮含量发生变化。本文认为全氮随雪被增加是下降的，说明土壤外源性氮输入减少，可能的原因是凋落物分解过程受阻。持续的雪被覆盖下，氮除了被矿化或被固定，或者被植物根系吸收，其余的氮可能会以气体、沥滤、雪融的方式被损失掉33。本文的结果显示，雪被越厚，说明其所持续的雪被覆盖期越长，那么土壤全氮可能损失得越多。此外，有种观点认为厚雪减缓凋落物的氮释放速率而增加凋落物中氮含量34,35，继而通过降低 C/N 而有利于凋落物分解。这也可以解释雪被增厚而总氮减少的现象，因为本文的雪被厚度相对其他研究而言较薄。雪被增厚意味着微生物活性增强，加强了土壤有机质的分解，并同时加强营养物质钾的释放过程。整体而言，在雪被增厚过程中，因为对土壤的保温作用增强，微生物活性逐渐增强，这样分解了土壤中有机质，使土壤有机质含量降低，同时因为对凋落物的分解产生了更多的钾的释放。川西亚高山森林的研究也表明，冬季雪被覆盖减小将抑制凋落物分解过程中的钾释放36，反之可知雪被增厚促进了钾的释放，使钾能够更多的富集于土壤中。导致凋落物钾释放多少的原因主要可能还是与土壤的冻融循环有关，在较薄雪下发生冻融循环的概率要高一些，因此减少了凋落物钾的释放。研究表明雪被厚度的增加将使凋落物分解率增加，雪被增厚意味着土壤环境稳定性增强，凋落物分解得到热量保障，促进了凋落物分解37,38。色季拉山土壤重金属来源一方面是自然本底具备，一方面来自大气沉降39。土壤重金属的分布，本身可能受到沉降过程中地表植被截留作用影响，使土壤重金属具有空间异质性。具体表现为本研究中的铜、锌分布没有明显规律性。整体上，色季拉山森林取样地重金属 Cu、Zn 的含量均未超过西藏土壤元素背景值。土壤重金属的极显著相关性，表明它们具有同源性，也就是上文所述的来源于大气沉降及自然本底状况。在单因子污染指数方面，林芝市色季拉山森林土壤中 Cu、Zn 为无污染（清洁）；在综合生态风险方面，4 种雪被厚度均为轻微程度的潜在生态风险等级。综上所述，森林取样地未遭受到重金属 Cu、Zn 的污染。含水率与多个土壤理化指标的相关性表明，冬季雪被变化下的含水率变化，将通过影响微生物活性以及凋落物分解来对诸多因此导致的土壤理化指标产生影响，这在上文中已有相关论述。4 结论 从无雪到有雪的变化过程中，土壤含水率发生巨变。而雪被的增厚，将导致土壤含水率降低。土壤 pH 值则与含水率的变化相反。相应的，土壤有机质、全氮均逐渐减少，全钾则逐渐增加。雪被厚度变化带来的温湿度变化，继而导致的微生物活性及凋落物分解进程，是土壤理化性质变化的关键因素。土壤重金属 Cu、Zn 随雪被变化无规律，可能的原因是土壤本底值和大气沉降等过程。436 高原农业 2023 年第 4 期 参考文献：1 Kapnick S,Delworth T.Controls of Global Snow under a Changed ClimateJ.Journal of Climate,2013,26(15):5537-5562.2 马大龙,刘梦洋,陈泓硕等.积雪覆盖变化对大兴安岭多年冻土区土壤微生物群落结构的影响J.生态学报,2020,40(03):789-799.3 罗江鑫,吕世华,王婷等.青藏高原积雪变化特征及其对土壤水热传输的影响J.高原气象,2020,39(06):1144-1154.4 高荣,韦志刚,董文杰,等.20 世纪后期青藏高原积雪和冻土变化及其与气候变化的关系J.高原气象,2003(02):191-196.5 刘晓东.冰雪变化对大气环流和天气气候的影响J.地球科学进展,1989(06):53-58.6 宋新章,江洪,张慧玲等.全球环境变化对森林凋落物分解的影响J.生态学报,2008(09):4414-4423.7 郑思嘉.莫莫格湿地冻融期土壤水热变化及氮转化关系的研究D.吉林农业大学,2019.8 吴松,隋心,陈雨彤等.积雪变化对森林土壤微生物的影响J.国土与自然资源研究,2019(05):73-76.9 王鑫.川西北高寒草甸植被与根系对积雪变化的响应D.西南民族大学,2020.10 于贺,谢洪宝,陈一民等.冻融作用对土壤氮转化影响的研究进展J.中国农学通报,2021,37(26):88-92.11 王涛,郭洋,苏建宇等.贺兰山丁香对土壤理化性质、酶活性和微生物多样性的影响J.北京林业大学学报,2020,42(04):91-101.12 贾晓光.北方地区杨树不同营林模式对土壤理化性质的影响J.防护林科技,2019(11):35-37.13 陈凤霞,许松葵,薛立等.冰雪灾害对杉木林土壤特性的影响J.生态学报,2010,30(20):5466-5474.14 Luke M C,Yu G R,Wang Q F,et al.Linkages between the soil organic matter fractions and the microbial metabolic functional diversity within a broad-leaved Korean pine forestJ.European Journal of Soil Biology,2015,66:57-64.15 李洁,周彤彤,侯晓丽等.冰雪灾害对粤北杉木林土壤养分状况和酶活性的影响J.西南林业大学学报,2016,36(04):36-41.16 安前东,徐梦,张旭博等.西藏色季拉山垂直植被带土壤细菌群落组成及功能潜势J.应用生态学报,2021,32(06):2147-2157.17 Xu M,Li X L,Cai X B,et al.Soil microbial community structure and activity along a montane elevational gra-dient on the Tibetan Plateau.European Journal of Soil Biology,2014,64:6-14.18 连玉珍,曹丽花,刘合满等.色季拉山西坡高海拔区土壤养分含量及化学计量特征J.中南林业科技大学学报,2021,41(01):140-150.19 鲍士旦.土壤农化分析M.北京:中国农业出版社,2000:78-251.20 成延鏊,田均良.西藏土壤元素背景值及其分布特征M.北京:科学出版社,1993.21 欧阳丽婷,颉刚刚,尤斌等.野生欧洲李原生地土壤重金属分布特征与污染评价J.中南林业科技大学学报,2018,38(12):62-69.22 王巍巍,魏春雁,张之鑫等.不同种稻年限盐碱地水田表层土壤酶活性变化及其与土壤养分关系J.东北农业科学,2016,41(04):43-48.23 孙云云,高玉山,才源等.长春市蔬菜保护地土壤养分特征及评价J.东北农业科学,2016,41(01):54-58.24 吕海艳,李楠.长期定位施肥对黑土耕层土壤养分状况的影响J.吉林农业科学,2006(05):33-36.25 王金才,赵环云,王晶.吉林省东部地区土壤钾素分布及施钾效果研究初探J.吉林农业科学,1997(01):72-76.26 郭朝霞,马文瑛,赵传燕等.积雪对祁连山亚高山草甸土壤呼吸速率的影响J.生态学报,2019,39(09):3297-3308.27 Brooks P D,Williams M W.Snowpack controls on nitrogen cycling and export in seasonally snowcovered catchmentsJ.Hydrological Processes,1999,13(1415).28 张荣涛,付晓宇,王康等.三江平原小叶章湿地碳排放对雪被变化的短期响应J.应用生态学报,2020,31(04):1314-1322.29 江鑫,吕世华,王婷等.青藏高原积雪变化特征及其对土壤水热传输的影响J.高原气象,2020,39(06):1144-1154.30 柴春荣,倪红伟,刘赢男等.模拟雪被变化下三江平原湿地土壤理化性质的动态响应J.中国农学通报,2021,37(05):31-37.31 Williams M W,Bales R C,Brown A D,et al.Fluxes and transformations of nitrogen in a high-elevation catchment,Sierra NevadaJ.Biogeochemistry，1995，28:1-31 （下转第 444 页）444 高原农业 2023 年第 4 期 2 Birgit Esser et al.Selective Detection of Ethylene Gas Using Carbon Nanotube-based Devices:Utility in Determination of Fruit RipenessJ.Angew.Chem.Int.Ed,2012,51:5752-5756.3 Kalpana Besar et al.Ethylene Detection Based on Organic Field-Effect Transistors With Porogen and Palladium Particle Receptor EnhancementsJ.ACS Appl.Mater.Interfaces,2017,9:1173-1177.4 L.P.Wang et al.The detection of ethylene using porous ZnO nanosheets:utility in determination of fruit ripenessJ.new journal of chemistry,2019,43:3619-3624.5 Arafat,M.M et al.In-situ fabricated gas sensors based on one dimensional coreshell TiO2Al2O3 nanostructuresJ.Sensors and Actuators B:Chemical,2017,238:972-984.6 Y.Pimtong-Ngam et al.Preparation of tungsten oxide-tin oxide nanocomposites and their ethylene sensing characteristicsJ.Sensors and Actuators A,2007,139:7-11.7 L.Bigiani et al.Manganese oxide nanoarchitectures as chemoresistive Gas Sensors to Monitor Fruit RipeningJ.Journal of Nanoscience and Nanotechnology,2020,20:3025-3030.8 高洪雨.氧化镍纳米结构气体传感器的性能调控D.吉林大学,2019.9 Hongyu Gao et al.Highly selective and sensitive xylene gas sensor fabricated from NiO/NiCr2O4 p-p nanoparticlesJ.Sensors and Actuators B:Chemical,2019,284:305-315.10 Jian Wang et al.Zinc-doped nickel oxide dendritic crystals with fast response and self-recovery for ammonia detection at room temperatureJ.Journal of Materials Chemistry,2012,22:20038-20047.11 C.Xu et al.GrapheneMetal Particle NanocompositesJ.Journal of Physical Chemistry C,2008,112:19841-19845.12 Xudong Liu et al.Template-free synthesis of rGO decorated hollow Co3O4.nano/microspheres for ethanol gas sensorJ.Ceramics Intemational,2018,44:2109-2198.13 Zhao B et al.Synthesis of flower-like NiO and effects of morphology on its catalytic propertiesJ.Journal of Physical Chemistry C,2009,113:14440-14447.14 W.Si et al.One-pot hydrothermal synthesis of nano-sheet assembled NiO/ZnO microspheres for efficient sulfur dioxide detectionJ.ceramics International,2020,46:7279-7287.15 Bo Zhang et al.Room temperature NO2 gas sensor based on porous Co3O4 slices/reduced graphene oxide hybridJ.Sensors and Actuators B:Chemical,2018,263:387-399.16 Liu J.Y et al.Enhanced gas sensing properties of SnO2 hollow spheres decorated with CeO2 nanoparticles heterostructure composite materialsJ.ACS Appl.Mater.Interfaces,2016,8:6669-6677.17 K.Subramani et al.Facile and Scalable Ultra-fine Cobalt.Oxide/Reduced Graphene Oxide Nanocomposites for High Energy Asymmetric Super CapacitorsJ.Chemistry select,2016,1:3455-3467.（上接第 436 页）32 陈哲,韩瑞芸,杨世琦等.东北季节性冻融农田土壤 CO2、CH4、N2O 通量特征研究J.农业环境科学学报,2016,35(02):387-395.33 Buckeridge K M,Cen Y P,Layzell D B,et al.Soil biogeochemistry during the ear