Некоторые физико-химические характеристики почв Коуровки и Северки - участков “Урал-Карбона”

Введение

Химический состав почв достаточно разнообразен, причем различается он у разных типов почв как качественно, так и количественно. Однако важнейшие ее элементы - гумусовые вещества - присущи любому типу. Поэтому изучение наличия таких органогенных элементов, как азот и углерод, в почве очень важно.

Преобладающая часть почвенного азота (95-98%) и углерода находятся в составе органического вещества почвы - гумуса. А он, как известно, является важнейшим фактором плодородия.

Кроме того, важной фунцией почвы является аккумулирование в своих горизонтах углерода в качестве элемента, входящего в состав CO2 - парникового газа, которому сейчас уделяется пристальное внимание в рамках карбоновых полигонов.

Карбоновые полигоны – один или несколько участков земной поверхности с репрезентативными для данной территории рельефом, структурой растительного и почвенного покрова, созданные для реализации мероприятий, направленных на развитие научного, кадрового и инфраструктурного потенциалов в области разработки и испытаний технологий контроля баланса климатических активных газов природных экосистем.

Цель

Визуально представить распределение элементов по почвенному профилю, а также оценить запасы углерода в рассматриваемых почвах.

Задачи

Перевести “сырые” данные в формат, удобный для анализа.
Написать код, по которому будут создаваться графические предствления.
Внести необходимые правки в графики прошлого года.
Сделать выводы по представленным характеристикам.

Данные

Данные получены в собственноручно в процессе летней практики 2023 года в стенах лабораторий кафедры экологии.

library(readxl)
library(tidyverse)
library(formattable)

df <- read_excel("проект.xlsx") %>% 
  mutate_at(c("Cорг", "Nобщ"), \(x)round(x, 2))


formattable(df)

№ обр.	Горизонт	Глубина, см	Cорг	Nобщ
К32	A0	0–1	35.68	1.24
К31	A1	1–10	5.09	0.39
К30	A2	10–25	0.60	0.11
К29	B	25–55	0.48	0.07
К28	BC	55–70	0.41	0.07
К16	A0	0–2	34.26	1.47
К15	A	2–17	4.52	0.40
К14	AB	17–30	0.57	0.09
К13	B	30–70	0.52	0.06
К4	A0	0–2	34.50	1.19
К3	A1	2–12	12.40	0.26
К2	A2	12–32	0.42	0.05
К1	B	32–60	0.31	0.05
S4	A0	0–5	36.69	1.23
S3	A1	5–7(10)	8.17	0.31
S2	B	7(10)–30	0.34	0.03
S1	BC	30–50	0.14	0.01
S19	A0	0–7	38.12	1.54
S18	A1	7–13	7.22	0.46
S17	A2B1	13–20	1.00	0.04
S16	B1	20–30	0.48	0.03
S15	B2	30–40	0.12	0.01
S14	BC	40–55	0.11	0.01
S13	BC	55–70	0.11	0.01
S36	A0	0–4	35.20	1.21
S35	A1	4–11	10.89	0.36
S34	A2	11–25	0.74	0.05
S33	A2	25–37	0.32	0.02
S32	B	37–58	0.14	0.02
S31	BC	58–80	0.12	0.02
S30	BC	80–90	0.14	0.02
S56	A0	0–5	43.00	1.09
S55	A1	5–7	11.23	0.52
S54	A2	7–17	0.64	0.05
S53	A2	17–28	0.24	0.01
S52	B	28–38	0.15	0.01
S51	B	38–49	0.10	0.01
S50	BC	49–60	0.05	0.01
S49	BC	60–70	0.05	0.01

dictionary <- tibble(
  Горизонт = c("A0", "A", "A1", "A2", "AB", "A2B1", "B", "B1", "B2", "BC"), 
  deep = c(5,4,4, 3,3,3, 2, 2, 2, 1))

df$id <- c(1,1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4,5,5,5,5,5,5,5,6,6,6,6,6,6,6,7,7,7,7,7,7,7,7)
df$terr <- ifelse (df$id == 1 | df$id == 2 | df$id == 3,  "Коуровка",
                   "Северка")

df2 <- 
  df %>% 
  left_join(dictionary, by = "Горизонт") %>% 
  group_by(deep, terr) %>%
  summarise(mean_C = mean(Cорг), sd_C = sd(Cорг), .groups = "drop") %>% 
  mutate_at(c("mean_C", "sd_C"), \(x)round(x, 2))

df3 <- 
  df %>% 
  left_join(dictionary, by = "Горизонт") %>% 
  group_by(deep, terr) %>%
  summarise(mean_N = mean(Nобщ), sd_N = sd(Nобщ), .groups = "drop") %>% 
  mutate_at(c("mean_N", "sd_N"), \(x)round(x, 2))

Углерод

На первом графике отображен общий профиль содержания углерода для Коуровки и Северки. Визуально профили практически идентичны, что говорит о схожести процессов поступления и аккумулирования элемента в почве на территориально разных участках.

Основные особенности профиля:

Максимальное содержание - в верхних горизонтах: подстилке и гумусовом.
Минимальное содержание - в нижнем горизонте - переходном к материнской породе.
Стабильное снижение углерода с глубиной, что соответствует регрессивно-аккумулятивному типу распределения элементов в почвенном профиле.

df2 %>%
  ggplot(aes(x = deep, y = `mean_C`)) + 
  coord_flip() +
  geom_point(size = 2) +
  geom_line(size = 0.8) +
  geom_errorbar(aes(ymin = `mean_C`- `sd_C`, ymax = `mean_C`+ `sd_C`), width=0.1, size = 0.8) +
  geom_text(aes(label = paste0(mean_C, "±", sd_C)), vjust = 1.5, hjust = -0.1, size = 3) +
  scale_x_continuous(breaks = 1:5, labels = c("BC", "B", "A2", "A1", "A0"), name = "Горизонт") +
  scale_y_continuous(name = "Углерод органический, %", position = "right", limits = c(0, 47)) +
  facet_wrap(~terr) +
  theme_classic() +
  theme(axis.title.x = element_text(size= 13),
        axis.title.y = element_text(size = 13),
        axis.text.x = element_text(size = 12),
        axis.text.y = element_text(size = 12),
        axis.line.x = element_line(size = 0.8),
        axis.line.y = element_line(size = 0.8),
        legend.text = element_text(size = 12),
        strip.text.x = element_text(size = 12))

На втором графике можно увидеть количественное сравнение содержания углерода на двух участках. При наложении графиков друг на друга профили идентичны.

df2 %>%
  ggplot(aes(x = deep, y = `mean_C`, group = terr, color = terr)) + 
  geom_line(size = 1) +
  geom_point(size = 2) + 
  geom_errorbar(aes(ymin = `mean_C`- `sd_C`, ymax = `mean_C`+ `sd_C`), width=0.1, size = 0.8) +
  coord_flip() +
  scale_x_continuous(breaks = 1:5, labels = c("BC", "B", "A2", "A1", "A0"), name = "Горизонт") +
  scale_y_continuous(position = "right", name = "Углерод органический, %") +
  labs(color = "Территория") +
  theme_classic() +
  theme(axis.title.x = element_text(size= 13),
        axis.title.y = element_text(size = 13),
        axis.text.x = element_text(size = 12),
        axis.text.y = element_text(size = 12),
        axis.line.x = element_line(size = 0.8),
        axis.line.y = element_line(size = 0.8),
        legend.text = element_text(size = 12),
        legend.title = element_text(size = 12))

Таким образом, углерод поступают в почву “сверху”, при этом практически не проникая глубже гумусового горизонта. Регрессивно-аккумулятивный тип является характерным для дерново-подзолистых почв.

Запасы углерода

Одной из важнейших характеристик в целях исследований Карбонового полигона является расчет запасов углерода в почвах. Они высчитываются на основании мощностей и плотностей соответствующих горизонтов. В таблице представлены получившиеся значения запасов углерода по Северке. Данные по Коуровке на данный момент отсутствуют.

z <-read_excel("reserves.xlsx") 

z1 <- z %>% 
    mutate("Запасы, т/га" =  `мощность, см` * `Cорг %` * `Плотность`) %>% 
    group_by (`разрез`) %>% 
    mutate ("Запасы, %" = (`Запасы, т/га`/sum(`Запасы, т/га`))*100) %>% 
    mutate_at(c("Cорг %", "Запасы, т/га", "Запасы, %"), \(x)round(x, 2))

formattable(z1)

разрез	горизонт	глубина, см	мощность, см	Cорг %	Плотность	Запасы, т/га	Запасы, %
S1-22	A0	0–5	5	36.69	0.1831	33.59	45.57
S1-22	A1	5–7(10)	5	8.17	0.6662	27.20	36.91
S1-22	B	7(10)–30	20	0.34	1.3597	9.25	12.54
S1-22	BC	30–50	20	0.14	1.3097	3.67	4.98
S2-22	A0	0–7	7	38.12	0.1831	48.86	49.81
S2-22	A1	7–13	6	7.22	0.6662	28.84	29.40
S2-22	A2B1	13–20	7	1.00	1.1393	8.00	8.16
S2-22	B1	20–30	10	0.48	1.3597	6.46	6.58
S2-22	B2	30–40	10	0.12	1.3597	1.70	1.73
S2-22	BC	40–55	15	0.11	1.3097	2.16	2.20
S2-22	BC	55–70	15	0.11	1.3097	2.06	2.10
S3-22	A0	0–4	4	35.20	0.1831	25.78	25.26
S3-22	A1	4–11	7	10.89	0.6662	50.78	49.75
S3-22	A2	11–25	14	0.74	1.1393	11.72	11.49
S3-22	A2	25–37	12	0.32	1.1393	4.44	4.35
S3-22	B	37–58	21	0.14	1.3597	4.09	4.01
S3-22	BC	58–80	22	0.12	1.3097	3.46	3.39
S3-22	BC	80–90	10	0.14	1.3097	1.79	1.75
S4-22	A0	0–5	5	43.00	0.1831	39.36	56.67
S4-22	A1	5–7	2	11.23	0.6662	14.96	21.54
S4-22	A2	7–17	10	0.64	1.1393	7.35	10.58
S4-22	A2	17–28	11	0.24	1.1393	2.95	4.24
S4-22	B	28–38	10	0.15	1.3597	2.04	2.94
S4-22	B	38–49	11	0.10	1.3597	1.42	2.05
S4-22	BC	49–60	11	0.05	1.3097	0.72	1.04
S4-22	BC	60–70	10	0.05	1.3097	0.65	0.94

На диаграммах представлены процентные распределения запасов органического углерода по почвенным горизонтам. Наибольшие запасы приходятся на горизонты подстилки и гумусовый, несмотря на их малую мощность (не более 15 см на оба горизонта).

z1 %>% 
  group_by(разрез, горизонт) %>% 
  summarise_if(is.numeric, sum) %>% 
  ungroup() %>% 
  ggplot( aes(x = "", y = `Запасы, %`, fill = горизонт)) +
  geom_col(color = "black") +
  geom_text(aes(label = горизонт, x = 1.6),
            position = position_stack(vjust = 0.5)) +
  coord_polar(theta = "y") +
  facet_wrap(~разрез) +
  theme_void(base_size = 16) + 
  theme (legend.position = "none")

Сравнение с литературными данными

Были найдены литературные данные, в которых представлены запасы в целом по лесным экосистемам европейской части России [Рыжова и др., 2022] и по Зауральской холмисто-предгорной провинции [Дергачева, Фирсова, 1972], в пределах которой находятся участки “Урал-Карбона”.

z2 <- tibble(
  "Данные" = c("S1-22", "S2-22", "S3-22", "S4-22"), 

    "0-30 см" = c(sum(z1$`Запасы, т/га`[1:3]),
                sum(z1$`Запасы, т/га`[5:8]),
                sum(z1$`Запасы, т/га`[12:14], z1$`Запасы, т/га`[15]*(5/12)),
                sum(z1$`Запасы, т/га`[19:22], z1$`Запасы, т/га`[23]*(2/10))),
  
   "0-50 см" = c(sum(z1$`Запасы, т/га`[1:4]),
                sum(z1$`Запасы, т/га`[5:9], z1$`Запасы, т/га`[10]*(10/15)),
                sum(z1$`Запасы, т/га`[12:15], z1$`Запасы, т/га`[16]*(13/21)),
                sum(z1$`Запасы, т/га`[19:24], z1$`Запасы, т/га`[25]*(1/11))),
  
  "весь разрез" = c(sum(z1$`Запасы, т/га`[1:4]),
                sum(z1$`Запасы, т/га`[5:11]),
                sum(z1$`Запасы, т/га`[12:18]),
                sum(z1$`Запасы, т/га`[19:26])))

z3 <- tibble(
  "Данные" = c("Лес", "Урал"),
  "0-30 см" = c(33.9, 62.92),
  "0-50 см" = c(41.9, NA), 
  "весь разрез" = c(55, 80.71))
  
z4 <- data_frame(rbind(z2, z3)) %>% 
  mutate (across(2:4, round, 2)) %>% 
  pivot_longer(cols = 2:4,
    names_to = "Глубина", values_to = "Запасы") %>% 
  mutate("sd" = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 18.1, 21.9, 24.9, 18.9, 0, 24.7)) %>% 
  group_by(Глубина) %>% 
  ungroup()
  
  z4 %>% 
    ggplot(aes(Данные, Запасы)) +
    geom_col(fill="green", color = "black", size = 0.8) +
    geom_errorbar(aes(ymin = Запасы- sd, ymax = Запасы+ sd), width = 0.4, size = 0.8)+
    labs(x = " ", y = "Запасы, т/га") +
    facet_wrap(~`Глубина`) +
    theme_classic() +
    theme(
        axis.text.x = element_text(angle = 90, vjust = 0.4, size = 12),
        axis.title.x = element_text(size= 13),
        axis.title.y = element_text(size = 13),
        axis.text.y = element_text(size = 12),
        axis.line.x = element_line(size = 0.8),
        axis.line.y = element_line(size = 0.8), 
        legend.text = element_text(size = 12),
        legend.title = element_text(size = 12),
        strip.text.x = element_text(size = 12))

Запасы углерода были пересчитаны на толщи 30 и 50 см, а также на весь разрез.

Полученные значения общих запасов органического углерода в почвах участка Северка при сравнении с литературными данными соответствуют указанным пределам варьирования данного показателя для Зауральской холмисто-предгорной провинции, однако значительно выше таковых для лесных экосистем европейской части России.

Такие запасы углерода соответствуют среднему уровню для 0–20 см и низкому уровню обеспеченности для всего разреза [Орлов, 1990]. Относительно низкий уровень запасов гумуса объясняется особенностями почвообразования в пределах горной территории, а именно: сравнительно малой мощностью почвенных разрезов, а в особенности гумусового горизонта.

z2 %>% 
 pivot_longer(cols = 2:4,
   names_to = "deep", values_to = "reserves") %>% 
  group_by(deep) %>% 
  summarise(среднее = mean(reserves), стандоткл = sd(reserves), .groups = "drop") %>% 
  mutate_at(c("среднее", "стандоткл"), \(x)round(x, 2)) %>% 
  ungroup() %>% 
  ggplot(aes(x = reorder(deep, -среднее), y = среднее)) +
  geom_col(fill = "red", color = "black", width = 0.5) +
  geom_errorbar(aes(ymin = среднее-стандоткл, ymax = среднее+стандоткл), width = 0.1, size = 0.9) +
  geom_text(aes(label = paste0(среднее, "±", стандоткл)), vjust = -1.5, hjust = -0.1) +
  geom_text(label = c("Средний уровень", " ", "Низкий уровень"), vjust = 1.5, hjust = -0.05 ) +
  coord_flip() +
  scale_x_discrete(name = "") +
  scale_y_continuous(name = "Запасы гумуса, т/га", limits = c(0, 105)) +
  theme_classic() +
  theme(axis.title.x = element_text(size= 13),
        axis.title.y = element_text(size = 13),
        axis.text.x = element_text(size = 12),
        axis.text.y = element_text(size = 12),
        axis.line.x = element_line(size = 0.8),
        axis.line.y = element_line(size = 0.8))

Азот

Наблюдается регрессивно-аккумулятивный тип накопления элемента в почвенном профиле, что также типично для дерново-подзолистых почв.

df3 %>%
  ggplot(aes(x = deep, y = `mean_N`)) +
  coord_flip() +
  geom_point(size = 2) +
  geom_line(size = 0.8) + 
  geom_errorbar(aes(ymin = `mean_N`- `sd_N`, ymax = `mean_N`+ `sd_N`), width=0.1, size = 0.8) +
  geom_text(aes(label = paste0(mean_N, "±", sd_N)), vjust = 1.5, hjust = -0.1, size = 3.5) +
  scale_x_continuous(breaks = 1:5, labels = c("BC", "B", "A2", "A1", "A0"), name = "Горизонт") +
  scale_y_continuous(position = "right", name = "Азот общий, %", limits = c(0, 1.6)) +
  facet_wrap(~terr) +
  theme_classic() +
  theme(axis.title.x = element_text(size= 13),
        axis.title.y = element_text(size = 13),
        axis.text.x = element_text(size = 12),
        axis.text.y = element_text(size = 12),
        axis.line.x = element_line(size = 0.8),
        axis.line.y = element_line(size = 0.8),
        legend.text = element_text(size = 12),
        strip.text.x = element_text(size = 12))

df3 %>%
  ggplot(aes(x = deep, y = `mean_N`, group = terr, color = terr)) + 
  coord_flip() +
  geom_point(size = 2) +
  geom_line(size = 1) + 
  geom_errorbar(aes(ymin = `mean_N`- `sd_N`, ymax = `mean_N`+ `sd_N`), width=0.1, size = 0.8) +
  scale_x_continuous(breaks = 1:5, labels = c("BC", "B", "A2", "A1", "A0"), name = "Горизонт") +
  scale_y_continuous(position = "right", name = "Азот общий, %", limits = c(0, 1.5)) +
  labs(color = "Территория:") +
  theme_classic() +
  theme(axis.title.x = element_text(size= 13),
        axis.title.y = element_text(size = 13),
        axis.text.x = element_text(size = 12),
        axis.text.y = element_text(size = 12),
        axis.line.x = element_line(size = 0.8),
        axis.line.y = element_line(size = 0.8), 
        legend.text = element_text(size = 12),
        legend.title = element_text(size = 12))

Кислотность почв (рН)

В исследуемых образцах pH как водной, так и солевой вытяжки не превышает 5 единиц рН.

Дерново-подзолистые почвы характеризуются кислой или сильнокислой реакцией среды, чечу соответствуют полученные результаты.

pH <- read_excel("pHH.xlsx")


pH1 <- pH[-c(26),] %>% 
  subset(select = -5) %>% 
  left_join(dictionary, by = "Горизонт") %>% 
  subset(select = -2:-3) %>% 
  group_by(Разрез, deep) %>% 
  summarise_if(is.numeric, mean) %>% 
  ungroup()
  


pH1 %>%
  ggplot(aes(x = deep, y = `рН(вода)`)) + 
  coord_flip() +
  geom_point(size = 2) +
  geom_line(size = 0.8) +
  scale_x_continuous(breaks = 1:5, labels = c("BC", "B", "A2", "A1", "A0"), name = "Горизонт") +
  scale_y_continuous(name = "pH водной вытяжки", position = "right", limits = c(4, 6)) +
  facet_wrap(~Разрез) +
  theme_classic() +
  theme(axis.title.x = element_text(size= 13),
        axis.title.y = element_text(size = 13),
        axis.text.x = element_text(size = 12),
        axis.text.y = element_text(size = 12),
        axis.line.x = element_line(size = 0.8),
        axis.line.y = element_line(size = 0.8), 
        legend.text = element_text(size = 12),
        legend.title = element_text(size = 12),
        strip.text.x = element_text(size = 12))

pH2 <- pH[-c(26),] %>% 
  subset(select = -4) %>% 
  left_join(dictionary, by = "Горизонт") %>% 
  subset(select = -2:-3) %>% 
  group_by(Разрез, deep) %>% 
  summarise_if(is.numeric, mean) %>% 
  ungroup()


pH2 %>%
  ggplot(aes(x = deep, y = `рН(соль)`)) + 
  coord_flip() +
  geom_point(size = 2) +
  geom_line(size = 0.8) +
  scale_x_continuous(breaks = 1:5, labels = c("BC", "B", "A2", "A1", "A0"), name = "Горизонт") +
  scale_y_continuous(name = "pH солевой вытяжки (1н KCl)", position = "right", , limits = c(3.5, 5.5)) +
  facet_wrap(~Разрез) +
  theme_classic() +
  theme(axis.title.x = element_text(size= 13),
        axis.title.y = element_text(size = 13),
        axis.text.x = element_text(size = 12),
        axis.text.y = element_text(size = 12),
        axis.line.x = element_line(size = 0.8),
        axis.line.y = element_line(size = 0.8), 
        legend.text = element_text(size = 12),
        legend.title = element_text(size = 12),
        strip.text.x = element_text(size = 12))

Soils

Накарякова Дарья Георгиевна

2024-01-13