Contribution of spatial components to soil bulk density variation in the birch-spruce forest of The Educational and Experimental Soil and Ecological Center of Lomonosov Moscow State University “Chashnikovo”

Abstract

Information on natural variation in the soil bulk density values is an essential component in analyzing the uncertainty of organic matter reserves in biogeocenoses. The aim of this study was to assess the bulk density variation in a secondary birch-spruce forest in the Moscow region on sod-podzolic soils. Five test sites measuring 50×50 m were established on an area of approximately 2 ha. At each test site, a section and two semi-pits were established, in which soil density was determined at 10 cm vertical intervals using Kachinsky cutting rings with a volume of 100 cm3 in double replicates. Nested ANOVA was used to analyze the data, allowing for quantitative analysis of density variation at different distances (between sites and variation within sites between sections) and depths. The results showed that for the humus horizons themselves at a depth of 0-10 cm, the average density was 0.83 gcm‒3.It then increased with depth for the AE transitional horizons. The eluvial horizons were characterized by a density of about 1.50 gcm‒3 and occurred at a depth of 30‒40 cm. The density of the lower part of the profile varied from 1.65 to 1.85 gcm‒3. For the coefficient of variation, as for the standard deviation, a decrease in variation with depth is observed. The upper part of the profile is characterized by values of the coefficient of variation from 10 to 14%, and from a depth of 40 cm, the coefficient does not exceed 5%. The greatest contribution to density variation, 90%, at a depth from 0 to 30 cm is made by vertical soil heterogeneity. For individual 10-centimeter layers down to a depth of 30 cm, more than half of the dispersion is due to heterogeneity between pits at a distance of 10‒20 meters. The results of the work can be used to calculate the uncertainty of organic carbon stocks in the forest biogeocenoses of the southern taiga.

References

СПИСОК ЛИТЕРАТУРЫ
1.    Демидов В.В., Макаров О.А., Есафова Е.Н. и др. Группировка земель по степени проявления эрозии и проектирования противоэрозионных мероприятий // Вестн.Моск. ун-та. Сер. 17. Почвоведение: 2025. Т. 80, № 3. С. 139–147. https://doi.org/10.55959/MSU0137-0944-17-2025-80-3-139-147
2.    Липатов Д.Н., Манахов Д.В., Щеглов А.И. Применение иерархического дисперсионного анализа в оценке уровней пространственной неоднородности торфяных почв на северо-востоке о. Сахалин // Природная и антропогенная неоднородность почв и статистические методы ее изучения: Сб. науч. статей по материалам Всерос. Науч. интернет-конференции с межд. участием, посвященной 90-летию со дня рождения заслуженного профессора Е.А. Дмитриева М., 2022. С. 31–36.
3.    Копцик Г.Н., Копцик С.В., Куприянова Ю.В. и др. Оценка запасов углерода в почвах лесных экосистем как основа мониторинга климатически активных веществ // Почвоведение. 2023. № 12. С. 1686–1702. https://doi.org/10.31857/S0032180X23601329
4.    Кулачкова С.А.,ДеревенецЕ.Н.,СорокинА.С. и др. Потоки парниковых газов и секвестрация углерода в агроэкосистемах с сидератами и многолетними травами на карбоновом полигоне «Чашниково» // Вестн.Моск. ун-та. Сер. 17.Почвоведение. 2025. Т. 80, № 3. С 7–21.https://doi.org/10.55959/MSU0137-0944-17-2025-80-3-7-22
5.    Лукина Н.В., Кузнецов А.И., Гераськина А.П. и др. Неучтённые факторы, определяющие запасы углерода в лесных почвах // Метеорология и гидрология. 2022. № 10. С. 92–110. https://doi.org/10.52002/0130-2906-2022-10-92-110
6.    Макаров И.Б., Балабко П.Н., Басевич В.Ф. и др.Деградационные явления в пахотных и залежных дерново-подзолистых почвах // Агрохимический вестник. 2020. № 1. С. 32–37. https://doi.org/10.24411/1029-2551-2020-10005
7.    Манакова О.И., Сорокин А.С., Мешалкина Ю.Л. Профильное распределение плотности почв в берёзово-еловом лесу УОПЭЦ МГУ «Чашниково» // Сб. науч. тр. II Международной междисциплинарной научной конференции «Фундаментальные концепции физики почв: развитие, современные приложения и перспективы», посвященной 80-летию кафедры физики и мелиорации почв МГУ имени М.В. Ломоносова. М., 2024. С. 331–338.
8.    Парижское соглашение согласно Рамочной конвенции об изменении климата от 12.12.2015 [Электронный ресурс] // Организация Объединенных Наций. 2015. Режим доступа: http://unfccc.int/files/essential_background/convention/application/pdf/russian_paris_agreement.pdf.
9.    Рыжова И.М., Подвезенная М.А., Телеснина В.М. и др. Оценка запасов углерода и потенциала продуцирования СО2 почвами хвойно-широколиственных лесов // Почвоведение. 2023. № 9. С. 1143–1154. https://doi.org/10.31857/S0032180X23600713
10.    Самсонова В.П., Локалина Т.В., Кондрашкина М.И. и др. Анализ внутрисезонной динамики содержания органического углерода в пахотной дерново-подзолистой почве // Вестн.Моск. ун-та. Сер. 17. Почвоведение. 2025. Т. 80, № 3. С. 22–29. https://doi.org/10.55959/MSU0137-0944-17-2025-80-3-22-29
11.    Самсонова В.П., Мешалкина Ю.Л., Добровольская В.А. и др. Исследование неопределенности оценок запасов органического углерода в масштабах угодий // Почвоведение. 2023. № 11. С. 1437–1449. https://doi.org/10.31857/S0032180X23600725
12.    Сибуль Р.А. Особенности пространственного варьирования некоторых физических свойств дерново-подзолистой почвы в лесном биогеоценозе:Автореф. дис. …канд. биол. наук. М., 1981. 28 с.
13.    Сорокин А.С., Телеснина В.М., Подвезенная М.А. и др. Оценка основных пулов углерода в смешанных лесах Московской области // Вестн.Моск. ун-та. Сер. 17.Почвоведение. 2025. Т. 80, № 3. С. 30–41. https://doi.org/10.55959/MSU0137-0944-17-2025-80-3-30-41
14.    Телеснина В.М., Подвезенная М.А., Сорокин А.С. и др. Оценка биомассы хвойно-широколиственных лесов на примере УОПЭЦ МГУ «Чашниково» // Вестн.Моск. ун-та. Сер. 17.Почвоведение. 2024. № 2. С. 37–45. https://doi.org/10.55959/MSU0137-0944-17-2024-79-2-37-45
15.    Честных О.В., Замолодчиков Д.Г. Зависимость плотности почвенных горизонтов от глубины их залегания и содержания гумуса // Почвоведение. 2004. № 8. С. 937–944.
16.    Шишов Л.Л., Тонконогов В.Д., Лебедева И.И. и др. Классификация и диагностика почв России. Смоленск, 2004. 341 с.
17.    Шоба С.А., Маров О.А., Загоруйко М.В. и др. История и современное состояние научных исследований в Учебно-опытном почвенно-экологическом центре Московского университета «Чашниково». М., 2019. 197 с.
18.    Even R.J., Machmuller M.B., Lavallee J.M. et al.Large errors in soil carbon measurements attributed to inconsistent sample processing // SOIL. 2025. Vol. 11. P. 17–34. https://doi.org/10.5194/soil-11-17-2025
19.    Giap E.G.S., Ahmad M.F. Factors affecting soil bulk density: A conceptual model // Journal of Soil, Environment and Agroecology. 2024. Vol. 1,Iss. 1. P. 27–45.
20.    Jurgensen M.F., Page-Dumroese D.S., Brown R.E. Estimating carbon and nitrogen pools in a forest soil: Influence of soil bulk density methods and rock content // Soil Science Society of America Journal. 2018. Р. 1689–1696. https://doi.org/10.2136/sssaj2017.02.0069
21.    Krzywinski M., Altman N., Blainey P. Nested designs // Nat Methods. 2014. Vol. 11. P. 977–978. https://doi.org/10.1038/nmeth.3137
22.    Lang A.K., Pastore M.A., Walters B.F. et al. Bulk density calculation methods systematically alter estimates of soil organic carbon stocks in United States forests // Biogeochemistry. 2025. Vol. 168. Р. 44. https://doi.org/10.1007/s10533-025-01235-6  
23.    R Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. 2023. Available online at https://www.R-project.org/.
24.    Schielzeth H., Nakagawa S. Nested by design: Model fitting and interpretation in a mixed model era // Methods in Ecology and Evolution. 2012. Vol. 4(1). P.14–24. https://doi.org/10.1111/j.2041-210x.2012.00251.x
25.    Yemefack M., Rossiter D.G., Njomgang R. Multi-scale characterization of soil variability within an agricultural landscape mosaic system in southern Cameroon // Geoderma. 2005. Vol. 125. P. 117–143. https://doi.org/10.1016/j.geoderma.2004.07.007