n order to facilitate the interpret

n order to facilitate the interpretation of the fire effects data, the values of four plots with the same vegetation and soil depth were averaged and the percentage of attributable variation to the three factors considered (vegetation, burning and soil depth) was analyzed by ANOVA3; the results are indicated in Fig. 1, Fig. 2 and Fig. 3. Except soil pH, the rest of the physicochemical and chemical properties exhibited lower values in the burnt soil samples than in the corresponding unburnt ones, indicating that the fire had a negative effect on the soil quality (Fig. 1). The results agree with those obtained by other authors in a wide range of Galician forests affected by wildfires of medium severity and high severity (Carballas et al., 2009, Martín et al., 2009, Martín et al., 2012 and Vega et al., 2013b). It should be noted, however, that differences are not significant in many cases due to the variability of data from field plots with the same vegetation and disturbance. The different fire severity and/or the high spatial variability of the different plots with very high SOM content located at different sites throughout the park can explain this behavior. The ANOVA3 showed that the fire had a significant negative effect on total C (29% of variance explained), water retention (15–22% of variance explained), electrical conductivity (17% of variance explained) and extractable C (68% of variance explained) and a positive significant effect on pH values (38–49% of variance explained). Positive effects of the fire on extractable C and electrical conductivity could have been detected immediately after the fire but these effects are transitory and with time the opposite trend was observed (Carballas et al., 2009, Couto-Vázquez and González-Prieto, 2006, Hernández et al., 1997 and Martín et al., 2012). Our data also indicated that the labile fraction of the organic matter (extractable C) rather than the total organic C is adequate to evaluate the short-term impact of the wildfire. This is also consistent with studies showing that the labile fractions of the organic matter increased notably following the fire but that with time they tend to decrease to lower levels than those initially present in the corresponding unburnt soil samples whereas the recalcitrant organic matter pool increased (Almendros and González-Vila, 2012, Barreiro et al., 2010, Fernández et al., 2001, Martín et al., 2009 and Rovira et al., 2012).

Though the unburnt soil samples exhibited slightly higher values of the total biomass and the biomass of specific microbial groups (fungi, bacteria, actinomycetes, Gram-positive bacteria, and Gram-negative bacteria) than the burnt soil samples (Fig. 3), the results of ANOVA3 indicated that the fire had no significant effect on the biomass data. Therefore, biomass estimations by means of phospholipids fatty acids are not adequate to determine the short-term fire impact on these forest ecosystems. Bárcenas-Moreno and Bååth (2009) and Bárcenas-Moreno et al. (2011) have also detected problems in using biomass estimates by means of phospholipid fatty acid analysis to evaluate the effects of forest fires due to their lower sensitivity to temperature with respect to other microbial indices (heating only destroys the PLFAs at very high temperatures), as well as the presence of confounding factors (a decrease in PLFAs due to the death and degradation of organisms and an increase in PLFAs resulting from the emergence of a new community growing under post-fire conditions). Our study also showed the improved sensitivity when using standard biomass measurements such as fumigation–extraction methods rather than estimations by means of PLFAs (see Fig. 2). The data support that the microbial C rather than the total organic matter content is adequate for detecting fire effects on soil quality at short- and medium-term time scales (Basanta et al., 2004, Prieto-Fernández et al., 1998 and Villar et al., 2004).

Except for the bacterial activity values, the microbial C and several indices of the metabolic activity were negatively affected by the fire independent of the vegetation considered (Fig. 2). The direct impact of the fire on the microorganisms (death due to high temperatures) and the indirect effects due to observed variations in the physicochemical and chemical properties (Fig. 1, for example reduction in quantity and quality of SOM) can explain these effects. The results agree with those obtained by other authors, the extent of the effects depending on the temperature reached during the fire (Barreiro et al., 2010, Díaz-Raviña et al., 2012, Fontúrbel et al., 2012 and Vega et al., 2013b). The ANOVA3 data showed that the fire had a negative effect on the microbial C (67% of variance explained), respiration (9% of variance explained) and soil enzyme activities (7–23% of variance explained) and a significant positive effect on the bacterial activity (29% of variance explained). This behavior can be explained on the basis of the different information obtained from the microbial index (overall microbial biomass, overall microbial activity, specific enzyme activity of C, N or P cycles, activity of bacteria). The data clearly indicated that the microbial C rather than the microbial activity parameters is a good index for evaluating the short- and medium-term impacts of wildfires, which is in agreement with other studies (Díaz-Raviña et al., 2012, Hernández et al., 1997, Holden and Treseder, 2013, Mataix-Solera et al., 2009 and Pourreza et al., 2014). The results also support that bacteria rather than fungi are favored under post-fire conditions (Bárcenas-Moreno et al., 2011, Lie et al., 2014, Mataix-Solera et al., 2009, Pourreza et al., 2014 and Vázquez et al., 1993); thus, the burnt soil samples exhibited higher microbial growth values estimated by the leucine incorporation technique than the corresponding unburnt ones because only bacteria are able to incorporate this substrate. In contrast, the microbial parameter values quantifying both bacteria and fungi (microbial biomass, respiration, enzyme activities) showed a negative fire effect due to the fact that fungi, the main group contributing to both biomass and metabolic activity (eukaryote), decreased notably masking the positive bacterial fire effect.

As previously noted, biochemical properties are largely dependent on SOM content (see correlation coefficients) and fire decreased organic matter levels; therefore, in order to discard the influence of this factor on biochemical properties, values of selected properties were also expressed as relative values in relation to SOM content (Table 2). The results showed a similar trend, and hence fire effect, than that observed when values were expressed as absolute values (Fig. 2 and Fig. 3); however, it should be noted that while in some cases the importance of burning as a source of variation was maintained (microbial C, 68% variation) or even increased (bacterial growth and glucosidase activity, 33–35% variation) for others it decreased (extractable C, 26% variation) and even was not significant (respiration, urease and phosphatase activity). The results clearly confirmed that induced short-term changes in biochemical properties as a consequence of wildfire were not only attributed to decreases of SOM levels but also related to changes in other soil properties (e.g. SOM quality, pH, and nutrient availability), which is consistent with previous studies (Certini, 2005 and

ผลลัพธ์ (ไทย) 1:

สั่ง n เพื่อให้ง่ายต่อการตีความข้อมูลไฟผล มูลค่าของที่ดินสี่เหมือนกับพืชและดินลึกมี averaged และเปอร์เซ็นต์ของการเปลี่ยนแปลงรวมถึงปัจจัย 3 ประการที่ถือว่า (พืช เขียน และดินลึก) ถูกวิเคราะห์ โดย ANOVA3 ผลลัพธ์ระบุไว้ใน Fig. 1, Fig. 2 และ Fig. 3 ยกเว้นค่า pH ดิน ส่วนเหลือของคุณสมบัติทางเคมี และ physicochemical จัดแสดงค่าต่ำกว่าในตัวอย่างดินเผาไหม้มากกว่าในคน unburnt สอดคล้อง แสดงว่า ไฟที่มีผลกระทบกับดิน (Fig. 1) ผลการตกลงกับผู้รับ โดยคนในป่ากาลิเซียที่รับผลกระทบจาก wildfires ความรุนแรงปานกลางและรุนแรงสูง (Carballas et al., 2009, Martín al. et, 2009, Martín et al., 2012 และเวก้าและ al., 2013b) ก็ควรจดบันทึก อย่างไรก็ตาม ความแตกต่างไม่สำคัญในหลายกรณีเนื่องจากที่ความแปรผันของข้อมูลจากฟิลด์ผืนเดียวกันพืชและรบกวนกัน ความรุนแรงของไฟที่แตกต่างกันและ/หรือความแปรผันพื้นที่สูงของที่ดินต่าง ๆ มีสูงมากส้มเนื้อหาอยู่ที่ไซต์อื่นทั่วสวนสามารถอธิบายลักษณะการทำงานนี้ ANOVA3 แสดงให้เห็นว่า ไฟที่มีผลกระทบอย่างมีนัยสำคัญใน C ทั้งหมด (29% ของผลต่างอธิบาย), น้ำเงินวางประกัน (15-22% ของความแปรปรวนที่อธิบาย), ค่าการนำไฟฟ้า (17% ของความแปรปรวนที่อธิบาย) และ extractable C (68% ของความแปรปรวนที่อธิบาย) และผลดีอย่างมีนัยสำคัญต่อค่า pH (38-49% ของความแปรปรวนที่อธิบาย) บวกผลของไฟ extractable C และค่าการนำไฟฟ้าสามารถตรวจพบทันทีหลังจากไฟ แต่ผลกระทบเหล่านี้เป็นอนิยม และถูกสังเกตแนวโน้มตรงกันข้ามกับเวลา (Carballas et al. ปี 2009, Vázquez Couto และ González-ใน 2006, Martín et al., 2012 และ Hernández et al., 1997) ข้อมูลยังระบุที่เศษ labile อินทรีย์ (extractable C) มากกว่า C อินทรีย์ทั้งหมดมีเพียงพอในการประเมินผลกระทบของไฟป่าในระยะสั้น โดยนอกจากนี้ยังสอดคล้องกับการศึกษาแสดงว่า เศษ labile อินทรีย์เพิ่มขึ้นต่อยวดไฟแต่ด้วยเวลาที่พวกเขามักจะลดระดับต่ำกว่าผู้เริ่มแสดงในตัวอย่างดิน unburnt เกี่ยวข้องขณะ recalcitrant อินทรีย์เรื่องสระว่ายน้ำที่เพิ่มขึ้น (Almendros และ González-วิลล่า 2012, Barreiro et al., 2010, Fernández et al., 2001, Martín et al , 2009 และโรวิร่า et al., 2012)แม้ว่าตัวอย่างดิน unburnt จัดแสดงค่าสูงขึ้นเล็กน้อยของชีวมวลรวมและชีวมวลของกลุ่มจุลินทรีย์ต่าง ๆ (เชื้อรา แบคทีเรีย actinomycetes แบคทีเรีย และเชื้อแบคทีเรียแบคทีเรียแกรมลบ) มากกว่าตัวอย่างดินเผาไหม้ (Fig. 3), ผลลัพธ์ของ ANOVA3 ระบุว่า ไฟมีผลต่อข้อมูลชีวมวลไม่สำคัญ ดังนั้น ชีวมวลประมาณ โดย phospholipids กรดไขมันไม่เพียงพอเพื่อกำหนดระยะสั้นไฟผลกระทบต่อระบบนิเวศป่าเหล่านี้ Bárcenas Moreno และ Bååth (2009) และ al. et Bárcenas Moreno (2011) ได้นอกจากนี้ยังพบปัญหาในการใช้ชีวมวลประเมิน โดยการวิเคราะห์กรดไขมันฟอสโฟลิพิดเพื่อประเมินผลกระทบจากไฟป่าเนื่องจากมีความไวต่ำกว่าอุณหภูมิกับอื่น ๆ ดัชนีจุลินทรีย์ (ร้อนเท่าทำลาย PLFAs ที่อุณหภูมิสูง), และสถานะของ confounding (ลดลง PLFAs ตายและสลายตัวของสิ่งมีชีวิตและการเพิ่มขึ้นใน PLFAs ซึ่งเป็นผลมาจากปัจจัย เกิดชุมชนใหม่ขึ้นภายใต้เงื่อนไขไฟหลัง) เรายังพบความไวดีขึ้นเมื่อใช้วัดมาตรฐานชีวมวลเช่นวิธี fumigation – แยกมากกว่าประมาณ โดย PLFAs (ดู Fig. 2) ข้อมูลสนับสนุนว่า C จุลินทรีย์มากกว่าเนื้อหารวมอินทรีย์เป็นเพียงพอสำหรับการตรวจสอบคุณภาพดินที่ปรับขนาดสั้น และกลางระยะเวลาผลไฟ (Basanta et al., 2004, al. Fernández ในร้อยเอ็ด 1998 และ Villar et al., 2004)ยกเว้นค่ากิจกรรมแบคทีเรีย C จุลินทรีย์และดัชนีต่าง ๆ ของกิจกรรมการเผาผลาญส่งถูกกระทบจากไฟขึ้นอยู่กับพืชพรรณพิจารณา (Fig. 2) ผลกระทบโดยตรงของไฟจุลินทรีย์ (เสียชีวิตเนื่องจากอุณหภูมิสูง) และผลกระทบทางอ้อมจากการสังเกตการเปลี่ยนแปลงในคุณสมบัติ physicochemical และเคมี (Fig. 1 ตัวอย่างการลดปริมาณและคุณภาพของส้ม) สามารถอธิบายผลกระทบเหล่านี้ ผลการตกลงกับผู้รับ โดยคน ถึงขอบเขตของผลขึ้นอยู่กับอุณหภูมิในระหว่างไฟ (Barreiro et al., 2010, al. et Díaz Raviña, 2012, Fontúrbel et al., 2012 และเวก้าและ al., 2013b) ข้อมูล ANOVA3 แสดงให้เห็นว่า ไฟมีค่าลบผลกระทบบน C จุลินทรีย์ (67% ของความแปรปรวนที่อธิบาย), หายใจ (9% ของความแปรปรวนที่อธิบาย) และดิน (7-23% ของผลต่างที่อธิบายกิจกรรมของเอนไซม์และสำคัญส่งผลบวกต่อกิจกรรมแบคทีเรีย (29% ของความแปรปรวนที่อธิบาย) ลักษณะเช่นนี้สามารถจะอธิบายข้อมูลต่าง ๆ ที่ได้รับจากจุลินทรีย์ดัชนี (ชีวมวลรวมจุลินทรีย์ จุลินทรีย์โดยรวมกิจกรรม เอนไซม์เฉพาะของ C, N หรือ P รอบ กิจกรรมของแบคทีเรีย) ข้อมูลชัดเจนระบุว่า C จุลินทรีย์แทนพารามิเตอร์กิจกรรมจุลินทรีย์เป็นดัชนีที่ดีในการประเมินผลกระทบระยะสั้น และกลางระยะของ wildfires ซึ่งเป็นข้อตกลงกับการศึกษาอื่น ๆ (Díaz Raviña et al., 2012, Hernández et al., 1997 โฮลเดนและ Treseder, 2013, Pourreza et al., 2014 และ Mataix Solera et al., 2009) ผลลัพธ์ยังสนับสนุนที่แบคทีเรีย มากกว่าเชื้อราจะชื่นชอบภายใต้เงื่อนไขไฟหลัง (al. et Bárcenas Moreno, 2011 นอน et al., 2014, Mataix Solera et al. ปี 2009, Pourreza et al., 2014 และ Vázquez et al., 1993); ดังนั้น ตัวอย่างดินเผาไหม้จัดแสดงค่าจุลินทรีย์เจริญเติบโตสูงกว่าที่ประเมิน โดยเทคนิคประสาน leucine กว่าคน unburnt สอดคล้องเนื่องจากแบคทีเรียเฉพาะจะรวมพื้นผิวนี้ ในทางตรงกันข้าม ค่าพารามิเตอร์จุลินทรีย์ quantifying ทั้งแบคทีเรียและเชื้อรา (ชีวมวลจุลินทรีย์ หายใจ กิจกรรมของเอนไซม์) แสดงผลไฟลบเนื่องจากว่ากลุ่มหลักที่เอื้อต่อการกิจกรรมเผาผลาญ (ยูแคริโอต), และชีวมวล เชื้อราลดลงยวดกำบังบวกแบคทีเรียไฟผลเป็นคุณสมบัติที่ระบุไว้ก่อนหน้านี้ ชีวเคมีส่วนใหญ่ขึ้นอยู่กับเนื้อหาของส้ม (ดูค่าสัมประสิทธิ์สหสัมพันธ์) และไฟลดลงที่ระดับอินทรีย์ ดังนั้น การละทิ้งอิทธิพลของปัจจัยนี้ในคุณสมบัติทางชีวเคมี ค่าของคุณสมบัติที่เลือกถูกยังแสดงเป็นค่าสัมพัทธ์เกี่ยวกับเนื้อหาส้ม (ตารางที่ 2) ผลพบว่าแนวโน้มที่คล้ายกัน และดังนั้น ไฟผล กว่าที่สังเกตเมื่อค่าถูกแสดงในรูปค่าสัมบูรณ์ (Fig. 2 และ Fig. 3); อย่างไรก็ตาม มันควรจดบันทึกว่า ในขณะที่ในบางกรณี ความสำคัญของการเขียนเป็นแหล่งของความผันแปรที่รักษา (จุลินทรีย์ C, 68% เปลี่ยนแปลง) หรือเพิ่มขึ้น (แบคทีเรียเจริญเติบโตและ glucosidase กิจกรรม 33 – 35% เปลี่ยนแปลง) แม้ผู้อื่น ลดลง (extractable C ผันแปร 26%) และไม่ได้สำคัญ (หายใจ ยู และฟอสฟาเตสกิจกรรม) ผลลัพธ์ชัดเจนยืนยันว่า เปลี่ยนแปลงระยะสั้นอาจคุณสมบัติทางชีวเคมีเป็นลำดับไฟป่าไม่เพียงแต่ เกิดจากการลดลงของระดับส้ม แต่ยัง เกี่ยวข้องกับการเปลี่ยนแปลงคุณสมบัติดินอื่น ๆ (เช่นส้มคุณภาพ pH และธาตุอาหารพร้อมใช้งาน), ซึ่งสอดคล้องกับการศึกษาก่อนหน้านี้ (Certini, 2005 และ

ผลลัพธ์ (ไทย) 2:

n เพื่อความสะดวกในการตีความข้อมูลผลกระทบไฟค่าสี่แปลงที่มีพืชเดียวกันและความลึกของดินเฉลี่ยและร้อยละของการเปลี่ยนแปลงส่วนที่ไปยังสามปัจจัยการพิจารณา (พืช, การเผาไหม้และความลึกของดิน) ได้รับการวิเคราะห์โดย ANOVA3; ผลลัพธ์ที่ได้จะมีการแสดงในรูปที่ 1 รูป และรูปที่ 2 3. ยกเว้นค่า pH ของดินส่วนที่เหลือของสมบัติทางเคมีกายภาพและทางเคมีที่แสดงค่าที่ต่ำกว่าในตัวอย่างดินเผากว่าในคนที่ unburnt ที่สอดคล้องกันแสดงให้เห็นว่าการเกิดไฟไหม้มีผลกระทบในทางลบต่อคุณภาพดิน (รูปที่ 1). ผลการเห็นด้วยกับผู้ที่ได้รับโดยผู้เขียนคนอื่น ๆ ในช่วงกว้างของป่าไม้กาลิเซียรับผลกระทบจากไฟป่าของความรุนแรงปานกลางและรุนแรงสูง (Carballas et al., 2009 Martín et al., 2009 Martín et al., 2012 และเวก้าและอัล ., 2013b) มันควรจะสังเกต แต่ที่แตกต่างกันไม่ได้อย่างมีนัยสำคัญในหลาย ๆ กรณีเนื่องจากความแปรปรวนของข้อมูลจากแปลงสนามกับพืชเดียวกันและความวุ่นวาย ความรุนแรงไฟที่แตกต่างกันและ / หรือความแปรปรวนเชิงพื้นที่สูงของแปลงที่แตกต่างกันที่มีเนื้อหา SOM สูงมากอยู่ที่เว็บไซต์ต่างๆทั่วสวนสามารถอธิบายพฤติกรรมนี้ ANOVA3 แสดงให้เห็นว่าไฟมีผลกระทบอย่างมีนัยสำคัญในเชิงลบรวม C (29% ของความแปรปรวนอธิบาย) การกักเก็บน้ำ (15-22% ของความแปรปรวนอธิบาย) การนำไฟฟ้า (17% ของความแปรปรวนอธิบาย) และสกัด C (68% ของ อธิบายความแปรปรวน) และผลกระทบในเชิงบวกต่อค่าพีเอช (38-49% ของความแปรปรวนอธิบาย) ผลกระทบในเชิงบวกของการเกิดไฟไหม้บนสกัดซีและการนำไฟฟ้าจะได้รับการตรวจพบทันทีหลังจากที่ไฟไหม้ แต่ผลกระทบเหล่านี้เป็นชั่วคราวและมีเวลาแนวโน้มตรงข้ามเป็นที่สังเกต (Carballas et al., 2009 Couto-VázquezและGonzález-ฆี 2006 Hernández et al., 1997 และมาร์ติ et al., 2012) ข้อมูลของเรานอกจากนี้ยังชี้ให้เห็นว่าส่วน labile ของสารอินทรีย์ (สกัด C) มากกว่า C อินทรีย์รวมเพียงพอที่จะประเมินผลกระทบระยะสั้นของไฟป่า นี้ยังสอดคล้องกับการศึกษาแสดงให้เห็นว่าเศษส่วน labile ของสารอินทรีย์เพิ่มขึ้นโดยเฉพาะอย่างยิ่งตามไฟ แต่ที่มีเวลาที่พวกเขามีแนวโน้มที่จะลดลงไปอยู่ในระดับต่ำกว่าขั้นต้นอยู่ในตัวอย่างดิน unburnt ที่สอดคล้องกันในขณะที่สระว่ายน้ำสารอินทรีย์บิดพลิ้วเพิ่มขึ้น (Almendros และGonzález-Vila 2012 Barreiro et al., 2010 Fernández et al., 2001 Martín et al., 2009 และ Rovira et al., 2012). แม้ว่าตัวอย่างดิน unburnt แสดงค่าสูงขึ้นเล็กน้อยจากชีวมวลรวมและ มวลชีวภาพของกลุ่มจุลินทรีย์ที่เฉพาะเจาะจง (เชื้อราแบคทีเรีย actinomycetes แบคทีเรียแกรมบวกและแบคทีเรียแกรมลบ) กว่าตัวอย่างดินเผา (รูปที่. 3) ผลของการ ANOVA3 ชี้ให้เห็นว่าการเกิดไฟไหม้ไม่มีผลกระทบอย่างมีนัยสำคัญในชีวมวล ข้อมูล ดังนั้นประมาณการชีวมวลโดยวิธีการของฟอสโฟกรดไขมันไม่เพียงพอที่จะตรวจสอบผลกระทบจากไฟไหม้ในระยะสั้นเหล่านี้ระบบนิเวศป่าไม้ Barcenas-โมเรโนและ Baath (2009) และ Barcenas-et al, เรโน (2011) ได้ตรวจพบยังมีปัญหาในการใช้ประมาณการชีวมวลโดยใช้วิธีการวิเคราะห์กรดไขมันเรียมในการประเมินผลกระทบจากไฟไหม้ป่าอันเนื่องมาจากความไวของพวกเขาลดลงไปที่อุณหภูมิที่เกี่ยวกับดัชนีจุลินทรีย์อื่น ๆ (ความร้อนเพียงทำลาย PLFAs ที่อุณหภูมิสูงมาก) เช่นเดียวกับการปรากฏตัวของปัจจัย (การลดลงของ PLFAs เนื่องจากการเสียชีวิตและการย่อยสลายของสิ่งมีชีวิตและการเพิ่มขึ้น PLFAs เป็นผลมาจากการเกิดขึ้นของชุมชนใหม่ที่เพิ่มขึ้นภายใต้เงื่อนไขที่โพสต์ไฟ) การศึกษาของเรายังแสดงให้เห็นความไวแสงที่ดีขึ้นเมื่อใช้วัดชีวมวลมาตรฐานเช่นวิธีการรมควันสกัดมากกว่าประมาณการโดยวิธีการของ PLFAs (ดูรูปที่. 2) ข้อมูลสนับสนุนว่าจุลินทรีย์ C มากกว่าเนื้อหาสารอินทรีย์รวมที่เพียงพอสำหรับการตรวจสอบผลกระทบไฟในคุณภาพดินในระยะสั้นและเครื่องชั่งน้ำหนักเวลาระยะกลาง (Basanta et al., 2004 ฆีFernández et al., 1998 และ Villar et al., 2004). ยกเว้นค่ากิจกรรมแบคทีเรียที่ C จุลินทรีย์และดัชนีหลายกิจกรรมการเผาผลาญได้รับผลกระทบทางลบจากการดับเพลิงที่เป็นอิสระของพืชพิจารณา (รูปที่. 2) ผลกระทบโดยตรงจากการเกิดไฟไหม้บนจุลินทรีย์ (เสียชีวิตเนื่องจากอุณหภูมิสูง) และผลกระทบทางอ้อมเนื่องจากการเปลี่ยนแปลงที่สังเกตได้ในสมบัติทางเคมีกายภาพและเคมี (รูปที่ 1. ยกตัวอย่างเช่นการลดลงของปริมาณและคุณภาพของ SOM) สามารถอธิบายผลกระทบเหล่านี้ ผลการเห็นด้วยกับผู้ที่ได้รับโดยผู้เขียนอื่น ๆ ขอบเขตของผลกระทบขึ้นอยู่กับอุณหภูมิถึงในช่วงไฟ (Barreiro et al., 2010 Díaz-Ravina et al., 2012, Fontúrbel et al., 2012 และเวก้าและอัล ., 2013b) ข้อมูล ANOVA3 แสดงให้เห็นว่าการเกิดไฟไหม้มีผลกระทบทางลบต่อจุลินทรีย์ C (67% ของความแปรปรวนอธิบาย) การหายใจ (9% ของความแปรปรวนอธิบาย) และกิจกรรมของเอนไซม์ดิน (7-23% ของความแปรปรวนอธิบาย) และผลในเชิงบวกอย่างมีนัยสำคัญ กิจกรรมแบคทีเรีย (29% ของความแปรปรวนอธิบาย) ลักษณะการทำงานนี้สามารถอธิบายได้บนพื้นฐานของข้อมูลที่แตกต่างที่ได้จากดัชนีจุลินทรีย์ (ชีวมวลจุลินทรีย์โดยรวมกิจกรรมของจุลินทรีย์โดยรวมการทำงานของเอนไซม์ที่เฉพาะเจาะจงของ C, N หรือ P รอบกิจกรรมของแบคทีเรีย) ข้อมูลอย่างชัดเจนแสดงให้เห็นว่าจุลินทรีย์ C มากกว่าพารามิเตอร์กิจกรรมของจุลินทรีย์เป็นดัชนีที่ดีสำหรับการประเมินผลกระทบในระยะสั้นและระยะกลางของไฟป่าที่อยู่ในข้อตกลงกับการศึกษาอื่น ๆ (Ravina Díaz-et al., 2012, Hernández et al., 1997, โฮลเดนและ Treseder 2013 Mataix-Solera et al., 2009 และ Pourreza et al., 2014) ผลยังสนับสนุนว่าแบคทีเรียมากกว่าเชื้อราเป็นที่ชื่นชอบภายใต้เงื่อนไขที่โพสต์ไฟ (Barcenas-Moreno et al., 2011, โกหก et al., 2014 Mataix-Solera et al., 2009 Pourreza et al., 2014 และVázquez . et al, 1993); ดังนั้นตัวอย่างดินเผาแสดงค่าเจริญเติบโตของจุลินทรีย์ที่สูงกว่าที่คาดโดยใช้เทคนิคการรวม leucine กว่าคน unburnt ที่สอดคล้องกันเพราะเพียงแบคทีเรียสามารถที่จะรวมพื้นผิวนี้ ในทางตรงกันข้ามค่าพารามิเตอร์ของจุลินทรีย์ปริมาณทั้งเชื้อแบคทีเรียและเชื้อรา (ชีวมวลจุลินทรีย์หายใจเอนไซม์) แสดงให้เห็นว่าผลกระทบไฟเชิงลบเนื่องจากความจริงที่ว่าเชื้อรากลุ่มหลักที่เอื้อต่อการทั้งชีวมวลและกิจกรรมการเผาผลาญ (eukaryote) ลดลงกำบังสะดุดตา . ผลกระทบไฟแบคทีเรียบวกดังที่ระบุไว้ก่อนหน้านี้คุณสมบัติทางชีวเคมีส่วนใหญ่จะขึ้นอยู่กับเนื้อหาSOM (ดูค่าสัมประสิทธิ์สหสัมพันธ์) และไฟลดระดับสารอินทรีย์; ดังนั้นเพื่อที่จะทิ้งอิทธิพลของปัจจัยนี้คุณสมบัติทางชีวเคมีค่าของคุณสมบัติที่เลือกนอกจากนี้ยังได้แสดงเป็นค่าญาติในความสัมพันธ์กับเนื้อหา SOM (ตารางที่ 2) ผลการศึกษาพบว่ามีแนวโน้มที่คล้ายกันและมีผลต่อการเกิดไฟไหม้ดังนั้นกว่าที่พบเมื่อค่าถูกแสดงเป็นค่าแน่นอน (รูปที่ 2 และรูปที่ 3..); แต่มันควรจะตั้งข้อสังเกตว่าในขณะที่ในบางกรณีความสำคัญของการเผาไหม้เป็นแหล่งที่มาของการเปลี่ยนแปลงที่ถูกเก็บรักษาไว้ (C จุลินทรีย์เปลี่ยนแปลง 68%) หรือแม้กระทั่งเพิ่มขึ้น (การเจริญเติบโตของเชื้อแบคทีเรียและกิจกรรม glucosidase เปลี่ยนแปลง 33-35%) สำหรับคนอื่นมันลดลง (C สกัดการเปลี่ยนแปลง 26%) และแม้กระทั่งไม่ได้อย่างมีนัยสำคัญ (หายใจ urease และกิจกรรม phosphatase) ผลการได้รับการยืนยันอย่างชัดเจนว่าเหนี่ยวนำให้เกิดการเปลี่ยนแปลงในระยะสั้นคุณสมบัติทางชีวเคมีที่เป็นผลมาจากไฟป่าที่ไม่ได้มาประกอบเท่านั้นที่จะลดลงของระดับ SOM แต่ยังเกี่ยวข้องกับการเปลี่ยนแปลงในคุณสมบัติของดินอื่น ๆ (เช่นคุณภาพ SOM pH และความพร้อมใช้งานของสารอาหาร) ซึ่งเป็น สอดคล้องกับการศึกษาก่อนหน้า (Certini 2005 และ

ผลลัพธ์ (ไทย) 3:

เพื่อที่จะอำนวยความสะดวกในการตีความผลไฟข้อมูล ค่าสี่แปลงพืชเดียวกันและความลึกของดินเฉลี่ยและเปอร์เซ็นต์การเปลี่ยนแปลงจากสามปัจจัยพิจารณา ( พืช , การเผาไหม้และความลึกของดิน ) วิเคราะห์ข้อมูลโดยการวิเคราะห์ ; ผลลัพธ์จะแสดงในรูปที่ 1 รูปที่ 2 และรูปที่ 3 ยกเว้น pH ดินส่วนที่เหลือของสมบัติทางเคมีกายภาพและทางเคมีมีค่าลดลงในตัวอย่างดินเผามากกว่าที่ unburnt ที่แสดงว่าไฟที่มีผลกระทบต่อคุณภาพดิน ( รูปที่ 1 ) การเห็นด้วยกับการวิเคราะห์โดยผู้เขียนอื่น ๆในช่วงกว้างของภาษาไทย ป่าที่ได้รับผลกระทบจากไฟป่าที่มีความรุนแรงปานกลาง และระดับความรุนแรง ( carballas et al . , 2009Mart í n et al . , 2009 , Mart í n et al . , 2012 และ Vega et al . , 2013b ) มันควรจะสังเกต แต่ที่แตกต่างกันไม่มีนัยสำคัญทางสถิติ ในหลายกรณีเกิดจากความแปรปรวนของข้อมูลจากฟิลด์แปลงพืชเดียวกัน และความวุ่นวายแตกต่างกันที่ความรุนแรง และ / หรือ ไฟสูง ความแปรปรวนของพื้นที่แปลงต่าง ๆที่มีเนื้อหาซึ่งสูงมากอยู่ที่เว็บไซต์ที่แตกต่างกันทั่วทั้งสวน สามารถอธิบายพฤติกรรมนี้ จากการวิเคราะห์ พบว่าไฟได้ผลเชิงลบใน C ( 29 % ของความแปรปรวนทั้งหมดอธิบาย ) , น้ำกักเก็บ ( 15 – 22 % ของความแปรปรวนอธิบาย )การนำไฟฟ้า ( 17 % ของความแปรปรวนอธิบาย ) และธาตุ C ( 68 % ของความแปรปรวน อธิบาย ) และผลเป็นบวกอย่างมีนัยสำคัญในค่า pH ( 38 – 49 % ของความแปรปรวนอธิบาย )ผลในเชิงบวกของไฟธาตุ C และค่าการนำไฟฟ้าจะตรวจพบทันทีหลังไฟไหม้ แต่ผลกระทบเหล่านี้เป็นชั่วคราวและเวลาแนวโน้มตรงข้ามพบ ( carballas et al . , 2009 , และ couto-v . kgm zquez . kgm gonz lez ี้ ปรีเ ต , 2006 , เอร์นันเดซ . kgm ndez et al . , 1997 และมาร์ท เมือง ร้อยเอ็ด al . , 2012 )ข้อมูลยังระบุว่า ที่เศษส่วนของอินทรีย์ ( สกัด C ) มากกว่าอินทรีย์ทั้งหมด C มีเพียงพอที่จะประเมิน ผลกระทบระยะสั้นจากไฟป่านี้ยังสอดคล้องกับการศึกษาแสดงให้เห็นว่าที่เศษส่วนของสารอินทรีย์เพิ่มขึ้น โดยเฉพาะดังต่อไปนี้ไฟ แต่เป็นเวลาที่พวกเขามีแนวโน้มที่จะลดลงสู่ระดับต่ำกว่าปัจจุบันที่เริ่มต้นใน unburnt ตัวอย่างดินและอินทรียวัตถุนอกครู พูลเพิ่ม ( และ almendros . kgm gonz lez วิลา , 2012 , Barreiro et al . , 2010 เฟร์นันเดซ , et al . , 2544Mart í n et al . , 2009 และโรวิ et al . , 2012 ) .

แม้ว่าตัวอย่างดิน unburnt จัดแสดงเล็กน้อยสูงกว่าค่าของมวลชีวภาพรวม และชีวมวลของจุลินทรีย์กลุ่มเฉพาะเจาะจง ( เชื้อรา แบคทีเรีย แอคติโนมัยซีท กรัมบวกแบคทีเรีย และแบคทีเรียแกรมลบ ) กว่าดินเผา ( ภาพที่ 3 ) ผลของการวิเคราะห์ พบว่าไฟไม่มีผลต่อข้อมูล ชีวมวลดังนั้น ปริมาณการโดยวิธีการของ phospholipids กรดไขมันไม่เพียงพอที่จะศึกษาผลกระทบไฟระยะสั้นในระบบนิเวศป่าเหล่านี้ B . kgm rcenas Moreno และ B åå th ( 2009 ) และ B . kgm rcenas Moreno et al .( 2011 ) ยังตรวจพบปัญหาในการใช้ระบบการประเมินโดยวิธีการวิเคราะห์กรดไขมันฟอสโฟลิปิดเพื่อประเมินอิทธิพลของไฟป่า เนื่องจากความไวลดลงของอุณหภูมิเทียบกับดัชนีของจุลินทรีย์อื่น ๆ ( ความร้อนเพียงทำลาย plfas ที่อุณหภูมิสูงมาก )เช่นเดียวกับการปรากฏตัวของปัจจัยที่เพิ่มโอกาสเสี่ยง ( ลดลงใน plfas เนื่องจากความตายและความเสื่อมโทรมของสิ่งมีชีวิต และการเพิ่มขึ้นของ plfas เป็นผลจากการเกิดขึ้นของชุมชนใหม่ขึ้นภายใต้เงื่อนไขไฟโพสต์ )การศึกษาของเรามีการปรับปรุงความไวเมื่อใช้วัดมวลมาตรฐานเช่นรม–วิธีการสกัดมากกว่าประมาณการ โดย plfas ( ดูรูปที่ 2 ) ข้อมูลสนับสนุนว่า จุลินทรีย์ C มากกว่าอินทรีย์เนื้อหาทั้งหมดเพียงพอสำหรับการตรวจหาไฟ ผลกระทบต่อคุณภาพดินที่ระยะสั้น - กลาง - และเครื่องชั่งเวลา ( บา et al . 2004ี้ ปรีเ ตเฟร์นันเดซ et al . , 1998 และ VILLAR et al . , 2004 ) .

ยกเว้นกิจกรรมค่าแบคทีเรีย , จุลินทรีย์ C และหลายดัชนีกิจกรรมการเผาผลาญอาหารได้รับผลกระทบทางลบจากไฟของพืชที่ถือว่าเป็นอิสระ ( รูปที่ 2 )