Effects and mechanisms of addition of different types of exogenous organic materials on priming effect of organic carbon in arable black soils
-
摘要: 外源有机物添加通过激发效应影响土壤有机碳(SOC)的矿化和稳定。目前研究较少考虑不同种类外源有机物添加对同一土壤类型不同SOC含量的土壤激发效应及作用机理。本研究以中国东北典型黑土带上4个不同SOC含量的表层农田黑土为研究对象, 向土壤中添加13C标记的玉米秸秆、葡萄糖和丙氨酸, 研究不同种类外源有机物添加对黑土SOC激发效应的影响及作用机理。研究发现, 与不添加外源有机物处理相比, 外源有机物添加均促进了4个不同SOC含量的农田土壤中SOC的矿化, 并引起土壤正激发效应。添加葡萄糖和丙氨酸处理的4个土壤在培养前30 d累积激发量均显著大于添加秸秆处理; 土壤本底SOC含量越高的土壤, 添加丙氨酸和葡萄糖产生的累积激发量越大, 但相对累积激发量越小。随着培养时间增加, 4个土壤的SOC矿化和激发效应降低并趋于稳定且处理间无显著差异。傅里叶红外光谱发现, 外源有机物添加后4个土壤脂肪族碳官能团的相对峰面积略有增加, 芳香族碳官能团峰面积略有下降, 土壤和外源有机物添加种类对脂肪族和芳香族碳官能团的影响均表现为土样>添加物种类。结构方程模型表明, 外源有机物添加产生的正激发效应主要受土壤细菌和放线菌磷脂脂肪酸的影响, 受土壤SOC含量影响较小。该研究结果表明, 外源有机物添加显著增加了农田黑土中k型微生物生长代谢, 促进了微生物对SOC中难分解组分的降解, 外源有机物与土壤自身有机碳分解的“共代谢”理论是本研究黑土产生正激发效应的主要作用机理。Abstract: The addition of exogenous organic matter (EOM) affects the mineralization and stabilization of soil organic carbon (SOC) via priming effects (PE). However, few studies have considered the effects of different EOM additions on PE in the same soil type with a gradient in SOC content. The underlying mechanisms have rarely been revealed, and related studies can provide in-depth insights into the microbial mechanisms that regulate carbon accumulation and stability in agricultural soils. It is crucial to predict dynamic changes in SOC and carbon pool stability in response to EOM inputs from different sources. Therefore, this study focused on topsoil with four SOC contents, which ranged from 10 g·kg−1 to nearly 70 g·kg−1, in the typical black-soil region of Northeast China, and aimed to investigate the effects and microbial mechanisms involving different types of EOM addition on PEs by adding 13C-labeled maize straw, glucose, and alanine to the soil. Compared to a control treatment without EOM, the addition of EOM promoted the mineralization of SOC in the four soils with different SOC contents. Specifically, glucose, alanine, and straw addition increased the cumulative mineralization of SOC by 50.88%–419.65%, 69.54%–409.48%, and 13.14%–321.43%, respectively. The addition of the three types of EOM also induced a positive PE in soils with different SOC contents. During the initial 30 days of incubation, the cumulative PEs in soils with different SOC contents under glucose and alanine addition treatments were considerably higher than those under straw addition treatment. Soils with higher SOC content exhibited greater cumulative mineralization and PEs with the addition of glucose and alanine, whereas their relative cumulative PEs were lower. SOC mineralization and PEs decreased and reached a stable state with incubation time in soils with different SOC contents. Fourier-Transform Infrared spectroscopy revealed a slight increase in the relative peak area of aliphatic carbon functional group and a slight decrease in the peak area of aromatic carbon group in soils with different contents of SOC after addition of EOM. The effects of SOC content on aliphatic and aromatic carbon functional groups were greater than those of the EOM type. Correlation analysis revealed that cumulative SOC mineralization and PEs were significantly positively correlated with total phospholipid fatty acids, biomass of total bacteria, gram-positive bacteria, gram-negative bacteria, and actinomycetes, with a peak area of aliphatic carbon at 1420 cm−1 (P<0.05). In addition, cumulative SOC mineralization and cumulative PEs were significantly negatively correlated with the biomass of fungi and anaerobic bacteria, with a peak area of aromatic carbon at 1630 cm−1 (P<0.05). Structural equation modeling indicated that the positive PE resulting from EOM addition was primarily influenced by bacterial and actinomycete phospholipid fatty acids in the soil, regardless of the SOC content of the four soil samples. These results demonstrated that EOM addition significantly increased the growth and metabolism of k-type microorganisms, such as gram-negative bacteria and actinomycetes, in arable black soil and promoted the decomposition of recalcitrant components in SOC. The “co-metabolism” theory, namely the co-decomposition of EOM and SOC, is considered as the primary mechanism behind the positive PE in black soil.
-
土壤碳库是陆地生态系统最大的碳库, 其微小变化都可能对大气CO2浓度和气候变化产生深远影响[1]。农田土壤有机碳库受人类活动影响剧烈, 不同管理措施和外源有机物输入会直接影响土壤有机碳(SOC)矿化、周转和稳定。向土壤中加入外源有机物后, 土壤原有SOC的分解速率会在短期内发生强烈变化, 这一现象称为激发效应[2]。激发效应在调节土壤有机质分解、碳释放和碳库储量方面起着至关重要的作用。植物凋落物、细根和根系分泌物等不同种类的外源有机物输入均可产生激发效应, 加速土壤碳流失[3-4]。已有研究表明, 激发效应可使土壤有机质分解增加15%~59%[5-9]。有研究提出将激发效应纳入地球系统模型可提高未来全球变化下土壤碳库损失和碳储量的预测精度[3,10]。因此, 研究土壤碳库的动态变化, 不能忽视外源有机物添加对SOC矿化和激发的影响[11]。
外源添加物的种类和数量是影响SOC矿化和激发的重要因素。不同种类的外源添加物对SOC矿化激发量不同, 土壤微生物的利用效率和策略也不同, 进而影响SOC矿化和外源有机碳向土壤中的转化[12-13]。通常来说, 结构简单的有机物更易被微生物分解利用, 对SOC矿化激发的影响更剧烈, 而含纤维素、木质素及蜡质等, 且结构相对复杂的外源有机物则需要较长的时间被降解, 激发效应较缓慢持久[14]。Dijkstra等[15]研究发现简单的代谢化合物比复杂结构的植物成分(如木质素等)底物利用效率更高。结构简单的外源有机物可形成更多的溶解性有机质、碳水化合物和多肽, 而针叶凋落物和木材等结构复杂的有机物以二氧化碳形式损失大部分的碳[12]。Hamer等[16]比较了果糖、丙氨酸、草酸和邻苯二酚对两种森林土壤和1种农田土壤不同土层SOC矿化的影响, 发现果糖和丙氨酸引起的正激发效应最强。Luo等[17]比较了葡萄糖、柠檬酸和草酸对SOC的影响, 发现在低碳土壤中, 酸性根系分泌物有降低SOC分解速率的潜力。土壤微生物通过体外修饰和体内周转过程参与调控土壤有机碳库的动态变化[18-19], 外源添加物的质量不同, 微生物群落的组成、结构及其调控有机碳激发的机制也不同。Blagodatskaya 等[20]提出, r策略微生物对激发效应的贡献主要为表观激发效应, 真实激发效应则由k策略微生物主导。Yu等[21]研究发现, 激发效应过程中微生物群落由细菌主导向真菌主导接替, 证明了微生物群落接替与激发效应间的联系。同时, 外源有机物的碳氮比也会影响微生物群落结构, 碳氮比较高的外源有机物可能会使真菌比例增大[22-23]。由此可见, 关于SOC激发效应及微生物机制的研究已有很多, 但研究结果因土壤类型、生态系统类型、添加有机物种类和土壤SOC背景值不同而差异较大, 而针对同一土壤类型同一生态系统中不同SOC含量的土壤激发效应仍不清楚, 激发效应过程中土壤微生物的群落组成、结构和碳源利用能力及如何调控SOC的矿化激发也有待深入研究。
为此, 本研究利用东北黑土区自然发育的典型黑土带旱地农田表层土壤, 采集不同有机碳含量的农田表层土壤样品(SOC含量范围为10~70 g·kg−1), 利用室内控制培养试验, 通过添加13C标记的不同种类外源有机物, 利用13C稳定同位素标记、傅里叶红外光谱、磷脂脂肪酸(PLFA)等技术, 阐明不同外源有机物添加下不同SOC含量农田黑土SOC的矿化和激发特征, 结合有机碳红外光谱结构特征和微生物群落结构变化特征, 解析调控农田黑土SOC激发和稳定的微生物作用机制。研究结果对预测不同来源外源有机物输入对黑土有机碳动态和碳库稳定具有重要意义。
1. 材料和方法
1.1 样品采集与前处理
供试土壤样品为我国东北黑土区自然形成的典型黑土带旱地农田0~15 cm表层土壤。采样区属于大陆性季风气候, 年均气温−1.0~5.4 ℃, 年均降水量约500~700 mm, 南部地形多平原, 北部多为漫川漫岗, 土壤为典型黑土。在黑龙江省北安市和海伦市、吉林省榆树市和四平市4个地点的农田采集4个SOC含量的供试土壤样品, 分别用SOC68、SOC32、SOC21和SOC11表示, 当季种植作物均为玉米(Zea mays)。待秋季作物收获后在每个采样点设置3块50 m×50 m的均质样方, 各样方间距20 m以上, 在每个样方内采用S形5点采样法采集表层土壤, 将3个样方共计15个样点土样充分混匀, 用自封袋装取5 kg左右, 迅速带回实验室。挑除植物残体、石块等杂物后过2 mm筛, 一部分土样自然风干后测定土壤基本理化性质, 剩余部分4 ℃储存用于微生物指标测定和室内培养试验。采样点信息及土壤理化性质如表1所示。
表 1 试验前供试土壤基本理化性质和微生物生物量碳含量Table 1. Physical-chemical properties and microbial biomass carbon content before incubation of the tested soil土样
Soil sample经纬度
Longitude,
latitude总有机碳
Soil
organic carbon
(g·kg−1)全氮
Total
nitrogen (g·kg−1)pH 全磷
Total phosphorus (g·kg−1)全钾
Total
potassium (g·kg−1)有机磷
Olsen phosphorus
(mg·kg−1)速效钾
Available potassium (mg·kg−1)微生物生物
量碳
Microbial biomass carbon
(mg·kg−1)SOC68 48°15′N, 126°21′E 68.16±0.33a 5.65±0.02a 6.89±0.01a 1.73±0.00a 16.2±0.9b 104.4±2.32a 628.8±15.9a 549.72±75.45a SOC32 47°27′N, 126°55′E 31.50±0.22b 2.56±0.01b 5.63±0.05b 1.06±0.02b 18.4±0.4a 44.5±3.15c 138.8±0.8c 353.10±4.13b SOC21 44°59′N, 126°21′E 20.59±0.11c 2.21±0.12c 5.14±0.01c 0.97±0.00c 18.4±0.3a 52.7±2.09b 159.0±8.4b 117.99±1.13d SOC11 43°12′N, 124°11′E 11.12±0.07d 1.07±0.01d 5.17±0.01c 0.46±0.00d 17.5±2.8ab 15.6±0.99d 106.2±19.3d 182.99±23.58c SOC68、SOC32、SOC21和SOC11分别表示北安、海伦、榆树和四平采集的土样。同列不同小写字母表示4个土样在P<0.05水平差异显著。SOC68, SOC32, SOC21 and SOC11 represent soils sampled from Bei’an, Hailun, Yushu and Siping, respectively. Different lowercase letters in the same column indicate significant differences among different soil samples (P<0.05). 1.2 试验设计与取样
培养试验采用双因素随机区组设计, 包含16个试验处理(采自4个地区的供试土壤×3种外源有机物+4组不添加外源有机物对照处理), 3种外源有机物为13C标记的玉米秸秆、葡萄糖和丙氨酸, 添加量统一参照玉米秸秆常规田间施用量(5 t·hm−2), 换算为3种外源有机物的添加量均为0.8 g(C)·kg−1土壤。培养试验的每个处理有6次重复, 在试验的第30天和135天破坏性取样, 每次破坏性取样包含16个处理, 每个处理3次重复, 共48个土样。试验共计96个样品。
具体培养试验如下: 称取相当于2.5 kg风干土壤质量的鲜土装入大塑料袋内, 调节土壤水分含量为田间持水量的40%, 25 ℃恒温避光预培养2周, 使土壤中微生物活性和功能得到恢复。正式培养时, 每个塑料杯中准确称取相当于50 g干土重的鲜土样, 根据试验设计将预先配好的葡萄糖和丙氨酸溶液分4次均匀添加到相应处理的塑料杯中, 玉米秸秆用球磨仪磨成粉末后按试验设计量与相应土壤混匀, 所有试验处理用蒸馏水将含水量调到田间持水量的60%, 最后将塑料杯置于750 mL广口瓶中。每个大广口瓶中塑料杯外侧加入10 mL蒸馏水以保持瓶内土壤湿度。此外, 设置3个无土壤培养的空白对照, 除无土壤及添加物外, 其他条件保持一致。随后将密封广口瓶置于25 ℃恒温培养箱内避光培养, 培养期间分别于1 d、2 d、3 d、4 d、5 d、7 d、10 d、13 d、18 d、23 d、30 d、37 d、44 d、51 d、58 d、65 d、72 d、79 d、86 d、93 d、100 d、114 d、128 d、135 d用注射器采集广口瓶内气体。采样后将广口瓶密封盖打开置于通风橱内通风20 min, 取出塑料杯称重补水保持土壤含水量后, 迅速放回大广口瓶中密封好转移至恒温培养箱继续培养。所采气体样品利用Picarro G2131-i进行二氧化碳(CO2)浓度和13C丰度的测量。在培养试验的第30天和135天破坏性取样, 并用于土壤总有机碳(SOC)、全氮(TN)、微生物生物量碳、磷脂脂肪酸以及土壤有机碳红外光谱结构的测定。
1.3 测定指标与方法
土壤微生物生物量采用氯仿熏蒸浸提法[24], 未熏蒸和熏蒸后的浸提液过滤后用总有机碳分析仪(liquiTOC II, Elementar, Germany)测定。SOC和TN含量和δ13C用元素分析仪(Elementar, Germany)-稳定同位素质谱(IRMS Isoprime 100, Elementar, Manchester, UK)联用仪测定。土壤红外光谱测定采用傅里叶红外光谱仪(Nicolet 6700, Thermo Fisher, USA)溴化钾压片法测定。土壤红外光谱测试范围为400~4000 cm−1, 分辨率为4 cm−1, 扫描次数为64, 空气作为背景, 扫描时自动扣除背景光谱, 本文选取2920 cm−1和2850 cm−1处代表脂肪族碳官能团吸收峰, 1630 cm−1处代表芳香族碳官能团吸收峰, 1420 cm−1处代表甲基和亚甲基碳官能团吸收峰, 计算其相对峰面积强度[25-26]。土壤微生物群落组成用磷脂脂肪酸(PLFA)法分析[27], 利用i14:0、i15:0、a15:0、a16:0、i16:0、i17:0、a17:0表示革兰氏阳性菌, 16:1ω7c、17:1ω8c、cy17:0、18:1ω7c、19:1ω6c、cy19:0表示革兰氏阴性菌, 10Me16:0、10Me17:0、10Me18:0表示放线菌, 16:1ω5c、18:1ω9c、18:2ω6c表示真菌, 14:0、15:0、16:0、18:0表示普通细菌[28]。
1.4 激发效应计算
样品中13C的丰度表示为δ13C (‰):
$$ \delta ^{13}\text{C}=(R_{{\rm{sample}}}/R_{{\text{v-PDB}}}-1)\times 1000 $$ (1) 式中: Rsample和Rv-PDB分别为样品的13C/12C比率和维也纳Pee Dee Belemnite (V-PDB)标准[29]。
源于标记外源添加物和土壤本身的CO2部分计算方法如下:
$$ C_{{\rm{substrate}}}=C_{{\rm{total}}}\times (\delta ^{13}_{\text{sample-C}}-\delta ^{13}_{\text{control-C}})/(\delta ^{13}_{\text{substrate-C}}-\delta ^{13}_{\text{control-C}}) $$ (2) $$ C_{{\rm{SOM}}}=C_{{\rm{total}}}-C_{{\rm{substrate}}} $$ (3) 式中: Csubstrate、Ctotal、CSOM分别为添加有机物来源碳、总有机碳和土壤来源有机碳, δ13sample-C、δ13Control-C、δ13substrate-C分别为添加、未添加处理和外源有机物δ13C值[30]。
激发效应(PE)表示为:
$$ {\rm{PE}}={\rm{CO}}_{{\rm{2 \;SOM}}}-{\rm{CO}}_{2 \;{\rm{control}}} $$ (4) 式中: CO2 SOM和CO2 control分别是添加外源标记物处理中土壤来源CO2和未添加标记物处理土壤产生的CO2。
1.5 统计分析
试验数据通过Microsoft Excel 2003整理, 利用IBM SPSS 20.0软件中的Duncan法进行处理间显著性差异分析; 土样有机碳含量、外源添加物种类及二者交互作用对SOC矿化量及激发效应采用多因素方差分析。使用SPSS Amos 20 (IBM, Armonk, USA)软件通过结构方程模型对添加物的质量和数量以及SOC对微生物群落和有机碳矿化量的直接和间接影响进行分析。模型合理性通过χ2检验(P>0.05)、拟合优度指数(GfI >0.9)、逼近均方误差(RMSEA)确定, 用最大释然法得到最佳拟合模型。采用Origin 18.0和SigmaPlot 12.5作图。
2. 结果与分析
2.1 试验前供试土壤基本理化性质和有机碳官能团特征
4个SOC含量的供试土壤基本理化性质和微生物生物量碳(MBC)含量见表1。总体来说, 4个土壤的基本理化性质和微生物生物量碳(MBC)含量大体随供试土壤SOC含量的降低而减少。其中: SOC、TN、全磷(TP)含量都表现为SOC68>SOC32>SOC21>SOC11, 有机磷(OP)含量表现为SOC68>SOC21>SOC32>SOC11, 且处理间差异均显著(P<0.05); 土壤pH表现为SOC68>SOC32>SOC21和SOC11(P<0.05); 全钾(TK)含量表现为SOC32和SOC21>SOC68和SOC11 (P<0.05); 速效钾(AK)含量表现为SOC68>SOC21>SOC32>SOC11 (P<0.05)。4个供试土壤MBC有显著差异, 其中SOC68最高, 其次是SOC32、SOC11, SOC21最低, MBC依次为549.72 mg·kg−1、353.10 mg·kg−1、182.99 mg·kg−1、117.99 mg·kg−1 (P<0.05) (表1)。通过傅里叶近红外光谱测定了4个SOC含量农田黑土的有机碳官能团红外光谱特征(图1), 发现3种有机碳官能团的相对峰面积在不同SOC含量的土壤中存在差异。总体来看, 1420 cm−1处的甲基和亚甲基碳官能团及2850和2920 cm−1处的脂肪族碳官能团相对峰面积随土壤SOC含量降低而减少, 1630 cm−1处的芳香族碳官能团相对峰面积随着土壤SOC含量降低而显著增加, SOC68与SOC21和SOC11土壤有机碳官能团相对峰面积的差异显著(P<0.05)。
![]()
图 1 4个供试土壤主要有机碳官能团的相对峰面积2920 cm−1和2850 cm−1处代表脂肪族碳官能团吸收峰, 1630 cm−1处代表芳香族碳官能团的吸收峰, 1420 cm−1处代表甲基和亚甲基碳官能团的吸收峰。不同小写字母表示4个供试土壤在同一吸收峰差异显著(P<0.05)。2920 cm−1 and 2850 cm−1 indicate the absorption of aliphatic functional groups. 1630 cm−1 indicates the absorption of aromatic functional groups. 1420 cm−1 indicates the absorption of methyl and methylene functional groups. Different lowercase letters indicate significant differences among different soil samples at the same spectrum (P<0.05).Figure 1. Relative peak areas of main organic carbon functional groups of four bulk soils determined by Fourier Transform Infrared Spectroscopy2.2 农田黑土有机碳矿化速率和累积矿化量特征
不同种类外源有机物添加后, 4个SOC含量的农田黑土有机碳矿化速率和累积矿化量的响应不同(图2)。与CK处理相比, 添加丙氨酸、葡萄糖和秸秆均增加了4个SOC含量土壤有机碳矿化速率, 且添加丙氨酸和葡萄糖后有机碳矿化速率要高于秸秆添加处理, SOC68的土壤有机碳矿化速率高于SOC32和SOC21, SOC含量最低的SOC11土壤有机碳矿化速率最低。在整个培养期, 4个供试土壤碳矿化速率呈先增加后降低的趋势, 在培养30 d后随培养时间趋于平稳, 且在30 d后各处理有机碳矿化速率无显著差异(P>0.05)。添加葡萄糖和秸秆处理下4个土壤均在培养第1天达到碳矿化峰值, SOC21和SOC11这两个SOC含量较低的土壤添加丙氨酸后在培养第3 天达到碳矿化峰值(图2A-D)。
![]()
图 2 不同种类外源有机物添加对不同土壤有机碳含量的农田黑土有机碳矿化速率(A-D)和累积矿化量(E-H)的影响CM: 土壤碳矿化速率; CR: 土壤累积碳矿化量。CM: mineralization rate of soil organic carbon; CR: cumulative mineralization soil organic carbon.Figure 2. Effects of addition of different types of exogenous organic materials on mineralization rate (A-D) and cumulative mineralization (E-H) of soil organic carbon of arable black soils with different soil organic carbon contents与土壤碳矿化速率相似, 相比对照, 添加外源有机物后4个土壤累积碳矿化量随时间显著增加, SOC本底值越高的土壤, 土壤累积碳矿化量越大, 具体表现为SOC68>SOC32>SOC21和SOC11(图2E-H)。SOC68土壤添加葡萄糖后累积碳矿化量显著高于添加丙氨酸和秸秆处理。与CK对照相比, 添加葡萄糖、丙氨酸和秸秆后30 d累积碳矿化量分别增加了69.54%、50.88%和13.14% (P<0.05); SOC32和SOC21的土壤添加葡萄糖和丙氨酸后土壤累积碳矿化量变化趋势一致, 显著高于秸秆添加处理(P<0.05)。与CK对照相比, SOC32的土壤添加葡萄糖、丙氨酸和秸秆30 d的土壤累积碳矿化量分别增加了266.62%、227.93%和170.10%; SOC21土壤添加丙氨酸、葡萄糖和秸秆30 d的累积碳矿化量分别增加了381.20%、391.62%和209.48%; SOC11土壤添加葡萄糖、丙氨酸和秸秆30 d的累积碳矿化量增加了419.64%、409.48%和321.43%。土壤SOC本底值越低, 添加外源有机物后土壤相对累积碳矿化量增长率越高。双因素方差分析得出土壤SOC含量和添加的外源有机物种类及其交互作用均显著影响135 d土壤累积碳矿化量(P<0.05)(表2)。
表 2 土壤有机碳含量和外源有机物种类对土壤有机碳累积矿化量、累积激发量和有机碳官能团相对峰面积影响的双因素方差分析Table 2. Two-way ANOVA for the influences of soil organic carbon (SOC) content, addition of different types of exogenous organic materials and their interactions on cumulative SOC mineralization, cumulative priming effect and infrared relative peak area of SOC functional groups要素
ElementsS M S×M P Eta P Eta P Eta 培养135 d累积矿化量
Cumulative SOC mineralization after 135 d incubation<0.001 0.474 <0.001 0.819 <0.001 0.679 培养30 d累积激发量
Cumulative priming effect after 30 d incubation<0.001 0.568 <0.001 0.215 0.021 0.147 培养30 d相对累积激发量
Relative cumulative priming effect after incubation for 30 d<0.001 0.624 <0.001 0.347 0.028 0.165 F2920 <0.001 0.801 0.033 0.09 0.017 0.189 F2850 <0.001 0.777 0.067 0.072 0.001 0.255 F1630 <0.001 0.924 0.883 0.003 0.233 0.103 F1420 <0.001 0.831 0.039 0.086 0.001 0.264 S和M分别表示土壤有机碳含量和添加外源有机物种类。P和Eta分别表示P值和偏Eta方。F2920、F2850、F1630和F1420分别表示有机碳官能团在2920 cm−1、2850 cm−1、1630 cm−1和1420 cm−1处的相对吸收峰面积。S and M represent SOC content and type of exogenous organic material addition, respectively. P and Eta represent P value and partial Eta squared, respectively. F2920, F2850, F1630 and F1420 indicate the relative peak absorption areas of organic carbon functional groups at 2920, 2850, 1630 and 1420 cm−1, respectively. 2.3 不同有机碳含量农田黑土有机碳激发效应
土壤有机碳矿化量在培养试验的前30 d变化剧烈, 因此, 本研究进一步分析了培养试验前30 d的土壤碳激发效应特征。如图3所示, 不同外源有机物添加后4个SOC含量的农田土壤有机碳激发速率动态变化均表现出随着培养时间先达到峰值, 后逐渐降低, 最后趋于稳定的过程。葡萄糖和秸秆添加后4个土壤有机碳的激发速率在第１天即达到峰值, 丙氨酸添加后SOC含量较高的SOC68和SOC32的土壤有机碳激发速率也在第1天达到峰值, 而低SOC含量的SOC21和SOC11的土壤有机碳激发速率于第3天达到峰值, 后随培养时间延长激发速率降低并趋于稳定。在培养试验30 d, SOC含量较高的SOC68和SOC32的土壤有机碳激发效应仍未达到稳定状态, 添加不同外源有机物的处理中土壤有机碳的激发效应存在显著差异(P<0.05), 而SOC含量较低的SOC21和SOC11土壤有机碳激发效应在不同添加物处理中趋于一致和稳定(图3A-D)。在4个SOC含量的土壤中, 添加葡萄糖和丙氨酸培养30 d有机碳累积激发量显著大于秸秆添加处理, 且SOC含量越高的土壤, 添加丙氨酸和葡萄糖培养30 d的有机碳累积激发量越大(P<0.05)(图3E-H)。
![]()
图 3 不同种类外源有机物添加对农田黑土有机碳的激发效应(A-D)、培养30 d的累积激发效应(E-H)和相对累积激发效应(I-L)的影响PE: 土壤激发效应; CPE: 累积激发效应; RCPE: 相对累积激发效应; 不同小写字母表示不同种类外源有机物添加处理差异显著(P<0.05)。PE: soil priming effect; CPE: cumulative priming effect; RCPE: relative cumulative priming effect; Different lowercase letters indicate significant differences among different exogenous organic materials addition treatments (P<0.05).Figure 3. Effects of addition of different types of exogenous organic materials on priming effect (A-D), cumulative priming effect (E-H) and relative cumulative priming effect (I-L) during the first 30 days of incubation of arable black soils with different soil organic carbon contentsSOC68和SOC11的土壤添加葡萄糖培养30 d土壤有机碳累积激发量低于添加丙氨酸处理, 且在SOC11土壤差异显著(P<0.05); 而SOC32和SOC21土壤添加丙氨酸培养30 d土壤有机碳累积激发量低于添加葡萄糖处理, 且在SOC32土壤差异显著(P<0.05)。在相同外源有机物添加条件下, SOC含量越低的土壤培养30 d相对累积激发量越大。双因素方差分析发现SOC含量和外源添加物种类及二者交互作用均显著影响培养30 d累积激发量和相对累积激发量(P<0.05) (表2)。
2.4 不同有机碳含量农田黑土有机碳红外结构特征
培养135 d结束后, 各处理土壤的红外光谱结构如图4所示。与对照相比, 高SOC含量的SOC68土壤添加葡萄糖、丙氨酸和秸秆后, 1420 cm−1处的甲基和亚甲基碳官能团、1630 cm−1处的芳香族碳官能团相对峰面积均降低, 2850 cm−1和2920 cm−1处的脂肪族碳官能团相对峰面积不同程度增加, 且添加秸秆处理变化显著(P<0.05)。SOC32土壤添加3种外源有机物后, 1630 cm−1处的芳香族碳官能团相对峰面积显著降低, 2850 cm−1和2920 cm−1处的脂肪族碳官能团相对峰面积显著增加(P<0.05)。SOC含量较低的SOC21土壤添加3种外源有机物后, 1420 cm−1处的甲基和亚甲基碳官能团及1630 cm−1处的芳香族碳官能团相对峰面积变化不显著(P>0.05), 但添加葡萄糖处理1420 cm−1处的甲基和亚甲基碳官能团相对峰面积显著低于添加秸秆处理, 1630 cm−1处的芳香族碳官能团相对峰面积的差异则相反(P<0.05); 2850 cm−1和2920 cm−1处的脂肪族碳官能团相对峰面积仅在添加丙氨酸处理后显著增加(P<0.05)。SOC含量最低的SOC11土壤1420 cm−1处的甲基、亚甲基碳官能团相对峰面积在添加丙氨酸和葡萄糖后显著增加, 添加秸秆后增加不显著; 1630 cm−1处的芳香族碳官能团相对峰面积均降低, 差异不显著(P>0.05); 添加丙氨酸和葡萄糖处理2850 cm−1和2920 cm−1处的脂肪族碳官能团相对峰面积降低, 添加秸秆处理有所增加, 且添加秸秆后2850 cm−1处的脂肪族碳官能团增加显著(P<0.05)。
![]()
图 4 培养结束(135 d)后不同外源有机物添加对农田黑土有机碳官能团相对吸收峰面积的影响2920 cm−1和2850 cm−1处代表脂肪族碳官能团吸收峰, 1630 cm−1处代表芳香族碳官能团的吸收峰, 1420 cm−1处代表甲基和亚甲基碳官能团的吸收峰。不同小写字母表示不同种类外源有机物添加处理差异显著(P<0.05)。2920 cm−1 and 2850 cm−1 indicate the absorption of aliphatic functional groups. 1630 cm−1 indicates the absorption of aromatic functional groups. 1420 cm−1 indicates the absorption of methyl and methylene functional groups. Different lowercase letters indicate significant differences among different exogenous organic materials addition treatments (P<0.05).Figure 4. Effects of addition of different types of exogenous organic materials on relative peak areas of organic carbon functional groups in arable black soils after 135 d incubation以不同SOC含量和添加有机物种类为双因素对土壤红外光谱相对峰面积进行双因素方差分析, 结果发现SOC含量显著影响各个碳官能团相对峰面积。添加物种类仅对2920 cm−1和1420 cm−1处的相对峰面积影响显著 (P<0.05)。不同SOC含量土壤和外源添加的有机物种类对2850 cm−1、1630 cm−1、1420 cm−1 3处的有机碳官能团的影响大小均表现为土壤SOC含量>添加外源有机物种类(表2)。
2.5 不同有机碳含量农田黑土微生物群落组成
培养试验第30天进行土壤破坏性取样, 应用磷脂脂肪酸(PLFAs)方法测定了土壤微生物群落组成(图5)。4个SOC含量的土壤添加不同种类外源有机物后, 土壤真菌和细菌群落数量的比值(F/B, 023~0.53)与革兰氏阳性细菌和革兰氏阴性细菌的比值(G+/G−, 0.65~1.61)变化不一致。与CK相比, F/B在SOC32和SOC11土壤中变化不显著(P>0.05), SOC68土壤添加丙氨酸和秸秆处理显著增加, SOC21土壤添加葡萄糖处理显著降低(P<0.05)。与对照相比, G+/G−在SOC32和SOC11土壤中变化不显著(P>0.05), SOC68土壤添加3种外源有机物均显著降低, 其中添加丙氨酸处理降低幅度最显著(P>0.05); SOC21土壤添加外源有机物后, G+/G−增加, 其中添加丙氨酸处理增加显著(P>0.05)(图5A)。
![]()
图 5 培养30 d不同外源有机物添加对不同有机碳含量农田黑土微生物群落组成的影响G−: 革兰氏阴性细菌; G+: 革兰氏阳性细菌; TB: 总细菌; F: 真菌; Actin: 放线菌。F/B: 真菌/细菌; G+/G−: 革兰氏阳性细菌/革兰氏阴性细菌; PLFAs: 磷脂脂肪酸。不同小写字母表示不同种类外源有机物添加处理差异显著(P<0.05)。G−: gram-negative bacteria; G+: gram-positive bacteria; TB: total bacteria; F: fungi; Actin: actinmycetes; F/B: fungi/bacteria; G+/G− gram-positive bacteria/gram-negative bacteria; PLFAs: phospholipid fatty acids. Different lowercase letters indicate significant differences among different exogenous organic materials addition treatments (P<0.05).Figure 5. Impacts of addition of different types of exogenous organic materials on composition of microbial community in arable black soils with different exogenous organic carbon contents after 30 d incubationSOC68和SOC32土壤不同外源有机物添加处理的革兰氏阳性、革兰氏阴性、总细菌、真菌和放线菌PLFAs生物量以及总PLFAs生物量均大于SOC21和SOC11土壤各处理。与各自不添加外源有机物的对照相比, 添加外源有机物处理的4个供试土壤总PLFAs和不同群落生物量响应特征不同。具体表现为: SOC68土壤添加葡萄糖处理总PLFAs和其他微生物种群PLFAs生物量显著增加(P<0.05), 而添加丙氨酸和秸秆处理增加幅度很小且不显著(P>0.05); SOC32土壤添加3种外源有机物后总PLFAs和其他微生物种群PLFAs生物量均显著增加(P<0.05), 且增加幅度是添加秸秆处理>添加葡萄糖处理>添加丙氨酸处理; SOC21和SOC11土壤添加外源有机物后30 d的土壤总PLFAs、革兰氏阳性、总细菌群落PLFAs生物量增加显著, SOC11处理添加丙氨酸和秸秆后土壤总PLFAs和其他微生物种群PLFAs生物量略有下降(P>0.05) (图5B)。
将土壤有机碳矿化激发效应指标与主要土壤有机碳官能团和磷脂脂肪酸指标进行相关性分析(图6), 发现土壤有机碳的累积矿化量(CR)和累积激发效应(CPE)与总PLFAs、总细菌(Total PLFAs)、革兰氏阳性细菌(G+)、革兰氏阴性细菌(G−)、放线菌(Actin)生物量及有机碳官能团在1420 cm−1处吸收峰面积等显著正相关(P<0.05), 与真菌(Fungi)、厌氧菌(Anaerobie)和有机碳官能团在1630 cm−1处吸收峰面积显著正相关(P<0.05)。相对累积激发效应(RCPE)仅与革兰氏阳性细菌(G+)、革兰氏阴性细菌(G−)和放线菌(Actin)生物量显著正相关, 与真菌(Fungi)和厌氧菌(Anaerobie)显著负相关(P<0.05)。
![]()
图 6 土壤有机碳矿化激发效应与土壤碳官能团和微生物群落组成相关性分析CR: 土壤有机碳累积矿化量; CPE: 土壤有机碳累积激发效应; RCPE: 土壤有机碳相对累积激发效应; SOC: 土壤有机碳; Total PLFAs: 总磷脂脂肪酸; Total bacteria: 总细菌; G+: 革兰氏阳性细菌; G−: 革兰氏阴性细菌; Actin: 放线菌; Fungi: 真菌; Anaerobie: 厌氧菌; Eukaryote: 真核生物; F1420、F1630、F2850和F2920表示有机碳官能团在1420 cm−1、1630 cm−1、2850 cm−1和2920 cm−1处的吸收峰面积。*和**分别表示在P<0.05和P<0.01水平差异显著。CR: cumulative mineralization of soil organic cabron; CPE: cumulative priming effect of soil organic cabron; RCPE: relative cumulative priming effect of soil organic cabron; SOC: soil organic carbon; Total PLFAs: total phospholipid fatty acids; G+: gram-positive bacteria; G−: gram-negative bacteria; Actin: actinomycete. F1420, F1630, F2850 and F2920 represent relative peak area at 1420, 1630, 2850 and 2920 cm−1, respectively. * and ** indicate significant differences at P<0.05 and P<0.01 levels, respectively.Figure 6. Correlation analysis of soil organic carbon mineralization and priming effect, soil carbon functional groups, and microbial community composition结合不同外源有机物添加下4 个SOC含量的土壤培养30 d的微生物群落组成、有机碳官能团特征的变化构建结构方程模型(SEM), 确定影响土壤有机碳激发效应的主要驱动因子。从图7可以看出: 外源有机物添加、土壤自身有机碳含量通过影响土壤微生物群落中的细菌和放线菌的生物量以及F/B和G+/G−的比值影响土壤有机碳的累积矿化量和激发效应, 其中外源有机物添加对有机碳的矿化量和激发量及细菌和放线菌群落的生物量有显著正影响, 对F/B和G+/G−有显著负影响。土壤有机碳含量对微生物生物量和碳累积矿化量均为正影响, 对累积激发量为负影响, 细菌对碳累积矿化和激发量均为负影响, 且对累计激发量影响显著, 放线菌对有机碳的累积矿化量和激发效应均为显著正影响(图7)。
![]()
图 7 不同外源有机物添加对不同有机碳(SOC)含量农田黑土激发效应影响的结构方程模型(SEM)F/B: 真菌/细菌; G+/G−: 革兰氏阳性细菌/革兰氏阴性细菌; Total bacteria: 总细菌; Actin: 放线菌。黑色表示正向路径, 灰色为负向路径, 线段粗细表示因果关系的强弱。箭头相邻的数字表示关系的标准化路径系数(*: P<0.05; **: P<0.01; ***: P<0.001), 实线和虚线分别表示在SEM中具有和不具有显著相关性。RMSEA: 近似均方根误差; GFI: 拟合优度指数; AGFI: 调整拟合优度指数。F/B: fungi/bacteria; G+/G−: gram positive bacteria/gram negative bacteria; Actin: actinomycete. Black line is positive path, and gray line is negative path. Line thickness indicates the strength of the causal relations. Numbers adjacent to arrows represent coefficients of standardized path of the relationships (*: P<0.05; **: P<0.01; ***: P<0.001). Solid and dashed lines indicate significant and insignificant differences in a fitted structure equation model, respectively. RMSEA refers to root mean square error of approximation. GFI and AGFI refer to goodness of fit index and adjusted goodness of fit index, respectively.Figure 7. Structural equation model (SEM) for the effect of different exogenous organic materials addition on soil priming effect in arable black soils with different soil organic carbon (SOC) contents3. 讨论
3.1 外源有机物的种类和土壤自身碳含量对土壤碳矿化激发的影响
以往研究发现添加外源有机物的种类和数量影响土壤有机碳的矿化和激发效应[20,30]。相比作物秸秆这类富含纤维素等较难分解的有机组分物质, 葡萄糖和丙氨酸属于结构简单的化合物, 进入土壤后主要以可溶性有机碳的形式存在于土壤溶液中, 更易于被微生物分解利用[13-14]。在本研究中的整个培养过程中, 添加3种不同类型的外源有机物均使4个SOC含量农田黑土的有机碳矿化速率和累积矿化量增加, 且添加丙氨酸和葡萄糖后有机碳矿化速率要高于秸秆添加处理, 进一步证实外源有机物种类影响土壤有机碳的矿化。SOC68和SOC11土壤添加葡萄糖处理后土壤有机碳的矿化增加量均大于丙氨酸添加处理。SOC21和SOC11土壤添加丙氨酸处理的有机碳矿化速率在第3天达到峰值, 其他处理均在第1天达到峰值, 这说明添加的外源有机物的化学组成和碳氮比在一定程度上影响土壤有机碳的矿化。You等[30]发现向土壤中添加0.4 g(C)·kg−1葡萄糖和丙氨酸后, 土壤有机碳的矿化速率均在第3天达到峰值, 与本研究结果不一致, 可能与添加外源有机物浓度[本试验中为0.8 g(C)·kg−1]或土壤自身SOC含量差异有关。Bimüller等[31]发现, 向含碳量为5%的土壤中添加0.0487 g(C)·kg−1和4.87 g(C)·kg−1的葡萄糖显著增加了土壤总碳矿化量。Bernal 等[32]研究发现向含碳量为2.2%~3.4%的土壤中添加0.4 g(C)·kg−1的葡萄糖或丙氨酸均可促进土壤有机碳的矿化量。也有研究发现向含碳量为1.2%的土壤中添加0.0204 g(C)·kg−1的葡萄糖对总有机碳矿化量没有影响[33]。
与此同时, 土壤微生物在外源有机物或植物残体进入土壤转化为SOC的过程中, 也具有非常重要的作用[34]。土壤微生物自身对外源有机物具有不同的偏好利用能力, 一般优先利用低分子量化合物, 将一部分易分解利用的有机物矿化, 以CO2的形式进入大气; 另一部分转化为自身的微生物生物量碳, 再通过自身代谢将这部分碳以微生物来源碳的形式固存在土壤中[35], 即微生物“碳泵”理论[18]。在本研究中, 丙氨酸和葡萄糖添加30 d土壤碳累积矿化量及累积激发量均大于秸秆添加处理, 且土壤自身SOC含量越高的处理, 土壤碳的累积激发量越大, 出现这一现象的主要原因是葡萄糖和丙氨酸的结构较秸秆简单, 易被微生物快速利用。其他研究比较了葡萄糖和丙氨酸添加对土壤碳矿化激发特征的影响, 发现相较于葡萄糖, 添加丙氨酸的激发效应更强[36]。有研究表明, 外源有机物添加引起的激发效应大小顺序为添加葡萄糖处理>添加丙氨酸处理, 在培养第3天最强[30]。本研究SOC含量较低的SOC21和SOC11土壤添加丙氨酸后激发速率于第3天达到峰值, 但葡萄糖和丙氨酸添加后30 d的累积激发量在不同SOC含量土壤中不同。SOC32和SOC21土壤添加丙氨酸后土壤30 d累积激发量小于葡萄糖添加处理, SOC68和SOC11土壤添加葡萄糖后30 d的累积激发量小于丙氨酸添加处理, 秸秆添加对土壤累积激发量的影响显著低于葡萄糖和丙氨酸添加处理。这说明不同SOC含量的土壤, 对外源有机物添加引起的激发效应的大小也会有差异[37]。以往研究也发现添加外源有机物的C∶N、木质素∶N较低, 其分解速率比C∶N、木质素∶N较高的有机物质分解快[19]。本研究中, 葡萄糖和丙氨酸的C∶N和木质素∶N的比值都低于秸秆, 可部分解释添加葡萄糖和丙氨酸处理碳激发量高于秸秆添加处理。
本研究中, 通过计算相对累积激发量发现, 在相同外源有机物添加条件下, 有机碳含量越低的土壤培养30 d的相对累积激发量越大。而红外相对峰面积表明低有机碳含量的土壤相对于高有机碳含量土壤而言有机碳化学结构更稳定, 即较高稳定性的碳会产生更大的激发效应, 这与廖畅[38]对不同纬度梯度土壤碳激发效应特征的研究结果相似。刘本娟等[39]研究发现相同添加物处理下有机碳含量越高的土壤其累积碳矿化量越大, 但激发效应量大小顺序与有机碳含量顺序不同。这与本试验的研究结果不同, 本试验中相对累积激发量与土壤SOC含量相反, 原因可能是试验选择的土壤采于不同地点, 土壤类型、理化性质和微生物群落结构特征相差较大, 导致激发效应差异。本研究中, 土壤SOC含量越低, 相同外源有机物添加处理下土壤碳累积排放量增加幅度越大, 同时低SOC含量土壤的相对激发效应大于高SOC含量土壤, 即SOC含量越低的土壤对添加的外源有机物越敏感。
3.2 不同种类外源有机物添加对土壤有机碳化学结构特征的影响
一般而言, 添加的外源有机物或植物残体中的低分子化合物会被优先利用分解, 而化学结构相对复杂、难分解的碳组分会在土壤中不断富集, 形成腐殖质在土壤中长期固存[40], 与此同时, 土壤自身有机碳的化学结构也相应改变[25]。本研究中, 添加3种有机物, 4个土壤在1630 cm−1处的芳香碳官能团峰面积呈减少趋势, 而在2850 cm−1、2920 cm−1和1420 cm−1处的总脂肪族碳官能团峰面积呈增加趋势, 这说明外源碳不断进入土壤有机质中, 促进了土壤原有有机碳化学结构的变化和碳周转。前人研究也得出了类似结果。Baldock 等[41]利用13C-NMR技术发现添加到土壤中的外源葡萄糖主要转化为烷氧基碳(66%)、烷基碳(26%)、羧基碳(8%)及很少的芳香碳。Lundberg 等[42]通过28 d的培养试验发现添加的葡萄糖在分解初期主要转化为微生物生物量碳(如: 非极性烷基碳), 随培养时间增加, 逐渐转化到微生物残体(如脂质碳), 外源碳不断在土壤中固存。张月玲[43]通过添加13C标记葡萄糖于黑土深层土壤中诱导产生了正激发效应, 促进了原有SOC的分解, 48%的葡萄糖完全矿化, 52%的葡萄糖转化为SOC, 增加了土壤SOC含量; 进一步利用13C CP/TOSS NMR技术, 发现土壤有机质中易分解和难分解的有机化合物在培养过程中均发生了改变。添加葡萄糖后, 土壤中烷基氮和带质子的烷氧基碳相对比例增加, 氮芳香碳和酮/醛碳的相对比例降低, 表明添加葡萄糖很可能激发了芳香碳的分解并抑制酮/醛的形成, 也可能是由于培养过程中微生物群落组成和结构发生改变, 葡萄糖被转化成了不同复杂程度的微生物残留物[41-42,44]。新形成的烷氧碳也可能来源于被矿物保护的葡萄糖残留物[45]。亚甲基与微生物细胞膜密切相关[46], 其在土壤中的积累受微生物活性的影响[42]。本研究中, 添加外源有机物处理中甲基和亚甲基相对峰面积发生了变化, 进一步说明添加外源有机物会通过引起微生物群落结构变化导致土壤有机碳的化学结构变化。需要特别指出的是, 本研究未发现土壤有机碳的官能团结构差异对土壤激发效应的影响, 下一步研究中将考虑从13C-固体核磁共振和可溶性有机碳的紫外荧光光谱角度来研究对其黑土激发效应的影响。
芳香碳官能团的稳定性较强, 可以用来指示土壤有机碳化学结构的稳定性, 反映土壤有机碳的稳定性[47]。添加外源有机物会使土壤有机碳官能团特征发生改变, 影响土壤有机碳的稳定性。石含之等[48]研究发现不同类型土壤有机碳化学结构对相同秸秆添加处理的响应变化不同, 在黑土中, 添加秸秆使土壤产生负激发效应, 土壤芳香碳官能团比例增加, 有机碳稳定性更高; 在褐土和红壤中, 加入秸秆后土壤产生正激发效应, 土壤芳香碳官能团比例降低, 土壤有机碳稳定性减弱。本研究发现添加外源有机物后, 芳香碳官能团的比例不同程度降低, 与前人研究结果一致。彭义等[49]基于黑土连续秸秆还田试验, 分析土壤有机碳的红外光谱变化特征, 并发现与秸秆不还田相比, 秸秆覆盖后土壤氨基化合物、脂肪族碳和芳香族碳的相对比例下降。朱雪峰等[50]研究发现, 秸秆覆盖使土壤有机碳组分中碳水化合物、芳香族碳和脂肪族碳相对增加。主要是由于大量添加的秸秆在腐解过程中, 不断向土壤中输入大量的碳水化合物、芳香族碳、脂肪族碳, 从而使添加秸秆的土壤中相应组分增加, 但其秸秆的添加量大于本试验研究, 这也是与本文培养试验结果不一致的主要原因。
3.3 外源有机物添加对土壤激发效应影响的微生物作用机理
土壤微生物对外源有机物的响应是土壤激发效应的驱动力[13]。外源有机物输入对土壤激发效应作用机理主要包括“共代谢”理论、“氮矿化”理论、“化学计量分解”理论和“底物优先利用”假说, 这些机理主要从微生物群落响应、土壤酶活性或土壤碳氮养分转变等方面揭示土壤激发效应的作用机理[11]。这些机理的作用涉及到外源有机物的种类和数量、土壤微生物群落组成和活性、土壤自身养分状况等因素。从本研究来看, 无论是简单易分解的葡萄糖和丙氨酸, 还是较难分解的玉米秸秆添加所引起的土壤正激发效应都受到土壤总细菌、放线菌、F/B和G+/G−比值的影响(图6, 图7)。外源有机物性质、土壤自身有机碳的有效性通过土壤微生物群落组成和结构影响土壤有机碳的累积矿化和激发效应, 其中外源有机物的添加量对碳矿化激发量和细菌真菌量有显著正影响, 对F/B和G+/G−有显著负影响。这说明外源有机物的添加显著促进了土壤中k型微生物的生长代谢, 使土壤有机碳中难分解的组分降解, 加速土壤自身SOC中难分解组分的分解, 产生正激发效应[8,51]。相对激发效应不受土壤不同SOC含量的影响, 在4个SOC含量土壤中均产生正激发效应, 这与图6中不同SOC含量对土壤碳累积矿化量和激发量影响不显著这一结果相一致。从上述影响农田黑土碳激发效应的因素来看, 外源有机物的添加为土壤微生物带来了充足的碳源和氮源, 在这种情况下土壤中k型微生物增加显著, 如革兰氏阴性细菌和放线菌的生长代谢加快, 分解的胞外酶促进了SOC中难分解组分的降解, 加速了土壤自身SOC的分解, 导致较大的正激发效应。“共代谢”理论是本研究外源有机物添加引起4个SOC含量农田黑土正激发效应的主要作用机理。
4. 结论
1)外源有机物的添加促进了4个不同SOC含量的农田黑土有机碳的矿化, 引起土壤正激发效应, 激发效应的强度因添加的外源有机物的种类和土壤自身SOC含量差异而异。
2)农田黑土添加葡萄糖和丙氨酸处理后土壤累积碳矿化量和激发量显著大于秸秆添加处理, 土壤本底SOC含量越高, 累积碳激发量越大, 但相对累积激发量越小。
3)外源有机物添加后, 土壤中脂肪族碳官能团相对峰面积略增, 芳香族碳官能团略减, 土壤SOC含量对二者的影响均大于添加有机物的种类。
4)相关性分析和结构方程模型结果发现, 外源有机物添加引起的土壤正激发效应主要受土壤中细菌和放线菌的影响, 外源添加有机物的种类、土壤自身有机碳的有效性通过改变土壤微生物群落组成和结构影响土壤碳激发, 且相对激发效应不受自身SOC含量的影响。
5)外源有机物的添加显著增加土壤中k型微生物的生长, 如革兰氏阴性细菌和放线菌的生长代谢加快, 促进了SOC中难分解组分的降解。外源有机物和土壤自身有机碳的“共代谢”机制是本研究黑土产生正激发效应的主要作用机理。
-
![]()
图 3 不同种类外源有机物添加对农田黑土有机碳的激发效应(A-D)、培养30 d的累积激发效应(E-H)和相对累积激发效应(I-L)的影响
PE: 土壤激发效应; CPE: 累积激发效应; RCPE: 相对累积激发效应; 不同小写字母表示不同种类外源有机物添加处理差异显著(P<0.05)。PE: soil priming effect; CPE: cumulative priming effect; RCPE: relative cumulative priming effect; Different lowercase letters indicate significant differences among different exogenous organic materials addition treatments (P<0.05).
Figure 3. Effects of addition of different types of exogenous organic materials on priming effect (A-D), cumulative priming effect (E-H) and relative cumulative priming effect (I-L) during the first 30 days of incubation of arable black soils with different soil organic carbon contents
![]()
图 1 4个供试土壤主要有机碳官能团的相对峰面积
2920 cm−1和2850 cm−1处代表脂肪族碳官能团吸收峰, 1630 cm−1处代表芳香族碳官能团的吸收峰, 1420 cm−1处代表甲基和亚甲基碳官能团的吸收峰。不同小写字母表示4个供试土壤在同一吸收峰差异显著(P<0.05)。2920 cm−1 and 2850 cm−1 indicate the absorption of aliphatic functional groups. 1630 cm−1 indicates the absorption of aromatic functional groups. 1420 cm−1 indicates the absorption of methyl and methylene functional groups. Different lowercase letters indicate significant differences among different soil samples at the same spectrum (P<0.05).
Figure 1. Relative peak areas of main organic carbon functional groups of four bulk soils determined by Fourier Transform Infrared Spectroscopy
![]()
图 2 不同种类外源有机物添加对不同土壤有机碳含量的农田黑土有机碳矿化速率(A-D)和累积矿化量(E-H)的影响
CM: 土壤碳矿化速率; CR: 土壤累积碳矿化量。CM: mineralization rate of soil organic carbon; CR: cumulative mineralization soil organic carbon.
Figure 2. Effects of addition of different types of exogenous organic materials on mineralization rate (A-D) and cumulative mineralization (E-H) of soil organic carbon of arable black soils with different soil organic carbon contents
![]()
图 4 培养结束(135 d)后不同外源有机物添加对农田黑土有机碳官能团相对吸收峰面积的影响
2920 cm−1和2850 cm−1处代表脂肪族碳官能团吸收峰, 1630 cm−1处代表芳香族碳官能团的吸收峰, 1420 cm−1处代表甲基和亚甲基碳官能团的吸收峰。不同小写字母表示不同种类外源有机物添加处理差异显著(P<0.05)。2920 cm−1 and 2850 cm−1 indicate the absorption of aliphatic functional groups. 1630 cm−1 indicates the absorption of aromatic functional groups. 1420 cm−1 indicates the absorption of methyl and methylene functional groups. Different lowercase letters indicate significant differences among different exogenous organic materials addition treatments (P<0.05).
Figure 4. Effects of addition of different types of exogenous organic materials on relative peak areas of organic carbon functional groups in arable black soils after 135 d incubation
![]()
图 5 培养30 d不同外源有机物添加对不同有机碳含量农田黑土微生物群落组成的影响
G−: 革兰氏阴性细菌; G+: 革兰氏阳性细菌; TB: 总细菌; F: 真菌; Actin: 放线菌。F/B: 真菌/细菌; G+/G−: 革兰氏阳性细菌/革兰氏阴性细菌; PLFAs: 磷脂脂肪酸。不同小写字母表示不同种类外源有机物添加处理差异显著(P<0.05)。G−: gram-negative bacteria; G+: gram-positive bacteria; TB: total bacteria; F: fungi; Actin: actinmycetes; F/B: fungi/bacteria; G+/G− gram-positive bacteria/gram-negative bacteria; PLFAs: phospholipid fatty acids. Different lowercase letters indicate significant differences among different exogenous organic materials addition treatments (P<0.05).
Figure 5. Impacts of addition of different types of exogenous organic materials on composition of microbial community in arable black soils with different exogenous organic carbon contents after 30 d incubation
![]()
图 6 土壤有机碳矿化激发效应与土壤碳官能团和微生物群落组成相关性分析
CR: 土壤有机碳累积矿化量; CPE: 土壤有机碳累积激发效应; RCPE: 土壤有机碳相对累积激发效应; SOC: 土壤有机碳; Total PLFAs: 总磷脂脂肪酸; Total bacteria: 总细菌; G+: 革兰氏阳性细菌; G−: 革兰氏阴性细菌; Actin: 放线菌; Fungi: 真菌; Anaerobie: 厌氧菌; Eukaryote: 真核生物; F1420、F1630、F2850和F2920表示有机碳官能团在1420 cm−1、1630 cm−1、2850 cm−1和2920 cm−1处的吸收峰面积。*和**分别表示在P<0.05和P<0.01水平差异显著。CR: cumulative mineralization of soil organic cabron; CPE: cumulative priming effect of soil organic cabron; RCPE: relative cumulative priming effect of soil organic cabron; SOC: soil organic carbon; Total PLFAs: total phospholipid fatty acids; G+: gram-positive bacteria; G−: gram-negative bacteria; Actin: actinomycete. F1420, F1630, F2850 and F2920 represent relative peak area at 1420, 1630, 2850 and 2920 cm−1, respectively. * and ** indicate significant differences at P<0.05 and P<0.01 levels, respectively.
Figure 6. Correlation analysis of soil organic carbon mineralization and priming effect, soil carbon functional groups, and microbial community composition
![]()
图 7 不同外源有机物添加对不同有机碳(SOC)含量农田黑土激发效应影响的结构方程模型(SEM)
F/B: 真菌/细菌; G+/G−: 革兰氏阳性细菌/革兰氏阴性细菌; Total bacteria: 总细菌; Actin: 放线菌。黑色表示正向路径, 灰色为负向路径, 线段粗细表示因果关系的强弱。箭头相邻的数字表示关系的标准化路径系数(*: P<0.05; **: P<0.01; ***: P<0.001), 实线和虚线分别表示在SEM中具有和不具有显著相关性。RMSEA: 近似均方根误差; GFI: 拟合优度指数; AGFI: 调整拟合优度指数。F/B: fungi/bacteria; G+/G−: gram positive bacteria/gram negative bacteria; Actin: actinomycete. Black line is positive path, and gray line is negative path. Line thickness indicates the strength of the causal relations. Numbers adjacent to arrows represent coefficients of standardized path of the relationships (*: P<0.05; **: P<0.01; ***: P<0.001). Solid and dashed lines indicate significant and insignificant differences in a fitted structure equation model, respectively. RMSEA refers to root mean square error of approximation. GFI and AGFI refer to goodness of fit index and adjusted goodness of fit index, respectively.
Figure 7. Structural equation model (SEM) for the effect of different exogenous organic materials addition on soil priming effect in arable black soils with different soil organic carbon (SOC) contents
表 1 试验前供试土壤基本理化性质和微生物生物量碳含量
Table 1 Physical-chemical properties and microbial biomass carbon content before incubation of the tested soil
土样
Soil sample经纬度
Longitude,
latitude总有机碳
Soil
organic carbon
(g·kg−1)全氮
Total
nitrogen (g·kg−1)pH 全磷
Total phosphorus (g·kg−1)全钾
Total
potassium (g·kg−1)有机磷
Olsen phosphorus
(mg·kg−1)速效钾
Available potassium (mg·kg−1)微生物生物
量碳
Microbial biomass carbon
(mg·kg−1)SOC68 48°15′N, 126°21′E 68.16±0.33a 5.65±0.02a 6.89±0.01a 1.73±0.00a 16.2±0.9b 104.4±2.32a 628.8±15.9a 549.72±75.45a SOC32 47°27′N, 126°55′E 31.50±0.22b 2.56±0.01b 5.63±0.05b 1.06±0.02b 18.4±0.4a 44.5±3.15c 138.8±0.8c 353.10±4.13b SOC21 44°59′N, 126°21′E 20.59±0.11c 2.21±0.12c 5.14±0.01c 0.97±0.00c 18.4±0.3a 52.7±2.09b 159.0±8.4b 117.99±1.13d SOC11 43°12′N, 124°11′E 11.12±0.07d 1.07±0.01d 5.17±0.01c 0.46±0.00d 17.5±2.8ab 15.6±0.99d 106.2±19.3d 182.99±23.58c SOC68、SOC32、SOC21和SOC11分别表示北安、海伦、榆树和四平采集的土样。同列不同小写字母表示4个土样在P<0.05水平差异显著。SOC68, SOC32, SOC21 and SOC11 represent soils sampled from Bei’an, Hailun, Yushu and Siping, respectively. Different lowercase letters in the same column indicate significant differences among different soil samples (P<0.05). 
下载: 导出CSV
表 2 土壤有机碳含量和外源有机物种类对土壤有机碳累积矿化量、累积激发量和有机碳官能团相对峰面积影响的双因素方差分析
Table 2 Two-way ANOVA for the influences of soil organic carbon (SOC) content, addition of different types of exogenous organic materials and their interactions on cumulative SOC mineralization, cumulative priming effect and infrared relative peak area of SOC functional groups
要素
ElementsS M S×M P Eta P Eta P Eta 培养135 d累积矿化量
Cumulative SOC mineralization after 135 d incubation<0.001 0.474 <0.001 0.819 <0.001 0.679 培养30 d累积激发量
Cumulative priming effect after 30 d incubation<0.001 0.568 <0.001 0.215 0.021 0.147 培养30 d相对累积激发量
Relative cumulative priming effect after incubation for 30 d<0.001 0.624 <0.001 0.347 0.028 0.165 F2920 <0.001 0.801 0.033 0.09 0.017 0.189 F2850 <0.001 0.777 0.067 0.072 0.001 0.255 F1630 <0.001 0.924 0.883 0.003 0.233 0.103 F1420 <0.001 0.831 0.039 0.086 0.001 0.264 S和M分别表示土壤有机碳含量和添加外源有机物种类。P和Eta分别表示P值和偏Eta方。F2920、F2850、F1630和F1420分别表示有机碳官能团在2920 cm−1、2850 cm−1、1630 cm−1和1420 cm−1处的相对吸收峰面积。S and M represent SOC content and type of exogenous organic material addition, respectively. P and Eta represent P value and partial Eta squared, respectively. F2920, F2850, F1630 and F1420 indicate the relative peak absorption areas of organic carbon functional groups at 2920, 2850, 1630 and 1420 cm−1, respectively.
下载: 导出CSV
-
[1] GOMEZ-CASANOVAS N, MATAMALA R, COOK D R, et al. Net ecosystem exchange modifies the relationship between the autotrophic and heterotrophic components of soil respiration with abiotic factors in prairie grasslands[J]. Global Change Biology, 2012, 18(8): 2532−2545 doi: 10.1111/j.1365-2486.2012.02721.x
[2] KUZYAKOV Y, FRIEDEL J K, STAHR K. Review of mechanisms and quantification of priming effects[J]. Soil Biology and Biochemistry, 2000, 32(11/12): 1485−1498
[3] KEUPER F, WILD B, KUMMU M, et al. Carbon loss from northern circumpolar permafrost soils amplified by rhizosphere priming[J]. Nature Geoscience, 2020, 13(8): 560−565 doi: 10.1038/s41561-020-0607-0
[4] SAYER E J, HEARD M S, GRANT H K, et al. Soil carbon release enhanced by increased tropical forest litterfall[J]. Nature Climate Change, 2011, 1(6): 304−307 doi: 10.1038/nclimate1190
[5] BASTIDA F, GARCÍA C, FIERER N, et al. Global ecological predictors of the soil priming effect[J]. Nature Communications, 2019, 10(1): 3481 doi: 10.1038/s41467-019-11472-7
[6] CHEN L Y, LIU L, QIN S Q, et al. Regulation of priming effect by soil organic matter stability over a broad geographic scale[J]. Nature Communications, 2019, 10(1): 1−10 doi: 10.1038/s41467-018-07882-8
[7] YAN S B, YIN L M, DIJKSTRA F A, et al. Priming effect on soil carbon decomposition by root exudate surrogates: a meta-analysis[J]. Soil Biology and Biochemistry, 2023, 178: 108955 doi: 10.1016/j.soilbio.2023.108955
[8] PERVEEN N, BAROT S, MAIRE V, et al. Universality of priming effect: an analysis using thirty-five soils with contrasted properties sampled from five continents[J]. Soil Biology and Biochemistry, 2019, 134: 162−171 doi: 10.1016/j.soilbio.2019.03.027
[9] SUN Z L, LIU S G, ZHANG T A, et al. Priming of soil organic carbon decomposition induced by exogenous organic carbon input: a meta-analysis[J]. Plant and Soil, 2019, 443(1): 463−471
[10] GUENET B, CAMINO-SERRANO M, CIAIS P, et al. Impact of priming on global soil carbon stocks[J]. Global Change Biology, 2018, 24(5): 1873−1883 doi: 10.1111/gcb.14069
[11] 甘子莹, 王浩, 丁驰, 等. 亚热带森林不同植物及器官来源的可溶性有机质输入对土壤激发效应的影响及其作用机理[J]. 植物生态学报, 2022, 46(7): 797−810 doi: 10.17521/cjpe.2021.0288 GAN Z Y, WANG H, DING C, et al. Effects of dissolved organic matter derived from different plant and tissues in a subtropical forest on soil priming effect and the underlying mechanisms[J]. Chinese Journal of Plant Ecology, 2022, 46(7): 797−810 doi: 10.17521/cjpe.2021.0288
[12] TIAN Q X, JIANG Q H, ZHAO R D, et al. Microbial properties control soil priming and exogenous carbon incorporation along an elevation gradient[J]. Geoderma, 2023, 431: 116343 doi: 10.1016/j.geoderma.2023.116343
[13] LIN Q, DE VRIEZE J, FANG X Y, et al. Labile carbon feedstocks trigger a priming effect in anaerobic digestion: an insight into microbial mechanisms[J]. Bioresource Technology, 2022, 344: 126243 doi: 10.1016/j.biortech.2021.126243
[14] ZHOU J, QIAO N, ZHU T B, et al. Native soil labile organic matter influences soil priming effects[J]. Applied Soil Ecology, 2023, 182: 104732 doi: 10.1016/j.apsoil.2022.104732
[15] DIJKSTRA F A, HUTCHINSON G L, REEDER J D, et al. Elevated CO2, but not defoliation, enhances N cycling and increases short-term soil N immobilization regardless of N addition in a semiarid grassland[J]. Soil Biology and Biochemistry, 2011, 43(11): 2247−2256 doi: 10.1016/j.soilbio.2011.07.017
[16] HAMER U, MARSCHNER B. Priming effects in soils after combined and repeated substrate additions[J]. Geoderma, 2005, 128(1/2): 38−51
[17] LUO Y Q, ZHAO X Y, ANDRÉN O, et al. Artificial root exudates and soil organic carbon mineralization in a degraded sandy grassland in Northern China[J]. Journal of Arid Land, 2014, 6(4): 423−431 doi: 10.1007/s40333-014-0063-z
[18] LIANG C, SCHIMEL J P, JASTROW J D. The importance of anabolism in microbial control over soil carbon storage[J]. Nature Microbiology, 2017, 2(8): 1−6
[19] 梁超, 朱雪峰. 土壤微生物碳泵储碳机制概论[J]. 中国科学(地球科学), 2021, 51(5): 680−695 doi: 10.1360/SSTe-2020-0213 LIANG C, ZHU X F. Introduction to carbon storage mechanism of soil microbial carbon pump[J]. Scientia Sinica (Terrae), 2021, 51(5): 680−695 doi: 10.1360/SSTe-2020-0213
[20] BLAGODATSKAYA Е, KUZYAKOV Y. Mechanisms of real and apparent priming effects and their dependence on soil microbial biomass and community structure: critical review[J]. Biology and Fertility of Soils, 2008, 45(2): 115−131 doi: 10.1007/s00374-008-0334-y
[21] YU Z, CHEN L, PAN S, et al. Feedstock determines biochar-induced soil priming effects by stimulating the activity of specific microorganisms[J]. European Journal of Soil Science, 2018, 69(3): 521−534 doi: 10.1111/ejss.12542
[22] ZHOU S, WANG J Y, CHEN L, et al. Microbial community structure and functional genes drive soil priming effect following afforestation[J]. Science of the Total Environment, 2022, 825: 153925 doi: 10.1016/j.scitotenv.2022.153925
[23] LI C, XIAO C W, LI M X, et al. The quality and quantity of SOM determines the mineralization of recently added labile C and priming of native SOM in grazed grasslands[J]. Geoderma, 2023, 432: 116385 doi: 10.1016/j.geoderma.2023.116385
[24] VANCE E D, BROOKES P C, JENKINSON D S. An extraction method for measuring soil microbial biomass C[J]. Soil Biology and Biochemistry, 1987, 19(6): 703−707 doi: 10.1016/0038-0717(87)90052-6
[25] 盛明, 龙静泓, 雷琬莹, 等. 秸秆还田对黑土团聚体内有机碳红外光谱特征的影响[J]. 土壤与作物, 2020, 9(4): 355−366 doi: 10.11689/j.issn.2095-2961.2020.04.004 SHENG M, LONG J H, LEI W Y, et al. Effect of straw returning on the characteristics of Fourier Infrared Spectroscopy organic carbon within aggregates in a Mollisols[J]. Soil and Crop, 2020, 9(4): 355−366 doi: 10.11689/j.issn.2095-2961.2020.04.004
[26] TIVET F, DE MORAES SÁ J C, LAL R, et al. Assessing humification and organic C compounds by laser-induced fluorescence and FTIR spectroscopies under conventional and no-till management in Brazilian Oxisols[J]. Geoderma, 2013, 207/208: 71−81 doi: 10.1016/j.geoderma.2013.05.001
[27] BOSSIO D A, SCOW K M, GUNAPALA N, et al. Determinants of soil microbial communities: effects of agricultural management, season, and soil type on phospholipid fatty acid profiles[J]. Microbial Ecology, 1998, 36(1): 1−12 doi: 10.1007/s002489900087
[28] LI N, YAO S H, YOU M Y, et al. Contrasting development of soil microbial community structure under no-tilled perennial and tilled cropping during early pedogenesis of a Mollisol[J]. Soil Biology and Biochemistry, 2014, 77: 221−232 doi: 10.1016/j.soilbio.2014.07.002
[29] DAWSON T E, MAMBELLI S, PLAMBOECK A H, et al. Stable isotopes in plant ecology[J]. Annual Review of Ecology and Systematics, 2002, 33: 507−559 doi: 10.1146/annurev.ecolsys.33.020602.095451
[30] YOU M, HAN X, CHEN X, et al. Effect of reduction of aggregate size on the priming effect in a Mollisol under different soil managements[J]. European Journal of Soil Science, 2019, 70(4): 765−775
[31] BIMÜLLER C, KREYLING O, KÖLBL A, et al. Carbon and nitrogen mineralization in hierarchically structured aggregates of different size[J]. Soil and Tillage Research, 2016, 160: 23−33 doi: 10.1016/j.still.2015.12.011
[32] BERNAL B, MCKINLEY D C, HUNGATE B A, et al. Limits to soil carbon stability; deep, ancient soil carbon decomposition stimulated by new labile organic inputs[J]. Soil Biology and Biochemistry, 2016, 98: 85−94 doi: 10.1016/j.soilbio.2016.04.007
[33] TIAN J, PAUSCH J, YU G R, et al. Aggregate size and glucose level affect priming sources: a three-source-partitioning study[J]. Soil Biology and Biochemistry, 2016, 97: 199−210 doi: 10.1016/j.soilbio.2016.03.013
[34] 张叶叶, 莫非, 韩娟, 等. 秸秆还田下土壤有机质激发效应研究进展[J]. 土壤学报, 2021, 58(6): 1381−1392 doi: 10.11766/trxb202006260259 ZHANG Y Y, MO F, HAN J, et al. Research progress on the native soil carbon priming after straw addition[J]. Acta Pedologica Sinica, 2021, 58(6): 1381−1392 doi: 10.11766/trxb202006260259
[35] SIX J, FREY S D, THIET R K, et al. Bacterial and fungal contributions to carbon sequestration in agroecosystems[J]. Soil Science Society of America Journal, 2006, 70(2): 555−569 doi: 10.2136/sssaj2004.0347
[36] MASON-JONES K, SCHMÜCKER N, KUZYAKOV Y. Contrasting effects of organic and mineral nitrogen challenge the N-Mining Hypothesis for soil organic matter priming[J]. Soil Biology and Biochemistry, 2018, 124: 38−46 doi: 10.1016/j.soilbio.2018.05.024
[37] LIAN T X, WANG G H, YU Z H, et al. Bacterial communities incorporating plant-derived carbon in the soybean rhizosphere in Mollisols that differ in soil organic carbon content[J]. Applied Soil Ecology, 2017, 119: 375−383 doi: 10.1016/j.apsoil.2017.07.016
[38] 廖畅. 外源碳氮输入对不同纬度森林土壤有机碳矿化和固持的影响[D]. 武汉: 中国科学院大学(中国科学院武汉植物园), 2020 LIAO C. Effects of exogenous carbon and nitrogen input on mineralization and fixation of organic carbon in forest soils at different latitudes[D]. Wuhan: University of Chinese Academy of Sciences (Wuhan Botanical Garden, Chinese Academy of Sciences), 2020
[39] 刘本娟, 谢祖彬, 刘琦, 等. 生物质炭引起的土壤碳激发效应与土壤理化特性的相关性[J]. 土壤, 2021, 53(2): 343−353 LIU B J, XIE Z B, LIU Q, et al. Correlation between biochar-induced carbon priming effect in soils and soil physiochemical properties[J]. Soils, 2021, 53(2): 343−353
[40] SHAHBAZ M, KUZYAKOV Y, SANAULLAH M, et al. Microbial decomposition of soil organic matter is mediated by quality and quantity of crop residues: mechanisms and thresholds[J]. Biology and Fertility of Soils, 2017, 53(3): 287−301 doi: 10.1007/s00374-016-1174-9
[41] BALDOCK J A, OADES J M, VASSALLO A M, et al. Incorporation of uniformly labeled 13C glucose carbon into the organic fraction of a soil-carbon balance and CP MAS 13C NMR Measurements[J]. Soil Research, 1989, 27(4): 725 doi: 10.1071/SR9890725
[42] LUNDBERG P, EKBLAD A, NILSSON M. 13C NMR spectroscopy studies of forest soil microbial activity: glucose uptake and fatty acid biosynthesis[J]. Soil Biology and Biochemistry, 2001, 33(4/5): 621−632
[43] 张月玲. 高纬度土壤剖面有机碳的稳定性及其对土地利用变化的响应[D]. 北京: 中国农业科学院, 2019 ZHANG Y L. Stability of organic carbon in high latitude soil profile and its response to land use change[D]. Beijing: Chinese Academy of Agricultural Sciences, 2019
[44] ZHANG Y L, YAO S H, MAO J D, et al. Chemical composition of organic matter in a deep soil changed with a positive priming effect due to glucose addition as investigated by 13C NMR spectroscopy[J]. Soil Biology and Biochemistry, 2015, 85: 137−144 doi: 10.1016/j.soilbio.2015.03.013
[45] KEILUWEIT M, BOUGOURE J J, NICO P S, et al. Mineral protection of soil carbon counteracted by root exudates[J]. Nature Climate Change, 2015, 5(6): 588−595 doi: 10.1038/nclimate2580
[46] BALDOCK J A, OADES J M, VASSALLO A M, et al. Solid-state CP/MAS 13C NMR analysis of bacterial and fungal cultures isolated from a soil incubated fith glucose[J]. Soil Research, 1990, 28(2): 213 doi: 10.1071/SR9900213
[47] LEI W Y, PAN Q, TENG P J, et al. How does soil organic matter stabilize with soil and environmental variables along a black soil belt in Northeast China? An explanation using FTIR spectroscopy data[J]. CATENA, 2023, 228: 107152 doi: 10.1016/j.catena.2023.107152
[48] 石含之, 赵沛华, 黄永东, 等. 秸秆还田对土壤有机碳结构的影响[J]. 生态环境学报, 2020, 29(3): 536−542 SHI H Z, ZHAO P H, HUANG Y D, et al. Effect of straw mulching on soil organic carbon structure[J]. Ecology and Environment Sciences, 2020, 29(3): 536−542
[49] 彭义, 解宏图, 李军, 等. 免耕条件下不同秸秆覆盖量的土壤有机碳红外光谱特征[J]. 中国农业科学, 2013, 46(11): 2257−2264 PENG Y, XIE H T, LI J, et al. Effect of no-tillage with different stalk mulching on soil organic carbon and mid-infrared spectral characteristics[J]. Scientia Agricultura Sinica, 2013, 46(11): 2257−2264
[50] 朱雪峰, 张春雨, 郝艳杰, 等. 玉米秸秆覆盖还田量对免耕土壤有机碳中红外光谱特征的影响[J]. 应用生态学报, 2021, 32(8): 2685−2692 ZHU X F, ZHANG C Y, HAO Y J, et al. Effects of corn stover mulch quantity on mid-infrared spectroscopy of soil organic carbon in a no-tillage agricultural ecosystem[J]. Chinese Journal of Applied Ecology, 2021, 32(8): 2685−2692
[51] BLAGODATSKAYA E V, BLAGODATSKY S A, ANDERSON T H, et al. Priming effects in Chernozem induced by glucose and N in relation to microbial growth strategies[J]. Applied Soil Ecology, 2007, 37(1/2): 95−105
计量
- 文章访问数: 719
- HTML全文浏览量: 155
- PDF下载量: 138
