下载:
-
土壤固碳减排是应对全球气候变化的重要措施之一。随着城市园林绿化面积不断扩大，植物自然凋落或经人工修剪所产生的园林废弃物数量激增[1]。传统处置方式填埋和焚烧不仅会造成环境污染而且会导致生态系统物质循环和能量流动的终断，园林废弃物的合理资源化方式及还田增碳效果受到广泛关注[2]。园林废弃物具有再生周期短、可生物降解、环境友好等优点。将园林废弃物资源化后添加到土壤中可促进土壤培肥，提高土壤固碳功能，对农林业可持续发展和土壤碳增汇具有重要意义[3−4]。
园林废弃物资源化处理方式包括粉碎、堆肥、热解碳化制备生物质炭等，这些资源化产品施入土壤后会对土壤理化性质及土壤微生物代谢活性等造成不同的影响。粉碎是最简单的园林废弃物资源化处理方式，粉碎后的有机物料与土壤混合可以加速园林废弃物分解，具有改善土壤物理性质、提高土壤养分质量分数和增加微生物群落代谢活性的功能[5−7]，然而分解过程需要较长的时间。园林废弃物通过堆肥过程得到的产品属于有机肥，堆肥物料施入土壤后通过微生物对有机质的分解、养分的转化等作用，提高土壤中毛管孔隙度、土壤阳离子交换量及酶活性，促进土壤有机碳、有机氮与土壤团聚体的结合，增加土壤养分质量分数，有效降低碱性土壤pH[8−10]，减少氧化亚氮(N2O)和甲烷(CH4)的排放，增强土壤碳汇功能[11]。生物质炭是近年来新兴的园林废弃物资源化方式，具有含碳量丰富、多孔性、吸附能力强、容重小、稳定性强等特点，可以钝化土壤中的有害物质，增加土壤有机碳质量分数和碳固存，但其生物可利用性极低，会降低土壤微生物对碳源的利用和功能多样性指数。有研究表明：生物质炭施入土壤后的积极效果在4 a后才表现出来[12−14]。
目前，对于园林废弃物单一资源化方式对土壤影响的相关研究比较多，而不同资源化方式的比较研究较少。本研究采用林地施肥试验，比较园林废弃物不同资源化方式和施用量对土壤养分质量分数及碳源微生物功能多样性的影响，旨在为优化园林废弃物资源化利用方式和人工林土壤培肥固碳提供理论依据。
-
样地位于北京市房山区张庄村公园(39°74′N，116°08′E)，该区为暖温带半湿润大陆季风气候，年平均气温为11.6 ℃，年平均降水量为602.5 mm，林分为金叶榆Ulmus pumila ‘Jinye’人工林，属于2018年北京市平原造林示范区，土壤为冲积性砂质壤土，蓄水保肥能力较差，土壤主要理化性质为：全氮 0.41 g·kg−1、全磷 0.45 g·kg−1、有机碳 5.41 g·kg−1、硝态氮(NO3 −-N) 1.40 mg·kg−1、铵态氮(NH4 +-N) 0.72 mg·kg−1、有效磷 0.08 mg·kg−1、pH 8.41、容重1.45 g·cm−3。
-
供试物料为园林废弃物3种不同资源化处理方式的产品，由北京市京圃园生物工程有限公司提供，包括粉碎物(GW1)、堆肥(GW2)和生物质炭(GW3)。3种产品性质如表1所示。
表 1 园林废弃物3种资源化处理产品的肥力相关指标
Table 1. Fertility related indexes of three treatment methods of garden waste
供试物料 pH 全氮/(g·kg−1) 全磷/(g·kg−1) 有机碳/(g·kg−1) 硝态氮/(mg·kg−1) 铵态氮/(mg·kg−1) 有效磷/(mg·kg−1) GW1 − 2.85 0.54 60.22 − 1.62 3.83 GW2 8.41 5.13 1.33 34.66 22.10 1.10 2.58 GW3 9.21 1.13 1.29 53.54 3.78 0.21 4.79 说明：−表示无法测定。 2021年6月选择地势平坦、植被分布均匀、土壤异质性小的金叶榆人工林作为研究样地，并设立标牌进行隔离保护。采用随机区组设计，3种有机物料的施用量设置为1、2、4 kg·m−2碳当量[2]，分别标记为T1~T3，设置不施任何物料作为对照(ck)，共10个处理，每个处理3个重复，林地内每个样方面积固定为10 m2，各样方之间设2 m隔离带。施用物料方式为撒施后再用旋耕机将物料与20 cm深度土壤混合。
-
2021年12月，在每个样方内随机选取5个点，去除土壤表层凋落物，采集0~20 cm表层土壤样品，清除石砾、植物残体根系等杂物，充分混匀形成一个混合土壤样品，装入无菌塑封袋中4 ℃低温保存，将土壤样品过2 mm筛，一部分土壤放入4 ℃冰箱保存，1周内进行Biolog-ECO分析，另外一部分室温风干用于土壤化学性质分析。
-
土壤pH测定采用电位法，土水质量比为1.0∶2.5；有机碳采用重铬酸钾氧化外加热法；铵态氮采用靛酚蓝比色法；硝态氮采用重氮耦合分光光度法；有效磷采用钼锑抗比色法[15]。
-
土壤碳源微生物群落特征采用Biolog-ECO微平板法分析，该方法是研究土壤微生物群落总体活性和微生物代谢功能多样性的有力方法[16]。具体实验步骤参考文献[17]。将接种好的Biolog-ECO板盖好盖子，放入25 ℃的培养箱中培养216 h。每隔24 h用酶标仪在590 nm下测定各孔的吸光度[18]，换算为土壤微生物对6类31种碳源(包括10种糖类、7种羧酸类、6种氨基酸类、4种聚合物类、2种胺类和2种酚酸类)的平均颜色变化率(AWCD)，AWCD越大，表明微生物对该碳源利用强度越强。采用168 h测定的数据分析土壤微生物群落对这6类碳源的利用特征，计算Simpson优势度指数、Shannon多样性指数和McIntosh均匀度指数，表示土壤微生物群落的功能多样性[19] 。
-
采用SPSS 25.0对数据进行双因素方差分析(two-way ANOVA)，检验资源化方式与施用量及其交互作用对土壤化学性质、微生物碳源利用及功能多样性影响的差异显著性，采用LSD法进行多重比较。采用R 4.1.1的“FactoMineR”和“Factoextra”包对168 h土壤微生物利用单一碳源的特性进行主成分分析。采用Origin 2022绘图。
-
由表2可见：与ck相比，施用园林废弃物不同资源化物料极显著降低了土壤pH (P＜0.001)，其中GW1和GW2处理显著低于GW3处理(P＜0.05)。随施用量增加，GW1和GW2处理下土壤pH极显著降低(P＜0.001)，GW1-T3处理下土壤pH较ck处理降低最为明显(降幅为6.78%)，且不同物料和不同施用量间存在极显著交互作用(P＜0.001)。
表 2 不同处理对土壤pH和养分质量分数的影响
Table 2. Effects of different treatments on soil pH and nutrient contents
处理 pH 土壤有机碳/(g·kg−1) 硝态氮/(mg·kg−1) 铵态氮/(mg·kg−1) 有效磷/(mg·kg−1) ck 8.41±0.18 Aa 7.35±2.22 Cc 1.07±0.18 Ab 0.53±0.06 Aa 0.27±0.38 Aa GW1-T1 8.02±0.03 Bb 9.56±0.80 Bc 1.28±0.25 Ab 0.46±0.63 Aa 0.13±0.06 Aa GW1-T2 7.89±0.06 Bb 10.60±0.39 Bc 1.60±0.95 Ab 0.49±0.06 Aa 0.17±0.06 Aa GW1-T3 7.84±0.08 Bb 11.08±0.52 Bc 4.23±0.99 Aa 0.58±0.11 Aa 0.17±0.06 Aa GW2-T1 7.99±0.07 Bb 13.30±0.17 Bbc 2.47±0.35 Aab 0.46±0.08 Aab 0.47±0.27 Aa GW2-T2 8.09±0.14 Bb 14.74±1.81 Bab 4.53±0.51 Aa 0.33±0.02 Bb 0.21±0.19 Aa GW2-T3 7.94±0.16 Bb 26.76±0.35 ABa 3.10±1.56 Aab 0.46±0.02 Aab 0.40±0.37 Aa GW3-T1 8.18±0.08 Bb 14.00±1.02 Bb 2.13±1.39 Ab 0.24±0.04 Bb 0.05±0.04 Aa GW3-T2 8.42±0.06 Aa 35.79±1.11 Aa 3.02±0.47 Aab 0.41±0.13 ABc 0.04±0.02 Aa GW3-T3 8.52±0.14 Aa 29.44±1.02 Aa 4.75±3.29 Aa 0.38±0.03 Bc 0.07±0.04 Aa F 物料 27.618*** 22.106*** 0.751ns 8.265** 2.868 ns 施用量 15.716*** 23.366*** 6.959** 6.293** 0.447 ns 交互作用 5.913*** 6.806*** 1.440 ns 2.826* 0.551 ns 说明：数值为均值±标准差；多重比较中，同列不同字母表示差异显著(P＜0.05)，大写字母用于园林废弃物不同资源化方式间比较，小写字母用于不同施用量间比较；双因素方差分析中，*、**、***分别表示P＜0.05、 P＜0.01、 P＜0.001， ns表示差异不显著。 与ck相比，施用3种物料土壤有机碳质量分数均极显著提高(P＜0.001)，且GW3处理土壤有机碳质量分数显著高于GW1和GW2 (P＜0.05)。随施用量增加，GW2和GW3处理有机碳质量分数极显著提高(P＜0.001)，GW3-T2土壤有机碳提升效果最显著，较ck升高了386.94%。不同资源化处理方式和不同施用量对土壤有机碳质量分数有极显著交互作用(P＜0.001)。
土壤铵态氮、硝态氮和有效磷对不同有机物料和施用量的响应略有不同。施入不同有机物料后，土壤中硝态氮质量分数提高了19.63%~343.93%，且各处理间差异不显著。随施用量增加，各处理下的土壤硝态氮质量分数显著增加(P＜0.01)。施入GW1和GW2后，土壤铵态氮质量分数无显著变化，但施用GW3后，土壤铵态氮质量分数显著降低(P＜0.01)，且GW3-T1效果最显著，较ck降低了54.72%。随施用量增加，GW1处理下的土壤铵态氮质量分数无显著变化，GW2和GW3处理下的土壤铵态氮质量分数显著降低(P＜0.01)。不同资源化方式和不同施用量对土壤铵态氮质量分数交互作用显著(P＜0.05)。不同有机物料和施用量处理对土壤有效磷质量分数的影响均不显著。
-
随培养时间的延长，不同处理下的土壤微生物对31种碳源的综合利用逐渐增强(图1)。在培养0~24 h内，不同处理的平均颜色变化率小于0.1，土壤微生物对碳源利用能力较低，活性较弱；在24~168 h进入迅速增长阶段，微生物活性旺盛；168 h后持续缓慢地升高。从培养稳定168 h时间点来看，GW1和GW2处理的土壤微生物代谢活性明显高于GW3，不同施用量的平均颜色变化率差异不显著。
图 1 不同处理下土壤微生物群落平均颜色变化率随培养时间的变化
Figure 1. Change of microbial AWCD against incubation time for different treatments
-
由表3可见：施用GW1和GW2，土壤微生物群落功能多样性指数与ck均差异不显著；施用GW3则显著降低了土壤微生物群落Simpson优势度指数和McIntosh均匀度指数(P＜0.05)，对土壤Shannon丰富度指数无显著影响。不同施用量对土壤微生物多样性指数影响不显著(P＞0.05)，但随施用量增加，3种功能多样性指数均呈增加趋势。
表 3 土壤微生物群落功能多样性指数
Table 3. Functional diversity indices for soil microbial community
处理 Simpson
优势度指数Shannon
丰富度指数McIntosh
均匀度指数ck 0.94±0.02 Aa 2.99±0.23 Aa 5.65±0.67 Aa GW1-T1 0.95±0.01 Aa 3.06±0.17 Aa 5.92±1.47 Aa GW1-T2 0.95±0.01 Aa 3.10±0.11 Aa 5.80±0.94 Aa GW1-T3 0.95±0.01 Aa 3.13±0.17 Aa 6.04±1.50 Aa GW2-T1 0.94±0.01 Aa 2.95±0.16 Aa 5.08±0.54 ABa GW2-T2 0.95±0.01 Aa 3.09±0.07 Aa 5.40±0.93 ABa GW2-T3 0.95±0.01 Aa 3.12±0.09 Aa 5.36±0.68 ABa GW3-T1 0.94±0.01 Ba 2.76±0.09 Aa 3.56±0.40 Ba GW3-T2 0.94±0.03 Ba 2.74±0.37 Aa 3.91±1.26 Ba GW3-T3 0.95±0.01 Ba 3.10±0.12 Aa 5.81±0.08 Ba 说明：数值为均值±标准差；多重比较中，同列不同字母表示差异显著(P＜0.05)，大写字母用于园林废弃物不同资源化方式间比较，小写字母用于不同施用量间比较。 -
由图2可见：在6类碳源中，聚合物类是土壤微生物主要利用的碳源种类，糖类、氨基酸类和羧酸类次之，酚酸类和胺类利用最少。与ck相比，施用3种物料均增加了土壤微生物对酚酸类碳源的利用效率，其中GW1处理显著高于GW2和GW3 (P＜0.05)，随施用量的增加，酚酸类碳源利用率显著增加(P＜0.05)。但施用物料显著降低了土壤微生物对氨基酸类碳源的利用效率(P＜0.05)。不同物料和施用量处理下土壤微生物对其他4类碳源利用差异均不显著，相对而言，GW1和GW2处理对聚合物类、羧酸类、胺类碳源利用能力较高，GW3对糖类碳源利用能力较高。
图 2 3种处理下土壤微生物群落对6类碳源的利用程度
Figure 2. Utilization of 6 types of carbon sources by soil microbial community under three treatments
-
土壤微生物利用单一碳源特性的主成分分析(图3)表明：前5个主成分的累积方差贡献率达81.7%，其中第1主成分(PC1)贡献率为30.2%，第2主成分(PC2)的贡献率为18.8%，选取 PC1 和 PC2 分析土壤微生物碳源利用情况。就不同有机物料而言，在PC1轴上，GW1分布在正方向，ck分布在负方向，GW2和GW3在正负方向上各有分布；在PC2轴上，ck和GW1分布在PC2的正方向，GW2分布在PC2的负方向，GW3在正负方向上各有分布。就不同施肥量而言，在PC1轴上，T3分布在正方向，ck分布在负方向，T1和T2在正负方向上各有分布；在PC2轴上各施用量分散不明显。整体而言，不同处理下的土壤微生物群落分异较大，离散程度从小到大依次为GW1、GW2、GW3。
图 3 土壤微生物群落功能多样性的主成分分析
Figure 3. PCA of functional diversity of soil microbial communitiy
在此基础上进一步分析了 31 种碳源在 PC1、PC2上的载荷值，载荷值越高表示对应碳源对主成分的影响越显著。由表4可见：对PC1贡献较大的碳源(|r|＞0.5)有17种，主要包括糖类6种、羧酸类6种、氨基酸类3种和酚酸类2种。对PC2贡献较大的有8种，主要包括氨基酸类3种、聚合物类2种，胺类、羧酸类和糖类各1种。对 PC1和PC2起主要作用的是糖类、羧酸类和氨基酸类，在主成分分离中具有主要贡献。
表 4 不同碳源在 PC1 和 PC2 上的载荷值
Table 4. Loading values of different carbon sources on PC1 and PC2
碳源 PC1 PC2 碳源 PC1 PC2 聚合物类 吐温 80 0.574 氨基酸类 L-精氨酸 0.764 肝糖 0.565 L-天门冬酰胺 −0.553 0.643 L-苯丙氨酸 0.750 酚酸类 2-羟基苯甲酸 0.605 L-丝氨酸 −0.793 4-羟基苯甲酸 0.716 甘氨酰-L-谷氨酸 0.575 胺类 腐胺 −0.909 糖类 α-D-乳糖 0.714 β-甲基-D-葡萄糖苷 −0.840 羧酸类 丙酮酸甲酯 0.844 i-赤藓糖醇 0.772 D-葡糖胺酸 0.723 D-甘露醇 0.742 D-半乳糖醛酸 −0.506 0.782 N-乙酰-D葡萄糖氨 0.872 γ-羟丁酸 0.503 D, L-α-磷酸甘油 0.617 α-丁酮酸 0.574 D-半乳糖酸γ-内酯 −0.611 D-苹果酸 0.833 说明：表中列出了载荷值的绝对值|r|＞0.5的碳源。 -
本研究发现：与施用粉碎物和堆肥相比，生物质炭可以显著降低土壤pH。这是由于园林废弃物经粉碎施入土壤和堆肥腐熟后会被微生物分解产生酸类物质(包括有机酸及腐殖酸等)，与土壤中的碱性物质发生中和反应，进而降低土壤pH[20]。而生物质炭(pH 9.21)本身呈碱性，且含有大量羧基，可以交换降低土壤氢离子及交换性铝离子水平，使土壤pH升高。施用生物质炭无法降低碱性土壤pH，但有利于酸性土壤的改良[21]。
虽然园林废弃物3种不同资源化处理方式均可提高人工林土壤有机碳质量分数，但生物质炭对提高土壤有机碳质量分数作用最显著。园林废弃物及其堆肥产品本身富含有机物质，施入土壤后增加了土壤有机碳含量，且土壤微生物进一步促进了园林废弃物分解更多的有机碳[22]。同时微生物不易把生物质炭中结构稳定性强的多碳芳香族分解掉，可使碳在土壤中长期封存[23−24]。因此，生物质炭施入土壤后可显著提高土壤有机碳质量分数。
施用3种物料均会降低土壤铵态氮质量分数，增加硝态氮质量分数。这可能是因为施用粉碎物和堆肥会增加微生物对土壤无机氮的固持作用，使其转化为微生物氮，抑制土壤氨化作用，降低土壤铵态氮质量分数。由于土壤中铵态氮与硝态氮质量分数总是“此消彼长”，随物料施用量的增加，硝化细菌等微生物数量及种类增加，提升了土壤硝化作用，将铵态氮转化为硝态氮。但是生物质炭降低土壤铵态氮的机制可能有所不同，生物质炭施用能够提高土壤pH，进而可以调控土壤碳氮比影响氮素的有效性，影响铵态氮质量分数[25−27]。
-
本研究结果表明：施用粉碎物和堆肥能够增加土壤微生物的碳源利用能力，而生物质炭则显著降低了土壤微生物群落对碳源的利用。园林废弃物经粉碎和堆肥施入土壤后，随其分解会增加土壤微生物量碳等活性有机碳组分[28]，提高蔗糖酶、磷酸酶等土壤酶的活性[29]或通过携带部分外源菌群增加土壤微生物的数量和种类，促进微生物群落对所测试碳源底物的利用。施用生物质炭会降低土壤微生物群落功能多样性的可能原因包括：①土壤中无机氮、磷相对缺乏且碳氮比高，生物质炭难以降解，微生物分解慢，不能长期提供土壤微生物易利用的碳源物质，导致微生物多样性低下。有研究表明：有效养分过高或过低都会对土壤微生物产生不利影响[14, 29]。②生物质炭能够吸附保护酶促反应结合位点，抑制酶促反应，降低酶活性[30]。③生物质炭中含有重金属、乙烯、高盐类物质和多环芳烃等对微生物有害的物质，抑制了微生物生长[31]。本研究中施加生物质炭导致土壤铵态氮和有效磷水平的降低，从而降低微生物功能多样性，支持了第一种解释，然而其内在机制还需要进一步探讨。
施用3种物料均降低了土壤微生物对氨基酸碳源的利用，增加了对酚酸类碳源的利用，这可能是由于土壤中有效养分不均衡所致。有研究表明：长期施氮肥会增加土壤中的好气性固氮菌、氨化细菌、亚硝化细菌和反硝化细菌等氮素功能菌群的数量，提高了氨基酸碳源的利用[32]。本研究中仅施入了园林废弃物而没有添加氮、磷、钾等无机肥料，可能由于有效养分不均衡限制了利用氨基酸类的微生物功能类群的生长；此外，物料中可能含有的重金属等污染物，也会改变以酚酸类为碳源的土壤微生物活性。
本研究中不同资源化处理方式下土壤微生物对碳源的利用模式具有明显的差异，糖类和羧酸类是区分粉碎物、堆肥和生物质炭的敏感碳源，氨基酸类是区分粉碎物和堆肥的敏感碳源。在糖类和羧酸类碳源中，α-D-乳糖、D-甘露醇、N-乙酰-D葡萄糖氨、D, L-α-磷酸甘油和丙酮酸甲酯、D-苹果酸、γ-羟丁酸、α-丁酮酸、D-葡糖胺酸在PC1上为正值，粉碎物和堆肥位于PC1正轴，表明粉碎物和堆肥提高了土壤微生物对这4种糖类和5种羧酸类碳源的利用。如有研究表明：施入凋落物会显著提高土壤微生物对糖类和羧酸类碳源的利用[33]。在氨基酸类碳源中，L-精氨酸、L- 酰胺和甘氨酰-L-谷氨酸在PC2轴上为正值，表明粉碎物提高了土壤微生物对这3种氨基酸类碳源的利用，所以粉碎物和堆肥高效利用的碳源种类明显多于生物质炭，这与土壤微生物对碳源的利用程度和微生物群落功能多样性结果也一致。
-
施用园林废弃物粉碎物和堆肥会降低弱碱性土壤pH，施用生物质炭可以大幅提升土壤有机碳的质量分数，降低铵态氮的有效性。3种物料能通过改变土壤化学性质而影响土壤微生物碳源利用和功能多样性。粉碎物和堆肥提高了土壤微生物群落功能多样性指数，生物质炭显著降低了土壤微生物群落的优势度和均匀度。施用粉碎物、堆肥和生物质炭均降低了土壤微生物对氨基酸碳源的利用，增加了对酚酸碳源的利用。生物质炭处理下微生物对糖类利用率最高，除糖类外，粉碎物和堆肥处理下土壤微生物对氨基酸、聚合物等5类碳源的利用率均高于生物质炭处理。糖类和羧酸类是区分粉碎物、堆肥与生物质炭的主要碳源种类，氨基酸类是区分粉碎物和堆肥的主要碳源种类。不同施用量对微生物群落碳源利用和功能多样性影响差异相对较小，随施用量增大微生物群落功能多样性增大趋势不明显。
Effects of garden waste reuse treatments on soil nutrients and microbial carbon source utilization in plantation soil
-
摘要:
目的 园林废弃物经资源化处理利用是人工林土壤培肥和增强碳汇功能的有效途径。研究园林废弃物不同资源化方式对人工林土壤化学性质和微生物群落功能的影响，可为园林废弃物的高效利用提供科学依据。 方法 在北京市房山区金叶榆Ulmus pumila ‘Jinye’人工林下开展试验，设置粉碎物、堆肥、生物质炭等3种园林废弃物资源化物料和1、2、4 kg·m−2 3个基于碳当量的施用量，采用Biolog-ECO微平板法测定土壤微生物代谢强度，分析了不同物料和施用量对土壤pH、养分质量分数、微生物碳源利用程度和功能多样性指数的影响。 结果 ① 3种物料均提高了土壤有机碳和硝态氮质量分数，粉碎物和堆肥处理显著降低了弱碱性土壤的pH，对铵态氮和有效磷质量分数影响不大；生物质炭处理则提高了土壤pH，降低了铵态氮和有效磷质量分数；② 土壤微生物对碳源利用程度和微生物群落功能多样性从大到小依次为粉碎物、堆肥、生物质炭；③在6类碳源中，糖类、羧酸类和氨基酸类是区分碳源微生物对3种物料利用的主要碳源种类；3种物料均促进了土壤微生物对酚酸碳源的利用，降低了对氨基酸碳源的利用，粉碎物和堆肥处理下微生物对氨基酸、聚合物等碳源利用强于生物质炭处理，且生物质炭处理下微生物对糖类利用最强；④ 不同施用量对土壤微生物碳源利用的影响差异不显著，随施用量增大微生物群落功能多样性有增加趋势。 结论 园林废弃物粉碎物、堆肥及生物质炭均能在一定程度上改善人工林土壤质量，其中，粉碎物和堆肥处理对降低弱碱性土壤pH、增加土壤肥力及提高土壤微生物群落功能多样性的效果优于生物质炭。图3表4参33 Abstract:Objective Resource utilization of garden waste is an effective way to improve soil fertility and enhance carbon sink function of plantations. Study on the effects of different reuse treatments of garden waste on soil chemical properties and microbial community in the plantation soil can provide scientific basis for efficient utilization of garden waste. Method Experiments were carried out in an Ulmus pumila ‘Jinye’ plantation, in Fangshan District, Beijing City. Experimentation including three types of garden wastes products, crushed material, compost and biochar, and 1, 2 and 4 kg·m−2 carbon-based amounts were set up. Biolog-ECO microplate method combined with conventional soil chemical properties measurement were conducted in order to analyze the effects of different materials of garden waste and their application amounts on soil pH, nutrient content, microbial carbon source utilization and functional diversity indices of soil microbial community. Result (1) All three types of organic materials increased the content of soil organic carbon and nitrate nitrogen while crushed material and compost significantly reduced the pH value of weakly alkaline soil, with little impact on the content of ammonium nitrogen and available phosphorus. Meanwhile, biochar increased the soil pH value and decreased the content of ammonium nitrogen and available phosphorus; (2) The microbial utilization of carbon sources and the functional diversity of microbial community are as follows: crushed material＞compost＞biochar. (3) Among the six types of carbon sources, carbohydrate, carboxylic acids and amino acid carbon source were the main carbon sources used by microorganisms, which could distinguish the three treatments of garden waste. The three organic materials all promoted the microbial utilization of phenolic acid carbon source and reduced the utilization of amino acid carbon source. The utilization of amino acid, polymer and other carbon sources by carbon-oriented microorganisms in treatment of crushed materials and compost were stronger than that of biochar while the microbial utilization of carbohydrate carbon source in biochar is the strongest among the three treatments; (4) The effect of application amounts on soil microbial carbon source utilization was not significant, and functional diversity of microbial community increased with the increase of application amounts. Conclusion Garden waste could be used to improve the soil quality of plantation by three types of treatments. Compared to biochar, crushed material and compost were more effective in reducing the pH of weakly alkaline soil, increasing soil fertility, and improving the functional diversity of soil microbial community. [Ch, 3 fig. 4 tab. 33 ref.] -
Key words:
- garden waste /
- crushed materials /
- compost /
- biochar /
- Biolog-ECO /
- microbial utilization of carbon sources
-
土壤呼吸又被称为土壤二氧化碳(CO2)排放通量，是土壤中的碳以CO2形式从土壤向大气圈流动的结果，是陆地生态系统碳循环中一个重要环节[1]。土壤中的碳储量约1 500 Gt，超过了植被(约560 Gt)和大气含量(约750 Gt)的总和[2]。全球每年因土壤呼吸作用向大气中释放的CO2量约是77 Pg，其量值仅次于全球陆地总初级生产力，是化石燃料燃烧所产生的CO2的10倍[3-4]，是碳进入大气系统的主要途径之一[5]。因此，土壤呼吸的一些细小变化都会对大气的CO2浓度产生影响，进而造成全球性的气候变化。土壤呼吸受植被类型、土壤温度、湿度、养分、微生物等因素的交互影响[6-9]。有研究表明：土壤温度和土壤呼吸速率之间存在着明显的指数相关关系[10-11]，土壤呼吸对温度变化的敏感性则通常用Q10表示，即温度每升高10 ℃土壤呼吸的变化倍数[12]。土壤湿度对土壤呼吸的影响十分显著，在干旱半干旱地区土壤湿度甚至成为影响土壤呼吸的主要控制因子[13]，而在元江干热河谷这种干热的特殊环境下对土壤呼吸特征及其调控因子等方面的研究还尚不明确。热带与亚热带的萨王纳生态系统占据了全球陆地面积的1/6，占据陆地生态系统净初级生产力的30%[14-15]，因而，萨王纳生态系统对全球的物质循环、气候变化等方面都至关重要，另外，根据相关研究：萨王纳生态系统是全球温室气体主要的排放源之一[16-18]。在中国，萨王纳系统主要表现为干热河谷的稀树灌草丛生态系统，元江干热河谷就是中国萨王纳生态系统的典型代表，该系统因复杂的地理环境和局部小气候的综合作用形成了独特的干热生境：焚风盛行，年均气温20 ℃以上，降水量小，蒸发量大[19-21]。目前中国对于干热河谷稀树灌草丛生态系统土壤呼吸的相关研究和报道还很鲜见，本研究利用实测数据，探究了干热河谷稀树灌草丛生态系统土壤呼吸的特征和变化规律，及其与土壤温度和土壤湿度的相关关系，计算该生态系统土壤CO2年排放量和Q10。可为国家温室气体清单估算提供基础数据；为进一步预测气候变化对干热河谷稀树灌草丛生态系统土壤呼吸的影响提供参考。
1. 研究区域与方法
1.1 研究区域概况
监测样地位于云南省元江县普漂村的元江国家级自然保护区试验区内，距离元江县城约25 km。样地建在中国科学院西双版纳热带植物园元江干热河谷生态系统研究站1 hm2永久样地旁，海拔570 m，23°28′N，102°10′E，地形相对平坦，土壤类型为燥红壤，0~20 cm土壤有机质质量分数为1.2%，pH 7.3(土水比为1.0∶2.5)。50 a(1965−2014)年平均气温23.8 ℃，最冷月平均气温16.7 ℃，最热月平均气温28.6 ℃，≥10 ℃年积温达8 708.9 ℃；干湿季节分明，干季为11月至翌年4月，雨季为5−10月；50 a年平均降水799.9 mm，其中79.2%的降水集中在雨季[22]。群落林冠高度约6 m，优势种为厚皮树Lannea coromandelica、霸王鞭Euphorbia royleana、老人皮Polyalthia cerasoides、余甘子Phyllanthus emblica；灌丛高度一般在1~3 m，优势种为虾子花Woodfordia fruticosa、云南黄素馨Jasminum mesnyi；草本主要以多年生禾本科Poaceae植物扭黄茅Heteropogon contortus为优势种[23-24]。
1.2 实验设置
考虑该区域植被状况及代表性，在中国科学院西双版纳热带植物园元江干热河谷生态站的取样样地中选取5块10 m×10 m的典型样地，每个典型样地间相距10 m，在每块样地中分别放置3个采样桶，共计15个采样桶。采样桶为圆柱形聚氯乙烯(PVC)桶，桶高为20 cm，直径15 cm，每个小桶配1个底座，底座高5 cm，实验前1个月安置采样桶，采样桶底座压入土中，并长期保留在样地中。桶盖用惰性PVC板制作而成，桶盖上打有3个直径5 mm的圆孔，小孔用来插接进、出气管和电子温度计。测量时用黏胶和橡皮泥将桶盖密封在桶身上。
1.3 测定方法
土壤呼吸：采用红外CO2分析法，测定土壤呼吸中的CO2成分，测定仪器为Li-820(Li-Cor，美国)。每次测定前24 h，齐地剪去地表植物，去除植被的光合作用和呼吸作用对土壤呼吸的影响[25-27]。测定时间为8:30−11:00，实验前先预热仪器约30 min，测量时收集有效数据2 min。从2014年6月下旬开始测量至2015年6月上旬结束，每月测定2次(上半月下半月各1次，间隔10 d以上)，每季度用标气校正Li-820[28]。
环境因子测定：测定土壤呼吸的同时，采用长杆温度计在气室顶部小孔插入测定气室温度，在采样桶周围10 cm内埋设HOBO温度采集器，测定5、10 cm处土壤温度。采用TDR 100土壤水分速测仪测定采样桶周边0~5、0~10 cm土壤体积含水量，简称5、10 cm土壤湿度。
1.4 数据处理
1.4.1 土壤呼吸计算
$$ {F=}\frac{{M}}{{{V}}_{{0}}}\frac{{P}}{{{P}}_{{0}}}\frac{{{T}}_{{0}}}{{T}}{H}\frac{{{d}}_{{c}}}{{{d}}_{{t}}}\text{。}$$ (1) 式(1)中：F为CO2通量(mg·m−2·h−1)，M为CO2摩尔质量(g·mol−1)，P0和T0为理想气体标准状态下的空气压力和气温(分别为1 013.25 hPa和273.15 K)，V0为CO2在标准状态下的摩尔体积，即22.41 L·mol−1，H为采样箱内气室高度(m)，P和T为采样时箱内的实际气压(hPa)和气温(℃)，dc
/dt 为桶内CO2浓度随时间变化的回归曲线斜率。年通量计算：把干季、雨季和全年观测的土壤呼吸速率的分别进行平均计算，分别作为观测期内干季、雨季和全年的日平均值，根据干季、雨季的天数计算得到干季、雨季和全年通量。 1.4.2 拟合计算
土壤温度和土壤呼吸的关系采用指数方程进行拟合[29]：
$$ {R}_{\rm{S}}{=}{{a}}_{{1}}{\rm{exp}}\;({b_{1}{T}})\text{。} $$ (2) Q10计算方程为：
$$ {{Q}}_{{10}}{=}{\rm{exp}}{(}{10}{{b}}_{{1}}{)}\text{。} $$ (3) 土壤湿度和土壤呼吸的关系采用二次曲线进行拟合[30]：
$$ {R}_{\rm{S}}{=}{{a}}_{{2}}{{W}}^{{2}}{+}{{b}}_{{2}}{W+}{{c}}_{{1}}\text{。} $$ (4) 土壤温度和湿度和土壤呼吸的关系采用指数与二次耦合方程拟合[30]：
$$ {R}_{\rm{S}}{=}{{a}}_{{3}}\left({d}{{W}}^{{2}}{+}{k}{W+}{{c}}_{{2}}{}\right){\rm{exp}}\;({b_{3}{T}})\text{。} $$ (5) 式(2)~(5)中：RS为土壤呼吸速率(μmol·m−2·s−1)，T为 5、10 cm处土壤温度(℃)，W为5、10 cm土壤湿度(%)，a1、a2、a3、b1、b2、b3、c1、c2、d和k为拟合常数。
全年计算方法：实验开始于2014年6月22日，结束于2015年6月16日，因此为了与历史气象数据以及元江干季和雨季配合，本研究设定6月22日为起始日，次年6月21日为结束日，11月1日为干季起始日，次年4月30日为干季结束日，雨季为全年去除干季的部分。本研究历史气候数据都是依照这个方法进行计算。
1.4.3 全球萨王纳生态系统土壤呼吸平均值计算
参考文献[7, 17-18, 31-54]，得出全球萨王纳生态系统土壤呼吸平均值，与本研究结果进行比较。
1.4.4 数据处理
使用SigmaPlot 12.0对土壤呼吸与温度和土壤湿度的关系进行拟合并作图，显著性水平为0.05。
2. 结果与分析
2.1 降水、土壤温度和土壤湿度的季节变化
测定期间内元江干热河谷稀树灌草丛生态系统的总降水量为718.3 mm，较元江50 a(1965−2014)平均降水量799.9 mm减少10.2%(表1)。其中雨季降水量为515.2 mm，占测定周期总降水量的71.7%，少于50 a平均值79.2%；干季的降水量为203.1 mm，占测定周期总降水量的28.3%，多于50年平均值20.8%。
表 1 干季、雨季和全年降水、土壤呼吸总量和土壤温度、湿度日均值Table 1 Total value of precipitation and soil respiration, daily mean values soil temperature, soil water content in the dry season, the rain season and annual respectively时期 土壤温度/℃ 土壤湿度/% 土壤呼吸总量/(t·hm−2) 降水/mm 5 cm 10 cm 5 cm 10 cm 干季 22.0±1.2 B 22.4±0.5 B 12.5±0.9 B 13.8±1.2 B 1.49±0.53 B 203.1 雨季 29.0±1.1 A 27.8±0.4 A 14.7±1.1 A 17.8±1.0 A 2.71±0.76 A 515.2 年 25.7±1.2 25.2±0.4 13.7±1.0 15.9±1.1 4.20±1.30 718.3 说明：数值为平均值±标准误，同列不同大写字母表示同一指标不同时期在0.01水平差异显著 如图1所示：元江干热河谷稀树灌草丛生态系统土壤5、10 cm处温度和湿度具有明显的季节变化，均呈现出雨季极显著高于干季的变化规律(表1)。5、10 cm处土壤温度的最低值均出现在1月，分别为15.1和16.9 ℃，随后逐渐升高，最高值出现在雨季的7−9月(图1B)，分别为32.5 ℃(9月)和30.5 ℃(7月)。5、10 cm土壤湿度的最低值均出现在干季初期12月，分别为2.5%和7.1%，随后逐渐升高，最高值均出现在雨季后期的9月(图1A)，分别为28.1%和28.2%。
图 1 2014年6月至2015年6月降水量，土壤湿度(A)，土壤温度(B)和土壤呼吸速率(C)季节变化Figure 1 Seasonal dynamics in precipitation and soil water content at 5 cm,10 cm depth (A), soil temperature at 10 cm (B) and soil respirations (C) from 2014 June to 2015 June数值为平均值±标准误(n=5)2.2 土壤呼吸速率的季节变化
元江干热河谷稀树灌草丛土壤呼吸具有明显的季节变化，土壤呼吸速率总体呈现近似单峰型且雨季大于干季(图1C)。1−6月，随着温度的上升和降水量的逐渐增加，土壤呼吸速率也随之逐渐增加；在温度较高，降水相对稳定的6−9月，土壤呼吸速率也维持在一个相对稳定的较高水平，并且在雨季初期的2015年5月出现土壤呼吸速率峰值，为2.27 μmol·m−2·s−1；9月之后，随着温度的降低和降水量的逐渐减少，土壤呼吸速率总体上也随之减弱，到12月降水量降到最小值，土壤呼吸速率也在此时出现最低值，为0.27 μmol·m−2·s−1。经过计算，元江干热河谷稀树灌草丛生态系统土壤呼吸年总量为4.20 t·hm−2·a−1，其中，雨季的CO2排放量2.71 t·hm−2，占到全年碳排放总量的64.5%，干季的CO2排放量1.49 t·hm−2，占到全年碳排放总量的35.5%(表1)，通过1 a的观测研究，元江干热河谷稀树灌草丛土壤呼吸的通量在雨季和干季都为正值，并没有出现负值。
2.3 土壤呼吸速率与土壤温度和土壤湿度的关系
元江干热河稀树冠草丛生态系统土壤呼吸速率与5和10 cm土壤温度呈现指数相关关系，相关性显著(P＜0.05)(图2)。根据式(3)计算得到的干热河谷土壤5和10 cm处土壤呼吸Q10分别为1.73和1.98。
图 2 环境因子土壤温度(A)和土壤湿度(B)模拟土壤呼吸Figure 2 Simulated results of soil respirations by environment factors soil temperature (A) and soil water content (B)土壤呼吸速率与5和10 cm处土壤湿度呈现凸型抛物线关系，二者相关性显著(P＜0.01)(图2)。湿度过低或者过高都会抑制土壤呼吸速率，其中5 cm处土壤湿度在25.4%时土壤呼吸速率最高，10 cm处土壤湿度在20.3%时土壤呼吸速率最高。
根据以上结果土壤呼吸受土壤温度和土壤湿度共同作用，因此依据式(5)拟合得图3。5和10 cm土壤温度、湿度的二因子模型可以分别解释土壤呼吸的74.4%和78.9%，拟合效果均高于土壤温度和土壤湿度单独拟合的效果(图2)。
图 3 5、10 cm土壤温度、土壤湿度分别进行双因子回归模拟土壤呼吸速率Figure 3 Soil respirations estimated from two-factor regression soil temperature and soil water content at 5 and 10 cm receptively2.4 与全球萨王纳系统比较
汇总全球49个点数据(图4)，得出全球萨王纳生态系统土壤呼吸年总量平均值为8.16 t·hm−2·a−1，比本研究高出近1倍。本研究土壤呼吸年总量在全球萨王纳生态系统呼吸中处于较低的位置。
图 4 全球萨王纳土壤呼吸年总量与年降水量(A)和年均气温(B)的关系Figure 4 Relationship between annual soil respiration and mean annual precipitation and mean annual temperature across Savanna ecosystem of the world3. 讨论
3.1 土壤呼吸
元江干热河谷稀树灌草丛生态系统干季、雨季的土壤呼吸总量分别为1.49和2.71 t·hm−2，土壤呼吸年总量为4.2 t·hm−2·a−1，低于RAICH[55]统计全球9个点得出的全球萨王纳生态系统土壤呼吸6.30 t·hm−2·a−1的均值，也低于本研究统计的全球49个点的均值，与TALMON等[31]在以色列灌丛样地，MILLARD等[18]在美国草地，REY等[32]在西班牙草地和SUN等[33]在南澳大利亚的桉树Eucalyptus spp.林的结果接近，其主要原因是这些生态系统降水量普遍偏低，而土壤呼吸总量与年均降水量相关性显著，因此这些降水量较低的萨王纳生态系统土壤呼吸均较低。
元江干热河谷稀树灌草丛生态系统土壤呼吸雨季高于旱季，这与西双版纳橡胶Hevea brasiliensis林的研究结果相似[56]，在干湿季分明的地区，雨季时，温度高，降水较多，植物生长旺盛，土壤湿度较高，较多的光合产物向地下分配，并且凋落物加速分解，从而促进了土壤呼吸[57-58]；干季时，温度高，降水少，土壤湿度较低，限制了土壤呼吸的进行[59-60]，本研究与相关研究[61]得出温度和湿度是土壤呼吸的主要影响因子，寒冷地区温度成为土壤呼吸的主要控制因子[62]，温带和亚热带则是温度和降水的季节变化交替控制土壤呼吸[63]，在热带则是降水成为主要的控制因子[64]。而元江干热河谷稀树灌草丛生态系统正是干湿季分明，气温常年较高的状态，干湿季交替导致土壤湿度的显著变化，进而造成了土壤呼吸速率表现出明显的季节波动，雨季高于干季，且差异较大。
元江干热河谷稀树灌草丛生态系统干季土壤呼吸总量占年总量的35.5%，与SUN等[33]在南澳大利亚桉树林得到的结果类似，但是高于其他的已有研究结果[31, 34-35]。主要有2个原因：第一，干季土壤含水量较低，一般小于20%，土壤呼吸在土壤湿度为21%左右达到最大，因此在干季土壤湿度较低的情况下，土壤呼吸会随着土壤湿度的增加而增加，测试时间内干季降水量较50 a均值高出22%，干季降水的异常导致了较高的干季土壤呼吸；第二，本研究测定频率不高，因此可能会高估干季的土壤呼吸[17]。
3.2 土壤呼吸与环境因子的关系
土壤呼吸与5、10 cm处土壤温度均呈指数相关关系，这与多数研究结果一致[65-66]。然而相比于其他生态系统，干热河谷稀树灌草丛生态系统终年温度较高，且土壤湿度相对较低，对土壤呼吸产生了抑制作用，从而导致土壤呼吸和温度的指数相关较为离散，使二者趋向于凸型抛物线相关，在较干热的地区，温度较高不是限制因子，水分是主要的限制因子，导致出现这种现象[32]。土壤呼吸与土壤湿度呈凸型抛物线型关系，这与多数研究结果相似[67-68]。这表明土壤湿度过高或者过低都会抑制土壤呼吸。本研究显示：土壤呼吸的最适土壤湿度在21%左右，且最适土壤湿度5 cm大于10 cm，可能是因为雨季5 cm处土壤温度高于10 cm处土壤温度，而土壤呼吸主要受土壤温度和水分协同影响[69]，本研究的结果亦是如此，因此较高的土壤温度(5、10 cm分别为27.68、28.88 ℃)需要更高的土壤湿度(5、10 cm分别为22.07%、21.12%)配合才能使土壤呼吸速率(2.27 μmol·m−1·s−1)达到最大；也可能是本研究测定频率不高，且持续时间只有1 a，因此在将来的实验中需要增加观测频率和时间长度。本研究土壤湿度与土壤呼吸速率的拟合效果优于土壤温度，土壤湿度长期处于最优土壤湿度下方，因此，该生态系统土壤呼吸可能处于抑制状态，从而使土壤湿度成为影响土壤呼吸的主要生态因子[36]，这与全球萨王纳生态系统土壤呼吸速率与土壤温度拟合效果不显著与降水拟合显著的结果是一致的，表明土壤水分对全球萨王纳生态系统土壤呼吸的影响大于土壤温度。
3.3 Q10及其影响因子
由5和10 cm处土壤温度计算得到该系统土壤呼吸的Q10分别为1.73和1.98，分别小于和接近全球平均值2.0。这可能是与该生态系统全年温度较高、土壤养分含量和土壤湿度均较低有关。有关研究表明：Q10随着温度的升高而降低，随土壤有机质含量的增加而增大[70-71]。与该生态系统纬度相近而年均温较低降水较多的热带雨林的Q10为2.03~2.36[68]；纬度相近年均温更低，降水更多，土壤有机质含量较高的哀牢山常绿阔叶林的Q10可达4.53[28]。因此，在年均温较高的干热河谷地区，土壤呼吸对温度的敏感性相对较低，而降水成为限制土壤呼吸的主要因子。其中5 cm处的Q10(1.73)小于10 cm处的Q10(1.98)，可能是雨季5 cm处土壤温度高于10 cm处土壤温度，符合随着温度越高Q10越低的普遍认知[70-72]。10 cm土温下Q10=1.98与全球均值很接近且10 cm处土壤温度与土壤呼吸拟合效果高于5 cm土壤温度，因此在采用模型模拟元江萨王纳生态系统土壤呼吸时，建议采用10 cm处土壤温度。
4. 结论
元江干热河谷稀树灌草丛生态系统的土壤温度、湿度和土壤呼吸速率具有明显的季节变化特征，均表现为雨季高于干季。元江干热河谷稀树灌草丛生态系统土壤呼吸年总量为4.20 t·hm−2·a−1，其中，雨季的CO2排放量2.71 t·hm−2，占到全年碳排放总量的64.5%，干季的CO2排放量1.49 t·hm−2，占到全年碳排放总量的35.5%。元江干热河谷稀树灌草丛生态系统土壤呼吸速率与土壤温度和土壤湿度分别呈指数和抛物线关系，土壤呼吸受土壤温度和土壤湿度共同影响，土壤湿度是土壤呼吸的主要限制因子，5和10 cm处土壤温度计算得到的Q10分别为1.73和1.98，小于全球均值2.0。全球萨王纳生态系统年平均碳排放量为8.16 t·hm−2·a−1，比元江萨王纳生态系统高出近1倍，全球萨王纳生态系统平均降水为931.29 mm，比元江高出14.1%；全球萨王纳生态系统土壤呼吸主要受年降水量的影响。
5. 致谢
感谢中国科学院西双版纳热带植物园元江干热河谷生态站和中心实验室的大力支持，以及刀万有、封乾元、刀新明在实验过程中的帮助。
-
图 1 不同处理下土壤微生物群落平均颜色变化率随培养时间的变化
Figure 1 Change of microbial AWCD against incubation time for different treatments
图 2 3种处理下土壤微生物群落对6类碳源的利用程度
Figure 2 Utilization of 6 types of carbon sources by soil microbial community under three treatments
图 3 土壤微生物群落功能多样性的主成分分析
Figure 3 PCA of functional diversity of soil microbial communitiy
表 1 园林废弃物3种资源化处理产品的肥力相关指标
Table 1. Fertility related indexes of three treatment methods of garden waste
供试物料 pH 全氮/(g·kg−1) 全磷/(g·kg−1) 有机碳/(g·kg−1) 硝态氮/(mg·kg−1) 铵态氮/(mg·kg−1) 有效磷/(mg·kg−1) GW1 − 2.85 0.54 60.22 − 1.62 3.83 GW2 8.41 5.13 1.33 34.66 22.10 1.10 2.58 GW3 9.21 1.13 1.29 53.54 3.78 0.21 4.79 说明：−表示无法测定。 
下载: 导出CSV
表 2 不同处理对土壤pH和养分质量分数的影响
Table 2. Effects of different treatments on soil pH and nutrient contents
处理 pH 土壤有机碳/(g·kg−1) 硝态氮/(mg·kg−1) 铵态氮/(mg·kg−1) 有效磷/(mg·kg−1) ck 8.41±0.18 Aa 7.35±2.22 Cc 1.07±0.18 Ab 0.53±0.06 Aa 0.27±0.38 Aa GW1-T1 8.02±0.03 Bb 9.56±0.80 Bc 1.28±0.25 Ab 0.46±0.63 Aa 0.13±0.06 Aa GW1-T2 7.89±0.06 Bb 10.60±0.39 Bc 1.60±0.95 Ab 0.49±0.06 Aa 0.17±0.06 Aa GW1-T3 7.84±0.08 Bb 11.08±0.52 Bc 4.23±0.99 Aa 0.58±0.11 Aa 0.17±0.06 Aa GW2-T1 7.99±0.07 Bb 13.30±0.17 Bbc 2.47±0.35 Aab 0.46±0.08 Aab 0.47±0.27 Aa GW2-T2 8.09±0.14 Bb 14.74±1.81 Bab 4.53±0.51 Aa 0.33±0.02 Bb 0.21±0.19 Aa GW2-T3 7.94±0.16 Bb 26.76±0.35 ABa 3.10±1.56 Aab 0.46±0.02 Aab 0.40±0.37 Aa GW3-T1 8.18±0.08 Bb 14.00±1.02 Bb 2.13±1.39 Ab 0.24±0.04 Bb 0.05±0.04 Aa GW3-T2 8.42±0.06 Aa 35.79±1.11 Aa 3.02±0.47 Aab 0.41±0.13 ABc 0.04±0.02 Aa GW3-T3 8.52±0.14 Aa 29.44±1.02 Aa 4.75±3.29 Aa 0.38±0.03 Bc 0.07±0.04 Aa F 物料 27.618*** 22.106*** 0.751ns 8.265** 2.868 ns 施用量 15.716*** 23.366*** 6.959** 6.293** 0.447 ns 交互作用 5.913*** 6.806*** 1.440 ns 2.826* 0.551 ns 说明：数值为均值±标准差；多重比较中，同列不同字母表示差异显著(P＜0.05)，大写字母用于园林废弃物不同资源化方式间比较，小写字母用于不同施用量间比较；双因素方差分析中，*、**、***分别表示P＜0.05、 P＜0.01、 P＜0.001， ns表示差异不显著。
下载: 导出CSV
表 3 土壤微生物群落功能多样性指数
Table 3. Functional diversity indices for soil microbial community
处理 Simpson
优势度指数Shannon
丰富度指数McIntosh
均匀度指数ck 0.94±0.02 Aa 2.99±0.23 Aa 5.65±0.67 Aa GW1-T1 0.95±0.01 Aa 3.06±0.17 Aa 5.92±1.47 Aa GW1-T2 0.95±0.01 Aa 3.10±0.11 Aa 5.80±0.94 Aa GW1-T3 0.95±0.01 Aa 3.13±0.17 Aa 6.04±1.50 Aa GW2-T1 0.94±0.01 Aa 2.95±0.16 Aa 5.08±0.54 ABa GW2-T2 0.95±0.01 Aa 3.09±0.07 Aa 5.40±0.93 ABa GW2-T3 0.95±0.01 Aa 3.12±0.09 Aa 5.36±0.68 ABa GW3-T1 0.94±0.01 Ba 2.76±0.09 Aa 3.56±0.40 Ba GW3-T2 0.94±0.03 Ba 2.74±0.37 Aa 3.91±1.26 Ba GW3-T3 0.95±0.01 Ba 3.10±0.12 Aa 5.81±0.08 Ba 说明：数值为均值±标准差；多重比较中，同列不同字母表示差异显著(P＜0.05)，大写字母用于园林废弃物不同资源化方式间比较，小写字母用于不同施用量间比较。
下载: 导出CSV
表 4 不同碳源在 PC1 和 PC2 上的载荷值
Table 4. Loading values of different carbon sources on PC1 and PC2
碳源 PC1 PC2 碳源 PC1 PC2 聚合物类 吐温 80 0.574 氨基酸类 L-精氨酸 0.764 肝糖 0.565 L-天门冬酰胺 −0.553 0.643 L-苯丙氨酸 0.750 酚酸类 2-羟基苯甲酸 0.605 L-丝氨酸 −0.793 4-羟基苯甲酸 0.716 甘氨酰-L-谷氨酸 0.575 胺类 腐胺 −0.909 糖类 α-D-乳糖 0.714 β-甲基-D-葡萄糖苷 −0.840 羧酸类 丙酮酸甲酯 0.844 i-赤藓糖醇 0.772 D-葡糖胺酸 0.723 D-甘露醇 0.742 D-半乳糖醛酸 −0.506 0.782 N-乙酰-D葡萄糖氨 0.872 γ-羟丁酸 0.503 D, L-α-磷酸甘油 0.617 α-丁酮酸 0.574 D-半乳糖酸γ-内酯 −0.611 D-苹果酸 0.833 说明：表中列出了载荷值的绝对值|r|＞0.5的碳源。
下载: 导出CSV
-
[1] 陈浩天, 张地方, 张宝莉, 等. 园林废弃物不同处理方式的环境影响及其产物还田效应[J]. 农业工程学报, 2018, 34(21): 239 − 244. CHEN Haotian, ZHANG Difang, ZHANG Baoli, et al. Environmental impacts and returning effects of garden wastes under different disposal methods [J]. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(21): 239 − 244. [2] D’HOSE T, DEBODE J, DE TENDER C, et al. Has compost with biochar applied during the process added value over biochar or compost for increasing soil quality in an arable cropping system? [J/OL]. Applied Soil Ecology, 2020, 156: 103706[2022-09-20]. doi: 10.1016/j.apsoil.2020.103706. [3] 罗玉叶, 邱龙霞, 龙军, 等. 不同秸秆还田率情境下的亚热带水田土壤的“碳汇”贡献模拟研究[J/OL]. 土壤学报, 2022[2022-09-20]. doi: 10.11766/trxb202112280700. LUO Yuye, QIU Longxia, LONG Jun, et al. Research on the carbon sink contribution of subtropical paddy field soil under different straw return rates[J]. Acta Pedologica Sinica, 2022[2022-09-20]. doi: 10.11766/trxb202112280700. [4] 方精云. 碳中和的生态学透视[J]. 植物生态学报, 2021, 45(11): 1173 − 1176. FANG Jingyun. Ecological perspectives of carbon neutrality [J]. Chinese Journal of Plant Ecology, 2021, 45(11): 1173 − 1176. [5] 程曼. 黄土丘陵区典型植物枯落物分解对土壤有机碳、氮转化及微生物多样性的影响[D]. 杨凌: 西北农林科技大学, 2015. CHENG Man. Effects of Litter Decomposition on Soil Carbon, Nitrogen, and Soil Microbial Community Structure on the Loess Plateau, China [D]. Yangling: Northwest A&F University, 2015. [6] 尹欢宇. 剩余物处理对华北落叶松人工林土壤质量和生长的影响[D]. 北京: 北京林业大学, 2016. YIN Huanyu. Effects of Residue Treatment on Growth and Soil Quality of Larix principis-rupprechtii Plantation [D]. Beijing: Beijing Forestry University, 2016. [7] 王利彦, 周国娜 朱新玉, 等. 凋落物对土壤有机碳与微生物功能多样性的影响[J]. 生态学报, 2021, 41(7): 2709 − 2718. WANG Liyan, ZHOU Guona, ZHU Xinyu, et al. Effects of litter on soil organic carbon and microbial functional diversity [J]. Acta Ecologica Sinica, 2021, 41(7): 2709 − 2718. [8] 连鹏, 范周周, 郭东矗, 等. 城市污泥与园林废弃物混合堆肥施用对林地土壤微生物量碳、氮及酶活性的影响[J]. 环境科学学报, 2018, 38(7): 2842 − 2848. LIAN Peng, FAN Zhouzhou, GUO Dongchu, et al. Effects of mixed composting of municipal sludge and garden waste on soil microbial biomass carbon, nitrogen and enzyme activities in forest land [J]. Acta Scientiae Circumstantiae, 2018, 38(7): 2842 − 2848. [9] REMIGIO P, THOMAS Z L, SABINE H, et al. Composting modifies the patterns of incorporation of OC and N from plant residues into soil aggregates [J]. Geoderma, 2019, 353: 415 − 422. [10] 司莉青, 陈利民, 郑景明, 等. 城市污泥与园林废弃物堆肥混合添加对土壤改良的影响[J]. 草业科学, 2018, 35(1): 1 − 9. SI Liqing, CHEN Limin, ZHENG Jingming, et al. Effect of mixed sewage sludge and garden waste composts on potting soil amendment [J]. Pratacultural Science, 2018, 35(1): 1 − 9. [11] NG E L, PATTI A F, ROSE M T, et al. Does the chemical nature of soil carbon drive the structure and functioning of soil microbial communities? [J]. Soil Biology &Biochemistry, 2014, 70: 54 − 61. [12] JONES D L, ROUSK J, EDWARDS-JONES G, et al. Biochar-mediated changes in soil quality and plant growth in a three year field trial [J]. Soil Biology &Biochemistry, 2012, 45: 113 − 124. [13] 武爱莲, 丁玉川, 焦晓燕, 等. 玉米秸秆生物炭对褐土微生物功能多样性及细菌群落的影响[J]. 中国生态农业学报, 2016, 24(6): 736 − 743. WU Ailian, DING Yuchuan, JIAO Xiaoyan, et al. Effect of corn-stalk biochar on soil microbial functional diversity and bacterial community in cinnamon soils [J]. Chinese Journal of Eco-Agriculture, 2016, 24(6): 736 − 743. [14] 侯建勋, 张水梅, 袁静超, 等. 玉米秸秆源有机物料对黑土养分有效性与酶活性的提升效应[J]. 植物营养与肥料学报, 2021, 27(4): 610 − 618. HOU Jianxun, ZHANG Shuimei, YUAN Jingchao, et al. Effects of maize straw-derived organic materials on improving soil nutrient availability and enzyme activities in a Mollisol [J]. Journal of Plant Nutrition and Fertilizers, 2021, 27(4): 610 − 618. [15] 田雅楠, 王红旗. Biolog法在环境微生物功能多样性研究中的应用[J]. 环境科学与技术, 2011, 34(3): 50 − 57. TIAN Ya’nan, WANG Hongqi. Application of biolog to study of environmental microbial function diversity [J]. Environmental Science &Technology, 2011, 34(3): 50 − 57. [16] 鲁如坤. 土壤农业化学分析方法[M]. 北京: 中国农业科技出版社, 2000. LU Rukun. Methods for Agricultural Chemical Analysis of Soil [M]. Beijing: China Agricultural Science and Technology Press, 2000. [17] 林先贵. 土壤微生物研究原理与方法[M]. 北京: 高等教育出版社, 2010. LIN Xiangui. Principles and Methods of Soil Microbiology Research [M]. Beijing: Higher Education Press, 2010. [18] 祝英, 王治业, 彭轶楠, 等. 有机肥替代部分化肥对土壤肥力和微生物特征的影响[J]. 土壤通报, 2015, 46(5): 1161 − 1167. ZHU Ying, WANG Zhiye, PENG Yi’nan, et al. Changes of soil nutrients and microbial communities under the condition of organic fertilizers replacing part of chemical fertilizers [J]. Chinese Journal of Soil Science, 2015, 46(5): 1161 − 1167. [19] 王晶晶, 樊伟, 崔珺, 等. 氮磷添加对亚热带常绿阔叶林土壤微生物群落特征的影响[J]. 生态学报, 2017, 37(24): 8361 − 8373. WANG Jingjing, FAN Wei, CUI Jun, et al. Effects of nitrogen and phosphorus addition on soil microbial community characteristics in a subtropical evergreen broadleaved forest [J]. Acta Ecologica Sinica, 2017, 37(24): 8361 − 8373. [20] 杜田甜, 孙向阳, 李素艳, 等. 园林绿化废弃物覆盖对城市绿地土壤肥力影响[J]. 北京林业大学学报, 2021, 43(10): 110 − 117. DU Tiantian, SUN Xiangyang, LI Suyan, et al. Effects of landscaping waste mulching on soil fertility of urban green space [J]. Journal of Beijing Forestry University, 2021, 43(10): 110 − 117. [21] SHI Renyong, HONG Zhineng, LI Jiuyu, et al. Peanut straw biochar increases the resistance of two Ultisols derived from different parent materials to acidification: a mechanism study [J]. Journal of Environmental Management, 2018, 210: 171 − 179. [22] LIU Chang, LU Meng, CUI Jun, et al. Effects of straw carbon input on carbon dynamics in agricultural soils: a meta-analysis. [J]. Global Change Biology, 2014, 20(5): 1366 − 1381. [23] 张婷, 王旭东, 逄萌雯, 等. 生物质炭和秸秆配合施用对土壤有机碳转化的影响[J]. 环境科学, 2016, 37(6): 2298 − 2303. ZHANG Ting, WANG Xudong, PANG Mengwen, et al. Impacts of biochar and straw application on soil organic carbon transformation [J]. Environmental Science, 2016, 37(6): 2298 − 2303. [24] SINGH B P, COWIE A L. Long-term influence of biochar on native organic carbon mineralisation in a low-carbon clayey soil. [J/OL]. Scientific Reports, 2014, 4(1) : 3687[2022-09-20]. doi: 10.1038/srep03687. [25] 李明, 李忠佩, 刘明, 等. 不同秸秆生物炭对红壤性水稻土养分及微生物群落结构的影响[J]. 中国农业科学, 2015, 48(7): 1361 − 1369. LI Ming, LI Zhongpei, LIU Ming, et al. Effects of different straw biochar on nutrient and microbial community structure of a red paddy soil [J]. Scientia Agricultura Sinica, 2015, 48(7): 1361 − 1369. [26] 张登晓, 周惠民, 潘根兴, 等. 城市园林废弃物生物质炭对小白菜生长、硝酸盐含量及氮素利用率的影响[J]. 植物营养与肥料学报, 2014, 20(6): 1569 − 1576. ZHANG Dengxiao, ZHOU Huimin, PAN Genxing, et al. Effect of municipal green waste biochar addition on the growth, nitrate content and nitrogen use efficiency of greenhouse pakchoi [J]. Journal of Plant Nutrition and Fertilizer, 2014, 20(6): 1569 − 1576. [27] MAESTRINI B, HERRMANN A M, NANNIPIERI P, et al. Ryegrass-derived pyrogenic organic matter changes organic carbon and nitrogen mineralization in a temperate forest soil [J]. Soil Biology and Biochemistry, 2014, 69: 291 − 301. [28] 冯小杰, 刘国梁, 张伟, 等. 园林绿化废弃物堆肥对土壤有机碳组分影响[J]. 北京林业大学学报, 2021, 43(7): 120 − 127. FENG Xiaojie, LIU Guoliang, ZHANG Wei, et al. Effects of green waste compost on soil organic carbon fractions [J]. Journal of Beijing Forestry University, 2021, 43(7): 120 − 127. [29] 何甜甜, 王静, 符云鹏, 等. 等碳量添加秸秆和生物炭对土壤呼吸及微生物生物量碳氮的影响[J]. 环境科学, 2021, 42(1): 450 − 458. HE Tiantian, WANG Jing, FU Yunpeng, et al. Effects of adding straw and biochar with equal carbon content on soil respiration and microbial biomass carbon and nitrogen [J]. Environmental Science, 2021, 42(1): 450 − 458. [30] 丁艳丽, 刘杰, 王莹莹. 生物炭对农田土壤微生物生态的影响研究进展[J]. 应用生态学报, 2013, 24(11): 3311 − 3317. DING Yanli, LIU Jie, WANG Yingying. Effects of biochar on microbial ecology in agriculture soil: a review [J]. Chinese Journal of Applied Ecology, 2013, 24(11): 3311 − 3317. [31] 何秀峰, 赵丰云, 于坤, 等. 生物炭对葡萄幼苗根际土壤养分、酶活性及微生物多样性的影响[J]. 中国土壤与肥料, 2020(6): 19 − 26. HE Xiufeng, ZHAO Fengyun, YU Kun, et al. Effect of biochar on nutrient, enzyme activities and microbial diversity of rhizosphere soil of grape seedlings [J]. Soil and Fertilizer Sciences in China, 2020(6): 19 − 26. [32] 张淑红, 高巍, 张恩平, 等. 长期定位施氮对连作番茄土壤可培养微生物数量的影响[J]. 土壤通报, 2012, 43(1): 60 − 65. ZHANG Shuhong, GAO Wei, ZHANG Enping, et al. Effect of long-term nitrogen application on culturable microorganisms quantity of tomato continuous cropping [J]. Chinese Journal of Soil Science, 2012, 43(1): 60 − 65. [33] 李秋梅, 黎胜杰, 王欣丽, 等. 改变碳输入对沂蒙山区典型次生林土壤微生物碳源代谢功能的影响[J]. 生态学报, 2021, 41(10): 4110 − 4119. LI Qiumei, LI Shengjie, WANG Xinli, et al. Influences of changing carbon inputs on soil microbial carbon metabolism in natural secondary forests in Yimeng mountainous area [J]. Acta Ecologica Sinica, 2021, 41(10): 4110 − 4119. 期刊类型引用(3)
1. 周莹莹，林华. 不同水热梯度下冠层优势树种叶片热力性状及适应策略的变化趋势. 植物生态学报. 2023(05): 733-744 . 
百度学术2. 孙晨娜，杨大新，宋清海，陈爱国，闻国静，张树斌，张晶，段兴武，金艳强. 2011–2020年云南元江干热河谷生态站气象监测数据集. 中国科学数据(中英文网络版). 2022(01): 205-216 . 百度学术3. 郭文章，井长青，邓小进，陈宸，赵苇康，侯志雄，王公鑫. 天山北坡典型草地土壤呼吸特征及其对环境因子的响应. 中国农业科技导报. 2022(10): 189-199 . 百度学术其他类型引用(3)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20220620
点击查看大图
计量
- 文章访问数: 388
- HTML全文浏览量: 67
- PDF下载量: 38
- 被引次数: 6
