下载:
-
在全球范围内，土壤含碳大约是大气的3.0倍，是生物碳库的4.5倍[1]，其中约1 500 Gt的碳以有机碳的形式存在于土壤中，使得土壤碳库成为陆地生态系统最大的碳库，因此土壤碳库微小的变化必将会对全球碳平衡和气候变化产生重大影响[2−3]。土壤有机碳(SOC)矿化是指土壤有机碳分解并向大气释放二氧化碳(CO2)的过程，该过程是土壤有机碳损失的重要途径，有助于促进土壤营养元素的循环[4−5]。土壤有机碳矿化及其影响因素的研究已成为全球气候变化的热点之一[6]。草地生态系统是陆地生态系统的重要碳库之一。据统计，全球草地生态系统碳储量为761 Gt，占整个陆地生态系统碳储量的34%，而中国草地面积约4 亿hm2，草地生态系统碳储量为44 Gt，约占世界草地生态系统碳储量的8%[7]。青藏高原生态系统碳库容量巨大，具有重要的生态安全屏障作用，在全球碳循环调控中发挥着重要作用[8−9]，因此，研究高寒草地土壤有机碳矿化对于预测温室气体排放及管理土壤碳平衡具有重要意义。
土壤有机碳矿化是由生物和非生物过程共同决定的[10]。土壤有机碳分解通常被认为是由生物过程驱动的，然而，热降解、光降解、活性氧氧化、细胞外氧化代谢和无机化学反应等非生物过程也可以产生CO2，但非生物过程的贡献往往被忽略[11−13]。研究发现：尽管灭菌后的土壤中缺乏活细胞，但土壤CO2产生的活跃生化途径仍在继续[14]。非生物土壤有机碳矿化是无处不在的，平均贡献了土壤CO2排放量的24%，其对土壤CO2排放的贡献度随着可溶性有机碳(DOC)的增加而增大[15]。此外，非生物过程的贡献程度还与土壤含水量关系密切，当土壤含水量为10%时，非生物过程对土壤有机碳矿化过程的贡献为18.6%~49.2%，且土壤含水量越低，非生物过程的影响越大[16]。然而，在人们普遍认为是生物活动占主导的陆地生态系统中，非生物过程对土壤CO2排放有何贡献仍缺乏足够的数据支撑[13]。
牛尿排泄物是草地生态系统中的一个重要养分来源，但牛尿返还对土壤CO2排放的影响却不尽一致[17]。一般认为，放牧牲畜的尿液向土壤中输入了碳源和氮源，可促进土壤有机碳矿化[18]，往往会增加土壤CO2的排放[19]。研究表明：尿液添加可提高草甸土壤的累积碳矿化率[20]，由于尿液诱导的激发效应，尿液添加后增强了土壤有机碳的分解[21−22]；再者，尿液还能刺激土壤微生物水解尿素，释放CO2[23−24]。但也有研究发现：添加氮源虽可促进土壤活性有机碳的分解，但更能促进难分解性有机碳的积累，减少总有机碳的损失，进而有利于土壤有机碳稳定性的维持或增加[25−26]。土壤CO2排放量可随尿液添加量的增加而增大[27]，但高氮输入会导致饱和响应，土壤CO2排放不会随氮素输入量的增加而无限制增加，因为氮供应充足情况下资源限制可能会从氮素转向其他因素，比如水分、磷素和光照等[28−29]。由此可知，不同尿液返还量对CO2排放的促进效应不一定会随着尿液返还量的增加呈持续增大趋势。
在以往研究中，土壤灭菌通常被认为可使得微生物活性得到最大程度的降低，最终抑制土壤有机碳的矿化。也有研究认为：土壤有机碳矿化与微生物活性或土壤微生物生物量的大小无关[30]。虽然目前对非生物过程有初步研究，但关于土壤有机碳非生物矿化过程的量化研究还鲜有报道[13]。此外，土壤有机碳矿化对尿液添加如何响应？生物和非生物过程对尿液添加下的土壤有机碳矿化贡献多大？仍需进一步明确。鉴于此，本研究通过对高寒草甸土壤进行灭菌与不灭菌处理，设置0、250、500、750、1 000 kg·hm−2·a−1的尿液返还量，研究不同灭菌方式下草地土壤CO2排放对尿液添加的响应，以期为应对放牧草地生态系统中温室气体排放增加提供理论依据。
-
土壤采自于四川省阿坝藏族羌族自治州红原县境内的中国科学院若尔盖湿地生态系统定位站(32°58′08″N，102°37′08″E，海拔为3 450 m)[31]。研究区年均气温为1.9 ℃，夏季月均最高气温为20.0 ℃，年均降水量为747.0 mm，其中77.0%集中在生长期(5—9月)[32]。草地类型为高寒草甸，植被优势种是小嵩草Kobresia pygmaea、垂穗披碱草Elymus nutans和矮嵩草Kobresia humilis，土壤为高山草甸土。
研究区于2014年5月起开始实施禁牧，2020年7月通过五点取样法用土钻取0~20 cm土层的土壤，充分混匀剔除根系、石块等杂物。将新鲜土样经过风干研磨后，过孔径为2 mm的不锈钢筛，密封备用。取部分风干土用于采样地基础理化性质测定，测得土壤pH 5.71，土壤有机碳为63.84 g·kg−1，全氮为6.20 g·kg−1。取部分鲜土测得可溶性有机碳为67.78 mg·kg−1，溶解性总氮为64.67 mg·kg−1，铵态氮(NH4 +-N)为36.33 mg·kg−1，硝态氮(NO3 −-N)为10.68 mg·kg−1。
-
称取40 g风干土壤(基于干土质量)于100 mL的培养瓶中，用去离子水将土壤含水量调整为30%土壤持水量(WHC)，在黑暗中20 ℃下预培养7 d。预培养期间每隔1 d补充培养瓶内水分以保证含水量稳定。实验设置5个牛尿返还量(施氮0、250、500、750、1 000 kg·hm−2·a−1，相当于土壤中增加的氮质量分数为0、96、192、288、384 mg·kg−1)和3种灭菌方法(不灭菌、高压蒸汽灭菌、氯仿熏蒸灭菌)，共15种处理，每个处理4个重复。对于尿液添加处理，考虑到牛尿收集不易且易发生变质，依据牛尿配方：尿素17.7 g·L−1、马尿酸7.4 g·L−1、肌酐酸0.2 g·L−1、尿囊素0.4 g·L−1、尿酸0.1 g·L−1、氯化铵0.9 g·L−1、碳酸氢钾14.2 g·L−1、氯化钾10.5 g·L−1的方法配置合成牛尿(9.0 g·L−1)[33]。预培养结束后，将需要灭菌处理的土壤样品分别进行高温高压蒸汽灭菌和氯仿熏蒸灭菌。高温高压蒸汽灭菌时将样品在121 ℃和0.3 MPa条件下灭菌30 min。氯仿熏蒸灭菌需将土壤样品放入干燥器，在2个单独的烧杯中分别加入30 mL氯仿(加入防沸材料)、30 mL稀氢氧化钠，打开阀门抽真空后关闭阀门，土壤样品在室温下暴露于氯仿中24 h[34]。将灭菌组样品和非灭菌组的土壤添加相应返还量的人工尿液，并同时添加无菌水(去离子水高温高压蒸汽灭菌法灭菌)将土壤含水量调整至60%土壤持水量，然后立即盖上已消毒的瓶盖，使用抽真空装置置换瓶内的气体为无菌空气(0.22 μm滤膜过滤后装入气袋)，瓶内起始CO2的体积分数即为无菌空气中CO2的体积分数，将培养瓶置于20 ℃ (基于夏季月平均最高气温来设置)培养箱内避光进行培养，培养6 h (施加尿液后土壤排放的CO2主要集中在此期间，且土壤灭菌后的效果在此期间能得到较好地维持)后测定瓶内的CO2体积分数。
-
土壤CO2体积分数测定：抽取20 mL通入培养瓶内的无菌空气作为起始气体，培养6 h后，立即用注射器在每个待测样瓶中抽取20 mL气体样品，用气相色谱仪(Agilent 7890B)测定气体样品中的CO2体积分数。根据培养前后所抽取气体样品中的CO2体积分数差值计算土壤CO2排放速率，其计算公式为：
$$ E_{{\rm{R}}}＝ \frac{12}{22.4}\times \frac{P}{{P}_{0}}\times \frac{{T}_{0}}{T}\times \frac{\Delta C}{\Delta t}\times \frac{V}{M}\times \frac{1}{1\;000} 。 $$ 其中：ER为土壤CO2排放速率(mg·kg−1·h−1)；22.4为标准状态下(273.2 K，1013.0 kPa)气体的摩尔体积(L·mol−1)；P为取气样时培养瓶内的气压(kPa)；P0和T0分别为标准状态下空气的绝对气压(kPa)和绝对温度(K)；Ｔ为取气样时培养瓶内的绝对温度(K)；ΔC为CO2体积分数(μL·L−1)在密闭时间内的增加值；Δt为密闭时间(h)；Ｖ为培养瓶内的空气体积(mL)；Ｍ为培养土样的干质量(g)。土壤CO2累积排放量为土壤CO2排放速率与培养瓶密闭时间的乘积。贡献比为生物过程或非生物过程对有机碳矿化的贡献百分比。
于培养结束后进行破坏性采样，取5 g培养结束后的土壤样品(包括灭菌组和不灭菌组)加入2 mol·L−1氯化钾溶液，按m(液)∶m(土)=5∶1浸提1 h，浸提后在170 r·min−1、25 ℃下充分震荡30 min后过滤，滤液采用靛酚蓝比色法测定铵态氮质量分数，双波长差法分析硝态氮质量分数。另取5 g培养后的鲜土土样用去离子水浸提，m(水)∶m(土)=5∶1，170 r·min−1振荡30 min后，在20 ℃下以3 500 r·min−1离心20 min，离心后取浸提液过0.45 μm微孔滤膜，使用TOC分析仪(Multi C/N 3100, 德国)测定土壤可溶性有机碳和溶解性总氮。土壤pH用煮沸的去离子水浸提，m(水)∶m(土)=2.5∶1.0，置于170 r·min−1摇床上振荡10 min后静置30 min，上清液用pH计测定。风干土壤过100目筛后，用凯氏定氮法测定土壤全氮质量分数，SOC质量分数采用高温外热重铬酸钾氧化-容量法测定。
-
利用Excel 2019进行数据预处理，在检验了数据的正态性和方差齐性后，采用SPSS 26的单变量方差分析及Duncan法检验不同尿液添加量和不同灭菌方法下CO2排放量之间的差异显著性(显著性水平为0.05)。对于不符合正态分布和方差齐性的数据，采用非参数检验的独立样本检验分析不同处理的结果之间是否存在显著性差异(显著性水平为0.05)。利用线性回归分析方法评估不同处理间CO2排放量与土壤可溶性有机碳之间的关系，采用Pearson系数对CO2排放量与土壤理化性质进行相关分析，用Origin 2022绘图。文中CO2数据皆为4个重复的平均值。
-
同一灭菌条件下，土壤CO2排放量随着尿液添加量的增加总体呈上升趋势(图1)。不灭菌与氯仿熏蒸灭菌处理下土壤CO2排放量随着尿液添加量的增加而增大，而高压蒸汽灭菌处理的土壤CO2排放量在尿液添加量达500 kg·hm−2·a−1后则不再变化。同一尿液添加量下，不灭菌方式下土壤CO2排放量显著高于灭菌处理(P＜0.05)，其中不灭菌方式的土壤CO2排放量比高压蒸汽灭菌处理高6~20倍，比氯仿熏蒸灭菌处理高14%~39%。再者，氯仿熏蒸灭菌处理下土壤CO2排放量也显著高于高压蒸汽灭菌处理，前者高出后者5~16倍(P＜0.05)。
图 1 不同灭菌方式和不同尿液添加量处理下土壤CO2累积排放量
Figure 1. Cumulative CO2 emissions from the soils affected by sterilization and urine addition
综上可知，灭菌处理可减少土壤CO2排放，但氯仿熏蒸灭菌的抑制效果较差，所以本研究基于不灭菌和高压蒸汽灭菌处理来计算生物和非生物过程对土壤CO2排放的贡献。生物和非生物过程对CO2排放的贡献为86%~95%和5%~14% (图2)。在尿液添加量为500 kg·hm−2·a−1时，非生物过程对CO2排放的贡献最大，达14%；在尿液添加量为250 kg·hm−2·a−1时，生物过程对CO2排放的贡献最大，达95%。
图 2 生物和非生物过程在不同尿液处理下对土壤CO2累积排放量的贡献
Figure 2. Contribution of biotic and abiotic processes to cumulative soil CO2 emissions under different amount of urine addition
-
不灭菌方式下，土壤有机碳、全氮质量分数随尿液添加量的增加总体呈递减趋势，土壤pH、可溶性有机碳、溶解性总氮、铵态氮、硝态氮则呈现递增趋势，其中pH、可溶性有机碳、硝态氮在不同尿液添加量之间差异显著(P＜0.05)。高压蒸汽灭菌条件下，土壤溶解性总氮、铵态氮、硝态氮随尿液添加量的增加呈递增的趋势，不同尿液添加量之间土壤有机碳、全氮、pH、可溶性有机碳差异不显著。氯仿熏蒸灭菌方式下，土壤pH、溶解性总氮、铵态氮、硝态氮呈现递增的趋势且各处理之间差异显著(P＜0.05)。对于相同的尿液添加量，高压蒸汽灭菌处理的土壤可溶性有机碳和溶解性总氮高于不灭菌和氯仿熏蒸灭菌处理；而不灭菌处理的土壤pH和铵态氮总体上高于灭菌处理(表1)。
表 1 不同灭菌方式和不同尿液添加量处理下土壤的化学性质
Table 1. Effects of sterilization and urine addition on soil chemical characteristics
灭菌方式 尿液添加量/
(kg·hm−2·a−1)有机碳/
(g·kg−1)全氮/
(g·kg−1)pH 可溶性有机碳/
(mg·kg−1)溶解性总氮/
(mg·kg−1)铵态氮/
(mg·kg−1)硝态氮/
(mg·kg−1)不灭菌 0 63.95 a 6.20 a 6.08 e 265.32 c 45.76 b 92.95 b 20.77 d 250 59.58 b 5.57 bc 6.24 d 277.86 c 66.63 ab 165.81 ab 21.48 cd 500 56.97 b 5.55 c 6.36 c 320.48 b 96.41 ab 254.75 ab 25.07 c 750 59.30 b 5.80 b 6.48 b 337.21 b 132.36 a 348.65 a 48.74 b 1 000 57.90 b 5.73 bc 6.61 a 396.17 a 150.13 a 330.67 a 53.27 a 高压蒸汽灭菌 0 55.35 a 5.40 a 5.50 a 1 439.26 a 101.44 b 117.43 b 34.35 b 250 55.15 a 5.43 a 5.50 a 1 480.46 a 132.23 b 129.29 a 35.55 b 500 55.40 a 5.53 a 5.50 a 1 536.71 a 159.28 ab 124.44 ab 49.98 a 750 55.13 a 5.45 a 5.48 a 1 579.73 a 171.40 ab 118.96 ab 43.34 ab 1 000 55.43 a 5.35 a 5.48 a 1 548.92 a 189.43 a 120.87 ab 41.60 ab 氯仿灭菌 0 53.60 b 5.15 b 5.64 d 250.07 a 59.05 d 106.59 b 35.19 b 250 56.90 ab 5.53 ab 5.85 c 242.11 ab 66.95 c 140.95 ab 36.39 b 500 57.40 ab 5.60 ab 6.03 b 222.34 b 76.45 b 195.46 ab 50.82 a 750 60.43 a 5.80 a 6.15 a 243.17 ab 92.43 a 245.57 ab 44.18 ab 1 000 55.30 ab 5.10 b 6.23 a 237.76 ab 97.45 a 292.04 a 41.98 ab 说明：不同小写字母表示同一灭菌方式处理下不同尿液添加量之间差异显著(P＜0.05)。 -
相关分析(图3)发现：土壤CO2排放量与土壤pH、铵态氮、硝态氮呈显著正相关(P＜0.05)，与有机碳、全氮、溶解性总氮不存在相关性。
图 3 土壤各化学性质的相关分析
Figure 3. Correlation between the soil chemical properties
由于CO2的排放量与土壤可溶性有机碳质量分数(培养结束后测定值)总体呈现明显负相关，与以往结论相反，故对不同处理分别展开相关性分析。不灭菌方式处理下的土壤CO2排放量与土壤可溶性有机碳质量分数呈现正相关，经过高压蒸汽灭菌和氯仿熏蒸处理后的CO2排放量与土壤可溶性有机碳质量分数不存在线性相关(图4)。基于灭菌处理引起的土壤可溶性有机碳质量分数改变，导致了土壤可溶性有机碳与CO2排放量相关性的丧失，使得整体呈现负相关。
图 4 不同灭菌方式处理下土壤可溶性有机碳与CO2累积排放量的关系
Figure 4. Relationship between soil dissolved organic carbon content and cumulative CO2 emission from the soils affected by sterilization
生物和非生物过程排放的CO2均与土壤可溶性有机碳质量分数呈正相关，但生物与非生物过程对土壤可溶性有机碳的敏感度不同，前者的敏感度更高(图5A)。生物和非生物有机碳矿化是正相关的(图5B)，非生物过程对土壤CO2排放的贡献与土壤可溶性有机碳不存在相关性(图5C)。
图 5 生物和非生物过程土壤有机碳矿化量与土壤可溶性有机碳的关系
Figure 5. Relationship between soil CO2 emissions from biotic and abiotic processes and soil DOC concentration
-
不论是否进行灭菌处理，土壤CO2排放量均会随着尿液添加量的增加而增大，不过在高压蒸汽灭菌处理下土壤CO2排放量仅在部分尿液添加量处理间呈现显著差异。本研究结果与蒋梦蝶等[35]的研究一致。尿液添加量的增加为微生物提供了氮源，从而增强了微生物活性，促进有机碳矿化以及尿素分解后产生CO2，两者共同作用，导致CO2排放量增加。也有研究认为：添加尿液可造成土壤碳的分解以及土壤碳的溶解和浸出[36]，从而促进土壤CO2排放，这可能是影响灭菌处理组CO2排放的主要机制。但在高温高压灭菌处理中，由于有机碳矿化以非生物过程为主，因此尿液添加量的增加对土壤CO2排放的促进效果并不十分明显，所以仅在部分尿液添加量处理间呈现显著差异。
相同尿液添加量下，灭菌处理显著降低了土壤CO2排放量，且氯仿熏蒸处理的土壤CO2排放量显著高于高压蒸汽灭菌处理。氯仿熏蒸可有效破坏土壤微生物的细胞膜结构，导致细胞裂解并将细胞内容物碳、氮等释放到土壤中[14]。然而，有研究发现：熏蒸处理后的土壤微生物整体表观活性并未有效降低[37]；即使90%以上的土壤微生物被氯仿熏蒸破坏，在去除熏蒸剂和熏蒸剂杀死的微生物量碳的矿化后，有机碳矿化速率与未熏蒸土壤基本相同[30, 38]。由此可见，氯仿熏蒸灭菌效果并不完全。本研究发现：高压蒸汽灭菌法对于土壤CO2排放有明显抑制作用但不完全阻碍土壤CO2的排放，这可能与高压灭菌破坏细胞内外生化过程，但却同时保持非生物过程完整有关[14]。土壤经高压蒸汽灭菌处理后，微生物大量死亡，导致土壤CO2排放作用减弱，此时有机碳矿化以非生物过程为主。本研究发现：土壤CO2排放量与土壤可溶性有机碳总体呈负相关，这与以往的结论相悖。通过将数据按照不同灭菌处理拆分分析发现：高压蒸汽灭菌和氯仿熏蒸灭菌处理下的CO2排放量与土壤可溶性有机碳均无显著相关性。据此推断，土壤CO2排放量与土壤生化指标的正相关性很大程度上与生物过程的参与有关。廖添怀等[39]研究指出：有生物过程参与的土壤CO2排放与土壤可溶性有机碳呈正相关。然而，经过高压蒸汽灭菌处理后，土壤CO2排放量远低于不灭菌和氯仿熏蒸灭菌处理，但同时其土壤可溶性有机碳质量分数却远高于其他处理组，这是由于高温高压处理中蒸汽杀死土壤中大量微生物[40]，死亡的生物细胞快速释放出有机质进入土壤，使得土壤中的可溶性有机碳质量分数显著增加[41]。由此推测，高压蒸汽灭菌处理使得土壤环境发生剧烈改变，从而出现土壤可溶性有机碳质量分数骤增而CO2排放量大幅度下降，将高压蒸汽灭菌处理的数据并入分析是导致负相关趋势的关键原因。不过，高压高温环境导致的土壤可溶性有机碳质量分数骤增如何影响非生物CO2产生过程还有待进一步研究和探讨。
生物和非生物过程产生的CO2均与土壤可溶性有机碳显著正相关，其中生物过程对土壤CO2排放的贡献比非生物过程更大，这一结论与BENOIT等[15]的研究结果相近。再者，BENOIT等[15]还发现：非生物过程对土壤CO2排放量的贡献随着可溶性有机碳质量分数的增加而增大，而本研究中非生物过程对土壤CO2排放的贡献与土壤可溶性有机碳不存在相关性。这可能是灭菌方法不同而导致的。本研究中高压蒸汽灭菌法使得土壤可溶性有机碳质量分数明显提升，因此两者之间不存在相关性。在以往研究中发现：当生物过程较强时，非生物过程对土壤CO2排放的影响可以忽略不计；然而，如果生物过程较弱，非生物过程可能主导土壤CO2排放[10]。虽然高压灭菌法并不是区分非生物和生物过程CO2排放的准确方法，但其是各种土壤灭菌方法中的最佳方法，所得结果可视为接近真实情况的参考值[42]。
-
不论是否进行灭菌处理，尿液返还对土壤CO2排放的促进效应会随着尿液返还量的增加而呈增大趋势，但在尿液添加量超过一定梯度时，土壤CO2排放量不再受尿液添加量的影响。在本研究中，生物和非生物有机碳矿化过程对不同尿液返还量的响应趋于相同，但生物过程对土壤可溶性有机碳的敏感度更高，且生物过程对土壤CO2排放的贡献是非生物过程的6~19倍。非生物过程在某些条件下对土壤CO2排放具有重要贡献，因此，非生物过程CO2排放对不同人类活动或全球气候变化的响应机制还需深入研究。
Response of grassland soil CO2 emissions to urine addition under different sterilization methods
-
摘要:
目的 探究牲畜排泄物对放牧草地土壤有机碳生物和非生物矿化过程的影响，为深入认知人为活动影响下土壤碳库对全球气候变化的响应和反馈提供理论支撑。 方法 以高寒草甸土壤为研究对象，通过设置0、250、500、750、1 000 kg·hm−2·a−1的牛尿返还量，结合不同的灭菌处理(不灭菌、高压蒸汽灭菌、氯仿熏蒸灭菌)，在室内培养条件下测定土壤有机碳矿化速率[以二氧化碳(CO2)排放速率计]、pH以及可溶性有机碳、溶解性总氮、土壤有机碳、全氮、铵态氮、硝态氮质量分数，探究生物和非生物土壤有机碳矿化过程对尿液添加的响应。 结果 ①尿液添加对土壤CO2排放具有促进作用，在不同灭菌处理下土壤CO2排放量均随着尿液添加量的增加总体呈上升趋势，土壤CO2排放量与土壤pH、铵态氮呈显著正相关(P＜0.05)。②灭菌处理对土壤CO2排放存在抑制作用，高压蒸汽灭菌处理对土壤CO2排放的抑制作用显著高于氯仿熏蒸灭菌处理(P＜0.05)。③生物和非生物过程排放的CO2均随尿液添加量的增加而上升，其中生物过程对土壤CO2排放的贡献高于非生物过程。 结论 尿液返还对生物和非生物土壤有机碳矿化过程均有促进作用，且生物土壤有机碳矿化过程对土壤CO2排放的贡献更大，不过非生物土壤有机碳矿化过程对土壤CO2排放的贡献也不容忽视。图5表1参42 Abstract:Objective This study, with an investigation of the variations of biotic and abiotic processes driving soil organic carbon (SOC) mineralization affected by livestock excreta deposition in grazing grassland ecosystems, is aimed to provide new insights into better understanding of the response and feedback of soil carbon pool changes induced by anthropogenic activities to global climate change. Method In this study, SOC mineralization rates (as indicated by CO2 emission rates) were measured of the soil of an alpine meadow added with different rates of urine (0, 250, 500, 750, 1 000 kg·hm−2·a−1) under different sterilization circumstances (no sterilization, autoclaving sterilization, chloroform fumigation sterilization), while the soil pH, dissolved organic carbon (DOC), total dissolved nitrogen (TDN), soil organic carbon (SOC), total nitrogen (TN), ammonium nitrogen (NH4 +-N), nitrate nitrogen (NO3 −-N) concentration were simultaneously determined, so as to explore the differences in the response of biotic and abiotic SOC mineralization processes to urine addition. Result (1) The addition of urine promoted CO2 emissions, which increased with the increase in the amount of urine added under different sterilization methods, demonstrating a positive correlation between soil CO2 emissions and soil pH and NH4 +-N concentrations (P＜0.05). (2) Soil CO2 emission was inhibited by sterilization, and the inhibition effect of autoclaving sterilization on soil CO2 emission was significantly higher than that of chloroform fumigation sterilization (P＜0.05). (3) The CO2 emission from biotic and abiotic processes both increased with the increase of urine addition rate, with the contribution of biotic process to soil CO2 emission being greater than that of abiotic process. Conclusion Urine deposition can promote soil CO2 emission from biotic and abiotic processes, with more contribution from the biotic process, however, the contribution of abiotic SOC mineralization to soil CO2 emission should not be neglected. [Ch, 5 fig. 1 tab. 42 ref.] -
铁路、公路等基础设施建设会破坏和占压地表植被，形成大量的裸露坡面，遇到降雨极易发生水土流失，甚至出现滑坡、泥石流等次生地质灾害。裸露坡面常常具有坡度陡、坡体稳定性低、水分条件差和土壤瘠薄等特征，是不利于植被生长的困难立地。客土喷播绿化是裸露坡面恢复植被最快速最有效的方式之一，喷播后灌溉养护对植被生长至关重要[1]。大量调查发现：客土喷播后普遍存在过度灌溉，产生坡面径流，造成水土流失和水资源浪费；同时喷播基质通气不畅也会影响植被生长。可见，确定适合植被生长且能保证灌溉时坡面不产流的客土喷播基质含水量已成为当前亟需解决的问题。目前，关于适宜含水量研究大多集中在林地土壤与林木之间，如夏江宝等[2]对贝壳堤岛旱柳Salix matsudana光合效率的土壤水分临界效应及其阈值进行了分级研究，景雄等[3]对毛竹Phyllostachys edulis实生苗土壤水分有效性及生产力进行了分级研究，张淑勇等[4]对黄刺玫Rosa xanthina叶片光合生理参数的土壤水分阈值响应及其生产力进行了分级研究等，客土喷播基质适宜含水量与植被生长的关系研究则较少。以往的研究大都只关注了植物某一个生长阶段的土壤水分适宜含水量阈值[2, 5-6]，缺乏对不同季节植被生长与基质水分关系的研究。鉴于此，本研究以北方地区常用的喷播修复植物黑麦草Lolium perenne作为研究对象，利用种植盆模拟客土喷播绿化，通过控制不同客土喷播基质水分梯度，分析夏、秋季黑麦草光合特性日变化对不同喷播基质水分的响应规律，以叶片净光合速率(Pn)和水分利用效率(EWU)作为“产”“效”来评价黑麦草生产力和水分利用能力的依据，并进行季节间比较，建立夏、秋季黑麦草喷播基质适宜含水量阈值分级，以期为北京至张家口的公路、铁路等冬季奥林匹克运动会交通廊道以及自然条件相近地区的工程创面客土喷播恢复植被灌溉养护提供参考。
1. 研究区概况与方法
1.1 研究区概况
研究区河北省张家口市涿鹿县为北京冬季奥林匹克运动会延庆赛区和张家口崇礼赛区廊道沿线，高速公路G6和G7之间，地理坐标为40°26′20″N，115°17′03″E。涿鹿县属温带半干旱大陆性季风气候，年均气温为9.1 ℃，极端最高气温为39.2 ℃，极端最低气温为−23.9 ℃，年均降水量为367 mm，年均蒸发量为1 600 mm，无霜期为169 d，年平均积温为2 100~3 400 ℃，风向以西北为主，平均风速2~3 m·s−1，土壤为沙壤质褐土。
1.2 试验材料
喷播基质材料为客土(取自河北省涿鹿县苗圃)、木纤维[长1~3 cm，中矿复地生态环境技术研究院(北京)有限公司]、保水剂(3005KCE，美国艾森公司)、黏合剂(A30，美国艾森公司)、稻壳和黑麦草种子(北京布莱特草业有限公司)。喷播基质层和种子层的材料配比见表1。黑麦草播种量为4 g·m−2。
表 1 基质层和种子层的材料配比Table 1 Material ratio of matrix layer and seed layer喷播层次 客土/
%木纤
维/%稻壳/
%复合肥/
(g·m−3)保水剂/
(g·m−3)黏合剂/
(g·m−3)基质层(10 cm) 70 10 20 300 200 150 种子层(3 cm) 67 33 说明：客土、木纤维和稻壳为体积比 1.3 试验设计
利用种植盆试验模拟客土喷播绿化，种植盆上口直径50 cm、盆底直径40 cm、高15 cm，底部打孔便于排水。使用恒睿牌HKP125型客土喷播机。2021年4月26日，根据表1的材料配比将基质层和种子层分上、下2层先后喷播到种植盆内，采用微喷灌雾化喷头对喷播基质灌溉养护，保持喷播基质充分湿润(每次灌溉以喷播基质表面不积水为准)，保证种子出苗有充足的水分。
2021年5月26日开始控制喷播基质含水量(为质量含水量，下同)，用环刀法测得喷播基质的田间持水量为30.36%，容重为1.12 g·cm−3。喷播基质含水量设置5个水分梯度，分别为30.36%、25.81%、21.25%、16.70%和12.14%，即喷播基质相对含水量(CRW)为100%、85%、70%、55%和40%，每个水分梯度设置3个重复。每天16:00用TDR350土壤水分速测仪(美国Spectrum公司)测定CRW(通过容重换算为质量含水量)，每盆测定重复3次取平均值，并根据公式计算耗水量：w设−w测=m耗/m干。其中：w设为设计质量含水量(%)；w测为实测质量含水量(%)，根据TDR350实测值和容重换算；m耗为每盆黑麦草耗水量(g)；m干为每盆喷播基质干质量(g)，可由基质体积和容重计算得出。使用微喷灌雾化喷头对喷播基质补充水分，为避免降水影响，试验在透明通风遮雨大棚内进行。
1.4 指标观测
于夏季(2021年8月5日，即控水2个月后)、秋季(2021年10月11日，即控水4个月后)选择连续3 d晴朗无云的天气，使用Li-6400XT便携式光合作用测定仪(标准叶室，Li-COR)测定黑麦草叶片Pn (μmol·m−2·s−1)、蒸腾速率Tr (mmol·m−2·s−1)、气孔导度Gs (mol·m−2·s−1)、胞间二氧化碳(CO2)摩尔浓度Ci (μmol·mol−1)等生理参数以及大气CO2摩尔浓度Ca (μmol·mol−1)、光合有效辐射PAR (μmol·m−2·s−1)、气温Ta (℃)和相对湿度Rh (%)等环境因子，并根据公式EWU=Pn/Tr计算水分利用效率、Ls=1−Ci/Ca计算气孔限制值。测定时间为8:00—16:00，隔2 h测1次，每个种植盆选取3株生长健康、长势一致的黑麦草，每株选取3片叶，每片叶记录3次读数，取平均值。
1.5 数据处理
运用Excel 2016整理光合参数与基质相对含水量数据；SPSS 22.0进行差异显著性检验LSD；Origin 2018进行作图和多项式拟合建立回归模型，使用F检验对回归模型进行显著性检验。
2. 结果与分析
2.1 夏秋两季主要环境因子的日变化
由图1可知：夏、秋季PAR的日变化为单峰曲线，均为先升高后下降，峰值均出现在12:00，夏季峰值为(1 393.71±110.04) μmol·m−2·s−1，秋季为(786.73±88.74) μmol·m−2·s−1。夏季PAR日均值(999.75±459.61) μmol·m−2·s−1大于秋季(504.07±274.09) μmol·m−2·s−1。夏、秋季Ca日变化为“V”型曲线，8:00—12:00下降，之后上升。秋季Ca日均值(421.15±17.65) μmol·mol−1大于夏季(411.54 ±10.76) μmol·mol−1，两者相差较小，仅为2.30%。
图 1 夏、秋季光合有效辐射(PAR)和大气CO2摩尔浓度(Ca)的日变化Figure 1 Diurnal variation of photosynthetically active radiation (PAR) and atmospheric CO2 concentration (Ca) in summer and autumn由图2可知：夏、秋季Ta的日变化与PAR相似，也为单峰曲线，在12:00达最大值。夏季Ta最大为(42.88±1.46) ℃，秋季为(28.41±1.06) ℃。夏季日均值(37.87±3.23) ℃大于秋季(26.21±2.03) ℃。夏、秋季Rh的日变化与Ta相反，12:00前下降，之后上升，夏、秋季Rh最低值分别为20.98%±1.65%和17.05%±1.47%。夏季Rh日均值(26.72%±5.56%)大于秋季(19.98%±2.70%)。
图 2 夏、秋季气温(Ta)和相对湿度(Rh)的日变化的日变化Figure 2 Diurnal variation of temperature (Ta) and relative humidity (Rh) in summer and autumn2.2 不同喷播基质含水量下黑麦草光合特性的日变化
2.2.1 不同喷播基质含水量下黑麦草叶片净光合速率(Pn)的日变化
夏、秋季黑麦草叶片Pn日变化对CRW有明显的阈值响应(图3)。当CRW为70%~85%时，Pn的变化呈双峰曲线，均出现光合“午休”现象，上午和下午各出现1个峰值，此水分范围内，Pn在全天各时段均最高。当CRW增加至100%时，Pn呈单峰曲线，峰值出现在12:00。当CRW降低到55%和40%时，Pn为单峰曲线，峰值均出现在8:00(但秋季CRW为55%时Pn峰值出现在10:00)，Pn在全天各时段均处于较低水平，表明CRW低于55%会严重抑制植物的光合作用。由表2可知：Pn日均值对CRW也有明显的阈值响应。当CRW为85%时，夏季Pn日均值最大，达(11.17±3.08) μmol·m−2·s−1，与其他水分梯度有显著差异(P＜0.05)。秋季的Pn日均值在CRW为70%时达最大，为(7.02±1.97) μmol·m−2·s−1，与其他水分梯度也有显著差异(P＜0.05)。夏季Pn日均值均大于秋季，CRW为55%~100%时两季差异达到显著(P＜0.05)。CRW为40%时，两季Pn日均值均较低，可见当CRW较低时植物光合作用将受到严重影响。综上所述，夏、秋两季维持黑麦草较高Pn的CRW为70%~85%，高于或低于此范围，Pn明显受到抑制。
图 3 夏、秋季不同喷播基质含水量下黑麦草净光合速率(Pn)的日变化Figure 3 Diurnal variation of net photosynthetic rate (Pn) of L. perenne under different spraying substrate water content in summer and autumn表 2 夏、秋季不同喷播基质含水量下黑麦草光合生理参数的日均值变化Table 2 Change of daily mean of photosynthetic physiological parameters of L. perenne under different spraying substrate water content in summer and autumnCRW/% Pn/(μmol·m−2·s−1) Tr/(mmol·m−2·s−1) EWU/(mol·mol−1) 夏季 秋季 夏季 秋季 夏季 秋季 100 6.79±2.01 Abc 4.30±0.95 Bb 5.59±1.17 Aab 2.75±0.16 Bab 1.32±0.20 Bbc 1.56±0.26 Acd 85 11.17±3.08 Aa 6.07±1.24 Ba 6.83±1.12 Aa 3.13±0.40 Ba 1.61±0.22 Ba 1.92±0.22 Ab 70 9.26±2.79 Aab 7.02±1.97 Ba 6.76±0.63 Aa 2.92±0.59 Ba 1.43±0.15 Bab 2.37±0.25 Aa 55 5.77±2.09 Ac 3.77±1.03 Bb 4.91±0.93 Ab 2.35±0.30 Bbc 1.20±0.12 Bbc 1.63±0.20 Ac 40 2.80±1.66 Ae 2.74±0.78 Ab 3.03±0.87 Ac 2.16±0.28 Ac 1.01±0.28 Ac 1.28±0.16 Ad 说明：同列不同小写字母、同行不同大写字母均表示差异显著(P＜0.05) 2.2.2 不同喷播基质含水量下黑麦草叶片蒸腾速率(Tr)的日变化
夏、秋季黑麦草叶片Tr日变化规律与Pn基本相似(图4)，当CRW为70%~85%时，黑麦草Tr的日变化呈双峰曲线。当CRW增加至100%时，Tr呈现单峰曲线，夏、秋季峰值均出现在14:00，但日均值却低于CRW为70%~85%时。表明基质水分充足可有效延缓Tr“午休”，但会降低Tr。当CRW≤55%时，Tr呈单峰曲线，峰值出现在8:00或10:00，全天各时段均处于较低的水平。结合表2可知：当CRW≥55%时，夏季Tr日均值显著高于秋季(P＜0.05))，可见不同季节气候环境对植物Tr影响较大。当CRW为40%时，Tr日均值显著低于其他水分梯度(P＜0.05)，表明水分胁迫严重限制Tr。综上所述，CRW过高或过低均会降低黑麦草Tr，当CRW为70%~85%时，黑麦草会保持较高的Tr，保障植物正常生理活动。
图 4 夏、秋季不同喷播基质含水量下黑麦草蒸腾速率(Tr)的日变化Figure 4 Diurnal variation of transpiration rate (Tr) of L. perenne under different spraying substrate water content in summer and autumn2.2.3 不同喷播基质含水量下黑麦草叶片水分利用效率(EWU)的日变化
EWU日变化对基质含水量有明显的阈值响应(图5)。CRW为70%~85%时，EWU为双峰曲线(但秋季CRW=85%时为单峰曲线)，全天各时段EWU均高于其他水分梯度。当CRW增加至100%时，EWU表现为单峰曲线，峰值出现在12:00。CRW为40%~55%时，EWU峰值出现在8:00或10:00，之后不断降低。结合表2可知：当CRW≥55%时，秋季EWU日均值显著高于夏季(P＜0.05)，CRW为40%时秋季EWU日均值高于夏季，但不差异显著。CRW为40%和100%时，EWU日均值均显著低于其他水分梯度(P＜0.05)，表明CRW过高或过低都会降低EWU。综上所述，夏、秋季维持黑麦草同时具有较高Pn和EWU的CRW为70%~85%，在这个水分范围内，Tr也保持较高水平，有利于植物的光合作用。
图 5 夏、秋季不同喷播基质含水量下黑麦草水分利用效率(EWU)的日变化Figure 5 Diurnal variation of water use efficiency (EWU) of L. perenne under different spraying substrate water content in summer and autumn2.2.4 不同喷播基质含水量下黑麦草叶片气孔导度(Gs)、胞间CO2摩尔浓度(Ci)和气孔限制值(Ls)的日变化
夏、秋季黑麦草Gs对CRW具有明显的阈值响应(图6)，当CRW为70%~85%时，Gs呈现双峰曲线。当CRW=100%时，Gs为单峰曲线，峰值出现在12:00。当CRW为40%~55%时，全天Gs峰值出现在8:00，之后一直降低，维持在较低水平。Ci和Ls对CRW的阈值响应表现不同的变化规律(图7和图8)，上午和下午表现也不同。CRW为70%~100%时，Pn下降，Gs和Ci明显下降，Ls明显升高，表明Pn下降原因是气孔限制。CRW=55%时，上午Pn下降，Gs和Ci明显下降，Ls升高，但下午Pn下降，Gs和Ls下降，Ci反而升高，可见限制黑麦草Pn的原因上午和下午不同，上午以气孔限制为主，气孔关闭导致CO2供应不足，下午以非气孔限制为主，水分胁迫导致植物叶片光合结构受损，Pn下降。当CRW=40%时，Ci从8:00开始上升且一直处于较高水平，而Ls全天都较低，表明水分胁迫严重损坏了植物叶片光合结构，降低了光合作用有关酶的活性，从而降低了Pn。由图9可知：夏、秋季不同CRW范围内Pn和Gs的正比关系不同，当CRW＞55%时，随着Gs增大，Pn线性增大，Pn和Gs为线性正比关系；当CRW≤55%时，Pn和Gs为非线性关系。因此，当CRW=55%时，黑麦草不仅发生了Pn限制机制的转变，其Pn和Gs之间的关系也发生转变。综上所述，在CRW=55%时出现上午、下午Ci和Ls变化相反的情况，表明此基质含水量是黑麦草叶片Pn下降由气孔限制为主转变为非气孔限制为主的临界点。
图 6 夏、秋季不同喷播基质含水量下黑麦草气孔导度(Gs)的日变化Figure 6 Diurnal variation of stomatal conductance (Gs) of L. perenne under different water content of spraying substrate in summer and autumn
图 7 夏、秋季不同喷播基质含水量下黑麦草胞间CO2摩尔浓度(Ci)的日变化Figure 7 Diurnal variation of intercellular CO2 concentration (Ci) of L. perenne under different water content of spraying substrate in summer and autumn
图 8 夏、秋季不同喷播基质含水量下黑麦草气孔限制值(Ls)的日变化Figure 8 Diurnal variation of stomatal limit value (Ls) of L. perenne under different spraying substrate water content in summer and autumn
图 9 夏、秋季黑麦草净光合速率(Pn)和气孔导度(Gs)的关系Figure 9 Relationship between net photosynthetic rate (Pn) and stomatal conductance (Gs) of L. perenne in summer and autumn2.3 基于黑麦草光合特性的喷播基质含水量临界值分析
为进一步确定黑麦草喷播基质相对含水量(CRW)分级临界值，对黑麦草Pn、Tr、EWU和Gs的日均值与CRW构建回归模型(表3)。由Pn与CRW的回归模型知：夏、秋季Pn达最大值的CRW分别为78.17%、76.02%，其对应的最大Pn分别为9.68和 6.33 μmol·m−2·s−1。令Pn=0，求出夏、秋季水合补偿点的CRW分别为35.02%、30.83%(CRW大于100%的点均已舍去)。根据回归模型的积分式[2]求出CRW为40%~100%时黑麦草夏季Pn平均值为7.77 μmol·m−2·s−1，对应的CRW分别为58.98%和97.36%。同理可求出黑麦草秋季Pn平均值为5.29 μmol·m−2·s−1，对应的CRW分别为57.71%和94.33%。由此可以确定黑麦草夏、秋季Pn达到中等以上水平的CRW分别为58.98%~97.36%、57.71%~94.33%。
表 3 夏、秋季黑麦草光合参数与喷播基质相对含水量的回归模型Table 3 Regression model between photosynthetic parameters of L. perenne and relative water content of spraying substrate in summer and autumn参数 季节 回归模型 决定系数 F P Pn 夏季 y=−22.092 7+0.813 0x−0.005 2x2 0.88 78.98 9.12×10−11 秋季 y=−11.584 0+0.471 3x−0.003 1x2 0.81 45.60 1.49×10−8 Tr 夏季 y=−9.497 1+0.398 7x−0.002 5x2 0.94 595.83 0.000 秋季 y=−0.574 0+0.083 8x−0.000 5x2 0.83 39.08 5.74×10−8 EWU 夏季 y=−0.844 9+0.061 0x−0.000 4x2 0.80 31.05 3.93×10−7 秋季 y=−2.344 8+0.122 2x−0.000 83x2 0.76 35.29 1.37×10−7 Gs 夏季 y=−0.354 2+0.013 5x−0.000 086x2 0.78 39.97 4.73×10−8 秋季 y=−0.319 7+0.012 2x−0.000 077x2 0.83 53.94 3.30×10−9 说明：y表示各参数，x表示喷播基质相对含水量(CRW) 根据EWU与CRW的回归模型，求出夏、秋季EWU达最大值的CRW分别为76.25%、73.61%，对应的最大值分别为1.48和 2.15 μmol·mmol−1。令EWU＝0，求出夏、秋季的对应的CRW分别为15.41%、22.68%(CRW大于100%的点均已舍去)。根据回归模型的积分式求出CRW为40%~100%时黑麦草夏季EWU的平均值为1.35 μmol·mmol−1，对应的CRW分别为58.17%和94.33%。同理可求出黑麦草秋季EWU的平均值为1.89 μmol·mmol−1，对应的CRW分别为55.81%和91.42%。由此确定黑麦草夏、秋季EWU达到中等以上水平的CRW分别为58.17%~94.33%、55.81%~91.42%。
2.4 基于光合特性的黑麦草喷播基质适宜含水量阈值分级
将Pn和EWU取最大值点、平均值点、最低值点和Pn下降气孔限制转折点的喷播基质CRW临界值，作为黑麦草喷播基质适宜含水量阈值分级临界点，建立喷播基质适宜含水量的阈值分级(表4)。此分级标准将Pn和EWU作为“产”“效”来评价黑麦草生产力和水分利用能力的依据，建立了黑麦草喷播基质适宜含水量阈值分级。以Pn=0时的水合补偿点作为临界点，低于此临界点划为“无产无效水”范围。Pn下降原因由气孔限制为主转为非气孔限制为主对应的CRW称为“Pn气孔限制转折点”。Pn和EWU取最大值时的CRW确定为“高产高效水”临界值点。依据Pn、EWU与CRW的回归模型积分式求解二者的平均值来确定Pn和EWU达到中等以上水平的临界点，在此范围内称为“中产”“中效”，此范围外称为“低产”“低效”。为更清晰地展示5种阈值分级类型，借助坐标轴对其划分参数和数值进行展示(图10)。
表 4 基于光合特性的黑麦草喷播基质适宜含水量阈值分级Table 4 Threshold gradient of suitable water content of L. perenne spraying substrate based on photosynthetic characteristics季节 临界值指标 临界点对应的CRW/% 基质适宜含水量阈值分级类型 基质适宜含水量阈值/% 夏季 Pn=0 35.02 无产无效水 ＜35.02 Pn(sl→nsl) 55.00 低产低效水 35.02~55.00，97.36~100.00 Pn取平均值(Pn-ave) 58.98~97.36 中产中效水 78.17~97.36 Pn取最大值(Pn-max) 78.17 中产高效水 55.00~76.25 EWU取最大值(EWU-max) 76.25 高产高效水 76.25~78.17 EWU取平均值(EWU-ave) 58.17~94.33 秋季 Pn=0 30.83 无产无效水 ＜30.83 Pn(sl→nsl) 55.00 低产低效水 30.83~55.00，94.33~100.00 Pn取平均值(Pn-ave) 57.71~94.33 中产中效水 76.02~94.33 Pn取最大值(Pn-max) 76.02 中产高效水 55.00~73.61 EWU取最大值(EWU-max) 73.61 高产高效水 73.61~76.02 EWU取平均值(EWU-ave) 55.81~91.42 说明：Pn=0为水合补偿点，Pn(sl→nsl)为Pn气孔限制转折点 
图 10 夏、秋季黑麦草喷播基质适宜含水量阈值分级坐标轴图示Figure 10 Coordinate graphic figures of spraying substrate suitable water content threshold gradient of L. perenne in summer and autumn3. 讨论
夏、秋季黑麦草光合生理参数(Pn、Tr、EWU、Gs、Ci和Ls)日变化对喷播基质含水量的阈值响应规律与黄刺玫[5]、文冠果Xanthoceras sorbifolia[6]、连翘Forsythia suspensa[7]、山杏Prunus sibirica[8]、羊草Leymus chinensis和紫花苜蓿Medicago sativa[9]等对土壤水分阈值响应的规律一致，即CRW过高或过低均会抑制植物光合作用。CRW为70%~85%时，夏、秋季Pn、Tr日变化均呈现双峰曲线，在12:00表现出“光合午休”现象。主要原因是中午气温最高，高温影响植物光合酶的活性，降低Pn；空气相对湿度低，叶片表面饱和水汽压差增大，叶片气孔保卫细胞失水过多，导致部分气孔关闭，降低Tr和Pn[10]。CRW为100%时，夏、秋季Pn日变化均呈现单峰曲线，峰值出现在12:00，但Pn日均值并不高。表明水分充足可以延缓植物光合午休，但CRW过高，喷播基质孔隙较小，不利于根系呼吸，影响根系吸收营养元素，造成光合叶绿素含量降低，从而降低Pn[11]。CRW为100%时，夏、秋季Tr日变化的峰值延迟到14:00。已有研究表明：当水分充足时光照强度是影响Tr的主要因子，光合辐射可以促进叶片气孔开放，从而增强Tr[12-13]。CRW为40%~55%时，夏、秋季Pn和Tr均处于较低水平，原因是严重水分胁迫下植物为减少体内水分散失增加了气孔阻力[4]，导致Pn和Tr降低。研究表明：适度的干旱胁迫能有效提高植物的水分利用效率[14-15]，与本研究观点一致，即CRW为70%~85%时黑麦草EWU达最大值，并非在CRW最高的时候。秋季EWU显著高于夏季，主要原因是秋季Tr的降低幅度比Pn的降低幅度要更大，这与许多学者[16-18]的研究结果一致。
夏、秋季黑麦草Gs日变化与Pn的变化规律基本相似，但通过对Pn和Gs的关系拟合可知：Pn和Gs在CRW≤55%时两者为非线性关系，CRW＞55%时为线性正比关系，这与郎莹等[19]的研究结果一致。轻度水分胁迫下，叶片气孔部分关闭，Gs下降，进入叶片CO2减少，因此Ci降低，Ls升高，但是当CRW为55%时，下午时段Gs下降，Ci升高，表明水分胁迫可能破坏了叶片的光合结构，导致叶片吸收CO2、光合作用能力下降。这也进一步说明，在CRW为55%时，黑麦草Pn下降原因已经由气孔限制为主转变为非气孔限制为主。已有研究表明：当植物光合作用受到非气孔限制时，水分胁迫可能开始损坏光合结构[20-21]，叶绿体受损并且不可逆[22]，当CRW进一步降低，植物叶子变黄甚至脱落[21]。因此，CRW=55%被认为是黑麦草喷播基质适宜含水量阈值分级的临界点。
采用Pn和EWU作为土壤水分的“产”“效”指标可评价土壤水分有效性和适宜含水量范围[2-3, 5, 7, 23]，主要方法有3类：第1类为聚类分析法[4, 24]，即通过试验获取多个水分梯度下的Pn和EWU进行聚类分析，得到不同的水分分级临界点。由于获取的水分梯度随机性较大，该方法缺乏足够代表性。第2类为极限值法，即通过获取Pn和EWU与CRW的定量关系，找出Pn和EWU的最低值、最大值点和气孔限制转折点，以此来划分水分分级临界点。但此法并未对中等水平的“产”“效”进行划分[2，6]。第3类为回归方程拟合法，即通过建立植物Pn和EWU与CRW的回归模型，计算Pn的水合补偿点、Pn和EWU最低值点、最大值点和平均值点对应的土壤水分，并以此作为土壤水分有效性阈值分级临界点。该方法对土壤水分分级比较完整[2-3, 21]。本研究结合第2类和第3类方法，即采用回归方程拟合法计算临界值点再结合Pn气孔限制转折点来确定喷播基质适宜含水量阈值分级标准。在拟合时采用了Pn和EWU的日平均值与CRW，相比只测上午光合数据[2, 4, 6, 21]的研究更具有代表性。本研究确定的“无产无效水”“低产低效水”“中产中效水”“中产高效水”和“高产高效水”5种喷播基质适宜含水量阈值分级类型，可以根据不同的工程绿化养护要求和黑麦草不同生长阶段对水分的需求来选择利用。例如，在裸露边坡等困难立地最突出的特征是干旱和缺水，坡面工程绿化以防治水土流失和提高水分利用效率为目标，而不是充分供水达到最高产量 [24-25]。因此既满足边坡植被修复要求，又不因灌溉量过大而造成坡面水土流失、影响植物生长和浪费水资源等问题，可以保持喷播基质含水量在“中产高效水”(55.00%≤CRW≤76.25%和55.00%≤CRW≤73.61%)的范围，以此为标准进行灌溉。
4. 结论
夏、秋季黑麦草净光合速率水合补偿点的喷播基质相对含水量分别为35.02%和30.83%，即实际质量含水量分别为10.63%和9.36%，喷播基质含水量低于此值光合作用无效。夏、秋季黑麦草净光合速率下降由气孔限制转变为非气孔限制的喷播基质相对含水量均为55%，即实际质量含水量为16.70%，喷播基质含水量低于此值将对黑麦草叶片光合结构造成不可逆性损坏，建议灌溉养护时保持基质含水量不能低于此水分范围。客土喷播绿化以快速恢复植被为目标时可以保持喷播基质含水量在“高产高效水”范围，以此为标准进行灌溉，夏、秋季分别为76.25%≤CRW≤78.17%和73.61%≤CRW≤76.02%，即实际质量含水量分别为23.15%~23.73%和22.35%~23.08%。客土喷播绿化以提高水分利用效率并恢复基本植被(即恢复到当地自然植被盖度为准)为目标时，可以保持喷播基质含水量在“中产高效水”范围，以此为标准进行灌溉，夏、秋季分别为55.00%≤CRW≤76.25%和55.00%≤CRW≤73.61%，即实际质量含水量分别为16.70%~23.15%和16.70%~22.35%。
-
图 1 不同灭菌方式和不同尿液添加量处理下土壤CO2累积排放量
Figure 1 Cumulative CO2 emissions from the soils affected by sterilization and urine addition
图 2 生物和非生物过程在不同尿液处理下对土壤CO2累积排放量的贡献
Figure 2 Contribution of biotic and abiotic processes to cumulative soil CO2 emissions under different amount of urine addition
图 4 不同灭菌方式处理下土壤可溶性有机碳与CO2累积排放量的关系
Figure 4 Relationship between soil dissolved organic carbon content and cumulative CO2 emission from the soils affected by sterilization
图 5 生物和非生物过程土壤有机碳矿化量与土壤可溶性有机碳的关系
Figure 5 Relationship between soil CO2 emissions from biotic and abiotic processes and soil DOC concentration
表 1 不同灭菌方式和不同尿液添加量处理下土壤的化学性质
Table 1. Effects of sterilization and urine addition on soil chemical characteristics
灭菌方式 尿液添加量/
(kg·hm−2·a−1)有机碳/
(g·kg−1)全氮/
(g·kg−1)pH 可溶性有机碳/
(mg·kg−1)溶解性总氮/
(mg·kg−1)铵态氮/
(mg·kg−1)硝态氮/
(mg·kg−1)不灭菌 0 63.95 a 6.20 a 6.08 e 265.32 c 45.76 b 92.95 b 20.77 d 250 59.58 b 5.57 bc 6.24 d 277.86 c 66.63 ab 165.81 ab 21.48 cd 500 56.97 b 5.55 c 6.36 c 320.48 b 96.41 ab 254.75 ab 25.07 c 750 59.30 b 5.80 b 6.48 b 337.21 b 132.36 a 348.65 a 48.74 b 1 000 57.90 b 5.73 bc 6.61 a 396.17 a 150.13 a 330.67 a 53.27 a 高压蒸汽灭菌 0 55.35 a 5.40 a 5.50 a 1 439.26 a 101.44 b 117.43 b 34.35 b 250 55.15 a 5.43 a 5.50 a 1 480.46 a 132.23 b 129.29 a 35.55 b 500 55.40 a 5.53 a 5.50 a 1 536.71 a 159.28 ab 124.44 ab 49.98 a 750 55.13 a 5.45 a 5.48 a 1 579.73 a 171.40 ab 118.96 ab 43.34 ab 1 000 55.43 a 5.35 a 5.48 a 1 548.92 a 189.43 a 120.87 ab 41.60 ab 氯仿灭菌 0 53.60 b 5.15 b 5.64 d 250.07 a 59.05 d 106.59 b 35.19 b 250 56.90 ab 5.53 ab 5.85 c 242.11 ab 66.95 c 140.95 ab 36.39 b 500 57.40 ab 5.60 ab 6.03 b 222.34 b 76.45 b 195.46 ab 50.82 a 750 60.43 a 5.80 a 6.15 a 243.17 ab 92.43 a 245.57 ab 44.18 ab 1 000 55.30 ab 5.10 b 6.23 a 237.76 ab 97.45 a 292.04 a 41.98 ab 说明：不同小写字母表示同一灭菌方式处理下不同尿液添加量之间差异显著(P＜0.05)。 
下载: 导出CSV
-
[1] LAL R. Soil carbon sequestration impacts on global climate change and food security [J]. Science, 2004, 304(5677): 1623 − 1627. [2] 苏永中, 赵哈林. 土壤有机碳储量、影响因素及其环境效应的研究进展[J]. 中国沙漠, 2002, 22(3): 19 − 27. SU Yongzhong, ZHAO Halin. Advances in researches on soil organic carbon storages affecting factors and its environmental effects [J]. Journal of Desert Research, 2002, 22(3): 19 − 27. [3] LI Wen, WANG Jinlan, ZHANG Xiaojiao, et al. Effect of degradation and rebuilding of artificial grasslands on soil respiration and carbon and nitrogen pools on an alpine meadow of the Qinghai-Tibetan Plateau [J]. Ecological Engineering, 2018, 111: 134 − 142. [4] 张振华, 刘振杰, 陈白洁, 等. 枯落物添加对三江源区退化高寒草甸土壤碳矿化的影响[J]. 草地学报, 2021, 29(增刊1): 156 − 164. ZHANG Zhenhua, LIU Zhenjie, CHEN Baijie, et al. Effects of litter addition on soil organic carbon mineralization in the degraded alpine meadow in the Three-River Headwaters region [J]. Acta Agrestia Sinica, 2021, 29(suppl 1): 156 − 164. [5] 马晗, 王小国. 氯仿熏蒸对紫色土农田土壤有机碳矿化的影响[J]. 中国生态农业学报, 2022, 30(11): 1819 − 1826. MA Han, WANG Xiaoguo. Effects of chloroform fumigation on soil organic carbon mineralization in purple soil farmland [J]. Chinese Journal of Eco-Agriculture, 2022, 30(11): 1819 − 1826. [6] GUO Zhen, HAN Jichang, LI Juan, et al. Correction: effects of long-term fertilization on soil organic carbon mineralization and microbial community structure [J/OL]. PLoS One, 2019, 14(1): e0216006[2023-02-01]. doi: 10.1371/journal.pone.0216006. [7] 季波, 何建龙, 王占军, 等. 宁夏天然草地植被碳储量特征及构成[J]. 应用生态学报, 2021, 32(4): 1259 − 1268. JI Bo, HE Jianlong, WANG Zhanjun, et al. Characteristics and composition of vegetation carbon storage in natural grassland in Ningxia, China [J]. Chinese Journal of Applied Ecology, 2021, 32(4): 1259 − 1268. [8] 张亚亚, 郭颖, 刘海红, 等. 青藏高原表土有机碳、全氮含量分布及其影响因素[J]. 生态环境学报, 2018, 27(5): 866 − 872. ZHANG Yaya, GUO Ying, LIU Haihong, et al. Content and impact factors of soil organic carbon and total nitrogen on the Qinghai-Tibet Plateau [J]. Ecology &Environmental Sciences, 2018, 27(5): 866 − 872. [9] LI Qinlu, LIU Yang, KOU Dan, et al. Substantial non-growing season carbon dioxide loss across Tibetan alpine permafrost region [J]. Global Change Biology, 2022, 28(17): 5200 − 5210. [10] MA Jie, LIU Ran, LI Yan. Abiotic contribution to total soil CO2 flux across a broad range of land-cover types in a desert region [J]. Journal of Arid Land, 2017, 9(1): 13 − 26. [11] WANG Bin, LERDAU M, HE Yongli. Widespread production of nonmicrobial greenhouse gases in soils [J]. Global Change Biology, 2017, 23(11): 4472 − 4482. [12] LIU Jiangong, HARTMANN S C, KEPPLER F, et al. Simultaneous abiotic production of greenhouse gases (CO2, CH4, and N2O) in subtropical soils [J]. Journal of Geophysical Research:Biogeosciences, 2019, 124(7): 1977 − 1987. [13] 刘慕瑛. 生物和非生物过程对南亚热带森林土壤有机碳分解的贡献及其温湿度敏感性[D]. 广东: 广州大学, 2021. LIU Muying. Contribution of Biotic and Abiotic Decomposition Soil Organic Carbon and Its Sensitivity to Temperature and Moisture in Subtropical Forests [D]. Guangdong: Guangzhou University, 2021. [14] BLANKINSHIP J C, BECERRA C A, SCHAEFFER S M, et al. Separating cellular metabolism from exoenzyme activity in soil organic matter decomposition [J]. Soil Biology &Biochemistry, 2014, 71: 68 − 75. [15] BENOIT K, SÉBASTIEN F, AUDREY L, et al. Cellular and non-cellular mineralization of organic carbon in soils with contrasted physicochemical properties [J]. Soil Biology &Biochemistry, 2018, 125: 286 − 289. [16] 马杰, 王忠媛, 唐立松, 等. 非生物过程对盐碱土土壤CO2通量的影响[J]. 干旱区地理, 2014, 37(3): 555 − 560. MA Jie, WANG Zhongyuan, TANG Lisong, et al. Effect of soil abiotic processes on soil CO2 flux in saline/alkaline soils [J]. Arid Land Geography, 2014, 37(3): 555 − 560. [17] 伍旖旎, 许依, 傅童成, 等. 施氮对贫瘠红壤定植芒草根际土有机碳矿化过程的影响[J]. 草地学报, 2022, 30(4): 801 − 809. WU Yini, XU Yi, FU Tongcheng, et al. Effects of nitrogen application on organic carbon mineralization in rhizosphere soil of miscanthusspp. in the barren red soil [J]. Acta Agrestia Sinica, 2022, 30(4): 801 − 809. [18] 马天娥, 魏艳春, 杨宪龙, 等. 长期施肥措施下土壤有机碳矿化特征研究[J]. 中国生态农业学报, 2016, 24(1): 8 − 16. MA Tiane, WEI Yanchun, YANG Xianlong, et al. Mineralization characteristics of soil organic carbon under long-term fertilization management [J]. Chinese Journal of Eco-Agriculture, 2016, 24(1): 8 − 16. [19] MAJUMDAR D, PATEL M, DRABAR R, et al. Short-term emissions of ammonia and carbon dioxide from cattle urine contaminated tropical grassland microcosm [J]. Environmental Monitoring &Assessment, 2006, 122: 9 − 25. [20] LIU Shuangyuan, ZHENG Rongbo, GUO Xuelian, et al. Effects of yak excreta on soil organic carbon mineralization and microbial communities in alpine wetlands of southwest of China [J]. Journal of Soils Sediments, 2019, 19(1): 1490 − 1498. [21] CLOUGH T J, KELLIHER F M. Dairy farm effluent effects on urine patch nitrous oxide and carbon dioxide emissions [J]. Journal of Environmental Quality, 2005, 34(3): 979 − 986. [22] UCHIDA Y, CLOUGH T J, KELLIHER F M, et al. Effects of bovine urine, plants and temperature on N2O and CO2 emissions from a sub-tropical soil [J]. Plant and Soil, 2011, 345(1/2): 171 − 186. [23] PETERSEN S O, ROSLEV P, BOL R. Dynamics of a pasture soil microbial community after deposition of cattle urine amended with [13C] urea [J]. Applied Environmental Microbiology, 2004, 70(11): 6363 − 6369. [24] COMADRAN-CASAS C, SCHASCHKE C J, AKUNNA J C, et al. Cow urine as a source of nutrients for Microbial-Induced Calcite Precipitation in sandy soil [J/OL]. Journal of Environmental Management, 2022, 304(3): 114307 [2023-02-01]. doi:10.1016/j.jenvman.2021.114307. [25] DU Yuhan, GUO Peng, LIU Jianqiu, et al. Different types of nitrogen deposition show variable effects on the soil carbon cycle process of temperate forests [J]. Global Change Biology, 2014, 20(10): 3222 − 3228. [26] 韩米雪, 郁红艳, 刘潘洋, 等. 大气二氧化碳摩尔分数升高对土壤有机碳稳定性的影响[J]. 浙江农林大学学报, 2021, 38(5): 963 − 972. HAN Mixue, YU Hongyan, LIU Panyang, et al. Effects of the mole fraction of elevated atmospheric CO2 on soil organic carbon stability [J]. Journal of Zhejiang A&F University, 2021, 38(5): 963 − 972. [27] CAI Yanjiang, DU Ziyin, YAN Yan, et al. Greater stimulation of greenhouse gas emissions by stored yak urine than urea in an alpine steppe soil from the Qinghai-Tibetan Plateau: a laboratory study [J]. Grassland Science, 2017, 63(3): 196 − 207. [28] ARENS S J T, SULLIVAN P F, WELKER J M. Nonlinear responses to nitrogen and strong interactions with nitrogen and phosphorus additions drastically alter the structure and function of a high arctic ecosystem [J/OL]. Journal of Geophysical Research, 2008, 113: G03S09 [2023-02-01]. doi: 10.1029/2007JG000508. [29] 哈斯木其尔, 张学耀, 牛国祥, 等. 氮素添加对内蒙古草甸草原生态系统CO2交换的影响[J]. 植物学报, 2018, 53(1): 27 − 41. Hasi Muqier, ZHANG Xueyao, NIU Guoxiang, et al. Effects of nitrogen addition on ecosystem CO2 exchange in a meadow steppe, Inner Mongolia [J]. Chinese Bulletin of Botany, 2018, 53(1): 27 − 41. [30] BROOKES P C, CHEN Yanfeng, CHEN Lin, et al. Is the rate of mineralization of soil organic carbon under microbiological control? [J]. Soil Biology &Biochemistry, 2017, 112: 127 − 139. [31] 姜林, 胡骥, 杨振安, 等. 植物功能群去除对高寒草甸群落结构、多样性及生产力的影响[J]. 生态学报, 2021, 41(4): 1402 − 1411. JIANG Lin, HU Ji, YANG Zhen’an, et al. Effects of plant functional group removal on community structure, diversity and production in alpine meadow [J]. Acta Ecologica Sinica, 2021, 41(4): 1402 − 1411. [32] 袁梦, 杨庭潇, 冯晓, 等. 若尔盖生态区旅游气候资源及空气清新度分析[J]. 高原山地气象研究, 2021, 41(4): 131 − 135. YUAN Meng, YANG Tingxiao, FENG Xiao, et al. Analysis of tourism climate resources and air freshness in Ruoergaì Ecological Zone [J]. Plateau &Mountain Meteorology Research, 2021, 41(4): 131 − 135. [33] de KLEIN C A M, van LOGTESTIJN R S P. Denitrification and N2O emission from urine-affected grassland soil [J]. Plant &Soil, 1994, 163(2): 235 − 241. [34] HEIL J, LIU Shurong, VEREECKEN H, et al. Abiotic nitrous oxide production from hydroxylamine in soils and their dependence on soil properties [J]. Soil Biology &Biochemistry, 2015, 84: 107 − 115. [35] 蒋梦蝶, 何志龙, 孙赟, 等. 尿素和生物质炭对茶园土壤pH值及CO2和CH4排放的影响[J]. 农业环境科学学报, 2018, 37(1): 196 − 204. JIANG Mengdie, HE Zhilong, SUN Yun, et al. The effect of wheat-straw derived biochar on the soil pH and emissions of CO2 and CH4 from tea garden soil [J]. Journal of Agro-Environment Science, 2018, 37(1): 196 − 204. [36] LAMBIE S M, SCHIPPER L A, BALKS M R, et al. Priming of soil decomposition leads to losses of carbon in soil treated with cow urine [J]. Soil Research, 2013, 51(6): 513 − 520. [37] 郑嘉慧, 陈鸿洋, 李金全, 等. 不同土壤灭菌方法对土壤微生物活性的影响[J]. 复旦学报(自然科学版), 2017, 56(6): 681 − 691. ZHENG Jiahui, CHEN Hongyang, LI Jinquan, et al. The effects of different soil sterilization treatments on soil microbial activity [J]. Journal of Fudan University (Natural Science), 2017, 56(6): 681 − 691. [38] ZHOU Xiaoyu, CHEN Lin, LI Yong, et al. Abiotic processes dominate soil organic matter mineralization: Investigating the regulatory gate hypothesis by inoculating a previously fumigated soil with increasing fresh soil inocula [J/OL]. Geoderma, 2020, 373: 114400[2023-02-01]. doi: 10.1016/j.geoderma.2020.114400. [39] 廖添怀, 李欢, 王艳玲. 稻秆及稻秆生物炭添加对稻田红壤有机碳组分及CH4和CO2累积排放量的影响[J]. 农业环境科学学报, 2022, 41(7): 1598 − 1609. LIAO Tianhuai, LI Huan, WANG Yanling. Effects of addition of rice straw and rice straw biochar on soil organic carbon fractions and cumulative emissions of CH4 and CO2 in reddish paddy soil [J]. Journal of Agro-Environment Science, 2022, 41(7): 1598 − 1609. [40] MARTIN J P, FARMER W J, ERVIN J O. Influence of steam treatment and fumigation of soil on growth and elemental composition of avocado seedlings [J]. Soil Science Society of America Journal, 1973, 37(1): 25 − 28. [41] 张辉, 张佳宝, 赵炳梓, 等. 高温高压间歇灭菌对中国典型土壤性质的影响[J]. 土壤学报, 2011, 48(3): 540 − 548. ZHANG Hui, ZHANG Jiabao, ZHAO Bingzi, et al. Influence of autoclaving sterilization on properties of typical soils in China [J]. Acta Pedologica Sinica, 2011, 48(3): 540 − 548. [42] WANG Zhongyuan, XIE Jiangbo, WANG Yugang, et al. Biotic and abiotic contribution to diurnal soil CO2 fluxes from saline/alkaline soils [J/OL]. Scientific Report, 2020, 10(1): 5396[2023-02-01]. doi: 10.1038/s41598-020-62209-2. -
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20230149
点击查看大图
计量
- 文章访问数: 479
- HTML全文浏览量: 159
- PDF下载量: 28
- 被引次数: 0
