2021, Vol. 41文章信息
- 陈浮, 李肖肖, 马静, 于昊辰, 杨永均, 王艺霏
- CHEN Fu, LI Xiaoxiao, MA Jing, YU Haochen, YANG Yongjun, WANG Yifei
- 旱改水型农田整治对土壤碳排放的短期影响
- Short-term effects of land consolidation of dryland-to-paddy conversion on soil carbon flux
- 生态学报. 2021, 41(19): 7725-7734
- Acta Ecologica Sinica. 2021, 41(19): 7725-7734
- http://dx.doi.org/10.5846/stxb202010282761
-
文章历史
- 收稿日期: 2020-10-28
- 网络出版日期: 2021-06-30
2. 中国矿业大学低碳能源研究院, 徐州 221008;
3. 上海交通大学农业与生物学院, 上海 200240
2. Institute of Low Carbon Energy, China University of Mining and Technology, Xuzhou 221008, China;
3. College of Agriculture and Biology, Shanghai Jiao Tong University, Shanghai 200240, China
土壤是陆地生态系统碳库的重要组成部分[1-2], 其微小波动可能诱发全球碳循环巨变。土地利用变化驱动着全球变化及生态系统碳循环[3-4], 不同土地利用方式转换下土壤有机碳动态是碳循环的关键环节[5], 一直倍受关注[6-7]。农业约占全球碳排放量的1/4, 从源头上控制和减少碳排放是最佳途径, 对全球碳减排意义重大[8]。中国是人口第一大国, 也是重要的农业大国, 农业碳排放高达数亿t[9]。如何既保障国家粮食安全, 又满足碳减排对中国未来实现碳中和目标至关重要[10]。
土地整治是提升农田生产力的重要手段[11], 尤其是增加灌溉设施, 即旱改水型农田整治[12-14]。近几年, 为满足日益增长的粮食需求和认真贯彻落实“占优补优、占水田补水田”新政策要求, 我国许多地方开展了大范围的旱改水型农田整治工程, 尤其是华北、东北地区[14-15]。尽管科学合理的土地利用和管理方式可重新固定了60%—70%已耗损的碳[4], 但土地利用转换势必对农田生态系统格局和服务产生了更为复杂的影响[5], 土壤碳库表现出明显的区域差异和复杂的时空变化[16]。丁金枝等研究表明, 合理的土地整治措施可将土壤表层有机碳含量提高4%—27%[17], 但也有学者发现土地整治后土壤有机碳含量总体呈下降趋势, 降幅为17.5% —55.8%[16, 18]。马原等研究发现土壤有机碳含量在旱改水整治后出现先降后升趋势, 短期内会出现区域性不平衡现象, 其稳定性随水稻种植年限延长、土层加深而增强[19]。大规模的农田旱改水转变不可避免地影响了土壤碳储量[5, 20], 且水田被认为是重要的温室气体排放源[21], 对全球气候有着重要的威胁[20]。此外, 旱地-水田转化因地面覆盖状况差异会对区域气候特征和区域生态服务产生潜在影响[14]。不同农田管理方式通过改变土壤环境因子引起土壤微生物结构功能及分子网络的相应变化[13, 22]。Hopkins等[23]对土壤有机质分解的定量研究表明, 土壤58%—90%的碳通量通过微生物分解作用产生。由此可见, 大规模实施旱改水必将改变局部乃至大区域农田土壤环境, 影响土壤的物理性状、化学性质及其生物学过程, 进而直接或间接地影响农田生态系统碳氮循环及CO2、CH4等温室气体排放。
土地利用转换的碳效应一直倍受关注[3, 5], 旱改水型整治必定影响长期旱作农田土壤生态环境的稳定性已是不争的事实[13-15]。然而, 人们对旱改水整治过程中微观环境的变化规律、土壤碳通量动态及其与环境因子间互馈机制认知匮乏。旱改水型整治在提升粮食生产潜力的同时, 对农田土壤碳通量产生什么影响？是否有助于提升农田土壤固碳能力？碳通量与环境因子的互作机制如何？这些问题均亟待研究。为此, 本研究采用大田实验, 利用LI-8100开路式土壤碳通量测试仪监测旱地与水田的土壤碳通量动态变化, 分析土壤有机碳组成特征, 并基于结构方程模型揭示土壤碳通量特征与环境因子之间的交互关系, 旨在为土地整治、农田管理和低碳农业发展等提供依据。
1 材料与方法 1.1 研究区和实验设计本研究旱改水大田实验位于中国矿业大学南湖校区土地科学研究中心, 属暖温带半湿润季风气候, 年均气温14.1 ℃, 年均降水量841.2 mm。该区传统种植结构为一年二熟的小麦-玉米轮作, 土壤类型主要为褐潮土, 长期以来受盐渍化、田块破碎等影响。为改善灌溉条件和增强农业生产稳定性, 该区域周边农田近几年已推广旱改水整治。
该实验田从2011年起已连续种植小麦-玉米8年。2019年6月1日, 设立了不相邻的二组各6块15 m×20 m格田：一组继续种植玉米(Dry land, DL), 品种为农华101;另一组先淹水浸泡5d再移栽水稻(Paddy field, PF), 品种为无育梗31。为防止相互渗水, 两组格田间设1.2 m防渗沟。水稻生长期按当地农业用水定额425 m3进行浅水灌溉。
1.2 土壤样品采集与分析2019年11月6日, 采用随机五点法采集0—20 cm表土混合样约1000 g, 二组每个格田采集5个, 总共60个土壤样品, 分别记为DL和PF。土壤样品采用无菌的Ziploc袋包装, 密封后立刻带回实验室。土壤样品分两部分处理：①在室内自然风干后剔除石砾、动植物残体, 磨碎过2 mm筛, 用于土壤基本理化性质的测定。测定采用常规方法[24], 具体理化性状见表 1。②新鲜土壤样品直接用于生物多样性分析。采用高通量测序技术分别对土壤细菌16S rRNA和标准真菌ITS测定, 在Galaxy平台(http://mem.rcees.ac.cn.8080/)计算Alpha多样性指数[15]。
| 土壤性状 Soil properties | 旱地 DL | 水田 PF | P |
| pH | 8.59±0.17 | 8.15±0.06 | < 0.001*** |
| 电导率 EC/(mS/cm) | 17.07±5.61 | 30.81±4.07 | < 0.001*** |
| 有机质 SOM/(g/kg) | 21.43±3.26 | 16.57±2.81 | 0.002** |
| 硝态氮 NN/(mg/kg) | 4.30±0.48 | 3.76±0.58 | 0.037* |
| 氨态氮 AN/(mg/kg) | 1.34±0.19 | 1.02±0.30 | 0.011* |
| 有效磷 AP/(mg/kg) | 32.07±6.13 | 27.20±1.71 | 0.026* |
| 速效钾 AK/(mg/kg) | 74.56±6.61 | 73.13±5.32 | 0.601 |
| DL：旱地 Dryland; PF：水田 Paddy field; pH：土壤 pH Soil pH; EC：电导率 Electric conductivity; SOM：土壤有机质 Organic matter; NN：硝态氮 Nitrate nitrogen; AN：氨态氮 Ammonia nitrogen; AP：有效磷 Available phosphorus; AK：速效钾 Available potassium; 数据为平均值±标准差, P值为T检验显著性, *表示P < 0.05显著, * *表示P < 0.01极显著, * * *表示P < 0.001非常显著 | |||
选取土壤总有机碳(Soil total organic carbon, TOC)、可溶性有机碳(Dissolved organic carbon, DOC)、微生物量碳(Microbial biomass carbon, MBC)、易氧化有机碳(Easily oxidized organic carbon, EOC)和惰性有机碳(Resistant organic carbon, ROC)等土壤碳库指标, 并分别测定。其中, 土壤有机碳采用重铬酸钾-外加热法测定, 可溶性有机碳采用TOC自动分析法(艾力蒙塔, Vario TOC, 德国), 微生物量碳采用氯仿熏蒸浸提法, 易氧化有机碳采用333 mmol/LKMnO4氧化法[25]。土壤惰性有机碳测定采用盐酸水解法[26], 同一土样相同指标测试3次, 计算其平均值。
1.3 土壤碳通量监测旱地和水田土壤碳通量监测采用LI-8100开路式土壤碳通量测试仪, 2019年9月18—24日在DL和PF内选取适合点位, 测定前24小时随机放置2—3个PVC环, 确保PVC环嵌入土壤后露出地面3—4 cm, 环内无活体植物, 土壤凋落物保持原状。同时, 利用LI-8100自带的温度探针和土壤水分探针, 同步测定PVC环附近深度为3—5 cm处的土壤温度和土壤含水量。
1.4 碳库管理指数计算碳库管理指数用于反映农田不同土地利用方式下土壤质量的变化[25]。以实验田周边无人为管理措施(即不种植农作物)土壤碳库活度(A)和总有机碳(TOC)含量的平均值作为参考土壤的A、TOC, 计算旱地和水田土壤的CPMI, 具体公式如下：
|
|
式中, A：碳库活度; Ar：参考土壤碳库活度; AI：碳库活度指数; CPI：碳库指数; TOC：土壤总有机碳; TOCr：参考土壤总有机碳; CPMI：碳库管理指数。
1.5 结构方程模型构建结构方程模型(Structural Equation Model, SEM)是一种基于变量的协方差矩阵来分析变量之间关系的方法, 可同时处理分析多个变量。土壤碳通量的变化具有高度复杂性, 传统的多元回归方法难以满足分析需求。本研究选取土壤水分、温度、土壤理化、微生物OTU数、土壤碳库等5个指标作为结构方程模型的观测变量, 借助Amos 7.0软件进行SEM拟合分析, 探究旱改水型农田整治后土壤碳通量、碳库与土壤环境因子变量之间关系。
1.6 数据统计与处理采用SPSS 20.0软件(IBM, 美国)做方差分析(ANOVA)与Pearson相关分析。用R-project(MathSoft, 美国)进行相关分析。用Origin 9.0软件(Origin Lab, 美国)绘制土壤碳通量、温度、水分变化趋势图。
2 结果与分析 2.1 旱改水型农田整治对土壤碳通量动态变化的影响从LI-8100读取测定值, 计算不同时点DL与PF土壤碳通量及标准差(图 1)。结果表明：DL和PF土壤碳通量均为昼高夜低的单峰型曲线, 峰值分别为3.26、3.56 μmol m-2 s-1, PF平均值略高于DL。自每日9:00起土壤碳通量快速上升, 11:00—14:00达到峰值, 随后快速下降, 19：00后下降速率减缓, 该变化趋势与温度极为相似。DL和PF土壤碳通量日际间存在差异, 日变幅分别为39.43%、42.42%, 日变化差异显著(P < 0.05)。由此可见, 旱改水整治后一定程度上增加了土壤碳排放。
|
| 图 1 7日内不同时刻旱地和水田土壤碳通量、温度和水分的变化 Fig. 1 Changes of soil carbon flux, temperature and moisture in dry land (DL) and paddy field (PF) within seven days |
从图 2可知：旱改水型整治后土壤有机碳含量显著降低(P < 0.05), 碳库各指标标准差减小, 土壤碳库相对均一。土壤活性有机碳呈显著减低水平(P < 0.05), 微生物量碳、易氧化有机碳降幅分别为28.50%、29.09%, 呈极显著性差异(P < 0.01)。但水旱条件改变几乎不影响土壤惰性有机碳含量。旱地较水田碳库管理指数变化幅度大, 离散程度也相对较大, 旱改水后CPMI平均降幅高达11.65%, 呈显著差异水平。该结果在一定程度上证实了旱改水整治后短期内土壤肥力降低, 不利于农田土壤质量改善。
|
| 图 2 旱改水型农田整治前后土壤碳库组成特征变化 Fig. 2 Contents characteristics of soil carbon pool in dry land (DL) and paddy field (PF) DOC：可溶性有机碳 Dissolved organic carbon; MBC：微生物量碳 Microbial biomass carbon; EOC：易氧化有机碳 Easily oxidized organic carbon; ROC：惰性有机碳 Resistant organic carbon; A：碳库活度 Carbon pool activity; AI：碳库活度指数 Carbon pool activity index; CPI：碳库指数 Carbon pool index; CPMI：碳库管理指数 Carbon pool management index |
利用线性回归方程模型拟合土壤碳通量对土壤温度、水分的响应, 结果如图 3所示。从显著性水平(P < 0.001)和决定系数(R2)看, 土壤温度和水分是影响碳通量变化的重要环境因子, 土壤碳通量与温度、水分呈显著性正相关和显著性负相关关系。相比旱地, 水田含水量对土壤碳通量敏感性较弱, 且水分与碳通量回归模型离散程度大。土壤温度的影响贡献度高于土壤含水量, 二者共同作用于土壤碳通量变化。但土壤温度、水分与碳通量的相关系数又明显不同, 这表明由旱改水型农田整治导致土壤物理条件变化对碳通量变化异常敏感。此外, 淹水状态短期内对土壤微生物等产生胁迫, 加剧了土壤呼吸的不稳定性, 从而降低了土壤水分与碳通量之间相关性。
|
| 图 3 温度和水分条件对土壤碳通量变化的影响 Fig. 3 Effects of soil temperature and moisture on the soil CO2 flux |
由图 4可知, 农田土壤碳库与pH、有机质、硝态氮、氨态氮、水分含量、微生物Shannon指数等多个指标均呈极显著正相关关系, 与土壤EC、温度呈显著负相关关系(P < 0.05), 这表明旱改水整治后土壤碳库受多重因子抑制。土壤碳通量则与土壤EC、温度呈极显著正相关关系, 与pH、有机质、水分含量等呈显著负相关关系(P < 0.05)。旱改水前后土壤环境因子与土壤碳通量之间相关性存在着差异, 均以旱地的相关系数较大。从单个指标来看, 旱地和水田土壤碳通量均与EC、有机质、硝态氮和温度存在显著相关性, 但二者的相关系数又明显不同, 如旱地和水田土壤硝态氮与碳通量相关系数为0.86和0.58, 这一方面说明土壤碳通量对环境因子变化较为敏感, 硝态氮是影响碳通量的重要因素; 另一方面也说明旱改水整治后短期的淹水胁迫减低了土壤环境因子与碳通量之间相互作用。
|
| 图 4 土壤环境因子与土壤碳库、碳通量之间的相关关系 Fig. 4 The correlation between soil environmental factors and soil carbon pool index, soil carbon flux BON：细菌 OTU数 Bacterial OTU numbers; FON：真菌 OTU数 Fungus OTU numbers; BSI：细菌 Shannon指数 Bacterial Shannon index; FSI：真菌 Shannon指数 Fungus Shannon index; 上(左)图为旱地, 下(右)图为水田 |
为厘清各环境因子的贡献, 引入结构方程模型分析旱地、水田各环境因子与土壤碳通量的相互关系(图 5), 二者模型结构具有相似性。土壤水分含量直接导致土壤温度、理化性状(pH、EC、有机质、铵态氮、硝态氮)的改变, 旱地和水田路径系数分别为-0.76、-0.26和-0.92、-0.18, 一方面水分条件影响着土壤保温保熵, 另一方面短期淹水胁迫在一定程度上也影响着土壤养分的调节与分配。土壤碳库主要受到土壤水分、温度、理化因素直接或间接的影响。土壤水分含量、微生物OTU数对碳通量作了积极贡献, 其中微生物OTU数主要受土壤理化和温度的调控。旱地、水田土壤碳库指标对CO2通量的路径系数分别高达0.84、0.68, 呈非常显著负相关(P < 0.001), 在未来农田土壤CO2减排过程中应重点关注土壤碳库这一观测变量。
|
| 图 5 旱改水型整治中不同途径影响碳通量的结构方程模型 Fig. 5 The structural equation model (SEM) of dryland-to-paddy conversion affecting soil carbon flux through different ways 土壤理化为土壤pH、EC、有机质、铵态氮、硝态氮(绝对含量)PAC分析第一轴的指标因子, 旱地、水田解释度分别为89.5%、98.1%;微生物OTU数为细菌OTU数、真菌OTU数(绝对含量)PAC分析第一轴的指标因子, 旱地、水田解释度分别为100%、100%, 土壤碳库为可溶性有机碳、微生物量碳、易氧化有机碳、惰性有机碳、土壤总有机碳(绝对含量)PAC分析第一轴的指标因子, 旱地、水田解释度分别为99.3%、99.5%。箭头上的数值代表标准通经系数, 箭头粗细代表相关性高低; 红色箭头表示显著正相关(P < 0.05), 绿色箭头表示显著负相关(P < 0.05), 虚线箭头表示无显著影响, R2值表示通经解释度 |
雨养农业转向灌溉农业可有效增加粮食生产能力[12], 但极易改变区域农业生产结构、地表覆被和下垫面性状[14], 对农田生态系统碳排放产生深远影响。本研究发现旱改水整治短期内增加了土壤CO2排放量。一方面, 在土壤干湿交替情况下, 亦会出现土壤呼吸CO2通量短暂而急剧增大的激发效应[27-28]。Ruser等发现土壤由干变湿会增加土壤碳的有效性, 而土壤呼吸消耗O2, 导致土壤呼吸的显著增加[29]。另一方面, 植被覆盖类型能够影响土壤呼吸, 大量研究表明稻田中产生更多温室气体[21, 30], 水稻根系分泌的有机物增加使地下的微生物的生命活动加剧, 共同促进了CO2的排放[31]。因此, 大规模旱改水型整治存在农业碳排放增加的风险。
土壤碳排放兼受生物因素和非生物因素的影响[32], 一般认为在水分充足的情况下, 温度是主要限制因子, 通过控制生物化学反应速率在CO2、N2O排放中发挥关键作用[33-34]; 当水分供给不足时, 温度和湿度共同影响土壤CO2排放[35]。本研究中, 土壤温度、含水量与土壤碳通量均存在显著相关关系(P < 0.001)。但“旱改水”后减弱了温度、含水量与碳通量的相关系数R2(图 3)。这可能是由于淹水增加对土壤的扰动, 从而使得土壤的原有结构被破坏, 加剧了土壤呼吸的不稳定性, 进而降低了土壤环境因子与碳通量之间相关性。土壤水分对碳通量的影响, 不同土壤环境条件下亦有所差异。Holt等[36]发现干旱条件下土壤水分与碳通量呈极显著的正相关关系, 而Kucera等[37]认为当土壤含水量低于永久萎蔫点时, 随着土壤水分增加, CO2排放量会降低。本研究中旱地和水田土壤碳通量与含水量均存在显著负相关(P < 0.001), 这可能与本研究所处地区较为湿润有关。土壤环境具有一定复杂性, 碳通量不仅受温度、水分影响, 且受土壤理化、微生物、植被覆盖等多因素调控, 农田CO2排放难以单用一个简单方程来刻画, 要综合考虑各因素的互馈作用机制。
3.2 旱改水后土壤碳通量的变化机制旱改水型农田整治过程中土地平整、合并地块、差异化田间管理措施等是推动土壤水热条件、通气状况等微生态变化的重要因素[13-14]。水田和旱地是两种截然不同的土地利用方式, 二者在土壤有机碳周转和保护、土壤微生物群落结构等方面差异悬殊[15, 38], 使得土壤有机碳的输入及排放产生变化[39-40]。本研究发现, 土壤水分、微生物OTU数、土壤碳库对碳通量的排放速率的互作效应显著。微生物呼吸作用是土壤碳排放的主要途径[23], Pille等[41]发现土壤微生物学特性在一定程度上影响微生物生物量碳和微生物的呼吸作用。旱地、水田土壤理化性状通过改变土壤微生物OTU数, 进而影响碳通量变化。微生物对环境变化反应敏感[36], 土壤pH、水分含量、有机质等理化因子对微生物群落结构和组成具有较大影响[21, 39], 笔者此前研究也表明, 旱改水前后农田土壤环境条件的极大差异影响到微生物参与的土壤碳氮循环过程[13, 15]。
先前的田间实验表明, 长期种植水稻有利于土壤有机碳固存, 水田有机碳含量平均高出同一景观的旱地10%以上[6, 16]。但也有学者认为淹水可促进有机碳的降解, Ma等研究表明农田土壤淹水后有利于有机碳的矿化, 淹水处理CO2的排放速率在15—60 d和60—180 d分别增加了188%和74%, 土壤CO2排放量显著增加[42], 这与本研究结果相似。旱改水整治后短期内土壤有机碳和土壤碳库管理指数均呈减少趋势, 我们判断主要原因是干湿交替驱动了土壤有机碳在植物-土壤-微生物中重新分配, 土壤也在呼吸释放二氧化碳, 减少有机碳的积累量。土壤碳库兼受pH、硝态氮、温度、微生物OTU数等多重环境因子影响。其中土壤硝态氮比与碳库含量呈极显著正相关(P < 0.001), 其原因可能是硝态氮与土壤消化、反消化过程关系密切, 其变化会影响微生物对有机碳的分解速率[15]。
3.3 旱改水的不确定性为应对耕地过快损失和维护粮食安全, 近年来中国大规模开展旱改水型农田整治工程, 导致华北、东北水田面积持续扩张[14]。灌溉农业大规模扩张的威胁包含二方面：一是地下水资源安全面临严峻挑战[34], 二是地表蒸发加强导致夏季极端高温气候出现, 加速全球气候变化[43]。例如水田面积持续扩大, 地下水位下降, 导致华北平原现已成为世界上最大的地下降落水漏斗区[30]。农业灌溉大规模扩张, 致使地表辐射、能量平衡发生变化, 进而影响地表湿度和温度。Kang和Eltahir研究表明, 华北平原灌溉农业大面积扩张, 地表蒸发愈发强烈, 地表辐射增强导致高温热浪频发, 将会在本世纪末不适宜人类生存[43]。
伴随全球变化加剧, 温室气体减排与低碳生产已成为各界关注的热点[3, 24]。一方面区域生态系统碳氮循环过程对土地利用方式、田间管理措施的响应程度存在差异[3, 5], 先前研究表明, 农用地内部转化也会造成大量的温室气体排放, 如森林或草地转变为耕地、旱田转变为水田等[16]。另一方面稻田作为重要的温室气体排放源, 产生大量的CO2、CH4、N2O严重威胁全球变化[44]。
当前我国农业正面临资源约束与环境趋紧双重压力[30], 本研究以持续田间监测数据为基础, 发现旱改水在短期内增加了土壤碳通量, 旱改水整治在确保耕地占补平衡、维护粮食安全的同时, 在温室气体排放等方面产生潜在的风险。综合全国旱改水整治工程而言, 本文仅对探究了黄淮海平原旱改水整治对土壤碳通量的短期影响。未来可在全国范围内选取旱地改水田不同年限的农田土壤为研究对象, 建立全国范围旱改水整治土壤环境数据库, 深入探讨旱改水整治农田土壤碳排放时空变化特征。同时兼顾作物产量、农田碳排放、生产资料等数据, 定量测算生产单位标准粮旱地、水田投入产出间的关系, 评估旱改水对农业碳排放的适应性。大面积旱改水带来的农田碳循环机理的改变需引起足够的重视, 并持续关注旱改水型整治中碳排放的长期动态变化。作为农业大国, 我国未来应推行农业减排政策、推广兼顾生态与经济的农业技术, 以期积极应对全球变化影响。
4 结论全面、系统地认识土地利用方式转化过程中土壤碳通量变化至关重要。本研究利用田间模拟实验、野外监测和室内实验方法, 探索旱改水型整治下土壤碳通量动态及碳库组成特征及其驱动因子, 取得如下主要结论：①“旱改水”整治短期内可增加土壤碳通量。旱地与水田的土壤碳通量和温度的最大值均出现在13: 00前后, 且土壤碳通量的日变幅分别为21.84%、15.02%。②旱改水短期内土壤有机碳下降, 农田土壤可溶性有机碳、微生物量碳、易氧化有机碳、惰性有机碳、总有机碳和碳库管理指数均减少, 对土壤微生物量碳、易氧化有机碳影响较大, 平均降幅分别达28.55%、29.09%。③土壤碳排放与环境因子显著相关。旱改水整治引起的土壤含水量、微生物OTU、碳库含量改变是导致土壤碳通量速率变化的主要原因(P < 0.05), 土壤温度、理化性状是制约碳库的主控因素(P < 0.05)。可见, 旱改水型整治虽能落实耕地占补平衡、维护粮食安全, 但同时可能造成农田碳排放压力增大, 故未来应引入土壤碳通量实时监测体系, 以期实现农业低碳化发展、减缓全球气候变化。
| [1] |
Crowther T W, Todd-Brown K E O, Rowe C W, Wieder W R, Carey J C, Machmuller M B, Snoek B L, Fang S, Zhou G, Allison S D, Blair J M, Bridgham S D, Burton A J, Carrillo Y, Reich P B, Clark J S, Classen A T, Dijkstra F A, Elberling B, Emmett B A, Estiarte M, Frey S D, Guo J, Harte J, Jiang L, Johnson B R, Kröel-Dulay G, Larsen K S, Laudon H, Lavallee J M, Luo Y, Lupascu M, Ma L N, Marhan S, Michelsen A, Mohan J, Niu S, Pendall E, Peñuelas J, Pfeifer-Meister L, Poll C, Reinsch S, Reynolds L L, Schmidt I K, Sistla S, Sokol N W, Templer P H, Treseder K K, Welker J M, Bradford M A. Quantifying global soil carbon losses in response to warming. Nature, 2016, 540(7631): 104-108. DOI:10.1038/nature20150 |
| [2] |
Zhou Z H, Wang C K, Luo Y Q. Meta-analysis of the impacts of global change factors on soil microbial diversity and functionality. Nature Communications, 2020, 11(1): 3072. DOI:10.1038/s41467-020-16881-7 |
| [3] |
Lai L, Huang X J, Yang H, Chuai X W, Zhang M, Zhong T Y, Chen Z G, Chen Y, Wang X, Thompson J R. Carbon emissions from land-use change and management in China between 1990 and 2010. Science Advances, 2016, 2(11): e1601063. DOI:10.1126/sciadv.1601063 |
| [4] |
Lal R. Soil carbon sequestration impacts on global climate change and food security. Science, 2004, 304(5677): 1623-1627. DOI:10.1126/science.1097396 |
| [5] |
Guo L B, Gifford R M. Soil carbon stocks and land use change: a meta analysis. Global Change Biology, 2002, 8(4): 345-360. DOI:10.1046/j.1354-1013.2002.00486.x |
| [6] |
王苑, 宋新山, 王君, 严登华, 王宇晖, 周斌. 干湿交替对土壤碳库和有机碳矿化的影响. 土壤学报, 2014, 51(2): 342-350. |
| [7] |
赵荣钦, 黄贤金, 钟太洋, 揣小伟. 区域土地利用结构的碳效应评估及低碳优化. 农业工程学报, 2013, 29(17): 220-229. DOI:10.3969/j.issn.1002-6819.2013.17.029 |
| [8] |
Rosa L, Chiarelli D D, Sangiorgio M, Beltran-Peña A A, Rulli M C, D'Odorico P, Fung I. Potential for sustainable irrigation expansion in a 3℃ warmer climate. Proceedings of the National Academy of Sciences of the United States of America, 2020, 117(47): 29526-29534. DOI:10.1073/pnas.2017796117 |
| [9] |
陈罗烨, 薛领, 雪燕. 中国农业净碳汇时空演化特征分析. 自然资源学报, 2016, 31(4): 596-607. |
| [10] |
崔文超, 焦雯珺, 闵庆文, 吴敏芳, 孙业红. 基于碳足迹的传统农业系统环境影响评价——以青田稻鱼共生系统为例. 生态学报, 2020, 40(13): 4362-4370. |
| [11] |
郧宛琪, 朱道林, 汤怀志. 中国土地整治战略重塑与创新. 农业工程学报, 2016, 32(4): 1-8. |
| [12] |
向长玉, 周东兴, 宋戈, 赵映慧. 黑龙江省通河县旱地改水田许可转换度研究. 农业工程学报, 2012, 28(13): 226-230. |
| [13] |
Li X X, Zhang Q, Ma J, Yang Y J, Wang Y F, Fu C. Flooding Irrigation weakens the molecular ecological network complexity of soil microbes during the process of dryland-to-paddy conversion. International Journal of Environmental Research and Public Health, 2020, 17(2): 561. DOI:10.3390/ijerph17020561 |
| [14] |
Dong J, Xiao X, Zhang G, Menarguez M A, Choi C Y, Qin Y, Luo P, Zhang Y, Moore B. Northward expansion of paddy rice in northeastern Asia during 2000-2014. Geophysical Research Letters, 2016, 43(8): 3754-3761. DOI:10.1002/2016GL068191 |
| [15] |
Li X X, Ma J, Yang Y J, Hou H P, Liu G J, Chen F. Short-term response of soil microbial community to field conversion from Dryland to paddy under the land consolidation process in North China. Agriculture, 2019, 9(10): 216. DOI:10.3390/agriculture9100216 |
| [16] |
谭梦, 黄贤金, 钟太洋, 赵荣钦, 顾留其, 徐泽基, 蒋超俊, 黄金碧. 土地整理对农田土壤碳含量的影响. 农业工程学报, 2011, 27(8): 324-329. DOI:10.3969/j.issn.1002-6819.2011.08.057 |
| [17] |
丁金枝, 来利明, 赵学春, 朱林海, 姜联合, 郑元润. 荒漠化对毛乌素沙地土壤呼吸及生态系统碳固持的影响. 生态学报, 2011, 31(6): 1594-1603. |
| [18] |
李肖肖, 朱凤武, 许桃元, 姚新春, 余漫, 陈浮. 苏南农田土壤性状和水稻长势对土地整治的短期响应. 土壤学报, 2019, 56(3): 571-581. |
| [19] |
马原, 迟美静, 张玉玲, 范庆峰, 虞娜, 邹洪涛. 黑土旱地改稻田土壤水稳性团聚体有机碳和全氮的变化特征. 中国农业科学, 2020, 53(8): 1594-1605. |
| [20] |
Kueppers L M, Snyder M A, Sloan L C. Irrigation cooling effect: regional climate forcing by land-use change. Geophysical Research Letters, 2007, 34(3): L03703. |
| [21] |
Qin H L, Tang Y F, Shen J L, Wang C, Chen C L, Yang J, Liu Y, Chen X B, Li Y, Hou H J. Abundance of transcripts of functional gene reflects the inverse relationship between CH4 and N2O emissions during mid-season drainage in acidic paddy soil. Biology and Fertility of Soils, 2018, 54(8): 885-895. DOI:10.1007/s00374-018-1312-7 |
| [22] |
Watanabe T, Katayanagi N, Agbisit R, Llorca L, Hosen Y, Asakawa S. Influence of alternate wetting and drying water-saving irrigation practice on the dynamics of Gallionella-related iron-oxidizing bacterial community in paddy field soil. Soil Biology and Biochemistry, 2021, 152: 108064. DOI:10.1016/j.soilbio.2020.108064 |
| [23] |
Hopkins D W, Sparrow A D, Gregorich E G, Novis P, Elberling B, Greenfield L G. Redistributed lacustrine detritus as a spatial subsidy of biological resources for soils in an Antarctic dry valley. Geoderma, 2008, 144(1/2): 86-92. |
| [24] |
俄有浩, 霍治国, 赵花荣, 马玉平. 华北平原农田CO2浓度变化特征. 生态学报, 2020, 40(18): 6613-6620. |
| [25] |
蒲玉琳, 叶春, 张世熔, 龙高飞, 杨丽蓉, 贾永霞, 徐小逊, 李云. 若尔盖沙化草地不同生态恢复模式土壤活性有机碳及碳库管理指数变化. 生态学报, 2017, 37(2): 367-377. |
| [26] |
Leavitt S W, Follett R F, Paul E A. Estimation of slow- and fast-cycling soil organic carbon pools from 6N HCl hydrolysis. Radiocarbon, 1996, 38(2): 231-239. DOI:10.1017/S0033822200017604 |
| [27] |
Kuzyakov Y, Friedel J K, Stahr K. Review of mechanisms and quantification of priming effects. Soil Biology and Biochemistry, 2000, 32(11/12): 1485-1498. |
| [28] |
Olsen H R, Van Miegroet H. Factors affecting carbon dioxide release from forest and rangeland soils in northern Utah. Soil Science Society of America Journal, 2010, 74(1): 282-291. DOI:10.2136/sssaj2009.0095 |
| [29] |
Ruser R, Flessa H, Russow R, Schmidt G, Buegger F, Munch J C. Emission of N2O, N2 and CO2 from soil fertilized with nitrate: effect of compaction, soil moisture and rewetting. Soil Biology and Biochemistry, 2006, 38(2): 263-274. DOI:10.1016/j.soilbio.2005.05.005 |
| [30] |
成升魁, 鲁春霞, 郭金花, 刘立涛, 徐增让, 黄绍琳. 中国农业资源环境透视——问题与建议. 科技导报, 2018, 36(11): 13-21. |
| [31] |
Lu Y H, Lueders T, Friedrich M W, Conrad R. Detecting active methanogenic populations on rice roots using stable isotope probing. Environmental Microbiology, 2005, 7(3): 326-336. DOI:10.1111/j.1462-2920.2005.00697.x |
| [32] |
Li Y H, Shahbaz M, Zhu Z K, Deng Y W, Tong Y Y, Chen L, Wu J S, Ge T D. Oxygen availability determines key regulators in soil organic carbon mineralisation in paddy soils. Soil Biology and Biochemistry, 2021, 153: 108106. DOI:10.1016/j.soilbio.2020.108106 |
| [33] |
Keith H, Jacobsen K L, Raison R J. Effects of soil phosphorus availability, temperature and moisture on soil respiration in Eucalyptus pauciflora forest. Plant and Soil, 1997, 190(1): 127-141. DOI:10.1023/A:1004279300622 |
| [34] |
Piao S L, Ciais P, Huang Y, Shen Z H, Peng S S, Li J S, Zhou L P, Liu H Y, Ma Y C, Ding Y H, Friedlingstein P, Liu C Z, Tan K, Yu Y Q, Zhang T Y, Fang J Y. The impacts of climate change on water resources and agriculture in China. Nature, 2010, 467(7311): 43-51. DOI:10.1038/nature09364 |
| [35] |
韩营营, 黄唯, 孙涛, 陆彬, 毛子军. 不同林龄白桦天然次生林土壤碳通量和有机碳储量. 生态学报, 2015, 35(5): 1460-1469. |
| [36] |
Holt J A. Grazing pressure and soil carbon, microbial biomass and enzyme activities in semi-arid northeastern Australia. Applied Soil Ecology, 1997, 5(2): 143-149. DOI:10.1016/S0929-1393(96)00145-X |
| [37] |
Kucera C L, Kirkham D R. Soil respiration studies in tallgrass prairie in Missouri. Ecology, 1971, 52(5): 912-915. DOI:10.2307/1936043 |
| [38] |
刘真勇, 高振, 王艳玲, 姚怡. 旱地转变为稻田对关键带红壤剖面土壤团聚体碳含量的影响. 土壤学报, 2019, 56(6): 1526-1535. |
| [39] |
Jiang Y J, Liang Y T, Li C M, Wang F, Sui Y Y, Suvannang N, Zhou J Z, Sun B. Crop rotations alter bacterial and fungal diversity in paddy soils across East Asia. Soil Biology and Biochemistry, 2016, 95: 250-261. DOI:10.1016/j.soilbio.2016.01.007 |
| [40] |
Pries C E H, Castanha C, Porras R C, Torn M S. The whole-soil carbon flux in response to warming. Science, 2017, 355(6332): 1420-1423. DOI:10.1126/science.aal1319 |
| [41] |
Pille da Silva E, Dutra de Armas R, Ademar Avelar Ferreira P, Laurentino Dantas M K, Giachini A J, Rocha-Nicoleite E, González A H, Fonsêca Sousa Soares C R. Soil attributes in coal mining areas under recovery with bracatinga (Mimosa scabrella). Letters in Applied Microbiology, 2019, 68(6): 497-504. DOI:10.1111/lam.13153 |
| [42] |
Ma C, Chen X, Zhang J Z, Zhu Y P, Kalkhajeh Y K, Chai R S, Ye X X, Gao H J, Chu W Y, Mao J D, Thompson M L. Linking chemical structure of dissolved organic carbon and microbial community composition with submergence-induced soil organic carbon mineralization. Science of the Total Environment, 2019, 692: 930-939. DOI:10.1016/j.scitotenv.2019.07.286 |
| [43] |
Kang S, Eltahir E A B. North China Plain threatened by deadly heatwaves due to climate change and irrigation. Nature Communications, 2018, 9(1): 2894. DOI:10.1038/s41467-018-05252-y |
| [44] |
杨蕙琳, 娄运生, 刘燕, 周东雪. 夜间增温品种混栽对稻田土壤CH4和N2O排放的影响. 生态学报, 2021, 41(2): 553-564. |