2023, Vol. 43文章信息
- 杨淑琪, 唐芬, 杨桦, 张云斌, 彭小瑜, 黄勇
- YANG Shuqi, TANG Fen, YANG Hua, ZHANG Yunbin, PENG Xiaoyu, HUANG Yong
- 滇南地区桃树种植模式对土壤有机碳组分及碳库管理指数的影响
- Effects of peach tree planting patterns on soil organic carbon fractions and carbon pool management index in southern Yunnan
- 生态学报. 2023, 43(1): 290-303
- Acta Ecologica Sinica. 2023, 43(1): 290-303
- http://dx.doi.org/10.5846/stxb202112103508
-
文章历史
- 收稿日期: 2021-12-10
- 网络出版日期: 2022-08-26
2. 云南省生态环境工程评估中心, 昆明 650228;
3. 红河哈尼族彝族自治州开远市林业和草原局, 开远 661199
2. Yunnan Appraisal Center for Ecological and Environmental Engineering, Kunming 650228, China;
3. Forestry and Grassland Bureau of Kaiyuan, Hani-Yi Autonomous Prefecture of Honghe, Kaiyuan 661199, China
我国滇南地区生态环境脆弱, 因人口增长以及经济发展的需要, 土地利用方式逐渐由原始的林业转变为农业用地, 土地退化情况严重, 不仅对生态系统的稳定带来了极大的挑战, 同时也潜在影响了土壤有机碳的储量。经果林种植作为土地退化治理工程的重要措施, 可缓解人地矛盾、改善生态环境, 并给当地带来一定的经济效益。土壤有机碳(SOC)作为评价土壤质量的重要指标之一[1], 由多种从简单到复杂的分子稳定性各不同的化合物组成[2]。其中, 活性有机碳的周转速率较快、易氧化分解且活性较高, 对农业管理方式敏感, 可以表征SOC的矿化分解[3]。Blair等[4]研究发现KMnO4可将有机碳分为活性有机碳和非活性有机碳, 并提出碳库管理指数(CPMI), 可综合反映SOC总量和活性有机碳变化, 进一步分析土地利用、农业措施等因素对土壤碳库的影响。
果园SOC含量通常受种植年限、种植模式、土地管理措施等因素的影响[5], 不同种植模式下植物种类、土壤条件不同, 均会影响SOC的形成与稳定[6], 改变土壤有机碳库的组成。张坤[7]对荔枝园间作的研究发现幼龄果园间作能提高溶解性有机碳、易氧化有机碳、颗粒有机碳、微生物量碳的含量, 提高SOC的含量和活性。相关研究发现苹果园行间长期间作植物, 其轻质有机碳、可溶性有机碳、颗粒有机碳、易氧化有机碳和微生物生物量碳含量均显著提高, 不同间作植物的提高效果不同[8]。CPMI能反映果园活性和非活性碳库的整体情况, 有学者以柑橘园单种为对照, 发现柑橘/大球盖菇间作能够显著提高0—10 cm土层的CPMI[9]。也有研究对比不同土地利用方式下的碳库发现CPMI的数值呈现撂荒地>林地>果园, 林地开垦为果园之后CPMI数值降低, 不利于土壤的碳截存[10]。可见, 合理的种植模式可以实现对资源的有效利用, 提高SOC含量以及土壤碳库质量；不合理的种植模式可能导致SOC的流失, 造成土壤退化[11]。因此, 研究不同种植模式下土壤有机碳组分及其碳库的变化特征, 对SOC的固存以及农业产业的可持续发展具有重要意义。
云南南部开远市桃源村土地退化严重, 20世纪90年代初当地农户进行农业结构调整, 由单一粮食作物种植转变为经果林种植, 桃树单种和桃树套种(与草本植物)成为该地区主要的种植模式。本研究以桃树单种(SP)和桃树南瓜套种(PP)模式为研究对象, 并选取土壤类型相近的天然林(CK)为对照, 分别采用化学和物理分组法, 将SOC分为高锰酸钾氧化有机碳(POXC)、颗粒有机碳(POC)和矿物结合态有机碳(MAOC), 分析单种和套种模式下桃园0—40 cm土壤不同有机碳组分的含量和分配比例及其随土层深度的变化特征, 计算CPMI, 明确土壤理化性质与有机碳组分的关系, 进一步探究桃树种植模式对SOC稳定性以及土壤碳库的影响, 以期为该地区土壤有机碳的固存提供理论依据, 促进生态环境治理与农业可持续发展。
1 材料与方法 1.1 采样区域概况云南省开远市地处23°30′—23°58′N、103°04′—103°43′E之间, 位于云南省东南部, 红河州中东部。海拔950—2775.6 m, 地处亚热带半干旱季风气候区, 干、湿两季分明, 常年多干旱现象发生, 年平均气温19.8℃, 年平均降水量800 mm。该区主要成土母岩是碳酸盐岩中的石灰岩、白云岩等[12]。通过走访和实际调查, 选定开远市桃源村作为研究区域, 该村以油桃、南瓜为特色农业产业, 对种植户进行上门访问调查。种植作物为桃树(Amygdalus persica)和南瓜(Cucurbita moschata), 桃树的种植模式分为桃树单种和桃树南瓜套种, 均不施用有机肥, 5月份施基肥N-P2O5-K2O(15∶15∶15、总养分≥45%), 12月份施追肥(桃树为N-P2O5-K2O, 南瓜为KNO3或尿素)。于2022年1月份对树高进行补测, 此时为修剪枝条之后的树高。各样地基本情况见表 1。
| 处理 Treatments |
桃树单种 Peach single species |
桃树南瓜套种 Peach pumpkin interplanting |
| 树龄Age/a | 10—15 | 10—15 |
| 平均胸径 Average diameter at breast height(DBH)/cm |
19.89±3.33 | 17.51±3.75 |
| 平均树高Average tree height/m | 1.91±0.11 | 1.94±0.10 |
| 种植密度Plant density/(株/hm2) | 920 | 920 |
| 坡向Slope aspect | 东 | 东 |
| 施肥情况Fertilization/(kg hm-2 a-1) | N肥(N): 253、P肥(P2O5): 253、K肥(K2O): 253 | N肥(N): 312、P肥(P2O5): 253、K肥(K2O): 253—312 |
| 田间管理Field management | 水分来源为自然降雨, 整地方式为深耕, 喷洒农药除草。 一年中分别在4月和12月修剪枝条并就地焚烧。 |
|
于2020年9月下旬在开远市桃源村分别选择3个土壤条件和管理水平相近的单一桃园和桃树南瓜套种桃园采集土壤样品, 每个果园按S形5点法以10 cm间隔采集桃树植株间0—40 cm土层的土壤样品, 把同一个果园各个采样点上采集的土壤样品按照相同层次分别进行混合后作为处理的一个重复。天然林选择3个样地, 以S形布点, 按上述方法采集土壤样品。将采集的土壤样品带回室内自然风干, 研磨后过筛, 测定土壤的基本理化性质(表 2)并进行土壤有机碳分组等。
| 理化性质 Physical and chemical properties |
天然林 Natural forest |
桃树单种 Peach single species |
桃树南瓜套种 Peach pumpkin interplanting |
| pH | 5.93—6.64 | 5.48—6.30 | 5.31—5.88 |
| 有机碳Soil organic carbon/(g/kg) | 8.03—29.52 | 3.96—14.69 | 4.78—14.25 |
| 全氮Total nitrogen/(g/kg) | 2.11—2.68 | 1.09—1.43 | 1.73—2.31 |
| 碳/氮 | 3.08—13.66 | 3.38—13.52 | 3.14—7.30 |
| 全磷Total phosphorus/(g/kg) | 0.46—0.66 | 0.39—0.51 | 0.54—0.84 |
| 全钾Total potassium/(g/kg) | 4.17—12.57 | 5.92—9.93 | 6.03—10.39 |
| 有效磷Available phosphorus/(mg/kg) | 2.10—6.17 | 6.45—56.44 | 4.65—94.94 |
| 交换性钾Exchangeable potassium/(g/kg) | 0.20—0.34 | 0.15—0.29 | 0.10—0.25 |
| 交换性钙Exchangeable calcium/(g/kg) | 1.40—2.22 | 1.51—1.86 | 1.32—1.44 |
| 交换性钠Exchangeable natrium/(mg/kg) | 6.18—15.05 | 10.37—12.18 | 8.45—11.58 |
| 交换性镁Exchangeable magnesium/(g/kg) | 0.07—0.14 | 0.17—0.22 | 0.15—0.16 |
| 黏粒Clay/% | 46.87—89.46 | 56.20—67.43 | 60.06—86.83 |
| 粉粒Silt/% | 10.11—41.80 | 30.49—37.86 | 12.48—34.25 |
| 砂粒Sand/% | 0.42—11.33 | 2.09—5.94 | 0.69—5.69 |
用电位测定法(雷磁PHS-3E)测定土壤pH值(水土比2.5∶1, V/W)；土壤质地使用马尔文激光粒度仪(Malvern, Mastersizer 2000)进行测定；土壤有机碳(SOC)由酸化后的土壤经TOC分析仪测定(Elementar vario TOC cube)；土壤全氮(TN)采用凯氏消煮法浸提-流动注射仪(FIA-6000+)测定[13]；全磷(TP)采用碱熔-钼锑抗比色法测定；有效磷(AP)采用钼锑抗比色法测定；全钾(TK)采用氢氧化钠碱熔-火焰光度法测定；交换性钾钙钠镁(K+、Ca2+、Na+、Mg2+)采用乙酸铵浸提(水土比10∶1, V/W), 由电感耦合等离子原子发射光谱仪(iCAP6300)测定。
1.3.2 土壤有机碳组分的测定以及碳库管理指数的计算参考Marriott等[14]的方法进行土壤有机碳分组, 称取过2 mm筛的风干土样5 g, 加入25 mL的六偏磷酸钠(5 g/L), 将分散液过53 μm筛, 筛上部分为POC、筛下部分为MAOC, 烘干后称重并计算质量百分比, 磷酸酸化后测定有机碳含量(TOC分析仪, Elementar vario TOC cube, 德国)；分别用有机碳含量乘以质量百分比, 除以SOC含量, 得到相应的分配比例。
高锰酸钾氧化有机碳(POXC)的提取和分析参考Weil等[15]的方法, 称取2.5 g风干并研磨至2 mm的土壤, 依次加入2 mL的0.02 mol/L KMnO4和18 mL的去离子水, 震荡后吸取1 mL上清液并定容到100 mL, 同时配置标准曲线(0.005、0.01、0.015和0.02 mol/L KMnO4), 使用紫外可见分光光度计(UV-5500)测定在550 nm的吸光度(Abs), 依据标准曲线计算样品POXC含量。用POXC含量除以SOC含量, 得到相应的分配比例。
以周边天然林土壤为参照土壤, 以POXC作为活性有机碳根据下列公式进行土壤碳库指数的计算[4]:
|
(1) |
|
(2) |
|
(3) |
|
(4) |
|
(5) |
使用单因素方差分析比较不同处理及各土层间SOC、有机碳组分含量以及有机碳组分分配比例的差异, 并用邓肯多范围检验差异的显著性；使用双因素方差分析分析桃树种植模式和土层深度之间的交互作用对土壤有机碳及其组分的影响；使用Pearson相关分析对SOC及其组分和土壤理化性质进行相关性分析；以上统计分析均使用SPSS Statistics 23.0, 使用Canoco 5软件进行冗余分析(RDA)并作图, 使用Origin 2021进行有机碳及相关性分析的作图。
2 结果与分析 2.1 不同桃树种植模式土壤总有机碳的变化特征土壤有机碳含量如图 1所示, CK、SP和PP的SOC含量分别为8.03—29.52 g/kg、3.96—14.69 g/kg、4.78—14.25 g/kg, 垂直剖面上均表现为随土层深度增加而减少。虽然SP、PP的平均SOC含量在0—10 cm、30—40 cm土层较CK显著降低(P＜0.05), 但在10—20 cm土层, SP、PP和CK无显著性差异(P＞0.05), SP、PP的平均SOC含量仅分别比CK低了16.32%、0.67%。另外, SP与PP各土层的SOC含量也无显著性差异(P＞0.05), 在0—10 cm, PP的平均SOC含量略低于SP, 而在10—20 cm、20—30 cm、30—40 cm土层, PP的平均SOC含量分别比SP高18.70%、30.16%、20.56%。
2.2 不同桃树种植模式土壤有机碳组分的变化特征 2.2.1 不同桃树种植模式有机碳组分分布特征三个处理土壤有机碳组分随着土层变化的趋势和SOC的趋势大致相同(图 1), 垂直剖面上均表现为随土层深度增加而减少的趋势。除10—20 cm土层外, PP和SP各土层的POXC、MAOC含量无显著性差异, 并显著低于CK。PP的平均POXC含量在0—10 cm土层相较于SP较低, 在其它土层均大于SP。SP的平均POC含量大于PP, 在20—30 cm、30—40 cm土层差异性显著(P＜0.05)。三个处理下MAOC含量的平均值大约是POC含量平均值的3.35至6.16倍。PP除了在0—10 cm土层的平均MAOC含量低于SP, 在10—20 cm、20—30 cm、30—40 cm土层, PP的平均MAOC含量较SP分别提高了24.20%、17.32%、36.55%。综上, SP、PP的各有机碳组分含量均小于CK, 活性较高的活性有机碳组分POXC以及惰性有机碳MAOC的平均含量PP大于SP, 活性相对较低的活性有机碳组分POC的平均含量SP大于PP。
|
| 图 1 桃树单种和桃树南瓜套种模式下土壤有机碳及其组分的分布特征 Fig. 1 Distribution characteristics of soil organic carbon and its fractions under single peach tree and interplanting peach tree and pumpkin CK: 天然林Natural forest；SP: 桃树单种Peach single species；PP: 桃树南瓜套种Peach pumpkin interplanting；不同大写字母表示同一处理不同土层差异显著, 不同小写字母表示同一土层不同处理间差异显著(P＜0.05) |
POXC/SOC的数值随着土层深度的增加逐渐增加(图 2), PP在各土层之间无显著性差异(P＞0.05), 在0—10 cm土层, SP、PP的POXC/SOC值较CK分别显著提高了35.16%、33.21%(P＜0.05), 而在10—20 cm、20—30 cm、30—40 cm土层POXC/SOC均小于CK。POC/SOC、POC/MAOC随土层变化的趋势与POXC/SOC相反, 随着土层深度的增加逐渐减小, 数值范围分别是9.33%—26.57%、0.10—0.37。SP的POC/SOC、POC/MAOC在各土层之间均无显著性差异(P＞0.05), 仅次于CK在0—10 cm土层的值。在0—10cm土层PP的POC/SOC、POC/MAOC与SP无显著性差异(P＞0.05), 但在10—20 cm、20—30 cm、30—40 cm土层, PP的POC/SOC较SP分别显著降低了26.48%、49.32%、54.29%, POC/MAOC较SP分别显著降低了30.73%、44.95%、59.27%(P＜0.05)。MAOC/SOC的数值均大于60%, 各处理的平均MAOC/SOC分别为81.56%(CK)、80.66%(SP)、80.39%(PP)。CK的MAOC/SOC的数值随着土层深度的增加逐渐增大且具有差异性(P＜0.05), SP、PP的MAOC/SOC在各土层间差异性不显著(P＞0.05), PP的平均MAOC/SOC随着土层深度的增加逐渐大于SP。综上, 不同种植模式间有机碳组分分配比例差异性显著, PP的活性有机碳分配比例小于SP, SP深层土壤POC的分配比例较高。
|
| 图 2 桃树单种和桃树南瓜套种模式下土壤有机碳组分的分配比例及颗粒有机碳与矿物结合态有机碳的比值 Fig. 2 Distribution ratio of soil organic carbon fractions and ratio of particulate organic carbon to mineral-associated organic carbon under single peach tree and interplanting peach tree and pumpkin POXC/SOC: 高锰酸钾氧化有机碳与土壤有机碳的比值Ratio of permanganate oxidizable carbon to soil organic carbon；POC/SOC: 颗粒有机碳与土壤有机碳的比值Ratio of particulate organic carbon to soil organic carbon；MAOC/SOC: 矿物结合态有机碳与土壤有机碳的比值Ratio of mineral-associated organic carbon to soil organic carbon；POC/MAOC: 颗粒有机碳与矿物结合态有机碳的比值Ratio of particulate organic carbon to mineral-associated organic carbon |
两种桃树种植模式和对照的碳库管理指数如表 3所示。分土层计算各项碳库指数, SP、PP的STOC随着土层的增加而减小, PP的平均STOC含量高于SP。在0—10 cm土层, SP、PP的CPAI较CK分别显著增加了37.53%、35.41%(P＜0.05), 在其它土层均小于CK且无显著性差异(P＞0.05)。SP、PP的CPMI随土层呈现先增加后减少的趋势, 在10—20 cm土层达到最大值, 78.29(SP)、93.27(PP)；在0—10 cm、20—30 cm、30—40 cm各土层, SP、PP的CPMI均值均分布在45.81—68.60之间；PP的平均CPMI大于SP。整体而言, 0—40 cm土层SP、PP的CPA、CPAI均略高于CK, 其它指数STOC、CPI、CPMI均小于CK。两种植模式各项指数之间无显著性差异, PP相较于SP具有更高的STOC, SP的CPI略低于PP, 分别为0.58、0.65, 但是CPAI略高于PP, 分别为1.10、1.07；SP、PP的CPMI分别为64.35、69.51。综上, 桃树种植改变了土壤有机碳库, 与对照相比两种植模式的CPMI均有不同程度的降低, 然而CPAI和对照无显著性差异, PP的碳库较稳定。
| 处理 Treatments |
土层 Soil layer/cm |
稳态碳 STOC/(g/kg) |
碳库活度 CPA |
碳库指数 CPI |
碳库活度指数 CPAI |
碳库管理指数 CPMI |
| 天然林 | 0—10 | 28.17±0.81Aa | 0.05±0.01Cb | 1a | 1b | 100a |
| CK | 10—20 | 11.02±1.22Ba | 0.07±0.01Ba | 1a | 1a | 100a |
| 20—30 | 8.71±2.84BCa | 0.08±0.01Aa | 1a | 1a | 100a | |
| 30—40 | 7.41±1.62Ca | 0.08±0.01Aa | 1a | 1a | 100a | |
| 0—40 | 13.83±1.99a | 0.06±0.01a | 1a | 1a | 100a | |
| 桃树单种 | 0—10 | 13.78±0.60Ab | 0.07±0.01Ba | 0.50±0.03Bb | 1.38±0.12Aa | 68.60±9.38ABb |
| SP | 10—20 | 9.26±1.85Ba | 0.07±0.01Ba | 0.84±0.18Aa | 0.93±0.03Ba | 78.29±17.57Ab |
| 20—30 | 5.41±1.50Cb | 0.07±0.01ABab | 0.62±0.18Bb | 0.90±0.06Bb | 55.57±17.46BCb | |
| 30—40 | 3.67±1.04Db | 0.08±0.02Aa | 0.49±0.14Bb | 0.97±0.18Ba | 45.81±6.70Cb | |
| 0—40 | 8.03±1.30b | 0.07±0.01a | 0.58±0.10b | 1.10±0.04a | 64.35±12.45b | |
| 桃树南瓜套种 | 0—10 | 13.39±0.12Ab | 0.06±0.01Aa | 0.48±0.02Cb | 1.35±0.11Aa | 65.48±7.78Bb |
| PP | 10—20 | 10.99±0.98Ba | 0.07±0.01Aa | 0.99±0.10Aa | 0.93±0.08Ba | 93.27±16.24Aab |
| 20—30 | 7.09±1.88Cab | 0.07±0.01Ab | 0.80±0.21Bab | 0.83±0.11Bb | 65.64±13.07Bb | |
| 30—40 | 4.46±1.39Db | 0.07±0.01Aa | 0.59±0.19Cb | 0.87±0.13Ba | 50.55±13.89Bb | |
| 0—40 | 8.98±1.01b | 0.07±0.01a | 0.65±0.07b | 1.07±0.11a | 69.51±8.35b | |
| STOC: 稳态碳Stable organic carbon；CPA: 碳库活度Carbon pool activity；CPI: 碳库指数Carbon pool index；CPAI: 碳库活度指数Carbon pool activity index；CPMI: 碳库管理指数Carbon pool management index；不同大写字母表示同一处理不同土层差异显著, 不同小写字母表示同一土层不同处理间差异显著(P＜0.05)；因CK的CPI、CPAI、CPMI在各土层之间数值相等, 故不在各土层间进行单因素方差分析; CK: Natural forest；SP: Peach single species；PP: Peach pumpkin interplanting； | ||||||
不同种植模式SOC及其组分与土壤理化性质之间的相关性分析见图 3, SOC、POXC、POC、MAOC均与C/N、pH、K+、TP、AP、砂粒呈极显著正相关, 按照相关性大小排序, 依次为: 砂粒、C/N、AP、K+、pH、TP；与黏粒呈极显著负相关(P＜0.01)。各组分POXC、POC、MAOC与SOC均呈极显著正相关且相关系数分别为0.98、0.90、0.95。
|
| 图 3 桃树单种和桃树南瓜套种模式下土壤有机碳及其组分与土壤理化性质的相关性 Fig. 3 Correlation of soil organic carbon and its fractions with soil physical and chemical properties under single peach tree and interplanting peach tree and pumpkin *表示相关性极显著(P＜0.01)；图中椭圆颜色深度越深、形状越小均代表相关性程度越强；SOC: 土壤有机碳Soil organic carbon；POXC: 高锰酸钾氧化有机碳Permanganate oxidizable carbon；POC: 颗粒有机碳Particulate organic carbon；MAOC: 矿物结合态有机碳Mineral-associated organic carbon；TN: 全氮Total nitrogen；碳/氧类: C/N比C/N ratio；TK: 全钾Total potassium；K+: 交换性钾Exchangeable potassium；TP: 全磷Total phosphorus；AP: 有效磷Available phosphorus；Ca2+: 交换性钙Exchangeable calcium；Na+: 交换性钠Exchangeable natrium；Mg2+: 交换性镁Exchangeable magnesium；Clay: 黏粒；Silt: 粉粒；Sand: 砂粒 |
双因素方差分析结果如表 4所示, 不同种植模式对SOC、POC、POC/SOC及POC/MAOC均有显著影响；土层深度对土壤有机碳、土壤有机碳组分及其分配比例均有显著影响；桃树种植模式和土层深度的交互作用对MAOC、POC/SOC、MAOC/SOC及POC/MAOC具有显著影响(P＜0.05)。
| 影响因子 Impact factor |
桃树种植模式 Peach tree planting patterns |
土层深度 Soil depths |
桃树种植模式×土层深度 Peach tree planting patterns × Soil depths |
|||||
| F | P | F | P | F | P | |||
| SOC | 5.410 | 0.025* | 109.269 | 0.000* | 1.534 | 0.220 | ||
| POXC | 2.391 | 0.130 | 78.656 | 0.000* | 1.303 | 0.287 | ||
| POC | 10.785 | 0.002* | 88.420 | 0.000* | 0.250 | 0.861 | ||
| MAOC | 2.139 | 0.151 | 60.325 | 0.000* | 3.432 | 0.026* | ||
| POXC/SOC | 2.318 | 0.136 | 5.881 | 0.002* | 0.648 | 0.589 | ||
| POC/SOC | 82.500 | 0.000* | 11.450 | 0.000* | 5.241 | 0.004* | ||
| MAOC/SOC | 0.012 | 0.913 | 4.588 | 0.007* | 3.261 | 0.031* | ||
| POC/MAOC | 53.995 | 0.000* | 16.927 | 0.000* | 5.730 | 0.002* | ||
| SOC: 土壤有机碳Soil organic carbon；POXC: 高锰酸钾氧化有机碳Permanganate oxidizable carbon；POC: 颗粒有机碳Particulate organic carbon；MAOC: 矿物结合态有机碳Mineral-associated organic carbon；POXC/SOC: 高锰酸钾氧化有机碳与土壤有机碳的比值Ratio of permanganate oxidizable carbon to soil organic carbon；POC/SOC: 颗粒有机碳与土壤有机碳的比值Ratio of particulate organic carbon to soil organic carbon；MAOC/SOC: 矿物结合态有机碳与土壤有机碳的比值Ratio of mineral-associated organic carbon to soil organic carbon；POC/MAOC: 颗粒有机碳与矿物结合态有机碳的比值Ratio of particulate organic carbon to mineral-associated organic carbon；*表示在0.05水平上差异性显著(P＜0.05) | ||||||||
以SOC、POXC、POC、MOAC为响应变量, 土壤理化因子为环境变量, 进一步进行RDA分析, 结果如图 4所示, 两种桃树种植模式具有较好的分异性, 表明不同桃树种植模式以及土层深度对SOC及其组分有一定的影响。从表 5可知砂粒、pH、TP、C/N、TN、Na+均显著影响了SOC及其组分, 砂粒、pH、TP和C/N共同解释了78.5%的变异。
|
| 图 4 桃树单种和桃树南瓜套种模式下土壤有机碳组分与土壤环境因子冗余分析(RDA) Fig. 4 Redundancy analysis (RDA) of differences in organic carbon fractions under single peach tree and interplanting peach tree and pumpkin |
| 土壤环境因子 Soil environmental factor |
解释度 Explains/% |
贡献率 Contribution/% |
F | P | 土壤环境因子 Soil environmental factor |
解释度 Explains/% |
贡献率 Contribution/% |
F | P | |
| 砂粒Sand | 47.5 | 53.8 | 41.5 | 0.002 | C/N | 9.0 | 10.2 | 17.9 | 0.002 | |
| pH | 12.8 | 14.5 | 14.6 | 0.002 | TN | 3.5 | 4.0 | 8.3 | 0.014 | |
| TP | 9.2 | 10.4 | 13.2 | 0.002 | Na+ | 2.5 | 2.8 | 6.5 | 0.008 | |
| TN: 全氮Total nitrogen；碳/氧类: C/N比C/N ratio；TP: 全磷Total phosphorus；Na+: 交换性钠Exchangeable natrium | ||||||||||
SOC含量是有机物质输入和矿化分解动态平衡的结果[16]。徐鹏等[10]研究发现, 自然林地转变为果园后, SOC含量降低了21.56%。本研究得到与之相似的结果, 两种桃树种植模式的SOC含量均低于CK。可能是由于林地植被覆盖度高、地表生物量大, 归还土壤的凋落物和根系分泌物的数量多, 同时受人为活动影响也相对较小, 降低了人为干扰和耕作造成的土壤碳的流失[17]。另外, 虽然CK的SOC含量在0—10 cm土层显著高于PP和SP, 但是在10—20 cm土层, CK和两种植模式的SOC含量无显著性差异, 可能是因为果园施肥采取沟施且整地方式为深耕, 增加了该土层有机质的输入。施用NPK肥能够提高作物产量, 从而增加作物根系归还土壤的比例, 改变植物和微生物残留组分积累程度, 有利于10—20 cm土层SOC的积累[18]。本研究中PP相较于SP具有更多的地表生物量及地下根系, 根系分泌物的释放、凋落物的积累以及作物残茬作为绿肥进入土壤, 有助于改善土壤中的生物多样性和生物过程, 促进SOC的形成和积累[19], 因此具有较高的固碳能力。
本研究中POXC、POC随着土层深度变化的趋势与SOC的趋势基本相似, 且均与SOC呈极显著正相关, 与Bongiorno等[20]的研究得到相似结论, SOC含量与活性有机碳组分具有很好的正相关性。土壤活性有机碳含量在很大程度上由SOC含量决定, 不同种植模式下有机质的输入量不同, 微生物群落组成和多样性存在差异, 从而影响了SOC的矿化和固定过程, 进而决定了活性有机碳的含量[21]。POXC是SOC中周转最快的组分, 相关学者在贵州关岭花江的研究中发现, 花椒林的POXC含量大于花椒火龙果混交林[22]。POXC作为对耕作和有机质输入敏感的有机碳组分[23], 可以灵敏的反映SOC的动态变化, 本研究中PP的人为活动干扰相对较多, 且具有更多的地表凋落物以及植物根系, 因此PP的POXC含量较高。POXC也可作为反映土壤的物理、化学、生物等条件的综合性指标[20], 相关分析的结果也显示POXC较其它土壤有机碳组分与土壤理化性质的相关性较强, 能较好的反映因环境差异而导致的有机碳活性组分的变化。POC主要来源于新鲜的动植物残体和腐殖化有机物之间暂时的或过渡的有机碳[24], 本研究发现, POC含量以CK最高、PP最低, 可能是因为PP相较于CK和SP具有较多的果园管理等人为活动, 破坏了土壤团聚体, 影响了POC的形成与稳定[25]。由调查得知PP相较于SP施加了较多的氮肥, 已有研究发现施氮可以提高微生物及酶的活性, 进而促进POC的分解[26], 施氮也可使根系分泌物与微生物分泌物增多, 这些分泌物可直接与土壤黏粒相结合, 有利于土壤MAOC的积累[27]。本研究中PP的SOC、MAOC含量均高于SP, POC含量均低于SP。是由于PP增加了氮素的有效性, 促进了POC的分解, 同时也促进了MAOC的积累。
土壤活性有机碳占总有机碳的比例表示土壤中活性有机碳与非活性有机碳的相对数量, 较活性有机碳本身更能反映SOC组成的变化, 活性有机碳组分分配比例可反映SOC的稳定性。李鉴霖等[28]对我国西南地区缙云山亚热带常绿阔叶林以及果园的土壤有机碳组分的研究中发现林地中活性较强的有机碳组分占SOC的比例高于果园, 果园SOC的活性相对较低。POXC包含溶解性有机质及微生物可利用碳[29], 本研究中两种植模式的POXC/SOC均值均小于天然林, 微生物可利用性为CK>SP>PP。在0—10 cm土层, 天然林虽然具有较多的POXC, 但其有机质输入量较高, 因此该土层POXC/SOC值较低。在大多数土壤中, POC通常只占SOC含量的10—25%[30], 本研究中POC/SOC的数值略高于这一范围(10.19%—26.57%), SP的POC/SOC数值在各土层之间无显著性差异且均大于PP。双因素方差分析的结果表示不同桃树种植模式显著影响了POC含量及其分配比例, Kantola等[25]研究发现多年生植物替代一年生植物后, 土壤中的POC含量增加, 本研究中SP为多年生单作, PP为多年生和一年生植物间作, 因此可能导致SP相较于PP具有较高的POC分配比例。关于非活性有机碳组分, Cotrufo等[31]在欧洲范围内对森林和草原的POC和MAOC的一项研究发现, 大多数碳以MAOC的形式储存(特别是在碳含量低的土壤中), 本研究中各处理MAOC/SOC的比例均大于70%, PP的平均MAOC/SOC值大于SP。可能是因为本研究中套种作物伸展生长的枝叶或藤蔓自然覆盖裸露地面, 不仅降低了土壤温度, 还缓和降雨对土壤的直接侵蚀, 同时遮阴作用可以减少土壤水分的蒸发和流失, 土壤水分通过改变土壤氧化还原电位和微生物活性, 减少土壤有机物的矿化, 有利于有机物在土壤中的积累[32], 使PP的MAOC的累积优于SP。另一方面, POC/MAOC值可在一定程度上反映SOC的质量和稳定程度, 一般来说, POC/MAOC值越大, 则表明SOC稳定性越低[33]。已有研究发现橘园地的POC/MAOC在0—20 cm土层显著高于林地[34], 本研究中SP的POC/MAOC的值相比于CK和PP较大, SOC易矿化、稳定性低, 不利于有机碳的积累[35]；PP的POC/MAOC的值相较于SP呈现降低的趋势, SOC较稳定, 不易被微生物所利用。综上, PP的活性有机碳组分的分配比例均小于SP, 惰性有机碳的分配比例均大于SP, PP的稳定性高于SP, 利于有机碳积累, 因此, PP的SOC含量高于SP。
3.2 桃树种植模式对土壤碳库的影响CPAI、CPI和CPMI均反映了土壤有机碳库的质量, 可以用来反映土地管理方式是否具有科学性, 其值越大土壤碳库质量越高。已有研究以封育林为参考土壤, 计算种植玉米、种植牧草、火烧等处理方式的CPMI, 发现受人为干扰越大则CPMI越低[36]。本研究得到与之相似的结果, 人为干扰程度较高的SP、PP的CPAI、CPMI均低于CK, 桃树种植影响了土壤有机碳组分和土壤碳库质量。相关研究发现苹果园间作植物可以有效提高土壤活性有机碳含量, 改变土壤碳库组分[37]。本研究中SP的CPAI的均值大于PP, CPI、CPMI的均值均小于PP, 即PP通过提高CPI来提高CPMI, PP相较于SP降低了SOC的活度, 减缓了SOC的矿化分解, 同时具有较高的碳固存能力。龙攀等[38]在长江中游地区的研究中发现稻田0—20 cm土壤随着土层深度的增加CPAI和CPMI总体呈下降趋势。滕秋梅等[17]对桂北喀斯特山区不同植被类型(次生林、灌丛、农田、草地等, 裸地为参考土壤)的研究中发现, 不同植被CPMI随土壤深度的变化规律基本一致, 随着土层深度的增加先减小后增加再减小。本研究中CPMI随着土层先增加后减小, 随着土层加深, CPAI和CPMI总体呈下降趋势, 表明下层土壤的稳定碳库和活性碳库间的转化与养分循环慢慢下降。因为在0—10 cm土层, CK的SOC含量大约是SP、PP的两倍, 所以在该土层各处理CPI较低, 导致CPMI值较小。两种植模式虽然降低了0—10cm土层的SOC含量, 但显著提高了该土层的SOC的活性。在10—20 cm土层, 两种桃树种植模式CPMI达到最大值, 表明在该土层两种桃树种植模式相较于CK, 其SOC含量及活性有机碳含量相对较高。综上, SP碳库的有机碳活度略高于PP, PP具有较高的碳积累能力和碳库稳定性, 土壤碳库质量较好。
3.3 影响土壤有机碳库及其组分的环境因子相关分析表明质地、pH、C/N等土壤理化因子与有机碳组分具有强相关性；冗余分析结果表明有机碳及其组分在不同种植模式之间具有较好的分异性；双因素方差分析结果显示, 不同桃树种植模式、土层深度以及二者的交互作用对土壤机碳组分及其分配比例具有不同程度的影响；另外, RDA结果说明砂粒、pH、TP、C/N是影响不同种植模式以及土层深度SOC及其组分的主要环境因子。土壤质地通过调节土壤的物理结构、土壤水分等, 改变微生物以及酶的活性, 影响有机质分解的过程, 进而影响SOC和活性有机碳组分含量[39]。有学者在滇中尖山流域研究中发现园地的SOC与砂粒含量之间呈极显著的负相关[40]。然而, 本研究中砂粒含量随土层变化的趋势与SOC含量的变化趋势一致, 且砂粒分别与POXC、POC、MAOC组分呈极显著的正相关。双因素方差分析结果显示, 桃树种植模式、土层深度以及土层深度的交互作用显著影响了POC以及MAOC的分配比例。滕秋梅等[17]研究发现植被类型和土层深度共同影响着喀斯特山区土壤SOC和活性有机碳的含量。本研究中, SP的砂粒含量高于PP, 同时, 随着土层深度的增加, PP和SP间砂粒含量差异逐渐增大。砂粒含量影响了有机碳组分的形成过程, 可能导致不同桃树种植模式以及不同土层间SOC及其组分的差异性。颗粒组成影响土壤的孔隙结构, PP土壤中砂粒含量较低可能阻碍了水分以及气体在土壤中的移动与分布, 毛细管作用增强、气体连通性减弱, 降低微生物群落的组成与活性, 进而限制SOC的周转, 导致POC含量降低[41—42]。本研究中两桃树种植模式的成土母质以及土壤形成过程等具有一致性[43]。根据土壤各粒径分配比例, 土壤质地均为粘土土壤。由于该地区空间异质性较强[44], 同时砂粒含量所占比例较小, 数值分布在0.69%—5.69%之间, 因此, 在统计结果上两者的砂粒含量略有差异。另外, 由于SOC的“表聚现象”[17]以及各土层的理化性质随着土层深度的加深逐渐升高/降低且具有一定的差异性, 可能相对放大了土层深度对结果的影响。
氮磷元素的添加可减缓土壤的氮磷限制, 氮磷作为重要的土壤养分因子, 其含量的多少以及化学计量比影响土壤中氮磷养分可利用性, 改变土壤中微生物群落结构从而改变不同酶的活性, 最终影响SOC的含量与质量[45]。本研究中PP的氮磷含量均高于SP, 较多的氮输入可能促进了不稳定组分(POC)的分解[46]；同时, 较多的磷输入可能导致较低的微生物生物量(特别是真菌), 进而抑制稳定组分(MAOC)的分解[47]。作为土壤肥力的关键指标, 氮磷也可通过影响植物的生长水平, 从而改变有机质的输入, 进而影响POXC的含量[48]。另一方面, SOC和全氮的比值(C/N)可以指示SOC的矿化能力, 评价土壤有机物的分解程度, 其值越高有机物的分解程度越低, 有机碳趋于积累[49]。PP施加了更多的氮肥而导致表层土壤N含量相对增多, 使得在0—10cm土层C/N比值显著低于SP, 提高了土壤微生物的活性, 加快了SOC的分解[50], 因此在该土层PP的SOC及活性有机碳组分的含量相较于SP较低。土壤pH则反映了土壤系统整体的化学状态, 它对SOC的影响是一个重要且复杂的过程, 本研究中两种桃树种植模式下土壤呈酸性, pH与POXC、POC和MAOC呈极显著正相关, PP的pH低于SP, 土壤环境酸性更强则土壤微生物的数量减少, 微生物的生长和活动受到抑制, 降低活性有机碳组分的合成以及SOC的分解[51]。因此, PP的活性有机碳组分占比较低, SOC的含量相对较高。SOC的形成与固存是复杂且多变的过程, 土壤质地、pH、养分水平等因子的共同作用改变了SOC的周转过程, 最终影响SOC及其组分的含量[52]。
4 结论本文对滇南地区不同桃树种植模式下土壤有机碳及其组分以及土壤碳库的变化情况进行分析, 并探究其主要的环境影响因子。结果表明: (1)桃树种植改变了SOC及其组分, 两种植模式的SOC含量相较于CK较低, PP的SOC、POXC、MAOC平均含量均高于SP, 而POC平均含量低于SP。(2)活性有机碳组分分配比例(POXC/SOC、POC/SOC)以及POC/MAOC值的均值均表现为SP>PP, SP的SOC活性更高, PP的SOC较稳定, 有利于有机碳的积累。(3)不同种植模式改变了土壤有机碳库以及活性有机碳库, SP、PP的CPMI均小于CK；SP的碳库活度略高于PP, PP具有较高的CPMI和碳库稳定性, 土壤碳库质量较好。(4)双因素方差分析表明不同桃树种植模式、土层深度以及二者的交互作用对土壤有机碳组分及其分配比例存在不同程度的影响。(5)相关分析和冗余分析的结果均表明砂粒、pH、TP、C/N是影响不同桃树种植模式以及不同土层下SOC及其组分主要的环境因子。PP的综合效果更好, 有利于SOC的固存, 是较为合理的种植模式。分析不同活性的有机碳组分可为揭示人类活动或全球环境变化背景下SOC的变化提供更细致和深入的视角。经果林的种植应根据土壤性质(如土壤质地、pH)、碳库基本情况和氮磷等养分的有效性等采取适宜的管理措施, 在提高经济效益的同时, 增强固碳效率和碳汇水平。
| [1] |
Lal R, Follett R F, Stewart B A, Kimble J M. Soil carbon sequestration to mitigate climate change and advance food security. Soil Science, 2007, 172(12): 943-956. DOI:10.1097/ss.0b013e31815cc498 |
| [2] |
Deb S, Bhadoria P B S, Mandal B, Rakshit A, Singh H B. Soil organic carbon: towards better soil health, productivity and climate change mitigation. Climate Change and Environmental Sustainability, 2015, 3(1): 26. DOI:10.5958/2320-642X.2015.00003.4 |
| [3] |
Bailey V L, Pries C H, Lajtha K. What do we know about soil carbon destabilization?. Environmental Research Letters, 2019, 14(8): 083004. DOI:10.1088/1748-9326/ab2c11 |
| [4] |
Blair G J, Lefroy R, Lisle L. Soil carbon fractions based on their degree of oxidation, and the development of a carbon management index for agricultural systems. Australian Journal of Agricultural Research, 1995, 46(7): 1459. DOI:10.1071/AR9951459 |
| [5] |
Granatstein D, Andrews P, Groff A. Productivity, economics, and fruit and soil quality of weed management systems in commercial organic orchards in Washington State, USA. Organic Agriculture, 2014, 4(3): 197-207. |
| [6] |
张维理, KOLBE H, 张认连. 土壤有机碳作用及转化机制研究进展. 中国农业科学, 2020, 53(2): 317-331. |
| [7] |
张坤. 幼龄果园间作对土壤有机碳组分含量及活性的影响. 广州: 华南农业大学, 2016.
|
| [8] |
李萍, 荀咪, 岳松青, 曹辉, 冯丰, 范伟国, 杨洪强. 果园土壤有机碳及呼吸速率对豆科和禾本科草类的差异反应. 水土保持学报, 2018, 32(6): 327-332. |
| [9] |
张洋, 刘月娇, 倪九派, 谢德体. 柑橘/大球盖菇间作对三峡库区紫色土活性有机碳库的影响. 草业学报, 2015, 24(5): 53-65. |
| [10] |
徐鹏, 江长胜, 郝庆菊, 祝滔. 缙云山土地利用方式对土壤活性有机质及其碳库管理指数的影响. 环境科学, 2013, 34(10): 4009-4016. |
| [11] |
袁嘉欣, 杨滨娟, 胡启良, 唐海鹰, 李淑娟, 黄国勤. 长江中游稻田种植模式对土壤有机碳及碳库管理指数的影响. 中国生态农业学报: 中英文, 2021, 29(7): 1205-1214. |
| [12] |
王宇, 张华, 张贵, 王波, 彭淑惠, 何绕生, 周翠琼. 喀斯特断陷盆地环境地质分区及功能. 中国岩溶, 2017, 36(3): 283-295. |
| [13] |
鲍士旦. 土壤农化分析 (3版). 北京: 中国农业出版社, 2000.
|
| [14] |
Marriott E E, Wander M M. Total and labile soil organic matter in organic and conventional farming systems. Soil Science Society of America Journal, 2006, 70(3): 950-959. DOI:10.2136/sssaj2005.0241 |
| [15] |
Weil R R, Stine M A, Islam K R, Gruver J B, Samson-Liebig S. Estimating active carbon for soil quality assessment: A simplified method for laboratory and field use. American Journal of Alternative Agriculture, 2003, 18(1): 3-17. DOI:10.1079/AJAA2003003 |
| [16] |
Bai Z G, Caspari T, Gonzalez M R, Batjes N H, Mäder P, Bünemann E K, de Goede R, Brussaard L, Xu M G, Ferreira C S S, Reintam E, Fan H Z, MiheličR, Glavan M, Tóth Z. Effects of agricultural management practices on soil quality: a review of long-term experiments for Europe and China. Agriculture, Ecosystems & Environment, 2018, 265: 1-7. |
| [17] |
滕秋梅, 沈育伊, 徐广平, 张中峰, 张德楠, 周龙武, 黄科朝, 孙英杰, 何文. 桂北喀斯特山区不同植被类型土壤碳库管理指数的变化特征. 生态学杂志, 2020, 39(2): 422-433. DOI:10.13292/j.1000-4890.202002.007 |
| [18] |
霍海南, 李杰, 张效琛, 朱平, 王立春, 石元亮, 何红波, 张旭东. 不同施肥管理措施对农田土壤中植物和微生物残留组分的影响. 应用生态学报, 2020, 31(9): 3060-3066. DOI:10.13287/j.1001-9332.202009.021 |
| [19] |
Morugán-Coronado A, Linares C, Gómez-López M D, Faz Á, Zornoza R. The impact of intercropping, tillage and fertilizer type on soil and crop yield in fruit orchards under Mediterranean conditions: a meta-analysis of field studies. Agricultural Systems, 2020, 178: 102736. DOI:10.1016/j.agsy.2019.102736 |
| [20] |
Bongiorno G, Bünemann E K, Oguejiofor C U, Meier J, Gort G, Comans R, Mäder P, Brussaard L, de Goede R. Sensitivity of labile carbon fractions to tillage and organic matter management and their potential as comprehensive soil quality indicators across pedoclimatic conditions in Europe. Ecological Indicators, 2019, 99: 38-50. DOI:10.1016/j.ecolind.2018.12.008 |
| [21] |
Kravchenko A N, Guber A K, Razavi B S, Koestel J, Quigley M Y, Robertson G P, Kuzyakov Y. Microbial spatial footprint as a driver of soil carbon stabilization. Nature Communications, 2019, 10(1): 3121. DOI:10.1038/s41467-019-11057-4 |
| [22] |
白义鑫, 盛茂银, 胡琪娟, 赵楚, 吴静, 张茂莎. 西南喀斯特石漠化环境下土地利用变化对土壤有机碳及其组分的影响. 应用生态学报, 2020, 31(5): 1607-1616. |
| [23] |
Hurisso T T, Culman S W, Horwath W R, Wade J, Cass D, Beniston J W, Bowles T M, Grandy A S, Franzluebbers A J, Schipanski M E, Lucas S T, Ugarte C M. Comparison of permanganate-oxidizable carbon and mineralizable carbon for assessment of organic matter stabilization and mineralization. Soil Science Society of America Journal, 2016, 80(5): 1352-1364. DOI:10.2136/sssaj2016.04.0106 |
| [24] |
Franzluebbers A J, Stuedemann J A. Particulate and non-particulate fractions of soil organic carbon under pastures in the Southern Piedmont USA. Environmental Pollution, 2002, 116: S53-S62. DOI:10.1016/S0269-7491(01)00247-0 |
| [25] |
Kantola I B, Masters M D, DeLucia E H. Soil particulate organic matter increases under perennial bioenergy crop agriculture. Soil Biology and Biochemistry, 2017, 113: 184-191. DOI:10.1016/j.soilbio.2017.05.023 |
| [26] |
付智丹, 周丽, 陈平, 杜青, 庞婷, 杨文钰, 雍太文. 施氮量对玉米/大豆套作系统土壤微生物数量及土壤酶活性的影响. 中国生态农业学报, 2017, 25(10): 1463-1474. |
| [27] |
张世汉, 武均, 张仁陟, 蔡立群, 齐鹏, 张军. 施氮对陇中黄土高原旱作农田土壤颗粒态有机碳的影响. 水土保持研究, 2019, 26(6): 7-11. |
| [28] |
李鉴霖, 江长胜, 郝庆菊. 缙云山不同土地利用方式土壤有机碳组分特征. 生态学报, 2015, 35(11): 3733-3742. |
| [29] |
Romero C M, Engel R E, D'Andrilli J, Chen C C, Zabinski C, Miller P R, Wallander R. Patterns of change in permanganate oxidizable soil organic matter from semiarid drylands reflected by absorbance spectroscopy and Fourier transform ion cyclotron resonance mass spectrometry. Organic Geochemistry, 2018, 120: 19-30. |
| [30] |
Curtin D, Beare M H, Qiu W W, Sharp J. Does particulate organic matter fraction meet the criteria for a model soil organic matter pool?. Pedosphere, 2019, 29(2): 195-203. |
| [31] |
Cotrufo M F, Ranalli M G, Haddix M L, Six J, Lugato E. Soil carbon storage informed by particulate and mineral-associated organic matter. Nature Geoscience, 2019, 12(12): 989-994. |
| [32] |
刘亚男, 郗敏, 张希丽, 于政达, 孔范龙. 中国湿地碳储量分布特征及其影响因素. 应用生态学报, 2019, 30(7): 2481-2489. |
| [33] |
章晓芳, 郑生猛, 夏银行, 胡亚军, 苏以荣, 陈香碧. 红壤丘陵区土壤有机碳组分对土地利用方式的响应特征. 环境科学, 2020, 41(3): 1466-1473. |
| [34] |
陈高起, 傅瓦利, 沈艳, 伍宇春, 胡宁, 文志林. 岩溶区不同土地利用方式对土壤有机碳及其组分的影响. 水土保持学报, 2015, 29(3): 123-129. |
| [35] |
闫丽娟, 李广, 吴江琪, 马维伟, 王海燕. 黄土高原4种典型植被对土壤活性有机碳及土壤碳库的影响. 生态学报, 2019, 39(15): 5546-5554. |
| [36] |
张亚杰, 钱慧慧, 李伏生, 苏以荣. 不同土地管理和利用方式喀斯特坡地养分和碳库管理指数的差异. 中国岩溶, 2016, 35(1): 27-35. |
| [37] |
韩明政, 田佶, 姚允聪, 张杰. 土壤碳库对苹果幼树间作芳香植物的响应研究. 北京农学院学报, 2020, 35(3): 28-32. |
| [38] |
龙攀, 苏姗, 黄亚男, 李超, 肖志祥, 祝志娟, 刘莉, 傅志强. 双季稻田冬季种植模式对土壤有机碳和碳库管理指数的影响. 应用生态学报, 2019, 30(4): 1135-1142. |
| [39] |
Wiesmeier M, Urbanski L, Hobley E, Lang B, von Lützow M, Marin-Spiotta E, van Wesemael B, Rabot E, Ließ M, Garcia-Franco N, Wollschläger U, Vogel H J, Kögel-Knabner I. Soil organic carbon storage as a key function of soils-A review of drivers and indicators at various scales. Geoderma, 2019, 333: 149-162. |
| [40] |
张华渝, 王克勤, 宋娅丽. 滇中尖山河流域不同土地利用类型土壤粒径分布对土壤有机碳组分的影响. 中南林业科技大学学报, 2020, 40(4): 93-100. |
| [41] |
Kravchenko A N, Guber A K. Soil pores and their contributions to soil carbon processes. Geoderma, 2017, 287: 31-39. |
| [42] |
张维俊, 李双异, 徐英德, 刘旭, 安婷婷, 朱平, 彭畅, 汪景宽. 土壤孔隙结构与土壤微环境和有机碳周转关系的研究进展. 水土保持学报, 2019, 33(4): 1-9. |
| [43] |
欧阳宁相, 张杨珠, 盛浩, 周清. 中国南方富铁铝化土壤土系建立进展. 土壤, 2021, 53(5): 907-915. |
| [44] |
段兴武, 洪欢. 云南土壤地理. 北京: 科学出版社, 2019.
|
| [45] |
王玉鑫, 付晓莉, 王辉民, 戴晓琴, 寇亮, 方向民. 氮磷添加对杉木根叶分解残余物微生物群落结构及酶活性的影响. 生态学报, 2021, 41(13): 5408-5416. |
| [46] |
Zhang J F, Sayer E J, Zhou J G, Li Y W, Li Y X, Li Z A, Wang F M. Long-term fertilization modifies the mineralization of soil organic matter in response to added substrate. Science of the Total Environment, 2021, 798: 149341. |
| [47] |
Yuan X, Qin W K, Xu H, Zhang Z H, Zhou H K, Zhu B. Sensitivity of soil carbon dynamics to nitrogen and phosphorus enrichment in an alpine meadow. Soil Biology and Biochemistry, 2020, 150: 107984. |
| [48] |
Zhang H, Wu P B, Fan M M, Zheng S Y, Wu J T, Yang X H, Zhang M, Yin A J, Gao C. Dynamics and driving factors of the organic carbon fractions in agricultural land reclaimed from coastal wetlands in Eastern China. Ecological Indicators, 2018, 89: 639-647. |
| [49] |
谢钧宇, 孟会生, 焦欢, 洪坚平, 张杰, 李丽娜, 黄晓磊, 栗丽, 赵林婷, 李廷亮. 施肥对复垦土壤中活性和难降解碳氮组分的影响. 应用与环境生物学报, 2019, 25(5): 1113-1121. |
| [50] |
Wang S Y, Lu Y, Wen X F, Sun K, Jia J J, Li Z X, Gao Y. Long-term effects of nitrogen deposition on carbon assimilation characteristics in the past three decades in a typical subtropical watershed. Agricultural and Forest Meteorology, 2021, 308/309: 108561. |
| [51] |
Rasmussen C, Heckman K, Wieder W R, Keiluweit M, Lawrence C R, Berhe A A, Blankinship J C, Crow S E, Druhan J L, Hicks Pries C E, Marin-Spiotta E, Plante A F, Schädel C, Schimel J P, Sierra C A, Thompson A, Wagai R. Beyond clay: towards an improved set of variables for predicting soil organic matter content. Biogeochemistry, 2018, 137(3): 297-306. |
| [52] |
汪景宽, 徐英德, 丁凡, 高晓丹, 李双异, 孙良杰, 安婷婷, 裴久渤, 李明, 王阳, 张维俊, 葛壮. 植物残体向土壤有机质转化过程及其稳定机制的研究进展. 土壤学报, 2019, 56(3): 528-540. |