常规氮肥及不同施加量秸秆对冬小麦田土壤理化性质和微生物的影响

为研究秸秆配施氮肥对冬小麦农田土壤真菌和土壤理化性质的影响,检测土壤理化性质,分析土壤有机碳、全氮、速效钾、硝态氮、铵态氮、有效磷、水溶性有机碳含量等土壤检测指标,利用高通量测序技术分析少量秸秆施用(S1)、大量秸秆施用(S2)、氮肥施用(NS0)、氮肥及少量秸秆施用(NS1)、氮肥及大量秸秆施用(NS2)与对照(S0)处理下冬小麦农田土壤真菌群落结构。结果表明,大量秸秆还田配施氮肥对土壤pH值影响显著(P<0.05),同时促进了土壤中有效磷、铵态氮、硝态氮的积累;在秸秆还田土壤中额外施加氮肥减少了土壤中可溶性有机碳的积累;大量秸秆还田配施氮肥降低了子囊菌门(Ascomycota)、粪壳菌纲(Sordariomycetes)菌群相对丰度;各处理真菌群落α多样性中的Chao1指数存在边缘显著差异(0.05<P<0.1),真菌群落β多样性存在显著差异,大量秸秆还田配施氮肥显著增加了真菌Bray-Curtis距离。综上,大量秸秆配施氮肥显著增加了土壤中有效磷、铵态氮积累量,并增加了土壤真菌群落Chao1指数、Bray-Curtis距离,同时降低了子囊菌门菌群和粪壳菌纲菌群相对丰度。

增温对不同作物秸秆在土壤中分解速率的影响及模拟

【目的】研究增温对不同作物秸秆在土壤中分解速率的影响。【方法】于2019年11月至2020年10月进行两个生长季的田间填埋试验,观测增温和对照处理下玉米、红薯、大豆秸秆在夏熟作物生长季的分解率以及冬小麦、大蒜、油菜秸秆在秋熟作物生长季的分解率,并以秸秆初始碳含量、氮含量、碳氮比、木质素含量模拟不同处理下不同作物秸秆的分解速率系数。利用模型模拟得到的分解速率系数k值进一步模拟增温和对照处理下不同作物在填埋后不同天数的剩余秸秆质量,将剩余秸秆质量的模拟值与观测值进行回归分析以评估模型模拟效果。【结果】增温对玉米、红薯、冬小麦秸秆初期分解率具有显著(P<0.05)促进作用,而对这3种作物秸秆在其他时间段的分解率无显著影响。增温对油菜秸秆在整个生长季的分解率具有显著(P=0.029)促进作用。增温对大豆、大蒜秸秆在整个生长季的分解率无显著(P>0.05)影响。增温对6种作物秸秆分解速率系数均无显著(P>0.05)影响,而不同作物秸秆分解速率系数之间存在显著(P<0.05)差异。无论是对照还是增温条件下大蒜秸秆分解速率系数均最高,而大豆秸秆分解速率系数最低,大蒜秸秆分解速率系数超过大豆秸秆2倍。以不同作物秸秆碳含量(C)、氮含量(N)、碳氮比(C/N)、木质素含量(L)为因变量,采用多元线性回归,可得不同处理下不同作物秸秆分解速率系数的模拟方程(k=−1.073C+7.315N+0.223C/N−0.004L+33.900),该方程可模拟92.1%(R^(2)=0.921,P<0.001)的秸秆分解速率变异,描述模拟值和观测值之间关系的线性回归方程斜率非常接近1∶1线。利用模拟得到的秸秆分解速率系数k值对本研究填埋试验中观测的不同填埋天数后的剩余秸秆质量进行验证分析,可见增温和对照处理下不同作物剩余秸秆质量模拟值和观测值具有非常好的一致性(R^(2)=0.922,P<0.001),表明该模拟方程可有效模拟秸秆分解动态。【结论】增温比对照显著增加了玉米、红薯和冬小麦秸秆在分解初期的分解率,并增加了油菜秸秆在整个生长季的分解率,但对大豆、大蒜秸秆在整个生长季的分解率没有显著影响。作物秸秆的分解速率系数可用秸秆碳氮含量、木质素含量以及碳氮比进行模拟,用分解速率系数的模拟方程可有效估算对照和增温处理下不同作物秸秆在填埋后不同天数的剩余秸秆质量。

土壤和气候因素对土壤有机碳平均周转时间的影响

研究不同气候条件下不同地区土壤有机碳平均周转时间的变异规律对于探讨未来气候变化情景下土壤有机碳的稳定性及空间变化具有重要意义。为研究不同气候条件下不同地点土壤有机碳平均周转时间的差异及其与土壤和气候因素的关系,采集南宁、常州、宿迁、牡丹江4个不同气候区11个样点的土壤,在当地年平均土壤湿度和25%土壤湿度下培养土壤,测定1年的累积土壤异养呼吸量、有机碳含量,进而估算土壤有机碳平均周转时间,并测定土壤pH、全氮、有效磷、速效钾含量。结果表明,不同气候区的土壤有机碳平均周转时间存在明显差异,具有最低年平均温度和年降水量的牡丹江土壤有机碳平均周转时间最大。在采样点年平均土壤湿度下培养土壤的有机碳平均周转时间变异范围为(18.60±3.90)—(74.73±10.47)a,在25%土壤湿度下培养土壤的有机碳平均周转时间变异范围为(13.40±1.61)—(83.54±19.28)a。在采样点土壤湿度培养土壤的有机碳平均周转时间变化主要与有机碳含量有关,而与年异养呼吸量无显著(P>0.05)相关性;当土壤湿度提高到25%之后,土壤有机碳平均周转时间变化则受到土壤有机碳含量和年异养呼吸量的双向调节,且培养土壤的湿度提高到25%后,土壤有机碳平均周转时间显著(P<0.05)增加。土壤有机碳平均周转时间随土壤全氮含量增加而增大(P<0.05),随土壤速效磷含量增加而减小(P<0.05)。土壤有机碳平均周转时间与土壤pH和速效钾含量无显著回归关系(P>0.05)。基于土壤总氮含量(TN)、有效磷含量(SAP)、年平均温度(MAT)、年平均降水量(AP)的模拟方程[MTT=13.156e^((0.667TN−0.005SAP+0.019MAT−0.311AP))]可模拟采样地点土壤湿度下土壤有机碳平均周转时间(MTT)85.5%的变异,基于总氮含量(TN)、年平均温度(MAT)、年平均降水量(AP)的模拟方程[MTT=7.637e_((0.906TN+0.127MAT−2.393AP))]可模拟25%土壤湿度下土壤有机碳平均周转时间82.6%的变异。该研究显示不同采样点土壤有机碳平均周转时间存在极显著(P<0.001)差异,且这种差异主要与土壤和气候因素的差异有关。

增温及秸秆施用对大豆-冬小麦轮作农田土壤真菌群落组成及多样性的影响

为研究增温及秸秆施用对农田土壤真菌群落组成及多样性的影响,设置随机区组田间试验,试验包括对照(CK)、增温(WA)、秸秆施用(SA)、增温及秸秆施用(WS)4个处理,采用高通量测序研究大豆(Glycine max L.)-冬小麦(Triticum aestivum L.)轮作农田土壤真菌门、纲、目水平上的组成及α、β多样性。结果表明,在门水平上,大豆田相对丰度最高的土壤真菌门包括子囊菌门(Ascomycota)、担子菌门(Basidiomycota)、接合菌门(Zygomycota)等,WA处理子囊菌门相对丰度显著低于CK(P=0.023)及SA(P=0.007)处理,且与WS处理存在边缘显著差异(P=0.063)。在纲水平上,增温减少了相对丰度最高的粪壳菌纲(Sordariomycetes)相对丰度,但秸秆施用抵消了增温的这种效应。在目水平上,大豆田相对丰度最高的土壤真菌目为肉座菌目(Hypocreales)。冬小麦田相对丰度最高的真菌门、纲与大豆田相同。冬小麦田CK与WS处理子囊菌门相对丰度之间存在显著差异(P=0.047),各处理粪壳菌纲、肉座菌目相对丰度之间无显著差异(P>0.10)。大豆田WA处理的真菌物种数显著(P=0.012)小于WS处理,大豆田WA处理Shannon指数和Simpson指数均最小。冬小麦田CK与SA处理物种数(P=0.087)、Chao1指数(P=0.088)均存在边缘显著差异。秸秆施用增加了冬小麦田真菌物种数并使α多样性增大。大豆田土壤真菌门、纲、目水平上存在差异的类群明显比冬小麦田多,说明大豆田某些真菌类群受增温及秸秆施用处理的影响相对更大。大豆田土壤真菌比冬小麦田具有更大的α多样性,其物种数和Chao1指数远大于冬小麦田,且具有更大的Shannon指数和Simpson指数;大豆田土壤真菌β多样性(加权单比例距离)总体上大于冬小麦田,前者不同处理之间的物种差异性相对更大。大豆田的自然固氮能力为真菌类群的多样性提供了条件,其中的某些类群更易受增温及秸秆施用影响。

大豆叶片呼吸与植被指数和叶片性状的关系

为研究大豆叶片呼吸与植被指数和叶片性状的关系,设置田间试验,观测不同生长阶段的大豆顶1叶、顶2叶、顶3叶叶片呼吸及呼吸系数,并观测归一化植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)、增强植被指数(EVI)、光化学植被指数(PRI)、红边叶绿素指数(RECI)6种高光谱植被指数以及叶绿素相对含量(SPAD)值、叶片鲜重、叶片干重、含水量、叶面积、比叶面积、氮含量。结果表明:大豆单片叶片呼吸及呼吸系数存在明显的季节变化规律,顶1叶、顶2叶、顶3叶单片叶片呼吸季节平均值分别为(0.157±0.019),(0.162±0.014)和(0.142±0.010)mg·d^(-1),其呼吸系数季节平均值分别为(0.638±0.072),(0.678±0.082)和(0.642±0.076)mg·g^(-1)·d^(-1),顶1叶、顶2叶、顶3叶季节平均单片叶片呼吸及呼吸系数均无显著(p>0.05)差异。不同植被指数的季节动态之间存在差异,RVI,EVI,PRI和RECI在生长季中期的数值相对更大,RVI,EVI,PRI和RECI表现为单峰曲线的变化规律。除大豆生长初期外,随着叶片位置下降,SPAD值、鲜重、干重、叶面积均逐渐下降。叶片含水量随着叶片生长呈现出下降的规律。单片叶片呼吸与气温、PRI存在极显著(p<0.01)相关关系,与RECI、氮含量存在显著(p<0.05)相关关系,基于这4个因子的模型可模拟单片叶片呼吸60.4%的季节变异。呼吸系数与干重、比叶面积存在极显著(p<0.01)相关关系,与气温、SPAD值存在显著(p<0.05)相关关系,基于这4个因子的模型可模拟叶片呼吸系数72.4%的季节变异。本研究显示,大豆叶片呼吸与高光谱植被指数和叶片性状存在内在联系,采用高光谱植被指数可有效模拟不同位置叶片呼吸及呼吸系数的季节变异。