2025, Vol. 55
2. 中国海洋大学海洋环境与生态教育部重点实验室，山东 青岛 266100;
3. 中国海洋大学山东省海洋环境地质工程重点实验室，山东 青岛 266100
在“双碳”战略背景下，秸秆还田作为一种重要的农作物秸秆处理手段[1]，其多元高效利用对环境保护与低碳农业生产模式的构建起着双重积极作用。一方面，秸秆还田可以有效减少温室气体排放，有利于生态环境保护[2]；另一方面，通过将秸秆直接粉碎或堆肥后混入耕层土壤[1]，可提升土壤有机质含量，增强土壤固碳增汇能力[3]，以实现低碳农业的可持续发展路径[4]。
秸秆还田被公认为一种出色的原位固碳策略，当前研究主要集中在如何调节土壤碳循环的动态、改变土壤碳分布格局以及影响不同形态碳的变化上[5-7]。除此之外，也有越来越多的研究揭示了秸秆还田在土壤氮素循环中的关键作用[8-10]。比如Yang等[9]研究发现，虽然秸秆分解为土壤提供了额外的氮素供给，但同时释放的有机质也能促进微生物活动，显著增强反硝化作用和其他硝酸盐自净过程，从而在一定程度上抑制土壤氮素淋失。尽管如此，目前对秸秆还田的研究大都局限于表层土壤[5, 8]，而对于秸秆还田后土壤淋滤液中碳氮动态变化的数据探讨相对不足。考虑到秸秆还田后，其中部分可溶性有机碳及关键氮素能够随土壤淋滤液向深层迁移，对深层土壤乃至地下水资源中的碳氮平衡状态带来潜在影响[11]。因此，明确掌握秸秆还田措施下土壤淋滤作用引起的碳氮淋失特性，对于准确把握深层土壤以及地下水中碳氮地球化学循环具有重要科学价值和实践指导意义。
秸秆还田的方式多样化，包括不同还田量、处理方式等，这些因素均可能对土壤碳氮淋溶程度产生差异化影响[7, 12-13]。已有研究表明，秸秆还田量与土壤溶液中的溶解性有机碳(Dissolved organic carbon, DOC)含量存在正相关关系，例如Xu等[12]发现，相比于未进行秸秆还田，半量还田和全量还田分别使土壤溶液DOC浸出通量提高了31.7%和52.5%。然而，王红妮等[14]发现，采用超量还田(即还田量超出全量的1.5倍)可能会打破土壤内部碳氮平衡，进而对DOC的浸出过程产生非线性效应。与此同时，Berhane等[13]强调，秸秆还田量并非决定DOC浸出通量的唯一因素，还受到初始碳储量等因素制约，这意味着需要进一步深入剖析秸秆还田量与土壤碳氮淋溶特征的响应机制。此外，秸秆的不同还田形态亦会影响秸秆在土壤中的腐解速率[7]，进而影响土壤碳素的转化与淋溶过程。Cong等[15]研究证明，相较于秸秆切段还田，秸秆破碎后还田由于增大了与土壤的接触面积，能促使更多秸秆碳转化为DOC并随土壤溶液向下渗透，从而创造利于硝酸盐消减的环境条件。然而，关于秸秆具体粉碎程度对土壤碳氮动态变化的量化数据尚不充足，亟需进一步补充。
综上，本研究通过采集农田土壤剖面样品，并综合考虑秸秆还田量和破碎程度两个关键因素，构建室内土柱淋溶实验体系，并结合三维荧光技术，旨在探究秸秆还田量及破碎程度与土壤淋滤液中DOC及关键溶解性氮素(NO3--N、NO2--N和NH4+-N)的动态变化规律，阐明淋溶结束后各土层中DOC和溶解性氮素含量的变化，从而为后期优选最佳秸秆还田策略提供有力的数据支持。
1 材料方法 1.1 土壤样品采集与预处理试验土壤于2023年3月7日采自华北平原集约化农业区(120°10′26.4″ E，36°31′47.4″ N)。该区域地处大沽河流域，是主要的粮食产区之一，此处实行夏玉米和冬小麦轮作制度，年施氮量为600 kg/hm2。该区为温带大陆性季风气候，年平均气温14 ℃，年平均降水量为680 mm，主要集中在7—9月。
使用铁锹进行人工挖掘，在0~20、20~40、40~60、60~80、80~100 cm五个深度层次进行土壤采集，并于每个剖面中部使用环刀精确获取原状土样，每层采集三个平行样本，用以测定土壤容重、含水率和饱和含水率等参数。土壤样品放置无菌采样带中立即送回实验室，一部分样品用于测定各层土壤的基本理化性质。另一部分样品经过人工剔除动植物残体及根系、自然风干、研磨过2.0 mm筛后，调节土壤含水率至饱和含水率的60%预培养一周，以恢复土壤中微生物的活性，以便用于后续室内土柱淋溶实验。
1.2 秸秆样品的制备与组别设计研究区域主要以玉米种植为主，且正值玉米收获季节，在采样区域挑取足量的田间玉米秸秆运送至实验室自然风干，再用超纯水洗涤3次，置于65℃的烘箱中烘干24 h。之后用破碎机初次破碎，一部分用于测量秸秆的基本理化性质见表 1；另一部分将秸秆样品利用2.0 mm筛按照破碎程度的差异分成粗秸秆(>2 mm)和细秸秆(< 2 mm)，并据当地每公顷收获的秸秆量，设置三种不同的秸秆还田水平分别为秸秆不还田(0 kg/hm2)、秸秆全量还田(13 000 kg/hm2)和秸秆超量还田(19 500 kg/hm2)。秸秆超量还田设置为全量还田的1.5倍。将秸秆样品以破碎程度和还田量为两变量设置5种组别：(1)细破碎+超量秸秆还田(Fine fragmentation + Excessive straw returning, FE)；(2)细破碎+全量秸秆还田(Fine fragmentation + Full straw returning, FF)；(3)粗破碎+超量秸秆还田(Coarse fragmentation + Excessive straw returning, CE)；(4)粗破碎+全量秸秆还田(Coarse fragmentation + Full straw returning, CF)；(5)空白对照，用于后续土柱淋溶实验。
|
表 1 秸秆样品的基本理化性质 Table 1 Basic physical and chemical properties of straw |
用有机玻璃构建内径为6 cm，长度为120 cm的土柱，首先在底部由下向上依次放置一层尼龙网、5 cm高的酸洗石英砂层和一层滤纸，以防止土壤逃逸堵塞底部出水口。然后将预培养结束后的土壤按照实际取样的土壤深度(0~20、20~40、40~60、60~80、80~100 cm)以5 cm的增量填充到柱内，直至100 cm的土壤剖面高度。每次填充后均匀压实和翻松，以保证每层之间的水力联通性。共计装填土壤4.88 kg，平均容重为1.48 g/cm3。在土柱顶部再依次由下向上铺设一层尼龙网、5 cm高的酸洗石英砂层和一层滤纸，以确保顶部水分能够均匀渗透进入土壤层并且减少水分挥发(见图 1)。
|
图 1 土柱淋溶实验装置 Fig. 1 Soil column leaching experimental device |
为了模拟不同秸秆还田策略的应用，在柱顶20 cm的土壤中充分混合不同质量以及破碎程度的秸秆：(1)细破碎+超量秸秆还田(FE)；(2)细破碎+全量秸秆还田(FF)；(3)粗破碎+超量秸秆还田(CE)；(4)粗破碎+全量秸秆还田(CF)；(5)对照(CK)。全量秸秆还田和超量秸秆还田的投加量分别为3.68和5.51 g。每个处理都进行了三次重复，共计15根土柱。
在柱子中加入超纯水来模拟该地区的年平均降水量(680 nm)，在整个实验期间每隔7天淋溶1次，共淋溶8次。每次淋溶使用蠕动泵以333.625 μL/min的速率将超纯水通过橡胶管缓慢均匀滴入土柱顶端中，持续12 h(见图 1)。每周收集一次各柱底部淋滤液(收集得到的淋滤液体积如表 2)，以测量NO3--N、NO2--N、NH4+-N、DOC。同时为了对比淋溶前后土柱各层碳氮含量的变化，对淋溶前后各土层的NO3--N、NO2--N、NH4+-N、DOC指标也进行测定。
|
|
表 2 各组别在不同淋溶次数收集得到的淋滤液体积 Table 2 Leaching liquid volume collected by each group at different leaching times |
收集初次和最后一次淋溶(第8次)所得的淋滤液样品过0.45 μm滤膜后，使用RF-6000型荧光光谱分析仪(日立，日本)进行三维荧光光谱扫描。光谱扫描范围激发波长(Ex)和发射波长(Em)的扫描范围分别为200~500 nm和300~600 nm，扫描间隔为5 nm，扫描速度为2 000 nm/min。利用MATLAB使用Delaunay三角形内插法消除瑞利散射[16]，保留有效三维荧光光谱数据，同时扣除空白背景溶剂去除原始光谱中的拉曼散射，分别进行荧光指数分析和荧光区域积分(Fluorescence regional integration，FRI)分析。
荧光指数分析主要包括自生源指数(BIX)、腐殖化指数(HIX)以及荧光指数(FI)[17-19]，计算公式如下：
| $ B I X=F_{310 / 380} / F_{310 / 430}, $ | (1) |
| $ H I X=\sum F_{254 / 435 \rightarrow 254 / 480} / \sum F_{254 / 300 \rightarrow 254 / 345}, $ | (2) |
| $ F I=F_{370 / 470} / F_{370 / 520} 。$ | (3) |
FRI分析根据Chen等[20]的方法将三维荧光光谱图分为5个区域(见图 5)，分别属于类络氨酸、类色氨酸、类富里酸、溶解性微生物产物以及类腐殖酸，应用下列公式计算荧光区域积分体积Φi(具有相似性质有机物的累积荧光强度)：
| $ \varPhi_i=\sum\limits_{E_x} \sum\limits_{E_m} F_{\lambda_{E_x}-\lambda_{E_m}} d_{\lambda_{E_x}-\lambda_{E_m}} 。$ | (4) |
式中：i为各荧光组分(Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ)；
对荧光区域积分体积Φi进行标准化分析，得到荧光区域积分标准体积(ΦT, n)，最后计算出特定结构有机物的积分占总积分的比例Pi, n，公式如下：
| $ \varPhi_{i, n}=M F_i \varPhi_i, $ | (5) |
| $ P_{i, n}=\varPhi_{i, n} / \varPhi_{T, n} \times 100 \% 。$ | (6) |
式中：n为各区域积分体积范围内荧光强度数据点；T为总区域积分体积范围内荧光强度数据；MFi为全部荧光投影面积与第i个组分的荧光区域面积之比；ΦT, n为5个区域的Φi, n之和。
1.5 微生物分析本研究对所采集的不同深度范围内(0~20、20~40、40~60、60~80、80~100 cm)的土壤样品借助16S rRNA高通量测序技术测定。采用MoBio PowerSoil® DNA提取试剂盒(MO BIO Laboratories, Inc, 美国)从土壤中高效提取细菌DNA。为确保DNA样本的质量符合后续实验要求，利用Thermo Fisher的纳米微滴分光光度计对所提取DNA的数量和纯度进行精确评估。为了揭示微生物群落的结构信息，采用特异性引物338F (序列为5’-ACTCCTACGGGAGGCAGCAG-3’) 和806R (序列为5’-GGACTACHVGGGTWTCTAAT-3’)对细菌16S rRNA基因V3—V4区进行PCR扩增。扩增产物通过Illumina Miseq PE300平台完成高通量测序。基于测序数据，进一步运用统计分析手段深入探讨微生物群落的丰度、多样性以及群落结构特征。此外，本研究还利用FAPROTAX 1.1数据库完成细菌群落功能的注释，对土壤样本中参与碳、氮循环过程的细菌进行功能预测。整个实验流程委托上海美吉生物医药科技有限公司专业团队完成。
1.6 分析测试及数据处理 1.6.1 理化指标分析借助激光粒度分析仪(LT2200E)，通过湿法测试，精准测定土壤颗粒对激光束的散射强度，获取土壤颗粒的粒径分布情况，进而计算出各个粒径区间的体积或质量百分比。另一方面，土壤的含水率、饱和含水率和容重通过重量法测定。而在对土壤EC和pH指标进行测定时，首先按1∶10的质量/体积比将超纯水加入土壤样品中，随后通过涡旋振荡10 min确保固液两相均匀分布，接着静置1 h让土壤颗粒与水分自然分离。待分层清晰后，利用携带有EC(HQ 11d Portable EC Meter)和pH(HQ 11d Portable pH Meter)探头的多参数水质分析仪(HQ40D, HACH, 美国)，将其插入上清液进行测定。此外，DOC和关键氮素指标的测定方法如下：对于土壤样品用0.5 mol/L K2SO4溶液(固液比1∶5)浸提后经0.45 μm聚醚砜(PES)过滤膜(Millipore)过滤所得上清液用于后续分析。淋滤液样品直接经0.45 μm滤膜过滤进行后续分析。DOC由TOC分析仪(Meta-analysis TOC 2000)测定。NO3--N、NO2--N、NH4+-N分别采用双波长紫外光谱法、N-(1-萘基)乙二胺分光光度法、纳氏试剂分光光度法(UV-2800A, ONICO, 中国)进行测定。
1.6.2 潜在DOC计算在本研究由于土壤样品中存在大量有机质分解菌和反硝化菌，它们为DOC充当电子供体的角色，参与反硝化反应提供了实际发生的可能性。因此，秸秆分解过程中释放的DOC大部分可能在土壤内部参与了反硝化反应。具体表现为如下化学方程式[26]：
| $ 5 \mathrm{CH}_2 \mathrm{O}+4 \mathrm{NO}_3^{-}+4 \mathrm{H}^{+}=2 \mathrm{~N}_2+5 \mathrm{CO}_2+7 \mathrm{H}_2 \mathrm{O}。$ | (7) |
为准确评估不同秸秆还田策略下实际释放及氧化的DOC总量，并在相近条件下合理对比对照组与秸秆处理组的DOC含量，本研究根据每次淋溶过程中秸秆处理组与对照组间NO3--N的减少量，视为秸秆处理组相较于对照组因反硝化作用带来的额外NO3--N损失。基于上述反硝化反应方程[26]，量化了理论上秸秆处理相较对照因反硝化过程多消耗的DOC量，并将其与实测DOC淋出量相加，以求得在与对照相同条件下理论上应有的DOC淋出量，即所谓的“潜在DOC”。
1.6.3 数据处理实验数据使用SPSS 26软件进行单因素方差分析(One-way ANOVA)和Duncan’s多重比较检验(p＜0.05)，比较不同处理间差异性。采用SPSS 26软件进行Spearman相关系数分析。最后使用Origin 2021软件将这些结果可视化。
2 结果与讨论 2.1 土壤样品组成及细菌群落结构分析 2.1.1 土壤样品基本理化性质本研究我们选取了典型的农田土壤剖面样本进行淋溶实验。表 3列出了不同深度土壤的基本理化性质。电导率随土壤深度的变化呈现出先下降后升高的趋势，尤其是在0~20 cm表层土壤中，阴阳离子的浓度最高。整个土壤剖面的pH值均维持在弱酸性范围(4.96~6.77)。根据不同粒径级别下颗粒的相对含量(见表 3)，参照美国制土壤质地分类标准的三角图，本研究土壤样品的质地分类结果为：0~40 cm以及60~100 cm深度的土壤被鉴定为砂壤土，而40~60 cm深度的土壤则被确定为粉壤土。值得注意的是，40~60 cm深度土壤中的黏粒和粉粒含量相较于0~40 cm深度更高，这可能是导致40~60 cm土壤含水率高于浅层土壤的直接因素。对于土壤中的DOC，观察到DOC含量随土壤深度的增加先减少后稍有回升。其中，表层0~20 cm土壤由于较多有机质的输入且其分解活跃，导致该层DOC含量最高。针对溶解性无机氮成分的分析显示，NO3--N在总无机氮中占比最高，占82.96%~96.25%。NO3--N与DOC含量的变化类似，在土壤剖面上的分布同样表现出随深度增加先下降而后有所升高的趋势。
|
|
表 3 不同深度土壤理化性质 Table 3 Physiochemical properties of soil at different depths |
依托高通量16S rRNA测序技术，对所采集土壤样品中的细菌群落组成特征进行分析。不同土壤深度细菌群落的α-多样性指数如表 4所示。其中，0~20 cm表层土壤的细菌群落丰富度表现突出，Ace指数和Chao指数均显著高于其他土层，反映出该土层内潜在微生物种类最为丰富[21]。与此同时，该土层细菌群落的多样性水平也相对较高(Shannon指数最大，Simpson指数最低)，进一步确认了该层土壤内微生物种类的广泛性和复杂性[22]。这一现象的背后原因是，富含有机质，DOC和氮素含量相对较高(见表 4)，并且表层土壤具有良好的透气性，为微生物的生存与活动提供了理想的生态环境。
|
|
表 4 不同土壤深度细菌群落的α-多样性指数 Table 4 The α-diversity index of bacterial community in different soil depths |
为深入揭示土壤细菌群落结构，对所采集样品进行了门水平分析(见图 2(b))。研究表明，在相对丰度排名前10的门类，有机质分解细菌和反硝化细菌群体占据了显著比例，它们在土壤碳氮循环体系中扮演着不可或缺的角色[23]。其中，在0~40 cm土层，细菌门类种类繁多且相对丰度分布较为均匀；而在40~100 cm土层中，放线菌门(Actinobacteriota)占据了主导地位，其相对丰度超过60%。进一步聚焦到属水平，0~40 cm土层内菌属种类依然保持相对均匀；而在40~100 cm土层中，节杆菌属(Arthrobacter)的相对丰度占比较大(29.30%~35.81%)。该菌属在有机质分解、矿化及氨化反应等多环节中发挥着关键作用，值得注意的是，部分节杆菌属在特定环境条件下还可能参与到反硝化反应进程中[24]。这些发现共同揭示了土壤中大部分细菌都在积极参与土壤内部的碳氮循环过程。这一观点在图 2(a)中得到了进一步验证，通过对细菌群落功能进行预测分析，我们发现化能异养菌(Chemoheterotrophy, 35.14%~37.69%)占据了最高丰度。其中，与碳氮循环密切相关的功能菌在其间占据了显著比例，其分布广泛且种类繁多，是整个群落中至关重要的功能类群。
|
图 2 不同土壤深度功能细菌相对丰度热图(a)以及门水平优势细菌(b)和属水平优势细菌(c)相对丰度分布柱状图 Fig. 2 Heatmap of relative abundance of functional bacteria (a) the relative abundance distribution histogram of dominant bacteria at phylum level (b) and dominant bacteria at genus level(c) in different soil depths |
为探寻并优化最适宜的秸秆还田方案，本研究针对不同秸秆还田量与破碎程度对土壤淋滤液中DOC淋溶动态进行了细致对比。在实验初期的前四个淋溶周期内，相较于对照组，秸秆处理组的DOC浓度仅略微升高1.01~1.22倍。其中，当秸秆经过细破碎并采用超量还田(FE)处理后，其DOC浓度最高，范围在9.32~27.96 mg/L之间。随着淋溶次数不断增加，所有处理组的DOC浓度均表现出逐渐下降的趋势，并在后续淋溶阶段不存在显著差异(p>0.05)(见图 3(a))。从累积DOC淋出量角度考量，其不仅与每次淋滤液中DOC的浓度紧密相关，而且也与淋滤液的实际淋出体积密不可分。在前两次淋溶时，秸秆处理组累积淋出量高于对照组(见图 3(c))，但这一优势并未持续；随着淋溶次数的增加，尽管对照组的DOC浓度与其他秸秆处理组相比并未显著提升，但由于其收集到的淋滤液体积较大(见表 2)，因此，对照组在累积DOC淋出量上反而超出秸秆处理组0.82~1.18 mg/柱(见图 3(b))。相比之下，在Hua等[25]研究中情况截然不同：秸秆处理组无论从DOC浓度还是累积淋出量上都随淋溶次数递增而持续增加，并且始终保持明显高于对照组水平。这种差异主要归因于土壤本身条件的差异。在本研究中，所选用的土壤样品具有较低的DOC本底值和较高的硝酸盐含量，这意味着秸秆分解过程中释放的DOC大部分可能在土壤内部参与了反硝化反应，充当电子供体的角色。土壤样品中存在大量有机质分解菌和反硝化细菌(见图 2)，它们为DOC参与反硝化反应提供了实际发生的可能性。
|
图 3 土柱淋溶实验中不同处理淋滤液的DOC浓度((a)实测值, (d)潜在值)、累积DOC淋出量((b)实测值, (e)潜在值)的以及不同淋滤时期下DOC淋出相对含量((c)实测值, (f)潜在值)的变化 Fig. 3 Changes of DOC concentration ((a) Measured value, (d) Potential value), cumulative DOC export content ((b) Measured value, (e) Potential value) and the relative content of DOC leaching under different leaching periods ((c) Measured value, (f) Potential value) in the leachates of various treatments during the soil column leaching period |
为在相近条件下合理对比对照组与秸秆处理组的DOC含量，估算各处理的潜在DOC(见图 3(d)—(f))。如图 3(d)所示，秸秆在土壤中的分解可划分为快速(Ⅰ)、缓慢(Ⅱ)以及难分解(Ⅲ)三个阶段。前三次淋溶过程处于快速分解阶段(Ⅰ)，由于秸秆处理组还田初期具有较高的可分解性和较快的分解速率[27]，因此，其DOC浓度随着淋溶次数的增长呈现显著上升趋势，至第三次淋溶时达到峰值。与对照组相比，秸秆处理组的DOC浓度提升了15.10~18.97倍。特别是细破碎超量还田(FE)条件下，其DOC浓度峰值高达163.15 mg/L，表明初期秸秆粉碎得越细且还田量越高，越能有效推动DOC的淋溶过程。进入中间三次淋溶阶段(Ⅱ)，即缓慢分解阶段，尽管秸秆分解速度放缓，但秸秆处理组的DOC浓度依然维持在对照组的3.38~6.38倍之高。在最后两次淋溶实验，即难分解阶段(Ⅲ)中，可以观察到细破碎处理表现出最高的DOC浓度，范围在33.11~35.76 mg/L之间，与此相反，粗破碎全量还田(CF)处理组的淋滤液DOC浓度则处于较低水平，为7.13~18.30 mg/L。
进一步从潜在DOC淋出量的动态变化角度比较了不同处理组对土壤淋滤液中DOC淋溶效果的影响。对照组在前三次淋溶期间贡献了大部分DOC(85.41%)，而秸秆还田处理组在淋溶后期仍表现出较高的DOC释放潜力，相对含量占比为31.34%~45.22%(见图 3(f))，这突显了秸秆还田策略在DOC分解方面的滞后效应及其可持续性特征[25]。在相同破碎程度的条件下，超量还田相较于全量还田带来了更高的累积DOC淋溶总量；同样地，同等还田量前提下，细破碎处理的累积DOC淋溶量始终优于粗破碎处理(见图 3(e))。这一现象揭示了秸秆破碎越细且还田量越大，越能有效促进DOC向土壤深层的迁移与释放。原因主要有两点：首先，秸秆经过精细破碎后比表面积显著增加，促使土壤微生物与秸秆接触界面增大，加速了秸秆的微生物降解进程，从而释放更多的DOC进入土壤溶液[28]。其次，秸秆还田量的提升意味着更多外源碳输入土壤系统，有利于秸秆有机质的分解转化，促使惰性有机碳向活性有机碳形态转变，进而有力支撑了淋滤液中DOC浓度的升高[29]。综上，所有淋溶过程有力地支持了细破碎超量还田作为最佳秸秆还田策略的观点，因其在整个分解过程中都能保持较高的DOC淋溶释放，并具有良好的持久性和稳定性。
2.2.2 溶解性无机氮的淋失特征如图 4(a)、(d)和(g)所示，不同处理方式下，淋滤液中的各氮素形态(NO3--N、NO2--N、NH4+-N)的浓度表现出各异的变化趋势。其中，NO3--N作为淋滤液中溶解性无机氮的主要形态，占比在96.87%~99.73%，而NO2--N和NH4+-N含量相对较低，分别仅占0.03%~1.24%和0.23%~2.32%。除细破碎超量还田(FE)处理组外，其他各处理组中的NO3-N浓度在淋溶前期阶段均呈现上升的趋势。这一现象既可归因于硝酸盐易溶于水的特性，使得土壤中原存的NO3--N随淋溶过程向下渗透；又与初期土壤内部发生的硝化作用将NH4+-N转变为NO3--N有，这一点与图 4(g)所示淋溶初期NH4+-N浓度的下降相吻合。然而，随着淋溶过程的持续进行，土壤有机质的分解以及孔隙结构的改变形成了更趋厌氧的环境，进而引发了硝酸盐还原(反硝化)反应占据主导，NO3--N浓度开始下降。然而，秸秆处理组的NO3--N浓度(76.97~91.51 mg/L)峰值相较于对照组(126.87 mg/L)提前了一个淋溶周期(见图 4(a))，这表明秸秆处理组在淋溶过程中能有效抑制氮素的流失[30-31]。由于秸秆分解初期，产生的DOC不足以支撑完全反硝化[30-31]，从而带来NO2--N的积累，并随模拟降雨向下迁移，因此在初期土壤淋滤液中观察到了NO2--N浓度的增加(见图 4(d))。值得注意的是，在细破碎超量还田(FE)处理组，我们观察到NO3--N浓度的持续降低，这一现象有力地证明该处理组的土柱内部反硝化作用尤为强烈，使得NO3--N被高效去除，且去除程度显著超过同期其他秸秆处理组(p＜0.05)。
|
图 4 土柱淋溶实验中不同处理淋滤液的溶解性无机氮浓度((a) NO3--N, (d) NO2--N, (g) NH4+-N)、累积溶解性无机氮淋出量((b) NO3--N, (e) NO2--N, (h) NH4+-N) 以及不同淋滤时期下DOC淋出相对含量的变化((c) NO3--N, (f) NO2--N, (i) NH4+-N) Fig. 4 Dynamic changes of dissolved inorganic nitrogen concentration ((a)NO3--N, (d)NO2--N, (g)NH4+-N), cumulative dissolved inorganic nitrogen export content ((b)NO3--N, (e)NO2--N, (g)NH4+-N) and the relative content of DOC leaching under different leaching periods ((c)NO3--N, (f)NO2--N, (i)NH4+-N) in the leachates of various treatments during the soil column leaching period |
进一步探讨不同秸秆还田措施对土壤淋滤液中溶解性无机氮累积淋出量的影响时，我们发现NO2--N和NH4+-N的累积淋出量与NO3--N相比，两者相差约103~104个数量级(见图 4(b)、(e)和(h))，由于其数值显著较小，在此分析中可以忽略不计。在所有处理条件下，随着模拟降雨量的增加，淋滤液中的累积NO3--N淋出量呈现同步增长的趋势。相较于对照组，FE、FF、CE和CF等秸秆还田处理组的总累积NO3--N淋出量分别降低了52.89%、36.48%、45.20%、43.41%(见图 4(b))，这一结果明确揭示了通过秸秆还田措施引入土壤的氮低于经反硝化所去除的氮量[32-33]，从而有效地减少了NO3--N向深层土壤乃至地下水的迁移，显示出玉米秸秆的加入对于抑制土壤NO3--N淋失具有积极效果。值得注意的是，在前五次淋溶过程中，FE处理组的NO3--N淋出相对含量超过80%，而其他处理组均未能达到这一水平(见图 4(c))。这充分表明，采用细破碎并超量还田的方式，其最大降幅出现的时间更早、降低幅度也更为显著，从另一个角度证明了选择细破碎及超量还田策略对抑制农田土壤硝酸盐淋失具有明显优势。
为了获取更具普遍意义的信息，我们进一步根据土壤柱的淋失量计算了年淋失通量。结果显示，细破碎程度超量还田的秸秆处理组的DOC淋滤通量最高(23.36 g·m-2·a-1)，而硝态氮淋滤通量最低(1.27 g·m-2·a-1)。这些数据为我们深入理解不同还田方式对土壤碳氮动态变化及其环境效应提供了重要的量化依据，并有助于指导实际农业生产中采取更为科学有效的秸秆还田措施以减少硝酸盐污染风险[11, 34]。
2.3 不同秸秆还田量及破碎程度对淋滤液DOC的三维荧光特征的影响三维荧光光谱分析不仅直观的显示了淋滤液中DOC组分(见图 5)，还可以通过测定淋滤液的荧光指标(FI、BIX、HIX)对淋滤液DOC组分的化学性质和来源特征进行分析。
|
图 5 FE、FF、CE、CF和CK五个组别初次(a)—(e) 和末次(f)—(j)淋溶后淋滤液的三维荧光图谱 Fig. 5 Three-dimensional fluorescence spectra ofleachates after the first (a)—(e) and the last (f)—(j) leaching of FE, FF, CE, CF and CK groups |
荧光指数FI能够揭示DOC的来源以及降解程度[19]。通过分析表 5数据，我们观察到各处理组DOC的FI值在1.63~1.69之间小幅度波动，并未表现出显著差异，这意味着淋滤液中的DOC为混合源，即受到人类活动和土壤微生物活动的共同作用[19]。BIX指数作为衡量自生源有机质贡献度的重要指标[17]，当其数值大于0.9时，通常代表着DOC具有明显的自生源特征。实验结果显示，在淋溶过程的起始阶段直至结束阶段，尽管BIX指数整体呈现出下降趋势，但始终保持在0.9以上水平，这强烈暗示了土壤微生物活性充沛，对有机质的矿化等碳循环过程保持高度活跃状态，从而随降雨渗透至土壤淋滤液中，自生源特质得到了充分显现。HIX指数是评估有机质腐殖化程度的关键参数，其值越高，代表DOC的腐殖化程度越高，稳定性越好[18]。研究发现，在第1次淋溶后，相较于对照组，秸秆还田处理组的HIX偏低约1.12~1.21倍，说明秸秆还田措施引入了大量易被微生物快速降解的DOC，进而降低了淋滤液中的腐殖质程度。随着淋溶次数的增加，到第8次淋溶结束后，那些易降解的秸秆有机质在向下迁移的过程中被微生物逐步消耗，而相对难降解的有机质则伴随水分下渗不断累积，导致各处理组淋滤液的腐殖化水平显著提高。其中，以EF和FF处理组最为显著，其两次淋滤后的腐殖化指数提升最大，高达2.56倍，这也有力验证了细破碎处理下的秸秆更易被微生物分解利用，从而影响DOC的组成及动态变化。
|
|
表 5 各处理组第1、8次淋滤液的生物源指数(BIX)、荧光指数(FI)和腐殖化指数(BIX) Table 5 The BIX, FI and BIX of the first and eighth leachates of each treatment |
如图 6所示，通过对淋溶始末淋滤液的FRI分析数据进行解析[20]，各处理组的淋滤液中溶解性微生物代谢产物占据主导地位，这些主要包括蛋白质、辅酶、小分子有机酸以及色素等生物活性成分。其次是腐殖质和富里酸类物质，以及少量的酪氨酸和色氨酸化合物。在初次淋溶后，不饱和度较低、分子量较小、芳香度较低、低含氧量的DOC分子优先从土壤中淋出。随着淋溶过程的重复进行，各处理组淋滤液中的类腐殖质、类富里酸以及类色氨酸物质的相对含量呈现上升趋势，溶解性微生物代谢产物的相对含量下降了9.0%~14.7%，而酪氨酸类物质保持相对稳定。这一变化表明，在连续淋溶作用下，土壤中的微生物逐步利用溶解性微生物产物参与碳氮循环过程中，进而促使更多难以降解的有机物随水分向下渗透，从而提高了淋滤液中DOC的平均分子量和芳香化程度，降低了生物可利用性。尽管溶解性微生物代谢物质在不同处理组别中均有所减少，但依然在淋滤液DOC组成中保持一定优势。
|
图 6 FE、FF、CE、CF和CK五个组别第1次和第8次淋溶后淋滤液中DOC的三维荧光Pi, n Fig. 6 Three-dimensional fluorescence Pi, n of leachates after the first and the eighth leaching of FE, FF, CE, CF and CK groups |
为深入探究不同处理方式淋溶作用后对土壤碳氮赋存的影响，本研究对比了淋溶前后的各层土壤的基本碳氮指标变化。如图 3所示，在0~20 cm的表层土壤中，经淋溶后，各处理组的DOC含量均呈现出上升态势，具体表现为：FE、FF、CE、CF以及CK组别分别增长了59.41%、86.48%、166.76%、177.89%和16.18%。这种现象可能是由于淋溶作用改变了土壤孔隙结构和水分状况[35]，进而促进DOC在土壤溶液中的溶解和扩散[36-37]。对于秸秆处理组而言，秸秆自身分解产生的DOC也是导致其含量增加的一个重要因素[27]。值得注意的是，在60~100 cm深度的土壤中，多数处理组在淋溶后的DOC含量相较于淋溶前反而有所降低(见图 7)。这可能是因为DOC在向下迁移的过程中被沿途微生物群落消耗和降解所导致[15, 38]。总体来看，无论土壤深度如何，所有处理组的DOC含量相比于对照组均有不同程度的提升，增幅在7.67%~181.9%之间(见图 7)，表明秸秆还田措施对增强土壤碳储量和提高土壤碳汇能力具有积极作用。进一步剖析秸秆还田的具体方式，研究发现还田量差异对土壤内DOC含量影响并不明显，而破碎程度的不同则对DOC含量产生了显著影响。结果显示，在各个土壤层次中，粗破碎处理组(CE、CF)的DOC含量普遍高于细破碎处理组(FE、FF)，高出1.03~2.46倍(见图 7)。这主要是由于粗破碎秸秆因其较大的颗粒尺寸和相对较小的比表面积[15, 28, 39]，致使DOC的释放速率缓慢，故而在淋溶过程结束后，粗破碎秸秆处理组表现出更高的DOC积累优势有利于土壤中碳的固定。相反，细破碎秸秆在淋溶期间能更有效地输送DOC进入深层土壤乃至地下水系统。因此，我们应结合实际场地需要选择适合的秸秆还田策略。
|
图 7 淋溶前(BL)与淋溶后各处理组(FE, FF, CE, CF, CK)各土壤层的DOC含量 Fig. 7 DOC stocks of the different soil layers before leaching (BL) and DOC stocks of the different soil layers of each treatment group (FE, FF, CE, CF, CK) after leaching |
此外，溶解性无机氮主要以NO3--N(47.76%~97.30%)和NH4+-N(1.80%~52.24%)的形式存在于土壤中(见图 8)。在淋溶过程中，由于土壤孔隙结构、重力作用[40-41]以及秸秆还田引入的氮素，NO3--N主要向下迁移至40~80 cm土层，但在80~100 cm深度并未显著增加。因此，相较于淋溶前，淋溶后0~40 cm及80~100 cm土层NO3--N含量有所下降(降幅17.87%~54.31%)，而40~80 cm土层NO3--N含量则上升了14.66%~188.23%(见图 8)。此外，我们观察到多数秸秆还田处理能有效提高土壤中NO3--N的留存，增量在1.01~1.99倍(见图 8)，这进一步证实了秸秆还田措施对于防止土壤中NO3--N流失的有效性。其中，由于粗破碎处理形成的疏松土壤结构有利于空气流通[41-42]，可能削弱厌氧环境下的反硝化作用强度，相反，细破碎处理则更利于土壤内部发生反硝化反应，从而消耗更多的DOC，这一现象与上文提到的细破碎处理组土壤DOC含量低于粗破碎处理组相吻合。因此，细破碎程度超量还田(FE)组别的土壤中的NO3--N含量(11.69~37.44 mg/L)远低于其他秸秆还田处理组(12.45~68.32 mg/L)。至于土壤中的NH4+-N，淋溶束后其含量相比淋溶前呈现出显著增加，增长幅度在4.23~80.77倍(见图 8)。这种大幅增加可能意味着在淋溶过程中，土壤的有机氮通过生物或化学途径迅速转化为了NH4+-N[43]。对比不同秸秆处理方式，粗破碎秸秆因其较大的颗粒尺寸能够提供一定的物理保护[44]，延缓NH4+-N直接从土壤中淋失的速度，故在此条件下，土壤中的NH4+-N含量比细破碎处理高出10.29%~291.13%(见图 8)。综上为了有效减少NO3--N、NH4+-N向更深层土壤乃至地下水的迁移，预防地下水硝酸盐污染及富营养化问题[11]，我们在选择秸秆还田策略时，倾向于破碎程度更细且适当增大还田量的方式，以实现更好的氮素管理和土壤改良效果。
|
图 8 淋溶前(BL)与淋溶后各处理组(FE, FF, CE, CF, CK)各土壤层的溶解性无机氮含量 Fig. 8 Dissolved inorganic nitrogen stocks of the different soil layers before leaching (BL) and dissolved inorganic nitrogen stocks of the different soil layers of each treatment group (FE, FF, CE, CF, CK) after leaching |
为了深入探究淋溶过程中碳氮交互作用及其内在机制，我们对淋滤液中的溶解性有机碳(DOC)以及溶解性无机氮(NO3--N、NO2--N、NH4+-N)指标进行Spearman相关性分析，具体结果见表 6。淋溶过程中淋滤液的DOC的含量与NO3--N和NH4+-N含量呈显著正相关(p＜0.01)，而与NO2--N并无统计学上的显著关联。这一现象的出现，主要原因在于DOC作为驱动微生物活动的关键能源与碳源，其含量的波动直接影响无机氮的矿化与转化速率。当DOC被逐步消耗时，微生物活性随之递减，导致有机氮向氨氮转化的过程显著放缓[43]。此外，DOC还作为反硝化过程中的电子供体，参与NO3--N的还原反应。随着DOC的减少，NO3--N亦同步削减，最终被还原为氮气(N2)等无害化形态[41-42]。
|
|
表 6 淋溶过程DOC与溶解性无机氮组分的相关性分析 Table 6 Correlation analysis between DOC and dissolved inorganic nitrogen components during leaching process |
进一步探讨DOC组分结构与溶解性无机氮之间的关联性，我们发现NO2--N依旧与DOC各组成成分间不存在显著相关性。相比之下，NO3--N和NH4+-N与生物源指数(BIX)呈现显著正相关(p＜0.05)。这意味着随着NO3--N和NH4+-N含量的下降，暗示氮素供应的匮乏，这可能间接抑制微生物活性，减少自生源有机质的生成，从而导致BIX指数下滑。反之，当BIX指数降低时，直观反映了微生物活动受到抑制，进一步影响了NO3--N和NH4+-N的含量动态[17]。值得注意的是，NO3--N与腐殖化指数(HIX)展现出极显著的负相关性(p＜0.01)。这一结果揭示了在淋溶过程中，如反硝化等生物过程优先利用易于微生物利用的DOC组分，而难降解的腐殖质类物质则随水分向下渗透，进而导致HIX指数上升[18]。这一趋势与实验观察到的淋滤液中类富里酸和类腐殖酸含量随NO3--N含量降低而升高，以及溶解性微生物产物含量随NO3--N减少而下降的现象相吻合。这一系列相互印证的发现，不仅阐明了淋溶过程中碳氮循环的复杂相互作用，还揭示了DOC与无机氮组分变化在调控微生物活性、有机质转化及腐殖化进程中的关键角色。
3 结论本研究通过构建室内土柱淋溶实验体系，系统性地监测和分析了不同秸秆还田量及破碎程度对土壤剖面碳氮淋溶动态及赋存状况的影响。此外，借助三维荧光光谱技术深入探究了淋滤液中DOC组分随处理方式变化的规律。
(1) 秸秆还田措施能够显著增强DOC向深层土壤迁移的能力。随着淋溶次数增加，所有秸秆处理组别淋滤液中的DOC浓度先呈现上升趋势后逐渐下降至稳定水平，且在整个过程中持续释放DOC。在模拟年均降雨条件下，细破碎超量秸秆还田处理展现出最高的累积DOC淋出效果，达到233.62 kg·ha-1。
(2) NO3--N在淋滤液中的溶解性无机氮中占据主导地位(96.87%~99.73%)，秸秆还田措施能够有效减少土壤中的NO3--N的淋失。经过多次淋溶后，所有处理组的NO3--N浓度经历短暂上升后迅速下降并趋于稳定，其中，细破碎超量秸秆还田处理的累积NO3--N淋出最少，仅为114.30 kg·ha-1。
(3) 通过三维荧光光谱解析，揭示了淋滤液中DOC组分主要源于溶解性微生物代谢产物，且表现出强烈的自生源性特征。淋溶初期，优先被淋出的是不饱和度较低、分子量较小、芳香度低及含氧量较少的DOC组分；而随着淋溶次数增多，难降解有机质如腐殖质和富里酸等相对含量逐步上升。
(4) 淋溶完成后，相较于对照组，各秸秆处理组在各土层的DOC含量均有不同程度的增长，增幅介于7.67%~181.90%，显示秸秆还田有利于提升土壤碳储量。其中，粗破碎处理(CE、CF)在各个土层中的DOC含量比细破碎处理(FE、FF)高1.03~2.46倍，在土壤固碳方面粗破碎处理展现出更大的优势；同时，秸秆还田策略能促进土壤中NO3--N与NH4+-N的储存，降低氮素流失。
综合考虑淋溶期间碳氮的淋出特性以及淋溶结束后土柱的碳氮赋存量，在优化秸秆还田策略时，应优先采用细破碎方式结合适量或超量还田。
| [1] |
Chen Y, Xin L, Liu J, et al. Changes in bacterial community of soil induced by long-term straw returning[J]. Scientia Agricola, 2017, 74(5): 349-356. DOI:10.1590/1678-992x-2016-0025 (  0) |
| [2] |
Gao F, Li B, Ren B, et al. Effects of residue management strategies on greenhouse gases and yield under double cropping of winter wheat and summer maize[J]. Science of the Total Environment, 2019, 687: 1138-1146. DOI:10.1016/j.scitotenv.2019.06.146 ( 0) |
| [3] |
Mei W, Yin Q, Tian X, et al. Optimization of plant harvest and management patterns to enhance the carbon sink of reclaimed wetland in the Yangtze River estuary[J]. Journal of Environmental Management, 2022, 312: 114954. DOI:10.1016/j.jenvman.2022.114954 ( 0) |
| [4] |
Gao N, Wei Y, Zhang W, et al. Carbon footprint, yield and economic performance assessment of different mulching strategies in a semi-arid spring maize system[J]. Science of the Total Environment, 2022, 826: 154021. DOI:10.1016/j.scitotenv.2022.154021 ( 0) |
| [5] |
Meng Y, Wu K, Gong P, et al. Effects of corn stalks returning on soil microbial carbon use efficiency and corn yield in Semi-Arid cropland[J]. Bioresources, 2024, 19(1): 103-115. ( 0) |
| [6] |
Zhao Z, Geng P, Wang X, et al. Improvement of Active organic carbon distribution and soil quality with the combination of deep tillage and no-tillage straw returning mode[J]. Agronomy-Basel, 2023, 13(9): 2398. DOI:10.3390/agronomy13092398 ( 0) |
| [7] |
Jin Z, Shah T, Zhang L, et al. Effect of straw returning on soil organic carbon in rice-wheat rotation system: A review[J]. Food and Energy Security, 2020, 9(2): e200. DOI:10.1002/fes3.200 ( 0) |
| [8] |
Meng X, Zhang S, Wang Y, et al. The effect of crop residue management and nitrogen supply on canopy light interception and N distribution[J]. International Journal of Plant Production, 2023, 17(4): 757-773. DOI:10.1007/s42106-023-00270-3 ( 0) |
| [9] |
Yue Y, Gong X, Zheng Y, et al. Organic material addition optimizes soil structure by enhancing copiotrophic bacterial abundances of nitrogen cycling microorganisms in Northeast China[J]. Agronomy-Basel, 2023, 13(8): 2108. DOI:10.3390/agronomy13082108 ( 0) |
| [10] |
Xia L, Lam S K, Wolf B, et al. Trade-offs between soil carbon sequestration and reactive nitrogen losses under straw return in global agroecosystems[J]. Global Change Biology, 2018, 24(12): 5919-5932. DOI:10.1111/gcb.14466 ( 0) |
| [11] |
Li R, Ruan X, Bai Y, et al. Effect of wheat-maize straw return on the fate of nitrate in groundwater in the Huaihe River Basin, China[J]. Science of the Total Environment, 2017, 592: 78-85. DOI:10.1016/j.scitotenv.2017.03.029 ( 0) |
| [12] |
Xu M, Lou Y, Sun X, et al. Soil organic carbon active fractions as early indicators for total carbon change under straw incorporation[J]. Biology and Fertility of Soils, 2011, 47(7): 745-752. DOI:10.1007/s00374-011-0579-8 ( 0) |
| [13] |
Berhane M, Xu M, Liang Z, et al. Effects of long-term straw return on soil organic carbon storage and sequestration rate in North China upland crops: A meta-analysis[J]. Global Change Biology, 2020, 26(4): 2686-2701. DOI:10.1111/gcb.15018 ( 0) |
| [14] |
王红妮, 王学春, 赵长坤, 等. 油菜秸秆还田对水稻根系、分蘖和产量的影响[J]. 应用生态学报, 2019, 30(4): 1243-1252. Wang H, Wang X, Zhao C, et al. Effects of oilseed rape straw incorporation on root, tiller and grain yield of rice[J]. Chinese Journal of Applied Ecology, 2019, 30(4): 1243-1252. ( 0) |
| [15] |
Cong P, Wang J, Li Y, et al. Changes in soil organic carbon and microbial community under varying straw incorporation strategies[J]. Soil & Tillage Research, 2020, 204: 104735. ( 0) |
| [16] |
He W, Hur J. Conservative behavior of fluorescence EEM-PARAFAC components in resin fractionation processes and its applicability for characterizing dissolved organic[J]. Water Research, 2015, 83: 217-226. DOI:10.1016/j.watres.2015.06.044 ( 0) |
| [17] |
Huguet A, Vacher L, Relexans S, et al. Properties of fluorescent dissolved organic matter in the Gironde Estuary[J]. Organic Geochemistry, 2009, 40(6): 706-719. DOI:10.1016/j.orggeochem.2009.03.002 ( 0) |
| [18] |
Zsolnay A, Baigar E, Jimenez M, et al. Differentiating with fluorescence spectroscopy the sources of dissolved organic matter in soils subjected to drying[J]. Chemosphere, 1999, 38(1): 45-50. DOI:10.1016/S0045-6535(98)00166-0 ( 0) |
| [19] |
Mcknight D M, Boyer E W, Westerhoff P K, et al. Spectrofluorometric characterization of dissolved organic matter for indication of precursor organic material and aromaticity[J]. Limnology and Oceanography, 2001, 46(1): 38-48. DOI:10.4319/lo.2001.46.1.0038 ( 0) |
| [20] |
Chen W, Westerhoff P, Leenheer J A, et al. Fluorescence excitation-Emission matrix regional integration to quantify spectra for dissolved organic matter[J]. Environmental Science & Technology, 2003, 37(24): 5701-5710. ( 0) |
| [21] |
Cai Z, Zhang W, Li S, et al. Microbial degradation mechanism and pathway of the novel insecticide paichongding by a newly isolated sphingobacterium sp. p1-3 from soil[[J]. Journal of Agricultural and Food Chemistry, 2015, 63(15): 3823-3829. DOI:10.1021/acs.jafc.5b00706 ( 0) |
| [22] |
Yang H, Ma J, Rong Z, et al. Wheat straw return influences nitrogen-cycling and pathogen associated soil microbiota in a wheat-soybean rotation system[J]. Frontiers in Microbiology, 2019, 10: 1811. DOI:10.3389/fmicb.2019.01811 ( 0) |
| [23] |
Yang L, Muhammad I, Chi Y X, et al. Straw return and nitrogen fertilization to maize regulate soil properties, Microbial community, and enzyme activities under a dual cropping system[J]. Frontiers in Microbiology, 2022, 13: 823963. ( 0) |
| [24] |
黄锦文, 李日坤, 陈志诚, 等. 不同稻草还田技术对烟—稻轮作系统土壤养分、有机碳及微生物多样性的影响[J]. 中国水稻科学, 2023, 37(4): 415-426. Huang J, Li R, Chen Z, et al. Effects of straw returning techniques on soil nutrients, organic carbon and microbial diversity in tobacco-rice rotation system[J]. Chinese Journal of Rice Science, 2023, 37(4): 415-426. ( 0) |
| [25] |
Hua K, Zhu B. Leaching is the dominant route for soil organic carbon lateral transport under crop straw addition on sloping croplands[J]. Plant Soil and Environment, 2018, 64(7): 344-351. ( 0) |
| [26] |
Adyasari D, Dimova N, Waska H, et al. Dissolved organic matter and nutrient processing in organic-rich subterranean estuaries: Implications for future land use and climate scenarios[J]. Geochimica Et Cosmochimica Acta, 2023, 362: 65-76. ( 0) |
| [27] |
Strack M, Toth K, Bourbonniere R, et al. Dissolved organic carbon production and runoff quality following peatland extraction and restoration[J]. Ecological Engineering, 2011, 37(12): 1998-2008. ( 0) |
| [28] |
Wang C, Chang Z, Niu S. Effect of maize straw-derived biochar on calcareous arable soil organic carbon mineralization under the condition of with or without nitrogen-fertilizer addition[J]. Journal of Soil Science and Plant Nutrition, 2020, 20(4): 2606-2616. ( 0) |
| [29] |
Chen X, Lin J, Wang P, et al. Resistant soil carbon is more vulnerable to priming effect than active soil carbon[J]. Soil Biology & Biochemistry, 2022, 168: 71-82. ( 0) |
| [30] |
Hu Y, Sun B, Wu S, et al. After-effects of straw and straw-derived biochar application on crop growth, yield, and soil properties in wheat (Triticum aestivum L.)-maize (Zea mays L.) rotations: A four-year field experiment[J]. Science of the Total Environment, 2021, 780: 146560. ( 0) |
| [31] |
Qin S, Hu C, Clough T J, et al. Irrigation of DOC-rich liquid promotes potential denitrification rate and decreases N2O/(N2O+N2) product ratio in a 0~2 m soil profile[J]. Soil Biology & Biochemistry, 2017, 106: 1-8. ( 0) |
| [32] |
Wang L, Xin J, Nai H, et al. Effects of different fertilizer applications on nitrogen leaching losses and the response in soil microbial community structure[J]. Environmental Technology & Innovation, 2021, 23: 101608. ( 0) |
| [33] |
王红霞. 土壤中溶解性有机碳、氮及其迁移淋溶特性研究[D]. 咸阳: 西北农林科技大学, 2008. Wang H, Study on Dissolved Organic Carbon, Nitrogen and Their Migration and Leaching Characteristics in Soil[D]. Xianyang: Northwest A & F University, 2008. ( 0) |
| [34] |
Li S, Hu M, Shi J, et al. Integrated wheat-maize straw and tillage management strategies influence economic profit and carbon footprint in the Guanzhong Plain of China[J]. Science of the Total Environment, 2021, 767: 145347. ( 0) |
| [35] |
Siedt M, Teggers E, Linnemann V, et al. Microbial degradation of plant residues rapidly causes long-lasting hypoxia in soil upon irrigation and affects leaching of nitrogen and metals[J]. Soil Systems, 2023, 7(2): 62. ( 0) |
| [36] |
Kim H, Kim S, Jeon E, et al. Effect of dissolved organic carbon from sludge, Rice straw and spent coffee ground biochar on the mobility of arsenic in soil[J]. Science of the Total Environment, 2018, 636: 1241-1248. ( 0) |
| [37] |
Zhao W, Li J, Deng K, et al. Effects of crop straw biochars on aluminum species in soil solution as related with the growth and yield of canola (Brassica napus L.) in an acidic Ultisol under field condition[J]. Environmental Science and Pollution Research, 2020, 27(24): 30178-30189. ( 0) |
| [38] |
Zhao D, Ling J, Wu G, et al. The incorporation of straw into the subsoil increases C, N, and P enzyme activities and nutrient supply by enriching distinctive functional microorganisms[J]. Land Degradation & Development, 2023, 34(5): 1297-1310. ( 0) |
| [39] |
Liang Y, Al-Kaisi M, Yuan J, et al. Effect of chemical fertilizer and straw-derived organic amendments on continuous maize yield, soil carbon sequestration and soil quality in a Chinese Mollisol[J]. Agriculture Ecosystems & Environment, 2021, 314: 107403. ( 0) |
| [40] |
Liang H, Lv H, Batchelor W D, et al. Simulating nitrate and DON leaching to optimize water and N management practices for greenhouse vegetable production systems[J]. Agricultural Water Management, 2020, 241: 106377. ( 0) |
| [41] |
Colombani N, Gervasio M P, Castaldelli G, et al. Soil conditioners effects on hydraulic properties, leaching processes and denitri fication on a silty-clay soil[J]. Science of the Total Environment, 2020, 733: 139342. ( 0) |
| [42] |
宋佳丽, 王鸿雁, 张淑香, 等. 施肥和秸秆还田对黑土农田土壤剖面养分分布的影响[J]. 生态学杂志, 2022, 41(1): 108-115. Song J, Wang H, Zhang S, et al. Effects of fertilization and straw return on nutrient distribution along soil profile in black soil croplands[J]. Chinese Journal of Ecology, 2022, 41(1): 108-115. ( 0) |
| [43] |
Shi L, Tang H, Li W, et al. Effects of long-term fertilizer practices on rhizosphere soil nitrogen mineralization in the double-cropping rice field[J]. Journal of Basic Microbiology, 2023, 63(7): 781-789. ( 0) |
| [44] |
Li Y, Hu Y, Song D, et al. The effects of straw incorporation with plastic film mulch on soil properties and bacterial community structure on the loess plateau[J]. European Journal of Soil Science, 2021, 72(2): 979-994. ( 0) |
2. Key Laboratory of Marine Environmental and Ecology, Ministry of Education, Ocean University of China, Qingdao 266100, China;
3. Shandong Provincial Key Laboratory of Marine Environment and Geological Engineering, Ocean University of China, Qingdao 266100, China