2018, Vol. 38
[PDF全文]
2. 安徽师范大学生命科学学院, 芜湖 241000
2. College of Life Sciences, Anhui Normal University, Wuhu 241000
人类活动引起大气温室气体浓度不断攀高而导致全球气候持续变暖并已成为人类面临的最严峻的环境问题之一(Harde et al., 2010), 其中CO2、N2O和CH4等主要温室气体排放的增加所引起的温室效应是全球变暖的主要促动因素(杨雨浛等, 2017).据估计, 大气中每年有5%~20%的CO2、15%~30%的CH4、80%~90%的N2O来源于土壤(Hansen et al., 1990), 因此土壤是温室气体的重要排放源(张玉铭等, 2011).土壤温室气体的排放受土壤理化性质、微生物、环境等因素的影响(武岩等, 2017).据估算我国每年来自农业的有机物料(秸秆、粪尿和饼肥等)约为40×108 t, 可为农作物提供养分约1×108 t (程明芳等, 2004), 对农业生产具有非常重要的利用价值(黄国勤等, 2004).有机物料的广泛应用, 不仅对农业土壤有机碳转化有着重要影响, 其对温室气体排放的贡献也很巨大.有研究表明, 施用有机物料可以明显提高土壤中有机质含量和微生物生物量, 可以不同程度的增加土壤温室气体的排放(郭艳亮等, 2015; 李柘锦等, 2016).而部分研究表明土壤中添加生物质炭可以改变土壤理化性质和微生物活性, 进而影响土壤CO2、N2O和CH4等温室气体排放(Van et al., 2009; 花莉等, 2013).
但目前的研究都主要是针对生物质炭或者有机物料施用对土壤温室气体排放及微生物活性的影响, 而较少见生物质炭和有机物料混施对温室气体排放和微生物活性影响的报道(陈晨等, 2017).生物质炭和有机物料的性质不同, 但都可以通过影响土壤微生物的活性进而对土壤温室气体的排放产生影响.据此, 本实验采用室内培养方式, 通过向土壤中添加一定量生物质炭和不同有机物料, 研究生物质炭和不同有机物料混施对土壤温室气体排放和微生物活性的影响, 以期为理解生物质炭与有机物料混施对土壤温室气体排放的影响及农业生产如何促进全球增汇减排提供一定的理论依据.
2 材料与方法(Materials and methods) 2.1 实验材料 2.1.1 供试土壤土壤采自南京雨花台区板桥镇, 为长江南岸冲积地的水稻土(土壤质地为砂质壤土), 种植制度为长期稻麦轮作, 取样时间为2016年5月, 取样深度为0~20 cm, 鲜土采集后, 剔除石块、大中型土壤动物及根茬等残体, 过2 mm筛4 ℃冰箱保存备用.土壤基本理化性质如下：pH 6.43±0.04 (采用精密pH计(PHS-3C)测定, 土水比为1:2.5), 有机碳(10.87±0.06) g·kg-1 (采用重铬酸钾容量法), 全氮(0.89±0.01) g·kg-1 (采用开氏法), 硝态氮(27.17±0.03) μg·kg-1 (采用2 mol·L-1 KCl浸提-紫外分光光度法), 铵态氮(5.42±0.05) μg·kg-1 (采用2 mol·L-1 KCl浸提-靛酚蓝比色法) (鲍士旦, 2000).
2.1.2 供试有机物料大豆饼：购于南京当地制油厂轧制大豆油后的大豆饼, 有机碳：783.2 g·kg-1, 全氮：68.3 g·kg-1, C/N：11.5.
小麦秸秆：为南京雨花台区旱地当季小麦收获后的秸秆, 有机碳：419.3 g·kg-1, 全氮：8.4 g·kg-1, C/N：49.9.
鸡粪：采集于南京郊区养鸡场, 有机碳：254.8 g·kg-1, 全氮：16.1 g·kg-1, C/N：15.8.
生物质炭：由河南三利新能源公司提供, 其炭化原料为小麦秸秆, 350~550 ℃下限氧热裂解炭化制得.生物质炭的基本性质为：pH (H2O)：10.2, 有机碳：465.2 g·kg-1, 全氮：5.9 g·kg-1, C/N：78.8.
以上有机物料施入土壤前磨碎并通过2 mm筛, 使其与土壤混合均匀.
2.2 试验设计利用上述土壤及生物质炭、大豆饼、小麦秸秆和鸡粪等为试验材料, 共设5个处理：①新鲜土壤(S), 作为对照处理；②新鲜土壤+ 2%生物质炭(SB)；③新鲜土壤+ 2%生物质炭+ 1%大豆饼(SBS)；④新鲜土壤+ 2%生物质炭+ 1%小麦秸秆(SBW)；⑤新鲜土壤+ 2%生物质炭+ 1%鸡粪(SBC).
试验步骤：(1)按照上述试验设计, 将相应的土壤分装到250 mL三角瓶中, 每瓶装新鲜土样160 g, 每个处理15个三角瓶, 共计75个三角瓶；(2)按上述试验设计添加相应量的生物质炭和有机物料, 于25 ℃下恒温培养, 培养期间用称重法每隔2 d将土壤水分调至田间最大持水量的50%.于第0、10、20、40、80天进行破坏性采样, 每次每个处理随机取3个三角瓶作为3个重复, 测定土壤温室气体排放、土壤微生物生物量碳、土壤酶活性等指标.
2.3 测定方法土壤温室气体的采集、测定及综合增温潜势计算：称取50.0 g土样, 均匀铺于灭菌的500 mL西林瓶底, 然后密封, 置于25 ℃下黑暗培养24 h.用50 mL注射器从气体采集口插入, 每次来回抽动3次以将西林瓶内气体混匀, 抽出30 mL气体注入到真空铝箔气体采集袋保存.采样后样品2 d内用Agilent 7890A气相色谱仪进行分析, 载气为高纯N2, N2O测定用电子捕获(ECD)检测器, 工作温度300 ℃.CO2和CH4测定采用氢火焰(FID)检测器, 工作温度300 ℃, 然后计算CO2、CH4、N2O等气体排放量(吕艳杰等, 2016).综合增温潜势(global warming potential, GWP)是根据IPCC的报告来计算(IPCC, 2013; 熊正琴和张晓旭, 2017).即在100年时间尺度上, 单位质量的CH4和N2O的全球增温潜势分别为单位质量CO2的28倍和265倍, 即GWP = GWPCO2 + GWPN2O + GWPCH4= RCO2 × 1 + RN2O × 265 + RCH4 × 28, 其中, RN2O和RCH4分别表示根据单位质量增温潜势换算为CO2当量的排放量.
微生物生物量碳的测定采用氯仿熏蒸-K2SO4提取-碳自动分析仪法(吴金水等, 2006).
碱性磷酸酶、脲酶和FDA水解酶的活性采用比色法测定, 过氧化氢酶活性测定用高锰酸钾滴定法测定(关松荫, 1986).
2.4 数据统计与分析试验数据采用Microsoft Excel 2013软件进行整理并作图, 不同处理间差异采用SPSS 20. 0统计分析软件进行多因素方差分析, LSD法进行显著性检验(p=0.05), 所有数值均呈现为平均值±标准误(n=3).
3 结果与分析(Results and analysis) 3.1 生物质炭与不同有机物料混施对土壤温室气体排放及综合增温潜势(GWP)的影响在培养期内各处理土壤CO2排放量总体逐渐下降后趋于稳定, 且各有机物料与生物质炭混施处理均显著高于处理SB和S第10 d时(处理SBC除外), 处理SB和对照处理S间无显著差异(图 1a).第0~40 d时, 除处理S外, 其它处理土壤CO2排放量都表现为SBS＞SBW＞SBC＞SB, 且第0 d、20 d和40 d时, 处理SBS、SBW和SBC间差异显著, 且都显著高于处理SB (p < 0.05)；第10 d时, 处理SBS和SBW间无显著差异, 但都显著高于处理SBC和SB, 且处理SBC、SB和对照S间无显著差异(p＞0.05).第80 d时, 土壤CO2排放量表现为SBW＞SBS＞SBC＞S＞SB, 其中处理SBS和SBW间、处理SB和S间无显著差异, 但有机质和生物质炭混施处理的CO2排放量显著高于生物质炭处理SB.整个培养期内, 处理SBS、SBW和SBC的CO2排放量分别是处理SB的4.6~52.2、2.5~40.4和1.6~7.9倍.
 |
| 图 1 生物质炭与不同有机物料混施对土壤CO2 (a)、N2O (b)、CH4 (c)排放和综合增温潜势(GWP) (d)的影响 (不同字母表示处理间存在显著差异, p < 0.05.下同) Fig. 1 Effect of mixed application of biochar and different organic materials on soil CO2 (a), N2O (b), CH4 (c) emission and global warming potential (GWP) (d) |
在整个培养期内土壤N2O排放量大体呈现先降低后上升再降低的趋势(图 1b), 且只添加生物质炭处理SB和对照处理S的N2O排放量没有显著差异.土壤N2O排放量表现为处理SBS最大, 在第0~80 d时分别是处理SB的26.25、2.42、39.45、23.36和1.82倍, 且显著高于其它处理, 处理SBW、SBC和SB间的N2O排放量无显著差异(p＞0.05).
在培养期内土壤CH4排放量整体呈初期排放中期吸收, 最后排放的趋势(图 1c).除第10天时处理SBC的CH4排放量显著低于其它处理(p < 0.05), 以及第20天时处理S的CH4排放与其它处理存在差异外, 其它各处理间无显著差异.
从图 1d可以看出, 整个培养期内GWP的变化规律和CO2排放的规律基本一致, 处理SBS、SBW和SBC分别是处理SB的4.19~55.03、2.51~39.98和1.65~7.77倍；处理SB与对照处理S间GWP无显著差异(p＞0.05).
3.2 生物质炭与不同有机物料混施对土壤微生物生物量碳和微生物呼吸熵的影响从图 2a可以看出在培养期内土壤微生物生物量碳整体呈先上升后下降趋于平稳的趋势.第0 d时, 微生物生物量碳表现为SBS＞SB＞SBC＞SBW＞S, 除处理SBW和SBC间无显著差异外, 其它处理间均存在显著差异(p < 0.05).第10天和第20天时, 微生物生物量碳都表现为SBS＞SBW＞SBC＞S＞SB, 除第10天时处理SB和S间、处理SBC和S间无显著差异外, 其它处理间均存在显著差异(p < 0.05).第40天时, 微生物生物量碳表现为SBW＞SBS＞SB＞SBC＞S, 除处理SBS和SB间无显著差异外, 其它各处理间均存在显著差异(p < 0.05)；第80天时, 微生物生物量碳表现为SBW＞SBC＞S＞SBS＞SB, 除处理SB和S间、处理SBC和S间无显著差异外, 其它处理间均有显著差异, 且处理SBS、SBW和SBC都显著高于处理SB.
 |
| 图 2 生物质炭与不同有机物料混施对土壤微生物量碳(a)、土壤微生物呼吸熵(b)的影响 Fig. 2 Effect of mixed application of biochar and different organic materials on soil microbial biomass C (a), soil microbial respiratory quotient (qCO2) (b) |
从图 2b可以看出在培养期内土壤微生物呼吸熵整体呈逐渐下降后趋于稳定.第0天时, 微生物呼吸熵表现为SBS＞SBW＞SBC＞S＞SB, 除处理SBC和S间无显著差异外, 其它处理间均存在显著差异, 处理SB显著低于处理S, 处理SBS、SBW和SBC都显著高于处理SB.第10天时, 除处理SB和SBC显著高于处理S外, 其它处理间无显著差异.第20天时, 除处理SBC和SB间、处理SBC和S间无显著差异外, 其它各处理间有显著差异, 且处理SB显著低于处理S, 处理SBW和SBS都显著高于处理SB和S.第40天时, 除处理SBS、SBW和对照处理S间无显著差异外, 其它处理间均有显著差异, 且处理SB显著低于处理S, 处理SBS、SBW和SBC都显著高于处理SB (p < 0.05).第80天时, 除处理SBC、SB和S间以及处理SBS和SBW间无显著差异外, 其它处理间均有显著差异, 且处理SBS和SBW都显著高于其它处理(p < 0.05).
3.3 生物质炭与不同有机物料混施对土壤酶活性的影响在整个培养期内, FDA水解酶活性整体表现为先升高后降低的趋势(图 3a).第0天时, FDA水解酶活性表现为SBW＞SBC＞SBS＞SB＞S, 除处理SB和对照处理S间无显著差异外, 其它处理间都有显著差异, 且处理SBW、SBC和SBS都显著高于处理SB (p < 0.05).第10天时, FDA水解酶活性表现为SBS＞SBC＞SBW＞SB＞S, 各处理间均有显著差异, 且处理SB显著高于对照S, 处理SBS、SBC和SBW都显著高于处理SB (p < 0.05).第20天时, FDA水解酶活性表现为SBW＞SBS＞SBC＞SB＞S, 各处理间均有显著差异, 且处理SBW的FDA水解酶活性达到最大值, 是处理SB的5.28倍.第40天时, FDA水解酶活性表现为SBS＞SBW＞SBC＞S＞SB, 各处理间均有显著差异, 但处理SB显著低于对照S, 处理SBS、SBW和SBC都显著高于处理SB, 且处理SBS的FDA水解酶活性达到最大值, 是处理SB的3.52倍.第80天时, FDA水解酶活性表现为SBS＞SBC＞SBW＞S＞SB, 处理SB与对照S间、处理SBW和SBC间无显著差异, 但其它处理间有显著差异, 且处理SBS、SBC和SBW都显著高于处理SB和对照S (p < 0.05).
 |
| 图 3 生物质炭与不同有机物料混施对土壤FDA水解酶(a)、H2O2酶(b)、脲酶(c)和碱性磷酸酶(d)活性的影响 Fig. 3 Effect of mixed application of biochar and different organic materials on soil FDA hydrolysis activity (a), catalase activity (b), urease activity (c), alkaline phosphatase activity (d) |
在整个培养期内, 土壤过氧化氢酶活性整体表现为稳定但有逐渐下降的趋势(图 3b).处理SB的过氧化氢酶活性除了第0天时显著低于对照S和第40天时显著高于对照S外, 其它时间都和对照S间无显著差异.生物质炭和不同有机物料混施处理的过氧化氢酶活性均显著高于单施生物质炭处理SB和对照处理S, 处理SBS的过氧化氢酶活性最高且显著高于其它处理, 而处理SBW和SBC间无显著差异.
在整个培养期内, 土壤脲酶活性整体表现为不断增强的趋势(图 3c).除了第0天和第10天时, 处理SB脲酶活性显著低于对照S外(p < 0.05), 其它时间都和对照S间无显著差异.生物质炭和不同有机物料混施处理脲酶活性均显著高于处理SB和对照S (p < 0.05).在第0~40天时, 处理SBS的脲酶活性最大, 显著高于其它处理.第80天时, 处理SBW脲酶活性达到最大值, 是处理SB的3.85倍, 显著高于其它处理；处理SBS和SBC脲酶活性显著高于处理SB, 处理SBS和SBC间无显著差异.
在整个培养期内, 土壤碱性磷酸酶活性整体表现为逐渐降低的趋势(图 3d), 处理SB碱性磷酸酶活性和对照S无显著差异.第0天时, 处理SBS碱性磷酸酶活性达到最大值, 是处理SB的3.72倍, 显著高于其它处理；处理SBW显著高于处理SB, 处理SBC和SB间无显著差异.第10天时, 处理SBS和SBC碱性磷酸酶活性显著高于处理SB, 而处理SBW显著低于处理SB.第20~80天时, 处理SBS碱性磷酸酶活性最大, 显著高于处理SB, 处理SBW、SBC与处理SB间无显著差异.
3.4 土壤温室气体排放及GWP与土壤微生物活性相关性分析相关性分析表明(表 1), 土壤CO2排放量及GWP与微生物量碳、H2O2酶和碱性磷酸酶活性间存在显著正相关关系(p < 0.01)；N2O排放量与微生物量碳、FDA水解酶、H2O2酶、脲酶和碱性磷酸酶活性间存在显著正相关关系(p < 0.05)；CH4与FDA水解酶活性间存在显著负相关关系(p < 0.01), 与微生物量碳间存在显著正相关关系(p < 0.05)；GWP与CO2和N2O排放间存在显著正相关关系(p < 0.01).
| 表 1 温室气体、微生物生物量碳与酶活性的相关性分析 Table 1 The relationship between greenhouse gases, microbial biomass carbon and enzyme activities |
 |
CO2、CH4、N2O作为主要的温室气体, 在大气中含量易受人类活动的影响, 尤其是农业生产的影响(张玉铭等, 2011), 且都具有较长的大气寿命(张华等, 2013).目前衡量温室气体增温能力的重要指标之一是综合增温潜势(GWP).大多研究认为生物质炭施用会影响温室气体的排放, 但与土壤理化性质、生物质炭性质与数量等因素有着密切关系.如Zhang等(2012)大田试验证明, 施用20 t·hm-2的小麦秸秆生物质炭对CO2排放无明显影响, 当施用量为40 t/hm2时, CO2排放增加了17.2%.在水稻田内添加生物质炭能够显著降低N2O的排放(Zhang et al., 2012; 张斌等, 2012), 但Clough等(2010)发现生物质炭施入土壤后促进N2O排放.Liu等(2011)对水稻土的培养试验表明, 木炭和秸秆炭在1.5%、2.5% (w/w)的施用水平下均降低了CH4排放, 且在2.5%的施用量下CH4的排放分别减少了51.1%和91.2%.本研究发现添加生物质炭处理SB与对照处理S相比, CO2、CH4、N2O的排放都无显著差异, 这可能是生物质炭施用量较少而对土壤的性质改变较小有关, 这与张斌等(2012)的研究结果是一致的.生物质炭和有机物料混施可以显著增加CO2的排放, 且初期增加最快而后平稳, 且大豆饼施用增加的最多, 主要原因是有机物料进入土壤后作为碳源增加了部分土壤微生物的呼吸作用, 其中大豆饼有机质含量最高且易分解利用, 微生物呼吸作用最强, 使CO2排放量迅速增加(祁乐等, 2017)；后期由于有机物料的消耗使CO2排放量也随之减少.研究表明土壤中相关微生物的种群丰度、群落结构与活性对N2O的排放具有重要影响(朱永官等, 2014), 土壤N2O排放量也取决于土壤的氧化还原特性.有机物料和生物质炭可能通过改变硝化微生物和反硝化微生物的菌群丰度和结构来影响土壤硝化作用和反硝化作用过程(陈晨等, 2017).秸秆施用对土壤N2O排放的影响也不明确, 主要是因为秸秆对土壤状况的改变程度与土壤特性、秸秆类型和秸秆还田量等都有一定的关系(贺京等, 2011).有研究表明鸡粪的氮素在一定时间内比较难以分解, 从而抑制了微生物硝化和反硝化过程, 使N2O排放量减少(周贝贝等, 2016).本研究发现添加大豆饼的处理N2O排放量大于其它处理, 且在中期排放量最大, 这可能是因为土壤微生物将大豆饼逐渐分解矿化并释放出较多的N2O；而实验后期有机物料矿化达到平衡状态, N2O释放趋于下降并稳定.
本研究的GWP的变化趋势与CO2的排放趋势相近(图 1a, 1d), 即GWP变化主要取决于CO2排放量, 说明CO2是产生温室效应最主要的气体, 与目前全球变暖的主要原因是基本一致的.本研究也发现生物质炭和有机物料混施对温室气体排放的影响与土壤微生物活性呈显著正相关(表 1).本研究表明, 有机物料施用会导致全球变暖风险增加, 这与沈仕洲等(2015)的观点是一致的.本研究也发现只添加生物质炭并未能明显减少温室气体的排放, 这可能是添加的生物质炭量比较少, 对温室气体排放的影响不明显, 这与添加生物质炭量大于20%时才能显著降低土壤CO2的排放的研究结果相互印证(Yuan et al., 2011).
微生物生物量碳能反映土壤微生物数量的多少(崔丽娜等, 2010), 虽然其在土壤有机质中占很小一部分, 却是土壤碳素养分转化和循环的重要参数, 可以较直观地反映土壤微生物和土壤肥力状况(王继红等, 2004).本研究发现添加大豆饼和秸秆的土壤微生物生物量碳在培养期内先增加后减少, 这与彭智良等(2009)研究不同有机物料对烟田土壤微生物的影响结果是一致的.土壤微生物生物量碳增加可能是因为有机物料作为碳源, 可促进部分土壤微生物生长, 增加微生物数量；实验后期微生物生物量碳降低且趋近于实验初期状态, 可能是随着有机物料的分解导致微生物数量减少并逐渐恢复到正常状态.
土壤FDA水解酶活性是多种酶活性的体现, 包括蛋白酶、脂肪酶和酯酶等(马星竹, 2010), 能有效反映土壤微生物总活性的变化.本研究发现只添加生物质炭的处理在0~20 d期间FDA水解酶活性高于对照S, 且第10天和第20天时有显著差异, 这可能是因为生物质炭的添加为土壤微生物提供了少量的碳源和氮源等营养物质, 使得FDA水解酶活性增强；后期低于对照S, 且第40 d时有显著差异, 可能是因为碳源和氮源等营养物质的消耗而使FDA水解酶活性降低(花莉等, 2013; 张斌等, 2012).也有研究表明, 不同种类和数量的生物质炭的添加, 对土壤酶活性都有不同的影响(饶霜等, 2016; 尚艺婕等, 2015).有机物料和生物质炭混施的处理, FDA水解酶活性都显著高于生物质炭处理SB, 且都呈现先增加后降低的趋势, 这可能是有机物料的添加为微生物提供了碳源和其它营养物质, 使微生物代谢增加, 酶活性提高, 其后随着碳源和营养物质的消耗, 使得微生物代谢减缓, 酶活性降低.
过氧化氢酶是好氧微生物的指示物, 是一种反映土壤氧化还原能力的酶, 过氧化氢酶活性与微生物数量、土壤肥力有密切的联系(郭正元等, 2005).本研究发现只添加生物质炭处理SB的过氧化氢酶活性初期显著低于对照S, 后期和对照S没有显著差异甚至显著高于对照, 这可能是生物质炭的添加, 使土壤环境产生了变化, 抑制了部分微生物的生长及代谢, 使过氧化氢酶活性降低, 后期可能是微生物适应了环境而数量略有增加, 使得过氧化氢酶活性逐渐增高.有机物料和生物质炭混施处理的过氧化氢酶活性都显著高于处理SB, 可能是土壤中施加有机物料后, 提高了土壤有机质的含量, 促进了土壤中好氧微生物的增长, 使得土壤过氧化氢酶活性明显增强(李平等, 2017).处理SBS的过氧化氢酶活性最强且都显著高于其它处理, 可能是大豆饼中有机质含量最高且易于分解利用而使微生物增殖最多, 过氧化氢酶活性最强.
脲酶是一种高度专性的酶, 能促使尿素水解成氨、水、CO2, 其活性大小能反映土壤的氮素转化情况(程坤等, 2017).本研究发现只添加生物质炭处理SB的脲酶活性初期显著低于对照S, 后期和对照S无显著差异, 可能是生物质炭的添加, 使得前期土壤中的氮素被吸附, 可利用氮素减少, 从而使脲酶活性降低, 后期可能是土壤中的氮素吸附与解吸过程达到平衡, 脲酶活性增强(李平等, 2017).有机物料和生物质炭混施处理脲酶活性都显著高于处理SB, 可能是有机物料为土壤微生物提供了更多氮源, 促进微生物增殖, 脲酶活性增强.
碱性磷酸酶广泛存在于生物界, 是催化含磷有机酯和酐水解的一类酶的总称, 是生物磷代谢的重要酶类(Rogers et al., 1960; 陈素丽等, 1997).土壤碱性磷酸酶活性高低, 直接影响着土壤中有机磷的分解转化及其生物有效性(沈菊培等, 2005).因此, 碱性磷酸酶在土壤生物释磷过程中起重要作用(Peix et al., 2003; Mehta et al., 2001).本研究发现只添加生物质炭处理对碱性磷酸酶活性没有显著影响, 可能是添加生物质炭较少而对土壤的改良效果较小.而有机物料和生物质炭混施处理, 除了第10天时处理SBW的碱性磷酸酶活性显著低于其它处理外, 有机物料施用都可以促进碱性磷酸酶活性增强, 第0天时大豆饼混施处理碱性磷酸酶活性最强, 可能与大豆饼所含的磷素和其它营养物质较丰富并易于利用有关；培养后期碱性磷酸酶活性降低, 可能是有机物料所含有机质逐渐被消耗减少并被分解转化成有机酸使土壤酸性增强, 从而抑制碱性磷酸酶活性导致的(于群英, 2001).
5 结论(Conclusions)1) 有机物料施用促进土壤CO2、N2O排放明显增加, 而对CH4排放影响无明显规律, 综合增温潜势(GWP)明显上升, 加剧了温室效应；本研究中的生物质炭施用量对土壤温室气体排放的影响不明显.
2) 有机物料施用在一定程度上可促进土壤微生物生物量碳及代谢熵增加, 促进FDA水解酶、过氧化氢酶、脲酶和碱性磷酸酶活性增强；而生物质炭施用对土壤微生物活性没有显著影响.
鲍士旦. 2000. 土壤农化分析[M]. 北京: 中国农业出版社.
|
程坤, 周际海, 金志农, 等. 2017. 土壤微生物活性对石油原油、铅镉及其复合污染的响应[J]. 环境科学学报, 2017, 37(5): 1976–1982.
|
程明芳, 金继运, 李春花, 等. 2004. 施用钾肥和有机物料对小麦产量、品质的影响[J]. 中国土壤与肥料, 2004(5): 9–11.
DOI:10.11838/sfsc.20040503 |
Clough T J, Bertram J E, Ray J L, et al. 2010. Unweathered wood biochar impact on nitrous oxide emissions from a bovine-urine-amended pasture soil[J]. Soil Science Society of America Journal, 74(3): 852–860.
DOI:10.2136/sssaj2009.0185
|
陈晨, 许欣, 毕智超, 等. 2017. 生物炭和有机肥对菜地土壤N2O排放及硝化-反硝化微生物功能基因丰度的影响[J]. 环境科学学报, 2017, 37(5): 1912–1920.
|
陈素丽, 陈清西, 胡天惠, 等. 1997. 长毛对虾酸性磷酸酶的纯化与性质[J]. 厦门大学学报(自然科学版), 1997, 36(1): 121–125.
|
崔丽娜, 董树亭, 高荣岐, 等. 2010. 外源四环素对菜田土壤微生物活性及数量的影响[J]. 水土保持学报, 2010, 24(1): 214–218.
|
关松荫. 1986. 土壤酶及其研究方法[M]. 北京: 农业出版社.
|
郭艳亮, 王丹丹, 郑纪勇, 等. 2015. 生物炭添加对半干旱地区土壤温室气体排放的影响[J]. 环境科学, 2015, 36(9): 3393–3400.
|
郭正元, 唐美珍, 袁敏, 等. 2005. 碘甲磺隆钠盐对土壤中几种生物学指标的影响[J]. 农药学学报, 2005, 7(1): 88–91.
|
Hansen J E, Lacis A A. 1990. Sun and dust versus greenhouse gases:an assessment of their relative roles in global climate change[J]. Nature, 346(6286): 713–719.
DOI:10.1038/346713a0
|
Harde B. 2010. Smoldered-Earth policy:Created by ancient amazonian natives, fertile, dark soils retain abundant carbon[J]. Science News, 169(9): 133–133.
|
贺京, 李涵茂, 方丽, 等. 2011. 秸秆还田对中国农田土壤温室气体排放的影响[J]. 中国农学通报, 2011, 27(20): 246–250.
|
花莉, 唐志刚, 解井坤, 等. 2013. 生物质炭对农田温室气体排放的作用效应及其影响因素探讨[J]. 生态环境学报, 2013, 22(6): 1068–1073.
|
黄国勤, 王兴祥, 钱海燕, 等. 2004. 施用化肥对农业生态环境的负面影响及对策[J]. 生态环境学报, 2004, 13(4): 656–660.
|
IPCC. 2013. The Physical Science Basis: working group I contribution to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[R]. Stockholm: Cambridge University Press
|
李平, 郎漫, 李淼, 等. 2018. 不同施肥处理对东北黑土温室气体排放的短期影响[J]. 环境科学, 2018, 39(5): 2360–2367.
|
李柘锦, 隋鹏, 龙攀, 等. 2016. 不同有机物料还田对农田系统净温室气体排放的影响[J]. 农业工程学报, 2016, 32(s2): 111–117.
|
Liu Y, Yang M, Wu Y, et al. 2011. Reducing CH4 and CO2 emissions from waterlogged paddy soil with biochar[J]. Journal of Soils & Sediments, 11(6): 930–939.
|
吕艳杰, 于海燕, 姚凡云, 等. 2016. 秸秆还田与施氮对黑土区春玉米田产量、温室气体排放及土壤酶活性的影响[J]. 中国生态农业学报, 2016, 24(11): 1456–1463.
|
马星竹. 2010. 长期施肥土壤的FDA水解酶活性[J]. 浙江大学学报(农业与生命科学版), 2010, 36(4): 451–455.
DOI:10.3785/j.issn.1008-9209.2010.04.016 |
Mehta S, Nautiyal C S. 2001. An efficient method for qualitative screening of phosphate-solubilizing bacteria[J]. Current Microbiology, 43(1): 51–56.
DOI:10.1007/s002840010259
|
Peix A, Rivas R, Mateos P F, et al. 2003. Pseudomonas rhizosphaerae sp. nov., a novel species that actively solubilizes phosphate in vitro[J]. International Journal of Systematic & Evolutionary Microbiology, 53: 2067–2072.
|
彭智良, 黄元炯, 刘国顺, 等. 2009. 不同有机物料对烟田土壤微生物以及烟叶品质和产量的影响[J]. 中国烟草学报, 2009, 15(2): 41–45.
|
祁乐, 高明, 郭晓敏, 等. 2018. 生物炭施用量对紫色水稻土温室气体排放的影响[J]. 环境科学, 2018, 39(5): 2351–2359.
|
饶霜, 卢阳, 黄飞, 等. 2016. 生物炭对土壤微生物的影响研究进展[J]. 生态与农村环境学报, 2016, 32(1): 53–59.
DOI:10.11934/j.issn.1673-4831.2016.01.010 |
Rogers D, Reithel F J. 1960. Acid phosphatases of Escherichia coli[J]. Archives of Biochemistry & Biophysics, 89(1): 97–104.
|
尚艺婕, 王海波, 史静. 2015. 外加镉处理下秸秆生物质炭对土壤酶活性的影响[J]. 农业资源与环境学报, 2015, 32(1): 20–25.
|
沈菊培, 陈振华, 陈利军. 2005. 草甸棕壤水稻田磷酸酶活性及对施肥措施的响应[J]. 应用生态学报, 2005, 16(3): 583–585.
|
沈仕洲, 王风, 薛长亮, 等. 2015. 施用有机物料对农田温室气体排放影响研究进展[J]. 中国土壤与肥料, 2015(6): 1–8.
|
Shen J P, Chen Z H, Chen L J. 2005. Phosphatase activities in rice-planting meadow brown soil and their responses to fertilization[J]. Chinese Journal of Applied Ecology, 16(3): 583–585.
|
Van Z L, Singh B, Joseph S, et al. 2009. Biochar and emission of non-CO2 greenhouse gases from soil[M]//London, United kingdom: Earthscan Publications Ltd. Biochar for environmental management science and technology. 227-249
|
王继红, 刘景双, 于君宝, 等. 2004. 氮磷肥对黑土玉米农田生态系统土壤微生物量碳、氮的影响[J]. 水土保持学报, 2004, 18(1): 35–38.
|
吴金水, 林启美, 黄巧云, 等. 2006. 土壤微生物生物量测定方法及其应用[M]. 北京: 气象出版社.
|
武岩, 红梅, 林立龙, 等. 2017. 3种土壤改良剂对河套灌区玉米田温室气体排放的影响[J]. 环境科学, 2017, 39(1): 310–320.
|
熊正琴, 张晓旭. 2017. 氮肥高效施用在低碳农业中的关键作用[J]. 植物营养与肥料学报, 2017, 23(6): 1433–1440.
DOI:10.11674/zwyf.17282 |
杨雨浛, 易建婷, 张成, 等. 2017. 施用不同污泥堆肥品对土壤温室气体排放的影响[J]. 环境科学, 2017, 38(4): 1647–1653.
|
于群英. 2001. 土壤磷酸酶活性及其影响因素研究[J]. 安徽科技学院学报, 2001, 15(4): 5–8.
|
Yuan J H, Xu R K, Zhang H. 2011. The forms of alkalis in the biochar produced from crop residues at different temperatures[J]. Bioresource Technology, 102(3): 3488–3497.
DOI:10.1016/j.biortech.2010.11.018
|
Zhang A, Bian R, Pan G, et al. 2012. Effects of biochar amendment on soil quality, crop yield and greenhouse gas emission in a Chinese rice paddy:A field study of 2 consecutive rice growing cycles[J]. Field Crops Research, 127(127): 153–160.
|
Zhang A, Liu Y, Pan G, et al. 2012. Effect of biochar amendment on maize yield and greenhouse gas emissions from a soil organic carbon poor calcareous loamy soil from Central China Plain[J]. Plant & Soil, 351(1/2): 263–275.
|
张斌, 刘晓雨, 潘根兴, 等. 2012. 施用生物质炭后稻田土壤性质、水稻产量和痕量温室气体排放的变化[J]. 中国农业科学, 2012, 45(23): 4844–4853.
DOI:10.3864/j.issn.0578-1752.2012.23.011 |
张华, 张若玉, 何金海, 等. 2013. CH4和N2O的辐射强迫与全球增温潜能[J]. 大气科学, 2013, 37(3): 745–754.
DOI:10.3878/j.issn.1006-9895.2012.12013 |
张玉铭, 胡春胜, 张佳宝, 等. 2011. 农田土壤主要温室气体(CO2、CH4、N2O)的源/汇强度及其温室效应研究进展[J]. 中国生态农业学报, 2011, 19(4): 966–975.
|
周贝贝, 王一明, 林先贵. 2016. 不同处理方式的粪肥对水稻生长和温室气体排放的影响[J]. 应用与环境生物学报, 2016, 22(3): 430–436.
|
朱永官, 王晓辉, 杨小茹, 等. 2014. 农田土壤N2O产生的关键微生物过程及减排措施[J]. 环境科学, 2014, 35(2): 792–800.
|