冯 练,周 俊,董玉兵,李双双,熊正琴
(南京农业大学资源与环境科学学院/江苏省低碳农业和温室气体减排重点实验室,南京 210095)
农田作为陆地生态系统的主要组成部分,是N2O的重要排放源。据估计,来自于农田土壤的N2O排放量约占农业排放源的38%左右[1]。集约化菜地作为特殊的农田生态系统,具有施肥量大、复种指数高以及农事操作频繁等特点,其施肥量通常是其他农业生态系统的3~4倍[2]。而氮肥的过量施用会造成N2O的大量排放[3],引起全球温室效应。在百年时间尺度内单位质量N2O的全球增温潜势 (GWP)是CO2的298倍[4]。目前大气中N2O浓度已经达到325 mg/kg[5],而且向大气排放的N2O正以年均N 0.08 Tg的速度增长[6]。生物质炭由于其巨大的表面积和高稳定性[7-8],可减缓土壤酸化、减少土壤矿质氮淋溶、维持土壤肥力并促进作物生长[9],有效减缓农业生产中温室气体的排放[10-14]。Cayuela等[15]发现施用生物质炭可以减少54%的土壤N2O排放,但也有一些研究发现生物质炭施入土壤对N2O排放没有影响[16-17],甚至增排[18-22]。此外,生物质炭具有极高的稳定性,除极小的一部分 (〈 3%) 会被降解,可在土壤中稳定地存在成百上千年[23-24]。然而,生物质炭对温室气体的减排作用,以及生物质炭对作物产量的影响,会随其施入土壤时间的变化而变化。Spokas等[25]通过室内培养发现生物质炭施入农田3年后N2O减排能力下降。甚至有研究发现生物质炭施入仅1年,其N2O减排能力就降低[26-27]。也有研究表明,生物质炭在施入土壤3年后对N2O仍具有显著的减排效果[28]。Kammann等[29]通过N15标记试验发现陈化生物质炭对土壤温室气体仍具有减排效力。此外,关于陈化生物质炭对作物产量的影响也有不同的研究结果。Liu等[30]发现在不同生物质炭和土壤类型下,生物质炭平均增产达8.4%,该影响可持续2年以上,陈化生物质炭的增产效果更明显。Hagemann等[31]的大田试验发现生物质炭施入土壤3年后,对作物产量无影响。可以说,生物质炭在土壤中的老化及其对温室气体排放及产量的长期影响尚不明确[32]。因此,本试验采用静态暗箱-气相色谱法,通过田间原位观测试验,对比研究了陈化生物质炭与新施生物质炭处理的土壤N2O排放规律和蔬菜产量的差异,旨在评价生物质炭陈化对集约化蔬菜生态系统中温室气体排放和蔬菜产量的长期效应。
试验地点位于江苏省南京市江宁区建南社区窦村 (32°01′ N,118°54′ E) 集约化种植菜地。该地区属于典型的长江中下游亚热带季风气候,年均日照1912.6 h,年均气温16.1℃,年均降水量1116 mm。一年可种植3~5季蔬菜,蔬菜种类繁多,是南方集约化蔬菜生产的典型代表。试验地土壤质地为黏土(粘粒30.5%、粉粒66.4%和砂粒3.1%)。试验土壤表土 (0—15 cm) 容重1.3 g/cm3。供试生物质炭购买于河南省三利新能源有限公司,由小麦秸秆在500℃热分解而成。试验土壤和生物质炭的基础理化性质见表1。
大田试验共设置4个处理,分别为:不施氮处理 (CK)、单施氮处理 (N)、施氮 + 新施生物质炭处理 (NCF)、施氮 + 老化生物质炭处理 (NCA)。其中,NCF在2016年6月施用生物质炭,NCA在 2012 年6月施用生物质炭,生物质炭施用量为40 t/hm2,于首季蔬菜种植前人工施入表层土壤 (0—15 cm) 并混合均匀,之后不再施加生物质炭。试验于2016年11月至2017年11月连续种植4季蔬菜,分别为小青菜、空心菜、苋菜、菠菜,每季蔬菜收获后休耕。在每季蔬菜种植前氮肥作为基肥一次性施入,施氮量均为N 240 kg/hm2,其中空心菜生长周期较长,共分为三次收获,并在第一茬收获后按照N 240 kg/hm2追肥一次。整个观测期共施肥 5 次,各施氮处理总施氮量为N 1200 kg/hm2。施肥时与尿素混匀撒施,磷肥 (钙镁磷肥,含P2O514%) 和钾肥 (氯化钾,含 K2O 63.2%) 按 N-P2O5-K2O质量比1∶1∶1施入。每个处理3次重复,共计12个小区,各处理小区面积9 m2(3 m × 3 m)。为保证蔬菜正常生长所需的温度或抵御不良天气条件的影响,空心菜季第一茬和苋菜种植过程中有塑料大棚覆盖。
表1 试验菜地土壤与生物质炭的基本性质Table 1 Basic physical and chemical properties of the tested soil and biochar
N2O排放通量测定采用静态暗箱—气相色谱法。采样箱由PVC材质制成 (长50 cm × 宽50 cm ×高50 cm)。试验开始前将底座埋入。采样时将采样箱扣向底座并向凹槽内注水以密封采样箱,防止采样箱内外气体交换。观察期内通常每周采集1次样品,施肥和灌溉后加密采样,1~2天一次,持续10天左右。采样时间均为上午9:00—11:00,在箱子密闭后的0、10、20和30 min用20 mL注射器针筒采集4个气体样品。用气相色谱仪 (Agilent 7890A)测定样品中的N2O浓度,检测器为ECD,载气为体积分数5%的氩甲烷,检测温度为300℃。
根据4个样品的N2O浓度值和采样时间的直线回归方程的斜率求得N2O的排放通量。N2O排放通量计算公式为:F=ρ×h×dC/dt× 273/(273 +T)
式中:F是N2O排放通量 [μg/(m2·h)];ρ是标准状态下气体流动时的密度 (g/L),其中N2O-N为1.25 g/L;h为采样箱高度(m);dC/dt为采样箱内的气体浓度变化率;T为采样过程中采样箱内的平均温度 (℃)。
各处理每次排放通量用各重复平均值表示;作物季节平均排放通量则以每次采样时间间隔为权重,进行加权平均求得;生长季节累积排放量以每次排放通量的加权和表示。
N2O排放系数是农业生态系统中N2O-N排放量占氮肥用量的质量百分数。基于IPCC (2007) 提供的方法,N2O-N直接排放系数EF (Emission Factor) 根据下式进行估算:N2O排放系数 = (N2O施氮排放量 -N2O对照排放量)/施氮量 × 100%。其中,周年排放系数以N2O周年累积排放值进行计算。
每次采集气体样品时,用便携式温度计 (JM624,中国天津金明仪器有限公司) 同步测定 (除气体加密采样外) 采样箱内温度、大气温度以及10 cm土层土壤温度。大田试验开始前采集耕层土壤 (0—15 cm),进行土壤背景理化性质的测定。土壤pH采用复合玻璃电极仪 (PHS-3Cmv/pH detector,Shanghai,China)进行测定,测定时土水比为1∶2.5。菜地土壤样品的采集应用5点采样法,采集菜地0—10 cm土层的新鲜土样,分为2份,1份用烘干法测定土壤质量含水量,根据土壤容重换算成土壤充水孔隙度 (water filled pore space, WFPS),计算公式:WFPS(%)=(土壤质量含水量×土壤容量)÷土壤总孔隙度×100。另1份用于测定土壤矿质氮和含量,土壤和含量采用比色法测定。将采集的新鲜土壤样品过2 mm筛,用2 mol/L KC1溶液按照1∶5的土水比进行浸提,浸提液用紫外分光光度计 (HITACffl,U-2900,Japan) 进行测定。
每季产量为当季蔬菜收获时,收取试验小区内的所有植株地上部,称鲜重计为产量,对可被收获多次的空心菜,以农户自己实际称重计产。周年蔬菜总产量为4季蔬菜产量之和。
综合考虑田间试验菜地N2O排放量和蔬菜产量,得出菜地单位产量N2O排放量[单位产量N2O排放量(N kg/t) = N2O累积排放量 (N kg/hm2)/蔬菜产量(t/hm2) ][33]。
采用Microsoft Excel 2013软件进行数据计算,采用SPSS 19.0软件对N2O排放通量与土壤WFPS、土壤温度、铵态氮、硝态氮和亚硝态氮进行相关性分析,对不同处理间N2O累积排放量、蔬菜产量和排放系数进行方差分析。利用Origin2017软件进行图表制作。
因各处理间土壤温度和WFPS差异不明显,故以各处理土壤温度和WFPS的平均值作图,显示其动态变化。观测期内菜地土壤温度和WFPS动态变化及箱线图见图1和图2。本试验中,观测期内土壤WFPS值介于37%~93%之间,周年平均值为57.5%。而第二季第一茬 (空心菜) 和第三季 (苋菜)的WFPS较其他观测期高,WFPS高达90%和93%。这是因为种植期内灌溉和农事操作频繁所导致的。试验期内周年覆盖温室大棚,土壤温度变化范围为5.8~29.7℃,周年平均气温为19.8℃,表现出比较明显的周年差异,体现为夏季温度高,冬季温度低。但在第二季第一茬空心菜的种植中,由于大棚覆膜导致土壤温度迅速上升。
图1 观测期内菜地土壤温度和土壤充水孔隙度平均值动态变化Fig. 1 Dynamics of average water filled pore space (WFPS)and soil temperature during the observation period
图2 观测期内菜地土壤充水孔隙度和土壤温度箱线图Fig. 2 WFPS and soil temperature box plots during the observation period
观测期内不同处理的土壤矿质氮浓度动态变化如图3所示。所有处理土壤含量在11~357 mg/kg之间波动,CK、N、NCF、NCA四个处理的平均NH含量分别为64.7、146.5、140.7和153.2 mg/kg;所有处理土壤含量在15~348 mg/kg之间波动,CK、N、NCF、NCA四个处理平均含量分别为49.9、179.6、170.7、167.5 mg/kg。所有处理土壤含量在0.3~27.6 mg/kg之间波动,CK、N、NCF、NCA四个处理平均含量分别为1.9、4.4、3.3、2.9 mg/kg。施肥和灌溉措施会导致土壤铵态氮、硝态氮和亚硝态氮含量的变化。其中,施加氮肥均显著增加了土壤无机氮含量的平均值。在整个试验期内,生物质炭的施用显著降低了土壤含量的平均值,而对土壤N含量的平均值无显著影响。
各处理N2O排放通量的季节性变化规律基本一致,但各种植季间排放规律明显不同 (图4)。在灌溉、施肥和翻耕等农事操作后会出现阵发性的土壤N2O排放峰。一般在施肥和灌溉后3 d内出现排放峰,且各处理间排放峰值差异明显。试验期内,最高的排放峰值出现在第3季 (苋菜) 种植期的N处理中,为N 11831 μg/(m2·h)。N2O排放主要集中在温度和湿度较高的第2季和第3季 (图4),并且主导了菜地周年N2O累积排放量。而第1季 (小青菜) 和第4季 (菠菜) 种植过程中未观测到明显的排放峰出现,主要原因是这两季蔬菜种植过程中气温较低,导致菜地土壤氮素转化速率较慢。
图3 观测期内不同处理的土壤矿质氮浓度动态变化Fig. 3 The concentrations of inorganic nitrogen of different treatments during the whole observation period
在四季蔬菜种植过程中,各处理间N2O累积排放量差异显著 (图5,P〈 0.05)。N2O累积排放量最高值出现在N处理中,为N 25.9 kg/hm2。N2O累积排放主要发生在第2季 (空心菜) 和第3季 (苋菜) 蔬菜种植过程中。其中第1季 (小青菜),与N处理相比,NCA处理N2O累积排放量和排放系数显著降低;而NCF处理显著增加了N2O累积排放量和排放系数。N2O排放主要发生在第2季 (空心菜) 种植过程中,与N处理相比,NCF处理显著降低了 (P〈0.05) N2O累积排放量和排放系数 (图5,表3),而NCA处理减排效果不显著。在第3 (苋菜) 和第4 (菠菜) 种植季,生物质炭处理 (NCF、NCA) N2O累积排放量和排放系数降低 (P〈 0.05)。
各处理间N2O周年累积排放量存在显著差异 (P〈0.05)。其中从CK最低,为N 4.8 kg/hm2;N处理最高,为N 25.9 kg/hm2。与N处理相比,生物质炭处理 (NCF、NCA) 菜地N2O周年累积排放量和周年排放系数均显著降低 (图5,表2)。其中NCA处理仍然具有较强的减排能力,整个轮作周期内NCA处理N2O周年累积排放量和周年排放系数较N处理分别显著降低38.8%和49.9%;NCF处理较N处理分别显著降低35.6%和46.2%。其中N2O周年累积排放量和周年排放系数在NCF和NCA处理间差异不显著。
图4 不同处理的土壤N2O排放通量动态变化Fig. 4 Dynamics of soil N2O fluxes under different treatments in intensified vegetable field
图5 菜地各处理各蔬菜季N2O累积排放量Fig. 5 Cumulative N2O emissions of individual vegetable crop season under different treatments in intensified vegetable field
整个试验期内CK处理周年蔬菜产量最低,为119.71 t/hm2。NCA处理蔬菜产量最高,为184.61 t/hm2,较CK高 54.2% (图6)。在整个试验周期内施用氮肥对各蔬菜季蔬菜产量的影响不一致;施用氮肥显著增加第1季、第2季和第4季的蔬菜产量 (图6,P〈 0.05),而在第3季蔬菜种植过程中产量无显著变化 (图 6,P〈 0.05)。与 N 处理相比,NCA和 NCF处理均增加蔬菜产量。其中NCA处理的增产效果达到显著水平。
整个周年内各处理单位产量N2O排放量范围为N 0.043~0.165 kg/t,CK处理单位产量N2O排放量最低。与N处理相比,氮肥配施生物质炭处理(NCF、NCA) 分别显著降低了49.8%和41.3%的单位产量N2O累积排放量 (图7,P〈 0.01)。其中NCA处理仍然具有较强的减排能力。NCF和NCA处理间单位产量N2O累积排放量无显著差异。
图7 各蔬菜季不同处理菜地单位产量N2O排放量Fig. 7 Yield-scaled N2O emission from individual vegetable crop season under different treatments in intensive vegetable field
本试验中,氮肥配施生物质炭处理 (NCF、NCA)均能显著降低集约化生产中菜地土壤N2O排放,这与之前的研究结果一致[34-35]。生物质炭因其疏松多孔的结构,施入土壤能影响土壤理化性质及微生物活性,改变土壤氮素转化过程[36],从而影响土壤N2O排放。具体表现为,施加生物质炭可短期增加土壤的氮素转化速率,从而将氮从稳定态氮库转化成活性态氮库,减少氮素的损失,进而减少N2O排放[37];作为氮转化过程的中间产物,可通过硝化细菌反硝化还原为N2O[38],并与土壤N2O累积排放量呈正相关关系[39]。施加生物质炭可降低土壤含量,进而降低土壤N2O排放。此外,生物质炭还可通过促进完全反硝化过程[40],使得更多的N2O转化为N2[41],以及通过自身作为电子受体实现“电子穿梭”,将电子转化到土壤中的反硝化微生物基团中,进一步促进反硝化过程的最后一步,把N2O转化为从而降低N2O排放;最后,生物质炭还可通过影响土壤N2O排放源以及硝化和反硝化过程的排放速率,进而影响土壤N2O的排放[42]。
生物质炭在施入田间后,由于受田间风化作用的影响,其官能团会发生变化[43],造成生物质炭对土壤的缓冲能力下降。此外,生物质炭表面氧化会随施入时间的推移有显著变化[44-45],影响其对土壤N2O排放的减排效果。Spokas等[25]的研究结果表明,由于生物质炭在农田土壤中的风化作用,其在施入土壤一段时间后会丧失对土壤N2O排放的抑制作用。因陈化生物质炭中抑制硝化反硝化的化合物流失造成其吸附能力下降[46],以及表面氧化使其失去提高土壤pH的能力[15],最终导致其N2O的减排能力降低。这与我们的结果并不一致。本研究发现施用生物质炭4年后仍能有效减少菜地土壤N2O的排放,主要原因是生物质炭能够长期稳定提升土壤肥力,及影响土壤的反硝化过程,促进N2O向N2的转化,降低土壤N2O的排放[11]。生物质炭对N2O排放的影响可能是由于其改变了菜地土壤氮素的转化过程[35]。
本研究中集约化菜地土壤N2O排放与土壤WFPS存在显著相关关系 (表 3,P〈 0.01)。Weier等[47]的研究同样发现,土壤WFPS和土壤温度是影响土壤N2O排放的主要因素。土壤WFPS通过影响土壤通气性、土壤氧化还原电位及微生物活性,进而影响土壤N2O的产生与排放[48-49]。有研究指出,土壤WFPS维持在50%~80%之间,是土壤硝化细菌和反硝化细菌活动产生N2O的最适土壤湿度[50-51]。为保证土壤水分的充足,蔬菜生长季频繁的灌溉导致了土壤WFPS维持在较高水平,造成N2O的排放集中在蔬菜生长季;而在休闲期,排放相对较低。有研究表明,土壤温度通过影响土壤氮素转化过程相关的微生物活性,进而影响土壤N2O的产生与排放。
表3 N2O排放通量与土壤充水孔隙度 (WFPS)、温度、矿质氮含量的相关关系 (r)Table 3 Correlation between N2O flux and water-filled pore space (WFPS), soil temperature and mineral N
Yao等[52]对茶园土壤的研究发现,温度是影响土壤N2O排放的主要因素之一。本试验发现,菜地土壤N2O排放通量与温度无显著相关关系,与前人研究结果不一致,这可能是由于受氮肥和频繁灌水的影响较大;同时由于覆膜等因素使得土壤温度的变化范围有限。进一步分析各处理N2O排放通量与土壤矿质氮含量的相关关系,发现各处理土壤N2O排放通量与土壤和间无显著相关关系。
与N处理相比,氮肥配施生物质炭处理 (NCF、NCA) 增加了蔬菜产量,其中NCA处理的增产效果达到显著水平。这主要是由于生物质炭能够改良土壤的结构[53],有效提高了与作物增产有关的关键土壤理化性质[54],激发了农田土壤的微生物活性,从而提高了蔬菜产量。与本研究在菜地上的研究结果一致。Major等[55]报道,施用生物质炭的当年玉米产量没有增加,但第二年至第四年,生物质炭均能促进玉米生长,尤其第四年增产极显著。这说明生物质炭对作物的增产效果具有持续性,在施入生物质炭几年后仍可观测到产量水平的大幅提升。Kocsis等[56]和Criscuoli等[57]分别在更长时间尺度上对生物质炭施用25年和158年的土壤取样分析,发现陈化生物质炭仍能明显提高土壤肥力并促进作物生长。Biederman等[58]发现施用生物质炭可普遍增加土壤pH值、总氮、SOC (土壤有机碳) 和作物产量。生物质炭的施用可长期稳定增加作物产量,是一种提高集约化蔬菜生产产量的有效措施。
土壤水分含量的变化显著影响 (P〈 0.01) 土壤N2O排放通量。施用4年后的陈化生物质炭能显著增加作物产量,且增产效果较新施生物质炭处理更优。此外,陈化生物质炭处理与新施生物质炭处理均能减少集约化蔬菜生态系统的温室气体排放及单位产量N2O排放量。因此,施用生物质炭对集约化蔬菜生态系统减排和改善作物生产具有长期效应。