水肥耦合对荒漠区煤矸石山蜀葵和沙打旺水分利用效率的影响

胡杭丽,王进鑫,2,马 戌,万小楠,张龙廷,陈 印,项 通

(1.西北农林科技大学资源环境学院，陕西 杨凌 712100；2.西北植物营养与农业环境重点试验室，陕西 杨凌 712100； 3.西北农林科技大学水土保持研究所，陕西 杨凌 712100)

煤炭是我国重要的一次性能源，煤炭开采在促进国民经济发展的同时，也给矿区周围生态环境和生态安全带来了威胁[1]。特别是在煤炭开采过程中排放的煤矸石，是产量最高、占地最多的一种工业固体废弃物[2]，其堆积不仅会占用大量土地、损毁原地貌和植被[3-4]，若自燃还会产生有害气体，降水淋溶也会导致重金属污染，从而严重破坏矿区及周边生态环境[5]。众多研究表明，植被恢复是改善采煤迹地生态环境、实现绿色发展的前提和重要手段[6]。

西北干旱荒漠区是我国重要的煤炭基地之一，近年来随着能源需求的日益增长，大量的煤矸石山等采煤迹地亟待恢复植被。然而由于地处干旱荒漠区，水资源匮乏，年平均降水量低，通常只有180～230 mm，难以满足植物正常生长对水分的需要，人工植被恢复初期必须进行灌溉补水，才能确保植被定居、生长。此外，西北干旱荒漠区采煤迹地多位于严重沙质荒漠化区[7]，植被恢复还面临着土壤养分贫瘠[8]，保水、保肥能力差等诸多问题。

为了建设绿色矿山，尽快恢复西北干旱荒漠区煤矸石山植被，我们以西北地区多年生景观生态型草本植物蜀葵(Althaearosea)和沙打旺(Astragalusadsurgens)为研究对象。前者花色鲜艳美观，根系发达，适应性强，繁殖系数高，耐寒、耐旱，特别是耐盐碱，在含盐0.6%、pH8.9的土壤中仍能正常生长；后者抗逆性强，耐旱、耐寒、抗风蚀和耐沙埋[9]。以叶片水分利用效率作为综合评价干旱荒漠区植物生长适宜程度的生理生态指标[10-11]，对两种典型草本植物的水肥耦合效应进行模拟研究，试图阐明采煤迹地蜀葵和沙打旺叶片水分利用效率对水肥耦合的响应规律，并通过模型寻优得出最优水肥搭配，旨在以最少的水分、养分投入，产出较多的干物质[12]，即提高草本植物的水分利用效率，以达到生态效益最大化和植被恢复的目的，为西北干旱荒漠区煤矸石山植被恢复提供技术支撑。

1 材料与方法

1.1 试验材料

试验土壤来自宁夏灵武市羊场湾煤矿排矸场取土场，由表层沙土和母质3∶1混合而成，将土壤过0.5 cm筛作为盆栽基质。经测定土壤的容重为1.44 g·cm-3，田间持水量13.5%，土壤pH值8.54，含盐量0.77 g·kg-1，有机质2.4 g·kg-1，碱解氮9.14 mg·kg-1，有效磷4.92 mg·kg-1，速效钾58.89 mg·kg-1，氮磷含量低于宁夏灵武天然草地[13]。与全国土壤养分含量分级标准[14]比较，除速效钾处于中等水平外，有效磷处于低水平，有机质、碱解氮尚不到极低水平的一半，养分极度缺乏。

供试草本植物蜀葵(Althaearosea(Linn.) Cavan)和沙打旺(AstragalusadsurgensPall.)种子，从宁夏远声绿阳草业生态工程有限公司购买，种子产自宁夏本地。氮肥和磷肥分别为尿素(含N 46%)和重过磷酸钙(含P2O546%)。

1.2 试验设计

盆栽试验采用三因素五水平二次回归通用旋转组合设计。根据试验土壤肥力状况，灵武排矸场土壤速效钾含量属中等水平，基本能满足蜀葵和沙打旺的正常生长要求，因此试验设计时不考虑钾肥。沙打旺属豆科植物，具根瘤菌，可将空气中的氮素转化利用，但对磷肥的需求相对较高[15]。因此，蜀葵和沙打旺的设计施氮、磷量略有不同。通过查找资料和开展预试验，土壤相对含水量下限确定为30%，以保证植物的正常存活。设计土壤相对含水量(Z1)、施氮量(Z2)和施磷量(Z3)3因素，各因素试验水平见表1。施氮量、磷量分别为纯N和P2O5用量，实际化肥施用量需根据质量百分比进行换算。其中第j因素的上、下水平分别为Z2j、Z1j，根据二次回归通用旋转组合设计确定各因素的零水平Z0j和变化间距Δj：

表1 蜀葵和沙打旺三因素五水平编码值Table 1 Three-factor and five-level coding values of Althaea rosea and Astragalus adsurgens

Z0j=0.5(Z1j+Z2j)

(1)

Δj=(Z2j-Z0j)/γ

(2)

土壤相对含水量(Z1)、施氮量(Z2)、施磷量(Z3)三因素的编码值分别记为X1、X2、X3，根据(3)式进行计算。

Xij=(Zij-Z0j)/Δj

(3)

试验于2019年3—8月在陕西省杨凌示范区西北农林科技大学南校区的干旱实验大棚内进行。盆栽试验于2019年3月中旬开始播种，植物长出3片真叶(4月20日)时间苗，每盆保留10株长势一致的幼苗。从6月1日开始，每天8∶00通过称重法控制盆栽土壤相对含水量。N素总量的30%、40%、30%分别于5月19日、6月10日、6月24日采用水溶法施入土壤，P素总量的50%、50%分别于5月19日、6月10采用穴施法施入土壤。

1.3 测定指标与方法

采用便携式光合仪(CIRAS-3)分别于7月10日和8月1日8∶00—12∶00，选择每个处理向阳、健康且完全伸展的成熟叶片，每间隔1 h测定1次，每个处理测定8次，测定指标为叶片净光合速率(Pn)、蒸腾速率(Tr)。瞬时水分利用效率(WUE)为净光合速率和蒸腾速率的比值，8组分别计算后再求平均值[16]，得到两种植物不同处理的WUE。将植株挖出并清洗，杀青并烘干至重量维持不变，样品冷却至室温后称重，重复8次求平均值作为单株生物量。

1.4 数据处理

采用Excel 2010软件对试验数据进行整理，测定数据取算数平均值；采用DPS软件建立水肥耦合回归模型，进行单因素效应分析、交互效应分析和模型寻优；采用Design-Expert 8.0.6软件绘制耦合效应图。

2 结果与分析

2.1 蜀葵和沙打旺水肥耦合回归模型建立及检验

根据表2，以水分利用效率(WUE)为因变量，X1、X2、X3为自变量，对两种草本植物蜀葵和沙打旺进行多元线性回归分析。

表2 试验设计方案与结果Table 2 Experiment design and results

WUE1=1.126-0.229X1+0.163X2-0.017X3+

0.044X1X3-0.066X2X3

(4)

WUE2=1.156+0.118X1+0.013X2-0.030X3-

0.044X1X3-0.009X2X3

(5)

式中,WUE1为蜀葵的水分利用效率，WUE2为沙打旺的水分利用效率，X1为土壤相对含水量的编码值，X2为施氮量的编码值，X3为施磷量的编码值。

(4)式回归显著性检验结果：F1=4.536F0.05(9,10)=3.02，回归关系极显著(P<0.01)。说明建立的回归模型具有代表性，可作为蜀葵的WUE预测模型。(5)式回归显著性检验结果：F1=1.294F0.05(9,10)=3.02，回归关系显著(P<0.05)。说明建立的回归模型具有代表性，可作为沙打旺的WUE预测模型。

在α=0.10显著水平下，剔除不显著项后，得到简化后的回归方程：

(6)

WUE2=1.156+0.118X1-0.111X1X2

(7)

2.2 蜀葵和沙打旺水肥耦合回归模型主效应分析

回归模型的偏回归系数已标准化，可以直接从一次项系数绝对值判断各因素对目标函数的影响大小。三因素对蜀葵的WUE的影响顺序为X1>X2>X3，即土壤相对含水量>施氮量>施磷量，说明土壤相对含水量对蜀葵WUE影响最大，施氮量次之，施磷量影响程度最小。其中X2为正效应，即施氮量增加促进了蜀葵WUE提高；X1和X3为负效应，即土壤相对含水量和施磷量增加阻碍了蜀葵WUE提高。三因素对沙打旺的WUE的影响顺序为X1>X3>X2，即土壤相对含水量>施磷量>施氮量，说明土壤相对含水量对沙打旺WUE影响最大，施磷量次之，施氮量影响程度最小。其中X1和X2为正效应，即土壤相对含水量和施氮量增加促进了沙打旺WUE提高；X3为负效应，即施磷量增加降低了沙打旺WUE。

2.3 蜀葵和沙打旺水肥耦合回归模型单因素效应分析

单因素效应分析是将分析因素以外的因素固定为0水平，仅考虑单一因素对目标函数的影响。根据单因素偏回归方程，作单因素效应函数图(图1)。蜀葵的偏回归子模型中，土壤相对含水量和施磷量的二次项系数为正值，抛物线开口向上；施氮量的二次项系数为负值，开口向下。沙打旺的偏回归子模型中，土壤相对含水量的二次项系数为负值，抛物线开口向下；施氮量和施磷量的二次项系数为正值，开口向上。

图1 水分利用效率单因素效应分析Fig.1 Single factor effects of water use efficiency

由图1a可知：蜀葵的WUE随土壤相对含水量的增加而减小[17-18]，说明灌水量增多不能提高蜀葵的WUE。土壤相对含水量编码值为-1.682时，最大WUE为1.713 μmol·mmol-1。施氮量编码值由-1.682增加到0.967水平时，WUE从0.614 μmol·mmol-1增至1.205 μmol·mmol-1，之后WUE随施氮量增加逐渐下降至1.161 μmol·mmol-1，说明合适的施氮量能促进蜀葵WUE的提升，过多或过少都不利于增加蜀葵的WUE。施磷量对蜀葵的水分利用效率几乎无影响。

由图1b可知：沙打旺的WUE随土壤相对含水量的增加而增大，从0.932 μmol·mmol-1增加到1.328 μmol·mmol-1。沙打旺WUE在土壤相对含水量取最大值时出现最大值，可能土壤相对含水量设计上限偏低。施氮量编码值由-1.682增至-0.424时，沙打旺的WUE稍有下降，最小值为1.164 μmol·mmol-1，之后WUE缓慢增加到1.222 μmol·mmol-1。施磷量水平由-1.682增至0.611时，沙打旺的WUE呈下降趋势，最小值为1.147 μmol·mmol-1，之后沙打旺WUE不断增大至1.175 μmol·mmol-1。

2.4 蜀葵和沙打旺水肥耦合回归模型交互作用分析

三因素交互作用分析，是将某一因素固定为0水平，分析另外二因素耦合对因变量的影响。蜀葵交互作用的显著性检验结果为：X1X2(土壤相对含水量×施氮量)>X2X3(施氮量×施磷量)>X1X3(土壤相对含水量×施磷量)，但交互效应均不显著(P>0.05)。

沙打旺叶片水分利用效率的三因素交互作用显著性检验结果为：X1X2(土壤相对含水量×施氮量)>X1X3(土壤相对含水量×施磷量)>X2X3(施氮量×施磷量)。其中只有X1X2对沙打旺的水分利用效率有显著影响(P=0.0145<0.05)，X1X3和X2X3没有通过显著性检验。因此这里仅分析X1X2(土壤相对含水量×施氮量)对沙打旺叶片水分利用效率的交互作用。

沙打旺土壤相对含水量和施氮量二因素耦合交互方程为：

(8)

由图2可得，X1的编码值临界点为0，X2的编码值临界点为0.84。当土壤相对含水量、施氮量小于临界点，随着二因素的增加，WUE增加，产生耦合协同效应；大于临界点时，WUE随二因素的增加而降低，产生负效应，说明过量水肥不利于提高沙打旺WUE[19]。

注：X1是土壤相对含水量的编码值，X2是施氮量的编码值。Note: X1 is the coding value of soil relative water content, and X2 is the coding value of nitrogen application amount.图2 土壤相对含水量与施氮量对沙打旺水分利用效率的耦合效应Fig.2 Coupling effect of soil relative water content and nitrogen application amount on water use efficiency of Astragalus adsurgens

X1<0，X2>0.84时，固定土壤相对含水量，WUE随施氮量增加而增加，说明此时施氮量对WUE影响更大。X1>0，X2<0.84时，固定施氮量，沙打旺WUE随土壤相对含水量增加而增加，这与单因素效应分析结果一致，说明此时土壤相对含水量是WUE主要影响因素。当X1编码值为1.682，X2编码值为-1.682时，最大WUE为1.415 μmol·mmol-1。

2.5 蜀葵和沙打旺水肥耦合回归模型寻优

水分利用效率用于综合评价植物生长适宜程度，生物量是评价植物干物质产出的重要指标，综合二者分析得出两种植物的水肥优化方案，既保证了植物的存活，也有利于植物的旺盛生长。采用DPS数据处理系统进行模型寻优，三因素五水平共组成了35种(125种)方案。根据DPS数据处理软件给出的95%上下限置信区间，由公式Zij=XijΔj+Z0j换算得到优化方案(土壤相对含水量、施氮量、施磷量)的上下限，实际化肥施用量需根据化肥质量百分数进行换算。

蜀葵WUE>1.12 μmol·mmol-1的组合有50个，蜀葵生物量>3.54 g·株-1的方案有43个。蜀葵的三因素优化方案见表3和表4，可见水、氮、磷的施用范围有重叠部分。三因素一致范围内，可认为是水肥用量较低时水分利用效率较高，且干物质产出较多的蜀葵优化方案：土壤相对含水量37.6%～40.9%，施氮量153.1～178.5 kg·hm-2，施磷量89.4～120.4 kg·hm-2。

表3 蜀葵水分利用效率>1.12 μmol·mmol-1的优化方案Table 3 Prioritization scheme of Althaea rosea with water use efficiency >1.12 μmol·mmol-1

表4 蜀葵生物量>3.54 g·株-1的优化方案Table 4 Prioritization scheme of Althaea rosea with biomass >3.54 g·plant-1

沙打旺WUE>1.18 μmol·mmol-1的组合有40个，沙打旺生物量>3.17 g·株-1的方案有45个。沙打旺的三因素优化方案见表5和表6，可见水、氮、磷的施用范围有重叠部分。三因素一致范围内，可认为是水肥用量较低时水分利用效率较高，且干物质产出较多的沙打旺优化方案：土壤相对含水量69.0%～70.6%，施氮量61.8～94.6 kg·hm-2，施磷量109.9～170.1 kg·hm-2。

表5 沙打旺水分利用效率>1.18 μmol·mmol-1的优化方案Table 5 Prioritization scheme of Astragalus adsurgens with water use efficiency >1.18 μmol·mmol-1

表6 沙打旺生物量>3.17 g·株-1的优化方案Table 6 Prioritization scheme of Astragalus adsurgenswith biomass >3.17 g·plant-1

3 讨 论

水、氮、磷3因素对蜀葵WUE的影响顺序为土壤相对含水量>施氮量>施磷量，对沙打旺WUE的影响顺序为土壤相对含水量>施磷量>施氮量。灌水量、施肥量对两种植物叶片WUE的影响程度是不同的，土壤相对含水量对两种草本植物WUE的影响重要性大于施肥量，这与张新燕等[20]、于文颖等[21]得出的试验结果一致。

灌水量影响气孔开合程度，进而影响光合过程和蒸腾过程[22-23]，因此植物的WUE出现变化。蜀葵的WUE随土壤相对含水量的增加逐渐减小，可能是因为土壤水分出现亏缺时，气孔开度较低，由于光合作用对气孔开度的依赖性小于蒸腾作用[24]，所以土壤相对含水量较低时叶片WUE较高[25-26]，这与种培芳等[27]研究干旱胁迫对甘肃5种经济林木WUE影响时得到的结论一致。沙打旺WUE随土壤相对含水量的增加而逐渐升高，可能是因为气孔导度随土壤相对含水量的增加而逐渐下降[28]，WUE随气孔导度下降而增加；也可能是因为土壤相对含水量增加，能被植物利用的水分增加，蒸腾强度增大[29]，植物WUE降低。邢英英等[30]研究得出，灌水影响了土壤中的水分和养分环境，一定范围内根系生长和土壤水分表现出正相关关系，这与本文得出的结论一致。随着土壤相对含水量的增加，沙打旺的WUE可能出现最大值后下降，即WUE随土壤相对含水量增大先增大后减小，是否存在最大值尚需要进一步开展研究。施肥对植物WUE产生影响，可能是因为肥料促进了植物根系的发育，影响了根系的吸水能力，也可能是因为对郁闭度和土壤水分蒸发量产生了影响，还可能是影响了叶片水势和土壤水势[31]。

水肥是影响植物WUE的重要因素，“以肥调水”[32-33]、“以水促肥”对于提高草本植物WUE有十分重要的作用。水肥耦合效应对植物可产生3种效应，即协同效应、叠加效应和拮抗效应。相比于只进行水分管理或养分管理，水肥耦合效应对WUE的促进效果更好，本文得到的试验结果证明了这一点，马戌等[34]也得出了类似的结论。分析沙打旺二因素交互效应时得出的耦合影响顺序，与Wang等[35]研究水、氮、磷两两因素耦合对茶树干物质的影响顺序一致。当水分亏缺时，可以通过增施氮肥提高WUE；氮肥不足时，可以通过增加灌水提高WUE，这充分验证了水肥作用的互补性，土壤水分(施氮量)的降低可用增施氮肥(提高土壤相对含水量)进行补偿[36]。根据水肥耦合协同互补效应，施用氮肥和磷肥一定程度上弥补了蜀葵对水分的需要，即施用一定量的氮磷肥后可减少灌水；且进行试验设计时已考虑土壤相对含水量下限可以保证植物的正常存活，蜀葵是耐旱植物，综合两方面考虑蜀葵的优化方案是可行的。孙善文等[37]研究得出，干旱环境中植物水分利用效率提高可能是因为叶片表面绒毛增加了边界阻力和减少了水分蒸腾，同时提高了对土壤水的利用程度，充分解释了蜀葵的耐旱性。

植物水分利用效率(WUE)的测定，因研究尺度不同而异[38]，可以分为叶片水平、个体水平和群体水平。植物个体WUE可用叶片瞬时WUE进行估算，两者在生理生态学意义上是一致的。叶片水平上的水分利用效率可以揭示植物内在的耗水机制，为植被合理灌水与施肥提供依据，对干旱区植被恢复与保育有着十分重要的作用。本研究分析了水肥耦合对两种植物叶片瞬时WUE的影响，接下来将继续探究水肥耦合对植物个体和群体水平上WUE的影响。在盆栽试验结论的指导下，在西北煤矸石矿区进行重复试验，进一步完善水肥耦合优化方案，指导生产实践活动。

4 结 论

1)土壤水分条件是影响蜀葵和沙打旺叶片水分利用效率的首要因素；施氮、施磷对叶片水分利用效率的影响程度因植物种类不同而异。

2)三因素对蜀葵叶片水分利用效率的影响顺序：土壤相对含水量>施氮量>施磷量，因素间交互作用不显著。蜀葵的水肥耦合优化方案为土壤相对含水量37.6%～40.9%，施氮量153.1～178.5 kg·hm-2，施磷量89.4～120.4 kg·hm-2。

3)三因素对沙打旺叶片水分利用效率的影响顺序：土壤相对含水量>施磷量>施氮量；二因素耦合对沙打旺水分利用效率的影响显著，顺序为水氮>水磷>氮磷。沙打旺的水肥耦合优化方案为土壤相对含水量69.0%～70.6%，施氮量61.8～94.6 kg·hm-2，施磷量109.9～170.1 kg·hm-2。