极端降水条件下土壤中O2浓度对CO2和N2O浓度变化的调控作用*

韩 慧, 乔林明, 王晓璐, 杜炎玲, 王 蕊,, 郭胜利,**

(1.西北农林科技大学水土保持研究所/黄土高原土壤侵蚀与旱地农业国家重点实验室 杨凌 712100; 2.中国科学院水利部水土保持研究所 杨凌 712100)

在干旱和半干旱生态类型区, 降水是影响生态系统温室气体排放的关键因素。对于土壤CO排放的研究表明, “Birch效应”产生的CO排放量大约占异养呼吸总量的50%～65%。由降雨引起的土壤碳释放对土壤呼吸总量的贡献可达44.5%。与此同时, Cui等研究发现, 降水导致的NO大量排放可以占到全年排放量的73%。全球变暖趋势下, 发生极端降水事件的频率增加。然而至今对极端降水条件下土壤CO和NO产生、排放机制并不十分清楚。

土壤O浓度是影响土壤温室气体产生的重要因子, 但土壤O浓度极少被测定, 通常将土壤水分含量作为O含量的替代指标来测定。然而土壤水分含量不仅影响O的浓度及其扩散性能, 同时也会对底物的有效性和微生物的活性产生影响。因此, 仅仅依靠土壤水分含量变化, 不能准确地解释O、底物对CO、NO温室气体变化各自贡献及其机制。此外, 土壤中CO的产生主要是有机物在有氧条件下进行微生物矿化分解, 土壤中O缺乏时通常会降低有机物的矿化, 在完全缺氧条件下, 有机物分解直接产生甲烷(CH), 导致CO产生减少。土壤中NO主要是通过硝化作用和反硝化作用产生。硝化作用通常是在有氧条件下将氨(NH)氧化为硝酸盐(NO)的微生物过程, NO作为中间产物而产生; 反硝化作用则是在缺氧或厌氧条件下, 异养反硝化菌在反硝化酶的作用下将NO-和NO-还原为NO、NO和N的过程。通过直接测定土壤O浓度变化, 分析O浓度变化与土壤中CO、NO产生、排放关系, 有助于深入理解极端降水条件下温室气体排放的机理。

黄土高原是我国传统的雨养农业区, 水分和养分(特别是氮素)始终是制约该地区作物生产力提高的主要因素。降水是该地区土壤水分的唯一来源,且年际和季节间变化幅度大。近50年来, 黄土高原地区极端降水事件发生概率呈增加趋势, 但极端降水条件下土壤O变化与农田土壤温室气体排放的影响鲜有报道。本研究基于极端降水条件下的土柱模拟试验, 通过高频率监测极端降水条件下3种施肥处理(对照、施氮肥、施氮肥并添加秸秆)中土壤O、CO、NO浓度和地表CO、NO通量, 探究极端降水条件下农田土壤中O与CO、NO浓度间的关系及其对地表CO、NO通量的影响，为进一步理解土壤温室气体的排放过程提供理论支撑。

1 材料与方法

1.1 试验设计

试验于2020年8月1日至8月31日在中国陕西长武农田生态系统国家野外科学观察研究站(35°13′N, 107°40′E, 海拔1220 m)进行。该站位于黄土高原南部高塬沟壑区的陕西省长武县境内, 气候属暖温带半湿润大陆性季风气候。供试土壤选用该地区地带性土壤(黑垆土), 母质为中壤质马兰黄土,土层深厚, 土质疏松。土壤容重为1.3 g·cm, 土壤田间持水量为27.3%～30.9% (容积含水量), 凋萎含水量为12% (容积含水量)。土壤肥力指标: 有机碳6.50 g·kg, 全氮含量0.62 g·kg, 碱解氮37.0 mg·kg, 速效磷3.0 g·kg, 速效钾129.3 mg·kg, CaCO10.5%, pH为8.4。土壤在自然风干后, 去除植物残体和根系,过2 mm 筛, 统一调整初始含水量为(12±1)% (容积含水量)。

研究区约60%的降水发生在雨季(7-9月), 雨季单次降水量多集中在5～10 mm, 单次最大降水量为120.7 mm。基于此, 试验设置了单次10 mm降水量为对照(P), 单次100 mm降水量为极端降水量(P)。

该地区土壤肥力低下, 化肥的投入(尤其氮肥)和秸秆还田是该地区提高土壤肥力, 保持粮食产量的重要田间管理措施。处理中秸秆还田量参考了当地冬小麦()收获后地上部秸秆还田量。由于氮肥利用率较低, 常常残留一定量氮肥, 当地田间管理上冬小麦6月底收获后, 直接秸秆还田。因此, 本试验设置不施肥、施氮肥、添加秸秆3种处理(表1), 其中氮肥为尿素, 添加量为该地区施氮量(200 kg·hm)的4倍; 秸秆为当季小麦秸秆, 将秸秆烘干后粉碎, 并过2 mm筛, 秸秆含碳量418.9 g·kg, 含氮量3.7 g·kg, 含磷量0.2 g·kg, 添加量为秸秆∶土壤=1∶200, 具体添加量如表1所示。每个处理设置5个重复, 各处理和重复之间随机排列。

表1 不同土壤管理措施处理的尿素和秸秆施加量Table 1 Urea and straw addition rates in different treatments of soil management practices g·kg-1

1.2 土柱制作与准备

图1为试验用的土柱。土柱材质为聚氯乙烯(PVC)管, 直径为25 cm, 高60 cm, 管壁用保温隔热膜包裹,底部与土壤连通。由下至上分别添加10 cm沙(在砂层上部放置一层纱布)、20 cm初始含水量为12%的土壤以及20 cm初始含水量为12%且进行不同处理的土壤, 在顶部留10 cm空间, 用于采集和测定气体。在距离土层表面15 cm处水平间隔放置两根气体平衡管。气体平衡管根据Song等改进而成, 由内径为2.5 cm、长15 cm的PVC管、PVC防尘帽、橡胶塞和微内径聚四氟乙烯(PTFE)管(内径为0.25 cm)组成, 在放置平衡管位置的PVC管壁上打两个直径为1.5 cm的孔, 将PTFE管从该孔钻出, 用M型塑料尼龙防水接头将PTFE管固定在该位置, 然后在PTFE管安装三通阀用于气体取样, 其中一根气体平衡管装有两根PTFE管用于气体的测定。PVC管打有多排小孔, 以确保气体在气体平衡管与周围土壤之间进行扩散和交换。在两根气体平衡管表面均包裹了一层纱布, 防止土壤颗粒进入平衡管内和水分在平衡管内积累, 影响气体测量仪器的使用。

图1 土柱设计示意图Fig. 1 Diagram of soil column schematic design

密封盖选用与PVC管配套的PVC管帽, 在其顶部打两个孔将3根PTFE管按照一根、两根的配置将它们的一端分别从该孔穿过, 与土柱内部空气联通, 并用M型塑料尼龙防水接头将它们固定在该位置, 另一端安装三通阀用于气体采集和测定。同时在安装有一根PTFE管的孔放置一个JM624传感器探头, 用于测定土层上部10 cm空间的气温。

装土时每5 cm一层, 按照土壤容重为1.3 g·cm的原则, 计算每层土柱中所填土壤重量, 将称取的土壤进行压实填充至每层分界线, 从而控制不同处理土层的高度, 确保每层高度保持一致。

1.3 水分的控制

本试验共持续31天, 在试验布设第2天, 按照不同单次降水量加水。模拟降水采用喷壶喷洒的方式,选用500 mL和2 L规格的喷壶, 喷洒时间选择蒸发量较小的18:00-19:00。对于10 mm单次降水量每天用500 mL的喷壶一次性喷洒完成，共持续30天;100 mm单次降水量仅在试验布设后第2天用500 mL和2 L的喷壶喷洒若干次完成，喷洒时间持续1 h左右。

1.4 气体采集与测定

气体的采集与测定在试验期间共进行22次, 其中, 在试验布设后的前18天内, 培养前期每天采集并测定一次气体样品, 之后在试验的第20天、22天、24天和31天各采集测定一次, 采集测定时段为每日上午8:30-11:30。在采集测定地表气体前, 将密封盖盖在土柱顶部, 并用宽橡皮条(对折30 cm、宽3 cm、厚0.3 mm)将连接处密封。密封10 min后在0 min、10 min、20 min、30 min用50 mL医用一次性注射器共抽取4针气体样品用于NO浓度测定,每针40 mL。用LI-850 CO/HO分析仪(LI-COR,Lincoln, USA)测定相同时间下CO浓度, 测定前将LI-850分析仪打开, 预热成功后, 将两根PTFE管接入LI-850CO/HO分析仪的两个接口后开始监测, LI-850CO/HO分析仪每隔1 s记录一次CO浓度, 选择CO浓度趋于稳定时的数值, 此过程大约持续1 min。与此同时, 用JM624手持式数字温度计读取该时间土柱顶部气体温度, 并记录数据。气体采集测定结束后将密封盖取走, 使土柱顶部与空气联通。

在采集测定土壤表层气体后, 进行土壤内部气体的采集与测定。首先, 从连接单根PTFE管的气体平衡管中用注射器抽取40 mL气体用于NO浓度测定; 同时将连接在气体平衡管上的两根PTFE管连接在LI-850CO/HO分析仪两个接口上测定土壤CO浓度, 测定过程与地表CO浓度的测定相一致; 在此之后, 立即将这两根PTFE管连接至便携式氧浓度分析仪(G100 Range, Geotech Instruments Ltd., UK)上测定土壤O浓度。

在采集测定气体结束后, 用气相色谱仪(Agilent 6820, USA)测定采集气体中的NO浓度。气相色谱仪安装有火焰离子化检测器和电子捕获器, 以99.999%的高纯氮气作载体, 10% CO作补偿气。火焰离子化检测器使用高纯氢和压缩空气作燃气, 其中高纯氢由SGK-2LB型氢气发生仪产生, 压缩空气由SGK-300型空气泵产生进入色谱。样品测定时电子捕获器的温度为300 ℃, 柱温为60 ℃。用已知浓度的混合气体标定气体样品浓度, 每测10个样品标定一次。

1.5 数据分析

1.5.1 CO、NO排放通量计算

土壤CO、NO排放通量的计算公式为:

式中:为目标气体的排放通量(mg·m·h),为土柱内土层上部10 cm空间温度(℃),为CO、NO的分子量,为土柱顶部空间高度(m),/为土柱内气体浓度的变化率(μL·L·min)。/由线性或指数回归模型给出: 如果线性和指数回归模型都是显著的, 当指数回归模型的高于线性回归模型时,选择指数回归模型。

1.5.2 培养期间CO、NO累积排放通量计算

监测当天CO或NO排放通量的计算公式:

式中:表示监测当天CO或NO的排放通量(mg·m·h),F表示监测当天所测得的第个重复的排放通量(mg·m·h), 5为5次重复, 24表示一天有24 h (h·d)

用线性内插法计算相邻两次监测的气体排放通量, 最后将每天的排放通量相加即得到试验期间气体的累积排放通量。

采用Excel 2019进行数据的统计分析; 采用SPSS 26.0软件进行方差分析; 用Origin 2021进行回归分析并绘图。

2 结果与分析

2.1 极端降水条件下土壤中O2、CO2、N2O浓度的变化

土壤中CO、NO浓度与O浓度具有相反的动态变化趋势: O浓度呈现先降低后升高的趋势(图2 a, d), CO、NO浓度呈现先升高后降低的趋势(图2b,e, c, f)。对于O而言, 极端降水条件下土壤O浓度降低幅度及到达峰值的时间不同(除CK外)(图2a, d)。在N处理土壤中, P条件下土壤中O浓度在连续降水第7天后降至最低15.3%, P条件下土壤中O浓度在降水后第6天达最低值11.6%。在NM处理土壤中, 相比于P(O浓度到达峰值时间第11天), P条件下O浓度到达峰值的时间(第6天)较早。

对土壤中CO浓度变化而言, 极端降水条件下CO浓度在各处理土壤中升高幅度及出现峰值的时间不同(图2b, e)。CK处理土壤中CO浓度在P条件下处于较低且稳定的波动状态。在NM处理土壤中, 相比于P(CO浓度降水第9天后达到峰值),P条件下CO浓度出现峰值时间(第6天)较早。在N处理土壤中, P条件下CO浓度变化与NM处理相似, 但升高幅度明显低于NM处理, 且出现峰值的时间略早。

土壤NO浓度在极端降水条件下升高幅度差异显著且到达峰值的时间不同(除CK外)(图2c, f)。在N处理土壤中, 相比于P(NO浓度在第7天达到峰值), P条件下NO浓度出现峰值时间(第6天)较早。与N处理类似, NM处理土壤中同样在P条件下NO浓度出现峰值时间(第6天)较早。

图2 对照(左列, 降雨量为10 mm)和极端(右列, 降雨量为100 mm)降雨条件下3种管理措施对土壤中O2、CO2和N2O浓度动态的影响Fig. 2 Effects of three management measures on dynamics of soil O2, CO2, and N2O concentrations under the control (the left figures, 10 mm precipitation) and extreme (the right figures, 100 mm precipitation) precipitation conditions

2.2 极端降水条件下管理措施对土壤中O2、CO2、N2O浓度变化的影响

土壤O浓度的降低幅度在极端降水下的3种管理措施中存在显著差异(＜0.05), 平均降低幅度表现为NM＞N＞CK(图3A)。P条件下, 与CK相比, N、NM处理土壤中O平均降低浓度分别增加60%和240%; P条件下, 与CK相比, N、NM处理土壤中O平均降低浓度分别增加130%和210%。土壤CO平均浓度在P/P条件下的3种管理措施土壤中差异同样较为显著, 且由高至低分别为NM＞N＞CK(图3B)。P条件下N、NM处理土壤中CO平均浓度较CK处理分别增加180%和960%, P条件下分别增加290%和780%。P条件下, NO平均浓度在3种管理措施土壤中表现为NM＞N＞CK, P条件下差异增强, 且由高至低分别为N＞NM＞CK(图3C)。P条件下, 与CK相比, N、NM处理土壤中NO平均浓度分别增加390%和502%; P条件下, 与CK相比, N、NM处理土壤中NO平均浓度分别增加4330%和1320%。

图3 对照(降水量为10 mm)和极端(降水量为100 mm)降水条件下土壤中O2平均降低浓度(空气O2浓度21%)和CO2、N2O平均浓度Fig. 3 Average reduction in soil O2 concentration (air O2 concentration 21%), average soil CO2 and N2O concentrations under the control (10 mm precipitation) and extreme (100 mm precipitation) precipitation conditions

2.3 极端降水对地表CO2、N2O通量及累积排放量的影响

地表CO、NO通量的动态变化特征与土壤中CO、NO浓度变化相似, 均在培养期呈现出先升高后降低的趋势(图2b, c, e, f; 图4)。极端降水影响地表CO、NO累积排放量(图5)。地表CO累积排放量在P和P条件下无显著差异, 相比于P, P条件下地表CO累积排放量分别增加27%、1%和-11%。在P/P条件下的3种管理措施中地表CO累积排放量间的差异较为显著(0.05) (图5A)。P条件下, 与CK相比, N、NM处理地表CO累积排放量分别增加360%和2210%; P条件下, N、NM处理地表CO累积排放量分别增加270%和1520%。地表NO累积排放量在P和P条件下均存在显著差异(0.05) (图5 B); 相比于P, P条件下地表NO累积排放量分别增加310%、440%和190%。P条件下, 地表NO累积排放量在CK和N、NM处理土壤中存在显著差异(＜0.05); 与CK相比,N、NM处理地表NO累积排放量分别增加1160%和1320%; 在P条件下, 地表NO累积排放量在3种管理措施土壤中均存在显著差异(0.05), 与CK相比, N、NM处理地表NO累积排放量分别增加1530%和900%。

图4 对照(左列, 降雨量为10 mm)和极端(右列, 降雨量为100 mm)降雨条件下3种管理措施对地表CO2和N2O通量动态的影响Fig. 4 Effects of three management measures on dynamic of surface CO2 and N2O fluxes under the control (the left figures, 10 mm precipitation) and extreme (the right figures, 100 mm precipitation) precipitation conditions

图5 对照(降水量为10 mm)和极端(降水量为100 mm)降水条件下地表CO2和N2O累积排放量Fig. 5 Cumulative emissions of CO2 and N2O from soils under the control (10 mm precipitation) and extreme (100 mm precipitation) precipitation conditions

3 讨论

土壤O浓度对土壤CO和NO浓度变化具有重要调控作用(图6)。在土壤水分相对稳定的条件下(10 mm单次降水), 秸秆的大量还田也会导致土壤O浓度降低、CO和NO排放通量增加。在干旱和半干旱生态系统中, 土壤由干变湿能够导致土壤在极短时间内大量排放CO和NO。本研究的结果显示, P和P条件下, 土壤O与CO、NO浓度均存在显著负相关关系, 但随着土壤中O浓度的降低, CO呈生长曲线型增长, 而NO呈指数型增长(图6); 相比于P, P条件下土壤中O浓度迅速降低, CO和NO浓度短时间内大幅度提高(图2),但CO和NO浓度的增长速率(曲线斜率)在N、NM处理土壤中存在差异(图6)。例如, 在N、NM处理土壤中, 当O浓度为15%时, 与P相比, P条件下CO增长速率分别增加300%和52%, NO增长速率分别增加160%和97%(图6b, c, e, f)。极端降水条件下, 土壤由干变湿过程迅速, 微生物在短时间内活性增强, 促进了土壤中可溶性有机碳的矿化分解和硝化过程的发生(CO和NO浓度迅速增加), 土壤中O快速耗竭。极端降水与施肥的交互作用加剧了土壤O消耗, 促进CO、NO产生(图2)。在CK处理土壤中并未观察到很显著的O浓度变化(图2d), 但在N、NM处理土壤中, P条件下的土壤O浓度变化幅度较大(最低分别降至11.6%、8.0%),这表明土壤中O浓度的降低主要是水分和底物共同作用的结果。与N处理相比, P条件下NM处理土壤进一步促进O的消耗和CO产生(图2d, e, f);且当O浓度为15%时, CO增长速率增加97% (图6e,f)。秸秆的添加能够加强土壤微生物活性, 刺激微生物的呼吸作用, 导致O被消耗, CO浓度增加。本研究虽然揭示了土壤O浓度变化与CO和NO之间的关系, 但无法排除水分及其水分和O交互作用对本研究结果的影响。这也是未来研究需要关注的方面。

图6 对照(左列, 降雨量为10 mm)和极端(右列, 降雨量为100 mm)降雨条件下土壤中O2与CO2、N2O浓度的相关关系Fig. 6 Correlation between soil O2 and CO2 and N2O concentrations in soil under the control (the left figures, 10 mm precipitation)and extreme (the right figures, 100 mm precipitation) precipitation conditions

地表CO、NO通量与其土壤中浓度存在显著正相关关系, 但两者对极端降水的响应不同(图7)。CO地表通量与土壤浓度在极端降水条件下表现为生长曲线关系(图7a, c), 这与极端降水后土壤水分变化、微生物活动增强以及CO浓度变化有关。同样,土壤水分含量增加后, 微生物的矿化活动消耗O, 容易在土壤中形成厌氧环境, 产生大量NO; 随着土壤NO浓度的升高, 地表NO排放逐渐减缓(图7b, d)。其原因可能与下列因素有关: 1)土壤水分延长了NO向地表扩散的路径, 增加了所需的时间; 2) NO可能会进一步脱氧生成N, 造成地表NO排放逐渐减缓。

图7 对照(左列, 降雨量为10 mm)和极端(右列, 降雨量为100 mm)降雨条件下土壤中CO2、N2O浓度与地表CO2、N2O通量的相关关系Fig. 7 Correlation between soil CO2 and N2O concentrations and surface CO2 and N2O fluxes under the control (the left figures,10 mm precipitation) and extreme (the right figures, 100 mm precipitation) precipitation conditions

此外, 极端降水影响地表CO、NO累积排放量。在极端降水下, 培养期间地表CO累积排放量减少,但却促进地表NO累积排放量增加。通过分析极端降水后土壤O浓度降低至最低值期间地表CO、NO的累积排放量, 发现该时间段内地表CO、NO累积排放量分别占培养期间地表CO、NO总累积排放量的34.9%和56.6%。这表明极端降水虽然历时较短, 但对温室气体的排放影响较大。由于NO的增温潜势是CO的298倍, 因此, 将NO的累积排放量换算为CO的累积排放量后, 却发现本研究中极端降水对温室气体排放潜势总体上影响不明显。

4 结论

本研究结果表明极端降水与管理措施的交互作用显著促进地表NO的累积排放量, 在不施肥、施氮肥、施氮肥并添加秸秆处理下分别增加310%、440%和190%, 地表CO、NO通量在极端降水后均呈先升高后降低的变化趋势。土壤中CO、NO浓度与地表CO、NO通量的动态变化基本一致; 土壤中CO、NO浓度随着O浓度的降低而升高, 但随着土壤O浓度的降低, CO浓度呈生长曲线型增长,NO浓度呈指数型增长; 并且在极端降水与施肥的交互作用下会促进土壤中O的消耗和CO、NO的产生。试验中虽然通过直接测定土壤O浓度方法,揭示了土壤中O浓度与CO和NO浓度之间具有显著关系, 但无法排除水分、水分与O的共同作用对本研究的影响, 在以后的研究中需进一步关注。