模拟降水变化对荒漠草原优势植物叶片氮回收特征的影响

白 柳， 崔媛媛， 王忠武*， 侯东杰， 孙海莲

(1. 内蒙古农业大学草原与资源环境学院， 内蒙古 呼和浩特 010019； 2. 内蒙古农业大学草地资源教育部重点实验室， 内蒙古 呼和浩特 010019； 3. 内蒙古自治区农牧业科学院， 内蒙古 呼和浩特 010031)

全球气候变化预计会增加中纬度地区的降水量[1]。自1980年以来，我国降水量在中部及西北部出现增加趋势[2]。2018年以来，中国内蒙古地区降水出现平均每年增加4 mm的趋势[3]。降水量的变化最终会导致草地的生态系统结构和功能发生改变。水分是影响草地生态系统的主要限制因子，已经有研究通过控制性试验[4]以及降水梯度[5-6]试验证实了这一观点。水分有效性通过相对较短的时间尺度(例如5年或更短)内改变生理代谢反应来影响养分的可利用性[7]。一方面，水的有效性直接影响植物的光合特性(例如气孔导度)，刺激植物的光合作用，从而改变植物养分利用效率[8-9]。另一方面，由于水对土壤矿化和凋落物分解过程的控制，水的有效性可能会影响土壤养分的有效性，引起植物养分的改变[10]。

养分回收(Nutrient resorption)指的是多年生植物将衰老组织中的养分输送到新生组织中的生理过程，这一过程有利于减少植物凋落过程中产生的养分损失，能够延长养分在植物体内的储存时长，促进植物再生，为植物再生提供营养[11]。氮(Nitrogen，N)是植物生长发育的关键元素，能够参与植物能量代谢和合成生物大分子物质。在植物衰老过程中，这些营养元素的大量回收对维持植物后续生长发育至关重要[12-13]。养分回收效率受到降水、土壤养分状况的影响。降水量变化与土壤水分、土壤有效N存在显著相关关系，降水越多的地区土壤N的有效性越高[14-15]。也有研究认为降水量的增加有助于刺激土壤微生物活性从而提高土壤N的有效性[16-17]。同时，土壤N有效性的增加进一步增加植物N浓度[18-19]。但也有研究发现土壤N的有效性随着水分的增加出现下降趋势[20-21]，这是由于即使增加降水提高了土壤矿化能力，但植物地上生物量、有机质以及微生物量等的增加的同时会导致土壤微生物N固持增加[22-23]。因此，随着水分的增加，植物叶片养分回收能力也可能有降低的趋势[24-25]。在不同降水梯度对养分回收的研究表明，养分回收效率具有由干旱端向湿润端递减的变化规律[26-28]。在人为控制的降水试验中，添加水分降低了植物叶片N回收效率[29]。由此可见，植物叶片养分回收效率对水分变化的响应规律在不同生态系统的表现并不一致。

在干旱半干旱区的荒漠草原，植物生长通常受水分供应的限制，植物养分吸收和利用都会影响植物种群对环境的适应性[30-31]。目前对荒漠草原优势植物养分回收效率对水分变化响应的研究还很缺乏。增减水对荒漠草原优势植物养分回收效率有什么影响？增水是否会提高土壤养分有效性进一步降低植物养分回收效率？基于此，为了解荒漠草原植物对干旱贫瘠生境的适应规律，在中国北方短花针茅(Stipabreviflora)荒漠草原进行了模拟降水试验，通过调查5种优势植物的N浓度、N回收效率、土壤水分及有效N，厘清影响短花针茅荒漠草原N回收的因素，一方面可弥补荒漠草原养分回收数据的稀缺，另一方面为阐释干旱贫瘠生境对植物养分利用策略提供理论依据。

1 材料与方法

1.1 研究区概况

试验样地设置在中国北部内蒙古自治区乌兰察布市的内蒙古农牧业科学院四子王旗综合试验示范中心基地(41°27′17″ N，111°53′46″ E，海拔1 456 m)。该试验区代表了内蒙古广泛分布的荒漠草原，主要由多年生禾草短花针茅和无芒隐子草(Cleistogenessongorica)、灌木与半灌木冷蒿(Artemisiafrigida)和木地肤(Kochiaprostrata)以及多年生杂类草银灰旋花(Convolvulusammanni)、阿尔泰狗娃花(HeteropappusaltaicusWilld)等植物组成。荒漠草原植物的生长季节为4—9月。该地点的年平均降水量为220 mm，其中80%发生在5—9月。2020年的年降水量为245 mm，平均温度为3.6℃。土壤特征为淡栗钙土，具有沙壤土质地。平均土壤容重为1.3 g·cm-3，pH值约为8.0。土壤总碳、总氮浓度为15.1 g·kg-1，1.7 g·kg-1(0～10 cm)。

1.2 试验设计

从2016年5月开始，在12个4 m×4 m的地块内设置4个降水处理[减水50%(W-50)，自然降水(WN)，增水50%(W+50)，增水100%(W+100)]。根据近几十年来西部地区降水增加、东部地区降水减少的特点[32-33]，结合野外试验的可行性，降水时间设置在研究区降水集中分布季节和植物生长季节。降水量的设置根据试验地多年平均降水量的最大值和最小值，参考国内类似研究的水量增减方法[34-35]。减水装置采用钢架结构和透明V形塑料板将雨水收集到雨水收集桶中。为了防止水分流失和人类践踏，每个处理小区周围埋有40 cm深的铁皮，离地10 cm。根据试验地内气象站(Gro-Weather，software version 12，Davis instruments corporation，USA)的气象数据，在每年5—10月的月中、月末人工喷洒到增水小区。

1.3 生物量测定

地上生物量的使用样方法进行采集，在每个水分处理小区随机选取1个50 cm×50 cm的样方，使用9齿草耙将枯落物去除后，将样方框内的植物齐地面剪下，带回实验室经105℃杀青处理30 min后，置于65℃烘箱内48 h烘干至恒重，称重后即为地上生物量。

1.4 植物样品测定

2020年在每个小区(4 m×4 m)中随机选择了5种优势植物各5株，包括短花针茅、无芒隐子草、银灰旋花、冷蒿和木地肤。在本试验年度，5种植物总共约占地上净初级生产力的70%。选择相同物种株丛一致的植株，标记顶端第3片和第4片完全展开的叶子。在8月中旬，对标记绿叶中的其中一片进行取样。从9月下旬到10月中旬，每周对剩余的叶子进行监测，并在叶片变成棕色时收集枯叶。收集的植物叶片在65℃下烘箱干燥48 h，称重，然后球磨，使用元素分析仪(德国，elemental-Macrio cube)测定植物N浓度。

1.5 土壤样品测定

于8月中旬，使用直径3 cm的土钻在每个小区钻取3个0～10 cm土层进行取样。混合样品进行过2 mm筛后，用50 mL 2 mol·L-1KCl提取10 g新鲜土壤样品。使用连续流动分析仪(FIAstar 5000Analyzer；Foss Tecator，Hillerod，Denmark)测量KCl提取物的N浓度。

使用便携式土壤水分测定仪PR2水分管(英国DEVICES LTD，Delta-T)测定土壤水分。在每个降水处理小区预埋1个40 cm深的红外线脉冲管，8月中旬测定土壤水分时，将PR2主机与探测器相连，然后插入红外线脉冲管内，土壤水分数据可从主机显示屏上读取。为了避免湿气进入脉冲管而影响测定结果，每次测定结束后使用塑封膜和橡胶盖密封脉冲管。

1.6 养分回收效率计算

养分回收效率(Resorption efficiency,RE)是植物绿叶和枯叶间养分浓度降低的百分比[36]。

其中Nutrientgreen和Nutrientsenesced分别表示植物绿叶和枯叶N浓度。为了弥补因生物量损失而导致的养分回收效率被低估，本研究公式中引入Vergutz提出的质量损失校正系数(Mass loss correction factor，MLCF)，通过枯叶和绿叶的干重比计算得出[37-38]。

1.7 数据分析

植物和土壤样品数据采用Excel 2013软件进行数据处理，利用SAS 9.2通过单因素方差分析5种植物的养分浓度和养分回收进行Duncan检验。通过PROC-CORR过程进行Pearson相关分析，探讨N回收效率与土壤和植物养分之间的相关性。使用结构方程模型(Amos 26.0，SPSS Inc.)，计算变量间的路径系数(即回归系数)。所有图都使用Origin 2021绘制。

2 结果与分析

2.1 土壤水分和有效N对模拟降水变化的响应

2.2 地上生物量对模拟降水变化的响应

模拟降水大幅度地改变了植物地上生物量(表2)。增水100%显著增加了短花针茅地上生物量，增加幅度高达57%(P<0.05)。无芒隐子草地上生物量随着水分添加而显著增加，增加幅度为19%(P<0.05)。银灰旋花、冷蒿、木地肤地上生物量随水分增加出现增加趋势，减水50%均降低了5种植物的地上生物量(P<0.05)。

表1 模拟降水处理对土壤水分含量、 土壤有效氮浓度的影响Table 1 Effects of simulated precipitation on soil moisture and soil available N

2.3 植物N浓度对模拟降水变化的响应

模拟降水对植物绿叶和枯叶中的N浓度均产生显著影响。与自然降水相比，增水100%显著降低了短花针茅、无芒隐子草、银灰旋花和木地肤的绿叶N浓度，降低幅度为34.1%，16.6%，40.8%，28.8%和17.5%(P<0.05，图1a)。减水50%显著降低了木地肤的绿叶N浓度，降低幅度为14.2%(P<0.05，图1a)。同时无芒隐子草和银灰旋花的枯叶在增水100%的处理下显著降低，降低幅度分别为32.7%和38.4%(P<0.05，图1b)。增水50%显著降低无芒隐子草枯叶N浓度(P<0.05，图1b)。

表2 模拟降水对地上生物量的影响Table 2 Effects of simulated precipitation on aboveground biomass

图1 荒漠草原5种植物氮(N)浓度对模拟降水的响应Fig.1 Plant nitrogen (N) concentrations in response to simulated precipitation in a desert steppe注：(a)绿叶中的氮浓度。(b)枯叶中的氮浓度。Sb为短花针茅；Cs为无芒隐子草；Ca为银灰旋花；Af为冷蒿；Kp为木地肤。不同小写字母表示同一降水处理间显著差异(P<0.05)，下图同Notes:(a) N concentrations in green plant leaves. (b) N concentrations in senesced plant leaves. Sb indicate Stipa breviflora;Cs indicate Cleistogenes songorica;Ca indicate Convolvulus ammannii;Af indicate Artemisia frigida;Kp indicate Kochia prostrata. Different lowcase letters indicate significant differences at the 0.05 level,the same as below

2.4 模拟降水变化对植物氮回收效率的影响

不同植物的NRE对模拟降水表现出不同的响应规律。与自然降水相比，增水100%降低了短花针茅和冷蒿的NRE，分别从56%降低为50%，54%降低为38%(P<0.05)。减水50%处理短花针茅的NRE降低了5%(P<0.05)。模拟降水对无芒隐子草、银灰旋花和木地肤的NRE未产生显著影响(图2)。

图2 荒漠草原5种植物N回收效率对模拟降水的响应Fig.2 Plant nitrogen resorption efficiency (NRE) in response to simulated precipitation

2.5 不同影响因素对氮回收效率的贡献率

对土壤水分、土壤有效N、叶片N浓度、NRE进行相关分析，结果表明土壤水分与土壤有效N、绿叶N浓度、枯叶N浓度呈显著负相关关系(P<0.05)，绿叶和成熟枯叶的N浓度之间存在极显著的正相关关系(P<0.001)。植物NRE与成熟枯叶N浓度呈极显著负相关关系(P<0.001)(表3)。

结合相关分析并通过结构方程模型分析模拟降水、土壤有效N和叶片N浓度等因素对叶片NRE的影响，结果表明模拟减水对土壤有效N的直接影响最显著，路径系数为0.8，其次对土壤水分的影响显著，路径系数为0.3，对其他因子的直接影响很小；模拟增水对土壤水分的直接影响最显著，路径系数为0.8，对其他因子的直接影响很小。土壤水分对绿叶N浓度和NRE直接影响最显著，路径系数分别为0.4和0.4，而对其他因子的直接影响很小；绿叶中N浓度对枯叶N浓度和NRE有显著影响，标准路径系数分别为0.7，0.8；枯叶N浓度对NRE有显著负效应，标准路径系数为0.8(图3)。

表3 植物氮回收效率与土壤水分、土壤有效氮、叶片氮浓度的相关性Table 3 Correlation between plant nitrogen resorption efficiency(NRE) and soil moisture,soil available N and leaf nitrogen concentration

图3 植物养分回收影响因子的结构方程模型分析Fig.3 Structural equation model analysis of influencing factors of plant nutrient resorption注：数字表示标准通径系数，其中实线表示显著性检验(P<0.05)，虚线表示非显著性Notes:The number represents the standard path coefficient,in which the solid line represents the significance test (P < 0.05),and the dotted line represents the non significance

3 讨论

3.1 模拟降水变化对地上生物量的影响

降水量的变化使土壤水分发生改变，植物吸收更多的水分进而调控生物量与物种组成。本研究中，减水50%使地上生物量出现降低的趋势，而增水50%、增水100%使地上生物量均出现了增加趋势，植物地上生物量对降水量变化响应敏感，与黄绪梅等在荒漠草原对地上生物量的研究结果一致[39]。水分是干旱半干旱短花针茅荒漠草原的重要限制因子，减少降水量使土壤养分不足以支持植物生长，增加降水量促进土壤养分循环和微生物活性，使物种组成更加丰富，进而提高生物量[40]，这说明增加水分有利于干旱少雨的荒漠草原植物增加地上生物量，进而可能增加群落生产力。

3.2 模拟降水变化对植物N浓度的影响

植物叶片养分含量是表征植物对养分的利用策略的重要指标。植物在养分贫瘠的生境下会维持较低的养分浓度，以延长养分在体内存留的时间，起到降低对土壤养分的依赖性的作用。本研究选择了荒漠草原5种优势植物，它们占样地内地上总初级生产力的70%以上。在自然降水小区，植物绿叶N浓度的范围为23.6～33.4 mg·g-1。与宋一凡等在同地区的研究结果一致[41-42]。荒漠草原优势植物绿叶N浓度随水分的增加而降低，减少水分处理下绿叶中N浓度明显高于增加水分。这可能是由于植物在干旱环境中会调节体内N平衡，增加对体内水分的保护，以适应干旱贫瘠生境[43]。增加水分减缓了水分胁迫，植物不需要分配过多的N到叶片中，导致叶片N浓度降低，这是荒漠草原植物对氮素的利用策略[23]；也可能由于增加降水对植物生长的影响大于对土壤N矿化的影响[19]，提高了地上生物量从而稀释了植物叶片N含量，叶片N浓度量下降[6]。植物枯叶N浓度随水分的增加而降低，随水分的减少而升高，这可能受绿叶N状况和土壤有效N的影响，有研究发现植物枯叶N浓度与土壤有效N具有显著正相关关系，土壤有效N浓度增加的同时枯叶N浓度随之增加[28]。荒漠草原气候干旱特征显著，年降水量小于年蒸发量，荒漠草原优势植物叶片为了增强对体内水分的保护以适应干旱的环境，从而出现水分稀少而N浓度高的现象，这是荒漠草原植物对N的利用策略。

3.3 模拟降水变化对植物N回收效率的影响

植物养分回收是表征植物对环境适应能力的指标。荒漠草原植物养分回收特征的变化有助于缓解土壤养分的限制性。荒漠草原土壤养分含量较低，有机质分解缓慢，凋落物分解产生的养分对荒漠草原养分循环系统贡献较小，植物养分回收是为适应养分贫瘠生境做出的养分利用策略。本研究中的物种都表现出较高的氮回收效率，5种植物在衰老过程中，无芒隐子草N吸收效率最高达60%，木地肤氮回收效率达到49.9%，高于Yuan等在全球尺度上对NRE的研究结果[31]，也高于李元恒等对荒漠草原NRE的研究结果[44]。不同的物种对N回收效率表现出特异性，其中无芒隐子草的NRE处于较高水平，这可能是因为无芒隐子草在群落中是优势种，不仅对试验区气候具有高度适应性，而且对N素具有高效的保存能力。本研究中，增加降水量降低了NRE，这是由于荒漠草原优势植物NRE是以叶片养分再利用为基础的，增加降水量降低了绿叶N浓度，导致NRE出现降低趋势，这与赵广帅等研究结果一致[28]。另一方面，降水量的增加提高了地上生物量，稀释了植物叶片养分浓度，因此增水降低了NRE。荒漠草原优势植物叶片为了适应干旱贫瘠环境表现为调节体内N循环，具有极高的NRE[45]。因此，植物叶片为了维持高的N投入导致干旱环境具有更高的NRE。

3.4 植物N回收效率的影响因素

植物养分回收效率是根据绿叶和枯叶养分含量间的差值计算得出，因此叶片养分含量对养分回收效率有直接影响。对试验区5种植物NRE与绿叶氮浓度、枯叶氮浓度、土壤水分、土壤有效氮之间的关系研究表明，NRE与绿叶N浓度呈正相关关系，与枯叶N浓度呈负相关关系，与Zhou等对中国地区植物养分回收的研究结果一致[46]。本研究中，绿叶N浓度与枯叶N浓度具有正相关关系，与Kobe等人研究结果一致，植物绿叶中N浓度越高，相应枯叶中N浓度也高[47]。NRE与枯叶N浓度呈显著负相关关系，而与绿叶N浓度的关系并不显著，说明枯叶的N回收程度是影响NRE的内在决定因素。试验区土壤养分的有效性较低，而植物叶片养分回收效率较高，这说明植物在衰老过程中回收利用了更多的N，将N储存在根系中，延长养分在植物体内驻留的时间，为第2年的返青做准备[28]。模拟增水通过影响提高土壤水分间接影响NRE，模拟减水通过降低土壤水分间接改变NRE。土壤水分通过改变叶片N浓度间接影响了NRE。

4 结论

综合以上分析，增加降水增强了土壤水分，促进植物的生长，加剧植物对土壤有效氮的消耗。增加降水有利于地上生物量的增加，稀释了植物叶片N浓度，导致植物氮回收效率降低。枯叶氮浓度是影响叶片氮回收效率的决定因子，土壤水分是影响荒漠草原优势植物叶片N回收效率的关键因子，增水通过影响土壤水分以及叶片N浓度间接改变荒漠草原优势植物叶片的氮回收效率。