免耕对土壤微生物量碳影响的Meta分析

肖美佳张晴雯董月群刘杏认张爱平郑莉杨正礼

(中国农业科学院农业环境与可持续发展研究所农业清洁流域团队/农业部农业 环境重点实验室，北京 100081)

土壤微生物碳是土壤有机碳最活跃的部分[1]。它既是土壤养分和土壤有机质循环和转化的动力，又可作为土壤中植物有效养分的储备库[2]。土壤微生物碳含量不高，一般只占土壤有机碳总量的1%～5%[3]，但参与土壤养分转化、能量循环[4]，对周围环境因子的影响极为敏感，土壤环境的微小变动都会引起其活性的变化，因此土壤微生物碳已作为土壤对环境影响的质量指标[5-6]，能够灵敏、准确、及时地响应不同土壤管理措施[7]、不同区域、水热条件、耕作年限导致的土壤差异性。耕作方式会影响土壤微生物的新陈代谢，土壤养分库必须不断地通过土壤微生物的矿化作用转化为可吸收的有效养分，此外，区域、水热条件、耕作年限也会影响微生物的新陈代谢[8-9]。免耕作为一种保护性耕作措施在保持水土、改善土壤生态环境、维持作物稳产、节省成本等方面发挥了重要作用[8]。关于免耕的相关研究国内外已有大量报道，如免耕对产量的影响、免耕年限对土壤养分的影响、免耕对土壤理化性质的影响等方面[9-10]。前人研究发现土壤翻耕使土壤微生物相对均匀地分布在土壤耕层，而免耕耕作，特别是长期免耕会使土壤养分在表面富集，出现明显的层化现象，进而不利于作物的可持续生产[11-12]。而Balota 等[13]发现相比常规耕作，免耕耕作土壤中微生物量碳含量增幅达到98%。Meta分析是综合医学类、生物学类及生态学类等大量研究结果的一种统计学分析方法[14-15]，实际上是对文献资料的再分析，可以用来评估类似研究的总体效果[16]。

在我国，由于区域水热条件、土壤性质等差异较大，存在较大的空间异质性，免耕对土壤微生物碳的影响既有正面效应也有负面效应，前人研究中单一影响因素的分析已无法满足农田实际地域环境条件。基于上述问题，本研究通过Meta分析，将部分田间试验结果加以整合，定量分析免耕在中国不同区域、气候条件和免耕年限下对土壤微生物碳量的影响特征，以期为免耕保护性耕作措施的选择性应用和土壤微生物量增加的长期效应提供科学参考。

1 材料与方法

1.1 数据来源

选择中国知网(http://cnki.net/)、万方(http://www.wanfangdata.com.cn/index.html)、The web of Science(http://apps.webofknowledge.com)和Sciencedirect(https://www.sciencedirect.com/)4个数据库，通过关键词：免耕(no-tillage)、土壤微生物生物量碳(soil microbial biomass carbon)，检索1980年1月-2016年12月免耕影响土壤微生物生物量的相关文献，并对检索结果进行筛选，筛选标准如下：1)试验区为中国农业区；2)试验处理包含免耕试验组(no-tillage，NT)和常规耕作对照试验组(conventional tillage，CT)；3)免耕试验时间不低于1年；4)有明确的试验地点和试验时间；5)剔除试验地点、试验处理、试验时间和试验结果相同的文献。关键词检索共发现478篇文章，通过以上标准筛选，获得41篇文献，其中8篇英文文献，22篇中文文献，11篇中英文文献皆有，共162组配对试验数据用于整合分析。

经过筛选获得的162组配对试验数据，主要涉及甘肃、河南、江苏、吉林、山西、重庆、河北、云南、江西、内蒙古、湖南、四川、山东等13个省(自治区)。农田微生物碳变化受区域气候条件、土壤性质和耕作措施等多种因素影响，然而这些因素难以定量表达，因此本研究采用农田分区方法来讨论土壤微生物碳的空间差异性，以反映土壤微生物碳的潜在区域性特征(表1)。

表1 用于Meta分析免耕对土壤微生物碳影响的农田分区Table 1 Farmland partitions for the effect of no tillage on soil microbial carbon in Meta analysis

1.2 Meta整合分析及计算

1.2.1 数据归一化处理 各研究中所涉及的土壤分层参差不齐，耕层土壤微生物碳含量根据文献数据中的全国平均耕层深度进行归一化处理，对研究结果中多层次划分的试验数据，如土层厚度0～10 cm、10～30 cm等，按照下列公式将试验土层厚度分别加权平均到全国旱地的平均耕层深度：

(1)

式中，X标：全国旱地的平均耕层深度的指标值；H标：全国旱地的平均耕层深度；Xi1：第i个研究第1层土壤指标值；Xi2：第i个研究第2层土壤指标值；Hi1：第i个研究第1层土壤深度；Xi2：第i个研究第2层土壤深度。

1.2.2 标准差 标准差是Meta分析的重要参数之一，文献中已标有标准差，则使用该标准差；文献中没有明确标出标准差的，如果有每次试验的具体数值，则通过标准差的一般方法计算标准差，如果文献中既没有每次试验的具体数值，也没有具体得到标准差，将不同年限的试验数值视为重复试验，计算标准差。按照公式计算合并标准差[15-16]：

(2)

式中，Var(MDi):合并标准差；ni1:第i个研究的样本数；Si1:第i个研究的标准差。

1.2.3 效应值 Meta分析一般通过效应指标量化研究结果所表征的作用规律；采用加权的方法总结归纳同类研究的不同结果，进而更直观、简单地表达客观规律，适用于大尺度生态学现象的研究[17]。连续性变量的Meta分析可选择加权均数差值(weighted mean difference，WMD)作为效应值[18-19]，以计算所有研究的总体效应。WMD值由单个研究的平均差经权重加权而求得。Meta分析采用的模型不同，相应的计算结果也不同。Meta分析主要有固定模型和随机模型2种，关于模型的选择，存在较大的争议，多数学者认为固定模型存在一定的局限性，而随机模型应用更为广泛，特别是对所选研究中存在异质性的情况下，采用随机模型更适宜[20-22]。因此，本研究选用随机模型来计算加权均数差值、相关方差和95%置信度下的置信区间(confidence interval, CI)，以减小异质性的影响。置信区间是真值，可能出现数值范围，如果置信区间CI包含0，则说明免耕对于土壤微生物碳的含量没有显著效应，无统计学意义；如果置信区间CI全部大于0，则说明免耕对于土壤微生物碳存在显著正效应，即免耕能够显著提高土壤微生物碳的含量(P<0.05)；如果置信区间CI全部小于0，则说明免耕对于土壤微生物碳有显著负效应，即免耕会显著减少土壤微生物碳的含量(P<0.05)。按照公式计算均值差(mean difference，MD)、权重系数(wi)和加权均数差值(WMD):

MD=Xi1-Xi2

(3)

(4)

(5)

式中，Xi1为第i个研究免耕试验组指标均值；Xi2为第i个研究常规耕作对照组指标均值；wi为权重系数，本研究采用加权均数法(inverse variance,Ⅳ);T2:各个研究之间的方差。

采用Origin 8.5作图；Revman 5.0和Microsoft Excel 2007进行Meta分析的相关计算；Getdata 2.22提取文献数据。

2 结果与分析

2.1 免耕对土壤微生物碳影响的效应值

土壤微生物碳含量的变化是微生物利用土壤碳源进行细胞繁殖，促进有机碳矿化过程对不同耕作方式作用的反应。整合分析表明，土壤微生物量碳对不同耕作制度比较敏感，免耕对土壤微生物的含量有增加效应。基于Meta统计学分析，对162对免耕与常规耕作措施的配对样本进行分析，结果表明，常规耕作中土壤微生物碳含量在64.26～585.65 mg·kg-1之间，平均值为230.06 mg·kg-1，免耕土壤微生物碳含量为75.41～814.27 mg·kg-1，平均值为279.59 mg·kg-1。由图1可知，NT-CT的WMD值平均值为49.29 mg·kg-1，95%置信区间CI为 [25.43, 52.80](P<0.01)，免耕可以显著提高土壤中微生物碳的含量。多数NT-CT的加权均数差值均大于0，且集中分布于17.1～60.1 mg·kg-1之间，这可能是由于免耕措施下有机残体主要集中在耕层及地表，为土壤微生物的生存提供了丰富的基质和和生长环境，同时覆盖的残体改善了表层的水热条件，避免由频繁耕作造成土壤结构的破坏，因此促进土壤微生物量的增长；而常规耕作经过翻耕地表保留的残茬较少，对耕层土壤的水肥气热均有影响，进而影响了微生物活性。但也有个别试验点的NT-CT加权均数差值小于0，表明免耕减少了土壤微生物碳的含量，这可能与区域性的气候、降雨、温度等多要素的综合特征相关，因此根据不同区域及水热条件等进行具体分析。

图1 效应值统计性描述Fig.1 Statistical description of weighted mean difference

2.2 免耕对土壤微生物碳影响的区域效应分析

图2 不同区域土壤微生物碳含量Fig.2 Soil microbial carbon in different regions

区域特征是气候、土壤、地形地貌和土地利用等要素的综合体现[23]。由图2可知，不同区域免耕对土壤微生物碳含量的影响存在明显差异，但总体趋势基本一致，免耕土壤微生物碳含量普遍高于常规耕作。其中，西南地区免耕对土壤微生物碳含量增加的正效应最强，免耕较常规耕作土壤微生物碳含量增加了36.72%，西北和华北地区的增加幅度较接近，分别为12.13%、11.73%，但均略高于东北和东南地区增加幅度分别为11.68%、10.87%。整体变化趋势为西部高于东部，自东向西免耕对于土壤微生物量碳含量的增加效应呈升高的趋势。Meta分析表明，东北、东南、华北、西北和西南地区的WMD均具有统计意义，且各区域免耕和常规耕作的土壤微生物碳含量均存在显著差异(P<0.05)。其中西南地区效应值WMD最大，为117.01 mg·kg-1，是其他区域WMD的2～6倍；东北、东南、西北和华北地区的加权WMD值分别为17.15、41.80、25.02和24.61 mg·kg-1(图3)。这是由于西南地区水热充足有利于免耕残茬的腐解，且该地区耕层土壤相对浅薄，免耕能够保护耕层土壤结构形成，有利于土壤微生物含量的增加；华北地区年均降水量和气温虽然相对较低，但基本上水热同季，有利于免耕残茬的腐解，能够为土壤微生物提供良好的基质；东北地区免耕降低了对土壤的扰动，可有效减少土壤侵蚀，但温度偏低不利于免耕残茬的腐解，且长期免耕导致犁底层上移，影响了微生物对碳源的利用效率，因此东北和华北地区免耕对于土壤微生物碳含量增加的正效应较西南地区弱。

图3 不同区域免耕对土壤微生物碳的影响Fig.3 Effect of different region on soil microbial carbon

2.3 免耕对土壤微生物碳影响的时间效应

免耕年限是影响土壤微生物碳的重要因素之一。本研究将免耕年限分为免耕年限≤3 a、3～8 a和≥8 a 共3个等级。由表2可知，不同免耕年限间，土壤微生物碳含量差异显著(P<0.05)。其中，免耕年限≤3 a土壤中微生物碳含量为115.23～352.61 mg·kg-1；免耕年限3～8 a土壤中微生物碳含量为75.41～441.34 mg·kg-1；免耕年限≥8 a土壤中微生物碳含量为202.00～814.27 mg·kg-1。统计结果表明，免耕年限≤3 a土壤微生物碳含量的WMD值与免耕年限3～8 a接近，分别为19.41、20.17 mg·kg-1，但二者免耕土壤中微生物碳的含量均显著高于常规耕作；免耕年限≥8 a的WMD值为72.13 mg·kg-1，与免耕时间≤3 a和3～8 a土壤中微生物碳含量存在极显著差异，且其WMD值差异达到3倍之多。表明长期免耕更有利于土壤耕层微生物碳含量的增加。

表2 免耕年限对土壤微生物碳的影响Table 2 Effect of non-tillage years on soil microbial carbon

注：*表示差异显著(P<0.05)；**表示差异极显著(P<0.01)。

Note：*indicates significant difference at 0.05 level.**indicates extremely significant difference at 0.01 level.

2.4 免耕对土壤微生物碳影响的降水量效应

由图4可知，不同年降雨量下免耕对土壤微生物碳含量的影响存在差异。按照中国干湿气候划分标准，将各区域分为4级，即年降雨量<200 mm为干旱区，年降雨量200～400 mm为半干旱区，年降雨量400～800 mm为半湿润区，年降雨量>800 mm为湿润区。鉴于收集41篇文献中没有年降雨量<200 mm的干旱区资料，本研究将年降雨量<200 mm和200～400 mm合并为1个分区，共3级。以常规耕作为对照，年降雨量<400 mm，400～800 mm，>800 mm条件下免耕的WMD分别为21.76、24.30、87.81 mg·kg-1，WMD依次表现为半干旱区<半湿润区<湿润区，其中半湿润区和湿润区免耕对土壤微生物碳含量均有显著影响(P<0.05)，且具有统计意义；而半干旱区曲线与无效线有交叉，半干旱区免耕对土壤微生物碳含量无显著影响，且无统计学意义。

注：竖线为误差线，代表95%的置信区间 CI；水平轴表示无效线；n表示样本量。误差线与无效线没有交点时，表明差异显著(P<0.05)。黑色菱形表示多个研究文献的加权均数差值。下同。Note:Vertical lines mean error lines，which represent the confidence interval of 95%. Horizontal line means invalid line. n represent sample size. Significant difference between conventional tillage and no-tillage exist when error line and invalid line has no intersection at 0.05 level. Black diamonds represent weighted mean difference of multiple researches. The same as following.图4 不同降水量条件下免耕对土壤微生物碳的影响Fig.4 Effect of different condition of annual rainfall on soil microbial carbon

图5 不同年均温条件下免耕对土壤 微生物碳的影响Fig.5 Effect of different condition of annual average temperature on soil microbial carbon

2.5 免耕对土壤微生物碳影响的温度效应

温度是影响微生物分布和丰度的主要环境因素之一。整合分析表明，土壤微生物活性对温度升高有较高的敏感性。本研究涉及的文献中年均温度范围为2.5～18.5℃，以5℃为梯度分别划分为3个等级，即年均温度<10℃，年均温度10～15℃，年均温度>15℃。温度因子对免耕与常规耕作的配对Meta分析结果表明(图5)，年均温度10～15℃和年均温度>15℃条件下，免耕对于土壤中微生物碳含量均有显著影响(P<0.05)，且具有明显的统计学意义；年均温度<10℃免耕对于土壤中微生物碳含量无显著影响，无统计学意义。年均温度<10℃、10～15℃和>15℃条件下，免耕土壤中微生物碳含量分别较常规耕作增加了17.01%、18.52%和25.42%，且WMD均随着温度的升高而增加，分别为19.36、27.83、87.81 mg·kg-1。

3 讨论

研究表明，相比常规耕作，免耕可以不同程度的提高土壤的物理、化学和生物特性[24-25]。免耕有利于土壤微生物碳含量增加，原因在于：1)免耕改变了土壤表层的真菌和细菌比例[26]，免耕条件下土壤表层的真菌占优势，而常规耕作条件下细菌更占优势，真菌的碳含量高于细菌，对土壤微生物碳的累积有积极影响[27]；2)土壤中的微生物以异养型种群为主，微生物的繁衍生息需要消耗一定的能量，免耕不扰动土层，尤其是表土层，植物残茬和土壤中残留的肥料连年累积在土壤耕层之中，可为维持土壤微生物的生命活动提供充足的能量[28]；3)常规耕作会连年翻地或者几年一翻，扰动土壤会切断土壤剖面分布的菌丝，中断菌丝的养分流动[29]，但免耕可以促进土壤中形成更多的连续生物孔隙和团聚体，有利于土壤毛细孔隙的形成和细直径菌丝真菌的生存繁衍[30]。而在农田生态系统中，土壤微生物碳的主要控制因子是温度和水分，耕作措施的不同导致土壤扰动程度和外来有机质输入量产生差异，进而改变土壤的温度和湿度特征、土壤理化特性、土壤微生物碳含量及其在土壤中的空间分布特征。本研究中，相比常规耕作，年降雨量>800 mm、年均温度>15℃、免耕年限≥8 a条件下的WMD值最大，年降雨量的多少直接影响土壤含水量的高低，Sugihara 等[30]研究发现土壤微生物碳季节动态变化的主要限制因子是土壤含水量，土壤含水量的增加对于微生物量碳的累积是有利的。而Ross[31]以新西兰草地和牧场为研究对象得出了不同的结论，发现土壤微生物量和土壤含水量之间呈负相关。这可能与研究区域微生物的种类有关。年均温度增加，土壤温度也相应增加，土壤温度会通过影响酶活性进而影响土壤微生物呼吸的温度敏感性[32]。在一定范围内，土壤温度的增加，酶的活性更高，土壤微生物呼吸的温度敏感性随着温度的升高而下降，微生物的繁衍更有利。而免耕年限是影响免耕效果的重要因素，长期连续免耕，表土层集中分布有大量植物根系，有利于土壤团聚体的形成；此外，土壤中植物根的残茬及大量低分子量的根系分泌物也使土壤微生物繁衍加剧，增强土壤微生物的生命力[32-34]。本研究中，免耕年限≥8 a对土壤微生物量碳含量的增加效应更好，这也与熊鸿焰等[35]的研究结果相似。区域性免耕效应表明，西南地区免耕对于土壤微生物碳含量正效应最为显著，华北和东北地区相对较弱，这也与年降雨量和年均温度对土壤微生物量碳含量的影响密切相关，西南地区降水充沛，夏季炎热多雨，所以免耕对其土壤微生物量碳含量的增加效应更强，且西南地区土质疏松、地貌多样，水土流失严重，免耕也可能是实现西南可持续发展的一项重要保护性耕作措施[36]。

4 结论

免耕能提高土壤中微生物碳含量，但在我国的不同区域适应型不同，其中西南湿润地区免耕对土壤微生物量碳含量的增加效应最强，东北地区和东南地区最弱。年降雨量和温度是引起明显的区域特征的重要影响因子，NT-CT的WMD值随着年降雨量和年均温度的增加而增加。同时免耕年限促进土壤微生物量碳含量的增加，免耕年限≥8 a和免耕年限<8 a对土壤微生物量碳含量的增加效应存在显著差异。免耕措施在不同区域对土壤微生物量碳含量的影响差异较大，应根据区域特点因地制宜。