西藏耐低温菌群发酵堆肥质量的指标选择——以水稻秸秆堆肥为例

吴玉德，刘会芳，侯立刚，关法春，刘亮，王将旭，李 平

(1.佳木斯大学生命科学学院，黑龙江佳木斯 154007；2.吉林省农业科学院，吉林 长春 130033；3.西藏藏迦生态科技发展有限公司，西藏林芝 860000)

西藏高原“第三极”严酷而复杂的环境，对其土壤微生物群落多样性有相当大的影响，所以对西藏特有的耐低温微生物菌进行深入了解和应用就十分有必要.这不仅为人们对西藏的进一步开发和利用提供极有价值的理论依据，同时也能够将其应用于东北等寒冷地区，以解决其生产生活上的诸多难题.

目前秸秆微生物菌剂堆肥发酵相关技术在不断成熟与进步，从之前主要应用于中温环境，现今已可在高海拔、高寒地区等低温环境下进行秸秆堆肥发酵[1，2]，并已取得了明显的应用效果[3，4]. 以青藏高原极端低温环境下的微生物为主，制成低温生物菌剂，应用于冬季稻田内水稻秸秆的原位堆制发酵，为解决秸秆处理及环境保护等难题提供了一条技术途径，同时也可明确、分析并评价低温发酵菌剂对冬季水稻秸秆原位低温发酵的腐解效果.秸秆低温发酵质量主要由养分含量、失重情况等诸多指标共同决定，指标之间一定程度上存在相关性且各个指标也有一定的独立性[5]，因此从众多指标中筛选出主导性的因子是定量准确评价发酵质量的关键[6-8].主成分分析法是质量定量评价中，较为可靠的数理统计方法[9-10]，主成分分析方法通过数据降维，找出综合因子来代表原变量，使其尽可能地反映原变量数据特点，且综合因子和原变量之间彼此间互不相关，从而达到简化的目的[11].

根据秸秆低温发酵堆肥质量的分析测定结果，应用主成分分析和聚类分析，明确影响低温菌剂秸秆发酵品质评价的主要因素，简化堆肥品质评价指标，进行西藏耐低温菌群发酵质量评价的指标的合理选择，从而实现运用简单方法来综合而全面的评价发酵效果，生产意义重大.

1 材料与方法

1.1 试验材料

水稻秸秆为秋季脱粒后未经过任何加工处理的废弃秸秆，数量约10 t；低温发酵菌采集自西藏山南地区浪卡子县(29°13'16.5"N 90°20'56.5"E)，采样地点海拔高度5 016 m，从土壤中采集植物半腐解枯落物样品，经一系列筛选、培养等操作过程后，扩繁的微生物菌群，与市售芽孢杆菌、固氮菌、木霉等按一定活菌数比例混合，复配后制成耐低温菌剂.

1.2 试验设计

2018 年11 月27 日在吉林省柳河县姜家店乡蛙田米业公司基地秋收后的水稻田内，进行水稻秸秆发酵试验.按照耐低温发酵菌剂40 kg、稻糠250 kg、红糖30 kg、尿素50 kg 的质量配比进行充分翻拌混合，形成发酵料；将秸秆按照每层0.5 m 的厚度平摊稻田地表，同时喷水使得秸秆水分含量60 ～65%，同时撒入发酵底料，逐层添加秸秆、喷水、撒发酵料，最后形成山形发酵垛并覆盖塑料大棚膜；翻堆作业于2019年1 月10 日进行，翻堆结束再重新覆盖塑料棚膜，直到4 月下旬结束.

分别在 2018 年 11 月 27 日、2019 年 1 月 26 日和4 月24 日，使用铁扦取发酵垛中心的水稻秸秆样品，3次重复，样品风干后装袋，并根据采样时间将样品袋标记为“A1127”、“A0126”、“A0424”.

水稻秸秆失重率(weight loss rate ， WLR)参照NYT 2722 -2015 标准进行，秸秆总有机质、全氮、全磷、全钾等指标，分别参照NY525 -2012、NY2542 -2014、NY2541 -2014、NY2540 -2014 等标准进行测定.

1.3 数据处理

数据经 Excel 整理后，利用 SPSS 21 软件的描述统计( descriptive statistics)进行平均值、标准差、显著性差异分析及主成分分析和聚类分析.

2 结果与分析

2.1 不同日期样品发酵指标品质分析

各养分指标含量变化情况见图1. 由图可以看出：不同取样时间的堆肥样本A1127、A0126、A0424，各养分指标间差异均达到极显著程度，其中全N、全P、全K 以及失重率含量随时间变化而呈逐渐增高额趋势；而总有机质含量及C/N 随时间变化而逐渐降低.

图1 不同日期样品各养分指标变化情况Fig. 1 Changes of nutrient indexes in samples on different dates

2.2 水稻秸秆低温发酵质量因素的主成分分析

将水稻秸秆的全部品质指标进行主成分分析.结果表明：在秸秆低温堆肥发酵过程的诸品质因素中，初始特征根大于1 的主成分只有一个，该主成分的累计贡献率达到98.23%，完全符合分析要求.各指标的特征向量值十分接近，所以主成分大小的决定性因素很难确定(表1).

表1 主成分分析结果Table1 Results of principal component analysis

2.3 秸秆低温堆肥发酵品质评价因素的聚类分析

品质评价因素的聚类分析结果如图2 所示：利用主成分分析得到的主成分指标数据进行系统聚类，可划分为2 个类别.其中全氮、全磷、全钾以及失重率为一类，总有机质及碳氮比为第二类. 聚为同一类的品质因素间相关性较为密切，可选用其中1 个因素作为代表，使分析过程得到简化. 因此水稻秸秆低温发酵质量的2 个评价因子是：(1)全氮、全磷、全钾或失重率(2)总有机质或碳氮比.

图2 品质评价因素的聚类分析Fig.2 Cluster analysis of quality evaluation factors

3 讨论

标准差通常可反映数据间的离散程度，标准差越小，数据相对波动越小.全磷的标准差最小，则表明其数据最为稳定[12]. 主成分分析方法将许多相关的随机变量压缩成少量的综合指标[13]，从累计贡献率的大小来决定品质组成因素的选择类别个数.同时在此基础上，应用系统聚类方法区分品质评价因素的类别[14].从本研究可以看出主成分只有一个，同时决定性因素很难确定；同时秸秆上述6 个品质因素之间存在着密切相关性.利用主成分分析的结果作为聚类分析的样本矩阵，减少了数据的冗余，原理清晰，计算简单，同时所得的结论客观[15]. 对其进行偏相关分析，结果显示，全氮与全磷偏相关系数为0.909，达到极显著正相关；全氮与全钾偏相关系数为0.820，达显著正相关；全磷与失重率偏相关系数为0.815，也达到显著正相关，且该4 项成分指标聚为一类，可选其中一项成分指标作为代表；同时碳氮比与总有机质含量偏相关系数为0.785，差异不显著，但其线性回归方程为y=9.231 +22.454x，R2=0.820，差异达极显著程度.因此亦可选其中一项成分指标作为代表.其中前四项指标中失重率的测定相对容易，后两项指标中有机质的含量测定操作更为方便，所以选择失重率及总有机质2 项指标作为评价堆肥发酵品质的指标.

4 结论

通过对秸秆低温发酵过程中堆肥成分指标进行主成分分析仅提取出1 个主成分，并且难以通过其确定其中的关键因素；将其结果聚类后可分为两大类别，可从该两类中各选一个指标作为代表. 最终确定失重率和总有机质组成的最小数据集指标，即可很好的反映并表达水稻秸秆低温发酵堆肥品质的绝大部分信息.失重率和总有机质就可以对耐低温菌群应用于水稻秸秆低温发酵所得堆肥的品质和发酵质量进行客观判定.