强还原与生物炭对土壤酶活性和温室气体排放的影响

2021-03-17吉春阳何云华孙小飞马亚培马红亮尹云锋福建师范大学湿润亚热带山地生态国家重点实验室培育基地福建福州50007福建师范大学地理科学学院福建福州50007福清市现代农业发展中心福建福清5000

中国环境科学 2021年2期

吉春阳,何云华,孙小飞,马亚培,马红亮,高人,尹云锋* (1.福建师范大学,湿润亚热带山地生态国家重点实验室培育基地,福建福州 50007；2.福建师范大学地理科学学院,福建福州 50007；.福清市现代农业发展中心,福建福清 5000)

近几十年来,随着农业现代化水平的提高,设施栽培已成为我国重要的农业生产模式之一[1].由于长期集约化经营和不合理管理等原因,土壤酸化、次生盐渍化、养分失衡和土传病害等连作障碍问题日益突出,已严重制约农业可持续发展[2].土壤强还原处理(RSD)亦被称为生物或厌氧土壤灭菌,是一种作物种植前的土壤修复方法,通过向土壤中添加易分解有机物料,灌溉至水分饱和并覆膜,在短期内创造强还原环境,在温度大于30℃条件下,处理2～3 周即可有效修复连作障碍[3-4].目前,在美国和日本的一些地区,已将其作为化学熏蒸的替代方法用于土壤灭菌[5],在我国也成功用于防控香蕉枯萎病、花卉和蔬菜等连作障碍[1,6].如朱同彬等[7]田间试验发现RSD处理31d 后,设施黄瓜的发病率低于3.0%,增产率达392.0%～435.0%.值得关注的是,RSD 修复过程中亦会导致CO2与N2O 大量排放[3,8],Li 等[9]研究表明RSD 修复过程中综合温室效应(GWP)增加了64.1%～130.1%.

生物炭是生物质材料在缺氧或无氧条件下,高温热解产生的富含碳素、高度芳香化的一类物质[10],已被广泛应用于农业领域.其不仅能提高土壤肥力、促进植物生长,亦可抑制多种土传病原菌[11].如Jaiswal 等[12]发现添加生物炭能够抑制腐霉菌(Pythium aphanidermatum )繁殖生长,降低黄瓜根腐病发生.同时,已有研究表明添加生物炭能够减少温室气体排放[13].目前,关于RSD 与生物炭联合修复对土壤温室气体排放的影响研究亦有报道,但结论尚不一致.如Wang 等[14]研究发现RSD 中添加3%的生物炭(玉米秸秆,400°C制备)后,土壤N2O排放量减少了40.7%,但Li 等[9]发现生物炭(小麦秸秆400℃制备,添加量为20t/hm2)应用于RSD 后,土壤N2O 排放量增加了35.2%.

土壤温室气体主要来自微生物过程,即土壤呼吸、硝化和反硝化等[15].酶在调控土壤有机质分解和养分循环过程中发挥着重要的作用[16],而生态酶化学计量比则反映微生物的新陈代谢与环境中养分有效性之间的生物地球化学平衡模式[17].因此,研究碳氮循环功能酶活性与土壤温室气体排放关系,将有助于深入揭示温室气体减排调控机制.王光飞等[18]研究辣椒疫病防控时发现,RSD 修复显著提高了土壤多酚氧化酶和纤维素酶活性,生物炭(玉米秸秆500℃制备)修复抑制土壤β-葡萄糖苷酶和脲酶活性,且抑制作用随添加量增加而增强[19].周际海等[20]研究表明生物炭(小麦秸秆350～550℃制备)与有机物料混施显著提高了水稻土过氧化氢酶、脲酶和碱性磷酸酶活性,促进了土壤CO2和N2O排放.Wu等[15]研究表明与添加小麦秸秆相比,生物炭(小麦秸秆450℃制备)能够减少N2O 排放,并发现CO2与N2O 排放量与β-葡萄糖苷酶和脲酶活性显著相关.然而,从土壤酶活性变化角度探讨RSD 和生物炭联合修复对温室气体(CO2和N2O)排放的影响研究目前还鲜有报道.为此,本文通过培养实验,研究RSD、生物炭以及二者联合修复对设施蔬菜地土壤酶活性和温室气体排放的影响,分析环境因子、酶活性与温室气体排放的内在关联,以期为退化土壤的修复和温室气体减排提供科学参考.

1 材料与方法

1.1 实验材料

供试土壤取自福建省福清市镜洋镇绿丰农业开发有限公司连续种植5a 的尖椒样地,连作障碍严重.取0～15cm 土壤,剔除石块和植物根系过2mm 筛,风干保存.选取水稻秸秆为有机物料,80℃烘干后粉碎,过2mm 筛密封备用.生物炭由水稻秸秆制备,将水稻秸秆粉碎过2mm 筛后用锡箔纸密闭包裹,置于管式炉(O-KTF1200,江苏)450℃厌氧裂解2h,不同粒径(0.25～2mm、0.053～0.25mm 和＜0.053mm)的比例分别为26.9%、56.3%和16.8%.供试土壤、水稻秸秆和生物炭基本性质如表1 所示.

表1 供试土壤、水稻秸秆和生物炭的基本性质Table 1 Basic properties of the soil, rice straw and biochar

1.2 实验设计

实验设4 个处理:未修复土壤(CK);RSD 修复(RSD),土壤+2%水稻秸秆;生物炭修复(BC),土壤+2%生物炭;RSD 与生物炭联合修复(RSD+BC),土壤+2%水稻秸秆+2%生物炭.实验开始前,先在风干土中添加去离子水调节土壤质量含水量至16%,于25℃恒温培养箱中预培养7d.培养结束后,称取相当于50.00g 干土重的新鲜土壤于自封袋中,按处理添加生物炭或水稻秸秆并与土壤充分混匀,用去离子水调节水分至田间最大持水量,随后排空自封袋内空气并封口.样品随机排列30℃恒温培养15d.在0、1、3、5、7 和15d 进行破坏性取样,随机选取4 个重复采集气体,4 个重复测定土壤基本性质.培养结束时取出部分土壤样品自然风干,另一部分样品置于4℃冰箱保存.

气体采样时,将自封袋口打开并置于通风橱中通风15min,随后将每个样品放入1L 广口瓶中,用橡胶塞封住瓶口并用封口膜密封.采样前将广口瓶轻微摇晃,确保瓶中气体均匀.用注射器采集20mL 气体保存于气瓶中,随后向广口瓶补入20mL 氮气,使内外气压一致.于培养箱中30℃培养1h 后再次采集20mL 瓶中气体[12].根据广口瓶1h 内的气体累积量来计算土壤温室气体排放速率.

1.3 测定指标及方法

pH 值采用pH 计(Mettler FE28, 上海)测定,水土比(v/w)为2.5:1,水稻秸秆和生物炭的pH 值选择水与秸秆或生物炭的比例(v/w)为15:1.土壤Eh 值采用Eh 计(Mettler FE28,上海)测定,水土比(v/w)为2.5:1.土壤NH4+-N 和NO3--N 含量用2mol/L 的KCl溶液浸提,260r/min 震荡30min 后离心并过滤,所得溶液用连续流动分析仪(Skalar san++,荷兰)测定.土壤TC、TN 含量用元素分析仪(Elementar Vario EL III,德国)测定.土壤可溶性有机碳(DOC)用去离子水浸提,水土比(v/w)为2:1,震荡30min 后离心,使用0.45μm 滤膜过滤,用总有机碳分析仪(TOC-V CPH,日本)测定[10].

CO2采用配备FID检测器的气相色谱(GC-2010,日本)测定,N2O 采用配备ECD 检测器的气相色谱(GC-2014,日本)测定.CO2和N2O排放速率及累积排放量计算参见公式(1)和(2)[8].以CO2为参照,计算100a 时间尺度上GWP,计算参见公式(3)[9].

式中:F 为CO2和N2O 的排放速率, mg/(kg·h)和μg/(kg·h); ρ 为CO2和N2O 标准状态下密度;ΔC/Δt 为广口瓶内CO2和N2O 浓度增加量; T 为培养温度,℃;V 为瓶中气体有效空间体积, m3; m 为烘干土重量, kg. M 为CO2、N2O 累积排放量, mg/kg; t 为采样时间, d; ti-ti-1为两次采样时间间隔;M(N2O)和M(CO2)分别为培养期间内土壤N2O 和CO2累积排放量, mg/kg.

土壤酶活性参照Saiya-Cork 等[21]测定方法.称取1.00g 土壤,用125mL 醋酸缓冲液(50mmol/L, pH值为5.00)提取,用伞形酮(MUB)作为底物标示水解酶活性,用L-二羟苯丙氨酸(DOPA)为底物标示氧化酶活性.微孔板置于暗环境下20℃恒温培养(水解酶4h 和氧化酶18h),培养结束水解酶加10μLNaOH 溶液(1mol/L)终止其反应,用多功能酶标仪(Spectra Max M5,美国)测定其荧光度(水解酶)或吸光度(氧化酶),通过土壤干重和反应时间来计算酶的活性.酶C:N 用ln(βG):ln(NAG)表征,酶C:P 用ln(βG):ln(AP)表征,酶N:P 用ln(NAG):ln(AP)表征[16]. 5 种土壤酶信息如表2 所示.

表2 土壤酶的缩写、功能及底物Table 2 The abbreviations, function and substrates of soil enzymes

1.4 数据分析

利用SPSS 24.0 进行单因素方差分析比较处理间的差异显著性(LSD 检验,P＜0.05).采用 Origin 2019b 软件作图.利用AMOS 24.0 进行结构方程模型(SEM)拟合,分析土壤基本性质、酶活性与温室气体之间的关系.为消除各变量量纲、数值大小对路径分析结果权重的影响,在分析前对所有数据进行Z-score 标准化处理.

2 结果与分析

2.1 土壤基本性质变化

由图1a 可知,培养期内BC 处理土壤pH 值波动下降,而RSD 与RSD+BC 处理的整体呈上升趋势.培养结束时,RSD、BC 和RSD+BC 处理的pH值分别提高了1.2、0.7 和1.3 个单位. RSD、BC和RSD+ BC 处理的土壤Eh 值在1～7d 急剧下降,后期有所上升,培养结束时RSD 处理的Eh 值最低(图1b).由表3 可见,与CK 相比,RSD、BC 和RSD+BC 处理的DOC 含量分别增加了149.9%、24.6%和 127.0%(P＜0.05).相较 CK, BC 处理的-N 含量显著增加,而RSD 和RSD+BC 处理的显著下降(P＜0.05),但二者NH4+-N 含量显著高于CK 处理的(P＜0.05).培养结束时, RSD 处理土壤TC 含量和C:N 值显著增加,而TN 含量变化并不显著;BC 与RSD+BC 处理的TC、TN 含量和C:N值均显著增加(P＜0.05).

图1 不同处理土壤pH 值和Eh 的动态变化Fig.1 Dynamic changes of soil pH and Eh in different treatments

表3 培养结束时不同处理的土壤基本性质Table 3 Soil basic properties in different treatments after incubation

2.2 土壤酶活性和生态酶化学计量比

由表4 可知,与CK 相比,BC 处理对5 种酶活性影响并不显著,而RSD 与RSD+BC 处理的则显著提高(P＜0.05).其中,RSD处理的βG、CBH、PEO和NAG活性分别提高了6.0、7.4、2.7 和3.6 倍.RSD+BC 处理的酶活性较RSD 的显著降低(βG 除外,P＜0.05).由图2 可知,相较CK,RSD 与RSD+BC 处理对酶C:N值影响不显著,但显著提高了酶C:P 和酶N:P 值(P＜0.05),而BC 处理的酶C:N 和酶C:P 值显著降低,但酶N:P 值显著增加(P＜0.05).

表4 培养结束时不同处理的土壤酶活性Table 4 Soil enzyme activities in different treatments after incubation

图2 不同处理的土壤生态酶化学计量比Fig.2 Soil eco-enzymatic stoichiometric ratios in different treatments

2.3 土壤CO2、N2O 排放速率、累计排放量和增温潜势的变化

培养期内,CK 处理土壤CO2的排放速率变化相对平缓,介于2.06～5.59mg/(kg·h)之间,BC 处理的整体呈下降趋势,但在前3d 显著高于CK 的(P＜0.05);RSD 与RSD+BC 处理的CO2排放速率显著高于CK的(P＜0.05),且在第1d 达到峰值,分别为53.71 和78.67mg/(kg·h),之后呈波动下降趋势,培养结束时仍高达22.10 和18.25mg/(kg·h)(图3a).由图3b 可知,培养期内,RSD 与CK 处理的土壤N2O 排放速率变化趋势一致,均在第1d 时达到峰值,分别为582.52 和327.48μg/(kg·h),之后逐渐下降.而BC 与RSD+BC 处理的N2O 排放速率波动较小,分别在第3d 和第1d出现峰值49.79 和105.68μg/(kg·h),其他时间均低于35.00μg/(kg·h).培养结束时不同处理间N2O 排放速率无显著差异.

图3 不同处理的土壤CO2 和N2O 排放速率动态变化Fig.3 Dynamic changes of soil CO2 and N2O emission rates in different treatments

图4 不同处理的土壤CO2、N2O 累积排放量和GWPFig.4 Cumulative CO2 and N2O emissions of soils and global warm potential in different treatments

从图4 可见,与CK 相比,RSD 处理土壤CO2、N2O 累积排放量和GWP 分别提高了10.6、0.9 和2.2 倍,BC 处理CO2累积排放量增加了110.6%,但N2O 累积排放量和GWP 降低了80.8%和54.8%.相较于RSD 处理,RSD+BC 处理土壤CO2累积排放量无显著变化,但N2O 累积排放量和GWP 显著降低了86.9%和37.8%(P＜0.05).

2.4 土壤基本性质、酶活性与温室气体累积排放量间的关系

利用SEM 分析发现βG 与DOC 对CO2累积排放量具有直接正效应,效应值分别为 0.44 和0.56,βG 与CBH 通过影响DOC 含量间接影响CO2累积排放量.此外土壤pH 值对βG 与DOC 产生显著的直接正效应(图5a).土壤Eh 值对CBH 具有显著的负效应(P＜0.01),并通过影响 NO3--N 和NH4+-N 含量间接影响N2O 的排放.土壤NO3--N和NH4+-N 含量与N2O 累积排放量呈显著负相关关系(图5b).

图5 土壤基本性质和酶活性对CO2 和N2O 累积排放量影响的SEM 分析结果Fig.5 Structural equation model fitting results of the effects of soil basic properties and enzyme activities on cumulative emissions of CO2 and N2O

3 讨论

3.1 RSD 与生物炭对土壤酶活性的影响

设施栽培过量施用化肥,土壤中无机养分含量过高,导致土壤酸化和盐渍化[2],从而抑制酶的产生,故对照土壤中βG、CBH、NAG 活性均处于较低水平.RSD 修复后5 种酶活性均显著提高,王光飞等[18]同样发现RSD(以水稻秸秆为有机物料)28°C条件下修复20d 后,土壤的多酚氧化酶和纤维素酶活性显著提高.添加有机物料使土壤SOM含量提高,不仅为酶促反应提供了充足底物,亦可作为酶促反应的有机载体[22].此外, SEM 分析发现βG 和CBH 活性与pH 值正相关,与Eh 值负相关,这与Bonnett 等[23]研究结果相吻合.其原因是RSD 改善了土壤理化性质,增强了微生物活性,进而有利于酶活性提高.土壤酶计量受养分可用性及微生物生存代谢需求的影响,酶C:N、C:P、N:P 分别反映了微生物获取C、N、P的相对需求[17].CK 的酶C:N 较高而酶C:P 和酶N:P较低,表明相对于N 元素,微生物受C 和P 元素限制.RSD处理显著提高酶C:P和酶N:P,这可能是有机物料添加使C 和N 元素可用性增加所致.

研究表明,添加生物炭对土壤酶活性的影响存在很大的不确定性,这与生物炭的类型、施用量、底物、酶种类与生物炭的相互作用以及土壤特性等有关[24].本研究发现短期内添加生物炭对βG、CBH、NAG、PEO 和AP 活性无显著影响,这与张玉兰等[25]研究结果相近,而RSD+BC 处理的酶活性较RSD 的显著降低,这可能与生物炭对反应底物或酶的吸附有关.生物炭表面具有高电势,在酶与底物充足条件下,能吸附部分有机分子(酶和底物),阻止酶促反应的进行,从而改变酶活性[26].同时,生物炭的孔隙亦会对酶、营养物质及微生物产生共定位和吸附效应,降低酶的产生与活性[25].BC 处理的酶C:N 显著降低,这是因为添加生物炭提高了土壤TC 和C:N.

3.2 RSD 与生物炭对土壤CO2 排放的影响

本研究中,RSD 处理土壤CO2排放量增加了10.6 倍,这与Li 等[9]田间实验结果相近,他们发现RSD 处理CO2排放量较未修复土壤增加了1.3倍.RSD 处理施入大量秸秆,促进了微生物的生长和代谢,从而排放大量CO2.SEM 拟合结果亦表明DOC对CO2累计排放量产生直接显著正效应;同时,βG 和CBH 亦能通过正向增加DOC 含量间接影响土壤CO2排放.Chen 等[27]研究发现,添加蔗糖和玉米秸秆能刺激土壤βG、CBH 活性,且与CO2总排放量和SOM 分解产生的CO2显著相关,这与本研究结果基本一致.在秸秆分解初期,由易分解部分产生的底物刺激R-策略微生物迅速繁殖[28],会分泌更多的酶来加速SOM 分解.

单独生物炭处理亦显著增加了土壤CO2排放量,但其增加量显著低于 RSD 和 RSD+BC 处理的.Brassard 等[29]研究6 种生物炭对两类不同农业土壤CO2排放的影响,发现在培养前10d生物炭显著增加了CO2排放量.这主要是由生物炭中部分活性碳及无机碳酸盐所致[30].RSD+BC 处理的CO2累计排放量较RSD 处理的有所增加,但差异并不显著.Luo等[31]认为同时添加有机物料与生物炭,有机物料会刺激微生物活性,引起生物炭与有机物料的共代谢分解,增加CO2排放量,但这种共代谢分解通常是一种短期效应.总体而言,生物炭添加所增加的CO2排放量仅占其自身所含碳量的很小一部分,并不会损害其在土壤中的固碳潜力[30].

3.3 RSD 与生物炭对土壤N2O 排放的影响

本研究表明,RSD 处理显著增加了土壤N2O 累积排放量,这与王军等[32]的研究结果相近,他们发现RSD 修复N2O 累积排放量是非修复土壤的950 倍.土壤N2O 主要来源于硝化作用和反硝化作用[33].设施蔬菜生产过程中过量施用化学氮肥,导致土壤中积累了大量NO3--N,而RSD 处理创造的厌氧环境促进了反硝化反应,故在培养1～5d N2O 排放速率显著增加,随后NO3--N 被大量消耗,导致N2O 排放速率逐渐降低.另外,在RSD 初期土壤中仍有O2存在,能够满足硝化微生物的需求,硝化作用亦会同时发生,这也解释了培养结束时土壤NH4+-N 含量较初始值显著降低.郎漫等[34]研究浅层淹水条件下不同施肥处理对黑土温室气体排放的影响时亦发现硝化和反硝化同时进行.雷宏军等[35]的研究发现土壤 Eh值和-N 含量是影响N2O 排放的重要因素.本研究中,SEM 分析表明土壤Eh 通过影响NO3--N 和NH4+-N 含量间接影响N2O 排放量,且NO3--N 和NH4+-N 含量与N2O 累积排放量呈负相关关系.

研究发现,在土壤孔隙充水率(WFPS)大于70%条件下,添加生物炭可以减少土壤N2O 排放[36],如Harter 等[37]发现在土壤WFPS 为95%的环境中,添加2%和10%生物炭(绿色废物,700°C 制备)土壤N2O 排放速率均显著降低.本研究亦发现,单独添加2%生物炭处理的N2O 累积排放量较对照处理的降低了80.8%.同时,与RSD 处理相比,RSD+BC 处理的N2O 累积排放量减少了86.9%,这与Wang 等[14]的研究结果相吻合.研究表明,生物炭通过提高土壤pH 值以增强N2O 还原酶的活性,催化N2O 还原为N2,从而减少N2O 排放[38].但在本研究中生物炭减少N2O 排放显然与土壤pH 值无关,因为RSD 对pH的提升幅度显著大于BC 处理.对比培养结束时不同处理的土壤NO3--N 含量,本研究中添加生物炭导致N2O 排放减少主要与NO3--N 还原受到抑制有关.施加生物炭导致土壤微域环境中含氧量较高,能够抑制反硝化作用;同时亦有研究表明生物炭能够吸附土壤 NO3--N,进而影响 N2O 排放[39].此外,Harter 等[40]在水分饱和的土壤添加10%的生物炭(绿色废物,700°C 制备)28°C 培养15d 后发现,携带典型和非典型NosZ 功能基因的微生物群落丰度和多样性显著增加,加速了N2O 向N2的转化,其培养环境与本研究相近,因此微生物群落组成改变亦可能是生物炭和RSD 与生物炭联合修复N2O 排放减少的原因之一.