杨树人工林复合经营模式对土壤N2O与CO2排放的影响

宋子琪, 李野, 丁思惠,2, 田野,3, 方升佐,3,*

杨树人工林复合经营模式对土壤N2O与CO2排放的影响

宋子琪1, 李野1, 丁思惠1,2, 田野1,3, 方升佐1,3,*

1. 南京林业大学林草学院, 南京 21003 2. 江苏省科技资源统筹服务中心, 南京 210008 3. 南京林业大学南方现代林业协同创新中心, 南京 210037

为探讨杨树人工林复合经营模式对土壤温室气体排放的影响, 基于11年生“南林-895杨”(בNanlin-895’)人工林, 设置纯林、林下种植麦冬()和林下养鸡3种复合经营模式, 采用静态箱-气相色谱法每月测定土壤N2O和CO2排放通量, 同时测定土壤温湿度, 分析复合经营模式对土壤N2O和CO2排放和产量的影响及与相关影响因子的关系。结果表明: 不同复合经营模式林下土壤温、湿度存在显著差异; 不同杨树复合经营模式间, 土壤N2O和CO2排放速率动态变化与年累积排放量存在显著差异, 杨树林下种植麦冬的土壤N2O年累积排放量最高, 为233.47 mg·m–2·a–1, 而林下养鸡的土壤CO2年累积排放量最高, 达2328.87 g·m–2·a–1。总体来看, 不同复合经营模式林地土壤温室气体(N2O和CO2)年累积排放量为林下养鸡>林下种植麦冬>杨树纯林; 土壤温、湿度对土壤CO2和N2O排放速率有显著影响, 其中, 土壤CO2排放速率与土壤温度之间呈显著线型相关, 而与土壤湿度呈现抛物线型关系; 土壤N2O排放速率与土壤温、湿度的关系均可用抛物线型关系来描述。综上所述, 不同杨树复合经营模式改变了林地土壤的温、湿度, 进而对温室气体排放产生了显著的影响。从1年的研究结果看, 种植麦冬和养鸡的杨树人工林林地土壤温室气体的年累积排放量高于纯林, 表明林农复合经营增加了土壤温室气体的排放。

杨树人工林; 气候变化; 静态箱法; 林农复合经营; 温室气体

0 前言

近年来, 温室气体(Greenhouse gas)增加导致的气候变暖现象成为了全球范围内日益严重的问题。土壤是温室气体重要的源和汇, 温室气体的产生与土壤微生物活性显著相关, 受到了土壤温度、湿度、pH和氧化还原状况等方面的影响[1–2]。杨树是我国中纬度平原地区最重要的人工林造林树种之一, 具有举足轻重的地位[3]。根据人工林不同发育阶段, 我国形成了林菜、林禽、林畜、林菌、林药等复合经营模式[4]。由于不同模式间的差异引起了林分结构的变化, 导致林内光照以及凋落物的富集和分解不同程度地影响了林下土壤温度、土壤湿度和土壤有机质含量等[5–7]。现有研究表明, 不同土地利用方式和管理措施的林地土壤温室气体排放与吸收差异显著[8–9],其中土壤结构的改变可能是影响土壤温、湿度的关键因素, 致使土壤N2O和CO2的排放量升高[10–13]。

关于杨树人工林复合经营经营模式研究, 主要集中在林分郁闭前的较多, 而关于林分郁闭后复合经营模式的研究相对较少[3]。麦冬()耐荫性强, 生态适应性广, 且具有较高的土壤保育能力[14], 是杨树人工林郁闭后理想的间作植物。林下养鸡不仅有效地提高了林分郁闭后林地利用效率, 且动物粪便能够增加林地土壤的全量养分, 鸡粪中所含的氮含量较高, 对土壤温室气体的排放也起着关键作用[15–16]。因此, 在杨树人工林郁闭后林下种植麦冬和林下养鸡是生产实践中常见的复合经营模式。然而, 目前关于杨树人工林下种植麦冬和养鸡的复合经营模式如何通过土壤温、湿度影响N2O和CO2排放的研究报道很少。因此, 本研究以不同复合经营模式为基础, 探究土壤温室气体排放特征, 以期为今后杨树人工林复合经营综合评价及选择提供参考依据。

1 材料与方法

1.1 试验地概况与试验设计

试验地位于江苏省宿迁市泗洪县陈圩林场(33°32′ N, 118°36′ E), 属于中纬度湿润-半湿润暖温带气候区。试验地土壤为母质为洪泽湖淤积土, 试验地于2007年3月采用南林-895杨(בNanlin-895’)进行造林, 株行距为3 m×8 m。采用单因素完全随机试验设计, 于2014年3月设置纯林、林下种植麦冬()和林下养鸡3种复合经营模式的小区, 每个小区面积为576 m2, 分别记作: P、L和C。养鸡密度为2000只·hm–2, 种植麦冬的小区未进行施肥、翻耕和收获处理, 且保证麦冬覆盖度达到90%, 每个小区内采用S点取样法布设5个取样点。小区设置前的土壤基本理化性质: 土壤容重为1.24 g·cm–3, 全碳含量为0.77 g·kg–1, 全氮含量为1.13 g·kg–1, 全磷含量为0.35 g·kg–1, 全钾含量为9.52 g·kg–1, pH值为7.18。

1.2 测定方法

土壤温室气体采用静态箱-气相色谱仪法[17]进行采集和测定。每个取样点埋设内径为20 cm, 高度为25 cm的PVC管, 埋设深度为5 cm。于2017年10月到2018年9月每月月初的晴天取样, 取样时间为9: 00—11: 00。采集气体时, 先将PVC管内空气与外界混匀, 密封后从取样孔取气(30 mL), 1 h后重复此操作。采集的气体样放入真空铝塑气体采样袋内存贮, 使用安捷伦气相色谱仪(Agilent 7890A, 美国)进行测定。取样期间, 用地温计测定土壤5 cm深度的温度, 并收集土壤测定其重量含水率。

温室气体排放速率计算公式为[17]:

式中:为温室气体排放速率, 单位为mg·m–2·h–1;为标准状况下的气体密度, 单位为kg·m–3,为特定时间内气体浓度变化速率, 单位为10–6·h–1;为地上部分测定空间体积, 单位为m3;为绝对温度, 单位为℃;为PVC管底面积, 单位为m2。

日累积排放量采用公式(2)计算, 通过每月日累积排放量采用内插法计算温室气体年累积排放量[18]。在100年尺度下, N2O的增温潜势为CO2的265倍, 则CO2和N2O的全球增温潜势按公式(3)计算[19]:

= 24F(2)

式中:为温室气体的日累积排放量, 单位分别为mg·m–2·d–1和g·m–2·d–1;F为第i个月温室气体排放速率。(global warming potential)为增温潜势, 表示试验期内土壤CO2和 N2O排放的综合温室效应(kg·hm–2),W和W分别为土壤CO2和N2O的年累积排放量。

1.3 数据处理

采用Excel 2010对土壤温、湿度与土壤CO2和N2O的排放速率和累积排放量进行计算与图像描述, 采用 Origin 2016对土壤CO2和N2O的排放速率、土壤温、湿度与土壤CO2和N2O的排放速率的关系、进行模型的拟合与图像描述, 利用SPSS 20对土壤温、湿度和土壤温室气体排放速率和累积排放量进行单因素方差分析和多重比较。

2 结果与分析

2.1 不同复合经营模式土壤温、湿度的差异

方差分析表明, 3种复合经营模式间土壤年温、湿度存在显著差异, 但平均土壤温度和湿度均无显著差异(表1)。3种模式林地土壤温度具有冬季低、夏季高的规律(图1), 在1月出现最小值, 变化范围为1.5—2.9 ℃, 从大到小顺序为L < P < C, C模式在7月出现最大值, 为34.2 ℃, 高于P模式1.6 ℃, L模式在8月出现最大值, 为30.3 ℃, 低于L模式1.2 ℃。4月土壤温度骤升时, P模式林地土壤温度升高最快, 达到29 ℃, 显著高于L与C模式。而6—8月, C模式林地土壤温度最高, 其次是P模式(图1-A)。3种复合经营模式中, L模式林地土壤全年平均土壤温度最低(17.98 ℃), 夏季时表现更加明显(图1-A), 显著低于C与P模式。

土壤湿度也呈现出冬季低、夏季高的变化规律(图1-B), 均在5月出现最大值。L模式下土壤湿度在全年内波动幅度最大, 其次是C模式。2017年10月—2018年3月中, 3种复合经营模式间林地土壤湿度差异较小, 4月时, L模式林地土壤湿度由3月的37.80%骤降至25.10%, 而P与C模式林地土壤湿度均小幅度上升, 均显著高于L模式。5—8月, P模式林地土壤湿度均低于L和C模式; 6月时, 3种复合经营模式林地土壤湿度较5月均呈现下降趋势, 且3种复合经营模式间林下土壤湿度均具有显著差异。8月时, C模式林地土壤湿度高于其他两种林地约6.9%, 随后3种复合经营模式林地土壤湿度均表现为下降的趋势。

2.2 不同复合经营模式对土壤温室气体排放的影响

2.2.1 土壤N2O排放

土壤N2O排放速率在3种模式林地内均表现为相同的变化规律(图2-A)。L与C模式林地土壤N2O排放速率在12月达到最小值, 而P模式林地土壤N2O排放速率在1月降至最小值。P、L和C模式林地土壤N2O排放速率的最大值分别出现在7、9和10月, 其中L模式林地土壤N2O排放速率最高, 为0.11 mg·m–2·h–1。同时, L模式林地土壤N2O排放速率波动较大, C模式次之, P模式林地土壤N2O排放速率在全年内较为稳定。

表1 不同复合经营模式年平均土壤温、湿度

注: 不同字母表示不同复合经营模式林地土壤年平均温、湿度差异显著(< 0.05)。

注: P代表纯林; L代表林下种植麦冬; C代表林下养鸡。

Figure 1 Dynamic of soil temperature and moisture in different compound management patterns during investigation period

注: P代表纯林; L代表林下种植麦冬; C代表林下养鸡, 不同字母表示不同复合经营模式间林地土壤N2O年累积排放量差异显著 (P＜0.05）。

Figure 2 Dynamic of soil N2O emission rate and annual cumulative emission in different compound management patterns

综合而言, 3种复合经营模式林地土壤年平均N2O排放速率和N2O全年累积排放量存在显著差异(< 0.05), 表现为L > C > P(表2)。土壤N2O全年累积排放量中(图2-B), P模式林地土壤N2O排放量最低, 为87.17 mg·m–2·a–1, 而C模式林地土壤N2O排放量是P模式的2.16倍, L模式林地土壤N2O排放量最高, 为P模式的2.67倍。

2.2.2 土壤CO2排放

3种复合经营模式林地土壤CO2排放速率与土壤温度变化趋势基本一致, 呈现冬季低、夏季高的规律。在1月, 3种复合经营模式林地土壤CO2排放速率均降至最小值, 变化范围为18.80—30.06 mg·m–2·h–1之间; P与L模式林地土壤CO2排放速率在7月升至最大值, 而C模式林分土壤CO2排放速率在8月时达到最大值, 为521.57 mg·m–2·h–1(图3-A)。

3种复合经营模式林地土壤CO2年排放速率存在显著差异, 采用C与L模式林地土壤年平均CO2排放速率显著高于P模式(表2)。3种复合经营模式林地土壤CO2年累积排放量差异显著, P模式林地土壤CO2累积排放量为1909.68 g·m–2·a–1(图3-B), 显著低于L与C模式, 但L与C模式林地土壤全年CO2累积排放量无显著差异, 分别高于P模式13.32%和21.95%。

表2 不同复合经营模式对土壤温室气体年平均排放速率的影响

注: 不同字母表示不同复合经营模式林地土壤N2O或CO2年平均排放速率差异显著(< 0.05)。

注: P代表纯林; L代表林下种植麦冬; C代表林下养鸡, 不同字母表示不同复合经营模式间林地土壤CO2年累积排放量差异显著 (P＜0.05）。

Figure 3 Dynamic of soil CO2emission rate and annual cumulative emission in various compound management patterns

2.2.3 土壤CO2和N2O的增温潜势

通过计算不同复合经营模式林地土壤N2O和CO2的全球增温潜势(GWP), 发现3种复合经营模式林地土壤CO2对GWP的贡献率达到97.20%以上, 是土壤温室气体排放的主要气体。P模式林地土壤N2O和CO2的GWP显著低于C与L模式(< 0.05), C模式林地土壤N2O与CO2的GWP最高, 为87200 kg·hm–2, 是P模式的1.23倍(图4)。

2.3 土壤温室气体排放与土壤温、湿度的关系

经过线性与多项式拟合曲线对比, 土壤温、湿度与土壤N2O和CO2排放速率单因素最佳拟合曲线见图5, 除土壤CO2排放速率与土壤温度之间呈现线性关系外, 另外三条拟合曲线均呈抛物线关系。拟合结果显示, 土壤CO2排放速率与土壤温度之间呈现显著正相关的关系(图5-A)。同时, 土壤CO2排放速率随土壤湿度的增加呈现先升高后降低的趋势(图5-B), 在土壤湿度为35%—40%之间出现峰值。与土壤温度相比, 土壤N2O排放速率与土壤温、湿度相关性较低, 随土壤温、湿度的增加均呈现先升高后降低的趋势(图5), 其中当土壤温度处于20—25 ℃,土壤湿度处于35%—40%之间时, N2O排放速率达到最高。

土壤温、湿度与温室气体排放速率的关系见表3。通过双因素线性和非线性复合模型的拟合, 发现非线性复合模型对土壤N2O和CO2排放速率的解释度高于线性模型, 且土壤温度与土壤湿度的协同作用对土壤N2O和CO2的排放速率具有显著的影响(< 0.05)。与单因子模型相比, 非线性复合模型对土壤N2O和CO2排放速率的拟合效果更好, 但土壤温度单因子线性拟合模型与线性复合模型对土壤CO2的解释度均为85%。

3 讨论

3.1 土壤温、湿度与土壤N2O和CO2排放的关系

目前已有的研究中, 土壤N2O和土壤温湿度之间的关系较为复杂。伍延正[20]的研究认为土壤N2O的排放在土壤温度高于5 ℃时才具有相关性, 也有研究认为林地土壤温度不是N2O排放的主要影响因素[21]。本研究发现, 当土壤温度低于23 ℃时, 其与N2O排放速率具有正相关性, 但土壤温度继续升高, 土壤N2O排放速率具有较小幅度的下降趋势。王刚[22]的研究结果也表明土壤温度在20—30 ℃时与N2O排放速率呈现负相关的关系, 与本研究结果基本一致。土壤湿度对N2O排放的影响主要作用于硝化和反硝化过程以及气体在土壤中的扩散能力[1]。本研究中, 当土壤湿度在27%—40%之间时, 土壤N2O排放速率与土壤湿度呈现正相关的关系, 这是由于植物蒸腾作用的减小引起土壤湿度增加, 不利于土壤通气孔隙的形成, 减少孔隙空间, 进而降低氧的有效性, 从而促进了反硝化作用[23]。3种复合经营模式中, 土壤CO2排放速率与土壤温度具有显著线性相关关系, 与土壤湿度在一定范围内具有非线性正相关关系。3—8月期间, 种植麦冬(L)和养鸡(C)的林地土壤CO2排放速率增长较快, 可能是由于随着季节变化, 土壤温度逐渐升高, 土壤内植物根呼吸增强, 根际与非根际土壤中微生物活性增强使自养和异养呼吸增加, 而纯林微生物种类与丰度较低[24], 导致林农复合经营模式下的土壤呼吸速率较高。此外, 土壤温度与土壤CO2排放速率表现出显著线性正相关, 这能够解释土壤CO2排放速率在4—6月与土壤温度具有相同的变化趋势。本研究中, 土壤CO2排放速率在土壤湿度处于28—40%之间时, 随土壤湿度的增加而增加, 而后逐渐降低, 这是由于土壤湿度过低影响土壤中可溶性底物的扩散能力, 而土壤湿度过高则影响氧气的扩散能力, 限制了土壤微生物的呼吸[25], 导致CO2排放速率受到影响。同时, 本研究发现, 土壤温、湿度复合模型对CO2排放速率的拟合效果最好, 表明土壤温、湿度的交互效应共同影响土壤CO2的排放。

注: P代表纯林; L代表林下种植麦冬; C代表林下养鸡, 不同字母表示不同复合经营模式间林地土壤CO2年累积排放量差异显著 (P＜0.05）。

Figure 4 GWP of soil N2O and CO2in different compound management patterns

图5 土壤温、湿度与土壤温室气体排放速率的单因素拟合曲线

Figure 5 One-factor fitting curves of soil temperature and moisture with greenhouse gases emission rates

表3 土壤温室气体排放速率(Z)与土壤温度(X)及土壤湿度(Y)复合模型

3.2 土壤温、湿度与N2O和CO2排放对不同复合经营模式的响应

复合经营模式的不同造成了林地土壤温、湿度和N2O与CO2排放通量间的差异。土壤管理和耕作可以通过添加肥料、植物残留物和改变土壤结构来影响N2O的排放[26]。本研究发现, 种植麦冬的林地土壤年平均N2O的排放速率和年累积排放量均高于林下养鸡和纯林模式, 这可能是因为麦冬在杨树人工林下处于遮荫条件, 土壤中NO3–-N含量和细菌群落多样性升高[27], 而NO3–-N含量与土壤N2O排放具有显著正相关性[28], 因此土壤中较多的NO3–对电子的竞争能力高于N2O还原酶, 抑制了反硝化作用过程中N2O向N2的还原作用, 从而导致土壤N2O累积[29]。林下养鸡的林地土壤N2O年平均排放速率和年累积排放量也高于纯林模式, 可能是由于鸡粪可以作为有机肥料为土壤微生物提供能量和营养物质, 促进微生物的繁殖, 同时微生物也能对鸡粪进行分解、缩合形成新的腐殖质[30], 养殖密度合理的情况下能够通过降低土壤容重, 提高土壤总孔隙度和全氮含量, 改善土壤肥力, 增强硝化螺旋菌门活性, 进而促进土壤N2O的排放[31]。另外, 纯林模式杨树人工林连作导致的土壤酚酸类物质的累积对土壤中硝化细菌和反硝化细菌产生抑制[22], 也造成了杨树纯林模式林地土壤N2O的排放速率低于其农林复合经营模式。根据本研究土壤温、湿度与土壤N2O排放的关系, 可以发现当土壤温度高于19 ℃左右时, 土壤N2O排放速率开始降低, 而养鸡的林地年平均土壤温度高于此范围, 因此种植麦冬的林地土壤N2O排放速率高于养鸡的林地。

土壤CO2的排放是土壤生物代谢和生物化学过程等因素的综合产物, 土壤微生物呼吸(异养呼吸)和土壤根系呼吸(自养呼吸)是森林土壤呼吸的主要组成部分[32]。本研究的结果表明, 林地土壤CO2排放速率与土壤温度变化规律一致, 表明土壤温度为影响土壤呼吸的主导因素。这可能是由于森林土壤总呼吸中异养呼吸所占比重高于自养呼吸, 而异养呼吸的温度敏感性较高[33], 因此土壤温度对土壤呼吸的影响更大。林下种植麦冬从两方面对土壤N2O的排放产生影响, 林下种植麦冬能够减少阳光对林地土壤的直射, 进而降低土壤温度, 同时根系的增加能够改善土壤结构, 增强土壤持水能力, 提高土壤含水量, 从而进一步抑制土壤温度的快速上升, 使土壤呼吸减弱。另一方面, 林下种植麦冬提高了土壤根呼吸总量, 导致该小区土壤呼吸高于纯林。林地养鸡有利于土壤有机质增加, 促进土壤微生物活性, 微生物呼吸作用增强[34], 且该小区土壤温度最高, 因此林地土壤CO2年平均排放速率和年累积排放量最高, 增温潜势最大。但也有研究认为复合经营能够增加土壤大团聚体数量, 进而有效提高土壤有机质含量, 促进土壤微生物活性, 增加碳封存, 减少温室气体排放[35]。

4 结论

(1)3种杨树人工林复合经营模式林地土壤CO2排放通量均远高于N2O排放通量, 但不同复合经营模式林地土壤N2O和CO2排放通量存在的差异。其中, 林下种植麦冬的土壤N2O排放通量最高, 林下养鸡的林地土壤CO2的排放通量最高。与对照(杨树人工林纯林)相比, 杨树人工林下种植麦冬和养鸡均提高了土壤N2O和CO2的排放。本文仅探讨了不同杨树人工林复合经营模式对土壤N2O和CO2的排放的影响, 未对不同经营模式的生物生产力及综合经济效益进行评价。因此, 需进一步通过定位研究来评价不同模式的生态和经济效益及其权衡关系, 从而优化出杨树人工林郁闭后最佳的复合经营模式。

(2)不同复合经营模式间土壤温、湿度的差异是造成土壤N2O和CO2排放发生改变的关键因素。土壤温、湿度与土壤N2O排放速率间均呈现抛物线型的关系, 土壤CO2排放速率与土壤温度具有显著线性相关关系, 与土壤湿度在一定范围内具有非线性正相关关系。使用复合模型拟合土壤温、湿度与土壤N2O和CO2排放速率关系时发现非线性模型拟合效果较好。

[1] 李海防, 夏汉平, 熊燕梅, 等. 土壤温室气体产生与排放影响因素研究进展[J]. 生态环境, 2007, 4(6): 1781–1788.

[2] 庄炜, 杨雪琴, 于晓莉, 等. 微生物驱动的滨海湿地N2O产生及其机制研究进展[J]. 微生物学通报, 2019, 46(12): 3440–3452.

[3] 方升佐. 中国杨树人工林培育技术研究进展[J]. 应用生态学报, 2008, 4(10): 2308–2316.

[4] 周玉新, 童婷婷. 林农复合经营模式的优化选择及产业化经营研究[J]. 安徽农业科学, 2014, 42(6): 1858–1860.

[5] WANG qinqin, SHOGREN J F. Characteristics of the crop- paulownia system in China[J]. Agriculture Ecosystems and Environment, 1992, 39(3/4): 145–152.

[6] 王勤, 孙梦瑶, 遆建航, 等. 毛竹-多花黄精复合经营模式对土壤理化特性的影响[J]. 生态科学, 2020, 39(6): 54–59.

[7] 侯建花, 陈祖海, 严邦祥, 等. 复合经营对香榧林地与香榧枝条的影响[J]. 浙江农业科学, 2021, 62(6): 1089– 1091+1096.

[8] 刘慧峰, 伍星, 李雅, 等. 土地利用变化对土壤温室气体排放通量影响研究进展[J]. 生态学杂志, 2014, 33(7): 1960–1968.

[9] 桑巴叶, 朱玉伟, 刘康, 等. 伊犁河谷不同森林模式下土壤的养分特征和粒径组成[J]. 水土保持通报, 2017, 37(5): 328–332.

[10] CHENG jianzong, LEE xinqing, ZHOU zhihong,Nitrous oxide emissions from different land use patterns in a typical karst region, Southwest China[J]. Chinese Journal of Geochemistry, 2013, 32(2): 137–145.

[11] GERSSEN-GONDELACH S J, WICKE B, FAAIJ A. GHG emissions and other environmental impacts of indirect land use change mitigation[J]. Global Change Biology Bioenergy, 2017, 9(4), 725–742.

[12] HAN M, ZHU B. Changes in soil greenhouse gas fluxes by land use change from primary forest[J]. Global Change Biology, 2020, 26(4): 2656–2667.

[13] FRANZLUEBBERS A J, CHAPPELL J C, SHI wei, et al. Greenhouse gas emissions in an agroforestry system of the southeastern USA[J]. Nutrient Cycling in Agroecosystems, 2017, 108(1): 85–100.

[14] 李洋洋, 樊吉, 张庆国, 严力蛟, 等. 麦冬与黄花菜在南方丘陵山区坡耕地保育土壤作用研究[J]. 土壤通报, 2011, 42(5): 1070–1075.

[15] DOYENI M, BAKSINSKAITE A, SUPRONIENE S, et al. Effect of animal waste based digestate fertilization on soil microbial activities, greenhouse gas emissions and spring wheat productivity in loam and sandy[J]. Loam Soil Agronomy, 2021, 11(7): 1281–1281.

[16] 彭晶, 高英志, 谷月, 等. 鸡粪有机肥对土壤中抗生素抗性基因和整合酶基因的影响[J]. 环境工程学报, 2019, 13(4): 984–991.

[17] 王迎红. 陆地生态系统温室气体排放观测方法研究、应用及结果比对分析[D]. 北京: 中国科学院研究生院(大气物理研究所), 2005.

[18] 张西超, 叶旭红, 韩冰, 等. 灌溉方式对设施土壤温室气体排放的影响[J]. 环境科学研究, 2016, 29(10): 1487–1496.

[19] SMITH P, MARTINO D, CAI zucong, et al. Greenhouse gas mitigation in agriculture[J]. Philosophical Transactions of the Royal Society B: Biological Sciences, 2008, 363(1492): 789–813.

[20] 伍延正, 张苗苗, 秦红灵, 等. 不同土地利用方式下冬季N2O排放及其影响因素[J]. 环境科学, 2013, 34(8): 2968–2974.

[21] TANG xuli, LIU shuguang , ZHOU guoyi, et al. Soil-atmospheric exchange of CO2, CH4, and N2O in three subtropical forest ecosystems in southern China[J]. Global Change Biology, 2010, 12(3): 546–560.

[22] 王刚, 杨宪龙, 李渊, 等. 陇东旱塬苜蓿草地N2O排放特征及其对施氮的响应[J]. 应用与环境生物学报, 2018, 24(3): 450–456.

[23] KUZYAKOV Y, RAZAVI B S. Rhizosphere size and shape: Temporal dynamics and spatial stationarity[J]. Soil Biology and Biochemistry, 2019, 135: 343–360.

[24] 张瑛, 马雪松, 敬如岩, 等. 基于宏基因组测序技术分析连作对杨树人工林土壤微生物群落的影响[J]. 山东大学学报(理学版), 2019, 54(1): 36–46.

[25] DAVIDSON E A, JANSSENS I A, LUO yiqi. On the variability of respiration in terrestrial ecosystems: moving beyond Q10[J]. Global Change Biology, 2010, 12(2): 154–164.

[26] HOLDER A J, MCCALMONT J P, ROWE R, et al. Soil N2O emissions with different reduced tillage methods during the establishment of miscanthus in temperate grassland[J]. Global Change Biology Bioenergy, 2019, 11(3): 539–549.

[27] 罗艺岚, 赵东豪, 孙鹏越, 等. 遮阴胁迫对麦冬和多年生黑麦草根际土壤细菌群落结构和多样性的影响[J]. 草地学报, 2019, 27(5): 1204–1212.

[28] 肖永恒, 李永夫, 王战磊, 等. 竹叶及其生物质炭输入对板栗林土壤N2O通量的影响[J]. 植物营养与肥料学报, 2016, 22(3): 697–706.

[29] 巩有奎, 王淑莹, 彭永臻, 等. 低氧条件下生物反硝化过程中N2O的产量[J]. 化工学报, 2011, 62(6): 1688–1692.

[30] 秦华军, 何丙辉, 赵旋池, 等. 西南山地林下经济模式对土壤养分和土壤微生物数量的影响[J]. 水土保持通报, 2014, 34(1): 113–117.

[31] 林东, 钟林茂, 郑鹏, 等. 梨树林下养鸡对土壤理化性质的影响[J]. 湖北农业科学, 2013, 52(18): 4346–4350.

[32] 唐罗忠, 葛晓敏, 吴麟, 等. 南方型杨树人工林土壤呼吸及其组分分析[J]. 生态学报, 2012, 32(22): 7000–7008.

[33] HANSON P J, EDWARDS N T, GARTEN C T, et al. Separating root and soil microbial contributions to soil respiration: a review of methods and observations[J]. Biogeochemistry, 2000, 48(1): 115–146.

[34] 颜学佳, 魏江生, 周梅, 等. 兴安落叶松林土壤呼吸及组分的变化特征[J]. 生态环境学报, 2013, 22(6): 948–954.

[35] SHRESTHA B, CHANG S, BORK E, et al. Enrichment Planting and Soil Amendments Enhance Carbon Sequestration and Reduce Greenhouse Gas Emissions in Agroforestry Systems: A Review[J]. Forests, 2018, 9(8): 369–369.

Effects of compound management patterns in poplar plantations on the emissions of N2O and CO2from the soil

SONG Ziqi1, LI Ye1, DING Sihui1,2, TIAN Ye1,3, FANG Shengzuo1,3,*

1. College of Forestry and Grass Land, Nanjing Forestry University, Nanjing 210037, China 2. Science and Technology Resources Service Center of Jiangsu Province, Nanjing 210008, China 3. Co-Innovation center for Sustainable Forestry in Southern China, Nanjing 210037, China

To evaluate the effects of different compound management patterns on soil greenhouse gas emissions in poplar plantations, a field experiment was performed at the "Nanlin-895 Poplar" (‘Nanlin-895’) plantations of 11-year old. Three compound management patterns were conducted in this experiment as follows: pure poplar plantation(P), plantingunder the plantation (L), raising chicken under the plantation (C). The characteristics of soil N2O and CO2emission fluxes were monthly measured by static chamber technique, while the soil temperature and moisture were measured synchronously to analyze the impacts of compound management patterns on N2O and CO2emissions and crop yield, as well as the relationships between the related impact factors. The results indicated that there were significant differences in soil temperature and moisture among the different management patterns, while the significant differences in the monthly emission rates and annual cumulative emissions of soil N2O and CO2were also detected among different management patterns. The annual cumulative emission of soil N2O was the highest in the pattern of plantingunder poplar plantation, reaching 233.47 mg·m−2·a−1, whereas the annual cumulative emission of soil CO2was the greatest in the pattern of raising chicken under poplar plantation, up to 2328.87 g·m−2·a−1. In general, the annual cumulative emission of soil greenhouse gases (N2O and CO2) in the different compound management patterns was as follows: raising chicken under the plantation > plantingunder the plantation > pure poplar plantation. Soil temperature and moisture had significant effects on soil CO2and N2O emission rates, and there was a significant linear correlation between soil CO2emission rate and soil temperature, while a parabolic relationship between soil CO2emission rate and soil moisture. However, the relationships of N2O emission rate to soil temperature and moisture could be described by parabola. As mentioned above, different compound management patterns in poplar plantations modified the soil temperature and moisture, and then significantly affected the greenhouse gas emissions from the soils. Based on the results, the annual cumulative emissions of soil greenhouse gases in two agroforestry compound management patterns (plantingin the plantation and raising chicken under the plantation) were higher than those in the pure plantation, indicating that poplar agroforestry patterns would increase the soil greenhouse gas emissions.

poplar plantation; climate change; static chamber technique; agroforestry; greenhouse gas

10.14108/j.cnki.1008-8873.2024.01.013

S714.5

A

1008-8873(2024)01-105-08

2021-08-18;

2021-11-09

江苏省重点研发项目(BK20220017); 国家重点研发计划项目(2016YFD0600402); 江苏省大学生创新训练计划项目(201710298066Y)

宋子琪(1997—), 女, 内蒙古自治区赤峰人, 硕士研究生, 主要研究方向为人工林定向培育理论与技术, E-mail: 2632583724@qq.com

通信作者:方升佐, 男, 博士, 教授, 主要从事杨树及青钱柳人工林定向培育的研究工作, E-mail: fangsz@njfu.edu.cn

宋子琪, 李野, 丁思惠, 等. 杨树人工林复合经营模式对土壤N2O与CO2排放的影响[J]. 生态科学, 2024, 43(1): 105–112.

SONG Ziqi, LI Ye, DING Sihui, et al. Effects of compound management models in poplar plantations on the emissions of N2O and CO2from the soil[J]. Ecological Science, 2024, 43(1): 105–112.