• ISSN 1008-505X
  • CN 11-3996/S

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

长期施用有机肥对稻麦轮作体系土壤有机碳氮组分的影响

陈洁 梁国庆 周卫 王秀斌 孙静文 刘东海 胡诚

引用本文:
Citation:

长期施用有机肥对稻麦轮作体系土壤有机碳氮组分的影响

    作者简介: 陈洁E-mail: chenjie9408@163.com;
    通讯作者: 梁国庆, E-mail:liangguoqing@caas.cn

Responses of soil organic carbon and nitrogen fractions to long-term organic fertilization under rice-wheat rotation

    Corresponding author: LIANG Guo-qing, E-mail:liangguoqing@caas.cn ;
  • 摘要: 【目的】 以湖北武汉地区长期稻麦轮作制度下施肥试验地作为研究对象,研究了长期不同施肥处理对耕层土壤有机碳、全氮及活性碳氮组分的影响,为优化稻麦轮作体系下施肥措施,实现土壤固碳减排,培肥土壤提供理论依据。 【方法】 长期施肥试验开始于1981年,试验处理包括不施肥 (CK)、施化学氮肥 (N)、施化学氮磷肥 (NP)、施化学氮磷钾肥 (NPK)、单施有机肥 (M) 及有机无机肥配施处理 (NPKM)。收集2017年小麦收获后耕层 (0—20 cm) 土壤,测定各小区土壤中的有机碳 (SOC)、全氮 (TN)、微生物量碳氮 (MBC、MBN)、水溶性碳 (DOC)、热水溶性有机碳 (HWSC)、颗粒有机碳氮 (POC和PON)、轻组有机碳氮 (LFOC和LFON) 及氯化钾浸提氮 (KEN,即水溶性无机氮) 的含量并分析各指标间的关系。 【结果】 1) 除KEN外,长期施用有机肥显著增加耕层土壤的各碳氮组分含量,特别是有机无机肥配施处理。2) 各活性有机碳组分占SOC的百分比由高到低排序为POC > LFOC > HWSC > MBC > DOC,各氮组分占TN的百分比由高到低排序为PON > LFON > MBN > KEN,其中POC占SOC的24.04%~37.64%,PON占TN的12.09%~20.24%,且有机肥处理下POC/SOC、PON/TN显著高于其余处理。3) 通过对土壤有机碳及各活性有机碳的对施肥的敏感性分析可得,各活性碳敏感性指数均显著高于SOC,且DOC的敏感性最高。4) 通过各组分间相关性分析可知,除KEN外,各碳、氮组分间显著正相关,其中DOC与SOC、PON与TN关系更为紧密,表明DOC及PON可较好地反应出SOC、TN的变化情况。 【结论】 在湖北稻麦轮作地区,长期有机无机肥配施处理显著增加了土壤碳库及氮库,促进了土壤碳、氮的积累,尤其是颗粒有机碳和有机氮 (POC和PON)。水溶性碳 (DOC) 对施肥反应最为敏感,可作为指示该地区有机物早期变化的指示物。
  • 图 1  不同施肥下土壤各有机碳组分含量

    Figure 1.  Contents of different carbon components under different treatments

    图 2  不同施肥下土壤氮组分含量及C/N比

    Figure 2.  Contents of different N components and the C/N ratio under different treatments

    表 1  长期试验不同处理下各肥料年施用量(kg/hm2)

    Table 1.  Rates of fertilizers applied annually in each treatment under the long-term experiment

    处理
    Treatment
    N P2O5 K2O 有机肥
    Manure
    CK 0 0 0 0
    N 150 0 0 0
    NP 150 75 0 0
    NPK 150 75 150 0
    M 0 0 0 11250
    NPKM 150 75 150 11250
    下载: 导出CSV

    表 2  不同施肥下土壤碳组分与SOC比值及氮组分与TN比值(%)

    Table 2.  Percentages of SOM pools in soil organic carbon (SOC) and total nitrogen (TN) in different treatments

    处理
    Treatment
    % SOC
    微生物量碳MBC 水溶性有机碳DOC 热水溶性有机碳HWSC 颗粒有机碳POC 轻组有机碳LFOC
    CK 3.56 ± 0.38 ab 1.43 ± 0.26 f 3.75 ± 0.38 c 25.09 ± 2.96 c 3.75 ± 0.68 d
    N 3.94 ± 0.15 ab 2.69 ± 0.12 e 3.92 ± 0.34 c 29.05 ± 1.58 bc 4.97 ± 0.21 bc
    NP 3.16 ± 0.10 b 3.58 ± 0.37 d 5.20 ± 0.29 b 24.04 ± 3.16 b 4.19 ± 0.47 cd
    NPK 3.95 ± 0.12 ab 4.23 ± 0.07 c 5.27 ± 0.05 b 26.45 ± 0.57 a 3.73 ± 0.21 c
    M 4.33 ± 0.44a 5.13 ± 0.25 b 7.54 ± 0.93 a 37.16 ± 1.03 a 5.60 ± 0.73 b
    NPKM 4.53 ± 0.29 a 5.90 ± 0.17 a 7.31 ± 0.88 a 37.64 ± 1.00 a 7.81 ± 0.37 a
    下载: 导出CSV
    处理
    Treatment
    % TN
    微生物量氮MBN 氯化钾浸提氮KEN 颗粒有机氮PON 轻组有机氮LFON
    CK 0.75 ± 0.10 c 0.03 ± 0.00 b 12.09 ± 2.86 b 1.53 ± 0.60 c
    N 0.83 ± 0.08 abc 0.07 ± 0.01 a 14.81 ± 2.31 b 1.84 ± 0.21 bc
    NP 0.80 ± 0.16 bc 0.07 ± 0.01 a 14.29 ± 0.92 b 1.77 ± 0.16 bc
    NPK 0.96 ± 0.10 ab 0.04 ± 0.01 b 14.43 ± 0.65 b 1.82 ± 0.07 bc
    M 1.01 ± 0.06 a 0.04 ± 0.00 b 20.24 ± 2.54 a 2.14 ± 0.03 b
    NPKM 1.00 ± 0.08 ab 0.02 ± 0.00 c 20.16 ± 2.31 a 3.03 ± 0.32 a
    注 (Note): % SOC—各碳组分占土壤有机碳的百分比 Percentages of fractions in total soil organic carbon;% TN—各氮组分占土壤全氮的百分比 Percentages of N fractions in total soil N;数值后不同字母表示处理间差异达 5% 显著水平 Values followed by different letters within a column are significantly different among the treatments at the 5% level.
    下载: 导出CSV

    表 3  不同施肥下表层土 (0—20 cm) 中SOC和活性碳组分的敏感度指数 (%)

    Table 3.  Sensitivity index (SI) of SOC and labile organic carbon fractions at surface soil (0−20 cm)in different treatments

    处理
    Treatment
    土壤有机碳
    SOC
    微生物量碳
    MBC
    水溶性有机碳
    DOC
    热水溶性有机碳
    HWSC
    颗粒有机碳
    POC
    轻组有机碳
    LFOC
    N 3.8 ± 2.8 Cd 15.0 ± 6.1 Bcd 94.8 ± 13.2 Ea 13.3 ± 2.1 Dcd 19.8 ± 3.2 Cc 37.4 ± 2.5 Cb
    NP 31.2 ± 2.2 Bc 16.4 ± 3.7 Bcd 226.7 ± 30.8 Da 82.3 ± 12.3 Cb 25.3 ± 16.3 Cc 46.2 ± 14.7 Cc
    NPK 45.5 ± 3.3 Ac 61.4 ± 4.8 Ac 328.2 ± 16.6 Ca 104.6 ± 40.1 Bb 53.0 ± 5.8 Cc 44.6 ± 7.8 Cbc
    M 46.1 ± 6.7 Ad 77.6 ± 12.0 Ad 421.3 ± 19.1 Ba 193.4 ± 22.9 Ab 115.8 ± 10.1 Ac 117.2 ± 20.2 Bc
    NPKM 46.6 ± 1.8 Ae 86.4 ± 9.7 Acd 501.6 ± 22.2 Aa 186.3 ± 73.7 Ab 119.4 ± 8.3 Ac 204.9 ± 11.9 Ab
    注 (Note):同行数值后不同小写字母表示同一处理不同指标的差异达 5% 显著水平,同列数据后不同大写字母表示同一指标各处理间差异达 5% 显著水平 Values followed by different lowercase letters in a row are significantly different in the same treatment between different indexes at the 5% level, and values followed by different capital letters within a column are significantly different between different treatments for the same index at the 5% level.
    下载: 导出CSV

    表 4  土壤碳、氮组分间Pearson相关性分析 (r)

    Table 4.  Pearson correlation coefficients (r) of soil parameters

    参数 Parameter SOC MBC DOC HWSC POC LFOC TN MBN KEN PON
    MBC 0.86***
    DOC 0.94*** 0.94***
    HWSC 0.78*** 0.87*** 0.83***
    POC 0.81*** 0.91*** 0.94*** 0.85***
    LFOC 0.67*** 0.83*** 0.87*** 0.77*** 0.90***
    TN 0.77*** 0.86*** 0.90*** 0.85*** 0.94*** 0.90***
    MBN 0.84*** 0.96*** 0.93*** 0.82*** 0.93*** 0.84*** 0.88***
    KEN ns ns ns ns ns ns ns ns
    PON 0.70*** 0.86*** 0.87*** 0.83*** 0.94*** 0.93*** 0.90*** 0.87** ns
    LFON 0.59* 0.73*** 0.79*** 0.69*** 0.84*** 0.95*** 0.85*** 0.77*** ns 0.84***
    注 (Note):*—P < 0.05; **— P <0.01; ***— P < 0.001; ns—不显著No significance.
    下载: 导出CSV

    表 5  指示SOC、TN逐步回归分析模型中的F值和总变量 (R2)

    Table 5.  F-statistic and total variability (R2) of the best stepwise liner regression model for predicting SOC and TN

    反应变量
    Response variable
    初始模型Full model 最终模型Final model
    指示因子Predictor FF-statistic R2 指示因子Predictor FF-statistic R2
    SOC MBC, DOC, HWSC, POC, LFOC 119.5 0.98 DOC 116.7 0.88
    TN MBN, KEN, PON, LFON 22.6 0.87 PON 68.9 0.81
    下载: 导出CSV
  • [1] Lal R. Soil carbon sequestration impacts on global climate change and food security[J]. Science, 2004, 304(5677): 1 623–1 626
    [2] Stevenson F J. Extraction, fractionation and general chemical composition of soil organic matter[A]. Stevenson F J. Humus chemistry, genesis, composition, reactions [M]. New York: John Wiley and Sons, 1965. 26–54.
    [3] Mandal N, Dwivedi B S, Meena M C, et al. Effect of induced defoliation in pigeonpea, farmyard manure and sulphitation pressmud on soil organic carbon fractions, mineral nitrogen and crop yields in a pigeonpea−wheat cropping system[J]. Field Crops Research, 2013, 154(6): 178–187
    [4] Bosatta D A, Argren G I. Theoretical analysis of microbial biomass dynamics in soils[J]. Soil Biology and Biochemistry, 1994, 26(1): 143–148 doi: 10.1016/0038-0717(94)90206-2
    [5] 王晶, 张旭东, 解宏图, 等. 现代土壤有机质研究中新的量化指标概述[J]. 应用生态学报, 2013, 14(10): 1809–1812
    Wang J, Zhang X D, Xie H T, et al. New quantification indexes in modern study of soil organic matter[J]. Chinese Journal of Applied Ecology, 2013, 14(10): 1809–1812
    [6] Bolan N S, Agriano D C, Kunhikrishnan A, et al. Dissolved organic matter: Biogeochemistry, dynamics, and environmental significance in soils[J]. Advances in Agronomy, 2011, 110: 1–75 doi: 10.1016/B978-0-12-385531-2.00001-3
    [7] Banger K, Toor G S, Biswas A, et al. Soil organic carbon fractions after 16-years of applications of fertilizers and organic manure in a Typical Rhodalfs in semi-arid tropics[J]. Nutrient Cycling in Agroecosystems, 2010, 86(3): 391–399 doi: 10.1007/s10705-009-9301-8
    [8] Haynes R J. Labile organic matter as an indicator of organic matter quality in arable and pastoral soils in New Zealand[J]. Soil Biology and Biochemistry, 2000, 32(2): 211–219 doi: 10.1016/S0038-0717(99)00148-0
    [9] 梁斌, 周建斌, 杨学云. 长期施肥对土壤微生物生物量碳、氮及矿质态氮含量动态变化的影响[J]. 植物营养与肥料学报, 2010, 16(2): 321–326
    Liang B, Zhou J B, Yang X Y. Changes of soil microbial biomass carbon and nitrogen, and mineral nitrogen after a long-term different fertilization[J]. Plant Nutrition and Fertilizer Science, 2010, 16(2): 321–326
    [10] 郭振, 王小利, 徐虎, 等. 长期施用有机肥增加黄壤稻田土壤微生物量碳氮[J]. 植物营养与肥料学报, 2017, 23(5): 1168–1174
    Guo Z, Wang X L, Xu H, et al. A large number of long-term application of organic fertilizer can effectively increase microbial biomass carbon and nitrogen in yellow paddy soil[J]. Journal of Plant Nutrition and Fertilizer, 2017, 23(5): 1168–1174
    [11] Chaudhary S, Dheri G S, Brar B S. Long-term effects of NPK fertilizers and organic manures on carbon stabilization and management index under rice-wheat cropping system[J]. Soil and Tillage Research, 2017, 166: 59–66 doi: 10.1016/j.still.2016.10.005
    [12] Liu E K, Yan C R, Mei X R, et al. Long-term effect of chemical fertilizer, straw, and manure on soil chemical and biological properties in northwest China[J]. Geoderma, 2010, 158(3–4): 173–180 doi: 10.1016/j.geoderma.2010.04.029
    [13] 马臣, 刘艳妮, 梁路, 等. 有机无机肥配施对旱地冬小麦产量和硝态氮残留淋失的影响[J]. 应用生态学报, 2018, 29(4): 1240–1248 doi: 10.13287/j.1001-9332.201804.02
    Ma C, Liu Y N, Liang L, et al. Effects of chemical fertilizer combined with organic manure on wheat yield and leaching of residual nitrate-N in dryland soil[J]. Applied Soil Ecology, 2018, 29(4): 1240–1248 doi: 10.13287/j.1001-9332.201804.02
    [14] Biederbeck B O, Zentner R P. Labile soil organic matter as influenced by cropping practices in an arid environment[J]. Soil Biology and Biochemistry, 1994, 26(12): 1647–1656 doi: 10.1016/0038-0717(94)90317-4
    [15] 鲍士旦. 土壤农化分析(第三版)[M]. 北京: 中国农业出版社, 2013.
    Bao S D. Soil agricultural chemistry analysis (3rd edition) [M]. Beijing: China Agriculture Press, 2013.
    [16] Vance E D, Brookes P C, Jenkinson D S. An extraction method for measuring soil microbial biomass C[J]. Soil Biology and Biochemistry, 1987, 19(19): 703–707
    [17] Haynes R J, Francis G S. Changes in microbial biomass C, soil carbohydrate composition and aggregate stability induced by growth of selected crop and forage species under field conditions[J]. European Journal of Soil Science, 1993, 44(4): 665–675 doi: 10.1111/ejs.1993.44.issue-4
    [18] Cambardella C A, Elliott E T. Particulate soil organic matter changes across a grassland cultivation sequence[J]. Soil Science Society of America Journal, 1992, 56(3): 777–783 doi: 10.2136/sssaj1992.03615995005600030017x
    [19] Janzen H H, Campbell C A, Brandt S A, et al. Light-fraction Organic matter in soils from long-term crop rotation[J]. Soil Science and Society of America Journal, 1992, 56(6): 1799–1906 doi: 10.2136/sssaj1992.03615995005600060025x
    [20] Walkley A, Black I A. An examination of the Degtjareff method for determining soil organic matter and a proposed modification of the chromic acid titration method[J]. Soil Science, 1934, 37(1): 29–39 doi: 10.1097/00010694-193401000-00003
    [21] 李双来, 胡诚, 乔艳, 等. 水稻小麦种植模式下长期定位施肥土壤氮的垂直变化及氮储量[J]. 生态环境学报, 2010, 19(6): 1334–1337
    Li S L, Hu C, Qiao Y, et al. Vertical variation and storage of soil total nitrogen in long-term fertilizer experiment[J]. Ecology and Environmental Science, 2010, 19(6): 1334–1337
    [22] Li J, Wen Y C, Li X H, et al. Soil labile organic carbon fractions and soil organic carbon stocks as affected by long-term organic and mineral fertilization regimes in the North China Plain[J]. Soil and Tillage Research, 2018, 175: 281–290 doi: 10.1016/j.still.2017.08.008
    [23] Lima D L D, Santos S M, Scherer H W, et al. Effects of organic and inorganic amendments on soil organic matter properties[J]. Geoderma, 2009, 150(1): 38–45
    [24] Fan J L, Xiao J, Liu D Y, et al. Effects of application of dairy manure, effluent and inorganic fertilizer on nitrogen leaching in clayey fluvo-aquic soil: Alysimeter study[J]. Science of The Total Environment, 2017, 592: 206–214 doi: 10.1016/j.scitotenv.2017.03.060
    [25] Weil R R, Kroontje W. Physical condition of a Davidson clay loam after five years of heavy poultry manure applications[J]. Journal of Environmental Quality, 1979, 8(3): 387–391
    [26] Sparling G P. Ratio of microbial biomass carbon to soil organic carbon as a sensitive indicator of changes in soil organic matter[J]. Australian Journal of Soil Research, 1992, 30(2): 195–207 doi: 10.1071/SR9920195
    [27] Sekhon K S, Singh J P, Mehla D S. Soil organic carbon pools after seven years of manures and mineral fertilizers application in a rice-wheat rotation[J]. Archives of Agronomy and Soil Science, 2009, 55(2): 197–206 doi: 10.1080/03650340802477700
    [28] Bnebi D K, Brar K, Toor A S, et al. Soil carbon pools under poplar-based agroforestry, rice-wheat, and maize-wheat cropping systems in semi-arid India[J]. Nutrient Cycling and Agroecosystems, 2012, 92: 107–118 doi: 10.1007/s10705-011-9475-8
    [29] 胡乃娟, 韩新忠, 杨敏芳, 等. 秸秆还田对稻麦轮作农田活性有机碳组分含量、酶活性及产量的短期效应[J]. 植物营养与肥料学报, 2015, 21(2): 371–377
    Hu N J, Han X Z, Yang M F, et al. Short-term influence of straw return on the contents of soil labile organic carbon fractions, enzyme activities and crop yields in rice-wheat rotation farmland[J]. Journal of Plant Nutrition and Fertilizer, 2015, 21(2): 371–377
    [30] Geisseler D, Scow K M. Long-term effects of mineral fertilizers on soil microorganisms- A review[J]. Soil Biology and Biochemistry, 2014, 75: 54–63 doi: 10.1016/j.soilbio.2014.03.023
    [31] Awale R, Emeson M A, Machado S. Soil organic carbon pools as early indicators for soil organic matter stock changes under different tillage practices in Inland Pacific Northwest[J]. Frontiers in Ecology and Evolution, 2017, 5(96): 1–13
    [32] Zhang Q, Zhou W, Liang G Q, et al. Distribution of soil nutrients, extracellular enzyme activities and microbial communities across particle-size fractions in a long-term fertilizer experiment[J]. Applied Soil Ecology, 2015, 94: 59–71 doi: 10.1016/j.apsoil.2015.05.005
    [33] Yan D, Wang D, Yang L. Long-term effect of chemical fertilizer, straw and manure on labile organic matter fractions in a paddy soil[J]. Biology and Fertilizer of Soils, 2007, 44: 96–101
    [34] Simon T. The influence of long-term organic and mineral fertilization on soil organic matter[J]. Soil and Water Reservation, 2008, 3: 41–51 doi: 10.17221/SWR
    [35] 李玲, 仇少君, 刘京涛, 等. 土壤溶解性有机碳在陆地生态系统碳循环中的作用[J]. 应用生态学报, 2012, 23(5): 1407–1414
    Li L, Qiu S J, Liu J T, et al. Roles of soil dissolved organic carbon in carbon cycling of terrestrial ecosystem: A review[J]. Chinese Journal of Applied Ecology, 2012, 23(5): 1407–1414
    [36] Yagi R, Ferreira M E, Cruz M C P, Barbosa J C. Soil organic matter as a function of nitrogen fertilization in crop succession[J]. Science Agricola, 2005, 62(4): 374–380 doi: 10.1590/S0103-90162005000400011
  • [1] 高亚军黄东迈朱培立王志明李生秀 . 稻麦轮作条件下长期不同土壤管理对供氮能力的影响. 植物营养与肥料学报, 2000, 8(3): 243-250. doi: 10.11674/zwyf.2000.0301
    [2] 胡乃娟韩新忠杨敏芳张政文卞新民朱利群 . 秸秆还田对稻麦轮作农田活性有机碳组分含量、酶活性及产量的短期效应. 植物营养与肥料学报, 2015, 23(2): 371-377. doi: 10.11674/zwyf.2015.0211
    [3] 唐旭吴春艳杨生茂陈义马义兵 . 长期水稻-大麦轮作体系土壤供氮能力与作物需氮量研究. 植物营养与肥料学报, 2011, 19(1): 79-87. doi: 10.11674/zwyf.2011.0111
    [4] 夏文建周卫梁国庆王秀斌孙静文李双来胡诚陈云峰 . 优化施氮下稻-麦轮作体系氮肥氨挥发损失研究. 植物营养与肥料学报, 2010, 18(1): 6-13. doi: 10.11674/zwyf.2010.0102
    [5] 徐明岗于荣孙小凤刘骅王伯仁李菊梅 . 长期施肥对我国典型土壤活性有机质及碳库管理指数的影响. 植物营养与肥料学报, 2006, 14(4): 459-465. doi: 10.11674/zwyf.2006.0401
    [6] 李花葛玮健马晓霞黎青慧任卫东杨学云张树兰 . 小麦玉米轮作体系长期施肥对塿土微生物量碳、氮及酶活性的影响. 植物营养与肥料学报, 2011, 19(5): 1140-1146. doi: 10.11674/zwyf.2011.1027
    [7] 张敬昇李冰王昌全向毫周杨洪尹斌梁靖越付月君 . 控释氮肥与尿素掺混比例对作物中后期土壤供氮能力和稻麦产量的影响. 植物营养与肥料学报, 2017, 25(1): 110-118. doi: 10.11674/zwyf.16099
    [8] 王定勇石孝均毛知耘 . 长期水旱轮作条件下紫色土养分供应能力的研究. 植物营养与肥料学报, 2004, 12(2): 120-126. doi: 10.11674/zwyf.2004.0202
    [9] 袁玲杨邦俊郑兰君刘学成 . 长期施肥对土壤酶活性和氮磷养分的影响. 植物营养与肥料学报, 1997, 5(4): 300-306. doi: 10.11674/zwyf.1997.0403
    [10] 邱莉萍刘军王益权张兴昌 . 长期施肥土壤中酶活性的剖面分布及其动力学特征研究. 植物营养与肥料学报, 2005, 13(6): 737-741. doi: 10.11674/zwyf.2005.0605
    [11] 柳开楼韩天富胡惠文黄庆海余喜初李大明叶会财胡志华 . 红壤旱地玉米开花期土壤酶活性对长期施肥的响应. 植物营养与肥料学报, 2018, 24(6): 1610-1618. doi: 10.11674/zwyf.18155
    [12] 兰宇韩晓日杨劲峰王月房大伟李娜 . 长期不同施肥棕壤玉米地的酶活性之时空变化. 植物营养与肥料学报, 2011, 19(5): 1197-1204. doi: 10.11674/zwyf.2011.1075
    [13] 李猛张恩平*张淑红周芳王月谭福雷韩丹丹 . 长期不同施肥设施菜地土壤酶活性与微生物碳源利用特征比较. 植物营养与肥料学报, 2017, 25(1): 44-53. doi: 10.11674/zwyf.16044
    [14] 郑勇高勇生张丽梅何园球贺纪正 . 长期施肥对旱地红壤微生物和酶活性的影响. 植物营养与肥料学报, 2008, 16(2): 316-321. doi: 10.11674/zwyf.2008.0217
    [15] 苗惠田吕家珑张文菊徐明岗黄绍敏张水清 , . 潮土小麦碳氮含量对长期不同施肥模式的响应. 植物营养与肥料学报, 2015, 23(1): 72-80. doi: 10.11674/zwyf.2015.0108
    [16] 苏慧清韩晓日*杨劲峰罗培宇戴健杨明超何蕊 . 长期施肥棕壤团聚体分布及其碳氮含量变化. 植物营养与肥料学报, 2017, 25(4): 924-932. doi: 10.11674/zwyf.16485
    [17] 龚伟颜晓元王景燕胡庭兴宫渊波 . 长期施肥对小麦-玉米作物系统土壤腐殖质组分碳和氮的影响 . 植物营养与肥料学报, 2009, 17(6): 1245-1252. doi: 10.11674/zwyf.2009.0601
    [18] 李娟赵秉强李秀英SoHwatBing . 长期不同施肥条件下土壤微生物量及 土壤酶活性的季节变化特征 . 植物营养与肥料学报, 2009, 17(5): 1093-1099. doi: 10.11674/zwyf.2009.0516
    [19] 梁斌周建斌杨学云 . 长期施肥对土壤微生物生物量碳、氮及矿质态氮含量动态变化的影响. 植物营养与肥料学报, 2010, 18(2): 321-326. doi: 10.11674/zwyf.2010.0209
    [20] 孙瑞莲赵秉强朱鲁生徐晶张夫道 . 长期定位施肥对土壤酶活性的影响及其调控土壤肥力的作用. 植物营养与肥料学报, 2003, 11(4): 406-410. doi: 10.11674/zwyf.2003.0405
  • 加载中
图(2)表(6)
计量
  • 文章访问数:  229
  • HTML全文浏览量:  188
  • PDF下载量:  88
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-04-20
  • 刊出日期:  2019-01-01

长期施用有机肥对稻麦轮作体系土壤有机碳氮组分的影响

    作者简介:陈洁E-mail: chenjie9408@163.com
    通讯作者: 梁国庆, liangguoqing@caas.cn
  • 1. 中国农业科学院农业资源与农业区划研究所/农业部植物营养与肥料重点实验室 北京 100081
  • 2. 湖北省农业科学院植保土肥研究所,武汉 430064

摘要:  目的 以湖北武汉地区长期稻麦轮作制度下施肥试验地作为研究对象,研究了长期不同施肥处理对耕层土壤有机碳、全氮及活性碳氮组分的影响,为优化稻麦轮作体系下施肥措施,实现土壤固碳减排,培肥土壤提供理论依据。 方法 长期施肥试验开始于1981年,试验处理包括不施肥 (CK)、施化学氮肥 (N)、施化学氮磷肥 (NP)、施化学氮磷钾肥 (NPK)、单施有机肥 (M) 及有机无机肥配施处理 (NPKM)。收集2017年小麦收获后耕层 (0—20 cm) 土壤,测定各小区土壤中的有机碳 (SOC)、全氮 (TN)、微生物量碳氮 (MBC、MBN)、水溶性碳 (DOC)、热水溶性有机碳 (HWSC)、颗粒有机碳氮 (POC和PON)、轻组有机碳氮 (LFOC和LFON) 及氯化钾浸提氮 (KEN,即水溶性无机氮) 的含量并分析各指标间的关系。 结果 1) 除KEN外,长期施用有机肥显著增加耕层土壤的各碳氮组分含量,特别是有机无机肥配施处理。2) 各活性有机碳组分占SOC的百分比由高到低排序为POC > LFOC > HWSC > MBC > DOC,各氮组分占TN的百分比由高到低排序为PON > LFON > MBN > KEN,其中POC占SOC的24.04%~37.64%,PON占TN的12.09%~20.24%,且有机肥处理下POC/SOC、PON/TN显著高于其余处理。3) 通过对土壤有机碳及各活性有机碳的对施肥的敏感性分析可得,各活性碳敏感性指数均显著高于SOC,且DOC的敏感性最高。4) 通过各组分间相关性分析可知,除KEN外,各碳、氮组分间显著正相关,其中DOC与SOC、PON与TN关系更为紧密,表明DOC及PON可较好地反应出SOC、TN的变化情况。 结论 在湖北稻麦轮作地区,长期有机无机肥配施处理显著增加了土壤碳库及氮库,促进了土壤碳、氮的积累,尤其是颗粒有机碳和有机氮 (POC和PON)。水溶性碳 (DOC) 对施肥反应最为敏感,可作为指示该地区有机物早期变化的指示物。

English Abstract

  • 土壤碳库 (2500 Gt) 是大气碳库的3.3倍 (760 Gt),是生物碳库的4.5倍 (560 Gt)[1],为重要的碳储存库,因此研究土壤碳变化对于全球碳循环,调节全球碳现状有着重要作用。Stevenson[2]研究发现,在农田土壤中,土壤有机质的降解较慢,变化存在滞后性,不利于短期研究。而活性有机质虽然含量较少,但受植物、微生物、土壤环境等影响强烈,降解速率较快,常被认为是农田管理措施的早期敏感指标[3],对于研究土壤质量变化及碳氮循环有重要意义。不同组分的土壤有机质因其物理–化学成分及周转时间的不同导致碳的稳定程度存在差异[4],有机质分为惰性和活性有机质组分,其中活性有机质包括微生物生物量、水溶性有机质、热水溶性有机质、颗粒有机质,轻组有机质等[5]。土壤有机质各组分是相互关联的土壤过程及功能的整合体[6]。如颗粒有机质及水溶性有机质对土壤团聚体的形成起着关键作用,并为土壤微生物量提供能量来源。水溶性有机质作为高度活性有机质组分影响着土壤生化过程,但其活性受土壤含水量影响[7]。轻组有机质是指未与土壤无机矿物紧密结合的密度较小的有机质组分,代表新鲜残留物和腐殖化的稳定有机物之间的不稳定库,且与大多数微生物群落相关[8]。大量研究表明长期施用有机肥及平衡施用化肥能显著影响土壤中有机碳、氮及微生物量碳氮的含量,且均与有机质和全氮存在正相关关系[910],而长期单施氮肥则会造成土壤酸化[1113]。Biederbeck和Zentner[14]则提出在不同耕作制度下矿化态碳 (Cmin) 与MBC、LFOC间存在正相关关系,具体关系可表示为:Cmin = –104 + 0.80MBC + 0.05LFOC。

    土壤系统复杂,测定单一的有机碳、氮组分并不能准确的反应出土壤管理措施对土壤质量的影响,关于长期施用有机肥试验下土壤活性碳氮的变化及其相互关联度的研究还不充分。本研究以湖北稻麦轮作区的小麦收获季土壤为研究对象,分析长期施肥对耕层土壤有机碳氮积累及其敏感性变化的影响,探讨碳氮活性组分之间的相关关系,为确定该地区最佳施肥措施提供理论依据。

    • 长期定位试验始于1981年,设在湖北省武汉市南湖试验站 (30°37′N、114°20′1″E)是全国化肥试验网布置在长江流域稻麦两熟区的有机与无机肥料长期定位试验。试验区为北亚热带向中亚热带过渡型的地理气候带,光照充足、热量丰富、无霜期长、降水充沛。年平均日照时数为2080 h,日平均气温大于 10℃的总积温为5190℃,年降雨量1300 mm左右,年蒸发量1500 mm,无霜期230~300 d。土壤类型为黄棕壤发育的黄棕壤性水稻土,属潴育水稻土亚类,黄泥田土属。试验区耕层土壤 (0—20 cm) 基础理化性状:pH为6.3、有机质27.43 g/kg、全氮1.80 g/kg、全磷1.01 g/kg、全钾30.22 g/kg、碱解氮150.70 mg/kg、铵态氮9.40 mg/kg、速效磷5.00 mg/kg、速效钾含量为98.5 mg/kg。

    • 试验设6个处理:不施肥 (CK)、单施氮肥 (N)、氮磷肥配施 (NP)、氮磷钾肥配施 (NPK)、单施有机肥 (M) 和氮磷钾配施有机肥 (NPKM)。田间试验设3次重复,试验小区随机区组排列,小区面积40 m2 (8 m × 5 m),小区之间用40 cm深的水泥埂隔开,每个重复之间有40 cm宽的水泥排水沟。各小区年施肥量见表1,供试氮、磷、钾肥分别为尿素 (N 46%),磷酸一铵 (N 10%、P2O5 46%) 和氯化钾 (K2O 60%),有机肥为鲜猪粪,其中含水量69%,N、P2O5、K2O含量分别为15.1 g/kg、20.8 g/kg和13.6 g/kg。中稻化肥施肥量占全年施肥量的60%,小麦化肥施肥量占全年施肥量的40%,有机肥施用量水稻与小麦相同。在水稻和小麦季磷钾肥及有机肥均作基肥一次性施用,氮肥在水稻上基肥40%、分蘖肥40%、穗肥20%,在小麦上基肥50%、腊肥25%、拔节肥25%。水稻和小麦收获后地上部分全部移出。

      处理
      Treatment
      N P2O5 K2O 有机肥
      Manure
      CK 0 0 0 0
      N 150 0 0 0
      NP 150 75 0 0
      NPK 150 75 150 0
      M 0 0 0 11250
      NPKM 150 75 150 11250

      表 1  长期试验不同处理下各肥料年施用量(kg/hm2)

      Table 1.  Rates of fertilizers applied annually in each treatment under the long-term experiment

    • 于2017年冬小麦收获后采用5点采样法采集各小区0—20 cm耕层土壤,剔除根系和石砾,按四分法分取两份,一份取回风干研磨,分别过0.25 mm和0.15 mm 筛,然后测定土壤全氮及颗粒有机碳、氮和土壤有机碳、水溶性有机碳、热水溶性有机碳及轻组有机碳、氮含量;另一份土壤鲜样过2 mm筛用无菌袋带回放入4℃冰箱保存,测定土壤微生物量碳、氮以及土壤铵态氮和硝态氮含量。

      土壤有机碳、全氮及氯化钾测定方法参照《土壤农化分析》[15]测定。采用K2SO4–氯仿熏蒸法测定土壤微生物量碳、氮[16];水溶性有机碳采用水提取—震荡过滤法及热水溶性有机碳采用80℃热水浸提—震荡过滤法[17],滤液利用ANALYTIKJENA multi N/C3100 仪测定有机碳;颗粒有机碳、氮利用5 g/L六偏磷酸钠浸提震荡后过53 μm筛,收集残留样烘干后过0.149 mm筛,利用元素分析仪测定POC及PON[18];轻组有机碳、氮采用(1.78 ± 0.02) g/cm3 NaI分离组分,离心抽滤后,于60℃下烘干滤膜,收集残留土样过0.149 mm筛,利用元素分析仪测定[19]

      敏感性指数计算公式[20]:敏感指数 = (施肥处理活性碳组分 – 对照组活性碳组分)/对照组活性碳组分×100%

    • 试验数据利用Excel 2016软件整理,采用SAS 9.4进行差异显著性统计分析 (单因素方差分析,双变量相关性分析及逐步回归分析),运用Pearson相关系数评价不同因子间的相关关系,利用OriginPro 9.0 作图。

    • 图1可知,土壤有机碳含量与土壤肥力水平密切相关,土壤SOC、MBC、DOC和LFOC含量在各处理中变化趋势相一致,均以NPKM处理含量最高,以CK处理最低,其含量NPKM处理较NPK处理分别增加了10.6%、15.5%、40.4%及133.8%,较CK处理分别增加了46.6%、77.6%、501.6%、183.5%及182.4%。土壤POC含量以M处理最高,其含量与NPKM处理间差异不显著 (P > 0.05)。NPK处理土壤的SOC、MBC、DOC和HWSC含量显著高于N、NP和CK处理,其含量较CK 处理分别增加了45.5%、61.4%、328.4%及104.6%。NPKM处理土壤中SOC和DOC含量显著高于M处理 ( P < 0.05);而LFOC含量显著高于CK处理 ( P < 0.05),其它处理间差异不显著 ( P > 0.05)。

      图  1  不同施肥下土壤各有机碳组分含量

      Figure 1.  Contents of different carbon components under different treatments

    • 有机无机肥配施可显著增加土壤中全氮和有机氮组分的含量 (图2)。土壤TN、MBN和PON含量各处理变化趋势一致,均以NPKM处理的含量最高,CK处理最低,其中NPKM处理下各氮组分含量较NPK处理分别增加了27.7%、25.4%及75.8%,较CK处理分别增加了51.1%、101.2%及132.0%,但与M处理间差异不显著 (P > 0.05);土壤LFON含量NPKM处理显著高于其它处理 ( P < 0.05),其含量较NPK处理和CK处理分别增加了53.3%和203.7%。NPKM处理显著增加了土壤C/N( P < 0.05),但与M处理间无显著差异 ( P > 0.05);N处理下C/N最低。

      图  2  不同施肥下土壤氮组分含量及C/N比

      Figure 2.  Contents of different N components and the C/N ratio under different treatments

    • 不同碳氮组分在土壤有机碳及全氮中所占比例均存在差异,施用有机肥普遍提高了各活性碳氮组分占土壤有机碳及全氮的比例 (2)。在所有处理中,POC/SOC比值显著高于其它活性碳组分所占比例,其比值范围为24.0%~37.6%;TN中PON含量显著高于其余活性氮组分,其比值范围为12.1%~20.2%,KEN/TN所占比例最低,其比值范围为0.02%~0.07%。在各处理中,各活性有机碳占土壤有机碳的百分比由高到低排序为:POC > LFOC > HWSC > DOC > MBC,各活性有机氮占TN的百分比由高到低排序为:PON > LFON > MBN > KEN。

      处理
      Treatment
      % SOC
      微生物量碳MBC 水溶性有机碳DOC 热水溶性有机碳HWSC 颗粒有机碳POC 轻组有机碳LFOC
      CK 3.56 ± 0.38 ab 1.43 ± 0.26 f 3.75 ± 0.38 c 25.09 ± 2.96 c 3.75 ± 0.68 d
      N 3.94 ± 0.15 ab 2.69 ± 0.12 e 3.92 ± 0.34 c 29.05 ± 1.58 bc 4.97 ± 0.21 bc
      NP 3.16 ± 0.10 b 3.58 ± 0.37 d 5.20 ± 0.29 b 24.04 ± 3.16 b 4.19 ± 0.47 cd
      NPK 3.95 ± 0.12 ab 4.23 ± 0.07 c 5.27 ± 0.05 b 26.45 ± 0.57 a 3.73 ± 0.21 c
      M 4.33 ± 0.44a 5.13 ± 0.25 b 7.54 ± 0.93 a 37.16 ± 1.03 a 5.60 ± 0.73 b
      NPKM 4.53 ± 0.29 a 5.90 ± 0.17 a 7.31 ± 0.88 a 37.64 ± 1.00 a 7.81 ± 0.37 a

      表 2  不同施肥下土壤碳组分与SOC比值及氮组分与TN比值(%)

      Table 2.  Percentages of SOM pools in soil organic carbon (SOC) and total nitrogen (TN) in different treatments

      处理
      Treatment
      % TN
      微生物量氮MBN 氯化钾浸提氮KEN 颗粒有机氮PON 轻组有机氮LFON
      CK 0.75 ± 0.10 c 0.03 ± 0.00 b 12.09 ± 2.86 b 1.53 ± 0.60 c
      N 0.83 ± 0.08 abc 0.07 ± 0.01 a 14.81 ± 2.31 b 1.84 ± 0.21 bc
      NP 0.80 ± 0.16 bc 0.07 ± 0.01 a 14.29 ± 0.92 b 1.77 ± 0.16 bc
      NPK 0.96 ± 0.10 ab 0.04 ± 0.01 b 14.43 ± 0.65 b 1.82 ± 0.07 bc
      M 1.01 ± 0.06 a 0.04 ± 0.00 b 20.24 ± 2.54 a 2.14 ± 0.03 b
      NPKM 1.00 ± 0.08 ab 0.02 ± 0.00 c 20.16 ± 2.31 a 3.03 ± 0.32 a
      注 (Note): % SOC—各碳组分占土壤有机碳的百分比 Percentages of fractions in total soil organic carbon;% TN—各氮组分占土壤全氮的百分比 Percentages of N fractions in total soil N;数值后不同字母表示处理间差异达 5% 显著水平 Values followed by different letters within a column are significantly different among the treatments at the 5% level.
    • 敏感度指数 (SI) 分析利于确定土壤中对耕地管理措施反应较灵敏的有机碳组分[9]。由表3可知,不同处理下SOC、MBC、DOC、HWSC、POC及LFOC的SI值范围分别为3.8%~46.6%、13.5%~135.6%、361.4~94.8%、9.0%~186.3%、19.8%~119.4%和37.4%~204.9%。在各处理不同测定指标中均SI值以DOC的最高,以SOC的SI值最低,表明土壤中活性碳组分DOC反应更为灵敏,在该地区可将DOC作为早期有机物变化的指示物。

      处理
      Treatment
      土壤有机碳
      SOC
      微生物量碳
      MBC
      水溶性有机碳
      DOC
      热水溶性有机碳
      HWSC
      颗粒有机碳
      POC
      轻组有机碳
      LFOC
      N 3.8 ± 2.8 Cd 15.0 ± 6.1 Bcd 94.8 ± 13.2 Ea 13.3 ± 2.1 Dcd 19.8 ± 3.2 Cc 37.4 ± 2.5 Cb
      NP 31.2 ± 2.2 Bc 16.4 ± 3.7 Bcd 226.7 ± 30.8 Da 82.3 ± 12.3 Cb 25.3 ± 16.3 Cc 46.2 ± 14.7 Cc
      NPK 45.5 ± 3.3 Ac 61.4 ± 4.8 Ac 328.2 ± 16.6 Ca 104.6 ± 40.1 Bb 53.0 ± 5.8 Cc 44.6 ± 7.8 Cbc
      M 46.1 ± 6.7 Ad 77.6 ± 12.0 Ad 421.3 ± 19.1 Ba 193.4 ± 22.9 Ab 115.8 ± 10.1 Ac 117.2 ± 20.2 Bc
      NPKM 46.6 ± 1.8 Ae 86.4 ± 9.7 Acd 501.6 ± 22.2 Aa 186.3 ± 73.7 Ab 119.4 ± 8.3 Ac 204.9 ± 11.9 Ab
      注 (Note):同行数值后不同小写字母表示同一处理不同指标的差异达 5% 显著水平,同列数据后不同大写字母表示同一指标各处理间差异达 5% 显著水平 Values followed by different lowercase letters in a row are significantly different in the same treatment between different indexes at the 5% level, and values followed by different capital letters within a column are significantly different between different treatments for the same index at the 5% level.

      表 3  不同施肥下表层土 (0—20 cm) 中SOC和活性碳组分的敏感度指数 (%)

      Table 3.  Sensitivity index (SI) of SOC and labile organic carbon fractions at surface soil (0−20 cm)in different treatments

    • 表4所示,除KEN外,土壤各测定项目之间存在极显著相关关系。其中DOC与SOC、MBC、POC之间的相关系数均达到0.94,显著高于SOC与各氮组分之间的相关度。TN与DOC、POC及LFOC之间的相关系数均高于0.90。由多元线性逐步回归分析可以看出 (表5),在各活性有机碳组分中,DOC是指示该区域轮作制度下SOC库存的最佳指标,可解释总变量的88%;PON是指示该区域轮作制度下土壤TN库存的最佳指标,可解释总变量的81%。

      参数 Parameter SOC MBC DOC HWSC POC LFOC TN MBN KEN PON
      MBC 0.86***
      DOC 0.94*** 0.94***
      HWSC 0.78*** 0.87*** 0.83***
      POC 0.81*** 0.91*** 0.94*** 0.85***
      LFOC 0.67*** 0.83*** 0.87*** 0.77*** 0.90***
      TN 0.77*** 0.86*** 0.90*** 0.85*** 0.94*** 0.90***
      MBN 0.84*** 0.96*** 0.93*** 0.82*** 0.93*** 0.84*** 0.88***
      KEN ns ns ns ns ns ns ns ns
      PON 0.70*** 0.86*** 0.87*** 0.83*** 0.94*** 0.93*** 0.90*** 0.87** ns
      LFON 0.59* 0.73*** 0.79*** 0.69*** 0.84*** 0.95*** 0.85*** 0.77*** ns 0.84***
      注 (Note):*—P < 0.05; **— P <0.01; ***— P < 0.001; ns—不显著No significance.

      表 4  土壤碳、氮组分间Pearson相关性分析 (r)

      Table 4.  Pearson correlation coefficients (r) of soil parameters

      反应变量
      Response variable
      初始模型Full model 最终模型Final model
      指示因子Predictor FF-statistic R2 指示因子Predictor FF-statistic R2
      SOC MBC, DOC, HWSC, POC, LFOC 119.5 0.98 DOC 116.7 0.88
      TN MBN, KEN, PON, LFON 22.6 0.87 PON 68.9 0.81

      表 5  指示SOC、TN逐步回归分析模型中的F值和总变量 (R2)

      Table 5.  F-statistic and total variability (R2) of the best stepwise liner regression model for predicting SOC and TN

    • 大量研究表明,有机肥施用能显著增加土壤有机碳、全氮及活性有机碳氮的含量[11, 2122],这与本研究结果一致。其主要原因可能是:1) 有机肥中含碳有机化合物含量较高,施用有机肥可直接增加土壤有机碳含量;2) 有机肥施用有利于作物生长,增加根系生物量和枯枝落叶残留,促进微生物的繁殖,从而促进了土壤碳氮的转化[23]。在本研究中,化肥的不平衡施用及单施有机肥显著增加土壤氯化钾浸提态氮含量,而有机无机肥配施则显著降低氯化钾浸提氮含量 (图2)。主要由于有机无机肥配施改善了土壤理化性状,促进了作物对土壤无机氮的吸收利用,同时也加速了无机氮向微生物量氮和其他形态有机氮的转化[24]。由于有机肥中单价阳离子 Na+,特别是K+ 含量高,长期单施有机肥则会使这些阳离子积累,成为主要的可交换阳离子并发生土壤胶体分散,从而破坏土壤结构,影响作物根系生长和对无机氮的利用[2526]。此外,Sekhon等[27]研究稻麦轮作制度下不同有机肥配施处理下各活性碳组分时发现,配施农家肥处理的土壤中DOC、MBC及LFOC显著高于绿肥配施及单施化肥处理。Benbi等[28]则提出稻麦轮作下SOC固存量低于小麦−玉米轮作下SOC固存量的65%,且稻麦轮作制度下土壤HWSC及MBC含量显著低于小麦−玉米轮作制度,主要是由于玉米季向土壤中添加了外源有机肥,增加了土壤中活性有机碳含量。

      土壤C/N通常被认为是土壤矿化能力的标志。C/N值低表明碳素的增加速度低于氮素,会加快微生物的分解和氮的矿化速率,不利于碳的固存[29]。在本研究中,长期施用C/N比较高的有机肥会导致土壤C/N比增加,而单施化肥及不施肥C/N比降低,尤其是单施氮肥,其原因可能是长期单施氮肥导致土壤中残留氮素较多,且植株生物量减少,地下部及地上部残留物降低,导致土壤碳含量降低,最终导致C/N比降低[30]。另有研究发现,C/N比接近20,有机质组分中大多为处于分解前期的植物残渣;接近10,则组分大多为腐殖质,即难降解组分木质素及小团聚体中与粘粒结合紧密的芳香族物质[25]。在本研究中C/N比均低于10 (图2),表明长期施肥条件下土壤有机质组分大多处于分解后期,转化为腐殖质存在于土体及团聚体中,这一结果也在本研究中长期施用有机肥处理下POC含量高的结论得到了验证。

      活性碳、氮组分占土壤有机碳、全氮含量的比例可反映出该组分对土壤有机碳及全氮的贡献程度。Sparling[26]指出,可将MBC/SOC作为土壤中有机质变化的敏感指标,主要受土壤质地及土壤有机碳含量的影响;Awale等[31]研究发现不同耕作制度下POC/SOC (19.7%~25.4%) 及PON/TN (14.8%~19.9%) 显著高于其余碳氮组分。本研究中PON/TN (12.09%~20.24%) 比值与Awale等[31]的研究结果相近,而在有机肥施用处理下POC/SOC (37.16%~37.64%) 比值略高,这可能是由于与土壤免耕措施相比,长期施用有机肥更能显著增加土壤团聚体含量,使得POC被团聚体保护导致降解速率下降[32]

      利用敏感性指数可确定土壤有机碳中对农田管理措施反应最灵敏的碳组分[9]。Yan等[33]和Simon[34]发现,可将HWSC及POC作为指示土壤有机碳早期变化指标;Chaudhary等[11]关于长期稻麦轮作下不同有机物配施的研究发现,DOC、HWSC及POC敏感性指数显著高于SOC。在本研究中DOC、HWSC、POC及LFOC的敏感度均显著高于SOC (表3),其中DOC反应最为灵敏 (R2 = 0.88)(表5),故而可将DOC作为该地区稻麦轮作制度麦季土壤中有机物早期变化的指示物。主要原因是虽然DOC占SOC比例较小,但它作为土壤微生物的主要能量来源,对于土壤胶体的解吸、凋落物的分解及植物根系的渗出起着关键的缓冲作用,对土壤中有机物质的流失敏感度较高,因而对于评价土壤质量的研究至关重要[3536]

    • 长期有机无机肥配施可显著提高土壤有机碳、活性碳及氮组分含量,降低水溶性无机氮含量,提高养分有效性,降低氮素流失量。各活性碳、氮组分之间,水溶性有机碳与土壤有机碳,颗粒有机氮与土壤全氮关系最为紧密。水溶性有机碳可作为该地区施肥条件下土壤有机物早期变化的敏感性指标。

参考文献 (36)

目录

    /

    返回文章
    返回