不同大氣CO2濃度升高處理對水稻秸稈在后茬冬小麥田中分解特性的影響

鄧熙茗, 陳書濤*, 商東耀, 呂春華, 楊 凱, 胡正華

1.南京信息工程大學， 江蘇省農業氣象重點實驗室, 江蘇 南京 210044 2.南京信息工程大學應用氣象學院, 江蘇 南京 210044 3.中國科學院植物研究所， 植被與環境變化國家重點實驗室, 北京 100093

當前全球變暖主要與大氣中溫室氣體含量增加造成的溫室效應加劇有關，CO2是最主要的溫室氣體，近幾十年來大氣中CO2濃度持續增加，在化石燃料使用量增加的情形下，大氣CO2濃度還將繼續增加，預計21世紀末大氣CO2濃度最高將達到近700 μmolmol[1].

大氣CO2濃度升高會對生態系統產生一定影響. 有研究表明，CO2濃度升高會提高葉片光化學性能，促進光合作用[2-3]，提高作物生產力和水分利用效率[4-6]；也有研究[7-9]表明，高CO2濃度處理下，作物初期光合作用會大幅增加，但后期會增幅下降甚至衰減，出現光合適應或下調現象. 無論大氣CO2濃度對作物生產存在促進作用還是抑制作用，其對作物本身生理特性確實產生了影響[10]，而這種影響可能會進一步體現到作物在后茬土壤中的分解特性上[11]. Norby等[12]的數據集成分析表明，大氣CO2濃度升高會增加某些植物組織中的CN，從而降低其在土壤中的分解速率，而有些研究[13-14]并未發現大氣CO2濃度升高對植物殘體在后茬土壤中分解速率的顯著影響. 這些針對植物殘體的研究主要集中在自然生態系統中，關于農田作物分解特性的研究相對較少[15-16].

需要指出的是，以往絕大部分FACE(自由大氣CO2濃度升高)或開頂箱試驗均設置為各處理比對照的CO2濃度高出一個固定的數值(如每個生長季的CO2濃度升高處理均設置為比對照高200 μmolmol)[17-18]，然而大氣CO2濃度升高是一個漸增的過程，在CO2濃度每年逐漸增加的情況下，通過光合作用產生的作物秸稈在后茬土壤中的分解規律是否與穩定高CO2濃度條件下的情況相同？當同一種作物品種連續幾代處于漸增和穩增CO2濃度處理后其在土壤中的分解規律有怎樣的變化？關于這方面的研究還鮮見報道. 鑒于此，該研究以一個運行了多年的大氣CO2濃度逐年漸增和穩定增加平臺為基礎，分析經CO2濃度升高處理后的水稻秸稈在后茬冬小麥田中的分解特性及影響因素，以期為探討未來大氣CO2濃度升高情形下作物秸稈在土壤中的轉化規律提供基礎數據和理論支撐.

1 材料與方法

1.1 試驗地點

試驗地點位于南京信息工程大學農業氣象試驗站(32.21°N、118.71°E)，海拔約18 m，屬于北亞熱帶濕潤季風氣候，年均氣溫15.6 ℃，年均降水量1 100 mm，平均日照時數約1 900 h，無霜期237 d. 土壤類型為黃棕壤(灰馬肝土屬)，0～20 cm耕層土壤質地為壤質黏土，黏粒含量為26.1%，土壤容重為1.54 gcm3，pH為6.98，有機碳(SOC)含量為11.66 gkg，總氮(TN)含量為1.24 gkg，種植方式為冬小麥(TriticumaestivumL.)、水稻(OryzasativaL.)輪作.

1.2 試驗設計

以開頂箱(OTC)進行不同CO2濃度試驗處理(見表1)，每個處理設4個重復. 該研究中使用的水稻為第3代(第3個輪作季)水稻，T1處理下CO2濃度達到120 μmolmol，該水稻秸稈填埋于第4個輪作年的冬小麥田土壤中. CO2濃度增加時段，冬小麥為返青期至成熟期(2—5月)，水稻為移栽后的全生育期(6—10月).

試驗平臺自2015年11月運行，供試水稻品種為粳稻9108，2018年10月收獲第3個輪作年(第3代)經不同CO2濃度處理后的水稻秸稈，將收獲的水稻秸稈剪成2 cm長的小段，收集10 g裝入10 cm×15 cm的尼龍網袋中，設計5個取出填埋秸稈的時間間隔，分別為填埋后的30、60、84、119、149 d，由于每個處理均設了4個重復，故網袋數為120(6×5×4)個. 于2018年11月3日將網袋埋入0～10 cm深的土壤中. 大氣CO2濃度自動調控平臺包括OTC、高純CO2鋼瓶(純度為99%)、通氣裝置、CO2傳感器、自動控制系統. OTC為正八邊形棱柱體(高3 m，對邊直徑3.75 m，底面積10 m2)，鋁合金框架，頂部開口向內傾斜45°，安裝高透光性普通玻璃. CO2傳感器(GMM222傳感器，Vaisala公司，芬蘭)量程為0～2 000 μmolmol，響應時間為30 s. 通過計算機程序實現各個OTC內CO2濃度的自動監測和調節，保證OTC內CO2濃度維持在目標濃度值[19].

表1 不同CO2濃度處理設計

1.3 測定方法

填埋的網袋從田間土壤中取出后，將秸稈從網袋中取出放在塑料盆中，用水浸泡秸稈并小心沖洗秸稈上附著的泥土，盡量避免清洗土壤過程中微小的秸稈碎片的損失. 清洗后的秸稈在105 ℃下殺青1 h，然后在70 ℃下烘48 h至恒質量，再在天平上稱量. 秸稈分解率的計算方法：

DR=(M1-M2)M1×100%

(1)

式中：DR為分解率，%；M1、M2分別為填埋前秸稈質量、剩余秸稈質量，g.

采用重鉻酸鉀外加熱法測定秸稈全碳(TC)含量，采用凱氏定氮法測定秸稈TN含量[20]，秸稈初始TC、TN含量見表2. 采用范氏法測定填埋前秸稈品質(化合物分類成分)[21]，包括粗纖維、灰分、纖維素、木質素、中性洗滌織物(NDF)、酸性洗滌織物(ADF)，秸稈品質指標見表3.

表2 不同處理秸稈的TC、TN氮含量

表3 利用范氏法分析的秸稈品質(化合物分類成分)

1.4 數據分析

采用單因素方差分析判斷不同填埋時間后不同處理之間秸稈分解率的差異;采用重復測量的方差分析進一步判斷不同填埋階段不同處理之間秸稈分解率的差異;采用Pearson相關分析判斷范氏秸稈化合物成分與TC、TN含量及秸稈填埋不同時間后分解率之間的相關性;采用重復測量的方差分析判斷不同填埋階段不同處理之間TC、TN含量和CN的差異;采用一元線性回歸分析TC、TN含量和CN隨填埋時間的變化趨勢.

2 結果與分析

2.1 秸稈分解率

填埋后30 d，不同處理秸稈的分解率為33.2%～38.2%，至149 d填埋結束，不同處理秸稈的分解率為57.3%～60.3%，秸稈初期分解速率很快，之后逐漸下降(見圖1). 單因素方差分析表明：T2與CK處理在填埋后30 d存在邊緣顯著(0.05

注：不同小寫字母代表處理間存在邊緣顯著(0.05

表4 秸稈不同填埋時間后不同處理下重復測量的方差分析(P值)

Pearson相關性分析表明，填埋后84、119、149 d的秸稈分解率與粗纖維含量之間存在顯著(P<0.05)或極顯著(P<0.01)相關關系，填埋后60、84、119 d的秸稈分解率與纖維素含量之間存在顯著(P<0.05)或極顯著(P=0.01)相關關系，填埋后60、84、119、149 d的秸稈分解率與酸性洗滌纖維含量之間存在顯著(P<0.05)或極顯著(P=0.01)相關關系(見表5). 填埋后不同時間的秸稈分解率與該填埋時間對應的秸稈TC含量之間無顯著相關關系，但與秸稈TN含量存在顯著(P<0.05)負相關關系，與秸稈CN存在顯著(P<0.05)正相關關系.

2.2 TC、TN含量

重復測量的方差分析表明，CK、T1、T2處理下水稻秸稈在分解過程中的TC含量之間均無顯著(P>0.05)差異〔見圖2(a)〕，而經3年逐漸增加40 μmolmol的CO2處理后水稻秸稈在整個分解階段的TC含量顯著(P<0.05)高于OTC-CK處理，且在填埋后60～119 d這一階段每年穩定增加200 μmolmol的CO2處理與OTC-CK處理之間存在邊緣顯著(0.050.05)差異(見圖3). 經一個生長季增加120 μmolmol的CO2處理后水稻秸稈CN在分解過程中各觀測時間的數值雖然與CK處理之間未達到顯著差異水平，但其每次測定值均高于CK處理(見圖4).

表5 范氏法分析的秸稈品質(化合物分類成分)與TC、TN含量及秸稈填埋后不同時間的分解率之間的相關性分析

注： 重復測量的方差分析表明，在整個填埋階段CK、T1、T2各處理之間無顯著(P>0.05)差異，T1-OTC與CK-OTC處理之間存在顯著(P=0.037)差異,填埋后60～119 d 的T2-OTC與CK-OTC處理之間存在邊緣顯著(P=0.065)差異. 圖2 不同處理秸稈TC含量的動態變化Fig.2 Dynamic changes in the TC content of crop straw for different treatments

注：重復測量的方差分析表明，在整個填埋階段各處理之間均無顯著(P>0.05)差異. 圖3 不同處理秸稈TN含量的動態變化Fig.3 Dynamic changes in the TN content of crop straw under different treatments

注：重復測量的方差分析表明，在整個填埋階段各處理之間均無顯著(P>0.05)差異.圖4 不同處理下秸稈CN的動態變化Fig.4 Dynamic changes in the CN of crop straw under different treatments

所有處理下的TC含量隨填埋時間的延長雖然無顯著的線性遞減規律，但比填埋前均明顯降低(見圖2)，TN含量均在分解過程中呈線性增加趨勢(見圖3、表5)，CN均在分解過程中呈線性降低趨勢(見圖4、表6)，特別是對于TN含量而言，大部分處理下TN含量隨時間的線性增加程度均達到極顯著(P<0.01)水平，然而，在秸稈分解過程中，各處理下剩余的TN質量(剩余秸稈質量與其TN含量的乘積)呈下降趨勢. 由于分解過程中TC的釋放速率高于TN的釋放速率，因而造成CN下降.

表6 秸稈TC、TN含量(y)隨秸稈填埋后時間(x)的線性變化方程

3 討論

3.1 不同處理的秸稈在土壤中分解特性的差異

苑學霞等[15]研究表明，在常規氮肥施用條件下，CO2濃度升高處理后小麥秸稈在稻田中的分解速率呈降低趨勢，而在高氮條件下，CO2濃度升高處理對小麥秸稈的分解速率無顯著影響，他們認為在CO2濃度增加條件下，由于植物分解所需的可利用碳充足，氮就成為秸稈分解的限制因子，而在高氮施肥處理中不存在限制因子，故CO2濃度升高對小麥秸稈的分解影響很小. 武術等[16]也發現，CO2濃度升高處理在高氮條件下未顯著影響冬小麥秸稈在稻田土壤中的降解速率，但顯著提高了低氮條件下的秸稈降解率，使其與高氮條件下相當. Van-Vuuren等[22]在旱地麥田中的研究認為，大氣CO2濃度升高對作物秸稈的分解沒有顯著影響. Sinsabaugh等[23]指出，CO2濃度增加對植物殘體分解的影響十分復雜. 除作物本身的特性在不同CO2濃度處理下發生的變化影響了其在后茬土壤中的分解速率外，其他因素也可能產生了影響[24]，這其中既包括水、旱種植制度的影響，也包括在長期不同CO2濃度處理下土壤微生物特性的變化[23]，這都會影響前茬作物在土壤中的分解過程. 該研究中，經一個生長季穩定高CO2濃度處理后的水稻秸稈在后茬土壤中的分解率高于對照(特別是在填埋后相對較短時間內的易分解組分分解的初期)，但經3代連續穩定高CO2濃度處理后的水稻秸稈在后茬土壤中的分解率與對照無顯著差異(見圖1、表3)，這說明經3個世代后，在與分解特性有關的物質方面，水稻已經適應了穩定高CO2濃度條件，這與處于高CO2濃度下一個生長季的情況形成了明顯對比. 此外，每年逐漸增加CO2濃度至相對中等水平〔每年增加40 μmolmol，3年累積增至比對照(CK)高120 μmolmol〕后，各處理和對照的分解率也沒有顯著差異，這也進一步說明作物對于CO2濃度升高的適應性[25]. 這種適應性可能體現了不同CO2濃度處理對不同世代水稻秸稈分解的影響存在遺傳記憶效應[26]. 雖然以往研究未進行與該研究相同的多代連續CO2濃度升高對殘體分解的影響試驗，但進行了多代連續CO2濃度升高對草本植物生長影響的遺傳記憶效應試驗，例如，Klironomos等[27]對第6年最后一代雀麥草的測定結果顯示，CK、CO2濃度逐漸增加、穩定高CO2濃度條件下，雀麥草地上生物量分別為(6.8±1.2)(7.8±1.6)(10.7±2.0) g，總根長分別為(250±38)(282±35)(394±42) m，說明穩定高CO2濃度對雀麥草生長的影響高于CO2逐漸增加的影響. 結合該研究的分解試驗以及以往有限的多代逐漸升高CO2濃度和穩定高CO2濃度對植物生長的影響試驗[28]，可以認為，不同CO2濃度增加梯度對不同世代植物生長的遺傳記憶效應會體現在植物殘體的分解特性上.

從不同處理下TC、TN元素釋放的差異上來看，經一個生長季穩定高CO2濃度處理后的水稻秸稈在分解過程中的TC含量與對照之間無顯著(P>0.05)差異〔見圖2(a)〕，而經3年逐漸增加40 μmolmol的CO2處理后水稻秸稈在分解中期(60～119 d)的TC含量顯著(P<0.05)高于對照〔見圖2(b)〕，此外，經一個生長季增加40 μmolmol的CO2處理后的水稻秸稈CN在分解過程中每個采樣日的數值也均高于對照〔見圖4(b)〕. 在整個填埋階段各處理的TN含量之間均無顯著(P>0.05)差異. 由此說明，不僅作物秸稈在土壤中分解時TC、TN元素的釋放規律與秸稈本身的分解速率存在差異性，而且相對長期(3個世代)和相對短期(1個世代)的CO2濃度升高對水稻秸稈分解過程中的TC含量和CN的影響也存在差異性，試驗中不同處理間元素釋放的差異性主要體現在碳元素上，不同CO2濃度處理對氮元素釋放均無顯著影響，秸稈分解中碳元素釋放的差異性可能也與作物本身處于CO2濃度增加條件下的遺傳記憶效應有關[5,26-29]. 該研究結果也說明了作物本身的屬性及其在土壤中分解特性的影響因素的復雜性，今后有必要進行經更多世代處理的水、旱作物在旱地和水田中的分解試驗，以進一步探討不同CO2濃度處理下作物秸稈在土壤中分解特性的復合影響因子.

除秸稈TC、TN含量外，秸稈還田后秸稈品質也可能發生變化，目前的研究還不能直觀判斷和分析不同CO2濃度處理后秸稈還田對相關組分(如其中的易分解組分NDF和ADF)的影響，今后有必要對秸稈分解后的相關化合物組分進行更詳細的研究，并分析其動態變化與分解率的關系，以全面闡明不同CO2濃度處理對秸稈分解特性及養分循環的影響.

3.2 秸稈分解率及TC、TN含量的時間動態變化

將秸稈裝入網袋并填埋于土壤后，伴隨著降雨導致的土壤壓實等過程，土壤與網袋間的孔隙變得很小，又由于網袋有孔隙且填埋入土壤中的秸稈質量相對較小(每個尼龍網袋中秸稈的質量為10 g)[15]，土壤中的微生物、水分、氣體、養分等均可以接觸到秸稈并影響秸稈分解[30]，這種情況與秸稈直接被翻耕到土壤中與土壤的接觸情況類似，說明采用網袋法獲得的結果與秸稈在土壤中的真實分解情況較接近.

從秸稈分解率的時間動態變化上看，秸稈填埋后30 d內，其質量下降最快，30 d內秸稈質量減少了近40%，此階段的分解速率非常高，在此之后，分解速率逐漸降低，這與以往研究結果[12,15-16]一致. 初始分解階段主要為易分解物質的分解，隨著分解進程的延長，易分解物質分解完畢，逐漸轉入難分解物質的分解階段，這時分解速率隨之降低[31-32]. 秸稈在土壤中分解的過程中，碳氮分解速率存在差異，若碳的分解速率比氮更快，則CN降低；反之，則CN升高. 該研究結果表明，CN在秸稈分解過程中呈線性降低趨勢，說明碳較氮分解得更快，但秸稈TC和TN的絕對量(秸稈剩余質量與其TC和TN含量的乘積)均呈現出下降趨勢.

4 結論

a) 不同CO2濃度處理后秸稈在后茬土壤中的分解速率隨時間的延長呈逐漸下降趨勢，經一個生長季穩定高CO2濃度處理后水稻秸稈在后茬土壤中的分解率高于對照，其差異主要體現在填埋后相對較短時間內的易分解組分分解的初期，但經3代連續穩定高CO2濃度處理后水稻秸稈在后茬土壤中的分解率與對照無顯著差異.

b) 經一個生長季穩定高CO2濃度處理后水稻秸稈在分解過程中的TC含量與對照無顯著差異，而經3年逐漸增加40 μmolmol的CO2處理后水稻秸稈在整個分解階段的TC含量顯著(P<0.05)高于對照.

c) 所有處理的TC含量在填埋后比填埋前均明顯降低，TN含量均在分解過程中隨時間線性增加，CN 均在分解過程中隨時間呈線性降低趨勢.