農牧交錯帶草地生態系統N2O通量對短期氮、磷添加的響應

燕學東， 陳曉鵬， 郝 杰， 刁華杰， 李紅玉， 董寬虎*， 王?；?

(1.山西農業大學草業學院， 山西 太谷 030801； 2.草地生態保護與鄉土草種質創新山西省重點實驗室， 山西 太谷 030801； 3.山西右玉黃土高原草地生態系統國家定位觀測研究站， 山西 右玉 037200；4.山西農業大學科研管理部， 山西 太谷 030801)

農牧交錯帶是我國北方重要的草牧業生產基地和生態屏障，面積約6.5×105hm2，占全國總土地面積的6.8%[1-2]，在調節氣候變化和氮素生物地球化學循環過程中發揮著重要的作用[3-4]。農牧交錯帶草地生態系統受農業和牧業的雙重影響，自然氮沉降高于牧區天然草地[5-6]，屬于典型脆弱生態系統。氮和磷在維持草地生態系統生產力方面發揮著重要作用。隨著我國經濟的快速發展，大氣氮沉降對生態系統的危害日益增大，進而緩解草地的氮限制，影響植物生產力。氮沉降引起的磷限制在磷添加處理下是否會得到改善研究尚不清晰，因此，研究氮、磷及其交互作用對草地生態系統的影響具有重要意義。

氧化亞氮(N2O)作為一種增溫潛能大且在大氣中滯留時間長的重要溫室氣體，在全球氣溫升高方面具有不可忽略的作用[7]。草地生態系統是N2O重要排放源，受土壤無機氮庫、土壤微生物等多種生物和非生物因子的影響；在藏北高寒草甸的研究發現，隨著氮添加量的增加，土壤無機氮含量增加，微生物活性增強，導致N2O釋放升高[11]，但隨著氮輸入增加，滿足植物需求之后土壤中的氮達到飽和，更多的氮可能被硝化細菌和反硝化細菌利用。此外，根系分泌物可能進一步刺激土壤異養微生物活動，從而導致N2O排放的增長呈指數增加[12]；除了氮富集影響N2O排放，磷的富集目前也已被發現可以降低高寒草甸土壤中硝酸鹽還原菌和氨氧化古菌(AOA)的豐度，并增加了N2O還原菌的豐度從而減少了N2O的排放，因此，磷的影響對土壤N2O排放的全球評估也是非常重要的[13]；但是，在亞高山草甸的研究發現氮、磷添加對N2O排放并沒有顯著的交互作用[14-15]，因此，氮、磷的交互作用如何影響土壤N2O排放目前還不明確，尤其在農牧交錯帶草地生態系統N2O通量對氮磷富集的響應。

本研究依托山西右玉黃土高原草地生態系統國家定位觀測研究站2017年建立的養分添加(氮、磷)實驗平臺[16]，通過監測N2O排放通量，探究N2O排放的季節動態和年際差異，另外通過測定植物生產力，土壤無機氮庫，土壤微生物生物量等相關生物和非生物因子，探究氮、磷及其交互作用對農牧交錯帶草地N2O通量的影響，明確主要影響因子及作用機理，為農牧交錯帶草地科學管理提供理論依據。

1 材料與方法

1.1 試驗地概況

試驗地位于山西右玉黃土高原草地生態系統國家定位觀測研究站(39°59'17"N，112°19'17"E)，海拔1 348 m，屬于溫帶大陸性季風氣候。冬季寒冷漫長，春季干燥多風，氣溫回升快，夏季溫涼多雨，秋季涼爽干燥[17]，2018與2019年均氣溫分別為4.84℃和4.69℃，最冷月1月，最熱月7月，終霜期在5月初，初霜期為9月上、中旬，無霜期100～120天。全年太陽總輻射量598 kJ·cm-2，2018與2019年降水量409.09 mm和311.20 mm，氣候為溫帶大陸性季風氣候，土壤機械組成為砂質壤土，類型為栗鈣土，土壤pH為9.0±0.05，土壤交換性陽離子K+，Ca2+，Na+，Mg2+分別是(83±3.7) mg·kg-1，(1 809±58) mg·kg-1，(250±22) mg·kg-1，和(93±16) mg·kg-1。另外，土壤全氮，全磷，有機碳，速效鉀，速效磷含量分別為(0.80±0.02) g·kg-1，(0.39±0.01) g·kg-1，(5.43±0.16) g·kg-1，(131.59±4.34) mg·kg-1，(3.39±0.09) mg·kg-1(2017年本底測定值)。草地植被以賴草(Leymussecalinus)優勢種，其他伴生種堿茅(Puccinelliadistans)、草地風毛菊(Saussureaamara)、鵝絨萎陵菜(Potentillaansrina)、西伯利亞蓼(Polygonumsibiricum)、堿蒿(Artemisiaanethifolia)、長葉堿毛茛(Halerpestesruthenica)等[18]。

1.2 試驗設計

本研究依托2017年建立的全球變化聯網試驗多養分(氮、磷)添加平臺(Nutrient Network)[19]。試驗采用完全隨機區組設計，設置對照(CK)、氮添加(N)、磷添加(P)以及氮、磷同時添加(NP)4個處理，每個處理6個重復，小區面積為6 m × 6 m，小區間隔2 m，氮、磷的添加形式分別為緩釋尿素[CO(NH2)2]和[Ca(H2PO4)2]，添加量均為10 g·m-2·a-1。實驗處理從2018年開始，每年5月初將[CO(NH2)2]和[Ca(H2PO4)2]與殺菌的細沙混勻后一次性均勻的撒在樣地中。

1.3 觀測指標與方法

1.3.1N2O通量的測定 N2O通量監測采用靜態暗箱-氣相色譜法[18]。靜態箱采用不銹鋼暗箱和底座構成，暗箱長40 cm×寬40 cm×高25 cm，外部配有保溫層，防止靜態箱內溫度大幅度變化，箱頂部有取氣軟管和溫度探測口，箱內安裝小型風扇用以混合箱內氣體。底座長40 cm×寬40 cm×高10 cm，底座頂部焊接有一個2 cm高的水槽于2017年布置在小區中。取樣時，將暗箱和底座連接，水槽注水封好，使兩箱間氣路密閉。

2018年和2019年生長季(5—9月)每兩周取1次氣體，每次取樣在天氣晴朗的上午08:00—12:00進行。用100 mL一次性塑料注射器連通靜態暗箱頂部的取氣軟管，在40 min內每隔10 min分別用注射器抽取100 mL氣體，注入已準備好的鋁箔真空氣袋內保存，帶回實驗室后，在一周內使用氣相色譜儀(Agilent 7890B)分析N2O濃度，采用電子捕獲檢測器(ECD)在350℃時測定N2O濃度并計算氣體通量[20]，N2O濃度和通量計算公式分別為：

N2O濃度計算公式：Cs=As×CO÷AO

上式中，Cs：N2O濃度；CO：標氣濃度(276 ppm)；As：所測樣品峰面積；AO：標氣峰面積。

氣體通量計算公式：F=dc/dt×M/ Vo×P/Po×T/To×V/A

上式中，F為N2O通量，單位為[μg·m-2·h-1]；M為N2O的摩爾質量(g·mol-1)；V為靜態箱箱內空氣體積(L)；A為靜態箱底面積(m2)；dc/dt代表N2O濃度隨時間變化的直線斜率；Vo，To和Po分別為標準狀態下N2O的摩爾體積(22.4 L·mol-1)、空氣絕對溫度(273.15 K)和氣壓(101.325 kPa)；P為采樣地點的氣壓；T為采樣時箱內的絕對溫度[21]。

1.3.2氣象因子測定 大氣溫度(℃)和降雨量(mm)采用小型氣象站每小時測定4次(HOBO U30，美國，ONSET)。在每次采集氣體時，分別用數字顯示溫度計和TDR-300土壤水分測定儀測量地表0～5 cm處實時土壤溫度(Soil temperature,ST)和土壤含水量(Soil moisture content,SM)，每月測定2次。

1.3.3植被地上生物量、土壤無機氮和微生物生物量碳氮的測定 2018年和2019年的8月中旬，在每個樣地內隨機選取2個0.2 m×1 m的樣方，用剪刀分種將樣方內的植物齊地面剪取后裝入信封內，同時，用手工撿取的方法分離凋落物(Litter)，帶回實驗室，105℃下30 min殺青，65℃烘至恒重(48 h)，用1/100天平稱量，計算各小區的地上生物量(Aboveground biomass，AGB/g·m-2)。

在測定地上生物量的樣方內隨機選取3個點，用直徑3 cm土鉆取0-10 cm的土壤樣品，過2 mm篩去除細根及雜質后，在4℃冷藏保存待測?？扇苄杂袡C碳(DOC)含量和可溶性有機氮(DON)經過0.5 mol·L-1的K2SO4浸提后用TOC分析儀(Elementar TOC,Elementar Co,Hanau,Germany)測定；微生物生物量碳(MBC)和微生物生物量氮(MBN)采用氯仿熏蒸-K2SO4浸提法，用TOC分析儀測定，計算公式參照Vance等(1987)的方法[22]；土壤中的硝態氮和銨態氮含量用K2SO4浸提法，用全自動微量流動分析儀(Auto Analyzer 3,SEAL,Germany)測定。

1.4 數據處理

2 結果與分析

2.1 生長季大氣溫度和降雨量

2018年和2019年生長季大氣溫度呈季節動態變化(圖1)。2018年生長季的降雨量為460.8 mm，主要集中在7月(202.8 mm)和8月(137.4 mm)；2019年生長季降雨量為255.6 mm。2018年的生長季平均大氣氣溫為16.91℃，最高溫和最低溫分別在8月(24.50℃)和9月(5.62℃)，2019年的生長季平均大氣溫度為16.01℃，7月溫度最高(23.19℃)。

圖1 2018-2019年生長季大氣溫度及降雨量的季節動態Fig.1 The seasonal variation of air temperature and precipitation during 2018-2019 growing seasons

2.2 氮、磷添加對土壤溫度和土壤含水量的影響

2018和2019年生長季5—9月0～5 cm土壤溫度呈雙峰型波動趨勢，其波動范圍分別為11.78℃～22.68℃和9.00℃～21.88℃(圖2a)。2018年和2019年各處理間生長季0～5 cm土壤溫度無顯著差異(圖2b)。三因素重復測量方差分析結果顯示，P添加顯著降低了土壤溫度(P<0.05)，生長季土壤溫度在年際間存在顯著差異(P<0.001，表1)。

圖2 2018-2019年生長季土壤溫度和土壤含水量的季節動態Fig.2 The seasonal variation of soil temperature and soil moisture content during the growing seasons of 2018 and 2019注：圖a和c分別為土壤溫度和土壤含水量動態，b和d分別為土壤平均溫度和土壤平均含水量。圖中CK，N，P，NP分別表示對照，氮添加，磷添加，氮、磷同時添加四個處理。下同Note：Figures a and c show the dynamics of soil temperature and soil moisture content,respectively,and b and d show the average soil temperature and the average soil moisture content,respectively. CK,N,P,and NP in the figure represent the four treatments of control,nitrogen addition,phosphorus addition,and simultaneous nitrogen and phosphorus addition,respectively. The same as below

表1 處理年份、氮、磷添加及其交互作用對N2O通量(N2O)、土壤溫度(ST)、土壤含水量(SM)影響的三因素方差分析結果Table 1 Results (F value) of Three-way ANOVA testing the effects of year,nitrogen addition,phosphorus addition and their interaction on N2O flux,soil temperature,soil moisture content in semiarid grassland

2018和2019年生長季5—9月0～5 cm土壤含水量波動較大，其波動范圍分別為6.6%～22.2%和10.4%～31.0%(圖2c)。2018年和2019年各處理間生長季0～5 cm土壤含水量無顯著差異(圖2 d)，2018年土壤含水量顯著低于2019年(P<0.05，表1)。

2.3 氮、磷添加對N2O通量的影響

2018年和2019年，N2O通量呈季節動態變化，其波動范圍分別為1.34～56.32 μg·m-2·h-1(圖3a)和-15.91～28.92 μg·m-2·h-1(圖3b)。與2019年相比，2018年生長季表現出較高的N2O通量(圖3a，3b)，在2018年生長季，N添加和P添加顯著降低了N2O通量(7.21 μg·m-2·h-1，4.11 μg·m-2·h-1，P<0.05)，NP添加對N2O通量無顯著影響(圖3c)。2019年生長季P添加顯著降低了N2O通量(4.62 μg·m-2·h-1，P<0.05)，氮添加和氮、磷同時添加分別對兩年N2O通量沒有顯著影響(圖3d)。三因素重復測量方差分析發現，NP添加促進了N2O釋放(P<0.001，表1)；單獨N添加顯著影響N2O通量的年際動態(P<0.05，表1)；N、P添加與年際效應三者交互作用顯著影響N2O通量(P<0.05，表1)，且N2O通量存在顯著的年際差異(P<0.001，表1)。

圖3 2018-2019 年生長季N2O通量的季節動態和均值Fig.3 The seasonal variation and mean values of N2O flux in 2018 and 2019 growing seasons

2.4 N2O通量與生物、非生物因子的關系

圖4 N2O通量與相關因子的相關性Fig.4 Correlations between N2O flux and related factors

結構方程模型顯示，土壤硝態氮、銨態氮和含水量是調控N2O排放的關鍵因素。N添加可直接或間接影響銨態氮和硝態氮進而影調控N2O排放；P添加影響地上生物量，而地上生物量和土壤含水量通過影響土壤溫度來影響銨態氮調節N2O排放；土壤含水量也可以直接調控N2O排放；模型解釋度為57%。土壤無機氮和土壤含水量直接影響了氧化亞氮通量，土壤溫度和地上生物量間接影響了氧化亞氮排放，其中土壤無機氮的調控作用最強。

圖5 基于結構方程模型的氮、磷添對氧化亞氮排放直接和間接的影響Fig.5 Structural equation model (SEM) direct and indirect effects of the effects of N addition and P addition on N2O flux通過地上生物量，途徑研究氮、磷添加對土壤N2O通量影響的結構方程模型(SEM)，模型擬合結果良好。紅色箭頭表示負效應，黑色箭頭表示正效應。綠色表示生物因素，灰色表示非生物因素。擬合結果：R2=0.57,P=0.096,RMSEA=0.085Structural equation model (SEM) of the effects of N addition and P addition on N2O flux through pathways of biomass. The fitting result of the model is good. Red arrows indicate negative effects,and black arrows indicate positive effects. Green indicates abiotic factors,and gray indicates biological factors. Results of model fitting:(R2=0.57,P=0.096,RMSEA=0.085)

3 討論

單獨氮添加提高了2018年生長季硝態氮水平，抑制了N2O的排放；單獨磷添加抑制了2018和2019年生長季N2O排放，這是因為磷添加增加了地上生物量，減少了銨態氮與土壤含水量共同調控N2O的結果；氮、磷同時添加后，受到多種因素的共同作用，對兩年的N2O通量無顯著影響。Tian等[4]的研究實現對全球N2O源和匯的全面量化，發現兩個關鍵的生化過程硝化和反硝化控制著N2O的排放。Thompson等[23]通過大氣反演得到高氮水平促進了N2O的排放，進一步得到N2O排放在全球和區域水平上是具有非線性響應的，并提出在2000—2005年和2010—2015年之間全球的N2O排放量增加了1.6 TgN·yr-1，提高氮的利用效率是減少N2O排放的有效手段。對于氮、磷添加影響N2O的機制，不同的研究者有著不同的觀點。通常認為，氮添加通常會促進氮礦化，增加硝化和反硝化反應的底物，從而促進N2O的排放[24-25]，這與本研究2019年試驗結果一致；有研究表明，氮添加可降低參與產生N2O的硝化和反硝化過程的微生物豐度，從而減少N2O的排放[26]；磷添加促進了植物對無機氮的吸收同樣減少了N2O的排放[27-28]；Xia等[29]進行了為期10周的精準控制培養實驗，研究發現硝化過程促進草地土壤中排放的N2O和固碳的凈溫室氣體平衡(以CO2當量衡量)，發現在沒有大量氮輸入的情況下，硝化過程中釋放的N2O可以被以AOA為主的自養生物所固定的碳所抵消；Ping等[30]在中國溫帶沙漠的研究表明N2O排放與功能基因豐富度有關，氮添加增加了氨氧化細菌(AOB)、氨氧化古菌(AOA)和硝酸還原酶的豐富度，對N2O產生積極作用，在澳大利亞草地的研究發現土壤反硝化微生物的活動受到土壤有效磷的刺激，而參與硝化過程的微生物幾乎不會受到有效磷刺激[31-32]，本實驗沒有涉及相關酶細菌豐度及對應的酶，如需驗證還需補充相關指標。

本研究發現兩年N2O排放量存在顯著的年際差異，這與2018年生長季較高的降水頻率和降水量有關。與2019年相比，2018年較低的土壤含水量有利于N2O排放，同時增加土壤溫度和銨態氮含量，減輕了N2O排放的限制。由于降雨造成的干濕交替也可能是造成2018年生長季的N2O排放，內蒙古羊草草原的研究發現，土壤水分變化頻繁和顯著時，土壤的干濕交替使硝化作用與反硝化作用交替產生N2O，同時這種干濕交替可以抑制土壤N2O向N2的還原[37]。

由于只有兩年的研究結果，長期氮、磷添加對農牧交錯帶草地生態系統過程的影響還需要繼續進行深入系統的研究，才能更加準確預測全球變化背景下溫室氣體對全球溫度升高的貢獻，為農牧交錯帶草地管理提供科學依據。

4 結論

單獨氮添加提高了2018年生長季硝態氮水平，抑制了N2O的排放；單獨磷添加下，土壤銨態氮與土壤含水量的共同作用抑制了2018和2019年生長季N2O排放；氮、磷同時添加削弱了單獨氮或磷添加對N2O排放的抑制作用，是由于增加了硝態氮向銨態氮的轉化，促進銨態氮向N2O的轉化過程。農牧交錯帶N2O通量受硝態氮、銨態氮和土壤含水量的主調控，并存在年際間差異，因此，農牧交錯帶草地養分管理對N2O通量的影響應綜合考慮降水格局的變化。