大氣CO2濃度上升與增溫對雙季稻籽粒鐵、鋅和植酸含量及累積量的影響

李敏，賈羽旋，夏新月，王斌，宋春燕，朱波，石生偉*

（1.北京農學院生物與資源環境學院，北京 102206；2.中化現代農業有限公司，北京 100031；3.北京姿美堂生物技術股份有限公司，北京 100144；4.中國農業科學院農業環境與可持續發展研究所，北京 100081；5.長江大學農學院，湖北 荊州 434022）

化石燃料燃燒和土地利用等人為活動持續加劇溫室氣體排放，導致大氣CO2濃度不斷上升，引發了以全球變暖為主要特征的氣候變化問題。2019 年全球大氣CO2濃度已達到410μL·L–1，預計到21 世紀末大氣CO2濃度將達到750μL·L-1，全球平均溫度升高2~4 ℃[1]。氣候變化對農業生態系統產生了一系列直接或間接的影響，如改變農業生態系統作物的生產力，導致糧食產量以及品質發生改變，給糧食安全和居民營養健康問題帶來潛在風險等[2-6]。因此，研究氣候變化對糧食產量與營養品質的影響具有十分重要的現實意義。

水稻是世界上最重要的糧食作物之一，全球一半以上的人口以稻米為食[7]。已有研究表明大氣CO2濃度上升促進水稻葉片進行光合作用，增加產量[8-9]。水稻產量的增加將有助于緩解全球性“糧食危機”。然而，有研究表明大氣CO2濃度增加導致水稻籽粒養分發生“稀釋現象”[9-11]，即谷物中與人體健康相關的營養素含量（如氨基酸、蛋白質[10-12]、Fe 和Zn 等[13-15]）會隨著大氣CO2濃度增加而降低。Seneweera 等[15-16]發現大氣CO2濃度增加導致水稻籽粒中N、P、Fe和Zn的含量分別降低14%、5%、17%和28%。Jin 等[17]發現長期高CO2濃度條件下小麥籽粒中N、P 和Zn 元素的濃度分別下降6%、5%和10%。Zhu 等[18]利用FACE（Free Air CO2Enrichment）模擬高CO2濃度條件對18種常見水稻品種稻谷營養品質的影響，結果表明高CO2濃度下大部分品種稻谷Fe 和Zn 含量表現出下降趨勢，其中5 個品種的下降幅度達到顯著水平。Fe、Zn 等礦質營養元素參與谷物體內一系列酶的合成和代謝過程[8]。Fe、Zn 等礦質營養元素攝入不足將引起貧血、免疫功能降低、兒童反應遲鈍等健康問題[12-13]。據估計，全球約有20 億人口的營養元素攝取依賴于C3谷物和豆類中的Zn 和Fe[14-15]。因此，大氣CO2濃度上升引起稻谷中Fe、Zn元素含量變化，對于以稻米為主食的發展中國家居民健康具有不可低估的影響。

稻谷Fe 和Zn 含量對高CO2濃度具有復雜的響應機制[19-20]。盡管大多數觀測偏向于高CO2濃度導致Fe和Zn 含量下降的觀點[14，18]，但受制于水稻品種、土壤環境和氣候條件的差異，已有觀測試驗中稻谷Fe 和Zn 含量對CO2濃度升高的響應并不一致[14-15]。目前研究主要關注稻谷Fe 和Zn 含量的變化，而缺少對累積量的觀測研究。如果考慮到CO2濃度上升對水稻的增產效應，大氣CO2濃度升高對稻米Fe 和Zn 累積量的影響可能會被高估[21]。此外，根據氣候模式可知未來CO2濃度和溫度存在同步升高現象[22]。已有研究主要關注大氣CO2濃度升高的單因子影響，而缺乏對大氣CO2濃度升高和增溫疊加作用效果的探索。水稻產量對氣溫變化較為敏感，溫度升高會導致稻谷減產[23]。因此，僅考慮CO2濃度上升的單因子試驗對于認識氣候變化對稻谷Fe 和Zn 含量的影響存在較大的局限性，而綜合考慮CO2濃度和溫度同步上升的田間觀測數據更有說服力。

開頂式氣室（Open Top Chamber，OTC）觀測系統作為模擬生態系統在不同氣候變化情景下響應的主流研究方法，具有模擬田間作物生長真實環境的優勢。本研究采用OTC 系統模擬大氣溫度上升1.5 ℃（即《巴黎協定》制定的升溫閾值）、CO2濃度上升100μL·L–1[即根據氣候模式預測的當全球溫度升高1.5 ℃時對應的大氣CO2濃度中值（507 μL·L–1）較2016 年的增加量[22]]和二者疊加作用的氣候變化情景，對江漢平原雙季稻籽粒Fe、Zn和植酸含量進行觀測，探索以下科學問題：（1）大氣CO2濃度升高和增溫是否顯著改變水稻籽粒中Fe、Zn 含量及積累量；（2）大氣CO2濃度升高和增溫的疊加作用效果是否有別于各單因子影響。以上科學問題的解決將有助于更好地理解未來氣候變化對水稻營養品質的影響，為探索未來氣候背景下稻田水肥管理、物質循環及糧食營養安全的改善提供理論依據和決策參考。

1 材料與方法

1.1 試驗平臺概況

田間試驗觀測地點位于湖北省荊州市荊州區農業氣象局試驗觀測場內，具體地理位置為30°21'N，112°09'E。荊州區位于江漢平原腹地，屬亞熱帶季風性氣候，雨熱同季，年太陽輻射總量435~460 kJ·cm-2，年日照時數1 800~2 000 h，年平均氣溫15.9~16.6 ℃，年平均降水量1 100~1 300 mm，是我國重要的商品糧生產基地。當地每年4—10 月是雙季稻（早稻和晚稻）生長季。雙季稻生長季太陽輻射量占全年75%左右，降水量與積溫高于10 ℃的天數占全年80%左右。2017—2019 年雙季稻生長期內氣溫與降水的動態變化見圖1。

圖1 2017—2019年雙季稻生長期內氣溫與降水的動態變化Figure 1 Dynamic change of air temperature and precipitation in early and late rice growing period from 2017 to 2019

試驗種植區土壤類型為內陸河湖交替沉積形成的粉質中壤水稻土，其中黏粒占19.70%、粉粒占54.20%、砂粒占26.10%，具有較好的保持土壤水分與肥力的能力。0~20 cm 稻田土壤基礎理化性質為：土壤pH 為7.90，容重為1.44 g·cm-3，有機碳含量為14.12 g·kg-1，全氮含量為1.13 g·kg-1，速效磷含量為11.04 mg·kg-1，速效鉀含量為58.15 mg·kg-1，土壤有效態Fe含量為84.61 mg·kg-1，有效態Zn含量為1.13 mg·kg-1。

1.2 試驗設計

本試驗采用的OTC 系統具體參數與原理見文獻[24]。試驗平臺共有12 個OTC 氣室，分為3 個區組，每個區組4 個OTC 氣室，均勻分布在稻田中。每個OTC 氣室均呈正六邊形棱柱狀，底部有效面積為5 m2。通過加熱換氣裝置和CO2釋放裝置來調節試驗所需背景值。田間試驗為雙因素交互設計試驗，包含有CO2濃度和溫度2 個因素，共4 個處理，分別是：（1）對照處理（CK），OTC氣室內CO2濃度和溫度與大田環境基本一致，作為OTC 裝置對局部微環境因素（風速以及少量遮光）影響的對照；（2）增溫處理（ET），OTC氣室內的溫度比CK 高1.5 ℃；（3）大氣CO2濃度上升處理（EC），OTC 氣室內CO2濃度比CK 高100μL·L–1；（4）增溫與大氣CO2濃度上升疊加效應處理（ETEC），即OTC 氣室內CO2濃度比CK 高100 μL·L–1，溫度比CK 高1.5 ℃。每個處理設有3 個重復，呈隨機區組排列。每個OTC 氣室內1.5 m 處安裝有溫度探頭和CO2濃度探頭，用于監控氣室內溫度和CO2濃度，其精度分別為±0.1 ℃和±20μL·L–1。監測系統每2 min 記錄一次數據，并通過自動感應控制系統來調節OTC 內部的溫度和CO2濃度，實現準確動態模擬。

以當地常規稻種作為供試品種，其中早稻品種為兩優287，晚稻品種為金優212，移栽密度為21 萬穴·hm-2，2~3株·穴-1。水稻于每年4月下旬移栽，10月中旬收割。所有處理施肥方案均一致，其中氮肥采用尿素（N≥46%）、磷肥采用過磷酸鈣（P2O5≥12%）、鉀肥采用氯化鉀（K2O≥60%）。3 種肥料混合施用，施肥方案依據當地推薦的最適合雙季稻生長的施肥配比與施用時間而制定，各種肥料具體施用量見表1。各處理水分管理模式相同，前期淹水，中期曬田，后期干濕交替，最后自然落干至收割。

表1 雙季稻施肥方案（kg·hm-2）Table 1 Fertilization program（kg·hm-2）

1.3 樣品采集與測定

谷物樣品采集：水稻成熟后，在每個OTC 氣室內選取1 m2未被之前采樣影響的地塊作為樣方進行測產，樣品晾曬脫粒后獲得籽粒備用。

水稻籽粒中Fe、Zn 含量測定：于2017—2019 年早稻和晚稻成熟期收獲籽粒，籽粒在80 ℃下烘至恒質量后粉碎。稱取2 g 粉碎后的樣品先完全碳化，再放入馬福爐中灰化。所得到的灰化樣品用0.5 mol·L-1硝酸溶解并過濾定容，采用原子吸收法測定Fe 和Zn的含量[25]。

谷物中植酸含量測定：稱取過40目篩的谷物樣品0.25 g 于具塞三角瓶中，用2%鹽酸提取液提取2 h，5 000 r·min-1離心5 min，經過濾后加入三氯化鐵-磺基水楊酸反應劑，混勻后靜置20 min，于500 nm 波長處測定吸光度值，并根據標準曲線計算樣品中植酸含量。

土壤樣品：于2017—2019 年早稻和晚稻成熟期分別從各OTC 小區內取0~20 cm 耕層土樣（5 點取樣法）。用EDTA 浸提土壤中有效態Fe、Zn 離子并用原子吸收法測定其含量[25]。土壤pH用pH計測量。

1.4 數據分析

用Microsoft Excel 對數據計算整理后采用重復測量數據的方差分析方法（Repeated-measures ANOVA）進行統計分析，即試驗年份為重復取樣的時間，測量指標（籽粒Fe、Zn以及植酸含量）為因變量，分別開展早稻和晚稻統計檢驗，以實現試驗年份和處理交互作用影響下不同年份和處理間差異的顯著性檢驗（P<0.05）。采用相關性分析建立雙季稻籽粒Fe、Zn 和植酸含量以及土壤有效態Fe、Zn含量的內在關聯。

2 結果與分析

2.1 大氣CO2濃度上升與增溫對雙季稻籽粒Fe、Zn 及植酸含量的影響

重復測量數據的方差分析結果顯示（表2），年份對雙季稻籽粒Fe、Zn及植酸含量均具有顯著影響，年份與處理的交互作用對早稻籽粒Fe 含量和晚稻籽粒中Zn 含量具有顯著影響（P<0.05）。根據方差分析中F值（表2）可判斷，觀測年份是造成雙季稻籽粒Fe、Zn及植酸含量變異的主要因素，即Fe、Zn及植酸含量對大氣CO2濃度上升與增溫的響應存在顯著的年際間差異（表2）。

表2 2017—2019年雙季稻籽粒中Fe、Zn及植酸含量的重復測量數據方差分析結果Table 2 Repeated measures ANOVA results for Fe，Zn and phytic acid contents in double-cropping rice grains from 2017 to 2019

2017—2019 年早稻和晚稻籽粒Fe 含量在39.28~93.87 mg·kg-1之間（表3）。相比CK，EC 和ETEC 處理顯著降低2018 年早稻籽粒中Fe 含量（-13.41%和-25.95%，P<0.05）。相反，EC 處理顯著增加2019 年早稻和晚稻籽粒中Fe 含量（+29.70%和+27.95%，P<0.05）。就3 a 平均值而言，EC 和ET 處理對早稻籽粒中Fe含量無顯著影響，但ETEC 處理顯著降低早稻籽粒中Fe含量（-8.30%，P<0.05）。

表3 2017—2019年不同試驗處理下雙季稻籽粒中Fe、Zn及植酸含量Table 3 Fe，Zn and phytic acid contents in double-cropping rice grains under different treatments from 2017 to 2019單位：mg·kg-1

2017—2019 年早稻和晚稻籽粒Zn 含量在15.26~22.89 mg·kg-1之間（表3）。相比CK，EC 處理顯著降低2017 年晚稻和2018 年早稻籽粒Zn 含量（-13.84%和-12.97%，P<0.05），ET處理顯著降低2018年早稻籽粒Zn 含量（-13.49%，P<0.05），ETEC 處理顯著降低2019年晚稻籽粒Zn含量（-16.24%，P<0.05）。就3 a平均值而言，EC處理顯著降低早稻籽粒Zn含量（-8.28%，P<0.05），而ETEC 處理顯著降低晚稻籽粒Zn 含量（-10.91%，P<0.05）。

2017—2019 年早稻和晚稻籽粒中植酸含量在351.26~739.87 mg·kg-1之間（表3）。本試驗未發現早稻和晚稻籽粒植酸含量存在顯著的處理間差異（P>0.05）。

2.2 不同處理下雙季稻籽粒Fe、Zn 及植酸含量的年際間差異特征

雙季稻籽粒Fe 和Zn 含量均表現出顯著的年際間差異（P<0.05，圖2）。在EC 和ETEC 處理下，2019年早稻籽粒Fe 含量顯著大于2018 年對應的觀測值（P<0.05）；在ET 和ETEC 處理下，2017 年晚稻籽粒Fe含量顯著大于2018年對應的觀測值（P<0.05）。在CK處理下，2017 年晚稻籽粒Fe 含量顯著大于2018 年和2019年對應的觀測值（P<0.05）。雙季稻籽粒Zn 含量表現出不同的年際間變化特征，具體表現為CK 和EC處理下，2019 年早稻籽粒Zn 含量顯著低于2017 年對應的觀測值（P<0.05），而CK、ET和ETEC處理下，2018年和2019年晚稻籽粒Zn含量顯著低于2017年對應的觀測值（P<0.05）。早稻籽粒植酸含量存在顯著的年際間差異（圖2），其中CK、ET 和ETEC 處理下，2019年早稻籽粒植酸含量顯著低于2017 年對應的觀測值（P<0.05）。晚稻籽粒植酸含量年際間無顯著差異。

圖2 不同試驗處理下雙季稻籽粒Fe、Zn及植酸含量的年際變化Figure 2 Annual variation of Fe，Zn and phytic acid contents in double cropping rice grains under different treatments

2.3 大氣CO2濃度上升與增溫對雙季稻籽粒Fe、Zn 及植酸累積量的影響

2017—2019 年早稻和晚稻籽粒Fe 累積量在0.33~0.71 kg·hm-2之間（表4）。相比CK，在ETEC 處理下2018 年早稻籽粒Fe 累積量下降23.43%，但晚稻增加24.24%（P<0.05）；在EC 處理下2019 年早稻和晚稻籽粒Fe 累積量分別增加52.94%和69.38%（P<0.05）。就3 a 平均值而言，早稻籽粒Fe 累積量在EC處理下較CK顯著增加17.30%（P<0.05）。

表4 不同試驗處理作用下雙季稻產量和籽粒Fe、Zn、植酸累積量Table 4 Grain yield，cumulants of Fe，Zn and phytic acid in double-cropping rice under different treatments

2017—2019 年早稻和晚稻籽粒中Zn 累積量在0.13~0.25 kg·hm-2之間（表4）。相比CK，在EC 處理下2018 年和2019 年晚稻籽粒Zn 累積量分別增加20.00%和38.88%（P<0.05）。就3 a 平均值而言，晚稻籽粒Zn 累積量在EC、ET 和ETEC 處理下分別較CK增加25.00%、18.75%和18.75%（P<0.05）。

2017—2019 年早稻和晚稻籽粒中植酸累積量在2.65~7.49 kg·hm-2之間（表4）。相比CK，在EC 處理下2017年晚稻籽粒植酸累積量增加34.49%；在ETEC處理下2017年和2019年晚稻籽粒植酸累積量分別增加28.93%和46.21%（P<0.05）。總體而言，EC、ET 和ETEC 處理對早稻植酸累積量無顯著影響，但均顯著提高晚稻植酸累積量（P<0.05）。

2.4 不同處理下雙季稻籽粒Fe、Zn 及植酸累積量的年際間差異

不同處理下雙季稻籽粒Fe、Zn 及植酸累積量存在較大的年際間差異（圖3）。EC 處理下早稻籽粒Fe累積量的年際間變化特征為2019 年>2018 年>2017年（P<0.05）。2018 年CK、ET 處 理 和2019 年ET、ETEC 處理下早稻籽粒Fe 累積量均顯著大于2017 的對應觀測值。2019年不同處理下晚稻籽粒Fe累積量均顯著大于2018 年的對應觀測值（P<0.05）。對于籽粒Zn 累積量而言，不同處理下2018 年早稻觀測值均顯著大于2019 年的對應觀測值（P<0.05），而晚稻則表現出相反的變化特征。2017年和2018年所有處理的早、晚稻籽粒植酸累積量間不存在顯著差異，但2019 年CK、ET 和ETEC 處理下早稻籽粒植酸累積量顯著小于2017年的對應值。

圖3 不同試驗處理下雙季稻籽粒中Fe、Zn及植酸累積量Figure 3 Accumulation of Fe，Zn and phytic acid in double cropping rice grain under different treatments

2.5 大氣CO2濃度上升與增溫對土壤有效態Fe 和Zn的影響

2017—2019 年不同處理下早稻和晚稻收獲后土壤有效態Fe 與Zn 含量存在較大的年際間差異（表5）。與CK 相比，2018 年晚稻土壤有效態Fe 含量在EC、ET 和ETEC 處理下分別下降17.34%、10.17%和15.68%（P<0.05）。2018年早稻土壤有效態Zn含量在EC 處理下顯著增加431.00%，晚稻卻顯著下降42.67%（P<0.05）。整體而言，2017—2019 年在EC 處理下早稻土壤有效態Zn 含量顯著增加，而晚稻土壤有效態Zn含量顯著降低。

表5 不同處理下雙季稻成熟期土壤有效態Fe和Zn含量Table 5 Soil available Fe，Zn content at mature stage of double cropping rice under different treatments

2.6 雙季稻籽粒Fe和Zn含量與其他變量的內在關聯

相關性分析表明（表6），2017年和2018年晚稻籽粒Fe 含量與植酸含量存在顯著負相性（P<0.01）。2018 年早稻籽粒Zn 含量與植酸含量存在正相關性（r=0.5，P<0.05），而晚稻則表現為負相關性（r=-0.67，P<0.01）。2017 年早稻、2018 年早稻和晚稻籽粒Fe和Zn 含量之間存在正相關性。2019 年早稻籽粒Zn含量與土壤中有效態Zn 含量存在正相關性（r=0.53，P<0.01）。2018 年和2019 年晚稻土壤有效態Fe 含量與Zn含量存在顯著正相關性（P<0.01）。

表6 水稻籽粒中Fe、Zn、植酸含量和土壤中有效態Fe、Zn含量的皮爾遜相關系數（r）Table 6 Pearson's correlation coefficents results between Fe，Zn and phytic acid（PA）contents in rice grains and soils

3 討論

3.1 大氣CO2濃度上升和增溫對稻谷籽粒Fe 和Zn 含量的影響

稻谷籽粒Fe 和Zn 含量對于CO2濃度升高和增溫的響應機制較為復雜[19-20]。目前存在的解釋機制為：（1）溫度升高通過改變水稻植物體內細胞膜的流動性和細胞壁上能夠結合礦質元素的位點數量，改變礦質元素從細胞膜進入植株體內的運輸方式，從而影響水稻籽粒中礦質元素含量[26-27]；（2）溫度升高促進植株新陳代謝，增強營養器官向籽粒中轉運礦質元素的能力，改變作物籽粒礦質元素含量[27]；（3）大氣CO2濃度上升有利于水稻光合作用合成碳水化合物，從而導致礦物質比例相對減少[28]；（4）大氣CO2濃度上升可能會通過提高植物根系向地上部各個器官轉運礦質元素的能力而增加植株體內礦質元素含量[28]。水稻在不同生長階段對每種礦質元素需求量不同，大氣CO2濃度上升會導致礦質元素在秸稈和籽粒的分配發生不同程度的改變[29]。

本研究通過3 a 的田間試驗，未發現水稻籽粒Fe和Zn 含量對大氣CO2濃度上升和增溫的響應存在一致性的規律。就單一因素而言，水稻籽粒Fe 和Zn 含量的變化對CO2濃度上升較增溫更為敏感，例如：EC處理下2018 年早稻籽粒Fe 含量顯著降低，2019 年早稻和晚稻籽粒Fe 含量顯著增加，2017 年晚稻和2018年早稻籽粒Zn含量顯著降低；而ET處理下僅2018年早稻籽粒Zn 含量顯著降低（表3）。ECET 處理下2018 年早稻籽粒Fe 含量和2019 年早稻籽粒Zn 含量均顯著降低。顯然，難以用以上一種機理解釋水稻籽粒Fe 和Zn 含量對大氣CO2濃度上升和增溫的響應。整體而言，大氣CO2濃度上升是該地區水稻籽粒Fe和Zn含量變化的主因，而增溫與大氣CO2濃度上升疊加的作用更為顯著。未來氣候變化極可能出現CO2濃度和溫度同步升高的情況，本研究傾向于未來氣候變化可能會降低稻米籽粒中Fe和Zn含量的觀點。

有研究認為稻谷籽粒礦質元素含量對于CO2濃度升高的響應和植酸含量存在一定程度的關聯[30]。周三妮等[31]利用FACE 平臺研究發現，高CO2濃度處理下超級水稻精米和糙米Zn 含量分別降低4.70%和6.60%（P<0.01），植酸含量增加2.00%和0.30%（P>0.05），尤其植酸與Zn 的摩爾比顯著增加。Myers等[14]的研究結果表明高CO2濃度使水稻植酸含量增加了1.20%，有效態Zn 含量顯著降低7.80%。本研究中EC 處理下不同年份籽粒植酸含量普遍會增加（早稻增幅為17.17%，標準差為15.97%；晚稻增幅為9.96%，標準差為9.27%），但尚未達到統計學顯著程度（P>0.05）。由于部分稻季稻谷籽粒Fe、Zn 含量與植酸含量存在顯著的負相關性（表6），且EC 處理和ECET 處理下籽粒Zn 含量多年平均值的降幅達到統計學顯著水平（P<0.05），因此本研究結果支持大氣CO2濃度上升有利于提高水稻籽粒植酸含量的觀點。水稻植酸可以與Fe、Zn 等礦質元素絡合形成難以移動的植酸鹽而不利于有效態Zn 的轉運[32-33]。根據以上分析，我們推斷大氣CO2濃度升高對水稻籽粒Zn含量的負效應可能與高CO2濃度下植酸含量的增加存在因果關系。

3.2 大氣CO2濃度上升后稻谷籽粒Fe 和Zn 含量變化的年際間差異

本試驗中早稻和晚稻籽粒Fe 和Zn 含量對大氣CO2濃度上升與增溫的響應存在極大的年際間差異，尤其年份對變量總變異的貢獻大于試驗處理（表2）。我們認為這種極大的年際間差異與年際間氣象條件波動有一定關聯。已有研究發現移栽至抽穗期的溫度是限制長江中下游地區早稻生長發育和產量的主要因素[34]。本研究中EC 處理的CO2濃度增幅僅比對照高100 μL·L-1，遠低于水稻功能葉片光合作用的CO2飽和點。在適宜的溫度條件下水稻葉片凈光合速率隨著大氣CO2濃度增加呈直線上升趨勢，意味著高CO2濃度有利于早稻葉片通過光合作用合成更多的碳水化合物[35]。2019 年早稻生育期平均溫度比2017年和2018年同期低0.6~1.6 ℃，降雨量高100 mm（圖4），尤其在移栽至拔節期出現低溫和長期陰雨天氣，比其他年份同期低2.1 ℃（圖1）。對于早稻生長期光溫資源相對充裕的年份（2018年）而言，高CO2濃度更有利于早稻合成更多碳水化合物而易于發生對礦質元素的“稀釋現象”，導致EC處理下籽粒Fe和Zn含量顯著降低；相反，2019 年早稻生長期內的低溫和陰雨天氣會降低高CO2濃度對光合作用的正向刺激，從而減弱EC處理對水稻籽粒Fe和Zn含量的影響。

圖4 2017—2019年不同水稻生長季內平均溫度與累計降水量Figure 4 Average temperature and cumulative precipitation in different rice growing seasons in 2017—2019

不同年份晚稻籽粒Fe 和Zn 含量的變化差異比早稻更為明顯。晚稻移栽于7 月下旬，日均溫高于30 ℃，為該地區全年高溫時段。移栽至拔節期的高溫天氣是制約晚稻移栽后秧苗緩苗和分蘗的主要逆境因子[34]。此外，晚稻生育期內氣溫過高會限制水稻功能葉片凈光合速率[35]。本研究中2019 年晚稻生長期內存在高溫和干旱天氣，其中平均氣溫比2017 年和2018年同期高0.8~1.8 ℃，降雨量減少120~350 mm（圖4）。該氣候條件下高CO2濃度未表現出對Fe 和Zn含量的“稀釋現象”，相反EC處理對晚稻籽粒Fe含量具有正效應，但對Zn含量無顯著影響（表3）。這可能是由于高溫干旱條件下不同礦質元素轉移運輸對高CO2濃度的響應存在差異[36-37]。有研究認為大氣CO2濃度上升通過提高光合效率促進植物生長而提高根際微生物活性，同時增加根系與根際微生物對礦質元素的需求，從而導致被植物吸收的礦質元素在不同部位的分配比例發生變化[37]。這可能是晚稻籽粒中Fe 和Zn 含量對CO2濃度升高具有不同響應特征的原因之一。

本試驗2019 年同時出現早稻生長期內低溫陰雨和晚稻生長期內高溫干旱的不利天氣，籽粒Fe 含量比其他年份普遍增加或保持不變，而籽粒Zn 含量則普遍出現降低現象。由此可認為該地區雙季稻籽粒Zn含量比Fe含量對于異常氣候因子（高溫或低溫）更為敏感。此外，本試驗發現ETEC 處理下2018 年早稻、2019年早稻和晚稻籽粒Fe含量顯著低于EC 處理的對應觀測值，并且ETEC 處理下2019 晚稻籽粒中Zn含量顯著降低（表3）。這說明增溫與CO2濃度升高疊加作用效果有別于單因子影響，具體表現為二者疊加對雙季稻籽粒Fe 和Zn 含量的降低具有正協同效應，尤其在高溫干旱年份的晚稻籽粒Zn 含量的降低風險較大。

3.3 大氣CO2濃度上升和增溫對土壤有效態Fe 和Zn的影響

關于氣候變化對稻田土壤有效態礦質元素含量影響的研究較少，Rounsevell 等[38]提出在未來全球氣候變化下土壤化學過程可能會對氣候變化發生快速響應。王小治等[39]的研究表明大氣CO2濃度升高在一定程度上增加了小麥田土壤有效態微量元素含量，以及麥季土壤溶液中陰離子含量。本試驗結果表明大氣中CO2濃度上升增加2018 年早稻土壤有效態Zn 含量，但降低2018年晚稻土壤有效態Fe、Zn含量（表5）。

研究普遍認為大氣CO2濃度升高會增強土壤酸性[40]，對土壤有效態礦質元素含量產生一定影響。“土壤環境酸化”假說認為大氣CO2濃度升高會促使根系分泌酸性物質而降低pH，有利于促進土壤礦質元素的溶解性和絡合作用，間接提高耕層土壤中有效態礦質元素的含量和分布[41-46]。本研究所有處理間土壤pH 不存在顯著性差異，故“土壤環境酸化”假說并不能解釋氣候變化引起土壤中有效態Fe 和Zn 含量的變化。程磊等[47]的研究表明，高濃度CO2會使土壤溶液中的陰離子（如NO-3、SO2-4、Cl-）含量降低，從而使其主要的陽離子（有效態Fe 和Zn）含量也發生明顯改變。此外，不同季節土壤微生物的數量和活性對高CO2濃度的響應機制可能不同，由此引起早稻和晚稻成熟期土壤有效態Fe 和Zn 含量變化呈現不同的響應特征。因此，氣候變化與土壤有效態Fe 和Zn 含量的關聯和影響機制，需要開展更多試驗進一步驗證。

4 結論

（1）雙季稻籽粒中Fe、Zn 和植酸含量對大氣CO2濃度上升與增溫的響應存在較大的年際間差異，年際間變化的影響大于試驗處理的影響。

（2）雙季稻籽粒Fe 和Zn 含量對大氣CO2濃度上升的響應較增溫更為敏感。大氣CO2濃度上升會顯著改變雙季稻籽粒Fe 和Zn 含量，其作用與水稻生長期內氣象條件存在密切關系。

（3）大氣CO2濃度上升與增溫疊加作用的效果有別于各單因子影響，具體表現為二者疊加對雙季稻籽粒Fe 和Zn 含量的降低具有正協同效應，尤其在高溫干旱年份晚稻籽粒Zn含量的降低風險更大。