, 欧阳真程1,2, 赵小敏1,4
, 郭熙1,2, 匡丽花4, 叶英聪1,31. 江西农业大学, 江西省鄱阳湖流域农业资源与生态重点实验室/南方粮油作物协同创新中心, 南昌 330045;
2. 江西农业大学国土资源与环境学院, 南昌 330045;
3. 江西农业大学林学院, 南昌 330045;
4. 南京农业大学公共管理学院, 南京 210095
收稿日期: 2017-11-30; 修回日期: 2017-12-27; 录用日期: 2017-12-27
基金项目: 国家自然科学基金（No.41361049）；江西省自然科学基金（No.20122BAB204012）；土壤与农业可持续发展国家重点实验室（中科院南京土壤研究所）开放课题（No.0812201202）
作者简介: 张晗(1992-), 男, E-mail:zhanghan0307@163.com
通讯作者（责任作者）: 赵小敏(1962—), 男, 教授, 博导, 主要从事土壤遥感与信息、土地资源利用等研究, 主持国家级科研项目6个, 主持省部级课题20多个和横向课题50多个, 出版研究专著9部、教材4部, 获得省级以上科技奖励12项, 发表学术论文180多篇.E-mail:zhaoxm889@126.com
摘要: 基于江西省16582个农田耕层（0~20 cm）土壤样点数据，运用实地调查、数理统计与地统计学等分析方法，探讨了不同农田利用方式（水旱轮作、一季旱地、两季旱地、一季水田和两季水田）对土壤有机碳（SOC）、氮含量（TN）和碳氮比（C:N）的影响.结果表明，江西省耕层土壤SOC、TN含量和C:N比分别为5.22~34.56 g·kg-1、0.26~3.06 g·kg-1和2.98~52.67，均处于中等偏上水平.经半方差函数分析，江西省土壤SOC、TN和C:N比的空间变异主要是由随机性因素引起的；方差分析显示，不同土地利用方式下耕地土壤中SOC、TN和C:N比存在显著差异，土壤SOC和TN含量表现为两季水田>水旱轮作>一季水田>一季旱地>两季旱地，而土壤C:N比则表现为两季水田>两季旱地>一季水田>水旱轮作>一季旱地，土壤C:N比对估测区域土壤有机碳储量具有良好的指示作用，因此，从土壤C:N比角度考虑，水田更有利于SOC的贮存，有利于增加土壤汇集碳氮的能力.Pearson相关性分析表明，5种利用方式下经度、纬度和海拔与土壤SOC、TN含量和C:N比具有显著的相关关系.
关键词:土地利用方式耕地土壤碳土壤氮碳氮比江西省
Effects of different land use types on soil organic carbon, nitrogen and ratio of carbon to nitrogen in the plow layer of farmland soil in Jiangxi Province
ZHANG Han1,2
, OUYANG Zhencheng1,2, ZHAO Xiaomin1,4 , GUO Xi1,2, KUANG Lihua4, YE Yingcong1,3 1. Key Laboratory of Poyang Lake Basin Agricultural Resources and Ecology of Jiangxi Province, Jiangxi Agricultural University/Southern Regional Collaborative Innovation Center for Grain and Oil Crops in China, Nanchang 330045;
2. Land Resource and Environment College, Jiangxi Agricultural University, Nanchang 330045;
3. College of Forestry, Jiangxi Agricultural University, Nanchang 330045;
4. College of Public Administration, Nanjing Agricultural University, Nanjing 210095
Received 30 November 2017; received in revised from 27 December 2017; accepted 27 December 2017
Supported by the National Natural Science Foundation of China(No.41361049), the Natural Science Foundation of Jiangxi Province(No.20122BAB204012) and the Project of State Key Laboratory of Soil and Sustainable Agriculture (No.0812201202)
Biography: ZHANG Han(1992—), male, E-mail:zhanghan0307@163.com
*Corresponding author: ZHAO Xiaomin, zhaoxm889@126.com
Abstract: Based on 16582 plow layer (0~20 cm) samples of farmland soil in Jiangxi Province, the effect of farmland use types (including paddy-upland rotation, single dry land, double dry land, single cropping paddy field and double cropping paddy field) on soil organic carbon (SOC), total nitrogen (TN) and ratio of carbon to nitrogen (C:N) and were studied through field survey, mathematical statistics analysis and Geo-statistics analysis methods. The results showed that the SOC, TN and C:N ratio were between 5.22~34.56 g·kg-1, 0.26~3.06 g·kg-1 and 2.98~52.67 respectively. The spatial variation of SOC, TN and C:N ratio in Jiangxi Province were mainly caused by random factors according to semivariance function analysis. The One-Way ANOVA analysis results indicated that the difference between SOC, TN and C:N ratio under different land uses was significant. The order of SOC and TN was:double cropping paddy field > paddy-upland rotation > single cropping paddy field > single dry land > double dry land, and the order of C:N ratio was:double cropping paddy field > double dry land > single cropping paddy field > paddy-upland rotation > single dry land. Soil C:N ratio is a good indication of estimating soil organic carbon storage in region.On the view of C:N ratio, paddy field was beneficial to increase the ability of collecting SOC and TN. In addition, the longitude, latitude, altitude had a very significant correlation with SOC, TN content and C:N ratio on the basis of Pearson coefficients analysis. Thus, longitude, latitude and altitude were the key factors to horizontal zonalityand vertical zonality for SOC, TN and C:N ratio in Jiangxi Province.
Key words: land use typesfarmland soilsoil organic carbonsoil nitrogenC:N ratioJiangxi Province
1 引言(Introduction)土壤有机碳和氮素作为植物生长发育的基本营养元素, 不仅是土壤养分循环转化的核心, 也是陆地土壤碳库和氮库的重要组成部分, 其含量变化是土地利用方式下土壤质量和土壤肥力演变的重要标志, 直接影响着土壤肥力和作物产量的高低.因此, 研究不同土地利用方式下土壤碳氮比的变化对土壤碳氮循环、农业可持续发展和全球气候变化有着极为重要的意义.生态化学计量学(Ecological stoichiometry)结合了生物学、生态学和化学的基本原理, 是研究生物系统能量平衡和多重化学元素(主要包括C、N、P等)平衡的科学, 也是元素平衡对生态交互作用影响的一种理论, 已经成为当前生物地球化学循环与生态学研究的前沿热点之一(王绍强等, 2008).迄今为止, 国内外****运用生态化学计量学原理和方法, 针对海洋、湿地、森林、草地及植物个体等生态系统的碳、氮生态化学计量学特征已进行了广泛研究, 研究领域和理论也在不断完善和扩展.已有研究表明, 各区域尺度上不同土地利用方式的土壤有机碳、全氮含量和碳氮比有明显差异(顾成军等, 2013；史利江等, 2010；王书伟等, 2010).针对不同土地利用条件下土壤有机碳、全氮含量的分布特征研究已有一定基础(罗由林等, 2015；张春华等, 2011；张珍明等, 2013), 但也尚存在以下不足：首先, 农田生态系统是全球陆地生态系统的重要组成部分, 相对于农田生态系统, 耕地土壤中的碳氮计量学特征研究鲜有报道；其次, 当前对土壤养分如有机碳和全氮等的空变异特征进行了大量研究, 且已取得了丰富的研究成果, 但其研究尺度多为小流域、乡镇、县域和市域等中、微观尺度(赵小敏等, 2015), 因土壤取样方法和精度限制, 在较大的地理空间尺度上(如省域尺度), 耕地土壤中的C : N计量学特征研究依然相对缺乏.再次, 中国是农业大国, 耕地面积比重大, 与自然土壤相比, 耕地土壤在全球碳库中最活跃, 极易受到农业管理措施(如土地利用方式、耕作制度、施肥和灌溉等)的影响, 但从现有的相关研究来看, 人为扰动或人类活动对耕地生态系统中土壤C、N及C : N分布的影响研究较少.可见, 土地利用方式是影响土壤养分含量的重要因素, 且改变着土壤碳氮的物质循环, 因此, 深入探讨区域尺度下不同土地利用方式对土壤SOC、TN的矿化速率变化规律的影响及揭示其碳汇/源作用具有重大的意义.
长江中下游地区是我国重要的粮、油、棉主产区, 江西省作为国家农业大省, 也是长江中下游地区人口最为密集的典型农业区, 耕作模式主要为水田、旱地和水旱轮作, 粮食作物以水稻为主, 经济作物种植面积广布, 是全国重要的商品粮基地之一.但近些年来, 由于土地利用方式和施肥方式的不合理, 大量施用氮、磷、钾肥等化肥, 导致江西省耕地化肥利用率不高, 土壤板结、养分失衡、酸化严重和面源污染等问题日益突出.基于此, 本文从农田生态系统入手, 以农业部“测土配方施肥项目”中江西省2012年采集的大量土壤样品为基础, 分析不同农田利用方式对耕地土壤碳、氮及碳氮比的影响及其空间分异特征, 以期为省域尺度下的土壤养分管理、生态系统碳氮调控, 以及农业面源污染监测和生态环境保护等方面提供科学依据.
2 材料与方法(Materials and methods)2.1 研究区概况江西省简称“赣”, 位于中国东南部, 地处长江中下游交接处的南岸, 地理位置介于北纬24°29′14″~ 30°04′41″, 东经113°34′36″~118°28′58″.江西省下辖11个区市, 共计100个县(市、区), 全省总人口为4542.16万, 总面积为1.67×105 km2, 耕地面积为3.09×106 hm2, 其中, 水田2.51×106 hm2, 旱地5.61×105 hm2, 水浇地1.81×104 hm2.全省平均气温为16.4~19.4 ℃, 年降水量为1751~2523 mm, 日照时数为1395~1679 h, 属典型的亚热带湿润气候.江西省地形以丘陵山地为主, 平原、盆地、谷地广布, 省境东、西、南三面群山环绕, 中部丘陵与平原交错分布, 地势呈现由外及里、从南到北, 渐次向鄱阳湖倾斜的趋势.该区域土壤类型主要为红壤、水稻土、黄壤和黄棕壤, 成土母质主要为酸性结晶岩类风化物、石英岩类风化物和泥质岩类风化物.研究区土地利用类型以耕地(水田和旱地)为主, 农田利用方式可分为水旱轮作、一季旱地、两季旱地、一季水田和两季水田5种.粮食作物以水稻为主, 小麦、玉米次之, 还盛产油菜、花生、油茶、茶叶、黄麻、苎麻和柑橘等经济作物.
2.2 土壤样品采集本文主要研究江西省不同利用方式对土壤养分积累的影响, 数据来源于江西省耕地地力评价数据库, 采样地主要在江西省各县区, 采样方法参照《耕地地力调查与质量评价技术规程》(NY/T 1634—2008), 采样时间为2012年11月—2013年12月, 主要测定了土壤氮素、磷素和有机碳等3个养分指标的含量.综合考虑研究区各地区土壤的成土母质、地形地貌、土壤质地、土壤类型等自然条件, 采样地样大小为20 m×20 m, 应用“S”形采样法随机设置8个点, 每个样地等距离采集3个土样, 3个重复, 共采集2012年0~20 cm耕层土壤样点16582个(图 1), 其中, 水旱轮作地597个, 一季旱地369个, 两季旱地431个, 一季水田3364个, 两季水田11821个.土壤样品经室内自然风干、剔除杂物、研磨和过100目0.25 mm尼龙筛等前期处理后, 制成待测土样, 充分混匀后按照四分法每层留取1 kg样品以备分析, 每个采样点均以GPS记录其经纬度坐标和海拔高度、成土母质、土地利用方式、土壤类型、种植制度、施肥状况和秸秆还田量等地表环境信息, 并将带有坐标的样点数据在ArcGIS10.3平台转换为具有空间坐标的点.土壤样品测定方法参照《土壤农化分析方法》(鲁如坤, 1999)分析, 全氮(TN)采用半微量凯氏定氮法测定, 有机碳(SOC)采用重铬酸钾容量法测定.
图 1(Fig. 1)
 |
| 图 1 江西省土壤样点分布图 Fig. 1Distribution of soil sampling sites in Jiangxi Province |
2.3 数据处理与统计分析采用Microsoft Excel 2010和SPSS22.0软件对数据进行整理和统计分析.在数据分析之前采用域值法(即样本平均值加减3倍标准差)对离群值进行初步识别, 发现TN、SOC和C : N比分别有50个、16个和301个样本点数据不符合要求, 然后用正常的最大和最小值代替离群值(欧阳玲, 2016).通过应用K-S法检验原始数据是否符合正态分布, 如不符合则需对其进行转换.采用单因素方差分析(One-Way ANOVA)中最小显著差数法(LSD)对不同农田利用方式下土壤SOC、TN含量及C : N比进行差异性检验, 若数据方差不齐时, 则进行多重比较检验.同时, 利用Pearson相关分析方法对土壤养分及环境因子进行相关性分析.采用GS+7.0软件对研究区土壤SOC、TN含量及C : N比的半方差函数和结构参数模型进行最优拟合, 在ArcGIS10.3平台中将样点数据进行转换, 并建立空间属性数据库, 江西省土壤SOC、TN含量及C : N比的空间分布图在ArcGIS10.3中采用普通克里格插值法进行绘制, 坐标系采用1980西安平面坐标系和1985国家高程基准.
3 结果与分析(Results and analysis)3.1 江西省土壤SOC、TN含量及其C : N比值统计特征采用SPSS22.0对研究区碳氮养分指标进行描述性统计和K-S值(p>0.05)正态检验时发现, 2012年土壤SOC、TN及C : N比均服从正态分布(图 2).描述性统计结果表明(表 1), 5种土地利用方式下, 江西省耕层土壤SOC、TN含量和C : N比值分别在5.22~34.56 g · kg-1、0.26~3.06 g · kg-1和2.98~52.67之间.土壤SOC、TN和C : N比平均值分别为17.898 g · kg-1、1.576 g · kg-1和11.723, 其中, SOC比全国平均值(17.53 g · kg-1)高0.368 g · kg-1, TN比全国平均值(1.54 g · kg-1)高0.036 g · kg-1, C : N比比全国平均水平(11.38)高0.343.按照全国第二次土壤普查养分分级标准, 江西省土壤SOC、TN含量均属于中等偏上水平.由表 1可知, 不同土地利用方式下土壤SOC、TN含量和C : N比有显著差异, 土壤SOC和TN含量变化趋势一致, 均值大小表现为两季水田(18.344、1.597 g · kg-1)>水旱轮作(17.813、1.595 g · kg-1)>一季水田(17.677、1.559 g · kg-1)>一季旱地(12.569、1.459 g · kg-1)>两季旱地(12.069、1.231 g · kg-1), 而土壤C : N比则表现为两季水田(11.816)>两季旱地(11.768)>一季水田(11.610)>水旱轮作(11.555)>一季旱地(9.970).从变异强度看, 土壤SOC含量的变异系数表现为水旱轮作>一季水田>两季水田>一季旱地>两季旱地；土壤TN含量的变异系数表现为两季旱地>一季旱地>水旱轮作>一季水田>两季水田；土壤C : N比的变异系数表现为两季旱地>一季旱地>水旱轮作>两季水田>一季水田.土壤SOC、TN和C : N比三者的变异系数大都分布在20%~45%之间, 处于中等变异程度, 说明受到人类活动(土地利用方式、田间管理措施和施肥水平等)的干扰, 各指标的变异程度均比较大, 其影响程度大小顺序依次为SOC>TN>C : N.由此可以得出, 研究区不同利用方式下的耕地土壤其碳、氮含量及碳氮比差异明显且具有不同的分布特征.
图 2(Fig. 2)
 |
| 图 2 研究区土壤SOC (a)、TN (b)含量和C : N比(c)的频率分布 Fig. 2Normal distribution graphics of SOC(a), TN(b) and soil C : N ratio(c) in study area |
表 1(Table 1)
| 表 1 不同土地利用方式土壤SOC、TN含量及C : N统计特征 Table 1 Descriptive statistics of SOC, TN and soil C : N ratio under different land use types | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 1 不同土地利用方式土壤SOC、TN含量及C : N统计特征 Table 1 Descriptive statistics of SOC, TN and soil C : N ratio under different land use types
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
3.2 江西省耕地土壤碳、氮空间结构特征半方差函数能较好地模拟土壤SOC、TN和C : N比空间分布的随机性和结构性特征, 其中, 结构性因素主要是指成土母质、土壤类型、土壤质地、地形地貌、气候等自然环境因素, 随机性因素则是指诸如土地利用方式和田间管理措施等能在一定程度上反映耕作措施、种植制度、灌溉施肥、秸秆还田量等的人为活动因素.块金值(C0)表示由随机部分引起的空间异质性, 基台值(C0+C)表示系统内的总的变异, 块金值与基台值的比值(C0/(C0+C))为块金基台比或块金系数, 表示随机部分引起的空间异质性占系统总变异的比例.块金基台比越高, 说明样本间由随机性因素引起的空间变异程度越强.运用GS+7.0软件对土壤SOC、TN含量和C : N比进行半方差函数模型拟合, 考虑研究区碳氮养分指标的空间异质性和趋势性, 经过反复模拟最终选取最优拟合函数, 获得其半方差函数及结构参数(图 3和表 2).由表 2可看出, 江西省土壤SOC、TN含量的最佳拟合模型均为指数模型(Exponential), C : N比的最佳拟合模型均为线性模型(Linear), 决定系数R2分别为0.813、0.931和0.786, 三者的残差RSS均趋近于0, 表明其拟合精度较高, 拟合模型能很好表征3个养分指标的空间结构特征.土壤SOC和TN块金基台比分别为51.35%和62.03%, 属中等程度的空间自相关, 表明其空间变异特征主要由随机因素和结构性因素共同引起, 但随机性因素在空间分布特征中起主导作用, C : N的块金基台比为93.52%, 其空间变异程度主要由随机因素引起.SOC和TN的变程分别为52.73 km和114.06 km, 而C : N比的变程为315.03 km, 说明C : N比的空间自相关范围较大, 远远高于SOC和TN.
图 3(Fig. 3)
 |
| 图 3 江西省土壤SOC (a)、TN (b)含量和C : N比(c)的半方差函数图 Fig. 3Isotropic semivariogram of SOC(a), TN(b) and soil C : N ratio(c) in Jiangxi Province |
表 2(Table 2)
| 表 2 江西省土壤SOC、TN含量和C : N比的半方差模型及其相应参数 Table 2 Semivariogram models parameter for SOC, TN and soil C : N ratio in Jiangxi Province | ||||||||||||||||||||||||||||||||||||||||
表 2 江西省土壤SOC、TN含量和C : N比的半方差模型及其相应参数 Table 2 Semivariogram models parameter for SOC, TN and soil C : N ratio in Jiangxi Province
| ||||||||||||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||||||||
3.3 土壤SOC、TN和C : N比分布特征根据土壤SOC、TN和C : N比半方差函数最佳拟合模型及相应参数, 在ArcGIS10.2软件平台进行普通克里格(Ordinary Kriging)插值, 生成江西省土壤SOC、TN含量和C : N比空间分布图(图 4).由图 4可以看出, 研究区土壤SOC和TN含量分别为7.05~31.71 g · kg-1和0.31~2.98 g · kg-1, SOC和TN含量空间分布特征总体上较为一致, 大体表现出由东北向西南逐渐降低的趋势, 且多呈条带状或斑块状分布, 这主要由于土壤有机碳与全氮之间具有显著的相关性(表 3).SOC和TN含量高值区主要集中在上饶市婺源县、南昌市南昌县和进贤县、新余市、萍乡市湘东区和莲花县、抚州市南城县和黎川县, 赣州市定南县和上犹县；两者低值区主要分布在九江市彭泽县、德安县、星子县、永修县、武宁县、湖口县及赣州市大余县、南康市、信丰县、会昌县和寻乌县等.土壤C : N比空间分布相对平滑, 大都处于中等水平, 高值区主要呈条带状分布在九江市九江县和湖口县、上饶市广丰县、新余市分宜县、萍乡市上栗县、抚州市乐安县, 土壤SOC、TN和C : N比的空间分布随机性较强, 这与半方差函数分析结果相吻合(表 2).
图 4(Fig. 4)
 |
| 图 4 江西省土壤SOC、TN含量和C : N比空间分布 Fig. 4Spatial distributions of SOC, TN and soil C : N ratio in Jiangxi Province |
表 3(Table 3)
| 表 3 不同农田利用方式下土壤SOC、TN和C : N比影响因子相关性分析 Table 3 Correlation analysis of SOC, TN and soil C : N ratio with impact factors under different farmland use types | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 3 不同农田利用方式下土壤SOC、TN和C : N比影响因子相关性分析 Table 3 Correlation analysis of SOC, TN and soil C : N ratio with impact factors under different farmland use types
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
3.4 SOC、TN和C : N比影响因素分析土壤SOC、TN含量及其C : N比值不仅受到气候、土壤类型、土壤母质、地形地貌和植被类型等自然环境因素的影响, 同时也受到土地利用方式、田间管理措施、投入管理水平差异等人类活动的显著影响, 导致江西省耕地土壤养分的空间分异明显.Pearson相关性分析表明(表 3), 江西省耕层土壤SOC与TN具有显著的相关性(r=0.966, p < 0.01), SOC与C : N比的相关系数为0.617, TN与C : N比的相关系数为0.477, 相关性均达到显著水平(p < 0.01), 表明土壤C : N比主要取决于SOC和TN含量.由表 3可知, 土壤C : N比除了受到比例元素的影响外, 还受到pH、土壤容重、耕层厚度、经度、纬度、海拔、年降水量等的调控, 不同利用方式下土壤SOC、TN和C : N比值差异特征及其影响因子也有所不同.水旱轮作下耕层厚度、经度、纬度、海拔是影响SOC、TN和C : N比的关键因子, 土壤容重、年降水量与土壤SOC、TN含量密切相关.一季旱地中SOC、TN、C : N比与pH、耕层厚度、经度、纬度、海拔、年降水量等8种影响因子均表现出显著相关, 而C : N比仅与土壤容重呈显著负相关.两季旱地中土壤SOC、TN和C : N比除与土壤容重、海拔相关性不显著外, 与其他7种影响因子均表现出显著相关.一季水田中土壤SOC、TN、C : N比与经度、纬度、海拔和年降水量显著相关, SOC也受到土壤pH值的显著影响.两季水田9种影响因子之间均呈显著相关.综合分析江西省耕地5种土地利用方式, 土壤pH、耕层厚度、经度、纬度、海拔和年降水量是影响土壤SOC、TN和C : N比的主要因素, 同时, 土壤容重也与SOC、TN和C : N比密切相关.
4 讨论(Discussion)4.1 土地利用方式对土壤SOC、TN含量和C : N比的影响江西省地形地貌较为复杂, 土地利用方式及其相应的管理措施也相对多样化, 潜在的影响因素较多, 导致区域土壤养分的空间异质性较高, 而土地利用方式主要通过土壤养分的输入输出量来控制土壤碳氮积累和释放速率, 从而进一步影响土壤SOC和TN含量.江西省5种农田利用方式对耕层(0~20 cm)土壤SOC、TN含量都有显著影响(表 1, p < 0.05), 其大小顺序依次为两季水田>水旱轮作>一季水田>一季旱地>两季旱地, 水田、水旱轮作地的SOC和TN含量远高于旱地.这是因为水田和水旱轮作地作为江西省最主要的耕作方式, 其复种指数相对较高, 氮肥和有机肥大量施用, 根茬残留量和秸秆还田量大, 木质化程度高的水稻、紫云英等植物残体比其他残余物更容易腐殖化, 进而转变为土壤有机质, 而有机质又是土壤氮素的主要来源, 因此, 有机物和氮素的输入量较旱地高.同时, 水田和水旱轮作地长期处于淹育环境下, 土壤微生物活性差, 土壤中的铁、锰离子易与有机质螯合, 有助于提高土壤SOC和TN矿化累积释放量, 进而促进了土壤SOC和TN的更新与积累.由表 1可知, 5种农田利用方式下耕层土壤C : N比表现为两季水田>两季旱地>一季水田>水旱轮作>一季旱地, 两季水田C : N比最高, 两季旱地其次, 一季水田和水旱轮作再次, 一季旱地最低, 这与研究区耕地土壤发生、演变的水热条件及土壤肥料的施入量和田间管理水平关系密切.江西省大部分水田为冷浸田, 由于长期渍水, 水温、土温均比较低, 土壤处于强还原状态, 有机质分解缓慢, 释放的有效氮含量较少, 从而使水田土壤C : N比处于较高水平；旱地和水旱轮作方式下土壤的通气条件相对较好, 土壤孔隙度和氧气含量增加, 好氧型微生物活性增强, 加速了有机碳的分解, 氮素容易流失, 加之旱地和水旱轮作方式下农户多种植瓜果蔬菜等经济作物, 且熟制以一年两熟或一年三熟居多, 含氮化肥施用量大, 秸秆还田量相对较少, 特别是频繁耕作和农业翻耕, 表层土壤结构遭受破坏, 其耕层土壤SOC含量迅速降低, 使得两季旱地、水旱轮作和一季旱地这3种农田利用方式下土壤C : N比相对较低.
研究区主要以泥质岩类风化物、河湖沉积物和第四纪红色粘土等成土母质发育而成, 土壤类型以水稻土和红壤为主, 土壤SOC和TN的物质来源相对单一, 因此, 土地利用方式(耕作制度)的不同是造成土壤SOC、TN含量和C : N比差异的主要原因.1978年以前, 江西省实施了“单季变双季、中稻变早稻、早地变水田”的稻田耕作制度改革, 土地利用方式以水田为主, 耕作制度为单季稻或双季稻；1978—1989年江西省调减双季稻, 将长期复种连作的肥-稻-稻改为绿肥-双季稻的套作模式；1990年以来, 江西省为优化种植结构, 将传统的水稻单一种植的种植结构, 发展为多种作物复合种植；近年来, 农户为追求更高的经济效益, 加之受到秋旱的影响, 将部分水田改为旱地(如油菜、花生、棉花及瓜果蔬菜等), 耕作制度也由原来的稻-稻-肥和稻-肥变为稻-稻-闲和稻-闲.因此, 由土地利用方式改变所引起的耕作制度的差异及土壤结构、水分、施肥和秸秆还田方式等条件的改变可能是导致研究区土壤养分含量差异的原因之一.
4.2 江西省耕地土壤SOC、TN含量和C : N比影响因素通过与土壤理化性质、气候及环境因子的相关性分析发现, 土壤pH、土壤容重、耕层厚度、经纬度、海拔及年降水量等对土壤中的碳氮循环有着显著影响, 除了一季水田和两季旱地的SOC、TN含量和C : N比与土壤容重、耕层厚度无显著相关关系外, 其他3种农田利用方式的3个养分指标均受到一个或多个因素的显著影响.据国家统计局调查显示, 1985—2012年以来, 江西省开展了测土配方施肥, 农用氮肥施用折纯量由1987年的38.90万t提高至2012年的42.88万t, 大力推广秸秆和根茬还田, 有机肥和含氮化肥的大量施用, 加上配施绿肥, 这是研究区土壤SOC、TN含量和C : N比较高的重要原因之一.近年来, 江西省经济快速发展, 工业化水平不断提高, 化石燃料大量消耗, 工业污染问题较为严重, 大气中SO2和NOx等致酸物质的浓度较高, 酸雨分布范围逐年扩大, 大气酸沉降明显, 加速了耕层土壤的酸化.同时, 氮肥、硫肥及含氯化肥等化学肥料的过量使用, 有机肥施用量减少, 也是导致全省土壤酸化的重要原因.土壤pH与SOC、TN含量和C : N比均呈显著的负相关关系, 研究表明, 土壤pH值与有机质、全氮等土壤养分密切相关(秦川等, 2016), 土壤过酸或过碱都将会严重影响作物的生长发育, 而土壤微生物活性、数量及群落结构又对土壤pH较为敏感, pH值降低, 有利于土壤中碳氮的积累, 对应的C : N比值升高.土壤C : N比与土壤容重并无显著相关性, 这可能是因为本文选取的研究对象为单一的耕地土壤, 耕地地势相对平坦, 作物种植以水稻为主, 植被覆盖度低, 根系密度变化不大, 使得土壤容重在水平空间上无显著差异.碳、氮含量随着土壤深度的增加而改变, 那么C : N比也将发生相应的变化.研究表明(崔静等, 2012；任璐璐等2017), 土壤SOC在剖面上的分布与TN相似, 不同土地利用方式下土壤碳氮含量均随土层深度的增加逐层递减, 施肥、植物的根系和凋落物是土壤有机碳和全氮形成的主要物质来源, 这与本研究结论一致.
气候决定了土壤的发育过程、植被类型等诸多的生态过程, 反映了水热条件在经度和纬度上的分配状况.由表 3可知, 研究区土壤SOC、TN含量与经度、纬度呈显著的负相关关系, 土壤C : N比与经度和纬度显著正相关, 表明土壤SOC和TN含量随着经纬度的增加而降低, 而土壤C : N比则随着经纬度的增加而升高, 这与Cools等(2014)、Xu等(2013)和陈昌华等(2015)的研究结论相一致.随着海拔的上升土壤SOC、TN含量和C : N比不断降低, 表明海拔的升高同时伴随着温度的降低和降雨量的减少, 土壤SOC、TN的累积速率减缓.由此可以推断, 研究区耕地土壤SOC、TN含量和C : N比呈现出一定的经度、纬度及垂直地带性特征, 这与张向茹等(2013)、曾全超等(2015)的研究相一致, 但也与张仲胜等(2016)认为中国湿地土壤C : N比与经度和纬度之间无显著相关性的研究不一致, 这可能与本文的研究尺度相对于全国尺度而言相对较小有关.
土壤养分的变化是土地利用下人类活动干扰最直接的结果, 是调控土壤SOC和TN储量的主要影响因素, 合理的土地利用方式有利于土壤固氮, 提高土壤有机碳和氮素利用率.一般来说, 土壤C : N比越高, 有机物质矿化作用越强, 越不利于有机质分解, 且水田的厌氧环境有利于SOC保存, 使得水田土壤SOC含量较旱田更加稳定, 相同的N含量可以累积更多的SOC.由此可见, 水田的有机碳储量大, 是最主要的“碳汇”, 而旱地碳储量相对较少, 是最主要的“碳源”, 从土壤C : N比角度考虑, 水田更有利于有机碳的贮存, 有利于增加土壤汇集碳氮的能力, 这与龙军等(2013)研究结论相似.土壤C : N比由于人为扰动导致的次生演替过程中的变化趋势存在较大的差异.从同一生态系统类型来看(表 4), 近30年来江西省耕地土壤C : N比普遍要高于同纬度的长江中下游地区(鄱阳湖区、南方丘陵区等)及中国土壤、热带季雨林、黄土高原农田、东北黑土区等, 对比中国及世界其他地区生态系统的土壤C : N比可以看出(表 4), 江西省农田生态系统土壤C : N比要低于世界陆地生态系统、欧洲森林土壤、秘鲁森林土壤、中国土壤、中国湿地土壤、青藏高原高寒草原带、温带针阔混交林、亚热带常绿阔叶林、亚热带人工林、川中丘陵区农田、松嫩平原农田、闽江河口湿地、青藏高原高寒植被带、黄土高原森林土壤和赣中森林土壤.这说明相对于世界及中国其他地区生态系统, 江西省耕地生态系统的土壤C : N比处于中等偏上水平, 碳氮比例有所失衡, 同时也说明耕地生态系统是典型的碳累积系统, 生物固氮量处于较高水平.
表 4(Table 4)
| 表 4 江西省耕地土壤C : N比与中国及世界其他生态系统土壤比较 Table 4 Comparison of the cultivated land soil C : N ratio of Jiangxi Province with the other ecosystem of China and the globe | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 4 江西省耕地土壤C : N比与中国及世界其他生态系统土壤比较 Table 4 Comparison of the cultivated land soil C : N ratio of Jiangxi Province with the other ecosystem of China and the globe
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
土壤C : N比不仅是土壤环境或土壤质量变迁的敏感指标, 也是诊断土壤C、N营养平衡状况的重要预测指标, 因而, 土壤C : N比的变化对土壤碳氮循环和蓄积具有重要影响.土壤C : N比受多因素的调控, 空间变异性很大, 主要通过影响着碳、氮的固定和矿化, 以调节碳氮的供应强度.据江西省第二次土壤普查数据显示(江西省土地利用管理局等, 1991), 江西省耕地土壤SOC含量由1985年的16.01 g · kg-1上升至2012年的17.90 g · kg-1, SOC含量增幅达11.80%, TN含量由1985年的1.53 g · kg-1上升至2012年的1.58 g · kg-1, TN含量增幅达3.27%；土壤C : N比由1985年的10.50上升至2012年的11.72, 上升了1.22, 增幅达10.41%.由此可以看出, 近30年来研究区作物的营养水平和土壤肥力均有所提升, 耕地土壤SOC含量增幅远远高于TN含量增幅, 进而导致江西省耕地土壤C : N比上升, 这与罗由林等(2015)、杨学明等(2004)的研究结论一致, 而与李忠佩等(2006)的结果不同.1985—2012年近30年来, C : N比上升, 土壤SOC和TN之间的相关系数由0.769提高到0.966.与此同时, 据国家统计局调查显示, 江西省农用氮肥施用折纯量由1987年的38.90万t提高至2012年的42.88万t, 说明随着有机肥和含氮化肥施用量的提高, 有机碳的增长速度也有所加快, 反映出当土壤C : N比稳定在一定数值(或比例关系)的情况下, 若继续加大对氮素的施入量在一定程度上可以增加土壤碳储量, 提高土壤的固碳能力.但是, 如果过量施用含氮化肥和生理酸性肥料及半腐熟有机肥料, 不仅会导致土壤C : N比的下降, 弱化土壤固碳能力, 还极易引发土壤板结、土壤退化、土壤酸化、水体污染和农业面源污染等一系列生态环境问题.可见, 在追求作物高产、高效和优质生产的前提下, 加大对有机肥和含氮化肥的投入, 积极推广秸秆和根茬还田, 广种并种好绿肥, 增施农家肥, 合理耕作, 保护农田土壤免遭侵蚀, 以协调土壤氮素的供保关系及碳氮的平衡投入, 是维持土壤C、N耦合平衡和促进农田生态系统C、N养分循环的关键(李新艳等, 2011).
5 结论(Conclusions)江西省耕地土壤SOC和TN含量和C : N比均表现出中等程度的空间变异性, 其空间变异特征受到结构性因素和随机性因素的共同影响, 但随机性因素在空间分布格局中起主导作用.不同土地利用条件下, 土壤SOC和TN含量呈现出两季水田>一季水田>水旱轮作>一季旱地>两季旱地, 而土壤C : N比则表现为两季旱地>一季旱地>水旱轮作>两季水田>一季水田.研究结果表明, 土地利用方式对SOC、TN和C : N比均有显著影响(p < 0.01), 但影响程度存在一定的差异, 对SOC影响最显著, TN其次, 对土壤C : N比影响最小, 大小顺序依次表现为土壤SOC>TN>C : N.研究区土壤SOC、TN含量和C : N比值除受到土地利用方式的影响外, 土壤pH、土壤容重、耕层厚度、经度、纬度、海拔、年降水量、氮肥的施用量等对土壤碳、氮的分布特征也具有深刻的影响.相关分析表明, 经度、纬度和海拔是影响本研究区域土壤碳、氮和碳氮比水平地带性和垂直地带性的重要因素.
参考文献
| 蔡家艳, 吴琴, 钟欣孜, 等. 2016. 鄱阳湖区不同围垦年限稻田土壤碳氮变化[J]. 生态学杂志, 2016, 35(8): 2009–2013. |
| Cleveland C C, Liptzin D. 2007. C:N:P stoichiometry in soil: is there a "Redfield ratio" for the microbial biomass?[J]. Biogeochemistry, 85(3): 235–252.DOI:10.1007/s10533-007-9132-0 |
| Cools N, Vesterdal L, Vanguelova E, et al. 2014. Tree species is the major factor explaining C:N ratios in European forest soils[J]. For Ecol Manage, 311: 3–16.DOI:10.1016/j.foreco.2013.06.047 |
| 陈昌华, 陈锡云, 牛建利, 等. 2015. 东北地区土壤碳、氮含量空间分布特征及其主控因素辨析[J]. 干旱区资源与环境, 2015, 29(3): 108–114. |
| 崔静, 陈云明, 黄佳健, 等. 黄土丘陵半干旱区人工柠条林土壤固碳特征及其影响因素[J]. 中国生态农业学报, 20(9): 1197–1203. |
| 董云中, 王永亮, 张建杰, 等. 2014. 晋西北黄土高原丘陵区不同土地利用方式下土壤碳氮储量[J]. 应用生态学报, 2014, 25(4): 955–960. |
| 顾成军, 史学正, 于东升, 等. 2013. 省域土壤有机碳空间分布的主控因子—土壤类型与土地利用比较[J]. 土壤学报, 2013, 50(3): 425–432. |
| 黄昌勇. 2000. 土壤学[M]. 北京: 中国农业科技出版社: 200–201. |
| 江西省土地利用管理局, 江西省土壤普查办公室. 1991. 江西土壤[M]. 北京: 中国农业科技出版社. |
| 康日峰, 任意, 吴会军, 等. 2016. 26年来东北黑土区土壤养分演变特征[J]. 中国农业科学, 2016, 49(11): 2113–2125.DOI:10.3864/j.issn.0578-1752.2016.11.008 |
| 李建军, 辛景树, 张会民, 等. 2015. 长江中下游粮食主产区25年来稻田土壤养分演变特征[J]. 植物营养与肥料学报, 2015, 1(1): 92–103.DOI:10.11674/zwyf.2015.0110 |
| 李新艳, 李恒鹏. 2011. 江西省陆地生态系统氮平衡的时空分布规律研究[J]. 环境科学学报, 2011, 31(6): 1320–1330. |
| 李忠佩, 吴大付. 2006. 红壤水稻土有机碳库的平衡值确定及固碳潜力分析[J]. 土壤学报, 2006, 43(1): 46–52. |
| 龙军, 张黎明, 毛艳玲, 等. 2013. 福建省不同耕地土壤和土地利用类型对"碳源/汇"的贡献差异研究[J]. 土壤学报, 2013, 50(4): 664–674. |
| 鲁如坤. 1999. 土壤农业化学分析[M]. 北京: 中国农业科技出版社: 106–185. |
| 罗由林, 李启权, 王昌全, 等. 2015. 川中丘陵县域土壤碳氮比空间变异特征及其影响因素[J]. 应用生态学报, 2015, 26(1): 177–185. |
| 欧阳玲, 王宗明, 贾明明, 等. 2016. 基于遥感的吉林省中西部耕地数量和质量空间格局变化分析[J]. 农业工程学报, 2016, 32(13): 234–242.DOI:10.11975/j.issn.1002-6819.2016.13.034 |
| 秦川, 何丙辉, 蒋先军. 2016. 三峡库区不同土地利用方式下土壤养分含量特征研究[J]. 草业学报, 2016, 25(9): 10–19.DOI:10.11686/cyxb2015528 |
| 任璐璐, 张炳学, 韩凤朋, 等. 黄2017. 土高原不同年限刺槐土壤化学计量特征分析[J]. 水土保持学报, 31(2): 339-344 |
| 史利江, 郑丽波, 梅雪英, 等. 2010. 上海市不同土地利用方式下的土壤碳氮特征[J]. 应用生态学报, 2010, 21(9): 2279–2287. |
| 王建林, 钟志明, 王忠红, 等. 2014. 青藏高原高寒草原生态系统土壤碳氮比的分布特征[J]. 生态学报, 2014, 34(22): 6678–6691. |
| 王晶苑, 王绍强, 李纫兰, 等. 2011. 中国四种森林类型主要优势植物的C:N:P化学计量学特征[J]. 植物生态学报, 2011, 35(6): 587–595. |
| 王绍强, 于贵瑞. 2008. 生态系统碳氮磷元素的生态化学计量学特征[J]. 生态学报, 2008, 28(3): 3937–3947. |
| 王书伟, 颜晓元, 林静慧, 等. 2010. 不同土地利用方式下三江平原东北部土壤有机碳和全氮分布规律[J]. 土壤, 2010, 42(2): 190–199. |
| 王维奇, 仝川, 贾瑞霞, 等. 2010. 不同淹水频率下湿地土壤碳氮磷生态化学计量学特征[J]. 水土保持学报, 2010, 24(3): 238–242. |
| Xu X F, Thornton P E, Post W M. 2013. A global analysis of soil microbial biomass carbon, nitrogen and phosphorus in terrestrial ecosystems[J]. Global Ecol Biogeogr, 22(6): 737–749.DOI:10.1111/geb.12029 |
| 杨学明, 张晓平, 方华军, 等. 2004. 20年来部分黑土耕层有机质和全氮含量的变化[J]. 地理科学, 2004, 24(6): 710–714. |
| 曾全超, 李鑫, 董扬红, 等. 2015. 陕北黄土高原土壤性质及其生态化学计量的纬度变化特征[J]. 自然资源学报, 2015, 30(5): 870–879.DOI:10.11849/zrzyxb.2015.05.014 |
| 张春华, 王宗明, 居为民. 2011. 松嫩平原玉米带土壤碳氮比的时空变异特征[J]. 环境科学, 2011, 32(5): 1407–1414. |
| 张向茹, 马露莎, 陈亚南, 等. 2013. 黄土高原不同纬度下刺槐林土壤生态化学计量学特征研究[J]. 土壤学报, 2013, 50(4): 818–825. |
| 张珍明, 林绍霞, 张清海, 等. 2013. 不同土地利用方式下草海高原湿地土壤碳、氮、磷分布特征[J]. 水土保持学报, 2013, 27(6): 199–204. |
| 张仲胜, 吕宪国, 薛振山, 等. 2016. 中国湿地土壤碳氮磷生态化学计量学特征研究[J]. 土壤学报, 2016, 53(5): 1160–1169. |
| 赵小敏, 邵华, 石庆华, 等. 2015. 近30年江西省耕地土壤全氮含量时空变化特征[J]. 土壤学报, 2015, 52(4): 723–730. |
| Zimmermann M, Meir P, Silman M R, et al. 2010. No differences in soil carbon stocks across the tree line in the Peruvian Andes[J]. Ecosystems, 13(1): 62–74. |
