-
开放科学(资源服务)标识码(OSID):
-
目前化肥已经成为农业生产中不可或缺的物资,在作物增产过程中发挥重要作用. 但是化肥的使用对于环境造成了不容忽视的危害. 目前化肥的低效使用所造成的环境危害已经成为制约我国农业可持续发展的重大诱因[1]. 在这种严峻形势下,化肥的减量与高效使用已经成为我国肥料使用中的重要课题[2].
生物炭是由包括有机物料在内的生物质在限氧环境下经高温作用而产生的物质,一般为比表面积大的固体颗粒,具有较高的稳定性[3-4]. 它可改善土壤理化性质,提高土层以及作物地上和地下部分养分含量,显著提高土壤肥力[5]. 有机肥具有丰富的营养物质,能够为作物提供丰富的有机质,同时可以显著地改善土壤理化性状,增加微生物活性,提升耕地质量和作物产量、品质[6]. 它们已经成为农业高效优质生产中的重要应用材料[7-8].
农田土壤微生物代谢能力与土壤营养元素循环联系紧密,是表征土壤生物活性及其肥力的重要指标. 上述指标和土壤理化性质具有相关性,可以综合考量以衡量土壤质量[9-10]. 有机肥与生物炭均能在提升养分含量及活性等基础上改良土壤,促进有机碳固存,增强透气性,提升土壤酶及微生物活性,促进土壤团粒胶结[11-17],但是有关两者结合起来施用对土壤质量影响的研究还不多见.
研究生物炭及有机肥的施用对土壤的影响,对于农田肥料高效低害使用、促进土壤改良具有重要意义. 因此,本试验以小麦为栽培对象,重点研究生物炭与有机肥、无机肥的不同配施方式对于土壤肥力的影响,以期为化肥增效减量使用提供科学依据.
全文HTML
-
试验地位于重庆市北碚区西南大学二号温室,以小麦为研究对象开展温室试验. 试验所用土壤主要理化性质为:pH值6.47,有机质28.00 g/kg,全氮1.68 g/kg,全磷1.46 g/kg,速效磷18.13 mg/kg,碱解氮35.23 mg/kg.
-
小麦品种为渝麦13号,由西南大学农学与生物科技学院小麦育种团队提供. 于2022年11月下旬种植,次年5月下旬收获.
试验设置7个处理,每个处理3个重复,随机区组设计,共21个小区. 小区面积为5.2 m2(1.3 m×4 m),每个重复有小麦15行,每行12穴. 按生物炭、有机肥与无机肥的不同配施比例设置不同处理,CK1:不施肥;CK2:100%化肥(即常规施肥量);T1:100%化肥+生物炭;T2:80%化肥+有机肥;T3:80%化肥+有机肥+生物炭;T4:60%化肥+有机肥;T5:60%化肥+有机肥+生物炭,具体用量如表 1所示. 其中,氮肥、磷肥、钾肥分别采用尿素(含N 46%)、过磷酸钙(含P2O512%)、氯化钾(含K2O 60%);有机肥采用重庆市万植巨丰生态肥业有限公司生产的商品有机肥(有机质含量≥45%,N,P,K总含量≥5%);生物炭采用南京勤丰秸秆科技有限公司生产的水稻秸秆生物炭(pH值8.70,有机碳537.97 g/kg,全氮0.61 g/kg,全磷1.99 g/kg,全钾27.15 g/kg).
-
在小麦收获前(2023年5月上旬,蜡熟期)以“五点取样法”进行土壤样品采集. 其中,一部分未经挤压扰动的土样风干后挑出1 cm以上土块后进行土壤粒径结构测定. 其余剔除根系及石砾,将一部分鲜样过1 mm筛后保存于4 ℃冰箱以进行微生物代谢功能测定,另一部分烘干后进行基本理化性质测定.
-
土壤电导率采用电导率仪(方舟DDS-308+,中国上海)测定;土壤含水率采用烘干法测定;土壤酶活性∶蔗糖酶采用3,5-二硝基水杨酸比色法测定;蛋白酶活性采用茚三酮比色法测定;过氧化氢酶活性采用高锰酸钾滴定法测定[18].
土壤有机质含量采用重铬酸钾—硫酸溶液氧化,硫酸亚铁标准溶液滴定方法测定;土壤全氮含量采用浓H2SO4消煮,全自动凯氏定氮仪(海能K1100F,中国济南)测定;碱解氮含量采用碱解扩散法测定;土壤全磷含量采用氢氧化钠高温熔融,钼锑抗比色法测定;速效磷含量采用NH4F-HCl溶液浸提,钼锑抗比色法测定[19].
-
土壤微生物代谢能力采用Biolog-ECO板法测定.
-
使用本研究中有关土壤的指标(各养分含量、酶活性与微生物多样性指标)进行主成分分析,筛选指标后构建最小数据集(Minimum Data Set,MDS)以计算土壤质量指数,并以此评价各处理对于土壤质量的影响,最终选取较为合理的处理.
在主成分分析过程中选取特征值>1的主成分,并选取相应主成分下各指标成分载荷值≥0.5的指标进入下一步计算. 如果每个主成分下存在多个符合标准的指标,则选取其中载荷值在最大载荷值90%范围内,且与具有最大载荷值的指标无极强显著相关性(p<0.05,cor>0.7)的指标.
质量指数为数据集各指标得分与权重乘积的和. 由于本研究涉及的土壤指标均属于一定程度内越大越好的类型,故而得分计算公式为:
式中:Si为土壤质量得分(0~1);x为土壤指标数值;L和H分别为对应指标的最小值与最大值. 根据此得分,计算SQI公式.
式中:n为变量的数量;Wi为指标权重. 其中权重为指标公因子方差在模型所解释的各指标方差中所占比例.
最后使用Nash有效系数(Ef)和相对偏差系数(ER)来评价最小数据集的精确程度[20-21]. 计算公式为:
式中:R0与
$ \overline{R_0}$ 为基于全量数据集计算得出的土壤质量指数值和土壤质量指数平均值;Rm为基于最小数据集计算得出的土壤质量指数值. 有效系数(Ef)越接近1,表示基于最小数据集计算的土壤质量指数与基准值越接近,精度越高. 相对偏差系数(ER)越接近0,表示基于最小数据集计算的土壤质量指数相对于基准值偏差越小,精度越高. -
在2023年5月底收获时,对各处理中小麦随机取10株,测定其单株穗数、穗粒数以及千粒质量,计算不同处理下的小麦产量.
-
使用Microsoft Office 2019版Excel进行数据整理,使用SPSS 26软件进行单因素方差分析,使用R语言(version 4.1.1)进行多重比较(agricolae包,version 1.3.5),并进行相关性分析、主成分分析、聚类分析,使用ggplot2包(version 3.4.1)作图.
1.1. 试验材料
1.2. 试验设计
1.3. 测定内容及方法
1.3.1. 土壤样品采集
1.3.2. 土壤理化性质测定
1.3.3. 土壤微生物代谢功能测定
1.3.4. 土壤质量指数(Soil Quality Index,SQI)
1.3.5. 小麦产量及其构成因素测定
1.4. 数据分析
-
如表 2所示,在蜡熟期时,不同处理的土壤理化指标均发生了显著的变化. 结果表明,未曾施肥的处理(CK1)下的指标数据几乎均最低. 就土壤含水率而言,T3处理数值最高,接近20%. 而且施加生物炭的处理较相应的未施加生物炭的处理表现好,如T1略高于CK2,T5略高于T4. 就土壤电导率而言,T1与T4处理数值较高,其次是CK2,T3略高于CK1. 土壤中的氮素含量以T3,T4和T5较高,其次是T1和T2,两者差异无统计学意义,但均显著高于对照. T3与T4处理下土壤碱解氮含量较高,T2高于对照,但T5,T1与CK2差异无统计学意义. T2与T3处理下土壤磷素含量较高,而T1,T4和T5与CK2数值相近. 就土壤有机质含量而言,T1最高,且显著高于CK1和CK2;T2,T3,T4和T5略高于CK2(p>0.05),且显著高于CK1. 整体来看,施加有机物料能够明显提升土壤理化性质,显著增加其中养分含量,且以T3处理总体表现最好.
-
图 1所示为蜡熟期土壤24 h内蔗糖酶与蛋白酶活性以及20 min内过氧化氢酶活性. 与蔗糖酶相较,各处理下土壤中过氧化氢酶与蛋白酶活性虽存在显著差异,但总体来看差距不大.
CK1的过氧化氢酶活性与T5之间差异无统计学意义,并显著低于其他处理. CK2与T1,T2及T3之间差异无统计学意义. CK1的蛋白酶活性显著低于其他处理,CK2与T1,T5之间差异无统计学意义. 同时,T2,T3与T4蛋白酶活性显著高于其他处理. T4的过氧化氢酶活性显著高于其他处理,较CK2显著提高了14.75%. CK1的蔗糖酶活性与CK2差异无统计学意义,且显著低于其他处理,T3显著高于其他处理,且较CK2显著提高了120.74%.
-
图 2表示各处理下土壤中微生物对不同碳源代谢利用的平均颜色变化率(Average Well Color Development,AWCD)随时间的变化轨迹. 可以看到在初期(0~72 h),AWCD上升较快,到后期尤其是120 h后则趋于平缓. 总体表现为T5最大,CK1最小. 现采取120 h的数据进行后续分析.
如表 3所示,在120 h时,微生物功能多样性指数在不同处理间表现不一. AWCD以及各多样性指数均以T5为最高,且均以CK1为最低. T2,T3的Simpson优势度指数(D)与T4,T1和CK2差异无统计学意义,但是T4显著高于CK2. T1与T3的Shannon多样性指数(H)与T5差异无统计学意义,而T1略低且与T2,T4差异无统计学意义,但以上处理都显著高于CK2. T5的均匀度指数(E)与T1,T2与T3差异无统计学意义,但显著高于T4和CK2.
如图 3所示,根据各处理对31种碳源利用强度影响的不同,可以将其分为6大类. 可以看到相对于CK1,其余各处理能不同程度提升土壤微生物代谢能力. 其中,T5与T1的提升效果较为明显. 而T5处理除对“L-苯丙氨酸、D-纤维二糖”与“α-D-乳糖、β-甲基-D-葡萄糖苷、D-苹果酸、L-精氨酸、吐温40、D-甘露醇、N-乙酰-D-葡萄糖胺”两类碳源的利用强度较低外,对其余类碳源利用强度的提升效果相对较强;而对“L-苏氨酸、2-羟基苯甲酸、α-丁酮酸”这一类碳源的利用强度的影响尤为明显.
主成分双序图 4所体现出的处理与各碳源的相关关系与前文类似. 根据主成分分析所得的新综合指标对各处理的影响效果进行评价,可以发现T5和大多碳源代谢强度具有明显相关性,提升效果最强,CK1几乎与所有碳源代谢强度箭头相背,提升效果最弱,而T4与CK2相近.
31种碳源可被分为碳水化合物类、氨基酸类、羧酸类、胺类、酚酸类和多聚物类共6类. 不同处理对这6类碳源的利用强度如图 5所示. 可以看出,各处理对酚酸类碳源的利用强度相对最低,对多聚物类的利用强度相对最高. 而各处理中,T5对各不同碳源的利用强度几乎皆显著高于其他处理,CK1则几乎皆显著低于其他处理. T4对于胺类碳源的利用强度略低于T5(p>0.05),且与T2差异无统计学意义,但它们皆显著高于其他处理. T1对于氨基酸类碳源的利用强度显著低于T5,显著高于CK2,T2,T3和T4. 施用了生物炭的处理对于碳水化合物类的利用强度显著高于相应未施用生物炭的处理,如T5高于T4,T3高于T2,T1高于CK2. 相同的趋势也体现在各处理对于羧酸类与酚酸类碳源的利用强度,但是各处理对于后者的利用强度的影响大多不显著.
-
将上述有关土壤性质的指标进行主成分分析,获得的4个主成分的解释度分别为34%,27%,23%,17%,特征值分别为4.51,3.56,3.09,2.24,均>1. 后在每个主成分下分别选取碳源丰富度指数(S)、蔗糖酶活性、过氧化氢酶活性及土壤有机质含量构建土壤质量指数最小数据集(SQI-MDS).
最终SQI-MDS与土壤质量指数全量数据集(SQI-TDS)的关系如图 6a所示,可见两者几乎成正比,且关系紧密. Nash有效系数(Ef)为0.973 3,相对偏差系数(ER)为0.116 4,总体来看,SQI-MDS构建成功.
根据SQI-MDS进行聚类分析,结果如图 6b所示. 可知各处理下土壤质量可分为5类,排序为:T3>T4>T5=T2=T1>CK2>CK1. T3土壤质量最高,T5,T2,T1居中,CK1最差.
-
如表 4所示,T3处理下的小麦产量及其构成因素均为最高,T1,T2产量与其差异无统计学意义;T2略低,且与CK2差异无统计学意义;T4与T5的产量次之,CK1的产量最低. 各处理下小麦千粒质量差异尤为明显,有添加生物炭的处理较相应未添加生物炭的处理高.
2.1. 土壤基本理化性质
2.2. 土壤酶活性
2.3. 土壤微生物代谢功能
2.4. 土壤质量指数
2.5. 小麦产量及其构成因素
-
土壤养分是植株进行生命活动的主要物质来源,其在土壤中的含量与形态对于植物吸收利用有显著影响及重要意义[22-23]. 而施用有机肥和生物炭可以在不同程度上改变土壤中的养分形态,并通过本身性质(如生物炭具有较大孔隙度和比表面积)改良土壤结构,促进元素循环,抑制养分流失,进而提升土壤养分含量[24-25]. 而且其本身也能缓慢而持续地向土壤中释放养分[26]. 本研究中,相较于对照,通过增加施入土壤的肥料中有机肥及生物炭比例,土壤的氮素、磷素以及有机质含量均有不同程度升高,这与前人的研究一致[27]. 同时,这些处理下土壤中碱解氮与有效磷的含量也显著增加,这代表着施加有机肥与生物炭能够提升养分有效性[28]. 而相对于T4,添加了生物炭的T5处理土壤碱解氮含量略低,可能是因为具有多孔性质的生物炭能够吸附元素,以此降低其有效性[29].
土壤酶可以催化分子反应,直接参与土壤的新陈代谢,便于作物与微生物吸收养分,在土壤中的元素循环过程中扮演重要角色,其活性是土壤评价体系中的重要生物学指标[30-31]. 同时,不同的栽培措施以及土壤改良措施在影响土壤中元素含量以及化学计量比的前提下,将会给不同种类的土壤酶活性带来不同的影响[32-33]. 总体来看,在本研究中,施加有机肥与生物炭均能较对照提升蛋白酶、蔗糖酶与过氧化氢酶的活性,这与前人的研究相似[34]. 这是因为添加有机肥与生物炭可以增加土壤中的营养元素含量,增强其有效性与移动性,整体上改良土壤环境,促进生物量增加,从而提高了酶活性[1, 35]. 同时,有机物料的丰富比表面积与孔隙利于微生物附着,可以促进酶的分泌[36]. 不过,当有机物料的添加比例过大时(如T5),土壤酶活性略有降低,这可能是因为有机物料吸附过多底物,并导致土壤酸碱度上升,对土壤元素循环造成了消极影响[37-38].
-
通过分析土壤微生物对于Biolog生态板上碳源底物的利用情况可以探知其代谢特征,而AWCD是表征土壤微生物代谢活性的重要指标,AWCD越大,表明其活性越高[39]. 在本研究所测定的微生物多样性、均匀度以及AWCD指标(包括不同类别碳源底物)中,T3及T5数值表现最好,而且添加生物炭的处理相对较优. 说明添加一定量的有机物料(生物炭)能提升土壤微生物的代谢活性,这与前人的研究结果一致[40]. 这可能是因为有机物料的加入可以改良土壤结构,增强土壤通气性,调节pH值,提升养分含量,营造有利于微生物生长代谢的环境[41]. 同时,本研究发现不同比例的生物炭投入对于不同类别的微生物提升情况不同,可能是因为生物炭在促进一些微生物种群繁殖的同时,会抑制另一些微生物种群的繁殖[42]. 具体作用机制可能和具体的生物炭材质、耕作环境相关,还有待于进一步深入研究.
-
在构建土壤质量指数最小数据集的过程中,选取了有关微生物代谢特性、酶活性以及土壤养分的4个指标,基本涵盖了本研究涉及的土壤指标. 最终结果显示,添加有机物料的处理下土壤质量指数较高. 而且SQI数值最高的T3处理产量也最高,整体与产量指标趋势相吻合. 值得注意的是,T4与T5土壤质量指数虽高,但产量表现不佳. 这可能是因为SQI主要依据生长后期土样数据构建,但小麦的生长过程中前期土壤的表现也尤为重要,而化肥养分释放效率较高,导致产量一定程度上较高. 土壤的改良过程是漫长的,具体表现还需较长时间来验证,土壤质量对肥料施用的响应规律还有待进一步深入研究.
-
有机物料的施加对于作物产量的影响效果往往因具体作用环境的不同而不同. 有试验显示,配合化肥施加生物炭能够改善酸性土壤的性质,进而提升水稻的产量[43]. 但是也有一些试验表明,施加生物炭或将抑制作物幼苗的生长,对于植物生物量的积累并无促进作用[44-45]. 在本研究中,一定量的生物炭、有机肥配施化肥将提升小麦产量,但是有机物料的比例进一步加大时,作物的产量反而下降,说明当有机物与化肥的比例过大时将抑制作物生长,这与前人的研究结果一致[46-47]. 这可能是由于有机物料的适量添加有利于改良土壤理化性质,增强保水保肥能力,提高养分含量,利于作物的吸收利用[48]. 此外,添加了有机物料的处理千粒质量较高,且占比过大的处理穗粒数较少. 这可能是由于养分在土壤中释放较为缓慢且持久,更能促进在作物生育后期形成的干物质向籽粒分配转运,作物粒质量由此得以提高[49].
-
1) 化肥减量配施有机肥与生物炭能够有效提升土壤养分含量,增强土壤酶活性及微生物代谢能力.
2) 肥料改良土壤的效果与有机物料的施加比例相关. 仅就本研究结果来看,在N,P2O5,K2O施用量分别为225,90,90 kg/hm2条件下,化肥减量20%与有机肥(3 000 kg/hm2)和生物炭(10 000 kg/hm2)配施能较好提升土壤质量,显著提升作物产量.