楊樹人工林復(fù)合經(jīng)營模式對土壤N2O與CO2排放的影響

宋子琪, 李野, 丁思惠,2, 田野,3, 方升佐,3,*

楊樹人工林復(fù)合經(jīng)營模式對土壤N2O與CO2排放的影響

宋子琪1, 李野1, 丁思惠1,2, 田野1,3, 方升佐1,3,*

1. 南京林業(yè)大學(xué)林草學(xué)院, 南京 21003 2. 江蘇省科技資源統(tǒng)籌服務(wù)中心, 南京 210008 3. 南京林業(yè)大學(xué)南方現(xiàn)代林業(yè)協(xié)同創(chuàng)新中心, 南京 210037

為探討楊樹人工林復(fù)合經(jīng)營模式對土壤溫室氣體排放的影響, 基于11年生“南林-895楊”(בNanlin-895’)人工林, 設(shè)置純林、林下種植麥冬()和林下養(yǎng)雞3種復(fù)合經(jīng)營模式, 采用靜態(tài)箱-氣相色譜法每月測定土壤N2O和CO2排放通量, 同時測定土壤溫濕度, 分析復(fù)合經(jīng)營模式對土壤N2O和CO2排放和產(chǎn)量的影響及與相關(guān)影響因子的關(guān)系。結(jié)果表明: 不同復(fù)合經(jīng)營模式林下土壤溫、濕度存在顯著差異; 不同楊樹復(fù)合經(jīng)營模式間, 土壤N2O和CO2排放速率動態(tài)變化與年累積排放量存在顯著差異, 楊樹林下種植麥冬的土壤N2O年累積排放量最高, 為233.47 mg·m–2·a–1, 而林下養(yǎng)雞的土壤CO2年累積排放量最高, 達(dá)2328.87 g·m–2·a–1?？傮w來看, 不同復(fù)合經(jīng)營模式林地土壤溫室氣體(N2O和CO2)年累積排放量為林下養(yǎng)雞>林下種植麥冬>楊樹純林; 土壤溫、濕度對土壤CO2和N2O排放速率有顯著影響, 其中, 土壤CO2排放速率與土壤溫度之間呈顯著線型相關(guān), 而與土壤濕度呈現(xiàn)拋物線型關(guān)系; 土壤N2O排放速率與土壤溫、濕度的關(guān)系均可用拋物線型關(guān)系來描述。綜上所述, 不同楊樹復(fù)合經(jīng)營模式改變了林地土壤的溫、濕度, 進(jìn)而對溫室氣體排放產(chǎn)生了顯著的影響。從1年的研究結(jié)果看, 種植麥冬和養(yǎng)雞的楊樹人工林林地土壤溫室氣體的年累積排放量高于純林, 表明林農(nóng)復(fù)合經(jīng)營增加了土壤溫室氣體的排放。

楊樹人工林; 氣候變化; 靜態(tài)箱法; 林農(nóng)復(fù)合經(jīng)營; 溫室氣體

0 前言

近年來, 溫室氣體(Greenhouse gas)增加導(dǎo)致的氣候變暖現(xiàn)象成為了全球范圍內(nèi)日益嚴(yán)重的問題。土壤是溫室氣體重要的源和匯, 溫室氣體的產(chǎn)生與土壤微生物活性顯著相關(guān), 受到了土壤溫度、濕度、pH和氧化還原狀況等方面的影響[1–2]。楊樹是我國中緯度平原地區(qū)最重要的人工林造林樹種之一, 具有舉足輕重的地位[3]。根據(jù)人工林不同發(fā)育階段, 我國形成了林菜、林禽、林畜、林菌、林藥等復(fù)合經(jīng)營模式[4]。由于不同模式間的差異引起了林分結(jié)構(gòu)的變化, 導(dǎo)致林內(nèi)光照以及凋落物的富集和分解不同程度地影響了林下土壤溫度、土壤濕度和土壤有機(jī)質(zhì)含量等[5–7]?，F(xiàn)有研究表明, 不同土地利用方式和管理措施的林地土壤溫室氣體排放與吸收差異顯著[8–9],其中土壤結(jié)構(gòu)的改變可能是影響土壤溫、濕度的關(guān)鍵因素, 致使土壤N2O和CO2的排放量升高[10–13]。

關(guān)于楊樹人工林復(fù)合經(jīng)營經(jīng)營模式研究, 主要集中在林分郁閉前的較多, 而關(guān)于林分郁閉后復(fù)合經(jīng)營模式的研究相對較少[3]。麥冬()耐蔭性強, 生態(tài)適應(yīng)性廣, 且具有較高的土壤保育能力[14], 是楊樹人工林郁閉后理想的間作植物。林下養(yǎng)雞不僅有效地提高了林分郁閉后林地利用效率, 且動物糞便能夠增加林地土壤的全量養(yǎng)分, 雞糞中所含的氮含量較高, 對土壤溫室氣體的排放也起著關(guān)鍵作用[15–16]。因此, 在楊樹人工林郁閉后林下種植麥冬和林下養(yǎng)雞是生產(chǎn)實踐中常見的復(fù)合經(jīng)營模式。然而, 目前關(guān)于楊樹人工林下種植麥冬和養(yǎng)雞的復(fù)合經(jīng)營模式如何通過土壤溫、濕度影響N2O和CO2排放的研究報道很少。因此, 本研究以不同復(fù)合經(jīng)營模式為基礎(chǔ), 探究土壤溫室氣體排放特征, 以期為今后楊樹人工林復(fù)合經(jīng)營綜合評價及選擇提供參考依據(jù)。

1 材料與方法

1.1 試驗地概況與試驗設(shè)計

試驗地位于江蘇省宿遷市泗洪縣陳圩林場(33°32′ N, 118°36′ E), 屬于中緯度濕潤-半濕潤暖溫帶氣候區(qū)。試驗地土壤為母質(zhì)為洪澤湖淤積土, 試驗地于2007年3月采用南林-895楊(בNanlin-895’)進(jìn)行造林, 株行距為3 m×8 m。采用單因素完全隨機(jī)試驗設(shè)計, 于2014年3月設(shè)置純林、林下種植麥冬()和林下養(yǎng)雞3種復(fù)合經(jīng)營模式的小區(qū), 每個小區(qū)面積為576 m2, 分別記作: P、L和C。養(yǎng)雞密度為2000只·hm–2, 種植麥冬的小區(qū)未進(jìn)行施肥、翻耕和收獲處理, 且保證麥冬覆蓋度達(dá)到90%, 每個小區(qū)內(nèi)采用S點取樣法布設(shè)5個取樣點。小區(qū)設(shè)置前的土壤基本理化性質(zhì): 土壤容重為1.24 g·cm–3, 全碳含量為0.77 g·kg–1, 全氮含量為1.13 g·kg–1, 全磷含量為0.35 g·kg–1, 全鉀含量為9.52 g·kg–1, pH值為7.18。

1.2 測定方法

土壤溫室氣體采用靜態(tài)箱-氣相色譜儀法[17]進(jìn)行采集和測定。每個取樣點埋設(shè)內(nèi)徑為20 cm, 高度為25 cm的PVC管, 埋設(shè)深度為5 cm。于2017年10月到2018年9月每月月初的晴天取樣, 取樣時間為9: 00—11: 00。采集氣體時, 先將PVC管內(nèi)空氣與外界混勻, 密封后從取樣孔取氣(30 mL), 1 h后重復(fù)此操作。采集的氣體樣放入真空鋁塑氣體采樣袋內(nèi)存貯, 使用安捷倫氣相色譜儀(Agilent 7890A, 美國)進(jìn)行測定。取樣期間, 用地溫計測定土壤5 cm深度的溫度, 并收集土壤測定其重量含水率。

溫室氣體排放速率計算公式為[17]:

式中:為溫室氣體排放速率, 單位為mg·m–2·h–1;為標(biāo)準(zhǔn)狀況下的氣體密度, 單位為kg·m–3,為特定時間內(nèi)氣體濃度變化速率, 單位為10–6·h–1;為地上部分測定空間體積, 單位為m3;為絕對溫度, 單位為℃;為PVC管底面積, 單位為m2。

日累積排放量采用公式(2)計算, 通過每月日累積排放量采用內(nèi)插法計算溫室氣體年累積排放量[18]。在100年尺度下, N2O的增溫潛勢為CO2的265倍, 則CO2和N2O的全球增溫潛勢按公式(3)計算[19]:

= 24F(2)

式中:為溫室氣體的日累積排放量, 單位分別為mg·m–2·d–1和g·m–2·d–1;F為第i個月溫室氣體排放速率。(global warming potential)為增溫潛勢, 表示試驗期內(nèi)土壤CO2和 N2O排放的綜合溫室效應(yīng)(kg·hm–2),W和W分別為土壤CO2和N2O的年累積排放量。

1.3 數(shù)據(jù)處理

采用Excel 2010對土壤溫、濕度與土壤CO2和N2O的排放速率和累積排放量進(jìn)行計算與圖像描述, 采用 Origin 2016對土壤CO2和N2O的排放速率、土壤溫、濕度與土壤CO2和N2O的排放速率的關(guān)系、進(jìn)行模型的擬合與圖像描述, 利用SPSS 20對土壤溫、濕度和土壤溫室氣體排放速率和累積排放量進(jìn)行單因素方差分析和多重比較。

2 結(jié)果與分析

2.1 不同復(fù)合經(jīng)營模式土壤溫、濕度的差異

方差分析表明, 3種復(fù)合經(jīng)營模式間土壤年溫、濕度存在顯著差異, 但平均土壤溫度和濕度均無顯著差異(表1)。3種模式林地土壤溫度具有冬季低、夏季高的規(guī)律(圖1), 在1月出現(xiàn)最小值, 變化范圍為1.5—2.9 ℃, 從大到小順序為L < P < C, C模式在7月出現(xiàn)最大值, 為34.2 ℃, 高于P模式1.6 ℃, L模式在8月出現(xiàn)最大值, 為30.3 ℃, 低于L模式1.2 ℃。4月土壤溫度驟升時, P模式林地土壤溫度升高最快, 達(dá)到29 ℃, 顯著高于L與C模式。而6—8月, C模式林地土壤溫度最高, 其次是P模式(圖1-A)。3種復(fù)合經(jīng)營模式中, L模式林地土壤全年平均土壤溫度最低(17.98 ℃), 夏季時表現(xiàn)更加明顯(圖1-A), 顯著低于C與P模式。

土壤濕度也呈現(xiàn)出冬季低、夏季高的變化規(guī)律(圖1-B), 均在5月出現(xiàn)最大值。L模式下土壤濕度在全年內(nèi)波動幅度最大, 其次是C模式。2017年10月—2018年3月中, 3種復(fù)合經(jīng)營模式間林地土壤濕度差異較小, 4月時, L模式林地土壤濕度由3月的37.80%驟降至25.10%, 而P與C模式林地土壤濕度均小幅度上升, 均顯著高于L模式。5—8月, P模式林地土壤濕度均低于L和C模式; 6月時, 3種復(fù)合經(jīng)營模式林地土壤濕度較5月均呈現(xiàn)下降趨勢, 且3種復(fù)合經(jīng)營模式間林下土壤濕度均具有顯著差異。8月時, C模式林地土壤濕度高于其他兩種林地約6.9%, 隨后3種復(fù)合經(jīng)營模式林地土壤濕度均表現(xiàn)為下降的趨勢。

2.2 不同復(fù)合經(jīng)營模式對土壤溫室氣體排放的影響

2.2.1 土壤N2O排放

土壤N2O排放速率在3種模式林地內(nèi)均表現(xiàn)為相同的變化規(guī)律(圖2-A)。L與C模式林地土壤N2O排放速率在12月達(dá)到最小值, 而P模式林地土壤N2O排放速率在1月降至最小值。P、L和C模式林地土壤N2O排放速率的最大值分別出現(xiàn)在7、9和10月, 其中L模式林地土壤N2O排放速率最高, 為0.11 mg·m–2·h–1。同時, L模式林地土壤N2O排放速率波動較大, C模式次之, P模式林地土壤N2O排放速率在全年內(nèi)較為穩(wěn)定。

表1 不同復(fù)合經(jīng)營模式年平均土壤溫、濕度

注: 不同字母表示不同復(fù)合經(jīng)營模式林地土壤年平均溫、濕度差異顯著(< 0.05)。

注: P代表純林; L代表林下種植麥冬; C代表林下養(yǎng)雞。

Figure 1 Dynamic of soil temperature and moisture in different compound management patterns during investigation period

注: P代表純林; L代表林下種植麥冬; C代表林下養(yǎng)雞, 不同字母表示不同復(fù)合經(jīng)營模式間林地土壤N2O年累積排放量差異顯著 (P＜0.05）。

Figure 2 Dynamic of soil N2O emission rate and annual cumulative emission in different compound management patterns

綜合而言, 3種復(fù)合經(jīng)營模式林地土壤年平均N2O排放速率和N2O全年累積排放量存在顯著差異(< 0.05), 表現(xiàn)為L > C > P(表2)。土壤N2O全年累積排放量中(圖2-B), P模式林地土壤N2O排放量最低, 為87.17 mg·m–2·a–1, 而C模式林地土壤N2O排放量是P模式的2.16倍, L模式林地土壤N2O排放量最高, 為P模式的2.67倍。

2.2.2 土壤CO2排放

3種復(fù)合經(jīng)營模式林地土壤CO2排放速率與土壤溫度變化趨勢基本一致, 呈現(xiàn)冬季低、夏季高的規(guī)律。在1月, 3種復(fù)合經(jīng)營模式林地土壤CO2排放速率均降至最小值, 變化范圍為18.80—30.06 mg·m–2·h–1之間; P與L模式林地土壤CO2排放速率在7月升至最大值, 而C模式林分土壤CO2排放速率在8月時達(dá)到最大值, 為521.57 mg·m–2·h–1(圖3-A)。

3種復(fù)合經(jīng)營模式林地土壤CO2年排放速率存在顯著差異, 采用C與L模式林地土壤年平均CO2排放速率顯著高于P模式(表2)。3種復(fù)合經(jīng)營模式林地土壤CO2年累積排放量差異顯著, P模式林地土壤CO2累積排放量為1909.68 g·m–2·a–1(圖3-B), 顯著低于L與C模式, 但L與C模式林地土壤全年CO2累積排放量無顯著差異, 分別高于P模式13.32%和21.95%。

表2 不同復(fù)合經(jīng)營模式對土壤溫室氣體年平均排放速率的影響

注: 不同字母表示不同復(fù)合經(jīng)營模式林地土壤N2O或CO2年平均排放速率差異顯著(< 0.05)。

注: P代表純林; L代表林下種植麥冬; C代表林下養(yǎng)雞, 不同字母表示不同復(fù)合經(jīng)營模式間林地土壤CO2年累積排放量差異顯著 (P＜0.05）。

Figure 3 Dynamic of soil CO2emission rate and annual cumulative emission in various compound management patterns

2.2.3 土壤CO2和N2O的增溫潛勢

通過計算不同復(fù)合經(jīng)營模式林地土壤N2O和CO2的全球增溫潛勢(GWP), 發(fā)現(xiàn)3種復(fù)合經(jīng)營模式林地土壤CO2對GWP的貢獻(xiàn)率達(dá)到97.20%以上, 是土壤溫室氣體排放的主要氣體。P模式林地土壤N2O和CO2的GWP顯著低于C與L模式(< 0.05), C模式林地土壤N2O與CO2的GWP最高, 為87200 kg·hm–2, 是P模式的1.23倍(圖4)。

2.3 土壤溫室氣體排放與土壤溫、濕度的關(guān)系

經(jīng)過線性與多項式擬合曲線對比, 土壤溫、濕度與土壤N2O和CO2排放速率單因素最佳擬合曲線見圖5, 除土壤CO2排放速率與土壤溫度之間呈現(xiàn)線性關(guān)系外, 另外三條擬合曲線均呈拋物線關(guān)系。擬合結(jié)果顯示, 土壤CO2排放速率與土壤溫度之間呈現(xiàn)顯著正相關(guān)的關(guān)系(圖5-A)。同時, 土壤CO2排放速率隨土壤濕度的增加呈現(xiàn)先升高后降低的趨勢(圖5-B), 在土壤濕度為35%—40%之間出現(xiàn)峰值。與土壤溫度相比, 土壤N2O排放速率與土壤溫、濕度相關(guān)性較低, 隨土壤溫、濕度的增加均呈現(xiàn)先升高后降低的趨勢(圖5), 其中當(dāng)土壤溫度處于20—25 ℃,土壤濕度處于35%—40%之間時, N2O排放速率達(dá)到最高。

土壤溫、濕度與溫室氣體排放速率的關(guān)系見表3。通過雙因素線性和非線性復(fù)合模型的擬合, 發(fā)現(xiàn)非線性復(fù)合模型對土壤N2O和CO2排放速率的解釋度高于線性模型, 且土壤溫度與土壤濕度的協(xié)同作用對土壤N2O和CO2的排放速率具有顯著的影響(< 0.05)。與單因子模型相比, 非線性復(fù)合模型對土壤N2O和CO2排放速率的擬合效果更好, 但土壤溫度單因子線性擬合模型與線性復(fù)合模型對土壤CO2的解釋度均為85%。

3 討論

3.1 土壤溫、濕度與土壤N2O和CO2排放的關(guān)系

目前已有的研究中, 土壤N2O和土壤溫濕度之間的關(guān)系較為復(fù)雜。伍延正[20]的研究認(rèn)為土壤N2O的排放在土壤溫度高于5 ℃時才具有相關(guān)性, 也有研究認(rèn)為林地土壤溫度不是N2O排放的主要影響因素[21]。本研究發(fā)現(xiàn), 當(dāng)土壤溫度低于23 ℃時, 其與N2O排放速率具有正相關(guān)性, 但土壤溫度繼續(xù)升高, 土壤N2O排放速率具有較小幅度的下降趨勢。王剛[22]的研究結(jié)果也表明土壤溫度在20—30 ℃時與N2O排放速率呈現(xiàn)負(fù)相關(guān)的關(guān)系, 與本研究結(jié)果基本一致。土壤濕度對N2O排放的影響主要作用于硝化和反硝化過程以及氣體在土壤中的擴(kuò)散能力[1]。本研究中, 當(dāng)土壤濕度在27%—40%之間時, 土壤N2O排放速率與土壤濕度呈現(xiàn)正相關(guān)的關(guān)系, 這是由于植物蒸騰作用的減小引起土壤濕度增加, 不利于土壤通氣孔隙的形成, 減少孔隙空間, 進(jìn)而降低氧的有效性, 從而促進(jìn)了反硝化作用[23]。3種復(fù)合經(jīng)營模式中, 土壤CO2排放速率與土壤溫度具有顯著線性相關(guān)關(guān)系, 與土壤濕度在一定范圍內(nèi)具有非線性正相關(guān)關(guān)系。3—8月期間, 種植麥冬(L)和養(yǎng)雞(C)的林地土壤CO2排放速率增長較快, 可能是由于隨著季節(jié)變化, 土壤溫度逐漸升高, 土壤內(nèi)植物根呼吸增強, 根際與非根際土壤中微生物活性增強使自養(yǎng)和異養(yǎng)呼吸增加, 而純林微生物種類與豐度較低[24], 導(dǎo)致林農(nóng)復(fù)合經(jīng)營模式下的土壤呼吸速率較高。此外, 土壤溫度與土壤CO2排放速率表現(xiàn)出顯著線性正相關(guān), 這能夠解釋土壤CO2排放速率在4—6月與土壤溫度具有相同的變化趨勢。本研究中, 土壤CO2排放速率在土壤濕度處于28—40%之間時, 隨土壤濕度的增加而增加, 而后逐漸降低, 這是由于土壤濕度過低影響土壤中可溶性底物的擴(kuò)散能力, 而土壤濕度過高則影響氧氣的擴(kuò)散能力, 限制了土壤微生物的呼吸[25], 導(dǎo)致CO2排放速率受到影響。同時, 本研究發(fā)現(xiàn), 土壤溫、濕度復(fù)合模型對CO2排放速率的擬合效果最好, 表明土壤溫、濕度的交互效應(yīng)共同影響土壤CO2的排放。

注: P代表純林; L代表林下種植麥冬; C代表林下養(yǎng)雞, 不同字母表示不同復(fù)合經(jīng)營模式間林地土壤CO2年累積排放量差異顯著 (P＜0.05）。

Figure 4 GWP of soil N2O and CO2in different compound management patterns

圖5 土壤溫、濕度與土壤溫室氣體排放速率的單因素擬合曲線

Figure 5 One-factor fitting curves of soil temperature and moisture with greenhouse gases emission rates

表3 土壤溫室氣體排放速率(Z)與土壤溫度(X)及土壤濕度(Y)復(fù)合模型

3.2 土壤溫、濕度與N2O和CO2排放對不同復(fù)合經(jīng)營模式的響應(yīng)

復(fù)合經(jīng)營模式的不同造成了林地土壤溫、濕度和N2O與CO2排放通量間的差異。土壤管理和耕作可以通過添加肥料、植物殘留物和改變土壤結(jié)構(gòu)來影響N2O的排放[26]。本研究發(fā)現(xiàn), 種植麥冬的林地土壤年平均N2O的排放速率和年累積排放量均高于林下養(yǎng)雞和純林模式, 這可能是因為麥冬在楊樹人工林下處于遮蔭條件, 土壤中NO3–-N含量和細(xì)菌群落多樣性升高[27], 而NO3–-N含量與土壤N2O排放具有顯著正相關(guān)性[28], 因此土壤中較多的NO3–對電子的競爭能力高于N2O還原酶, 抑制了反硝化作用過程中N2O向N2的還原作用, 從而導(dǎo)致土壤N2O累積[29]。林下養(yǎng)雞的林地土壤N2O年平均排放速率和年累積排放量也高于純林模式, 可能是由于雞糞可以作為有機(jī)肥料為土壤微生物提供能量和營養(yǎng)物質(zhì), 促進(jìn)微生物的繁殖, 同時微生物也能對雞糞進(jìn)行分解、縮合形成新的腐殖質(zhì)[30], 養(yǎng)殖密度合理的情況下能夠通過降低土壤容重, 提高土壤總孔隙度和全氮含量, 改善土壤肥力, 增強硝化螺旋菌門活性, 進(jìn)而促進(jìn)土壤N2O的排放[31]。另外, 純林模式楊樹人工林連作導(dǎo)致的土壤酚酸類物質(zhì)的累積對土壤中硝化細(xì)菌和反硝化細(xì)菌產(chǎn)生抑制[22], 也造成了楊樹純林模式林地土壤N2O的排放速率低于其農(nóng)林復(fù)合經(jīng)營模式。根據(jù)本研究土壤溫、濕度與土壤N2O排放的關(guān)系, 可以發(fā)現(xiàn)當(dāng)土壤溫度高于19 ℃左右時, 土壤N2O排放速率開始降低, 而養(yǎng)雞的林地年平均土壤溫度高于此范圍, 因此種植麥冬的林地土壤N2O排放速率高于養(yǎng)雞的林地。

土壤CO2的排放是土壤生物代謝和生物化學(xué)過程等因素的綜合產(chǎn)物, 土壤微生物呼吸(異養(yǎng)呼吸)和土壤根系呼吸(自養(yǎng)呼吸)是森林土壤呼吸的主要組成部分[32]。本研究的結(jié)果表明, 林地土壤CO2排放速率與土壤溫度變化規(guī)律一致, 表明土壤溫度為影響土壤呼吸的主導(dǎo)因素。這可能是由于森林土壤總呼吸中異養(yǎng)呼吸所占比重高于自養(yǎng)呼吸, 而異養(yǎng)呼吸的溫度敏感性較高[33], 因此土壤溫度對土壤呼吸的影響更大。林下種植麥冬從兩方面對土壤N2O的排放產(chǎn)生影響, 林下種植麥冬能夠減少陽光對林地土壤的直射, 進(jìn)而降低土壤溫度, 同時根系的增加能夠改善土壤結(jié)構(gòu), 增強土壤持水能力, 提高土壤含水量, 從而進(jìn)一步抑制土壤溫度的快速上升, 使土壤呼吸減弱。另一方面, 林下種植麥冬提高了土壤根呼吸總量, 導(dǎo)致該小區(qū)土壤呼吸高于純林。林地養(yǎng)雞有利于土壤有機(jī)質(zhì)增加, 促進(jìn)土壤微生物活性, 微生物呼吸作用增強[34], 且該小區(qū)土壤溫度最高, 因此林地土壤CO2年平均排放速率和年累積排放量最高, 增溫潛勢最大。但也有研究認(rèn)為復(fù)合經(jīng)營能夠增加土壤大團(tuán)聚體數(shù)量, 進(jìn)而有效提高土壤有機(jī)質(zhì)含量, 促進(jìn)土壤微生物活性, 增加碳封存, 減少溫室氣體排放[35]。

4 結(jié)論

(1)3種楊樹人工林復(fù)合經(jīng)營模式林地土壤CO2排放通量均遠(yuǎn)高于N2O排放通量, 但不同復(fù)合經(jīng)營模式林地土壤N2O和CO2排放通量存在的差異。其中, 林下種植麥冬的土壤N2O排放通量最高, 林下養(yǎng)雞的林地土壤CO2的排放通量最高。與對照(楊樹人工林純林)相比, 楊樹人工林下種植麥冬和養(yǎng)雞均提高了土壤N2O和CO2的排放。本文僅探討了不同楊樹人工林復(fù)合經(jīng)營模式對土壤N2O和CO2的排放的影響, 未對不同經(jīng)營模式的生物生產(chǎn)力及綜合經(jīng)濟(jì)效益進(jìn)行評價。因此, 需進(jìn)一步通過定位研究來評價不同模式的生態(tài)和經(jīng)濟(jì)效益及其權(quán)衡關(guān)系, 從而優(yōu)化出楊樹人工林郁閉后最佳的復(fù)合經(jīng)營模式。

(2)不同復(fù)合經(jīng)營模式間土壤溫、濕度的差異是造成土壤N2O和CO2排放發(fā)生改變的關(guān)鍵因素。土壤溫、濕度與土壤N2O排放速率間均呈現(xiàn)拋物線型的關(guān)系, 土壤CO2排放速率與土壤溫度具有顯著線性相關(guān)關(guān)系, 與土壤濕度在一定范圍內(nèi)具有非線性正相關(guān)關(guān)系。使用復(fù)合模型擬合土壤溫、濕度與土壤N2O和CO2排放速率關(guān)系時發(fā)現(xiàn)非線性模型擬合效果較好。

[1] 李海防, 夏漢平, 熊燕梅, 等. 土壤溫室氣體產(chǎn)生與排放影響因素研究進(jìn)展[J]. 生態(tài)環(huán)境, 2007, 4(6): 1781–1788.

[2] 莊煒, 楊雪琴, 于曉莉, 等. 微生物驅(qū)動的濱海濕地N2O產(chǎn)生及其機(jī)制研究進(jìn)展[J]. 微生物學(xué)通報, 2019, 46(12): 3440–3452.

[3] 方升佐. 中國楊樹人工林培育技術(shù)研究進(jìn)展[J]. 應(yīng)用生態(tài)學(xué)報, 2008, 4(10): 2308–2316.

[4] 周玉新, 童婷婷. 林農(nóng)復(fù)合經(jīng)營模式的優(yōu)化選擇及產(chǎn)業(yè)化經(jīng)營研究[J]. 安徽農(nóng)業(yè)科學(xué), 2014, 42(6): 1858–1860.

[5] WANG qinqin, SHOGREN J F. Characteristics of the crop- paulownia system in China[J]. Agriculture Ecosystems and Environment, 1992, 39(3/4): 145–152.

[6] 王勤, 孫夢瑤, 遆建航, 等. 毛竹-多花黃精復(fù)合經(jīng)營模式對土壤理化特性的影響[J]. 生態(tài)科學(xué), 2020, 39(6): 54–59.

[7] 侯建花, 陳祖海, 嚴(yán)邦祥, 等. 復(fù)合經(jīng)營對香榧林地與香榧枝條的影響[J]. 浙江農(nóng)業(yè)科學(xué), 2021, 62(6): 1089– 1091+1096.

[8] 劉慧峰, 伍星, 李雅, 等. 土地利用變化對土壤溫室氣體排放通量影響研究進(jìn)展[J]. 生態(tài)學(xué)雜志, 2014, 33(7): 1960–1968.

[9] 桑巴葉, 朱玉偉, 劉康, 等. 伊犁河谷不同森林模式下土壤的養(yǎng)分特征和粒徑組成[J]. 水土保持通報, 2017, 37(5): 328–332.

[10] CHENG jianzong, LEE xinqing, ZHOU zhihong,Nitrous oxide emissions from different land use patterns in a typical karst region, Southwest China[J]. Chinese Journal of Geochemistry, 2013, 32(2): 137–145.

[11] GERSSEN-GONDELACH S J, WICKE B, FAAIJ A. GHG emissions and other environmental impacts of indirect land use change mitigation[J]. Global Change Biology Bioenergy, 2017, 9(4), 725–742.

[12] HAN M, ZHU B. Changes in soil greenhouse gas fluxes by land use change from primary forest[J]. Global Change Biology, 2020, 26(4): 2656–2667.

[13] FRANZLUEBBERS A J, CHAPPELL J C, SHI wei, et al. Greenhouse gas emissions in an agroforestry system of the southeastern USA[J]. Nutrient Cycling in Agroecosystems, 2017, 108(1): 85–100.

[14] 李洋洋, 樊吉, 張慶國, 嚴(yán)力蛟, 等. 麥冬與黃花菜在南方丘陵山區(qū)坡耕地保育土壤作用研究[J]. 土壤通報, 2011, 42(5): 1070–1075.

[15] DOYENI M, BAKSINSKAITE A, SUPRONIENE S, et al. Effect of animal waste based digestate fertilization on soil microbial activities, greenhouse gas emissions and spring wheat productivity in loam and sandy[J]. Loam Soil Agronomy, 2021, 11(7): 1281–1281.

[16] 彭晶, 高英志, 谷月, 等. 雞糞有機(jī)肥對土壤中抗生素抗性基因和整合酶基因的影響[J]. 環(huán)境工程學(xué)報, 2019, 13(4): 984–991.

[17] 王迎紅. 陸地生態(tài)系統(tǒng)溫室氣體排放觀測方法研究、應(yīng)用及結(jié)果比對分析[D]. 北京: 中國科學(xué)院研究生院(大氣物理研究所), 2005.

[18] 張西超, 葉旭紅, 韓冰, 等. 灌溉方式對設(shè)施土壤溫室氣體排放的影響[J]. 環(huán)境科學(xué)研究, 2016, 29(10): 1487–1496.

[19] SMITH P, MARTINO D, CAI zucong, et al. Greenhouse gas mitigation in agriculture[J]. Philosophical Transactions of the Royal Society B: Biological Sciences, 2008, 363(1492): 789–813.

[20] 伍延正, 張苗苗, 秦紅靈, 等. 不同土地利用方式下冬季N2O排放及其影響因素[J]. 環(huán)境科學(xué), 2013, 34(8): 2968–2974.

[21] TANG xuli, LIU shuguang , ZHOU guoyi, et al. Soil-atmospheric exchange of CO2, CH4, and N2O in three subtropical forest ecosystems in southern China[J]. Global Change Biology, 2010, 12(3): 546–560.

[22] 王剛, 楊憲龍, 李淵, 等. 隴東旱塬苜蓿草地N2O排放特征及其對施氮的響應(yīng)[J]. 應(yīng)用與環(huán)境生物學(xué)報, 2018, 24(3): 450–456.

[23] KUZYAKOV Y, RAZAVI B S. Rhizosphere size and shape: Temporal dynamics and spatial stationarity[J]. Soil Biology and Biochemistry, 2019, 135: 343–360.

[24] 張瑛, 馬雪松, 敬如巖, 等. 基于宏基因組測序技術(shù)分析連作對楊樹人工林土壤微生物群落的影響[J]. 山東大學(xué)學(xué)報(理學(xué)版), 2019, 54(1): 36–46.

[25] DAVIDSON E A, JANSSENS I A, LUO yiqi. On the variability of respiration in terrestrial ecosystems: moving beyond Q10[J]. Global Change Biology, 2010, 12(2): 154–164.

[26] HOLDER A J, MCCALMONT J P, ROWE R, et al. Soil N2O emissions with different reduced tillage methods during the establishment of miscanthus in temperate grassland[J]. Global Change Biology Bioenergy, 2019, 11(3): 539–549.

[27] 羅藝嵐, 趙東豪, 孫鵬越, 等. 遮陰脅迫對麥冬和多年生黑麥草根際土壤細(xì)菌群落結(jié)構(gòu)和多樣性的影響[J]. 草地學(xué)報, 2019, 27(5): 1204–1212.

[28] 肖永恒, 李永夫, 王戰(zhàn)磊, 等. 竹葉及其生物質(zhì)炭輸入對板栗林土壤N2O通量的影響[J]. 植物營養(yǎng)與肥料學(xué)報, 2016, 22(3): 697–706.

[29] 鞏有奎, 王淑瑩, 彭永臻, 等. 低氧條件下生物反硝化過程中N2O的產(chǎn)量[J]. 化工學(xué)報, 2011, 62(6): 1688–1692.

[30] 秦華軍, 何丙輝, 趙旋池, 等. 西南山地林下經(jīng)濟(jì)模式對土壤養(yǎng)分和土壤微生物數(shù)量的影響[J]. 水土保持通報, 2014, 34(1): 113–117.

[31] 林東, 鐘林茂, 鄭鵬, 等. 梨樹林下養(yǎng)雞對土壤理化性質(zhì)的影響[J]. 湖北農(nóng)業(yè)科學(xué), 2013, 52(18): 4346–4350.

[32] 唐羅忠, 葛曉敏, 吳麟, 等. 南方型楊樹人工林土壤呼吸及其組分分析[J]. 生態(tài)學(xué)報, 2012, 32(22): 7000–7008.

[33] HANSON P J, EDWARDS N T, GARTEN C T, et al. Separating root and soil microbial contributions to soil respiration: a review of methods and observations[J]. Biogeochemistry, 2000, 48(1): 115–146.

[34] 顏學(xué)佳, 魏江生, 周梅, 等. 興安落葉松林土壤呼吸及組分的變化特征[J]. 生態(tài)環(huán)境學(xué)報, 2013, 22(6): 948–954.

[35] SHRESTHA B, CHANG S, BORK E, et al. Enrichment Planting and Soil Amendments Enhance Carbon Sequestration and Reduce Greenhouse Gas Emissions in Agroforestry Systems: A Review[J]. Forests, 2018, 9(8): 369–369.

Effects of compound management patterns in poplar plantations on the emissions of N2O and CO2from the soil

SONG Ziqi1, LI Ye1, DING Sihui1,2, TIAN Ye1,3, FANG Shengzuo1,3,*

1. College of Forestry and Grass Land, Nanjing Forestry University, Nanjing 210037, China 2. Science and Technology Resources Service Center of Jiangsu Province, Nanjing 210008, China 3. Co-Innovation center for Sustainable Forestry in Southern China, Nanjing 210037, China

To evaluate the effects of different compound management patterns on soil greenhouse gas emissions in poplar plantations, a field experiment was performed at the "Nanlin-895 Poplar" (‘Nanlin-895’) plantations of 11-year old. Three compound management patterns were conducted in this experiment as follows: pure poplar plantation(P), plantingunder the plantation (L), raising chicken under the plantation (C). The characteristics of soil N2O and CO2emission fluxes were monthly measured by static chamber technique, while the soil temperature and moisture were measured synchronously to analyze the impacts of compound management patterns on N2O and CO2emissions and crop yield, as well as the relationships between the related impact factors. The results indicated that there were significant differences in soil temperature and moisture among the different management patterns, while the significant differences in the monthly emission rates and annual cumulative emissions of soil N2O and CO2were also detected among different management patterns. The annual cumulative emission of soil N2O was the highest in the pattern of plantingunder poplar plantation, reaching 233.47 mg·m?2·a?1, whereas the annual cumulative emission of soil CO2was the greatest in the pattern of raising chicken under poplar plantation, up to 2328.87 g·m?2·a?1. In general, the annual cumulative emission of soil greenhouse gases (N2O and CO2) in the different compound management patterns was as follows: raising chicken under the plantation > plantingunder the plantation > pure poplar plantation. Soil temperature and moisture had significant effects on soil CO2and N2O emission rates, and there was a significant linear correlation between soil CO2emission rate and soil temperature, while a parabolic relationship between soil CO2emission rate and soil moisture. However, the relationships of N2O emission rate to soil temperature and moisture could be described by parabola. As mentioned above, different compound management patterns in poplar plantations modified the soil temperature and moisture, and then significantly affected the greenhouse gas emissions from the soils. Based on the results, the annual cumulative emissions of soil greenhouse gases in two agroforestry compound management patterns (plantingin the plantation and raising chicken under the plantation) were higher than those in the pure plantation, indicating that poplar agroforestry patterns would increase the soil greenhouse gas emissions.

poplar plantation; climate change; static chamber technique; agroforestry; greenhouse gas

10.14108/j.cnki.1008-8873.2024.01.013

S714.5

A

1008-8873(2024)01-105-08

2021-08-18;

2021-11-09

江蘇省重點研發(fā)項目(BK20220017); 國家重點研發(fā)計劃項目(2016YFD0600402); 江蘇省大學(xué)生創(chuàng)新訓(xùn)練計劃項目(201710298066Y)

宋子琪(1997—), 女, 內(nèi)蒙古自治區(qū)赤峰人, 碩士研究生, 主要研究方向為人工林定向培育理論與技術(shù), E-mail: 2632583724@qq.com

通信作者:方升佐, 男, 博士, 教授, 主要從事楊樹及青錢柳人工林定向培育的研究工作, E-mail: fangsz@njfu.edu.cn

宋子琪, 李野, 丁思惠, 等. 楊樹人工林復(fù)合經(jīng)營模式對土壤N2O與CO2排放的影響[J]. 生態(tài)科學(xué), 2024, 43(1): 105–112.

SONG Ziqi, LI Ye, DING Sihui, et al. Effects of compound management models in poplar plantations on the emissions of N2O and CO2from the soil[J]. Ecological Science, 2024, 43(1): 105–112.