2020, Vol. 41
2. 中国科学院长沙农业环境观测研究站, 长沙 410125;
3. 中国科学院大学, 北京 100049;
4. 湖南农业大学资源环境学院, 长沙 410128
2. Changsha Research Station for Agricultural & Environmental Monitoring, Institute of Subtropical Agriculture, Chinese Academy of Sciences, Changsha 410125, China;
3. University of Chinese Academy of Sciences, Beijing 100049, China;
4. College of Resources and Environmental Science, Hunan Agricultural University, Changsha 410128, China
N2O是继CO2和CH4之后又一具有重要影响的温室气体, 其百年尺度单位质量的增温潜势是CO2的265倍[1], 此外, 有研究显示21世纪臭氧层的破坏与其紧密相关[2].农田土壤是大气中N2O主要来源, 占N2O人为排放源的59.4%[1].土壤N2O排放主要来源于土壤微生物参与的硝化和反硝化过程[3], 但茶园土壤反硝化作用引起的N2O排放更多[4].氮肥过量施用是茶园土壤N2O过高的重要原因[5, 6], 且茶园土壤N2O排放系数远高于其他土地利用方式土壤, 如：水稻、菜地及其他旱地土壤[7, 8].因此, 茶园合理施用氮肥及选择适宜的管理措施对减少茶园土壤N2O十分重要.
我国是世界上最大的茶叶生产国, 2017年我国茶叶种植面积及年产量分别占到世界的54.6%和40.5%[9, 10].近年来, 由于市场对茶叶需求量的急剧增加, 茶农为了提高产量, 在施肥过程中惯于过量施用氮肥, 氮肥的施用量一般为450~1 200 kg ·hm-2[11, 12], 在某些地区甚至高达2 600 kg ·hm-2[7]. 2013年我国茶园N2O-N估计排放量约为40.90 Gg, 占全球茶园N2O排放量的85.0%[13], 已成为重要的排放源.因此, 寻求合理的茶园N2O减排措施对我国茶产业的绿色发展具有重要意义.
硝化抑制剂及氮肥类型对氮素在土壤-植物-大气间的循环具有重要影响.硝化抑制剂能够抑制氨氧化细菌和氨氧化古菌活性, 延缓硝化过程, 被称为氮肥增效剂.目前已被广泛研究的化学硝化抑制剂(DCD、DMPP及Nitrapyrin等)由于其价格昂贵及具有一定毒性限制了其在农业生产中的应用[14, 15].近年来, 发现某些植物根系分泌物对土壤硝化微生物活性具有特定抑制能力, 科学家将具有这种效应的化合物或植物称为生物硝化抑制剂(BNIs), 在目前所研究的作物中, 高粱显示出较高的生物硝化抑制能力[16~18], Zhang等[19]2 a的蔬菜田间试验显示施尿素同时间种高粱比单施尿素每年减少18.1%的N2O.与其他作物相比, 茶园氮肥利用率明显偏低, 在我国, 茶园氮肥利用率仅有30%左右[20], 氮肥利用率有较大的提升空间, 与常规氮肥相比, 缓控释氮肥由于氮素释放速率较低能够有效提高氮肥利用率, 从而可能减少土壤氮素以N2O等气体形式的损失.Deng等[21]的研究表明施用硫包衣尿素茶园土壤N2O排放量仅为施用有机肥的51.1%, 有巨大的N2O减排潜力.大颗粒尿素由于其直径较大, 与常规尿素相比其氮素释放速率较低, 但其生产使用多见于美国等发达国家, 国内目前罕见其使用.然而, 目前有关在茶园中使用生物硝化抑制剂高粱及缓释氮肥大颗粒尿素对茶园土壤N2O排放的影响还鲜见报道.本文以中亚热带典型丘陵茶园为研究对象, 设置间种高粱(SGM)、施用大颗粒尿素(UBDP)及施用常规尿素(CON)这3种措施, 开展3种不同管理措施下茶园土壤N2O排放周年观测, 并同步观测土壤理化性质、气候因子和茶叶产量, 明确3种措施茶园土壤N2O排放通量, 解析影响茶园土壤N2O排放的主要影响因素, 以期为开展进一步的茶园土壤N2O减排研究提供实践参考.
1 材料与方法 1.1 研究区概况试验于中国科学院长沙农业环境观测研究站(113°18′~113°26′E, 28°30′~28°39′N, 海拔186 m)进行, 试验地位于湖南长沙市长沙县百里茶廊产业带上, 所选供试茶园地势平坦, 利于不同措施重复处理设计.气候为亚热带季风气候, 年均气温17℃左右, 年均降雨量1 300 mm左右, 降雨多集中在每年4~6月, 无霜期274 d, 年日照时数1 663 h.土壤为花岗岩母质的红壤, 为沙壤土(黏粒含量为24.5%), 0~20 cm土壤基本理化性质为：全氮含量0.74 g ·kg-1, 全磷含量0.35 g ·kg-1, 有机碳含量9.65 g ·kg-1, 容重1.25 g ·cm-3, pH为4.16.
1.2 试验设计本试验共设置3个处理, 分别为间种生物硝化抑制剂高粱(SGM)、施用缓释氮肥大颗粒尿素(UBDP)及施用常规尿素(CON), 见图 1.每个处理3个重复, 共9个小区, 每个小区面积60 m2(10 m×6 m), 不同处理茶园小区随机区组设计. 3个处理氮肥施用量均为450 kg ·hm-2, 分两次施肥, 一次为12月底施入底肥菜籽饼(100 kg ·hm-2), 另一次在3月中旬左右施入化肥(350 kg ·hm-2), 其中, SGM和CON施入常规尿素, UBDP施入大颗粒尿素, 施肥方式为茶垄单侧沟施, 深度为10 cm.前期预试验发现高粱种子在茶园酸性土壤中不易萌发, 长势较差, 故在随后试验中高粱改为移栽方式进行间种, 移栽日期选择高粱幼苗已较为粗壮时期, 为每年5月上旬左右, 移栽点位于施肥沟上, 株距30 cm；待秋季高粱死亡后将其植株体进行还田处理.茶垄宽1 m, 每条茶垄间隔0.5 m, 茶垄上种植2行茶树, 每年采茶4次.
|
图 1 试验中使用的高粱、大颗粒尿素及常规尿素 Fig. 1 Application of sorghum intercropping, big urea pills, and conventional urea in the study |
气样通过静态密闭箱采集, N2O浓度通过气相色谱仪进行测定.每个小区设置两个采样箱, 一个采样箱罩住1/2施肥侧垄间土壤和茶垄单侧茶树, 另一采样箱罩住1/2未施肥侧垄间土壤和茶垄另一侧茶树[22].于2017年4月中旬开始进行气样采集, 至2019年4月中旬气样采集结束.气样采集时间为上午09:00~11:00[23], 采集频率每周1次, 施肥后加密采集, 为每周2次, 加密采样时间为1个月.采样箱罩住底座后每隔8 min采集一个样品, 共采集5个样品, 持续40 min, 根据此时间段采样箱内N2O浓度线性增加的速率确定N2O小时排放通量.使用气相色谱仪(Agilent 7890D, 美国)测定气样中N2O浓度, 年累积N2O-N排放量(kg ·hm-2)采用式(1)计算：
|
(1) |
式中, f表示N2O-N排放通量[μg ·(m2 ·h)-1], t表示试验期间所经历的天数(d), 1, …, n表示采样顺序.N2O排放系数(emission factor, EF)的计算公式见式(2)：
|
(2) |
式中, E为施肥土壤N2O-N年累积排放总量, E0表示茶园土壤N2O-N背景排放总量, N表示茶园单位面积施氮量.
1.4 土壤样品采集及测定土壤样品为混合样品, 采集时用直径5 cm的土钻在静态箱底座外3~4 m内采集3个0~20 cm表层土壤样品, 混合为一个土壤样品, 土样采集点分别为与施肥点、垄上和垄间.采集土样过2 mm筛后进行土壤理化性质测定, 分为两部分, 一部分用来测定土壤铵态氮(NH4+-N)、硝态氮(NO3--N)和土壤可溶性有机碳(DOC), 另一部分用来测定土壤重量含水率.土壤经0.5 mol ·L-1 K2SO4浸提, 振荡1 h后用定性滤纸过滤, 用AA3流动分析仪(Fiastar 5000, FOSS, Hillerød, 丹麦)测定滤液中NH4+-N和NO3--N浓度, 用岛津TOC-TN分析仪(Shimadzu Corp., Kyoto, 日本)测定滤液中DOC浓度, 随后将其转换为土壤中NH4+-N含量(mg ·kg-1)、NO3--N含量(mg ·kg-1)和DOC含量(mg ·kg-1).将新鲜土壤在105℃烘箱内烘24 h计算土壤重量含水率, 采用式(3)计算土壤充水孔隙度(WFPS)[24]：
|
(3) |
式中, SWC=土壤重量含水率×土壤容重, 土壤总孔隙度=1－土壤容重/2.65.
1.5 气象数据采集利用小型自动气象站长期观测空气温度和降水量, 采用水银温度计测定土壤温度.
1.6 数据分析使用数据分析软件R对数据进行统计分析和可视化, 主要分析方法包括相关性分析、单因素方差分析、逐步多元线性回归、方差分解及分类与回归树分析；使用R基础包和ggplot2包等相关包进行作图[25~28].
分类与回归树是一种二元递归分解方法, 可以产生树的模型, 能够模拟预测变量之间的相互作用, 具有层次结构特点, 可以用来识别对响应变量具有显著贡献的变量.
2 结果与分析 2.1 气象因子与土壤理化性质动态年际间降雨量变化明显, 第一年(2017-04-16~2018-04-15)年降雨量为1 427.02 mm, 第二年(2018-04-16~2019-04-15)年降雨量为906.30 mm, 第二年年降雨量仅为第一年降雨量的63.5%.降雨量季节分布不均, 两年间雨季(4~9月)降雨量分别占全年总降雨量的71.2%和30.5%；第二年雨季前期(2个月)具有明显降雨, 但在后期(4个月)处于干旱期, 基本无降雨, 第二年旱季(10月~次年3月)降雨较多, 主要集中在后4个月(图 2).
|
图 2 2017~2019年日降雨量 Fig. 2 Dynamics of daily precipitation from 2017 to 2019 |
不同管理措施土壤温度具有明显的季节变化趋势(图 3), 每年7~8月为最热月份, 12月~次年1月为最冷月份, 1月底天气逐渐变暖, 8月末气温开始回落, 逐渐进入湿冷冬季.SGM、UBDP及CON土壤平均温度分别为16.91、16.97和16.92℃, 各措施间土壤平均温度无显著差异, 年际间差异较小.
|
图 3 2017~2019年不同管理措施土壤温度动态变化 Fig. 3 Dynamics of soil temperature under different management measures from 2017 to 2019 |
WFPS呈现明显的季节变化趋势, 每年4月前后出现明显波峰, 每年9月前后出现明显波谷；不同管理措施间WFPS动态变化趋势相近(图 4), 各措施间平均WFPS无显著差异.
|
图 4 2017~2019年不同管理措施WFPS动态变化 Fig. 4 Dynamics of WFPS at different management measures from 2017 to 2019 |
土壤NH4+-N、NO3--N和DOC含量动态变化见图 5.土壤NH4+-N和NO3--N含量受施用化肥活动影响较大, 化肥施用后, 土壤NH4+-N和NO3--N含量显著增加.SGM土壤NH4+-N含量2 a变化范围为1.94~255.78 mg ·kg-1, 均值为21.19 mg ·kg-1, UBDP土壤NH4+-N含量2 a变化范围为1.46~147.2 mg ·kg-1, 均值为18.11 mg ·kg-1, CON土壤NH4+-N含量2 a变化范围为1.14~150.27 mg ·kg-1, 均值为22.38 mg ·kg-1；CON土壤NH4+-N含量均值高于其他两个措施, SGM土壤NH4+-N含量2 a的峰值均高于UBDP和CON, UBDP第一年土壤NH4+-N含量峰值低于CON, 但第二年峰值高于CON.施入化肥后, 土壤能维持2个月左右的高NH4+-N含量状态.与土壤NH4+-N含量所受化肥施用的影响不同, 土壤NO3--N含量出现峰值的时间较晚, 土壤高NO3--N含量能够维持更长的时间, 大约为5个月左右.SGM土壤NO3--N含量2 a变化范围为0.72~27.12 mg ·kg-1, 均值为8.13 mg ·kg-1, UBDP土壤NO3--N含量2 a变化范围为1.11~35.68 mg ·kg-1, 均值为9.97 mg ·kg-1, CON土壤NO3--N含量2 a变化范围为1.25~38.98 mg ·kg-1, 均值为10.50 mg ·kg-1；土壤NO3--N含量2 a均值在SGM、UBDP和CON中依次升高.SGM、UBDP及CON年均土壤DOC含量分别为141.16、136.46和132.91 mg ·kg-1, 各措施间平均DOC含量无显著差异.各措施土壤DOC含量从年尺度观察具有下降的趋势, SGM的2a年均土壤DOC含量分别为162.45 mg ·kg-1和121.03 mg ·kg-1, UBDP分别为153.60 mg ·kg-1和110.92 mg ·kg-1, CON分别为158.80 mg ·kg-1和108.41 mg ·kg-1, 各处理第一年年均DOC含量明显高于第二年, 产生如此差异的主要原因可能在于2018年降雨过少, 土壤中有机质不能被有效分解所致.
|
图 5 2017~2019年不同管理措施土壤NH4+-N、NO3--N及DOC含量动态变化 Fig. 5 Dynamics of soil NH4+-N, NO3--N, and DOC contents under different management measures from 2017 to 2019 |
3种不同管理措施茶园土壤N2O排放呈现明显的季节变化特征, 高排放期为每年4月至8月上旬, 从8月中下旬至次年3月为低排放期.茶园每年施化肥日期为3月中旬左右；施入化肥后N2O排放不会迅速上升, 一般经过半个月左右进入高排放期；但施用基肥菜籽饼不会对茶园土壤N2O排放产生较大影响(图 6).SGM土壤N2O排放通量2 a变化范围为15.13~609.68 μg ·(m2 ·h)-1, 均值为95.52μg ·(m2 ·h)-1, UBDP土壤N2O排放通量2 a变化范围为6.08~943.14 μg ·(m2 ·h)-1, 均值为130.24 μg ·(m2 ·h)-1, CON土壤N2O排放通量2 a变化范围为3.55~1 276.02 μg ·(m2 ·h)-1, 均值为185.55μg ·(m2 ·h)-1.每年土壤N2O排放通量均值在SGM、UBDP和CON中依次升高.
|
图 6 2017~2019年不同管理措施土壤N2O排放动态变化 Fig. 6 Dynamics of soil N2O emission under different management measures from 2017 to 2019 |
N2O排放通量与土壤NO3--N含量、温度(土壤温度和日均气温)及降雨呈现显著正相关关系, SGM和UBDP与土壤NH4+-N含量呈现显著正相关性, 但CON的N2O排放通量与土壤NH4+-N含量却未呈现显著相关性, N2O排放通量与土壤DOC含量未呈现显著相关关系, 仅有CON的N2O排放通量与WFPS呈现显著正相关性(表 1).逐步多元线性回归分析结果见表 2, WFPS对log(N2O flux)影响最为密切, 气温对log(N2O flux)影响较弱；土壤化学性质中, log(NO3--N)对log(N2O flux)影响程度最大, log(NH4+-N)影响程度较小；SGM和UBDP中log(DOC)对log(N2O flux)具有显著正影响, 而CON中则相反.log(N2O flux)方差分解结果表明, 土壤物理性质[WFPS、log(Tsoil)]和土壤化学性质[log(NH4+-N)、log(NO3--N)及log(DOC)]的交互作用对log(N2O flux)影响最大(表 3).
|
表 1 不同处理N2O排放与环境因子间斯皮尔曼相关系数1) Table 1 Spearman correlation coefficients of N2O fluxes and the environmental factors under different management measures |
|
|
表 2 不同管理措施N2O排放与环境因子逐步回归方程参数1) Table 2 Parameters of stepwise regression function for N2O flux and environmental factors under different management measures |
|
|
表 3 不同管理措施N2O排放影响因素方差分解结果1) Table 3 Variance in the decomposition results of influence factors controlling N2O flux under different management measures |
土壤N2O排放分类与回归树分析结果表明, 土壤NO3--N含量对N2O排放通量大小起着决定性的作用, 土壤N2O排放通量随土壤中NO3--N含量升高而增加；SGM中降雨较多同时DOC较低或降雨较少但NH4+-N较高时容易引起高N2O排放[图 7(a)], UBDP中气温及WFPS较高时会产生高N2O排放[图 7(b)], CON显示只要NO3--N含量高, 无论NH4+-N含量高低与否, 都会产生高N2O排放, 并且NO3--N含量较低但气温和降雨较高时会刺激排放更多的N2O[图 7(c)].
|
图 7 2017~2019年不同管理措施土壤N2O排放分类与回归树分析 Fig. 7 Classification and regression tree analysis of soil N2O emission under different management measures from 2017 to 2019 |
SGM和UBDP与CON相比表现出较大的减排效果, 其减排率分别为51.2%和34.7%, 3种不同管理措施的排放系数分别为1.3%、1.8%和2.7%. 3种不同管理措施N2O的2 a累计排放量未表现出显著差异(P>0.05), 排放总量分别为15.35、19.36和27.81 kg ·hm-2. 2 a间3种不同管理措施N2O年累计排放量间均未表现出显著差异, SGM 2017年N2O年累计排放量低于2018年, UBDP和CON两年N2O年累计排放量差别较小(表 4).
|
|
表 4 不同管理措施N2O年累计排放量、茶叶产量及单位茶叶产量的N2O年累计排放量1) Table 4 Annually cumulative N2O emissions, tea yield, and yield-scaled N2O emissions under different management measures |
3种不同管理措施间2 a茶叶总产量未显示出显著差异, SGM、UBDP和CON茶叶2 a总产量分别为7.90、9.87和7.62 t, 总量表现为UBDP>SGM>CON, UBDP提高了29.5%的茶叶产量；3种措施年际间茶叶产量未显示出显著差异. 2 a不同管理措施茶叶产量间均没有显著差异, 但均表现出第一年产量高于第二年产量(表 4).
3种不同管理措施间2 a单位产量N2O排放均值未显示出显著差异, 由于SGM、UBDP与CON相比减少了N2O排放, 但增加了茶叶产量, 所以均值表现为SGM < UBDP < CON；3种措施年际间茶叶产量未显示出显著差异. 2 a间不同管理措施单位产量N2O排放量间均没有显著差异, SGM 2017年N2O年累计排放量低于2018年, UBDP和CON两年单位产量N2O排放量差别较小(表 4).
3 讨论 3.1 茶园土壤N2O排放的主要影响因子有研究表明土壤N2O产生的主控因子有土壤温度、土壤NH4+-N含量、土壤NO3--N含量、土壤水分状况以及土壤中的有机物质含量[29], 在本研究中, N2O排放通量与环境因子斯皮尔曼相关分析同样表明, 温度、降雨和土壤底物(NH4+-N、NO3--N和DOC)含量对茶园土壤N2O排放具有显著影响.Tokuda等[6]提出反硝化作用是茶园土壤N2O产生的主要过程.且有研究表明, 茶园中反硝化菌的数量明显高于土豆地和针叶林, 并且氮矿化和土壤硝化过程也比其他类型土壤更为活跃[31].Huang等[32]的研究结果表明, 铵态氮肥添加硝化抑制剂显著减少茶园土壤N2O排放, 并且茶园土壤施用硝态氮肥较铵态氮肥会排放更多的N2O, 同样表明以NO3--N为反应底物的反硝化过程是茶园土壤N2O产生的主要途径, 并且可能主要来源于真菌反硝化过程[4].本研究中不同管理措施茶园土壤N2O排放主控因子分析也发现在影响N2O排放的主要环境因子中, 土壤中的NO3--N含量扮演着最重要的角色(图 7).茶园土壤中高NO3--N含量之所以能够促使排放更多的N2O, 可能有两个主要原因, 其一是茶园土壤本身属于酸性土壤, 而氧化亚氮还原酶对pH较为敏感, 较低的pH会降低反硝化微生物的氧化亚氮还原酶活性[6], 其二可能是因为土壤中较高的NO3--N含量同样也会使反硝化微生物的氧化亚氮还原酶活性降低[31].
尽管反硝化过程是茶园土壤N2O产生的主要途径, 但以NH4+-N为底物的硝化过程同样也会产生N2O. Jumadi等[33]表明添加铵态氮和尿素的土壤能够排放更多的N2O.Hirono等[12]研究也表明茶园土壤N2O排放通量与土壤NH4+-N含量呈现显著正相关.在本研究中, SGM和CON中高NH4+-N也更倾向于排放更多的N2O, 但在UBDP中则表现出相反的现象(图 7).原因可能在于UBDP中施用的缓释肥大颗粒尿素氮素释放速率慢, NH4+-N含量较低时可能正表现出较高的硝化速率, 土壤中NO3--N较高, 而引起高N2O排放, NH4+-N含量较高时情况则相反.
参与土壤硝化反应的主要是自养型微生物, 而参与反硝化过程的主要是异养型微生物[34~36].土壤中DOC是异养型微生物的主要能量来源, DOC含量高则表示土壤反硝化微生物活性高, 则更容易产生更多的N2O, 但在本研究中, SGM和UBDP在土壤DOC含量较低时容易引起高N2O排放[图 7(a)和7(b)].酸性条件下NO2-能与某些有机物质(如酚类化合物、腐殖质等)通过化学反硝化途径反应生成N2O[37~39].尽管在低pH时的化学反硝化被视为N2O的一个产生源加以考虑, 但该过程产生的N2O量远小于硝化和反硝化过程产生的N2O量, 对土壤N2O排放的贡献量很小, 一般情况也不会将其考虑为土壤N2O的产生途径[36, 40].SGM和UBDP由于施入化肥而具有充足的底物进行硝化和反硝化过程, 土壤DOC含量到达一定数值后也不会成为反硝化过程的限制性因子, 此时, 硝化和反硝化反应的中间物质NO2-与DOC反应进行的化学反硝化可能比一般情况下产生更多的N2O, 从而SGM和UBDP表现出DOC含量较低时容易引起高N2O排放.
土壤N2O主要产生于土壤微生物的代谢活动, 而土壤温度则会对土壤微生物种群繁殖及体内各种生化反应所需的各种酶活性产生重要影响, 蔡延江等[3]的研究表明一定温度范围内, N2O排放速率随土壤温度升高而增加.本研究显示气温和土壤温度与茶园土壤N2O排放通量存在显著的中等相关关系, 在不同管理措施中, 较高的气温均容易引起N2O高排放(图 7), 而气温升高会间接引起土壤温度升高.Fu等[5]的研究表明茶园土壤N2O排放通量与采样前5d的累计降雨量有明显的相关性. Hirono等[12]的研究结果显示, 强降雨后茶园土壤排放更多的N2O.本研究中同样发现降雨量影响茶园土壤N2O排放量, N2O排放通量与累计7日总降雨量间有显著的弱相关性, 并且在累计7日总降雨量较高时, SGM和CON容易产生高N2O排放[图 7(a)和7(c)], 尽管降雨会明显影响到WFPS数值高低, 但本研究并未发现N2O排放通量与WFPS间存在显著的相关关系, 不过, 逐步多元回归分析表明, WFPS对log(N2O flux)影响最大.
3.2 间种生物硝化抑制剂高粱、施用缓释氮肥大颗粒尿素对茶园N2O排放的影响茶树是一种喜铵厌硝植物, 在供应铵态氮肥的情况下, 生长状况更佳[41].土壤中的NO3--N由于带负电荷不易被土壤微粒吸附而容易从土壤中淋失, 其次, NO3--N作为茶园土壤N2O主要产生过程(反硝化反应)的直接底物, 其在土壤中的含量大小直接决定了土壤N2O排放量.生物硝化抑制剂高粱及缓释氮肥大颗粒尿素理论上能够延缓土壤中的硝化过程, 这不仅能够延长对茶树的氮素供应, 还能够减少因NO3--N淋失造成的水体污染以及由反硝化过程引起的N2O排放.本试验也检验了理论的有效性, SGM和UBDP显示出显著的N2O减排效应, 其中UBDP有效提高了茶叶产量, 但SGM并未显著影响茶叶产量.
Zhang等[19]的研究结果表明, 间种高粱能够提高蔬菜产量并且具有18.1%的N2O减排效应.本研究中, SGM提高了土壤中NH4+-N含量而有效降低了土壤中的NO3--N含量, 减少了51.2%的N2O排放, 是Zhang等[19]研究结果的两倍多, 但试验结果存在较大误差, 因为两年间N2O减排效果存在较大差异, 2017年较大, 2018年与UBDP相当, 因此茶园中应用生物硝化抑制剂高粱的更准确减排结果尚需更长期的观测.此外, 根据王劲松等[42]的研究结果分析, 在土壤营养元素供给充足时, 单株高粱氮素累计量约为3.22×10-3 kg ·hm-2, 按本研究试验设计估算, 则茶园中间种的高粱的氮素年累计量约为70.85 kg ·hm-2, 因研究中SGM N2O年排放量为7.68 kg ·hm-2, CON N2O年排放量为13.90 kg ·hm-2, 高粱氮素吸收量远大于SGM和UBDP的N2O年排放量, 故本研究中间种高粱的生物硝化抑制机制尚需进一步研究；不过, 在常规施肥量条件下间种高粱并未导致茶叶产量减少, 且有效减小了N2O排放, 因此, SGM仍可被视为一种茶园N2O减排的有效措施.生物硝化抑制剂的概念由Subbarao等[43]首次提出, 且高粱显示出较高的生物硝化抑制能力[17, 44].但是, 目前有关生物硝化抑制剂的田间应用报导较少, 本研究首次将生物硝化抑制剂高粱应用于茶园N2O减排研究中, 并取得了较好的研究结果.除高粱外, 水稻、花生及草莓等植物均显示出一定的生物硝化抑制能力[15, 16, 18], 但有关这些植物的田间应用研究目前鲜见报导.生物硝化抑制剂同时还具有其他功能, 如除草、杀虫剂及改良土壤等[19].本研究表明, 为促进茶产业的绿色发展, 在茶园中使用生物硝化抑制剂是一种强有力的管理措施, 但是, 不同种类生物硝化抑制剂的硝化抑制差异及对茶园N2O排放的影响尚需进一步研究.
Deng等[21]的研究显示茶园中施用控释肥硫包衣尿素与施用有机肥相比能减少51.1%的N2O排放.Wu等[22]的研究表明茶园中减量施用缓释氮肥与常规施肥相比在减少26.2%的N2O排放同时提高了31.3%的茶叶产量.本研究中, UBDP与常规施肥相比减少了34.7%的N2O排放, 茶叶产量提高了29.7%, 与Wu等[22]研究的减排结果较为相近, 不过, 本研究并未减少缓释氮肥施用量.大颗粒尿素由于氮素释放速率慢, 使土壤中NH4+-N两年均值低于CON, 可能更满足茶树的需肥规律, 从而促进茶叶产量增加.两年间UBDP N2O排放量相近, N2O减排效果相近.
4 结论本研究通过2 a田间试验表明, 中亚热带茶园土壤N2O排放量与土壤化学性质、温度及降雨有显著的相关关系, 土壤物理性质和土壤化学性质的交互作用对土壤N2O排放影响最大, 土壤化学性质中的NO3--N含量是决定茶园N2O排放量大小的最主要因素, 说明茶园土壤N2O减排研究重点在于如何减小土壤中的NO3--N含量.间种生物硝化抑制剂高粱在未保证茶叶产量的前提下有效减少了茶园N2O排放, 从缓解全球气候变暖角度看, 间种高粱是本研究中最佳的茶园管理措施；施用缓释氮肥大颗粒尿素在有效提高茶叶产量的同时也有效减少了土壤N2O排放, 但减排效应与间种高粱相比较弱, 从兼顾经济效益及缓解全球气候变暖的角度看, 茶园中施用缓释氮肥大颗粒尿素无疑是本研究中最佳的施肥措施.
| [1] | IPCC. Climate change 2013:the physical science basis[M]. Cambridge, UK and New York, USA: Cambridge University Press, 2013. |
| [2] | Ravishankara A R, Daniel J S, Portmann R W. Nitrous oxide (N2O):the dominant ozone-depleting substance emitted in the 21st century[J]. Science, 2009, 326(5949): 123-125. |
| [3] |
蔡延江, 丁维新, 项剑. 农田土壤N2O和NO排放的影响因素及其作用机制[J]. 土壤, 2012, 44(6): 881-887. Cai Y J, Ding W X, Xiang J. Factors controlling N2O and NO emissions from agricultural soils and their influencing mechanisms a review[J]. Soils, 2012, 44(6): 881-887. |
| [4] | Huang Y, Long X E, Chapman S J, et al. Acidophilic denitrifiers dominate the N2O production in a 100-year-old tea orchard soil[J]. Environmental Science and Pollution Research, 2015, 22(6): 4173-4182. |
| [5] | Fu X Q, Li Y, Su W J, et al. Annual dynamics of N2O emissions from a tea field in southern subtropical China[J]. Plant, Soil and Environment, 2012, 58(8): 373-378. |
| [6] | Tokuda S I, Hayatsu M. Nitrous oxide flux from a tea field amended with a large amount of nitrogen fertilizer and soil environmental factors controlling the flux[J]. Soil Science and Plant Nutrition, 2004, 50(3): 365-374. |
| [7] | Han W Y, Xu J M, Wei K, et al. Estimation of N2O emission from tea garden soils, their adjacent vegetable garden and forest soils in eastern China[J]. Environmental Earth Sciences, 2013, 70(6): 2495-2500. |
| [8] | Akiyama H, Yan X Y, Yagi K. Estimations of emission factors for fertilizer-induced direct N2O emissions from agricultural soils in Japan:summary of available data[J]. Soil Science and Plant Nutrition, 2006, 52(6): 774-787. |
| [9] | FAO. Faostat-fao's corporate database[EB/OL]. http://www.fao.org/statistics/databases/en/,2019-04-09. |
| [10] | 中华人民共和国国家统计局. 2018中国统计年鉴[EB/OL]. http://www.stats.gov.cn/tjsj/ndsj/2018/indexch.htm,2019-04-09. |
| [11] | Yao Z, Wei Y, Liu C, et al. Organically fertilized tea plantation stimulates N2O emissions and lowers NO fluxes in subtropical China[J]. Biogeosciences, 2015, 12(20): 5915-5928. |
| [12] | Hirono Y, Nonaka K. Nitrous oxide emissions from green tea fields in Japan:contribution of emissions from soil between rows and soil under the canopy of tea plants[J]. Soil Science and Plant Nutrition, 2012, 58(3): 384-392. |
| [13] | Li Y, Zheng X H, Fu X Q, et al. Is green tea still 'green'?[J]. Geo Geography and Environment, 2016, 3(2): e00021. |
| [14] | Datta A, Adhya T K. Effects of organic nitrification inhibitors on methane and nitrous oxide emission from tropical rice paddy[J]. Atmospheric Environment, 2014, 92: 533-545. |
| [15] |
王国强, 孙焕明, 彭婧, 等. 生物硝化抑制剂应用研究进展[J]. 安徽农业科学, 2016, 44(11): 66-69, 78. Wang G Q, Sun H M, Peng J, et al. Research progress of the application of biological nitrification inhibitors[J]. Journal of Anhui Agricultural Sciences, 2016, 44(11): 66-69, 78. |
| [16] | 张洋, 李雅颖, 郑宁国, 等. 生物硝化抑制剂的抑制原理及其研究进展[J]. 江苏农业科学, 2019, 47(1): 21-26. |
| [17] | Zakir H A K M, Subbarao G V, Pearse S J, et al. Detection, isolation and characterization of a root-exuded compound, methyl 3-(4-hydroxyphenyl) propionate, responsible for biological nitrification inhibition by sorghum (Sorghum bicolor)[J]. New Phytologist, 2008, 180(2): 442-451. |
| [18] |
曾后清, 朱毅勇, 王火焰, 等. 生物硝化抑制剂——一种控制农田氮素流失的新策略[J]. 土壤学报, 2012, 49(2): 382-388. Zeng H Q, Zhu Y Y, Wang H Y, et al. Biological nitrification inhibitor-a new strategy for controlling nitrogen loss from farmland[J]. Acta Pedologica Sinica, 2012, 49(2): 382-388. |
| [19] | Zhang M, Fan C H, Li Q L, et al. A 2-yr field assessment of the effects of chemical and biological nitrification inhibitors on nitrous oxide emissions and nitrogen use efficiency in an intensively managed vegetable cropping system[J]. Agriculture, Ecosystems & Environment, 2015, 201: 43-50. |
| [20] | Han W Y, Ma L F, Shi Y Z, et al. Nitrogen release dynamics and transformation of slow release fertiliser products and their effects on tea yield and quality[J]. Journal of the Science of Food and Agriculture, 2008, 88(5): 839-846. |
| [21] | Deng M H, Hou M D, Ohkama-ohtsu N, et al. Nitrous oxide emission from organic fertilizer and controlled release fertilizer in tea fields[J]. Agriculture, 2017, 7(3): 29-36. |
| [22] | Wu Y Z, Li Y, Fu X Q, et al. Effect of controlled-release fertilizer on N2O emissions and tea yield from a tea field in subtropical central China[J]. Environmental Science and Pollution Research, 2018, 25(25): 25580-25590. |
| [23] | 陈丹.茶园土壤N2O和NO排放的原位观测与模型模拟[D].北京: 中国科学院大学, 2015. 13-26. |
| [24] | Chen D, Li Y, Wang C Q, et al. Measurement and modeling of nitrous and nitric oxide emissions from a tea field in subtropical central China[J]. Nutrient Cycling in Agroecosystems, 2017, 107(2): 157-173. |
| [25] | R Core Team. R: A language and environment for statistical computing[EB/OL]. https: //www.R-project.org/, 2019-07-05. |
| [26] | Wickham H. ggplot2:Elegant graphics for data analysis[M]. New York: Springer-Verlag, 2016. |
| [27] | Therneau T, Atkinson B. Rpart: recursive partitioning and regression trees[EB/OL]. https: //CRAN.R-project.org/package=rpart, 2019-04-10. |
| [28] | Milborrow S. Rpart. plot: plot 'rpart' models: an enhanced version of plot. rpart[EB/OL]. https: //CRAN.R-project.org/package=rpart.plot, 2019-08-21. |
| [29] | Hou M D, Ohkama-ohtsu N, Suzuki S, et al. Nitrous oxide emission from tea soil under different fertilizer managements in Japan[J]. CATENA, 2015, 135: 304-312. |
| [30] | Tokuda S I, Hayatsu M. Nitrous oxide production from strongly acid tea field soils[J]. Soil Science and Plant Nutrition, 2000, 46(4): 835-844. |
| [31] | Oh K, Kato T, Li Z P, et al. Environmental problems from tea cultivation in Japan and a control measure using calcium cyanamide[J]. Pedosphere, 2006, 16(6): 770-777. |
| [32] | Huang Y, Li Y Y, Yao H Y. Nitrate enhances N2O emission more than ammonium in a highly acidic soil[J]. Journal of Soils and Sediments, 2014, 14(1): 146-154. |
| [33] | Jumadi O, Hala Y, Inubushi K. Production and emission of nitrous oxide and responsible microorganisms in upland acid soil in indonesia[J]. Soil Science and Plant Nutrition, 2005, 51(5): 693-696. |
| [34] |
崔静雅, 颜明娟, 吴晓荣, 等. 林地改为茶园对土壤净硝化速率及N2O排放的影响[J]. 土壤, 2017, 49(4): 738-744. Cui J Y, Yan M J, Wu X R, et al. Effects of woodland transforming into tea garden on soil net nitrification rate and N2O emission[J]. Soils, 2017, 49(4): 738-744. |
| [35] |
薛建福, 濮超, 张冉, 等. 农作措施对中国稻田氧化亚氮排放影响的研究进展[J]. 农业工程学报, 2015, 31(11): 1-9. Xue J F, Pu C, Zhang R, et al. Review on management-induced nitrous oxide emissions from paddy ecosystems[J]. Transactions of the Chinese Society of Agricultural Engineering, 2015, 31(11): 1-9. |
| [36] |
蔡延江, 丁维新, 项剑. 土壤N2O和NO产生机制研究进展[J]. 土壤, 2012, 44(5): 712-718. Cai Y J, Ding W X, Xiang J. Mechanisms of nitrous oxide and nitric oxide production in soils:a review[J]. Soils, 2012, 44(5): 712-718. |
| [37] | Thorn K A, Mikita M A. Nitrite fixation by humic substances:nitrogen-15 nuclear magnetic resonance evidence for potential intermediates in chemodenitrification[J]. Soil Science Society of America Journal, 2000, 64(2): 568-582. |
| [38] | Van Cleemput O, Baert L. Nitrite:a key compound in N loss processes under acid conditions[J]. Plant and Soil, 1984, 76(1-3): 233-241. |
| [39] | Bremner J M, Blackmer A M, Waring S A. Formation of nitrous oxide and dinitrogen by chemical decomposition of hydroxylamine in soils[J]. Soil Biology and Biochemistry, 1980, 12(3): 263-269. |
| [40] | Bremner J M. Sources of nitrous oxide in soils[J]. Nutrient Cycling in Agroecosystems, 1997, 49(1-3): 7-16. |
| [41] | 李延升, 杨普香, 李琛, 等. 茶树施氮效应及茶园氮素流失特性、防治措施研究进展[J]. 蚕桑茶叶通讯, 2017(2): 16-19. |
| [42] |
王劲松, 焦晓燕, 丁玉川, 等. 粒用高粱养分吸收、产量及品质对氮磷钾营养的响应[J]. 作物学报, 2015, 41(8): 1269-1278. Wang J S, Jiao X Y, Ding Y C, et al. Response of nutrient uptake, yield and quality of grain sorghum to nutrition of nitrogen, phosphorus and potassium[J]. Acta Agronomica Sinica, 2015, 41(8): 1269-1278. |
| [43] | Subbarao G V, Ishikawa T, Ito O, et al. A bioluminescence assay to detect nitrification inhibitors released from plant roots:a case study with brachiaria humidicola[J]. Plant and Soil, 2006, 288(1-2): 101-112. |
| [44] | Subbarao G V, Nakahara K, Ishikawa T, et al. Biological nitrification inhibition (BNI) activity in sorghum and its characterization[J]. Plant and Soil, 2013, 366(1-2): 243-259. |