环境科学  2020, Vol. 41 Issue (6): 2852-2860   PDF    
引用本文
宁玉菲, 魏亮, 魏晓梦, 祝贞科, 袁红朝, 葛体达, 吴金水. 长期施肥稻田土壤胞外酶活性对底物可利用性的响应特征[J]. 环境科学, 2020, 41(6): 2852-2860.
NING Yu-fei, WEI Liang, WEI Xiao-meng, ZHU Zhen-ke, YUAN Hong-zhao, GE Ti-da, WU Jin-shui. Response of Extracellular Enzyme Activities to Substrate Availability in Paddy Soil with Long-term Fertilizer Management[J]. Environmental Science, 2020, 41(6): 2852-2860.
长期施肥稻田土壤胞外酶活性对底物可利用性的响应特征
宁玉菲1,2, 魏亮1,2, 魏晓梦1,2, 祝贞科1, 袁红朝1, 葛体达1, 吴金水1,2     
1. 中国科学院亚热带农业生态研究所, 亚热带农业生态过程重点实验室, 长沙 410125;
2. 中国科学院大学, 北京 100049
收稿日期: 2019-09-15; 修订日期: 2019-12-24
基金项目: 国家自然科学基金项目（41430860，41771334）；湖南省自然科学基金优秀青年基金项目（2019JJ30028）；湖南省自然科学基金创新群体项目（2019JJ10003）
作者简介: 宁玉菲(1993~), 女, 硕士, 主要研究方向为土壤生态, E-mail:ningyufei18@mails.ucas.ac.cn
通信作者: 祝贞科, E-mail:zhuzhenke@isa.ac.cn
摘要: 土壤中碳（C）和氮（N）等底物的可利用性决定着微生物生长代谢，同时影响土壤胞外酶活性.为探讨土壤酶活性对土壤原有有机质变化的响应，本试验选取了长期定位试验田的4种施肥处理水稻土[无肥对照（CK）、单施化肥（NPK）、有机肥+化肥配施（OM）和秸秆还田+化肥配施（ST）]，通过0、4、8和12个月的分段培养获取了具有不同可利用性C、N含量梯度的土壤，分析参与土壤碳氮转化过程的关键酶β-1，4-葡萄糖苷酶（BG）和β-1，4-N-乙酰氨基葡萄糖苷酶（NAG）活性与可溶性有机碳（DOC）、铵态氮（NH4+-N）、土壤微生物生物量碳（MBC）和微生物生物量氮（MBN）含量的关系.结果表明，OM和ST处理对土壤中DOC含量的提高更显著（P < 0.01），是CK和NPK处理的2~3倍.NPK、OM和ST处理的MBC含量、BG和NAG酶活性高于CK处理.所有施肥处理中，随着可利用性底物（DOC和NH4+-N）含量的升高，BG和NAG活性整体呈稳定或下降趋势，MBC和MBN含量变化趋势与BG和NAG相同.施肥处理和培养时间以及二者的交互作用极显著影响（P < 0.01）土壤DOC、NH4+-N、MBC和MBN的含量.回归分析显示，OM处理MBC/MBN值与DOC/NH4+-N值之间正相关（P < 0.05）；ST处理的ln（BG）/ln（NAG）值和DOC/NH4+-N值之间负相关（P < 0.01），这表明稻田土壤可利用性底物浓度是影响胞外酶活性的关键因子，且微生物量的碳氮计量比受控于土壤中底物的碳氮计量关系.该结果对深入研究稻田土壤中胞外酶活性变化规律，调节稻田土壤碳氮平衡，提高稻田土壤肥力具有一定指导意义.
关键词: 胞外酶活性      底物可利用性      碳氮计量比      水稻土      长期施肥     
Response of Extracellular Enzyme Activities to Substrate Availability in Paddy Soil with Long-term Fertilizer Management
NING Yu-fei1,2 , WEI Liang1,2 , WEI Xiao-meng1,2 , ZHU Zhen-ke1 , YUAN Hong-zhao1 , GE Ti-da1 , WU Jin-shui1,2     
1. Key Laboratory of Subtropical Agriculture Ecology, Institute of Subtropical Agriculture, Chinese Academy of Sciences, Changsha 410125, China;
2. University of Chinese Academy of Sciences, Beijing 100049, China
Abstract: The availability of carbon (C), nitrogen (N), and other substrates in soil determines the growth and metabolism of microorganisms and affects the activity of extracellular enzymes. To study the activities of β-1, 4-glucosidase (BG) and β-1, 4-N-acetylglucosaminidase (NAG) in response to C and N availability, samples that underwent four treatments—non-fertilization (CK), chemical fertilizer (NPK), combination of organic manure and chemical fertilizer (OM), and mixture of straw and chemical fertilizer (ST)—were collected from long-term fertilization paddy soil and incubated for 0, 4, 8, and 12 months to obtain soil with different C and N availability gradients. The results showed that the dissolved organic carbon(DOC) content of OM and ST treatment samples was 2-3 times higher than that of CK and NPK treatment samples. With the increase of DOC and ammonium (NH4+-N) contents, the activities of BG and NAG and the contents of microbial biomass C (MBC) and N (MBN) showed no increase during incubation within each treatment. Fertilization treatments, incubation time, and their interaction are crucial factors varying the contents of DOC, NH4+-N, MBC, and MBN among different fertilization treatments (P < 0.01). There was a positive correlation between MBC/MBN and DOC/NH4+-N of OM treatment (P < 0.05) and a negative relationship between ln(BG)/ln(NAG) and DOC/NH4+-N of ST treatment (P < 0.01), indicating that the availability of substrates played a key role in the potential activity of extracellular enzymes in paddy soil, and the carbon-nitrogen ratio of microbial biomass was controlled by the C/N stoichiometry of substrates in soil. The results have a certain guiding significance for further study on the variation of extracellular enzyme activity in paddy soil, regulating the balance of carbon and nitrogen, and improving the fertility of paddy soil.
Key words: extracellular enzyme activity      substrate availability      C/N stoichiometry      paddy soil      long-term fertilization     

土壤中碳与养分元素的含量与可利用性影响土壤微生物的丰度与活性, 而土壤微生物又可通过自身群落结构改变和胞外酶的分泌等过程, 反馈调控土壤元素循环过程.土壤中的酶驱动物质循环, 在养分周转和肥力提升等方面发挥着重要作用.土壤碳(C)和氮(N)等元素大部分储存在有机质中, 不能被植物和微生物直接利用, 微生物通过分泌胞外酶将复杂化合物降解为水溶性小分子, 供自身和植物生长代谢[1, 2].有机质转化为可利用态底物的过程受土壤酶活性调控.一方面, 土壤底物可利用性的变化直接影响微生物生物量[3, 4], 进而影响多种酶的合成与分泌.例如, 土壤中可溶性有机碳的变化可能导致微生物群落结构的改变, 进而改变土壤酶活性[5, 6].另一方面, 土壤可利用态底物化学计量比影响微生物代谢过程中的养分和能量分配, 改变土壤酶活性的计量关系.计量学理论认为, 微生物元素组成具有内稳性[7], 即当土壤中可利用态底物计量比无法满足微生物需求时, 微生物能够通过分泌相应的酶从土壤有机质中获取养分和能量, 以维持自身元素计量学稳定.汤珍珠[8]的研究发现同时向土壤中添加葡萄糖和N、P、S等养分元素, 能够有效缓解养分限制, 使得β-葡萄糖苷酶(BG)和β-1, 4-N-乙酰氨基葡萄糖苷酶(NAG)活性不断降低.

目前, 关于土壤酶活性与底物可利用性的关系研究多是通过外源添加调节底物可利用性, 这种方法虽然简便但存在一定的问题.一方面, 外源底物添加后会对土壤中原有有机质产生激发效应[9~11], 进而导致土壤酶活性对土壤原有有机质变化的响应不明确.由于微生物对C源和养分需求的差异, 短期内大量易利用态底物的投入导致土壤微生物群落快速改变, 扰乱了土壤原有生态结构, 不利于土壤中真实生态规律的揭示.另一方面, 外源添加的葡萄糖、氨基酸等小分子化合物通常比土壤有机质库具有更高的生物可利用性, 被微生物优先利用, 由此引发的土壤酶活性变化无法反映微生物对土壤原有底物可利用性的响应.有研究表明, 在没有外源底物输入时, 随着培养时间的延长, 土壤中易利用态底物能够被消耗到不同水平[12~14], 但土壤酶活性与土壤原有底物可利用性的关系仍不清楚, 特别是针对稻田土壤.

全球亚热带地区的淹水稻田面积约1 600万hm2[15], 厌氧环境条件下水稻土含有丰富的小分子有机物[16], 微生物通过代谢这些物质驱动着稻田土壤生物地球化学循环过程, 因此相比于旱地土壤, 稻田土壤胞外酶活性与底物可利用性的关系具有相对复杂性.为探明土壤酶活性对土壤C和N可利用性的响应特征, 本研究选用4种长期施肥处理的水稻土, 以DOC和NH4+-N表征可利用性底物, 分别培养0、4、8和12个月, 得到具有C和N可利用性梯度的土壤, 同时分析土壤中BG和NAG活性对C与N可利用性和微生物生物量的响应.

1 材料与方法 1.1 研究区概况

本试验土壤样品采自湖南省宁乡县长期定位施肥试验站(112°18′E, 28°07′N).该试验站始于1986年, 采用早稻-晚稻-冬闲种植制度.该地区为典型的亚热带温润气候, 年均气温16.8℃, 年均降雨量1 553.7 mm, 年蒸发量1 353.9 mm, 年均无霜期274 d左右, 平均海拔36.1 m.本研究选取田间试验的4种长期施肥处理：①无肥对照处理(CK)：不施加任何肥料；②单施化肥处理(NPK)：根据田间监测点土壤氮、磷、钾供应状况和作物预期需求量, 每公顷分别施用60 kg氮[(NH4)2SO4]、30 kg磷(P2O5)和60 kg钾(K2O)；③有机肥+化肥配施处理(OM)：以NPK化肥处理的施氮量为标准, 施加有机肥鸡粪代替NPK化肥处理中30%的施氮量；④秸秆还田+化肥配施处理(ST)：NPK化肥处理的施氮量为标准, 水稻收获后秸秆全量还田, 早季稻秸秆还田量为2 775 kg·hm-2, 晚季稻秸秆还田为3 600 kg·hm-2, 若总氮量不足用化肥补足.

1.2 试验的设计和样品采集

2016年6月30日早稻收获后, 每个小区随机选取5个点, 按S型路线采集耕作层(0~20 cm)土壤, 充分混匀后剔除其中可见的动植物残体、石块等杂物.将采集的新鲜土样分成2份带回实验室, 一部分自然风干分别过2.00 mm和0.149 mm筛用于土壤基本理化性质(表 1)测定, 其余风干后全部过2.00 mm筛备用, 得到4种不同施肥土壤样品.

表 1 供试土壤的理化性质1) Table 1 Characteristics of tested soils in this study

1.3 土壤室内模拟培养试验

将4种不同施肥土壤充分搅匀后, 均分为4份, 每份60 g(以干土计), 并将每份分为3个重复分别置于500 mL厌氧瓶中, 共计48瓶.先向第一份土壤中加入一定量(土水比1:1.5)无菌水, 密封于恒温(25℃)黑暗条件下培养, 于开始培养后的第4、8和12个月分别向第2、3和4份中加入一定量(土水比1:1.5)无菌水, 分别得到培养12、8、4和0个月的土壤.在最后一份添加灭菌水一周后进行破坏性取样测定土壤胞外酶最大潜在酶活性和碳氮相关指标.

1.4 测定指标与方法

土壤pH采用Mettler-toledo 320 pH计(FE20K, 瑞士)测定(土水质量比1:2.5)；土壤全氮(TN)和有机碳(SOC)采用C/N分析仪(Vario MAX C/N, 德国)测定[17]；土壤活性有机碳(DOC)含量采用0.5 mol·L-1 K2SO4溶液提取, 有机碳分析仪(岛津Vwp, 日本)测定, 同时用流动注射仪(Fiastar5000, 瑞典福斯)测定土壤碱解氮和铵态氮含量(NH4+-N)；土壤速效磷(Olsen-P)采用0.5 mol·L-1 NaHCO3溶液浸提, 钼锑抗比色-紫外分光光度计测定；土壤微生物生物量碳和氮(MBC、MBN)采用氯仿熏蒸培养法[18], 用熏蒸土壤DOC或NH4+-N减去未熏蒸土壤中对应含量, 换算系数为KC=0.45.两种土壤酶活性(BG与NAG)均采用96微孔酶标板荧光分析法[19], 多功能酶标仪(Scientific Fluoroskan Ascent FL, Thermo)在激发波长365 nm、发射波长450 nm的条件下测定, 最终用米氏方程拟合得到土壤酶的最大活性潜势(Vmax)、土壤酶亲和力(Km)和催化效率(Ka).

1.5 数据处理与统计分析

运用Microsoft Excel 2010对所有数据进行整理, 平均值、标准差和标准误的求算；用SigmaPlot 12.5绘图；用SPSS 21.0软件包中的单因素方差分析(One-way ANOVA)的最小显著差数法(LSD, P < 0.05)分析不同施肥处理以及不同培养时期土壤可利用性碳氮含量、微生物生物量以及各酶动力参数的差异显著性；运用Amos 21绘制结构方程模型评估施肥处理、培养时间、土壤可利用性碳氮含量、微生物生物量碳氮含量与土壤胞外酶活性间存在的直接和间接关系.

2 结果与分析 2.1 不同施肥处理土壤易利用态碳氮和微生物生物量碳氮随培养时间的变化规律

水稻土淹水培养后, 4个不同施肥土壤的DOC含量整体表现为先增加后降低的趋[图 1(a)].其中CK、NPK和ST处理在12个月淹水培养后其DOC含量约为121.44~154.12 mg·kg-1, 接近培养开始时的含量.OM处理土壤的DOC含量显著高于其他处理的土壤(P < 0.05), 见表 2, 且在培养4个月时达到最高(298.21 mg·kg-1), 而后逐渐降低至培养12个月后的242.35 mg·kg-1.NPK处理的DOC含量最低, 在培养4个月和12月后其含量约为OM处理的1/2.土壤中NH4+-N含量在淹水培养初期快速增加, 培养4个月时CK、NPK、OM和ST处理的NH4+-N含量分别为161.59、193.54、180.34和221.91 mg·kg-1[图 1(b)].NPK和ST处理的NH4+-N含量在4~12个月的培养期内较稳定, 并高于CK和OM处理, 12个月时, 其NH4+-N含量是OM处理的1.4和1.7倍.

CK:不施肥, NPK:单施化肥, OM:有机肥配施化肥, ST:秸秆还田配施化肥, 下同 图 1 不同施肥处理的水稻土在4个培养时间点的DOC、NH4+-N、MBC和MBN的含量 Fig. 1 Contents of DOC, NH4+-N, MBC, and MBN in paddy soil with four incubation times in four fertilizer treatments

表 2 4个培养时间不同施肥处理土壤易利用态碳氮含量和微生物生物量碳氮含量1)/mg·kg-1 Table 2 Contents of DOC, NH4+-N, MBC, and MBN in paddy soil with four incubation times in four fertilizer treatments/mg·kg-1

水稻在淹水培养期间内, NPK处理的MBC含量基本维持稳定, CK、OM和ST处理在培养初期(0~4个月), MBC含量急剧下降, 而培养后期(8~12个月)急剧升高, 12个月时, 其MBC含量分别恢复到0个月的100%、85%和94%[图 1(c)].淹水培养0个月和12个月时, OM和ST处的MBC含量显著高于CK和NPK处理(P < 0.05), 见表 2.NPK、OM和ST处理MBN含量随培养时间呈不同变化规律, 但培养12个月时, 3个处理的MBN含量均恢复到0个月时的含量水平[图 1(d)]. 0个月时, OM和ST处理MBN含量显著高于CK和NPK处理, 12个月时ST处理MBN含量最高(80.33 mg·kg-1), OM处理的MBN含量最低(38.63 mg·kg-1).

2.2 培养过程中土壤中BG和NAG的动力学特征

淹水培养期间, 各施肥处理BG最大酶活性潜势(Vmax)整体呈下降趋势[图 2(a)].培养初期, OM和ST处理BG的Vmax急剧下降, 12个月时OM处理Vmax降到初始水平, 为51.79 nmol·(kg·h)-1, ST处理的Vmax降为原来的67%.NPK处理BG的Vmax12个月时降为0个月时的1/2.培养0个月时, 各处理土壤BG的Vmax呈现ST>NPK>OM>CK.NAG的Vmax随培养时间的变化趋势与BG相似, 整体呈下降趋势[图 2(b)].淹水培养0个月时, ST处理NAG的Vmax显著高于其他施肥处理(P < 0.05).

Vmax：土壤酶的最大活性潜势, Km：底物亲和性, Ka：催化效率 图 2 β-1, 4-葡萄糖苷酶(BG)和β-1, 4-N-乙酰氨基葡萄糖苷酶(NAG)的酶动力参数 Fig. 2 Kinetic parameters (Vmax, Km, and Ka) of β-1, 4-glucosidase (BG) and β-1, 4-N-acetylglucosaminidase (NAG)

淹水培养期间, BG和NAG的Km整体呈下降或平稳趋势(图 2).培养0个月时, NPK和OM处理BG的底物亲和性(Km)显著高于CK和ST, 而后, NPK处理的Km持续下降, 12个月时降为0个月的1/7.培养0个月时, 各处理NAG的Km呈现为OM>CK>NPK>ST.培养开始后, CK、NPK和OM处理NAG的Km持续降低, 12个月时降为原来的27%、58%和25%, ST处理NAG的Km没有显著变化.

ST处理BG的Ka值随培养时间逐渐降低, 12个月时降为初始的1/2；OM处理先增后减, 培养4个月到达峰值5.84 h-1, NPK处理BG的Ka一直升高, 12个月时增加到初始的2倍, 显著高于其他处理[图 2(e)].淹水培养期间CK、OM、ST处理NAG的Ka整体波动不大, NPK处理的Ka先增后减, 12个月时降到0个月的水平, 但整体上高于其他处理[图 2(f)].

2.3 碳氮可利用性对土壤最大潜在酶活性的调控机制

土壤可利用态碳氮是影响土壤微生物生物量和酶活性变化的主要因素.相关性分析表明, CK和OM处理中与MBC/MBN间显著正相关关系[P < 0.05, 图 3(a)].而对于酶活性, 随着DOC/NH4+-N比值的增加, 显著降低了CK和ST处理中的ln(BG)/ln(NAG)比值[P < 0.05, 图 3(b)]. MBC/MBN比值只对CK处理中的ln(BG)/ln(NAG)比值有显著的正向影响[P < 0.05, 图 3(c)], 而在其他处理的土壤中没有显著性关系.

图 3 DOC/NH4+-N、MBC/MBN和ln(BG)/ln(NAG)三者间的线性回归关系 Fig. 3 Relationships between DOC/NH4+-N, MBC/MBN, and ln(BG)/ln(NAG)

方差分析结果显示(表 3), 施肥处理和培养时间以及二者的交互作用都能显著影响土壤中DOC、NH4+-N、MBC和MBN的含量变化(P < 0.01)；也显著影响了土壤中参与碳循环的酶活性, 尤其是对BG和NAG的最大酶活性潜势有极显著的影响(P < 0.05).

表 3 施肥处理和培养时间对碳氮变化与土壤酶活性的影响1) Table 3 Two-way ANOVA (P=0.05) of soil properties and kinetic parameters (Vmax, Km, and Ka) of soil from different long-term fertilizer treatments

通过对培养时间、施肥处理、可利用性底物和酶活性等变量进行了相关分析和结构方程模型分析, 结果表明在自由度为13条件下(P < 0.05), χ2值为15.1(< 22.36, 临界值), 即该模型能够代表自变量和因变量的关系(图 4).同时用通径系数来估计自变量对因变量直接影响效应的大小, 比较其相对重要性, 即土壤DOC和NH4+-N含量主要通过影响MBC含量进而影响土壤最大潜在酶活性的, 二者对酶活变化的影响效应值达到-0.40和-0.11.DOC和NH4+-N含量受到施肥处理和培养时间的显著影响, 且施肥处理和培养时间也能通过影响MBC含量进而影响土壤最大潜在酶活性, 培养时间对土壤最大酶活性潜势有直接显著负影响(-0.42).该模型解释了土壤最大酶活性潜势49%的变异.

图 4 土壤酶活性的影响因素的结构方程模型分析 Fig. 4 Structural equation modeling assessing multivariate effects on the enzyme activities

3 讨论

土壤有机质转化过程是在胞外酶的参与下进行的, 土壤酶主要来自微生物, 胞外酶活性可以反映微生物是否受到营养限制[20, 21], 是反映土壤养分肥力水平的灵敏指标[22].土壤胞外酶的合成和分泌与土壤的养分状态尤其是可利用态碳氮等养分元素密切相关[23], 农田土壤长期肥料管理导致土壤中碳氮等元素含量差异明显, 进而影响土壤中胞外酶的分泌与活性.有机肥, 包括秸秆和动物粪便等, 含有大量有机态碳、氮、磷元素以及微量元素, 可为土壤提供大量的可利用态碳氮物质[24], 本研究也发现, 长期有机肥以及有机无机配施的土壤中可利用态碳氮显著高于其他处理的土壤(图 1).张瑞等[25]也发现有机肥无机肥配施显著增加土壤水溶性有机碳和易氧化有机碳含量, 有机肥对土壤水溶性有机碳含量增加作用显著高于单施化肥.而大量可利用态底物的输入也促进了微生物的生长, 因而显著增加了MBC和MBN的含量(图 1).

一般认为, 当环境中的可利用性底物无法满足微生物维持细胞功能和生存能力时, 微生物就会合成相应的酶并分泌到体外, 从而降解有机质获得所缺元素[26].本研究发现, 不同培养时间下的土壤酶活性变化显著, 整体上呈现下降趋势(图 2).这主要是因为随着培养时间延长, 微生物消耗了土壤中可利用态有机碳, 使得微生物逐渐受到碳源和能量的限制.而对比不同施肥处理的土壤发现, NPK和ST处理在培养试验起始点是BG酶活性最大, 这可能因为在NPK处理中微生物处于碳限制, 因此需要分泌BG酶分解土壤有机质中的碳, 满足自身对碳的需求；而在ST处理中, 微生物需要分解秸秆及其次级代谢产物, 所以刺激了BG酶活性. 12个月的培养期使OM中可利用态碳消耗较快, 为了继续分解有机肥中的碳源, 因而BG酶活性在后期得到了显著增加.NAG酶活性随培养时间而逐渐降低, 可能主要是因为土壤中可利用碳源的消耗, 逐渐减少的碳源与能量, 使微生物对氮源的需求降低, 也降低了氮水解酶的分泌与活性.酶活性很大程度上依赖于微生物的活性和生物量, 取决于资源的供应和需求[27, 3].本研究中结构方程模型分析也表明土壤DOC和NH4+-N含量主要通过影响MBC含量进而影响土壤酶活性.前人研究表明向土壤中添加葡萄糖会引起微生物生物量的增加[28, 29], 土壤中活性有机氮含量与L-天冬酰胺酶/β-D-葡糖苷酶活性呈反比关系[30, 31], 这与本试验的研究结果一致.土壤微生物总是优先将能量用于产生胞外酶, 然后才用于自身生物量的增加[32].

土壤胞外酶活性受可利用态碳氮计量比调控, 微生物为维持自身元素比的稳定性, 会根据土壤可利用态底物化学计量比分配代谢过程中的养分和能量, 从而改变土壤酶的计量关系[33~35].在土壤有机质分解过程中, 养分有效性本身会影响微生物的底物碳源利用效率, 也会影响微生物对养分水平的反馈调控.N添加往往会提高微生物对C的利用效率, 从而增加生物量中C的相对富集[36].在有足够的C供应的情况下, 不断增加的有效性N满足微生物C/N化学计量学的需求, 促进微生物的生长.而随着DOC/NH4+-N的增加, N供应相对不足, 因此促进N获取酶(NAG)活性增加和微生物对氮素的相对富集(MBN增加), 表现为DOC/NH4+-N与MBC/MBN呈正相关, DOC/NH4+-N与ln(BG)/ln(NAG)之间显著负相关(图 3).土壤中DOC/NH4+-N、MBC/MBN和ln(BG)/ln(NAG)比值三者间相关规律仅在部分施肥处理中表现显著, 这主要是因为不同长期施肥土壤中的碳氮相对含量以及质量组分不同, 不施肥以及化肥和有机粪配施的土壤中主要受氮限制, 而单施化肥和秸秆还田配施化肥的土壤中主要受碳限制[37].这也是为什么在长期单施化肥和秸秆还田水稻土在培养0个月时BG和NAG的最大活性潜势高于其他施肥处理.但二者又有所不同, 秸秆含有大量纤维素, 微生物通过分泌酶将其降解为小分子物质才能用于自身代谢活动, 纤维素分解提高了土壤中可利用性碳的含量, 微生物对氮的需求量也增大, 相应酶的分泌增多.而长期单施化肥不利于土壤有机质的积累, 造成了土壤的自我调节功能下降、肥力下降和养分不均衡等问题[38], 为获得可利用性碳氮, BG和NAG增强.总的来说, 微生物为了维持自身元素内稳性[39], 用于获取不同养分资源的酶产生与活性有所差异[40, 41], 也表现出不同计量关系, 从而实现调控土壤中碳与养分元素的循环过程.

4 结论

(1) 不同的长期施肥水稻土, 随淹水培养时间的延长, 其可利用态碳氮比逐渐降低；长期施用有机肥(包括秸秆)的土壤具有更强的碳氮损失缓冲能力, 维持相对较高的可利用态碳含量和微生物生物量.

(2) 土壤中碳氮转化相关酶活性(BG和NAG)随土壤可利用态有机碳的消耗而降低；在一年的淹水培养后, 由于需要分解土壤中残留的已输入有机碳而表现出最大的BG酶活性, 同时可能因为需要满足微生物对氮素的计量学需求, NAG酶活性也相应大于其它施肥处理.

(3) 通过研究不同淹水培养时间的长期施肥土壤的酶活性, 发现土壤酶活性主要是受土壤可利用态有机碳和土壤微生物生物量碳的影响, 说明尽管土壤可利用态碳氮比和微生物量碳氮比会存在差异, 但是微生物对碳源的利用是调控胞外酶活性的主要驱动力.

致谢: 对中国科学院亚热带农业生态研究所公共技术服务中心对本研究提供的技术支持和课题组同学在采样时的热心帮助表示感谢.

参考文献
[1] Asmar F, Eiland F, Nielsen N E. Effect of extracellular-enzyme activities on solubilization rate of soil organic nitrogen[J]. Biology and Fertility of Soils, 1994, 17(1): 32-38. DOI:10.1007/BF00418669
[2] Burns R G, Wallenstein W D. Microbial extracellular enzymes and natural and synthetic polymer degradation in soil: current research and future prospects[A]. In: Proceedings of the 19th World Congress of Soil Science, Soil Solutions for a Changing World[C]. Brisbane, Australia: DVD, 2010. 67-73.
[3] 徐建峰, 赵家豪, 袁在翔, 等. 不同树种与土地利用方式对土壤微生物生物量碳氮的影响[J]. 中南林业科技大学学报, 2018, 38(4): 95-100, 113.
Xu J H, Zhao J H, Yuan Z K, et al. Effects of tree species and landuse patterns on soil microbial biomass carbon & nitrogen[J]. Journal of Central South University of Forestry & Technology, 2018, 38(4): 95-100, 113.
[4] 黄亮亮, 阮宏华, 王莹, 等. 围湖造田不同利用类型下土壤微生物量碳的特征[J]. 林业科技开发, 2010, 24(4): 64-67.
Huang L L, Ruan H H, Wang Y, et al. Soil microbial biomass carbon in different land uses after reclaiming around the Taihu lake[J]. China Forestry Science and Technology, 2010, 24(4): 64-67. DOI:10.3969/j.issn.1000-8101.2010.04.018
[5] Wei L, Razavi B S, Wang W Q, et al. Labile carbon matters more than temperature for enzyme activity in paddy soil[J]. Soil Biology and Biochemistry, 2019, 135: 134-143. DOI:10.1016/j.soilbio.2019.04.016
[6] Leff J W, Jones S E, Prober S M, et al. Consistent responses of soil microbial communities to elevated nutrient inputs in grasslands across the globe[J]. Proceedings of the National Academy of Sciences of the United States of America, 2015, 112(35): 10967-10972. DOI:10.1073/pnas.1508382112
[7] Cleveland C C, Liptzin D. C:N:P stoichiometry in soil:is there a "Redfield ratio" for the microbial biomass?[J]. Biogeochemistry, 2007, 85(3): 235-252. DOI:10.1007/s10533-007-9132-0
[8] 汤珍珠.元素计量比对稻田土壤碳周转的影响与调控特征[D].武汉: 湖北大学, 2017.
Tang Z Z. Effects of element metering ratio on carbon turnover in paddy soil and its regulation[D].Wuhan: Hubei University, 2017. http://cdmd.cnki.com.cn/Article/CDMD-10512-1017095883.htm
[9] Fontaine S, Mariotti A, Abbadie L. The priming effect of organic matter:a question of microbial competition?[J]. Soil Biology and Biochemistry, 2003, 35(6): 837-843. DOI:10.1016/S0038-0717(03)00123-8
[10] Kuzyakov Y, Bol R. Sources and mechanisms of priming effect induced in two grassland soils amended with slurry and sugar[J]. Soil Biology and Biochemistry, 2006, 38(4): 747-758. DOI:10.1016/j.soilbio.2005.06.025
[11] 廖畅, 田秋香, 汪东亚, 等. 外源碳输入对中亚热带森林深层土壤碳矿化和微生物决策群落的影响[J]. 应用生态学报, 2016, 27(9): 2848-2854.
Liao C, Tian Q X, Wang Y D, et al. Effects of labile carbon addition on organic carbon mineralization and microbial growth strategies in subtropical forest soils[J]. Chinese Journal of Applied Ecology, 2016, 27(9): 2848-2854.
[12] 刘兆辉, 江丽华, 张文君, 等. 山东省设施蔬菜施肥量演变及土壤养分变化规律[J]. 土壤学报, 2008, 45(2): 296-303.
Liu Z H, Jiang L H, Zhang W J, et al. Evolution of fertilization rate and variation of soil nutrient contents in greenhouse vegetable cultivation in Shandong[J]. Acta Pedologica Sinica, 2008, 45(2): 296-303. DOI:10.3321/j.issn:0564-3929.2008.02.015
[13] 高祥照, 马文奇, 崔勇, 等. 我国耕地土壤养分变化与肥料投入状况[J]. 植物营养与肥料学报, 2000, 6(4): 363-369.
Gao X Z, Ma W Q, Cui Y, et al. Changes of soil nutrient contents and input of nutrients in arable of China[J]. Journal of Plant Nutrition and Fertilizers, 2000, 6(4): 363-369. DOI:10.3321/j.issn:1008-505X.2000.04.001
[14] 封海胜, 张思苏, 万书波, 等. 连作花生土壤养分变化及对施肥反应[J]. 中国油料, 1993(2): 53-57.
Feneg H S, Zhang S S, Wan S B, et al. The variation of nutrient in soil of sequential cropping of peanut and its response to fertilizer[J]. Zhongguo Youliao, 1993(2): 53-57.
[15] Atere C T, Ge T D, Zhu Z K, et al. Assimilate allocation by rice and carbon stabilisation in soil:effect of water management and phosphorus fertilisation[J]. Plant and Soil, 2019, 445: 153-167. DOI:10.1007/s11104-018-03905-x
[16] Kögel-Knabner I, Amelung W, Cao Z H, et al. Biogeochemistry of paddy soils[J]. Geoderma, 2010, 157(1-2): 1-14. DOI:10.1016/j.geoderma.2010.03.009
[17] 鲍士旦, 秦怀英, 劳家柽, 等. 土壤农化分析[M]. (第三版). 北京: 中国农业出版社, 2005.
[18] 吴金水, 林启美, 黄巧云, 等. 土壤微生物生物量测定方法及其应用[M]. 北京: 气象出版社, 2006.
[19] Saiya-Cork K R, Sinsabaugh R L, Zak D R. The effects of long term nitrogen deposition on extracellular enzyme activity in an Acer saccharum forest soil[J]. Soil Biology and Biochemistry, 2002, 34(9): 1309-1315. DOI:10.1016/S0038-0717(02)00074-3
[20] Sinsabaugh R L, Hill B H, Shah J J F. Ecoenzymatic stoichiometry of microbial organic nutrient acquisition in soil and sediment[J]. Nature, 2009, 462(7274): 795-798. DOI:10.1038/nature08632
[21] Sinsabaugh R L, Shah J J F. Ecoenzymatic stoichiometry and ecological theory[J]. Annual Review of Ecology, Evolution, and Systematics, 2012, 43: 313-343. DOI:10.1146/annurev-ecolsys-071112-124414
[22] Caldwell B A. Enzyme activities as a component of soil biodiversity:a review[J]. Pedobiologia, 2005, 49(6): 637-644. DOI:10.1016/j.pedobi.2005.06.003
[23] Hobbie J E, Hobbie E A. Microbes in nature are limited by carbon and energy:the starving-survival lifestyle in soil and consequences for estimating microbial rates[J]. Frontiers in Microbiology, 2013, 4: 324.
[24] 黄容, 高明, 万毅林, 等. 秸秆还田与化肥减量配施对稻-菜轮作下土壤养分及酶活性的影响[J]. 环境科学, 2016, 37(11): 4446-4456.
Huang R, Gao M, Wan Y L, et al. Effects of straw in combination with reducing fertilization rate on soil nutrients and enzyme activity in the paddy-vegetable rotation soils[J]. Environmental Science, 2016, 37(11): 4446-4456.
[25] 张瑞, 张贵龙, 姬艳艳, 等. 不同施肥措施对土壤活性有机碳的影响[J]. 环境科学, 2013, 34(1): 277-282.
Zhang R, Zhang G L, Ji Y Y, et al. Effects of different fertilizer application on soil active organic carbon[J]. Environmental Science, 2013, 34(1): 277-282.
[26] Burns R G, DeForest J L, Marxsen J, et al. Soil enzymes in a changing environment:current knowledge and future directions[J]. Soil Biology and Biochemistry, 2013, 58: 216-234. DOI:10.1016/j.soilbio.2012.11.009
[27] Nannipieri P, Giagnoni L, Renella G, et al. Soil enzymology:classical and molecular approaches[J]. Biology and Fertility of Soils, 2012, 48(7): 743-762. DOI:10.1007/s00374-012-0723-0
[28] Blagodatskaya E V, Blagodatsky S A, Anderson T H, et al. Contrasting effects of glucose, living roots and maize straw on microbial growth kinetics and substrate availability in soil[J]. European Journal of Soil Science, 2009, 60(2): 186-197.
[29] Wutzler T, Blagodatsky S A, Blagodatskaya E, et al. Soil microbial biomass and its activity estimated by kinetic respiration analysis-Statistical guidelines[J]. Soil Biology and Biochemistry, 2012, 45: 102-112. DOI:10.1016/j.soilbio.2011.10.004
[30] Fujita K, Miyabara Y, Kunito T. Microbial biomass and ecoenzymatic stoichiometries vary in response to nutrient availability in an arable soil[J]. European Journal of Soil Biology, 2019, 91: 1-8. DOI:10.1016/j.ejsobi.2018.12.005
[31] Fujita K, Kunito T, Matsushita J, et al. Nitrogen supply rate regulates microbial resource allocation for synthesis of nitrogen-acquiring enzymes[J]. PLoS One, 2018, 13(8): e0202086. DOI:10.1371/journal.pone.0202086
[32] Schimel J P, Weintraub M N. The implications of exoenzyme activity on microbial carbon and nitrogen limitation in soil:a theoretical model[J]. Soil Biology and Biochemistry, 2003, 35(4): 549-563. DOI:10.1016/S0038-0717(03)00015-4
[33] Soong J L, Marañon-Jimenez S, Cotrufo M F, et al. Soil microbial CNP and respiration responses to organic matter and nutrient additions:evidence from a tropical soil incubation[J]. Soil Biology and Biochemistry, 2018, 122: 141-149. DOI:10.1016/j.soilbio.2018.04.011
[34] Zechmeister-Boltenstern S, Keiblinger K M, Mooshammer M, et al. The application of ecological stoichiometry to plant-microbial-soil organic matter transformations[J]. Ecological Monographs, 2015, 85(2): 133-155. DOI:10.1890/14-0777.1
[35] Zhu Z K, Ge T D, Luo Y, et al. Microbial stoichiometric flexibility regulates rice straw mineralization and its priming effect in paddy soil[J]. Soil Biology and Biochemistry, 2018, 121: 67-76. DOI:10.1016/j.soilbio.2018.03.003
[36] Sinsabaugh R L, Manzoni S, Moorhead D L, et al. Carbon use efficiency of microbial communities:stoichiometry, methodology and modelling[J]. Ecology Letters, 2013, 16(7): 930-939. DOI:10.1111/ele.12113
[37] 郝秀娟, 邱春莲. 综述化肥零增长[J]. 中国农业信息, 2017(7): 74-76.
[38] Moorhead D L, Lashermes G, Sinsabaugh R L. A theoretical model of C-and N-acquiring exoenzyme activities, which balances microbial demands during decomposition[J]. Soil Biology and Biochemistry, 2012, 53: 133-141. DOI:10.1016/j.soilbio.2012.05.011
[39] Sinsabaugh R L, Belnap J, Findlay S G, et al. Extracellular enzyme kinetics scale with resource availability[J]. Biogeochemistry, 2014, 121(2): 287-304. DOI:10.1007/s10533-014-0030-y
[40] Sinsabaugh R L, Lauber C L, Weintraub M N, et al. Stoichiometry of soil enzyme activity at global scale[J]. Ecology Letters, 2008, 11(11): 1252-1264. DOI:10.1111/j.1461-0248.2008.01245.x
[41] Allison S D, Weintraub M N, Gartner T B, et al. Evolutionary-economic principles as regulators of soil enzyme production and ecosystem function[A]. In: Shukla G, Varma A, (Eds.).Soil Enzymology[M]. Berlin: Springer, 2010. 229-243.