中国农田土壤化学计量深度依赖性变化揭示过去四十年碳氮磷生态化学计量失衡及其驱动机制

本文基于全国305个重采样点跨四十年（1980年代至2023年）的6405个土壤剖面数据，系统揭示了中国农田0–100 cm土层土壤碳（C）、氮（N）、磷（P）化学计量比的时空变化规律。研究发现，全剖面土壤C:N和C:P比分别增加20.18%和4.49%，而N:P比降低9.02%，且变化呈现明显的深度依赖性：C:N在全剖面增加，C:P和N:P在表土层（0–40 cm）增加、在底土层（40–100 cm）降低。随机森林和偏最小二乘路径模型表明，管理措施（C、N、P输入）和本底土壤化学计量比是主要驱动因素。该研究为深入理解农业管理对土壤养分平衡和生态系统功能的影响提供了重要科学依据。

　　

1 引言

土壤碳（C）、氮（N）、磷（P）的化学计量比是反映土壤元素平衡与限制关系的综合性指标。尽管C、N、P的生物地球化学循环在分子至全球尺度上存在生物耦合，但在全球气候变化和无序管理措施下，这些元素的循环关系出现减弱或独立变异，即所谓的“解耦”现象，其表现和后果便是化学计量比C:N:P的改变。土壤C:N:P比值的变化已导致作为食物链基础的植物养分 dissociation，并对陆地生态系统服务功能产生负面影响。因此，准确量化土壤C:N:P比值的动态对于预测陆地生态系统对全球气候变化的响应至关重要，尤其是在区域尺度上。

然而，关于土壤C:N:P比值变化幅度仍存在激烈争论。理解区域土壤C:N:P动态需要进行广泛的实验室评估和数十年收集的精确初始数据。为解决这些挑战，诸如时空替代法、文献汇编和模型模拟等方法被越来越多地使用，但这些方法均存在显著局限性。时空替代法忽略了初始土壤C:N:P比值的空间异质性、时间尺度的不匹配以及环境变量的多样性。文献汇编依赖于已发表的数据，受到土壤采样非标准化、土壤深度、时间段和分析技术不一致的阻碍。土壤模型在评估和预测土壤C、N、P动态时，由于模型结构、基线参数以及区域和全球尺度的校准和验证技术的差异而面临不确定性。 collectively，这些方法依赖于假设，无法准确捕捉土壤C:N:P动态。相比之下，在不同时间间隔对同一地点土壤C、N、P进行直接田间测量提供了一种可靠的方法，克服了时空替代、文献汇编和模型模拟的局限性，从而产生更准确可靠的土壤C:N:P数据。

大多数关于土壤C:N:P动态的研究集中于表层土壤，因其易于获取且与实时生态过程相关。然而，土壤C:N:P比值对环境变量的响应随土壤深度而变化。研究底土C:N:P动态对于理解土壤养分循环和相互作用以及评估和保护生态系统服务至关重要，因为底土储存了超过70%的土壤C和养分。尽管如 此，区域尺度上的底土C:N:P动态在很大程度上被忽视，这可能是由于两个主要原因：传统上认为底土是惰性的，以及底土采样所需的专业设备和技术会带来显著的时间和经济成本。仅关注表层土壤来研究土壤C:N:P动态可能导致对整个土壤剖面化学计量比的理解存在显著偏差和不准确的结论。因此，全面研究C:N:P动态应同时包括表土和底土，以完全理解土壤C、N、P循环。

广泛的有机C输入（如根茬、秸秆、粪肥）以及农业生态系统中较高的N和P输入，与自然生态系统相比，会迅速导致土壤C:N:P失衡，随后改变土壤生态功能。作为一个农业集约化国家，中国已成为增加作物生产力和满足粮食需求而使用N和P肥料的最大贡献者。此外，中国自2000年以来实施了秸秆还田政策，以减少环境污染和提高土壤肥力，同时提供了额外的C。这些长期的农业实践和政策显著改变了土壤C:N:P比值。幸运的是，中国1980年代的第二次全国土壤普查为土壤C、N、P水平提供了宝贵的基线，便于详细研究土壤C:N:P动态。本研究于2023年在305个地点进行了大规模土壤重采样（跨越约25°纬度和约55°经度），与1980年代的原始采样点相匹配。重采样包括不同土壤深度（0–20、20–40、40–60和60–100 cm）的6405个土壤剖面和25620个土壤样品。为解释土壤C:N:P比值的变化，考虑了各种因素，包括气候（积温（AT）和累积降水（AP）、实际蒸散量（AET）、温度季节性（T_season）和降水季节性（P_season））、管理实践（C、N和P输入）以及土壤性质（pH、质地、容重（BD）、阳离子交换量（CEC）和1980年代的C:N:P比值）。

2 结果

2.1 土壤C:N:P变化的一般和空间格局

本研究首次全面评估了中国农田整个土壤剖面（0–100 cm）的土壤C:N:P动态。我们在1980年代和2023年对305个重采样点的土壤C、N和P进行了重复测量，覆盖了6405个土壤剖面。在1980年代，初始土壤C:N、C:P和N:P比值分别为11.92、73.08和6.48。在过去的四十年中，土壤C:N和C:P比值分别增加了20.18%和4.49%，而N:P比值下降了9.02%。此外，中国农田的土壤化学计量发生了空间异质性变化。土壤C:N和N:P比值的变化幅度随纬度增加而减弱。土壤C:N比值在大多数气候带增加，其中亚热带季风区增幅最大（+3.69）。尽管热带季风区的基线（1980年代）C:N比值最高，但其基本保持不变，略有下降0.002。基线土壤C:P比值表现出显著的空间变异，在亚热带季风区达到97.13，在热带季风区达到94.28，但在温带季风区仅为10.96。然而，C:P的相对变化在不同气候带之间没有显著差异。高原-高寒区的基线N:P比值相对较低（3.68），但增幅最大（+0.77），而温带季风区、温带大陆性气候区和亚热带季风区的N:P比值下降。土壤C:N比值的变化与土壤类型和母质有关，而C:P和N:P的变化不受这些因素的影响。

2.2 土壤C:N:P的深度依赖性变化

在过去的四十年中，SOC在整个剖面持续增加（0.75–5.17 g kg^?1, 21.97–64.98%），TN也整体上升（7.21–39.31%），其中0–20 cm层增加最显著。相比之下，TP在所有深度持续增加（0.04–0.14 g kg^?1, 23.42–89.78%），相对增益在更深土层逐渐变大。此外，在1980年代，农田土壤C、N和P在整个土壤剖面（0–100 cm）紧密耦合，但经过40多年后，这些元素之间出现了解耦。具体而言，尽管C和N仍然紧密相连，但C与P以及N与P之间的关系逐渐下降，并且在表层土壤（0–40 cm）中，C与P的耦合消失了（R²从0.12和0.06下降到0.003，不显著）。C、N和P之间的解耦导致了C:N:P比值的相应变化。对于不同的土层，Δ土壤C:N比值没有统计学上的显著差异。相比之下，C:P和N:P比值表现出明显的深度依赖性变化，在表土中增加，在底土（40–100 cm）中降低。具体而言，C:P比值在0–20和20–40 cm层分别增加了43.25%和14.67%，但在40–60和60–100 cm层分别下降了10.02%和29.93%。类似地，N:P比值在0–20和20–40 cm层分别增加了22.09%和0.29%，但在40–60和60–100 cm层均下降了20.16%。这些模式在不同的气候带、土壤类型和母质中是一致的，在底土中观察到显著差异。

对于每个土层，Δ土壤C:N:P与土壤C:N:P_1980s之间存在显著的负对数关系。值得注意的是，Δ土壤C:N:P比值随着土壤C:N:P_1980s的增加而表现出明显的阈值。具体而言，Δ土壤C:N的阈值出现在土壤C:N_1980s值的狭窄范围内（15.17至16.61）。对于Δ土壤C:P，仅在20–40 cm（141.43）和40–60 cm（30.78）土层中识别出阈值。Δ土壤N:P阈值在不同土层间变化，在0–20、20–40、40–60和60–100 cm层的值分别为9.35、4.67、2.08和0.53。在过去的40年中，土壤C:P比值在0–20 cm层持续增加，但在60–100 cm层下降。

2.3 土壤C:N:P变化的驱动因素

随机森林分析显示，每个土层的Δ土壤C:N:P比值主要受土壤C:N:P_1980s比值和管理（C、N和P输入）的影响。具体而言，C:N_1980s比值和C输入对土壤C:N比值的变化有显著贡献；C:P_1980s比值和P输入（来自粪肥、秸秆和矿物肥料的P）对土壤C:P比值的变化有显著贡献；N:P_1980s比值以及N（类似于P源）和P输入显著影响土壤N:P比值的变化。此外，土壤pH和气候变量（AT、AP和P_season）也对土壤C:N比值的变化有显著影响。然而，在控制了一些因素后，AT、AP、P_season和土壤pH不再相关，而C、N输入和C:N_1980s仍然与Δ土壤C:N比值显著相关。类似地，Δ土壤C:P和Δ土壤N:P比值与管理实践（C、N和P输入）和基线土壤C:P比值相关，无论是否控制了气候因素和土壤性质。偏最小二乘路径模型进一步应用于评估各种因素影响Δ土壤C:N:P比值的调节途径。除土层外，所有变量对Δ土壤C:N均表现出显著的直接效应，其中土壤性质显示出最强的负效应（-0.32）。此外，气候和土层都通过影响土壤性质间接调节土壤C:N的变化。对于Δ土壤C:P和Δ土壤N:P，土层（-0.51和-0.49）施加了最强的负效应。管理实践对土壤C:N和C:P的变化有正向影响，但对Δ土壤N:P有负向影响。尽管气候对Δ土壤C:P和Δ土壤N:P的直接效应相对较弱，但其间接效应更为明显。总体而言，管理、气候、土层和土壤性质通过直接和间接途径共同调节土壤C:N、C:P和N:P的变化。随机森林模型解释了15–48%的方差，预测误差对应于观测范围的约0.13–0.20。对于PLS-PM，内生结构的R²值为0.33–0.43，GOF范围从0.39到0.44。这种水平对于具有高空间异质性的大尺度生态数据集是典型的。因此，该性能支持所识别的相对驱动因素和调节途径的稳健性，同时也表明其他未测量的局部因素可能导致无法解释的变异性。

3 讨论

本研究基于1980年代和2023年在305个重采样点对土壤C、N和P的重复测量，全面评估了中国农田0–100 cm土壤剖面土壤C:N:P比值的时间动态和深度依赖性。值得注意的是，我们的大规模土壤重采样和实验室分析方法提供了一种可靠且严谨的策略来理解土壤C:N:P动态。这项研究代表了在农业生态系统中首次进行的大陆尺度调查，与模型预测和荟萃分析等传统方法形成对比。

在过去的40年中，中国农田整个土壤剖面的C:N和C:P比值分别增加了20.18%和4.49%，而N:P比值下降了9.02%。这与自然生态系统的发现形成对比。在森林土壤中，通过荟萃分析，在同一时期土壤剖面的C:N比值保持稳定，尽管C:P和N:P比值分别增加了24.82%和88.41%。农田和自然生态系统之间土壤C:N:P比值的差异可归因于生态系统类型和数据获取方法。与自然生态系统不同，农业生态系统接收额外的C输入（如秸秆和粪肥）和养分输入（如化学肥料）以支持作物生长。这些输入具有较高的C:N和C:P比值，促进了土壤C相对于N和P的积累。此外，土壤N更容易通过挥发和淋溶损失，而土壤P尽管利用效率低，但流动性较差，可以被碳酸钙和金属氧化物等化合物固定，减少其损失并降低土壤N:P比值。此外，这些变化表现出空间异质性。土壤C:N和C:P比值的变化随纬度降低而减小，并受积温和降水的影响，表明低纬度地区更受气候变化和人类活动的影响。严重的原生P流失导致亚热带和热带季风区基线C:P比值较高。然而，C:P比值的相对变化在不同气候带相似，表明长期管理掩盖了自然差异，导致了人为均质化效应。N:P比值在高原-高寒区基线最低（3.68）但增幅最大（+0.77）。尽管变暖引起的冻融循环可能促进土壤P释放，但过量的N施肥和大气N沉降导致N积累速度快于P。在温带和亚热带地区，N:P比值下降表明降水可能导致N损失。总体而言，40年的连续耕作加剧了中国农田的营养失衡，并改变了C、N和P循环，导致这些元素在长期变化条件下解耦。

此外，土壤C:N:P变化的方向（即增加或减少）取决于1980年代的土壤C:N:P水平。在高C:N土壤中，微生物经历一定程度的“N饥饿”，这诱导它们分解有机质以获取N，从而导致土壤C:N比值随时间下降。相反，土壤有机C低的土壤更容易获取或保留C，而低C:N土壤在富含秸秆或有机肥时更可能增加C储存（从而增加土壤C:N）。Δ土壤C:P和Δ土壤N:P比值也观察到类似模式。此外，Δ土壤N:P的阈值随土壤深度稳步下降，这强调需要对与N损失相关的环境问题保持警惕。因此，将深层土壤对长期环境变化的响应纳入未来的生态预测至关重要，而不是仅仅关注表层土壤。

本研究进一步揭示了农田土壤C:N:P比值的变化是深度依赖性的。在整个土壤剖面中，土壤C:N比值增加，而土壤C:P和N:P比值在表土（0–40 cm）中增加，在底土（40–100 cm）中降低。这些发现不仅扩展了先前关于表层土壤C:N:P变化的研究，而且重要地推进了我们的理解，即元素化学计量可能在农田的整个土壤剖面发生改变。这种深度依赖性模式的原因可能有三方面：

首先，C、N和P的来源和转化在表土和底土之间不同。中国农田表土C:N和C:P比值增加主要是由于秸秆还田和有机施肥等实践带来的有机C输入。秸秆掺混主要富集耕层，残留物在当地保留和分解， thereby 提高表土C但对更深层次贡献甚微。粪肥和矿物肥料的应用也通过提供有机质和易得养分直接增加表土C、N和P，同时刺激微生物活动加速养分周转。表土中良好的通气有利于土壤微生物将外源C转化为土壤有机C，导致C积累速率高于N和P。这种模式与观察结果一致，表明表土C积累持续超过N增益，导致表土C:N净增加。同样，相对于P更强的C富集解释了表土C:P比值的上升。此外，与P肥相比，N肥的更高使用导致表土N:P比值增加。相比之下，底土C、N和P来源于表土溶解有机C的动员、矿物N和P肥料的淋溶以及底土母质的风化。底土中的低透气性限制了土壤C的分解，因为基质质量随土壤深度降低，使得底土中的有机质比表土中的更难生物降解。相反，一部分土壤N可能由于有机N矿化为有效N随后被作物吸收而损失。N的持续向下淋溶和反硝化作用导致底土C:N比值增加。尽管N的绝对变化可以忽略不计甚至略微为负，但由于深层基线浓度非常低，相对值显得积极。然而，这种相对增益并不表示大量的N储存，因为底土N仍然极易损失。相比之下，P通过Fe和Al氧化物的吸附 consistently 被保留或略微富集。这种相对模式，C增加多于N但少于P，解释了化学计量的转变：持续的N损失提高了底土C:N比值，而相对于C和N更强的P保留降低了底土C:P和N:P比值。此外，底土母质的风化提供了土壤P的另一个重要来源， beyond 土壤有机质降解和表土P的向下淋溶，进一步降低了底土C:P和N:P比值。一项综合研究表明，土壤母质对P限制施加显著控制，这得到了在母质中观察到的底土C:P差异的支持。

其次，气候变化显著影响表土和底土的C:N:P比值， primarily through 温度和降水的变化。具体而言，变暖刺激作物生长，导致凋落物衍生的C输入增加。此外，较高的温度增强了净N矿化和硝化作用，导致表土C积累大于N，并增加C:N比值。变暖还增强了溶P微生物的活性，将更多有机P转化为无机形式供作物吸收并随后从土壤中移除，这可能解释了表土C:P和N:P比值的增加。在更深的层次，变暖条件下的根系增殖提供了额外的C输入，而N仍然受到淋溶和反硝化作用的限制，加强了C:N的增加。降水也在塑造养分动态中扮演重要角色。增加的降水促进了更大的N淋溶，这限制了N相对于C的积累并提高了C:N，而向下的P运输 combined with 强大的Fe-和Al-氧化物吸附解释了底土C:P和N:P的下降。除了积温和降水之外，降水季节性与ΔC:N显著相关。这突显了降雨事件的时间和集中度，而不是累积降水 alone， critically 影响土壤N动态。集中的降水脉冲可以加速N淋溶和反硝化， thereby 限制N相对于C的积累并驱动C:N增加。这些发现表明，未来温度和降水的增加，特别是与更多变的降雨制度相结合时，可能会加剧N相对于C和P的损失，从而加剧中国农田土壤C、N和P的解耦。此外，Δ土壤C:N:P在不同气候带之间表现出显著差异，特别是在底土而不是表土。这可能与频繁的农业管理实践削弱了气候对表土C:N:P的影响有关。

第三，土壤结构和矿物质在调节土壤C:N:P比值中的作用不容忽视。农业实践，如施用粪肥和秸秆还田，促进土壤团聚体的形成，这对养分固定和释放以及空气和水循环至关重要。这些团聚体包裹土壤有机质并减缓土壤C的分解，特别是稳定的腐殖质， thereby 增加表土C:N和C:P比值。在底土中，丰富的粘土和氧氢氧化物化学保护土壤C，导致更高的底土C:N比值。粘土矿物具有高比表面积，通过钙和镁桥形成稳定的化学键来固定P。虽然这种固定也发生在表土，但气候因素，特别是降水，可能导致P复合物淋溶到底土。此外，在土壤类型中观察到Δ底土C:N:P比值的变化，其中高度风化的Ultisols和中等风化的Alfisols中C:P和N:P的减少最显著。这是因为在风化程度更高的土壤中，P由于与风化释放的铁和/或铝氧化物强烈结合，具有较低的可用性和流动性，使得底土P更容易积累并降低C:P和N:P比值。总体而言，土壤C、养分来源、气候变化和土壤性质共同驱动了过去四十年中国农田土壤C:N:P比值的深度依赖性变化。应该注意的是，随机森林和PLS-PM模型为理解农田剖面土壤C:N:P比值变化的驱动因素提供了宝贵的见解。正如大尺度生态数据集所预期的那样，两种模型仅表现出中等的解释力，这对于具有高空间异质性的全国性研究是典型的。虽然两种模型都捕获了关键驱动因素（例如气候、管理、土壤性质）之间的重要关系，但相对较低的解释力表明一些变异性仍然无法解释。这表明，在大的空间尺度上难以考虑的局部、未测量因素可能在土壤C:N:P动态中扮演重要角色。因此，这些模型应 primarily 被解释为识别相对驱动因素重要性和调节途径，而不是提供精确的站点级预测。

必须承认这项研究可能存在一些局限性。我们的数据集仅包括两个时间点（1980年代和2023年）的土壤C:N:P数据，尽管覆盖了中国305个匹配良好的农田站点。这种方法无法捕捉40年间土壤C:N:P比值的连续变化，导致对这些动态的理解不完整。此外，虽然我们确认了过去40年重采样点的土地利用类型、作物类型和耕作制度保持不变，但缺乏历史品种数据可能会引入不确定性。不同品种对土壤C、N和P的需求不同，残留物输入也不同，这会影响土壤C:N:P比值。另一个方法学限制源于1980年代调查站点的空间匹配以及两个采样时期土壤深度的协调。由于原始剖面是使用描述性信息而不是精确坐标记录的，随后的数字化依赖于地名-多边形匹配过程，并且在2023年，我们进一步咨询了参与原始调查的年长村民以完善站点识别。尽管这些努力最小化了重定位偏差，但站点匹配的一些不确定性无法完全排除。此外，在1980年代，土壤样品是根据可变厚度的发生层采集的，而在2023年，使用了标准化深度间隔（0–20、20–40、40–60和60–100 cm）。为了调和这些差异，我们应用回归模型（对数、指数、幂和线性）在固定深度间隔插值SOC、TN和TP浓度。尽管根据R²值为每个剖面选择了最佳拟合模型，但这种方法引入了基于模型的不确定性，因为深度和养分浓度之间的真实关系可能并不总是完全符合这些函数形式。为了评估这一点，我们进行了bootstrap敏感性分析，确认变化方向在统计上是稳健的。方向稳定性在各层通常为80%–90%，并且 horizon 边界的±2 cm扰动影响可忽略不计，表明深度匹配的不确定性对结论影响很小。尽管存在这些局限性，但我们的大规模重采样调查（涉及严格有效的努力）减轻了这些不确定性。用于计算Δ土壤C:N:P比值的土壤有机C、全N和全P来自实际的实验室测量，而不是模拟值，代表了在这个尺度上研究农田土壤C:N:P比值的重要进展。

4 结论

总之，这项研究为农田土壤化学计量的时空动态提供了重要见解。在过去的四十年中，中国农田的土壤C:N和C:P比值增加，而N:P比值下降。这些变化是深度依赖性的，在表土和底土中呈现相反的模式，并且主要由持续的农业实践驱动。初始土壤C:N:P_1980s影响了这些变化的方向，并为未来的农艺管理提供了基准。此外，鉴于中国代表了全球最大和最集约化管理的农业系统之一，我们研究的发现也可能为其他经历类似土地利用集约化轨迹的国家提供有价值的参考。这里揭示的土壤化学计量变化的深度和长期模式有助于为其他农业国家的养分管理策略和建模工作提供信息，特别是那些面临维持生产力和确保长期土壤可持续性双重挑战的国家。