《Urban Agriculture & Regional Food Systems》:Soil carbon dynamics in temperate urban and peri-urban agriculture
编辑推荐:
城市及城郊农业(urban and peri-urban agriculture, UPA)是支持区域食物系统日益流行的途径。UPA可通过减少食物里程以及通过土壤和作物管理降低温室气体排放。然而,UPA系统缺乏土壤碳(C)动态及控制碳通量关键因素的数据。为应对
城市及城郊农业(urban and peri-urban agriculture, UPA)是支持区域食物系统日益流行的途径。UPA可通过减少食物里程以及通过土壤和作物管理降低温室气体排放。然而,UPA系统缺乏土壤碳(C)动态及控制碳通量关键因素的数据。为应对这一问题,研究人员考察了土壤生化参数和作物多样性对加拿大大多伦多地区17个现有城市及城郊社区农场和分配菜园土壤碳动态的作用;这些样地被划分为新、中等和已建立样地。土壤CO2排放采用LI-6800闭路箱式系统进行原位测定,并在1 m × 1 m样方(n = 102)内评价土壤性质和作物多样性。新样地的土壤CO2通量显著较低,而已建立样地的土壤有效磷显著较高,但其他土壤生化参数相似。在已建立样地中,土壤CO2通量与土壤有机质(soil organic matter, SOM)呈负相关。土壤微生物组成在新、中等和已建立样地之间存在差异。作物多样性未影响土壤CO2;然而,多样化系统的土壤总碳显著高于单作。研究人员表明,较老UPA系统可储存超过76 Mg总碳 ha?1,这与大面积乡村农业的平均碳储量一致。研究人员的发现显示,新老UPA系统在土壤通量、微生物群落和作物多样性方面存在可检测且重要的差异;研究结果可为改善城市及其周边土壤质量的管理策略提供依据。
城市人口增长及城市食物供给需求上升推动了城市及城郊农业(urban and peri-urban agriculture, UPA)的扩展。既有研究表明,城市农业土壤往往较为肥沃,常施用堆肥、粪肥、覆盖物和生物炭等有机改良剂;长期有机改良可同时提高土壤碳(C)、氮(N)、土壤有机质(soil organic matter, SOM)和有效磷(available phosphorus, available P)等指标。作物多样化被认为是土壤碳动态的重要驱动因素,可通过增加植物残体、根系分泌物和微生物代谢物影响土壤团聚体、总氮和有机碳。然而,UPA系统在全球及加拿大仍缺乏土壤CO
2通量数据,且土壤生化参数和作物多样性如何共同控制土壤碳动态尚不清楚。为此,研究人员在加拿大大多伦多地区(Greater Toronto Area, GTA)选取17个现有城市及城郊社区农场和分配菜园,按建立年限分为新(<5年)、中等(5–10年)和已建立(>10年)样地,考察土壤生化参数和作物多样性对土壤碳动态的作用,并检验建立年限、作物多样性与土壤CO
2通量、总碳、总氮、SOM、KMnO
4-可氧化碳(KMnO
4-oxidizable carbon, POXC)及有效磷之间的关系。研究显示,较老UPA系统可储存约68–76 Mg总碳 ha
?1,与大面积乡村农业平均碳储量相当;新老系统在土壤通量、微生物群落和作物多样性方面存在可检测差异。该研究为量化UPA对温室气体减排的潜在贡献及改善城市周边土壤质量管理提供了依据。
关键技术方法概括:研究于2024年7月在GTA的17个现有城市及城郊社区农场和分配菜园开展,样地通过多伦多大学士嘉堡分校TOsustain研究项目网络获得,并按建立年限分组。土壤CO
2通量采用LI-6800-09土壤CO
2通量箱系统原位测定,土壤环于测定前24 h插入12–15 cm,每样地6个,共102个测定。15 cm深度土钻样品用于容重、总碳、总氮、SOM、POXC和有效磷分析;微生物组成采用16S V4和ITS扩增子测序(amplicon sequencing)及DADA2流程处理;在1 m × 1 m样方内调查作物多样性,计算Shannon多样性指数(Shannon diversity index, SI)和Bray–Curtis相异指数;统计分析采用线性混合模型(linear mixed model, LMM)、广义线性混合模型(generalized linear mixed model, GLMM)、III型方差分析、估计边际均值及置换多元方差分析(PERMANOVA)。
研究结果如下。3.1 建立年限对土壤参数的影响:通过原位CO
2通量测定与土壤化学分析比较年龄组,发现土壤CO
2通量和有效磷在建立年限类别间存在显著差异;中等样地CO
2通量显著高于新样地(p = 0.019),已建立样地有效磷显著高于中等样地(p = 0.037)。建立年限未显著影响总碳、总氮、SOM和POXC,但均呈新<中等<已建立趋势;按面积折算,中等样地约储存76 Mg总碳 ha
?1,已建立样地约68 Mg总碳 ha
?1,高于新样地约58 Mg ha
?1;新样地CO
2通量、总碳、总氮、SOM和POXC最低。3.2 作物多样性对土壤参数的影响:通过SI、Bray–Curtis相异指数、主坐标分析(principal coordinate analysis, PCoA)和GLMM分析,发现作物alpha多样性在各年龄组间显著不同(p = 0.012),所有样地作物组成高度不相似,但PCoA显示年龄组间作物组成无显著差异。作物多样性显著影响总碳(p = 0.031),其他土壤参数不显著;多样化系统CO
2通量均值低于单作但不显著,总氮、SOM、POXC和有效磷均值高于单作但不显著。CO
2通量随机效应变异中77.40%由样地差异造成,其他土壤参数变异88.1%–93.2%由样地属性驱动。3.3 土壤微生物多样性趋势:通过16S/ITS扩增子测序及PCoA/PERMANOVA比较微生物alpha和beta多样性,发现细菌和真菌alpha多样性年龄组间无显著差异,但细菌多样性呈新<中等<已建立趋势;真菌多样性在老样地高于新样地,29.70%的未解释变异由样地水平因素造成。细菌和真菌beta多样性组成在年龄组间均显著不同(p < 0.001);新样地细菌组成不同于中等和已建立样地,真菌组成在新、中等和已建立样地间均显著不同;真菌组成还受作物多样性影响(p = 0.035)。3.4 土壤参数之间的相关性:通过LMM和估计边际均值分析CO
2通量与总碳、SOM、POXC关系,发现新和中等样地CO
2通量与总碳、SOM、POXC呈正相关但不显著;已建立样地呈负相关,仅CO
2通量与SOM的负相关显著。
讨论部分总结:4.1 关于UPA样地沿建立梯度是否具有不同土壤性质,研究支持假设,新样地CO
2通量显著较低,可能因较长时间添加新鲜有机质提升活性碳池和微生物多样性,导致老样地微生物呼吸较高。尽管不显著,已建立样地总碳约比新样地高64%、总氮约高49%,POXC在中等和已建立样地较高,SOM从已建立到新样地约降低25%。细菌和真菌alpha多样性无显著差异,但beta多样性显著;酸杆菌门(Acidobacteriota)在中等和已建立样地优势,假单胞菌门(Pseudomonadota)在新样地优势,提示对易降解或难降解碳底物的适应;真菌中子囊菌门(Ascomycota)在中等和已建立样地最丰富,担子菌门(Basidiomycota)在新样地优势。已建立和中等UPA系统分别约储存68和76 Mg总碳 ha
?1,与大面积乡村农业平均碳储量一致,可能与持续施用蚯蚓粪、覆盖物和动物粪等提高碳输入有关。有效磷在已建立样地高于新样地,但新样地高于中等样地,可能因新样地过量施肥导致有效磷暂时升高;各生命周期中有效磷似乎不限制作物生长。4.2 关于作物多样性较高的UPA样地是否具有不同土壤性质,作物多样性水平在样地间变异较大,SI从大于1到单作样地的0,作物组成高度不相似,年龄组间组成不显著可能因组内变异较大。新样地有辣椒(Capsicum annuum)、羽衣甘蓝(Brassica oleracea var. sabellica)、欧芹(Petroselinum crispum)和西瓜(Citrullus lanatus)等,菜豆(Phaseolus vulgaris)是唯一豆科;已建立样地有甘薯(Ipomoea batatas)、番茄(Solanum lycopersicum)、茄子(Solanum melongena)和胡萝卜(Daucus carota)等,甘薯和茄子为多年生,大蒜(Allium sativum)亦为多年生,未见豆科;中等样地兼具与新样地、已建立样地共有种,并有豚草(Ambrosia artemisiifolia)、向日葵(Helianthus annuus)、水菠菜(Ipomoea aquatica)、薄荷(Mentha piperita)及10个其他新种,是三个年龄组中最多样系统。作物多样性与CO
2通量无显著关系,与预期不同;但多样化系统总碳显著高于单作,支持其他研究;总氮、SOM和POXC在多样化系统较高但不显著;有效磷在多样化系统非显著更高,与假设相反。由于UPA系统有机改良量高,作物输入效应可能被外部有机输入掩盖;作物组成可能间接影响CO
2通量和其他土壤参数,并表现为年龄效应。4.3 关于土壤碳与土壤CO
2通量关系,新和中等样地CO
2通量与总碳、SOM和POXC呈正相关,可能由正激发效应解释,即微生物从新鲜有机质获取能量并加速原有有机碳分解;已建立样地负相关可能因更稳定碳周转较低,老农业土壤中适应微生物更多利用新鲜易分解SOM而非强烈攻击原生土壤碳,添加有机改良的不同碳组分逐渐进入稳定团聚体而降低微生物可利用性。上述结果说明CO
2通量更可能受有机质质量而非数量驱动,如碳氮比和材料可分解性;已建立样地土壤物理性质差异及未测定效应也可能影响CO
2通量,如团聚体改善、持水能力提高及水分驱动自养和异养呼吸激活,或土壤过湿时CO
2排放峰值下降。
研究结论翻译:本研究检测到新老UPA系统在土壤通量、微生物群落和作物多样性方面存在显著差异。管理超过十年的UPA土壤中较高的碳积累可能归因于长期接受有机改良,同时较高的土壤CO
2通量表明微生物呼吸相应增加。然而,老样地中较高的碳周转率相对于稳定碳形成,也可能受原生土壤性质(土壤先前用途)、土壤质地、灌溉类型、改良历史和施用率以及其他未在本研究中评估的管理实践影响,这限制了研究结论。该研究有助于推进量化UPA对温室气体减排的尚不清楚的贡献;需要建立覆盖更多UPA样地、考虑其他可能影响因素并评估土壤碳储量随时间变化的数据集,以具体理解不同驱动因素对加拿大UPA系统碳固存的影响。