施氮通过硝酸盐–酶互作重塑大豆–玉米间作系统土壤有机碳分子组成

《Agronomy》：Nitrogen Addition Reshapes Soil Carbon Molecular Composition via Nitrate–Enzyme Interactions in Soybean–Maize Intercropping

　　

施氮(N)施肥是调控作物生产力的基本农艺措施，但其对土壤有机碳(SOC, soil organic carbon)分子组成及化学稳定性的影响——尤其在禾本科–豆科间作系统中——仍不清楚。传统研究多关注SOC总储量而忽视分子水平变化，且施氮通向SOC官能团转化的机制路径尚不明晰。本研究通过设置梯级施氮处理(0、180、270和360 kg N ha?1)，在亚热带大豆–玉米(Zea mays L.–Glycine max (L.) Merr.)间作系统中探究施氮如何重塑SOC化学特征。研究人员于两年田间试验(2024–2025)中测定了土壤理化性质、无机氮库、氮转化酶活性(脲酶urease、硝酸还原酶nitrate reductase和谷氨酰胺酶glutaminase)、微生物生物量指标、活性有机碳组分(颗粒有机碳POC, particulate organic carbon；矿物结合有机碳MOC, mineral-associated organic carbon；溶解性有机碳DOC, dissolved organic carbon)，以及傅里叶变换红外光谱(FTIR, Fourier transform infrared spectroscopy)表征的SOC官能团。结果表明：随施氮量增加，硝态氮(NO3?-N)显著累积，土壤pH下降；氮转化酶尤其是硝酸还原酶和谷氨酰胺酶活性随施氮梯度显著升高；微生物生物量碳(MBC, microbial biomass carbon)和微生物生物量氮(MBN, microbial biomass nitrogen)在中度施氮下增加，但在360 kg N ha?1下出现饱和或下降，伴随微生物碳利用效率(CUE, carbon use efficiency)降低及MBC/MBN比值下降；活性碳组分中以DOC响应最显著，随施氮明显上升并与NO3?-N强相关。FTIR分析显示施氮使SOC官能团组成向化学难分解结构偏移：芳香族C=C和羰基C=O相对丰度显著增加，而易分解C–O基团减少。随机森林模型将C=C、NO3?-N和DOC识别为预测SOC化学组成最重要的三个变量。结构方程模型(SEM, structural equation modelling)揭示逐级机制路径：施氮→NO3?-N积累→刺激谷氨酰胺酶活性→促进DOC生成→促使C=C/C=O稳定化，该路径解释了SOC芳香化91.3%的方差。上述发现表明施氮不仅增加SOC数量，还通过硝酸盐介导的酶–活性碳耦合机制从根本上调变其分子架构使其更具化学稳定性。本研究为理解间作农田生态系统碳氮互作提供了新的光谱–机制框架，并为兼顾作物生产与长期土壤固碳的精准施氮管理提供依据。

论文解读：施氮通过硝酸盐–酶互作重塑大豆–玉米间作系统土壤有机碳分子组成

研究背景与目的

土壤有机碳(SOC, soil organic carbon)是全球最大的陆地碳库，其微小变化即可影响大气温室气体收支与农业可持续性。已有全球整合分析证实施氮(N)可平均提升SOC储量约10.6%，但其影响高度依赖初始SOC水平及涉及的碳组分，且传统研究依赖全碳或密度分组测定，掩盖了决定SOC持久性的官能团水平转化过程。傅里叶变换红外光谱(FTIR, Fourier transform infrared spectroscopy)虽可无损解析脂肪族C–H、芳香C=C、羰基C=O和多糖C–O等有机官能团，但基于FTIR评估SOC官能团对施氮梯度的响应及其与氮转化酶、微生物生理和活性碳组分的级联因果关系在禾本科–豆科间作系统中几乎空白。大豆–玉米(Zea mays L.–Glycine max (L.) Merr.)间作因豆科生物固氮及根系互补效应形成独特的根际碳氮循环环境，沿用单作施氮方案可能忽视此特殊性。现有文献多孤立考察施氮对酶活性、酶对活性碳或活性碳对SOC储量的单项影响，缺乏将其整合为连贯因果架构的机制研究。为此，研究人员在亚热带红壤(Ultisol)区设置梯级施氮田间试验，旨在阐明施氮如何通过硝酸盐积累、氮转化酶活化、微生物生物量变化及活性有机碳周转驱动SOC分子组成转变，并构建结构方程模型(SEM, structural equation modelling)验证该机制路径。

主要技术方法

研究人员于中国江西九江(115°48′ E, 29°27′ N)典型红壤区建立大豆–玉米2:2行间作两年田间试验(2024–2025)，设随机完全区组四施氮水平(0、180、270、360 kg N ha^?1，N0/N180/N270/N360)三重复。于作物成熟期采集0–20 cm土层混合样，分别测定：(1)土壤pH(土水比1:2.5)、SOC(重铬酸钾氧化法)、全氮(Kjeldahl)、矿质氮NH₄⁺-N和NO₃^?-N(2 mol L^?1KCl提取–连续流动分析仪)；(2)氮转化酶——脲酶(urease)、硝酸还原酶(nitrate reductase, NR)和谷氨酰胺酶(glutaminase)(紫外分光光度法)；(3)微生物生物量碳(MBC)与氮(MBN)(氯仿熏蒸–提取法，k_EC=0.45, k_EN=0.54)，计算MBC/MBN、微生物商(MQ=MBC/SOC)及微生物碳利用效率(CUE=MBC/DOC)；(4)活性有机碳组分——颗粒有机碳(POC, particulate organic carbon, >53 μm湿筛)、矿物结合有机碳(MOC, mineral-associated organic carbon, <53 μm)及溶解性有机碳(DOC, dissolved organic carbon, 去离子水浸提–TOC仪)；(5)SOC官能团组成(FTIR, Vertex 70, 400–4000 cm^?1, 分辨率4 cm^?1, 峰面积归一化)。数据分析采用单因素方差分析与Tukey HSD检验(p<0.05)、Pearson相关热图、随机森林(RF, randomForest包)筛选关键预测变量、冗余分析(RDA, vegan包)及结构方程模型(lavaan包)检验施氮→NO₃^?-N→酶→DOC→芳香化级联路径。

研究结果

3.1. Changes in Soil Physicochemical Properties and Inorganic Nitrogen（土壤理化性质与无机氮变化）

施氮使土壤pH由N0约5.8降至N360约5.2(p<0.05)，属硝化致酸；SOC在N270和N360较N0增1.05%–10.2%(p<0.05)。有效氮(AN)随施氮大幅上升(p<0.001)；NH₄⁺-N无显著变化(p>0.05)，说明施入铵态氮在酸性通气红壤中迅速硝化；NO₃^?-N从N0约0.5–0.7 mg kg^?1升至N360约2.0–3.5 mg kg^?1(p<0.001)，是介导下游生物地球化学反应的主导无机氮形态。

3.2. Responses of Nitrogen Transformation Enzyme Activities（氮转化酶活性响应）

脲酶呈弱上升趋势(p≈0.05)；硝酸还原酶活性由N0<0.5 U g^?1阶梯升至N360≈2.5 U g^?1(p<0.001)，与硝酸盐底物库紧密耦合；谷氨酰胺酶活性由N0≈3 U g^?1升至N360≈10–12 U g^?1(p<0.001)。两酶并行升高表明施氮同步加速无机氮循环与有机氮矿化。

3.3. Changes in Microbial Biomass and Derived Indices（微生物生物量及衍生指标变化）

MBC由N0≈130–150 mg kg^?1升至N270≈350–400 mg kg^?1(p<0.001)，N360回落至≈200–250 mg kg^?1；MBN峰值同样在N270后微降。MBC/MBN由N0≈15–16单调降至N360≈10–11(p<0.001)，反映微生物生物量氮富集。CUE由N0≈6%降至N360≈3%(p<0.01)，暗示高氮下更多同化碳被用于呼吸维持而非生物量合成；微生物氮限制指数(MNLI)随施氮递增，确认微生物氮限制逐步解除；MQ在最高氮处理下降，提示SOC积累渐脱离活体微生物贡献转向非生物稳定化途径。

3.4. Responses of Labile Organic Carbon Fractions（活性有机碳组分响应）

DOC增幅最显著，由N0≈8–10 mg kg^?1增至N270/N360≈30–45 mg kg^?1(p<0.001)，增约3–4倍且与NO₃^?-N强相关；POC由≈3.0–3.5 g kg^?1(N0)升至≈5.5–7.0 g kg^?1(N270/N360, p<0.001)；MOC由≈5–6 g kg^?1适度升至≈8–12 g kg^?1(p<0.01)，部分新产生或活化的有机碳经矿物吸附进入较持久稳定路径。

3.5. Changes in SOC Functional Group Composition（SOC官能团组成变化）

FTIR定量显示：芳香C=C(1600–1500 cm^?1)相对吸收由N0 0.08%升至N360 0.77%(p<0.001)；羰基C=O(1700–1600 cm^?1)由1.16%升至1.47%(p<0.001)；脂肪族C–H(3000–2800 cm^?1)先升(N270达峰值)后降(N360)；易分解多糖C–O(1300–1000 cm^?1)由6.19%锐减至3.44%(p<0.001)；C–N谱带也随施氮增强。芳香度指标C=C/C–H由N0 0.06升至N360 0.46(p<0.001)，证实SOC由脂肪族向芳香主导的化学难分解构型偏移。OH–Si–O–Al(有机–矿物相互作用)吸收增强，提示高氮下矿物–有机质缔合加强。

3.6. Relationships Among Soil Variables: Correlation and Random Forest Analyses（变量关联与随机森林分析）

Pearson相关显示NO₃^?-N与硝酸还原酶(r=0.75)、谷氨酰胺酶(r=0.80)、DOC(r=0.70)及芳香C=C(r=0.81)均极显著正相关；DOC与C=C(r=0.83)、C=O(r=0.53)正相关；C–O与NO₃^?-N(r=?0.82)和DOC(r=?0.77)极显著负相关。随机森林模型(R²=0.90)按%IncMSE排前五位预测因子依次为C=C(≈14%)、NO₃^?-N(≈10%)、DOC(≈8%)、C–O(≈6%)和硝酸还原酶(≈5%)，确认NO₃^?-N–DOC–C=C轴为核心转化通路。

3.7. Multivariate and Structural Relationships（多变量与结构关系）

3.7.1. 冗余分析(RDA)：前两轴共解释SOC官能团组成变异47.91%，N0/N180聚负象限、N270/N360聚正象限；NO₃^?-N、AN、SOC向量指向高氮处理并与C=C和C=O同向，pH反向，NH₄⁺-N贡献微弱(Monte Carlo检验p<0.001)。

3.7.2. 结构方程模型(SEM)：拟合指标χ²/df=1.106, CFI=0.747, GFI=0.763, RMSEA=0.045。施氮→NO₃^?-N(路径系数0.91)→谷氨酰胺酶(0.94)→DOC(0.86)→芳香C=C(0.69)及C=C/C–H芳香度比(0.63)；NO₃^?-N对DOC也有直接正效(0.42)。NO₃^?-N→MBC/MBN(?0.59)→C=O(?0.21)及C=C(?0.27*)为次要化学计量路径。模型解释C=C/C–H芳香度比方差R²=0.913，验证硝酸盐–谷氨酰胺酶–DOC–芳香化为主导机制架构。

讨论与结论总结

讨论指出：施氮下NO₃^?-N剧增且NH₄⁺-N不变印证亚热带红壤快速硝化，硝酸盐为SOC转化的核心枢纽；谷氨酰胺酶(介导有机氮矿化释出低分子量碳)是连接氮循环与碳动员的关键节点，较传统关注的氧化分解酶具独特中介作用；微生物量与CUE呈非线性响应——中氮(N270)促生长，过氮(N360)致酸化胁迫使CUE下降、生物固碳减弱但化学稳定化延续，暗示高氮使SOC稳定由微生物残体途径转向矿物吸附等非生物途径；DOC激增并正向驱动芳香结构形成，且在富铁铝矿物表面通过有机–矿物缔合(FTIR中OH–Si–O–Al增强)获物理化学保护；FTIR显示的易分解C–O耗减伴芳香C=C/C=O富集符合选择性降解、DOC缩合聚合及矿物保护作用共同驱动SOC分子重组的解释；N270在微生物活力与SOC稳定化间取得最佳平衡。

结论（翻译）

本研究表明梯度施氮在间作系统中引致土壤有机碳组成、微生物属性及碳利用效率的差异化响应。适中施氮量(270 kg N ha^?1)可有效促进SOC积累、改善微生物活性并优化碳代谢过程，是兼顾作物生长与土壤固碳的最优施氮水平。过量施氮引发持续土壤酸化并诱发铝毒与微生物胁迫，从而降低微生物生物量及碳利用效率。值得注意的是，施氮驱动的pH改变重塑了矿物表面性质及有机–矿物结合过程，对SOC稳定具双重影响。作为关键中间介质，溶解性有机碳(DOC)介导了氮循环与SOC官能团转化间的耦合关系。结构方程模型进一步确认施氮是调控SOC芳香化程度及碳结构特征的主导驱动力。农业生产中应杜绝盲目过量施氮，合理氮肥管理配合配套田间措施可减缓土壤退化风险并维持亚热带农田生态系统长期固碳能力。