有机管理下土壤有机碳稳定的双重途径:结合NanoSIMS证据的全球综合分析
《Soil and Tillage Research》:Dual pathways of soil organic carbon stabilization under organic management: A global synthesis integrating NanoSIMS evidence
【字体:
大
中
小
】
时间:2026年08月05日
来源:Soil and Tillage Research 6.1
编辑推荐:
•有机改良剂可通过两种不同途径实现土壤有机碳的稳定。•纳米二次离子质谱技术能够揭示孔隙尺度上由物理因素和矿物作用导致的土壤有机碳稳定现象。•是活性氧化铁而非黏土含量决定了微生物关联有机碳的形成。1. 引言维持并增加土壤有机碳储量是缓解气候变化的重要管理策略(Liao等人,2025
•有机改良剂可通过两种不同途径实现土壤有机碳的稳定。•纳米二次离子质谱技术能够揭示孔隙尺度上由物理因素和矿物作用导致的土壤有机碳稳定现象。•是活性氧化铁而非黏土含量决定了微生物关联有机碳的形成。1. 引言维持并增加土壤有机碳储量是缓解气候变化的重要管理策略(Liao等人,2025年)。作为陆地生态系统中最庞大的碳库,土壤中的碳含量大约是大气中碳含量的两倍,是植被中碳含量的三倍。因此,土壤碳库的微小变化都可能显著影响大气中的二氧化碳浓度(Friedlingstein等人,2019年;Zhang等人,2025年)。据估计,土壤碳封存每年可从大气中去除0.4–1.2 PgC的碳量,占全球化石燃料燃烧产生的碳排放量的5–15%(Lal,2004a年)。联合国气候变化框架公约于2015年提出了“每1000公顷土壤碳增加4吨”的目标,旨在提升土壤碳封存能力,以抵消能源和工业领域的碳排放(Spotorno等人,2024年)。然而,不同陆地生态系统的碳封存潜力差异很大。全球耕地的土壤有机碳密度为80 Mg C/ha,远低于森林(96–344 Mg C/ha)、草地(117–236 Mg C/ha)以及湿地(643 Mg C/ha)的碳密度(Lal,2004b年;Ascenzi等人,2025年)。耕地1米深度内的土壤有机碳储量约占全球土壤有机碳总量的10%(Paustian等人,2016年;Ascenzi等人,2025年),这表明通过改进管理手段,土壤有机碳储量还有很大的提升空间。因此,增强农业土壤的碳封存能力对于缓解气候变化至关重要(IPCC,2021年;Maenhout等人,2024年)。土壤有机碳的稳定过程在土壤碳封存中起着关键作用。人们已经认识到,有机碳得以长期存在的机制包括:(i)有机物质与矿物质的相互作用(Lal等人,2015年);以及(ii)聚集体中的有机碳因处于物理隔离状态而难以被微生物分解者和酶所接触(Ekschmitt等人,2008年;Dungait等人,2012年)。当有机化合物吸附在矿物质表面或与铁、铝氧化物共同沉淀时,就会形成有机-矿物质复合物(Chen等人,2021年;Jia等人,2024年)。与矿物质结合的碳属于相对稳定的碳库,对长期保持土壤有机碳具有重要作用。而物理保护则是指有机碳被包裹在土壤孔隙中,从而降低其被分解者接触的概率,进而促进土壤有机碳的积累。聚集体的物理保护程度主要取决于土壤孔隙结构,而孔隙结构又影响着土壤中的物理、化学和生物过程(Kravchenko和Guber,2017年;Erktan等人,2020年)。例如,直径在60至300微米之间的土壤孔隙通常被认为是最理想的孔径范围,因为这类孔隙既能保证良好的气体交换和水分调节功能,又能为微生物提供适宜的生存环境(Nunan等人,2002年;Keiluweit等人,2016年)。这类孔隙有利于微生物的生长繁殖,加速有机碳的矿化过程,从而降低碳封存效率。相反,直径小于9微米的微小孔隙则几乎无法让微生物进入,从而起到物理保护作用,防止其中的有机碳被降解(Krull等人,2003年;Toosi等人,2017年;Schlüter等人,2022年)。目前,关于矿物质对土壤有机碳封存的保护机制已有很多研究(Remusat等人,2012年;Hernandez-Soriano等人,2018年;Possinger等人,2020年;Georgiou等人,2022年;Hu等人,2024年)。不过,直接证明土壤孔隙隔离作用在碳稳定过程中所起作用的证据仍然有限(Kravchenko等人,2019a年;Kravchenko等人,2019b年;Guidi等人,2021年)。未来需要进一步研究,以评估这些过程在新气候条件下的影响。将土壤有机碳分为不同的碳组分,如颗粒有机碳和微生物关联有机碳,有助于更全面地了解土壤有机碳的形成与稳定机制(Cotrufo等人,2019年;Feng等人,2022年;Prairie等人,2023年;Zhao等人,2025年)。颗粒有机碳主要由部分分解的植物碎片组成,这类物质容易被微生物分解,因此其在土壤中的存在时间相对较短(von Lützow等人,2007年;Liu等人,2025年)。不过,如果颗粒有机碳被包裹在土壤聚集体中,它也能够在土壤中持续存在数年甚至数十年(Lavallee等人,2020年;Witzgall等人,2021年)。而微生物关联有机碳则主要由低分子量的有机化合物构成,比如微生物死亡后的残体以及来自微生物和植物的溶解性有机碳(Liang等人,2017年;Sokol等人,2019年)。这类有机碳较难被微生物分解,能够通过矿物吸附和聚集体包裹作用在土壤中持续存在数百甚至数千年(Cai等人,2022年)。尽管微生物关联有机碳的稳定性更高,但由于矿物基质中的吸附位点有限,它也可能达到饱和状态,而颗粒有机碳的积累则被认为可以无限进行(Hassink,1997年;Ye等人,2019年)。由于颗粒有机碳和微生物关联有机碳在形成机制和持久性方面存在显著差异,了解它们对不同因素的反应对于阐明耕地土壤中的土壤有机碳动态具有重要意义。施用粪肥、秸秆和生物炭等有机材料能够增加土壤有机碳储量(Ye等人,2019年)。以往的全球范围荟萃分析表明,单独施用有机改良剂或将其与矿物肥料一起施用,都能使土壤有机碳含量提高32–45%(Xia等人,2017年;Zhao等人,2022年)。不过,不同研究之间关于各类土壤有机碳组分对有机改良剂反应程度的结果并不一致(Lan等人,2022年;Li等人,2021年;Liu等人,2024b年;Xiong等人,2023年),这很可能是因为颗粒有机碳和微生物关联有机碳的封存机制存在本质差异。为了解决这些不确定性,我们整理了一份涵盖全球范围的综合性数据集,用于分析有机改良剂对农业土壤中颗粒有机碳和微生物关联有机碳的影响,同时考虑了多种生物和非生物因素。与以往的荟萃分析不同,这份数据集明确纳入了影响土壤有机碳稳定的关键控制因素,包括土壤矿物组成以及与聚集体相关的物理保护作用,从而能够更深入地从过程角度分析有机改良剂带来的碳封存效应。在此基础上,我们构建了一个多尺度分析框架,将全球范围内的荟萃分析结果与长期的田间试验相结合。通过荟萃分析,我们可以找出颗粒有机碳和微生物关联有机碳对有机改良剂反应的稳定规律,而这些规律在不同农业系统中具有一致性。而长期田间试验则结合纳米级二次离子质谱成像技术,旨在从微观层面解析那些无法通过荟萃分析方法发现的孔隙尺度及矿物相关碳过程。纳米二次离子质谱技术能够在亚微米级别(50–100纳米)上直接显示碳、矿物质和孔隙结构的空间分布情况,从而为我们了解土壤有机碳稳定的物理和矿物作用机制提供重要依据(Liu等人,2024b年;Mueller等人,2012年;Steffens等人,2017年;Vogel等人,2014年)。我们的研究目标分别是:(1)了解有机改良剂对耕地土壤中颗粒有机碳和微生物关联有机碳的影响;(2)确定影响这两种有机碳组分对有机改良剂反应程度的关键因素。2. 方法2.1 田间试验与土壤采样该长期田间试验始于1989年,地点位于中国河南省封丘县的封丘国家重点农业生态试验站(北纬35°00',东经114°24')。试验土壤源自黄河冲积层,属于水成初成土(美国农业部,2010年)。该试验田采用轮作制度,先种植冬小麦,再种植夏玉米,相关详细信息可见之前的研究(Miao等人,2021年)。2016年6月,我们使用不锈钢土壤采样器从每个试验小区的10个位置采集0–20厘米深度的土壤样本。所有样本经过充分混合后制成复合样本,随后放入带冰块的保温容器中运送到实验室进行后续分析。在本研究中,由于两种处理方式的土壤性质存在明显差异,我们选择了不施肥处理(对照组)和堆肥施肥处理(堆肥组)进行纳米二次离子质谱分析,相关数据见表S1。2.2 纳米二次离子质谱分析为了了解微小孔隙(如直径小于9微米)所提供的物理保护作用对碳稳定性的影响,我们对经过27年有机肥料施用的土壤中所提取的毫米级完整大团聚体中不同尺寸孔隙周围的碳分布进行了纳米二次离子质谱分析。具体而言,首先将毫米级的冻干完整土壤团聚体用环氧树脂固定(Buehler公司,美国),然后对其进行切割和抛光,得到表面起伏较小的样品。由于土壤基质与填充在孔隙中的环氧树脂之间存在明显差异,我们利用德国哥廷根的Zeiss公司生产的扫描电子显微镜拍摄图像,以便确定分析区域,并借助纳米二次离子质谱仪的CCD相机调整样品的位置(Mueller等人,2017年)。在进行扫描电子显微镜分析之前,我们在样品表面涂覆约10纳米厚的金层,以避免样品带电。我们随机选取了直径在2微米到650微米之间的不同孔隙周围的区域,分别为对照组和堆肥组各确定了24个和18个分析位置,用于开展纳米二次离子质谱分析。这项分析是在中国北京的中国科学院地质与地球物理研究所,使用Cameca公司生产的NanoSIMS 50 L型仪器完成的。分析前,我们会用高强度的初级离子束将样品表面的杂质和金涂层击除。能量为16千电子伏特的Cs+初级离子束的横向分辨率约为100纳米,同时通过电子倍增探测器收集12C?、16O?、28Si?和12C14N?四种二次离子信号。所有分析均采用成像模式,每张图像的尺寸为25×25微米,共有256×256像素。我们使用ImageJ软件(2.0版本)以及Open MIMS Image插件对纳米二次离子质谱图像进行分析(Schindelin等人,2012年)。在分析过程中,我们利用环氧树脂的特征——其12C14N?/16O?比值平均为2.59±0.06,这一数值高于有机物来源的信号比值(0.16±0.01)——来区分不同的样本类型。我们采用三角形算法设置阈值,从而确定感兴趣的区域,再从面积大于30像素的整个感兴趣区域内挑选出更小的区域作为分析对象。我们利用12C14N?信号来识别土壤有机碳,而矿物颗粒则通过28Si?信号来识别。为避免地形效应和基质效应的影响,我们计算了不同二次离子之间的比值,以便进一步分析。因为我们假设即使各种二次离子的绝对计数有所不同,但它们之间的比值通常是恒定的(Schurig等人,2015年)。根据检测到的各种二次离子的计数值,我们计算出12C14N?/12C?比值,用以监测土壤有机碳的分布情况;同时利用12C14N?/28Si?比值来反映被矿物颗粒保护的碳含量。2.3 数据收集2023年5月,我们通过Web of Science、Google Scholar和中国国家知识基础设施数据库检索了相关文献,没有对发表年份设置限制。检索关键词包括“有机改良剂”、“有机添加物”、“粪肥”、“堆肥”、“生物炭”、“秸秆”或“废弃物”,同时搭配“土壤有机碳”、“有机物质”、“微生物关联有机碳”、“颗粒有机碳”、“微生物关联有机碳”、“颗粒有机碳”、“土壤结构”、“土壤孔隙”、“黏土”和“土壤矿物质”等词汇。为避免偏差,我们按照以下标准筛选数据集中的研究文献:(1)研究必须为田间试验;(2)对照组和处理组必须在同一试验地点设置,且处理组可以是仅施用有机物质,也可以是有机物质与矿物肥料混合施用;(3)处理组与矿物肥料处理组的总氮含量可以相等,也可以不等;(4)每种处理方式至少需要3个重复试验;(5)土壤采样深度通常为0–20厘米,但为了增加研究数量,我们也纳入了一些研究0–30厘米深度土壤的文献;(6)如果某项研究有多个时间点的数据,我们只选用最新时间点的数据。文献筛选过程遵循PRISMA指南(见图S1)。最终共有70项研究符合这些标准,被纳入分析范围(见图S2)。尽管受限于土壤有机碳分馏数据及关键土壤属性的获取难度,这份数据集仍然涵盖了不同的气候条件、土壤质地、土地利用类型以及有机改良剂施用方式,有助于我们分析土壤有机碳各组分动态的宏观规律。我们使用Web Plot Digitizer 4.2软件(https://automeris.io/WebPlotDigitizer/)提取以图表形式呈现的数据。在提取数据之前,我们会根据文献中给出的比例尺对坐标轴进行校准,之后仔细核对提取的数据,确保其一致性和准确性。在这些研究中,POC被定义为密度低于1.6–1.85?g/cm3(按密度划分)或尺寸大于50–63?μm(按尺寸划分)的颗粒,而MAOC则被定义为密度高于1.6–1.85?g/cm3或尺寸小于50–63?μm的颗粒(Lavallee等人,2020年)。研究地点信息包括国家、纬度和经度。气候数据包括年平均气温(MAT,°C)和年平均降水量(MAP,mm)。农艺措施包括有机肥施用量(Mg C ha?1 yr?1)、氮肥施用率(kg N ha?1)以及试验持续时间。土壤初始属性包括初始有机碳含量(g kg?1)、土壤pH值和土壤黏土含量(%)。土壤化学性质包括有机碳含量、土壤总氮含量(TN)、土壤C/N比率、溶解性有机碳(DOC)。土壤矿物质包括总活性铝(Ald)和非晶态铝(Alo)、总活性铁(Fed)和非晶态铁(Feo)。土壤物理性质包括容重(BD)、大团聚体质量占比(%)、平均重量直径(MWD)以及土壤孔隙度。为尽可能获取更多土壤孔隙数据,我们收集了那些采用压力膜法(Pituello等人,2016年)或通过X射线微断层扫描和扫描电子显微镜进行图像分析的研究(Cremeens,2004年)。本研究中,我们重点关注直径小于9 μm的微孔隙。微生物相关指标包括微生物生物量碳(MBC),这是一种广泛用于评估土壤微生物活动水平的生物标志物(Goberna等人,2006年)。研究还记录了水稻田和旱地等土地利用类型。年平均气温被分为三类:寒冷型(每年低于10 °C)、温带型(每年10–20 °C)和热带型(每年高于20 °C)。年平均降水量也被分为三类:干旱型(每年低于500?mm)、半干旱型(每年500–1000?mm)和湿润型(每年高于1000?mm)。试验持续时间分为三个区间:少于3年、3–10年以及超过10年,最长试验时间为126年。初始有机碳含量被分为三类:低水平(<6?g?kg?1)、中等水平(6–12?g?kg?1)和高水平(>12?g?kg?1)。初始土壤pH值也被分为三类:酸性(<6)、中性(6–8)和碱性(>8)。初始土壤质地则被分为三类:壤土、黏壤土和黏土(Wu和Zhao,2019年)。在某些研究中,为将土壤有机质含量换算为有机碳含量,采用了0.58的van Bemmelen转换因子(Han等人,2016年)。我们收集了所有变量的均值、标准差以及样本量数据。如果研究提供了变量的标准误差而非标准差,则标准差是通过将标准误差乘以样本量平方根来计算的。当研究未提供标准差或标准误差时,則以均值的一半作为标准差值(Luo等人,2006年)。我们还联系了相关研究的作者,以获取文章中未包含的有用信息。如果研究未提供纬度和经度坐标,我们就通过谷歌地图根据研究地点名称来查找。为获取文献中未提及的气候数据,我们从WorldClimate网站(https://www.worldclimate.com)上获取了年平均降水量和年平均气温数据。环境因素也是从那些使用与数据集中测量POC和MAOC相同实验地点的研究中提取的。2.4 数据分析本研究采用自然对数变换后的响应比率来评估有机肥施用对POC、MAOC及环境因素的影响:RR=lnXt/Xc,其中Xt和Xc分别代表有机肥处理组和对照组的变量均值。方差计算公式如下:v=St2Nt2Xt2+Sc2Nc2Xc2,其中St和Sc分别是有机肥处理组和对照组的标准差,Nt和Nc则是相应的样本量。加权响应比率则是通过R软件中的“metafor”包及其rma.mv函数,采用限制最大似然法的随机效应模型来计算的(Viechtbauer等人,2010年),计算公式为:RRˉ=∑i=1nwi(RRi)∑i=1nwi,其中n表示配对比较的数量。权重因子的计算公式为:wi=1vi,vi=v+τ2,其中vi表示第i项研究的方差,τ2则表示研究间的方差差异。加权响应比率还会进一步转换为效应大小,计算公式为:Effectsize%=eRRˉ?1×100%。如果95%置信区间不包含零值,则说明有机肥处理对该变量的影响显著。此外,还计算了组间异质性值(QB),用以判断有机肥施用是否显著影响了土壤有机碳及其各组分比例(Gurevitch和Hedges,1999年)。通过混合效应模型进行了元回归分析,以确定土壤POC、MAOC与土壤化学、物理、微生物、植物生物量、气候及背景土壤因素以及农艺措施之间的相关性。最后,考虑到存在回避发表负面结果的倾向,我们使用了漏斗图来分析这一问题,并通过Egger回归检验来判断漏斗图的不对称性(Egger等人,1997年)。分析结果表明,SOC、POC和MAOC的漏斗图均无显著不对称性(p?>?0.05),说明所纳入的研究中不存在明显的发表偏倚现象(见图S3和表S2)。所有统计分析均使用R 4.0.3软件完成(R Core Team,2022年)。3. 结果3.1 POC和MAOC对有机肥施用的响应有机肥施用使土壤有机碳含量显著增加了38.9–40.3%,这一增幅超过了矿物肥料处理组相比对照组13.1%的增幅(p?0.05;见图1)。与对照组相比,有机肥加矿物肥料处理组和纯有机肥处理组分别使POC含量增加了95.5%和81.0%,这一增幅也高于MAOC的增幅(25.5–29.8%)。总体而言,有机肥施用使MO处理组中POC与有机碳的比值增加了40.8%,而OA处理组则增加了31.4%。不过,有机肥施用也使得MO处理组中MAOC与有机碳的比值下降了11.8%,OA处理组下降了6.2%,同时MO处理组中MAOC与POC的比值下降了37.1%,OA处理组下降了28.5%。下载:下载高分辨率图片(190KB)下载:下载完整尺寸图片图1. 有机肥施用对土壤有机碳、POC和MAOC含量的影响(a),以及POC与有机碳、MAOC与有机碳、MAOC与POC的比值关系(b)。竖条表示均值的95%置信区间。*p?0.05,**p?0.01,***p?0.001表示差异显著。POC:颗粒有机碳;MAOC:矿物结合有机碳。MF:矿物肥料处理组;OA:纯有机肥处理组;MO:有机肥加矿物肥料处理组。3.2 土壤性质对有机肥施用的响应在我们的数据库中,有机肥施用使土壤总氮含量和溶解性有机碳含量分别增加了49.8–58.6%和75.9–81.1%,这一增幅超过了矿物肥料处理组21.6%和28.4%的增幅(见图2)。有机肥施用还使非晶态铝和非晶态铁含量分别增加了22.2–31.8%和26.2–30.6%,但并未改变总活性铝的含量。MO处理组中总活性铁含量有轻微上升,而OA处理组则没有变化。有机肥施用还使MO处理组中大团聚体质量占比、平均重量直径和微孔隙度分别增加了13.7%、29.5%和20.1%,OA处理组则分别增加了16.4%、23.6%和8.25%。相比之下,有机肥施用使OA处理组和MO处理组中的土壤容重分别下降了10.1–10.4%,而矿物肥料处理组则没有变化(见图3)。有机肥施用还使MO处理组和OA处理组中的微生物生物量碳含量分别增加了84.1%和61.9%。下载:下载高分辨率图片(134KB)下载:下载完整尺寸图片图2. 有机肥施用对土壤化学性质的影响。竖条表示均值的95%置信区间。如果95%置信区间不包含零值,则认为该影响显著。星号表示显著的正面或负面影响。图表右侧显示了观测样本数量。TN:总氮;DOC:溶解性有机碳;Ald和Fed:总活性铝和铁;Alo和Feo:非晶态铝和铁。下载:下载高分辨率图片(91KB)下载:下载完整尺寸图片图3. 有机肥施用对土壤物理和微生物性质的影响。竖条表示均值的95%置信区间。如果95%置信区间不包含零值,则认为该影响显著。星号表示显著的正面或负面影响。图表右侧显示了观测样本数量。BD:容重;MWD:平均重量直径;MBC:微生物生物量碳。3.3 POC和MAOC对有机肥响应的驱动因素线性混合效应分析表明,POC和MAOC的响应比率与土壤总氮、溶解性有机碳、大团聚体质量占比以及微生物生物量碳的响应比率呈正相关,而与土壤容重的响应比率呈负相关(见图4)。不过,POC和MAOC的响应比率与土壤C/N比率、pH值、平均重量直径或微孔隙度无关。就土壤矿物质而言,MAOC的响应比率与非晶态铁的响应比率呈正相关,但与总活性铝、总活性铁以及非晶态铝则无关联(见图5)。POC和MAOC的响应比率与有机肥中的碳输入量呈正相关,且POC的线性方程斜率大于MAOC的斜率(见图6)。POC的响应比率还随氮肥施用量的增加而上升。相反,MAOC的响应比率与试验持续时间和初始土壤pH值呈正相关,而与初始有机碳含量则呈负相关的指数关系。下载:下载高分辨率图片(691KB)下载:下载完整尺寸图片图4. POC(浅珊瑚色点)和MAOC(绿色点)的响应比率与土壤化学、物理和微生物性质响应比率之间的关系。RR_TN:总氮的响应比率;RR_Soil C/N:土壤C/N比率的响应比率。RR_DOC:溶解性有机碳的响应比率;RR_Soil pH:土壤pH值的响应比率;RR_BD:容重的响应比率;RR_Macroaggregates:大团聚体的响应比率;RR_MWD:平均重量直径的响应比率;RR_Micropores:微孔隙度的响应比率;RR_MBC:微生物生物量碳的响应比率。下载:下载高分辨率图片(236KB)下载:下载完整尺寸图片图5. MAOC的响应比率与土壤矿物质响应比率之间的关系。RR_Ald:总活性铝的响应比率;RR_Alo:非晶态铝的响应比率;RR_Fed:总活性铁的响应比率;RR_Feo:非晶态铁的响应比率。下载:下载高分辨率图片(484KB)下载:下载完整尺寸图片图6. POC(浅珊瑚色点)和MAOC(绿色点)的响应比率与农艺措施及初始土壤性质之间的关系。OA C input:有机肥碳输入量;N input:氮肥施用率;Duration:试验持续时间;Initial SOC:背景土壤有机碳含量;Initial soil clay:背景土壤黏土含量。在考虑试验持续时间时,OA处理组的POC含量在中度持续时间(3—10年)和长期持续时间(>10年)时达到最高值,而MO处理组则在长期持续时间时POC含量最高(见图S4)。在有机肥施用条件下,有机碳含量较低的土壤中POC含量增幅最大,MO处理组增幅为142%,OA处理组为202%。相反,有机碳含量较高的土壤中POC含量增幅相对较小。有趣的是,POC和MAOC的响应比率与初始土壤黏土含量无关。不过,有机肥在黏壤土中能更有效地提高MAOC含量(见图S5)。就气候类型而言,有机肥在所有气候条件下都能增加POC含量,而在热带土壤中MO处理组、在干旱土壤中OA处理组能更有效地提高MAOC含量(见图S6)。3.4 NanoSIMS分析揭示的孔隙周围碳分布情况通过平滑回归模型分析了孔隙直径与碳组分之间的关系。以12C14N?/28Si?表示的MAOC在孔隙尺寸增大时呈现凸形分布趋势,在长期未施肥土壤和堆肥处理土壤中,其浓度分别在241 μm和333 μm处达到峰值(见图S8)。这一规律表明,中等大小及以上的孔隙可能为MAOC的存在提供有利的微环境。未施肥土壤中的SOC以12C14N?/12C?表示,其分布模式与MAOC类似,在262 μm处达到峰值(见图7)。而堆肥处理土壤中的SOC则对孔隙尺寸的增加呈现独特的凹形曲线响应。这说明,更好的物理保护条件有利于在有机碳含量相对较高的土壤中储存碳。下载:下载高分辨率图片(211KB)下载:下载完整尺寸图片图7. 长期施肥处理的土壤中不同大小孔隙周围的有机碳分布情况。SOC是通过NanoSIMS检测得到的12C14N?/12C?比率,是通过分析目标区域获得的。4. 讨论4.1有机质和微生物结合碳在有机改良剂作用下的差异性反应决定了双重的碳稳定路径。我们的元分析表明,有机改良剂显著增加了土壤有机碳库,其中有机质和微生物结合碳的比例都有明显上升。有机质的增加幅度(81–95%)高于微生物结合碳(25–30%),这表明有机改良剂更有利于颗粒态碳的短期积累。这一趋势与全球研究结果一致,即新投入的有机物质最初以粗大颗粒形式存在,随后逐渐转化为与矿物质结合的碳(Lavallee等人,2020年;Liu等人,2025年)。有机质的分解为微生物活动提供养分,进而促进微生物结合碳的形成(Liu等人,2024a年;Zhang等人,2022年)。相比微生物结合碳/土壤有机碳比率,有机质/土壤有机碳比率的增长更为显著,这说明新添加的有机物质中有很大一部分仍留在有机质池中,未能完全转化为与矿物质结合的形式。综上,这些现象反映了两种互补的土壤有机碳稳定路径:由生物输入驱动的快速有机质积累,以及通过与矿物质结合实现的相对较慢的微生物结合碳稳定过程(von Lützow等人,2007年;Witzgall等人,2021年)。
4.2 微生物转化启动生物碳路径
随着每年有机碳输入的增加,有机质和微生物结合碳均有所上升,这说明碳输入是推动土壤有机碳各组分积累的主要因素(图6)。有机质主要由部分分解的植物残体构成(Wu等人,2023年),而微生物结合碳则主要来自微生物产物(Knicker等人,2000年;Kopittke等人,2018年)。新加入土壤的有机物质通常会通过微生物的体外作用被分解成更小的碎片(Witzgall等人,2021年)。一些小分子聚合物随后会被微生物吸收,形成微生物残体,这些残体可能通过与铁、铝氧化物的吸附或共沉淀作用促进微生物结合碳的形成;而未完全分解的物质则仍留在有机质池中(Cotrufo等人,2019年;Lavallee等人,2020年)。因此,微生物的代谢活动将新的有机输入与有机质积累和微生物结合碳形成联系起来,从而有助于土壤有机碳的稳定。
有机改良剂显著提高了土壤总氮、溶解性有机碳以及微生物生物量碳的含量(图3),这说明微生物的生长和活性得到了增强(Rodgers等人,2021年)。研究表明,微生物生物量碳与参与有机物分解的酶类活性,如转化酶和纤维素酶,呈正相关关系(Wang等人,2021年)。微生物生物量碳与土壤有机碳各组分之间的正相关关系进一步证明了微生物活动在有机质形成和微生物结合碳积累中的重要作用(Cotrufo等人,2015年;Cotrufo等人,2019年)。这些发现也与“微生物效率-矩阵稳定框架”相吻合,该框架认为高效的微生物代谢活动有助于形成稳定的土壤有机碳(Cotrufo等人,2013年)。此外,较高的氮素含量可提高植物生产力并增加根系残体的回归量,从而扩大有机质池的规模(Geisseler等人,2017年;Ye等人,2018年),而有机输入物经微生物处理后产生的死亡物质则为微生物结合碳的积累提供了重要原料(Ye等人,2019年)。综合来看,这些结果表明,在有机改良剂的作用下,微生物转化启动了土壤有机碳的生物稳定路径。
4.3 矿物反应性而非黏土含量决定微生物结合碳的形成
矿物相互作用在微生物结合碳形成中的作用已得到广泛认可(Chen等人,2021年;Jia等人,2024年)。有机化合物可以通过吸附、与铁或铝氧化物共沉淀,或与多价阳离子形成复合物等方式与矿物表面结合,从而促进微生物结合碳的积累(Chen等人,2021年;Hu等人,2024年)。然而,在我们的综合分析中,初始土壤黏土含量与微生物结合碳的变化并无显著关联,这一结果与近期的全球分析和区域研究结果一致(Tang等人,2023年;Xiao等人,2023年)。相反,微生物结合碳的变化与非晶态铁氧化物呈正相关关系(图5),这表明活性矿物相或许能更好地解释有机改良剂作用下微生物结合碳形成的差异(von Lützow等人,2007年)。
结晶度较低的铁氧化物具有较高的表面反应性和吸附能力,可通过吸附和共沉淀作用促进有机质与矿物的结合(Wang等人,2019年;Zhang等人,2013年)。有机质的分解还会产生低分子量的有机化合物,这些化合物可促进矿物的溶解和重新沉淀,进而形成新的吸附表面,进一步强化这种有机-矿物相互作用(Welch等人,1999年;Hansel等人,2004年;Yu等人,2017年)。因此,微生物结合碳变化与活性铁矿物相之间的关联,符合“矿物化学稳定路径”的理论,即经过微生物处理的碳通过与活性金属氧化物相互作用而固定下来。尽管黏土矿物也能促进有机质与矿物的结合,但我们的研究结果表明,在农业土壤中,矿物反应性比总黏土含量对微生物结合碳的积累起着更关键的作用。这些发现强调了活性金属矿物相在稳定与矿物质结合的碳中的作用,同时也解释了为何微生物结合碳的反应与土壤整体质地无关(Cotrufo等人,2019年;Cai等人,2022年;Díaz-Martínez等人,2024年)。
4.4 土壤团聚体与孔隙结构增强物理保护作用
有机改良剂作用下有机质的变化与大团聚体质量比例的变化呈正相关,且有机质的关联程度高于微生物结合碳。这表明土壤团聚体是农业土壤中有机质积累的重要因素,其主要作用是通过增强有机质在团聚体相关孔隙网络中的物理封闭作用来实现积累(Dungait等人,2012年;Liang等人,2019年)。团聚体通常会导致大团聚体中较小且连接较差的孔隙比例增加,同时降低孔隙的连通性及氧气供应量(图3),这一现象与以往的研究结果一致(Pagliai等人,1981年;Zhuang等人,2008年;Schlüter等人,2022年)。这样的孔隙环境会限制微生物的进入和酶活性的发挥,从而降低被封闭有机质的分解速率(Krull等人,2003年;Dungait等人,2012年;Toosi等人,2017年)。因此,小孔隙中的分解速率远低于大孔隙,这进一步凸显了物理封闭性对有机质持久性的重要性(Strong等人,2004年)。不过,尽管小孔隙具有明确的保护作用,但元分析显示土壤碳组分与微孔数量之间并无显著关联,这说明仅凭微孔数量无法直接反映土壤有机碳的稳定机制,这一发现促使人们通过NanoSIMS成像技术进行进一步研究。
NanoSIMS分析结果显示,微生物结合碳与孔径大小呈凸形关系,在未施肥土壤和施用堆肥的土壤中,其峰值分别出现在241微米和333微米处。这表明中等至较大孔径的孔隙可能为微生物结合碳的存在提供有利的微观环境,原因可能是这些孔隙有利于微生物活动及有机质与矿物的相互作用。较大的土壤孔隙(如60–300微米)能够提供充足的氧气浓度和水分条件,同时为土壤微生物提供适宜的生存环境(Nunan等人,2002年;Keiluweit等人,2016年)。与较小孔隙相比,这类孔隙中会有更多新的碳输入,如细根(Pagliai和Denobili,1993年)。它们还能支持更高的微生物丰度和酶的产生,进而产生更多的死亡物质并形成更多的有机质-矿物结合物(Cotrufo等人,2013年;Kravchenko等人,2019a年;Kravchenko等人,2019b年)。这些基于孔隙尺度的观察结果表明,具有微生物活性且通风良好的孔隙环境可能是微生物结合碳形成的重要场所,不过大团聚体中的小孔隙更多地作用于后续有机质-矿物结合碳的保持与持久性,而非其最初的积累。
有趣的是,在未施肥土壤中,土壤有机碳的孔径分布与微生物结合碳相似,这说明在这种条件下,与矿物质结合的碳所占比重相对更高。而在施用堆肥后,土壤有机碳的孔径响应呈凹形,这意味着较小的、与团聚体相关的孔隙中碳含量更高,这可能反映了颗粒态碳获得了更好的物理保护。这一变化与“结构介导的土壤有机碳保护机制”相一致,即土壤团聚体和孔隙尺度的封闭性更有利于有机质的保留(Lavallee等人,2020年;Schlüter等人,2022年)。总体而言,这些孔隙尺度的特征表明,土壤团聚体和孔隙结构并不能均匀地稳定所有类型的土壤有机碳,而是调节着不同稳定路径之间的平衡。总体上看,有机改良剂促进了以快速有机质整合和封闭为特征的生物-物理路径,以及与微生物-矿物相互作用和吸附稳定相关的矿物-化学路径的共同作用。
4.5 局限性与启示
尽管这项综合研究提供了宝贵的机制性见解,但仍存在一些局限性。首先,纳入的研究在地理区域和土壤类型上分布不均,大多数实验是在温带农田中进行的。这种空间上的偏差可能会影响所观察到的土壤有机碳组分对有机改良剂响应的普遍适用性。因此,未来的研究应优先在热带和干旱地区开展针对性的田间试验和采样工作,以提高研究结果的地理代表性。此外,不同研究之间在实验持续时间、改良剂类型及施用剂量方面的差异,也可能导致有机质和微生物结合碳响应的不一致性。此外,元分析方法本身也存在一些固有局限,不同研究在实验设计、测量方法及数据报告格式上的差异,都可能给数据提取和综合分析带来不确定性。虽然采用了统计方法来处理数据差异,但某些变异来源可能仍无法完全解决。
尽管存在这些局限性,这项研究的结果仍为农业系统中的土壤碳管理提供了重要启示。那些能够增加有机质输入,同时促进微生物活动及有机质与矿物相互作用的管理措施,可同时推动颗粒态碳的积累与与矿物质结合的碳的稳定。未来的研究应探讨土壤矿物学特性、微生物活性以及孔隙尺度结构如何相互作用,从而在不同有机管理措施下调控土壤有机碳的长期持久性。
5. 结论
本研究结合全球范围内的元分析及NanoSIMS成像技术,阐明了有机改良剂作用下有机质和微生物结合碳的不同响应机制及稳定过程。有机改良剂显著提升了土壤有机碳、有机质和微生物结合碳的含量,其中有机质的相对响应幅度明显大于微生物结合碳。这两种碳组分的响应都与氮素供应量和微生物生物量密切相关,但其后续的稳定机制却有所不同。有机质的积累主要与土壤团聚体形成以及小孔隙中的物理封闭作用有关。而微生物结合碳的形成则更多地与微生物转化、活性铁氧化物以及微生物与矿物的相互作用相关,而非整体黏土含量。NanoSIMS分析进一步显示,在有机改良剂作用下,微生物结合碳更易在具有微生物活性的中等至较大孔隙中积累,而土壤有机碳则更易在小孔隙中积累。总体而言,这些研究结果确立了有机管理条件下土壤有机碳持续存在的两种互补路径:即通过土壤团聚体实现有机质的物理保护,以及通过微生物与矿物的相互作用实现微生物结合碳的稳定,这些发现为改善农业生态系统中的土壤碳管理提供了多尺度理论依据。
作者贡献说明
苗云才:撰写——初稿、方法学、研究实施、正式分析、数据整理。
袁俊吉:撰写——审阅与编辑、指导、资金获取。
何铁虎:撰写——审阅与编辑、软件应用、正式分析。
罗瑞毅:撰写——审阅与编辑、软件应用、正式分析。
唐波:撰写——审阅与编辑。
丁伟新:撰写——审阅与编辑、指导、资金获取。
苗云才|袁俊吉|何铁虎|唐波|罗瑞毅|丁伟新
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号