大豆固氮的季节性规律及其驱动因素

《European Journal of Agronomy》:Seasonal patterns and drivers of nitrogen fixation in soybeans

【字体: 大 中 小 】 时间:2026年08月07日 来源:European Journal of Agronomy 6.7

编辑推荐:

  •季节性氮固定率在5%到60%之间波动,其峰值取决于环境条件。•氮固定的峰值与季节性氮固定平均值存在显著相关性。•蒸气压差大于1.1千帕时,氮固定峰值会降低约50%。•土壤黏土含量和降水量会影响季节性氮固定峰值的出现时间。•较高的氮固定峰值会略微提升产量,但对蛋白质含量的影响较小

  
  • •
    季节性氮固定率在5%到60%之间波动,其峰值取决于环境条件。
  • •
    氮固定的峰值与季节性氮固定平均值存在显著相关性。
  • •
    蒸气压差大于1.1千帕时,氮固定峰值会降低约50%。
  • •
    土壤黏土含量和降水量会影响季节性氮固定峰值的出现时间。
  • •
    较高的氮固定峰值会略微提升产量,但对蛋白质含量的影响较小。

引言

大豆Glycine max (L.) Merr是美国种植面积最大的作物之一,其种植面积达3500万公顷,占全球大豆产量的29%(美国农业部,2024年)。大豆通过氮固定作用从土壤和大气中获取氮元素(二氮气;N?)(Harper,1974年)。这一过程依赖于共生关系,该关系促使大豆根毛细胞分化出根瘤,从而使土壤中的细菌能够固定氮气(Smith和Atkins,2002年)。据估计,每年美国通过氮固定作用获得的氮元素总量为780万公吨(Herridge等人,2022年)。
虽然这种共生关系在生长季早期就已形成(Tian等人,2012年),但氮固定作用会持续到种子充实期(Bils和Howell,1963年),因此对最终氮元素的积累以及种子中的蛋白质含量起着关键作用(Fabre和Planchon,2000年;Leffel等人,1992年)。目前,人们通常仅通过一次季节性测量来确定氮固定对大豆生长的贡献率,这种方式无法体现由于环境因素导致的氮固定速率的变化情况(de Borja Reis等人,2021年;Ciampitti和Salvagiotti,2018年;Herridge等人,2022年)。水分不足(Serraj等人,1999年)、根部氧气供应不足(del Castillo等人,1994年)、土壤温度过高(Lindemann和Ham,1979年)以及营养缺乏(Divito和Sadras,2014年)都会对种子产量和生物量分配产生负面影响(Tamagno等人,2018年),同时也会影响氮固定的整体贡献程度(Bethlenfalvay和Phillips,1977年)。由于整个生长季内的生长条件不断变化,单次测量的氮固定数据很容易失真,从而影响我们对这一大豆生长中重要过程的了解。因此,全面了解季节性氮固定规律对于提升其效率、发挥其在农业和环境方面的优势具有重要意义。尽管氮固定作用十分重要,但其动态变化机制至今仍不甚明了。目前仅有少数研究探讨了其季节性变化规律(Tamagno等人,2018年;Córdova等人,2019年;Correndo等人,2022年),而运用建模方法来描述这些复杂动态并得出具有生物学意义的参数的研究则更为少见。虽然一些模型能够捕捉到氮固定随时间的变化趋势,但其参数与潜在生物过程之间的关联度仍然有限。此外,采用统一方法在不同环境中量化氮固定的研究也相当匮乏。
要研究季节性氮固定动态,就需要在整个生长季收集多组植物样本,这不仅成本高昂,而且工作量巨大。一个可行的解决途径是开发能够进行季节性氮固定估算且具备不确定性量化功能的模型。这类模型即便在数据量有限的情况下也能给出可靠的结论,同时还能随着新数据的加入不断提升预测精度。例如,de Borja Reis等人(2021年)基于单次氮固定测量结果构建了一个模型,用于分析天气和土壤因素的影响。不过该模型依赖于脲酶活性法,这种方法只能间接、即时地估算氮固定量,在雨养条件下很容易得到不可靠的结果(Purcell等人,2004年)。其他方法,如乙炔还原试验以及通过乙炔还原为乙烯来检测固氮酶活性,也需要经过校准才能将酶活性转化为氮固定速率。此外,在培养条件下获得的测量数据也无法直接用于推断田间条件下的氮固定速率(Unkovich等人,2008年)。与之相比,基于15N的方法可以测定植物中的氮有多少来自大气中的氮气(%Ndfa)。15N天然丰度法利用大气中的氮气与土壤中的氮在同位素特征上的差异来估算氮固定的贡献程度,该方法为在田间条件下评估季节性氮固定提供了可靠的基础(Unkovich等人,2008年)。
基于上述考虑,本研究旨在运用多环境贝叶斯建模框架,对该框架能够明确量化季节性动态的不确定性,从而:(i)分析季节性氮固定模式,包括其峰值大小、出现时间以及增减速率;(ii)找出导致不同实验条件下季节性氮固定模式出现差异的关键环境因素。

章节摘要

数据描述

2021年和2022年生长季期间,共在美国的10个州开展了34项田间研究:阿肯色州、爱荷华州、印第安纳州、堪萨斯州、明尼苏达州、北卡罗来纳州、北达科他州、俄亥俄州、南达科他州和威斯康星州(详见补充材料中的表S1)。其中部分与这些研究相关的数据已经发表,重点分析了氮素收支情况(Almeida和A. Ciampitti,2026年)。这些研究共形成了34组独特的实验组合,这些组合涵盖了不同的土壤和气候条件(详见补充材料中的表S2)

季节性氮固定模式

不同研究中,季节性氮固定平均峰值的差异(β?)、峰值出现时间的变化(β2)以及生长和衰减速率的差异(β3),使得季节性氮固定的总量或积分值——即整个生长季内的氮固定曲线下面积——在5%到60%之间不等(详见补充材料中的图1、S2以及表S3)。补充材料中的表S3和图S2详细展示了描述季节性氮固定的三个模型参数的后验分布情况,包括其均值和不确定性数值,这些信息为

讨论

这项多环境研究为准确描述不同地点的季节性氮固定模式并对其进行可靠的风险评估提供了完整的框架。这种方法为构建更精准的预测模型奠定了基础,这类模型能够结合先前的生物学知识,即便在数据有限的情况下也有助于理解这一复杂的生理过程。季节性氮固定存在的较高不确定性也凸显出单一采样方法的可靠性问题

结论

我们的研究结果表明,氮固定峰值是决定大豆季节性氮固定平均水平的主要因素。这一峰值与种子产量的关联比与种子蛋白质含量的关联更为紧密。此外,在作物生长阶段的R2期到R4期之间,VPD值会降低氮固定峰值;而季节性氮固定峰值的出现时间和持续时间则主要受土壤黏土含量的影响。另外,给出一个合理的氮固定范围,而非单一数值,

CRediT作者贡献说明

Ignacio Ciampitti:撰写——审阅与编辑、研究指导、项目管理、实验开展、资金筹集、概念构思。Seth Naeve:撰写——审阅与编辑、实验开展。Rachel Vann:撰写——审阅与编辑、实验开展。Trevor Hefley:撰写——审阅与编辑、研究指导、正式数据分析。Shaun Casteel:撰写——审阅与编辑、实验开展。P.V. Vara Prasad:撰写——审阅与编辑。Manninder Singh:撰写——审阅与编辑、实验开展。Jose Bais:

利益冲突声明

作者声明存在以下可能被视为利益冲突的财务利益/个人关系:Ignacio Ciampitti和Luiz Felipe A. Almeida表示曾获得堪萨斯大豆组织的资金支持。

致谢

作者衷心感谢各参与高校的研究人员、实习生、研究生以及技术工作人员的辛勤付出。特别要感谢目前任职于普渡大学的Ciampitti实验室,他们为协调这项跨多个州开展的研究付出了努力;同时也要感谢Corteva Agriscience公司和堪萨斯大豆委员会,他们为Luiz Felipe Almeida提供了研究生奖学金支持。
Luiz Felipe Almeida|Federico Gomez|Francisco Palmero|Gabriel Hintz|Adrian Correndo|Jeremy Ross|Mark Licht|Shaun Casteel|Manninder Singh|Seth Naeve|Rachel Vann|Jose Bais|Laura Lindsey|Shawn Conley|Jonathan Kleinjan|Péter Kovács|Mark Reiter|David Houlshouser|Trevor Hefley|P.V. Vara Prasad|Ignacio Ciampitti
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    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