《Atmosphere》：Multi-Level Environmental Filtering Governs Soil N2O Fluxes: A Quantitative Hierarchical Framework for Two Key Microbial Production Pathways
编辑推荐：
陆地土壤是大气氧化亚氮（N?O）的主要来源，其排放受多种生物、非生物及微生物驱动因素之间复杂相互作用的调控。研究人员从同行评审文献中汇编了一个整合了土壤N?O排放野外与实验室测定数据及其相应环境驱动因子的数据集（n = 275个研究样点/样地）。研究人员完善了
陆地土壤是大气氧化亚氮（N?O）的主要来源，其排放受多种生物、非生物及微生物驱动因素之间复杂相互作用的调控。研究人员从同行评审文献中汇编了一个整合了土壤N?O排放野外与实验室测定数据及其相应环境驱动因子的数据集（n = 275个研究样点/样地）。研究人员完善了一个定量层级框架，以阐明这些驱动因子之间的相互作用及其调控效应，这些效应通过一个三层级机制途径得以中介传递。在第一层级，环境驱动因子（如气温、降水、样点位置）作为土壤物理性质（如土壤温度、水分状况、质地）的基础性约束条件。在第二层级，土壤物理性质通过影响化学性质为土壤微生物创造生存条件。在第三层级，土壤化学驱动因子（如土壤有机碳、氮、铵态氮和硝态氮含量；碳氮比）通过调控土壤生物条件、影响微生物群落组成及微生物代谢活性，对N?O通量产生直接影响。然而，这些调控效应仅在先前非生物条件处于容许阈值范围内时才能发挥作用。该框架还展示了生物与非生物驱动因子之间的相互作用。本研究强调，未来研究应更加关注特定土壤类型或生态系统特有的非生物阈值，并量化其相互作用，以提高在区域或全球尺度上对土壤N?O向大气通量的模拟精度。
**多层级环境过滤调控土壤N?O通量：机制、框架与启示**
**一、研究背景与科学问题**
氧化亚氮（N?O）作为一种强效温室气体，其单位质量的辐射强迫能力约为二氧化碳（CO?）的265至298倍（以100年时间尺度计），在大气中的滞留时间长达约121年，因而成为气候变化减缓研究的核心关注对象。全球范围内，大气N?O主要来源于自然生态系统（44.8%）和人为源（55.2%），其中陆地土壤是最主要的自然贡献者，自然植被下的陆地土壤占总自然排放量的62.5%。
土壤N?O排放主要源于两个关键微生物过程：硝化作用与反硝化作用。这两个过程在环境需求、微生物群落特征及N?O产生量方面存在显著差异。一般而言，硝化作用发生于好氧条件（溶解氧DO > 2 mg L?1），以铵态氮（NH??）为底物；反硝化作用则发生于厌氧条件（DO < 0.5 mg L?1），以硝态氮（NO??）为主要底物。对这两个途径的约束涉及非生物因素（如土壤温度、水分、土壤碳氮含量）和生物因素（如微生物多样性与生物量），从而导致土壤N?O排放具有高度的时空变异性。
尽管已有大量研究认识到环境驱动因子对N?O排放的调控作用，但这些因子的直接效应、间接效应及联合效应尚未得到定量化的理解。现有的过程模型虽大多包含硝化和反硝化两个微生物途径，但对这两个过程的环境调控机制认识仍不充分，导致N?O通量模拟存在较大的不确定性。因此，建立一个能够桥接当前研究空白的定量框架，对于优化现有N?O模型或开发新型模型具有重要的科学意义。
**二、研究目的与主要技术方法**
本研究旨在：（1）建立不同类型典型生态系统（森林地、草地、湿地、人工林和农田）中硝化速率、反硝化速率及N?O排放速率的基础认识；（2）探究调控两个N?O产生途径的潜在关键驱动因子；（3）提出一个分析框架以优先考虑这些决定因子（包括土壤生物地球化学性质、气象变量和空间位置）的相互作用，从而改进当前N?O模型/模块或用于开发新模型。
为开展研究，研究人员采用了以下关键技术方法：（1）**系统文献检索与数据集构建**：基于Web of Science（截至2023年12月31日）检索相关文献，共获取约4598篇论文，经筛选保留约173篇，最终汇编了来自约173个样点、275个研究样地的观测数据，涵盖五种典型生态系统类型及七种土壤类型（按USDA土壤分类，包括有机土、淋溶土、氧化土、软土、潜育土、始成土和安第索土）。（2）**数据标准化处理**：将不同时间尺度的N?O排放数据统一归一化为日尺度，并利用每个研究点报告的土壤容重和采样深度将基于面积的通量转换为基于质量的通量（mg N?O-N·kg?1土壤）。（3）**关键参数计算**：利用土壤体积含水量和容重计算水填充孔隙度（WFPS），以界定硝化和反硝化过程发生的好氧/厌氧条件。（4）**统计分析与结构方程模型**：采用IBM SPSS Statistics 27.0进行方差分析（ANOVA）、Pearson相关性分析和线性回归分析；运用AMOS 28.0构建结构方程模型（SEM），以定量评估环境因子、土壤物理性质、土壤化学性质与N?O排放之间的层级调控路径关系。
**三、主要研究结果**
**3.1 总N?O排放速率**
方差分析结果表明，五种生态系统类型之间的土壤N?O排放速率存在显著差异（p < 0.05）。农田生态系统的平均排放速率最高，其排放速率最大值与最小值之间的变化幅度也最大；森林地次之；草甸的变化幅度最小。研究进一步发现，平均N?O排放速率及其变化程度与土壤有机碳（SOC）和土壤有机氮（SON）含量呈显著相关（与SOC的R2 = 0.399，p < 0.01；与SON的R2 = 0.357，p < 0.05），表明土壤碳氮底物的可利用性在调控N?O排放中发挥关键作用。值得注意的是，在数据集中pH等若干变量与N?O排放之间未观察到显著相关性，这与近期一些研究结果一致，说明单纯的统计显著性无法完全揭示潜在的生物地球化学机制。
**3.2 硝化与反硝化途径的N?O排放速率**
分析显示，五种生态系统之间来自硝化和反硝化两条主要微生物途径的N?O排放速率均存在显著差异。就硝化作用而言，农田生态系统的排放速率最高，森林地最低；农田的排放速率变化幅度也最大，森林地最小。就反硝化作用而言，湿地生态系统具有最高的N?O排放速率，农田最低。值得注意的是，草地显示出相对较低的硝化来源排放量，但具有较高的反硝化来源N?O通量；农田则呈现相反的模式，其硝化来源排放量最高而反硝化来源排放量最低。硝化和反硝化速率与SOC、SON、土壤温度及WFPS均存在显著相关关系。湿地生态系统较高的排放量源于频繁水文动态驱动的硝化（好氧）与反硝化（厌氧）双重活跃贡献；草地较高的反硝化通量与降水引起的水分变化及湿干交替促进微生物生长有关。
**3.3 层级调控框架**
通过SEM分析，研究人员构建了包含四条路径的定量化层级调控框架。该框架表明：环境因素（如年均气温、降水、纬度、海拔）通过路径A作用于第一层级，调控土壤物理性质（包括土壤温度、水分、容重）；土壤物理性质通过路径B作用于第二层级，影响土壤化学性质（包括SOC、SON、碳氮比、NH??、NO??）；土壤化学性质通过路径C作用于第三层级，直接调控N?O排放速率及其变化幅度。这些调控效应仅在先前非生物条件处于容许阈值范围内时才能充分发挥作用。路径D则表征了生物与非生物驱动因子之间的交互作用。模型结果显示，土壤水分和温度对N?O排放的路径影响显著，但这一影响可能在季节尺度上有所不同——生长季主要由土壤水分控制，非生长季则主要由土壤温度控制。
**四、讨论与结论**
研究讨论部分指出，不同类型生态系统间N?O排放速率的巨大差异可归因于两个主要约束因素：土壤氮输入和微生物群落。全球数十年来数百万吨合成氮肥的施入显著增加了农田土壤微生物的丰度和代谢底物，从而促进了N?O排放。森林地排放速率低则与自养硝化受低pH抑制、异养硝化底物供应有限共同导致的低硝化活性有关。草地排放高于森林地与湿干交替促进微生物丰度和硝化作用有关。
关于不确定性，研究人员指出以下来源：第一，文献筛选过程中排除了旨在捕捉脉冲式N?O排放的高频短期实验，限制了对短期排放动态的评估能力；第二，单因素方差分析的显著结果无法消除采样不均匀和环境异质性造成的偏差；第三，土壤条件、气候和管理实践的差异也可能影响不同生态系统间的通量比较。因此，本研究中的生态系统比较构成一种描述性综合，提供了对生态系统特定调控机制的见解，但不应视为确定性证据。
研究结论部分指出，尽管N?O通量具有高度时空变异性，其排放受三层级机制的调控：第一层级，环境条件（如年均气温、降水、纬度和海拔）直接约束土壤物理性质；第二层级，土壤物理因子通过约束土壤化学性质来直接调控微生物活性，从而影响N?O排放；第三层级，土壤生物化学因子（如SOM、全氮、全碳、SOC、SON和碳氮比）通过调节土壤微生物群落组成和代谢活性对N?O通量产生直接影响。值得注意的是，生物与非生物驱动因子通常在两者条件均适宜时产生交互作用。未来研究应深入探索特定土壤类型或生态系统特有的影响机制，并量化生物-非生物相互作用，以提高区域或全球尺度上N?O预测模型/模块的准确性。
