不同生物炭施用量对稻田甲烷排放及微生物碳泵（MCP）介导的碳封存的影响：定量建模方法

《Journal of Environmental Management》：Effects of different biochar application rates on CH 4 emissions and Microbial Carbon Pump (MCP) mediated carbon sequestration in paddy fields: a quantitative modeling approach

　　

摘要
生物炭改良是一种已被证实的策略，用于缓解稻田甲烷（CH4）排放并增强土壤碳固持。然而，微生物碳泵（MCP）驱动的难分解有机碳（ROC）形成的深度依赖性动态及其潜在的微生物机制仍然知之甚少，特别是在中国四川盆地中部的紫色稻田土中。为了填补这一空白，我们开发了一种新型定量 MCP 驱动的 ROC 模型，并开展了一项包含四种生物炭处理（CK、C2、C4 和 C6 t/hm2）的田间试验，以调查 0–80 cm 剖面内的 CH4 排放、甲烷循环微生物群落以及土壤碳组分。生物炭改良显著降低了 CH4 排放 57.88–84.51%（在 6 t/hm2 时达到峰值），并将产甲烷菌和甲烷氧化菌的多样性增加了 1.30–1.66 倍。尽管土壤有机碳（SOC）、溶解性有机碳（DOC）、微生物生物量碳（MBC）和绝对 ROC 的浓度随深度显著降低，但 ROC/SOC 比率持续增加。至关重要的是，我们的定量模型揭示，生物炭通过提供必需的活性底物，刺激了 MCP 的体内周转和体外修饰途径，解释了深层土壤碳组分高达 92% 的方差。总之，本研究证明生物炭是一种有效的双重作用策略：通过调节微生物组缓解 CH4 排放，同时通过在整个土壤剖面上加强 MCP 驱动的 ROC 形成来增强长期碳固持。

引言
全球范围内，稻田系统是人为温室气体（GHG）排放的主要来源；仅 CH4 就占其二氧化碳当量排放的 94% 以上（Qian 等，2023），约占全球 CH4 总量的 11%（Reay 等，2021；Nikolaisen 等，2023）。此外，这些排放在过去几十年中稳步增长（FAO，2024）。因此，缓解稻田 CH4 排放对于减少全球人为 GHG 排放至关重要。然而，这些土壤也是全球最重要的碳（C）库之一，其碳储量是大气层的两倍多（Wang 等，2024）。因此，任何减排策略都必须考虑其对土壤碳固持的影响。

了解稻田土壤碳固持需要阐明控制有机碳从初始输入到长期稳定的动态的微生物机制（Ling 等，2025）。土壤有机碳（SOC）不是一个同质的实体，而是一个由活性组分（如溶解性有机碳，DOC，和微生物生物量碳，MBC）和难分解有机碳（ROC）组成的功能连续体（Han 等，2016）。在这些组分中，由于其高度稳定的化学结构，ROC 是长期碳固持的主要储库（Shi 等，2023）。微生物代谢过程主要驱动 SOC 的周转和长期稳定。微生物碳泵（MCP）概念为这些微生物驱动的 C 转化提供了理论框架。虽然最初是为海洋生态系统提出的，但该框架现在是理解土壤碳汇形成的核心部分（Jiao 等，2024）。MCP 理论认为，活性有机碳（DOC，MBC）并不直接进入稳定碳库。相反，微生物通过两条不同的代谢途径——合成代谢（即微生物残体积累）和分解代谢（即有机质的酶促修饰）——将其转化为慢循环的 ROC，从而维持稻田土壤的长期碳固持能力（Liang 等，2017）。因此，MCP 强度决定了将活性 C 转化为 ROC 的效率，使其成为评估稻田土壤 C 固持潜力的核心指标。

鉴于 MCP 强度是评估土壤碳固持潜力的基本指标，稻田土剖面内 MCP 的垂直动态需要进一步研究。然而，MCP 效率强烈依赖于微生物群落活性和环境条件，包括底物可用性、氧化还原状态和养分供应（Sinsabaugh 等，2013）。稻田土剖面在有机质输入、氧气可用性和微生物群落结构方面表现出明显的垂直梯度；因此，关于表层土壤 MCP 效率的发现不能简单地外推到更深的土层。尽管深层土壤层（20–80 cm）储存了稻田土壤总碳库的大部分（Hicks Pries 等，2023），但关于这些深度 MCP 效率的定量研究及其对碳固持的实际贡献仍然稀缺。当前的研究主要集中在表层土壤（0–20 cm），导致 MCP 在整个土壤剖面中的垂直动态在很大程度上未被探索。这一空白在中国四川盆地中部紫色稻田土的深层尤为明显。这一空白限制了我们全面评估稻田土壤 C 固持潜力的能力，并阻碍了基于 MCP 的管理策略的发展。

一项 14 年的田间试验表明，生物炭通过调节 MCP 的体内周转和体外修饰途径，驱动了微生物残体碳的净积累和 SOC 的长期固持（Chen 等，2023）。此外，生物炭在减少稻田 CH4 排放的同时增加了 SOC 含量（Wang 等，2018a），使其成为调查 MCP 深度依赖性动态和相关碳固持机制的理想改良剂。由于其高难分解 C 含量、多孔结构和碱性，生物炭既提供了在土壤中的长期稳定固持，又调节了温室气体排放（Aluthge 等，2025；He 等，2025；Luo 等，2023）。具体而言，大量文献证实生物炭施用显著削减了稻田系统的 CH4 排放（Chen 等，2018；Han 等，2026；Wang 等，2018a）。这种抑制作用主要归因于甲烷氧化菌多样性和丰度的增强，它们可以在排放前氧化稻田土壤中产生的高达 90% 的 CH4（Bosse and Frenzel, 1997; Qin 等，2016）。然而，CH4 的减少并不与生物炭施用量呈线性比例。高生物炭施用量（例如，40 t/hm2）往往随时间表现出边际收益递减，其缓解水平与低至中等施用量（20–24 t/hm2）相当。这表明存在明显的剂量阈值和时间衰减（Qi 等，2020a, Qi 等，2020b; Wang 等，2018a）。因此，必须战略性地校准最佳生物炭施用量，以平衡缓解功效与长期可持续性。

生物炭在土壤 C 固持中发挥着关键作用。长期田间试验证实，生物炭施用显著提高了 MCP 效率，促进了活性 C 向 ROC 的转化（Li 等，2025c；Liu 等，2025），并在四年内将 SOC 含量增加了 33%–61%（Wang 等，2018a）。具体而言，生物炭施用在第一年内显著富集了土壤 DOC 和 MBC 库（Wang 等，2018a），为两个核心 MCP 途径——合成代谢（即体内周转）和分解代谢（即体外修饰）——提供了必需的活性底物。这种底物供应从机制上解释了生物炭驱动 C 固持的微生物学基础。然而，由于关于这些动态的大多数研究都集中在表层土壤，生物炭施用量和土壤深度对 MCP 介导的 C 固持效率的交互作用在很大程度上仍未解决。

为了填补这些空白，我们利用了中国四川盆地中部的典型紫色稻田土，并应用了四种生物炭处理（0, 2, 4 和 6 t/hm2，以下简称 CK、C2、C4 和 C6），以调查生物炭对 CH4 排放和 MCP 驱动的碳固持的双重效应。具体而言，我们旨在回答三个相互关联的问题：（1）通过分析 0–80 cm 土壤剖面中产甲烷菌和甲烷氧化菌的多样性、丰度和组成，确定驱动生物炭介导的 CH4 缓解的微生物机制；（2）确定生物炭施用量和土壤深度如何交互影响碳组分的垂直分布，重点关注 ROC 对 SOC 相对贡献的深度依赖性模式；以及（3）开发基于两个核心 MCP 途径（体内周转和体外修饰）的定量模型，以评估不同生物炭施用量和深度下 MCP 对土壤碳固持的贡献效力。最终，本研究为稻田系统中生物炭介导的碳调节提供了理论框架，同时指出所提出的定量模型需要进一步的独立验证。

章节片段
地点描述与实验设计
我们在四川省都江堰市聚源镇普兴村的一个典型油菜 - 水稻轮作系统（30.96° N, 103.68° E; 图 S1）中进行了这项田间试验。该地点具有中亚热带湿润气候，年平均温度为 15.2°C（1 月从 4.6°C 到 7 月 24.7°C），年降水量为 1200 mm，无霜期为 280 天。基线表层土壤（0–20 cm）性质为：pH（土水比 1:2.5）6.8，土壤有机质。

环境因素的变化
土壤 EC 在 0–10 和 10–20 cm 层表现出更大的变异性，而在中间和深层则保持相对稳定（图 S2A）。在 0–80 cm 剖面中，CK、C2、C4 和 C6 处理的峰值 EC 值分别为 197, 208, 247 和 267 μS cm?1，相应的平均值分别为 47.03, 49.08, 59.45 和 60.25 μS cm?1。生物炭施用显著提高了整个土壤剖面的土壤 EC。0–20 cm 层的土壤水分含量。

生物炭添加对 CH4 排放的影响
在本研究中，相对于 CK，生物炭改良显著减少了 CH4 排放，且缓解幅度随着生物炭施用量的增加而逐渐增大。一项涵盖 438 项独立研究、3229 对观测值和 29 项长期田间试验的全球元分析显示，长期年度生物炭改良平均将稻田土壤的 CH4 排放减少了 13.5%，在酸性土壤中减少更为明显（Yang 等，2025a）。先前。

结论
这项田间研究提供了定量证据，证明生物炭改良可以同时缓解 CH4 排放并增强中国四川盆地中部紫色稻田土的长期土壤 C 固持。这种双重效益是通过调节甲烷循环微生物群落和增强 MCP 效率来实现的。具体而言，生物炭施用显著减少了 CH4 排放，在 6 t/hm2 施用量下最大减少量为 84.51%。这。

CRediT 作者贡献声明
李岳峰：写作 - 初稿，可视化，软件，数据整理。陈宏宇：写作 - 回顾与编辑，监督，项目管理。陈杰：写作 - 回顾与编辑，项目管理，资金获取。蒋伟琴：写作 - 初稿，调查，数据整理。刘晓玲：写作 - 回顾与编辑。梁杰：写作 - 回顾与编辑。张科：监督，方法论。蒋冰：写作 - 回顾与编辑。罗红兵：写作 - 回顾与。

资金来源
这项工作得到了国家自然科学基金（51278318, 51808363, 52370117）、四川省地质调查院（KJ2021-2）、四川省科学技术厅（2022YFS0505）和四川省生态环境厅科技计划（2023HB07）的支持。

利益冲突声明
作者声明，他们没有已知的可能影响本论文报告工作的竞争性经济利益或个人关系。

致谢
作者感谢在实验期间参与稻田管理的当地农民。

李岳峰 | 陈宏宇 | 陈杰 | 蒋伟琴 | 刘晓玲 | 梁杰 | 张科 | 蒋冰 | 罗红兵 | 谢万晨 | 安晓灿 | 陈威 | 杨子木 | 张晓红
四川农业大学环境科学学院，中国成都，611130