耕作与秸秆还田方式对农田土壤碳来源与作物光合碳截获的影响

发布时间：2020-08-10 09:20

【摘要】：本研究在山东农业大学农学实验站的长期定位保护性耕作试验地(始于2002年)上进行,采用冬小麦(济麦22)-夏玉米(郑单958)大田和微区试验相结合的方式。为了评价不同耕作方式与秸秆还田对土壤有机碳和作物产量的影响,同时区分土壤有机碳的来源,试验设置了常规耕作(CT)、深松(ST)、旋耕(RT)和免耕(NT)4种耕作方式,无秸秆还田(0)、玉米秸秆留茬1 m还田(1)和秸秆全部还田(a)3种秸秆还田量。系统探讨了2005 2017年长期不同耕作和秸秆还田条件下的小麦-玉米一年两熟种植系统土壤有机碳和作物产量年际变化及其机理,并采用基于~(13)C自然丰度法的双元混合模型对2002 2017年15年间的小麦和玉米对土壤有机碳的贡献进行了评估。通过土壤固碳研究,以期找到最优的土壤耕作与秸秆还田方式。另外,为了比较在控制土壤碳排放条件下的玉米光合作用的变化和评估土壤排放对玉米光合作用的贡献,本研究利用稳定碳同位素和Keeling曲线方法分离参与光合作用的CO_2,计算了土壤呼吸对光合作用的贡献比例。主要研究结果如下:1.耕作与秸秆还田方式对土壤有机碳及其组分的影响经过15年的长期试验,结果表明,0-10 cm土层中,ST_a和RT_0的平均土壤有机碳(SOC)浓度分别是最高(14.29 g/kg)和最低(10.49 g/kg)的,分别比CT_0提高41.41%和降低0.58%。10-20 cm土层中,ST_a和RT_0的平均SOC浓度最高和最低,分别比CT_0提高18.41%和降低16.79%。在20-30 cm土层中,CT_a和RT_0处理的平均SOC浓度最高(9.79 g/kg)和最低(5.95 g/kg),分别比CT_0提高14.76%和降低30.26%。0-30 cm土层中,ST_a处理的SOC平均浓度是最高的,为11.80 g/kg,比CT_0处理增加了2.29 g/kg,而RT_0处理的SOC平均浓度最低,为8.10 g/kg。0-10 cm、10-20 cm和20-30 cm土层中,不同处理间的SOC稳定性指数存在着显著性差异。0-30 cm土层中,ST_a和RT_0处理的碳库管理指数分别是最高和最低的。与CT_0处理相比,ST_a处理的固碳量和固碳速率都是最高的,分别增加了15.64 t/ha和1.05 t/ha/yr。因此,ST_a处理对提高SOC含量,提高土壤肥力的作用最为显著。在2016和2017年0-20 cm土层中,ST_1处理的SOC比CT_0处理显著增加了51.33%,NT_0处理是最低的。相对于CT_0,ST_1处理的颗粒有机碳(POC)、易氧化碳(POxC)、轻组分有机碳(LFOC)和微生物量碳(MBC)含量分别增加45.68%、34.55%、51.85%和51.02%,RT_0处理的土壤有机碳各个组分均最低。20-40 cm土层中,不同处理间SOC浓度存在较大差异。相对于CT_0,ST_1处理的POC、POxC和LFOC含量分别增加了143.62%、17.57%和161.20%,MBC浓度范围为212.83(RT_0)-315.58(ST_a)mg/kg。在40-100 cm土层中,2016年ST_1的SOC浓度显著高于其他处理(P0.05),2017年NT_0处理的SOC浓度最低。相对于CT_0,POC增加范围为-46.94%(RT_a)至75.85%(NT_0),POxC在2016和2017年结果不同,ST_1处理的LFOC降低了21.34%,ST_1和NT_0处理的土壤MBC浓度分别增加了50.25%和减少了14.28%。另外,POC和MBC比POxC对土壤管理措施的反应更加敏感,SOC和活性碳组分之间呈现出了显著的正相关关系。2.长期耕作与秸秆还田方式对土壤有机碳来源的影响ST_a处理的小麦和玉米碳投入量均是最高的,RT_0处理碳投入最低。ST_a和RT_0处理中来自小麦的碳投入量分别比CT_0处理提高167.56%和降低2.55%,ST_a和RT_0处理中来自玉米的碳投入量分别比CT_0处理提高198.13%和降低6.81%。ST_a和RT_0处理中玉米对SOC的贡献分别比CT_0处理提高154.07%和降低48.89%。尽管小麦的碳投入量要低于玉米,即小麦转化为碳的比例小于50%,而小麦对土壤有机碳的贡献高于50%,说明小麦转化为SOC的速度更快,能力更强,小麦对SOC的贡献要高于玉米。3.耕作与秸秆还田方式对作物产量的影响经过长期试验,2005-2017年ST_a和RT_0处理的小麦平均产量分别是最高(8.08t/ha)和最低(6.91 t/ha)的,分别比CT_0处理增加了9.60%和减少了6.33%。ST_a和RT_0处理的玉米平均产量分别是最高(11.98 t/ha)和最低(9.54 t/ha)的,分别比CT_0处理增加了14.36%和减少了8.91%。小麦玉米周年产量的增加范围为0.58(NT_0)-4.93(ST_0)t/ha,与CT_0处理相比,ST_a处理的周年产量增加了2 t/ha,除对CT_a和NT_a处理外,ST_a显著高于其他处理(P0.05)。对于小麦产量稳定性指数,ST_0和RT_0处理分别为最高和最低,但是各个处理间无显著性差异,对于玉米产量稳定性指数,得出了相反的结果,RT_0处理显著高于ST_0处理(P0.05),周年产量稳定性指数与玉米产量稳定性指数呈现相同的结果。另外,小麦的产量稳定性指数要高于玉米。综上结果表明,ST_a的周年产量长期保持较高水平。在2016年和2017年,ST_a和ST_1处理的小麦产量高于其他处理,CT_a、CT_1、ST_a和ST_1处理的玉米产量显著高于其它处理(P0.05)。与CT_0处理相比,ST_1处理的小麦玉米周年产量显著增加了17.96%,RT_0处理显著低于其他处理(P0.05)。总之,相比较其它处理,ST_1处理在提高SOC和作物产量上是更为长期有效的土地管理措施。4.土壤碳排放对作物光合的贡献分析控制土壤碳排放对玉米光合作用和水分利用效率的试验可以得出,不做任何调控措施的玉米植株的光合速率(A),气孔导度(g_s),蒸腾速率(T_r)和内部水分利用效率(WUE_i)比控制土壤碳排放措施分别提高了13.98%、12.81%、16.76%和1.51%,然而,叶片碳同位素判别值(?~(13)C),胞间二氧化碳浓度/周围空气二氧化碳浓度(C_i/C_a),和瞬时水分利用效率(WUE_t)分别降低了5.51%、8.57%和3.56%。CO_2再循环指数范围是0.82-0.90,土壤碳排放对光合作用的贡献范围为20.37%-29.03%。在高土壤排放条件下,玉米的光合速率有所提高。因此,土壤碳排放对玉米光合作用存在一定的作用。
【学位授予单位】：山东农业大学
【学位级别】：博士
【学位授予年份】：2019
【分类号】：S512.11;S513
【图文】：

年际变化,秸秆还田,免耕,深松

图 1 2002 2017年试验地气温和降水量的年际变化Fig. 1 The atmospheric temperature and precipitation at the trial site during 2002 20172.2 试验设计2.2.1大田试验试验采用裂区设计，主区为耕作方式，分别为常规耕作（CT）、深松（ST）、耕（RT）和免耕（NT）4 种；副区为秸秆还田量，分别为无秸秆还田（0）、玉米秆留茬 1 m 还田（1）和玉米秸秆全部还田（a）3 种，两因素组合为 12 个处理，如2所示。本试验小区面积为 15×4 m，3次重复。本试验在小麦播种前进行耕作和不同米秸秆还田量处理，玉米为免耕铁茬播种，具体操作流程与田间管理见表 3。表 2 田间试验设计Table 2 Experimental treatments玉米秸秆留茬高度Stubble height of straw常规（CT）Conventional tillage深松（ST）Subsoiling旋耕（RT）Rotary tillage免耕（NT）No tillage

棚架,玉米,橡胶管

山东农业大学博士学位论文控制土壤 CO2排放；（2）不做任何处理。为了尽可能接近自然环境，棚架采用开顶式设计，棚架长 1.2 m、宽 0.8 m、高 3 m，四周用透明塑料薄膜包围。棚架的底部嵌入地面并被土壤密封，从聚氯乙烯（PVC）管要埋入土壤中的一端 15 cm 处每隔 40 cm 钻出直径为 5 mm 的孔，在棚架中将 PVC 管固定在土壤中 15 cm，PVC 管离玉米 30 cm，将橡胶管穿过每一个孔并固定在 PVC 管上，橡胶管口均朝向玉米植株。橡胶管口分别距离地面为 0、 40 cm、80 cm、120 cm、160 cm、200 cm、240 cm 和 280 cm，共 8 个层次。橡胶管的另一端与棚架外的气体采集袋和气泵相连接，橡胶管与棚架的交界处用玻璃胶密封。棚架设计如图 2 所示。

曲线方法

图 3 Keeling曲线方法图解Fig. 3 Graphic solution of the Keeling plot methodSampled CO2：样本二氧化碳浓度；δ13Ca：样本二氧化碳的13C 丰度值；Background CO2：大气背景二氧化碳浓度；δ13Cb：大气背景二氧化碳的13C 丰度值；Source CO2：源添加的二氧化碳浓度；δ13Cb：源添加的二氧化碳的13C 丰度值在玉米生态系统中，呼吸产生的 CO2主要来自土壤和植物。使用 Keeling 曲线法，它可以表示为以下公式：δ13Cr= f1δ13Csr+ (1 f1) δ13Cpr(24)其中，δ13Csr和 δ13Cpr是土壤排放和植物呼吸中 CO2的同位素比例，f1是土壤呼吸占总呼吸的比例，δ13Cr被代入方程可以计算出 f1。生态系统呼吸释放的 CO2没有被湍流大气完全混合，一些气体被植物重新吸收和利用，导致生态系统中 CO2的循环利用。Sternberg （1989）通过在一定程度上修改Keeling 公式，将 CO2再循环指数（f）定义为重新固定的呼吸释放 CO2与生态系统呼

【相似文献】