论文部分内容阅读
为了对增温及秸秆添加条件下的土壤呼吸速率进行研究,于2017年10月至2019年10月之间设置一系列的野外试验来进行数据积累及分析研究。试验选址为南京信息工程大学农业试验站,进行冬小麦-大豆两种作物轮作的试验并计划为两个轮作年。试验中设置了六种处理,分别为W1S1（增温+无秸秆施用量）、W1S2（增温+低秸秆施用量）、W1S3（增温+高秸秆施用量）、W2S1（不增温+无秸秆施用量）、W2S2（不增温+低秸秆施用量）、W2S3（不增温+高秸秆施用量）,其中低秸秆施用量为600 g·m-2,高秸秆施用量为1200 g·m-2。土壤增温模拟使用具有红外辐射功能的加热管实现,采用Li-8100A、冠层分析仪、SPAD-502Plus分别测定土壤呼吸速率、叶面积指数、相对叶绿素含量,并同时使用LAI-2200C进行数据收集,以检验冠层分析仪的准确性。在2017～2018冬小麦-大豆轮作年中,六个不同处理的冬小麦土壤呼吸平均速率分别为1.69±0.061、2.10±0.083、2.66±0.090、1.41±0.11、1.86±0.18和2.27±0.066(μmol·m-2·s-1),大豆生长季的平均土壤呼吸速率为3.00±0.024、3.50±0.028、3.96±0.063、2.73±0.034、3.33±0.060、3.62±0.029(μmol·m-2·s-1)。轮作年的平均土壤呼吸速率分别为2.26±0.025、2.71±0.050、3.22±0.051、1.98±0.060、2.50±0.113、2.86±0.049(μmol·m-2·s-1)。两个生长季及全年轮作中六种不同处理下都呈现出W1S3>W2S3>W1S2>W2S2>W1S1>W2S1的规律。通过方差分析发现,在温度条件一致时,不同秸秆添加梯度下的平均土壤呼吸速率之间有显著差异性（P<0.05）;在秸秆添加量相同时,增温与不增温处理之间也存在显著差异性（P<0.05）。增温及秸秆施用都可明显提高土壤的呼吸速率。在2018～2019第二个冬小麦-大豆轮作年中,冬小麦田的平均土壤呼吸速率分别为1.92±0.078、2.30±0.066、2.31±0.090、1.33±0.015、1.85±0.058、1.99±0.028(μmol·m-2·s-1)。大豆生长季的平均土壤呼吸速率为3.20±0.064、3.99±0.076、4.65±0.056、2.47±0.054、3.64±0.058、4.22±0.070(μmol·m-2·s-1)。全年轮作中六个处理的平均土壤呼吸速率分别为:2.47±0.044、3.02±0.044、3.31±0.045、1.82±0.032、2.62±0.049、2.95±0.015(μmol·m-2·s-1)。六种不同处理下呈现出以下规律:在温度条件一致时,平均土壤呼吸速率随秸秆添加量的增大而增大;在秸秆量一致时,增温处理使得平均土壤呼吸速率增大。通过方差分析可知,在秸秆添加量相同时,增温与不增温处理下的土壤呼吸速率均值间存在显著差异性（P<0.05）;在大豆生长季中,不同秸秆添加处理下的土壤呼吸速率均值间也存在显著差异性（P<0.05）。在两个轮作年中,大豆田的整体土壤呼吸速率大于冬小麦田,造成这一结果的原因猜测为大豆生长在夏季,土壤温度高,降水量充足,作物根系生长旺盛,因此平均土壤呼吸速率较大。土壤呼吸速率与土壤温度间存在极显著相关性（P<0.001）,二者为线性函数关系。土壤呼吸残差与叶面积指数间也存在极显著相关性（P<0.001）,前者随后者的增大而减小。叶绿素含量与土壤呼吸残差间无显著相关性（P>0.05）。为了研究增温及秸秆施用处理对土壤呼吸速率的影响,建立指数函数方程Rs=ae（b T+c LAI+d M+e SPAD）。在第一个轮作年中,建立基于土壤温度与叶面积指数的土壤呼吸速率回归方程。六个不同处理下的方程决定系数分别为:0.640、0.704、0.777、0.763、0.786、0.814。其中,土壤湿度对土壤呼吸速率没有显著影响,在建立模型时不予考虑。第二个轮作年的土壤呼吸方程,在第一个轮作年的基础上又增加了叶绿素含量这一变量,方程的决定系数为:0.651、0.745、0.753、0.675、0.768、0.791,模型中增温+高秸秆施用量（W1S3）处理下的叶绿素含量对土塘呼吸模型没有显著影响,然而土壤湿度在这一年的模型中可以被纳入考虑。基于两个轮作年综合数据建立的土壤呼吸方程的决定系数为:0.579、0.665、0.691、0.662、0.659、0.683,拟合效果较好。综合三个方程的AIC值（赤池信息量准则）比较可以发现,土壤温湿度、叶面积指数这三个变量为较优变量。