查看原文
其他

沈阳生态所在东北旱作农田土壤气态氮损失研究中取得进展等8则进展|(国内土壤科研进展2021年第13期)

土壤观察 2022-07-27

导    读


沈阳生态所在东北旱作农田土壤气态氮损失研究中取得进展等8则进展。

来源:根据中国科学院、中国农科院、中科院东北地理所、华中农业大学资环学院、浙江大学资环学院等单位网站近期相关报道整理。


沈阳生态所在东北旱作农田土壤气态氮损失研究中取得进展


农田土壤是大气氧化亚氮(N2O)和一氧化氮(NO)的重要排放源。N2O是重要的温室气体,也是破坏平流层臭氧的重要底物,而NO化学活性强,易被对流层臭氧和氢氧自由基氧化,是大气细颗粒物中硝酸盐形成的前体物质。农田大量氮肥的施用增加了土壤N2O和NO的排放。东北地区是我国重要的粮食产区之一,该区域60%以上的农田为旱地。前期研究报道该区域农田氮肥利用率不足40%,约20%的氮肥可能通过气态氮的形式损失,但对各含氮气体的损失量、排放的时空动态规律和控制因子仍缺乏了解。此外,目前开展的土壤NO和N2O排放速率原位观测的研究站点十分有限,且主要采用人工间歇式手动采样法,此种低频率采样忽略了各气体排放的日变化规律,错过了短时间内的脉冲排放事件(如降雨、灌溉和施肥等),导致气态氮损失的量化有较大不确定性。


基于此,中国科学院沈阳应用生态研究所稳定同位素生态学团队在辽宁沈阳农田生态系统国家野外观测研究站建立了高频率连续同步测定土壤N2O和NO排放速率的自动采样和测定系统(图1),对该站点玉米旱田土壤N2O和NO的排放通量进行了连续两年的观测(2017-2019)。研究发现,第一年,NO和N2O的排放量分别为8.9和2.4 kg N ha-1,分别占氮肥施用量的5.9%和1.5%;第二年为2.3和1.8 kg N ha-1,分别占氮肥施用量的1.9%和1.2%。排放的年际差别主要受施肥后降雨量和分配差异的影响,第一年排放较高与施肥后长时间干旱有关。生长季内,土壤NO和N2O的排放呈现相同的季节动态(图2),主要受土壤温度和无机氮含量的控制。此外,研究还发现,春季冻融过程产生的NO和N2O对全年NO和N2O的贡献十分有限。该研究指出,气候变化(如干旱)可能增加该区域旱作农田土壤氮素的气态损失(尤其是NO);长期和高分辨率的观测有助于更好地了解NO和N2O排放速率的昼夜、季节和年际变化,有助于加深对农田土壤气态氮损失及其控制因素的理解。


相关研究成果以Temporal patterns of N2O fluxes from a rainfed maize field in Northeast China和Interannual and seasonal variabilities in soil NO fluxes from a rainfed maize field in the Northeast China为题,分别发表在Frontiers in Environmental Science和Environmental Pollution上。沈阳生态所特别研究助理宿晨霞为论文第一作者,研究员方运霆为论文通讯作者。研究工作得到国家重点研发计划、中国科学院前沿重点研究项目、国家自然科学基金委员会和中科院卢嘉锡国际团队等的支持。


图1.土壤NO和N2O排放速率自动采集和测定系统


图2.研究期间土壤温湿度、无机氮含量、NO和N2O日排放速率的季节变化动态(黑色向下箭头表示施肥日期)


东北地理所在雷达遥感土壤水分估算方面取得新进展


地表土壤水分是地球水资源的重要组成部分,是土地生产力的重要组成部分。土壤水分通过影响地表蒸散发的强弱,进而影响地表水循环与能量循环过程。大面积实时土壤水分监测对于陆表水循环过程、农业旱涝状态评估、作物估产等研究十分重要。 


雷达具有穿云透雾、全天候全天时工作的特点,被认为是全球或区域尺度获取土壤水分时空变化的最佳手段。在实际应用中,雷达信号受土壤含水量、植被含水量、土壤质地、土壤表面粗糙度等多因素影响。对于裸露土壤表面,表层土壤水分和表面粗糙度是影响雷达信号的主要因素,为了实现裸土表面的高精度土壤水分估算,东北地理所微波遥感团队开发了一种联合光学和雷达数据同时估算土壤含水量(SSM)和表面粗糙度(RMSH)的方法,以减弱表面粗糙度对SSM反演结果的影响。图1为表面土壤水分和地表粗糙度对光谱反射率的影响,图2为表面土壤水分和地表粗糙度对后向散射系数的影响。研究团队构建了土壤含水量、表面粗糙度与光谱反射率(与雷达后向散射系数)之间的半经验关系,利用偏最小二乘法同时估算了土壤水分和表面粗糙度。在此基础上,通过引入土壤水分和表面粗糙度初始值,限制土壤水分和表面粗糙度的值域,避免SSM和RMSH估计值陷入局部最优解,进一步提高了反演精度(图3)。 


本研究算法的提出简化了土壤水分估算的复杂度,降低了对辅助参数的依赖性。研究结果有利于土壤水分全球制图与改进土壤水分估算精度。研究成果发表在International Journal of Applied Earth Observations and Geoinformation国际期刊上。 



图1. Sentinel-2多波段光谱反射率与SSM和RMSH的关系。 


(a) 和 (g) 蓝色波段,(b) 和 (h)绿色波段,(c) 和 (i) 红色波段, 


(d) 和 (j) NIR波段,(e) 和 (k) SWIR 1波段,(f) 和 (l) SWIR 2波段。 


   


图2. Sentinel-1后向散射系数与SSM和RMSH的关系。  


(a)和(c)VV极化,(b)和(d)VH极化。 



图3. 不同估算策略下的SSM和RMSH估算精度对比。 


(a) 和 (e) 表示光学数据估算结果,(b) 和 (f) 表示雷达数据估算结果,(c) 和 (g) 表示光学和雷达数据联合估算结果,(d) 和 (h) 表示引入初始值后光学和雷达数据的联合估算结果。 


论文得到国家自然科学基金(41971323, 41771400)资助。郑兴明副研究员为第一作者,陈思博士为通讯作者。论文信息和链接如下: 


(1)Zheng, X., Feng, Z., Li, L., Li, B., Jiang, T., Li, X., Li, X., and Chen, S.* Simultaneously estimating surface soil moisture and roughness of bare soils by combining optical and radar data. International Journal of Applied Earth Observations and Geoinformation, 2021, 100, 102345.  


https://doi.org/10.1016/j.jag.2021.102345   


浙江大学吴良欢教授团队在ISME J发文揭示土壤氨基酸微生物分解及其化学计量学调控机制


近日,浙江大学环境与资源学院吴良欢教授团队在Nature旗下期刊The ISME Journal在线发表了题为“Substrate control of sulphur utilisation and microbial stoichiometry in soil: Results of 13C, 15N, 14C, and 35S quad labelling”的研究成果,揭示了土壤氨基酸微生物分解及其化学计量学调控机制。


土壤氨基酸可被微生物在几小时内快速分解,是土壤氮素循环的重要组成部分。然而,在时间尺度上(2 min - 96 h),微生物如何分解利用氨基酸及氨基酸中碳、氮、硫元素去向及形态变化尚不清楚。此外,微生物化学计量学平衡是调控有机物质分解和土壤元素循环的理论基础,已有大量研究从大尺度(生态系统、土壤整体元素组成)上探究了微生物维持化学计量学平衡的机制,但是还未发现从单一分子尺度的相关研究。半胱氨酸和蛋氨酸是一类既含氮又含硫的特殊氨基酸,其N/C和S/C远高于土壤有机质、细菌和真菌,成为研究碳、氮、硫元素循环和微生物调控化学计量学平衡机制较为理想的小分子。


基于13C、15N、14C和35S稳定性与放射性同位素同步标记技术,结合洛桑试验站长期施肥土壤,发现土壤微生物利用氨基酸主要有三个核心过程:1)土壤微生物能够在数分钟内将半胱氨酸和蛋氨酸吸收进微生物体内;2)微生物在15 min内以NH4+的形式释放大量的无机氮,在24 h内以SO42-的形式释放大量的无机硫,并伴随着大量的CO2释放;3)随着时间的延长和微生物的生长,微生物会将释放的SO42-吸收进微生物体内作为硫源。即使两种氨基酸都含有一分子硫,微生物吸收半胱氨酸后释放大量SO42-,而利用蛋氨酸后仅释放少量量SO42,推测微生物将半胱氨酸分解为丙酮酸和H2S,而将蛋氨酸转化为α-酮丁酸和S-CH3。此外,长期施肥对微生物吸收这两种氨基酸并无显著影响,但会影响硫酸根释放过程。




图一:微生物利用半胱氨酸和蛋氨酸的三个主要过程(以硫为例)



图二:添加半胱氨酸和蛋氨酸后土壤微生物C、N和S化学计量比值


 微生物吸收半胱氨酸和蛋氨酸后,微生物C:N:S化学计量比(来源于氨基酸的元素组成)在9 h内存在显著差异。而随着时间的延长,微生物通过持续释放蛋氨酸中的C和再利用半胱氨酸释放的SO42-,来维持了自身的化学计量学平衡。因此,土壤微生物对氨基酸的短期利用取决于底物结构特性,而长期利用取决于微生物控制的化学计量学平衡。


该研究揭示了土壤微生物利用氨基酸的核心过程,强调了化学计量学在调控微生物元素利用方面的重要作用,为土壤微生物调控土壤元素循环、有机质分解提供了理论基础,在农田养分综合管理、作物养分调控等领域具有重要应用前景。


该研究得到了国家重点研发计划和国家自然科学基金资助。浙江大学环境与资源学院马庆旭博士为第一作者,吴良欢教授为通讯作者。合作作者包括英国班戈大学Davey L. Jones教授、David R. Chadwick教授、和Paul W. Hill博士,德国哥廷根大学 Yakov Kuzyakov教授,洛桑试验站Andy Macdonald教授,宁波大学葛体达研究员,中国农业大学温媛副教授,浙江省农科院斯林林博士,以及博士生泮莞坤和汤胜。


 论文链接


https://www.nature.com/articles/s41396-021-00999-7


南京土壤所在大气CO2浓度升高对蔬菜矿质养分含量影响研究中获进展


CO2是植物进行光合作用的底物,设施蔬菜生产中可以通过CO2气肥的施用提高光合效率,进而提高蔬菜产量、影响蔬菜品质。在前期研究中,中国科学院南京土壤研究所研究员段增强团队通过分析发现,CO2施肥可使蔬菜产量增加34%,高于其对粮食作物增产的效果(小麦:24~33%、水稻:13~23%、大豆:24~27%)。其原因是设施生产中CO2施肥浓度一般高于粮食作物FACE试验的CO2浓度,设施内生长环境优于大田环境,且蔬菜生长周期较大田作物更短,CO2施肥对短期增产效果更好(Journal of Cleaner Production, 2020, 253: 119920)。此外,科研人员对CO2施肥下的蔬菜品质综述分析发现,CO2施肥使蔬菜蛋白质含量下降9.5%,硝酸盐含量下降18.0%,镁、铁、锌含量分别下降9.2%、16.0%和9.4%(Frontiers in Plant Science, 2018, 9: 924)。


大气CO2浓度升高时,植株体内的矿质元素浓度变化被广泛提及的主要有三种机制:一是非结构性的碳水化合物累积带来的“稀释效应”;二是蒸腾减弱使得进入植株体内并向上运输的矿质养分减少;三是生理过程改变使植物对矿质养分的需求变化,而各种矿质元素主要受哪种机制影响尚不清楚。为此,科研人员通过对黄瓜各部位矿质元素浓度与CO2浓度和蒸腾速率之间的相关性分析发现,稀释效应是高CO2浓度下氮、磷、钾、钙、镁在黄瓜植株内浓度降低的主要因素,蒸腾作用的减弱同时也是氮、钾、钙、镁浓度降低的主要因素,氮、钙、镁浓度的变化还受植株需求变化的影响(Agronomy, 2020, 10, 139.)。


此外,多数针对CO2浓度升高下植株矿质养分含量变化的研究在封闭的水培条件下进行,所用营养液是根据在常规CO2浓度下植物对各矿质元素和水分的吸收比例得到的配方。在CO2浓度升高条件下,植物对各矿质元素和水分的吸收比例将发生变化,且营养液更换间隔普遍在2-7天,期间营养液中矿质元素浓度是否大幅波动、是否会引起植株体内矿质养分变化尚无研究。对此,科研人员通过分析不同CO2浓度和氮水平处理下黄瓜生长4-7天后更换的营养液剩余体积和氮、磷、钾浓度发现,在低氮供给时,高CO2浓度使营养液中氮浓度进一步降低,加剧了高CO2浓度导致的植株氮浓度的降低;在高氮供给时,高CO2浓度会使营养液中钾浓度迅速降低,加剧了高CO2浓度导致的植株钾浓度降低。这些情况可能导致高估CO2浓度升高本身对植株氮、钾浓度降低的作用,并提示亟需开发匹配CO2浓度升高后植物生长所需营养液配方和矿质养分管理策略(Plant and Soil, 2021)。


研究工作得到国家自然科学基金、中科院战略性先导科技专项和中科院南京土壤所“一三五”及领域前沿项目的支持。


论文链接


https://www.frontiersin.org/articles/10.3389/fpls.2018.00924/full


https://www.sciencedirect.com/science/article/abs/pii/S0959652619347900


https://www.mdpi.com/2073-4395/10/1/139


https://link.springer.com/article/10.1007/s11104-021-04993-y



不同CO2浓度和氮水平条件下黄瓜氮、磷、钾与水分消耗量的相关性分析



污灌区农田重金属迁移风险研究获进展


近日,通过区域尺度和深层土柱采样,中国科学院遗传发育所农业资源研究中心研究员李小方研究组揭示了华北地区典型长期污灌区农田重金属迁移风险。研究表明,长期污水灌溉导致农田表层土壤重金属超标和小麦籽粒超标,还可能导致重金属迁移至含水层。相关研究成果在线发表在Environmental Pollution上。


关于长期污灌易导致农田重金属累积,已有研究。传统观点认为,重金属在土壤中迁移性差,一般不会迁移至2m以下。这些结论与样地特性有关,也与大区域尺度和深层土壤采样缺乏有关。研究组探究了华北某长期污灌区农田重金属累积和迁移情况。研究采集了区域表层土和小麦籽粒样品(覆盖超过10平方公里)与9个深达30m的土柱样品,土柱样品根据质地进行分层。研究发现,该区域籽粒重金属污染风险较高,尤其是镉、砷和铅。土柱重金属总量和有效态分布模式表明,部分位点重金属迁移已达30m。亟须管控该区域籽粒重金属风险,而合适的深层土壤修复措施有待探讨。


研究工作获得国家重点研发计划与河北省杰出青年科学基金等的资助。农业资源中心博士研究生杨树深和冯文召为论文共同第一作者,李小方为论文通讯作者,南京大学研究员周东美为论文共同通讯作者。


论文链接 


https://www.sciencedirect.com/science/article/abs/pii/S0269749121005595


遗传发育所农业资源中心关于污灌区农田重金属迁移风险研究获进展


华南植物园在氮磷交互作用影响陆地碳循环过程研究中取得进展


氮、磷是植物生长必需的养分元素,在陆地碳循环中扮演重要角色。尽管一些野外实验或meta分析论文都对氮、磷或两种养分同时添加如何影响地上、地下碳循环关键过程进行了广泛报道,但有关氮磷的交互作用如何影响地下碳循环的研究较缺乏,因此,限制了学界在未来氮磷输入不平衡加剧背景下准确利用模型模拟陆地碳循环过程的能力。 


中国科学院华南植物园生态中心博士江军在研究员王应平和闫俊华的指导下,遴选了全球158篇氮磷施肥全因子实验 (control,+N,+P,+NP) 的研究论文,以编译的1928个有效观测数据为基础,运用meta分析方法,将氮磷交互作用划分为协同效应(synergistic)、对抗效应(antagonistic)和可加效应(additive),全面评估了8个地下碳循环关键变量(DOC、MBC、SOC、fungal/bacterial/total microbial biomass、Rh、Rs)对氮磷交互作用的响应。研究发现,地下碳循环过程对氮磷交互作用的响应以对抗和可加为主,氮磷交互作用促进了土壤有机碳的积累。 


由于磷添加有效降低了氮添加对土壤微生物的负面影响,微生物的碳利用效率在氮磷同时添加条件下得到提高,微生物生物量对土壤有机碳库的相对贡献因此而增加。此外,由于微生物碳利用效率、土壤氮磷有效性和环境条件的不同,微生物生物量对土壤有机碳库的贡献在低纬度地区的生态系统要低于高纬度地区的生态系统。 


相关研究成果发表在Soil Biology and Biochemistry(《土壤生物学与生物化学》)上。研究工作得到国家自然科学基金和广东省基础与应用基础研究基金的资助。 


论文链接 


https://linkinghub.elsevier.com/retrieve/pii/S0038071721000882


氮磷的主效应与交互效应对8个地下碳循环变量的影响(Hedges’d)



华中农业大学土壤遥感团队在克服植被覆盖对遥感反演土壤有机碳影响的研究中取得新进展


核心提示:近日,我校土壤遥感团队基于“土壤—农作物—遥感”相互作用机理,提出了基于时序遥感信息进行平原农田土壤有机碳制图的方法,克服了植被覆盖对遥感反演土壤有机碳的影响,为土壤有机碳空间制图提供新思路。





图1 基于时序遥感影像的不同农田尺度的土壤有机碳制图



图2 基于机载高光谱遥感影像和时序多光谱遥感影像的农田土壤有机碳制图及差异对比




南湖新闻网讯(通讯员 孙小茹)近日,我校资源与环境学院土壤遥感团队解析了“土壤—农作物—遥感”三者之间的相互作用过程,提出了利用时序遥感影像反演作物生长状况,从而表达土壤有机碳空间分布特征的研究思路,为平原农田土壤有机碳空间制图提供了重要的理论依据。


土壤可见光近红外反射率是土壤理化属性综合特征的反映,高光谱遥感影像可以通过提供裸土光谱信息,实现土壤属性的快速反演。但是在农作物覆被条件下,这一优势将被极大的限制,如何克服农作物覆被对遥感反演土壤属性的影响,一直以来是数字土壤制图和遥感领域所面临的首要问题。土壤有机碳是作物生长所需养分元素的主要来源,能促进植物的生长发育、改善土壤的物理性质、提高土壤的保肥性和缓冲性,从而影响作物的生长状况。而作物生长状况完全可以通过时序多光谱遥感影像进行反映,为此我校土壤遥感团队提出了基于时序遥感影像进行农田土壤有机碳制图的研究思路。


在大尺度农田范围上,研究人员假设农民会习惯性地采用相似的田间管理措施进行农作物的耕作和管理,例如播种时间、施肥时间及施肥量、收获时间等,并且相同作物遵循相同的物候期。研究团队将农田土壤养分状况作为本底,作物生长状况作为输出,农田管理措施作为一个具有均质性特点的黑匣子,借助于“盲源分离”思想,利用机器学习算法或者数据挖掘手段建立土壤有机碳和作物生长状况之间的相关关系,从而实现农田土壤有机质的高精度制图。研究成果以“Prediction of Soil Organic Carbon based on Landsat 8 Monthly NDVI Data for the Jianghan Plain in Hubei Province, China”为题发表在Remote Sensing杂志上,本科生张杨成思为论文第一作者。


在此基础上,研究团队成员借助于时序无人机多光谱遥感影像、直升飞机机载高光谱遥感影像、卫星遥感影像等多源遥感数据探讨了研究尺度尺度(田间和平原)、卫星影像(无人机、直升飞机、Landsat 8和Sentinel 2)、扫描时间(影像获取月份)以及模型算法等对预测农田土壤有机碳空间差异性的影响,进一步验证了时序遥感影像在农田土壤有机碳制图上的可行性,这为进一步动态监测农田土壤有机碳时空变化提供了重要的启示。研究成果以“Mapping field-scale soil organic carbon with unmanned aircraft system-acquired time series multispectral images”、“Exploring influence factors in mapping soil organic carbon on low-relief agricultural lands using time series of remote sensing data”和“Mapping soil organic carbon stock by hyperspectral and time-series multispectral remote sensing images in low-relief agricultural areas”为题分别发表在土壤领域国际期刊《Geoderma》和《Soil Tillage and Research》上,资源与环境学院郭龙老师为该论文第一作者。


据悉,土壤遥感团队专注于利用多源异构自然环境和人为活动数据进行土壤属性反演制图、农作物长势监测和生态环境评估等,重在探索环境变量与土壤属性之间的相互作用关系,土壤养分和作物生长之间的内在循环机理和特性,从时空角度分析土壤属性与生态环境效应之间的变化趋势和协同作用,为农田管理、城市健康、生态环境评估等提供有价值的信息。


论文链接:


https://www.sciencedirect.com/science/article/abs/pii/S0016706121001981


https://www.sciencedirect.com/science/article/pii/S0167198721000520


https://www.sciencedirect.com/science/article/pii/S0167198718314612


https://www.mdpi.com/2072-4292/11/14/1683


华中农业大学在施氏矿物的矿物学特性及其界面重金属反应行为和机制方面取得系列进展


近日,华中农业大学资环学院土壤矿物与环境研究团队在施氏矿物的微观结构、形成-演化及其界面重金属吸附-氧化还原行为和相关分子机制方面取得系列研究进展,相关成果分别发表于环境领域著名期刊Environmental Science & Technology和Environmental Science: Nano。研究通过宏观溶液化学分析结合电子显微镜、红外光谱和同步辐射等微观分子技术明确了施氏矿物结构中SO42-的局域配位环境、Fe3+水解过程中施氏矿物的形成条件及演化规律和Cr(VI)嵌入对施氏矿物表面As(III)吸附-氧化行为的影响,并从分子尺度揭示了SO42-交换在施氏矿物吸附Cr(VI)和As(V)过程中的作用和机制。


施氏矿物是一种富含硫酸根的水合羟基铁氧化物,结晶度弱、比表面积大,常见于酸性矿山废水(AMD)和酸性硫酸盐土壤等环境及其周边区域,控制和影响着该环境中各种重金属污染物(尤其是含氧阴离子)的形态、迁移和归趋。其中,硫酸根的含量和形态是影响施氏矿物结构稳定性和表面反应性的关键因素。本团队首次通过硫(S)的近边与扩展边XAS,解析了矿物结构中SO42-的形态及其随环境条件的演化,表明在干湿变化过程中,结构SO42-由外圈配位向双齿双核内圈配位转化,且这种转化是可逆的(图1)。不同地球化学条件下施氏矿物的形成-演化模拟实验表明,除Fe2+氧化外,Fe3+直接水解也是其在环境中形成的重要途径,且颗粒内部嵌入有SO42-的水铁矿是该过程的中间相。在施氏矿物转化过程中,高温、高pH和共存的Fe2+均加速其向针铁矿转化,而低Fe3+水解速率和高Cl-浓度则抑制该转化;K+或高浓度NH4+则有利于诱导其向黄钾铁钒转化(图2)。



图1 施氏矿物的形成及结构中SO42-的分子配位环境

图2不同环境条件下施氏矿物的形成-演化途径与规律


施氏矿物与砷(As)/铬(Cr)常共存于AMD等环境中,并对As/Cr有极强的吸附和富集能力,然而它们的相互作用行为与分子机制仍缺少深入认识。团队利用批量吸附-氧化实验和原位快速X射线吸收光谱(XAS),证实了Cr(VI)的嵌入可显著增强施氏矿物对As(III)的去除和氧化,进而降低Cr(VI)和As(III)的毒性和迁移性。具体的反应途径和机理包括As(III)表面吸附,阴离子交换,Cr(VI)和As(III)在矿物表面直接氧化还原,以及新生的As(V)和Cr(III)共吸附或沉淀(图3)。此外,从分子尺度对比研究了Cr(VI)和As(V)在施氏矿物表面的吸附行为和相关机制(图4)。结果表明,在单位吸附量条件下,Cr(VI)可交换结构中更多比例的硫酸根和更少>Fe-OH/OH2官能团,形成双齿双核内圈络合物;而As(V)则交换比例相当的硫酸根和>Fe-OH/OH2官能团,且在高As、低pH下形成无定形FeAsO4表面沉淀。该研究还证实,虽然Cr(VI)和As(V)能同时交换硫酸根内圈配位和外圈配位,但总体上优先交换硫酸根内圈配位。上述研究结果对深入理解不同环境地球化学条件下施氏矿物的形成、结构稳定性和界面反应性具有重要意义,并为预测和评估相关环境中As和Cr的形态和生态环境风险提供了科学依据。




图3含Cr(VI)施氏矿物界面As(III)的吸附-氧化行为



图4施氏矿物表面Cr(VI)和As(V)的吸附行为与机制


资源与环境学院博士生应虹为部分论文第一作者,王小明副教授为论文第一或通讯作者。我院冯雄汉教授和刘凡教授、美国怀俄明大学朱孟强副教授和法国格勒诺布尔阿尔卑斯大学Bruno Lanson教授等人也参与指导了部分研究工作。本研究得到国家自然科学基金、国家重点研究发展计划子课题和中央高校基础研究基金的资助。


相关文章链接:


https://pubs.acs.org/doi/abs/10.1021/acs.est.0c07980


https://pubs.rsc.org/en/content/articlelanding/2021/en/d1en00104c#!divAbstract


https://pubs.rsc.org/en/content/articlelanding/2020/en/d0en00252f#!divAbstract


https://pubs.acs.org/doi/10.1021/acs.est.5b02660


科研人员揭示沼渣生物炭调控土壤有机碳结构变化的微生物驱动机制


近日,中国农业科学院烟草研究所烟草栽培与调制创新团队与广东工业大学合作,研究揭示了沼渣生物炭调控农田土壤有机碳结构变化的微生物驱动机制,对土壤碳库增加和农业可持续发展具有重要的指导意义。相关研究结果发表在《全球变化生物学生物能源(Global Change Biology Bioenergy)》上。


据郑学博副研究员介绍,土壤有机碳库是全球陆地表层系统中最大的碳库,其微小变动对大气CO2浓度及碳平衡均产生重要影响。活性有机碳组分是土壤碳周转过程的重要环节,而微生物是土壤有机碳组分变化的重要驱动者。该团队研究发现生物炭制备减轻了沼渣对土壤细菌群落的危害,600℃生物炭增加了土壤放线菌属(Actinobacteria)数量,进而增加了土壤有机碳芳香度及其潜在可矿化碳数量;同时土壤水溶性有机碳分子质量提高、芳香度增强、极性降低,蛋白类、碳水化合物和单宁类化合物相对丰度降低。沼渣生物炭展现出了良好的固碳潜力。


相关研究得到了国家自然科学基金、中国农业科学院科技创新工程和山东省自然科学基金等项目资助。(通讯员  鞠晓晖)


文章链接


 https://onlinelibrary.wiley.com/doi/10.1111/gcbb.12813


 

往期文章推荐


当土壤遭遇核污染,我们怎么办?(陈能场博士演讲视频)


西南大学“长江经济带农业绿色发展研究中心”诚聘博士后


UNEP发布《生态系统恢复手册:治愈地球的实用指南》


【联大主席沃尔坎·博兹克尔署名文章】解决问题的答案在于土壤


土壤宏病毒组的研究方法与进展







荐    书






识别图中二维码即可购买本书


                                             





  • 《健康土壤培育与实践指南》单价158.00/本,《耕地污染防治知识问答》39.00/本。均免邮费(1月20日起售)。

  • 购书联系人及联系方式:何小霞  15914500804(也可扫描何小霞微信二维码联系了解),或发信息至 xxhe@soil.gd.cn

  • 可提供发票(免发票九折)


                      何小霞老师微信二维码,请长按识别添加联系购书事宜




  更多好书,长按识别二维码了解





由于微信修改了推送规则,请大家将土壤观察加为星标,或每次看完后点击页面下端的“在看”,这样可以第一时间收到推文!投稿、合作、转载、入群,请加13719364476微信号(或发邮件至149996384@qq.com)


欢迎关注我们



您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存