几内亚比绍红树林水稻生产农业生态系统中作为关键土壤生物指标的自发植被监测

《Plant and Soil》:Spontaneous vegetation monitoring as key soil bio-indicators in mangrove rice production agroecologies in Guinea Bissau

【字体: 大 中 小 】 时间:2026年06月26日 来源:Plant and Soil 4.8

编辑推荐:

  目的:红树林水稻生产(Mangrove Rice Production, MRP)对几内亚比绍小农的粮食安全和环境可持续性至关重要。MRP系统内不同的农业生态由特定的土壤-水条件以及定殖于稻田的自发植被(杂草)塑造。本研究评估了优势杂草物种作为跨对比性红树林水

  
目的:红树林水稻生产(Mangrove Rice Production, MRP)对几内亚比绍小农的粮食安全和环境可持续性至关重要。MRP系统内不同的农业生态由特定的土壤-水条件以及定殖于稻田的自发植被(杂草)塑造。本研究评估了优势杂草物种作为跨对比性红树林水稻农业生态中土壤肥力和有机质动态生物指示剂的潜力。方法:在2022年和2023年期间共采集约300份土壤样品,分析了碳(C)和氮(N)以及稳定同位素(δ13C和δ15N)。同时,通过随机田间试验(2022年)和样带法(2023年)调查了155种杂草物种。应用无人机多光谱影像(Phantom 4)和随机森林分类法评估杂草空间分布和物种优势度。结果:杂草分布遵循明显的农业生态梯度,其中Echinochloa colona主导相关红树林(Associated Mangrove, AM)稻田,而Blutaparon vermiculare在潮汐红树林(Tidal Mangrove, TM)稻田中占优势。无人机分类准确率最高达88%,但在植被密集的田地中性能下降。土壤同位素组成揭示了不同的农业生态模式,潮汐红树林农业生态系统中的δ15N值和C比值较高,表明氮矿化增强和有机质周转加快。δ13C特征反映了农业生态之间有机质来源和周转动态的差异。同位素分析清楚地区分了C3和C4植被,而C3物种的氮含量显著高于C4物种,表明养分利用策略的对比。结论:自发植被为评估红树林水稻系统中耦合的碳和氮动态提供了稳健的代理指标。整合同位素和空间方法可以有效区分农业生态条件,但需要进一步改进以将这些工具与农民的管理实践相结合。
红树林水稻生产(Mangrove Rice Production, MRP)系统是几内亚比绍小农粮食安全和环境可持续性的核心。该地区的Balanta族群被称为“红树林水稻专家”,其传统稻田(bolanhas)不施用外部肥料,氮磷输入仅依赖土壤矿物水解、有机质分解及水体带入的溶解/悬浮物质。然而,作物需求高、施肥受限,土壤养分库持续下降,迫切需要深入了解营养流动及碳氮固定植物的作用。自发植被(杂草)已被广泛视为土壤肥力的潜在生物指示剂,但此前研究多分别考察植被模式、土壤性质或同位素特征,缺乏将田间植被调查、稳定同位素分析与无人机(Unmanned Aerial Vehicle, UAV)空间数据整合以评估自发植被作为土壤过程指示剂的研究。为此,研究人员在几内亚比绍的Oio(Enchugal和Malafu村)和Tombali(Cafine和Cafal村)两个沿海区域开展研究,旨在鉴定主要农业生态区的优势自发植被物种,评估其与土壤碳(C)和氮(N)动态的关系,并检验UAV分类对植被模式绘图的适用性。研究得出主要结论:自发的优势杂草物种可作为评估红树林水稻系统中耦合碳氮动态的稳健代理指标;同位素与空间方法的整合能有效区分农业生态条件。该论文发表在《Plant and Soil》期刊上。

为开展研究,研究人员采用了几项关键方法。样品队列来源:2022年和2023年,在Oio和Tombali两地区的四个村庄共采集约300份表层土壤样品(0–20 cm深度,随机空间分布),同步调查155种杂草物种(2022年随机田间试验,2023年样带法)。关键技术包括:稳定同位素分析(元素分析-同位素比值质谱法测定δ13C和δ15N)、无人机多光谱影像(Phantom 4)结合随机森林(Random Forest)分类法监测杂草空间分布及优势度,以及利用ANOVA、PCA和Spearman相关性进行统计分析。

研究结果按小标题分述如下。

**Soil agroecological characterization(土壤农业生态特征)**:通过对潮汐红树林(Tidal Mangrove, TM)和相关红树林(Associated Mangrove, AM)土壤的理化分析,发现TM土壤肥力更高,尤其在氮-磷-钾(N-P-K)有效性上表现突出;AM土壤有机质(Organic Matter, OM)和碳(C)库较低,pH呈微酸性(约6.2),N-P-K水平更低,导致生产力较低。

**Monitoring weed spatial distribution and abundance(杂草空间分布与丰度监测)**:利用UAV多光谱影像和随机森林分类法,成功区分了主要地物类别(水体、植被、裸土),对三种优势种(Blutaparon vermiculare、Sesuvium portulacastrum、Echinochloa colona)的分类准确率达70.9%–88%。在Echinochloa colona占主导的密植田块中,与其他禾本科(Poaceae)物种发生误分类。植被指数(NDVI、SAVI、SR)有效捕获了空间变异性,识别出高密度植被区、裸土和高含水量区域。

**Plant density effects(植物密度效应)**:样带调查揭示了清晰的杂草分布梯度:TM田块(P1–P2)由耐盐的Blutaparon vermiculare和Sesuvium portulacastrum主导;AM田块(P3–P11)以Echinochloa colona为主;上游田块(P13–P14)出现更多其他物种(如Cyperus属和Paspalum属)。UAV分类验证了此空间变化,并显示TM田块植被密度更高,AM田块以裸土和低密度植被为主。

**Soil isotops(土壤同位素)**:TM土壤的δ15N均值(2022年约6.5‰;2023年约4‰)显著高于AM土壤(2.59‰和1.2‰),表明TM中氮矿化和微生物活性更强。δ13C方面,TM土壤(-19.6‰)比AM土壤(-25.3‰)更富集,反映不同的碳来源或周转动态。TM土壤的C/N比(8–12)低于AM(13–15),支持C4植物输入导致的较快有机质分解。相关性分析显示%C与%N正相关,TM中δ15N与δ13C正相关,而AM中为弱负相关。

**Weed isotops(杂草同位素)**:C3和C4杂草的δ13C值呈现清晰分离(均值-29.3‰ vs -12.8‰,ANOVA极显著)。δ15N值在两群体间无显著差异。C3植物的%N(均值2.17%)显著高于C4(1.54%),而C/N比则相反(C4 38.71 vs C3 27.37),表明C4植物组织更木质化、氮含量更低。两因素ANOVA显示植物类型是δ13C、%N和C/N的主导因子,年份影响%N和C/N,而农业生态影响不显著。主要物种中,Echinochloa colona和Blutaparon vermiculare的δ15N值一致,Sesuvium portulacastrum表现出更负的δ13C和更大的δ15N变异性。

**Interaction soil, weeds and water(土壤、杂草与水的相互作用)**:PCA将土壤和植物样品在AM与TM间及C3与C4间明显分开,PC1(44.8%方差)主要与%C、%N和C/N相关,PC2(26.7%)主要受δ15N和δ13C驱动。在TM中C3与C4分离更清晰,AM则重叠更多。水样(颗粒有机质,POM)的δ13C值集中在C3范围(湿季-27‰,干季-23‰),表明C3植物残体是主要贡献,而C4衍生的有机碳因更快的周转而影响较小。

在讨论部分,研究人员指出,土壤物理性质(质地、保水能力)强烈影响分解速率和微生物过程。长期人为活动(水稻种植、水分管理)使土壤和水的δ13C偏向C3信号,即使C4杂草(如Echinochloa colona)丰度较高,其快速降解限制了C4信号积累。TM和AM间δ15N差异反映了氮循环模式的不同:TM具有更高矿化活性,AM在湿润条件下氮周转更保守。无人机监测与同位素数据整合为绘制生物指示物种图谱和评估空间变异提供了可行途径。未来研究需纳入河流输入、降水等影响,并结合农民地方知识进行验证。

**结论**(翻译原文结论部分):本研究突出了长期管理和水文调控对几内亚比绍红树林水稻系统中土壤、植被和水体同位素组成的强烈影响。土壤和颗粒有机质中δ13C值以C3植物特征为主导,反映了水稻种植和灌溉实践的累积效应,这些实践使C3植被优于自然存在的C4草本植物。这些同位素模式为低投入水稻生产系统的有机质周转、养分循环和生态遗产提供了宝贵见解。TM和AM农业生态之间δ15N特征的差异进一步表明了氮循环动态的对比:TM土壤表现出更强的矿化和微生物处理证据,而AM系统在更湿润条件下反映出更保守的氮周转。总之,这些发现强调了水文、植被组成和土壤属性在构建红树林水稻农业生态系统生物地球化学过程中的重要性。稳定同位素分析与无人机植被监测的整合在识别杂草群落空间模式、植被密度和农业生态变异性方面被证明是有效的。无人机分类在区分优势植物群落方面显示出高准确性,并揭示了TM与AM系统之间植被结构的明显差异。这些组合方法为传统低投入耕作系统中的生态监测、生物指示物识别和场地特异性管理提供了有前景的机会。基于本研究结果,可以提出未来研究和发展的几个方向:利用生物指示剂表征单个稻田的肥力潜力;开发并测试面向农民的管理决策支持工具;改进同位素技术和无人机分类方法以提高空间分辨率和准确性。这些目标对于加强低投入系统的可持续农业实践、特别是在气候和社会经济压力下至关重要。推进这些研究方向将有助于几内亚比绍沿海社区的农业生态保护和粮食安全。因此,将这些方法完全整合到一个连贯的、以农民为中心的战略中对于开发基于科学证据和地方知识的实用、可扩展的解决方案仍然至关重要。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号