《Agriculture, Ecosystems & Environment》:Soil tillage and fertilization practices modulate soil greenhouse gas fluxes in tropical Brazilian soybean agroecosystems
编辑推荐:
作为全球最大的大豆生产国,巴西必须紧急应对其不断扩张的大豆农田产生的温室气体排放。研究人员测量了巴西东南部大豆系统在不同耕作和施肥实践下的土壤二氧化碳(CO2)、甲烷(CH4)和一氧化二氮(N2
作为全球最大的大豆生产国,巴西必须紧急应对其不断扩张的大豆农田产生的温室气体排放。研究人员测量了巴西东南部大豆系统在不同耕作和施肥实践下的土壤二氧化碳(CO2)、甲烷(CH4)和一氧化二氮(N2O)通量。通过便携式红外气体分析仪,每周进行实时原位测量,涵盖四种处理:免耕+合成肥料(NT-SF)、常规耕作+合成肥料(CT-SF)、免耕+有机灌溉施肥+合成肥料(NT-OSF)以及常规耕作+有机肥料(CT-OF)。同时监测土壤水分、温度和充水孔隙度(WFPS),并追踪大豆物候阶段以解释整个生长周期的温室气体通量模式。所有处理均表现为净甲烷汇。与免耕+合成肥料相比,常规耕作+有机肥料处理的二氧化碳排放量高出53%。整个生长周期的一氧化二氮排放量较低,但在免耕系统中高出3.6倍,尤其是在开花前和衰老期,此时有机残体分解最为活跃。免耕+合成肥料处理表现出最低的二氧化碳当量(CO2e)和土壤温度,同时土壤水分较高。随机森林(Random Forest,RF)模型揭示,温室气体通量源于管理措施、作物发育阶段、土壤性质(如WFPS、温度和pH)以及气候(如降水)之间的非线性相互作用。耕作和施肥决定了大豆系统中的土壤温室气体通量,而免耕+合成肥料代表最气候智能的管理选项。虽然有机改良剂部分抵消了肥料生产排放,但它们增加了田间水平的CO2e,尤其是在常规耕作下,这强调了在可持续大豆生产生命周期评估中需要基于田野的排放数据。
**土壤耕作与施肥实践调控热带巴西大豆农业生态系统温室气体通量——论文解读**
**研究背景与问题**
巴西作为全球最大大豆生产国,其种植面积持续扩张,农业温室气体排放约占全国总排放的27%。然而,热带条件下不同大豆生产系统如何调控温室气体通量尚缺乏深入理解。现有研究多依赖稀疏采样和注射器-小瓶法,存在采样和运输误差,难以捕捉短期动态。因此,亟需高频原位测量以识别关键排放期,并揭示管理措施与土壤、气候因子的非线性交互作用,为巴西低碳农业计划(ABC+计划)及《巴黎协定》等全球议程提供科学依据。
**研究内容与意义**
研究人员于2021年10月至2022年2月,在巴西圣保罗州Iaras地区(22°53’32.0’’S, 49°06’09.0’’W)的砂质Oxisol(氧化土)上,设置四种实际生产组合:免耕+合成肥料(NT-SF)、常规耕作+合成肥料(CT-SF)、免耕+有机灌溉施肥+合成肥料(NT-OSF)和常规耕作+有机肥料(CT-OF),每周使用便携式傅里叶变换红外光谱(FTIR)气体分析仪进行原位温室气体(CO
2、CH
4、N
2O)通量测量,同时监测土壤水分、温度、充水孔隙度(WFPS)及气象数据,并利用随机森林(Random Forest,RF)模型识别驱动因子。研究发现所有处理均为净甲烷汇;常规耕作+有机肥料CO
2排放比免耕+合成肥料高53%;免耕系统N
2O排放高3.6倍;免耕+合成肥料CO
2e最低。论文发表在《Agriculture, Ecosystems》。该研究揭示耕作与施肥通过改变土壤微气候调控温室气体通量,强调高频测量和机器学习在识别非线性响应中的价值,为巴西大豆清洁生产提供关键田野数据。
**主要关键技术方法**
研究人员在巴西圣保罗州Iaras地区(22°53’32.0’’S, 49°06’09.0’’W)的砂质Oxisol上开展研究,样本队列包括四种处理(NT-SF、CT-SF、NT-OSF、CT-OF),每种处理设5个重复。主要方法包括:每周使用便携式傅里叶变换红外光谱(FTIR)气体分析仪(Gasmet DX4015)进行10分钟闭路原位温室气体通量测量,实时记录CO
2、CH
4和N
2O浓度(每20秒一次);同步测定0-10 cm土壤重力含水量、温度及充水孔隙度(WFPS);一次性采集土壤理化性质(pH、容重、质地、总碳氮、颗粒有机碳氮等);获取日气象数据(降水、最高/最低温)。采用主成分分析(PCA)和Pearson相关分析,并构建随机森林(RF)模型(500棵树,最大深度10,5折交叉验证)筛选关键预测变量并生成偏依赖图。
**研究结果**
**3.1 温室气体通量的时间动态**
CO
2通量范围为42.90–256.9 mg C-CO
2 m
?2 h
?1,CT-OF在播后首月峰值最高;CH
4通量以净吸收为主(?48.91至23.28 μg C-CH
4 m
?2 h
?1),2021年12月至2022年1月出现短暂正通量;N
2O通量范围?48.24–80.72 μg N-N
2O m
?2 h
?1,CT-OF最低;CO
2e通量范围158.8–946.9 mg m
?2 h
?1,CT-OF在10月15日达946.9 mg m
?2 h
?1。
**3.2 累积通量**
全周期累积C-CO
2:CT-OF(4.99 Mg ha
?1)> NT-OSF(4.19)> CT-SF(3.62)> NT-SF(3.27),CT-OF比NT-SF高53%;累积C-CH
4无显著差异(0.16–0.44 kg ha
?1);累积N-N
2O:免耕系统(NT-SF和NT-OSF)比常规耕作高至少73%;累积CO
2e:CT-OF(18.39 Mg ha
?1)和NT-OSF(15.80)高于CT-SF(13.51)和NT-SF(11.88),CT-OF比NT-SF高55%。
**3.3 按生长期逐日平均通量**
营养生长期(S-Vn):CT-OF的C-CO
2排放(38.44 kg ha
?1 d
?1)比其他处理高50%;生殖前期(R1-R5):有机肥料处理C-CO
2 > 33.0 kg ha
?1 d
?1,合成肥料处理 ≤ 22.0 kg ha
?1 d
?1;成熟期(R6-R8):合成肥料处理比有机处理高36.3%以上。N
2O在S-Vn期CT-OF最低(2.70 g ha
?1 d
?1),R1-R5期常规耕作比免耕低80.1%以上。
**3.4 温室气体通量的土壤微气候驱动因子**
时间加权平均WFPS、土壤水分和温度显著差异;NT-SF水分最高、温度最低,CT-OF水分最低、温度最高。主成分分析(PCA)第一、二轴解释72.4%方差,分离出高水分-低温-低CO
2的NT-SF与低水分-高温-高CO
2的CT-OF。Pearson相关显示C-CO
2与WFPS、土壤水分和温度正相关(r ≤ 0.22),N
2O与WFPS和水分正相关。
**3.5 机器学习分析**
随机森林(RF)模型对N
2O预测表现最佳(测试R2=0.55),CO
2和CO
2e为0.47–0.50,CH
4较低(0.21)。关键预测变量:CO
2模型中周降水量、土壤温度和处理类型;N
2O模型中播后天数(DAS)和土壤水分;CO
2e模型中土壤水分和WFPS贡献42.9%相对重要性。偏依赖图显示非线性关系:C-CO
2随周降水量增加至60 mm后平稳;CO
2e在WFPS约50%出现拐点,pH约6.0后升高。
**讨论总结与研究结论**
讨论部分指出,没有单一管理措施能同时最小化所有气体通量,存在权衡:常规耕作+有机肥料因扰动和有机物添加导致最高CO
2和CO
2e排放;免耕降低CO
2但通过提高WFPS促进反硝化而增加N
2O,尤其在开花前和衰老期。随机森林(RF)强调土壤水分和温度是主要驱动因子,而粒度和气候因素补充影响。研究认为免耕+合成肥料是最气候智能的选项,但需结合灌溉管理和硝化抑制剂缓解N
2O。研究局限性包括仅一季、缺微生物数据和砂质土壤的普适性,建议多年度、多气候区研究并整合生命周期评估(LCA)。
**研究结论翻译**:本研究表明,热带大豆系统中土壤温室气体通量受土壤扰动和施肥强烈调控。具体而言,常规耕作与富含活性碳的有机改良剂组合导致土壤CO
2和CO
2e排放最高。在该系统中,耕作引起的活性底物暴露使全周期C-CO
2排放比免耕+合成肥料增加1.7 Mg ha
?1。然而,研究发现明确的权衡:免耕系统(合成肥料或有机-合成分施)减少CO
2排放,但导致更高N
2O排放。总体而言,免耕+合成肥料在评估系统中是最气候有效的管理选项,表现为更低的CO
2e排放、更高的土壤水分和更低的土壤温度。然而,当纳入合成肥料生产排放时,这些效益可能被部分抵消。此外,温室气体通量在大豆物候阶段表现出显著时间变异性。随机森林(RF)模型确定土壤水分、土壤温度、充水孔隙度(WFPS)和周降水量为主要驱动因子。这些发现强调高频田野测量的重要性,并确认耕作和施肥主要通过改变土壤微气候和物理条件来调控温室气体通量。模型成功捕获CO
2和N
2O的非线性时间动态;而CH
4动态解释不足,表明存在仅凭土壤气候变量无法完全解决的机制空白。未来研究应优先开展多年度田野研究,整合微生物数据和生命周期评估,以全面评估热带地区不同大豆管理系统的环境成本与效益。