试验地点位于海南省文昌市中国热带农业科学院环植所基地。 地处东经110.46° , 北纬 19.32° , 土壤质地为砂壤土, 土壤类型为砖红壤, 肥力水平较低, 土壤基本理化性质见表1。 常年降雨量1 721. 6 mm, 雨季主要集中在5— 10月份, 占全年降水的79%。 年均温度23.9 ℃, 积温为8 474.3 ℃, 为热带海洋季风气候。 极端天气通常为夏季暴雨和春季干旱。

表1

Table 1

表1(Table 1)

表1 供试土壤基本理化性质 Table 1 Basic physical andchemical properties of the tested soil 土壤深 度/cm pH 有机质/ (g· kg-1) 全氮/ (g· kg-1) 硝态氮/ (mg· kg-1) 铵态氮/ (mg· kg-1) 全磷/ (g· kg-1) 全钾/ (g· kg-1) 有效磷/ (mg· kg-1) 速效钾/ (mg· kg-1) 容重/ (g· cm-3) 0~20 5.32 9.51 0.30 1.79 0.17 0.29 0.90 1.60 35.62 1.72

表1 供试土壤基本理化性质 Table 1 Basic physical andchemical properties of the tested soil

试验种植制度为辣椒-豆角轮作。 试验共设计4个田间处理, 分别为, ①CK(不施肥); ②NPK(氮磷钾); ③OG(有机肥); ④ST(秸秆还田); 化肥分别为尿素、 过磷酸钙和氯化钾, 有机肥为羊粪。 试验期间每年肥料施用量为: 氮肥 300 kg· hm^-2, 磷肥200 kg· hm^-2, 钾肥300 kg· hm^-2, 有机肥24 000 kg· hm^-2, 秸秆3 200 kg· hm^-2。 2020年4月, 于辣椒收获后, 采用S形采样法采集0~20 cm的土壤样品, 每个处理采集三个重复, 运回实验室风干后过20目金属筛。

采用震荡法提取DOM^[7], 称取过20目金属筛的风干土10 g于离心管中, 加入超纯水50 mL(土水比例按照1:5混合), 置于25 ℃、 200 r· min^-1震荡仪中震荡24 h, 10 000 r· min^-1离心10 min, 将上清液过0.45 μ m水系滤膜, 即得到土壤DOM溶液。 放于4 ℃冰箱中保存, 用总有机碳/氮分析仪测定DOM中的DOC含量。

用紫外-可见分光光度计测定DOM吸收光谱, 以超纯水作为空白用以校准基线, 选用200~700 nm的波段范围, 以1 nm为间隔进行扫描, 获得吸光度A, 根据式(1)计算吸收系数A

αg(λ)=2.303A/b(1)

式(1)中: λ 为波长(nm); α _g(λ )为波长λ 处的吸收系数(m^-1); b为光程路径(m)。 对于DOM光谱性质的研究常用方法为利用吸光度表征DOM的化学性质, 本研究中选取254 nm波长下单位吸光度值SUVA₂₅₄用来表征DOM芳香性, SUVA₂₅₄是DOM在254 nm下的吸光系数与DOC浓度之比, SUVA₂₅₄越大, 表示芳香化程度越高^[12]; 选取260 nm波长下单位吸光度值SUVA₂₆₀和280 nm波长下单位吸光度值SUVA₂₈₀分别用来表征DOM分子的疏水性和分子量; 用波长250和365 nm处吸光度之比A₂₅₀/A₃₆₅表征DOM分子大小^[2], 波长300和400 nm处吸光度比值A₃₀₀/A₄₀₀表征DOM腐殖化程度^[13], 波长465和665 nm处的吸光度比值A₄₆₅/A₆₆₅表征DOM的蛋白质和碳水化合物含量^[14]; 利用355 nm处的吸收系数表征有色溶解性有机物的相对浓度^[15]。

吸收光谱曲线斜率(S)是光谱模型中一种重要信息, 本研究采用紫外波段光谱(275~295 nm)进行S值计算, 公式为

α(λ)=α(λγ)e[S(λγ-λ)](2)

式(2)中: α (λ )为测定波长的吸收系数, α (λ _γ )为参照波长的吸收系数, 选取S_275~295反映DOM光降解程度, 因为其对光辐射较为敏感。 此外S_275~295还提供了DOM组成特征信息, 表征DOM分子量大小及光化学反应活性等, 该S值大小与分子量大小呈反比^[16]。

光谱斜率比值S_R[见式(3)]

SR=S275~295/S350~400(3)

有研究表明S_R的相对稳定性较好, 常被用来表征DOM的来源组成和结构变化^[15], S_R与DOM浓度无关, S_R值越高, 则DOM分子量越低, 代表着DOM多为最近产生或者以外源输入为主。 当DOM以内源为主时或者光漂白作用较强时, 则S_R值较大^[2]。

2D-COS分析可通过信号峰之间变化的关系揭示不同DOM组分在生物降解中的反应顺序。 首先, 将获得的DOM紫外光谱数据集进行归一化处理, 并形成矩阵。 随后, 采用2D-shige软件对紫外-可见光光谱进行分析, 获得同步-异步图谱。 采用Microsoft Excel 2018与Matlab2018b对紫外特性参数进行计算, 利用SPSS26 软件进行数据分析, 采用单因素方差分析比较不同处理间的光谱特征与DOC含量的差异性(p< 0.05为显著差异), 相关性分析采用Pearson相关系数分析法(p< 0.05为显著相关, p< 0.01为极显著相关), 用Origin2021软件进行相关图表的制作。

DOC是衡量土壤DOM碳库含量的重要指标。 如图1所示, 不同施肥方式下的土壤DOM含量具有显著差异, 表明施肥对土壤DOM含量具有显著影响。 DOM含量变化范围为15.32~104.89 mg· kg^-1, 由低到高分别为CF< CK< OG< ST。 与CK相比, 施用有机肥可显著提高土壤DOC含量至95.97 mg· kg^-1, 是CK组的1.29倍。 同样, 施用秸秆的土壤DOM也呈现增长现象, 增加至104.89 mg· kg^-1。 有机物料输入可显著增加土壤中的DOM。 石丽红^[8]和郭万里^[17]的研究也发现了类似的结果。 原因可能是, 有机肥和秸秆中的有机物质在腐熟期间释放了水溶性有机物质; 此外, 有机肥和秸秆本身含有大量容易分解的DOC。 然而施用化肥的土壤DOC含量仅有15.32 mg· kg^-1, 远低于CK组, 表明化肥的连续使用导致了土壤DOC的流失。 这与Xiao^[18]的研究结果一致, 原因可能是化肥的施用, 降低了碳氮比, 加速了土壤微生物的矿化作用。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 不同施肥处理下土壤溶解性有机碳含量 注: 不同施肥柱子上的不同小写字母(a, b, c)代表处理间差异达到显著水平(p< 0.05), 下同Fig.1 Soil DOC content under different fertilization Notes: Different lowercase letters on the same soil column represent significant (a, b, c) differences between treatments (p< 0.05)

利用紫外-可见吸收光谱能够反映出土壤有机质分子结构的复杂程度和腐殖化程度。 四种管理措施中土壤DOM的可见吸收光谱特征如图2(a), 结果显示, 在不同处理下, 总体上吸收系数随着波长的增加不断递减, 从650 nm以后吸收逐渐趋于0。 但是不同施肥方式下土壤DOM的光谱曲线存在着显著差异, 其中施用有机肥的土壤DOM吸收光谱向长波方向移动最明显, 表明不同施肥方式下土壤DOM具有不同的化学性质。 从图2(b)所示200~700 nm的变异系数来看也证明了这一点, 其变异系数在44.80%~68.5%之间, 变异系数在380和670 nm处出现了两个显著的峰值, 进一步说明具有这种紫外吸收特征的物质对土地利用变化的响应非常灵敏。 紫外-可见光谱曲线也能用于表征土壤DOM的化学性质。 在图2(a)中可以看出260~280 nm处出现了显著肩峰, 可能是由于土壤DOM含有两个双键的共轭体系(例如苯环、 共轭二烯等)^[2]。 此外, 在330~370 nm处还存在一个次级肩峰, 说明土壤DOM中可能含有脂肪族醛酮化合物或者芳香族醛酮化合物。 结果表明, 施用有机肥会导致溶解性有机质的紫外-可见光谱图出现红移现象, 表明其能够增加土壤腐殖化程度, 显著提高土壤中的双键共轭物质含量。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 不同施肥处理下土壤溶解性有机质的紫外-可见光谱特征Fig.2 Characteristics of UV-Visible absorption spectrum of soil DOM in different festilization

2.3.1 紫外光谱特征吸收值

采用DOM的紫外特征参数来表征DOM的化学性质。 SUVA₂₅₄, SUVA₂₆₀和SUVA₂₈₀三个特征值分别与芳香性、 疏水性、 平均分子量成正比。 从图3(a, b, c)分别可以看出不同的施肥方式明显改变了土壤DOM的三种特征参数值, 并且四种施肥方式中SUVA₂₅₄, SUVA₂₆₀和SUVA₂₈₀三种特征参数呈现出相同趋势, 均是有机肥> 秸秆> 不施肥> 化肥。 其中与CK处理相比, OG处理增加最为明显, SUVA₂₅₄, SUVA₂₆₀和SUVA₂₈₀, 三种特征参数分别增加了180.2%, 180.0%和180.0%; ST处理下的三种特征参数没有显著变化, 仅分别增加15.9%, 15.8%和15.1%; 而CF处理下土壤DOM的三种特征参数出现了明显的下降, 下降幅度分别为41.0%, 41.3%和43.9%。 有机肥能够有效增加土壤DOM的芳香性、 疏水性以及平均分子量, 使溶解性有机质更加稳定, 其原因可能是有机肥的腐殖化程度高, 长期的有机肥施用增加了微生物和外源有机质的输入, 使得土壤分子结构变化, 复杂芳香族化合物的占比增加^[19]。 而化肥的施用可能导致土壤矿物出现晶质化现象^{[10, 11]}, 从而导致土壤DOM结构的改变, 使DOM含量减少。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 不同施肥处理下光谱吸收值SUVA254(a), SUVA260(b)和SUVA280(c)Fig.3 Spectral absorption values under four fertilization managements SUVA254(a), SUVA260(b), SUVA280(c)

2.3.2 紫外可见光谱吸收比

不同施肥处理对DOM特征性紫外可见光谱吸收比也有影响。 A₂₅₀/A₃₆₅表征土壤DOM分子量大小, 其值越大, 表示DOM分子量越小^[2]。 从图4(a, b, c)分别可以看出, 相对于不施肥处理, 不同的施肥方式下A₂₅₀/A₃₆₅均有着升高趋势, 其中在施用化肥处理下A₂₅₀/A₃₆₅上升最多, 上升幅度为7.7%, 其他处理之间无明显差异, 表明施用化肥使土壤DOM分子结构简单化。 A₃₀₀/A₄₀₀能够反映DOM的腐殖化程度、 芳香性结构等。 A₃₀₀/A₄₀₀< 3.5时, DOM是以胡敏酸为主; A₃₀₀/A₄₀₀> 3.5时, DOM是以富里酸为主。 施用化肥处理其A₃₀₀/A₄₀₀值为2.28明显低于3.5, 说明施用化肥处理下土壤中主要以胡敏酸为主, 而施用有机肥和施用秸秆处理下土壤A₃₀₀/A₄₀₀值高于3.5, 说明施用有机肥和秸秆的土壤中主要以富里酸为主。 A₄₆₅/A₆₆₅值能够表征DOM中的蛋白质和碳水化合物的含量^[14]。 由图4(a, b, c)可以看出, 不施肥、 施用化肥、 施用有机肥和施用秸秆四个处理之间皆存在显著性差异, A₄₆₅/A₆₆₅值由高到低依次为施用秸秆、 施用有机肥、 不施肥、 施用化肥。 其中, 施用秸秆相比不施肥处理增长了114.5%, 施用有机肥相比不施肥处理增长了47.8%, 而施用化肥相比不施肥处理降低了42.4%。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 不同施肥处理下光谱吸收比A250/A365(a), A300/A400(b), A465/A665(c)Fig.4 Spectral absorption ratio under four fertilization managements A250/A365(a), A300/A400(b), A465/A665(c)

2.3.3 吸收系数α (355)

355 nm波长处的吸收系数α 能够表征有色溶解性有机质的浓度, α (355)值越大, 表示有色溶解性有机质浓度越高^[15]。 四种施肥方式下土壤DOM吸收系数α (355)的变化情况如图5所示, α (355)的变化范围为33.09~165.05, 其中α (355)含量最高的为OG, 其值为165.05, 相比CK, 增加了175.6%, 达到了显著水平; ST相比于CK, 其含量仅增加11.7%, 没有显著性提升有色溶解性有机质含量, CF处理下有色溶解性有机质含量最低, 相比CK, CF差异非常明显, 达到了44.7%。 表明施用有机肥能够明显提高土壤中有色溶解性有机质的含量, 其原因可能是大量腐殖质输入, 使土壤DOM中生色团急剧增加^[2]。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 不同施肥处理下土壤DOM吸收系数α (355)Fig.5 α (355)of soil DOM under long-term different fertilization

2.3.4 S值与S_R值

由表2可以看出四种施肥方式下, CF的S_275~295值相比于CK出现明显升高, 表明CF的土壤DOM的分子量降低, 而CK与OG、 ST之间没有明显差异。 S_R值能够表征DOM的来源组成^[2], 从表2可以看出CF处理明显提升了S_R值, 表明CF的土壤DOM结构特征改变, 而其他三组处理之间没有显著性差异。 相关研究表明, 当S_R> 1时, 表征DOM的来源主要为生物源, 当S_R< 1时, 表征DOM主要为外源^[20]。 不施肥、 施用有机肥与施用秸秆三种处理下, 其S_R值均小于1, 因此三种处理下其外源特征十分显著。

表2

Table 2

表2(Table 2)

表2 不同施肥处理下的S值与SR值 Table 2 S and SR under four fertilization managements S275~295 SR CK 0.005 94± 0.000 473b 0.383± 0.021 4b CF 0.008 74± 0.001 57a 1.08± 0.340a OG 0.007 07± 0.000 491b 0.447± 0.020 7b ST 0.006 72± 0.001 21b 0.408± 0.071 3b

表2 不同施肥处理下的S值与SR值 Table 2 S and SR under four fertilization managements

土壤DOM和特征参数的相关关系见表3, 四种不同施肥方式下, 紫外特征参数之间的相关性揭示了各参数的内在关系。 可以看出SUVA₂₅₄与SUVA₂₆₀显著相关, 表明了土壤DOM的芳香性和疏水性密切相关, 土壤DOM中的芳香性结构有很大可能存在于疏水组分中; A₂/A₃与S_275~295存在显著相关, 表明了土壤DOM能够通过光降解将其中复杂的大分子有机质分解。 SUVA₂₅₄、 SUVA₂₆₀、 SUVA₂₈₀、 吸收系数α (355)均与土壤中DOC含量存在显著正相关; A₃₀₀/A₄₀₀, A₄₆₅/A₆₆₅与土壤中DOC含量达到极显著正相关; S_275~295, S_R与土壤DOC含量分别达到显著负相关和极显著负相关。 这些相关关系表明, 紫外光谱吸收值、 紫外光谱吸收比、 S值和α (355)是评价土壤DOM的结构复杂程度的重要指标。

表3

Table 3

表3(Table 3)

表3 土壤DOM与特征参数的相关关系 Table 3 The correlation analysis between soil DOM and Parameters of Ultraviolet-visible spectroscopy DOC SVUA254 SUVA260 SUVA280 A250A365 A300A400 A465A665 α (355) S275~295 SR DOC 1 SVUA254 0.502* 1 SUVA260 0.571* 0.991* * 1 SUVA280 0.575* 0.964* * 0.971* * 1 A250A365 -0.434 -0.397 -0.347 -0.346 1 A300A400 0.841* * 0.318 0.339 0.344 -0.201 1 A465A665 0.940* * 0.490 0.501* 0.510* -0.617* 0.840* * 1 α (355) 0.572* 0.991* * 0.996* * 0.963* * -0.359 0.336 0.510* 1 S275~295 -0.633* -0.202 -0.195 -0.202 0.801* * -0.421 -0.720* * -0.198 1 SR -0.830* * -0.461 -0.455 -0.461 0.803* * -0.661* * -0.923* * -0.450 0.896* * 1 注: * 和* * 分别表示显著性水平p< 0.05和p< 0.01, 下同 Notes: * and * * represent p< 0.05 and p< 0.01, the same as below

表3 土壤DOM与特征参数的相关关系 Table 3 The correlation analysis between soil DOM and Parameters of Ultraviolet-visible spectroscopy

为了进一步揭示土壤DOM化学结构对不同施肥方式的响应速度。 将紫外可见光光谱数据中200~450 nm区域, 进行二维相关分析处理(2D-COS), 获得它们的同步、 异步谱图。 2D-COS的同步映射通常包括自动峰和交叉峰。 自动峰强度越大, 对外界扰动引起的光强变化的敏感性越高, 而交叉峰则反映了在两个不同光谱频率之间的光谱强度的协调变化。 当强度变化的方向一致时, 表明在相应处交叉峰为正; 当强度变化方向不同时, 则表示相应交叉峰为负^[12]。 图6中UV-Vis的同步(a)、 异步(b)谱图可知, 不同施肥模式下, 响应最大的组分是200, 250和350 nm组分, 同时响应的先后顺序为250 nm> 350 nm> 200 nm。

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 二维相关光谱图 (a): 同步图; (b): 异步图Fig.6 Two-dimensional correlation spectrum (a): Synchronous map; (b): Asynchronous map