不同干耕措施下紫云英还田水稻土中DOM组成特征与CH4排放的关联
刘晗1,2, 马停停1, 万里1, 陈晓芬1, 周国朋3, 孙晋鑫3, 朱安繁4, 李燕丽2, 刘佳1,*
1.江西省农业科学院土壤肥料与资源环境研究所, 国家红壤改良工程技术研究中心, 农业农村部酸化土改良与利用重点实验室, 江西 南昌 330200
2.长江大学农学院, 湖北 荆州 434025
3.中国农业科学院农业资源与农业区划研究所/北方干旱半干旱耕地高效利用全国重点实验室, 北京 100081
4.江西省农业技术推广中心, 江西 南昌 330046
*通讯作者 e-mail: liujia422@126.com

作者简介: 刘 晗, 1998年生, 江西省农业科学院土壤肥料与资源环境研究所与长江大学农学院联合培养硕士研究生;马停停, 女, 1999年生, 江西省农业科学院土壤肥料与资源环境研究所硕士研究生 ;刘 晗, 马停停: 并列第一作者 e-mail: liuh5917@163.com(刘 晗); ma08082021@163.com(马停停)

摘要

为研究不同水分管理下(先干耕再复水)紫云英还田水稻土中可溶性有机质(DOM)组成结构与甲烷(CH4)排放量之间的关系, 采用室内培养法, 以不添加绿肥(紫云英)不干耕(DW-0)为对照, 设置不同水分管理处理(不干耕、 干耕5 d、 干耕10 d), 运用三维荧光光谱(3DEEM)和平行因子分析(PARAFAC)评估土壤DOM组成、 荧光光谱对CH4排放的影响。 结果表明, 添加紫云英干耕5 d(G+DW-5)处理下DOM含量与CH4累计排放量均显著降低; 随着干耕时间延长, DOM含量与CH4累计排放量都呈上升趋势。 通过3DEEM-PARAFAC法得到三种荧光组分, 包括类富里酸(C1)、 类腐殖酸(C2)、 类蛋白质(C3), 且不同水分管理措施下土壤DOM荧光组分组成存在明显差异。 G+DW-5处理下土壤DOM中类腐殖质组分(C1+C2)含量最高, 占比可达79.88%; 限制性主成分分析表明, 不同水分管理下土壤DOM组分分异明显。 G+DW-5处理下DOM腐殖化指数(HIX)为5.11, 显著高于其他水分处理。 相关性分析表明, CH4排放量与C1组分、 HIX指数显著负相关, 而与C2组分、 自生源指数(BIX)显著正相关, 说明短期干耕可通过增加C1组分含量及土壤DOM腐质化程度来降低CH4排放。 不同水分管理措施下紫云英还田水稻土DOM组成和结构特征与CH4排放量密切相关, 可为稻田减排提供科学依据。

关键词: 绿肥; 干耕; 甲烷; 可溶性有机质; 三维荧光光谱; 平行因子分析
中图分类号:S142 文献标志码:A
Association Between Association Between DOM Composition Characteristics and CH4 Emission of Chinese Milk Vetch Amended Under Different Water Management
LIU Han1,2, MA Ting-ting1, WAN Li1, CHEN Xiao-fen1, ZHOU Guo-peng3, SUN Jin-xin3, ZHU An-fan4, LI Yan-li2, LIU Jia1,*
1. Soil and Fertilizer & Resources and Environment Institute, Jiangxi Academy of Agricultural Sciences, National Engineering & Technology Research Center for Red Soil Improvement, Key Laboratory of Acidified Soil Amelioration and Utilization, Ministry of Agriculture and Rural Affairs, Nanchang 330200, China
2. College of Agriculture, Yangtze University, Jingzhou 434025, China
3. State Key Laboratory of Efficient Utilization of Arid and Semi-arid Arable Land in Northern China, Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081, China
4. Agricultural Technology Promotion Center of Jiangxi Province, Nanchang 330046, China
*Corresponding author

LIU Han and MA Ting-ting: joint first authors

Abstract

In order to study the relationship between the composition and structure of dissolved organic matter (DOM) and methane (CH4) emissions in the paddy soil with Chinese milk vetch returning under different water managements (flooding after a short time delay), we set an incubation experiment, with no green manure and no tillage (DW-0) as control, different water management treatments (immediately flooding, flooding after 5 and 10 days) were set up, three-dimensional fluorescence spectroscopy (3DEEM) and parallel factor analysis (PARAFAC) were used to assess the effects of soil DOM composition and the effect of fluorescence spectra on CH4 emissions. The results showed that both DOM content and cumulative CH4 emissions significantly decreased under G+DW-5 treatment, and both DOM content and cumulative CH4 emissions increased with the extension of dry tillage time. Three fluorescence components, including fulvic-like (C1), humic-like (C2), and protein-like (C3), were obtained by the 3DEEM-PARAFAC method. There were significant differences in the fluorescence components of soil DOM under different water management practices. The highest content of humus-like components (C1+C2) was found in soil DOM under the G+DW-5 treatment, which reached 79.88%, and the restricted principal component analysis indicated that soil DOM components were significantly different under different water management. The DOM Humification Index (HIX) of G+DW-5 was 5.11, significantly higher than other treatments. The correlation analysis showed that CH4 emissions were negatively correlated with the C1 and HIX index but positively correlated with the C2 and BIX index; the results showed that flooding after a short time delay could reduce CH4 emissions by increasing the content of C1 and the level of soil DOM humification. Overall, the composition and structure of DOM in the paddy soil under different water managements are closely related to CH4 emissions, which could provide a scientific basis for reducing CH4 emissions from paddy soil.

Keyword: Green manner; Flooding after a short time delay; Methane; Dissolved organic matter; Three-dimensional excitation-emission matrices; Parallel factor analysis
引言

水稻是中国最重要的粮食作物之一, 2017年—2021年其总产量占粮食总产的32%[1]。 为保证粮食高产盲目增施化肥, 导致部分稻田土壤有机质含量下降, 土壤质量退化日趋严重, 制约了稻田土壤可持续生产能力[2]。 近年来, 绿肥还田是南方红壤稻区重点推广的耕作模式, 该模式采用冬闲稻田种植紫云英并翻压还田, 可以在减少化肥用量的同时保证水稻不减产, 并有效提升稻田土壤质量[3]。 在稻田淹水环境下, 绿肥翻压还田后厌氧分解, 为产甲烷菌提供大量碳源底物, 促进稻田甲烷排放, 导致稻田碳排放增加[4]。 甲烷排放的增加与紫云英作为绿肥进行循环利用的根本目的(增强土壤碳的固存, 减缓全球气候变暖)相悖[5]

对翻压紫云英的稻田实行短期干耕, 可以有效降低其甲烷的排放通量[6]。 这是由于通过干耕可将有机质还田后产生的可溶性有机质(dissolved organic matter, DOM)迅速的转化为CO2, 从而减少稻田土壤中产甲烷菌的能量来源[7]。 DOM的转化与其组成和结构特征密切相关。 研究表明, 芳香性、 氧化性、 不饱和度和腐殖化程度高的DOM具有较高的稳定性, 不易降解[8]。 一项基于土壤剖面的调查发现, DOM在土壤中的持久性与其在分子水平上的结构变化密切相关[9]。 探究短期干耕下紫云英还田水稻土DOM组成和结构特征的变化, 既有助于深入认识紫云英利用下稻田土壤DOM演变规律, 也可为制订稻田减排的科学管理措施提供重要依据。

三维荧光光谱法可用于复杂混合物的组分辨析, 并能提供丰富的信息, 再结合平行因子分析法可对DOM组分进行定性、 定量表征[10]。 刘天顺等[10]研究发现采用3DEEM-PARAFAC技术解析病理上不同健康状态花生根际土壤DOM组成的结构差异, 为连作花生土传病害提供了科学方案。 本研究对不同水分管理下紫云英还田进行恒温暗培养, 采用3DEEM-PARAFAC分析其DOM含量和组分特征, 以期深入认识不同水分管理下紫云英还田后土壤DOM组分特征及其与甲烷排放的关联。

1 实验部分
1.1 供试材料

供试水稻土采集于江西省农业科学院宜春市高安试验基地(115° 7'49″E, 28° 15'21″N), 如图1所示。 在未进行过试验的田块上, 采用五点法在田块内采集表层(0~20 cm)土。 采集的土壤样品及时带回实验室, 去除根系等杂质, 新鲜土样过2 mm筛, 装入自封袋贴上标签置入4 ℃冰箱中待用。 试验开始前土壤基础理化性质见表1。 供试紫云英品种为余江大叶, 在盛花季取样, 带回实验室切碎至2 cm。 紫云英鲜草含水量为89.2%, 含碳量为396.2 g· kg-1, 含氮量为28.4 g· kg-1, C/N为13.9。

图1 研究区域和采样点位置Fig.1 Study area and sampling point plot

表1 供试土壤基础理化性质 Table 1 Initial soil physiochemical properties before experiment
1.2 实验设计

为探究水稻土添加紫云英后不同复水时间对土壤DOM结构特性和CH4排放的影响, 本试验共设置1个不添加绿肥对照组和3个添加绿肥不同复水时间的实验组, 共计4个处理, 实验设计如图2所示。 称取200 g过筛后的新鲜土样加入500 mL培养瓶中, 试验组每个烧杯添加4 g(大田实际还田量两倍)紫云英鲜样, 充分摇匀混合。 分别在第0天、 第5天、 第10天添加200 mL纯净水模拟大田淹水环境, 用透气封口膜封口, 每隔两天称重法补充水分, 25 ℃恒温培养。 在第11天取样, 测定土壤DOM浓度(表2), 将6个处理的土壤DOM均调整为40 g· kg-1浓度, 容积为200 mL。

图2 实验设计Fig.2 Schematic diagram of experimental design

表2 DOM荧光光谱参数计算公式 Table 2 Calculation formula for DOM fluorescence spectroscopy parameters

称取相当于100 g风干土样的鲜土样品加入到500 mL的培养瓶中, 调节样品土壤含水量为饱和含水量的40%, 在25 ℃培养箱中进行7天的恒温预培养, 使土壤环境趋于稳定状态。 在预培养结束后, 将调整后的土壤DOM溶液添加到培养瓶中, 并将瓶盖拧紧, 使其完全密封。 每个处理设置3个重复, 再添加土壤DOM溶液后的第1、 3、 5、 7、 9、 11、 18、 25、 32、 40天用注射器抽取气样, 每次取样前24 h打开瓶盖通气1 h, 然后将瓶盖拧紧, 取完样品立即用气相色谱仪进行测定。

1.3 测定方法

1.3.1 DOM浸提与测定

将培养瓶中的水土比调节到1:1(鲜土重量g:液体体积mL), 25 ℃时200 r· min-1振荡16 h; 4 ℃时10 000 r· min-1离心15 min, 上清液过0.45 μ m滤膜, 得到DOM溶液置于4 ℃冰箱避光保存待用。

DOM浓度采用德国耶拿公司MulitN/C 3100分析仪测定, 各个处理DOM的质量均为扣除纯水空白对照所得到的数值。

1.3.2 DOM三维荧光测定

DOM三维荧光测定: 采用日本Hitachi F-7000荧光光谱仪, 激发波长Ex扫描为200~450 nm, 采样间隔为5 nm, 发射波长Em扫描为250~600 nm, 采样间隔为2 nm, 扫描速度为2 400 nm· min-1, 用Milli-Q超纯水作空白样测定。

表2为DOM荧光光谱参数计算公式, 激发波长为370 nm时在450、 500 nm两处荧光发射强度的比值为荧光指数(fluorescence index, FI)。 激发波长为255 nm时, 发射波长435~480 nm处荧光强度与300~345 nm波长范围和435~480 nm内荧光强度之和的比值为腐殖化指数(humification index, HIX)。 激发波长为310 nm时在380、 430 nm两处荧光发射强度的比值为自生源指数(biological index, BIX)。 用平行因子分析(PARAFAC)方法将三维荧光光谱结果分解为独立组分, 半分法和残差分析用于检验PARAFAC模型的准确性, 进而确定荧光组分的峰位置和强度。

1.3.3 温室气体排放速率

气相色谱仪(GC, Agilent 7890B, 美国)配备有火焰电离检测器(FID)和电子捕获监测器(ECD), 用于测定CH4、 N2O浓度。 CH4排放通量计算公式为

F=MV0×Vm×dcdt×T0T×PP0(4)

式(4)中, F为气体通量(CH4为μ g· kg-1· h); M为气体摩尔质量(g· mol-1); V0为标准条件下理想气体的摩尔体积(22.41 L· m-3); Vm分别为气体有效容积(m3)和土壤质量(kg); dc/dt为单位时间培养瓶内气体质量浓度变化率(ppm· min-1); T0为标准状态下的气体绝对温度(T0=273 K), P0为标准状态下的气体密度(P0=1 013 mb); T是培养箱内的空气实际温度(K); P是实际的局部大气压强(mb)。

CH4累计排放量计算公式为

F累计=i=1n(Fi×Di)Fi×Di(5)

式(5)中, F累计表示温室气体累计排放量(μ g· kg-1), Fi为间隔两次取样的气体平均排放速率; Di为采样间隔天数(d), n为采样次数。

1.4 数据分析

使用Origin Pro2018、 R Studio(version 4.2.1)和MATLAB R2022b软件进行统计分析。 采用方差分析确定显著差异, 使用“ stats” 包中的(TukeyHSD)函数进行Tukey HSD检验。 使用MATLAB R2022b软件和DOMFluor软件包进行PARAFAC分析, 各荧光组分特征峰Origin Pro2018软件上采用峰值分析功能鉴别。 采用vegan包中的capscale()函数进行主坐标轴分析(partial canonical analysis of principal coordinates, CAP), 以探究水分管理对土壤DOM结构的影响。 使用corrplot包中的(cor)函数进行pearson相关性分析。

2 结果与讨论
2.1 不同水分管理下稻田土壤DOM

表3可知, 不同水分管理下稻田土壤DOM含量介于48.32~164.35 mg· kg-1之间。 与不添加绿肥0天复水(DW-0)相比, 添加绿肥后当天复水土壤DOM含量显著增加(p<0.05), 增幅为240.13%。 紫云英作为优质碳源, 翻压到土壤后可产生大量可溶性有机物, 导致土壤DOM含量增加, 使微生物活性增强, 从而对土壤DOM含量形成正反馈效应。 添加绿肥后不同水分管理下土壤DOM含量表现为G+DW-0(164.35 mg· kg-1)>G+DW-10(77.78 mg· kg-1)>G+DW-5(64.86 mg· kg-1)。 可能归因于较长时间的好氧环境会抑制稻田土壤微生物的活性[11], 使紫云英腐解变慢, 导致DOM含量较G+DW-5小幅度降低。

表3 不同水分管理稻田土壤DOM浓度 Table 3 Soil DOM concentration in paddy fields under different water management
2.2 不同水分管理下CH4排放特征

由图3(a), CH4排放主要集中在培养的前7天, 7天之后CH4排放通量均低于0.5 μ g· kg-2· h-1, 此后一直维持在较低水平, 各处理CH4排放通量的动态变化趋势大体一致。

图3 CH4排放通量变化过程(a)及累计排放量(b)Fig.3 CH4 emission process (a) and cumulative emission (b)

与无绿肥添加处理(DW-0)相比, 添加绿肥后CH4累计排放量有显著差异(p<0.05), G+DW-0、 G+DW-5、 G+DW-10处理分别升高了49.29%、 25.72%、 47.42%[图3(b)]。 添加绿肥后不同水分管理下以G+DW-0处理CH4累计排放量最高, 达19.95 μ g· kg-2, 而G+DW-10处另次之, 为18.75 μ g· kg-2, G+DW-5处理CH4累计排放量最低, 为15.62 μ g· kg-2。 与G+DW-0处理相比, G+DW-5处理的CH4累计排放量显著降低(p<0.05), 降幅为21.70%, 而G+DW-10处理降幅仅为6.02%。 可见, 在紫云英还田的条件下, CH4累计排放量并不随着干耕时间的延长而降低, 相反, 干耕时间过长会增加CH4排放量。 分析认为, 紫云英还田后为产甲烷古菌等提供了大量C源底物, 促进了CH4排放[12]。 而短期干耕晒田可以使微生物提前分解利用大部分易降解的有机质[13], 有效降低了CH4等温室气体前期排放峰值。

2.3 PARAFAC解析土壤DOM三维荧光光谱

2.3.1 荧光组分解析

对试验中土壤DOM溶液的3DEEM进行PARAFAC分析, 解析出3个荧光组分, 通过拆半检验分析、 残差分析, 验证了PARAFAC模型的有效性, 荧光光谱图和载荷图如图4(左A和右B)和表4所示。

图4 PARAFAC解析土壤DOM荧光组分(A)及激发发射波长(B)位置
左(A): PARAFAC解析土壤DOM荧光组分; 右(B): 组分对应的载荷验证结果, 左峰: 激发波长载荷谱, 右峰: 发射波长载荷谱
Fig.4 Fluorescent components in DOM (A) and their excitation and emission wavelength (B) positions resolved by PARAFAC
Left(A): Fluorescent components in DOM resolved by PARAFAC; Right(B): The split-half verification results corresponding to the component , excitation (left) and emission (right)

表4 DOM荧光组分的特征的特征及来源分析 Table 4 Characteristics and sources analysis of fluorescence components of soil DOM

将得到的组分数据于openFluor数据库中进行比对, 其中组分1(C1)荧光峰位于激发波长(λ Ex)/发射波长(λ Em)=230 nm/408 nm, 归属为陆地类腐殖质成分, 主要以富里酸类物质为主[12, 15]。 主要来源是陆生性有机物的输入, 在河流、 淡水湖泊以及沿海水域多有发现, 一般定义为M峰。 组分2(C2)存在两个相同激发波长的荧光峰, 主峰在λ Ex/λ Em=255 nm/450 nm, 次级峰λ Ex/λ Em=365 nm/450 nm, 归属为陆地类腐殖质成分, 主要以腐殖酸类物质为主[12]。 其光谱学特性类似于传统A/C峰组分的类腐殖质, 芳香化程度较高, 普遍存在于沿海地区的低盐分海水中, 主要来来源于微生物性和陆生性有机物。 组分3(C3)存在两个相同激发波长的荧光峰, 主峰在λ Ex/λ Em=225 nm/326 nm, 次级峰λ Ex/λ Em=275 nm/326nm, 主要以色氨酸类物质为主[15], 为游离或结合在蛋白质中的内源性氨基酸, 主要来源是原位微生物和浮游植物的生命代谢活动, 也有一部分外源输入的微生物, 一般被定义为T峰。

2.3.2 荧光组分的相对含量

通过计算土壤DOM溶液3种荧光组分的占比, 可以得到不同组分的荧光强度贡献率(图5)。 常规水分管理(DW-0)的类富里酸(C1)、 类色氨酸(C3)组分是土壤DOM的主要贡献者, 相对丰度分别为53%、 30%, 而类腐殖酸(C2)组分的相对丰度仅有18%。 与DW-0相比, 添加绿肥后C2组分相对丰度明显增加, G+DW-0、 G+DW-5、 G+DW-10处理分别升高了19%、 17%、 16%。 添加绿肥后, 土壤DOM的类腐殖质组分(C1+C2)的相对丰度达76.74%, 在干耕5天时达最大, 为79.88%。 由此可见, 紫云英还田后土壤DOM以类腐殖质组分为主。 基于Bray-Curtis距离的限制性主成分分析表明(图6), 不同处理下土壤DOM组成明显不同。 不同水分管理下土壤DOM组分分异明显, 主要在第二主轴上分离。

图5 土壤DOM荧光区域积分相对丰度Fig.5 Relative proportion of fluorescence regional integration of soil DOM

图6 荧光性质主坐标轴分析Fig.6 Principal coordinate axis analysis of fluorescent property

以荧光指数(FI)、 腐殖化指数(HIX)、 自生源指数(BIX)作为指示土壤DOM来源和特征的重要参数指标, 能够比较全面地反映DOM组分的物质来源和腐殖化程度。 当FI<1.4时, DOM被认为主要源于陆生有机物质的输入, 当FI>1.90时, DOM有明显的自生源特性, 主要是内源微生物分解产生。 由图3可知, 本研究的FI值在1.90~1.94之间, 表明各处理下DOM主要来源于微生物代谢, 分子芳香化程度较弱。 HIX可用于表征DOM的腐殖化程度, 其值越高表明DOM腐殖化程度越高。 G+DW-5处理的HIX最高(5.11), 表明G+DW-5处理下土壤DOM腐殖化程度较高。 分析认为绿肥在腐解初期产生的小分子DOM化合物可被微生物迅速吸收利用, 造成难降解DOM化合物积累。 短期干耕可加速紫云英腐解, 有利于土壤腐殖化进程。 而G+DW-10处理的HIX为3.68, 呈现弱腐殖化特征, 新近自生源较多, 可归因于土壤长期干耕, 微生物活性降低所致。 BIX可用于表征DOM的自生源贡献率[15], 同时也可代表生物可利用的高低。 当BIX<0.80时, 自生源特征不显著; 0.80<BIX<1.00时, 具有较强的自生源特征。 DW-0处理中土壤DOM自生源指标为0.96(图7), 表明未添加绿肥的土壤DOM自生源特征较强。 G+DW-0、 G+DW-5、 G+DW-10三个处理土壤DOM自生源指标均低于0.80, 三个处理间无显著差异, 自生源特征不显著, 表明土壤DOM主要来自于外源植物的输入。

图7 土壤DOM荧光光谱参数Fig.7 Fluorescence parameters of soil DOM

2.4 影响土壤CH4排放的主要因素

相关性分析表明(图8), C1组分与CH4排放量呈显著负相关(p<0.05), 相比于类腐殖质, 类富里酸属于土壤DOM中更加稳定的物质, 因此DW-0、 G+DW-5处理中C1组分所占比例较大, 与之相对应的CH4排放量更小。 C2组分与CH4排放量呈显著正相关(p<0.05), 表明随着稻田土壤DOM中类腐殖质组分的增加, CH4排放通量显著增加。 经过5天短期干耕, 土壤DOM中的C2组分相对丰度降低, CH4排放量也随之降低。 与之前一项关于浅水湖泊温室气体释放的研究结果一致[15], 即陆源类腐殖质是影响CH4排放的重要因素。 HIX指数与CH4排放量也呈显著负相关(p<0.001)。 研究表明, G+DW-5处理HIX数值最高, 表明DOM腐殖化程度最高, 在环境中存在的时间最久[16]。 这也表明通过短期干耕可增加土壤DOM腐殖化程度, 从而提升土壤DOM稳定性, 导致CH4排放量降低。 与之相反, BIX指数与CH4排放呈显著正相关(p<0.05)。

图8 土壤DOM荧光性质与CH4累计量的相关性Fig.8 Correlations between fluorescent property of soil DOM and CH4 cumulative emission

3 结论

短期干耕显著降低了CH4排放。 采用3DEEM-PARAFAC分析方法研究不同水分管理下紫云英还田水稻土DOM的组成以及荧光特性。 (1)土壤DOM主要包含三个组分, 包括两个类腐殖质组分和一个类蛋白质组分。 平行因子分析结果表明土壤DOM类腐殖质组分(C1+C2)的相对丰度最高, 在干耕5天达到最大。 (2)土壤DOM荧光光谱参数表明, 添加绿肥后实行干耕有利于提升DOM腐殖化程度, 而干耕时间过长使土壤DOM腐殖化程度降低。 (3)相关性分析结果表明, 添加干耕措施可通过调节DOM组成与结构特征, 从而影响稻田土壤产甲烷过程。 将荧光光谱分析应用于稻田土壤DOM组分特征与甲烷减排相互联系研究中, 对实现稻田减排具有重要意义。

参考文献
[1] National Bureau of Statistics(国家统计局). China Statistical Yearbook(中国统计年鉴). Beijing: China Statistics Press(北京: 中国统计出版社), 2022. [本文引用:1]
[2] Guo J, Liu X, Zhang Y, et al. Science, 2010, 327: 1008. [本文引用:1]
[3] YANG Jing, GUO Wen-qi, YANG Wen-hao, et al(杨静, 郭文圻, 杨文浩, ). Acta Pedologica Sinica(土壤学报), 2022, 59(3): 786. [本文引用:1]
[4] ZHOU Wei, ZHANG Yue-fang, ZHU Pu-ping, et al(周玮, 张岳芳, 朱普平, ). Jiangsu Journal of Agricultural Sciences(江苏农业学报), 2017, 33(2): 340. [本文引用:1]
[5] Hwang H Y, Kim G W, Kim S Y, et al. Geoderma, 2017, 292: 49. [本文引用:1]
[6] WANG Ying, LIN Yu-tao, YANG Wen-bin, et al(王赢, 林余涛, 杨文斌, ). Journal of Agro-Environment Science(农业环境科学学报), 2022, 41(8): 1836. [本文引用:1]
[7] Lee J H, Park M H, Song H J, et al. Science of the Total Environment, 2019, 711: 134641. [本文引用:1]
[8] Li S, Meng L, Zhao C, et al. Water Research, 2023, 234: 119812. [本文引用:1]
[9] Roth V N, Lange M, Simon C, et al. Nature Geoscience, 2019, 12: 755. [本文引用:1]
[10] LIU Tian-shun, LI Peng-fa, LI Gui-long, et al(刘天顺, 李朋发, 李桂龙, ). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2022, 42(2): 634. [本文引用:2]
[11] PENG Gang, Yi-jin, DING Ze-cong, et al(彭港, 吕贻锦, 丁泽聪, ). Chinese Journal of Environmental Engineering, 2021, 15(8): 2689. [本文引用:1]
[12] Hwang H Y, Kim G W, Kim SY, et al. Geoderma, 2017, 292: 49. [本文引用:3]
[13] Wang B, An S, Liang C, et al. Soil Biology and Biochemistry, 2021, 162: 108422. [本文引用:1]
[14] Coble P G. Marine Chemistry, 1996, 51(4): 325. [本文引用:1]
[15] WANG Shu, QIN Ji-hong, XIE Bing-xin, et al(王姝, 秦纪洪, 谢冰心, ). Ecology and Environmental Sciences(生态环境学报), 2020, 29(4): 676. [本文引用:4]
[16] ZHU Jun-yu, PENG Kai, LI Yu-yang, et al(朱俊羽, 彭凯, 李宇阳, ). Environmental Science(环境科学), 2022, 43(4): 1958. [本文引用:1]
[17] XU Jin-xin, WANG Chu, YAO Dong-jing, et al(许金鑫, 王初, 姚东京, ). Environmental Engineering(环境工程), 2020, 38(11): 218. [本文引用:1]
[18] CHEN Jia, LI Zhong-wu, JIN Chang-sheng, et al(陈佳, 李忠武, 金昌盛, ). Environmental Science(环境科学), 2022, 43(9): 4566. [本文引用:1]