引用本文
潘红卫, 陈惠茹, 史利利, 雷宏军, 王逸飞, 孔海康, 杨光. 不同有机肥对生菜生育期土壤剖面DOM分布的影响[J]. 光谱学与光谱分析, 2024,44(9): 2683-2691.
PAN Hong-wei, CHEN Hui-ru, SHI Li-li, LEI Hong-jun, WANG Yi-fei, KONG Hai-kang, YANG Guang. Distribution of DOM in Soil Profiles Under Different Types of Organic Fertilizer During the Growth Period of Lettuce[J]. Spectroscopy and Spectral Analysis, 2024,44(9): 2683-2691.
Doi:10.3964/j.issn.1000-0593(2024)09-2683-09  
Permissions
Copyright©2024, 《光谱学与光谱分析》期刊社
《光谱学与光谱分析》期刊社 所有
不同有机肥对生菜生育期土壤剖面DOM分布的影响
潘红卫, 陈惠茹, 史利利, 雷宏军*, 王逸飞, 孔海康, 杨光
华北水利水电大学水利学院, 河南 郑州 450046
*通讯作者 e-mail: hj_lei2002@163.com

作者简介: 潘红卫, 1983年生,华北水利水电大学水利学院副教授 e-mail: phw103@163.com

收稿日期: 2023-08-29 修回日期: 2024-03-01
基金: 国家自然科学基金项目(51809095;52079052),华北水利水电大学水利工程学科创新团队培育计划项目(CXTDPY-9)资助
摘要

施用有机肥是农作物生产过程中提质增效的有效途径, 研究不同来源有机肥施加下土壤剖面溶解性有机质(DOM)的分布规律有助于优化有机肥利用及进一步了解DOM 环境行为。 采用二维相关光谱(2D-COS)等方法, 研究施加不同来源有机肥(猪粪、 鸡粪、 羊粪、 牛粪和沼渣)对土壤剖面DOM分布规律的影响。 结果显示: 有机肥还田主要影响土壤DOM的相对含量及组分构成。 施加不同来源有机肥后, 土壤中DOM相对含量始终大于对照(CK)处理, 其中0~10 cm土层DOM相对含量影响最大, 平均增加14.67 g·kg-1。 不同类型有机肥对增加剖面DOM有一定差异, 其中鸡粪有机肥对剖面DOM增加影响最大, 增加了21.42%。 有机肥的施加主要提高了类酪氨酸组分(C4)的相对含量, 对10~20 cm土层C4相对含量的影响最大, 平均增加4.12%, 其中羊粪和沼渣有机肥影响最大, 分别增加了7.80%、 7.89%。 2D-COS分析显示, 不同来源有机肥施用对溶解性微生物代谢产物、 类蛋白质组分(295 nm、 315 nm)影响最大, CK、 鸡粪有机肥处理主要影响的是溶解性微生物代谢产物组分, 其他处理最先响应的是类蛋白质组分; 不同来源有机肥施用下, 腐殖化指数HIX和 Fn(330)、 Fn(280)均随土层深度的增加而减小, 但HIX和 Fn(330)、 Fn(280)的变化随有机肥种类不同而有所差异, 其中牛粪有机肥对HIX和 Fn(330)影响最大, 羊粪有机肥对 Fn(280)影响最大。 生物指数BIX和新鲜度指数 β∶ α随着土层深度增加而增加, 其中沼渣的影响最显著, 但荧光指数FI并无显著变化。

关键词: 不同来源有机肥; DOM; 土壤剖面分布; 三维荧光光谱; 平行因子分析; 二维相关光谱
中图分类号:X53 文献标志码:A
Distribution of DOM in Soil Profiles Under Different Types of Organic Fertilizer During the Growth Period of Lettuce
PAN Hong-wei, CHEN Hui-ru, SHI Li-li, LEI Hong-jun*, WANG Yi-fei, KONG Hai-kang, YANG Guang
School of Water Conservancy, North China University of Water Resources and Electric Power, Zhengzhou 450046, China
*Corresponding author
Abstract

The application of organic fertilizer is an effective way to improve the quality and efficiency of crop production. Studying the distribution of dissolved organic matter (DOM) in soil profiles under the application of organic fertilizer from different sources is helpful to optimize the utilization of organic fertilizer and further understand the environmental behavior of DOM. This paper used 2D correlation spectroscopy (2D-COS) to study the effects of different organic fertilizers (pig manure, chicken manure, sheep manure, cow manure, and biogas residue) on DOM distribution in the soil profile. The results showed that organic fertilizer return to the field mainly affected the soil's relative content and composition of DOM. After applying different organic fertilizers, the relative content of DOM in soil was always higher than that in control (CK) treatment, and the relative content of DOM in the 0~10 cm soil layer had the greatest effect, with an average increase of 14.67 g·kg-1. Different types of organic fertilizer had a certain difference in the increase of profile DOM, among which chicken manure organic fertilizer had the greatest effect on the increase of profile DOM, increasing by 21.42%. The application of organic fertilizer mainly increased the relative content of tyrosine-like components (C4), and had the greatest impact on the relative content of C4 in the 10~20 cm soil layer, with an average increase of 4.12%, in which sheep manure and biogas residue had the greatest impact, with an increase of 7.80% and 7.89%, respectively. 2D-COS analysis showed that applying organic fertilizer from different sources greatly impacted dissolved microbial metabolites and protein-like components (295, 315 nm); CK and chicken manure treatment mainly affected dissolved microbial metabolites, and other treatments first responded to protein-like components. The humification index HIX, Fn(330) and Fn(280) decreased with the increase of soil depth. Still, the changes of HIX, Fn(330), and Fn(280) were different with different types of organic fertilizer, among which cow manure had the greatest effect on HIX and Fn(330). Sheep manure had the greatest effect on Fn(280). The biological index BIX and freshness index β∶ α increased with the increase of soil depth, and the influence of biogas residue was the most significant. Still, the fluorescence index FI had no significant change.

Keyword: Organic Fertilizer; Dissolved organic matter; Soil profile distribution; Three-dimensional fluorescence spectrum; Parallel factor analysis; Two-dimensional correlation spectroscopy
引言

有机肥是改善土壤理化性质, 提升土壤肥力, 丰富土壤微生物, 促进土壤修复, 维持农牧生态良性循环等的多功能肥料, 其本身含有大量容易分解的溶解性有机碳(DOC), 对土壤DOM相对含量和结构特征的改善具有重要作用[1, 2]。 溶解性有机质(dissolved organic matter, DOM)是土壤生态系统中最活跃的有机物质, 对土壤中元素的地球化学循环具有重要影响[3]。 有研究表明, 污泥堆肥在土壤中经过高温腐熟后改善了DOM的组成和结构, 腐殖化程度、 芳香化合物、 分子量、 黄腐酸和类腐殖物质含量均有所提高, 有助于增强土壤微生物活动以及污染物的降解和土壤修复[4]。 现有研究显示, 不同来源有机肥的脂肪碳、 含氧脂肪碳、 芳香碳、 羧基碳和羰基碳等官能团含量有所不同, 维管状结构和孔隙数量也有所差异[5]。 不同来源有机肥DOM组成及结构的差异, 可能会引起不同组分在土壤中的迁移转化差异, 进而对肥力分布和土壤中有机物、 重金属等其他物质相互作用及淋溶特性产生影响。 但有关施用不同来源有机肥对土壤溶解性有机质光谱特征及其剖面分布规律的研究鲜有报道。

目前大多利用三维荧光光谱技术(3D-EEMs)和平行因子分析(PARAFAC)来研究有机肥的施加对土壤DOM荧光特征、 相对含量和组分占比的影响。 三维荧光光谱具有高灵敏度、 高选择性、 成本低和信息量大等特点[6], 但荧光峰的叠加影响光谱的辨识率, 因此结合二维相关光谱(two-dimensional correlation spectroscopy, 2D-COS)等其他光谱分析手段从分子水平探究各类外扰作用下复杂高分子体系涉及的结构和相互作用变化[7]。

本研究通过开展为期75d的大田生菜生长实验, 采用3D-EEMs、 PARAFAC研究相同用量的不同来源有机肥对土壤剖面DOM相对含量和结构特征分布规律的影响。 利用2D-COS以土壤剖面为扰动因素揭示荧光组分的变化顺序。 通过分析荧光特征指数明确施加不同来源有机肥对不同土层DOM结构特征的影响以及验证PARAFAC对土壤DOM的鉴定结果。 以期为有机肥在农业生产中的应用及 DOM 后续环境行为的研究提供科学依据。

1 实验部分
1.1 研究区概况

试验在华北水利水电大学农业高效节水试验场喷灌区开展。 试验前土壤剖面的基本理化性质如表1。

表1 土壤剖面的基本理化性质 Table 1 Basic physical and chemical properties of soil profile

试验区种植作物为生菜(哈力森皇冠品种), 试验采用河北润东肥业有限公司的猪粪有机肥、 鸡粪有机肥, 山东肥土家农资有限公司的羊粪有机肥、 牛粪有机肥, 永城康泰生物科技有限公司的沼渣。 其理化性质为: 8.01≤ pH≤ 8.14; 44.21%≤ 有机质≤ 51.44%, 其中有机碳含量在22.6%~30.35%之间; 总氮含量≥ 5%; 总磷含量≥ 5%; 总钾含量≥ 5%。

1.2 样品采集

实验设置6个处理: CK(不施有机肥); MOF(猪粪有机肥); CMF(鸡粪有机肥); SOF(羊粪有机肥); CMC(牛粪有机肥); BRF(沼渣)。 有机肥施入量为40 t· hm-2, 基施70%, 移栽期30%。 以田持的85%进行微喷灌, 因生菜喜水, 根据环境温度的高低进行灌溉, 维持土壤质量含水率在田持的50%~60%, 共灌水13次。 15天取样一次, 用“ S” 形采样法采集0~10, 10~20和20~30 cm的土壤样品, 每个处理3个重复, 土壤样品等质量混合均匀后进行四分法处理, 风干, 研磨, 过筛, 待测。

1.3 方法

土壤DOM的提取方法参考文献[8]中的方法。 用F-4600荧光光度计进行三维荧光光谱测定, 三维荧光光谱扫描操作步骤参考文献[9]。 为了降低荧光淬灭作用在扫描前对DOM提取液进行了适当稀释。 以Miller-Q超纯水做空白, 用Matlab R2018b的DOMFLOUR工具箱消除测得的三维荧光光谱数据的瑞利散射和拉曼散射。

1.4 数据处理与计算

采用Microsoft Excel 2016 和IBM SPSS Statistics 25处理和分析实验数据以及部分图表绘制, 利用Origin 2021绘制以土壤剖面为扰动因素的2D-COS光谱图, 根据Noda规则[10]进行2D-COS读谱。 三维荧光光谱和平行因子分析使用 Matlab R2018b 软件进行处理, 并计算荧光指数, 各荧光指数含义参考文献[11]。

2 结果与讨论
2.1 三维荧光光谱特征分析

对施用不同来源有机肥后的土壤DOM三维荧光光谱数据进行了PARAFAC分析, 均解析出4个荧光组分(图1), 与OpenFluor数据库对比发现C1组分(Ex/Em 250(315)/360 nm)属于类色氨酸和UVA类腐殖质组分, 由微生物群落和高等植物的渗滤液产生[12]; C2(Ex/Em 270(365)/405 nm)属于UV和UVA类腐殖质组分, 普遍存在于海洋环境、 废水、 湿地和农业环境中, 来源于生物/微生物的活动[13]; C3(Ex/Em 240(295)/305 nm)主要由游离蛋白质和溶解性微生物代谢产物组成, 来源于土壤中微生物活动[14]; C4(Ex/Em 265/260 nm)属于类酪氨酸组分, 来源于沉积物[15]。

图1 PARAFAC鉴定的4种组分图Fig.1 Four components diagrams identified by PARAFAC

图2 施加不同来源有机肥处理对土壤剖面DOM相对含量的影响
(a): CK; (b): MOF; (c): CMF; (d): SOF; (e): CMC; (f): BRFFig.2 Effect of different types of organic fertilizers on the relative DOM content of soil profiles
(a): CK; (b): MOF; (c): CMF; (d): SOF; (e): CMC; (f): BRF

通常采用荧光强度反映DOM的相对含量(图1), 荧光强度占比表征DOM的组成结构特征(图3)。 施用不同来源有机肥后, 土壤中的DOM的相对含量随土壤剖面的增加总体呈下降的趋势, DOM的主要组分是类色氨酸和类腐殖质(C1+C2), 其次是游离蛋白质和溶解性微生物代谢产物(C3), 从图1可以发现有机肥的输入, 显著改变了游离蛋白质和溶解性微生物代谢产物、 类酪氨酸组分(C3、 C4)的相对含量。 相比不施肥CK处理, 不同来源有机肥处理均提高了0~10、 10~20、 20~30 cm土层的DOM相对含量(CMF> CMC> BRF> SOF> MOF), 但20~30 cm土层DOM相对含量差异并不显著。

图3 不同来源有机肥施用下土壤剖面DOM各组分相对含量占比占比
(a): C1+C2组分; (b): C3组分; (c): C4组分Fig.3 Effect of different types of organic fertilizers on the percentage of DOM in the soil profile
(a): C1+C2; (b): C3; (c): C4

在荧光强度占比上, 施加有机肥后, C1+C2、 C3、 C4在0~10 cm土层的贡献率范围分别是48.85%~95.95%、 1.01%~33.24%、 0~50.13%, 不同施肥处理贡献率大小依次为CMF> MOF> BRF> CMC> SOF; C1+C2、 C3、 C4在10~20 cm土层的贡献率范围分别是43.40%~94.69%、 2.99%~67.71%、 0~47.65%, 不同施肥处理贡献率大小依次为CMC> BRF> SOF> MOF> CMF; C1+C2、 C3、 C4在20~30 cm土层的贡献率范围分别是43.52%~95.22%、 4.70%~44.20%、 0~33.72%, 不同施肥处理贡献率大小依次为MOF> SOF=CMC> BRF> CMF。 相较于CK处理, MOF处理下C1+C2的贡献率在各土层均提升, 在CMC处理下均降低, 其他3种处理下C1+C2贡献率在0~10cm土层的均提升, 10~20、 20~30 cm土层的C1+C2贡献率均降低; MOF、 CMF、 SOF三种处理下C3的贡献率在各土层均降低, CMC和BRF处理下各提高了C3在0~10和10~20 cm贡献率, 这两种处理在其他土层均降低了C3的贡献率; 施加不同来源有机肥后, C4在土壤剖面贡献率均呈现上升趋势, 表明DOM各组分在生菜生长期间进行相互转化, 并且施加不同来源有机肥后, DOM相对含量始终大于CK处理。 由此可见不同来源有机肥的施加明显提高了土壤0~20 cm的DOM相对含量, 对土壤20~30 cm的DOM相对含量影响并不显著, CMC的影响最大, BRF的影响最小, MOF、 CMF、 SOF的影响接近。

2.2 施加不同有机肥后土壤剖面DOM的二维相关光谱分析

为了进一步分析施加不同类型有机肥对土壤剖面DOM组分变化特征的影响, 利用Origin中2D correlation spectroscopy analysis进行二维相关光谱(2D-COS)分析(图4), 分析DOM组分在土壤剖面的变化特征。 在 2D-COS 同谱同步的光谱中, 主对角线上的峰被称为自动峰, 自动峰总为正值[16]。 不同处理的同步图均显示有六个自动峰(240、 250、 270、 295、 315和365 nm), 分别对应游离蛋白质、 类色氨酸、 UV类腐殖质、 溶解性微生物代谢产物、 类蛋白质和UVA类腐殖质组分。 若自动峰之间的交叉峰为蓝色, 则表明两组分为负相关[17]。 从图4可以看出, CK处理的土壤UV类腐殖质(270 nm)与游离蛋白质和类色氨酸(240和250 nm)的变化趋势呈负相关性, 与溶解性微生物代谢产物、 类蛋白质和UVA类腐殖质(295、 315和365 nm)变化趋势呈正相关; CMC、 BRF处理的土壤类色氨酸(250 nm)与UV类腐殖质、 溶解性微生物代谢产物、 类蛋白质、 UVA类腐殖质(270、 295、 315和365 nm)呈负相关性变化, 类色氨酸与游离蛋白质(240 nm)呈正相关性变化; MOF、 CMF、 SOF处理的土壤溶解性微生物代谢产物(295 nm)与游离蛋白质、 类色氨酸、 UV类腐殖质(240、 250和270 nm)的变化趋势呈正相关, 与类蛋白质、 UVA类腐殖质(315和365 nm)变化趋势呈负相关。

图4 不同有机肥下以土壤剖面为扰动因素的DOM各组分同步-异步二维相关光谱
(a), (b): CK; (c), (d): MOF; (e), (f): CMF; (g), (h): SOF; (i), (j): CMC; (k), (l): BRFFig.4 Synchro-asynchronous two-dimensional correlation spectra of DOM components with soil profile as disturbance factor under different organic fertilizers
(a), (b): CK; (c), (d): MOF; (e), (f): CMF; (g), (h): SOF; (i), (j): CMC; (k), (l): BRF

通过分析各组分之间的正负相关性, 再结合同步图和异步图分析DOM各荧光组分在土壤剖面的变化顺序, 不同处理的异步光谱图均显示有六个强弱不同的交叉峰。 CK处理的异步光谱图显示出的交叉峰, 分别位于270/240、 315/270、 240/315、 365/240、 295/240, 根据Noda[9]读谱规则, 波段变化顺序为295> 315> 270> 250> 365> 240> 265 nm(“ > ” 表示快于), 表明随着扰动因素剖面深度的变化, 荧光组分的变化顺序为溶解性微生物代谢产物> 类蛋白质> UV类腐殖质> 类色氨酸> UVA类腐殖质> 游离蛋白质> 类酪氨酸; MOF、 CMF、 SOF处理下的异步图显示出, 交叉峰的波段变化顺序各为315> 270> 365> 250> 265> 240> 295 nm、 295> 365> 250> 270> 265> 240> 315 nm、 315> 295> 365> 270> 250> 240> 265 nm, 表明组分变化顺序各为类蛋白质> UV类腐殖质> UVA类腐殖质> 类色氨酸> 类酪氨酸> 游离蛋白质> 溶解性微生物代谢产物、 溶解性微生物代谢产物> UVA类腐殖质> 类色氨酸> UV类腐殖质> 类酪氨酸> 游离蛋白质> 类蛋白质、 类蛋白质> 溶解性微生物代谢产物> UVA类腐殖质> UV类腐殖质> 类色氨酸> 游离蛋白质> 类酪氨酸; CMC、 BRF处理下的异步图显示出, 交叉峰的波段变化顺序各为315> 250> 365> 270> 240> 295> 265 nm、 270> 250> 240> 315> 295> 365> 265 nm, 表明荧光组分变化顺序各为类蛋白质> 类色氨酸> UVA类腐殖质> UV类腐殖质> 游离蛋白质> 溶解性微生物代谢产物> 类酪氨酸、 UV类腐殖质> 类色氨酸> 游离蛋白质> 类蛋白质> 溶解性微生物代谢产物> UVA类腐殖质> 类酪氨酸。

2.3 施加不同来源有机肥对生菜土壤剖面DOM三维荧光特征参数的影响

在DOM分析中, 常用生物源指数(BIX)表征DOM自生来源强弱特征, 腐殖化指数(HIX)评价DOM腐殖化程度[18]。 BIX 在0.6~0.8时, 说明 DOM中含有较少的自生组分; 在0.8~1之间时, 说明 DOM具有较强的自生源特征; 大于1时, 主要由动物或细菌活动产生[19]。 不同来源有机肥对土壤剖面DOM三维荧光特征参数的影响如图5。 由图5(c)可知, 与CK处理相比, 有机肥的施加提高了各土层自生源指数BIX (BRF> MOF> SOF> CMC> CMF), 且都随着土层深度增加而增加, 66.67%的BIX在0.8~1之间, 表明由微生物等引起的新近自生源较多, 生物可利用性高[20, 21]。

图5 不同有机肥对土壤剖面的HIX-FI、 HIX-β ∶ α 、 HIX-BIX的分布影响Fig.5 Effects of different organic fertilizers on the distributions of HIX-FI, HIX-β ∶ α and HIX-BIX in soil profiles

用腐殖化指数(HIX)评价DOM腐殖化程度[18], 10> HIX> 16代表DOM属于较弱腐殖质和较强自生源的特征[22], HIX> 16, 表明腐殖化程度、 芳香化以及稳定性较高[23]。 由图5(b)可知, 不同有机肥处理下土壤腐殖化指数HIX较CK处理在各土层均被提升(CMC> CMF> SOF> BRF> MOF), 表明施加有机肥可提高土壤的腐殖化程度, 且CMC、 CMF和SOF处理的土壤HIX> 16, 表明三种处理下, 土壤具有较高的腐殖化程度。 随着土层的增加HIX逐渐增加。

Lavone[24]等以及Mcknight[25]等提出 FI 可以作为物质的来源以及DOM的降解程度的指示指标, FI> 1.9以自生源为主, FI< 1.2以陆源输入为主。 由图5(a)可知, 施加不同来源有机肥后, 荧光指数FI值变化并不显著, 且在1.62~2.05间变动, 土壤供试样本中13.33%的样本FI> 1.9, 其余样在在1.4~1.9之间, 表明土壤中86.67%的DOM混合源特征明显, 13.33%的DOM自生源特征明显。

新鲜度指数(β ∶ α )反映了新产生的DOM在整体DOM中所占的比例。 不同处理下土壤的新鲜度指数β ∶ α 在0.7~1.11之间, 说明土层中新生DOM占比较高, 且土壤生物活性较高, 与BIX分析结果一致。 Fn(330)可以代表类腐殖质组分相对浓度, 而Fn(280)代表了类蛋白物质组分相对浓度, 两个指标分别用来表征陆源和自生源对水体DOM组分的贡献。 Fn(280)和Fn(330)在不同处理下变化顺序分别为SOF> BRF> MOF> CMC> CMF, CMC> CMF> SOF> BRF> MOF, 随着土层深度增加而减小, Fn(280)在0.16~3.60之间, 均值为1.57± 0.42, Fn(330)在1.15~6.45之间, 均值为2.65± 0.13, 进一步验证PARAFAC 鉴定结果, 土壤中类腐殖质相对含量大于类蛋白质相对含量, 且都随土层的增加而减少。

3 结论

(1) 五种有机肥施入土壤后, 随着土层的增加DOM相对含量呈现下降趋势, 相比CK处理, 有机肥的施加主要提高了C4的相对含量和占比, C1+C2和C3在土壤剖面贡献率存在小于CK处理的贡献率, 但C4贡献率在土壤剖面均呈现上升趋势。 不同来源有机肥处理均提高了土壤剖面DOM相对含量(CMF> CMC> BRF> SOF> MOF), 但对20~30 cm土层的DOM相对含量影响并不显著。

(2) 通过以剖面为扰动因素的2D-COS分析发现, 施加有机肥后, 响应最大的组分为溶解性微生物代谢产物、 类蛋白质组分(295和315 nm), 响应的先后顺序却各不相同, 不同施肥模式对土壤DOM组分的影响不完全相同, 后续可具体对不同施肥模式对不同土壤DOM的影响进行深入研究。

(3) 通过分析荧光特征参数发现, 土壤DOM主要来自混合源, 新产生的有机物相对浓度较高。 有机肥的施加提高了土壤DOM的腐殖化程度、 生物可利用性和生物活性, 随着土层深度增加而减小, Fn(280)在0.16~3.60之间, Fn(330)在1.15~6.45之间, 土壤中类腐殖质相对含量大于类蛋白质相对含量, 随着土层的增加而减小。

参考文献
[1] Yan L L, Liu C, Zhang Y D, et al. Ecotoxicology and Environmental Safety, 2021, 209: 111804. [本文引用:1]
[2] ZHAO Xiong-wei, WU Dong-ming, LI Qin-fen, et al(赵雄威, 吴东明, 李勤奋, 等). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2022, 42(10): 3210. [本文引用:1]
[3] Li J W, Zhao L Y, Li M, et al. Ecological Indicators, 2022, 143: 109386. [本文引用:1]
[4] Tan Z H, Dong B, Xing M Y, et al. Environmental Technology, 2024, 45(2): 283. [本文引用:1]
[5] LI Zhang-hai, ZHU Kai, PENG Yu, et al(李章海, 朱凯, 彭宇, 等). Chinese Tobacco Science(中国烟草科学), 2016, 37(3): 40. [本文引用:1]
[6] Xu R Z, Cao J S, Feng G Y, et al. Chemical Engineering Journal, 2022, 430(2): 132893. [本文引用:1]
[7] HOU Lei, WU Pei-yi(侯磊, 武培怡). Acta Polymerica Sinica(高分子学报), 2022, 53(5): 522. [本文引用:1]
[8] LIANG Yi-hao, NI Cai-ying, LIU Xing-xing, et al(梁以豪, 倪才英, 刘星星, 等). Chinese Journal of Eco-Agriculture(中国生态农业学报), 2023, 31(4): 543. [本文引用:1]
[9] WANG Xing-yu, ZHANG Xi, DING Jing-tao, et al(王鑫宇, 张曦, 丁京涛, 等). Journal of Agro-Environment Science(农业环境科学学报), 2021, 40(11): 2372. [本文引用:2]
[10] Chen W, Habibul N, Liu X Y, et al. Environmental Science & Technology, 2015, 49(4): 2052. [本文引用:1]
[11] LIN Shao-xia, XIAO Zhi-qiang, ZHANG Zhuan-ling, et al(林绍霞, 肖致强, 张转铃, 等). China Environmental Science(中国环境科学), 2021, 41(3): 1325. [本文引用:1]
[12] Coulson L E, Weigelhofer G, Gill S, et al. Biogeochemistry, 2022, 159(2): 159. [本文引用:1]
[13] Pucher M, Flödl P, Graeber D, et al. Biogeosciences, 2021, 18(10): 3103. [本文引用:1]
[14] Yamashita Y, Scinto L J, Maie N, et al. Ecosystems, 2010, 13(7): 1006. [本文引用:1]
[15] D'Andrilli J, Junker J R, Smith H J, et al. Biogeochemistry, 2019, 142(2): 281. [本文引用:1]
[16] Yan C X, Sheng Y R, Ju M, et al. Environmental Science and Pollution Research, 2020, 27(25): 31872. [本文引用:1]
[17] TIAN Kai, LI Jia-qian, HAO Qiang, et al(田凯, 黎佳茜, 郝强, 等). Chinese Journal of Environmental Engineering(环境工程学报), 2022, 16(10): 3497. [本文引用:1]
[18] LÜ Jing-jing, GONG Wei-jin, DOU Yan-yan, et al(吕晶晶, 龚为进, 窦艳艳, 等). China Environmental Science(中国环境科学), 2019, 39(5): 2039. [本文引用:2]
[19] HONG Zhi-qiang, XIONG Ying, LI Yan, et al(洪志强, 熊瑛, 李艳, 等). Acta Ecologica Sinica(生态学报), 2016, 36(19): 6308. [本文引用:1]
[20] Huguet A, Vacher L, Saubusse S, et al. Organic Geochemistry, 2009, 40(6): 706. [本文引用:1]
[21] XIAO Long-geng, CHEN Wen-song, CHEN Guo-feng, et al(肖隆庚, 陈文松, 陈国丰, 等). Acta Scientiae Circumstantiae(环境科学学报), 2014, 34(1): 160. [本文引用:1]
[22] Huguet A, Vacher L, Saubusse S, et al. Organic Geochemistry, 2010, 41(6): 595. [本文引用:1]
[23] Ohno T. Environmental Science & Technology, 2002, 36(4): 742. [本文引用:1]
[24] Lavonen E E, Kothawala D N, Tranvik L J, et al. Water Research, 2015, 85: 286. [本文引用:1]
[25] Mcknight D M, Boyer E W, Westerhoff P K, et al. Limnology and Oceanography, 2001, 46(1): 38. [本文引用:1]