2025, Vol. 62
2. 中国科学院大学资源与环境学院, 北京 101400
2. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 101400, China
甲烷（CH4）是重要的温室气体，虽然大气中CH4的浓度远低于二氧化碳（CO2），但在百年尺度上其全球增温潜势是CO2的28倍，对全球净变暖的贡献也仅次于CO2[1]。稻田作为重要的CH4排放源，据统计，我国稻田CH4排放量约占世界稻田CH4排放总量的18%[2]。因此，加强针对稻田CH4排放的研究对缓解全球气候变化具有重要意义。
秸秆作为重要的可再生农业资源，在我国不仅其资源十分丰富，秸秆还田处理也是生产实践上广泛运用的一项耕作措施，它能够改善土壤物理结构和团聚体组成，增加作物产量，提高土壤有机质含量[3]。大量研究表明，秸秆还田在短期内会显著增加稻田CH4的排放[4]。Hu等[5]在亚热带季风气候区进行两年秸秆还田的研究中发现：水稻季的CH4排放量可能受溶解性有机碳（DOC）含量变化的影响显著增加了2倍~3倍。也有在亚热带地区进行了两年秸秆还田（半量还田、全量还田）的研究发现，添加秸秆增加了稻田产甲烷细菌生长所需的底物，促进其增长，导致半量和全量还田在第一年CH4排放量分别增长12.5%和25.3%，第二年分别增加49.6%和86.7%[6]。针对秸秆还田对稻田温室气体影响的短期研究表明，秸秆的添加促进了产甲烷菌的活性从而导致了CH4排放增加[7]。
秸秆还田作为一种有长期推行背景的农作措施，越来越多的研究开始聚焦秸秆连续还田的持续性收益：有研究表明，进行4~5年的秸秆还田可使CH4的排放量显著增加，土壤DOC含量是其中关键影响因素[8]；但也有研究指出，长期（6年）秸秆还田下会导致土壤容重下降，通气性增加，也可能会产生有利于促进甲烷氧化而减少甲烷排放的效果[9]。然而，长期秸秆还田下，稻田土壤性质的改变如何影响CH4排放尚不清楚。本研究以亚热带典型双季稻田为研究对象，进行不同秸秆还田量下的长期定位试验，基于稻田CH4排放及土壤理化和生物学性质的长期观测，旨在明确长期秸秆还田下稻田CH4增排效应的变化及影响机制，以期为合理评价秸秆还田下稻田CH4排放提供科学依据。
1 材料与方法 1.1 试验地概况本研究中的田间长期定位试验始于2012年，在湖南省长沙县金井镇（28°33'04''N，113°19'52''E）典型双季水稻田进行，该地区属于亚热带湿润季风气候，海拔80 m，年降水量1 330 mm，年均气温17.5 ℃，每年降水量的60%以上集中在3—8月份，无霜期为300 d。试验田土壤类型是由花岗岩风化的红壤发育而成的水稻土。试验地土壤0~20 cm基本理化性质见表 1[10]。
1.2 试验设计与管理田间试验设置三个处理：常规施肥（以CON表示）、低量秸秆还田处理（3.0 t·hm–2，以LS表示），高量秸秆还田（6.0 t·hm–2，以HS表示）。
每季水稻收获后将收获的秸秆（截短至5~10 cm）均匀撒在土壤表层，在新一季水稻犁地时保证秸秆能够均匀翻埋于土壤耕作层（0~20 cm）。三种处理的田间水分管理方式均为间歇灌溉（淹水-烤田的干湿交替），每季的施肥量按照当地习惯进行：磷肥（P2O5 75 kg·hm–2）、钾肥（K2O 100 kg·hm–2）和锌肥（ZnSO4 5 kg·hm–2）作为基肥一次性施入，氮肥的施用（早稻/晚稻对应120/150 kg·hm−2（以N计）按照5：3：2的比例分为基肥、分蘖肥与穗肥进行施用。添加秸秆处理下的化肥施用量，根据当季添加的秸秆养分含量进行调整，确保各处理投入的养分总量一致。小区面积为35 m2（5 m×7 m），每个处理设计三个重复，采用随机区组的方式对小区进行设计。试验早稻季水稻种植密度为20 cm× 16.7 cm，晚稻季为20 cm×20 cm。试验所用的早稻水稻品种为“潭两优45”，晚稻所用的水稻品种为“玉针香”。本研究利用长期定位试验的前期（1~3年）数据[10-14]，并在2022年进行早稻季和晚稻季田间温室气体排放观测以及土壤和植株样品采集。2022年早稻季，秧苗移栽和施基肥时间为5月2日，施追肥时间为5月16日和6月14日，收获时间为7月13日；2022年晚稻季，秧苗移栽和施基肥时间为7月19日，施追肥时间为8月1日和8月24日，收获时间为10月19日。
1.3 样品采集与测定 1.3.1 气体样品采集与测定采用静态暗箱-气相色谱法采集并测定稻田的CH4排放通量，采气暗箱由不锈钢材质的底座和采气箱两部分组成，采气箱外部包裹3 cm厚泡沫隔热，采样底座放置在小区的中间位置。气样的采集从秧苗移植的第二天开始，采样频率为每周一次，在施肥后一周与晒田期间为每周两次，采样时间为每日上午的09:00至11:00期间。使用30 mL注射器采集30 mL气体至已抽为真空的12 mL真空玻璃管内，每次的采样间隔为10 min，一共采集4次。在一周内采用气相色谱仪（Agilent GC 7890A，美国）进行浓度的测定，测定环境为：高纯氮为载气，柱温55℃，氢火焰离子化检测器（FID）温度为250 ℃，通过FID测定CH4，用体积比为1︰9的CO2/N2混合气作为尾吹气。CH4的排放通量根据式（1）计算：
| $ F=\mathrm{M} / \mathrm{V}_0 \times(\mathrm{H}-h / 100) \times P / \mathrm{P}_0 \times \mathrm{T}_0 / T \times \mathrm{dc} / \mathrm{dt} $ | (1) |
式中，F：气体排放通量，mg·m–2·h–1；M：待测气体相对分子质量，g·mol–1；V0：摩尔体积，1 L·mol –1，V0=22.4 L·mol –1；H：箱高，m，H=1 m；h为平均水深，m；P0和T0：理想气体标准状态下的空气压力（101.3 kPa）和气温（273 K）；P和T：采样时的大气压力箱内的实际气压和平均气温（K）；dc/dt：箱内目标气体浓度（μg·L–1）随时间变化的回归曲线斜率。温室气体的累积排放量为相邻的2个采样时期的该种气体排放量累加，而相邻的2个采样时期的气体排放量为平均排放通量与采样时间的乘积[15]。
1.3.2 田间水因子测定田间水因子测定频率与田间气体采集频率保存一致：在每次采集田间气体样品时，使用直尺测量田间水位；每次采集气体样品的同时使用便携式双路输入多参数数字化分析仪（HACH HQ40d，哈希，美国）测定田间水土的溶解氧（电极—LDC10101）。
1.3.3 土壤样品采集与测定在采集气样的同时，使用氧化还原电位（Eh）计（RM-30P，DKK-TOA，日本）测定耕层土壤0~5 cm深度Eh，然后在试验处理小区按“S”形采集5处0~20 cm耕层土壤样品，存于塑料封口袋中，混匀的同时挑出动植物残体。将1份采集的鲜土样迅速带回实验室并及时进行分析，若不能及时分析则将土壤样品保存于4℃冰箱中待测，于两周之内完成土壤铵态氮（NH4+-N）、硝态氮（NO3–-N）和溶解性有机碳（DOC）测定。将每季水稻成熟期采集的土样，采用重铬酸钾容量法（外加热法）测定土壤有机碳（SOC），利用凯氏定氮仪（Kjeltec 8400/8420、FOSS、丹麦）测土壤全氮（TN），采用酸度计法（水土比2.5：1）测定土壤pH，采用环刀法测定土壤容重。采用“氯仿熏蒸- 0.5 mol·L–1 K2SO4提取法”测定微生物生物量碳（MBC）[13]。
1.3.4 微生物样品采集与测定在水稻分蘖期、孕穗期和成熟期采集0~20 cm耕层土壤样品，采集方法同1.3.3。使用Dneasy Power Soil试剂盒（QIAGEN，德国）提取土壤样品微生物DNA，具体步骤参考试剂盒使用说明，将所得的DNA用NanoDrop ONE进行浓度和纯度测定，并将DNA保存于-80℃备用。
采用荧光定量PCR（LightCycler 480II，罗氏，瑞士）测定样品中mcrA和pmoA。具体反应体现为：5 μL SYBR Premix（RR820，Takara，日本），引物各为0.5 μL，样品微生物DNA模板1 μL，无菌水补充总体积至10 μL。反应体系配置完成后用Roche480进行荧光定量PCR仪进行扩增测定。
1.3.5 水稻产量测定在水稻收获期，各小区进行单独收割测产，按照13.5%的含水量标准折算产量。
1.4 数据处理与统计分析实验数据的基础处理和计算在Excel 2019中运行。数据分析和作图采用Excel 2019、R 4.2.0和Origin8.1软件共同完成。使用Canoco5对温室气体排放影响因子进行冗余分析。通过SPSS 26进行处理之间的单因素方差分析（最小显著差异法（LSD）检验，统计显著水平为P < 0.05）。用斯皮尔曼（Spearman）等级相关分析方法检验环境因子与响应因子之间的相关关系
2 结果 2.1 稻田秸秆还田第11年的田间因子动态本研究通过测定2022年早晚稻季期间田间因子动态变化（图 1）发现：各处理土壤中NH4+-N的起伏主要与肥料的投入有关，在肥料投入后出现上升趋势，其在水稻生长期的变化范围在8.5~86.7 mg·kg–1。各处理土壤NO3–-N的含量保持较低的水平，最大浓度为0.8 mg·kg–1，水稻季整体浓度小于0.1 mg·kg–1。土壤DOC的含量在晚稻晒田后显著降低，水稻生长全期内含量在40~220 mg·kg–1变化。田间水深的变化趋势主要受到水分管理措施的影响，在淹水期保持4~6 cm，在排水期保持湿润和无水。各处理的田面水溶解氧（DO）的变化趋势在早晚稻季保持一致，均呈现逐渐下降的趋势，整个水稻生长期在2.8~17.3 mg·L–1范围内变化。土壤Eh的峰值出现在早稻收获前落干与晚稻晒田时期，并在晚稻晒田覆水后保持相对晒田前更高的Eh，整个水稻生长期在-183~86 mV范围内变化。
|
注：F表示淹水期，D表示排水期，M表示收获前落干，箭头表示施加肥料。CON、LS、HS分别表示常规施肥处理、低量秸秆还田处理、高量秸秆还田处理。下同。 Note: F represents the flooding period, D represents the drainage period, M represents pre-harvest drying, arrow represents fertilizer application. CON, LS, and HS denote conventional fertilizer treatment, low amount of straw return treatment, and high amount of straw return treatment, respectively. The same as below. 图 1 2022年早晚稻季田间土壤铵态氮（NH4+-N，a）、田间水深（b）、土壤硝态氮（NO3–-N，c）、田面水溶解氧（DO，d）、土壤溶解性有机碳（DOC，e）和土壤氧化还原电位（Eh，f）变化动态 Fig. 1 Dynamics of changes in soil ammonium nitrogen(NH4+-N, a), field water depth(b), soil nitrate nitrogen(NO3–-N, c), dissolved oxygen of surface water(DO, d), soil dissolved organic carbon(DOC, e), and soil redox potential(Eh, f)in the field during the early and late rice seasons of 2022 |
在秸秆还田第11年水稻的全生育期内，各处理CH4的排放通量日动态变化趋势大体一致（图 2a），早稻季CH4排放保持小幅上升趋势，晚稻季CH4排放在分蘖期达到峰值，而后逐步下降，并在晒田覆水后出现小幅上升情况。在早稻季和晚稻前期，LS处理和HS处理下CH4排放通量显著大于CON处理，且HS处理的CH4排放通量要大于LS处理（P＜0.05）。在晚稻季进入烤田和水稻生长后期，三种处理下的CH4排放无显著差异。在整个水稻生育期间，CH4的排放通量在0.4 ~243 mg·m–2·h–1（以C计，下同）之间变化。
|
注：柱形图不同字母表示相同生长季不同处理间在0.05水平差异显著。 Note: Different letters in the bar graph indicate significant differences between treatments at the 0.05 level for the same growing season. 图 2 2022年不同处理下稻田土壤CH4排放日通量（a）与累积排放量（b） Fig. 2 The CH4 emission fluxes(a)and cumulative emissions(b)of paddy soil under different treatments in 2022 |
在连续秸秆还田第11年的晚稻季，CON、LS和HS三种处理的CH4累积排放量（图 2b）均要显著高于早稻季（P＜0.05），CON、LS和HS处理下分别增加了169%、65.2%和110%。LS和HS处理下的CH4累积排放量在早稻季相较于CON处理分别增加了131%和184%，而在晚稻季中，则分别增长了41.7%和121%，均显著（P＜0.05）高于CON处理，在晚稻季的秸秆还田处理中HS的累积排放量相比LS增加了56.2%，显著（P＜0.05）大于LS处理下的CH4累积排放。在早稻期间，各处理的CH4排放累积量在82.8 ~318 kg·hm–2（以C计，下同）之间变化，在晚稻生育期间，各处理的CH4排放累积量则在268~573 kg·hm–2之间变化。
基于观测数据比较了短期和长期秸秆还田下稻田CH4增排效应的差异（表 2）。CH4的累积排放在短期与长期均随秸秆的增加而显著增加（P＜0.05），在秸秆还田第1年、第3年和第11年，LS和HS的CH4排放量整体均值分别为CON处理的6.2倍和12.9倍（LS和HS，下同）、4.6倍和8.8倍、1.5倍和2.1倍。在连续施肥的第11年，CON处理下水稻产量有所降低（表 2），LS和HS产量相较初期无显著差异，随着还田年限的增加，LS和HS处理产量相对CON由显著低于和无显著差异，转变为第11年下显著增加12.2%和13.8%（P＜0.05）。各处理单位产量甲烷排放量的比值与秸秆添加量呈正相关关系，但随着还田年限的增加而降低，第11年，LS和HS处理相较第1年的比值分别降低了79.2%和85.5%。
|
表 2 不同年份下不同处理的甲烷累积排放量、水稻产量、甲烷排放量比值及单位产量下甲烷排放强度比值 Table 2 Cumulative methane emissions, rice yield, methane emission ratios and methane emission intensity ratios per unit of yield for different treatments in different years |
在连续秸秆还田第11年的土壤中SOC和TN含量相较于CON得到显著提升（表 3）（P＜0.05），且随秸秆添加量的增加而增加，LS和HS分别对应CON处理的增幅为：18.5%和29.1%（SOC），12.2%和24.9%（TN）；各处理土壤间pH无显著差异；LS和HS处理土壤BD相较CON分别降低了10.3%和11.2%（P＜0.05）。整个水稻生长期平均而言，LS和HS处理的Eh相较CON分别显著降低14.1%和21.8%（P＜0.05）。HS处理中土壤NO3–-N含量显著低于LS和CON处理（P＜0.05）；LS和HS处理下土壤中NH4+-N、MBC和DOC的整体平均含量均显著大于仅施用化肥（P＜0.05），其中土壤NH4+-N含量分别相较CON处理显著增加了15.0%和25.7%（P＜0.05）；DOC含量分别相较CON处理显著增加了19.5%和31.3%（P＜0.05）；MBC含量分别相较CON处理显著增加了31.0%和47.3%。
|
|
表 3 2022年不同秸秆还田量下土壤基本性质 Table 3 Basic properties of soil under different straw incorporation rates in 2022 |
本研究发现秸秆还田能显著增加SOC（图 3a）和TN（图 3b）含量，在2012年，处理间SOC含量无显著差异，而2014年，与CON相比，LS和HS土壤SOC含量分别显著增加了4.6%和7.8%，2022年，SOC含量分别显著增加了18.5%和29.1%（P＜0.05）。LS和HS处理的TN含量在秸秆还田第1年和第3年未表现出显著差异，但LS和HS相对CON处理下SOC和TN含量的增幅随年限的增长呈现上升的趋势。各处理间土壤pH的差异（图 3c）随还田年限的变化并不显著，仅在还田第3年，HS处理相对CON增加了4.3%。LS和HS相对CON处理Eh的差异（图 3d）随还田年限的增加整体表现出减小的趋势，在2012年，LS和HS分别相对CON处理减少了30.5%和42.9%，在2022年，该数值变为14.1%和21.8%（P＜0.05）。
|
注：2012年、2014年的相关数据来源于已发表文献[10-13]，“*”表示该处理与CON的绝对值之间存在显著差异（P＜0.05）。 Note: The related data for 2012, 2014 from published literature[10-13], "*" indicates that there is a significant difference in the absolute value of relative CON between the treatments(P < 0.05). 图 3 2012年、2014年和2022年秸秆还田处理SOC含量（a）、TN含量（b）、pH（c）和Eh（d）相对常规施肥（CON）的比值 Fig. 3 Ratio of SOC content(a), TN content(b), pH(c), and Eh(d)in straw treatments relative to those in routine fertilization(CON)in 2012, 2014 and 2022 |
mcrA和pmoA基因分别通过编码甲基辅酶M还原酶将产甲烷底物转化为甲烷，和编码甲烷氧化单加氧酶实现甲烷氧化，且由于其几乎分别存在于所有的产甲烷菌和甲烷氧化菌中，而被广泛运用于CH4相关的研究[16]。本研究中，在秸秆还田第11年水稻生长季，各处理的mcrA基因丰度在早稻季随着水稻生长逐渐增加（图 4a），在成熟期出现降低，在晚稻季会随着水稻的生长保持降低的趋势；整体而言，LS和HS处理的mcrA基因丰度显著大于CON处理，分别增加了96.0%和152%（P＜0.05）。各处理的pmoA基因丰度在早稻生长期出现逐渐降低的趋势（图 4b），但在晚稻生长期会保持上升趋势；整体而言，LS和HS处理的pmoA基因丰度与CON处理相比显著增加了12.7%和34.8%（P＜0.05）。各处理的mcrA/pmoA丰度比值在早稻生长期呈逐渐上升的变化动态（图 4c），但在晚稻生长期会保持逐渐降低的趋势；整体而言，LS和HS处理的mcrA/pmoA基因丰度比值与CON处理相比，分别增加73.9%和85.8%（P＜0.05）。
|
注：柱形图不同字母表示相同生长时期不同处理间在0.05水平差异显著。 Note: Different letters in the bar graph indicate significant differences between treatments at the 0.05 level for the same growing stage. 图 4 2022年水稻不同生长期土壤CH4相关微生物功能基因拷贝数与比值 Fig. 4 Copy number and ratio of CH4-related microbial functional genes in different growth periods of rice in 2022 |
通过对与CH4排放相关的土壤因子进行冗余分析（RDA），降维后发现（图 5），轴1很好地解释了秸秆还田第11年CH4排放量及其相关微生物功能基因丰度与土壤因子的相关性（90.4%），其中SOC、DOC、Eh、NH4+-N、TN、MBC、BD和NO3–-N对响应变量的综合解释度分别达到了89.1%、84.5%、83.7%、82.9%、82.4%、78.3%、69.0%和62.5%（P＜0.05），响应变量与SOC、DOC、MBC、TN、NH4+-N呈正相关关系，与NO3–-N、Eh和BD呈负相关关系；CH4的排放量与mcrA丰度和mcrA/pmoA比值具有显著正相关关系（P＜0.05）。
|
注：黑色箭头为响应变量，CH4：甲烷累积排放量；mcrA：mcrA基因拷贝数；pmoA：pmoA基因拷贝数；mcrA/pmoA：mcrA与pmoA基因拷贝数比值。红色箭头为解释变量。 Note: Black arrows are response variables, CH4: cumulative methane emissions; mcrA: mcrA gene copy number; pmoA: pmoA gene copy number; mcrA/pmoA: mcrA to pmoA gene copy number ratio. Red arrows are explanatory variables. 图 5 2022年田间CH4累积排放量及其相关微生物功能基因与土壤因子的冗余分析（RDA） Fig. 5 Redundancy analysis(RDA)of cumulative CH4 emissions and the associated microbial functional genes with soil factors in 2022 |
在本研究初期[10-13]，秸秆还田对土壤性质的主要影响在于额外的碳输入，并起到“以碳促氮”的效果，能在短期内增加土壤中NH4+-N和DOC浓度，在长期处理下能显著增加土壤SOC和TN含量（表 3）；刘玲等[17]的研究结果表明：随着秸秆施用年份的增加土壤有机碳和全氮分别显著增加22.13%~100.15%和28.98%~84.29%；黄琼等[18]的研究也指出秸秆添加能促进土壤固碳，但固碳速率或所降低，本研究的长期结果（表 2）与之相类似。以往的研究表明，土壤SOC的增加有利于土壤大团聚体（＞2 mm）的形成，进而增加土壤孔隙，降低土壤BD[19]。在本研究中，土壤在经过连续11年的秸秆还田后，土壤BD相较CON显著降低（表 3），但在秸秆还田相关的短期（＜5 a）研究中，土壤BD可能并不会发生显著改变[20]，这可能是由于水稻土SOC积累量与土壤大团聚体颗粒的增加量存在明显的正相关关系，SOC需与土壤矿物质结合才具有更强的稳定性和络合力[21]；秸秆还田初期虽然显著增加了SOC含量，但SOC含量增幅较小，且未能充分形成稳定的矿物质-SOC结合态，所以未能对土壤大团聚体和BD产生显著影响。前人的研究表明，土壤BD的降低，能够增加土壤孔隙和含氧量，提升土壤Eh[22]，这与本研究结果（表 3，图 3）相符。
mcrA与pmoA功能基因几乎分别存在于所有的产甲烷菌和甲烷氧化菌中[16]，被广泛运用于CH4相关的研究。在本研究中的秸秆还田初期，CH4排放量与mcrA/pmoA之间呈显著正相关关系，添加秸秆和淹水会迅速激发产甲烷菌生长，但秸秆还田与常规施肥之间pmoA基因丰度无显著差异[10-14]。在连续秸秆还田第11年，田间CH4排放与mcrA/pmoA之间具有较为一致的动态变化特征和显著正相关关系（图 4，图 5）；此外，长期秸秆还田整体上显著增加了pmoA丰度（图 4），王彬浩等[23]从甲烷氧化菌关键物种丰度显著升高角度证实：长期秸秆还田有利于增加土壤pmoA基因丰度，并降低mcrA/pmoA比值。其中的原因可能是，长期秸秆还田从增加土壤的氮养分含量、促进水稻根系生长、降低土壤BD、改善土壤通气性、促进氧气输送等方面，导致甲烷氧化菌快速增长[24]。
3.2 长期秸秆还田下稻田CH4增排效应的变化及影响机制通过与本研究秸秆还田初期LS和HS处理相对CON处理的CH4累积特征[10-13]进行对比，发现LS和HS随着秸秆还田的年限增加，其相对CON处理下CH4的排放增幅和单位产量下CH4排放强度呈现下降的趋势（表 2），且CON、LS和HS处理之间始终保持显著（P＜0.05）的差异。这与Jiang等[24]的相关研究结果是相符的：秸秆还田短期（5 a及以内）相对常规施肥的CH4排放量的比值会显著高于长期（大于5 a）（P＜0.05），黄琼等[18]的研究也发现稻田CH4排放量在长期（13 a）与短期（2 a）虽然均与秸秆还田量正相关，但长期还田下CH4的促排效应有所降低。
在秸秆还田初期，处理间Eh的差异是导致各处理间CH4排放存在差异的主要原因[11]，而连续秸秆还田后CH4排放量的相对增幅降低（表 2）的原因可能是：（1）土壤孔隙的数量、大小和形态等直接影响土壤中水分和气体的运动，水稻土的CH4排放与土壤的大孔隙度呈显著负相关关系，气体在大孔隙土壤中能够快速扩散，使土壤中甲烷氧化菌等好氧微生物利用更多的氧气，从而减少CH4的排放[25]。在长期秸秆还田后，土壤中SOC的含量得到显著提升（表 3），有利于土壤大团聚体（＞2 mm）的形成，并增加土壤通气性和含氧量[26]，与之相符的是本研究中土壤BD实现了降低，土壤Eh得到了提升（表 3），利好甲烷氧化菌的生长和pmoA功能基因表达[27]；稻田土壤甲烷氧化过程中I型甲烷氧化菌起主导作用，秸秆还田后土壤SOC的增加能改变土壤团聚体、孔隙度等，进而改变土壤微域中CH4和O2浓度，为I型甲烷氧化菌提供充分的底物（如CH4和O2浓度、氮素营养）条件，使其更容易获得生长优势[28]，从而在一定程度上减少了CH4的排放。（2）长期秸秆还田可能从增加土壤TN和NH4+-N的含量及促进田间水中藻类的生长进而增加DO浓度两个方面，促进土壤pmoA功能基因的表达，提升土壤的甲烷氧化潜力，从而减少CH4的排放[24]；本研究结果（图 1，表 2，表 3，图 3）与之类似。（3）在低SOC含量的土壤中微生物的碳利用效率低，激发效应强，在高SOC含量土壤中则反之[29]，表明随着秸秆还田的持续进行，CH4中由激发效应而产生的部分可能减弱。
综合而言，长期秸秆还田CH4排放降低是多因素共同影响的结果，虽然最终排放通量相对常规施用化肥依然是显著增加，但其相对于第一年的CH4排放和单位产量下排放强度的增幅降低，说明连续秸秆还田有着增产减排的潜力。因此，以往相关CH4排放预测模型中，将CH4的农业排放用固定因子进行预测，或认为高SOC土壤中产生更多的CH4等是有待商榷的[30]。今后有必要深入研究长期秸秆还田下土壤性质改变与CH4排放量的定量关系，从而提高稻田CH4排放量估算的准确性。
4 结论本研究发现连续秸秆还田能够显著改变稻田土壤理化性质，导致CH4排放量相对常规施用化肥增加，但秸秆还田相较于常规施用化肥下对CH4排放增强的幅度有所降低，长期连续还田后受土壤中SOC含量增加的影响，土壤BD降低和Eh上升，导致pmoA丰度上升和mcrA/pmoA丰度比值降低，从而减弱了秸秆还田导致的稻田CH4增排效应。本研究的秸秆施加是基于当地还田习惯设置的，说明按当前模式进行长期的秸秆还田，能够改善稻田土壤养分，具有缓解温室气体排放的潜力，未来需要针对秸秆还田的方式（还田的模式、秸秆的改性等）和CH4排放预测参数进行科学合理的改进，使得秸秆还田能够具有长期稳定生态效益，并提高CH4排放量评估的准确性。
| [1] |
IPCC. Climate change 2021: The physical science basis: Working group l contribution to the sixth assessment report of the lntergovemmental Panel on Climate Change[R]. New York: Cambridge University Press, 2021.
(  0) |
| [2] |
Zhang B W, Tian H Q, Ren W, et al. Methane emissions from global rice fields: Magnitude, spatiotemporal patterns, and environmental controls[J]. Global Biogeochemical Cycles, 2016, 30(9): 1246-1263. DOI:10.1002/2016GB005381
( 0) |
| [3] |
Jiang M D, Yang N P, Zhao J S, et al. Crop straw incorporation mediates the impacts of soil aggregate size on greenhouse gas emissions[J]. Geoderma, 2021, 401: 115342. DOI:10.1016/j.geoderma.2021.115342
( 0) |
| [4] |
Dai X L, Liu Y H, Sun J P, et al. Combined effects of straw return and reduced nitrogen fertilizer application on greenhouse gas emissions and nitrogen use efficiency in a coastal saline paddy field (In Chinese)[J]. Chinese Journal of Applied and Environmental Biology, 2023, 29(4): 994-1005. [戴相林, 刘雅辉, 孙建平, 等. 秸秆还田和氮肥减施对滨海盐渍土稻田温室气体排放及氮肥利用率的影响[J]. 应用与环境生物学报, 2023, 29(4): 994-1005.]
( 0) |
| [5] |
Hu N J, Wang B J, Gu Z H, et al. Effects of different straw returning modes on greenhouse gas emissions and crop yields in a rice–wheat rotation system[J]. Agriculture, Ecosystems & Environment, 2016, 223: 115-122.
( 0) |
| [6] |
Hu Q Y, Liu T Q, Jiang S S, et al. Combined effects of straw returning and chemical N fertilization on greenhouse gas emissions and yield from paddy fields in northwest Hubei Province, China[J]. Journal of Soil Science and Plant Nutrition, 2020, 20(2): 392-406. DOI:10.1007/s42729-019-00120-0
( 0) |
| [7] |
Li Y H, Shahbaz M, Zhu Z K, et al. Oxygen availability determines key regulators in soil organic carbon mineralisation in paddy soils[J]. Soil Biology and Biochemistry, 2021, 153: 108106. DOI:10.1016/j.soilbio.2020.108106
( 0) |
| [8] |
Huang J Y, Nie T Z, Li T C, et al. Effects of straw incorporation years and water-saving irrigation on greenhouse gas emissions from paddy fields in cold region of Northeast China[J]. Agriculture, 2022, 12(11): 1878. DOI:10.3390/agriculture12111878
( 0) |
| [9] |
Okiobe S T, Augustin J, Mansour I, et al. Disentangling direct and indirect effects of mycorrhiza on nitrous oxide activity and denitrification[J]. Soil Biology and Biochemistry, 2019, 134: 142-151. DOI:10.1016/j.soilbio.2019.03.025
( 0) |
| [10] |
Liu J, Jiang B S, Shen J L, et al. Contrasting effects of straw and straw-derived biochar applications on soil carbon accumulation and nitrogen use efficiency in double-rice cropping systems[J]. Agriculture, Ecosystems & Environment, 2021, 311: 107286.
( 0) |
| [11] |
Shen J L, Tang H, Liu J Y, et al. Contrasting effects of straw and straw-derived biochar amendments on greenhouse gas emissions within double rice cropping systems[J]. Agriculture, Ecosystems & Environment, 2014, 188: 264-274.
( 0) |
| [12] |
Chen D, Wang C, Shen J L, et al. Response of CH4 emissions to straw and biochar applications in double-rice cropping systems: Insights from observations and modeling[J]. Environmental Pollution, 2018, 235: 95-103. DOI:10.1016/j.envpol.2017.12.041
( 0) |
| [13] |
Wang C, Shen J L, Tang H, et al. Greenhouse gas emissions in response to straw incorporation, water management and their interaction in a paddy field in subtropical central China[J]. Archives of Agronomy and Soil Science, 2017, 63(2): 171-184. DOI:10.1080/03650340.2016.1193163
( 0) |
| [14] |
Wu N, Hou H J, Tang Y F, et al. Methane-related mierobe influenced by water management and rile straw returning in paddy soil (In Chinese)[J]. Transactions of the Chinese Society of Agricultural Engineering, 2016, 32(S2): 69-76. [吴讷, 侯海军, 汤亚芳, 等. 稻田水分管理和秸秆还田对甲烷排放的微生物影响[J]. 农业工程学报, 2016, 32(S2): 69-76.]
( 0) |
| [15] |
Singh J S, Singh S, Raghubanshi A S, et al. Methane flux from rice/wheat agroecosystem as affected by crop phenology, fertilization and water level[J]. Plant and Soil, 1996, 183(2): 323-327. DOI:10.1007/BF00011448
( 0) |
| [16] |
Liebner S, Svenning M M. Environmental transcription of mmoX by methane-oxidizing Proteobacteria in a subarctic Palsa Peatland[J]. Applied and Environmental Microbiology, 2013, 79(2): 701-706. DOI:10.1128/AEM.02292-12
( 0) |
| [17] |
Liu L, Cui J F, Yang H W, et al. Effects of exogenous organic materials on soil nutrients and organic carbon components in hilly region of central Sichuan, China (In Chinese)[J]. Soils, 2023, 55(5): 991-1000. [刘玲, 崔俊芳, 杨红薇, 等. 长期外源有机物料添加对川中丘陵区农田土壤养分和有机碳组分的影响[J]. 土壤, 2023, 55(5): 991-1000.]
( 0) |
| [18] |
Huang Q, Zhu X L, Shen W Y, et al. Effects of straw incorporation years and rates on net global warming potential in paddy fields (In Chinese)[J]. Soils, 2022, 54(5): 912-919. [黄琼, 朱小莉, 沈皖豫, 等. 秸秆还田年限及还田量对稻田净温室效应的影响[J]. 土壤, 2022, 54(5): 912-919.]
( 0) |
| [19] |
Sheng H J, Niu D, Sun G Y, et al. Research progress of effect of direct straw returning on soil microorganism, physical and chemical characteristics and enzyme activities[J]. Hans Journal of Soil Science, 2016, 4(2): 19-26. DOI:10.12677/HJSS.2016.42003
( 0) |
| [20] |
Wen M J, Yang S C, Wang C B, et al. Effects of different tillage and straw returning on soil physicochemical properties, enzyme activities in sierozem, and maize yield[J/OL]. Chinese Journal of Ecology, 2024: http://kns.cnki.net/kcms/detail/21.1148.Q.20240314.1803.012.html.[温美娟, 杨思存, 王成宝, 等. 不同耕作和秸秆还田方式对灰钙土土壤理化性状、酶活性及玉米产量的影响[J/OL]. 生态学杂志, 2024: http://kns.cnki.net/kcms/detail/21.1148.Q.20240314.1803.012.html.]
( 0) |
| [21] |
Zhou P, Song G H, Pan G X, et al. SOC enhancement in three major types of paddy soils in a long-term agro-ecosystem experiment in South China ⅱ. chemical binding and protection in micro-aggregate size fractions (In Chinese)[J]. Acta Pedologica Sinica, 2009, 46(2): 263-273. [周萍, 宋国菡, 潘根兴, 等. 三种南方典型水稻土长期试验下有机碳积累机制研究Ⅱ. 团聚体内有机碳的化学结合机制[J]. 土壤学报, 2009, 46(2): 263-273.]
( 0) |
| [22] |
Tian C, Cheng S, Xing Z P, et al. Effects of wheat straw returning and land preparation on rice yield and quality under mechanical transplanting (In Chinese)[J]. Transactions of the Chinese Society of Agricultural Engineering, 2023, 39(15): 46-56. [田超, 程爽, 邢志鹏, 等. 麦秸秆全量还田下耕整地方式对机插水稻产量和品质的影响[J]. 农业工程学报, 2023, 39(15): 46-56.]
( 0) |
| [23] |
Wang B H, Wu Y P, Chen Y B, et al. Effects of straw returning on soil microbial functional genes and functional groups[J/OL]. Journal of Zhejiang University(Agriculture & Life Sciences), 2024: http://kns.cnki.net/kcms/detail/33.1247.S.20240110.1436.002.html.[王彬浩, 吴愉萍, 陈彦博, 等. 秸秆还田对土壤微生物功能基因和功能类群的影响[J/OL]. 浙江大学学报(农业与生命科学版), 2024: http://kns.cnki.net/kcms/detail/33.1247.S.20240110.1436.002.html.]
( 0) |
| [24] |
Jiang Y, Qian H Y, Huang S, et al. Acclimation of methane emissions from rice paddy fields to straw addition[J]. Science Advances, 2019, 5(1): eaau9038. DOI:10.1126/sciadv.aau9038
( 0) |
| [25] |
Sun Y X, Zhang G B, Fang H, et al. Effects of pore structure on greenhouse gas emission of paddy soils (In Chinese)[J]. Soils, 2021, 53(1): 154-160. [孙钰翔, 张广斌, 房焕, 等. 孔隙结构对水稻土温室气体排放的影响[J]. 土壤, 2021, 53(1): 154-160.]
( 0) |
| [26] |
Dong J X, Cong P, Liu N, et al. Effects of deep straw incorporation on subsoil physical properties and aggregate distribution in black soil (In Chinese)[J]. Acta Pedologica Sinica, 2021, 58(4): 921-934. DOI:10.11766/trxb202003180714 [董建新, 丛萍, 刘娜, 等. 秸秆深还对黑土亚耕层土壤物理性状及团聚体分布特征的影响[J]. 土壤学报, 2021, 58(4): 921-934.]
( 0) |
| [27] |
Hu X Y, Xiang Q J, Mu Z J. Effects of gypsum on CH4 emission and functional microbial communities in paddy soil (In Chinese)[J]. Environmental Science, 2018, 39(8): 3894-3900. [胡翔宇, 向秋洁, 木志坚. 脱硫石膏对稻田CH4释放及其功能微生物种群的影响[J]. 环境科学, 2018, 39(8): 3894-3900.]
( 0) |
| [28] |
Lee J, Oh Y, Lee S T, et al. Soil organic carbon is a key determinant of CH4 sink in global forest soils[J]. Nature Communications, 2023, 14(1): 3110. DOI:10.1038/s41467-023-38905-8
( 0) |
| [29] |
Liu B J, Bei Q C, Wang X J, et al. Microbial metabolic efficiency and community stability in high and low fertility soils following wheat residue addition[J]. Applied Soil Ecology, 2021, 159: 103848. DOI:10.1016/j.apsoil.2020.103848
( 0) |
| [30] |
He C M, Chi Y Y, Xiang P P, et al. CH4 emission scenario analysis for China: IPAC results (In Chinese)[J]. Transactions of Atmospheric Sciences, 2022, 45(3): 414-427. [贺晨旻, 迟远英, 向翩翩, 等. 我国甲烷排放情景分析: IPAC模型结果[J]. 大气科学学报, 2022, 45(3): 414-427.]
( 0) |