摘要:微生物残体积累系数（NAC）是单位微生物生物量积累的微生物残体量，可用来指征微生物残体的积累效率，然而青藏高原草甸生态系统的土壤NAC对短期和长期氮磷添加的响应尚不明确。以青藏高原草甸氮磷添加1年（短期）和10年（长期）后的土壤为研究对象，量化了土壤微生物残体碳（MNC）、土壤微生物生物量碳（MBC），并估算了短期和长期养分添加后的NAC，同时综合土壤基本理化性质、微生物胞外酶活性、植物生物量等环境因子，分析了NAC的主要调控因素。结果显示，短期养分添加后0~10 cm和20~30 cm土层的NAC分别为31.33和38.12，不同氮磷添加处理对NAC无显著影响（P>0.05）；长期养分添加后0~10 cm和20~30 cm土层的NAC分别为14.46和17.49，氮磷添加显著降低了20~30 cm土层的NAC（P<0.05）。进一步的统计分析结果显示，pH是影响NAC的主要因素，长期氮磷添加导致土壤pH降低，从而降低了NAC。本研究探讨了NAC对氮磷添加的差异响应及影响因素，为理解氮磷沉降增加背景下微生物介导的碳积累提供了数据支持。

摘要:为了解安徽省土壤有机碳的空间分布特征和提高区域土壤固碳潜力，本文以安徽省典型土壤剖面的发生层为切入点，测定了451个典型土壤剖面表土层（A层）、心土层（B层）和母质层（C层）土壤有机碳含量，运用地统计学方法分析土壤剖面有机碳分布特征，并利用相关分析、随机森林回归分析方法探讨了土壤有机碳含量空间分异的影响因素，绘制了土壤有机碳含量空间分布图。结果表明：安徽省土壤剖面有机碳平均含量为8.47 g?kg-1，总体水平较低，其中A层平均为15.86 g?kg-1，远高于B层（平均值5.80 g?kg-1）和C层（平均值3.74 g?kg-1），且所有层次均具有中等强度的空间变异性；各发生层有机碳含量在空间分布上均大体呈现由北向南递增的特征；影响土壤有机碳空间变异A层是土壤颗粒组成和容重，B层是地形因子和土壤颗粒组成，C层是土壤黏粒、粉粒含量、地形因子和容重。土壤颗粒组成是驱动安徽省土壤有机碳空间分布特征的主要因子，但在制定土壤有机碳调控措施时也要充分考虑地形因子和土壤容重的影响。

摘要:全球正经历以变暖为主、极端事件趋强趋频的气候变化，但其对土壤有机碳（Soil Organic Carbon，SOC）的影响并不完全一致，区分并量化极端高温和长期变暖对SOC的影响是制定适应性策略的关键。利用1:5万大比例尺土壤数据库和DNDC（DeNitrification-DeComposition）模型，模拟了1980—2016年福建省漳州市水田土壤在气候平均态、极端高温、长期变暖及实测温度四种气候情景下SOC的动态变化。结果表明，长期变暖、极端高温及二者协同对漳州市水田SOC的净贡献量分别为13.81、-80.02和-66.14 Gg。因此，虽然在气候变暖背景下土壤仍具有较强的固碳能力，但未来频发的极端高温事件可能在一定程度上造成更大的碳损失。

摘要:土壤碳氮比（C/N）不仅可以反映土壤质量，也可以衡量土壤碳氮元素的营养平衡状况，其数值和等级的快速准确测定对指导实时科学施肥和提升土壤质量具有重要意义。本研究利用贵州省501个烤烟-玉米轮作典型农田耕层（0~20 cm）土壤样品的可见-近红外光谱（VNIR）和中红外光谱（MIR）信息以及总有机碳（TOC）、全氮（TN）和C/N数据，对光谱进行Savitzky-Golay（SG）平滑去噪和标准规一化处理后，分别应用偏最小二乘回归（PLSR）、随机森林（RF）和Cubist三种方法进行建模，通过直接预测C/N和间接预测（先分别预测TOC和TN再计算C/N）两种方式构建了土壤C/N预测模型，并对C/N数值和等级预测精度进行了解析。结果表明：（1）对于C/N数值预测，虽然最优预测策略为MIR-PLSR的直接预测，但预测精度（相对标准误差，RPD）仅为1.20；（2）C/N等级可以被准确预测，最优策略为MIR-PLSR模型的直接预测，等级判定精度为0.71；（3）C/N数值预测精度较低的原因主要有两方面，其一是烟田较为一致的严格施肥措施降低了耕层土壤碳氮含量的空间差异，从而也降低了C/N的空间变异（变异系数为17.15%，中度变异），二是C/N与VNIR、MIR光谱的相关性均较低。因此，基于MIR-PLSR可以对C/N等级进行直接预测。

摘要:土壤动物是土壤生态系统中的重要组成部分，在生态系统功能中发挥着重要作用。全球气候变暖导致的高温会对土壤动物造成损伤，影响其生态功能。同时，人类活动释放的化学污染物也对土壤动物造成毒害作用。疏水性有机化合物（Hydrophobic organic compounds, HOCs）是土壤中广泛存在的一类污染物。高温与HOCs会以联合作用的方式对土壤动物产生影响，在供试物种最适宜温度下开展的HOCs风险评价试验结果会因为忽略温度因素而不准确。目前对于高温与HOCs对土壤动物联合作用的影响及机制仍缺乏深入理解。因此，本文系统总结了不同高温场景和HOCs对土壤动物的影响，以及这些研究结果在环境风险评价中的意义。强调未来研究需关注HOCs与高温在现实场景中的综合影响，尤其在分子水平上的影响，并加强生态毒理学模型的开发与应用。从而提高我们对自然界中HOCs的认知，改进现有环境风险评价的方法，以更好地应对气候变化下生态系统面临的挑战。

摘要:研究高寒湿地植被退化过程中土壤颗粒有机碳（POC）的变化特征及其影响因素，可为深入理解高寒湿地土壤碳库动态对气候变化和人类活动的响应提供基础数据。以甘肃尕海湿地区内不同植被退化程度的沼泽草甸（未退化 ND、轻度退化 SD、中度退化 MD和重度退化 HD）湿地土壤为研究对象，研究了植被退化过程中湿地土壤POC在2016年和2017年生长季的变化特征及其与环境之间的关系。结果表明：（1）植被退化显著降低了湿地表层（0～10和10～20 cm）土壤 POC含量，而对其他土层（20～40、40～60、60～80和80～100 cm）土壤POC含量影响不显著。（2）随生长季的推移，表层土壤 POC含量呈现先降后升的趋势，但其他土层土壤POC含量无明显变化，2016年土壤POC含量和变幅均高于2017年。（3）采样时间、植被退化和土壤深度均对POC影响显著，同时对土壤POC有显著交互作用。（4）全氮和地下生物量是影响土壤有机碳组分变化的主导因素。植被退化可能导致青藏高原湿地表层土壤碳库中积累的大量POC损失，使青藏高原湿地成为一个潜在碳源。

摘要:在气候变化和过度放牧等的影响下，全球草地灌丛化现象愈发严重。然而，高寒草地土壤微生物群落对灌丛化的响应尚不清楚。以青藏高原东缘3种典型灌丛化草地（高山绣线Spiraea alpina、金露梅Potentilla fruticosa、小叶锦鸡儿Caragana microphylla）和无灌丛生长的草地为研究对象，通过分析植物群落结构、土壤碳组分、细菌群落结构及菌群互作关系，拟揭示高寒草原灌丛化对土壤微生物群落结构和土壤碳库的影响。基于16S rRNA基因测序技术研究土壤细菌群落及其共生特征，并结合傅立叶变换红外光谱（FTIR）分析了土壤有机碳（SOC）化学组成。结果表明，灌丛化草地（小叶锦鸡儿和金露梅）地上植物群落组成均发生显著改变（P < 0.01），而地上植物群落多样性和丰富度无显著变化（P > 0.05）。三种灌丛样地地上生物量均显著高于草地（P < 0.05），而地下生物量则无显著差异（P > 0.05）。灌丛化对SOC和全氮（TN）含量无显著影响，但减小了表层与深层SOC含量的差异，具体表现为草地表层土壤SOC显著高于其深层（P < 0.05），但三种灌丛样地无此趋势。三种灌丛和草地表层和深层土壤SOC组分均以芳香族为主（除小叶锦鸡儿深层土壤外），灌丛和草地样地间芳香族含量无显著差异（P > 0.05），但小叶锦鸡儿样地中芳香族含量呈表聚型分布（P < 0.05）。通过随机森林模型分析发现，酸杆菌门和放线菌门分布是表层和深层土壤中灌丛化的最重要预测因子。非度量多维尺度分析（NMDS）结果表明，灌丛化显著改变了高寒草地土壤细菌群落组成（P < 0.05），且植物群落结构和SOC化学组成是影响土壤细菌群落结构变化的主要因子。通过功能预测分析得到4个生物代谢通路，分别为细胞过程（Cellular processes）、环境信息处理（Environmental information processing）、代谢（Metabolism）和遗传信息处理（Genetic information processing），其中土壤微生物的代谢功能在灌丛表层和深层土壤中富集（P < 0.05）。三种灌丛草地表层和深层土壤细菌共现网络均较未灌丛化草地更为复杂和稳定，并且偏利共生或共生关系在高寒草地细菌群落结构建立中发挥重要作用。综上所述，灌丛化对土壤细菌群落结构及土壤碳库有重要调控作用，研究结果丰富了高寒草地土壤微生物群落组成和多样性的研究内容，为高寒草地土壤碳源汇效应提供了一定的理论基础。

摘要:土壤气体CO2浓度常高于大气，目前土壤有机碳矿化相关研究多在大气或模拟大气CO2浓度增加条件下展开，可能导致研究结果与土壤剖面实际有机碳矿化过程有所偏差，土壤中高浓度CO2如何影响有机碳矿化尚不清楚。采用室内培养试验，设置CK（400 µmol·mol–1，大气水平）、800、2 000、4 000、6 000和 8 000 µmol·mol–16个CO2浓度梯度，研究不同浓度CO2对土壤有机碳矿化的影响。结果表明：1）土壤中高浓度CO2（2 000～8 000 µmol·mol–1）显著抑制土壤有机碳矿化，矿化速率降低6.27%～45.61%，累积矿化量降低1.72%～40.82%；2）土壤中较低浓度的CO2（800 µmol·mol–1）显著促进土壤有机碳矿化，矿化速率增加4.26%～16.75%，累积矿化量增加17.37%～48.43%；3）土壤中CO2浓度影响了活性有机碳组分的含量，在一定CO2浓度范围内，土壤微生物生物量碳（MBC）含量较CK显著增加，可溶性有机碳（DOC）含量较CK显著降低，易氧化有机碳（EOC）含量变化不显著；4）CO2浓度与有机碳矿化特征、EOC显著负相关，与DOC显著正相关，与MBC无显著相关性；5）在温湿度适宜条件下，CO2浓度对土壤有机碳累积矿化量贡献率达22.93%。综上，高浓度CO2通过影响土壤有机碳易利用性碳源，显著抑制了土壤有机碳矿化，可能是维持土壤有机碳稳定的重要因素之一。

摘要:复种油菜是南方稻区促进稳粮增油的重要种植模式，研究秸秆全量还田下，稻油复种不同种植措施对土壤有机碳积累及其稳定性特征的影响，对深入解析稻田土壤碳循环、充分利用冬闲田种植油菜具有重要意义。基于田间定位试验（8年），以水稻-水稻-冬闲（稻稻闲）为对照，探究水稻–水稻–油菜（稻稻油）、水稻–油菜翻耕（稻油翻）和水稻–油菜免耕（稻油免）三种稻油复种处理下土壤有机碳及其组分积累特征。结果表明：相对稻稻闲，稻油复种各处理使有机碳含量在0～20 cm土层增加5.28%～25.13%，尤其稻稻油处理，在20～40 cm土层增幅为18.48%～43.97%，其中稻油翻和稻油免处理达到显著水平；稻油复种均显著提高了不同层次土壤中矿物结合态有机碳（Mineral-associated organic carbon，MAOC）含量。同时，在0～20 cm和20～40 cm土层中，稻油复种各处理均显著降低了有机碳中颗粒态有机碳（Particulate organic carbon，POC）的比例，提高了其MAOC的占比，且在两个土层中提高比例分别为2.31%～7.49%和1.56 %～2.66%。其原因可能是稻油复种不同程度地提高了0～20 cm土层中有机碳转化相关酶（β-葡萄糖苷酶、β-1,4-葡聚糖酶和漆酶）活性以及微生物生物量碳，进而促进土壤颗粒有机碳向矿物结合态有机碳的转化。综上，秸秆全量还田下冬季复种油菜促进了稻田土壤有机碳的积累，且提高了矿物结合态有机碳的占比，增强了土壤碳库的稳定性。

摘要:准确把握土壤有机碳（SOC）的时空演变规律对于土壤资源的高效持续利用、发挥土壤生态系统服务功能，以及应对气候变化等均具有重要意义。以江苏省南部为研究区，以明确表达微生物分解作用的微生物模型MIMICS为对象，以模型参数敏感性分析为切入点，分析了不同参数优化方法对MIMICS模型预测苏南农田表层（0～20 cm）SOC时空演变动态的影响。结果表明，批处理和点对点两种参数优化方法下，MIMICS模型均能较好地模拟1980—2015年苏南农田表层SOC密度先增加后减少的总体趋势；采用考虑模型参数空间异质性的点对点参数优化方法时，MIMICS模型预测精度最高，其预测误差（RMSE）较采用默认参数值时分别降低22.2%（2000年独立验证）和14.7%（2015年独立验证），但2015年SOC密度预测精度依然偏低（R2= 0.13，RMSE = 1.22 kg·m-2）。上述结果表明进一步改进微生物模型的结构、提高模型输入数据的精度及分辨率，将是微生物模型建模区域尺度SOC时空动态所面临的重要挑战。