不同修复措施对镉污染稻田土壤理化性质及酶活性的影响
评估不同修复措施对镉污染稻田的钝化修复效果及其对土壤环境质量的影响。
采用田间大棚原位钝化修复试验，分析土壤调酸(soil acidity regulation，AR)以及施用铁肥(iron fertilizer，IFe)、功能复合菌肥(functional composite microbial fertilizer，MF1)和商业复合菌肥(commercial composite microbial fertilizer，MF2) 4种修复措施对水稻镉吸收、土壤理化性质、微生物生物量碳以及酶活性的影响。
(1)不同修复措施均可显著降低稻谷中的镉含量(降幅均大于26.01%)；与对照组相比，AR和IFe处理的土壤有效态镉含量分别降低了25.13%和15.99%；(2) AR处理对土壤理化性质的影响较大，可显著提高土壤pH以及有机碳和全磷的含量；此外，所有修复处理均可降低土壤铵态氮和硝态氮的含量；(3)与对照组相比，仅AR处理可显著降低微生物生物量碳；AR、IFe和MF2处理均可显著降低β-葡萄糖苷酶和硝酸还原酶的活性，IFe处理还可显著降低酸性磷酸酶的活性，而MF1处理可显著增强多酚氧化酶和硝酸还原酶的活性。
不同镉污染修复措施对土壤环境的影响存在差异，其中，功能复合菌肥对土壤环境最为友好。
Effects of Different Remediation Measures on Physicochemical Properties and Enzyme Activities of Cadmium- contaminated Paddy Soil
To evaluate the passivation and remediation effects of different remediation measures on cadmium (Cd) contaminated paddy fields and their impacts on soil environmental quality.
Using field greenhouse in-situ passivation remediation experiments, the effects of four remediation measures, including soil acidity regulation (AR), iron fertilizer application (IFe), functional composite microbial fertilizer (MF1), and commercial composite microbial fertilizer (MF2), on the cadmium uptake of rice, soil physicochemical properties, microbial biomass carbon , and enzyme activities were analyzed.
1) Different remediation measures could significantly reduce the cadmium content in rice (with a decrease of more than 26.01%); and compared with the control group, the soil available cadmium content of AR and IFe treatments decreased by 25.13% and 15.99%, respectively. 2) AR treatment had a significant effect on the physicochemical properties of soil, which could significantly increase soil pH, organic carbon content, and total phosphorus content. In addition, all remediation treatments could reduce soil ammonium nitrogen and nitrate nitrogen contents. 3) Compared with the control group, only AR treatment significantly reduced microbial biomass carbon, while AR, IFe, and MF2 treatments significantly decreased β-glucosidase and nitrate reductase activities; and IFe treatment significantly decreased acid phosphatase activity, while MF1 treatment significantly enhanced the activities of polyphenol oxidase and nitrate reductase.
Different cadmium pollution remediation measures have differentiated effects on soil environment, among which, functional composite microbial fertilizer is the most environmentally friendly.
-
香料烟是混合型卷烟重要的原材料之一，其品质受生长期气温、光照、降水等条件的显著影响[1]。香料烟种植易受极端天气、自然灾害等问题的影响，一些国家通过改进灌溉模式提高产量。云南保山以及新疆、湖北、浙江等地是中国香料烟的主产区[2]，尤以云南种植的香料烟品质较为优良[3]。云南香料烟的种植地主要分布在保山市昌宁县、施甸县、龙陵县、隆阳区，德宏傣族景颇族自治州芒市、盈江县、陇川县、瑞丽市，临沧市凤庆县、镇康县以及怒江傈僳族自治州泸水市。近年来，中国烟草及其制品出口量有所下滑，在香料烟种植技术方面，试图通过改进种植方法、合理规划种植区域、提高生产效率来增加产量。但是，面对极端天气和自然灾害的影响，香料烟增产仍面临挑战[4] 。通过合理规划和发展云南香料烟种植区，提高优质香料烟的种植面积和收购量，有利于推进中国香料烟原料的可持续发展。采用区划基本方法，结合经典统计分析、GIS技术、推算模型等，已成为作物气候适生区评价的主要方法[5]。最大熵(maximum entropy，MaxEnt)模型是利用Shonnon的信息熵原理，根据作物空间分布数据和环境变量来推算作物生态需求的数学模型[6]，其预测结果具有较好的稳定性[7]。
近年来，大量研究使用MaxEnt模型分析了中国多种农作物的潜在地理分布，对玉米[8]、水稻[9]、冬小麦[10]等粮食作物以及谷子[11]、茶叶[12]、棉花[13]等经济作物的适宜种植区和潜在分区进行了评价。王明等[14]以浙江新昌和希腊的德拉马烟草所、克散锡站、卡特思尼站、科扎尼站、卡迪察站、阿格里尼昂站种植区的平均气温为参照，结合昆明烟区农业地形气候数值模拟计算，结果表明：冬春香料烟的气候适生区为金沙江河谷地区及其支流小江、普渡河下游河谷地区的低海拔(
1250 m以下)地区。张玎等[15]使用MaxEnt模型模拟了陕西省安康市烟草高产优质区的分布，结果显示：Ⅰ级产区主要分布在旬阳市、白河县和汉滨区，Ⅱ级产区主要分布在汉滨区、旬阳市和平利县。曹守涛等[16]运用MaxEnt模型预测了巴西烟草的全球适生区，结果表明其适生区有向低纬度迁移的趋势。目前，采用MaxEnt模型评价香料烟气候适生区的研究尚无报道。因此，本研究采用MaxEnt模型，结合云南气象因子对香料烟的适生性进行评价，明确影响香料烟生长的关键气象因子，合理规划香料烟在云南的分布，以期为云南省香料烟的优质栽培及合理种植提供理论依据。1. 材料与方法
1.1 研究区概况
云南省位于中国西南地区，地理位置在21°08′~29°15′N，97°31′~106°11′E之间。地势西北高、东南低，自北向南呈阶梯状逐级下降，为山地高原地形；属于亚热带高原季风气候，立体气候显著，日温差可达12~20 ℃。全省降水在季节上和地域上的分配极不均匀。干湿季节分明，湿季(雨季)为5—10月，集中了85%的降雨量；干季(旱季)为11月—次年4月，降水量仅占全年的15%。年降水量最多的地区超过
2300 mm，最少的地区仅547 mm，大部分地区年降水量在900 mm以上。全省无霜期长，南部边境地区全年无霜，偏南地区无霜期超过300 d，中部地区约为250 d，较寒冷的滇西北和滇东北高海拔地区则少于200 d。1.2 数据来源
样本分布点数据通过查询中国数字植物标本馆(http://www.cvh.org.cn/)以及实地调查，选取香料烟重要产区和具有代表性的种植点，经筛选后得到18个样本点，并保存为csv格式。气象数据来源于中国天气网(http://www.weather.com.cn) 1990—2022年的多年月平均数据，以香料烟生育期(11月—次年4月)的平均气温、降雨量、最高气温、最低气温等气象因子为研究对象[17-18]进行协同克里金插值。其中，平均气温、最高气温和最低气温以高程为协变量，降雨量以高程、坡度和坡向为协变量，日照时间和相对湿度以高程和坡度为协变量。数字高程图主要来源于地理空间数据云(https://www.gscloud.cn)，经过ArcGIS的表面分析计算，生成坡度和坡向的栅格数据，分辨率为500 m。
1.3 MaxEnt模型设置
在MaxEnt模型参数设置中，将25%的样点数据用于测试集，75%的样点数据用于训练集，输出结果为Logistic格式和ASCII类型文件，重复运行10次，勾选绘制预测图片、创建响应曲线、使用刀切法测定变量的重要性，其余参数保持默认，利用刀切法对36个气象因子进行筛选，去除环境因子贡献率或重要性为0的因子[19]，筛选8次后最终保留9个因子(表1)。
表 1 筛选后的气象因子Table 1. Screened meteorological factors因子 factors 代码 code 单位 unit 2月降雨量 precipitation in February f4 mm 1月日照时间 sunshine duration in January d3 h 3月日照时间 sunshine duration in March d5 h 3月平均气温 average temperature in March c5 ℃ 3月降雨量 precipitation in March f5 mm 4月降雨量 precipitation in April f6 mm 1月降雨量 precipitation in January f3 mm 2月日照时间 sunshine duration in February d4 h 4月最高气温 the highest temperature in April a6 ℃ 受试者工作特征(receive operator characteristic，ROC)曲线为MaxEnt模型多次运行的平均值绘制的结果，模型预测效果用ROC曲线下面积(the area under curve，AUC)值评估[20]，当该值介于0.9~1.0时，表示预测效果非常好[21-23]。使用刀切法检验气象因子变量对物种分布的影响程度，其中，仅次变量表示单独考虑该变量，增益值越高表示重要性越高，对物种分布贡献较大；除此变量表示排除该气象因子后对结果的影响。响应曲线中，预测概率大于0.5表示气象因子范围适合物种生长[24]。
1.4 适生区评价标准
利用ArcGIS 10.5的自然断点法对MaxEnt模型多次运算结果的气候适生区指数(P)进行重分类，进而划分香料烟的适生区。P<0.05时为一级分区，即非适宜地区；0.05≤P<0.25为二级分区，即适宜地区；0.25≤P<0.50时为三级分区，即适宜地区； P≥0.50时为四级分区， 即最适宜地区[25]。
2. 结果与分析
2.1 MaxEnt模型预测评价
将筛选后的9个气象因子输入MaxEnt模型，经过10次重复运行后的AUC值为0.993 (图1)，表示预测效果非常好，表明MaxEnt模型适用于表征云南省香料烟分布与气象因子的关系。
![]()
图 1 不同气象因子组合下云南省香料烟潜在分布区预测的受试者工作特征曲线Figure 1. Receive operator characteristic curve of predicted potential distribution areas of spice tobacco in Yunnan Province under different combinations of meteorological factors2.2 气象因子对香料烟分布的重要性
根据MaxEnt模型计算结果(表2)，从气象因子变量的贡献度来看，影响香料烟潜在分布的气象因子从大到小依次为2月降雨量、1月日照时间、3月日照时间、3月平均气温、3月降雨量、4月降雨量、1月降雨量、2月日照时间、4月最高气温；从气象环境因子变量的重要性来看，影响香料烟潜在分布的气象因子从大到小依次为2月降雨量、1月日照时间、3月降雨量、1月降雨量、3月日照时间、3月平均气温、4月降雨量、2月日照时间、4月最高气温。综合来看，2月降雨量和1月日照时间对模型的贡献度较大，模型对这2个因子的依赖程度也较高。
表 2 影响香料烟在云南省分布的气象因子贡献度和重要性Table 2. Contribution degree and importance of meteorological factors affecting the distribution of spice tobacco in Yunnan Province% 因子
factors贡献度
contribution
degree重要性
importance2月降雨量 precipitation in February 27.7 33.4 1月日照时间 sunshine duration in January 21.7 23.9 3月日照时间 sunshine duration in March 17.8 8.7 3月平均气温
average temperature in March9.9 3.6 3月降雨量 precipitation in March 7.7 17.6 4月降雨量 precipitation in April 6.8 1.7 1月降雨量 precipitation in January 3.3 9.6 2月日照时间
sunshine duration in February2.8 1.0 4月最高气温
the highest temperature in April2.2 0.4 2.3 刀切法检验结果
由图2可知：以仅此变量建模时，d3 (1月日照时间)和d5 (3月日照时间)对模型的增益效果比较显著，说明这2个变量是影响香料烟分布的关键气象因子；在除此变量中，d3的增益值明显低于其他气象因子，说明该因子含有其他气象因子不具备的重要信息。
![]()
进一步分析对模型贡献度较大的4个气象因子与香料烟分布概率之间的关系，结果(图3)显示：2月降雨量、1月日照时间、3月日照时间和3月平均气温的预测概率均随着气象因子的升高而呈先升高后降低的变化趋势。其中，2月降雨量的适宜范围为17.31~28.94 mm，最适宜的降雨量为21.44 mm；1月日照时间的适宜范围为212.60~423.98 h，最适宜的日照时间为299.85~312.44 h；3月日照时间的适宜范围为227.05~309.71 h，最适宜的日照时间为239.28 h；3月平均温度的适宜范围为14.37~17.98 ℃，最适宜的温度为16.71 ℃。
![]()
图 3 影响香料烟在云南省潜在分布的气象因子响应曲线Figure 3. Response curve of meteorological factors affecting the potential distribution of spice tobacco in Yunnan Province2.4 香料烟气候适生区评价
由图4可知：在当前气候条件下，云南省香料烟四级适生区(最适宜区)主要分布在云南省西部的保山市、德宏傣族景颇族自治州和临沧市，玉溪市新平彝族傣族自治县、楚雄彝族自治州双柏县和大理白族自治州也有零星分布；三级适生区(适宜区)主要分布在保山、德宏、临沧、大理、玉溪等地，极少分布在楚雄、红河、丽江和香格里拉；二级适生区主要分布在德宏、保山、临沧、大理、楚雄、玉溪、昆明等地。四级适生区种植面积约0.75×104 km2，约占云南省香料烟种植面积的1.90%；三级适生区种植面积约1.12×104 km2，约占2.80%；二级适生区种植面积约4.79×104 km2，约占12.15%。
![]()
图 4 云南省香料烟的气候适生区分布注：审图号GS (2020) 4619号。Figure 4. Distribution of suitable areas of spice tobacco in Yunnan ProvinceNote: Review No. is GS (2020) 4619.3. 讨论
3.1 影响云南省香料烟种植区分布的主要气象因子
基于MaxEnt模型的云南香料烟气候适生区评价结果表明：2月降雨量、1月日照时间、3月日照时间和3月平均气温是影响潜在分布的主要气象因子，这与香料烟的生长规律密切相关。香料烟生育期对气候的基本要求是干旱、少雨、光照强、气候温差大等[26]。结合正则化训练增益值来看，d3 (1月日照时间)是影响香料烟分布的最重要气象因子。MaxEnt模型刀切法检验气象因子的结果表明：3月平均气温为18~22 ℃时，分布概率低于0.5，不适宜香料烟生长；而适宜温度为14.37~17.98 ℃，最适宜温度为16.71 ℃，这是因为环境温度为15.4~17.3 ℃ (最佳为17 ℃)时有利于烟叶干物质积累[27]。
香料烟是喜光作物，但过多的强烈光照会灼伤叶尖、叶缘和叶肉，导致枯死病；光照不足则会使光合作用受阻，叶绿素含量降低，光合产物减少，植株生长缓慢，叶片变薄，干物质减少，最终导致香料烟油润差，香气不足，品质降低。土耳其香料烟在大田期月平均日照时间约为440 h；而符云鹏[27]研究表明：中国云南香料烟的生长季为11月—次年4月，浙江香料烟的生长季为4—8月，两地的香料烟生长季适宜月平均日照时间约为229 h。本研究的MaxEnt模型分析显示：1月和3月适宜日照时间为227.05~312.44 h，与已有研究相符。
3.2 云南香料烟的适宜区分布
MaxEnt模型是以机器学习和最大熵原理为基础，通过环境变量图层和物种分布样点对物种潜在地理分布进行模拟的生态位模型[28-30]。与其他生态位模型相比，MaxEnt模型更精准，且具有稳定性和扩展性[31]，但模型运算有许多局限性。本研究运用MaxEnt模型和ArcGIS空间分析功能，通过云南省18个香料烟的分布样点对其气候适宜区进行预测，ACU值为0.993，表明模型预测可信度高。
香料烟气候适宜性分区结果表明：在当前气候条件下，MaxEnt模型预测云南省香料烟的适生区主要分布云南西南部，四级分区(最适宜区)主要分布在保山市、德宏傣族景颇族自治州和临沧市，约占全省总面积的2.28%。MaxEnt模型结果与实际香料烟主产区分布的拟合度较高，大部分主产区在适宜地区和最适宜地区，仅怒江州泸水市、临沧市镇康县和保山市隆阳区的部分地区与MaxEnt模型结果有差异。本研究只考虑了气象因素，并未考虑香料烟的品种、土壤、种植作物的经济效益等因素，且MaxEnt模型预测结果侧重于香料烟未来的分布趋势以及影响香料烟分布的重要因素，因此，MaxEnt模型预测的适生区范围可能比实际范围大。
4. 结论
本研究采用1990—2022年云南气象数据为影响因子，结合MaxEnt模型和ArcGIS空间分析技术，对云南省香料烟潜在的气候适宜性分布区进行预测；利用MaxEnt模型的刀切法，从36个气象因子中筛选出9个气象因子作为评价因子，其中，2月降雨量、1月日照时间、3月日照时间、3月平均气温是影响香料烟分布的主要气象因子。本研究预测云南省香料烟气候适宜区分布在保山、德宏、临沧、大理、玉溪、红河和楚雄。研究结果可为合理规划云南省香料烟种植区提供一定的参考。
-
![]()
图 1 不同修复措施对土壤有效镉(a)和稻谷镉(b)含量的影响
注：CK. 对照，AR. 土壤调酸，IFe. 施用铁肥，MF1. 施用功能复合菌肥，MF2. 施用商业复合菌肥；不同小写字母表示不同修复措施之间差异显著(P<0.05)；下同。
Figure 1. Effects of different remediation measures on the soil available cadmium (a) and rice cadmium (b) contents
Note: CK. control, AR. soil acidity regulation, IFe. iron fertilizer application, MF1. functional composite microbial fertilizer application, MF2. commercial composite microbial fertilizer application; different lowercase letters indicate significant differences among different remediation measures (P<0.05); the same as below.
![]()
图 2 土壤酶活性的主成分分析
注：β-GC. β-葡萄糖苷酶；CAT. 过氧化氢酶；PPO. 多酚氧化酶；UE. 脲酶；NR. 硝酸还原酶；ACP. 酸性磷酸酶。
Figure 2. Principal component analysis of soil enzyme activity
Note: β-GC. β-glucosidase; CAT. catalase; PPO. polyphenol oxidase; UE. urease; NR. nitrate reductase; ACP. acid phosphatase.
表 1 不同修复措施对土壤理化性质的影响
Table 1 Effects of different remediation measures on the soil physicochemical properties
处理
treatmentspH 有机碳/(g·kg−1)
soil organic carbon (SOC)全氮/(g·kg−1)
total nitrogen (TN)全磷/(g·kg−1)
total phosphorus铵态氮/(mg·kg−1)
ammonium nitrogen硝态氮/(mg·kg−1)
nitrate nitrogenSOC/TN CK 4.68±0.08 b 20.90±0.54 bc 1.12±0.09 ab 1.24±0.04 b 29.78±1.79 a 13.77±0.96 a 18.74±1.11 a AR 5.45±0.15 a 23.16±1.18 a 1.25±0.05 a 1.52±0.07 a 8.81±0.56 b 8.39±0.56 b 18.54±1.41 a IFe 4.65±0.09 b 21.36±0.15 bc 1.06±0.05 b 1.26±0.01 b 27.83±2.61 a 8.55±0.60 b 20.14±0.93 a MF1 4.52±0.05 b 20.14±0.40 c 0.98±0.05 b 1.16±0.08 b 26.28±2.62 a 4.64±0.15 c 20.54±1.47 a MF2 4.66±0.19 b 21.94±0.33 ab 1.05±0.09 b 1.24±0.08 b 14.41±0.95 b 6.19±0.34 c 20.89±1.36 a 注：CK. 对照，AR. 土壤调酸，IFe. 施用铁肥，MF1. 施用功能复合菌肥，MF2. 施用商业复合菌肥；不同小写字母表示不同修复措施之间差异显著(P<0.05)；下同。
Note: CK. control, AR. soil acidity regulation, IFe. iron fertilizer application, MF1. functional composite microbial fertilizer application, MF2. commercial composite microbial fertilizer application; different lowercase letters indicate significant differences among different remediation measures (P<0.05); the same as below.
下载: 导出CSV
表 2 不同修复措施对土壤微生物生物量碳和酶活性的影响
Table 2 Effects of different remediation measures on the soil microbial biomass carbon and enzyme activities
处理
treatments微生物生物量碳/
(mg·kg−1)
microbial biomass
carbonβ-葡萄糖苷酶/
(U·g−1)
β-glucosidase过氧化氢酶/
(U·g−1)
catalase多酚氧化酶/
(U·g−1)
polyphenol
oxidase脲酶
/(U·g−1)
urease硝酸还原酶/
(U·g−1)
nitrate reductase酸性磷酸酶/
(U·g−1)
acid phosphataseCK 1.05±0.18 a 65.99±1.95 a 14.32±0.86 b 10.05±1.08 bc 189.11±5.19 bc 0.34±0.01 b 22014.04 ±679.62 aAR 0.33±0.07 b 48.45±0.93 c 17.70±0.35 a 9.87±0.86 c 242.23±1.48 a 0.18±0.01 c 21530.20 ±681.23 aIFe 1.03±0.24 a 56.20±1.02 b 14.20±0.36 b 11.26±1.67 bc 178.32±5.08 c 0.16±0.01 c 17557.04 ±188.95 bMF1 0.76±0.16 ab 68.74±2.95 a 14.49±0.36 b 17.28±1.78 a 200.58±1.58 b 0.64±0.02 a 20016.06 ±584.16 aMF2 0.81±0.23 ab 57.74±2.71 b 15.43±0.21 b 14.46±0.98 ab 197.91±1.99 b 0.18±0.02 c 20950.83 ±1077.24 a
下载: 导出CSV
表 3 土壤理化因子与土壤酶活性的相关性
Table 3 Correlations between soil physicochemical factors and soil enzyme activity
指标
indexes微生物生物量碳
microbial biomass carbonβ-葡萄糖苷酶
β-glucosidase过氧化氢酶
catalase多酚氧化酶
polyphenol oxidase脲酶
urease硝酸还原酶
nitrate reductase酸性磷酸酶
acid phosphatasepH −0.521* −0.766** 0.828** −0.574* 0.843** −0.443 0.401 有机碳
organic carbon−0.552* −0.812** 0.794** −0.417 0.614* −0.700** 0.188 全氮
total nitrogen−0.609* −0.626* 0.684** −0.590* 0.565* −0.496 0.324 全磷
total phosphorus−0.564* −0.722** 0.795** −0.537* 0.742** −0.540* 0.157 铵态氮
ammonium nitrogen0.734** 0.735* −0.843** 0.119 −0.801** 0.453 −0.336 硝态氮
nitrate nitrogen0.270 0.025 −0.116 −0.721** −0.181 −0.288 0.321 注：“*”表示在P<0.05水平上显著相关；“**”表示在P<0.01水平上极显著相关。
Note: “*” indicates a significant correlation at P<0.05 level; “**” indicates an extremely significant correlation at P<0.01 level.
下载: 导出CSV
-
[1] 环境保护部, 国土资源部. 全国土壤污染状况调查公报[R/OL]. (2014-04-17)[2024-03-07]. https://www.mee.gov.cn/gkml/sthjbgw/qt/201404/W020140417558995804588.pdf. [2] ZHAO F J, WANG P. Arsenic and cadmium accumulation in rice and mitigation strategies[J]. Plant and Soil, 2019, 446(1/2): 1. DOI: 10.1007/s11104-019-04374-6.
[3] LI B Y, ZHOU S, WEI D N, et al. Mitigating arsenic accumulation in rice (Oryza sativa L.) from typical arsenic contaminated paddy soil of southern China using nanostructured alpha-MnO2: pot experiment and field application[J]. Science of the Total Environment, 2019, 650: 546. DOI: 10.1016/j.scitotenv.2018.08.436.
[4] IRSHAD M K, ZHU S H, JAVED W, et al. Risk assessment of toxic and hazardous metals in paddy agroecosystem by biochar-for bio-membrane applications[J]. Chemosphere, 2023, 340: 139719. DOI: 10.1016/j.chemosphere.2023.139719.
[5] 曾咏梅, 毛昆明, 李永梅. 土壤中镉污染的危害及其防治对策[J]. 云南农业大学学报, 2005, 20(3): 360. DOI: 10.16211/j.issn.1004-390x(n).2005.03.012. [6] DENG X, WU S J, YANG Y, et al. A rice-chicory rotation pattern ensures safe grain production and phytoremediation of cadmium-contaminated paddy fields: a four-year field experiment in southern China[J]. Chemosphere, 2023, 322: 138192. DOI: 10.1016/j.chemosphere.2023.138192.
[7] LI Z M, LIANG Y, HU H W, et al. Speciation, transportation, and pathways of cadmium in soil-rice systems: a review on the environmental implications and remediation approaches for food safety[J]. Environment International, 2021, 156(5): 106749. DOI: 10.1016/j.envint.2021.106749.
[8] 刘梦丽, 蒋明, 李博, 等. 农田土壤镉污染钝化修复研究进展[J]. 云南农业大学学报(自然科学), 2018, 33(2): 350. DOI: 10.12101/j.issn.1004-39-X(n).201705024. [9] LIU W J, GRAHAM E B, ZHONG L H, et al. Dynamic microbial assembly processes correspond to soil fertility in sustainable paddy agroecosystems[J]. Functional Ecology, 2020, 34(6): 1244. DOI: 10.1111/1365-2435.13550.
[10] ZHU Z L, BAI Y, LYU M L, et al. Soil fertility, microbial biomass, and microbial functional diversity responses to four years fertilization in an apple orchard in north China[J]. Horticultural Plant Journal, 2020, 6(4): 223. DOI: 10.1016/j.hpj.2020.06.003.
[11] GEISSELER D, SCOW K M. Long-term effects of mineral fertilizers on soil microorganisms: a review[J]. Soil Biology and Biochemistry, 2014, 75: 54. DOI: 10.1016/j.soilbio.2014.03.023.
[12] GB 15618—2018. 土壤环境质量 农用地土壤污染风险管控标准(试行)[S]. [13] 鲁如坤. 土壤农业化学分析方法[M]. 北京: 中国农业科技出版社, 2000. [14] GB 5009.15—2023. 食品安全国家标准 食品中镉的测定[S]. [15] HJ 803—2016. 土壤和沉积物 12种金属元素的测定 王水提取—电感耦合等离子体质谱法[S]. [16] INSAM H, DOMSCH K H. Relationship between soil organic carbon and microbial biomass on chronosequences of reclamation sites[J]. Microbial Ecology, 1988, 15(2): 177. DOI: 10.1007/bf02011711.
[17] FANG X, ZHOU G Y, LI Y L, et al. Warming effects on biomass and composition of microbial communities and enzyme activities within soil aggregates in subtropical forest[J]. Biology and Fertility of Soils, 2015, 52(3): 353. DOI: 10.1007/s00374-015-1081-5.
[18] JOHANSSON L H, BORG L A. A spectrophotometric method for determination of catalase activity in small tissue samples[J]. Analytical Biochemistry, 1988, 174(1): 331. DOI: 10.1016/0003-2697(88)90554-4.
[19] MONTGOMERY M W, SGARBIERI V C. Isoenzymes of banana polyphenol oxidase[J]. Phytochemistry, 1975, 14(5/6): 1245. DOI: 10.1016/s0031-9422(00)98602-3.
[20] YANG C L, SUN T H, HE W X, et al. Single and joint effects of pesticides and mercury on soil urease[J]. Journal of Environmental Sciences, 2007, 19(2): 210. DOI: 10.1016/S1001-0742(07)60034-5.
[21] SINGH D K, KUMAR S. Nitrate reductase, arginine deaminase, urease and dehydrogenase activities in natural soil (ridges with forest) and in cotton soil after acetamiprid treatments[J]. Chemosphere, 2008, 71(3): 412. DOI: 10.1016/j.chemosphere.2007.11.005.
[22] STADDON W J, DUCHESNE L C, TREVORS J T. Acid phosphatase, alkaline phosphatase and arylsulfatase activities in soils from a jack pine (Pinus banksiana Lamb.) ecosystem after clear-cutting, prescribed burning, and scarification[J]. Biology and Fertility of Soils, 1998, 27(1): 1. DOI: 10.1007/s003740050390.
[23] KONG F Y, LU S G. Effects of microbial organic fertilizer (MOF) application on cadmium uptake of rice in acidic paddy soil: regulation of the iron oxides driven by the soil microorganisms[J]. Environmental Pollution, 2022, 307(3): 119447. DOI: 10.1016/j.envpol.2022.119447.
[24] ZHENG H, WANG M, CHEN S B, et al. Sulfur application modifies cadmium availability and transfer in the soil-rice system under unstable pe+pH conditions[J]. Ecotoxicology and Environmental Safety, 2019, 184(24): 109641. DOI: 10.1016/j.ecoenv.2019.109641.
[25] 熊娟, 杨成峰, 陈鑫蕊, 等. 氧化铁/水界面Cd吸附研究: CD-MUSIC模型模拟[J]. 农业环境科学学报, 2018, 37(7): 1362. DOI: 10.1154/jaes/2018-0596. [26] DONG M F, FENG R W, WANG R G, et al. Inoculation of Fe/Mn-oxidizing bacteria enhances Fe/Mn plaque formation and reduces Cd and As accumulation in rice plant tissues[J]. Plant and Soil, 2016, 404(1/2): 75. DOI: 10.1007/s11104-016-2829-x.
[27] PENG W H, LI X M, SONG J X, et al. Bioremediation of cadmium- and zinc-contaminated soil using Rhodobacter sphaeroides[J]. Chemosphere, 2018, 197: 33. DOI: 10.1016/j.chemosphere.2018.01.017.
[28] SHAN S P, GUO Z H, LEI P, et al. Simultaneous mitigation of tissue cadmium and lead accumulation in rice via sulfate-reducing bacterium[J]. Ecotoxicology and Environmental Safety, 2019, 169: 292. DOI: 10.1016/j.ecoenv.2018.11.030.
[29] ZHAI Z Y, DU J, CHEN L J, et al. A genetic tool for production of GFP-expressing Rhodopseudomonas palustris for visualization of bacterial colonization[J]. AMB Express, 2019, 9(1): 141. DOI: 10.1186/s13568-019-0866-6.
[30] SONG J W, BROOKES P C, SHAN S D, et al. Effects of remediation agents on microbial community structure and function in soil aggregates contaminated with heavy metals[J]. Geoderma, 2022, 425: 116030. DOI: 10.1016/j.ge-oderma.2022.116030.
[31] HAO X D, BAI L Y, LIU X D, et al. Cadmium speciation distribution responses to soil properties and soil microbes of plow layer and plow pan soils in cadmium-contaminated paddy fields[J]. Frontiers in Microbiology, 2021, 12: 774301. DOI: 10.3389/fmicb.2021.774301.
[32] ZHAO Q, TANG J, LI Z Y, et al. The influence of soil physico-chemical properties and enzyme activities on soil quality of saline-alkali agroecosystems in western Jilin Province, China[J]. Sustainability, 2018, 10(5): 1529. DOI: 10.3390/su10051529.
[33] LI R F, TAN W B, WANG G A, et al. Nitrogen addition promotes the transformation of heavy metal speciation from bioavailable to organic bound by increasing the turnover time of organic matter: an analysis on soil aggregate level[J]. Environmental Pollution, 2019, 255: 113170. DOI: 10.1016/j.envpol.2019.113170.
[34] HOU E Q, LUO Y Q, KUANG Y W, et al. Global meta-analysis shows pervasive phosphorus limitation of aboveground plant production in natural terrestrial ecosystems[J]. Nature Communications, 2020, 11(1): 637. DOI: 10.1038/s41467-020-14492-w.
[35] PARK J S, RO H M. Early-stage changes in chemical phosphorus speciation induced by liming deforested soils[J]. Journal of Soil Science and Plant Nutrition, 2018, 18(2): 435. DOI: 10.4067/s0718-95162018005001303.
[36] QASWAR M, LI D C, HUANG J, et al. Interaction of liming and long-term fertilization increased crop yield and phosphorus use efficiency (PUE) through mediating exchangeable cations in acidic soil under wheat-maize cropping system[J]. Scientific Reports, 2020, 10(1): 19828. DOI: 10.1038/s41598-020-76892-8.
[37] CHEN D D, LI Q, HUO L L, et al. Soil nutrients directly drive soil microbial biomass and carbon metabolism in the Sanjiangyuan alpine grassland[J]. Journal of Soil Science and Plant Nutrition, 2023, 23(3): 3548. DOI: 10.1007/s42729-023-01270-y.
[38] KANG E Z, LI Y, ZHANG X D, et al. Soil pH and nutrients shape the vertical distribution of microbial communities in an alpine wetland[J]. Science of the Total Environment, 2021, 774: 145780. DOI: 10.1016/j.scitotenv.2021.145780.
[39] SINSABAUGH R L. Phenol oxidase, peroxidase and organic matter dynamics of soil[J]. Soil Biology & Biochemistry, 2010, 42(3): 391. DOI: 10.1016/j.soilbio.2009.10.014.
[40] TENG Y, ZHOU Q X. Response of soil enzymes, functional bacterial groups, and microbial communities exposed to sudan Ⅰ - Ⅳ[J]. Ecotoxicology and Environmental Safety, 2018, 166(1): 328. DOI: 10.1016/j.ecoenv.2018.09.102.
[41] GUO Y F, CHENG S L, FANG H J, et al. Responses of soil fungal taxonomic attributes and enzyme activities to copper and cadmium co-contamination in paddy soils[J]. Science of the Total Environment, 2022, 844: 157119. DOI: 10.1016/j.scitotenv.2022.157119.
[42] NAZ M, DAI Z C, HUSSAIN S, et al. The soil pH and heavy metals revealed their impact on soil microbial community[J]. Journal of Environmental Management, 2022, 321: 115770. DOI: 10.1016/j.jenvman.2022.115770.
[43] 肖力婷, 杨慧林, 黄文新, 等. 生草栽培对南丰蜜橘园土壤酶活性及氮循环功能微生物的影响[J]. 应用与环境生物学报, 2021, 27(6): 1476. DOI: 10.19675/j.cnki.1006-687x.2021.08048. [44] 何升然, 刘晓静, 赵雅姣, 等. 紫花苜蓿/甜高粱间作对根际土壤特性及微生物群落特征的影响[J]. 草业学报, 2024, 33(5): 92. DOI: 10.11686/cyxb2023219.
计量
- 文章访问数: 381
- PDF下载量: 6
