-
樟子松（Pinus sylvestris var. mongolica）是我国“三北”地区营建防护林的优良树种，具有适应性强、耐寒耐旱、根系发达等特性。因其可以将土壤中的水分紧紧留住，固定沙丘的流动从而起到防风固沙作用，在辽西北章古台地区有着大面积的栽植。近年来，学者们分别从土壤水分[1]、土壤养分[2]、土壤物理性质[3-4]、土壤酶活性[5-6]等方面对樟子松人工林的合理经营进行了研究。
土壤微生物作为土壤有机及无机复合体的组成部分，在森林生态系统的物质循环和能量流动中具有明显促进作用[7]。土壤微生物易受到环境条件的影响而发生变化，能产生快速灵敏的响应[8-10]，其中土壤微生物量通常可以反映土壤肥力状况。土壤微生物量主要包括土壤微生物量碳、氮、磷、硫，与土壤有机质、全氮等养分指标存在相关性[11]。土壤微生物量碳（MBC）能够体现土壤中有机碳的活性，周转周期较短，可以较为敏捷地指示土壤环境的细微变化，可用于预测土壤有机质早期变化[12]。而土壤微生物量氮（MBN）作为土壤氮素的贮藏库，具有较强的活跃性，能够参与土壤氮素循环转化[13]。土壤呼吸强度可以反映土壤微生物的活性，土壤呼吸作用影响大气碳循环，在土壤碳源输送中扮演着重要角色[14]。通过土壤呼吸所释放的CO2既可以作为土壤植物和动物的活性指标，还可以检测土壤肥力和土壤透气性[15]。因而土壤微生物可以作为评估土壤质量及肥力变化最为敏感同时也最具潜力的指标[16-17]。
目前，国内外关于森林生态系统对土壤微生物的影响多集中于土地利用类型[18]、森林类型[19-20]和林木根系[21]方面。对于樟子松人工林，李陆平等[22]研究了幼林龄到中龄林下土壤微生物类群（细菌、真菌、放线菌）数量变化特征。林雅超等[23]研究了中龄林和成熟林下樟子松土壤微生物量动态变化规律。然而对樟子松人工林全生育周期（幼龄林到过熟林）下土壤微生物特性尚未系统开展。本文对不同林龄樟子松人工林土壤微生物量碳、氮、土壤呼吸变化规律进行研究，可为人工林经营管理提供科学基础。
-
研究区位于科尔沁沙地东南缘的辽宁省阜蒙县彰武台镇樟子松试验示范林（42°43′—42°51′N，121°53′—122°22′E）。属典型的温带半干旱半湿润气候区的季风大陆性气候，年均气温为7.9 ℃，最高温度38.3 ℃，最低温度-34.4 ℃，昼夜温差大，全年四季变化明显，且雨热同期。平均风速3.8 m·s−1，最大风速30 m·s−1，年均降水量497 mm，年均蒸发量1450 mm，蒸发量大于降水量，平均无霜期156 d。该地土壤类型为风沙土，抗风、抗旱的沙生植物为优势种。
-
在樟子松人工林勘查的基础上，选取地形、气候、水文、土壤质地等立地条件相对均一地段，分别选取林龄为10 a、20 a、30 a、40 a、50 a和60 a的樟子松人工林（表1）。根据国家林业行业标准中主要树种龄级与龄组划分（LY/T 2908—2017）[24]及樟子松人工林生长特性，本研究中将其龄期划分为幼龄林（10 a、20 a）、中龄林（30 a）、近熟林（40 a）、成熟林（50 a）和过熟林（60 a）。选择荒草沙地作为对照（CK），各林龄分别设置4块20 m×20 m的标准地。2018年8月，采用S形取样法，每个标准地中布设10个取样点，用土钻分别取0—20 cm、20—40 cm、40—60 cm、60—80 cm和80—100 cm 的5个深度的土样。将同一土层样品混合均匀后过0.25 mm筛，剔除杂质装入塑封袋放入冰箱待测。
-
土壤微生物量碳氮采用氯仿熏蒸浸提法测定，对土壤分别进行熏蒸处理和未熏蒸处理，利用0.5 mol·L−1 K2SO4溶液进行浸提[25]。土壤微生物量碳（MBC）和土壤微生物量氮（MBN）分别用下式计算[26]：
式中，EC、EN分别为熏蒸和未熏蒸土样之差；KEC、KEN分别为氯仿熏蒸杀死的微生物体中碳、氮被浸提出来的比例，KEC一般取0.38，KEN一般取0.45[26-27]。
土壤微生物碳、氮熵计算公式如下：
土壤养分指标按照鲍士旦编著的《土壤农化分析》[28]进行测定。其中，土壤有机碳采用重铬酸钾-稀释热法，土壤全氮采用凯式定氮法，土壤碱解氮采用碱解扩散法，土壤全磷采用浓H2SO4消煮-钼锑抗比色法，土壤有效磷采用碳酸氢钠浸提-钼锑抗比色法。土壤呼吸强度采用室内密闭培养NaOH碱液吸收法，NaOH的浓度为0.1 mol·L−1，恒温培养24 h[29]。
-
各指标测定后所获得的数据转化为风干土计算。运用SPSS 22.0软件中的单因素方差分析和Duncan模型进行显著性检验（P ˂0.05）；相关性分析利用Pearson检验；聚类分析采用系统聚类法；冗余分析（Redundancy analysis, RDA）利用Canoco 5.0软件分析。
-
对不同林龄、不同土层樟子松人工林土壤微生物指标进行经典统计分析，计算各指标变异系数，划分土壤微生物指标的变异程度。MBC、MBN、土壤24 h呼吸强度的变化范围分别为246.19—82.41 、11.39—2.71 、3.22—1.19 mg·kg−1，平均值分别为165.19、5.96 、1.92 mg·kg−1。MBC/MBN、土壤微生物碳熵、土壤微生物氮熵的变化范围分别为64.90%—18.17%、2.84%—1.44%、5.92%—1.26%，平均值分别为30.31%、1.99%、2.98%。不同微生物量指标的变异程度各不相同，其变异程度大小依次为MBN>土壤微生物氮熵>MBC/MBN>土壤呼吸强度>MBC>土壤微生物碳熵，指标变异范围为15.08%—30.70%。
-
不同林龄、不同土层土壤MBC、MBN、土壤呼吸强度特征如表2所示。在垂直方向上，荒草沙地（CK）与樟子松人工林林下土壤MBC、MBN含量及土壤呼吸强度均呈现表聚性。不同林龄樟子松人工林土壤MBC、MBN含量随着林龄增加总体呈现出先升高后平稳再下降的变化趋势，这与杨涛等[30]的研究结果相一致。樟子松林下土壤MBC含量显著高于荒草沙地（CK），10 a、20 a、60 a 土壤MBN含量与荒草沙地差异不显著，30—50 a MBN含量与其他林龄间具有显著性差异。在40 a时MBC含量达到最大值209.27 mg·kg−1，而MBN峰值则出现在50 a时，为8.21 mg·kg−1。上述结果表明幼龄期植物凋落物输入较低，对土壤养分的需求量较多。中龄期自疏作用会使冠层的郁闭度降低，光照增强，土壤微生物的繁殖速率有所增加[31]。土壤呼吸强度随林龄增加先增大后减小，荒草沙地土壤呼吸强度大于10 a，与20 a间无显著性差异。原因主要为土壤呼吸的强弱与微生物性质及对养分利用情况有关[32]，樟子松林下枯落物C/N较荒草沙地枯落物高，而C/N比较高的枯落物分解较慢[33]，且草本植物枯落物分解速率明显高于木质植物，因此营林初期樟子松土壤呼吸速率不高。60 a时土壤呼吸强度减弱可能是受到成熟林期樟子松冠幅较大的影响使林下土壤温度偏低，低温不利于枯落物的分解[34]，导致呼吸作用减弱。
-
不同林龄、不同土层土壤MBC/MBN、土壤微生物碳、氮熵特征如表3所示。MBC/MBN总体上呈现出随着土层加深而增大的趋势。林下土壤MBC/MBN在各土层处均显著大于CK，表明在从荒草沙地到林地转变过程中，MBC/MBN显著提高。10—50 a樟子松人工林土壤MBC/MBN无显著性差异，其均值在20—40范围内，60 a时大幅上升，均值达到50.99。表明由成熟林向过熟林转变过程中，MBC/MBN再次大幅提高。在这两个转变过程中，土壤微生物群落中真菌比例大幅提高，这与牛小云等[35]、李陆平等[22]提出的真菌数量随林龄增大而增多结果一致。原因在于，其一，林地木质类枯枝落叶较荒草沙地丰富，纤维素是枯落物理化性质的代表物，分解纤维素导致真菌富集[36]，因此林地MBC/MBN高于荒草沙地；其二，过熟林樟子松病害变多，而植物的病害多为真菌病害，因此MBC/MBN提高[37]。
土壤微生物碳熵和氮熵可以反映土壤微生物量对土壤营养库的贡献程度，熵值越高，微生物所固定的养分就越多[38]。土壤微生物碳熵与氮熵都用百分号来表示，可以有效避免因对不同土壤类型有机碳含量差异而导致的问题[39]。土壤微生物碳熵、氮熵均随土壤深度的增加而不断减小，最大碳熵值出现在0—20 cm土层处，最大氮熵值则出现在20—40 cm土层处。表明表层土单位数量有机碳、氮能维持的微生物生物量高，微生物活性强。
林地土壤微生物碳、氮熵显著大于荒草沙地，原因在于林地中枯落物积累量多，能够为土壤提供更加充足的营养，使土壤微生物变得更加活跃[40]。本研究发现土壤微生物碳、氮熵均随林龄的不断增加呈现出M型曲线变化，幼龄林和过熟林熵值低。表明幼龄林和过熟林固碳固氮能力弱，成熟林土壤微生物量活性较强。土壤微生物碳熵在40 a时达到最大，与其他林龄间具有显著性差异；土壤微生物氮熵在30 a达到最大，与其他林龄间差异显著。
土壤微生物碳、氮熵受土壤类型、气候等因素影响，土壤微生物碳熵变化范围一般为0.27%—7.0%[41]。微生物碳熵较大，说明土壤微生物的活性较高，加快了有机碳的周转速率。本研究中土壤微生物碳熵在各林龄之间变化范围较小，为1.66%—2.84%；土壤微生物氮熵在各林龄之间的变化范围较大，为1.51%—5.10%，其最小值均低于且最大值均大于温带森林土壤微生物碳熵（1.8%—2.8%）与氮熵（3.4%—5.9%）[42]。结果可能是由于本研究林龄跨度大，土壤类型、管理措施以及土壤样本采集的时间有所不同，因此土壤微生物碳、氮熵范围较大。
-
对不同林龄及土层的6个微生物指标进行聚类分析，结果如图1所示。从图1（a）可看出，分析结果将林龄分为4类。第一类为10 a和20 a，此时樟子松均为幼龄林期，樟子松人工林在生长初期大量吸收土壤养分，导致土壤生境的稳定性逐渐减弱；第二类中30 a处于中龄林，此时林木之间存在着对光、水以及养分等较为激烈的竞争；第三类为40 a和50 a，樟子松人工林处于稳定生长的成熟期，对土壤养分需求量基本趋于稳定，土壤微生物量有所积累；第四类为60 a，此时樟子松林已进入过熟林阶段，土壤微生物性质减弱。图1（b）是对不同土层进行聚类分析。第一类是0—20 cm，第二类是20—40 cm、40—60 cm和60—80 cm，第三类是80—100 cm。0—20 cm土层水热条件较好，更接近腐殖质层，土壤性质相近，为一类；80—100 cm属于底层土，可供土壤吸收利用的养分含量有所降低，为一类。从分类结果看出，林龄和土层对土壤微生物性质具有不同程度的影响，且该结果与前面所得结论即6个微生物指标的变化特征基本一致。
-
土壤微生物指标与樟子松人工林地上与地下因素的相关性分析见表4。从微生物与养分关系角度上，总体上，微生物指标与AP均未表现出显著相关性；除土壤微生物氮熵外，其他微生物指标与TN、HN养分相关性不显著；MBC、MBC/MBN与SOC显著正相关；除MBC/MBN外，剩余微生物指标与TP极显著正相关，表明TP是影响微生物指标的主要因素。从微生物指标与樟子松生长指标关系角度，MBC与生长指标均极显著正相关；MBN与胸径、冠幅显著正相关；MBC/MBN与株高极显著正相关；土壤微生物氮熵与胸径显著正相关，表明MBC与MBN对樟子松的生长发育有显著的促进作用。
采用冗余分析（RDA）可以更好地揭示不同林龄和不同土层深度樟子松人工林土壤微生物指标与土壤养分指标之间的相关关系，结果如图2所示。第一排序轴和第二排序轴解释了土壤微生物指标与土壤养分关系总变异的98.67%，其中第一排序轴可以解释各指标与土壤养分总变异的79.22%，第二排序轴能解释微生物指标与土壤养分变异的19.45%。MBC、MBN、土壤呼吸强度总体与土壤TP、SOC呈较为显著的正相关，与AP呈负相关。从箭头的连线长度可以看出其对土壤微生物指标的影响程度，TP、SOC对不同林龄样地微生物指标的影响较大，其中TP对变异的解释度为63.3%。林龄为10 a、20 a、60 a的樟子松人工林与土壤微生物指标间的相关性不强，由此进一步反映出幼龄林与过熟林土壤养分水平不高。
-
随着土层深度增加，土壤MBC、MBN及土壤呼吸强度呈现表聚性。原因在于林地浅层土壤距离腐殖质层最近，能更有效地利用水分及养分。土壤氧气含量随土壤垂直深度增加而减少，氧气含量越大，为土壤微生物提供的可降解底物越多，更能促进土壤微生物活性。深层土氧气含量较少，好氧微生物活动耗氧导致氧化还原电位下降，抑制了土壤微生物的活性，呼吸作用减弱。土壤微生物熵随着土层深度增加呈现出“先增后减”的变化规律。深层土壤MBC/MBN大于表层土壤，因MBC/MBN能反映真菌和细菌的占比状况，真菌所占比例越大，其MBC/MBN则越大。所以表层土壤真菌比例相对较小，对枯落物的分解能力相对较弱。通过相关关系表明SOC与MBC/MBN显著正相关，因此需要施入有机肥以提高表层覆盖物的降解能力。
樟子松在近熟林和成熟林期土壤微生物性质最佳，而过熟林土壤微生物各指标显著下降。由此表明近熟林和成熟林根系分泌物及凋落物有所积累，为土壤微生物新陈代谢和自身合成提供了较多的能量来源，土壤微生物量持续增加。过熟林期由于樟子松出现衰退现象，死亡率和病害率增加，土壤性质恶化，导致土壤微生物量下降。
沙地不同林龄樟子松人工林土壤微生物量特征
Characteristics of soil microbial biomass in Pinus sylvestris var. mongolica plantations with different ages in sandy land
-
摘要: 为揭示不同林龄沙地樟子松人工林土壤微生物性质的变化规律，选择10、20、30、40、50、60 a生科尔沁沙地樟子松人工林为研究对象，测定分析了土壤微生物量碳（MBC）、土壤微生物量氮（MBN）、土壤呼吸强度、土壤微生物量碳氮比（MBC/MBN）、土壤微生物碳、氮熵等特征的变化。结果表明，随林龄增加，MBC和MBN均先增大后平稳再下降，二者最大值分别出现在40 a和50 a；土壤呼吸强度、土壤微生物碳、氮熵都呈现出上升-下降-上升-下降的变化趋势，且各指标均在60 a最小，表明过熟林微生物性质恶化；MBC/MBN先维持稳定，后期大幅度增大，在60 a时达到最大。随着土层深度增加，MBC、MBN及呼吸强度呈现表聚性；土壤微生物碳、氮熵呈现出先增后减的变化规律，深层MBC/MBN大于表层土壤。微生物各指标与樟子松人工林地上部分存在正相关关系，与全磷呈显著正相关关系。冗余分析表明，全磷、有机碳对不同林龄樟子松林下土壤微生物量影响显著。综上所述，樟子松近熟林和成熟林期微生物各指标达到最佳，过熟林时微生物活性差。Abstract: To reveal the changing laws of soil microbial properties of Pinus sylvestris var. mongolica plantation with different ages in sandy land, we determined and analyzed the changes of soil microbial biomass C(MBC) and N(MBN), soil respiratory intensity, soil microbial biomass C/N(MBC/MBN), soil microbial quotient and other characteristics changes in P. sylvestris var. mongolica plantations at 10, 20, 30, 40, 50, and 60 a in Horqin sandy land. The results showed that with the increase of forest age, both MBC and MBN first increased, then remained stable and finally decreased, and the maximum values of the two respectively appeared at 40 a and 50 a; The soil respiratory intensity, soil microbial carbon and nitrogen entropy all showed a change trend of increased—decreased—increased—decreased, and the minimum values of each index appeared at 60 years, indicating that the microbial properties of the over-mature stand have deteriorated; MBC/MBN remained stable at first, then increased substantially, and reached its maximum at 60 years. As the soil depth increased, MBC, MBN and respiratory intensity showed the surface aggregation; the change law of microbial quotient increased first and then decreased, and MBC/MBN of deep soil was greater than that of surface soil. Microbial indicators had a positive correlation with the above—ground part of P. sylvestris var. mongolica plantation, and had a significant positive correlation with total phosphorus. Redundancy analysis showed that TP and SOC had significant effects on soil microbial biomass at different stand ages of P. sylvestris var. mongolica. The microbial indicators reached the best in near—mature and mature stand, and its microbial activity was poor in over—mature stand.
-
Key words:
- sandy land /
- Pinus sylvestris var. mongolica plantation /
- stand age /
- microbial biomass
-
近年来，集中收集-卫生填埋已成为我国城市生活垃圾的主要处理处置方式[1]。然而，垃圾填埋会产生大量高氨氮、低C/N的垃圾渗滤液，由于其高浓度的氨氮和复杂的有机物组成将对水体环境和人体健康带来严重影响和危害，因此，对于这类废水的处理已成为研究焦点和难点[2]。
目前，短程硝化反硝化耦合厌氧氨氧化(anaerobic ammonia oxidation, ANAMMOX)工艺已成功应用于多种低碳氮比(C/N)的高氨氮废水处理，如垃圾渗滤液、养殖废水及味精加工废水脱氮[3-6]。与常规硝化-反硝化工艺相比，短程硝化反硝化-ANAMMOX工艺可节省60%的需氧量，且ANAMMOX工艺无须外加碳源，是一种高效低耗、运行成本低廉的废水生物脱氮技术[7-8]。但是，理论上，ANAMMOX细菌将1 mol
NH+4 -N和1.32 molNO−2 -N转化为N2的同时，会生成0.26 mol硝态氮，约占反应总氮的10%(如式(1)所示)，造成出水中硝态氮浓度较高，总氮超标[9]。因此，使用短程硝化反硝化-ANAMMOX工艺处理垃圾渗滤液，无法达到我国2008年新修订并实施的《生活垃圾填埋场污染控制标准》[10]中规定的垃圾渗滤液处理厂出水排放标准(NH4+-N≤25 mg·L−1、TN≤40 mg·L−1)。NH+4+1.32NO−2+0.066HCO−3→1.02N2+0.26NO−3+0.66CH2O0.5N1.5+2.03H2O (1) 垃圾填埋场填埋气中含有大量硫化氢气体，垃圾渗滤液中硫化物含量也会随着垃圾填埋时间的增加而增加[11]。以深圳某垃圾填埋场为例，填埋场产气量为35 000 m3·h−1，其中，硫化氢气体浓度为150~300 mg·L−1。近年来，以硫化物(H2S/HS−/S2−)作为电子供体的硫自养反硝化(sulfur-driven autotrophic denitrification, SAD)脱氮技术受到广泛关注，SAD生物脱氮过程无需外加碳源，可以有效去除水中
NO−x -N污染物，同时硫化物被转化为氧化态硫酸盐，且对下游水厂或水环境不会造成不良影响[12-13]。SAD技术已逐步开始应用于低负荷的水体环境修复[14]、生活污水深度处理[15]、水产养殖废水处理[16]和海水冲厕水处理[17]等。目前，对硫自养反硝化的研究比较深入，已具备一定的理论基础[18-20]。因此，利用SAD技术应用于垃圾渗滤液处理，既能解决异养反硝化脱氮中有机碳源(电子供体)不足的问题，又能实现对垃圾填埋气中硫化氢气体无害化处理并回收电子，避免空气污染的同时又节省了填埋气脱硫成本。本研究在实现短程硝化反硝化-ANAMMOX工艺处理垃圾渗滤液稳定运行的基础上，进一步耦合SAD反应器，构建了两级自养脱氮深度处理工艺，并探究了其工艺效能。1. 材料与方法
1.1 实验装置
本研究实验装置和反应器照片见图1，反应器均由有机玻璃制成。短程硝化反硝化反应器(SBR)内径18 cm、有效高度33 cm、有效容积3 L。ANAMMOX反应器为向上流厌氧污泥床反应器(UASB)，内径6 cm、有效高度40 cm、有效容积1 L。SAD反应器为向上流厌氧污泥床反应器(UASB)，内径6 cm、有效高度80 cm、有效容积2 L。
1.2 进水水质
本研究所用垃圾渗滤液取自深圳市某垃圾填埋场，水质见表1。在SAD反应器启动阶段，进水为人工模拟废水，主要试剂为九水合硫化钠(Na2S·9H2O)、硝酸钾(KNO3)、磷酸二氢钾(KH2PO4)、碳酸氢钠(NaHCO3)、氯化镁(MgCl2)，均为分析纯。在SAD反应器运行阶段，进水为ANAMMOX反应器处理垃圾渗滤液的出水。
表 1 垃圾渗滤液水质Table 1. Characteristic of landfill leachatepH COD/(mg·L−1) 
-N/(mg·L−1)
-N/(mg·L−1)
-N/(mg·L−1)碱度/(mg·L−1) 8.3~8.8 4 000~5 000 2 300~2 700 <5 <50 10 000~13 000 | Show Table
DownLoad:
CSV
1.3 反应器运行
短程硝化反硝化反应器接种污泥取自深圳市某垃圾渗滤液处理厂AO工艺曝气池；ANAMMOX反应器污泥为本实验室培养驯化好的污泥；SAD反应器接种污泥取自广州市某生活污水处理厂二次沉淀池。SAD反应器启动阶段，逐步提高反应器进水中硝态氮的负荷，启动过程中运行条件见表2。SAD反应器成功启动后串联至短程硝化反硝化-厌氧氨氧化工艺(见图1)，实现对垃圾渗滤液的深度脱氮。3个反应均在室温下运行，短程硝化反硝化反应器以进水-搅拌-沉淀-出水-静置的方式运行，处理垃圾渗滤液的负荷为2 L·d−1；ANAMMOX与SAD反应器均以连续流进水方式运行(外回流比均为3)，水力停留时间(hydraulic retention time, HRT)分别为3 h和6 h，垃圾渗滤液(调节后)处理负荷均为8 L·d−1。
表 2 SAD反应器启动过程中运行条件Table 2. Operation conditions during start-up of SAD reactor阶段 运行时间/d HRT/h 进水流量/(L·d−1) 氮负荷/(kg·(m3·d)−1) 硫负荷/(kg·(m3·d)−1) I 0~30 24 2 0.07 0.14 II 31~70 12 4 0.14~0.18 0.28~0.36 III 71~115 5 9.6 0.43~0.56 0.86~1.12 | Show TableDownLoad:
CSV
1.4 分析项目与方法
各项指标测定方法均按照已有的方法[21]。采集进出水水样经0.45 μm滤膜过滤后，分别采用纳氏试剂法、N-(1-萘基)乙二胺分光光度法和紫外分光光度法测定样品中的
NH+4 -N、NO−2 -N和NO−3 -N；水中SO2−4 、SO2−3 、S2O2−3 离子浓度采用离子色谱仪(IC-AS23阴离子检测器，DIONEX ICS-900)检测；溶解性硫化物H2S/HS−/S2−采用亚甲基兰分光光度法检测；COD采用哈希DRB200快速消解仪测定；碱度采用五点滴定法；实验过程中，定期取反应器中均匀混合的污泥，测定MLSS、MLVSS；pH、温度采用便携式pH计(FG2-FK，METTLER TOLEDO)进行测定。2. 结果与讨论
2.1 短程硝化反硝化-ANAMMOX工艺构建及其对垃圾渗滤液处理效果
本研究中使用了已经稳定运行的短程硝化反硝化-ANAMMOX反应器，并对其进行了参数优化[22]；短程硝化反硝化反应器中参与硝化反应的菌属Nitrosomonas(AOB)得到富集，Nitrospira(NOB)的丰度下降至<0.01%，保证了反应器中高效的亚硝化率[22-23]。如图2(a)所示，通过控制曝气时间(22.7 h)和DO浓度(≤0.5 mg·L−1)实现垃圾渗滤液短程硝化，同时消耗垃圾渗滤液中可生物降解的有机碳，为后续厌氧氨氧化脱氮提供了保障。在进水垃圾渗滤液TN为2 560 mg·L−1时，50%~60%的
NH+4 -N被转化为NO−2 -N，短程硝化反硝化反应器出水NH+4 -N为1 013.6 mg·L−1，NO−2 -N为1 206.3 mg·L−1，NH+4 -N与NO−2 -N的平均浓度比例为1∶1.21，说明短程硝化反硝化反应器中AOB为优势菌属 [22-23]。短程硝化反硝化反应器出水NO−3 -N基本维持稳定，平均浓度为247.8 mg·L−1，反硝化脱氮92.2 mg·L−1。短程硝化反硝化反应器出水符合厌氧氨氧化反应对NH+4 -N与NO−2 -N比例的要求[24]。本研究通过人工配水培养驯化的ANAMMOX颗粒污泥呈橙红色，平均粒径为762 μm(如图1所示)。由图2(b)可知，厌氧氨氧化反应器进水中NH+4 -N与NO−2 -N平均浓度分别为259.2 mg·L−1和275.1 mg·L−1，进水总氮为500~600 mg·L−1；通过厌氧氨氧化反应，NH+4 -N与NO−2 -N的去除率为91.6%和94.9%，ANAMMOX反应器出水NH+4 -N和NO−2 -N平均浓度分别21.9 mg·L−1和14.0 mg·L−1。短程硝化反硝化-ANAMMOX系统TN的平均去除率为93.1%，出水TN=176.3 mg·L−1。但是，由于厌氧氨氧化反应本身会将约10%的进水TN生成NO−3 -N，使得ANAMMOX出水TN>170 mg·L−1。其中，NO−x -N=154.5 mg·L−1，造成短程硝化反硝化-ANAMMOX工艺处理垃圾渗滤液出水未能达到国家规定的排放标准(GB 16889-2008)(TN≤40 mg·L−1)。因此，本研究采用硫化物作为电子供体，通过SAD脱氮技术，对短程硝化反硝化-ANAMMOX工艺出水进行深度脱氮。
图 2 短程硝化反硝化-ANAMMOX反应器脱氮效果Figure 2. Performance of the partial nitrification-denitrification-ANAMMOX reactor on nitrogen removal2.2 硫自养反硝化反应器启动与脱氮效果
本研究采用人工配水启动SAD反应器，通过逐步提高SAD反应器进水中
NO−3 -N的负荷，使反应器内微生物能适应高负荷的含氮废水。为了探究SAD反应器的脱氮能力，启动期间，将进水pH控制在7.6~7.8之间，实验启动过程根据HRT的不同分为为3个阶段(表2)。阶段I(0~30 d)是污泥筛选的重要阶段，如图3所示，通过提高进水硫化物浓度，氮去除率达99%。该阶段使反应器中异养菌减少，硫自养菌进一步富集。在阶段II(31~70 d)中，将HRT缩短至12 h，当SAD反应器氮去除率稳定在90%以上时，将进水NO−3 -N浓度由70 mg·L−1逐步提升至90 mg·L−1，避免了高浓度NO−3 -N对反应器的冲击，反应器进水氮负荷由0.14 kg·(m3·d)−1提升至0.18 kg·(m3·d)−1。在第71天，将进水NO−3 -N浓度提升到100 mg·L−1，并且HRT由12 h缩短至5 h，氮负荷提升至0.43 kg·(m3·d)−1，出水中NO−3 -N和NO−2 -N平均浓度分别保持在1.5 mg·L−1和4.2 mg·L−1，TN去除率保持在94%左右。在100~115 d内，进水NO−3 -N浓度由100 mg·L−1提升至130 mg·L−1, 反硝化率略有降低。研究中发现，SAD反应器经过115 d的启动和运行，当HRT为5 h、进水NO−3 -N浓度为100 mg·L−1、S/N质量比率为2时，氮去除率为94%；同时，SAD反应器中出水中的硫代硫酸盐和硫化物浓度均在0.1 mg·L−1以下，出水硫酸盐浓度会随着不同阶段进水硫化物浓度的改变而变化，其中约64.2%的硫化物转化为硫酸盐(部分生成硫单质)，硫化物去除率为100%。2.3 短程硝化反硝化-ANAMMOX-SAD耦合工艺实现垃圾渗滤液深度脱氮
将短程硝化反硝化-ANAMMOX与SAD反应器进行耦合，形成短程硝化反硝化-ANAMMOX-SAD两级自养深度脱氮反应系统(图1)，其脱氮效果如图4所示。SAD反应器通过调节池调节ANAMMOX出水pH为7.6~7.8，利用ANAMMOX反应器出水提供的
NO−3 -N与NO−2 -N作为电子受体、投加的硫化物作为电子供体进行硫自养反硝化反应。根据启动期间SAD反应器的氮去除负荷，设置HRT为6 h，设置S/N质量比率为2。由图4(a)、图4(d)、图4(g)可知，通过控制短程硝化反硝化反应器的曝气时间和DO浓度，使进水中50%~60%的NH+4 -N被转化为NO−2 -N，NH+4 -N与NO−2 -N的浓度比例为(1∶1)~(1∶1.4)。由图4(c)、图4(f)、图4(i)可知，在进水NH+4 -N、NO−2 -N、NO−3 -N平均浓度分别为4.2、3.6、88.5 mg·L−1时，SAD反应器出水NO−3 -N平均浓度为9.7 mg·L−1，NO−3 -N平均去除率为89.3%，出水NO−2 -N平均浓度为0.6 mg·L−1。短程硝化反硝化-ANAMMOX耦合SAD反应器在连续64 d处理垃圾渗滤液的过程中，SAD反应器稳定运行，出水水质稳定。由图4(b)、图4(e)、图4(h)可知，ANAMMOX反应器运行过程中，进水NO−3 -N平均浓度为97.8 mg·L−1，出水NO−3 -N增加为140.5 mg·L−1。ANAMMOX进出水NH+4 -N、NO−2 -N浓度会有些许波动，主要是由于短程硝化反硝化反应器溶解氧浓度波动导致，溶解氧会促进亚硝化细菌(NOB)的生长，导致厌氧氨氧化反应底物的不足(NO−2 -N不足)，从而影响脱氮效率[25]。
图 4 短程硝化反硝化-ANAMMOX-SAD工艺进出水中NH+4 -N、NO−2 -N、NO−3 -N浓度的变化Figure 4. Change ofNH+4 -N,NO−2 -N,NO−3 -N concentrations in influent and effluent along the partial nitrification-denitrification-ANAMMOX-SAD process本研究采用了短程硝化反硝化-厌氧氨氧化(ANAMMOX)-硫自养反硝化(SAD)工艺，通过两级自养反硝化实现了垃圾渗滤液深度脱氮。将启动成功的SAD反应器与短程硝化反硝化-ANAMMOX反应器串联，通过基于硫化物的自养反硝化去除了ANAMMOX产生的
NO−x -N，提高了整体工艺的总氮去除率，出水水质达到《生活垃圾填埋场污染控制标准》氮排放标准(TN≤40 mg·L−1)。在目前处理垃圾渗滤液脱氮的同类研究中，普遍难以实现垃圾渗滤液的深度脱氮[26-27]，而本研究在无需投加高成本碳源的情况下，实现了垃圾渗滤液的高效、深度脱氮处理。3. 结论
1)短程硝化反硝化-ANAMMOX工艺处理垃圾渗滤液脱氮效果较好，总氮去除负荷可达1.19 kg·(m3·d)−1，总氮去除率可达93.1%。但工艺出水中
NO−3 -N浓度为140.5 mg·L−1(TN=176.3 mg·L−1)，无法达到(GB 16889-2008)中规定的垃圾渗滤液处理厂出水排放标准。2)SAD反应器成功启动，反应器进水氮负荷为0.43 kg·(m3·d)−1，氮去除率为94%，硫化物去除率为100%，实现了反应器中硫自养反硝化菌的富集。
3)短程硝化反硝化-ANAMMOX-SAD工艺出水TN均值<12 mg·L−1、TN去除率达到99.5%、总氮去除负荷达到0.85 kg·(m3·d)−1，实现了处理垃圾渗滤液的深度脱氮。同时，垃圾填埋场中的硫化氢气体以回收与再循环的方式为本工艺提供硫源，这为硫化氢气体的去除提供了新思路。
-
图 1 不同林龄、不同土层样地聚类分析树状图
Figure 1. Cluster analysis tree diagram of different stand ages and different soil samples
图 2 土壤微生物指标与土壤养分的RDA排序图
Figure 2. RDA sorting diagram on soil microbial indexes and soil nutrients
表 1 标准地基本情况
Table 1. Basic overview of the plots
样地 Plot Z10 Z20 Z30 Z40 Z50 Z60 林龄/a Tree age 10 20 30 40 50 60 密度/（plants·hm−2） Density 625 625 675 675 650 650 树高/m Height 3.28 7.80 9.25 11.27 11.01 13.04 胸径/cm DBH 7.50 13.31 16.69 20.92 19.61 20.59 东西平均冠幅/m Wew 2.59 3.6 4.01 4.3 4.59 4.62 南北平均冠幅/m Wsn 2.42 4.21 4.10 4.69 4.72 4.92 枯落物厚度/cm Litter depth 8.11 10.04 12.67 16.89 16.66 13.11 郁闭度 Canopy density 0.5 0.7 0.8 0.7 0.8 0.6 有机碳/（g·kg−1） SOC 5.96 5.96 8.85 8.31 10.73 11.16 全氮/（g·kg−1） TN 0.26 0.24 0.16 0.21 0.24 0.27 碱解氮/（mg·kg−1） HN 7.25 4.77 2.54 4.89 7.30 6.97 全磷/（g·kg−1） TP 0.92 1.0 1.11 1.12 1.04 1.01 有效磷/（mg·kg−1） AP 10.52 4.59 7.94 6.33 4.74 6.41 注：Z10、Z20、Z30、Z40、Z50、Z60分别为10年生、20年生、30年生、40年生、50年生和60年生樟子松人工林. Note: Z10, Z20, Z30, Z40, Z50, Z60 were respectively 10, 20, 30, 40, 50, and 60 a P. sylvestris var. mongolica plantations.
下载: 导出CSV
表 2 不同林龄土壤微生物量碳、土壤微生物量氮、土壤呼吸强度特征
Table 2. Characteristics of MBC,MBN and soil respiration intensity with different stand ages
土壤微生物指标Soil microbial indexes 土层深度/cmSoil depth 林龄/aStand ages CK 10 20 30 40 50 60 土壤微生物量碳/（mg·kg−1） 0—20 60.74 Da 133.83 Ca 158.17 Ba 206.76 ABa 246.19 Aa 242.91 Aa 206.48 ABa 20—40 41.09 Db 103.09 Cb 142.30 Ba 186.63 ABb 213.49 Aab 207.70 Ab 191.31 Aab 40—60 32.43 Db 98.61 Cbc 117.25 Cb 171.33 Bb 206.68 Ab 201.60 Ab 174.25 Bb 60—80 32.51 Db 95.86 Cbc 100.65 Cb 163.76 Bb 194.37 Ab 186.05 Ac 175.83 ABb 80—100 32.60 Db 82.41 CDc 88.54 Cc 141.42 Bc 185.63 Ab 172.87 Ac 159.72 ABc 0—100 39.87 Db 102.76 Cb 121.38 Cb 173.98 Bb 209.27 Ab 202.23 ABb 181.52 ABb 土壤微生物量氮/（mg·kg−1） 0—20 4.72 Ca 4.85 Ca 6.72 ABa 11.39 Aa 10.08 Aa 10.23 Aa 5.43 Ba 20—40 4.40 Ca 4.28 Ca 5.94 BCb 9.47 Ab 7.56 Bb 9.04 Aab 4.78 Cb 40—60 2.73 Cb 3.24 Cb 4.84 Bbc 7.39 Abc 6.88 ABb 7.63 Ac 3.27 Cbc 60—80 2.27 Cb 3.78 BCb 4.41 Bc 5.29 Bc 6.48 ABb 8.22 Ab 2.71 Cc 80—100 2.68 Bb 2.71 Bc 3.27 Bc 5.26 Ac 4.85 Ac 5.95 Ac 2.72 Bc 0—100 3.36 Bab 3.77 Bb 5.04 Bb 7.76 Abc 7.17 Ab 8.21 Ab 3.78 Bbc 土壤呼吸强度/（mg·kg−1·24h−1） 0—20 2.28 Ba 1.70 Ca 2.30 Ba 3.22 Aa 1.55 Ca 3.03 Aa 1.62 Ca 20—40 2.19 ABa 1.44 Bb 2.19 ABa 2.60 Ab 1.21 Cb 2.63 Ab 1.47 Bab 40—60 1.92 ABab 1.46 Bb 1.94 ABb 2.38 Abc 1.19 Cb 2.94 Aa 1.22 Cb 60—80 1.92 Bab 1.70 Ba 2.23 Aa 2.14 ABc 1.21 Cb 2.46 Ab 1.23 Cb 80—100 1.69 Bb 1.22 Cc 1.72 Bc 2.61 Ab 1.45 BCab 2.44 Ab 1.24 Cb 0—100 2.00 Ba 1.50 Cab 2.07 Bab 2.59 Ab 1.33 Cb 2.70 Aa 1.36 Cb 注：不同大写字母表示同一土层不同林龄间差异显著，不同小写字母表示同一林龄不同土层间差异显著（下同）。 Note: Different capital letters indicate significant differences between different stand ages in the same soil layer, and different lowercase letters indicate significant differences between different soil layers of the same stand age （the same below）.
下载: 导出CSV
表 3 不同林龄土壤微生物量碳氮比、土壤微生物碳熵、土壤微生物氮熵特征
Table 3. Characteristics of soil MBC/MBN, microbial C quotien and microbial N quotient with different stand ages
土壤微生物指标Soil microbial indexes 土层深度/cmSoil depth 林龄/aStand ages CK 10 20 30 40 50 60 土壤微生物量碳氮比MBC/MBN 0—20 12.86 Da 27.60 ABa 23.58 Bb 18.17 Cc 24.42 Bc 23.82 Bb 38.03 Ab 20—40 9.33 Db 24.08 Bb 23.97 Bab 19.72 Cc 28.25 Bb 22.96 Bb 40.00 Ab 40—60 11.87 Db 30.42 Ba 24.22 Ca 23.18 Cbc 30.03 Bb 26.44 BCa 53.24Aab 60—80 14.29 Da 25.35 BCb 22.82 Cb 30.93 Ba 30.00 Bb 22.65 Cb 64.90 Aa 80—100 12.17 Da 30.42 BCa 27.04 Ca 26.87 Cb 38.31 Ba 29.04 BCa 58.81 Aa 0—100 12.11 Ca 27.58 Ba 24.33 Ba 23.77 Bbc 30.20 Bb 24.98 Bb 50.99 Aab 土壤微生物碳熵/%Soil microbial C quotien 0—20 0.57 Ca 1.97 Ba 2.48 Aa 2.50 Aa 2.84 Aa 2.35 Aa 1.78 Ba 20—40 0.43 Ca 1.98 ABa 2.55 Aa 2.17 Aa 2.52 Aa 1.77 Bab 1.71 Ba 40—60 0.35 Cb 1.93 ABa 1.96 Aab 1.73 Bb 2.58 Aa 1.93 ABa 1.73 Ba 60—80 0.36 Cb 1.52 BCb 1.72 Bb 1.92 ABa 2.33 Ab 1.69 Bb 1.61 Bb 80—100 0.38 Cb 1.48 Bb 1.59 Bb 1.71 ABb 2.44 Aab 1.68 Bb 1.44 Bb 0—100 0.42 Da 1.78 BCab 2.06 Bab 2.01 BCa 2.54 Aa 1.88 BCa 1.66 Cab 土壤微生物氮熵/%Soil microbial N quotien 0—20 1.39 Cc 1.41 Cb 2.26 Ba 5.44 Aa 3.85 ABa 3.12 ABb 1.51 Cb 20—40 1.83 BCab 1.71 Ca 2.35 Ba 5.92 Aa 4.01 ABa 4.63 Aa 1.85 BCa 40—60 1.61 Cb 1.34 Db 2.31 BCa 5.65 Aa 3.76 Ba 3.92 Bb 1.60 Cb 60—80 1.62 BCb 1.86 BCa 2.13 Bab 3.89 Ab 3.52 ABa 4.50 Aa 1.26 Cc 80—100 2.23 Ba 1.38 Cb 1.80 BCb 4.60 Aab 3.06 ABb 3.38 ABb 1.34 Cc 0—100 1.74 Cb 1.54 Cb 2.17 Cab 5.10 Aa 3.64 Ba 3.91 Bb 1.51 Cb
下载: 导出CSV
表 4 土壤微生物指标与环境因素的相关性（n=360）
Table 4. Correlation between soil microbial indexes and environmental factors （n=360）
指标Indexes 株高Heigh 胸径Diameter 冠幅Crown 有机碳SOC 全氮TN 碱解氮HN 全磷TP 有效磷AP 土壤微生物量碳MBC 0.748** 0.816** 0.743** 0.685** 0.215 0.253 0.604** −0.303 土壤微生物量氮MBN 0.284 0.390* 0.354* 0.314 0.129 0.134 0.543** −0.258 土壤呼吸强度Soil respiratory intensity 0.012 0.114 0.124 −0.100 0.178 0.108 0.478** −0.218 土壤微生物碳熵Soil microbial C quotien 0.103 0.201 0.141 −0.273 0.051 0.021 0.459** −0.066 土壤微生物量碳氮比MBC/MBN 0.427** 0.323 0.309 0.347* −0.009 0.050 −0.132 0.143 土壤微生物氮熵Soil microbial N quotien 0.260 0.376* 0.319 0.173 −0.508** −0.429** 0.686** −0.144 注：*表示显著相关（P ˂ 0.05），**表示极显著相关（P ˂ 0.01）. Note:*indicates significant correlation （P ˂0.05）, **indicates extremely significant correlation （P ˂0.01）.
下载: 导出CSV
-
[1] 魏晓婷, 雷泽勇, 韩辉. 章古台沙地不同林龄樟子松人工林土壤水分研究 [J]. 干旱区资源与环境, 2016, 30(06): 115-121. WEI X T, LEI Z Y, HAN H. Soil moistures characteristics of different- aged Pinus sylvestris var. mongolica artificial forests in Zhanggutai sandy area [J]. Journal of Arid Land Resources and Environment, 2016, 30(06): 115-121(in Chinese).
[2] 张日升. 章古台沙地针叶人工林对土壤养分的影响 [J]. 防护林科技, 2016(12): 10-12. ZHANG R S. Effects of coniferous plantations in Zhanggutai sandland on soil nutrients [J]. Protection Forest Science and Technology, 2016(12): 10-12(in Chinese).
[3] 段民福, 廖超英, 孙长忠, 等. 毛乌素沙地樟子松人工林土壤物理性质的时空变异规律 [J]. 西北农业学报, 2012, 21(3): 188-192. doi: 10.3969/j.issn.1004-1389.2012.03.036 DUAN M F, LIAO C Y, SUN C Z, et al. Spatio-temporal variabilities of soil physical properties of Pinus sylvestris var. mongolica artificial forest in Mu Us desert [J]. Acta Agriculturae Boreali-Occidentalis Sinica, 2012, 21(3): 188-192(in Chinese). doi: 10.3969/j.issn.1004-1389.2012.03.036
[4] 牛沙沙, 周永斌, 刘丽颖, 等. 不同林龄樟子松人工林土壤理化性质 [J]. 东北林业大学学报, 2015, 43(2): 47-50,62. doi: 10.3969/j.issn.1000-5382.2015.02.011 NIU S S, ZHOU Y B, LIU L Y, et al. Soil Properties in Pinus sylvestris var. mongolica Plantation of Different Ages [J]. Journal of Northeast Forestry University, 2015, 43(2): 47-50,62(in Chinese). doi: 10.3969/j.issn.1000-5382.2015.02.011
[5] 赵燕娜, 廖超英, 李晓明, 等. 毛乌素沙地不同林龄樟子松人工林土壤酶活性变化特征 [J]. 西北林学院学报, 2014, 29(2): 1-5,19. doi: 10.3969/j.issn.1001-7461.2014.02.01 ZHAO Y N, LIAO C Y, LI X M, et al. Evolution of soil enzyme activities of Pinus sytvestris var. mongolica plantation at different ages in muus sandland [J]. Journal of Northwest Forestry University, 2014, 29(2): 1-5,19(in Chinese). doi: 10.3969/j.issn.1001-7461.2014.02.01
[6] 于德良, 雷泽勇, 张岩松, 等. 沙地樟子松人工林土壤酶活性及其影响因子 [J]. 干旱区研究, 2019, 36(03): 621-629. YU D L, LEI Z Y, ZHANG Y S, et al. Soil enzyme activity and its affecting factors under Pinus sylvestris var. mongolica plantation in sandy land [J]. Arid Zone Research, 2019, 36(03): 621-629(in Chinese).
[7] LEGAY N, CLÉMENT J C, GRASSEIN F, et al. Plant growth drives soil nitrogen cycling and N-related microbial activity through changing root traits [J]. Fungal Ecology, 2020, 44: 100910. doi: 10.1016/j.funeco.2019.100910 [8] KHAN A G. Role of soil microbes in the rhizospheres of plants growing on trace metal contaminated soils in phytoremediation [J]. Journal of Trace Elements in Medicine and Biology, 2005, 18(4): 355-364. doi: 10.1016/j.jtemb.2005.02.006 [9] 刘爽, 王传宽. 五种温带森林土壤微生物生物量碳氮的时空格局 [J]. 生态学报, 2010, 30(12): 3135-3143. LIU S, WANG C K. Spatio-temporal patterns of soil microbial biomass carbon and nitrogen in five temperate forest ecosystems [J]. Acta Ecologica Sinica, 2010, 30(12): 3135-3143(in Chinese).
[10] 王宝荣, 杨佳佳, 安韶山, 等. 黄土丘陵区植被与地形特征对土壤和土壤微生物生物量生态化学计量特征的影响 [J]. 应用生态学报, 2018, 29(01): 247-259. WANG B R, YANG J J, AN S S, et al. Effects of vegetation and topography features on ecological stoichiometry of soil and soil microbial biomass in the hilly-gully region of the Loess Plateau, China [J]. Chinese Journal of Applied Ecology, 2018, 29(01): 247-259(in Chinese).
[11] 徐阳春, 沈其荣, 冉炜. 长期免耕与施用有机肥对土壤微生物生物量碳、氮、磷的影响 [J]. 土壤学报, 2002, 39(1): 89-96. XU Y C, SHEN Q R, RAN W. Effects of zero-tillage and application of manure on soil microbial biomass C, N, and P after sixteen years of cropping [J]. Acta Pedologica Sinica, 2002, 39(1): 89-96(in Chinese).
[12] 李陆平, 廖超英, 李晓明, 等. 毛乌素沙地樟子松人工林对土壤微生物及酶活性的影响 [J]. 西北林学院学报, 2012, 27(3): 12-16. doi: 10.3969/j.issn.1001-7461.2012.03.03 LI L P, LIAO C Y, LI X M, et al. Effects on soil microorganism and enzyme activities of artificial Pinus sylvestris var. mongolica in mu us sand land [J]. Journal of Northwest Forestry University, 2012, 27(3): 12-16(in Chinese). doi: 10.3969/j.issn.1001-7461.2012.03.03
[13] 仇少君, 彭佩钦, 刘强, 等. 土壤微生物生物量氮及其在氮素循环中作用 [J]. 生态学杂志, 2006, 25(4): 443-448. doi: 10.3321/j.issn:1000-4890.2006.04.018 QIU S J, PENG P Q, LIU Q, et al. Soil microbial biomass nitrogen and its role in nitrogen cycling [J]. Chinese Journal of Ecology, 2006, 25(4): 443-448(in Chinese). doi: 10.3321/j.issn:1000-4890.2006.04.018
[14] 严俊霞, 秦作栋, 李洪建, 等. 黄土高原地区柠条人工林土壤呼吸 [J]. 林业科学, 2010, 46(3): 1-8. doi: 10.11707/j.1001-7488.20100301 YAN J X, QIN Z D, LI H J, et al. Soil respiration characters in a Caragana plantation in loess plateau region [J]. Scientia Silvae Sinicae, 2010, 46(3): 1-8(in Chinese). doi: 10.11707/j.1001-7488.20100301
[15] 刘恩科, 赵秉强, 李秀英, 等. 长期施肥对土壤微生物量及土壤酶活性的影响 [J]. 植物生态学报, 2008, 32(1): 176-182. doi: 10.3773/j.issn.1005-264x.2008.01.020 LIU E K, ZHAO B Q, LI X Y, et al. Biological properties and enzymatic activity of arable soils affected by long-term different fertilization systems [J]. Journal of Plant Ecology, 2008, 32(1): 176-182(in Chinese). doi: 10.3773/j.issn.1005-264x.2008.01.020
[16] BURTON J, CHEN C R, XU Z H, et al. Soil microbial biomass, activity and community composition in adjacent native and plantation forests of subtropical Australia [J]. Journal of Soils and Sediments, 2010, 10(7): 1267-1277. doi: 10.1007/s11368-010-0238-y [17] ROVIRA P, JORBA M, ROMANYÀ J. Active and passive organic matter fractions in Mediterranean forest soils [J]. Biology and Fertility of Soils, 2010, 46(4): 355-369. doi: 10.1007/s00374-009-0437-0 [18] MORENO J L, TORRES I F, GARCÍA C, et al. Land use shapes the resistance of the soil microbial community and the C cycling response to drought in a semi-arid area [J]. Science of the Total Environment, 2019, 648: 1018-1030. doi: 10.1016/j.scitotenv.2018.08.214 [19] BARGALI K, MANRAL V, PADALIA K, et al. Effect of vegetation type and season on microbial biomass carbon in Central Himalayan forest soils, India [J]. CATENA, 2018, 171: 125-135. doi: 10.1016/j.catena.2018.07.001 [20] 林尤伟, 金光泽. 冻融期去根处理对小兴安岭6种林型土壤微生物量的影响 [J]. 生态学报, 2016, 36(19): 6159-6169. LIN Y W, JIN G Z. Effects of root resectioning on soil microbial biomass in six forest types in the Xiaoxing'an Mountains during freezing-thawing cycles [J]. Acta Ecologica Sinica, 2016, 36(19): 6159-6169(in Chinese).
[21] 丁令智, 满秀玲, 肖瑞晗, 等. 寒温带森林根际土壤微生物量碳氮含量生长季内动态变化 [J]. 林业科学, 2019, 55(7): 178-186. doi: 10.11707/j.1001-7488.20190720 DING L Z, MAN X L, XIAO R H, et al. Dynamics of soil microbial biomass carbon and nitrogen in the soil of rhizosphere during growing season in the cold temperate forests [J]. Scientia Silvae Sinicae, 2019, 55(7): 178-186(in Chinese). doi: 10.11707/j.1001-7488.20190720
[22] 李陆平, 廖超英, 李晓明, 等. 毛乌素沙地樟子松人工林土壤微生物数量变化 [J]. 干旱地区农业研究, 2013, 31(1): 157-160. doi: 10.3969/j.issn.1000-7601.2013.01.029 LI L P, LIAO C Y, LI X M, et al. Changes of soil microorganism of artificial Pinus sylvestris var. mongolica in Mu Us sandland [J]. Agricultural Research in the Arid Areas, 2013, 31(1): 157-160(in Chinese). doi: 10.3969/j.issn.1000-7601.2013.01.029
[23] 林雅超, 高广磊, 丁国栋, 等. 沙地樟子松人工林土壤理化性质与微生物生物量的动态变化 [J]. 生态学杂志, 2020, 39(5): 1445-1454. LIN Y C, GAO G L, DING G D, et al. Dynamics of soil physicochemical properties and microbial biomass in a Pinus sylvestris var. mongolica plantation [J]. Chinese Journal of Ecology, 2020, 39(5): 1445-1454(in Chinese).
[24] 国家林业局. 中华人民共和国林业行业标准: 主要树种龄级与龄组划分 LY/T 2908—2017[S]. 北京: 中国标准出版社, 2017: 4. State Forestry Administration of the People's Republic of China. Forestry Standard of the People's Republic of China: Regulations for age-class and age-group division of main tree-species. LY/T 2908—2017[S]. Beijing: Standards Press of China, 2017: 4(in Chinese).
[25] 胡婵娟, 刘国华, 吴雅琼. 土壤微生物生物量及多样性测定方法评述[J]. 生态环境学报, 2011, 20(Z1): 1161-1167. HU C J, LIU G H, WU Y Q. A review of soil microbial biomass and diversity measurements[J]. Ecology and Environmental Sciences, 2011, 20(Z1): 1161-1167(in Chinese).
[26] WU J, JOERGENSEN R G, POMMERENING B, et al. Measurement of soil microbial biomass C by fumigation-extraction—an automated procedure [J]. Soil Biology and Biochemistry, 1990, 22(8): 1167-1169. doi: 10.1016/0038-0717(90)90046-3 [27] VANCE E D, BROOKES P C, JENKINSON D S. An extraction method for measuring soil microbial biomass C [J]. Soil Biology and Biochemistry, 1987, 19(6): 703-707. doi: 10.1016/0038-0717(87)90052-6 [28] 鲍士旦. 土壤农化分析[M]. 3版. 北京: 中国农业出版社, 2000: 50-51. BAO S D. Soil and Agricultural Chemistry Analysis[M]. Beijing: Chinese Agriculture Press, 2000: 50-51(in Chinese).
[29] YIM M H, JOO S J, SHUTOU K, et al. Spatial variability of soil respiration in a larch plantation: Estimation of the number of sampling points required [J]. Forest Ecology and Management, 2003, 175(1-3): 585-588. [30] 杨涛, 徐慧, 李慧, 等. 樟子松人工林土壤养分、微生物及酶活性的研究 [J]. 水土保持学报, 2005, 19(3): 50-53. doi: 10.3321/j.issn:1009-2242.2005.03.013 YANG T, XU H, LI H, et al. Soil nutrient, microorganism and enzyme activity in Pinus sylvestris Plantations [J]. Journal of Soil Water Conservation, 2005, 19(3): 50-53(in Chinese). doi: 10.3321/j.issn:1009-2242.2005.03.013
[31] 吴祥云, 姜凤岐, 李晓丹, 等. 樟子松人工固沙林衰退的规律和原因 [J]. 应用生态学报, 2004, 15(12): 2225-2228. doi: 10.3321/j.issn:1001-9332.2004.12.006 WU X Y, JIANG F Q, LI X D, et al. Decline regularity and causes of Pinus sylvestris var. mongolica plantation on sandy land [J]. Chinese Journal of Applied Ecology, 2004, 15(12): 2225-2228(in Chinese). doi: 10.3321/j.issn:1001-9332.2004.12.006
[32] 卜涛, 张水奎, 宋新章, 等. 几个环境因子对凋落物分解的影响 [J]. 浙江农林大学学报, 2013, 30(5): 740-747. doi: 10.11833/j.issn.2095-0756.2013.05.017 BU T, ZHANG S K, SONG X Z, et al. Effects of several environmental factors on litter decomposition [J]. Journal of Zhejiang A & F University, 2013, 30(5): 740-747(in Chinese). doi: 10.11833/j.issn.2095-0756.2013.05.017
[33] 郭绪虎, 肖德荣, 田昆, 等. 滇西北高原纳帕海湿地湖滨带优势植物生物量及其凋落物分解 [J]. 生态学报, 2013, 33(5): 1425-1432. doi: 10.5846/stxb201208271209 GUO X H, XIAO D R, TIAN K, et al. Biomass production and litter decomposition of lakeshore plants in Napahai wetland, Northwestern Yunnan Plateau, China [J]. Acta Ecologica Sinica, 2013, 33(5): 1425-1432(in Chinese). doi: 10.5846/stxb201208271209
[34] 关阅章, 刘安田, 仲启铖, 等. 滨海围垦湿地芦苇凋落物分解对模拟增温的响应 [J]. 华东师范大学学报(自然科学版), 2013(5): 27-34. GUAN Y Z, LIU A T, ZHONG Q C, et al. Responses of decomposition of Phragmites australis litter to simulated temperature enhancement in the reclamed coastal wetland [J]. Journal of East China Normal University (Natural Science), 2013(5): 27-34(in Chinese).
[35] 牛小云, 孙晓梅, 陈东升, 等. 辽东山区不同林龄日本落叶松人工林土壤微生物、养分及酶活性 [J]. 应用生态学报, 2015, 26(9): 2663-2672. NIU X Y, SUN X M, CHEN D S, et al. Soil microorganisms, nutrients and enzyme activity of Larix kaempferi plantation under different ages in mountainous region of eastern Liaoning Province, China [J]. Chinese Journal of Applied Ecology, 2015, 26(9): 2663-2672(in Chinese).
[36] 杨曾奖, 曾杰, 徐大平, 等. 森林枯枝落叶分解及其影响因素 [J]. 生态环境, 2007, 16(2): 649-654. YANG Z J, ZENG J, XU D P, et al. The processes and dominant factors of forest litter decomposition: A review [J]. Ecology and Environment, 2007, 16(2): 649-654(in Chinese).
[37] 杨传波, 黄敬林, 李宝年, 等. 樟子松树栖真菌群落物种多样性及其与病害的关系 [J]. 东北林业大学学报, 2004, 32(5): 94-96. doi: 10.3969/j.issn.1000-5382.2004.05.034 YANG C B, HUANG J L, LI B N, et al. The relationship between the species diversity of dendrocola mycoflora on Pinus sylvestris var. mongolica and disease [J]. Journal of Northeast Forestry University, 2004, 32(5): 94-96(in Chinese). doi: 10.3969/j.issn.1000-5382.2004.05.034
[38] 杨成德, 龙瑞军, 陈秀蓉, 等. 东祁连山高寒草甸土壤微生物量及其与土壤物理因子相关性特征 [J]. 草业学报, 2007, 16(4): 62-68. doi: 10.3321/j.issn:1004-5759.2007.04.010 YANG C D, LONG R J, CHEN X R, et al. Study on microbial biomass and its correlation with the soil physical properties under the alpine grassland of the east of Qilian Mountains [J]. Acta Prataculturae Sinica, 2007, 16(4): 62-68(in Chinese). doi: 10.3321/j.issn:1004-5759.2007.04.010
[39] LIAO J D, BOUTTON T W. Soil microbial biomass response to woody plant invasion of grassland [J]. Soil Biology and Biochemistry, 2008, 40(5): 1207-1216. doi: 10.1016/j.soilbio.2007.12.018 [40] 陈婷, 郗敏, 孔范龙, 等. 枯落物分解及其影响因素 [J]. 生态学杂志, 2016, 35(7): 1927-1935. CHEN T, XI M, KONG F L, et al. A review on litter decomposition and influence factors [J]. Chinese Journal of Ecology, 2016, 35(7): 1927-1935(in Chinese).
[41] 任天志. 持续农业中的土壤生物指标研究 [J]. 中国农业科学, 2000, 33(1): 68-75. REN T Z. Soil bioindicators in sustainable agriculture [J]. Scientia Agricultura Sinica, 2000, 33(1): 68-75(in Chinese).
[42] DEVI N B, YADAVA P S. Seasonal dynamics in soil microbial biomass C, N and P in a mixed-oak forest ecosystem of Manipur, North-east India [J]. Applied Soil Ecology, 2006, 31(3): 220-227. doi: 10.1016/j.apsoil.2005.05.005 -
点击查看大图
计量
- 文章访问数: 2714
- HTML全文浏览数: 2714
- PDF下载数: 54
- 施引文献: 0
