作为世界三大化石能源之一的煤炭在中国能源领域占主导地位。煤矸石是采煤、洗煤过程中产生的固体废弃物,占原煤产量的15%~30%,预计到2025年我国煤矸石产量将达到8.00亿吨,急需处理[1-2]。煤泥泛指煤粉含水形成的半固体,是煤炭洗选加工的副产品,每洗选1吨煤约产生20%~30% 的煤泥[3]。煤矸石具有“三害”——侵占土地、污染环境和安全隐患[4]。煤泥具有高水分、高粘性、高持水性和低热值等不利于工业应用和运输的特点,造成环境污染的同时也浪费了资源[3, 5]。煤矸石和煤泥的绿色资源化利用问题已成为国家重点研究课题[6]。
煤矸石和煤泥中的主要矿物是石英和黏土类矿物。不同矿物赋存比例与煤矸石和煤泥类型相关。黏土岩类煤矸石和煤泥含有相当高比例的高岭石、伊利石等黏土矿物,具有较大比表面积、良好的吸附性、阳离子交换性、膨胀性等特点,有利于重塑土壤结构[3-6];同时,富含营养元素和有机质,具有制备植生基质的物质基础,可利用其作为土壤改良材料[4]。但是,不同来源的煤矸石和煤泥矿物组成、粒度、持水性、化学组成等均有差异,导致二者单独施加或复配时的土壤改良效果不同。李依临等[7]用煤矸石、煤泥、风化煤配施牛粪对风沙土改良,发现复配对提高紫花苜蓿产量和土壤养分积累的效果要优于单独添加。白宏伟等[8]用煤基固废材料(煤泥、煤矸石、风化煤)配施无机化肥制成煤基复混肥,施入土壤后对氮磷钾养分的释放有显著的延缓效果,有利于减少养分流失、提高植物对肥料的利用效率、促进植物生长发育。赵才毅等[9]发现煤泥、煤矸石、风化煤3种煤基物质不同配比的施用均对盐碱土不良理化性状有改良效果。上述研究表明,煤矸石和煤泥复配具有良好的土壤生态修复效果,可以通过改变土壤物理和化学性质,如土壤孔隙度、土壤pH营养元素含量等,显著影响土壤微生物动态与土壤养分代谢,进而影响土壤质量,但是目前关于煤矸石和煤泥配施修复沙化土壤的研究一般只停留在土壤物理化学性质分析上,关于煤矸石和煤泥配施条件下沙化土壤的微生物生物量化学计量特征研究鲜见。
沙化土壤的改良效果可以用土壤综合肥力指数(IFI)来表达[10-11]。此外土壤微生物生物量(MB)作为土壤有机质的一部分,其含量占比虽小,却是土壤C、N和P循环的关键调节因子 [12-13]。土壤微生物熵碳(qmb)、氮(qmbn)、磷(qmbp)是土壤微生物生物量碳(MBC)、氮(MBN)、磷(MBP)占土壤有机碳、全氮、全磷的百分比,主要用于反映一个资源单位可以支撑的微生物生物量,可以被视为基质质量和数量、土壤生物多样性和土壤特性的综合衡量标准[14-15]。因此,土壤微生物熵可以作为不同处理措施下土壤质量的有效评价指标。土壤微生物化学计量不平衡性可以评价微生物与资源化成分的差异性,有利于明确土壤与养分动态平衡状态[16]。总之,土壤微生物生物量化学计量特征研究为土壤生态修复中微生物动态与土壤养分代谢之间的关联提供了“桥梁”的作用[12-13, 17]。本研究在风沙地土壤中添加不同质量比的煤矸石和煤泥进行盆栽实验,以紫花苜蓿(Medicago sativa L.)为供试植物,分析煤矸石和煤泥配施条件下风沙土壤肥力、土壤微生物生物量及其化学计量比和土壤微生物熵及其化学计量不平衡性的变化,分析煤矸石和煤泥添加条件下风沙土壤中微生物动态与土壤养分代谢之间的关联,为煤矸石和煤泥的资源化利用以及风沙土壤改良提供科学依据。
1 材料与方法 1.1 供试材料供试土壤于2023年春季取自辽宁省农科院沙地治理与利用研究所章古台林场林地边缘(42°67′N,122°57′E)100 m2范围内,采用五点取样法取0~20 cm表层土,带回实验室挑出砂砾和植物根系等杂质,阴干后进行盆栽实验。供试土壤的基本性质为:pH 6.47,有机碳(SOC)4.13 g/kg、全氮(TN)0.13 g/kg、全磷(TP)0.26 g/kg、全钾(TK)21.60 g/kg。
供试煤矸石为辽宁沈阳红阳三矿采矸,由石英、高岭石、赤铁矿、钾霞石、磷酸铝石等矿物组成,经颚式破碎机破碎为5 mm以下备用,其基础性质为:pH 8.13、SOC 5.61 g/kg、TN 0.94 g/kg、TP 0.42 g/kg、TK 29.81 g/kg,其他矿质元素含量见表 1。
|
|
表 1 煤矸石和煤泥的化学元素组成(%) Table 1 Chemical elemental compositions of tested coal gangue and coal slurry |
供试煤泥取自山西塔山选煤厂,为螺旋分选机分选出的0.5~1.5 mm粒级粗煤泥,主要由石英和高岭石矿物组成,阴干后立即使用,该选煤厂主选工艺为重介质分选。煤泥基础性质为:pH 7.49、SOC 5.69 g/kg、TN 1.82 g/kg、TP 0.31 g/kg、TK 2.95 g/kg,其他矿质元素含量见表 1。
供试植物紫花苜蓿(中苜一号)种子采购于沭阳县绿彤园林工程有限公司,供试化肥购置于广东省珠海市广东品牌农资批发厂。
1.2 试验设计采用盆栽试验,在风沙土中添加不同比例(土壤总重的质量比)的煤矸石和煤泥,煤矸石和煤泥的添加量参考前人报道[7]确定。实验共计10个处理(见表 2),每个处理重复3次。在本研究的煤矸石和煤泥添加量条件下,供试土壤中的重金属含量均符合国标GB15618—2018《土壤环境质量农用地土壤污染风险管控标准(试行)》要求。所有处理均施入等量无机肥:尿素75 kg/hm2,磷酸二铵90 kg/hm2,硫酸钾105 kg/hm2[18]。
|
|
表 2 试验处理 Table 2 Experiment treatments |
化学指标测定参考文献[19],土壤微生物生物量碳(MBC)、氮(MBN)、磷(MBP)采用氯仿熏蒸–浸提法测定[20]。
1.4 数据计算| $ \text{土壤微生物熵碳(qmbc)=MBC/SOC×100%} $ | (1) |
| $ \text{土壤微生物熵氮(qmbn)=MBN/TN×100%} $ | (2) |
| $ \text{土壤微生物熵磷(qmbp)=MBP/TP×100%} $ | (3) |
| $ \mathrm{碳氮化学计量不平衡性(C/N_{imb})= (SOC/TN)/(MBC/MBN)} $ | (4) |
| $ \mathrm{碳磷化学计量不平衡性(C/P_{imb})= (SOC/TP)/(MBC/MBP)} $ | (5) |
| $ \mathrm{氮磷化学计量不平衡性(N/P_{imb})=(TN/TP)/(MBN/MBP)} $ | (6) |
土壤综合肥力指数计算方法参考文献[21]:采用修正的内梅罗公式计算土壤综合肥力指数。其中分肥力指标分别为土壤pH、有机碳(SOC)、全氮(TN)、碱解氮(AN)、全磷(TP)、有效磷(AP)、全钾(TK)、速效钾(AK),进而得到最终的土壤综合肥力指数。
| $ \mathrm{IFI}_i= \begin{cases}x / x_{\mathrm{a}} & x \leqslant x_{\mathrm{a}} \\ 1+\left(x-x_{\mathrm{a}}\right) /\left(x_{\mathrm{c}}-x_{\mathrm{a}}\right) & x_{\mathrm{a}}<x \leqslant x_{\mathrm{c}} \\ 2+\left(x-x_{\mathrm{c}}\right) /\left(x_{\mathrm{p}}-x_{\mathrm{c}}\right) & x_{\mathrm{c}}<x \leqslant x_{\mathrm{p}} \\ 3 & x>x_{\mathrm{p}}\end{cases} $ | (7) |
| $ \text{IFI}=\sqrt{\frac{{\left(\text{IFI}{i}_{平均}\right)}^{\text{2}}+{\left(\text{IFI}{i}_{最小}\right)}^{2}}{2}}\times \left(\frac{n-\text{1}}{n}\right) $ | (8) |
式中:IFIi为分肥力系数;x为该属性测定值;xa为分级标准下限,xp为分级标准上限,xc为介于分级标准上、下限之间,xa、xc、xp参考第二次全国土壤普查推荐的土壤肥力分级标准[22];IFI为土壤综合肥力评价指数;IFIi平均为各属性分肥力均值;IFIi最小为土壤各属性分肥力最小值;n为评价指标个数。
1.5 数据处理不同处理间采用单因素方差分析(one-way ANOVA)及LSD多重比较(P < 0.05)比较不同添加量下的土壤化学性质、肥力、土壤微生物生物量及化学计量比的差异显著性;利用Excel 2019对数据进行整理,SPSS 26.0对数据进行统计分析。使用Origin 2024和Canoco 5.0进行相关性和冗余分析(RDA)。
2 结果与分析 2.1 煤矸石和煤泥配施下土壤养分及综合肥力指数的变化由表 3可知,与CK相比,煤矸石和煤泥配施各处理下土壤综合肥力指数(IFI)显著提高,其中改良后T1处理的IFI最低,T8处理的IFI最高,较CK显著提高了28.13%,T9较T8的IFI有所下降。此外,T8处理土壤pH以及TN、AN、TP、TK、AK含量均为最高,与CK相比分别提高了8.79%、43.11%、49.10%、27.17%、73.68%。上述结果说明,施加煤矸石和煤泥能够显著提高沙地土壤肥力,在煤矸石和煤泥配施量较低(T1)时,土壤肥力改良效果较低,随着煤矸石和煤泥配施量的增加土壤肥力随之增加,但施加量过高(T9)土壤肥力反而下降,其中10%煤矸石和15% 煤泥配施(T8)的效果最佳。T6处理(15% 煤矸石和10% 煤泥配施)IFI显著低于T8处理(10% 煤矸石和15% 煤泥配施),说明在煤矸石和煤泥添加总量相同时,煤泥的土壤改良作用更大。
|
|
表 3 土壤化学性质和综合肥力指数 Table 3 Soil chemical properties and integrated fertility index (IFI) |
如图 1所示,与CK相比,煤矸石和煤泥配施各处理下土壤MBC、MBN、MBP含量均显著提高(P < 0.05),其中MBC和MBN含量与各处理下土壤IFI的变化规律一致,改良后T1处理最低,随配施量的增加出现先升后降的趋势。T8处理土壤的MBC、MBN、MBP含量均为最高,相比CK分别提高了173.44%、112.09% 和404.35%,说明10% 煤矸石配施15% 的煤泥对风沙土壤改良效果最佳。
|
(图中小写字母不同表示处理间差异显著(P < 0.05)。MBC:微生物生物量碳;MBN:微生物生物量氮;MBP:微生物生物量磷;MBC/MBN:微生物生物量碳氮比;MBC/MBP:微生物生物量碳磷比;MBN/MBP:微生物生物量氮磷比。下同) 图 1 不同处理下土壤微生物生物量碳、氮、磷含量及其化学计量比 Fig. 1 MBC, MBN, MBP and their stoichiometric ratios under different treatments |
各处理的MBC/MBN值均显著高于CK,T7处理MBC/MBN值最大,较CK提高了31.46%,但T7处理与T2、T3、T6、T8、T9之间差异不显著。T2和T4处理的MBC/MBP值与CK相比显著提高,其中T2最高,其余处理低于CK。MBN/MBP值最高出现在T2处理且与CK之间差异不显著,其余处理的MBN/MBP值低于CK。
2.3 煤矸石和煤泥配施下土壤微生物熵及化学计量不平衡性的变化如图 2所示,煤矸石和煤泥配施可以显著改变土壤微生物熵值。各处理的qmbc均显著高于CK,其中T3处理的qmbc最大,与CK相比提高了90.21%。qmbn最大值出现在T4处理,与CK相比提高了82.43%。qmbp最大值出现在T1处理,与CK相比提高了257.89%。上述结果表明,煤矸石和煤泥配施可以显著提高风沙土壤中有机碳、全氮和全磷向微生物生物量碳、氮、磷的转化率,其中15% 煤矸石和5% 煤泥配施(T3)处理下MBC的转化率最高;5% 煤矸石10% 煤泥(T4)处理下MBN的转化率最高;5% 煤矸石和5% 煤泥配施(T1)处理下MBP的转化率最高。煤矸石和煤泥的添加对土壤–微生物化学计量不平衡性影响显著。其中,T4、T6、T9处理C/Nimb显著高于CK,T1、T3处理显著低于CK,其余处理与CK之间差异不显著。各处理C/Pimb值均显著高于CK,除T4和T6处理外其余处理N/Pimb均显著高于CK。上述结果说明煤矸石和煤泥的添加量不同导致土壤微生物与资源化学组分之间差异性显著改变。
|
(qmbc:微生物熵碳;qmbn:微生物熵氮;qmbp:微生物熵磷;C/Nimb,碳氮化学计量不平衡性;C/Pimb:碳磷化学计量不平衡性;N/Pimb:氮磷化学计量不平衡性。下同) 图 2 不同处理下土壤微生物熵碳、氮、磷及化学计量不平衡比 Fig. 2 qmbc, qmbn, qmbp and their stoichiometric imbalance ratios under different treatments |
土壤养分与土壤微生物生物量化学计量特征之间的相关性如图 3所示。8个土壤养分指标与MBC和MBN均呈现极显著(P < 0.01)正相关关系。土壤pH、AN、TP、AP、TK与土壤MBP呈极显著或显著正相关。pH和AP与qmbc极显著正相关。pH、SOC和TK与qmbn呈显著正相关,TN与qmbn极显著负相关。土壤pH、AN和AP与qmbp极显著正相关。IFI与8个土壤养分指标和MBC、MBN、MBP以及MBC/MBN极显著正相关,与qmbp显著正相关,与MBN/MBP显著负相关。
|
图 3 土壤养分与土壤微生物生物量化学计量特征的相关性 Fig. 3 Correlations between soil nutrient and, soil microbial stoichiometric ratios and its stoichiometric imbalance |
土壤化学计量比、土壤微生物生物量化学计量比及土壤−微生物化学计量不平衡比与土壤微生物熵做冗余分析,其结果如图 4所示。前两个排序轴共解释了所有变异的96.68%,其中第一轴解释了54.91%,第二轴解释了41.77%,说明两轴能很好的说明各因素间的响应关系。CK、T2、T5处理位于RDA1的右侧,其余处理位于RDA1轴的左侧且与12个指标中的9个指标位于同侧,说明T1、T3、T4、T6、T7、T8、T9处理能显著改变土壤微生物生物量及其化学计量特征。qmbc和qmbp与MBC/MBN、C/Pimb、N/Pimb呈正相关,而与SOC/TN、SOC/TP、MBC/MBP、MBN/MBP和C/Nimb呈负相关,且qmbc与qmbp之间呈正相关。qmbn与SOC/TN、SOC/TP和C/Nimb呈正相关,而仅与TN/TP呈负相关。RDA排序图的交互式向前分析检验表明N/Pimb和SOC/TN对微生物熵作用明显,分别解释了土壤qmbc、qmbn、qmbp的42.5%(F=20.7,P=0.002)和38.0%(F=52.7,P=0.002),说明这2个指标是土壤微生物熵的关键驱动因子。
|
图 4 土壤微生物熵与土壤微生物化学计量不平衡性的冗余分析 Fig. 4 Redundancy analysis of soil microbial entropy and soil microbial stoichiometric imbalance |
科尔沁地区风沙土壤松散,养分含量低[10-11]。本研究选用典型富含黏土矿物的煤矸石和煤泥配施改良土壤,结果发现各处理条件下土壤养分指标均显著提高(表 3),其中10% 煤矸石配施15% 煤泥时效果最佳,施加量过高时土壤肥力下降。与本研究结果相似李依临等[7]研究发现煤泥、煤矸石、风化煤配施可以提高紫花苜蓿产量和碳氮代谢相关酶活性,且复配效果更有利于微生物养分的利用和土壤肥力的提升积累。张宇航等[23]用混合粒径的煤矸石改良盐碱土,发现20% 施加量时的土壤综合肥力指数最大,但随施加量增加,土壤综合指数会下降。本研究所用的煤矸石由石英、高岭石、赤铁矿、钾霞石、磷酸铝石等矿物组成,而煤泥主要由石英和高岭石矿物组成,二者的矿物组成不同,同时二者间镁、钾、钙、铁等化学元素含量也不相同(表 1),因此煤矸石与煤泥的配施比例对土壤理化性质产生不同的影响,导致二者复配出现交互协调效果。15% 煤矸石和10% 煤泥配施处理下土壤肥力显著低于10% 煤矸石和15% 煤泥配施处理,说明煤泥添加量对土壤综合肥力的影响要高于煤矸石,可能原因是煤泥的粒径(1.5~0.25 mm)小于煤矸石的粒径(< 5 mm),因此相同质量情况下煤泥的比表面积更大,吸附性、离子交换性、吸收膨胀性更强,进而对土壤肥力的影响更多。有研究表明土壤pH是快速评价土壤修复效果的指标[10, 24],本研究显示改良后的土壤pH值在7.03~7.26之间,较CK(pH 6.67)提高了5.40%~8.85%,符合前人研究[24]的最适土壤微生物活性和养分有效性的pH范围(6.5~7.5),表明煤矸石和煤泥配施改良风沙土壤是可行的。煤矸石和煤泥处理条件下土壤pH显著高于CK,可能原因是供试煤矸石和煤泥呈碱性,添加后会提高土壤pH。
3.2 煤矸石和煤泥配施对土壤微生物生物量及其化学计量比的影响土壤微生物生物量是土壤中活体微生物的总量,可直接驱动土壤微生物参与到养分循环过程,并调控土壤肥力的形成[25-26]。本研究发现,在煤矸石和煤泥配施处理下土壤MBC、MBN、MBP含量显著提高。相关性分析表明土壤MBC、MBN、MBP与IFI之间呈现极显著的正相关关系,其中MBC与IFI之间相关性更强(R2=0.89),这与前人研究发现MBC与IFI有着极显著正相关关系一致[14-15]。上述结果说明煤矸石和煤泥配施处理可以显著提高风沙土壤微生物活性,进而显著提高土壤肥力。煤矸石和煤泥中含有镁钙铝铁等许多矿物元素、碳、腐殖酸及大量黏土矿物等,为土壤微生物生长繁殖提供了营养物质以及更多的吸附位点,增加了微生物的相对丰度,促进微生物生长代谢酶的产生,进而影响土壤元素循环[27-28],因此煤矸石和煤泥的配施显著提高了土壤肥力和微生物生物量。土壤微生物生物量化学计量比与土壤化学计量相比,对土壤质量的变化往往更敏感[29]。土壤MBC/MBN值反映了土壤中细菌和真菌的比例,一般而言,当MBC/MBN值为3~5时,土壤微生物群落中细菌占优势,其值为4~15时则真菌占优势[30]。本研究MBC/MBN值为8.56~11.25,表明煤矸石和煤泥配施改良风沙土壤微生物以真菌为主,且随着煤矸石和煤泥的施加量的增加,土壤真菌比例增加。相关性分析发现,MBC/MBN与IFI呈极显著正相关关系,说明真菌在煤矸石和煤泥配施中驱动土壤肥力的提升。土壤MBC/MBP值能够反映土壤微生物对土壤磷素有效性调节的潜力,当其比值减小时,意味着土壤微生物不缺磷,从而矿化磷的潜力大,不会与植物竞争土壤中的磷[31]。本研究发现,T8处理时土壤IFI最高,同时MBC/MBP比值显著低于CK,表明在最佳处理下土壤矿化磷的潜力大。本研究中MBN/MBP值除T2外其余处理均显著低于CK,且与IFI呈负相关,说明煤矸石和煤泥的添加提高土壤肥力,导致紫花苜蓿生长旺盛,而植物与微生物竞争土壤中的氮,导致MBN/MBP值下降,这与李品等[31]研究发现植物生长过程中竞争了土壤中的氮导致MBN/MBP值结果相似。
3.3 煤矸石和煤泥配施对土壤微生物熵和土壤–微生物化学计量不平衡性的影响土壤微生物生物量与周围环境(土壤养分)之间的生态化学计量关系是控制微生物过程的重要因素[32]。土壤qmbc被认为是预测土壤有机质质量和监测有机碳变化的重要而灵敏的指标,而土壤qmbn和qmbp是反映土壤有效氮和有效磷供应潜能的重要指标[14, 33]。土壤微生物熵越大,表明土壤有效养分积累越大[17]。本研究发现,煤矸石和煤泥配施处理可以显著提高土壤qmbc、qmbn和qmbp,说明煤矸石和煤泥的添加导致土壤中有机质的输入量和MBC的转化速率、土壤中氨态氮所占的比例及全氮向MBN的转化效率、土壤中活性有机磷所占的比例以及土壤中全磷向MBP的转化效率均显著提高,煤矸石与煤泥的不同配比之间存在差异。这与吴秀芝等[14]研究荒漠化草地土壤的微生物熵越小,荒漠化程度越高的结果相似。qmbp与IFI显著正相关,qmbc与qmbn与IFI正向相关,但未达显著水平,说明煤矸石和煤泥配施处理下,相较于土壤有机质和全氮,土壤中全磷向MBP的转化效率对土壤肥力的影响更大。本研究中,煤矸石和煤泥配施条件下,各处理间C/Nimb、C/Pimb和N/Pimb差异显著。各处理土壤SOC/TN、SOC/TP、TN/TP值均高于CK或与CK无显著差异,而各处理土壤MBC/MBP和MBN/MBP值差异明显,说明煤矸石与煤泥的配施条件下土壤–微生物化学计量不平衡性的差异是由土壤微生物生态的显著变化引起。
3.4 土壤–微生物化学计量不平衡性与土壤微生物熵的关系土壤化学计量比、土壤微生物生物量计量比以及土壤–微生物化学计量不平衡性可一定程度上解释土壤微生物熵的变化[17, 34]。Zhou和Wang[35]研究森林生态系统发现土壤qmbc与SOC/TN、SOC/TP均呈显著负相关;吴秀芝等[14]研究不同沙漠化程度,结果发现qmbc的变化也表现出与土壤SOC/TN、SOC/T显著负相关。与上述研究结果相似,本研究RDA表明,qmbc与SOC/TN、SOC/TP呈负相关,说明在高SOC/TN和SOC/TP条件下,微生物生长会竞争土壤中的N或者P。qmbc与N/Pimb呈正相关,而与C/Nimb呈负相关,qmbn与C/Nimb呈正相关,qmbp与C/Pimb和N/Pimb呈正相关,这与张冠华等[30]研究不同茶园土壤–微生物化学计量与土壤微生物熵的变化关系相似,表明土壤–微生物碳、氮、磷以及微生物元素利用之间的平衡对系统碳氮磷的循环产生一定影响。RDA表明N/Pimb和SOC/TN是土壤微生物熵的关键驱动因子,说明微生物元素利用的平衡对生态系统中碳、氮和磷循环有一定的影响,这同样也说明了微生物与植物竞争土壤中的N。
4 结论煤矸石和煤泥配施可以显著提高风沙土壤肥力、土壤微生物生物量及土壤微生物熵,改善土壤质量,且呈现随配施量的增加出现先增加后降低的趋势。10% 煤矸石和15% 煤泥配施处理下土壤IFI和土壤微生物生物量最高,与CK相比IFI显著提高了28.13%,MBC、MBN、MBP含量分别显著提高173.44%、112.09% 和404.35%。煤矸石和煤泥的添加导致土壤微生物与资源化学组分之间差异性显著改变,N/Pimb、SOC/TN是土壤微生物熵的关键驱动因子。总之,煤矸石和煤泥配施处理可以改变风沙土壤养分含量和组成、微生物养分含量和组成及其C︰N︰P化学计量比,有助于风沙土壤改良及煤矸石和煤泥资源化利用。
| [1] |
胡振琪, 赵艳玲, 毛缜. 煤矸石规模化生态利用原理与关键技术[J]. 煤炭学报, 2024, 49(2): 978-987 ( 0) |
| [2] |
米美霞, 邵明安, 武小刚, 等. 煤矸石和钙结石对植物生长和土壤含水量的影响[J]. 土壤学报, 2021, 58(6): 1460-1471 ( 0) |
| [3] |
刘誉, 索全义, 刘巍, 等. 煤泥特性及其对砂性土物理性质的影响[J]. 北方农业学报, 2023, 51(1): 38-44 ( 0) |
| [4] |
郭佳琪, 刘冠男, 张长青, 等. 煤矸石生态修复利用及其重金属污染防控研究进展[J]. 中国矿业, 2024, 33(11): 18-27 ( 0) |
| [5] |
王鑫, 凌鹏, 安晓雪, 等. 典型污泥与煤泥混合燃烧及硫氧化物释放特性[J]. 洁净煤技术, 2022, 28(6): 44-53 ( 0) |
| [6] |
潘硕, 胡雨晴, 王海燕, 等. 煤矸石综合利用技术现状与标准体系研究[J]. 中国矿业, 2024, 33(7): 89-98 ( 0) |
| [7] |
李依临, 尚海丽, 温欣, 等. 多源废弃物配施对矿区土壤的改良效应[J]. 北方农业学报, 2022, 50(4): 74-82 ( 0) |
| [8] |
白宏伟, 索全义, 刘巍, 等. 煤基复混肥在模拟农田条件下氮磷钾养分的释放特性[J]. 北方农业学报, 2020, 48(2): 34-42 ( 0) |
| [9] |
赵才毅, 索全义, 刘巍, 等. 模拟农田条件下不同煤基物质配比对盐碱土理化性质的影响[J]. 北方农业学报, 2020, 48(2): 51-57 ( 0) |
| [10] |
高传俊, 赵雪淞, 王力恒, 等. 膨润土对科尔沁沙地土壤肥力和活性有机碳的影响[J]. 干旱区资源与环境, 2024, 38(6): 174-181 ( 0) |
| [11] |
高欣, 赵雪淞, 赵凤艳, 等. 有机培肥对连作花生土壤肥力及活性有机碳库的影响[J]. 土壤通报, 2023, 54(1): 67-76 ( 0) |
| [12] |
王理德, 何洪盛, 韩福贵, 等. 民勤绿洲不同退耕年限土壤微生物量的变化特性[J]. 生态与农村环境学报, 2022, 38(10): 1338-1346 ( 0) |
| [13] |
Luo H Q, Yu J L, Li R X, et al. Microbial biomass C: N: P as a better indicator than soil and ecoenzymatic C: N: P for microbial nutrient limitation and C dynamics in Zoige Plateau peatland soils[J]. International Biodeterioration & Biodegradation, 2022, 175: 105492 ( 0) |
| [14] |
吴秀芝, 刘秉儒, 阎欣, 等. 荒漠草地土壤微生物生物量和微生物熵对沙漠化的响应[J]. 应用生态学报, 2019, 30(8): 2691-2698 ( 0) |
| [15] |
Cao R, Yang W Q, Chang C H, et al. Soil microbial biomass carbon and freeze-thaw cycles drive seasonal changes in soil microbial quotient along a steep altitudinal gradient[J]. Journal of Geophysical Research: Biogeosciences, 2021, 126(9): e2021JG006325 DOI:10.1029/2021JG006325 ( 0) |
| [16] |
胡斯乐, 董立国, 白晓雄, 等. 黄土丘陵区典型土地利用类型土壤-微生物量及其生态化学计量特征[J]. 水土保持学报, 2024, 38(3): 298-305 ( 0) |
| [17] |
Yu J Y, Yu Z J, Li J W, et al. Responses of soil microbial biomass C: N: P stoichiometry to increased precipitation and nitrogen deposition in temperate shrublands[J]. European Journal of Soil Biology, 2023, 119: 103553 DOI:10.1016/j.ejsobi.2023.103553 ( 0) |
| [18] |
赵雪淞, 宋王芳, 高欣, 等. 秸秆还田和耕作方式对花生土壤微生物量、酶活性和产量的影响[J]. 中国土壤与肥料, 2020(3): 126-132 ( 0) |
| [19] |
鲁如坤. 土壤农业化学分析方法[M].
中国农业科技出版社, 北京, 2000
( 0) |
| [20] |
吴金水, 林启美, 黄巧云, 等. 土壤微生物生物量测定方法及其应用[M].
气象出版社, 北京, 2006
( 0) |
| [21] |
黄菲, 张佛熠, 钟嘉琳, 等. 南昌城市森林土壤肥力综合评价及其空间分布特征[J]. 中南林业科技大学学报, 2024, 44(8): 129-138 ( 0) |
| [22] |
曹雪莹, 谭长银, 杨佳, 等. 有机物料对农田土壤肥力及镉有效性的影响[J]. 土壤, 2024, 56(2): 367-374 DOI:10.13758/j.cnki.tr.2024.02.016 ( 0) |
| [23] |
张宇航, 宋子岭, 孔涛, 等. 煤矸石对盐碱土壤理化性质的改良效果[J]. 生态环境学报, 2021, 30(1): 195-204 ( 0) |
| [24] |
He M J, Xiong X N, Wang L, et al. A critical review on performance indicators for evaluating soil biota and soil health of biochar-amended soils[J]. Journal of Hazardous Materials, 2021, 414: 125378 DOI:10.1016/j.jhazmat.2021.125378 ( 0) |
| [25] |
李晓英, 周惠民, 李畅, 等. 城市不同功能区绿地土壤理化性质及微生物生物量的分布特征[J]. 土壤, 2021, 53(4): 874-880 DOI:10.13758/j.cnki.tr.2021.04.027 ( 0) |
| [26] |
Zhang G H, Yang W J, Hu J J, et al. Effects of tea planting age on soil microbial biomass C: N: P stoichiometry and microbial quotient[J]. Plant, Soil and Environment, 2023, 69(5): 221-229 DOI:10.17221/164/2023-PSE ( 0) |
| [27] |
Chen C F, Liu W J, Jiang X J, et al. Effects of rubber-based agroforestry systems on soil aggregation and associated soil organic carbon: Implications for land use[J]. Geoderma, 2017, 299: 13-24 DOI:10.1016/j.geoderma.2017.03.021 ( 0) |
| [28] |
尚海丽. 西北干旱区粘土矿物-微生物作用机理及促生效应[D]. 北京: 中国矿业大学(北京), 2018.
( 0) |
| [29] |
Khan K S, Naveed M, Qadir M F, et al. Variation in soil C and P fractions associated with microbial biomass[J]. Journal of Soil Science and Plant Nutrition, 2023, 23(4): 6573-6583 DOI:10.1007/s42729-023-01511-0 ( 0) |
| [30] |
张冠华, 牛俊, 易亮, 等. 不同植茶年限土壤-微生物生物量碳氮磷化学计量特征[J]. 应用生态学报, 2023, 34(4): 969-976 ( 0) |
| [31] |
李品, 木勒德尔·吐尔汗拜, 田地, 等. 全球森林土壤微生物生物量碳氮磷化学计量的季节动态[J]. 植物生态学报, 2019, 43(6): 532-542 ( 0) |
| [32] |
刘小勇, 任静, 张锐, 等. 核桃大豆间作土壤微生物生物量碳氮、氮素营养与酶活性特征[J]. 土壤, 2024, 56(5): 982-991 DOI:10.13758/j.cnki.tr.2024.05.008 ( 0) |
| [33] |
Yan Y C, Wang C, Zhang J M, et al. Response of soil microbial biomass C, N, and P and microbial quotient to agriculture and agricultural abandonment in a meadow steppe of Northeast China[J]. Soil and Tillage Research, 2022, 223: 105475 DOI:10.1016/j.still.2022.105475 ( 0) |
| [34] |
Mooshammer M, Wanek W, Zechmeister-Boltenstern S, et al. Stoichiometric imbalances between terrestrial decomposer communities and their resources: Mechanisms and implications of microbial adaptations to their resources[J]. Frontiers in Microbiology, 2014, 5: 22 ( 0) |
| [35] |
Zhou Z H, Wang C K. Reviews and syntheses: Soil resources and climate jointly drive variations in microbial biomass carbon and nitrogen in China's forest ecosystems[J]. Biogeosciences, 2015, 12(22): 6751-6760 DOI:10.5194/bg-12-6751-2015 ( 0) |
2026, Vol. 58



0)