《Agriculture, Ecosystems & Environment》：Associations of pedogenic carbonate accumulation with soil organic-inorganic carbon coupling in arid croplands
编辑推荐：
陆同平|李玉玲|王旭辉|郭慧|何斌|穆罕默德·肖艾布·拉纳|马杰|田长彦|史建飞|王玉刚|王秀军中国科学院新疆生态与地理研究所干旱地区生态系统安全与可持续发展国家重点实验室，中国新疆乌鲁木齐830011摘要土壤无机碳（SIC），尤其是成土碳酸盐（PIC），在干旱和半干旱地区的碳封
陆同平|李玉玲|王旭辉|郭慧|何斌|穆罕默德·肖艾布·拉纳|马杰|田长彦|史建飞|王玉刚|王秀军
中国科学院新疆生态与地理研究所干旱地区生态系统安全与可持续发展国家重点实验室，中国新疆乌鲁木齐830011
摘要
土壤无机碳（SIC），尤其是成土碳酸盐（PIC），在干旱和半干旱地区的碳封存中起着重要作用，但其与土壤有机碳（SOC）组分及微生物过程的耦合机制仍不明确。为解决这一问题，我们在中国西北部的博乐和武威地区收集了玉米和棉花种植系统的土壤样本。我们区分了稳定有机碳（与矿物质相关的OC，MAOC；重质有机碳，HFOC）和活性有机碳（颗粒有机碳，POC；轻质有机碳，LFOC；溶解有机碳，DOC），以评估它们与无机碳库之间的独立关系。研究发现，博乐地区的玉米土壤富含SIC、PIC和溶解无机碳（DIC），以稳定有机碳为主；而棉花土壤则以POC和岩源碳酸盐（LIC）为主；武威地区的土壤则以活性有机碳为主，但其与无机碳的关联较弱。在不同地点，MAOC和HFOC与SIC、PIC和DIC呈正相关，而DOC和LFOC与SIC呈负相关。微生物多样性和生物量也与碳组分相关，其中真菌多样性对SOC-SIC的共变反应尤为敏感，细菌群落则与无机碳形式和pH值有更强的关联。此外，随机森林和偏最小二乘路径模型表明，C:N比、阳离子交换容量（CEC）、微生物状态和MAOC是预测PIC形成和有机-无机碳关联的关键因素。总体而言，这些结果表明有机碳和无机碳组分之间存在协调变化，强调了微生物状态、养分化学计量比和稳定有机碳组分之间的耦合是中国西北部干旱农田中SIC和PIC积累的重要机制。
引言
土壤成土碳酸盐（PIC）是土壤无机碳（SIC）的关键组成部分，在干旱和半干旱地区，其积累速率和碳储存量可超过土壤有机碳（SOC）（Lal和Kemble，1997；Wang等人，2014）。PIC的形成和转化是与SIC动态相关的核心过程，可能对土壤健康、区域碳预算和干旱生态系统的气候变化调节有重要贡献（Kim等人，2020；Zamanian等人，2021）。
PIC是新的碳酸盐矿物，当土壤溶液中的CO?部分来源于LIC的溶解并转化为碳酸根离子时，在土壤中沉积，这些碳酸根离子与来自非碳酸盐矿物（如硅酸盐风化产物）释放的Ca2?和Mg2?结合沉淀而成，或者通过外部输入提供（Monger和Gallegos，1997；Monger等人，2015）。因此，PIC的形成代表了一种碳封存途径。长期试验表明，在干旱地区，氮磷钾（NPK）施肥显著增加了SIC和PIC的储量（Wang等人，2014），并且土壤肥力的提高往往伴随着PIC的增加（Wang等人，2025b）。综合施肥方案，包括矿物肥料与有机改良剂的结合或有机材料的使用，同样可以增加SIC的储量（Wang等人，2014；Bughio等人，2016；Dong等人，2017）。此外，SOC和PIC通常呈强正相关，SOC的增加有利于PIC的积累（Wang等人，2015；Lu等人，2020）。这表明提高土壤肥力和PIC的策略可能会相互促进。然而，大规模评估也显示，氮沉降和农业施肥会导致土壤酸化，从而溶解大量SIC，包括PIC，特别是在湿润和半湿润地区损失尤为严重（Zamanian等人，2018；Song等人，2022；Tao等人，2022）。这一看似矛盾的现象强调了更好地理解土壤养分和碳库之间关系的必要性，以及过度施肥可能破坏土壤平衡并加速无机碳损失的问题。鉴于田间研究的观察性质，这些关系应被视为与潜在机制一致的关联和模式，而不是因果关系的直接证据。
最近的研究加深了我们对土地利用和管理如何影响干旱农业生态系统中的PIC储量、SIC动态及相关土壤肥力的理解（Bughio等人，2016；Lu等人，2020；Wang等人，2014；Wang等人，2025b；Liu等人，2022；Qin等人，2022；de Soto等人，2022；Dong等人，2024）。这些研究强调了灌溉制度、施肥和母质在塑造PIC形成和SIC储存中的重要性，并开始将SIC沉积与通过有机-矿物关联和聚集实现的SOC稳定联系起来（Fernández-Ugalde等人，2011；Huang等人，2019）。然而，仍存在三个关键知识空白。首先，不同SOC组分（尤其是活性组分DOC、LFOC）与稳定组分（MAOC、HFOC）在促进或限制PIC形成方面的差异作用在田间尺度上仍不明确。大多数先前的研究将SOC视为一个整体，这掩盖了有机物质量和稳定状态调节碳酸盐动态的机制途径。其次，土壤养分状态（C、N、P）、活性养分离子（CEC、可交换Ca2?/Mg2?）和物理化学性质（质地、水分）对PIC和SIC的联合影响主要基于推断，尚未在综合框架中进行明确测试。第三，虽然微生物被认为是风化和碳循环的关键作用者，但它们的作用主要体现在硅酸盐溶解方面（Liu等人，2023；Chen等人，2025；Timmermann等人，2025），同时结合微生物多样性、SOC组分和无机碳库的实证模型相对较少。在本研究中，微生物状态指的是分析中考虑的综合微生物属性，包括微生物生物量和多样性指标。
为填补这些空白，本研究采用了一个综合的基于田间的框架，综合考虑了SOC组分、SIC/PIC/DIC/LIC库、微生物生物量、微生物多样性和土壤养分以及环境条件。该研究比较了四个干旱农田地区的作物组合：武威-苜蓿（W-A）、武威-玉米（W-M）、博乐-玉米（B-M）和博乐-棉花（B-C）。由于并非所有可能的地区和作物组合都进行了研究，因此设计未能完全区分地区效应和作物效应。因此，统计解释侧重于地区-作物组合之间的关联以及与提出的假设一致的模式。
具体而言，本研究旨在：（i）量化干旱农田中不同地区-作物组合中活性与稳定SOC组分与SIC、PIC、DIC和LIC的共变关系；（ii）使用机器学习和结构方程方法评估与PIC和SIC统计相关的土壤、养分和微生物变量；（iii）构建一个描述土壤养分、MAOC、微生物状态、环境条件及有机-无机碳库之间关系的层次框架。这些目标直接对应于上述三个知识空白。假设1通过预测土壤养分可用性（包括SOC、TN和TP）与PIC呈正相关，解决了养分状态与无机碳库整合不足的问题。假设2通过预测稳定SOC组分（特别是MAOC）与SIC和PIC呈正相关，解决了SOC组分作用未得到充分解释的问题，这与矿物相关有机碳对无机碳积累的潜在贡献一致。假设3通过预测微生物状态与SIC和PIC呈正相关，但与LIC呈负相关，表明其与成土无机碳的耦合更强，解决了微生物属性在实证模型中整合不足的问题。
章节摘录
研究区域和地点选择
本研究在中国西北部的两个代表性干旱农业地区进行：甘肃省的武威市和新疆的博乐市。武威位于甘肃省中部，处于河西走廊的东端（37°49′～38°05′N，102°55′～103°10′E，海拔1632米）。该地区具有温带大陆性干旱气候，年平均降水量为263毫米，主要集中在7月和8月。年平均气温约为7.9°C，昼夜温差较大。
土壤碳组分和微生物生物量
图1展示了Z分数标准化值，以便于比较不同单位和量级的变量。所有组的绝对均值±标准差见表S6（每个地区-作物组合n=5）。统计测试使用表S5中提供的原始值或剖面整合值进行。如图1a所示，B-M组的SOC密度最高（15.90 kg m?2，p<0.01），其次是B-C组，W-A组与...
不同地区和作物类型之间的碳组分差异
土壤碳组分表现出明显的地区和作物相关性差异。我们的研究结果显示，博乐和武威地区的土壤有机碳和无机碳组分存在显著差异，三种作物系统之间也存在差异。在博乐地区，较高的SOC储量主要由稳定组分（MAOC和HFOC）构成，表明其具有很强的长期碳稳定能力；而武威地区的土壤含有更多的DOC和LFOC，SIC较低，表明其碳库更大、更具反应性且循环更快。
结论
研究表明，干旱农田中的土壤有机碳和无机碳组分在一个由养分状态、活性阳离子库、土壤水分和微生物特性塑造的层次系统中紧密相关。在不同地区-作物组合中，稳定SOC组分（特别是MAOC和HFOC）始终与较高的SIC和PIC相关，而活性SOC组分通常与无机碳库的关联较弱或呈负相关。微生物生物量...
CRediT作者贡献声明
陆同平：撰写——审稿与编辑，撰写——初稿，可视化，方法学，研究设计，资金获取，正式分析，数据管理，概念构建。王秀军：方法学，正式分析，概念构建。李玉玲：撰写——初稿，可视化，方法学，正式分析，数据管理。田长彦：撰写——审稿与编辑，资源管理，方法学，正式分析。马杰：方法学，正式分析。王玉刚：撰写——审稿与...
致谢
本研究得到了国家自然科学基金（42301051，42330601）、中国科学院新疆生态与地理研究所（2024000292）、新疆天池人才项目（2025000186）、新疆天山人才培训计划（2023TSYCLJ0048）、云南大学高原表面过程与环境变化重点实验室开放基金（PGPEC2302）以及新疆人才发展基金（XJRC?2025-KJ-PY-KJLJ?101）的支持。感谢副研究员雷国亮的支持。
