Impacts of vegetation restoration type on abundant and rare microflora inreclaimed soil of open-pit mining area
-
摘要:
植被恢复可促进重构土壤发育，调控生物地球化学循环和发挥生态系统功能。因此深入研究露天矿区植物恢复下土壤丰富和稀有微生物类群变化对改善矿区生态环境至关重要。采集内蒙古准格尔旗黑岱沟露天矿东排土场裸地（CK）、苜蓿（GL）、沙棘（BL）、油松（CF）、杨树（BF）和杨树＋油松（MF）6种复垦样地土壤，利用高通量测序、共现网络和相关性分析等探测植被类型对土壤丰富、稀有细菌和真菌群落结构组成和多样性的影响机制。结果表明：①不同植被恢复类型对土壤理化性质和酶活性影响存在显著性差异（P< 0.05），有机质（SOM）、铵态氮（AN）和亮氨酸氨基肽酶（LAP）酶活性等均显著高于CK。BL对土壤SOM、硝态氮（NN）和有效磷（AP）积累有优势，显著提高了脲酶（URE）、LAP和碱性磷酸酶（ALP）酶活性（P< 0.05）。②植被类型显著影响了土壤丰富和稀有微生物群落结构组成（P< 0.05），丰富和稀有细菌种类多于真菌，但真菌丰度变化更为显著，尤其是稀有真菌。不同植被恢复类型的丰富和稀有细菌，及稀有真菌群落Shannon指数高于CK，且与CK的群落结构间存在显著差异（P< 0.05）。③不同植被恢复类型均提高了丰富和稀有细菌、真菌的网络拓扑参数和复杂度。移除节点改变自然连通性的幅度测试结果表明BL增强了土壤丰富细菌、丰富和稀有真菌网络的稳定性和对外界干扰的抵抗力。④土壤URE、SOM和ALP是土壤微生物群落结构变化的主导因子。BL处理组中pH、SOM、AP、BG（β-葡萄糖苷酶）、URE和ALP均显著影响丰富和稀有微生物群落（P< 0.05）。综上认为，BL恢复模式对矿区复垦土壤质量改善效果更好，研究结果可为植被修复受损矿山复垦土壤及微生物资源的开发利用提供理论依据。
Abstract:Vegetation restoration is crucial for improving the ecological environment of mining areas, which could promote the development of reconstructed soil, thus regulating biogeochemical cycles, and exerting ecosystem functions. Therefore, it is essential and necessary to conduct in-depth research on the impact of vegetation restoration on soil microbial communities in open-pit mining areas. In this study, surface soil samples were collected from six typical reclamation plots, including bare land (CK),Medicago sativa(GL),Hippophae rhamnoides(BL),Pinus tabulaeformis(CF),Populus tomentosa(BF), andPopulus tomentosa+Pinus tabulaeformis(MF), located in the eastern waste dump of Heidaigou mining area of Zhungeer Banner, Inner Mongolia. High throughput sequencing, co-occurrence networks, and correlation analysis were used to explore the influential mechanism of vegetation types on soil abundant, rare bacterial and fungal community structural composition and diversity. Results showed that ① there were significant differences in the effects of different vegetation restoration types on soil physicochemical properties and enzyme activity (P<0.05). The soil organic matter content, ammonium nitrogen content, and leucine aminopeptidase activity were significantly higher than those of CK. BL performed the advantage in accumulating soil organic matter, nitrate nitrogen, and available phosphorus, while the urease, leucine aminopeptidase, and alkaline phosphatase activities were significantly increased (P<0.05). ② The vegetation type has significantly affected the composition of soil abundant and rare microbial communities (P<0.05), with more abundant and rare bacterial species than fungi, whereas the variation of fungal abundance was more significant, especially the rare fungi. The Shannon index of abundant and rare bacteria, and rare fungal communities in different vegetation restoration plots was higher than that in CK, while their community structures presented the significant differences (P<0.05). ③ Different vegetation restoration types have increased the network topology parameters and complexity of abundant and rare bacteria and fungi. The amplitude test results of removing nodes to change natural connectivity indicated that BL could enhance the stability of soil abundant bacterial network, abundant and rare fungal networks, as well as their resistance to external interferences. ④ Soil URE, SOM, and ALP were the dominant factors for changes of soil microbial community structure. For the BL plot, the pH value, SOM, AP, β- Glucosidase, URE, and ALP have significantly affected the abundant and rare microbial communities (P<0.05). In a word, the BL restoration model performed a better effect on improving soil quality during the ecological reclamation process in mining areas. The research results can provide theoretical basis for the development and utilization of soil microbial resources for vegetation restoration in the damaged mining areas.
-
Keywords:
- vegetation restoration /
- abundant bacteria /
- rare bacteria /
- abundant fungi /
- rare fungi /
- co-occurrence network
-
0. 引 言
粉煤灰作为一种工业固废，每年的生产量巨大，其主要产生于电力、热力生产等行业[1]，长期大量堆积，不仅会造成土地资源的浪费，而且还会造成环境污染[2]。因此，粉煤灰如何合理、有效处置的问题日益得到了广泛关注。粉煤灰的主要成分是SiO2和Al2O3，内部具有大量多孔物质，比表面积比较大，是很好的脱硫与吸附材料[3]。传统湿法烟气脱硫工艺中常以石灰石为脱硫剂，成本较高且还会产生大量废渣和废液，易造成二次污染[4]。有研究显示：粉煤灰可以替代石灰石作为脱硫剂进行烟气脱硫。由于电厂粉煤灰量大，将粉煤灰就地用于烟气脱硫不仅能节约成本，还是实现“以废治废”的有效途径[5]。程水源等[6]探究了火电厂采用pH为10.0～10.5的粉煤灰水对SO2的吸收效果，并比较了氢氧化钠、氢氧化钙吸收液和电厂粉煤灰水在同样pH下对SO2的去除效果。结果表明：与其他2种吸收溶液相比，粉煤灰浆液的脱硫效果最为显著，脱硫率为65.5%。孙佩石等[7]研究发现，褐煤粉煤灰富含碱性物质，是一种性价比较高的低浓度二氧化硫吸收剂，只需控制脱硫浆液pH大于6，就可实现粉煤灰对低SO2体积分数的脱除效率达到99%以上，得到优良的脱硫效果。郭晨夫[8]使用改性粉煤灰对含硫废水进行脱硫试验后，发现改性粉煤灰比传统常规工艺节约了400元/d的脱硫成本。尽管如此，当前对粉煤灰湿法脱硫的研究大多只考虑了单一因素的影响，而忽略各因素间的交互作用，且粉煤灰湿法脱硫机理尚未得到进一步研究。
粉煤灰脱硫的影响因素很多，比如粉煤灰的粒度、固液质量比、气体流量、SO2体积分数、钙硫比、吸收温度、气液比等[9-11]。参阅相关文献后发现在试验中主要研究、反应条件容易控制且较为重要的影响因素是固液质量比、SO2体积分数和气体流量[12-14]。因此，本试验以粉煤灰浆液作为脱硫剂，模拟湿法烟气脱硫，研究了这三者交互作用对粉煤灰脱硫性能的影响。在单因素试验基础上，利用响应面(Box-Behnken Design, BBD)分析作为工具，以穿透时间、SO2吸附量与单位粉煤灰浆液对SO2的吸附量为响应值，考察各因素及其交互作用对粉煤灰脱硫的影响。通过模型得到粉煤灰湿法脱硫的最佳脱硫效果及工况条件。进一步地，结合XRF和SEM测试分析验证与对比脱硫前后粉煤灰的化学成分和物理性质，探究了粉煤灰脱硫机理，以期后续为粉煤灰湿法脱硫提供理论依据。
1. 材料与方法
1.1 材料与主要仪器
试验选用陕西某燃煤电厂产生的粉煤灰作为原料，其主要化学成分见表1。粉煤灰中SiO2、Al2O3和CaO含量分别为40.66%、21.74%和16.16%，表明该粉煤灰属于活性较大的高钙粉煤灰。
表 1 粉煤灰化学组成及质量分数Table 1. Chemical composition and mass fraction of fly ash化学组成 SiO2 Al2O3 Fe2O3 CaO MgO SO3 TiO2 K2O Na2O Other 质量分数/% 40.66 21.74 12.35 16.16 1.73 3.26 0.92 1.26 0.96 0.96 主要仪器为：EN3型烟气分析仪；DT系列电子天平；78-1型磁力搅拌器；CS系列气体质量流量计等。
1.2 试验方法
1.2.1 试验装置与测定步骤
试验装置由供气系统(气体钢瓶、气体混合罐)、吸收系统(吸收瓶、磁力搅拌器)和检测系统(烟气分析仪)3部分组成，如图1所示。试验模拟烟气由SO2、O2和N2混合形成。气体流量由减压阀和气体流量计控制。通过控制流量来调节烟气中所需的气体体积分数。模拟烟气经混合罐混合后进入吸收瓶，再经吸收瓶过滤后进入烟气分析仪检测其成分。
试验开始后将粉煤灰与水以固液质量比为1/10、1/5、1/2、1/1、3/2混合形成不同浓度的脱硫浆液，调节三通阀使模拟烟气进入检测系统的管路。打开气瓶阀通入SO2、O2和N2，调节流量计使气体体积分数达到实验所需气速时进入混合罐中混合均匀。然后切换三通阀，打开脱硫管路，利用烟气分析仪检测，直至达到实验所需的SO2体积分数且稳定不变后计算脱除率。依次关掉气体钢瓶总阀，减压阀，流量计，并收集浆液以用于后续实验。改变条件，重复上述试验步骤，取得其他数据，按照式(1)、式(2)与式(3)分别计算脱硫效率、SO2吸附量与单位质量粉煤灰浆液吸收SO2质量。
1.2.2 脱硫性能测定
1）粉煤灰湿法脱硫效率：
$$ \eta = \frac{{C_{\mathrm{in}} - C_{\mathrm{out}}}}{{C_{\mathrm{in}}}} \times 100\% $$ (1) 式中：η为烟气中排放SO2体积分数降低的程度，%；Cin为烟气中原始SO2的体积分数，10−6；Cout为处理后烟气中SO2的体积分数，10−6。
2）SO2吸附量的计算：
$$ Q = \int_0^t {\frac{{C_{\text{in}} \times 2.62}}{{{{10}^6}}}} V\eta dt $$ (2) 式中：Q为粉煤灰浆液所吸收烟气中SO2总质量，mg；V为通入粉煤灰中的气体流量，mL/min；t为反应时间，min；2.62为在25 ℃，1.01×105 Pa下体积分数为10−6 的SO2质量浓度为2.62 mg/m3。
3）单位质量粉煤灰浆液吸收SO2质量：
$$ q = \frac{Q}{m} $$ (3) 式中：q为单位质量粉煤灰浆液所吸收烟气中SO2质量，g；Q为粉煤灰浆液所吸收烟气中SO2的总质量，mg；m为粉煤灰浆液的质量，g。
4）穿透时间：在本研究中，以出口烟气中SO2体积分数达到13×10−6的时间作为穿透时间的定义。穿透时间的大小在一定程度上反映了粉煤灰浆液的脱硫性能。按照我国发展改革委发布的节能减排行动计划中对燃煤发电机组SO2排放限值为35 mg/m3(体积分数约为13×10−6)[15]。
1.2.3 单因素探索试验
为通过响应面法来优化粉煤灰湿法脱硫工艺条件，以固液质量比、SO2体积分数、气体流量为控制变量考察其对粉煤灰脱硫效果的影响。之后选取各影响因素作用最佳范围进行响应面实验，具体实验设计见表2。
表 2 粉煤灰湿法脱硫单因素实验设计Table 2. Single factor experimental design for wet desulfurization of fly ash试验序号 试验目的 固液质量比 SO2体积
分数/10−6气体流量/
(mL·min−1)1 固液质量比对脱硫效果影响 1/10 500 2 000 2 1/5 500 2 000 3 1/2 500 2 000 4 1/1 500 2 000 5 3/2 500 2 000 6 SO2体积分数对脱硫效果影响 1/10 250 2 000 7 1/10 500 2 000 8 1/10 750 2 000 9 1/10 1 000 2 000 10 1/10 1 500 2 000 11 气体流量对脱硫效果影响 1/10 500 1 500 12 1/10 500 1 750 13 1/10 500 2 000 14 1/10 500 2 250 15 1/10 500 2 500 1.2.4 响应面优化试验
在单因素实验确定最优条件的基础上，以穿透时间、SO2吸附量与单位质量粉煤灰浆液吸收SO2的质量为响应值，利用BBD模型设计试验。试验因素与水平见表3。
表 3 响应面分析试验设计Table 3. Response surface analysis experimental design因素及其编码 水平 −1 0 1 固液质量比 A 1/2 1/1 3/2 SO2体积分数/10−6 B 250 500 750 气体流量/(mL·min−1) C 1 500 1 750 2 000 2. 结果与讨论
2.1 单因素实验
2.1.1 固液质量比对脱硫效率影响
调整粉煤灰浆液固液质量比梯度依次为1/10、1/5、1/2、1/1和3/2，在SO2体积分数为500×10−6，气体流量为2 000 mL/min的条件下考察固液质量比对脱硫效果的影响，结果如图2—图4所示。随着粉煤灰浆液固液质量比的增大，穿透时间呈现出先升后降的趋势。当固液质量比从1/10增加到1/1时，穿透时间由1 120 s增加至11 770 s，进一步当固液质量比增加到3/2时，穿透时间反降至5 455 s。类似地，随着粉煤灰浆液固液质量比升高，SO2总吸附量出现同样的趋势，且在固液质量比为1/1时取得最大值492.56 mg，而单位粉煤灰浆液的SO2吸附量随固液质量比的增加而逐渐降低，得到最大值44.22 mg/g。
![]()
图 2 不同固液质量比对粉煤灰脱硫效率的影响Figure 2. Effect of different solid-liquid ratios on desulfurization efficiency of fly ash![]()
图 3 不同固液质量比条件下粉煤灰吸附SO2总量Figure 3. Total amount of SO2 absorbed by fly ash under different solid-liquid ratios![]()
图 4 不同固液质量比对单位质量粉煤灰浆液吸附SO2量的影响Figure 4. Effect of different solid liquid ratios on the amount of SO2 adsorbed by unit mass fly ash slurry上述现象可能是：随着固液质量比增加，粉煤灰浆液中含有的碱性物质成分越多，使得浆液pH升高，溶解于水中的Ca2+浓度升高有利于与SO2接触反应，提高了脱硫效率，其Ca2+促进脱硫的反应方程式如式(4)所示：
$$ \left\{ \begin{gathered} {\mathrm{S{O_2} + O{H^ - } \leftrightarrow HSO_{_3}^ -}} \\ {\mathrm{HSO_{_3}^ - + O{H^ - } \leftrightarrow {H_2}O + SO_3^ -}} \\ {\mathrm{C{a^{2 + }} + SO_3^{2 - } + 1/2{H_2}O = CaS{O_3} \cdot 1/2{H_2}O}} \\ {\mathrm{CaS{O_3} \cdot 1/2{H_2}O + 1/2{O_2} + 3/2{H_2}O \leftrightarrow CaS{O_4} \cdot 2{H_2}O}} \\ \end{gathered}\right. $$ (4) 为验证上述观点，测定不同固液质量比条件下的pH，结果如图5所示：当固液质量比从1/10增到1/1时，随着溶解碱份的量越多，pH不断升高，导致持续脱硫时间与穿透时间变长[16]。当固液质量比增加到3/2时，pH开始下降，变化趋势与图3相似。分析认为：随着固液质量比的增大，粉煤灰的含量持续增加，且水量降低，水中可溶解的粉煤灰达到饱和，尽管粉煤灰的量在增加，但不能完全溶于水中，液相中的Ca2+浓度不变甚至减小，不能和SO2充分接触反应[17]。此时，对SO2的吸收由酸碱中和与氧化反应转变为物理吸附与化学吸收相结合，导致高固液质量比条件下脱硫效率下降、穿透时间也随之降低，粉煤灰吸收SO2总量也开始下降[10-11]。
![]()
图 5 不同固液质量比对粉煤灰浆液pH的影响Figure 5. Effect of different solid-liquid ratios on the pH of fly ash slurry2.1.2 SO2体积分数对脱硫效率影响
在固液质量比为1/10，气体流量为2 000 mL/min的条件下，将SO2体积分数梯度依次调整为250×10−6、500×10−6、750×10−6、1 000×10−6、1 500×10−6，考察SO2体积分数对脱硫效果影响，结果如图6所示。随着SO2体积分数升高，浆液的穿透时间分别为2 090、1 320、935、660、345 s。当SO2体积分数增至1 500×10−6 时，穿透时间下降了83%，表明SO2体积分数对穿透时间影响十分显著。分析其原因可能为：高SO2体积分数条件下，SO2分子扩散能力加强，导致粉煤灰颗粒的吸附位迅速被占据，同时使液相中OH−消耗速率增加，pH降低，按照离子水合平衡定律，pH越低Ca(OH)2、Fe(OH)3沉淀越少，可溶性Ca2＋、Fe3＋离子质量浓度越高[16]，进而加速粉煤灰中碱性物质Ca2+的析出，生成的脱硫产物CaSO4会快速堵塞孔隙，造成二氧化硫扩散困难，不利于脱除SO2[18]。张东平等[16]研究表明pH的降低加快了Ca2＋、Fe3＋、Mn2+离子的浸出速率且可溶出的钙镁碱份(Ca2+沉淀物的质量分数)的溶出量增加。此外，由于改性粉煤灰对二氧化硫的吸附处于一个动态平衡阶段，分子间的引力作用相对较弱，气体浓度过大会导致气体分子的解吸量也相对增大，减弱了吸附效果[19]。SO2体积分数升高还导致其与脱硫浆液的接触时间缩短，使脱硫效果变差[20]。
![]()
图 6 不同SO2体积分数对粉煤灰脱硫效率的影响Figure 6. The effect of different SO2 volume fraction on the desulfurization efficiency of fly ash由图7可知，随着SO2体积分数的增加，粉煤灰浆液对SO2的吸附量呈现先升后降的趋势，SO2体积分数为750×10−6 时取得最大吸附量64.35 mg。这可能是因为：当SO2体积分数较低时，体积分数升高会增加吸收过程中的传质能力，使液相对SO2吸收速度加快[21]；当SO2体积分数增加到750×10−6 时，粉煤灰浆液的吸附速率增加使其极易达到饱和状态，反而使脱硫效果下降[18]。由于低SO2体积分数粉煤灰浆液长时间保持较高的脱硫效率，所以当SO2体积分数为750×10−6 时，穿透时间为935 s，单位质量粉煤灰浆液吸附SO2最大值达到9.75 mg/g，结果如图8所示。
![]()
图 7 不同SO2体积分数下粉煤灰吸附SO2总量Figure 7. Total amount of SO2 absorbed by fly ash under different SO2 volume fraction![]()
图 8 不同SO2体积分数对单位质量粉煤灰浆液吸附SO2量的影响Figure 8. Effect of different SO2 volume fraction on amount of SO2 adsorbed by unit Mass fly ash slurry2.1.3 气体流量对脱硫效率影响
在SO2体积分数为500×10−6，固液质量比为1/10的条件下，将气体流量梯度依次调整为1 500、1 750、2 000、2 250、2 500 mL/min，考察气体流量对脱硫效果的影响，结果如图9所示。在上述条件下，穿透时间依次为2 135、1 515、1 115、830、785 s，穿透时间降幅依次为：29%、26%、25%和5%。随着气体流量增加，穿透时间呈下降趋势。
![]()
图 9 不同烟气流量对粉煤灰脱硫效率的影响Figure 9. Effect of different flue gas flowrates on desulfurization efficiency of fly ash由图10可知，SO2吸附量随着气体流量的升高而降低，当气体流量为1 500 mL/min时，穿透时间可达2 135 s，SO2吸收效率下降，SO2的最大吸附量为68.71 mg。其原因可能是：一方面，由于气体流量升高，导致混合气体中的SO2不能被吸附剂充分吸附就穿过吸附柱，缩短了SO2在粉煤灰浆液中的停留时间，与气液相接触时间变短，使有效碰撞减少，SO2与粉煤灰浆液尚未完全反应就脱离系统，导致穿透时间与SO2吸附总量下降[22]。另一方面，较大的气体流速使分子间作用力不足以吸引SO2分子，使脱附速率大于吸附速率，脱硫率迅速降低[9]。
![]()
图 10 不同烟气流量下粉煤灰吸附SO2总量Figure 10. Total amount of SO2 absorbed by fly ash under different flue gas flow rates如图11所示，当脱硫反应开始时，单位粉煤灰浆液SO2吸附量随气体流量升高而增加。这是因为气体流量升高强化了SO2扩散能力，使其与粉煤灰浆液的反应加快，促进了单位粉煤灰浆液的SO2吸附量的增加[23]。尽管如此，随着吸附速率加快，粉煤灰浆液很容易达到饱和[24]，粉煤灰浆液与SO2生成的脱硫产物包裹在粉煤灰颗粒表面，反而对SO2去除起到抑制作用，使脱硫效率下降[25]。低烟气流量的粉煤灰浆液则可持续保持较高的脱硫效率，这也佐证了图9中所观测的现象。
![]()
图 11 不同烟气流量对单位质量粉煤灰浆液吸附SO2量的影响Figure 11. Effect of different flue gas flowrates on the amount of SO2 adsorbed by unit mass fly ash slurry综上，在气体流量为1 500 mL/min时，穿透时间可达2 135 s，单位质量粉煤灰浆液对SO2最大吸附量为10.41 mg/g。
2.2 响应面优化试验
2.2.1 试验设计与结果
在单因素试验结果基础上，对所确定的单因素水平通过BBD模型设计17组试验。试验设计与结果见表4。
表 4 Box-Behnken 试验方案及结果Table 4. Box-Behnken experimental plan and results试验组别 固液质量比 SO2体积分数/10−6 气体流量/(mL·min−1) 穿透时间/s SO2吸附量/mg 单位质量SO2吸附量/(mg·g−1) 1 1/2 250 1 750 12 450 229.86 25.54 2 3/2 250 1 750 10 565 201.84 13.46 3 1/2 750 1 750 5 640 323.24 35.92 4 3/2 750 1 750 3 970 227.53 15.17 5 1/2 500 1 500 11 255 368.60 40.96 6 3/2 500 1 500 9 450 309.49 20.63 7 1/2 500 2 000 7 030 306.98 34.11 8 3/2 500 2 000 5 785 252.61 16.84 9 1/1 250 1 500 19 325 316.45 26.37 10 1/1 750 1 500 8 540 419.53 34.96 11 1/1 250 2 000 12 450 271.83 22.65 12 1/1 750 2 000 5 895 386.12 32.18 13 1/1 500 1 750 11 455 437.68 36.47 14 1/1 500 1 750 11 110 430.49 35.87 15 1/1 500 1 750 12 090 461.94 38.49 16 1/1 500 1 750 11 005 420.48 35.04 17 1/1 500 1 750 11 975 457.54 38.13 2.2.2 模型建立及方差分析
1）穿透时间的多项式回归模拟。采用Box-Behnken模型对表4中的试验结果进行二次多项拟合，可以得到以穿透时间T为响应值的多元二次回归方程，如式(5)所示。
$$ \begin{gathered} T = 11{\text{ }}527 - 825.62A - 3{\text{ }}843.12B - 2{\text{ }}176.2 5C + \\ 53.75AB + 140AC + 1{\text{ }}057.5BC - 3{\text{ }}271.6 3{A^2} - \\ 99.13{B^2} + 124.63{C^2} \end{gathered} $$ (5) 其中，T为响应值穿透时间，A、B、C分别为因素固液质量比、SO2体积分数和气体流量，AB、AC、BC是交互项，A2、B2、C2二次项，
11527 为常数项。由表5可知，响应值T的回归模型非常显著(P<0.01)，失拟项不显著(P>0.05)，表明该模型的可靠性极高[26]。R2为
0.9848 (>0.9)，说明了预测值与实测值之间的相关性很好[27]。矫正决定系数R2Adj为0.9652 ，表明此模型可以解释96.52%的响应值变化。A、B和C对T的线性效应显著(P<0.05)。方程一次项系数能够反映自变量本身的效应值大小，由此可得各因素对穿透时间的影响强弱顺序为：SO2体积分数>气体流量>固液质量比。二次项BC的P值小于0.05，表明SO2体积分数与气体流量交互作用显著，SO2体积分数与固液质量比交互不显著，气体流量与固液质量比交互不显著。A2的P值小于0.01，表明固液质量比对穿透时间的影响是非线性的。表 5 穿透时间的回归方程模型方差分析Table 5. Analysis of variance in linear regression equation models with penetration time方差来源 平方和 自由度 均方 F P 显著性 模型 2.115×108 9 2.350×107 50.31 < 0.000 1 显著 A 5.43×106 1 5.453×106 11.68 0.011 2 B 1.182×108 1 1.182×108 253.03 < 0.000 1 C 3.789×107 1 3.789×107 81.14 < 0.000 1 AB 11 556.25 1 11 556.62 0.024 7 0.879 4 AC 78 400 1 78 400 0.167 9 0.694 2 BC 4.473×106 1 4.473×106 9.58 0.017 4 A2 4.507×107 1 4.507×107 96.51 < 0.000 1 B2 41 371.64 1 41 371.64 0.088 6 0.774 6 C2 65 395.33 1 65 395.33 0.140 0 0.719 3 残差 3.269×106 7 4.670×105 失拟差 2.300×106 3 7.665×105 3.16 0.147 5 不显著 净误差 9.692×105 4 2.423×105 总差 2.147×108 16 注：R2=0.984 8，R2Adj=0.965 2，R2Pred=0.821 6，PAdeq=28.79。 2）SO2吸附量的多项式回归模拟。以固液质量比、SO2体积分数、气体流量为自变量，SO2吸附量为响应值S，得到各影响因素与SO2吸附量之间的多元二次回归方程，如式(6)所示。
$$ \begin{gathered} S = 441.63 - 29.65A + 42.06B - 24.57C -\\ 16.92AB + 1.19AC + 2.8BC - 117.54{A^2} - \\ 78.47{B^2} - 14.67{C^2} \end{gathered} $$ (6) 由表6可知，响应值S的回归模型非常显著(模型P<0.01)，失拟项不显著(P>0.05)，表明该模型极显著和可靠[26]。R2为0.977 9(>0.9)，说明了预测值与实测值之间的相关性很好[27]。矫正决定系数R2adj为0.949 4，表明此模型可以解释94.94%的响应值变化。A、B和C对T的线性效应极显著(P<0.01)。同上可判断出，各因素对SO2吸附量的影响强弱顺序为：SO2体积分数>固液质量比>气体流量。A2与B2的P值均小于0.01，表明固液质量比与SO2体积分数对SO2吸附量的影响是非线性的。
表 6 SO2吸附量的回归方程模型方差分析Table 6. Regression equation model analysis of variance for SO2 adsorption capacity方差来源 平方和 自由度 均方 F P 显著性 模型 1.184×105 9 13 154.47 34.38 < 0.000 1 显著 A 7 034.11 1 7 034.11 18.38 0.003 6 B 14 149.97 1 14 149.97 36.98 0.000 5 C 4 827.87 1 4 827.87 12.62 0.009 3 AB 1 145.26 1 1 145.26 2.99 0.127 2 AC 5.64 1 5.64 0.014 7 0.906 8 BC 31.45 1 31.45 0.082 2 0.782 6 A2 58 166.40 1 58 166.40 152.01 < 0.000 1 B2 25 929.13 1 25 929.13 67.76 < 0.000 1 C2 906.50 1 906.50 2.37 0.167 7 残差 2 678.47 7 382.64 失拟差 1 428.90 3 475.30 1.52 0.339 1 不显著 净误差 1 252.57 4 313.14 总差 1.211×105 16 注：R2= 0.9779 ，R2Adj=0.9494 ，R2Pred=0.7954 ，PAdeq=16.7168 。3）单位质量浆液SO2吸附量的多项式回归模拟。以固液质量比、SO2体积分数、气体流量为自变量，单位质量浆液SO2吸附量为响应值D，得到各影响因素与单位浆液SO2吸附量之间的多元二次回归方程，如如式(7)所示。
$$ \begin{gathered} D = 63.8 - 8.8A + 3.78B - 2.14C - 2.17AB +\\ 0.763\;9AC + 0.233\;7BC - 7.59{A^2} - 6.69{B^2} - 1.07{C^2} \end{gathered} $$ (7) 由表7可知，响应值D的回归模型非常显著(模型P<0.01)，失拟项不显著(P>0.05)，表明模型非常显著。R2为
0.9858 (>0.9)，说明了预测值与实测值之间的相关性很好[27]。矫正决定系数R2adj为0.9675 ，表明此模型可以解释96.75%的响应值变化。A、B和C对T的线性效应极显著(P<0.01)。同上可判断出，各因素对单位浆液SO2吸附量的影响强弱顺序为：固液质量比>SO2体积分数>气体流量。A2与B2的P值均小于0.01，说明固液质量比与SO2体积分数对单位浆液SO2吸附量的影响是非线性的。表 7 单位质量SO2吸附量的回归方程模型方差分析Table 7. Regression equation model variance analysis of SO2 adsorption capacity per unit mass of slurry方差来源 平方和 自由度 均方 F值 P值 显著性 模型 1 261.69 9 140.19 53.89 < 0.000 1 显著 A 619.92 1 619.92 238.32 < 0.000 1 B 114.03 1 114.03 43.84 0.000 3 C 36.73 1 36.73 14.12 0.007 1 AB 18.76 1 18.76 7.21 0.031 3 AC 2.23 1 2.23 0.897 3 0.375 1 BC 0.218 4 1 0.218 4 0.084 0.780 4 A2 242.81 1 242.81 93.35 < 0.000 1 B2 188.35 1 188.35 72.41 < 0.000 1 C2 4.86 1 4.86 1.87 0.214 1 残差 18.21 7 2.60 失拟差 9.51 3 3.17 1.46 0.352 1 不显著 净误差 8.70 4 2.17 总差 1 279.89 16 注：R2= 0.9858 ，R2Adj=0.9675 ，R2Pred=0.8705 ，PAdeq=22.4226 。2.2.3 响应面分析
1）各因素相互作用对穿透时间的影响。固液质量比、SO2体积分数和气体流量两两交互作用对穿透时间的影响结果如图12所示。由图12a可知，当气体流量一定时，在固液质量比为0.5～1.1 g/mL的范围内，穿透时间随SO2体积分数的减小而增大，在SO2体积分数为250×10−6～750×10−6的范围内，穿透时间随固液质量比的增大呈现出先增后减的趋势；由图12b可知，当SO2体积分数一定时，在固液质量比为0.5～1.1 g/mL的范围内，穿透时间随气体流量的减小而增大，在气体流量为1 500～2 000 mL/min的范围内，穿透时间随固液质量比的增大呈现出先增后减的趋势；由图12c可知，当固液质量比一定时，在SO2体积分数为250×10−6～750×10−6 的范围内，穿透时间随气体流量的减小而增大，在气体流量为1 500～2 000 mL/min的范围内，穿透时间随SO2体积分数的增大而减小。
![]()
图 12 各因素相互作用对穿透时间的影响Figure 12. Influence of interaction of various factors on penetration time2）各因素相互作用对SO2吸附量的影响。固液质量比、SO2体积分数和气体流量两两交互作用对SO2吸附量的影响结果如图13所示。由图13a可知，当气体流量一定时，在固液质量比为0.5～1.1 g/mL的范围内，SO2吸附量随SO2体积分数的增大呈现出先增后减的趋势，在SO2体积分数为250×10−6～750× 10−6的范围内，SO2吸附量随固液质量比的增大呈现出先增后减的趋势；由图13b可知，当SO2体积分数一定时，在固液质量比为0.5～1.1 g/mL的范围内，SO2吸附量随气体流量的增大而减小，在气体流量为1 500～2 000 mL/min的范围内，SO2吸附量随固液质量比的增大呈现出先增后减的趋势；由图13c可知，当固液质量比一定时，在SO2体积分数为250×10−6～750×10−6 的范围内，SO2吸附量随气体流量的增大而减小，在气体流量为1 500～2 000 mL/min的范围内，SO2吸附量随SO2体积分数的增大呈现出先增后减的趋势。
![]()
图 13 各因素相互作用对SO2吸附量的影响Figure 13. Influence of interaction of various factors on adsorption capacity of SO23）各因素相互作用对单位质量浆液SO2吸附量的影响。固液质量比、SO2体积分数和气体流量两两交互作用对单位质量SO2吸附量的影响结果如图14所示。由图14a可知，当气体流量一定时，在固液质量比为0.5～1.1 g/mL的范围内，单位质量浆液SO2吸附量随SO2体积分数的增大呈现出先增后减的趋势，在SO2体积分数为250×10−6～750×10−6 的范围内，SO2吸附量随固液质量比的增大呈现出先增后减的趋势；由图14b可知，当SO2体积分数一定时，在固液质量比为0.5～1.1 g/mL的范围内，SO2吸附量随气体流量的增大而减小，在气体流量为1 500～2 000 mL/min的范围内，SO2吸附量随固液质量比的增大呈现出先增后减的趋势；由图14c可知，当固液质量比一定时，在SO2体积分数为250×10−6～750 ×10−6 的范围内，SO2吸附量随气体流量的增大而减小；在气体流量为1 500～2 000 mL/min的范围内，SO2吸附量随SO2体积分数的增大呈现出先增后减的趋势。
![]()
图 14 各因素相互作用对单位质量浆液SO2吸附量的影响Figure 14. Influence of interaction of various factors on adsorption capacity of SO2 per unit mass of slurry2.2.4 条件优化及实验验证
通过上述分析得到最佳实验条件，即固液质量比为0.87，SO2体积分数为471.95×10−6，气体流量为1 500 mL/min。在该条件下，预测的穿透时间、SO2吸附量以及单位质量SO2吸附量分别为14 405.56 s、445.61 mg与39.32 mg/g。
为验证结果的可靠性对优化结果进行3次平行试验，结果见表8。试验值与预测值之间的误差均在4%以下，表明预测值和实际值之间具有很好的拟合性，证明试验模型真实且可靠。
表 8 平行实验结果Table 8. Parallel experimental results序号 固液质量比 SO2体积
分数/10−6气体流量/
(mL·min−1)穿透
时间/s穿透时间
误差率/%SO2吸附
量/mgSO2吸附量
误差率/%单位质量SO2
吸附量/(mg·g−1)单位质量SO2
吸附量误差率/%T1 0.87 472 1 500 14 555 1.04 450.03 0.99 40.11 2.02 T2 0.87 472 1 500 13 885 −3.60 429.28 −3.67 38.26 −2.76 T3 0.87 472 1 500 14 440 0.24 446.44 0.19 39.79 1.20 2.3 粉煤灰湿法脱硫机理
2.3.1 XRF分析
为研究粉煤灰湿法脱硫机理，对脱硫前后粉煤灰进行XRF分析，结果如图15所示。脱硫前后粉煤灰的化学成分主要是SiO2、Al2O3、Fe2O3和CaO，占总量70%以上，并含有微量的MgO、K2O和Na2O等氧化物。与脱硫前相比，脱硫后粉煤灰中SiO2、Al2O3和Fe2O3含量有所降低，由40.66%、21.74%、12.35%降至31.57%、16.71%和10.86%。CaO含量由16.16%升至17.71%，硫氧化物含量显著增多，由3.26%升至17.85%。SiO2和Al2O3含量下降可能是由于脱硫过程中形成的硫酸腐蚀了玻璃体的致密表面，溶解了粉煤灰内部的玻璃体，导致活性SiO2、Al2O3溶解于液相中，从而提高粉煤灰的水化反应程度[28]。反应机理如图16所示：在H+的侵蚀下，粉煤灰表面的可溶性方钠石溶解，表面结构受到破坏，导致内部的无定形硅和铝硅酸盐发生溶解[28]。由于粉煤灰中的Fe元素的浸出导致了在粉煤灰湿法脱硫过程中Fe2O3的降低。目前有研究表明Fe3+对SO2的氧化起催化作用，此催化作用是一个非常复杂的链式反应过程，该反应方程如式(8)所示[29-30]，这就意味着粉煤灰浆液对烟气中SO2的去除还起到催化剂的作用。硫氧化物含量增加则是在脱硫过程中，SO2和粉煤灰中游离氧化钙反应，生成的CaSO3、CaSO4和CaSO4·2H2O留存在粉煤灰中。
![]()
图 15 脱硫前后粉煤灰化学成分及各物质质量分数Figure 15. Chemical composition of fly ash before and after desulfurization and mass fraction of each substance$$ \left\{ \begin{array}{l} {\mathrm{S{O}_{2}+2F{e}^{3+}+2{H}_{2}O}}\to {\mathrm{2F{e}^{2+}+S{O}_{4}^{2-}+4{H}^+}}\\ {\mathrm{S{O}_{2}+{O}_{2}+2F}}{\text{e}}^{2+}\to {\mathrm{2F{e}^{3+}+S{O}_{4}^{2-}}}\\ 总：{\mathrm{S{O}_{2}+{H}_{2}O+\dfrac{1}{2}{O}_{2}}}\to {\mathrm{S{O}_{4}^{2-}+2{H}^+}}\end{array}\right. $$ (8) 2.3.2 SEM分析
脱硫前后粉煤灰的微观形貌如图17所示。脱硫前，粉煤灰为球状颗粒，表面附着有大量板状的Ca(OH)2。脱硫后的粉煤灰变为扁平状，表面板状的Ca(OH)2消失，有大量块状和针棒状物质生成。结合上文XRF检测结果与文献分析可知[31]，形成的块状和结晶状物质为CaSO4·2H2O和CaO·Al2O3·3CaSO4·32H2O(钙矾石)。
![]()
图 17 脱硫前、后粉煤灰SEM对比Figure 17. SEM comparison of fly ash before and after desulfurization2.3.3 机理分析
综合上述试验结果，推测粉煤灰湿法脱硫的机理为：当粉煤灰加入水中后，所含的碱性物质迅速溶出大量的Ca2+和OH−，形成富含钙的强碱性浆液。在这种环境下，粉煤灰中玻璃体结构被破坏，SiO2和Al2O3溶出至液相与Ca(OH)2反应形成C−S−H与C−A−H。这些化合物可通过增大比表面积的方式促进气体扩散[32]。
当含硫烟气通入粉煤灰浆液中时，SO2从气相扩散至液相后快速溶解在水中生成H2SO3，H2SO3不稳定易分解为H+，${\mathrm{HSO}}_3^- $和${\mathrm{SO}}_3^{2-} $[33]。${\mathrm{HSO}}_3^- $和${\mathrm{SO}}_3^{2-} $氧化后生成稀硫酸，其反应方程式如式(9)所示。生成的H+与粉煤灰反应，使粉煤灰中含有的Ca2+和Fe3+等金属元素浸出到浆液中[34]，如式(10)所示。SO2气体溶解在粉煤灰浆液中后在Ca2+、Fe3+作用下，被催化氧化为H2SO4与CaSO4，如式(11)所示。
$$ \left\{ \begin{gathered} {\mathrm{S{O_2} + {H_2}O \to {H_2}S{O_3} }} \\ {\mathrm{{H_2}S{O_3} \leftrightarrow HSO_3^ - + {H^ + }}} \\ {\mathrm{HSO_3^ - \leftrightarrow {H^ + } + SO_3^ -}} \\ {\mathrm{HSO_3^ - + {O_2} \to SO_4^{2 - } + {H_2}O}} \\ \end{gathered}\right. $$ (9) $${\mathrm{ F{e_2}{O_3} + 6{H^ + } \to 2F{e^{3 + }} + 3{H_2}O}} $$ (10) $$ \left\{ \begin{gathered} {\mathrm{3S{O_2} + 2F{e^{3 + }} \to 5F{e^{2 + }} + 2SO_3^{2 - }}} \\ {\mathrm{{O_2} + 2{H_2}O + 4F{e^{2 + }} \to 4O{H^ - } + 4F{e^{3 + }}}} \\ {\mathrm{2S{O_2} + {O_2} + 2{H_2}O\xrightarrow{{F{e^{3 + }}}}2{H_2}S{O_4}}} \\ {\mathrm{2S{O_2} + {O_2} + 2CaO \to 2CaS{O_4}}} \\ \end{gathered} \right. $$ (11) 所生成的CaSO4与浆液中水分子结合以CaSO4·2H2O形式析出。此外CaSO4·2H2O还能与水化铝酸钙结合生成CaO·Al2O3·3CaSO4·32H2O(钙矾石)晶体[35]。如式(12)与式(13)所示。综上，粉煤灰湿法脱硫机制图18所示。
$$ {\mathrm{CaS{O_4} + {H_2}O \to CaSO_4^{} \cdot 2{H_2}O}} $$ (12) $$ \begin{gathered} {\mathrm{CaO \cdot A{l_2}{O_3} \cdot 6{H_2}O + 3CaS{O_4} \cdot 2{H_2}O + 19{H_2}O}} \to \\ {\mathrm{3CaO \cdot A{l_2}{O_3} \cdot 3CaS{O_4} \cdot 32{H_2}O}} \end{gathered} $$ (13) 3. 结 论
1）采用控制变量法对固液质量比、SO2体积分数和气体流量进行影响因素实验发现：当固液质量比为1/1时，穿透时间、SO2总吸附量与单位粉煤灰浆液的SO2吸附量得到最大值的11 770 s、492.56 mg和44.22 mg/g；在不同SO2体积分数梯度条件下，随着SO2体积分数升高，穿透时间变短，SO2总吸附量和单位质量粉煤灰浆液吸附SO2量呈现先升高后降低的趋势，SO2体积分数为750×10−6时取得了最大吸附量64.35 mg。随着气体流量升高，穿透时间、SO2总吸附量与单位质量粉煤灰浆液吸附SO2量降低。气体流量为1 500 mL/min时，穿透时间为2 135 s，单位质量粉煤灰浆液对SO2最大吸附量为10.41 mg/g。
2）利用响应面分析，得到最佳实验条件：固液质量比为0.87，SO2体积分数为471.95×10−6，气体流量为1 500 mL/min。实验值与预测值之间的误差均在4%以内，具有较好的拟合性。
3）对脱硫前后粉煤灰进行XRF和SEM分析显示：脱硫后粉煤灰中SiO2、Al2O3和Fe2O3含量有所降低，硫氧化物含量显著增多。微观形态变为扁平状，原板状Ca(OH)2生成块状和针棒状物的CaSO4·2H2O和CaO·Al2O3·3CaSO4·32H2O。表明烟气中的SO2主要与粉煤灰中的Ca2+反应，以析出CaSO4·2H2O的形式完成脱硫。
-
![]()
图 2 不同处理组土壤理化性质以及土壤酶活性变化
注：不同小写字母代表处理间差异达到P < 0.05显著水平。
Figure 2. Changes of soil physicochemical properties and soil enzyme activities in different treatment groups
![]()
图 3 不同处理组丰富和稀有群落的优势门分布
Figure 3. Dominant phylum distribution of rich and rare communities in different treatment groups
![]()
图 5 不同处理组土壤细菌、真菌β多样性
Figure 5. β diversity of soil bacteria and fungi in different treatment groups
![]()
图 6 不同植被类型细菌与真菌微生物共现网络图
Figure 6. Co-occurrence network of bacteria and fungi in different vegetation types
![]()
图 7 不同植被类型微生物自然连通性与移除节点比例之间的关系
注：鲁棒性分析显示为微生物自然连通性与去除节点比例之间的关系。斜率b来自拟合直线（Y = a + bX），R2显示了皮尔逊的r值。
Figure 7. Relationship between natural connectivity of microorganisms and the proportion of removed nodes in different vegetation types
![]()
图 8 不同植被类型土壤理化性质、酶活性与丰富、稀有细菌与真菌分类群群落结构相关性
注：土壤理化性质、酶活性与微生物群落组成的相关性线宽对应部分Mantel的r值，线颜色表示基于999排列的统计显著性。土壤理化、酶活性与土壤微生物群落结构的相关性用Pearson相关系数的颜色梯度表示。
Figure 8. Soil physical and chemical properties, enzyme activities and community diversity of abundant, rare bacteria and fungi were correlated with different vegetation types
表 1 不同植被恢复模式土壤细菌共现网络的拓扑属性
Table 1 Topological properties of soil bacteria co-occurrence networks in different vegetation restoration modes
网络属性 节点数 连接数 网络度 网络中心紧密性 平均路径长度 网络直径 相对模块化程度 细菌 CK 丰富 112 442 14 0.43 4.36 13 0.64 稀有 172 893 38 0.63 4.60 14 0.59 GL 丰富 140 471 16 0.21 4.79 11 0.67 稀有 279 1771 62 0.43 3.67 12 0.55 BL 丰富 167 633 24 0.45 5.39 12 0.52 稀有 317 1 878 74 0.64 3.72 8 0.53 CF 丰富 134 545 15 0.53 4.36 12 0.62 稀有 258 1471 49 0.61 3.70 9 0.54 BF 丰富 138 601 16 0.58 4.03 12 0.58 稀有 267 1783 41 0.51 3.53 9 0.49 MF 丰富 139 588 16 0.46 3.75 11 0.56 稀有 273 1 973 54 0.49 3.67 11 0.47 
下载: 导出CSV
表 2 不同植被恢复模式土壤真菌共现网络的拓扑属性
Table 2 Topological properties of soil fungi co-occurrence networks in different vegetation restoration modes
网络属性 节点数 连接数 网络度 网络中心紧密性 平均路径长度 网络直径 相对模块化程度 真菌 CK 丰富 64 124 7 0.45 2.54 4 0.81 稀有 102 243 26 0.56 2.15 7 0.82 GL 丰富 77 128 7 0.41 2.01 5 0.77 稀有 109 338 31 0.44 2.06 7 0.88 BL 丰富 92 183 11 0.55 4.79 11 0.76 稀有 280 1490 58 0.64 5.20 13 0.83 CF 丰富 72 174 8 0.41 2.15 5 0.78 稀有 129 379 42 0.57 3.93 12 0.83 BF 丰富 83 141 9 0.58 2.15 5 0.78 稀有 218 932 41 0.46 4.73 12 0.82 MF 丰富 74 174 7 0.52 5.01 12 0.78 稀有 240 1008 45 0.61 4.83 11 0.87
下载: 导出CSV
-
[1] ZHANG Q,MA J,YANG Y J,et al. Mining subsidence-induced microtopographic effects alter the interaction of soil bacteria in the sandy pasture,China[J]. Frontiers in Environmental Science,2021,9:656708. doi: 10.3389/fenvs.2021.656708
[2] 陈 浮,王思遥,于昊辰,等. 碳中和目标下煤炭变革的技术路径[J]. 煤炭学报,2022,47(4):1452−1461. CHEN Fu,WANG Siyao,YU Haochen,et al. Technological innovation paths of coal industry for achieving carbon neutralization[J]. Journal of China Coal Society,2022,47(4):1452−1461.
[3] 杨云礼,徐 明,邹 晓,等. 不同植被类型对黔中山地丘陵区土壤细菌群落特征的影响研究[J]. 生态与农村环境学报,2021,37(4):518−525. YANG Yunli,XU Ming,ZOU Xiao,et al. Effects of different vegetation types on the characteristics of soil bacterial communities in the hilly area of Central Guizhou[J]. Journal of Ecology and Rural Environment,2021,37(4):518−525.
[4] JOUSSET A,BIENHOLD C,CHATZINOTAS A,et al. Where less may be more:how the rare biosphere pulls ecosystems strings[J]. ISME Journal,2017,11(4):853−862. doi: 10.1038/ismej.2016.174
[5] 刘 蕾,史建硕,张国印,等. 长期施有机肥对设施番茄土壤稀有和丰富细菌亚群落的影响[J]. 中国农业科学,2023,56(18):3615−3628. doi: 10.3864/j.issn.0578-1752.2023.18.010 LIU Lei,SHI Jianshuo,ZHANG Guoyin,et al. Effects of long-term application of organic fertilizer on rare and abundant bacterial sub-communities in greenhouse tomato soil[J]. Scientia Agricultura Sinica,2023,56(18):3615−3628. doi: 10.3864/j.issn.0578-1752.2023.18.010
[6] SINGH B K,QUINCE C,MACDONALD C A,et al. Loss of microbial diversity in soils is coincident with reductions in some specialized functions[J]. Environmental Microbiology,2014,16(8):2408−2420. doi: 10.1111/1462-2920.12353
[7] JIAO S,WANG J,WEI G,et al. Dominant role of abundant rather than rare bacterial taxa in maintaining agro-soil microbiomes under environmental disturbances[J]. Chemosphere,2019,235:248−259. doi: 10.1016/j.chemosphere.2019.06.174
[8] PEDRÓS-ALIÓ C. The rare bacterial biosphere[J]. Annual Review of Marine Science,2011,4(1):449−466.
[9] CHEN Q L,DING J,ZHU D,et al. Rare microbial taxa as the major drivers of ecosystem multifunctionality in long-term fertilized soils[J]. Soil Biology and Biochemistry,2020,141:107686. doi: 10.1016/j.soilbio.2019.107686
[10] YANG Y,CHAI Y,XIE H,et al. Responses of soil microbial diversity,network complexity and multifunctionality to three land-use changes[J]. Science of the Total Environment,2023,859:160255. doi: 10.1016/j.scitotenv.2022.160255
[11] CHANG Y Y,CHEN F,ZHU Y F,et al. Influence of revegetation on soil microbial community and its assembly process in the open-pit mining area of the Loess Plateau,China[J]. Frontiers in Microbiology,2022,13:992816. doi: 10.3389/fmicb.2022.992816
[12] FAUST K,RAES J. Microbial interactions:from networks to models[J]. Nature Reviews Microbiology,2012,10(8):538−550. doi: 10.1038/nrmicro2832
[13] 张 鹏,赵 洋,黄 磊,等. 植被重建对露天煤矿排土场土壤酶活性的影响[J]. 生态学报,2016,36(9):2715−2723. ZHANG Peng,ZHAO Yang,HUANG Lei,et al. Effect of revegetation on soil extracellular enzyme activity in the dumping site of an open-pit coal mine in Heidaigou[J]. Acta Ecologica Sinica,2016,36(9):2715−2723.
[14] 鲍士旦. 土壤农化分析[M]. 北京:中国农业出版社:2000:39−236. [15] 关松荫. 土壤酶及其研究法[M]. 北京:农业出版社:1986:274−339. [16] MO Y,ZHANG W,YANG J,et al. Biogeographic patterns of abundant and rare bacterioplankton in three subtropical bays resulting from selective and neutral processes[J]. The ISME Journal,2018,12(9):2198−2210. doi: 10.1038/s41396-018-0153-6
[17] ZHOU X,WU F. Land-use conversion from open field to greenhouse cultivation differently affected the diversities and assembly processes of soil abundant and rare fungal communities[J]. Science of The Total Environment,2021,788:147751. doi: 10.1016/j.scitotenv.2021.147751
[18] WANG X,WANG Z,LIU W,et al. Abundant and rare fungal taxa exhibit different patterns of phylogenetic niche conservatism and community assembly across a geographical and environmental gradient[J]. Soil Biology and Biochemistry,2023,186:109167. doi: 10.1016/j.soilbio.2023.109167
[19] 陈 浮,朱燕峰,马 静,等. 黄土高原矿区生态修复固碳机制与增汇潜力及调控[J]. 煤炭科学技术,2023,51(1):502−513. CHEN Fu,ZHU Yanfeng,MA Jing,et al. Mechanism,potential and regulation of carbon sequestration and sink enhancement in ecological restoration of mining areas in the Loess Plateau[J]. Coal Science and Technology,2023,51(1):502−513.
[20] YANG M,YANG D,YU X. Soil microbial communities and enzyme activities in sea-buckthorn (Hippophae rhamnoides) plantation at different ages[J]. PLoS One,2018,13(1):e0190959. doi: 10.1371/journal.pone.0190959
[21] 王 晓,毕银丽,王 义,等. 沙棘林密度和丛枝菌根真菌接种对林下植物和土壤性状的影响[J]. 林业科学,2023,59(10):138−149. WANG Xiao,BI Yinli,WANG Yi,et al. Effects of planting density of Hippophae rhamnoides and inoculation of AMF on understory vegetation growth and soil improvement[J]. Scientia Silvae Sinicae,2023,59(10):138−149.
[22] 宋世杰,张玉玲,王双明,等. 陕北煤矿区采动地裂缝对土壤微生物和酶活性的影响[J]. 煤炭学报,2021,46(5):1630−1640. SONG Shijie,ZHANG Yuling,WANG Shuangming,et al. Influence of mining ground fissures on soil microorganism and enzyme activities in Northern Shaanxi coal mining area[J]. Journal of China Coal Society,2021,46(5):1630−1640.
[23] 宁岳伟,刘 勇,张 红,等. 煤矿矿区复垦植被类型对土壤微生物功能基因和酶活的影响[J]. 环境科学,2022,43(9):4647−4654. NING Yuewei,LIU Yong,ZHANG Hong,et al. Effects of different vegetation types on soil microbial functional genes and enzyme activities in reclaimed coal mine[J]. Environmental Science,2022,43(9):4647−4654.
[24] WU B,LUO H,WANG X,et al. Effects of environmental factors on soil bacterial community structure and diversity in different contaminated districts of Southwest China mine tailings[J]. Science of The Total Environment,2022,802:149899. doi: 10.1016/j.scitotenv.2021.149899
[25] 董文雪,马 静,何 环,等. 黄淮平原矿区土地复垦对微生物群落结构和功能的影响[J]. 煤炭科学技术,2023,51(11):223−233. DONG Wenxue,MA Jing,HE Huan,et al. Effects of land reclamation on soil microbial community structure and function in the Huang-Huai plain mining area[J]. Coal Science and Technology,2023,51(11):223−233.
[26] 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
[27] 马建军,姚 虹,刘 辉,等. 燕山矿区苜蓿恢复过程中土壤养分与微生物的演变特征[J]. 环境工程技术学报,2023,13(1):270−279. doi: 10.12153/j.issn.1674-991X.20210791 MA Jianjun,YAO Hong,LIU Hui,et al. Evolution characteristics of soil nutrients and microorganisms during alfalfa restoration of mining area in Yanshan Mountain[J]. Journal of Environmental Engineering Technology,2023,13(1):270−279. doi: 10.12153/j.issn.1674-991X.20210791
[28] BAI Y C,LI B X,XU C Y,et al. Intercropping walnut and tea:effects on soil nutrients,enzyme activity,and microbial communities[J]. Frontiers in Microbiology,2022,13:852342. doi: 10.3389/fmicb.2022.852342
[29] BASTIDA F,HERNANDEZ T,ALBALADEJO J,et al. Phylogenetic and functional changes in the microbial community of long-term restored soils under semiarid climate[J]. Soil Biology & Biochemistry,2013,65:12−21.
[30] KONG J,HE Z,CHEN L,et al. Efficiency of biochar,nitrogen addition,and microbial agent amendments in remediation of soil properties and microbial community in Qilian Mountains mine soils[J]. Ecology and Evolution,2021,11(14):9318−9331. doi: 10.1002/ece3.7715
[31] LI P,ZHANG X,HAO M,et al. Effects of vegetation restoration on soil bacterial communities,enzyme activities,and nutrients of reconstructed soil in a mining area on the Loess Plateau,China[J]. Sustainability,2019,11(8):1−16.
[32] JIAO S,LU Y H. Soil pH and temperature regulate assembly processes of abundant and rare bacterial communities in agricultural ecosystems[J]. Environmental Microbiology,2020,22(3):1052−1065. doi: 10.1111/1462-2920.14815
[33] CARLTON J D,LANGWIG,M V,GONG X,et al. Expansion of Armatimonadota through marine sediment sequencing describes two classes with unique ecological roles[J]. ISME Communications,2023,3:64. doi: 10.1038/s43705-023-00269-x
[34] 王泽铭,李传虹,马巧丽,等. 湿度盐度pH协同驱动锡林河景观疣微菌群空间异质性[J]. 微生物学报,2021,61(6):1728−1742. WANG Zeming,LI Chuanhong,MA Qiaoli,et al. Moisture,salinity and pH co-driving spatial heterogeneity of Verrucomicrobial populations in Xilin River landscape[J]. Acta Microbiologica Sinica,2021,61(6):1728−1742.
[35] 李文宝,张博尧,史玉娇,等. 乌梁素海东部流域非生长季草地土壤细菌群落结构的垂向差异[J]. 环境科学,2023,44(6):3364−6675. LI Wenbao,ZHANG Boyao,SHI Yujiao,et al. Vertical differences in grassland bacterial community structure during non-growing season in Eastern Ulansuhai Basin[J]. Environmental Science,2023,44(6):3364−6675.
[36] 喻召雄,陶先法,贾 睿,等. 2种稻虾共作模式对土壤有机氮矿化作用的影响[J]. 南方农业学报,2022,53(5):1357−1367. doi: 10.3969/j.issn.2095-1191.2022.05.018 YU Zhaoxiong,TAO Xianfa,JIA Rui,et al. Effects of two rice-shrimp co-cultural models on soil organic nitrogen mineralization[J]. Journal of Southern Agriculture,2022,53(5):1357−1367. doi: 10.3969/j.issn.2095-1191.2022.05.018
[37] YANG Y,DOU Y X,HUANG Y M,et al. Links between soil fungal diversity and plant and soil properties on the Loess Plateau[J]. Frontiers in Microbiology,2017,8:2198. doi: 10.3389/fmicb.2017.02198
[38] LYNCH M D J,NEUFELD J D. Ecology and exploration of the rare biosphere[J]. Nature Reviews Microbiology,2015,13(4):217−229. doi: 10.1038/nrmicro3400
[39] ZHENG H,LIU Y,CHEN Y,et al. Short-term warming shifts microbial nutrient limitation without changing the bacterial community structure in an alpine timberline of the eastern Tibetan Plateau[J]. Geoderma,2020,360:113985. doi: 10.1016/j.geoderma.2019.113985
[40] YUAN M M,GUO X,WU L W,et al. Climate warming enhances microbial network complexity and stability[J]. Nature Climate Change,2021,11(4):343−357. doi: 10.1038/s41558-021-00989-9
[41] JIANG Y L,SONG H F,LEI Y B,et al. Distinct co-occurrence patterns and driving forces of rare and abundant bacterial subcommunities following a glacial retreat in the eastern Tibetan Plateau[J]. Biology and Fertility of Soils,2019,55(4):351−364. doi: 10.1007/s00374-019-01355-w
[42] 邢肖毅,倪 绯,张亚丽,等. 增温对土壤丰富和稀有微生物的差异性影响[J]. 环境科学与技术,2022,45(5):70−76. XING Xiaoyi,NI Fei,ZHANG Yali,et al. Effects of warming on diversity of abundant and rare microbial communities in soil[J]. Environmental Science & Technology,2022,45(5):70−76.
[43] FAN K K,WEISENHORN P,GILBERT J A,et al. Soil pH correlates with the co-occurrence and assemblage process of diazotrophic communities in rhizosphere and bulk soils of wheat fields[J]. Soil Biology & Biochemistry,2018,121:185−192.
[44] PAN C C,FENG Q,LI Y L,et al. Rare soil bacteria are more responsive in desertification restoration than abundant bacteria[J]. Environmental Science and Pollution Research,2022,29(22):33323−33334. doi: 10.1007/s11356-021-16830-x
计量
- 文章访问数: 165
- HTML全文浏览量: 30
- PDF下载量: 55
