在完成整个果园的循环利用四年后：这对一个年轻的杏仁果园的土壤生态系统服务产生了哪些影响？

《Vadose Zone Journa》：Four years after whole orchard recycling: Effects on soil ecosystem services in a young almond orchard

　　摘要

在加利福尼亚州，评估添加大量回收木屑后土壤所提供的潜在生态系统服务对于农场生物质管理至关重要。在这项研究中，我们在2023年和2024年期间，评估了整个果园回收（WOR）对一个4年生重新种植的杏仁果园的土壤生态系统服务的影响。评估的服务包括调节土壤气体排放（例如二氧化碳（CO2）、一氧化二氮（N2O）和甲烷（CH4）以及影响土壤碳（C）、氮（N）和硝酸盐（NO3?）的淋溶。在WOR处理区和未处理的对照区进行了实地测量，这两个区域分别接受了低浓度和中等浓度的氮肥施加。收集了土壤样本用于分析硝酸盐（NO3?）、有机碳（C）和总氮（N）。使用埋设的土壤树脂陷阱来测定土壤中的硝酸盐淋溶情况。2023年，WOR处理区的累计二氧化碳排放量显著高于对照区（p < 0.05），但在2024年这种差异消失了，表明到第六年时排放量有所减少。无论处理方式和氮肥施用量如何，果园土堤处的二氧化碳排放量始终高于果园通道（p < 0.05）。一氧化二氮的排放量在各处理组间相似，主要由氮肥施用驱动。所有处理组的甲烷排放量都完全可以忽略不计。WOR处理区的表土有机碳和总氮含量（分别为1.38%和1042毫克/千克）显著高于对照区（分别为0.88%和617毫克/千克）。未观察到硝酸盐淋溶的显著差异。总体而言，WOR实施4年后，观察到其对土壤碳封存和氮保留具有积极作用，对二氧化碳排放略有负面影响，而对一氧化二氮和甲烷排放的影响是中性的。

**通俗语言总结**

在整个果园回收（WOR）作为一种可持续的农场果园生物质管理方法，在加利福尼亚州正受到关注。然而，WOR对土壤生态系统服务的影响需要彻底评估。本研究考察了WOR如何影响土壤服务，包括其对土壤气体排放、土壤碳和氮保留的作用，研究对象是一个4年生的重新种植的杏仁果园。WOR实施四年后，结果显示WOR处理区的累计二氧化碳排放量较高，但这种差异随时间有所减弱。一氧化二氮和甲烷的排放量未受到WOR的影响。重要的是，WOR增强了土壤碳封存和氮保留能力，同时没有改变硝酸盐的淋溶潜力。总体而言，这些发现表明WOR作为一种管理措施，在加利福尼亚州的杏仁果园中具有优势，有助于改善土壤健康和实现可持续生产。

**缩写说明**

- ETc：作物蒸散作用（Crop Evapotranspiration）
- WOR：整个果园回收（Whole Orchard Recycling）表土湿度（%）和温度（°C）也是在使用Stevens HydraProbe进行气体测量的同时测量的。图2显示了每个处理组在气体采样日的土壤温度和含水量。正如预期的那样，年初土壤温度较低，随着季节的进展逐渐升高。土壤温度在8月至9月达到峰值，然后在秋季逐渐下降。观测到的土壤温度与附近气象站（CIMIS #39）测量的温度非常相似（图2a）。对于每个处理组，土壤含水量没有明显的模式（图2b）。气体通量使用LI-COR SoilFluxPro软件（https://www.licor.com/products/soil-flux/soilfluxpro）来确定。

**图1** 在图形查看器中打开

**图2** 土壤温度（a）和含水量（b）。

**2.3 使用自动化密闭室系统进行额外的二氧化碳测量**

为了进一步了解受全果园回收（WOR）影响的土壤中碳动态，在一个处理组中持续监测二氧化碳排放。2024年初，在WOR和对照组的低氮（Low-N）和中等氮（Median-N）亚区域分别安装了八个LI-8200-104不透明长期密闭室（LI-COR Bioscience）。这些自动化密闭室被放置在树垄和沟槽中（PVC土壤圈的直径为21.3厘米，高度为12厘米），并连接到LI-8250多路复用器和LI-8100A自动化土壤二氧化碳系统。LI-8100A使用非分散红外技术测量二氧化碳通量（0–20,000 ppm CO2范围，表1），用于与我们使用LI-7810进行的单独二氧化碳测量结果进行比较。系统被编程为连续测量二氧化碳通量，包括1分钟的采样线冲洗、9分钟的通量测量以及再次1分钟的采样线冲洗。LI-8100A从2024年1月运行到2024年9月果园收获后一个月。在这9个月内，使用LI-8100A自动化系统共收集了约16,500个二氧化碳通量数据点。

**2.4 监测土壤硝酸盐淋溶以及土壤氮和碳分析**

离子交换树脂陷阱被埋设在位于垄上的土壤圈附近，以监测WOR和氮肥施用量对土壤硝酸盐（NO3?）淋溶的影响。这些树脂陷阱在60厘米的土壤深度埋设了一整年，之后被取出。2023年的陷阱在2022年6月埋设，2023年6月取出；2024年的陷阱在2023年6月埋设，2024年6月取出。在三个WOR和对照组重复实验中，每个低氮和中等氮亚区域各埋设了两个树脂陷阱，总共24个陷阱（n = 6）。取出后，使用2 M KCl提取树脂三次以确保所有氮被完全去除（Gao等人，2020年）。提取物随后混合，并使用比色法（Mulvaney，1996）Lachat流动注射分析系统（Lachat Instrument）分析NO3?。2024年杏仁季节末期，还从中等氮WOR和对照组站点（n = 3）采集了表土（0-15厘米和15-30厘米深度），并送往第三方实验室进行土壤碳和氮分析（WARD Laboratories, Inc.）。实验室通过LECO分析仪使用燃烧法分析总碳（%）和总氮（mg kg?1），并使用Lachat仪器分析土壤NO3?。

**2.5 统计分析**

使用双样本t检验确定了每个季节WOR和对照组之间累计二氧化碳、N2O和CH4排放的统计差异。单因素方差分析（ANOVA）用于确定WOR和对照组之间以及不同土壤深度下的土壤有机碳、总氮和土壤NO3?的统计差异。如果差异具有统计学意义，则使用双样本t检验进行区分。ANOVA还用于评估WOR和对照组在低氮和中等氮施用量下NO3?淋溶的统计差异。线性回归用于分析WOR和对照组在不同氮肥施用量下的气体排放与土壤温度和含水量之间的关系。所有统计分析的置信区间设定为95%或p = 0.05，所有分析均使用Microsoft Excel完成。

**3 结果**

**3.1 土壤二氧化碳、N2O和CH4排放**

**3.1.1 二氧化碳**

图3显示了从2023年1月到2024年12月，WOR和对照组地块的低氮（a）、中等氮（b）和中等氮沟槽（c）亚区域的平均土壤二氧化碳排放量（μmol m?2 s?1）。如观察到的，2023年二氧化碳排放量从1月开始逐渐增加，在5月达到峰值，然后缓慢下降。2023年9月至10月，所有亚区域的二氧化碳排放量再次略有上升（图3）。2023年WOR的累计土壤二氧化碳排放量在统计上高于对照组，在中等氮垄（p = 0.04）和低氮垄（p = 0.04）亚区域均如此。中等氮沟槽之间没有统计学差异（p > 0.05）。当比较中等氮垄和中等氮沟槽时，WOR垄的累计二氧化碳排放量在统计上高于WOR沟槽（p = 0.03）。2023年对照组垄和对照组沟槽之间也没有统计学差异（p > 0.05）。

**3.1.2 N2O**

图4显示了2023年1月至2024年12月，低氮垄（a）、中等氮垄（b）和中等氮沟槽（c）亚区域的平均土壤N2O排放量（μg m?2 h?1）。对于WOR和对照组的低氮垄和中等氮垄亚区域，2023年和2024年4月至8月期间，土壤N2O排放量通常会增加，这与杏仁树生长期间的氮肥施用时间相吻合（图4a）。WOR和对照组地块之间没有统计学差异（p > 0.05），但在中等氮垄亚区域，对照组的中等氮沟槽的累计N2O排放量在统计上高于WOR的（图4c）。当比较中等氮垄（图4b）和中等氮沟槽（图4c）时，2023年WOR垄的累计N2O排放量在统计上高于WOR沟槽（p = 0.03；对照组分别为p = 0.001）。2024年连续的二氧化碳通量数据由LI-8100A长期系统提供，在第4.1.1节中进行了讨论。

**3.1.3 CH4**

图5显示了2023年和2024年，低氮垄（a）、中等氮垄（b）和中等氮沟槽（c）亚区域的平均土壤CH4排放量（μmol m?2 s?1）。在整个2023年和2024年期间，N亚区域的土壤CH4排放量普遍较低且可以忽略不计（图5a–c）。此外，无论季节如何，WOR和对照组地块之间都没有观察到CH4排放的统计学差异（p > 0.05）。尽管如此，在中等氮垄亚区域偶尔会检测到CH4排放量的峰值，但由于标准偏差较大，这些可能是数据异常值。无论土壤处理方式如何，不同季节之间中等氮垄和中等氮沟槽之间的累计CH4排放量也没有统计学差异（p > 0.05）。

**3.2 土壤碳、氮和NO3?**

图6和图7显示了2024年末从WOR和对照组中等氮亚区域收集的表土中的NO3?、总氮和有机碳含量（垄顶土和沟槽顶土）。在0–15厘米深度的垄顶土中，WOR和对照组之间的土壤NO3?没有统计学差异（p > 0.05）（图6a）。WOR的果园垄中的总氮含量在统计上更高（p = 0.03，1042 mg kg?1），而对照组为617 mg kg?1（图6b）。同样，在这一土壤深度，WOR的有机碳含量也显著更高（p = 0.02，1.38%），而对照组为0.88%（图6c）。然而，在15–30厘米深度，不同处理方法之间的土壤NO3?、总氮和有机碳没有统计学差异（p > 0.05）（图7a–c）。图6还显示了0-30厘米深度WOR和对照组中等氮亚区域的垄顶土和沟槽顶土的NO3?、总氮和有机碳的比较（n = 3）。小写字母表示p < 0.05的统计显著性。

**3.3 土壤NO3?淋溶潜力**

图8显示了从60厘米深度的树脂陷阱测量得到的季节性NO3?-N积累量（kg ha?1）。如观察到的，2023年不同土壤处理方法（WOR和对照组）之间的NO3?-N积累量没有显著差异（图8a）。令人惊讶的是，对照组中等氮垄亚区域的NO3?-N积累量（6.78 kg ha?1）在统计上低于对照组低氮垄（23.8 kg ha?1）以及WOR的低氮垄（27.4 kg ha?1）和中等氮垄（18.1 kg ha?1）。2024年，不同土壤处理方法和氮肥施用量之间的NO3?积累量没有统计学差异（p > 0.05）（图8b）。WOR的低氮垄和中等氮垄的季节性NO3?-N积累量分别为2.20、1.04、1.92和5.14 kg ha?1。

**4 讨论**

**4.1 全果园回收（WOR）对二氧化碳排放的影响**

在回收李树并改种为杏仁果园四年后，仍然观察到了WOR对土壤二氧化碳排放的影响；这很可能是由于改良材料的作用，例如分解、土壤碳库的变化以及对土壤微生物活动的影响。2023年，WOR的低氮垄和中等氮垄亚区域的累计二氧化碳排放量显著高于对照组。在之前的四年田间二氧化碳排放数据中也观察到了相同的现象，WOR的二氧化碳排放量在统计上高于对照组（Culumber等人，2025年）。同样，在一项为期8个月的培养研究中，Gao等人（2024年）也注意到，未改良的对照土壤中的总二氧化碳释放量最低，而施用了较多WOR改良材料的土壤中最高。最令人惊讶的是，作者观察到，在实验室培养中，施加氮（N）可以减少大尺寸木片的总体二氧化碳（CO2）排放量（9%–11%）（Gao等人，2024年）。在我们的研究中，总体CO2排放量与土壤湿度和温度有显著关系，尽管相关系数（R2）较低（表2）。2023年在WOR地块观察到的较高累计CO2排放量可能受到季节性冬季降水量差异的影响，2023年降水量为364毫米，而2024年为280毫米。此外，2023年86%的降雨量发生在季节早期（1月至3月），而2024年同期仅 có 58%的降雨量，这影响了土壤水分的可用性。土壤水分状态已被认为是影响微生物活动和矿化速率的最重要非生物因素（Ghezzehei等人，2019年；Manzoni等人，2012年；Thao、Gonzales等人，2024年）。因此，2023年（季节早期）多出的151毫米降雨量可能促进了更强的土壤微生物活动和碳矿化，从而导致更高的土壤CO2排放量（Thangarajan等人，2013年）。Brockett等人（2012年）使用来自加拿大西部不同气候区域的七种森林生态系统的土壤样本得出结论，土壤湿度是影响微生物群落结构和活动的主要因素。微生物活动所需的资源（如土壤水分和氮）的可用性（Bi等人，2012年；Li等人，2023年）可能是我们在果园边缘（Berm）与果园通道（Alleyway）之间观察到累积CO2排放量统计上存在差异的原因。然而，为了更好地理解和验证我们的观察结果，有必要评估WOR土壤与对照土壤在微生物群落方面的差异。总体而言，到第六年时WOR地块的CO2排放量减少是一个积极的现象，因为它减少了土壤中碳的损失，同时土壤有机碳含量增加了（图6）。

表2. 整个果园循环（WOR）+ 对照情况下二氧化碳（CO2）、一氧化二氮（N2O）和甲烷（CH4）通量与地表温度和水分含量的关系。

| 位置 | 氮水平 | 温室气体（GHGs） | 斜率 | 截距 | R2 | p值 |
|-------------|-----------------|-----------------|-----------------|-----------------|---------------------|
| |-----------------|--------------|-----------------|-----------------|-------------------|
| | 中值 | CO2 | 1.28 | 18.3 | 0.09 | *** |
| | 低氮 | CO2 | 1.91 | 17.8 | 0.17 | *** |
| | 中值 | N2O | 0.03 | 22.0 | 0.03 | ** |
| | 低氮 | N2O | ?0.02 | 23.2 | <0.01 | NS |
| | 温度 | 中值 | N2O | ?0.00 | 22.9 | <0.01 | NS |
| | 中值 | CH4 | ?0.19 | 21.8 | <0.01 | NS |
| | 低氮 | CH4 | 0.71 | 22.6 | <0.01 | NS |
| | 中值 | CH4 | ?0.83 | 21.6 | 0.02 | * |
| | 总计 | CO2 | 1.53 | 18.2 | 0.12 | *** |
| | 中值 | N2O | 0.01 | 11.4 | <0.01 | NS |
| | 低氮 | N2O | 0.01 | 12.3 | <0.01 | NS |
| | 水分 | 中值 | N2O | 0.01 | 9.45 | <0.01 | NS |
| | 中值 | CH4 | ?0.21 | 11.7 | <0.01 | NS |
| | 低氮 | CH4 | 0.19 | 8.41 | <0.01 | NS |
| | 总计 | CO2 | 1.28 | 8.48 | 0.11 | *** |
| | 中值 | CO2 | 2.17 | 3.32 | 0.19 | *** |
| | 总计 | CO2 | 1.19 | 9.03 | 0.08 | *** |
| | 中值 | N2O | 0.01 | 11.4 | <0.01 | NS |
| | 低氮 | N2O | 0.01 | 12.3 | <0.01 | NS |

4.1.1 每周与连续CO2排放量的比较

图9展示了我们的每周CO2测量数据（图3）与长期室内系统（LI-8100A）连续CO2读数之间的比较，时间跨度从2024年1月到2024年9月。如前所述，LI-8100A系统的主要目的是检查杏仁果园中的日间CO2变化并验证我们的每周采样方法。观察结果表明，无论在哪种土壤处理和氮肥施用率下，我们的每周CO2通量与连续CO2排放量在标准偏差范围内是一致的（图9a–f）。这意味着文献中建议的采样时间框架（上午9:00–11:00）适合捕捉每日CO2平均值（Darenova等人，2014年；Pavelka等人，2018年）。然而，有些日子某些位置的CO2通量较高，但没有被我们的每周采样程序捕捉到。例如图9b中的Median-N对照通道亚区域，从2024年4月底到5月初显示出较高的连续CO2排放量。另一个显示出高CO2通量的亚区域是图9d中的Median-N WOR边缘（从2024年2月到3月初）。目前我们还没有明确的解释，除了可能是仪器误差。尽管我们只有每周CO2数据集的重复实验（n = 3），而没有长期LI-8100A系统的重复实验，这意味着这些高通量可能是数据异常值。总体而言，与长期室内系统相比，低成本的每周CO2监测似乎足以研究处理效果和可能的累积排放量。

4.1.2 对CO2动态解释的限制

在本研究中，一个限制我们对现场CO2排放量解释的混淆因素是我们无法区分根系呼吸（自养呼吸）与土壤微生物呼吸（异养呼吸）。根系呼吸在土壤碳动态中起着关键作用，并受到树木生长、根系密度和各种环境条件等因素的影响（Hu等人，2018年；Kuzyakov & Larionova，2005年；You等人，2025年）。早期的研究表明，WOR地块中的杏仁树生长显著优于对照组（Holtz等人，2018年）。这种树木活力的增加可以归因于WOR改善了土壤的物理化学性质，例如提高了土壤水分保持能力、土壤碳含量、养分保持能力和容重（Jahanzad等人，2020年；Thao、Culumber等人，2024年；You等人，2025年），这些都有利于生长和根系发育。特别是You等人（2025年）观察到，在加入木屑后，每单位土壤体积的杏仁树根系质量显著增加。在这个地点，WOR下的树木生长连续显著优于对照组（Culumber等人，2025年）。因此，我们不清楚观察到的土壤CO2增加是由于木屑分解还是由于根系密度增加所致。

4.2 WOR对N2O和CH4排放的影响

在各种作物系统中，氮肥施用后N2O排放量激增的现象已在元分析中得到充分记录（Charles等人，2017年；Shcherbak等人，2014年）。同样的现象也在WOR对照组和实地研究中得到报告（Gao等人，2024年；Culumber等人，2025年）。在这项研究中，我们也观察到在低氮和中等氮WOR边缘亚区域中，随着季节的变化，N2O排放量出现了类似的增加（图4a,b）。如前所述，在WOR和对照低氮及中等氮边缘亚区域之间未检测到N2O排放量的统计学差异。然而，我们确实观察到，2023年和2024年，对照中等氮通道中的N2O排放量在统计学上高于WOR中等氮通道（图4c）。最重要的是，这个通道中的N2O排放量也显著高于所有低氮和中等氮边缘（p < 0.05）。由于果园通道本应处于“资源受限”状态，这一观察结果令人意外。一个可能的解释是微喷灌系统的覆盖范围（图1），在施肥过程中也会释放氮。灌溉可以改变土壤作为气体排放源或汇的能力（Lal，2004年）。2023年，由于堵塞，灌溉系统被多次冲洗以提高灌溉分布。这导致微喷灌管路的压力增加，覆盖范围更好。在实地观察中，我们发现灌溉水可以到达通道，甚至在某些位置覆盖了土壤颈部。在氮肥施肥期间，氮源可能扩散到果园通道中，从而导致较高的土壤N2O排放量（Trost等人，2013年）。然而，这一理论无法解释为什么WOR中等氮通道中的N2O排放量显著低于对照中等氮通道（图4c）。在土壤中，N2O排放主要是通过硝化和反硝化过程生物产生的（Harrison & Webb，2001年）。因此，影响氮动态的土壤物理化学性质（例如，吸附潜力、水分和养分保持能力以及pH值）也会影响气体排放（Charles等人，2017年；Thangarajan等人，2013年）。图10显示了使用从果园通道收集的表土（0–30厘米）进行的14天土壤蒸发测试结果，包括WOR和对照组（n = 3）。观察结果表明，在14天期间，未经处理的对照土壤的蒸发损失在统计上高于WOR土壤。尤其值得注意的是，随着土壤变干，统计功效增加（图10）。先前的研究已经报告WOR土壤的水分保持能力高于对照组（Jahanzad等人，2020年；Thao、Culumber等人，2024年）。这意味着WOR通道中的土壤吸附潜力比对照通道更强，可能在施肥事件中结合了多余的氮。然而，这一理论尚未得到验证，需要进一步研究WOR在资源受限条件下的影响。

4.3 WOR对土壤碳和氮的影响

采用提高土壤碳封存能力的农艺措施（例如，添加有机残留物、覆盖作物和保护性耕作）并提高资源利用效率（例如，氮和水）已被广泛建议用于可持续食品生产（Acevedo等人，2022年；Lal，2016年；Lehmann等人，2020年；Shahane & Shivay，2021年；Thao等人，2025年）。在我们的实地研究中，我们观察到WOR转化后4年，0至30厘米深度或施用区域的土壤有机碳和总氮含量显著高于未经处理的对照组（图6b,c）。从第2年（2020年）到第4年（2022年），这个杏仁果园的WOR土壤中顶部15厘米的土壤有机碳储量显著高于对照组（Culumber等人，2025年）。土壤有机碳是整体土壤健康的主要贡献者，可以影响微生物活动和土壤呼吸（Curiel Yuste等人，2007年；Throckmorton等人，2012年）。与我们的发现一致，其他研究也报告了WOR对土壤碳和氮库的积极影响。Gao等人（2024年）检测到，未经处理的土壤中的土壤有机碳显著低于WOR土壤。Jahanzad等人（2020年）观察到，WOR土壤保留了更多的土壤有机碳，并在表土中产生了更多的总碳储量。同样，在一个8年的杏仁果园田间实验中，Holtz等人（2018年）也观察到，WOR后2年土壤有机质、总土壤有机碳和养分含量（例如NO3?）显著增加，并在随后6年内也显著高于对照组。这些研究结果是由于回收的木屑是土壤系统的外部碳输入。此外，木质生物质的高C:N比率（约160）意味着分解速度较慢，土壤碳矿化作用也较慢（Grzyb等人，2020年；He等人，2023年；Vanlauwe等人，1996年）。我们的研究结果与最近的一项元分析一致，该分析得出结论：在果园农业生态系统中添加有机土壤改良剂能够实现最高的土壤碳封存潜力（Vicente-Vicente等人，2016年）。

4.4 WOR对NO3?淋溶的影响

在这项研究中，通过分析每个季节埋设的土壤树脂陷阱（埋设时间为12个月）来测定WOR对NO3?淋溶的影响。减少土壤NO3?淋溶是一种理想的生态系统服务，例如提高农场氮素利用效率并降低地下水中的NO3?污染，通常与更好的土壤功能特性相关，如改善的土壤健康状况和吸附潜力（Dinnes等人，2002年；Zhaohui等人，2012年）。多项研究已经发现了使用回收木屑改良的土壤具有这种优势。在一项受控的实验室研究中，Gao等人（2024年）观察到每次施肥后，未改良对照组的NO3?淋溶潜力显著高于WOR处理组。同样，Thao、Culumber等人（2024年）通过数值模拟和实地数据验证发现，在多个杏仁生长季节中，WOR处理组的土壤NO3?淋溶量均低于未改良对照组。Jahanzad等人（2022年）评估了WOR对土壤氮动态的长期影响，并得出结论：在10年期间，土壤NO3?淋溶潜力降低了52%。在我们的分析中，尽管到2024年末（第六年），WOR处理组的表层土壤NO3?和总氮含量明显高于对照组（图6a,b），但在不同土壤处理组和季节之间未检测到显著的差异（图8a,b）。我们确实观察到，在2023年，特定WOR处理下的土壤NO3?淋溶量统计上高于2024年（除了对照组的中位氮含量：p = 0.003和p = 0.05，以及对照组中低氮含量和中位氮含量的子区域：p = 0.04和p > 0.05）。由于NO3?非常容易通过土壤渗透作用被淋溶（Bastani & Harter, 2019），2023年埋设的树脂陷阱捕获的更多NO3?可能是因为季节性降水量比2024年多了30%（表1）。研究表明，非生长季节的降水量是导致农业土壤中NO3?淋溶的一个气候因素（Kirchmann等人，2002年）。

5 结论

自2019年以来，加利福尼亚州已有超过4.26万公顷的果园土地得到了回收利用，预计由于法规（如SB 705）的实施禁止农业烧田，这一数量还会继续增加（San Joaquin Air Valley Air Pollution Control District Governing Board, 2023）。因此，了解使用WOR材料改良的土壤所带来的长期影响和潜在生态系统服务对农民、研究人员和监管机构来说是非常重要的信息。在这项研究中，即使在添加WOR四年后，重新种植的杏仁果园的累计二氧化碳排放量仍然较高，无论氮肥施用量如何。然而，在下一个季节并未观察到累积二氧化碳排放量的显著差异。不同季节和地点（果园堤坝与通道）之间的二氧化碳排放量差异可能与碳矿化有关，这主要是由微生物获取土壤水分和氮的能力所驱动的。每周的二氧化碳测量结果与连续二氧化碳测量结果一致（该系统于2024年部署）。N2O排放量在不同土壤处理组和季节之间相似，氮肥施用是N2O排放量高的主要因素。在果园通道中，WOR处理组的N2O排放量较低，这可能是由于土壤吸附潜力的变化；这是WOR改良土壤所带来的一个积极的生态系统服务。这表明，灌溉设计和氮素管理是影响重新种植的WOR果园中二氧化碳和N2O排放的关键因素。CH4排放量可以忽略不计或受WOR影响较小。二氧化碳排放量与土壤湿度或温度之间存在较弱的相关性（R2< 0.2），而N2O和CH4之间则完全没有相关性。2024年采集的表层土壤中的有机碳、总氮和NO3?含量在WOR处理组显著高于未改良对照组，这是对土壤生态系统服务的另一个积极影响。WOR处理下土壤氮含量的显著增加可能是由于氮素和水分保持能力的提高，尽管在不同子区域（低氮含量堤坝和中位氮含量堤坝）之间未检测到土壤NO3?淋溶潜力的差异。总体而言，这些发现支持WOR作为加利福尼亚州杏仁果园的一种有益管理实践。

作者贡献

Touyee Thao：概念构思；数据管理；正式分析；调查；方法论；验证；可视化；撰写——初稿。

Suduan Gao：概念构思；数据管理；正式分析；资金获取；项目管理；资源协调；监督；撰写——审阅和编辑。

Catherine M. Culumber：概念构思；资金获取；项目管理；资源协调；监督；撰写——审阅和编辑。

Amisha T. Poret-Peterson：概念构思；资金获取；资源协调；撰写——审阅和编辑。

Julio Perez：数据管理；调查；方法论；撰写——审阅和编辑。

Brent A. Holtz：资金获取；项目管理；资源协调；撰写——审阅和编辑。

致谢

本研究的资金支持来自加利福尼亚州食品与农业部（协议编号17-0614-000-HS、20-0001-040-SF和19-0001-022-SF）以及加利福尼亚杏仁委员会（项目AIR10和INSH06）。Touyee Thao得到了美国农业部农业研究服务局（USDA-ARS）2023年研究助理计划的资助，以及相应的美国农业部农业研究服务局项目编号301-2034-13000-013的支持。作者感谢KARE工作人员在农业实践和田间管理方面提供的帮助。本出版物中提及的商标名称或商业产品仅用于提供具体信息，并不意味着美国农业部的推荐或认可。

利益冲突声明

作者声明没有利益冲突。