大规模光伏阵列部署在板下及板间产生肥岛效应

Fertilizer island effect generated by large-scale deployment of photovoltaic arrays beneath and between panels

摘要

目的 探究光伏电站建设对土壤肥力的影响，重点阐明肥岛效应的时空格局及其驱动路径，以期为光伏产业的生态协同管理提供科学依据。 方法 研究整合了在中国典型光伏密集区（包括青藏高原和河西走廊）的田间试验与涵盖全球669个观测数据的38项研究的Meta分析，系统评估土壤养分对光伏部署的响应。 结果 田间试验与Meta分析结果均显示：光伏阵列显著提升了板下及板间的土壤有机碳（SOC）、全氮（TN）和全磷（TP）含量，形成明确的“肥岛效应”。该效应在干旱和荒漠生态系统中最为显著，而在草地和农田中响应微弱。值得注意的是，土壤有机碳和全氮的积累随光伏建设年限延长而提升。结构方程模型表明年均降水量（MAP）与建设年限是驱动肥岛效应变化的关键因子。 结论 大规模光伏阵列部署可通过调节微气候（如降低土壤温度、增加含水率）促进植被恢复与土壤养分积累，从而形成并强化肥岛效应，在区域生态恢复中扮演着积极的角色。

Abstract

Objective This study investigates the impact of photovoltaic （PV） power plant construction on soil fertility， with a focus on elucidating the spatiotemporal patterns and driving pathways of the fertilizer island effect， thereby providing a scientific basis for the ecological co-management of the PV industry. Methods The study integrated field experiments conducted in typical PV-intensive regions of China （including the Qinghai-Xizang Plateau and the Hexi Corridor） with a meta-analysis of 38 studies encompassing 669 global observations to systematically evaluate soil nutrient responses to PV deployment. Results Field experiments and meta-analysis results demonstrated that PV arrays significantly increased soil organic carbon （SOC）， total nitrogen （TN）， and total phosphorus （TP） contents beneath and between panels， forming a distinct “fertilizer island effect”. This effect was most pronounced in arid and desert ecosystems， whereas responses were weaker in grasslands and farmlands. Notably， the accumulation of SOC and TN increased with the extension of PV construction duration. Structural equation modeling indicated that mean annual precipitation （MAP） and construction duration were the key factors driving variations in the fertilizer island effect. Conclusion Large-scale deployment of PV arrays can promote vegetation restoration and soil nutrient accumulation by regulating microclimates， such as reducing soil temperature （ST） and increasing moisture content （SWC）. This process contributes to the formation and enhancement of the fertilizer island effect， playing a positive role in regional ecological restoration.

Graphical abstract

关键词

光伏电站 / 肥岛效应 / Meta分析

Key words

photovoltaic power plant / fertilizer island effect / Meta-analysis

开发可再生能源并减少碳排放已成为应对能源危机和减缓气候变化的关键解决方案^［1］。太阳能光伏技术是过去十年增长最快的清洁能源技术之一^［2］。2020年全球光伏装机总量突破800 GW^［3］，预计到2050年将超过13 345 GW^［4］，满足全球20%~29%的电力需求^［1］。大量光伏项目分布于干旱、半干旱区的生态脆弱带，其在提供能源的同时，也改变了土地利用方式^［5］。在此背景下，光伏电站建设运营对区域生态环境，特别是对土壤资源的影响，已成为环境管理与生态修复领域关注的焦点。

光伏电站作为重要的人工地表覆盖物，其建设与运营通过改变地表能量平衡与物质循环，深刻影响着区域的生态系统服务功能^［6］。这种影响在土壤环境，尤其是土壤肥力方面，呈现出复杂的双重效应。一方面，光伏开发通过其物理结构与微气候效应^［5］，可能对土壤肥力产生积极影响。首先，光伏阵列能有效改变地表粗糙度^［6］，重塑近地面风场，降低风速，从而抑制土壤风蚀，为养分的原位保存创造了条件。其次，光伏组件的遮阴效应调控到达地表的太阳辐射通量，驱动土壤温度动态趋于和缓^［7］，这不仅为植被生长提供了更稳定的生物积温条件^［8］，还能缓解季节性温度胁迫，形成对近地表微气候的缓冲效应。更重要的是，光伏板通过截留降水增加土壤含水量^［8］，水分再分配作用结合其遮阴效果减少土壤蒸散量^［6］，影响地表湿度。这种水热条件的改善被认为有助于促进植被恢复与生长，间接促进土壤养分的积累。王涛等^［9］发现光伏电站内土壤有机质和速效磷含量较周边显著增加；在戈壁和沙漠地区，亦有观测表明电站内土壤有机质与全氮含量相较外围可分别提升83.0%与81.8%^［10］。然而，另一方面，光伏电站的建设与运营也可能对土壤肥力构成潜在威胁。项目的施工过程会破坏原始土壤结构与植被层^［11］，可能引发土壤侵蚀，短期内对土壤有机质库造成损失。土壤特性作为核心驱动力，深刻影响着光伏电站植被恢复过程中的植物生长与群落演替，植物与土壤的相互作用控制着土壤碳循环和储存^［12］。因此，光伏阵列内部是否存在规律的土壤肥力空间分异格局，以及何种驱动因子在此分布中占主导地位，成为当前研究中亟待厘清的关键科学问题。

荒漠地区植被根冠处的土壤养分聚集可形成肥岛效应^［13］。植被斑块与裸地间的养分空间异质性，源于其捕获大气沉降物和地表径流中养分的能力差^［14］。大规模部署的光伏阵列，以其独特的空间结构及由此产生的微环境梯度，在荒漠地表创造了一种新型的人工“结构斑块”^［15］。这些结构斑块，类比于自然植被灌木丛，可能通过多种途径驱动养分的空间再分配。光伏板基座等基础设施能够有效阻碍风沙流、捕获携带养分的大气沉降物与植物种子^［3］，为植被定植提供初始条件。此外，光伏开发有助于水分分布的异质性，尤其在沙漠地区，即使微小的水分变化也会对植被生长和物种丰富度产生显著影响^［12］。研究表明，在沙漠地区的光伏电站中，植被覆盖率从自然状态下的13.4%提升至电站建成两年后的90.5%^［16］，这证明建设光伏电站为植被恢复创造了有利条件。光伏电站的防风固沙、微气候调节等生态功能^［8］，与由此激发的植被恢复过程协同作用，在光伏电站模拟并形成一种类似于自然灌木丛的“人工肥岛效应”。

基于此，为实证检验“人工肥岛效应”这一理论推测，并系统量化其驱动机制与动态规律，本研究在中国境内4个涵盖不同气候特征与运营年限的光伏密集区展开实地试验。我们旨在超越现有研究的局限，即弥补短期、单一站点观测的不足，并通过整合实地数据与全球已发表案例的Meta分析，构建一个更为普适的认知框架。本研究旨在：（1）确定光伏阵列对土壤养分空间格局的积累及肥岛效应强度梯度；（2）揭示肥岛效应随电站运营时间的动态演变规律，评估其长期生态累积效应；（3）甄别驱动肥岛效应形成的关键环境因子。通过阐明光伏基座周围土壤肥力富集的结果与效应，本研究将为深化理解光伏电站的生态效益作出贡献，并为在碳中和目标下构建光伏产业的稳健土地管理提供科学依据。

1 材料与方法

1.1 试验研究

1.1.1 土壤样品采集与测定方法

在中国甘肃省和青海省各选取两个采样点进行土壤采样（表1），具体地点为金昌市、定西市、西宁市及共和县。为本研究之目的，选取5个区域，分别为板下、板间、前檐、后檐以及相邻无光伏区（CK）。每个区域设置3个重复样地，共选取60个样地（4×5×3，每个样地面积1.5 m×20 m），每个样地均采集0—20 cm土壤样品。土样充分混匀，挑除可见的动植物残体和石子，风干、研磨、过筛后用于测定土壤理化性质。为避免边缘效应，发电厂内的48个地块均选自光伏电站中心区域。

土壤有机碳（Soil Organic Carbon， SOC）采用重铬酸钾-浓硫酸外加热法测定^［17］；全氮（Total Nitrogen， TN）采用H₂SO₄消煮-凯氏定氮法测定^［17］；全磷（Total Phosphorus， TP）采用硫酸-高氯酸消化-钼锑抗比色法测定^［17］；土壤含水率（Soil Water Content， SWC）采用水分干燥法测定^［17］。土壤温度（Soil Temperature， ST）使用土壤温度计在各采样点进行测量^［17］。土壤容重（Soil Bulk Density， SBD）采用环刀法测定。

1.1.2 数据处理

检验数据的残差正态性和方差齐性，必要时对数据进行参数检验。本研究以采样点光伏板位置作为分组变量（n=3），采用单因素方差分析（One-way ANOVA）的最小显著差异法（Duncan）检验不同处理间理化性质的差异。采用非参数检验评估光伏建设年限对土壤肥力的影响（p<0.05）。使用R软件（4.2.3）中的“piecewise SEM”包构建结构方程模型（Structural Equation Modeling， SEM）。所有数据采用Excel 2016整理，绘图使用GraphPad Prism 9.5.0和R软件完成。

1.2 Meta分析

1.2.1 数据收集

检索Web of Science， Google Scholar和中国知识资源总库（CNKI），筛选2024年6月前在线发表的文献，采用以下检索词组合：（“光伏”或“太阳能电站”或“光伏阵列”）与（“土壤”或“土壤理化性质”或“土壤有机质”）。依据以下标准筛选符合条件的研究：（1） 研究须包含设有处理组与对照组的试验；（2） 对多时间尺度试验数据，仅选取最近一次试验数据； （3） 多因子处理试验中，仅选取无光伏电站与已建光伏电站对照组数据，以排除其他交互处理的影响；（4） 排除施肥处理试验数据，仅纳入自然状态下光伏设施的数据。无对照区测试数据采用该区域特有的土壤背景值。依据上述条件筛选文献，最终从38项研究中获取669个观测值，其中土壤有机碳129个、全氮117个、全磷85个。

对于每项研究，均提取试验处理组和对照组的均值、标准差（Standard Deviation， SD）或标准误（Standard Error， SE），以及重复次数（n）。对于未报告标准差或标准误的研究，标准差按均值的0.1倍进行估算^［18］。除目标变量外，还收集原始案例研究或相关研究中的核心信息，包括：（1） 环境变量，如气候因素（年均温度MAT、年均降水量MAP）及生态系统类型；（2） 试验变量，如光伏装置运行时长。数据主要从选定文献的结果部分或补充材料中提取；若数据仅以图表形式呈现，则使用WebPlotDigitizer v4.4软件进行数据提取。

1.2.2 数据分析

采用Meta Win 2.1软件对数据进行Meta分析，以评估光伏电站建设对土壤理化性质的影响，各变量响应比（Response Ratio， RR）均进行自然对数转换^［19］，具体如下：

\mathrm{l}\mathrm{n}\mathrm{R}\mathrm{R}=\mathrm{l}\mathrm{n}\left(\frac{{\overline{X}}_t}{{\overline{X}}_c}\right)（1）

式中：{\overline{X}}_t和{\overline{X}}_c分别表示处理组与对照组的平均值。

与\mathrm{l}\mathrm{n}\mathrm{R}\mathrm{R}对应的研究内方差（v）计算公式如下：

v=\frac{\mathrm{S}{\mathrm{D}}_t^{\mathrm{2}}}{n_t{X}_t^{\mathrm{2}}}+\frac{\mathrm{S}{\mathrm{D}}_c^{\mathrm{2}}}{n_c{X}_t^{\mathrm{2}}}（2）

式中：n_t和n_c分别表示处理组和对照组的样本量；\mathrm{S}{\mathrm{D}}_t和\mathrm{S}{\mathrm{D}}_c分别表示处理组与对照组的标准差。

单个研究的权重计算公式如下：

w_i=\frac{\mathrm{1}}{v_i+{\tau }^{\mathrm{2}}}（3）

式中：w_i为单个研究的权重；v_i为研究内方差；{\tau }^{\mathrm{2}}为研究间方差。

加权响应比\left(\mathrm{R}\mathrm{R}\right)计算公式如下：

\mathrm{R}\mathrm{R}={\displaystyle \sum _{i=\mathrm{1}}^k}{w}_i\mathrm{R}{\mathrm{R}}_i/{\displaystyle \sum _{i=\mathrm{1}}^k}{w}_i（4）

式中：\mathrm{R}{\mathrm{R}}_i为单个研究的自然对数响应比。基于随机效应模型计算了（\mathrm{R}\mathrm{R}）及其95%置信区间（95% CI）。若95% CI不与零重叠，则认为（RR）具有统计学意义。

（RR）通过以下公式转换为百分比变化（Y）：

Y=\mathrm{e}\mathrm{x}\mathrm{p}\left(\mathrm{R}\mathrm{R}-\mathrm{1}\right)\times \mathrm{100}\mathrm{\%}（5）

所有与光伏电站相关的单一变量响应比均通过拟合高斯正态函数呈现正态分布^［18］（图1）。采用Egger检验及失安全数评估各变量潜在的发表偏倚（表2），当p<0.05时判定存在发表偏倚，失安全数大于5 n+10（n为变量样本量）时，认为其不影响Meta分析结果^［18］。

本研究基于光伏组件位置（板下、板间、前檐和后檐）、干旱（年均降水量<400 mm）、湿润（年均降水量≥400 mm）、生态系统类型（荒漠、草地、农田）及光伏建设年限（<3 a，3~5 a，>5 a）开展亚组分析。为比较上述组别间变量效应量的异质性，采用组间异质性检验（QM检验），显著性水平设定为p<0.05^［20］（表3）。

2 结果与分析

2.1 基于实地试验的肥岛效应空间格局与驱动因子

2.1.1 光伏板不同位置对肥岛效应的影响

光伏电站的建设显著影响土壤肥力，土壤有机碳、全氮和全磷含量在板下及板间显著升高（图2）。4个采样点的有机碳、全氮和全磷含量范围分别为5.65~8.99 g/kg，0.536~0.902 g/kg和0.31~0.89 g/kg。与对照组相比，4个采样点的有机碳、全氮和全磷含量分别增加0.306 g/kg，0.037 g/kg和0.007 g/kg；板下有机碳、全氮和全磷含量分别增加0.232 g/kg，0.034 g/kg和0.025 g/kg；板间有机碳和全氮含量分别增加0.686 g/kg和0.072 g/kg。在光伏板前后檐，土壤肥力变化不稳定。

2.1.2 肥岛效应随光伏建设年限的变化

光伏系统安装时长显著影响肥岛效应的变化程度（图3）。实地研究显示，有机碳及全氮随光伏设施运行时间显著增加，而全磷在光伏建设10 a后出现下降。

2.1.3 肥岛效应的驱动因子

光伏板不同位置的土壤物理特性存在显著差异（p<0.05）。与对照组相比，光伏板下4个采样点的土壤容重显著降低，其他区域则有所增加，板间增加程度最大（p<0.05）；土壤温度在光伏板不同位置均显著降低，其中板下降温效果最好（p<0.05）；土壤含水率在板下、板间及前檐显著增加（p<0.05），而后檐呈现波动变化（图4）。

结构方程模型（SEM）结果表明，所有预测变量共同解释了土壤有机碳、全氮和全磷变化的99%，92%和50%（图5）。路径分析进一步表明，光伏电站运行年限是土壤有机碳和全氮含量的关键正向驱动因子，而年均降水量则对土壤有机碳和全磷含量具有显著正向效应。综上所述，年均降水量和光伏建设年限是驱动肥岛效应形成的关键环境与时间因子，其协同作用主导土壤碳、氮、磷等核心养分元素的富集过程。

2.2 基于Meta分析的光伏电站肥岛效应评估

2.2.1 光伏电站建设对肥岛效应的Meta分析

光伏电站建设对肥岛效应产生显著影响（图6）。在光伏电站内，土壤有机碳和全磷分别提升18.93%和17.74%，而全氮未出现显著变化。这些变量的效应值取决于光伏板的位置、气候区（干旱与湿润）以及生态系统类型。在光伏板下，土壤有机碳、全氮和全磷分别增加25.22%，11.78%和48.36%，其效应值分别为0.224 9（95%置信区间：0.127 5~0.322 3），0.111 4（95%置信区间：0.006 7~0.216 1）和0.394 5（95%置信区间：0.268 8~0.520 3）。光伏板间的土壤有机碳和全氮分别增加24.14%和11.10%，而全磷未见显著影响。干旱区土壤有机碳与全磷同步增加，而湿润区仅土壤有机碳显著提升。在荒漠生态系统中，土壤有机碳、全氮与全磷均显著增加，其值分别为0.329 9（95%置信区间：0.256 2~0.403 6），0.141 2（95%置信区间：0.038 0~0.244 3）和0.240 3（95%置信区间：0.150 5~0.330 0）。在农田生态系统中，仅土壤有机碳显著增加，而其他变量对草原生态系统均无显著影响。

2.2.2 肥岛效应对光伏建设年限的响应

Meta分析显示，在全球范围内，当安装时长超过5 a时，土壤有机碳和全氮具有最大效应值分别为0.310 0（95%置信区间：0.120 6~0.499 5）和0.185 6（95%置信区间：0.000 1~0.387 1），且随安装年限延长持续增大。全磷在建设初期3~5 a内显著增加，5 a后无明显变化，随后随时间推移持续上升（图7）。

2.2.3 光伏电站建设下影响肥岛效应的因素

光伏电站的建设对土壤物理特性存在显著差异（图8），土壤温度降低29.55%，含水率增加26.34%，而土壤容重无显著变化。在光伏板下，土壤容重及温度分别降低1.94%和41.81%，含水率增加20.23%；在光伏板间，容重及含水率分别增加2.73%和16.09%；在光伏板前后檐，容重及温度无显著变化。在干旱区，光伏电站显著降低土壤温度并提升土壤含水率与容重；土壤温度与含水率对草地及荒漠生态系统影响显著，但对农田生态系统无显著影响；土壤温度随光伏设施运行时长显著变化，运行5 a以上时达到最佳降温效果。土壤有机碳、全氮和全磷含量随气候因素增加而上升（图9）。

3 讨论

3.1 光伏电站建设对肥岛效应的空间格局影响

通过整合实地试验及Meta分析（图2，图6），确证光伏电站能够驱动形成肥岛效应，其强度在板下及板间区域尤为显著。这种养分的空间异质性受到关键生态过程影响。首先，水热条件的再分配是驱动空间格局的物理基础。光伏板的遮阴效应有效降低土壤温度^［21］，其对降水的截留与再分配有效提升土壤含水率^［22］。这种“降温增湿”^［21］的微环境产生双重机制（图5）：一方面，它抑制土壤微生物的矿化活性^［23］，减缓有机质的分解速率，为有机碳的积累创造条件^［8］；另一方面，它间接为耐阴植被的定植与生长提供优越的生境^［5］，从而增加植物生物量与凋落物输入，为土壤提供持续的有机质和氮源^［6］。其次，植被与微生物的响应是导致养分分异的生物关键。在板下和板间恢复的植被，通过其根系活动与微生物形成互惠互利的根际过程^［7］。根际沉积物与凋落物输入刺激微生物群落的增殖与活性，从而驱动碳、氮养分的生物固定与循环^［8］。

然而，这种生物驱动效应对于磷而言则更为复杂。板间植被的旺盛生长可能导致对磷的强烈吸收与固定，这或是导致板间区域全磷含量因生物消耗而未见显著增加甚至出现下降的原因^［22］。这种碳、氮、磷响应模式的解耦^［7］，深刻揭示生物过程在肥岛效应中的核心作用。最后，全氮对光伏部署的响应呈现出尺度依赖性：在区域实地试验中显著增加，但在全球尺度的Meta分析中则未呈现一致性效应。研究实地试验站点多位于干旱区域，光伏建设诱导的植被恢复能够对土壤全氮库产生显著的初始激发效应^［24］，该效应在局地尺度上易于观测。然而，在Meta分析所整合的全球数据中，不同生态系统的本底氮水平及人为管理措施差异巨大，且光伏板前后檐处氮素沉积量的递减趋势，也可能在一定程度上掩盖全氮的总体响应规律。研究表明，光伏电站的土壤有机碳和全氮含量高于邻近区域^［25］，且板下全磷含量高于裸露区域^［25］，这与本研究结果一致。光伏板前后檐的土壤有机碳、全氮和全磷含量未出现显著变化。这是因为面板不仅阻挡阳光，还阻碍降水渗透，导致水热条件恶化^［9］，阻碍土壤养分的分解释放，从而降低土壤肥力。

干旱区与荒漠生态系统是肥岛效应的核心发生区。Meta分析表明，这些区域的光伏电站对土壤养分的促进效应最为显著。这一现象源于一个关键的资源驱动的生态演替过程^［6］。在原生状态下，该生态系统受水分和养分的双重限制。光伏阵列通过集水与遮阴功能精准地打破初始的资源限制^［21］，激活土壤种子库并促进微生物的繁殖^［26］。植被恢复是肥岛效应的关键环节，植被不仅通过光合作用固定碳，其根系更通过与微生物的互作活化并吸收深层土壤中的元素^［27］，再通过凋落物归还至地表，完成养分的“生物泵”过程^［8］。研究表明，在干旱和荒漠生态系统中，光伏电站内部的土壤碳、氮、磷含量高于邻近区域^［9］，且光伏建设显著提升干旱地区的土地利用效率^［8］。

3.2 光伏建设年限对肥岛效应的动态演变

试验研究和Meta分析表明（图3，图7），光伏电站的肥岛效应是一个典型的时间依赖过程。土壤有机碳与全氮总体上随运营年限呈现持续的生态累积效应。这一动态主要源于植被—土壤系统的正向反馈：光伏建设年限的延长可能通过促进植被生物量和覆盖度的持续恢复^［28］，通过增加凋落物和根系分泌物输入，为土壤碳库和氮库提供稳定的外源补给^［22］。同时，持续优化的微气候环境进一步增强微生物活性^［26］，促进有机质的形成与稳定。在青藏高原高山沙漠光伏电站的研究中，土壤有机碳和全氮随安装时间增长^［26］，该发现与本研究分析结果一致。然而，在实地试验中，全磷的动态则揭示一个更为复杂的“先增后稳或降”的非线性模式。在初期（3~5 a），全磷显著增加，可能与风沙尘降的捕获^［6］、土壤母质的风化以及快速植被恢复下的内部循环增强有关^［6］。但长期来看（如十年后），其含量降低。这可能标志着系统从物理化学主导的磷输入阶段，转向生物限制主导的磷循环阶段^［20］。此外，目前少有光伏建设年限达10 a以上的研究，相关土壤肥力研究仍显不足。Meta分析中，全磷超过5 a后未见显著变化。这主要归因于现有研究样本量有限（仅7项），这些研究对运行超过5 a的光伏电站进行系统性全磷观测，限制了长期光伏系统中全磷动态变化的深入理解。

3.3 驱动肥岛效应的关键环境因子

试验研究和Meta分析表明（图4，图8 ），光伏开发降低土壤温度，增加土壤含水率，并提高板间土壤容重，同时降低板下土壤容重。光伏板对短波辐射的截获导致温度降低^［6］。降雨期间，板前会形成地表径流，而光伏板通过重新分配降水使水分均匀分散并渗入土壤。运维人员踩踏或人为活动可能导致板间区域土壤板结。同时，面板对太阳辐射的遮蔽效应及降水截留作用阻断了土壤水分通道，导致土壤水分蒸散量增加^［21］。而植物根系的死亡腐烂，加之光伏面板下土壤微生物活性的增强，则导致该区域土壤水分蒸散量下降^［8］。

本研究通过结构方程模型甄别出（图5），年均降水量是驱动肥岛效应形成与强度的核心环境因子。一方面，降水影响土壤物理特性，如土壤结构和含水率^［8］，而水与土壤相互作用影响植物生物量分配策略^［29］，在胁迫条件下促进植被根系投资^［11］。另一方面，降水对微生物生长、活性及生命周期产生不同程度影响^［26］。微生物参与植物残体与枯根分解的过程，进而调控土壤有机质分解速率与储存效率，从而影响土壤碳、氮、磷含量的变化^［30］。其他研究也观察到一致结论：在干旱或沙漠生态系统中，光伏建设位于低降水区域时，土壤肥力提升往往更为显著，这主要归因于光伏板通过“微气候调节—植被恢复—土壤改良”协同机制发挥的独特作用^［6］。

4 结论

（1） 大规模光伏阵列部署可显著提升土壤有机碳、全氮和全磷含量，产生肥岛效应，并形成以光伏板下及板间为核心的显著空间格局。该效应在干旱区和荒漠生态系统中尤为突出。

（2） 肥岛效应的强度随光伏建设年限延长而增强，表现出明确的生态累积效应。

（3） 光伏组件通过降温和集水作用重塑了土壤微环境，而降水量是调控土壤养分积累、驱动肥岛效应形成的主导环境因子。

参考文献

[1] Zhang B， Zhang R， Li Y， et al. Ignoring the effects of photovoltaic array deployment on greenhouse gas emissions may lead to overestimation of the contribution of photovoltaic power generation to greenhouse gas reduction［J］. Environmental Science & Technology， 2023，57（10）：4241-4252.

[2] Choi C S， Cagle A E， Macknick J， et al. Effects of revegetation on soil physical and chemical properties in solar photovoltaic infrastructure［J］. Frontiers in Environmental Science， 2020，8：140.

[3] Dunnett S， Sorichetta A， Taylor G， et al. Harmonised global datasets of wind and solar farm locations and power［J］. ScientificData， 2020，7（1）：130.

[4] Chen S， Lu X， Nielsen C P， et al. Deploying solar photovoltaic energy first in carbon-intensive regions brings gigatons more carbon mitigations to 2060［J］. Communications Earth & Environment， 2023，4：369.

[5] Chen H， Wu W， Li C， et al. Ecological and environmental effects of global photovoltaic power plants： a meta-analysis［J］. Journal of Environmental Management， 2025，373：123785.

[6] Armstrong A， Waldron S， Whitaker J， et al. Wind farm and solar park effects on plant-soil carbon cycling： uncertain impacts of changes in ground-level microclimate［J］. GlobalChangeBiology， 2014，20（6）：1699-1706.

[7] Armstrong A， Ostle N J， Whitaker J. Solar park microclimate and vegetation management effects on grassland carbon cycling［J］. Environmental Research Letters， 2016，11（7）：074016.

[8] 田政卿，张勇，刘向，等.光伏电站建设对陆地生态环境的影响：研究进展与展望［J］.环境科学，2024，45（1）：239-247.

[9] Tian Z Q， Zhang Y， Liu X， et al. Effects of photovoltaic power station construction on terrestrial environment： retrospect and prospect［J］. Environmental Science， 2024，45（1）：239-247.

[10] 王涛，王得祥，郭廷栋，等.光伏电站建设对土壤和植被的影响［J］.水土保持研究，2016，23（3）：90-94.

[11] Wang T， Wang D， Guo T， et al. The impact of photovoltaic power construction on soil and vegetation［J］. Research of Soil and Water Conservation， 2016，23（3）：90-94.

[12] 李少华，高琪，王学全，等.光伏电厂干扰下高寒荒漠草原区植被和土壤变化特征［J］.水土保持学报，2016，30（6）：325-329.

[13] Li S H， Gao Q， Wang X Q， et al. Characteristics of vegetation and soil property changes by photovoltaic plant interference in alpine desert steppe［J］. Journal of Soil and Water Conservation， 2016，30（6）：325-329.

[14] 周茂荣，王喜君.光伏电站工程对土壤与植被的影响：以甘肃河西走廊荒漠戈壁区为例［J］.中国水土保持科学，2019，17（2）：132-138.

[15] Zhou M R， Wang X J. Influence of photovoltaic power station engineering on soil and vegetation： taking the Gobi Desert Area in the Hexi corridor of Gansu as an example［J］. Science of Soil and Water Conservation， 2019，17（2）：132-138.

[16] Tang S， Wang K， Xiang Y， et al. Heavy grazing reduces grassland soil greenhouse gas fluxes： a global meta-analysis［J］. Science of the Total Environment， 2019，654：1218-1224.

[17] Ostle N J， Levy P E， Evans C D， et al. UK land use and soil carbon sequestration［J］. Land Use Policy， 2009，26： 274-283.

[18] Saxena A， Brown C， Arneth A， et al. Advanced photovoltaic technology can reduce land requirements and climate impact on energy generation［J］. Communications Earth & Environment， 2024，5：586.

[19] 马涛.青藏高原旱区土壤表层和深层的碳氮磷含量及灌丛的肥岛效应［D］.兰州：兰州大学，2024.

[20] Ma T. Carbon， nitrogen and phosphorus content and fertile islands effect of shrubs in the surface and subsurface soil layers of drylands on the Tibetan Plateau［D］. Lanzhou： Lanzhou University， 2024.

[21] Liu Y， Zhang R Q， Huang Z， et al. Solar photovoltaic panels significantly promote vegetation recovery by modifying the soil surface microhabitats in an arid sandy ecosystem［J］. Land Degradation & Development， 2019，30（18）：2177-2186.

[22] 鲍士旦.土壤农化分析［M］.北京：中国农业出版社，2000：25-86.

[23] Bao S D. Soil agrochemical analysis［M］. Beijing： China Agriculture Press， 2000：25-86.

[24] 贾涛涛，廖李容，王杰，等.基于Meta分析的放牧对黄土高原草地生态系统的影响［J］.草地学报，2022，30（10）：2772.

[25] Jia T T， Liao L R， Wang J， et al. Effects of grazing ongrasslandecosystem on the Loess Plateaubased onameta-analysis［J］. Acta Agrestia Sinica， 2022，30（10）：2772.

[26] Hedges L V， Gurevitch J， Curtis P S. The meta-analysis of response ratios in experimental ecology［J］. Ecology， 1999，80（4）：1150-1156.

[27] Liu Z， Peng T， Ma S， et al. Potential benefits and risks of solar photovoltaic power plants on arid and semi-arid ecosystems： an assessment of soil microbial and plant communities［J］. Frontiers in Microbiology， 2023，14：1190650.

[28] Yue S， Guo M， Zou P， et al. Effects of photovoltaic panels on soil temperature and moisture in desert areas［J］. Environmental Science and Pollution Research， 2021，28（14）：17506-17518.

[29] 李文龙，刘美英，张有新，等.植被恢复模式对光伏阵列间土壤养分的影响［J］.山西农业大学学报（自然科学版），2020，40（5）：16-23.

[30] Li W L， Liu M Y， Zhang Y X， et al. Effects of types of vegetation restoration on the soil nutrients between photovoltaic arrays［J］. Journal of Shanxi Agricultural University（Natural Science Edition）， 2020，40（5）：16-23.

[31] 孙文倩，楚彬，叶国辉，等.光伏发电站对高寒草甸土壤细菌群落组成及多样性的影响研究［J］.草地学报，2025，33（2）：440-450.

[32] Sun W Q， Chu B， Ye G H， et al. Effects of photovoltaicpowerstation on soil bacterialcommunitycomposition and diver sity in alpinemeadow［J］. Acta Agrestia Sinica， 2025，33（2）：440-450.

[33] 刘少文，殷敏，褚光，等.土壤氮激发效应及其微生物机理研究进展［J］.中国水稻科学，2019，33（4）：303-312.

[34] Liu S W， Yin M， Chu G， et al. Research progress of soil nitrogen priming effect and its microbial mechanisms［J］. Chinese Journal of Rice Science， 2019，33（4）：303-312.

[35] 赵玲慧.青海海南光伏板架设对温性草原植被和土壤的影响研究［D］.西宁：青海师范大学，2024.

[36] Zhao L H. Qinghai Hainan photovoltaic panels erected against temperate grassland impact studies of vegetation and soils［D］. Xining： Qinghai Normal University， 2024.

[37] 丁成翔，刘禹.光伏园区建设对青藏高原高寒荒漠草地土壤原核微生物群落的影响［J］.草地学报，2021，29（5）：1061-1069.

[38] Ding C X， Liu Y. Effects of solar photovoltaic park construction on soil microbial community in alpine desert of Qinghai Tibet Plateau［J］. Acta Agrestia Sinica， 2021，29（5）：1061-1069.

[39] 张芝萍，尚雯，王祺，等.河西走廊荒漠区光伏电站植物群落物种多样性研究［J］.西北林学院学报，2020，35（2）：190-196.

[40] Zhang Z P， Shang W， Wang Q， et al. Biodiversity of herbaceous species under large photovoltaic（PV）power stations in desert region of Hexi Corridor［J］. Journal of Northwest Forestry University， 2020，35（2）：190-196.

[41] 杜慧，孙芳.初步研究光伏电站运营期对植被的影响［J］.环境与发展，2017，29（8）：30-31.

[42] Du H， Sun F. Preliminary study on the impact of photovoltaic power plant operation on vegetation［J］. Environ. Dev， 2017，29（8）：30-31.

[43] Qi Y， Wei W， Chen C， et al. Plant root-shoot biomass allocation over diverse biomes： a global synthesis［J］. Global Ecology and Conservation， 2019，18： e00606.

[44] De Marco A， Petrosillo I， Semeraro T， et al. The contribution ofutility-scalesolarenergy to the global climate regulation and its effects on local ecosystem services［J］. Global Ecology and Conservation， 2014，2：324-337.

[45] 上接第页

基金资助

国家自然科学基金(42567006)

中国华电有限公司重点科技项目(CHDKJ23-04-01-61)