2023, Vol. 44
土壤有机质(soil organic matter, SOM)是土壤肥力的基础, 是土壤健康和可持续农业的关键指标[1].SOM的来源主要有植物残体、根际沉积和微生物死生物物质这3种途径[2, 3].最初有关SOM形成与持久性的研究主要聚焦于植物源输入物的重要性[4], 认为植物残体和根系分泌物的存在是控制SOM数量的主要因素.然而, 有研究表明, 微生物死生物物质是SOM的主要组分, 在农田、草地和森林生态系统中对SOM的贡献率超过50%[5~8], 在陆地生态系统SOM积累过程中占主导地位[7, 9].为进一步明确微生物死生物物质的全球分布格局和对SOC积累的贡献, Wang等[10]通过整合分析发现在农田、草地和森林0~20 cm的表层土壤中, 微生物死生物物质C对SOC的贡献率分别达到51%、47%和35%, 在陆地生态系统SOC的长期积累和封存中发挥着极其重要的作用.而基于活体微生物的研究发现, 微生物生物量C仅占SOC的1% ~5%, 充分印证了来源于微生物死生物物质C在SOC形成中的主导地位[11].
氨基糖是微生物死生物物质C的特征成分, 具有“记忆效应”, 被广泛用于微生物死生物物质积累和分解的研究[12], 能够反映微生物群落养分获取策略的调整以及对环境变化的响应[13].在陆地生态系统中, 由于植物本身并不产生氨基糖[14], 并且仅有很小比例的氨基糖仍存在于活体微生物生物量中, 因此土壤中氨基糖含量可以有效量化死亡微生物对SOC积累的贡献程度[15~17].目前, 已有多达26种氨基糖能够被鉴定[12].然而在土壤微生物C转化和积累机制研究中, 仅氨基葡萄糖(glucosamine, GluN)、氨基半乳糖(galactosamine, GalN)和胞壁酸(muramic acid, MurA)常被作为生物标志物使用.其中, GluN主要来自于真菌细胞壁的几丁质, MurA仅在细菌细胞壁的肽聚糖中被发现, 而GalN的来源仍不清楚.因此, 通常采用GluN和MurA含量分别表征土壤中真菌和细菌死生物物质的积累并评估其对SOC的贡献率[12, 18], 并进一步通过计算GluN/MurA值评价真菌和细菌死生物物质对SOC的相对贡献[19].
微生物死生物物质含量(氨基糖含量)及其对SOC积累的贡献因生态系统类型而异[6, 8], 一方面由于不同生态系统中植物源输入物的化学结构和分解速率以及根际沉积存在差异, 另一方面取决于发挥不同生态功能的真菌和细菌各自特有的养分需求和环境适应性[20~22], 以上都是通过影响微生物死生物物质的形成和分解间的动态平衡发挥作用[23, 24].对于农田生态系统而言, SOC主要来自作物根际沉积和有机物料投入[25, 26], 受到农业管理措施的强烈影响[27].集约化生产作为现代化的农业经营管理方式蚀刻着农田生态系统, 尽管在保障世界粮食安全中做出巨大贡献, 但长期高强度的超负荷利用和化肥过度投入引发了严重的土壤质量退化, 尤其是表征土壤肥力的SOC含量急剧下降.尽管有研究表明有机肥施用[28]和秸秆覆盖[29]通过刺激微生物生长和微生物死生物物质的形成与累积增加了农田土壤SOC封存, 但在高强度土地利用下, 农业管理措施所带来的有机C输入仍远远弥补不了农田SOC储量的长期消耗.因此, 应该在总结农田管理经验的基础上, 进一步改变重用轻养的生产方式.
鉴于土壤微生物死生物物质在SOC积累中的主导地位, 可以从调节土壤微生物死生物物质循环的角度探索提升农田SOC存储的耕作方式: ①在农田土壤中, 真菌死生物物质与细菌死生物物质相比对SOC保持更高的贡献[30]; ②真菌是纤维素、半纤维素和含木质素聚合物的主要分解者, 在富含复杂C底物的环境中占据优势[31].而与真菌相比, 生物量C/N值较低的细菌偏爱分解N含量更高的底物[32, 33], 可能更适应高N和低C投入的农田土壤; ③低pH有利于真菌生长, 而不是细菌, 因此植物残体所致的土壤pH降低能够促进真菌死生物物质的积累[34]; ④真菌死生物物质较细菌死生物物质更加稳定, 分解更为缓慢, 有利于SOC积累[35].此外, 丰富度高的植物物种可以提供更多的根系C输入和可溶性有机C, 加速微生物生长和周转, 增加微生物生物量, 进而对微生物死生物物质积累做出贡献[36], 而在高土壤湿度条件下, 微生物死生物物质具有很低的再循环效率[37].综上考虑, 本研究设想将对农田零扰动的自然生草纳入耕作方式中, 降低土地集约利用程度, 利用植物源输入物的差异和土壤微生物的C吸收、转化和积累特性, 增加土壤微生物数量, 进而促进土壤微生物死生物物质积累以提升农田SOC封存, 充分发挥农田生态系统的固碳潜力.
为此, 本研究依托在华北农业主产区开展的长期定位试验, 采用微滴数字PCR和气相色谱质谱技术, 探究土地集约利用程度调整下土壤微生物群落丰度的响应, 以及对土壤微生物死生物物质组成及其对SOC积累贡献的影响.本文提出3个问题：①土壤细菌和真菌群落丰度如何响应土地集约利用程度调整？②降低土地集约利用程度后, 土壤细菌和真菌死生物物质含量及其对SOC积累的贡献如何变化？③土地集约利用程度调整下影响土壤微生物死生物物质积累及其对SOC封存贡献的关键因子是什么？以上问题的解决将为华北地区集约化农业生产体系下耕作方式的合理调整、农田土壤碳固存能力的增强、土壤质量的提升以及土壤健康状况的改善提供理论依据, 在缓解气候变化和实现“双碳”目标中具有重要意义.
1 材料与方法 1.1 研究区概况与试验设计本试验始于2015年, 布设于农业农村部环境保护科研监测所野外科学观测试验站(117°12′E, 39°21′N).该试验站位于天津市武清区梅厂镇周庄村, 地处华北平原东北部, 海拔6.3 m, 属暖温带半湿润半干旱大陆性季风气候, 年平均气温11.6℃, 年均降水量520~660 mm, 土壤类型为潮土.本试验共包括3种土地集约利用程度处理(以自然年内作物种植频率为划分依据)：①高土地集约利用程度处理, 小麦-玉米周年轮作(CC); ②中土地集约利用程度处理, 临时草地与小麦种植交替(TG); ③低土地集约利用程度处理, 多年生草地(PG).由于本研究中各处理小区面积足够大(40 m×10 m, 400 m2), 可以真实有效地反映耕作措施的影响, 因此没有设置重复[38].玉米季时, 氮肥施用总量(以N计)为195.5 kg ·hm-2, 磷肥施用总量(以P2 O5计)为81 kg ·hm-2, 钾肥施用总量(以K2 O计)为75 kg ·hm-2; 小麦季时, 氮肥施用总量(以N计)为206.5 kg ·hm-2, 磷肥施用总量(以P2 O5计)为72 kg ·hm-2, 钾肥施用总量(以K2 O计)为52.5 kg ·hm-2. 60%的氮肥(尿素)和全量磷肥以及钾肥作为基肥于小麦和玉米播种时施入, 而40%的氮肥(尿素)作为追肥于小麦苗期和玉米拔节期施入.对于高土地集约利用程度处理, 采取常规管理措施, 小麦秸秆全部还田, 玉米秸秆全部移出农田; 对于中土地集约利用程度处理, 自然生草过程中不采取任何管理措施, 其植物群落的优势物种为苍耳、藜和无芒稗, 在小麦种植前翻耕土壤, 小麦秸秆同样全部还田; 对于低土地集约利用程度处理, 不采取任何管理措施, 植物群落的优势物种为芦苇、藜和葎草.
1.2 土壤样品采集于2021年10月(CC处理下玉米季收获前, TG处理下临时草地末期)采集土壤样品, 使用直径5 cm的土壤采样器采集0~20 cm的耕层土壤.采样前将每个处理小区随机划分为3个假重复样带[39, 40], 在每个样带中按照5点采样法采集5个土芯, 随后混合成1个复合土壤样品, 剔除肉眼可见的石块和植物残体等杂质后装入灭菌自封袋, 于保温箱中保存并迅速带回实验室.将每个土壤样品过2 mm筛后分为3份子样品, 一份于4℃保存, 用于测定土壤铵态氮(NH4+-N)、硝态氮(NO3--N)含量和含水量(SM); 一份存放于-70℃, 用于测定土壤细菌和真菌群落丰度; 一份风干后用于测定土壤酶活性和其他土壤理化性质.
1.3 土壤DNA提取和微生物群落丰度测定采用DNeasy PowerSoil Pro Kit(QIAGEN, Hilden, Germany)从0.5 g土壤提取基因组DNA, 按照操作说明进行.使用1.0%的琼脂糖凝胶电泳和NanoDrop 2000(Thermo scientific, USA)分别检测提取DNA的质量、测定浓度和纯度.土壤细菌和真菌群落丰度采用QX200微滴数字PCR系统(Bio-Rad, USA)测定.对于细菌群落, 使用引物对515F-modF(5′-GTGYCAGCMGCCGCGGTAA-3′)和806R-modR(5′-GGACTACNVGGGTWTCTAAT-3′)[41]扩增细菌16S rRNA基因的V4高变区序列.对于真菌群落, 使用引物对ITS1F(5′-CTTGGTCATTTAGAGGAAG TAA-3′)和ITS2R(5′-GCTGCGTTCTTCATCGATGC-3′)[41]扩增真菌ITS区序列.20 μL的PCR反应体系包括：10 μL的QX200 ddPCR EvaGreen Supermix(2×)(Bio-Rad, USA), 200 mmol ·L-1的上游和下游引物(对于真菌群落, 引物浓度为100 mmol ·L-1), 10 ng ·μL-1的T4 gene 32 protein(Roche, Germany), 1.0 μL的1 000倍稀释的DNA样品(对于真菌群落, 使用10倍稀释的DNA样品), 用灭菌的ddH2 O补齐.使用20 μL的PCR反应混合物与70 μL的微滴生成油进行微滴发生, 随后将生成的微滴小心地转移到96孔板中, 铝膜热封后进行PCR. PCR热反应程序为95℃预变性5 min, 随后40个循环包括95℃变性30 s, 55℃(对于真菌群落, 56℃)退火30 s, 72℃延伸30 s.PCR反应设置无模板对照(no template control, NTC), 用以检测环境和操作过程是否存在污染, NTC和每个样品均设置3次重复.扩增结束后, 将96孔板置入微滴读取仪中读取信号, 并使用QuantaSoft(Version 1.7, USA)软件统计每个样品里阳性和阴性微滴数并进行数据分析.
1.4 土壤理化性质、酶活性及氨基糖测定土壤理化性质测定参考《土壤农化分析》中的方法[42].其中, 土壤pH采用pH计测定(水土比2.5 ∶1); 土壤含水量(soil moisture, SM)采用105℃烘干法测定; 土壤有机碳(soil organic carbon, SOC)含量采用重铬酸钾容量法测定; 全氮(total nitrogen, TN)含量采用凯氏定氮法测定, 使用连续流动分析仪(AA3, SEAL Analytical, 德国)完成; 土壤全磷(total phosphorus, TP)含量采用H2SO4-H2 O2消煮和钼锑抗比色法测定; 土壤速效磷(available phosphorus, AP)含量采用NaHCO3浸提-钼锑抗比色法测定; 土壤铵态氮(NH4+-N)和硝态氮(NO3--N)含量在土壤样品经0.01 mol ·L-1 CaCl2溶液浸提后使用连续流动分析仪(AA3, SEALAnalytical, 德国)测定.土壤酶活性采用试剂盒法(北京索莱宝)测定, 按照操作说明书进行.土壤β-1, 4葡萄糖苷酶(BG)[43]和β-N-乙酰-氨基葡萄糖苷酶(NAG)活性均采用对-硝基苯酚法测定.
土壤氨基糖含量参照Indorf等[44]的方法测定, 具体步骤如下：称取经冷冻干燥的土壤样品1 g于10 mL水解瓶中, 加入10 mL 6 mol ·L-1的HCl溶液, 密封后, 置于高压灭菌锅中105℃水解8 h.冷却至室温后, 加入100 μL 1 mg ·mL-1内标肌醇溶液, 振荡混匀后过0.45 μm滤膜.滤液用旋转蒸发仪蒸干, 残余物溶于20 mL去离子水后转移至聚四氟乙烯小瓶中, 并用0.4 mol ·L-1 KOH溶液将pH调至中性(pH 6.6~6.8), 然后以3 000 r ·min-1离心10 min去除沉淀.随后将上清液转移至50 mL玻璃瓶中冻干, 再用3 mL无水甲醇溶解, 离心10 min沉淀去除溶液中多余盐分.将上清液转移到5 mL衍生瓶中, 在45℃下用N2吹干, 再次加入1 mL去离子水并冷冻干燥(8 h以上).向干燥后的样品中加入300 μL衍生剂, 加盖密封, 在75~80℃水浴加热30 min, 其间振荡3~4次使反应均匀.冷却至室温后, 加入1 mL乙酸酐, 密封后, 水浴加热20 min.冷却后, 加入1.5 mL的二氯甲烷, 涡旋使溶液混合均匀.按照下述方法去除过量衍生试剂：加入1 mol ·L-1 HCl溶液1 mL, 涡旋振荡30 s后, 静置后移除上层液体, 随后用1 mL蒸馏水洗涤4次.去除过量衍生试剂后的样品在45℃下经N2吹干燥后, 溶于400 μL的乙酸乙酯/正己烷(1 ∶1, 体积比)溶液中, 通过气相色谱-质谱联用仪(Agilent7890A-5975C, USA)对产物进行分离和检测.记录样品和标准品的保留时间, 通过对比判断氨基糖衍生物的峰值, 将纯化前向样品中加入的肌醇作为内标对氨基糖进行定量分析.相关计算方法如下[5, 45]：
|
(1) |
|
(2) |
|
(3) |
式中, BNC为细菌死生物物质C含量(mg ·g-1); FNC为真菌死生物物质C含量(mg ·g-1); MNC为总微生物死生物物质C含量(mg ·g-1); 251为胞壁酸(MurA)的相对分子质量; 179为氨基葡萄糖(GluN)的相对分子质量; 9和45分别为对应的转换系数.
1.5 数据处理采用R语言的“Envstats”包对所有指标进行正态性和方差齐性检验, 随后采用单因素方差分析(one-way ANOVA)评价不同土地集约利用程度间各指标的差异显著性, 在P=0.05水平下进行Duncan法多重比较, 并采用Origin 2021软件绘图.本研究将所有用于相关性分析的因子划分为非生物因子和生物因子, 其中土壤理化性质归类为非生物因子, 土壤酶活性和微生物群落丰度归类为生物因子.采用Pearson相关性分析评价非生物和生物因子与氨基糖之间的相关关系, 可视化通过R语言的“corrplot”包完成.回归分析通过R studio完成绘图.
2 结果与分析 2.1 土地集约利用程度对土壤理化性质和酶活性的影响土壤pH、SM、NH4+-N、NO3--N、AP、BG活性和NAG活性受到土地集约利用程度的显著影响(表 1).与CC和TG处理相比, PG处理的土壤pH值显著降低(P < 0.05), 而土壤SM显著升高(P < 0.05).CC处理的土壤NH4+-N和NO3--N含量均显著高于TG和PG处理(P < 0.05), 而TG和PG处理间差异不显著(P>0.05).土壤AP含量随土地集约利用程度变化表现为PG处理>CC处理>TG处理, 三者之间差异显著(P < 0.05).PG处理的SOC和TN含量在3种处理中最高, 而TP含量最低, 但各处理之间差异不显著(P>0.05).与CC处理相比, PG和TG处理均增加了土壤C ∶N、C ∶P和N ∶P的值, 其中PG处理的C ∶P和N ∶P增幅显著(P < 0.05), 分别达到39.33%和32.79%.BG和NAG活性随土地集约利用程度的降低而升高, 各处理之间呈现显著性差异(P < 0.05).
|
表 1 不同土地集约利用程度下土壤性质和酶活性变化1) Table 1 Changes in edaphic properties and enzyme activities under different land use intensification levels |
2.2 土地集约利用程度对土壤微生物群落丰度的影响
与CC处理相比, PG处理增加了土壤细菌群落丰度, 而TG处理降低了土壤细菌群落丰度, 但各处理之间差异不显著[P>0.05, 图 1(a)].然而, 土壤真菌群落丰度受到土地集约利用程度变化的显著影响[P < 0.05, 图 1(b)], 其数值随土地集约利用程度的降低而升高, 其中PG处理显著高于CC和TG处理(P < 0.05).对于细菌群落与真菌群落丰度的比值, CC和TG处理显著高于PG处理[P < 0.05, 图 1(c)].
|
不同小写字母表示差异达到显著水平(P < 0.05); CC表示高土地集约利用程度处理, TG表示中土地集约利用程度处理, PG表示低土地集约利用程度处理, 下同 图 1 不同土地集约利用程度下土壤微生物群落丰度变化 Fig. 1 Changes in microbial community abundances under different land use intensification levels |
土壤GluN含量随土地集约利用程度的降低而升高, 对土地集约利用程度变化的响应显著[P < 0.05, 图 2(a)].而土壤MurA含量在3种处理之间无显著差异[P>0.05, 图 2(b)], 变化趋势表现为：TG处理>PG处理>CC处理.
|
图 2 不同土地集约利用程度下土壤氨基糖含量变化 Fig. 2 Changes in soil amino sugar contents under different land use intensification levels |
由图 3(a)和3(b)可见, 土地集约利用程度显著改变了土壤真菌死生物物质C和总微生物死生物物质C含量(P < 0.05), 而土壤细菌死生物物质C含量未发生显著变化(P>0.05).细菌死生物物质C含量与胞壁酸含量的变化趋势一致, 而真菌死生物物质C含量的变化趋势与GluN含量更为相似.土壤总微生物死生物物质C含量随土地集约利用程度的降低而升高, 与CC处理相比, 仅PG处理显著增加了其含量(P < 0.05). 3种土地集约利用程度处理间, 土壤细菌和真菌死生物物质C对总微生物死生物物质C贡献度以及细菌和真菌死生物物质C比均不存在显著差异(P>0.05).其中, TG处理下细菌死生物物质C对总微生物死生物物质C的贡献率最高, 而PG处理下真菌死生物物质C对总微生物死生物物质C的贡献率最高, 而细菌与真菌死生物物质C比最低(表 2).
|
图 3 不同土地集约利用程度下土壤细菌、真菌和总微生物死生物物质C累积变化 Fig. 3 Changes in soil bacterial, fungal, and total microbial necromass C accumulation under different land use intensification levels |
|
|
表 2 土地集约利用程度对土壤细菌和真菌死生物物质C贡献率及细菌和真菌死生物物质C比的影响1) Table 2 Changes in contribution rate of bacterial and fungal necromass C and ratio between bacterial and fungal necromass C as affected by land use intensification level variation |
采用土壤细菌、真菌和总微生物死生物物质C含量占SOC含量的比例来表征土壤细菌、真菌和总微生物残体对SOC积累的贡献.由图 4可见, 土壤真菌和总微生物死生物物质C对SOC的贡献率均随土地集约利用程度降低而增加, 其中PG处理下二者的贡献率均显著高于CC处理(P < 0.05); 而细菌死生物物质C对SOC的贡献率与细菌死生物物质C含量呈现一致的变化趋势, 并且3种处理之间同样差异不显著(P>0.05).
|
图 4 不同土地集约利用程度下土壤细菌、真菌和总微生物死生物物质C占SOC的比例变化 Fig. 4 Changes in proportion of bacterial, fungal, and total microbial necromass C to SOC under different land use intensification levels |
将2种氨基糖分别与土壤生物和非生物因子进行Pearson相关分析(图 5), 结果表明, GluN与NAG显著正相关(P < 0.05), 与FA、BG、SM、SOC、TN、C ∶P和N ∶P极显著正相关(P < 0.01), 而与pH(P < 0.01)和NH4+-N(P < 0.05)显著负相关; 而MurA仅与C ∶N极显著正相关(P < 0.01), 与NO3--N显著负相关(P < 0.05).
|
红色表示指标间呈正相关关系, 绿色表示指标间呈负相关关系, *表示P < 0.05, **表示P < 0.01; BA表示细菌绝对丰度, FA表示真菌绝对丰度; BG表示土壤β-1, 4葡萄糖苷酶, NAG表示β-N-乙酰-氨基葡萄糖苷酶; GluN表示氨基葡萄糖, MurA表示胞壁酸 图 5 氨基糖与土壤生物和非生物因子的相关性 Fig. 5 Correlations between amino sugar and soil biotic and abiotic factors |
此外, 将细菌、真菌和总微生物死生物物质C分别与土壤生物和非生物因子进行线性回归分析, 结果如图 6所示.在所测定的15个因子中, 细菌死生物物质C仅与C ∶N显著正相关(P < 0.01), 而与NO3--N显著负相关(P < 0.05), 这与MurA与土壤生物和非生物因子的相关关系一致; 真菌和总微生物死生物物质C与土壤生物和非生物因子间的相关关系基本一致, 即均与FA、BG、NAG、SM、TN、C ∶P和N ∶P显著正相关(P < 0.01), 而与pH(P < 0.01)和NH4+-N(P < 0.05)显著负相关; 唯一不同的是真菌死生物物质C与AP显著正相关(P < 0.05), 而总微生物死生物物质C和AP之间无显著相关性.将土壤SOC与细菌、真菌和总微生物死生物物质C单独做回归分析(图 7), 结果表明, 细菌死生物物质C与土壤SOC无显著相关性(P>0.05), 而真菌及总微生物死生物质C均与土壤SOC极显著正相关(P < 0.01).
|
仅显示具有显著相关的R2和P值; BNC表示细菌死生物物质C, FNC表示真菌死生物物质C, MNC表示总微生物死生物物质C 图 6 细菌、真菌和总微生物死生物物质C与土壤生物和非生物因子的回归分析(n=9) Fig. 6 Regression analysis of bacterial, fungal, and total microbial necromass C with soil biotic and abiotic factors (n=9) |
|
黑线和阴影区域分别表示拟合回归和95%置信区间 图 7 细菌、真菌和总微生物死生物物质C与土壤SOC的回归分析(n=9) Fig. 7 Regression analysis of bacterial, fungal, and total microbial necromass C with soil organic carbon (n=9) |
土壤微生物群落的丰度与其生态功能密切相关, 是土壤环境质量状况的最直接反映.本研究采用灵敏度更高、抗抑制剂效果更佳、摆脱标准品依赖性和扩增效率限制的ddPCR技术精准量化了土壤细菌和真菌群落丰度对土地集约利用程度变化的响应.
土壤细菌数量并未因土地集约利用程度调整而显著改变(图 1), 即使土壤环境发生了明显变化(表 1), 说明在特定条件下细菌通过其特有的稳定机制来维持相对恒定的数量以适应土壤环境变化.有趣的是, 与CC处理相比, TG处理降低了细菌群落丰度, 而没有任何额外投入的PG处理细菌群落丰度最高.这可能是因为, 对于同样有秸秆C输入的CC和TG处理, 化学肥料的投入加速了细菌生长和养分周转[46], 富N的细菌偏爱N肥施用所形成的低C/N环境[33], 而TG处理下草地替代作物种植造成了地表植被丰富度和覆盖度的增加, 土壤保水能力提升, 并且草地具有更高的地下植物生物量和根系分泌能力, 同样能够刺激细菌生长[36, 47].除此之外, 上季作物种植时被固持在土壤中的化学养分仍可为细菌利用, 因此在没有大量速效养分投入的情况下, 细菌数量仅略微降低.而PG处理下的自然生态系统具有相对稳定的土壤生境和更高的养分循环效率, 即使没有速效养分添加, 通过植物根际沉积和植物残体分解依然可以向土壤输入充足的养分资源, 维持很高的细菌数量, 而且微生物群落不再受长期化肥投入累积效应的不利影响.
与土壤细菌群落丰度不同, 土壤真菌数量受到土地集约利用程度调整的显著影响, PG处理显著高于CC和TG处理, 而且TG处理同样高于CC处理(图 1).分析原因认为：CC处理中常年种植作物, 频繁耕作所致的土壤扰动会减少真菌数量, 尤其是高N施肥和犁耕等措施会严重破坏真菌菌丝, 强烈影响真菌群落[10]; 丰富的地下植物生物量能够刺激真菌生长[47], 农作物因矿物肥料施用供应的充足养分而减少对根系系统的投入, 对于包括小麦和玉米在内的农作物而言, 其根系生物量通常仅占总植物生物量的5% ~30%[48, 49].而草地系统拥有着巨大的地下生物量, 占总植物生物量的50% ~98%[50]; 地表植被变化引发了地下C源输入种类和数量的变化, 进而显著影响了真菌群落丰度.再者, 草地系统中更为复杂的C源输入(尤其是难分解凋落物)对真菌更为有利[33, 51], 这与真菌作为纤维素、半纤维素和含木质素聚合物的主要分解者的生态地位有关[31].低土壤pH有利于真菌生长[34], 草地生态系统中凋落物层的分解及植物根系分泌的有机酸降低了土壤pH[52], 这种影响对PG处理尤为强烈.因此本研究并未呈现过往认知的施肥农田土壤应有更低的pH值.真菌数量的增加说明复杂有机底物分解和C源供应的增强, 也表现在土壤BG和NAG活性的显著升高(表 1).此外, PG和TG处理的细菌与真菌的丰度比值均低于CC处理(图 1), 说明草地改变了土壤微生物群的整体构成, 增强了真菌群落的功能地位.
3.2 土地集约利用程度对微生物死生物物质C累积的影响及其决定因素不同土地集约利用程度下总微生物死生物物质C对SOC的平均贡献率为52.78% ~62.87%(图 4), 说明微生物途径(即微生物死生物物质的续埋效应)主导SOC形成过程, 与Liang等[5]基于不同生态系统发现微生物残体对SOC的贡献率超过50%的结果相同.总微生物死生物物质C对SOC的贡献率随着土地集约利用程度的降低而增加(图 4), 这与Ding等[53]研究发现草地开垦为农田后微生物残体数量显著下降的结果相符合.究其原因认为, 通过草地取代作物种植的方式降低土地集约利用程度对土壤生态系统产生了积极影响.同时, 不同土地集约利用程度处理的土壤中真菌死生物物质C与总微生物死生物物质C的比例均超过80%(表 2), 与Wang等[10]通过整合分析发现真菌死生物物质较细菌死生物物质在全球农田和草地生态系统的土壤中更占优势的结果一致, 这主要与活体真菌生物量远大于细菌生物量[35, 54]、真菌残体更容易被稳定[55]和真菌细胞壁碎片能够有效地形成更多的大分子团聚体[56, 57]有关, 说明真菌死生物物质C在总微生物死生物物质C累积中的主导地位, 进而在SOC积累中发挥重要作用.
土壤细菌和真菌死生物物质含量随土地集约利用程度变化表现不同.He等[35]研究发现土壤中细菌和真菌死生物物质含量与活体微生物数量有关, 然而本研究中, 细菌丰度最高的CC处理的细菌死生物物质含量最低, 说明土壤中易分解和利用的养分被消耗后, 细菌改变了养分获取策略, 优先利用具有相对较低C/N值的细菌死生物物质[32, 37].然而, 细菌数量最少的TG处理拥有最高含量的细菌死生物物质, 表明随着有效N养分的消耗和植物凋落物及根系分泌的增加, 土壤的C/N值升高和pH值降低, 越来越不适宜细菌生长, 其数量降低, 导致细菌残体在土壤中得以积累.养分高效循环的PG处理拥有最为丰富的细菌群落, 虽然其环境条件并不利于细菌死生物物质积累, 但在保障活体细菌生存的前提下, 与CC处理相比在土壤中积累了更多的细菌死生物物质作为C源和能量储备.细菌死生物物质含量的变化也体现在其对SOC的贡献率上(图 3).这些结果进一步说明, 土壤微生物死生物物质含量并不是恒定不变的, 而是处于动态变化中, 取决于生成和分解之间的平衡[58].而对于真菌死生物物质, 其含量与真菌群落丰度变化一致, 也体现在两者之间的显著正相关关系(图 6).这可能是由于, 常规种植条件下频繁和强烈的扰动严重破坏了真菌菌丝体, 不利于真菌死生物物质的形成和积累; 真菌不适宜在高N投入以及N残留所形成的低C/N值环境中生存; 地表植被丰富度的增加以及地下根系系统的扩大, 促进了真菌的繁殖, 进而增加了真菌死生物物质的积累; 草地系统较低的pH环境有利于真菌生长, 进而刺激真菌死生物物质的积累[34]; 真菌死生物物质较细菌死生物物质更加稳定, 分解更为缓慢[35].此外, 地表植被覆盖度的增加提高了土壤含水量, 在这种环境条件下, 真菌死生物物质具有很低的再循环效率[37].由于真菌死生物物质在总微生物死生物物质中占绝对主导地位, 土壤中总微生物死生物物质含量同样随土地集约利用程度的降低而增加(图 3).
在特定区域内, 微生物死生物物质C累积状况由多种因素的共同作用所决定, 而非由单一因素所主导[59], 其积累与微生物群落结构、种群大小、元素化学计量特征等诸多生物与非生物因子密切相关[60].微生物死生物物质C累积的前提是微生物群落对资源的获取, 取决于微生物群落的C分解效率, 该过程依赖于土壤中代谢酶的作用, 是调节养分循环的关键步骤[61].微生物通过调节上述机制来调整资源和能量获取的策略以适应环境变化.本研究中, 线性回归分析结果表明(图 6), 真菌死生物物质C的累积受到多种因素的联合调控, 主要包括生物因子(FA、BG和NAG)和非生物因子(pH、SM、TN、NH4+-N、AP、C ∶P和N ∶P); 总微生物和真菌死生物物质C与生物和非生物因子表现出相似的相关关系, 再一次印证了真菌死生物物质C对总微生物死生物物质C的高贡献率, 并且二者的变化均受到多因子耦合效应的影响.唯一不同之处在于真菌死生物物质C与AP显著相关, 这是否与特定真菌功能群(如丛枝菌根真菌)的变化有关, 还有待深入研究.对于生物因子部分, 土壤中BG酶为土壤微生物群落提供了更为丰富的可利用底物和能源, 进而提高了土壤“微生物碳泵”体内周转速率[62], 有利于微生物死生物物质的积累; 而NAG酶与总微生物和真菌死生物物质C均呈正相关, 这与邓先智等[62]研究的结果不同, 这可能是由于微生物死生物质C受到多因子累积效应影响.而对于细菌死生物物质C, 其本身变化并不显著, 仅与C ∶N显著正相关(图 6), 说明其累积取决于土壤的C和N平衡.这与邓先智等[62]发现在对退化草地中微生物死生物物质C与C ∶N呈显著负相关有所不同, 这可能是由于生境不同所造成的差异; 此外, 细菌死生物物质和NO3--N显著负相关(图 6), 可能同样说明微生物为获得可利用N源将细菌死生物物质作为替代N源而利用, 通过这种机制细菌群落适应底物供应与需求间化学计量失衡[23, 33, 37, 63].细菌、真菌和总微生物死生物物质C与土壤SOC的单独回归分析结果再一次印证真菌死生物物质C对土壤SOC累积的重要性(图 7).
本研究中发现微生物群落丰度是群落数量变化的表征, 反映了微生物群落的环境适应能力, 一定程度上能够解释其对微生物残体累积的贡献.然而, 不同微生物分类群的生物量各不相同, 致使群落生物量累积与数量变化并不完全一致.近期的研究[64]采用磷脂脂肪酸(PLFA)表征微生物活体生物量, 并与微生物死生物物质进行关联分析, 表明其能够解释微生物死生物物质的变化.但其仍具有局限性, 无法表征微生物的数量变化, 在后期分析中缺少数量性状的关键因子分析.因此, 在未来的研究中, 应将微生物群落绝对数量和磷脂脂肪酸含量结合起来, 并与微生物死生物物质进行关联, 以更加准确、全面地反映环境变化下微生物死生物物质对土壤C积累贡献的变化.
4 结论土壤真菌群落丰度受到草地替代一季作物种植以降低土地集约利用程度管理方式的强烈影响, 随土地集约利用程度的降低而增加.降低土地集约利用程度同样增加了土壤总微生物死生物物质C和SOC的积累以及对SOC的贡献率.土壤总微生物死生物物质C主导了SOC的积累, 而真菌死生物物质C凭借其在总微生物死生物物质C中的绝对优势地位, 在SOC封存中发挥至关重要的作用, 其变化受到包括群落丰度、pH、SM等多种生物和非生物因素的联合调控.因此, 在农业管理实践中, 可以通过采取草地替代作物种植的方式适当降低土地集约利用程度以缓解集约化农业的不利影响, 并充分理解微生物死生物物质的动态平衡规律和合理利用真菌菌群变化在SOC积累中的关键作用, 达到增强农田土壤碳封存能力、提高土壤肥力和改善土壤健康状况的目的, 为可持续农业发展提供新的思路.
| [1] | Paustian K, Lehmann J, Ogle S, et al. Climate-smart soils[J]. Nature, 2016, 532(7597): 49-57. DOI:10.1038/nature17174 |
| [2] | Cotrufo M F, Soong J L, Horton A J, et al. Formation of soil organic matter via biochemical and physical pathways of litter mass loss[J]. Nature Geoscience, 2015, 8(10): 776-779. DOI:10.1038/ngeo2520 |
| [3] | Kögel-Knabner I, Rumpel C. Chapter one-advances in molecular approaches for understanding soil organic matter composition, origin, and turnover: a historical overview[J]. Advances in Agronomy, 2018, 149: 1-48. |
| [4] | Lehmann J, Kleber M. The contentious nature of soil organic matter[J]. Nature, 2015, 528(7580): 60-68. DOI:10.1038/nature16069 |
| [5] | Zhou R, Liu Y, Dungait J A J, et al. Microbial necromass in cropland soils: A global meta-analysis of management Effects[J]. Global Change Biology, 2023, 29(7): 1998-2014. DOI:10.1111/gcb.16613 |
| [6] | Khan K S, Mack R, Castillo X, et al. Microbial biomass, fungal and bacterial residues, and their relationships to the soil organic matter C/N/P/S ratios[J]. Geoderma, 2016, 271: 115-123. DOI:10.1016/j.geoderma.2016.02.019 |
| [7] | Appuhn A, Joergensen R G. Microbial colonisation of roots as a function of plant species[J]. Soil Biology and Biochemistry, 2006, 38(5): 1040-1051. DOI:10.1016/j.soilbio.2005.09.002 |
| [8] | Huang Y, Liang C, Duan X W, et al. Variation of microbial residue contribution to soil organic carbon sequestration following land use change in a subtropical karst region[J]. Geoderma, 2019, 353: 340-346. DOI:10.1016/j.geoderma.2019.07.028 |
| [9] | Kallenbach C M, Frey S D, Grandy A S. Direct evidence for microbial-derived soil organic matter formation and its ecophysiological controls[J]. Nature Communications, 2016, 7. DOI:10.1038/ncomms13630 |
| [10] | Wang B R, An S S, Liang C, et al. Microbial necromass as the source of soil organic carbon in global ecosystems[J]. Soil Biology and Biochemistry, 2021, 162. DOI:10.1016/j.soilbio.2021.108422 |
| [11] | Anderson T H, Joergensen R G. Relationship between SIR and FE estimates of microbial biomass C in deciduous forest soils at different pH[J]. Soil Biology and Biochemistry, 1997, 29(7): 1033-1042. DOI:10.1016/S0038-0717(97)00011-4 |
| [12] | Joergensen R G. Amino sugars as specific indices for fungal and bacterial residues in soil[J]. Biology and Fertility of Soils, 2018, 54(5): 559-568. DOI:10.1007/s00374-018-1288-3 |
| [13] | Shao P S, Lynch L, Xie H T, et al. Tradeoffs among microbial life history strategies influence the fate of microbial residues in subtropical forest soils[J]. Soil Biology and Biochemistry, 2021, 153. DOI:10.1016/j.soilbio.2020.108112 |
| [14] | Parsons J W. Chemistry and distribution of amino sugars in soils and soil organisms[A]. In: Paul E A, Ladd J N (Eds. ). Soil Biochemistry[M]. Boca Raton: CRC Press, 1981. |
| [15] | Joergensen R G, Wichern F. Alive and kicking: why dormant soil microorganisms matter[J]. Soil Biology and Biochemistry, 2018, 116: 419-430. DOI:10.1016/j.soilbio.2017.10.022 |
| [16] | Liang C, Zhang X D, Rubert Ⅳ K F, et al. Effect of plant materials on microbial transformation of amino sugars in three soil microcosms[J]. Biology and Fertility of Soils, 2007, 43(6): 631-639. DOI:10.1007/s00374-006-0142-1 |
| [17] | Bai Z, Ma Q, Dai Y C, et al. Spatial heterogeneity of SOM concentrations associated with white-rot versus brown-rot wood decay[J]. Scientific Reports, 2017, 7(1). DOI:10.1038/s41598-017-14181-7 |
| [18] | Liang C, Kästner M, Joergensen R G. Microbial necromass on the rise: the growing focus on its role in soil organic matter development[J]. Soil Biology and Biochemistry, 2020, 150. DOI:10.1016/j.soilbio.2020.108000 |
| [19] | Liang C, Fujinuma R, Balser T C. Comparing PLFA and amino sugars for microbial analysis in an Upper Michigan old growth forest[J]. Soil Biology and Biochemistry, 2008, 40(8): 2063-2065. DOI:10.1016/j.soilbio.2008.01.022 |
| [20] | Strickland M S, Rousk J. Considering fungal: bacterial dominance in soils -Methods, controls, and ecosystem implications[J]. Soil Biology and Biochemistry, 2010, 42(9): 1385-1395. DOI:10.1016/j.soilbio.2010.05.007 |
| [21] | Soares M, Rousk J. Microbial growth and carbon use efficiency in soil: links to fungal-bacterial dominance, SOC-quality and stoichiometry[J]. Soil Biology and Biochemistry, 2019, 131: 195-205. DOI:10.1016/j.soilbio.2019.01.010 |
| [22] | Fabian J, Zlatanovic S, Mutz M, et al. Fungal-bacterial dynamics and their contribution to terrigenous carbon turnover in relation to organic matter quality[J]. The ISME Journal, 2017, 11(2): 415-425. DOI:10.1038/ismej.2016.131 |
| [23] | Cui J, Zhu Z K, Xu X L, et al. Carbon and nitrogen recycling from microbial necromass to cope with C: N stoichiometric imbalance by priming[J]. Soil Biology and Biochemistry, 2020, 142. DOI:10.1016/j.soilbio.2020.107720 |
| [24] | Hu Y T, Zheng Q, Noll L, et al. Direct measurement of the in situ decomposition of microbial-derived soil organic matter[J]. Soil Biology and Biochemistry, 2020, 141. DOI:10.1016/j.soilbio.2019.107660 |
| [25] | Pausch J, Kuzyakov Y. Carbon input by roots into the soil: quantification of rhizodeposition from root to ecosystem scale[J]. Global Change Biology, 2018, 24(1): 1-12. DOI:10.1111/gcb.13850 |
| [26] | Chen G P, Ma S H, Tian D, et al. Patterns and determinants of soil microbial residues from tropical to boreal forests[J]. Soil Biology and Biochemistry, 2020, 151. DOI:10.1016/j.soilbio.2020.108059 |
| [27] | Bohoussou Y N, Kou Y H, Yu W B, et al. Impacts of the components of conservation agriculture on soil organic carbon and total nitrogen storage: a global meta-analysis[J]. Science of the Total Environment, 2022, 842. DOI:10.1016/j.scitotenv.2022.156822 |
| [28] | Luo R Y, Kuzyakov Y, Liu D Y, et al. Nutrient addition reduces carbon sequestration in a Tibetan grassland soil: disentangling microbial and physical controls[J]. Soil Biology and Biochemistry, 2020, 144. DOI:10.1016/j.soilbio.2020.107764 |
| [29] | Liu X, Zhou F, Hu G Q, et al. Dynamic contribution of microbial residues to soil organic matter accumulation influenced by maize straw mulching[J]. Geoderma, 2019, 333: 35-42. DOI:10.1016/j.geoderma.2018.07.017 |
| [30] | Wang B R, Liang C, Yao H J, et al. The accumulation of microbial necromass carbon from litter to mineral soil and its contribution to soil organic carbon sequestration[J]. CATENA, 2021, 207. DOI:10.1016/j.catena.2021.105622 |
| [31] | Schneider T, Keiblinger K M, Schmid E, et al. Who is who in litter decomposition? Metaproteomics reveals major microbial players and their biogeochemical functions[J]. The ISME Journal, 2012, 6: 1749-1762. DOI:10.1038/ismej.2012.11 |
| [32] | Liang C, Amelung W, Lehmann J, et al. Quantitative assessment of microbial necromass contribution to soil organic matter[J]. Global Change Biology, 2019, 25(11): 3578-3590. DOI:10.1111/gcb.14781 |
| [33] | López-Mondéjar R, Brabcová V, Štursová M, et al. Decomposer food web in a deciduous forest shows high share of generalist microorganisms and importance of microbial biomass recycling[J]. The ISME Journal, 2018, 12(7): 1768-1778. DOI:10.1038/s41396-018-0084-2 |
| [34] | Grosso F, Bååth E, De Nicola F. Bacterial and fungal growth on different plant litter in Mediterranean soils: effects of C/N ratio and soil pH[J]. Applied Soil Ecology, 2016, 108: 1-7. DOI:10.1016/j.apsoil.2016.07.020 |
| [35] | He L Y, Mazza Rodrigues J L, Soudzilovskaia N A, et al. Global biogeography of fungal and bacterial biomass carbon in topsoil[J]. Soil Biology and Biochemistry, 2020, 151. DOI:10.1016/j.soilbio.2020.108024 |
| [36] | Prommer J, Walker T W N, Wanek W, et al. Increased microbial growth, biomass, and turnover drive soil organic carbon accumulation at higher plant diversity[J]. Global Change Biology, 2020, 26(2): 669-681. DOI:10.1111/gcb.14777 |
| [37] | Buckeridge K M, Mason K E, McNamara N P, et al. Environmental and microbial controls on microbial necromass recycling, an important precursor for soil carbon stabilization[J]. Communications Earth & Environment, 2020, 1. DOI:10.1038/s43247-020-00031-4 |
| [38] | Akinde B P, Olakayode A O, Oyedele D J, et al. Selected physical and chemical properties of soil under different agricultural land-use types in Ile-Ife, Nigeria[J]. Heliyon, 2020, 6(9). DOI:10.1016/j.heliyon.2020.e05090 |
| [39] |
胡菏, 吴宪, 赵建宁, 等. 有机-无机肥配施对麦玉轮作土壤中细菌氮循环功能基因的影响[J]. 农业环境科学学报, 2021, 40(1): 144-154. Hu H, Wu X, Zhao J N, et al. The effects of combined organic and inorganic fertilizer on the bacterial nitrogen cycling functional genes in wheat and maize soils by PICRUSt functional prediction[J]. Journal of Agro-Environment Science, 2021, 40(1): 144-154. |
| [40] | Carvalho J L N, Raucci G S, Frazão L A, et al. Crop-pasture rotation: a strategy to reduce soil greenhouse gas emissions in the Brazilian Cerrado[J]. Agriculture, Ecosystems & Environment, 2014, 183: 167-175. |
| [41] | Hu Y H, Yesilonis I, Szlavecz K. Microbial and environmental controls on wood decomposition in deciduous forests of different ages[J]. Applied Soil Ecology, 2021, 166. DOI:10.1016/j.apsoil.2021.103986 |
| [42] | 鲍士旦. 土壤农化分析[M]. ((第三版)). 北京: 中国农业出版社, 2000. |
| [43] | Dick W A, Thavamani B, Conley S, et al. Prediction of β-glucosidase and β-glucosaminidase activities, soil organic C, and amino sugar N in a diverse population of soils using near infrared reflectance spectroscopy[J]. Soil Biology and Biochemistry, 2013, 56: 99-104. DOI:10.1016/j.soilbio.2012.04.003 |
| [44] | Indorf C, Dyckmans J, Khan K S, et al. Optimisation of amino sugar quantification by HPLC in soil and plant hydrolysates[J]. Biology and Fertility of Soils, 2011, 47(4): 387-396. DOI:10.1007/s00374-011-0545-5 |
| [45] |
张彬, 陈奇, 丁雪丽, 等. 微生物残体在土壤中的积累转化过程与稳定机理研究进展[J]. 土壤学报, 2022, 59(6): 1479-1491. Zhang B, Chen Q, Ding X L, et al. Research progress on accumulation, turnover and stabilization of microbial residues in soil[J]. Acta Pedologica Sinica, 2022, 59(6): 1479-1491. |
| [46] | Chen X B, Xia Y H, Rui Y C, et al. Microbial carbon use efficiency, biomass turnover, and necromass accumulation in paddy soil depending on fertilization[J]. Agriculture, Ecosystems & Environment, 2020, 292. DOI:10.1016/j.agee.2020.106816 |
| [47] | Ma H Z, Mo L D, Crowther T W, et al. The global distribution and environmental drivers of aboveground versus belowground plant biomass[J]. Nature Ecology & Evolution, 2021, 5(8): 1110-1122. |
| [48] | Wang C Y, Liu W X, Li Q X, et al. Effects of different irrigation and nitrogen regimes on root growth and its correlation with above-ground plant parts in high-yielding wheat under field conditions[J]. Field Crops Research, 2014, 165: 138-149. DOI:10.1016/j.fcr.2014.04.011 |
| [49] | Wu Q P, Chen F J, Chen Y L, et al. Root growth in response to nitrogen supply in Chinese maize hybrids released between 1973 and 2009[J]. Science China Life Sciences, 2011, 54(7): 642-650. DOI:10.1007/s11427-011-4186-6 |
| [50] | Fan J W, Zhong H P, Harris W, et al. Carbon storage in the grasslands of China based on field measurements of above-and below-ground biomass[J]. Climatic Change, 2008, 86(3): 375-396. |
| [51] | Xia Y H, Chen X B, Zheng X D, et al. Preferential uptake of hydrophilic and hydrophobic compounds by bacteria and fungi in upland and paddy soils[J]. Soil Biology and Biochemistry, 2020, 148. DOI:10.1016/j.soilbio.2020.107879 |
| [52] |
董凌勃, 海旭莹, 汪晓珍, 等. 黄土高原退耕还草地植物群落动态对生态系统碳储量的影响[J]. 生态学报, 2020, 40(23): 8559-8569. Dong L B, Hai X Y, Wang X Z, et al. Effects of plant community dynamics on ecosystem carbon stocks since returning farmlands to grasslands on the Loess Plateau[J]. Acta Ecologica Sinica, 2020, 40(23): 8559-8569. |
| [53] | Ding X L, Zhang B, Wei Z B, et al. Conversion of grassland into cropland affects microbial residue carbon retention in both surface and subsurface soils of a temperate agroecosystem[J]. Biology and Fertility of Soils, 2020, 56(1): 137-143. DOI:10.1007/s00374-019-01400-8 |
| [54] | Bailey V L, Smith J L, Bolton Jr H. Fungal-to-bacterial ratios in soils investigated for enhanced C sequestration[J]. Soil Biology and Biochemistry, 2002, 34(7): 997-1007. DOI:10.1016/S0038-0717(02)00033-0 |
| [55] | Adamczyk B, Sietiö O M, Biasi C, et al. Interaction between tannins and fungal necromass stabilizes fungal residues in boreal forest soils[J]. New Phytologist, 2019, 223(1): 16-21. DOI:10.1111/nph.15729 |
| [56] | Schweigert M, Herrmann S, Miltner A, et al. Fate of ectomycorrhizal fungal biomass in a soil bioreactor system and its contribution to soil organic matter formation[J]. Soil Biology and Biochemistry, 2015, 88: 120-127. DOI:10.1016/j.soilbio.2015.05.012 |
| [57] | Vidal A, Klöffel T, Guigue J, et al. Visualizing the transfer of organic matter from decaying plant residues to soil mineral surfaces controlled by microorganisms[J]. Soil Biology and Biochemistry, 2021, 160. DOI:10.1016/j.soilbio.2021.108347 |
| [58] |
李庭宇, 李双异, 刘旭, 等. 土壤微生物标识物——氨基糖的研究进展[J]. 土壤通报, 2022, 53(1): 241-252. Li T Y, Li S Y, Liu X, et al. Soil biomarkers——Research progress of amino sugars[J]. Chinese Journal of Soil Science, 2022, 53(1): 241-252. |
| [59] |
马玲玲, 杨世福, 林钊凯, 等. 土壤氨基糖及影响其积累的因素综述[J]. 生态科学, 2022, 41(5): 252-263. Ma L L, Yang S F, Lin Z K, et al. Soil amino sugars and the factors affecting their accumulation[J]. Ecological Science, 2022, 41(5): 252-263. |
| [60] | Li L D, Wilson C B, He H B, et al. Physical, biochemical, and microbial controls on amino sugar accumulation in soils under long-term cover cropping and no-tillage farming[J]. Soil Biology and Biochemistry, 2019, 135: 369-378. DOI:10.1016/j.soilbio.2019.05.017 |
| [61] | Ding X L, Chen S Y, Zhang B, et al. Warming yields distinct accumulation patterns of microbial residues in dry and wet alpine grasslands on the Qinghai-Tibetan Plateau[J]. Biology and Fertility of Soils, 2020, 56(7): 881-892. DOI:10.1007/s00374-020-01474-9 |
| [62] |
邓先智, 类延宝, 沈杰, 等. 模拟根系分泌物输入对高寒退化草地土壤微生物残体的影响[J]. 生态学报, 2022, 42(20): 8311-8321. Deng X Z, Lei Y B, Shen J, et al. Effects of simulated root exudates input on soil microbial residues in the degraded alpine grassland[J]. Acta Ecologica Sinica, 2022, 42(20): 8311-8321. |
| [63] | Čapek P, Choma M, Tahovská K, et al. Coupling the resource stoichiometry and microbial biomass turnover to predict nutrient mineralization and immobilization in soil[J]. Geoderma, 2021, 385. DOI:10.1016/j.geoderma.2020.114884 |
| [64] | Jing Y L, Ding X L, Zhao X C, et al. Non-additive effects of nitrogen and phosphorus fertilization on microbial biomass and residue distribution in a subtropical plantation[J]. European Journal of Soil Biology, 2022, 108. DOI:10.1016/j.ejsobi.2021.103376 |