农业灌溉水资源短缺是限制作物产量的主要因素之一^[1]. 目前我国淡水资源呈现出总量较多, 但人均水资源量匮乏的特点, 而农业用水在总用水量中占比较大, 因此, 农业用水短缺成为不可忽视的问题^[2]. 为保障农业灌溉水源能够满足作物的正常生长, 利用咸水灌溉成为改善这一局面的必要手段. 但长期咸水灌溉会增加土壤盐分含量, 改变土壤的物理化学性质和养分转化过程, 降低土壤肥力和农田生产力^{[3, 4]}. 土壤微生物是土壤生态系统的重要组分, 参与物质运输、养分循环和能量流动等过程, 土壤盐分的增加会改变土壤微生物的活性和群落结构, 影响养分转化, 进而延缓作物的生长发育, 最终降低作物产量和品质^{[5, 6]}. 在河口湿地土壤的研究中发现随盐分含量的增加, 地表生物量和细菌丰度降低, 但增加了真菌丰度^[7]；在黄河三角洲地区土壤硝化和反硝化微生物群落受土壤盐分、含水量和速效磷含量显著影响^[8]；在低盐环境中, 花生根际土壤的微生物功能丰度及代谢活动显著增强, 而高盐环境趋势相反^[9]. 因此, 如何在满足作物需水条件的同时, 降低盐分对土壤及作物产量的不利影响成为关键问题.

当前, 生物炭和秸秆还田是改善土壤盐渍化的优良措施, 通过向盐渍化土壤中添加生物炭和秸秆, 可降低土壤氮素淋洗, 增加土壤磷和钾养分含量, 改变土壤理化性质和微生物活性, 最终提高作物产量^[10~12]. 生物炭是在高温限氧环境下裂解制备的含碳物质, 具有比表面积大、孔隙数量和种类较多、吸附能力强等特性, 能够改善盐渍化土壤的不良性状, 促进土壤养分循环, 增加土壤肥力, 调节土壤微生物群落结构和组成^[13~17]. 有研究表明, 生物炭的施用通过改善土壤性质, 进而提高土壤硝化微生物丰度, 促进土壤氮素转化, 提高干旱区作物的抗性和生产力^{[18, 19]}. 作物秸秆中富含大量的养分资源, 经粉碎施入土壤, 提高了秸秆的腐解率, 增加了土壤养分, 从而改善土壤物理性质, 同时, 秸秆还田也可促进土壤脱盐, 抑制盐分表聚^{[20, 21]}. 生物炭的施用可增加土壤保肥能力, 在小麦和玉米籽粒中, 较高的K/Na提高了作物对养分的利用率, 进而提高作物产量^[22], 而秸秆还田可通过向土壤提供高碳物质来增加微生物可利用的养分资源, 进而增加土壤微生物的群落丰富度^[23].

因此, 基于干旱区土壤盐渍化的现实问题, 本研究在长期咸水滴灌定位试验的基础上, 施加生物炭和秸秆处理, 通过宏基因组学的技术手段, 分析生物炭和秸秆还田对咸水滴灌棉田土壤微生物群落多样性及功能特征的变化, 阐明生物炭和秸秆还田对咸水滴灌棉田土壤的改良效应, 探讨关键环境因子与土壤微生物及其功能间的关系, 研究生物炭和秸秆还田对咸水滴灌棉田土壤的改良机制, 以期为咸水资源的合理利用和土壤培肥提供科学依据.

试验地位于石河子大学农科综合教学实验中心（44.33°N, 85.98°E）, 该区地处干旱荒漠气候区, 年降水量（180~270 mm）, 年蒸发量（1 000~1 600 mm）；土壤类型为灌耕灰漠土, 供试作物为棉花, 品种为“新陆早74号”. 土壤理化性质（2009年）：土壤容重（BD）为1.27 g·cm^-3, 盐分（EC_1∶5, 土水比为1∶5）为0.13 dS·m^-1, 土壤pH_1∶2.5（土水比为1∶2.5）为7.9, ω[速效磷（AP）]为25.9 mg·kg^-1, ω[速效钾（AK）]为253 mg·kg^-1, ω[有机质（SOM）]为16.8 g·kg^-1, ω[全氮（TN）]为1.1 g·kg^-1.

本研究已连续开展多年咸水田间滴灌试验（2009~2021年）, 灌溉水盐度（电导率）分别为0.35 dS·m^-1（淡水, FW）和8.04 dS·m^-1（咸水, SW）, 其中, 咸水是通过向淡水中添加质量比为1∶1的NaCl和CaCl₂制备而成. 本试验于2019年开始向土壤中施加棉花秸秆生物炭和棉花秸秆, 采用等碳量的方法施用棉花秸秆生物炭（3.7 t·hm^-2）和棉花秸秆（6 t·hm^-2）. 每个灌溉水盐度下分别设置对照（CK）, 秸秆（ST）和生物炭（BC）处理, 分别表示为：FWCK、FWBC、FWST、SWCK、SWBC和SWST, 共6个处理, 采用完全随机区组设计, 每个处理重复3次, 共计18个试验小区, 每个试验小区面积为25 m², 各处理氮肥用量均为360 kg·hm^-2.

棉花种植采用“干播湿出”的方式进行播种, 一般于4月中下旬播种, 9月中下旬收获. 采用覆膜栽培的方式, 保温保墒, 为棉苗生长提供适宜的环境. 行管配置采用一膜3管6行, 行距配置为（60+10）cm, 播种密度为22.2万株·hm^-2. 本试验于2022年4月23日播种, 播种后滴加30 mm出苗水, 以保证作物正常出苗. 在棉花总生育期内共灌水9次, 于6月中旬开始, 8月下旬结束, 周期为7~10 d, 灌水定额为450 mm. 在其生育期内共计施氮肥6次, 各处理施肥用量和种类均保持一致, 磷、钾肥作为基肥, 氮肥（尿素N ≥ 46.4%）作为追肥, 随水滴施, 其中, 氮肥、磷肥和钾肥施用量分别为360、105和60 kg·hm^-2, 其他田间管理措施均参照大田生产.

2022年在棉花花铃期, 最后一次施肥后3 d, 用土钻在各小区的棉花行内, 按S型线路随机采集3个耕层土壤样品, 采集深度为20 cm. 将采集的土壤样品混合均匀并去除杂质, 分为两个部分：一部分自然风干, 用于测定土壤EC、pH值、AK、AP、TN和TC等理化性质, 另一部分鲜土置于冰盒中, 用于土壤微生物群落结构和多样性的测定.

土壤含盐量（EC_1∶5）采用电导率仪（DDS-308A）测定；土壤含水量（SWC）采用烘干法测定；土壤pH值采用pH计（pHS-3C）测定；土壤速效磷（AP）采用碳酸氢钠浸提-钼锑抗比色法测定；土壤速效钾（AK）采用醋酸铵浸提-火焰光度计法测定；土壤全氮（TN）采用半自动凯氏定氮仪测定；土壤全碳（TC）采用MultiN/C2100TOC/TN仪测定.

将保存在-80℃环境中的土壤样品置于MP土壤DNA提取试剂盒（FastDNA^® Spin Kit For Soil）中, 进行土壤样品DNA的提取. 提取后的DNA在1%浓度的琼脂糖凝胶电泳检测片段大小, 将合格的片段进行保存.

宏基因组测序是通过上海阿趣生物科技有限公司高通量测序平台完成, 测序平台为Illumina Nova Seq 6000, 测序方法为PE150. 将原始数据建库上机, 进行数据的拆分和质控, 去除含有接头和低质量的Reads, 确保序列有较高的质量. 基于De-Brujin graph原理的拼接软件MEGAHIT对其进行拼接组装, 根据kmer间的重叠关系, 构建De-Brujin graph, 获得contigs, 筛选800 bp以上的Contigs进行统计分析, 获得更有效的基因信息. 使用Prodigal软件对拼接的Contigs序列进行ORF预测, 并将其翻译为氨基酸序列, 采用CD-HIT软件进行去冗余, 以获得非冗余的初始gene catalogue, 以identity 95%、coverage 90%进行聚类, 并选取最长的序列为代表性序列. 使用bowtie 2软件, 将每个样本的clean reads与非冗余基因集进行比对（95% identity）, 构建非冗余基因集, 统计基因在对应样本中的丰度信息, 获得最终的Scaftigs, 再结合NR数据库和KEGG数据库进行物种注释和基因预测.

文中采用SPSS统计软件包（version SPSS 26.0）进行单因素方差分析（显著水平P < 0.05）, 通过独立样本T检验确定组间显著性差异（P < 0.05）. 采用R语言软件（version 4.1.3）绘制各处理的优势物种和功能丰度柱状图. 采用Origin 2021绘制纲水平和门水平的优势物种和功能与土壤理化性质的关联分析热图, 得到显著影响物种和功能变化的重要环境因子.

灌溉水盐度和不同还田物料对土壤理化性质的影响存在显著差异（表 1）. 与FWCK相比, SWCK显著增加SWC、EC_1∶5、AP和TC的含量, 但显著降低了pH值和AK的含量. 与FWCK相比, FWBC显著增加SWC、pH值、AP、AK和TC的含量；FWST显著增加SWC、AP、AK和TC的含量. 与SWCK相比, SWBC显著增加土壤SWC、AP、AK和TC的含量, 但显著降低了EC_1∶5的含量；SWST显著增加土壤SWC、AP、AK、TN和TC的含量, 但显著降低了土壤EC_1∶5和pH值.

表 1 (Table 1)

表 1 生物炭和秸秆还田对咸水滴灌棉田土壤理化性质的影响1） Table 1 Effect of biochar and straw return on the physical and chemical properties of cotton field soil under saline water drip irrigation 处理 SWC/% EC1∶5/dS·m-1 pH ω(AP)/mg·kg-1 ω(AK)/mg·kg-1 ω(TN)/g·kg-1 ω(TC)/g·kg-1 FWCK 14.32f 0.234d 8.00b 15.11e 215e 0.8078bc 23.47f FWBC 18.00d 0.262d 8.11a 20.40d 407a 0.8452abc 29.11c FWST 16.88e 0.239d 7.97b 18.82de 264c 0.8723ab 28.14d SWCK 21.13c 1.517a 7.55c 25.44c 183f 0.7958c 25.83e SWBC 23.21a 1.412b 7.57c 36.03a 379b 0.8535abc 31.97a SWST 22.09b 1.344c 7.48d 29.61b 230d 0.8803a 30.56b 1）同一列不同小写字母表示处理间差异显著（P < 0.05）

表 1 生物炭和秸秆还田对咸水滴灌棉田土壤理化性质的影响1） Table 1 Effect of biochar and straw return on the physical and chemical properties of cotton field soil under saline water drip irrigation

通过绘制土壤微生物的韦恩图（图 1）, 发现FWCK、FWBC、FWST、SWCK、SWBC和SWST处理总Reads数为8 676 260个, 其中, 各处理共有Reads数为851 210个, 特有Reads数依次为992 105、982 740、1 048 814、1 582 403、1 606 749和1 612 239个, 分别占总Reads数的11.43%、11.33%、12.09%、18.24%、18.52%和18.58%. 以上结果说明咸水灌溉增加了微生物的数量, 在不同物料还田的条件下, 秸秆还田对微生物的数量具有提升作用.

图 1

Fig. 1

图 1 不同处理土壤共有和特有Reads数目 Fig. 1 Number of common and unique Reads in different soil treatments

Shannon、Simpson和Invsimpson指数可反映土壤微生物群落结构的多样性, 其值越大表示微生物群落多样性越高. 由图 2可知, 淡水和咸水灌溉的微生物群落结构多样性存在显著差异, 总体表现为咸水灌溉显著增加土壤微生物的多样性指数. 在各灌溉水盐度下, 施用生物炭和秸秆对微生物群落结构多样性的影响表现出相同趋势, 均表现为：施用秸秆 > 施用生物炭 > 对照. 说明咸水灌溉增加了微生物的群落结构多样性, 且生物炭和秸秆还田也能够增加微生物的群落结构多样性, 其中秸秆还田的效果更为显著.

图 2

Fig. 2

图 2 不同处理土壤微生物多样性指数 Fig. 2 Soil microbial diversity index for different treatments

非度量多维尺度（NMDS）分析[图 3（a）]和主成分（PCA）分析[图 3（b）]揭示了不同处理之间微生物群落结构组成和功能上的差异, NMDS分析中Stress值为0.005 4 < 0.05, 具有较好的代表性；主成分分析轴1（90.41%）和轴2（5.07%）的累计贡献率为95.48%, 能够较好地反映不同处理对物种功能差异的影响. 由此可见, 轴1将不同灌溉水盐度的微生物群落结构和功能组成区分开. 此外, 不同还田物料对微生物群落结构和功能组成也有显著影响, 均表现为：在淡水条件下, FWCK与FWBC、FWST处理在轴2处离散程度较高, 说明FWBC和FWST处理间微生物群落结构和功能组成具有相似性, 但与FWCK处理存在显著差异；咸水灌溉条件下, SWST与SWCK、SWBC处理在轴2处离散程度较高, 说明SWCK和SWBC处理间微生物群落结构和功能组成具有相似性, 但与SWST处理存在显著差异. 综上, 灌溉水盐度和不同物料还田可显著改变土壤微生物的群落结构和功能组成.

图 3

Fig. 3

图 3 不同处理微生物群落及功能的NMDS分析和主成分分析（PCA） Fig. 3 NMDS analysis and PCA of microbial communities and functions under different treatments

土壤微生物在门水平的群落结构如图 4所示. 其优势物种为：变形菌门（Proteobacteria, 36.37%）、放线菌门（Actinobacteria, 25.85%）、酸杆菌门（Acidobacteria, 10.70%）、绿弯菌门（Chloroflexi, 7.60%）和芽单胞菌门（Gemmatimonadetes, 5.63%）.

图 4

Fig. 4

图 4 门分类水平上土壤微生物群落相对丰度分布 Fig. 4 Relative abundance distribution of soil microbial community at phylum level

与FWCK处理相比, SWCK处理显著增加变形菌门和芽单胞菌门的相对丰度, 分别增加了50.56%和56.46%；但显著降低了放线菌门和酸杆菌门的相对丰度, 分别降低了38.65%和55.14%. 与FWCK处理相比, FWBC处理显著降低绿弯菌门的相对丰度, 降低了15.55%；FWST处理显著增加变形菌门的相对丰度, 增加了55.01%, 但显著降低了酸杆菌门、放线菌门、绿弯菌门和芽单胞菌门的相对丰度, 分别降低了19.31%、13.62%、21.26%和38.58%. 与SWCK处理相比, SWBC处理显著降低绿弯菌门和芽单胞菌门的相对丰度, 分别降低了9.02%和23.69%；SWST处理显著增加变形菌门的相对丰度, 增加了34.05%, 但显著降低酸杆菌门、放线菌门、绿弯菌门和芽单胞菌门的相对丰度, 分别降低了20.72%、24.28%、30.12%和48.66%.

选取门分类水平的优势物种与土壤理化性质进行相关性分析（图 5）. 放线菌门（Actinobacteria）和酸杆菌门（Acidobacteria）与土壤SWC、EC_1∶5、AP和TC呈显著负相关, 与土壤pH呈显著正相关；绿弯菌门（Chloroflexi）与土壤TN和TC呈显著负相关；芽单胞菌门（Gemmatimonadetes）与土壤EC_1∶5呈显著正相关, 但与TN呈显著负相关；变形菌门（Proteobacteria）与土壤SWC、EC_1∶5、AP和TC呈显著正相关, 但与pH呈显著负相关.

图 5

Fig. 5

A：Acidobacteria, B：Actinobacteria, C：Chloroflexi, D：Gemmatimonadetes, E：Proteobacteria；红色表示正相关, 绿色表示负相关, 圆圈面积大小表示相关性大小；P ≥ 0.05无标记, *表示P < 0.05 图 5 门水平优势物种与土壤理化性质的相关性分析 Fig. 5 Correlation analysis between dominant species at the phylum level and soil physicochemical properties

土壤微生物在纲水平的群落结构如图 6所示. 其优势物种为α-变形菌纲（Alphaproteobacteria）、放线菌纲（Actinomycetia）、γ‐变形菌纲（Gammaproteobacteria）、β-变形菌纲（Betaproteobacteria）和嗜热油菌纲（Thermoleophilia）这这5种, 其相对丰度均在5%以上, 其中以α-变形菌纲（Alphaproteobacteria）最高（22.29%）, 放线菌纲（Actinomycetia）次之（16.10%）.

图 6

Fig. 6

图 6 纲分类水平上土壤微生物群落相对丰度分布 Fig. 6 Distribution of relative abundance of soil microbial community at taxonomic level

与FWCK处理相比, SWCK处理显著增加α-变形菌纲和γ‐变形菌纲的相对丰度, 分别增加了46.52%和216.09%；但显著降低了放线菌纲、β-变形菌纲和嗜热油菌纲的相对丰度, 分别降低了39.83%、29.01%和55.27%. 与FWCK处理相比, FWBC处理显著增加α-变形菌纲的相对丰度, 增加了16.05%；FWST处理显著增加γ‐变形菌纲和α-变形菌纲的相对丰度, 分别增加了138.45%和51.99%, 但显著降低了β-变形菌纲和嗜热油菌纲的相对丰度, 分别降低了14.88%和28.00%. 与SWCK处理相比, SWBC处理显著增加α-变形菌纲的相对丰度, 增加了12.14%, 但显著降低了β-变形菌纲的相对丰度, 降低了17.65%；SWST处理显著增加γ‐变形菌纲和α-变形菌纲的相对丰度, 分别增加了35.56%和37.27%, 但显著降低了β-变形菌纲和嗜热油菌纲的相对丰度, 分别降低了37.00%和54.07%.

选取纲分类水平的优势物种与土壤理化性质进行相关性分析（图 7）. 放线菌纲（Actinomycetia）与土壤SWC、EC_1∶5和AP呈显著负相关, 但与pH呈显著正相关；α-变形菌纲（Alphaproteobacteria）与土壤SWC、EC_1∶5、AP、TN和TC呈显著正相关, 但与pH呈显著负相关；β-变形菌纲（Betaproteobacteria）和嗜热油菌纲（Thermoleophilia）与土壤SWC、EC_1∶5、AP和TC呈显著负相关, 但与pH呈显著正相关；γ‐变形菌纲（Gammaproteobacteria）与土壤SWC、EC_1∶5、AP和TC呈显著正相关, 但与pH呈显著负相关.

图 7

Fig. 7

A：Actinomycetia, B：Alphaproteobacteria, C：Betaproteobacteria, D：Gammaproteobacteria, E：Thermoleophilia；红色表示正相关, 绿色表示负相关, 圆圈面积大小表示相关性大小；P ≥ 0.05无标记, *表示P < 0.05 图 7 纲水平优势物种与土壤理化性质的相关性分析 Fig. 7 Correlation analysis between dominant species at the class level and soil physicochemical properties

土壤微生物的二级功能代谢组成如图 8所示. 其优势功能组成为氨基酸代谢（6.58%）、碳水化合物代谢（6.90%）、能量代谢（5.12%）、遗传信息处理（14.61%）、新陈代谢（7.39%）与信号传导和细胞过程（12.86%）这6种.

图 8

Fig. 8

图 8 土壤微生物的功能相对丰度分布 Fig. 8 Distribution of relative functional abundance of soil microorganisms

与FWCK处理相比, SWCK处理显著增加新陈代谢与信号传导和细胞过程的相对丰度, 分别增加了1.51%和5.34%；但显著降低了氨基酸代谢、碳水化合物代谢和能量代谢的相对丰度, 分别降低了4.33%、6.64%和5.78%. 与FWCK处理相比, FWBC处理显著降低新陈代谢的相对丰度, 降低了1.16%；FWST处理显著增加信号传导和细胞过程的相对丰度, 增加了3.53%, 但显著降低了氨基酸代谢、碳水化合物代谢、遗传信息处理和新陈代谢的相对丰度, 分别降低了1.78%、1.70%、1.09%和2.93%. 与SWCK处理相比, SWBC处理显著降低新陈代谢的相对丰度, 降低了2.34%；SWST处理显著降低了氨基酸代谢、碳水化合物代谢、能量代谢、遗传信息处理、新陈代谢及信号传导和细胞过程的相对丰度, 分别降低了2.74%、1.55%、3.84%、1.95%、3.02%及4.99%.

选取优势物种功能与土壤理化性质进行相关性分析（图 9）. 发现氨基酸代谢和碳水化合物代谢与土壤SWC、EC_1∶5、AP和TC呈显著负相关, 但与pH呈显著正相关；能量代谢与土壤SWC、EC_1∶5和AP呈显著负相关, 但与pH呈显著正相关；新陈代谢与土壤TN呈显著负相关；信号传导和细胞过程与土壤SWC、EC_1∶5、AP和TC呈显著正相关, 但与pH呈显著负相关.

图 9

Fig. 9

A：氨基酸代谢, B：碳水化合物代谢, C：能量代谢, D：遗传信息处理, E：新陈代谢, F：信号传导和细胞过程；红色表示正相关, 绿色表示负相关, 圆圈面积大小表示相关性大小；P ≥ 0.05无标记, *表示P < 0.05 图 9 物种优势功能与土壤理化性质的相关性分析 Fig. 9 Correlation analysis between species dominant function and soil physicochemical properties

通过LEfSe（LDA effect size）分析阐述不同处理组之间具有显著差异的物种, 选取LDA得分大于2.5的门水平来绘制柱形图（图 10）. 物种分析结果显示, FWCK、FWBC、FWST、SWCK、SWBC和SWST处理分别有6、1、3、5、8和5个显著差异的门. 其中, SWST处理样品中的变形菌门（Proteobacteria）具有最高的LDA得分, 其次是FWCK处理样品中的放线菌门（Actinobacteria）.

图 10

Fig. 10

图 10 不同处理土壤微生物物种的差异分析 Fig. 10 Analysis of differences in soil microbial species under different treatments

通过LEfSe分析来寻找各处理组与组之间具有统计学显著差异的功能, 并选取LDA得分大于2.5的阈值绘制柱形图（图 11）. 结果显示, FWCK、FWBC、FWST、SWCK、SWBC和SWST处理分别有4、7、9、3、4和11种显著差异功能. 其中, SWST处理样品中的蛋白家族-信号传导和细胞过程（protein families_signaling and cellular processes）具有最高的LDA得分, 其次是SWBC处理样品中的蛋白家族-遗传信息处理（protein families_genetic information processing）.

图 11

Fig. 11

图 11 不同处理土壤微生物功能的差异分析 Fig. 11 Analysis of differences in soil microbial functions under different treatments

从微生物门水平和环境因子的RDA分析来看（图 12）, 轴1和轴2分别解释微生物门水平群落结构变异的82.01%和12.23 %. 其中, 土壤SWC（解释率为61.99%, P = 0.001）、EC_1∶5（解释率为64.02%, P = 0.002）和pH值（解释率为71.23%, P = 0.001）对微生物门水平群落结构变异的解释率达到了极显著水平, AK（解释率为1.49%, P = 0.043）和TC（解释率为25.32%, P = 0.025）对微生物门水平群落结构变异的解释率达到了显著水平.

图 12

Fig. 12

红色箭头代表门水平土壤微生物, 蓝色箭头代表土壤理化性质 图 12 土壤微生物门水平群落结构与土壤理化性质间RDA分析 Fig. 12 RDA analysis of the correlation between soil microbial phylum communities and soil physicochemical properties

从微生物纲水平和环境因子的RDA分析来看（图 13）, 轴1和轴2分别解释微生物纲水平群落结构变异的93.26%和1.618%. 其中, 土壤SWC（解释率为68.55%, P = 0.001）、EC_1∶5（解释率为70.22%, P = 0.009）和pH值（解释率为81.30%, P = 0.001）对微生物纲水平群落结构变异的解释率达到了极显著水平.

图 13

Fig. 13

红色箭头表示纲水平土壤微生物, 蓝色箭头表示土壤理化性质 图 13 土壤微生物纲水平群落结构与土壤理化性质间RDA分析 Fig. 13 RDA analysis of the correlation between soil microbial class communities and soil physicochemical properties

从微生物功能结构和环境因子的RDA分析来看（图 14）, 轴1和轴2分别解释微生物功能结构变异的85.24%和7.15%. 其中, 土壤SWC（解释率为57.49%, P = 0.001）、EC_1∶5（解释率为65.21%, P = 0.004）和pH值（解释率为76.46%, P = 0.001）对微生物功能结构变异的解释率达到了极显著水平, TC（解释率为18.39%, P = 0.029）对微生物功能结构变异的解释率达到了显著水平.

图 14

Fig. 14

红色箭头表示土壤微生物功能结构, 蓝色箭头表示土壤理化性质 图 14 土壤微生物功能结构与土壤理化性质间RDA分析 Fig. 14 RDA analysis of the correlation between soil microbial function structure and soil physicochemical properties

盐分是破坏土壤结构和降低作物生产力的重要限制因素之一, 可通过改变土壤结构和养分含量, 限制微生物的生长和繁殖, 延缓土壤养分转化速率, 降低作物产量^{[24, 25]}. 本研究发现, 咸水滴灌增加了土壤SWC、EC_1∶5、AP和TC的含量, 但降低了土壤pH值和AK的含量, 这可能是咸水中含有的大量盐基离子进入土壤, 增加了土壤盐分含量, 其中Na⁺含量的增加会使土壤颗粒钠质化而分散, 破坏其水稳性团聚体, 降低通透性, 使土壤板结, 蒸散量降低, 含水量增加；而土壤pH值的降低与酸性盐基离子（Cl^-和SO₄ ^2-等）含量的增加有关, 也可能是氮肥施入土壤水解产生的H⁺所致^[26~28]. 咸水灌溉的土壤速效磷含量显著高于淡水, 可能是盐分抑制了作物根系对磷素养分的吸收^[29].

生物炭和秸秆还田能够提高土壤养分含量, 改善土壤结构, 增加土壤有机质含量, 促进养分转化^[30~32], 其中, 土壤养分含量的增加与生物炭和秸秆自身具有较高养分的特性和表面电荷的吸附作用相关^{[13, 33, 34]}. 在不同灌溉水质条件下, 生物炭和秸秆还田均增加了土壤SWC、AP、AK和TC的含量. 此外, 咸水灌溉条件下生物炭降低了土壤EC_1∶5, 秸秆还田降低了土壤EC_1∶5和pH值. 生物炭施入土壤在不同灌溉水质中电导率值表现出不同的变化趋势, 这归因于生物炭本身具有一定的盐分, 其典型的多孔结构可吸附盐基离子, 在淡水条件下盐分含量较低, 生物炭可抵消对土壤盐基离子的稀释和吸附作用, 而在高盐环境下却无法抵消^{[35, 36]}；生物炭一般呈碱性, 施入土壤会增加土壤pH值, 而秸秆粉碎还田经微生物分解产生腐殖酸, 可降低土壤pH值；同时, 腐殖酸可与聚合离子（Ca²⁺和Mg²⁺等）结合, 形成团聚体, 增加土壤保水性能^{[14, 37, 38]}, 进而通过提高土壤水分来稀释土壤盐分浓度, 缓解盐胁迫^[39]. 综上, 咸水滴灌可通过恶化土壤结构来改变土壤养分转化过程, 同时也会改变作物的生理功能, 抑制作物对养分的吸收利用, 不利于作物生长. 而生物炭和秸秆还田可改善土壤结构, 增加土壤肥力, 能够促进作物的生长, 是咸水滴灌棉田土壤的优良改良剂.

土壤环境与微生物群落间存在互馈关系, 土壤环境的变化会影响微生物的群落结构, 微生物同样也会通过生物过程反作用于土壤^[40]. 土壤微生物的相对丰度是反映微生物活性和土壤质量的重要指标之一, 对环境的变化十分敏感. 本研究发现咸水灌溉和秸秆还田均增加了微生物的物种丰度, α-多样性指数分析显示咸水滴灌和不同有机物料还田增加了微生物群落结构多样性, β-多样性分析揭示了灌溉水盐度和不同有机物料是改变土壤微生物群落结构和功能的重要因素, 产生这一现象的原因是生物炭和秸秆的施用为微生物提供了可利用的碳源, 使其丰度和多样性增加^{[41, 42]}. 而盐分对微生物丰度和多样性的影响还存在争议, 有研究发现高盐环境降低了土壤微生物丰度和多样性, 但也有研究发现高盐环境增加了土壤微生物丰度和多样性, 这可能与土壤有机质含量密切相关. 对于耐盐植物来说, 盐分对其影响较小, 但在多数情况下, 高盐环境不利于植物生长, 因而向土壤返还的植物残体减少, 降低了土壤有机质含量, 因此, 供土壤微生物可利用的养分较少, 从而限制了微生物的繁殖^{[43, 44]}.

本研究的土壤微生物优势菌门为变形菌门、放线菌门、酸杆菌门、绿弯菌门和芽单胞菌门, 优势菌纲为α-变形菌纲、放线菌纲、γ‐变形菌纲、β-变形菌纲和嗜热油菌纲. 其中, α-变形菌纲、γ‐变形菌纲和β-变形菌纲均属于变形菌门大类. 前人研究表明, 变形菌门、放线菌门、芽单胞菌门和酸杆菌门为优势菌门均为嗜盐菌, 在盐渍化土壤中占比较高^{[9, 45]}. 此外, 各物种在土壤环境中有不同作用, 变形菌是盐渍化土壤中的主要类群, 芽单胞菌门在盐渍化土壤的生物地球化学转化中起重要作用；放线菌门能抑制部分病原真菌的活性, 促进植物残体的分解、种子萌发和根系生长；酸杆菌门具有嗜酸的特性, 在生物炭和秸秆还田的土壤中pH呈降低趋势, 有利于其生存. 此外, 拟杆菌门和绿弯菌门可通过溶磷促进磷素的转化和利用, 为土壤供应磷素养分, 酸杆菌门、拟杆菌门和绿弯菌门可促进根系养分吸收, 维持其与微环境间的平衡^[46~49].

基于宏基因组学技术可较为全面地反映土壤微生物功能组成的变化, 本研究的主要土壤微生物功能是氨基酸代谢、碳水化合物代谢、能量代谢、遗传信息处理、新陈代谢及信号传导和细胞过程. 其中, 氨基酸代谢过程可促进土壤微生物的生存和繁殖, 碳水化合物代谢过程能够促进土壤养分的积累, 能量代谢过程可改变土壤微生物的群落结构, 新陈代谢过程可缓解盐渍化土壤所带来的不利影响^[50]. 本研究明晰了生物炭和秸秆还田对咸水滴灌棉田土壤微生物群落及功能的影响, 可为农业可持续发展提供一定的理论依据, 但二者在具体养分转化过程中的贡献度和影响机制还有待进一步研究.

土壤环境的变化会改变养分的供给模式, 进而影响微生物的生存. 本研究发现土壤EC_1∶5、SWC、pH值、AP和TC含量是影响土壤微生物群落组成及功能变化的驱动因子. 诸多研究也发现土壤性质可直接影响微生物的群落结构, 在施肥条件下, 土壤有机碳和硝态氮含量显著提高, 是影响微生物群落结构的主导因子^[51]；而盐渍化程度高的土壤中盐分、速效钾和全氮则会显著影响微生物的功能组成^[52]. 有研究表明, 施用生物炭增加了玉米根际土壤微生物的基础生命和信息传递等功能, 进而改变了微生物在土壤中的生态效应^[53]. 综上, 土壤性质的改变是微生物群落变化的重要因素. 咸水灌溉向土壤输入大量的盐离子, 其中Na⁺的增加使土壤蒸散量和通透性降低, 土壤含水量发生显著变化, 此外, 高盐环境中土壤微生物的活性减弱, 可降低养分转化速率, 改变土壤养分储量^[44]. 生物炭和秸秆施用的过程中, 土壤盐分降低, 肥力增加, 土壤性质得到改善, 微生物活性增强. 土壤微生物是联系土壤和植物体的中间桥梁, 微生物可将土壤提供的养分转化为植物所能吸收利用的形态, 同时微生物也可通过群落结构及功能的变化反作用于土壤, 以维持土壤微环境的动态平衡. 因此, 调控土壤环境因子是增加微生物活性和促进作物生长、提高产量的重要途径.

（1）咸水灌溉增加了土壤微生物的群落多样性, 生物炭和秸秆还田均增加了微生物的丰度和群落多样性, 其中秸秆还田效果更为显著.

（2）咸水灌溉降低了土壤微生物的潜在标志物数量, 但生物炭还田增加了咸水灌溉条件下微生物的潜在标志物数量；咸水灌溉降低了土壤微生物的潜在功能数量, 而生物炭和秸秆还田增加了咸水灌溉条件下微生物的潜在功能数量.

（3）土壤SWC、EC_1∶5和pH值是影响微生物群落组成及功能结构的主要驱动力.