2024, Vol. 45
2. 山西农业大学小麦研究所, 临汾 041000;
3. 山西农业大学农业资源与环境国家级实验教学示范中心, 太谷 030801
, LIU Yu1 , HAN Ying1 , DONG Xin-yu1 , GUO Tan-wen1 , YAN Qiu-yan1,2 , YAN Shuang-dui1,3
2. Institute of Wheat Research, Shanxi Agricultural University, Linfen 041000, China;
3. National Experimental Teaching Demonstration Center for Agricultural Resources and Environment, Shanxi Agricultural University, Taigu 030801, China
我国农业中的主要氮肥品种是尿素, 尿素是一种典型的高耗能产业产物, 而硫酸铵是一种以清洁燃煤烟气为主导技术的环保产业的副产物, 其生产过程无化石能源投入, 无“三废”排放[1]. 并且随着我国环保力度的不断加大, 作为工业副产的硫酸铵产量急剧增加, 如何更好地利用这种资源成为亟待解决的重要问题. 艾玉春等[1]根据发达国家硫酸铵肥料使用比例预测得出我国未来农业硫酸铵需求量为1 830万t, 表明氨法脱硫副产物硫酸铵在我国农业生产中具有广泛适宜性. 而且值得注意的是, 我国市场上硫酸铵的价格可能被严重低估, 硫酸铵中氮元素价格只有尿素中氮元素价格的一半左右[2]. 就经济价值而言, 硫酸铵经济价值远高于尿素. 并且氮硫肥具有一定的交互效应, 通过优化调控氮硫配施水平可提高粮食作物产量和氮硫吸收利用[3]. 所以硫酸铵替代尿素在一定程度上不仅环保经济还可以实现减肥增产的效果. 硫酸铵属于生理酸性肥料, 在农业上具有广泛的适用前景[4], 已有研究表明, 工业副产硫酸铵外观、含氮量和水分均符合硫酸铵肥料相关标准[5].
众所周知, 施肥还可以显著改变土壤微生物群落的结构和组成[6]. 有研究表明, 两种不同穗型小麦品种“兰考矮早8”和“豫麦49-198”根际微生物总量、细菌、放线菌和真菌数量随着尿素施用量的增加呈先上升后下降的趋势, 但两个品种根际微生物数量最高时的尿素量略有差异, 表明适宜尿素施用量有益于小麦根际微生物数量和酶活性的提高, 过高则使微生物数量和酶活性下降[7]. 而且硫酸铵施入土壤中为作物提供氮源的同时, N的添加也会显著改变功能基因群落组成, 在N转化过程中, N功能基因丰度相比土壤理化性质更能解释N素转化对氮添加的响应[8]. 所以通过一定量的硫酸铵替代尿素可能在保持微生物数量和酶活性在较高水平的同时还可以达到经济环保的效果. 硫酸铵施入土壤后, 在土壤溶液中可以电离为NH4+和SO42-[9], 在作物吸收NH4+的同时, 还会释放出H+, 能够降低土壤pH. 土壤养分可以为微生物提供所需的生存条件, 土壤微生物是重要的分解者, 具有多种生态和环境功能[10]. 而且土壤微生物调节着许多对生态系统功能至关重要的生物地球化学过程, 包括养分循环, 其组成和多样性对干扰很敏感[11]. 而盆栽玉米在一定程度上创造了一个微环境, 可以更加明确玉米微环境土壤中养分的变化, 同时玉米在生长过程中根系会盘旋在整个盆栽内, 微环境土壤养分的变化也必定会影响玉米的根系微生物环境, 而根际是植物根系与土壤间物质与能量转换的直接界面[12], 也是植物根系自身生命活动和代谢对土壤影响最直接、最强烈的区域[13]. 目前对于氮肥的研究大部分集中在硫酸铵或尿素等单施对土壤性质、作物的产量和品质方面的影响, 而硫酸铵作为一种环保产业的副产物, 为了提高其利用率, 研究用一定比例硫酸铵替代尿素对土壤养分、玉米根际微生物组成和结构以及对玉米产量方面的效应是必要的. 所以本试验将通过研究硫酸铵肥料代替尿素施入土壤后对土壤pH、碳氮养分、酶活性以及根际微生物群落造成的影响, 以期为硫酸铵肥料在农业生产中的科学施用提供理论支撑.
1 材料与方法 1.1 试验点概况盆栽试验供试土壤为石灰性褐土, 采自山西农业大学资源环境学院试验站（112°59′E, 37°43′N）. 供试作物为玉米, 品种为先玉335, 一年一熟. 在种植作物前, 随机采集耕层0 ~ 20 cm的土壤样品, 用于基础理化性质的测定. 在玉米各生育期采集0 ~ 20 cm耕层土壤样品风干, 去除杂物和可见的细根后将其研磨过筛并充分混匀, 用于测定基本理化性质, 在玉米成熟期采集根际土壤, 在-80℃储存并送样至上海派森诺生物科技股份有限公司进行微生物测定. 土壤的基础理化性质测定结果如表 1.
|
表 1 供试土壤基础理化性质 Table 1 Basic physical and chemical properties of soil tested |
1.2 试验设计
本试验采用完全随机设计方法, 于2022年5月20日至9月20在山西农业大学资源环境学院试验站温室大棚进行. 本试验用盆规格为（高度×底径×口径, 31 cm × 30 cm × 27 cm）, 每盆装土15 kg, 共设5个处理：CK（不施肥）、U10S0（100% 尿素）、U8S2（80% 尿素+ 20% 硫酸铵）、U6S4（60%尿素+ 40% 硫酸铵）和U0S10（100% 硫酸铵）, 每个处理设4次重复, 共20盆. 除对照处理外, 其余处理的氮、磷和钾含量均相同, 施肥水平为：N 160 kg·hm-2, KH2PO4 206 kg·hm-2. 本试验所用尿素含氮量为46%, 所用硫酸铵肥是工业副产物硫酸铵, 来源于山西潞宝集团焦化有限公司, 其检测结果如表 2所示[14]. 所有肥料均作为基肥于播种前施入土壤, 将各肥料与土壤充分混匀后装盆育苗. 各个处理在玉米生长期间适期浇水, 进行常规管理.
|
|
表 2 工业副产硫酸铵与国家标准对比 Table 2 Comparison of industrial by-product ammonium sulfate with national standard |
1.3 测定方法
分别在作物幼苗期、拔节期、大喇叭口期、开花期和成熟期取0 ~ 20 cm的耕层土壤, 剔除杂物及根系后风干过筛备用. 土壤pH、碱解氮和有机碳含量分别用2.5∶1水溶液浸提, 进行酸度计测定、碱解扩散法和重铬酸钾外加热法进行测定[15]；蛋白酶和蔗糖酶活性分别用铜盐络合比色法和3, 5-二硝基水杨酸法进行测定[16].
1.4 微生物测序使用OMEGA土壤DNA试剂盒（M5635-02）按照制造商的说明提取总基因组DNA样本, 并在-20℃下保存, 以便进一步分析. 采用NanoDrop NC 2000分光光度计和琼脂糖凝胶电泳分别测定提取DNA的数量和质量. 采用正向引物338F 5' -ACTCCTACG GGAGGCAGCA-3'和反向引物806R 5'-GGACTACHV GGGTWTCTAAT-3'对细菌16S rRNA基因V3-V4区进行PCR扩增. 利用前引物ITS1F 5'- CTTGGTCAT TTAGAGGAAGTAA-3'和反向引物ITS2R 5'-GCTG CGTTCTTCATCGATGC-3'对真菌ITS1区进行PCR扩增.
将样品特异性的7-bp条形码纳入引物中进行多重测序. PCR组分为缓冲液5 μL（5×）、Fast pfu DNA聚合酶0.25 μL（5 U·μL-1）、dNTPs 2 μL（2.5 mmol·L-1）、正向引物和反向引物各1 μL（10 μmol·L-1）、DNA模板1 μL和ddH2O 14.75 μL.
16S rRNA基因扩增子测序的热循环包括在98℃下初始变性5 min, 然后在98℃下变性30 s, 在53℃下退火30 s, 在72℃下延伸45 s, 最后在72℃下延伸5 min的25个循环. ITS扩增子测序的热循环包括在98℃下初始变性5 min, 然后在98℃下变性30 s, 在55℃下退火30 s, 在72℃下延伸45 s, 最后在72℃下延伸5 min的28个循环. 最后PCR扩增物都用Vazyme VAHTSTM DNA Clean Beads纯化, 并使用Quant-iT PicoGreen dsDNA Assay Kit进行定量. 在单个定量步骤后, 将等量扩增子合并, 使用Illumina NovaSeq平台和NovaSeq 6000 SP试剂盒（500循环）在上海派森诺生物科技股份有限公司进行对端2 × 250 bp测序.
1.5 生物信息学分析微生物组生物信息学使用QIIME2 2019.4[17]进行修改. 简述为：原始序列数据使用demux插件进行解复用, 然后使用cutadapt插件进行引物切割[18]. 使用DADA2插件对序列进行质量过滤、去噪、合并和嵌合体去除[19]. 非单子扩增子序列变异（asv）与matt[20] 对齐, 并与fasttre2构建系统发育树[21].
序列数据分析主要使用QIIME2和R软件包（v3.2.0）进行. 利用QIIME2中的ASV表, 计算了α多样性（Chao1指数[22]、Shannon指数[23, 24]、Simpson指数[25]和Goods_coverage[26]）并将其可视化为箱形图. 使用MEGAN[27]和GraPhlAn[28] 对细菌和真菌分类学组成和相对丰度进行可视化. 用Bray-curtis距离矩阵进行β多样性的NMDS分析, 并通过二维排序图展示微生物群落的组成差异.
1.6 数据分析采用Microsoft Excel 2021和IBM SPSS Statistics 23进行数据的统计分析, 采用单因素方差分析法进行差异显著性检验（P < 0.05）. 利用Origin 2023软件进行绘图, 利用派森诺基因云平台进行微生物物种多样性和丰富度分析.
2 结果与分析 2.1 不同比例硫酸铵替代尿素对土壤pH及碳氮养分的影响 2.1.1 不同比例硫酸铵替代尿素对土壤pH的影响不同施肥处理对土壤pH的影响如图 1所示. 在玉米的各个生育期, 施肥处理土壤的pH（7.85 ~ 8.15）与CK（8.10 ~ 8.21）相比都有所下降, 并且随着硫酸铵含量的增加pH, 呈不断下降的趋势, 其中最低的是U0S10处理, 在成熟期相比CK和U10S0都下降了0.20个pH单位（P < 0.05）. 而且所有施肥处理的pH值都随着玉米的生长呈先下降后升高的趋势.
|
同一生育期中不同小写字母表示各处理间差异显著（P < 0.05） 图 1 不同施肥处理下玉米各生育期土壤pH值的变化 Fig. 1 Changes in soil pH value in different fertility periods of maize under different fertilization treatments |
在玉米的不同生育期, 土壤碱解氮含量都随着硫酸铵比例的增加呈逐渐增加的趋势[图 2（a）]. 在开花期U0S10、U6S4和U8S2处理碱解氮含量都显著高于U10S0处理, 分别提高了30.72%、34.61%和38.43%（P < 0.05）. 在玉米的生长期内, 土壤碱解氮含量在不同的施肥处理中都随着玉米的不断生长先降低后增加, 在大喇叭口期达到最小值.
|
同一生育期中不同小写字母表示各处理间差异显著（P < 0.05） 图 2 不同施肥处理下玉米各生育期土壤碱解氮和有机碳含量 Fig. 2 Soil available nitrogen contents and organic carbon contents in different fertility periods of maize under different fertilization treatments |
土壤有机碳是土壤的重要组成部分, 可以保持土壤营养和水分, 为植物的生长创造条件. 不同处理对土壤有机碳含量的影响如图 2（b）所示. 随着玉米的不断生长土壤有机碳含量逐渐下降, 在玉米苗期U10S0处理和其他施肥处理无显著差异, 但在玉米后期随着硫酸铵比例的增加有机碳含量逐渐下降（U8S2 > U6S4 > U0S10）, 但三者都高于U10S0处理. 在玉米大喇叭口期U8S2和U6S4处理显著高于U10S0处理, 分别提高了43.77%和31.83%；在开花期分别比U10S0处理提高了32.09%和20.86%.在成熟期各施肥处理的有机碳含量均显著高于CK, 但处理间无显著差异.
2.2 不同比例硫酸铵替代尿素对土壤蛋白酶和蔗糖酶活性的影响不同施肥处理土壤蛋白酶活性如图 3（a）所示. 在不同的玉米生育期, 所有的施肥处理蛋白酶活性都高于对照, 并且随着玉米的不断生长逐渐增强, 也随着硫酸铵比例的增加而增强. U0S10处理在玉米各生育期都高于CK和U10S0处理, 分别提高了29.41% ~ 90.91%和10.54% ~ 100%, 并且U6S4处理相比U10S0也提高了5.26% ~ 28.70%, U8S2处理与U10S0 处理无显著差异.
|
同一生育期中不同小写字母表示各处理间差异显著（P < 0.05） 图 3 不同施肥处理下玉米各生育期土壤蛋白酶和蔗糖酶活性 Fig. 3 Soil protease activity and sucrase activity in different fertility periods of maize under different fertilization treatments |
从图 3（b）可以看出, 各施肥处理土壤蔗糖酶活性范围为0.04 ~ 0.24 mg∙（g∙24 h）-1, 随着玉米的生长先降低后升高, 在大喇叭口期达到最小值. 并且随着硫酸铵配比增加, 土壤蔗糖酶活性逐渐升高, U0S10处理达到最大值. 玉米各生育期U0S10 处理土壤蔗糖酶活性都显著高于U10S0和CK处理, 分别提高了20.32% ~ 99.16%和24.31% ~ 79.33%. 在玉米成熟期U8S2和U6S4处理相比U10S0处理蔗糖酶活性分别提高了29.75% 和63.87%（P < 0.05）.
2.3 不同比例硫酸铵替代尿素对玉米成熟期土壤根际微生物的影响 2.3.1 对玉米成熟期土壤根际细菌群落的影响Illumina NovaSeq测序结果优化后共获得665 236条有效序列, 通过OTU（operational taxonomic units）聚类分析得到24 085个OTU；同时检测出根际细菌主要分布在25个门, 70个纲, 134个目, 192个科, 287个属和74个种中. 在97%相似水平条件下得到土壤细菌群落物种多样性指数, 如图 4（c）所示. 各处理样本文库覆盖率（Goods_coverage）均大于96.5%, 说明本试验样品取样合理, 置信度高、结果可靠, 测定结果能够真实地反映各处理根际样本的细菌群落组成.
|
（a）为玉米根际细菌在门分类水平上的群落结构；（b）和（f）分别为玉米根际细菌和真菌群落β多样性分析, 其中每个点表示一个样本, 不同颜色的点指示不同的样本（组）, NMDS采用等级排序, 因此可近似认为两点之间的距离越近（远）, 表明两个样本中微生物群落的差异越小（大）；（c）和（d）分别为玉米根际细菌和真菌群落α多样性分析；箱体的上下端线表示上下四分位数（interquartile range, IQR）, 中位线表示中位数；上下边缘表示最大值和最小值（1.5倍的IQR范围之内的极值）；多样性指数标签下的数字为Kruskal-Wallis检验的P值；（e）为玉米根际真菌在门分类水平上的群落结构 图 4 不同比例硫酸铵替代尿素对玉米成熟期土壤根际细菌和真菌群落α多样性、β多样性和门分类水平上群落结构的影响 Fig. 4 Effects of different proportions of ammonium sulfate replacing urea on α diversity, β diversity, and community structure of rhizosphere bacteria and fungi in mature maize |
通过对玉米根际细菌物种的丰富度指数分析发现CK处理的Chao1指数最高, 略高于U10S0处理；而U8S2、U6S4和U0S10处理与U10S0处理相比分别降低了2.82%、10.40%和11.58%. 通过对根际样品中细菌群落的多样性（Shannon和Simpson）进行分析, 结果表明, 所有施肥处理的Shannon和Simpson指数都低于CK处理, 而施肥处理中U10S0 处理的细菌多样性最高, 其他处理表现为：U8S2 > U0S10 > U6S4.
为进一步分析不同比例硫酸铵替代尿素对根际细菌群落结构的影响, 首先从门水平对细菌群落进行分析[图 4（a）]. 共检测出8个优势门类细菌（相对丰度 > 1.0%）, 其中放线菌门（Actinobacteria）、变形菌门（Proteobacteria）、芽单胞菌门（Gemmatimonadetes）、酸杆菌门（Acidobacteria）、绿弯菌门（Chloroflexi）和拟杆菌门（Bacteroidetes）为主要优势类群组成, 相对丰度分别为33.26% ~ 41.22%、30.23% ~ 37.76%、8.12% ~ 11.03%、5.27% ~ 9.40%、3.49% ~ 5.05%和2.85% ~ 4.21%. 分析结果显示, U0S10 处理下放线菌门（Actinobacteria）相对丰度最高, U6S4 处理下变形菌门（Proteobacteria）相对丰度最高, 其他几种优势物种都是CK处理下相对丰度最大. U10S0 处理比U8S2处理提高了放线菌门（Actinobacteria）、芽单胞菌门（Gemmatimonadetes）、酸杆菌门（Acidobacteria）以及绿弯菌门（Chloroflexi）的相对丰度, 分别提高了3.34%、15.52%、3.61%和3.66%, U0S10 处理与U10S0 处理相比提高了放线菌门（Actinobacteria）、芽单胞菌门（Gemmatimonadetes）和绿弯菌门（Chloroflexi）的相对丰度, 分别提高了4.47%、13.65%和3.14%. 不同比例硫酸铵替代尿素对根际细菌群落物种的相对丰度造成了一定影响. 这说明硫酸铵的替代比单施尿素更有利于玉米根际部分细菌物种类群相对丰度的提高.
2.3.2 对玉米成熟期土壤根际真菌群落的影响Illumina NovaSeq测序结果优化后共获得1 266 633条有效序列, 通过OTU聚类分析得到1 910个OTU；同时检测出根际真菌主要分布在16个门, 19个纲, 30个目, 31个科, 54个属和155个种中. 在97%相似水平条件下得到土壤真菌多样性指数如图 4（d）所示. 各处理样本文库覆盖率（Goods_coverage）均大于99.9%. 通过对玉米根际样品中真菌群落的丰富度指数（Chao1）分析发现CK处理的Chao1指数最高, U10S0、U8S2、U6S4和U0S10比CK分别降低了1.50%、10.14%、7.02%和13.75%. 硫酸铵替代尿素的3个处理Chao1指数为：U6S4 > U8S2 > U0S10. 分别对根际样品中真菌群落的多样性（Shannon和Simpson）进行分析, 结果表明, U10S0 处理的真菌多样性最高, 硫酸铵替代尿素的3个处理真菌群落多样性趋势与Chao1指数趋势一致.
为进一步分析不同比例硫酸铵替代尿素对根际真菌群落结构的影响, 从门水平对真菌群落进行了分析[图 4（e）]. 根际样品共检测出3个优势门类真菌（相对丰度 > 1.0%）, 主要由子囊菌门（Ascomycota）、担子菌门（Basidiomycota）和被孢霉门（Mortierellomycota）组成. 分析结果显示, 子囊菌门（Ascomycota）的相对丰度最大, 占总序列的84.33% ~ 97.54%. U0S10处理的子囊菌门（Ascomycota）相对丰度为95.49%, 相比于CK提高了3.71%, 并显著高于U10S0 处理, 提高了5.93%. 同时, 以一定比例硫酸铵替代尿素的3个处理子囊菌门（Ascomycota）相对丰度都高于U10S0处理. 各处理的担子菌门（Basidiomycota）相对丰度分别为3.32%、5.81%、3.19%、5.75% 和2.59%, U10S0 处理的担子菌门（Basidiomycota）相对丰度最高, 其次为U6S4 处理. 各处理被孢霉门（Mortierellomycota）的相对丰度分别为1.48%、1.30%、0.45%、0.97%和0.23%, 表现为U6S4 > U8S2 > U0S10 的趋势. 说明添加硫酸铵后会使担子菌门（Basidiomycota）和被孢霉门（Mortierellomycota）的相对丰度下降.
对玉米根际土壤通过Bray-Curtis距离算法进行了微生物群落的β多样性分析, 结果表明不同的施肥措施使根际真菌群落[图 4（f）]发生了一定的聚类（stress < 0.2）, 对土壤细菌群落[图 4（b）]造成了一定程度的物种更替或物种组成差异（stress < 0.1）.
2.4 不同比例硫酸铵替代尿素对玉米成熟期植株干重及经济效益的影响施用氮肥能提高玉米对土壤养分的吸收, 植株干重都显著高于不施肥处理（图 5）. U0S10和U10S0 处理玉米植株干重最大, 分别比CK处理提高了39.47%和36.16%, U8S2和U6S4 处理比CK处理分别提高了33.64%和22.02%. 表 3表明U10S0 处理的投入为104.40元∙hm-2, 产出为22 544.12元∙hm-2, 净收入为22 439.72元∙hm-2；U0S10处理的投入为142.30元∙hm-2, 产出为23 224.95元∙hm-2, 净收入为23 082.65元∙hm-2, 表明单施硫酸铵比单施尿素每hm2净收入增加642.93元. U8S2和U6S4处理每hm2净收入低于U10S0 和U0S10处理.
|
图 5 不同施肥处理下玉米成熟期的植株干重 Fig. 5 Plant dry weight of maize at maturity under different fertilization treatments |
|
|
表 3 不同比例硫酸铵替代尿素处理下的经济效益1） Table 3 Economic benefits of different proportions of ammonium sulfate in place of urea treatment |
2.5 土壤环境因子与根际微生物的相关性
Pearson模型表明相关环境变量对土壤根际真菌和细菌丰度及多样性有显著影响, 其中pH值和土壤碱解氮含量是影响微生物丰度和多样性的最主要因素（图 6）. 土壤有机碳含量与细菌Simpson指数呈显著负相关关系, 土壤蔗糖酶活性与细菌Chao1指数呈显著负相关关系. 土壤环境变量与真菌丰富度和多样性也呈负相关关系, 说明氮肥的添加对玉米根际微生物产生了一定的影响.
|
色柱的红色和蓝色分别表示正相关和负相关, 颜色深浅表示相关程度；*表示P < 0.05；1.pH, 2.土壤碱解氮含量, 3.土壤有机碳含量, 4.土壤蛋白酶活性, 5.土壤蔗糖酶活性, 6.玉米植株干重, 7.真菌的Chao1指数, 8.真菌的Shannon指数, 9.真菌的Simpson指数, 10.细菌的Chao1指数, 11.细菌的Shannon指数, 12.细菌的Simpson指数；所有数据均来自于玉米成熟期 图 6 Pearson模型下的土壤环境因子与根际微生物的相关性分析 Fig. 6 Correlation analysis between soil environmental factors and rhizosphere microorganisms under Pearson model |
土壤pH是衡量土壤健康状况的重要指标. 本研究结果显示施肥会使土壤pH值降低, 因为肥料在土壤里面都会转化, 在此过程中可能会产生质子, 而且各种氮肥转化成硝酸盐, 硝酸盐淋溶的时候, 带走钙、镁这些碱性离子, 最终造成土壤pH降低[29]. 铵态氮肥还可以通过硝化作用降低非根际土壤的pH值, 同时通过作物对铵态氮的优先吸收也降低根际土的pH值[30]. 王飞等[9]研究发现施用硫酸铵相比尿素更有利于降低土壤pH, 提高土壤养分的有效性, 这与本研究的结果一致.
土壤有机质可以反映土壤质量, 外源氮素的添加会间接影响有机质的积累[31]. 当硫酸铵替代部分尿素后, 土壤pH比单施尿素时有所降低, 减少了氨的挥发, 土壤固氮增加, 致使土壤中碱解氮含量高于单施尿素处理；另一方面是因为尿素是一种酰胺态氮, 在脲酶的水解作用下先转化为铵态氮后才可以经过硝化作用形成硝态氮[32], 所以硫酸铵以一定比例替代尿素后在玉米苗期可以更快释放速效氮养分, 并随着硫酸铵比例的增加碱解氮逐渐增加. 而硫酸铵比例的增加使得铵态氮含量增加, 土壤中硝化细菌的活性增强, 大大推进了土壤中的硝化作用, 这需要更多的碳素来提供能量, 因此土壤中有机物质的分解速度加快, 随着硫酸铵比例的逐渐增大, 土壤有机质矿化速率也在不断加大, 含量逐渐降低. 并且施肥影响作物生长, 随着玉米的不断生长导致其消耗大量有机碳, 但土壤中并没有大量的碳源作为补充, 长期的消耗会导致有机碳含量降低[33].
3.2 不同比例硫酸铵替代尿素对土壤酶活性的影响土壤酶活性是衡量土壤肥力的重要指标之一[34]. 土壤蛋白酶和蔗糖酶参与了土壤中大量微生物必需反应的催化过程. 并且土壤根际微生物作为陆地生态系统的主要分解者, 是联系植物和土壤的重要因素[35]. 施用氮肥蛋白酶活性比CK处理的增加幅度在10.54% ~ 100%之间, 说明施用氮肥可以促进土壤蛋白酶活性的提高, 这与徐欣等[36]的研究结果一致, 该研究还发现土壤蛋白酶活性与土壤全氮、铵态氮、硝态氮、有机质之间均呈现显著的正相关关系, 本研究中土壤蛋白酶活性与碱解氮含量也呈现显著正相关关系. 在玉米生长前期硫酸铵速效氮养分的快速释放比尿素处理更快一步激活了蛋白酶的活性, 并且随着硫酸铵比例的增加蛋白酶活性逐渐增强, 说明可供微生物利用的有机氮含量更高, 同时土壤蛋白酶活性的提升促进了土壤氮的转化速率[37]. 本研究发现蛋白酶活性在玉米成熟期达到最大值, 但也有研究发现土壤蛋白酶活性随玉米生育期延长先增加后降低[36], 这可能是因为玉米在拔节期和大喇叭口期气温过高且水分蒸发加快在一定程度上抑制了土壤酶活性.
本试验结果表明土壤蔗糖酶活性与土壤碱解氮含量呈更明显的正相关关系, 这与其他研究者发现在玉米生长期间, 土壤蔗糖酶活性与有机质含量显著相关[38]不一致. 氮肥的添加有助于蔗糖酶活性的提高, 主要是由于施入氮肥可以改变土壤中碳氮比, 氮素供给可以提升土壤微生物活性, 提高土壤蔗糖酶活性[39]. 并且蔗糖酶活性有随着玉米生长呈先下降后升高的趋势, 可能是随着氮肥释放植株可利用氮增加, 土壤微生物与作物之间竞争减弱；而在玉米生育后期, 由于作物生长继续吸收土壤中的氮素, 使底物浓度减小, 导致作物与土壤微生物形成氮素竞争关系[40], 微生物需要提高自身活力来维持其生长繁殖, 土壤酶活性提升. 随着硫酸铵比例的增加, 在各个生育期土壤蔗糖酶活性都呈逐渐增强的趋势, 这是因为硫酸铵配比的增加, 碱解氮含量升高, 底物充足并且土壤生物活动活跃, 其分泌的催化剂酶类较多, 很多专性水解酶活性也较高[41]. 蔗糖酶活性的提升为土壤微生物提供了更多的营养物质, 促进土壤有机碳积累与分解转化, 从而直接或者间接地影响有机碳矿化过程[42].
3.3 不同比例硫酸铵替代尿素对土壤根际微生物群落及玉米干重的影响土壤为微生物群落的生长繁殖提供微环境, 其理化性质又间接地影响土壤微生物群落结构的组成和功能[43]. 玉米根系微生物群落在改善玉米生长和营养方面的潜力越来越受到人们的关注[44]. 本研究发现不同的施肥处理玉米根际细菌物种的丰富度和多样性均低于CK处理. 究其原因, 可能是由于土壤的基本养分较低, 细菌群落在低养分状态下形成了适合自身生长繁殖的平衡的生态环境, 而施入氮肥后土壤养分含量增大, 改变了土壤环境的C / N值, 使得土壤pH值降低和NH4+聚集, 从而导致根际细菌对碳源底物的利用能力和整体活性降低[45]. pH值关系到微生物的存活、对生物的可利用性以及微生物作用底物的化学形态[46]. 而且玉米根际分泌物、土壤类型、水分和温度等多因子的高阶交互作用也会影响微生物的活性. 不同的施肥处理, 不仅影响了土壤细菌群落的多样性, 也使得土壤细菌群落结构产生了差异, 在本研究中, 4种不同施肥处理的根际土壤细菌主要优势菌门为放线菌门、变形菌门、芽单胞菌门、酸杆菌门、绿弯菌门和拟杆菌门, 这与已有的土壤细菌研究结果相符, 这6种菌门在大多土壤细菌群落中都为主要优势物种[47, 48]. 玉米根际细菌的Chao1指数、Shannon指数及Simpson指数随着硫酸铵比例的增加和土壤pH的不断降低呈不断减少的趋势, 但当硫酸铵全部替代尿素后土壤速效氮含量及土壤酶活性比其他施肥处理显著增加, 为细菌提供了更多的养分供应, 一定程度上促进了细菌的生长, 缓解了土壤pH降低带来的影响. 同时U0S10处理下放线菌门相对丰度达到最大值, 放线菌门可以为植物细胞壁降解提供糖苷水解酶[49, 50]. 与U10S0 处理相比U0S10 处理提高了放线菌门、芽单胞菌门和绿弯菌门的相对丰度. 有研究表明芽单胞菌属主要存在于抗病性较强的植株根际土壤中[51], 并且赵娇等[52]研究发现, 黄河三角洲盐生植物根际土壤中芽单胞菌门相对丰度较高, 说明芽单胞菌门具有嗜盐或耐盐的特征. U8S2处理与U10S0处理相比提高了放线菌门、芽单胞菌门、酸杆菌门和绿弯菌门的相对丰度, 酸杆菌门不仅具有嗜酸和寡营养的特点, 而且有研究表明酸杆菌门不仅对植物残体具有降解功能, 还参与土壤铁循环过程[53], 其抗逆性强, 能在生境恶劣的情况下代替部分富营养细菌维持土壤细菌基本生态功能, 酸杆菌门相对丰度提高将一定程度导致纤维素降解速率提升[54]. 这说明硫酸铵的替代比单施尿素在一定程度上有利于玉米根际部分有益细菌类群相对丰度的提高.
根际真菌物种的丰富度和多样性指数趋势均为：U10S0 > U6S4 > U8S2 > U0S10, 在不同比例硫酸铵替代尿素的处理中U6S4处理的Chao1、Shannon和Simpson指数最大, 并且担子菌门和被孢霉门两种优势菌门的相对丰度也是最高的, 有研究表明担子菌门是普遍存在的外生菌根真菌, 能够降解木质素等难以分解的物质, 促进草原土壤养分循环[55]. 被孢霉门真菌能促进植物产生赤霉素、吲哚乙酸等植物激素及大量多不饱和脂肪酸[56], 并为植物提供氮、磷等营养物质[57]. U0S10处理的子囊菌门相对丰度为95.49%, 并显著高于U10S0处理, 子囊菌门真菌以腐生菌居多, 可分解多种难降解物质, 是土壤中有机物的重要分解者, 对环境胁迫不敏感[58]. 而且本研究发现土壤真菌多样性与有机质、碱解氮等土壤理化性质关系密切, 这与靳海洋等[59]和Mayer等[60]的研究结果一致. 本研究结果表明虽然U10S0处理的根际真菌物种的丰富度和多样性指数高于硫酸铵替代尿素的处理, 但是U6S4 处理和U0S10处理可以提高玉米根际真菌某些有益物种的相对丰度, 促进土壤氮养分和有机质的转化及玉米植物的生长.
4 结论（1）硫酸铵的替代比单施尿素会降低土壤pH, 增加土壤有效氮养分, 且随着硫酸铵比例的增加, 土壤有效氮养分、土壤蛋白酶和蔗糖酶活性逐渐提高, 并在硫酸铵完全替代时达到最大.
（2）单施尿素有利于玉米成熟期根际细菌和真菌群落α多样性的提高, 但硫酸铵不同比例的替代会不同程度地提高有益菌群的相对丰度, 促进土壤养分转化和玉米生长, 而且对玉米根际真菌群落的影响比对细菌群落的影响更显著.
（3）从经济效益来看, 虽然尿素含氮量高于硫酸铵, 但硫酸铵比尿素单价低, 而且以不同比例替代尿素后可以不同程度提高玉米产量, 经济效益更高.
| [1] |
艾玉春, 张永春, 宁运旺. 氨法脱硫副产品硫酸铵的农业应用前景[J]. 江苏农业科学, 2018, 46(23): 308-313. Ai Y C, Zhang Y C, Ning Y W. Analysis of agricultural application prospect of ammonium sulfate as a byproduct of ammonia desulfurization[J]. Jiangsu Agricultural Sciences, 2018, 46(23): 308-313. |
| [2] |
孟远夺, 吴优, 赵英杰, 等. 我国化肥零售价格动态与稳价保供对策[J]. 磷肥与复肥, 2023, 38(9): 8-12. Meng Y D, Wu Y, Zhao Y J, et al. Dynamics of retail price of chemical fertilizer in China and countermeasures for stable price and supply[J]. Phosphate and Compound Fertilizer, 2023, 38(9): 8-12. DOI:10.3969/j.issn.1007-6220.2023.09.004 |
| [3] |
李娜. 冬小麦水温效应-夏玉米氮硫交互效应及其优化调控[D]. 杨凌: 西北农林科技大学, 2018. Li N. Effects of water and temperature in winter wheat and interactions of nitrogen and sulfur in summer maize and their optimal regulation[D]. Yangling: Northwest A&F University, 2018. |
| [4] |
崔磊, 李东坡, 武志杰, 等. 高效稳定性硫酸铵氮肥在黑土中的施用效果[J]. 应用生态学报, 2020, 31(7): 2390-2398. Cui L, Li D P, Wu Z J, et al. Effects of high efficiency and stability ammonium sulfate fertilizer applied in black soil[J]. Chinese Journal of Applied Ecology, 2020, 31(7): 2390-2398. |
| [5] | GB/T 535-2020, 肥料级硫酸铵[S]. |
| [6] | Chen L, Redmile-Gordon M, Li J W, et al. Linking cropland ecosystem services to microbiome taxonomic composition and functional composition in a sandy loam soil with 28-year organic and inorganic fertilizer regimes[J]. Applied Soil Ecology, 2019, 139: 1-9. DOI:10.1016/j.apsoil.2019.03.011 |
| [7] |
马冬云, 郭天财, 宋晓, 等. 尿素施用量对小麦根际土壤微生物数量及土壤酶活性的影响[J]. 生态学报, 2007, 27(12): 5222-5228. Ma D Y, Guo T C, Song X, et al. Effects of urea application rate on the quantity of microorganisms and activity of enzymes in wheat rhizosphere[J]. Acta Ecologica Sinica, 2007, 27(12): 5222-5228. DOI:10.3321/j.issn:1000-0933.2007.12.032 |
| [8] |
李晶晶. 氮添加对人工油松林土壤碳氮矿化过程及其微生物调控机制的影响[D]. 杨凌: 西北农林科技大学, 2020. Li J J. Effects of nitrogen addition on soil carbon and nitrogen mineralization and microbial regulation mechanism in a Pinus tabulaeformis forest[D]. Yangling: Northwest A&F University, 2020. |
| [9] | 王飞, 王金鑫. 硫酸铵对玉米产量及经济效益的影响试验初报[J]. 南方农业, 2020, 14(29): 152-153, 157. |
| [10] | Dai G H, Ma T, Zhu S S, et al. Large‐scale distribution of molecular components in Chinese grassland soils: The influence of input and decomposition processes[J]. Journal of Geophysical Research: Biogeosciences, 2018, 123(1): 239-255. DOI:10.1002/2017JG004233 |
| [11] |
罗正明, 赫磊, 刘晋仙, 等. 土壤真菌群落对五台山亚高山草甸退化的响应[J]. 环境科学, 2022, 43(6): 3328-3337. Luo Z M, He L, Liu J X, et al. Responses of soil fungal communities to subalpine meadow degradation in Mount Wutai[J]. Environmental Science, 2022, 43(6): 3328-3337. |
| [12] |
崔纪超, 武小霞, 林怡, 等. 甘薯根际土壤微生物群落结构及多样性分析[J]. 西南农业学报, 2022, 35(9): 2086-2095. Cui J C, Wu X X, Lin Y, et al. Community structure and diversity in rhizosphere soil of sweet potato[J]. Southwest China Journal of Agricultural Sciences, 2022, 35(9): 2086-2095. |
| [13] |
刘京伟, 李香真, 姚敏杰. 植物根际微生物群落构建的研究进展[J]. 微生物学报, 2021, 61(2): 231-248. Liu J W, Li X Z, Yao M J. Research progress on assembly of plant rhizosphere microbial community[J]. Acta Microbiologica Sinica, 2021, 61(2): 231-248. |
| [14] | GB/T 535-1995, 硫酸铵[S]. |
| [15] | 鲍士旦. 土壤农化分析[M]. (第三版). 北京: 中国农业出版社, 2000. |
| [16] | 关松荫. 土壤酶及其研究法[M]. 北京: 农业出版社, 1986. |
| [17] | Bolyen E, Rideout J R, Dillon M R, et al. QIIME 2: Reproducible, interactive, scalable, and extensible microbiome data science[R]. PeerJ Preprints, 2018. |
| [18] | Martin M. Cutadapt removes adapter sequences from high-throughput sequencing reads[J]. EMBnet. Journal, 2011, 17(1): 10-12. DOI:10.14806/ej.17.1.200 |
| [19] | Callahan B J, McMurdie P J, Rosen M J, et al. DADA2: High-resolution sample inference from Illumina amplicon data[J]. Nature Methods, 2016, 13(7): 581-583. DOI:10.1038/nmeth.3869 |
| [20] | Katoh K, Misawa K, Kuma K I, et al. MAFFT: a novel method for rapid multiple sequence alignment based on fast Fourier transform[J]. Nucleic Acids Research, 2002, 30(14): 3059-3066. DOI:10.1093/nar/gkf436 |
| [21] | Price M N, Dehal P S, Arkin A P. FastTree: computing large minimum evolution trees with profiles instead of a distance matrix[J]. Molecular Biology and Evolution, 2009, 26(7): 1641-1650. DOI:10.1093/molbev/msp077 |
| [22] | Chao A. Nonparametric estimation of the number of classes in a population[J]. Scandinavian Journal of Statistics, 1984, 11(4): 265-270. |
| [23] | Shannon C E. A mathematical theory of communication[J]. The Bell System Technical Journal, 1948, 27(3): 379-423. DOI:10.1002/j.1538-7305.1948.tb01338.x |
| [24] | Shannon C E. A mathematical theory of communication[J]. The Bell System Technical Journal, 1948, 27(3): 623-656. |
| [25] | Simpson E H. Measurement of diversity[J]. Nature, 1949, 163(4148). DOI:10.1038/163688a0 |
| [26] | Good I J. The population frequencies of species and the estimation of population parameters[J]. Biometrika, 1953, 40(3-4): 237-246. DOI:10.1093/biomet/40.3-4.237 |
| [27] | Huson D H, Mitra S, Ruscheweyh H J, et al. Integrative analysis of environmental sequences using MEGAN4[J]. Genome Research, 2011, 21(9): 1552-1560. DOI:10.1101/gr.120618.111 |
| [28] | Asnicar F, Weingart G, Tickle T L, et al. Compact graphical representation of phylogenetic data and metadata with GraPhlAn[J]. PeerJ, 2015, 3. DOI:10.7717/peerj.1029 |
| [29] | 张福锁. 我国农田土壤酸化现状及影响[J]. 民主与科学, 2016(6): 26-27. DOI:10.3969/j.issn.1003-0026.2016.06.009 |
| [30] |
马红红, 张敏娜, 马兴旺, 等. 施用硫酸铵对饲料玉米养分吸收和产量构成的影响[J]. 新疆农业科学, 2017, 54(8): 1429-1436. Ma H H, Zhang M N, Ma X W, et al. Effects of ammonium sulfate on nutrient uptake and yield components of forage maize[J]. Xinjiang Agricultural Sciences, 2017, 54(8): 1429-1436. |
| [31] | Liang C, Zhu X F. The soil microbial carbon pump as a new concept for terrestrial carbon sequestration[J]. Science China Earth Sciences, 2021, 64(4): 545-558. DOI:10.1007/s11430-020-9705-9 |
| [32] | Chien S H, Gearhart M M, Villagarcía S. Comparison of ammonium sulfate with other nitrogen and sulfur fertilizers in increasing crop production and minimizing environmental impact: a review[J]. Soil Science, 2011, 176(7): 327-335. DOI:10.1097/SS.0b013e31821f0816 |
| [33] |
焦亚鹏, 齐鹏, 王晓娇, 等. 氮磷配施对黄土高原旱作农业区典型农田土壤无机磷形态的影响[J]. 植物营养与肥料学报, 2020, 26(8): 1459-1472. Jiao Y P, Qi P, Wang X J, et al. Effects of nitrogen and phosphorus fertilization on inorganic phosphorus forms of typical farmland soil in the dry farming area of the Loess Plateau[J]. Journal of Plant Nutrition and Fertilizers, 2020, 26(8): 1459-1472. |
| [34] | Li F, Zang S Y, Liu Y N, et al. Effect of freezing-thawing cycle on soil active organic carbon fractions and enzyme activities in the wetland of Sanjiang Plain, northeast China[J]. Wetlands, 2020, 40(1): 167-177. DOI:10.1007/s13157-019-01164-9 |
| [35] | Schloter M, Nannipieri P, Sørensen S J, et al. Microbial indicators for soil quality[J]. Biology and Fertility of Soils, 2018, 54(1): 1-10. DOI:10.1007/s00374-017-1248-3 |
| [36] |
徐欣, 郑利远, 周珂, 等. 长期施肥对不同有机质水平黑土蛋白酶活性及氮素的影响[J]. 中国土壤与肥料, 2019(1): 44-48. Xu X, Zheng L Y, Zhou K, et al. Effects of long-term fertilization on protease activity and nitrogen in arable mollisols of different organic matter contents[J]. Soil and Fertilizer Sciences in China, 2019(1): 44-48. |
| [37] |
马书琴, 汪子微, 陈有超, 等. 藏北高寒草地土壤有机质化学组成对土壤蛋白酶和脲酶活性的影响[J]. 植物生态学报, 2021, 45(5): 516-527. Ma S Q, Wang Z W, Chen Y C, et al. Effect of soil organic matter chemical compositions on soil protease and urease activity in alpine grassland soils in Northern Xizang, China[J]. Chinese Journal of Plant Ecology, 2021, 45(5): 516-527. |
| [38] |
张传更, 高阳, 张立明, 等. 水分管理措施对施用有机肥麦田土壤酶活性和微生物群落结构的影响[J]. 灌溉排水学报, 2018, 37(2): 38-44. Zhang C G, Gao Y, Zhang L M, et al. Effects of water management on soil enzyme activitiesand microbial community structure in wheat fields with organic fertilizer application[J]. Journal of Irrigation and Drainage, 2018, 37(2): 38-44. |
| [39] |
谢洪宝, 于贺, 陈一民, 等. 秸秆深埋对不同氮肥水平土壤蔗糖酶活性的影响[J]. 中国农学通报, 2021, 37(24): 79-83. Xie H B, Yu H, Cheng Y M, et al. Effects of straw buried deep on invertase activity in soil with different nitrogen fertilizer levels[J]. Chinese Agricultural Science Bulletin, 2021, 37(24): 79-83. DOI:10.11924/j.issn.1000-6850.casb2021-0166 |
| [40] | Dick R P. Methods of soil enzymology[M]. Madison: Soil Science Society of America, 2011: 211-233. |
| [41] |
白雪, 周怀平, 解文艳, 等. 不同类型地膜覆盖对玉米农田土壤酶活性的影响[J]. 农业资源与环境学报, 2018, 35(4): 381-388. Bai X, Zhou H P, Xie W Y, et al. Effects of different plastic film mulching on soil enzyme activity in maize farmland[J]. Journal of Agricultural Resources and Environment, 2018, 35(4): 381-388. |
| [42] |
崔东, 邓霞, 刘影, 等. 镰叶锦鸡儿湿地土壤酶活性分布特征及其与活性有机碳表征指数的关系[J]. 干旱地区农业研究, 2017, 35(5): 195-201, 228. Cui D, Deng X, Liu Y, et al. The relationships between distribution of enzyme activities and characterization of active organic carbon index in the wetland soil of Caragana aurantiaca Koehne[J]. Agricultural Research in the Arid Areas, 2017, 35(5): 195-201, 228. |
| [43] |
刘坤和, 薛玉琴, 竹兰萍, 等. 嘉陵江滨岸带不同土地利用类型对土壤细菌群落多样性的影响[J]. 环境科学, 2022, 43(3): 1620-1629. Liu K H, Xue Y Q, Zhu L P, et al. Effect of different land use types on the diversity of soil bacterial community in the coastal zone of Jialing River[J]. Environmental Science, 2022, 43(3): 1620-1629. |
| [44] | Walters W A, Jin Z, Youngblut N, et al. Large-scale replicated field study of maize rhizosphere identifies heritable microbes[J]. Proceedings of the National Academy of Sciences of the United States of America, 2018, 115(28): 7368-7373. |
| [45] |
栗方亮, 李忠佩, 刘明, 等. 添加葡萄糖及硫酸铵对水稻土微生物生物量和功能多样性的影响[J]. 中国农业科学, 2012, 45(11): 2199-2208. Jia F L, Li Z P, Liu M, et al. Effects of glucose and ammonium sulfate addition on paddy soil microbial biomass and functional diversity[J]. Scientia Agricultura Sinica, 2012, 45(11): 2199-2208. DOI:10.3864/j.issn.0578-1752.2012.11.008 |
| [46] | Ying J Y, Li X X, Wang N N, et al. Contrasting effects of nitrogen forms and soil pH on ammonia oxidizing microorganisms and their responses to long-term nitrogen fertilization in a typical steppe ecosystem[J]. Soil Biology and Biochemistry, 2017, 107: 10-18. DOI:10.1016/j.soilbio.2016.12.023 |
| [47] |
陈孟立, 曾全超, 黄懿梅, 等. 黄土丘陵区退耕还林还草对土壤细菌群落结构的影响[J]. 环境科学, 2018, 39(4): 1824-1832. Chen M L, Zeng Q C, Huang Y M, et al. Effects of the farmland-to-forest/grassland conversion program on the soil bacterial community in the loess Hilly Region[J]. Environmental Science, 2018, 39(4): 1824-1832. |
| [48] |
张拓, 徐飞, 怀宝东, 等. 松花江下游沿江湿地土地利用变化对土壤细菌群落多样性的影响[J]. 环境科学, 2020, 41(9): 4273-4283. Zhang T, Xu F, Huai B D, et al. Effects of land use changes on soil bacterial community diversity in the riparian wetland along the downstream of Songhua River[J]. Environmental Science, 2020, 41(9): 4273-4283. |
| [49] | Berlemont R, Martiny A C. Phylogenetic distribution of potential cellulases in bacteria[J]. Applied and Environmental Microbiology, 2013, 79(5): 1545-1554. DOI:10.1128/AEM.03305-12 |
| [50] | Trivedi P, Anderson I C, Singh B K. Microbial modulators of soil carbon storage: integrating genomic and metabolic knowledge for global prediction[J]. Trends in Microbiology, 2013, 21(12): 641-651. DOI:10.1016/j.tim.2013.09.005 |
| [51] | Bhatti A A, Haq S, Bhat R A. Actinomycetes benefaction role in soil and plant health[J]. Microbial Pathogenesis, 2017, 111: 458-467. DOI:10.1016/j.micpath.2017.09.036 |
| [52] |
赵娇, 谢慧君, 张建. 黄河三角洲盐碱土根际微环境的微生物多样性及理化性质分析[J]. 环境科学, 2020, 41(3): 1449-1455. Zhao J, Xie H J, Zhang J. Microbial diversity and physicochemical properties of rhizosphere microenvironment in saline-alkali soils of the Yellow River Delta[J]. Environmental Science, 2020, 41(3): 1449-1455. |
| [53] |
杨安娜, 陆云峰, 张俊红, 等. 杉木人工林土壤养分及酸杆菌群落结构变化[J]. 林业科学, 2019, 55(1): 119-127. Yang A N, Lu Y F, Zhang J H, et al. Changes in soil nutrients and acidobacteria community structure in Cunninghamia lanceolata plantations[J]. Scientia Silvae Sinicae, 2019, 55(1): 119-127. |
| [54] | Pankratov T A, Ivanova A O, Dedysh S N, et al. Bacterial populations and environmental factors controlling cellulose degradation in an acidic Sphagnum peat[J]. Environmental Microbiology, 2011, 13(7): 1800-1814. DOI:10.1111/j.1462-2920.2011.02491.x |
| [55] | Zhong Z K, Li W J, Lu X Q, et al. Adaptive pathways of soil microorganisms to stoichiometric imbalances regulate microbial respiration following afforestation in the Loess Plateau, China[J]. Soil Biology and Biochemistry, 2020, 151. DOI:10.1016/j.soilbio.2020.108048 |
| [56] |
郭璞, 邢鹏杰, 宋佳, 等. 蒙古栎根系与根区土壤真菌群落组成及与环境因子的关系[J]. 菌物研究, 2022, 20(3): 173-182. Guo P, Xing P J, Song J, et al. Fungal community in roots and the root zone of Quercus mongolica and the correlations with the environmental factors[J]. Journal of Fungal Research, 2022, 20(3): 173-182. |
| [57] | Zhang K L, Bonito G, Hsu C M, et al. Mortierella elongata increases plant biomass among non-leguminous crop species[J]. Agronomy, 2020, 10(5). DOI:10.3390/agronomy10050754 |
| [58] |
夏体泽, 李露双, 杨汉奇. 屏边空竹分布区海拔上下边界的土壤真菌群落特征[J]. 植物生态学报, 2022, 46(7): 823-833. Xia T Z, Li L S, Yang H Q. Soil fungal community characteristics at the upper and lower altitudinal range limits of Cephalostachyum pingbianense [J]. Chinese Journal of Plant Ecology, 2022, 46(7): 823-833. |
| [59] |
靳海洋, 岳俊芹, 闫雅倩, 等. 小麦与不同作物多样化轮作对土壤真菌群落的影响[J]. 环境科学, 2022, 43(6): 3338-3347. Jin H Y, Yue J Q, Yan Y Q, et al. Response of soil fungal communities in diversified rotations of wheat and different crops[J]. Environmental Science, 2022, 43(6): 3338-3347. |
| [60] | Mayer M, Rewald B, Matthews B, et al. Soil fertility relates to fungal‐mediated decomposition and organic matter turnover in a temperate mountain forest[J]. New Phytologist, 2021, 231(2): 777-790. DOI:10.1111/nph.17421 |