土地利用是对土壤资源属性进行开发利用以达到人类所需经济或社会目的的各种活动, 对土壤生态系统有着重要影响^[1].不同土地利用方式所引起的土壤相关生态效应变化会影响生态系统稳定和资源可持续开发^[2].主要表现为, 土地利用类型变化对于土壤理化性状, 土壤生物群落以及土壤生态功能的持续性影响^{[3, 4]}.然而, 土地资源过度开发和污染物的排放输入等不当土地利用可导致土壤生物多样性锐减及生态功能退化, 从而影响到土壤资源的可持续利用^[5~7].而土壤微生物作为生态系统中的分解者, 对物质能量循环和维持生态系统平衡有着至关重要的功能与意义^[8~10].土壤细菌作为土壤微生物的重要类群之一, 能够通过调节群落结构和多样性水平适应土地利用变化, 其对于生态系统功能的发挥具有关键作用^[11].土地利用类型变化通常会改变土壤养分的循环供应, 从而影响土壤生物群落多样性^[11].

嘉陵江是长江支流中流域面积最大、地形条件最复杂和土地利用类型多样的河流, 是长江经济带上重要的生态屏障^[12].该区域内土壤结构脆弱易流失导致了该区域生态系统脆弱抗逆性低, 且长期遭受到资源开发等人类活动的影响, 如采矿、农垦和水利工程等, 使流域内土壤污染、水土流失和生态退化问题频繁发生^{[12, 13]}.增强流域内生态系统抗逆性和促进土地资源可持续利用化是解决流域内不良环境问题的关键所在.有研究表明, 土壤细菌能够矿化有机质、降解污染物和调节植物生长, 对维护土壤生态系统抗逆性具有重要的促进作用^{[1, 14]}.同时, 土壤细菌世代周期短, 生理结构简单, 对环境变化敏感, 易遭受环境条件改变而发生变化.因此, 常被应用于指示土壤肥力, 表征土壤环境生态质量^{[14, 15]}.研究嘉陵江流域土地利用类型对土壤细菌群落的影响有利于区域生态环境保护与可持续利用.目前, 关于长江流域内土地利用对土壤微生物影响已有一定的研究基础, 李彦林等^[16]的研究在长江流域嘉陵江重庆段发现纯林、混交林、草地和裸地这4种土地利用中, 纯林的细菌多样性高于其它土地利用, 但差异不显著.李懿等^[17]的研究在长江最大支流岷江流域中发现在流域内撂荒地、次生林、灌丛、果园和耕地这5种土地利用中土壤微生物群落多样性与土壤养分含量均呈正相关, 上述研究主要集中在水体污染且干扰强度较大的流域, 土地利用如何影响微生物的机制尚未完全清晰明确.嘉陵江四川段常年水质为Ⅰ类或Ⅱ类, 人为干扰程度相对较低, 研究该流域的土地利用类型差异对土壤细菌群落多样性的影响更有利于揭示土壤微生物对环境变化的响应机制.因此, 本文基于高通量测序技术对嘉陵江流域的4种不同土地利用类型的土壤微生物多样性差异进行比较分析, 揭示嘉陵江流域内土壤微生物群落变化的影响因素, 以期为合理地进行土地利用以及不当土地利用的整改和流域内生态环境质量的改善提供理论依据与数据支持.

研究区域设置在嘉陵江中下游四川段, 该地区为亚热带季风气候, 雨热同季, 日照时间较短, 冬季气温较暖基本位于0℃以上, 降雪天气较为少见, 夏季气温较高.江水径流流量充足, 多年的平均径流量可达7×10¹⁰ m³, 雨量充沛年平均降水量在980~1 150 mm之间, 且降雨趋势有由西南方向往东北方向递减的特征, 年平均气温约在17.5℃左右, 区域内土壤类型多样, 以紫色土、水稻土和砂土类型为主, 其中紫色土约占区域内土壤面积的60%.区域中水土流失问题严重, 被侵蚀土壤面积所占比例较高, 嘉陵江中下游区域, 由于灾害天气多, 人类相关活动影响较强, 导致生态环境较为脆弱, 是长江流域中的重点土壤侵蚀保护区域和环境保护地^[18~20].

2020年10月, 于嘉陵江四川段研究区域分别沿江选择这4种土地利用类型: 沙土湿地(sandy wetland, SW, 土壤主要为沙土)、农业用地(agricultural land, AL)、泥土湿地(mud wetland, MW)和自然林地(natural forest land, NFL)进行研究, 共4块实验样地.其中沙土湿地的优势植被为芦苇, 植被覆盖度高; 农业用地主要种植蔬菜类作物, 人类垦殖活动明显; 泥土湿地的优势植被为狗牙根(Bermudagrass), 地上生态良好丰富; 自然林地的优势植物为枫杨(Pterocarya stenoptera), 林下草本植物稀疏.

在2020年12月进行实地采样工作, 在每个样地设置3个2 m×2 m样方, 去除样方表面的凋落物植物残体, 使用无菌铲采集样方内表面0~10 cm土壤样品, 戴无菌手套去除石块草根, 装入无菌自封袋, 利用干冰进行保存运输, 每个样地取3份平行样品, 全部样地共获取12份用于测定土壤微生物的土壤样品, 每份约10 g.每个样地取3份平行样共获取12份用于测定土壤理化性质的土壤样品, 每份约1 kg.

以烘干法测定土壤含水率(SMC), pH采用水土比2.5∶1浸提电位法测定; 有机质(SOM)按照重铬酸钾稀释热法使用数字瓶口滴定器精准滴定; 总有机碳(TOC)采用重铬酸钾氧化-油浴加热法测定; 总磷(TP)采用碱熔-钼锑抗分光光度法测定, 检出限为10.00 mg·kg^-1, 总氮(TN)采用全自动凯氏氮测定仪测定; 水解氮(AN)采用碱解扩散方法检测.

采得各样地土壤, 运用E.Z.N.A.^®Soil DNA试剂盒(Omega Bio-tek, Norcross, GA, USA) 对土壤的总DNA进行提取操作, 利用细菌通用引物(338F/806R)按照PCR扩增方法对遗传物质16S rRNA的V4-V5区开展扩增.每个样本进行3个重复.PCR扩增反应通过TransGen AP221-02:TransStart Fastpfu DNA Polymerase其总体系为20 μL, 5×FastPfu缓冲液4 μL, 2.5 mmol·L^-1 dNTPs 2 μL, 上游引物为5μmol·L^-1 0.8 μL, 下游引物为5 μmol·L^-1 0.8 μL. 0.4 μL FastPfu聚合酶, 0.2 μL的BSA, 10 ng的DNA模板, 再添加双蒸水直至达到20 μL. PCR反应发生参数: ①保持95℃持续3 min; ②进行27次循环: 保持加热温度95℃连续30 s; 保持退火温度55℃连续30 s; 保持72℃连续45 s; ③持续72℃温度10 min之后再保持10℃直到仪器停止运转.每个样本严格进行3次重复, 同一样本重复扩增物混合, 以2%的琼脂糖凝胶进行电泳检测, 通过AxyPrep DNA回收试剂盒进行回收PCR反应的产物.等摩尔进行纯化, 运用Illumina MiSeq平台进行细菌的高通量测序.

通过上海美吉生物(Majorbio)医药科技有限公司云平台进行数据分析, 经由QIIME(vesion 1.91)软件处理测试所得数据, 于97%的相似水平下划分OTU, 采用Usearch软件(vssion 7.0)进行OTU统计去除嵌合体, 以RDP classifier贝叶斯算法, 设置0.7置信度阈值, 比较rRNA数据库(Silva vssion132)对分类计算单位OTU中的代表序列进行分类学注释, 以Mothur软件(version 1.30.2)进行α多样性分析计算指数(Shannon、Ace、Chao1和Simpson), 以R语言工具绘图, 通过主成分分析(PCA) 对β多样性的距离矩阵进行计算, 采用ANOSIM方法进行组间差异检验, 进行RDA冗余分析.基于KEGG功能数据库采用PICRUSt2软件包(version 1.1.0)对微生物功能群落功能通路进行预测分析.运用SPSS软件进行相关性分析和单因素方差分析检验差异显著性, 以EXCEL软件进行基本数据整理.

4种土地利用类型的土壤理化性质的差异分析结果如表 1所示, 各土地利用类型的土壤呈碱性.泥土湿地的含水率(SMC)最高, 自然林地的含水率次之, 沙土湿地的保水能力弱导致含水率最低, 各样地含水率存在显著差异(P < 0.05).农田土壤的总磷含量最高, 总氮(TN)、碱解氮(AN)、总有机碳(TOC)和有机质(SOM)含量均低于泥土湿地且高于其它样地.泥土湿地总磷(TP)含量远低于农业用地, 但其余各项指标含量皆为最高.沙土湿地与自然林地的各项营养指标较低, 自然林地各项营养指标高于沙土湿地, 不同土地利用类型土壤样品的各项理化指标之间皆存在显著性差异(P < 0.05).

表 1 (Table 1)

表 1 不同土地利用类型的土壤理化性质比较1) Table 1 Comparison of soil physical and chemical properties of different land use types 土地利用类型 pH ω(SMC)/% ω(TN)/g·kg-1 ω(TP)/g·kg-1 ω(TOC)/g·kg-1 ω(AN)/mg·kg-1 ω(SOM)/g·kg-1 SW 8.18a 11.49±1.55d 0.41±0.01d 0.46±0.001d 3.31±0.252d 27.73±0.577d 5.70±0.032d AL 7.80a 21.30±2.65c 1.02±0.01b 1.48±0.007a 10.61±0.095b 113.67±2.082b 18.52±0.106b MW 7.84a 67.70±2.35a 2.25±0.15a 0.64±0.011b 20.93±0.474a 190.00±8.000a 35.36±0.275a NFL 8.09a 32.60±3.65b 0.56±0.01c 0.57±0.032c 7.11±0.061c 32.30±0.361c 12.38±0.072c 1)数据为平均值±标准差(n=3), 不同小写字母表示不同土地利用类型间指标值差异显著(P < 0.05), 最大平均值标记为a

表 1 不同土地利用类型的土壤理化性质比较1) Table 1 Comparison of soil physical and chemical properties of different land use types

通过以样本数量与总OTU数目为坐标构建的可视化Pan/core [图 1(a)], 可以明显看出各土地利用类型随样本量增加有平缓的趋势, 说明采集平行样品数量足够, 再多样本量对发现新的OTU的贡献不大, 样品份数足够.依据物种Venn图分析各土地利用类型样品测得的总OTU数目为9 370个[图 1(b)], 其中共有的OTU数为5 792个, 约占总数的61.81%.泥土湿地独有的OTU数目最多, 为1 336个, 约占14.26%.自然林地的独有OTU数目最少, 为387个, 约占4.13%.沙土湿地和农业用地独有的OTU数目居中, 分别约占总数目的13.75%和6.05%.从图 1(c)可以看出各样地的OTU分布数目由大到小的排序为: SW＞MW＞NFL＞AL.

图 1

Fig. 1

图 1 不同土地利用类型Pan/core曲线和所代表土壤细菌的OTUs数量比较 Fig. 1 Comparison of the total OTUs of Pan/core curve and soil bacteria in different land use types

对不同土地利用类型土样的α多样性指数进行比较结果如表 2所示, 农业用地和自然林地二者与沙土湿地和泥土湿地二者之间的Chao1指数和Shannon指数差异显著(P < 0.05), 在组内差异不显著. 4种不同土地利用类型之间的Simpson指数皆存在显著差异(P < 0.05), 在Ace指数中农业用地与自然林地之间二者差异不显著, 二者和沙土湿地和泥土湿地之间存在显著差异(P < 0.05).

表 2 (Table 2)

表 2 不同土地利用类型样地的土壤细菌α多样性指数1) Table 2 Soil bacterial α-diversity indexes in different land use types 土地利用类型 Ace指数 Chao1指数 Shannon指数 Simpson指数 SW 6 317.91±81.58b 6 260.34±43.41a 7.30±0.22a 0.001 8±0.000 4d AL 3 174.08±265.36c 3 201.06±287.08b 6.50±0.44b 0.006 5±0.006 7a MW 6 946.08±297.88a 5 738.40±339.03a 7.15±0.09a 0.002 2±0.000 7c NFL 3 639.79±377.46c 3 599.28±387.13b 6.64±0.11b 0.003 4±0.000 6b 1)数据值为平均值±标准差(n=3), 不同小写字母表示不同土地利用类型间差异显著(P≤0.05), 最大的平均数标记为a

表 2 不同土地利用类型样地的土壤细菌α多样性指数1) Table 2 Soil bacterial α-diversity indexes in different land use types

通过数据库对比对各土地利用的土壤细菌进行分类水平注释, 一共得到了59门、184纲、428目、666科、2 724属和8 959种.构建门水平分类细菌群落结构柱状图(图 2), 可以看到在各土地利用类型土壤中检测出丰度占主要优势的菌门有: 变形菌门(Proteobacteria)、放线菌门(Actinobacteriota)、酸杆菌门(Acidobacteriota)和绿弯菌门(Chloroflexi), 这4种菌门的总丰度在各样地中都占到65%以上.其它相对丰度大于1%的主要菌门有厚壁菌门(Firmicutes)、粘球菌门(Myxococcota)、拟杆菌门(Bacteroidota)、硝化螺旋菌门(Nitrospirota)、Desulfobacterota、Melthylomirabilota、芽单孢菌门(Gemmatimonadota)、浮霉菌门(Planctomycetota)、NB1-j、拟杆菌门(Latescibacterota)、疣微菌门(Verrucomicrobiota)和MBNT15.

图 2

Fig. 2

图 2 不同土地利用类型中土壤细菌群落结构组成分析 Fig. 2 Structure histogram and principal coordinate analysis of bacterial communities in different land use types

以主成分分析法对不同土地利用类型的细菌群落组成进行分析[图 3 (a)], 沙土湿地与泥土湿地之间的置信椭圆有相交部分, 主要位于PC1的左半轴, 农业用地与自然林地主要位于PC1的右半轴, 结合ANOSIM方法对组间差异进行检验[图 3 (b)].结果可以看出, 沙土湿地与泥土湿地有部分物种组成相似但是仍然存在着显著差异(P < 0.05).农业用地与自然林地之间差异性不显著(P＞0.05).农业用地、自然林地与湿地三者之间存在显著差异(P < 0.05).

图 3

Fig. 3

图 3 不同土地利用类型样品中土壤细菌群落结构分析 Fig. 3 Analysis of soil bacterial community structure in different land use types

通过构建进化分支图对不同土地利用组间差异显著影响的物种进行分析(图 4)结果表明, 在门、纲、目、科和属分类水平中, 不同土地利用类型之间都存在着显著优势物种.在门水平分类中泥土湿地的Desulfobacterota、自然林地的Latescibacterota、农业用地的放线菌门和沙土湿地的变形菌门为各样地的显著性优势菌门.纲水平分类中泥土湿地的厌氧绳菌纲(Anaerolineae)、Polyangia、Thermodesulfovibrionia、Desulfobacteria、农业用地的芽孢杆菌纲(Bacilli)、Thermoleopilia、绿弯菌纲(Chloroflexia)、Blastocatellia和沙土湿地的γ-变形菌纲(Gammaproteobacteria)、Desulfuromonadia为各类型样地的显著优势纲.目分类中泥土湿地的厌氧绳菌目(Anaerolineales)、拟杆菌目Bacteroidales、Steroidobacterales、自然林地的Rokubacteriales、农业用地的Gaiellales、Solirubrobacterales、Bacillales和沙土湿地的Burkholderiales、Polyangiales为各样地的优势菌目.科水平中泥土湿地的Steroidobacteraceae、厌氧绳菌科(Anaerolineaceae)、Sutterellaceae、自然林地的Methyloligellaceac、农业用地的Beijerinckiales、Intrasporangiaceae和沙土湿地的Nitrosomonadaceae和生丝微菌科(Hyphomicrobiaceae)为各类型样地的显著优势菌科.在属水平上农业用地的Knoellia属为各类型样地显著优势菌属.

图 4

Fig. 4

LDA阈值为3.7 图 4 不同土地利用类型样品中土壤细菌的进化分枝 Fig. 4 Cladogram of soil bacterial community for different land use types

采用PICRUSt 2对细菌功能进行预测分析, 得到细菌功能预测信息并基于KEGG数据库进行比对注释(表 3).结果发现在不同土地利用样品中共含有6类一级生物代谢通路, 各功能通路在样本中的丰度从大到小依次为: 新陈代谢(metabolism)约占77%~79%、遗传信息处理(genetic information processing)约占6.7%~7.5%、环境信息处理(environmental information processing)约占4.7%~5.3%、细胞过程(cellular processes)约占4.1%~4.5%、人类疾病(human diseases)约占1.5%~3%和有机系统(organismal systems)约占1.7%~1.9%.农业用地的新陈代谢功能显著高于其它土地利用(P < 0.05).在遗传信息处理功能中自然林地、沙土湿地的丰度显著高于农业用地(P < 0.05), 而沙土湿地与其它类型样地之间的差异并不显著(P＞0.05), 各土地利用类型中环境信息处理功能差异不显著(P＞0.05).在细胞过程功能中沙土湿地显著高于其它类型样地(P < 0.05).有机系统功能中沙土湿地显著高于自然林地但与农业用地和泥土湿地差异不显著(P＞0.05). 人类疾病通路中沙土湿地显著高于其它土地类型(P < 0.05).

表 3 (Table 3)

表 3 土壤细菌群落的一级功能代谢通路在不同样地中的相对丰度信息1) Table 3 Variations in composition of soil bacterial functional communities in the different land use types 土地利用类型 新陈代谢 遗传信息处理 环境信息处理 细胞过程 有机系统 人类疾病 NFL 0.783 5±0.004 23b 0.075 0±0.001 20a 0.047 9±0.001 44a 0.042 7±0.001 68b 0.017 4±0.000 16b 0.033 5±0.000 70b SW 0.775 4±0.002 87c 0.070 6±0.002 08ab 0.052 1±0.001 63a 0.046 0±0.001 21a 0.018 2±0.000 35a 0.037 8±0.001 53a AL 0.790 6±0.004 02a 0.067 2±0.034 00b 0.051 2±0.003 51a 0.041 6±0.001 32b 0.017 7±0.000 55ab 0.031 7±0.001 80b MW 0.779 4±0.003 50bc 0.073 9±0.001 72a 0.050 1±0.001 90a 0.044 3±0.001 34ab 0.018 0±0.000 33ab 0.034 3±0.001 65b 1)数据为平均值±标准差(n=3), 不同小写字母表示不同土地利用类型间差异显著(P≤0.05), 最大的平均数标记为a

表 3 土壤细菌群落的一级功能代谢通路在不同样地中的相对丰度信息1) Table 3 Variations in composition of soil bacterial functional communities in the different land use types

二级功能预测结果发现(表 4), 各土地利用土样中含有46类二级代谢通路, 筛选出相对丰度大于1%的主要功能通路进行比较分析共有18类, 分属于各一级功能通路: 细胞过程(1类)、环境信息处理(2类)、遗传信息处理(3类)和新陈代谢(12类).沙土湿地的细胞群落-原核生物功能、信号转导功能显著高于自然林地与农业用地(P < 0.05), 自然林地与农业用地的膜运输功能、翻译功能、折叠分类与降解功能差异显著(P < 0.05), 膜运输功能中AL > NFL、翻译与折叠分类降解功能中NFL > AL, 农业用地的能量代谢、辅酶维生素代谢功能显著低于其他样地(P < 0.05), 脂质代谢、氨基酸代谢、其它氨基酸代谢、碳水化合物代谢功能显著高于其它样地(P < 0.05), 自然林地和沙土湿地的全局概览图、核苷酸代谢功能存在显著差异(P < 0.05), 且NFL>SW, 自然林地与泥土湿地的复制和修复功能显著高于其它样地(P < 0.05), 农业用地的外源生物降解与代谢功能最高且显著高于自然林地、沙土湿地(P < 0.05), 沙土湿地的其他次生代谢产物的生物合成功能最低且显著低于自然林地、泥土湿地(P < 0.05), 农业用地的聚糖生物合成代谢功能最低且显著低于自然林地、沙土湿地(P < 0.05), 农业用地的萜类和聚酮类化合物代谢功能最高且显著高于沙土湿地和泥土湿地.

表 4 (Table 4)

表 4 土壤细菌群落的二级功能在不同样地中的相对丰度信息1) Table 4 Variations in composition of soil bacterial functional communities in the different land use types 二级功能类型 NFL SW AL MW 一级功能 细胞群落-原核生物(cellular community-prokaryotes) 0.022 9±0.000 39b 0.024 2±0.000 36a 0.022 9±0.000 51b 0.023 4±0.000 83ab L1 膜运输(membrane transport) 0.025 2±0.000 75b 0.027 4±0.001 00ab 0.028 3±0.002 39a 0.026 1±0.001 37ab L2 信号转导(signal transduction) 0.022 7±0.000 79b 0.024 6±0.000 65a 0.024 0±0.000 53b 0.024 0±0.000 53ab L2 翻译(translation) 0.032 7±0.000 63a 0.0302±0.001 15ab 0.028 3±0.002 39b 0.031 9±0.001 02a L3 复制和修复(replication and repair) 0.025 7±0.000 31a 0.024 6±0.000 58b 0.023 8±0.000 40b 0.025 5±0.000 39a L3 折叠分类和降解(folding, sorting and degradation) 0.015 2±0.000 27a 0.014 5±0.000 33ab 0.013 8±0.000 59b 0.015 0±0.000 30a L3 全局概览通路(global and overview maps) 0.408 8±0.001 49a 0.402 7±0.002 26b 0.407 0±0.004 13ab 0.406 1±0.002 53ab L4 碳水化合物代谢(carbohydrate metabolism) 0.090 3±0.000 79b 0.08 7±0.001 00b 0.093 9±0.001 08a 0.089 4±0.000 55b L4 氨基酸代谢(amino acid metabolism) 0.078 0±0.001 11b 0.077 9±0.000 33b 0.081 8±0.000 96a 0.077 0±0.000 28b L4 能量代谢(energy metabolism) 0.047 3±0.000 35a 0.046 9±0.000 30a 0.045 1±0.000 80b 0.047 8±0.000 37a L4 辅酶维生素代谢(metabolism of cofactors and vitamins) 0.043 6±0.000 49a 0.043 1±0.000 09a 0.042 0±0.000 49b 0.043 4±0.000 24a L4 核苷酸代谢(nucleotide metabolism) 0.024 0±0.000 15a 0.023 1±0.000 34b 0.023 4±0.000 54ab 0.023 9±0.000 52ab L4 脂质代谢(lipid metabolism) 0.021 2±0.000 52b 0.021 8±0.000 28b 0.023 1±0.001 07a 0.021 4±0.000 38b L4 外源生物降解与代谢(xenobiotics biodegradation and metabolism) 0.016 0±0.000 93b 0.018 2±0.001 05ab 0.0203±0.001 93a 0.016 1±0.000 94b L4 其他次生代谢产物的生物合成(biosynthesis of other secondary metabolites) 0.015 9±0.000 11a 0.015 2±0.000 23b 0.015 5±0.000 41ab 0.015 7±0.000 22a L4 其它氨基酸代谢(metabolism of other amino acids) 0.014 5±0.000 36b 0.014 9±0.000 21b 0.015 6±0.000 30a 0.014 5±0.000 19b L4 聚糖生物合成代谢(glycan biosynthesis and metabolism) 0.012 7±0.000 18a 0.011 8±0.000 30ab 0.011 4±0.000 98b 0.013 0±0.000 64a L4 萜类和聚酮类化合物代谢(metabolism of terpenoids and polyketides) 0.011 3±0.000 17ab 0.011 1±0.000 05b 0.011 5±0.000 31a 0.011 1±0.000 05b L4 1)数据为平均值±标准差(n=3), 不同小写字母表示不同土地利用类型间差异显著(P≤0.05), 最大的平均数标记为a; L1~L4分别表示一级功能通路细胞过程、环境信息处理、遗传信息处理和新陈代谢

表 4 土壤细菌群落的二级功能在不同样地中的相对丰度信息1) Table 4 Variations in composition of soil bacterial functional communities in the different land use types

对土壤的理化性质与细菌群落进行RDA分析(图 5), 第一轴的解释变异量为38.21%, 第二轴累积解释变异量达到20.90%, 结果表明两个轴能够反映土壤环境因子对土壤细菌群落结构的影响.置换检验的结果显示, 在不同利用土壤总磷(r²=0.742 3, P=0.003)为主要的影响因子.

图 5

Fig. 5

图 5 环境因子与土壤细菌群落之间的冗余分析 Fig. 5 RDA of soil bacterial community and environmental factors

对土壤理化性质与α多样性指数进行相关性分析, 结果如表 5所示, 土壤的总磷与土壤微生物的Ace、Chao1和Shannon呈显著负相关.说明总磷对于土壤细菌的物种数量及多样性具有显著抑制效果.

表 5 (Table 5)

表 5 土壤理化性质与土壤细菌α多样性指数的相关分析1) Table 5 Soil physical and chemical properties and soil bacteria correlation analysis of α-diversity indexes pH MC TP TN TOC SOM AN Ace 0.160 0.436 -0.615* 0.463 0.354 0.334 0.359 Chao1 0.364 0.180 -0.656* 0.215 0.094 0.072 0.101 Shannon 0.356 0.148 -0.604* 0.164 0.059 0.038 0.055 Simpson -0.335 -0.152 0.525 -0.051 -0.010 0.007 0.060 1)*表示P < 0.05

表 5 土壤理化性质与土壤细菌α多样性指数的相关分析1) Table 5 Soil physical and chemical properties and soil bacteria correlation analysis of α-diversity indexes

土地利用能够直接改变土壤的理化性质和结构, 从而影响土壤微生物群落, 并对其多样性的改变发挥重要的作用^[21].在研究嘉陵江滨岸带土壤细菌群落受土地利用影响的结果中, 笔者发现在嘉陵江滨岸带4种不同的土地利用方式下, 土壤细菌群落的多样性出现了显著的差异, 表现为泥土湿地和沙土湿地的土壤细菌群落多样性显著高于自然林地和农业用地.刘文静等^[22]的研究中比较了旱作、水旱轮作和水生这3种不同水分条件下土壤细菌群落的多样性, 认为水分条件参与所形成的土壤生态系统, 更有利于土壤细菌群落多样性的发展.王娜等^[23]的研究认为, 干湿交替与好氧厌氧环境的交替, 对微生物多样性提高有一定的贡献.这与本研究有相通之处, 相较于自然林地和农业用地, 泥土湿地和沙土湿地有着独特的湿地水分条件, 存在着好氧厌氧层结构的变换, 这增加了环境的复杂程度, 使得细菌群落发展有了更多样的方向, 有利于群落物种丰富度的提高, 使得土壤细菌群落呈现较高水平的多样性.

有研究指出, 土壤理化性质的改变被认为是土地利用影响土壤微生物的重要途径^{[21, 24]}.在本研究中却发现, 沙土湿地的营养保持能力弱, 与泥土湿地之间的理化性质差异较大, 但二者土壤细菌群落的多样性差异却并不显著.这是因为在嘉陵江滨岸带, 湿地植被与土壤理化性质等条件, 共同构成了相对稳定的湿地环境, 综合对土壤细菌群落产生影响, 并有利于土壤细菌群落多样性维持较高水平, 相对整体而言, 在理化性质差异较大的情况下, 嘉陵江滨岸带相似的湿地环境驱动使得沙土湿地与泥土湿地的多样性差异并不显著, 这也说明了土地利用营造环境对土壤细菌多样性的综合影响效果十分重要.

地表植被可以通过凋落物和根际环境, 直接或间接地对土壤微生物群落造成影响^[25~27].累积的凋落物可以为细菌提供有利的生长环境与所需养分物质^[28].植物根系的分泌物与凋落物分解, 通常有利于微生物群落的发展^[29].本研究中沙土湿地与泥土湿地的地表植被覆盖度较高, 且泥土湿地的植物残体累积较多并有一定的分解现象, 这为土壤细菌提供了丰富的碳源和氮源, 在充足的生长物质基础条件下, 更有利于土壤细菌群落多样性的发展.而自然林地的林下植被覆盖较少且由于枫杨处在落叶期的时间不长, 凋落物积累与分解程度低, 农业用地种植单一作物, 凋落物积累较少.这在一定程度上为细菌多样性呈现出: 泥土湿地＞沙土湿地＞自然林地＞农业用地, 提供了一定的解释.但由于沙土湿地对营养物质的保持力低, 农业用地虽没有丰富的凋落物, 却存在着人为施肥等活动干预, 可以为土壤微生物提供一定后天营养物质补充.导致该解释并不全面, 这也是本研究的缺陷所在.

不同的土地利用方式, 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种不同土地类型的主要优势菌门为变形菌门、放线菌门、酸杆菌门和绿弯菌门, 这与已有的土壤细菌研究结果相符, 这4种菌门在大多土壤细菌群落中都为主要优势物种^{[30, 31]}.但4种主要菌门在丰度上有着一定的差异.不同土地利用类型可直接或间接影响土壤理化性质, 而土壤理化性质的改变势必影响到微生物群落结构组成^[32].Lefse物种差异分析发现, 各土地利用之间各级优势物种存在着显著差异.进行PCOA分析发现4种不同土地利用间的细菌群落皆存在显著差异性, 其中泥土湿地与沙土湿地的细菌群落物种的组成有一部分重合相似.泥土湿地与沙土湿地之间具有一定的相似环境, 这在一定程度上说明了细菌群落的物种组成是基于环境类型而衍生.进行RDA分析, 结果表明总磷是细菌群落的主要影响因子, 且与土壤细菌群落的发展呈负相关.Sui等^[33]的研究在三江平原湿地区域中选择了原始湿地、农业用地和林地这3种不同土地利用类型, 结果发现总磷浓度是影响细菌群落的主要因素之一.这与本研究的结论有一定的相似性, 细菌的主要组成元素构成中包含磷, 细菌细胞壁中含有大量磷壁酸^[34].土壤细菌生长需要磷^[35], 因此总磷对细菌群落有着显著影响.姜晶晶^[36]在研究施肥量对土壤微生物群落结构影响时发现, 外源磷肥输入在超过一定限值时将会抑制细菌的数量生长.滨岸带属于水生态系统与陆地生态系统的交界处, 是二者间物质、能量和信息进行交换的过渡区域^[37].由于嘉陵江四川段长期以来水质存在着磷含量较高现象, 江流中的磷被滨岸带土壤拦截并存留在土壤, 使得土壤总磷呈现较高水平, 从而在一定程度上对土壤细菌数量及多样性呈现出抑制效果.

研究土壤微生物群落功能具有重要意义.土壤微生物群落是土壤生态功能的基础, 能够调节和指示土壤功能^[38].本研究通过PICRUSt2功能预测, 发现在不同土地利用方式下的土壤细菌群落涉及到了6类一级代谢功能通路, 其中新陈代谢功能的相对丰度为最高, 达到了75%以上, 这说明新陈代谢通路在细菌群落中为主要的核心功能, 这与南镇武等^[35]的研究结果一致.新陈代谢中能量代谢、氨基酸代谢、维生素代谢等是细菌群落最主要功能^[39].农业用地土壤的新陈代谢功能显著高于其它土地利用方式, 这可能是由于人为垦殖等活动, 频繁地干扰土壤细菌群落的稳定性, 使得细菌的代谢功能较为活跃.二级功能层涉及到相对丰度＞1%的二级功能通路有18类, 全局概览通路、碳水化合物代谢、氨基酸代谢、能量代谢和辅酶维生素代谢为主要功能通路.碳水化合物代谢与土壤中氮固定和磷溶解有关^[40].氨基酸代谢有利于细菌生物对氨基酸的利用, 对细菌生存繁衍起到重要作用^[40].能量代谢和辅酶维生素代谢功能都与细菌群落的生存发展有着紧密的联系^[39].农业用地的碳水化合物代谢和氨基酸代谢显著高于其它土地利用, 能量代谢和辅酶维生素代谢功能显著低于其它土地利用.这说明了农业活动能够提高细菌群落对氮磷物质的保存利用的能力, 降低细菌群落的能量代谢和辅酶维生素代谢, 其对外界环境的抗逆性下降, 这可能是作物种植过程中, 人为活动对土壤微生物起到长期筛选作用造成的结果.在主要的功能丰度中其它人为干扰较少的土地利用类型存在差异情况较少, 这说明了人类活动的干涉对于土壤细菌群落的功能的影响有着较大的贡献率.PICRUSt2功能预测能够清晰地对菌群功能进行分析, 应用性十分强大, 进行细菌群落功能预测是当前相关研究的热点, 但不可否认的是, 其预测范围基于数据库的大小, 有一定局限性^[41], 可以与宏基因组技术进行结合, 对土地利用造成细菌群落功能的差异进行深入研究.

嘉陵江滨岸带不同土地利用方式下的土壤理化性质存在显著差异(P < 0.05), 且湿地与其它土地利用类型构建的细菌群落多样性也具有显著差异(P < 0.05).湿地土地类型可以使地下微生物多样性维持较高水平, 土壤细菌群落基于环境类型衍生, 在相似环境条件下会发展出一定的相似结构组成, 但各土地利用类型的土壤里存在着特有的显著优势物种.细菌群落以新陈代谢功能为核心结合其它功能通路协同作用维持着群落的稳定与土壤系统的生态功能, 而农业活动对群落功能产生显著影响, 导致碳水化合物代谢和氨基酸代谢功能丰度提高, 能量代谢和辅酶维生素代谢功能丰度下降.总磷对细菌多样性与群落结构产生显著影响(P < 0.05).由此可见, 人类的农业开垦活动降低了土壤生态系统的稳定性, 而构建湿地生境是嘉陵江滨岸带发展生物多样性和提高土壤生态系统稳定性的最佳土地利用方式.