首页分享张佳宝院士研究团队揭示表层土和底土中微生物和植物衍生碳的驱动因素

张佳宝院士研究团队揭示表层土和底土中微生物和植物衍生碳的驱动因素

来源：花匠小妙招时间：2024-10-05 23:25

植物和微生物来源的碳是土壤有机质（SOM）的两个主要来源，它们的比例影响SOM的组成、积累、稳定性和周转。SOM中植物和微生物碳在土壤剖面上的贡献和关键因素尚不清楚。

该研究团队于2019年10-11月晚稻收获后在地处黑龙江海伦、江苏常熟和江西鹰潭的中国科学院国家野外科学观测研究站的晚稻试验田采集土壤样品，通过核磁共振波谱和生物标志物分析，分析了区域尺度采集的三种土壤类型中的植物和微生物碳，并将这些结果与meta分析相结合。

表土（0–40 cm）富含碳水化合物和木质素（38%-50%），而底土（40-100 cm）含有更多的蛋白质和脂质（26%–60%）。随着SOM含量的增加，植物碳的比例增加，而微生物碳的比例降低。在区域研究和meta分析中，微生物来源的碳与植物来源的碳之比（CM:P）随SOM含量的下降速度在表层土壤中比在底土中快23%-30%。表层土通过密集的（intensive）微生物转化和微生物死体的形成，具有稳定植物来源碳的高潜力。植物碳输入和年平均土壤温度是决定表层土壤CM:P的主要因素，而真菌细菌比和粘土含量是影响下层土壤CM:P的主要因素。

图：水稻表层土壤和底层土壤中有机碳的功能组（左侧）和组成（右侧）在莫尔土、始基土和乌尔特土三种类型的土壤中。方框中的实线和交叉表示每个数据集的中位数和平均值。方框的上端和下端分别表示25%和75%的百分位数。须是连接整体数据（异常值除外）达到最小值和达到最大值的点的线与箱形图的。黄色和蓝色的方框分别代表表层土壤和底层土壤的数据集。进行了双侧t检验以分析表层土壤（合并010、10-20和20-40厘米土壤）和底层土壤（合并40-60、60-80和80-100厘米土壤）之间差异的显著性，*p < .05，**p < .01，***p < .001

图：植物和微生物衍生的碳、木质素酚和氨基糖对表层土壤（黄色）和底层土壤（蓝色）有机质的贡献。(a, b) 植物和微生物来源的碳和土壤有机质的回归分析。(c, d) 木质素酚和氨基糖与土壤有机质的回归分析。(e) C M:P 与土壤有机质的关系。(f) WEOC/SOC 与 CM:P 的关系。黄线和蓝线分别表示表层土壤和底层土壤的线性回归。Δslope 和 p < 0.05 表示与底层土壤相比，表层土壤的坡度更陡。实线表示显著的线性关系 (p < 0.05)，阴影区域表示95%置信区间。CM:P，微生物和植物来源的碳的比率；SOM，土壤有机质含量（mg C g −1 土壤）

图：这是一个关于稻田土壤的深度依赖性的研究，涉及到土壤微气候因素、土壤地球化学特性、植物碳输入、pH值和真菌与细菌比例（F:B）对微生物/植物碳比（CM:P）的贡献。(a) 表示表层土壤和底层土壤中生物和非生物因素与CM:P之间的部分相关性。第一行显示了与土壤CM:P相关性的因素。方块的颜色表示相关性的强度和符号。(b) 结构方程模型显示了土壤微气候、植物C输入、土壤地球化学特性和微生物群落对土壤CM:P的直接和间接影响，以及它们在表层土壤和底层土壤中的标准化直接效应。单向箭头表示假设的因果关系方向。红色和蓝色实箭头分别表示显著的正相关和负相关关系 (p < 0.05)。箭头旁边的数字是标准化路径系数。微气候和土壤C&N表示对应变量的主成分分析（PCA）中的第一个成分，如MAST、SWC、SOM和TN等。Clay表示土壤粘土含量；F:B表示真菌PLFAs与细菌PLFAs的比率；MAST表示土壤的年均温度；PAC表示主成分分析；植物C输入表示植物输入到土壤的C量；SOM表示土壤有机质；SWC表示土壤含水量；TN表示总氮（mg N g −1 土壤）

图：根据meta分析，植物和微生物来源的碳对表层土壤（黄色）和底层土壤（蓝色）中的土壤有机质的贡献。(a) 土壤有机质（SOM）功能组的取样地点，地图线划定了研究区域，不一定代表已接受的国家边界。我们将<2°间隔内的点合并，并计算C M:P的均值作为该点的C M:P值，圆点的直径表示CM:P的大小。(b) C M:P和元分析中的SOM的回归分析。黄色和蓝色点分别代表表层土壤和底层土壤。黄色和蓝色线分别表示表层土壤和底层土壤的线性回归。Δslope和p < 0.05表示与底层土壤相比，表层土壤的坡度更陡。具体的Δslope值在表层土壤和底层土壤之间为0.02。实线表示显著的线性关系（p < 0.05），阴影区域表示95%的置信区间。

图：根据深度调节的微生物/植物C比例（CM:P）的生物和非生物因素。仅绘制了显著关系，橙色和绿色的实线箭头分别表示正相关和负相关关系（p < 0.05）。箭头旁边的数字是标准化路径系数。这两个模型由SPSS Amos构建，详细信息如下：表层土壤：

n = 151，R 2 = .42，χ2 /df = 0.767，p = .156，GFI = 0.983，RMSEA < 0.001，bootstrap p = .147；底层土壤：n = 70，R 2 = .56，χ2 /df = 1.01，p = .170，GFI = 0.975，RMSEA < 0.001，bootstrap p = .159。Microclimate和soil C&N代表了针对相应变量（如MAST、SWC、SOM和TN）进行的PCA的第一个分量。MAST，平均年土壤温度；PAC，主成分分析；SOM，土壤有机质；SWC，土壤含水量，TN，总氮

这项研究基于区域性研究和全球meta分析，CM:P在表层土壤中的变化速度比底层土壤快1.2-1.3倍，这表明表层土壤有潜力将植物源C转化为更稳定的微生物源C。随着SOM含量的增加，CM:P降低，突显了微生物源C在SOM稳定中的关键作用。调控植物和微生物C的主要因素取决于深度：在表层土壤中，植物C输入和土壤温度定义了CM:P，而在底层土壤中，微生物群落结构和粘土含量是主要因素。CM:P在表层土壤中随着真菌/细菌比例的增加而减少，而在底层土壤中增加。这表明微生物群落结构是调控SOM组成的关键因素，与植物C输入和粘土含量相结合。上述研究近期以“Drivers of microbially and plant-derived carbon in topsoil and subsoil”为题发表在生态学经典期刊Global Change Biology，南京土壤所研究所研究生黄伟根为论文第一作者，梁玉婷研究员为通讯作者。本研究受到土壤科学研究所创新计划；国家重点研发计划；鲁东大学战略学术引领计划；中国科学院战略优先研究计划；中国工程院战略研究咨询项目；中国科学院青年创新促进会；中国工程院战略研究咨询项目；中国科学院青年创新促进会等相关科研项目的支持。