原名：Heavy metal contamination threats carbon sequestration of paddy soils with an attenuated microbial anabolism.
译名：重金属污染威胁水稻土壤的碳封存，微生物分解代谢减弱。
期刊：Geoderma
IF：6.6
发表日期：2025.8
第一作者：熊丽 江西省农业科学院土壤与肥料及资源环境研究所（熊丽课题组）
耕地中的土壤有机碳（SOC）不仅是土壤肥力和生产力的基础，更在缓解气候变化中发挥着重要作用——仅表层1米的土壤中就储存着全球SOC总量的近10%。SOC的生态功能主要取决于其循环转化与长期存留能力，而这些过程极易受到重金属污染等环境压力因素的显著影响。近百年来人类活动的密集开发，使农田土壤重金属污染日益严重，已成为威胁土壤健康和粮食安全的全球性问题。作为土壤碳循环的主要调控者， 微生物如同“针眼”般精准调控着有机质碳的转化过程，且对重金属具有高度敏感性。因此，重金属污染对微生物介导SOC转化的影响正引发学界越来越多的关注。
（1）重金属污染会降低微生物可利用碳元素（CUE）并加速生物量周转；
（2）微生物合成代谢能力减弱将显著影响污染稻田土壤中有机碳的变化。
（1）本次实地考察在自1934年开采至2020年关闭的小龙钨矿周边展开。属亚热带季风气候区，年均气温18.6℃，年均降水量1726毫米。
（2）水稻种植是该地区最主要的农业类型，采用典型的早稻-晚稻轮作制度。
（3）在河流上下游13个采样点采集土壤样本 （图1），每个采样点选取三块相邻的稻田作为三重复样本。每块稻田内设置五个2×2米样方，每个样方从表层（0-20厘米）随机采集五个直径2.5厘米的土壤芯样。将同块稻田内所有样方的土壤芯样混合制成复式样本，24小时内送至实验室经2毫米筛网过筛去除植物根系、石块及杂物，并将土壤分成两份。
（4）一份置于4℃保存用于微生物生理特性分析，包括微生物化学有效元素（CUE）、微生物生物量周转率、氨基糖类分析。
（5）另一份在室温下风干后用于检测土壤pH、水解氮（HN）、有效磷（AP）、有效钾（AK）、阳离子交换容量（CEC）、黏土含量、有机碳（SOC）、总氮（TN）、总磷（TP）、总钾（TK）及重金属分析。
表2
（1）各采样点土壤重金属污染物镉和铜（表1）含量超标，土壤pH均呈现典型农田土壤酸性特征，其中S4样本的酸度值最高达5.86。在氨基糖含量方面，S2位点的含量最高（1740.34 mg/kg），显著高于其他检测点（表3 )。微生物碳水化合物含量（MBC）的范围从S7位点的228.55 mg/kg到S2位点的847.70 mg/kg。微生物化学可逆性能量转换（CUE）反映了分解代谢与合成代谢活动的平衡状态，这一平衡主要决定了有机碳（SOC）的归宿。本研究中CUE值介于0.14至0.42之间（表3），处于采用 18O-H2O培养法研究水稻田土壤时报道的正常范围。我们的第一个假设得到验证：重金属污染会降低微生物CUE并加速微生物生物量周转。
（2）在土壤养分中，仅有TN和HN与微生物CUE呈现显著正相关( 图5a、d）。土壤微生物指数与微生物特征之间存在显著负相关关系，氨基酸糖与SOC（图4）和土壤养分（图5）存在正相关关系。微生物群落多样性和组成的改变可能是微生物化学上可利用能量（CUE）降低的关键因素。微生物多样性增强能拓宽代谢功能广度，有利于高效利用多种促进微生物生长的碳源底物，从而形成微生物多样性与CUE的正相关关系。此外，考虑到真菌在资源获取方面的高成本，细菌群落表现出比真菌群落更高的CUE，因此本研究中观察到的CUE降低可归因于重金属污染下细菌多样性的减少。
图4 nemerow指数与土壤养分的关系：(a) TN含量，(b) TP含量，(c) TK含量，(d) HN含量，(e) AP含量，(f) AK含量。
图5 土壤养分与微生物生理特征的关系。（a-f）微生物CUE与以下指标的关系：(a) TN含量，(b) TP含量，(c) TK含量，(d) HN含量，(e) AP含量，(f) AK含量；（g-l）微生物周转时间与以下指标的关系：(g) TN含量，(h) TP含量，(i) TK含量，(j) HN含量，(k) AP含量，(l) AK含量。
图6.微生物变量与SOC含量的关系：(a)氨基糖含量，(b) MBC含量，(c)微生物CUE，(d)微生物周转时间。
（3）垂直园艺分析（VPA）结果显示，重金属、土壤属性和微生物因素共同解释了69.49 %的有机碳（SOC）变异（图7）。重金属污染还通过直接抑制MBC对SOC产生负面影响图（9a）。在重金属污染环境下，作为微生物合成代谢副产物的微生物生物量形成和残留物积累均减少( 图2a、图2b）。由此导致SOC总量下降( 图3a）以及氨基糖在SOC中的比例降低(图3b）。这些结果有力地证明，重金属污染通过抑制微生物的合成代谢活性，显著降低了微生物残留物的积累，最终影响了SOC的储存。这些发现支持了我们的第二个假设，即减弱的微生物合成代谢是重金属污染水稻田土壤中SOC变化的主要驱动因素。
图2 nemerow指数与微生物变量的关系：(a)氨基糖含量，(b) MBC含量，(c)微生物CUE，(d)微生物周转时间。
图3 nemerow指数与(a) SOC含量和(b)SOC中氨基糖比例的关系。
图7 SOC变化的分区分析。X1，仅由重金属解释的部分；X2，仅由微生物因素解释的部分；X3，重金属和微生物因素共同解释的部分；X4，重金属和土壤因子共同解释的部分；X5，三组因素共同解释的部分。
图8 针对SOC变化的预测因子进行的随机森林分析含排列重要性（MSE增加百分比）。各预测因子的显著性水平设定如下：*表示P < 0.05；**表示P < 0.01。
(1) 重金属污染与微生物化学有效能量 （CUE）及微生物生物量周转率呈负相关，表明污染稻田土壤中的微生物生理特征发生显著改变。
(2) 微生物CUE的降低暗示着微生物合成代谢能力受损——在重金属胁迫下，微生物生长获得的碳比例相对呼吸作用有所减少。由此导致“微生物底物-微生物生物质-微生物残渣”链中的碳流动减弱。
(3) 这使得重金属污染对微生物生物量（MBC）形成和残留物生成产生负面影响，最终降低有机碳（SOC）的储存量。尽管观察到微生物生物质周转率加快，但其与氨基糖类或SOC无相关性。这种缺乏相关性的现象归因于重金属污染同时导致微生物生长速率下降。
(4) 综上所述，实证证据明确表明：重金属污染通过抑制微生物合成代谢并减少微生物残渣积累，导致稻田中SOC流失。我们的研究结果提示重金属污染将对水稻田土壤碳封存能力造成严重威胁。
更多检测相关讯息so栢晖生物了解更多~