028-8525-3068
新闻动态 News
News 行业新闻

植物源脂类在森林土壤碳积累中发挥至关重要的作用

日期: 2022-04-13
标签:

基本信息:

原名:Plant-derived lipids play a crucial role in forest soil carbon accumulation

译名:植物源脂类在森林土壤碳积累中发挥至关重要的作用

期刊:Soil Biology and Biochemistry

2020年影响因子: 7.609

在线发表时间:2022.3.24

第一作者:Guohua Dai

通讯作者:Xiaojuan Feng

第一单位:中国科学院植物研究所植被与环境变化国家重点实验室

研究背景

植物和微生物残体是土壤有机碳的两种主要来源。虽然最近的研究广泛地监测了微生物残体在不同生态系统中的分布,但植物残体(特别是非木质素成分)对有机碳积累的贡献尚不清楚,特别是在占全球土壤碳储量50%的森林中。填补这一知识空白将有助于我们更好地理解SOC积累模式及其对土地利用变化的响应。

研究方案

本研究采集了从南部阔叶林到北部针叶林范围内的中国17个主要的森林类型的0-10cm的矿质上层土壤(Fig.1),分析了中国森林土壤中植物和微生物来源的脂类生物标志物(游离脂类和可水解脂类),并将其在有机碳中的分布与木质素酚类物质进行了比较,并进一步与全球分布森林和草地土壤中木质素酚类和氨基糖类的分布特征进行了比较。综合评价了森林类型和环境因素对植物和微生物残体在驱动有机碳积累中的相对重要性。提出两个假设:(1)与草地相比,植物源成分在森林有机碳积累中的作用更大; (2)与木质素相比,植物源脂类对森林有机碳积累的贡献更大,因为植物脂类对土壤矿物质具有较高的亲和性。

主要研究结果

在全球尺度上,森林土壤微生物残体含量显著低于草地,表明植物源组分对森林土壤有机碳的贡献较大。然而,木质素酚类物质与土壤有机碳含量呈负相关关系,在土壤有机碳积累过程中并没有发挥重要作用。相反,在调查的中国森林中,叶源和根源的可水解脂类所占的土壤有机碳比例远高于木质素酚,甚至高于草地土壤。此外,与木质素酚相比,森林土壤有机碳含量和可水解植物脂质相对丰度均随土壤pH的降低、活性铁和铝含量的增加以及木质素氧化(以酸醛比表示)的增加而增加。这些结果表明,随着木质素分解的增加,植物脂质和有机碳通过氧化保护积累。

植物源脂类在森林土壤碳积累中发挥至关重要的作用

Fig. 1 Location of 17 sampling sites (a) of Chinese forests underlain by China’s vegetation map (1:1000000) and global distribution of soil lignin phenol and amino sugar measurements included in this study (b). A total of 355 and 467 data points were obtained from data reported in 47 and 51 peer-reviewed journal articles published before December 2021 for lignin phenols and amino sugars, respectively. WY: Wuying; CB: Changbai Mountain; DL: Donglingshan; TB, Taibaishan; JG: Jigongshan; GG, Gonggashan; GNJ, Guniujiang; BD, Badagongshan; HSD, Heishanding; JFL, Jianfengling.

植物源脂类在森林土壤碳积累中发挥至关重要的作用

Fig. 2 Soil organic carbon (SOC)-normalized contents of amino sugars (a) and lignin phenols (b), and their relationships with SOC contents (c–d) in the forest and grassland soils. The amino sugar and lignin phenol contents are compiled from the literature (details in Supplementary dataset Tables S2–S3) and our own data from Chinese forests (Fig. 1a). Shapes of the violin represent the distribution pattern of the corresponding data. The upper and lower ends of boxes denote the 0.25 and 0.75 percentiles, respectively. The solid line and cross in the box mark the median and mean of each dataset, respectively. Solid dots denote outliers. Hollow dots denote our own data. Letters indicate significant differences between forests and grasslands (p < 0.05). Green and yellow lines represent correlation (p < 0.05) across forest and grassland soils, respectively. Shaded areas represent the 95% confidence intervals for the regression lines. * and ** indicate significant correlation at the level of p < 0.05 and p < 0.01, respectively.

植物源脂类在森林土壤碳积累中发挥至关重要的作用

Fig. 3 Organic carbon (OC)-normalized contents of lignin phenols in plant tissues (a), broadleaved and coniferous trees and corresponding soils (b), the acid-toaldehyde (Ad/Al) ratios of vanillyl (V; c-d) and syringyl (S; e-f) phenols in forest and grassland soils and plant tissues. Symbols of the box and violin charts are defined in Fig. 2. Numbers represent the number of data. Different upper- and lowercase letters indicate significant differences between forests and grasslands and among different plant tissues (note: a and b for leaves, and m and n for woody parts), respectively (p < 0.05). All data for plant tissues are compiled from the literature.

植物源脂类在森林土壤碳积累中发挥至关重要的作用

Fig. 4 Soil organic carbon (SOC)-normalized contents of lignin phenols (a), amino sugars (b), hydrolysable plant lipids (c), hydrolysable microbial lipids (d), free plant lipids (e) and free microbial lipids (f) in the Chinese forest soils. BF, broadleaved forest (site = 10); MF, broadleaved and coniferous mixed forest (site = 3); CF, coniferous forest (site = 4). Symbols of the box and violin charts are defined in Fig. 2. Letters indicate significant differences among three forest types (p < 0.05). The bar charts give the relative abundance of plant- and microbial-derived components. The inserted graphs give the relationships of different components with SOC contents. Black line represents correlation (p < 0.05) across three forest types. Shaded area represents the 95% confidence interval for the regression line.

植物源脂类在森林土壤碳积累中发挥至关重要的作用

Fig. 5 Relationships of soil organic carbon (SOC) and the SOC-normalized contents of amino sugars, lignin phenols and hydrolysable plant lipids with the environmental variables in the forest soils of China. Black lines represent correlation (p < 0.05) across three forest types. Shaded areas represent the 95% confidence intervals for the regression lines.

植物源脂类在森林土壤碳积累中发挥至关重要的作用

Fig. 6 Relative importance of different environmental variables for the contents of SOC, amino sugars, lignin phenols and hydrolysable plant lipids in the Chinese forest soils. * indicates significant independent effects (p < 0.05). The plus (+) and minus in the parentheses represent positive and negative effects, respectively (p < 0.05).

植物源脂类在森林土壤碳积累中发挥至关重要的作用

Fig. 7 Relationships of soil organic carbon (SOC) and the SOC-normalized contents of lignin phenols and hydrolysable plant lipids with the acid-to-aldehyde (Ad/Al) ratios of vanillyl (V) and syringyl (S) phenols in the forest soils of China. Black lines represent correlation (p < 0.05) across three forest types. Shaded areas represent the 95% confidence intervals for the regression lines.

结论

研究表明,植物源性成分在森林和草地有机碳积累中的重要性不同,并强调植物源脂类可能比木质素在森林有机碳积累中发挥更重要的作用。以往的研究主要关注木质素对土壤有机碳的贡献,未来的研究应更多地关注植物源脂类,尤其是森林土壤。通过定量研究角质和软木脂在土壤中的分布和留存,可以揭示木质素分析无法识别的植物成分主导的土壤有机碳积累的途径和热点。


  • 最新资讯 MORE+
  • 点击次数: 0
    2026 - 10 - 10
    原名:Grassland degradation-induced soil organic carbon loss associated with micro-food web simplification译名:草地退化引起的土壤有机碳损失与微食物网简化相关期刊:Soil Biology and BiochemistryIF:12.2发表日期:2025.2第一作者:胡洋 新疆农业大学资源与环境学院,西北农林科技大学资源环境学院;寇天乐 新疆农业大学资源与环境学院背景:草地储存了全球约20%的土壤有机碳(SOC),但当前SOC储量因人为压力和气候诱导的草地退化而持续下降。理解草地退化过程中SOC损失的机制,对于制定减缓CO₂排放的策略至关重要。土壤中栖息着大量生物,形成了复杂的微食物网。土壤微食物网通过个体生物的活动和相互作用,在维持土壤碳循环和碳储量方面发挥着至关重要的作用。一般认为,复杂的微食物网与稳定的微生物介导碳动态相关,有利于碳固存。然而,草地退化过程中微食物网的变化及其与SOC动态的关系仍不清楚,限制了草地生态系统SOC动态的预测。科学问题:(1)研究草地退化对多营养级多样性的影响;(2)评估多营养级生物间的相互作用如何响应草地退化;(3)阐明土壤微食物网、微生物残体积累与微生物代谢效率之间的关系。材料与方法:(1)研究地点:新疆巴音布鲁克高寒草地(82°59′-84°35′E,42°40′-43°00′N),海拔2300-3042 m,年均降水273 mm,年均温-6.6°C。(2)实验设计:采用空间代替时间方法,在高寒草甸和高寒草原分别建立退化梯度样带。共40个样地(2种草型×4个退化梯度×5个重复),每个样地设置3个1×1 m子样方。采用草地退化指数(GDI)综合植物和土壤属性将...
  • 点击次数: 0
    2026 - 09 - 28
    文献信息原名:Global patterns and drivers of soil microbial nitrogen and phosphorus use efficiency译名:土壤微生物氮磷利用效率的全球格局与驱动因子期刊:Nature CommunicationsIF:18.1发表日期:2026年3月17日(在线发表)第一作者:高德才(中国科学院地理科学与资源研究所)背景氮(N)和磷(P)是限制陆地生态系统生产力的两大营养元素。为了应对养分限制,植物和土壤微生物进化出了多种策略来提高N和P的利用效率(NUE, nitrogen use efficiency; PUE, phosphorus use efficiency)。微生物NUE和PUE代表了微生物将同化的N和P分配给生物合成(主要是生长)与矿化途径的比例,反映了养分同化与潜在矿化之间的代谢投资策略。尽管NUE和PUE是关键的微生物功能性状,但其全球格局此前缺乏系统的量化评估。这限制了将微生物性状整合到基于微生物过程的土壤碳和养分循环模型中。鉴于气候变化和土地利用变化等人为活动对全球养分循环的干扰日益加剧,这一知识空白显得尤为紧迫。科学问题(1)评估全球尺度上土壤微生物氮利用效率(NUE)和磷利用效率(PUE)的分布格局,以及不同生物群系之间的差异;(2)量化气候、植被和土壤因子对微生物NUE和PUE的相对重要性,识别调控其全球格局的主导驱动因子。材料与方法(1)数据来源:从Web of Science和Google Scholar数据库提取截至2022年发表的同行评审文献,搜索关键词为“extracellular enzyme” 、 “enzymatic activity” 和“soil enzyme activity”。数据筛选后纳入213篇文献,获得2012个NUE观测值和3419个PUE观测值。(...
  • 点击次数: 0
    2026 - 09 - 17
    全氟及多氟烷基物质(PFAS)是一类人工合成的含氟有机物。其碳氟键高度稳定,使这类物质具备耐热、耐腐蚀、抗氧化、疏水疏油及表面活性等性能,因而被广泛用于不粘锅、食品包装、防水纺织品和消防泡沫等。也正因结构稳定,PFAS难以在环境中自然降解,被称为“永久性化学物质”。目前,PFAS已在全球多种环境介质中被检出,并能随水流、大气和生物活动远距离迁移,经饮水、食物、空气和皮肤接触等途径进入人体,成为广受关注的环境健康问题。土壤是PFAS在陆地环境中的重要蓄积介质,也可能成为其向地下水、农作物和食物链迁移的起点。因此,PFAS的测定和研究,对污染筛查和风险管控具有重要意义。如下土壤中全氟化合物的液相色谱-三重四极杆质谱测定方法。一、仪器和设备采样容器(不含氟聚合物材质容器)、液相色谱-三重四极杆质谱仪、冷冻干燥仪、提取装置(水平振荡仪或其他性能相当的设备)、离心机、涡旋振荡混匀器、固相萃取装置。二、测定方法样品前处理:称取自然阴干或冷冻干燥的样品1.0g于离心管,加10ng提取内标,涡旋混匀,静置30min。加15mL氨水-甲醇,混匀,振荡1h,离心,收集上清液。继续用10ml、5mL氨水-甲醇各重复提取一次,合并3次上清液。浓缩至约4mL,加40mL水,用氨水或乙酸调节pH6~7。固相萃取净化:分别用氨水-甲醇、甲醇、水活化弱阴离子交换固相萃取柱,上样,分别用水、乙酸铵缓冲液淋洗柱子,弃去以上流出液。氮气吹干小柱,分别用甲醇、氨水-甲醇洗脱,收集洗脱液,浓缩至近干,加10ng进样内标,用甲醇定容至1.0mL,过0.22µm有机滤膜,待测。三、标准曲线绘制分别取适量标准标准溶液、提取内标及进样内标溶液,用甲醇定容至1mL,配制成目标物质量浓度为:1.0ng/mL、2.0ng/mL、5.0ng/mL、10ng/mL、20ng/mL、50ng/mL、100ng/mL,提取内标...
  • 点击次数: 0
    2026 - 09 - 17
    即日起至2026年12月31日,凡在栢晖测定FTICR-MS,三维荧光光谱(EEM),CT扫描,PY-GCMS,13C-NMR,X射线衍射(XRD),即可免费获取相关指标数据分析处理、图谱绘制等服务。01FTICR-MS基础服务:包括分子组成分析、Van Krevelen plots、Kendrick plots、NOSC图、DBE-O图等增值服务:复现文献中的相关图片和分析。分子组成分析可视化02三维荧光光谱(EEM)预处理:扣除空白水样,矫正内滤效应,去除瑞丽散射与拉曼散射,进行拉曼归一化处理基础服务:包括三维荧光指数表,各组分最大荧光强度、Ex载荷和Em载荷,各区域的荧光积分表等三维荧光指数计算:生物指数(BIX)、荧光指数(FI)、腐殖化指数(HIX)03CT扫描基础服务:包括土柱三维图、空隙提取,连通空隙、孤立空隙提取等,各指标计算表格04PY-GCMS基础服务:包括分子结构、基于化学结构分类等0513C-NMR基础服务:包括各碳种类的相对丰度等06X射线衍射(XRD)基础服务:包括获取物相和PDF卡片,绘制相关图
文体活动 MORE+
案例名称: 孵化中心
说明: 栢晖生物科技有限公司项目孵化中心成立于2015.06.01日,研发领域涉及生物试剂耗材、仪器、新产品开发及各生物科技服务类项目等。自成立以来,陆续吸引了大批专家教授加盟合作,并与全国数十家高校及知名企业建立了良好的合作关系。中心共有博士及以上学位骨干人员10人,专门负责公司新产品研发等工作,已成功研发出无线温度监控器及NO检测试剂盒等产品(详情见成功案例),另有细胞分选仪等三个项目正在积极孵化当中。
2017 - 05 - 31
案例名称: 孵化中心流程
说明:
2017 - 07 - 17
微信公众号
检测咨询热线
 
地址:四川省成都市成华区龙潭街道成业路7号联东U谷二期7栋10楼
          湖南省长沙市芙蓉区雄天路98号广发隆平创业园2栋6002
官方热线:028 8525 3068
投诉电话:18181920125
传真:+86 0755-2788 8009
Copyright ©2005 - 2013 成都栢晖生物科技有限公司
犀牛云提供企业云服务