028-8525-3068
新闻动态 News
News 行业新闻

文献解读 | 青藏高原高寒草地土壤微生物残体碳的驱动者取决于土壤深度

日期: 2022-02-08
标签:

原名:Depth-dependent drivers of soil microbial necromass carbon across Tibetan alpine grasslands

译名:青藏高原高寒草地土壤微生物残体碳的驱动者取决于土壤深度

期刊:Global Change Biology

2020年影响因子: 10.863

在线发表时间:2021.11.02

第一作者:Mei He

通讯作者:Yuanhe Yang

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

微生物坏死碳(C)被认为是持久性土壤碳库的重要贡献者。然而,目前还缺乏对不同土层特别是高山生态系统微生物坏死量C的大规模系统观测。此外,植物碳输入和矿物性质等生物和非生物变量在调节微生物坏死量C方面的相对重要性是否会随土壤深度而改变尚不清楚。


研究方案

沿着青藏高原约2200公里的高寒草地样带进行了大规模采样,共采集了36个地点的表土和底土样品(Figure 1a),并根据氨基糖估算了微生物残体C的含量。为了探索微生物残体C的关键决定因素,检测了各种生物和非生物因素,包括植物碳输入、微生物性质(如微生物生物量C (MBC)、总磷脂脂肪酸(PLFAs))、矿物保护(粘土含量、铁/铝氧化物和交换性钙)和土壤理化性质(如:土壤温度、有机碳与全氮比)。进一步采用方差分解分析(VPA)和结构方程模型(SEM)定量分析了这些因素对土壤微生物残体C空间变化的相对贡献。


主要研究结果

在36个采样点,表层和深层土壤的微生物残体C分别为0.55 ~ 34.78和0.40 ~ 15.19 mg g-1 dry soil,平均值分别为9.57, 1.72和3.29, 0.57 mg g-1 dry soil. 高寒草原、高寒草甸以及整个高寒草地的微生物残体C均随土壤深度的增加而显著降低(Figure 1 c)。与总微生物残体C一致,真菌和细菌残体C在表土中显著高于底土(Figure S1)。而在有机碳归一化条件下,两种草地类型的土壤微生物残体C含量均无显著差异(高寒草原:P = 0.47;高寒草甸:P = 0.40)或整个高寒草甸(P = 0.28,Figure S2)。有趣的是,高寒草地微生物残体C对土壤有机碳的贡献显著低于全球草地 (表土:45.4% vs 58.1%;底土:41.7% vs. 53.7%; Figure S3)。

微生物残体C的主要决定因素与土壤深度有关。在表土中,微生物残体C随植物C输入量、MBC、总PLFAs、真菌PLFAs和细菌PLFAs的增加而显著增加(Figure 2a-e)。与黏土含量、Caexe、Feo+Alo和Fep+Alp也表现出正相关 (Figure 3a-d)。此外,微生物残体C随土壤理化参数的变化而变化,与土壤水分和有机碳/全氮 (Figure 4b-d),但与土壤pH值呈负相关(Figure 4c),与土壤温度没有显著关系 (Figure 4a)。与表土相似,底土微生物残体C与植物C输入量、总PLFAs、细菌PLFAs (Figure 2f, h, j),粘土含量,Caexe, Feo+Alo, Fep+Alp (Figure 3e-h) 呈正相关。与土壤湿度(Figure 4f),与土壤pH值(Figure 4g),但不受土壤温度(Figure 4e)和SOC/TN (Figure 4h)的调控。

VPA和SEM结果共同表明,微生物残体C的主导驱动因素在不同土壤深度之间存在差异 (Figure 5-7)。对于表层土壤,VPA结果表明植物C输入和矿物保护在调节整个研究区微生物残体C的积累中发挥了重要作用。植物C的输入和矿物保护完全解释了92.6%的微生物残体C的空间变异 (Figure 5a)。SEM分析还表明,微生物残体C主要受植物C输入和矿物保护的直接影响 (Figure 6a),标准化直接效应分别为0.48和0.55 (Figure 7a)。此外,植物C的输入通过调节土壤pH和矿物保护间接影响微生物残体C (Figure 7a)。VPA结果表明,与表层土壤相比,在深层土壤中,矿物保护对微生物残体C变化的解释比例(30.1%)远高于植物C输入(4.1%) ( Figure 5b)。SEM分析证实了矿物保护在调节土壤微生物残体C中的重要作用 (Figure 6b)。生物和非生物因素共同解释了62%的微生物残体C的空间变异 (Figure 6b)。其中,矿物保护对微生物残体C的直接影响最大,而植物C的输入对最终的SEM没有直接影响 (Figure 7b)。

文献解读 | 青藏高原高寒草地土壤微生物残体碳的驱动者取决于土壤深度

Figure 1 Geographic distributions of sampling sites (a) and frequency distributions of microbial necromass C in the topsoil (b) and subsoil (d) across Tibetan alpine grasslands, and comparison of microbial necromass C between the two soil depths in alpine meadow, alpine steppe and the whole alpine grassland (c). The vegetation map is derived from China's Vegetation Atlas (Editorial Committee for Vegetation Map of China, 2001). The horizontal lines and circles inside each box represent the medians and the mean values, respectively. The ends of the boxes show the 25th and the 75th quartiles, and the whiskers indicate the standard deviation (SD), respectively.

文献解读 | 青藏高原高寒草地土壤微生物残体碳的驱动者取决于土壤深度

Figure 2 Relationships between microbial necromass C and biotic factors including plant C input (a, f), MBC (b, g), total PLFAs (c, h), fungal PLFAs (d, i) and bacterial PLFAs (e, j). Blue and yellow symbols represent data points in the topsoil and subsoil, respectively. The solid cycles and triangles represent data points from alpine steppe (n = 22) and alpine meadow (n = 14), respectively. The solid lines were fitted by ordinary least-squares regressions, and the shadow areas corresponded to 95% confidence intervals. * and ** represent significant level at P < 0.05 and P < 0.01, respectively. MBC: microbial biomass carbon. PLFAs: phospholipid fatty acids.

文献解读 | 青藏高原高寒草地土壤微生物残体碳的驱动者取决于土壤深度

Figure 3 Relationships between microbial necromass C and mineral protection including clay content (a, e), Caexe (b, f), Feo+Alo (c, g) and Fep+Alp (d, h), respectively. Blue and yellow symbols represent data points in the topsoil and subsoil, respectively. The solid cycles and triangles represent data points from alpine steppe (n = 22) and alpine meadow (n = 14), respectively. The solid lines were fitted by ordinary least-squares regressions, and the shadow areas corresponded to 95% confidence intervals. * and ** represent significant level at P < 0.05 and P < 0.01, respectively. Caexe: exchangeable Ca2+; Feo+Alo: sum of pyrophosphate-extractable Fe/Al oxides; Fep+Alp: sum of oxalate-extractable Fe/Al oxides.

文献解读 | 青藏高原高寒草地土壤微生物残体碳的驱动者取决于土壤深度

Figure 4 Relationships between microbial necromass C and soil physicochemical properties including soil temperature (a, e), soil moisture (b, f), soil pH (c, g) and SOC/TN (d, h), respectively. Blue and yellow symbols represent data points in the topsoil and subsoil, respectively. The solid cycles and triangles represent data points from alpine steppe (n = 22) and alpine meadow (n = 14), respectively. The solid lines were fitted by ordinary least-squares regressions, and the shadow areas correspond to 95% confidence intervals. * and ** represent significant level at P < 0.05 and P < 0.01, respectively. SOC: soil organic carbon; TN: total nitrogen.

文献解读 | 青藏高原高寒草地土壤微生物残体碳的驱动者取决于土壤深度

Figure 5 Results of variation partitioning analyses illustrating the relative contribution of plant C input and mineral protection to microbial necromass C in the (a) topsoil and (b) subsoil. The retained mineral variables by stepwise regression model were Caexe and Feo+Alo in both the topsoil and subsoil. X1 and X2 indicate the pure effect of each type of variable, and X3 suggests the joint effect of two types of variables. Caexe: exchangeable Ca2+; Feo+Alo: sum of pyrophosphate-extractable Fe/Al oxides; Fep+Alp: sum of oxalate-extractable Fe/Al oxides.

文献解读 | 青藏高原高寒草地土壤微生物残体碳的驱动者取决于土壤深度

Figure 6 Structural equation models (SEM) revealing the direct and indirect effects of biotic and abiotic factors on microbial necromass C in topsoil (a) and subsoil (b). Black and red solid arrows indicate positive and negative associations, respectively. Dotted lines represent pathways that are not significant. Numbers adjoining the arrows indicate significant standardized path coefficients. The arrow width is proportional to the strength of the association. The multiple-layer rectangles indicate the first component from the PCA of mineral and microbial properties, and the vertical arrows within it represent the positive relationships between adjacent variables and the corresponding PC1. SOC: soil organic carbon; TN: total nitrogen; PLFAs: phospholipid fatty acids; MBC: microbial biomass carbon. Caexe: exchangeable Ca2+; Feo+Alo: sum of pyrophosphate-extractable Fe/Al oxides; Fep+Alp: sum of oxalate-extractable Fe/Al oxides; *, P < 0.05; **, P < 0.01; ***, P < 0.001.

文献解读 | 青藏高原高寒草地土壤微生物残体碳的驱动者取决于土壤深度

Figure 7 Standardized effects of each variables from the structural eaquation modelling (SEM) analysis. (a) and (b) represent standardized direct effects of plant C input and mineral protection in the top and subsoil, respectively; (c) and (d) correspond to standardized indirect effects of soil moisture, soil pH and and plant C input in the topsoil and subsoil, respectively. The values adjacent to the column represent the standardized coefficients in SEM.


结论

基于大规模调查和室内分析相结合的方法,青藏高原高寒草地表层和深层土壤微生物残体 C对有机碳的贡献率均高达40%。微生物残体C的主导因素也与土壤深度有关: 植物C输入的作用随着土壤深度的增加而减弱,而矿物保护的作用则随着土壤深度的增加而增强。因此,本研究强调土壤深度之间微生物残体碳的差异控制应纳入地球系统模型,以减少土壤碳动态预测中的不确定性。本研究还表明,矿物保护似乎是控制深层土壤微生物残体C长期稳定的关键机制,这可能会减缓气候变化下潜在的正C-气候反馈效应。

  • 最新资讯 MORE+
  • 点击次数: 0
    2024 - 05 - 27
  • 点击次数: 0
    2024 - 05 - 20
    文献解读原名:Grazing exclusion increases soil organic C through microbial necromass of root-derived C as traced by 13C labelling photosynthate译名:通过13C标记光合产物的追踪,禁牧通过根源碳的微生物残体增加了土壤有机碳期刊:Biology and Fertility of SoilsIF:6.5/Q1发表日期:5 March 2024第一作者:瞿晴01摘要背景:草原储存了大量的碳,然而,禁牧后土壤碳固存的潜在机制尚不清楚。本研究旨在阐明温带草原在长期禁牧后(~40年) ,植物和微生物残体对土壤有机碳(SOC)贡献的驱动因素。方法:现场进行了13C-CO2原位标记实验,并结合生物标记物追踪植物-土壤系统中的13C,以评估植物对土壤的碳输入。结果:长期禁牧提高了植物和土壤碳库包括地上生物量、地下生物量、微生物生物量和残体;且禁牧草地新输入光合碳在植物和土壤系统中的分配量高于放牧草地,但在土壤CO2中的分配量低于放牧草地。新输入的光合碳在土壤和微生物量中的分配量与根系中光合碳的分配量呈正相关关系。与放牧相比,禁牧提高了草地土壤有机碳含量约2倍,但木质素酚对土壤有机碳的贡献甚微(0.8%),而真菌残体碳的积累是导致土壤有机碳含量增加的主要因素。结论:受矿物颗粒保护的微生物残体碳是导致禁牧草地土壤有机碳含量高于放牧草地的主要因素。总之,禁牧不仅增加了地上生物量,也增加根系生物量和根际沉积,导致微生物生物量和残体的形成,在矿物基质的保护作用在土壤中长期稳定存在。禁牧条件下,微生物残体特别是真菌残体对SOC的积累贡献大于木质素酚。02主要结果图1 放牧和禁牧样地地植物-土壤-微生物系统的碳储量。(a)地上部分碳库;(b)根碳库;(c)土壤有机碳库(0−25c...
  • 点击次数: 0
    2024 - 05 - 17
    文献解读原名:The soil microbiome governs the response of microbial respiration to warming across the globe译名:土壤微生物群落主导了微生物呼吸对全球变暖的响应期刊:Nature Climate Change IF:30.7发布时间:2023.12第一作者:Tadeo Sáez-Sandino01摘要土壤微生物呼吸对变暖的敏感性(Q10)仍然是预测土壤向大气碳排放的一个主要不确定来源,因为驱动各生态系统Q10模式的因素是相互独立评估的。本研究采用了来自各大洲和主要生物群落的332个地点的土壤,同时评估了全球Q10模式的主要驱动因素。与生化难分解性、矿物质保护、底物数量和环境因素相比,土壤微生物群落(即微生物生物量和细菌分类群)解释了Q10值变化中的最大部分。提供了确凿的证据表明土壤微生物群落在很大程度上主导了土壤异养呼吸对变暖的响应,因此在评估陆地碳—气候反馈时需要明确考虑这一因素。02研究背景土壤碳(C)通过土壤异养群落的呼吸释放到大气中是导致大气CO2增加的基本途径。土壤呼吸每年释放的二氧化碳大约是人为排放的五倍,这在很大程度上决定了陆地生态系统是碳源还是碳汇。土壤异养呼吸的温度敏感性(即土壤微生物呼吸随着温度上升10°C而增加的因素;Q10)是预测陆地C-气候反馈水平的主要不确定性来源。生态系统和生物地球化学模型假设Q10为常数,尽管人们普遍认为Q10随温度等环境条件而变化。然而,决定Q10在大空间尺度上变异性的非生物和生物因素的相对贡献在很大程度上仍然未知。解释Q10模式的主要驱动因素通常考虑土壤微生物群、基质数量、矿物保护、生化抗性和环境因素的影响。首先,土壤微生物组(即微生物生物量、丰富度和群落组成)是有机物分解的最终参与者,并随着气候变暖调...
  • 点击次数: 0
    2024 - 05 - 11
    2024年5月7日,首届“土壤序列养分循环及其对生态恢复的启示”国际会议在四川省成都市顺利召开。会议由中国科学院、水利部成都山地灾害与环境研究所及国内外多个研究机构和部门联合发起,成都栢晖生物科技有限公司作为独家赞助单位参与此次会议。会议主题包括但不限于:土壤序列上风化和成土过程Weathering and pedogenic processes along chronosequences土壤序列上成土和原生演替过程中养分活化的生物地球化学过程Biogeochemical processes of nutrient mobilization during pedogenesis and primary succession along chronosequences土壤序列上植物养分获取和利用机制Mechanisms of plant acquisition and utilization of nutrients along chronosequences原生演替过程中植物-微生物互作对养分循环的影响Plant-microorganism interaction in nutrient cycling during primary succession土壤序列上养分循环理论对恶劣环境下地灾体生态恢复的启示Inspiration of knowledge on nutrient cycling along chronosequences for ecological restoration on harsh debris environment in geological hazard areas关于栢晖栢晖生物成立于2014 年,公司致力于为生态、农业、林业等科学研究领域提供专业的检验检测服务。公司拥有成熟、完善的实验室管理体系以及强大的实验技术团队。聘请来自中国科学院、...
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
微信公众号
Q  Q : 2105984845
地址:中国四川省成都市成华区成宏路72号-四川检验检测创新科技园2号楼4层
电话:028 8525 3068
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