超越“一刀切”的方法：不同的采伐策略如何影响大兴安岭地区落叶松（Larix gmelinii）森林中的土壤微生物多样性？

《Frontiers in Microbiology》：Beyond one-size-fits-all approach: How do various harvesting strategies shape soil microbial diversity in Larix gmelinii (Daxinganling larch) forests of the Greater Khingan Mountains?

本研究分析了六种收获策略（PF、SC、OCL、OCM、OCH、CC）对达里陵格姆氏冷杉土壤微生物多样性的影响。结果表明，PF样本细菌多样性最高，SC样本真菌多样性最高，OCH显著降低细菌多样性，且OC强度与细菌多样性负相关。收获策略对微生物群系结构（beta多样性）无显著影响，但改变了土壤理化性质与微生物标记物的相关性。细菌和真菌网络在PF样本中最复杂稳定，OC降低细菌网络复杂度但增强真菌网络。

　　本研究探讨了六种不同的采伐策略，包括原始森林（PF）、抚育采伐（SC）、皆伐（CC）、低强度选择性采伐（OCL）、中等强度选择性采伐（OCM）和高强度选择性采伐（OCH），对大兴安岭落叶松森林土壤微生物多样性的影响。研究发现，不同采伐策略下，土壤中主要的细菌和真菌类群具有相似的主导门类，但其相对丰度有所变化。随着选择性采伐强度的增加，Proteobacteria和Basidiomycota的相对丰度上升，而Ascomycota的相对丰度则下降。原始森林的样本在细菌α多样性方面表现出最高水平，而抚育采伐的样本在真菌α多样性方面具有最高值。高强度选择性采伐（OCH）显著降低了土壤细菌的α多样性（p < 0.05），并且采伐强度与细菌α多样性之间存在负相关关系。值得注意的是，采伐策略对细菌和真菌的β多样性没有显著影响。此外，研究还发现14种生物标志物在采伐策略的样本中有所富集，包括细菌的SC_l_84科和真菌的Coniochaeta属。土壤中的氮、磷等物理化学性质与这些微生物标志物之间存在显著的相关性。土壤中的细菌和真菌群落具有丰富的遗传和生态功能，而原始森林的细菌和真菌群落网络最为复杂和稳定。相比之下，选择性采伐降低了土壤细菌群落网络的复杂性和稳定性，但对真菌群落产生了相反的效果，增强了其网络的复杂性和稳定性。这些结果为大兴安岭地区的森林生态系统功能恢复和保护提供了重要的理论依据和实践参考。

### 研究背景与意义

森林作为地球上最大的陆地生态系统之一，对于维持生物多样性、水土保持和全球碳平衡具有不可替代的作用。土壤微生物群落，尤其是细菌和真菌，是森林生态系统的重要组成部分，它们通过有机质分解、养分循环以及与植物根系形成复杂的共生网络，深刻影响着生态系统的生产力和稳定性。采伐作为一种主要的人类活动形式，对森林土壤微生物群落的结构和功能产生深远影响。不同的采伐策略，如抚育采伐、选择性采伐和皆伐，旨在获取木材资源或促进森林再生，但其对微生物多样性的影响不容忽视。

采伐活动通过直接改变土壤的理化性质、有机质含量、温度、湿度、养分物质以及林下微环境（如光照强度）和植物-微生物互作，对土壤微生物群落产生影响。适度的采伐策略（如中度间伐和抚育采伐）在维持土壤微生物生态系统的同时，可能有助于提升森林的经济效益。然而，过度采伐，如皆伐和高强度选择性采伐，可能会对土壤微生物多样性造成严重破坏，进而影响森林生态系统的功能。近年来，研究人员开始关注采伐对土壤微生物的影响，特别是在大兴安岭落叶松林区。已有研究表明，皆伐显著降低了土壤微生物的碳和氮含量、真菌相对丰度以及Simpson多样性指数，而抚育采伐则没有明显影响。另一项研究显示，间伐显著提高了人工林土壤微生物的碳和氮含量，以及真菌的Shannon和Simpson指数，但对细菌的α多样性影响较小。然而，这些研究并未系统分析多种采伐策略（如SC、OC和CC）对原始森林土壤微生物群落多样性的影响，也未深入探讨不同选择性采伐强度对微生物多样性的影响。

本研究以大兴安岭落叶松为研究对象，初步分析了不同采伐策略对土壤微生物多样性的影响及其适应和响应机制。我们假设（1）不同的采伐策略会影响土壤微生物群落，包括群落组成和多样性；（2）与不同采伐策略相关的关键生物标志物与土壤理化性质有关联。因此，本研究旨在（1）系统阐明不同采伐策略对土壤细菌和真菌α和β多样性的影响；（2）探讨不同采伐策略对土壤微生物分子互作网络、基因和生态功能的影响；（3）分析土壤理化性质与不同采伐策略下样本中关键生物标志物之间的相关性。

### 研究方法与材料

本研究在内蒙古自治区（北纬50°20′–52°30′，东经120°12′–122°55′）的赵家营林场进行，该地区以坡地为主，地势起伏较大，平均海拔约为950米，最高可达1210米。该地区属于寒温带湿润季风气候，年均气温为-5.3°C，年均降水量为500毫米。主要土壤类型为棕色针叶林土壤，呈砂质、砾质且酸性。森林具有较高的物种丰富度，其中大兴安岭落叶作为主导的乔木树种，伴生的有大兴安岭白桦（Betula platyphylla Sukaczev）和大兴安岭 Scots pine（Pinus sylvestris var. mongolica litv）等阔叶针叶树种。林下植被较为丰富，主要灌丛包括苔藓状的杜鹃（Rhododendron tomentosum）、达乌里杜鹃（Rhododendron mucronulatum）和蒙古毛茛（Sanguisorba pubescens），这些灌丛包括常绿的Pyrola calliantha、中国牛筋草（Pennisetum alopecuroides）和大叶金盏花（Sanguisorba officinalis L.）等。

在2005年，研究者在大兴安岭落叶松的原始森林中设立了六种采伐策略：PF、SC、OCL、OCM、OCH和CC。每种采伐策略对应一个独立的50×50米样地，共计六个样地。所有样地的地面条件相同。在采伐恢复十八年后（2023年），研究者采集了土壤样本，并分析了其理化性质和微生物多样性。落叶层也被采集并称重。样地的特征信息详见表1。

### 土壤样本采集与分析

每个样地均匀分布六个土壤采样点。首先随机选择三个采样点，采样过程中清除土壤表面的枯枝落叶和杂物。使用无菌设备采集0–20厘米深度的土壤样本。去除可见的植物根系、石头和砾石后，将土壤样本在通风且无光的条件下风干。风干后的土壤样本研磨并混合，通过2毫米孔径的尼龙筛后，装入无菌自封袋并编号保存。部分样本用于测定土壤总氮、总磷、总钾、土壤有机碳（SOC）和pH值，而另一部分样本则立即放入-80°C超低温冰箱保存，随后进行高通量测序分析。其余三个采样点用于测定林下落叶层的质量。每个采样点的面积为1米×1米，所有落叶层均被采集并放入自封袋中。

### 土壤微生物高通量测序分析

研究者采用cetyltrimethylammonium bromide方法提取土壤总DNA，并使用NanoDrop 2000 Ultra-Micro Spectrophotometer（Thermo Fisher Scientific）测定其纯度和浓度。符合标准的样本保存于-20°C，供后续使用。细菌的16S rRNA基因V3高变区通过PCR扩增，使用引物515F（5′-GTGCCAGCMGCCGCGGGTAA-3′）和806R（5′-GGACTACHVGGGTWTCTAAT-3′）。PCR反应体系包括15 μL Phusion High-Fidelity PCR Master Mix、0.2 μM引物和10 ng基因组DNA模板。PCR条件为：预变性98°C 1分钟；30个循环，每次循环包括98°C变性10秒、50°C退火30秒、72°C延伸30秒，最后72°C延伸5分钟。真菌的ITS1区域通过PCR扩增，使用引物ITS1F（5′-CTTGGTCATTTAGAGGAAGTAA-3′）和ITS2（5′-GCTGCGTTCTTCATCGATGC-3′）。PCR条件与细菌相同。PCR扩增产物在2%琼脂糖凝胶上电泳，使用AxyPrep PCR Purification Kit（E.Z.N.A.? Soil DNA Kit）回收目标片段。回收后的PCR产物使用Quant-iT PicoGreen dsDNA Assay Kit在Qubit荧光计上定量。随后进行文库构建，PCR产物通过QuantiFluor?-ST Fluorometer（Promega Biotech）定量，并根据需要调整样本进行测序。测序由上海美因生物科技有限公司使用Illumina MiSeq平台完成。

原始测序数据通过QIIME2（v2021.11）平台分析，根据条形码和引物序列将每个样本数据从下游数据中分割出来，使用FLASH（版本1.2.11）和Cutadapt软件。数据质量控制使用Fastp软件（版本0.23.1），获得高质量的标签数据。通过与Silva和Unite物种注释数据库比对，去除嵌合序列，获得有效标签。使用DADA2模块（Wang et al., 2021）减少有效标签的噪声，获得扩增子序列变异（ASVs）和特征表。使用QIIME2进行物种注释，细菌使用Silva 138.1数据库，真菌使用Unite v9.0数据库。通过QIIME2进行快速多序列比对，确定所有ASV序列的系统发育关系。最后，使用每个样本中最小的数据量作为标准化的依据，获得标准化后的数据。

### 土壤理化性质与林下落叶质量分析

土壤总氮、总磷、总钾的测定采用Kay方法、酸溶性钼锑比色法和火焰光度法。土壤pH值和总SOC使用电极电位法和重铬酸钾氧化-分光光度法测定。采集的落叶层带回实验室，在85°C的烘箱中烘干至恒重后称重。所有指标均采用前人文献中建立的方法进行测定（Liu et al., 2021）。

### 数据处理与统计分析

研究者使用Perl的SVG函数绘制相对丰度的物种丰度直方图；使用R语言的pheatmap函数绘制物种丰度聚类热图；使用R语言的VennDiagram函数和Perl的SVG函数分别生成Venn图和花图；使用QIIME2软件生成chao1、observed_features、Pielou_e、Shannon和Simpson多样性指数。使用SPSS软件（版本26.0）进行单因素方差分析，检测多样性指数之间的差异（p < 0.05）。使用R语言的ade4和ggplot2包进行非度量多维尺度分析（NMDS）。基于选定的数据集，使用psych包（Revelle, 2017）计算不同组之间的Adonis检验。使用LEfSe软件计算并绘制线性判别分析（LDA）值分布条形图和进化分支图（Segata et al., 2011）。基于ASV丰度和KEGG数据库，使用PICRUSt2（V2.3.0）预测不同样本中的细菌群落功能潜力，而使用FunGuild数据库预测真菌群落的生态功能。计算Spearman相关系数，并设置过滤条件：（1）去除相关系数小于0.6的连接；（2）去除节点自连接；（3）去除节点丰度小于0.005%的连接；（4）去除相关系数p值大于0.05的连接。最终使用graphviz-2.38.0软件可视化微生物群落网络图。

土壤理化性质和落叶层质量数据使用Microsoft Excel 2016处理。采用Duncan多重范围检验分析组间差异的显著性，显著性水平为p < 0.05。使用R语言的dplyr、ggcor和ggplot2包进行Mantel检验和Pearson相关性分析。

### 研究结果

#### 不同采伐策略下大兴安岭落叶松土壤理化性质分析

土壤理化性质和落叶层质量是评估森林土壤健康的重要指标。如图1所示，SC样地的总氮和SOC含量显著高于其他样地（p < 0.05）；OCL样地的总磷含量显著高于其他样地（p < 0.05），且随着选择性采伐强度的增加，总磷含量逐渐下降；OCH样地的总钾含量显著高于其他样地（p < 0.05），且随着选择性采伐强度的增加，总钾含量逐渐上升；PF样地的pH值显著高于SC、OCL、OCH和CC样地（p < 0.05）。对不同采伐样地落叶层质量的分析显示，PF样地的落叶层质量显著高于其他样地（p < 0.05），且随着选择性采伐强度的增加，落叶层质量逐渐上升；而CC样地的落叶层质量显著低于其他样地（p < 0.05）。

#### 不同采伐策略下大兴安岭落叶松土壤微生物ASV计数分析

对不同采伐策略下土壤细菌和真菌的ASV计数进行分析（图2）。在细菌层面，PF样地的ASV数量为1717，SC样地为1375，OCL样地为1131，OCM样地为885，OCH样地为595，CC样地为939；不同采伐策略的样地共记录了554个ASV，而OCL、OCM和OCH样地检测到了888个ASV。在真菌层面，PF样地的ASV数量为822，SC样地为849，OCL样地为281，OCM样地为428，OCH样地为602，CC样地为436。不同采伐策略的样地共记录了56个ASV，而OCL、OCM和OCH样地检测到了140个ASV。总体来看，所有样地的细菌ASV数量高于真菌ASV数量，表明细菌在土壤中的丰度高于真菌。

#### 不同采伐策略下大兴安岭落叶松土壤微生物相对丰度分析

基于细菌和真菌门类的物种注释结果，研究者选择了每个样地中相对丰度前10的门类，并将其余门类归为“Others”以绘制相对丰度直方图。在门类层面（图3），不同采伐策略下细菌群落的主导门类相似，但相对丰度有所差异。Proteobacteria、Verrucomicrobiota和Acidobacteria在所有样地中均为共主导门类。Proteobacteria在所有样地中相对丰度最高，Acidobacteria在OCM样地中相对丰度最高，而Verrucomicrobiota在所有样地中相对丰度次之。Desulfobacterota和Methylomirabilota在所有样地中相对丰度较低，其中Desulfobacterota在PF样地中相对丰度最高，在CC样地中最低；Methylomirabilota在PF样地中相对丰度最高，在CC样地中最低。Proteobacteria的相对丰度随着选择性采伐强度的增加而上升。

在真菌门类层面（图4），不同采伐策略下真菌群落的主导门类均为Ascomycota和Basidiomycota，但其相对丰度在样地之间有所不同。Ascomycota在CC、OCL、OCM和OCH样地中的相对丰度最高，而Basidiomycota在PF和SC样地中的相对丰度最高。PF、SC、OCL、OCM和OCH样地的Ascomycota和Basidiomycota相对丰度之和大于0.93，而CC样地的和为0.73。Mortierellomycota在所有样地中相对丰度次之，其中在CC样地中相对丰度最高，在OLM样地中最低。其他真菌门类，如Rozellomycota、Mucoromycota和Chytridiomycota，在所有样地中相对丰度较低。Ascomycota的相对丰度随着选择性采伐强度的增加而下降，而Basidiomycota的相对丰度则上升。

为了进一步探讨不同采伐策略下细菌和真菌群落组成的相似性和差异性，研究者基于物种注释和属层面的丰度信息，选择了相对丰度排名前35的属进行物种丰度聚类分析。如图5所示，PF样地的细菌属相对丰度高于其他样地。CC样地中，Candidatus_Udaeobacter的相对丰度高于其他样地，而unidentified_TK10的相对丰度低于其他样地。SC样地中，Janthinobacterium、unidentified_Mitochondria和Pseudomonas的相对丰度高于其他样地，而Candidatus_Solibacter的相对丰度低于其他样地。OCL样地中，Haliangium和Mycobacterium的相对丰度高于其他样地。OCM样地中，unidentified_Subgroup_2的相对丰度高于其他样地，而Gemmatimonas和Chthoniobacter的相对丰度低于其他样地。OCH样地中，Massilia、Ellin6067和IS-44的相对丰度高于其他样地，而Haliangium和Candidatus_Koribacter的相对丰度低于其他样地。

#### 不同采伐策略下大兴安岭落叶松土壤微生物α多样性分析

基于注释后的ASV数据，分析了不同采伐策略下土壤细菌群落的α多样性（表2）。PF样地的所有α多样性指数（chao1、observed_features、Pielou_e、Shannon和Simpson）均显著高于其他样地（p < 0.05），并且明显高于OCH样地。这些指数值随着选择性采伐强度的增加呈现出下降趋势。PF样地具有最丰富的细菌种类，并且分布较为均匀，因此其α多样性最高。而OCH样地显著降低了细菌的α多样性（p < 0.05），并且其α多样性最低，表明选择性采伐强度与土壤细菌群落的α多样性之间存在负相关关系。

对于土壤真菌群落的α多样性分析（表3），SC样地的所有α多样性指数（chao1、observed_features、Pielou_e、Shannon和Simpson）均显著高于其他样地。OCL样地的chao1和observed_features指数显著低于SC样地，而OCM样地的Pielou、Shannon和Simpson指数最低。随着选择性采伐强度的增加，chao1和observed_features指数呈上升趋势，而Pielou、Shannon和Simpson指数呈下降趋势，随后又有所上升。这表明SC样地的真菌种类最为丰富且分布较为均匀，其α多样性最高。

#### 不同采伐策略下土壤微生物β多样性分析

为了研究不同采伐策略下土壤细菌和真菌群落结构的相似性，研究者进行了NMDS和Adonis分析。如图7A、B所示，NMDS的应力值小于0.2，表明该方法能够准确反映不同采伐策略下细菌和真菌群落结构的差异。图7A显示，不同选择性采伐强度、CC和PF样地之间的距离较远，而R2值大于0.4（表4），表明这些样地的细菌群落结构与PF样地差异较大。SC和PF样地之间的距离较近，R2值为0.24，表明它们的细菌群落结构相似。表4显示，每个采伐样地与PF样地的R2值在0.3–0.4之间，其中CC和OCM样地与PF样地的距离较远，而其他样地的距离较近。这表明CC和OCM样地的真菌群落结构与PF样地差异较大，而其他样地的真菌群落结构与PF样地相似。此外，细菌和真菌群落之间的Pr值均大于0.05，表明采伐策略对细菌和真菌的β多样性没有显著影响。

#### 不同采伐策略下土壤细菌和真菌生物标志物分析

使用LEfSe多层级物种差异判别分析来识别与不同采伐策略下土壤微生物群落结构差异相关的生物标志物。在细菌层面，不同选择性采伐强度（OCL、OCM和OCH）的样地没有显著不同的生物标志物。而对所有样地的细菌群落进行LEfSe分析（图8）显示，A21b在OCH样地中显著富集，而Methylomirabilota、Rokubacteriales、SC_l_84和Methylomirabilota在PF样地中显著富集，而其他样地则没有显著富集的生物标志物。这五个生物标志物的绝对LDA值均大于4，表明其与PF、CC和SC样地的细菌群落结构差异具有高度显著性（p < 0.01），可能是导致细菌群落结构差异的关键生物标志物。对这五个生物标志物的进化关系进行聚类分析（图8B）显示，PF样地的生物标志物分为两个进化分支（Methylomirabilota和SC_l_84），而OCH样地的生物标志物形成一个独立的进化分支。

在真菌层面，对不同选择性采伐强度（OCL、OCM和OCH）的样地进行LEfSe分析（图9）显示，Hyaloscyphaceae和Helotiales在OCL样地中显著富集；Omphalotaceae、Gymnopus和Gymnopus_junquilleus在OCH样地中显著富集，而OCM样地中没有显著富集的生物标志物。这五个生物标志物的绝对LDA值均大于4，表明其与OCL、OCM和OCH样地的真菌群落结构差异具有高度显著性（p < 0.01），可能是导致真菌群落结构差异的关键生物标志物。对这五个生物标志物的进化关系进行聚类分析（图9B）显示，OCL样地的两个生物标志物位于Helotiales进化分支中，而OCH样地的三个生物标志物位于Omphalotaceae进化分支中。

#### 关键微生物标志物与土壤理化性质的相关性分析

为了进一步阐明关键微生物标志物与不同采伐策略下土壤理化性质之间的关系，研究者使用Mantel检验进行分析。从细菌的角度来看（图11A），土壤总氮与细菌家族SC_l_84显著相关（p < 0.05）；SOC与SC_l_84显著相关（p < 0.01）。从真菌的角度来看（图11B），土壤总氮与真菌类群Sordariomycetes和真菌属Coniochaeta显著相关（p < 0.01）；土壤总磷与真菌类群Archaeorhizomycetes和真菌目Archaeorhizomycetales显著相关（p < 0.05），并且与真菌科Archaeorhizomycetaceae、真菌种Archaeorhizomyces_sp和真菌属Archaeorhizomyces显著相关（p < 0.01）。SOC与Archaeorhizomycetes和Coniochaeta显著相关（p < 0.01）。

#### 不同采伐策略下土壤微生物功能预测分析

基于PICRUSt2对细菌基因功能的预测，研究者选择了每个样地中按丰度排名前35的功能，并与KEGG数据库进行对比，绘制热图。如图12所示，PF样地的ABC-2型转运系统渗透蛋白和延伸因子G的相对丰度高于其他样地；SC样地的假定ABC转运系统ATP结合蛋白的相对丰度高于其他样地；OCL样地的乙酰辅酶A C-乙酰转移酶、肽/镍转运系统底物结合蛋白和长链脂肪酸辅酶A连接酶的相对丰度高于其他样地；OCM样地的周质蛋白TonB、基本氨基酸/多胺转运蛋白、APA家族、丝氨酸/苏氨酸蛋白激酶和假定ABC转运系统渗透蛋白的相对丰度高于其他样地；而OCH样地的支链氨基酸转运系统底物结合蛋白、谷胱甘肽S-转移酶、铁复合物外膜受体蛋白和甲基接受趋化蛋白的相对丰度高于其他样地。CC样地的生物聚合物转运蛋白ExbD和未分类的蛋白的相对丰度高于其他样地。总体来看，与PF相比，其他采伐策略在一定程度上富集了不同的功能细菌，以适应采伐对土壤微生物的影响。

对于真菌生态功能的预测，研究者使用FunGuild数据库进行分析，并选择了每个样地中按丰度排名前35的功能，绘制热图。如图13所示，不同采伐策略下真菌生态功能的富集情况有所不同。PF样地的真菌生态功能包括动物寄生-真菌寄生、叶腐生等，而SC样地的真菌生态功能包括动物寄生-真菌寄生、叶腐生等，OCL样地的真菌生态功能包括苔藓寄生-未分类的腐生等，OCM样地的真菌生态功能包括土壤腐生和苔藓寄生-未分类的腐生等，OCH样地的真菌生态功能包括未分类的腐生-未分类的腐生等功能，CC样地的真菌生态功能包括未分类的腐生-未分类的共生等功能。不同采伐策略导致了土壤微生物群落功能的显著差异。

#### 不同采伐策略下土壤微生物网络互作分析

微生物共现网络分析可以揭示微生物之间的互作关系，从而反映群落的复杂性和稳定性。本研究发现，PF样地的细菌和真菌群落网络最为复杂和稳定，而CC样地的细菌群落网络复杂性和稳定性高于OC样地。此前在中国海南森林的研究显示，OC样地的细菌和真菌群落网络比PF样地更结构化，而CC样地的网络结构较差（Chen et al., 2019；Yu et al., 2023）。这一发现与本研究结果不同，可能由于研究区域和森林类型不同。此外，本研究中的所有采伐样地均在皆伐后种植了大量大兴安岭落叶松，这使得土壤细菌群落的恢复速度比OC更快。本研究还发现，选择性采伐降低了土壤细菌网络的复杂性和稳定性，但对真菌网络产生了相反的效果，增强了其网络的复杂性和稳定性。这可能是因为高强度选择性采伐加速了森林空窗的形成，促进了凋落物输入和养分循环，为稀有真菌类群提供了生态位，推动了从竞争到互利共生的转变，从而增强了真菌群落网络的稳定性（Qiang et al., 2023）。

### 讨论

#### 不同采伐策略下土壤微生物群落的组成差异

本研究采用六种采伐策略对大兴安岭落叶松进行处理，并在采伐恢复十八年后分析了不同采伐策略下样地的土壤微生物多样性。研究发现，所有样地中的细菌ASV数量均高于真菌ASV数量（图2）。这表明大兴安岭落叶松林下土壤中细菌的丰度高于真菌，可能是因为该树种的根系与细菌的共生关系比与真菌更紧密，并且对细菌群落有更高的需求（Santhanam et al., 2015）。

不同采伐策略下，土壤中的主导细菌门类为Proteobacteria、Verrucomicrobiota和Acidobacteriota。间伐研究显示，Proteobacteria、Actinobacteria和Acidobacteria是间伐和对照样地的主导门类，其次是Verrucomicrobiota（Li et al., 2021），这与本研究结果一致。已有研究显示，大兴安岭落叶松土壤中的主要细菌门类包括Proteobacteria、Verrucomicrobiota、Acidobacteria和Verrucomicrobiota（Ping et al., 2019；Jia et al., 2020）。本研究的结果进一步确认了这一发现。Proteobacteria的相对丰度随着选择性采伐强度的增加而上升，这可能是因为随着选择性采伐强度的增加，伐木后残留的凋落物含量增加，富营养门类Proteobacteria在高营养环境下繁殖速度更快（Fierer et al., 2007）。

Ascomycota和Basidiomycota是不同采伐策略下大兴安岭落叶松土壤中的主要真菌门类。在间伐样地中，Ascomycota和Basidiomycota是主要的真菌门类（Li et al., 2021），并且在不同类型的森林中（如大兴安岭落叶松）也具有主导地位（Yang et al., 2017）。这表明Ascomycota和Basidiomycota作为富营养和贫营养的真菌门类，是大兴安岭落叶松土壤中的主要真菌门类，其主导的生态位可能未受到采伐策略的显著影响。

#### 土壤微生物群落多样性与采伐策略的关系

对不同采伐策略下土壤细菌α多样性的比较分析显示，PF样地的所有α多样性指数（chao1、observed_features、Pielou_e、Shannon和Simpson）均显著高于OCH样地（p < 0.05），并且高于其他样地。这表明不同的采伐策略会减少土壤细菌种类的数量。此前的研究显示，合理的间伐虽然降低了大兴安岭落叶松土壤细菌的Shannon和Simpson值，但与采伐前相比没有显著差异（Li et al., 2021）。这表明中度采伐对大兴安岭落叶松土壤细菌的α多样性影响较小，而高强度选择性采伐（OCH）显著降低了细菌的α多样性（p < 0.05）。在本研究中，CC样地的α多样性指数高于OCH样地，这可能是因为在皆伐后，大兴安岭落叶松被大量种植，经过18年的恢复期后，其土壤细菌种类数量高于OCH样地。这表明，虽然高强度选择性采伐对土壤细菌多样性产生负面影响，但皆伐后的种植可能有助于土壤细菌群落的恢复。

对不同采伐策略下土壤真菌α多样性的比较分析显示，SC样地的α多样性指数高于PF样地。这表明SC可以有效提高土壤真菌种类的数量。这可能是因为SC对大兴安岭落叶松土壤环境的破坏程度低于其他采伐策略，并且能够通过改善林下温度、湿度和光照条件，提高林下植物的多样性，从而促进土壤真菌种类数量的增加（Qu et al., 2024）。然而，不同采伐策略下真菌群落的α多样性差异仍需进一步研究。

#### 不同采伐策略下土壤微生物群落结构差异的关键生物标志物

通过分析不同采伐策略下土壤微生物群落结构差异相关的生物标志物，研究者发现细菌属SC_l_84（具有反硝化作用）在PF样地中显著富集。长期自然演替后，PF样地的腐殖层较为深厚，容易形成适合异养厌氧细菌SC_l_84生存的无氧环境，而持续的凋落物输入提供了稳定的碳源（Holden and Treseder, 2013）。然而，当PF被采伐后，腐殖层的无氧环境被破坏，凋落物减少（Hartmann et al., 2009），导致SC_l_84的丰度显著下降。对于真菌生物标志物的分析显示，OCL样地的Hyaloscyphaceae和Helotiales显著富集，OCH样地的Omphalotaceae、Gymnopus和Gymnopus_junquilleus显著富集，而OCM样地没有显著富集的生物标志物。这五个生物标志物的绝对LDA值均大于4，表明其与OCL、OCM和OCH样地的真菌群落结构差异具有高度显著性（p < 0.01），可能是导致真菌群落结构差异的关键生物标志物。对这五个生物标志物的进化关系进行聚类分析（图9B）显示，OCL样地的两个生物标志物位于Helotiales进化分支中，而OCH样地的三个生物标志物位于Omphalotaceae进化分支中。

#### 不同采伐策略对土壤微生物网络的影响

微生物共现网络分析可以揭示微生物之间的互作关系，从而反映群落的复杂性和稳定性。本研究发现，PF样地的细菌和真菌群落网络最为复杂和稳定，而CC样地的细菌群落网络复杂性和稳定性高于OC样地。此前在中国海南森林的研究显示，OC样地的细菌和真菌群落网络比PF样地更结构化，而CC样地的网络结构较差（Chen et al., 2019；Yu et al., 2023）。这一发现与本研究结果不同，可能由于研究区域和森林类型不同。此外，本研究中的所有采伐样地均在皆伐后种植了大量大兴安岭落叶松，这使得土壤细菌群落的恢复速度比OC更快。本研究还发现，选择性采伐降低了土壤细菌网络的复杂性和稳定性，但对真菌网络产生了相反的效果，增强了其网络的复杂性和稳定性。这可能是因为高强度选择性采伐加速了森林空窗的形成，促进了凋落物输入和养分循环，为稀有真菌类群提供了生态位，推动了从竞争到互利共生的转变，从而增强了真菌群落网络的稳定性（Qiang et al., 2023）。

### 结论

本研究提供了不同采伐策略对微生物多样性影响的分子响应机制的新见解。PF样地的细菌α多样性最高，而SC样地的真菌α多样性最高。OCH显著降低了细菌的α多样性（p < 0.05），并且采伐强度与细菌α多样性之间存在负相关关系。采伐策略对细菌和真菌的β多样性没有显著影响。土壤中的氮、磷等理化性质与不同采伐策略下的关键微生物标志物存在显著相关性。PF样地的细菌和真菌群落网络最为复杂和稳定。选择性采伐降低了土壤细菌网络的复杂性和稳定性，但对真菌网络产生了相反的效果，增强了其网络的复杂性和稳定性。本研究初步分析了不同采伐策略对大兴安岭地区大兴安岭落叶松森林土壤微生物多样性的影响，为该森林生态系统的功能恢复和保护提供了重要的理论依据和实践参考。