由气候和碳底物驱动的微生物群落变化调节了泥炭地土壤剖面及海拔梯度上的非线性二氧化碳排放动态

《CATENA》：Microbial community shifts driven by climate and carbon substrates regulate non-linear CO 2 emission dynamics across peatland soil profiles and elevation gradients

泥炭地土壤二氧化碳排放的非线性海拔响应及其微生物驱动机制研究，揭示顶层土壤排放峰值于540米和1005米，底层于1005米。细菌多样性、网络复杂性和产碳菌门（如Proteobacteria）主导顶层排放，真菌网络复杂性和酶活性（如βG、AP）驱动底层排放。气候（MAT、MAP）、植被生物量（AGB）和土壤碳（SOC、DOC）通过调控微生物间接影响排放。研究证实泥炭地碳循环中微生物功能与环境的协同作用，强调顶层碳稳定性较弱。

　　在面对全球气候变化的背景下，了解泥炭地土壤碳库的稳定性及其对碳排放的影响变得尤为重要。泥炭地作为重要的碳汇，其碳循环模式对预测未来陆地碳排放趋势具有关键意义。然而，目前对于山地泥炭地土壤二氧化碳（CO?）排放机制，尤其是在不同海拔梯度下，仍存在诸多未知。本研究通过对中国长白山脉不同海拔的泥炭地进行系统分析，揭示了土壤碳分解与微生物群落特征、土壤碳底物以及气候因素之间的复杂关系，为理解泥炭地碳循环机制提供了新的视角。

长白山脉的泥炭地生态系统具有独特的环境条件，包括较低的温度、较高的酸度以及厌氧环境，这些条件限制了微生物的活性，从而影响了埋藏碳的分解速率。传统观点认为，全球变暖可能会削弱泥炭地的碳稳定性，通过增强微生物的激活和碳矿化作用。然而，近年来的研究指出，土地利用变化和微生物对变暖的适应性响应可能显著增加泥炭地碳排放强度和幅度的不确定性，以及其对气候的反馈效应。因此，为了更准确地预测泥炭地的碳循环过程，有必要对影响土壤碳排放的关键驱动因素及其相互作用进行全面评估。

山地的海拔梯度被认为是研究土壤碳库对气候变化响应的天然实验室。一些研究发现，在低海拔区域，微生物驱动的土壤有机碳（SOC）分解速率增加，这可能与微生物代谢活动的热增强有关。相比之下，也有研究指出，在相对较高的海拔区域，SOC的矿化速率增加，这一现象可能与沿海拔梯度积累的易分解有机化合物有关。值得注意的是，新兴证据表明，不同海拔区域的SOC矿化表现出非线性模式。中等海拔区域的SOC矿化总量可能低于或高于低海拔和高海拔区域，这种差异可能由植被演替和团聚体动态的交互作用所介导。因此，沿海拔梯度的SOC分解过程仍难以准确预测，缺乏统一的机制来解释当前的观测结果。此外，不同土壤层的碳释放受到多种因素的影响，如氧气、水分、碳底物、养分和微生物的变化。由于海拔变化引起的降水和温度差异，表层土壤的水分和温度波动较大，频繁的干湿循环可能加速表层微生物的周转和碳的释放，而深层土壤中的碳则相对稳定。

尽管已有大量研究探讨了微生物群落与土壤碳稳定性的关系，但对于这些变化如何影响土壤碳稳定性，尤其是在泥炭地生态系统中，仍存在诸多不确定性。泥炭地的水浸环境、酸性条件、养分限制以及富含酚类化合物的特性，构成了与其他生态系统不同的生物地球化学屏障，可能改变海拔、微生物特征与碳动态之间的耦合关系。因此，泥炭地微生物特征与SOC稳定性的机制联系尚未完全阐明。

长白山脉是中国山地泥炭地分布最为丰富的地区之一，其中大片由莎草（Carex）主导的泥炭地分布在不同的海拔高度。以往的研究表明，泥炭地土壤的理化性质、养分水平和微生物群落随海拔梯度显著变化。然而，这些变化如何影响泥炭地的CO?释放仍然不清楚。为了回答这一问题，本研究在长白山脉海拔梯度范围内（从300米到1500米）对泥炭地土壤的CO?排放、微生物群落和环境参数进行了系统调查。研究的主要目标包括：（1）探讨泥炭地表层和深层土壤中CO?排放的海拔变化模式；（2）评估微生物群落特征和环境因素如何驱动不同海拔下的CO?释放。基于已有研究，我们假设表层和深层土壤在海拔梯度下的CO?排放动态存在差异，这种差异可能与土壤剖面中氧气供应、水分条件和养分分布的垂直分层有关。

在本研究中，采集了五个不同海拔的莎草泥炭地土壤样本，分别是327米（CJ）、540米（HEBL）、683米（SH）、1005米（DXTH）和1485米（LIK）。对于每个海拔，选择了三个代表性样方（每个样方面积为0.5米×0.5米），这些样方在同质植被带之间相距至少20米。通过剪切所有植被并将其在65℃下烘干至恒重，计算了地上生物量（AGB）。同时，使用10厘米直径的泥炭钻取器从每个样方的两个深度层（表层：0–20厘米；深层：20厘米以下）采集了四份重复土壤样本。每份样本由四个独立的土壤芯组成。这些样本被分为两部分：一部分立即送往实验室，用于测定土壤含水量（SWC）、微生物群落和酶活性；另一部分则用于测定土壤的理化性质。通过这些详细的样本采集和处理方法，研究人员能够全面分析不同海拔下的土壤碳动态。

在分析土壤微生物群落时，研究人员使用了多种方法。首先，通过FastDNA Spin Kit提取了泥炭土壤微生物的DNA，并使用Nanodrop ND2000检测其质量。接着，对细菌的16S rRNA基因V4区和真菌的ITS2区进行了扩增，并使用fastp软件对原始数据进行了质量控制。在质量控制过程中，删除了缺失引物、超过1个碱基错配或质量评分低于20的序列。此外，过滤了长度小于50碱基的序列。通过FLASH软件（版本1.2.11）将配对端序列（PE reads）进行拼接，关键参数包括最小重叠长度为10碱基，重叠区域允许的最大错配比率为0.2。拼接后的有效序列在97%的序列相似度阈值下聚类为操作分类单元（OTUs），并使用RDP Classifier（版本11.5）对每个序列进行分类学分析，参考Silva数据库（版本138.1）和UNITE数据库（版本8.2）进行细菌和真菌的物种注释。使用QIIME程序（版本1.9.1）计算了OTUs的多样性和丰度。

在统计分析方面，研究人员使用了R（版本4.1.2）进行所有分析和绘图。在数据处理之前，首先进行了Shapiro检验和Levene检验，以验证数据的正态性和方差齐性。如果需要，对数据进行了对数变换，以满足后续单因素方差分析（ANOVA）的要求。单因素方差分析（通过R包“car”中的“aov”函数）和Duncan检验（通过R包“agricolae”中的“duncan.test”函数）用于评估不同海拔下土壤理化指标、植被地上生物量和微生物网络特性之间的差异（p < 0.05）。土壤微生物α多样性通过Shannon指数和Ace指数进行表征，而微生物群落的β多样性则使用“vegdist”函数在R包“vegan”中通过Bray-Curtis指数计算。非度量多维尺度分析（NMDS）通过“metaMDS”函数在同一包中进行，以可视化不同海拔下微生物群落的差异。此外，使用“adonis”函数（999次置换）进行了非参数多元统计分析，以检验不同海拔下微生物群落结构的差异。

在结果部分，研究人员发现，不同海拔下的植被地上生物量（AGB）和土壤理化性质存在显著差异。最高AGB值出现在1005米，最低值出现在1485米（p < 0.05）。表层土壤的pH值在683米达到最大（6.18），而在1485米达到最小（4.41）。表层土壤的含水量（SWC）在1485米最高，而深层土壤的SWC则在1005米最高。SOC和DOC含量在1005米均达到最高值。表层和深层土壤中的总氮（TN）和总磷（TP）含量均随海拔变化而波动，最高值出现在540米（p < 0.05）。此外，AP酶活性随海拔升高而逐渐增加，而βG酶和NAG酶的活性则未表现出一致的变化趋势。在不同海拔下，土壤微生物群落的多样性特征也有所不同，其中细菌的Shannon多样性指数未表现出显著变化，而Ace多样性指数则先增加后减少。相比之下，真菌的Shannon和Ace多样性指数均随海拔升高而逐渐下降（p < 0.001）。通过NMDS分析，研究人员发现不同海拔和土壤层的微生物群落组成存在显著差异（p = 0.001）。

在探讨CO?排放驱动因素时，研究人员发现，AGB、SOC和细菌α多样性对表层CO?排放具有正向影响，而AP酶活性、细菌网络复杂度（B_Node）和真菌网络复杂度（F_Node, F_Edge）则对表层CO?排放具有负向影响。对于深层CO?排放，AGB、SOC、细菌α多样性和真菌网络复杂度均表现出正向关联。此外，某些特定微生物门类（如Actinobacteria）的丰度与表层CO?排放呈显著正相关，且这些门类在540米处最为丰富。这些细菌门类以快速生长和高效分解碳化合物著称，其在540米表层土壤中的主导地位直接促进了有机质的矿化，从而推动了该海拔下CO?排放的峰值。同时，研究还发现，真菌网络复杂度与深层CO?排放存在显著负相关，表明在深层土壤中，真菌的网络复杂度可能对碳矿化产生抑制作用。

通过偏最小二乘路径建模（PLS-PM）分析，研究人员揭示了气候因素、植被地上生物量、土壤碳含量以及微生物群落特性如何共同驱动不同海拔下的CO?排放。PLS-PM分析显示，气候因素和土壤碳含量对表层CO?排放的影响主要通过细菌群落间接实现，而细菌群落则直接影响表层CO?排放。对于深层CO?排放，气候因素和植被地上生物量的影响同样通过土壤碳含量间接作用，而真菌群落则直接参与了深层CO?的释放。此外，研究还发现，细菌和真菌群落对不同土壤层的CO?排放具有不同的总效应，其中细菌对表层土壤的总效应更大，而真菌对深层土壤的总效应更为显著。这表明，尽管气候因素和土壤碳含量在两个土壤层中均起重要作用，但它们对微生物群落的影响模式不同，进而导致了不同土壤层的CO?排放差异。

在讨论部分，研究人员进一步探讨了这些发现的生态意义。他们指出，SOC的稳定性沿海拔梯度存在空间变化，这通常与温度、降水、植被和土壤微生物活动密切相关。然而，本研究的180天控制实验揭示了SOC矿化与海拔之间存在非线性关系，这支持了他们的第一个假设。进一步分析表明，这种非线性模式主要由微生物群落的特征驱动，包括群落多样性、功能群和网络互动。这些关系通过土壤碳底物、植物生物量和气候因素间接调节。这种协同效应表明，海拔驱动的碳分解是微生物活动、底物特性和环境控制的多尺度相互作用结果。

对于表层土壤，研究人员发现其CO?排放始终高于深层土壤，这表明表层土壤中的SOC分解潜力更强。这一现象与其他研究在不同泥炭地生态系统中的结果一致。SOC矿化受到多种因素的影响，包括底物质量与数量、养分可用性、氧气供应和微生物活动。在本研究中，表层土壤具有更高的微生物多样性、更多的微生物门类和更丰富的可用底物资源，这些因素共同促进了SOC的矿化潜力。全球数据集的分析进一步支持了这一观点，即变暖导致的表层SOC损失率（6.0%）显著高于深层SOC（1.3%），这从全球视角再次确认了表层土壤在碳分解中的关键作用。

对于深层土壤，研究人员发现其CO?排放主要受到真菌群落网络复杂度和胞外酶活性的影响。与细菌相比，真菌能够降解更多类型的难分解有机化合物，并在环境压力或资源匮乏条件下表现出更强的耐受性。这些功能特性使它们成为深层土壤中潜在的主要分解者。研究还指出，尽管细菌和真菌群落均影响深层CO?排放，但真菌群落的总效应更大，这表明它们在深层SOC分解中的贡献更为显著。类似地，高AGB和DOC输入也削弱了深层真菌之间的合作关系，加速了土壤碳的释放。然而，由于深层微生物长期处于“饥饿”状态，对资源的敏感性较高，因此高资源输入可能进一步加剧深层微生物之间的竞争。

研究还发现，土壤微生物群落的结构和功能受到气候因素、植被生产力和土壤碳动态的协同作用控制。这种协同作用最终决定了土壤CO?的排放模式。因此，为了更全面地理解泥炭地的碳循环机制，未来的研究需要进一步评估每个驱动因素的实际强度和方向，并结合研究背景进行深入分析。此外，实验中选择的指标相对有限，未来的研究应纳入更多土壤痕量元素和生化指标（如微生物残留物和微生物碳）的分析，以更全面地评估泥炭地CO?排放的驱动机制。

综上所述，本研究揭示了山地泥炭地土壤碳矿化在海拔梯度下的非线性模式，这一模式主要由微生物群落的特征驱动，如物种多样性、copiotrophic门类和网络复杂度。表层土壤的CO?排放主要受到细菌群落多样性、网络复杂度和copiotrophic门类丰度的影响，而深层土壤的CO?排放则主要由真菌网络复杂度和酶活性调控。气候因素、土壤碳和植被生物量通过影响微生物群落间接调控CO?排放。此外，表层土壤的高CO?排放表明其对碳损失的易感性较高，因此有效的泥炭地保护和恢复策略应优先考虑表层土壤的管理。这些发现不仅加深了对泥炭地碳损失机制的理解，还为预测未来气候变化下泥炭地碳循环动态提供了重要的理论基础。