《Trees, Forests and People》:Deep soil carbon storage and microbial functioning in Amazonian alluvial forest soils
编辑推荐:
亚马逊洪泛区土壤具有高度动态性,支持多样化的生态系统,但不同森林类型对深土碳储存和微生物功能的影响仍鲜为人知。本研究提供了五种对比鲜明的亚马逊洪泛区森林类型在土壤肥力、碳储存和微生物功能方面的深度解析比较。研究人员在亚马逊洪泛区的Ilha das Cinzas
亚马逊洪泛区土壤具有高度动态性,支持多样化的生态系统,但不同森林类型对深土碳储存和微生物功能的影响仍鲜为人知。本研究提供了五种对比鲜明的亚马逊洪泛区森林类型在土壤肥力、碳储存和微生物功能方面的深度解析比较。研究人员在亚马逊洪泛区的Ilha das Cinzas岛上,对五种森林类型(红树林、低地森林、高地森林、再生林和阿萨伊农林)的土壤化学、物理和微生物特性进行了深达200 cm的对比。采样设计包括15个采样点(每种森林类型3个点),土壤按四个深度区间(0–50、50–100、100–150和150–200 cm)采集。分析内容包括化学性质、土壤有机碳(SOC)及SOC储量(SOCS)、微生物指标(β-葡萄糖苷酶活性,BG;微生物生物量碳,MBC)、土壤水分和容重。SOC和SOCS在不同森林类型和深度间存在显著差异,红树林土壤中最高(2.18%和52 Mg C ha?1)。SOC与MBC呈正相关(β = 0.567, p < 0.001),而pH与MBC呈显著负相关(β = ?0.341, p < 0.001)。这些发现表明,森林类型和土壤深度与亚马逊洪泛区土壤中碳储存、养分有效性和微生物功能的变异密切相关。红树林土壤始终表现出比其他森林类型更高的碳储存。从生态学角度看,这些结果强调了红树林和其他富碳洪泛区森林在维持深土碳库及相关土壤功能中的作用;从管理角度看,它们支持保护红树林、保护富碳洪泛区生态系统,并将深土层次纳入亚马逊河口景观的碳核算、土壤肥力评估和生态系统管理策略中。
**研究背景与问题**
亚马逊洪泛区土壤受河流径流、季节性洪水、沉积物沉积、地貌和植被动态的相互作用塑造,尤其以白水河流(如Solim?es–Amazon系统)带来的安第斯侵蚀沉积物为重要来源,这些沉积物在反复洪水脉冲中沉积,形成空间异质性。沿水文和地形梯度,高地森林和低地森林经历不同的淹没制度:高地森林位于较高位置,淹没时间短且频率低;低地森林位置较低,在年度洪水脉冲中淹没时间更长。红树林区域位于潮汐河口,受亚马逊河淡水和大西洋海水共同影响。再生林因自然干扰或人为影响而处于次生演替阶段。此外,为生产阿萨伊(*Euterpe oleracea* Mart.)而对原生洪泛区森林的管理引入新维度,包括选择性清除其他物种、打开冠层和集约化经营,可能改变养分循环、土壤结构、微生物活性和碳储存。
尽管已有大量关于亚马逊洪泛区生态和土壤碳动态的研究,但存在关键知识空白:以往研究多聚焦于表层土壤性质、单一森林类型或碳储量,而未同时考察深土剖面(>100 cm)的微生物功能。尤其是,在小型、异质性河流岛屿上,红树林、高地与低地森林、再生林和管理阿萨伊系统共存,但森林类型和土壤深度对土壤肥力、碳储存和微生物活性的综合效应仍不清晰。因此,研究人员开展了一项深度解析对比研究,旨在区分森林类型与垂直土壤层化的影响,为深土功能提供更全面的评估。
**研究内容与结论**
研究人员在巴西亚马逊河口的Ilha das Cinzas岛上,选取五种森林类型——红树林、低地森林、高地森林、再生林和阿萨伊农林——在四个深度区间(0–50、50–100、100–150、150–200 cm)至200 cm深度,系统测量了土壤化学、物理和生物属性,包括pH、潜在酸度(H?+Al3?)、交换性铝(Al)、铁(Fe)、有效磷(P)、交换性钙(Ca)、镁(Mg)、钾(K)、土壤有机碳(SOC)、总氮(N)、SOC储量(SOCS)、阳离子交换量(CEC)、β-葡萄糖苷酶活性(BG)、微生物生物量碳(MBC)、土壤水分(SM)和容重(BD)。研究得出以下结论:红树林土壤在SOC、交换性养分、土壤水分和微生物生物量方面均最高,而高地森林酸性更强、交换性Al浓度更高,且SOC、养分和微生物生物量较低,尤其在深层。SOCS范围为27.6至52 Mg C ha?1,表明森林类型、水文背景和垂直土壤层化对碳储存解释的重要性。结构方程模型(SEM)揭示了强物理-碳-微生物关联:BD与SOC负相关(β = ?0.807),有效P与SOC正相关(β = 0.282),SOC与MBC正相关(β = 0.567),模型解释了SOC和MBC变异的97.9%和97.8%,但仅解释BG变异的15.7%,表明BG活性受其他功能与环境因素调控。该研究发表在《Trees, Forests and People》。
**主要关键技术方法**
研究采用分层设计,在Ilha das Cinzas岛上五种森林类型(红树林、低地森林、高地森林、再生林、阿萨伊农林)中各设3个独立土壤剖面,每个剖面分4个深度区间(0–50、50–100、100–150、150–200 cm),共60个样本。关键方法包括:Walkley–Black法测定SOC;Kjeldahl法测定总N;Mehlich-1法提取有效P和交换性K;KCl提取法测定交换性Ca、Mg、Al及潜在酸度;Lindsay–Norvell法提取Fe;氯仿熏蒸-提取法测定MBC;p-硝基苯基-β-D-吡喃葡萄糖苷底物法测定BG活性;环刀法测定容重和土壤水分。统计上采用双因素方差分析(ANOVA)和Tukey HSD事后检验,Pearson相关分析,以及基于预设生态关系的结构方程模型(SEM),并以5000次重抽样进行bootstrap验证。
**研究结果**
**3.1 土壤肥力指标的相关性分析**
通过Pearson相关分析发现,土壤变量间存在强正相关。pH与潜在酸度(H?+Al3?)、交换性Ca、Mg、K及CEC呈极强负相关(r = ?0.98至?0.91),表明研究环境中土壤酸度和交换性盐基状态存在协同梯度。SOC与总N(r = 0.99)、P(r = 0.96)、Mg(r = 0.95)、CEC(r = 0.93)、K(r = 0.92)和Ca(r = 0.89)密切相关,指示富碳土壤也倾向于具有更高养分浓度和保持能力。MBC与SOC(r = 0.97)、P(r = 0.97)、Mg(r = 0.99)、Ca(r = 0.96)、K(r = 0.96)和CEC(r = 0.98)强相关,表明碳丰富环境支持更大微生物生物量。而BG活性与大多数土壤属性相关性较弱(如pH r = ?0.28,SOC r = 0.14),提示其受特定易利用碳底物、微生物群落组成或氧条件等未测因素影响。
**3.2 土壤pH、交换性铝、铁和磷有效性**
通过双因素ANOVA分析,土壤pH在森林类型和深度间显著变化,红树林土壤pH随深度下降至3.84(50–100 cm和100–150 cm),而高地森林在50–100 cm处pH最高达5.20。潜在酸度(H?+Al3?)在红树林中最低(2.15 cmol
c kg?1),在高地森林中最高(9.13 cmol
c kg?1)。交换性Al在阿萨伊农林中最低(0.1 cmol
c kg?1),在高地森林中最高(0.5 cmol
c kg?1)。Fe浓度红树林最高,有效P在红树林底层(30 mg kg?1)显著高于高地森林(6 mg kg?1)。这些结果表明,水文状况和沉积物输入共同影响土壤酸度、金属浓度和磷分布。
**3.3 交换性盐基阳离子与土壤肥力指数**
交换性Ca、Mg和K在森林类型和深度间显著差异:红树林土壤在50–100 cm处Ca和Mg最高(8.9和4.85 cmol
c kg?1),而高地森林最低(约3.0和1.1 cmol
c kg?1)。表层K也以红树林最高。CEC在红树林(16和15.8 cmol
c kg?1)和高地森林(10.5和10.2 cmol
c kg?1)中较高,但通过ANOVA和Tukey检验揭示了森林类型间差异。SOCS在再生林和红树林中为27.6–52 Mg C ha?1,红树林最高。这些结果说明,红树林土壤具有独特的养分保持和输入环境,而高地森林因淹没频率低、淋溶强而养分较低。
**3.4 功能性土壤生物与物理属性**
BG活性在阿萨伊农林和部分再生林中最高(1.28–14.76 μmol pNP g?1 h?1),而MBC在红树林中最高(544 mg C kg?1),在高低地森林底层最低(59 mg C kg?1)。通过ANOVA,BG与MBC呈解耦模式:阿萨伊农林因易利用碳底物刺激酶产生,红树林因高有机质但缺氧、盐度胁迫抑制单位MBC的酶活性。土壤水分以红树林最高(16.6–23.6%),容重以红树林最低(0.50 g cm?3),高地森林最高(1.03 g cm?3),这些物理属性与碳储存和微生物活动密切相关。
**3.5 结构方程模型**
SEM以χ2 = 60.387、CFI = 0.998、TLI = 0.998、RMSEA = 0.022、SRMR = 0.043的拟合优度证实了预设关系。BD是SOC的最强负向预测因子(β = ?0.807, p < 0.001),有效P正向影响SOC(β = 0.282, p = 0.003),SOC正向影响MBC(β = 0.567, p < 0.001),pH负向影响MBC(β = ?0.341, p < 0.001)。模型解释了SOC和MBC变异的97.9%和97.8%,但仅解释BG变异的15.7%,且BD对BG有显著正向影响(β = 1.551, p = 0.049)。5000次bootstrap验证支持了关键路径的稳健性。这表明,土壤物理结构(BD)通过调控SOC进而影响微生物生物量,而BG活性受更复杂的底物质量、微生物功能分配和环境条件调控。
**讨论与结论**
讨论部分强调,红树林土壤的SOC、养分和微生物生物量优势源于其水文连通性、沉积物输入和有机质积累,但需注意缺氧条件可能抑制分解,使碳以较稳定形式储存。高地森林的酸性和低养分状况反映了淋溶和沉积物输入减少,而再生林显示出土壤功能恢复的潜力。阿萨伊农林的高BG活性表明其微生物群落可能更活跃,但长期可持续性需进一步研究。SEM结果揭示了物理-碳-微生物的强级联关系,但BG的弱解释力提示需纳入更多变量如溶解性有机碳、群落组成和氧化还原条件。
**结论部分翻译**:
本研究表明,Ilha das Cinzas岛上森林类型和土壤深度之间的土壤生化特征差异显著,并与森林结构、水文条件和管理背景的差异相关。红树林土壤普遍表现出最高的SOC、交换性养分、土壤水分和微生物生物量浓度,而高地森林酸性更强、交换性Al浓度更高,且SOC、养分浓度和微生物生物量较低,尤其在深层。SOCS范围为27.6至52 Mg C ha?1,凸显了森林类型、水文背景和垂直土壤层化在解释碳储存中的重要性。这些结果进一步强调,在亚马逊洪泛区生态系统的碳储存和土壤肥力评估中,需要纳入深层土壤。SEM识别出强烈的物理-碳-微生物关联:BD与SOC负相关(β = ?0.807),有效P与SOC正相关(β = 0.282),SOC与MBC正相关(β = 0.567)。模型解释了SOC和MBC变异的97.9%和97.8%,但仅解释BG变异的15.7%,表明BG活性受当前模型未包含的额外功能与环境因素影响。因此,强大的BD–SOC–MBC关系突出了土壤物理条件和碳有效性在构建微生物生物量中的重要性。红树林土壤中观测到的较高碳浓度和储量(包括深层)强化了保护红树林和其他富碳洪泛区生态系统的重要性,而再生林的特征表明干扰后土壤功能可能恢复。阿萨伊农林也表现出独特的土壤属性和相对较高的BG活性,但需要长期研究来评估这些模式的可持续性。未来研究应通过跨湿季和干季的重复采样评估深层碳持久性,并纳入水位动态、氧化还原电位、温室气体通量、碳组分、分解速率和微生物群落组成。在更多亚马逊洪泛区地点扩展采样将有助于检验这些发现的普遍性,并制定针对特定生态系统的土壤保护、碳管理、森林恢复和可持续农林建议。