文章信息
- 赵紫檀, 郑洁, 吴则焰, 刘金福
- ZHAO Zitan, ZHENG Jie, WU Zeyan, LIU Jinfu
- 互花米草入侵下红树林土壤微生物群落特征
- Features of Mangrove soil microbial community with Spartina alterniflora invaded
- 森林与环境学报,2017, 37(2): 169-173.
- Journal of Forest and Environment,2017, 37(2): 169-173.
- http://dx.doi.org/10.13324/j.cnki.jfcf.2017.02.007
-
文章历史
- 收稿日期: 2016-10-17
- 修回日期: 2016-12-27
2. 福建农林大学生命科学学院, 福建 福州 350002
2. College of Life Sciences, Fujian Agriculture and Forestry University, Fuzhou, Fujian 350002, China
互花米草 (Spartina alterniflora Lois.) 是典型的滨海湿地植被类型,作为外来入侵种,其具有广盐性、耐淹性、耐低氧性和很强的繁殖能力[1]。互花米草大量入侵红树林 (Mangrove) 群落,破坏了湿地生态系统平衡,造成严重影响[2]。互花米草入侵在破坏湿地环境的同时,也破坏着湿地土壤的微生态[3]。土壤微生物作为最活跃和具有决定性影响的组分之一,积极参与土壤中的能量流动、营养循环和有机物转化,对维持生态系统过程和功能意义重大。然而,对于互花米草入侵机理的研究多集中在生理生化[4-5]方面, 而关于互花米草和红树林根际土壤微生物的研究也多见于资源微生物方面[6]。闽江河口湿地作为国家级湿地保护区,引起许多专家学者高度关注:闽江河口湿地土壤营养元素的积累、分布及变化[7]; 湿地枯落物的分解及动态变化[8]; 湿地植物秋茄的生理指标估算[9]等。目前有关互花米草入侵红树林后对湿地生态系统土壤微生物群落与多样性造成影响的研究并不多见[10]。Biolog微平板技术作为分析土壤微生物群落多样性的常用方法,近年来被广泛应用到农林研究:解析污染地土壤微生物的群落多样性特征[11]、测定土壤微生物的群落多样性[12]、比较不同土壤微生物特征[13]、特征碳源的判别[14]等。为此运用Biolog微平板技术来探索红树林群落 (Mangrove community,MC)、互花米草群落 (S. alterniflora community,SC) 以及红树林-互花米草混交区域 (Mangrove-S. alterniflora community,MS)3种植被根际土壤微生物群落的的碳源代谢能力和功能多样性,探讨它们之间差异以及红树林和互花米草竞争原因与相互关系, 旨在为湿地土壤微生物变化规律提供理论依据,也可为进一步探索互花米草入侵机理和生物防治奠定基础。
1 研究地区与研究方法 1.1 研究区概况闽江河口国家湿地公园 (东经119°36′28″~119°41′15″,北纬26°01′08″~26°03′39″),位于福建省长乐市潭头镇和梅花镇闽江入海口,在淡水和海水交汇处,湿地类型丰富多样,包括了河口淡水湿地、潮间带湿地、红树林沼泽等。该湿地总面积2 100 hm2,有动植物1 084种,具有生物多样性丰富、野生动植物多的特点,其中华凤头燕鸥、勺嘴鹬、黑脸琵鹭是福建最重要的珍稀鸟类。该湿地处于长乐东部滨海平原,最低海拔2~5 m,属中亚热带海洋性气候,气候温和湿润,年平均气温19.3 ℃,年平均降水量1 382.3 mm,湿地红树林主要物种为秋茄。
1.2 研究方法 1.2.1 土壤样品采集与处理2016年4月,在闽江河口国家湿地公园海滨进行采样,分别在MC、SC、MS建立3个20 m×20 m的标准样地,按“S”形布点取植物根系周围 (0~10 cm) 土壤,每个样地取3份土样均匀混合为1个土样,如此重复取完所有9个样地,得到3份混合土壤样品后迅速带回室内分析。
1.2.2 土壤微生物群落功能多样性测定土壤微生物群落功能多样性采用Biolog微平板技术测定。称取5 g鲜土于经高压灭菌的三角瓶中,加入100 mL含有0.85%的NaCl无菌水,封口,120 r·min-1震荡30 min,冰浴静置2 min,取上层清夜5 mL于灭菌过的100 mL三角瓶中,加入45 mL无菌水,重复稀释3次,制得1:1 000的提取液,立即用于ELSIA反应。将Biolog微平板预热到25 ℃,用移液枪取150 mL提取液于各个孔中,28 ℃恒温培养168 h,每24 h用酶标仪读取590 nm的吸光度值。
1.3 数据处理土壤微生物群落利用碳源的整体能力,用平均颜色变化率 (average well color development,AWCD) 表示,AWCD =
利用不同植被类型土壤AWCD的3次重复平均值,绘制AWCD随时间动态变化曲线 (图 1)。土壤微生物利用碳源的总体变化趋势:随着培养时间的延长,其利用碳源的量也随之增加。不同植植被类型的AWCD变化不同,在48 h之前,3种植被类型的AWCD为0~0.2,说明土壤微生物在刚开始阶段对碳源利用率不高。48 h以后,SC的AWCD增速开始变大,表明其土壤微生物利用碳源的能力加强,生物活性增加, 其中在72~96 h,SC的AWCD高于另外2种植被类型,说明其活性较高,对碳源的利用率高于MC和MS。120 h是个分界点,该点的MS和SC土壤微生物的AWCD非常接近,说明两者对碳源的利用率很相近,而MC的AWCD比较低,说明该点的MC对碳源的利用率不如SC和MS。过了120 h之后,MS的AWCD要高于SC和MC,培养到168 h时,MS的土壤微生物群落对碳源的利用率最高,其次是SC,最次是MC,表明此时MC土壤微生物群落代谢活性最低。
2.1.2 土壤微生物对不同碳源利用强度Biolog微平板上的碳源可以分为6类,分别是氨基酸类、糖类、羧酸类、聚合物、胺类和酚酸类。随着培养时间的增加,微生物对6类碳源的利用率也在逐渐增加。表 1是不同植被类型土壤微生物群落对6类碳源的利用率,其对6类碳源的利用程度不一样,存在差异。在对糖类、聚合物类、胺类和酚酸类碳源的利用程度上呈现出MS>SC>MC的规律;对氨基酸类利用率大小排序是SC>MS>MC;对羧酸类利用率大小排序是MS>MC>SC。MS的土壤微生物对主要碳源的利用率较高, 而MC和SC的较低,MS对糖类、羧酸类、聚合物类、胺类和酚酸类的利用率要比MC分别高出136%、100%、107%、60%和55%。聚合物类是这3种植被土壤微生物的主要碳源,酚酸类利用率最小。
植被类型 Vegetation type |
氨基酸类 Amino acids |
糖类 Carbohydrate |
羧酸类 Carboxlic acids |
聚合物类 Polymer |
胺类 Amine |
酚酸类 Phenolic acids |
MC | 0.38±0.21b | 0.39±0.12c | 0.40±0.22b | 0.61±0.12b | 0.15±0.12b | 0.11±0.06b |
SC | 0.56±0.15a | 0.47±0.12b | 0.38±0.16b | 0.62±0.11b | 0.18±0.10b | 0.13±0.07b |
MS | 0.42±0.18b | 0.92±0.11a | 0.80±0.12a | 1.26±0.13a | 0.24±0.14a | 0.17±0.08a |
1)数据后不同的小写字母表示差异达0.05显著性水平。Note: the different small letters mean significant at 0.05 levels. |
群落功能多样性指数可用来指示土壤中的微生物对碳源的利用程度, 使用培养168 h的AWCD计算得到不同植被类型土壤微生物群落的Simpson指数、Shannon指数、Richness指数和McIntosh指数 (表 2)。Simpson指数的大小顺序是MS>SC>MC,即在MS优势土壤微生物种群生长良好,数量较大;其次是Shannon指数,大小顺序是MS>MC>SC,表明MS的土壤微生物种类最多且分布均匀;再次是Richness指数,以MS为最高,达到61.13±0.65,MC最低,为29.65±0.87,说明MS土壤微生物利用碳源数目最多;最后是McIntosh指数,MC虽最高但与其它2种植被类型差距小,说明3种植被类型下的土壤微生物种类都很丰富,且碳源利用程度也较高。可见闽江河口湿地土壤微生物群落功能多样性依植被类型的不同而不同,总体来看,处于MS区域内的土壤微生物功能多样性更为丰富。
植被类型 Vegetation type |
Simpson指数 Simpson index |
Shannon指数 Shannon index |
Richness指数 Richness index |
McIntosh指数 McIntosh index |
MC | 0.29±0.01c | 2.68±0.61c | 29.65±0.87c | 0.98±0.03a |
SC | 0.42±0.03b | 2.59±0.51b | 39.56±0.74b | 0.97±0.03ab |
MS | 0.90±0.08a | 2.96±0.35a | 61.13±0.65a | 0.95±0.03b |
1)数据后不同的小写字母表示差异达0.05显著性水平。Note: the different small letters mean significant at 0.05 levels. |
利用培养168 h的AWCD,对不同植被类型土壤微生物利用单一碳源特征进行主成分分析。培养168 h,SC位于主成分1(principal component 1,PC1) 的负值区域,MC位于主成分2(principal component 2,PC2) 的负值区域,因此,PC1和PC2基本可区分MC和SC土壤微生物群落特征 (图 2)。主成分得分系数与单一碳源的AWCD的相关性分析表明,在31种碳源中与PC1相关的有24个,其中20个呈现正相关,主要是聚合物类,4个呈负相关,主要是胺类和酚酸类;与PC2相关的有6个,其中5个呈负相关,主要是酚酸类。可见,在主成分分离中起到主要贡献作用的是酚酸类和胺类碳源。
3 讨论与结论 3.1 红树林-互花米草混交区域微生物群落特征在2个或2个以上群落间过渡地带存在广泛的边缘效应,位于交错带内的生物多样性高于相邻的地带。研究表明,Shannon指数,Richness指数,Simpson指数均显示MS最高,即存在边缘效应,与张克斌等研究结果相符合, 也可解释MS区域内微生物功能多样性高,微生物种类丰富,造成该区域的碳源利用率也最高。有研究发现, 混合植被群落根际土壤微生物相较于单一植被群在抵挡咸水入侵时有更好的缓存能力,混合植被群内的微生物数量比相邻的群落带更加丰富[18]。而研究中3种植被群落均是生活在河流入海口,常年遭受海水侵蚀,发现的MS区域内的微生物功能多样性更加丰富,可能是混合植被群落所带来的缓存能力和更强的抵抗力造成的。
3.2 互花米草群落土壤微生物特征发现SC的土壤微生物的多样性要高于MC,与周虹霞等[3]研究结果相符合, 可能是互花米草的生长过程中分泌的化感物质造成的[19-20],这些物质的存在会直接促进互花米草根系微生物的生长或者给其生长提供良好的环境从而限制红树林根系微生物的多样性。也有发现互花米草较红树林有着更高的遗传多样性和分化性[21],导致和互花米草存在共生关系的根际微生物的多样性也更为丰富,可能是造成互花米草根际土壤微生物多样性更为丰富的另一个原因。凋落物也会影响林下土壤微生物群落的结构和多样性,由于植被类型的不同,造成植被的凋落物的物质组成不同,是林下土壤微生物群落结构和多样性差异的另一个重要因素。陈法霖等[22]的分析发现,引进物种湿地松的凋落物显著改变了土壤微生物群落结构。SC和MC微生物群落特征的差异是否是凋落物的不同导致的,还有待进一步考证。
3.3 结论土壤微生物作为森林生态系统的重要组成部分,在信息传递、物质流动和能量循环过程中都扮演着极为重要的角色,对于林木的正常生长和发育起着关键作用。文中研究运用Biolog微平板技术分析了闽江河口湿地典型植被红树林和互花米草的土壤微生物群落特征,发现位于MS内的植被其土壤微生物无论是在碳源代谢能力还是功能多样性上都要高于MC和SC。在碳源的利用方面,聚合物类是3种植被类型土壤微生物的主要碳源,而酚酸类碳源利用率最低。Biolog微平板技术工作效率高,操作简单,在一定程度上能够节约试验所需的时间。然而该技术也有一定的局限性,它只能适用于培养土壤中生长迅速的革兰氏阴性菌,此外,Biolog微平板技术所能反映的信息主要是关于微生物碳源代谢能力和功能多样性,在指示微生物群落结构和多样性方面能力有限,因此在今后的研究中尚需适当加入其它研究方法,如现代分子生物学技术、高通量测序技术等,这将有利于对湿地互花米草和红树林之间关系的进一步探索。
[1] | 邓自发, 安树青, 智颖飙, 等. 外来种互花米草入侵模式与爆发机制[J]. 生态学报, 2006, 26(8): 2679–2685. |
[2] | 王刚, 杨文斌, 王国祥, 等. 互花米草海向入侵对土壤有机碳组分、来源和分布的影响[J]. 生态学报, 2013, 33(8): 2474–2483. |
[3] | 周虹霞, 刘金娥, 钦佩. 外来种互花米草对盐沼土壤微生物多样性的影响:以江苏滨海为例[J]. 生态学报, 2005, 25(9): 2304–2310. |
[4] | 胡楚琦, 刘金珂, 王天弘, 等. 三种盐胁迫对互花米草和芦苇光合作用的影响[J]. 植物生态学报, 2015, 39(1): 92–103. DOI:10.17521/cjpe.2015.0010 |
[5] | 肖燕, 汤俊兵, 安树青. 芦苇、互花米草的生长和繁殖对盐胁迫的响应[J]. 生态学杂志, 2011, 30(2): 267–272. |
[6] | 林鹏, 张瑜斌, 邓爱英, 等. 九龙江口红树林土壤微生物的类群及抗菌活性[J]. 海洋学报, 2005, 27(3): 133–141. |
[7] | 章文龙, 曾从盛, 高灯州, 等. 闽江河口湿地土壤全磷高光谱遥感估算[J]. 生态学报, 2015, 35(24): 8085–8093. |
[8] | 曾从盛, 张林海, 王天鹅, 等. 闽江河口湿地植物枯落物立枯和倒伏分解主要元素动态[J]. 生态学报, 2012, 32(20): 6289–6299. |
[9] | 章文龙, 曾从盛, 高灯州, 等. 闽江河口湿地秋茄叶绿素含量高光谱遥感估算[J]. 生态学报, 2014, 34(21): 6190–6197. |
[10] | 周军, 肖炜, 钦佩. 互花米草入侵对盐沼土壤微生物生物量和功能群的影响[J]. 南京大学学报 (自然科学版), 2007, 43(5): 494–499. |
[11] | 郑丽萍, 龙涛, 林玉锁, 等. Biolog-ECO解析有机氯农药污染场地土壤微生物群落功能多样性特征[J]. 应用与环境生物学报, 2013, 19(5): 759–765. |
[12] | DANG W, GAO C H, ZHANG Q, et al. Screening of preprocessing method of Biolog for soil microbial community functional diversity[J]. Agricultural Science & Technology, 2015, 16(10): 2247–2251. |
[13] | 郑华, 陈法霖, 欧阳志云, 等. 不同森林土壤微生物群落对Biolog-GN板碳源的利用[J]. 环境科学, 2007, 28(5): 1126–1130. |
[14] | 李胜华, 刘可星, 廖宗文. 特征碳源简化土壤微生物Biolog测定的方法及应用[J]. 中国农业科学, 2010, 43(3): 523–528. |
[15] | 林瑞余, 戎红, 周军建, 等. 苗期化感水稻对根际土壤微生物群落及其功能多样性的影响[J]. 生态学报, 2007, 27(9): 3644–3654. |
[16] | 马克平, 刘玉明. 生物群落多样性的测度方法Ⅰα多样性的测度方法 (下)[J]. 生物多样性, 1994, 2(4): 231–239. |
[17] | 张克斌, 刘云芳, 李瑞. 半干旱区湿地-干草原群落交错带边缘效应研究[J]. 西北植物学报, 2007, 27(5): 989–994. |
[18] | 杨长明, 蔡雯娟, 李建华. 模拟咸水入侵对崇明岛河岸带根际土壤微生物及反硝化作用的影响[J]. 应用生态学报, 2012, 23(4): 1083–1089. |
[19] | ROBERTS K J, ANDERSON R C. Effect of garlic mustard Alliaria petiolata Beib. Cavara and Grande extracts on plants and arbuscular my corrhizal (AM) fungi[J]. The American Midland Naturalist, 2001, 146(1): 146–152. |
[20] | BAIS H P, VEPACHEDU R, GILROY S, et al. Allelopathy and exotic plant invasion: from molecules and genes to species interactions[J]. Science, 2003, 301(5638): 1377–1380. |
[21] | O'BRIEN D L, FRESHWATER D W. Genetic diversity within tall form Spartina alterniflora Loisel along the Atlantic and gulf coasts of the United States[J]. Wetlands, 1999, 19(2): 352–358. |
[22] | 陈法霖, 郑华, 阳柏苏, 等. 外来种湿地松凋落物对土壤微生物群落结构和功能的影响[J]. 生态学报, 2011, 31(12): 3543–3550. |