文献分享
文献分享
文献分享
Literature Sharing
文献分享丨揭秘!农业土壤有机碳“超额积累”的关键:C:N:P化学计量如何“解锁”微生物碳磷代谢密码
2025-10-14
文献分享丨揭秘!农业土壤有机碳“超额积累”的关键:C:N:P化学计量如何“解锁”微生物碳磷代谢密码

英文题目:Microbial carbon and phosphorus metabolism regulated by C:N:P stoichiometry stimulates organic carbon accumulation in agricultural soils

中文题目:C:N:P化学计量比调控的微生物碳磷代谢促进农业土壤有机碳积累

期刊名称Soil and Tillage Research

影响因子:6.8

作者单位:宁波大学

DOI:https://doi.org/10.1016/j.still.2024.106152

研究背景

本研究以揭示C:N:P化学计量比与微生物代谢限制对土壤有机碳(SOC)累积的驱动机制为目标,选取中国东部277个样点的土壤作为研究对象,涵盖潮滩、荒地、林地等自然土壤,以及旱地、水稻土等农业土壤,通过野外调查与室内实验分析相结合的方式开展研究。

研究过程中,首先测定了不同土地利用类型土壤的理化性质,包括pH、电导率、水溶性盐等指标,同时分析了土壤养分含量,如SOC、全氮(TN)、全磷(TP)、有效磷(Olsen-P)、可溶性有机碳(DOC)、可溶性有机氮(DON)等;采用氯仿熏蒸提取法测定微生物量碳(MBC)、微生物量氮(MBN)、微生物量磷(MBP),并计算其C:N:P化学计量比;通过荧光分析法测定碳获取酶(BG、CBH、XYL)、氮获取酶(NAG)、磷获取酶(AP)的活性,基于生态化学计量理论,利用向量分析计算微生物碳、磷限制程度,借助生物地球化学平衡模型估算微生物碳利用效率(CUE)。

在此基础上,通过单因素方差分析对比不同土地利用类型下土壤养分、微生物量及酶活性的差异,利用线性回归模型分析SOC与CUE的相关性,通过变异分解分析(VPA)识别影响微生物代谢限制的关键驱动因子,最后借助偏最小二乘路径模型(PLS-PM)揭示环境因子对CUE的作用路径,明确C:N:P化学计量比、微生物代谢限制与SOC累积之间的关联,研究提出三大核心假设:(1)天然与农业土壤中的有机碳含量均与CUE呈正相关;(2)农业土壤中养分供给导致有效碳氮比值偏低,可能缓解微生物营养限制;(3)微生物代谢限制通过增加资源向微生物生长与合成的分配比例,对CUE产生负面影响。深入探究农业与自然土壤中SOC累积的差异机制。


研究路线

文献分享丨揭秘!农业土壤有机碳“超额积累”的关键:C:N:P化学计量如何“解锁”微生物碳磷代谢密码

研究结果

01

不同土地利用类型对土壤养分、微生物量和胞外酶活性(EEA)的影响

在不同的土地利用类型中,水分、电导率(EC)和总水溶性盐(TS)的影响显著(P<0.05)。旱地和水田土壤的EC和TS含量低于荒地和林地土壤,而pH在五种土地利用类型之间差异不显著(P>0.05)。此外,土地利用类型显著影响土壤的物理化学性质(P<0.05)。水稻土的可溶性有机碳(DOC)最高(715±5.96mg kg-1),可溶性有机氮(DON)最高(20.7±1.85mg kg-1),Olsen-P最高(118±13.3mg kg-1),DOC:DON比值最高(9.72±0.84),DON:Olsen-P比值最低(0.22±0.03)。土壤养分及其比值分析表明,水稻土中SOC和TN含量最高,旱地土壤中SOC:总氮(TN)比值最低。TP含量以旱地最高,为(0.74±0.04g kg-1)。水稻土SOC:总磷(TP)和TN:TP比值最高,旱地土壤最低。然而,甲基溴及其化学计量比在四种土地利用类型之间存在差异。稻田土壤中微生物量(MB)含量最高。

潮滩土壤中MB含量最低。MBC:MBN比值在水稻土中最高,在潮滩中最低。碳、氮和磷的胞外酶活性(EEA)在不同的土地利用类型上表现出一致的趋势。碳获取酶(BG、CBH、XYL)、氮获取酶(NAG)和磷获取酶(AP)活性分别在水稻土和潮滩中最高和最低。微生物碳氮酶在荒地土壤中的比例最高,在潮滩土壤中最低。旱地土壤中C:P获取酶的比例最高,而水稻土中N:P获取酶的比例最高。

02

C:N:P化学计量比对CUE的影响

与天然土壤(荒地和林地土壤)相比,农业土壤(旱地和水稻土)具有更高的有机碳和CUE(分别为13.5g kg-1和0.40)(图1)。土壤有机碳和CUE在水稻土中最高(SOC:16.2±0.77g kg-1,CUE:0.41±0.01);而潮滩土壤则低于水田、旱地和荒地土壤(SOC:6.05±1.22g kg-1,CUE:0.23±0.02),与林地土壤差异不显著(P>0.05)。此外,除潮滩土壤外,所有四种土地利用类型都显示出有机碳与CUE之间的强烈正相关(图2)。

文献分享丨揭秘!农业土壤有机碳“超额积累”的关键:C:N:P化学计量如何“解锁”微生物碳磷代谢密码

图1.不同土地利用类型土壤有机碳(SOC)和微生物碳利用效率(CUE)的变化。所有数据均以平均值±标准误差表示。小写字母代表不同土地利用类型之间的显著差异(P<0.05)。

文献分享丨揭秘!农业土壤有机碳“超额积累”的关键:C:N:P化学计量如何“解锁”微生物碳磷代谢密码

图2.不同土地利用类型下土壤有机碳(SOC)与碳利用效率(CUE)的关系阴影代表95%的可信区间。***,P<0.001;**,P<0.01;*,P<0.05。

微生物化学计量平衡定义为ln(SC:N)和ln(BC:N)或ln(SC:p)和ln(BC:p)。荒地、林地、旱地和水田表现出较强的微生物元素动态平衡。回归斜率<1和缺乏显著性(P>0.05)表明化学计量平衡很强。不同土地利用类型也影响微生物代谢限制(图3)。旱地和水田土壤微生物磷限制最低(分别为74.3±0.94和72.1±0.94),潮滩土壤微生物磷限制最高(86.3±0.68)。潮滩微生物碳限制值最低(0.70±0.12),荒地和林地最高(分别为0.92±0.01和0.91±0.01)。此外,线性回归模型表明,在荒地、林地、旱地和水稻土中,CUE、C和P的限制之间呈负相关(图3)。

文献分享丨揭秘!农业土壤有机碳“超额积累”的关键:C:N:P化学计量如何“解锁”微生物碳磷代谢密码

图3.不同土地利用类型(A和B)的微生物代谢限制特征以及农业和自然生态系统(C和D)的所有数据中微生物代谢限制与碳利用效率(CUE)之间的线性回归分析,***,P<0.001;**,P<0.01;*,P<0.05。C为碳;P为磷。

03

微生物代谢限制与CUE的驱动因素

CUE与MBC:MBN和MBC:MBP呈正相关,与DOC:DON、DOC:Olsen-P呈显著负相关(图4B)。此外,EEA向量分析发现,碳氮磷(C:N:P)化学计量比与微生物代谢限制存在显著相关性(图4B)。微生物磷限制与DOC:Olsen-P、DON:Olsen-P呈正相关,与MBC:MBN、MBC:MBP呈负相关。相反,碳限制与DOC:DON、SOC:TN、SOC:TP、TN:TP和MBC:MBP比值呈负相关。通过变异分区分析(VPA)分析确定了控制微生物限度的主要变量。土壤特性和MB对微生物量碳、磷限制的贡献率分别为43.6%和55.7%。预测微生物量碳和磷限制的最重要因素是pH(图5)。此外,我们还探讨了生物因素(MBC、MBN和MBP)和非生物因素(pH、EC、水分、SOC、TN、TP、DOC、DON和Olsen-P)对微生物量碳和磷限制的影响。根据变异分区分析(VPA)的数据,非生物因素解释了微生物量碳和磷限制的大部分差异(分别为27.6%和32.4%)。最后,我们利用偏最小二乘模型探索了线索变化的路径(图6)。模型表明,土壤速效养分(0.11)、MB(0.06)和MB化学计量比(0.28)对CUE有正向影响,而pH对CUE有总负向效应。此外,微生物代谢限制对CUE的总负效应最大(分别为-0.31和-0.36),表明微生物代谢对CUE的影响最大(图6B)。

文献分享丨揭秘!农业土壤有机碳“超额积累”的关键:C:N:P化学计量如何“解锁”微生物碳磷代谢密码

图4.农业和自然生态系统中碳利用效率(CUE)、微生物代谢限制、土壤理化性质、土壤养分、微生物生物量及其比率之间的皮尔逊相关性。***,P<0.001;**,P<0.01;*,P<0.05。

文献分享丨揭秘!农业土壤有机碳“超额积累”的关键:C:N:P化学计量如何“解锁”微生物碳磷代谢密码

图5.确定每个预测变量在解释微生物C和P限制中的贡献的随机森林模型(A和C)。MSE表示均方误差。变异分配分析显示了环境驱动因素对微生物代谢限制(B和D)的影响。生物因子包括MBC、MBN和MBP,非生物因子包括pH、EC、水分、SOC、TN、TP、DOC、DON和Olsen-P。***,P<0.001;**,P<0.01;*,P<0.05。

文献分享丨揭秘!农业土壤有机碳“超额积累”的关键:C:N:P化学计量如何“解锁”微生物碳磷代谢密码

图6.偏最小二乘通径模型解开影响土壤性质对CUE(A)影响的主要路径,以及这些变量对CUE(B)的总影响。正因果流和负因果流分别由红色和蓝色箭头表示。显著的标准化路径系数由箭头上的数字表示。R2表示模型可以解释的因变量的变化。***,P<0.001;**,P<0.01;*,P<0.05。

讨论与总结

本研究针对C:N:P化学计量比与微生物代谢限制对土壤有机碳(SOC)累积的影响展开系统探究,得出以下核心结论:农业土壤(旱地、水稻土)的SOC含量显著高于自然土壤(荒地、林地),前者SOC含量为后者的1.74倍,其中水稻土的SOC含量与微生物碳利用效率(CUE)均为所有土地利用类型中最高,CUE达0.41±0.01,而潮滩土壤的SOC与CUE最低,且与林地土壤无显著差异。SOC与CUE呈显著正相关关系,农业土壤的CUE(0.38-0.41)高于自然土壤(0.25-0.31),这一差异源于农业土壤中微生物代谢限制的减弱。农业土壤中高SOC:TP、可溶性有机碳:可溶性有机氮、MBC:MBN及MBC:MBP比值提升了养分供应水平,有效缓解了微生物的碳、磷限制;而自然土壤因养分有效性低、酶活性较弱,微生物面临显著的碳、磷限制,进而阻碍了SOC的累积。

微生物代谢限制是影响CUE的关键因子,通过偏最小二乘路径模型(PLS-PM)分析发现,其对CUE的总负效应最大,达-0.31至-0.36,其次为C:N:P化学计量比,pH则通过负向作用影响CUE。变异分解分析(VPA)结果显示,非生物因子(如pH、土壤养分等)对微生物量碳、磷限制的解释率分别为27.6%、32.4%,高于生物因子(微生物量)的解释率。

综上,C:N:P化学计量比调控的微生物代谢限制是农业土壤SOC累积的核心驱动机制,该研究结果为深入理解土壤碳储存过程提供了新视角,同时凸显了生态化学计量与微生物代谢限制在土壤碳循环中的重要性,为农业生态系统碳管理提供了理论依据。

参考文献Wang X, Zhang H, Cao D, et al. Microbial carbon and phosphorus metabolism regulated by C: N: P stoichiometry stimulates organic carbon accumulation in agricultural soils[J]. Soil and Tillage Research, 2024, 242: 106152.