首页|榆林沙区典型林地土壤微生物特征及其在肥力评价中的应用

榆林沙区典型林地土壤微生物特征及其在肥力评价中的应用

扫码查看
土壤是陆地生态系统的基本组成部分,其肥力质量可以直接反应土壤调控水、能量和营养物质的能力以及支持植物生长的潜力。土壤微生物商(Cmic/Corg)作为土壤最基础的生物学指标,能够敏感的指示土壤肥力质量的短期变化,被广泛用于评估不同农业措施对土壤肥力质量的影响。正是由于(Cmic/Corg)对环境变化的敏感性,应用其对较少人为措施干预的林地土壤的评价效果还未可知。本文以榆林沙区油松(Pinus tabulaeformis)、樟子松(Pinus sylvestris var.mongholica)、沙柳(Salix psammophila)和小叶锦鸡儿(Caragana microphylla)四种林分类型土壤为研究对象,在分析其土壤微生物群落结构和微生物商变化规律的基础上,建立微生物商预测模型评价土壤肥力质量,并通过基于土壤养分含量的传统方法进行验证(主成分分析和BP神经网络),得到以下主要结论: (1)四种林分微生物多样性指数和优势种丰度在林分间差异不显著,即林分间微生物群落结构对Cmic/Corg中微生物生物量碳(MBC)含量的影响差别较小,因此在建立模型评价土壤肥力质量时,不需要土壤微生物群落结构特征值进入微生物商预测模型。测序结果共产生有效操作分类单元(OTU)个数为15,509,各林分间OUT及各类多样性指数没有显著性差异。优势菌种及其丰度土层间变化较大,但林分间优势细菌种一致,丰度排名前五的分别是变形菌门(Proteobaeteria),放线菌门(Actinobacteria),酸杆菌门(Acidobacteria),厚壁菌门(Firmicutes)和绿弯菌门(Chloroflexi),樟子松、油松林下土壤中,酸杆菌门所占比例最大分别达到22.32%和29.02%,而在沙柳和小叶锦鸡儿林下土壤中,变形菌门又成为优势菌,比例占到27.64%和28.51%。变形菌门和放线菌门在灌木林土壤中所占比例要高于乔木。虽然各优势种丰度在林分间略有差别,但差异不显著(P<0.05)。 (2)7月份0-20cm土壤范围内的Cmic/Corg的变化规律性强,林分之间的差异大,选择这一时期,这一土层的微生物商进行土壤肥力质量评价既可以体现林分之间的差异,又可以在Cmic/Corg变化最大的时候建立评价模型,尽量平衡指标的敏感性。本次试验中生长季内微生物生物量碳(MBC)含量最高仅为682.83±28.02mg/kg,而微生物生物量氮(MBN)含量在0.80±0.25mg/kg到31.75±2.03mg/kg范围内变化。四种林分下土壤中的MBC、MBN在生长季内呈现出不同的变化规律,0-10cm和10-20cm土壤中季节变化最为明显,在夏末和初秋时MBC含量显著升高,而MBN含量在较冷的月份较高,在不同林分土壤间没有显着差异。四种林分生长季内的Cmic/Corg顺序极不统一,无论是土层深度间还是时间序列间都没有一致的结果,无法通过微生物商的实测值判断不同林分下土壤肥力特征的差异。 (3)分别建立土壤Cmic/Corg与土壤含水率、土壤温度曲线模型,经过模型F检验和参数T检验,得到检验均显著且拟合优度最佳的模型分别为,樟子松:三次函数,小叶锦鸡儿:一元线性函数,沙柳:“S”型曲线,油松:逻辑斯蒂函数;进入模型的自变量分别是,乔木:土壤含水率,灌木:土壤温度。通过自变量代换后,区间范围内取平均值得到四种林分Cmic/Corg预测值分别为小叶锦鸡儿(0.2198),樟子松(0.2175),油松(0.0872),沙柳(0.0767)。总体上看阻雨之后各林分间Cmic/Corg变化规律非常一致,在停止水分输入的第4天后基本趋于稳定。是一个对环境变化敏感且能够稳定的土壤生物学指标。而停止水分输入后,微生物生物量碳、氮的变化规律不同。MBC含量立即下降且下降速率很快,第10日后虽然仍有下降趋势,但基本保持稳定。相比之下,MBN含量的变化反应较慢,并且形成了一个抛物线形的变化趋势。 (4)运用基于养分含量的方法对Cmic/Corg评价结果进行验证,四种林分土壤肥力顺序均为小叶锦鸡儿>樟子松>油松>沙柳。主成分分析和BP神经网络建模分析后,主成分分析的结果为小叶锦鸡儿(0.639±0.202),樟子松(-0.015±0.240),油松(-0.247±0.419),沙柳(-0.377±0.322),小叶锦鸡儿和樟子松林下土壤肥力显著优于其他林分类型土壤,但结果标准误较大,BP神经网络建模分析的结果为小叶锦鸡儿小叶锦鸡儿(4.8982±0.0255),樟子松(4.9774±0.0288),油松(4.9904±0.0384),沙柳(5.0160±0.0168),仅小叶锦鸡儿林下土壤显著优于其他林分。两种方法所得结果与微生物商预测模型所给出的4种林分土壤肥力质量顺序一致,证明生物商预测值能够反映样地土壤肥力特征,并且通过微生物商预测模型平衡这一指标敏感性的思路是可行的。

王岳

展开 >

林地土壤 微生物 群落结构 肥力评价

博士

水土保持与荒漠化防治

丁国栋

2017

北京林业大学

中文

S7