下载:
-
土壤微生物参与森林生态系统中很多生态过程[1]。土壤细菌群落是土壤养分循环的参与者，在有机质的矿化、无机元素的转化以及土壤碳氮的积累等过程中发挥着重要作用[2-5]；土壤真菌通过产生多种胞外酶，可以有效分解各类有机质，将死去的有机物转化为生物量、二氧化碳和有机酸，从而调节碳和养分的平衡[6-8]。
气候变暖以及氮沉降对土壤微生物群落的结构、多样性和丰富度有显著影响[9]。山地海拔梯度作为模拟气候变化的有效方法[10]，其特点是在较短的地理距离上发生巨大的生物与非生物变化[11]，例如温度和湿度等气候要素[1]，因此，海拔梯度可以探究土壤微生物群落对气候变化的响应[12]。研究表明：土壤微生物多样性随海拔的变化有多种模式，包括下降、增加、中海拔峰值和极端海拔峰值等[13-15]。这是由于影响微生物群落变化的因子多种多样。LOOBY等[13]在土壤微生物与海拔关系的研究综述中阐明：气候和土壤(尤其是pH)是驱动土壤微生物群落变化的主要机制。在对亚热带高山区域的研究中，赵盼盼等[16]研究表明：温度与可溶性有机氮(DON)对土壤微生物群落结构变化起主导作用；孟苗婧等[17]发现：土壤理化因子是海拔梯度上土壤微生物群落产生差异的主导因子。此外，植物群落对土壤特性有重要影响，从而改变土壤微生物的海拔分布[18]。因此，气候因素、土壤理化性质和植物群落均影响土壤微生物多样性和群落组成[19]。
目前，亚热带土壤微生物群落结构对海拔梯度响应的研究，主要针对细菌、真菌等大类的变化，而对不同分类水平下具体类群的关注相对较少。例如，在福建省戴云山自然保护区的研究表明：黄山松Pinus taiwanensis林土壤细菌/真菌比随海拔升高显著下降[16]；对武夷山主要植被类型土壤的研究表明：真菌数量随海拔升高而降低[20]。针对浙江凤阳山针阔混交林，孟苗婧等[17]利用磷脂脂肪酸法发现革兰氏阴性细菌丰度随海拔升高而增大，并且这种变化与土壤理化性质有关。这些大类群的变化并不能很好地表征土壤细菌和真菌在门水平乃至属水平的变化特征，因此，本研究通过高通量测序，探索凤阳山常绿阔叶林土壤微生物群落在不同海拔梯度下的变化规律，以增加对土壤微生物群落组成和多样性的了解。
-
研究区位于浙江省丽水市龙泉市凤阳山自然保护区(27°46′~27°58′N，119°06′~119°15′E)，面积约1.52万hm²，属中亚热带温暖湿润气候区。保护区年降水量为2 400 mm，年蒸发量为1 100 mm，年平均气温为12.3 ℃。主要天然植被为常绿阔叶林与针叶林，常绿阔叶林的优势属为木荷属Schima、润楠属Machilus、石栎属Lithocarpus、栲属Castanopsis、青冈属Cyclobalanopsis。土壤类型以红壤、黄壤为主，800 m以下为红壤，800 m以上为黄壤[17, 21-22]。
-
选取4个不同海拔梯度下坡度、坡向、地上植被特征基本一致的常绿阔叶林地。海拔选择以土壤类型分界和凤阳山常绿阔叶林海拔分布范围为依据，分别为低海拔343 m (EG1)、中海拔765 m (EG2)、高海拔1364 m (EG3)、高海拔1 611 m (EG4)。不同海拔的林分主要树种及郁闭度见表1。去除表面凋落物后，在每个海拔内设立10 m×10 m的样地3个，间隔10 m以上，在每个样地内沿对角线采集混合土壤样品，用于土壤理化性质的测定(表2)。考虑到土壤微生物异质性可能更强，在相同区域内按5 m×5 m，间隔10 m采集4个混合土样，−80 ℃冰箱保存，用于土壤微生物的高通量测序分析。由于本研究没有直接在研究地内监测温度，故采用凤阳山森林生态长期定位站设置的不同海拔梯度(241、600、900、1 364 m)温度监测数据进行拟合得到。年平均气温(y)随海拔(x)变化关系为y=−0.0063x+21.592 (R2=0.9942)。拟合得出4个海拔(EG1、EG2、EG3、EG4)的年平均气温分别为19.43、16.77、13.15、11.44 ℃。
表 1 不同海拔林分特征
Table 1. General Situation of the trees at different altitudes
海拔编号 树种组成 郁闭度/% EG1 木荷Schima superba、甜槠Castanopsis eyrei、青冈Cyclobalanopsis glauca、石栎Lithocarpus glaber、
檵木Loropetalum chinense等91 EG2 木荷、甜槠、青冈、檵木、山鸡椒Litsea cubeba等 87 EG3 木荷、甜槠、青冈、杨桐Cleyera japonica、马银花Rhododendron ovatum等 92 EG4 甜槠、青冈、马银花、尖叶山茶Camellia cuspidata、麂角杜鹃Rhododendron latoucheae等 90 表 2 不同海拔土壤理化性质
Table 2. Physical and chemical properties of soil at different altitudes
海拔编号 pH 土壤湿度/% 总碳/(mg·g−1) 全氮/(mg·g−1) 全磷/(mg·g−1) 全钾/(mg·g−1) EG1 4.86±0.03 a 15.54±6.41 c 103.97±7.60 a 3.57±0.35 b 0.21±0.04 c 19.63±2.58 a EG2 4.93±0.18 a 43.45±19.89 b 160.53±96.86 a 9.43±4.65 a 0.51±0.12 b 14.13±1.37 b EG3 4.67±0.07 a 38.41±7.81 bc 117.23±25.94 a 7.13±1.12 ab 0.45±0.16 b 11.43±1.03 b EG4 4.73±0.21 a 71.36±14.42 a 125.97±45.76 a 9.63±3.09 a 0.73±0.05 a 14.37±1.58 b 说明：数值为平均值±标准差(n=3)，不同小写字母表示不同海拔间差异显著(P＜0.05) -
pH采用电位法(水土比为2.5∶1.0)通过pH计测定；土壤湿度采用环刀法测定；土壤总碳、全氮采用德国Element公司的元素分析仪测定(动态燃烧法)；土壤全磷采用酸溶-钼锑抗比色法，通过分光光度计测定；土壤全钾采用氢氧化钠熔融，火焰光度计测定[23]。
-
采用土壤DNA试剂盒(试剂盒名称为MagPure Soil DNA KF Kit)，从0.25 g土壤样品中提取DNA，利用琼脂糖凝胶电泳和NanoDrop 2000检测DNA浓度。以基因组DNA为模板，根据测序区域的选择，使用带 barcode 的特异引物，Takara公司的TksGflex DNA Polymerase进行聚合酶链式反应(PCR)。细菌16SrDNAV3-V4扩增引物为343F-5′-TACGGRAGGCAGCAG-3′和798R-5′- AGGGTATCTAATCCT-3′，真菌ITS扩增引物为ITS1F-5′-CTTGGTCATTTAGAGGAAGTAA-3′和ITS2-5′- GCTGCGTTCTTCATCGATGC-3′。测序委托中国上海欧易生物医学科技有限公司Illumina MiSeq平台进行。将获得的原始序列用一系列软件Trimmonatic[24]、Flash[25]和QIIME中的split_libraries[26]处理，得到优化序列，并使用 UCHIME软件[27]去除嵌合体；利用Vsearch软件[28]，生成操作分类单元(OTUs)，细菌、真菌相似度均为97%。
-
首先，对所有数据进行正态分布检验和方差齐性检验，结果均符合正态分布。对于土壤理化性质和微生物多样性指数的数据，使用SPSS软件进行单因素方差分析(one-way ANOVA)，确定不同海拔下土壤理化性质和土壤微生物多样性的差异(LSD最小显著差异法，显著性水平为P＜0.05)，其中土壤微生物覆盖度(goods_coverage，Cdepth)指数表示测序的深度。其计算方法为：Cdepth=1−n1/N，其中：n1为只含有1条序列的 OTU 数目；N为抽样中出现的总的序列数；对于门和属水平上各类群相对丰度的数据，利用Pearson相关分析来确定海拔与门和属水平上微生物群落的相关性；对于界、门、纲、目、科、属、种水平上土壤微生物相对丰度的数据，利用组间群落差异[LDA Effect Size(LefSe)]分析 (LefSe:
http://huttenhower.sph.harvard.edu/lefse/ 。设置标准：LDA大于2，P＜0.05)来研究不同海拔梯度下土壤微生物群落的差异类群[29]，对于OTU水平上土壤微生物序列数的数据，使用Canoco 5.0进行主坐标分析(PCoA)。由于微生物和土壤理化性质样品数量不一致，无法一一对应进行关联分析，故通过Bootstrap重采样方法，将每个海拔土壤微生物(n=4)与土壤理化性质(n=3)进行两两组合(12种可能)，从12种可能中随机抽取3个作为重复(n=3)，4个海拔共采集12个样品；重采样通过Matlab进行1000次，每1次都计算土壤微生物与土壤理化性质的Pearson相关系数，得到相关系数的频率分布，最终计算得到平均相关系数。对照Pearson相关系数显著性检验表中0.05显著性水平下相关系数的临界值，采用双侧检验判断显著性。 -
由图1A可知：细菌群落的OTU总数为8408个，共享OTU数 2828个。其中343、765、1364、1611 m特有OTU个数分别占到细菌OTU总数的7.67%、5.00%、6.24%、6.89%。两两比较中，中低海拔即343与765 m共有OTU数最多，为4593个。海拔变化同样引起土壤真菌群落OTU数量变化。如图1B所示：检测出的真菌群落OTU总数少于细菌群落，为3985个。不同海拔真菌群落共有的OTU占到真菌群落总数的4.19%。无论是细菌群落或真菌群落，中低海拔OTU数均高于高海拔；两两比较中，343与765 m共有的OTU数最多。这一结果表明343与765 m样地OTU组成相似。
图 1 不同海拔土壤细菌(A)和真菌(B)群落维恩图
Figure 1. Venn diagram showing the unique and shared OTUs at different elevations in bacterial (A) and fungal (B) communities
-
Chao 1指数与Shannon指数分别反映了微生物群落的丰富度与多样性。细菌群落的多样性分析发现：中低海拔Chao 1指数显著高于高海拔1364与1611 m，呈现出沿海拔增高逐渐减小的趋势(P＜0.05)(表3)。Shannon指数在343 m处最高，显著高于765 m处(P＜0.05)。真菌群落的多样性结果显示：高海拔Chao 1指数显著低于中低海拔(P＜0.05)，Shannon指数在343 m处最低，且显著低于765与1364 m处(P＜0.05)。细菌群落与真菌群落覆盖度指数均在0.97以上，且中低海拔呈现较低的水平(P＜0.05)，这说明测序结果可靠。
表 3 不同海拔土壤微生物群落多样性
Table 3. Soil bacterial diversity indices at different altitudes
细菌 真菌 海拔编号 Chao 1指数 Shannon指数 覆盖度 海拔编号 Chao 1指数 Shannon指数 覆盖度 EG1 4506.81±41.85 a 9.2622±0.246 8 a 0.9773±0.000 6 b EG1 783.12±36.26 a 3.6031±0.6633 b 0.9911±0.0006 b EG2 4255.62±295.74 b 8.8781±0.214 4 b 0.9780±0.001 7 b EG2 807.96±115.36 a 5.0242±0.6876 a 0.9911±0.0013 b EG3 3688.80±100.61 c 9.0043±0.231 9 ab 0.9824±0.000 5 a EG3 729.86±52.44 ab 4.6790±0.4236 a 0.9921±0.0002 ab EG4 3791.13±110.41 c 8.9974±0.176 5 ab 0.9815±0.000 8 a EG4 653.00±67.50 b 4.5171±0.6495 ab 0.9928±0.0008 a 说明：数值为平均值±标准差(n = 4)，不同小写字母表示不同海拔间差异显著(P＜0.05) -
通过测序发现，4个海拔土壤细菌群落共检测出33个门。图2A为门水平上相对丰度前10位的细菌群落。分析显示：凤阳山常绿阔叶林优势菌群为酸杆菌门Acidobacteria、变形菌门Proteobacteria和放线菌门Actinobacteria。其中，酸杆菌门相对丰度高达43.77%~51.55%，是丰度最高的类群，其次是变形菌门(31.18%~35.77%)、放线菌门(5.24%~7.99%)。Pearson相关性分析发现：芽单胞菌门Gemmatimonadetes、硝化螺旋菌门Nitrospirae、疣微菌门Verrucomicrobia与海拔呈极显著负相关(P＜0.01)，厚壁菌门Firmicutes与海拔呈显著正相关(P＜0.05) (表4)。
图 2 不同海拔门水平上土壤细菌(A)和真菌(B)群落相对丰度
Figure 2. Relative abundance of bacteria (A) and fungi (B) phylum at different altitudes
表 4 海拔与微生物门Pearson相关性系数
Table 4. Pearson correlation coefficient between altitude and soil bacterial phylum
细菌门 相关性系数 真菌门 相关性系数 细菌门 相关性系数 真菌门 相关性系数 酸杆菌门 0.032 担子菌门 −0.402 芽单胞菌门 −0.817** 壶菌门 −0.209 变形菌门 0.234 子囊菌门 0.173 迷踪菌门 −0.260 Cercozoa −0.191 放线菌门 −0.417 接合菌门 0.437 髌骨细菌门 −0.490 新丽鞭菌门 −0.233 拟杆菌门 0.269 罗兹菌门 −0.308 硝化螺旋菌门 −0.723** 芽枝霉门 −0.236 厚壁菌门 0.525* 球囊菌门 −0.036 疣微菌门 −0.705** 说明：*表示在0.05水平(双侧)上显著相关；**表示在0.01水平(双侧)上显著相关 图2B显示了所有鉴定出的已分类的门水平上的真菌群落。大部分类群隶属担子菌门Basidiomycota (33.16%~67.35%)与子囊菌门Ascomycota (22.98%~46.78%)。343 m处担子菌门最为丰富，相对丰度高达65.07%。子囊菌门是中高海拔相对丰度最高的真菌类群。除上述优势菌群，相对丰度高于1%的为343与1611 m的接合菌门Zygomycota。
-
细菌群落共检测出708个属。图3A展示了相对丰度前15位的细菌属，占21.61%~24.52%。Candidatus_Solibacter相对丰度最高，在343、765、1 611 m 超过5%，Bryobacter在1 611 m最高，Acidibacter在各海拔相对丰度为2.25%~3.01%。相关性分析(表5)显示：Acidibacter、Gemmatimonas、Sphingomonas、MND1与海拔呈显著负相关(P＜0.05)。
图 3 不同海拔属水平上土壤细菌(A)和真菌(B)群落相对丰度
Figure 3. Relative abundance of bacteria (A) and fungi (B) genus at different altitudes
表 5 海拔与微生物属Pearson相关性系数
Table 5. Pearson correlation coefficient between altitude and soil bacterial genus
细菌属 真菌属 细菌属 真菌属 属名 相关系数 属名 相关系数 属名 相关系数 属名 相关系数 Candidatus_Solibacter −0.458 红菇属Russula −0.645** Granulicella 0.719** Sebacina 0.197 Bryobacter 0.088 Archaeorhizomyces 0.290 Acidipila 0.639** 鹅膏菌属Amanita 0.250 Acidibacter −0.520* 大团囊菌属Elaphomyces −0.234 芽单胞菌属Gemmatimonas −0.734** Rossbeevera −0.127 热酸菌属Acidothermus 0.514* Xerocomus 0.200 分枝杆菌属Mycobacterium 0.035 丝盖伞属Inocybe 0.190 Candidatus_Koribacter −0.178 丝膜菌属Cortinarius 0.182 鞘氨醇单胞菌属Sphingomonas −0.778** 地舌菌属Geoglossum −0.194 Burkholderia-Caballeronia-
Paraburkholderia0.648** 棉革菌属Tomentella −0.259 拟杆菌属Bacteroides 0.224 Lactarius 0.311 Clade_Ia 0.472 湿伞属Hygrocybe −0.097 MND1 −0.743** 粉褶菌属Entoloma −0.209 Pajaroellobacter 0.740** 被孢霉属Morlierella 0.702** 说明：*表示在0.05水平(双侧)上显著相关；**表示在0.01水平(双侧)上显著相关 真菌群落共检测出384个属。图3B展示了相对丰度前15位的真菌属。红菇属Russula在343 m检出较多，相对丰度高达52.30%，中高海拔红菇属相对丰度均低于20%。Archeaorhizomyces相对丰度仅次于红菇属，在中高海拔大量存在。相关性分析(表5)显示：红菇属与海拔呈显著负相关，被孢霉属Morlierella与海拔呈显著正相关(P＜0.05)。
-
为进一步了解不同海拔土壤微生物组成的差异性，对不同分类水平上差异类群进行分析。除去未鉴定的物种，根据LefSe的结果显示：土壤细菌群落共有15个差异类群。其中1 364 m具有最多的差异类群，包括厚壁菌门、 放线菌门、放线菌纲Actinobacteria、梭菌纲Clostridia、热酸菌属等类群。765 m处存在5个差异类群，包括细菌界Bacteria、Candidatus_Solibacter等类群。δ-变形菌纲Deltaproteobacteria是1 611 m的差异类群(图4A)。
图 4 不同海拔土壤细菌(A)和真菌(B)群落LefSe分析
Figure 4. LefSe analysis showing the significant differences at different bacteria (A) and fungi (B) taxonomic levels
土壤真菌群落共有23个差异类群。343 m处具有最少的差异类群，包括红菇目Russulales、红菇科Russulaceae、红菇属。765 m包括地舌菌纲Geoglossomyeetes、湿伞属、大团囊菌属等差异类群；1 364 m包括锤舌菌纲Leotiomyeetes、鹅膏菌属、Xerocomus、丝膜菌属等差异类群。1 611 m包括接合菌门、被孢霉属等差异类群(图4B)。
-
采用主坐标分析(PCoA)法，基于杰卡德距离(binaryjaccard)算法，根据抽平后的OTU丰度分析不同海拔间微生物群落结构差异性，以二维图的形式呈现。由图5A显示：海拔引起了微生物群落的变化(P＜0.05)。在土壤细菌群落中，同一海拔高度内样本间的细菌群落组成相对接近。其次，中低海拔细菌群落高度相似位于第1主轴(PC1)的负轴上，高海拔细菌群落位于PC1正轴上。
图 5 不同海拔OTU水平上土壤细菌(A)和真菌(B)群落PCoA分析
Figure 5. PCoA analysis showing the first two principal coordinates at different altitudes in bacterial (A) and fungal (B) communities
对土壤真菌群落的PCoA分析中显示了与细菌群落基本一致的结果(图5B)，343与765 m各样本集中于PC1轴的负轴上，1 364与1 611 m各样本集中于PC1正轴上，343与765 m真菌群落相似度高，高海拔与中低海拔微生物多样性相似度低。
-
将土壤理化性质指标与微生物多样性、微生物群落结构[各样点在PC1、第2主轴(PC2)上的得分]进行Pearson相关性分析。结果(表6)表明：Chao 1指数与温度呈显著正相关(细菌的相关系数为0.886，真菌的相关系数为0.603，P＜0.05)。微生物群落结构的相关性分析发现，PC1轴与温度相关性最强(细菌的相关系数为−0.944，真菌的相关系数为−0.939)，呈显著负相关(P＜0.05)。同时，细菌、真菌群落的PC1轴也与土壤全磷、全钾、pH显著相关(P＜0.05)。
表 6 土壤理化性质与土壤微生物的Pearson相关性分析
Table 6. Pearson correlation between soil physical and chemical properties and soil microorganism
指标 细菌多样性 细菌群落结构 真菌多样性 真菌群落结构 Chao 1 Shannon PC1 PC2 Chao 1 Shannon PC1 PC2 温度 0.886* 0.320 −0.944* −0.190 0.603* −0.377 −0.939* −0.241 总碳 −0.041 −0.208 −0.010 0.057 0.048 0.242 −0.026 0.033 全氮 −0.412 −0.415 0.380 0.262 −0.215 0.478 0.349 0.249 全磷 −0.588* −0.394 0.618* 0.485 −0.448 0.435 0.581* 0.498 全钾 0.719* 0.427 −0.656* 0.325 0.207 −0.555 −0.671* 0.316 土壤湿度 −0.560 −0.360 0.600* 0.513 −0.461 0.382 0.562 0.530 pH 0.527 −0.016 −0.585* 0.176 0.343 −0.026 −0.616* 0.121 说明：*表示在0.05水平(双侧)上显著相关 -
本研究通过高通量测序对浙江凤阳山不同海拔常绿阔叶林的细菌和真菌群落进行调查和分析，以探究海拔对土壤微生物分布的影响。α多样性分析结果显示：海拔343 m细菌群落具有较高的丰富度指数，随着海拔的上升，丰富度指数下降，高海拔地区细菌群落丰富度指数显著低于低海拔地区，但多样性指数在低海拔与高海拔间并无显著差异。细菌群落的丰富度受海拔形成的地理梯度影响较大。SHEN等[30]在研究长白山不同海拔冻原生态系统土壤细菌群落的多样性格局时发现：细菌群落丰富度随海拔上升线性下降，安前东等[31]在西藏的研究也得出了一致的结果。海拔与年平均气温和年降水量高度相关，因此土壤细菌群落受气候的影响大于受地球化学或土壤结构因素的影响[32]。尽管如此，也不能排除其他因素对细菌丰富度的影响，比如土壤碳氮含量、pH等土壤理化因子可能是造成这种差异性格局的主要因素[30-31]。本研究中，温度与丰富度指数相关性系数为0.886，是导致细菌群落丰富度沿海拔垂直分布的主要影响因子，而全磷、全钾也与细菌丰富度指数有一定的联系。此外，在部分研究中，并未发现细菌群落丰富度的垂直梯度模式。如贺婧等[33]发现：太白山与朱雀山北坡的土壤细菌群落Chao 1指数无明显规律。与细菌群落不同的是，真菌群落丰富度指数虽然存在沿海拔上升而下降的趋势，但只在1 611 m处显著下降，因此真菌群落丰富度指数与温度的相关性弱于细菌群落。目前，大部分研究集中于对土壤细菌群落的海拔格局研究，关于真菌群落的相关报道较少。WANG等[34]发现：土壤真菌丰富度与海拔呈显著负相关。李敏等[35]研究指出：真菌丰富度指数与多样性指数在海拔1500 m时较低，但在海拔1800 m时较高，表明海拔对真菌多样性格局的影响尚不明确。
除土壤微生物群落的多样性格局，本研究还关注群落中特定类群的变化。门水平上，细菌群落以酸杆菌门、变形菌门和放线菌门为主。这些类群在植物多糖物质降解过程中起到了关键性作用[36]。属水平上，凤阳山常绿阔叶林的优势属为Candidatus_Solibacter、Bryobacter、Acidibacter。其中，Candidatus_Solibacter与Bryobacter能够有效地利用碳源，与有机质相关[37]。在不同的分类水平上，不同海拔细菌群落相对丰度存在显著差异。LefSe分析显示：细菌群落在1 364 m具有最多的差异类群，343 m处不存在差异类群。细菌群落某一特定类群丰度并没有在343 m显著增加，但对于一些类群，如硝化螺旋菌门、Acidibacter等，与海拔呈显著负相关(P＜0.05)。这些个体类群与海拔之间的关系可能有助于整体细菌群落的海拔格局的形成[30]。真菌群落的优势菌群为担子菌门与子囊菌门。两者在刘子涵等[38]、薛晓敏等[39]的研究中也具有较高的丰度，是全球范围内最主要的土壤真菌门[14]。作为腐生菌，担子菌门和子囊菌门能够有效地分解植物残体[40]。根据LefSe的分析结果，虽然真菌群落比细菌群落具有更多差异类群，但是差异类群集中在分类水平较低的科、属上，且属水平上的相关性分析显示仅有2个属呈现垂直梯度的变化，因此真菌群落组成差异较大但具体类群沿海拔梯度垂直分布的特征不明显。
PCoA分析表明：无论是细菌群落还是真菌群落，海拔变化引起了土壤微生物群落组成的变化。343与765 m群落结构相似，且中低海拔与高海拔间存在明显分界，这与凤阳山土壤类型分界一致。厉桂香等[15]将其归结为微生物群落具有海拔分异性。本研究结果表明：343与765 m处具有更多共享的OTU数目，从另一角度佐证了微生物群落的海拔分异性特征。细菌和真菌群落结构在PC1轴上与温度相关性最强。由于海拔343 m处土壤理化性质与其他海拔差异较大，当去除343 m的数据进一步做相关性分析发现，PC1轴上，温度的影响并没有改变，但土壤理化性质与PC1轴的相关性明显减弱，土壤全磷、全钾、湿度、pH不再与PC1轴显著相关；PC2轴上，土壤理化性质的影响进一步增强，土壤全磷、全钾、湿度从弱相关变为显著相关(去除343 m后，细菌群落全磷、全钾、湿度与PC2轴相关系数绝对值均高于0.710，真菌群落绝对值均高于0.678)。这说明土壤微生物群落结构在PC1轴上主要受到温度的调控，而在PC2轴上由土壤理化性质起主导作用。在增温实验中，也同样验证了温度对微生物群落结构的重要性[41]。因此，温度是影响土壤微生物群落结构变化的主要因子，其次为土壤理化性质。
-
浙江凤阳山常绿阔叶林土壤微生物群落存在沿海拔梯度的变化规律，丰富度指数与相关性分析表明，细菌群落比真菌群落的垂直分布格局更明显。尽管真菌群落OTU数量少于细菌群落，但真菌群落具有更多的差异类群。此外，微生物的海拔效应表明，温度变化对土壤微生物群落空间结构的形成起着重要作用。
Soil microbial characteristics of evergreen broad-leaved forest at different altitudes in Fengyang Mountain, Zhejiang Province
-
摘要:
目的 探明浙江凤阳山地带性植被常绿阔叶林土壤微生物群落特征，明确土壤微生物群落沿海拔梯度的变化规律及影响微生物群落结构和多样性的主要因子。 方法 采集海拔343、765、1 364、1 611 m处土壤样品，利用高通量测序技术，探究土壤微生物群落与海拔的关系。 结果 凤阳山细菌操作分类单元 (OTU)数量多于真菌，中低海拔(343和765 m)共有的OTU数目较多；Chao 1指数随海拔上升呈下降趋势，Shannon指数没有明显的变化规律。在门水平上，细菌群落优势类群为酸杆菌门Acidobacteria (43.77%~51.55%)、变形菌门Proteobacteria (31.18%~35.77%)和放线菌门Actinobacteria (5.24%~7.99%)；真菌群落优势类群为担子菌门Basidiomycota (33.16%~67.35%)和子囊菌门Ascomycota(22.98%~46.78%)。相对丰度前10 位的细菌门中，芽单胞菌门Gemmatimonadetes、硝化螺旋菌门Nitrospirae、疣微菌门Verrucomicrobia与海拔呈极显著负相关(P＜0.01)。真菌群落不存在与海拔相关的微生物门，而LefSe线性判别分析结果显示：真菌群落具有更多的差异类群。此外，主坐标分析显示：土壤微生物群落以765 m为界，存在海拔分异性特征，且第1主轴与温度、土壤全磷、土壤全钾、土壤pH显著相关(P＜0.05)。 结论 海拔变化引起了凤阳山土壤微生物群落特征的变化，并且温度是最主要的驱动因子。图5表6参41 Abstract:Objective The objective is to explore the characteristics of soil microbial community of zonal vegetation in evergreen broad-leaved forest in Fengyang Mountain, Zhejiang Province, and to clarify the changes of soil microbial community along the elevation gradient and the main factors affecting structure and diversity of microbial community. Method Soil samples were collected at 343, 765, 1364 and 1611 m above sea level. High-throughput sequencing technology was used to explore the relationship between soil microbial community and altitude. Result The number of OTU of bacteria was more than that of fungi, and middle and low altitudes (343 and 765 m) displayed more OTUs. Chao 1 index decreased with the increase of altitude, while Shannon index had no obvious trend. The dominant taxa of bacteria at the phylum level were Acidobacteria (43.77%−51.55%), Proteobacteria (31.18%−35.77%) and Actinobacteria, (5.24%−7.99%), while the dominant groups of fungal community were Basidiomycota (33.16%−67.35%) and Ascomycota (22.98%−46.78%). Among the top 10 bacterial phyla in relative abundance, Gemmatimonadetes, Nitrospirae and Verrucomicrobia were significantly negatively correlated with altitude (P＜0.01). There were no altitudinal taxa in the fungal community at the phylum level. LefSe (LDA Effect Size) analysis exhibited more different taxa in the fungal community. In addition, PCoA showed that the soil microbial community had the characteristics of altitudinal differentiation bounded by 765 m, and the first axis of this PcoA (PC1) was significantly correlated with temperature, total phosphorus, total kalium and pH(P＜0.05). Conclusion The change of altitude leads to the change of soil microbial community characteristics in Fengyang Mountain, and temperature is the main driving factor. [Ch, 5 fig. 6 tab. 41 ref.] -
Key words:
- soil bacteria /
- soil fungi /
- altitude /
- high throughput sequencing /
- Fengyang Mountain
-
近年来，国内绿道建设发展迅猛。目前，已有广东、浙江、河北、江苏、四川、福建、安徽、新疆等省(自治区)的众多城市开展了绿道网规划和建设工作。绿道网的规划建设行动源于对日趋严峻的城乡环境问题和对传统生态绿色空间保护政策实效的主动反思和应对，然而，在部分地区绿道建设的快速推进中也出现了绿道生态性不足，存在功能单一、基础设施缺乏、绿道特色欠缺等问题[1]。当前，亟需对已建成的绿道价值进行评价与分析，以便清晰地呈现绿道建设的综合效益，为科学规划和建设绿道提供参考和依据。国内对于绿道评价体系的研究已有一定积累，但多为对绿道某一方面的性质或功能评价，对于绿道服务价值全面系统的评价较少。研究主要集中在2个方面：一为景观资源评价，包括植物景观评价[2]和景观视觉评价等[3]；二是功能评价，包括生态效益评价[4-5]、休闲游憩功能评价[6]、生态系统服务功能评价[7]、使用后评价(POE)[8-9]和社会绩效评价[10]。此外，也有学者提出了以“使用者(人)—绿道(环境)”关系为中心的区域绿道网评价体系研究假设以及研究思路，但未进行实证研究[11]。“景观绩效”是“衡量景观解决方案在实现其预设目标的同时满足可持续性方面效率的指标”[12]，即基于可持续发展目标，从环境、经济、社会等3个方面对景观进行全面的绩效评价。其评价以生态系统服务为基础，补充适合景观研究内容的评价指标[13]，因此更具有针对性。美国景观设计基金会(Landscape Architecture Foundation，简称 LAF)于 2010 年提出“景观绩效系列”(Landscape Performance Series，简称 LPS)研究计划，针对已建成的景观项目，形成一套依托案例调查研究(case study investigation, CSI)的开放性评价体系。当前，景观绩效研究呈现迅速增长的发展态势[13]，其研究主要集中于评价指标的选取[14]、评价体系的构建[15-16]和评估方法的应用[17]等方面。国内景观绩效的研究多集中于较小尺度风景园林的建成项目[18-19]，或景观绩效中某些可持续特征的部分[13,20]，缺少对大尺度区域景观的研究，对建成项目从环境、经济、社会等3个方面进行全面评价的研究也较少。为此，笔者依托案例研究，尝试对浙江青山湖国家森林公园环湖绿道1期的景观绩效进行评价，以期全面评估绿道的综合价值，为绿道的设计与建设提供参考，并向社会传播绿道的综合价值。
1. 研究地概况与研究方法
1.1 研究地概况
浙江省杭州市临安区青山湖国家森林公园环湖绿道(简称“青山湖绿道”)1期，曾入选2017年“浙江省十大经典绿道”，并获2018年浙江建设工程“钱江杯”一等奖，2019年度中国风景园林学会科学技术奖一等奖。青山湖绿道位于杭州市临安区锦城镇东郊。青山湖为大型人工湖，水域开阔，湖山一体，环湖森林覆盖率79%，自然景色优美，生态环境优越。青山湖绿道沿湖而建，连接城、村、湖、山，全长42.195 km，分3期建设，于2019年7月全线贯通。本研究区段为青山湖绿道1期，长10 km，于2017年1月建成开放。
1.2 评价方法
根据中国住房与城乡建设部2016年9月编制的《绿道规划设计导则》(简称《导则》)，郊野型绿道的功能包括生态环保、休闲健身、社会与文化、旅游与经济[21]。其中，生态环保作为其核心价值，体现在绿道有助于固土保水、净化空气、缓解热岛等，并为生物提供栖息地及迁徙廊道。以上功能与LPS中游径(trail，包含绿道类项目)[22]、滨水景观再开发(waterfront redevelopment)[23]等相关案例中所采用的评价指标(表1)高度吻合。另外，LPS基于可持续的发展目标，其经济评价指标还加入了节约建设成本。基于以上分析，结合青山湖绿道的实际情况，确定了本研究采用的景观绩效指标体系，包含环境、经济、社会等3个方面的17项指标(表2)。收集分析以上绩效数据，结合统计学、生态学、经济学、使用后评价等方法，进行景观绩效评价。
表 1 郊野型绿道的功能与LPS相关案例评价指标的对照表Table 1 Comparison between the function of country greenways and the evaluation indexes of LPS-related cases《绿道规划设计导则》中的郊野绿道功能 LPS相关案例采用的评价指标 生态环保 固土保水、净化空气、缓解热岛、生物提供栖息地及
迁徙廊道环境 土壤保护、水岸线保护、涵养水源、固碳释氧、空
气质量、调节气温和城市热岛效应、栖息地改善/
保护/创建/恢复旅游与经济 整合旅游资源，促进相关产业发展，提升沿线土地价值 经济 地产价值、工作岗位、旅游业收入、节约建设成本 休闲健身 提供亲近自然、游憩健身的场所和途径，倡导健康的生
活方式社会 娱乐及社会价值、文化保护、健康、教育、可达
性、景观质量社会与文化 连接城乡居民点、公共空间以及历史文化节点，保护和
利用文化遗产，促进人际交往、社会和谐与文化传承表 2 郊野型滨水绿道景观绩效指标体系Table 2 Country waterfront greenway landscape performance indicators system环境绩效 经济绩效 社会绩效 土壤保护 房产价值 文化保护 水岸线保护 工作岗位 健康 涵养水源 旅游业收入 教育价值 固碳释氧 节约建设成本 可达性 调节气温 娱乐及社会价值 景观质量 净化空气 增加物种多样性、
提高生态完整性等1.2.1 环境绩效评价方法
在LPS的案例中，环境绩效的评价多通过相应的绩效评估工具集进行计算，但由于本研究场地尺度较大，利用工具集评估所需的部分数据获取较为困难，故本研究的环境绩效评价，主要参考了欧阳志云等[24]对中国陆地生态系统服务功能进行评估时所综合运用的生态学及经济学方法。吴隽宇[8]曾采用此方法对珠江三角洲区域绿道1号线进行评估。首先确定绿道线路、类型和控制范围，再对其相应的生态系统面积进行计算。研究采用的绿道图纸由绿道的设计单位提供。《浙江省绿道规划设计技术导则》[25]规定，根据绿道所处区域和功能要求，分为城镇型绿道、乡野型绿道、山地型绿道3种类型。其中，乡野型绿道是指城镇规划建设用地范围外，依托林地、园地、湿地、水体、农田，连接风景名胜区、旅游度假区、历史文化名镇名村、农业观光区、特色乡村、农家乐等的绿道。乡野型绿道的总宽度一般不小于100 m。青山湖绿道依托青山湖国家森林公园，一面临水，一面靠山，属于该导则中的乡野型绿道。本研究将100 m作为其控制范围的宽度。以青山湖绿道1期的总体平面图为基本研究范围，将卫星图片导入Auto CAD软件，依据其控制范围的宽度，描绘其具体范围。再根据卫星图片及实地踏勘，确定绿道沿线生态系统的类型，主要包括林地、耕地、草地、湿地、水域等5种类型。根据设计单位提供的信息，在Auto CAD软件中分层描绘，并统计新增及因绿道建设而被保护的各类型生态系统的面积。在此基础上，分别计算其保持土壤、涵养水源、固碳释氧、调节气温、净化空气等方面的环境绩效。
1.2.2 经济绩效评价方法
经济绩效的评估采用市场价值法。工作岗位数据源自现场调研，旅游业收入的数据来自于对绿道周边乡村村委会的调研，节约建设成本的数据由绿道设计单位提供。
1.2.3 社会绩效评价方法
社会绩效的评估主要采用使用后评价、问卷调查等方法。在2017年3−5月、11月、2018年4月，本研究对583位场地使用者进行了现场问卷调查，其中有效问卷531份，问卷有效率91%。问卷内容根据社会绩效的相应指标设置，包括受访者对绿道的娱乐价值、文化保护、教育价值、景观质量评价，以及绿道对受访者健康的影响。
2. 结果与分析
2.1 环境绩效评价
根据彭建等[26]的经验，生态系统面积为有效林地、草地、湿地沼泽和水域面积的和，其中有效林地面积=林地面积+耕地面积×0.2(表3)。
表 3 青山湖绿道1期生态系统面积Table 3 Ecosystem area of Qingshan Lake Greenway Phase I有效林地/hm2 草地/hm2 湿地沼泽/hm2 水域/hm2 生态系统面积/hm2 针叶林 阔叶林 耕地(按0.2系数折算成林地) 1.670 13.692 0.896 7.198 17.250 0.134 40.840 2.1.1 保持土壤效益
保持土壤带来的经济价值，以林地、草地每年减少土壤侵蚀的总量为基础，计算林地、草地对表土损失、肥力损失和减轻泥沙淤积灾害3个方面的价值。(1)林地、草地每年减少的土壤侵蚀总量。潜在土壤侵蚀量是指无任何植被覆盖的情况下，土壤的最大侵蚀量。而不同植被覆盖下的土壤侵蚀量有很大差别。林地、草地减少的土壤侵蚀量=潜在土壤侵蚀量−林地、草地覆盖区土壤侵蚀量。本研究参考欧阳志云等[24]统计的侵蚀模数进行计算(表4~6)。(2)效益估算。①每年减少的土地损失面积及间接价值。根据土壤侵蚀量和土壤耕作层的平均厚度来推算土地损失面积。每年减少的土壤损失量按表5的平均值计，土壤密度以1.3 g·cm−3计，先算出每年减少的土壤损失量对应的体积。将中国耕作土壤的平均厚度0.5 m作为林地、草地的土层厚度[16]，进而算出每年林地、草地减少的土地损失面积分别为0.798、0.353 hm2·a−1。单位面积的生产收益根据2014年浙江省林业、牧业生产的平均收益2 224.8和1 489.7元·hm−2·a−1计算，则每年减少的林地、草地损失的经济价值分别为1 094、2 620元·a−1。②减少土壤肥力损失的间接效益。土壤侵蚀带走了大量的土壤营养物质，主要是土壤有机质、氮、磷、钾。根据实地调查，绿道所在区域土壤主要为红黄泥土，按照临安农林信息网[27]中红黄泥土的有机质、氮、磷、钾质量分数为标准，结合每年林地、草地分别减少的土壤损失平均值，估算林地、草地每年减少的有机质、氮、磷、钾元素的损失量分别为195.10 t·a−1、9.21 t·a−1、51.51 kg·a−1、1 075.05 kg·a−1。根据浙江价格网的公示，2018年第3季度浙江省化肥市场价格的平均值约2.52元·kg−1，据此可以估算林地、草地每年减少的土壤氮、磷、钾损失的经济价值为26 044元·a−1。③减少泥沙淤积的经济效益。根据中国主要流域的泥沙运动规律，一般土壤侵蚀流失的泥沙有24%淤积于水库、江河、湖泊，另有33%滞留，37%入海[28]。本研究仅考虑淤积于水库、江河、湖泊的24%，这部分泥沙直接造成蓄水量的下降。按林地、草地每年减少的土壤损失量平均值计算蓄水损失量，再根据蓄水成本计算其价值。按水库建设需投入成本5.714元·m−3计[29]，减少泥沙淤积的经济价值为7 897元·a−1。
表 4 每年林地草地的潜在土壤侵蚀量Table 4 Annual potential soil erosion of woodland and grassland侵蚀模数/(t·hm−2·a−1) 林地 草地 总潜在侵蚀量/(t·a−1) 面积/hm2 潜在侵蚀量/
(t·a−1)面积/hm2 潜在侵蚀量/
(t·hm−2·a−1)最低值 192.0 16.258 3 121.536 7.198 1 382.016 4 503.552 最高值 447.7 7 278.707 3 222.545 10 501.251 平均值 319.8 5 199.308 2 301.920 7 501.229 表 5 每年林地草地覆盖区的土壤侵蚀量Table 5 Annual soil erosion of woodland and grassland林地 草地 总侵蚀量/(t·a−1) 侵蚀模数/(t·hm−2·a−1) 面积/hm2 侵蚀量/(t·a−1) 侵蚀模数/(t·hm−2·a−1) 面积/hm2 侵蚀量/(t·a−1) 0.630 16.258 10.243 0.500 7.198 4.535 14.777 表 6 每年林地草地减少的土壤损失量Table 6 Annual reduction in soil loss of woodland and grassland林地减少的土壤损失量/(t·a−1) 草地减少的土壤损失量/(t·a−1) 总减少土壤损失量/(t·a−1) 最低值 3 111.293 最低值 1 377.481 4 488.775 最高值 7 268.464 最高值 3 218.010 10 486.474 平均值 5 189.066 平均值 2 297.386 7 486.452 综合以上，青山湖绿道1期每年保持土壤的总经济价值包括减少土壤损失面积的经济价值3 714元·a−1，减少土壤氮磷钾损失的经济价值26 044元·a−1，减少泥沙淤积的经济价值为7 897元·a−1，合计37 655元·a−1。
2.1.2 涵养水源效益
本研究采用替代工程法评估涵养水源的价值。根据浙江省杭州市临安区气象局的数据，临安多年年均降水量为1 506.0 mm。参考陈波等[30]对杭州西湖风景区绿地储水保土研究，假设降水的蒸散量为65%，则青山湖绿道1期每年截留水量为1 506.0 mm×35%×23.45 hm2=123 636.58 m3。单位库容的水库工程费用仍以5.714元·m−3计，则每年涵养水源价值为70.65万元·a−1。
2.1.3 固碳释氧效益
参考孙燕飞[31]在临安的研究，杉木Cunninghamia Lanceolata林的固碳量为2.44 t·hm−2·a−1，释氧量为6.52 t·hm−2·a−1；针阔混交林的固碳量为2.16 t·hm−2·a−1，释氧量为5.76 t·hm−2·a−1。根据温家石[32]对城市建成区所做研究，考虑到绿道的草坪修剪次数远低于城市内部，假设绿道的草坪修剪次数是后者的1/4，得出绿道草地固碳量6.68 t·hm−2·a−1，草地释氧量为11.55 t·hm−2·a−1。对于生态系统二氧化碳吸收功能经济价值的评估多采用碳税法和造林成本法[33]，并取两者的平均值。国际上通常采用瑞典碳税，折合人民币1 010元·t−1，中国造林成本折合为255元·t−1[34]。对于释放氧气的价值采用工业制氧法进行评估，中国工业制氧的平均成本为400元·t−1。经计算可得青山湖绿道1期每年固碳价值为5.17万元·a−1元，释放氧气价值为6.92万元·a−1。
2.1.4 调节气温效益
根据已有研究测定[35]，夏季绿地可从环境中吸收81.8 MJ·hm−2·d−1的热量，相当于189台空调机全天工作的制冷效果。室内空调机耗电0.86 kWh·h−1·台−1，电费按浙江省电费价格0.538元·kWh−1计，则绿地节约电费为2 098.7元·hm−2·d−1。按每年使用空调60 d计，则青山湖绿道1期每年调节气温所创造的价值为295.29万元·a−1。
2.1.5 净化空气效益
(1)吸收二氧化硫的价值。阔叶林对二氧化硫的吸收能力为88.65 kg·hm−2·a−1，针叶林对二氧化硫的平均吸收能力值为215.60 kg·hm−2·a−1，两者对二氧化硫的平均吸收能力为152.13 kg·hm−2·a−1，二氧化硫的治理代价为3 000元·t−1，得到吸收二氧化硫价值为0.74万元·a−1。(2)吸收氮氧化物的价值。目前，汽车尾气脱氮治理的代价是1.6万元·t−1。林地可吸收氮氧化物380 kg·hm−2·a−1，得到吸收氮氧化物价值为9.88万元·a−1。(3)滞尘价值。针叶林的滞尘能力为33.20 t·hm−2·a−1，阔叶林的滞尘能力为10.11 t·hm−2·a−1，平均为21.67 t·hm−2·a−1。削减粉尘价格为170元·t−1，则其滞尘价值为5.99万元·a−1。因此，绿道净化空气的总价值为16.61万元·a−1。
2.2 经济绩效评估
2.2.1 房产价值
绿道的建设，极大地改善了周边居民的生活环境。根据安居客网站的数据，绿道建设前的2015年11月与竣工投入使用后的2018年12月相比，紧邻绿道的房产单价增幅约27.76%，可见绿道对于房产价值提升有积极影响。
2.2.2 工作岗位和旅游业收入
绿道建成后为管理维护提供了20个就业岗位，为带动旅游业发展而提供了37个就业岗位。绿道建成后对周边如泥山湾村等乡村的农家乐、民宿等有显著促进作用。据不完全统计，该区域旅游产值增幅超过20.00%。
2.2.3 节约建设成本
回收利用场地遗留的废旧材料，如红砖、青砖、石等，节约了废旧材料外运与处理费用，以及购买等量新材料的材料费和运输费用，节约成本为23.33万元(表7)。利用原有水利废弃设施等构筑物而产生的节约费用，包括拆除、清运、处理费用，及新建相应设施的费用，合计66.75万元(表8)。
表 7 利用废旧建材产生的节约建设成本Table 7 Construction costs savings from the use of waste building materials废旧材料 工程量/ m3 外运处理总价/元 新材料单价(含材料费、运费)/元 新材料总价/元 合计节约建设成本/元 砖 4.4 132 730 3 212 3 344 卵石 16.3 489 330 5 379 5 868 景观石 233.4 2 334 810 189 054 191 388 老石板 54.0 162 603 32 562 32 724 合计 233 324 表 8 利用原有构筑物产生的节约建设成本Table 8 Construction costs savings from the use of existing structures构筑物名称 工程量/ m3 拆除、清运、处理费用/元 新建栈道基础费用/元 合计节约建设成本/元 钓鱼台 63 15 750 31 500 47 250 观星台 675 168 750 337 500 506 250 “鱼头”小品 51 12 750 25 500 38 250 青风徐来亭 101 25 250 50 500 75 750 合计 667 500 2.3 社会绩效评价
根据问卷调查统计结果，青山湖绿道在1期自开放以来，已吸引大量长期使用者，首次来绿道的人群比例较低；绿道的使用者主要来自临安本地，尽管绿道距离杭州主城区有36 km，依然吸引了不少来自杭州的游人。表9记述了社会绩效调查的结果。多数使用者认为绿道建设提升了城市形象，绿道设计体现了临安的历史文化。82.7%的受访者对绿道的骑行或步行体验表示满意。多数受访者认为绿道提升了其户外活动的参与度，近半数使用者表示绿道改变了其生活方式。在可达性方面，公共交通的可达性较差，间接导致了选择私家车出行的游人增多，在节假日游客高峰时期，交通及停车问题较为突出。10.0%的受访者表示绿道当前最突出的问题即到达绿道的路线不畅通。增设绿道附近的公交站点，是增强其可达性及缓解交通与停车压力的有效方式。作为郊野型绿道，青山湖绿道吸引游客的主要因素是其自然环境优美，而绿道设计中对于乡土材料的应用也受到了使用者的关注，57.0%的受访者表示对于可持续设计有了更深的了解。
表 9 青山湖绿道1期的景观绩效评价结果Table 9 Landscape performance evaluation results of Qingshan Lake Greenway Phase I类别 项目 指标 评价结果 环境
绩效土地 土壤保护 经济价值为3.8万元 水岸线保护 未进行评估 水 涵养水源 经济价值为70.65万元 碳及空
气质量固碳释氧 固碳价值为5.17万元，释氧价值为6.92万元 调节气温 经济价值为295.29万元 净化空气 经济价值为16.61万元 栖息地 增加物种多样性、提高
生态完整性等未进行评估 经济
绩效房产价值 绿道建设后，紧邻绿道的房产单价增幅约27.76% 工作岗位 绿道建成后管理维护提供了57个就业岗位 旅游业收入 绿道拉动了地方旅游业的发展，旅游产值增幅超过20.00% 节约建设成本 利用废旧建材节约23.33万元，利用原有构筑物设节约66.75万元 社会
绩效娱乐及社会价值 531名受访者中有82.7%对绿道骑行或步行的体验是满意的，67.0%的受访者认为绿道建设提升了城市形象，有组织的大型徒步、毅行、马拉松活动达到近1.5万余人次 文化保护 73.4%的受访者表示绿道设计体现了临安的历史文化 健康 65%的受访者表示绿道提升了其户外活动的参与度，68%的受访者来绿道活动的目的是散 步，25%选择了旅游观光，17%选择了骑行，10%选择聚会；43%的受访者表示绿道改变 了其生活方式，骑行、散步、聚会、摄影、钓鱼等活动对其生活产生了积极影响； 82%的受访者表示愿意居住在步行可达的范围内 教育价值 9%的受访者表示来此地是为了研究学习，57%的受访者表示对于可持续设计有了更深 的了解 可达性 38%的受访者开私家车到达绿道，其次为步行占30%，骑自行车或电动自行车前来的 占20%，采用公交交通者仅占11% 景观质量 82%的受访者表示由于绿道自然环境优美而选择来此 3. 结论
在环境绩效评价中，青山湖绿道1期的相应经济价值约398.44万元·a−1，其中调节气温价值为295.29万元·a−1，占总价值的74%，其次为涵养水源价值为70.65万元·a−1，占总价值的18%，净化空气价值为16.61万元·a−1，固碳释氧价值为12.09万元·a−1，保持土壤的经济价值较低，为3.80万元·a−1。
在经济绩效评价中，青山湖绿道1期充分利用废旧建材与原有构筑物，节约建设成本约90.08万元；绿道建成后提供了新的工作岗位，拉动了当地旅游业发展。
在社会绩效评价中，绿道的建设提升了城市形象，体现了临安的历史文化，提升了人们的户外活动参与度，在一定程度上改变了人们的生活方式，大多数人因自然环境优美而来到绿道，超半数受访者表示对可持续设计有了更深的了解。
本研究的郊野型滨水绿道景观绩效进行了较为全面的评价，客观、清晰地呈现了绿道建设的综合效益。青山湖绿道1期的建设投入约7 200万元，仅以环境绩效价值398.44万元·a−1计算，约18 a可获得与建设投入相当的经济价值，而其对于地区发展和市民健康的促进也将产生更大的价值。对于场地中废旧建材与原有构筑物进行充分利用，能够创造较大的经济价值。
景观绩效评价可以更全面地考察、直观地展现绿道建成的综合价值，但因绿道的规模尺度较大，沿线的自然、人文资源类型丰富，需要在绿道建设前，即结合评价指标体系进行全面的数据收集，且此过程需要延续至项目建成后的数年，才能够得到更客观且全面的评价结果。本研究也存在一定局限，其中水岸线保护、栖息地恢复等指标由于原始数据缺失而无法获取；经济绩效中，房产价值的增长未排除绿道之外的其他要素影响比例；针对健康等方面的评价可在对使用者进行问卷调查的基础上，采用更完善的研究方法，以获得更客观、准确的结果。
4. 致谢
浙江农林大学风景园林与建筑学院史琰副教授对本文写作提供帮助，谨致谢意。
-
图 1 不同海拔土壤细菌(A)和真菌(B)群落维恩图
Figure 1 Venn diagram showing the unique and shared OTUs at different elevations in bacterial (A) and fungal (B) communities
图 2 不同海拔门水平上土壤细菌(A)和真菌(B)群落相对丰度
Figure 2 Relative abundance of bacteria (A) and fungi (B) phylum at different altitudes
图 3 不同海拔属水平上土壤细菌(A)和真菌(B)群落相对丰度
Figure 3 Relative abundance of bacteria (A) and fungi (B) genus at different altitudes
图 4 不同海拔土壤细菌(A)和真菌(B)群落LefSe分析
Figure 4 LefSe analysis showing the significant differences at different bacteria (A) and fungi (B) taxonomic levels
图 5 不同海拔OTU水平上土壤细菌(A)和真菌(B)群落PCoA分析
Figure 5 PCoA analysis showing the first two principal coordinates at different altitudes in bacterial (A) and fungal (B) communities
表 1 不同海拔林分特征
Table 1. General Situation of the trees at different altitudes
海拔编号 树种组成 郁闭度/% EG1 木荷Schima superba、甜槠Castanopsis eyrei、青冈Cyclobalanopsis glauca、石栎Lithocarpus glaber、
檵木Loropetalum chinense等91 EG2 木荷、甜槠、青冈、檵木、山鸡椒Litsea cubeba等 87 EG3 木荷、甜槠、青冈、杨桐Cleyera japonica、马银花Rhododendron ovatum等 92 EG4 甜槠、青冈、马银花、尖叶山茶Camellia cuspidata、麂角杜鹃Rhododendron latoucheae等 90 
下载: 导出CSV
表 2 不同海拔土壤理化性质
Table 2. Physical and chemical properties of soil at different altitudes
海拔编号 pH 土壤湿度/% 总碳/(mg·g−1) 全氮/(mg·g−1) 全磷/(mg·g−1) 全钾/(mg·g−1) EG1 4.86±0.03 a 15.54±6.41 c 103.97±7.60 a 3.57±0.35 b 0.21±0.04 c 19.63±2.58 a EG2 4.93±0.18 a 43.45±19.89 b 160.53±96.86 a 9.43±4.65 a 0.51±0.12 b 14.13±1.37 b EG3 4.67±0.07 a 38.41±7.81 bc 117.23±25.94 a 7.13±1.12 ab 0.45±0.16 b 11.43±1.03 b EG4 4.73±0.21 a 71.36±14.42 a 125.97±45.76 a 9.63±3.09 a 0.73±0.05 a 14.37±1.58 b 说明：数值为平均值±标准差(n=3)，不同小写字母表示不同海拔间差异显著(P＜0.05)
下载: 导出CSV
表 3 不同海拔土壤微生物群落多样性
Table 3. Soil bacterial diversity indices at different altitudes
细菌 真菌 海拔编号 Chao 1指数 Shannon指数 覆盖度 海拔编号 Chao 1指数 Shannon指数 覆盖度 EG1 4506.81±41.85 a 9.2622±0.246 8 a 0.9773±0.000 6 b EG1 783.12±36.26 a 3.6031±0.6633 b 0.9911±0.0006 b EG2 4255.62±295.74 b 8.8781±0.214 4 b 0.9780±0.001 7 b EG2 807.96±115.36 a 5.0242±0.6876 a 0.9911±0.0013 b EG3 3688.80±100.61 c 9.0043±0.231 9 ab 0.9824±0.000 5 a EG3 729.86±52.44 ab 4.6790±0.4236 a 0.9921±0.0002 ab EG4 3791.13±110.41 c 8.9974±0.176 5 ab 0.9815±0.000 8 a EG4 653.00±67.50 b 4.5171±0.6495 ab 0.9928±0.0008 a 说明：数值为平均值±标准差(n = 4)，不同小写字母表示不同海拔间差异显著(P＜0.05)
下载: 导出CSV
表 4 海拔与微生物门Pearson相关性系数
Table 4. Pearson correlation coefficient between altitude and soil bacterial phylum
细菌门 相关性系数 真菌门 相关性系数 细菌门 相关性系数 真菌门 相关性系数 酸杆菌门 0.032 担子菌门 −0.402 芽单胞菌门 −0.817** 壶菌门 −0.209 变形菌门 0.234 子囊菌门 0.173 迷踪菌门 −0.260 Cercozoa −0.191 放线菌门 −0.417 接合菌门 0.437 髌骨细菌门 −0.490 新丽鞭菌门 −0.233 拟杆菌门 0.269 罗兹菌门 −0.308 硝化螺旋菌门 −0.723** 芽枝霉门 −0.236 厚壁菌门 0.525* 球囊菌门 −0.036 疣微菌门 −0.705** 说明：*表示在0.05水平(双侧)上显著相关；**表示在0.01水平(双侧)上显著相关
下载: 导出CSV
表 5 海拔与微生物属Pearson相关性系数
Table 5. Pearson correlation coefficient between altitude and soil bacterial genus
细菌属 真菌属 细菌属 真菌属 属名 相关系数 属名 相关系数 属名 相关系数 属名 相关系数 Candidatus_Solibacter −0.458 红菇属Russula −0.645** Granulicella 0.719** Sebacina 0.197 Bryobacter 0.088 Archaeorhizomyces 0.290 Acidipila 0.639** 鹅膏菌属Amanita 0.250 Acidibacter −0.520* 大团囊菌属Elaphomyces −0.234 芽单胞菌属Gemmatimonas −0.734** Rossbeevera −0.127 热酸菌属Acidothermus 0.514* Xerocomus 0.200 分枝杆菌属Mycobacterium 0.035 丝盖伞属Inocybe 0.190 Candidatus_Koribacter −0.178 丝膜菌属Cortinarius 0.182 鞘氨醇单胞菌属Sphingomonas −0.778** 地舌菌属Geoglossum −0.194 Burkholderia-Caballeronia-
Paraburkholderia0.648** 棉革菌属Tomentella −0.259 拟杆菌属Bacteroides 0.224 Lactarius 0.311 Clade_Ia 0.472 湿伞属Hygrocybe −0.097 MND1 −0.743** 粉褶菌属Entoloma −0.209 Pajaroellobacter 0.740** 被孢霉属Morlierella 0.702** 说明：*表示在0.05水平(双侧)上显著相关；**表示在0.01水平(双侧)上显著相关
下载: 导出CSV
表 6 土壤理化性质与土壤微生物的Pearson相关性分析
Table 6. Pearson correlation between soil physical and chemical properties and soil microorganism
指标 细菌多样性 细菌群落结构 真菌多样性 真菌群落结构 Chao 1 Shannon PC1 PC2 Chao 1 Shannon PC1 PC2 温度 0.886* 0.320 −0.944* −0.190 0.603* −0.377 −0.939* −0.241 总碳 −0.041 −0.208 −0.010 0.057 0.048 0.242 −0.026 0.033 全氮 −0.412 −0.415 0.380 0.262 −0.215 0.478 0.349 0.249 全磷 −0.588* −0.394 0.618* 0.485 −0.448 0.435 0.581* 0.498 全钾 0.719* 0.427 −0.656* 0.325 0.207 −0.555 −0.671* 0.316 土壤湿度 −0.560 −0.360 0.600* 0.513 −0.461 0.382 0.562 0.530 pH 0.527 −0.016 −0.585* 0.176 0.343 −0.026 −0.616* 0.121 说明：*表示在0.05水平(双侧)上显著相关
下载: 导出CSV
-
[1] CHANG E H, CHEN T H, TIAN G L, et al. The effect of altitudinal gradient on soil microbial community activity and structure in moso bamboo plantations [J]. Appl Soil Ecol, 2016, 98: 213 − 220. [2] MA Yuhua, FENG Chun, WANG Zhaocheng, et al. Restoration in degraded subtropical broadleaved forests induces changes in soil bacterial communities [J/OL]. Global Ecol Conserv, 2021, 30: e01775[2021-11-20]. doi: 10.1016/j.gecco.2021.e01775. [3] SHAOPengshuai, LIANG Chao, RUBERT-NASON K, et al. Secondary successional forests undergo tightly-coupled changes in soil microbial community structure and soil organic matter [J]. Soil Biol Biochem, 2019, 128: 56 − 65. [4] NELSON M B, MARTINY A C, MARTINY J B H. Global biogeography of microbial nitrogen-cycling traits in soil [J]. Proc Natl Acad Sci, 2016, 113(29): 8033 − 8040. [5] WARING B G, AVERILL C, HAWKES C V. Differences in fungal and bacterial physiology alter soil carbon and nitrogen cycling: insights from meta-analysis and theoretical models [J]. Ecol Lett, 2013, 16(7): 887 − 894. [6] SUN Junming, IRZYKOWSKI W, JEDRYCZKA M, et al. Analysis of the genetic structure of Sclerotinia sclerotiorum (Lib. ) de Bary populations from different regions and host plants by random amplified polymorphic DNA markers [J]. J Integr Plant Biol, 2005, 47(4): 385 − 395. [7] ŽIFČÁKOVÁ L, VĚTROVSKÝ T, HOWE A, et al. Microbial activity in forest soil reflects the changes in ecosystem properties between summer and winter [J]. Environ Microbiol, 2016, 18(1): 288 − 301. [8] FRAC M, HANNULA S E, BELKA M, et al. Fungal biodiversity and their role in soil health [J/OL]. Front Microbiol, 2018, 9: 707[2021-11-20]. doi:10.3389/fmicb.2018.00707. [9] MARGESIN R, NIKLINSKA M A. Editorial: elevation gradients: microbial indicators of climate change? [J/OL]. Front Microbiol, 2019, 10: 2405[2021-11-20]. doi:10.3389/fmicb.2019.02405. [10] SILES J A, CAJTHAML T, FILIPOVÁ A, et al. Altitudinal, seasonal and interannual shifts in microbial communities and chemical composition of soil organic matter in Alpine forest soils [J]. Soil Biol Biochem, 2017, 112: 1 − 13. [11] WU Jiejun, ANDERSON B J, BUCKLEY H L, et al. Aspect has a greater impact on alpine soil bacterial community structure than elevation [J/OL]. FEMS Microbiol Ecol, 2017, 93(5): fiw253[2021-11-20]. doi: 10.1093/femsec/fix032. [12] COLLINS H P, CAVIGELLI M A. Soil microbial community characteristics along an elevation gradient in the Laguna Mountains of Southern California [J]. Soil Biol Biochem, 2003, 35(8): 1027 − 1037. [13] LOOBY C I, MARTIN P H. Diversity and function of soil microbes on montane gradients: the state of knowledge in a changing world [J/OL]. FEMS Microbiol Ecol, 2020, 96(9): fiaa122[2021-11-20]. doi: 10.1093/femsec/fiaa122. [14] 周煜杰, 贾夏, 赵永华, 等. 森林生态系统土壤真菌群落及其影响因素研究进展[J]. 生态环境学报, 2020, 29(8): 1703 − 1712. ZHOU Yujie, JIA Xia, ZHAO Yonghua, et al. A review on soil fungal community and its affectingfactors in forest ecosystem [J]. Ecol Environ Sci, 2020, 29(8): 1703 − 1712. [15] 厉桂香, 马克明. 土壤微生物多样性海拔格局研究进展[J]. 生态学报, 2018, 38(5): 1521 − 1529. LI Guixiang, MA Keming. Progress in the study of elevational patterns of soil microbial diversity [J]. Acta Ecol Sin, 2018, 38(5): 1521 − 1529. [16] 赵盼盼, 周嘉聪, 林开淼, 等. 海拔梯度变化对中亚热带黄山松土壤微生物生物量和群落结构的影响[J]. 生态学报, 2019, 39(6): 2215 − 2225. ZHAO Panpan, ZHOU Jiacong, LIN Kaimiao, et al. Effect of different altitudes on soil microbial biomass and community structure of Pinus taiwanensis forest in mid-subtropical zone [J]. Acta Ecol Sin, 2019, 39(6): 2215 − 2225. [17] 孟苗婧, 郭晓平, 张金池, 等. 海拔变化对凤阳山针阔混交林地土壤微生物群落的影响[J]. 生态学报, 2018, 38(19): 7057 − 7065. MENG Miaojing, GUO Xiaoping, ZHANG Jinchi, et al. Effects of altitude on soil microbial community in Fengyang Mountain coniferous and broad-leaved forest [J]. Acta Ecol Sin, 2018, 38(19): 7057 − 7065. [18] LI Guixiang, XU Guorui, SHEN Congcong, et al. Contrasting elevational diversity patterns for soil bacteria between two ecosystems divided by the treeline [J]. Sci China Life Sci, 2016, 59(11): 1177 − 1186. [19] DAI Zhongmin, ZANG Huadong, CHEN Jie, et al. Metagenomic insights into soil microbial communities involved in carbon cycling along an elevation climosequences [J]. Environ Microbiol, 2021, 23(8): 4631 − 4645. [20] 金裕华. 武夷山不同海拔土壤微生物多样性的变化特征[D]. 南京: 南京林业大学, 2012. JIN Yuhua. Variations of Soil Microbial Diversity along an Elevation Gradient in the Wuyi Mountains [D]. Nanjing: Nanjing Forestry University, 2012. [21] 丁炳扬, 陈根荣, 程秋波, 等. 浙江凤阳山自然保护区种子植物区系的统计分析[J]. 云南植物研究, 2000, 22(1): 27 − 37. DING Bingyang, CHEN Genrong, CHENG Qiubo, et al. A floristic statistics and analyses of seed plants of Fengyangshan Nature Reserve in Zhejiang Province [J]. Acta Bot Yunnan, 2000, 22(1): 27 − 37. [22] 徐筱芃. 浙江凤阳山常绿阔叶林树种多样性及其影响因素研究[D]. 南京: 南京林业大学, 2017. XU Xiaopeng. Study on Plant Diversity and Its Influence Factors of the Evergreen Broad-leaved Forest in Fengyang Mountain [D]. Nanjing: Nanjing Forestry University, 2017. [23] 鲁如坤. 土壤农业化学分析方法[M]. 北京: 中国农业科技出版社, 2000. LU Rukun. The Analysis Method of Soil Agricultural Chemistry[M]. Beijing: China Agricultural Science and Technology Press, 2000. [24] BOLGER A M, LOHSE M, USADEL B. Trimmomatic: a flexible trimmer for Illumina sequence data [J]. Bioinformatics, 2014, 30(15): 2114 − 2120. [25] MAGOČ T, SALZBERG S L. FLASH: fast length adjustment of short reads to improve genome assemblies [J]. Bioinformatics, 2011, 27(21): 2957 − 2963. [26] CAPORASO J G, KUCZYNSKI J, STOMBAUGH J, et al. QIIME allows analysis of high-throughput community sequencing data [J]. Nat Methods, 2010, 7(5): 335 − 336. [27] EDGAR R C, HAAS B J, CLEMENTE J C, et al. UCHIME improves sensitivity and speed of chimera detection [J]. Bioinformatics, 2011, 27(16): 2194 − 2200. [28] ROGNES T, FLOU T, NICHOLS B, et al. VSEARCH: a versatile open source tool for metagenomics [J/OL]. Peer J, 2016, 4: 2409v1[2021-11-20]. doi: 10.7287/peerj. preprints. 2409v1. [29] SEGATA N, IZARD J, WALDRON L, et al. Metagenomic biomarker discovery and explanation [J/OL]. Genome Biol, 2011, 12(6): R60 [2021-11-20]. https://doi.org/10.1186/gb-2011-12-6-r60. [30] SHEN Congcong, NI Yingying, LIANG Wenjun, et al. Distinct soil bacterial communities along a small-scale elevational gradient in alpine tundra [J/OL]. Front Microbiol, 2015, 6: 582[2021-11-20]. doi: 10.3389/fmicb.2015.00582. [31] 安前东, 徐梦, 张旭博, 等. 西藏色季拉山垂直植被带土壤细菌群落组成及功能潜势[J]. 应用生态学报, 2021, 32(6): 2147 − 2157. AN Qiandong, XU Meng, ZHANG Xubo, et al. Soil bacterial community composition and functional potentials along the vertical vegetation transect on Mount Segrila, Tibet, China [J]. Chin J Appl Ecol, 2021, 32(6): 2147 − 2157. [32] SINGH D, LEE-CRUZ L, KIM W S, et al. Strong elevational trends in soil bacterial community composition on Mt. Halla, South Korea [J]. Soil Biol Biochem, 2014, 68: 140 − 149. [33] 贺婧, 闫冰, 李俊生, 等. 秦岭中段北坡不同海拔土壤中细菌群落的分布特征及区域差异比较[J]. 环境科学研究, 2019, 32(8): 1374 − 1383. HE Jing, YAN Bing, LI Junsheng, et al. Altitude distribution patterns and regional differences of soil bacterial community in northern slopes in the Middle Qinling Mountains [J]. Res Environ Sci, 2019, 32(8): 1374 − 1383. [34] WANG Juntao, ZHENG Yuanming, HU Hangwei, et al. Soil pH determines the alpha diversity but not beta diversity of soil fungal community along altitude in a typical Tibetan forest ecosystem [J]. J Soil Sediment, 2015, 15(5): 1224 − 1232. [35] 李敏, 闫伟. 海拔对乌拉山油松根围真菌群落结构的影响[J]. 菌物学报, 2019, 38(11): 1992 − 2006. LI Min, YAN Wei. Effects of altitude on rhizosphere fungal community structure of Pinus tabulaeformis in Wula Mountain, China [J]. Mycosystema, 2019, 38(11): 1992 − 2006. [36] KANOKRATANA P, UENGWETWANIT T, RATTANACHOMSRI U, et al. Insights into the phylogeny and metabolic potential of a primary tropical peat swamp forest microbial community by metagenomic analysis [J]. Microb Ecol, 2011, 61(3): 518 − 528. [37] 杜思瑶, 于淼, 刘芳华, 等. 设施种植模式对土壤细菌多样性及群落结构的影响[J]. 中国生态农业学报, 2017, 25(11): 1615 − 1625. DU Siyao, YU Miao, LIU Fanghua, et al. Effect of facility management regimes on soil bacterial diversity and community structure [J]. Chin J Eco-Agric, 2017, 25(11): 1615 − 1625. [38] 刘子涵, 黄方园, 黎景来, 等. 覆盖模式对旱作农田土壤微生物多样性及群落结构的影响[J]. 生态学报, 2021, 41(7): 2750 − 2760. LIU Zihan, HUANG Fangyuan, LI Jinglai, et al. Effects of farmland and mulching patterns on soil microbial diversity and community structure in dryland [J]. Acta Ecol Sin, 2021, 41(7): 2750 − 2760. [39] 薛晓敏, 王来平, 韩雪平, 等. 不同树盘覆盖对矮砧苹果园土壤微生物群落结构和多样性的影响[J]. 生态学报, 2021, 41(4): 1528 − 1536. XUE Xiaomun, WANG Laiping, HAN Xueping, et al. Effects of different tree disk mulching on soil microbial community structure and diversity in dwarfing rootstock apple orchard [J]. Acta Ecol Sin, 2021, 41(4): 1528 − 1536. [40] BASTIDA F, TORRES I F, MORENO J L, et al. The active microbial diversity drives ecosystem multifunctionality and is physiologically related to carbon availability in Mediterranean semi-arid soils [J]. Mol Ecol, 2016, 25(18): 4660 − 4673. [41] 陈岳民, 高金涛, 熊德成, 等. 土壤增温对中亚热带杉木幼林土壤微生物群落结构和有效氮的影响[J]. 亚热带资源与环境学报, 2016, 11(4): 1 − 8. CHEN Yuemin, GAO Jintao, XIONG Decheng, et al. Effects of soil warming on soil microbial community structure and soil available nitrogen in subtropical young Chinese fir plantation [J]. J Subtrop Resour Environ, 2016, 11(4): 1 − 8. 期刊类型引用(9)
1. 宋雨璇，刘静. 基于多源数据视角下的厦门山海健康步道活力提升策略研究. 福建建筑. 2024(04): 14-20 . 
百度学术2. 邓迪雅，徐文辉，林旭. 郊野绿道生物多样性的公众感知——以杭州青山湖绿道为例. 中国城市林业. 2024(05): 75-81 . 百度学术3. 温瑀，秦津，关泽. 秦皇岛海滨国家森林公园北园景观绩效评价. 河北环境工程学院学报. 2023(02): 59-66 . 百度学术4. 蔡益杭，张明如，张建国. 浙江青山湖绿道小气候要素与游人游憩行为的关系探析. 生态科学. 2023(04): 154-162 . 百度学术5. 陶一舟，李朝晖，严少君. 安吉天荒坪森林特色小镇景观绩效评价. 浙江农林大学学报. 2023(04): 883-891 . 本站查看6. 张聪，唐宇力，郭婷婷，张洁，傅东示，幸怡，杨意帆，邵锋. 青山湖滨水绿道景观特征要素与美学感知关系研究. 浙江林业科技. 2023(04): 74-81 . 百度学术7. 陈丽军，万志芳. 历次五年计划期间中国新建国家森林公园时空分布及动态演化. 世界林业研究. 2022(03): 61-66 . 百度学术8. 唐庭庭，蒋文伟. 夏季小气候效应对人体舒适度的影响——以临安青山湖绿道为例. 现代园艺. 2022(15): 32-34 . 百度学术9. 仲启铖，张浪，张桂莲. 基于城市搬迁地的公园绿地建设项目综合效益评价研究——以上海世博公园为例. 园林. 2021(10): 2-10 . 百度学术其他类型引用(15)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20210820
点击查看大图
计量
- 文章访问数: 556
- HTML全文浏览量: 130
- PDF下载量: 71
- 被引次数: 24
