下载:
-
在以往的认知中，仅用活体微生物量来评估微生物活动过程对土壤有机质的贡献，无法真正反映微生物对有机质的固持作用，导致了微生物来源碳组分对土壤有机质的贡献长期被低估。微生物死亡残体对于土壤有机质长期固存和积累有重要意义，不能仅以细菌和真菌的生物量来衡量微生物对土壤有机质累积的贡献[1]。氨基糖是土壤中微生物死亡残体的特异性生物标志物。植物不含大量的氨基糖，相对于与土壤中微生物死亡残体结合的氨基糖而言，微生物生物量中的游离氨基糖很少[2]。因此，微生物细胞壁成分水解的结合氨基糖已被广泛用作微生物残基的替代物[3]。JOERGENSEN等[4]指出：在土壤微生物中已鉴定出26种氨基糖，但大多数研究仅量化了葡萄糖、半乳糖、胞壁酸、甘露糖等4种土壤氨基糖，且葡萄糖主要存在于真菌细胞的几丁质中，胞壁酸主要存在于细菌细胞壁的肽聚糖中。
氨基糖在调控有机碳库方面也发挥着重要作用[5]。土壤碳库常以土壤有机质为稳定的存在形式，而至少有一半的土壤有机质来源于微生物死亡残体，微生物可作为碳泵发挥续埋作用，从而促进土壤固碳过程[6−8]。同时，氨基糖也影响着土壤氮素留存过程[9]。土壤微生物利用进入微生物氮转化循环的氮元素合成自身细胞，而当微生物细胞凋亡后，这些氮素将以氨基糖等形式储存在土壤之中。此外，在土壤养分缺乏时，氨基糖也能作为有效氮素以供微生物细胞使用[10]。随着分析测定技术逐渐发展完善，将氨基糖作为微生物标志物来研究土壤功能逐渐成为热点，氨基糖也已被应用于评估各种生态系统中微生物对土壤有机质的贡献[11−12]。但氨基糖积累与生物、非生物因素之间相互关系及耦联机制尚不清晰，仍无法通过调节某一影响因素来增加土壤氨基糖。
本研究将树种多样性、优势树种重要值与土壤氨基糖质量分数变化联系起来，综合不同树种多样性、不同优势树种重要值及土壤理化性质下30个样地的土壤氨基糖的测量结果，试图回答以下科学问题：①树种多样性和优势树种重要值如何影响土壤氨基糖质量分数？②与土壤理化性质相比，是树种多样性还是优势树种重要值对土壤氨基糖积累的贡献更大？
-
样地位于黑龙江省哈尔滨市香坊区东北林业大学实验林场(45°42′~45°44′N，127°35′~127°39′E)，海拔136~140 m。地处寒温带半湿润半干旱区，年平均气温为3.6 ℃，年平均降水量为600.0 mm。原生植被为榆树Ulmus pumila疏林草原，于20世纪60年代初进行人工补苗，经自然更新和演替后，自然混交带状分布明显。当前实验林场内主要有落叶松 Larix gmelinii 、暴马丁香 Syringa reticulata、 樟子松Pinus sylvestris、黄檗Phellodendron amurense、榆树、水曲柳Fraxinus mandshurica、胡桃楸 Juglans mandshurica、蒙古栎Quercus mongolica、黑皮油松Pinus tabuliformis var. mukdensis、金银忍冬Lonicera maackii、梣叶槭Acer negundo等乔灌木20多种[13]。
在实验林场的中心区域建立1块7.2 hm2 (300 m × 240 m) 的永久地块，并于2018年8月将其划分为720个样方 (10 m ×10 m)。每个样方中的所有木本植物 (胸径≥1 cm)均按物种分类，记录名称、个体高度、净树干高度、乔木的胸径以及灌木高度、灌木胸径[14]。进一步应用聚类分析将720个样方划分为9个关键树种相关的森林类型。2018年8月在每个样方中心使用挖穴机挖出 1 m深土壤剖面的土壤，采集 0~20 cm深度土壤样品，风干后过20目土壤筛，拣去大的土壤颗粒和植物枯枝碎屑，再用粉碎机研磨过60目土壤筛，装瓶备用，并根据聚类分析结果筛选出30个样地的土样，测定土壤氨基糖及碳、氮、pH及电导率。
-
土壤有机碳 (SOC)采用重铬酸钾外加热法测定，土壤全氮 (TN)采用半微量凯氏定氮法测定, 土壤酸碱度(pH)用酸度计测定(水土质量比为5∶1)，土壤电导率 (EC)采用电导法测定[15]。
土壤氨基糖质量分数采用盐酸水解，经纯化后，气相色谱法测定[16]。即将0.4 g土壤样品与10 mL 6 mol·L−1盐酸于105 ℃下水解，过滤后加入100 μL肌醇 (内标)，干燥后将pH调至6.6~6.8，离心取上清液，再次冻干后用无水甲醇溶解残留物，离心后转移到衍生瓶内，在45 ℃下用氮气(N2)吹干，加入1 mL超纯水和 100 μL 内标 2 (N-甲基氨基葡萄糖，MGlcN)，冻干后进行衍生，利用气相色谱法测定[17]。土壤氨基糖指标包括葡萄糖 (Glu)、半乳糖 (Gal)、胞壁酸 (Mur)、总氨基糖 (TA)、葡萄糖/总氨基糖(Glu/TA)、半乳糖/总氨基糖(Gal/TA)、胞壁酸/总氨基糖 (Mur/TA)。
-
依据马克平等[18]的方法计算每个样地中的Shannon-Wiener指数、Simpson指数、Patrick丰富度指数、Pielou均匀度指数。依据WANG等[19]的方法计算样方中树种的重要值、相对多度、相对频度和相对显著度。
-
数据统计分析采用SPSS 22.0软件，绘图采用Origin 2018 和Canoco 5.0软件。应用Pearson相关方法分析土壤氨基糖质量分数与影响因素的相关性。采用方差分解法 (variance partitioning)、冗余分析 (RDA)和蒙特卡罗检验 (Monte Carlo Hypothesis Testing)解析土壤理化性质、植物多样性指数、9个树种的重要值对土壤氨基糖积累的贡献和耦合关系。
-
由表1可知：30个样地的土壤电导率、pH、有机碳和全氮分别为30.69~101.43 μs·cm−1、4.87~6.71、14.42~100.31 g·kg−1和0.34~2.31g·kg−1。样地中Shannon-Wiener 指数、Simpson指数、Pielou均匀率指数和Patrick丰富度指数分别为0~2.12、0~0.86、0~0.92和1.00~10.00，均值分别为1.24、0.61、0.73和5.63。
表 1 30个样地的土壤理化性质及树种多样性指标
Table 1. Soil physicochemical index values and diversity index values of tree species in 30 plots
样地号 电导率/
(μs·cm−1)pH 有机碳/
(g·kg−1)全氮/
(g·kg−1)Shannon-
Wiener
指数Simpson
指数Pielou
均匀度
指数Patrick
丰富度
指数样地号 电导率/
(μs·cm−1)pH 有机碳/
(g·kg−1)全氮/
(g·kg−1)Shannon-
Wiener
指数Simpson
指数Pielou
均匀度
指数Patrick
丰富度
指数1 46.92 6.14 24.65 0.71 0.00 0.00 0.00 1.00 17 39.12 5.52 32.43 1.78 1.75 0.80 0.90 7.00 2 46.74 6.17 17.63 0.71 0.67 0.48 0.97 2.00 18 76.15 6.60 24.66 1.13 1.17 0.63 0.84 4.00 3 41.65 5.76 23.10 0.92 1.07 0.65 0.98 3.00 19 64.39 5.80 48.87 1.53 0.41 0.24 0.59 2.00 4 44.90 5.96 26.14 0.67 1.16 0.56 0.72 5.00 20 75.88 6.22 61.29 0.59 1.59 0.69 0.76 8.00 5 97.67 5.48 41.92 1.01 1.77 0.76 0.77 10.00 21 95.36 6.24 68.42 1.78 1.31 0.68 0.81 5.00 6 30.79 5.86 14.42 0.70 0.24 0.12 0.35 2.00 22 70.70 6.71 28.81 2.11 1.58 0.75 0.88 6.00 7 48.94 5.06 100.31 1.79 1.70 0.79 0.88 7.00 23 101.43 6.23 56.75 1.54 1.19 0.65 0.86 4.00 8 43.31 5.79 38.80 1.50 1.25 0.70 0.90 4.00 24 49.39 6.28 27.31 1.37 1.21 0.63 0.75 5.00 9 36.16 5.02 38.23 1.61 1.44 0.65 0.74 7.00 25 56.65 5.96 45.60 1.34 0.73 0.42 0.66 3.00 10 57.18 5.38 37.56 1.16 1.20 0.62 0.75 5.00 26 76.50 6.21 57.60 1.78 2.00 0.85 0.91 9.00 11 30.69 5.86 19.79 0.73 0.00 0.00 0.00 1.00 27 68.02 5.52 69.13 1.82 1.59 0.74 0.76 8.00 12 57.74 4.87 34.29 0.97 1.30 0.68 0.81 5.00 28 47.71 5.89 31.18 1.67 1.14 0.46 0.49 10.00 13 55.11 5.28 42.61 1.20 1.47 0.71 0.75 7.00 29 66.48 6.23 40.27 2.31 1.84 0.82 0.88 8.00 14 69.02 6.32 29.48 1.92 1.81 0.77 0.82 9.00 30 56.49 5.98 46.95 1.92 2.12 0.86 0.92 10.00 15 55.43 5.65 50.68 0.34 1.66 0.79 0.93 6.00 均值 59.54 5.87 41.22 1.33 1.24 0.61 0.73 5.63 16 79.58 6.08 57.78 1.20 0.97 0.87 0.54 6.00 通过计算各样方树种重要值(表2)，筛选出重要值排名前9位的树种，分别是樟子松、黄檗、榆树、水曲柳、胡桃楸、蒙古栎、黑皮油松、金银忍冬、梣叶槭。经计算可知：研究区域内9种树种的重要值均值排序由大到小依次为水曲柳(0.17)、黄檗(0.14)、蒙古栎(0.10)、胡桃楸(0.10)、榆树(0.09)、金银忍冬(0.08)、黑皮油松(0.07)、樟子松(0.06 )、梣叶槭(0.04)。
表 2 30个样地的优势树种重要值
Table 2. Important values of tree species index in 30 plots
样地号 樟子松 黑皮
油松水曲柳 黄檗 梣叶槭 金银
忍冬蒙古栎 榆树 胡桃楸 样地号 樟子松 黑皮
油松水曲柳 黄檗 梣叶槭 金银
忍冬蒙古栎 榆树 胡桃楸 1 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 17 0.00 0.00 0.14 0.30 0.00 0.15 0.00 0.26 0.08 2 0.00 0.28 0.28 0.00 0.00 0.00 0.00 0.00 0.00 18 0.00 0.00 0.48 0.00 0.10 0.00 0.00 0.21 0.00 3 0.49 0.00 0.32 0.19 0.00 0.00 0.00 0.00 0.00 19 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.87 4 0.07 0.40 0.13 0.00 0.00 0.00 0.00 0.00 0.00 20 0.00 0.00 0.29 0.23 0.00 0.08 0.00 0.11 0.24 5 0.00 0.00 0.19 0.11 0.20 0.06 0.05 0.09 0.00 21 0.00 0.00 0.00 0.43 0.00 0.13 0.00 0.00 0.13 6 0.00 0.00 0.00 0.22 0.00 0.00 0.78 0.00 0.00 22 0.00 0.00 0.47 0.00 0.11 0.10 0.00 0.24 0.00 7 0.00 0.00 0.19 0.13 0.16 0.13 0.07 0.00 0.00 23 0.00 0.00 0.00 0.22 0.00 0.39 0.00 0.17 0.22 8 0.00 0.00 0.31 0.00 0.24 0.10 0.00 0.00 0.00 24 0.00 0.00 0.53 0.10 0.00 0.00 0.00 0.00 0.29 9 0.52 0.00 0.12 0.09 0.00 0.07 0.07 0.12 0.00 25 0.00 0.00 0.64 0.12 0.00 0.00 0.00 0.00 0.24 10 0.53 0.00 0.17 0.00 0.00 0.08 0.08 0.14 0.00 26 0.00 0.00 0.16 0.42 0.06 0.12 0.06 0.00 0.11 11 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 27 0.00 0.00 0.12 0.09 0.00 0.19 0.05 0.15 0.11 12 0.00 0.00 0.00 0.11 0.00 0.00 0.40 0.30 0.00 28 0.00 0.00 0.09 0.13 0.05 0.30 0.00 0.06 0.05 13 0.00 0.00 0.13 0.17 0.00 0.00 0.07 0.32 0.27 29 0.00 0.00 0.00 0.39 0.11 0.14 0.07 0.00 0.13 14 0.00 0.00 0.11 0.11 0.20 0.08 0.00 0.14 0.05 30 0.00 0.00 0.13 0.29 0.06 0.08 0.05 0.14 0.06 15 0.00 0.40 0.22 0.00 0.00 0.00 0.10 0.12 0.08 均值 0.06 0.07 0.17 0.14 0.04 0.08 0.10 0.09 0.10 16 0.29 0.00 0.00 0.21 0.00 0.14 0.09 0.10 0.00 如表3所示：30个样地中土壤葡萄糖质量分数为 0.41~1.15 g·kg−1，半乳糖为0.13~0.49 g·kg−1, 胞壁酸为0.02~0.1 g·kg−1、总氨基糖为0.59~1.74 g·kg−1；土壤氨基糖、半乳糖、胞壁酸和总氨基糖质量分数的均值分别为0.79、0.33、0.06和1.17 g·kg−1。
表 3 30个样地的土壤氨基糖指标
Table 3. Values of soil amino sugar indexes in 30 plots
样地
号葡萄糖/
(g·kg−1)半乳糖/
(g·kg−1)胞壁酸/
(g·kg−1)总氨基糖/
(g·kg−1)葡萄糖/
总氨基糖半乳糖/
总氨基糖胞壁酸/
总氨基糖样地
号葡萄糖/
(g·kg−1)半乳糖/
(g·kg−1)胞壁酸/
(g·kg−1)总氨基糖/
(g·kg−1)葡萄糖/
总氨基糖半乳糖/
总氨基糖胞壁酸/
总氨基糖1 0.44 0.14 0.04 0.62 0.70 0.23 0.07 17 0.63 0.23 0.03 0.89 0.71 0.26 0.03 2 0.41 0.15 0.03 0.59 0.69 0.26 0.05 18 0.77 0.34 0.06 1.16 0.66 0.29 0.05 3 0.51 0.21 0.04 0.76 0.67 0.28 0.05 19 0.96 0.44 0.06 1.46 0.66 0.30 0.04 4 0.42 0.17 0.03 0.61 0.68 0.27 0.05 20 1.05 0.41 0.05 1.51 0.69 0.27 0.03 5 0.76 0.36 0.06 1.19 0.64 0.31 0.05 21 1.04 0.42 0.07 1.53 0.68 0.28 0.05 6 0.44 0.13 0.04 0.60 0.72 0.21 0.06 22 1.05 0.49 0.07 1.61 0.65 0.30 0.05 7 0.97 0.48 0.09 1.54 0.63 0.31 0.06 23 0.91 0.32 0.07 1.30 0.70 0.24 0.06 8 0.79 0.37 0.07 1.23 0.64 0.30 0.06 24 0.94 0.43 0.07 1.44 0.66 0.30 0.05 9 0.99 0.37 0.07 1.43 0.69 0.26 0.05 25 0.92 0.39 0.07 1.39 0.66 0.28 0.05 10 0.69 0.28 0.05 1.02 0.68 0.27 0.05 26 1.03 0.40 0.08 1.51 0.68 0.26 0.05 11 0.47 0.14 0.05 0.66 0.72 0.21 0.07 27 1.00 0.39 0.08 1.47 0.68 0.27 0.05 12 0.51 0.19 0.05 0.75 0.68 0.25 0.07 28 0.88 0.37 0.07 1.33 0.66 0.28 0.05 13 0.81 0.33 0.05 1.20 0.68 0.28 0.05 29 1.15 0.49 0.10 1.74 0.66 0.28 0.05 14 0.89 0.43 0.07 1.38 0.64 0.31 0.05 30 1.03 0.46 0.09 1.57 0.65 0.29 0.05 15 0.50 0.21 0.02 0.73 0.68 0.29 0.03 均值 0.79 0.33 0.06 1.17 0.68 0.27 0.05 16 0.70 0.27 0.06 1.04 0.68 0.26 0.06 -
由表4可知：土壤总氨基糖和氨基葡萄糖与土壤电导率、土壤总有机碳质量分数和土壤全氮质量分数呈极显著正相关(P＜0.01)。土壤氨基半乳糖和胞壁酸与土壤总有机碳质量分数和土壤全氮质量分数呈极显著正相关(P＜0.01)，与土壤电导率呈显著正相关(P＜0.05)。土壤pH与氨基糖指标均无显著相关关系。
表 4 土壤理化性质与土壤氨基糖质量分数的相关性
Table 4. Correlation coefficients between soil amino sugar contents and soil properties
土壤理化性质 氨基葡萄糖 氨基半乳糖 胞壁酸 总氨基糖 氨基葡萄糖/总氨基糖 氨基半乳糖/总氨基糖 胞壁酸/总氨基糖 电导率 0.486** 0.448* 0.367* 0.476** −0.264 0.305 −0.199 酸碱度 0.196 0.197 0.075 0.194 −0.053 0.104 −0.155 总有机碳 0.566** 0.534** 0.528** 0.563** −0.301 0.318 −0.145 全氮 0.780** 0.773** 0.791** 0.791** −0.457* 0.427* −0.070 说明：* P＜0.05；** P＜0.01。 -
由表5可知：Shannon-Wiener指数与氨基葡萄糖、氨基半乳糖、总氨基糖和氨基半乳糖/总氨基糖极显著正相关(P＜0.01)，与胞壁酸和氨基葡萄糖/总氨基糖显著正相关(P＜0.05)，与胞壁酸/总氨基糖极显著负相关(P＜0.01)，与氨基葡萄糖/总氨基糖显著负相关(P＜0.05)。Simpson 指数与氨基葡萄糖、氨基半乳糖、氨基半乳糖/总氨基糖和总氨基糖极显著正相关(P＜0.01)，与氨基葡萄糖/总氨基糖、胞壁酸/总氨基糖显著负相关(P＜0.05)。Patrick丰富度指数与氨基半乳糖、总氨基糖显著正相关，与氨基葡萄糖/总氨基糖显著负相关(P＜0.05)，与氨基半乳糖/总氨基糖极显著正相关，与胞壁酸/总氨基糖极显著负相关(P＜0.01)。Pielou指数同氨基葡萄糖、氨基半乳糖、总氨基糖和氨基半乳糖/总氨基糖极显著正相关(P＜0.01)，与胞壁酸显著正相关，而与氨基葡萄糖/总氨基糖呈显著负相关(P＜0.05)。
表 5 土壤氨基糖质量分数和树种多样性指标的相关性
Table 5. Correlation coefficients between soil amino sugar contents and tree species diversity indexes
多样性指数 氨基葡萄糖 氨基半乳糖 胞壁酸 总氨基糖 氨基葡萄糖/总氨基糖 氨基半乳糖/总氨基糖 胞壁酸/总氨基糖 Shannon-Wiener指数 0.560** 0.588** 0.399* 0.570** −0.452* 0.573** −0.474** Simpson指数 0.473** 0.508** 0.333 0.485** −0.458* 0.574** −0.461* Patrick丰富度指数 0.356 0.423* 0.182 0.374* −0.455* 0.601** −0.540** Pielou均匀度指数 0.572** 0.577** 0.452* 0.577** −0.397* 0.475** −0.341 说明：* P＜0.05；** P＜0.01。 -
由表6可知：所有的氨基糖指标与樟子松和榆树这2种树种的重要值均无显著相关性。氨基葡萄糖、氨基半乳糖、胞壁酸和总氨基糖与黑皮油松重要值呈极显著负相关(P＜0.01)。氨基葡萄糖与黄檗、金银忍冬、胡桃楸重要值均显著正相关(P＜0.05)，与蒙古栎重要值呈显著负相关(P＜0.05)。氨基半乳糖与梣叶槭重要值极显著正相关(P＜0.01)，与蒙古栎重要值极显著负相关(P＜0.01)。胞壁酸与梣叶槭重要值呈显著正相关(P＜0.05)，与金银忍冬重要值极显著正相关(P＜0.01)。总氨基糖与黄檗、梣叶槭、金银忍冬、胡桃楸重要值呈显著正相关(P＜0.05)，与黑皮油松和蒙古栎重要值分别呈极显著负相关(P＜0.01)和显著负相关(P＜0.05)。胞壁酸/总氨基糖仅与蒙古栎重要值极显著正相关(P＜0.01)，与其他8种树种的重要值均无显著的相关性。
表 6 树种重要值与土壤氨基糖指标的相关性分析
Table 6. Correlation of important value of tree species and soil amino sugar index
氨基糖 樟子松 黑皮油松 水曲柳 黄檗 梣叶槭 金银忍冬 蒙古栎 榆树 胡桃楸 氨基葡萄糖 −0.122 −0.515** 0.150 0.442* 0.297 0.460* −0.417* 0.056 0.370* 氨基半乳糖 −0.162 −0.491** 0.262 0.303 0.471** 0.349 −0.489** 0.026 0.360 胞壁酸 −0.114 −0.466** 0.012 0.359 0.432* 0.466** −0.188 −0.084 0.150 总氨基糖 −0.137 −0.513** 0.181 0.400* 0.365* 0.432* −0.435* 0.040 0.362* 葡萄糖/总氨基糖 0.092 0.262 −0.397* 0.142 −0.715** −0.025 0.514** 0.048 −0.125 半乳糖/总氨基糖 −0.079 −0.260 0.479** −0.085 0.605** 0.030 −0.678** 0.046 0.234 胞壁酸/总氨基糖 −0.004 0.081 −0.351 −0.105 0.060 −0.021 0.607** −0.234 −0.333 说明：* P＜0.05；** P＜0.01。 -
方差分解分析表明：树种重要值、树种多样性和土壤理化性质对土壤氨基糖积累的贡献程度不同，土壤氨基糖质量分数差异大部分由树种重要值解释，解释程度达到33.4%，其次是土壤理化性质(16.2%)和树种多样性(4.0%)(图1)，3组因素交互作用能解释18.7%的土壤氨基糖质量分数差异。3组变量对土壤氨基糖质量分数变化的差异总解释率达到72.1%。
图 1 树种重要值、树种多样性及土壤理化性质对土壤氨基糖贡献的方差分解分析
Figure 1. Variance partitioning analysis between important values of tree species, tree species diversity and soil physical and chemical properties
冗余分析结果如图2所示。第1轴解释91.97%的变化，第2轴解释0.69%的变化。蒙特卡罗检验结果表明：土壤全氮对氨基糖质量分数变化的解释程度最大，解释率达61.7%(P＜0.01)，即土壤全氮是土壤氨基糖积累的最大驱动因子；其次是土壤有机碳、水曲柳重要值、胡桃楸重要值和Patrick丰富度指数，解释率分别为9.8%、6.0%、4.1%和3.9% (表7)。
图 2 氨基糖质量分数与树种重要值、树种多样性、土壤理化性质的冗余排序
Figure 2. RDA ordination between amino sugars parameters and species dominance, species diversity and soil properties
表 7 影响因子的蒙特卡罗检验
Table 7. Monte Carlo test of influencing factors
影响因子 解释率/% F P 影响因子 解释率/% F P 土壤全氮 61.7 66.5 0.002 梣叶槭重要值 0.8 0.9 0.180 土壤有机碳 9.8 10.5 0.010 电导率 0.6 0.6 0.292 水曲柳重要值 6.0 6.4 0.010 Shannon-Wiener指数 0.3 0.3 0.458 胡桃楸重要值 4.1 4.5 0.056 金银忍冬重要值 0.1 0.1 0.610 Patrick丰富度指数 3.9 4.2 0.026 黄檗重要值 ＜0.1 ＜0.1 0.800 酸碱度 1.9 2.0 0.072 榆树重要值 ＜0.1 ＜0.1 0.714 Simpson指数 1.2 1.3 0.148 黑皮油松重要值 ＜0.1 ＜0.1 0.946 樟子松重要值 1.3 1.4 0.116 Pielou均匀度指数 ＜0.1 ＜0.1 0.928 蒙古栎重要值 0.9 1.0 0.196 -
土壤理化性质、树种重要值、树种多样性均会对土壤氨基糖产生不同程度的影响。GLASER等[20]研究发现：土壤氨基糖与土壤全氮、土壤有机碳显著相关；NI等[21]发现：土壤全氮能驱动氨基糖质量分数发生变化。上述结果均与本研究中土壤氨基糖与土壤全氮、有机碳质量分数显著相关的结果一致。在NI等[21]的研究中还发现了土壤pH对表层土壤氨基糖质量分数有消极影响，而在本研究中，土壤pH与氨基糖并无显著相关性，原因可能是在本研究中未设置不同的pH梯度。JIA等[17]研究表明：物种丰富度升高，增加了枯枝落叶输入，也可能增加可溶性有机质和有效氮可用性，从而刺激微生物活性并促进土壤有机碳积累的微生物途径，促使氨基糖质量分数增加。这与本研究中土壤氨基糖质量分数随树种多样性升高而升高的结果一致。
树种多样性与土壤碳、氮固存关系及其相互作用机制是近几年来的研究热点。SHEN等[22]的研究也表明：树种多样性在一定程度上增加了土壤碳储量和养分状况。较高的植物多样性，往往有着高微生物分泌物多样性，土壤微生物可利用的底物增多，使得微生物分泌物及其残留物也增多[23]，有助于土壤有机质的累积。不同树种对氨基糖的积累也有不同影响。井艳丽等[24]研究表明：固氮树种赤杨Alnus sibirica引入单一辽东落叶松Larix kaempferi林，增加了植物丰富度，同时也增加了凋落物输入和土壤可利用的速效氮，进而刺激了土壤微生物，最终使氨基糖质量分数增高。本研究结果表明：黑皮油松、蒙古栎的重要值与氨基糖质量分数均呈负相关，对氨基糖变化有反向作用；而水曲柳、梣叶槭、黄檗、金银忍冬等的重要值均与氨基糖质量分数呈正相关，对氨基糖变化有显著的正向作用。这可能与树种本身的固碳、固氮能力或自身性状有关。
土壤氨基糖源于土壤微生物死亡残体，作为解释生物、非生物因素与土壤碳氮循环之间关系的重要指标，能有效指示土壤微生物在土壤碳氮固持中的作用。在人工育林过程中，可将梣叶槭、水曲柳、黄檗、胡桃楸等有助于土壤氨基糖积累的树种引入到单一树种人工林中，合理调配森林树种组成，提高森林树种多样性，促使土壤氨基糖质量分数增高，提高森林土壤碳氮固存能力。
-
本研究人工林表层土壤(0~20 cm)中氨基糖质量分数主要受优势树种重要值的影响，其解释率高达35.4%，显著高于树种多样性(6.4%)和土壤理化性质(17.2%)的解释率。植物物种丰富度是土壤氨基糖质量分数变化的最大解释因子，土壤葡萄糖、土壤半乳糖、土壤胞壁酸和土壤总氨基糖质量分数均随着树种多样性的升高而升高。黄檗、水曲柳、榆树有助于土壤葡萄糖、土壤半乳糖和土壤总氨基糖的积累，樟子松和蒙古栎不利于土壤葡萄糖、土壤半乳糖和土壤总氨基糖的积累，金银忍冬、梣叶槭有利于土壤胞壁酸的积累，而黑皮油松不利于土壤胞壁酸的积累。可将梣叶槭、黄檗、胡桃楸等有助于土壤氨基糖积累的树种引入到单一树种人工林中，合理调配森林树种组成，提高森林树种多样性，促使土壤氨基糖质量分数增高。
Effects of tree species importance, diversity and soil physicochemical properties on soil amino sugars
-
摘要:
目的 土壤氨基糖是土壤微生物死亡残体的特异性标志物，对土壤碳、氮固存有重要作用。探究树种多样性和优势树种重要值对土壤氨基糖的影响机制。 方法 以东北林业大学实验林场为研究样地，采取0~20 cm的表层土壤，测定土壤葡萄糖(Glu)、土壤半乳糖(Gal)、土壤胞壁酸(Mur)及土壤总氨基糖 (TA)质量分数，计算样地内树种多样性指数和优势树种重要值，通过相关分析、冗余分析、方差分解分析研究确定影响土壤氨基糖的主要因素及其贡献程度。 结果 ①土壤葡萄糖、土壤半乳糖、土壤胞壁酸、土壤总氨基糖质量分数与土壤全氮质量分数、土壤电导率和土壤有机碳质量分数显著正相关(P＜0.05)；②土壤葡萄糖、土壤半乳糖、土壤胞壁酸、土壤总氨基糖质量分数与黑皮油松Pinus tabuliformis var. mukdensis重要值显著负相关(P＜0.01)；土壤葡萄糖、土壤半乳糖、土壤总氨基糖质量分数与蒙古栎Quercus mongolica重要值显著负相关(P＜0.05)；土壤葡萄糖、土壤总氨基糖质量分数与黄檗Phellodendron amurense、金银忍冬Lonicera maackii、胡桃楸Juglans mandshurica重要值均显著正相关(P＜0.05)；土壤半乳糖、土壤胞壁酸、土壤总氨基糖质量分数与梣叶槭Acer negund重要值显著正相关(P＜0.05)。冗余分析发现：黑皮油松、蒙古栎不利于氨基糖积累，而黄檗、梣叶槭、金银忍冬、胡桃楸有利于土壤氨基糖的积累。③方差分解分析表明：树种重要值对土壤氨基糖质量分数变化的贡献程度(35.4%)显著高于树种多样性(6.4%)和土壤理化性质(17.2%)。 结论 通过增加梣叶槭、金银忍冬、黄檗和胡桃楸等树种来为维持较高的树种多样性，能更好地促进人工林土壤氨基糖的积累，进而改善土壤碳氮固存能力。图2表7参24 Abstract:Objective Soil amino sugars are specific markers of soil microbial death residues, and play an important role in soil carbon and nitrogen sequestration. This study aims to explore the impact mechanism of tree species diversity and dominant tree species importance on soil amino sugars. Method The experimental forest farm of Northeast Forestry University was taken as the research sample, and 0 − 20 cm surface soil was used to measure glucosamine (Glu), galactosamine (Gal), muramic acid (Mur) and total amino sugar (TA). The diversity index of tree species and important values (IV) of dominant tree species were calculated. The main factors and contribution affecting soil amino sugars were determined through correlation analysis, redundancy analysis, and variance decomposition analysis. Result (1) The contents of Glu, Gal, Mur, TA were significantly positively correlated with those of total nitrogen (TN), electrical conductivity (EC), and organic carbon in soil (P＜0.05). (2) The contents of Glu, Gal, Mur, TA were significantly negatively correlated with IV of Pinus tabulaeformis var. mukdensis (P＜0.01). The contents of Glu, Gal, TA were negatively correlated with IV of Quercus mongolica (P＜0.05). The contents of Glu and TA were significantly positively correlated with IV of Phellodendron amurense, Lonicera maackii, and Juglans mandshurica (P＜0.05), while the contents of Ga, Mur and TA were significantly positively correlated with IV of Acer negundo (P＜0.05). Redundancy analysis found that Pinus tabuliformis var. mukdensis and Q. mongolica were not conducive to the accumulation of amino sugars, while A. negundo, Phellodendron amurense, L. maackii, and J. mandshurica were conducive to the accumulation of amino sugars. (3) Variance decomposition analysis showed that the contribution of IV of tree species to changes in soil amino sugar content (35.4%) was significantly higher than that of tree species diversity (6.4%) and soil physical and chemical properties (17.2%). Conclusion The rich diversity of tree species maintained by increasing tree species such as A. negundo, L. maackii, Phellodendron amurense and J. mandshurica can better promote the accumulation of amino sugars in soil and improve soil carbon and nitrogen sequestration capacity. [Ch, 2 fig. 7 tab. 24 ref.] -
Key words:
- species diversity /
- important value of tree species /
- soil properties /
- soil amino sugars
-
种群空间分布格局是指种群内个体在特定空间内的分布状况，受到种群生物学、种间关系、环境等诸多因素影响[1]。构成种群的空间分布特征类型有种群点格局分布和空间关联性2种类型[2−3]。种群点格局总体上可以分为3种：随机分布、均匀分布和聚集分布[4]；而种间关联则有3种基本类型：空间正关联、空间无关联、空间负关联[5]。不同的分布类型和联系模式反映了种群间的不同生态关系[6]。因此，研究种群的空间分布格局特点，既可以认识其生物学特点，又可以掌握其在环境资源中的协调作用[7−10]。如学者对宁夏六盘山辽东栎Quercus wutaishansea [11]、广东雷州半岛无患子Sapindus saponaria[12]、桂林岩溶石山檵木Loropetalum chinense[13]和浙江天目山紫楠Phoebe sheareri[14]等进行了种群的空间分布格局及其关联性的点格局分析。
新疆野苹果Malus sieversii为蔷薇科Rosaceae苹果属Malus乔木，是新疆野果林的主要建群种之一[15]，目前已经被列为中国具有国际意义的生物多样性优先保护物种和中国濒危二级重点保护植物[16]。在国内新疆野苹果主要分布于新疆的西部山区[17]，通常在河谷的底部或峡谷的阴坡，呈带状、片状或块状分布[18]。但近年来，由于受到病虫害、过度放牧和人类活动频繁等影响[19]，新疆野苹果的生存环境遭到破坏，资源不断减少，已处于濒危和灭绝的边缘[20]。以往关于新疆野苹果的研究大多基于遗传繁殖特性和抗逆性等，研究地点也多集中于伊犁河谷一带，对于其他区域内新疆野苹果种群空间分布格局及空间关联性方面的研究则相对较少。因此，本研究以新疆塔城地区额敏县新疆野苹果种群为对象，通过样地调查法，探究新疆野苹果种群的空间分布格局及空间关联性，以期为珍稀野生果树资源的保护提供参考。
1. 研究区概况
研究区位于新疆塔城地区额敏县野果林保护区(46°21′~46°24′N，83°00′~84°50′E)，该保护区位于吾尔喀夏尔山南部以及巴尔鲁克山东北部的低山丘陵地带[21]。属典型的大陆性温带半荒漠气候，北部受北冰洋湿气流的影响，比东南略潮湿，属中温带半干旱地区[22]；东南部受东部盆地荒漠化干热气流的影响，气候极为干旱[23]。年均气温为6.2 ℃，冬季寒冷，春季升温快，冷暖波动大。平均蒸发量为1 021 mm，相对湿度为44%[24]，绝对无霜期为195 d，全年盛行东北风，平均风速为2.0 m·s−1。
2. 研究方法
2.1 样地设置与调查
在研究区内，选择不同立地条件，不同地理特性的生境，建立20块面积为30 m×30 m的标准样地，调查样地内所有乔木的种类、数量、胸径、树高、空间位置、冠幅、长势、健康状况等信息，并进行记录，共统计到乔木有1 063株，乔木层的平均密度为885.83株·hm−2，样地详细信息见表1。
表 1 样地基础信息表Table 1 Sample plot basic information table样地编号 纬度(N) 经度(E) 海拔/m 坡度/(°) 坡位 坡向 1 46°22′45″ 83°59′35″ 1 279 16 上 西南 2 46°23′02″ 83°59′33″ 1 274 22 上 东 3 46°23′09″ 83°59′03″ 1 249 27 中 西南 4 46°22′13″ 84°00′10″ 1 318 18 下 东北 5 46°22′31″ 83°59′40″ 1 339 14 中 东南 6 46°22′22″ 84°00′24″ 1 282 20 中 西南 7 46°22′15″ 83°59′52″ 1 242 17 上 北 8 46°22′02″ 83°59′50″ 1 217 24 下 东 9 46°22′12″ 83°59′10″ 1 187 21 上 西南 10 46°22′04″ 83°58′23″ 1 171 25 上 东北 11 46°23′16″ 83°58′15″ 1 219 16 下 东 12 46°22′14″ 83°59′31″ 1 236 20 中 西北 13 46°21′43″ 84°00′04″ 1 341 23 下 东北 14 46°21′54″ 84°00′21″ 1 305 26 下 东北 15 46°23′17″ 83°59′32″ 1 163 29 中 南 16 46°23′06″ 84°00′14″ 1 154 19 下 东南 17 46°23′11″ 83°59′53″ 1 188 32 上 西南 18 46°23′30″ 83°59′39″ 1 084 22 中 西南 19 46°23′13″ 83°57′35″ 958 25 下 西北 20 46°23′28″ 83°56′34″ 911 20 中 东南 2.2 数据分析
2.2.1 龄级划分
本研究采用径级结构代替年龄结构的方法，分析种群的年龄结构[25−27]。参考刘忠权等[28]对新疆野苹果年龄级的划分方法，按照胸径(d)划分为：1级(0＜d≤5 cm)、2级(5 cm＜d≤10 cm)、3级(10 cm＜d≤15 cm)、4级(15 cm＜d≤20 cm)、5级(20 cm＜d≤25 cm)、6级(25 cm＜d≤30 cm)、7级(30 cm＜d≤35 cm)、8级(35 cm＜d≤40 cm)、9级(40 cm＜d≤45 cm)、10级(45 cm＜d≤50 cm)、11级(50 cm＜d≤55 cm)、12级(d＞55 cm)。以此为龄级划分标准，统计各个样地中不同龄级新疆野苹果株数，组成种群年龄结构基本数据，并以龄级为横坐标，以新疆野苹果在龄级范围内的个体数为纵坐标，绘制种群年龄结构图。根据新疆野苹果的生长发育特点，可以将1~3龄级划分为幼龄个体，其中1龄级个体划分为幼苗，2龄级个体划分为幼树，3龄级个体划分为小树；将4~6龄级划分为中龄个体；将7~9龄级划分为成龄个体；将10~12龄级划分为老龄个体。
2.2.2 点格局分析
本研究采用Ripley K单变量K(r)函数对新疆野苹果不同龄级个体间的空间分布类型进行点格局分析，K(r)函数法是对种群空间分布格局分析最常用的方法，能够以植物个体的空间位置为基础，同时对任意研究尺度的空间分布格局进行分析，反映种群生态特征[29]。具体公式如下：
$$ K\left(r\right)=\frac{A}{{n}^{2}}\sum _{i=1}^{n}\sum _{j=1}^{n}\frac{Ir\left({u}_{ij}\right)}{{W}_{ij}}\left(i\ne 1\right)。 $$ (1) 式(1)中：A为样地面积；n为所有林木的总株数；
$ r $ 为空间尺度；$ {u}_{ij} $ 为第$ i $ 株林木到$ j $ 株林木的距离；当$ I $ 为指数函数，$ {u}_{ij} $ ≤$ r $ 时，$ Ir\left({u}_{ij}\right)=1 $ ；当$ I $ 为指数函数，$ {u}_{ij} $ ＞$ r $ 时，$ Ir\left({u}_{ij}\right)=0 $ ；$ {W}_{ij} $ 是以$ i $ 点为圆心、$ {u}_{ij} $ 为半径的圆落在面积A中的弧长与整个圆周的比例。为了更直观地解释实际的空间格局，采用L(r)函数代替K(r)函数，通常L(r)函数值可判断空间尺度内研究对象的分布类型，来确定种群的空间分布类型。公式如下：
$$ L\left(r\right)=\sqrt{K\left(r\right)/{\text{π}} }-r。 $$ (2) 式(2)中：当
$ L\left(r\right)=0 $ 时，物种在r尺度上服从随机分布；当$ L\left(r\right) ＜ 0 $ 时，服从均匀分布；当$ L\left(r\right) ＞ 0 $ 时，服从聚集分布。2.2.3 空间关联性
应用Ripley K双变量
$ {K}_{12}\left(r\right) $ 函数对不同发育阶段新疆野苹果的点格局进行分析，研究距离尺度r内的不同发育阶段的个体数目，就是对$ {K}_{12}\left(r\right) $ 的求解，以此对不同龄级间新疆野苹果种群的空间关联性进行分析。具体公式如下：$$ {K}_{12}\left(r\right)=\frac{A}{{n}_{1}\times {n}_{2}}\sum _{i=1}^{n}\sum _{j=1}^{n}\frac{Ir\left({u}_{ij}\right)}{{W}_{ij}}\left(i\ne j\right)。 $$ (3) 式(3)中：
$ {n}_{1} $ 、$ {n}_{2} $ 为样地内新疆野苹果不同龄级个体数量，其他指标与式(1)的意义相同。按照上述方法对
$ {K}_{12} $ 进行平方根转化，得到$ {L}_{12} $ 函数，具体公式如下：$$ {L}_{12}\left(r\right)=\sqrt{{K}_{12}\left(r\right)/{\text{π}} }-r 。 $$ (4) 通过判断函数值
$ L\left(r\right) $ 和参数值$ {L}_{12}\left(r\right) $ 与包迹线之间的位置关系，确定新疆野苹果种群的空间分布格局及其关联性。若函数值$ L\left(r\right) $ 在上包迹线上则为聚集分布，在上下包迹线之间则为随机分布，在下包迹线下则为均匀分布。如果函数值$ {L}_{12}\left(r\right) $ 在上包迹线上呈正相关，在上下包迹线之间呈不相关，在下包迹线下呈负相关。3. 结果与分析
3.1 新疆野苹果种群年龄结构分析
由图1可知：新疆野苹果年龄结构呈先增加后减少的变化趋势，第1、2、3、4龄级植株数量逐步增加，在第5龄级时达到峰值，此后个体数量逐步下降，到第12龄级达到最小值。总体上来看，新疆野苹果年龄结构呈现类似纺锤形的底部较宽而顶部极窄的不规则金字塔型。其中，第5龄级个体数占总量的25.44%，幼龄个体缺失较为明显，种群结构不稳定。
3.2 新疆野苹果种群空间点格局分析
从图2可以看出：幼龄阶段个体在0~1.00、2.75~3.50、5.80~6.20、7.00~7.50、9.00~10.00、11.50~12.50、13.50~15.00 m尺度上呈聚集分布，其他尺度均呈随机分布；中龄阶段个体在0~1.00、2.50~5.00和7.50~10.50 m尺度上呈聚集分布，在1.25~2.00、6.25~7.25和12.00~13.50 m尺度上呈均匀分布，其他尺度上则呈随机分布；成龄阶段个体大致为随机分布，只有在7.80~8.20 m尺度上呈聚集分布；而老龄阶段个体则全部呈随机分布状态。总体来看，不同年龄阶段新疆野苹果个体在较小尺度内大多数都表现为随机分布，小部分表现为聚集分布。较小年龄个体中部分会呈现聚集分布状态，随着年龄阶段的不断增加，逐渐趋向随机分布。
图 2 不同年龄阶段新疆野苹果种群空间分布格局Figure 2 Spatial distribution pattern of M. sieversii population at different age stages3.3 新疆野苹果种群空间关联性
从图3可以看出：新疆野苹果种群4个年龄阶段个体间的空间关联格局存在一定差异。幼龄个体与中龄个体在0~3.00、5.50~6.50 m尺度上呈正关联，其余尺度上均呈无关联状态，随着尺度的增加，关联性逐渐增强；幼龄个体与成龄个体在1.00~1.50 m尺度上呈微弱负关联，其余尺度均无明显关联；幼龄个体与老龄个体在1.00~4.50 m尺度上呈负关联状态，其余阶段均无明显关联；中龄个体与成龄个体在6.00和14.00 m尺度上呈微弱正关联，其余尺度上均呈无关联状态；中龄个体与老龄个体总体上呈无关联状态；而成龄阶段个体和老龄阶段个体在1.00~2.50 m尺度上呈正关联，其余尺度上呈无关联状态。整体来说，年龄相近的个体空间关联性多呈正关联或无显著关联，随着个体年龄间差距的增加，它们之间的空间关联性转为无关联或负关联状态。
图 3 不同年龄阶段之间新疆野苹果种群空间关联性Figure 3 Spatial correlation of M. sieversii population between different age stages4. 结论与讨论
4.1 讨论
植被的空间分布格局受径级、尺度大小的影响，其生态学特性在不同尺度和径级上表现不同的差异[30−31]。有研究显示：种群空间结构的改变显示了种群的生存策略和应对机制，有利于群体获得更好的资源[32]。种群空间分布格局和空间尺度规模有很大的联系，在较小的范围内，种群的分布可能是集中的，但在较大的范围内，种群的分布可以是随机或均匀的[33]。一般以母株为核心的繁殖物种，会呈现集中的分布形态，而随着个体的成长，对环境的需求则会逐渐增大，再加上物种之间的竞争以及年龄的增加，这些物种利用的空间变小，就会为了生存资源扩大生存空间，使种群逐渐呈现随机分布状态。本研究发现：新疆野苹果幼龄和中龄个体为局部集中分布，随着年龄的增长呈随机分布趋势，这与区域密度限制导致的死亡有一定关系，新疆野生苹果主要是自然更新，由于种子的散布和扩散方式有限，自然更新的幼苗通常集中在母树周围，因此，种子萌发会使其活立木的空间格局呈现集中分布。然而，由于生长过程中不断的自然更新，个体对生存空间和营养的需求不断增加，竞争日益加剧，导致个体不断死亡、淘汰，个体逐渐趋向于随机分布的态势，这与新疆野苹果种群年龄结构中老龄个体缺失明显的特点相一致。
种群的生态学关系表现为种群的空间关联性。在种间关联理论中，正向关联是指物种之间的相互依赖，或者是同一环境中的物种，它们对环境的适应性表现；负向关联则是指物种在环境中进行资源获取时相互竞争所产生的差异性表现[34]。新疆野苹果各龄级个体间在小尺度内存在正、负的相关关联性，且随着规模尺度的增大，其空间关联度逐渐降低，且趋向于无关联态势。这是由于植物之间的交互作用大多集中在十几米的区域，超过了这个区域范围，植株之间的交互作用就会大大降低，这种特性反映了种群的空间格局具有尺度依赖性[35]。因此，在未来的研究中可以扩大样地面积范围，进行额敏县新疆野苹果纯林的种群格局分析。
此外，本研究还发现：随着年龄差异的增加，其空间关联性更多地呈现无关联态，这可能是由于新疆野苹果幼龄个体不耐荫，且对由大树所创造的高郁闭度的环境适应能力较差，而新疆野苹果种群中的主要成龄个体多为随机或非空间关联，这反映了其内部的不良生态关系。今后应加强对新疆野苹果种群幼苗的抚育管理和人工干预保护。
4.2 结论
额敏县新疆野苹果种群的年龄结构呈现类似纺锤形的非典型金字塔型，其种群随着年龄的增加，逐渐趋向随机分布，随着尺度的增加，逐渐趋向均匀分布，随着个体年龄间差距的增加，它们之间的空间关联性转为无关联或负关联状态。额敏县新疆野苹果种群更新不良，种群结构不稳定，因此今后应当通过人工抚育措施，改变新疆野苹果种群年龄结构和分布方式，使其得以长期稳定的发展。
-
图 1 树种重要值、树种多样性及土壤理化性质对土壤氨基糖贡献的方差分解分析
Figure 1 Variance partitioning analysis between important values of tree species, tree species diversity and soil physical and chemical properties
图 2 氨基糖质量分数与树种重要值、树种多样性、土壤理化性质的冗余排序
Figure 2 RDA ordination between amino sugars parameters and species dominance, species diversity and soil properties
表 1 30个样地的土壤理化性质及树种多样性指标
Table 1. Soil physicochemical index values and diversity index values of tree species in 30 plots
样地号 电导率/
(μs·cm−1)pH 有机碳/
(g·kg−1)全氮/
(g·kg−1)Shannon-
Wiener
指数Simpson
指数Pielou
均匀度
指数Patrick
丰富度
指数样地号 电导率/
(μs·cm−1)pH 有机碳/
(g·kg−1)全氮/
(g·kg−1)Shannon-
Wiener
指数Simpson
指数Pielou
均匀度
指数Patrick
丰富度
指数1 46.92 6.14 24.65 0.71 0.00 0.00 0.00 1.00 17 39.12 5.52 32.43 1.78 1.75 0.80 0.90 7.00 2 46.74 6.17 17.63 0.71 0.67 0.48 0.97 2.00 18 76.15 6.60 24.66 1.13 1.17 0.63 0.84 4.00 3 41.65 5.76 23.10 0.92 1.07 0.65 0.98 3.00 19 64.39 5.80 48.87 1.53 0.41 0.24 0.59 2.00 4 44.90 5.96 26.14 0.67 1.16 0.56 0.72 5.00 20 75.88 6.22 61.29 0.59 1.59 0.69 0.76 8.00 5 97.67 5.48 41.92 1.01 1.77 0.76 0.77 10.00 21 95.36 6.24 68.42 1.78 1.31 0.68 0.81 5.00 6 30.79 5.86 14.42 0.70 0.24 0.12 0.35 2.00 22 70.70 6.71 28.81 2.11 1.58 0.75 0.88 6.00 7 48.94 5.06 100.31 1.79 1.70 0.79 0.88 7.00 23 101.43 6.23 56.75 1.54 1.19 0.65 0.86 4.00 8 43.31 5.79 38.80 1.50 1.25 0.70 0.90 4.00 24 49.39 6.28 27.31 1.37 1.21 0.63 0.75 5.00 9 36.16 5.02 38.23 1.61 1.44 0.65 0.74 7.00 25 56.65 5.96 45.60 1.34 0.73 0.42 0.66 3.00 10 57.18 5.38 37.56 1.16 1.20 0.62 0.75 5.00 26 76.50 6.21 57.60 1.78 2.00 0.85 0.91 9.00 11 30.69 5.86 19.79 0.73 0.00 0.00 0.00 1.00 27 68.02 5.52 69.13 1.82 1.59 0.74 0.76 8.00 12 57.74 4.87 34.29 0.97 1.30 0.68 0.81 5.00 28 47.71 5.89 31.18 1.67 1.14 0.46 0.49 10.00 13 55.11 5.28 42.61 1.20 1.47 0.71 0.75 7.00 29 66.48 6.23 40.27 2.31 1.84 0.82 0.88 8.00 14 69.02 6.32 29.48 1.92 1.81 0.77 0.82 9.00 30 56.49 5.98 46.95 1.92 2.12 0.86 0.92 10.00 15 55.43 5.65 50.68 0.34 1.66 0.79 0.93 6.00 均值 59.54 5.87 41.22 1.33 1.24 0.61 0.73 5.63 16 79.58 6.08 57.78 1.20 0.97 0.87 0.54 6.00 
下载: 导出CSV
表 2 30个样地的优势树种重要值
Table 2. Important values of tree species index in 30 plots
样地号 樟子松 黑皮
油松水曲柳 黄檗 梣叶槭 金银
忍冬蒙古栎 榆树 胡桃楸 样地号 樟子松 黑皮
油松水曲柳 黄檗 梣叶槭 金银
忍冬蒙古栎 榆树 胡桃楸 1 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 17 0.00 0.00 0.14 0.30 0.00 0.15 0.00 0.26 0.08 2 0.00 0.28 0.28 0.00 0.00 0.00 0.00 0.00 0.00 18 0.00 0.00 0.48 0.00 0.10 0.00 0.00 0.21 0.00 3 0.49 0.00 0.32 0.19 0.00 0.00 0.00 0.00 0.00 19 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.87 4 0.07 0.40 0.13 0.00 0.00 0.00 0.00 0.00 0.00 20 0.00 0.00 0.29 0.23 0.00 0.08 0.00 0.11 0.24 5 0.00 0.00 0.19 0.11 0.20 0.06 0.05 0.09 0.00 21 0.00 0.00 0.00 0.43 0.00 0.13 0.00 0.00 0.13 6 0.00 0.00 0.00 0.22 0.00 0.00 0.78 0.00 0.00 22 0.00 0.00 0.47 0.00 0.11 0.10 0.00 0.24 0.00 7 0.00 0.00 0.19 0.13 0.16 0.13 0.07 0.00 0.00 23 0.00 0.00 0.00 0.22 0.00 0.39 0.00 0.17 0.22 8 0.00 0.00 0.31 0.00 0.24 0.10 0.00 0.00 0.00 24 0.00 0.00 0.53 0.10 0.00 0.00 0.00 0.00 0.29 9 0.52 0.00 0.12 0.09 0.00 0.07 0.07 0.12 0.00 25 0.00 0.00 0.64 0.12 0.00 0.00 0.00 0.00 0.24 10 0.53 0.00 0.17 0.00 0.00 0.08 0.08 0.14 0.00 26 0.00 0.00 0.16 0.42 0.06 0.12 0.06 0.00 0.11 11 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 27 0.00 0.00 0.12 0.09 0.00 0.19 0.05 0.15 0.11 12 0.00 0.00 0.00 0.11 0.00 0.00 0.40 0.30 0.00 28 0.00 0.00 0.09 0.13 0.05 0.30 0.00 0.06 0.05 13 0.00 0.00 0.13 0.17 0.00 0.00 0.07 0.32 0.27 29 0.00 0.00 0.00 0.39 0.11 0.14 0.07 0.00 0.13 14 0.00 0.00 0.11 0.11 0.20 0.08 0.00 0.14 0.05 30 0.00 0.00 0.13 0.29 0.06 0.08 0.05 0.14 0.06 15 0.00 0.40 0.22 0.00 0.00 0.00 0.10 0.12 0.08 均值 0.06 0.07 0.17 0.14 0.04 0.08 0.10 0.09 0.10 16 0.29 0.00 0.00 0.21 0.00 0.14 0.09 0.10 0.00
下载: 导出CSV
表 3 30个样地的土壤氨基糖指标
Table 3. Values of soil amino sugar indexes in 30 plots
样地
号葡萄糖/
(g·kg−1)半乳糖/
(g·kg−1)胞壁酸/
(g·kg−1)总氨基糖/
(g·kg−1)葡萄糖/
总氨基糖半乳糖/
总氨基糖胞壁酸/
总氨基糖样地
号葡萄糖/
(g·kg−1)半乳糖/
(g·kg−1)胞壁酸/
(g·kg−1)总氨基糖/
(g·kg−1)葡萄糖/
总氨基糖半乳糖/
总氨基糖胞壁酸/
总氨基糖1 0.44 0.14 0.04 0.62 0.70 0.23 0.07 17 0.63 0.23 0.03 0.89 0.71 0.26 0.03 2 0.41 0.15 0.03 0.59 0.69 0.26 0.05 18 0.77 0.34 0.06 1.16 0.66 0.29 0.05 3 0.51 0.21 0.04 0.76 0.67 0.28 0.05 19 0.96 0.44 0.06 1.46 0.66 0.30 0.04 4 0.42 0.17 0.03 0.61 0.68 0.27 0.05 20 1.05 0.41 0.05 1.51 0.69 0.27 0.03 5 0.76 0.36 0.06 1.19 0.64 0.31 0.05 21 1.04 0.42 0.07 1.53 0.68 0.28 0.05 6 0.44 0.13 0.04 0.60 0.72 0.21 0.06 22 1.05 0.49 0.07 1.61 0.65 0.30 0.05 7 0.97 0.48 0.09 1.54 0.63 0.31 0.06 23 0.91 0.32 0.07 1.30 0.70 0.24 0.06 8 0.79 0.37 0.07 1.23 0.64 0.30 0.06 24 0.94 0.43 0.07 1.44 0.66 0.30 0.05 9 0.99 0.37 0.07 1.43 0.69 0.26 0.05 25 0.92 0.39 0.07 1.39 0.66 0.28 0.05 10 0.69 0.28 0.05 1.02 0.68 0.27 0.05 26 1.03 0.40 0.08 1.51 0.68 0.26 0.05 11 0.47 0.14 0.05 0.66 0.72 0.21 0.07 27 1.00 0.39 0.08 1.47 0.68 0.27 0.05 12 0.51 0.19 0.05 0.75 0.68 0.25 0.07 28 0.88 0.37 0.07 1.33 0.66 0.28 0.05 13 0.81 0.33 0.05 1.20 0.68 0.28 0.05 29 1.15 0.49 0.10 1.74 0.66 0.28 0.05 14 0.89 0.43 0.07 1.38 0.64 0.31 0.05 30 1.03 0.46 0.09 1.57 0.65 0.29 0.05 15 0.50 0.21 0.02 0.73 0.68 0.29 0.03 均值 0.79 0.33 0.06 1.17 0.68 0.27 0.05 16 0.70 0.27 0.06 1.04 0.68 0.26 0.06
下载: 导出CSV
表 4 土壤理化性质与土壤氨基糖质量分数的相关性
Table 4. Correlation coefficients between soil amino sugar contents and soil properties
土壤理化性质 氨基葡萄糖 氨基半乳糖 胞壁酸 总氨基糖 氨基葡萄糖/总氨基糖 氨基半乳糖/总氨基糖 胞壁酸/总氨基糖 电导率 0.486** 0.448* 0.367* 0.476** −0.264 0.305 −0.199 酸碱度 0.196 0.197 0.075 0.194 −0.053 0.104 −0.155 总有机碳 0.566** 0.534** 0.528** 0.563** −0.301 0.318 −0.145 全氮 0.780** 0.773** 0.791** 0.791** −0.457* 0.427* −0.070 说明：* P＜0.05；** P＜0.01。
下载: 导出CSV
表 5 土壤氨基糖质量分数和树种多样性指标的相关性
Table 5. Correlation coefficients between soil amino sugar contents and tree species diversity indexes
多样性指数 氨基葡萄糖 氨基半乳糖 胞壁酸 总氨基糖 氨基葡萄糖/总氨基糖 氨基半乳糖/总氨基糖 胞壁酸/总氨基糖 Shannon-Wiener指数 0.560** 0.588** 0.399* 0.570** −0.452* 0.573** −0.474** Simpson指数 0.473** 0.508** 0.333 0.485** −0.458* 0.574** −0.461* Patrick丰富度指数 0.356 0.423* 0.182 0.374* −0.455* 0.601** −0.540** Pielou均匀度指数 0.572** 0.577** 0.452* 0.577** −0.397* 0.475** −0.341 说明：* P＜0.05；** P＜0.01。
下载: 导出CSV
表 6 树种重要值与土壤氨基糖指标的相关性分析
Table 6. Correlation of important value of tree species and soil amino sugar index
氨基糖 樟子松 黑皮油松 水曲柳 黄檗 梣叶槭 金银忍冬 蒙古栎 榆树 胡桃楸 氨基葡萄糖 −0.122 −0.515** 0.150 0.442* 0.297 0.460* −0.417* 0.056 0.370* 氨基半乳糖 −0.162 −0.491** 0.262 0.303 0.471** 0.349 −0.489** 0.026 0.360 胞壁酸 −0.114 −0.466** 0.012 0.359 0.432* 0.466** −0.188 −0.084 0.150 总氨基糖 −0.137 −0.513** 0.181 0.400* 0.365* 0.432* −0.435* 0.040 0.362* 葡萄糖/总氨基糖 0.092 0.262 −0.397* 0.142 −0.715** −0.025 0.514** 0.048 −0.125 半乳糖/总氨基糖 −0.079 −0.260 0.479** −0.085 0.605** 0.030 −0.678** 0.046 0.234 胞壁酸/总氨基糖 −0.004 0.081 −0.351 −0.105 0.060 −0.021 0.607** −0.234 −0.333 说明：* P＜0.05；** P＜0.01。
下载: 导出CSV
表 7 影响因子的蒙特卡罗检验
Table 7. Monte Carlo test of influencing factors
影响因子 解释率/% F P 影响因子 解释率/% F P 土壤全氮 61.7 66.5 0.002 梣叶槭重要值 0.8 0.9 0.180 土壤有机碳 9.8 10.5 0.010 电导率 0.6 0.6 0.292 水曲柳重要值 6.0 6.4 0.010 Shannon-Wiener指数 0.3 0.3 0.458 胡桃楸重要值 4.1 4.5 0.056 金银忍冬重要值 0.1 0.1 0.610 Patrick丰富度指数 3.9 4.2 0.026 黄檗重要值 ＜0.1 ＜0.1 0.800 酸碱度 1.9 2.0 0.072 榆树重要值 ＜0.1 ＜0.1 0.714 Simpson指数 1.2 1.3 0.148 黑皮油松重要值 ＜0.1 ＜0.1 0.946 樟子松重要值 1.3 1.4 0.116 Pielou均匀度指数 ＜0.1 ＜0.1 0.928 蒙古栎重要值 0.9 1.0 0.196
下载: 导出CSV
-
[1] 邵帅, 何红波, 张威, 等. 土壤有机质形成与来源研究进展[J]. 吉林师范大学学报(自然科学版), 2017, 38(1): 126 − 130. SHAO Shuai, HE Hongbo, ZHANG Wei, et al. Soil organic matter formation and origin: a view [J]. Journal of Jilin Normal University (Natural Science Edition), 2017, 38(1): 126 − 130. [2] AMELUNG W, BRODOWSKI S, SANDHAGE-HOFMANN A, et al. Combining biomarker with stable isotope analyses for assessing the transformation and turnover of soil organic matter [J]. Advances in Agronomy, 2008, 100(8): 155 − 250. [3] HU Yuntao, ZHENG Qin, NOLL L S, et al. Direct measurement of the in-situ decomposition of microbial-derived soil organic matter [J/OL]. Soil Biology and Biochemistry, 2020, 141: 107660[2023-09-23]. doi: 10.1016/j.soilbio.2019.107660. [4] JOERGENSEN R G, WICHERN F. Alive and kicking: why dormant soil microorganisms matter [J]. Soil Biology and Biochemistry, 2018, 116: 419 − 430. [5] CHEN Jungang, JI Chengjun, FANG Jingyun, et al. Dynamics of microbial residues control the responses of mineral-associated soil organic carbon to N addition in two temperate forests [J/OL]. Science of the Total Environment, 2020, 748: 141318[2023-09-23]. doi: 10.1016/j.scitotenv.2020.141318. [6] COTRUFO M F, WALLENSTEIN M D, BOOT C M, et al. The microbial efficiency-matrix stabilization framework integrates plant litter decomposition with soil organic matter stabilization: do labile plant inputs form stable soil organic matter [J]. Global Change Biology, 2013, 19(4): 988 − 995. [7] LIANG Chao, SCHIMEL J P, JASTROW J D. The importance of anabolism in microbial control over soil carbon storage [J/OL]. Nature Microbiology, 2017, 2(8): 17105[2023-09-23]. doi: 10.1038/nmicrobiol.2017.105. [8] 梁超, 朱雪峰. 土壤微生物碳泵储碳机制概论[J]. 中国科学: 地球科学, 2021, 51(5): 680 − 695. LIANG Chao, ZHU Xuefeng. The soil microbial carbon pump as a new concept for terrestrial carbon sequestration [J]. Scientia Sinica (Terrae), 2021, 51(5): 680 − 695. [9] BENGTSSON G, BERGWALL C. Fate of 15N labelled nitrate and ammonium in a fertilized forest soil [J]. Soil Biology and Biochemistry, 2000, 32(4): 545 − 557. [10] CUI Jun, ZHU Zhenke, XU Xingliang, et al. Carbon and nitrogen recycling from microbial necromass to cope with C: N stoichiometric imbalance by priming [J/OL]. Soil Biology and Biochemistry, 2020, 142: 107720[2023-09-23]. doi: 10.1016/j.soilbio.2020.107720. [11] APPUHN A, JOERGENSEN R G. Microbial colonisation of roots as a function of plant species [J]. Soil Biology and Biochemistry, 2006, 38(5): 1040 − 1051. [12] DING Xueli, CHEN Shengyun, ZHANG Bin, et al. Warming increases microbial residue contribution to soil organic carbon in an alpine meadow [J]. Soil Biology and Biochemistry, 2019, 135: 13 − 19. [13] WANG Wenjie, LU Jiali, DU Hongju, et al. Ranking thirteen tree species based on their impact on soil physiochemical properties, soil fertility, and carbon sequestration in northeastern China [J]. Forest Ecology and Management, 2020, 404: 214 − 229. [14] 陈胜仙, 张喜亭, 佘丹琦, 等. 森林植物多样性、树种重要值与土壤理化性质对球囊霉素相关土壤蛋白的影响[J/OL]. 生物多样性, 2022, 30: 21115[2023-09-23]. doi: 10.17520/biods.2021115. CHEN Shengxian, ZHANG Xiting, YU Danqi, et al. Effects of plant species diversity, dominant species importance, and soil properties on glomalin-related soil protein [J/OL]. Biodiversity Science, 2022, 30: 21115[2023-09-23]. doi: 10.17520/biods.2021115. [15] 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. [16] ZHANG Xudong, AMELUNG W. Gas chromatographic determination of muramic acid, glucosamine, mannosamine, and galactosamine in soils [J]. Soil Biology and Biochemistry, 1996, 28(9): 1201 − 1206. [17] JIA Yufu, ZHAI Guoqing, ZHU Shanshan, et al. Plant and microbial pathways driving plant diversity effects on soil carbon accumulation in subtropical forest [J/OL]. Soil Biology and Biochemistry, 2021, 161: 108375[2023-09-23]. doi: 10.1016/j.soilbio.2021.108375. [18] 马克平, 黄建辉, 于顺利, 等. 北京东灵山地区植物群落多样性的研究(Ⅱ)丰富度、均匀度和物种多样性指数[J]. 生态学报, 1995, 15(3): 268 − 277. MA Keping, HUANG Jianhui, YU Shunli, et al. Plant community diversity in Dongling Mountain, Beijing, China (Ⅱ) species richness, evenness and species diversities [J]. Acta Ecologica Sinica, 1995, 15(3): 268 − 277. [19] WANG Yuanyuan, YU Jinghua, XIAO Lu, et al. Dominant species abundance, vertical structure and plant diversity response to nature forest protection in northeastern China: conservation rffects and implications[J/OL]. Forests, 2020, 11(3): 295[2023-09-23]. doi. org/10.3390/f11030295. [20] GLASER B, TURRIÓN M-B, ALEF K. Amino sugars and muramic acid—biomarkers for soil microbial community structure analysis [J]. Soil Biology and Biochemistry, 2004, 36(3): 399 − 407. [21] NI Xiangyin, LIAO Shu, TAN Siyi, et al. A quantitative assessment of amino sugars in soil profiles [J/OL]. Soil Biology and Biochemistry, 2020, 143: 107762[2023-09-23]. doi: 10.1016/j.soilbio.2020.107762. [22] SHEN Congcong, WANG Jiang, HE Jizheng, et al. Plant diversity enhances soil fungal diversity and microbial resistance to plant invasion [J/OL]. Applied and Environmental Microbiology, 2021, 87: e00251-21[2023-09-23]. doi: 10.1128/AEM.00251-21. [23] STEINAUER K, CHATZINOTAS A, EISENHAUER N. Root exudate cocktails: the link between plant diversity and soil microorganisms[J]. Ecology & Evolution, 2016, 6(20): 7387 − 7396. [24] 井艳丽, 刘世荣, 殷有, 等. 赤杨对辽东落叶松人工林土壤氨基糖积累的影响[J]. 生态学报, 2018, 38(8): 2838 − 2845. JING Yanli, LIU Shirong, YIN You, et al. Effect of N-fixing tree species (Alnus sibirica) on amino sugars in the soil of a Larix kaempferi plantation in eastern Liaoning Province, China [J]. Acta Ecologica Sinica, 2018, 38(8): 2838 − 2845. 期刊类型引用(2)
1. 金晟康，张丽娟，齐智颖，马哲蕾，叶尔江·拜克吐尔汉. 额敏野果林植物物种多样性和空间格局特征. 林业建设. 2024(04): 53-59 . 
百度学术2. 张裕年，张俊年，许明，赵鹏，段晓峰. 民勤绿洲荒漠过渡带梭梭种群的数量动态及分布格局研究. 绿色科技. 2023(22): 7-11 . 百度学术其他类型引用(2)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20230527
点击查看大图
计量
- 文章访问数: 500
- HTML全文浏览量: 87
- PDF下载量: 25
- 被引次数: 4
