下载:
-
蚁巢伞属Termitomyces是一类与白蚁共生的真菌，隶属担子菌门Basidiomycota伞菌亚纲Agaricomycetidae离褶伞科Lyophyllaceae[1]，常于雨季自白蚁菌圃内破土而出，俗称鸡枞菌，其味道鲜美、经济价值高，但目前尚未开发出可行的人工栽培模式。白蚁菌圃内细菌种类相对丰富，主要有拟杆菌门Bacteroidetes、厚壁菌门Firmicute、放线菌门Actinobacteria、变形菌门Proteobacteria、螺旋体门Spirochaetes等，这些细菌在菌圃中超过85%[2]。白蚁菌圃由上层至中层，纤维素及半纤维素的相对含量保持稳定，自下层起，约69%不溶碳水化合物消失，并伴随可溶性单糖及寡糖增加[3-4]。PAULY等[5]研究表明：仅依靠白蚁自身难以完全降解木质纤维素，推测菌圃微生物也参与了木质纤维素的降解[6]。
蚁巢伞是白蚁菌圃内优势共生真菌，通过高通量测序手段证实菌圃内其他杂菌占比仅0.03%，杂菌中常见的有枝孢属Cladosporium、木霉属Trichoderma和伞状霉属Umbelopsis等[7]。菌圃开始消亡后，炭角菌属Xylaria及其他真菌会快速取代蚁巢伞占领整个菌圃[8]。但也有研究证实：菌圃中存在助益蚁巢伞的真菌，如云南地白蚁Hypotermes makhamensis菌圃中的真菌Gigantropanus sp.[9]、胖身土白蚁Odontoterme obesus后肠中的构巢曲霉Aspergillus nidulans[10]，两者均能与蚁巢伞协同降解木质纤维素。本研究参考SAWHASAN等[9]的对峙培养手段，探讨了菌圃细菌与蚁巢伞的互作关系，并使用高效液相色谱法分析了菌圃细菌降解木质纤维素能力与相应生成产物，旨在用“以菌促菌”的新思路探索蚁巢伞生长出菇的奥秘。
-
供试黑翅土白蚁Odontotermes formosanus蚁巢采自福建省三明市大田县，室内26 ℃避光饲养。供试蚁巢伞分自黑翅土白蚁蚁巢，为实验室留存蚁巢伞菌株，经分子鉴定为Termitomyces heimii，GenBank登录号为KF302100[11]。菌圃外源细菌分离自铁皮石斛Dendrobium officinal，为贝莱斯芽孢杆菌Bacillus velezensis。
-
1/5 LB固体培养基：胰蛋白胨2.000 g、酵母提取物1.000 g、氯化钠2.000 g、琼脂粉14.000 g、蒸馏水1 L，pH 5；1/10 LB固体培养基：除琼脂粉外，其余依照1/5 LB培养基，配方减半，pH 5。
-
1/5 马铃薯葡萄糖琼脂培养基(PDA)：马铃薯40.000 g、葡萄糖4.000 g、琼脂粉14.000 g、蒸馏水1 L，pH 5；1/10 PDA：除琼脂粉外，其余物质依照1/5 PDA培养基，配方减半，pH 5；1/5 改良马丁固体培养基：蛋白胨1.000 g、酵母提取物0.400 g、葡萄糖4.000 g、磷酸氢二钾0.250 g、七水硫酸镁0.125 g、琼脂粉14.000 g、蒸馏水1 L，pH 5；1/10改良马丁固体培养基：除琼脂粉外，其余物质依照1/5 改良马丁固体培养基，配方减半，pH 5。倒平板时，向上述培养基中添加无菌水稀释后的氨苄青霉素和卡那霉素，至两者在培养基中终质量浓度分别为20.000和50.000 mg·L−1。
-
玉米麸皮纤维素液体培养基：玉米粉20.000 g、麸皮10.000 g (玉米粉及麸皮煮熟后过4层纱布过滤)、磷酸氢二钾1.000 g、七水硫酸镁0.500 g、纤维素粉末5.000 g、蒸馏水1 L，pH 5；玉米麸皮双倍琼脂固体培养基同上述配方配制，不加纤维素粉末、琼脂粉28.000 g，pH 5。
-
取上、中、下层菌圃各0.050 g混合。制备菌圃悬液：取0.010 g混合菌圃于2 mL离心管，加入1 mL无菌水，涡旋3次，每次30 s，静置5 min，取上清液。同时，将菌圃悬液系列梯度稀释为100、10−1、10−2、10−3用于后续试验。
-
取300 μL稀释梯度为10−1、10−2、10−3的菌圃悬液，加入1/5 LB固体培养基与1/10 LB固体培养基后涂布均匀，设3组重复，28 ℃避光普通环境下培养2~3 d，并统计该培养条件下菌圃细菌的数量，菌株纯化2次后4 ℃保存。
-
取小块菌圃，于1/5 PDA培养基、1/10 PDA培养基、1/5 改良马丁培养基和1/10 改良马丁培养基上，菌圃块间距为2 cm，设3组重复。取300 μL稀释梯度为100、10−1、10−2的菌圃悬液，分别加入上述培养基后均匀涂布，设3组重复，培养条件同1.2.2的细菌，同时统计该培养条件下菌圃真菌的数量。
-
提取菌株DNA，选取通用引物27F和1492R扩增细菌16S rRNA基因片段，扩增条件：94 ℃ 5 min；94 ℃ 30 s，55 ℃ 30 s，72 ℃ 1 min，30次循环；72 ℃ 5 min。聚合酶链式反应(PCR)产物送浙江尚亚生物技术有限公司测序，测序结果通过BLAST (
http://www.ncbi.nlm.nih.gov )在线比对、鉴定菌株。 -
纯化后真菌培养5 d后送浙江尚亚生物技术有限公司，提取真菌基因组DNA，以其为模版，选取通用引物ITS1与ITS4扩增真菌ITS序列，测序后通过BLAST (
http://www.ncbi.nlm.nih.gov )在线比对、鉴定菌株。 -
将分离菌圃细菌及贝莱斯芽孢杆菌分别接种至玉米麸皮纤维素液体培养基，于28 ℃、150 r·min−1普通环境下避光摇培24~28 h后，使用分光光度计调整细菌菌液浓度，选取吸光度D(600)为0.15时的细菌菌液作为种子液。取1 mL种子液分别加入100 mL培养基中，条件同上摇培5 d后，8 000 r·min−1离心10 min，取上清液备用。
-
在直径60 mm培养皿中加入5 mL灭菌后菌液上清液，再加入5 mL玉米麸皮双倍琼脂固体培养基，摇晃至培养基均匀凝固。接种：灭菌打孔器取直径为5 mm的蚁巢伞菌饼接入玉米麸皮细菌菌液固体培养基中，于28 ℃普通环境下避光培养15 d，不同实验组设3组重复。阳性对照：将灭菌菌液替换为灭菌葡萄糖溶液(20 g·L−1)；阴性对照：将灭菌菌液替换为无菌水；中性对照：将灭菌菌液替换为灭菌后、过滤后玉米麸皮纤维素液体培养基；杂菌对照：将灭菌菌液替换为过滤后贝莱斯芽孢杆菌灭菌菌液。
-
蚁巢伞菌丝生长速率测定：蚁巢伞在不同玉米麸皮细菌菌液固体培养基中培养至15 d时，十字交叉法记录菌丝直径，并计算生长速率。蚁巢伞生长形态观察：蚁巢伞在玉米麸皮细菌菌液固体培养基中培养至20 d时，照相记录生长形态。
-
可溶性糖类物质标准品溶液：6种可溶性糖标准品经过(45±1) ℃干燥恒量后，分别称取1.000 g (精度0.100 mg)至100 mL容量瓶中，完全溶解后用少量无菌水定容，过0.22 μm水系滤头过滤。待测样品：取灭菌后细菌上清液，过0.22 μm水系滤头过滤。中性对照：取灭菌后玉米麸皮液体培养基，过0.22 μm水系滤头过滤。
-
将可溶性糖类物质标准品溶液、待测样品及中性对照送浙江大学化学分析测试平台，使用高效液相色谱-示差折光检测仪(HPLC-RID)检测糖类物质种类与含量。仪器及检测条件如下：色谱仪为Waters 1525型液相色谱仪；检测器为Waters 2414示差折光检测器(美国Waters公司)；糖柱为BENSON 2000-0 BP-OA Organic Acid Column (7.8 mm×300.0 mm，日本)；流动相为去离子水；进样量为50 μL；柱温为80 ℃；检测器温度为40 ℃；流速为0.8 mL·min−1。
-
将100 mm 1/5改良马丁培养基分为2个半圆区域，将直径为5 mm的蚁巢伞菌饼接种于一侧中心，28 ℃避光培养10 d后接种杂菌至另一侧，相同条件对峙培养20 d，设3组重复。
-
移除菌圃内蚁王蚁后，在环境湿度为100%，温度为28 ℃避光放置，每隔24 h拍照记录。
-
本研究从白蚁蚁巢菌圃中共分离19株细菌，分属厚壁菌门与变形菌门，在1/5 LB固体培养基中，菌圃中可培养细菌数为1.3×108 个·g−1。BLAST比对细菌16S rRNA基因序列，其中15株属于厚壁菌门，分别为巨大芽孢杆菌Bacillus megaterium (4株)、阿氏芽孢杆菌Bacillus aryabhattai (3株)、蜡样芽孢杆菌Bacillus cereus (3株)、蕈状芽孢杆菌Bacillus mycoides (1株)、土杨芽孢杆菌Bacillus toyonensis (4株)；另外4株属于变形菌门，分别为Burkholderia sp. (待定) (2株)、Burkholderia sp. (1株)和Cupriavidus sp. (1株)。
本研究从蚁巢中分离出7个属，共12种真菌杂菌，在1/5 改良马丁培养基中，菌圃中可培养真菌数为2.8×104 个·g−1。通过BLAST比对真菌ITS序列，并结合形态学特征，分离的真菌分别为短密木霉菌Trichoderma brevicompactum、暗孢节菱孢菌Arthrinium phaeospermum、绿木霉菌Trichoderma virens、Penicillium pimiteouiense、小孢产丝齿菌Hyphodontia microspora、Coniochaeta fasciculata、歧皱青霉菌Penicillium steckii、枝状枝孢菌Cladosporium cladosporioides、Cladosporium velox、Paecilomyces sp. 和Ophiostomatales sp.、短密青霉菌Penicillium brevicompactum。
本研究发现：使用菌圃碎片进行真菌分离时，木霉属菌丝快速铺满培养基(图1A)。当菌圃悬液稀释至100再涂布后，培养基中分离得到的杂菌占比较大(图1B)，稀释至10−1时，培养基中分离到的蚁巢伞占比提高(图1C)，而稀释至10−2时，培养基中仅存在蚁巢伞分离株(图1D)，且对照组中未分离到杂菌(图1E)。菌圃杂菌仅在菌圃碎片及100菌圃悬液分离培养基中出现，推测菌圃内杂菌孢子占比较小；菌圃悬液大量稀释再涂布仍能分离到蚁巢伞，推测菌圃内蚁巢伞孢子占比较大。
图 1 黑翅土白蚁菌圃内真菌的分离
Figure 1. Fungi separated from the fungus-combs of O. formosanu
-
从表1可知：除巨大芽孢杆菌和阿氏芽孢杆菌外，所有的厚壁菌门细菌发酵液均可极显著提升蚁巢伞菌丝生长速率，最高可使生长速率提升0.033 cm·d−1 (P＜0.01)。变形菌门细菌Burkholderia sp. (待定)、Burkholderia sp. 对蚁巢伞存在轻微抑制作用，但差异不显著。
表 1 不同菌圃细菌处理对蚁巢伞菌丝体生长的影响
Table 1. Effects of different bacterium treatments on the mycelium growth of T. heimii
菌圃细菌处理组 蚁巢伞菌落直径/cm 菌丝生长速率/(cm·d−1) 菌圃细菌处理组 蚁巢伞菌落直径/cm 菌丝生长速率/(cm·d−1) 巨大芽孢杆菌 2.50±0.18 0.167±0.012 Burkholderia sp. (待定) 2.13±0.02 0.142±0.002 阿氏芽孢杆菌 2.57±0.02* 0.171±0.002* Burkholderia sp. 2.08±0.16 0.139±0.011 蜡样芽孢杆菌 2.62±0.09** 0.174±0.006** Cupriavidus sp. 2.57±0.02** 0.171±0.002** 蕈状芽孢杆菌 2.68±0.12** 0.179±0.008** 对照组 2.18±0.09 0.146±0.006 土杨芽孢杆菌 2.68±0.12** 0.179±0.008** 说明：*表示与对照相比差异显著(P＜0.05)；**表示与对照相比差异极显著(P＜0.01) -
菌圃厚壁菌门细菌菌液均能在一定程度上促进蚁巢伞生长。其中巨大芽孢杆菌、阿氏芽孢杆菌和蜡样芽孢杆菌发酵菌液加入培养基后可促使蚁巢伞菌丝纠结凸起，呈现圆弧状纽结(图2A、图2B和图2C)。而其余厚壁菌门细菌蕈状芽孢杆菌和土杨芽孢杆菌发酵菌液加入后，菌丝虽无凸起(图2D和图2E)，但菌丝生长面积扩大。
图 2 不同菌液处理下蚁巢伞形态变化
Figure 2. Morphological changes of T. heimii under fungus-combs bacterial fermented broths treatment
菌圃变形菌门细菌菌液可在一定程度上抑制蚁巢伞生长。Burkholderia sp. (待定)细菌菌液对蚁巢伞生长有明显抑制作用，表现为培养基中蚁巢伞菌丝层几乎消失(图2F)。而Burkholderia sp. 和Cupriavidus sp. 细菌菌液加入后，蚁巢伞菌丝层仅仅轻微变薄(图2G和图2H)。
厚壁菌门细菌对蚁巢伞生长有促进作用，这与加入葡萄糖溶液的阳性对照组相似(图2I)，较中性对照(图2J)和蒸馏水的阴性对照(图2K)生长更旺盛。与菌圃内源性细菌菌液表现有所不同，外源厚壁菌门细菌贝莱斯芽孢杆菌菌液既不抑制也不促进蚁巢伞的生长，但对其有强致畸作用，表现为蚁巢伞菌丝畸变，完全无法生长(图2L)，推测菌圃外源细菌对蚁巢伞生长产生不利影响，白蚁对其有一定选择作用。
-
由于蚁巢伞利用木质纤维素能力较低，偏好利用简单糖类物质[8]，故本研究选取了6种组成相对简单的可溶性糖类物质，测定高效液相色谱出峰时间。表2表明：单糖及双糖出峰时间集中在6~8 min。
表 2 6种常见的简单糖类物质高效液相色谱出峰时间
Table 2. Retention time of six simple carbohydrates by high performance liquid chromatography (HPLC)
糖种类 出峰时间/min 糖类别 糖种类 出峰时间/min 糖类别 甘露醇 7.871 单糖 乳糖 7.585 单糖 果糖 7.958 单糖 蔗糖 6.818 双糖 葡萄糖 7.593 单糖 麦芽糖 6.864 双糖 使菌丝纽结凸起的巨大芽孢杆菌、阿氏芽孢杆菌和蜡样芽孢杆菌菌液在6~8 min有明显出峰(图3A、图3B和图3C)，对照表2各糖类物质的出峰时间可判断菌圃细菌菌液中生成了大量可溶性简单糖类物质，如单糖和双糖，推测这些简单糖类物质对促进蚁巢伞菌丝纽结凸起有一定作用。而能促进蚁巢伞生长、却无法促其菌丝纽结的蕈状芽孢杆菌和土杨芽孢杆菌菌液在6~8 min有轻微出峰，同时在4~5 min有显著出峰(图3D和图3E)，推测出峰时间为4~5 min的新生成可溶性糖类物质仅能促进蚁巢伞菌丝生长而无法促进菌丝纽结。综上，出峰时间为6~8 min的糖类物质更易被蚁巢伞利用，出峰时间为4~5 min的糖类物质次之。前者能助益蚁巢伞菌丝纽结凸起，在蚁巢伞出菇方面有一定的促进作用。
变形菌门细菌Burkholderia sp. (待定)、Burkholderia sp. 和Cupriavidus sp. 发酵菌液在4~5 min和6~8 min均有出峰(图3F、图3G和图3H)，本应促进蚁巢伞生长，但却在一定程度上抑制了菌丝生长，具体表现为菌丝层变薄，甚至几乎不生长。可推测这3种细菌菌液中均生成了一定的抑制物质，其中Burkholderia sp. (待定)发酵菌液中生成的强抑制物质在灭菌后仍有抑制活性，较为稳定。
总体而言，菌圃细菌发酵菌液的色谱峰总面积均显著高于中性对照(图3I)，说明菌液中可溶性糖含量增加，证实菌圃细菌可降解培养基中的木质纤维素，并转化生成可溶性糖类物质。
图 3 菌圃细菌菌液高效液相色谱分析图
Figure 3. High performance liquid chromatography (HPLC) analysis of bacterial fermentation broths in the termite fungus-combs
-
蚁巢伞自身抗杂菌能力较弱，无法抑制其他菌圃杂菌的生长(图4)。此外，菌圃杂菌也无法促进蚁巢伞的生长，这与SAWHASAN等[9]的结果相悖，可能是采用不同培养基所导致的。生长速度越快的杂菌对蚁巢伞影响越大，表现为蚁巢伞快速被杂菌侵染，无法正常生长；生长速度较慢的杂菌对蚁巢伞生长影响较小，但与对照相比杂菌仍产生了一定的抑制作用。
图 4 蚁巢伞与黑翅土白蚁菌圃内其他真菌对峙培养试验
Figure 4. Antagonistic culture of T. heimii with other fungi separated from the fungus-combs
-
菌圃消亡后杂菌将快速侵占菌圃(图5)。自菌圃消亡后，菌圃内幼蚁的活动能力降低，在蚁巢消亡后生长速度较快的真菌如青霉属Penicillium和木霉属Trichoderma对蚁巢的威胁和影响最大，它们将快速生长、入侵直至菌圃完全被包裹。这些杂菌在自然界中普遍存在，但在有白蚁活动的菌圃内却受到抑制、无法生长，而自巢群消亡开始，杂菌迅速占领菌圃，推测菌圃的低含水量以及白蚁分泌的部分抑菌物质是抑制杂菌生长的两大主要原因。
图 5 菌圃消亡后5 d内菌圃中真菌类杂菌生长情况
Figure 5. Fungi growth in 5 days after deaid termite fungus-combs
-
厚壁菌门为菌圃中的五大主要细菌类群之一，在不同时期菌圃内该门类细菌占比会发生一定变化[12]。在无蚁巢伞子实体生长的黑翅土白蚁蚁巢中，厚壁菌门细菌占比较有蚁巢伞子实体生长的蚁巢更大[13]，推测厚壁菌门细菌对蚁巢伞出菇有促进作用。本研究也证实：菌圃厚壁菌门细菌菌液确对蚁巢伞菌丝生长及纽结有利，而同属厚壁菌门的外源细菌贝莱斯芽孢杆菌对蚁巢伞有强致畸作用，推测为了保证蚁巢伞正常生长，白蚁对菌圃内微生物有一定选择性。目前共发现330种大白蚁亚科Macrotermitinae菌培白蚁[14]，其低龄工蚁以菌圃内植物材料以及菌丝瘤(蚁巢伞菌丝及分生孢子纠集而成)为食[8]，菌丝瘤的存在能调节白蚁食物组成的碳氮比[15]。作为食物的菌丝瘤若不加以调控，可能会无休止地生长，影响白蚁自身生存，因此推测白蚁可能通过调控菌圃内细菌种群来控制菌丝瘤大小，使其不过度生长，易于白蚁食用。
白蚁对菌圃微生物有一定的选择性[6, 12]，而Burkholderia sp. (待定)虽能强烈抑制蚁巢伞生长，但由于存在于菌圃内，并不会被“排外”，加之其抑制蚁巢伞生长的代谢产物非常稳定，故Burkholderia sp. (待定)或其代谢产物可考虑为一种生物防治手段，通过抑制蚁巢伞的生长，阻碍蚁巢存续。
木质纤维素在历经白蚁肠道微生物作用之后，由菌圃内微生物继续降解，并最终生成可溶性多糖，供蚁巢伞和白蚁利用[8]。本研究采用pH 5的玉米麸皮纤维素培养基在模拟菌圃环境的同时还为菌圃细菌提供了一定养分，木质纤维素的加入则更有利于探索菌圃细菌降解木质纤维素的能力以及相关代谢产物对蚁巢伞生长的影响。蚁巢伞自身缺少独立降解木质纤维素的能力，且其分泌的木质纤维素降解酶种类也较为有限[16]，反观菌圃内细菌却能通过产生大量木质纤维素降解酶的方式参与协同高效降解木质纤维素[17]。LI等[3]研究发现：上、中、下层菌圃分别失去了13%、45%、60%的木质素，而葡糖糖却相应地增加了14%、28%、42%。以上研究均与本研究结果相吻合：菌圃细菌具有降解木质纤维素、生成可溶性单糖和寡糖的能力，菌圃细菌和蚁巢伞在降解木质纤维素方面有上下游协同作用，且生成的简单可溶性糖类物质如葡萄糖等对蚁巢伞生长有促进作用。
OTANI等[7]通过高通量测序证实：菌圃内蚁巢伞占菌圃真菌的99.90%，而其余20个属真菌仅占0.07%。本研究也表明：菌圃中蚁巢伞孢子数量确实远大于其他真菌，菌圃中存在部分常见的霉菌，在菌圃消亡后将对菌圃造成一定威胁。同时OTANI等[7]发现：大部分杂菌与鸡纵菌共培养后生长受到抑制，但本研究结果却与之相悖，蚁巢伞几乎无法抑制杂菌生长。KATARIYA等[18]研究表明：白蚁能够分泌抗菌肽抑制菌圃杂菌，这与本研究推测结果相吻合，即相比蚁巢伞，白蚁才是外来杂菌的主要防御者。
本研究初步分析了菌圃中单个微生物对蚁巢伞生长的影响。今后需要从多个菌圃微生物对蚁巢伞生长的影响为切入点，深入研究“以菌促菌”的思路，以促进人工条件下大量培育蚁巢伞。
Impact of microorganisms of Odontotermes formosanus fungus-combs on the growth of Termitomyces heimii
-
摘要:
目的 探明黑翅土白蚁Odontotermes formosanus菌圃微生物对优势真菌蚁巢伞Termitomyces heimii生长的影响，可为深入研究白蚁菌圃微生态提供实验参考，对人工栽培蚁巢伞也具有重要参考意义。 方法 使用寡营养培养基分离菌圃微生物。细菌方面，通过探究细菌发酵液对蚁巢伞生长的影响，采用高效液相色谱法测定发酵菌液中新生成的可溶性糖类物质，初步明确菌圃细菌对蚁巢伞生长的影响；真菌方面，采用对峙培养手段探明蚁巢伞与其他菌圃真菌的互作情况。 结果 从黑翅土白蚁菌圃中共分离8种细菌及12种真菌杂菌，发现菌圃内存在大量蚁巢伞孢子。菌圃厚壁菌门Firmicutes细菌促进蚁巢伞生长，在其影响下蚁巢伞菌丝呈现纽结凸起，菌丝生长速率相比对照组极显著提高，最高提升0.033 cm·d−1(P＜0.01)。而菌圃变形菌门Proteobacteria细菌抑制蚁巢伞生长，Burkholderia sp. (待定)抑制效果最为显著，使得蚁巢伞几乎无法生长。通过高效液相色谱分析发现：菌圃细菌发酵液新生成大量可溶性糖类物质，表明菌圃细菌具备降解木质纤维素并将其转化为寡糖的能力。蚁巢伞与菌圃真菌杂菌的对峙培养表明：菌圃内真菌杂菌抑制蚁巢伞生长，一旦菌圃开始消亡，真菌杂菌(如多种霉菌)将快速占领菌圃。 结论 分离的78.9%菌圃细菌可促进蚁巢伞生长，而分离的所有真菌杂菌均抑制蚁巢伞生长，可见，菌圃微生物对蚁巢伞存在明显调控作用。图5表2参18 Abstract:Objective This study, with an investigation into how Odontotermes formosanus fungus-combs microorganisms influence the growth of Termitomyces heimii, is aimed to provide an experimental reference for further research on the micro-ecology of the termite combs, and make contribution to the artificial cultivation of Termitomyces. Method First, oligotrophic medium was employed to separate microorganisms in the fungus-combs. As for bacterium, with an exploration conducted of how bacterial fermentation broth influences the growth of T. heimii, high performance liquid chromatography (HPLC) was used to determine the newly formed soluble carbohydrates in the fermentation broths to clarify the relationship between bacterium and T. heimii. In terms of fungi, co-culture was used to detect the interaction between T. heimii and other fungi in the combs. Result Eight species of bacteria and 12 species of fungi were isolated from the fungus-combs where a large number of spores of T. heimii were distributed. Firmicute separated promoted the growth of T. heimii, under the influence of which, knots were formed in the hyphae and the growth rate of the hyphae partly increased by 0.033 cm·d−1 (P＜0.01). By contrast, Proteobacteria inhibited the growth of T. heimii, with a significant inhibitory effect displayed by Burkholderia sp. (undetermined) under the influence of which, T. heimii could hardly grow. As was shown in the HPLC analysis, a large amount of soluble carbohydrates were newly produced in the bacterial fermentation broths, indicating that the bacterium in the fungus-combs had the ability to degrade lignocellulose and convert it into oligosaccharides. Other fungi in the fungus-combs inhibited the growth of T. heimii and once the fungus-combs died out, fungi such as mold quickly occupied the combs. Conclusion 78.9% of the bacterium isolated from termite combs benefits T. heimii, while all the fungi isolated inhibit its growth, implying that the microorganisms of O. formosanus fungus-combs have a significant effect on T. heimii. [Ch, 5 fig. 2 tab. 18 ref.] -
地表植被覆盖度及其变化信息对了解植物群落在气候、水文和地球化学循环中的作用至关重要，对分析地表空间变化规律、评价区域生态系统及生态环境变化有重大作用，直接关系到区域生态环境的稳定性和安全性[1-2]。监测植被覆盖度的方式一般包括实测法和遥感测量法，与实测法相比，遥感测量法因投入成本低、观测面积大等优点而广泛运用。遥感测量法一般有植被指数法、光谱梯度差模型法、像元分解模型等。植被指数法是依据植被光谱特征和植被覆盖度的相关关系，构造植被指数模型进行估测的方法，精度较高，但限制条件较多；光谱梯度差模型法中，有关角度特征对植被覆盖度的影响有待改进[3]；像元分解模型主要通过解析光谱波段和植被指数信息进行遥感提取，是国内外研究的重要方法。其中像元二分法是像元分解模型法中运用较广泛的植被覆盖度评估方法，主要选取归一化植被指数(NDVI)进行估测，该指数对监测植被生长状态和植被覆盖等信息非常灵敏，涵盖了90%以上的植被信息，是借助遥感技术探究不同时期、特定区域植被覆盖度的重要指标之一[4-5]，AMIRI等[6]研究发现：相比其他植被指数，基于NDVI提取的植被覆盖度精度最高。ZHANG等[7]采取NDVI的像元二分法监测植被覆盖度，并结合实测数据展开检验，其相关系数达86%。李亚刚等[8]基于不同实测盖度对像元二分法盖度提取结果进行了精度评价，平均误差为11.86%。徐凯健等[9]采取NDVI的像元二分法估测了福建省长汀县植被覆盖度，系统误差表明该模型的反演精度大于95%。植被覆盖空间格局能够充分表现植被的空间结构、空间组成及其动态变化[10]，通过对植被空间格局的分析，有助于了解人类活动对植被空间演变产生的影响。如BOGAERT等[11]研究表明：1981−1999年欧亚大陆植被景观连通性增大且覆盖度增加，北美洲植被景观存在破碎化趋势；吕丹红等[12]基于福建省泉州市2001−2016年Landsat数据对植被覆盖度的景观格局变化趋势进行了研究，发现区域植被生态环境趋好。中国南方长江下游丘陵地区有着丰富的水热资源，植被覆盖较高，但地形、地貌等较为复杂，研究其长时间序列下的植被覆盖格局有利于了解区域生态环境演变特征。江西省兴国县植被破坏程度大、水土流失严重，曾被称为“中国江南沙漠”。20世纪70−90年代初，为恢复植被控制水土流失，兴国县相继开展飞播马尾松Pinus massoniana种子造林活动，同时，经过几十年林业工程项目的实施及社会经济的发展，兴国县植被覆盖度和空间格局发生了较大变化。本研究基于Landsat TM/OLI遥感数据，采用像元二分法，对1988−2019年兴国县植被覆盖度及其空间格局变化进行了研究，为生态环境保护和土地利用研究等提供参考。
1. 研究地区与研究方法
1.1 研究区概况
兴国县(26°03′~26°44′N，115°01′~115°52′E)地处江西省中南部，赣州市北部，面积为3 215 km2。地貌以低山、丘陵为主，土壤类型主要为红壤。属于亚热带东南季风气候，年均气温为18.9 ℃，年均降水量为1 522.3 mm。森林覆盖率达72.2%，地带性植被为亚热带针叶林、常绿阔叶林，其中针叶林主要树种有马尾松、湿地松Pinus elliottii及杉木Cunninghamia lanceolata等，常绿阔叶林的主要树种有木荷Schima superba、枫香Liquidambar formosana等。
1.2 数据源与预处理
研究选用Landsat TM/OLI卫星影像，空间分辨率为30 m。一般来说研究对象为植被时，宜选取6−8月植被最茂盛且云量少的遥感影像，但由于此时期兴国县影像数据极少，且多为高云量，综合考虑影像的质量与获取性，以及考虑到研究区森林植被多为常绿类型，秋季的影像与6−8月的影像在反映植被覆盖情况方面相差不大，因此选取了1988年10月16日、1994年10月1日、2000年9月15日、2006年11月3日、2013年10月5日(由于2012年Landsat 7数据条带丢失，且修复效果较差，因此选择了2013年Landsat 8影像)、2019年9月20日的共6期Landsat TM/OLI遥感影像，其云量均低于5%。
利用ENVI 5.3软件进行预处理，因Landsat TM/OLI卫星影像已经过几何校正，所以只需辐射定标和大气校正处理，以减少因地形阴影、太阳高度角、大气散射等噪声产生的误差。最后根据兴国县矢量数据对预处理后的影像进行裁剪。
1.3 研究方法
1.3.1 植被覆盖度估算
采用像元二分模型评估方法，假定利用遥感传感器所监测的光谱信息可分为2个部分：绿色植被和无植被覆盖(岩石、裸土等)信息[13-14]。归一化植被指数(NDVI)与植被的分布密度有着极好的线性相关关系，且在一定程度上能减少因辐射引起的误差[15]。基于NDVI的像元二分法提取兴国县的植被覆盖度(
$ {\mathit{F}}_{\mathbf{C}} $ )计算公式为：$$ {I}_{\mathrm{N}\mathrm{D}\mathrm{V}}=({\rho }_{\mathrm{N}\mathrm{I}\mathrm{R}}-{\rho }_{\mathrm{R}\mathrm{e}\mathrm{d}})/({\rho }_{\mathrm{N}\mathrm{I}\mathrm{R}}+{\rho }_{\mathrm{R}\mathrm{e}\mathrm{d}}); $$ (1) $$ {F}_{\mathrm{C}}=\left({I}_{\mathrm{N}\mathrm{D}\mathrm{V}}-{I}_{\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{s}\mathrm{o}\mathrm{i}\mathrm{l}}\right)/({I}_{\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{v}\mathrm{e}\mathrm{g}}-{I}_{\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{s}\mathrm{o}\mathrm{i}\mathrm{l}}){\text{。}} $$ (2) 式(1)~(2)中：INDV为归一化植被指数；
$ {\rho }_{\mathrm{N}\mathrm{I}\mathrm{R}} $ 为近红外波段反射率；$ \;{\rho }_{\mathrm{R}\mathrm{e}\mathrm{d}} $ 为可见光红波段反射率；${I}_{\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{s}\mathrm{o}\mathrm{i}\mathrm{l}} $ 为全裸土覆盖的$ {I}_{\mathrm{N}\mathrm{D}\mathrm{V}} $ 值；$ {I}_{\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{v}\mathrm{e}\mathrm{g}} $ 为全绿色植被覆盖的$ {I}_{\mathrm{N}\mathrm{D}\mathrm{V}} $ 值。以1%的置信度取得$ {I}_{\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{s}\mathrm{o}\mathrm{i}\mathrm{l}} $ 与$ {I}_{\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{v}\mathrm{e}\mathrm{g}} $ 。对于植被覆盖度等级的划分不同学者不尽相同，如徐凯健等[9]将植被覆盖度划分为6个等级，一般认为
$ {F}_{\mathrm{C}} $ ≥70%为高植被覆盖度[16]。本研究考虑到兴国县主要以高覆盖度为主，为更好地突出1988−2019年不同等级植被覆盖度的变化情况，将高植被覆盖度进一步划分为2个等级，即植被覆盖度划分成6个等级：极低植被覆盖度(Ⅰ级，0≤$ {F}_{\mathrm{C}} $ ＜10%)，低植被覆盖度(Ⅱ级，10%≤$ {F}_{\mathrm{C}} $ ＜30%)，中植被覆盖度(Ⅲ级，30%≤$ {F}_{\mathrm{C}} $ ＜50%)，中高植被覆盖度(Ⅳ级，50%≤$ {F}_{\mathrm{C}} $ ＜70%)，高植被覆盖度(Ⅴ级，70%≤$ {F}_{\mathrm{C}} $ ＜90%)，极高植被覆盖度(Ⅵ级，90%≤$ {F}_{\mathrm{C}} $ ≤100%)。1988−2019年兴国县的植被覆盖度分级结果见图1。
图 1 1988−2019年兴国县不同等级植被覆盖度空间分布示意图Figure 1 Characteristics of fractional vegetation coverage at different levels in the period from 1988 to 2019 in Xingguo County1.3.2 土地覆盖分类
以森林资源二类调查数据与谷歌地球(Google Earth)影像为参考，通过随机选取若干样本，对1988和2019年遥感数据进行土地利用/覆被分类，将其划分为水体、建设用地、林地、农地、草地、其他。并通过分类混淆矩阵和Kappa指数进行精度验证，得到的Kappa指数均在80%以上，满足最低辨别精度0.7的条件[17]。
1.3.3 景观指数选取
参考相关文献[18-20]并结合兴国县的特点，选取主要反映破碎化、形状和异质性特征等方面的相关指数。不同时期植被盖度空间格局分析选取边缘密度、形状指数、平均分维数、香农多样性指数、香农均匀度指数和聚集度指数；不同植被盖度等级的空间格局分析选取边缘密度、最大斑块指数、形状指数、散布与并列指数。
2. 结果与分析
2.1 植被覆盖度变化分析
2.1.1 植被覆盖度总体变化
经计算，1988、1994、2000、2006、2013、2019年的归一化植被指数均值分别为58.09%、65.22%、65.77%、61.32%、68.63%、70.69%，植被覆盖度均值分别为63.89%、71.20%、75.37%、66.91%、78.07%、79.16%，归一化植被指数与植被覆盖度变化趋势相近。兴国县植被覆盖度总体呈上升趋势，仅2006年有所下降，可能与2006年自然灾害严重有关。
将植被覆盖度动态变化值(D)划分为7个等级(图2)，分别为极度增加(0.3＜D≤1.0)，占21.74%；中度增加(0.10＜D≤0.30)，占39.07%；轻微增加(0.05＜D≤0.10)，占11.36%；稳定区(−0.05≤D≤0.05)，占16.52%；极度减少(−1.00≤D＜−0.30)，占2.72%；中度减少(−0.30≤D＜−0.10)，占5.79%；轻微减少(−0.10≤D＜−0.05)，占2.79%。呈极度增加的区域主要是位于南部的龙口镇、杰村乡、社富乡等，这与这些乡镇曾多次进行了飞播马尾松造林有关；呈极度减少的区域主要位于县城所在的潋江镇以及长岗乡，可能因为这2个乡镇的城镇化发展快、经济发达，建筑用地增加等导致植被覆盖度减小；稳定区域主要为水域和边沿地区。植被覆盖度总体呈增加(0.05＜D≤1.00)的面积为2 319.78 km2，占总面积的72.18%；而呈减少(−1.00≤D＜−0.05)的面积为363.13 km2，占总面积的11.30%，表明兴国县植被覆盖度主要呈增加趋势。
图 2 1988与2019年兴国县植被覆盖度动态变化空间分布示意图Figure 2 Change of fractional vegetation coverage from 1988 to 2019 in Xingguo County基于1988与2019年土地利用/覆被栅格图，分别统计研究区植被覆盖度呈增加(0.05＜D≤1.00)、稳定(−0.05≤D≤0.05)、减少(−1.00≤D＜−0.05)变化区域的土地利用面积转移矩阵。结果表明：与1988年相比，2019年植被覆盖度呈增加趋势。一方面是因为水体、建设用地、草地、其他转为林地、农地，从而带来植被覆盖度“质”的变化，即由无覆盖转为有植被覆盖；另一方面是因为林地与农地面积的增加，从而引起植被覆盖度“量”的增加。稳定区各类用地存在不同方向的转移且变化较小，因此植被覆盖度变化不大。植被覆盖度呈减少主要是因为其他土地类型转为建设用地。
2.1.2 不同等级植被覆盖度变化
从图3可见：1988、1994、2000、2006、2013年植被覆盖度均以Ⅴ级为主，分别占研究区总面积的34.53%、47.05%、49.17%、38.99%、40.01%；2019年以Ⅵ级植被为主，占研究区总面积的41.51%。与1988年相比，2019年Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级、Ⅴ级植被面积都有不同程度的减少，分别减少了0.61%、5.84%、8.06%、14.76%、0.19%，而Ⅵ级植被面积增加了29.44%。1988−2019年各级植被面积变化趋势有所不同，表明各级植被间发生了不同程度的转移。
基于图1计算不同时期不同等级植被覆盖度面积转移矩阵得出：1988−2019年各级植被覆盖度总体表现为从低级向更高级转移，Ⅵ级植被转移量较少，多为向Ⅴ级转移，2000−2006年以Ⅳ级转Ⅲ级、Ⅴ级转Ⅳ级为主，这也是2006年植被覆盖度比2000年小的原因之一。1988−1994年各级植被转出面积从小到大依次为Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级，1994−2019年各级植被转出面积从小到大依次为Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级、Ⅴ级；1988−2000年与2006−2013年，Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级植被转出面积多于转入，Ⅴ级和Ⅵ级植被转入面积多于转出，表明植被覆盖结构逐渐朝高覆盖度发展。
2.1.3 植被覆盖度随海拔变化
在像元尺度上计算植被覆盖度的多年平均值，并结合30 m分辨率的数字高程模型(DEM)数据，分析植被覆盖度在不同海拔的分布状况。将DEM数据以200 m为间隔划分成5个等级(图4)。兴国县80%以上的区域位于海拔500 m以下，中部与南部地势比较低，而东、西、北边缘地带地势较高。
从表1可见：海拔300 m以下及300~500 m的区域，以Ⅳ级和Ⅴ级植被占绝对优势，分别占该区域的75.31%、77.59%；海拔500~700 m及700 m以上的区域，主要以Ⅴ级和Ⅵ级植被为主，分别占该区域的89.82%、93.87%。总的来看，随海拔的升高，Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级植被面积减少，Ⅴ级、Ⅵ级植被区域面积增加，且以更高等级的植被覆盖度为主。一方面可能是由于随海拔增大，人口密度减小，植被生长受到人类活动的干扰减少，植被覆盖度增加；另一方面可能是因为海拔高度不同，水热分布条件、养分移动堆积等特点不同，影响了植被的生长与分布。
表 1 1988−2019年不同海拔平均植被覆盖度面积变化Table 1 Changes in average vegetation coverage area at different altitudes from 1988 to 2019等级 海拔＜300 m 海拔300~500 m 海拔500~700 m 海拔＞700 m 面积/km2 占比/% 面积/km2 占比/% 面积/km2 占比/% 面积/km2 占比/% Ⅰ 27.80 1.98 1.12 0.09 0.04 0.01 0.01 0.01 Ⅱ 54.60 3.88 8.62 0.70 1.05 0.24 0.09 0.07 Ⅲ 233.93 16.62 54.93 4.48 8.13 1.85 0.98 0.71 Ⅳ 534.65 38.00 230.19 18.76 35.50 8.08 7.35 5.34 Ⅴ 524.99 37.31 722.04 58.84 204.37 46.50 44.09 32.05 Ⅵ 31.13 2.21 210.30 17.14 190.37 43.32 85.06 61.82 2.2 植被空间格局变化分析
2.2.1 植被盖度不同时期下的空间格局
从表2可见：在31 a间，仅聚集度增大，其余各指数都有所减小。边缘密度由1988年的41.13 m·hm−2减小至2019年的36.89 m·hm−2，形状指数由59.96减小至53.98，表明景观边界的分割减少，异质性水平降低，斑块形状朝简单化发展，平均分维数略有减小，也进一步证明景观形状趋向简单，这可能是外界干扰强度增大影响的。香农多样性指数由1988年的1.55减小到2019年的1.34，而香农均匀度指数则由0.87降到0.75，表明区域内各景观要素面积所占比例差距增大，往更不均匀方向发展，优势景观要素更为明显，景观异质性有所降低。与此同时，与1988年相比，2019年聚集度有较明显的增大，说明小斑块开始逐渐形成大斑块，景观斑块的团聚性、连通性增强，趋向聚集分布。
表 2 不同时期下的景观指数变化Table 2 Changes in landscape index in different periods年份 边缘密度/(m·hm−2) 形状指数 平均分维数 香农多样性指数 香农均匀度指数 聚集度/% 1988 41.13 59.96 1.03 1.55 0.87 40.50 1994 40.16 58.59 1.03 1.42 0.79 41.86 2000 39.16 57.18 1.03 1.33 0.74 43.28 2006 39.54 57.70 1.03 1.52 0.85 42.20 2013 36.65 53.63 1.02 1.34 0.75 46.93 2019 36.89 53.98 1.02 1.34 0.75 46.56 2.2.2 不同植被盖度等级下的空间格局
从图5可见：1988−2019年，边缘密度从大到小依次为Ⅴ级、Ⅳ级、Ⅲ级、Ⅱ级、Ⅰ级，其中Ⅰ级植被变化较小，而Ⅱ级、Ⅲ级、Ⅳ级植被主要呈减小趋势，表明这些等级的植被破碎化程度减小，异质性水平降低；Ⅴ和Ⅵ级植被边缘密度增大，表明斑块边界的分割加强，异质性增大。
图 5 不同植被盖度下的景观指数变化Figure 5 Changes of landscape index under different vegetations’ coverage最大斑块指数在研究区的优势植被类型(Ⅴ和Ⅵ级)中变化较大。其中Ⅴ级植被在2000年达到最大，为43.62%，而Ⅵ级植被在2019年达到最大，为31.14%。尤其自2013年以后，Ⅵ级植被最大斑块指数有较大程度的增大，说明周边小斑块区域植被覆盖度从低等级进一步向极高等级转化，成为新的优势植被景观类型。其余植被类型中，最大斑块指数较小且变化不大。
形状指数变化幅度较小，与1988年相比，2019年Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级植被的形状指数呈减小趋势，表明在人为有目的的经营活动下，这些等级植被的形状趋于简单化。而Ⅴ和Ⅵ级植被形状指数有所增大，表明其形状趋于复杂，植被由较低级向较高级演替，这可能与较少的人类活动有关。
散布与并列指数从大到小依次为Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级，Ⅴ与Ⅳ级植被的散布与并列指数较为接近，Ⅵ级植被的数值最小。1988−2019年，Ⅰ级、Ⅱ级、Ⅲ级植被的散布与并列指数均呈增大—减小—增大变化趋势，表明各斑块与其他各植被景观有较好的等量相邻，各斑块交替出现规律明显；Ⅳ和Ⅴ级植被散布与并列指数虽较大，但波动较小；Ⅵ级植被则明显小于其他植被景观，表明与其相邻的植被景观较少，主要以较为集中的连片形式分布。
3. 结论与讨论
植被覆盖度是进行区域生态系统评估的重要定量指标，采取归一化植被指数的像元二分法监测植被覆盖度，削弱了各种环境因子产生的干扰，该方法操作简单，相关参数易获取，可用于不同植被类型的植被覆盖度监测[21]。但关于全裸土覆盖的NDVI和全绿色植被覆盖的NDVI取值，不同研究采取的置信度水平存在差异[22-23]，由此可能造成结果不同。本研究利用NDVI的像元二分法，对兴国县1988−2019年不同时期植被覆盖度进行了估算，发现植被覆盖度由1988年的63.89%增至到2019年的79.16%，虽然在2006年有所降低，但总体植被覆盖度呈增大趋势，这与刘琪璟等[24]、李恒凯等[16]的研究结论一致，也表明利用NDVI的像元二分法是可行的。
一般把植被从低等级朝高等级的转移视为进化演变，相反则视为退化演变。本研究表明：虽然研究区在1988−2019年不同时期各等级植被覆盖度区域的面积表现出不同的增减变化，但极低、低、中、中高、高植被覆盖主要朝更高级覆盖转移，其植被覆盖已转变成极高植被覆盖度为主的结构，总体上，研究区的植被为进化演变。这可能主要是由森林植被变化所导致的，在31 a间，研究区经过林业上的“灭荒”工程、林业产权制度改革调动造林的积极性以及一系列林业工程项目等的实施，提高了森林植被覆盖及其质量。同时，本研究表明：研究区的植被覆盖度的高低总体上与海拔高低较为吻合，中部、南部海拔较低，其植被覆盖度也相对较低，而东、西、北边海拔相对较高，其植被覆盖度则以高、极高等级为主，表明海拔影响植被生长[25-26]。除此之外，31 a间，植被覆盖度极度增加区域主要集中在南部的龙口镇、杰村乡、社富乡等，极度减少区域主要在中部县城所在的潋江镇和长岗乡，表明植被覆盖的变化可能还与人口密度、土地利用类型结构等有关[27-28]。
本研究表明：兴国县的植被覆盖度存在破碎化、异质性及多样性降低、空间分布向不均匀变化的趋势，而聚集度呈增大趋势。景观聚集性增大表明斑块空间连通性增强，这有利于促进生态系统的稳定性，景观异质性水平的减小和聚集度的增加在某种程度上象征着区域景观受人类活动影响程度的减小[18]，表现出景观类型构成和空间格局向自然演替发展的趋势。不同植被盖度等级下的斑块形状在人为干预下趋于简单化，与其他斑块有着较好的等量相邻，这有助于保持良好的整体生态系统[29]；研究区高、极高植被覆盖增大，且其形状指数有所增大，极高植被覆盖主要以较为集中的连片形式分布，表明人类干扰程度减弱，自然恢复植被逐渐起主导作用，高、极高植被覆盖对整个研究区的控制作用加大，主导着区域的整体功能、结构及生态过程，31 a间研究区植被空间格局总体上向良性方向发展，有利于区域的可持续发展。
中国植被覆盖度整体上呈逐渐绿化的趋势[30]，江西省植被覆盖度整体上呈改善增加的趋势[31]。政策等因素对植被覆盖度及景观格局变化有着重要影响，如曾广林 [32]研究表明：赣州市1999年后的退耕还林、绿化造林与森林生态植被保护等政策促使了林地面积大幅增长，其中高植被覆盖度与极高植被覆盖度的面积增大；王柯等[33]对赣州市生态保护与修复试点工程的实施效果进行了评估，表明2015−2018年赣州市森林、农田生态系统面积增加，且有超过40%的草地生态系统转变为森林生态系统，其归一化植被指数稳定在0.7以上并呈增长趋势。兴国县植被覆盖度及空间格局变化除受海拔等自然因素影响外，实施的一系列绿化工程等政策因素以及人们生态保护意识的提高也对其产生重要影响，如在20世纪70−90年代先后对21个乡镇进行了大面积马尾松飞播造林活动[34]，1989年启动的“消灭荒山”和跨世纪绿色工程、长江防护林、珠江防护林等造林绿化工程的推动，极大地促进了兴国县植被覆盖的提高及生态环境的改善；同时，2003−2015年实施了61.85 km2的退耕还林工程以及2016年开始实施了180.98 km2的天然林保护工程，在一定程度也增加了研究区的植被覆盖，促进了植被覆盖度向更高级转变。除此之外，自20世纪80年代初，兴国县全面施行水土保持重点防治工程，1988年以后的水土流失面积逐年降低[35]，也有利于植被生长，植被覆盖质量提高。
-
图 2 不同菌液处理下蚁巢伞形态变化
Figure 2 Morphological changes of T. heimii under fungus-combs bacterial fermented broths treatment
图 3 菌圃细菌菌液高效液相色谱分析图
Figure 3 High performance liquid chromatography (HPLC) analysis of bacterial fermentation broths in the termite fungus-combs
图 4 蚁巢伞与黑翅土白蚁菌圃内其他真菌对峙培养试验
Figure 4 Antagonistic culture of T. heimii with other fungi separated from the fungus-combs
图 5 菌圃消亡后5 d内菌圃中真菌类杂菌生长情况
Figure 5 Fungi growth in 5 days after deaid termite fungus-combs
表 1 不同菌圃细菌处理对蚁巢伞菌丝体生长的影响
Table 1. Effects of different bacterium treatments on the mycelium growth of T. heimii
菌圃细菌处理组 蚁巢伞菌落直径/cm 菌丝生长速率/(cm·d−1) 菌圃细菌处理组 蚁巢伞菌落直径/cm 菌丝生长速率/(cm·d−1) 巨大芽孢杆菌 2.50±0.18 0.167±0.012 Burkholderia sp. (待定) 2.13±0.02 0.142±0.002 阿氏芽孢杆菌 2.57±0.02* 0.171±0.002* Burkholderia sp. 2.08±0.16 0.139±0.011 蜡样芽孢杆菌 2.62±0.09** 0.174±0.006** Cupriavidus sp. 2.57±0.02** 0.171±0.002** 蕈状芽孢杆菌 2.68±0.12** 0.179±0.008** 对照组 2.18±0.09 0.146±0.006 土杨芽孢杆菌 2.68±0.12** 0.179±0.008** 说明：*表示与对照相比差异显著(P＜0.05)；**表示与对照相比差异极显著(P＜0.01) 
下载: 导出CSV
表 2 6种常见的简单糖类物质高效液相色谱出峰时间
Table 2. Retention time of six simple carbohydrates by high performance liquid chromatography (HPLC)
糖种类 出峰时间/min 糖类别 糖种类 出峰时间/min 糖类别 甘露醇 7.871 单糖 乳糖 7.585 单糖 果糖 7.958 单糖 蔗糖 6.818 双糖 葡萄糖 7.593 单糖 麦芽糖 6.864 双糖
下载: 导出CSV
-
[1] ROBERTS E M, TODD C N, AANEN D K, et al. Oligocene termite nests with in situ fungus gardens from the Rukwa rift basin, Tanzania, support a paleogene African origin for insect agriculture[J/OL]. PLoS One, 2016, 11(6): e0156847[2021-06-03]. doi: 10.1371/journal.pone.0156847. [2] LIANG Shiyou, WANG Chengpan, AHMAD F, et al. Exploring the effect of plant substrates on bacterial community structure in termite fungus-combs[J/OL]. PLoS One, 2020, 15(5): e0232329[2021-06-18]. doi: 10.1371/journal.pone.0232329. [3] LI Hongjie, YELLE D J, LI Chang, et al. Lignocellulose pretreatment in a fungus-cultivating termite [J]. Proc Nat Acad Sci, 2017, 114(18): 4709 − 4714. [4] da COSTA R R, HU Haofu, PILGAARD B, et al. Enzyme activities at different stages of plant biomass decomposition in three species of fungus-growing termites[J/OL]. Appl Environ Microbiol, 2018, 84(5): e01815-17[2021-06-04]. doi: 10.1128/AEM.01815-17. [5] PAULY M, KEEGASTRA K. Cell-wall carbohydrates and their modification as a resource for biofuels [J]. Plant J, 2014, 54: 559 − 568. [6] BRUNE A. Symbiotic digestion of lignocellulose in termite guts [J]. Nat Rev Microbiol, 2014, 12: 168 − 180. [7] OTANI S, CHALLINOR V L, KREUZENBECK N B, et al. Disease-free monoculture farming by fungus-growing termites[J/OL]. Sci Rep, 2019, 9: 8819[2021-06-18]. doi: 10.1038/s41598-019-45364-z. [8] VISSER A A, NOBRE T, CURRIE C R, et al. Exploring the potential for Actinobacteria as defensive symbionts in fungus-growing termites [J]. Microb Ecol, 2012, 63(4): 975 − 985. [9] SAWHASAN P, WORAPONG J, FLEGEL T W, et al. Fungal partnerships stimulate growth of Termitomyces clypeatus stalk mycelium in vitro [J]. World J Microbiol Biotechnol, 2012, 28(6): 2311 − 2318. [10] BAJYA D R, ARYA D, RANJITH M, et al. Isolation and identification of cellulose demoting symbionts from gut of subterranean termite, Odontotermes obesus [J]. Indian J Agric Sci, 2015, 85(7): 970 − 972. [11] YANG Guiying, AHMAD F, LIANG Shiyou, et al. Termitomyces heimii associated with fungus-growing termite produces volatile organic compounds (VOCs) and lignocellulose-degrading enzymes [J]. Appl Biochem Biotechnol, 2020, 192: 1270 − 1283. [12] OTANI S, HANSEN L H, SORENSEN S J, et al. Bacterial communities in termite fungus-combs are comprised of consistent gut deposits and contributions from the environment [J]. Microb Ecol, 2016, 71(1): 207 − 220. [13] YANG Guiying, AHMAD F, ZHOU Qihuan, et al. Investigation of physicochemical indices and microbial communities in termite fungus-combs[J/OL]. Front Microbiol, 2021, 11: 581219[2021-05-20]. doi: 10.3389/FMICB.2020.581219. [14] da COSTA R R, HU Haofu, LI Hongjie, et al. Symbiotic plant biomass decomposition in fungus-growing termites[J/OL]. Insects, 2019, 10(4): 87[2021-06-15]. doi: 10.3390/insects10040087. [15] KORB J, AANEN D K. The evolution of uniparental transmission of fungal symbionts in fungus-growing termites (Macrotermitinae) [J]. Behav Ecol Sociobiol, 2003, 53(2): 65 − 71. [16] ZHOU Yun, DENG Tianfu, PAN Chengyuan, et al. Purification of a laccase from fungus-combs in the nest of Odontotermes formosanus [J]. Process Biochem, 2010, 45: 1052 − 1056. [17] da COSTA R R, HU Haofu, LI Hongjie, et al. Complementary symbiont contributions to plant decomposition in a fungus-farming termite [J]. Proc Natl Acad Sci, 2014, 111: 14500 − 14505. [18] KATARIYA L, RAMESH P B, GOPALAPPA T, et al. Fungus-farming termites selectively bury weedy fungi that smell different from crop fungi [J]. J Chem Ecol, 2017, 43: 986 − 995. 期刊类型引用(10)
1. 汤浩藩，杨清心，王华，王有祥，杨君，吴巧花，欧阳希，罗坤水. 困难立地生态恢复树种选择的探究——以兴国县松材线虫病除治迹地为例. 现代园艺. 2025(09): 89-92 . 
百度学术2. 陈峻琳，温天福，李国芳，肖勇，张静文，鲁翔宇. 土地利用变化和水库调控对洪水过程的影响——以赣江上游平江流域为例. 湖泊科学. 2025(02): 612-626 . 百度学术3. 林莹冰，王小军，全明英，林杜锐，卢毅，刘光旭. 江西和福建省植被覆盖时空特征及其地形梯度效应. 水土保持研究. 2024(01): 290-300 . 百度学术4. 鲁金萍，李满根，多玲花，陈念楠. 江西吉安市近20 a植被覆盖度时空演变的特征及驱动因素分析. 江西科学. 2024(05): 974-981+1059 . 百度学术5. 海燕，何孟琦，孙咏琦，郑舒元，王建雄. 辽宁省NDVI时空变化及其与地形因子的关系. 湖北农业科学. 2023(03): 182-186 . 百度学术6. 叶方霞，李扬镳，徐宇琪，曾晨. 三生功能视角下的全域土地综合整治分区模式研究——以武汉市黄陂区为例. 国土资源科技管理. 2023(06): 27-38 . 百度学术7. 李旭，陈俊良，邓尚奇. 基于谷歌地球引擎的植被覆盖度变化长时间序列检测. 北京测绘. 2022(04): 457-462 . 百度学术8. 海燕. 辽宁省沈阳市2016～2020年NDVI时空变化. 现代化农业. 2022(06): 59-61 . 百度学术9. 陈锷，赵晓冏. 2010～2020年白龙江流域植被覆盖度时空变化特征研究. 绿色科技. 2022(10): 1-7 . 百度学术10. 黄琴，何江林，郭海铭，余水，孟常来，王鑫. 成都市城市景观格局时空演变特征及生态效应驱动研究. 四川林业科技. 2022(04): 31-37 . 百度学术其他类型引用(1)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20210478
点击查看大图
计量
- 文章访问数: 1139
- HTML全文浏览量: 214
- PDF下载量: 39
- 被引次数: 11
