祁连山区不同海拔植被带土壤微生物磷脂脂肪酸分析

引用本文

朱庆征, 冯志培, 冯二朋, 张广渊, 孔玉华. 祁连山区不同海拔植被带土壤微生物磷脂脂肪酸分析[J]. 中国水土保持科学, 2023, 21(6): 32-42. DOI: 10.16843/j.sswc.2023.06.004.

ZHU Qingzheng, FENG Zhipei, FENG Erpeng, ZHANG Guangyuan, KONG Yuhua. Phospholipid fatty acid analysis of soil microorganisms in different vegetation zones along an altitudinal gradient in Qilian Mountains[J]. Science of Soil and Water Conservation, 2023, 21(6): 32-42. DOI: 10.16843/j.sswc.2023.06.004.

项目名称

国家自然科学基金“太行山区侧柏人工林土壤有机碳固存与周转机理研究”(41501331)

第一作者简介

朱庆征(1998-), 男, 硕士研究生。主要研究方向: 陆地生态系统碳氮循环。E-mail: zhuqingzheng04@163.com

通信作者简介

孔玉华(1983-), 女, 副教授。主要研究方向: 陆地生态系统碳氮循环和全球气候变化。E-mail: kyh034@hotmail.com

文章历史

收稿日期：2021-12-29
修回日期：2022-07-16

Contents Abstract Full text Figures/Tables PDF

祁连山区不同海拔植被带土壤微生物磷脂脂肪酸分析

朱庆征 ¹, 冯志培 ¹, 冯二朋 ¹, 张广渊 ², 孔玉华 ¹

1. 河南农业大学林学院, 450000, 郑州;
2. 西宁市林业科学研究所, 810000, 西宁

收稿日期：2021-12-29; 修回日期：2022-07-16

项目名称：国家自然科学基金“太行山区侧柏人工林土壤有机碳固存与周转机理研究”(41501331)

第一作者简介：朱庆征(1998-), 男, 硕士研究生。主要研究方向: 陆地生态系统碳氮循环。E-mail: zhuqingzheng04@163.com

通信作者简介：孔玉华(1983-), 女, 副教授。主要研究方向: 陆地生态系统碳氮循环和全球气候变化。E-mail: kyh034@hotmail.com

摘要：为揭示祁连山区植被—土壤—微生物生态系统的关系, 以祁连山区不同海拔植被带(祁连圆柏林: 2 830 m(E1)、2 860 m(E2)和2 890 m(E3);林草过渡带: 2 900 m(E4);高山草甸: 2 920 m(E5))0~40 cm土壤为研究对象, 采用磷脂脂肪酸(PLFA)标记法结合土壤理化性质特征, 解析不同海拔植被带土壤微生物群落结构的分布规律及其影响因子。结果表明: 1)不同海拔植被带土壤中共检测出31种PLFA标记物, E3土壤中PLFA标记物种类(28种)和质量摩尔浓度(770.55±23.77) nmol/g均显著高于其他海拔(P < 0.05), 5个海拔植被带土壤中微生物PLFA标记物质量摩尔浓度较高的类型是15:0 iso、16:00、18:1 w7c、18:1 w9c和16:0 10-methyl; 土壤微生物群落组成中细菌的比例最大, 原生动物的比例最小; 2)除原生动物, 不同海拔植被带土壤微生物各类群PLFA质量摩尔浓度均呈E3>E2>E4>E5>E1的趋势。随土层深度增加, PLFA标记物质量摩尔浓度在E1、E2和E3中呈递减的趋势, 而E4、E5呈增加的趋势; 3)主成分分析结果表明, 与土壤微生物PLFA群落结构相关的2个主成分的解释变异量分别为57.35%和35.73%, 基本可区分不同海拔微生物群落特征。进一步将主成分得分系数与各微生物类群PLFA进行相关分析, 31个微生物PLFA中有27个与主成分1显著相关, 18个与主成分2显著相关(P < 0.05)。冗余分析结果表明第1和第2排序轴的解释量分别为89.45%和5.04%;土壤微生物各类群与pH值, 黏粒和粉粒体积分数呈负相关关系, 与土壤含水率、砂粒体积分数、全碳质量分数、全氮质量分数和C/N呈正相关关系(P < 0.05)。祁连山区土壤微生物群落多样性随海拔升高呈先升高后降低的单峰趋势, 主要受土壤含水率、全碳和全氮含量等因子的影响。

关键词：PLFA分析土壤微生物群落结构海拔植被类型

Phospholipid fatty acid analysis of soil microorganisms in different vegetation zones along an altitudinal gradient in Qilian Mountains

ZHU Qingzheng ¹, FENG Zhipei ¹, FENG Erpeng ¹, ZHANG Guangyuan ², KONG Yuhua ¹

1. College of Forestry, Henan Agricultural University, 450002, Zhengzhou, China;
2. Xining Forestry Research Institute, 810000, Xining, China

Abstract: [Background] Soil microbial community structure and distribution characteristics can be used as highly sensitive indicators reflecting environmental changes.The Qilian Mountain is an important ecological security barrier for western China.However, the distribution characteristics of soil microbial community structure and its influencing factorsin this area were rarely reported. [Methods] Soil samples were collected from four soil layers(0-10, 10-20, 20-30 and 30-40 cm) in different vegetation zones along an altitudinal gradient, i.e., 2 830 m(E1), 2 860 m(E2), 2 890 m(E3), 2 900 m(E4) and 2 920 m(E5) in Qilian Mountains.Soil microbial community composition and structure among the five elevation gradients were detected using the phospholipidfatty acid(PLFA) labeling method, and their physicaland chemical properties were determined. [Results] 1) In total, 31 PLFAs were detected from the soil of the five altitudinal gradients, and the total PLFA(28)and content((770.55±23.77) nmol/g) in E3 soil were significantly higher than those in other elevations(P < 0.05). The PLFA biomarkers with high content were 15:0 iso, 16:00, 18:1 w7c, 18:1 w9c and 16:0 10-methyl. The bacteria were the most dominant microorganisms, while the abundance of protozoa was the lowest in these soils.2)Except for protozoa, the PLFA biomarkers' contents of soil microorganisms in different vegetation zones showed a trend of E3>E2>E4>E5>E1.With the increase of soil layers, the contents of PLFA biomarkers tended to decrease in E1, E2 and E3 soil, while increase in E4 and E5 soil.3)Principal component analysis showed that the explanatory variances of the two principal components related to soil microbial PLFA community structure were 57.35% and 35.73%, respectively, which basically distinguished the microbial community characteristics at different altitudes.Correlation analysis of the principal component score with 31 PLFA biomarkers showed that in 27 PLFA biomarkers were significantly correlated with PC1 score and 18 PLFA biomarkers were significantly correlated with PC2 score(P < 0.05).The redundancy analysis showed that the first and second ordination axes accounted for 89.45% and 5.04%, respectively.Soil microbial communities were negatively correlated with pH, clay and silt volume fractions, while positively correlated with soil water content, sand volume fraction, total carbon(TC), total nitrogen(TN) and C/N(P < 0.05). [Conclusions] Variations in soil water content, soil TC and TN contents resulted from altitude gradients could have a strong influence on soil microbial community diversity.

Keywords: PLFA analysis soil microbial community structure elevation vegetation type

土壤微生物是土壤的重要组成部分，在推动土壤养分转化、物质循环和能量流动过程中发挥重要作用，其结构和功能对周围环境变化特别敏感，常作为土壤养分状况的重要指示^[1]。然而，土壤微生物组成复杂、数量巨大，用传统的研究方法往往低估土壤微生物的真实状况，不利于准确掌握微生物群落结构特征。近年来，磷脂脂肪酸(phospholipid fatty acid，PLFA)标记法在研究土壤微生物群落方面被认为具有一定优势。它不仅能够更精确地测定微生物的生物量，还可以通过微生物群落结构和多样性进一步反映土壤环境因子变化等生态学层面的信息^[2]，已被广泛应用于探究生态系统中土壤微生物群落结构差异及其与环境因子的关系。

当前，围绕土壤微生物群落的结构分布及其驱动因素的研究已成为土壤学和生态学的研究热点。吴则焰等^[3]对武夷山国家保护区研究时发现，武夷山不同海拔从低到高表现出明显的植被垂直演替谱带，从而引起土壤养分含量和水热状况等因素随海拔呈规律性变化，导致土壤微生物PLFA标记种类和总量随海拔上升而降低；姚兰等^[4]对黄山不同海拔植被带研究发现，不同植被类型影响土壤微生物生物量和活性，其中土壤微生物生物量碳、氮和微生物熵总体随海拔升高而增加；赵盼盼等^[5]通过对戴云山国家级自然保护区不同海拔黄山松(Pinus taiwanensis)的研究表明，温度和活性有机氮是影响表层土壤微生物群落结构发生变化的主要因子，丛枝菌根真菌、革兰氏阴性菌、真菌、总磷脂脂肪酸，细菌: 真菌均随海拔升高显著下降。还有研究表明，土壤微生物量在不同土层深度中表现为表层较高，在同一土层不同植被类型条件下差异较大^[6]。上述研究发现，海拔通过引起植被类型变化，进而影响环境因子和土壤理化特征，对土壤微生物产生不同影响，且研究区域不同，得出的研究结论也有所差异。目前，有关祁连山区土壤微生物群落结构影响因子的研究还较匮乏。

祁连山是我国西部重要的生态安全屏障，是冰川与水源涵养的生态功能区。祁连山作为我国西北地区高大山系之一，受大陆性荒漠气候和高山寒冷气候的双重影响，森林类型、层次结构和树种组成等具有典型高寒半干旱气候特点，区域内的气候和植被类型随海拔呈规律性变化，祁连圆柏(Sabina przewalskii)作为祁连山主要树种之一，呈块状分布于祁连山海拔2700~3300 m地带。有关该地的研究集中在土壤养分发育规律^[7]以林下植被与土壤水分相关关系等^[8]，对于祁连山区土壤理化性质和微生物群落受海拔影响的研究尚鲜有报道。因此，笔者采用PLFA生物标记法对祁连山区不同海拔0~40 cm土壤微生物群落结构进行研究，旨在探讨不同海拔植被带土壤微生物群落在0~40 cm土层土壤中的分布、差异及其影响因子，为揭示祁连山区土壤微生物群落变化规律提供理论依据，也为进一步探明土壤微生物群落结构对环境因子变化的响应规律奠定基础。

1 研究区概况

研究区位于互助县北山林场国家祁连圆柏良种基地(E 102°20′~102°26′，N 36°54′~36°55′)，海拔在2660~3215 m之间，处于黄土高原向青藏高原的过渡地带。该区域属大陆性高原气候，夏季温暖多雨，冬季寒冷干燥且低温持续时间长；年平均气温3.8℃，年降水量470 mm，年蒸发量1090 mm，年日照时间2593.4 h，太阳年总辐射量584.9 kJ/m²，无霜期150 d。土壤为山地粟钙土，土层厚度约45 cm，A层厚度约5 cm，土壤质地为砂壤土，粒状结构。

2 材料与方法 2.1 样地设置及采样

于2019年5月在祁连圆柏林(2830、2860和2890 m)、林草过渡带(2900 m)和高山草甸(2920 m)分别设置3个20 m×20 m样方，共计15个，同一海拔各样方间距离约50~60 m。5块样地坡向一致，依次记为E1、E2、E3、E4和E5，基本概况见表 1。每个样地按照“S”型5点取样法采样，使用土钻分别采集0~10、10~20、20~30和30~40 cm的土壤样品后，将同一土层的5个土样混合作为1个土壤样品，共计60个。将采集的土壤样品带回实验室，分别保存于-80 ℃和4 ℃冰箱中，用于土壤微生物和理化性质的测定。

表 1 研究区5个样地基本概况 Tab. 1 Basic information of 5 sampling plots in the study area

2.2 样品测定方法

土壤理化性质测定：土壤含水率利用烘干法测定；土壤粒径体积分数(黏粒：＜0.002 mm；粉粒：＞0.002~0.050 mm；砂粒：>0.050~2.000 mm)利用土壤粒径粒型测量系统(Mastersizer 2000，英国)测量；土壤pH值(土∶水=1 ∶2.5)用浸提酸度计(Hanna-HI98128，日本)测定^[9]；土壤全碳(total carbon，TC)和全氮(total nitrogen, TN)质量分数采用元素分析仪(EURO EA3000，意大利)测定。

磷脂脂肪酸测定参考Frostegård等^[10]和Bossio等^[11]的方法，根据测定结果(表 2)，对不同微生物的磷脂脂肪酸进行标记。

表 2 表征微生物类群的磷脂脂肪酸标记物 Tab. 2 Characteristics of PLFA biomarkers for soil microbial groups

2.3 数据处理

采用单因素方差分析(one-way ANOVA)和最小差异显著法来比较不同海拔及不同土层间土壤理化性质和土壤微生物群落结构的差异，通过多因素方差分析(multi-way ANOVA)检验海拔与土层及其交互作用对土壤化学性质和微生物群落结构的影响。在进行去趋势对应分析后，选择冗余分析(redundancy analysis, RDA)来分析土壤理化性质与微生物群落结构之间的关系，并采用Pearson相关系数分析相关性。通过主成分分析(principal component analysis, PCA)检验不同海拔下土壤中微生物群落结构的差异。利用Origin 2018软件进行主成分分析，其他统计分析采用SPSS 19.0和Canoco 5.0软件进行，采用Excel 2010进行数据整理和制图。

3 结果与分析 3.1 土壤理化性质的变化特征

5块样地土壤的pH值范围为5.35~7.31，整体呈弱酸性(表 3)。0~40 cm土壤的平均含水率随着海拔升高呈先增加后降低的变化趋势，大小依次为E3>E2>E4>E1>E5，其中E3显著高于E5(P < 0.05)，除E5样地外，其余样地中土壤0~40 cm平均含水率均在10%以上。同一海拔下，各土层间的含水率随土层深度的增加而逐渐降低，E4无明显变化规律。不同海拔土壤粒径体积分数无显著差异，均为砂粒比例最大。土壤TC和TN在不同海拔下0~40 cm土层中的平均质量分数随海拔升高也表现先增加后降低的趋势，大小依次为E3>E2>E4>E5>E1，且E3中的质量分数显著高于E1(P < 0.05)；在同一海拔各土层中，质量分数基本随土层降低而减小，各土层间均无明显差异。土壤C/N变化范围为9.65~12.17，0~40 cm土层的平均值在E3最大，不同海拔下的差异不显著(P>0.05)。

表 3 不同海拔植被带土壤理化性质 Tab. 3 Soil physic-chemical properties in different vegetation zones along an altitudinal gradient

样地编号 Plot No.	土层 Soil layer/cm	pH	全碳TC/(mg·g^-1)	全氮TN/(mg·g^-1)	C/N	含水率 Water content/%	土壤粒径体积分数 Soil particle size fraction/%
样地编号 Plot No.	土层 Soil layer/cm	pH	全碳TC/(mg·g^-1)	全氮TN/(mg·g^-1)	C/N	含水率 Water content/%	黏粒Clay	粉粒Silt	砂粒Sand
E1	0~10	6.29±0.22 Aa	55.53±13.60ABa	4.82±1.00 Ba	11.45±0.44Aa	13.96±0.96 Ba	0.62±0.10Aa	38.52±6.20 Aa	60.85±6.30Ba
	10~20	6.31±0.09 Aa	44.02±11.16ABa	4.14±0.75 Ba	10.53±0.82Aa	10.09±1.14 Ab	0.74±0.19Aa	43.44±9.60 Aa	55.82±9.79Ba
	20~30	6.41±0.13 ABa	34.62±15.60Aa	3.01±1.04 Ba	11.18±1.36Aa	10.51±0.94 BCb	0.94±0.11Aa	45.00±7.94 Aa	54.07±7.84Ca
	30~40	6.69±0.17 Aa	31.07±11.13Ba	2.84±1.28 Ba	11.30±1.17Aa	8.91±1.74 Ab	1.00±0.49Aa	44.32±7.14 Aa	54.68±6.65Ba
	均值Average	6.48±0.09 AB	43.11±2.87B	3.88±0.28 B	11.01±0.22A	11.27±0.73 AB	0.78±0.07A	42.45±0.59 A	56.77±0.66C
E2	0~10	6.39±0.59 Aa	76.20±13.11ABa	6.89±0.88 ABa	11.02±0.88Aa	15.12±2.91 ABa	0.43±0.19Aa	28.14±3.81 ABa	71.43±4.00ABa
	10~20	5.79±0.42 Aa	73.82±23.22ABa	6.40±1.43 ABa	11.33±1.07Aa	15.88±3.88 Aa	0.63±0.35ABa	32.21±7.40 Aa	67.16±7.75Ba
	20~30	6.32±0.57 ABa	63.19±26.57Aa	5.82±1.66 ABa	10.54±1.54Aa	14.61±2.93 ABa	0.55±0.29ABa	30.87±7.61 ABCa	68.59±7.91ABCa
	30~40	5.79±0.24 ABa	56.86±26.69ABa	5.40±1.96 ABa	10.16±1.25Aa	13.73±3.54 Aa	0.59±0.33Aa	32.36±8.68 ABa	67.05±9.01ABa
	均值Average	6.07±0.12 BC	67.56±27.17AB	6.13±1.8 AB	10.76±1.40A	14.83±4.02 A	0.55±0.35AB	30.89±8.19 AB	68.56±8.53AB
E3	0~10	5.40±0.33 Aa	92.30±10.27Aa	7.63±0.33 Aa	12.06±0.82Aa	19.66±0.85 Aa	0.32±0.01Aa	23.49±1.66 Bab	76.19±1.67Aab
	10~20	5.90±1.00 Aa	86.25±9.52Aa	7.07±0.22 Aa	12.17±0.97Aa	17.58±3.19 Aa	0.15±0.12Ba	12.95±5.73 Bb	86.90±5.85Aa
	20~30	5.55±0.22 Ba	80.80±11.72Aa	7.52±0.21 Aa	10.71±1.26Aa	16.66±1.36 Aab	0.26±0.11Ba	20.18±6.50 Cab	79.56±6.61Aab
	30~40	5.35±0.19 Ba	77.74±0.55Aa	7.35±0.52 Aa	10.62±0.68Aa	12.83±0.29 Ab	0.30±0.09Aa	25.14±0.75 Ba	74.56±0.84Ab
	均值Average	5.55±0.43 C	84.27±7.74A	7.39±0.06 A	11.39±0.93A	16.68±0.85 A	0.26±0.02B	20.44±0.42 C	79.3±0.4A
E4	0~10	5.67±0.50 Aa	65.23±7.90ABa	5.98±1.04 ABa	10.99±0.62Aa	12.14±1.11 Ba	0.60±0.17Aa	29.75±3.39 ABa	69.65±3.56ABa
	10~20	5.55±0.35 Aa	65.84±6.09ABa	6.04±1.18 ABa	11.06±1.19Aa	12.89±3.34 Aa	0.49±0.06ABa	28.45±2.66 ABa	71.06±2.71ABa
	20~30	5.93±0.90 ABa	70.25±11.23Aa	6.47±1.10 ABa	11.27±3.67Aa	14.36±0.67 ABa	0.43±0.10Ba	26.66±1.82 BCa	72.92±1.92ABa
	30~40	5.85±0.11 ABa	68.87±10.49ABa	5.91±0.16 ABa	11.63±1.46Aa	13.36±3.56 Aa	0.45±0.04Aa	27.60±6.52 ABa	71.95±6.56ABa
	均值Average	5.75±0.04 C	67.54±3.67AB	6.1±0.24 AB	11.24±0.18A	13.19±0.20 AB	0.49±0.06AB	28.11±2.27 BC	71.39±2.33AB
	0~10	6.46±0.20 Aa	52.89±18.21Ba	4.97±0.08 Ba	10.67±3.80Aa	10.73±1.62 Ba	0.40±0.02Ac	29.05±1.29 ABc	70.56±1.31ABa
	10~20	6.77±0.27 Aa	40.81±15.35Ba	4.37±0.88 ABa	10.09±5.54Aa	9.15±2.95 Aa	0.81±0.03Ab	37.94±0.40 Ab	61.24±0.38Bb
	20~30	7.31±0.02 Aa	39.05±11.00Aa	3.97±1.67 ABa	10.27±1.57Aa	7.87±1.33 Ca	1.02±0.01Aa	40.93±2.06 ABab	58.06±2.07BCbc
E5	30~40	6.70±0.72 Aa	36.37±8.33ABa	3.79±0.98 Ba	9.65±0.30Aa	8.18±0.87 Aa	1.05±0.05Aa	42.32±1.51 ABa	56.63±1.55Bc
	均值Average	6.81±0.19 A	42.28±5.56B	4.28±0.87 B	10.17±0.91A	8.98±1.69 B	0.82±0.03A	37.56±1.11 AB	61.62±1.14BC
注：数值为平均值±标准差，大写字母表示同一土层深度不同海拔之间差异显著(P < 0.05)，小写字母表示同一海拔不同土层之间差异显著(P < 0.05)。均值为在0~ 40 cm土层的平均值。Notes: The format of data is mean±SD. Different uppercase letters indicate significant differences between different altitudinal gradientin the same soil layer (P < 0.05), and lowercase letters indicate significant differences between different soil layers at the same altitudinal gradient (P < 0.05).Average refers to the average value of 0-40 cm soil layer.

表 3 不同海拔植被带土壤理化性质 Tab. 3 Soil physic-chemical properties in different vegetation zones along an altitudinal gradient

3.2 土壤微生物PLFA标记物种类及含量

本研究在5个海拔植被带土壤中共检测出31种PLFA标记物。海拔对土壤微生物群落结构的分布影响显著(表 4)。14:0 iso、15:0 iso、16:0 iso、18:1 w7c和20:1 w9c这5种标记物在5个海拔的每个土层均有分布，属于完全分布；15:00和16:1 w9c只分布在E3、E4和E5土壤中，属于不完全分布。E3土壤中PLFA标记物种类最多(28种)、质量摩尔浓度最大(770.55 nmol/g)，显著高于其他海拔(P < 0.05)；E1土壤中PLFA标记物有25种，质量摩尔浓度最小(343.18 nmol/g)，显著低于其他海拔；E2、E4和E5土壤中PLFA标记物种类分别有22、24和23种，质量摩尔浓度分别为为631.32、583.62和546.54 nmol/g。

表 4 不同海拔植被带0~40 cm土壤微生物PLFA类型及质量摩尔浓度 Tab. 4 PLFA types and contents of soil microorganisms in 0-40 cm soil layer under different vegetation zones along an altitudinal gradient

微生物类群 Microbial group	PLFA标记物PLFA biomarker/(nmol·g^-1)	E1	E2	E3	E4	E5
	14:0 iso	4.47±0.10D	8.69±0.06A	8.19±0.19B	5.42±0.05C	5.63±0.34C
	15:0 iso	25.32±0.12E	43.72±1.14D	63.28±1.09A	52.45±1.74C	55.76±1.07B
	15:0 anteiso	18.46±0.09D	30.33±0.95C	40.77±1.23A	33.75±1.85BC	35.78±1.62B
	15:00	0	0	3.51±0.23B	4.35±0.07A	4.83±0.36A
	16:0 iso	11.41±0.11D	23.45±1.67AB	26.52±1.10A	18.76±1.55C	20.69±0.89BC
	16:00	52.63±0.07D	93.65±2.112B	104.08±2.35A	61.31±2.47C	65.74±1.98C
	17:0 iso	7.46±0.74D	12.72±0.02C	18.17±0.98A	15.76±0.68B	16.68±0.97AB
	17:0 anteiso	9.06±0.62C	13.63±0.85B	18.69±1.36A	13.87±1.09B	13.48±1.17B
	17:00	2.53±0.35C	4.33±0.16B	5.92±0.27A	4.52±0.01B	4.81±0.032B
细菌Bacteria	19:0 iso	0.47±0.005D	0.75±0.12C	1.25±0.02A	1.00±0.07B	1.31±0.14A
	19:0 anteiso	1.06±0.006B	0	0	0	1.63±0.02A
	16:02OH	0	0	0.19±0.005	0	0
	16:1 w9c	0	0	8.71±0.78B	13.71±1.16A	14.25±0.93A
	17:1 w8c	6.44±0.75B	10.64±0.95B	12.16±1.07A	7.34±0.06B	8.31±0.07B
	17:0 cyclo	13.64±0.53B	21.63±1.30A	11.84±0.90B	0	0
	16:12OH	9.40±0.28B	10.20±0.33A	4.51±0.10C	0	0
	18:1 w7c	40.85±1.00E	102.25±2.00B	109.37±2.18A	56.94±0.02D	61.74±1.78C
	18:1 w5c	5.64±0.99C	11.25±0.11A	12.45±0.11A	11.23±0.96A	8.54±0.06B
	16:1 w7c	0	0	37.66±2.11B	52.91±2.02A	55.66±1.1A
	19:010-methyl	1.59±0.09C	13.24±0.05A	9.37±0.75B	0	0
	18:3 w6c (6, 9, 12)	8.00±0.45A	2.67±0.09B	0	0	0
	16:1 w5c	15.27±1.83D	34.41±1.02B	44.42±1.93A	26.28±1.03C	27.12±1.45C
真菌Fungi	18:2 w6, 9c/18:0 ante	6.83±0.85C	26.66±0.84A	22.80±0.11B	0	0
	18:1 w9c	29.57±0.29E	65.01±1.75B	74.41±1.29A	45.98±0.02D	50.69±1.70C
	18:2 w6c	0	0	6.96±1.04C	8.96±0.003B	11.63±0.1A
	16:010-methyl	54.99±1.65C	79.96±1.00B	90.83±0.96A	75.29±1.23C	80.28±2.39B
放线菌Actinobacteria	17:010-methyl	5.09±0.33CD	6.53±0.06B	7.25±0.06A	4.96±0.01D	5.74±0.42C
	18:010-methyl	8.19±0.67D	12.36±0.32C	17.94±0.79B	20.03±0.98B	20.40±0.67A
	20:4w6, 9, 12, 15c	2.16±0.07	0	0	0	0
原生动物Protozoa	20:4 w6c	0	0	3.68±0.68B	4.97±0.03A	5.42±0.1A
	20:1 w9c	2.64±0.28C	3.26±0.05C	5.60±0.09B	6.77±0.47A	7.50±0.41A
总量PLFA Total PLFA		343.17±12.27D	631.32±16.95B	770.55±23.77A	546.54±17.58C	583.62±19.76BC
注：不同大写字母表示不同海拔之间差异显著(P < 0.05)。Notes: Different uppercase letters indicate significant difference between different altitudinal gradient (P < 0.05).

通过对不同海拔植被带土壤中优势微生物PLFA进行分析，在E1、E2和E3土壤中PLFA质量摩尔浓度处于前5位的是15:0 iso、16:00、18:1 w7c、18:1 w9c和16:010-methyl，且其总和分别占PLFA总量的59.3%、60.9%和57.4%；E4和E5土壤中PLFA质量摩尔浓度较高的是16:010-methyl、16:00、18:1 w7c、16:1 w7c和15:0 iso，均占PLFA总量的54.7%。总体而言，5个海拔土壤中微生物PLFA标记物质量摩尔浓度较高的类型是15:0 iso、16:00、18:1 w7c、18:1 w9c和16:010-methyl，表明这些PLFA所代表的微生物(以细菌为主)在该地区土壤中起主要作用。

3.3 土壤微生物各类群PLFA分布特征

除原生动物，0~40 cm土层土壤各类群PLFA质量摩尔浓度随着海拔的升高均呈先升高后降低(E3>E2>E4>E5>E1)的趋势(图 1)。随着土层深度增加，E1、E2和E3土壤微生物各类群PLFA质量摩尔浓度呈递减的趋势，而E4和E5呈增加的趋势。5个海拔下，细菌在土壤微生物群落中比例最大，均>60.23%；原生动物比例最小，均 < 2.87%。细菌、真菌、放线菌、G⁺和G^-的PLFA质量摩尔浓度变化范围分别为210.75~496.64、59.52~148.60、68.28~148.60、133.21~290.15和77.54~206.50 nmol/g，其峰值均出现在E3样地0~10 cm土层中。原生动物标记物在E1样地20~40 cm土层和E2样地10~30 cm土层中均未检测到(图 1e)，最大值(6.40±0.61) nmol/g出现在E3样地0~10 cm土层。不同海拔下，细菌/真菌比值变化波动较小，范围为3.10~4.32，无显著变化(图 1f)。革兰氏阳性菌/革兰氏阴性菌(G⁺/G^-)的比值均>1，随海拔亦无显著变化；除E5外，其余样地中两者间的比值均随土层深度增加而增大，土层间差异不显著(P>0.05)(图 1h)。多因素方差分析结果表明，土层深度、海拔及其交互作用显著影响PLFA总量、细菌、真菌、放线菌、原生动物、G⁺和G^-(P < 0.01)。此外，细菌/真菌(B/F)和G⁺/G^-也受海拔的显著影响。

不同大写字母表示同一土层不同海拔之间差异显著(P < 0.05)，小写字母表示同一海拔不同土层之间差异显著(P < 0.05)。 Different uppercase letters indicate significant difference between different altitudinal gradient in the same soil layer(P < 0.05), and lowercase letters indicate significant difference between different soil layers atthe same altitudinal gradient (P < 0.05). 图 1 不同海拔植被带土壤微生物类群PLFA质量摩尔浓度变化 Fig. 1 Variation of PLFA content of soil microbial group in different vegetation zones along an altitudinal gradient

3.4 土壤微生物群落主成分分析

主成分分析表明(图 2)，与土壤微生物群落相关的2个主成分累计贡献率达到93.08%，第1主成分(PC1)能够解释变异量57.35%，第2主成分(PC2)能够解释变异量的35.73%。不同海拔下的土壤微生物群落分布在排序空间的不同位置：E1土壤位于主成分1负端，主成分2正端；E2土壤位于主成分1正、负2端，主成分2正端；E3土壤位于主成分1正端，主成分2正端；E4土壤位于主成分1正端，主成分2负端；E5土壤位于主成分1正端，主成分2负端；样地间距离表示其相互关系，距离越远差异越大。进一步将主成分得分系数与各微生物类群PLFA进行相关分析(表 5)，31个微生物PLFA中有27个与主成分1显著相关，其中17:1 w8c、16:1 w7c、16:1 w5c和20:1 w9c不相关，而17:0 cyclo、19:010-methyl和18:010-methyl呈显著负相关，其余的各微生物类群PLFA间均为显著正相关；与主成分2显著相关的有18个微生物PLFA，其中10个为显著正相关(P < 0.05)，分别是14:0iso、16:00、17:1 w8c、17:0 cyclo、16:12OH、16:1 w9c、16:1 w7c、16:1 w5c、18:2w6, 9c/18:0 ante和16:010-methyl；8个为显著负相关(P < 0.05)，分别为15:00、17:0iso、16:02OH、18:1 w5c、17:010-methyl、20:4w6, 9, 12, 15c、20:4 w6c和20:1 w9c。

a: 14:0 iso; b: 14:0 iso; c: 15:0 anteiso; d: 15:00; e: 16:0 iso; f: 16:00; g: 17:0 iso; h: 17:0 anteiso; i: 17:00;j: 19:0 iso; k: 19:0 anteiso; l: 16:02OH; m: 16:1 w9c; n: 17:1 w8c; o: 17:0 cyclo; p: 16:12OH; q: 18:1 w7c; r: 18:1 w5c; s: 16:1 w7c; t: 19:010-methyl; u: 18:3 w6c (6, 9, 12); v: 16:1 w5c; w: 18:2 w6, 9c/18:0 ante; x: 18:1 w9c;y: 18:2 w6c; z: 16:010-methyl; ab: 17:010-methyl; cd: 18:010-methyl; ef: 20:4 w6, 9, 12, 15c; gh: 20:4 w6c; ij: 20:1 w9c 图 2 不同海拔植被带土壤微生物PLFA主成分分析 Fig. 2 Principal component analysis of soil microbial PLFAs under different vegetation zones along an altitudinal gradient

表 5 主成分得分系数与土壤微生物PLFA的相关性 Tab. 5 Correlation between PCA score coefficient and soil microbial PLFA

PLFA标记物 PLFA biomarker	主成分1 PC1	主成分2 PC2	PLFA标记物 PLFA biomarker	主成分1 PC1	主成分2 PC2	PLFA标记物 PLFA biomarker	主成分1 PC1	主成分2 PC2
14:0 iso	0.614^*	0.762^**	16:02OH	0.621^*	-0.781^**	16:1 w5c	0.257	0.965^**
15:0 iso	0.985^**	-0.161	16:1 w9c	0.730^**	0.639^*	18:2 w6, 9c/18:0 ante	0.845^**	0.524^*
15:0 anteis	0.994^**	-0.087	17:1 w8c	-0.255	0.962^**	18:1 w9c	0.642^**	-0.756^**
15:00	0.683^**	-0.724^**	17:0 cyclo	-0.535^*	0.840^**	18:2 w6c	0.977^**	0.178
16:0 iso	0.914^**	0.367	16:12OH	0.698^**	0.711^**	16:010-methyl	0.651^**	0.668^**
16:00	0.696^**	0.712^**	18:1 w7c	0.848^**	0.297	17:010-methyl	0.813^**	-0.568^*
17:0 iso	0.973^**	-0.221	18:1 w5c	0.652^**	-0.756^**	18:010-methyl	-0.893^**	0.035
17:0 anteiso	0.942^**	0.207	16:1 w7c	0.297	0.941^**	20:4w6, 9, 12, 15c	0.659^**	-0.746^**
17:00	0.990^**	0.050	19:010-methyl	-0.926^**	0.282	20:4 w6c	0.681^**	-0.724^**
19:0 iso	0.885^**	-0.356	18:3 w6c (6, 9, 12)	0.878^**	0.471	20:1 w9c	-0.364	-0.540^*
19:0 anteiso	0.619^*	0.354
注：*表示相关性达到极显著水平(P < 0.01)，表示达到显著水平(P < 0.05)。Notes: ** represents significant correlation at P < 0.01 level, and * represents significant correlation at P < 0.05 level.

表 5 主成分得分系数与土壤微生物PLFA的相关性 Tab. 5 Correlation between PCA score coefficient and soil microbial PLFA

3.5 土壤微生物群落与土壤理化性质的相关性

此研究中冗余分析表明：第1和第2排序轴特征值分别为0.3308和0.0187，解释量分别为89.45%和5.04%，共解释94.49%。说明第1、2排序轴能够很好地反映土壤微生物与土壤因子之间的关系，且主要由第1排序轴决定(图 3)。PLFA总量、细菌、真菌、放线菌、原生动物、G⁺、G^-与pH、黏粒和粉粒呈显著或极显著负相关关系；与土壤含水率、砂粒、TC和TN和C/N呈显著(P < 0.05)或极显著(P < 0.01)正相关关系。细菌/真菌、G⁺/G^-与pH、黏粒和粉粒呈正相关关系，且pH与G⁺/G^-具有极显著相关性(P < 0.01)，土壤微生物群落与土壤理化性质的相关系数详见表 6。与土壤含水率、砂粒、TC、TN和C/N呈负相关关系。对土壤微生物影响较大的土壤因子有土壤含水率、TC和TN，其中土壤含水率影响最大(图 3)。

虚线为微生物群落，实线为土壤理化性质。 Dotted lines represent microbial communities and solid lines represent soil physical and chemical properties. 图 3 土壤微生物群落结构与土壤理化性质的RDA分析 Fig. 3 RDA analysis of soil microbial community structure and soil physic-chemical properties

表 6 土壤微生物各菌群与土壤理化因子间的Pearson相关系数 Tab. 6 Pearson correlation coefficient between soil microorganism groups and soil physical-chemical properties

指标Index	PLFA总量 Total PLFA	细菌 Bacteria	真菌 Fungi	放线菌 Actinobacteria	原生动物 Protozoa	G+	G-	细菌/真菌 Bacteria/Fungi	Gram-positive/Gram-negative
pH	-0.294^*	-0.297^*	-0.276*	-0.305^*	-0.272^*	-0.286^*	-0.331^**	0.155	0.279^*
土壤含水率Water content	0.525^**	0.525^**	0.656^**	0.322^*	0.207	0.488^**	0.518^**	-0.473^**	-0.282^*
黏粒Clay	-0.442^**	-0.421^**	-0.472^**	-0.367^**	-0.317^*	-0.397^**	-0.431^**	0.295^*	0.284^*
粉粒Silt	-0.531^**	-0.507^**	-0.531^**	-0.424^**	-0.363^**	-0.502^**	-0.520^**	0.236	0.351^**
砂粒Sand	0.531^**	0.507^**	0.532^**	0.424^**	0.364^**	0.501^**	0.520^**	-0.239	-0.351^**
全氮TN	0.555^**	0.530^**	0.576^**	0.452^**	0.340^**	0.472^**	0.564^**	-0.309^*	-0.434^**
全碳TC	0.562^**	0.535^**	0.609^**	0.447^**	0.309^*	0.492^**	0.565^**	-0.355^**	-0.385^**
C/N	0.143	0.114	0.173	0.105	0.029	0.141	0.141	-0.141	-0.043
注：*表示相关性达到极显著水平(P < 0.01)，表示相关性达到显著水平(P < 0.05)。下同。Notes: ** indicates significant correlation at P < 0.01 level, * indicatessignificant correlation at P < 0.05 level. The same below.

表 6 土壤微生物各菌群与土壤理化因子间的Pearson相关系数 Tab. 6 Pearson correlation coefficient between soil microorganism groups and soil physical-chemical properties

4 讨论

不同地区与类型土壤中可检测到的PLFA种类与数量存在着较大差异。吴则焰等^[3]对武夷山海拔500~2100 m不同植被带土壤微生物的PLFA分析时检测到25种。杜雅仙等^[12]研究宁夏荒漠草原海拔1369~1390 m不同植物群落微斑块内土壤微生物区系特征时检测到28种PLFA标记物。而本研究中共检测出31种PLFA标记物，表明该区土壤微生物PLFA种类较为丰富。造成此差异的主要因素可能是由于不同地区不同海拔所引起的植被类型和土壤养分的时空异质性。

目前，关于海拔变化对土壤微生物群落多样性影响规律的研究结果不一致^[13-15]，然而，规律不同但其影响因素较为相似。一方面主要归因于随海拔变化的植被类型和土壤因子，另一方面是随着海拔升高温度降低，影响土壤微生物活性。本研究中E3土壤中PLFA标记物种类最多且质量摩尔浓度最大(表 4)。随海拔的升高，细菌、真菌和放线菌PLFA质量摩尔浓度在祁连圆柏林(E1、E2和E3)中均呈逐渐增加趋势，在林草过渡带和草甸(E4和E5)中呈逐渐降低趋势(图 1)。土壤微生物群落多样性在祁连圆柏林中随海拔升高而升高的根本原因，可能是海拔引起植被变化，导致土壤养分状况存在差异，直接影响土壤微生物活动，改变其群落多样性。笔者野外采样时发现E3样地地上植被最丰富，且土壤水分和养分充足，有利于微生物活动。因此，导致此区域检测到的土壤微生物各类群PLFA标记物数量与种类最多。厉桂香等^[16]研究表明，森林土壤中存在着丰富的纤维资源，而草甸群落植物多样性低，凋落物类型简单，因此草甸土壤可供微生物利用的资源较少；从森林到草甸，随海拔上升温度下降，低温导致土壤微生物活动减弱。吴建国等^[17]研究也发现森林中土壤微生物活性比高寒草甸高，地处较高海拔而温度较低的高寒草甸不利于微生物的活动。因此，E4、E5中土壤微生物各类群PLFA含量随海拔升高逐渐降低。一方面可能是由于海拔升高引起温度降低，使得微生物活动受限，另一方面则可能是由于海拔升高引起植被类型变化，进而植物群落通过凋落物输入等过程影响土壤理化性质。

随土层深度增加，E1、E2和E3中土壤微生物各类群PLFA质量摩尔浓度呈递减趋势(图 1)。分析发现，在E1、E2和E3中土壤TC和TN含量随土层深度增加亦呈递减趋势(表 3)，且土壤微生物各类群与土壤TC、TN均存在显著或极显著正相关关系(P < 0.05)。由此可以说明，E1、E2和E3土壤表层中积累的有机物质(枯枝落叶、腐殖质等)，为其土壤微生物的生长和繁育提供丰富的养分条件；还有研究表明，植物根系的生长能够提高表层土壤的通气和水热状况，进而为表层土壤微生物的生命活动提供良好的环境条件^[18]。而E4和E5中呈增加趋势，可能是随着海拔的升高，植被覆盖度逐渐降低，表层土壤裸露在空气中，使其受风蚀影响较为严重；同时表层土壤温度还会受到气温变化的影响，导致表层土壤温度变化剧烈，不利于土壤微生物的生长和繁育^[19]。

土壤微生物群落结构受到不同海拔条件下植被类型和土壤因子差异的影响。有研究表明，土壤因子对微生物群落多样性的贡献量大于植被类型^[20]。结果表明，土壤含水率随海拔升高呈先升高后降低的趋势，与土壤微生物多样性呈显著正相关关系，土壤含水率增加土壤微生物的活性，这有利于增加土壤微生物群落多样性^[21]。RDA分析结果表明该区域内土壤含水率是影响土壤微生物群落的主导因子，揭示了海拔导致的土壤含水量差异性分布是影响土壤微生物多样性的主要因子^[13]。同时，微生物生长活动需要适宜的土壤pH值范围，超出或低于此范围都会抑制微生物活动^[22]。笔者发现，pH值与土壤微生物各类群PLFA质量摩尔浓度呈显著负相关关系。土壤微生物在进行生长代谢过程中需要一定量的氮，氮含量的增加会提高微生物分解有机质的速率^[23]，这与笔者发现的土壤微生物各类群PLFA质量摩尔浓度与土壤TN呈正相关的结果相一致，表明TN是影响土壤微生物生长活动的重要因素^[4]。有研究表明，G^-对水分变化非常敏感，在土壤养分充足的环境中生长较快，G⁺在资源受限的土壤中占优势^[24]。这与本研究中G⁺/G^-比值与含水率显著负相关、与TC和TN呈极显著负相关关系的结果一致。细菌/真菌的大小可准确判断土壤生态系统的稳定性和两个种群的相对丰富程度^[25]，二者比值越小，生态系统越稳定。本研究中比值变化幅度较小，可能是土壤生态系统较稳定，未受到显著影响。

5 结论

随着海拔的升高，植被类型由林地过渡为草甸，祁连山区土壤微生物PLFA总量、细菌、真菌和放线菌含量均呈先增加后降低趋势，峰值出现在祁连圆柏林E3样地。祁连圆柏林土壤表层凋落物丰富，水养条件更有利于微生物的生命活动；林草过渡带与草甸植被带表层易受风蚀，使土壤深层比表层更适合微生物活动。本研究利用PLFA标记法分析祁连圆柏林、林草过渡带与高山草甸中土壤微生物群落多样性随海拔变化的规律，后续可以综合运用多种微生物研究方法，将有助于进一步揭示祁连山区海拔对植被-土壤-微生物生态系统的影响规律。

6 参考文献

[1]	何越, 李春涛, 俞元春, 等. 亚热带森林土壤微生物生物量及群落功能特征的城乡梯度变化[J]. 应用生态学报, 2021, 32(1): 93. HE Yue, LI Chuntao, YU Yuanchun, et al. Variation of subtropical forest soil microbial biomass and soil microbial community functional characteristics along an urban-rural gradient[J]. Chinese Journal of Applied Ecology, 2021, 32(1): 93.
[2]	LOPES L D, FERNANDES M F. Changes in microbial community structure and physiological profile in a kaolinitic tropical soil under different conservation agricultural practices[J]. Applied Soil Ecology, 2020, 152: 103545. DOI:10.1016/j.apsoil.2020.103545
[3]	吴则焰, 林文雄, 陈志芳, 等. 武夷山不同海拔植被带土壤微生物PLFA分析[J]. 林业科学, 2014, 50(7): 105. WU Zeyan, LIN Wenxiong, CHEN Zhifang, et al. Phospholipid fatty acid analysis of soil microbes at different elevation of Wuyi Mountains[J]. Scientia Silvae Sinicae, 2014, 50(7): 105.
[4]	姚兰, 张焕朝, 胡立煌, 等. 黄山不同海拔植被带土壤活性有机碳、氮及其与酶活性的关系[J]. 浙江农林大学学报, 2019, 36(6): 1069. YAO Lan, ZHANG Huanchao, HU Lihuang, et al. Soil labile organic carbon and nitrogen and their relationship with enzyme activities in different vegetation zones along an altitudinal gradient on Mount Huangshan[J]. Journal of Zhejiang A&F University, 2019, 36(6): 1069.
[5]	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. 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 Ecologica Sinica, 2019, 39(6): 2215.
[6]	魏安琪, 魏天兴, 刘海燕, 等. 黄土区刺槐和油松人工林土壤微生物PLFA分析[J]. 北京林业大学学报, 2019, 41(4): 88. WEI Anqi, WEI Tianxing, LIU Haiyan, et al. PLFA analysis of soil microorganism under Robinia pseudoacacia and Pinus tabuliformis plantation in loess area[J]. Journal of Beijing Forestry University, 2019, 41(4): 88.
[7]	宋铮, 余庭龙, 邓磊, 等. 高寒丘陵区人工植林土壤养分天然化发育规律[J]. 青海大学学报, 2020, 38(3): 18. SONG Zheng, YU Tinglong, DENG Lei, et al. The law of soil nutrient natural development of plantation in alpine hilly area[J]. Journal of Qinghai University, 2020, 38(3): 18.
[8]	林莎, 王莉, 李远航, 等. 青藏高原东北缘黄土区典型立地人工林分土壤水分特性研究[J]. 生态学报, 2019, 39(18): 6610. LIN Sha, WANG Li, LI Yuanhang, et al. Soil moisture characteristics of typical standing artificial forests in loess area of the northeastern Tibetan Plateau[J]. Acta Ecologica Sinica, 2019, 39(18): 6610.
[9]	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: 146. LU Rukun. Soil agricultural chemical analysis method[M]. Beijing: China Agricultural Science and Technology Press, 2000: 146.
[10]	FROSTEGÅRD A, BÅÅTH E. The use of phospholipid fatty acid analysis to estimate bacterial and fungal biomass in soil[J]. Biology and Fertility of Soils, 1996, 22(1/2): 59.
[11]	BOSSIO D A, SCOW K M. Impacts of carbon and flooding on soil microbial communities: Phospholipid fatty acid profiles and substrate utilization patterns[J]. Microbial Ecology, 1998, 35(3/4): 265.
[12]	杜雅仙, 康扬眉, 牛玉斌, 等. 宁夏荒漠草原不同植物群落微斑块内土壤微生物区系特征[J]. 应用生态学报, 2019, 30(9): 3057. DU Yaxian, KANG Yangmei, NIU Yubin, et al. Soil microflora characteristics under different vegetation patches in a desert steppe of Ningxia, Northwest China[J]. Chinese Journal of Applied Ecology, 2019, 30(9): 3057.
[13]	宋贤冲, 郭丽梅, 田红灯, 等. 猫儿山不同海拔植被带土壤微生物群落功能多样性[J]. 生态学报, 2017, 37(16): 5428. SONG Xianchong, GUO Limei, TIAN Hongdeng, et al. Variation of soil microbial community diversity along an elevational gradient inthe Mao'er Mountain forest[J]. Acta Ecologica Sinica, 2017, 37(16): 5428.
[14]	刘秉儒, 张秀珍, 胡天华, 等. 贺兰山不同海拔典型植被带土壤微生物多样性[J]. 生态学报, 2013, 33(22): 7211. LIU Bingru, ZHANG Xiuzhen, HU Tianhua, et al. Soil microbial diversity under typical vegetation zones along an elevation gradient in Helan Mountains[J]. Acta Ecologica Sinica, 2013, 33(22): 7211.
[15]	王颖, 宗宁, 何念鹏, 等. 青藏高原高寒草甸不同海拔梯度下土壤微生物群落碳代谢多样性[J]. 生态学报, 2018, 38(16): 5837. WANG Ying, ZONG Ning, HE Nianpeng, et al. Soil microbial functional diversity patterns and drivers along an elevationgradient on Qinghai-Tibet, China[J]. Acta Ecologica Sinica, 2018, 38(16): 5837.
[16]	厉桂香, 马克明. 北京东灵山树线处土壤细菌的PICRUSt基因预测分析[J]. 生态学报, 2018, 38(6): 2180. LI Guixiang, MA Keming. PICRUSt-based predicted metagenomic analysis of treeline soil bacteria on Mount Dongling, Beijing[J]. Acta Ecologica Sinica, 2018, 38(6): 2180.
[17]	吴建国, 艾丽. 祁连山3种典型生态系统土壤微生物活性和生物量碳氮含量[J]. 植物生态学报, 2008, 32(2): 465. WU Jianguo, AI Li. Soil microbial activity and biomass C and N content in three typical ecosystems in Qilian Mountains, China[J]. Chinese Journal of Plant Ecology, 2008, 32(2): 465.
[18]	雷海迪, 尹云锋, 刘岩, 等. 杉木凋落物及其生物炭对土壤微生物群落结构的影响[J]. 土壤学报, 2016, 53(3): 790. LEI Haidi, YIN Yunfeng, LIU Yan, et al. Effects of Fir (Cunninghamia Lanceolata) litter and its biochar on soil microbial community structure[J]. Acta Pedologica Sinica, 2016, 53(3): 790.
[19]	陈新月, 姚晓东, 曾文静, 等. 北方农牧交错带草地土壤微生物量碳空间格局及驱动因素[J]. 北京大学学报(自然科学版), 2021, 57(2): 250. CHEN Xinyue, YAO Xiaodong, ZENG Wenjing, et al. Spatial pattern and driving factors of soil microbial biomass carbonin grassland in northern agro-pastoral transition zone[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2021, 57(2): 250.
[20]	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. 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]. Chinese Journal of Applied Ecology, 2021, 32(6): 2147.
[21]	ROYER-TARDIF S, BRADLEY R L, PARSONS W. Evidence that plant diversity and site productivity confer stability to forest floor microbial biomass[J]. Soil Biology & Biochemistry, 2010, 42(5): 813.
[22]	SRIVASTAVA S C. Microbial C, N and P in dry tropical soils: Seasonal changes and influence of soil moisture[J]. Soil Biology & Biochemistry, 1992, 24(7): 711.
[23]	KONG A, SCOW K M, CÓRDOVA-KREYLOS A L, et al. Microbial community composition and carbon cycling within soil microenvironments of conventional, low-input, and organic cropping systems[J]. Soil Biology & Biochemistry, 2011, 43(1): 20.
[24]	DJUKIC I, ZEHETNER F, WATZINGER A, et al. In situcarbon turnover dynamics and the role of soil microorganisms therein: A climate warming study in an Alpine ecosystem[J]. FEMS Microbiology Ecology, 2012, 83(1): 112.
[25]	BOYLE S A, YARWOOD R R, BOTTOMLEY P J, et al. Bacterial and fungal contributions to soil nitrogen cycling under Douglas fir and red alder at two sites in Oregon[J]. Soil Biology & Biochemistry, 2008, 40(2): 443.