|
编译：厚朴，编辑：小菌菌、江舜尧。 原创微文，欢迎转发转载。 导读全球范围内持续的N沉降改变了生态系统养分循环和生态系统功能。凋落物分解是导致这些变化的一个关键过程，但改变分解的许多机制仍不清楚。本研究在长期模拟6种不同N沉降速率的半干旱草地使用来自于四种优势物种（羽茅、冰草、羊草和大针茅）的凋落物和代表特定处理群落组成的凋落物混合物评估了这些不同的机理。在所有凋落物类型中分解速率随着N添加速率的增加而增加。较高的土壤有效锰（氮添加引起的土壤pH降低的结果）是影响凋落物更快分解的最重要的因子。随着N的添加土壤CN比更低最终会导致更高的细菌和真菌的比，进而也会刺激凋落物的分解。几个因子共同导致了N沉降下较高的凋落物分解速率。植物物种组成的转变和凋落物的质量相对于N驱动的土壤pH和CN比的降低扮演着较小的角色，后两者分别增加了土壤中的有效锰和改变了微生物群落结构。本研究报道的土壤对分解的驱动效应可能会对养分循环，土壤有机质动态和生态系统功能有长期持续的影响。 原名：Increasing rates of long-term nitrogen deposition consistently increased litter decomposition in a semi-arid grassland译名：在半干旱草地长期氮沉降速率的增加持续增加了凋落物的分解研究地点位于中国北方内蒙古半干旱草地（43°13´N，116°14´E）。年平均温度（1985-2014）是0.9℃，年平均降雨量是355mm，大约70%的降雨量发生在生长季（5-8月）。研究地点为了阻止大型动物的干扰在1999年开始围封。在该研究区域优势物种是羊草和针茅，并且典型的亚优势物种包括羽茅，冰草，黄囊薹草，糙隐子草和[艹/洽]草（Zhang et al., 2015）。这些物种通常代表了地上群落90%的生物量。根据美国土壤分类系统土壤属于Calcic-Orthic Aridisol，表层土壤中约有74%沙土（53~2000um），16%的粉砂（2-53um），和10%的黏土（<2um）。在本研究地点没有施肥的土壤的平均pH值是7.5，干土总N含量是2mg g-1（Li et al., 2017）。本研究的背景大气氮沉降约1-2g N m-2yr-1（Jia et al., 2014）。根据这个相对低的背景N沉降和较低的土壤N含量，本研究的草地的初级生产力主要受N的限制（Bai et al., 2010）。使用6个不同的N添加速率（0,2,5,10,20和50 g N m-2yr-1）的N添加实验开始于2008年9月。使用范围较宽的N添加速率是为了探究N输入下凋落物分解潜在的阈值，这在现如今的N沉降效应的文献中没有提到。实验是完全随机区组的实验设计，每种N添加处理重复6次（也就是说6个区组）。所有的样方之间至少有1米的缓冲区域。硝酸铵每年添加2次（6月和12月）。在6月，模拟湿沉降，肥料（99%的硝酸铵）和去离子水混合，然后均匀的喷洒到每个样方中。这种处理引起的水添加少于1mm降雨量（对照处理也喷洒等量的去离子水）。在11月，模拟干沉降，肥料与细沙混合以保证能均匀的施加到样方中，否则对于低剂量的肥料添加很难保证施肥的均匀（对照处理也接收相同的细沙）。干和湿沉降各占50%。沙子在使用之前，过1mm筛，用盐酸洗，然后再用去离子水洗，最后在120℃烘箱中加热24h。氮添加通过增加羊草的优势和减少起初占优势的针茅的优势，显著改变了植物物种组成（Zhang et al., 2015）。而且，物种丰富度随着N添加速率降低（Zhang et al., 2014）。在2016年4月末，使用剪刀从36个处理样方中采集羊草、针茅、羽茅、冰草以及群落水平的凋落物的衰老的枝（叶和茎）。对于所有36个样方，特定样方的凋落物放入凋落物袋中，然后放回样方中。群落水平的凋落物是代表特定的样方的所有出现物种的混合物。风干所有的植物材料至恒重，剪碎凋落物（最大长度为10cm），并且将10 g风干的材料放入15 ╳ 15 cm的孔径为0.1mm的聚乙烯凋落物袋中。在2016年5月初所有的凋落物袋通过细小的铁丝将凋落物袋固定在土壤表面。计划在每个样方进行四次取样，所以总共有720个凋落物袋（5种凋落物类型（4种个体的禾草物种+1个特定样方的群落混合物）╳6个N添加水平╳4次收获╳6个重复）。凋落物袋在暴露4,12,16和24个月后移除。将凋落物袋转移到实验室，去除凋落物袋中潜在的外来物质（几乎没有外来物质，因为凋落物袋子的孔径很小）。取回的凋落物在65℃烘干48h来测定干重。每种N处理的6个子样品在开始部署时在65℃烘干48h以确定空气干燥质量和烘箱干燥质量之间的比率，从而将起初风干的凋落物质量转化为烘干后的凋落物质量。起始烘干用于计算风干质量的起始凋落物在进行化学分析之前使用球磨仪磨碎。使用CN分析仪测定凋落物C和N含量。使用硫酸-双氧水消解，然后在880 nm的波长下比色测定磷的含量。凋落物中的钙，镁和锰的含量在硝酸和高氯酸混合消解后使用原子吸收分光光度计测定。木质素、纤维素和半纤维素的含量根据国家可再生能源实验室操作指南测定（Sluiter et al., 2008）。这个操作指南包括两步酸解，为了将植物凋落物分成具体的部分。将木质素分为酸不溶物和酸溶物，用马弗炉和TU-1901紫外-可见分光光度法测定。水解后用高效液相色谱法测定纤维素和半纤维素含量。在2016年5月初，在每个样方采集三钻核心土，在使用2mm筛去除根和残根之后充分混合。部分鲜土样品用于测定真菌和细菌的PLFAs，剩下的风干用于测定土壤pH，土壤总C，总N，有效锰和有效P的含量。使用PLFA分析测定土壤微生物群落组成。Levene’s test 用来评估响应变量的正态分布。如果有必要会对数据进行自然对数的转化以满足数据正态分布和方差齐性的假设。利用三种广泛使用的单指数、双指数和渐近分解模型拟合初始凋落物质量随时间的变化比例（Wieder & Lang, 1982）。本研究根据根据Akaike’s Information Criteria (AIC) 确定了最优的分解模型，详见Hobbie 等（2012）的描述。本研究发现单指数模型能更好的拟合数据
X是初始底物在t时的质量，k是分解速率常数（Olson, 1963）。值得注意的是，模型将试验开始时剩余的初始凋落物质量的比例限制为1。在本研究中，使用4种收获的凋落物袋计算凋落物的类型和特定样方的k值。
广义线性模型的回归分析用于确定N添加速率和与凋落物和土壤属性相关的不同的响应变量之间的关系，在相同的凋落物类型中相关通过Bonferroni校正来调整p值。为此本研究选择N添加速率的对数转化来获得大多数响应变量和N添加速率之间的线性关系，否则表现为随氮添加速率增加，响应变量变化减小的饱和响应。对数转化也提高了数据的图形展示。两因素的方差分析用于检验区组（随机因子），凋落物类型（带有5个水平的固定变量：四种单独的禾草物种和特定处理下的群落混合）和N添加速率的响应（固定变量；6个水平）以及它们可能的交互作用对起始的凋落物木质素、纤维素和半纤维素、N、P、Ca、Mg和Mn含量以及衰减常数k的影响。在不同的N添加水平中，使用Bivariate相关评估衰减常数k和凋落物质量、土壤属性和微生物群落之间的关系。然后，本研究基于bivariate关系建立了先验的结构方程模型。模型数据的拟合基于最大似然法。模型的充分性使用χ2检验，近似均方根误差（RMSEA），Akaike informationcriteria（AIC）来确定。当χ2检验不显著（P>0.05），RMESA低（<0.08）和低AIC时模型拟合充分（Grace,2006）。使用AMOS 22.0进行SEM的分析，使用SPSS17.0进行其他统计分析。凋落物结构性C化合物和养分含量在不同物种的凋落物中不同（表1）。具体而言，羊草和冰草相对于针茅和羽茅，凋落物中的木质素，纤维素和半纤维素含量更低（图1a-c），然而凋落物中N，P，Ca，Mg和Mn含量更高（图1d-h），但是这些差异也依赖于N肥（凋落物类型和肥料有显著的交互作用）（表1）。群落混合值表现为中等浓度，因为它们主要由这四种高丰富度的禾草物种组成（图1）。一个明显的另外是群落混合凋落物中Ca和Mg的含量高于四种禾草物种的。 
图1 N添加（0，2，5，10，20和50 g N m-2 yr-1）对羊草（L.c.），针茅（S.g.），羽茅（A.s.），冰草（A.c.）和群落混合物（Com）凋落物中的（a）木质素，（b）纤维素，（c）半纤维素，（d）氮，（e）磷，（f）钙，（g）镁和（h）锰含量的影响。
对于大多数凋落物类型随着氮沉降速率的增加，结构性的C化合物（木质素，纤维素和半纤维素）的含量连续减少，但是养分含量（N，P，Ca，Mg和Mn）含量增加（图1）。然而，N添加没有显著改变羽茅中木质素含量和针茅和羽茅中的Ca含量，但是随着N添加的增加仍然可以观测到较低的木质素和较高的Ca含量的一般趋势。正如上文提到的，凋落物类型和N沉降速率之间存在显著的交互作用表明在某种程度上增加的N沉降效应在不同的凋落物类型中不同（图1），但是纵观N沉降的6个水平凋落物的质量变化格局在不同的凋落物类型中是显著稳定的。一些关键的土壤属性变量也随着N添加速率的增加而变化。土壤pH和CN比随着N添加速率降低，然而土壤N，有效Mn，和P随着N添加速率而增加（图2a-e）。基于真菌的PLFAs的真菌丰度随着N添加速率降低，细菌丰度随着N添加速率增加（图2f,g）。由于微生物群对N添加的特定性响应，细菌真菌的比随着N添加速率增加（图2h）。
图2 N添加（0，2，5，10，20和50 g N m-2 yr-1）对（a）土壤pH，（b）土壤N含量，（c）土壤C/N，（d）土壤有效锰，（e）有效磷，（f）真菌PLFA，（g）细菌PLFA和（h）细菌和真菌PLFA的比值的影响。
对于所有类型的凋落物，随着N添加速率的增加凋落物质量丢失增加。此外，对于所有5种类型的凋落物（有可识别的斜率），衰减常数k也随着N添加速率的增加而持续增加（表1；图3）。特定的群落凋落物混合物在N沉降速率最高时的k值为0.36 yr-1，不添加N时的k值为0.27 yr-1。类似地，四种禾草的平均分解速率，在氮沉降速率最高时k的值为0.34 yr-1，不添加N肥时的k值为0.26 yr-1。不考虑N沉降水平时，所有凋落物类型中羊草的k值最大（0.34 yr-1），针茅的k值最低（0.26 yr-1）（图3）。 
图3 N添加（0，2，5，10，20和50 g N m-2 yr-1）对羊草（L.c.），针茅（S.g.），羽茅（A.s.），冰草（A.c.）和群落混合物（Com）分解速率常数K（yr-1）的影响。
衰减常数k与三种结构性的C的含量负相关，与养分正相关（表2）。除了羽茅，它的k值不与木质素相关也不与Ca的含量相关，针茅的k值也不与Ca的含量显著相关。N沉降对k值有正的效应，对微生物生物量（细菌和真菌PLFA），土壤pH和土壤CN比有负的效应，这些变量与k负相关（除了羊草和羽茅的k值，与细菌PLFA没有显著的关联），然而细菌和真菌的比与土壤N和Mn的含量都与k值正相关（表2）。SEM分析的结果表明，N沉降通过间接效应驱动分解的加速。在这些间接路径中，低pH引起了的土壤有效Mn的含量增加是解释k值变异的主要因子（图4）。有趣的是，凋落物中Mn的含量越高，k值越大。其它的路径是相对次要的，较高的土壤细菌真菌比值，有效P含量以及凋落物N含量对k值有类似的正效应，并且较高的土壤CN比和较高的凋落物木质素含量对k值有类似的负效应（图4）。土壤细菌和真菌的比值似乎共同受土壤pH转变的影响。N添加对凋落物的分解仍然有直接的正效应，尽管相对于其它间接效应能够解释的变异较小。
图4 N添加对凋落物木质素，锰，N，土壤pH，土壤锰，土壤P，土壤CN比，细菌和真菌的PLFA比值以及凋落物分解的影响。
本研究的结果表明在本研究的半干旱草地，在5种不同的N添加速率下（从2到50 g N m-2 yr-1）凋落物的分解增加。四种优势禾草和群落水平的凋落物混合物对N添加的正响应是一致的。之前已发表的关于氮沉降对凋落物分解的研究结果不一。例如，来自于亚热带森林的关于18种叶凋落物的研究表明N添加在分解期间降低了微生物的N矿化从而减少了凋落物质量的丢失（Zhang et al., 2016）。在夏威夷森林，Hobbie(2000)的一项研究发现氮沉降增加了Metrosideros polymorpha凋落物的分解，因为氮沉降缓解了分解者氮的限制。然而在温带草地另一项研究报道了氮添加对Artemisia frigida 凋落物分解没有影响，可能是因为较高的N利用率对这种高质量的凋落物的分解没有影响（Wang et al., 2017）。本研究发现即使在较高的添加速率下，氮对凋落物分解的正效应也不饱和。根据这些不一的结果，Knorr 等（2005）在荟萃分析中总结到N添加总体上没有导致分解的显著改变。他们进一步说明了在背景氮沉降低以及凋落物质量高的生态系统，氮添加会刺激凋落物的分解，然而在高氮沉降的区域并且凋落物的质量低的生态系统，氮添加会抑制凋落物的分解。分解过程中N效应的方向、大小和持续性很大程度上取决于驱动N添加效应的具体机制（Knorr et al., 2005）。这些机理相对重要性根据环境条件的不同而不同，尤其是被研究的生态系统的土壤特征和植物群落组成。在本研究中增加的土壤有效锰是刺激分解的关键因子。土壤有效锰的增加不是N添加的直接结果，而是源于N添加导致的土壤pH的减少。N添加引起的土壤酸化能活化土壤锰，最终会增加植物对锰的吸收，以及增加木质素分解酶的活性。本研究测定了接受相对较高的N添加速率时，土壤中有效锰的含量更高（图2d），支持N引起的土壤pH的间接效应。N添加对土壤和植物组织中的锰含量的影响可能处决于土壤类型和实验持续的时间。例如，Whalen 等（2018）报道了N添加对土壤和凋落物锰含量的负效应是由于pH值的降低（3到4）导致的淋溶丢失增加，表明土壤pH对于决定土壤有效锰的命运是关键的。锰对施氮的响应对土壤一般性质的依赖性甚至可能改变氮效应的方向，例如叶片锰浓度与氮累积量呈负相关（van Diepen et al. 2015）。这些对比结果突出了环境依赖性的氮效应的重要性以及在不同生态系统和环境背景下的转换机制。本研究发现的土壤溶液中有效锰和凋落物分解的增加会增加锰过氧化物酶的活性，可以将2价锰离子氧化成活性较高的3价锰离子，然后可以氧化和解聚木质素以及木质纤维素。尽管这种机理在木本植物占优势的生态系统尤其重要，因为相对于草本和禾草物种能产生木质素含量较高的凋落物，本研究中所有氮添加处理下的凋落物中木质素的含量高于15%。而且，木质素通常与植物组织的其它碳水化合物紧密联系，并且可能会通过物理屏障抑制更容易分解化合物的降解和降低酶分解的效率（Sterjiades & Erikson, 1993）。本研究中观测到的较高的有效锰可能会增加木质素的降解并且也会有利于木质素-化合物复合物的降解。这可能是在N沉降下刺激分解的一个强有力的机理，但是本研究意识到分解过程中酶活性以及木质素含量变化动态测量对于机理更清楚的理解是必要的。研究木质素过氧化物酶在控制凋落物分解速率中的作用，尤其需要在木质素底物输入量普遍较低的草原和土壤中通常由子囊菌纲和球霉科真菌控制的土壤中进行，这些真菌在其能力方面不如基霉科产生木质素过氧化物酶（Janusz et al. 2017）。尽管增加的锰过氧化物酶的活性和增加的木质素-化合物复合物分解的增加仍然是推测，在不同质量的凋落物类型中通过土壤pH的降低和增加的锰有效性有相似的正向N添加效应。“N添加-土壤酸化-锰活化”对凋落物分解的间接效应取决于不同的参数，例如背景土壤pH，可溶性土壤锰库，以及N添加持续的时间（Tian & Niu,2015），在不同的研究中不同，并且可以部分很好的解释之前研究中N沉降导致的不一的结果。因此，基于土壤pH和土壤锰在不同的生态系统N添加对分解的影响是可预测的，这可能提供了一个相对容易适用的框架来预测氮沉降对有机质分解和相关的生物地球化学循环的影响。除了通过土壤pH和土壤有效锰的间接效应，N添加也增加了土壤有效P含量，但是这相对于土壤pH和土壤锰含量变化对凋落物分解的影响较弱。SEM模型的结果也表明土壤CN比和细菌真菌比值在N添加下也对凋落物分解有显著的影响。较高的细菌真菌的比值表明长期N沉降可能将系统转向营养循环的细菌通道。当有效养分含量相对高时，细菌在土壤有机质的分解中占优势，因为它们养分需求和新陈代谢活性高于真菌。然而，值得注意的是，细菌优势度的增加并不完全符合凋落物分解增加的预期，因为锰过氧化物酶的合成增加，而锰过氧化物酶在很大程度上（但并非完全）由真菌合成。而且，土壤pH和土壤CN比通过调节细菌真菌的比值间接影响凋落物的分解。这表明在半干旱草地土壤物理化学属性在调节土壤微生物群落结构上扮演着重要的角色。施氮对凋落物质量的直接影响对土壤表层锰有效性的分解变化的影响相对较小。在响应N添加速率时增加的凋落物N含量和减少的木质素含量，都加速了凋落物的分解，并且在SEM中有显著的路径，类似于凋落物锰含量或者土壤CN比以及细菌真菌比解释了大小类似的变异，但是相对于土壤锰含量解释的还较少。而且，本研究测定的所有凋落物质量，对N的添加都有响应并且与分解负相关（C化合物）或者正相关（无机养分）。在不同的凋落物类型中这些响应类似，无论是对于个体的植物物种或者特定群落水平的凋落物混合物。在物种和群落水平凋落物质量一致的响应变化支持了生态的过程主要受优势物种决定的观点。凋落物中较高的钙和锰含量表明较高的植物养分吸收，可能是较低的土壤pH导致的土壤较高的钙和锰的活化的结果。然而，相对于个体的禾草物种，群落混合物中较高的钙和锰含量表明相对低丰度的物种对于群落平均特征权重（CWM）有不成比例的影响。然而N添加对群落水平凋落物质量通过群落组成转变的附加影响也对分解有影响，不过它们的相对重要性相对于土壤驱动效应仍然很小。半干旱草地超过8年的连续氮添加，4个不同禾草物种的凋落物和特定的处理的群落混合物分解随着N添加速率的增加而快速增加。本研究确定了土壤有效锰是决定快速分解的重要因子，尽管较高的凋落物N和较低的凋落物木质素含量在N添加下在一定的程度上也解释了较高的分解速率。N添加下较低的土壤pH使锰沿着其它的养分，例如P和Ca和Mg，在本研究中没有测量，在土壤中更有效。N沉降通过降低土壤pH增加土壤有效锰进而间接影响分解。N添加第二个重要的影响是通过降低土壤CN比，改变微生物群落，转变成细菌通道能够通过更快速的分解增加C和养分循环。本研究提供了强有力的证据，N添加驱动的土壤pH的间接影响而不是对凋落物质量改变的直接影响在凋落物分解中起重要作用。土壤驱动的凋落物分解对于养分循环，土壤有机质动态和生态系统功能可能有持续很久的影响，即使N沉降随着时间的推移减少。
 你可能还喜欢
2019年度回顾 | 微生态环境微生物类微文大合辑
2019年度回顾 | 微生态人体/动物微生物类微文大合辑 2019年度回顾 | 技术贴合辑大放送
|
