川西亚高山天然次生林不同演替阶段土壤-微生物生物量及其化学计量特征

胡宗达, 刘世荣,刘兴良,胡 璟,罗明霞,李亚非,石松林,吴德勇,肖玖金

1 四川农业大学资源学院,成都 611130 2 中国林业科学研究院森林生态环境与保护研究所，国家林业和草原局森林生态环境重点实验室，北京 100091 3 四川省林业科学研究院,成都 610081 4 湖南农业大学资源环境学院,长沙 410128 5 成都理工大学旅游与城乡规划学院,成都 610059 6 四川农业大学林学院,成都 611130

土壤微生物在土壤养分供给和转换过程中扮演十分重要的角色,其生物量被认为是土壤养分循环过程中的源或汇[1-2]；微生物生物量(Soil microbial biomass,SMB)含量高低可反映土壤有机质周转率、土壤活力大小以及生态系统生产力水平[3-5],在维持土壤营养物质循环过程中具有十分重要的作用。土壤微生物的分解和矿化效率则主要取决于土壤SMB化学计量比[2]。森林植被恢复演替引起土壤微生境理化性质、物种组成结构、根际分泌物、枯落物数量和质量等生物或非生物因素变化,使其土壤微生物群落结构及功能发生改变[6-7],导致土壤SMB随森林演替年限或林龄增加出现逐渐增加[8-9]、先升后降[10-11]或变化不显著[12]等趋势,其化学计量比亦出现类似变化趋势,但二者协同变化趋势不尽相同[2,13],例如：Song等[14]研究发现,土壤微生物生物量碳(Cmic)、氮(Nmic)和磷(Pmic)含量随植被演替呈逐渐增加及先升后降的变化趋势,而Cmic∶Nmic、Cmic∶Pmic和Nmic∶Pmic则分别呈降低、先升后降和逐渐增加趋势；周正虎和王传宽[15]整合了分析13个森林和6个草地生态系统土壤-微生物生态化学计量的时间动态发现,Cmic、Nmic和Pmic含量随演替显著增加,而Cmic∶Nmic∶Pmic则未表现出普适性的时间变化格局。可见,植被演替对SMB及其化学计量特征的影响源于主导因子不同而表现出相异的时空变化格局。

SMB化学计量比(Cmic∶Nmic∶Pmic)常被用作土壤肥力评价的关键指标[4,16],以反映土壤养分及微生物生长的限制状况[15,17]；土壤微生物在土壤生境中具有维持自身Cmic、Nmic、Pmic组成比处于相对稳定的能力[18],然Cmic∶Nmic∶Pmic变化的实质性原因主要来自微生物群落结构的变化[19],亦受到土壤养分影响,进而改变了Cmic∶Nmic∶Pmic与土壤Csoil∶Nsoil∶Psoil的协同变化关系。此外,土壤Csoil、Nsoil、Psoil的利用效率可用土壤微生物熵(qMB)表征；qMB受土壤有机质数量和质量以及微生物可利用底物有效性的影响较大[20-21],常被用于预测土壤养分库的细微变化、土壤退化程度监测及其恢复效果评价[5,22]。虽有众多研究探讨了植被恢复演替不同阶段的qMB变化的时空格局[10,21,23],但尚未得出一致性结论。因此,进一步探索森林演替进程中SMB及其化学计量比与qMB的变化特征,分析土壤及土壤微生物C∶N∶P与qMB的耦合作用,有益于更好地理解森林演替进程中SMB和qMB的动态变化特征,这对维持或改善森林土壤质量尤为必要。

川西亚高山米亚罗林区属于岷江上游的生态屏障,20世纪50—80年代曾大规模采伐,后经人工恢复及实施封山育林后,现已形成多种不同演替阶段的人工和天然次生林镶嵌的森林景观格局。该林区SMB研究主要集中在不同林型[24]、林窗[25]、林线交错带[26]、冻融[27]等方面,其研究结果显示,SMB和土壤微生物活性对人为和自然因素影响的响应具有十分重要的表征功能。然因该区域植被类型及形成时间不同,SMB及其活性差异较大,为了更好地理解天然次生林(简称次生林)演替进程中SMB的影响因素,以及土壤-微生物化学计量比与qMB的关系,仍需要对次生林不同恢复演替阶段SMB及其化学计量比的关系进行深入探究。本研究采集米亚罗林区 3 种天然更新恢复演替阶段的次生林和岷江冷杉(Abiesfaxoniana)原始林表层(0—20 cm)土样,测定土壤有机碳(Csoil)、全氮(Nsoil)、全磷(Psoil)以及微生物生物量碳(Cmic)、氮(Nmic)、磷(Pmic)含量,计算它们的C∶N∶P和qMB,分析比较其差异,旨在探究：(1)不同恢复阶段SMB以及其化学计量比的变化特征；(2)次生林恢复演替对SMB含量影响、qMB与C∶N∶P化学计量的耦合关系及其qMB对次生林演替的响应。研究结果可为有效经营和管理次生林提供科学依据,亦有助于加深对该区域土壤碳氮磷地球化学循环特征的认识。

1 材料和方法

1.1 研究区概况

理县米亚罗林区位于青藏高原东部,受高山-亚高山高原地形的影响,具冬寒夏凉高山气候特点,为半湿润地区。年平均温度6—12 ℃,1月平均气温 -8 ℃,7月平均气温12.6 ℃,年无霜期约200天,年均降雨量700—1400 mm,年蒸发量1000—1900 mm,冬季雪被期长达6—7个月；成土母岩主要为板岩、片岩、白云岩等为主,土壤类型为山地棕壤。该区域顶极群落以高山-亚高山暗针叶林为主,乔木层优势物种有岷江冷杉、紫果云杉(Piceapurpurea)、粗枝云杉(P.asperata)、红桦(Betulaalbo-sinensis)、白桦(B.platyphylla)、槭树(Acerspp.)、皂荚(Gleditsiasinensis)、椴树(Tiliatuan)等；灌木层优势种分布有川滇高山栎(Quercusaquifolioides)、陕甘花楸(Sorbuskoehneana)、野樱桃(Prunstatsienensis)、紫花卫矛(Euonymusporphyreus)、高山柳(Salixcupularis)、康定柳(S.paraplesia)、红刺悬钩子(Rubusrubrisetulosus)、多种忍冬(Loniceraspp.)、荚蒾(Viburnumspp.)、华西箭竹(Fargesianitida)等；草本优势种主要有珠芽蓼(Polygonumviviparum)、东方草莓(Fragariaorientalis)、糙野青茅(Deyeuxiascabrescens)、光柄野青茅(Deyeuxialevipes)、掌叶橐吾(Ligulariaprzewalskii)、嵩草(Kobresiaspp.)等植物。

1.2 土壤样品采集和处理

2019年7月下旬,在米亚罗林区大郎坝、尽头寨、十沟和十八拐沟上寨,按照立地条件相似原则,选择20世纪60、70和80年代3种采伐迹地经自然恢复演替形成的天然次生林(简化为SF60、SF70和SF80)和岷江冷杉原始林(简化为PF,林龄为160年)为一个演替系列。每种次生林和原始林用测绘仪(博飞,DZS3-1,中国)随机布设3个20 m×20 m间隔大于20 m的标准样地作为试验的3个重复和一个对照,并进行植被生态学常规调查(表1)。土壤采样时,在已布设的标准样地中,将其按照“田”字形再次分为4个10 m×10 m的样方,在每个样方中以“梅花5点”法用不锈钢土钻(Eijkelkamp, 型号 07.53.SC)采集0—20 cm的表层土样,将20个取样点的土壤充分混匀后,按照“四分”法取一个土样装入无菌塑料密封袋,置于有冰袋的冷藏箱运回实验室,去除石砾、残留根系及枯落物后过2 mm筛。将过筛样品分为2份：一份新鲜样品,用于测定土壤微生物生物量碳(Cmic)、氮(Nmic)、磷(Pmic)含量；一份经自然风干,用来测定土壤有机碳(Csoil)、全氮(Nsoil)和全磷(Psoil)含量等。

表1 不同更新阶段天然次生林和岷江冷杉原始林样地基本特征

1.3 测定方法

土壤 pH 用土水质量比1∶2.5混合搅拌后用 pH 计测定；土壤有机碳(Csoil)含量测定采用重铬酸钾外加热法；全氮(Nsoil)含量测定用硫酸-催化剂消解-AA3连续流动分析仪法(Auto Analyzer 3, SEAL,德国)；全磷(Psoil)含量测定用钼锑抗比色法(岛津UV-2450紫外分光光度计,日本岛津)。

土壤微生物生物量碳(Cmic)、氮(Nmic)和磷(Pmic)含量测定采用氯仿熏蒸浸提法[28]：各取过2 mm筛新鲜土样2份(Cmic和Nmic样品均为7.5 g、Pmic为2.5 g),分别放置于有氯仿和无氯仿的真空干燥器,在暗箱内熏蒸24 h后取出,其中测定Cmic、Nmic样品加入土液体积比为1∶4的 0.5 mol/L K2SO4水溶液,震荡30 min后过滤,分别采用TOC-VCPH有机碳分析仪和AA3连续流动分析仪进行测定；测定Pmic则加入土液体积比为1∶20的 0.5 mol/L碳酸氢钠溶液,震荡30 min,吸取20 mL液体,加5 mL硫酸-钼锑-抗混合显色剂,定容至34 mL,用岛津UV-2450紫外分光光度计比色测定。Cmic含量=(熏蒸土壤有机碳-未熏蒸土壤有机碳)/0.45,Nmic含量=(熏蒸土壤有机氮-未熏蒸土壤有机氮)/0.25,Pmic含量=(熏蒸土壤磷-未熏蒸磷)/0.40,式中0.45、0.25和0.40为转换系数。

1.4 数据分析

根据Mooshammer等[29]以及周正虎和王传宽[15]的方法,土壤碳、氮、磷及其微生物生物量化学计量特征采用质量比表示,即分别为Csoil∶Nsoil、Csoil∶Psoil、Nsoil∶Psoil和Cmic∶Nmic、Cmic∶Pmic、Nmic∶Pmic；土壤微生物熵qMBC、qMBN和qMBP分别用(Cmic/Csoil)× 100%、(Nmic/Nsoil)×100%和(Pmic/Psoil)×100%表示；土壤微生物化学计量不平衡性用Cimb∶Nimb、Cimb∶Pimb和Nimb∶Pimb表示,其比值越大说明资源质量越低,土壤微生物生长效率也越低[15],计算公式如下：

Cimb∶Nimb=[(Csoil÷Nsoil)/(Cmic÷Nmic)]

(1)

Cimb∶Pimb=[(Csoil÷Psoil)/(Cmic÷Pmic)]

(2)

Nimb∶Nimb=[(Nsoil÷Psoil)/(Nmic÷Pmic)]

(3)

采用单因素方差分析和最小显著差异法(LSD)检验3种次生林以及次生林与岷江冷杉原始林之间的土壤-微生物生物量各指标的显著性差异(水平为P<0.05)。用 Pearson相关法分析评价SMB含量及其化学计量比的影响因子。以上统计分析均由SPSS 26.0 软件完成(显著性水平均为0.05)。此外,利用Canoco 5.0软件对微生物熵(qMB)与土壤-微生物生物量C∶N∶P化学计量之间的关系进行冗余分析(RDA)；绘图用Sigmaplot 14.0软件完成；图、表中数据均为平均值±标准偏差。

2 结果与分析

2.1 土壤碳、氮、磷含量及其化学计量特征

3种次生林土壤Csoil、Nsoil平均含量显著低于PF(P<0.05),而Psoil的平均含量略低于PF (图1)。Csoil和Nsoil含量随次生林更新年限呈显著下降趋势,SF80、SF70和SF60较PF分别低21.15%和29.74%、26.61%和23.93%、61.98%和71.97%；Psoil含量则随恢复演替进程呈先增后降的显著变化趋势,其中SF70最高,比PF高5.66%(P>0.05),SF80和SF60之间的Psoil含量差异不显著(P>0.05)。

图1 天然次生林不同演替阶段及岷江冷杉原始林土壤C、N、P含量及化学计量变化特征 (n=3)Fig.1 Change characteristics of Csoil、Nsoil and Psoil content and its stoichiometric ratios of topsoil from sub-alpine natural secondary forests with different stages of restoration and A.faxoniana primary forest (n=3)SF80: 20世纪80年代砍伐迹地的天然次生林 Natural secondary forest from clear-logging area during the 1980s; SF70: 20世纪70年代砍伐迹地的天然次生林 Natural secondary forest from clear-logging area during the 1970s; SF60: 20世纪60年代砍伐迹地的天然次生林 Natural secondary forest from clear-logging area during the 1960s; PF: 岷江冷杉原始林 Abies faxoniana primary forest; Csoil∶Nsoil: 土壤碳氮比 Soil C∶N ratio; Csoil∶Psoil: 土壤碳磷比 Soil C: P ratio; Nsoil∶Psoil: 土壤氮磷比 Soil N∶P ratio

土壤Csoil∶Nsoil随次生林演替呈先降后升的显著变化趋势(图1),在SF60中达到最大(14.40),其中SF70与PF差异不显著(P>0.05)；Csoil∶Psoil与 Nsoil∶Psoil高低均表现为SF80>SF70>SF60(P<0.05),与PF相比,SF80分别高了8.19%和低了3.88%；SF70、SF60分别低了29.47和27.01%、56.83和68.20%。从图1可知,SF80、SF70、SF60和PF中的土壤Csoil∶Nsoil∶Psoil分别为126∶ 11∶1、82∶8∶1、51∶4∶1和118∶11∶1。

2.2 土壤微生物生物量及其化学计量特征

3种次生林土壤Cmic、Nmic、Pmic含量均低于PF(表2),其中Cmic和Pmic含量随次生林演替呈先增后降的变化趋势,其中SF60表层土壤Cmic含量比SF80和SF70分别下降了47.73%和52.51%(P<0.05),Pmic含量分别降低了15.48%(P>0.05)和38.29%(P<0.05)；Nmic含量随次生林演替年限呈显著递减趋势,SF60较SF80和SF70分别下降了40.81%和28.31%。

3种次生林的Cmic∶Nmic高于PF(表2)。方差分析显示,Cmic∶Nmic在SF80和SF70及SF70和SF60之间差异显著(P<0.05),而在SF80和SF60间差异不显著(P>0.05)；Cmic∶Pmic在SF80和SF70及SF70和SF60之间差异不显著(P>0.05)；Nmic∶Pmic在不同次生演替阶段无显著性差异(P>0.05)。此外,从表2统计分析发现,SF80、SF70、SF60和PF中,土壤微生物生物量Cmic∶Nmic∶Pmic分别为23∶7∶1、19∶4∶1、14∶5∶1和18∶7∶1。

表2 天然次生林不同更新阶段和岷江冷杉原始林土壤微生物生物量碳、氮和磷含量及其化学特征(n=3)

2.3 土壤微生物熵和微生物化学计量不平衡性特征

图2可看出,次生林近60年的恢复演替对qMBC 和qMBP 未产生显著影响(P>0.05),但对qMBN影响极显著(P=0.003)。土壤微生物熵(qMB)随次生林恢复演替年限增加呈现不同的变化趋势：qMBC表现为先增后降的变化趋势(P>0.05),到PF阶段达到最低(0.97)；qMBN表现为先降后升的极显著变化趋势(P<0.01),其中SF60显著高于SF80、SF70和PF,分别高出49.5%、94.1%和34.29%；qMBP随次生林演替呈逐渐降低趋势(P>0.05)。

次生林恢复演替进程中,土壤Cimb∶Nimb、Cimb∶Pimb、Nimb∶Pimb变化趋势差异较大(图2)。Cimb∶Nimb随次生林演替进程呈极显著的先降后升变化趋势(P=0.002),在SF60达到最高,但与PF差异不显著(P>0.05)；Cimb∶Pimb和Nimb∶Pimb表现出轻微的(P=0.175)或显著的逐渐降低趋势(P=0.039),其中SF60的Cimb∶Pimb显著低于PF； SF80和SF70的Cimb∶Pimb和Nimb∶Pimb与PF相比,差异性不显著(P>0.05)。

图2 天然次生林不同演替阶段和岷江冷杉原始林土壤微生物生物量和土壤微生物化学计量不平衡性的变化特征(n=3)Fig.2 Change characteristics of soil microbial biomass and soil microbial stoichiometry imbalance ratios of topsoil from sub-alpine natural secondary forests with different stages of restoration and A.faxoniana primary forest (n=3)PF: 岷江冷杉原始林 Abies faxoniana primary forest; Cimb∶Nimb: 微生物生物量碳氮化学计量不平衡性 Microbial biomass C∶N stoichiometric imbalance; Cimb∶Pimb: 微生物生物量碳磷化学计量不平衡性 Microbial biomass C∶P stoichiometric imbalance; Nimb∶Pimb: 微生物生物量氮磷化学计量不平衡性 Microbial biomass N∶P stoichiometric imbalance

2.4 土壤碳氮磷和土壤-微生物生物量化学计量之间的相互关系

Pearson相关分析(表3)显示,Csoil与Nsoil含量极显著正相关(P<0.01),Csoil含量和Nsoil与Psoil含量正相关(P>0.05)；Csoil和Nsoil含量与Cmic、Nmic、Pmic含量极显著(P<0.01)或显著(P<0.05)正相关；Cmic、Nmic、Pmic含量两两之间呈极显著或显著正相关。Csoil∶Nsoil与Csoil、Nsoil和Cmic和Pmic极显著负相关；Csoil∶Psoil和Nsoil∶Psoil与Csoil、Nsoil和Cmic和Nmic极显著或显著正相关；Nsoil∶Psoil与Csoil∶Nsoil和Csoil∶Psoil分别呈极显著负相关和正相关；Nmic∶Pmic与Nmic和Cmic∶Pmic分别呈显著和极显著正相关。

表3 土壤-微生物生物量碳氮磷及其化学计量比之间的相关系数(n=12)

SMB化学计量不平衡性与土壤-微生物生物量及其化学计量比的相关性分析(表4)显示,Cimb∶Nimb与Cimb∶Pimb相关性不显著(P=0.822)；Nimb∶Pimb分别与Nsoil和Cimb∶Pimb呈显著正相关(P=0.026),而与Cimb∶Nimb显著负相关(P=0.013)；Cimb∶Nimb分别与Csoil∶Nsoil和Cmic∶Nmic显著正相关(P=0.020)和极显著负相关(P=0.000)；Cimb∶Pimb与Pmic和Nsoil∶Psoil极显著(P=0.005)和显著正相关(P=0.035)；Nimb∶Pimb分别与Nsoil和Nsoil∶Psoil显著正相关(P=0.025和0.016),而与Pmic和Csoil∶Nsoil极显著正相关和负相关(P=0.004和0.003)。

表4 土壤微生物生物量化学计量不平衡性与土壤微生物生物量化学计量比的相关性(n=12)

2.5 土壤微生物熵与土壤-微生物化学计量不平衡性的RDA分析

以qMB为响应变量,土壤-微生物化学计量比值为解释变量进行冗余分析(图3),结果显示：Nimb∶Pimb分别与Cimb∶Nimb和Cimb∶Pimb负相关和正相关。qMBN与Csoil∶Nsoil、Cimb∶Nimb正相关,而与Cmic∶Nmic、Nimb∶Pimb负相关；qMBP与Csoil∶Psoil、Nsoil∶Psoil、Cimb∶Pimb、Nimb∶Pimb正相关。图3可看出,第一轴和第二轴分别解释了qMB变化的72.78%和24.51%,说明土壤-微生物化学计量比能很好地反映qMB变化。Nimb∶Pimb对qMB的影响最大,解释了qMB变化的62.6%,其次为Cmic∶Nmic,解释了qMB变化的21.7%。

图3 土壤微生物熵和土壤-微生物C∶N∶P化学计量的RDA排序图Fig.3 Redundancy analysis of soil microbial entropy and soil-microbial C∶N∶P stoichiometryqMBC: 微生物熵碳 Microbial entropy carbon; qMBN: 微生物熵氮 Microbial entropy nitrogen; qMBP: 微生物熵磷 Microbial entropy phosphorus; Cmic∶Nmic: 微生物生物量碳氮比 C-to-N ratio of microbial biomass; Cmic∶Pmic: 微生物生物量碳磷比 C-to-P ratio of microbial biomass; Nmic∶Pmic: 微生物生物量氮磷比 N-to-P ratio of microbial biomass

3 讨论

3.1 次生林恢复演替对土壤微生物生物量及其化学计量比的影响

3.1.1对土壤微生物生物量碳氮磷的影响

植被演替通过改变林分结构而影响到土壤底物有效性、微生物群落结构、土壤酶活性等[30-32],进而使其SMB具有不同的时空变化特征。本研究结果显示,以阔叶树种为主的SF80和SF70土壤SMB含量高于针叶树种为主的SF60,与已有研究结果一致[33]。土壤Cmic和Pmic含量排序为SF60

本研究中,SMB含量在PF的达到最大值,说明在岷江冷杉原始林群落中,林木不断生长、生物量逐渐积累、地表枯落物分解量以及根系分泌物增加,为土壤微生物提供了更多的食物来源,有利于土壤微生物的生长,土壤底物利用率高,如需明晰上述因素驱动SMB含量变化的机制,需进一步深入研究。相关分析表明,Cmic和Nmic含量与Csoil和Nsoil含量相互之间呈极显著或显著正相关,与已有研究结果一致[17,44],说明Csoil和Nsoil含量增加可提升土壤碳矿化水平及土壤酶活性[45],从而提高Cmic和Nmic含量,反之亦然；Pmic与Psoil关系不显著,表明次生林短期恢复演替对Pmic的改善不如Cmic和Nmic明显,究其原因：(1)次生林早期恢复演替阶段进程中,SMB含量变化主要受受控于Csoil和Nsoil含量的变化[46]；(2)土壤中Psoil含量高低与成土母质关系较大,且Psoil在土壤中转移和代谢速率速率较慢[47],该区域中磷代谢速率、途径和来源需要进一步探究。综上,恢复提升采伐迹地天然次生林(尤其是1960s次生林)的土壤有效养分含量,需要采取合理营林措施及长期有效的管护监控。

3.1.2对土壤碳氮磷化学计量比的影响

森林植被恢复演替显著影响到土壤Csoil、Nsoil和Psoil含量变化,进而导致土壤养分化学计量比的变化[15,48]。Csoil∶Nsoil可反映森林土壤底物被土壤微生物利用的有效性状况,即Csoil∶Nsoil比值越高,土壤有机质矿化分解越慢,土壤质量越差,反之亦然[49]。本研究中,Csoil随次生林演替呈显著降低趋势,Nsoil表现为先增后减的变化趋势,但Csoil∶Nsoil则呈现出先减后增的显著变化趋势(图1)；3种不同演替阶段的次生林中,Csoil∶Nsoil变幅为10.25—14.40(均值12.2),略高于中国亚热带地区平均水平(12.1)[48],其原因可能与次生林Csoil含量随演替进程的降幅不及Nsoil含量的降幅有关(表2),说明次生演替导致林分结构及其物种组成的改变使其地表枯落物和地下根系中碳氮含量的时间耦合不同[50-51],进而影响到微生物群落组成发生变化,导致土壤有机质分解矿化及其利用程度不尽相同[52]。与PF相比,SF60中土壤碳氮矿化作用较慢,氮释放少而使Csoil∶Nsoil显著升高。

Csoil∶Psoil常被用作土壤磷矿化和固持能力的重要指标,以指示植物生长过程中土壤营养成分的供给状况以及养分限制的阈值[48]。有研究指出,Csoil∶Psoil比值越低,越有利于微生物对土壤有机质分解,促进土壤有效磷的增加,反之存在Psoil受限[53]；也有研究认为,Csoil∶Psoil比值高说明土壤微生物对土壤有效磷分解利用表现出同化趋势,容易出现土壤微生物与地上植被竞争性吸收利用有效磷的情况,存在较强的Psoil固持潜力[49]。本研究中,Csoil∶Psoil和Nsoil∶Psoil在SF60达到最低值(图1),而Csoil∶Nsoil在SF60含量最高,且Csoil∶Psoil和N∶Psoil与土壤Csoil和Nsoil极显著正相关,与Psoil相关性不显著(表3),究其原因：一方面,该研究区域的林下棕壤土壤磷素限制状况低于其它土壤类型,有机磷净矿化率较高,微生物分解受磷素影响较小[54]；另一方面,随着次生林的恢复演替,Csoil和Nsoil有效补给不足,地上植被生长对Csoil和Nsoil需求渐增使其Csoil和Nsoil含量处于较低水平(图1)。另外,SF70、SF80和PF的Csoil∶Psoil和Nsoil∶Psoil高于中国亚热带的平均水平(78和6.4),而SF60则低于其平均水平[48],与已有研究结果相似[55]。综合分析可知,Csoil和Nsoil是影响研究区土壤Csoil∶Psoil和Nsoil∶Psoil的关键因素。

3.1.3对土壤微生物生物量碳氮磷化学计量比的影响

Cmic∶Nmic∶Pmic是判定微生物群落结构变化的重要指标[18,29,56]。已有研究显示,森林主要树种组成及物种数量以及生物量、枯落物、根系等的数量和质量不同,其土壤微生物种类结构亦不同[57,58],致使SMB含量高低变化趋势各异[29],进而影响到土壤微生物生物量的化学计量比。本研究结果显示,次生林恢复演替对Cmic∶Nmic和Cmic∶Pmic产生显著影响,对Nmic∶Pmic影响未达到显著性水平,与已有研究结论相同[59]。随着次生林的恢复演替,Cmic∶Nmic表现出先增后减的显著变化趋势；Cmic∶Pmic和Nmic∶Pmic则表现为随演替进程呈逐渐降低趋势,原因在于随着次生林恢复演替,林分的主要树种组成从阔叶树种占优势演变到针叶树种占优势(表1),使其地表枯落物、根系分泌物等的数量和质量不同,导致土壤微生物活性产生差异而使土壤SMB含量变化不同所致(表2)。有研究认为,土壤Cmic∶Nmic在3—6之间,表明土壤细菌占优势,反之以真菌为主导[10]。研究区不同演替阶段次生林土壤Cmic∶Nmic在3.00—4.53(均值3.68)和PF(2.60),低于全球和中国森林土壤的平均水平(8.2和8.25)[18,60],说明研究区土壤微生物以细菌为主；Nmic∶Pmic远低于全球(6.9)平均水平[18],说明研究区域森林土壤微生物在一定程度上受到了磷素的限制(表2),此外,相关分析发现,Nmic∶Pmic与Nmic和Cmic∶Pmic极显著或显著正相关,不同于我国亚热带的研究结论[56],一方面表明SMB的化学计量特征随生境变化而变化；另一方面可能是源于Nmic释放受到Nsoil限制,进而修正了Nmic∶Pmic。虽然本研究结果分析了次生林演替对土壤Cmic∶Nmic∶Pmic的变化特征,但要明晰上述因素对土壤微生物生物量生态化学计量比的影响机理,仍需进一步针对Cmic∶Nmic∶Pmic与土壤微生物群落物种组成耦合关系作深入研究。

3.2 次生林恢复演替对土壤微生物熵的影响

土壤微生物熵(qMB)是衡量土壤有机碳累积或损失的重要指标[15],比值越高表示土壤碳积累多[23]。有研究显示,随着植被演替时间尺度的延伸,qMB出现增加或降低趋势[15,61],主要源于土壤底物有效性高低以及异养微生物群落的组成结构。研究发现,随着森林的恢复演替,qMBC变化趋势不显著,说明研究区域森林土壤Csoil向Cmic转化的效率相对稳定,其土壤碳库稳定性较为良好；不同演替阶段qMBC变幅为0.97%—1.21%(均值为1.08%),与其它区域的亚高山云杉(Piceamorrisonicola)森林(0.4%—1.2%)[62]和亚热带湿润森林(0.7%—1.7%)[63]相近,但低于中国森林的平均水平(1.92%)[60]；qMBN在SF60中显著高于其他演替阶段的林分类型,其变幅为2.74%—5.31%,高于亚高山云杉林(1.4%—2.3%)[62],而在SF60中(5.31%)明显高于国森林平均水平(3.43%)[60],说明SF60土壤氮素活性较大,土壤氮库稳定性较差,其养分含量较低；qMBP随次生林恢复演替进程的降低趋势不显著,其变幅为3.92%—6.54%,具有相对较高的稳定性(图2)。总之,不同演替阶段qMB变化趋势不同,主要在于次生林不同演替阶段土壤微生物对C、N和P的积累和消耗取决于土壤微生物对有机质的分解[64]。根据土壤微生物化学计量比限制理论,微生物会首选吸收利用最适宜元素组分来维持自身化学计量比的平衡关系。从研究结果看,qMB比Csoil∶Nsoil∶Psoil和Cmic∶Nmic∶Pmic表现出更平稳的变化趋势,能否用qMB作为衡量该研究区次生林土壤有机碳变化指标,值得商酌。

3.3 土壤-微生物C∶N∶P化学计量比对土壤微生物熵的影响

有研究显示,qMB与Csoil∶Nsoil∶Psoil及其不平衡性指标之间存在显著的正负相关关系[15,60],原因在于土壤微生物的生长代谢需要Csoil、Nsoil、Psoil等养分的综合协调供给。本研究结果显示,土壤-微生物生物量化学计量不平衡性指标中,Nimb∶Pimb分别与Cimb∶Pimb和Cimb∶Nimb显著正相关和负相关,与Zhou等[60]的结果相似。从冗余分析结果看,Nimb∶Pimb和Cmic∶Nmic是影响qMB变化的关键因素,其中Nimb∶Pimb(解释量为62.6%)起着主导作用,进一步证实了次生林演替进程中土壤微生物生长繁殖主要受到氮素和磷素的综合协调影响,同时也表明土壤-微生物化学计量不平衡性在一定程度上能够体现土壤微生物对土壤养分变化的适应性及其协同调节着森林生态系统养分动态的平衡关系[29]。依据生长速率理论,土壤微生物的高生长速率需要大量的蛋白质酶及核糖体RNA的投资,意味着土壤N∶P值的减小[65]。本研究中,土壤微生物Cmic∶Nmic以及Nimb∶Pimb与qMBN呈负相关关系；Csoil∶Psoil、Nsoil∶Psoil其化学计量不平衡性与qMBP正相关,说明Cmic∶Nmic和Nimb∶Pimb比值高意味着微生物生长受到N和P资源供给限制[15],导致土壤微生物对N和P元素分解效率降低而使Csoil∶Psoil、Nsoil∶Psoil及其化学不平衡性比值降低。综上可知,森林植被演替仅对qMBN产生显著影响,据此说明该研究区主要受到N资源的供给限制。此外,随着全球气候变暖、N沉降的加剧可能会影响次生林的生态功能,其地上植被和地下元素的平衡状况及生态化学计量比如何响应,需要对植物-枯落物-土壤元素含量及其化学计量特征的耦合机理展开深入研究。为此,下一步研究重点应集中探究该生态系统元素间的耦合关系及其化学计量的季节动态变化对升温、N沉降等全球变化的响应机理。

总体而言,随着天然次生林恢复演替年限的逐渐增加,土壤有机碳、氮含量总体上呈显著降低趋势,土壤全磷含量呈增加趋势；土壤微生物生物量生长更新到60年阶段其含量最低；土壤及微生物生物量氮、磷的化学计量比值随着恢复演替时间尺度延长而降低,土壤碳氮比呈先降后升的显著变化趋势；微生物生物量碳氮比与土壤碳氮比呈相反的变化趋势；土壤-微生物生物量化学计量的不平衡性变化特征基本上能直接或间接地反映次生林演替进程中的土壤质量状况。此外,该研究区主要受到氮素供给缺乏的限制,添加氮素或氮磷复合元素的供给可能会促进其次生林林木生长。