全 文 ：木焦油污染土壤中微生物特性的空间变异性研究 3
杨秀虹1 　李适宇1 3 3 　GÊran Bengtsson2 　Niklas TÊrneman2
(1 中山大学环境科学与工程学院环境科学系 ,广州 510275 ;2Department of Ecology ,Lund University ,SÊlvegatan 37 ,
SE222362 Lund ,Sweden)
【摘要】　运用地统计学方法研究了木焦油污染土壤中微生物量、微生物群落结构、微生物活性等的空间变
异特征. 分别采用 26 种主要磷脂类脂肪酸 ( PL FA) 的总含量 ( tot PL FA) 、PL FA 的第一主成分和第二主成
分 ( PL FA PC1 和 PC2)以及土壤培养过程中 CO22C 的累积释放量 (Cre) 来表征土壤中的微生物量、微生物
群落结构以及微生物活性. 结果表明 ,多数微生物特性指标均存在不同程度的空间自相关性 ,其半变异函
数曲线可用带块金效应的球状模型进行拟合. 变量的空间相关距离在 2150～16160 m 之间. PL FA PC1、
tot PL FA和 Cre均具有较强的空间依赖性 ,其相对结构变差 (由结构性因素引起的空间变异) 分别为
8213 %、7916 %和 6417 % ,而 PL FA PC2 不存在明显的空间依赖性. 克立格空间插值图表明 ,样地中存在
几处微生物相对密集分布且代谢活性较高的区域 ,其中优势微生物菌群是由 PL FAs 16 :1ω7t ,cy17 :0 ,18 :
1ω7 和 cy19 :0 所表征的革兰氏阴性细菌. 土壤中主要污染物多环芳烃含量和空间分布是影响微生物特性
空间分布格局的重要因素之一.
关键词 　空间变异性 　微生物特性 　地统计学 　污染土壤 　磷脂类脂肪酸
文章编号 　1001 - 9332 (2005) 05 - 0939 - 06 　中图分类号 　S154136 ;X172 　文献标识码 　A
Spatial variation of microbial properties in a creosote2contaminated soil. YAN G Xiuhong1 ,L I Shiyu1 , GÊran
Bengtsson2 ,Niklas TÊrneman2 (1 Depart ment of Envi ronmental Science , School of Envi ronmental Science and
Engineering , Zhongshan U niversity , Guangz hou 510275 , China ; 2 Depart ment of Ecology , L und U niversity ,
SÊlvegatan 37 , S E222362 L und , S weden) . 2Chin. J . A ppl . Ecol . ,2005 ,16 (5) :939～944.
By the methods of geostatistics ,this paper studied the spatial variation of microbial biomass ,microbial community
structure and microbial activity in a creosote2contaminated soil. The microbial biomass was indicated by the total
amount of 26 examined phospholipid fatty acids (tot PL FA) ,the microbial community structure was characterized
by the first two principal components ( PC1 and PC2) of the PL FA patterns through subjecting the PL FAs to
principal component analysis ,and the total amount of CO22C respired (Cre ) during incubation was used to de2
scribe the soil microbial activity. The results showed that most of the variables exhibited various degrees of spatial
autocorrelation ,and spherical models with nugget could fit their semivariograms. The estimated spatial depen2
dence distances of the variables varied from 2. 50 to 16. 60 m. The PL FA PC1 ,tot PL FA and Cre displayed rela2
tively high spatial dependences ,their relative structural variance , i . e. ,the proportion of total variance that can be
attributed to the spatial autocorrelation ,being 82. 3 % ,79. 6 % and 64. 7 % ,respectively ,while PL FA PC2 was
not spatially autocorrelated. The kriged maps showed that there were several hot spots with relatively high micro2
bial biomass and high microbial activity located in the study site. Gram2 negative bacteria characterized by PL FAs
16 :1ω7t ,cy17 :0 ,18 :1ω7 and cy19 :0 were the dominant community in these hot spots. The concentration and
spatial distribution of polycyclic aromatic hydrocarbons as the main contaminants in the soil could be one of the
important factors affecting the spatial variation of soil microbial properties.
Key words 　Spatial variation , Microbial property , Geostatistics , Contaminated soil , Phospholipid fatty acid.3 国家自然科学基金资助项目 (49771071) .3 3 通讯联系人. E2mail :eesly @zsu. edu. cn
2004 - 06 - 24 收稿 ,2005 - 01 - 11 接受.
1 　引 　　言
土壤环境中微生物的分布往往呈现高度的空间
变异性 ,甚至在表观上相当均一的环境中微生物的
分布也不均匀或随机[7 ] . 微生物的空间分布特征受
到各种生物因素 (如捕食) 或非生物因素 (如环境温
度、土壤理化特性) 的影响[4 ,6 ,7 ,12 ,24 ] . 在污染土壤
中 ,为了适应不利的环境条件 (主要是污染物的胁
迫) ,微生物会调整自身的群落结构和生理过程 ,从
而使原有的微生物群落结构、微生物量、微生物活性
等发生变化[9 ,10 ,17～19 ,21 ] . 因此 ,污染区中污染物的
类型和浓度可能成为影响土壤微生物特性空间分布
的重要因素. 研究自然土壤系统或农业土壤系统中
微生物特性的空间分布特征 ,可提高对微生物特性
空间分布的估计精度 ,有助于揭示影响微生物特性
空 间 分 布 特 征 的 关 键 作 用 因 素 或 过
程[6 ,7 ,12 ,23 ,24 ,27 ] . 微生物降解是去除土壤中有机污
应 用 生 态 学 报 　2005 年 5 月 　第 16 卷 　第 5 期 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　
CHIN ESE JOURNAL OF APPL IED ECOLO GY ,May 2005 ,16 (5)∶939～944
染物的重要途径[1 ,5 ,25 ] . 因此 ,掌握土壤中微生物群
落组成以及微生物特性空间分布特征的相关信息是
有效开展污染土壤生物修复工程的重要保证之一.
目前 ,有关实际污染土体中土著微生物特性的空间
变异性方面的研究工作相当缺乏.
本文以一个废弃的木材防腐场地为研究对象 ,
采用地统计学方法[11 ,28 ]来描述和模拟由土壤磷脂
类脂肪酸 ( Phospholipid fatty acid ,简称 PL FA) 组成
模式和土壤培养过程中 CO22C 的累积释放量所表
征的土著微生物特性在空间上的分布结构与空间相
关尺度 ,并对主要微生物特性进行空间插值分析.
2 　研究地区与研究方法
211 　研究地区概况
研究地区位于瑞典南部一个废弃的木材防腐场地 ,其土
壤曾经受到木焦油严重污染近 20 年 (木焦油中约 85 %的成
分是多环芳烃类物质) [14 ] . 样地面积为长 280 m、宽 40 m. 为
了研究不同尺度下变量的空间变异性 ,采用规则网格布点与
局部加密布点相结合的采样方案 ,最小采样间距为 01625
m ,采样深度为 015 m. 共采集 131 个土样. 所有土样均过 2
mm 筛 ,一部分土样用于室内批量培养试验 ,一部分土样保
存在 - 20 ℃冰柜中备测.
212 　研究方法
21211 土壤培养试验及 CO2 释放量测定 　将 71174～131620
g 干重的土样装入顶空气相色谱瓶中 ,瓶口用一小团棉花塞
住 ,并将培养瓶置于一慢速转动的摇床中 ,在 13 ℃恒温下黑
暗中 (CO2 测定和水分补充过程需在光亮处进行) 培养. 土壤
培养试验共进行了 7 个月. 在培养期间 ,每周通过添加 milli2
Q 水使土样的含水量保持在约 50 %的最大持水量 ,每 4 周
添加一次自来水. 在培养试验的第 27 天、第 39 天、第 55 天
和 172 天测定密封培养 24～72 h 时段内土样累积产生的
CO2 含量. 采用带热导检测器的顶空气相色谱仪 ( HP 6890)
进行分析 ,色谱仪与 Perkin Elmer HS 40XL 顶空采样器相
连.将 4 次 CO22C 释放率计算培养期间 C 累积释放量 (Cre ,
μg·g - 1DW) .
21212 土壤磷脂类脂肪酸 ( PL FA) 测定 　采用 Frosteg…rd
等[8 ]方法分析土壤中的磷脂类脂肪酸. 土样采用单相混合溶
剂 (氯仿∶甲醇∶柠檬酸缓冲溶液为 1∶2∶018 ,体积比) 进行提
取.得到的脂质提取液分别用氯仿、丙酮和甲醇在硅胶柱
(011 dw of SI column ,ZIP PA K Ò)中依次分离成中性脂质化
合物、甘油脂质化合物和磷脂类化合物. 然后将磷脂类洗脱
物进行温和的碱性甲醇分解作用 ( mild alkaline methanoly2
sis) . 在甲醇化之前加入一定量的 methyl nanadecanoate (脂肪
酸 19 :0)作为内标化合物. 甲醇化后生成的脂肪酸甲酯 (fat2
ty acid methyl ester ,简称 FAME) 在带氢火焰离子化检测器
的 HP 6890 气相色谱仪 ( GC2FID) 上进行分析. 根据已校正
的相对保留时间[9 ]对 FAME 进行鉴别. 其中一种暂时命名
为 FA 的脂肪酸的分子组成及结构未定. 18 :1 和 19 :1 两个
脂肪酸的双键位置未确定 ,均暂时命名为 18 :1 和 19 :1a [10 ] .
每一种脂肪酸的含量表示为 26 种 PL FAs 总含量的摩尔百
分数 (mol %) . 土样微生物量由 26 种 PL FAs 的总含量 ( tot2
PL FA ,nmol·g - 1DW)表示. 以 methyl nonadecanoate (19 :0) 为
内标进行计算. 脂肪酸的命名方式为 :碳原子总数 :双键数
量 ,接着是从分子式的甲基端 (ω) 算起的双键位置 [9 ] . Cis (顺
式)和 trans(反式)构型分别由 c 和 t 表示. 前缀 a 和 i 分别表
示反式和顺式支链 ,br 指存在未知位置的甲基支链 ,10Me
代表从分子式的羧基端算起位于第 10 个碳原子上的一个甲
基支链 ,而 cy 则指环丙烷脂肪酸.
21213 统计分析方法 　采用下式估算样本的实验半变异函
数值γ3 ( h) [11 ,15 ,28 ] :
　　γ3 ( h) = 12 N ( h) ∑N ( h)i = 1 Z ( x i) - Z ( x i + h) 2 (1)
式中 , h 为分隔空间两点的矢量 ,又称滞后距 ; Z ( x i) 和 Z( x i
+ h)分别为变量在被 h 分隔的 2 个空间点上的取值 ; N ( h)
为被每一滞后距 h 隔开的数据对的对数.
常用的半变异函数理论模型有球状模型、指数模型、高
斯模型和纯块金效应模型等. 带块金效应的球状模型对大多
数变量的实验半变异函数拟合效果最好 (即曲线的回归系数
最高、残差平方和最小) ,本文选用带块金效应的球状模型进
行拟合. 其表达式 :
γ( h) = C0 + C 115 hA 0 - 015 hA 0 3
γ( h) = C0 + C
　
当 h Φ A 0
当 h > A 0
(2)
式中 , h 为滞后距 ; A 0 为变程的参数 ,球状模型中 A 0 等于有
效变程 a ; C0 为块金变差 (不小于 0) ; C 为结构变差 (不小于
C0) . 模型中各参数刻画了变量的空间结构特征. 其中 ,有效
变程 (又称空间相关距离) a 是表征变量空间自相关范围的
参数 ;块金变差 C0 反映由实验误差或 (和) 小于采样尺度时
的内部空间变异所产生的变异性 ;结构变差 C 代表了总方
差中由空间自相关性引起的那部分方差 ; C0 + C 称为基台
值 ,表示变量达到的最大变异 ;结构变差 C 与基台值 C0 + C
的比值称为相对结构变差 ,反映了变量的空间自相关性的强
弱程度.
地统计学中的克立格法是建立在半变异函数理论及结
构分析基础上 ,对区域化变量求最优、线性、无偏内插估计量
的一种局域插值法. 因此 ,半变异函数的理论模型是影响克
立格方程组的一个重要因素 [2 ,13 ,29 ] . 本文选用球状模型进行
克立格插值计算. 理论半变异函数模型的最优性通过交叉验
证法[2 ,16 ,28 ]进行检验. 即对每个实测点 ,用其周边点上的实
测值对该点进行克立格估计. 由如下评价准则进行检验 :
a)对实测值与估计值散点图建立的线性回归模型的统
计量 (回归系数和可决系数)
b)平均误差 (Mean error ,ME)
M E = 1N ∑
N
i = 1
Z x i - Z 3 x i (3)
049 应 　用 　生 　态 　学 　报 　　　　　　　　　　　　　　　　　　16 卷
　　c) 均方误差 (Mean squared error ,MSE)
MS E = 1N ∑
N
i = 1
Z x i - Z 3 x i 2 (4)
式中 , Z ( x i)是在 x i 处的实测值 , Z 3 ( xi) 是其估计值 , N 指
所有实测值的个数.
线性回归模型的回归系数越接近 1 ,可决系数越大 ,说
明插值效果越好 ;如果克立格估值是无偏的话 ,ME 理论上
应为 0 ;MSE越小越好.
进行主成分分析或地统计学分析之前 ,如果原始数据样
本显示明显的偏斜分布 ,则先进行自然底对数或开四次方根
变换 ,使变换数据接近正态分布. 进行主成分分析前 ,所有数
据均标准化成均值为 1 和标准差为 0. 分别采用 SPSS 1010
和 MVSP 3 ( Kovach Computing Services) 统计分析软件进行
基本统计分析和主成分分析. 半变异函数计算和拟合以及空
间插值分析由 GS + (Version 5. 1. 1 , Gamma Design Software ,
Plainwell ,Michigan ,USA) 软件完成. 由于研究地区呈长方
形 ,存在主导方向 ,所以不考虑空间变异的各向异性 ,只计算
变量的全方位半变异函数值并进行理论模型拟合. 采用块段
克立格法进行空间插值计算. 每一估计块段为 1 m ×1 m. 由
GS+ 软件将估计值 (不进行逆变换)绘制成等值线图.
3 　结果与分析
311 　土壤 PL FA 的主成分分析
采用主成分分析法将 26 种 PL FAs 化为少数几
个综合变量 (即主成分) ,以反映土壤微生物群落结
构的总体特征. 由于 6 个土样中一些 PL FAs 的含量
非常低 ,故不参加主成分分析. 图 1 是 125 个样品在
前两个主成分上的得分值散点图. 第一主成分和第
二主成分 ( PC1 和 PC2) 的方差贡献率分别约为
60 %和 10 % ,说明它们能够较好地代表土样 PL FA
的总体分布模式. 4 种表征革兰氏阴性细菌的
PL FAs 16 :1ω7t 、cy17 :0、18 :1ω7 和 cy19 :0 [3 ,20 ,26 ]在
PC1 上的负载荷值较大 ;而 PL FAs 16 :1ω9、16 :1ω5、
br17 :0、10Me16 :0、i17 :0 和 a17 :0 在 PC1 上的正载
荷值较大 ,其中 br17 :0、i17 :0 和 a17 :0 被认为是革
兰氏阳性细菌的生物标记物[3 ,20 ,26 ] . 所以 ,PC1 主要
反映了这两类 PL FAs 在排序轴不同方向上的对比
变化. 而经常出现在真菌中的脂肪酸 18 : 1ω9[26 ,30 ]
对 PC2 的正贡献量最大 ; i14 : 0、14 : 0、i15 : 0、a15 : 0
和 i16 :0 等在 PC2 轴的负载荷值较大 ,其中带支链
的 4 种脂肪酸常用来表征革兰氏阳性细菌[3 ,26 ] .
312 　土壤微生物特性的空间结构特征分析
对 26 种脂肪酸、tot PL FA、PL FA 的 PC1 和 PC2
以及 Cre等微生物指标的自然底对数或 4 次方根变
换数据进行实验半变异函数计算和理论模型拟合.
以 tot PL FA 、PL FA PC 1 和 Cre 为例 , 图 2 和表 1 给
　
图 1 　土样 PL FA 组成模式的主成分
Fig. 1 Principal component analysis of soil PL FA patterns.
图 2 　tot PL FA(a) 、Cre (b)和 PL FA PC1 (c)的相对半变异函数图及其
拟合的球状模型
Fig. 2 Relative semivariograms of tot PL FA (a) ,Cre ( b) and PL FA PC1
(c) and their fitted spherical models.
表 1 　相对半变异函数的球状模型拟合参数值
Table 1 Parameters from spherical models f itting the relative semivari2
ance
变量
Variable
块金变差
Nugget
variance
( C0)
基台值
Sill
( C0 + C)
有效变程
Effective
range
(m)
相对结构变差
Relative
structural
variance
( C/ C0 + C)
可决系数
Coefficient of
determination
(r2)
totPL FA 0122 1108 11100 7916 01620
PL FA PC1 0117 0196 10190 8213 01706
Cre 0136 1102 10160 6417 01572
出了相对半变异函数值 (即实验半变异函数值与样
本方差之比)随滞后距的变化情况及拟合的球状模
型参数值. 理论球状模型对实验半变异函数拟合效
果较好 ,模型的参数值刻画了变量在空间分布的结
构特征.
　　大部分脂肪酸存在不同程度的空间自相关结构
特征. 相对结构变差 ( C/ C0 + C)在 9916 %～4112 %
之间变动. 其中 , i15 : 0、16 : 1ω9、br17 : 0、FA、
1495 期 　　　　　　　　　　　　杨秀虹等 :木焦油污染土壤中微生物特性的空间变异性研究 　　　　　　　　　　　
10Me16 :0、17 :1ω8、cy17 :0 和 cy19 :0 的相对结构变
差均在 75 %以上 , 显示出高度的空间依赖性.
cy17 :0的相对结构变差最高 ,达到 9916 % ,说明大
部分的空间变异均在本研究尺度内得到反映 ,不能
由空间自相关性解释的那部分随机变异非常小 ,只
占总变异的 014 %.
空间相关距离 (即有效变程)是表征变量自相关
范围的参数. 单个 PL FA 空间相关距离的分布范围
是 2150～16. 60 m. 其中 ,i14 :0、14 :0、i15 :0、a15 :0
和 i16 :0 的空间相关距离较小 ,处于 2150～7120 m
范围内. 这 5 种脂肪酸在 PL FA 主成分散点图上成
群分布 ,表明土壤中 i14 : 0、14 : 0、i15 : 0、a15 : 0 和
i16 :0 之间相关紧密 ,而且在空间上的延伸距离均比
较短. 另一组表征革兰氏阴性细菌的 PL FAs 16 :
1ω7t 、cy17 :0、18 :1ω7 和 cy19 :0 在空间分布模式上
也具有类似的分布特征. 除了 18 : 1ω7 的空间相关
距离较短 (8100 m) 外 ,其他脂肪酸均在约 10 m 距
离内显示出不同程度的空间依赖性 (相对结构变差
均在 70 %以上) . 另外 ,亚油酸 18 :2ω6 ,9 的有效变
程最大 ,为 16160 m. 当没有植物细胞存在时 ,亚油
酸是识别真菌的一个合适指标[26 ,30 ] . 土样采自地表
下 015 m 处的土层 ,基本上没发现植物残留物 ,所以
可以确定试验土样中的亚油酸 18 :2ω6 ,9 主要来自
真菌. 亚油酸 18 :2ω6 ,9 具有最大空间相关距离可
能与真菌在空间的分布特点有关 ,真菌的菌丝体可
在空间相当大范围内蔓延扩展 ,从而可能在较大的
空间尺度上存在自相关性.
　　由表 1 和图 2 可知 ,代表不同微生物特性的 3
个指标 tot PL FA、PL FA PC1 和 Cre在研究尺度内均
显示出不同程度的空间依赖性. 其中 , tot PL FA 和
PL FA PC1 具有高度的空间结构性 ,其相对结构变
差分别为 7916 %和 8213 %. 而反映微生物代谢活性
的 Cre在研究尺度内展示出中等空间结构性 (相对结
构变差为 6417 %) . 另外 ,PL FA PC1、tot PL FA 和 Cre
的空间有效变程非常接近 ,均在 11 m 左右. 表征微
生物群落结构特征的另一个指标 PL FA PC2 不存在
明显的空间依赖性 ,其实验半变异函数图表现为纯
块金效应.
313 　土壤微生物特性的空间插值
选用球状模型对 tot PL FA、PL FA PC1 和 Cre进
行块段克立格插值计算并绘制空间分布图 (图 3) .
通过交叉验证法对拟合的理论半变异函数模型的最
优性进行检验 (表 2) . 结果表明 , tot PL FA、PL FA
PC1和Cre的回归系数均较接近1 、平均误差 (绝对
表 2 　交叉验证的统计结果
Table 2 Cross validation summary statistics
变量
Variable
样本量
Sample size
(N)
回归系数
Regression
coefficient
可决系数
Coefficient of
determination
(r2)
平均误差
Mean error
均方误差
Mean squared
error
totPL FA 129 01863 01259 01005 01981
PL FA PC1 125 11007 01468 01008 01067
Cre 129 01915 01294 - 01004 01639
图 3 　tot PL FA、PL FA PC1 和 Cre的块段普通克立格空间插值分布图
Fig. 3 Contour maps of tot PL FA ,PL FA PC1 and Cre by block ordinary
kriging.
值)都小于 0101、均方误差都小于 1 (而且均小于各
自的样本方差) . 交叉验证结果进一步确认了采用理
论球状模型进行克立格空间插值的效果比较满意.
　　由图 3 可以看出 ,各微生物指标 ( tot PL FA 和
Cre是对数值) 呈现出明显的空间斑块状分布. 斑块
的平均延伸范围与由理论半变异函数模型所揭示的
有效变程基本相符. 在有效变程内 ,tot PL FA、PL FA
PC1 和 Cre的空间分布具有自相关性 ,相近的取值点
趋于集结在一起 ,形成高值分布区或低值分布区. 注
意到 PL FA PC1 的高值区是指样品的负得分值的绝
对值较大的区域. 3 种微生物指标的高值区 (颜色最
深的区域)分布位置比较接近 ,主要集中在研究样地
中部 5 个坐标点 ( ( x = 60 , y = 30) 、( x = 100 , y =
30) 、( x = 160 , y = 30) 、( x = 180 , y = 30) 、( x = 240 ,
y = 20) ) 的附近地区. 这表明在研究区域中 ,存在几
处微生物相对密集分布且代谢活性较高的小生境 ,
而且优势微生物菌群主要是革兰氏阴性细菌 (以
16 :1ω7t , cy17 : 0 , 18 : 1ω7 和 cy19 : 0 为标记脂肪
酸) . 为了更直观比较处于 tot PL FA 和 Cre分布图的
高值区和低值区 (图 3 中颜色最深和最浅的区域)土
样中土著微生物的群落结构特征 ,以6 # 土 ( x =
249 应 　用 　生 　态 　学 　报 　　　　　　　　　　　　　　　　　　16 卷
　图 4 　6 #土 ( Ⅰ)和 42 # 土 ( Ⅱ)的 PL FA 分布模式
Fig. 4 PL FA patterns of soil samples 6 # ( Ⅰ) and 42 # ( Ⅱ) .
1) i14 :0 ;2) 14 :0 ;3) i15 :0 ;4) a15 :0 ;5) 15 :0 ;6) i16 :0 ;7) 16 :1w9 ;8) 16 :1w7c ;9) 16 :1w7t ;10) 16 :1w5 ;11) 16 :0 ;12) br17 :0 ;13) FA ;14) 10Me16 :
0 ;15) i17 :0 ;16) a17 :0 ;17) 17 :1w8 ;18) cy17 :0 ;19) 17 :0 ;20) br18 :0 ;21) 18 :2w6 ;22) 18 :1w9 ;23) 18 :1w7 ;24) 19 :1a ;25) 10Me 18 :0 ;26) cy19 :0.
260 ,y = 40) 和 42 # 土 ( x = 60 , y = 30) 为例绘制
PL FA 分布模式图 (图 4) . 由图 4 可以看出 ,2 个土
样除了脂肪酸 16 :0 (非标记脂肪酸) 的相对丰度基
本一致外 ,其他脂肪酸的相对丰度有明显差别. 与
6 # 土相比 ,位于高值区的 42 # 土的 PL FA 图谱中 ,
16 :1ω7t 、cy17 :0、18 :1ω7 ,19 :1a 和 cy19 :0 的相对含
量明显较高 ,尤其是 cy17 :0 的相对含量占有绝对优
势 (29. 44 mol %) . 而 6 # 土中其它脂肪酸的相对丰
度均较 42 # 土的高. 总体上 ,42 # 土中存在明显的优
势 PL FAs (主要是 16 : 0、cy17 : 0、18 : 1ω7 和 cy19 :
0) ,表明该土样中土著微生物群落组成比较单一 (以
革兰氏阴性细菌为优势菌群) . 而 6 # 土中 (除 16 :0
外)各种 PL FAs 的分布趋向均衡 ,意味着土著微生
物多样性增大. 图 3 中位于不同取值区的其他土样
的 PL FA 图谱也有相似的变化规律. 由此可见 ,研究
样地中一些地区的土壤环境条件 (比如污染状况)可
能与其他地区有较大的差异 ,因而引起土著微生物
群落结构发生较大的变化.
4 　讨 　　论
目前 ,在土壤微生物特性的空间变异性方面的
研究较多 ,包括微生物量、PL FA 分布模式、微生物
活性等方面[6 ,7 ,12 ,23 ,24 ,27 ] . 从中可以看出 ,土壤微生
物特性存在明显的空间分布结构 ,其空间分布斑块
的大小 (即有效变程) 变化范围为几毫米到几十米、
甚至几百米 ,主要取决于研究的尺度和不同影响因
素的作用. Saetre 和 B……th[24 ]的研究表明 ,20 种常见
PL FAs 的有效变程分布范围为 1～11 m ,而用来表
示微生物群落结构的 PL FAs 的第一主成分和第二
主成分分别在 416 m 和 115 m 范围内呈现空间依赖
性. 在本研究中 ,大多数微生物变量的有效变程均在
10 m 以上 ,比 Saetre 和 B……th 的研究结果稍大. 不
同研究尺度可能是造成这种差异的原因之一. 本研
究样地面积 (40 m ×280 m) 是 Saetre 和 B……th 研究
样地 (14 m ×22 m) 面积的约 36 倍. 而 Saetre 和
B……th 研究中的最小采样间距为 012 m ,比本研究
(01625 m) 的小 ,因此他们能检测到更细微尺度上
微生物特性的空间变异特征. 为兼顾不同尺度下空
间信息采集的完整性以及实际可操作性 ,本研究采
用规则网格布点与局部加密布点相结合的采样方
案.对微生物特性空间变异性的研究尺度为 01625
～285 m. 然而多数微生物指标的块金变差大于零 ,
意味着除了采样或分析误差的影响外 ,在小于最小
采样间距 (本文为 01625 m)时还可能存在未被检测
到的微观空间结构. 而微生物活动在微观环境中 (如
毫米甚至微米尺度 ) 存在一定的空间分布结
构[4 ,12 ] . 所以 ,需要应用适合于微观条件下土壤采
样和微生物分析技术[12 ] ,以进一步了解样地中微生
物特性的微观空间变异性.
在自然土壤系统中 ,土壤特性 (如有机碳含量、
含水量)和植被情况 (如树的大小与间距) 是影响微
生物空间分布构型的主要因素[6 ,7 ,12 ,23 ,24 ,27 ] . 而在
污染土壤中 ,污染物的种类、含量及其空间分布都可
能是影响微生物空间分布的重要因素. 本研究土壤
采自曾经受木焦油严重污染近 20 年的废弃木材防
腐场地. 因此 ,能在污染区土壤中生存的微生物主要
是耐污能力强或能够利用木焦油 (主要成分是多环
芳烃)进行代谢活动的种群. 此外 ,土样是有机碳含
量很低 (平均值为 0161 %) 的砂土[29 ] ,土壤中有机
化合物多环芳烃可能是微生物活动过程中所需的 C
和能量的重要来源之一. tot PL FA 和 Cre与多环芳烃
浓度之间的显著正相关关系[29 ] ,在某种程度上表明
多环芳烃污染可能是影响土壤微生物代谢活动的重
要环境因素之一. 图 1 中 ,16 种 EPA 优控多环芳烃
总含量超过 23138 mg·kg - 1 (样品中值) 的土样主要
分布在 PL FA PC1 的负值端 ,而低于该浓度的样品
主要分布在正的 PL FA PC1 得分轴上. PL FA PC1
与多环芳烃浓度的负相关关系[29 ]表明 ,污染土样中
3495 期 　　　　　　　　　　　　杨秀虹等 :木焦油污染土壤中微生物特性的空间变异性研究 　　　　　　　　　　　
对多环芳烃具有耐受力的主要微生物群落可能是由
PL FAs 16 :1ω7t 、cy17 :0、18 :1ω7 和 cy19 :0 所表征
的革兰氏阴性细菌. 据报道 ,在一些能代谢多环芳烃
的微生物细胞膜中发现了相当高丰度的环丙烷脂肪
酸 (如 cy17 : 0 和 cy19 : 0) [22 ] . Kyoungphile 等[17 ]发
现 ,经过萘或菲驯化的菌株 , 其细胞膜中饱和
PL FAs 16 :0、cy17 :0 和 cy19 :0 的含量大幅度增加.
在实际污染土壤中 ,各种因素对土著微生物活
动过程同时产生影响 ,其间关系复杂 ,而且可能随不
同空间尺度而改变. 需要进一步分析微生物特性与
不同因素 (包括多环芳烃污染特征、其他土壤和环境
条件等)之间的空间相关关系 ,以期揭示驱动微生物
特性空间分布演变的关键因素或过程 ,为污染土壤
生物修复工程的设计与实施提供重要的科学依据.
致谢 　瑞典隆德大学 Erland B……th 教授在土壤 PL FA 分析方
面给予指导和帮助.
参考文献
1 Alexander M. 1999. Biodegradation and Bioremediation. 2nd edi2
tion. London :Academic Press. 1～7
2 　Andronikov SV ,Davidson DA ,Spiers RB. 2000. Variability in con2
tamination by heavy metals :Sampling implications. W ater A i r Soil
Poll ,120 :29～45
3 　B……th E ,Frosteg…rd ! ,Fritze H. 1992. Soil bacterial biomass ,activ2
ity ,phospholipids fatty acid pattern , and p H tolerance in an area
polluted with alkaline dust deposition. A ppl Envi ron Microbiol ,58
(12) :4026～4031
4 　Dandurand LM ,Schotzko DJ , Knudsen GR. 1997. Spatial patterns
of Rhizoplane populations of Pseudomonas fluorescens. A ppl Envi2
ron Microbiol ,63 (8) :3211～3217
5 　Ding K2Q (丁克强) , Yin R (尹 　睿) ,Liu S2L (刘世亮) et al .
2002. Bioremediation for petroleum2contaminated soil by compost2
ing technology. Chin J A ppl Ecol (应用生态学报) ,13 (9) :1137～
1140 (in Chinese)
6 Ettema CH , Wardle DA. 2002. Spatial soil ecology. Trends Ecol
Evol ,17 (4) :177～183
7 　Franklin RB ,Mills AL . 2003. Multi2scale variation in spatial hetero2
geneity for microbial community structure in an eastern Virginia a2
gricultural field. FEMS Microbiol Ecol ,44 :335～346
8 　Frosteg…rd ! , Tunlid A ,B……th E. 1991. Microbial biomass mea2
sured as total lipid phosphate in soils of different organic content . J
Microbiol Methods ,14 :151～163
9 　Frosteg…rd ! , Tunlid A , B……th E. 1993. Phospholipid fatty acid
composition , biomass , and activity of microbial communities from
two soil types experimentally exposed to different heavy metals.
A ppl Envi ron Microbiol ,59 (11) :3605～3617
10 　Frosteg…rd ! , Tunlid A ,B……th E. 1996. Changes in microbial com2
munity structure during long2term incubation in two soils experi2
mentally contaminated with metals. Soil Biol Biochem ,28 (1) : 55
～63
11 　Goovaerts P. 1997. Geostatistics for Natural Resources Evaluation.
Oxford :Oxford University Press Inc.
12 Grundmann GL , Debouzie D. 2000. Geostatistical analysis of the
distribution of NH4 + and NO2 - oxidizing bacteria and serotypes at
the millimeter scale along a soil transect . FEMS Microbiol Ecol ,
34 :57～62
13 　Guo X2D(郭旭东) , Fu B2J (傅伯杰) , Ma K2M (马克明) , et al .
2000. Spatial variability of soil nutrients based on geostatistics com2
bined with GIS —A case study in Zunghua City of Hebei Province.
Chin J A ppl Ecol (应用生态学报) ,11 (4) :557～563 (in Chinese)
14 　Harvey RG. 1998. Environmental chemistry of PAHs. In : Neilson
AH ,eds. PAHs and Related Compounds , Chemistry - The Hand2
book of Environmental Chemistry 3. I. Volume 3 Anthropogenic
Compound. Berlin :Springer2Verlag. 1～54
15 　Jiang Y(姜　勇) , Zhang Y2G(张玉革) ,Liang W2J (梁文举) , et
al . 2003. Spatial variability of soil nutrients in cultivated surface soil
of Sujiatun District ,Shenyang City. Chin J A ppl Ecol (应用生态学
报) ,14 (10) :1673～1676 (in Chinese)
16 　Kuhn GN , Woldt WE ,Jones DD , et al . 1995. Solid waste disposal
site characterization using non2intrusive electromagnetic survey
techniques and geostatistics. In : Srivastava RM ,Rouhani S ,Cromer
MV ,eds. Geostatistics for Environmental and Geotechnical Applica2
tions ,ASTM STP 1283. Philadelphia :American Society for Testing
and Materials. 162～177
17 　Kyoungphile N ,Moon HS , Kim J Y , et al . 2002. Linkage between
biodegradation of polycyclic aromatic hydrocarbons and phospho2
lipids profiles in soil isolates. J Microbiol Biotechnol ,12 (1) :77～83
18 　Langworthy DE , Stapleton RD , Sayler GS , et al . 1998. Genotypic
and phenotypic responses of a riverine microbial community to poly2
cyclic aromatic hydrocarbon contamination. A ppl Envi ron Microbi2
ol ,64 (9) :3422～3428
19 　Langworthy DE ,Stapleton RD ,Sayler GS , et al . 2002. Lipid analy2
sis of the response of a sedimentary microbial community to poly2
cyclic aromatic hydrocarbons. Microbial Ecol ,43 :189～198
20 　Lindahl V ,Frosteg…rd ! ,Bakken L , et al . 1997. Phospholipid fatty
acid composition of size fractionated indigenous soil bacteria. Soil
Biol Biochem ,29 (9/ 10) :1565～1569
21 　Long J (龙　健) ,Huang C2Y(黄昌勇) , Teng Y(滕 　应) , et al .
2004. Microbial eco2characterization and its restoration in copper
reclaimed wasteland in red soil area of China Ⅱ. Effects on soil mi2
crobial characteristics and community structure. Chin J A ppl Ecol
(应用生态学报) ,15 (2) :237～240 (in Chinese)
22 　Ringelberg DB , Talley J W , Perkins EJ , et al . 2001. Succession of
phenotypic , genotypic , and metabolic community characteristics
during in vitro bioslurry treatment of polycyclic aromatic hydrocar2
bon2contaminated sediments. A ppl Envi ron Microbiol , 67 ( 4 ) :
1542～1550
23 　Robertson GP , Klingensmith KM , Klug MJ , et al . 1997. Soil re2
sources ,microbial activity ,and primary production across an agricul2
tural ecosystem. Ecol A ppl ,7 (1) :158～170
24 　Saetre P ,B……th E. 2000. Spatial variation and patterns of soil micro2
bial community structure in a mixed spruce2birch stand. Soil Biol
Biochem ,32 :909～917
25 　Sun T2H(孙铁珩) ,Song Y2F (宋玉芳) ,Xu H2X(许华夏) , et al .
1998. Regulation of polycyclic aromatic hydrocarbons biodegrada2
tion in contaminated soil. Chin J A ppl Ecol (应用生态学报) , 9
(6) :640～644 (in Chinese)
26 　Tunlid A , White DC. 1992. Biochemical analysis of biomass ,com2
munity structure ,nutritional status and metabolic activit y of micro2
bial communities in soil. In : Stotzky G ,Bollag J M , eds. Soil Bio2
chemistry. New York :Marcel Dekker Inc. 229～262
27 　von Steiger B ,Nowack K ,Schulin R. 1996. Spatial variation of ure2
ase activity measured in soil monitoring. J Envi ron Qual ,25 :1285
～1290
28 Webster R. 2001. Geostatistics for Environmental Scientists. New
York :John Wileuy & Sons Ltd.
29 　Yang X2H (杨秀虹) . 2004. Polycyclic aromatic hydrocarbons of
soils at an old wood preservation site : Contamination characteris2
tics ,biodegradation and their spatial heterogeneity. Ph. D. Thesis.
Guangzhou :Sun Yatsen University. 42～59 (in Chinese)
30 Zelles L . 1999. Fattyacid patterns of phospholipids and
lipopolysaccharides in the characterization of microbial communities
in soil :A review. Biol Fert Soils ,29 :111～129
作者简介 　杨秀虹 ,女 ,1975 年生 ,博士. 主要从事环境污染
与修复研究 ,发表论文多篇. E2mail :yxhzsu @yahoo. com. cn.
449 应 　用 　生 　态 　学 　报 　　　　　　　　　　　　　　　　　　16 卷