全 文 ：第 52 卷 第 2 期
2 0 1 6 年 2 月
林 业 科 学
SCIENTIA SILVAE SINICAE
Vol. 52，No. 2
Feb．，2 0 1 6
doi:10．11707 / j．1001-7488．20160213
收稿日期: 2015 － 01 － 31; 修回日期: 2015 － 12 － 29。
基金项目: 国家自然科学基金项目(31370615，31130013，31470501) ; 福建省自然科学基金项目(2015J01121)。
* 郭剑芬为通讯作者。
可溶性有机物输入对亚热带森林土壤 CO2 排放及
微生物群落的影响*
万菁娟 郭剑芬 纪淑蓉 任卫岭 杨玉盛
(湿润亚热带山地生态国家重点实验室培育基地 福建师范大学地理科学学院 福州 350007)
摘 要: 【目的】研究可溶性有机物(DOM)输入对森林土壤 CO2 排放及微生物群落的影响，为探讨 DOM 在森林
生态系统碳循环中的作用提供依据。【方法】设置添加米槠凋落叶 DOM、杉木凋落叶 DOM、米槠枯死根 DOM、杉木
枯死根 DOM 及添加去离子水(对照)处理，通过 36 h 短期室内培养，研究添加米槠及杉木凋落叶和枯死根 DOM 后
土壤 CO2 排放速率最大值出现的时间及对土壤微生物群落的影响。【结果】无论米槠还是杉木，其凋落叶 DOC 含
量均显著高于枯死根 DOC 含量，而凋落叶 DOM 的腐殖化指数(HIX)则显著低于枯死根 DOM 的 HIX，添加米槠枯
死根 DOM 和杉木枯死根 DOM 的土壤 CO2 排放速率在第 2 h 达到最大值，分别是对照的 7. 3 和 8. 3 倍，在 24 h 时
则降低至最大值的 78. 9%和 66. 3% ; 而添加米槠凋落叶 DOM 和杉木凋落叶 DOM 的土壤 CO2 排放速率在 12 h 时
达到最大值，分别是对照的 20. 6 和 13. 2 倍，在 24 h 时则分别降低至最大值的 84. 0% 和 53. 1% ; 磷脂脂肪酸
(PLFA)分析结果显示，土壤添加米槠凋落叶 DOM 后革兰氏阳性细菌、革兰氏阴性细菌、放线菌和真菌的 PLFAs 含
量显著低于土壤添加杉木凋落叶 DOM 的 27%，38%，46%和 41% (P ＜ 0. 05); 土壤添加米槠枯死根 DOM 后革兰
氏阳性细菌、革兰氏阴性细菌和真菌 PLFAs 含量显著低于添加杉木枯死根 DOM 的 21%，21% 和 22% ( P ＜
0. 05) ; 培养 36 h 时，添加米槠凋落叶 DOM 的土壤和对照土壤中 G + ∶ G － (革兰氏阳性细菌 ∶ 革兰氏阴性细菌)
高于培养前，但添加米槠凋落叶 DOM 的土壤中真菌 ∶ 细菌低于培养前，这与其他处理的结果相反，表明添加不同
来源 DOM 对土壤微生物群落的影响不一致。【结论】外源添加 DOM 后土壤 CO2 排放速率最大值的出现时间由
外源添加 DOM 的组成和化学性质决定，而且外源添加 DOM 显著影响土壤微生物的群落组成。
关键词: 米槠; 杉木; CO2 排放; 可溶性有机物; 微生物群落
中图分类号: S718. 5 文献标识码: A 文章编号: 1001 － 7488(2016)02 － 0106 － 08
Effects of Dissolved Organic Matter Input on Soil CO2 Emission and
Microbial Community Composition in a Subtropical Forest
Wan Jingjuan Guo Jianfen Ji Shurong Ｒen Weiling Yang Yusheng
( State Key Laboratory Breeding Base of Humid Subtropical Mountain Ecology College of Geographical Sciences，
Fujian Normal University Fuzhou 350007)
Abstract: 【Objective】DOM ( dissolved organic matter) is an important labile carbon source in soil，and can be an
important factor regulating CO2 emission of forest soil． This study will improve understanding of the role of DOM on forest
C cycle．【Method】We added DOM from leaf litter and dead roots of Cunninghamia lanceolata and Castanopsis carlesii to
soil to examine the effects of carbon inputs on soil CO2 efflux and microbial community composition by phospholipid fatty
acid (PLFA) analysis through laboratory incubations for 36 hours． The treatments were as follows: soil with DOM from C．
carlesii leaf litter，soil with DOM from C． lanceolata leaf litter，soil with DOM from C． carlesii dead root，soil with DOM
from C． lanceolata dead root，and a control ( soil with deionized water) ． Mineral soil (0 － 10 cm) was from an 11-year-
old C． lanceolata plantation in Sanming of Fujian Province，China． Carbon mineralization was determined using CO2
respiration method．【Ｒesult】The contents of dissolved organic carbon (DOC) from leaf litter were much higher than those
from dead roots，and the humification index ( HIX ) values of the DOM were opposite． The maximum rates of C
mineralization occurred in 2 hours following addition of DOM from dead roots of C． lanceolata and C． carlesii，and were 7．
3 and 8． 3 times higher than that of control respectively，then decreased to 78． 9% and 66． 3% of the maximum values by
第 2 期 万菁娟等: 可溶性有机物输入对亚热带森林土壤 CO2 排放及微生物群落的影响
24 hours． In contrast，the maximum rates of C mineralization were in 12 hours following addition of DOM from leaf litter of
C． lanceolata and C． carlesii，and the magnitudes were 20． 6 and 13． 2 times that of control respectively，then decreased
to 84． 0% and 53． 1% of the maximum by 24 hours． PLFA analysis showed that the contents of gram-positive bacteria，
gram-negative bacteria，actinomycetes and fungi in soils added with DOM from C． carlesii leaf litter were 27%，38%，
46% and 41% lower than those of soils added with DOM from C． lanceolata leaf litter，respectively ( P ＜ 0． 05 ) ．
Compared to soils added with DOM from dead roots of C． lanceolata，the contents of gram-positive bacteria，gram-negative
bacteria and fungi were 21%，21% and 22% lower in soils added with DOM from dead roots of C． carlesii，respectively
(P ＜ 0． 05) ． After 36 h incubation，the ratios of gram-positive bacteria to gram-negative bacteria in soils added with DOM
from C． carlesii leaf litter and the control were higher than those in untreated soil，while compared to untreated soil，the
ratio of fungi to bacteria was lower following additions of DOM from leaf litter of C． carlesii． 【Conclusion】There was
significant difference in the microbial community composition following additions of DOM from various sources，and the
maximum rates of C mineralization following addition of DOM depended on the quantity and quality of DOM．
Key words: Castanopsis carlesii; Cunninghamia lanceolata; CO2 emission; dissolved organic matter; microbial
community composition
可溶性有机物 ( dissolved organic matter，DOM)
是最活跃、最易变的土壤有机质( soil organic matter，
SOM)形态，同时也是目前最有争议的土壤碳库之
一(Von Lützow et al．，2007)。研究指出，尽管 DOM
的量很少，但其具有周转速率快、移动能力强等特
点，是土壤易变碳库和稳定 SOM 间的重要中介
(Neff et al．，2001; Boddy et al．，2007)，在陆地 C 循
环中发挥了重要作用。不同外源 DOM 的浓度与化
学性质均会影响土壤 CO2 的排放，如 Cleveland 等
(2010)和 Leff 等(2012) 研究表明，土壤 CO2 通量
随着添加 的 DOM 浓度增加而增 加; Wieder 等
(2008)指出，添加等浓度的不同树种凋落叶 DOM
到土壤中，土壤 CO2 累积排放量的差异性很大。但
目前关于添加不同外源 DOM 对土壤微生物群落的
影响研究鲜见报道。
已有研究表明，添加外源有机物改变土壤微生
物群落结构 ( Denef et al．，2009; Dungait et al．，
2011)，主要是通过影响土壤可利用性碳源和营养
物质而引起的 ( Crow et al．，2009; Nemergut et al．，
2010; Chen et al．，2012)。Cleveland 等(2007)研究
发现，热带雨林土壤中添加凋落物淋溶的 DOM 后
短期内会产生较大的 CO2 通量，主要是由土壤微生
物群落变化引起的 ( Neff et al．，2001; Cleveland et
al．，2004)。土壤中的细菌群落会优先利用外源有
机物中易分解的部分( Paterson et al．，2007; Moore-
Kucera et al．，2008)，尤其是 r 型细菌会引起假激发
效应 ( Blagodatskaya et al．，2008; Nottingham et al．，
2009)，而真菌被认为与土壤有机碳矿化速率变化
有关 (Kuzyakov，2010)。Garcia-Pausas 等(2011)添
加葡萄糖到土壤中后，增加了土壤真菌和放线菌生
物量而增加了土壤有机碳矿化。
前期研究发现，添加外源 DOM 到土壤中后，培
养当天 CO2 排放速率就达到最大值，但是否添加不
同 DOM 后土壤 CO2 排放速率均在同一时间达到最
大值? CO2 排放达到最大值时，土壤微生物群落与
CO2 排放速率是否具有相关性? 这些问题仍不清楚
(万菁娟等，2015)。本研究通过室内培养试验探讨
添 加 米 槠 ( Castanopsis carlesii ) 及 杉 木
(Cunninghamia lanceolata)凋落叶和枯死根 DOM 对
土壤 CO2 排放(速率和通量)及土壤微生物群落结
构的影响，为探讨 DOM 在森林生态系统碳循环中
的作用提供依据。
1 研究区概况
研究区位于福建省三明市格氏栲自然保护区
(117°28E，26°11N)，该区东南面和西北面分别与
戴云山脉和武夷山脉相连，以低山丘陵为主，平均海
拔 300 m，平均坡度 25° ～ 35°。属中亚热带海洋季
风气候，具有冬冷夏热、水热同季、湿润多雨的特点，
试验地附近的三明市年均气温 20. 1 ℃，年降水量
1 670 mm，且多集中于 3—8 月。杉木人工林为在
2003 年米槠次生林皆伐迹地上营造的纯林，林龄 11
年。林分表层(0 ～ 10 cm)土壤有机碳、全氮和微生
物量碳含量分别为 17. 55 g·kg － 1、1. 31 g·kg － 1和
423. 5 mg·kg － 1; 土壤饱和含水量为 46. 35%，pH
为 4. 56。
2 研究方法
2. 1 土壤样品和外源 DOM 样品取样 2014 年 3
月，于杉木人工林的上、中、下坡布设 3 块 20 m ×
701
林 业 科 学 52 卷
20 m 标准样地，在每块标准样地内用土钻按“S”形
取 5 个点的 0 ～ 10 cm 土层土壤，迅速冷藏并带回实
验室用于培养试验。同时选取长势、大小一致的杉
木和米槠 1 年生幼苗进行盆栽种植，2013 年 5 月开
始13 C 标记，7 月结束，在人为干旱情况下致死，收获
整株树木，分别取叶片、枝干和根，带回实验室烘干
保存。
2. 2 试验设计与样品测定 2014 年 10 月进行样
品 DOM 的浸提。浸提时样品与水的比例为 1 ∶ 10，
即米槠凋落叶、杉木凋落叶、米槠枯死根和杉木枯死
根各取 30 g，各加入 300 mL 去离子水，浸泡 24 h
后，上清液用 0. 45 μm 玻璃纤维过滤器减压过滤，
得到 DOM 浸提液并于 4 ℃下保存(表 1)。
取相当于 50 g 干土质量的鲜土到 500 mL 特质
瓶中，调节土壤含水量为饱和持水量的 40%，放置
在 25 ℃生化培养箱中先进行 15 天的预培养，使土
壤内部环境趋于稳定。预培养结束后，分别加入米
槠及杉木的凋落叶和死根 DOM 浸提液各 4 mL 和
等量去离子水(4 mL)(对照)，调节土壤含水量达到
饱和持水量的 60%，每处理及对照均 3 次重复。加
入 DOM 后的第 2，5，8，12，24 和 36 h 抽气取样，取
样前 1 h 将瓶盖拧紧，然后将气体注入气相色谱仪
(Shimadzu GC-2010，日本) 测定土壤 CO2 排放速
率，计算 CO2 累积排放量。
培养结束后，土壤微生物群落组成采用磷脂脂
肪酸 PLFA 法测定。即称取 8 g 干土(冷冻干燥土
壤)，加入 23 mL 由磷酸缓冲液、甲醇、氯仿配置而
成的提取液，振荡离心，将上层清液转移至分液漏斗
中，反复 2 次，然后将分液漏斗在黑暗环境下静置一
夜; 收集下层有机相，在氮气下吹干，通过硅胶柱分
离出磷脂，加甲醇 ∶ 甲苯(1 ∶ 1，V /V)和 0. 2 mol·L － 1
氢氧化钾溶液进行皂化和甲基化形成脂肪酸甲酯。
上机测定前，用正十九烷酸甲酯作为内标溶液，将得
到的脂肪酸甲酯转移到 GC 小瓶，通过气相色谱仪
(Agilent 6890 N，美国)和 MIDI 微生物识别系统
(MIDI Inc．，Newark，DE)进行鉴定。本研究中，将
不同种类 PLFA 进行归类，i15:0，a15:0，i16:0，
i17:0，a17:0 表征革兰氏阳性细菌 ( Denef et al．，
2009; Landesman et al．，2010); cy17:0，18:1ω7c，
18:1ω5c，cy19:0 表征革兰氏阴性细菌 ( Swallow et
al．，2009; Frostegrd et al．，2010); 18:1ω9c 和 18:
2ω6，9c 表征真菌(Swallow et al．，2009); 10Me16:0、
10Me17:0 和 10Me18:0 表征放线菌; 真菌 ∶ 细菌为
真菌与细菌(包括革兰氏阳性细菌和革兰氏阴性细
菌)的磷脂脂肪酸含量之比。
浸提液可溶性有机碳( dissolved organic carbon，
DOC)含量采用总有机碳分析仪( SHIMADZU TOC-
VCPH /CPN Analyzer)测定; 浸提液可溶性有机氮
(dissolved organic nitrogen，DON)含量采用流动注射
分析仪(Lachat Qyickchem Automatedion Analyzer)测
定。使 用 紫 外 可 见 分 光 光 度 计 ( UV-2450，
Shimadzu，Kyoto，Japan) 测定浸提液 DOM 在波长
254 nm 处的紫外吸收值 (UV)，在波长 250 和 365
nm 处的紫外吸光度比值表示 DOM 平均分子质量大
小。荧光发射光谱用日立-4600 荧光分光光度计测
定，激发波长 λ ex为 254 nm，狭缝宽 10 nm，发射波长
λ em为 300 ～ 480 nm，狭缝宽 10 nm，扫描速度为
2 400 nm·min － 1; 腐殖化指数 ( humi fication index，
HIX)通过计算发射光谱中 Σ435 ～ 480 与 Σ300 ～
345 nm 的峰面积比获得(熊丽等，2014)。
2. 3 计算方法及数据处理 CO2 排放速率计算公
式为:
F = k × v /m × Δc /Δt × 273 /(273 + T)。
式中: F 为气体排放速率(mg·kg － 1 h － 1 ); k 为常数
1. 964( kg·m － 3 ); Δc /Δt 为在观测时间内气体浓度
随时间变化的直线斜率(mg·h － 1 ); v 为培养容器的
体积(m － 3); m 为土壤干质量( kg); T 为培养温度
(℃ )。加入 DOM 后第 2，5，8，12，24 和 36 h 时 CO2
累积排放量采用相邻 2 次产生 CO2 速率的平均值
乘以间隔的时间而得。
数据处理在 Excel 和 SPSS 17. 0 软件中完成，
图表采用 Origin 8. 0 软件制作。采用单因素方差分
析( one-way ANOVA) 检验添加不同来源 DOM 对土
壤 CO2 排放的影响，多因素方差分析 ( multiple
comparisons ANOVA ) 检验树种和凋落物种类对
DOM 组成和化学性质的影响 ( P ＜ 0. 05)，并采用
Pearson 相关法分析添加外源 DOM 培养 36 h 后土
壤 CO2 累积排放量与土壤微生物群落磷脂脂肪酸
含量之间的相关性。
3 结果与分析
3. 1 不同来源 DOM 差异 多因素方差分析发现，
树种和凋落物种类均对 DOC 浓度具有显著影响
(P ＜ 0. 01)。如米槠凋落叶浸提得到的 DOC 浓度最
大(3 299 mg·L － 1 )，而杉木枯死根浸提得到的 DOC
浓度最小(227 mg·L － 1)，其差异超过了 14 倍(表 1)。
米槠凋落叶 DON 浓度显著低于米槠枯死根 DON 浓
度(P ＜ 0. 05)，说明米槠枯死根 DOM 中含有更多的
氮营养物质。杉木凋落叶 DOM 的 HIX，UV 均显著低
于米槠凋落叶 DOM 的 HIX，UV(P ＜ 0. 05)，DOM 分
801
第 2 期 万菁娟等: 可溶性有机物输入对亚热带森林土壤 CO2 排放及微生物群落的影响
子质量大小则相反，即阔叶树种凋落叶 DOM 比针叶
树种凋落叶 DOM 含有更多高分子质量、芳香类的腐
殖酸难分解物质。这与相对荧光光谱图的趋势一致
(图 1)，由针叶树种到阔叶树种最大荧光强度所对应
波长向更长的波长转移，表明 DOM 中共轭体系在增
大，分子结构更复杂。另外，凋落叶 DOM 的疏水性碳
(hydrophobic dissolved organic carbon，HDOC)含量显
著高于枯死根，而凋落叶 DOM 的 HIX 值显著低于枯
死根(P ＜ 0. 05)，不同来源 DOM 分子质量大小表现
为凋落叶高于枯死根，表明凋落叶 DOM 中含有更多
低分子质量、易分解的有机质，而枯死根 DOM 则以高
分子质量的腐殖质为主。
表 1 不同来源 DOM 的性质①
Tab． 1 Initial DOM characterization from different sources
DOM 来源
DOM from
different
sources
DOC 含量
DOC content
( g·kg － 1 )
DON 含量
DON content /
( g·kg － 1 )
HDOC 含量
HDOC content /
( g·kg － 1 )
紫外吸收值
UV /( cm － 1 )
腐殖化
指数
HIX
分子质量
大小
Molecular
size
pH
米槠凋落叶
Castanopsis
carlesii leaf litter
32. 99 ± 5. 56a 0. 08 ± 0. 01a 9. 94 ± 1. 31a 1. 65 ± 0. 07a 2. 94 ± 0. 07a 6. 30 ± 0. 43a 4. 49 ± 0. 05a
杉木凋落叶
Cunninghamia
lanceolata leaf litter
14. 38 ± 0. 52b 0. 24 ± 0. 01b 6. 74 ± 1. 26b 0. 70 ± 0. 01b 0. 52 ± 0. 02b 10. 32 ± 1. 43b 5. 60 ± 0. 18b
米槠枯死根
Castanopsis
carlesii dead root
3. 86 ± 0. 74c 0. 23 ± 0. 01b 0. 67 ± 0. 28c 1. 39 ± 0. 25c 7. 49 ± 0. 90c 4. 32 ± 0. 30c 5. 45 ± 0. 53b
杉木枯死根
Cunninghamia
lanceolata dead root
2. 27 ± 0. 10d 0. 24 ± 0. 01b 0. 51 ± 0. 18c 1. 71 ± 0. 01a 1. 46 ± 0. 14d 7. 11 ± 0. 73a 4. 67 ± 0. 08a
①同列不同小写字母表示差异显著(P ＜ 0. 05)，下同。Different lowercase letters in the same column mean significant differences (P ＜ 0. 05)，
the same below．
图 1 不同来源 DOM 的荧光发射光谱
Fig． 1 Fluorescence emission spectra of DOM from
different sources
3. 2 添加不同来源 DOM 对土壤 CO2 排放的影响
添加米槠凋落叶 DOM、杉木凋落叶 DOM、米槠枯死
根 DOM 和杉木枯死根 DOM 到土壤中后，土壤 CO2
排放速率均显著高于对照(P ＜ 0. 05) (图 2)，其中
添加米槠和杉木枯死根 DOM 的土壤 CO2 排放速率
在第 2 h 达到最大值，分别是对照的 7. 3 和 8. 3 倍;
添加米槠和杉木凋落叶 DOM 的土壤 CO2 排放速率
在第 12 h 达到最大值，分别是对照的 20. 6 和 13. 2
倍。添加凋落叶 DOM 的土壤 CO2 排放速率一直高
于添加枯死根 DOM 的土壤 CO2 排放速率。
图 2 添加不同来源 DOM 土壤的 CO2 排放速率
Fig． 2 CO2 emission rate after DOM addition from
different sources
在培养 36 h 时，添加不同树种和不同种类凋落
物 DOM 均对土壤 CO2 累积排放量有显著影响(P ＜
0. 05) (图 3)。添加米槠凋落叶 DOM、杉木凋落叶
901
林 业 科 学 52 卷
DOM、米槠枯死根 DOM 和杉木枯死根 DOM 的土壤
CO2 累积排放量均明显大于对照。添加凋落叶
DOM 的土壤 CO2 累积排放量显著高于添加相同树
种枯死根 DOM 的土壤 CO2 累积排放量，如添加米
槠凋落叶 DOM 的土壤 CO2 累积排放量是添加米槠
枯死根的 4 倍，添加杉木凋落叶 DOM 的土壤 CO2
累积排放量是添加杉木枯死根的 3. 7 倍。添加米槠
凋落叶 DOM 的土壤 CO2 累积排放量显著高于添加
杉木凋落叶的 53. 9%，添加米槠枯死根 DOM 土壤
CO2 累积排放量显著高于添加杉木枯死根的
43. 5%。在培养 36 h 时，添加不同来源 DOM 的土
壤 CO2 累积排放量的大小表现为: 添加米槠凋落叶
DOM ＞添加杉木凋落叶 DOM ＞ 添加米槠枯死根
DOM ＞添加杉木枯死根 DOM。
图 3 添加不同来源 DOM 的土壤 CO2 累积排放量
Fig． 3 Cumulative CO2 emission after DOM addition from
different sources
3. 3 添加不同来源 DOM 对土壤微生物群落的影响
添加米槠凋落叶 DOM、杉木凋落叶 DOM、米槠枯死
根 DOM 和杉木枯死根 DOM 的土壤微生物磷脂脂
肪酸(phospholipid fatty acid，PLFA)种类没有显著差
异，但对照 (添加去离子水)土壤的 PLFA 种类少了
10Me 18:0。添加不同来源 DOM 到土壤中，含量较
高的 3 种 PLFA 种类依次是 16:0、cy19:0 w8c 和
i15:0。归类结果分析(表 2)表明，添加杉木凋落叶
和枯死根 DOM 的土壤中 G +、G －、放线菌和真菌
的 PLFAs 含量显著大于对照(P ＜ 0. 05)。类似地，
添加米槠凋落叶和枯死根 DOM 的土壤中 G +、
G －、放线菌和真菌的 PLFAs 含量亦大于对照，但差
异不显著 ( P ＞ 0. 05 )。从添加不同树种凋落叶
DOM 来看，添加杉木凋落叶 DOM 的土壤中 G +、
G －、放线菌和真菌 PLFAs 含量及真菌 ∶ 细菌均显著
大于添加米槠凋落叶 DOM (P ＜ 0. 05)，但添加杉木
凋落叶 DOM 的土壤 G + ∶ G －显著低于添加米槠凋
落叶 DOM(P ＜ 0. 05)。比较添加杉木和米槠枯死
根 DOM 的土壤微生物 PLFAs 含量可知，添加杉木
枯死根 DOM 的土壤中 G +、G －和真菌 PLFAs 含量
显著高于添加米槠枯死根 DOM (P ＜ 0. 05)，而放线
菌 PLFAs 含量、G + ∶ G －、真菌 ∶ 细菌均没有显著差
异。此外，添加杉木凋落叶 DOM、米槠枯死根 DOM
和杉木枯死根 DOM 的土壤中 G + ∶ G － 低于培养
前，而添加米槠凋落叶 DOM 和对照 (添加去离子
水)高于培养前; 添加米槠凋落叶 DOM 的真菌 ∶ 细
菌低于培养前，而其他 3 种处理均高于培养前，可见
添加不同来源 DOM 对土壤微生物群落生物量的影
响亦不一致。通过 Pearson 相关分析发现，培养 36 h
时添加不同来源 DOM 的土壤 G +、G －、放线菌和
真菌 PLFAs 含量与土壤 CO2 排放量之间没有显著
的相关性( r = 0. 089，P = 0. 752)。
4 讨论
4. 1 添加不同来源 DOM 的土壤 CO2 排放差异
本研究中，添加不同凋落物 DOM 的土壤 CO2 最大
排放速率出现的时间不一致，这可能与外源添加
DOM 中 DOC 量的大小有关(表 1)，因为 DOC 是土
壤微生物生长和代谢过程的重要能量来源 ( Leff
et al．，2012)。外源添加米槠和杉木枯死根 DOC 量
分别是 1. 5 和 0. 9 mg，而外源添加米槠和杉木凋落
叶 DOC 量分别是 13. 2 和 5. 8 mg。在培养过程中，
添加米槠和杉木凋落叶 DOM 的土壤 CO2 排放速率
一直大于添加米槠和杉木枯死根 DOM 的土壤 CO2
排放速率，因为外源添加的凋落叶 DOM 相比枯死
根 DOM 中含有更多可利用有机碳且分子结构更简
单，因而更容易被微生物所利用(万菁娟等，2015)。
此外，培养期间对照土壤 CO2 排放速率一直高于培
养前，这可能是由于土壤水分从饱和含水量的 40%
调整到 60%，促进了土壤有机碳的矿化 (Housman
et al．，2006; Potts et al．，2006)。
4. 2 添加不同来源 DOM 的土壤微生物群落差异
许多研究表明，树种会影响土壤微生物群落组成，在
不同树种下会形成独特的微生物群落( Lejon et al．，
2005)。本研究供试土壤来自于杉木人工林，由于
针叶凋落物中总酚、木质素、脂溶性物质多等因素
(程东升，1993)，使得土壤中 K 策略者真菌含量较
大，而 r 策略者细菌含量较少 ( Fontaine et al．，
2003)。添加不同来源 DOM 的土壤微生物群落
011
第 2 期 万菁娟等: 可溶性有机物输入对亚热带森林土壤 CO2 排放及微生物群落的影响
表 2 添加不同来源 DOM 后土壤微生物磷脂脂肪酸(PLFAs)含量
Tab． 2 Content of soil microbial phospholipid fatty acids(PLFAs) after addition of dissolved
organic matter from different sources nmol·g － 1
DOM 来源
DOM from
different
sources
革兰氏
阳性细菌
Gram-positive
bacteria G +
革兰氏
阴性细菌
Gram-negative
bacteria G －
放线菌
Actinomycetes
真菌
Fungi
G + ∶ G －
真菌 ∶细菌
Fungi∶
bacteria ratio
PLFAs 总量
Total PLFAs
米槠凋落叶
Castanopsis
carlesii leaf litter
5. 40 ± 0. 68a 4. 19 ± 0. 60a 2. 04 ± 0. 65ab 1. 56 ± 0. 21ac 1. 29 ± 0. 06a 0. 16 ± 0. 01a 13. 50 ± 2. 17a
杉木凋落叶
Cunninghamia
lanceolata leaf litter
7. 41 ± 0. 74b 6. 77 ± 0. 64b 3. 81 ± 0. 30c 2. 65 ± 0. 22b 1. 09 ± 0. 01b 0. 19 ± 0. 01b 21. 14 ± 1. 93b
米槠枯死根
Castanopsis
carlesii dead root
5. 45 ± 0. 05a 4. 34 ± 0. 05a 2. 17 ± 0. 37ab 1. 77 ± 0. 07a 1. 26 ± 0. 03a 0. 18 ± 0. 01bc 14. 09 ± 0. 28ac
杉木枯死根
Cunninghamia
lanceolata dead root
6. 87 ± 1. 31b 5. 48 ± 0. 92c 2. 75 ± 0. 99a 2. 27 ± 0. 43b 1. 25 ± 0. 05ab 0. 18 ± 0. 01bc 17. 84 ± 3. 65bc
对照 Control 4. 66 ± 0. 76a 3. 65 ± 0. 72a 1. 54 ± 0. 30b 1. 44 ± 0. 27ac 1. 28 ± 0. 05a 0. 17 ± 0. 01ac 11. 62 ± 2. 11a
培养前
Untreated
4. 16 ± 0. 63a 3. 28 ± 0. 30a 1. 63 ± 0. 51b 1. 29 ± 0. 08c 1. 27 ± 0. 20a 0. 17 ± 0. 01ac 10. 65 ± 1. 30a
PLFAs 含量均高于对照，其原因是添加可溶性有机
C 源后，土壤中 r 策略者的能量限制得到缓解，能迅
速增殖而促进胞外酶增加，因而也有利于增加 K 策
略者(Kuzyakov et al．，2000; Paterson，2009)。外源
碳添加会改变土壤微生物群落组成 ( Feng et al．，
2009; Dungait et al．，2011; Wang et al．，2013 )。
Garcia-Pausas 等(2011)研究发现，添加葡萄糖到土
壤中后增加了土壤真菌与放线菌 PLFAs 含量。
Wang 等(2013)直接添加凋落物到土壤中后，增加
了土壤微生物活性，降低了细菌 ∶ 真菌的值。本研究
发现，添加杉木凋落叶 DOM、米槠枯死根 DOM 和杉
木枯死根 DOM 的土壤真菌 ∶ 细菌高于培养前，但添
加米槠凋落叶 DOM 的土壤真菌 ∶ 细菌低于培养前，
表明添加米槠凋落叶 DOM 的土壤细菌生物量增加
得更多。添加杉木凋落叶 DOM、米槠枯死根 DOM
和杉木枯死根 DOM 后土壤的 G + ∶ G － 均低于培养
前，表明 3 种来源 DOM 添加促进了革兰氏阴性细菌
群落的繁殖(Kuzyakov et al．，2000; Garcia-Pausas et
al．，2011)，而添加米槠凋落叶 DOM 后土壤 G + ∶ G －
高于培养前，这可能是因为不同微生物群落对碳
源的利用具有选择性，其中革兰氏阴性细菌会优
先利用外源添加有机物，而革兰氏阳性细菌会优
先利用原有土壤 有机物 ( Kramer et al．，2006 ;
Tavi et al．，2013)。
4. 3 土壤 CO2 排放与微生物群落相关性分析 在
培养 36 h 时，添加不同来源 DOM 的土壤中 G +、
G －、放线菌和真菌 PLFAs 含量与土壤 CO2 累积排
放量的相关性很低，这可能与供试土壤有关，因为外
源添加杉木凋落叶和枯死根 DOM 在杉木人工林土
壤中会有一定的主场优势(Ayres et al．，2009)，也可
能由于土壤 CO2 排放是一个渐进的过程，培养过程
中存在微生物的更替，不同生存策略的微生物对
CO2 排放的贡献不一致(Grdens et al．，2011)。另
外，本研究培养时间短暂，需较长时间培养以进行
验证。
5 结论
36 h 的短期培养试验发现，添加米槠和杉木枯
死根 DOM 的土壤 CO2 排放速率在第 2 h 达到最大
值，而添加米槠和杉木凋落叶 DOM 的土壤 CO2 排
放速率最大值出现在第 12 h，土壤 CO2 排放速率最
大值出现时间不同可能与外源添加 DOM 的性质差
异有关。培养 36 h 时，添加不同来源 DOM 的土壤
G +、G －、放线菌和真菌 PLFAs 含量均高于培养前，
添加杉木凋落叶和枯死根 DOM 的土壤 G +、G － 和
真菌 PLFAs 含量均显著高于添加米槠凋落叶和枯
死根 DOM，可见外源添加 DOM 影响了土壤微生物
群落，但 DOM 对土壤微生物的影响机制还有待进
一步研究。
参 考 文 献
程东升 ． 1993． 森林微生物生态学 ． 哈尔滨: 东北林业大学出版社，
81 － 84．
(Cheng D S． 1993． Forest microbial Ecology． Harbin: Northeast Forestry
University Press，81 － 84． ［in Chinese］)
111
林 业 科 学 52 卷
万菁娟，郭剑芬，纪淑蓉，等 ． 2015． 杉木和米槠凋落叶 DOM 对土壤
碳矿化的影响 ． 生态学报，35(24) : 8148 － 8154．
(Wan J J，Guo J F，Ji S Ｒ，et al． 2015． Effects of dissolved organic
matter from Cunninghamia lanceolata and Castanopsis carlesii leaf
litter on soil C mineralization． Acta Ecologica Sinica，35 ( 24 ) :
8148 － 8154． ［in Chinese］)
熊 丽，杨玉盛，王巧珍 ． 等 ． 2014． 可溶性有机碳在米槠天然林土
壤中的淋溶特征 ． 亚热带资源与环境学报，9(1) : 46 － 52．
(Xiong L，Yang Y S，Wang Q Z，et al． 2014． Movement of dissolved
organic carbon in natural forest soil of Castanopsis carlesii． Journal of
Subtropical Ｒesources and Environment，9 ( 1 ) : 46 － 52． ［in
Chinese］)
Ayres E，Steltzer H，Simmons B L，et al． 2009． Soil biota accelerate
decomposition in high-elevation forests by specializing in the
breakdown of litter produced by the plant species above them．
Journal of Ecology，97(5) : 901 － 912．
Blagodatskaya E，Kuzyakov Y． 2008． Mechanisms of real and apparent
priming effects and their dependence on soil microbial biomass and
community structure: critical review． Biology and Fertility of Soils，
45(2) : 115 － 131．
Boddy E，Hill P W． 2007． Fast turnover of low molecular weight
components of the dissolved organic carbon pool of temperate
grassland field soils． Soil Biology and Biochemistry，39(4) : 827 －
835．
Chen Q H，Feng Y，Zhang Y P，et al． 2012． Short-term responses of
nitrogen mineralization and microbial community to moisture regimes
in greehouse vegetable soils． Pedosphere，22 (2) : 263 － 272．
Cleveland C C，Neff J C，Townsend A Ｒ，et al． 2004． Composition，
dynamics，and fate of leached dissolved organic matter in terrestrial
ecosystems: results from a decomposition experiment． Ecosystems，7
(3) : 175 － 285．
Cleveland C C，Nemergut D Ｒ，Schmidt S K，et al． 2007． Increases in
soil respiration following labile carbon additions linked to rapid shifts
in soil microbial community composition． Biogeochemistry，82(3) :
229 － 240．
Cleveland C C，Wieder W Ｒ，Ｒeed S C，et al． 2010． Experimental
drought in a tropical rain forest increases soil carbon dioxide losses to
the atmosphere． Ecology，91(8) : 2313 － 2323．
Crow S E，Lajtha K，Filley T Ｒ，et al． 2009． Sources of plant ‐ derived
carbon and stability of organic matter in soil: implications for global
change． Global Change Biology，15(8) : 2003 － 2019．
Denef K，Ｒoobroeck D，Manimel Wadu M C，et al． 2009． Microbial
community composition and rhizodeposit-carbon assimilation in
differently managed temperate grassland soils． Soil Biology and
Biochemistry，41(1) : 144 － 153．
Dungait J A J，Kemmitt S J，Michallon L， et al． 2011． Variable
responses of the soil microbial biomass to trace concentrations of 13 C-
labelled glucose，using 13 C-PLFA analysis． European Journal of Soil
Science，62(1) : 117 － 126．
Feng W T，Zou X M，Schaefer D． 2009． Above- and belowground
carbon inputs affect seasonal variations of soil microbial biomass in a
subtropical monsoon forest of southwest China． Soil Biology and
Biochemistry，41(5) : 978 － 983．
Fontaine S，Mariotti A，Abbadie L． 2003． The priming effect of organic
matter: a question of microbial competition? Soil Biology and
Biochemistry，35 (6) : 837 － 843．
Frostegrd ，Tunlid A，Bth E． 2011． Use and misuse of PLFA
measurements in soils． Soil Biology and Biochemistry，43 ( 8 ) :
1621 － 1625．
Garcia-Pausas J，Paterson E． 2011． Microbial community abundance and
structure are determinants of soil organic matter mineralisation in the
presence of labile carbon． Soil Biology and Biochemistry，43 (8) :
1705 － 1713．
Grdens A I，gren G I，Bird J A，et al． 2011． Knowledge gaps in soil
carbon and nitrogen interactions — from molecular to global scale．
Soil Biology and Biochemistry，43 (4) : 702 － 717．
Housman D C，Powers H H，Collins A D，et al． 2006． Carbon and
nitrogen fixation differ between successional stages of biological soil
crusts in the Colorado Plateau and Chihuahuan Desert． Journal of
Arid Environments，66(4) : 620 － 634．
Kramer C，Gleixner G． 2006． Variable use of plant- and soil-derived
carbon by microorganisms in agricultural soils． Soil Biology and
Biochemistry，38(11) : 3267 － 3278．
Kuzyakov Y． 2010． Priming effects: interactions between living and dead
organic matter． Soil Biology and Biochemistry，42 ( 9 ) : 1363 －
1371．
Kuzyakov Y，Friedel J K，Stahr K． 2000． Ｒeview of mechanisms and
quantification of priming effects． Soil Biology and Biochemistry，32
(11) : 1485 － 1498．
Landesman W J， Dighton J． 2010． Ｒesponse of soil microbial
communities and the production of plant-available nitrogen to a two-
year rainfall manipulation in the New Jersey Pinelands． Soil Biology
and Biochemistry，42(10) : 1751 － 1758．
Leff J W，Nemergut D Ｒ，Grandy A S，et al． 2012． The effects of soil
bacterial community structure on decomposition in a tropical rain
forest． Ecosystems，15(2) : 284 － 298．
Lejon D P，Chaussod Ｒ，Ｒanger J，et al． 2005． Microbial community
structure and density under different tree species in an acid forest
soil (Morvan，France) ． Microbial Ecology，50(4) : 614 － 625．
Moore-Kucera J，Dick Ｒ P． 2008． Application of 13 C-labeled litter and
root materials for in situ decomposition studies using phospholipid
fatty acids． Soil Biology and Biochemistry，40(10) : 2485 － 2493．
Neff J C，Asner G P． 2001． Dissolved organic carbon in terrestrial
ecosystems: synthesis and a model． Ecosystems，4(1) : 29 － 48．
Nemergut D Ｒ，Cleveland C C，Wieder W Ｒ，et al． 2010． Plot-scale
manipulations of organic matter inputs to soils correlate with shifts in
microbial community composition in a lowland tropical rain forest．
Soil Biology and Biochemistry，42(12) : 2153 － 2160．
Nottingham A T，Griffiths H，Chamberlain P M， et al． 2009． Soil
priming by sugar and leaf-litter substrates: a link to microbial
groups． Applied Soil Ecology，42(3) : 183 － 190．
Paterson E． 2009． Comments on the regulatory gate hypothesis and
implications for C-cycling in soil． Soil Biology and Biochemistry，41
(6) : 1352 － 1354．
Paterson E，Gebbing T，Abel C，et al． 2007． Ｒhizodeposition shapes
rhizosphere microbial community structure in organic soil． New
211
第 2 期 万菁娟等: 可溶性有机物输入对亚热带森林土壤 CO2 排放及微生物群落的影响
Phytologist，173(3) : 600 － 610．
Potts D L，Huxman T E，Cable J M，et al． 2006． Antecedent moisture
and seasonal precipitation influence the response of canopy-scale
carbon and water exchange to rainfall pulses in a semi-arid
grassland． New Phytologist，170(4) : 849 － 860．
Swallow M， Quideau S， MacKenzie M， et al． 2009． Microbial
community structure and function: the effect of silvicultural burning
and topographic variability in northern Alberta． Soil Biology and
Biochemistry，41(4) : 770 － 777．
Tavi N M，Martikainen P J，Lokko K，et al． 2013． Linking microbial
community structure and allocation of plant-derived carbon in an
organic agricultural soil using 13 CO2 pulse-chase labelling combined
with 13 C-PLFA profiling． Soil Biology and Biochemistry，58 (3 ) :
207 － 215．
Von Lützow M，Kgel-Knabner I，Ekschmitt K， et al． 2007． SOM
fractionation methods: relevance to functional pools and to
stabilization mechanisms． Soil Biology and Biochemistry，39 (9 ) :
2183 － 2207．
Wang Q，He T，Wang S，et al． 2013． Carbon input manipulation affects
soil respiration and microbial community composition in a subtropical
coniferous forest． Agricultural and Forest Meteorology，178 － 179:
152 － 160．
Wieder WＲ，Cleveland C，Townsend A Ｒ． 2008． Tropical tree species
composition affects the oxidation of dissolved organic matter from
litter． Biogeochemistry，88(2) : 127 － 138．
(责任编辑 于静娴)
311