郝柳柳,代梨梨,彭 亮,陳思媛,陶 玲,李 谷,張 輝,*

(1.湖州師范學院 生命科學學院,浙江 湖州 313000; 2.中國水產(chǎn)科學研究院 長江水產(chǎn)研究所,湖北 武漢 420322)

水稻(Oryzasativa)-克氏原螯蝦(Procambarusclarkii)種養(yǎng)(簡稱稻蝦種養(yǎng))模式是我國應用面積最廣的一種稻田復合生態(tài)種養(yǎng)模式。據(jù)統(tǒng)計,2020年全國稻田養(yǎng)殖面積達到2 562 686 hm2,其中稻蝦種養(yǎng)模式占主要部分[1]。在稻蝦種養(yǎng)模式中,水稻和克氏原螯蝦共同種養(yǎng)在同一稻田中,二者共享同一生態(tài)環(huán)境(水、土壤)。越來越多的研究表明,稻蝦種養(yǎng)模式提高了土壤肥力,減少了氮肥、磷肥的使用量[2-3]。但也有研究表明,隨著養(yǎng)殖密度的增加,土壤中的營養(yǎng)物質出現(xiàn)累積,其環(huán)境釋放風險也相應增加[3-4]。研究稻蝦種養(yǎng)模式的營養(yǎng)物質循環(huán)規(guī)律,特別是水稻土的營養(yǎng)物質吸收利用規(guī)律,對于水稻增產(chǎn)和農業(yè)面源污染控制都有積極意義。

土壤活性有機碳作為土壤有機碳庫的重要組成部分,是土壤中遷移快、穩(wěn)定性較差、容易氧化、容易礦化,且極易被植物和土壤微生物利用的有機碳,是土壤養(yǎng)分礦化、循環(huán)和能量釋放的重要參與者[5]。土壤活性有機碳常通過溶解性有機碳(DOC)、微生物量碳(MBC)、易氧化有機碳(LOC)和顆粒有機碳(POC)等來進行表征。DOC和MBC可以表征土壤有機碳的降解能力和降解潛力,是反映土壤有機碳有效性和土壤質量演變的敏感性指標[6-7];LOC和POC可以表征新增加的有機碳組分[8-9]。目前,關于稻蝦種養(yǎng)的研究主要集中在土壤肥力、水體環(huán)境、溫室氣體等方面[10-12],關于稻蝦種養(yǎng)中根際土壤活性有機碳的研究還相對較少。

根際是受植物根部直接影響的土壤范圍,是植物、土壤和微生物及其環(huán)境相互作用的中心,也是植物和土壤環(huán)境之間物質、能量交換最為劇烈的區(qū)域[13]。本研究從水稻根際的角度研究稻蝦種養(yǎng)系統(tǒng)根際土壤活性有機碳及其微生物的動態(tài)變化,旨在為水稻土的固碳減排和稻蝦種養(yǎng)模式的健康發(fā)展提供進一步的依據(jù)。

1 材料與方法

1.1 試驗區(qū)概況與試驗設計

試驗在湖北省荊州市江陵縣三湖農場(30°19′N,112°54′E)進行。試驗區(qū)域屬于典型的北亞熱帶季風氣候,年均氣溫16 ℃,年均降水量1 100 mm,年無霜期246～262 d,年日照時數(shù)1 827～1 897 h。該區(qū)域于2017年開始采用稻蝦種養(yǎng)模式。

試驗于2021年3-10月進行,分別設置稻蝦種養(yǎng)系統(tǒng)(CR)和水稻單作系統(tǒng)(MR)兩種模式的處理,每種處理分別設置3塊稻田,每塊稻田的面積為667 m2。在CR系統(tǒng)中,采用標準的環(huán)溝模式,每年主要養(yǎng)蝦期為3-5月,期間每塊稻田(667 m2,下同)的蝦苗投放量為25 kg,飼料投放量為125 kg,6月前完成捕撈,然后進行排水整地、插秧。供試水稻品種為深兩優(yōu)3117,株行距為16 cm×30 cm。水稻種植前施底肥(每塊稻田包括尿素10 kg、磷酸二銨15 kg),另于返青期和分蘗期各追肥1次(每次每塊稻田施尿素5 kg)。供試尿素(N質量分數(shù)≥46.4%),磷酸二銨(N質量分數(shù)≥18%,P2O5質量分數(shù)≥46%),均產(chǎn)自湖北宜化化工股份有限公司。10月水稻收割后灌水養(yǎng)蝦,稻草全量還田。除小龍蝦養(yǎng)殖外,MR與CR的稻田管理方式基本相同。

將試驗開始前CR和MR系統(tǒng)耕層土壤(0～20 cm)的部分基本性質整理于表1。

表1 試驗開始前耕層土壤(0～20 cm)的部分基本理化性質Table 1 Physiochemical properties of the surface soil (0-20 cm) before the experiment

1.2 樣品采集與測定

2021年,分別在水稻分蘗期(7月)、抽穗期(9月)、成熟期(10月)采集根際土壤樣品,每種模式下分別采集3塊稻田土壤,在每塊稻田按照“S”形采集5份以上帶根的水稻,混合后帶回實驗室進行處理。根際土壤的采集采用抖落分離法[14-15],先抖落掉松散的土壤,然后輕輕刮取緊貼于根系(0～4 mm)的土樣。土樣去除側根、碎石等雜物后混勻,分為3份:一份土樣過2 mm篩后保存于4 ℃[16-17],盡快用于MBC、DOC測定;一份土樣自然風干并研磨過篩后,用于總有機碳(TOC)、POC、LOC的測定;剩下一份于-20 ℃冷凍保存,用于微生物測序分析。

TOC采用濃硫酸-重鉻酸鉀外加熱法測定[18];MBC采用氯仿熏蒸法測定[19],熏蒸土樣與未熏蒸土樣提取的有機碳的差值取轉換系數(shù)0.38;DOC采用1∶2.5的水土質量比提取測定[20];POC采用六偏磷酸鈉溶液提取測定[21];LOC采用333 mmol·L-1KMnO4氧化法測定[22]。

土壤pH值采用1∶5的土水質量體積比浸提,用酸度計法測定;全氮含量采用凱氏定氮法測定;全磷含量采用堿熔-鉬銻抗分光光度法測定。

1.3 微生物測序與分析

利用DNeasy PowerSoil Pro Kit(強力土壤DNA提取試劑盒,德國QIAGEN),按照操作說明書提取土壤總DNA。DNA樣品經(jīng)檢驗合格后,利用Illumina Miseq高通量測序技術平臺進行測序和分析。測序采用2×250 bp雙端測序(PE)方式,由百邁克云科技(武漢)有限公司進行,測序區(qū)段為16S rDNA的V3和V4區(qū),引物及其序列分別為338F(5′-ACTCCTACGGGAGGCAGCA-3′)和806R(5′-GGACTACHVGGGTWTCTAAT-3′)。

將雙端測序得到的序列用于拼接、過濾,經(jīng)過處理后,最終得到的序列用于運算分類單位(OUT)分析(97%相似性水平)。利用Ribosomal Database Project平臺提供的RDP classifier工具中的貝葉斯算法進行物種分類。采用樣本序列隨機抽樣的方法,分別計算Chao1指數(shù)、ACE指數(shù)、Shannon指數(shù)(香農指數(shù))和Simpson指數(shù)(辛普森指數(shù))等α多樣性指標。利用Excel 2016軟件繪制物種組成堆砌條圖。利用R軟件(version 3.4.3)進行主成分分析(PCA)。利用Vegan(2.6-4)程序包進行冗余分析(RDA)。

1.4 統(tǒng)計分析

采用SPSS 21.0軟件進行單因素方差分析(one-way ANOVA)和Pearson(皮爾遜)相關性分析。顯著性水平分別選定為α=0.05和α=0.01,P<0.05表示差異顯著或顯著相關,P<0.01表示極顯著相關。

2 結果與分析

2.1 根際土壤活性有機碳分析

CR處理水稻分蘗期、抽穗期、成熟期的根際土壤TOC含量分別為104.10～132.73、97.68～108.49、86.08～93.97 g·kg-1(圖1),MR處理分別為47.71～77.76、49.07～88.69、48.23～81.91 g·kg-1。單因素方差分析發(fā)現(xiàn),CR處理在上述3個生育期的水稻根際土壤TOC含量均顯著高于MR處理,分蘗期、抽穗期和成熟期的增幅分別為78%、66%、49%。

柱上無相同字母的表示差異顯著(P<0.05)。下同。Bars marked without the same letters indicate significant difference at P<0.05. The same as below.圖1 不同處理各生育期的根際土壤總有機碳(TOC)和顆粒有機碳(POC)含量Fig.1 Total organic carbon (TOC) and particulate organic carbon (POC) contents in rhizosphere soil under treatments at varied growth stages

CR處理水稻分蘗期、抽穗期、成熟期的根際土壤POC含量分別為12.11～14.78、11.14～13.21、7.67～8.55 g·kg-1,MR處理分別為4.26～7.58、4.02～6.01、2.52～5.69 g·kg-1。CR處理在上述3個生育期的水稻根際土壤POC含量均顯著高于MR處理,分蘗期、抽穗期和成熟期的增幅分別為131%、150%和121%。CR處理下水稻根際土壤的POC含量隨生育周期呈下降趨勢,成熟期的根際POC含量顯著低于分蘗期和抽穗期;但MR處理下水稻根際土壤的POC含量在3個生育期間無顯著差異。

CR處理水稻分蘗期、抽穗期、成熟期的根際土壤LOC含量分別為3.42～5.43、4.07～5.38、4.40～5.85 g·kg-1(圖2),MR處理分別為2.08～4.44、1.96～3.04、2.49～2.97 g·kg-1。在分蘗期,CR與MR處理的水稻根際土壤LOC含量無顯著差異;但在抽穗期和成熟期,CR處理的水稻根際土壤LOC含量均顯著高于MR處理,增幅分別為70%和87%。

圖2 不同處理各生育期的根際土壤易氧化有機碳(LOC)和溶解性有機碳(DOC)含量Fig.2 Labile organic carbon (LOC) and dissolved organic carbon (DOC) contents in rhizosphere soil under treatments at varied growth stages

CR處理水稻分蘗期、抽穗期、成熟期的根際土壤DOC含量分別為85.29～146.70、74.30～91.11、376.16～407.84 mg·kg-1,MR處理分別為160.30～200.31、127.95～294.98、771.72～888.82 mg·kg-1。CR和MR處理水稻成熟期的根際土壤DOC含量均顯著高于分蘗期、抽穗期。在分蘗期,CR與MR處理的水稻根際土壤DOC含量無顯著差異;但在抽穗期和成熟期,CR處理的水稻根際土壤LOC含量均顯著低于MR處理,降幅分別為65%和54%。

CR處理水稻分蘗期、抽穗期、成熟期的根際土壤MBC含量分別為237.33～274.34、143.70～189.43、120.84～161.12 mg·kg-1(圖3),MR處理下分別為137.17～215.55、106.69～169.83、93.62～167.65 mg·kg-1。CR處理下,水稻抽穗期和成熟期的根際土壤MBC含量較分蘗期顯著(P<0.05)降低,但MR處理下水稻根際土壤的MBC含量在3個生育期間無顯著差異。在分蘗期,CR處理的水稻根際土壤MBC含量顯著高于MR處理,增幅為56%;在抽穗期和成熟期,CR與MR處理的水稻根際土壤MBC含量無顯著差異。

圖3 不同處理各生育期的根際土壤微生物量碳(MBC)含量Fig.3 Microbial biomass carbon (MBC) contents in rhizosphere soil under treatments at varied growth stages

2.2 根際土壤微生物群落組成分析

本研究共獲得1 438 173對reads,對雙端reads質控、拼接后,共產(chǎn)生1 433 928條clean reads。對clean reads在97.0%的相似度水平下進行聚類,共獲得2 030個OTU。對稀釋曲線進行分析發(fā)現(xiàn),各樣品曲線在相應的測序深度下均趨于平緩,說明所用的測序深度可滿足分析需求。對韋恩圖進行分析發(fā)現(xiàn),CR與MR處理下的OTU數(shù)分別為2 373和2 443,特異性OTU數(shù)分別為12和82,但不同時期的樣品間無特異性OTU,說明各OTU在不同時期樣品間均有分布。

2.2.1 根際土壤微生物的多樣性

在水稻的分蘗期、抽穗期和成熟期,兩種模式的OTU數(shù)量,及微生物多樣性指標(Chao1指數(shù)、Ace指數(shù)、Shannon指數(shù)和Simpson指數(shù))均無顯著差異(表2)。

表2 不同處理各生育期的根際土壤微生物多樣性指標Table 2 Rhizosphere microbial diversity indexes under treatments at varied growth stages

2.2.2 根際土壤微生物的群落結構

在門水平上:水稻分蘗期MR處理下的優(yōu)勢類群(相對豐度>10%)包括變形菌門(Proteobacteria)、酸桿菌門(Acidobacteria)、綠彎菌門(Chloroflexi)、unclassified_Bacteria(未分類)和擬桿菌門(Bacteroidetes),而CR處理下的優(yōu)勢類群為變形菌門、酸桿菌門、綠彎菌門和unclassified_Bacteria(圖4)。在水稻抽穗期和成熟期,兩種模式下的優(yōu)勢類群無明顯變化。進一步的分析發(fā)現(xiàn):在水稻抽穗期,CR處理疣微菌門(Verrucomicrobia)和厚壁菌門(Firmicutes)的相對豐度顯著低于MR;在分蘗期,CR處理Bdellovibrionota和浮霉菌門(Planctomycetes)的相對豐度顯著低于MR。成熟期時,不同處理各菌門的相對豐度無顯著差異。

圖4 不同處理各生育期門水平上根際土壤微生物的相對豐度Fig.4 Relative abundances of microorganisms in rhizosphere soil at phylum level under treatments at varied growth stages

在屬水平上,對相對豐度排名前20的微生物OTU進行分析(圖5),結果發(fā)現(xiàn),CR處理下unclassified_Anaerolineaceae在水稻抽穗期的相對豐度顯著高于MR,增幅為935.53%,但在分蘗期和成熟期無顯著性差異。CR處理下unclassified_Steroidobacteraceae在分蘗期和抽穗期的相對豐度均顯著高于MR模式,增幅分別為120.85%和389.79%,但在成熟期與MR無顯著差異。CR處理顯著提高了抽穗期unclassified_Subgroup_17的相對豐度,顯著降低了抽穗期unclassified_Geobacteraceae的相對豐度。

圖5 不同處理各生育期屬水平上根際土壤微生物的相對豐度Fig.5 Relative abundances of microorganisms in rhizosphere soil at genus level under treatments at varied growth stages

利用PCA探討不同處理各生育期水稻根際微生物群落的結構差異,其中PC1(主成分1)的解釋度為52.14%,PC2(主成分2)的解釋度為15.03%,二者合計的總解釋度為67.17%(圖6)。CR與MR處理的根際土壤微生物群落結構有著明顯的差異:CR處理的樣品分布在第二、第三象限,而MR處理的樣品分布在第一、第四象限。CR處理下,不同生育期的微生物在PC1和PC2上存在較明顯的聚集,說明CR處理下的微生物群落結構隨時間變化較大;MR處理下,不同生育期的微生物在PC1和PC2上無明顯聚集,說明MR處理下的微生物群落結構隨時間變化不明顯。

PC1,主成分1;PC2,主成分2。CR07、CR09、CR10分別代表CR處理分蘗期、抽穗期、成熟期的樣品,MR07、MR09、MR10分別代表MR處理分蘗期、抽穗期、成熟期的樣品。下同。PC1, Principle component 1; PC2, Principle component 2. CR07, CR09, CR10 represent samples collected at tillering stage, heading stage and maturity stage under CR treatment, respectively. MR07, MR09, MR10 represent samples collected at tillering stage, heading stage and maturity stage under MR treatment, respectively.The same as below.圖6 不同處理各生育期根際土壤微生物群落的主成分分析Fig.6 Principle component analysis (PCA) of microorganisms in rhizosphere soil under treatments at varied growth stages

2.2.3 根際土壤微生物的功能預測

基于KEGG數(shù)據(jù)庫,對根際土壤微生物中最主要的20種代謝通路進行分析(表3)。在水稻分蘗期,CR處理在原核生物的碳固定途徑、丙酮酸代謝、甲烷代謝、泛酸和輔酶A生物合成等通路上的相對豐度顯著高于MR處理,但在磷酸戊糖途徑通路上的相對豐度卻顯著低于MR處理;在抽穗期,CR處理在磷酸戊糖途徑通路上的相對豐度顯著低于MR處理;在成熟期,CR處理在丙酸代謝通路上的相對豐度顯著低于MR處理。

表3 不同處理各生育期根際土壤微生物的KEGG代謝通路豐度Table 3 Abundance of KEGG metabolism pathways of rhizosphere microbes under treatments at varied growth stages %

2.3 根際土壤活性有機碳與微生物群落結構的關系

在屬水平上分析不同類群微生物與活性有機碳的相關性(圖7),結果顯示:根際土壤TOC含量與unclassified_Anaerolineaceae呈顯著正相關,與Candidatus_Solibacter、厭氧繩菌屬(Anaerolinea)、unclassified_Xanthobacteraceae、unclassified_Geobacteraceae呈顯著負相關;POC與unclassified_Anaerolineaceae呈極顯著正相關,與Haliangium、unclassified_Geobacteraceae呈顯著負相關,與Candidatus_Solibacter、unclassified_Xanthobacteraceae呈極顯著負相關。此外,兩者都與unclassified_Steroidobacteraceae、unclassified_Thermodesulfovibrionia、uncultured_prokaryote和unclassified_Subgroup_17呈極顯著正相關,與unclassified_Vicinamibacterales、unclassified_Gemmatimonadaceae、厭氧黏細菌屬(Anaeromyxobacter)呈極顯著負相關。LOC與unclassified_Anaerolineaceae、unclassified_Thermodesulfovibrionia、uncultured_prokaryote呈顯著正相關,與unclassified_Subgroup_17呈極顯著正相關,與unclassified_Vicinamibacterales、unclassified_Gemmatimonadaceae呈顯著負相關。DOC與unclassified_Gemmatimonadaceae呈顯著正相關,與MND1、Haliangium呈極顯著正相關,與unclassified_Steroidobacteraceae、unclassified_Bacteroidetes_vadinHA17和uncultured_prokaryote呈顯著負相關。MBC與unclassified_Steroidobacteraceae呈極顯著正相關,與uncultured_prokaryote呈顯著正相關,與unclassified_Vicinamibacterales、unclassified_Gemmatimonadaceae、MND1呈顯著負相關。

1, Unclassified_Bacteria;2, Unclassified_Anaerolineaceae;3, Unclassified_Vicinamibacterales;4, Uncultured_soil_bacterium;5, Unclassified_Gemmatimonadaceae;6, Unclassified_Vicinamibacteraceae;7, Unclassified_Steroidobacteraceae;8, 厭氧黏細菌屬(Anaeromyxobacter);9, Unclassified_Bacteroidetes_vadinHA17;10, Unclassified_Thermodesulfovibrionia;11, Candidatus_Solibacter;12, Uncultured_prokaryote;13, MND1;14, Unclassified_SC_I_84;15, Uncultured_Chloroflexi_bacterium;16, Unclassified_Subgroup_17;17, 厭氧繩菌屬(Anaerolinea);18, Unclassified_Xanthobacteraceae;19, Haliangium;20, Unclassified_Geobacteraceae。TOC,總有機碳;POC,顆粒有機碳;LOC,易氧化有機碳;DOC,溶解性有機碳;MBC,微生物量碳;TN,全氮?！?”和“**”分別表示顯著(P<0.05)相關和極顯著(P<0.01)相關。1, Unclassified_Bacteria;2, Unclassified_Anaerolineaceae;3, Unclassified_Vicinamibacterales;4, Uncultured_soil_bacterium;5, Unclassified_Gemmatimonadaceae;6, Unclassified_Vicinamibacteraceae;7, Unclassified_Steroidobacteraceae;8, Anaeromyxobacter;9, Unclassified_Bacteroidetes_vadinHA17;10, Unclassified_Thermodesulfovibrionia;11, Candidatus_Solibacter;12, Uncultured_prokaryote;13, MND1;14, Unclassified_SC_I_84;15, Uncultured_Chloroflexi_bacterium;16, Unclassified_Subgroup_17;17, Anaerolinea;18, Unclassified_Xanthobacteraceae;19, Haliangium;20, Unclassified_Geobacteraceae。TOC, Total orgaic carbon; POC, Particulate organic carbon; LOC, Labile organic carbon; DOC, Dissoloved organic carbon; MBC, Microbial biomass carbon; TN, Total nitrogen. “*” and “**” represent significant correlation at P<0.05 and P<0.01 level, respectively.圖7 根際土壤微生物群落(屬水平)與有機碳組分的相關性分析與冗余分析(RDA)Fig.7 Correlation and redundancy analysis (RDA) of rhizosphere microbial community (at genus level) and organic carbon components

RDA有助于進一步揭示根際土壤微生物群落與活性有機碳之間的關系,環(huán)境因子前兩軸的解釋率分別為34.17%和6.90%,總解釋率為4.07%。不同有機碳組分的含量與根際微生物群落的相對豐度間存在顯著相關性,土壤POC、MBC、DOC含量是最主要的環(huán)境驅動因子。同時,土壤pH值、全氮含量也對根際土壤微生物群落有重要影響。

3 討論

3.1 稻蝦種養(yǎng)系統(tǒng)水稻根際土壤活性有機碳的變化特征

近年來,稻蝦種養(yǎng)模式受到了廣泛的關注和研究,大量研究表明,稻蝦種養(yǎng)模式能夠增加土壤有機質含量,并提高土壤肥力[23-25]。然而,大多數(shù)研究只關注稻蝦種養(yǎng)模式對稻田土壤的影響,較少關注這一模式下土壤碳的轉化動態(tài)。水稻作為這一系統(tǒng)的重要組成部分,無疑對系統(tǒng)內的營養(yǎng)物質轉化具有重要影響。本研究通過與常規(guī)稻田的對比,分析了稻蝦種養(yǎng)系統(tǒng)水稻根際土壤活性有機碳與微生物的動態(tài)變化,有利于揭示這一系統(tǒng)土壤碳的轉化和利用規(guī)律。

之前有大量的研究都表明,CR處理能增加不同土層的土壤有機碳含量[10,25-26]。本研究也同樣發(fā)現(xiàn),CR處理較MR處理更能促進根際土壤TOC的積累。土壤中的有機碳含量是由有機質的輸入和礦化共同決定的[27]。在稻蝦種養(yǎng)系統(tǒng)中,一方面,小龍蝦投餌和糞便殘留使得稻田土壤有機質含量升高;另一方面,淹水養(yǎng)蝦的環(huán)境也有助于減緩土壤有機碳的分解[28]。

POC主要由未完全分解的有機物殘體組成[29]。本研究表明,在水稻各生育期,CR處理的根際土壤POC含量均顯著高于MR處理。有研究指出,小龍蝦對秸稈、樹葉等植物凋落物的粉碎、攝食等行為會增加細顆粒有機質的含量[30]。另外,在CR處理下,根際土壤的POC含量在水稻成熟期顯著低于分蘗期和抽穗期,此結果與符卓旺[13]的研究類似。這可能是由于CR處理下微生物群落的改變,加快了POC的分解。

土壤LOC含量越高,表明土壤碳的活性越高,穩(wěn)定性越差,養(yǎng)分循環(huán)越快[31]。本研究中,在抽穗期和成熟期,CR處理根際土壤的LOC含量顯著高于MR。這與之前的研究結果類似,即小龍蝦的引入提高了根際土壤有機碳的質量和生物有效性[32-33]。這與前面對CR處理下有機質分解活性升高的分析一致。

土壤DOC是指土壤有機碳庫中具有一定溶解性、較易礦化分解的那部分土壤有機碳,是土壤活性炭的重要組成部分[34],也是土壤微生物可直接利用的有機碳源[35]。本研究發(fā)現(xiàn),CR處理在抽穗期和成熟期的根際土壤DOC含量顯著低于MR。CR處理的長期淹水環(huán)境可能使土壤DOC更容易進入水體流失[36],從而導致根際土壤DOC含量降低,這與曹湊貴等[2]的研究結果類似。先前有研究發(fā)現(xiàn),隨著根際衰老,根際微生物的富集效應減少[37]。對MBC含量的分析發(fā)現(xiàn),在水稻分蘗期,CR處理根際土壤的MBC含量顯著高于MR,這進一步說明CR處理存在較高的微生物量,但也可能會引起根際土壤DOC含量的降低。

3.2 稻蝦種養(yǎng)系統(tǒng)水稻根際土壤微生物的變化特征

根際是植物-微生物-土壤生態(tài)系統(tǒng)物質交換的活躍場所[38],對維系稻田系統(tǒng)平衡發(fā)揮著重要的作用。相比周邊土壤,根際土壤的微生物活性往往更高,有機質分解轉化的活性也更強[13]。因此,評價稻蝦系統(tǒng)根際微生物的影響對了解稻蝦種養(yǎng)的生態(tài)學效應具有重要意義。本研究以水稻單作為對照,發(fā)現(xiàn)稻蝦種養(yǎng)系統(tǒng)與水稻單作系統(tǒng)根際土壤微生物群落多樣性并無顯著差異。但陶先法等[39]的研究發(fā)現(xiàn),稻蝦種養(yǎng)能夠提高水稻結實期根際土壤微生物的多樣性。較高的微生物多樣性往往意味著較高的生態(tài)系統(tǒng)穩(wěn)定性[40],因此,稻蝦種養(yǎng)模式可能更有利于根際微環(huán)境的穩(wěn)定。本研究還發(fā)現(xiàn),CR處理的微生物群落結構在水稻的不同生育期存在著較明顯的差異,而MR處理下的微生物群落結構組成在不同生育期間變化較小。在稻蝦種養(yǎng)模式下,水稻種植前的冬閑田養(yǎng)蝦可能會對水稻種植后的根際微生物群落造成影響;但隨著水稻生長,根際微生物多樣性得到快速恢復。對微生物群落功能的分析發(fā)現(xiàn),在水稻分蘗期,CR處理的原核生物的碳固定途徑、丙酮酸代謝、甲烷代謝、泛酸和輔酶A生物合成等通路的相對豐度顯著高于MR處理,說明CR處理下微生物的碳固定能力更強,微生物群落組成上的差異可能是造成兩處理間差異的主要原因。

在門水平上,雖然CR和MR處理在水稻抽穗期和成熟期的微生物優(yōu)勢種群無顯著差異,但在豐度較小的群落中,CR與MR處理在疣微菌門、厚壁菌門、浮霉菌門、Bdellovibrionota的相對豐度上存在顯著差異,說明CR與MR處理的根際微生物組成發(fā)生了顯著變化。PCA分析的結果也進一步證實了CR和MR處理下根際微生物群落結構上的差異。在屬水平上,對最主要的20種微生物進行分析也發(fā)現(xiàn),相較于MR,CR處理下unclassified_Anaerolineaceae在水稻抽穗期的相對豐度,unclassified_Steroidobacteraceae在分蘗期和抽穗期的相對豐度,以及unclassified_Subgroup_17在抽穗期的相對豐度均顯著升高。微生物作為有機質分解轉化的主要類群,推測其群落變化可能與不同處理下土壤有機碳的差異有重要關系。

3.3 稻蝦種養(yǎng)系統(tǒng)水稻根際土壤活性有機碳與微生物的關系

unclassified_Anaerolineaceae屬于綠彎菌門厭氧繩菌科,相關類群被發(fā)現(xiàn)廣泛分布于沉積物和濕地土壤中[41-43],其成員普遍在厭氧環(huán)境下生長[44],提示CR處理下水稻根際可能保持厭氧環(huán)境,因而有利于unclassified_Anaerolineaceae的生存。相關性分析發(fā)現(xiàn),unclassified_Anaerolineaceae與POC呈極顯著正相關。在底泥中,綠彎菌主要附著在膠體和顆粒上[45],CR處理下較高的POC含量可能為unclassified_Anaerolineaceae提供了生長條件。有研究認為,unclassified_Anaerolineaceae可能是將新鮮的碳轉變?yōu)橥寥烙袡C碳并封存在土壤中的主要貢獻者[46]。石琪晗等[47]的研究也認為,Anaerolineaceae可能是促進土壤有機碳轉化的主要因素。因此,CR處理下unclassified_Anaerolineaceae相對豐度的增加可能會對根際土壤POC、TOC的積累有正反饋作用,并可能增加根際土壤LOC的含量。

unclassified_Steroidobacteraceae屬于類固醇桿菌科。目前,對類固醇桿菌科與碳循環(huán)關系的研究還很少。Ikenaga等[48]發(fā)現(xiàn),從根際分離的Steroidobacter可以降解瓊脂糖,多存在于纖維多糖中。先前的研究已經(jīng)發(fā)現(xiàn),CR處理可以提高根際有機酸的分泌[39],這可能有利于unclassified_Steroidobacteraceae的生長。本研究發(fā)現(xiàn),相較于MR,CR處理水稻分蘗期和抽穗期unclassified_Steroidobacteraceae的相對豐度顯著增加。這可能是由于CR處理下根際土壤分泌物的增加引起了更多的unclassified_Steroidobacteraceae聚集。相關性分析結果顯示,unclassified_Steroidobacteraceae的相對豐度與TOC、POC、MBC含量呈正相關,與DOC含量呈負相關,推測CR處理較高的有機碳含量可能更利于其生長,但其生長消耗可能會引起DOC含量的降低。

相關性分析與RDA的結果均發(fā)現(xiàn),POC是影響根際微生物的重要因素。目前,已有研究發(fā)現(xiàn)微生物群落組成與POC存在著密切的關系。例如,在海洋中,自養(yǎng)細菌能夠通過光能或化能合成POC,而POC又能被異養(yǎng)細菌分解和轉化[49]。Wang等[50]發(fā)現(xiàn),POC是顯著影響土壤微生物群落組成的關鍵因子之一。Uncles等[51]的研究認為,細菌對于懸浮物POC的轉化具有重要貢獻。然而,目前在稻蝦種養(yǎng)系統(tǒng)中還很少有研究發(fā)現(xiàn)POC對土壤微生物的影響。相較于單純的稻作系統(tǒng),稻蝦種養(yǎng)系統(tǒng)中小龍蝦的養(yǎng)殖引起了根際土壤中POC含量的顯著升高,并可能最終引起根際土壤微生物群落組成的變化。本研究的結果可為深入揭示這一系統(tǒng)的物質轉化機制提供基礎支撐。此外,本研究還發(fā)現(xiàn),TOC、LOC、DOC、MBC含量對根際微生物群落具有明顯影響,不同有機碳形態(tài)可在微生物的作用下相互轉化,水稻根際土壤微生物的大量繁殖會消耗大量碳源,引起根際DOC含量的降低。已有研究表明,土壤TOC含量是影響土壤微生物量的重要因子[52],TOC含量升高會引起土壤MBC含量上升,進而促進土壤有機質的更新與活化[53],并可能引起其他有機碳形式的變化。本研究也發(fā)現(xiàn),MBC含量的變化趨勢與DOC相反。CR處理下TOC輸入量的增加,可能為微生物提供了有效的碳源,并在微生物作用下引起了其他有機碳形式的變化。同時,其他土壤形狀指標,如pH值、全氮等,也對微生物群落具有影響。綜上,本研究發(fā)現(xiàn),相比單純的稻作系統(tǒng),在稻蝦種養(yǎng)系統(tǒng)中,小龍蝦的引入引起了水稻根際土壤活性有機碳的顯著變化,緣于土壤活性有機碳與微生物之間的顯著關聯(lián),稻蝦種養(yǎng)系統(tǒng)根際微生物的群落也發(fā)生了顯著改變,并可能反過來對土壤有機碳產(chǎn)生影響。