不同林龄杉木林土壤细菌群落结构与土壤酶活性变化研究

曹 升,潘 菲,林根根,张燕林,周垂帆,,*,刘 博

1 福建农林大学林学院，福州 350002 2 人工林可持续经营福建省高校工程研究中心，福州 350002 3 福建省长汀县水土保持站，龙岩 366300

杉木作为速生树种,种植历史悠久,且在我国南方大量分布。杉木的凋落物少、养分回归土地周期长以及大面积杉木纯林的持续种植,使土壤养分与天然混交林土壤养分变化规律有较大差异。杉木人工林种植周期的确定往往基于经济效益与碳汇收益[1],而种植周期长短对土壤质量的影响常被忽略。土壤肥力与杉木人工林的生长及其可持续发展密切相关,因此在确定杉木人工林种植周期时,还需考虑土壤质量随林龄变化的规律。此外,目前有关杉木人工林的研究多聚焦于杉木幼龄林和中龄林,缺乏对成熟林和过熟林土壤的研究[2-3],这极大限制了我们对杉木林土壤质量随种植年限变化的认知。

土壤生物学指标(如土壤细菌与土壤酶)与土壤性质密切相关,均对土壤质量变化十分敏感[4-5]。研究表明,细菌群落结构受到土壤植被、理化性质、有机质含量等的影响,能在土壤环境改变时快速做出反应[6]。因此,通过对不同发育阶段杉木林土壤中细菌群落结构进行测定,能够及时有效的监测土壤微生物群落及功能变化,这对揭示人工林经营引起土壤质量演变的微生物学机理具有重要意义。国内目前已有较多学者对杉木林土壤微生物结构进行过分析,研究发现,3a、12a与38a的杉木林土壤中,微生物代谢活性与多样性指数逐渐增加,这与土壤pH值。碳氮比和全氮的含量变化有关[7]。魏志超对幼、中、老年的杉木林土壤做了微生物多样性分析,发现幼年林的多样性最高,但均匀度不够,推测是由于幼年林样地环境复杂植被数目覆盖度低导致[8]。也有学者对1、4、10、18、32a的杉木林土壤进行微生物数量的研究后发现,土壤中微生物数量随着林龄的增加呈现先上升后下降趋势[9]。目前土壤细菌对杉木林龄变化的响应机制并未明确,得出的细菌群落变化规律不一,因此亟需进一步分析杉木林龄对土壤细菌活性影响,揭示不同林龄杉木林土壤细菌群落特征。

土壤酶作为一种活性物质,对土壤物化性质的改变极其敏感[10]。前人研究表明,人工林随着种植年限的增加,其土壤酶活性会产生显著变化[11]。土壤脲酶、酸性磷酸酶、β-N-乙酰基葡萄糖苷酶、蔗糖酶均与人工林土壤质量密切相关,其活性能迅速对土壤养分变化产生响应,常被作为评价土壤质量的重要指标[12]。由于酶活性与土壤中生化反应息息相关,因此其活性与土壤细菌活性关系密切[13]。目前对于森林土壤中酶活性研究,多集中于与土壤养分、林下植被的关系。对于不同林龄杉木林的土壤细菌群落与酶之间的关系研究鲜有报道,本文对土壤养分、细菌群落以及酶活性的研究,有利于进一步了解不同酶活性在不同林龄杉木林中的变化特征,为杉木人工林合理种植提供依据。。

鉴于此,本实验通过采集不同林龄杉木人工林土壤样品,对不同林龄杉木林的土壤养分进行测定,利用高通量测序中16SrDNA区对细菌的DNA进行物种注释,挖掘出不同的样本中细菌物种的差异性。同时,本实验挑选出与酸性土壤及土壤细菌活性密切相关的四种酶进行测定。进而探讨不同林龄杉木人工林土壤养分与土壤细菌群落、土壤酶活性之间的关系,揭示土壤微生物与土壤酶对杉木林龄变化的响应规律,为有效评价监测杉木林土壤质量提供科学依据。

1 材料与方法1.1 研究区概况与样品采集

福建省南平市是我国杉木的中心产区之一。南平市杉木种植历史悠久,分布着大量的杉木人工林。该地为亚热带季风气候,气候温暖潮湿,年平均温度19.3℃,相对湿度为83%,年平均降水量为1699mm,主要集中在3月份到8月份[14]。土壤为由花岗岩为母质发育而成的红壤。土壤样品采集于南平市溪后村(26°39′N,117°55′E),在该地选择立地条件相似,林龄不一的五片杉木人工林,分别为4年林(4a),15年林(15a),24年林(24a),43年林(43a)与100年林(100a),样地位置见图1。其中4a为幼龄林,15a为中龄林、24a为近熟龄,43a与100a为过熟林。采样时间为2018年7月27、28日,样品采集时均为晴天。每片林地选择三个相似的土坡,土坡的坡度为30°—40°,坡向均为东南向。乔木层主要以杉木为主,4a土地植被覆盖度较低,林下植被主要以芒萁为主,另有薄盖短肠蕨、五节芒等少量草本植物分布,15a与24a植被丰富度上升,灌木层植物主要有山苍子、毛冬青、盐肤木、木荷、虎皮楠等,草本层植物主要有芒萁、狗脊、乌毛蕨、扇叶铁线蕨、黑莎草、五节芒等。过熟林(43a与100a)灌木层植物数量更为丰富,主要有粗叶榕、青冈、毛冬青、苦槠、盐肤木、细圆藤等,草本层主要有观音座莲蕨、淡绿短肠蕨、狗脊、华山姜、黑莎草等。每个土坡上划定20m×20m的采样地,沿着S形选择六个采样点,在去除表层枯枝落叶层后,用土钻采集0—20cm的表层土壤,并将六个采集点的土样等量混合为一份样品。每片人工林采集三个样品。每份土壤样品过20目筛后放入4℃的冰箱中冷藏保存,一部分用于土壤细菌检测,一部分用于测定土壤酶与进行理化性质分析。其中土壤理化性质测定结果如表1。

图1 研究区域位置图Fig.1 Location map of study area

1.2 土壤细菌测定

从样品中提取细菌的DNA,通过引物338F(5′-ACTCCTACGGGAGGCAGCA- 3′)与806(5′-GGACTACHVGGGTWTCTAAT- 3′)与衔接子序列和条形码序列组合来扩增细菌16SrRNA的V3和V4区域。PCR反应体系包括60ng的基因组DNA、10μLBuffer,0.2μLQ5高保真DNA聚合酶,10μL高GC增强剂,1μLdNTP,10μM每种引物,最后用灭菌超纯水补充总体系到50μL。PCR的反应条件为：95℃5min,95℃1min,50℃1min,72℃1min15个循环,最后在72℃反应7min,最后置于4℃的环境中。扩增后的PCR产物进行第二轮纯化处理,其包含20μL2×PhusionHF MM,8mL灭菌超纯水,10μM每种引物和上一步的10μLPCR产物。热循环条件如下：98℃30s,98℃10s、65℃30s、72℃30s,最终在72℃下反应5min,然后使用1.8%的琼脂糖凝胶电泳40min。最后,对纯化后的产物进行Nanodorp 2000定量,将产物按照1∶1进行混样,最后切胶回收。在北京百迈克生物科技有限公司进行高通量测序分析。

表1 不同林龄杉木林土壤主要理化性质

1.3 土壤酶测定

土壤酸性磷酸酶活性的测定原理为测定酸性环境下,其催化磷酸苯二钠水解生成的苯酚的生成量。将37℃中每克土每天释放的1μmol酚定义为一个酶活性单位来表示其活性[15]。

土壤脲酶活性的测定是利用靛粉蓝比色法,测定出脲酶在水解尿素的过程中产生的NH3-N含量。每克土每天产生的1μg NH3-N定义为一个酶活力单位。

土壤β-基葡萄糖苷酶的测定原理是为该酶能分解β-N-乙酰基葡萄糖苷生成对-硝基苯酚,生成物在400nm有最大吸收值,并通过酶标仪来测定吸光值升高速率来计算该酶的活性。将每克土每天产生的1μmol对-硝基苯酚定义为一个酶活力单位。

土壤蔗糖酶活性测定原理为该酶能催化蔗糖降解产生果糖与葡萄糖并与3、5-二硝基水杨酸反应,根据生成的红棕色氨基化合物在510nm光的吸收增加速率来计算该酶的活性。将每天每克土产生的1mg还原糖定义为一个酶活力单位[16]。

以上酶测定均使用酶标仪(SpectraMax M4,美国)测出。

1.4 数据分析

细菌数据分析是基于Illumina HiSeq 测序平台,将测序得到的双端reads数PE Reads利用FLASH v1.2.7软件进行拼接得到Raw Tags,使用软件Trimmomatic v0.33对Raw Tags过滤后得到Clean Tags,再使用UCHIME v4.2软件对其进行过滤嵌合体最后得到有效Tags数据。这种通过对Reads过滤与双端拼接并去除嵌合体方法处理后,能得到高精确度的微生物种群数据[17]。将优化后的数据进行OTUS(Operational Taxonomic Units)聚类,使用QIIME(version1.8.0)软件[18]进行物种注释以及丰度分析、系统分类、主成分分析等。

使用EXCLE2010、SPSS20.0进行了数据处理与分析,其中在SPSS中使用单因素方差分析、LSD多重比较进行了数据对比分析,样品均值比较的最小显著差异检验的显著性水平为0.05.使用Origin 2018等软件分析绘制出实验数据图表。使用Canoco 4.5对土壤养分、土壤微生物与酶之间的关系进行冗余分析。

2 结果分析2.1 土壤细菌测序统计

各阶段的序列数、有效率以及覆盖率可反映数据质量。不同林龄土壤细菌样本测定的原始序列数(Raw tags)均在60000条以上,有效序列数(Clean tags)均在50000条以上,有效率均达到86%以上,覆盖率均高于99%(表2),说明样本中细菌测出率较高,结果足以足以反映样本的真实情况。

表2 细菌测序处理结果统计

2.2 细菌群落OTU数目与多样性分析

对样品Tags中相似度高于97%的序列进行划分定义为一个OTU(Operational Taxonomic Units),OTU个数能直观反应出不同样品中细菌种群丰富程度。Alpha多样性(Alpha diberdity)能同时反应单个样品物种丰度与物种多样性。其中包含的Chao1能反映物种丰度,香农(Shannon)指数能反映物种的多样性。Shannon指数越小说明群落多样性越低。表3中细菌OUT数量随着林龄依次增加,表明随着林龄增长,杉木林土壤中细菌种群丰度上升。从表格中Chao1值可看出,细菌的丰度随着林龄的增加而增加。从Shannon指数可以看出细菌多样性15a近熟林期间要高于幼年林4a与成熟林24a,过熟林43a与100a细菌的多样性无显著差异。

表3 不同林龄杉木林细菌Alpha多样性分析

图2为等级丰度曲线,基于五个样品的相对丰度绘制而成,曲线在横轴宽窄能表示物种组成的丰富程度,曲线的平缓程度能表明物种的均匀程度。图2中曲线显示样品曲线随着林龄增加而放缓,说明随着杉木林龄的增长,细菌种群均匀度增加。

2.3 土壤细菌结构分析

主成分分析(Principal Component Analysis,PCA)可以将多组数据的差异反映在二维坐标图中。图中点距离的远近可表示样品组间组成成分的相似度。图3中可15a与43a大部分位于第一象限,100a、24a、4a分布在第二、三、四象限,各样品间细菌群落多样性均有较大差异。幼年期杉木林由于林下植被稀疏,4a样品属于林下植被较为稀疏的幼年期杉木林土壤,其微生物群落不仅分布均匀度较低,群落结构也有较大差异性。24a土壤细菌与其余样品差异较大。15a与43a细菌群落结构相似性较高,43a与100a的细菌群落结构也具有一定相似性。不同林龄的样品在图中分布位置相对独立,说明不同林龄土壤细菌群落结构有比较显著的差异。

图2 不同林龄土壤细菌等级丰度曲线Fig.2 Bacterial grade abundance curve of different forest ages

图3 不同林龄土壤细菌PCA图Fig.3 Bacterial PCA map of soil in different ages

2.4 细菌群落组成与结构分析

不同林龄土壤样本中共检测出25个菌门,选取土壤细菌优势种的分类单元,构建土壤细菌系统分类树(图4)。可以从图中看出微生物的进化关系,饼图的半径越大,该物种的丰度越高。不同颜色代表不同样品,不同样品在饼图中所占面积越大,说明该物种丰度在样品中相对其他样品含量更高。从饼图中可看出,大部分物种较均匀,小部分物种属于稀有门类,仅在部分样本中发现。如图所示,酸杆菌门(Acidobacteria)和变形菌门(Proteobacteria),是土壤中的优势菌种。放线菌门(Actinobacteria)随着林龄的增加相对丰度呈现下降趋势。黄杆菌属(Flavobacterium)绝大部分分布于43a与100a中,芽孢杆菌属(Bacillus)在15a中含量最多,100a中分布最少,亚硝化单胞菌(Nitrosomonadaceae)在100a中含量最高。黄单胞菌科(Xanthomonadaceae)在24a中含量最高。

图4 不同林龄土壤细菌系统分类树Fig.4 Soil bacterial taxonomy tree of Chinese fir forests with different ages

2.5 土壤酶含量分析

对不同林龄杉木林土壤的酶活性进行分析(表4),脲酶在4a中含量最低,为363.29 μmol/g,到15a时上升到529 μmol/g,在24a时下降到455.92 μmol/g,43a与100a时分别为480.85 μmol/g与545.14 μmol/g,均与4a呈现显著差异(P<0.05)。蔗糖酶在24a比15a少量增加,但整体呈现下降趋势。β-N-乙酰基葡萄糖苷酶的波动较大,与酸性磷酸酶呈现趋势大致相同。

表4 不同林龄杉木林土壤酶活性

2.6 土壤养分、土壤细菌与酶活性之间的冗余分析与相关性分析。

图5 土壤养分、细菌相对丰度与酶活性相关性分析Fig.5 Correlation analysis between soil nutrient, relative abundance of bacteria and enzyme activityAci：酸杆菌门,Pro：变形菌门,Chl：绿弯菌门,Act：放线菌门,Ver：疣微菌门,Fir：厚壁菌门,Pla：浮霉菌门,Gem：芽单胞菌门。Nit：硝化螺旋菌门,Bac：拟杆菌,S-SC：蔗糖酶,S-UE：脲酶,S-NAG：N-β-葡萄糖苷酶,S-ACP：酸性磷酸酶

3 讨论

3.1 不同林龄杉木林土壤细菌群落组成变化

杉木林土壤微生物与土壤质量关系密切,可以通过微生物的活跃程度及种群数量变化探知林龄对土壤微生物的影响。本研究中不同林龄杉木林,在土壤类型、管理方式基本相似的情况下,细菌群落结构随林龄变化显著。根据等级丰度曲线,土壤中细菌群落的多样性与丰富度均随着林龄的增加规律上升。随着森林发育年份增加,人为干扰降低,林下植被增长以及腐殖质累积有利于微生物种群数量的增长[19]。类似的一些研究表明,林龄较大、郁闭度较高的人工林土壤微生物多样性较高,研究结果与本研究结果一致[20-21]。因此若杉木人工林种植时间过短,会对土壤细菌生物量产生显著影响,不利于土壤质量提升。细菌群落数量总体增加,但具体的细菌种群增长下降情况不一,还需对不同林龄中具体细菌群落进行分析。根据高通量测序结果,本研究4a中细菌结构与其他林龄细菌结构相比,相似度最低,15a与24a、43a与100a相似较高,说明杉木林在发育中的四个阶段(幼年林、中龄林、成熟林,过熟林)过程中细菌结构特点出现变化。前人的研究指出在不同发育阶段杉木对不同养分的消耗利用率不一[22],导致与土壤养分密切相关的具体细菌群落随养分在杉木不同发育期中发生变化[23]。

3.2 不同林龄杉木林土壤酶活性变化

土壤细菌是土壤酶的重要来源,大部分酶活性高低主要受微生物形成代谢释放的活性物质影响,酶催化下的生化反应也能影响微生物活性。因此,细菌群落结构与酶活性具有直接相关性[42]。本研究中关于酶与细菌的相关性分析表明,放线菌与蔗糖酶呈现极显著正相关,与脲酶呈现极显著负相关,由于放线菌与有机质分泌密切相关,由此说明可溶性有机质含量变化也与脲酶、蔗糖酶存在紧密联系。脲酶与绿弯菌门、变形菌门以及浮霉菌门都有显著相关性,表明这类细菌随着林龄增长出现的群落变化,以及其分泌的活性物质的改变都会对脲酶产生影响。其他未出现显著相关性的微生物与酶,可能是由于两者之间不单纯是单线的影响关系,影响因素还包括真菌以及土壤动植物。

4 结论

综上,土壤酶活性与土壤养分含量以及细菌群落结构之间联系密切。土壤细菌群落结构与酶活性均可作为土壤质量变化的健康指标,对有效评判杉木林土壤质量变化有重要意义。适当延长杉木人工林种植年限,有利于维护杉木人工林土壤细菌群落多样性与提高土壤质量,以达到可持续经营管理的目的。

参考文献(References):

[1] 沈月琴, 王枫, 张耀启, 朱臻, 王小玲. 中国南方杉木森林碳汇供给的经济分析. 林业科学, 2013, 49(9): 140- 147.

[2] 衣晓丹. 不同发育阶段杉木人工林土壤理化性质及凋落物养分储存量研究[D]. 北京: 北京林业大学, 2013.

[3] 刘素真, 孙玉军. 土壤养分与杉木生长的相关性研究. 西北林学院学报, 2015, 30(5): 15- 19.

[4] Schnitzer S A, Klironomos J N, HilleRislambers J, Kinkel L L, Reich P B, Xiao K, Rillig M C, Sikes B A, Callaway R M, Mangan S A, van Nes E H, Scheffer M. Soil microbes drive the classic plant diversity-productivity pattern. Ecology, 2011, 92(2): 296- 303.

[5] 刘捷豹, 陈光水, 郭剑芬, 杨智杰, 李一清, 林成芳, 杨玉盛. 森林土壤酶对环境变化的响应研究进展. 生态学报, 2017, 37(1): 110- 117.

[6] Zhang C, Liu G B, Xue S, Wang G L. Soil bacterial community dynamics reflect changes in plant community and soil properties during the secondary succession of abandoned farmland in the Loess Plateau. Soil Biology and Biochemistry, 2016, 97: 40- 49.

[7] 王超群, 焦如珍, 董玉红, 厚凌宇, 赵京京, 赵世荣. 不同林龄杉木人工林土壤微生物群落代谢功能差异. 林业科学, 2019, 55(5): 36- 45.

[8] 魏志超, 黄娟, 刘雨晖, 贾代东, 李惠通, 吴鹏飞, 刘爱琴. 不同发育阶段杉木人工林土壤细菌类群特征. 西南林业大学学报, 2017, 37(5): 122- 129.

[9] 马玉莹, 周德明, 梅杰. 杉木林地根际与非根际土壤特性分析. 中南林业科技大学学报, 2011, 31(7): 120- 123.

[10] He D Y, Cui J, Gao M, Wang W Q, Zhou J, Yang J, Wang J J, Li Y, Jiang C S, Peng Y. Effects of soil amendments applied on cadmium availability, soil enzyme activity, and plant uptake in contaminated purple soil. Science of the Total Environment, 2019, 654: 1364-1371.

[11] 严绍裕. 不同林龄湿地松林土壤酶活性与土壤养分特征. 森林与环境学报, 2020, 40(1): 24- 29.

[12] Xu Y X, Du A P, Wang Z C, Zhu W K, Li C, Wu L C. Effects of different rotation periods of Eucalyptus plantations on soil physiochemical properties, enzyme activities, microbial biomass and microbial community structure and diversity. Forest Ecology and Management, 2020, 456: 117683.

[13] 刘爽, 王雅, 刘兵兵, 刘海龙, 刘勇. 晋西北不同土地管理方式对土壤碳氮、酶活性及微生物的影响. 生态学报, 2019, 39(12): 4376- 4389.

[14] Huang Z J, Selvalakshmi S, Vasu D, Liu Q Q, Cheng H, Guo F T, Ma X Q. Identification of indicators for evaluating and monitoring the effects of Chinese fir monoculture plantations on soil quality. Ecological Indicators, 2018, 93: 547-554.

[15] Guo J F, Yang Y S, Chen G S, Xie J S, Yang Z J. Carbon mineralization of Chinese fir (Cunninghamialanceolata) soils under different temperature and humidity conditions. Acta Ecologica Sinica, 2014, 34(1): 66- 71.

[16] Margenot A J Nakayama Y Parikh S J. Methodological recommendations for optimizing assays of enzyme activities in soil samples. Soil Biology and Biochemistry, 2018, 125: 350- 360.

[17] Edgar R C, Haas B J, Clemente J C, Quince C, Knight R. UCHIME improves sensitivity and speed of chimera detection. Bioinformatics, 2011, 27(16): 2194- 2200.

[18] Caporaso J G, Kuczynski J, Stombaugh J, Bittinger K, Bushman F D, Costello E K, Fierer N, Pea A G, Goodrich J K, Gordon J I, Huttley G A, Kelley S T, Knights D, Koenig J E, Ley R E, Lozupone C A, McDonald D, Muegge B D, Pirrung M, Reeder J, Sevinsky J R, Turnbaugh P J, Walters W A, Widmann J, Yatsunenko T, Zaneveld J, Knight R. QIIME allows analysis of high-throughput community sequencing data. Nature Methods, 2010, 7(5): 335- 336.

[19] Liu G Y, Chen L L, Shi X R, Yuan L Y, Lock T R, Kallenbach R L. Changes in rhizosphere bacterial and fungal community composition with vegetation restoration in planted forests. Land Degradation & Development, 2019, 30(10): 1147- 1157.

[20] 李娇, 蒋先敏, 尹华军, 尹春英, 巍宇航, 刘庆. 不同林龄云杉人工林的根系分泌物与土壤微生物. 应用生态学报, 2014, 25(2): 325- 332.

[21] 刘丽, 段争虎, 汪思龙, 胡江春, 胡治刚, 张倩茹, 王书锦. 不同发育阶段杉木人工林对土壤微生物群落结构的影响. 生态学杂志, 2009, 28(12): 2417- 2423.

[22] Liu X, Wang Y Z, Liu Y H, Chen H, Hu Y L. Response of bacterial and fungal soil communities to Chinese fir (Cunninghamialanceolate) long-term monoculture plantations. Frontiers in Microbiology, 2020, 11: 181.

[23] 刘丽, 徐明凯, 汪思龙, 张倩茹, 王楠, 潘华奇, 胡江春. 杉木人工林土壤质量演变过程中土壤微生物群落结构变化. 生态学报, 2013, 33(15): 4392- 4706.

[24] 杨安娜, 陆云峰, 张俊红, 吴家森, 徐金良, 童再康. 杉木人工林土壤养分及酸杆菌群落结构变化. 林业科学, 2019, 55(1): 119- 127.

[25] Zhang G Y, He J Z, Liu F, Zhang L M. Iron-manganese nodules harbor lower bacterial diversity and greater proportions ofProteobacteriacompared to bulk soils in four locations spanning from North to South China. Geomicrobiology Journal, 2014, 31(7): 562- 577.

[26] 张芸, 李惠通, 魏志超, 刘春华, 蒋宗垲, 马祥庆. 不同发育阶段杉木人工林土壤有机质特征及团聚体稳定性. 生态学杂志, 2016, 35(8): 2029- 2037.

[27] 夏丽丹, 张虹, 杨靖宇, 于姣妲, 周垂帆. 杉木凋落物土壤生态功能研究进展. 世界林业研究, 2019, 32(2): 7- 12.

[28] Pankratov T A, Ivanova A O, Dedysh S N, Liesack W. Bacterial populations and environmental factors controlling cellulose degradation in an acidicSphagnumpeat. Environmental Microbiology, 2011, 13(7): 1800- 1814.

[29] 张晓红, 胡文革, 莫超, 王翠华, 武菲, 郭飏. 艾比湖湿地根际放线菌多样性及其环境响应. 环境科学与技术, 2015, 38(12): 22- 30, 134- 134.

[30] 贾倩民, 陈彦云, 杨阳, 陈科元, 韩润燕. 不同人工草地对干旱区弃耕地土壤理化性质及微生物数量的影响. 水土保持学报, 2014, 28(1): 178- 182, 220- 220.

[31] 曹彦强, 闫小娟, 罗红燕, 贾仲君, 蒋先军. 不同酸碱性紫色土的硝化活性及微生物群落组成. 土壤学报, 2018, 55(1): 194- 202.

[32] 李常诚, 李倩茹, 徐兴良, 欧阳华. 不同林龄杉木氮素的获取策略. 生态学报, 2016, 36(9): 2620- 2625.

[33] Ali M, Oshiki M, Awata T, Isobe K, Kimura Z, Yoshikawa H, Hira D, Kindaichi T, Satoh H, Fujii T, Okabe S. Physiological characterization of anaerobic ammonium oxidizing bacterium ‘Candidatusettenia c Jaeni’. Environmental Microbiology, 2015, 17(6): 2172- 2189.

[34] 胡华英, 殷丹阳, 曹升, 张虹, 周垂帆, 何宗明. 生物炭对杉木人工林土壤养分、酶活性及细菌性质的影响. 生态学报, 2019, 39(11): 4138- 4148.

[35] Sinsabaugh R L, Lauber C L, Weintraub M N, Ahmed B, Allison S D, Crenshaw C, Contosta A R, Cusack D, Frey S, Gallo M E, Gartner T B, Hobbie S E, Holland K, Keeler B L, Powers J S, Stursova M, Takacs-Vesbach C, Waldrop M P, Wallenstein M D, Zak D R, Zeglin L H. Stoichiometry of soil enzyme activity at global scale. Ecology Letters, 2008, 11(11): 1252- 1264.

[36] 索沛蘅, 杜大俊, 王玉哲, 胡亚林, 刘先. 杉木连栽对土壤氮含量和氮转化酶活性的影响. 森林与环境学报, 2019, 39(2): 113- 119.

[37] 刘善江, 夏雪, 陈桂梅, 卯丹, 车升国, 李亚星. 土壤酶的研究进展. 中国农学通报, 2011, 27(21): 1- 7.

[38] 裴丙, 朱龙飞, 冯志培, 姜钰蒙, 杨喜田, 孔玉华. 太行山南麓5个林龄侧柏人工林土壤酶活性季节变化. 水土保持研究, 2018, 25(2): 170- 175, 182- 182.

[39] Yan X L, Liao H, Trull M C, Beebe S E, Lynch J P. Induction of a major leaf acid phosphatase does not confer adaptation to low phosphorus availability in common bean. Plant Physiology, 2001, 125(4): 1901- 1911.

[40] 李茜, 孙亚男, 林丽, 李以康, 杜岩功, 郭小伟, 杨永胜, 曹广民. 放牧高寒嵩草草地不同演替阶段土壤酶活性及养分演变特征. 应用生态学报, 2019, 30(07): 2267- 2274.

[41] Ai C, Liang G Q, Sun J W, He P, Tang S H, Yang S H, Zhou W, Wang X B. The alleviation of acid soil stress in rice by inorganic or organic ameliorants is associated with changes in soil enzyme activity and microbial community composition. Biology and Fertility of Soils, 2015, 51(4): 465- 477.

[42] Wang X B, Song D L, Liang G Q, Zhang Q, Ai C, Zhou W. Maize biochar addition rate influences soil enzyme activity and microbial community composition in a fluvo-aquic soil. Applied Soil Ecology, 2015, 96: 265- 272.