長江中下游兩種典型水稻土微生物對砷污染的響應

汪 峰,類成霞,蔣瑀霽,陳長青,孫 波*(.中國科學院南京土壤研究所,土壤與農業可持續發展國家重點實驗室,江蘇 南京 20008；2.寧波市農業科學研究院,浙江 寧波 5040；.南京農業大學應用生態研究所,江蘇 南京 20095)

長江中下游兩種典型水稻土微生物對砷污染的響應

汪 峰1,2,類成霞3,蔣瑀霽1,陳長青3,孫 波1*(1.中國科學院南京土壤研究所,土壤與農業可持續發展國家重點實驗室,江蘇 南京 210008；2.寧波市農業科學研究院,浙江 寧波 315040；3.南京農業大學應用生態研究所,江蘇 南京 210095)

基于溫室盆栽實驗,利用磷脂脂肪酸分析(PLFA)方法研究了As污染、土壤類型和水稻品種對水稻抽穗期土壤微生物群落的影響.結果表明,水稻土土壤中微生物生物總量(總PLFAs)以及微生物組成均不同程度的受到了As污染、土壤類型及水稻品種的影響;As污染增加了土壤總PLFAs,黃泥田的土壤總PLFAs、真菌/細菌(F/B)、革蘭氏陽性細菌/陰性細菌(G+/G-)、腐生真菌/叢枝菌根真菌(SF/AMF)顯著高于紅泥田;在黃泥田中,種植秈稻品種的土壤總PLFAs較雜交稻和粳稻品種平均減少30.0%,而在紅泥田中平均增加24.8%.偏Mantel檢驗和冗余分析(RDA)表明土壤pH值、DOC、NH4+和As濃度是驅動水稻土微生物群落演變的主控因子,其中受As影響較大的特征PLFAs包括20:0、i17:1ω9c、18:1ω9c、cy17:0和18:3ω6c;ABT預測模型顯示水稻品種和土壤類型對總PLFAs、F/B、G+/G-和SF/AMF指標的貢獻相對較大,而As處理的影響較小.

砷；水稻品種；紅泥田；黃泥田；磷脂脂肪酸

砷在地表系統中含量豐富并廣泛分布,影響了環境質量[1-2].近年來,隨著工業化、城市化和農業集約化,大量砷污染物進入農田系統,特別是影響了東南亞地區水稻的安全生產,威脅了人體健康[3-5].與旱地作物相比,栽種水稻的淹水厭氧環境提高了水稻籽粒對砷的吸收效率,導致砷成為對水稻最具威脅的有毒污染物[6].我國南方是水稻的主產區,面對日益增加的農田砷污染風險,需要提出土壤-作物系統的綜合管理措施,阻控砷污染對水稻安全生產的影響.

土壤微生物參與了砷元素地球化學循環中的還原、氧化和甲基化過程,影響了土壤質量和植物健康[7-9].土壤微生物對砷污染的耐性不同,不同的砷污染狀況可以改變土壤微生物的種群結構,從而影響其生態功能.目前,建立指示土壤砷污染的土壤微生物指標,揭示不同氣候、土壤和作物條件下砷污染對土壤微生物結構和功能的影響機制已經成為國際研究熱點[10-14].在稻田系統中,水稻品種和土壤類型一方面直接影響土壤微生物的生存環境條件,另一方面也影響了土壤砷的形態和有效性,因此對土壤微生物群落的變化產生多重交互影響.植物主要通過輸入有機物質驅動了土壤微生物群落的變化,不同植物的基因型顯著影響了微生物群落的結構[15-18].對水稻的研究也表明,根際微生物的組成顯著受水稻品種的影響,不同秈稻品種的根際細菌群落結構極為相似,但在秈稻與粳稻品種之間存在顯著差異[16].土壤類型通過影響土壤微生物的生存環境條件(如pH值、Eh等)也改變了微生物群落的分布和結構[19-20].另一方面,水稻品種和土壤類型同時也影響了砷的生物有效性[21].然而土壤類型、水稻品種和砷污染三者對水稻土微生物群落變化的交互作用規律和影響機制仍不清楚,而這是預測砷污染下水稻土微生物結構變化、建立微生物功能調控措施的理論基礎.

磷脂脂肪酸(PLFA)是活體微生物細胞膜的重要組分,不同類群的微生物通過不同的生化過程合成不同的PLFAs,因此PLFAs可作為分析微生物量和微生物群落結構變化的標記物[22]. PLFA圖譜已被廣泛應用于研究不同污染物脅迫下微生物群落的變化[14,23-25].本研究針對我國長江中下游水稻主產區的兩種典型水稻土(江蘇的黃泥田和江西的紅泥田),選擇9個不同的水稻品種(雜交稻、粳稻和秈稻各3個),設置As污染條件下不同水稻品種的溫室盆栽實驗,利用PLFA分析方法研究As污染對土壤中微生物群落結構的影響,分析土壤類型、水稻品種和As污染對土壤中微生物群落結構變化的交互作用,揭示驅動微生物群落變化的主控因子,為制定砷污染稻田的土壤管理對策提供理論依據.

1 材料與方法

1.1 試驗設計

在長江下游地區的江蘇常熟(31°36′N, 120°35′E)和中游地區的江西鷹潭(28°12′N, 116°57′E),分別采集了黃泥田水稻土(YP)和紅泥田水稻土(RP).黃泥田水稻土發育于湖積物,紅泥田水稻土發育于第四紀紅黏土母質,分別屬于鐵聚和簡育水耕人為土[26].

采集500kg無污染稻田的表層土壤(0～15cm),在去除石塊和根系等雜質后,自然風干,磨碎過篩(5mm)后備用.供試水稻土的基本理化性質如表1所示,兩種水稻土均為酸性土,黃泥田水稻土的有機質、陽離子交換量、全鉀和全砷含量約為紅泥田水稻土的2倍.稱取7kg風干土壤置于外徑36cm、高30cm的PVC塑料盆缽中,按二級土壤環境質量標準(30mg/kg)的1.5倍加入Na3AsO4溶液[21,27],并設空白對照,即黃泥田加As處理(YP-As)及對照(YP-CK)、紅泥田加As處理(RP-As)及對照(RP-CK)4個處理,保持80%的田間持水量平衡3個月備用.水稻盆栽實驗于2010年6～10月在南京中山植物園的溫室大棚中進行.

供試水稻為我國南方水稻產區的常見品種,包括3個秈型雜交稻品種(Hybrid):德農2000 (DN)、天協6號(TX)、岡優118(GY),3個粳稻品種(Japonica):晚粳9707(WJ)、寧粳1號(NJ)、南粳32(NanJ),3個秈稻品種(Indica):中育1號(ZY)、特三矮2號(TSA)、浙1500(Zhe).精選供試水稻的飽滿種子,經過殺菌發芽然后在育秧盤中育秧,于三葉一心期移栽到PVC盆中(6月22日),每種水稻重復3盆,每盆3穴,每穴3株.水稻移栽前一周(6月16日)除草并淹水3～5cm;施入基肥,其中CO(NH2)2:0.15g/kg, Ca(H2PO4)2:0.04g/kg,K2SO4: 0.10g/kg(相當于150kgN/hm2, 40kg P/ha2, 100kgK/ha2),并于分蘗期追施尿素0.075g/kg.移栽后全生育期保持盆缽土面上2～3cm左右水層[21,27].于2010年8月30日采集處于水稻抽穗期0～15cm耕層土壤樣品.具體方法為:在每盆3株水稻中間,將滅菌的20mL注射器(已剪去尖頭)壓到表層土壤中,同時抽動活塞,待注射器內形成土柱后拔出,用活塞推出注射器中土柱樣品.每盆取3次,混合土樣并去除植物殘根后分為2份.1份土樣風干后用于基本理化性質分析;另一份放入4℃冰箱保存,在2周內用于測定硝態氮、銨態氮和微生物組成.

表1 供試土壤的基本理化性質Table 1 Physico-chemical properties of the studied soils

1.2 環境因子的測定

土壤pH值采用玻璃電極測定(水土比2.5:1)[28];土壤有效砷的含量用0.5mol/L的NaHCO3震蕩浸提(水土比10∶1),雙道原子熒光光度計測定;土壤氨態氮和硝態氮用1.0mol/L KCl溶液浸提,流動分析儀測定;可溶性有機碳(DOC)和可溶性有機氮(DON)的提取和測定參考Jones和Willett法[29],利用島津TOC-5050A總有機碳儀測定濾液中的DOC和總氮(TN)含量,總氮減去無機氮量即為DON的量.根系生物量和籽粒產量在水稻收獲后完成測定.

1.3 磷脂脂肪酸分析

磷脂脂肪酸的提取采用修改的Bligh-Dyer法[30-31].PLFAs組成用MIDI Sherlock 微生物鑒定系統(MIDI, Newark, DE, USA)分析.以19:0脂肪酸甲酯(FAME)作為內標加入樣品,按照峰面積比值定量分析PLFA的含量.將i15:0、a15:0、i16:0、i17:0、a17:0劃分為革蘭氏陽性細菌(G+),將16:l ω7c、17:lω8c、18:1ω7c、cy17:0劃分為革蘭氏陰性細菌(G-),G+和G-之和計為細菌生物量;以16:1ω5c作為叢枝菌根真菌(AMF)的標記,以18:1ω9c和18:2ω6,9c作為腐生真菌(SF)的標記,AMF和SF之和計為真菌生物量;以10Mel6: 0、10Me17:0和10Me18:0作為放線菌的標記[32].

1.4 數據處理及統計分析

在進行多元排序分析之前對土壤PLFAs圖譜進行降噪處理.首先刪除PLFA測定中的不確定數據,即3個重復樣品只檢出1次的土壤樣品的測定值;然后將PLFAs的含量測定值轉化為相對豐度值,獲得物種分布表格,在對物種和環境因子數據標準化后,進行降趨勢對應分析(DCA)和冗余分析(RDA).

聚類推進樹分析(ABT)分析能夠較好地預測和解釋不同類型的環境變量對微生物群落分布的相對貢獻率[33-34],本研究中利用ABT分析3個因子(土壤類型、水稻品種、砷污染處理)對土壤中活性微生物群落組成的相對重要性.

單因素和多因素方差分析(ANOVA)用統計軟件SPSS16.0(SPSS Inc., Chicago, Illinois)完成;DCA、RDA和ABT分析在R-2.13.2(http: //www.R-project.org)中完成,其中DCA和RDA利用“vegan”軟件包,ABT使用“gbmplus”軟件包.

2 結果

2.1 土壤微生物生物量

土壤中提取的PLFAs總量可以用于定量土壤微生物的生物量.本研究中不同處理下土壤總PLFAs的平均值為49.88nmol/g干土,變幅為25.89～85.10nmol/g干土(圖1).

As污染、水稻品種和土壤類型顯著影響了(P< 0.01)土壤總PLFAs.與對照相比,As污染總體上增加了土壤總PLFAs,但在不同的土壤和水稻品種條件下其增幅不同.在黃泥田(YP)和紅泥田(RP)中,As污染使土壤總PLFAs分別增加了24.8%和6.6%;在YP中所有水稻品種As污染處理中總PLFAs均呈增加趨勢,而在RP中只有4個水稻品種(TX、NanJ、ZY、TSA)表現為上升趨勢(圖1).不同水稻土中,種植的水稻品種對總PLFAs的影響不同.在YP中,種植秈稻品種的土壤PLFAs總量較雜交稻和粳稻品種平均減少30.0%,而在RP中平均增加24.8%.黃泥田水稻土的PLFAs總量顯著高于紅泥田,在對照處理(無As污染)和As污染條件下,YP的總PLFAs分別比RP高13.3%和34.6%.

圖1 不同水稻品種、土壤類型和As處理中磷脂脂肪酸總量的變化Fig.1 Total PLFAs for soil microbial biomass as affected by rice cultivar, soil type and As treatments

不同類群微生物生物量占土壤PLFAs總量的比例順序為:細菌>真菌>放線菌,細菌中革蘭氏陽性細菌(G+)比例較大.不同類群微生物生物量同樣受As污染、水稻品種和土壤類型的影響,其變化趨勢與土壤總PLFAs的變化相似(表2).As污染顯著增加了黃泥田中不同微生物類群的生物量,而在紅泥田中As污染的影響不顯著.在不同的水稻品種中,對照處理下紅泥田中種植雜交稻DN的土壤細菌和真菌生物量最高,比種植粳稻NanJ分別高出1.0和1.6倍(表2).黃泥田大部分類群的微生物生物量較高,尤其是在As污染下,YP的真菌和放線菌生物量比RP高2倍(表2).在As污染處理下,黃泥田中種植GY后土壤細菌、G+和G-生物量最高,而紅泥田中最低,說明品種和土壤類型有交互作用.

2.2 土壤微生物群落結構

不同處理下共檢測出64種PLFA類型,檢測到的脂肪酸碳原子個數從9到20,包括飽和的、不飽和的、分支的和環狀的PLFAs;其中有18種PLFAs在所有土壤樣品中普遍存在,占PLFAs類型的82.3%,但其相對豐度存在差異.土壤優勢PLFAs主要由16:0、18:1ω9c(SF)、i15:0(G+)、18:0、16:1ω7c(G-)和a15:0(G+)構成,占樣品PLFAs類型的50.0%.

As污染、水稻品種和土壤類型顯著影響了土壤PLFAs圖譜.a14:0和17:0 2OH僅在種植了DN的土壤中檢出;a17:1和20:4ω6c僅存在于RP中,而i10:0、10Me19:0和9:0僅存在于YP中;a17:1ω9c僅存在于無砷污染的土壤,i20:0和9:0 3OH僅存在于砷污染土壤.

真菌/細菌(F/B)、革蘭氏陽性細菌/陰性細菌(G+/G-)和腐生真菌/叢枝菌根真菌(SF/AMF)可以表征土壤微生物群落的結構特征,這些比值均受As污染、水稻品種和土壤類型的綜合影響(圖2).總體上,黃泥田的F/B、G+/G-和SF/AMF顯著高于紅泥田.

對于黃泥田,在種植雜交稻品種處理中,As污染提高了F/B;但在種植秈稻的處理中,As污染降低了F/B.對于紅泥田,在種植雜交稻和粳稻(DN和NanJ除外)的處理中,As污染使F/B明顯下降,而在種植秈稻ZY的處理中,As污染增加了F/B.

與對照相比,As污染處理大多降低了土壤G+/G-.對于黃泥田,未污染條件下種植DN的土壤G+/G-明顯低于其他8個水稻品種;As污染條件下,種植雜交稻和粳稻(除NanJ)比種植秈稻的G+/G-低.對于紅泥田,在未污染處理中,種植TX、GY、NanJ、ZY的G+/G-較高;在As污染條件下種植DN、TSA和Zhe的G+/G-較低.

與對照相比,As污染處理大多降低了黃泥田的SF/AMF(ZY、Zhe除外),但在紅泥田中變化不顯著.在黃泥田中,未污染處理下,種植WJ和TSA的SF/AMF值最高;As污染處理下,種植DN和NanJ的SF/AMF相對較低.以上表明土壤微生物群落是受As污染、水稻品種和土壤類型等因素綜合影響的結果.

表2 不同水稻品種、土壤類型和As處理中細菌、真菌、放線菌、革蘭氏陽性細菌和革蘭氏陰性細菌的PLFAs量Table 2 The amounts of bacterial PLFAs, fungal, actinobacterial, Gram-positive bacterial and Gram-negative bacterial PLFAs (nmol g?1dry weight) as affected by rice cultivar, soil type and As treatments

圖2 不同水稻品種、土壤類型和As處理中真菌/細菌(A)、革蘭氏陽性細菌/革蘭氏陰性細菌(B)和腐生真菌/叢枝菌根真菌(C)變化Fig.2 Changes in ratios of F/B (A), G+/G-bacteria (B) and SF/AMF (C) as affected by rice cultivar, soil type and As treatments

2.3 微生物群落與環境因子的關系

圖3 水稻根系生物量與土壤微生物總磷脂脂肪酸之間的皮爾森相關性Fig.3 Pearson correlation between rice root biomass and soil total PLFAs

相關分析表明,水稻根系生物量不僅與土壤總PLFAs呈顯著線性相關(圖3),也與細菌、放線菌及G-細菌PLFAs有顯著負相關關系(P<0.05).偏Mantel分析表明土壤pH值、As、DOC和NH4+含量對土壤中的微生物群落組成有顯著的影響(P<0.05),而 DON、C/N、NO3-和根系生物量對微生物群落的影響不顯著(表3).生物與環境相關分析(BIOENV)結果也表明解釋土壤微生物群落結構特征的最佳環境因子是土壤pH(r = 0.706),余下依次為組合因子pH和NH4+(r = 0.629);pH、DOC和NH4+(r = 0.604); pH值、As、DOC和NH4+(r = 0.540).

表3 偏Mantel檢驗環境因子和微生物群落結構相關性的顯著性Table 3 The significance of correlations between environmental variables and microbial community structures assessed using partial Mantel test

圖4 不同水稻品種、土壤類型和As處理中PLFAs圖譜的冗余排序分析(A)和PLFAs的載荷因子分析(B)Fig.4 Redundancy analysis (RDA) ordination biplot of the PLFAs pattern (A) from different soil samples under rice cultivar, soil type and As treatments and loadings of the individual PLFAs (B) from the RDA of the PLFA data

通過排序方法能夠直觀地反映出群落結構與環境因子之間關系.通過DCA分析PLFAs圖譜得到每個軸的長度均<3,說明基于線性模型的冗余分析(RDA)能夠較好地進行PLFAs圖譜分析.第一排序軸和第二軸分別解釋了27.8%和 5.5%的總變異(圖4).從圖中可以看出第一排序軸的正軸方向分布著紅泥田的樣品,負軸方向分布著黃泥田樣品;As污染的土壤與對照樣品按第二軸區分開來.土壤pH和DOC與第一軸呈負相關關系,而NH4+與其呈正相關;As濃度與第二軸呈負相關關系(圖4A).單一PLFAs載荷分析表明土壤pH主要影響的磷脂脂肪酸類型是18:1ω9c(SF)、19:1ω6c、17:0、16:1ω5c(AMF)、a15:0(G+)、16:1ω7c(G-)和i17:0 3OH;NH4+影響的主要類型是a17:1、10Me 18:0(放線菌)和cy19:0ω8c;As和DOC影響的主要是20:0、i17:1ω9c、18:1ω9c(SF)、cy17:0(G-)和18:3ω6c.以上結果表明土壤pH、DOC和NH4+和As污染均顯著影響土壤微生物群落結構.

2.4 土壤類型、砷污染和水稻品種對土壤微生物群落的相對貢獻

ABT模型能夠較好地預測不同類型環境變量對某一微生物指標的相對貢獻率.ABT分析結果(圖5)表明,水稻品種對土壤總PLFAs的影響最大(52%),其次是土壤類型(30%)和As污染(18%).影響F/B和SF/AMF變化的相對貢獻率順序均表現為:土壤類型>水稻品種>As污染,對G+/G-變化的相對貢獻率大小為:水稻品種>土壤類型>As污染.綜上所述,土壤類型和水稻品種對微生物群落結構影響較大,而As污染對其影響相對較小.

圖5 基于ABT模型預測水稻品種、土壤類型和As濃度對土壤微生物總PLFAs (A)、F/B (B)、G+/G-(C)和SF/AMF (D)的相對重要性Fig.5 Relative importance and partial dependency plots of predictors for total PLFAs (A), F/B (B), G+/G-(C) and SF/ AMF (D) by aggregated boosted tree (ABT) model using rice cultivar, soil type and As concentration as preditors

ABT預測模型顯示9個水稻品種對總PLFAs、F/B、G+/G-和SF/AMF的影響表現不一致,例如DN、WJ、NJ、TSA、Zhe對微生物量表現為正向作用,其余4個品種表現為負向作用;土壤類型對以上4種微生物指標的影響表現一致,黃泥田對土壤PLFA總量、F/B、G+/G-和SF/AMF有正向作用,而紅泥田是負向作用;As污染對微生物量具有正向作用,但對F/B、G+/G-和SF/AMF均表現為負向作用.

3 討論

3.1 土壤微生物群落對As污染的響應

由于不同微生物對As脅迫下的耐受力不同,微生物生物量、群落組成、代謝活性和生物學功能均不同程度地受到As污染的影響[10-13].本研究結果表明了土壤中的活體微生物群落結構在As作用下發生改變(圖4),這與以上的報道一致.然而As污染條件下增加了土壤PLFAs總量(圖1),與以往的研究結果不同.Edvantoro等研究表明,As污染(34～2941mg/kg)條件下微生物量碳、真菌數量及呼吸熵劇烈下降,但細菌的數量變化不大[11];Ghosh等[12]發現不同提取態的As(其中NaHCO3提取態0.5～6.1mg/kg)與微生物生物量和土壤呼吸顯著負相關.重金屬對微生物的抑制作用程度與土壤性質、植被、污染物濃度以及微生物類群等因素有關[11].本研究中導致As污染增加微生物量的原因可能是,As添加量為土壤質量二級標準的1.5倍(45mg/kg),有效As含量范圍為1.77～4.01mg/kg,因此As污染水平較低;水稻土中部分微生物對低濃度As污染有較高的耐受力,甚至以As作為其生長的能源[35],因此低濃度的As促使適應性較強的微生物迅速大量積累,致使土壤微生物量有所上升,土壤微生物群落結構發生了變化.

本文研究結果顯示7種特定PLFAs與土壤中有效As濃度存在極顯著的相關性(P<0.01),其中cy17:0、18:3ω6c和i17:1ω9c的含量隨As濃度的升高而增加,而10:0、10:0 3OH、11:0和17:0隨As濃度的升高而減少.已有的研究表明革蘭氏陰性菌的典型脂肪酸cy17:0在重金屬污染的土壤中相對含量會上升[36];cy17:0/16:1ω7c和i17:0+i15: 0/a17:0+a15:0的值反映著外界環境條件對微生物的脅迫作用[37-38],本研究表明了微生物在重金屬污染物存在的條件下能合成更多的反式脂肪酸,使 i17:0+i15:0/a17:0+a15:0的值下降,而促進cy17:0的前體16:1ω7c合成cy17:0,使cy17:0/16:1ω7c的值上升.盡管低濃度的As污染促使部分耐受菌迅速積累成為優勢菌群導致土壤微生物總量有所增加,但微生物群落結構的改變仍然可能給土壤養分轉化等功能帶來不利影響[10].

3.2 As污染下土壤類型對土壤微生物群落的影響

不同類型土壤中的微生物類群有著較大的差異,由于耐受力不同導致不同類型土壤中微生物對污染物的響應不一致.對于本研究中兩種不同水稻土壤,微生物指標如土壤總PLFAs、F/B、G+/G-和SF/AMF對As污染的響應存在顯著差異(圖1和圖2);相同土壤類型的樣品中PLFAs圖譜更為相似(圖4),因此土壤類型影響微生物對As響應的方向.

土壤性質中的pH值、DOC和NH4+含量是驅動微生物群落結構變化的關鍵因子(表3和圖4).土壤pH在區域尺度(從國家到洲際)上驅動了土壤細菌多樣性的變化[20,39].在闊葉林系統中,土壤F/B隨著pH的增加(3.0～7.2)而略微升高,歸屬AMF的16:1ω5c和歸屬G+的16:1ω7c與pH呈正相關[40].本文的研究結果也表明,水稻土pH不僅與F/B(r2=0.854,P<0.01)存在顯著相關,也與G+/G-(r2=0.366,P<0.05)和SF/AMF(r2=0.823,P< 0.01)有較高的相關性;水稻土中19種PLFAs與pH極顯著相關(P<0.01),但其中的16:1ω5c和16:1ω7c與pH值均呈負相關,這可能是水稻土與森林土壤在其他性質(如有機質)方面的差異所致.

可溶性有機碳(DOC)主要來源于植物根系分泌物中可溶性糖、有機酸和氨基酸[27].前期研究表明[27],As污染下黃泥田中DOC的平均含量(39.27mg/kg)高于紅泥田(33.32mg/kg),不同水稻土中DOC與土壤有效As含量呈顯著負相關,但與土壤pH呈顯著正相關.本研究發現DOC與真菌PLFA(r2=0.371,P<0.05)、F/B(r2=0.708, P< 0.01)、SF/AMF(r2=0.601,P<0.01)呈顯著正相關,說明在水稻土中DOC的變化可以預測真菌群落的變化.而在濕地土壤中,由于土壤碳含量較高導致對微生物群落結構影響不大,而土壤pH顯著影響了土壤微生物組成[41].因此,土壤pH和活性有機質含量在As污染下的變化共同影響了土壤微生物的變化.

3.3 As污染下水稻品種對土壤微生物群落的影響

種植不同品種水稻的土壤中微生物對As污染的響應也存在著差異.作物通過根系向土壤中分泌大量的糖類、氨基酸、維生素等有機物質,影響了土壤微生物數量和組成;植物的選擇作用也影響了土壤中與植物共生(如根瘤菌)和非共生的細菌組成[15,42].此外,作物基因型也影響了根際微生物群落結構[16-18].本研究中水稻品種影響了總PLFAs、F/B、G+/G-和SF/AMF(圖5),不但種植雜交稻、粳稻和秈稻的土壤微生物群落之間存在著差異,同一基因型中不同品種之間的差異也較大.這與Hardoim等[16]的研究不同,他們發現不同秈稻品種的根際土壤中細菌群落相似,而秈稻與粳稻之間存在較大差異.可能原因是本研究中選擇的9個水稻品種之間在生長狀況和根系分泌物方面的差異更大,水稻籽粒產量和根莖葉的生物量結果已經表明存在顯著差異[21].

不同水稻品種的根系分泌物數量和組成存在較大的差異.研究表明,水稻品種PI312777和遼粳9號的根系分泌物中所含的碳水化合物總量、葡萄糖、氨基酸等明顯不同[43].耐低磷水稻品種與低磷敏感型品種根系分泌物中檢出的有機酸的種類和數量均有不同[44].種植9個水稻品種后,土壤中溶解性碳氮含量存在顯著差異在一定程度上反映了不同水稻品種根系分泌物的不同[27].作者的前期研究表明,9個水稻品種對As的吸收和積累的效率差異明顯[21],因此不同水稻品種對As的耐受力不一致導致地上生物量存在差異.長期野外控制實驗表明,植物產量和多樣性共同影響了土壤微生物的生物量、活性和組成[45].因此,As污染下不同品種水稻分泌物的數量和組成共同變化,這些變化同時影響了土壤微生物生物量及群落組成.

針對不同類型的水稻土,可以篩選和種植合適水稻品種,同時配合土壤性質改良,從而有效地調控土壤微生物結構,應對As污染對土壤微生物功能的影響.由于利用單一的PLFA法研究土壤微生物的群落變化存在一定的局限性[46],未來需要聯合高通量測序和功能基因芯片等高分辨率的微生物分子生態學方法,深入研究水稻不同生育期土壤微生物結構的變化,同時分析土壤微生物養分轉化功能的變化,篩選水稻土污染的敏感監測指標.

4 結語

針對長江中下游水稻主產區的兩種典型水稻土,結合溫室盆栽模擬實驗和PLFA分析方法,研究了在不同土壤類型及水稻品種條件下,土壤微生物群落對低濃度As污染的響應.研究表明土壤總PLFAs、細菌、真菌、放線菌、革蘭氏陽性細菌和革蘭氏陰性細菌PLFAs均不同程度的受到了As污染、土壤類型及水稻品種的影響;不同樣品間微生物群落結構也存在著差異,pH值、DOC和NH4+和As濃度是驅動微生物變化的主要因素;ABT預測模型揭示了低濃度的As處理對微生物群落影響相對較小,而水稻品種和土壤類型的相對貢獻率大.

[1] Mandal B K, Suzuki K T. Arsenic round the world: a review [J]. Talanta, 2002,58(1):201-235.

[2] Tamaki S, Frankenberger W T. Environmental biochemistry of arsenic [J]. Reviews of Environmental Contamination and Toxicology, 1992,124:79-110.

[3] Fendorf S, Michael H A, van Geen A. Spatial and temporal variations of groundwater arsenic in South and Southeast Asia [J]. Science, 2010,328(5982):1123-1127.

[4] Khan M A, Stroud J L, Zhu Y G, et al. Arsenic bioavailability to rice is elevated in Bangladeshi paddy soils [J]. Environmental Science and Technology, 2010,44(22):8515-8521.

[5] Zhu Y G, Williams P N, Meharg A A. Exposure to inorganic arsenic from rice: A global health issue? [J]. Environmental Pollution, 2008,154(2):169-171.

[6] Su Y H, McGrath S P, Zhao F J. Rice is more efficient in arsenite uptake and translocation than wheat and barley [J]. Plant and Soil, 2010,328(1/2):27-34.

[7] Cai L, Liu G H, Rensing C, et al. Genes involved in arsenic transformation and resistance associated with different levels of arsenic-contaminated soils [J]. BMC Microbiology, 2009,9:

[8] Ye J, Rensing C, Rosen B P, et al. Arsenic biomethylation by photosynthetic organisms [J]. Trends in Plant Science, 2012, 17(3):155-162.

[9] Jia Y, Huang H, Zhong M, et al. Microbial arsenic methylation in soil and rice rhizosphere [J]. Environmental Science and Technology, 2013,47(7):3141-3148.

[10] Xiong J, Wu L, Tu S, et al. Microbial communities and functional genes associated with soil arsenic contamination and the rhizosphere of the arsenic-hyperaccumulating plant Pteris vittata L [J]. Appl. Environ. Microbiol., 2010,76(21):7277-7284.

[11] Edvantoro B B, Naidu R, Megharaj M, et al. Changes in microbial properties associated with long-term arsenic and DDT contaminated soils at disused cattle dip sites [J]. Ecotoxicology and Environmental Safety, 2003,55(3):344-351.

[12] Ghosh A K, Bhattacharyya P, Pal R. Effect of arsenic contamination on microbial biomass and its activities in arsenic contaminated soils of Gangetic West Bengal, India [J]. Environment International, 2004,30(4):491-499.

[13] Lorenz N, Hintemann T, Kramarewa T, et al. Response of microbial activity and microbial community composition in soils to long-term arsenic and cadmium exposure [J]. Soil Biology and Biochemistry, 2006,38(6):1430-1437.

[14] Turpeinen R, Kairesalo T, H?¤ggblom M M. Microbial community structure and activity in arsenic-, chromium- and copper-contaminated soils [J]. FEMS Microbiology Ecology, 2004,47(1):39-50.

[15] Philippot L, Raaijmakers J M, Lemanceau P, et al. Going back to the roots: the microbial ecology of the rhizosphere [J]. Nature Reviews Microbiology, 2013,11(11):789-799.

[16] Hardoim P R, Andreote F D, Reinhold-Hurek B, et al. Rice rootassociated bacteria: insights into community structures across 10 cultivars [J]. FEMS Microbiol. Ecol., 2011,77(1):154-164.

[17] Aira M, Gómez-Brandón M, Lazcano C, et al. Plant genotype strongly modifies the structure and growth of maize rhizosphere microbial communities [J]. Soil Biol. Biochem., 2010,42(12): 2276-2281.

[18] van Overbeek L, van Elsas J D. Effects of plant genotype and growth stage on the structure of bacterial communities associated with potato (Solanum tuberosum L.) [J]. FEMS Microbiology Ecology, 2008,64(2):283-296.

[19] Ranjard L, Dequiedt S, Chemidlin Prevost-Boure N, et al. Turnover of soil bacterial diversity driven by wide-scale environmental heterogeneity [J]. Nature Communications, 2013,4: 1434.

[20] Griffiths R I, Thomson B C, James P, et al. The bacterial biogeography of British soils [J]. Environ. Microbiol., 2011,13(6): 1642-1654.

[21] Ye X X, Sun B, Yin Y L. Variation of As concentration between soil types and rice genotypes and the selection of cultivars for reducing As in the diet [J]. Chemosphere, 2012,87(4):384-389.

[22] Malik S, Beer M, Megharaj M, et al. The use of molecular techniques to characterize the microbial communities in contaminated soil and water [J]. Environment International, 2008,34(2):265-276.

[23] Pennanen T, Frostegard A, Fritze H, et al. Phospholipid fatty acid composition and heavy metal tolerance of soil microbial communities along two heavy metal-polluted gradients in coniferous forests [J]. Applied and Environmental Microbiology, 1996,62(2):420-428.

[24] Feris K, Ramsey P, Frazar C, et al. Differences in hyporheic-zone microbial community structure along a heavy-metal contamination gradient [J]. Applied and Environmental Microbiology, 2003,69(9):5563-5573.

[25] Frostegard A, Tunlid A, Baath E. Changes in microbial community structure during long-term incubation in two soils experimentally contaminated with metals [J]. Soil Biology and Biochemistry, 1996,28(1):55-63.

[26] 中國科學院南京土壤研究所土壤系統分類課題組. 中國土壤系統分類檢索 [M]. 3版.合肥:中國科學技術大學出版社2001:1-275.

[27] 類成霞,陳長青,蔣瑀霽,等.水稻品種和砷污染對土壤溶解性有機碳氮的影響 [J]. 土壤學報, 2013,50(1):157-164.

[28] 魯如坤.土壤農業化學分析方法 [M]. 北京:中國農業科技出版社, 2000.

[29] Jones D, Willett V. Experimental evaluation of methods to quantify dissolved organic nitrogen (DON) and dissolved organic carbon (DOC) in soil [J]. Soil Biol. Biochem., 2006,38(5):991-999.

[30] Zhong W, Gu T, Wang W, et al. The effects of mineral fertilizer and organic manure on soil microbial community and diversity [J]. Plant and Soil, 2010,326(1/2):511-522.

[31] Brant J B, Sulzman E W, Myrold D D. Microbial community utilization of added carbon substrates in response to long-term carbon input manipulation [J]. Soil Biol. Biochem., 2006,38(8): 2219-2232.

[32] Zelles L. Fatty acid patterns of phospholipids and lipopolysaccharides in the characterisation of microbial communities in soil: a review [J]. Biology and Fertility of Soils, 1999,29(2):111-129.

[33] Ge Y, He J-z, Zhu Y-g, et al. Differences in soil bacterial diversity: driven by contemporary disturbances or historical contingencies? [J]. The ISME Journal, 2008,2(3):254-264.

[34] De'ath G. Boosted trees for ecological modeling and prediction [J]. Ecology, 2007,88(1):243-251.

[35] Wolfe-Simon F, Blum J S, Kulp T R, et al. A Bacterium That Can Grow by Using Arsenic Instead of Phosphorus [J]. Science, 2011,332(6034):1163-1166

[36] Frostegard A, Tunlid A, Baath E. Phospholipid Fatty-Acid Composition, Biomass, and Activity of Microbial Communities from 2Soil Types Experimentally Exposed to Different Heavy-Metals [J]. Applied and Environmental Microbiology, 1993, 59(11):3605-3617.

[37] Macdonald L M, Paterson E, Dawson LA, et al. Defoliation and fertiliser influences on the soil microbial community associated with two contrasting Lolium perenne cullivars [J]. Soil Biol. Biochem., 2006,38(4):674-682.

[38] McKinley V L, Peacock A D, White D C. Microbial community PLFA and PHB responses to ecosystem restoration in tallgrass prairie soils [J]. Soil Biol. Biochem., 2005,37(10):1946-1958.

[39] Fierer N, Jackson R B. The diversity and biogeography of soil bacterial communities [J]. Proceedings of the National Academy of Sciences of the United States of America, 2006,103(3):626-631.

[40] B??th E, Anderson T H. Comparison of soil fungal/bacterial ratios in a pH gradient using physiological and PLFA-based techniques [J]. Soil Biol. Biochem., 2003,35(7):955-963.

[41] Hartman W H, Richardson C J, Vilgalys R, et al. Environmental and anthropogenic controls over bacterial communities in wetland soils [J]. Proceedings of the National Academy of Sciences of the United States of America, 2008,105(46):17842-17847.

[42] Dini-Andreote F, Elsas JD. Back to the basics: The need for ecophysiological insights to enhance our understanding of microbial behaviour in the rhizosphere [J]. Plant and Soil, 2013, 373(1/2):1-15.

[43] Kong C H, Wang P, Zhao H, et al. Impact of allelochemical exuded from allelopathic rice on soil microbial community [J]. Soil Biol. Biochem., 2008,40(7):1862-1869.

[44] 李德華,向春雷,姜益泉,等.低磷脅迫下水稻不同品種根系有機酸分泌的差異 [J]. 中國農學通報, 2005,21(11):186-188.

[45] Zak D R, Holmes W E, White D C, et al. Plant diversity, soil microbial communities, and ecosystem function: Are there any links? [J]. Ecology, 2003,84(8):2042-2050.

[46] Frosteg?rd ?, Tunlid A, B??th E. Use and misuse of PLFA measurements in soils [J]. Soil Biol. Biochem., 2011,43(8):1621-1625.

Response of microbial community to arsenic contamination in two major type of paddy soils in the middle and lower reaches of the Yangtse River.

WANG Feng1,2, LEI Cheng-xia3, JIANG Yu-ji1, CHEN Chang-qing3, SUN Bo1(1.State Key Laboratory of Soil and Sustainable Agriculture, Institute of Soil Science, Chinese Academy of Sciences, Nanjing 210008, China；2.Ningbo Academy of Agricultural Sciences, Ningbo 315040, China；3.Institute of Applied Ecology, Nanjing Agricultural University, Nanjing 210095, China). China Environmental Science, 2014,34(11)：2931～2941

In a pot experiment, the effects of As contamination, soil type and rice cultivar on the composition of soil microbial communities in rice heading stage were unalyzal using phospholipid fatty acid (PLFA) technique. The results unveiled that the amount of total PLFAs and microbial compositions were to some extent affected by arsenic contamination, soil types and rice cultivars. The As contaminated soils had a higher amount of total PLFAs than the uncontaminated soils. Yellow Paddy soils (YP) had higher total PLFAs, fungi to bacteria ratio (F/B), Gram-negative bacteria to Gram-positive bacteria ratio (G+/G-) and saprotrophic fungi to arbuscular mycorrhizal fungi ratio (SF/AMF) than in Red Paddy soils (RP). Total PLFAs associated with indica plants vs. those associated with japonica and hybrid plants decreased by an average of 30.0% in YP, but increased by 24.8% in RP. Partial Mantel tests and redundancy analysis (RDA) showed that soil pH, DOC, NH4+and As concentration were the dominant factors in shaping soil microbial communities. The individual PLFAs including 20:0, i17:1ω9c, 18:1ω9c, cy17:0 and 18:3ω6c were easily affected by As contamination. Aggregated boosted tree (ABT) analysis suggested that soil types and rice cultivars exerted more influence than As concentration on the variation of parameters of total PLFAs, F/B, G+/G-and SF/AMF.

arsenic；rice genotype；red paddy soil；yellow paddy soil；phospholipid fatty acid (PLFA)

Q938

A

1000-6923(2014)11-2931-11

汪 峰(1982-),男,安徽潛山人,助理研究員,博士,研究方向為微生物分子生態學.發表論文13篇.

關于《中國環境科學》網上投稿的通知

《中國環境科學》編輯部

2014-02-28

中國科學院戰略性先導科技專項(XDB15030200);國家“973”項目(2011CB100506);農業部公益性行業科研專項(200903015)

* 責任作者, 研究員, bsun@issas.ac.cn

《中國環境科學》編輯部為提高稿件處理的網絡化水平和采編工作的效率,及時讓作者了解稿件的處理情況,自2008年3月1日起已開通網上投稿查稿系統,請登陸網址: http://www.zghjkx.com.cn點擊“作者在線投稿”進行注冊后再按要求投稿,點擊“作者在線查稿”進行查詢.本刊不再接受紙件投稿和電子版稿件的E-mail投稿.特此通知.