環境和微生物因子對隆寶灘不同植被類型土壤甲烷通量的影響

管崇帆 ，何方杰 ，韓輝邦，馬學謙，張勁松 ，孫守家 *

1. 中國林業科學研究院林業研究所/國家林業局林木培育重點實驗室，北京 100091；2. 南京林業大學南方現代林業協同創新中心，江蘇 南京 210037；3. 青海省人工影響天氣辦公室，青海 西寧 810001

甲烷（CH4）是最重要溫室氣體，其100年尺度增溫潛勢是 CO2的 25倍左右（IPCC，2013），且通過改變大氣的氧化能力來間接影響氣溶膠或其他化學物質（Shindell et al.，2009）。CH4在空氣中的體積分數比工業化前增長了2.5倍（Hu et al.，2017），貢獻了自工業時代以來約 20%溫室氣體的總排放量（Kirschke et al.，2013）。全球CH4源總強度約為 600 t·a?1（Lelieveld et al.，1998），主要來源于自然源（濕地生態系統）和人類活動。濕地生態系統中的大部分土壤處于厭氧環境中，產甲烷菌分為乙酸營養型、氫營養型和甲基營養型3種類型（王世全等，2016），通過甲基輔酶 M 還原酶催化來分解有機物產生CH4（Feng et al.，2020；楊秀清等，2017），所有產甲烷菌的基因組都可編碼α亞基（mcrA）基因。甲烷氧化菌（MOB）分為 I型和 II型，在有氧條件下通過自身甲烷單加氧酶（MMO）催化將CH4轉化為CO2（王玉芳等，2019），除了 Methylocella，幾乎所有的甲烷氧化菌都有pmoA基因。故此，mcrA基因和pmoA基因被廣泛用于產甲烷菌（Li et al.，2017）和甲烷氧化菌（莫永亮等，2019）的檢測中。CH4排放受土壤中產甲烷菌產生和甲烷氧化菌消耗共同控制，氣候變化對其排放產生深遠影響（顧航等，2018）。因此，開展產甲烷菌和甲烷氧化菌共同影響 CH4排放的機理研究，對于理清濕地生態系統中CH4動態變化具有重要意義。

青藏高原上分布著大面積的高寒草地和高寒濕地，許多學者對青藏高原CH4吸收（Fu et al.，2018）、源匯轉換（Mu et al.，2017）、非生長季節排放（Song et al.，2015）以及微生物影響（Zhang et al.，2019）等方面進行研究，不同干擾（張俊珍等，2019）和不同植被類型CH4排放差異亦被報道，不同植被類型可能是甲烷源也可能是匯（Christensen et al.，2000），這與土壤微生物的活性和豐度有關。先前研究發現植被或物種之間的甲烷氧化菌活性在存在差異（Yang et al.，2013），但產甲烷菌和甲烷氧化菌結構與CH4通量無關（Kao-Kniffin et al.，2010），顯示出微生物與不同植被類型 CH4排放關系的復雜性（Christiansen et al.，2016）。在全球模型模擬中，濕地多作為CH4的源輸入到模型中，但青藏高原濕地生態系統存在多種植被類型，均作為源輸入到模型中容易高估CH4的排放（Wei et al.，2015b）。因而，理清高寒地區不同植被類型CH4排放差異及其與微生物和環境的關系，對于準確建立青藏高原甲烷循環模型以及全球氣候變化預測具有重要意義。

青海隆寶灘國家級自然保護區位于三江源核心區，高寒草原、草甸、沼澤和湖泊高度發達，空間分布差異明顯，植被類型豐富，是研究不同植被類型土壤微生物與碳排放關系的理想場所。因此，本研究對高寒草地（Alpine grassland，AG），沼澤化草甸（Marsh meadow，MM）和高寒沼澤（Alpine marsh，AM）的土壤理化性質、產甲烷菌和甲烷氧化菌豐度進行測定，同時使用便攜式土壤溫室氣體測量系統，測定其CH4通量及相關的環境因子，旨在確定3種植被類型的：（1）CH4通量差異；（2）產甲烷菌和甲烷氧化菌豐度差異；（3）CH4通量與微生物和環境因子之間的關聯。通過本研究，期望能確定隆寶灘不同植被類型CH4通量的差異及與生物因子和環境因子的關系，為精確估算青藏高原高寒地區的碳排放提供數據支持。

1 材料與方法

1.1 研究地概況

隆寶灘國家級自然保護區（33°09′—33°12′N，96°30′—96°35′E，海拔 4200 m）位于青海省玉樹藏族自治州境內，地處三江源國家公園核心區域，雨量充沛，年際間降雨量變化大，年均降雨量在500—600 mm之間，集中在6—9月，年均氣溫在?2.0 ℃左右，極端最高氣溫27 ℃，月平均氣溫在?7.6—12.7 ℃之間，為高原大陸性氣候。保護區東西長25 km，南北寬約4.2 km，核心區面積約為75.73 km2，兩側為低丘山地，中間為草甸沼澤區，分布著AG、MM和AM等3種典型植被類型。其中，AG位于低丘山地，水位較低，植被以小蒿草（Kobresia pygmaea)）和紫花針茅（Stipa purpurea）等為主，AM位于谷底區域，常年積水植被較少，以藏嵩草（K.tibetica）、杉葉藻（Hippuris vulgaris）為主，MM位于低丘與沼澤之間，條帶狀分布，植被茂盛，以藏嵩草（K.tibetica）和圓囊苔草（Carex orbicularis）為主，伴生星狀風毛菊（Saussurea stella）和矮金蓮花（Trollius farreri）等植物，所處位置如圖1所示。本試驗在隆寶灘上中下游的3種植被類型分別設定3塊20 m×20 m樣地，樣地周圍用網圍欄封育，在每個樣地隨機設定3個采樣點。

1.2 采樣和測定方法

1.2.1 氣象數據測定

圖1 試驗地點示意圖Fig. 1 Location of experimental sites

在隆寶灘內設立小型自動觀測氣象站，不同土層中（5、10、15、20 cm）安裝AV-10T土壤溫度（Avalon Inc，美國）、EC-H2O土壤濕度（Avalon Inc，美國）、AV-3665R雨量計（AVALON Inc，美國）、HMP45C空氣溫濕度（Vaisala，Helsinki，芬蘭）和LI190SB太陽輻射（Li-cor Inc，美國）傳感器，測定土壤溫度（ts）和濕度（Ms）、降雨量（P）、空氣溫度（ta）、相對濕度（RH）以及太陽輻射（Ra），數據采集器為CR1000（Campbell，美國），設置每10 min采集1次，每1 h輸出1組平均值。

1.2.2 土壤理化性質和生物量測定

在生長季節的5—10月，對不同植被的土壤分3層（0—10、10—20、20—30 cm）每月中旬取樣一次，裝入密封袋，用低溫 0—5 ℃，保存運回實驗室，一部分用于土壤理化性質測定，另一部分用產甲烷菌和甲烷氧化菌豐度測定。土壤有機碳的測定方法采用重鉻酸鉀氧化—外加熱法，土壤全鉀采用微波消解ICP-OES法測定，全氮采用凱氏半微量定氮法測定，銨態氮采用0.5 mol·L?1K2SO4靛酚藍比色法測定，硝態氮采用分光光度計法測定，將 3層土壤進行容重加權計算獲得不同植被土壤理化性質的平均值。生物量測定是在2018年8月底生長高峰時期，在每個樣地上隨機設置5個25 cm×25 cm的小樣方，用收割法測定地上生物量和挖掘沖洗法測定0—30 cm地下生物量（王文穎等，2007）。

1.2.3 土壤微生物基因組總DNA的提取

每個土樣稱取0.5 g，利用土壤基因組DNA抽提試劑盒（SoilGen DNA Kit，北京康為世紀生物科技有限公司）對土壤基因組總DNA進行提取，超微量分光光度計檢測DNA總濃度和純度，提取的DNA樣品保存在?20 ℃冰箱中。

1.2.4mcrA和pmoA基因豐度測定

以純化的 DNA作為模板，選用 ME1：GCMATGCARATHGGWATGTC 和 ME2：TCATKGCRTAGTTDGGRTAGT引物對擴增mcrA基因，利用引物 A189f（5′-GGNGACTGGGAC TTCTGG-3′）和 mb661r（5′-CCGGMGCAACGTCY TTACC-3′）擴增pmoA基因，引物由能更好地分離擴增產物，通常引物5′端加一段高GC含量的序列（CGCCCGCCGCGCGCGGCGGGCGGGGCGGGG GCACGGGGG）。參照北京康為世紀生物科技有限公司的2xEs Taq MasterMix（Dye）說明書進行PCR反應，反應結果進行凝膠電泳檢測。

PCR擴增產物用SanPrep柱式DNA膠回收試劑盒進行純化，與pEASY-T1載體（北京全式金生物技術有限公司）連接，構建質粒后轉化到大腸桿菌DH5α感受態細胞中，通過藍白斑試驗篩選出陽性轉化菌。用質粒DNA小量抽提試劑盒提取mcrA和pmoA陽性質粒DNA，使用超微量紫外分光光度計測定濃度，存?20 ℃備用。將制備好的質粒標準品10倍梯度稀釋，每個稀釋度2個平行樣品，取其平均值，以定量PCR反應的循環數為橫坐標，以不同模板拷貝數的對數為縱坐標，分別繪制其標準曲線。

在最優擴增條件下對土壤微生物DNA樣品進行real-time PCR擴增，對擴增后的土壤產甲烷菌和甲烷氧化菌進行定量檢測，將得到的每個樣品對應的值帶入標準曲線方程中，計算樣品中的拷貝數，并以每克土壤（干質量）為單位給出不同植被類型土壤中產甲烷菌和甲烷氧化菌的豐度（copies·g?1）。

1.2.5 CH4通量測量

使用 915-0011型土壤碳通量測定系統（LGR Inc，美國）測定CH4通量，測定方法同何方杰（何方杰等，2019）。測量時間為2018年5—11月，選擇晴天或者少云的09:00—12:00時段，觀測頻率為每月3次。CH4通量是通過呼吸室內氣體濃度隨時間變化的直線斜率計算獲得，當決定系數R2≥0.9時認為數據有效，當R2<0.9時，剔除數據，CH4通量計算公式如下：

式中：Fc為土壤被測氣體通量，單位為nmol·m?2·s?1，V為氣路總體積（cm3），P0為氣室初始氣壓（kPa），W0為氣室內部初始水汽濃度（ nmol·mol?1），R為 理 想 氣 體 常 數 （ 8.314 Pa·m3·K?1·mol?1），S為氣室覆蓋的面積（cm2），T0為氣室初始氣溫（℃），?C′/?t為 CH4濃度隨時間的變化率（μmol?1·mol·s?1）。

1.3 數據處理

對不同植被的CH4通量進行配對t檢驗，計算獲得月尺度、年尺度CH4通量均值，IBM Statistics 24對不同植被的mcrA和pmoA豐度、土壤溫濕度、營養元素、CH4通量等進行One-way ANOVA分析并用最小顯著差數法（LSD）進行多重比較，統計分析水平為α=0.05。采用Pearson相關系數評價月尺度上 CH4通量與環境因子的關系，使用 R語言Hmisc和 corrplot程序包繪制相關系數圖，其余圖片使用Excel 2010繪制。

2 結果與分析

2.1 環境因子和生物量

圖2 2018年研究點氣溫（ta）、降水量（P）、土壤溫度（ts）以及不同植被類型土壤濕度（Ms）變化Fig. 2 Variation of air temperature (ta)、precipitation (P) and soil temperature (ts) at the experimental site and the difference of soil humidity (Ms)among different vegetation types in 2018

圖2所示，因海拔超過4200 m，隆寶灘2018年年均溫僅有?0.59 ℃，4月下旬日均溫度開始超過 0 ℃，10月下旬日均溫度開始低于冰點，最高月均溫度出現在 7月，為 10.3 ℃，極端低溫為?29.81 ℃，極端高溫為 21.45 ℃。2018年 5—11月的降水量為590.4 mm，但主要集中在6—9月，降水天數較多，約134 d，約占5—11月日數的63%，然而單次降水量少，最高日降水量僅為25.8 mm。土壤溫度呈先升后降的變化趨勢，最高溫度出現在7月，隨后保持平穩，9月上旬開始下降，11月后低于0 ℃，在0—4月和11—12月中，5 cm土壤溫度較低，20 cm土壤最高，5—10月則相反。AG土壤濕度在降水較多的7月和9月較高，呈雙峰曲線變化，9月達到最高值25.58%，MM和AM的土壤濕度呈單峰曲線變化，分別在8月和9月達到峰值（為44.11%和50.97%）。統計顯示，2018年AG年均土壤濕度為 19.81%，低于 MM（37.15%）和AM（39.05%），差異顯著（P<0.05）。

AG 土壤有機碳質量分數為 (45.31±18.62)g·kg?1，約為 MM (162.08±10.84) g·kg?1和 AM(183.95±9.17) g·kg?1的四分之一，差異顯著（P<0.05）（圖 3）。AG 土壤總氮質量分數為 (4.08±2.11)g·kg?1，約為 MM (12.05±1.14) g·kg?1和 AM (13.40±5.32) g·kg?1的三分之一，其中硝態氮差異不顯著，但 AG的銨態氮 (5.01±1.17) μg·g?1僅為 MM和AM的31.18%和27.05%，差異顯著（P<0.05），表明總氮差異主要是由銨態氮造成的。AG全鉀質量分數為 (21.56±2.43) g·kg?1，顯著高于 MM 和 AM（P<0.05）。AG的地上地下生物量顯著低于MM和AM（P<0.05），3種植被的地下部分生物量約為地上部分的10—15倍，是總生物量的主要部分。

2.2 CH4通量的變化

圖4結果顯示，在生長季節中，MM和AM中的CH4通量均為正值，表現為CH4源，呈先升后降的變化趨勢，5月份 CH4通量較低，小于 2 nmol·m?2·s?1，從 6 月開始逐步升高，在 9 月初達到最 高 值 ， 分 別 為 (31.75±8.54) nmol·m?2·s?1和(42.22±14.07) nmol·m?2·s?1，隨后開始下降，11 月降到 5 nmol·m?2·s?1左右，AM的CH4通量略高于MM。AG的CH4通量月均值均為負值，表現為CH4的匯，呈先降后升的變化趨勢，5—6月和 9—11月 CH4通量在?0.2— ?0.1 nmol·m?2·s?1之間波動，7 月開始下降，8 月降到最低值?0.5 nmol·m?2·s?1左右，隨后升高。統計顯示，AG、MM和AM中的CH4通量分別是?0.14、11.02 和 14.51 nmol·m?2·s?1，AG 顯著低于MM和AM（P<0.05）。

2.3 macrA和pmoA的變化

圖3 不同植被類型土壤有機碳、氮、鉀及生物量差異Fig. 3 The differences of organic carbon, nitrogen, potassium in soil and biomass among different vegetation types

圖4 不同植被類型的CH4通量（F）變化Fig. 4 Variation of CH4 flux (F) in different vegetation types

產甲烷菌種群數量與CH4排放關系密切，表1結果顯示3種植被類型的mcrA基因豐度隨著時間呈先升后降趨勢，5月較低，3種植被類型的不同深度土壤mcrA 基因豐度均不超過 8.1×105copies·g?1，在 8 月達到最高值，AG 中 0—10、10—20、20—30 cm 土壤的mcrA基因豐度分別為(29.3±8.3)、(37.6±8.9)、(62.1±28.9) 105copies·g?1，MM 分別為 (40.8±15.5)、(85.6±35)、(50.4±26) 105copies·g?1，AM 分別為 (58.3±26.6)、(93.8±35.0)、(71.7±24.4) 105copies·g?1，隨后開始下降，10 月的各層土壤mcrA 基因豐度均不超過 9.3×105copies·g?1。從深度分布來看，AG 中 5、6、7、10月的10—20 cm土壤mcrA基因豐度高于其他2層，8月和9月20—30 cm土壤mcrA基因豐度最高。在整個生長季中，MM和AM中10—20 cm土壤mcrA基因豐度均為最高。5、6、7、10月的AG各層土壤中的mcrA基因豐度均顯著低于MM和AM（P<0.05），8月和9月AG中0—10 cm的mcrA基因豐度僅與AM差異顯著（P<0.05），而9月3種植被類型20—30 cm的土壤mcrA基因豐度無顯著差異。統計結果顯示，整個生長季節中，AG的平均mcrA基因豐度低于 MM 和 AM，差異顯著（P<0.05）。

甲烷氧化菌能將CH4氧化成CO2，與CH4吸收關系密切。表2結果顯示3種植被類型的pmoA基因豐度隨著時間變化先升后降，5月最低，3種植被類型的各層土壤中pmoA基因豐度均不超過1.0×107copies·g?1。8 月pmoA 基因豐度達到最高值，其中AG中0—10、10—20、20—30 cm的豐度分別為 (181.5±47.7)、 (148.6±38.5)、 (96.3±27.8) 107copies·g?1，MM 分別為 (119.8±40.6)、(84.7±36.6)、(64.7±26.0) 107copies·g?1，AM 分別為 (65.9±24.7)、(57.2±22.6)、(52.6±30.3) 107copies·g?1，隨后開始下降，10月的各層土壤pmoA基因豐度均不超過3.1×107copies·g?1。從深度分布來看，3 種植被類型6—9月的0—10 cm土壤pmoA基因豐度高于其他2層，5月則均低于其他2層，10月10—20 cm土壤pmoA基因豐度高于其他2層。5月AG中10—20 cm土壤pmoA基因豐度與MM差異顯著（P<0.05），10月AG中0—10 cm土壤pmoA基因豐度與MM和AM差異顯著（P<0.05），10月MM中20—30 cm土壤pmoA基因豐度與AM差異顯著（P<0.05）。統計結果顯示，整個生長季節中，AG的平均pmoA基因豐度高于MM和AM，差異顯著（P<0.05）。

表1 不同植被類型的mcrA基因豐度的差異Table1 The differences of mcrA gene abundance in different vegetation types from May to October 105 copies·g?1

2.4 CH4通量與環境因子的關聯

CH4通量與氣象因子、營養元素和生物因子密切相關，圖5結果顯示，CH4通量與土壤濕度、有機碳、總氮、生物量和mcrA顯著正相關（P<0.05），相關系數分別為 0.81、0.66、0.55、0.58和 0.55，表明這些因子升高有利于 CH4排放。土壤溫度與mcrA和pmoA顯著正相關，相關系數分別為0.79和0.64（P<0.05），土壤濕度僅與mcrA顯著正相關，相關系數為0.64，表明溫度和濕度是影響微生物的因子，通過增強微生物活性來影響CH4通量。

3 討論

圖5 CH4通量與土壤溫度、土濕度、有機碳、總氮、生物量和微生物豐度等因子之間的相關系數Fig. 5 The correlation coefficient of CH4 flux related with soil humidity,soil temperature, organic corban, total nitrogen and microbial abundance

CH4通量在植被類型和物種之間差異較大（Li et al.，2016），本研究發現，高寒草地的 CH4通量小，MM和AM的CH4通量大，AG與MM和AM之間存在顯著差異，Christensen et al.（2000）也發現在格陵蘭東北部扎肯伯格 5種不同植被類型的CH4通量存在差異，低丘沼澤、連續沼澤和草地是CH4源，巖須和北極柳生態系統則為CH4匯。在隆寶灘3種植被類型中，AG是CH4的匯，尤其是在溫度較高的8月有吸收峰值，Wei et al.（2015b）結合青藏高原及周邊地區的觀測數據確定青藏高原高寒草地是重要的甲烷匯，認為以往全球生物地球化學模型對同一地區的模擬值嚴重低估了高寒草地的甲烷吸收。MM和AM則是CH4的源，MM的CH4排放量略低于AM，這與Zhang et al.（2019）發現發現若爾蓋濕地中不同物種之間的CH4通量不同的結果一致。青藏高原沼澤草甸內CH4通量有明顯的微尺度空間異質性，洼地釋放CH4，丘崗吸收CH4（Wei et al.，2015a），而北高緯度地區莎草覆蓋層地點的 CH4排放量也高于其他地點（Olefeldt et al.，2013），這些研究都證實了不同植被類型CH4排放存在差異，受到土壤因子、生物因子和微地形的影響。

表2 不同植被類型的pmoA基因豐度的差異Table 2 The differences of pmoA gene abundance in different vegetation types from May to October 107 copies·g?1

甲烷通常由產甲烷菌無氧呼吸分解有機物產生（Thauer et al.，2008），因此底物數量對于CH4通量很重要。本研究中MM和AM的有機碳質量分數顯著高于AG，而CH4通量也呈相似的變化，相關系數結果顯示有機碳質量分數與CH4通量顯著正相關，表明高寒濕地生態系統土壤里儲存的有機碳是CH4潛在的碳源。除了土壤有機碳，土壤氮素也是影響生態系統CH4通量的因素之一，添加少量無機氮有助于刺激CH4吸收，但CH4氧化會被過量無機氮抑制（Peng et al.，2019）。在本文中，AG與MM、AM的硝態氮無顯著差異但銨態氮差異顯著，先前研究中也發現氮素中的硝態氮對CH4排放的作用不顯著，主要是銨態氮降低土壤甲烷凈吸收量（Yang et al.，2017），這與本文結果相一致。隆寶灘濕地的CH4通量與全氮之間關系緊密，相關系數達到0.55，可能是隆寶灘地勢較低，雨水通過徑流將周邊氮素帶來后沉降，但氮沉降是否能降低土壤甲烷凈吸收量還需要進一步研究。

超過80%的甲烷來源于微生物活動，產甲烷菌群和甲烷氧化菌群是厭氧土壤微生物中的主要功能菌群（Aronson et al.，2013），產甲烷菌普遍存在于厭氧環境中，有機物質易形成較低氧化還原電位而進行無氧呼吸產生 CH4，mcrA基因豐度與 CH4通量密切相關（Yang et al.，2018；Zhang et al.，2018）。在本研究中，CH4通量與mcrA豐度呈顯著正相關，AM和MM的mcrA基因豐度顯著高于AG，從而導致前二者的CH4通量增加。長期的低水位會導致 CH4排放和產生潛力降低（Yrj?l? et al.，2011），AG由于土壤含水量較低，土壤中氧氣含量增加，使得mcrA基因豐度變小，CH4通量相應減小。基于mcrA末端限制性片段長度多態性，Yang et al.（2018）發現產甲烷菌群落結構與CH4排放量和植物蓋度存在較好的相關關系，本研究中AM和MM的生物量顯著高于 AG，也印證了這一結果。甲烷氧化菌在有氧條件下將CH4氧化生成CO2，AG表層土壤的pmoA基因豐度顯著高于其他2種植被類型，其CH4通量在3種植被類型中最低。由于pmoA菌群的存在，甲烷氧化菌在淺層土壤（<10 cm）中將消耗 25%—34%環境產生的 CH4（Miller et al.，2019），AG的CH4通量為負值，表現為CH4匯，主要原因是甲烷氧化菌氧化消耗的CH4大于產甲烷菌產生的CH4造成的。通過pmoA的多樣性分析，王世全等（2015）發現有通氣結構的蘆葦床更能有效氧化CH4，有利于減少CH4的排放，AG土壤含水量低通氣性好，比其他2種植被更能氧化CH4。

水平衡是生態系統土壤中CH4動態變化的最重要影響因素之一（Chen et al.，2018）。AM和MM土壤含水量高CH4通量亦高，二者顯著相關。同時，mcrA基因豐度與土壤濕度顯著正相關，表明無氧環境增加了產甲烷菌數量。土壤水分決定了土壤中氧化層和缺氧層的相對程度，導致CH4產生與氧化比例發生變化（Feng et al.，2020），當濕地水位下降，溫室氣體排放量就會發生較大的變化（Kwon et al.，2017）。AG由于地勢高，土壤含水量較低，氧氣充足，其pmoA基因豐度高而mcrA基因豐度低，總體表現為吸收，Christiansen et al.（2016）也發現CH4的空間變異性從濕潤土壤的凈排放變為旱地土壤的凈吸收，其CH4通量季節變化均與土壤水分密切有關，尤其干旱生態系統對水分的變化更敏感（Olefeldt et al.，2013）。

溫度是生物地球化學過程的關鍵驅動力，可能影響土壤中CH4的產生和氧化，Yvon-Durocher et al.（2014）發現 CH4通量依賴于微生物的溫度，對全球變暖有積極的反饋。在本研究中土壤溫度較高的7—9月，AM和MM的CH4通量高和AG的CH4通量低。3類植被中mcrA豐度和pmoA豐度的峰值均出現在8月，此時地溫較高，相關系數結果顯示，土壤溫度與mcrA和pmoA基因豐度呈顯著正相關，證實了土壤溫度升高增加了甲烷氧化菌和產甲烷菌活性，同時也使產CH4底物（產氫細菌或產乙酸細菌）活性增加，從而促進AM和MM土壤CH4產生和AG的CH4的吸收。全球變化導致的土壤溫度升高可能造成地球北部地區和青藏高原的永久凍土融化，導致CH4排放量增加（Voigt et al.，2019）。AM、MM 的 CH4排放峰值與 AG的 CH4吸收峰值出現時間并不一致，這主要是因為CH4通量還受到溫度以外的多種因素綜合控制。Olefeldt et al.（2013）發現地下水位、土壤溫度和植被組成對CH4排放有強烈地影響，且具有相互協同作用。土壤微生物對CH4通量影響非常重要，AM和MM的mcrA和pmoA的峰值與CH4排放峰值不一致，其原因可能有2個，一是除微生物活動影響外，CH4排放還與維管植物（段曉男等，2005）、冒泡和水位等有關，含水量增加會促進濕地CH4排放（Bansal et al.，2016），而AM和MM的土壤含水量在9月最高；二是當地9月氣象條件變化較大，從中旬開始降溫，月底降到冰點以下，CH4通量是9月中3次測定的均值，微生物取樣是中旬一次性取樣，取樣時間不匹配也是導致結果不完全一致的原因之一，今后研究中盡可能保證取樣的一致性以減少結果的不確定性。

4 結論

在生長季節中，沼澤化草甸和高寒沼澤中的CH4通量較高，在9月達到峰值，是CH4的源，高寒草地則表現為 CH4吸收，在 8月達到峰值，是CH4的匯。高寒草地有機碳、總氮、銨態氮、全鉀、生物量等與沼澤化草甸和高寒草地存在顯著差異，土壤中產甲烷菌mcrA基因豐度顯著低于其他2種植被類型，而甲烷氧化菌pmoA豐度則相反。相關分析顯示，CH4通量與土壤濕度、有機碳、總氮、mcrA顯著正相關，土壤溫度與mcrA和pmoA基因豐度顯著正相關。總之，隆寶灘高寒草地CH4通量與其他2種植被不同，這是由于碳源、微生物和土壤溫度濕度等因素的差異造成的，高寒濕地中不同類型植被CH4通量差異能微精確模擬青藏高原高寒地區的CH4排放提供數據支持。