2. 海南大学, 南海海洋资源利用国家重点实验室, 海南海口 570228
2. State Key Laboratory of Marine Resources Utilization in South China Sea, Hainan University, Haikou, Hainan, 570228, China
红树林是分布于热带、亚热带海岸潮间带的典型湿地生态系统，具有高生产力与强固碳能力等特征，在减缓全球气候变化等方面发挥着重要作用[1]。然而，近年来受围海造地、水产养殖、森林砍伐等人类活动及自然灾害的影响[2]，全球红树林面积急剧减少，已成为退化最严重的生态系统类型之一[3-4]。因此，人们开展了大量的红树林修复工作以应对红树林退化问题。
沉积物有机碳在红树林碳循环中发挥着至关重要的作用，主要是由于有机物质在微生物作用下逐步分解与转化，能够直接影响沉积物肥力水平、碳汇功能及植被生产力[5]。而沉积物微生物群落参与调控超过90%的沉积物生物地球化学过程[6-7]，其群落结构和代谢功能的差异可作为评估生态系统恢复的重要生物指标[8-9]。沉积物微生物的碳源代谢能力不仅能敏感反映其群落结构变化，还可作为预测沉积物功能多样性的有效指标。有研究表明，树种的选择、林龄的增加和沉积物资源可用性[总有机碳(TOC)、总氮(TN)、总硫(TS)含量和含水量]的变化均显著影响沉积物微生物群落[10]。此外，红树林的修复状况会影响沉积物微生物网络的复杂性和功能稳定性[11]。而解析红树林修复过程中微生物和有机碳的协同演变机制，对深入了解红树林的恢复过程具有十分重要的意义[12-13]。目前，相关研究多集中于红树林有机碳储量和碳汇功能，例如靳瑜等[14]的研究表明红树林湿地的沉积物能够在较长的时间内储存大量的有机碳；谢镇西[15]探究了红树林修复过程中的碳循环机制。已有研究普遍认为，有机碳积累与微生物多样性之间存在密切关系[16]，然而，有关红树林沉积物有机碳积累与微生物群落响应相结合的系统研究仍较为匮乏。
本研究选择海南陵水红树林国家湿地公园为研究区域，调查分析红树林修复林(Restoration Forest, RF)和原生林(Primary Forest, PF)的沉积物TOC、TN等理化性质，利用Biolog-ECO微孔板技术等分析沉积物的微生物多样性及其碳代谢活性、碳源利用特征，进而揭示红树林沉积物有机碳和微生物代谢之间的相互作用机制，旨在为红树林的恢复和保护提供理论依据和科学数据。
1 材料与方法 1.1 研究区域海南陵水红树林国家湿地公园位于海南省陵水黎族自治县新村镇南部，在清水湾与香水湾交接处的新村潟湖区域(18°24′—18°27′N，109°57′—110°01′E)(图 1)，总面积约958.22 hm2，该区域属于典型的热带海洋季风气候，全年温暖湿润，年平均气温约25 ℃，降水充沛。20世纪80年代以来，该区域受围塘养殖等人类活动的影响，红树林成片死亡[17]。自2016年开始，当地开始实施红树林湿地生态修复工程，以“退塘还林”为主要修复模式[18-19]。本研究选取原生林及3个不同修复时间的修复林样地作为研究对象(图 1)，样地位于“退塘还林”区域，修复前主要为鱼虾养殖塘，沉积物以泥沙为主，高程差异不显著[20]。其中，原生林(PF)以白骨壤(Avicennia marina)为单优势种；修复7年的红树林(Restored 7 years forest, RF7)于2017年开始实施生态修复，以红海榄(Rhizophora stylosa)、拉关木(Laguncularia racemosa)及白骨壤为共优种；修复5年的红树林(Restored 5 years forest, RF5)于2019年开始实施生态修复，以红海榄与拉关木为共优种；修复3年的红树林(Restored 3 years forest, RF3)于2021年开始实施生态修复，以红海榄与白骨壤为共优种，构成典型的热带红树林生态系统。
|
| PF stands for primary forest; RF7, RF5 and RF3 represent the restoration forests planted in 2017, 2019 and 2021, respectively. 图 1 采样区域 Fig. 1 Sampling area |
1.2 样品采集和实验方法 1.2.1 样品采集
2024年10月于海南陵水红树林国家湿地公园采集PF、RF7、RF5、RF3 4个样地的红树林表层沉积物(0-5 cm)，其中PF样地为白骨壤林下沉积物，3个RF样地为红海榄林下沉积物，每个样地采用五点取样法收集5个平行样(n=5)。所有采集的沉积物样品均置于无菌聚乙烯袋低温(4 ℃)保存并运回实验室[21]。每个样品分为3份小样：第一份小样冻干并通过100目不锈钢筛网后，测定TOC、铵态氮(NH4+-N)、有机质(OM)和全磷(TP)等指标；第二份小样冻干并通过20目不锈钢筛网后，测定pH值；第三份小样冻干并通过20目不锈钢筛网后低温(-20 ℃)保存，用于Biolog-ECO微孔培养测定沉积物微生物指标等。
1.2.2 沉积物理化性质测定沉积物的温度和孔隙水盐度分别使用温度计(BG366，深圳市亿杰仪表有限公司)和盐度计(HT212，东海县协诚科技有限公司)在现场测定。冻干沉积物样品经真空冷冻干燥机[FD-1B-80，博医康(北京)仪器有限公司]干燥并过100目不锈钢筛网后，使用MACRO Cube Elemental Analyzer(Elmentar，Germany)元素分析仪测定TOC、TN、TS、总氢(TH)等含量[22]。沉积物pH值采用pH计[FE28-Standard，梅特勒-托利多国际贸易(上海)有限公司]通过电位法测定，水土比为2.5∶1.0。沉积物OM、TP和NH4+-N送第三方检测机构测定，其中沉积物OM采用高温外热重铬酸钾氧化-容量法测定；TP采用硫酸-高氯酸消煮结合钼锑抗比色法测定；NH4+-N采用氯化钾提取-氧化镁-戴氏合金蒸馏法测定。
1.2.3 土壤微生物代谢指标测定采用Biolog-ECO微孔培养法测定沉积物微生物碳代谢特征。先将新鲜沉积物样品置于25 ℃生态气候箱中活化24 h，然后称取10 g沉积物放入250 mL锥形瓶中，再加入90 mL 0.85% NaCl溶液，用无菌棉花封口振荡30 min后静置15 min。吸取10 mL上清液转移至灭菌三角瓶中，加入90 mL灭菌生理盐水逐步梯度稀释至10-3 g/mL左右，无菌条件下吸取0.15 mL的菌悬液接种于Biolog-ECO微孔板各孔中，25 ℃恒温培养箱连续培养11 d。该生态板为96孔板，每板设3个重复，每组32孔，其中1个孔为空白对照(无碳源)，其余31孔含不同类型碳源。
培养过程中，每24 h使用酶标仪(SpectraMax M5，美国Molecular Devices公司)测定590 nm和750 nm波长下各孔的吸光度，连续监测11 d，以表征微生物碳代谢活性。
平均孔颜色变化率(Average Well Color Development, AWCD)用于表征微生物整体代谢活性，其计算公式[23-24]为
| $ \mathrm{AWCD}=\sum(C-R) / n, $ | (1) |
式中，C为各孔的吸光度，R为对照孔的吸光度，n为碳源数量，即31。
AWCD也是表征微生物群落碳源利用率的重要指标，可以根据公式(1)计算不同类型碳源利用率。计算时，C为不同碳源类型的吸光度，R为对照孔的吸光度，碳水化合物类(CH)、氨基酸类(AA)、羧酸类(CA)、多聚物类(PM)、胺类(AM)、酚酸类(PA)6种碳源类型的n值分别为12、6、5、4、2、2。
微生物功能多样性采用Shannon指数(H′)、Simpson指数(D)和McIntosh指数(U)进行表征[25]：
| $ H^{\prime}=-\sum\left(P_i \times \ln P_i\right), $ | (2) |
| $ D=1-\sum P_i^2, $ | (3) |
| $ U=\sqrt{\sum n_i^2}, $ | (4) |
式中，Pi为第i孔相对吸光度占总吸光度的比值；ni为被利用碳源的数量。
1.2.4 16S rRNA高通量测序称取0.5 g沉积物样品，采用商业试剂盒提取总DNA，经琼脂糖电泳及NanoDrop检测质量(A260/A280=1.8)后进行PCR扩增。扩增产物纯化后按等量混合构建文库，经质控后在Illumina平台进行PE250测序。原始序列经质控后，以97%相似度进行操作分类单元(OTU)聚类，基于Silva 138数据库并结合RDP classifier进行物种注释与分类统计。
1.2.5 数据处理和统计分析采用Microsoft Excel 2024软件对Biolog-ECO微孔板吸光值及沉积物理化指标进行原始整理与计算。运用IBM SPSS Statistics 26软件进行统计分析，对符合正态分布的数据采用单因素方差分析(One-way ANOVA)，并结合Duncan多重比较检验(P＜0.05)；对不符合正态分布的多组比较数据，采用Kruskal-Wallis H检验，并使用Dunn检验进行事后多重比较(P＜0.05表示差异显著)，以评估不同区域红树林沉积物理化参数的差异显著性。同时分析各理化因子与微生物代谢活性的相关性。
针对16S rRNA测序数据，采用uclust算法对97%相似水平的OTU代表序列进行分类学分析，并与Silva 16S rRNA数据库比对注释，获取各OTU对应的物种分类信息，进而统计各分类水平下所有样本的微生物群落组成。
通过Origin 2024软件对微生物的6类碳源代谢进行主成分分析(PCA)，并遵循Kaiser准则，只保留特征值>1的主成分，直观展示微生物功能代谢差异。利用Canoco 5软件对沉积物理化因子与微生物进行冗余分析，解析沉积物环境因子、有机碳积累和微生物群落以及微生物功能代谢之间的相关性。
2 结果与分析 2.1 红树林沉积物理化性质各样地沉积物整体呈碱性，pH值平均值为8.42±0.30；盐度平均值为31.06±3.82，其中RF5最高。PF和RF7沉积物温度显著高于RF5和RF3(P＜0.05)。总体来看，红树林修复林OM含量高于原生林，其中RF7 OM含量[(9.95±1.39) g/kg]最高，且显著高于其他样地(P＜0.05)。TP含量则以PF最高[(306.00±63.69) mg/kg]。氮素指标方面，RF5的NH4+-N含量显著高于其他样地(P＜0.05)，达到(7.61±0.09) mg/kg。碳氮比(C/N)在不同样地差异较大，其中RF7 C/N最高(67.85±13.65)(表 1)。
| 样地 Sampling plot |
pH值 pH value |
有机质/(g/kg) OM/(g/kg) |
铵态氮/(mg/kg) NH4+-N/(mg/kg) |
全磷/(mg/kg) TP/(mg/kg) |
碳氮比 C/N |
温度/℃ Temperature/℃ |
盐度(PSU) Salinity (PSU) |
| PF | 8.38±0.08b | 0.61±0.11b | 4.73±0.21c | 306.00±63.69a | 10.44±3.03b | 36.30±0.21a | 30.50±0.63ab |
| RF7 | 8.13±0.05c | 9.95±1.39a | 5.75±0.22b | 285.33±3.86ab | 67.85±13.65a | 36.10±0.05a | 29.90±1.11b |
| RF5 | 8.59±0.07a | 1.27±0.29b | 7.61±0.09a | 265.67±25.63ab | 14.55±4.13b | 35.42±0.25b | 32.41±1.35a |
| RF3 | 8.56±0.10a | 1.04±0.37b | 2.76±0.12d | 204.67±36.48b | 11.27±2.28b | 35.52±0.06b | 31.43±7.78a |
| Note：different letters under the same index indicate significant differences (P＜0.05), while the same letters indicate no significant differences (P＞0.05). | |||||||
所有修复林的沉积物TOC含量均高于原生林沉积物[(0.54±0.42)%]，且不同修复林样地间差异显著(P＜0.05)，其中RF7沉积物TOC含量最高[(4.70±0.52)%]，RF5次之[(1.29±0.51)%]，RF3最低[(1.02±0.29)%]，沉积物TOC含量整体呈现随修复时间增加而升高的趋势[图 2(a)]。原生林和修复林的沉积物TS含量差异显著(P＜0.05)，其中RF3沉积物TS含量最高[(0.13±0.05)%]，RF7沉积物TS含量最低[(0.07±0.03)%]。总的来说，TS含量高低排序为RF3＞PF＞RF5＞RF7[图 2(b)]。RF7沉积物TH含量最高[(0.78±0.14)%]，显著高于其他样地(P＜0.05)，PF沉积物TH含量最低[(0.11±0.03)%][图 2(c)]。原生林的沉积物TN含量较修复林低，修复林之间差异较小，但整体上RF3略高[(0.09±0.03)%][图 2(d)]。
|
| Different letters indicate significant differences (P < 0.05), while the same letters indicate no significant differences (P > 0.05). 图 2 原生林和修复林的沉积物总有机碳、总硫、总氢、总氮含量 Fig. 2 Content of TOC, TS, TH and TN in sediments of the primary forest and restoration forest |
2.2 红树林沉积物微生物碳代谢 2.2.1 沉积物微生物碳代谢活性
基于Biolog-ECO微孔板测定结果可以看出，培养期间不同样地红树林沉积物的AWCD存在显著性差异(图 3)。RF7和RF5的沉积物微生物代谢活性高于PF，其中RF7的沉积物微生物代谢活性最强，且显著高于其他修复林样地(P＜0.05)。而RF3的沉积物微生物代谢活性低于原生林。
|
| Different letters indicate significant differences (P < 0.05), while the same letters indicate no significant differences (P > 0.05). 图 3 原生林和修复林的沉积物AWCD Fig. 3 AWCD in sediments of the primary forest and restoration forest |
2.2.2 沉积物微生物多样性
Shannon指数、Simpson指数和McIntosh指数在不同样地呈现出一致的变化趋势，由高到低排序为RF7＞RF5＞RF3＞PF，其中RF7的沉积物微生物多样性指数显著高于其他样地(图 4)。
|
| Different letters indicate significant differences (P < 0.05), while the same letters indicate no significant differences (P > 0.05). 图 4 原生林和修复林沉积物微生物的多样性指数 Fig. 4 Diversity index of sediments microorganisms of the primary forest and restoration forest |
2.2.3 沉积物细菌群落结构
所有样品细菌群落分析共检出65门145纲307目470科874属，从门水平发现，弯曲杆菌门(Campylobacterota)、绿弯菌门(Chloroflexota)、拟杆菌门(Bacteroidota)、热脱硫杆菌门(Thermodesulfobacteriota)4个菌群有明显的富集趋势[图 5(a)]；从属水平发现，硫珠菌属(Sulfurovum)、弧菌属(Vibrio)、弓形菌属(Arcobacter)有明显的富集趋势[图 5(b)]。
|
| 图 5 原生林和修复林沉积物门水平、属水平细菌群落结构 Fig. 5 Bacterial community structures in sediments of the primary forest and restoration forest at the phylum level and genus level |
2.2.4 沉积物微生物碳源利用特征
不同样地沉积物微生物对碳源的利用存在差异，部分差异达到显著水平。RF7的沉积物微生物对碳水化合物类(CH)、氨基酸类(AA)、多聚物类(PM)胺类(AM)及酚酸类(PA)5类碳源的利用率均最高，其中对多聚物类和酚酸类碳源的利用率与其他样地差异显著(P＜0.05)。RF5的沉积物微生物对碳水化合物类、氨基酸类、多聚物类及酚酸类碳源的利用率相对较低。RF3的沉积物微生物对羧酸类(CA)碳源的利用率显著高于其他区域(P＜0.05)(图 6)。
|
| Different letters indicate significant differences (P < 0.05), while the same letters indicate no significant differences (P > 0.05). 图 6 原生林和修复林沉积物微生物的碳源利用率 Fig. 6 Carbon source utilization efficiency of sediment microorganisms of the primary forest and restoration forest |
微生物对6类碳源利用特征的主成分分析表明，前两个主成分(PC1和PC2)特征值均大于1，分别为3.09和1.06，累计解释总变异的72.9%(图 7)。其中，PC1方差贡献率为55.3%，PC2方差贡献率为17.6%。荷载分析显示，PC1主要由碳水化合物类(0.93)、氨基酸类(0.91)、多聚物类(0.61)、酚酸类(0.69)和胺类(0.73)共同贡献，RF7的沉积物微生物与PC1呈显著正相关关系，反映其微生物群落对复杂有机碳底物的分解与转化能力更为突出，整体碳源利用率与代谢功能活性更强；PC2则主要由羧酸类(0.90)贡献，且RF3的沉积物微生物主要与PC2方向一致，表明RF3的沉积物微生物对羧酸类底物的代谢能力与利用强度更高。
|
| 图 7 沉积物微生物对6类碳源利用特征的主成分分析 Fig. 7 Principal component analysis of sediment microbial utilization characteristics of six types of carbon sources |
2.2.5 单一碳源代谢利用分析
从沉积物微生物6类共31种单一碳源的代谢活性差异分析可以看出，RF7的沉积物微生物对碳水化合物类碳源具有较强的代谢活性，主要是通过增加β-甲基-D-葡萄糖苷(A2)、D-半乳糖酸γ-内酯(A3)、D-木糖(B2)、D-甘露醇(D2)碳源的代谢活性来实现；其对多聚物类碳源具有较强的代谢活性，主要是通过显著提高吐温40(C1)、吐温80(D1)和肝糖(F1)碳源的代谢来实现；而其对胺类碳源代谢活性的增加，主要体现在显著提高了腐胺(H4)单一碳源的代谢活性。RF7的沉积物微生物对氨基酸类、羧酸类、酚酸类3类碳源的代谢活性相对其他样地无显著增加(P＜0.05)(图 8)。
|
| A2:β-methyl-D-glucoside; A3:D-galacturonic acid γ-lactone; B2:D-xylose; B3:D-galacturonic acid; C2:i-erythritol; D2:D-mannitol; E2:N-acetyl-D-glucosamine; F2:D-glucosamine; G1:D-cellobiose; G2:α-D-glucose-1-phosphate; H1:α-D-lactose; H2:D, L-α-glycerophosphate; A4:L-arginine; B4:L-asparagine; C4:L-phenylalanine; D4:L-serine; E4:L-threonine; F4:glycine-L-glutamic acid; B1:methyl pyruvate; E3:γ-hydroxybutyric acid; F3:itaconic acid; G3:α-betaine; H3:D-malic acid; C1:Tween 40;D1:Tween 80;E1:α-cyclodextrin; F1:glycogen; C3:2-hydroxybenzoic acid; D3:4-hydroxybenzoic acid; G4:phenethylamine; H4:putrescine. Different lowercase letters indicate significant differences (P < 0.05) among mean values of corresponding indicators when performing multiple comparisons using Duncan′s method. 图 8 沉积物微生物群落对31种单一碳源的代谢指纹图谱 Fig. 8 Metabolic fingerprints of sediment microbial communities for 31 single carbon sources |
2.3 微生物碳代谢影响因子
冗余分析结果显示，相关因子共解释微生物碳代谢特征变异的98.85%，其中RDA1和RDA2分别解释95.00%和3.85%。TOC含量(R2=0.97，P=0.003)、TN含量(R2=0.83，P=0.005)、C/N(R2=0.94，P=0.006)、TH含量(R2=0.88，P=0.005)及pH值(R2=0.79，P=0.005)与微生物碳源利用特征关系密切，是主要驱动因子(图 9)。
|
| PSU: salinity; ST: sediment temperature; OM: organic matter content. 图 9 沉积物理化性质对微生物6类碳源利用的冗余分析 Fig. 9 Redundancy analysis of the physical and chemical properties of sediments on the utilization of six types of carbon sources by microorganisms |
3 讨论 3.1 红树林修复对其沉积物有机碳积累的影响
本研究的分析结果表明，3个红树林修复样地的沉积物TOC含量呈现随修复时间延长而增加的趋势：RF7＞RF5＞RF3，且均高于原生林。吴康丽等[26]研究发现不同修复年限的红树林沉积物TOC含量存在差异，且修复时间长的区域TOC含量有一定的积累，表明红树林生态修复过程中可能通过生物量累积、凋落物输入、底泥厌氧保存等多种方式来有效提升其固碳能力和促进碳汇功能的恢复。RF7为2017年最早实施种植的修复林，其沉积物碳积累的效果最显著，这也与Moreno-Mateos等[27]的研究发现类似。值得注意的是，修复林的沉积物TOC含量高于原生林沉积物，这一现象可能与植被组成及环境条件差异有关。本研究中原生林以白骨壤为单优势种，而修复林多为红海榄和拉关木等速生种组成的混交群落。相较于单一群落结构，混交林通常具有更高的初级生产力和有机质输入能力，例如，不同树种的生态位互补、资源利用率提升等[28]。RF7的沉积物具有较高的C/N，指示了重要的植物来源贡献，同时也反映了修复林的高生产力。此外，相比靠近海岸的PF，距离海岸较远的RF7受潮汐影响更大。但是RF7的沉积物TOC含量最高，说明红树林修复对固碳有重要的促进作用[29]。另外，修复林的沉积物TN含量均比原生林高，但是修复时间越长，TN含量越低。RF3的沉积物平均TN含量最高，可能是修复早期硝化作用强、植被的吸收差异等原因造成的[30-31]。类似地，TS含量在RF3沉积物中最高，可能源于OM分解及硫酸盐还原过程的增强。已有研究表明，硫酸盐还原菌在红树林沉积物中广泛存在，其代谢活动对硫循环具有重要调控作用[32]。
此外，本研究的红树林修复区域为“退塘还林”模式，早期的人为扰动可能在短期内降低沉积物OM含量和降低微生物群落的稳定性，但长期来讲沉积环境会逐步趋于稳定，随着植物的生长和生物量输入的增加，OM持续积累富集[33]。总体而言，红树林修复通过增强碳输入、降低碳输出及改善沉积环境来促进沉积物有机碳的积累。与赵海晓[34]的研究相比，本研究的沉积物OM含量处于中等营养水平(10—30 g/kg)。修复林中RF7的沉积物OM含量[(9.95±1.39) g/kg]高于原生林，这与吴辉等[35]的发现类似：研究区域人工林的OM水平高于天然林。另外，RF7距海岸较远，受潮汐影响较大，却含有较高的OM，进一步说明红树林修复对OM的累积作用。
3.2 红树林修复林的沉积物微生物多样性及其碳利用特征基于Biolog-ECO微孔板技术的微生物代谢分析能够揭示红树林修复林的微生物群落响应特征。本研究修复林的沉积物AWCD比原生林沉积物高，且修复林中RF7的沉积物AWCD最高，显著高于RF5和RF3沉积物(P＜0.05)，这可能是因为RF7的修复时间相对较长，与RF5、RF3相比有更丰富的植物生物量，而植物的凋落分解可以加快土壤的养分循环，为微生物提供丰富的营养，提高微生物的碳源代谢能力[36]，这也与许敬华等[37]的研究结论相符——红树林修复时间越长，越能增强其根际微生物的碳源代谢能力。而且不同修复时间的红树林生长情况不同，土壤微生物对碳源的利用也有差异[38]。RF7的沉积物微生物代谢活性最强，说明较长的修复时间使微生物的群落结构更加稳定。同时，RF7的沉积物微生物代谢活性显著提升，说明种植修复能有效重建沉积物微生物功能[39]。另外，修复林的沉积物微生物群落多样性指数高于原生林沉积物。RF7沉积物微生物的物种丰富度、功能均匀度、群落稳定性都显著高于原生林沉积物，进一步说明红树林修复能够促进其沉积物微生物群落多样性的恢复[40]。
沉积物的16S rRNA测序结果表明，RF7的沉积物细菌群落在门水平上主要为弯曲杆菌门、绿弯菌门、拟杆菌门和热脱硫杆菌门，属水平上则主要为硫珠菌属、弧菌属、弓形菌属。其中，绿弯菌门细菌偏好利用难降解的有机碳，尤以多聚物类、酚酸类碳源为主；拟杆菌门细菌则明显偏好利用易降解的有机碳，尤其倾向于利用碳水化合物类中的D-纤维二糖、β-甲基-D-葡萄糖苷等，这与张昕怡[41]的研究发现类似。从属水平来看，弧菌属细菌偏好碳水化合物类碳源，重点利用D-纤维二糖、N-乙酰-D-葡萄糖胺等；弓形菌属细菌主要利用小分子有机酸及含氮碳源[42]。
本研究发现，红树林修复林和原生林之间的碳源利用特征存在差异，不同时期的修复林其碳源利用特征也不同。单一碳源代谢利用分析的结果表明，RF7的沉积物微生物形成了优势碳源利用模式，其通过增强单一碳源(如单糖)代谢来强化对碳水化合物类碳源的利用，通过提高复杂碳源(吐温类)代谢来增强对多聚物类碳源的利用，同时氮代谢关键物质(腐胺)利用率显著提升，这充分反映了微生物功能群落的生态位分化，提示特定碳源可作为不同修复阶段的生物标志物[43]。这些微生物碳源利用的偏好与上述菌群代谢特征所反映的碳源利用偏好基本一致。
3.3 影响红树林沉积物微生物碳代谢的主要因素冗余分析结果表明，TOC含量、TN含量、C/N、TH含量及pH值是影响红树林沉积物微生物碳源利用和代谢的主要因素。这与石素梅等[44]研究结果一致，即沉积物养分状况和环境条件共同影响微生物群落结构与功能。TOC和氮素作为微生物生长的主要底物，其含量直接决定微生物代谢潜力和功能。较高的TOC含量能够提供充足能量来源，从而增强微生物对多类碳源的利用能力。同时，pH值通过影响微生物的酶活性及生理过程等，对其分布和群落有重要的影响[45]。尽管有研究指出沉积物OM的组成变化可能显著影响微生物的碳代谢功能[46]，但本研究中沉积物OM对碳源利用的影响未达到显著水平，可能与样地间OM含量差异较小或其他环境因子(如盐度)共同作用有关。
4 结论红树林修复能够促进沉积物有机碳的积累及微生物多样性的恢复。与原生林相比，修复林的沉积物TOC、TN及OM含量均有所提高，且随修复时间的延长呈现增加的趋势。其中，修复7年的红树林样地TOC含量最高。修复林的沉积物微生物多样性和微生物总体代谢活性也高于原生林沉积物，原生林和修复林对碳源的总体利用特征存在较大差异。修复7年的红树林对5种碳源类型(碳水化合物类、氨基酸类、多聚物类、胺类、酚酸类)的利用率较高，且通过提升β-甲基-D-葡萄糖苷、D-半乳糖酸γ-内酯、D-木糖和D-甘露醇的代谢活性，增加对碳水化合物类碳源的利用率；通过加强吐温40、吐温80和肝糖的代谢，促进多聚物类碳源的利用；而对胺类碳源利用率的增强则是通过提升腐胺的代谢来实现。TOC含量、TN含量、C/N、TH含量及pH值是影响红树林沉积物微生物碳源利用的主要因素。红树林修复通过调控沉积物养分状况与微生物功能，实现有机碳积累与微生物代谢增强的协同作用。
| [1] |
ATWOOD T B, CONNOLLY R M, ALMAHASHEER H, et al. Global patterns in mangrove soil carbon stocks and losses[J]. Nature Climate Change, 2017, 7: 523-528. DOI:10.1038/nclimate3326 |
| [2] |
BARBIER E B. The protective service of mangrove ecosystems: a review of valuation methods[J]. Marine Pollution Bulletin, 2016, 109(2): 676-681. DOI:10.1016/j.marpolbul.2016.01.033 |
| [3] |
HUANG Z S Q, YAO H M, WANG M S, et al. Tracking the effects of mangrove changes and Spartina alterniflora invasion on soil carbon storage: a case study of the Beibu Gulf of Guangxi, China[J]. Land, 2024, 13(3): 392. DOI:10.3390/land13030392 |
| [4] |
张乔民, 隋淑珍. 中国红树林湿地资源及其保护[J]. 自然资源学报, 2001, 16(1): 28-36. |
| [5] |
李心怡, 尹强, 运向军, 等. 沙地土壤有机碳及其稳定性研究进展[J]. 中国草地学报, 2025, 47(12): 115-127. |
| [6] |
BEILLOUIN D, BEN-ARI T, MALÉZIEUX E, et al. Positive but variable effects of crop diversification on biodiversity and ecosystem services[J]. Global Change Biology, 2021, 27(19): 4697-4710. DOI:10.1111/gcb.15747 |
| [7] |
BOWLES T M, ACOSTA-MARTÍNEZ V, CALDERÓN F, et al. Soil enzyme activities, microbial communities, and carbon and nitrogen availability in organic agroecosystems across an intensively-managed agricultural landscape[J]. Soil Biology and Biochemistry, 2014, 68: 252-262. DOI:10.1016/j.soilbio.2013.10.004 |
| [8] |
FIERER N. Embracing the unknown: disentangling the complexities of the soil microbiome[J]. Nature Reviews Microbiology, 2017, 15: 579-590. DOI:10.1038/nrmicro.2017.87 |
| [9] |
PHILIPPOT L, CHENU C, KAPPLER A, et al. The interplay between microbial communities and soil properties[J]. Nature Reviews Microbiology, 2024, 22: 226-239. DOI:10.1038/s41579-023-00980-5 |
| [10] |
SOKOL N W, SLESSAREV E, MARSCHMANN G L, et al. Life and death in the soil microbiome: how ecological processes influence biogeochemistry[J]. Nature Reviews Microbiology, 2022, 20(7): 415-430. DOI:10.1038/s41579-022-00695-z |
| [11] |
CARNOVALE D, BISSETT A, THRALL P H, et al. Plant genus (Acacia and Eucalyptus) alters soil microbial community structure and relative abundance within revegetated shelterbelts[J]. Applied Soil Ecology, 2019, 133: 1-11. |
| [12] |
陈国贵, 王文卿, 谷宣, 等. 漳江口红树植物群落周转对大型底栖动物群落结构的影响[J]. 生态学报, 2021, 41(11): 4310-4317. |
| [13] |
殷书柏, 杨青, 吕宪国. 三江平原典型环型湿地土壤有机碳剖面分布及碳贮量[J]. 土壤通报, 2006, 37(4): 659-661. |
| [14] |
靳瑜, 郭嘉, 赵微, 等. 红树林湿地碳储存和主要有机碳过程研究进展[J]. 湿地科学, 2026, 24(1): 224-234. |
| [15] |
谢镇西. 红树林生态系统固碳功能及其驱动机制研究: 以广西北海小冠沙为例[D]. 南宁: 广西大学, 2024.
|
| [16] |
WEISKOPF S R, ISBELL F, ARCE-PLATA M I, et al. Biodiversity loss reduces global terrestrial carbon stocks[J]. Nature Communications, 2024, 15: 4354. DOI:10.1038/s41467-024-47872-7 |
| [17] |
赵小雨, 蔡立哲, 饶义勇, 等. 考洲洋人工种植红树林湿地大型底栖动物群落环境响应[J]. 生态学报, 2023, 43(13): 5505-5516. |
| [18] |
田雅楠, 王红旗. Biolog法在环境微生物功能多样性研究中的应用[J]. 环境科学与技术, 2011, 34(3): 50-57. |
| [19] |
尹连政, 秦永强, 苏园园, 等. 退塘还林红树林大型底栖动物群落结构变化及影响因素[J]. 热带生物学报, 2024, 15(6): 780-790. |
| [20] |
杨阳, 高抒, 周亮, 等. 海南新村港潟湖表层沉积物粒度特征及其沉积环境[J]. 海洋学报, 2016, 38(1): 94-105. |
| [21] |
王娟, 孙爱平, 王开营, 等. 土壤样品采集的原则与方法[J]. 现代农业科技, 2011(21): 300-301. |
| [22] |
何建英. 元素分析仪法测定河流中颗粒物有机碳[J]. 山东化工, 2023, 52(19): 154-156, 163. |
| [23] |
席劲瑛, 胡洪营, 钱易. Biolog方法在环境微生物群落研究中的应用[J]. 微生物学报, 2003, 43(1): 138-141. |
| [24] |
闻鸣, 刘禹, 冯朝阳, 等. 不同土地利用方式下土壤氮循环关键过程的差异及其驱动因素[J]. 应用生态学报, 2025, 36(5): 1387-1397. |
| [25] |
KONG W B, WEI X R, WU Y H, et al. Afforestation can lower microbial diversity and functionality in deep soil layers in a semiarid region[J]. Global Change Biology, 2022, 28(20): 6086-6101. DOI:10.1111/gcb.16334 |
| [26] |
吴康丽, 邱悦, 吴佳佳, 等. 厦门筼筜湖不同修复时期人工秋茄林的碳储量[J]. 应用海洋学学报, 2024, 43(4): 744-752. |
| [27] |
MORENO-MATEOS D, POWER M E, COMÍN F A, et al. Structural and functional loss in restored wetland ecosystems[J]. PLoS Biology, 2012, 10(1): e1001247. DOI:10.1371/journal.pbio.1001247 |
| [28] |
杨渺, 李贤伟, 张健, 等. 植被覆盖变化过程中土壤有机碳库动态及其影响因素研究进展[J]. 草业学报, 2007, 16(4): 126-138. |
| [29] |
胡鑫, 熊兰兰, 陈顺洋, 等. 幼龄红树生物量模型及幼林红树林碳储量研究[J]. 热带海洋学报, 2025, 44(4): 187-199. |
| [30] |
曹知勉, 叶勇, 卢昌义, 等. 红树林恢复对海岸湿地土壤影响的初步研究[J]. 生态科学, 2004, 23(2): 110-113. |
| [31] |
高英美. 外来入侵植物瘤突苍耳和本地苍耳对无机氮的偏好利用[D]. 沈阳: 沈阳农业大学, 2019.
|
| [32] |
马巧丽, 杜欢, 刘杨, 等. 红树林湿地硫酸盐还原菌的多样性及其参与驱动的元素耦合机制[J]. 微生物学报, 2022, 62(12): 4606-4627. |
| [33] |
任庆水. 三峡库区消落带不同人工植被土壤微生物群落多样性[D]. 重庆: 西南大学, 2018.
|
| [34] |
赵海晓. 盐度对红树林湿地土壤有机碳积累的影响及其微生物学机制[D]. 广州: 广东工业大学, 2025.
|
| [35] |
吴辉, 张典铨, 倪冉旭, 等. 人工和天然红树林湿地沉积物理化性质及酶活性特征[J]. 环境科学学报, 2024, 44(5): 198-206. |
| [36] |
梅文锴, 宋艳宇, 李孟婷, 等. 三江平原不同土地利用方式下土壤微生物碳代谢特征[J]. 生态学杂志, 2025, 44(8): 2487-2496. |
| [37] |
许敬华, 李意敏, 丁思龙, 等. 泉州湾红树林人工种植过程根际微生物群落结构演变特征[J]. 湿地科学与管理, 2023, 19(1): 9-14. |
| [38] |
贾建丽, 高小龙, 张犇, 等. 重金属-PAHs污染土壤植物微生物修复效果及机理[J]. 洁净煤技术, 2024, 30(1): 205-216. |
| [39] |
曾玉辉, 成官文, 王云龙, 等. 赤泥矿泥土壤化处置复垦区土壤理化性状和微生物群落变化研究[J]. 农业资源与环境学报, 2025, 42(3): 662-673. |
| [40] |
LAI J Y, PALANIVELOO K, SHARMA S, et al. Influence of stand age on sediment bacterial communities in restored mangrove forests[J]. Ecological Indicators, 2025, 173: 113316. DOI:10.1016/j.ecolind.2025.113316 |
| [41] |
张昕怡. 盐度胁迫对人工湿地基质微生物碳代谢特征的影响及其作用机制研究[D]. 济南: 山东大学, 2024.
|
| [42] |
陈淼. 可生物降解微塑料对砖红壤碳氮代谢的影响及微生物机制[D]. 海口: 海南大学, 2022.
|
| [43] |
SU W X, LIN Z Y, LIN Y Y, et al. Microbial community structure and functional diversity affected by soil depth, tidal levels, and stand ages in restored Sonneratia apetala mangroves[J]. Estuarine, Coastal and Shelf Science, 2025, 319: 109276. DOI:10.1016/j.ecss.2025.109276 |
| [44] |
石素梅, 杨敬杰, 单晓静. 草原土壤微生物群落结构及其生态功能[J]. 农村科学实验, 2025(6): 24-26. |
| [45] |
ROUSK J, BÅÅTH E, BROOKES P C, et al. Soil bacterial and fungal communities across a pH gradient in an arable soil[J]. The ISME Journal, 2010, 4(10): 1340-1351. DOI:10.1038/ismej.2010.58 |
| [46] |
ZHOU J, GUAN D W, ZHOU B K, et al. Influence of 34-years of fertilization on bacterial communities in an intensively cultivated black soil in Northeast China[J]. Soil Biology and Biochemistry, 2015, 90: 42-51. DOI:10.1016/j.soilbio.2015.07.005 |