使用养殖废水灌溉对干旱区土壤微生物功能多样性和群落结构的影响

今天给大家分享一篇《使用养殖废水灌溉对干旱区土壤微生物功能多样性和群落结构的影响》，引用信息如下：

在淡水资源普遍匮乏的干旱地区，水产养殖废水是最重要的替代水资源之一。这种水灌溉可能会影响土壤微生物功能多样性和群落结构，使土壤环境变化。通过Biolog和宏基因组方法进行了实地采样，来调查这些影响。研究选择位于我国西北阳关镇的冷水鱼类养殖站作为采样区。由于地处库姆塔格沙漠边界，该地区年平均降水量只有39.9毫米，年气温9.3°C。2014年，该站覆盖面积约3万平方米，养殖鱼类约8000尾。在养殖场附近的农田种植了超过10公顷的葡萄。一个以祁连冰雪融化为水源的湖泊(当地称为月亮湖)，为养鱼和大部分葡萄田灌溉提供了水源。所有鱼塘的废水都被收集起来，进行污泥吸附处理，然后输送到附近的葡萄田。湖水和处理后废水的化学成分如表1所示。

表1：灌溉水的化学成分。FWS:淡水灌溉土壤;AWS:水产养殖废水灌溉土壤。

2014年7月16日，采集了两种葡萄田的土壤样本。一种是用月亮湖的水(淡水灌溉土壤)灌溉，另一种是用养殖废水灌溉。在每种田块中，选择3个样点作为重复取样。每个样点共采集13个非根际土柱(深度0~20cm)，按S型曲线混合成一个复合土样。筛选出植物根茎后，取1公斤土样放入无菌袋中。共采集6个土样，用冰块包装后在24 h内运至实验室，每个土样分为3个部分。一部分在4℃冷藏，用于微生物功能多样性分析，另一部分在?80℃冷冻，用于微生物遗传分析，其余部分风干进行化学分析。

表2：不同处理下的土壤化学性质。三个重复样本的平均值。FWS：淡水灌溉土壤；AWS：养殖污水灌溉土壤；C：有机碳；N：总氮；P：总磷；EC：电导率。FWS:淡水灌溉土壤;AWS:水产养殖废水灌溉土壤。

微生物功能多样性分析

利用Biolog EcoplatesTM测定土壤微生物代谢活性。每板有96个孔，每孔进行3个重复(包括31个唯一碳源和一个水空白)。结果发现，淡水灌溉土壤FWS和养殖废水灌溉AWS土壤微生物功能特征存在显著差异。土壤微生物群落在利用碳源过程中的代谢活动颜色平均变化率AWCD值AWS显著低于FWS (P<0.05;图1A)。从Shannon和McIntosh多样性指数的值可以看出，AWS的代谢多样性显著降低(图1B和C)。在AWS中，六类功能碳基板的利用率均显著降低(图1D)。与FWS相比,AWS中微生物消耗的主要种类是碳水化合物(44.8%)和聚合物(28.1%)，各单一碳源的消耗均显著降低(P <0.05)。

图1：水产养殖废水灌溉对微生物功能多样性指数(A-C)及6种功能碳基质利用(D)的影响。

FWS:淡水灌溉土壤;AWS:水产养殖废水灌溉土壤

主成分分析(PCA)显示，FWS中的样本1、2、3(绿色)和AWS中的样本4、5、6(蓝色)沿轴1明显分离(图2A)，FWS(右侧)中的三个样本比AWS(左侧)中的样本更分散。研究发现，FWS样品2中的微生物更喜欢消耗氨基酸，而FWS- 1中的微生物更喜欢消耗苯酚、胺和聚合物;FWS样品3的土壤微生物消耗碳底物最少，表明其微生物代谢活性最低。AWS的样品5和6几乎聚在一起，说明它们的微生物具有相似的代谢活性。基于PERMANOV A分析，养殖废水灌溉对微生物碳源利用模式的差异显著(F = 71.59, P<0.001)。

图2主成分分析(PCA)对6类功能碳底物的利用(A)和细菌门的相对丰度(B)。黑色载体代表微生物特征。

绿色方块和带有数字的蓝色圆圈表示来自淡水灌溉土壤(FWS)和水产养殖废水灌溉土壤(AWS)的样品。

细菌群落组成

通过宏基因组测序分析，从每个土壤样品中获得88 052条高质量的细菌16S V4序列。根据97%的序列相似性，共鉴定出4 133个细菌OTUs，其中FWS的OTUs中位数为3 399个，AWS的OTUs中位数为3 612个(表3)。结果发现，水产养殖废水灌溉能显著改变细菌群落结构。AWS的细菌操作分类单元数(OTUs)和群落多样性指数(Chao 1、ACE、Shannon和Simpson)均显著高于FWS。变形菌门(Proteobacteria)、放线菌门(Actinobacteria)、拟杆菌门(Bacteroidetes)、绿弯菌门(Chloroflexi)、酸杆菌门(Acidobacteria)、芽单胞菌门(Gemmatimonadetes)、浮霉菌门(Planctomycetes)、疣微菌门(Verrucomicrobia)是FWS和AWS的优势菌门 (图3A)。FWS和AWS的变形菌门、拟杆菌门和浮霉菌门的相对丰度分别为29.7%、14.4%、8.7%与22.9%、6.9%、7.3%，FWS的相对丰度比AWS显著高。

表3：不同灌溉水下细菌群落丰富度和多样性指数的平均值和标准差

PCA排序结果显示，由于AWS中的3个样本更分散， FWS中的细菌群落(左侧为绿色)比AWS中的细菌群落(右侧为蓝色)变化更少(图2B)。沿1轴方向，AWS中的样本4、5和6主要位于1轴的正方向，而FWS中的样本1、2和3主要位于负方向。PERMANOV A分析表明，FWS和AWS的细菌组成在门水平上存在显著差异(F = 7.30, P<0.001)。

图3：环代表了至少占整个群落1%的细菌门(A)和至少占整个群落0.2%的类群(B)的平均相对丰度(来自三个重复样本);相对丰度在淡水(FWS)和水产养殖废水灌溉土壤(AWS)之间存在显著差异的值用星号标记

(P <0.05，配对t检验)。

微生物特性随土壤环境变量的变化而变化。

水产养殖废水灌溉引起的土壤环境变化对微生物功能特征和群落结构有显著影响。土壤总磷(P)浓度高有利于碳水化合物、羧酸、胺类、酚类和聚合物的消耗(表3)，AWS中最难消耗的碳源胺类和酚类受土壤Na、Ca和Mg浓度的负向调节，说明这些盐离子在这些碳源的消耗中起着重要作用。冗余分析(RDA)轴1显示出明显的环境梯度，即增加P，降低K、Cl和SO4，将所有碳基质的利用都向轴1的正方向分离(图4A)。

对土壤环境变化较敏感的门是拟杆菌门和OD1 (表3)。拟杆菌门相对丰度与土壤磷呈显著正相关，与土壤K、Mg、Cl、SO4浓度呈负相关；OD1的相对丰度与土壤磷呈负相关，与土壤K, Na, Ca, Mg, Cl和SO4浓度呈正相关。变形菌门主要受土壤EC(电导率)的影响，但没有离子参与。RDA显示，细菌群落结构的总变异率为88.4% (图4B)，其中70.3%由Cl引起，8.5%由Ca引起，5.7%由SO4引起，3.9%由Mg引起。

表3：土壤微生物特征与土壤环境变量的斯皮尔曼相关性。P <值;0.01用粗体表示。

C:有机碳;N:总氮;P:总磷;电子商务:导电性。

图4：基于冗余分析(RDA)的6类功能碳基质(A)和土壤化学性质限制的细菌门相对丰度(B)。红色的载体代表选定的土壤化学性质，黑色的载体代表微生物特性。

总结

在一些干旱和半干旱地区，农业灌溉废水的使用对全面的水管理至关重要，灌溉水通过改变土壤环境并影响土壤微生物。本研究中，AWS的总微生物代谢活性和功能多样性指数均显著降低。养殖废水导致的微生物功能特性降低主要与P的降低和可溶性盐(主要是K，土壤细菌群落结构的变化主要与磷、EC和离子(主要是Ca、Mg、Cl和SO4)浓度有关。

结果表明，拟杆菌门虽然对盐离子浓度变化都很敏感，但与OD1相比，拟杆菌门对盐离子的响应完全不同。由于此研究的相关分析仅仅是基于2个处理，共6个样品，因此要明确区分不同微生物对盐离子的响应，还需要做更多的工作。研究发现，养殖废水灌溉引起的土壤Cl浓度升高是导致微生物功能多样性降低和细菌群落变异的主要原因。因此为了缓解养殖废水灌溉对土壤生态系统的负面影响，应更加重视土壤氯离子浓度的控制。