焦海華,張淑珍,景旭東,張 通,白志輝

1 長治學院生物科學與技術系, 長治 046011 2 中國科學院生態(tài)環(huán)境研究中心, 北京 100085 3 遼寧大學環(huán)境學院, 沈陽 110036

油田區(qū)多環(huán)芳烴污染鹽堿土壤活性微生物群落結構解析

焦海華1,2,張淑珍3,景旭東1,張 通1,白志輝2,*

1 長治學院生物科學與技術系, 長治 046011 2 中國科學院生態(tài)環(huán)境研究中心, 北京 100085 3 遼寧大學環(huán)境學院, 沈陽 110036

多環(huán)芳烴(Polycyclic aromatic hydrocarbons, PAHs)是土壤中廣泛存在的、美國環(huán)?？偸?USEPA)優(yōu)先控制的一類有毒(致癌、致突變)的持久性污染物,主要來源于人類活動。土壤微生物多樣性是表征土壤質量變化的敏感指標之一。磷脂脂肪酸(PLFAs)分析方法是基于活性微生物細胞膜的PLFAs組分的生化檢測技術,克服了傳統培養(yǎng)方法只能分離出少量微生物(<1%)的缺點。采用PLFAs方法,解析了土壤活性微生物對PAHs污染脅迫的反應。結果表明,土壤微生物分布情況可分為4種類型：Ⅰ型,微生物PLFAs種類最多,占該區(qū)土壤微生物PLFAs種類總數的57.7%,PAHs對變量的解釋量最?。虎蛐?微生物PLFAs占PLFAs總數的30.8%,PAHs對變量的解釋量較?。虎笮?微生物PLFAs種類占總數的7.68%,PAHs對變量的解釋量較大；Ⅳ型,微生物PLFAs的種類僅占總數的3.85%,PAHs對變量的解釋量最大。相關性分析表明：土壤微生物PLFAs的種類、生物量和生態(tài)多樣性指數與土壤中萘(Nap)、芴(Flu)、蒽(Ant)、苯并[K]熒蒽(Bkf)、苯并[a]芘(Bap)、茚并[1,2,3-cd]芘(Ind)的相對含量呈負相關關系；與苊(Ace)、菲(Phe)、熒蒽(Fla)、芘(Pyr)、苯并[a]蒽(Baa) 的相對含量呈正相關關系；與PAHs的種類和濃度呈負相關關系。結果將為開展PAHs污染土壤的生態(tài)風險評價和微生物生物修復技術研究提供理論依據。

磷脂脂肪酸(PLFAs); 多環(huán)芳烴(PAHs); 微生物群落; 鹽堿土壤; 微生物多樣性

土壤微生物是土壤生態(tài)系統最活躍的組分,常被比擬為土壤養(yǎng)分循環(huán)的“轉化器”、污染物的“凈化器”和生態(tài)系統穩(wěn)定的“調節(jié)器”,在維持土壤生態(tài)系統的穩(wěn)定以及受損生態(tài)系統的恢復與重建過程中發(fā)揮重要作用[1-2]。有些土壤微生物類群能通過基因表達的蛋白酶,或通過共代謝作用降解有機污染物[3]。有的類群形成了以某些污染物作為唯一碳源或能源的生理代謝特征。Loreau等[4]認為土壤微生物群落結構與功能的改變,可以作為一個生物預警指標指示土壤質量的變化,因為在穩(wěn)定的土壤生態(tài)系統中,土壤微生物具有較高的多樣性,而微生物多樣性的減少則會導致統穩(wěn)定性和生態(tài)功能的下降。土壤微生物種類豐富、數量巨大。據估算,每克土壤中約有幾萬個物種,百億個微生物個體。目前,僅有大約4500個種類得到了鑒定,其中,約有100多個屬,200多個種被證明能夠降解石油等有機污染物[5]。因此,在土壤污染問題日益突出的今天,探討污染物對土壤微生態(tài)系統的影響將具有重要的理論研究與實際應用價值。

土壤中可培養(yǎng)微生物僅占總量的1%—10%,利用傳統的平板培養(yǎng)方法會過低估計微生物的量；利用克隆文庫和DNA測序等分子技術不能區(qū)分微生物是活體還是死體。磷脂脂肪酸(PLFAs)是微生物生長代謝過程合成的膜結構物質,具有結構和種類的多樣性,且細胞一旦死亡PLFAs將迅速分解。因此,PLFAs標識的是活性微生物類群,能反應土壤微生物群落隨環(huán)境質量改變而變化的動態(tài)過程[6]。

大港油田區(qū)具有50多年的石油勘探與開采歷史,土壤存在一定程度的多環(huán)芳烴(PAHs)污染。近年來,有關于該區(qū)石油污染調查與修復技術研究的報道[7-8],但關于該區(qū)污染土壤微生態(tài)環(huán)境的研究還較少。本文以油田區(qū)土壤為研究對象,采用PLFAs分析方法,引用生態(tài)學多樣性參數,探討土壤微生物群落多樣性對PAHs污染脅迫的響應特征。

1 材料與方法

1.1 土壤樣品的采集

2013年5月在大港油田布設了15個采樣區(qū)(400m2/區(qū))。采用網格布點法,用不銹鋼鏟采集表層土壤(0—25cm),每個樣區(qū)采集20—30個樣點土壤,然后混合均勻記作該樣區(qū)的土壤樣品。土壤樣品用聚乙烯自封袋密封運至實驗室。土壤微生物PLFAs提取采用鮮土；PAHs提取采用冷凍干燥、研磨過100目金屬篩的土壤。根據文獻[9]方法提取和凈化土壤PAHs；土壤含水率用烘干法測定；土壤pH采用5∶1的水土比混合液,pH計(pHs- 3C)測定；電導率(EC) 采用電導儀(DDS- 11A) 測定；土壤有機質含量(SOC)采用重鉻酸鉀水合加熱法測定[10]。

1.2 磷脂脂肪酸測定與命名方法

采用Bligh and Dyer[11]方法提取PLFAs。濃縮樣品利用氣象色譜-質譜聯用儀(GC/MS)測定。以十九烷酸甲酯為內標,對不同種類PLFAs定量分析[12]。采用“ω”系統對特征PLFAs進行命名,分子通式為：(i/a/me/cy)X:YωZ(c/t),其中,ω代表雙鍵,Z代表雙鍵距離分子末端碳原子的個數；i表示甲基支鏈位于距離分子末端第2個碳原子而a表示甲基支鏈距離末端第3個碳原子上；me代表甲基支鏈在中間碳原子上,其前面的數字表示距離分子始端碳原子的個數；X代表主鏈碳原子的個數,Y代表雙鍵的個數；cy代表環(huán)丙基；c或t表示分子的順、反式結構[13]。

1.3 數據統計分析

每個樣品測3個重復,文中所列出的土壤樣品測定值均為該樣品3個重復樣的平均值。采用Excel和SPSS 17.0軟件進行相關數據的統計分析與處理。采用CANOCO software (version4.5, Microcomputer Power, Inc., Ithaca, NY) 對PLFAs特征進行分析。對不同類型PLFAs的濃度進行主成分分子(PCA)和冗余性分析(RDA)。各生態(tài)參數的計算公式如下[14-15]：

Margalef總豐富度指數(M)

M=(S-1)/lnN

(1)

Shannon-Wiener多樣性指數(H)

(2)

Pielou均勻度(J)

J=-∑pilnpi/lnS=H/lnS, Pi=Ni/N

(3)

Simpson優(yōu)勢度(Y)

(4)

式中,S是系統中物種個數,在此指15個樣區(qū),土壤中某一特征PLFA檢出的頻次；Ni為第i種的個體數,在此指不同樣區(qū)土壤中檢測出的第i種PLFAs的含量；N為群落全部個體總數,在此指15個樣區(qū)中檢測出的各種PLFAs量的總和。

2 結果與分析

2.1 土壤基本性質和PAHs復合污染特征

土壤中共檢測出12種U.S.EPA[16]優(yōu)先控制的PAHs類型(表1)。不同樣區(qū)PAHs種類變化范圍在6—12種,包括2環(huán)—6環(huán)類型。萘(Nap)、芴(Flu)、熒蒽(Fla)、芘(Pyr)為完全分布,所有樣區(qū)均檢測到；2環(huán)PAHs在不同樣區(qū)占總量比例范圍為2.20%—96.7%,S3最高,S2最??；3環(huán)PAHs所占比例范圍為0.473%—67.4%,S11最小,S2最高；4環(huán)所占比例范圍為：nd—41.3%,S4最高,S3中沒檢測到；5環(huán)比例范圍nd—42.7%,S12最高,S2、S5、S10均沒檢測到；6環(huán)所占比例范圍為nd—14.6%,S2中最高,S3、S4、S5、S10、S13、S13、S15均沒檢測到。PAHs總濃度(∑PAHs)范圍在1.03×102—37.7×102ng/g,平均值為7.78×102ng/g。

表1 土壤與多環(huán)芳烴(PAHs)的污染特征值

2.2 土壤微生物群落組成

圖1 土壤樣品(S4)微生物群落磷脂脂肪酸氣相色譜圖Fig.1 Chromatogram profile of phospholipids fatty acids of the microbial community in soil sample (S2)

以土壤樣品(S2)提取的PFLAs氣相色譜圖(圖1)為例。其中,橫坐標表示各PLFAs特征峰出現的時間,縱坐標表示各PLFAs的豐度。將圖譜信息轉化為數據信息(表2)可知：土壤中共檢測到從C10—C24的26種PLFAs類型,最少的樣區(qū)S7(3種),最多的樣區(qū)S4(17種)。根據分子結構可分為標識細菌的飽和型脂肪酸(SAT)[17]；標識革蘭氏陽性菌(G+)的支鏈末端型飽和脂肪酸(TBSAT)[18]；標識放線菌的支鏈中間型飽和脂肪酸(MBSAT)[19]；標識革蘭氏陰性菌(G-)的單不飽和型脂肪酸(MONO)和環(huán)丙脂肪酸(CYCLO)[20]；標識真菌的多不飽和型脂肪酸(PUFA)[21]等6大類群。

表2 土壤微生物磷脂脂肪酸(PLFAs)特征值及其生態(tài)參數

S1—S15: 樣區(qū);M: Margalef豐富度指數;H: Shannon-Wiener多樣性指數;J: Pielou均勻度指數;Y: Simpson優(yōu)勢度指數

2.3 土壤微生物生態(tài)學特征

根據公式(1)—(4)計算土壤微生物PLFAs的各種生態(tài)學指數(表2)。各種PLFAs在樣區(qū)出現的頻次為1—14次；標記的生物量范圍在0.176—98.9ng/g；Margalef (M)、Shannon-Wiener(H)、均勻度(J)、Simpson (Y)指數等生態(tài)學參數變化范圍分別為0.802 —13.8、0.125—0.367、0.0385— 0.113、0.710— 0.999。依據特征指數,可將土壤微生物分為3個類群：第1類為高豐富度(M)、高頻次(S)、高多樣性指數(H),包括細菌PLFA類型如C10:0、C14:0、C16:0、C18:0、9me14:0；G+PLFA類型如i15:0、a16:0；G-PLFA如cy16:0、cy18:0、16:1ω9t、16:1ω7c、18:1ω9t和典型真菌18:2ω6,9；第2類為高M、低S、低H,包括放線菌PLFA如10me18:0、9me17:0和G+PLFA如a10:0、a14:0、i16:0；第3類為低M、低S、低H,如18:1ω6t、i13:0、a12:0。

2.4 土壤微生物生物量

以SAT、TBSAT、MONO、CYCLO 和PUFA的總和計算土壤微生物總生物量[22]；以C10、C14:0、C15:0、C16:0、C17:0、C18:0；i13:0、i15:0、i16:0、a10:0、a12:0、a14:0、a16:0；16:1ω7c、16:1ω9t、18:1ω8c、18:1ω10c、18:1ω6t、18:1ω9t、24:1ω5t；cy16:0、cy18:0的總和計算細菌的生物量[23]。以i13:0、i15:0、i16:0、a10:0、a12:0、a14:0、a16:0的總和計算除放線菌之外的G+菌的生物量[21]；以16:1ω7c、16:1ω9t、18:1ω8c、18:1ω10c、18:1ω6t、18:1ω9t 、24:1ω5t、cy16:0、cy18:0計算G-菌的生物量[24]；以9me14:0、9me17:0、10me18:0的總和計算放線菌的生物量[25]；以18:2ω6,9計算真菌的生物量[26]；由圖2可知,不同樣區(qū)土壤微生物總生物量(∑PLFAs)范圍在(8.34—59.9)ng/g,S7最少(8.34ng/g),S3最多(59.9ng/g)。其中,細菌是主要的微生物類群(7.71—52.0) ng/g；放線菌生物量范圍(0—6.67)ng/g,S4最多(6.67 ng/g)；真菌生物量在所有樣區(qū)土壤中均最少(0—1.25) ng/g,60%的樣區(qū)沒有檢測到真菌PLFAs；G-的生物量范圍在(0—23.9)ng/g,S7最少,S3最多；G+的生物量范圍在(0—11.1)ng/g,S11最多,S1、S2最少。

圖2 不同微生物類群的磷脂脂肪酸(PLFAs)生物量Fig.2 Biomass of fatty acid groups in different soil samples

2.5 間接梯度分析

以土壤微生物PLFAs的濃度做主成分分析(PCA) (圖3)。PC1解釋變量的45.7%,PC2解釋變量的16.9%。C14:0, 16:1ω9t, 16:1ω7c, a16:0, cy16:0, cy18:0, 18:1ω9t, C15:0, a12:0,i13:0,10me18:0, 9me14:0, 18:1ω6t, 18:1ω8, a14:0, a10:0等細菌的PLFAs類型與PC1正相關性；i15:0, C10:0, 18:1ω10與PC1負相關性。C16:0, C18:0, a10:0, 18:1ω10, 9me17:0, 24:1ω5t, C16:0等細菌PLFAs與PC2負相關。根據土壤微生物PLFAs的分布特征,15個樣區(qū)可以分為4大類型：Ⅰ型,土壤微生物PLFAs種類占油田區(qū)總PLFAs類型的57.7%,如3和4樣區(qū)。其中,9me14:0, 18:1ω6t, a12:0, i13:0, cy18:0, 16:1ω7c, a10:0, 10me18:0, C14:0, cy16:0, 18:1ω, 16:1ω9t等有較高的解釋量；Ⅱ型,土壤微生物PLFAs種類占總PLFAs類型的30.8%,如5、8、9、10、12樣區(qū)。其中,C15:0、18:1ω9t、C17:0、a14:0、18:1ω8c、C16:0、24:1ω5t、9me17:0具有較高的解釋量。Ⅲ型,該區(qū)微生物PLFAs占PLFAs類型總數的7.69%6、如11、14、15樣區(qū)。其中,C10:0、i15:0具有較高的解釋量；Ⅳ型,土壤微生物PLFAs種類僅占總量的3.85%,如1、2、7、13樣區(qū)。其中,18:1ω10具有較高的解釋量。由此可知,不同樣區(qū)土壤微生物PLFAs的組分有比較大的差異性。

圖3 不同樣區(qū)土壤微生物磷脂脂肪酸的主成分分析(PCA)Fig.3 Biplots from principal component analyses (PCA) of the phospholipid fatty acids (PLFAs) in soil showing loadings of individual PLFAs and sample points of the individual plots along the first two principal components. ● 1—15樣區(qū): represent sample areas S1—S15

2.6 直接梯度分析

土壤微生物PLFAs載荷與土壤環(huán)境變量的冗余分析(RDA)。前兩個軸分別解釋變量的43.3%、26.9%(圖4)。由圖4可知,土壤環(huán)境因子,包括有機質含量(SOC)、pH、含水率(H2O) 電導率(EC)等和PAHs污染物是影響土壤微生物分布的2大因子。其中,SOC、pH、H2O對18:1ω9t、18:1ω6t、CY16:0、CY18:0、16:1ω9t 16:1ω7c、C14:0、a16:0、C15:0、a12:0、i13:0、10me18:0、9me14:0等的載荷量較高,呈正相關性；而PAHs和土壤EC 對C16:0、i15:0、18:1ω6t、18:1ω9c 、18:1ω8c、a10:0、24:ω15t、C17:0、9m17:0、a14:0；18:1ω10、C18:0；C10:0等PLFAs的載荷較高；同時可知：3、4樣區(qū)在軸1和 軸2的載荷量均最大；土壤微生物受環(huán)境條件的影響較大,而PAHs和土壤EC對其影響較小。5、8、9、10、12樣區(qū)在軸1上、軸2上的載荷均較大,環(huán)境條件和PAHs對微生物的影響均較大；1、2、6、7、11、13、14、15樣區(qū)在軸2上有較高的載荷,表現為與PAHs和土壤EC有較高的相關性。結果說明,SOC、pH、H2O等環(huán)境因子對土壤微生物生長具有一定的促進作用,而PAHs和土壤EC對土壤微生物具有一定的抑制作用。由于微生物具有對環(huán)境的快速適應性特征,在污染物存或EC脅迫環(huán)境下(如,1、2、6、7、11、13、14、15樣區(qū))有新的適應性類型形成。

圖4 土壤微生物磷脂脂肪酸冗余分析 Fig.4 Triplots from redundancy analysis (RDA) of the phospholipid fatty acids (PLFAs) in sample soils○1—15: 樣區(qū)S1—S15

2.7 相關性分析

3 討論

結果表明,在沒污染和輕度污染的土壤中微生物PLFAs的種類和生物量均較高,但污染較為嚴重的S12、S9中微生物的種類和生物量并非最低,說明PAHs的污染濃度只是影響土壤微生物群落結構的一個因素。土壤PAHs的濃度梯度為S12 > S9 > S13 > S11 > S15 > S5 > S7 > S14 > S10 > S8 > S6 >S3 > S1 > S4 > S2。依據Maliszewska-kordybach[27]創(chuàng)建的PAHs污染土壤農用安全標準,S2、S4為未污染類型,S1、S3、S6、S8、S10、S14、S7、S5、S15、S11、S13屬于輕度污染；S9屬于中度污染；S12屬于重度污染。低分子量的PAHs是該區(qū)土壤中主要的污染物類型。土壤微生物PLFAs種類梯度為S4 > S8 > S3> S5> S12 > S9 > S10、S6 > S11> S1> S2 > S13 > S14 > S15 > S7；PLFAs生物量梯度為S3 > S4 > S8 > S5 > S9 > S10、S12 > S11> S13> S2、S6 > S14 > S15> S1> S7。

表3 土壤微生物PLFAs種類和總量與不同PAHs相對含量的相關系數

PCA和RDA分析表明,PLFAs在不同樣區(qū)之間差異較大,且不同種類的PAHs與大多數類型的PLFAs的載荷均表現為負相關,而與18:1ω9c 、18:1ω10、24:ω15t標識的G-,C10:0、C18:0、C16:0標識的細菌,9m17:0、a10:0、i15:0標識的G+的載荷表現為一定的正相關性。根據土壤土壤微生物與對土壤PAHs和土壤環(huán)境的響應情況,15個樣區(qū)可劃分為4種類型：(1) 土壤環(huán)境條件促進微生物生長,PAHs的脅迫解釋量最小,主要包括3、4區(qū)；(2) 環(huán)境條件表現為一定程度的促進作用,但PAHs的脅迫解釋量也較大,包括5、8、9、10、12區(qū)；(3) 環(huán)境和PAHs均表現為較高的脅迫解釋量,包括2、7、13區(qū)。(4) PAHs污染脅迫解釋量大于環(huán)境促進,包括1、6、11、14、15區(qū)；說明該區(qū)土壤微生物受污染物和土壤EC的雙重脅迫,群落結構是對PAHs混合污染和環(huán)境條件SOC、pH、H2O的綜合反應。相關影響機制還有待進一步探討。

CYCLO/16:1ω7c、18:1ω8c；SAT/MONO的比值通常被用來標識土壤環(huán)境對微生物的脅迫作用,其值越高說明微生物所受的脅迫作用越大[29]。Cordova-Kreylos 等對加里福利亞濱海鹽堿濕地土壤微生物群落結構的研究發(fā)現CYCLO與有機污染和重金屬污染物有顯著的正相關關系[30]；文獻[31]認為比值< 0.1時被視為健康值。該區(qū)土壤CYCLO/16:1ω7c、18:1ω8c 的比值范圍在0—1.01,均值為0.2；SAT/MONO的比值范圍在0—20.3,均值為4.9。與此相比,該比值均值很高。主要原因歸因于該區(qū)土壤鹽堿與污染并存,土壤微生物受到雙重脅迫,與RDA分析結果一致。

土壤群落結構表現為：一般細菌 (56.3%) > G+(17.8%) > G-(17.5%) > 放線菌(4.1%) > 真菌(0.9%)；G+類群通常被認為具有較高PAHs降解能力,G-菌群通常多是誘導分化的菌群[32]。G+/G-比值在不同樣區(qū)之間差異較大,如S15(12.6),S14(4.5),S11(4.1),S6(1.8)其余樣區(qū)均低于1。表明PAHs污染的鹽堿土壤中細菌是微生物群落的建群種,并且,80%的樣區(qū)以誘導分化的微生物為優(yōu)勢種群(G+/G-<1)。

各種生態(tài)指數可用來指示環(huán)境質量的變化[33-34]。一般情況下,在清潔或良好環(huán)境中,生物種類多樣,個體數量相對較少；在環(huán)境惡化或污染脅迫下,敏感種類消失,耐性種類發(fā)展,種類單一,但個體數量可能很大。Margalef 提出能通過豐富度指數來判斷區(qū)域污染程度[35]。豐富度指數是表示物種在系統中多寡的指標。一般情況下,環(huán)境污染水平越低或物種對環(huán)境的適應能力越強,豐富度指數就越高。該區(qū)26種PLFAs的豐富度指數范圍在0.802—13.8,表明不同微生物類群對環(huán)境具有不同的適應性,其中,C16:0, C18:0標記的細菌；16:1ω9t標記的G-的豐富度指數最高(13.8),對該環(huán)境具有最高的適應能力。Shannon-wiener(H)多樣性指數是基于物種數量反映系統中種類多樣性的指標[36]。18:1ω9t標記的G-、9me14:0、a16:0、i15:0 標記的G+多樣性指數最高(0.368),表明此類微生物土壤中數量最多；Pielou(J)均勻度指數反映不同環(huán)境條件對同種生物分布狀態(tài)的影響或同種環(huán)境條件對不同種類生物的選擇性。18:1ω9t、16:1ω7c、cy16:0標記的G-和9me14:0、a16:0、i15:0標記的G+均勻度指數較高,表明該環(huán)境對此類微生物具有較高的選擇性。Simpson(Y)優(yōu)勢度指數反映各物種數量的變化情況,值越大,說明物種在系統內分布越不均勻,奇異度越高[37-38]。C17:0、24:1ω5t、9me17:0、i16:0優(yōu)勢度指數最高(0.999),標記的菌群在樣區(qū)屬稀有種類。

4 結論

(1) 土壤微生物對不同分子結構的PAHs有不同的響應。Phe、Ace 、Fla、 Pyr、 Chr 和Baa與PLFAs的種類和生物量均呈正相關性(r>0),表現為促進作用；Nap、Flu、Ant、Bkf、Bap和Ind與PLFAs的種類和生物量均呈負相關性(r<0),表現為抑制效應。

(2) PAHs污染鹽堿土壤中微生物群落結構特征是PAHs混合污染與環(huán)境因子(pH、SOC、H2O和EC)共同作用的體現。該油田區(qū)土壤微生物分布可分為4種類型：PAHs對PLFAs的解釋量小,而土壤因子對PLFAs的解釋量大的類型(3、4樣區(qū))；PAHs對PLFAs的解釋量大,而土壤因子解釋量小的類型(2、7、13樣區(qū))；PAHs對PLFAs的解釋量較大,土壤因子解釋量也較大的類型(5、8、9、10、12樣區(qū))；PAHs對PLFAs的解釋量較大,而土壤因子對PLFAs的解釋量較小的類型(1、6、11、14、15樣區(qū))。

[1] Gans J, Wolinsky M, Dunbar J. Computational improvements reveal great bacterial diversity and high metal toxicity in soil. Science, 2005, 309(5739): 1387- 1390.

[2] 宋長青, 吳金水, 陸雅海, 沈其榮, 賀紀正, 黃巧云, 賈仲君, 冷疏影, 朱永官. 中國土壤微生物學研究10年回顧. 地球科學進展, 2013, 28(10): 1087- 1105.

[3] Girvan M S, Campbell C D, Killham K, Prosser J I, Glover L A. Bacterial diversity promotes community stability and functional resilience after perturbation. Environmental Microbiology, 2005, 7(3): 301- 313.

[4] Loreau M. Linking biodiversity and ecosystems: towards a unifying ecological theory. Philosophical Transactions of the Royal Society (B: Biological Sciences), 2010, 365(1537): 49- 60.

[5] Balvanera P, Pfisterer A B, Buchmann N, He J S, Nakashizuka T, Raffaelli D, Schmid B. Quantifying the evidence for biodiversity effects on ecosystem functioning and services. Ecology Letters, 2006, 9(10): 1146- 1156.

[6] 張秋芳, 劉波, 林營志, 史懷, 楊述省, 周先冶. 土壤微生物群落磷脂脂肪酸PLFA生物標記多樣性. 生態(tài)學報, 2009, 29(8): 4127- 4137.

[7] 秦曉, 唐景春, 張清敏, 高晶, 李德生. 兩株真菌的分離及其在石油污染土壤修復中的作用. 農業(yè)環(huán)境科學學報, 2010, 29(10): 1999- 2004.

[8] Tang J C, Wang R G, Niu X W, Zhou Q X. Enhancement of soil petroleum remediation by using a combination of ryegrass (Loliumperenne) and different microorganisms. Soil and Tillage Research, 2010, 110(1): 87- 93.

[9] Liu J J, Liu G J, Zhang J M, Hao Y, Wang R W. Occurrence and risk assessment of polycyclic aromatic hydrocarbons in soil from the Tiefa coal mine district, Liaoning, China. Journal of Environmental Monitoring, 2012, 14(10): 2634- 2642.

[10] 魯如坤. 土壤農化分析. 北京: 中國農業(yè)科技出版社, 2000: 179- 256.

[11] Bligh E G, Dyer W J. A rapid method for total lipid extraction and purification. Canadian Journal of Biochemistry and Physiology, 1959, 37(8): 911- 917.

[12] 焦海華, 劉穎, 金德才, 潘建剛, 黃占斌, 白志輝. 牽?；▽κ臀廴钧}堿土壤微生物群落與石油烴降解的影響. 環(huán)境科學學報, 2013, 33(12): 3350- 3358.

[13] 白震, 何紅波, 張威, 解宏圖, 張旭東, 王鴿. 磷脂脂肪酸技術及其在土壤微生物研究中的應用. 生態(tài)學報, 2006, 26(7): 2387- 2394.

[14] 張金屯. 數量生態(tài)學. 北京: 科學出版社, 2003: 86- 106.

[15] 戈峰. 現代生態(tài)學. 北京: 科學出版社, 2002: 252- 254.

[16] EPA. Appendix A to 40 CFR. Part 423- 426 Priority Pollutants. http://www.epa.Gov/region01/npdes/permits/generic/priority pollutants.pdf, 2003.

[17] Federle T W. Microbial distribution in the soil-new techniques//Megusar F, Gantar M, eds. Perspectives in Microbial Ecology. Ljubljana, Slovenia: Slovene Society for Microbiology, 1986: 493- 498.

[18] O′Leary W M, Wilkinson S G. Gram-positive bacteria//Ratledge C, Wilkinson S G, eds. Microbial Lipids. London: Academic Press, 1988: 117- 201.

[19] Olsson P A. Signature fatty acids provide tools for determination of the distribution and interactions of mycorrhizal fungi in soil. FEMS Microbiology Ecology, 1999, 29(4): 303- 310.

[20] Klamer M, B??th E. Microbial community dynamics during composting of straw material studied using phospholipid fatty acid analysis. FEMS Microbiology Ecology, 1998, 27(1): 9- 20.

[21] Frosteg?rd A, B??th E. The use of phospholipid fatty acid analysis to estimate bacterial and fungal biomass in soil. Biology and Fertility of Soils, 1996, 22(1/2): 59- 65.

[22] Wu Y P, Ma B, Zhou L, Wang H Z, Xu J M, Kemmitt S, Brookes P C. Changes in the soil microbial community structure with latitude in eastern China, based on phospholipid fatty acid analysis. Applied Soil Ecology, 2009, 43(2/3): 234- 240.

[23] Tunlid A, Hoitink H A J, Low C, White D C. Characterization of bacteria that suppressRhizoctoniadamping-off in bark compost media by analysis of fatty acid biomarkers. Applied and Environmental Microbiology, 1989, 55(6): 1368- 1374.

[24] Bossio D A, Scow K M. Impacts of carbon and flooding on soil microbial communities: phospholipid fatty acid profiles and substrate utilization patterns. Microbial Ecology, 1998, 35(3/4): 265- 278.

[25] Moeskops B, Buchan D, Sukristiyonubowo, de Neve S, de Gusseme B, Widowati L R, Setyorini D, Sleutel S. Soil quality indicators for intensive vegetable production systems in Java, Indonesia. Ecological Indicators, 2012, 18: 218- 226.

[26] Drenovsky R E, Elliott G N, Graham K J, Scow K M. Comparison of phospholipid fatty acid (PLFA) and total soil fatty acid methyl esters (TSFAME) for characterizing soil microbial communities. Soil Biology and Biochemistry, 2004, 36(11): 1793- 1800.

[27] Maliszewska-Kordybach B. Polycyclic aromatic hydrocarbons in agricultural soils in Poland: Preliminary proposals for criteria to evaluate the level of soil contamination. Applied Geochemistry, 1996, 11(1/2): 121- 127.

[28] 戴樹桂. 環(huán)境化學. 北京: 高等教育出版社, 2006: 360- 366.

[29] Tornberg K, B??th E, Olsson S. Fungal growth and effects of different wood decomposing fungi on the indigenous bacterial community of polluted and unpolluted soils. Biology and Fertility of Soils, 2003, 37(3): 190- 197.

[30] Córdova-Kreylos A L, Cao Y P, Green P G, Hwang H M, Kuivila K M, LaMontagne M G, Van De Werfhorst L C, Holden P A, Scow K M. Diversity, composition, and geographical distribution of microbial communities in California salt marsh Sediments. Applied and Environmental Microbiology, 2006, 72(5): 3357- 3366.

[31] Kaur A, Chaudhary A, Kaur A, Choudhary R, Kaushik R. Phospholipid fatty acid—a bioindicator of environment monitoring and assessment in soil ecosystem. Current Science, 2005, 89(7): 1103- 1112.

[32] K?stner M, Breuer-Jammali M, Mahro B. Enumeration and characterization of the soil microflora from hydrocarbon-contaminated soil sites able to mineralize polycyclic aromatic hydrocarbons (PAH). Applied Microbiology and Biotechnology, 1994, 41(2): 267- 273.

[33] Pringault O, Duran R, Jacquet S, Torréton J P. Temporal variations of microbial activity and diversity in marine tropical sediments (New Caledonia lagoon). Microbial Ecology, 2008, 55(2): 247- 258.

[34] Bossio D A, Scow K M, Gunapala N, Graham K J. Determinants of soil microbial communities: effects of agricultural management, season, and soil type on phospholipid fatty acid profiles. Microbial Ecology, 1998, 36(1): 1- 12.

[35] Margules C R, Stein J L. Patterns in the distributions of species and the selection of nature reserves: an example fromEucalyptusforestsin south-eastern New South Wales. Biological Conservation, 1989, 50(1/4): 219- 238.

[36] 滕應, 駱永明, 李振高. 污染土壤的微生物多樣性研究. 土壤學報, 2006, 43(6): 1018- 1026.

[37] Machín-Ramírez C, Morales D, Martinez-Morales F, Okoh A I, Trejo-Hernández M R. Benzo[a]pyrene removal by axenic-and co-cultures of some bacterial and fungal strains. International Biodeterioration & Biodegradation, 2010, 64(7): 538- 544.

[38] Orliński R. Multipoint moss passive samplers assessment of urban airborne polycyclic aromatic hydrocarbons: concentrations profile and distribution along Warsaw main streets. Chemosphere, 2002, 48(2): 181- 186.

Analysis of the structure and distribution characteristics of the microbia community in saline-alkali soil contaminated with polycyclic aromatic hydrocarbons

JIAO Haihua1，2, ZHANG Shuzhen3, JING Xudong1, ZHANG Tong1, BAI Zhihui2,*

1DepartmentofBiologicalSciencesandTechnology,ChangzhiUniversity,Changzhi046011,China2ResearchCenterforEco-EnvironmentalSciences,ChineseAcademyofSciences,Beijing100085,China3SchoolofEnvironmentalScience,LiaoningUniversity,Shenyang110036,China

Polycyclic aromatic hydrocarbons (PAHs) are persistent organic pollutants included in the U.S. Environmental Protection Agency list of priority pollutants because of their toxic, mutagenic, and carcinogenic properties. PAHs have become increasingly prevalent in the soil environment as a consequence of anthropogenic activities. The microbial characteristics of soils are increasingly being considered as sensitive indicators of soil health because of the interrelationship among microbial diversity, soil quality, and ecosystem sustainability. The development of effective methods for studying the diversity, distribution, and behavior of microorganisms in soil habitats is essential for a broader understanding of soil health. Traditionally, the analysis of soil microbial communities has relied on culturing techniques that use a variety of culture media to maximize the recovery of diverse microbial populations. However, only a small fraction (<10%) of the soil microbial community has been accessible using this approach. To overcome these problems, other methods, such as the analysis of phospholipid fatty acids (PLFAs), have been utilized in an attempt to access a greater proportion of the soil microbial community. PLFAs are potentially useful signature molecules because of their presence in all living cells. In microorganisms, PLFAs are found exclusively in cell membranes. This finding is important because cell membranes are rapidly degraded and the component PLFAs are rapidly metabolized following cell death. Consequently, PLFAs can serve as important indicators of active, as opposed to non-living, microbe. Microbial species and biomass in saline-alkali soil contaminated with PAHs were investigated by PLFA analysis, in order to explore the effect of PAHs on the microbial community in saline-alkali soil contaminated with PAHs. The results showed that the distribution of PLFAs in soil can be divided into 4 types (I, II, III, and IV). In Type Ⅰ, the number of microbial PLFAs types in sample soils accounts for up to 57.7% of the total number of microbial PLFAs types, and PAHs in this case are least able to explain the changes of microbial community. In Type Ⅱ, the number of microbial PLFAs types in sample soils is up to 30.8%, and PAHs again provide little explanation regarding the changes of microbial community. In Type Ⅲ, the number of microbial PLFAs types in sample soils comprises up to 7.68%, and PAHs have an increasing effect on the changes of microbial community. In Type Ⅳ, the number of microbial PLFAs types in sample soils comprises only 3.85%, and PAHs have a marked influence on the changes of microbial community. Correlation analysis (Spearman) indicated that the types number, concentration, and diversity index of PLFAs are negatively correlated with the relative content of naphthalene, fluorene, anthracene, benzo[k]fluoranthene, benzo[a]pyrene, and indeno[1,2,3-cd]pyrene, and are positively correlated with acenaphthene, phenanthrene, fluoranthene, pyrene, and benzo[a]anthracene. These results provide a scientific foundation for ecological risk assessment and bioremediation technology of saline-alkali soil contaminated with PAHs.

phospholipid fatty acids (PLFAs); polycyclic aromatic hydrocarbons (PAHs); microbial community; saline-alkali soil; microbial diversity

國家“863”計劃課題(2013AA06A205);國家科技重大專項課題(2014ZX07204-005);中國科學院環(huán)境生物技術重點實驗室開放基金課題(EBT2013A001)

2015- 04- 23;

2016- 01- 12

10.5846/stxb201504230835

*通訊作者Corresponding author.E-mail: zhbai@rcees.ac.cn

焦海華,張淑珍,景旭東,張通,白志輝.油田區(qū)多環(huán)芳烴污染鹽堿土壤活性微生物群落結構解析.生態(tài)學報,2016,36(21):6994- 7005.

Jiao H H, Zhang S Z, Jing X D, Zhang T, Bai Z H.Analysis of the structure and distribution characteristics of the microbial community in saline-alkali soil contaminated with polycyclic aromatic hydrocarbons.Acta Ecologica Sinica,2016,36(21):6994- 7005.