楊 磊，張玉龍，姜同軒，張鳳華

(石河子大學/新疆生產(chǎn)建設兵團綠洲生態(tài)農(nóng)業(yè)重點實驗室，新疆石河子 832003)

0 引 言

【研究意義】新疆屬于干旱地區(qū)，一些不合理的灌溉制度及農(nóng)業(yè)措施破壞了原有的水鹽平衡，加之強烈蒸發(fā)加劇土地次生鹽漬化的發(fā)生，致使大面積農(nóng)田被迫棄耕。需要在棄耕地上重建次生植被來恢復土壤肥力。自2000年隨著滴灌技術在新疆地區(qū)大規(guī)模應用，大面積鹽漬化棄耕地得以開墾?？茖W合理的的開墾不僅能夠提高土壤質(zhì)量，還能維持綠洲生態(tài)系統(tǒng)的穩(wěn)定。【前人研究進展】土壤微生物對于改善土壤健康具有重要的意義，是植物生長必不可少的一部分[1]，其群落結構和多樣性對評價土壤質(zhì)量起著關鍵的作用[2]。在整個生態(tài)系統(tǒng)中土壤微生物在有機質(zhì)的分解、營養(yǎng)物質(zhì)的循環(huán)以及植物養(yǎng)分的有效性方面扮演著重要的作用[3]。土壤微生物群落的組成和結構受各種農(nóng)業(yè)措施的影響，如耕作制度[4]、施肥管理[5]、農(nóng)藥使用[6]和灌溉[7]等。其中土地利用方式的變化顯著改變了土壤養(yǎng)分以及土壤微生物群落結構和多樣性[8]。在干旱區(qū)，荒地開墾為農(nóng)田改變了土地利用方式和植被覆蓋，引起了植被、凋落物、水分以及養(yǎng)分的變化。植被通過改變土壤碳氮、水分、溫度等影響微生物。植被為土壤微生物提供營養(yǎng)物質(zhì)和能量，對土壤微生物所棲息的環(huán)境產(chǎn)生影響。植被的存在可以增加土壤微生物量，引起土壤微生物群落多樣性和結構的改變，最終影響土壤質(zhì)量和功能[9]。研究發(fā)現(xiàn)，表層(0～20 cm)土壤中微生物種群的豐富度較高。微生物量隨土層深度的增加以指數(shù)方式減少[10]。研究也表明微生物多樣性隨土層深度的增加而降低[11]。在新疆膜下滴灌被廣泛的用于作物的生產(chǎn)中，在不同的生育期通過滴灌進行根外追肥，這一系列的措施可以顯著地影響土壤微生物群落的分布。隨著高通量測序技術的發(fā)展，像454焦磷酸測序和Illumina測序，可以為發(fā)現(xiàn)微生物類群提供更為直接的方法，尤其是低豐度物種的變化[12]。采用成熟的TruSeq邊合成邊測序技術，可以用于研究和描述土壤微生物中未培養(yǎng)的細菌，得到更多而又完整的微生物群落信息。運用MiSeq測序得到的生物學信息，依靠分類學原理可以將微生物類群進行更為精確的劃分[13]。【本研究切入點】新疆北部大面積的農(nóng)田由于不合理的管理方式導致了土地的鹽堿化甚至是棄耕，限制了農(nóng)業(yè)的發(fā)展。膜下滴灌技術的發(fā)展使得棄耕的土地得以開墾成農(nóng)田，農(nóng)田進行耕作種植不僅可以改善土壤微環(huán)境，提高土壤質(zhì)量狀況。與棄耕地相比，開墾后種植棉花可以顯著地改變土壤細菌群落組成和結構?！緮M解決的關鍵問題】研究棄耕地和開墾后農(nóng)田不同土層土壤細菌組成以及多樣性的影響；了解某一類菌群所具有的特殊作用。分析開墾及秸稈還田對土壤微生物群落的影響，為構建健康的土壤微生態(tài)環(huán)境提供參考。

1 材料與方法

1.1 材 料

試驗地點位于新疆瑪納斯河流域沖積平原十戶灘鎮(zhèn)(86°8'23"E～96°8'40"E, 44°37'29"N～44°37'49"N)。此地區(qū)位于準噶爾盆地南部，身處內(nèi)陸，遠離海洋，干旱少雨，蒸發(fā)量較大，年均氣溫6.6℃，≥10℃的積溫可以達到3 490℃，年降水量110～200 mm，年蒸發(fā)量1 500～2 000 mm，無霜期148～187 d，屬于典型的溫帶大陸性氣候。

試驗地選擇鹽漬化嚴重而棄耕的土地(25 hm2)，棄耕了29a后進行開墾種植。

1.2 方 法

1.2.1 試驗設計

試驗分為2個處理，棄耕地(5 hm2)作為對照處理，植被覆蓋較少，主要植被有檉柳、鹽爪爪、花花柴和絹蒿等；在原始棄耕地的基礎上人為開墾棉田(20 hm2)。這些處理的區(qū)域為自然的棄耕地和農(nóng)田，并沒有人為的控制試驗地的面積。

開墾后種植棉花，種植密度為24×104株/hm2，整個作物生育期采用膜下滴灌，灌水10～12次，年灌水總量為4 500 m3/hm2。在棉花整個生育期中，純氮(300 kg/hm2)和純磷(200 kg/hm2)均通過膜下滴灌隨水分期施用。棉花收獲后，秸稈(6 000～7 500 kg/hm2)全量還田，同時尿素(150 kg/hm2)及過磷酸鈣(450 kg/hm2)作為基肥深翻施入土壤。

于2016年8月棉花花期，采集各處理0～10和10～20 cm土層土樣。使用土鉆(0～20 cm深；直徑2.5 cm)采集土樣。每個處理中以“S”型，隨機選取5點進行取樣。將同一處理同一土層土壤樣品進行充分混合，形成一個混合樣品。4個土壤樣品分別被裝入滅菌后的自封袋中，密封后裝入干冰盒中迅速帶回實驗室。土壤樣品過2 mm篩后進行充分的混合。每一個土壤樣品被分為兩個部分，一部分保存于-80℃的冰箱中用于DNA的提取及后續(xù)微生物分析；另一部分自然風干用于土壤化學性質(zhì)的分析。

1.2.2 土壤理化性質(zhì)測定

土壤pH測定采用電極法(5∶1水/土)；電導率采用電導率儀測定(2.5∶1水/土)；有機質(zhì)采用重鉻酸鉀容量法-外加熱法[14]；堿解氮采用堿解擴散法[15]；速效磷采用0.5 mol/L NaHCO3浸提-鉬銻抗比色法[16]；速效鉀采用NH4OAc浸提-火焰光度法[17]；土壤含水量采用烘干法測定[18]；微生物量碳采用氯仿熏蒸-浸提法測定[19]。

1.2.3 DNA提取、PCR擴增和Illumina MiSeq測序

根據(jù)說明書使用FastDNATMSpin Kit for Soil試劑盒(MP Biomedicals, California, USA)從0.5 g土壤樣品中提取全部基因組DNA[20]。抽提后的DNA濃度使用NanoDrop 2000分光光度計進行檢測。

對16S rRNA基因515-907 (V4-V5)區(qū)域進行PCR擴增[21]。上游引物通常附加一個barcode (在每個樣品中含有8個獨有的堿基序列): 515F (5′-barcode-GTGCCAGCMGCCGCGG-3′) and 907R (5′-CCGTCAATTCMTTTRAGTTT-3′)[21]。

PCR采用20 μL反應體系：5×FastPfu Buffer, 4 μL; 2.5 mM dNTPs, 2 μL; Forward Primer(5 μM), 0.8 μL; Reverse Primer(5 μM), 0.8 μL; FastPfu Polymerase, 0.4 μL; Template DNA, 10 ng; 補ddH2O至20 μL。PCR條件如下：1 × (95℃ 3 min); 27個循環(huán)(模板DNA變性: 95℃ 30 s; 模板DNA與引物退火: 55℃ 30 s; 引物延伸: 72℃ 45 s); 最終延伸: 72℃ 10 min(GeneAmp?9700, ABI, USA)。

使用2%瓊脂糖凝膠提取擴增子，根據(jù)說明書使用AxyPrep DNA凝膠回收試劑盒(Axygen Biosciences, Union City, CA, USA)對其進行純化，并使用QuantiFluorTM-ST藍色熒光定量系統(tǒng)進行定量(Promega, USA)。將純化的擴增子等摩爾進行混合，根據(jù)協(xié)議使用Illumina MiSeq平臺對paired-end序列(2×300)進行測序(Majorbio BioPharm Technology Co., Ltd., Shanghai, China)。

1.2.4 測序數(shù)據(jù)

使用QIIME (Quantitative Insights into Microbial Ecology, version 1.9.1)對原始序列質(zhì)量進行質(zhì)控和過濾。遵循以下標準：(1)過濾reads尾部質(zhì)量值20以下的堿基，設置50 bp的窗口，如果窗口內(nèi)的平均質(zhì)量值低于20，從窗口開始截去后端堿基，過濾質(zhì)控后50 bp以下的reads，去除含N堿基的reads；(2)根據(jù)PE reads之間的overlap關系，將成對reads拼接(merge)成一條序列，最小overlap長度為10 bp；(3)拼接序列的overlap 區(qū)允許的最大錯配比率為0.2，篩選不符合序列；(4)根據(jù)序列首尾兩端的barcode和引物區(qū)分樣品，并調(diào)整序列方向，barcode允許的錯配數(shù)為0，最大引物錯配數(shù)為2。

使用USEARCH (vsesion 7.1)在97%相似水平下對所有序列進行OTU (Operational Taxonomic Units)劃分，用UCHIME檢測并去除Chimeric序列[22]。為了得到每個OTU對應的物種分類信息，采用RDP Classifier (version 2.2)貝葉斯算法對97%相似水平的OTU代表序列進行分類學分析，對比SILVA (Release 123)16S細菌核糖體數(shù)據(jù)庫，置信度閾值為70%[23]。

1.3 數(shù)據(jù)處理

使用Mothur軟件(version 1.30.1)對Chao1和ACE豐富度指數(shù)，Shannon和Simpson多樣性指數(shù)進行計算[24]。使用Venn圖描述群落共有以及獨有的OTU數(shù)[25]。使用R語言進行基于Bray-Cutris距離的層次聚類分析[26]和主坐標分析(PcoA)。

使用R語言計算并作圖。使用SPSS (version 19.0, SPSS Inc., Chicago, IL, USA)進行統(tǒng)計分析。數(shù)據(jù)分析使用單因素方差分析(one-way ANOVA)，多重比較使用LSD檢驗(P< 0.05)。

2 結果與分析

2.1 土壤理化特性

研究表明，開墾顯著降低了0～10 cm土層土壤pH，而10～20 cm變化并不顯著；開墾后0～10 cm土層pH顯著低于10～20 cm。開墾顯著降低了各土層電導率，分別降低了80.59%和72.89%；棄耕地0～10 cm土層電導率顯著高于10～20 cm，而開墾后變化趨勢則相反。開墾顯著增加了各土層土壤有機質(zhì)、堿解氮和速效磷含量，但顯著降低了速效鉀含量。各土層土壤有機質(zhì)、堿解氮和速效磷分別增加了243.21%和343.47%、163.15%和139.05%、123.01%和96.25%，速效鉀顯著降低了40.04%和38.30%。開墾前后各土層土壤有機質(zhì)含量變化均不顯著；開墾后0～10 cm土層堿解氮和速效磷含量均顯著高于10～20 cm；開墾前后0～10 cm土層速效鉀含量均顯著高于10～20 cm。表1

表1 開墾前后土壤理化特性
Table 1 Soil physicochemical properties in the unfarmed and reclamation soils

處理Treatments土層(cm)pH電導率EC(μs/cm)土壤有機質(zhì)SOM(g/kg)堿解氮AN(mg/kg)速效磷AP(mg/kg)速效鉀AK(mg/kg)開墾前Abandoned salinized farmland0～108.74±0.01aA1012.0±9.0aA6.11±0.34bA42.6±1.3bA8.04±0.51bA626.2±23.5aA10～208.64±0.09abA970.3±11.1aB4.90±1.17bA42.0±0.8bA7.20±2.41bA581.0±10.1aB開墾后After reclamation0～108.63±0.06bB196.4±6.8bB20.97±0.47aA112.1±3.0aA17.93±0.51aA375.5±7.7bA10～208.79±0.07aA263.0±26.9bA21.73±0.24aA100.4±2.2aB14.13±1.27aB358.5±4.8bB

注：數(shù)據(jù)為平均值±標準偏差(n=3)。不同的小寫字母表示相同土層不同處理差異顯著(P< 0.05)，不同大寫字母表示相同處理不同土層差異顯著(P< 0.05)

Note: Values are means ± standard deviation (n=3). Different lowercase letters indicate significant differences among treatments within the same soil depth (P< 0.05). Different uppercase letters indicate significant differences between soil depths within the same treatments (P< 0.05)

2.2 土壤細菌α-多樣性

4個樣品測序共獲得134 914個優(yōu)化序列，包括97 000個有效序列。共劃分了5 521個OTUs。每個樣品的序列數(shù)范圍在21 864～30 071，OTUs范圍在894～1 746。與棄耕地相比，開墾后兩個土層土壤樣品中均觀測到了更高的OTU數(shù)。棄耕地0～10 cm土層土壤樣品中觀測到的OTU數(shù)高于10～20 cm，而開墾后變化相反。

各土層中，開墾后Chao1和ACE指數(shù)均顯著高于棄耕地。棄耕地0～10 cm土層Chao1和ACE指數(shù)均顯著高于10～20 cm，而開墾后0～10 cm土層Chao1和ACE指數(shù)均顯著低于10～20 cm。開墾后各土層Shannon指數(shù)顯著高于棄耕地。棄耕地0～10 cm土層Shannon指數(shù)顯著高于10～20 cm，而開墾后兩個土層的變化趨勢則相反。開墾顯著降低了各土層Simpson指數(shù)。棄耕地0～10 cm土層Simpson指數(shù)顯著低于10～20 cm，開墾后兩個土層Simpson指數(shù)差異不顯著。表2

表2 開墾前后MiSeq測序結果和多樣性指數(shù)
Table 2 MiSeq sequencing results and diversity indices in the unfarmed and reclamation soils

處理Treatments土層(cm)測序結果多樣性指數(shù)總序列數(shù)總OTUsChao1ACEShannonSimpson開墾前Abandoned salinized farmland0～1022 9721 2671 524±82bA1 482±54bA5.23±0.03bA0.03±0.001 2aB10～2030 0718941 070±80bB1 065±62bB3.35±0.03bB0.158 3±0.003 8aA平均值26 5221 081開墾后After reclamation0～1022 0931 6141 877±75aB1 851±53aB6.21±0.02aB0.004 9±0.0.00 02bA10～2021 8641 7462 056±79aA2 070±64aA6.29±0.03aA0.004 5±0.000 2bA平均值21 9791 680

注：數(shù)據(jù)為平均值±標準偏差(n=3)。不同的小寫字母表示相同土層不同處理差異顯著(P< 0.05)，不同大寫字母表示相同處理不同土層差異顯著(P< 0.05)

Note: Values are means ± standard deviation (n=3). Different lowercase letters indicate significant differences among different treatments within the same soil depth (P< 0.05). Different uppercase letters indicate significant differences between soil depths within the same treatments (P< 0.05)

2.3 細菌類群

在0～10和10～20 cm土層中分別得到的OTU數(shù)為：1 273和894(棄耕地)；1 612和1 745(開墾后)。與棄耕地相比，開墾后土壤中較多獨有的OTU數(shù)(0～10 cm: 733; 10～20 cm: 1 160)，開墾影響了土壤細菌類群的組成。0～10 cm土層中共有的OTU數(shù)高于10～20 cm。

棄耕地0～10 cm土層獨有的OTU包括：OTU441 (TX1A-55_norank, 4.15%)，OTU2312 (OM1_clade_norank, 3.84%)和OTU134 (Pseudomonas, 2.57%)；10～20 cm土層獨有的OTU包括：OTU304 (Bacteroides, 10.72%)，OTU316 (Bacteroides, 5.85%)和OTU441 (TX1A-55_norank, 5.31%)。開墾后0～10 cm土層新產(chǎn)生的OTU包括：OTU2479 (Cytophagaceae_uncultured, 7.74%)，OTU1629 (Anaerolineaceae_uncultured, 3.77%)和OTU1908 (Anaerolineaceae_uncultured, 2.76%)；10～20 cm土層新產(chǎn)生的OTU包括：OTU1569 (RB41_norank, 2.78%)，OTU1865 (Brevibacillus, 1.90%)和OTU2404 (Nitrospira, 1.78%)。開墾前后共有的OTU包括：OTU200 (Bacillus, 0～10 cm: 8.59%; 10～20 cm: 25.54%)，OTU448 (Lactococcus, 0～10 cm: 5.75%; 10～20 cm: 15.60%)和OTU77 (Pseudomonas, 0～10 cm: 3.96%; 10～20 cm: 5.36%)。圖1

注：A1和D1代表開墾前后0～10 cm土層，A2和D2代表10～20 cm土層

Note: A1 and D1 represent the 0-10 cm depth of the unfarmed and reclamation treatments, respectively. A2 and D2 represent the 10-20 cm soil depth

圖1 開墾前后土壤共有和獨有的OTU數(shù)
Fig.1 Number of common and unique OTUs (3% cutoff level) in the unfarmed and reclamation soils

2.4 細菌群落組成

OTU被分配到了34個不同的細菌門，研究顯示了相對豐度前10的細菌門。開墾前后兩個土層中Proteobacteria (22.72%～28.85%)的相對豐度最高(除了棄耕地10～20 cm土層中Firmicutes)。其它主要的細菌門包括：Firmicutes (2.96%～62.24%)，Chloroflexi (2.40%～17.66%)，Acidobacteria (2.32%～17.14%)和Actinobacteria (4.00%～11.70%)。開墾降低了Proteobacteria和Firmicutes的相對豐度，相反的是棄耕地Chloroflexi, Acidobacteria, Actinobacteria, Planctomycetes, Gemmatimonadetes, Bacteroidetes, Nitrospirae, and Bacteria_unclassified的相對豐度低于開墾后土壤。棄耕地0～10和10～20 cm土層Firmicutes的相對豐度變化較大。圖2

注：A1和D1代表開墾前后0～10 cm土層，A2和D2代表10～20 cm土層

Note: A1 and D1 represent the 0-10 cm depth of the unfarmed and reclamation treatments, respectively. A2 and D2 represent the 10-20 cm soil depth

圖2 開墾前后相對豐度較高的10個細菌門
Fig.2 Ten bacterial phyla with the highest relative abundance in the unfarmed and reclamation soils

在屬水平下，OTU被劃分到506個不同的屬。0～10和10～20 cm土層分別發(fā)現(xiàn)了341和320個屬(棄耕地)；380和393個屬(開墾后)。優(yōu)勢屬有：Anaerolineaceae_uncultured,Bacillus,Subgroup_6_norank,Lactococcus,Pseudomonas和Nitrosomonadaceae_uncultured。在相對豐度前10的細菌屬中，開墾增加了各土層Anaerolineaceae_uncultured,Subgroup_6_norank,Nitrosomonadaceae_uncultured,Gemmatimonadaceae_uncultured,Ardenticatenia_uncultured和Bacteria_unclassified的相對豐度，相反降低了Bacillus,Lactococcus和Pseudomonas的相對豐度。只有4個細菌屬的相對豐度在4個土壤樣品中都大于1%，分別是：Anaerolineaceae_uncultured,Bacillus,Nitrosomonadaceae_uncultured和OM1_clade_norank。

在屬水平下分析細菌的分類學組成可以為細菌門提供更為完整的信息。例如，Proteobacteria的高豐度主要是由Pseudomonas和Nitrosomonadaceae_uncultured引起的，F(xiàn)irmicutes的高豐度是由Bacillus和Lactococcus引起的，Chloroflexi的高豐度是由Anaerolineaceae_uncultured引起的，而Acidobacteria的高豐度是由Subgroup_6_norank造成的。圖3

注：A1和D1代表開墾前后0～10 cm土層，A2和D2代表10～20 cm土層

Note: A1 and D1 represent the 0-10 cm depth of the unfarmed and reclamation treatments, respectively. A2 and D2 represent the 10-20 cm soil depth

圖3 開墾前后相對豐度>1%細菌屬
Fig.3 Bacterial genera with >1% relative abundance in the unfarmed and reclamation soils

2.5 細菌群落結構

通過對4個土壤樣品OTU進行層次聚類分析。研究表明，各樣品被劃分為兩組：(1)棄耕地；(2)開墾后農(nóng)田。此外，每一個組中又包含一個處理的兩個土層。PCoA是基于OTU對不同處理土壤細菌群落結構的相似性或差異性進行分析。第一和第二主成分共解釋細菌群落組成92.91%的變異量。前一段中所描述的兩組分別形成了一個明顯的簇。主坐標軸1 (PC1)將棄耕地的細菌群落(例如：組1)與開墾后農(nóng)田處理很好的分隔開來?？偟膩碚f，這些結果表明：(i)組內(nèi)土壤細菌群落結構具有相似性；(ii)開墾是造成組間差異的主要原因。圖4，圖5

注：A1和D1代表開墾前后0～10 cm土層，A2和D2代表10～20 cm土層

Note: A1 and D1 represent the 0-10 cm depth of the unfarmed and reclamation treatments, respectively. A2 and D2 represent the 10-20 cm soil depth

圖4 開墾前后OTUs層次聚類分析
Fig.4 Hierarchical cluster analysis of OTUs in the unfarmed and reclamation soils

注：A1和D1代表開墾前后0～10 cm土層，A2和D2代表10～20 cm土層

Note: A1 and D1 represent the 0-10 cm depth of the unfarmed and reclamation treatments, respectively. A2 and D2 represent the 10-20 cm soil depth

圖5 開墾前后OTUs主坐標分析
Fig.5 Principal coordinates analysis (PCoA) of OTUs in the unfarmed and reclamation soils

3 討 論

3.1 土壤理化特性

與棄耕地相比，經(jīng)過開墾重新種植作物后顯著影響了土壤理化性質(zhì)。開墾后土壤理化性質(zhì)(土壤電導率、有機質(zhì)、堿解氮、速效磷和速效鉀)發(fā)生了顯著的改變。這一系列的變化歸因于每年肥料的施用以及秸稈還田，而棄耕地沒有任何外源物質(zhì)的供給。與棄耕地相比，開墾后顯著降低了兩個土層土壤電導率。在此試驗區(qū)內(nèi)，棉田的水分管理應用了膜下滴灌技術。“鹽隨水走”向下運移，并且在土壤剖面深處聚集。由于灌溉土壤鹽分迅速下降，這與Zhou[27]的研究結果相一致。開墾前后兩個土層中，棄耕地0～10 cm土層土壤電導率最高，說明在棄耕地隨著土壤水分的蒸發(fā)，土壤鹽分表現(xiàn)出明顯的表聚現(xiàn)象。

開墾后土壤有機質(zhì)含量顯著高于棄耕地。因為研究區(qū)位于干旱地區(qū)限制了植物的生長，棄耕地植被生物量普遍偏低，土壤有機質(zhì)含量較低[28]。棉花的根系有利于土壤有機質(zhì)的增加，植被的凋落物是有機質(zhì)的主要來源。與棄耕地相比，秸稈還田增加了土壤中的有機物質(zhì)?；牡亻_墾后種植棉花并在秋天收獲后全量秸稈還田，土壤有機質(zhì)來源的一個重要途徑就是植物殘體。進入土壤的作物秸稈不斷被分解，逐步進行礦化，秸稈中的有機物質(zhì)釋放到土壤中，供作物吸收利用[29]，因此，秸稈還田是一種能夠迅速提高土壤有機質(zhì)含量的措施。棉花秸稈還田配合肥料的施用可以有效的遏制有機物質(zhì)的分解，顯著提高土壤有機碳[30]。開墾后土壤堿解氮和速效磷含量顯著高于棄耕地。此研究結果與Zu等[31]相一致，報道稱秸稈還田結合化肥的施用可以增加土壤養(yǎng)分含量，因此，可以很好的維持棉田生產(chǎn)力。在棉花整個生育期通過滴灌方式向土壤中分期施用氮肥和磷肥，這可能是造成0～10 cm土層中堿解氮和速效磷含量較高的原因。

3.2 細菌群落多樣性、組成及結構

影響土壤細菌群落結構和多樣性的因素有許多，包括氣候、植被和土壤類型。在農(nóng)業(yè)系統(tǒng)中，作物種類和管理措施成為影響土壤細菌群落的主要方式。序列分析顯示開墾后作物種植增加了細菌物種的豐富度和多樣性。研究區(qū)位于干旱地區(qū)，棄耕地沒有灌溉，植被覆蓋稀少。有研究稱，在美國南北部pH > 8的荒漠土中細菌群落的多樣性很低[32]。與棄耕地形成鮮明對比的是開墾后種植棉花引入了灌溉和施肥。碳的輸入(包括根系和凋落物)相比于棄耕地有很大的提高。細菌群落對這些管理方式產(chǎn)生不同程度的響應，帶來的變化是一些菌群增加另一些則減少。

由于開墾后進行了農(nóng)業(yè)生產(chǎn)，使得開墾增加了土壤細菌群落的多樣性。同樣有研究發(fā)現(xiàn)開墾增加了土壤微生物多樣性指數(shù)，表明荒漠的開墾有利于微生物的增長并促進其多樣性的增加[33]。棄耕地開墾過程中改變了地表植被的覆蓋，作物生物量、凋落物、根系等顯著高于棄耕地，為土壤提供大量養(yǎng)分，增加了土壤碳素和氮素的供應，不僅改變了土壤微生物結構，提高了微生物生物量，還增加了土壤微生物多樣性。土層深度顯著地影響了土壤微生物群落豐富度和多樣性指數(shù)。在半干旱地區(qū)土壤水分含量成為了不同土層深度土壤微生物群落差異的影響因素。有研究表明土壤水分的變化可以影響土壤細菌群落的組成[34]。

土壤細菌群落受多種因素的影響，土壤類型[35]、植物[36]以及耕作方式[37]等影響著土壤細菌群落結構。研究采用了“空間替代的方法”反映土壤細菌的變化與開墾之間的關系，同時減少了其它因素的干擾。聚類分析顯示兩個土層中棄耕地與開墾后土壤細菌群落具有差異性。Wang研究發(fā)現(xiàn)，荒漠開墾為農(nóng)田后使土壤微生物群落結構發(fā)生顯著的改變，土壤環(huán)境由貧瘠的“真菌型”向肥沃的“細菌型”轉變[33]。這些研究結果表明開墾影響了土壤細菌群落結構。

Janssen通過分析各種土壤的16S rRNA基因得出土壤細菌群落主要由Proteobacteria, Acidobacteria, Actinobacteria, Verrucomicrobia, Bacteroidetes, Chloroflexi, Planctomycetes, Gemmatimonadetes和Firmicutes組成。通過序列分析得到Proteobacteria和Firmicutes是棄耕地土壤中主要的細菌門，其相對豐度占土壤細菌群落的53.11%～83.71%。同樣Proteobacteria也是開墾后農(nóng)田土壤主要的細菌門。開墾降低了Firmicutes的相對豐度，增加了Chloroflexi, Acidobacteria和Actinobacteria的相對豐度。這與Kob?rl比較了埃及沙漠土壤與其臨近進行農(nóng)業(yè)耕作的土壤細菌群落所得到的結果相反[38]。他們得出耕種增加了Firmicutes的相對豐度，但是降低了Proteobacteria和Actinobacteria的相對豐度。一個很重要的原因在于兩個地區(qū)的土壤養(yǎng)分狀況不同，埃及的農(nóng)田富含有機物質(zhì)。之所以研究者對Proteobacteria產(chǎn)生濃厚的興趣有兩點原因。第一，Proteobacteria可以增加植物對養(yǎng)分的吸收以及抵御病害的能力，從而促進作物的生長；第二，Proteobacteria涉及到甲烷和一氧化二氮兩種溫室氣體的產(chǎn)生。Betaproteobacteria, Gammaproteobacteria和Firmicutes可以抑制土傳病害的發(fā)生[39]。

4 結 論

對于本底養(yǎng)分低的荒地，開墾顯著降低了土壤電導率，降低了72.89%～80.59%。開墾顯著增加了各土層土壤有機質(zhì)、堿解氮和速效磷含量，但顯著降低了速效鉀含量。各土層土壤有機質(zhì)、堿解氮和速效磷分別增加了243.21%和343.47%、163.15%和139.05%、123.01%和96.25%，速效鉀降低了40.04%和38.30%。鹽堿棄耕地開墾為棉田后顯著的增加了土壤細菌群落的豐富度以及多樣性，改變了菌群的結構。Proteobacteria和Firmicutes是棄耕地土壤中主要的細菌門。開墾降低了Firmicutes的相對豐度，但是增加了Chloroflexi, Acidobacteria和Actinobacteria的相對豐度。棄耕地的開墾有利于微生物的生長，促進其多樣性。

參考文獻(References)

[1] Zhao, J., Zhang, R., Xue, C., Xun, W., Sun, L., & Xu, Y., et al. (2014). Pyrosequencing reveals contrasting soil bacterial diversity and community structure of two main winter wheat cropping systems in china.MicrobialEcology, 67(2): 443-453.

[2] Zhong, W., Gu, T., Wang, W., Zhang, B., Lin, X., & Huang, Q., et al. (2010). The effects of mineral fertilizer and organic manure on soil microbial community and diversity.Plant&Soil, 326(1-2): 511-523.

[3] Paul, E. A. (2014). Soil microbiology and biochemistry.JournalofRangeManagement, 51(2): 254.

[4] Quadros, P. D. D., Zhalnina, K., Davisrichardson, A., Fagen, J. R., Drew, J., & Bayer, C., et al. (2012). The effect of tillage system and crop rotation on soil microbial diversity and composition in a subtropical acrisol.Diversity, 4(4): 375-395.

[5] Qiu, M., Zhang, R., Xue, C., Zhang, S., Li, S., & Zhang, N., et al. (2012). Application of bio-organic fertilizer can control fusarium, wilt of cucumber plants by regulating microbial community of rhizosphere soil.Biology&FertilityofSoils, 48(7): 807-816.

[6] Johnsen, K., Jacobsen, C. S., Torsvik, V., & Sorenson, A. J. (2001). Pesticide effects of bacterial diversity in agricultural soils--a review.Biology&FertilityofSoils, 33(6): 443-453.

[7] Rietz, D. N., & Haynes, R. J. (2003). Effects of irrigation-induced salinity and sodicity on soil microbial activity.SoilBiology&Biochemistry, 35(6): 845-854.

[8] Liu, E., Yan, C., Mei, X., He, W., Bing, S. H., & Ding, L., et al. (2010). Long-term effect of chemical fertilizer, straw, and manure on soil chemical and biological properties in northwest china.Geoderma, 158(3-4): 173-180.

[9] Cui, J., Liu, C., Li, Z., Wang, L., Chen, X., & Ye, Z., et al. (2012). Long-term changes in topsoil chemical properties under centuries of cultivation after reclamation of coastal wetlands in the yangtze estuary, china.Soil&TillageResearch, 123(5): 50-60.

[10] Hartmann, M., Lee, S., Hallam, S., & Mohn, W. (2009). Bacterial, archaeal and eukaryal community structures throughout soil horizons of harvested and naturally disturbed forest stands.EnvironmentalMicrobiology, 11(12): 3,045-3,062.

[11] Will, C., Thürmer, A., Wollherr, A., Nacke, H., Herold, N., & Schrumpf, M., et al. (2010). Horizon-specific bacterial community composition of german grassland soils, as revealed by pyrosequencing-based analysis of 16s rrna genes.Applied&EnvironmentalMicrobiology, 76(20): 6,751-6,759.

[12] Oberauner, L., Zachow, C., Lackner, S., H?genauer, C., Smolle, K. H., & Berg, G. (2013). The ignored diversity: complex bacterial communities in intensive care units revealed by 16s pyrosequencing.SciRep, 3(3):1,413.

[13] Sun, Y., Cai, Y., Liu, L., Yu, F., & Farmerie, W. (2009). Esprit: estimating species richness using large collections of 16s rrna data.NucleicAcidsResearch, 37(10):e76.

[14] ClaudioCiavatta, MarcoGovi, LiviaVittoriAntisari, & PaoloSequi. (1991). Determination of organic carbon in aqueous extracts of soils and fertilizers.CommunicationsinSoilScience&PlantAnalysis, 22(9-10):795-807.

[15] Mulvaney, R. L., & Khan, S. A. (2001). Diffusion methods to determine different forms of nitrogen in soil hydrolysates.SoilScienceSocietyofAmericaJournal, 65(4): 1,284-1,292.

[16] Page, A. L., Miller, R. H., & Keeney, D. R. (1982).Chemicalandmicrobiologicalproperties. American Society of Agronomy : Soil Science Society of America.

[17] Shen, Z., Zhong, S., Wang, Y., Wang, B., Mei, X., & Li, R., et al. (2013). Induced soil microbial suppression of banana fusarium wilt disease using compost and biofertilizers to improve yield and quality.EuropeanJournalofSoilBiology, 57(4):1-8.

[18] Yang, W., Zhao, H., Chen, X., Yin, S., Cheng, X., & An, S. (2013). Consequences of short-term c 4, plant spartina alterniflora, invasions for soil organic carbon dynamics in a coastal wetland of eastern china.EcologicalEngineering, 61(12): 50-57.

[19] Vance, E. D., Brooks, P. C., & Jenkinson, D. S. (1987). An extraction method for measuring soil microbial biomass.SoilBiology&Biochemistry, 19(19): 703-707.

[20] Zhou, J., Bruns, M. A., & Tiedje, J. M. (1996). Dna recovery from soils of diverse composition.ApplEnvironMicrobiol, 62(2): 316-322.

[21] Xiong, J., Liu, Y., Lin, X., Zhang, H., Zeng, J., & Hou, J., et al. (2012). Geographic distance and ph drive bacterial distribution in alkaline lake sediments across tibetan plateau.EnvironmentalMicrobiology, 14(9):2,457-2,466.

[22] Edgar, R. C., Haas, B. J., Clemente, J. C., Quince, C., & Knight, R. (2011). Uchime improves sensitivity and speed of chimera detection.Bioinformatics, 27(16): 2,194-2,200.

[23] Quast, C., Pruesse, E., Yilmaz, P., Gerken, J., Schweer, T., & Yarza, P., et al. (2013). The silva ribosomal rna gene database project: improved data processing and web-based tools.NucleicAcidsResearch,41(Database issue): 590-596.

[24] Schloss, P. D., Westcott, S. L., Ryabin, T., Hall, J. R., Hartmann, M., & Hollister, E. B., et al. (2009). Introducing mothur: open-source, platform-independent, community-supported software for describing and comparing microbial communities.Applied&EnvironmentalMicrobiology, 75(23): 7,537-7,541.

[25] Fouts, D. E., Szpakowski, S., Purushe, J., Torralba, M., Waterman, R. C., & Macneil, M. D., et al. (2012). Next generation sequencing to define prokaryotic and fungal diversity in the bovine rumen.PlosOne, 7(11): e48289.

[26] Jiang, X. T., Peng, X., Deng, G. H., Sheng, H. F., Wang, Y., & Zhou, H. W., et al. (2013). Illumina sequencing of 16s RRNA tag revealed spatial variations of bacterial communities in a mangrove wetland.MicrobialEcology, 66(1): 96-104.

[27] 周麗, 王玉剛, 李彥，等. 鹽堿荒地開墾年限對表層土壤鹽分的影響[J]. 干旱區(qū)地理, 2013, 36(2): 285-291.

ZHOU Li, WANG Yu-gang, LI Yan, et al. (2013). Effects of cultivation on soil salinity in upper soil profiles of the saline-alkali land[J].AridLandGeography, 36(2): 285-291. (in Chinese)

[28] Zhang, F. H., Yang, H. C., Gale, W. J., Cheng, Z. B., & Yan, J. H. (2016). Temporal changes in soil organic carbon and aggregate-associated organic carbon after reclamation of abandoned, salinized farmland.JournalofAgriculturalScience, 155(2): 205-215.

[29] 王雙磊. 棉花秸稈還田對鹽堿地棉田土壤理化性質(zhì)和生物學特性的影響[D]. 泰安：山東農(nóng)業(yè)大學碩士學位論文, 2015.

WANG Shuang-lei. (2015).Effectofcottonstrawincorporatedintosaline-alkalisoilonphysical,chemicalandbiologicalproperties[D]. Master Dissertation. Shandong Agricultural University, Taian. (in Chinese)

[30] 姜益娟, 鄭德明, 呂雙慶, 等. 連續(xù)施用棉籽餅和棉稈還田及化肥配施的培肥效應[J]. 干旱地區(qū)農(nóng)業(yè)研究, 1999,(4): 19-24.

JIANG Yi-juan, ZHENG De-ming, Lü Shuang-qin, ,et al. (1999). Fertilization effect of continuous application of cotton seed manure and cotton stalk returned to field together with combined application of chemical fertilizers [J].AgriculturalResearchinTheAridAreas, (4): 19-24. (in Chinese)

[31] Zu, C., Li, Z. G., Yang, J. F., Yu, H., Sun, Y., & Tang, H. L., et al. (2014). Acid soil is associated with reduced yield, root growth and nutrient uptake in black pepper (piper nigrum l.).JournalofAgriculturalScience, 5(5): 466-473.

[32] Lauber, C. L., Hamady, M., Knight, R., & Fierer, N. (2009). Pyrosequencing-based assessment of soil ph as a predictor of soil bacterial community structure at the continental scale.Applied&EnvironmentalMicrobiology, 75(15): 5,111-5,120.

[33] 王銀亞, 李晨華, 馬健. 開墾對荒漠土壤微生物群落結構特征的影響[J]. 中國沙漠, 2017, 37(3): 514-522.

WANG Yin-ya, LI Chen-hua, MA Jian. (2017). Effects of Desert Rclamation on Soil Microbial ommunity and Microbial Diversity [J].JournalofDesertResearch, 37(3): 514-522. (in Chinese)

[34] Wilkinson, S. C., Anderson, J. M., Scardelis, S. P., Tisiafouli, M., Taylor, A., & Wolters, V. (2002). Plfa profiles of microbial communities in decomposing conifer litters subject to moisture stress.SoilBiology&Biochemistry, 34(2): 189-200.

[35] Garbeva, P., van Veen, J. A., & van Elsas, J. D. (2004). Microbail diversity in soil: selection of microbial populations by plant and soil type and implications for disease suppressiveness.AnnualReviewofPhytopathology, 42(42): 243-270.

[36] Wieland, G., Neumann, R., & Backhaus, H. (2001). Variation of microbial communities in soil, rhizosphere, and rhizoplane in response to crop species, soil type, and crop development.Applied&EnvironmentalMicrobiology, 67(12):5,849-5,854.

[37] Sudini, H., Liles, M. R., Arias, C. R., Bowen, K. L., & Huettel, R. N. (2011). Exploring soil bacterial communities in different peanut-cropping sequences using multiple molecular approaches.Phytopathology, 101(7): 819-827.

[38] Kberl, M., Müller, H., Ramadan, E. M., & Berg, G. (2011). Desert farming benefits from microbial potential in arid soils and promotes diversity and plant health.PlosOne, 6(9): e24452.

[39] Mendes, R., Kruijt, M., De, B. I., Dekkers, E., Van, d. V. M., & Schneider, J. H., et al. (2011). Deciphering the rhizosphere microbiome for disease-suppressive bacteria.Science, 332(6033):1,097-1,100.