摘要： 【目的】研究稻魚共生系統(tǒng)（Rice-fish co-culture system，RF） 土壤微生物群落結(jié)構(gòu)特征，并分析其碳氮循環(huán)相關(guān)功能與水稻單作系統(tǒng)（Rice monoculture system，RM） 的差異?！痉椒ā克旧L季在全球重要農(nóng)業(yè)文化遺產(chǎn)——青田稻魚共生系統(tǒng)的保護(hù)地開展稻田土壤取樣，采用高通量測(cè)序技術(shù)，比較RF 和RM 中土壤細(xì)菌和古菌群落結(jié)構(gòu)和功能差異。【結(jié)果】RF 土壤細(xì)菌和古菌的優(yōu)勢(shì)菌門和優(yōu)勢(shì)菌屬與RM 保持一致，但α 多樣性均顯著提高；RF 促進(jìn)土壤微生物間相互作用和網(wǎng)絡(luò)優(yōu)勢(shì)模塊功能多樣化，但是對(duì)于群落網(wǎng)絡(luò)穩(wěn)定性的影響并不明確?；贔APROTAX 功能預(yù)測(cè)，相較于RM，RF 增強(qiáng)了甲烷氧化和氮固定作用之間的正相關(guān)關(guān)系，減弱了硝化作用與甲烷產(chǎn)生和反硝化作用之間的相關(guān)性以及甲烷氧化與反硝化作用之間的相關(guān)性。典型關(guān)聯(lián)分析結(jié)果表明，與RM 相比，RF 降低了土壤有機(jī)質(zhì)、速效氮和速效磷含量對(duì)土壤微生物群落結(jié)構(gòu)的影響，同時(shí)增強(qiáng)了土壤總磷含量和土壤pH 的影響?！窘Y(jié)論】青田傳統(tǒng)稻魚共生系統(tǒng)有助于提高稻田土壤微生物群落α 多樣性，整體上增強(qiáng)土壤微生物間的相互作用和網(wǎng)絡(luò)復(fù)雜性，但是減弱了甲烷和氮素循環(huán)過程相關(guān)微生物功能群的相互關(guān)系。本研究結(jié)果為進(jìn)一步揭示水稻?水生動(dòng)物共生系統(tǒng)的微生物生態(tài)學(xué)過程提供了研究基礎(chǔ)。

關(guān)鍵詞： 稻魚共生；土壤微生物；微生物網(wǎng)絡(luò)；功能預(yù)測(cè)

中圖分類號(hào)： Q143；S154.3 文獻(xiàn)標(biāo)志碼： A 文章編號(hào)： 1001-411X（2024）06-0865-13

水稻種植和水產(chǎn)養(yǎng)殖的結(jié)合（即稻田綜合種養(yǎng)，在稻田中養(yǎng)殖各種水生動(dòng)物，包括鯉魚、螃蟹、小龍蝦等） 被認(rèn)為是一種可減少農(nóng)業(yè)化學(xué)品投入、有效利用耕地和淡水資源，從而實(shí)現(xiàn)碳水化合物（水稻） 和動(dòng)物蛋白（水生動(dòng)物） 綠色生產(chǎn)的可持續(xù)農(nóng)業(yè)模式。稻魚共生系統(tǒng)（Rice-fish co-culturesystem，RF） 在我國和東南亞國家具有悠久歷史[1-2]，傳統(tǒng)養(yǎng)殖的對(duì)象以鯉魚和鯽魚為主。截至2022年，我國稻田綜合種養(yǎng)面積達(dá)2.86×106 hm2，其中，稻魚共生系統(tǒng)占比34.92%，為現(xiàn)階段第二大模式[3]。

與水稻單作相比，水稻和水生動(dòng)物的種養(yǎng)結(jié)合可促進(jìn)稻田資源的高效利用和生態(tài)系統(tǒng)服務(wù)的提升[4-5]。文獻(xiàn)整合分析表明，稻田綜合種養(yǎng)系統(tǒng)水稻產(chǎn)量較水稻單作系統(tǒng)（Rice monoculture system，RM） 提高1.45%～27.00%[6]。水生動(dòng)物的覓食和排泄活動(dòng)增加了土壤氮、磷元素及有機(jī)質(zhì)的含量，且長期淹水環(huán)境減緩了養(yǎng)分的流失[7]，因此稻魚共生系統(tǒng)能夠顯著增加稻田土壤有機(jī)碳和總氮含量[8]。研究表明，稻魚共生系統(tǒng)可以減少化肥施用，提高養(yǎng)分利用效率[4]，減少NH3 揮發(fā)、N 徑流和N 淋溶等途徑的氮素流失[ 9 ] ，并減緩稻田溫室氣體排放[10-11]。

近年來，微生物測(cè)序與分析技術(shù)被用于稻田土壤微生物群落研究。其中，微生物網(wǎng)絡(luò)分析逐漸被應(yīng)用于探索群落聚集模式、可視化展示不同類群對(duì)農(nóng)藝措施的響應(yīng)模式和識(shí)別微生物群落關(guān)鍵種等方面[12]。對(duì)于稻魚共生系統(tǒng)的研究表明，該系統(tǒng)不僅能夠增加土壤微生物多樣性[13]，還能夠提高土壤微生物共現(xiàn)網(wǎng)絡(luò)節(jié)點(diǎn)、連接數(shù)等，增加微生物群落的復(fù)雜性[14]。此外，稻魚共生系統(tǒng)也對(duì)土壤微生物群落功能產(chǎn)生影響。例如，稻魚共生系統(tǒng)產(chǎn)甲烷菌和甲烷氧化菌豐度顯著高于水稻單作[15-16]。魚類活動(dòng)增加水體氧氣含量，增加土壤微生物對(duì)土壤氮等物質(zhì)的礦化作用[17]，且魚類對(duì)于沉積物的取食進(jìn)一步增加了土壤細(xì)菌豐度[18]，加速微生物土壤營養(yǎng)元素循環(huán)。但是現(xiàn)階段稻魚共生系統(tǒng)土壤微生物的分析方法還多集中于土壤微生物多樣性和豐富度等群落組成和結(jié)構(gòu)方面，對(duì)于微生物功能的研究也多基于對(duì)微生物功能基因片段的測(cè)定。依據(jù)可培養(yǎng)分類群數(shù)據(jù)對(duì)土壤微生物群落進(jìn)行原核分類群生態(tài)相關(guān)功能注釋的FAPROTAX算法[19] 與基于KEGG 代謝通路對(duì)微生物潛在功能基因分析方法的出現(xiàn)，為稻田土壤微生物研究的發(fā)展提供了新的思路。功能預(yù)測(cè)或能夠幫助我們進(jìn)一步了解該系統(tǒng)中土壤微生物群落特征，揭示水稻和動(dòng)物共存如何影響稻田土壤微生物群落結(jié)構(gòu)與功能的機(jī)理。

為此，本研究以全球重要農(nóng)業(yè)文化遺產(chǎn)——青田稻魚共生系統(tǒng)為研究對(duì)象，在水稻分蘗后期對(duì)9 個(gè)自然村稻魚共生系統(tǒng)和水稻單作系統(tǒng)田塊土壤進(jìn)行采樣，分析土壤細(xì)菌和古菌群落結(jié)構(gòu)及生態(tài)功能特征，以闡明當(dāng)?shù)剞r(nóng)戶的生產(chǎn)管理下稻魚共生系統(tǒng)對(duì)土壤微生物的影響特征。

1 研究方法

1.1 研究地點(diǎn)簡介

青田稻魚共生系統(tǒng)作為首批全球重要農(nóng)業(yè)文化遺產(chǎn)，主要分布在青田縣東南部的方山鄉(xiāng)及其周邊的仁莊鎮(zhèn)和小舟山鄉(xiāng)等鄉(xiāng)鎮(zhèn)[20]。當(dāng)?shù)乇Ａ袅溯^為傳統(tǒng)的山區(qū)稻田養(yǎng)魚方式，養(yǎng)殖品種為‘青田田魚’Cyprinus carpio qingtianensis，是經(jīng)歷稻田生境長期馴化得到的地方品種，具有豐富的體色和遺傳多樣性[21]。生長季內(nèi)稻田保持流水淹灌，投喂以農(nóng)家飼料為主（小麥、豆餅和稻谷等），鯉魚產(chǎn)量較低（大多低于375 kg·hm?2）。

本研究開展于青田縣（120.17°E， 28.08°N） 西南部的仁莊鎮(zhèn)（120.25°E， 28.04°N）。仁莊鎮(zhèn)與方山鄉(xiāng)毗鄰，海拔80 m，地屬中亞熱帶季風(fēng)氣候，溫暖濕潤，四季分明，全年平均氣溫18 ℃，無霜期280 d，年降雨量1 897 mm。該地區(qū)水稻土的質(zhì)地為砂壤土，容重約為1.12 g·cm?3，土壤呈弱酸性。

1.2 土壤樣本采集和保存

于2018 年7 月20 日—7 月25 日（屬當(dāng)?shù)匾患镜镜姆痔Y后期），在仁莊鎮(zhèn)隨機(jī)選擇的9 個(gè)自然村（半坑、東坪、蓮頭、外垟、小令、新彭、垟坑、嚴(yán)寮和垟心） 內(nèi)，隨機(jī)選擇毗鄰的稻魚共生系統(tǒng)（RF） 和水稻單作系統(tǒng)（RM） 田塊各2～4 塊（圖1）。在每個(gè)田塊內(nèi)隨機(jī)采集6 個(gè)土芯（深度0～10 cm） 后合并為1 份混合樣本。共采集土壤混合樣本48 份，其中RF 樣本24 份，RM 樣本24 份。

每份土壤混合樣本充分混勻后平均分為2 個(gè)部分。一部分過20 目網(wǎng)篩后在4 ℃ 條件下保存，用于土壤微生物DNA 提??；另一部分放于陰涼通風(fēng)處干燥，用于土壤理化性質(zhì)測(cè)定。

1.3 土壤DNA 提取、PCR 擴(kuò)增及測(cè)序

土壤樣本在采集后1 周內(nèi)采用BioFast 土壤基因組提取試劑盒（杭州博日） 提取微生物DNA，樣品用量0.5 g。DNA 提取后經(jīng)過7 g·L?1 瓊脂糖凝膠電泳質(zhì)檢，不合格的樣品進(jìn)行重提。

使用引物組515F （5′-GTGCCAGCMGCCGCGG-3′） 和907R （5′-CCGTCAATTCMTTTRAGTTT-3′） 從土壤基因組DNA 中擴(kuò)增細(xì)菌16Sr R N A 基因的V 4 ～ V 5 高可變區(qū)， 使用引物組Arch344F （5′-ACGGGGYGCAGCAGGCGCGA-3′）和Arch915R （5′-GTGCTCCCCCGCCAATTCCT-3′）從土壤基因組DNA 中擴(kuò)增古菌16S rRNA 基因的V3～V4 高可變區(qū)[22]。引物由上海生工生物合成。對(duì)于正向引物（515F 和Arch334F），在其5′端添加barcode 序列（6 個(gè)堿基的隨機(jī)序列） 用以測(cè)序時(shí)區(qū)分不同樣本， 本研究中實(shí)際使用4 8 個(gè)不同的barcode 序列。PCR 反應(yīng)體系總體積25 μL，由2.5 μL Buffer， 2.0 μL dNTPs， 0.5×2 μL 引物，0.5 μL DNA 模板，0.5 μL rTaq 酶和18.5 μL ddH2O構(gòu)成。PCR 反應(yīng)程序?yàn)椋?4 ℃ 預(yù)變性3 min， 94 ℃30 s、45 ℃ 20 s、65 ℃ 30 s 下進(jìn)行5 個(gè)循環(huán)，94 ℃20 s、55 ℃ 20 s、72 ℃ 30 s 進(jìn)行20 個(gè)循環(huán)，72 ℃5 min。PCR 產(chǎn)物質(zhì)檢、文庫構(gòu)建和高通量測(cè)序均由廣州美格生物科技有限公司完成，測(cè)序方案為Illumina Hiseq 2500 雙末端測(cè)序。

1.4 微生物群落特征和功能分析

細(xì)菌和古菌群落16sRNA 高通量測(cè)序數(shù)據(jù)分析參考Callahan 等[ 2 3 ] 的方法進(jìn)行。對(duì)原始數(shù)據(jù)（Reads） 刪除barcode 和引物序列，剔除質(zhì)檢不合格的Reads，通過DADA 模型推斷實(shí)際序列變異數(shù)（Actual sequence variants， ASV）。根據(jù)ASV 進(jìn)行物種注釋。

在對(duì)所得ASV 數(shù)據(jù)進(jìn)行抽平處理后，使用vegan 包進(jìn)行土壤細(xì)菌和古菌群落α 多樣性分析，分析群落內(nèi)分類群的數(shù)量和豐度。

對(duì)細(xì)菌和古菌豐度分別進(jìn)行歸一化處理后，應(yīng)用在線LEfSe 分析方法（https：//huttenhower.sph.harvard.edu/lefse），基于LDA 得分默認(rèn)值尋找RF和RM 之間差異顯著的細(xì)菌和古菌類群（Biomarker）。

為分析RF 和RM 土壤微生物群落結(jié)構(gòu)的差異，我們使用igraph 包[24] 分別針對(duì)RF 和RM 土壤樣本進(jìn)行微生物共現(xiàn)網(wǎng)絡(luò)的構(gòu)建。繪制網(wǎng)絡(luò)前先將土壤細(xì)菌和古菌群落豐度數(shù)據(jù)分別進(jìn)行線性函數(shù)歸一化處理，匯總后再次進(jìn)行線性歸一化處理，以此消除2 種引物擴(kuò)增速率差異。微生物網(wǎng)絡(luò)的節(jié)點(diǎn)為ASV，節(jié)點(diǎn)之間的連線代表ASV 之間顯著的相關(guān)性。ASV 相關(guān)性的計(jì)算基于FastSpar 的SparCC方法[25]，保留連線的閾值為rgt;0.6，Plt;0.05。采用9999 Fruchterman-Reingold 的布局方式在Gephi 中實(shí)現(xiàn)網(wǎng)絡(luò)可視化[26]。利用貪婪算法分析網(wǎng)絡(luò)模塊結(jié)構(gòu)并計(jì)算各網(wǎng)絡(luò)屬性指標(biāo)，根據(jù)優(yōu)化得分對(duì)識(shí)別出的模塊進(jìn)行排序命名。使用ggClusterNet [ 2 7 ] 包分別計(jì)算RM 和RF 網(wǎng)絡(luò)中各節(jié)點(diǎn)的模塊內(nèi)連通性（Zi）、參與系數(shù)（Pi）。Zi 得分大于2.50 的ASV 為模塊中心點(diǎn)，而Pi 得分大于0.62 的ASV 為模塊連接點(diǎn)。模塊中心點(diǎn)和連接點(diǎn)在微生物群落中均扮演著關(guān)鍵種（Keystone species） 的作用[28]。

為了評(píng)估微生物網(wǎng)絡(luò)的穩(wěn)定性，使用ggClusterNet包對(duì)反映網(wǎng)絡(luò)穩(wěn)定性的脆弱性指數(shù)（Vulnerability）和魯棒性指數(shù)（Robustness） 進(jìn)行計(jì)算[29]。脆弱性指數(shù)為微生物共現(xiàn)網(wǎng)絡(luò)中各點(diǎn)脆弱值中的最大值，脆弱性指數(shù)越小，表示網(wǎng)絡(luò)穩(wěn)定性越高。魯棒性指數(shù)指人為隨機(jī)去除網(wǎng)絡(luò)中50% 物種條件下模擬網(wǎng)絡(luò)物種滅絕后剩余物種數(shù)占原物種數(shù)比例，魯棒性指數(shù)越大，表示網(wǎng)絡(luò)穩(wěn)定性越高。在網(wǎng)絡(luò)魯棒性測(cè)定時(shí)，分別使用了隨機(jī)去除所有物種和隨機(jī)去除靶向物種（針對(duì)關(guān)鍵種） 2 種模擬方式。

使用FAPROTAX v.1.1 算法[30] 對(duì)相對(duì)豐度大于1% 的ASV 的元素循環(huán)相關(guān)功能進(jìn)行預(yù)測(cè)。對(duì)RF、RM 土壤微生物功能群分別進(jìn)行相關(guān)性網(wǎng)絡(luò)構(gòu)建，并采用9999 Fruchterman-Reingold 的布局方式在Gephi 中實(shí)現(xiàn)網(wǎng)絡(luò)可視化[26]。使用ggalluvial 包對(duì)R F 和R M 微生物群落中碳氮相關(guān)功能的ASV 在優(yōu)勢(shì)模塊之間的流動(dòng)進(jìn)行可視化展示。

1.5 土壤理化性質(zhì)的測(cè)定

采用重鉻酸鉀氧化?外加熱法測(cè)定土壤有機(jī)碳含量[31]。采用硫酸?催化劑消解，凱式法測(cè)定土壤全氮質(zhì)量[32]。分別采用雙波長比色法[33] 和靛酚藍(lán)比色法[34] 測(cè)定土壤硝態(tài)氮和銨態(tài)氮含量。采用碳酸氫鈉法測(cè)定速效磷含量[34]。

1.6 統(tǒng)計(jì)分析

為分析RF 與RM 土壤微生物群落結(jié)構(gòu)變化的主控環(huán)境因子，使用vegan 包將土壤微生物群落結(jié)構(gòu)與土壤理化性質(zhì)進(jìn)行典型關(guān)聯(lián)分析（Canonicalcorrelation analysis， CCA）。

采用單因素方差分析（SPSS V26.0） 對(duì)RF 和RM 間土壤微生物多樣性指數(shù)與土壤微生物各功能群相對(duì)豐度的差異進(jìn)行顯著性檢驗(yàn)。

2 結(jié)果與分析

2.1 稻魚共生系統(tǒng)和水稻單作系統(tǒng)土壤微生物群落組成和多樣性

根據(jù)高通量測(cè)序結(jié)果，平均每份土壤樣本細(xì)菌和古菌單向序列數(shù)分別為36 348 和47 799 條，對(duì)正反向序列比對(duì)合并后平均片段長度分別為373、383 bp。去除重復(fù)序列及嵌合體后，使用DADA 模型推斷獲得細(xì)菌和古菌的ASV 數(shù)量分別為8 495 和3 433 個(gè)。其中，RF 和RM 共有的土壤細(xì)菌ASV 數(shù)量為2 196 個(gè)，分別占RF（總ASV 數(shù)量5 535） 和RM（總ASV 數(shù)量5 156） 的39.67% 和42.59%；共有的土壤古菌ASV 數(shù)量為831 個(gè)，分別占RF（總ASV數(shù)量2 123） 和RM（總ASV 數(shù)量2 141） 的39.14%和38.81%。

經(jīng)注釋后，細(xì)菌劃分為15 個(gè)門、28 個(gè)綱、50 個(gè)目、77 個(gè)科和153 個(gè)屬，古菌則為7 個(gè)門、14 個(gè)綱、16 個(gè)目、17 個(gè)科和17 個(gè)屬。

在門分類水平上，細(xì)菌群落中相對(duì)豐度較高的為變形菌門Proteobacteria （RF： 25.53%， RM：27.82%）、綠彎菌門Chloroflexi （RF： 16.78%， RM：14.38%）、酸桿菌門Acidobacteria （RF： 15.65%， RM：17.61%） 和擬桿菌門Bacteroidetes （RF： 14.11%，RM： 13.22%）（圖2a）。古菌群落中相對(duì)豐度較高的為泉古菌門Crenarchaeota （RF： 34.16%， RM：26.10%）、奇古菌門Thaumarchaeota （RF： 21.94%，RM： 33.27%）、佩斯古菌門Pacearchaeota （RF：13.66%， RM： 14.67%）、廣古菌門Euryarchaeota （RF：11.71%， RM： 9.53%） 和烏斯古菌門Woesearchaeota（RF： 8.84%， RM： 6.82%）（圖2b）。雖然RF 顯著提高了稻田土壤中泉古菌門（P=0.008） 與綠彎菌門（P=0.026） 的相對(duì)豐度，但RF 和RM 土壤微生物群落優(yōu)勢(shì)菌門的種類并無顯著差異。

在屬分類水平上，細(xì)菌群落中相對(duì)豐度較高的菌屬為鮑特氏菌屬Smithella （RF： 2.95%， RM：3.74%）、伊格納維菌屬Ignavibacterium （RF： 1.97%，RM： 1.53%） 和厭氧黏細(xì)菌菌屬Anaeromyxobacter（RF： 1.54%， RM： 1.53%）（圖2c）。古菌群落中僅有5 個(gè)菌屬被鑒定，為大洋球形菌屬Caldisphaera（RF：18.91%， RM： 12.30%）、甲烷桿菌屬M(fèi)ethanobacterium（RF： 0.20%， RM： 0.18%）、甲烷粒菌屬M(fèi)ethanolinea（RM： 0.001%）、甲烷螺菌屬M(fèi)ethanomassiliicoccus（RF： 10.65%， RM： 8.02%） 和熱絲菌屬Thermofilum（RF： 2.40%， RM： 2.01%）（圖2d）。其中，大洋球形菌屬和甲烷羅菌屬占比最高，而甲烷粒菌屬僅在RM 中被檢出。RF 和RM 土壤微生物群落優(yōu)勢(shì)菌屬的種類并無顯著差異。

LEfSe 分析結(jié)果（圖3）表明，RF 土壤顯著富集的細(xì)菌類群隸屬3 個(gè)菌門。其中，綠彎菌門中有5 個(gè)類群：暖繩菌屬Bellilinea、Leptolinea、厭氧繩菌屬Anaerolinea、長繩菌屬Longilinea 和厭氧繩菌科Anaerolineaceae （科分類名，以下水平未注釋）；變形菌門有4 個(gè)類群：Rivicola、羅斯氏菌屬Roseateles、脫氯菌屬Dechloromonas 和未分類（門分類以下水平未注釋）；擬桿菌門有2 個(gè)類群：Phaeodactylibacter和乳酸桿菌Lacibacter。而RM 中顯著富集的細(xì)菌類群共11 個(gè)，主要分布于變形菌門、擬桿菌門和酸桿菌門。

RF 土壤顯著富集的古菌類群分布在泉古菌門，為暖球形菌屬Caldisphaera 和1 個(gè)未知類群（門分類以下水平未注釋）；而 RM 中無顯著富集的古菌類群。

RF 和RM 的土壤微生物群落α 多樣性存在顯著差異（表1）。對(duì)于細(xì)菌群落而言，RF 中3 個(gè)物種豐富度指標(biāo)（Richness、 Chao1、 ACE） 分別比RM 提高19.79% （P=0.003）、20.79%（P=0.004） 和20.59%（P=0.003），而Shannon 多樣性指標(biāo)比RM 增加3.19% （P=0.003）。對(duì)于古菌群落而言，RF 中3 個(gè)物種豐富度指標(biāo)（Richness、 Chao1、 ACE） 分別比RM 提高7.56% （Plt;0.001）、9.21% （P=0.001） 和8 . 6 3 % （ P = 0 . 0 0 1 ） ， 2 個(gè)多樣性指標(biāo)（ S h a n n o n和Simpson） 分別比RM 增加3.80% （P=0.001） 和1.04% （P=0.009）。

2.2 稻魚共生系統(tǒng)和水稻單作系統(tǒng)土壤微生物網(wǎng)絡(luò)結(jié)構(gòu)

為進(jìn)一步了解RF 和RM 土壤微生物群落差異，構(gòu)建基于相對(duì)豐度相關(guān)性的微生物網(wǎng)絡(luò)（圖4）并計(jì)算網(wǎng)絡(luò)的拓?fù)湫再|(zhì)（表2）。

結(jié)果表明，RF 和RM 的微生物網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量差異微小，分別包含475 和480 個(gè)節(jié)點(diǎn)。RF 網(wǎng)絡(luò)中表征物種共現(xiàn)性的連接數(shù)、平均度、連接密度以及平均聚類系數(shù)分別較RM 提高41.1%、42.6%、46.4% 和2.4%，而平均路徑長下降12.7%，表明RF 土壤微生物之間存在更多的共生關(guān)系。在模塊化結(jié)構(gòu)性方面，RF 網(wǎng)絡(luò)模塊數(shù)量較RM 增加19.2%，分別是31 和26，其模塊性指數(shù)較RM 增加27.9%，分別為0.916 和0.716（網(wǎng)絡(luò)模塊指數(shù)理論范圍為?0.5～1.0，越接近1 代表模塊性越高）。綜合以上網(wǎng)絡(luò)拓?fù)湫再|(zhì)，表明RF 土壤微生物群落比RM 具有更高的網(wǎng)絡(luò)復(fù)雜性，模塊內(nèi)物種之間具有更強(qiáng)的相關(guān)性。

RF 和RM 微生物網(wǎng)絡(luò)均具有明顯的模塊聚集效應(yīng)，即少數(shù)優(yōu)勢(shì)模塊包含了絕大部分的ASV，而大部分模塊僅包含微量ASV （ASV 總數(shù)小于10）。在RF 網(wǎng)絡(luò)中，模塊1、2、3、4 和5 包含了90.32% 的節(jié)點(diǎn)；而在RM 網(wǎng)絡(luò)中，模塊1、2、3、4 和6 包含了9 0 . 4 6% 的節(jié)點(diǎn)。進(jìn)一步分析各ASV 的拓?fù)浣Y(jié)構(gòu)屬性，發(fā)現(xiàn)RF 網(wǎng)絡(luò)中模塊中心點(diǎn)和連接點(diǎn)的ASV 數(shù)量較RM 分別增加60.0% 和28.6%（圖5）。

在網(wǎng)絡(luò)穩(wěn)定性方面，RF 脆弱性指數(shù)較RM 降低18.0%，分別為0.009 和0.011；在隨機(jī)移除情況下，RF 網(wǎng)絡(luò)魯棒性較RM 降低6.2%（P=0.043）；而關(guān)鍵物種的去除對(duì)于RF 和RM 網(wǎng)絡(luò)影響的差異相對(duì)微小（表2）。

2.3 稻魚共生系統(tǒng)和水稻單作系統(tǒng)土壤微生物群落功能特征

功能預(yù)測(cè)分析發(fā)現(xiàn)，土壤微生物各功能群相對(duì)豐度在RF 和RM 之間無顯著差異（Pgt;0.05），排序?yàn)橄趸饔胓t;甲烷產(chǎn)生作用gt;甲烷氧化作用gt;氮固定作用gt;反硝化作用（圖6a）。功能群豐度相關(guān)性分析（圖6b、6c） 表明，甲烷產(chǎn)生和甲烷氧化在RF、RM 中均呈現(xiàn)顯著正相關(guān)關(guān)系（RF： r=0.40，P=0.042; RM： r=0.43， P=0.046），甲烷產(chǎn)生和氮固定（RF： r=?0.40， Plt;0.001; RM： r=?0.46， P=0.030）、甲烷氧化和硝化（RF： r=?0.01， P=0.028; RM：r=?0.48， P=0.025） 則均呈現(xiàn)顯著負(fù)相關(guān)關(guān)系。RF 中甲烷氧化和氮固定存在顯著正相關(guān)關(guān)系（r=0.05， P=0.049），但在RM 中相關(guān)性并不顯著（r=0.17， Pgt;0.05）；與之相反，僅在RM 中存在顯著關(guān)系但在RF 中相關(guān)性不顯著的有：甲烷產(chǎn)生與硝化之間的負(fù)相關(guān)關(guān)系（RF： r=?0.52， Pgt;0.05;RM： r=?0.66， Plt;0.001），硝化與反硝化作用的正相關(guān)關(guān)系 （RF： r=0.38， Pgt;0.05; RM： r=0.46，P=0.032） 以及甲烷氧化和反硝化之間的負(fù)相關(guān)關(guān)系（ R F ： r = 0 . 1 1 ， P = 0 . 0 7 2 ; R M ： r = ? 0 . 5 8 ，P=0.004）。

RF 和RM 網(wǎng)絡(luò)的優(yōu)勢(shì)模塊中，功能微生物群落結(jié)構(gòu)存在顯著差異。其中，RF 優(yōu)勢(shì)模塊的甲烷產(chǎn)生（Plt;0.001） 與反硝化（P=0.001） 相關(guān)微生物豐度均顯著高于RM。另一方面，不同功能在優(yōu)勢(shì)模塊之間的分布也存在差異。RM 優(yōu)勢(shì)模塊中的功能較為分散，如硝化作用分散于模塊1、2、3 和6 而反硝化作用同時(shí)存在于模塊1 和4，但是在RF 網(wǎng)絡(luò)中硝化和反硝化作用均集中于模塊2 中；氮固定作用在RM 網(wǎng)絡(luò)中分散于模塊3 和4，但是在RF 網(wǎng)絡(luò)則集中于模塊1 中（圖7）。

2.4 土壤微生物群落與土壤理化性質(zhì)的關(guān)系

CCA 結(jié)果表明，土壤理化性質(zhì)對(duì)RF 和RM 土壤微生物群落結(jié)構(gòu)的影響存在差異（圖8）。土壤pH 和總磷含量主要決定RF 中ASV 在軸1 的分布，有效氮和總氮含量則為軸2 分布的主要決定因素（圖8a、8b）。RM 中ASV 沿軸1 與軸2 的分布則分別由土壤有效磷和總磷含量、有效氮和有效磷含量決定（圖8 d 、8 e ） 。相較于R M ，土壤速效氮（R2 =0.63， P=0.001） 和速效磷含量（R2 =0.39， P=0.007） 均只影響RF 中ASV 的分布，總磷含量則對(duì)RF 碳氮相關(guān)功能菌群也表現(xiàn)出顯著影響（R2=0.56，P=0.002），土壤有機(jī)碳的影響在RF 中消失。

3 討論

3.1 稻魚共生提高土壤微生物群落多樣性

針對(duì)仁莊鎮(zhèn)9 個(gè)村落稻田土壤的16S rRNA 擴(kuò)增子分析表明，該地區(qū)水稻生長季中古菌優(yōu)勢(shì)菌門分別為泉古菌門、奇古菌門、佩斯古菌門、廣古菌門和烏斯古菌門，而細(xì)菌優(yōu)勢(shì)菌門為變形菌門、綠彎菌門、酸桿菌門和擬桿菌門。前人研究表明，變形菌門、綠彎菌門、酸桿菌門、擬桿菌門是稻魚綜合種養(yǎng)模式中普遍存在的優(yōu)勢(shì)菌門[35-36]，具有代謝有機(jī)質(zhì)、反硝化作用等土壤碳氮循環(huán)過程相關(guān)的重要作用[35， 37]。在屬水平上，細(xì)菌群落中，稻魚共生系統(tǒng)與水稻單作系統(tǒng)中優(yōu)勢(shì)菌屬均為鮑特氏菌屬、伊格納維菌屬和厭氧黏細(xì)菌菌屬；古菌群落中則為大洋球形菌屬、甲烷螺菌屬和熱絲菌屬。與水稻單作系統(tǒng)相比，青田傳統(tǒng)稻魚共生系統(tǒng)并不會(huì)對(duì)這些菌門和菌屬的優(yōu)勢(shì)地位產(chǎn)生影響，但是兩系統(tǒng)中富集的微生物種類存在明顯差異。稻魚共生系統(tǒng)相較于水稻單作系統(tǒng)顯著富集細(xì)菌群落中的綠彎菌門暖繩菌屬、Leptolinea、厭氧繩菌屬、長繩菌屬和厭氧繩菌科，以及古菌群落中的泉古菌門暖球形菌屬。厭氧繩菌屬的分布已被證明受到銨態(tài)氮和溶解氧的影響，稻魚共生系統(tǒng)中較高的銨態(tài)氮含量和氧氣濃度可能是其富集存在的主要原因[38]。

此外，稻魚共生系統(tǒng)能夠顯著提高細(xì)菌和古菌群落的α 多樣性水平。前人研究表明，稻魚共生系統(tǒng)[13] 與其他稻田綜合種養(yǎng)模式，如稻鱉系統(tǒng)[39]、稻蟹系統(tǒng)[40]、稻蝦系統(tǒng)[41] 和稻蛙系統(tǒng)[42]，均能顯著提高土壤微生物多樣性水平。Chen 等[43] 認(rèn)為，稻蝦共生系統(tǒng)中更多的植物源營養(yǎng)物質(zhì)（例如纖維素） 是土壤微生物群落多樣性增加的可能原因之一。肖力婷等[44] 研究發(fā)現(xiàn)，中華鱉的覓食和翻耕等活動(dòng)促進(jìn)了土壤團(tuán)聚體的形成，增強(qiáng)了土壤透氣性，促進(jìn)微生物生長繁殖，進(jìn)而提高了微生物的多樣性；養(yǎng)殖動(dòng)物腸道微生物隨排泄物進(jìn)入稻田也影響著稻田土壤微生物群落多樣性。此外，排泄物還能夠降低稻田土壤碳氮比，從而影響稻田土壤微生物的群落結(jié)構(gòu)。進(jìn)一步對(duì)α 多樣性指標(biāo)分析發(fā)現(xiàn)，在物種豐富度方面，稻魚共生系統(tǒng)土壤古菌與細(xì)菌群落中無論是觀察到的物種豐富度（Richness） 還是基于估計(jì)得到的未被觀察到的物種豐富度（Chao1、ACE） 均較水稻單作系統(tǒng)顯著提高。S h a n n o n 指數(shù)和Simpson 指數(shù)都考慮了物種豐富度和均勻度這2 個(gè)多樣性維度，但是Shannon 指數(shù)賦予了豐度較低物種更大的權(quán)重而Simpson 指數(shù)則相反。稻魚共生系統(tǒng)中古菌和細(xì)菌群落的Shannon 指數(shù)均較水稻單作顯著增加，但是僅有古菌群落的Simpson 指數(shù)較水稻單作顯著提高。由此可見，稻魚共生系統(tǒng)可能主要通過增加低豐度微生物種類以提高土壤微生物α 多樣性。若將相對(duì)豐度在所有樣本中均小于1% 的ASV 看作是稀有微生物[45]，稻魚共生系統(tǒng)中共包含439 個(gè)稀有ASV，占其ASV 總量的38.57%，在數(shù)量和比例上均大于水稻單作系統(tǒng)（426 個(gè)稀有ASV，占其ASV 總量的36.57%），支持了以上的猜測(cè)。

本研究中稻魚共生系統(tǒng)和水稻單作系統(tǒng)土壤的各項(xiàng)理化指標(biāo)在平均水平上沒有顯著差異。借助典型關(guān)聯(lián)分析，我們發(fā)現(xiàn)土壤理化性質(zhì)中除土壤總氮含量外，對(duì)于微生物群落結(jié)構(gòu)的影響水平均在稻魚共生系統(tǒng)和水稻單作系統(tǒng)間發(fā)生改變。土壤速效氮、速效磷和有機(jī)碳含量均未在稻魚共生系統(tǒng)中碳氮相關(guān)功能菌群中表現(xiàn)出與水稻單作系統(tǒng)一致的顯著影響，且土壤有機(jī)碳含量對(duì)于土壤微生物群落結(jié)構(gòu)也不存在顯著影響。在稻魚共生系統(tǒng)中，人工投入的餌料中未經(jīng)魚類攝食和同化的部分，增加了稻田土壤的有機(jī)質(zhì)和氮磷養(yǎng)分輸入[35， 45-47]，為土壤微生物提供了額外能量和養(yǎng)分來源。另一方面，魚類的活動(dòng)能夠促進(jìn)土壤有機(jī)氮的分解釋放，并提高磷元素的流動(dòng)性和可利用性[48-49]。因此，土壤中的有機(jī)質(zhì)、速效氮和速效磷或許不是稻魚共生系統(tǒng)中土壤微生物群落的主要限制因素，進(jìn)而促使土壤總磷含量和土壤pH 成為稻魚共生模式中土壤微生物群落結(jié)構(gòu)的重要影響因素。

3.2 稻魚共生系統(tǒng)改變土壤微生物互作關(guān)系

在特定的微生物群落裝配條件下，各微生物通過相互作用維持土壤微生物的穩(wěn)態(tài)，形成復(fù)雜的微生物共現(xiàn)網(wǎng)絡(luò)[50-51]。在微生物網(wǎng)絡(luò)中，網(wǎng)絡(luò)邊緣緊密度、網(wǎng)絡(luò)直徑和平均路徑長是反映網(wǎng)絡(luò)緊密度的重要指標(biāo)，而網(wǎng)絡(luò)平均聚類系數(shù)和模塊化指數(shù)則主要反映了網(wǎng)絡(luò)的復(fù)雜度[52]。劉平平[53] 針對(duì)稻魚共生模式表層土壤微生物群落網(wǎng)絡(luò)研究表明，稻魚共生能夠增加土壤微生物網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)、模塊化指數(shù)，降低平均聚類系數(shù)和平均連接性，從而改善網(wǎng)絡(luò)穩(wěn)定性。針對(duì)稻蝦、稻蟹和稻鱔等共生系統(tǒng)的研究也被證明同樣能夠提高土壤微生物網(wǎng)絡(luò)穩(wěn)定性[54-57]。在本研究中，與水稻單作相比，稻魚共生系統(tǒng)土壤微生物網(wǎng)絡(luò)節(jié)點(diǎn)連接更為緊密，模塊數(shù)量更多，模塊性指數(shù)更高，且網(wǎng)絡(luò)連接節(jié)點(diǎn)和模塊中心點(diǎn)數(shù)量顯著增加，表明稻魚共生系統(tǒng)能夠提高稻田土壤微生物間的相互聯(lián)系[58]。魚類活動(dòng)提高了稻田土壤的同質(zhì)性[59]，而環(huán)境同質(zhì)性的提高或?qū)?dǎo)致微生物生態(tài)位共用程度的增加，從而促進(jìn)微生物間的相互作用[60]。

本研究采用3 個(gè)指標(biāo)對(duì)網(wǎng)絡(luò)穩(wěn)定性進(jìn)行評(píng)定。稻魚共生系統(tǒng)降低了微生物網(wǎng)絡(luò)脆弱性指數(shù)；而在魯棒性指數(shù)方面，稻魚共生系統(tǒng)雖然提高了靶向去除情況下的網(wǎng)絡(luò)魯棒性，但卻顯著降低了隨機(jī)去除情況下的網(wǎng)絡(luò)魯棒性。因此，稻魚共生系統(tǒng)對(duì)于土壤微生物網(wǎng)絡(luò)穩(wěn)定性的影響并不明確。

宏觀生物學(xué)和微生物學(xué)研究都表明，資源和食物的可獲得性是群落網(wǎng)絡(luò)結(jié)構(gòu)的重要驅(qū)動(dòng)因素[58]。Zhou 等[61] 對(duì)高CO2 水平下土壤微生物分子生態(tài)網(wǎng)絡(luò)響應(yīng)的研究也表明，微生物的網(wǎng)絡(luò)結(jié)構(gòu)變化與土壤碳氮含量顯著相關(guān)。因此我們推測(cè)，稻魚共生系統(tǒng)中可能由于魚類游動(dòng)攝食等活動(dòng)以及飼料中氮、磷等營養(yǎng)元素投入的原因，土壤微生物代謝活動(dòng)更為活躍，使得該系統(tǒng)中整體網(wǎng)絡(luò)以及模塊內(nèi)部的相互作用更為緊密。

3.3 稻魚共生系統(tǒng)改變土壤微生物功能

總體上而言，稻魚共生系統(tǒng)土壤微生物的甲烷和氮相關(guān)功能群豐度與水稻單作系統(tǒng)并無顯著差異，甲烷產(chǎn)生和硝化作用的功能微生物豐度顯著高于其他功能群；甲烷和氮相關(guān)功能群內(nèi)部均呈正相關(guān)關(guān)系，而甲烷和氮相關(guān)功能群之間呈負(fù)相關(guān)關(guān)系。

一方面，稻魚共生系統(tǒng)維持了與水稻單作相同的甲烷產(chǎn)生?甲烷氧化的顯著正相關(guān)關(guān)系，以及甲烷產(chǎn)生?氮固定和甲烷氧化?硝化的顯著負(fù)相關(guān)關(guān)系。由于長期淹灌，稻田0～10 cm 土層處于較為嚴(yán)重的厭氧狀態(tài)，甲烷相關(guān)的生態(tài)功能中以甲烷產(chǎn)生為主導(dǎo)，而甲烷氧化微生物會(huì)隨著甲烷產(chǎn)生量的增加而增加[62]，因此甲烷產(chǎn)生作用和甲烷氧化作用通常會(huì)表現(xiàn)出正相關(guān)關(guān)系?；诩淄橄嚓P(guān)功能與氮相關(guān)功能之間的負(fù)相關(guān)關(guān)系，在稻田生態(tài)系統(tǒng)服務(wù)的管理目標(biāo)上可以實(shí)現(xiàn)降低甲烷排放和改善水稻氮營養(yǎng)條件的雙重目標(biāo)。

另一方面，與水稻單作相比，稻魚共生系統(tǒng)增強(qiáng)了甲烷氧化?氮固定的正相關(guān)關(guān)系，并減弱了甲烷產(chǎn)生?硝化、甲烷氧化?反硝化的負(fù)相關(guān)關(guān)系，以及硝化?反硝化的正相關(guān)關(guān)系。稻魚共生系統(tǒng)中甲烷和氮素相關(guān)功能群關(guān)系的減弱，可能是由于魚類的擾動(dòng)和攝食作用導(dǎo)致了土壤中微生物可利用性碳氮比例的改變[61]，抑或是相關(guān)微生物對(duì)pH 和氧化還原電位等其他理化性質(zhì)變化的響應(yīng)不同所導(dǎo)致的[12]。這種變化對(duì)于稻田生態(tài)系統(tǒng)多功能效應(yīng)會(huì)產(chǎn)生怎樣的影響，還有待進(jìn)一步研究。

由以上兩方面可知，稻魚共生系統(tǒng)中甲烷和氮相關(guān)功能的相關(guān)性整體上呈現(xiàn)下降的趨勢(shì)，這在網(wǎng)絡(luò)模塊分析中得到了印證。具體體現(xiàn)在稻魚共生系統(tǒng)微生物網(wǎng)絡(luò)優(yōu)勢(shì)模塊之間的功能相對(duì)獨(dú)立，即不同功能分布于不同的模塊中；而水稻單作系統(tǒng)中各功能在模塊間的分布相對(duì)均勻，即不同功能往往共同存在于多個(gè)模塊中。

需要注意的是，F(xiàn)APROTAX 功能預(yù)測(cè)分析只涉及數(shù)據(jù)庫中已有的分類群或基因[63-64]，這是該方法的局限性，因此本研究的發(fā)現(xiàn)仍有待進(jìn)一步驗(yàn)證。

4 結(jié)論

稻魚共生系統(tǒng)對(duì)土壤微生物優(yōu)勢(shì)菌門和優(yōu)勢(shì)菌屬的影響不顯著，但是能夠顯著提高稻田土壤微生物群落α 多樣性；稻魚共生系統(tǒng)促進(jìn)土壤微生物間相互作用和網(wǎng)絡(luò)優(yōu)勢(shì)模塊功能多樣化，但是對(duì)于群落網(wǎng)絡(luò)穩(wěn)定性的影響并不明確；與水稻單作相比，土壤總磷含量和土壤pH 在稻魚共生模式中對(duì)于土壤微生物群落結(jié)構(gòu)的影響得到了增強(qiáng)。此外，相較于水稻單作模式，稻魚共生系統(tǒng)增強(qiáng)了甲烷氧化和氮固定作用之間的正相關(guān)關(guān)系，減弱了硝化作用與甲烷產(chǎn)生和反硝化作用之間的相關(guān)性以及甲烷氧化與反硝化作用之間的相關(guān)性。但是，對(duì)于土壤微生物群落功能相關(guān)性的研究和功能預(yù)測(cè)結(jié)果還有待進(jìn)一步的試驗(yàn)驗(yàn)證。

參考文獻(xiàn)：

[1]XIE J， HU L L， TANG J J， et al. Ecological mechanismsunderlying the sustainability of the agricultural heritagerice-fish coculture system[J]. Proceedings of the NationalAcademy of Sciences of the United States of America，2011， 108（50）： E1381-E1387.

[2]HALWART M， GUPTA M V. Culture of fish in ricefields[M]. Penang： FAO and the WorldFish Center， 2004.

[3]于秀娟， 郝向舉， 黨子喬， 等. 中國稻漁綜合種養(yǎng)產(chǎn)業(yè)發(fā)展報(bào)告（2023）[J]. 中國水產(chǎn)， 2023（8）： 19-26.

[4]GUO L， ZHAO L F， YE J L， et al. Using aquatic animalsas partners to increase yield and maintain soil nitrogen inthe paddy ecosystems[J]. eLife， 2022， 11： 73869.

[5]HU L L， ZHANG J， REN W Z， et al. Can the co-cultivationof rice and fish help sustain rice production？[J]. ScientificReports， 2016， 6： 28728.

[6]李京詠， 戴林秀， 彭翔， 等. 氮肥減施對(duì)稻田綜合種養(yǎng)水稻產(chǎn)量和品質(zhì)的影響[J]. 中國稻米， 2023， 29（5）： 28-37.

[7]李文博， 劉少君， 葉新新， 等. 稻田綜合種養(yǎng)模式對(duì)土壤生態(tài)系統(tǒng)的影響研究進(jìn)展[J]. 生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2021， 37（10）： 1292-1300.

[8]周榆淇， 鄒冬生， 王安崠， 等. 長期淹水條件下稻魚復(fù)合種養(yǎng)對(duì)土壤養(yǎng)分和酶活性的影響[J]. 農(nóng)業(yè)現(xiàn)代化研究，2022， 43（5）： 911-920.

[9]CHEN B， GUO L， TANG J， et al. Comprehensive impactsof different integrated rice-animal co-culture systemson rice yield， nitrogen fertilizer partial factor productivityand nitrogen losses： A global meta-analysis[J].Science of the Total Environment， 2024， 915： 169994.

[10]ARUNRAT N， SEREENONCHAI S. Assessing ecosystemservices of rice-fish co-culture and rice monoculturein Thailand[J]. Agronomy， 2022， 12（5）： 1241.

[11]SUN G， SUN M， DU L， et al. Ecological rice-croppingsystems mitigate global warming-A meta-analysis[J].Science of the Total Environment， 2021， 789： 147900.

[12]HARTMANN M， FREY B， MAYER J， et al. Distinct soilmicrobial diversity under long-term organic and conventionalfarming[J]. The ISME Journal， 2015， 9（5）： 1177-1194.

[13]丁姣龍. 稻魚共生年限對(duì)耕層土壤養(yǎng)分與微生物影響研究[D]. 長沙： 湖南農(nóng)業(yè)大學(xué)， 2021.

[14]REN L P， LIU P P， XU F， et al. Rice-fish coculture systemenhances paddy soil fertility， bacterial network stabilityand keystone taxa diversity[J]. Agriculture， Ecosystemsamp; Environment， 2023， 348： 108399.

[15]陳佳， 趙璐峰， 戴然欣， 等. 稻魚共生系統(tǒng)的土壤產(chǎn)甲烷和甲烷氧化微生物群落[J]. 生態(tài)學(xué)雜志， 2023， 42（12）：2961-2971.

[16]ZHAO L F， DAI R X， ZHANG T J， et al. Fish mediatesurface soil methane oxidation in the agriculture heritagerice-fish system[J]. Ecosystems， 2023， 26（8）： 1656-1669.

[17]LIU X， JIA Q， SUN D， et al. Influence of nitrogen substitutionat an equivalent total nitrogen level on bacterialand fungal communities， as well as enzyme activities ofthe ditch bottom soil in a rice-fish coculture system[J].Journal of the Science of Food and Agriculture， 2024，104（7）： 4206-4217.

[18]WIELTSCHNIG C， FISCHER U R， VELIMIROV B， etal. Effects of deposit-feeding macrofauna on benthic bacteria，viruses， and protozoa in a silty freshwatersediment[J]. Microbial Ecology， 2008， 56（1）： 1-12.

[19]ELSER J J， BRACKEN M E S， CLELAND E E， et al.Global analysis of nitrogen and phosphorus limitation ofprimary producers in freshwater， marine and terrestrialecosystems[J]. Ecology Letters， 2007， 10（12）： 1135-1142.

[20]崔文超， 焦雯珺， 閔慶文. 不同土地經(jīng)營模式的稻魚共生系統(tǒng)環(huán)境影響評(píng)價(jià)[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)（中英文），2022， 30（4）： 630-640.

[21]REN W Z， HU L L， GUO L， et al. Preservation of the geneticdiversity of a local common carp in the agriculturalheritage rice-fish system[J]. Proceedings of the NationalAcademy of Sciences of the United States of America，2018， 115（3）： E546-E554.

[22]NELSON D M， OHENE-ADJEI S， HU F S， et al. Bacterialdiversity and distribution in the Holocene sedimentsof a northern temperate lake[J]. Microbial Eco-logy， 2007， 54（2）： 252-263.

[23]CALLAHAN B J， SANKARAN K， FUKUYAMA J A，et al. Bioconductor workflow for microbiome data analysis：From raw reads to community analyses[J].F1000Research， 2016， 5： 1492.

[24]CSARDI G， NEPUSZ T. The igraph software packagefor complex network research[J]. InterJournal， ComplexSystems， 2006， 1695（5）： 1-9.

[25]WATTS S C， RITCHIE S C， INOUYE M， et al. FastSpar：Rapid and scalable correlation estimation for compositionaldata[J]. Bioinformatics， 2019， 35（6）： 1064-1066.

[26]CLAUSET A， NEWMAN M E， MOORE C. Findingcommunity structure in very large networks[J]. PhysicalReview E， Statistical， Nonlinear， and Soft Matter Physics，2004， 70（6 Pt 2）： 066111.

[27]WEN T， XIE P H， YANG S D， et al. ggClusterNet： An Rpackage for microbiome network analysis and modularity-based multiple network layouts[J]. iMeta， 2022， 1（3）：e32.

[28]GUO X， YUAN M， LEI J， et al. Climate warming restructuresseasonal dynamics of grassland soil microbialcommunities[J]. mLife， 2022， 1（3）： 245-256.

[29]WU H， GAO T H， HU A， et al. Network complexity andstability of microbes enhanced by microplasticdiversity[J]. Environmental Science amp; Technology， 2024，58（9）： 4334-4345.

[30]LOUCA S， JACQUES S M S， PIRES A P F， et al. Hightaxonomic variability despite stable functional structureacross microbial communities[J]. Nature Ecology amp;Evolution， 2016， 1（1）： 15.

[31]中華人民共和國農(nóng)業(yè)部."壤檢測(cè) 第6 部分： 土壤有機(jī)質(zhì)的測(cè)定： NY/T 1121.6—2006[S]. 北京： 中國標(biāo)準(zhǔn)出版社， 2006.

[32]中華人民共和國農(nóng)業(yè)部. 土壤檢測(cè) 第24 部分： 土壤全氮的測(cè)定自動(dòng)定氮儀法： NY/T 1121.24—2012[S]. 北京： 中國標(biāo)準(zhǔn)出版社， 2012.

[33]中華人民共和國環(huán)境保護(hù)部. 土壤 氨氮、亞硝酸鹽氮、硝酸鹽氮的測(cè)定 氯化鉀溶液提取?分光光度法：HJ 634—2012[S]. 北京： 中國環(huán)境科學(xué)出版社， 2012.

[34]中華人民共和國農(nóng)業(yè)部. 中性、石灰性土壤銨態(tài)氮、有效磷、速效鉀的測(cè)定 聯(lián)合浸提?比色法： NY/T1848—2010[S]. 北京： 中國農(nóng)業(yè)出版社， 2010.

[35]ARUNRAT N， SANSUPA C， KONGSURAKAN P， etal. Soil microbial diversity and community compositionin rice-fish co-culture and rice monoculture farming system[J]. Biology， 2022， 11（8）： 1242.

[36]賈麗娟， 王廣軍， 夏耘， 等. 不同地區(qū)稻蝦綜合種養(yǎng)系統(tǒng)的微生物群落結(jié)構(gòu)分析[J]. 水產(chǎn)學(xué)報(bào)， 2023， 47（6）： 75-86.

[37]JIANG X， MA H， ZHAO Q L， et al. Bacterial communitiesin paddy soil and ditch sediment under rice-crab coculturesystem[J]. AMB Express， 2021， 11（1）： 163.

[38]CAI W， LI Y， NIU L， et al. New insights into the spatialvariability of biofilm communities and potentially negativebacterial groups in hydraulic concrete structures[J].Water Research， 2017， 123： 495-504.[39]羅衡， 趙良杰， 李豐， 等. 養(yǎng)殖鱉的引入對(duì)稻田土壤細(xì)菌群落結(jié)構(gòu)的影響[J]. 水產(chǎn)學(xué)報(bào)， 2018， 42（5）： 720-732.

[40]王昂， 戴丹超， 馬旭洲， 等. 稻蟹共作模式對(duì)土壤微生物量氮和酶活性的影響[J]. 江蘇農(nóng)業(yè)學(xué)報(bào)， 2019， 35（1）：76-84.

[41]佀國涵， 彭成林， 徐祥玉， 等. 稻?蝦共作模式對(duì)澇漬稻田土壤微生物群落多樣性及土壤肥力的影響[J]. 土壤，2016， 48（3）： 503-509.

[42]YI X， YUAN J， ZHU Y， et al. Comparison of the abundanceand community structure of N-cycling bacteria inpaddy rhizosphere soil under different rice cultivationpatterns[J]. International Journal of Molecular Sciences，2018， 19（12）： 3772.

[43]CHEN L， XU J， WAN W T， et al. The Microbiome structureof a rice-crayfish integrated breeding model and itsassociation with crayfish growth and water quality[J].Microbiology Spectrum， 2022， 10（2）： e02204-21.

[44]肖力婷， 楊慧林， 賴政， 等. 稻田土壤微生物群落對(duì)稻鱉共作模式的響應(yīng)特征[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2022， 38（24）：102-109.

[45]LIANG Y， XIAO X， NUCCIO E E， et al. Differentiationstrategies of soil rare and abundant microbial taxa in responseto changing climatic regimes[J]. EnvironmentalMicrobiology， 2020， 22（4）： 1327-1340.

[46]谷婕. 稻魚生態(tài)系統(tǒng)中氮、磷的循環(huán)與遷移研究[D].長沙： 湖南農(nóng)業(yè)大學(xué)， 2018.

[47]馬祺聰. 稻魚共作系統(tǒng)氮磷收支平衡與賦存形態(tài)[D].南京： 南京農(nóng)業(yè)大學(xué)， 2020.

[48]張曉龍， 楊倩楠， 李祥東， 等. 不同稻田生態(tài)種養(yǎng)模式對(duì)土壤理化性質(zhì)及綜合肥力的影響[J]. 福建農(nóng)業(yè)學(xué)報(bào)，2023， 38（2）： 202-209.

[49]LIN K， WU J. Effect of introducing frogs and fish on soilphosphorus availability dynamics and their relationshipwith rice yield in paddy fields[J]. Scientific Reports，2020， 10： 21.

[50]WANG C， YANG Q N， ZHANG C， et al."ice-fish-ducksystem regulation of soil phosphorus fraction conversionand availability through organic carbon and phosphataseactivity[J]. Frontiers in Environmental Science， 2022， 10：979234.

[51]HASSANI M A， DURáN P， HACQUARD S. Microbialinteractions within the plant holobiont[J]. Microbiome，2018， 6（1）： 58.

[52]ZHANG B G， ZHANG J， LIU Y， et al. Co-occurrencepatterns of soybean rhizosphere microbiome at a contin-ental scale[J]. Soil Biology and Biochemistry， 2018， 118：178-186.

[53]劉平平. 稻漁生態(tài)種養(yǎng)的土壤理化性質(zhì)與微生物群落結(jié)構(gòu)和多樣性特征研究[D]. 南充： 西華師范大學(xué)， 2023.

[54]褚向乾， 呂衛(wèi)光， 樊海丹， 等. 稻鱔種養(yǎng)模式對(duì)土壤氨氧化微生物群落多樣性和結(jié)構(gòu)的影響[J]. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào)， 2024， 43（6）： 1350-1359.

[55]WU Y Y， LI Y， NIU L H， et al. Nutrient status of integratedrice-crayfish system impacts the microbial nitrogentransformationprocesses in paddy fields and riceyields[J]. Science of the Total Environment， 2022， 836：155706.

[56]鄭晗. 氮肥和養(yǎng)蟹對(duì)遼河三角洲水稻土微生物的影響[D]. 沈陽： 沈陽師范大學(xué)， 2022.

[57]YANG Z J， FENG Y M， ZHANG S L， et al. Effects ofrice-prawn （Macrobrachium nipponense） co-culture onthe microbial community of soil[J]. Applied Microbiologyand Biotechnology， 2022， 106（21）： 7361-7372.

[58]FOSTER E A， FRANKS D W， MORRELL L J， et al. Socialnetwork correlates of food availability in an endangeredpopulation of killer whales， Orcinus orca[J].Animal Behaviour， 2012， 83（3）： 731-736.

[59]張軍， 劉菁， 陳長青. 有機(jī)稻鴨共作對(duì)土壤理化性狀和細(xì)菌群落空間分布的影響[J]. 生態(tài)學(xué)雜志， 2020， 39（3）：822-829.

[60]SHI S J， NUCCIO E E， SHI Z J， et al. The interconnectedrhizosphere： High network complexity dominatesrhizosphere assemblages[J]. Ecology Letters， 2016，19（8）： 926-936.

[61]ZHOU J Z， DENG Y， LUO F， et al. Phylogenetic molecularecological network of soil microbial communitiesin response to elevated CO2[J]. mBio， 2011， 2（4）： 00122-11.

[62]那好為， 劉瑛涵， 趙璐峰， 等. 水稻品種間作對(duì)甲烷排放的影響[J]. 浙江大學(xué)學(xué)報(bào)（農(nóng)業(yè)與生命科學(xué)版）， 2024，50（2）： 270-279.

[63]SANSUPA C， WAHDAN S F M， HOSSEN S， et al. Canwe use functional annotation of prokaryotic taxa（FAPROTAX） to assign the ecological functions of soilbacteria？[J]. Applied Sciences， 2021， 11（2）： 688.

[64]LANGILLE M G， ZANEVELD J， CAPORASO J G， etal. Predictive functional profiling of microbial communitiesusing 16S rRNA marker gene sequences[J]. NatureBiotechnology， 2013， 31： 814-821.

【責(zé)任編輯 莊 延】

基金項(xiàng)目：國家重點(diǎn)研發(fā)計(jì)劃（2023YFD2401801）；浙江省“領(lǐng)雁”研發(fā)攻關(guān)計(jì)劃（2022C02058）；浙江省公益技術(shù)應(yīng)用項(xiàng)目（LGN22C030002）；浙江省“尖兵”研發(fā)攻關(guān)計(jì)劃（2022C02008）