有机改良剂能够促进作物特异性土壤生物的均质化，并进而有助于土壤有机碳（SOC）的固定：来自一项为期35年的间作实验的证据

《Soil and Tillage Research》：Organic amendments induce crop-specific soil biotic homogenization associated with SOC sequestration: Evidence from a 35-year intercropping experiment

　　张桂宗 | 张九东 | 于瑞鹏 | 杨浩 | 鲍兴国 | 梁文竹 | 李琦 | 李龙
中国农业大学资源与环境科学学院，生物多样性与有机农业北京重点实验室，营养利用与管理国家重点实验室，北京100193

**摘要**
有机改良剂可以增加土壤有机碳（SOC），但可能会降低农业生态系统中的地下β多样性或增加土壤群落的组成相似性，这种现象被称为生物同质化。然而，目前尚不清楚生物同质化是否以及在多大程度上促进了有机改良剂作用下的SOC积累，尤其是在中国西北地区普遍存在的小麦/玉米间作系统中。为了解决这一问题，我们使用扩增子测序技术研究了在长期间作实验（自1988年以来）中，三种有机改良剂（小麦秸秆、混合秸秆和牛粪以及化学肥料）对小麦和玉米条带内土壤生物群落SOC积累的影响。结果表明，与秸秆和化学肥料处理相比，牛粪处理显著增加了两种作物的SOC。值得注意的是，土壤生物群的β多样性是SOC变化的主要驱动因素。与化学肥料处理相比，牛粪显著降低了β多样性，反映了生物同质化的现象，但不同作物的机制不同：在玉米土壤中，真菌显著降低了周转组分；而在小麦土壤中，原生生物显著降低了嵌套性组分。驱动生物同质化的核心物种与SOC呈正相关，并且在牛粪处理下显著富集。网络分析显示，玉米土壤中的核心物种与具有功能差异的细菌相关联，而小麦土壤中的核心物种则与缺乏这种功能分化的细菌相关联。总体而言，我们的研究表明，在有机改良剂的作用下，生物同质化对小麦/玉米间作中的SOC积累有积极影响，但这种影响因作物而异。这些发现突显了有针对性地使用有机改良剂来塑造土壤群落组成和优化间作系统中SOC的潜力。

**1. 引言**
自工业革命以来，农业活动导致的土壤有机碳（SOC）损失已达62 Pg，极大地改变了陆地碳平衡并威胁到了全球粮食安全（Ma等，2023；Sanderman等，2017）。在农业生态系统中，间作已被证明可以提高养分利用效率（Li等，2016；Li等，2007）、作物产量（Li等，2021）以及SOC（Xiao等，2025）。间作的益处源于作物物种间的相互作用，如竞争和促进作用（Zhang和Li，2003）。例如，在小麦/玉米间作系统中，由于播种时间较早，玉米作为从属物种，而小麦在两种作物共同生长阶段变得占主导地位（Li等，2001b）。尽管如此，这种系统通过竞争-恢复生产原理实现了产量优势（Li等，2001a）。因此，间作的小麦根系在玉米植株下方扩展，而与小麦间作的玉米根系在共同生长阶段受到横向限制（Li等，2006）。此外，小麦净吸收的碳有40-58%转移到了地下，这一比例高于玉米（Liljeroth等，1994）。小麦在空间根系分布和碳输入方面的优势将进一步影响地下SOC储存及其相关的土壤生物群落。

有机改良剂被广泛用于提高作物产量和土壤肥力（Luo等，2018）。有机改良剂在间作系统中增加的养分输入增强了优势作物的竞争力，从而提高了产量和生物量（Chen等，2025；Zhang等，2015），但可能会削弱从属作物对土壤生物群的碳输入（Zhang等，2023a）。这种植物碳输入的减少可能会削弱土壤生物群落在维持土壤碳封存中的作用（Bunn等，2024；Chari和Taylor，2022）。土壤食物网支持多种营养级的土壤生物群落，包括细菌、真菌、原生生物和线虫等无脊椎动物（Potapov，2022a；Potapov，2022b）。这些生物群落的群落功能变化决定了SOC的周转模式（Crowther等，2019）。例如，土壤微生物的群落组成和多样性可以调节碳利用效率（Domeignoz-Horta等，2020）。而更高营养级的群落，如土壤原生生物和无脊椎动物，通过改变土壤微生物的多样性和群落组成间接影响这些过程（Angst等，2024；Liao等，2024；Wang等，2025）。然而，土壤生物群落调控SOC周转的生态过程不仅取决于植物碳输入（Schultes等，2025），还取决于有机改良剂，后者增加了土壤养分的可用性（Fan等，2021；Galloway等，2021；Yuan等，2018）。有机改良剂通常比矿物肥料更能改善微生物介导的土壤生态系统功能（Luo等，2018），但它们也会导致土壤中的养分富集。先前的研究表明，养分富集往往会降低间作系统中的微生物多样性（Zhang等，2023a）。这种多样性的减少主要是由于稀有物种的不成比例损失，因为小种群更容易灭绝（Suding等，2005；Zhang等，2023b）。此外，养分富集往往会淘汰那些适应高养分环境能力较差的土壤生物群落（Suding等，2005），从而导致生物同质化，即土壤群落的β多样性降低或组成相似性增加（Anthony等，2017；Delgado-Baquerizo等，2021；Rolls等，2023）。β多样性的变化可能强烈影响生态系统功能，因为没有一种普遍存在的物种能够同时高水平地支持所有功能（Mori等，2018）。最近的研究表明，微生物群落组成可以调节碳封存（Anthony等，2024；Sasaki等，2022；Domeignoz-Horta等，2021）。在这种情况下，生物同质化也可能增强碳封存，因为更高的组成相似性增加了群落共享促进碳封存功能的可能性。总之，有机改良剂可能会导致地下生物同质化，而同质的群落可能反过来在群落层面提高SOC。然而，有机改良剂是否会导致间作系统中的生物同质化尚不清楚，因为间作系统在农业生态系统中通常是异质的，且这种异质性往往会随时间增加（Brooker等，2023）。此外，某些物种可以作为核心物种，直接改变群落组成，从而影响碳封存（Cheng等，2024；Shade和Stopnisek，2019）。这些核心物种在土壤网络中的相互作用对于维持土壤功能也至关重要（Wagg等，2019；Yuan等，2021）。

在这里，我们进行了长期施肥实验（自1988年以来），研究在不同外部输入条件下（包括一种对照处理：化学肥料，以及三种有机改良剂：小麦秸秆、牛粪和小麦秸秆与牛粪的混合物）的小麦/玉米间作系统中土壤生物群落在调节土壤有机碳方面的作用。我们提出了以下假设：（H1）长期有机改良剂将增加SOC，但这种效果在不同作物间作系统中会有所不同，并取决于外部输入的类型；（H2）增加的外部输入将通过降低β多样性加剧生物同质化，这种同质化可能促进SOC，尤其是在牛粪处理下；（H3）由于小麦在间作中的主导地位，它可能会富集一些核心细菌甚至更高营养级的物种，从而推动同质化和碳封存，而牛粪可能会进一步放大这种模式。这种现象的发生是因为细菌对植物碳输入的反应比真菌更快，细菌的富集可能会随后吸引土壤食物网中更高营养级的物种。

**2. 材料与方法**
2.1. 研究地点描述
该施肥实验始于1988年，位于中国西北部甘肃省武威县（38.37°N，102.40°E），属于始成土类型，由30.9%的黏土、45.2%的粉砂和23.9%的沙子组成（Zhou等，2023）。平均气温为7.7°C，年平均降水量为150毫米（Bian等，2022）。1988年该地点的基本土壤化学性质为：有机质16.35克/千克，总氮和总磷分别为1.06克/千克和1.50克/千克，有效氮、磷和钾分别为64.4毫克/千克、13.0毫克/千克和150.0毫克/千克，pH值为8.8（Bian等，2022）。

2.2. 实验设计
采用了随机区组设计，进行了八种类型的外部输入处理，每种处理重复三次（Bian等，2022；Zhou等，2023）：
(1) CK：不施肥；
(2) N：化学氮肥（375千克/公顷）以尿素形式；
(3) S：小麦秸秆（10500千克/公顷）；
(4) S+N：小麦秸秆（5250千克/公顷）和尿素（187.5千克/公顷）；
(5) M：牛粪（120000千克/公顷）；
(6) M+N：牛粪（60000千克/公顷）和尿素（187.5千克/公顷）；
(7) S+M：小麦秸秆（5250千克/公顷）和牛粪（60000千克/公顷）；
(8) S+M+N：小麦秸秆（3500千克/公顷）、牛粪（40000千克/公顷）和尿素（125千克/公顷）。这些处理进一步分为四种养分输入类型（Bian等，2022）：非有机改良组（CK和N，以下简称“化学肥料”）、小麦秸秆改良组（S和S+N，以下简称“秸秆”）、牛粪改良组（M和M+N，以下简称“牛粪”）以及秸秆和牛粪混合改良组（S+M和S+M+N，以下简称“混合改良”）。所有有机改良剂和化学肥料每年添加并在作物种植前与土壤充分混合。每种处理的碳、氮、磷和钾的输入量详见表1。间作采用1.5米宽的条带种植，其中包含两行玉米（行间距0.4米，行内距离0.2米）和六行小麦（行间距0.12米）。每年玉米和小麦的条带位置互换。每个小区包含三条条带。

**表1. 每种处理的碳（C）、氮（N）、磷（P）和钾（K）的总输入量（千克/公顷·年）**
| 组别 | CK | N | S | S+N | M | M+N | S+M | S+M+N | S+M+N |
|------|-----|-----|-----|------|------|------|------|------|
| 化学肥料 | 0 | 375 | 65.5 | 0 | 387 | 126 | 215 | 287 | 140 |
| 小麦秸秆 | 430 | 55 | 387 | 126 | 215 | 287 | 140 | 291 | 104 |
| 牛粪 | 96 | 70 | 54 | 47 | 316 | 162 | 90 | 345 | 113 |
| 混合改良 | 591 | 116 | 30 | 71 | 192 | 376 | 86 | 291 | 104 |

2.3. 土壤和作物样本采集与分析
在2023年6月28日小麦收获之前，分别从每个小区采集了间作中的玉米和小麦的土壤样本。对于玉米，我们每个小区随机采集了4个样本。通过轻轻摇动玉米植株来收集 bulk 土壤，通过刷取与根系紧密相连的土壤来收集根际土壤。同时，使用相同的方法从每个小区的30-40株小麦中收集 bulk 土壤和根际土壤。总共收集了96个复合土壤样本：每个小区有8种处理（间作的玉米和小麦）和2种土壤样本（bulk 土壤和根际土壤），每种样本有3次重复。bulk 土壤和根际土壤的样本合并后用于后续分析。

土壤有机碳（SOC）的测定采用了K2Cr2O7-H2SO4氧化法。小麦和玉米的籽粒产量按Li等（2021）的方法测量。根生物量是植物碳输入的重要指标。然而，在长期的田间实验（自1988年以来）中不允许进行根采样，因为这会破坏小区并造成不可修复的损害。因此，我们使用基于先前研究（Wu等，2024）中建立的公式来估算根生物量，该公式基于地上生物量与单位土壤体积（0-100厘米深度）内相应根生物量之间的关系。这一公式基于在同一气候和土壤条件下专门从小麦/玉米间作系统中收集的大量多年数据集。

2.4. 土壤生物群落分析
对于土壤生物DNA，从每个样本中提取0.5克新鲜土壤，并使用Fast DNA SPIN Kit for Soil（MP Biomedicals，美国）按照制造商的协议进行纯化。PCR引物515F/907R（Biddle等，2008）、ITS86F/ITS4R（Op De Beeck等，2014）和F1391/REukBr（Ramirez等，2014）分别用于扩增细菌16S rRNA基因、真菌ITS rRNA基因和其他无脊椎动物的18S rRNA基因。条形码化的扩增子在北京诺禾生物技术有限公司（China）的Illumina Miseq平台上进行测序。

土壤细菌、真菌和真核生物的扩增子序列使用EasyAmplicon v1.14（Liu等，2023）进行分析。原始扩增子读取数据合并后，去除引物和条形码，然后使用USEARCH v11.0.667（Edgar，2010）进行质量控制，以获得高质量的扩增子序列。这些高质量序列被去噪为扩增子序列变体（ASVs），并在USEARCH v11.0.667中选择代表性序列（Edgar，2016b）。细菌、真菌和线虫的ASVs分别与SILVA138数据库（Quast等人，2013年）、UNITE v8.2数据库（K?ljalg等人，2005年）和PR2 5.0.1数据库（Guillou等人，2013年）对齐，然后使用UCHIME算法（Edgar等人，2011年）去除嵌合序列。细菌和真菌代表序列的分类学信息通过SILVA138和UNITE v8.2确定，而原生生物和无脊椎动物序列的分类学信息则通过PR2 5.0.1和SINTAX算法（Edgar，2016a）确定。被归类为叶绿体和线粒体的细菌ASVs以及古菌ASVs被从数据集中移除（Xu等人，2022年）。通过排除红藻门、链霉菌门、真菌门、后生动物门以及真核生物门中的未分类类群后，定义了土壤中的原生生物（Li等人，2025年）。土壤无脊椎动物主要被归类为后生动物（Oliverio等人，2020年）。细菌的潜在生态功能通过FAPROTAX v1.2.6（Louca等人，2016年）进行分配。FungalTraits数据库用于识别主要的真菌功能群（P?lme等人，2020年）。原生生物的功能群根据其主要的能量获取方式进行分配（Oliverio等人，2020年）。线虫的营养组和摄食习性根据Nemaplex网站（http://nemaplex.ucdavis.edu）进行分配。

所有统计分析均在R 4.5.1（http://www.r-project.org/）中进行。土壤生物群（细菌、真菌、原生生物和无脊椎动物）的α多样性使用“vegan”R包（Dixon，2003年）进行测量。不同处理方式下土壤生物群β多样性的变化通过将ASV相对丰度转换为Bray-Curtis差异系数，并使用“vegan”R包中的vegdist函数进行评估。营养输入对β多样性的影响使用Permutation ANONA（Anderson，2001年）并通过Adonis2函数进行评估，以获得“vegan”R包中处理效应的R2值（Dixon，2003年）。非度量多维缩放（NMDS）使用metaMDS函数（vegan）进行，以可视化以营养输入为预测变量的土壤生物群落组成的差异。NMDS的第一轴用于表示土壤生物群落组成（Anthony等人，2024年）。

2.5.1. 外部输入及其相关因素对土壤有机碳的影响
外部输入处理以及肥料组包括化学氮肥、小麦秸秆和牛粪（表1），因此使用线性混合效应模型（LMM）来确定肥料对SOC的主要贡献者（Bates等人，2015年）。由于肥料含有不同水平的碳、氮、磷和钾，LMM也被用来确定这些元素的主要贡献者。

2.5.2. 外部输入、根生物量和土壤生物群对土壤有机碳的贡献
通过主成分分析（PCA）（Jolliffe，2011年）使用PCA的第一轴（Ex-input PC1）来表示外部输入的总体效应。随机森林模型使用“rfPermute”R包（Liaw和Wiener，2001年）来预测外部输入（Ex-input PC1）、根生物量、α多样性和土壤生物群落组成（NMDS轴1）对土壤有机碳的相对重要性。交叉验证的R2值和显著性在“rfPermute”R包中计算。进一步使用结构方程模型（SEM）（Lefcheck，2016年）来评估Ex-input PC1、根生物量和土壤生物群落组成对土壤有机碳的直接和间接影响。

2.5.3. 土壤生物群落组成的驱动因素
我们发现，与α多样性相比，土壤生物群落组成（NMDS轴1）对增加SOC更为重要，因此我们测试了外部输入对土壤生物群的均质化效应。为此，我们使用betadisper R函数（Dixon，2003年）根据Bray-Curtis差异矩阵计算每个外部输入（化学肥料、秸秆、粪肥以及秸秆和粪肥混合物）内的分散度。为了进一步探索这些结果，我们使用Bray-Curtis相似性矩阵（Dixon，2003年）确定每个地块的组内平均群落相似性。Tukey的诚实显著差异（TukeyHSD）用于进一步探索不同营养输入之间的分散度和群落相似性差异（Dixon，2003年）。为了探索肥料组之间群落组成的驱动因素，根据Baselga和Orme（2012年）的方法，将β多样性分解为周转率和嵌套度组成部分。

2.5.4. 群落组成的核心物种
使用了两种方法来探索驱动群落组成变化的核心物种。首先，将β多样性分为物种贡献（SCBD）（Legendre和De Cáceres，2013年），该方法探讨了单个物种在外部输入下的变异程度。其次，使用丰度-占据方法（Abun-occ）通过量化排名前三的物种对β多样性的贡献来识别潜在的核心生物群成员（Shade和Stopnisek，2019年）。通过选择阈值>0.5%（丰富物种）<0.05%（稀有物种）和0.05%-0.5%（常见物种）分别定义了两种方法得到的共同核心物种（Campbell等人，2011年，Zhang等人，2022年）。使用R包ggtree（Yu等人，2017年）构建系统发育树来可视化核心物种。

2.5.5. 核心物种的潜在相互作用
共现网络分析用于构建驱动处理间β多样性变化的核心物种之间的网络。对于每个处理，我们使用了12个样本来构建网络。为此，将细菌、真菌、原生生物和无脊椎动物的ASV特征表合并成一个单一社区，并保留出现在12个样本中50%的ASVs。接下来，使用Spearman等级相关系数计算合并ASVs之间的成对相关性，所有网络的相关性截止值为0.9（Zhang等人，2023a）。还确定了与核心物种相连的非核心物种，以表示这些核心物种的招募潜力。这些非核心物种的潜在功能通过基于KEGG数据库的PICRUSt2确定（Douglas等人，2020年）。

3. 结果
3.1. 与外部输入间作的谷物产量和土壤有机碳
在35年的田间实验中，与非有机改良剂（仅使用化学肥料）相比，有机改良剂（粪肥、混合物和秸秆处理）显著增加了间作玉米和小麦条带的谷物产量和土壤有机碳（SOC）（图1A-D）。然而，不同有机改良剂之间的SOC存在显著差异。值得注意的是，施用牛粪的有机改良剂（即粪肥和混合物处理）导致玉米和小麦条带的SOC积累显著高于秸秆处理（图1C，D）。线性模型显示，在有机改良剂中，牛粪是增加SOC最有效的外部输入，因为牛粪含有的碳比其他处理更多（表1），这是增加SOC的重要因素（图1F）。

3.2. 土壤生物群对外部输入的α和β多样性响应
长期有机改良显著影响了土壤生物群的α多样性。在间作系统中，混合物和粪肥处理显著增加了土壤细菌的丰富度（图S1A），而秸秆和粪肥处理显著降低了玉米条带下土壤中的原生生物丰富度（与化学处理相比，图S1C）。在小麦条带下，混合物和粪肥处理显著提高了土壤中的细菌丰富度（与化学处理相比，图S1E）。有机改良剂的显著效应驱动了玉米和小麦条带土壤生物群β多样性的方向性变化。有机改良剂处理（秸秆、混合物和粪肥）和化学处理在NMDS图中的第一或第二轴上被分开（玉米条带：图2A-D；小麦条带：图2E-H），这些效应对于土壤真菌（R2 = 0.37–0.45）和原生生物（R2 = 0.3–0.34）比细菌（R2 = 0.21–0.23）和无脊椎动物（R2 = 0.11–0.12）更为明显。

3.3. 外部输入对SOC的贡献
外部输入（Ex-input PC1）、根生物量以及土壤生物群的α和β多样性被用来确定玉米和小麦条带下SOC增加的驱动因素（图3）。随机森林模型解释了玉米和小麦条带下土壤SOC方差的80%（图3A，B）。值得注意的是，β多样性比根生物量、α多样性或外部输入更能预测SOC的变化（图3A，B）。具体而言，细菌和真菌的β多样性是玉米条带下SOC的主要生物预测因子，而细菌和原生生物的β多样性是小麦条带下SOC的关键预测因子（图3A，B）。

3.4. 间作中 variables 对 SOC 的贡献
外部输入（Ex-input PC1）、根生物量以及土壤生物群的α和β多样性被用来确定玉米和小麦条带下SOC增加的驱动因素（图3）。随机森林模型解释了玉米和小麦条带下土壤SOC方差的80%（图3A，B）。值得注意的是，β多样性比根生物量、α多样性或外部输入更能预测SOC的变化（图3A，B）。特别是，细菌和真菌的β多样性是玉米条带下SOC的主要生物预测因子，而细菌和原生生物的β多样性是小麦条带下SOC的关键预测因子（图3A，B）。

3.5. 间作中土壤生物群的生物均质化
有机改良剂促进了玉米和小麦条带下土壤中关键预测因子的均质化。具体来说，玉米条带下土壤中真菌群落的组成异质性在所有有机改良剂处理（秸秆、混合物和粪肥）中显著低于化学处理（图S2B）。同样，粪肥处理显著降低了小麦条带下土壤中原生生物群落的组成异质性（与化学处理相比，图S2D）。社区相似性分析显示，施用粪肥和混合物处理的玉米条带下的土壤真菌相似性显著高于化学处理（图4B）。小麦条带下土壤中的原生生物群落相似性在粪肥处理中最高，在化学处理中最低（图4F）。**驱动β-多样性变化的核心物种的功能和潜在相互作用**

物种对β-多样性的贡献（SCBD）和丰度-占有率模型（Abun-occ）方法均表明，与化学处理相比，粪肥处理显著降低了核心细菌的丰度（图5A），而秸秆、混合和处理以及粪肥处理增加了玉米带土壤中的核心真菌丰度（图5B）。

**图5.** 使用物种对β-多样性的贡献（SCBD）和丰度-占有率（Abun-occ）模型识别了玉米和小麦的核心物种。基于SCBD的核心物种：玉米中的细菌（A）和真菌（B）；小麦中的细菌（C）和原生生物（D）。基于Abun-occ的核心物种：玉米中的细菌（E）和真菌（F）；小麦中的细菌（G）和原生生物（H）。玉米（I）和小麦（J）中土壤有机碳（SOC）与核心微生物类群之间的相关性。每个箱线图中的黑色菱形符号代表平均值。字母表示Tukey HSD测试的结果。***P<0.001，**P<0.01，*P<0.05。

系统发育树显示，在玉米带土壤中，132种核心细菌物种在不同处理下的相对丰度存在差异（图S3A，图S4A）。总体而言，未分配功能的核心细菌的相对丰度变化与SOC呈负相关（图5I），因为与SOC正相关的核心细菌（主要来自Proteobacteria、Acidobacteriota、Bacteroidota的44种物种）的数量较少，而与SOC负相关的核心细菌（主要来自Acidobacteriota、Planctomycetota、Proteobacteria的62种物种）的数量较多（图S4A，图S6A）。在玉米带下的土壤核心真菌中，4种未分配功能的子囊菌物种的相对丰度与SOC呈正相关，而8种被归类为内生菌、植物病原体和腐生菌的物种与SOC呈负相关（图S3B，图S4B，图S6B）。这4种未分配功能的物种的总相对丰度高于8种功能物种，因此与SOC呈正相关（图5I，图S6B）。

在小麦带下的土壤中，1种Acidobacteriota物种和1种Proteobacteria物种的相对丰度与SOC呈正相关，而7种核心细菌则呈负相关（图S5A，图S6C），导致整个门类的净负相关（图5J）。对于小麦带土壤中的原生生物，4种丰富的根虫消费者类群的相对丰度与SOC呈正相关，而2种消费者、1种光养生物和1种寄生生物则呈负相关（图S5B，图S6D），导致功能组之间的净正相关（图5J）。总体而言，在玉米和小麦土壤中，随着与SOC的相关性从负相关变为正相关，核心物种的潜在功能数量减少（图S6）。

构建了共现网络，以探索在间作条件下驱动土壤生物同质化的核心物种之间的潜在相互作用。总体而言，小麦带下的网络中的节点数量和链接数量都多于玉米带下的网络（图S7）。我们研究了有多少非核心物种与核心物种相连。逆向图显示，在玉米带和小麦带下的网络中，大多数与核心物种相连的非核心物种是每种处理特有的（图6A，B）。具体来说，在玉米带下，从化学处理到粪肥处理，非核心细菌的数量逐渐减少（图6A）。相比之下，在小麦带下的网络中，非核心细菌的数量在粪肥处理时最多（图6B）。值得注意的是，在玉米带下的网络中，这些非核心细菌的相对丰度与SOC显著负相关（图6C），但在小麦带下的网络中与SOC正相关（图6E）。此外，基于KEGG KO定义的玉米带网络（图6D）中细菌功能β-多样性存在显著差异，而小麦带网络中则没有（图6F）。

**图6.** 逆向图显示了玉米（A）和小麦（B）网络中与核心物种相连的非核心物种。玉米（C）和小麦（E）网络中土壤有机碳（SOC）与非核心细菌之间的关系。玉米（D）和小麦网络（F）中KEGG KO定义的非核心细菌潜在功能的β-多样性。

**4. 讨论**

**4.1. 土壤有机碳的增加与土壤生物同质化有关**

支持我们的第二个假设（H2），社区组成与SOC的增加比土壤α-多样性、根生物量或不同有机改良剂的外部输入有更强的关联（图3）。这一发现与在模型土壤（Domeignoz-Horta等人，2021）和森林生态系统（Anthony等人，2024）中进行的实验和观察研究结果一致，强调了土壤β-多样性对生态系统功能的重要性（Mori等人，2018）。这些结果可以基于三个原因解释。首先，来自根生物量或外部输入的碳输入对碳储存的影响需要时间才能显现。例如，在一个没有外部输入的野外实验中，7年内间作作物的表层土壤有机碳含量仅比单一作物高4%（Cong等人，2015）。有机改良剂平均增加了38%的SOC（Luo等人，2018），而本研究中的粪肥处理增加了80%的SOC（图1C，D），这进一步表明土壤生物群对碳储存的重要性。其次，土壤碳动态受到土壤微生物的强烈影响，某些特定类群可能加速土壤碳封存（Fierer和Walsh，2023），特别是在35年的野外实验中。第三，SOC的增加与土壤β-多样性之间的关联比与土壤α-多样性的关联更强（图3），表明存在的物种可能对碳储存的影响比社区中的总物种数量更大（Anthony等人，2024）。本研究的独特之处在于，细菌群落组成的解释能力大于其他土壤生物群，这可能归因于研究中的碱性土壤（Bian等人，2022），这种土壤更有利于细菌而不是真菌或其他土壤生物（Hu等人，2024）。正如其他研究所述（Sun等人，2015），在粪肥处理下，玉米和小麦土壤中的细菌丰富度显著增加（图S1A，E），这突显了细菌在根际的优势，因为它们比真菌更有效地利用可利用的碳（Moore等人，2003）。

尽管从化学处理到粪肥处理，土壤细菌的周转率都降低了，但在不同处理下，嵌套性的变化也不规则，导致玉米带和小麦带下土壤细菌的生物同质化没有发生（图4）。我们发现，细菌门类之间的相对丰度迅速变化导致土壤生物群与SOC之间的负相关，因为与SOC负相关的门类数量多于与SOC正相关的门类数量（图S4A；图S5A），这可以解释为什么当外部输入增加时细菌群落减少了周转率。具体来说，我们还发现，当外部输入增加时，属于Acidobacteriota的细菌减少，而属于Proteobacteria的细菌增加，这与之前的研究结果一致（Fierer等人，2007）。原因是外部输入增加了碳的可用性，这有利于Proteobacteria而不是Acidobacteriota（基于copiotroph-oligotroph分类，Fierer等人，2007）。细菌门类之间相对丰度的变化在某种程度上可以解释为什么在玉米带和小麦带下细菌群落没有表现出生物同质化。

相比之下，真菌的同质化是由玉米土壤中周转率的降低驱动的，而原生生物的同质化则是由于小麦土壤中嵌套性的降低（图4D，H）。对于玉米，由于玉米的外部输入，土壤真菌的同质化在粪肥处理下发生，这使得耐干扰、广泛分布的物种得以存活（Staude等人，2018），例如Microascaceae、Thelebolaceae和Ascobolus（图S4B），后者被归类为粪肥腐生真菌（P?lme等人，2020）。然而，对于小麦，大量的外部输入会导致土壤原生生物之间的竞争排斥，在粪肥处理下，Filosa-Sarcomonadea（消费者）比其他原生生物更具竞争优势（图S5B），例如Alveolata-Apicomplexa（消费者）、Chlorophyta-Chlorophyta（光养生物）和Stramenopiles-Gyrista（寄生生物），这突显了根际中细菌和原生生物之间的捕食者-猎物相互作用的重要性（Oliverio等人，2020）。这种通过减少周转率或嵌套性实现的同质化模式主要是由于栖息地变化（Rolls等人，2023）。总体而言，外部输入可能会促进更耐受性物种在土壤中的共存，从而导致玉米/小麦间作条件下土壤物种组成的更加均匀。它们对增加土壤有机碳的贡献因作物而异，并取决于作物的竞争状况。

**4.2. 土壤有机碳的增加也与作物物种驱动的核心物种变化有关**

我们发现，在35年的长期施肥后，玉米带和小麦带之间土壤有机碳（SOC）的增加没有差异，但取决于不同的有机改良剂（图1C，D），这些是有效的增加SOC的外部碳输入（Beillouin等人，2023）。这些结果与我们的第一个假设（H1）相反，可能是因为在每个小区的间作系统中，玉米和小麦是交替种植的，轮作效应可能会使小麦和玉米作物之间的SOC差异同质化。然而，驱动SOC增加的生物过程是作物特定的。如上所述，驱动同质化的核心真菌和原生生物分别在玉米带和小麦带下的土壤中对SOC有积极影响（图5I，J）。这些结果表明，在间作系统中，不同的生物过程可能在不同作物中起作用：在玉米土壤中，营养级内相互作用对SOC的增加至关重要，而在小麦土壤中，跨营养级相互作用更为重要。由于小麦在小麦/玉米间作中播种较早，因此其竞争能力更强，从而在小麦生长期间减少了间作玉米的产量和养分吸收（Li等人，2001b）。因此，当与玉米间作时，小麦可能会将更多的同化碳分配给土壤，因为小麦可以将其同化的40-58%的碳转移到地下，而玉米仅为26-34%（Liljeroth等人，1994）。同时，玉米和小麦之间的竞争会通过养分富集而加强（Li等人，2001b，Zhang等人，2015），导致玉米带下土壤中同化碳的进一步减少，以及小麦带下同化碳输入的进一步增加（Yin等人，2025）。因此，不同的碳输入会改变玉米带和小麦带下土壤中的能量通道。更多的同化碳有助于构建细菌能量通道，并通过自下而上的效应支持小麦土壤中的更高营养级（Moore等人，2003，Potapov，2022a，Potapov，2022b），例如原生生物群落（Geisen等人，2023，Maillard等人，2025）。反过来，玉米产生的碳输入减少可能只足以支持单一营养级，如真菌和细菌（Moore等人，2003），后者在根际已经占主导地位。在群落水平上，从化学处理到粪肥处理，玉米土壤中的核心真菌和小麦土壤中的核心原生生物的相对丰度及其带来的社区组成变化都增加了，这强烈支持了间作中玉米和小麦之间的竞争会改变地下能量通道。

与我们第三个假设（H3）一致，玉米和小麦土壤中的核心物种在成员和潜在相互作用方面存在差异（图S4，图S5，图S6）。这里的核心物种指的是那些在物种水平上驱动β-多样性变化的物种，这是土壤有机碳（SOC）变化的主要预测因子。在本研究中，粪肥处理下碳输入的增加也伴随着其他营养输入的增加（表1），因此玉米土壤中核心细菌物种相对丰度的减少可能是因为这些核心细菌会逐渐减小社区规模并变得更加多样化，以应对碳限制（Ramond等人，2025）。与细菌物种不同，核心真菌物种的相对丰度随着土壤有机碳（SOC）的增加而从化学处理增加到粪肥处理（图5B、F），这可能是由于它们能够分解更复杂的碳源，从而克服土壤中的碳限制（Zanne等人，2020年）。此外，在小麦带下的土壤中，核心原生生物物种的相对丰度也有所增加（图5D、H），而在玉米带下则没有这种趋势，这可能是因为细菌能量途径的调控更多地与小麦土壤中较高的碳可用性相关。据认为，在小麦/玉米间作系统中，小麦的竞争能力更强（Li等人，2001b；Liu等人，2015年）。这导致小麦土壤中的养分利用效率更高，从而支持了细菌食物链中更高营养级的生存。这一结果也解释了为什么玉米土壤中核心真菌物种的相对丰度更高，因为玉米土壤中的碳限制更为严重。同时，招募潜力是核心物种的一个关键特征，有助于增强生态功能（Banerjee等人，2018年）。我们的研究发现，在玉米带和小麦带下的网络中，核心物种与多种非核心物种（主要是具有不同功能的细菌物种）有联系（图6A、B）。具体来说，在玉米土壤中，由核心物种招募的非核心物种数量从化学处理到粪肥处理有所减少，但它们的潜在功能与SOC显著相关（图6C）。这一结果突显了微生物适应碳限制的生态策略（Liu，2025年），因为在玉米带下，由于小麦的强烈竞争，土壤中可利用的碳变得匮乏。总体而言，这些结果表明，在土壤食物网的功能中，具有更强养分竞争能力的作物物种比地上竞争更为重要。

5. 结论
土壤有机碳（SOC）的增加取决于不同有机改良措施的外部输入。与化学处理相比，秸秆处理、混合处理和粪肥处理均显著增加了SOC，其中粪肥处理在玉米带和小麦带下的土壤中显示出最高的SOC积累。细菌β多样性是两种作物SOC变化的主要预测因子。然而，推动这些变化的核心细菌与SOC呈负相关。相比之下，真菌（在玉米土壤中）和原生生物（在小麦土壤中）的β多样性次之，它们的核心物种在群落和物种水平上与SOC呈正相关。这表明这些核心真菌和原生生物在SOC积累过程中起着关键作用，突显了土壤生物同质化在提高SOC方面的作用。此外，在玉米带下的土壤生物网络中，核心物种与其他可能促进SOC分解的类群有联系，因为在小麦/玉米间作系统中，玉米在土壤微生物的碳利用效率方面竞争力较弱。我们的研究表明，长期的外部有机改良输入将导致土壤生物群落的同质化，从而影响SOC的储存，适当的输入对于间作系统的作物生长和碳储存非常重要。

作者贡献声明：
张贵宗：撰写——初稿、研究、概念构思。
张久东：研究。
杨昊：软件使用、数据管理。
鲍星国：研究。
于瑞鹏：研究。
李龙：撰写——审阅与编辑、监督、资源管理、项目协调、研究、资金申请、概念构思。
梁文Jur：撰写——审阅与编辑。
李琦：撰写——审阅与编辑、监督、数据管理、概念构思。