本研究由Yanbo Wang、Yijia Zhang、Yang Ji*、Yanfang Feng和Zhaozhong Feng共同完成，主要作者来自南京信息工程大学（Nanjing University of Information Science and Technology）和江苏省农业科学院（Jiangsu Academy of Agricultural Sciences）。研究成果发表于《Frontiers in Microbiology》期刊的“Terrestrial Microbiology”专栏，投稿时间为2025年11月20日，稿件编号为1750602。
学术背景
水稻田是甲烷（CH₄）的重要排放源，而甲烷是一种温室效应潜力为二氧化碳28倍的强效温室气体。尽管秸秆还田能提升土壤肥力，但会显著增加甲烷排放。然而，不同秸秆类型（如水稻、小麦和玉米秸秆）如何通过改变土壤条件和微生物群落来影响甲烷循环，其具体机制尚不明确。本研究旨在揭示秸秆类型通过非生物（如土壤pH、碳氮比）和生物（产甲烷菌与甲烷氧化菌的群落结构）途径调控稻田甲烷排放的机制，为可持续秸秆管理提供科学依据。研究直接呼应《Frontiers in Microbiology》中“土壤生物学、生态系统与生物多样性”领域的核心议题，通过整合微生物生态学与土壤生物地球化学，解释农业实践对土壤微生物功能的影响。
研究流程
实验设计
- 土壤与处理：实验在江苏宜兴采集黄黏土水稻土，设置4种处理：无秸秆对照（CK）、水稻秸秆（RS）、小麦秸秆（WS）和玉米秸秆（MS），每种秸秆按土壤干重的0.8%（相当于8吨/公顷）添加，共12个土柱（3重复）。秸秆装入尼龙袋埋于5-10 cm土层。
- 管理措施：水稻品种为“南京46”，施肥量240 kg N/ha（基肥:分蘖肥:穗肥=2:1:1），水分管理包括连续淹水、中期排水和干湿交替。
气体与土壤分析
- 甲烷通量测定：采用静态暗箱-气相色谱法，在水稻关键生长期（分蘖期、拔节期、抽穗期和成熟期）每两天采样，计算累计排放量。
- 土壤指标：测定pH、微生物生物量碳（MBC）、氮（MBN）及铵态氮（NH₄⁺-N）和硝态氮（NO₃⁻-N）。
微生物群落分析
- DNA提取与测序：针对产甲烷菌的mcrA基因和甲烷氧化菌的pmoA基因，使用引物对mlff/mlrr和A189f/mb661r进行扩增，Illumina NextSeq 2000平台测序。
- 数据分析：通过α多样性指数（Shannon、Simpson）、主坐标分析（PCOA）、线性判别分析（LEfSe）和冗余分析（RDA）解析群落结构与环境因子的关联。
统计建模
- 采用偏最小二乘路径模型（PLS-PM）量化土壤性质、微生物丰度、群落组成与甲烷排放的因果关系。
主要结果
甲烷排放与土壤性质
- 所有秸秆处理均显著增加甲烷排放（RS:15.7 g/m²；WS:14.2 g/m²；MS:18.6 g/m²），峰值出现在分蘖期（MS最高达28.4 mg/m²/h）。秸秆降低土壤pH和MBC，但提升MBN。
- mcrA基因拷贝数在成熟期最高（WS处理最显著），而pmoA基因在拔节期达峰（RS处理主导）。
微生物群落动态
- 产甲烷菌：秸秆处理富集乙酸营养型菌（如Methanosarcinaceae，RS使其丰度翻倍），抑制氢营养型菌（如Methanocellaceae）。
- 甲烷氧化菌：所有秸秆促进I型菌（Methylococcaceae），抑制II型菌（Methylocystaceae）。
- 多样性：秸秆降低群落α多样性，引入大量独特OTU（pmoA基因新增OTU占比75%）。
驱动因素
- PLS-PM显示，甲烷排放受土壤性质（路径系数-0.75）、群落组成（-0.60）和微生物丰度（0.40）共同调控。MBC和pH是影响产甲烷菌的关键因子，而pH单独解释甲烷氧化菌25.2%的变异。
结论与价值
- 科学意义：首次阐明秸秆类型通过“土壤-微生物”互作调控甲烷排放的双途径机制，证实玉米秸秆因高碳氮比（36.6）最显著促进排放。
- 应用建议：选择低碳氮比秸秆（如小麦）、调节土壤pH（如施用石灰）和同步施肥可平衡减排与肥力。
- 创新点：
- 整合多组学（基因测序与路径模型）解析秸秆类型对功能微生物的差异化影响；
- 发现Methanosarcinaceae作为乙酸营养型菌的关键指示作用，其丰度与排放量正相关（r=0.93）。
亮点
- 方法学：结合高通量测序与PLS-PM，定量解析环境-微生物-排放的因果网络。
- 发现：秸秆酸化和碳输入协同促进产甲烷菌优势菌群更替，而甲烷氧化菌的I/II型比例失衡削弱氧化能力。
- 实践价值：为全球稻田甲烷减排提供可操作的秸秆管理策略，例如优化秸秆类型与氮肥配施时机。
其他价值
研究获中国国家自然科学基金（42477124、42077043）和江苏省自然科学基金（bk20220017、be2023400）支持，数据已公开于NCBI（PRJNA1254631、PRJNA1254505）。