新闻详情

新闻详情

首页 / 资讯中心 / 详情

Nature Communications | 中国科学院骆永明和韩广轩团队在中国滨海土壤和沉积物典型蓝碳生态系统微生物功能韧性研究上取得进展

发布时间:2026/11/22 15:40:37来源:尧图网络
Nature Communications | 中国科学院骆永明和韩广轩团队在中国滨海土壤和沉积物典型蓝碳生态系统微生物功能韧性研究上取得进展
本文首发于“生态学者”滨海土壤和沉积物蓝碳生态系统是连接陆地与海洋的关键生态界面涵盖红树林、盐沼和海草床等典型生态系统。凭借高效的碳捕获与长期封存能力该蓝碳生态系统不仅是全球碳循环的重要组成部分也是应对气候变化、维系生物多样性和维护海岸带生态安全的重要自然基础。在气候变化和人类活动双重压力不断加剧的背景下深入理解海岸带滨海土壤和沉积物蓝碳生态系统“韧性如何产生”已变得极为重要。围绕这一科学问题中国科学院土壤研究所骆永明研究团队和中国科学院烟台海岸带研究所韩广轩研究团队以及国内外科研人员依托全国蓝碳生态系统调查于2026年9月22日在《Nature Communications》发表题为“Resilience of blue carbon microbiomes in response to ecological and anthropogenic filtering”的研究论文。该研究构建了中国滨海土壤和沉积物蓝碳微生物目录CBCMC系统解析了我国红树林、盐沼和海草床三种蓝碳生态系统微生物群落结构对生态变化和人类活动过滤的响应规律及功能韧性。研究团队基于 116 个代表性样点建立了中国滨海土壤和沉积物蓝碳微生物基因组目录CBCMC图 1并系统解析了典型蓝碳生态系统微生物的生物地理格局和功能特征。结果表明中国滨海土壤和沉积物典型蓝碳生态系统微生物群落组成与陆地、海洋、临近水域及其他水生生态系统相比具有明显的独特性不同生态系统类型和地理区域之间的微生物组成也存在显著差异。因此构建的CBCMC为深入认识滨海土壤和沉积物蓝碳生态系统微生物群落组成、空间分布及其生态功能奠定了重要基础。图1 中国典型滨海土壤和沉积物蓝碳生态系统微生物基因组生态特征滨海土壤和沉积物蓝碳生态系统微生物群落受到显著的环境筛选作用图2。地球化学性质、有机碳特征、气候条件和人类活动均影响微生物群落组成。重要的是尽管群落组成变异显著生态功能却保持相对稳定。比如研究涉及的19类主要代谢过程中有17类广泛存在于全部采样点。沿碳氮比、温度、农业用地和人口密度等环境梯度微生物分类组成发生明显周转而功能组成的变化幅度总体较小。其重要原因在于滨海土壤和沉积物蓝碳微生物群落存在较强的“功能冗余”。不同进化谱系的微生物承担相似的代谢功能因此发生物种丰度改变后整体功能维持相对稳定。图2 滨海土壤和沉积物环境梯度下微生物群落组装及功能周转特征以微生物碳固定为例具有较高碳固定潜力的微生物分属于不同的进化谱系图3。不同位点间碳固定微生物的分类组成差异显著高于碳固定功能差异0.55 vs. 0.18。因此即使执行碳固定功能的微生物发生替换微生物碳固定仍可以保持相对稳定。这为理解蓝碳生态系统在复杂环境压力下维持固碳功能提供了新的微生物学解释。这种功能韧性可能是维持蓝碳生态系统碳汇功能长期稳定的重要机制之一。但是研究进一步发现微生物结构和功能受到高扰动强度的制约。在物种大量丧失情况下比如2/3盐沼微生物系统表现出最高的脆弱性。因此功能冗余为蓝碳生态系统提供了一定“缓冲能力”但并不意味着其可以无限承受环境扰动。这一发现也为理解滨海土壤和沉积物蓝碳生态系统长期碳汇功能提供了重要基础。图3 不同系统发育谱系间微生物碳固定功能的冗余性相关研究从微生物功能维度揭示了滨海土壤和沉积物蓝碳生态系统应对环境变化和人类活动压力的重要韧性机制微生物群落虽然随环境变化发生显著的物种周转但不同微生物类群之间的功能冗余在一定程度上维持关键生态功能的稳定。同时这种韧性具有明确的生态边界高强度扰动仍可能导致系统功能受损。研究深化了对滨海土壤和沉积物蓝碳生态系统“韧性如何产生、又如何丧失”的认识为评估全球变化背景下蓝碳生态系统碳汇稳定性以及制定更具针对性的海岸带土壤和沉积物生态保护与修复策略提供了新的科学依据。相关研究得到国家重点研发计划、国家自然科学基金、中国科学院青年创新促进会、ONCE国际大科学计划等项目支持。论文信息Xiao, L., Liu, J., Tanentzap, A. J., Duarte, C. M., Fu, C., Zhou, L., Dang, R., Zhou, M., Luo, M., Zhang, P., Yu, J., Xu, Y., Rosentreter, J., Spencer, R. G. M., Lichtfouse, E., Luo, Y., Han, G. (2026a) Resilience of blue carbon microbiomes in response to ecological and anthropogenic filtering. Nature Communications. https://doi.org/10.1038/s41467-026-77867-5
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/21 14:14:45

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/21 14:14:26

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/21 21:08:55

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/22 1:51:41

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/21 19:02:25

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/21 14:13:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉