低氮添加量放大了禁牧对植物多样性和群落稳定性的积极影响

《Functional Ecology》：Low-nitrogen addition amplifies the positive effect of grazing exclusion on plant diversity and community stability

　　摘要

放牧禁令被广泛用于草地恢复，但通常生产力提升缓慢；而氮（N）的添加可以迅速提高生产力，但从长远来看可能会侵蚀植物多样性和群落稳定性。确定一个最佳的氮添加水平，既能补充放牧禁令的效果，又能增强群落多样性和稳定性，这一问题尚未得到解决。为了解决这一差距，我们进行了一项为期四年的野外实验，测试了基于围栏的放牧禁令、低氮（5 kg N·ha?1·year?1）和高氮（15 kg N·ha?1·year?1）添加及其组合对退化高山草地植物群落动态的影响。仅实施放牧禁令就增加了植物多样性和群落稳定性（定义为四年间地上生物量的时间稳定性），而低氮添加进一步放大了这些益处。具体来说，与对照组相比，放牧禁令结合低氮添加使丰富度增加了45.08%，Shannon多样性增加了16.84%，Pielou均匀度增加了4.98%，Margalef丰富度增加了15.77%，Simpson优势度减少了34.27%，群落稳定性提高了62.67%。从机制上讲，在放牧禁令结合低氮添加的情况下，土壤pH值通过调节土壤微生物生物量和溶解有机营养物质，在塑造植物多样性和群落稳定性中起着主导作用。我们得出结论，将低水平氮添加与放牧禁令相结合，可以为植物生长和生态系统稳定性带来协同效益，为退化草地提供了一个科学依据的“自然-人工”恢复框架。请在期刊博客上阅读本文的免费通俗语言摘要。

1 引言

草地作为分布最广的植被类型之一，通常是氮（N）受限的生态系统（Du等人，2020年）。近年来，全球气候变化的加剧和人为活动导致了严重的草地退化，退化面积占总面积的49%（Bardgett等人，2021年），这代表了功能性草地面积和质量的巨大损失，以及生产力、生态系统服务和区域生态安全风险的增加（Wang等人，2023年）。因此，退化草地的恢复已成为生态研究的核心问题之一（Bai等人，2020年；Liu等人，2025年；Mi等人，2024年）。植物多样性和群落稳定性作为生态系统健康的关键指标，可以直观反映草地恢复措施的有效性（Chen等人，2021年；Seabloom，2007年；Zhang等人，2025年）。传统生态理论认为，更高的物种多样性会导致更大的群落稳定性（Tilman等人，2006年；Token等人，2022年），然而恢复行动往往面临快速提高生产力和维持多样性和恢复力强的群落之间的实际权衡。在全球草地生态系统中，恢复策略通常包括人工干预——定义为操纵繁殖体供应和/或资源可用性的主动管理措施（例如用本地物种重新播种、施肥、土壤改良和入侵物种控制）——以及对干扰制度的调整，如放牧（Kiss等人，2022年；Xu等人，2022年；Zong等人，2021年）。这些人工干预可以通过缓解恢复的关键限制（包括繁殖体限制和营养缺乏）来促进植物建立并加速早期演替过程；然而，当这些措施被密集应用时，它们可能会偏爱快速生长的物种，减少组成异质性并削弱基于多样性的稳定机制（Bai等人，2010年；Hu等人，2024年；Seabloom等人，2020年）。草地中的放牧生态作用同样依赖于具体情境。虽然长期过度放牧是许多地区草地退化的主因，但大型食草动物的放牧在历史上在许多草地系统中起到了自然干扰的作用，当适当管理时，有时被用作恢复或增强策略，以维持栖息地开放性、空间异质性和生物多样性（Bahar & Tavsanoglu，2024年；Naidu等人，2022年）。因此，放牧禁令代表了一种针对过度放牧压力退化系统的有针对性的恢复策略，通过自然演替过程促进物种重新建立，尽管过程通常较慢，但最终增加了支持各种生态功能的植物物种多样性（Huang等人，2023年；Wang等人，2018年；Zhu等人，2016年）。在这种背景下，确定能够快速提高生产力与维持基于多样性的群落稳定性相结合的恢复策略已成为退化草地恢复的核心挑战。来自营养网络的全球综合研究表明，营养富集通常会减少杂草丰富度，但这些负面影响可以通过大型哺乳动物的食草作用部分抵消（Nelson等人，2025年），突显了草地中放牧与营养之间的强烈相互作用。氮添加是最广泛应用的主动恢复措施之一，因为退化草地中的土壤氮可用性通常低于未退化草地（Li等人，2025年），氮输入可以通过增加土壤净氮矿化和可用氮含量来迅速刺激植物生长（Chen & H?gberg，2006年；Xu等人，2025年；Yang等人，2023年）。然而，氮添加对植物多样性和群落稳定性的影响强烈依赖于剂量和具体情境（Hu等人，2024年；Jia等人，2022年）。在营养缺乏和pH值较高的退化草地中（Yao, Gao等人，2025年；Zeng等人，2018年），适量的氮添加可以通过降低土壤盐度来增强植物物种多样性和群落稳定性（Wang等人，2024年）。相反，过量的氮添加会导致土壤酸化，从而消耗Ca2?和Mg2?等必需阳离子（Cai等人，2023年；Xu等人，2025年）并释放Mn2?和Al3?等有毒离子（Namuhan等人，2024年；Tian等人，2015年），最终降低植物多样性并削弱群落稳定性。同时，氮富集可以增加地上生物量并使冠层闭合，加剧不对称的光竞争，限制次生物种的持久性（Huang等人，2025年）。提高的生产力也可能加速枯落物积累，通过遮荫和物理屏障抑制幼苗的出现和招募，从而加剧多样性丧失（Abbas等人，2023年）。更复杂的是，氮添加可以通过改变土壤微生物生物量和影响植物-微生物相互作用来重塑生态系统功能（Feng等人，2022年；Li等人，2024年；Treseder，2008年）。同样，土壤酸化会减少微生物生物量（Li等人，2024年；Treseder，2008年），抑制植物生长。新兴证据还表明，升高的土壤氮水平可以改变主导的微生物类群（Averill等人，2018年；Inselsbacher等人，2010年），例如促进富营养型物种但抑制寡营养型物种（Ramirez等人，2012年）。重要的是，植物群落的变化是由植物-土壤-微生物相互作用的耦合共同驱动的（Zhang等人，2025年）。尽管关于仅基于放牧禁令的恢复和单独应用氮添加的生态效应有大量研究，但在放牧禁令与不同水平氮添加相结合如何影响植物群落恢复方面仍存在明显的概念和实证差距。这一差距在中度退化的高山草地中尤为明显，这些草地的生态系统结构已经发生了足够大的改变，既存在繁殖体限制也存在营养限制，但仍对管理干预有响应。然而，在这些系统中，将氮添加与放牧禁令诱导的自然演替相结合对植物多样性和群落稳定性的生态后果和潜在机制仍知之甚少。为了阐明植物群落动态如何响应草地恢复，我们在中国新疆维吾尔自治区巴音布鲁克的一个中度退化的高山草甸进行了为期四年的野外实验，包括基于围栏的放牧禁令、低/高氮添加及其组合。在这里，我们解决了两个核心科学问题：（1）退化草地的恢复是否需要结合放牧禁令诱导的自然演替和人工氮添加？（2）通过放牧禁令诱导的自然演替与人工氮添加相结合，实现退化草地协同恢复的驱动机制是什么？基于现有的生态理论和实证证据，我们开发了一个先验概念模型，以阐明放牧禁令、氮添加及其组合通过改变地下土壤物理化学性质和微生物属性来影响地上植物群落恢复的假设途径（图S1；表S1）。具体来说，恢复措施预计会改变土壤氮的形式和pH值（Li等人，2022年），从而调节微生物生物量和溶解有机营养物质池（Yao, Gao等人，2025年）。这些地下响应预计会影响植物属性，特别是植物多样性和群落稳定性（Token等人，2022年；Zhang等人，2025年）。根据这一理论框架，我们预测，在放牧禁令下添加低氮将通过增加土壤硝酸盐氮（NO??-N）、调节土壤pH值和增强微生物生物量和溶解有机营养物质来最大化植物多样性和群落稳定性（量化为四年间地上生物量变异系数的倒数）。为了回答这些问题和假设，测量了土壤物理化学性质、微生物生物量、植物营养、覆盖度、地上生物量、丰度和丰富度。

2 材料与方法

2.1 研究地点

本研究在中国新疆维吾尔自治区巴音布鲁克高山草地进行，位于和静县（42°06′–43°32′N，82°28′–87°52′E；海拔2700米）。根据1960年至2010年的气候数据（来源：http://www.resdc.cn），该地区属于典型的高山气候，年平均气温为-6.6°C，年降水量为273毫米。根据中国的土壤遗传分类，该地区的土壤被归类为毡质土壤（Hu等人，2025年）。主要植物物种包括紫羊茅（Stipa purpurea）、一年生早熟禾（Poa annua）、羊茅（Festuca ovina）和 cristatum 羊茅（Agropyron cristatum），这些物种在影响各种生态过程（如植物多样性和群落稳定性）方面起着重要作用。

2.2 实验设计

近年来，干旱地区的高山草地经历了不同程度的退化，主要是由于过度放牧和气候变化造成的。因此，采取多种恢复措施对于促进这些退化草地的恢复至关重要。在这项研究中，我们实施了基于围栏的放牧禁令（GE）、氮添加及其组合，以筛选有效的退化草地恢复方法。草地退化的程度通过综合分析植物和土壤变量来评估（Bardgett等人，2021年）。具体来说，植物变量包括三个功能组的相对覆盖度：顶级物种、一年生先锋物种和退化指示物种（Hu等人，2025年；Zhang, Chen等人，2024年）。土壤变量包括有机碳（SOC）、总氮（TN）和沙含量（Hu等人，2025年）。有关植物和土壤变量的详细背景信息见表S2。草地退化指数（GDI）用于量化草地退化的程度（Hu等人，2025年）：
(1)其中M1、M2和M3分别表示顶级物种、一年生先锋物种和退化指示物种的相对覆盖度；Sand代表土壤沙含量，SOC和TN分别表示土壤有机碳和总氮含量。根据GDI值，本研究中的巴音布鲁克高山草地被归类为中度退化（GDI = 0.68）。中度退化在巴音布鲁克地区很普遍，通常在恢复实践中优先考虑，因为与严重退化的区域相比，它通常保留了足够的生物和土壤遗产，因此仍对恢复干预有响应（例如基于围栏的放牧禁令和营养管理）。在这个中度退化的地点，设置了三个100米×100米的样地，间距为5米，以评估草地恢复对植物群落动态的影响（图S2）。处理方式采用随机完全区组设计，包括六种放牧管理（放牧 vs. 放牧禁令）和氮添加（0、5和15 kg N·ha?1·year?1）的组合。鉴于巴音布鲁克的背景大气氮沉降量为6.82 kg N·ha?1·year?1（Geng等人，2019年），我们选择了5 kg和15 kg N·ha?1·year?1作为低氮和高氮添加率。这些水平涵盖了高山草地常用的沉降阈值/临界负荷范围（5–15 kg N·ha?1·year?1；Bobbink等人，2010年），分别低于和高于当地背景沉降量。在每个区组内，六个10米×10米的样地被随机分配到以下处理：对照组（CK，放牧 + 0 kg N·ha?1·year?1）、低氮添加（放牧 + 5 kg N·ha?1·year?1，记为N5）、高氮添加（放牧 + 15 kg N·ha?1·year?1，记为N15）、GE（放牧禁令 + 0 kg N·ha?1·year?1）以及GE和N5/N15的组合处理（记为GEN5，放牧禁令 + 5 kg N·ha?1·year?1；GEN15，放牧禁令 + 15 kg N·ha?1·year?1）。每个处理在每个区组内重复一次（即每个处理一个10米×10米的样地），每个处理有三个独立的样地重复（n = 3；样地为实验单位）。每个样地的草地恢复措施始于2020年5月。为了减少环境放牧压力的不受控制的时空变化，并确保处理之间的清晰对比，每个10米×10米的样地都用防牲畜围栏单独围起来作为独立的管理单元。在GE、GEN5和GEN15样地中，整个实验期间都保持封闭，以排除所有地上大型哺乳动物食草动物和与放牧相关的干扰（例如生物量移除和践踏），而在CK、N5和N15样地中，根据下面描述的轮牧制度，在生长季节由羊进行放牧。为了近似当地报告的全年放牧率（4.3只羊·ha?1；Gong等人，2014年）所暗示的年化放牧压力，放牧压力被标准化为累积羊小时数（1羊小时 = 一只羊放牧1小时）。在这种转换下，每个10米×10米的样地（0.01公顷）每年接受约376.7羊小时的放牧。因此，九个放牧地块（CK、N5和N15，分布在三个区块中）每个地块都分配了一只成年羊（平均体重约为30公斤），这些羊来自同一群，它们在规定的放牧期间同时进行放牧。放牧每年五月中旬开始，遵循一个10个周期的轮换计划；每个周期包括三个完整的放牧日（08:00–18:00；每天10小时）以及第四天7小时40分钟（08:00–15:40），然后在每个周期之间有大约5天的休息时间，这样每个地块每年大约有38天的放牧时间。为了减少动物之间的差异，在放牧季节开始时，每块地块上的羊的分配是随机的，然后在每个周期开始时按照3×3拉丁方格序列在三个地块之间轮换；这个序列在各个周期中重复使用，第10个周期使用与第1个周期相同的分配方式。每年两次添加氮肥，与每年五月底和六月底的降雨模式相吻合。氮肥以尿素[CO(NH2)2]的形式添加，溶解在10升水中，然后在雨天使用便携式喷雾器喷洒到地块上。由于研究地点不在保护区内，且不涉及濒危或受保护的物种，因此这项田间实验不需要特殊许可。

2.3 植物数据收集和土壤采样

从2021年到2024年，每年八月中旬生长高峰期进行实地调查。对于放牧地块（CK、N5和N15），在每个年度的最后一个放牧周期结束后进行植被调查和生物量收获，之后有一个标准化的5-10天恢复期（根据采样日期而定），以减少短期落叶的影响并确保不同处理之间的可比性。在每个地块随机放置三个1米×1米的样方，以避免边缘效应。因此，在四个调查年度中，每个处理共有36个样方年的观测数据（3个区块×1个地块×3个样方×4年）。在每个样方内，通过计数每个物种的个体数量来量化植物丰度；对于草本植物，“个体”被定义为具有可分离基部的独立丛。记录不同植物物种的总数以量化物种丰富度。使用1米2的金属网格框架来确定每个1米×1米样方内的植物覆盖度（所有物种的总覆盖度），该网格被放置在植物冠层上。随后，在每个样方内将地上活的维管植物材料（不包括苔藓/地衣和凋落物）剪至地面水平，然后在65°C下烘干至恒定质量，以确定地上生物量（AGB）。每个样方使用直径3厘米的土壤钻取器采集五个表层土壤样本（0-10厘米深度），遵循“五个代表性点（一个中心点和四个顶点）”的采样方法（Zhang等人，2023年），然后将这些样本混合成一个复合样本（每个地块每年一个复合样本；每个地块每年三个复合样本）。复合样本通过2毫米的筛子过滤以去除杂质，然后分成两个子样本。其中一个新鲜土壤子样本立即进行分析，以确定土壤含水量（SWC）、无机氮（包括铵氮NH4+-N和硝酸盐氮NO3?-N）、溶解有机碳（DOC）、溶解有机氮（DON）、溶解有机磷（DOP）、微生物生物量碳（MBC）、微生物生物量氮（MBN）和微生物生物量磷（MBP）。

2.4 植物-土壤-微生物特性的测量

植物总碳（PTC）使用碳分析仪（Primacs ATC 100-IC-E，SKALAR，荷兰）测定，所用材料是从每个样方中烘干的地上生物量中提取并细磨后的。植物总氮（PTN）和磷（PTP）含量使用相同的研磨植物材料，通过SmartChem 450自动离散分析仪（意大利罗马）进行分析。SWC是根据在105°C下烘干24小时后的重量测量计算得出的。土壤pH值使用pH计（PHS-3C，中国上海）在1:2.5的土壤水悬浮液中测定。SOC含量使用K2Cr2O7氧化法测定（Zhang等人，2023年）。TN和TP含量分别使用凯氏定氮法和钼蓝比色法测定（Yao, Mou等人，2025年）。无机氮（NH4+-N和NO3?-N）浓度使用微孔板读数器（Synergy Neo2，BioTek，美国）测定，NH4+-N使用改良的靛酚法，NO3?-N使用VCl3/Griess法（Hood-Nowotny等人，2010年；Zhang, Li等人，2024年）。AP从5克干土中用50毫升0.5 M NaHCO3（pH=8.5）提取，然后使用钼蓝比色法测定。DOC、DON和DOP的测定方法如Tapia-Torres等人（2015年）所述。MBC、MBN和MBP使用氯仿熏蒸提取法测定（Zhang等人，2023年）。

2.5 统计分析

植物α多样性指数，包括Shannon多样性、Pielou均匀度指数、Simpson优势指数和Margalef丰富度指数，使用R语言中的“vegan”包（v4.4.2）从物种丰度数据中量化。植物生态位特征和种间相互作用同样在R语言中从物种丰度数据计算得出。植物群落稳定性通过计算植物AGB变异系数的倒数来确定（Zhang等人，2025）：
(2)
(3)
其中CV是植物AGB的变异系数；SD分别是植物AGB的平均值和标准差。对于AGB、覆盖度、α多样性指数、植物营养变量和土壤特性，将三个样方内的观测值平均后得到年度地块级别的值，然后在2021-2024年间对这些值进行平均，以进行处理比较。群落稳定性（ICV）通过四个年度地块级别的AGB值的倒数计算得出。使用单因素方差分析（ANOVA）和Duncan的事后检验来评估各种恢复措施对植物群落特性和土壤特性的影响，基于每个处理有3个地块级别的重复（每个区块一个）。此外，为了明确测试氮添加（N；0、5和15公斤N·公顷?1·年?1）及其交互作用（GE×N）的因子主效应，我们对每个GE×N组合的四年平均值派生的植物群落指标进行了双因素方差分析（表S3）。使用分组堆叠条形图可视化不同恢复措施下植物群落组成的变化。使用基于四年平均丰度构建的物种丰度矩阵的相似性分析（ANOSIM）和Bray–Curtis差异性（999次排列）来测试群落组成的差异。使用“spaa”包在R语言中量化生态位宽度和重叠度，基于Levins指数。‘资源状态’被定义为空间采样单元（样方），代表微生境/空间生态位轴。在每个地块内，将2021-2024年间所有采样样方的物种丰度合并，将每个样方×年视为一个资源状态，构建一个物种-（样方×年）矩阵，并转换为每个物种的空间状态使用比例。计算每个物种的Levins生态位宽度，并在地块内汇总到群落水平；计算物种间的 pairwise 生态位重叠，并在不同处理间进行比较。构建网络以阐明不同恢复措施下植物种间相互作用的变化。对于每个处理，编制了一个物种-（样方×年）丰度矩阵，以物种为行，样方×年观测值为列。然后计算所有物种对之间的Spearman相关性，以构建物种共现网络；p值使用假发现率（FDR）进行调整，保留FDR调整后的p<0.05的边。计算网络拓扑属性以说明植物种间共存的连通性和复杂性。生成相关性热图以测试植物多样性和群落稳定性（ICV）与网络参数之间的关系。拟合线性回归以检查植物多样性和群落稳定性之间的统计关系。在R（v4.4.2）中进行了Mantel检验，以检查植物-土壤-微生物特性与物种丰富度和群落稳定性之间的相关性。为了分析植物-土壤-微生物特性与物种丰富度和群落稳定性之间的相关性，使用了Mantel检验。结构方程模型（SEM）用于分离植物-土壤-微生物相互作用对植物多样性和群落稳定性的直接和间接影响。为了对比不同氮添加背景下的路径，分别对低氮和高氮添加背景进行了SEM分析。最初基于关于研究变量预期效应和/或相互作用的现有知识开发了一个先验概念模型（图S1；表S1）。然后通过逐步移除不改善模型拟合的路径来细化这个初始模型，保留那些对整体模型性能有贡献的路径。使用方差膨胀因子（VIF）测试评估SEM中包含的所有变量，以验证多重共线性是否处于问题水平（VIF<5）。在每个特定背景的细化框架内，将放牧对照（CK）作为参考条件。处理被指定为外生变量，并作为三个互斥的虚拟变量输入模型：单独的GE（GE为1，否则为0）、单独的氮添加（N5/N15为1，否则为0）以及组合处理（GE+N5/N15为1，否则为0）。因此，路径系数表示相对于CK基线的处理效应。植物覆盖度、土壤pH值、SWC、无机养分和溶解有机养分被视为内生变量。植物多样性和群落稳定性被视为响应变量。在SEM中，标准化的路径系数显示在每个路径旁边，以量化效应的大小和方向，统计显著性用星号表示，基于FDR调整后的p值。路径厚度与标准化路径系数的绝对值成正比，较厚的路径表示较强的效应。在进行SEM之前，使用主成分分析（PCA）简化了变量数量（Zhang等人，2025年；Zhang, Li等人，2024年）。简化的变量包括土壤溶解有机养分（DOC、DON和DOP）、微生物生物量（MBC、MBN和MBP）和植物多样性指数（丰富度、Shannon多样性、Simpson优势指数、Pielou均匀度和Margalef丰富度指数）。PCA1得分用于指示土壤溶解有机养分（解释了67%的方差，图S3a）、微生物生物量（解释了92.1%的方差，图S3b）和植物多样性（解释了91.54%的方差，图S3c）。使用Amos（v26.0；Amos Development，Spring House，PA，美国）进行SEM。

3 结果

3.1 植物群落特征的变化

结果如小提琴图所示，不同恢复处理之间存在明显的变化（图1）。与对照组相比，在N15、GE、GEN5和GEN15下，植物的地上生物量、覆盖度和丰度显著增加（p<0.05，图1a-c），效应大小从+42.82%到+90.56%不等（表S4），而N5在地上生物量和丰度上没有显著变化（p>0.05，图1a,c）。在低氮添加水平（N5）下，植物α多样性指数，包括物种丰富度、Shannon多样性、Simpson优势指数、Pielou均匀度和Margalef丰富度指数保持统计不变（p>0.05，图1d-h）。然而，高氮添加（N15）显著降低了物种丰富度、Shannon多样性、Pielou均匀度和Margalef丰富度指数（p<0.05，图1d-fh），效应大小分别为-22.39%、-11.06%、-3.83%和-42.29%（表S4），但增加了Simpson优势指数（p<0.05，图1g），效应大小为+12.71%（表S4），这与GE和GEN5的结果形成鲜明对比。图1显示了各种恢复措施下植物群落特征的变化。对于面板（a-h），显示的值是2021-2024年间年度地块级别的观测值汇总。对于面板（i），显示的值是地块级别的群落稳定性（ICV），表示为四个年度地块级别值（2021-2024）的植物地上生物量（AGB）变异系数的倒数。小写字母表示基于2021-2024年间汇总的地块级别指标的各种恢复措施之间的显著差异（p<0.05），每个处理有三个地块（每个区块一个）作为重复。CK，放牧+0公斤N·公顷?1·年?1；N5，放牧+5公斤N·公顷?1·年?1；N15，放牧+15公斤N·公顷?1·年?1；GE，禁止放牧+0公斤N·公顷?1·年?1；GEN5，禁止放牧+5公斤N·公顷?1·年?1；GEN15，禁止放牧+15公斤N·公顷?1·年?1（以下类似）。值得注意的是，GEN5产生了最高的多样性和均匀度，以及最低的优势度（图1d-h）。与对照组相比，GEN5处理使物种丰富度增加了45.08%，Shannon多样性增加了16.84%，Pielou均匀度增加了4.98%，Margalef丰富度指数增加了15.77%，同时Simpson优势指数减少了34.27%（表S4）。重要的是，GEN5处理下的这些变化始终比单独进行放牧排除（GE）的处理效果更为显著（GE：物种丰富度增加30.93%，Shannon多样性增加13.07%，Simpson优势指数减少21.91%；表S4）。相比之下，GEN15处理显著降低了Margalef丰富度指数（p<0.05，图1h），效应大小为-49.12%（表S4），但对其他植物多样性指数没有影响（p>0.05，图1d–g）。此外，GEN5处理显著提高了植物群落的稳定性（ICV）（p<0.05），而其他恢复措施对植物群落稳定性没有显著影响（p>0.05，图1i）。GEN5处理下的稳定性增加幅度（+62.67%）明显大于单独进行放牧排除的处理（+19.35%），而低氮添加则降低了稳定性（N5：-44.77%）（表S4）。总体而言，放牧排除倾向于增加植物多样性和稳定性，而低氮添加在放牧排除的基础上进一步放大了这些益处。与这些模式一致，因子双因素方差分析显示，地上生物量、覆盖度、丰度、丰富度、Shannon多样性、Simpson优势指数和Margalef丰富度指数在GE和N的组合处理下存在显著交互作用（表S3）。对于植物群落稳定性，GE和N的交互作用是显著的，而氮的主要效应则不显著（表S3）。

3.2 不同恢复措施下的植物生态位宽度和重叠程度

在群落水平上，N15处理显著降低了植物生态位宽度，这与GE和GEN5处理中观察到的增加趋势相反（p<0.05，图2a），效应大小分别为-N15为-16.83%，GE为+18.25%，GEN5为+22.65%（相对于对照组，表S4）。然而，N5和GEN15处理对植物群落的生态位宽度没有影响（p>0.05，图2a）。在物种水平上，不同恢复措施下观察到物种组成的显著变化（ANOSIM：R2=0.705，p<0.001，图S4）。值得注意的是，S. purpurea、F. ovina和A. cristatum在所有恢复措施中的丰度都高于其他物种（图S4）。相应地，它们表现出较宽的生态位宽度，尤其是S. purpurea（图2b）。此外，物种生态位宽度分析显示，GE和GEN5处理相对于对照组扩大了大多数物种的生态位宽度（图2b）。

3.3 不同恢复措施下的物种间相互作用

为了阐明不同恢复措施下的物种间相互作用，构建了六个恢复措施的网络图（图3）。网络分析表明，植物群落内的正相互作用超过了负相互作用。与对照组相比，N5、N15和GEN15处理下的网络复杂性降低，但在GE和GEN5处理下网络复杂性增加，这通过网络级别的拓扑属性得到证实，例如边的数量和节点的数量。

3.4 植物-土壤-微生物对植物多样性和群落稳定性的驱动效应

相关性分析表明，包括物种丰富度、Shannon多样性、Pielou均匀度和Margalef丰富度指数在内的植物多样性指数与网络参数（如边数、节点数、平均度、平均路径长度和图直径）显著正相关，而Simpson优势指数与这些网络参数显著负相关（p<0.05，图4a）。同样，物种丰富度、Shannon多样性和Pielou均匀度与植物群落的生态位宽度显著正相关，而Simpson优势指数则呈负相关（p<0.05，图4a）。然而，植物群落稳定性与网络参数或生态位宽度之间没有显著相关性（p>0.05，图4a）。相反，植物群落稳定性的显著提高归因于物种丰富度（R2=0.46，p<0.01）、Shannon多样性（R2=0.44，p<0.01）和Pielou均匀度（R2=0.45，p<0.01）的增加，以及Simpson优势指数的降低（R2=0.41，p<0.01，图4b）。Margalef丰富度的变化对植物群落稳定性没有显著影响（R2=0.14，p>0.05，图4b）。

4.1 放牧排除和低氮添加的结合增强了植物群落的多样性和稳定性

在植物群落中，不同的多样性指数反映了不同的生态特征和功能（Eisenhauer等人，2018；Sun等人，2025）。本研究发现，GE和低氮添加（GEN5，GE + 5 kg N·ha^-1·year^-1）的组合处理显著增加了物种丰富度、Shannon多样性、Pielou均匀度和Margalef丰富度指数（图1d–fh），但降低了Simpson优势指数（图1g）。物种丰富度的增加意味着群落内物种数量的增加，表明生态系统具有更广泛的资源可用性和生态位多样性（Zhang等人，2025）。这使得植物群落能够更有效地利用资源，并增强其对环境变化的适应性。Shannon多样性综合考虑了物种数量和物种间的个体分布，当物种在群落内分布更均匀时，Shannon多样性会增加（Priyadarshana等人，2024；Shannon，1948）。这种物种的均匀分布有助于维持群落稳定性和生态系统内的功能多样性（Fischer等人，2016）。Pielou均匀度的提高进一步强调了物种丰度分布的均匀性（Sun等人，2025），反映了物种间相对温和的竞争和更合理的资源分配，这有利于植物群落的长期稳定发展，如图1i在GEN5处理下所示。Margalef丰富度的增加与物种丰富度的增加相对应，反映了物种多样性的提高（Sun等人，2025）。相反，Simpson优势指数的降低表明群落内没有单一物种占据主导地位，导致物种组成更加多样化（Simpson，1949）。这种多样化的物种组成有助于提高群落稳定性和生态系统的韧性，使植物群落能够更好地抵御外部干扰和环境变化（Eisenhauer等人，2018；Fischer等人，2016；Tilman等人，2006）。我们的研究结果还表明，与植物多样性的显著增加相对应，GEN5处理显著增强了植物群落的稳定性（图1i）。具体来说，GEN5处理组中的两个植物多样性指数（除了Simpson优势指数，图1d–fh）和群落稳定性（图1i）都显著高于其他处理组。这一发现与先前的研究结果一致，即草地恢复可以增强生态系统稳定性（Bai等人，2020；Seabloom，2007；Zhu等人，2024），但它也提供了独特的见解。例如，Bai等人（2020）发现，长期积极恢复严重退化的阿尔卑斯草甸可以加速土壤碳周转并提高其稳定性，间接反映了恢复措施在增强生态系统稳定性方面的积极作用。同样，一项为期八年的草地恢复实验表明，放牧排除不仅在当地尺度上，而且在更大的空间尺度上也增强了阿尔卑斯草甸的生物量生产的 temporal 稳定性（Zhu等人，2024）。然而，氮的添加可以在一定程度上增加植物多样性，但存在一个阈值效应；一旦超过某个剂量，植物多样性将会减少（Bai等人，2010）。总之，先前的研究没有明确讨论放牧排除和氮添加水平对退化草地恢复过程中植物群落动态的联合效应。相比之下，本研究通过设置不同的处理组（图S2），清楚地揭示了放牧排除和低氮添加结合在增强植物群落多样性和稳定性方面的独特优势（图1d–fh）。这些发现为适度退化草地的恢复提供了更具体和有针对性的策略。

4.2 生态位分化和物种共存变化对植物群落多样性和稳定性的影响

研究放牧排除和不同氮添加水平如何调节生态位分化和物种共存，将为综合“自然-人工”恢复（此处定义为放牧排除驱动的自然演替和氮添加之间的协同作用）提供宝贵的见解。我们的研究发现，在CK、N5和N15处理中，S. purpurea是优势物种，其生态位宽度较宽（图2b），与其他物种的生态位重叠程度较高（图S6），这可能会加剧资源竞争。然而，在GE和GEN5处理下，植物群落的生态位宽度显著扩大（图2a），这表明物种共存的机会增加了，如图3所示。此外，GEN5处理产生的正相互作用与负相互作用的比例最高，计算公式为（132条总边数 - 5条负边数）/ 5条负边数 = 25.4（图3）。植物物种之间增强的正相互作用有助于提高植物群落的稳定性和生态系统功能，因为一些植物物种可以通过互利关系共享资源，或者通过共生关系为其他物种提供有利的生长条件，从而促进整个群落的稳定发展（Hacker & Gaines, 1997; James et al., 2012; Zhang et al., 2025）。基于相关性的物种共现网络应谨慎解释。尽管这些网络直观地总结了在GE、氮添加及其联合处理下物种关联的变化，但它们捕捉的是统计上的共变关系，而不是直接的生物相互作用，也无法确定相互作用的方向性或因果关系。因此，我们将这些边视为假设的关联，并将网络拓扑结构的处理差异解释为整个群落关联结构变化的比较指标。

4.3 土壤pH值作为植物群落多样性和稳定性变化的关键中介因素

本研究的结果表明，植物群落的稳定性与物种共现网络指标和生态位宽度没有显著关联（图4a）。然而，生态位宽度和网络参数与植物多样性呈正相关（图4a）。此外，更高的植物多样性与更大的群落稳定性相关（图4b），这与传统生态学理论一致（Tilman et al., 2006; Token et al., 2022）。重要的是，图4a中的关系是相关的，并不能单独证明生态位分化或网络结构决定了植物多样性或群落稳定性。生态位宽度和共现网络指标在先验概念模型中已被指定（图S1；表S1），并在初步的SEM分析中进行了测试，但由于相关路径缺乏支持，且其包含并未改善模型拟合度，因此在模型优化过程中被排除。因此，我们将这些基于生态位和网络的模式视为补充证据，同时认识到确认因果关系最终需要通过操纵性实验来研究物种间相互作用和/或更好地考虑共享的环境驱动因素。Mantel分析确定了一组与植物多样性及群落稳定性变化密切相关的植物、土壤和微生物属性（图5a）；这些变量被纳入SEM分析中，以区分它们在低氮和高氮条件下的直接和间接效应。支持我们的假设的是，放牧排除与低氮添加的联合处理在恢复措施中显示出最强的路径强度，其对土壤NO3?-N的影响大于单独任何一个因素（0.76对比0.53；图5b）。这种更强的上游驱动效应通过NO3?-N–pH的链接传递，随后影响了微生物生物量和溶解有机营养物质的池，共同支持了更高的植物多样性，进而提高了群落稳定性（图5b）。因此，在研究条件下，土壤pH值起到了主要的中介作用，但它不太可能是观察到的模式的唯一驱动因素；其他未测量的因素（例如微量营养素的可用性、根系功能特性和根际过程）也可能有所贡献。这一途径的生态合理性得到了低氮添加下土壤碱度降低的观察结果的支持（pH值从CK组的8.05降至N5组的7.74和GEN5组的6.83；表S3），这可能影响植物表现和微生物介导的营养物质可用性。首先，适宜的pH条件可以降低重金属离子的毒性并减少土壤中养分的固定（Namuhan et al., 2024; Vitorello et al., 2005），进一步优化植物生长环境。其次，当土壤pH值处于最佳范围内时，微生物活性增强，促进了有机物的有效分解和溶解有机营养物质的释放（Naz et al., 2022）。这些溶解的有机营养物质不仅为植物提供了直接的营养来源（Jiang et al., 2016），还改善了土壤的物理化学性质（Tian et al., 2025），从而促进了植物生长和养分吸收效率。此外，通过调节土壤pH值增加溶解有机营养物质的可用性不仅直接支持植物生长（Xu et al., 2025），还间接增强了微生物与植物之间的共生关系（Weintraub & Schimel, 2005）。这种共生关系增强了植物抑制病原体的能力，减少了植物病害的发生（Herrera-Vasquez et al., 2025; Liu et al., 2024）。在低氮条件下，有益的NO3?-驱动的pH–微生物/溶解营养物质途径得到了支持（图5b），而在高氮条件下，情况发生了转变，更强的酸化直接导致了群落稳定性的降低（图5c）。高氮添加及其与放牧排除的结合降低了土壤pH值（从CK组的8.05降至N15组的5.96和GEN15组的6.31；表S3），SEM分析表明这种酸化主要是通过NH4+-介导的途径实现的（图5c）。这种酸化会淋溶出重要的阳离子如Ca2+和Mg2+（Cai et al., 2023; Xu et al., 2025），并加剧了Mn2+和Al3+的毒性（Namuhan et al., 2024; Tian et al., 2015），从而限制了许多植物物种的生长和存活，最终降低了植物多样性和群落稳定性。总之，在放牧排除的情况下，适度的人工干预可以加速自然演替过程，而过度干预会破坏土壤–微生物–植物相互作用的平衡，导致生态系统结构脆弱。从恢复实践的角度来看，我们的结果表明，对于类似Bayinbuluk的中度退化的高山草地，放牧排除结合接近环境沉积量的低氮输入（约5公斤氮/公顷/年）可能是一个合适的管理选择，而显著更高的氮负荷可能会引发酸化并导致生物多样性的丧失。然而，这种“自然–人工”协同方法的可扩展性取决于实际限制，包括围栏的成本和物流，以及降水变化和生长季节动态对结果的潜在影响。此外，这里推断的氮阈值可能是系统特定的，在更严重退化的地点或在土壤化学性质和养分限制不同的湿润/干燥草地上可能会有所不同。因此，应适应性地实施低剂量氮输入与放牧排除，同时监测土壤pH值、植物多样性和群落组成，以避免超过特定地点的阈值。重要的是，这些发现及其管理意义应在研究的时间范围内进行解释。尽管群落稳定性是在4年内量化的，因此可能无法反映长期平衡动态，但这个时间间隔足以捕捉到恢复过程中的生态学意义上的早期响应。在放牧排除结合低氮添加下观察到的群落稳定性提升可能源于物种组成和资源利用互补性的短暂但功能重要的变化。为了评估这些提升是否持续、增强或随着恢复的进行和竞争层次结构的重组而逆转，进行长期监测——以及评估额外的稳定性维度（例如抵抗力、恢复力和物种同步性）将是很有价值的，这将增强跨研究的可比性，而不仅仅是生物量不变性。

5 结论

本研究创新性地揭示了低氮添加和放牧排除在恢复草地植物多样性和稳定性方面的协同效应。具体来说，在放牧排除和低氮添加的联合处理下，植物群落表现出最宽的生态位宽度，支持了更多的物种共存。反过来，更高的物种多样性导致了更大的群落稳定性。与此一致的是，SEM分析确定物种多样性是稳定性的关键预测因子；在低氮条件下，拟合模型解释了群落稳定性方差的51%（R2 = 0.51），其中NO3?-N相关的土壤pH值下降通过微生物生物量和溶解有机营养物质传递。相反，高氮添加及其与放牧排除的结合，在NH4+-N的影响下，对土壤pH值产生了负面影响，加剧了土壤酸度，对植物生存有害。总体而言，我们的发现强调了适度人为干预在加速自然演替过程中的关键作用，并为“自然–人工”协同恢复提供了新的见解。

作者贡献

张春平：调查；正式分析；软件使用；撰写初稿；资金获取；数据管理。杨康：正式分析；软件使用。臧志发：方法学。卢梦梦和陈思涵：调查。黄远生：调查；方法学；概念化；可视化；监督；撰写–审阅和编辑；验证；资金获取。李家欣：数据管理。

致谢

本研究得到了陕西省自然科学基础研究计划（2025JC-YBQN-277）、西北农林科技大学医生科学创业基金会（Z1090124110）和新疆维吾尔自治区科学技术部门（2023D01C182）的资助。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。

数据可用性声明

数据可从Figshare数字存储库获取：https://doi.org/10.6084/m9.figshare.31563403（Zhang et al., 2026）。