湿地土壤的历史演变决定了微生物群落的组成，而水文条件的改变则会影响温室气体的排放量

《Ecosphere》：Wetland soil history shapes microbial community composition, while hydrologic disturbance alters greenhouse gas fluxes

　　摘要

尽管湿地仅占世界陆地表面的5%到10%，但据估计，由于人类活动，已有三分之一的湿地丧失。湿地的消失减少了生态系统的好处，包括改善水质和缓解气候变化。这些由微生物介导的功能依赖于氧化还原条件，而这些条件又受到土壤水文状况和植物存在的影响。我们测试了一个总体假设：虽然由于长期的水文历史，微生物群落组成可能会保持稳定，但像温室气体生产这样的关键功能仍具有可塑性，并会对短期环境变化作出反应。通过使用中型生态系统设计，我们改变了水文条件（即稳定的干燥、稳定的水淹以及交替的湿润/干燥状态）以及植物的存在，以诱导湿地土壤中的氧化还原变化。我们测量了土壤的氧化还原状态，使用靶向扩增子和宏基因组测序技术来表征微生物群落，并测量了温室气体的产生情况以评估微生物功能。8周的水文处理改变了群落组成，但并未抵消长期水文历史的更强影响。短期水文处理改变了甲烷和二氧化碳的通量，在湿润处理条件下甲烷产生增加，在干燥处理条件下二氧化碳产生增加。植物存在与否对土壤微生物组组成或土壤温室气体产生影响不大。研究结果强调了由历史水文条件塑造的微生物群落结构的稳定性，并强调了水文条件对微生物组成和功能的强影响。预测湿地干扰和恢复的结果需要加强对群落稳定性和功能可塑性的理解。我们的结果表明，湿地的水文恢复可以建立一个能够抵御环境变化的稳定微生物群落，但如温室气体排放这样的微生物功能仍然会对水文干扰（包括洪水和干旱）作出反应。

引言

尽管湿地仅占陆地面积的5%到10%（Kingsford等人，2016年），但全球范围内至少有21%的湿地已经消失（Fluet-Chouinard等人，2023年）。这些生态系统对于改善水质和通过碳封存缓解气候变化至关重要（Mitsch等人，2015年）。将湿地转换为城市和农业用地导致了这些基本功能的丧失（Zedler & Kercher，2005年）。因此，人们非常关注湿地的保护、恢复和建设，以利用其生态系统的好处（Patel等人，2021年；Spieles，2022年；Suhani等人，2020年）。湿地的重要功能包括在饱和土壤中的厌氧微生物过程，这些过程通过反硝化作用促进完全去除无机氮并抑制有机物的分解（Martínez-Espinosa等人，2021年；Mcleod等人，2011年）。然而，这些厌氧条件也可能支持甲烷生成，从而可能降低长期的碳储存和气候效益（Bridgham等人，2013年）。提供这些生态系统服务的微生物功能可以通过管理来增强湿地的效益，这需要更深入地了解控制湿地微生物生态系统功能的因素（Peralta, Stuart等人，2014年）。对微生物控制生态系统功能的理解不足限制了当前湿地恢复工作的成效，突显了进一步研究的必要性（Cadier等人，2020年）。为了产生细胞能量，微生物催化了一系列氧化-还原（氧化还原）反应（Barron，1939年；Seto等人，2025年；Walz，1979年）。在有氧条件下，呼吸作用产生的能量最多，但在水分填充土壤孔隙时，氧气（O2）向土壤基质的扩散减少，导致环境变为还原状态（Marschner，2021年；Mitsch等人，2013年；Truu等人，2009年）。还原环境有利于使用硝酸盐（NO3?）、锰、三价铁、硫酸盐和二氧化碳（CO2）等末端电子受体进行厌氧呼吸（Burgin等人，2011年；Marschner，2021年）。因此，测量土壤的氧化还原电位有助于预测土壤微生物可能进行的生物地球化学过程。为了在减少甲烷（CH4）产生的同时管理支持氮去除和保留的微生物功能，了解水文变化如何影响微生物群落非常重要。微生物类群适应了其环境中的特定水文条件，土壤湿度的时间变化也会影响它们（de Nijs等人，2019年；Peralta, Ludmer等人，2014年；Ricks & Yannarell，2023年；Truu等人，2009年）。干旱、排水和土壤再湿润会改变土壤的氧化还原电位、微生物群落组成和代谢，从而影响反硝化和甲烷生成等厌氧过程的相对速率（Fairbairn等人，2023年；Kim等人，2008年；Peralta, Ludmer等人，2014年；Truu等人，2009年）。如果干燥和再湿润事件是周期性的，那么活动与休眠的循环可以维持比稳定环境条件更高的微生物多样性（Peralta, Ludmer等人，2014年）。例如，许多反硝化菌是兼性厌氧菌，能够在有氧呼吸和反硝化之间快速切换。在长期厌氧条件下，如被淹没的湿地中，甲烷生成菌通常占主导地位，它们负责将CO2或甲基转化为CH4（Hernández等人，2017年；Ferry，2011年；Mitsch & Gosselink，2015年）。随着水文变化的发生，好氧-厌氧界面支持甲烷氧化菌将CH4转化为CO2，同时也支持反硝化菌（Conrad，2009年；McDonald & Murrell，1997年；Mitsch & Gosselink，2015年）。因此，在波动的水文条件下，不同微生物类群之间的这种动态相互作用对于碳和氮循环的关键转化至关重要。虽然水文条件是土壤氧化还原电位的主要决定因素，但植物也会改变土壤环境。与植物根系接触的土壤微环境由于植物介导的养分、O2和碳的地下运输而成为微生物活动的热点（Chanton，2005年；Kuzyakov，2010年；Philippot等人，2013年）。此外，植被可以通过促进O2向根区的传输（Chanton，2005年；Sundberg等人，2007年）和将CH4从根区传输到大气中（Carmichael等人，2014年；Hu等人，2015年）来改变土壤的氧化还原电位。预计气候变化将增加美国东南部的洪水和干旱频率，而持续的土地利用变化继续减少湿地和森林覆盖（Apurv & Cai，2021年；Easterling等人，2017年；Griffith等人，2003年；IPCC，2023年；Potapov等人，2022年；Skeeter等人，2019年；Terando等人，2014年）。这些大规模的水文和植被变化对湿地土壤微生物组构成了重大干扰。理解和预测这些微生物组的功能反应是困难的，因为它们的稳定性基于复杂的生物和非生物相互作用网络（Griffiths & Philippot，2013年；Lennon等人，2023年；Treseder等人，2012年）。微生物的稳定性由两个关键属性定义：抗干扰性（对干扰的不敏感性）和恢复力（干扰后的恢复速率）（Pimm，1984年；Shade等人，2012年）。在干扰后，群落功能的变化可能由两种不同机制驱动：组成变化（谁在那里的变化）或表型可塑性（现有微生物的行为变化）（K?nig等人，2018年；Philippot等人，2021年）。土壤微生物组的稳定性还受到非生物因素的影响，包括土壤质地、底物多样性和养分可用性（Griffiths & Philippot，2013年）。对微生物组对水文和植物干扰功能的特征描述有助于更准确地预测湿地的温室气体（GHG）排放。本研究调查了水文变化持续时间（即持续干燥、间歇性干燥/湿润和持续湿润）和植被存在对微生物群落结构、土壤氧化还原条件和GHG产生的影响。我们假设水文历史对微生物群落组成的影响大于8周的水文和植被存在/不存在处理。虽然我们预计在8周的培养时间内群落组成会保持稳定，但也假设短期水文和植被存在/不存在处理会通过群落表型可塑性和有限的群落组成变化影响GHG产生。预测的功能反应包括在还原条件下（湿润且无植物时）甲烷生成的增加，在氧化条件下（干燥且有植物时）有氧呼吸的增加。为了验证这些假设，我们在一个恢复的沿海平原湿地中进行了中型生态系统实验，其中我们改变了水文条件（即干燥、间歇性和湿润）和植物的存在。我们测量了土壤养分浓度、氧化还原电位、GHG通量，并使用宏基因组测序和16S rRNA基因扩增子测序技术表征了土壤微生物群落。通过施加急性的水文和植物覆盖差异，我们能够测试植物-微生物对长期水文制度和短期水文干扰的响应，以及相关的净生态系统GHG输出。

研究地点

我们从位于北卡罗来纳州Tyrell县Albemarle半岛的Timberlake Observatory for Wetland Restoration（TOWeR）收集了土壤样本（35°54′22″N, 76°09′25″W；图1）。该地点属于Great Dismal Swamp Restoration Bank的一部分，这是一个占地1700公顷的湿地，其中包括420公顷的成熟森林湿地、787公顷的森林湿地、57.2公顷的排水灌木丛和440公顷的农业用地，这些土地在2007年被恢复为湿地栖息地（Ardón等人，2010年，2013年；Morse等人，2012年）。恢复工作的重点是拆除排渠并种植了75万株苗木，包括Taxodium distichum、Nyssa spp.、Salix nigra、Fraxinus pennsylvanica和Quercus spp.（Morse等人，2012年）。最近的调查显示，该地点的主要植物物种是Juncus effusus L.，以及Euthamia caroliniana（L.）Greene ex Porter & Britton、Solidago fistulosa Mill.和Scirpus cyperinus（L.）Kunth（Hopfensperger等人，2014年）。该地点通过Little Alligator River与Albemarle Sound相连，其地理位置增加了盐水入侵的可能性（Ardón等人，2013年）。尽管恢复后的湿地海拔变化很小（-1至2米），但仍存在水文梯度，这是由地下水位决定的，代表了高地干燥、饱和湿润和过渡干燥/湿润（“间歇”）区域（Hopfensperger等人，2014年）。图1显示了野外站点和中型生态系统设置情况：(a) 来自Timberlake Observatory for Wetland Restoration的湿地中型生态系统（图片经Ardón等人许可修改）；(b, 顶部) 湿地中型生态系统设置的俯视图，左侧代表植物处理组，右侧代表无植物处理组，两者由不锈钢网分隔（照片来源：R. Bledsoe）；(b, 中间) 湿润处理中型生态系统的示例，安装了指示还原状态的IRIS管（照片来源：R. Bledsoe）；(b, 底部) 用于温室气体采样的中型生态系统示例（照片来源：R. Bledsoe）。PA表示保护区域；PP表示Palmetto Peartree Preserve；TR表示Timberlake Observatory for Wetland Restoration。

方法

我们使用中型生态系统方法来评估由于水文变化和植被变化导致的土壤微生物群落、氧化还原电位和GHG产生的变化。我们使用从TOWeR三个地点收集的土壤块设置了中型生态系统实验。土壤样本取自恢复后的区域（恢复后12年），这些地区在恢复前几十年来一直用作农业用地（Ardón等人，2010年）。我们收集了位于地点进水侧的三个不同水文区域的土壤，坐标分别为：35.895917°N, 76.165972°W（干燥）、35.895778°N, 76.165861°W（间歇性）和35.895639°N, 76.165556°W（湿润）。使用园艺刀具和铲子从每个地点切割出六个完整的土壤块（尺寸为25厘米×25厘米×20厘米）。土壤的水文历史通过采集时的地下水位确定（干燥=20厘米，间歇性=10厘米，湿润=0厘米）。土壤块被放置在尺寸相同的黑色塑料容器中（图1）。为了操纵植被的存在，容器被分成两半，并用根屏（20微米不锈钢网）分隔。在实验期间，一侧允许植物生长，而“无植物”一侧则通过仔细移除地上和地下的植物生物量来维持。为了在中型生态系统内操纵水文条件，在容器底部3厘米处插入了乙烯基管，并连接到1升水瓶（图1）。通过从蓄水池收集雨水将1升瓶内的水位维持在所需高度。最后，在表面下方5厘米处插入了直径10厘米的PVC环作为GHG chambers的采样基座（在GHG通量部分有详细描述）。中型生态系统实验在东卡罗来纳大学（ECU）西研究校区进行，置于带遮阳布的 hoop house 内，这样可以防止降水并允许60%的光线穿透。土壤样本采集于2016年4月1日，并在2016年5月29日完成处理。实验中的中观生态系统采样工作从2016年6月13日开始，持续至2016年8月11日结束。实验期间的温度范围为22.7至30.8摄氏度。由于该实验设施位于距试验地点约150公里的湿地中，且属于同一地貌区域，因此设施内的温度和相对湿度与野外条件非常相似。为了控制水分条件，必须采取措施防止降水。在安装PVC套管并设置植物处理区两周后，我们开始了相应的水文处理。整个水文处理过程持续了8周，以使实验期间能够多次经历干旱和湿润状态。处于湿润条件下的中观生态系统通过顶部浇水方式进行灌溉，并使用水容器将其水位保持在最高限度（18厘米）；而处于干燥条件下的中观生态系统则用水容器保持5厘米的水深。如上所述，这些中观生态系统每隔两周会在湿润和干燥状态之间转换一次，起始为湿润状态，最终结束为干燥状态。所有用于实验的植物均来自现有的植物群落和种子库（详见Hopfensperger等人的研究，2014年）。虽然我们没有监测植物群落的组成变化，但确实观察到不同水文处理条件下中观生态系统中的植物种类存在差异。持续处于湿润状态的中观生态系统主要由水生和半水生植物占据，例如Ludwigia palustris；而在干旱条件下的中观生态系统则含有更多莎草类植物（如J. effusus）。

我们对土壤的氧化还原状态进行了测量。实验开始和结束时，分别使用了土壤还原指标管（IRIS管，InMass Technologies公司制造；见附录S1中的图2）来进行测试。IRIS管由直径为1.5厘米的40级PVC管制成，表面涂有氧化铁（Fe(III)）涂料（Rabenhorst，2008年）。在氧化环境中，Fe(III)呈现橙红色；但在还原条件下，Fe(III)会被还原成Fe(II)，并溶解在溶液中，从而在管壁上留下白色痕迹（Jenkinson & Franzmeier，2006年；Rabenhorst，2008年）。实验开始时，每个中观生态系统内各放置了两根IRIS管（深度12厘米），一根位于有植物的一侧，另一根位于无植物的一侧。这些IRIS管在中观生态系统内孵育两周后取出进行分析。移除IRIS管后，我们会用未涂层的PVC管填补相应的孔洞。实验结束前两周，我们会再次更换新的IRIS管以测量最终的土壤氧化还原状态。

（a）中观生态系统中的土壤还原指标管图像（图片来源：R. Bledsoe），（b）IRIS管的示例图片（图片来源：R. Bledsoe），以及（c）总结实验前后氧化还原状态变化的箱线图。用于ImageJ分析的示例IRIS管中，标有植物的图标表示有植物的中观生态系统，无植物的图标表示无植物的中观生态系统。箱线图展示了实验开始（第0周）和结束时（第8周）IRIS管上被去除的涂料百分比。每个样本以点状显示，并根据其水文处理类型进行颜色区分。点的形状反映了植物存在的状态（实心点表示有植物，空心点表示无植物）。箱线图展示了中位数、第一和第三四分位数，以及超出四分位距1.5倍范围的值。我们测量了IRIS管上被去除的Fe(III)涂料的表面积。首先，我们使用GIMP2软件（版本2.8.14，Kimball等人，2014年）对整个IRIS管进行拍照处理；接着识别出涂料被去除的区域（如安装或拆除管子时留下的划痕），并手动修复这些像素；随后使用ImageJ软件（版本1.48，Schneider等人，2012年）将所有有色像素转换为黑色。通过比较白色像素与总像素的比例来确定涂料的去除百分比。氧化还原状态的解读基于10厘米长管段上被去除的涂料百分比：0%表示未发生还原反应；1%-5%表示可能未发生还原反应；5%-10%表示可能发生还原反应；10%-25%及以上表示确定发生了还原反应（Rabenhorst，2008年）。

实验结束时，我们通过破坏性采样方法获取了土壤样本，并测定了其物理化学性质。我们从每个中观生态系统的两侧（有植物和无植物区域）各采集了六个土壤样本（直径3厘米，深度10厘米），并将同一侧的样本合并成一个复合样本（分别代表有植物和无植物的复合样本）。样品经过4毫米筛网过滤后进行均质处理，以便后续的分析。对于每个样本，我们通过将20-30克湿润土壤在105摄氏度下烘干至少24小时来测定其含水量。接着，我们用45毫升2M KCl溶液提取大约5克湿润土壤中的可溶性铵（NH4+）和硝酸根（NO3?）离子，并使用SmartChem 200自动分析仪（Unity Scientific公司，美国马萨诸塞州米尔福德市）进行比色分析。为了测定总碳和总氮含量，我们将空气干燥后的土壤细粉通过500微米筛网过滤，并使用元素分析仪（Perkin Elmer公司，美国马萨诸塞州沃尔瑟姆市）进行分析。另一部分空气干燥后的土壤样本被送往Waters Agricultural Laboratories公司（北卡罗来纳州沃索市），采用标准Mehlich III方法测定其pH值、磷、钾、镁、硫、锰、铁和腐殖质含量。

我们研究了水文条件和植被对温室气体（GHG）产生的影响。水文处理开始两周后的2016年6月13日，我们首次测量了GHG通量，并随后每隔两周测量一次，直至2016年8月11日，共进行了五次采样。用于测量GHG通量的容器高度为20厘米，直径为8.25厘米，由透明亚克力材料制成。这些容器可以同时反映异养植物、自养植物以及微生物的净通量。容器的一端用硅胶密封，另一端装有带33毫米隔膜的管塞作为气体采样口。采样时，容器被放置在预先安装好的PVC套管上，并用胶带固定密封以防气体泄漏（Hoffmann等人，2018年）。我们在实验开始后的第30分钟、60分钟、120分钟和180分钟这三个时间点采集了气体样本。实验开始前的环境气体浓度数据是从ECU西校区的中观生态系统现场获取的。每月的平均环境GHG浓度被用作 ??月份中观生态系统通量测量的参考值。采集气体样本时，我们使用注射器抽取气体，并将头部空间混合三次后采样20毫升。样本被分别储存于两个3毫升的玻璃Exetainer小瓶中（Lampeter公司，英国威尔士）。样品在室温下避光保存96小时后进行分析。我们使用配备电子捕获检测器的Shimadzu气相色谱仪（GC-2014）和火焰离子化检测器（用于测量CH4和CO2）来分析GHG浓度。校准标准数据见附录S1中的表S1。

我们评估了水文条件和植被对微生物群落组成的影响。实验开始时（基于IRIS管安装时采集的土壤），以及实验结束时（基于破坏性采样时采集的土壤），我们使用标准土壤探针（直径3厘米，深度10厘米）采集了“最终”土壤样本。我们从这些土壤中提取基因组DNA，并将其稀释至20 ng/μL浓度。这种基因组DNA被用作聚合酶链反应（PCR）的模板，PCR反应中使用了Earth Microbiome项目开发的条形码引物（针对细菌16S rRNA基因的V4区域，Prappill等人，2015年；Caporaso等人，2012年；Parada等人，2016年）。PCR反应和测序文库的准备工作详见附录S1中的“补充方法”。我们使用Illumina MiSeq平台（Illumina Reagent Kit v2，500反应试剂盒）对测序文库进行测序。测序结果使用mothur软件（v1.42.0，Kozich等人，2013年；Schloss等人，2009年）进行处理和组装。我们根据序列的97%相似度将序列分类为操作分类单元（OTUs）。由于测序使用的是短reads（250 bp），我们采用了基于OTU的距离阈值（3%）来避免将相同的细菌基因组分割成多个不同的簇。这种基于OTU的方法还能减少因PCR偏差和测序错误导致的ASV数量过度膨胀现象（Schloss，2021年）。

为了分析细菌和古菌的群落组成，我们在实验开始时（基于IRIS管安装时采集的土壤）和结束时（基于破坏性采样时采集的土壤）分别进行了评估。我们使用标准土壤探针从相同的采样位置采集了“最终”土壤样本。从这些土壤中提取基因组DNA后，使用Qiagen DNeasy PowerSoil试剂盒进行扩增，并将DNA稀释至20 ng/μL浓度。这些基因组DNA被用作PCR反应的模板，反应中使用了由Earth Microbiome Project开发的特异性引物（bacterial/archaeal 515FB/806R引物对）。PCR反应和测序文库的详细步骤见附录S1。测序数据在印第安纳大学基因组学和生物信息学测序设施中使用Illumina MiSeq平台（Illumina Reagent Kit v2）进行处理。我们使用mothur软件（v1.42.0，Kozich等人，2013年；Schloss等人，2009年）对序列进行质量控制和处理，并将比对后的序列对齐到SILVA rRNA数据库（v132，Quast等人，2013年）。通过VSEARCH算法（Rognes等人，2016年）移除了嵌合序列。我们首先根据分类单元对序列进行分组，然后根据97%的序列相似度将它们归类为OTUs。由于扩增子测序使用的是短reads（250 bp），且未对基因组进行组装，因此我们采用了基于OTU的距离阈值来避免将同一细菌基因组分割成多个簇。此外，基于OTU的方法还能减少PCR偏差和测序错误导致的ASV数量过度增加的问题（Schloss，2021年）。

基于扩增子测序结果，我们筛选出了一组代表最具代表性的微生物群落的样本。有关样本处理和宏基因组测序的详细描述，请参阅Peralta等人的研究（2020年）。我们选取了一组基线样本和洪水/干燥处理后的样本。基线样本来自相对干燥（水位约为-20厘米，n=4个样本）和相对湿润（水位约为0厘米，n=4个样本）的试验地点。实验结束后，我们从不同的水文处理组（长期干旱或湿润）和植物处理组（有或无植被，n=16个样本）中各选取了一部分样本。基因组DNA提取完成后，样本被送往美国能源部（DOE）联合基因组研究所（JGI）进行测序和分析（GOLD研究编号Gs0142547，NCBI BioProject编号PRJNA641216）。根据已公布的协议（Peralta等人，2020年），我们对样本进行了基于平板的DNA文库制备和Illumina测序，共计获得了583.2 Gbp的原始测序数据。原始数据使用DOE JGI Metagenome Annotation Pipeline IMG/M v.5.0.9（Chen等人，2017年；Huntemann等人，2016年；Markowitz等人，2014年）进行处理。从这些宏基因组数据中，我们使用KGG模块（KEGG）筛选出功能基因集。在统计分析中，我们关注了与生物源GHG通量相关的四个功能基因集：（1）反硝化作用（KEGG模块M00529），（2）甲烷生成菌（M00617），（3）碳水化合物代谢（M00001–M00011、M00307–M00309、M00580和M00633），以及（4）原核细胞色素C氧化酶（CcO，M00155）。

所有统计分析均在R统计环境（RStudio 2026.01.0+392，Rv4.5.2，Posit Team，2026；R Core Team，2025）中进行。在进行多变量统计分析之前，我们使用vegan::rrarefy工具（Oksanen等人，2022年）对OTU计数数据进行稀疏处理，并将其转换为相对丰度值。同样，通过将每个功能基因的计数除以每个相应功能基因类别中的总功能基因计数，将功能基因的数量转换为相对丰度。我们使用基于Bray–Curtis差异性的细菌群落组成主坐标分析（PCoA）来检查细菌群落对水文历史（田间条件）、水文处理（当前干旱/湿润处理）以及植物存在/缺失的反应。我们还使用PCoA来可视化功能基因类别根据水文历史、水文处理和植物存在/缺失的Bray–Curtis差异性。我们使用置换多变量ANOVA（PERMANOVA）来确定不同水文历史、水文处理和植物存在之间的细菌群落差异。使用vegan::adonis函数（Oksanen等人，2022年）进行PERMANOVA的假设检验。通过labdsv::indval函数（Roberts，2023年）的Dufrene–Legendre指示物种分析来确定代表每种水文历史和水文处理的独特分类单元。最后，我们使用vegan::envfit函数（Oksanen等人，2022年）将土壤属性与细菌群落和功能模式（基于Bray–Curtis差异性）进行比较。p≤0.05的土壤属性在16S rRNA群落组成的PCoA图上以与其与微生物群落模式相关的程度为比例进行表示。p≤0.1的温室气体通量和土壤属性以与其相关的程度为比例在功能基因组成的PCoA图上绘制。我们使用lme4 R包（Bates等人，2015年）构建了线性混合效应模型，其中采样地块（中宇宙）和采样日期作为随机效应，以确定水文历史（田间条件）、水文处理（当前干旱/湿润处理）和植物存在对温室气体通量的固定效应的重要性。然后，我们使用修正的Akaike信息准则（AICc）模型比较来确定解释温室气体通量最大方差所需的固定效应的最简单组合（Gorsky等人，2019年；Hurvich & Tsai，1993年）。我们没有使用固定效应水文历史和水文处理之间的交互作用，因为这种组合会导致每组的样本量n=2。最后，为了确定固定效应（边际）和完整模型（条件）解释的方差比例，我们使用了MuMIn R包（Bartoń，2025年；Gorsky等人，2019年）。虽然线性混合效应模型对偏离正态性的情况具有鲁棒性（Schielzeth等人，2020年），但传统的ANOVA和t检验则不那么鲁棒（Blanca等人，2017年；Havlicek & Peterson，1974年）。为了适应极端异常值和缺乏正态性的情况，我们使用非参数统计方法来测试不同水文处理和植物存在/缺失之间的温室气体通量差异。我们使用Wilcoxon秩和检验来评估有植物和无植物组之间的温室气体通量差异，并使用Kruskal–Wallis检验来比较三种水文处理（干旱、中间和湿润）之间的温室气体通量。为了考虑重复测量，Wilcoxon秩和和Kruskal–Wallis检验按采样日期分组。如果采样的Kruskal–Wallis检验显示处理组之间存在差异（p≤0.05），我们则使用Dwass、Steel、Critchlow和Fligner（SDCFlig）检验以及蒙特卡洛分布进行成对比较（Schneider等人，2023年）。为了评估微生物群落结构和功能关系，我们使用dbstats R包中的基于距离的部分最小二乘回归（DBPLSR）来检查温室气体通量与微生物群落/功能Bray–Curtis差异矩阵之间的关系（Boj等人，2024年）。最后，我们使用vegan::mantel函数（Oksanen等人，2022年）来检查土壤属性（氧化还原状态、湿度百分比、pH值、NH4+、总土壤碳、总土壤氮、磷ppm、钾ppm、镁ppm、硫ppm、铁ppm和腐殖质百分比）与温室气体通量和微生物群落组成之间的关系。

从三种不同水文条件（干旱、中间和湿润）采样的土壤中宇宙经历了8周的水文和植物存在/缺失处理（图1）。三种水文处理水平为：（1）淹没8周，（2）干旱8周，以及（3）中间状态，即2周淹没与2周干旱交替，总共8周。每个盒子由不锈钢网分隔器分隔，一边允许植物生长，另一边移除植物（图1）。土壤物理化学性质的表征

在主要效应（水文历史、水文处理和植物存在）之间，土壤性质的变异性很小，除了在干旱和湿润水文处理下的植物处理之间土壤湿度有显著差异（表1）。此外，含有植物的样品中NO3?N浓度低于检测限，但在没有植物的样品中可以测量到（表1）。通过IRIS管测量的土壤氧化还原状态显示，经历干旱和中间处理的土壤没有还原作用（0%氧化铁油漆去除），而湿润处理中的土壤有还原作用（图2）。在湿润处理中，IRIS管与根部接触的部分区域保持局部氧化条件（图2；附录S1：图S1）。表1. 经过8周水文处理后测量的土壤化学和物理性质。

| 处理 | 植物 | 无植物 |
|:--------|:--------|:--------|
| | | |
| | 39±0.31 | 14±0.03 |
| | 19±0.16 | 13±0.02 |
| | 29±0.23 | 62±0.07 |
| | 5.31±0.11 | 5.31±0.09 |
| | 0.39±0.07 | 0.27±0.04 |
| | 0.39±0.42 | 0.08±0.07 |
| | 4.63±0.78 | 4.63±0.81 |
| | 0.22±0.03 | 0.22±0.03 |
| | 21.00±4.14 | 20.41±4.4 |
| | 33.66±5.97 | 30.25±10.3 |
| | 77.58±6.46 | 74.66±11.4 |
| | 15.75±1.94 | 15.33±2.29 |
| | 252.66±14.45 | 243.66±17.06 |
| | 78.66±16.47 | 86±22.33 |
| | 23.16±5.98 | 23±5.79 |
| | 33.58±11.44 | 26.75±3.04 |
| | 12.16±0.40 | 11.33±1.21 |
| | 11.5±1.00 | 11.5±1.00 |
| | 248±0.07 | 0.08±0.07 |
| | 0.39±0.07 | 0.27±0.04 |
| | 0.08±0.07 | MDL |
| | 4.63±0.78 | 4.63±0.81 |
| | 0.22±0.03 | 0.22±0.03 |
| | 21.00±4.14 | 20.41±4.4 |
| | 39±0.92 | 30.25±10.3 |
| | 77.58±6.46 | 74.66±11.4 |
| | 252.66±14.45 | 243.66±17.06 |
| | 280.66±40.71 | 280.66±40.71 |

注：按水文处理和植物状况报告的平均值（均值±标准差）以显示组间差异。缩写：C，碳；Fe，铁；K，钾；MDL，低于检测限；Mg，镁；Mn，锰；N，氮；NH4+，铵；NO3?，硝酸盐；P，磷；ppm，百万分之一；S，硫。植物和土壤氧化还原作用对温室气体通量的影响

湿润水文处理和无植物条件下产生了最高的CH4通量，并且样本之间的变异性最大（10.31±45.54 mg CH4 m?2 h?1；附录S1：表S2）。在比较五个时间点的植物与无植物的CH4通量时，除了6月28日的第二个时间点，植物存在时的CH4浓度高于无植物时之外，没有发现差异（附录S1：图S2，表S3）。在整个中间三个时间点（6月28日至7月25日），湿润处理产生的CH4通量大于干旱处理，并且观察到湿润与中间以及湿润与干旱之间的差异，但这些差异并没有在整个实验中持续存在（图3；附录S1：表S4）。仅包含随机效应（采样地块和日期）的线性混合效应模型是最合理的（ΔAICc = 0），AICc权重为0.37（附录S1：表S5）。图3在图形查看器中打开

干旱、中间和湿润水文处理下的温室气体通量。比较了（a）甲烷（CH4）、（b）二氧化碳（CO2）和（c）一氧化二氮（N2O）在五个时间点的水文处理下的通量。单个样本以形状表示并按水文处理着色。点形状代表水文历史，开放点与闭合点代表植物的存在与否。箱线图总结了中位数、第一和第三四分位数以及两个延伸|≤| 1.5×四分位距的 whiskers。星号代表Dwass、Steel、Critchlow和Fligner（SDCFlig）检验的显著性水平（****p≤0.0001，***p≤0.001，**p≤0.01，*p≤0.05，无符号：p>0.05）。在一个来自中间水文历史和无植物的湿润处理的中宇宙中测量到的极端异常值248 mg CH4 m?2 h?1被用于统计计算，但未在图中显示以改善处理之间的差异的可视化。二氧化碳（CO2）

在两个时间点，干旱水文处理下的CO2通量大于中间和湿润处理下的CO2通量（图3；附录S1：表S4）。包括水文处理和植物存在/缺失的交互作用的线性混合效应模型是最合理的（ΔAICc = 0），并解释了CO2通量方差的49%（条件R2，附录S1：表S5）。相比之下，植物存在/缺失的固定效应解释了CO2通量方差的12%，而水文处理和水文历史分别解释了19%和1%（附录S1：表S5）。一氧化二氮（N2O）

在所有水文和植物处理下，N2O通量接近零（范围：?4.61至2.88 mg N2O m?2 h?1）（图3；附录S1：图S2）。在7月11日和7月25日，没有植物的N2O通量超过了有植物的N2O通量（附录S1：图S2，表S3）。除了6月13日中间水文处理下的通量较低外，不同水文处理下的N2O通量相似（图3；附录S1：表S4）。基于AICc权重为0.25的模型，包含植物和水文处理的加性效应是最合理的（ΔAICc = 0）（附录S1：表S5）。土壤氧化还原状态与温室气体通量之间的关系

我们使用线性回归来检查土壤氧化还原状态（通过IRIS管去除的油漆百分比表示）与温室气体通量之间的关系。在实验开始时，CH4通量与氧化还原状态有弱正相关（F34 = 3.14，R2 = 0.06，p = 0.09）。在实验结束时，CO2通量与氧化还原条件呈负相关（F34 = 6.90，R2 = 0.14，p = 0.01）。在整个实验中，N2O通量与氧化还原条件没有显著关系（附录S1：表S6，图S3）。微生物群落组成的模式

细菌和古菌群落组成按水文历史在水文处理内聚类（图4）。水文历史（PERMANOVA，F2,35 = 7.562，R2 = 0.305，p = 0.001）和水文处理（PERMANOVA，F2,35 = 2.605，R2 = 0.110，p = 0.002）解释了微生物群落模式的方差（图4；附录S1：表S7）。相比之下，在有植物或无植物的情况下，微生物群落组成相似（PERMANOVA，F1,35 = 0.698，R2 = 0.102，p = 0.824；附录S1：表S7）。微生物组成和土壤性质的整体模式显著相关（Mantel r = 0.384，p = 1.0×10?4；附录S1：表S8）。图4在图形查看器中打开

基于主坐标分析（PCoA）的排序绘制了基于16S rRNA基因的细菌和古菌群落的组成。标记的向量按其相关性缩放，表示土壤物理化学变量与微生物群落排序之间的关系，p≤0.05（使用envfit函数）。CEC，阳离子交换容量；%C，碳百分比；%N，氮百分比。对前2.5%的OTU（基于p≤0.01的相对丰度）进行指示物种分析，显示干旱历史由好氧细菌属（Gaiella、Reyranella和Terrimonas）代表。与甲烷循环相关的微生物分类单元，包括古菌属Methanobacterium和细菌属Methylocystis和Syntrophobacter，是湿润水文历史微生物群落的独特成员（附录S1：表S9）。湿润处理由固氮分类单元Anaeromyxobacter和Bradyrhizobium指示，而Reyranella同时指示干旱历史条件和湿润水文处理（附录S1：表S10）。功能基因组成的模式

功能基因的组成受水文条件的影响，但不受植物存在与否的影响。碳水化合物代谢组成在不同水文处理之间有所不同（PERMANOVA，F1,23 = 2.735，R2 = 0.092，p = 0.013），而反硝化、甲烷生成和CcO基因在不同水文处理之间相似（附录S1：表S7）。水文历史影响了与甲烷生成、中心碳水化合物代谢和CcO相关的基因组成（附录S1：表S7）。基于环境拟合（vegan::envfit），反硝化功能基因组成与二氧化碳通量的碳损失相关（envfit，R2 = 0.243，p = 0.063；图5）。甲烷生成基因的PCoA与土壤湿度百分比相关（envfit，R2 = 0.201，p = 0.094），中心碳水化合物代谢基因的PCoA与IRIS管去除的油漆百分比相关（envfit，R2 = 0.238，p = 0.059；图5）。CcO基因的组成与温室气体通量或土壤氧化还原条件没有显著变化（图5）。图5在图形查看器中打开

基于主坐标分析（PCoA）的排序绘制了功能基因模块的群落组成。PCoA排序基于京都基因组百科全书（KEGG）模块中功能基因相对丰度的Bray–Curtis距离：（a）反硝化（KEGG模块M00529），（b）甲烷生成（M00617），（c）中心碳水化合物代谢（M00001–M00011，M00307–M00309，M00580，和M00633），以及（d）原核细胞色素C氧化酶（M00155）。基线样本在水文和植物处理开始前收集。向量表示温室气体通量、土壤物理化学因素和功能基因组成之间的显著（p≤0.1）关系，向量的长度按相关性强度缩放（使用envfit函数）。温室气体通量、微生物群落组成和土壤性质之间的关系

微生物群落组成比土壤性质更好地解释了温室气体通量的方差。DBPLSR揭示了微生物群落组成分别解释了CH4、CO2和N2O通量浓度变化的58%、37%和47%（分别对应组分1和2）。另一方面，根据组分1和2，土壤性质的模式仅分别解释了CH4、CO2和N2O通量浓度变化的19%、29%和26%（附录S1：表S11）。我们使用DBPLSR评估了实验开始和结束时温室气体通量变化与功能基因组成之间的关系。反硝化基因组成解释了实验开始时N2O产生的54%的变异性，以及实验结束时N2O通量变化的60%的变异性（附录S1：表S11，组分1和2）。在“开始”样本中，产甲烷功能基因组成解释的CH4通量变化比例高于“最终”样本（63% vs 33%）。在“开始”样本中，CcO和碳水化合物代谢的组成分别解释了CO2通量变化的91%和98%（附录S1：表S11，组分1和2）。在实验结束时，CcO组成仅解释了CO2通量变化的0.007%，而碳水化合物代谢解释了40%的变异性。

这项研究揭示了历史水文条件对微生物分类和功能组成的影响比8周的水文处理和植物去除操作要强。水文处理影响了CH4和CO2的通量，但对N2O通量的影响很小。植物的存在缓解了根际由洪水引起的还原条件，但没有改变微生物群落组成或土壤温室气体通量。这些发现突显了土壤微生物群落组成对短期水文变化和植物覆盖变化的抵抗力，表明在应对水文处理对CH4和CO2通量的影响时，群落功能的可塑性变化起着重要作用。过去的水文状况决定了细菌群落的组成。

水文历史是影响微生物群落组成的更强驱动因素，而不是我们8周的水文和植物存在操作（图4；附录S1：表S7），这表明了群落的强大抵抗力。这种抵抗力可能是通过优先效应和保护性土壤微环境的组合建立的。在湿地恢复后的土壤定殖过程中，优先效应使早期到达的微生物占据了新建立的水文和植被制度中最有利的生态位（Fukami等人，2010；van de Voorde等人，2011）。随着时间的推移，这一过程导致了资源分配，生物体会占据可用生态位，并阻止新物种的建立（Northfield等人，2010）。此外，水文和植物操作可能没有充分改变土壤微环境（例如，土壤团聚体），这可能缓冲了微生物群落对环境干扰的敏感性（Ran等人，2020；Zhao等人，2024）。土壤物理化学性质和微生物群落组成是相互关联的，因此很难区分生物和非生物控制对微生物组稳定性的相对影响（Griffiths等人，2008；Griffiths & Philippot，2013）。总的来说，历史上适应的群落的组装和建立以及土壤微环境的持续存在维持了组成的稳定性，解释了为什么我们的短期处理干扰没有改变原有的群落组成。我们的指示物种分析为观察到的遗留效应提供了证据。例如，严格需氧的属Gaiella是干燥土壤的指示物种（Albuquerque等人，2011）。相比之下，与厌氧过程（如产甲烷和铁还原）相关的物种是湿润土壤的指示物种（附录S1：表S9）。进一步的证据来自属Reyranella，它是干燥土壤和经过湿润处理的土壤的重要指示物种。Reyranella是红螺菌科中的一个需氧属，具有可变的NO3?还原能力（Lee等人，2017）。这表明Reyranella在干燥土壤中依赖需氧呼吸。当微宇宙被淹没时，Reyranella可能从需氧呼吸转向NO3?还原，利用这种代谢灵活性增加了其相对丰度。这是群落通过已经适应特定环境变化的物种来吸收干扰的例子，从而保持了组成的稳定性。虽然水文历史是群落组成的最强驱动因素，但水文处理在群落组成上造成了较小但显著的分离（图4；附录S1：表S7）。这种组成的变化，加上群落活动的变化，可能解释了观察到的CH4和CO2通量的差异。动态水文条件对温室气体产生的影响大于植物存在与否的影响。

在经历湿润水文处理的土壤中，CH4通量最高，而CO2通量最低（图3）。在湿润处理中，植物根系维持了氧化条件，导致IRIS管上出现了有机植物根系的模式（图2；附录S1：图S1）。我们预计植物根系产生的O2会通过为甲烷氧化菌提供O2来消耗CH4并支持需氧呼吸，从而减少CH4通量，而牺牲了像产甲烷这样的专性厌氧代谢。然而，甲烷氧化菌功能基因组成对植物的存在与否没有反应（Finlay & Peralta，2025），随机效应（样本微宇宙和日期）主要解释了CH4通量（附录S1：表S5）。根部附近的局部O2可得性不足以改变整个土壤群落组成或净CH4通量。局部CH4通量的模式还受到土壤O2梯度（例如，水文梯度）上分布的需氧和厌氧甲烷氧化菌的影响（Maietta等人，2020）。尽管随机效应普遍存在，但在湿润处理中观察到的较高CH4通量与大量文献报告的饱和土壤中较高的CH4通量一致（Christiansen等人，2016；Fairbairn等人，2023；Maietta等人，2020）。虽然在植物存在与否的情况下CH4和N2O通量相似，但CO2通量在植物存在时显示出可预测的下降。在植物存在的情况下观察到的CO2通量下降并不令人惊讶，因为植物通过光合作用固定了大气中的CO2（Luan & Wu，2014）。在干燥水文处理中观察到的较高CO2通量可能是由于需氧呼吸。比较O2和土壤湿度对CO2通量的影响发现，在中等土壤湿度下CO2通量最高（Fairbairn等人，2023）。我们的干燥处理中的土壤湿度适中（表1）。适中的湿度可能促进了O2的获取，同时保持了足够的含水量以供溶解的碳底物利用（Fairbairn等人，2023）。在整个实验过程中，植物一致减少了CO2通量，而不同水文处理之间的温室气体通量差异更大。因此，湿地温室气体排放模型应将植物覆盖作为CO2通量的稳定控制因素。相反，土壤湿度对温室气体通量的影响随时间动态变化，可能需要更精细的时间分辨率土壤湿度测量来准确模拟温室气体通量。功能基因组成在预测温室气体通量方面具有不同程度的准确性。

我们分析了原核生物CcO基因的组成，作为氧化条件下需氧呼吸的指标。虽然水文历史影响了CcO组成，但在8周的培养期间，CcO组成并未解释温室气体通量的显著变化（图5；附录S1：表S7和S11）。鉴于O2还原末端氧化酶的多样性以及已知CcO基因存在于严格厌氧菌中的事实（Esposti，2020；Jab?ońska & Tawfik，2019），这种解释力的缺失并不令人意外。没有单一酶可以用来区分需氧和厌氧表型，因为需氧和厌氧生物并不存在于二元群体中（Jab?ońska & Tawfik，2019）。相反，存在一系列O2利用表型（Jab?ońska & Tawfik，2019）。评估一系列O2利用酶的存在和数量可能是区分需氧和厌氧状态的有用指标（Jab?ońska & Tawfik，2019）。因此，应进一步开发促进这种方法的生物信息学方法。

虽然CcO组成无法解释不同处理间CO2产生的差异，但中心碳水化合物代谢基因的组成与水文历史、水文处理和CO2产生的差异有很强的相关性（图5；附录S1：表S7和S11）。先前的研究发现在苔原土壤升温实验中，碳水化合物活性酶的丰度与累积呼吸量之间存在显著正相关（Johnston等人，2019）。同样，碳水化合物代谢基因预测了水稻土和高地土之间土壤呼吸的差异（Liu等人，2020）。虽然没有单一基因或一组定义明确的基因被一致用来解释微生物群落对氧化还原变化的响应，但各种碳水化合物代谢基因集合通常反映了土壤氧化还原状态和呼吸的差异（Johnston等人，2019；Liu等人，2020）。

反硝化功能基因的组成与CO2浓度相关，但与N2O浓度无关（图5）。与N2O无关并不令人意外，因为反硝化菌群落组成包括了一组参与NO3?还原为N2的基因，其中N2O是可以在气相色谱检测之前被消耗的中间产物。反硝化与CO2产生的关联可能是由于异养反硝化作用，其中有机物被氧化为CO2，NO3?作为电子受体（Dlamini等人，2020）。异养反硝化通常是一个可变的过程，存在于能够在有O2时进行需氧呼吸的生物中，当O2可用性降低时也可以使用NO3?进行厌氧呼吸（Tiedje等人，1984，1989）。在先前的培养实验中也观察到了反硝化菌群落对土壤水文历史和实验性干燥/湿润的反应（Peralta等人，2013）。这里观察到的不同历史和处理下反硝化功能基因组成的缺乏差异可能是由于反硝化菌的多样性及其O2响应表型，以及土壤微环境中O2浓度的变异性（Ji等人，2015；Rohe等人，2021；Wallenstein等人，2006）。

我们的结果显示水文历史对产甲烷菌功能基因组成有很强的影响（图5；附录S1：表S7），这支持了产甲烷菌作为一种专门化且严格厌氧代谢的经典观点，在历史上湿润（即低O2）的野外条件下得以维持（Lyu等人，2018）。基于DBPLSR的结构-功能分析提供了另一条证据，表明水文历史影响了CH4的产生：实验开始时产甲烷菌功能基因组成解释了CH4产生的更大比例的变异（附录S1：表S11）。尽管处理对产甲烷菌功能基因组成没有影响，但CH4通量确实对水文处理作出了响应，表明产甲烷菌活动的变化用于应对短期的水文干扰。微生物群落组成与温室气体功能之间的不匹配。

基于DNA的功能基因组成解释了实验开始时测量的温室气体通量更多的变异。水文历史对湿地土壤微生物群落组成的影响大于当代处理。从实验开始到结束，结构-功能关联强度的下降可能是由于基于DNA的分子测量提供了对历史和综合环境条件的洞察，而不是对氧化还原条件的当代变化。例如，来自休眠和死亡细胞的DNA贡献了基于DNA的群落组成，这些遗迹特征更反映了过去而非现在的条件（Lennon等人，2018）。在8周实验期间，功能基因组成的变化可能被稳定的休眠和遗迹DNA池所掩盖，从而削弱了结构-功能关系，正如这里观察到的CH4~产甲烷菌、CO2~中心碳水化合物代谢和CO2~CcO之间的情况（附录S1：表S11）。结构-功能关联减弱的另一个解释可能是基于DNA的分子方法与原位温室气体测量之间的时间分辨率差异。差异基因表达可以显著改变CH4产量（Shi等人，2014）。蛋白质表达和活性可能对O2浓度作出反应（例如，Lynch & Lin，1996，参见Saleh-Lakha等人，2005的综述）。这些基因表达和活性的变化可以迅速改变温室气体产量，而DNA丰度的变化可能会在多个微生物世代中改变温室气体产量。本研究中，微宇宙微生物群落可能通过改变基因表达和活性来响应实验处理（水文和植物存在与否）。使用基于DNA的方法在8周后可能难以检测到功能基因丰度的变化，因此实验结束时CH4和CO2产生的结构-功能关系减弱。**局限性**

尽管本研究为水文、植物群落和微生物群落之间的相互作用提供了宝贵的见解，在解释结果时仍需考虑几个局限性。首先，尽管中观生态系统的设置对于实验处理是必要的，但它与湿地条件有所不同。实验是在一个有顶的拱形温室中进行的，这阻止了自然降水的发生，并改变了光照条件。土壤采样可能会改变土壤结构，而且中观生态系统与地下水和更深层次的土壤层隔离开来，而这些土壤层可能会导致温室气体（GHG）的排放（Ball, 2013; Nikolenko et al., 2019; Sadat-Noori et al., 2016）。这些因素可能导致微生物对类似干扰的反应在野外有所不同。最后，本研究使用的土壤来自一个单一的修复后的沿海平原湿地。这个修复后的湿地与未经修复的湿地之间存在重要差异，这些差异限制了结果的普遍性。该湿地表层30厘米的土壤经过数十年的耕作已被均质化（Hopfensperger et al., 2014），这可能减少了土壤中的碳储存量；在修复12年后（采样时），其土壤碳储存量可能低于类似的未修复湿地（Moreno-Mateos et al., 2012）。同样，修复后湿地的氮储存量和植物群落结构通常会恢复，但会稳定在退化前的水平以下，代表了另一种稳定状态（Moreno-Mateos et al., 2012）。因此，本研究观察到的对水文干扰和植被损失的响应可能与未修复湿地对类似干扰的响应有所不同。扩大修复面积（≥100公顷）和提高水文连通性已被证明可以提高湿地修复的成功率（Moreno-Mateos et al., 2012）。本研究中的TOWeR站点具备这两个特征，而中观生态系统水文处理对温室气体通量的影响进一步突显了水文在湿地温室气体功能中的重要性。

**结论**

湿地的长期水文历史塑造了其 resident 微生物群落，使其具有较高的抵抗力，能够抵御短期水文干扰和植被损失。虽然微生物群落的组成基本保持稳定，但我们观察到微生物功能在短期水文处理后发生了变化：干旱处理促进了二氧化碳（CO2）的产生，而湿润处理则促进了甲烷（CH4）的排放。我们的发现强调将历史水文条件纳入预测湿地温室气体排放的模型中的必要性。进一步研究土壤历史、短期土壤氧化还原变化以及植物-微生物相互作用对于制定有效的湿地管理和气候变化缓解策略至关重要。

**致谢**

我们感谢 J. LeCrone、L. Armstrong、M. Stillwagon、G. Gunderson、C. Eakins、J. Basco 和 C. Bledsoe 在野外和实验室工作中提供的帮助。同时感谢 J. Gill 和 ECU 场地工作人员在维护遮阳房周围环境方面的辛勤努力。我们也感谢 M. Muscarella 对微生物组分析的贡献，以及匿名审稿人对本手稿早期版本的反馈。本工作得到了美国国家科学基金会（ Graduate Research Fellowship Program [GRFP] 对 Regina B. Bledsoe 的资助，以及 DEB 编号 1845845 和 CNH2 编号 2009185 对 Ariane L. Peralta 的资助。此外，本材料基于美国国家科学基金会授予的 DGE-2125684 号资助下的工作。本材料中的任何观点、发现、结论或建议均为作者所持，并不一定反映美国国家科学基金会的立场。宏基因组数据由美国能源部（DOE）JGI 在社区科学计划（CSP）框架下生成（JGI CSP 资助号 503952）。美国能源部 JGI 的工作作为科学办公室的用户设施，其运行得到了合同 DE-AC02-05CH11231 的支持。

**利益冲突声明**

作者声明没有利益冲突。

**数据可用性声明**

数据和代码（Finlay et al., 2026）可在 Zenodo 平台上获取：https://zenodo.org/records/18379706。原始扩增子序列文件可在美国国家生物技术信息中心（NCBI）的 SRA BioProject ID PRJNA636184 下找到，宏基因组序列文件可在 NCBI SRA BioProject ID PRJNA641216 下找到。