您好, 访客   登录/注册

垂直森林绿化系统中土壤微生物多样性研究

来源:用户上传      作者:徐娴雅 胥一波

  关键词:城市生态;垂直森林建筑;土壤微生物;a多样性;b多样性
  0引言
  城市化过程中发生的土地利用类型改变是人类破坏自然生态系统的主要形式之一[1-2].在城市中绿地占比面积较小且以破碎化状态分布,导致城市生物多样性的维持面临极大挑战,威胁本已脆弱的城市生态系统服务功能,进而影响城市居民的生活品质[3-4].尽管已有越来越多的城市在规划时加大绿地建设投入,但是在城市生态系统中开展生物多样性保护的关键“瓶颈”在于城市极其有限的空间导致绿化用地紧缺[2,5].因此,为了尽可能地增加城市绿地面积,利用建筑物外表进行绿化已成为改善城市生态环境、保护生物多样性的一种重要措施,也是“海绵城市”建设的必要组成部分[6-7].然而,目前建筑物绿化的重点普遍集中于屋顶,而其他建筑表面的绿化利用效率较低[8-9].
  为了更好地开发建筑物侧面的绿化潜力,提升建筑对城市生物多样性保护的贡献,生态建筑设计 师联合了包括植物学、动物学、生态学专家在内的团队,于2007年在意大利米兰启动了垂直森林建筑设计和建设项目,并于2014年10月完成了首批共两座垂直森林建筑并交付使用.该设计方案将乔木与灌木运用于建筑立面绿化,种植在垂直森林建筑单体侧面总面积达到8900m2的露台上[10-11](图1).此外,基于城市生态学中近自然林的人工绿地设计理念,选取建筑周边约5km范围内城市公园中较常见的本土植物品种用于垂直森林绿化[12].尽管垂直森林设计对地表植物群落进行了妥善保护,但是并未考虑对城市生态系统中其他生物类群开展保护.土壤微生物群落对整个绿地系统的新陈代谢以及植物生长起到决定性作用,是影响生态系统服务功能的关键因素[13-14].然而,目前尚不明确垂直森林建筑绿化中土壤微生物群落组成与多样性格局,因而无法检验该种建筑绿化方式是否对城市土壤微生物多样性的维持具有重要贡献.
  因此,本研究采集位于米兰的两座垂直森林与其周边绿地中的土壤样品,通过基于二代测序的高通量基因条形码技术(meta-barcoding),分析垂直森林绿化中土壤细菌、真菌与微型动物这3类主要的土壤微生物的物种组成与多样性水平,并与周边绿地中的土壤微生物群落进行比较,以此检验垂直森林绿化方式对城市土壤微生物多样性的贡献.
  1材料与方法
  1.1 研究对象
  位于意大利米兰市区的首批两座垂直森林建筑(45°29'N,9°11'E)分别高80m(D座)和112m(E座),共包含113户居住单位.米兰垂直森林建筑突破传统藤木植物和小灌木种植绿化理念,在每座建筑中将711棵3~9m高的乔木种植于建筑侧面的露台中,同时这些露台中还种植了5000株灌木和15000株草本植株(表1).此外,建筑设计团队针对风、灌溉、湿度、日照等一系列实际问题,制定了一套植物的培育、迁移和养护方案[10].自2014年建成,首批垂直森林建筑已正常使用了6年,目前G化植物总体长势良好.
  1.2 样品采集
  于2019年7月对土壤样品进行采集.在两座垂直森林塔楼中(D座与E座)共设置40个采样地点(即每座建筑各20个垂直森林露台).在每座建筑中各个侧面都设置了5个采样地点,位于不同的5个层高区域,每个区域中随机选择1个露台作为采样地点(图2).同时,在周边绿地中随机选取5个采样地点作为参照进行土壤样品采集.
  在每个采样点中,采用对角线法选取1m×1m的正方形样地的4个顶点与对角线交点进行表层土壤样品采集,采集深度为20cm的土壤.在去除植被根系后,将同一平台中获取的5份土壤样品充分混匀,将其作为一份测试样品,用于土壤微生物种类的鉴定.在提取环境DNA前,所有测试样品置于℃环境中妥善保存.
  1.3 基因条形码选择与高通量测序
  采用环境生物DNA提取试剂盒提取土壤微生物的总DNA.DNA浓度与纯度使用NanoDrop2000分析仪进行检测,并采用1%琼脂糖凝胶电泳技术检测DNA片段的完整性.采用16SrRNA、ITS与COI基因作为条形码标记分别对土壤DNA样品中的真菌、细菌和土壤微型动物(属于后生动物门(Metazoa)的微型动物)种类进行分析鉴定(深圳华大基因科技有限公司(BGI))(表2).合成这3个基因的通用引物采用基因扩增仪(ABIGeneAmp?9700)进行PCR扩增(反应退火温度为53~57℃,循环数均为35),使用AgencourtAMPureX磁珠对PCR扩增产物进行纯化,使用Agilent2100Bioanalyzer对扩增基因片段范围及浓度进行检测.检测合格后,根据Illumina测序平台(Illumina,SanDiego,USA)标准操作规程构建PE300测序文库,采用IlluminaMiseq平台进行测序.使用软件Trimmomatic进行数据质控,采用Q20指标对初始测序数据(RawData)中的碱基进行质检,过滤低质量reads,产生CleanData.采用软件FLASH(FastLengthAdjustmentofShortReads)version1.2.11设置50bp滑动窗口和最小重叠序列10bp进行reads序列拼接,获取条形码基因的变异信息.将拼接后无法延长的序列片段作为基本数据处理单位进行OTU(OperationalTaxonomicUnit)聚类.
  1.4 数据分析
  1.4.1OTU聚类分析
  使用软件UPARSEversion7.1(http://drive5.com/uparse/),根据97%的相似度对序列进行OTU聚类.采用软件RDPclassifier(http://rdp.cme.msu.edu/)将聚类后的序列数据比对至Silva数据库,对每条序列进行物种分类注释,设置比对阈值为70%.在GenBank数据库中进行Blast,对每条OTU进行比对搜索,以E<10C5为阈值寻找最相似的序列片段,进而确定OTU所属的分类单位(属或种),完成分类鉴定.由于COI位点也能检测到部分真菌与藻类的序列信息,因此在分析时将这些序列所对应的OTUs去除,仅保留后生动物门物种OTU信息用以土壤微型动物群落组成分析.

nlc202206241254



转载注明来源:https://www.xzbu.com/1/view-15434521.htm

相关文章

服务推荐