近日,地测学院教师舒树淼博士作为第一作者,成都山地所王小丹、朱万泽两位研究员担任通讯作者,在土壤科学领域国际顶级期刊Soil Biology & Biochemistry发表研究成果。该研究将其原创的迭代生长模型延伸至微生物尺度,提出微生物群落迭代生长模型(IGMM),为理解土壤有机碳积累的微生物机理提供了新的整合分析视角。
土壤是陆地生态系统中最大的活跃碳库,其微小变动即可显著影响大气二氧化碳浓度与全球气候。微生物通过分解与同化过程驱动土壤有机碳(SOC)的形成与周转,其作用被概括为“微生物碳泵”。然而长期以来,学界普遍采用的微生物碳利用效率(CUE)与SOC之间的关系却十分微弱且不稳定,不同研究常得出相互矛盾的结论;多数工作以统计关系为主,难以回答“微生物究竟如何影响土壤碳积累”这一关键问题。
针对这一问题,研究人员基于能量代谢与维持呼吸的基本原理,将其原创的个体迭代生长模型又称广义代谢生长模型(IGM)拓展到微生物群落,建立微生物迭代生长模型(IGMM)。这一框架绕开了酶反应、代谢通路与群落组成等繁复且难以测度的生理生态细节,直接从能量分配入手:微生物同化的能量总要在形成新生物量的生长与维持自身运转的消耗之间分配,仅用少数几个变量即可刻画。具体而言,IGMM把以往被笼统对待的微生物过程区分为两个相互关联、作用不同的部分:(1)微生物生物量碳(MIC,“存量”池)更新缓慢,主要对应微生物加工下的稳定化过程,如团聚体保护与矿物吸附;(2)微生物生长通量(Gmic,“流量”)快速周转,主要对应微生物残体与坏死体的形成与输入。由于SOC积累同时依赖稳定化与残体输入这两条途径,仅看存量或仅看通量都不完整,故有必要将二者整合为最大微生物生物量等效累积量(cMICmax),以刻画微生物碳泵的综合效果。

通过整合PRODA等全球多套大型土壤数据集,研究对上述框架进行了初步检验。结果显示,CUE与SOC的相关性很弱(相关系数仅0.10–0.27,且多不显著),而微生物生物量MIC与SOC的相关性明显更强(相关系数0.58–0.89),整合存量与通量的cMICmax与SOC高度相关(相关系数0.886)。再考虑不同背景质地后,研究在PRODA上确定了cMICmax/质地系数幂律关系的幂次与常数项,随后将这些参数整体保持固定、不再重新拟合,直接应用于其他独立数据集。该关系可解释全球不同生态系统约44%的SOC变异,在微生物碳泵运行更稳定的森林中约60%,在条件中心区域达77.6%。由于这些参数在独立数据上不再调整,结果体现的是跨数据集的预测能力,而不仅是对单一数据的经验拟合。

在IGMM框架下,MIC与Gmic通过能量参数换算为cMICmax,cMICmax再与分解环境共同决定SOC;反过来,由SOC和部分变量也能反推其余变量。图中各变量与SOC在多套数据中保持稳定的对应关系,说明它们并非简单的经验相关,而是由同一套能量方程内在地联系起来、可以相互推导。

cMICmax/质地系数的幂律与常数项在由PROADA保持固定,再用于预测其他独立数据;图中观测点基本落在1:1对角线附近,预测值与实测值接近,在全球、森林和中心区域分别解释约44%、60%、77.6%的土壤碳变化,表明该框架具有跨数据集的预测能力,而不只是对单一数据的拟合。
作为IGMM的理论基础,IGM由舒树淼团队于2021年提出(Shu et al., 2021, Ecological Modelling)。该模型建立在迭代原则、能量守恒与维持优先三条原理之上:同化的能量先用于维持现有生物量,余下部分再用于生长,生长以离散迭代的方式进行,生物量由此趋近上限。这一框架比经典代谢生长模型更基础——当代谢指数取3/4时,常用的个体发育生长模型(OGM)等经典曲线可作为IGM的特例被推导出来,真实生长轨迹则介于Richards与Gompertz曲线之间。
由于这一基于能量分配的逻辑不依赖具体对象,IGM得以沿尺度逐级拓展:在个体层面,它刻画单个生命体的生长;在种群层面,IGMR描述树木种群的径向生长,呈现稳定的收敛趋势(Shu et al., 2025, Journal of Ecology);在群落层面,IGMF给出全球森林群落生物量的理论上限与潜在增长空间(Shu et al., 2026, Ecological Monographs);而本次的IGMM,则把同一框架延伸到微生物与土壤有机碳。
值得注意的是,IGMM与IGMF虽分别面向地下微生物与地上森林,却具有相同的数学结构。换言之,无论是森林群落的生物量积累,还是微生物驱动的土壤碳形成,都遵循“剩余容量决定生长”这一同一能量分配逻辑。同一框架在宏观与微观、地上与地下两类性质迥异的系统中相继得到数据支持,为IGM原理的普适性提供了具体而有力的证据,也拓展了代谢生长理论的适用范围。
成都理工大学王玥琳博士,中南林业大学赵小祥博士也参与了该项研究。研究得到西藏自治区重点研发计划(No. XZ202501ZY0028)和国家自然科学基金(No. 32201374)资助。
(图文/舒树淼;初审/罗杨洁;再审/蒋乾;终审/黄平)