(二)实施方案、具体实施计划(含项目研究进度安排)及可行性分析
1、取样
用直径为1.27厘米cm的不锈钢取样器于阔叶林和针叶林土壤中采集土壤样本,并将其分成四个深度增量(即0−5、5−10、10−15和15−25 cm),土壤核心部分储存在15ml的无菌塑料管中。
2、预处理
在分析土壤pH、NO3−之前,对土壤样品剖面的亚样品进行了过筛(4mm)。可提取有机碳[即溶解有机碳(DOC)]和土壤微生物生物量碳(SMBC)。采用1:1浆液法测定土壤悬浮液中的pH值,用硫酸钾提取DOC和可溶性氮,用总有机碳(TOC)分析仪进行分析和快速流动分析仪分析。用氯仿−甲醇和甲基化法从冻土中提取脂质[6][7]。采用火焰离子化检测的高分辨率气相色谱法对土壤磷脂脂肪酸PLFA进行定量分析。SMBC的计算基于与土壤磷脂脂肪酸(PLFA)含量的以下相关性[8]:SMBC=4.5PLFAT+33 (R2=0.85)
3、土壤培养
在含有5ml人工雨水的40ml毫升琥珀瓶中,装入土壤(3g),用带三通阀塞子进行密封。培养前平均体积空气含量在40%-50%(V:V)之间。根据年降水量的平均浓度,确定了合成雨水中化学成分的含量。将空气从小瓶顶空中排出30 min,用氦(He)代替,共3次,使顶空氧分压降至1%以下(v/v)以下。氯霉素(CHL,2.5g L−1)处理用于抑制蛋白质合成和评估前脱氮酶的活性。为了抑制将N2O还原为N2的N2OR活性,将3.5mL He从顶空除去,用乙炔(C2H2)代替,使顶空浓度达到10%(v/v)。同时加入CHL和C2H2,测定合成前N2OR的活性。不同处理的小瓶一式三份,在25℃下培养,然后在旋转摇瓶(250rpm)上轻轻搅拌48h小时。在0,3,6,12,24,36和48h取样每个小瓶的顶空,以配合降雨模拟研究的抽样计划。将顶空样品注入1mL不锈钢样品环,连接到高分辨率气相色谱仪上游的双位置六端口阀上。
4、模型开发
该模型通过包含一个酶活性函数来表示每个序贯反硝化反应的酶动力学,该函数模拟了活性酶池的大小随波动的变化。酶的速率活化假定遵循Michaelis−Menten动力学,如下所示
dER/dt=Vmax,R[Ci/Ke,i·KI,R/(KI,R+CO2)]·(1-ER)
其中ER是酶的活性函数,Vmax,R是相应还原酶反应的最大比合成/活化速率(h−1)。对于酶诱导(M),Ke是酶诱导的半饱和常数。Ci是底物的水相浓度(M)。R是还原酶(即NAR、NIR、NOR和N2OR)。而I是相应的底物(NO3−,NO2−,NO,N2O)。E值从0到1,其中0表示没有活性酶,1表示完全激活酶池。KE,I和KI,R的估计是基于反硝化酶的性质及其对O2水平的敏感性。为了补偿O2的强抑制作用,给N2OR的O2抑制系数分配了一个低Ki值。在缺氧和理想底物浓度条件下,E值为1。在次优条件下,E的初始估计和酶合成的时间变化是参数。控制酶活性的酶。
用Mandola软件对微分方程组进行了数值求解。初始条件根据培养过程中测量到的水平,包括O2、NO3−、doc和smbc的浓度以及培养前预合成酶的活性对其进行分类。采用Levenberg−Marquardt方法对模型中的参数进行了优化,通过计算确定系数a来评价模型的适应度。
R2=1-[∑(Cexp-Cmodel)2/∑(Cexp-Cexp)2其中Cexp和C模型分别被实验确定和模型模拟浓度(M)。
参考文献:
[1] Hofmann D J, Butler J H, Dlugokencky E J, et al. The role of carbon dioxide in climate forcing from 1979–2004: Introduction of the Annual Greenhouse Gas Index. Tellus Series B-chemical and Physical Meteorology, 2006, 58(5):614–619.
[2] Syakila A and Kroeze C. The global nitrous oxide budget revisited. Greenhouse Gas Meas. Manage. 2011, 1(1): 17-26.
[3] Betlach, M. R.; Tiedje, J. M. Kinetic explanation for accumulation of nitrite, nitric oxide, and nitrous oxide during bacterial denitrification.Appl. Environ. Microbiol. 1981, 42, 1074−1084.
[4] Dendooven, L.; Anderson, J. M. Use of a “least square”optimization procedure to estimate enzyme characteristics and substrate affinities in the denitrification reactions in soil. Soil Biol. Biochem. 1995, 27, 1261−1270.
[5] Pan, Y.; Ni, B.-J.; Yuan, Z. Modeling electron competition among nitrogen oxides reduction and N2O accumulation in denitrification. Environ. Sci. Technol. 2013, 47, 11083−11091.
[6] Leckie, S. E.; Prescott, C. E.; Grayston, S. J.; Neufeld, J. D.; Mohn, W. W. Comparison of chloroform fumigation−extraction, phospholipid fatty acid, and DNA methods to determine microbial biomass in forest humus. Soil Biol. Biochem. 2004, 36, 529−532.
[7] Bailey, V. L.; Peacock, A. D.; Smith, J. L.; Bolton, H., Jr. Relationships between soil microbial biomass determined by chloroform fumigation−extraction, substrate-induced respiration, and phospholipid fatty acid analysis. Soil Biol. Biochem. 2002, 34, 1385−1389.
[8] Zheng, J. Denitrification in soils: From genes to environmental outcomes. Ph.D. Dissertation, Michigan Technological University, Houghton, MI, 2014.
具体实施计划(含年度进展情况)
2019年6月—2019年7月:
收集资料,阅读文献,明确研究方向,完善实验方案并完成预实验。
2019年7月—2019年8月:
每月开展试验,获取数据,时刻关注国内外研究进展,并在此过程中不断完善实验方案。
2019年12月—2020年1月:
整理数据及相关资料,总结实验过程中遇到的问题,向有关老师请教。
2020年2月—2020年3月:
根据实验结果以及整理收集的资料,明确论文基本框架,撰写论文并进行修改,然后提交论文,准备结题。
可行性分析
(1) 项目组成员为生态学专业学生,有扎实的专业基础知识,参加过一定的科研培训,具有很强的专业仪器操作能力、实验观察能力和数据分析能力。
(2) 已经阅读大量相关文献,了解实验理论以及整个项目的工作流程,进行了合理安排,能在规定时间内顺利完成实验。
(3) 生态基础实验室设备齐全,能够满足研究需要。
(4) 本研究的实验设计及方法是在导师的指导下完成的,可行性较高。指导教师具有非常丰富的前期研究基础,能够提供有效指导。
|