这里是科研人的「方法急救站」！🚑

• • 欢迎加入我们的**"学术社群"**，每日更新热点论文复现指南！

我们通过小程序科研零时差追踪到: Journal of Environmental Management近期发表题为“Divergent responses of macro- and micro-arthropods to biochar amendments: the roles of application dose and season”的文章。第一单位为南京林业大学。
doi: 10.1016/j.jenvman.2026.129612
作者邮箱：lee-oo@foxmail.com, hhruan@njfu.edu.cn
标签：#生物炭 #土壤节肢动物 #季节动态 #广义线性混合模型 #非度量多维尺度分析 #置换多变量方差分析

本文内容速览：

1. 1. 提出科学问题
2. 2. 文章的主要结论
3. 3. 分析过程和方法
4. 4. 研究的局限性

1. 提出科学问题

1.1 研究领域现状

土壤动物在调节陆地生态系统的土壤碳和养分循环中发挥着关键作用。生物炭作为一种持久性的有机改良剂，因其在改善土壤理化性质和促进碳固存方面的多重作用而受到广泛认可。然而，以往的研究主要集中在生物炭对微生物群落的非生物效应和相互作用上，而其对土壤食物网关键组成部分——土壤动物群落的影响，目前仍知之甚少。现有的部分针对土壤节肢动物的研究结果存在高度的不一致性，这表明生物炭的生态效应可能是高度依赖于具体环境和特定动物类群的。特别是在经历生态恢复的沿海围垦地等人工管理生态系统中，缺乏系统的认知。

1.2 本文要解决的关键科学问题

基于上述背景，本文选取中国东部沿海围垦区的杨树人工林为研究对象，旨在解决以下科学问题：

• • 问题 1: 施用不同剂量的生物炭，是否会通过改变资源可用性来提高土壤节肢动物的整体丰度和多样性？
• • 问题 2: 生物炭对土壤节肢动物的影响，在大型节肢动物和微型节肢动物之间是否存在响应差异？
• • 问题 3: 这种不同类群的响应差异是否会随着季节的交替而发生动态变化？

1.3 研究的理论/现实意义

本研究通过系统的野外控制实验，揭示了生物炭施用对土壤节肢动物群落的复杂影响机制。这不仅有助于完善我们对生物炭-土壤生物相互作用的理论认知，更对沿海盐碱地等退化生态系统的恢复具有现实指导意义。研究结果提示我们在制定生物炭管理策略时，必须将季节动态和最适施用量纳入考量范畴，以在保持其环境效益的同时，将对土壤生物多样性的潜在负面影响降至最低。

2. 文章的主要结论

本研究表明，生物炭对土壤节肢动物群落的影响具有显著的季节依赖性和类群特异性，并在农艺效益与土壤生物多样性之间可能存在权衡。

• • 结论 1: 生物炭对土壤节肢动物丰度的影响取决于季节变化。生物炭在春季降低了节肢动物的总丰度，但在冬季则增加了总丰度。其中，微型节肢动物的丰度趋势与总体一致，但大型节肢动物的丰度随着生物炭施用量的增加而显著下降，在夏季的下降幅度甚至达到了对照组的65.5%。
• • 结论 2: 尽管生物炭处理未改变物种丰富度，但显著降低了土壤节肢动物的Shannon多样性和Simpson多样性指数。群落组成的显著偏移主要受生物炭剂量和采样日期的驱动，且这种偏移与土壤pH值、硝态氮、土壤水分、微生物生物量氮等关键土壤理化指标的变化密切相关。

3. 分析过程和方法

[更加详细的复现指南可加入学术社区获取!]

本文的研究逻辑非常严密，作者通过严谨的田间实验设计，结合多元统计分析方法，层层递进地探究了生物炭对土壤动物群落的影响。以下将对文章的实验设计、数据采集以及核心统计方法的实现思路进行拆解。

第一步：实验设计与样本采集
为了控制空间异质性造成的误差，作者采用了随机区组设计。在研究区域内设置了3个区组，每个区组内随机分配4种生物炭处理梯度（0、40、80、120吨/公顷）。值得注意的是，作者在相邻样方之间设置了1米宽的缓冲带，这一设计有效避免了不同处理间的交叉污染和边缘效应，是野外生态学实验设计的标准规范。
在时间尺度上，作者分别在春、夏、秋、冬四个季节进行采样，以捕捉季节动态。在动物提取方面，作者根据目标类群的体型差异采取了不同的方法：微型节肢动物使用土壤取样器采集后通过Tullgren漏斗分离；而大型节肢动物则直接挖掘土块并进行手工分拣。这种分类提取策略确保了不同体型动物的捕获效率。

第二步：群落多样性评估（基于Hill Numbers）
在评估生物多样性时，作者没有局限于传统的单一指数，而是计算了基于Hill numbers（q = 0, 1, 2）的物种丰富度、Shannon多样性和Simpson多样性。
对于初入该领域的研究生而言，理解Hill numbers非常关键。q=0时，结果完全由物种数量决定，对稀有物种敏感；q=1时，引入了多度加权，反映Shannon多样性；q=2时，赋予优势物种更大的权重，反映Simpson多样性。作者使用了R语言中的iNEXT包，通过基于样本量的稀疏化和外推曲线来展示多样性结果。

这种展示方式的优势在于，它不仅给出了特定样本量下的多样性估计值，还通过带有95%置信区间的曲线，直观地展示了各处理组之间的差异是否显著（置信区间重叠即为不显著）。图中清晰地反映出，虽然物种丰富度（q=0）在各处理间无显著差异，但随生物炭剂量增加，Shannon（q=1）和Simpson（q=2）多样性出现下降。

第三步：丰度数据的统计推断（GLMM的运用）
针对土壤节肢动物绝对丰度的数据，作者使用了广义线性混合模型。由于生态学野外取样数据通常存在空间自相关性，且本文采用了区组嵌套样方的设计，传统的方差分析无法处理这种复杂的数据结构。
作者在模型中将生物炭处理、采样时间及其交互作用设为固定效应，同时将“区组”以及“区组内嵌套的样方”设为随机效应。引入随机效应的目的是吸收由空间位置带来的随机变异，从而更准确地评估固定效应的真实影响。该模型在R语言的glmmTMB包中实现，随后使用emmeans包进行事后两两比较。这种组合是目前处理生态学复杂嵌套数据的标准范式。

第四步：群落结构的空间排序与环境驱动因素分析
为了揭示不同处理下群落整体组成的变化，作者采用了基于距离的多元方差分析结合非度量多维尺度分析。
NMDS是一种降维排序方法，它将多维的物种组成数据投射到二维平面上。排序图中的核心逻辑是：点与点之间的距离代表了群落组成的差异程度。距离越近，说明两个样本的群落结构越相似。作者基于Bray-Curtis相异度矩阵计算了距离。

为了统计检验处理组之间是否存在显著的群落分离，作者配合使用了PerMANOVA（R语言vegan包中的adonis函数）。不仅如此，作者进一步运用了envfit函数，将土壤水分、pH、碳氮比等土壤理化属性拟合到NMDS排序空间中。这一步旨在寻找驱动群落发生偏移的关键环境因子。通过计算各环境变量与排序轴的相关性，作者成功识别出pH、微生物生物量氮、土壤水分和硝态氮是引起群落变化的最强相关因素。

整体而言，本文的分析逻辑从单一变量（丰度）、综合指数（多样性），最终过渡到多维特征（群落结构与环境因子的耦合），为评估外源添加物对土壤微生态系统的影响提供了一个完整的分析框架。

4. 研究的局限性

尽管本研究在实验设计和统计分析上较为严谨，但在讨论部分，作者也客观地指出了研究中存在的几点局限性。
首先是施用剂量的现实可行性问题。实验中设置的生物炭施用梯度（40至120吨/公顷）远高于常规的农田管理推荐剂量。这种高剂量虽然有助于在受控条件下探索生态响应的边界，但限制了将其结论直接外推至常规农业或林业生产中。
其次是空间尺度的限制。实验地块相对较小（4×4米）。尽管设置了缓冲带，但微气候的交叉影响或土壤动物的迁移活动仍可能引入边缘效应，从而影响小尺度下的群落格局分布。
最后是分类单元的精度限制。本研究对大多数土壤节肢动物的鉴定仅停留在科（Family）的级别。由于同一科内的不同物种可能占据完全不同的生态位，科级分辨率可能会掩盖物种层级对环境变化的特异性响应。

如果你觉得这篇文章对你有帮助，欢迎点赞👍、收藏⭐️和分享🔗给更多的科研小伙伴们！

如果你有任何问题，欢迎加入我们的学术社群与大家讨论交流💬