项目名称: 高寒草甸土壤微生物群落响应气候变化的微观机制

项目编号: No.41471202

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 地质学

项目作者: 杨云锋

作者单位: 清华大学

项目金额: 95万元

中文摘要: 青藏高原是对全球气候变化反应最敏感的地区之一,也是相关研究的关键地区。土壤是陆地生态系统最重要的碳库和氮库,储量远高于大气和植被,在地球的碳氮循环过程中起着举足轻重的作用。但是由于土壤微生物群落结构的复杂性及其相应分析技术限制,目前科学界对微生物响应全球气候变化的微观机制了解不多。本项目采用温度梯度、土壤移栽、时间梯度等多种方法研究气候变化,利用Illumina和基因芯片等宏基因组学技术,结合地质化学分析等方法分析青藏高原高寒草甸土壤生态系统多样性。集中探讨气候变化对土壤微生物群落结构以及生态功能的影响,从基因、菌种、菌群、群落、生态系统等多个层面上识别微生物群落结构和功能之间的关系,揭示土壤生态系统与地表植被、碳氮循环的相互作用,为高寒草甸的生物多样性保护和生态系统合理管理提供科学依据。

中文关键词: 土壤微生物群落;温室气体排放;气候变化;高通量测序;基因芯片

英文摘要: The Tibetan Plateau is one of the regions that are most sensitive to climate changes, rendering it a key region for research. Soil plays an important role in earth's biogeochemical cycles because it is the most important terrestrial carbon and nitrogen pools, which are far more than those in the atmosphere or aboveground vegetation. However, due to extremely high soil complexity and limitations of survey tools, it remains little understood how microbes respond and feedback to climate changes. This project targets this knowledge gap by three strategies (temperature gradient, soil transplant and time gradient). Advanced metagenomics tools of Illumina sequencing and GeoChip, combined with geochemical analysis methods, are adopted to analyze soil microbial communities of alpine meadow. We will analyze the impact of climate change on soil microbial community structure and ecological functioning, identify the linkages between the structure and function of microbial communities at the various levels of genes, bacteria, flora, communities, ecosystems, reveal the interaction of microbial communities and vegetation, the carbon and nitrogen cycles, and consequently provide a scientific basis for conservation and management of alpine meadow biodiversity.

英文关键词: Soil microbial community;greenhouse gas emission;climate change;high-throughput sequencing;GeoChip

成为VIP会员查看完整内容
0

相关内容

NeurIPS 2021 | 微观特征混合进行宏观时间序列预测
专知会员服务
40+阅读 · 2021年11月12日
中国金融科技生态白皮书,73页pdf
专知会员服务
44+阅读 · 2021年10月30日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
65+阅读 · 2021年7月4日
专知会员服务
39+阅读 · 2021年5月12日
最新《图嵌入组合优化》综述论文,40页pdf
专知会员服务
75+阅读 · 2020年8月31日
Little brain, Big deal: 自动化所团队发现人类小脑功能异质背后的遗传学证据
全新证据:第六次生物大灭绝正在发生……
学术头条
0+阅读 · 2022年2月9日
深度学习预测蛋白质-蛋白质相互作用
机器之心
5+阅读 · 2022年1月15日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
我们从哪里来?跨物种脑网络组图谱绘制为研究人类本源增添新证据
中国科学院自动化研究所
0+阅读 · 2021年7月12日
「时空数据分析」综述论文,44页pdf
专知
9+阅读 · 2021年3月20日
一文读懂Attention机制
机器学习与推荐算法
63+阅读 · 2020年6月9日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
57+阅读 · 2021年5月3日
Deep learning for cardiac image segmentation: A review
Arxiv
21+阅读 · 2019年11月9日
小贴士
相关主题
相关资讯
Little brain, Big deal: 自动化所团队发现人类小脑功能异质背后的遗传学证据
全新证据:第六次生物大灭绝正在发生……
学术头条
0+阅读 · 2022年2月9日
深度学习预测蛋白质-蛋白质相互作用
机器之心
5+阅读 · 2022年1月15日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
我们从哪里来?跨物种脑网络组图谱绘制为研究人类本源增添新证据
中国科学院自动化研究所
0+阅读 · 2021年7月12日
「时空数据分析」综述论文,44页pdf
专知
9+阅读 · 2021年3月20日
一文读懂Attention机制
机器学习与推荐算法
63+阅读 · 2020年6月9日
微信扫码咨询专知VIP会员