Thse FANINNicolas

THESE
Pour l’obtention du titre de

Docteur de l’Université des Sciences et Techniques du Languedoc- Montpellier II
Spécialité: Ecologie, Fonctionnement des Ecosystèmes

Ecole Doctorale: Systèmes Intégrés en Biologie, Agronomie, Géosciences,
Hydrosciences et Environnement (SIBAGHE)
Limitations nutritives des microorganismes

décomposeurs du sol et de la litière en forêt
tropicale de Guyane française
Présentée et soutenue publiquement par
Nicolas FANIN
le 19 Décembre 2012
Membres du jury
Jean-Christophe LATA Maître de conférence, UPMC-Paris VI, Paris Rapporteur

Michael AUBERT Maître de conférence, Université de Rouen Rapporteur
Xavier LEROUX Directeur de recherche INRA, Lyon Examinateur
Alain BRAUMAN Directeur de recherche IRD, Bangkok-Montpellier Examinateur
Stephan HÄTTENSCHWILER Directeur de recherche CNRS, Montpellier Directeur de Thèse
Nathalie FROMIN Chargé de recherche CNRS, Montpellier, Co-directrice de Thèse
Alexandru MILCU Chargé de recherche, Imperial College of London Membre invité
Thèse préparée au sein du Centre d’Ecologie Fonctionnelle et Evolutive

(CEFE-CNRS, UMR 5175).
2
3
4
Thèse réalisée au
Centre d’Ecologie Fonctionnelle et Evolutive (CEFE)
Centre National de la Recherche Scientifique
UMR 5175
1919 route de Mende 34293 Montpellier cedex 5
Au sein du département
Fonctionnement des Ecosystèmes
Sous la direction de
Stephan Hättenschwiler (CNRS)
Nathalie Fromin (CNRS)
Equipe Bioflux
5
Résumé
Résumé: Les essences de forêts tropicales sont caractérisées par une importante variabilité de la
qualité et de la stœchiométrie des feuilles qui tombent au sol. Les microorganismes hétérotrophes à la
base des réseaux trophiques de décomposeurs dépendent principalement de ces ressources organiques
qui varient de façon substantielle à petite échelle quant à la quantité et la contribution relative de
certains éléments clés tels que le carbone (C), l’azote (N) et le phosphore (P). J’ai évalué au cours de
cette thèse comment les variations de qualité et de stœchiométrie C:N:P de la ressource influençaient
l’activité, la biomasse, la stœchiométrie et la structure des communautés des décomposeurs
microbiens. J’ai réalisé ce travail en forêt Amazonienne de Guyane française sur des sols extrêmement
appauvris en nutriments où les microorganismes hétérotrophes sont supposés être particulièrement
dépendants du C et des nutriments provenant des litières. J’ai d’abord démontré que la qualité du C et
le contenu en P des feuilles de litières expliquaient plus de 50% de la variabilité observée du processus
de respiration microbien (SIR) du sol sous-jacent. Lors d’une expérience de fertilisation factorielle
avec du C (sous forme de cellulose), de l’N (sous forme d’urée) et du P (sous forme de phosphate) sur
le terrain, j’ai ensuite confirmé que la SIR de la communauté du sol était co-limitée par C et P, alors la
SIR dans la litière était co-limitée par N et P. Ces limitations différentielles dans les litières et le sol
sous-jacent étaient reliées à des modifications de la structure des communautés microbiennes, et en
particulier des changements du ratio champignon:bactérie et de la proportion de bactéries copiotrophes
et oligotrophes. Finalement au cours d’une expérience d’incubation au laboratoire, j’ai montré que la
biomasse, la stœchiométrie et la structure des communautés microbiennes de la litière différaient
fortement entre six litières chimiquement contrastées variant dans leur stœchiométrie initiale C:N:P.
Cependant, les variations des paramètres microbiens étaient mieux expliqués par les caractéristiques
de la fraction soluble des litières (y compris sa stœchiométrie) que par la qualité de la litière dans son
ensemble, entrainant des variations de la stœchiométrie de la biomasse microbienne et un shift vers
une dominance fongique en réponse à une augmentation de la stœchiométrie C:N:P des lessivâts.
Collectivement, ces résultats montrent que des qualités de litière distinctes produites par une
importante diversité d’essences forestières contrôlent la structure, la stœchiométrie, l’abondance et
l’activité des communautés microbiennes des litières à petites échelles spatiales en forêt tropicale
d’Amazonie. Par ailleurs, les litières en décomposition stimulent également les communautés
microbiennes du sol sous-jacent, qui apparaissent être limitées par l’accès combiné à une source de C
(énergie) et de P. L’importance de la contrainte stœchiométrique pour les microorganismes
hétérotrophes à la base des réseaux trophiques de décomposeurs suggère que des modifications de la
composition des communautés végétales ou des dépositions atmosphériques de N et/ou P peuvent
avoir des conséquences plus lointaines sur les cycles du C et des nutriments au sein des biomes
tropicaux.
Mots-clés: Activité microbienne, Décomposition de la litière, Fraction soluble, Forêt tropicale,

Microresp, Nutriment, PLFA, Processus de respiration, Stoechiométrie, Struture des communautés.
6
Abstract
Abstract: Tree species-rich tropical rainforests are characterized by a high variability in quality and
stoichiometry of leaf litter input to the soil. Microbial heterotrophs in the decomposer food web
depend primarily on these organic resources that can vary dramatically in quantity, quality and relative
contribution in key elements such as carbon (C), nitrogen (N), and phosphorus (P). I evaluated during
this thesis how differences in leaf litter resource quality and C:N:P stoichiometry influence the
activity, biomass, stoichiometry and community structure of microbial decomposers. I did this work in
the Amazonian rainforest of French Guiana, where the soils are highly nutrient-impoverished and
microbial heterotrophs are assumed to be particularly dependent on litter-derived nutrients. I first
showed that leaf litter C quality and P content explained more than 50% of the observed variability of
the microbial respiration process in the underlying soil. Using a fertilization experiment with C (as
cellulose), N (as urea), and P (as phosphate) in the field, I further showed that microbial respiration
process in the litter layer was co-limited by N and P, while that in the soil was co-limited by C and P.
Additionally, distinct nutritional limitations in litter and underlying soil were related to shifts in the
microbial community structure, especially regarding the fungi:bacteria ratio and the proportion of
copiotrophic versus oligotrophic bacteria. Finally, during a laboratory incubation experiment, I
showed that litter microbial biomass, stoichiometry and community structure differed strongly among
leaf litter from six different tree species varying in C:N:P stoichiometry. The variations in microbial
parameters among substrate litters, however, were not related to bulk leaf litter quality, but rather
driven by the stoichiometry of the soluble fraction, with larger microbial C:nutrients ratios and a shift
towards fungal dominance with increasing litter leachate C:N:P stoichiometry. Collectively, these
results showed that the distinct leaf litter quality produced by a diverse tree canopy controls the
structure, stoichiometry, abundance and activity of microbial communities in the studied Amazonian
rainforest at small spatial scales. Moreover, the decomposing leaf litter stimulates microbial
communities in the underlying soil that appear to be under the combined control of energy (C) and P
availability. The strong stoichiometric constraint on microbial heterotrophs in the decomposer food
web suggests far-ranging consequences on ecosystem C and nutrient cycling with ongoing alteration
of nutrient deposition and tree species diversity in tropical rainforests.
Key-words: Community structure, Litter decomposition, Microresp, Microbial activity, Nutrient,

PLFA, Soluble fraction, Stoichiometry, Respiration process, Tropical forest.
7
8
Avant-propos
Ce manuscrit, déposé à l’école doctorale SIBAGHE (Systèmes Intégrés en Biologie,

Agronomie, Géosciences, Hydrosciences et Environnement) de l’Université de Montpellier II
(Université des Sciences et Techniques du Languedoc), a été rédigé sous la forme d’une thèse sur
articles. Il contient une introduction en français suivi de cinq articles en anglais répartis en quatre
chapitres. Un des articles a été accepté et publié dans une revue internationale, un est en cours de
publication et trois autres sont encore en préparation. Une synthèse de l’ensemble des travaux réalisés
et des résultats acquis est proposée dans la dernière partie du document. La thèse est rédigée en
interligne 18 points pour l’ensemble du document, et en interligne double pour les articles.
Mon allocation de recherche a été financée par le ministère de la Recherche et de l’Education

pour une période de trois ans. L’encadrement scientifique et le support logistique ont été assurés par le
Centre d’Ecologie Fonctionnelle et Evolutive (CEFE-CNRS, UMR 5175) et le centre d’Ecologie des
Forêts de Guyane (UMR EcoFoG). La plupart des méthodes employées au cours des différentes études
se sont déroulées sur Plate-forme d’Analyses Chimiques en Ecologie (PACE), Structure Fédérative de
Recherche « Montpellier Environnement Biodiversité ». Une autre partie a été réalisée en
collaboration avec le laboratoire d’Ecologie des Sols (INRA, UMR Eco&Sol) à Montpellier. Ces
différentes techniques appliquées ne sont décrites que dans les articles par souci de clarté et de
concision.
Cette thèse s’inscrit dans le cadre d’un projet CNRS “PIR Amazonie II” porté par Stephan
Hättenschwiler: StoichioDIVERSITY; «A stoichiometric approach to biodiversity and
biogeochemical cycles in the Amazonian forest ». Les financements logistiques et techniques de cette
thèse ont été appuyés par la suite par un projet CNRS “Ec2Co” porté par Nathalie Fromin: DeLiFor,
« Réponse des communautés de décomposeurs aux limitations nutritives en forêt tropicale
guyanaise ».
9
10
Remerciements
En premier lieu, je tiens à remercier chaleureusement mes deux directeurs de thèse, Stephan
Hättenschwiler et Nathalie Fromin.
Merci Stephan, de m’avoir encadré durant toute la durée de cette thèse. Merci également pour
la qualité de tes conseils, ton exigence professionnelle et ta capacité d’avoir une vision positive dans
tous les domaines. Tu m’as transmis ta passion de la recherche et elle ne me quitte plus depuis.
Merci Nathalie pour tout le temps que tu as passé à suivre mon projet et l’aide
incommensurable que tu m’as apportée. Tu as été plus qu’une directrice de thèse pour moi, tu m’as
apporté réconfort et soutien dans les moments difficiles ainsi que réflexion et proposition d’idées lors
de la réalisation des expériences et la rédaction. Ton côté humain n’a jamais été mis à défaut et rien
que pour ça, je te remercie pleinement.
Mes remerciements vont également aux membres du jury, Jean-Christophe Lata, Michael
Aubert, Xavier Leroux, Alexander Milcu et Alain Brauman qui ont accepté de passer du temps à lire et
à juger ce manuscrit.
A tous les collègues, stagiaires et amis travaillant ou ayant travaillé sur les mêmes thématiques
que moi, Sandra Barantal, Mathieu Coulis, Sylvain Coq mais également Jean-François David, Johanne
Nahmani, Alexandre Clet, Jordan Gavinet et Paola Chavez pour leur aide, leur présence, leur amitié et
la richesse de nos discussions.
A tous les autres membres de l’équipe Bioflux, pour leur soutien et leurs avis critiques
particulièrement Isabelle Chuine, Xavier Morin et Emmanuel Gritti.
A l’ensemble du laboratoire EcoFog de Kourou en Guyane, pour m’avoir accueilli entre leurs
murs et sur le dispositif de Paracou. Merci en particulier à Heidy Schimann et Chris Baraloto pour son
accueil et le support logistique. Je remercie également avec le plus grand plaisir Saintano, Amilseda et
Cliff Dufort pour m’avoir accueilli chez eux durant l’ensemble de mes missions. Vous avez été
essentiels à mon bien-être et à mon investissement sur le terrain. Un grand merci à Audin Patient,
Eliane Louisanna et l’ensemble du personnel du Cirad pour leur aide sur le dispositif.
A l’ensemble des personnels techniques et ingénieurs. Merci à Laurette Sonié de m’avoir en

partie formé avant son départ à la retraite. Merci à Patrick Schevin de m’avoir accompagné pendant les
11
missions, pour son aide en laboratoire et sa vision générale de la vie et de la politique. Je n’en retiens
que des enseignements enrichissants. Merci à Raphaëlle Leclerc pour ses sourires quotidiens et son
aide derrière la paillasse. Merci à Jessica Kok et Flavien Branchereau pour leur aide dans le tri et les
analyses des échantillons. Enfin un merci très spécial à Bruno Buatois qui m’a suivi, formé et avec qui
nous avons réussi à monter plusieurs protocoles expérimentaux fastidieux. Sans toi la plupart des
résultats obtenus n’auraient pas été possibles.
Merci aux collègues de Paris Valérie Pouteau et Naoise Nunan de m’avoir accueilli avec
Bruno Buatois afin de mettre au point le protocole PLFA au CEFE. Un grand merci pour votre
formation et votre aide. Aux collègues de Montpellier et notamment à l’UMR Eco&Sol sur le campus
de SupAgro pour nous avoir reçu afin de réaliser les analyses des composés solubles. En particulier à
Joëlle Toucet et Didier Brunet pour leur accueil au sein du laboratoire.
Merci à tous les amis, Mike, Kevin, Flavi, Taitoune, Prince, Bacchus, Arnaud et tant d’autres.
Merci à tous ceux avec qui j’ai parlé d’Ecologie, de fonctionnement des écosystèmes et de statistiques,
Nicolas Martin, Jesus Rodriguez, Cat Soler et tant d’autres. Merci à l’ensemble des personnes ayant
contribué de près ou de loin à cette thèse. Sans vous tout ceci n’aurait pas été possible.
Merci à tous ceux que j’aime. Merci Claire d’avoir toujours été là pour moi au travers de
toutes les difficultés. Merci à toute ma famille sans qui tout ça n’aurait pas été possible, ma tante, mon
père, ma mère et mon frère.
Montpellier, le 15/10/2012
12
Table des matières
INTRODUCTION ___________________________________________________________31
A. Synthèse bibliographique _________________________________________________31

I. Le sol: système complexe, hétérogène et vivant ________________________________________31
I. 1. Contexte ______________________________________________________________31
I. 2. Définition du sol ________________________________________________________33
I. 3. Organisation du sol _____________________________________________________33
I. 4. Le sol, support du vivant__________________________________________________35
Encadré 1: L’importance du sol dans le cadre des services écosystémiques _____________36
II. Le sol au sein du cycle du C: généralités, flux et processus ______________________________37
II. 1. Contexte général _______________________________________________________37
II. 2. Le cycle du C, importance de la biosphère continentale_________________________39
II. 2. 1. Le cycle global du C ____________________________________________39
II. 2. 2. Le cycle du C organique au sein de la biosphère terrestre_______________41
II. 3. Le rôle du sol dans les échanges de C au sein des écosystèmes terrestres ___________43
II. 3. 1. L’importance de la respiration du sol pour les flux de C écosystémique ___43
II. 3. 2. Séparation de la respiration autotrophe et hétérotrophe ________________43
II. 3. 3. Part de la respiration hétérotrophe dans la respiration totale du sol ______45
II. 4. Interactions entre les cycles du C, de l’N et du P liés à l’homme _________________47
Encadré 2: Lien « aboveground-belowground » des écosystèmes terrestres______________48
III. Les liens entre sol et plante: processus clé du fonctionnement des écosystèmes forestiers ______49
III. 1. Contexte général_______________________________________________________49
III. 2. La décomposition de la litière, des acteurs aux flux ___________________________51
III. 2. 1. La litière: substrat principal de la décomposition ____________________51
III. 2. 2. Les acteurs de la décomposition __________________________________51
III. 2. 3. Les principaux facteurs contrôlant la décomposition __________________52
III. 3. La composition chimique de la litière ______________________________________53
III. 3. 1. Les éléments minéraux au sein de la litière _________________________53
III. 3. 2. Les principales formes de C au sein de la litière _____________________55
III. 4. L’importance des composés organiques dissous pour le fonctionnement du sol _____59
Encadré 3: Historique de l’écologie microbienne __________________________________60
IV. Limites nutritives et structure de communauté microbienne______________________________61
IV. 1. Contexte général ______________________________________________________61
IV. 2. La notion d’éléments limitants depuis Liebig jusqu’à nos jours __________________63
13
IV. 3. La stœchiométrie écologique comme nouvelle approche de la limite nutritive pour les
écosystèmes terrestres? _____________________________________________________________65
IV. 3. 1. Historique et théories __________________________________________65
IV. 3. 2. Intérêt et exemples dans le cadre des écosystèmes terrestres ____________67
IV. 4. L’accès à l’énergie via les différentes formes biochimiques du carbone: sélection de
groupes spécifiques de décomposeurs? ________________________________________________69
IV. 4. 1. Communautés de décomposeurs copiotrophes et oligotrophes __________69
IV. 4. 2. Bactéries et champignons lors la décomposition de la litière ___________71
IV. 5. Signification fonctionnelle des communautés microbiennes _____________________73
Encadré 4: Formation des sols et limitation en nutriments ___________________________74
V. Le paradoxe des forêts tropicales humides ___________________________________________75
V. 1. Contexte général _______________________________________________________75
V. 2. Le cycle conservatif des éléments en forêt tropicale ____________________________75
V. 3. Hétérogénéité locale et régionale des forêts tropicales _________________________77
B. Problématique et hypothèses de travail __________________________________79
C. Organisation du document _______________________________________________80
D. Site d’étude _______________________________________________________________83

I. Localisation géographique ________________________________________________________83
II. Conditions climatiques ___________________________________________________________83
III. Contexte édaphique _____________________________________________________________85
III.1. Situation géographique et géomorphologique ________________________________85
III.2. Caractéristiques des sols ________________________________________________85
IV. Dispositif expérimental de terrain mis en place _______________________________________87
V. Caractéristiques qualitatives et quantitatives des litières ________________________________89
V.1. Chutes de feuilles _______________________________________________________89
V.2. Chutes de fruits et de bois ________________________________________________89
V.3. Qualité des feuilles de litière en forêt tropicale ________________________________89
V.3.1. Qualité des feuilles de litière ramassées au sol ________________________89
V.3.2. Qualité initiale de 6 espèces représentant une large gamme de variation
CNP______________________________________________________________________93
V.3.3. Qualités initiales et flux de C, N, et P des litières issues des littertraps______93
VI. Macrofaune ___________________________________________________________________95
CHAPITRE 1________________________________________________________________101
Limitations nutritives de l’activité microbienne du sol en conditions naturelles ____________101

I. Contexte ______________________________________________________________________101
14
II. Objectif de l’étude _____________________________________________________________101
III. Hypothèses de l’étude __________________________________________________________103
IV. Dispositif mis en place _________________________________________________________103
V. Principaux résultats ____________________________________________________________103
V.1. Variabilité de la qualité de la litière et des processus microbiens du sol associés ____103
V.2. Influence de la qualité de la litière sur le processus de respiration microbienne _____105
VI. Take-home message ___________________________________________________________105
Does variability in litter quality determine soil microbial respiration in an Amazonian

rainforest? _____________________________________________________________________109
Abstract ________________________________________________________________________109
1. Introduction __________________________________________________________________109
2. Materials and methods __________________________________________________________110
2. 1. Study site ____________________________________________________________110
2. 2. Sampling design and data collection _______________________________________110
2. 3. Litter quality and soil characteristics ______________________________________110
2. 4. Soil microbial respiration process _________________________________________111
2. 5. Data analysis _________________________________________________________111
3. Results _______________________________________________________________________112
3. 1. Variability of soil SIR __________________________________________________112
3. 2. Variability of litter quality ______________________________________________112
3. 3. Relationship between litter quality and soil SIR ______________________________112
4. Discussion ____________________________________________________________________112
4. 1. Spatial variability of soil microbial respiration process and litter quality __________112
4. 2. Microbial respiration process in relation to litter quality _______________________115
5. Conclusions ___________________________________________________________________116
Acknowledgments ________________________________________________________________116
References ______________________________________________________________________116
CHAPITRE 2 _______________________________________________________________123
Effet de l’ajout d’éléments externes CNP sur l’activité microbienne des litières et du sol sous-
jacent: une expérimentation factorielle complète de terrain ____________________________123
I. Contexte ______________________________________________________________________123
III. Hypothèses __________________________________________________________________125
V.1. Limitation en ressources de la décomposition et du processus associé de respiration
microbienne des litières ___________________________________________________________125
V.2. Limitation en ressources des espèces de litières spécifiques _____________________127
V.3. Effet de la faune sur le processus de respiration microbienne ___________________127
V.4. Contraintes différentielles du fonctionnement microbien entre sol et litière _________127
VI. Take-home messag e ___________________________________________________________127
15
Distinct microbial limitations in litter and underlying soil revealed by carbon and nutrient
fertilization in a tropical rainforest _________________________________________________131
Abstract ________________________________________________________________________131
1. Introduction __________________________________________________________________132
2. 1. Study site ____________________________________________________________135
2. 2. Plant material ________________________________________________________135
2. 3. Experimental design ____________________________________________________137
2. 4. Sample collection ______________________________________________________138
2. 5. Determination of soil and litter SIR ________________________________________138
2. 6. Data analysis _________________________________________________________139
3. Results _______________________________________________________________________141
3. 1. Litter mass loss and SIR without fertilization ________________________________141
3. 2. Fertilization effects ____________________________________________________143
3. 3. Treatment specific net fertilization effects ___________________________________145
3. 4. Litter species-specific responses to fertilization ______________________________147
4. Discussion ____________________________________________________________________148
4. 1. Decomposition and litter SIR in response to fertilization _______________________148
4. 2. Litter species-specific resource limitation ___________________________________149
4. 3. Fauna effect on heterotrophic microbial functioning __________________________151
4. 4. Are heterotrophic processes in the litter layer and underlying soil distinctively affected by
fertilization? ____________________________________________________________________151
5. Conclusions ___________________________________________________________________153
References ______________________________________________________________________154
CHAPITRE 3 _______________________________________________________________167
Influence de l’ajout de ressource sur la structure, la biomasse et l’activité microbienne du sol en

forêt tropicale __________________________________________________________________167
I. Contexte ______________________________________________________________________167
III. Hypothèses __________________________________________________________________169
V.1. Limitation par de multiples éléments: formalisation d’une hypothèse nutritive du
fonctionnement microbien? _________________________________________________________169
V.2. Limitation différentielle: est-ce que des groupes spécifiques de microorganismes sont
limités par différentes ressources? ___________________________________________________171
V.3. Signification fonctionnelle des communautés microbiennes: équivalence ou dissimilarité
en lien à la diversité de substrat? ____________________________________________________171
16
Linking multiple element limitations to soil microbial community structure following CNP
fertilization in an Amazonian rainforest of French Guiana _____________________________175
Abstract ________________________________________________________________________175
1. Introduction___________________________________________________________________176
2. 1. Study site and fertilization design _________________________________________179
2. 2. Soil sampling__________________________________________________________180
2. 3. Soil chemistry _________________________________________________________181
2. 4. Fumigation-extraction (FE) ______________________________________________181
2. 5. Substrate induced respiration (SIR) ________________________________________182
2. 6. Decomposition of cellulose paper (DCP) ___________________________________182
2. 7. Phospholipid fatty acid (PLFA) and community structure ______________________183
2. 8. Community level physiological profile (CLPP) _______________________________184
2. 9. Data analysis _________________________________________________________184
3. Results _______________________________________________________________________187
3. 1. Fertilization effects on soil C, N, and P concentrations ________________________187
3. 2. Microbial respiration process and biomass C ________________________________187
3. 3. Microbial community structure ___________________________________________189
3. 4. Community level physiological profile _____________________________________191
3. 5. Linking microbial community structure to microbial parameters _________________191
4. Discussion ____________________________________________________________________193
4. 1. Multiple Element Limitation: formalizing a nutritional hypothesis of microbial
functioning? ____________________________________________________________________193
4. 2. Differential Limitation: specific groups of microbes responded differently to nutritional
constraints? _____________________________________________________________________194
4. 3. Functional Significance: equivalence or dissimilarity depends of the diversity of
substrates? _____________________________________________________________________196
5. Conclusions ___________________________________________________________________197
References ______________________________________________________________________198
CHAPITRE 4 _______________________________________________________________211
Influence de la qualité de la ressource sur l’activité, la biomasse et la structure des communautés

microbiennes: une expérience de laboratoire en microcosmes ___________________________211
I. Contexte ______________________________________________________________________211
III. Hypothèses __________________________________________________________________213
V.1. Non-homéostasie de la stœchiométrie des communautés microbiennes des litières ___213
V.2. Influence de la qualité de la litière sur les paramètres microbiens du sol ___________215
17
An experimental test of the hypothesis of non-homeostatic consumer stoichiometry in a plant
litter-microbe system ____________________________________________________________219
Abstract ________________________________________________________________________219
1. Introduction __________________________________________________________________220
2. 2. Fumigation-extraction __________________________________________________223
2. 3. Phospholipid fatty acid _________________________________________________224
2. 4. Data analysis _________________________________________________________224
3. Results _______________________________________________________________________227
3. 1. Substrate stoichiometry _________________________________________________227
3. 2. Microbial biomass and stoichiometry ______________________________________229
3. 4. How is microbial community structure related to stoichiometry? _________________233
4. Discussion ____________________________________________________________________234
4. 1. Non-homeostatic stoichiometry of litter microbial communities __________________234
4. 2. The plasticity of microbial stoichiometry is related to microbial community structure_236
5. Conclusions ___________________________________________________________________238
References ______________________________________________________________________239
Leaf litter of distinct quality determines microbial biomass, activity, and community structure in
the underlying soil _______________________________________________________________247
Abstract ________________________________________________________________________247
1. Introduction __________________________________________________________________248
2. 1. Soil type and preparation ________________________________________________251
2. 2. Litter collection and quality parameters ____________________________________251
2. 3 Laboratory microcosms _________________________________________________252
2. 4. Soil microbial biomass and stoichiometry ___________________________________254
2. 5. Phospholipid fatty acids _________________________________________________255
2. 6. CLPPs ______________________________________________________________256
2. 7. Data analysis _________________________________________________________256
3. Results _______________________________________________________________________259
3. 1. Soil microbial biomass __________________________________________________259
3. 2. Soil microbial community structure ________________________________________259
3. 3. Linking litter chemical traits to microbial biomass and community structure _______261
3. 4. CLPP of soil microbial communities in response to different decomposing litter
species _________________________________________________________________________263
4. Discussion ____________________________________________________________________265
References ______________________________________________________________________268
18
SYNTHESE _________________________________________________________________273
A. Introduction _____________________________________________________________273
B. Contrainte nutritives des microorganismes en forêt tropicale __________275
I. Fonctionnement des décomposeurs hétérotrophes _____________________________________275
I. 1. Limitation proximale par le carbone labile? _________________________________275
I. 2. Limitation fondamentale par les nutriments? _________________________________277
I. 3. Limitation différentielle entre communautés des litières et des sols _______________281
II. Structure des communautés microbiennes ___________________________________________283
II. 1. Limitations nutritives de groupes spécifiques vis-à-vis de la ressource ____________283
II.1.1. Contrainte vis-à-vis de la disponibilité du C _________________________283
II. 1.2. Contrainte vis-à-vis du phosphore ________________________________285
II. 1.3. Contrainte vis-à-vis de l’azote ___________________________________285
II. 2. Signification fonctionnelle des communautés de décomposeurs hétérotrophes ______286
II.2.1. Dissimilarité fonctionnelle des communautés ________________________286
II.2.2. Processus agrégés et individuels __________________________________287
III. Application de la stœchiométrie écologique au sein des biomes terrestres _________________289
III. 1. Non-homéostasie des décomposeurs hétérotrophes?__________________________289
III. 2. Stœchiométrie de la fraction labile: nouvelle approche pour appréhender les processus
de décomposition en milieu terrestre?_________________________________________________291
C. Liens entre cycles du C et des nutriments et microorganismes: prise en

compte par les modèles actuels et changements climatiques ______________291
I. Processus écosystémiques et cycles biogéochimiques en forêt tropicale ____________________291
I. 1. Nécessité de prendre en compte les communautés de plantes ____________________293
I. 2. Nécessité de prendre en compte les communautés microbiennes _________________293
I. 3. Modèle conceptuel pour la prédiction de processus écosystémiques _______________293
II. Remise en contexte de la thèse dans un cadre général à l’échelle de l’écosystème ___________295
D. Conclusions _________________________________________________297
I. Interface entre effets directs et indirects de la ressource sur le fonctionnement microbien ______297
II. Quelques perspectives __________________________________________________________299
19
Table des illustrations
INTRODUCTION
Figure A - Organisation du système sol à différentes échelles: profil, macroscopique et

microscopique____________________________________________________________________32
Figure B - Le sol comme support du vivant ____________________________________________34
Figure C - Classification des organismes par classes de taille _______________________________34
Figure D - Liens entre Services d’origine écosystémique et bien-être de l’Homme ______________36
Figure E - Cycle du C à l’échelle globale ______________________________________________38
Figure F - Cycle du C à l’échelle de la biosphère continentale ______________________________40
Figure G - Valeurs moyennes de GPP, TER et RS par climat et types d’écosystèmes forestiers ____42
Figure H - Séparation de la RS en deux composantes: R A et RH _____________________________44
Figure I - Part de la RH dans la RS totale du sol par type de biomes __________________________44
Figure J - Pattern spatial des dépositions inorganiques d’N à l’échelle mondiale _______________46
Figure K - Déposition de P en 2004 à l’échelle mondiale __________________________________46
Figure L - Les communautés « aboveground » sont influencées par des conséquences directes et
indirectes des réseaux trophiques souterrains ____________________________________________48
Figure M - Voies généralisées de la transformation de la litière _____________________________50
Figure N - Représentation schématique du processus de décomposition au travers des différents
chemins suivis par la matière organique ________________________________________________50
Figure O - Tableau périodique des éléments ____________________________________________54
Figure P - Structure de la cellulose ___________________________________________________54
Figure Q - Exemple d’une unité d’hémicellulose ________________________________________54
Figure R - Structure des précurseurs de la lignine et principales liaisons ______________________56
Figure S - Structure de tanins hydrolysables et condensés _________________________________56
Figure T - Illustration schématique du sort de la matière organique dissoute dans les sols
forestiers_________________________________________________________________________58
Figure U - Modèle conceptuel des processus impliqués par la matière organique dissoute ________58
Figure V - Représentation schématique de loi du minimum de Liebig ________________________62
Figure W - Revisite de la loi du minimum selon une approche incrémentielle __________________62
Figure X - Patterns potentiels reliant la stœchiométrie de l’organisme à celle de son substrat ______64
Figure Y - Exemples de relations entre stœchiométrie de la ressource et celle de l’organisme
consommateur en écosystème aquatique _______________________________________________64
Figure Z - Relations entre taux de décomposition et ratios initiaux C:N et C:P des détritus (issues
d’une grande gamme de producteurs primaires depuis les algues jusqu’aux arbres) ______________66
Figure AA - N:P ratio des feuilles en fonction de la latitude ________________________________66
Figure BB - Modèle conceptuel des interactions entre les systèmes « above-belowground »
concernant les substrats carbonés _____________________________________________________68
Figure CC - Attributs écologiques correspondant aux groupes de microorganismes copiotrophes et
oligotrophes _____________________________________________________________________68
20
Figure DD - Représentation schématique simplifié des trois phases majeures lors de la décomposition
de la litière ______________________________________________________________________70
Figure EE - Nombre de publications et de citations dans la littérature sur le ratio champignon:bactérie
depuis le début des années 1990 ______________________________________________________70
Figure FF - Modèle conceptuel de la signification fonctionnelle des communautés microbiennes à
l’échelle globale __________________________________________________________________72
Figure GG - Dissimilarité fonctionnelle des communautés du sol en fonction d’un processus donné de
l’écosystème _____________________________________________________________________72
Figure HH - Concentration en azote et phosphore dans l’horizon organique et l’horizon minéral
supérieur le long d’une chronoséquence en Nouvelle-Zélande ______________________________74
Figure II - Illustration issues de différentes études permettant de souligner l’appauvrissement en P des
sols tropicaux ____________________________________________________________________76
Figure JJ - Hypothèses de travail ____________________________________________________78
Figure KK - Localisation de la Guyane française dans le monde ____________________________82
Figure LL- Site d’étude de Paracou en Guyane française __________________________________82
Figure MM - Climat annuel moyen de la station de Paracou sur la période 1979-2008 ___________84
Figure NN - Caractéristiques générales des sols dans la forêt tropicale de Paracou, Guyane
française_________________________________________________________________________84
Figure OO - Dispositif mis en place sur le site de Paracou _________________________________86
Figure PP - Dynamique des chutes de litières en fonctions des différents traitements sur le site de
Paracou entre 2009 et 2011 __________________________________________________________88
Figure QQ - Dynamique des chutes de bois et de fruits entre 2009 et 2011 ____________________88
Figure RR - Concentration en N et P (x10) des litières en fonction du C des litières _____________90
Figure SS - Formes carbonées totales et en fonction du C des litières ________________________90
Figure TT - Représentation schématique des six espèces et de leur variabilité
stœchiométrique___________________________________________________________________92
Tableau A - Références bibliographiques de la Figure F ___________________________________42

Tableau B - Description des expérimentations réalisées dans ce travail _______________________78
Tableau C - Qualité initiale de six espèces de litières représentant une large gamme de variation en
forêt tropicale ____________________________________________________________________92
Tableau D - Groupe trophique et ordre taxonomique (famille ou sous-famille) de la macrofaune en
fonction des 5 blocs du dispositif expérimental avant fertilisation ___________________________94
CHAPITRE 1
Figure A1 - Représentation schématique du design hiérarchique mis en place _________________102

Figure B1 - Méthode d’échantillonnage ______________________________________________104
21
ARTICLE 1
Figure 1 – SIR rates across the two scales examined in an undisturbed tropical rainforest of French
Guiana (mean SD). (a) Blocks, (b) Plots within blocks _________________________________113
Figure 2 – Analysis of litter traits: (a, b) principal component analysis (PCA) using aggregated traits,
and (c, d) the relationship between PCA axes and SIR rates _______________________________114
Table 1 - Soil texture (a) and elemental composition (b) of the five studied blocks (A , B, C, D, E) in
the undisturbed tropical rainforest at Paracou, French Guiana ______________________________111
Table 2 - Quality (total concentration) and quantity of the litter layer sampled from the five studied
blocks _________________________________________________________________________114
Table 3 - Results of linear mixed model on SIR rates for the effects of scale (blocks and nested plots),
litter element (C; N; P), stoichiometry (C:N; C:P; N; P), carbon forms (WSC; Hemicellulose;
Cellulose; Lignin; Tannin) and other litter traits (pH; Litter mass) __________________________115
Table 4 - Best-fit linear mixed models of SIR rates as a function of significant litter quality traits (total
content) ________________________________________________________________________115
Appendix 1 - Litter C concentration in % of dry matter (r - s transformation) as a function of lignin

concentration (log transformation) ___________________________________________________116
CHAPITRE 2

Figure B2 - Prélèvement, pesées et analyse au laboratoire ________________________________126
ARTICLE 2
Figure 1 - Effects of C, N, and P fertilization (alone or in any combination with the other two
resources) on (a) litter mass loss, (b) litter SIR and (c) soil SIR ____________________________144
Figure 2 - Net fertilization effects on (a) litter mass loss, (b) litter SIR and (c) soil SIR _________146
Figure 3 - Net effects of NP (black squares) and CNP (open triangles) fertilization on litter SIR __147
Table 1 - Initial litter quality parameters measured for leaf litter from the six different tree species used
in our study _____________________________________________________________________136
Table 2 - Results of mixed linear models to test for the effects of litterbag mesh size and litter species
identity on (a) litter mass loss, (b) SIR litter and (c) soil SIR within control plots only __________140
Table 3 - Means (± SE) and CV (in %) of litter mass loss, litter SIR, and soil SIR measured in control
plots with or without fauna access ___________________________________________________140
Table 4 - Results from mixed linear models to test for the effects of fertilization (addition or not of
either one of C, N, and P), litterbag mesh size, litter species identity, and their interactions on (a) litter
mass loss, (b) litter SIR and (c) soil SIR _______________________________________________142
22
Appendix 1 - Mean values of litter mass loss, litter SIR, and soil SIR _______________________159
Appendix 2 - Litter SIR as a function of litter mass loss across all litter species and fertilization
treatments ______________________________________________________________________159
CHAPITRE 3

Figure B3 - Sacs de litières sur le terrain ______________________________________________170
ARTICLE 3
resources) on: (a) Cmic, (b) SIR rates, (c) cellulose mass loss _____________________________186
resources) on: (a) Fungal PLFAs, (b) Bacterial PLFAs, (c) Fungi:Bacteria ratio, (d) Gram-
positive:Gram-negative ratio _______________________________________________________190
Figure 3 - Analysis of CLPPs by treatment using aggregated traits of principal component analysis
(PCA) _________________________________________________________________________190
Figure 4 - PCoA plot of community-level physiological profiles (CLPPs) for all treatments
combined_______________________________________________________________________192
Table 1 - Results from full factorial mixed linear models to test for the effects of fertilization (addition
or not of either one of C, N, and P) on final soil carbon, nitrogen and phosphorus concentrations __186
Table 2 - Results from full factorial mixed linear models to test for the effects of fertilization (addition
or not of either one of C, N, and P) and their interactions on (a) microbial functioning, (b) mass loss
and (c) community structure ________________________________________________________188
Table 3 - Spearman’s rank correlations (ρ) and p-values between community level physiological
profiles (CLPPs) and explanatory variables ____________________________________________192
Appendix 1 - Analysis of catabolic capacities by comparisons of individual substrate ___________202

Appendix 2 - Analysis of soil microbial communities by comparisons of the abundance of individual
PLFA marker ___________________________________________________________________203
CHAPITRE 4
Figure A4 - Design en microcosmes de laboratoire ______________________________________212

Figure B4 - Exemple de colonisation des microorganismes en fonction des différentes espèces ___214
23
ARTICLE 4a
Figure 1 - Relationships between log10-transformed microbial and litter stoichiometries: bulk litter
C:N ratio (a), bulk litter C:P ratio (b), bulk litter N:P ratio (c), litter leachate C:N ratio (d), litter
leachate C:P ratio (e) and litter leachate N:P ratio (f) _____________________________________228
Figure 2 - Ordination biplots (a) and corresponding loading plots (b) of a redundancy analysis (RDA)
of the litter microbial community structure assessed with PLFA ____________________________232
Figure 3 - Relationships between log10-transformed microbial community structure ratios and
microbial biomass N:P ratio (a), bulk litter N:P ratio (b) or litter leachate N:P ratio (c) __________232
Table 1 - Substrate and microbial characteristics of the six different substrates (leaf litter species) used
in the experiment ________________________________________________________________226
Table 2 - Summary of standardized major axis analysis of log10-transformed nutrient
concentrations ___________________________________________________________________228
Table 3 - Microbial community structure measured on the different substrates (µg g-1) __________230
Table S1 - Soil characteristics ______________________________________________________242

Table S2 - Initial quality of the six different litter substrates used in our study ________________243
ARTICLE 4b
Figure 1 - Abundance of individual microbial PLFA markers in the soil underneath decomposing leaf
litter from six different tree species and in a control treatment without leaf litter addition ________260
Figure 2 - Relationship between leachate C and the ratio between Gram-positive and Gram-negative
bacteria ________________________________________________________________________264
Figure 3 - PCoA plot of community-level physiological profiles (CLPPs) of soil microorganisms
originating from microcosms with decomposing leaf litter of different tree species _____________264
Table 1 - Chemical characteristics of litter species used for the microcosm incubations _________253
Table 2 - Soil microbial biomass, stoichiometry and fraction of the soil pool (mean ± SE) in response
to different litter species added to the microcosms _______________________________________258
Table 3 - Relative abundance of microbial groups and indices of microbial community structure (mean
± SE) in response to decomposing leaf litter from different tree species at the soil surface _______260
Table 4 - NMDS analysis on different microbial components ______________________________262
Table 5 - Spearman’s rank correlations (ρ) and p-values between community level physiological
profiles (CLPPs) and explanatory variables ____________________________________________264
24
SYNTHESE
Figure A - Masse restante de litière en fonction des composés carbonés des litières: tanins condensés
et phénols totaux _________________________________________________________________274
Figure B - Perte en masse de six espèces de litière en fonction des composés carbonés dissous ___274
Figure C - Respiration potentielle des micro-organismes du sol en fonction des composés solubles de
mélanges de litière sur le terrain _____________________________________________________274
Figure D - Capacités cataboliques des communautés du sol en fonction des composés carbonés
dissous issus de six espèces de litière _________________________________________________274
Figure E - Perte en masse des litières en fonction des différents traitements de fertilisation avec ou
sans présence de faune ____________________________________________________________276
Figure F - Perte en masse des litières en fonction de différents traitements de fertilisation en
laboratoire ______________________________________________________________________276
Figure G - SIR litière pour chacun des traitements successifs en fonction du temps ____________278
Figure H - Ratio champignon:bactérie des litières pour chacun des traitements avant et après le
second ajout successif de fertilisant __________________________________________________278
Figure I - Analyse des marqueurs PLFA microbiens entre litière et sol en utilisant les traits
agrégé _________________________________________________________________________ 280
Figure J - Comparaison quantitative de l’abondance de bactéries, actinomycètes, champignons et
protozoaires entre litière et sol sous-jacent pour six espèces contrastées ______________________282
Figure K - Relation entre structure des communautés et disponibilité du C ___________________284
Figure L - Biomasse fongique et bactérienne en fonction des différents traitements sur le terrain _284
Figure M - Relation entre ratio N:P de la biomasse microbienne et ratio champignon:bactérie pour la
litière et le sol simultanément _______________________________________________________288
Figure N - Perte en masse de 4 substrats en fonction du temps pour 4 types de traitements
différents_______________________________________________________________________ 290
Figure O - Modèle conceptuel montrant les effets directs et indirects des contraintes
environnementales sur les communautés microbiennes et de plantes et leurs impacts sur les cycles
biogéochimiques _________________________________________________________________292
Figure P - Schéma conceptuel des interactions entre les compartiments « aériens » et « souterrains »
de l’écosystème forestier __________________________________________________________294
Figure Q - Schéma conceptuel des effets directs et indirects de la ressource sur le compartiment
microbien ______________________________________________________________________296
Figure R - Analyse en composante principale des qualités de litière et enzymes _______________298
Figure S - Abondance moyenne de macrofaune avant et après fertilisation sur le terrain ________298
25
26
« Il n'y a pas de cause d'erreur plus fréquente que la
recherche de la vérité absolue ».
Samuel Butler, 1912
A papy
27
28
Introduction
Synthèse bibliographique, problématique, hypothèses et

description du cadre de l’étude
29
Introduction
Synthèse bibliographique, problématique, hypothèses et

description du cadre de l’étude
A. Synthèse bibliographique _________________________________________________31

I. Le sol: système complexe, hétérogène et vivant________________________________________31
II. Le sol au sein du cycle du C: généralités, flux et processus _____________________________37
III. Les liens entre sol et plante: processus clé du fonctionnement des écosystèmes forestiers ____49
IV. Limites nutritives et structure de communauté microbienne ____________________________61
V. Le paradoxe des forêts tropicales humides ___________________________________________75
B. Problématique et hypothèses de travail __________________________________79
C. Organisation du document _______________________________________________80
D. Site d’étude _______________________________________________________________83
I. Localisation géographique ________________________________________________________83
II. Conditions climatiques __________________________________________________________83
III. Contexte édaphique ____________________________________________________________85
IV. Dispositif expérimental de terrain mis en place ______________________________________87
V. Caractéristiques qualitatives et quantitatives des litières ________________________________89
VI. Macrofaune __________________________________________________________________95
30
Introduction Synthèse bibliographique
Introduction
A. Synthèse bibliographique
I. Le sol: système complexe, hétérogène et vivant
I. 1. Contexte
Le sol est un milieu complexe et hétérogène au sein duquel les multiples interactions
trophiques et biochimiques qui s’y déroulent jouent un rôle prédominant pour le fonctionnement des
écosystèmes. C’est également un formidable réservoir de biodiversité microbienne et faunistique qui
participent activement aux flux de matière et d’énergie, assurant ainsi tout ou partie d’un grand
nombre de cycles géochimiques au sein de la biosphère continentale (Lévêque 2001).
Le sol provient de l’altération des roches et des produits de la décomposition sous l’action de
l’eau, de l’air et des êtres vivants. Au fur et à mesure du temps, le sol s’épaissit en acquérant de
nouveaux constituants, structures et couleurs qui lui sont spécifiques et se différencie en strates
superposées, formant ainsi le profil pédologique. Ses caractéristiques et propriétés sont largement
influencées par les roches en présence, son âge, le relief, le climat et la végétation (Gobat et al. 2003).
Il en résulte ainsi une incroyable diversité à large échelle mais également à des niveaux macro- et
microscopiques au travers de différences de texture, de structure et de composition des agrégats qui
les constituent.
Le sol est le support du vivant, comprenant une diversité extraordinaire d’organismes aux
caractères et formes variés. Les espèces de faunes et de microorganismes coexistantes constituent la
base des réseaux trophiques supérieurs, réalisant par ailleurs un ensemble de fonctions essentielles
à la réalisation de processus écosystémiques. Par conséquent, afin de comprendre l’influence de la
qualité de la ressource sur le fonctionnement des communautés hétérotrophes du sol, il est important
de décrire et d’analyser le sol comme compartiment clé dans le cadre des écosystèmes terrestres.
Ainsi, cette première partie vise à définir précisément la notion de sol depuis sa première
définition connue au XIXème siècle jusqu’à nos jours. Nous définirons par la suite l’organisation du sol
au travers de différentes échelles spatiales, depuis le profil pédologique jusqu’à l’agrégat. Finalement,
nous conclurons ce passage sur l’ensemble des êtres vivants qui s’y développent et s’y reproduisent
afin de souligner le rôle et l’importance des communautés de décomposeurs pour le fonctionnement
des écosystèmes forestiers.
31
Figure A - Organisation du système sol à différentes échelles: profil, macroscopique et

microscopique. (a) Profil O = horizon organique formé principalement à partir de débris végétaux, A = horizon
minéral formé près de la surface dans la zone de perte des matériaux avec une transition marquée dans ce cas de A1
vers A2, B = horizon illuvial enrichi en divers constituants, suivant les cas: argile, fer, matière organique, carbonate de
calcium, etc., C = horizon d'altération de la roche mère dans lequel la transformation de celle-ci reste limitée si bien
que nombre de ses caractères originels sont encore très visibles. (b, c) profil macro et microscopique représentant un
macro et un microagrégat, respectivement. Adapté d’après B. Leclerc (2002).
32
I. 2. Définition du sol
Le sol est un système dont la définition a fortement évolué au cours du temps. En 1883,
Dokoutchaïev1, considéré comme le père de la science du sol, le décrivait comme étant: « Les horizons
extérieurs des roches naturellement modifiés par l’influence mutuelle de l’eau, de l’air et des
organismes vivant et morts; c’est un corps nature, indépendant et variant. »
Dans les années 1980, la définition du sol de Aubert & Boulaine prend toujours en compte les
éléments apportés par Dokoutchaïev mais précise également l’idée d’activité et de formation de ce
système: « Le sol est le produit de l’altération, du remaniement et de l’organisation des couches
supérieures de la croûte terrestre sous l’action de la vie, de l’atmosphère et des échanges d’énergie
qui s’y manifestent. »
Aujourd’hui, la définition la plus couramment utilisée replace le système sol dans le cadre du
fonctionnement des écosystèmes, mettant ainsi en avant son caractère d’entité fonctionnelle au sein
des cycles de la matière: « Le sol est la couche la plus externe, marquée par les êtres vivants, de la
croûte terrestre. Il est le siège d’un échange intense de matière et d’énergie entre l’air, l’eau et les
roches. Le sol, en tant que partie de l’écosystème, occupe une position clé dans les cycles globaux de
la matière. » (Gobat et al. 2003)
I. 3. Organisation du sol
La figure A présente l’organisation du système sol à différentes échelles: profil (a),

macroscopique (b), microscopique (c). Chaque horizon se compose à la fois d’une phase solide
composée de matière minérale et organique, d’une phase liquide contenant de l’eau, des ions et des
composés organiques dissous et d’une phase gazeuse composée d’air (N2, O2, CO2) mais également
de gaz issus de la respiration et de la décomposition des organismes (CO 2, H2, CH4, NH3). Ces
différentes phases sont inégalement réparties au sein du profil sol, la matière organique solide étant le
plus souvent concentrée en surface alors que la phase liquide est plus importante en profondeur.
L’hétérogénéité du système sol ne se limite pas à une échelle macroscopique. En effet, chaque
horizon est composé de pores et d’agrégats. La taille et la répartition des pores sont essentielles dans
la conduction de l’eau et des nutriments, ainsi que dans la communication entre les différentes
populations microbiennes (Torsvik & Ovreas 2002; Young & Ritz 2005; Standing & Killham 2007).
En ce qui concerne les agrégats, la taille détermine la texture (composition granulométrique) et
l’organisation de ces agrégats détermine la structure (assemblage des agrégats de différentes tailles,
formes et abondance). Ces agrégats ont des compositions variables en termes de matière minérale et
de matière organique. De ce fait, à une échelle microscopique, le sol est aussi un système fortement
hétérogène.
1
Vassili Vassilievitch Dokoutchaïev (1846-1903) est un géologue russe né à Saint-Pétersbourg. Parcourant la
Russie, il est le premier scientifique connu à observer que les sols sont liés dans leur nature et leur répartition, au
climat, à la roche sous-jacente, au relief, au temps, et aux agents biologiques (végétation et animaux du sol). A
ce titre, il est considéré comme le père de la science des sols ou pédologie (du grec Pedon, sol).
33
Figure B - Le sol comme support du vivant. Exemple d’organismes présents dans un écosystème forestier de
feuillus (végétaux, faune, microorganismes). Le chiffre entre parenthèse représente le grossissement de chaque
organisme. Dessin réalisé par R. Idema.
Figure C - Classification des organismes par classes de taille. Les microorganismes (<5 µm), la microfaune
(<0.2 mm), la mésofaune (entre 0.2 et 4 mm) et la macrofaune (entre 4 et 80 mm). Pour chaque classe il est également
présenté quelques exemples.
34
I. 4. Le sol, support du vivant
Le sol est un milieu vivant dans lequel l’ensemble des organismes joue un rôle fondamental
(Fig. B). Selon Gobat et al. (2003), c’est un carrefour multidirectionnel qui occupe une place
centrale dans le fonctionnement des écosystèmes.
Les espèces animales cohabitent par centaines et constituent le squelette des chaînes de
décomposeurs. On classe ces organismes généralement en 3 groupes par classe de taille (Fig. C,
variable selon les auteurs): la microfaune (< 0.2 mm), la mésofaune (entre 0.2 et 4 mm) et la
macrofaune (entre 4 et 80 mm). Ils sont une composante importante pour le fonctionnement du sol,
dus à leur rôle fonctionnel dans l’accélération de la décomposition de la matière organique, de la
fragmentation de la litière, de la digestion partielle et de leurs fèces (Petersen & Luxton 1982; Byzov
et al. 1996; Maraun & Scheu 1996). Par ailleurs, certains groupes spécifiques de détritivores peuvent
déterminer la quantité d’éléments minéraux disponibles pour les microorganismes et les plantes
(Carcamo et al. 2001; Frouz et al. 2007) et peuvent influencer directement l’organisation et la
structuration du sol en modifiant l’environnement physique. Cependant, l’efficacité de la faune serait
dérisoire s’ils n’étaient pas étroitement associés aux bactéries et aux champignons.
Les microorganismes sont essentiels au bon fonctionnement des écosystèmes et assurent de
nombreuses tâches comme la transformation, l’oxydation et la réduction des déchets végétaux et
animaux, le contrôle des cycles des bioéléments ou encore la transformation de la roche mère. Chaque
espèce est caractérisée par une ou plusieurs activité(s) enzymatique(s) et peut assurer une activité
particulière (décomposition de la matière organique, fixation de l’azote atmosphérique, nitrification,
dénitrification…). Cette diversité fonctionnelle au niveau du sol est d’une importance capitale dans la
réalisation du recyclage des nutriments et d’un certain nombre de cycle géochimique notamment celui
du carbone (C) de l’azote (N) et du phosphore (P). En moyenne dans 1 g de sol, on compte de l’ordre
de 109 bactéries, 105 protozoaires et 1 km de mycélium (Young & Ritz 2005). Cependant la
répartition des microorganismes est très diverse et les patterns de distribution sont encore très
peu connus. En effet, les communautés microbiennes présentent de larges variations dans leur
structure à l’échelle de l’hectare en milieu forestier (Myers et al. 2001; Fierer et al. 2003; Lejon et al.
2005) mais également à des échelles beaucoup plus fines comme à l’échelle du mètre (Wilkinson &
Anderson 2001; Rinnan et al. 2008) ou même à l’échelle de l’agrégat (Ranjard et al. 2000). De la
même manière, les communautés microbiennes peuvent changer en fonction des conditions externes
dans l’heure ou dans la journée, d’une saison à l’autre, et évoluent au cours du temps (Bardgett et al.
2005; Schmidt et al. 2007).
Ainsi, l’ensemble de ces organismes vivants sont susceptibles de participer activement
aux flux et processus des écosystèmes forestiers tels que la dégradation de la matière organique
et la respiration du sol et peuvent, par conséquent, largement influencer le cycle du C de la
biosphère continentale.
35
Encadré 1: L’importance du sol dans le cadre des services écosystémiques
D’un point de vue écologique, le sol est le lieu d’innombrables processus biologiques qui fournissent un
nombre important de services écosystémiques essentiels au bien-être humain (Fig. D). Ces services résultent de la
complexité des assemblages taxonomiques et fonctionnels des communautés indigènes ainsi que des interactions entre
ces différents organismes (Coleman & Whitman 2005). De façon non exhaustive parmi l’ensemble des services
fournis et du bien-être qui en résulte, il est important de noter:
- (i) l’alimentation humaine au travers de la nourriture, production végétale et l’eau,
- (ii) la régulation du climat au travers des échanges atmosphère-biosphère,
- (iii) la qualité de l’environnement en terme purification et de pollution,
- (iv) la fertilité des sols via la dégradation de la matière organique et le recyclage des éléments minéraux,
- (v) la santé au travers de la régulation de maladies et de virus etc.
Figure D - Liens entre Services d’origine écosystémique et bien-être de l’Homme. Cette figure donne une liste non
exhaustive des services fournis par les écosystèmes et les différentes composantes du bien-être qui en résultent. D’après le
Millennium Ecosystem Assessment (2005).
36
II. Le sol au sein du cycle du C: généralités, flux et processus.
II. 1. Contexte général
Depuis la révolution industrielle, une élévation de la température moyenne du globe de 1°C a

été observée sur la période 1850-2006 et pourrait continuer d’augmenter de 1 à 3°C d’ici 2100 (IPCC,
2001). Cette augmentation est marquée à l’heure actuelle puisque 11 des 12 années les plus chaudes
depuis 1850 ont été observées sur la période 1995-2006 (IPCC 2007). Cet accroissement des
moyennes annuelles de température est principalement lié à une augmentation de [CO 2] (+90 ppm en
deux siècles) et des autres gaz à effet de serre (GES) tels que la vapeur d’eau, le méthane (CH 4),
l’oxyde nitreux (N2O) ou les composés halogénés. Ces augmentations sont fortes depuis la révolution
industrielle et ont été clairement reliées aux activités anthropiques (rejet en grande quantité de GES
et déforestation principalement), mettant ainsi en avant le rôle prédominant de l’homme dans les
changements climatiques observés aujourd’hui (IPCC 2001; GIEC 2007).
Ces changements globaux engagés peuvent à plus ou moins long terme modifier le
fonctionnement du sol, support de nombreux services écosystémiques (Cf. Encadré 1). La fourniture
de ces services est capitale pour le bien-être humain, et des modifications directes via des altérations
des échanges entre atmosphère et biosphère ou de l’activité des microorganismes décomposeurs
peuvent avoir d’importants impacts sur le cycle du C et plus généralement sur le fonctionnement des
sociétés humaines. Ces effets potentiels étaient jusqu’à présent d’un intérêt particulier concernant les
régions les plus industrialisées (Matson et al. 1999). Cependant l’intensification des activités
agricoles, de la déforestation et de la combustion d’énergies fossiles dans les zones moins
industrialisées du monde, dont beaucoup sont tropicales, vont probablement entrainer
d’importantes modifications du fonctionnement du sol dans ces parties du globe.
Ainsi, la question est maintenant posée de savoir si la biosphère peut à plus ou moins long
terme stocker les excédants de CO2 et si les modifications des flux de C vont en retour influencer le
fonctionnement des écosystèmes terrestres. Dans ce contexte, une meilleure compréhension du
fonctionnement du sol via l’activité des décomposeurs hétérotrophes semble essentielle afin de
déterminer leurs réponses face aux changements potentiels de la qualité des ressources, et ainsi
prédire de manière plus pertinente l’évolution du cycle du C.
En premier lieu, la partie qui suit présente l’importance de la biosphère continentale au sein du
cycle du C. Nous présenterons ensuite le compartiment sol au sein des écosystèmes terrestres afin
d’appréhender son rôle prépondérant pour les flux de C. Plus précisément, nous définirons les
différences entre respiration hétérotrophe et autotrophe, et au travers d’une comparaison entre
biomes nous présenterons l’importance des forêts tropicales pour les flux écosystémiques terrestres.
Enfin, nous terminerons cette partie sur les interactions potentielles entre les cycles du C, de l’N et du
P en lien aux activités anthropiques.
37
Figure E - Cycle du C à l’échelle globale. Les carrés représentent les différents réservoirs de C et les flèches les
différents flux entre réservoirs. Ils sont exprimés en Gt C: Giga tonnes de Carbone (C) (1Gt C = 1015 g C). Le temps de
résidence (τ) est également indiqué. D’après Lévêque (2001) et GIEC (2007).
38
II. 2. Le cycle du C, importance de la biosphère continentale
II. 2. 1. Le cycle global du C
Le C constitue moins de 1 % de la masse de l’écorce terrestre, mais c’est le plus important des
éléments chimiques caractérisant le monde vivant avec l’oxygène (Lévêque 2001). A l’échelle globale,
le C existe sous deux phases: solide (matière organique, carbonates) et gazeuse (principalement CO2,
CH4) ou dissout dans l’eau (HCO3-), réparties dans les différentes composantes du cycle du C.
Le cycle du C comprend cinq réservoirs: les roches sédimentaires, les océans, les roches
organiques fossiles, la biosphère continentale et l’atmosphère (Fig. E). Chacun de ces réservoirs est
caractérisé par son contenu en C et un temps de résidence (τ). Ce temps de résidence correspond au
temps que passe un atome de C au sein d’un réservoir et traduit la vitesse de renouvellement du
réservoir. On distingue des réservoirs lents comme les roches sédimentaires et les roches organiques
fossiles (τ > 106 ans) et des réservoirs plus rapides tels que les océans, la biosphère continentale (τ = 5
à 104 ans) et l’atmosphère (τ = 3 à 7 ans). Tous ces réservoirs sont interconnectés et les échanges de C
qui s’opèrent entre eux ont pu être quantifiés et répartis grâce à l’utilisation de traceur isotopique 13C
et de mesures de flux. La décomposition de ces différentes composantes a permis de mettre en
évidence la forte intensité des échanges de C entre les réservoirs ayant une grande vitesse de
renouvellement. En effet, la biosphère continentale et l’atmosphère échangent plus de 120 GtC an -1
alors que moins d’ 1 GtC an-1 est transférée vers les roches carbonatées et les roches organiques
fossiles.
A l’intérieur de ces compartiments, il est possible de définir deux sous-ensembles: le cycle du
C organique et le cycle du C inorganique. A l’échelle des temps géologiques le cycle du C
inorganique prévaut et joue un rôle de premier ordre. A l’inverse, le cycle de C organique est très
rapide (moins de 10000 ans) et implique des processus principalement d’origine biologique
(photosynthèse et respiration). Depuis l’essor de l’industrie, ces deux cycles sont de plus en plus
fortement interconnectés. En effet, la déforestation et l’utilisation des ressources énergétiques
fossiles par les sociétés humaines influence cette connexion en libérant 6,4 Gt C an-1 vers l’atmosphère
en moyenne pour les années 1990 et 7,2 Gt C an-1 depuis les années 2000 (GIEC 2007). A l’échelle
d’une vie humaine, travailler sur le cycle inorganique du C est difficilement envisageable pour
comprendre les effets des changements globaux. L’attention scientifique s’est donc principalement
reportée sur le cycle du C organique en vue d’étudier les échanges carbonés basés sur l’ensemble des
processus biologiques.
Ainsi la compréhension des processus impliqués dans la fixation et le relarguage de C
devient une priorité afin de mieux appréhender le cycle du C organique de la biosphère
continentale.
39
Figure F - Cycle du C à l’échelle de la biosphère continentale. Les carrés représentent les différents réservoirs de
C et les flèches les différents flux entre réservoirs. Ils sont exprimés en Gt C: Giga tonnes de Carbone (C) (1Gt C = 10 15 g
C). Les carrés en pointillés représentent les flux importants regroupés selon leur appellation dans la littérature (GPP,
Growth Primary Productivity; TER, Total Ecosystem Respiration; NEE, Net Ecosystem Exchange). Le temps de résidence
(τ) est également indiqué. D’après Lévêque (2001) et GIEC (2007).
40
II. 2. 2. Le cycle du C organique au sein de la biosphère terrestre
Le cycle du C organique au sein des écosystèmes terrestres est composé de trois réservoirs:
l’atmosphère, la biomasse aérienne et le sol (Fig. F).
Le sol est le réservoir le plus important quantitativement et contient autant de C que
l’atmosphère et biomasse aérienne réunies. Il est exclusivement alimenté par la matière organique
produite au niveau de la biomasse aérienne via l’exsudation racinaire et la décomposition de litière et
de racines. En terme de flux, on en distingue deux importants: la productivité primaire brute
(Growth Primary Productivity, GPP) qui est la quantité totale de C assimilé par la photosynthèse des
végétaux et la respiration écosystémique (Total Ecosystem Respiration, TER) qui consiste en
l’oxydation complète de la matière organique et à la libération de CO2. La différence entre le CO2
absorbé par l’écosystème via la photosynthèse (GPP) et le CO 2 émis suite à la respiration des plantes et
du sol (TER) est appelée échange net de l’écosystème (Net Ecosystem Exchange, NEE).
La respiration écosystémique se subdivise en une respiration de la biomasse aérienne et une
respiration du sol (RS). D’une manière générale, le bilan de TER s’équilibre entre respiration de la
biomasse et RS ( 60 Gt C chacun) mais la part de chacune de ces composantes reste variable en
fonction du climat et du biome étudié. En effet, la biosphère terrestre est un système hétérogène non
stationnaire et en permanence soumis à des perturbations naturelles ou d'origine anthropogène. Le
couplage sol/végétation subit des contraintes météorologiques et biotiques périodiques qui pilotent la
capacité de stockage des réservoirs, les transferts de C ainsi que les échanges avec l'atmosphère.
Ainsi, le sol occupe une place importante dans le bilan carboné de la biosphère
continentale. L’étude des flux et processus liés à la dégradation de la matière organique issue des
producteurs primaires d’une part et de son influence sur la biomasse et l’activité des microorganismes
d’autre part, permettra de mieux comprendre le fonctionnement du sol au sein des écosystèmes
forestiers. Plus précisément au cours de cette thèse, nous nous sommes intéressés au
fonctionnement microbien hétérotrophe du sol. Par conséquent, il est important d’avoir un aperçu
du rôle du sol dans les échanges de C au sein des écosystèmes terrestres afin de comprendre les
perspectives engendrées par les résultats de ce travail.
41
Figure G - Valeurs moyennes de GPP, TER et RS par types d’écosystèmes forestiers. Les mesures de GPP et TER
sont basées sur des mesures de tour à flux par la méthode de covariance des turbulences (Eddy covariance) et sont exprimées
en g de C par m-2 et par an. Les mesures de RS sont réalisées grâce à des chambres posées au sol in situ sur le terrain et
exprimées dans la même unité.
Climat Ecosystème forestier Période Auteurs
Tropical Forêt décidue 1980-1990 Malhi & Grace (2000)

Tropical Forêt décidue 1995 Malhi et al. (1999)
Tropical Forêt décidue 2005 Bonal et al. (2008)
Tropical Forêt décidue 2000-2001 Chambers et al. (2004)
Méditerranéen Forêt décidue 1996-1998 Longdoz et al. (2000)
Méditerranéen Forêt de conifère 2000-2006 Maseyk et al. (2008)
Tempéré Forêt de conifère 2001 Hibbard et al. (2005)
Tempéré Forêt de conifère 1999-2001 Law et al. (2003)
Tempéré Forêt de conifère 1997 Longdoz et al. (2000)
Tempéré Forêt de conifère 1999 Subke et al. (2003)
Tempéré Forêt décidue 1995 Malhi et al. (1999)
Tempéré Forêt décidue 1997-1998 Janssens et al. (2001)
Tempéré Forêt décidue 1997 Longdoz et al. (2000)
Tempéré Forêt décidue 1998-1999 Saigusa et al. (2002)
Tempéré Forêt mixte feuillus/conifère 2001 Hibbard et al. (2005)
Tempéré Forêt mixte feuillus/conifère 1995-1999 Curtis et al. (2002)
Boréal Forêt de conifère 1995 Malhi et al. (1999)
Boréal Forêt décidue 2001-2003 Gaumont-Guay et al. (2006)
Tableau A - Références bibliographiques de la Figure F.
42
II. 3. Le rôle du sol dans les échanges de C au sein des écosystèmes terrestres
II. 3. 1. L’importance de la respiration du sol pour les flux de C écosystémique
La figure F représente les moyennes de productivité primaire brute (GPP, entrée de C), de
respiration écosystémique (TER, sortie de C) et de RS annuelle sous différents climats. La différence
entre GPP et TER (dont fait partie la R S) détermine le rôle de puits ou de source de C d’un
écosystème: puits si elle est positive, source si elle est négative. D’après la synthèse de données, la
différence entre GPP et TER varie en fonction de l’écosystème considéré. Cette différence est
faiblement positive dans les forêts boréales mais semble beaucoup plus importante pour les
écosystèmes tempérés, méditerranéens et tropicaux ce qui pourrait traduire, selon certains auteurs
(Tableau A), d’un effet « puits de C des forêts » pour les années 1980-2000 à l’échelle mondiale.
En termes de GPP, TER et RS totale, les forêts tropicales représentent environ le double
par rapport à chacun des autres climats (Fig. G). D’après Valentini et al. (2000) le bilan de puits ou
de source est fortement dépendant des variations de TER. Les variations quantitatives de TER sont
quant à elles fortement influencées par RS. En effet, RS représente de 40 à 95% de TER et la majorité
de la respiration annuelle des forêts résultent depuis la surface du sol (Janssens et al. 2001; Chambers
et al. 2004; Epron et al. 2004, Yuste et al. 2005). Ainsi, le fonctionnement du sol est susceptible de
déterminer l’état de puits ou de source de C d’un écosystème, pouvant modifier l’équilibre du
cycle global du C (Davidson et al. 2000; Baggs 2006; Davisdson & Janssens 2006; Gaumont-Guay et
al. 2006; Subke et al. 2006).
II. 3. 2. Séparation de la respiration autotrophe et hétérotrophe
La respiration correspond à l’oxydation de composés carbonés en CO 2 et en eau par

l’utilisation d’oxygène comme accepteur d’électron dans le but de former des molécules énergétiques
facilement utilisables (ATP, GTP). Cette réaction est toujours hétérotrophe par rapport au C car
elle ne peut utiliser que du C organique. Cependant, on distingue les types respiratoires non pas par le
type de réaction, mais par l’origine des substrats employés. En effet, les méthodes employées à ce jour
pour séparer clairement la respiration des racines de la respiration rhizomicrobienne associée montrent
rapidement leurs limites (Kuzyakov 2006; Subke et al. 2006).
Ainsi, on divise la RS en deux types respiratoires:
(i) la respiration autotrophe (RA) qui comprend l’ensemble des réactions consommant des
composés carbonés issus de la photosynthèse: exsudats racinaires, sucres, amidon. Ces composés ont
une durée de vie courte (quelques heures à quelques années).
.
43
Figure H - Séparation de la RS en deux composantes: RA et RH. Processus émetteurs de CO2 depuis le sol : (a)
respiration racinaire, (b) respiration rhizomicrobienne, (c) priming effect rhizosphérique, (d) décomposition de la matière
organique, (e) priming effect. Hormis pour la respiration racinaire, les autres processus sont étroitement liés aux
microorganismes du sol. Adapté depuis Chemidlin Prevost-Bourre (2008).
Figure I - Part de la RH dans la RS totale du sol par type de biomes. Chaque point est une moyenne pondérée qui
correspond à un type de forêt donné. Les barres d’erreur représentent l’intervalle de confiance à 95%. Le chiffre entre
parenthèse correspond au nombre d’études pour le calcul de la moyenne. Cette figure est tirée de Subke et al. (2006).
44
(ii) la respiration hétérotrophe (RH) qui comprend l’ensemble des réactions de

minéralisation de la matière organique et de ses dérivés simples (molécules organiques dissoutes). Ces
composés ont une durée de vie beaucoup plus longue (quelques heures à plusieurs dizaines d’années).
Ainsi, le fonctionnement des microorganismes hétérotrophes du sol étudié au cours de cette thèse est
directement relié à la RH.
La figure H est une représentation schématique des processus impliqués dans la R S divisé en
deux compartiments R A et RH. On distingue 5 processus biologiques principaux contribuant à
l’émission de CO2 provenant du sol. La respiration racinaire (a) utilise les assimilats issus de la
photosynthèse. Un second processus utilise les exsudats racinaires comme source d’énergie: la
respiration rhizomicrobienne (b). Cette respiration rhizomicrobienne est essentiellement réalisée par
les organismes rhizosphériques comme les champignons et les bactéries et fait partie prenante de la
RA. Enfin ces organismes peuvent également, en utilisant comme source primaire d’énergie les
exsudats, minéraliser secondairement de la matière organique du sol (Soil Organic Matter, SOM)
beaucoup plus ancienne. Cette réaction est appelée priming effect2 rhizosphérique (c). Ces trois
processus respiratoires consomment un C récent localisé au sein de la rhizosphère et constituent la R A.
La décomposition de la matière organique (d) et de ses dérivés qui utilise une source d’énergie
externe à l’exsudation racinaire (principalement issue de la litière) est un processus essentiel
concernant directement la RH. De même que pour la R A, un apport d’énergie suffisant permet la
décomposition de SOM présente beaucoup plus ancienne. Cette réaction est appelé priming effect2
(e). Ce processus respiratoire consomme un C ancien à très ancien dans les parties du sol non
influencées directement par les racines.
II. 3. 3. Part de la respiration hétérotrophe dans la respiration totale du sol
La figure I présente la part de la RH en fonction de la respiration annuelle du sol dans

différents écosystèmes forestiers. La proportion de RH contribue de 40 à 65% à RS en fonction de
l’écosystème considéré pour une moyenne d’environ 55% à une échelle globale. La part la plus
importante de RH est trouvée pour les écosystèmes boréaux ou la biomasse souterraine végétale est
moindre par rapport à d’autres types d’écosystèmes. En général, moins la RS est forte, plus la part de la
RH est importante. Cependant, l’estimation de la contribution de la RH est très variable et soumise à
plusieurs incertitudes. En effet, le lien fort entre la rhizosphère diffuse et microorganismes du sol ainsi
qu’un priming effect ponctuel limiterait la distinction nette entre les 2 types respiratoires, RA et RH.
Dans tous les cas, RS est fortement dépendante de RH bien que la distinction avec RA soit encore mal
dissociée d’un point de vue méthodologique.
Spécifiquement au cours de cette thèse, nous nous sommes intéressés aux communautés
microbiennes en lien à la décomposition de la matière organique et, par conséquent, aux
communautés de décomposeurs participant à la respiration hétérotrophe.
2
Le terme de « priming effect » a été employé pour la première fois en 1963 par Bingeman et ses collaborateurs
puis repris depuis en détail par Fontaine et al. (2003, 2004, 2007, 2010). Il définit la stimulation de la
minéralisation de la matière organique plus ancienne suite à l’ajout de composés simples et riches en énergie.
45
(a) 1860 (b) 1990
(c) 2100
Figure J - Pattern spatial des dépositions

inorganiques d’N à l’échelle mondiale (en
mg d’N m-2 an-1). (a) Déposition dans le passé
en 1860, (b) déposition pour le début des années
90, (c) prévision pour le futur en 2100. D’après
Galloway et al. (2004).
Figure K - Déposition de P en 2004 à l’échelle mondiale. Déposition calculée à partir des dépôts de
poussière depuis le modèle MATCH/DEAD/NCEP multiplié par la moyenne de la concentration en P
continental (700 ppm), échelle logarithmique. D’après Okin et al. (2004).
46
II. 4. Interactions entre les cycles du C, de l’N et du P liés à l’homme
Au cours du XXème siècle, les dépositions d’N atmosphériques ont augmenté constamment
depuis la révolution industrielle des années 1950, principalement dues aux émissions ammoniacales
(NH3) et aux oxydes d’N (NOx) relargués depuis les processus de combustion et des pratiques
agriculturales (Vitousek et al. 1997; Galloway et al. 2004; Galloway et al. 2008). Jusqu’à récemment,
les dépositions d’N étaient d’un intérêt particulier concernant les régions développées et
industrialisées. Cependant l’intensification des activités agricoles, de la déforestation et de la
combustion d’énergies fossiles dans les zones moins industrialisées du monde vont probablement
entrainer une nette augmentation des taux de déposition d’N par plus de 100% dans ces zones d’ici
2020, et plus encore d’ici 2100 (Fig. J, Galloway et al. 1994; Galloway et al. 2004).
Bien qu’à un moindre niveau que pour l’N, les dépôts de P sont aussi prédits à augmenter
dans le futur (Fig. K, Okin et al. 2004), comme une conséquence de l’intensification du brûlis et des
dépositions de poussières depuis les émissions de sables et de l’érosion réalisée par le vent (Artaxo et
al. 2002; Mahowald et al. 2005). En effet, les forêts du bassin Amazonien sont fortement influencées
par les dépositions de poussières éoliennes (Swap et al. 1992; Koren et al. 2006) qui pourraient avoir
été critiques pour la reconstitution en P de ces sols pauvres en nutriments au cours de l’histoire de ces
écosystèmes (Chadwick et al. 1999; Okin et al. 2004). Cependant, les effets combinés de
l’altération des cycles des nutriments et des changements globaux induits sur le cycle du C sont
encore très peu connus, spécialement concernant la décomposition et l’altération du
fonctionnement des décomposeurs hétérotrophes en forêt tropicale (Cusack et al. 2010;
Krashevska et al. 2010; Reed et al. 2011).
En effet, différentes études dans les biomes tropicaux ont montré des résultats apparemment
contradictoires concernant la direction du stockage et des flux de C en réponse à l’ajout de ressource N
ou P. Par exemple, quelques études de fertilisation ont montré des effets positifs des ressources
ajoutées sur la décomposition de la litière ou le CO2 relâché dans l’atmosphère (Cleveland et al. 2002;
Cleveland et al. 2006; Cleveland & Townsend 2006; Gnankambary et al. 2008, Kaspari et al. 2008)
alors que d’autres ont trouvé une augmentation des stocks de C associée avec une respiration du sol
plus faible (Mo et al. 2008; Cusack et al. 2010; Cusack et al. 2011a) ou même des effets contrastés
résultant de l’âge du site relié à des gradients de fertilité (Hobbie & Vitousek 2000; Reed et al. 2011).
Ainsi des prédictions précises de l’altération de l’équilibre du C et de la dynamique des
nutriments des écosystèmes forestiers (comme résultat des modifications dans la disponibilité de
C, N et P) requière de comprendre comment l’activité des décomposeurs répond à l’ajout de
ressources, seule ou en combinaison, au travers du continuum depuis la litière fraîche jusqu’à la
matière organique du sol (Chapitre 2 et 3).
47
Encadré 2: Lien « aboveground-belowground » des écosystèmes terrestres
Tous les écosystèmes terrestres consistent en des composantes aboveground et belowground qui interagissent
et influencent les processus et les propriétés depuis l’échelle de la communauté à celle de l’écosystème. Ces
composantes sont fortement interconnectées au niveau de la communauté et sont renforcées par un important degré de
spécificité entre plantes et organismes du sol (Fig. L). En tant que tel, les communautés aériennes et souterraines
peuvent être de puissants moteurs mutuels entraînant des rétroactions positives et négatives.
Figure L - Les communautés « aboveground » sont influencées par des conséquences directes et indirectes des
réseaux trophiques souterrains. (Droite) L’activité de nutrition dans le réseau trophique des décomposeurs (flèches
blanches) stimule le turnover des nutriments (large flèche rouge), (a) l’acquisition des nutriments par les plantes, (b1) et la
performance des plantes qui à leur tour influencent indirectement la communauté d’herbivores (flèche rouge pointillée).
(Gauche) Les organismes du sol exercent des influencent en se nourrissant sur les racines et en formant des relations antagonistes
ou mutualistes avec leurs plantes hôtes. (b2) De telles interactions directes avec les végétaux influencent non seulement les
performances des plantes hôtes mais également celles des herbivores (b2) et potentiellement celles de leurs prédateurs. Par
ailleurs, le réseau trophique du sol peut contrôler la succession dans le développement des communautés de plantes indirectement
(c1) et directement (c2), et cette nouvelle communauté de plantes peut à son tour modifier les communautés du sol. Cette figure
est tirée de Wardle et al. (2004a).
48
III. Les liens entre sol et plante: processus clé du fonctionnement des écosystèmes forestiers
III. 1. Contexte général
Depuis longtemps, le sol et les plantes ont été étudiés comme deux systèmes relativement
séparés (Wardle et al. 2004b). Ils ont été principalement appréhendés dans une perspective centrée sur
la communauté végétale où le sol était simplement considéré comme un facteur de répartition des
plantes. Cependant depuis plusieurs années, un nombre croissant d’études souligne que le
fonctionnement du sol et celui de la communauté végétale sont indissociables. En particulier, les
boucles de rétroaction (feedbacks) entre processus aériens et souterrains jouent un rôle central dans le
fonctionnement des écosystèmes (van der Putten 1997; van der Putten et al. 2001; Bardgett & Wardle
2003; Wardle et al. 2004a).
Parmi ces mécanismes, les végétaux influencent le sol par leurs racines en profondeur et au-
dessus du sol par leurs organes aériens. En effet, les plantes interviennent aussi bien par des processus
actifs grâce à leurs parties vivantes, que par des effets passifs de leur nécromasse et de leur litière
(Gobat et al. 2003). En retour le sol, par l’intermédiaire d’échanges intenses de matière, de minéraux,
d’eau et d’énergie, peut influencer la structuration et la productivité de la communauté végétale. Selon
Wardle et al. (2002) ce lien très fort « belowground – aboveground » est à la base des réseaux
trophiques supérieurs des écosystèmes terrestres (Cf. Encadré 2). Ainsi, l’ensemble des communautés
de microorganismes et de macroinvertébrés entrent et jeu et font partie intégrante de ces relations entre
ces deux compartiments.
Afin de comprendre ces liens entre sol et plantes, de nombreux thèmes de recherche ont été
plus amplement explorés depuis les années 1970, notamment sur la décomposition de la litière, le rôle
de la diversité, les propriétés de la rhizosphère et de l’exsudation racinaire, les conditions
microenvironnementales et la structure des habitats.
La partie qui suit présente le processus de décomposition de la litière et de son influence sur le
sol et les communautés de décomposeurs. Spécifiquement au cours de cette thèse, nous nous
sommes intéressés à l’influence de la qualité de la litière lors de la décomposition sur le
fonctionnement du sol et notamment sur les communautés biologiques en termes d’activité, de
biomasse, de stœchiométrie et de structure (Chapitres 1 et 4). Ainsi, nous détaillerons plus
précisément dans une première partie, au travers des différents acteurs et facteurs, l’importance de la
décomposition de la litière dans le cadre des écosystèmes forestiers. Nous définirons par la suite la
notion de qualité de litière au travers des éléments minéraux et des différents composés carbonés.
Enfin, nous décrirons brièvement l’influence de la qualité du substrat sur la structure des
communautés microbiennes.
49
Figure M - Voies généralisées de la transformation de la litière. Les composés organiques dissouts

sont rapidement lessivés et les composés carbonés de la litière commencent à être dégradés par les
microorganismes influençant de ce fait les dégagements de CO2. Le recyclage des nutriments est un processus
essentiel du fonctionnement des écosystèmes terrestres au travers de la « minéralisation/immobilisation» par les
communautés de décomposeurs. D’après Berg & McClaugherty (2003).
Decomposition
Litter CO2
Humus
Humification
Soil Organic Matter
Figure N - Représentation schématique du processus de décomposition au travers des

différents chemins suivis par la matière organique. La décomposition de la litière n’est pas un
processus uniforme et peut passer par différentes étapes (rails du chemin de fer) avant la dégradation ultime de
cette dernière. Adapté d’après Prescott (2010).
50
III. 2. La décomposition de la litière, des acteurs aux flux
III. 2. 1. La litière: substrat principal de la décomposition
Les substrats de la décomposition ont des origines biologiques variées comme les litières
végétales (organes morts des végétaux comme les feuilles, le bois, les organes reproducteurs et les
racines), les pluviolessivats (composés entrainés par le ruissellement de l’eau de pluie), les cadavres
d’animaux ainsi que les microorganismes morts, ou encore de la SOM plus ancienne dont il est
difficile de distinguer l’origine des matériaux. Dans le cadre de notre travail, nous nous
focaliserons sur les litières de feuilles mortes qui représentent un des substrats les plus
importants pour les écosystèmes forestiers.
Selon Berg & McClaugherty (2003), la décomposition de la litière implique un ensemble de
processus chimiques, physiques et biologiques qui agissent sur une grande variété de substrats
organiques en constante évolution. Elle démarre par le lessivage de matière organique dissoute (DOM)
et la transformation de la matière organique morte en formes plus simples, associée à la libération
d’énergie et de molécules contenues dans cette matière organique (Fig. M). C’est l’un des processus
essentiels à la réalisation des cycles biogéochimiques car elle constitue notamment le principal
mécanisme contrôlant la disponibilité des éléments minéraux pour les plantes et les
microorganismes. En plus de son rôle sur le recyclage des nutriments, la décomposition de la litière
influence le relarguage de CO2 vers l’atmosphère, le stockage de C sous forme complexe ou encore
influence la dégradation de matière organique plus ancienne via des phénomènes de priming effect
(voir également §IV.4). Selon d’autres auteurs, la décomposition n’est pas linéaire et peut suivre
différentes routes jusqu’à sa dégradation ultime: la minéralisation, au terme de laquelle sont libérés des
ions minéraux; l’humification qui aboutit a la formation d’humus, lui-même fortement interconnecté à
la SOM jusqu’à sa décomposition finale (Fig. N, Prescott 2005, 2010).
En particulier, dans de nombreuses forêts tropicales humides, les sols sont pauvres en
nutriments du fait du processus intense de lixiviation qu’ils ont subis (Vitousek 1984). La contribution
des réserves minérales du sol à la nutrition est relativement faible comparée à celle des produits directs
de la décomposition. Dans ce cas, la litière représente la majeure source d’éléments minéraux et de C
minéralisable pour les communautés microbiennes dans les zones de sol non influencées par la
rhizosphère. C’est pourquoi la forêt tropicale constitue un excellent modèle pour étudier le lien
entre qualité des litières et fonctionnement du sol.
III. 2. 2. Les acteurs de la décomposition
Lorsque les feuilles de litière tombent au sol, elles sont en premier lieu lessivées c’est à dire
que des ions minéraux et de petites molécules organiques solubles sont entrainées par l’eau. Ce
processus engendre une forte perte de masse au début de la décomposition, puis diminue par la suite.
Ces composés sont souvent facilement utilisables par les microorganismes copiotrophes et engendrent
de ce fait un pulse de l’activité microbienne.
51
Les litières constituent par ailleurs une des ressources nutritives majeures de la faune
détritivore. Ainsi, cette consommation modifie le devenir de la matière organique (Scheu & Wolters
1991; Martin & Marinissen 1993) et le processus de décomposition (Mikola et al. 2002). L’impact de
la faune sur la décomposition est majoritairement dû à une transformation des litières, qui implique
une fragmentation, (Scheu & Wolters 1991) une transformation chimique (Hunter et al. 2003; Rawlins
et al., 2006) et une modification de la structure et de l’activité des communautés microbiennes (Martin
& Marinissen 1993; Lavelle et al. 2005). D’autre part, les boulettes fécales produites pas les
détritivores constituent à leur tour une ressource pour les microorganismes décomposeurs (Scheu &
Wolters 1991).
Enfin, les microorganismes bactériens et fongiques, en libérant des exoenzymes et en
utilisant les produits de la dégradation enzymatique, sont les principaux acteurs de la décomposition.
Bactéries et champignons ont cependant des contraintes et des stratégies biologiques différentes.
Les champignons sont filamenteux et peuvent, à ce titre transférer un élément (l’N par exemple)
depuis une ressource riche vers une ressource plus pauvre (Frey et al. 2000). Les bactéries sont quant à
elles de petites tailles et généralement moins mobiles. Elles restent actives tant que l’environnement
immédiat n’est pas épuisé, puis entrent en vie ralentie lorsque les conditions deviennent plus
défavorables. Leur retour à l’activité dépend donc d’un renouvellement du substrat permis par l’action
d’un autre organisme (ver de terre, racine) ou le passage d’un flux d’eau riche en matière organique.
III. 2. 3. Les principaux facteurs contrôlant la décomposition
La décomposition de la litière est contrôlée principalement par 3 facteurs principaux: le climat,

la qualité de la litière et l’abondance des organismes décomposeurs (Coûteaux et al. 1995).
Le climat est le principal facteur à de larges échelles notamment au travers de la distribution
des conditions de température, d’humidité et précipitation. En particulier, l’évapotranspiration
potentielle (AET) est un indice qui intègre à la fois la température et l’humidité (Meentemeyer 1978;
Berg et al. 1993; Aerts 1997). Meentemeyer (1978) a ainsi montré que l’AET expliquait à lui seul
51% de la variance du taux de décomposition pendant la première année. Le climat a un effet
important sur la décomposition notamment parce que l’activité des microorganismes dépend de la
température et de l’humidité (Lavelle et al. 1993; Winkler et al. 1996; Koch et al. 2007). Cependant
sous un même transect climatique, la décomposition semble être principalement liée à la qualité
de la litière (Cadisch & Giller 1997). En effet, la qualité de la ressource est d’une importance
primordiale pour le fonctionnement des microorganismes et de la faune car elle contrôle l’accès à
l’énergie et aux éléments de bases pour la construction de tissus et l’activité métabolique. La qualité
de la litière reste cependant une notion évasive et difficile à définir (Lasaridi et al. 2006). Les
litières peuvent être décrites par un ensemble de traits. Le terme de trait fait référence à toute
caractéristique morphologique, physiologique ou phénologique qui est mesurable au niveau de
l’individu (Violle et al. 2007). Ainsi, la qualité des litières désigne l’ensemble des traits, chimiques ou
non, qui déterminent la décomposabilité des litières.
52
De nombreux traits ont été proposés comme prédicteurs de la décomposition et des tests ont
été réalisés sur une vaste palette d’espèces et d’écosystèmes (Aber et al. 1990; Berg et al. 1993; Perez-
Harguindeguy et al. 2000). La décomposition peut être limitée par un élément, ou le plus souvent la
proportion de cet élément par rapport au C. C’est par exemple le cas du rapport carbone sur azote
(C:N) (Aber et al. 1990; Seneviratne 2000), ainsi que du rapport carbone sur phosphore (C:P)
(Vitousek et al. 1994; Cleveland et al. 2002). La présence de composés récalcitrants, c'est-a-dire
résistant à la décomposition, comme la lignine (Melillo et al. 1982; Tian et al. 1992) ou les
polyphénols (Palm & Sanchez 1991; Teklay 2007) jouent également un rôle important lors du
processus de décomposition. Enfin, des caractéristiques physiques des litières, notamment la dureté et
l’épaisseur (Gallardo & Merino 1993; Perez-Harguindeguy et al. 2000) peuvent également expliquer
une part de la variation des taux de décomposition.
En forêt tropicale, les déterminants de la décomposition sont cependant assez peu compris et
les résultats diffèrent suivant les études. Certains travaux mettent en évidence une limitation par le P
(Hobbie & Vitousek 2000; Cleveland et al. 2002, Kaspari & Yanoviak 2008), les rapports C:N ou
lignine:N (Tian et al. 1993; Goma-Tchimbakala & Bernhard-Reversat 2006) ou par la forme des
ressources carbonées (Loranger et al. 2002; Coq et al. 2010; Hättenschwiler & Bracht-Jorgensen
2010). Ces différences proviennent sans doute en grande partie de l’hétérogénéité des forêts tropicales,
mais aussi de la durée de l’expérience (Loranger et al. 2002). En effet, un facteur peut constituer un
bon prédicteur de la décomposition sur des temps brefs, mais être inopérant sur des temps plus
longs (Prescott 2005). Cependant à notre connaissance, peu d’études ont étudié précisément
l’influence de la qualité de la litière sur la variabilité spatiale du fonctionnement microbien (Chapitre
1). Ainsi, afin de comprendre l’influence de la qualité de la litière sur le fonctionnement des
communautés biologiques en forêt tropicale, il est important de comprendre l’importance et le
rôle de chacun de ces composés ainsi que leur influence sur les communautés bactériennes et
fongiques lors des différentes phases de décomposition.
III. 3. La composition chimique de la litière
III. 3. 1. Les éléments minéraux au sein de la litière
L’azote (N) et le phosphore (P) sont deux éléments essentiels pour la structuration du vivant
(Fig. O). Le premier rentre principalement dans la composition des acides aminés, le second dans les
échanges énergétiques, l’ARN et l’ADN. Les transferts de nutriments entre les décomposeurs et la
biomasse des plantes en forêt sont étroitement couplés au travers de relations à la fois mutualistes et
compétitives (Daufresne & Loreau 2001). Lorsque les éléments minéraux sont limitant, la majeure
partie est assimilée par les communautés microbiennes dans de nouvelles cellules (immobilisation).
Ainsi, ces nutriments deviennent indisponibles pour la communauté des plantes jusqu’à la mort ou le
relarguage depuis les cellules microbiennes. Il existe par conséquent une compétition directe entre
53
Figure O - Tableau périodique des éléments. Environ 25 éléments sont nécessaires pour grandir et se reproduire
(Sterner & Elser, 2002). Trois éléments vont particulièrement nous intéresser au cours de cette thèse: C, N et P (en bleu).
(a) (b) (c)
Figure P - Structure de la cellulose. (a) Deux molécules de glucose liées par une liaison β-1,4 glycosidique, (b) liaisons
hydrogène entre deux chaînes de cellulose, (c) Structure fibrillaire de la cellulose. Ces figures sont extraites de Kögel-Knabner
(2002).
Figure Q - Exemple d’une unité d’hémicellulose.

Arabino-4-O-méthyl-glucurono-xylane. Cette figure est
extraite de Kögel-Knabner (2002).
54
plantes et microorganismes pour le partage d’un ou de plusieurs éléments limitants. A l’inverse,

lorsque les éléments minéraux recyclés sont plus importants que requis pour la biomasse microbienne,
ces éléments deviennent directement disponibles pour les plantes (minéralisation). Il existe ainsi un
bénéfice direct pour la croissance des espèces végétales au travers du recyclage des nutriments.
Cependant l’incroyable variabilité interspécifique en contenus azotés et phosphorés des
feuilles de litière influence largement les stratégies de microorganismes associés, et par conséquent le
relarguage ou non des éléments minéraux au sein de l’écosystème. Par ailleurs, les éléments limitants
diffèrent entre écosystèmes forestiers sous différents climats. En effet, la limitation de l’activité
microbienne est plutôt pour l’N aux hautes latitudes sous des climats tempérés ou boréaux alors que
cette limitation est principalement pour le P aux basses latitudes sous des écosystèmes tropicaux. La
difficulté pour le développement de modèles sur le recyclage des nutriments dans les écosystèmes
forestiers provient ainsi de la détermination de l’influence de chacun des éléments sur l’activité des
microorganismes. Par conséquent, il paraît essentiel de déterminer l’influence du contenu en
éléments minéraux de la litière sur le fonctionnement des microorganismes décomposeurs afin
de mieux appréhender les cycles de l’N et du P.
En plus de ces éléments principaux, citons également le fer (Fe), le magnésium (Mg), le
manganèse (Mn) ou l’aluminium (Al) qui rentrent dans la composition des composants cellulaires et
sont indispensables pour certaines réactions mais également néfastes à haute dose. Ces oligoéléments
présents lors de la décomposition de feuilles de litière peuvent également jouer un rôle important sur la
décomposition de cette dernière et par conséquent sur l’activité des microorganismes (Kaspari et al.
2008).
III. 3. 2. Les principales formes de C au sein de la litière
Les tissus végétaux sont composés de la machinerie cellulaire classique d’une cellule
eucaryote, avec entre autres des substances de stockage, des composés structuraux et des composés
secondaires. Il existe ainsi une grande diversité de composés carbonés en proportion extrêmement
variable selon les espèces.
Les oses, monosaccharides ou « sucres simples » sont très présents dans le règne végétal. Ces
monosaccharides facilement métabolisables, sont dégradés rapidement après le début de la
décomposition des litières. Les polysaccharides constituent la forme principale des glucides dans la
matière organique en décomposition (Stevenson, 1994). Ce sont des homopolymères, résultant de la
condensation d’un grand nombre de monosaccharides. Les polysaccharides les plus abondants sont la
cellulose et les hémicelluloses. La cellulose est le composé organique le plus abondant de la
biosphère, comportant presque la moitié de la biomasse synthétisée par la fixation photosynthétique de
CO2 (Deng & Tabatabai 1994). Cet homopolymère linéaire est constitué de sous-unités de D-glucose
(> 10000) liées entre elles par des ponts β-1,4 appelés liaisons glycosidiques (Fig. P). L’arrangement
régulier des groupes hydroxyles, le long des chaînes de cellulose, conduit à la formation de liaisons
hydrogène et, par conséquent, à une structure fibrillaire.
55
(a) (b)
Figure R - Structure des précurseurs de la lignine et

principales liaisons. (a) (I): Alcool p-coumarylique; (II):
Alcool coniférylique; (III): Alcool sinapylique. (b) Structure des
liaisons principales de la lignine. Ces figures sont extraites de
Kögel-Knabner (2002).
(a) (b)
Figure S - Structure de tanins hydrolysables et

condensés. (a) Exemple d’unité de base de tanins
hydrolysables, acide gallique et acide ellagique. (b) Exemple de
structure des tanins condensés, polymère hétérogène de flavan-
3-ol. Ces figures sont extraites de Kögel-Knabner (2002).
56
Les hémicelluloses sont des constituants végétaux qui accompagnent la cellulose dans la
constitution des parois cellulaires. Mais contrairement à la cellulose, les hémicelluloses sont des
hétéropolysaccharides. En effet, elles sont constituées de divers monosaccharides incluant
principalement des hexoses tels que le glucose, le mannose et le galactose ainsi que des pentoses tels
que le xylose et l’arabinose (Lynch 1992). Les molécules d’hémicelluloses sont plus ou moins
ramifiées et présentent un degré de polymérisation plus faible que celui de la cellulose (Fig. Q).
La lignine est une macromolécule complexe composée d’unités de type phénylpropanoïde. Ce
polymère aromatique participe à la rigidité de la paroi cellulaire et rend les plantes plus résistantes à
l’attaque des organismes pathogènes. Après les polysaccharides, la lignine est le plus abondant
biopolymère dans la nature (Kögel-Knabner 2002). Les trois unités primaires de la lignine sont
l’alcool p-coumarylique, l’alcool coniférylique et l’alcool sinapylique (Fig. R). Le pourcentage de ces
unités varie selon les végétaux. La lignine résulte de la polymérisation de sous-unités liées entre elles
par trois liaisons majeures: les liaisons arylglycérol-β-aryléther qui peuvent représenter jusqu’à 50%
des liaisons et en moindre proportions les liaisons C - C et les liaisons phénylcoumaranes. La
ligninocellulose est un complexe formé de polymères de lignine, de cellulose et d’hémicelluloses. Les
fibres de cellulose peuvent être étroitement liées aux hémicelluloses et à la lignine par des liaisons
hydrogène ou des liaisons covalentes, ester ou éther (Kogel-Knabner 2002).
Les tanins ont des structures polyphénoliques et regroupent des composés de structure et de
masse molaire variables. Deux groupes de tanins peuvent être distingués : les tanins hydrolysables et
les tanins non-hydrolysables ou condensés (proanthocyanidine et phlorotanins). Les tanins
hydrolysables sont composés de deux types d’unités de base, à savoir un glucide (la plupart du temps
le D-glucose) et des acides phénoliques (Fig. S). Les tanins hydrolysables sont un groupe hétérogène
de macromolécules, partagées entre les gallotanins pour lesquels le glucide est estérifié par l’acide
gallique et les ellagitanins où le glucide est estérifié par l’acide ellagique (Kögel-Knabner 2002). Les
tanins condensés sont des polymères de polyhydroxy-flavan-3-ol, liés la plupart du temps par des
liaisons entre C-4 et C-8 et sporadiquement entre C-4 et C-6 (Fig.13b). Les tanins condensés ne
dépassent couramment pas les 10 unités, même si des polymères de plus de 40 unités ont déjà été
observés (Kögel-Knabner, 2002). Cette classe de composés est caractérisée par une immense
hétérogénéité due à la présence de divers groupes fonctionnels. Les proanthocyanidines possèdent
deux groupes OH (sur le cycle B de la Fig. 13b), alors que les prodelphinidines en possèdent trois.
Ces différentes formes de C présentes au sein des litières sont plus ou moins facilement
décomposables par les microorganismes. Ainsi, Orwin et al. (2006) ont récemment démontré que le
fonctionnement microbien dépendait fortement du substrat carboné en présence, nécessitant une
gamme enzymatique plus ou moins complexe nécessaire à la décomposition en monomère simple. Par
conséquent, la dynamique de décomposition de ces composés plus ou moins riches en énergie est
très dépendante des substrats en présence, entraînant une succession dans les communautés de
microorganismes décomposeurs au fur et à mesure du processus.
57
Figure T – Illustration schématique du sort de la matière organique dissoute dans les sols
forestiers. Cette figure et tirée de Guggenberger & Kaiser (2003).
Figure U - Modèle conceptuel des processus impliqués par la matière organique dissoute.
Cette figure est tirée de Kalbitz et al. (2000).
58
III. 4. L’importance des composés organiques dissouts pour le fonctionnement du sol
En outre des différentes formes de C au sein des litières décrites précédemment, la matière
organique dissoute (DOM) pourrait être d’une importance capitale pour comprendre à la fois le
processus de décomposition et le fonctionnement des décomposeurs hétérotrophes du sol sous-jacent.
En moyenne, 10 à 40 g m-2 an-1 de composés carbonés dissous (DOC) sont transférés depuis
la couche organique des sols forestiers vers les horizons de sols minéraux, représentant environ 10 à
25% du C total des litières tombées au sol (Fig. T). Les entrées de DOC présentent de larges variations
saisonnières en étroit lien à la quantité totale de litière tombant au sol (Casals et al. 1995. Currie et al.
1996) et à la variabilité interspécifique entre les différentes espèces composant un peuplement forestier
(Kuiters 1993). A titre d’exemple, les solutions de sol obtenues depuis des peuplements de conifères
contiennent significativement plus de DOC que des peuplements de feuillus (David & Driscoll 1984;
Currie et al. 1996).
La quantité de DOC diminue largement vers les horizons profonds, suggérant d’importants
phénomènes de rétention. En particulier, une sorption extrêmement rapide entraine une retenue
importante de ces composés dans la fraction minérale (Kaiser & Zech 1998), notamment dans les
horizons supérieurs du sol. Les principaux flux observés lors de manipulations expérimentales sont le
fruit de phénomènes de désorption/adsorption, de décomplexation/complexation et de
précipitation/dissolution (Fig. U). L’ensemble de ses phénomènes entraînent une mobilité plus ou
moins importante de la DOM qui est alors soumise au processus de décomposition. Ainsi, la fraction
soluble est ultimement dégradée par les communautés microbiennes, en dépendance aux types de sols,
à la qualité du substrat et aux conditions environnementales extérieures (Kalbitz et al. 2000).
Cependant, l’influence de la quantité et de la qualité des DOC sur le fonctionnement
immédiat et la structure des communautés microbiennes n’a reçu que très peu d’attention
auprès des écologistes du sol. En effet, l’influence de la disponibilité du C sur la structuration des
décomposeurs pourrait avoir d’importantes conséquences sur le devenir de la matière organique et plus
généralement sur le cycle du C (Fierer et al. 2007). Par ailleurs, l’influence des composés azotés et
phosphorés de la fraction dissoute - et de leur stœchiométrie associée - sur l’activité des
décomposeurs reste largement sous-étudiée en dépit de leur importance pour le fonctionnement des
microorganismes hétérotrophes du sol (Wieder et al. 2008). En effet, plus que la structure physique de
la litière en elle-même, les composés dissous représentent des apports directement disponibles pour les
microorganismes du sol. C’est pourquoi nous avons cherché à comprendre le rôle et les effets de la
stœchiométrie de la fraction soluble lors d’une approche conceptuelle en microcosme, afin de
comprendre son impact potentiel sur la structure, la biomasse et la stœchiométrie des microorganismes
qui utilisent ces lessivats (Chapitre 4).
59
Encadré 3: Historique de l’écologie microbienne
Parmi l’ensemble des disciplines étudiant le vivant sur la planète, l’écologie microbienne est l’un des
domaines de recherches les plus récents, principalement dû à la découverte tardive des microorganismes. En effet,
même si plusieurs personnages au cours le l’histoire suspectaient l’existence et le rôle des microorganismes dans la
propagation des maladies (le philosophe romain Lucrèce, 98-55 av. J-C; le médecin Girolamo Fracastoro, 1478-
1553), il faudra attendre les premières observations au microscope par Antonie van Leeuwenhoek (1632-1723) pour
pouvoir réellement les observer (1676, organismes alors appelés « animalcules »). La microbiologie fait alors son
apparition permettant l’isolement, l’étude et l’identification de certains microorganismes. Cependant, cette découverte
de Leeuwenhoek renouvela le débat de la « génération spontanée » communément admise dans la croyance générale.
A la suite de deux siècles de questionnements, de thèses et d’antithèses, c’est finalement le scientifique français
Pasteur (1822-1895) qui mit fin à la controverse grâce à ses expériences en 1861 et démontra l’implication de ces
organismes dans la fermentation et les maladies.
Jusqu’au XIXème siècle, les études portaient essentiellement sur des cultures microbiennes monoxéniques et
visaient en particulier à définir des milieux et des procédures permettant l’isolement de souches microbiennes issues
de l’environnement, dont la physiologie et les conditions de développement étaient ensuite étudiées in vitro. Le
concept d’écologie microbienne apparaît alors fin du XIX ème, début du XXème siècle, lorsque quelques
microbiologistes se penchèrent sur le rôle écologique des microorganismes en étudiant le rôle de ces derniers dans les
cycles du C, de l’N et du S qui se déroulent dans le sol et les eaux. Parmi ces pionniers, Sergei Winogradsky (1856-
1953) et Martinus Beijerinck (1851-1931) se distinguèrent au travers de leurs contributions sur les bactéries fixatrices
d’N, sulfato-réductrices ou anaérobiques et leurs liens en rapport au milieu.
Depuis les années 1980-90, les avancées technologiques et culturelles (appareillage, connaissances
fondamentales, etc.), l’abstraction des interactions avec d’autres organismes et leur habitat (initié par Brock en 1987)
et l’incroyable diversité microbienne dans les sols dont la grande majorité est non-cultivable (moins d’1% des
microorganismes observés sous microscope sont cultivables – Bakken, 1985 ; Torsvik et al., 1990 ; Amann et al.,
1995) ont stimulé le développement de l’écologie microbienne afin de s’affranchir des méthodes de culture et passer
du niveau d’intégration de l’organisme à celui de la communauté.
Aujourd’hui, l’écologie microbienne (« the study of interrelationships between microorganisms and their
living and nonliving environments ») est connue pour être une science intégrative avec des interconnections fortes
avec la systématique, la génétique, la biochimie, la biologie moléculaire, la physiologie, la modélisation, la
paléobiologie, les sciences du sol, la parasitologie, l’épidémiologie et l’écologie, avec des implications importantes
dans l’alimentation, la santé publique et l’environnement.
Note: Le premier symposium d’écologie microbienne a eu lieu en 1957, le premier ouvrage sur cette discipline fut
publié par Brock en 1966 et les premiers journaux scientifiques destinés à l’écologie microbienne (Applied and
Environmental Microbiology et Microbial Ecology) sont apparus en 1974 et 1976.
60
IV. Limites nutritives3 et structure de communauté microbienne
IV. 1. Contexte général
Pour croître et se reproduire, un organisme doit trouver les constituants élémentaires (atomes)
de ses bio-polymères dans l’environnement. Ces composants, dont le carbone (C), l’hydrogène (H),
l’azote (N), l’oxygène (O), le phosphore (P) et le soufre (S), sont soumis à des cycles géochimiques et
sont amenés à varier, spatialement et temporellement, dans leur forme et leur abondance. C’est
pourquoi les organismes doivent développer des mécanismes pour s’acclimater à leur environnement
et survivre à des changements transitoires de cet environnement. De tels mécanismes peuvent influer
directement sur la composition élémentaire de bio-polymères (protéines, ARN, ADN) et/ou le
fonctionnement de ces organismes. Pour les identifier, il est alors opportun de combiner à la fois
une démarche d’écologue et une démarche de microbiologiste.
Parmi les différentes théories énoncées pour comprendre les limites de l’activité des
microorganismes, l’évolution de certains paradigmes en écologie microbienne a connu une ascension
fulgurante au cours des deux dernières décennies (Cf. Encadré 3). Certains concepts, dont la
stœchiométrie écologique et la signification fonctionnelle des communautés, sont en train d’émerger
comme des idées globales à l’échelle du globe entre écosystèmes aquatiques et terrestres. En plus de
leurs puissances prédictives dans le cadre du fonctionnement des écosystèmes, des ponts entre
disciplines ont commencé à faire leur apparition depuis les années 2000 notamment concernant les
liens entre traits des espèces, les structure des communautés, les réseaux trophiques, les cycles
biogéochimiques et l’évolution des espèces (Elser et al., 2007; Sardans et al., 2011).
Ces approches novatrices permettent une compréhension générale du vivant depuis
l’échelle de la cellule jusqu’à celle des écosystèmes en utilisant des théories unificatrices qui
permettront dans l’avenir de mieux appréhender la « black-box » du sol aussi bien d’un point de
vue trophique que d’un point de vue écosystémique.
La partie qui suit présente de manière simplifiée la vision primaire d’élément limitant jusqu’au
concept de stœchiométrie écologique et de signification fonctionnelle des communautés.
Spécifiquement au cours de cette thèse, nous nous sommes intéressés à l’influence de la qualité
de la ressource sur la stœchiométrie, le fonctionnement et la structure des communautés
microbiennes des litières et du sol. La première partie détaille ainsi plus précisément, la notion
d’élément limitant jusqu’à une approche incrémentielle. La seconde partie définie quant à elle le
concept de stœchiométrie depuis l’historique jusqu’aux principaux résultats au sein des écosystèmes
terrestres. Enfin, la dernière partie concerne l’accès à l’énergie au travers des différentes formes
carbonées et la signification fonctionnelle des communautés microbiennes en lien aux processus de
l’écosystème.
3
Les termes nutritif et nutritionnel bien que relativement proches ne peuvent pas toujours s’employer l’un pour
l’autre. Nutritif tient son origine du mot latin nutritivus et signifie « qui est nourrissant, qui contribue à la
nutrition » ou « qui contient beaucoup d’éléments nourrissants ». Nutritionnel, formé de nutrition et du suffixe -
el, sous l’influence du mot anglais nutritional, signifie « relatif à la nutrition ». Ici, afin de simplifier le discours,
nous emploierons le mot nutritif au cours de cette thèse.
61
Figure V - Représentation schématique de loi du

minimum de Liebig. La Loi du minimum, ou loi des facteurs
limitants, est l'un des principes les plus importants de l'agronomie
pratique. Elle fut énoncée en 1828 par Carl Sprengel puis adaptée
et popularisée par Liebig vers 1850. Elle prédit que le niveau du
rendement obtenu est déterminé par l´élément assimilable présent
en plus faible quantité par rapport aux besoins de la plante. Cette
loi est couramment illustrée par un tonneau où chaque planche
correspond à un élément indispensable: N, P, Mg, K... Certaines
planches sont plus courtes que les autres et le contenu fuit par la
plus courte.
Figure W - Revisite de la loi du minimum

selon une approche incrémentielle. (a) Vue
conventionnelle de la loi du minimum de Liebig.
Ici, une fois le besoin en azote (N) réalisé, N n’est
plus limitant et la limitation se reporte par la suite
sur le phosphore (P) puis sur n’importe quel autre
facteur limitant. (b) Une modification plausible de
la loi du minimum basé sur l’interprétation de la
synthèse d’Elser et al. (2007). D’après leur méta-
analyse, ils en déduisent que l'offre et la demande
de N et P sont généralement proches de l'équilibre,
de telle sorte que l'ajout incrémentiel de l'un
entraîne une légère limitation de l'autre. La levée
de chaque limitation incrémentielle, produit à son
tour un effet synergique lorsque les deux
nutriments sont ajoutés ensembles. Cette figure est
extraite de Davidson & Howart (2007).
62
IV. 2. La notion d’éléments limitants depuis Liebig jusqu’à nos jours
Les besoins nutritifs des plantes commencent avec le carbone (C) l’oxygène (O) et
l’hydrogène (H) qui sont obtenus depuis l’eau et les gaz atmosphériques. Elles requièrent également
de l’azote (N) (comme constituant de toutes les protéines) et du phosphore (P) (comme composant des
nucléotides incluant ceux de l’ADN et de l’ARN). Au cours du XIX ème siècle, Justus von Liebig
proposa sa « loi du minimum » qui énonce que la production des cultures est limitée par les
nutriments les plus rares (Fig. V). Selon cette loi, une fois l’N ajouté en grande quantité aux cultures
par voix de fertilisation, un autre élément tel que le P devient limitant, et il n'ya aucune autre réponse
additionnelle de l’N. Depuis la loi de Liebig, l'utilisation d'engrais (N et P) a révolutionné l'agriculture
et la production des cultures utiles aux sociétés humaines.
Plus récemment, Elser et al. (2007) ont démontré lors d’une méta-analyse sur plus 300
publications que la co-addition d’N et de P augmentait largement la biomasse ou la production aussi
bien au sein des écosystèmes aquatiques que terrestres. Cette analyse démontre un effet synergique
clair de N et P sur la production primaire au travers de tous types d’écosystèmes. Ajouter N et P
ensemble semblent augmenter la photosynthèse des algues et des plantes plus qu’en ajoutant l’un ou
l’autre des nutriments séparément. Ces auteurs en déduisent que la stœchiométrie N:P entre le besoin
et la demande doivent être généralement en proche équilibre dans la plupart des écosystèmes.
Davidson & Howart (2007) ont repris cette interprétation et proposent que P soit rarement disponible
en excès par rapport à une quantité importante d’N, de telle sorte qu'un ajout léger d’N provoque
rapidement une limitation en P (Fig. W). Lorsque N et P sont ajoutés ensemble, la limitation de N et P
peuvent ainsi alterner lors de nombreuses petites étapes progressives pour finalement produire un effet
synergique.
Cependant selon ces auteurs, il manque une compréhension mécaniste de la façon dont la
disponibilité d'une ressource affecte le besoin et la limitation d’une autre ressource. Ils proposent
que l'affirmation classique selon laquelle l'approvisionnement stœchiométrique de N et P dans les
systèmes naturels influence les organismes vivants puisse être testée par des expérimentations de
fertilisation en colimitation aussi bien concernant la production primaire que le fonctionnement du sol.
C’est ce que nous avons mis en place dans le cadre des Chapitres 2 et 3, afin de tester directement la
limitation de l’activité microbienne via l’ajout d’éléments externes seuls ou en combinaison en forêt
naturelle.
63
Figure X - Patterns potentiels reliant la stœchiométrie de l’organisme à celle de son substrat. La

stœchiométrie des organismes homéostatiques (ligne pointillée noire) est strictement définie et des changements dans la
stœchiométrie de la ressource n’influence pas la stœchiométrie de l’organisme. La stœchiométrie des organismes non-
homéostatiques peut correspondre à la stœchiométrie de la ressource selon une relation 1 :1 (ligne large pointillée verte) ou
selon une relation qui diverge quelque peu de la droite 1 :1 (ligne étroite pointillée verte). Cette figure est adaptée d’après
Sterner & Elser (2002).
N:P Algae
N:P Daphnia
N:P Medium N:P medium
Figure Y - Exemples de relations entre stœchiométrie de la ressource et celle de l’organisme

consommateur en écosystème aquatique. La stœchiométrie des algues (organismes autotrophes) suit celle de la
stœchiométrie des composés dissous dans l’eau. A l’inverse, la stœchiométrie d’un consommateur primaire (organisme
hétérotrophe) maintient une homéostasie stricte. Ces figures sont tirées de Rhee 1978 et De Mott et al. 1998
64
IV. 3. La stœchiométrie écologique comme nouvelle approche de la limite nutritive pour

les écosystèmes terrestres?
IV. 3. 1. Historique et théories
La stœchiométrie écologique est une discipline récente et a été principalement employée dans
le cadre des écosystèmes aquatiques. En 1958, Redfield présenta la preuve qu’il existe deux principes
puissants et utiles en biogéochimie: (1) que le plancton marin est composé de C, N et P en proportion
molaire et (2) que l’abondance de C, N et P est régulé par les interactions réciproques entre les
organismes marins et l’environnement océanique. Il observa en moyenne que la biomasse
planctonique contenait C, N et P dans un ratio atomique de 106:16:1, similaire au ratio C:N:P de l’eau
marine. La simplicité de la relation stœchiométrique – the Redfield ratio – montra en réalité une
importante utilité dans la compréhension de nombreux processus au sein des écosystèmes aquatiques.
En effet, la stœchiométrie régulière en milieu marin fournit de nombreuses informations sur la
compréhension des échanges de CO2 atmosphère-biosphère, sur la compréhension de la limitation en
nutriment de la production primaire nette (NPP) marine, sur le stockage de C dans les océans, et sur
les cycles biogéochimique du N et du P (Cooper et al., 1996; Field et al., 1998).
La puissance prédictive du ratio de Redfield a suscité aux écologistes de chercher des patterns
similaires dans les écosystèmes terrestres et a inspiré une nouvelle discipline la stœchiométrie
écologique (Sterner & Elser 2002): « Ecological Stoichiometry is the study of the balance of multiple
chemical elements in ecological interactions » (Elser et al., 2000). Ces auteurs ont proposé un modèle
conceptuel dans les relations trophiques qui repose sur deux principes fondamentaux: la loi de la
conservation de la matière et l’homéostasie. Premièrement et par simplification, cette théorie ne
prends pas en compte les pertes d’éléments et se place dans un système fermé. En second lieu, les
organismes seraient caractérisés par une homéostasie stricte, ou un changement dans la stœchiométrie
de la ressource n’aurait pas d’influence sur la stœchiométrie de l’organisme (Fig. X). Dans un cas
d’homéostasie stricte, le ratio des nutriments est rigoureusement établi et à son tour, la croissance de
l’organisme est fortement régulée par l’élément le plus limitant.
Les exemples les plus courants concernent des modifications du milieu via des ajouts
d’éléments externes à différentes concentrations sur des algues autotrophes et sur la suite des réseaux
trophiques. En effet, les changements radicaux de qualité de la ressource entrainent des modifications
de la composition élémentaire chez la plupart des algues autotrophes inféodées aux nutriments en
suspension (Fig. Y). Cependant, pour les consommateurs supérieurs, une régulation relativement
stricte de la composition interne résulte d’une certaine homéostasie au travers de phénomènes
d’excrétions ou à l’inverse d’une meilleure efficience d’utilisation des nutriments en fonction de la
qualité plus ou moins riche de la ressource.
65
Figure Z - Relations entre taux de décomposition et ratios initiaux C:N et C:P des détritus (issues
d’une grande gamme de producteurs primaires depuis les algues jusqu’aux arbres). Cette figure est
extraite d’Enriquez et al. (1993).
Figure AA - N:P ratio des feuilles

en fonction de la latitude. Le rapport
entre N et P au sein des feuilles vertes
(triangle blanc) et de la litière (losange
noir) diminue depuis les biomes
tropicaux vers les biomes boréaux. Ce
graphique est extrait de McGroddy et al.
(2004).
66
IV. 3. 2. Intérêt et exemples dans le cadre des écosystèmes terrestres
Outre son intérêt dans le cadre des relations trophiques, la stœchiométrie est de plus en plus
employée dans le cadre de la compréhension de processus écosystémiques. Dans une méta-analyse
regroupant des études sur le processus de décomposition depuis les macroalgues jusqu’aux arbres,
Enriquez et al. (1993) ont montré que les ratios C:N et C:P étaient négativement corrélés aux taux de
décomposition (Fig. Z). Ces résultats mettent en évidence que la stœchiométrie écologique peut
être une théorie unificatrice depuis les écosystèmes aquatiques jusqu’aux écosystèmes terrestres.
En effet, bien que plus de 80% des études portent les milieux aquatiques (océans, lacs, rivières…), de
récentes études sur certains milieux continentaux via une approche stœchiométrique (forêts, prairies,
montagnes…) ont permis de mettre en évidence de nouveaux patterns émergents. Par exemple des
données à l’échelle mondiale ont montré que le ratio N:P des feuilles des producteurs primaires
augmentait depuis les hautes vers les basses latitudes (Fig. AA) coïncidant avec le gradient
biogéographique de la disponibilité en nutriments du sol et du climat (Reich & Oleksyn, 2004). Plus
récemment, Cleveland & Liptzin (2007) ont montré que le ratio atomique C:N:P du sol (186:13:1) et
de la biomasse microbienne (60:7:1) était bien contraint à l’échelle globale. Ainsi cette discipline en
pleine expansion pourrait fournir de plus amples informations sur les liens entre qualité du
substrat (litière) et composition élémentaire des décomposeurs (microorganismes). Plus
précisément au cours de cette thèse, nous nous sommes intéressé à l’influence des éléments au sein du
substrat via des ajouts externes sur la composition élémentaire des différents microorganismes
décomposeurs (champignons et bactéries, Chapitre 3).
L’ensemble des résultats en milieu terrestre ont également permis la mise en place de modèle
de coexistence entre plantes et organismes décomposeurs (Daufresne & Loreau 2001) en prenant en
compte les limitations nutritives imposées par chacun des intervenants. Plus récemment, ces modèles
essaient d’intégrer les maillons trophiques supérieurs qui pourraient intervenir indirectement sur la
limitation primaire des arbres au travers d’effets feedbacks (Cherif & Loreau, 2009). Cependant, ces
raisonnements n’en sont qu’au point de départ et nécessitent des tests expérimentaux concrets
afin de tester la véracité des simulations et faire avancer les approches théoriques de l’écologie
stœchiométrique (Chapitre 4).
67
Figure BB - Modèle conceptuel des

interactions entre les systèmes « above-
belowground » concernant les substrats
carbonés. La ligne pointillée indique que seulement
quelques-unes des fonctions énumérées seront
directement touchées par le taux de décomposition
des substrats carbonés. Cette figure est extraite
d’Orwin et al. (2006).
Figure CC - Attributs écologiques correspondant aux groupes de microorganismes

copiotrophes et oligotrophes. Cette figure est tiré de Fierer et al. 2007.
68
IV. 4. L’accès à l’énergie via les différentes formes biochimiques du carbone: sélection de
groupes spécifiques de décomposeurs?
IV. 4. 1. Communautés de décomposeurs copiotrophes et oligotrophes
Le C issu de la litière permet de fournir l’énergie nécessaire aux organismes décomposeurs au

travers des ruptures de liaisons via des processus de respiration (Sterner & Elser 2002). Cependant, les
différentes formes biochimiques du C varient en fonction des espèces de litière et imposent des degrés
de récalcitrance et des apports énergétiques variables. Parmi ces différentes formes de C, on peut
distinguer en fonction de leur apport énergétique: les composés carbonés solubles, les sucres, les
hémicelluloses, la cellulose et les phénols (tanins condensés, lignine) (voir § III. 3. 2. pour plus
d’informations). Ainsi, la quantité totale en C (fréquemment indiqué en % de matière sèche) peut
masquer les proportions de ces différentes formes biochimiques de C alors que la qualité - via les
apports énergétiques - peut influencer différemment le fonctionnement et les communautés des
microorganismes décomposeurs (Waldrop & Firestone 2004; Orwin et al. 2006), impliquant des
modifications potentielles pour les processus de l’écosystème (Fig. BB).
Par ailleurs, de nombreuses études mettent en évidence que des ajouts de C labile dans les sols
peuvent stimuler la dégradation de la matière organique récalcitrante plus ancienne. Cet effet,
couramment appelé « priming effect » a reçu une attention considérable ces dernières années pour la
compréhension du cycle du C (Fontaine et al. 2003; Kuzyakov 2010). Il a été supposé que le priming
effect proviendrait d’un co-métabolisme dans le cas où les organismes sont limités en énergie. Ainsi,
l’ajout de C labile stimulerait les activités métaboliques des organismes, leur permettant en retour de
produire des enzymes énergétiquement plus coûteuses intervenant dans la dégradation de composés
carbonés récalcitrants (Kuzyakov et al. 2000), notamment pour récupérer l’N contenu de ces derniers
(Moorhead & Sinsabaugh 2006). Par ailleurs, Fontaine et al. (2003) proposent que le priming effect
soit contrôlé par l’intensité de la compétition entre les micro-organismes à stratégie r (croissance
rapide), qui utilisent des formes simples du C et riches en énergie, et les micro-organismes à stratégie
K (croissance lente), capables d’utiliser des formes carbonées récalcitrantes. Par conséquent, le rôle de
la disponibilité des formes carbonées plus ou moins labiles peut s’avérer essentiel pour
comprendre le fonctionnement et la structure des communautés des décomposeurs
hétérotrophes. Plus spécifiquement au cours de notre travail, nous avons essayé de transposer les
théories de « groupes spécifiques de décomposeurs » à des proportions de bactéries Gram-négative
(copiotrophes) ou Gram-positive (oligotrophes) en fonction des lessivâts des litières depuis la
classification bactérienne proposée par Fierer et al. (2007) (Figure CC pour plus de détails).
69
Figure DD - Représentation schématique simplifié des trois phases majeures lors de la

décomposition de la litière. La dégradation des feuilles de litière s’effectue en plusieurs phases successives au
cours desquelles les substrats et les communautés de décomposeurs associés évoluent au cours du temps. Adapté
d’après Berg & McClaugherty 2003; Moorhead & Sinsabaugh 2006.
Figure EE - Nombre de publications et de citations dans la littérature sur le ratio

champignon:bactérie depuis le début des années 1990 . (a) Nombre de publications trouvées en utilisant les
termes de recherche "fungi:bacteria», (b) le nombre de citations se référant à ces mêmes publications de 1991 à
2008. En extrapolant jusqu’à l'année 2015, ces données suggèrent que les articles reliés au ratio
champignon:bactérie augmenteront de ~15 fois et de ~8 fois pour les citations par rapport à 2008. Cette figure est
tirée de Strickland & Rousk (2010). 70
IV. 4. 2. Bactéries et champignons lors la décomposition de la litière
Au cours du processus de décomposition, les changements successifs de la qualité du substrat

s’échelonnent en trois phases principales (Fig. DD, variable selon les auteurs) au cours desquelles
différentes communautés de décomposeurs se succèdent. Lors de la phase initiale de décomposition, le
lessivage très rapide influence principalement des microorganismes opportunistes qui assimilent
rapidement les composés solubles sans l’aide d’enzymes extracellulaires (Phase 1). Une fois la
consommation des substrats simples réalisée, les microorganismes opportunistes sont remplacés par
une communauté de microorganismes décomposeurs capables de dégrader les hydrates de C non ou
peu lignifiés (Phase 2). Sur une échelle de temps plus longue, la décomposition ralentit fortement en
lien avec la dégradation lente des composés récalcitrants tels que la lignine par une communauté de
microorganismes à plus faible taux de croissance (Phase 3, Moorhead & Sinsabaugh 2006).
Ces différentes communautés s’accompagnent généralement de modifications du rapport
champignons:bactéries (F:B ratio) dû à des capacités d’utilisation et d’altération de la matière
organique différentes résultant en des rôles distincts concernant de le sort du substrat (van der Wal et
al. 2006; Meidute et al. 2008; Strickland & Rousk 2010). De manière générale, les champignons sont
souvent considérés comme les principaux décomposeurs de la matière organique récalcitrante, basés
sur leurs capacités à dégrader la lignine (Tuomela et al. 2000; de Boer et al. 2005) alors que les
bactéries minéraliseraient principalement les composés simples et riches en énergie au cours des
phases initiales de décomposition (Poll et al. 2008).
Bien que cela soit probablement vrai dans la plupart des cas, ce raisonnement ne fonctionne
pas pour tous les types de litières ou pour toutes les communautés microbiennes. Strickland et al.
(2009) ont en effet montré que la dominance bactérienne pouvait augmenter au cours du processus de
décomposition en dépendance à la fois à la communauté en place et à l’identité de la litière en train
d’être décomposée. Par ailleurs, les travaux de Vargas-García et al. (2007) démontrent que certaines
souches bactériennes isolées possèdent une meilleure capacité de dégradation de la lignine que
certaines souches fongiques. Par conséquent, pris dans leur ensemble ces résultats indiquent que
le rôle des champignons et des bactéries au cours des différentes phases de décomposition n’est
pas si tranché (Güsewell & Gessner 2009). Ainsi, d’autres auteurs proposent que les bactéries jouent
un rôle support des champignons lors de la dégradation de la lignine en s’attaquant aux produits
secondaires relargués par ces derniers (Tornberg et al. 2003; Folman et al. 2008). Malgré ces résultats
contrastés, le nombre d’études sur la compréhension de la dominance bactérienne ou fongique au
cours du processus de décomposition est en constante augmentation depuis le début des années
1990 car les mécanismes sous-jacents permettent de mieux comprendre le recyclage des nutriments
(via des besoin contrastés en C, N et P, Six et al. 2006) et le cycle du C (via l’efficience
d’utilisation du C, Keiblinger et al. 2010) au sein des écosystèmes terrestres (Fig. EE, Strickland &
Rousk 2010).
71
Figure FF – Modèle conceptuel

de la signification fonctionnelle
des communautés microbiennes
à l’échelle globale. Ce cadre
d’étude permet de visualiser quel type
de processus écologique nécessite
l’étude de la structure des
communautés microbiennes afin de
comprendre la dynamique au niveau
de l’écosystème. Cette figure est
extraite de Schimel (1995).
Figure GG – Dissimilarité
fonctionnelle des com-
munautés du sol en fonction
d’un processus donné de
l’écosystème. Résultats
hypothétiques où la composition
(communauté A, B ou C) affecte
significativement le fonction-
nement de l’écosystème. Cette
figure est extraite de Reed &
Martiny (2007).
72
IV. 5. Signification fonctionnelle des communautés microbiennes
Outre les limitations nutritives décrites précédemment, une question essentielle de l’écologie
des sols reste d’évaluer si des communautés microbiennes contrastées peuvent impacter différemment
certains processus de l’écosystème (Fig. FF).
Parmi les principes fondamentaux utilisés pour prédire les liens entre la structure des
communautés et les processus de l’écosystème, Strickland and al. (2009) formalisent deux hypothèses
contrastées pour décrire la signification fonctionnelle des communautés de microorganismes.
L’équivalence fonctionnelle stipule que les communautés microbiennes contiennent de nombreux
organismes fonctionnellement redondants au travers de groupes microbiens phylogénétiquement
variés et/ou ils peuvent rapidement s’adapter à des conditions changeantes. A l’inverse, la
dissimilarité fonctionnelle suggère que des variations dans la composition des communautés vont
influencer différemment un processus donné ou la capacité à réaliser un processus spécifique (Fig.
GG). Par conséquent, il est important de comprendre et de tester si les limites nutritives
imposées par la ressource vont engendrer différentes structure de communauté, et si en retour
ces communautés contrastées peuvent influencer la dégradation spécifique de substrats
entrainant de nouvelles limitations à l’échelle de la communauté.
En général, l’équivalence fonctionnelle est pensée être plus efficace pour de « larges »
processus biogéochimiques réalisés par une vaste gamme de microorganismes du sol comme la
minéralisation du C que pour des processus « étroits » qui sont réalisés seulement par certains groupes
microbiens comme la nitrification ou la fixation azotée (Schimel 1995; Cavigelli and Robertson 2000;
Balser and Firestone 2005). Cependant, les rares études en milieu tropical supportent l’idée que des
communautés contrastées différeraient dans leur capacité à décomposer une large gamme de substrats
carbonés purs (Carney & Matson 2005, Leff et al. 2012). La minéralisation de la matière organique
complexe représenterait ainsi un processus « agrégé », regroupant de multiples voix biochimiques
(Schimel et al. 2005), alors qu’un substrat pur pourrait représenter un processus « individuel »
indiquant une dégradation spécifique réalisée par des groupes spécialisés de décomposeurs. Ici, nous
avons testé l’influence de la qualité du substrat sur la composition des communautés, et si en
retour la signification fonctionnelle de ces communautés contrastées jouait un rôle sur certains
processus comme la décomposition de la litière ou la dégradation de substrats spécifiques
(Chapitre 3, 4).
73
Encadré 4: Formation des sols et limitation en nutriments
Parmi les éléments nutritifs majeurs comme le phosphore (P) et l’azote (N), la principale différence est
distinguée en fonction de leur source d’origine. L’N entre au sein de l’écosystème principalement par fixation
biologique via l’atmosphère tandis que le P et les principaux cations majeurs (Ca, Mg, K) entrent principalement via
la dissolution partielle ou complète de la roche mère.
C’est en partant de ce postulat que Walker & Syers (1976) ont proposé un modèle de l’évolution de la
disponibilité en nutriments au cours du temps en fonction de l’âge des sols. Au départ, la désagrégation physique
(phénomènes mécaniques) et l’altération chimique (dissolution, hydratation, hydrolyse) de la roche mère enrichit en
P les sols jeunes qui sont naturellement pauvres en N. Par la suite, le stock de minéraux s’épuise au cours du temps et
les éléments comme le P sont petit à petit perdus, principalement par lessivage sans renouvellement assez important
pour équilibrer les pertes. A l’inverse, la fixation biologique permet d’augmenter la concentration en N des sols qui
tend à s’accumuler dans l’écosystème sur des temps géologiques. Ainsi on passe de sols jeunes riches en P et pauvres
en N à des sols pauvres en P et plus riches en N (e.g, Fig. HH).
Organic horizon Mineral soil (0-20cm)
Age (B.P.) Age (B.P.)
Figure HH – Concentration en azote et phosphore dans l’horizon organique et l’horizon minéral

supérieur le long d’une chronoséquence en Nouvelle-Zélande. Cette figure est tirée de Turner et al. 2012
74
V. Le paradoxe des forêts tropicales humides
V. 1. Contexte général
Les forêts tropicales humides couvrent 6.8 x 106 km2 des terres émergées et représentent
presque la moitié de la surface boisée mondiale (Dixon et al. 1994; Houghton et al. 2000). À travers
leurs vastes échanges d’énergie, d’eau, de C et de N 2 avec l’atmosphère, elles jouent un rôle clé dans
la régulation du climat et des cycles biogéochimiques à l’échelle planétaire (Malhi et al. 2002;
Mayaux et al. 2005). En effet, elles représentent plus de 40% de la totalité du C stocké dans la
végétation terrestre (Giardina et al. 2004; Houghton 2005) et sont décrites comme étant les sites les
plus productifs concernant la production primaire et le recyclage des nutriments. De plus, elles
arborent une diversité exceptionnelle d’espèces végétales où un seul hectare de forêt peut abriter plus
de 280 espèces d’arbres ayant un diamètre supérieur à 10 cm (d.b.h.; Wright 2002).
Cependant, bien que le nombre de recherches sur le fonctionnement du sol soit en constante
augmentation depuis une 20aine d’années, le nombre d’études sur la limitation nutritive en forêt
tropicale paraît beaucoup plus faible que sous d’autres climats. Cette sous-représentation des
études scientifiques en biome tropical peut s’expliquer en partie à cause des défis logistiques et de
l'éloignement de ces forêts par rapport aux sources de financement des pôles occidentaux (Malhi et al.
2008). Par ailleurs, l’hétérogénéité spatiale accroît fortement la compréhension, la quantification et les
prédictions des flux biogéochimiques des forêts tropicales (Townsend et al. 2008). Ainsi, la prise en
compte de l’importante diversité d’espèce d’arbre et de la structure des communautés microbiennes
associées au recyclage des nutriments permettra de mieux appréhender le fonctionnement de ces
forêts.
V. 2. Le cycle conservatif des éléments en forêt tropicale
Les sols tropicaux - et particulièrement les sols ferralitiques - ont la spécificité d’être très
anciens et extrêmement pauvres en nutriments, notamment en P (Cf. Encadré 4). Ce contraste
observé entre l’exubérance de la végétation et la pauvreté chimique des sols constitue le plus
grand paradoxe des forêts tropicales humides. Dans ce type de système, une grande partie du stock
du C et de nutriments est contenu dans la biomasse et la couche de litière au sol. Cette dernière, qui
constitue la principale zone fertile des sols, est alimentée par la conversion des nutriments provenant
de la nécromasse animale et végétale. Ainsi, pour maintenir une productivité élevée, le cycle des
éléments se doit d’être particulièrement conservatif et est souvent caractérisé de « fermé » ou
d’« efficient » comparativement à celui des forêts tempérées et boréales. Toutefois, une forte
efficience peut résulter de deux patrons distincts (Vitousek 1984):
i) l’efficience est caractérisée par une faible perte des nutriments à partir du système aérien.
Par exemple les arbres tropicaux peuvent fixer une plus importante proportion de C par unité de
75
Figure II – Illustration issues de différentes études permettant de souligner l’appauvrissement en P

des sols tropicaux. (a) Quantification de la concentration en macronutriments des différents types de sols
Amazoniens définissent 4 sous-régions écologiques: (I) bouclier guyanais infertile et lessivé, (II) bouclier brésilien,
infertile et lessivé, (III) ouest Amazonien, ensemble hétérogène de sol plus fertiles et moins lessivés, (IV) Amazonie
centrale, surface non fertile de sédiment originaire du bouclier guyanais et du bouclier brésilien. (b) Analyse de
l’efficience d’utilisation des nutriments (exprimée comme le rapport masse sèche:quantité de nutriments) en fonction
des apports totaux annuels des nutriments de la litière. La figure du haut représente une diminution de l’efficience de N
en fonction des apports bruts de N dans les litières (points bleus) qui suit une tendance similaire à celle observée en
forêt tempérée et boréale (courbe bleue). Cependant dans la figure du bas, pour un faible apport en P de la litière on
peut visualiser une meilleure efficience d’utilisation du P en forêt tropicale qu’en forêt tempérée. (c) Ratio molaire N:P
des feuilles (cercles blancs) et des litières (cercles bleus) dans des écosystèmes forestiers le long d’un gradient
latitudinal. Le ratio N:P augmente quand la latitude diminue. (d) Perte en N le long d’un gradient d’âge des sols (4
millions d’années) qui représente un gradient de limitation en N et P. Cette figure est tirée de Hedin et al. (2009).
76
nutriments en comparaison des essences de milieu tempéré afin de les fixer de manière extrêmement
efficace dans leur biomasse. Un second mécanisme majeur consiste en une résorption foliaire
exacerbée lors de la sénescence des feuilles, particulièrement concernant les éléments les plus
limitants de l’écosystème (Wright & Westoby 2003). Cette stratégie de résorption a par ailleurs des
conséquences sur les apports de litière particulièrement déséquilibrés en nutriments relativement au C
en forêt tropicale (Hättenschwiler et al. 2008).
ii) l’efficience est caractérisée par une faible perte des nutriments à partir du système
souterrain. Les nutriments recyclés à partir de la nécromasse sont rapidement prélevés par les racines
et/ou les décomposeurs, et sont ainsi retenus à l’intérieur du système, de telle sorte que le lessivage des
nutriments par les précipitations soit minimisé.
Ces deux patrons ne sont pas exclusifs, et l’ensemble des mécanismes évoqués agissent
simultanément dans le contrôle des cycles des nutriments. Dans tous les cas, le maintien de la
productivité en forêt tropicale dépend beaucoup plus du processus de recyclage et de la rétention
des nutriments que du renouvellement du stock d’éléments via des apports externes.
V. 3. Hétérogénéité locale et régionale des forêts tropicales
Le modèle d’évolution de la disponibilité en nutriments au cours du développement des sols

proposé par Walker & Syers (1976) a conduit à la large acceptation d’une limitation en P dans les
forêts tropicales humides (Fig. II). Cependant, de récentes études (Bern et al. 2005; Porder et al.
2007) remettent partiellement en cause la vision statique de l’appauvrissement en éléments dérivés de
la roche mère au cours des temps géologiques proposée par Walker & Syers. En effet, ces auteurs ont
mis en évidence qu’il existait des transports de matériel issus de la roche mère des couches profondes
vers la surface. L’intensité de ce type de transport varie largement en fonction des différentes régions
tropicales (Porder et al. 2007) conduisant à de grandes variations de la disponibilité de P dans les sols.
De plus, Chadwick et al. (1999) ont mis en évidence des transports atmosphériques de poussières
issues du désert du Sahara qui peuvent apporter des cations majeurs dans les zones tropicales
septentrionales sous influence maritime. Ces études indiquent une extraordinaire variabilité à
l’échelle régionale entraînant une large gamme de variation de la concentration en éléments nutritifs
au sein des sols tropicaux (Townsend et al. 2008; Quesada et al. 2010).
Par ailleurs, l’importante diversité spécifique des arbres en forêt tropicale humide se traduit
également par une forte hétérogénéité chimique des apports de litières au sol. Par exemple, il a été
montré en forêt de Guyane française qu’il existait d’importantes variations interspécifiques dans la
résorption du P parmi des espèces d’arbres co-existantes, conduisant ainsi à une plus large variabilité
de la stœchiométrie N:P des litières que pour des feuilles issues de la canopée (Hättenschwiler et al.
2008). Par conséquent, ces données suggèrent qu’il existe localement une importante hétérogénéité
à petite échelle spatiale, avec potentiellement d’importantes conséquences pour la limitation des
microorganismes décomposeurs et le fonctionnement de l’écosystème (Chapitre 1).
77
Introduction Problématique et hypothèses de travail
Chapitre Objet d'étude Type d'expérimentation Type d’analyses
Qualité de litière au sol en cours de décomposition en In situ, conditions Analyses chimiques et

Chapitre 1
forêt tropicale naturelles sans ajout processus
Gradient de qualité d'espèce de litière d'un point de vue
stœchiométrique en forêt tropicale (Carapa procera, In situ, expérimentation Analyses chimiques et
Chapitre 2
Goupia glabra, Platonia insignis, Hymenaea courbaril, de fertilisation CNP processus
Simarouba amara, Vochysia tomentosa)
Qualité de litière issue localement de chaque placette In situ, expérimentation Analyses biologiques,
Chapitre 3
via littertrap en forêt tropicale de fertilisation CNP trophiques et processus
Gradient de qualité d'espèce de litière d'un point de vue

stœchiométrique en laboratoire (Carapa procera, Laboratoire, conditions Analyses biologiques et
Chapitre 4
Goupia glabra, Platonia insignis, Hymenaea courbaril, contrôlées sans ajout trophiques
Simarouba amara, Vochysia tomentosa)
Tableau B - Description des expérimentations réalisées dans ce travail : objet d’étude, types
d’expérimentation et approche.
Figure JJ – Hypothèses de travail. Ces hypothèses visent à explorer dans quelles mesures les conditions de
qualité de ressource affectent la diversité fonctionnelle microbienne (effets directs) et ses processus (effets indirects)
au travers de la structure, la biomasse, la stœchiométrie et le fonctionnement microbien des sols dans les systèmes
forestiers tropicaux. Ces hypothèses sont une vision simplifiée de la réalité et toutes les interactions entre les
différents compartiments peuvent s’avérer plus complexes qu’annotées sur le schéma.
78
Introduction Problématique et hypothèses de travail
B. Problématique et hypothèses de travail
La problématique de ce travail est d’évaluer les contraintes nutritives exercées par la ressource
sur l’activité, la diversité, la biomasse, la stœchiométrie et la structure des décomposeurs microbiens
en forêt tropicale naturelle de Guyane française.
Deux approches complémentaires de la limitation microbienne ont été étudiées:

- une approche écosystémique « ressource - fonctionnement » grâce à des mesures
sur les processus réalisés par les communautés de décomposeurs comme la décomposition, la
respiration potentielle…
- une approche trophique, « ressource – consommateur » grâce à des mesures de
structure des communautés, de la biomasse, de la stœchiométrie microbienne…
Différents types d’expérimentations (terrain, laboratoire, fertilisation ou non) et outils

(analyses chimiques, biologiques, trophiques et de processus) ont été privilégiés afin d’analyser les
différents mécanismes et répercussions potentielles de la limitation microbienne (Tableau B). Ces
différentes approches nous ont ensuite permis d’évaluer l’influence de la qualité de la ressource sur les
processus biogéochimiques en forêt tropicale. Ceci sera développé dans la dernière partie de ce
manuscrit (Synthèse). La figure JJ présente de façon schématique les objectifs et les hypothèses de ce
travail. De façon générale, nous faisons l’hypothèse que la qualité de la ressource influence
largement le fonctionnement microbien. Plus précisément, nos hypothèses sont les suivantes:
- les conditions de ressources riches favorisent les organismes à croissance rapide -
principalement des bactéries copiotrophes - augmentant la biomasse et le turnover de la communauté
avec de faibles ratios C:N C:P et N:P. Le fonctionnement microbien – dégradation de substrat,
respiration - sera plus importante en comparaison des ressources de pauvres qualités selon des
stratégies d’exploitation.
- les conditions de ressources pauvres favorisent les organismes à croissance lente -
principalement des champignons et des bactéries oligotrophes - réduisant la biomasse et le turnover de
la communauté avec des ratios C:N C:P et N:P plus forts. Le fonctionnement microbien sera moins
important avec un investissement dans la fabrication d’enzyme selon des stratégies d’acquisition.
Ces hypothèses, à première vue qualitatives, ont été abordées dans le but de donner des
réponses quantitatives par le biais de mesures empiriques. Afin de simplifier les différentes
composantes de ce schéma conceptuel, nous appellerons « effets indirects » les mesures du
fonctionnement microbien au travers de leurs processus (via l’approche écosystémique), et « effets
directs » toutes les mesures portant directement sur les microorganismes du sol et des litières (via
l’approche trophique).
79
Introduction Organisation du document
C. Organisation du document
Le document est axé autour de 4 chapitres principaux et d’une synthèse.

Le premier chapitre de ce manuscrit traite de l’influence de la qualité de la litière sur le
fonctionnement des microorganismes du sol via leur respiration potentielle. Pour ce faire, nous avons
considéré la variabilité de la qualité de la litière - et notamment de ses différentes composantes
chimiques - à différentes échelles spatiales afin de déterminer comment cette variabilité était
partitionnée parmi deux niveaux hiérarchiques. On se situe dans le système complexe et multifactoriel
des mélanges de litières ramassés au sol sans distinction d’espèces en forêt tropicale naturelle non
perturbée. La particularité principale de l’étude est de coupler l’échantillonnage litière/sol au même
moment pour prendre en compte l’impact de la matière organique en décomposition sur le
fonctionnement du sol sous-jacent. Ce chapitre a donné lieu à l’article suivant:
Article 1: Fanin, N., Hättenschwiler, S., Barantal, S., Schimann, H., Fromin, N. 2011. Does
variability in litter quality determine soil microbial activity in an Amazonian rainforest? Soil Biology
& Biochemistry 43(5): 1014-1022.
Le second chapitre vise à mieux comprendre l’influence de l’ajout d’éléments externes CNP -
au travers d’un design factoriel (control, +C, +N, +P, +CN, +CP, +NP, +CNP, +micronutrient) - sur le
fonctionnement des microorganismes décomposeurs. On se situe dans le cadre d’une expérimentation
de fertilisation de terrain sur des espèces de litière de qualités stœchiométriques contrastées. Le but
principal de ce chapitre est d’appréhender la variabilité des effets des ajouts de ressources seules, ou
en combinaison, afin d’évaluer les limitations nutritives des microorganismes en fonction de la qualité
initiale du substrat. L’originalité principale de ce chapitre est de comparer l’influence de la fertilisation
sur les communautés des litières et du sol dans le même temps. Ce chapitre a donné lieu à l’article
suivant:
Article 2: Fanin, N., Barantal, S., Fromin, N., Schimann, H., Schevin, P., Hättenschwiler, S.
Nutrients and carbon additions in tropical rainforest drive differences in microbial limitations of litter
and underlying soil: a full factorial field fertilization experiment. PlosOne: in press.
Le troisième chapitre de ce document croise différentes idées des deux chapitres précédents
tout en étudiant l’aspect structure des communautés microbiennes. Le but principal est d’évaluer les
multiples limitations nutritives en conditions in situ, tout en prenant en compte les contraintes
différentielles de certains groupes spécifiques de décomposeurs comme les champignons et les
bactéries. La particularité principale de cet article est de caractériser la structure des communautés
microbiennes et leurs capacités cataboliques en fonction de 9 traitements de fertilisation sur le terrain
80
Introduction Organisation du document
en forêt tropicale. L’expérience en litterbags a été menée à partir de la litière issue des chutes
naturelles de chaque placette. Ce chapitre a donné lieu à l’article suivant:
Article 3: Fanin, N., Fromin, N., Schimann, H., Hättenschwiler, S. Linking multiple element
limitations to soil microbial community structure following CNP fertilization in an Amazonian
rainforest of French Guiana. Ecology: in prep.
Le quatrième chapitre de cette thèse vise à mieux comprendre l’influence de la qualité de la

ressource sur l’activité, la biomasse, la stœchiométrie et la structure des communautés microbiennes
de la litière et du sol sous-jacent. On se situe cette fois-ci dans le cadre d’une expérience contrôlée en
laboratoire sur différentes espèces de litière de qualités stœchiométriques CNP contrastées. Ce chapitre
est divisé en deux articles différenciés, l’un sur les communautés des litières, l’autre sur l’influence de
la qualité des litières sur les différentes composantes microbiennes du sol sous-jacent. L’originalité
principale du premier article est de transposer la théorie de l’écologie stœchiométrique des
écosystèmes aquatiques vers les écosystèmes terrestres et notamment sur l’homéostasie supposée des
décomposeurs hétérotrophes. La singularité du second article est de tester si oui ou non la qualité du
substrat influence la stœchiométrie et la structure des microorganismes à partir d’un substrat sol
identique au départ de l’expérience. Ce chapitre a donné lieu aux deux articles suivants:
Article 4a: Fanin, N., Fromin, N., Buatois, B., Hättenschwiler, S. An experimental test of the
hypothesis of non-homeostatic consumer stoichiometry in a plant litter-microbe system. Ecology
Letters: in prep.
Article 4b: Fanin, N., Hättenschwiler, S., Fromin, N. Leaf litter of distinct quality determines
microbial biomass, activity and community structure in the underlying soil. ISME journal: in prep.
Enfin, la dernière partie est une synthèse résumant l’ensemble des résultats acquis et discutant
autour des limitations nutritives des microorganismes en forêt tropicale humide de Guyane française.
La synthèse s’articule autour de 3 développements principaux qui s’appuient sur des études antérieures
sur notre étude, de résultats en cours et d’une réanalyse partielle de certaines données présentées au
cours des différents articles afin de mieux appréhender la « black-box » microbienne et de ses
conséquences sur le fonctionnement de l’écosystème tropical. Cette synthèse s’ouvre sur des
perspectives d’études à différentes échelles spatiales et temporelles afin de continuer ce travail de
recherche dans la vaste thématique de l’écologie microbienne au sein des écosystèmes forestiers
terrestres.
81
Introduction Site d’étude
Figure KK - Localisation de la Guyane française dans le monde. La

Guyane se situe entre le 2ème et le 6ème degré de latitude nord et entre le 51ème et le
55ème degré de longitude ouest. Elle est le plus forestier des départements français et
possède des frontières communes avec le Brésil et le Surinam.
Figure LL- Site d’étude de Paracou en Guyane française.

Le site d’étude de Paracou est implanté en forêt tropicale humide
(5°15’N, 53° O) à 12 km au sud de Sinnamary et à 50 km au Nord-
Ouest de Kourou. La végétation forestière se développe sur des
sols argileux à argilo-sableux à drainage superficiel représentatifs
de la majeure partie de la Guyane septentrionale. Carte de l’Atlas
illustré de la Guyane (2001). Photo: N. Fanin.
82
D. Site d’étude
I. Localisation géographique
Seul territoire français d’outre mer situé sur le continent sud-américain, la Guyane se situe
entre le 2ème et le 6ème degré de latitude nord et entre le 51ème et le 55ème degré de longitude ouest (Fig.
KK). Présentant une façade maritime de 350 km sur l’Atlantique, la Guyane est limitée à l’est par
l’Oyapock, fleuve frontière avec le Brésil (état de l’Amapa) et à l’ouest par le Maroni qui la sépare du
Surinam (ancienne Guyane hollandaise). Au sud, la frontière avec le Brésil est constituée par la chaîne
des monts Tumuc Humac. D’une superficie de 91 000 km², la Guyane est le plus vaste département
forestier français (Fig. LL). En effet, les formations forestières occupent 96.7% du territoire.
Le site expérimental de Paracou est localisé en forêt tropicale humide primaire à 20 km au
sud de Sinnamary (5°15’N, 53° O). La richesse spécifique est de l’ordre de 120 essences par ha-1 pour
une densité moyenne de 620 arbres ha -1. La forêt est dominée par les familles des Chrysobalanaceae,
Caesalpiniaceae et Sapotaceae. La hauteur moyenne des arbres oscille entre 30 et 40 m et certains
arbres émergents peuvent atteindre 50 m (Oldeman 1974). Le relief de la zone est composé par un
ensemble de petites collines pouvant présenter des pentes fortes, et séparées les unes des autres par un
réseau hydrographique dense qui draine vers l’Ouest les eaux de pluie dans le bassin versant du
Sinnamary.
II. Conditions climatiques
La Guyane se trouve dans une zone de circulation atmosphérique Est-Ouest induite par deux
ceintures anticycloniques subtropicales (Açores-Atlantique Nord et Sainte Hélène-Atlantique Sud) qui
s’affrontent au niveau de la Zone Intertropicale de Convergence (ZIC). Elle bénéficie d’un climat de
type équatorial humide. Le cycle saisonnier peut être caractérisée par quatre saisons de durée inégale:
(1) Une petite saison des pluies de mi-novembre à fin janvier caractérisé par des pluies modérées (27%
du total annuel). (2) Une petite saison sèche également appelé « petit été de mars » (de quelques jours
à quelques semaines) se produisant en général entre début février et mi-mars. (3) Une grande saison
des pluies de fin mars à fin juillet marquée par de forte précipitations (61% du total annuel). (4) Une
grande saison sèche de fin juillet à mi-novembre. Sur l’ensemble de la Guyane, la pluviométrie
annuelle est de 3000 mm en moyenne sur la bande côtière et de 2500 mm dans les régions de
l’intérieur.
Sur le site de Paracou, les précipitations sont de l’ordre de 2980 mm par an (moyenne sur
période de 30 ans, Fig. MM). L’humidité relative de l’air présente de faibles variabilités saisonnières
(80 à 90%). La moyenne annuelle des températures est de 26.5°C avec une amplitude saisonnière de 1
à 8°C et une amplitude journalière de 6 à 12°C. Les températures les plus extrêmes sont atteintes au
cours de la saison sèche où l’amplitude thermique jour/nuit est maximale.
83
Figure MM - Climat annuel moyen de la station de Paracou (5°15’N; 53°O) sur la période 1979-2008.
Les données de précipitation sont présentées sous forme d’un histogramme de la moyenne mensuelle (± écart-type).
Les températures moyennes mensuelles sont également présentées (cercle blanc).
Caractéristique du site d'étude Valeur moyenne

(a) Texture du sol (c)
Argile (%) 19.6 ± 3.8
Limon fin (%) 4.3 ± 1.6
Limon grossier (%) 1.9 ± 0.4
Sable fin (%) 13.6 ± 4.9
Sable grossier (%) 60.4 ± 6
(b) Eléments du sol

C (g/100 g) 2.21 ± 0.54
N (g/100 g) 0.15 ± 0.03
P (g/100 g) 0.009 ± 0.002
K (g/100 g) 0.05 ± 0.01
Fe (g/100 g) 2.04 ± 0.69
Al (g/100 g) 4.3 ± 1.51
Mn (g/100 g) 0.29 ± 0.13
Mg (g/100 g) 0.021 ± 0.003
Figure NN - Caractéristiques générales des sols dans la forêt tropicale de Paracou, Guyane française:
(a) texture du sol, (b) composition en éléments et (c) analyse en composante principale. (a, b) Les données de
texture et d’éléments du sol sont présentées sous forme d’une moyenne de cinq blocs au sein même du dispositif (±
écart-type). (c) Deux axes orthogonaux expliquent 58.2 % et 15.3% de la variance. La fin des flèches indique le
chargement des variables. Ces données sont issues de l’Article 1.
84
III. Contexte édaphique
III.1. Situation géographique et géomorphologique
Le dispositif expérimental de Paracou est situé sur le socle granitique métamorphisé et

hautement érodé datant du Précambrien, appelé plateau ou « bouclier des Guyanes ». Ce « bouclier »
caractérise le type d’affleurement géologique inhérent à cette région, et regroupe une partie du
Vénézuela, le Guyana, le Surinam, la Guyane française et une partie du Brésil. Dans le contexte
guyanais, la station est rattachée aux « terres hautes », couvrant un peu plus de 90% du territoire, par
opposition aux « terres basses » de la bande côtière, géologiquement beaucoup plus récentes.
Paracou est installé sur le terrain sédimentaire des séries de Bonidoro et d’Orapu, formées au
cours de la période Caraïbe (≈ 2100 Ma, Choubert 1974). Ce substrat sédimentaire alluvionnaire est
principalement un mélange de schistes et de grès localement croisés par des veines de pegmatite,
d’aplite et de quartz (Choubert 1974; Epron et al. 2006). Seuls les premiers stades d’altération de la
roche mère, appelés également saprolites4, permettent de différencier ces roches; ceux des schistes
sont le plus souvent de couleur rouge‐violacée, de texture limono‐sableuse, sans élément grossier alors
que ceux des pegmatites sont plutôt blancs, de texture sablo‐limoneuse et riches en quartz grossier ou
en feuillet de muscovite (mica blanc).
D’un point de vue géomorphologique, Paracou se trouve dans une zone au relief
particulièrement peu marqué (Roullier 1997; Le Fol 2002), avec une altitude maximale d’à peine
supérieure à 40 m et une topographie constituée d’une mosaïque de petites collines de dénivelé
compris entre 20 et 35 m. Ces collines sont délimitées par un réseau dense de petits cours d’eau et de
criques5, qui vont se jeter dans le fleuve Sinnamary, a 3-4 km a l’ouest.
III.2. Caractéristiques des sols
Semblable à la plupart des terres hautes de Guyane, les conditions climatiques anciennes à
actuelles ont favorisé une altération poussée de tous les minéraux primaires et déterminé la formation
de sols ferralitiques sur la grande majorité du dispositif (Gourlet-Fleury et al. 2004). Ainsi,
l’ensemble des éléments sont présents en quantité relativement faible en comparaison d’autres
écosystèmes et sont généralement bien reliés aux proportions d’argiles et de limons fins (Figure NN).
La plupart des horizons supérieurs ont ainsi des caractéristiques générales de couvertures ferralitiques
anciennes comprenant d’excellentes propriétés physiques (macro et microporosité importantes) dues a
une structure microagrégée des constituants élémentaires (kaolinite, gibbsite, hématite, goethite,
quartz) et à l’inverse, une fertilité chimique très limitée avec notamment une faible capacité d’échange
cationique (CEC6 : le plus souvent entre 2 et 4 meq/100 g, d’après Freycon et al. 2003), une acidité
4
Il s’agit des premiers stades d’altération de la roche mère à volume constant.
5
Issu du nom anglais “creek” pour définir un ruisseau.
6
Unité exprimée en meq (milliéquivalent) par 100 g de sol, meq est le rapport entre la masse atomique et la
valence, 1 meq/100 g = 1 cmolc (centimole de charge)/kg.
85
Figure OO - Dispositif mis en place sur le site de Paracou. Le plan d’expérience se compose de 5 blocs (A, B, C, D et
E), répartis à l’échelle de l’hectare. Chaque bloc se compose lui-même de 9 parcelles de 5 m2 non fertilisées à t0 (Chapitre 1,
février 2009). L’ensemble de ces parcelles sont par la suite fertilisées à partir d’Avril 2009 selon l’un des traitements assignés (C,
N, P, CN, CP, NP, CNP, Micronutriments et control; Chapitre 2 et 4, février 2010 et 2011 respectivement).
86
marquée (pH compris entre 4 et 4,5), une importante abondance d’aluminium échangeable (environ
70% de la CEC) et une forte rétention du P par les oxydes de fer et d’aluminium. Pour cette dernière,
deux phénomènes expliquent le caractère limitant de la disponibilité en phosphore des sols tropicaux:
le premier est d’ordre mécanique lié à la présence d’un drainage important et ancien, tandis que le
second est d’ordre chimique défini par les propriétés absorbantes des oxydes cationiques. Les sols sont
par conséquent considérés en majorité comme des « acrisols7 » et des « ferralsols8 », caractérisés par
moins de 10% de minéraux météoritiques et une faible capacité d'échange cationique.
IV. Dispositif expérimental de terrain mis en place
Le dispositif se compose de 5 blocs mesurant approximativement 3000 m2 répartis dans une

zone d’approximativement 2.5 hectare sur le site de Paracou en Guyane française (5°15′N, 53°′W).
Ces blocs ont été choisis afin de représenter au mieux la composition des essences de forêt tropicale
tout en gardant des conditions climatiques, une topographie et des caractéristiques de sols relativement
semblables. Chaque bloc se compose lui-même de 9 parcelles d’environ 5 x 5 m2 séparées par une
zone tampon de plusieurs mètres (plan expérimental utilisé pour le Chapitre 1).
Ces parcelles ont été par la suite fertilisées deux fois par an en fonction de 9 traitements
(control, +C, +N, +P, +CN, +CP, +NP, +CNP, +micronutrient) représentant les doses annuelles de
nutriments reçues via litterfall (Fig. OO, plan expérimental utilisé pour le Chapitre 2 et 3). Nous avons
utilisé les doses annuelles de 1405 kg C ha-1 an-1 fournies sous forme de cellulose (Waterspare, celliob
industry, France), 130 kg N ha-1 an-1 sous forme d’urée [(NH2)2CO], et 69 kg P ha-1 an-1 sous forme de
mono-potassium phosphate [KH2PO4]. Les cations et microéléments ont été ajoutés à hauteur de 22 kg
ha-1 an-1 d’un mélange de H3BO3 (1150 ppm), CuSO4 (1150 ppm), Fe-EDTA (2%), MnSO4 (1150
ppm), ZnSO4 (600 ppm) et (NH4)2MoO4 (600 ppm), plus 87 kg K ha-1 an-1 sous forme de K2SO4, 92 kg
Mg ha-1 an-1 sous forme de MgSO4, et 50 kg Ca ha-1 an-1 sous forme de Ca-EDTA. Les concentrations
de fertilisants utilisées sont largement comparables à celles d’autres expériences dans des forêts
tropicales du Costa-Rica, du Panama et d’Hawaii (Hobbie & Vitousek 2000; Cleveland et al. 2006;
Kaspari et al. 2008). Deux sessions successives de récoltes d’échantillons ont été effectuées en Février
2010 et 2011 respectivement, afin de tester l’effet de l’ajout de ressources externes seules, ou en
combinaison, sur les communautés de décomposeurs des litières et des sols.
7
D’après le système WRB, ou « ultisol » selon le système USDA, ou encore sol ferralitique moyennement à
fortement dessaturé, suivant la classification française.
8
D’après le système WRB, ou « oxisol » selon le système USDA, ou encore sol ferralitique faiblement à
moyennement dessaturé, suivant la classification française.
87
Figure PP - Dynamique des chutes de litières en fonctions des différents traitements sur le site de Paracou
entre 2009 et 2011. Les litières sont collectées tous les mois à partir de deux littertraps de 0.8 x 0.8 m par parcelle sur
chacun des 5 blocs et séchées à 65°C. Les carrés gris symbolisent les saisons sèches, les carrés blancs les saisons humides.
F1, F2, F3 et F4 représentent les évènements de fertilisations successives. Ces données sont issues de l’Article 4.
Figure QQ - Dynamique des chutes de bois et de fruits entre 2009 et 2011. Les bois et les fruits sont collectés tous
les mois selon le même dispositif que pour les litières, puis triés, séparés et séchés en laboratoire selon le même protocole.
88
V. Caractéristiques qualitatives et quantitatives des litières
V.1. Chutes de feuilles
Les chutes et la chimie des litières sont des variables clés pour l'évaluation des propriétés de la
couverture des sols. En effet, les quantités de matière organique et d’éléments minéraux qui
retournent au sol par l’intermédiaire des litières, font partie des principaux facteurs du
fonctionnement des écosystèmes forestiers. Sur notre site d’étude, la production de litière présente
des pics qui ont lieu principalement en saison sèche au moment où le stress hydrique est le plus fort,
de juillet à novembre, avec toutefois un décalage en fonction de la parcelle étudiée (Fig. PP).
Cependant, d’autres pics de moindre intensité peuvent également se produire durant la saison des
pluies. La production moyenne est de 0.76 kg m-2 an-1 sur l’ensemble du dispositif. Les productions
cumulées ne montrent toutefois peu ou pas de différence significative entre parcelles, que ce soit sur
une ou deux années.
V.2. Chutes de fruits et de bois
Contrairement aux feuilles, la production de bois et de fruits reste moins facile à

appréhender et dépend principalement des espèces, de l’âge et de la maturité des essences en
présence. Ainsi, il existe d’importantes variations entre parcelles au cours du temps en forêt tropicale
naturelle (Fig. QQ). D’une manière générale, les pics d’apport au sol sont le plus important pendant la
saison des pluies avec également des occurrences en début et fin de saison sèche. Les pics de chutes de
bois et de fruits sont la plupart du temps couplés du fait de la chute d’un axe porteur présentant
généralement une importante quantité de fruits mâtures associés.
Note: les 3 paragraphes suivants décrivent brièvement les qualités de litière dans l’ordre de
l’apparition des chapitres: (i) qualités des litières naturelles ramassées en cours de décomposition au
sol (Chapitre 1), (ii) qualités initiales de 6 espèces sélectionnées représentant la gamme de variation
CNP (Chapitre 2 et 4), (iii) qualités initiales et flux de C, N, et P des litières issues des littertraps
(Chapitre 3).
V.3. Qualité des feuilles de litière en forêt tropicale
V.3.1. Qualité des feuilles de litière ramassées au sol
Des variations importantes dans la qualité en contenus C, N, P et des formes

biochimiques de C des litières sont observées au sein du dispositif expérimental (Fig. RR et SS).
A l’échelle de l’hectare, les conditions environnementales telles que la température ou les
précipitations sont exclues comme facteurs principaux contrôlant la variabilité de la qualité des litières
89
Figure RR - Concentration en N et P (x10) des litières en fonction du C des litières. Chaque point représente
un échantillon de litière ramassée au sol de la concentration en N (gris) et P (blanc) en fonction de la concentration en C
des litières (n = 225). Les accolades indiquent les gammes de N et P (les valeurs maximales diffèrent d’un facteur 3 et 5
par rapport à la valeur minimale). Les lignes noires continues et leurs valeurs de r2 correspondantes associées sont
données sur l’ensemble des données. Les concentrations en P sont multipliées par un facteur 10 pour une meilleure
représentation. L’ensemble de ces données sont issues de l’Article 1.
Figure SS - Formes carbonées totales et en fonction du C des litières. (a) Histogramme de chaque forme
carbonée pour l’ensemble des blocs (n = 225). (b) Chaque point représente une moyenne par placette de chaque bloc (n
= 5) du pourcentage en lignine (noir), composés solubles (gris), cellulose (blanc) et hémicellulose (gris foncé). Les
lignes noires continues et leurs valeurs de r2 correspondantes associées sont données sur l’ensemble des données (n =
225).
90
La qualité de la litière en forêt tropicale semble plutôt être le reflet multifactoriel d’un
ensemble de conditions locales et temporelles. Afin d’expliquer ces variations dans la qualité des
litières, les différents facteurs vont être présentés en 2 catégories : les caractéristiques locales
initiales et les facteurs affectant la dynamique de décomposition.
En premier lieu, les différences de qualité des litières reflètent les caractéristiques inhérentes
aux différentes espèces d’arbres. En effet, Bréchet et al. (2009) ont montré sur une plantation
monospécifique d’espèces tropicales que la qualité de la litière était très dépendante des
caractéristiques initiales des feuilles des différentes essences. En plus de la qualité initiale, le
phénomène de résorption lors de la sénescence modifie les contenus en nutriments des litières
tombant au sol. En effet les différentes essences exposent des stratégies d’utilisation distinctes vis-à-
vis des ressources limitantes incluant l’efficacité de résorption pour l’N et le P (Wright & Westoby
2003; Hättenschwiler et al. 2008). Par ailleurs, la grande diversité d’essence en forêt tropicale
constitue un pool formidable de possibilités de mélanges de litière. A l’échelle du m 2, les mélanges de
litières sont composés généralement de 6 à 9 espèces (Fanin et al. 2011). Ainsi, chaque mélange
entraînerait localement des contenus en nutriments et en formes de C variables en fonction du nombre
et de l’identité des espèces présentes.
En second lieu, une fois tombée au sol, la dynamique de décomposition aurait à son tour
d’importantes conséquences sur la qualité de la litière à un instant donné. Outre le climat, cette
dynamique est fortement affectée par le renouvellement des litières. En effet, les chutes variables de
litières entraînent des différences dans la répartition et la quantité de litière tombée au sol (Bréchet et
al. 2009). A titre d’exemple sur notre site d’étude, les parcelles où la quantité de litière par unité de
surface était la plus importante, étaient également les parcelles où la litière était la moins décomposée
d’une manière générale. La topographie est également un facteur déterminant, influençant la
répartition des litières via un entraînement lors du ruissellement des eaux pluies et la qualité via la
lixiviation plus ou moins importante d’éléments minéraux. Enfin, la macrofaune est une composante
primordiale pour la dynamique de décomposition, en se nourrissant directement sur la litière mais
également mais en déplacement, fragmentant et enfouissant cette dernière.
Dans notre cas le C est fortement autocorrélé à l’N mais pas au P (Fig. RR). Le C et l’N sont
très souvent liés au sein des composés structuraux synthétisés dans les feuilles. Cet étroit lien
biochimique couplé à une faible résorption faible de ces éléments en comparaison du P, se traduit par
importante autocorrélation entre l’N et le C. En revanche, les concentrations en P sont extrêmement
variables à de petites à petites échelles spatiales, ce qui peut être interprété comme des stratégies de
résorption et d’acquisition du P très différentes parmi les essences d’arbres (pour une vision complète
sur notre site d’étude, voir Hättenschwiler et al. 2008). Les formes biochimiques de C sont
également très variables en fonction du C total (Fig. SS). La dynamique de décomposition des
litières apparaît très rapide avec une couche d’humus très faible ou inexistante, caractéristique du
climat tropical. Plus le C total est faible, plus la proportion de la forme lignine est importante.
91
Figure TT - Repré-
sentation schématique
des six espèces et de
leur variabilité stœchio-
métrique. Chaque photo
représente visuellement
chacune des espèces
utilisées au cours des
Chapitres 2 et 3. Photo: N.
Fanin.
Caractéristiques litières C. procera G. glabra H. courbaril P. insignis S. amara V. tomentosa
Eléments (%MS)
Carbone 48.4 ± 0.2 49.7 ± 0.2 49.7 ± 0.1 49.0 ± 0.2 49.1 ± 0.1 42.9 ± 0.4
Azote 0.94 ± 0.04 1.21 ± 0.13 1.22 ± 0.03 1.42 ± 0.03 1.11 ± 0.07 0.87 ± 0.04
Phosphore 0.019 ± 0.012 0.033 ± 0.004 0.056 ± 0.002 0.018 ± 0.001 0.032 ± 0.002 0.029 ± 0.001
Stœchiométrie
C:N 51.5 ± 2.1 41.1 ± 4.1 40.7 ± 1.1 34.5 ± 0.6 44.2 ± 2.9 49.3 ± 2.9
C:P 2547 ± 147 1507 ± 168 888 ± 36 2722 ± 154 1534 ± 111 1479 ± 87
N:P 49.5 ± 2.9 36.7 ± 1.5 21.8 ± 0.4 78.9 ±5.6 34.7 ± 0.7 30 ± 2.9
Composés carbonés (%MS)

Carbone organique dissout 0.59 ± 0.09 1.93 ± 0.24 0.56 ± 0.02 1.46 ± 0.16 1.07 ± 0.07 0.74 ± 0.03
Composés solubles totaux 32.4 ± 0.3 36.6 ± 0.4 31.0 ± 1.0 29.3 ± 0.3 45.4 ± 0.4 34.6 ± 1.1
Hémicellulose 7.5 ± 0.5 16.2 ± 0.7 10.3 ± 0.1 23.5 ± 0.7 11.7 ± 0.2 20.1 ± 1.1
Cellulose 22.7 ± 0.4 18.8 ± 0.3 22.3 ± 0.6 22.5 ± 0.7 20.0 ± 0.3 19.7 ± 0.4
Lignine 37.5 ± 0.5 28.4 ± 0.8 36.3 ± 0.7 24.7 ± 1.1 22.8 ± 0.7 25.6 ± 0.4
Phénols solubles 2.8 ± 0.2 1.1 ± 0.2 1.0 ± 0.1 1.0 ± 0.1 4.4 ± 0.2 0.6 ± 0.1
Phénols totaux 7.9 ± 0.8 2.8 ± 0.3 4.2 ± 0.4 12.5 ± 0.5 11.0 ± 0.8 4.4 ± 0.4
Tanins condensés 7.7 ± 0.7 0.6 ± 0.1 3.8 ± 0.4 0.4 ± 0.1 6.3 ± 0.3 3.9 ± 0.3
Tableau C - Qualité initiale de six espèces de litières représentant une large gamme de variation en forêt
tropicale. Chaque valeur représente la moyenne (n = 5 ± ET) d’un des traits mesurés (en % de matière sèche) sur chacune des
différentes espèces de litière. L’ensemble de ces données sont issues de l’Article 2.
92
Ainsi, on peut supposer que la variabilité des proportions des différentes formes de C serait liée
à des états plus ou moins avancés de décomposition. Cette hypothèse est en accord avec de
précédentes études (Coûteaux et al. 1995; Heal et al. 1997; Berg & Meentemeyer 2002), indiquant que
les pools des formes carbonées solubles, cellulose et hémicellulose sont les premières formes utilisées
lors de la décomposition de la litière (voir également § IV. 4. 2.).
V.3.2. Qualité initiale de 6 espèces représentant une large gamme de variation CNP
Les six espèces sélectionnées (Carapa procera (Aublet), Goupia glabra (Aublet), Platonia
insignis (Martius), Hymenaea courbaril (Linnaeus), Simarouba amara (Aublet) and Vochysia
tomentosa (G. Mey)) reflètent une large gamme de variation CNP en forêt tropicale naturelle (Fig.
TT). En plus des variations stœchiométriques, ces espèces présentes également une importante
variabilité dans leur proportion des différentes formes carbonées (Tableau C). Ces six espèces ont été
utilisées dans le cadre d’une expérimentation de fertilisation de terrain et selon une approche de
microcosmes en conditions contrôlées sans ajout externe (Chapitres 2 et 4).
V.3.3. Qualités initiales et flux de C, N, et P des litières issues des littertraps
En comparaison des litières ramassées au sol, les litières foliaires issues des littertraps sont
plus riches pour chacun des éléments C (50% ± 0.5), N (1.24% ± 0.07) et P (0.027% ± 0.005) car elles
ont été ramassées directement dans les filets puis séchées rapidement afin de prévenir de toute
décomposition et lessivage éventuels. Bien que la gamme de variation soit plus étroite, la variabilité
reste importante et dépend largement des caractéristiques locales initiales citées précédemment.
Cependant il n’y avait aucune différence significative de la concentration en éléments après deux ans
de fertilisation entre les différents traitements pour ces feuilles issues des littertraps. Par conséquent,
les différences éventuelles pour la litière employée dans le Chapitre 3 (pool de litière par parcelle
après un an de récolte) ne seraient dues qu’aux effets des fertilisants rajoutés suite à leurs mises en
place et pas à des modifications intrinsèques de leur qualité.
Les flux annuels de carbone, azote et phosphore via les chutes de litières étaient en moyenne
de 381, 9.3 and 0.20 g m-2 an-1 respectivement. Ces flux entrants vers le sol sont en étroit lien avec la
masse totale des chutes plus que les variations intrinsèques de qualité initiale. En effet, bien que les
concentrations en éléments soient légèrement plus importantes au début de saison des pluies aux mois
de janvier-février-mars, la variance des flux totaux est principalement dirigée par la quantité totale de
litière tombant au sol. Ainsi, le pattern des flux entrants reflètent largement le schéma énoncé
précédemment pour les chutes de litières issues des producteurs primaires.
93
Groupe trophique et ordre taxonomique

A B C D E
(famille ou sous-famille)
Carnivores 32 ± 8.4 55.1 ± 11.7 42.7 ± 9.6 42.8 ± 10.0 83.5 ± 20.1
Araneae 12.4 ± 4.4 8.9 ± 3.9 8.9 ± 5.4 14.2 ± 5.6 28.4 ± 10.6
Chilopoda 5.3 ± 5.3 3.6 ± 2.4 3.6 ± 3.6 3.6 ± 2.4 23.1 ± 7.6
Coleoptera (Carabidae. Staphylinidae) 7.1 ± 3.9 21.3 ± 5.3 17.8 ± 5.6 14.2 ± 4.9 23.1 ± 5.4
Hymenoptera (Ponerinae) 3.5 ± 2.4 19.6 ± 8.3 10.7 ± 8.6 7.1 ± 3.8 5.3 ± 3.8
Pseudoscorpiones 0 1.8 ± 1.8 1.8 ± 1.8 3.6 ± 2.4 1.8 ± 1.8
Scorpiones 3.6 ± 2.4 0 0 0 1.8 ± 1.8
Phytophages 7.1 ± 2.8 8.9 ± 5.4 7.1 ± 5.4 33.8 ± 11.5 30.2 ± 10.5
Coleoptera (Curculionidae. Elateridae) 3.6 ± 2.4 7.1 ± 5.4 3.5 ± 2.4 7.1 ± 2.8 12.4 ± 4.5
Hemiptera 1.8 ± 1.8 1.8 ± 1.8 1.8 ± 1.8 1.8 ± 1.8 3.6 ± 2.4
Hymenoptera (Formicinae) 1.7 ± 1.7 0 0 24.9 ± 12.3 12.4 ± 9.2
Orthoptera 0 0 1.8 ± 1.8 0 1.8 ± 1.8
Saprophages 167.1 ± 87.4 275.5 ± 170.3 128 ± 47.2 252.4 ± 142.1 551.1 ± 284
Coleoptera (Scarabeidae) 0 5.3 ± 2.7 3.6 ± 2.4 5.3 ± 2.7 8.9 ± 8.9
Diptera larvae 7.1 ± 5.4 1.8 ± 1.8 46.2 ± 38.6 3.6 ± 2.4 28.4 ± 20.8
Diplopoda 10.7 ± 5.9 8.9 ± 4.7 8.9 ± 3.9 8.9 ± 7.1 16 ± 5.9
Isoptera 112.0 ± 84.9 190.2 ± 166.6 7.1 ± 3.9 142.1 ± 136.3 392.9 ± 285.3
Isopoda 8.9 ± 3.9 7.1 ± 2.8 1.8 ± 1.8 10.7 ± 4.6 16 ± 4.6
Haplotaxida 28.4 ± 7.9 62.2 ± 12.9 60.4 ± 14.3 81.8 ± 14.9 88.9 ± 17.7
Total (ind.m-2) 218.7.3 ± 96.3 469.3 ± 192 292 ± 74.1 405 ± 153.5 917 ± 321.8
Diversité Macrofaune
Richesse morphospécifique 7 ± 1.4 8.6 ± 0.6 8.3 ± 0.7 9.3 ± 1.6 15.3 ± 2.5
Shannon index (H') 1.3 ± 0.2 1.6 ± 0.1 1.6 ± 0.1 1.6 ± 0.2 1.8 ± 0.2
Evenness Index (E) 0.27 ± 0.04 0.33 ± 0.02 0.34 ± 0.03 0.32 ± 0.04 0.36 ± 0.04
Tableau D - Groupe trophique et ordre taxonomique (famille ou sous-famille) de la macrofaune en fonction

des 5 blocs du dispositif expérimental avant fertilisation. Chaque valeur représente la moyenne (n = 9 ± ET) par bloc.
Ces données ont été recueillies par J. Nahmani avant le premier évènement de fertilisation en 2009.
94
VI. Macrofaune
La répartition de la faune tropicale est extrêmement variable sur le dispositif de Paracou. Afin
d’illustrer cette extraordinaire diversité, un tableau des principaux groupes trophiques et ordres
taxonomiques est présenté en fonction des 5 blocs du plan expérimental (Tableau D). Le nombre
d’individu varie de 218 à 917 par m-2 à l’échelle de l’hectare. En particulier, la variabilité au sol est
principalement guidée par la proportion d’organismes saprophages et décomposeurs comme les
vers de terres, les milles pattes, les termites et les coléoptères. L’augmentation de la proportion
d’organismes décomposeurs s’accompagne également d’une augmentation du nombre de
prédateurs comme les araignées, les chilopodes ou les scorpions. Ceci se traduit par une richesse
spécifique moyenne plus de élevée de 7 jusqu’à 15 entre les deux blocs les plus extrêmes. Par
conséquent et bien que l’effet de faune soit difficile à appréhender de manière indirecte, la
macrofaune joue un rôle majeur sur l’activité et la structuration des communautés microbiennes
du sol en forêt tropicale.
95
96
Chapitre 1
Limitations nutritives de l’activité microbienne du sol

en conditions naturelles
« C’est l’arbre qui cache la forêt*. »

* désigne quelque chose qui occulte (consciemment ou pas) d’autres choses
plus importantes ou plus globales.
La grande diversité d’espèces végétales (150 espèces par hectare sur notre site d’étude) va induire
une extraordinaire diversité de substrats pour les communautés de microorganismes décomposeurs
du sol. Photo: N. Fanin.
97
98
Chapitre 1

99
Chapitre 1
I. Contexte ______________________________________________________________________101
III. Hypothèses de l’étude __________________________________________________________103
V.1. Variabilité de la qualité de la litière et des processus microbiens du sol associés ____103
V.2. Influence de qualité de la litière sur le processus de respiration microbienne _______105
Article 1
Does variability in litter quality determine soil microbial respiration in an Amazonian

rainforest? _____________________________________________________________________109
Abstract ________________________________________________________________________109
1. Introduction __________________________________________________________________109
2. 1. Study site ____________________________________________________________110
2. 2. Sampling design and data collection _______________________________________110
2. 3. Litter quality and soil characteristics ______________________________________110
2. 4. Soil microbial respiration process _________________________________________111
2. 5. Data analysis _________________________________________________________111
3. Results _______________________________________________________________________112
3. 1. Variability of soil SIR ___________________________________________________112
3. 2. Variability of litter quality _______________________________________________112
3. 3. Relationship between litter quality and soil SIR ______________________________112
4. Discussion ____________________________________________________________________112
4. 1. Spatial variability of soil microbial respiration process and litter quality __________112
4. 2. Microbial respiration process in relation to litter quality _______________________115
5. Conclusions ___________________________________________________________________116
References ______________________________________________________________________116
100
Chapitre 1 Limitations nutritives de l’activité microbienne du sol
Chapitre 1

I. Contexte
La grande diversité d’espèces végétales en forêt tropicale se traduit par un apport de

qualité de litière au sol extrêmement varié pour les communautés de décomposeurs. Cette
diversité ce traduit par des formes de C, des contenus en éléments C, N et P ainsi que des ratios C:N,
C:P et N:P très divers à de larges échelles régionales (Townsend et al. 2007) mais également à de
petites échelles locales (Hättenschwiler et al. 2008). Etant donné cette importante variabilité de la
qualité des litières avec plus de 150 essences par hectare sur notre site d’étude en forêt tropicale
naturelle non perturbée, il est difficile d’estimer par avance quels sont les paramètres les plus
pertinents pour prédire l’activité hétérotrophique du sol-jacent. L’accès à l’énergie via les
différents composés carbonés prime-t-il sur les besoins fondamentaux en nutriments? Les rapports
stœchiométriques C:N, C:P et N:P prévalent-ils sur les contenus de chacun des éléments?
Afin de répondre à ces questions, nous avons prélevé des couples d’échantillons litière/sol sur
le terrain dans le but de mieux appréhender les effets de la ressource sur le fonctionnement du sol. On
( (
se situe ici dans le système complexe et multifactoriel des mélanges de litières ramassés au sol sans
a) b)
distinction des espèces.
II. Objectif de l’étude
Le premier chapitre de cette thèse vise à mieux comprendre l’influence de la qualité de la

litière - et notamment de ses différentes composantes chimiques - sur le fonctionnement des
microorganismes du sol via leur respiration potentielle.
Pour ce faire, nous avons considéré la variabilité de la qualité de la litière et de la respiration
potentielle des microorganismes du sol à différentes échelles spatiales afin de déterminer comment
( (
cette variabilité était partitionnée parmi deux niveaux hiérarchiques, dans le but de mieux
c) d)
appréhender les processus de l’écosystème et les facteurs qui dirigent ces processus (Schneider
2001; Urban 2005). Cet accent particulier mis sur l’échelle spatiale a donné lieu, dans ce chapitre, à
une importante caractérisation de la variabilité à petites et moyennes échelles au travers d’un design
hiérarchique imbriqué (« nested design »).
101
(a)
(b)
(c)
Figure A1 – Représentation schématique du design hiérarchique mis en place: (a) Blocs à

l’échelle de l’hectare, (b) Parcelles à l’échelle du m2, (c) Couple d’échantillons sol/litière.
102
III. Hypothèses de l’étude
Nous faisons l’hypothèse principale que l’importante variabilité de la qualité des litières
produite par une communauté d’arbres extrêmement diversifiée contrôle, au moins en partie, la
variabilité spatiale du processus de respiration microbienne du sol sous-jacent. Nous anticipons
un fort contrôle du C et des nutriments parce que, dans ce type de système pauvre en nutriments, la
litière représente la source majeure d’énergie et d’éléments pour les organismes du sol. Basé sur les
prédictions de l’écologie stœchiométrique, nous attendons un important effet de la stœchiométrie
des litières. Enfin, nous formulons l’hypothèse que les traits des litières et la respiration
microbienne associée varient beaucoup moins à petite qu’à large échelle.
IV. Dispositif mis en place
Le dispositif se compose de 5 blocs répartis à l’échelle de l’hectare aux alentours de la tour

Guyaflux (Fig. A1). Chaque bloc se compose lui-même de 9 parcelles de 5 m2, dans lesquelles nous
avons prélevé 5 couples d’échantillons de sols et de litière le long d’une diagonale, soit au total 225
couples d’échantillons (5 blocs x 9 parcelles x 5 réplicats). La litière est prélevée à l’aide d’un cadre
en fer de 30 sur 30 cm et le sol à l’aide d’une tarière de 5 cm de diamètre placée si possible au centre
de ce cadre sur une profondeur d’environ 8 cm (Fig B1).
V. Principaux résultats
V.1. Variabilité de la qualité de la litière et des processus microbiens du sol associés
Nous avons observé d’importantes variations de la qualité de la litière en fonction de l’échelle

spatiale. Ces variations étaient plus importantes à larges qu’à petites échelles et pourraient refléter une
plus grande divergence des espèces pour des échelles plus importantes. Cependant, la variabilité à
petite échelle reste substantielle, également due à la juxtaposition de litières originaires de différentes
espèces, généralement entre 6 et 9 à l’échelle du mètre carré en forêt tropicale. Il en résulte par
conséquent et localement des mélanges de qualités uniques formant une mosaïque de patchs
capable d’influencer spécifiquement le sol sous-jacent.
De la même manière, le processus de respiration microbienne potentielle, mesuré via la
méthode SIR - substrate-induced respiration - présente d’importantes variations aux deux échelles
spatiales. Bien qu’il soit généralement accepté que la variabilité de la respiration du sol soit
principalement lié à des facteurs abiotiques pour de larges échelles (température, texture, contenu en
eau du sol), nos résultats suggèrent que des facteurs biotiques reliés à la présence des plantes et à
la structure de la forêt jouent un rôle important comme drivers du processus de respiration
microbienne à de petites échelles spatiales.
103
( (
a) b)
( (
c) d)
Figure B1 - Méthode d’échantillonnage. (a) Un cadre en fer de 30 x 30 cm est posé aléatoirement le long d’une
diagonale sur le sol. (b) La litière est collectée manuellement à l’intérieur du cadre et mise en sac pour les analyses
ultérieures. (c) Une tarière de 5 cm de diamètre est placée (si possible) au centre du cadre. (d) Le sol sous-jacent est
prélevé sur une profondeur de 8 à 9 cm.
104
V.2. Influence de qualité de la litière sur le processus de respiration microbienne
En prenant en compte la variabilité entre les blocs ainsi que celle des parcelles au sein des
blocs, nous avons mis en évidence un lien étroit entre qualité de la litière sus-jacente et
fonctionnement des microorganismes du sol.
Parmi l’ensemble des traits chimiques mesurés, les contenus en phosphore (en g m-2) et en
formes de C simples comme les composés solubles ou l’hémicellulose étaient les principaux facteurs
clés expliquant positivement la respiration microbienne du sol. A l’inverse, le trait lignine présentait
un effet clairement négatif en lien à la respiration hétérotrophique du sol sous-jacent. Finalement, les
ratios stœchiométriques n’ont montré aucun effet et n’ont expliqué qu’un très faible pourcentage de la
variabilité du processus de respiration microbienne du sol.
Pris dans leur ensemble, nos résultats suggèrent que les flux entrant via les chutes de
litière vont influencer les microorganismes du sol et pourrait à plus long terme déterminer
« l’histoire de vie » de la parcelle au travers de sa composition élémentaire et de son fonctionnement.
L’accès à l’énergie couplé à des besoins nutritifs en P semblent stimuler le processus de
respiration microbienne à un important degré. Ces besoins élémentaires pourraient décrire un
processus de colimitation et nécessitent des approches par voie de fertilisation pour confirmer via
l’apport externe d’éléments ces premiers résultats encourageants.
VI. Take-home message
Cette étude montre que le phosphore et les composés carbonés des litières - principalement les
formes simples et riches en énergie - contrôlent en interaction la dynamique de respiration
microbienne du sol dans la forêt tropicale humide de Paracou, en Guyane française.
105
106
Article 1
Does variability in litter quality determine soil

microbial respiration in an Amazonian rainforest?
Fanina, N., Hättenschwilera, S., Barantala, S., Schimannb, H., Fromina, N.,
2011. Soil Biology & Biochemistry 43(5): 1014-1022
a
Centre d’Ecologie Fonctionnelle et Evolutive (CEFE), CNRS - UMR 5175, 1919 Route de
Mende, F-34293 Montpellier Cedex 5, France
b
UMR Ecologie des Forêts de Guyane (EcoFoG), Campus Agronomique, BP 709, F-97387
Kourou, French Guiana
Les mélanges de litière, très contrastés aussi bien à l’échelle régionale qu’à de plus petites échelles
spatiales, vont influencer différemment le fonctionnement microbien et ainsi moduler la
minéralisation des nutriments et du carbone. Le renouvellement des feuilles au sol permet
d’entretenir ce processus avec des mélanges contenant généralement de 6 à 9 espèces à l’échelle du
mètre carré. Photo: S. Barantal.
107
108
109
110
111
112
113
114
115
116
117
118
Chapitre 2
Effet de l’ajout d’éléments externes CNP sur l’activité

microbienne des litières et du sol sous-jacent: une
expérimentation factorielle complète de terrain
« Araignée du matin, chagrin; araignée du soir, espoir*. »

* Chagrin le matin car si l’on voit une araignée travailler, cela sous-entend qu’aucune rosée
ne la gêne; et qui dit absence de rosée, dit pluie à venir. Espoir le soir parce qu’une araignée qui se
balade tranquillement au crépuscule est détendue et donc que le beau temps devrait persister.
Araignée prédatrice présente sur l’une des parcelles du dispositif en fin d’après–midi. Photo: N. Fanin.
119
120
Chapitre 2

121
Chapitre 2
Effet de l’ajout d’éléments externes CNP sur l’activité microbienne des litières et du sol sous-
jacent: une expérimentation factorielle complète de terrain ____________________________123
I. Contexte ______________________________________________________________________123
III. Hypothèses __________________________________________________________________125
microbienne des litières ___________________________________________________________125
V.2. Limitation en ressources des espèces de litières spécifiques _____________________127
V.3. Effet de la faune sur le processus de respiration microbienne ___________________127
V.4. Contraintes différentielles du fonctionnement microbien entre sol et litière _________127
Article 2
Distinct microbial limitations in litter and underlying soil revealed by carbon and nutrient
fertilization in a tropical rainforest _________________________________________________131
Abstract ________________________________________________________________________131
1. Introduction __________________________________________________________________132
2. 1. Study site ____________________________________________________________135
2. 2. Plant material ________________________________________________________135
2. 4. Sample collection ______________________________________________________138
2. 5. Determination of soil and litter SIR ________________________________________138
2. 6 Data analysis _________________________________________________________139
3. Results _______________________________________________________________________141
3. 1. Litter mass loss and SIR without fertilization ________________________________141
3. 2. Fertilization effects ____________________________________________________143
3. 3. Treatment specific net fertilization effects ___________________________________145
3. 4. Litter species-specific responses to fertilization ______________________________147
4. Discussion ____________________________________________________________________148
4. 1. Decomposition and litter SIR in response to fertilization _______________________148
4. 2. Litter species-specific resource limitation ___________________________________149
4. 3. Fauna effect on heterotrophic microbial functioning __________________________151
4. 4. Are heterotrophic processes in the litter layer and underlying soil distinctively affected by
fertilization? ______________________________________________________________151
5. Conclusions ___________________________________________________________________153
References ______________________________________________________________________154
122
Chapitre 2 Effet de l’ajout factoriel d’éléments externes CNP sur l’activité microbienne
Chapitre 2

I. Contexte
Au cours des prochaines décennies, les dépositions du phosphore (P) et de l’azote (N) sont
prédites à une augmentation significative couplées à des modifications de la qualité du carbone (C)
au sein des écosystèmes tropicaux (Galloway et al. 2004; Okin et al. 2004). Ainsi, la prédiction des
effets potentiels des changements globaux sur les échanges de C entre les écosystèmes terrestres et
l’atmosphère requière une compréhension mécaniste de comment ces effets combinés régulent le
processus de respiration hétérotrophe depuis la litière jusqu’au sol.
Le premier chapitre en condition naturelle a mis en évidence une limitation du processus de
respiration microbienne par les contenus en C labile et en P des litières. Ici, l’ajout d’éléments externes
par voie de fertilisation - et notamment le traitement +CP - va permettre de confirmer ou d’infirmer
cette hypothèse sur le fonctionnement des microorganismes du sol. Mais par ailleurs, qu’en est-il des
limitations des communautés microbiennes des litières? Sont-elles contraintes par les mêmes
ressources que celles du sol? Dépendent-elles des caractéristiques initiales des litières? Quel est
l’impact de la macrofaune sur le fonctionnement des microorganismes hétérotrophes?
Afin de répondre à l’ensemble de ces questions, la seconde partie de cette thèse vise à mieux
comprendre les effets de l’ajout d’éléments externes (control, +C, +N, +P, +CN, +CP, +NP, +CNP,
+micronutrient) sur le fonctionnement des microorganismes de la litière et du sol sous-jacent en
fonction des caractéristiques initiales de différentes espèces (six litières de qualités stœchiométriques
CNP contrastées) et la présence ou non de la faune (deux tailles de maille, « large » et « fine »).
II. Objectif de l’étude
Le second chapitre vise principalement à déterminer l’influence de l’ajout de C

(cellulose) de N et de P (formes minérales) seuls, ou en combinaison, sur le processus de
respiration microbienne en interaction à la qualité initiale des litières et de la faune. Pour ce faire,
nous avons considéré 6 espèces de qualités stœchiométriques différentes en fonction de 2 tailles de
mailles (10 mm and 0.5 mm) autorisant ou non l’accès à la macrofaune. Cet accent particulier mis sur
la compartimentation des effets nets des ressources, des espèces et de la faune sur les processus de
décomposition et du fonctionnement microbien a conduit à la mise en place d’une vaste
expérimentation de litterbags en forêt tropicale.
123
(a)
(b)
(c)
Figure A2 - Représentation schématique du design hiérarchique mis en place: (a) Blocs à l’échelle
de l’hectare, (b) Parcelles fertilisées à l’échelle du m2, (c) 12 litterbags disposées sur les placettes (6
espèces x 2 tailles de mailles).
124
III. Hypothèses
Nous faisons l’hypothèse principale que les ajouts externes, et par conséquent la fourniture
d’éléments C, N et P plus facilement disponibles que ceux fournis par la litière, ôtent les limitations
en ressource et stimulent le processus de respiration microbienne. Nous anticipons que les effets des
ajouts des ressources augmentent en diminuant la qualité initiale des litières. Nous nous attendons
à un important effet de la faune qui se nourrit sur la litière et par conséquent que celle-ci impacte
négativement la respiration potentielle des microorganismes hétérotrophes des litières.
Finalement, nous formulons l’hypothèse que le processus de respiration microbienne dans la litière
et le sol soit distinctement affecté par l’ajout de ressources externes, parce que la matière
organique du sol présente de plus faibles ratios C:nutriments comparée à ceux des litières.

Guyaflux (Fig. A2), déjà utilisé lors du Chapitre 1. Chaque bloc se compose lui-même de 9 parcelles
de 5 m2, chacune étant fertilisée deux fois par an (depuis avril 2009) selon l’un des traitements
attribués. Dans chaque placette, 12 sacs de litières (6 espèces x 2 tailles de mailles) ont été disposés
pour une durée d’environ 5 mois. Au bout de 156 jours d’exposition sur le terrain, 540 couples
d’échantillons de litière de sol (5 blocs x 9 parcelles x 12 sacs de litières) ont été prélevés, pesés et
analysés en laboratoire (Fig. B2).

microbienne des litières
Nous avons observé d’importantes réponses positives de la décomposition des litières en

fonction de l’ajout de N et de P. Cependant, ces réponses étaient d’autant plus importantes que l’ajout
était combiné, suggérant une important colimitation NP au sein au des litières. Cependant, l’ajout de C
et d’oligoéléments n’ont pas montré d’effets significatifs sur la dégradation des litières.
Nos données indiquent que le processus de respiration microbienne suivait étroitement le
pattern de décomposition des litières. En effet, les réponses les plus importantes de l’ajout des
ressources sur le fonctionnement microbien ont été mises en évidence pour les traitements NP et CNP.
Cependant, les réponses similaires entre ces deux traitements indiquent que le C n’a pas eu d’effet
additionnel par rapport à NP seul. Il en résulte par conséquent que les ajouts simultanés NP
permettent de lever les contraintes nutritives du fonctionnement microbien des litières en forêt
tropicale.
125
(a)
(b)
5 cm
Figure B2 - Prélèvement, pesées et analyse au laboratoire: (a) Traitement des échantillons de

litière, (b) Exemples de macrofaune retrouvée dans les sacs de litières.
126
V.2. Limitation en ressources des espèces de litières spécifiques
En considérant les effets principaux NP, la perte en masse des litières dépendait fortement de
la variabilité de la concentration initiale en P en fonction des différentes espèces de litière. De
même, le processus de respiration microbienne en fonction des traitements était d’autant plus
important que la concentration initiale en composés carbonés dissouts était importante. Par
conséquent, l’effet de l’ajout de ressource dépendait étroitement de la qualité initiale des litières.
V.3. Effet de la faune sur le processus de respiration microbienne
La contribution de la faune présentait des effets inverses sur la décomposition et le

fonctionnement des microorganismes hétérotrophe des litières. En effet, elle était positivement et
négativement reliée à la perte en masse et au processus de respiration microbienne respectivement
dans les traitements NP. Ce résultat indique, qu’une augmentation de la consommation des
litières peut réduire la biomasse microbienne et impacter les processus conduits par ces
microorganismes.
V.4. Contraintes différentielles du fonctionnement microbien entre sol et litière
L’ajout de P montrait un effet positif sur le processus de respiration que ce soit pour le sol ou
la litière. En revanche, l’ajout d’N montrait un effet clairement négatif sur l’activité des
microorganismes du sol, à l’inverse de ceux des litières. Bien que la décomposition est
communément vue comme un continuum commençant par la dégradation de litière fraîche
jusqu’à la libération de CO2 ou la formation de matière organique dans le sol (SOM), le
processus de respiration microbienne montrait un effet largement différentiel entre litière et sol
face à l’ajout d’N.
Cette étude montre que l’altération humaine des cycles des nutriments au travers des dépôts
d’N et de P aura d’importantes implications pour le cycle du C au travers du fonctionnement
différentiel des décomposeurs en fonction du compartiment litière/sol, de la qualité initiale des litières
et de l’action de la faune.
127
128
Article 2
Distinct microbial limitations in litter and

underlying soil revealed by carbon and nutrient fertilization
in a tropical rainforest
Faninab, N., Barantala, S., Fromina, N., Schimannc, H., Schevina, P.,
Hättenschwilera, S., in press PlosOne.
a
b
Université of Montpellier II, Place Eugène Bataillon, F–34095 Montpellier cedex 5, France
c
L’ajout d’éléments externes CNP au milieu permet de visualiser la levée de contraintes nutritives sur
l’activité microbienne du sol et des litières. Ici, les différentes litterbags « grosses » et « fines » mailles
disposés sur une des parcelles du site de Paracou. Photo: N. Fanin.
129
130
Chapitre 2 Fertilization effects on litter and underlying soil Article 2
Distinct microbial limitations in litter and underlying soil revealed

by carbon and nutrient fertilization in a tropical rainforest
Faninab, N., Barantala, S., Fromina, N., Schimannc, H., Schevina, P., Hättenschwilera, S.
a
Centre d’Ecologie Fonctionnelle et Evolutive (CEFE), CNRS - UMR 5175, 1919 Route de Mende, F-
34293 Montpellier Cedex 5, France
b
c
UMR Ecologie des Forêts de Guyane (EcoFoG), Campus Agronomique, BP 709, F-97387 Kourou,
French Guiana
Abstract: Human-caused alterations of the carbon and nutrient cycles are expected to impact tropical
ecosystems in the near future. Here we evaluated how a combined change in carbon (C), nitrogen (N)
and phosphorus (P) availability affects soil and litter microbial respiration and litter decomposition in
an undisturbed Amazonian rainforest in French Guiana. In a fully factorial C (as cellulose), N (as
urea), and P (as phosphate) fertilization experiment we analyzed a total of 540 litterbag-soil pairs after
a 158-day exposure in the field. Rates of substrate-induced respiration (SIR) measured in litter and
litter mass loss were similarly affected by fertilization showing the strongest stimulation when N and P
were added simultaneously. The stimulating NP effect on litter SIR increased considerably with
increasing initial dissolved organic carbon (DOC) concentrations in litter, suggesting that the
combined availability of N, P, and a labile C source has a particularly strong effect on microbial
activity. Cellulose fertilization, however, did not further stimulate the NP effect. In contrast to litter
SIR and litter mass loss, soil SIR was reduced with N fertilization and showed only a positive effect in
response to P fertilization that was further enhanced with additional C fertilization. Our data suggest
that increased nutrient enrichment in the studied Amazonian rainforest can considerably change
microbial activity and litter decomposition, and that these effects differ between the litter layer and the
underlying soil. Any resulting change in relative C and nutrient fluxes between the litter layer and the
soil can have important consequences for biogeochemical cycles in tropical forest ecosystems.
Keywords: Amazonian lowland forest, Carbon Forms, Fertilization, French Guiana, Litter
Decomposition, Microbial respiration process, Nitrogen, Nutrient Limitation, Phosphorous,
Stoichiometry.
131
1. Introduction
Over the last two decades, considerable efforts were made towards a better understanding of
the effects of global change factors such as climate change or nutrient deposition on the quality of
plant litter, its subsequent decomposition and the consequences on ecosystem carbon (C) dynamics [1-
4]. Whether or not C is sequestered in forest ecosystems depends on the often small difference
between photosynthetic C fixation and ecosystem respiration, with soil respiration representing
between half to two thirds of the total ecosystem respiration [5-8]. Nutrient availability is a key factor
in the regulation of soil respiration, and anthropogenic alterations of the nitrogen (N) and phosphorus
(P) cycles can have important consequences for the net CO 2 exchange between the biosphere and the
atmosphere, and thus for the global C budget [9,10].
Tropical forests are a particularly important component in the terrestrial C budget and even
small changes in tropical CO2 fluxes may modify the global C cycle [11-14]. With a share of about
55% to 76% of total soil CO2 efflux from tropical soils [6,15,16] microbial-driven heterotrophic soil
respiration is a critical CO2 flux to the atmosphere in tropical ecosystems. Microbial heterotrophs in
the litter layer and the underlying soil are highly responsive to altered nutrient availability [e.g. 17-20].
N and P inputs in particular modify the soil C:N:P stoichiometry and that of plant residues, which in
turn affect decomposer activity and growth [21,22], and the processes of litter decomposition and
organic matter mineralization [23,24]. In addition to nutrient deposition, global change-induced shifts
in plant tissue C quality (e.g. secondary metabolites, non-structural carbohydrates) [25-27] may also
affect heterotrophic soil organisms. Such C-quality changes may have important consequences in
some tropical forests where the poor C quality of leaf litter has been proposed to impose energy
starvation on decomposers [28].
External resource supply through fertilization provides a straightforward experimental test of
ecosystem nutrient limitation and the response of ecosystem processes to altered resource availability
[10,29,30]. Despite a large diversity in geology, soil characteristics, climatic factors and biological
diversity of tropical rainforests [31,32], only a relatively small number of fertilization experiments
have been performed in this biome. Some of these experiments reported positive effects of P
132
fertilization on decomposition and on CO 2 release into the atmosphere [33-36], while others have
found an increase of soil C stocks associated with lower soil respiration following N additions [37-39],
or contrasting effects of these resources as a result of site age related soil fertility gradients [40-42].
Additionally, studies that included a combination of different resources in their fertilization protocol
observed interacting effects between resources such as N x P on litter mass loss or microbial activity
during decomposition [41-43], suggesting that some limiting resources can influence the fate and the
impact of other resources on soil processes [29,30]. However, only few studies have simultaneously
manipulated the availability of all three key elements C, N, and P and none of them were performed in
a lowland tropical forest. By adding a labile C source (i.e. cane sugar, glucose monohydrate) in
factorial CNP fertilization designs, important and significant interactions between C x P or C x N on
microbial responses and soil C dynamics have been reported in a tropical montane forest of Ecuador
[44] and along a successional gradient in a temperate system [45]. Although these studies provide
clear evidence of interactions between C and nutrients, sugars used as C fertilization may produce
immediate responses by favoring opportunistic soil organisms. Other, more complex, but still
relatively easily accessible C sources - such as cellulose - should be tested to provide a more detailed
understanding of the potential regulation of soil processes by multiple elements.
The distinction between microbial processes in the litter layer and the underlying soil are
rarely made clearly [46,47], and the effects of resource addition on litter and soil heterotrophs are
seldom addressed in the same study [17]. Although the litter layer and the underlying soil are
intimately connected through the exchange of energy and matter, microclimatic and physical
conditions as well as the chemical composition, with notably a stark contrast in organic matter quality
and C:N:P stoichiometry, differ strongly. Leaf litter material display much wider C to nutrient ratios as
well as distinct C quality compared to that of soil organic matter, with especially more labile
compounds in freshly fallen leaf litter. These different qualities of organic substrates available for
microbial heterotrophs might result in distinct constraints for litter and soil communities. In addition,
the very high tree species richness, typical for most tropical forests, results in chemically diverse leaf
litter inputs at small spatial scales [48,49]. These distinct litter substrates decompose at different rates
[50,51] and affect the respiration and structure of microbial communities in the underlying soil
133
differently [52,53]. It is important to account for this chemical heterogeneity of tropical leaf litter
when assessing the effects of increased resource supply, because nutrient enrichment effects are likely
to be modified by differences in initial litter quality. In fact, in a companion paper, Barantal and coll.
[43] demonstrated that combined fertilization with N and P increasingly stimulated leaf litter
decomposition with decreasing initial litter P concentration and increasing initial litter N:P ratios.
Moreover, these positive NP fertilization effects were enhanced when soil fauna had access to
decomposing litter [43]. It is widely accepted that soil fauna are important decomposers in tropical
rainforests [51,54-57], and McGlynn et al. [58] showed that soil C:P stoichiometry controls soil fauna
abundance in a Costa Rican rainforest. However, the importance of litter identity in the response of
decomposition and associated microbial processes (especially in the underlying soil) to fertilization, as
well as the role of fauna in modulating this response, remains little explored.
In this study, we addressed the question of how multiple resource fertilizations affect
heterotrophic processes within decomposing leaf litter and in the underlying soil, and investigated how
these effects are influenced by species differences in litter quality and the presence of soil fauna. Data
were collected from an ongoing fertilization experiment in a low-fertile lowland rainforest in French
Guiana where C (cellulose), N (urea) and P (phosphate) are added in a fully factorial fertilization
experiment since 2009 [43]. We specifically addressed the following hypotheses: (i) external supply of
readily available C, N and P alleviates resource limitation and consequently stimulates the overall
microbial capacity (estimated by substrate induced respiration, SIR); (ii) the stimulating effects of
external resource supply increase with decreasing initial litter quality; (iii) the previously reported
fauna-induced stimulation of fertilization effects on decomposition [43] translates into increased
consumption of microorganisms by litter-feeding fauna and consequently decreases microbial
respiration; (iv) the response of SIR to external resources differ between litter and the underlying soil,
with stronger effects of nutrient addition on litter SIR because soil organic matter has a lower C to
nutrient ratio compared to leaf litter, and stronger effects of C fertilization on soil microbial respiration
compared to litter because litter is richer in labile C substrates than soil.
134
2. Materials and Methods
All necessary permits were obtained for the described field studies (fertilization), and no
specific permits were required for the described measurements in the field (sampling of soil and leaf
litter), in agreement with the owner, the French research center CIRAD. We confirm that the field
studies did not involve endangered or protected species.
2.1. Study site
The study site is located within the undisturbed Amazonian rainforest of Paracou near
Sinnamary, French Guiana (5°15′N, 53°′W). The mean annual air temperature is 25.5 °C (10-year
average, 1995-2005) with only slight intra annual variations. Total annual rainfall is approximately
2575 mm (10-year average, 1995-2005), with two distinct rainy seasons (a moderate one from
December to February and a stronger one from April to July) with an associated range in relative air
humidity between 70 and 90% [59]. Tree species richness is around 150 species per hectare with a
mean density of 620 individual trees ha-1 (individuals of a diameter > 0.1 m at breast height) [60].
Soils in the study area are classified as acrisol, developed over a Precambrian metamorphic formation
called the Bonidoro series. The soil is nutrient-poor with 24% clay, 7% silt and 69% sand, and a pH
(water extract) of 4.7 in the top 0.2 m [57]. Average soil C:N is 14.7 with a total C of 2.21 g kg −1, a
total N of 0.15 g kg−1 soil and a total P of 0.010 g kg−1 soil (for more details on soil composition and
texture see [53]).
2. 2. Plant material
For the construction of litterbags we used leaf litter from the six tree species Carapa procera
(Aublet), Goupia glabra (Aublet), Platonia insignis (Martius), Hymenaea courbaril (Linnaeus),
Simarouba amara (Aublet) and Vochysia tomentosa (G. Mey.) (Table 1). A representative pool of
fresh fallen leaf litter of each species was obtained from a tree plantation close to our study site. These
more than 25-year-old tree stands have been established using local seed sources and have a fully
closed canopy composed of about 40 individuals of each of a total of 16 tree species growing in
monocultures [61]. Litter was collected twice a month during the year 2009 in suspended 25 m 2 litter
135
Table 1 - Initial litter quality parameters measured for leaf litter from the six different tree species used in our study.
Litter characteristics C. procera G. glabra H. courbaril P. insignis S. amara V. tomentosa

Litter elements (%DM)
Carbon 48.4 ± 0.2 49.7 ± 0.2 49.7 ± 0.1 49.0 ± 0.2 49.1 ± 0.1 42.9 ± 0.4
Nitrogen 0.94 ± 0.04 1.21 ± 0.13 1.22 ± 0.03 1.42 ± 0.03 1.11 ± 0.07 0.87 ± 0.04
Phosphorus 0.019 ± 0.012 0.033 ± 0.004 0.056 ± 0.002 0.018 ± 0.001 0.032 ± 0.002 0.029 ± 0.001
Litter stoichiometry
C:N 51.5 ± 2.1 41.1 ± 4.1 40.7 ± 1.1 34.5 ± 0.6 44.2 ± 2.9 49.3 ± 2.9
C:P 2547 ± 147 1507 ± 168 888 ± 36 2722 ± 154 1534 ± 111 1479 ± 87
N:P 49.5 ± 2.9 36.7 ± 1.5 21.8 ± 0.4 78.9 ±5.6 34.7 ± 0.7 30 ± 2.9
Carbon compounds (%DM)

Dissolved organic carbon 0.59 ± 0.09 1.93 ± 0.24 0.56 ± 0.02 1.46 ± 0.16 1.07 ± 0.07 0.74 ± 0.03
Water soluble compounds 32.4 ± 0.3 36.6 ± 0.4 31.0 ± 1.0 29.3 ± 0.3 45.4 ± 0.4 34.6 ± 1.1
Hemicellulose 7.5 ± 0.5 16.2 ± 0.7 10.3 ± 0.1 23.5 ± 0.7 11.7 ± 0.2 20.1 ± 1.1
Cellulose 22.7 ± 0.4 18.8 ± 0.3 22.3 ± 0.6 22.5 ± 0.7 20.0 ± 0.3 19.7 ± 0.4
Lignin 37.5 ± 0.5 28.4 ± 0.8 36.3 ± 0.7 24.7 ± 1.1 22.8 ± 0.7 25.6 ± 0.4
Soluble phenolics 2.8 ± 0.2 1.1 ± 0.2 1.0 ± 0.1 1.0 ± 0.1 4.4 ± 0.2 0.6 ± 0.1
Total phenolics 7.9 ± 0.8 2.8 ± 0.3 4.2 ± 0.4 12.5 ± 0.5 11.0 ± 0.8 4.4 ± 0.4
Condensed tannin 7.7 ± 0.7 0.6 ± 0.1 3.8 ± 0.4 0.4 ± 0.1 6.3 ± 0.3 3.9 ± 0.3
136
traps and pooled across sampling dates. Leaves with obvious signs of damage (e.g. herbivory, galls,
fungal attacks) and green leaves were excluded (typically < 15% of total collected leaves). Leaf litter
was air-dried, weighed (8.0 ± 0.1 g air-dry to oven-dry corrected mass per litterbag) and enclosed in
plastic mesh bags for each species individually. We used coarse-mesh (8 mm) and fine-mesh (0.06
mm) bags in order to allow or not the access of soil and litter macrofauna. The initial quality of pooled
leaf litter differed significantly among the six species (Table 1). For example, the C:N ratio varied
between 34.5 (P. insignis) and 51.5 (C. procera), and the N:P ratio varied between 21.8 (H. courbaril)
and 78.9 (P. insignis).
2.3. Experimental design
A full-factorial fertilization experiment (control, C, N, P, CN, CP, NP, CNP) plus one
additional fertilization treatment (called +other nut. throughout the paper) with major cations (K, Ca,
Mg) and micronutrients (i.e. B, Cu, Fe, Mn, Mo, S, Zn) was set up in the field using a total of five
blocks. Each of the five blocks measured approximately 3000 m2 and was situated within a 2.5 ha zone
of rather homogeneous flat topography. Each of the nine treatment plots within blocks measured 5.5 m
x 5.5 m and was separated from neighbor plots by a buffer zone of at least 5 m. Fertilization was
applied twice a year during the two dry periods in order to limit potential wash-off of fertilizer just
after application. The fertilization was started in April 2009 and is ongoing since then. Based on
preliminary microcosm tests of different fertilizer concentrations (Barantal, unpublished data) and the
concentrations used in other tropical fertilization experiments [34,36,41], we used the annual doses of
1405 kg C ha-1 year-1 provided as cellulose (Waterspare, celliob industry, France), 130 kg N ha -1 year-1
as coated urea [(NH2)2CO] and 69 kg P ha-1 year-1 as monopotassium phosphate [KH2PO4]
corresponding to C:N of 10.8, C:P of 20.4 and N:P of 1.9. The cations and micronutrients in the +other
nut. treatment was equivalent to 22 kg ha-1 year-1 of a mixture of H3BO3 (1150 ppm), CuSO4 (1150
ppm), Fe-EDTA (2%), MnSO4 (1150 ppm), ZnSO4 (600 ppm) and (NH4)2MoO4 (600 ppm), plus 87 kg
K ha-1 year-1 as K2SO4 , 92 kg Mg ha-1 year-1 as MgSO4, and 50 kg Ca ha-1 year-1as Ca-EDTA. Twelve
15 cm x 15 cm large litterbags (6 litter species x 2 mesh sizes) were randomly placed directly on the
soil surface (natural litter was removed prior to litterbag placement), fixed on the forest floor with wire
137
and exposed in each of the 45 plots for a total of five months from September 2009 (just before the
second fertilization event) to February 2010.
2.4. Sample collection
After 158 days of exposure in the field, the litterbags were retrieved and the underlying soil
underneath each litterbag was collected, resulting in a total of 540 pairs of litterbag-soil samples (5
blocks x 9 treatments x 6 species x 2 mesh size). The underlying soil was sampled in the center of the
litterbag using a stainless steel cylinder (diameter of 5 cm) to a depth of 8 cm. All sampling was done
from 9th to 14th February 2010 during the wet season, approximately two months after peak litter fall
[59]. In the laboratory, litter from the litterbags was weighed for total fresh mass and an aliquot (2 g
fresh weight) was dried at 65 °C to determine litter dry mass and litter mass loss. The remaining litter
material of each litterbag was air-dried and stored dry until further analyses. Soil samples were air-
dried, passed through a 2 mm sieve to remove roots and stones, homogenized and stored dry until
further analyses.
2.5. Determination of soil and litter SIR
Substrate induced respiration, SIR, as a measurement of potential activity, encompasses
several aspects of the microbial community, and is often used as a proxy of the soil respiration process
[62]. It was used as an indicator of the overall capacity of the litter and soil microbial communities
[53]. Soil SIR was measured according to Beare and coll. [63]. For each sample, 10 g of soil (dry
weight) were placed in a sealed plasma flask of 150 ml. A solution of glucose (1.5 mg C g-1 of dry
soil) was added to reach 80% of field capacity. The flasks were incubated at 25°C for 6 h, a time span
that is considered short enough to avoid de novo enzyme synthesis. Two hundred l air samples from
the headspace of each flask were analyzed for CO2 concentration after 2 and 6 h incubation with a gas
chromatograph using a microcatharometer (VARIAN GC 4900; Varian, Walnut Creek, USA). From
the amount of CO2 released during this time we calculated SIR expressed in µg of C-CO2 per g of soil
per hour. Litter SIR was measured in the same way with the exception that we used 2 g of litter
material (dry weight) and 2 ml of a solution of glucose to supply 20 mg C g -1 of dry litter mass. For
138
some of the most rapidly decomposing litter types (19 % of all litter samples collected in the field)
there was not enough litter material left for these measurements, but each combination (litter species x
fertilization treatment) was replicated at least three times, allowing robust statistical analyses.
2.6. Data analysis
Normality of the distribution of data was assessed for all variables using Shapiro-Wilkinson’s
test and the homogeneity of variance using the Fisher (F) test. When data were not normally
distributed, transformations of variables were performed in order to meet the assumptions before any
further statistical tests. In particular, litter mass loss, litter SIR and soil SIR rates were log-
transformed.
The effect of species and mesh size on litter mass loss, litter SIR and soil SIR without
fertilization was assessed with linear mixed models, LMM, in control plots only (using the “nlme” R
package [64,65]). Blocks were considered as a random factor while litter species, mesh size and their
interactions were fixed factors. To evaluate the relationship in control plots between litter species-
specific initial quality and litter mass loss, litter SIR and soil SIR, we performed stepwise regression to
select the best litter quality predictor when soil fauna were included or not. We divided the data into
two sets based on mesh size before running the statistical analysis. The results of stepwise regression
should be interpreted with caution because this method leads to several biases such as errors in
parameter estimation, inconsistencies among model selection algorithms or reliance on a single best
model [66].
We analyzed the effect of fertilization in two steps. First, to test for the effect of any of the
major resources C, N or P added, the effect of fertilization was assessed with full factorial LMM (for
these tests the +other nut. treatment was excluded in order to keep a balanced design). In these
analyses, we compared all plots receiving C-, N- or P- fertilization and all plots with no addition of
this particular resource (C, N or P presence/absence in each combination). Blocks were considered as
random factor while C, N, P supply, litter species, mesh size and their interactions were fixed factors.
Second, to test for the effect of each external resource singly or in combination with each other, a “net
fertilization effect” was calculated within each block as the difference for response variables between
139
Table 2 - Results of mixed linear models to test for the effects of litterbag mesh size and litter species identity
on (a) litter mass loss, (b) SIR litter and (c) soil SIR within control plots only (no fertilization).
(a) Litter mass loss Num. d.f.† Den. d.f.† F value p-value
Mesh size (Ms) 1 43 19.1 <0.0001
Species (Sp) 5 43 5.9 0.0003
Ms x Sp 5 43 4.1 0.004
(b) SIR litter Num. d.f. Den. d.f. F value p-value

Ms 1 34 2.0 0.17
Sp 5 34 14.7 <0.0001
Ms x Sp 5 34 1.3 0.28
(c) SIR soil Num. d.f. Den. d.f. F value p-value

Ms 1 44 0.6 0.43
Sp 5 44 2.9 0.02
Ms x Sp 5 44 1.5 0.20
†Num d.f., numerator degrees of freedom; Den d.f., denominator degrees of freedom.
Table 3 - Means (± SE) and CV (in %) of litter mass loss, litter SIR, and soil SIR measured in control plots (no
fertilization) with or without fauna access. When several litter quality traits significantly explained litter mass loss or SIR,
all the corresponding models from stepwise regression analysis are displayed (in bold). When no litter trait significantly
explained the variable (p > 0.05), the best model is shown.
Variable Mean CV Best Predictor Effect r2 p-value

With fauna access
Dissolved Organic Carbon + 0.89 0.005
Litter mass loss 44.2 ± 13.9 30
Condensed Tannins - 0.74 0.02
SIR litter 18.2 ± 3.9 23 Dissolved Organic Carbon + 0.58 0.07
SIR soil 1.44 ± 0.72 47 Lignin - 0.59 0.07
Without fauna
Litter mass loss 31.6 ± 3.9 12 Total Carbon + 0.76 0.02
SIR litter 19.5 ± 4.3 21 Total Carbon + 0.49 0.12
SIR soil 1.33 ± 0.76 59 Dissolved Organic Carbon + 0.69 0.04
140
the plot receiving a given fertilization treatment and the control plot. A positive net fertilization effect
denoted higher mass loss or SIR with fertilization. When significant effects were found, we ran post-
hoc means separation tests using Tukey-HSD (α = 0.05).
Mathematical correlations between litter mass loss and litter and soil SIR rates were explored
with simple linear or non-linear regressions. Regression analyses were also used to assess potential
relationships between the “net fertilization effect” and initial litter quality in order to evaluate whether
the effect size depended on specific initial litter quality traits. Levels of significance are indicated as *
(p < 0.05), ** (p < 0.001), and *** (p < 0.0001). All statistical tests were performed with the R
software (version 2.11.1).
3. Results
3.1. Litter mass loss and SIR without fertilization
In the unfertilized control plots we observed a mesh size effect on litter mass loss, but not on
litter SIR and soil SIR (Table 2). Fauna access to litterbags increased mass loss, and this effect
depended on litter species identity (significant species x mesh size interaction, Table 2). Fauna access
also led to variation in litter mass loss (from 30.3% in C. procera to 68.3% in G. glabra), and to a
higher variation (CV = 30%) compared to small mesh width litterbags (range between 23.5% in V.
tomentosa and 37.2% in H. courbaril with a CV of 12%, Table 3, Appendix 1).
Similar to litter mass loss, litter SIR and soil SIR were also significantly different among litter
species. Litter SIR was highest in decomposing S. amara litter (23.3 µg g-1 h-1) and lowest in V.
tomentosa litter (12.9 µg g-1 h-1). In contrast, soil SIR was highest underneath G. glabra litter (1.83 µg
g-1 h-1) and lowest underneath H. courbaril litter (1.03 µg g-1 h-1). However, in contrast to litter mass
loss, litter SIR and soil SIR showed no significant mesh size x litter species interaction (Table 2).
The observed litter species effects on litter mass loss and SIR were related to initial litter carbon
quality (Table 1, 3). The best predictor for litter mass loss when fauna had access to litterbags was the
initial concentration of dissolved organic carbon (DOC) in leaf litter with increasing mass loss when
DOC concentrations increased (r² = 0.89, p = 0.05). In contrast, the concentration of condensed
141
Table 4 - Results from mixed linear models to test for the effects of fertilization (addition or not of
either one of C, N, and P), litterbag mesh size, litter species identity, and their interactions on (a) litter
mass loss, (b) litter SIR and (c) soil SIR. Only significant interaction terms are shown.
(a) Litter mass loss Num. d.f.† Den. d.f.† F value p-value
C (Carbon) 1 436 1.7 0.19
N (Nitrogen) 1 436 35.5 <0.0001
P (Phosphorus) 1 436 47.6 <0.0001
Mesh size (Ms) 1 436 87.3 <0.0001
Species (Sp) 5 436 69.8 <0.0001
Ms x Sp 5 436 26.6 <0.0001
P x Ms 1 436 5.2 0.023
N x Sp 5 436 2.6 0.026
P x Sp 5 436 4.1 0.0012
(b) SIR litter Num. d.f. Den. d.f. F value p-value

C 1 358 13.6 0.0003
N 1 358 195.1 <0.0001
P 1 358 64.2 <0.0001
Ms 1 358 24.4 <0.0001
Sp 5 358 62.6 <0.0001
CxN 1 358 4.89 0.028
NxP 1 358 4.5 0.034
Ms x Sp 5 358 4.9 0.0002
P x Sp 5 358 3.6 0.0037
C x Ms 1 358 5.3 0.022
(c ) SIR soil Num. d.f. Den. d.f. F value p-value

C 1 461 1.1 0.30
N 1 461 21.0 <0.0001
P 1 461 20.9 <0.0001
Ms 1 461 0.01 0.93
Sp 5 461 1.6 0.17
NxP 1 461 5.0 0.026
†Num d.f., numerator degrees of freedom; Den d.f., denominator degrees of freedom.
142
tannins (CT) showed a negative correlation with litter mass loss when fauna was present (r² = 0.74, p =
0.02). Similar to litter mass loss, litter SIR showed a trend for a positive correlation with initial litter
DOC in the presence of fauna (r² = 0.58, p = 0.07), while soil SIR tended to correlate negatively with
initial litter lignin content (r² = 0.59, p = 0.07). Without macrofauna, litter mass loss correlated best
and positively with initial concentrations of total carbon (r² = 0.76, p = 0.02) (Table 3). The same trend
was found for litter SIR, while soil SIR without fauna access to litterbags was best predicted with the
initial litter DOC concentration (increasing soil SIR with increasing DOC, r² = 0.69, p = 0.04)).
3.2. Fertilization effects
In a first analysis of fertilization effects we identified how absolute litter mass loss and rates of
litter and soil SIR differed with C, N, and P amendment compared to when these respective fertilizers
were not added (e.g. all plots receiving C compared to all plots without C addition). The significant
effects of mesh size and litter species identity on litter mass loss reported in control plots persisted in
fertilized plots and explained a higher amount of variation in mass loss compared to that of C, N and P
supply (Table 4). On average, N and P fertilization increased litter mass loss by 17% and by 12%,
respectively (Figure 1). In contrast, C fertilization showed no significant effect on litter mass loss with
a trend for negative effects (Figure 1, 2, Table 4). The effects of N and P fertilization both depended
on litter species (significant N and P x litter species interactions, Table 4). The P fertilization was
further influenced by mesh size with a stronger effect when fauna had access (significant P x mesh size
interaction).
The litter species-specific differences in litter SIR remained essentially the same across
fertilization treatments as those observed in control plots. However the mesh size effect was
significant when fertilized plots were included in the analysis (Table 4). With fauna access, litter SIR
was on average 17% lower than that measured in litter without fauna access. N and P fertilization
explained a higher amount of variation in litter SIR than mesh size and litter species identity (Table 4).
Overall, N and P fertilization increased litter SIR by 29% and by 20%, respectively (Figure 1). Carbon
fertilization also significantly increased litter SIR by 6%. The positive C effect, however, was
influenced by mesh size with a weaker C fertilization effect when fauna had access to the litter.
143
Figure 1 - Effects of C, N, and P fertilization (alone or in any combination with the other resources) on (a)
litter mass loss, (b) litter SIR and (c) soil SIR, without distinction of litter species and mesh size. These
effects were analyzed using linear mixed models (dashed lines indicate the mean values of control plots).
Black triangles represent the mean values (± SE) for all plots receiving C, N or P fertilization, and open
circles the values for all plots receiving no addition of C, N or P, respectively (e.g. C, CN, CP and CNP vs
control, N, P and NP for the C resource). Stars denote significant differences between plots with or without
the addition of C, N or P as follows: * (p < 0.05), ** (p < 0.01), *** (p < 0.001).
144
Moreover, a positive interaction was observed between C and N addition and N and P addition (higher
litter SIR when C or P was added with N simultaneously).
The significant litter species effect on soil SIR observed in control plots (Table 2) disappeared
with fertilization, and mesh size still had no significant effect on soil SIR (Table 4). While the addition
of N and P and their interaction significantly changed soil SIR, C addition had no impact (Figure 1,
Table 4). On average, N fertilization decreased soil SIR by 15%. In contrast, P fertilization showed an
average increase of 16% (Figure 1). Moreover, a negative interaction between N and P additions was
observed (on average lower SIR than P alone when N was added in combination to P).
3.3. Treatment specific net fertilization effects
In a second analysis we explored in more detail how litter mass loss and rates of litter and soil
SIR changed in the eight different fertilization treatments compared to the control treatment (net
fertilization effect = absolute difference between treatment and control). Litter mass loss and litter SIR
both showed the highest net fertilization effects with a combined addition of N and P supply (Figure
2). These net NP fertilization effects were highest for mass loss when fauna had access (on average
35% higher than in control plots), and highest for litter SIR when fauna was excluded (on average
96% higher than in control plots). We observed broadly similar patterns for the net effects of the
different fertilizer combinations on litter mass loss and litter SIR (Figure 2). However, the net
fertilization effects on litter SIR were stronger than those on litter mass loss. Also, the presence of
fauna tended to decrease litter SIR, and to rather increase litter mass loss, respectively. As a result, the
overall positive relationship between litter SIR and litter mass loss across all fertilization treatments
when fauna was absent disappeared in the presence of fauna (Appendix 2).
Soil SIR responded distinctly to fertilization compared to litter SIR or litter mass loss (Figure
2). Most fertilization treatments showed no significant net effect on soil SIR rates, notably the
combined addition of N and P that induced the strongest response on litter mass loss and litter SIR.
The combined C and P fertilization was the only treatment showing a positive net effect on soil SIR
when fauna was excluded from the litterbags (on average 46 % higher than in control plots). This CP
fertilization effect, however, was not statistically significant when fauna had access to the litterbags on
145
Figure 2 - Net fertilization effects (mean ± SE) on (a) litter mass loss, (b) litter SIR and (c) soil SIR.
Net fertilization effects are defined as the absolute difference between values measured on control plots and
those measured on the plots of the respective fertilization treatment. Gray bars represent treatments with
fauna access (coarse mesh litterbags) and open bars represent treatments without fauna access (fine mesh
litterbags). Different letters indicate significant differences between coarse and fine mesh litterbags for a
given treatment. Stars denote net treatment effects that are significantly different from zero using paired
Student’s t tests: * (p < 0.05), ** (p < 0.001), *** (p < 0.0001).
146
Figure 3 - Net effects of NP (black

squares) and CNP (open triangles)
fertilization (mean ± SE) on litter SIR
(data pooled across mesh-size) as a
function of the initial litter species-
specific DOC concentration. Net
fertilization effects are defined as the
absolute difference between values
measured on control plots and those
measured on the plots of the
respective fertilization treatment.
top of the sampled soil. The net fertilization effects on soil SIR were negative when plots were either
fertilized with CN or with cations and micronutrients (Figure 2). Soil SIR showed no correlation with
litter SIR or litter mass loss.
3.4. Litter species-specific responses to fertilization
The effects of nutrient fertilization on litter mass loss and litter SIR differed among litter
species (significant nutrient x litter species interactions, Table 4) apparently as a result of distinct
initial litter quality. For example, N fertilization effects increased with decreasing litter initial N
concentration. Likewise, the P fertilization effect was particularly strong in litter of low initial P
concentrations (e.g. P. insignis). Interestingly though, N and P fertilization effects on litter SIR were
strongest in litter species with the highest initial DOC concentrations, i.e. in G. glabra (+37.9 % litter
SIR) and S. amara (+30.7 % litter SIR) for N addition and in P. insignis (+34.2 % litter SIR) and G.
glabra (+26.2 % litter SIR) for P addition. The strong effect of combined N and P fertilization
observed for litter mass loss (Figure 2) depended on initial litter P concentrations, i.e. the net NP
fertilization effect increased with decreasing litter P concentration. In contrast, the NP fertilization
effect on litter SIR correlated best with initial concentrations of DOC, i.e. the net NP fertilization
effect increased with increasing litter DOC concentration (Figure 3). This relationship was positive
independently of the mesh-size. Additional fertilization with cellulose did not change these
relationships between initial litter quality and the net NP fertilization effects.
147
4. Discussion
4.1. Decomposition and litter SIR in response to fertilization
In our first hypothesis we stated that in the studied low fertile Amazonian rainforest, an
increased availability of the key resources C, N and P should increase leaf litter SIR in parallel to
faster decomposition. We tested this hypothesis with a fully factorial fertilization experiment that was
the first to our knowledge to use cellulose addition, a less labile C form than the commonly used
highly labile sugars. In support of our hypothesis we found that litter mass loss and litter SIR both
increased on P- and N-fertilized plots compared to plots that were not amended with P or N (Figure 1).
Contrary to the predicted strong effect of P fertilization at our study site of particularly low soil P
availability, our results suggest that both P and N limit litter microbial decomposers and
decomposition simultaneously. In fact, the net fertilization effect of a combined P and N addition was
clearly stronger than the effects of separate P or N fertilization, especially for SIR. The microbial
communities in decomposing litter respired on average 85% more with a combined N and P supply
compared to an increase of 11% and 31% with P and N supplied singly, respectively. Except for a
small positive effect on litter SIR, C fertilization showed little effects. Litter mass loss was actually
slower in plots fertilized with just C compared to control plots. Barantal and coll. [43] previously
argued that decomposers might prefer cellulose to leaf litter that contains large quantities of
recalcitrant C compounds. Such cellulose preference may explain the somewhat higher litter SIR and
slower litter decomposition with cellulose fertilization. However, we can not exclude the possibility
that this potential initial cellulose preference followed by enhanced litter SIR may lead to an increased
consumption of litter C via a priming effect in the longer term [67,68].
Our results are in line with those from previous studies in montane forests of Hawai’i showing
that N and P together can constrain litter mass loss and microbial functioning during decomposition
[41,42], and support the increasing evidence that ecosystem processes are more often than not co-
limited by N and P [10,69]. Mineralization and acquisition of N from decomposing leaf litter material
requires the breakdown of the C skeleton of rather complex organic compounds [70,71]. In contrast, P
148
is less strongly bound and may be lost from decomposing leaf litter at higher rates than N [72]. In
addition, more than half of the total litter P may be readily available mineral phosphate in contrast to
organic N that dominates the total litter N pool [49]. Therefore, P is more easily accessible than N in
the early stages of litter decomposition, and N may initially be relatively more limiting. The relative
importance of N availability should shift with increasing age and decreasing C:N ratios of organic
matter. Accordingly, N fertilization is expected to have less of an effect within the soil than P, which
is in line with the observed positive P and a negative N effect on soil SIR in our study. A second, not
mutually exclusive, explanation is that bacterial and fungal communities differ in their resource
limitation. Indeed, in experimental manipulations of C (as glucose), N and P in a tropical montane
rainforest in southern Ecuador, Krashevska and coll. [44] showed that fungi predominantly responded
to N whereas bacteria responded to P. Consequently, such differences in primary limitation between
fungi and bacteria may also explain the particularly strong effect on microbial functioning in the litter
with a combined addition of N and P that stimulates both fungal and bacterial communities.
4.2. Litter species-specific resource limitation
Large variation in green leaf quality and stoichiometry was observed among tropical tree
species at regional scales [73], and a similar large variation in litter quality and stoichiometry has also
been documented at small local scales [48,50]. Such high interspecific variation in litter quality results
in a spatially highly variable organic matter input to the soil, creating a mosaic of diverse resources for
heterotrophic microbial communities [52,53]. This variability in chemical quality of tree leaf litter was
taken into account here by selecting litter from six tree species with contrasting stoichiometry and C
quality. According to our second hypothesis we expected the relative effect of external resource supply
to increase with decreasing initial litter quality.
In the litter layer, N and P fertilization interacted with litter species identity, suggesting that
the response to nutrient addition were dependent on initial litter quality (Table 3). With a combined N
and P fertilization, litter mass loss correlated negatively with initial litter P concentration and with
decreasing initial litter N:P ratios. Such relationship was also observed across various mixtures of the
149
studied six litter species [43]. This influence of initial litter P status suggests a pivotal role of litter P
availability in determining the strength of NP fertilization effects on litter decomposition. On the other
hand, litter SIR correlated positively with initial litter DOC concentration under a combined N and P
fertilization, indicating that microbial activity increased more with NP fertilization in litter with more
labile C substrates (Figure 3). In a different NP fertilization experiment in a Costa Rican rainforest, the
NP effect was strongest at the beginning of the wet season, when labile C content was maximal in
litter leachates [34]. The results from the Costa Rican study and our own study both suggest that labile
C compounds in leaf litter provide the microorganisms with the required energy to efficiently use
external nutrients. Since the DOC from the litter used in our study should be available, particularly at
the beginning of litter decay, the persistent interactive effect with fertilization after 158 days of litter
exposure in the field may suggest that DOC primed litter SIR responses to increased nutrient
availability. Apparently, the addition of cellulose had a different effect compared to litter inherent
DOC. Cellulose decomposition requires particular enzymatic activities while DOC is a cocktail of
various and easily accessible C-compounds that are likely used by a more diverse microbial
community and may be also more quickly mineralized by opportunistic microorganisms. In that sense,
litter inherent DOC may have similar effects like sugar fertilization [44-45], confirming the
importance of the C quality in determining heterotrophic responses to C additions [74].
Nutrient fertilization has previously been shown to stimulate mass loss of litter from one tree
species in a lowland Costa Rican rainforest [34] and of the original site-specific litter mixture from the
fertilized plots in montane forests of Hawai’i [41] and in a lowland Panamanian rainforest [36]. Here
we additionally highlighted that fertilization effects on decomposers depended on litter species-
specific initial quality at our study site in an Amazonian rainforest. These results underline the
importance of tree species-specific litter input to the forest floor for the understanding of how
decomposers respond to changes in external N and P availability. Consequently, potential shifts in tree
species composition and/or losses of tree species diversity in the Amazon [75,76], global change
induced changes in litter quality [27] and changes in anthropogenic nutrient inputs [9,77] may
interactively affect decomposer communities, litter decomposition and organic matter turnover.
150
4.3. Fauna effect on heterotrophic microbial functioning
The contribution of fauna, especially that of macrofauna (e.g. millipedes, isopods, termites), to
the decomposition process in tropical wet forests is disproportionately higher compared to forests
ecosystems at higher latitudes [57]. The fauna impact on decomposition was shown to be influenced
by litter stoichiometry in the rainforest of French Guiana [72] and the abundance and composition of
soil fauna communities depended on soil C:P stoichiometry in a tropical Costa-Rican rainforest [58].
Accordingly, changes in the relative availability of nutrients and/or of substrate C quality are likely to
affect the composition and activity of fauna communities, with potential indirect effects on
heterotrophic microbial functioning as well. In our third hypothesis, we expected that increased fauna
activity with fertilization would decrease SIR rates as a result of increased predation on
microorganisms by litter-feeding fauna.
In line with our hypothesis we observed that fauna increased and decreased the positive NP
effect on litter mass loss and on litter SIR, respectively (Figure 2). The stronger net NP effect on litter
mass loss in presence of fauna may suggest enhanced litter-feeding with a higher availability of
nutrients. Alternatively, this fauna response may result from intensified detritivore foraging on litter
that is more heavily colonized by microorganisms. This hypothesis is supported by the higher SIR
rates measured in litter fertilized with NP in the absence of fauna. Higher detritivore feeding may then
have reduced microbial biomass by direct consumption and indirect physical disruption of the
microbial communities, possibly explaining the lower NP effect on SIR in presence of fauna.
4.4. Are heterotrophic processes in the litter layer and underlying soil distinctively affected by
fertilization?
We stated in our fourth hypothesis that nutrient fertilization stimulates the SIR rates more in
litter than in the soil because of wider C:nutrient stoichiometries in litter compared to soil. We actually
observed an overall positive effect of N fertilization on litter SIR, but a negative N effect on soil SIR
(Figure 1) that is broadly in agreement with our hypothesis. Such negative N fertilization effect was
151
not associated with potential fertilizer induced changes in soil pH (data not shown). These contrasting
effects of N fertilization in litter and soil are in line with Berg & Matzner’s [2] reasoning of distinct
effects of N fertilization on organic matter breakdown depending on the stage of decomposition.
During the initial stage of decomposition when mostly soluble compounds and cellulose are broken
down, N fertilization should have positive effects and during later stages of decomposition when more
recalcitrant lignin-like compounds dominate the remaining organic matter, N fertilization is expected
to have rather negative effects [2,68]. Accordingly, Neff and coll. [78] showed that labile C fractions,
present during the early stages of decomposition, are consumed more rapidly when N is added.
Suppression of soil respiration in tropical forests following N fertilization has been repeatedly reported
[37-39], but the mechanisms underlying this response are not yet clarified. Slower decomposition of
organic matter via the decrease of oxidative enzyme production [38,79,80], decrease in labile C pools
[39], inhibition of microbial biomass [37,81], or changes in microbial community structure [82] have
been proposed as potential mechanisms.
In contrast to N fertilization, P fertilization stimulated litter SIR (+20%) and soil SIR (+16%,
Figure 1) in similar ways. A positive P effect on soil microbial activity was expected at our site with
P-poor soils indicating P-deficient conditions [28]. Similarly, Cleveland and coll. [33] reported that P
availability constrained the total respiratory CO2-flux in a Costa Rican tropical forest, and that P
fertilization increased the proportion of added dissolved organic matter that was converted to CO2
[34]. Much of the positive P effect on soil SIR observed here was driven by the combined fertilization
with P and C (Figure 2) resulting in an overall higher stimulation of soil SIR than when fertilized with
P only. This positive interaction of a combined P and C fertilization was the only indication of a
stimulating C effect on soil microbial activity as we initially hypothesized. The positive response in
SIR may indicate that soil microorganisms are simultaneously limited by low soil P and by the access
to labile C. Collectively, our data suggest that altered nutrient inputs in the studied Amazonian
rainforest distinctly affect decomposer communities in the litter layer and the underlying soil with
contrasting effects on organic matter turnover that is further modified by the quality of organic C
sources.
152
5. Conclusions
Taken together, our data show that increasing inputs of N and P, and in particular of both of
them together can considerably change microbial activity and litter decomposition in a low fertile
Amazonian rainforest. These effects are modified by soil fauna and depend on the quality of plant
litter, especially on its quantities of labile C compounds and P. Moreover, soil and litter
microorganisms are distinctly affected by increasing N inputs that may change relative C and nutrient
fluxes between the litter layer and the soil. In a context of strong rise of N and P deposition predicted
for tropical regions [9,77], our results suggest important consequences for biogeochemical cycles in
tropical forest ecosystems, and that simultaneous global change-induced shifts in the quality of leaf
litter input could modulate these effects. However, in order to compare our data with previous
fertilization experiments we used nutrient concentrations that exceed predictions for nutrient
depositions in tropical rainforests. The effects of anthropogenic depositions might thus be lower than
those observed here and studies utilizing more realistic levels of nutrients will be needed to estimate
their true impact.
Acknowledgments
We thank the CIRAD institute for access to the Paracou forest research station. We are
grateful to thank Audin Patent, Elianne Louisiana, Lindon Yansen and Frits Kwasie (UMR EcoFoG)
for litter sampling and management of the fertilization experiment, Bruno Buatois and Raphaëlle
Leclerc for analyses, Margaret Amui-Vedel, Flavien Branchereau and Jessica Kok for technical help
and Elisabeth Hättenschwiler for litter bag construction. SIR measurements were performed at the
Plate-Forme d’Analyses Chimiques en Ecologie, Structure Fédérative de Recherche « Montpellier
Environnement Biodiversité ». This research was funded through a CNRS “PIR Amazonie II” grant to
S.H. N. F received a Ph.D. grant from the French Research and Education Ministry and from the
University of Montpellier II.
153
References
1. Coûteaux M-M, Bottner P, Berg B (1995) Litter decomposition, climate and litter quality.
Trends Ecol Evol 10: 63-66.
2. Berg B, Matzner E (1997) Effect of N deposition on decomposition of plant litter and soil
organic matter in forest systems. Environ Rev 5: 1-25.
3. Henry HAL, Cleland EE, Field CB, Vitousek PM (2005) Interactive effects of elevated
CO2, N deposition and climate change on plant litter quality in a California annual grassland.
Oecologia 142: 465-473.
4. Davidson EA, Janssens IA (2006) Temperature sensitivity of soil carbon decomposition and
feedbacks to climate change. Nature 440: 165-173.
5. Janssens IA, Lankreijer H, Matteucci G, Kowalski AS, Buchmann N, et al. (2001)
Productivity overshadows temperature in determining soil and ecosystem respiration across European
forests. Global Change Biol 7: 269-278.
6. Chambers JQ, Tribuzy ES, Toledo LC, Crispim BF, Higuchi N, et al. (2004) Respiration
from a tropical forest ecosystem: Partitioning of sources and low carbon use efficiency. Ecol Appl 14:
S72-S88.
7. Epron D, Nouvellon Y, Roupsard O, Mouvondy W, Mabiala A, et al. (2004) Spatial and
temporal variations of soil respiration in a Eucalyptus plantation in Congo. Forest Ecol Manag 202:
149-160.
8. Yuste JC, Nagy M, Janssens IA, Carrara A, Ceulemans R (2005) Soil respiration in a mixed
temperate forest and its contribution to total ecosystem respiration. Tree Physiol 25: 609-619.
9. Galloway JN, Dentener FJ, Capone DG, Boyer EW, Howarth RW, et al. (2004) Nitrogen
cycles: past, present, and future. Biogeochemistry 70: 153-226.
10. Vitousek PM, Porder S, Houlton BZ, Chadwick OA (2010) Terrestrial phosphorus
limitation: mechanisms, implications, and nitrogen-phosphorus interactions. Ecol Appl 20: 5-15.
11. Phillips OL, Malhi Y, Higuchi N, Laurance WF, Nunez PV, et al. (1998) Changes in the
carbon balance of tropical forests: Evidence from long-term plots. Science 282: 439-442.
12. Malhi Y, Grace J (2000) Tropical forests and atmospheric carbon dioxide. Trends Ecol
Evol 15: 332-337.
13. Grace J, Malhi Y, Higuchi N (2001) Productivity and carbon fluxes of tropical rain forests.
. In: Mooney HA, Roy J., Saugier B, editors. Terrestrial Global Productivity: Past, Present, and Future.
San Diego: Academic Press. pp. 401-428.
14. Luyssaert S, Schulze ED, Borner A, Knohl A, Hessenmoller D, et al. (2008) Old-growth
forests as global carbon sinks. Nature 455: 213-215.
15. Sayer EJ, Tanner, EVJ (2010) A new approach to trenching experiments for measuring
root-rhizosphere respiration in a lowland tropical forest. Soil Biol Biochem 42: 347-352.
154
16. Silver WL, Thompson AW, McGroddy ME, Varner RK, Dias JD, et al. (2005) Fine root
dynamics and trace gas fluxes in two lowland tropical forest soils. Global Change Biol 11: 290-306.
17. Gallardo A, Schelsinger WH (1994) Factors limiting microbial biomass in the mineral soil
and forest floor of a warm-temperate forest. Soil Biol Biochem 26: 1409-1415.
18. Joergensen RG, Scheu S (1999) Response of soil microorganisms to the addition of
carbon, nitrogen and phosphorus in a forest Rendzina. Soil Biol Biochem 31: 859-866.
19. Ilstedt U, Singh S (2005) Nitrogen and phosphorus limitations of microbial respiration in a
tropical phosphorus-fixing acrisol (ultisol) compared with organic compost. Soil Biol Biochem 37:
1407-1410.
20. Gnankambary Z, Stedt U, Nyberg G, Hien V, Malmer A (2008) Nitrogen and phosphorus
limitation of soil microbial respiration in two tropical agroforestry parklands in the south-Sudanese
zone of Burkina Faso: The effects of tree canopy and fertilization. Soil Biol Biochem 40: 350-359.
21. Sterner RW, Elser JJ (2002) Ecological stoichiometry: The biology of elements from
molecules of the biosphere. Princeton: Princeton University Press. 439 p.
22. Cherif M, Loreau M (2009) When microbes and consumers determine the limiting nutrient
of autotrophs: a theoretical analysis. Proc Roy Soc B-Biol Sci 276:487-497
23. Enriquez S, Duarte CM, Sand-Jensen K (1993) Patterns in decomposition rates among
photosynthetic organisms: the importance of detritus C:N:P content. Oecologia 94: 457-471.
24. Manzoni S, Trofymow JA, Jackson RB, Porporato A (2010) Stoichiometric controls on
carbon, nitrogen, and phosphorus dynamics in decomposing litter. Ecol Mono 80: 89-106.
25. De Angelis P, Chigwerewe KS, Mugnozza GES (2000) Litter quality and decomposition
in a CO2-enriched Mediterranean forest ecosystem. Plant Soil 224: 31-41.
26. Körner C, Miglietta F (1994) Long-term effects of naturally elevated CO 2 on
Mediterranean grassland and forest trees. Oecologia 99: 343-351.
27. Hättenschwiler S, Schafellner C (2004) Gypsy moth feeding in the canopy of a CO2-
enriched mature forest. Global Change Biol 10: 1899-1908.
28. Hättenschwiler S, Coq S, Barantal S, Handa IT (2011) Leaf traits and decomposition in
tropical rainforests: revisiting some commonly held views and towards a new hypothesis. New Phytol
189: 950-965.
29. Cleveland CC, Townsend AR, Taylor P, Alvarez-Clare S, Bustamante MMC, et al. (2011)
Relationships among net primary productivity, nutrients and climate in tropical rain forest: a pan-
tropical analysis. Ecol Lett 14: 939-947.
30. Townsend AR, Cleveland CC, Houlton BZ, Alden CB, White JWC (2011) Multi-element
regulation of the tropical forest carbon cycle. Front Ecol Environ 9: 9-17.
31. Townsend AR, Asner GP, Cleveland CC (2008) The biogeochemical heterogeneity of
tropical forests. Trends Ecol Evol 8: 424-431.
155
32. Quesada CA, Lloyd J, Schwarz M, Patiño S, Baker TR, et al. (2010) Variations in
chemical and physical properties of Amazon forest soils in relation to their genesis. Biogeosciences 7:
1515-1541.
33. Cleveland CC, Townsend AR, Schmidt SK (2002) Phosphorus limitation of microbial
processes in moist tropical forests: Evidence from short-term laboratory incubations and field studies.
Ecosystems 5: 680-691.
34. Cleveland CC, Reed SC, Townsend AR (2006) Nutrient regulation of organic matter
decomposition in a tropical rain forest. Ecology 87: 492-503.
35. Cleveland CC, Townsend AR (2006) Nutrient additions to a tropical rain forest drive
substantial soil carbon dioxide losses to the atmosphere. P Natl Acad Sci USA 103: 10316-10321.
36. Kaspari M, Garcia MN, Harms KE, Santana M, Wright SJ, et al. (2008) Multiple nutrients
limit litterfall and decomposition in a tropical forest. Ecol Lett 11: 35-43.
37. Cusack DF, Torn MS, McDowell WH, Silver WL (2010) The response of heterotrophic
activity and carbon cycling to nitrogen additions and warming in two tropical soils. Global Change
Biol 16: 2555-2572.
38. Mo J, Zhang W, Zhu W, Gundersen P, Fang Y, et al. (2008) Nitrogen addition reduces soil
respiration in a mature tropical forest in southern China. Global Change Biol 14: 403-412.
39. Cusack DF, Silver WL, Torn MS, McDowell WH (2011) Effects of nitrogen additions on
above- and belowground carbon dynamics in two tropical forests. Biogeochemistry 104: 203-225.
40. Vitousek PM, Farrington H (1997) Nutrient limitation and soil development: Experimental
test of a biogeochemical theory. Biogeochemistry 37: 63-75.
41. Hobbie SE, Vitousek PM (2000) Nutrient limitation of decomposition in Hawaiian forests.
Ecology 81: 1867-1877.
42. Reed S, Vitousek P, Cleveland C (2011) Are patterns in nutrient limitation belowground
consistent with those aboveground: results from a 4 million year chronosequence. Biogeochemistry
106: 323-336.
43. Barantal S, Schimann H, Fromin N, Hättenschwiler S. Nutrient and carbon limitation on
decomposition in an Amazonian rainforest. Ecosystems, in press. DOI: 10.1007/s10021-012-9564-9
44. Krashevska V, Maraun M, Ruess L, Scheu S (2010) Carbon and nutrient limitation of soil
microorganisms and microbial grazers in a tropical montane rain forest. Oikos 119: 1020-1028.
45. Milcu A, Heim A, Ellis RJ, Scheu S, Manning P (2011) Identification of general patterns
of nutrient and labile carbon control on soil carbon dynamics across a successional gradient.
Ecosystems 14: 710-719.
46. Priess JA, Fölster H (2001) Microbial properties and soil respiration in submontane forests
of Venezuelian Guyana: characteristics and response to fertilizer treatments. Soil Biol Biochem 33:
503-509.
156
47. Brown ALP, Garland JL, Day FP (2009) Physiological profiling of soil microbial
communities in a Florida scrub-oak ecosystem: spatial distribution and nutrient limitations. Micro
Ecol 57: 14-24.
48. Hättenschwiler S, Aeschlimann B, Coûteaux MM, Roy J, Bonal D (2008) High variation
in foliage and leaf litter chemistry among 45 tree species of a neotropical rainforest community. New
Phytol 179: 165-175.
49. Schreeg L, Mack M, Turner B (2012) Nutrient-specific patterns in leaf litter solubility
across 41 lowland tropical woody species. Ecology, in press.
50. Wieder RW, Cleveland CC, Townsend AR (2009) Controls over leaf litter decomposition
in wet tropical forests. Ecology 90: 3333-3341.
51. Coq S, Souquet JM, Meudec E, Cheynier V, Hättenschwiler S (2010) Interspecific
variation in leaf litter tannins drives decomposition in a tropical rain forest of French Guiana. Ecology
91: 2080-2091.
52. Ushio M, Wagai R, Balser TC, Kitayama K (2008) Variations in the soil microbial
community composition of a tropical montane forest ecosystem: Does tree species matter? Soil Biol
Biochem 40: 2699-2702.
53. Fanin N, Hättenschwiler S, Barantal S, Schimann H, Fromin N (2011) Does variability in
litter quality determine soil microbial respiration in an Amazonian rainforest? Soil Biol Biochem 43:
1014-1022.
54. Gonzalez G, Seastedt TR (2001) Soil fauna and plant litter decomposition in tropical and
subalpine forests. Ecology 82: 955:964.
55. Wall DH, Bradford MA, St John MG, Tofymow JA, Behan Pelletier VM, et al. (2008)
Global decomposition experiment shows soil animal impacts on decomposition are climate-dependent.
Global Change Biol 14: 2661-2677.
56. Yang X, Chen J (2009) Plant litter quality influences the contribution of soil fauna to litter
decomposition in humid tropical forests, southwestern China. Soil Biol Biochem 41: 910-918.
57. Makkonen M, Berg MP, Handa T, Hättenschwiler S, van Ruijven J, et al. (2012) Highly
consistent effects of plant litter identity and functional traits on decomposition across a latitudinal
gradient. Ecol Lett 15: 1033-1041.
58. McGlynn TP, Salinas DJ, Dunn RR, Wood TE, Lawrence D, et al. (2007) Phosphorus
limits tropical rain forest litter fauna. Biotropica 39: 50-53.
59. Bonal D, Bosc A, Ponton S, Goret JY, Burban B, et al. (2008) Impact of severe dry season
on net ecosystem exchange in the Neotropical rainforest of French Guiana. Global Change Biol 14:
1917-1933.
60. Gourlet-Fleury S, Houllier F (2000) Modelling diameter increment in a lowland evergreen
rain forest in French Guiana. Forest Ecol Manag 131: 269-289.
157
61. Roy J, Hättenschwiler S, Domenach AM (2005) Tree diversity and soil biology: a new
research program in French Guiana. In: Binkley D, Menyailo O, editors. Tree species effects on soils:
implications for global change. Kluwer Academic, Dordrecht. pp 337–348.
62. Nannipieri P, Ascher J, Ceccherini MT, Landi L, Pietramellara G, et al. (2003) Microbial
diversity and soil functions. Eur J Soil Sci 54: 655-670.
63. Beare MH, Neely CL, Coleman DC, Hargrove WL (1990). A substrate-induced respiration
(SIR) method for measurement of fungal and bacterial biomass on plant residues. Soil Biol Biochem
22: 585-594.
64. Pinheiro JC, Bates D, DebRoy S, Deepayan S (2007) nlme: Linear and nonlinear mixed
effects models. R Package Version 31. 339 p.
65. Bates D (2010) Linear mixed model implementation in lme4. R Package Version 3. 32 p.
66. Whittingham MJ, Stephens PA, Bradbury RB, Freckleton RP (2006) Why do we still use
stepwise modelling in ecology and behaviour? J Anim Ecol 75: 1182-1189.
67. Fontaine S, Barot S, Barre P, Bdioui N, Mary B, et al. (2007) Stability of organic carbon in
deep soil layers controlled by fresh carbon supply. Nature 450: 277-U210.
68. Talbot JM, Treseder KK (2012) Interactions among lignin, cellulose, and nitrogen drive
litter chemistry-decay relationships. Ecology 93: 345-354.
69. Elser JJ, Bracken MES, Cleland EE, Gruner DS, Harpole WS, et al. (2007) Global analysis
of nitrogen and phosphorus limitation of primary producers in freshwater, marine and terrestrial
ecosystems. Ecol Lett 10: 1135-1142.
70. Schimel JP, Bennett J (2004) Nitrogen mineralization: Challenges of a changing paradigm.
Ecology 85: 591-602.
71. Craine JM, Morrow C, Fierer N (2007) Microbial nitrogen limitation increases
decomposition. Ecology 88: 2105-2113.
72. Hättenschwiler S, Bracht- Jørgensen HB (2010) Carbon quality rather than stoichiometry
controls litter decomposition in a tropical rain forest. J Ecol 98: 754-763.
73. Townsend AR, Cleveland CC, Asner GP, Bustamante MMC (2007) Controls over foliar N
: P ratios in tropical rain forests. Ecology 88: 107-118.
74. Orwin KH, Wardle DA, Greenfield LG (2006) Ecological consequences of carbon
substrate identity and diversity in a laboratory study. Ecology 87:580-593.
75. Feeley KJ, Davies SJ, Perez R, Hubbell SP, Foster RB (2011) Directional changes in the
species composition of a tropical forest. Ecology 92: 871-882.
76. Feeley KJ, Malhi Y, Zelazowski P, Silman MR (2012) The relative importance of
deforestation, precipitation change, and temperature sensitivity in determining the future distributions
and diversity of Amazonian plant species. Global Change Biol 18: 2636-2647.
77. Okin GS, Mahowald N, Chadwick OA, Artaxo P (2004) Impact of desert dust on the
biogeochemistry of phosphorus in terrestrial ecosystems. Global Biogeochem Cy
DOI:10.1029/2003GB002145
158
78. Neff JC, Townsend AR, Gleixner G, Lehman SJ, Turnbull J, et al. (2002) Variable effects
of nitrogen additions on the stability and turnover of soil carbon. Nature 419: 915-917.
79. Carreiro MM, Sinsabaugh RL, Repert DA, Parkhurst DF (2000) Microbial enzyme shifts
explain litter decay responses to simulated nitrogen deposition. Ecology 81: 2359-2365.
80. DeForest JL, Zak DR, Pregitzer KS, Burton AJ (2004) Atmospheric nitrate deposition,
microbial community composition, and enzyme activity in northern hardwood forests. Soil Sci Soc
Am J 68: 132-138.
81. Treseder KK (2008) Nitrogen additions and microbial biomass: a meta-analysis of
ecosystem studies. Ecol Lett 11: 1111-1120.
82. Cusack DF, Silver WL, Torn MS, Burton SD, Firestone MK (2011) Changes in microbial
community characteristics and soil organic matter with nitrogen additions in two tropical forests.
Ecology 92: 621-632.
Appendix 1. (behind) Mean values of litter mass loss, litter SIR, and soil SIR for each of the six different
litter species and each individual fertilization treatment separated into fine and coarse mesh litterbags.
Appendix 2. Litter SIR as a function of litter mass loss across all litter species and fertilization treatments
but separated into coarse (grey circles) and fine (open circles) mesh litterbags. Lines indicated fitted
exponential (solid line) or linear (dashed line) regressions for the two fauna treatments separately.
159
Carapa p. Goupia g. Hymenea c. Platonia i. Simarouba a. Vochysia t.
Data
fine coarse fine coarse fine coarse fine coarse fine coarse fine coarse
Mass loss (% DM) 32.1 30.3 36.9 68.3 37.2 33.0 31.9 55.9 28.9 35.7 23.5 42.0
-1 -1
Control SIR litter (µg g h ) 3.5 12.4 20.9 24.4 24.8 19.3 19.3 19.4 25.6 21.0 12.9 12.9
-1 -1
SIR soil (µg g h ) 0.41 0.93 1.85 1.81 0.89 1.17 1.44 1.28 1.24 1.79 1.15 1.63
Mass loss (% DM) 28.5 19.0 38.9 55.0 32.9 30.1 34.1 53.6 30.7 31.8 26.2 31.7
C SIR litter (µg g-1 h -1) 15.6 18.2 23.0 23.6 26.1 16.8 20.8 20.7 31.3 22.2 11.8 13.9
SIR soil (µg g-1 h -1) 1.21 1.34 1.45 1.32 1.34 1.11 1.33 1.19 1.28 1.40 1.18 1.27
Mass loss (% DM) 34.0 33.6 51.0 71.7 36.1 36.7 39.1 43.8 34.5 42.5 31.0 35.5
-1 -1
N SIR litter (µg g h ) 19.7 17.6 37.1 29.6 29.6 26.0 37.3 21.8 34.5 28.2 15.1 18.3
SIR soil (µg g-1 h -1) 1.09 1.70 1.47 1.31 1.21 1.53 0.99 1.61 1.42 1.41 1.27 1.23
Mass loss (% DM) 31.4 27.9 40.0 71.9 36.7 34.9 41.9 75.0 35.8 35.1 25.5 35.4
-1 -1
P SIR litter (µg g h ) 17.1 12.5 33.1 21.1 23.6 18.7 30.2 14.5 27.5 19.6 13.0 14.4
-1 -1
SIR soil (µg g h ) 1.24 1.57 1.20 1.31 1.84 1.69 1.57 1.50 1.36 1.56 1.62 2.05
Mass loss (% DM) 29.1 35.8 40.9 70.4 39.6 26.4 38.0 60.7 28.4 30.8 28.4 48.8
-1 -1
CN SIR litter (µg g h ) 17.1 21.4 41.1 20.5 33.0 30.8 24.1 21.1 37.6 31.1 17.9 19.3
-1 -1
SIR soil (µg g h ) 1.24 0.70 1.09 1.06 1.37 1.00 1.15 1.18 1.29 1.21 1.20 1.01
Mass loss (% DM) 33.8 35.4 43.1 76.3 42.5 24.6 41.4 85.5 33.0 33.4 25.3 46.9
CP SIR litter (µg g-1 h -1) 15.5 18.4 29.1 21.2 27.9 22.3 38.2 39.6 32.8 31.1 17.3 23.5
SIR soil (µg g-1 h -1) 2.12 1.37 1.78 1.36 1.88 1.72 2.23 1.55 1.98 2.06 1.65 2.05
Mass loss (% DM) 33.9 44.5 45.3 80.7 40.2 37.2 44.0 89.5 37.3 43.1 33.8 57.2
-1 -1
NP SIR litter (µg g h ) 24.7 22.8 55.0 45.4 34.5 32.3 41.3 NA 52.2 31.8 24.0 21.2
SIR soil (µg g-1 h -1) 1.27 1.08 1.60 1.63 1.35 1.23 1.28 1.28 1.61 1.20 1.54 1.49
Mass loss (% DM) 36.5 52.8 45.9 90.8 35.5 28.1 45.9 87.2 35.3 35.1 35.8 52.5
-1 -1
CNP SIR litter (µg g h ) 23.7 28.6 51.1 NA 31.4 30.3 39.1 54.8 64.6 37.1 24.0 23.7
-1 -1
SIR soil (µg g h ) 1.23 0.91 1.82 1.33 1.62 1.35 1.33 1.67 1.15 1.37 1.10 1.58
Mass loss (% DM) 27.1 27.0 36.9 61.3 36.3 24.2 34.4 54.5 28.4 28.0 29.3 30.0
-1 -1
nutr. SIR litter (µg g h ) 10.9 16.1 25.9 29.7 24.2 20.9 19.5 21.7 28.9 23.5 15.0 17.6
-1 -1
SIR soil (µg g h ) 0.88 1.06 0.97 1.08 1.13 1.33 1.17 0.93 0.93 0.78 0.93 1.31
160
161
162
Chapitre 3
Influence de l’ajout de ressource sur la structure, la

biomasse et l’activité microbienne du sol en forêt tropicale
« Pousser comme des champignons*. »

*désigne une croissance rapide qu'elle soit d'un d’être vivant,
d'une entreprise ou d’un concept.
Colonisation de champignons sur une feuille morte en forêt tropicale. Photo: N. Fanin.
163
164
Chapitre 3

165
Chapitre 3
Influence de l’ajout de ressource sur la structure, la biomasse et l’activité microbienne du sol en
forêt tropicale __________________________________________________________________167
I. Contexte ______________________________________________________________________167
III. Hypothèses __________________________________________________________________169
fonctionnement microbien? _________________________________________________________169
limités par différentes ressources? ___________________________________________________171
en lien à la diversité de substrat? ____________________________________________________171
Article 3
Linking multiple element limitations to soil microbial community structure following CNP
fertilization in an Amazonian rainforest of French Guiana _____________________________175
Abstract ________________________________________________________________________175
1. Introduction __________________________________________________________________176
2. 1. Study site and fertilization design _________________________________________179
2. 2. Soil sampling__________________________________________________________180
2. 3. Soil chemistry _________________________________________________________181
2. 5. Substrate induced respiration (SIR) ________________________________________182
2. 6. Decomposition of cellulose paper (DCP) ___________________________________182
2. 7. Phospholipid fatty acid (PLFA) and community structure ______________________183
2. 8. Community level physiological profile (CLPP) _______________________________184
2. 9. Data analysis ________________________________________________________184
3. Results _______________________________________________________________________187
3. 1. Fertilization effects on soil C, N, and P concentrations ________________________187
3. 2. Microbial respiration process and biomass C ________________________________187
3. 4. Community level physiological profile _____________________________________191
3. 5. Linking microbial community structure to microbial parameters _________________191
4. Discussion ____________________________________________________________________193
4. 1. Multiple Element Limitation _____________________________________________193
4. 2. Differential Limitation __________________________________________________194
4. 3. Functional Significance _________________________________________________196
5. Conclusions __________________________________________________________________197
References ______________________________________________________________________198
166
Chapitre 3 Activité, biomasse et structure des communautés microbiennes sur le terrain
Chapitre 3

I. Contexte
Il y a plus d’un quart de siècle, Vitousek et al. (1984) écrivaient: « [inferential] analyses
suggest that phosphorus (P) but not nitrogen (N) availability limits litterfall in a substantial subset of
intact tropical forests ». Presque 30 ans plus tard, Cleveland et al. (2011) démontraient au travers
d’une méta-analyse sur 113 sites autour de la planète que la limitation en P contraignait également la
production primaire nette et d’autres processus écosystémiques essentiels comme la décomposition et
la respiration du sol. Cependant, les interactions entre éléments n’ont reçu que très peu
d’attention, en particulier sur la structure et la biomasse des communautés microbiennes du sol.
Le précédent chapitre en condition de fertilisation a mis en évidence une colimitation NP et
CP du processus de respiration microbienne des litières et du sol respectivement. Ici, nous allons
étudier avec plus de précision les communautés du sol afin d’obtenir une meilleure idée de
l’ensemble des paramètres microbiens associés à l’importante variabilité du fonctionnement
hétérotrophe en fonction de l’ajout externe de ressources. Quelle est l’influence des fertilisants sur
la biomasse et la structure des communautés microbiennes? Les modifications de la structure de ces
communautés sont- elles liées à de multiples limitations? Quelle est la signification fonctionnelle de
ces communautés? Sont-elles redondantes, dissimilaires vis-à-vis de certains processus liés à la
dégradation du C? C’est ce que nous allons étudier au cours de ce troisième chapitre grâce à la
formalisation de nouvelles hypothèses sur les microorganismes hétérotrophes du sol.
II. Objectifs de l’étude
L’étude suivante vise principalement à déterminer l’influence de l’ajout de C (cellulose)

de N et de P (formes minérales) seuls ou en combinaison sur la biomasse, l’activité, la structure
des communautés de décomposeurs du sol. Pour ce faire, nous avons considéré l’ensemble des sols
de chacune des placettes fertilisées selon des protocoles standardisés. Cet accent particulier mis sur les
liens entre multiples limitations nutritives et structure des communautés a mené une importante
campagne d’échantillonnage en 2011.
167
(a)
(b)
(c)
Figure A3 - Représentation schématique du design hiérarchique mis en place: (a) Blocs à l’échelle
de l’hectare, (b) Parcelles fertilisées à l’échelle du m2, (c) 2 litterbags disposées sur les placettes (issus de
littertraps de chaque placette).
168
III. Hypothèses
Basé sur le Chapitre 2, nous faisons l’hypothèse principale que les microorganismes sont
limités par de multiples ressources pour croître et/ou atteindre le taux maximum pour un processus
donné. Nous testons la simple prédiction que l’activité microbienne, la biomasse et les processus
dirigés par les microorganismes dépendent de la disponibilité en P, avec des réponses additionnelles
quand C ou N sont ajoutés simultanément. Deuxièmement, nous assumons que des groupes
spécifiques de microorganismes sont limités par des ressources contrastées. En particulier, nous
faisons l’hypothèse que la biomasse microbienne est limitée en P alors que les additions de C et N
stimulent plutôt les champignons. Finalement, nous assumons que des variations de la structure de
la communauté microbienne entraine des différences dans les taux d’un processus donné ou la
capacité de porter un processus. Nous prédisons que des communautés contrastés à la suite de
l’altération des ressources présentent une fonctionnalité dissimilaire face une large gamme de
composés carbonés structurellement très différents.

Guyaflux (Fig. A3), déjà utilisé lors des Chapitres 1 et 2. Chaque bloc se compose lui-même de 9
parcelles de 5 m2, chacune étant fertilisée deux fois par an (depuis avril 2009) selon l’un des
traitements attribués. On se situe dans le cadre d’une fertilisation factorielle complète (control, +C,
+N, +P, +CN, +CP, +NP, +CNP). Dans chaque placette, 2 sacs de litières issus des chutes de litière
de chaque placette ont été disposés pour une durée d’environ 4 mois afin de récolter le sol de
manière standardisée (Fig. B3). Au bout de 150 jours d’exposition sur le terrain, 90 échantillons de
sol (5 blocs x 9 parcelles x 2 échantillons) ont été prélevés, pesés et analysés en laboratoire. L’accent
particulier mis sur la structure et le fonctionnement des décomposeurs a conduit à la mise en place au
CEFE de nombreuses analyses de laboratoires comme les méthodes de fumigation-extraction (FE), de
MicroRespTM, ou encore de phospholipids fatty acids (PLFA) avec l’aide de Bruno Buatois et de
Nathalie Fromin.

fonctionnement microbien?
Nous avons observé d’importantes réponses positives de l’activité et de la biomasse suite aux
ajouts de P. En accord avec notre hypothèse, l’ajout simultané de C et P augmentait
significativement les réponses par rapport à l’ajout de P seul, confirmant que les microorganismes du
169
Figure B3 - Sacs de litières sur le terrain. Deux litterbags sont disposés au centre de chaque placette afin
de récolter les sols de manière standardisée le long du dispositif.
170
sol sont colimités par l’accès à l’énergie et la disponibilité en P. Cependant les ajouts d’N n’ont pas
montré d’effets supplémentaires en présence des autres éléments.
limités par différentes ressources?
Les ajouts de P ont stimulé à la fois la biomasse bactérienne et fongique de manière

significative. Cependant au sein des différents groupes bactériens, ces ajouts ont plus plutôt stimulés
des bactéries Gram-négative en comparaison des bactéries Gram-positive. Ceci indique qu’en
plus de la disponibilité en C couramment admise comme facteur structurant des communautés
copiotrophes et oligotrophes (Fierer et al. 2007), la disponibilité en P structure les communautés
vers des organismes à stratégie de croissance rapide (« r-strategists »).
Les ajouts d’N ont quant à eux significativement augmenté les ratios champignon:bactérie
indiquant que les bactéries pourraient être moins sensibles que les champignons à des substrats
pauvres en N dues à certains groupes spécifiques fixant le N 2 depuis l’atmosphère. Cependant en
interaction avec le C, nous trouvons un résultat inverse sur les ratios champignon:bactérie
suggérant que les shifts de communautés à la suite de l’ajout d’N sont conduits par la
disponibilité en C.

en lien à la diversité de substrat?
Nous avons démontré que la biomasse était le principal facteur expliquant la respiration
potentielle ou la décomposition de papier de cellulose, suggérant que les communautés sont
équivalentes d’un point de vue fonctionnel pour la décomposition d’un substrat individuel
unique impliquant un « processus universel » (Schimel et al. 2005). Cependant à la vue des CLPPs,
différentes structure de communautés impliquent des dégradations différentielles pour une large
gamme de substrat, suggérant que ces mêmes communautés sont dissimilaires face à la diversité
des substrats carbonés. Ce dernier résultat est d’une importance capitale pour la compréhension de la
signification fonctionnelle des décomposeurs hétérotrophes en forêt tropicale de Guyane française et
indique que la structure pourrait être un élément essentiel à prendre en compte pour étudier la balance
carbonée des écosystèmes terrestres.
Les limitations multiples en élément façonnent la structure des communautés et ses capacités
cataboliques, fournissant un nouvel éclairage sur les liens entre contraintes nutritives et processus de
l’écosystème conduits par certains groupes spécifiques de microorganismes.
171
172
Article 3
Soil microbial community responses to CNP

fertilization in an Amazonian rainforest of French Guiana.
Faninab, N., Fromina, N., Schimannc, H., Hättenschwilera, S. in prep for
Ecology.
a
b
c
Enormes champignons en plateau se développant sur du bois mort. Les besoins de ces organismes sont-
ils différents d’autres groupes spécifiques de décomposeurs microbien? Photo: N. Fanin.
173
174
Chapitre 3 Fertilization effects on microbial communities Article3
Soil microbial community responses to CNP fertilization in an

Amazonian rainforest of French Guiana
Faninab, N., Hättenschwilera, S., Schimannc, H., Fromina, N.
a
b
c
UMR Ecologie des Forêts de Guyane (EcoFoG), Campus Agronomique, BP 709, F-97387 Kourou,
French Guiana
Abstract: Multiple resource limitation of soil microbial communities is not well studied,
particularly for tropical forests growing on infertile soils. With a fully factorial C (as cellulose), N (as
urea), and P (as phosphate) fertilization experiment in an Amazonian rainforest of French Guiana, we
tested the multiple element limitation hypothesis for heterotrophic soil microorganisms. After two
years of continuous fertilization we measured a 47% higher soil microbial biomass, a 21% increase in
substrate-induced respiration (SIR) rate, and a 494% higher rate of decomposition of cellulose paper
(DCP) in experimental plots that received P fertilizer compared to plots without P fertilization. These
responses were amplified with a simultaneous C fertilization suggesting P and C co-limitation of soil
microorganisms at our study site. Moreover, P fertilization modified microbial community structure
(determined by PLFA) towards a more copiotrophic bacterial community indicated by a significant
decrease in the Gram-positive:Gram-negative ratio. The fungi:bacteria ratio increased in N fertilized
plots, suggesting that fungi are relatively more limited by N than are bacteria. Changes in community
structure resulted in different community level physiological profiles (CLPPs) that were clearly
separated in the three treatments with a combined P and C, P and N, and P and C and N fertilization
compared to all other treatments. Our data provide evidence for differential resource limitation among
broad groups of microorganisms and of functional dissimilarity among microbial communities. Our
data further suggest that soil microbial communities in the studied tropical rainforest are
simultaneously limited by P and C. An increasing availability of these key elements increases
microbial biomass and activity, and changes the structure and physiological profiles of the microbial
community with consequences for processes at the ecosystem level.
Keywords: microbial community structure, fertilization, functional significance, microbial limitation,
phosphorus, soil functioning, tropical forest.
175
1. Introduction
In a seminal paper using data from 62 tropical forests, Vitousek (1984) suggested that the
availability of phosphorus (P) limits litter fall, and that P recycles more efficiently than N in tropical
ecosystems with comparatively old and P-poor soils. In a more recent meta-analysis including data
from 113 terrestrial sites around the world, Cleveland et al. (2011) concluded similarly that P limits
net ecosystem production, decomposition rate and soil respiration in tropical biomes. These findings
are in line with global data on plant leaf nutrient concentrations indicating a shift from N to P
limitation of plant growth from high to low latitudes (McGroddy et al., 2004; Reich & Oleksyn, 2004)
and with results of combined N and P fertilization across the long soil age gradient of the Hawaiian
islands that showed a transition from N to P limitation of tree growth with increasing soil age
(Vitousek and Farington 1997). However, resource limitation cannot easily be reduced to a single
limiting factor according to a “Liebig world” based on the Law of the Minimum, and slight changes in
the availability of initially limiting resources will ultimately cause limitation by other resources
(Davidson & Howart, 2007). A relatively fine-tuned balance in N and P availability is particularly
important for growth processes at different trophic levels, and situations of combined limitations by N
and P are probably more frequent in natural systems than usually acknowledged (Elser et al. 2007,
Vitousek et al. 2010).
Recent studies have shown that microbial-driven processes in the soil and litter are particularly
responsive to a combined addition of N and P (Reed et al., 2011; Barantal et al., 2012; Fanin et al., in
revision), but the degree of such apparent co-limitation depends on the background nutrient
availability. The stimulation of leaf litter decomposition by simultaneous N and P fertilization in the
tropical rainforest of French Guiana increased significantly with decreasing P concentration in initial
litter material, suggesting that co-limitation by N and P depended on the naturally available P
(Barantal et al. 2012). In the same study, Barantal et al. (2012) additionally showed that fertilization
with a relatively easily available energy source in the form of cellulose can further increase the
positive effect of NP fertilization on litter decomposition. Potential microbial respiration (determined
by SIR) in the soil of the same tropical rainforest was particularly sensitive to cellulose fertilization
176
when combined with P fertilization (Fanin et al., in press). Although rich in total C, leaf litter of
tropical tree species provide complex and recalcitrant compounds to decomposers (Cadisch and Giller,
1997). The control of C quality and energetic constraint on decomposers and subsequently on
decomposition can in fact be more important than nutrient control in tropical systems (Cusack et al,
2009; Coq et al., 2010; Hättenschwiler et al, 2011). Beyond its role as C source for microbial growth,
the availability of easily accessible C compounds can have indirect effects by stimulating the
breakdown of recalcitrant soil organic matter, known as “priming effect” (see Kuzyakov et al, 2000 for
a review). Such priming can liberate nutrients from old soil organic matter further highlighting the
potential interactions between C and nutrient availability. Consequently, understanding how multiple
and interactive effects of changes in the availability of the key resources C, N, and P may affect
microbial biomass, respiration and activity seems important for the assessment of the functioning of
soil microorganisms and the ecosystem processes they drive, particularly with ongoing environmental
change.
Changes in process rates with changing resource availability might result from altered
abundance and/or activity of the same microbial communities and/or from an altered community
composition. Depending on the relative availability of different resources, C:N:P stoichiometry of
microbial communities can vary substantially (Sterner and Elser 2002, Danger et al. 2008, Fanin et al,
in prep.). Differences in microbial community stoichiometry have been shown to result from shifts in
community structure in aquatic (Danger et al. 2008) and terrestrial (Fanin et al. in prep.) systems rather
than from stoichiometric plasticity of individual strains. Generally, high P requirements would be
expected for bacteria to maintain P-rich ribosomes (Elser et al. 2003; Fanin et al. in prep), while fungi
are thought to be rather oligotrophic and display higher C requirement relative to nutrients compared
to bacteria (Six et al. 2006; Keiblinger et al. 2010). Moreover, bacteria may be less sensitive to N-poor
substrates than fungi due to the capacity to fix N 2 from the atmosphere of some bacteria (Güsewell &
Gessner, 2009). For example, Krashevska et al. (2010) showed with a factorial CNP fertilization
experiment in a tropical montane rainforest of Southern Ecuador that fungi responded more strongly to
N while bacteria responded rather to P addition, when C was not limiting. Thus, the relative
availability of C, N, and P may strongly determine microbial community structure. The extent to
177
which such contrasted microbial communities are functionally equivalent or dissimilar is still an open
question (Fierer et al. 2009). Relatively “broad” processes such as C mineralization of organic matter
are performed by the vast majority of soil microorganisms, therefore suggesting functional redundancy
(Schimel 1995; Balser and Firestone 2005). However, a couple of studies with tropical soils showed
that distinct microbial communities differed in their ability to decompose different C-substrates
(Carney & Matson 2005, Leff et al. 2012), supporting the idea that contrasted communities are
functionally dissimilar.
Using the fully factorial C (cellulose), N (urea) and P (phosphate) fertilization experiment in
the nutrient-poor Amazonian rainforest of French Guiana (Barantal et al. 2012; Fanin et al. in
revision), we tested the following three main hypotheses. First, the Multiple Element Limitation
Hypothesis states that microbial growth and activity are simultaneously limited by several elements
(Townsend et al. 2011, Cleveland et al. 2012). Accordingly, we made the prediction that in our study
system the overall microbial biomass (Cmic) and microbial community activity determined with
substrate induced respiration (SIR), decomposition of cellulose paper (DCP), and community level
physiological profiles (CLPP) are stimulated the most when the key elements C, N and P are added
simultaneously. Secondly, the Differential Limitation Hypothesis states that particular groups of
microbial decomposers are limited by different resources. We tested the prediction that fertilization
with P increases bacterial biomass more than fungal biomass and that C and N fertilization increases
fungal over bacterial biomass. Finally, the Functional Dissimilarity Hypothesis states that changes in
microbial community structure lead to changes in the rates of particular processes. We tested this
hypothesis by measuring the potential of microbial communities to respire a range of different C
substrates (CLPPs). We predicted that a different community structure following fertilization would
result in a differential use of a range of C substrates.
178
Study site and fertilization design
The study site is located in an undisturbed Amazonian rainforest at the Paracou experimental
station in French Guiana (5°18’ N, 52°53’ W). The mean annual air temperature is 25.7°C (1971-
2001) with only slight intra annual variations. Mean total annual rainfall is 3041 mm (1971-2001),
with two distinct rainy seasons (a moderate one from December to February and a more pronounced
one from April to July) with an associated range in relative air humidity between 70 and 90 % (Bonal
et al., 2008). The forest is characterized by a tree species richness of about 140 species ha-1 with a
mean density of 620 individual trees ha -1 (individuals of diameter > 0.1 m at breast height) and an
average tree height of 35 m. Soils in the study area are classified as acrisol (FAO-ISRIC-ISSS)
developed over a Precambrian metamorphic formation called the Bonidoro series. The soil is nutrient-
poor with 20% clay, 6% silt and 74% sand, and a pH (water extract) of 4.4 in the top 0.2 m. Average
soil C:N is 14.7 with a total C of 2.21 g kg−1, a total N of 0.15 g kg−1 soil and a total P of 0.010 g kg−1
soil (for more details on soil composition and texture see Fanin et al., 2011).
To test for the effects of resource availability on soil microbial communities and associated
heterotrophic processes, a fully factorial fertilization experiment was set up with C, N, and P supply in
all possible combinations (C, N, P, CN, CP, NP, CNP) plus one additional fertilization treatment with
major cations (K, Ca, Mg) and micronutrients (i.e. B, Cu, Fe, Mn, Mo, S, Zn). These eight treatments
plus a control (without fertilization) were applied to 5.5 x 5.5 m plots within five blocks distributed in
a 2.5 ha zone (a total of 45 plots, each receiving one of the nine treatments and repeated across the 5
blocks). Plots within blocks were separated by at least 5 m and distances among neighbor blocks
ranged between 50 m and 300 m. The five blocks were established on even terrain within rather
homogeneous flat topography to avoid lateral losses of added resources by runoff. Because none of the
measured microbial parameters differed in the “micronutrients” treatment compared to the control
plots, we focus in this paper on the effects of C, N, and P fertilization and we do not report the results
of the “micronutrients” treatment. The appropriate quantity of fertilizers was determined in a
179
preliminary experiment using five different levels of C, N and P based on the average natural annual
inputs of C, N and P via leaf litter fall in the studied forest which is 281 g m-2 year-1 for C, 6.5 g m-2
year-1 for N, and 0.14 g m-2 year-1 for P as the baseline (Bonal et al., 2008; Hättenschwiler et al. 2008).
According to these preliminary tests, optimal C addition was 0.5 times the annual natural C-input to
the soil via leaf litter fall (i.e. 1405 kg C ha-1 year-1) added as cellulose (commercial substrate
Waterspare, Celliob industry, France). N addition corresponded to twice the annual natural N input
from leaf litter (i.e. 130 kg N ha-1 year-1 as coated urea [(NH2)2CO]), and P addition to 50 fold the
annual natural P input via leaf litter fall (i.e. 69 kg P ha-1 year-1 as [KH2PO4]). The added doses of
nutrients were comparable to nutrient addition used in other fertilization experiments in tropical
rainforests (Hobbie & Vitousek, 2000; Cleveland et al., 2006; Kaspari et al., 2008). Fertilizers are
applied twice a year and started in April 2009.
Soil sampling
Soil cores were sampled underneath litterbags using a stainless steel cylinder (diameter of 0.05
m) to a depth of 0.08 m. A total of 90 soil samples (2 samples per plot x 9 fertilization treatments x 5
blocks) were taken. Samples were then passed through a 2 mm sieve to remove roots and stones,
homogenized, separated into different subsamples, and stored until further analyses. All sampling was
done from 6th to 10th February 2011 during the wet season. We have chosen litterbags as soil sampling
locations to standardize for the large natural heterogeneity in the litter layer due to the high species
diversity and temporally variable litter input from the mostly evergreen trees. These litterbags were
filled with a plot-specific leaf litter mixture collected in two 0.8 x 0.8 m (0.64 m2) litter traps installed
in each individual plot over the whole first year of fertilization (May 2009-April 2010). All 90 litter
traps (two per plot) were emptied once per month, air dried and sorted into leaves, flowers and fruits,
and twigs and stored dry. Leaf litter from all twelve harvests was pooled for each individual plot and a
random sample of 40.0 ± 0.1 g per litterbag (0.15 m x 0.15 m large with a mesh size of 8 mm) was
taken to fill each individual litterbag with the plot-specific leaf litter mixture. Two litterbags were
randomly placed within each of the 45 experimental plots directly on the soil surface (natural litter
180
was removed prior to litterbag placement) and fixed on the forest floor with wire in October 2010 (10
days before the fourth fertilization event) and exposed until February 2011 when the soil was sampled
after 107 days of litterbag exposure.
Soil chemistry
All chemical analysis was performed on ground subsamples of a uniform particle size of about
1 mm (Cyclotech Sample Mill, Tecator, Höganäs, Sweden). Carbon and nitrogen concentrations were
measured using 80 mg of ground soil with a CHN elemental analyzer (Flash EA1112 Series,
ThermoFinnigan, Milan, Italy). For P measurements, 2 ml of H2SO4 36 N and 3 ml of H2O2 were
added to a 150 mg sample of ground soil and heated at 360°C for 4 h. After this mineralization step, P
concentration was measured colorimetrically with an autoanalyzer (Evolution II, Alliance Instruments,
Frépillon, France) using the molybdenum blue method (Grimshaw et al., 1989).
Fumigation-extraction (FE)
Soil microbial biomass C (Cmic) was estimated using the chloroform fumigation-extraction
method according to Brookes et al. (1985) on two samples of 10 g dried soil each. One set of these 10
g samples was fumigated for 24 h with chloroform and extracted with 3:1 (v:w) 0.5 M of K 2SO4 for
total C. The other set was directly extracted according to the same protocol for non-microbial biomass
C. The extracts were then filtered with presoaked Whatman 42 paper. Total C content was determined
by combustion at the Laboratoire d’Analyse des Sols, INRA Arras. The microbial biomass C content
was calculated from the difference between C in fumigated and non-fumigated samples and adjusted
using the conversion factor of 0.45 after Jenkinson et al. (2004).
Substrate induced respiration (SIR)
181
SIR was used as an indicator of the overall microbial activity and measured according to Beare et al.
(1990). For each sample, 10 g of soil (dry weight) were placed in a sealed plasma flask of 150 ml. A
solution of glucose (1.5 mg C g-1 of dry soil) was added to reach 80% of field capacity. The flasks
were incubated at 25°C for 6 h, a time span that is considered short enough to avoid de novo enzyme
synthesis. Two hundred l air samples from the headspace of each flask were analyzed after 2 and 6 h
incubation for CO2 concentration with a gas chromatograph using a microcatharometer (VARIAN GC
4900; Varian, Walnut Creek, USA). From the amount of CO2 released during this time we calculated
SIR expressed in µg of C-CO2 per g of soil per hour.
Decomposition of cellulose paper (DCP)
We conducted incubations of cellulose paper in the laboratory using subsamples from the plot-
specific soil samples (see above). Cellulose paper disks with a diameter of 55 mm (filter paper
qualitative 410, VWR ) were weighed (0.20 ± 0.01 g), enclosed between two nylon nets and incubated
with 20 ± 0.5 g of soil in Petri dishes. Filled Petri dishes were humidified with 7 ml deionized water to
reach 80% of field capacity of the soil and then placed in the dark for three weeks at a constant
temperature of 25°C.
After 21 days of incubation, cellulose disks were recovered and cleaned gently with a brush in
deionized water and then oven dried to constant mass (65°C) to determine remaining cellulose dry
mass and cellulose mass loss. The cellulose disks were then burned in a muffle oven (450°C) to
determine ash-free dry mass to correct for adhering mineral soil.
Community level physiological profile (CLPP)
We used the MicroResp™ system (Macaulay Scientific Consulting, Aberdeen, UK) to
characterize community level physiological profile (CLPP) of the soil microbial community
(Campbell et al. 2008). About 0.5 g dry weight of soil were incubated in triplicate with 1.5 mg C g-1
soil (except for the low-solubility phenolic acids and cellulose for which 0.75 mg C g -1 soil were
182
added) of 15 different carbon substrates (plus one control with deionized water) to reach 80% of the
field capacity in 96-DeepWell Microplates (Fisher Scientific E39199). C substrates included three
carbohydrates (D-glucose, xylan, cellulose, by order of complexity), one amine (N-acetyl-
glucosamine), five amino acids (L-asparagine, L-glutamine, L-lysine, L-serine, L-glycine), three
carboxylic acids (malic acid, oxalic acid, uric acid), and three phenolic acids (caffeic acid, which is an
intermediate in lignin biosynthesis, syringic acid, and vanillic acid which is a by-product during the
degradation of polyphenols by fungi). Cresol red gel detection plates were prepared as recommended
by the manufacturer with 1% Oxoid Agar, 12.5 µg ml-1 Cresol red, 150 mM KCl and 2.5 mM
NaHCO3. After an initial two-hours pre-incubation at 25°C in the dark (accounting for the lag period),
each deepwell microplate was covered with a detection plate using a silicone gasket (MicroResp™,
Aberdeen, UK), the assembly was secured with a clamp, and incubated for four additional hours.
Optical density at 590 nm (OD590) was measured for each detection well before and after incubation
using a Victor 1420 Multilabel Counter (Perkin Elmer, Massachusetts, USA). Final OD590 were
normalized and converted as substrate induced respiration rates expressed in µg C-CO2 respired g-1 of
soil h-1.
Phospholipid fatty acid (PLFA) and community structure
Microbial community structure was determined by analysis of group-specific phospholipid
fatty acids (PLFAs) according to the protocol described by Fanin et al. (in prep). Briefly, lipids were
extracted from 10 g-soil samples in a single-phase mixture of chloroform:methanol:phosphate buffer,
pH 7.4 (1:2:0.8 by vol.), the polar fraction was eluted selectively on SPE and subjected to a mild
methanolysis. The resulting FAMEs were analyzed on a gas chromatograph equipped with a flame
ionisation detector (Agilent 6890, Agilent Technologies, Palo Alto, USA) with a 60 m x 0.25 mm x
0.15 µm DB-23 column (Agilent Technologies, Palo Alto, USA) and by gas chromatography–mass
spectrometry (Shimadzu QP2010 plus, Shimadzu Corporation, Suzhou, China). FAMEs were
identified by spectra comparison (Wiley, Nist) and their identity was confirmed by comparing their
mass spectrum with NIST (2005) and Wiley (2009) databases, based on retention times available in
183
the literature and by using a standard qualitative bacterial acid methyl ester-mix (BAME, Supelco,
Supelco UK, Poole, Dorset, UK). For each sample, the abundance of individual PLFAs was expressed
as µg PLFA g-1 litter, corrected to air-dried samples.
A total of 32 PLFAs were identified in the soil. Among them, branched and saturated PLFAs
i15:0, a15:0, i16:0, i17:0, a17:0 have been found to be common in Gram-positive bacteria (GP).
Mono-unsaturated and cyclopropyl PLFAs 16:1ω7c, cy17:0, 18:1ω7c, cy19:0 are reported to be
indicative of Gram-negative bacteria (GN). Mid-chain branched fatty acids 10me-16:0, 10me-18:0 are
found in large proportion in Actinobacteria. Two PLFAs markers 18:1ω9, 18:2ω6 are reported to be
indicative of fungal biomass and 20:4ω6c was used as an indicator of Protozoa. The non-specific
saturated 12:0, 13:0, 14:0, 15:0, 16:0, 17:0, 18:0, 19:0, 20:0 and 24:0 and the markers i14:0, 16:1ω9c,
18:1ω5c and 18:3ω3 were used as a general marker of the microbial community composition. Two
structural parameters of the microbial community were used: the Gram-positive:Gram-negative
bacteria ratio (GP:GN) as the ratio iso-branched:mono-unsaturated and cyclopropyl lipids and the
fungi:bacteria ratio (F:B) was calculated as the ratio of (18:2ω6,9 + 18:1ω9c):(GP and GN).
Data analysis
When data were not normally distributed, transformations of variables were performed in
order to meet the assumptions before any further statistical tests. In particular, cellulose mass loss, soil
carbon and nitrogen concentrations, and F:B ratio were log-transformed. For statistical analyses
requiring dissimilarity matrices, we used the Bray–Curtis dissimilarity matrix for microbial
community structure and CLPPs and Euclidean distance matrices for all other variables (soil
characteristics and microbial biomass).
The effects of fertilization on soil C, N, and P concentrations, microbial parameters (SIR,
Cmic, DCP) and microbial community structure (proportion of microbial groups based on group-
specific PLFA markers or ratios between these groups) were assessed with full factorial linear mixed
models (LMM). In these analyses, we compared all plots receiving additional C, N or P with all plots
that were not fertilized with the respective resource (C, N or P presence/absence in each combination).
184
As an example C fertilized plots (i.e. C, CN, CP and CNP) were compared to plots without C supply
(i.e. control, N, P and NP). Blocks were considered as random factor while C, N, P supply and their
interactions were fixed factors. Standardized principal component analysis (PCA) was used to explore
the treatment effects on CLPPs.
To visualize the relationships between specific microbial groups and CLPPs, we created a
principal coordinates analysis (PCoA) plot. We then applied vector fitting, which uses multiple linear
regression (with the first two principal coordinates) as the explanatory variables and the relative
abundance of group-specific PLFA markers as the dependent variable.
To assess the relationships between functional parameters of the soil community (SIR, DCP,
CLPPs) and their putative descriptors (relative abundance of PLFA markers, microbial biomass and
soil characteristics), we used multiple regression on distance matrices (MRM) with Spearman’s rank
correlations (n = 10000 permutations) on the distance matrices previously mentioned. MRM is an
extension of the partial Mantel test which allows testing several explanatory distance matrices
concurrently in addition to nonparametric or nonlinear multiple regression methods (Lichstein 2007).
All statistical tests were performed with the R software (version 2.11.1) using “nlme”, “vegan”
and “ecodist” packages.
185
Table 1 Results from full factorial mixed linear models to test for the effects of fertilization (addition or not of either
one of C, N, and P) on total soil carbon, nitrogen and phosphorus concentrations.
+C +N +P
Final soil concentrations† Mean value control C.V
p-value
Soil
2.03 (+1%) 2.01 (-1%) 1.76 (-22%)
Carbon (%DM) 2.39 29.3
0.55 0.95 <0.001
0.135 (+1%) 0.131 (-4%) 0.133 (+4%)
Nitrogen (%DM) 0.157 27.9
0.65 0.58 0.92
0.013 (+1%) 0.013 (+1%) 0.016 (+36%)
Phosphorus (%DM) 0.012 26.9
0.85 0.91 <0.001
†Soil element concentrations were compared between all plots receiving C-, N- or P- fertilization and all plots with no
addition of this particular resource (C, N or P presence/absence in each combination). Mean values for the treatments
+C, +N or +P are indicated on the first line for each element and the difference compared to plots without addition of the
respective resource are shown in percent in brackets. Significant differences (p-values from linear mixed model in italics
below) are shown in boldface. No interactions were found for any models. Coefficients of variation (C.V.) are reported
across all treatments.
Fig. 1. Effects of C, N, and P fertilization (alone or in any combination with the other two resources) on: (a) Cmic, (b)
SIR, (c) cellulose mass loss. Grey and open circles represent the mean values (± SE) for all plots receiving C, N or P
fertilization and no addition of this particular resource, respectively (e.g. C, CN, CP and CNP vs control, N, P and NP
for the effect of C fertilization). Dashed lines indicate the mean values of control plots. Stars denote significant
differences between plots with or without the addition of C, N or P as follows: † (p < 0.10),* (p < 0.05), ** (p < 0.01),
*** (p < 0.001)
186
Results
Fertilization effects on soil C, N, and P concentrations
Total carbon and phosphorus concentrations in the soil were significantly altered in plots
fertilized with P (i.e. P, NP, CP and CNP). Total phosphorus concentration was significantly higher
(+36% on average, p < 0.001), and total soil C concentration was significantly lower (-22% on
average, p < 0.001) compared to plots without P supply (i.e. control, N, C, CN). Fertilization with C or
N did not show any effect on soil C, N or P concentrations (Table 1).
Microbial biomass, SIR and DCP in response to fertilization
Microbial biomass (Cmic) differed significantly among the different treatments (Fig. 1, Table
2). Cmic varied threefold between the lowest (179 µg C g-1soil) and the highest (403 µg C g-1)
measured values, with an average of 262 µg C g-1 across all treatments. Plots fertilized with P showed
a higher Cmic (+47% on average compared to plots without P supply, Fig. 1). Neither C nor N
fertilization led to changes in soil Cmic (p = 0.51 and 0.34, Table 2), but there was a marginally
significant positive interaction between C and P fertilization (p = 0.08), and a marginally significant
negative interaction between C and N fertilization (p = 0.09) on soil microbial biomass.
Overall, soil SIR varied between 1.26 and 1.69 C-CO2 g-1 soil DW h-1, with an average of 1.50
C-CO2 g-1 h-1 across all treatments. In line with the results reported for microbial biomass, P fertilized
soils showed significantly higher SIR rates (+ 21% on average compared to plots without P supply, p <
0.001, Fig. 1). In contrast, N fertilization significantly decreased soil SIR rates (-12% on average
compared to plots without N supply, p = 0.012). Fertilization with C had no effect on soil SIR rates,
but the combined fertilization with C and P showed a marginally significant positive effect on soil SIR
(p = 0.09, Table 2).
The decomposition of cellulose paper (DCP) differed significantly among fertilization
treatments (Fig. 1, Table 2). Soil DCP varied strongly with a more than eightfold difference between
187
Table 2. Results from full factorial mixed linear models to test for the effects of fertilization (addition or
not of either one of C, N, and P) and their interactions on (a) microbial functioning, (b) mass loss and (c)
community structure. Only significant interaction terms are shown.
Source† d.f F p-value
a Microbial abundance and activity
Cmic
+C 27 0.46 0.51
+N 27 0.94 0.34
+P 27 13.3 0.0011
+Cx+N 27 3.0 0.092
+Cx+P 27 3.3 0.081
SIR
+C 28 <0.1 0.33
+N 28 7.1 0.012
+P 28 17.1 <0.001
+C*+P 28 3.1 0.089
DCP
+C 28 4.6 0.042
+N 28 <0.01 0.94
+P 28 64.9 <0.001
+Cx+P 28 2.9 0.098
b Community structure
Fungal biomass
+C 28 0.24 0.63
+N 28 0.73 0.40
+P 28 61.0 <0.001
+Cx+N 28 16.1 <0.001
Bacterial biomass
+C 28 <0.01 0.96
+N 28 1.5 0.23
+P 28 36.0 <0.001
F:B ratio
+C 28 0.22 0.65
+N 28 5.6 0.025
+P 28 0.27 0.61
+Cx+N 28 7.6 0.010
GP:GN ratio
+C 28 <0.01 0.99
+N 28 0.82 0.37
+P 28 8.0 0.009
† In these analyses, we compared all plots receiving C-, N- or P- fertilization and all plots with no
addition of this particular resource (C, N or P presence/absence in each combination). Significant
188
(p < 0.05) and marginally significant (p < 0.10) differences are displayed in boldface.
the lowest (3.4%) and the highest (29.7%) measured mass loss (average of 14.1% across all
treatments). The by far strongest effect was observed in plots with P fertilization showing an enhanced
soil DCP that was 494% higher compared to plots without P supply (p < 0.001, Fig. 1). Soil DCP was
also enhanced by C fertilization, but to a lower extent (+ 47% on average compared to plots without C
supply, p = 0.042, Fig. 1). N fertilization did not change soil DCP. The combined fertilization with C
and P tended to further increase the positive effect on soil DCP (marginally significant at p = 0.09,
Table 2) compared to the C and P effect only.
Fertilization effects on community level physiological profiles
Fertilization treatments differently affected the CLPPs of the soil microbial communities for
most of the Microresp™ substrates (Fig. 2, see also Appendix 1 for details of individual substrate
responses). In particular, PCA analysis showed that CLPPs in all plots fertilized with P and an
additional fertilizer (N or C or both) were clearly separated from CLPPs in all other plots along the
first axis explaining more than 70% of the variability (Fig. 2). On average, microbial community
respiration rates on the different C substrates were 6 to 11% higher in the plots of the three treatments
with P fertilization combined with N, C or CN fertilization compared to the plots of the remaining
treatments (data not shown).
Soil microbial community structure in response to fertilization
The structure of soil microbial communities differed markedly among fertilization treatments
for most of the PLFA markers, and consequently in their relative proportion (Fig.3, Table 2, see also
Appendix 2 for details of PLFA markers). Soil fungal biomass varied twofold between the lowest (3.5
µg g-1 soil) and the highest (7.1 µg g-1) measured values, with an average of 5.1 µg g-1 across all
treatments. The same twofold variation was found for the soil bacterial biomass with a range between
8.7 and 14.2 µg g-1 and an average of 11.2 µg g-1. In P fertilized plots, soil fungal and bacterial
biomass increased by 52% and 42% on average, respectively, compared to plots without P supply
189
Fig. 2. Principal component analysis (PCA) of

fertilization treatment specific CLPPs. The
responses of the 15 different MicroResp™
substrates were integrated using the approach
of aggregated traits. Two orthogonal axes
explain 70.3% and 12.9% of the variance. Each
symbol represent the mean values (± SE) of a
given treatment according to the two first PCA
axes. Plots fertilized with P (squares as symbol)
are distinguished from plots without P supply
(circles as symbol).
Fig.3. Effects of C, N, and P fertilization (alone or in any combination with the other two resources) on: (a)
Fungal PLFAs, (b) Bacterial PLFAs, (c) Fungi:Bacteria ratio, (d) Gram-positive:Gram-negative ratio. Grey and
open circles represent the mean values (± SE) for all plots receiving +C, +N or +P fertilization and no addition of
this particular resource, respectively. Dashed lines indicate the mean values of control plots. Stars denote
significant differences between plots with or without the addition of C, N or P as follows: * (p < 0.05), ** (p <
0.01), *** (p < 0.001).
190
(p < 0.001 in both cases, Fig. 3, Table 2). Fertilization with C or N had no significant effect on fungal
and bacterial biomass. However, the small non-significant trends for positive and negative effects of N
fertilization on fungal and bacterial biomass, respectively, resulted in a significant increase in the F:B
ratio in N fertilized plots (+ 16% on average, p = 0.025, Fig. 3). The F:B ratio was not affected by C or
N fertilization, but the combined fertilization with C and N decreased fungal biomass (p < 0.001) and
the F:B ratio (p = 0.010, Table 2). Likewise, the relative abundance of Gram-positive (GP) to Gram-
negative (GN) bacteria did not change in response to C or N fertilization (Fig. 3), and was also not
affected by the combined C and N fertilization. P fertilization, however, caused an average decrease of
13% in the GP:GN ratio compared to the plots that did not receive P (p =0.009, Fig. 3, Table 2).
How are functional and structural microbial parameters linked?
MRM analysis showed that SIR (ρ = 0.13, p = 0.084) and DCP (ρ = 0.17, p = 0.019) were
related to microbial biomass, but were not related to microbial community structure and soil
characteristics. In contrast, the variation in CLPPs correlated significantly with microbial community
structure (ρ = 0.17, p = 0.014). This relationship indicates that more similar soil microbial
communities displayed more similar metabolic capabilities than structurally contrasted communities.
The variation in CLPPs, however, was not related to microbial biomass or soil characteristics (Table
3). PCoA analysis of CLPPs indicated two rather well separated groups of MicroResp™ substrates
along the first axis of the PCoA plot (Fig. 4). These two groups co-varied significantly with the
relative abundance of fungi (ρ = 0.39, p = 0.043) at one hand, and with that of Gram-positive-bacteria
(ρ = 0.46, p = 0.013) on the other hand. Higher relative fungal abundance was associated with the use
of rather complex substrates such as the phenolic compounds vanillic and caffeic acids.
191
Fig.4. PCoA plot of community-level physiological profiles (CLPPs) for all treatments combined. Vectors
represent relationships between CLPPs and the relative proportions of microbial groups (Gram-positive, Gram-
negative and Fungi) and point in the direction of CLPPs with higher relative abundance.
Table 3 Spearman’s rank correlations (ρ) between community level physiological profiles (CLPPs) and
explanatory variables and its level of significance (p-values).
SIR DCP CLPPs

Explanatory variables†
ρ p-value ρ p-value ρ p-value
Microbial community 0.05 0.46 0.04 0.65 0.17 0.014*
Microbial biomass 0.13 0.084† 0.17 0.019* 0.02 0.73
Soil characteristics 0.029 0.065 0.04 0.61 0.10 0.17
†Correlations were calculated using MRM (n = 10000 permutations). CLPPs (15 substrates) and microbial
community (relative abundance of PLFA markers) were represented by Bray-Curtis distance matrices and all other
variables used Euclidean distance matrices.
192
Discussion
The fully factorial C, N, and P fertilization in the Amazonian rainforest of French Guiana over
two years had strong effects on soil carbon, soil nutrients and soil microbial communities after two
years. In line with the supposedly strong P limitation in our study system as indicated by very low tree
foliage and leaf litter P concentrations (Hättenschwiler et al. 2008) and very low soil P concentrations
(Fanin et al. 2011), P fertilization had the strongest effects on the measured response variables.
Overall, N and C fertilization had minor and comparatively small effects over these first two treatment
years. However, a number of response variables were interactively affected by a combination of
fertilizers, especially the combination of P with N or C or both showed frequently stronger effects than
fertilization with a single resource.
The multiple element limitation hypothesis
Fertilization provides a straightforward experimental test for ecosystem nutrient limitation and
for assessing how ecosystem processes change in response to altered resource availability. According
to the multiple element limitation hypothesis (Townsend et al. 2011, Cleveland et al. 2012) we
expected that soil microorganisms and the processes they drive, respond strongest to a combined
fertilization with the key resources C, N and P. Fertilization with P had clearly the strongest effects
with substantially increased soil microbial biomass, higher rates of microbial respiration of the
majority of the 15 different substrates used for the determination of CLPPs, and an almost 500% faster
cellulose decomposition (DCP) compared to the treatments without P supply. The observed strong P
effects suggest P limitation of soil microorganisms in our study system which is in line with a previous
experiment in a Costa Rican tropical rainforest (Cleveland et al., 2002). The higher microbial biomass
and higher rates of C use with added P apparently led to the substantial decrease in soil C over only
two years (Table 1). The difference in the average soil C concentration in P fertilized plots (1.76%
DM) compared to control plots (2.39% DM) suggests a total C loss from the top 8 cm of soil (the
193
depth of soil sampling) of approximately 750 g m -2. Projected to larger spatial scales, such a P
stimulated accelerated soil C loss would have a tremendous impact on the C cycle.
Despite strong P effects and only minor or no C and N effects, the simultaneous fertilization
with C and P increased Cmic, SIR and DCP more than P fertilization alone, indicating that an
improved C availability can enhance the stimulating effect of P fertilization. These data suggest that
soil microorganisms are co-limited by the availability of P and relatively easily available C substrates
that is in line with the multiple element limitation hypothesis.. However, the sharp decrease in soil C
in response to P fertilization indicates that soil microorganisms can also get access to older and
supposedly more complex C compounds once their P requirements are fully met. Surprisingly,
additional N fertilization did not change the observed P effects and overall N had little impact or even
negative effects on microbial processes. Collectively, our data suggest that (1) the soil P status
influences ecosystem C balance by regulating the proportion of C that is lost via microbial respiration,
and that (2) interactions between key elements are important for the understanding of microbial-driven
processes in tropical rainforest.
The differential limitation hypothesis
Whether specific soil microbial groups are limited by different resources is a key question for
the understanding of microbial community structure and its relation to ecosystem processes. Because
fungi tend to have higher C requirements per unit of nutrients than bacteria (Six et al. 2006; Keiblinger
et al. 2010), fungi may respond to fertilization differently than bacteria. According to the differential
limitation hypothesis we expected that bacterial biomass is more stimulated by nutrient, and in
particular P fertilization compared to fungal biomass, while C and N fertilization would rather enhance
fungal than bacterial biomass.
In contrast to this hypothesis, we observed that P fertilization stimulated both soil bacterial
(+42%) and fungal (+52%) biomass in a very similar way. These data are in agreement with the study
of Liu et al. (2012) who reported a similar stimulation of fungi and bacteria in response to P addition
in a tropical forest of southern China. However, in our study we further observed that the ratio
194
between Gram-positive (GP) to Gram-negative (GN) bacteria decreased in P fertilized plots. A higher
relative abundance of Gram-negative bacteria was shown to be associated with rather copiotrophic (r-
stategists) microbial communities that feed mainly on fresh organic matter such as plant litter (Bastian
et al. 2009; Pothast et al. 2010) while Gram-positive bacteria are considered oligotrophic (K-stategists)
and adapted to poor C conditions (Fierer et al. 2003; Kramer and Gleixner 2008). It has already been
shown that differences in C availability in decomposing litter alter the relative abundance of distinct
bacterial groups in the underlying soil (Fierer et al. 2007; Fanin et al. in prep). Here we showed
additionally that P availability also may influence microbial community structure through shifts in
GP:GN ratios.
The relative responses of different components of microbial communities to N fertilization
were, however, in agreement with the differential limitation hypothesis. As a result of slightly lower
bacterial biomass and slightly higher fungal biomass in N fertilized plots, the fungi:bacteria (F:B) ratio
was higher with added N compared to plots without N fertilization. The distinct responses of bacteria
and fungi to N fertilization could be due to some N autonomy of bacteria because some groups are
able to fix N2 from the atmosphere (Güsewell & Gessner, 2009). However, the N effect was negative
when C was added as indicated by the negative interaction between C and N on F:B ratios (Table 2),
indicating that shifts in the microbial community structure under N-supply were driven by C
availability. An alternative explanation for the differential effect of N fertilization on fungi and
bacteria and its interaction with C fertilization would be different resource requirements for the
production of extracellular enzymes needed for the breakdown and mineralization of various C-
substrates. In temperate ecosystems, N supply under low N conditions resulted in a shift of hydrolytic
enzyme production toward increased C or P acquisition to support primary metabolism, while
decreasing the production of oxidative enzymes primarily produced by fungi to obtain N from
chemically complex organic matter (Sinsabaugh and Moorhead 1994; Carreiro et al. 2000). This
pattern may be similar in tropical forest when sufficient C allows alleviating energy limitations of
microbes responsible of hydrolytic enzymes production. This last hypothesis also suggests distinct
effects of N fertilization on organic matter breakdown depending on the quality and on the different
proportion of C compounds (Berg and Matzner, 1997; Talbot and Treseder, 2012; Fanin et al. in
195
press). Consequently, our data in line with that of previous studies support that: (1) specific groups of
decomposers are limited by contrasted resources, (2) interaction between elements lead to differential
responses of the community composition with supply of resource alone or in combination.
The functional dissimilarity hypothesis
According to the functional dissimilarity hypothesis we expected that a change in microbial
community structure would be followed by differences in the respiration rates of various C
compounds. The use of the quite general resources glucose (SIR) and cellulose (DCP) correlated well
with microbial biomass, but not with microbial community structure (Table 3). This suggests that
glucose respiration and cellulose decomposition can be relatively well predicted based on microbial
abundance, but not by microbial community structure. The lack of correlation with community
structure is not surprising because all microorganisms can mineralize glucose and many have the
enzymatic capacity to degrade cellulose.
However, CLPPs showed no correlation with microbial biomass but were significantly
correlated with microbial community structure. This suggests that the “size” of microbial communities
is not important for the capacity of that community to utilize a wide range of different substrates. In
contrast, the structure of he community determines to an important degree how efficiently a diverse
mix of different compounds can be utilized. This result broadly supports the functional dissimilarity
hypothesis. Specifically, the relationships between the relative abundance of fungi or Gram positive
bacteria and the CLPPs (Fig. 4) suggest that these two groups are functionally dissimilar despite the
fact that they are both rather considered as oligotrophic in contrast to Gram-negative bacteria that are
considered as copiotrophic. Interestingly, fungi related positively to the use of caffeic and vanilic
acids, an intermediate product in lignin biosynthesis, and a product of lignin degradation, respectively.
The association between fungi and the use of these two compounds are in line with the generally high
capacity of fungi to decompose complex C-substrates (Romani et al. 2006). On the other hand, Gram-
positive bacteria were linked to various amino and less recalcitrant carboxylic acids. These data are in
line with other studies that have shown variations in decomposition rates of various C-substrates
196
following shifts in microbial communities of tropical soils (Carney and Matson 2005; Leff et al. 2012;
Fanin et al., in prep). Specific processes (i.e. carried out by a small part of organisms) are more
sensitive to microbial community structure than are “broad” processes such as the mineralization of
glucose and other abundant simple C-compounds (Schimel 1995; Balser and Firestone 2005; Wertz et
al. 2006).
Conclusions
Our fully factorial C, N, P fertilization experiment in a nutrient-poor tropical rainforest of
French Guiana showed that after two years of fertilizer application, P fertilization substantially
increased soil microbial biomass and activity, and changed community structure with an increase in
relative abundance of Gram-negative bacteria. The P-induced increase in soil microbial activity
apparently depleted the soil C pool in the top 8 cm by 22%. While P appeared as the key limiting
nutrient, positive interactions with C fertilization are in accord with the multiple element limitation
hypothesis and suggest co-limitation by P and C availability on soil microbial biomass and activity. In
line with the differential limitation hypothesis the fungi:bacteria ratio increased with N fertilization
indicating that soil fungi are more limited by N than soil bacteria. Rates of the broad processes of
glucose mineralization and cellulose degradation increased with increasing microbial biomass, but
were not different among distinctly structured microbial communities. This apparent redundancy for
general processes contrasted with the functional dissimilarity of microbial communities with respect to
the utilization of a wide range of different substrates. The fertilization-induced changes in microbial
community structure also changed the community level physiological profiles (CLPPs) that were
particularly different in experimental plots with a combined fertilization with P and N, C or both. We
conclude that soil microorganisms in the studied nutrient-poor tropical forest are simultaneously
limited by P and C, and that an increased availability of these elements will increase the abundance of
microorganisms and change their community structure. This in turn changes process rates and the
community capacity to break down diverse C-substrates.
197
Acknowledgments
We thank the CIRAD institute for access to the Paracou forest research station. We thank
Audin Patent, Elianne Louisiana, Sandra Barantal, Lindon Yansen and Frits Kwasie (UMR EcoFoG)
for their help with litter sampling and management of the fertilization experiment, Bruno Buatois,
Patrick Schevin and Raphaëlle Leclerc for their help with laboratory analyses, Margaret Amui-Vedel,
Flavien Branchereau and Jessica Kok for technical help. All measurements were performed at the
Plate-Forme d’Analyses Chimiques en Ecologie, Structure Fédérative de Recherche « Montpellier
Environnement Biodiversité ». This research was funded through a CNRS “PIR Amazonie II” grant to
S.H., and a CNRS-EC2CO grant to Na.F. Ni. F. obtained a Ph.D. grant from the French Research and
Education Ministry and from the University of Montpellier II.
References
Balser, T. C. and Firestone, M. K. (2005). "Linking microbial community

composition and soil processes in a California annual grassland and mixed-conifer forest."
Biogeochemistry 73(2): 395-415.
Barantal, S., Schimann, H., Fromin, N. and Hättenschwiler, S. (2012). "Nutrient and
Carbon Limitation on Decomposition in an Amazonian Moist Forest." Ecosystems: 1-14.
Bastian, F., Bouziri, L., Nicolardot, B. and Ranjard, L. (2009). "Impact of wheat
straw decomposition on successional patterns of soil microbial community structure." Soil
Biology & Biochemistry 41(2): 262-275.
Beare, M. H., Neely, C. L., Coleman, D. C. and Hargrove, W. L. (1990). "A
substrate-induced respiration (SIR) method for measurement of fungal and bacterial biomass
on plant residues." Soil Biology & Biochemistry 22(5): 585-594.
Berg, B. and Matzner, E. (1997). "Effect of N deposition on decomposition of plant
litter and soil organic matter in forest systems." Environmental Reviews 5(1): 1-25.
Bonal, D., Bosc, A., Ponton, S., Goret, J. Y., Burban, B., Gross, P., Bonnefond, J.
M., Elbers, J., Longdoz, B., Epron, D., Guehl, J. M. and Granier, A. (2008). "Impact of severe
dry season on net ecosystem exchange in the Neotropical rainforest of French Guiana."
Global Change Biology 14(8): 1917-1933.
198
Brookes, P. C., Landman, A., Pruden, G. and Jenkinson, D. S. (1985). "Chloroform

fumigation and the release of soil-nitrogen - a rapid direct extraction method to measure
microbial biomass nitrogen in soil." Soil Biology & Biochemistry 17(6): 837-842.
Cadisch, G. and Giller, K. E. (1997). Driven by nature: plant litter quality and
decomposition, CAB International, Wallingford.
Campbell, C. D., Cameron, C. M., Bastias, B. A., Chen, C. R. and Cairney, J. W. G.
(2008). "Long term repeated burning in a wet sclerophyll forest reduces fungal and bacterial
biomass and responses to carbon substrates." Soil Biology & Biochemistry 40(9): 2246-2252.
Carney, K. M. and Matson, P. A. (2005). "Plant communities, soil microorganisms,
and soil carbon cycling: Does altering the world belowground matter to ecosystem
functioning?" Ecosystems 8(8): 928-940.
Carreiro, M. M., Sinsabaugh, R. L., Repert, D. A. and Parkhurst, D. F. (2000).
"Microbial enzyme shifts explain litter decay responses to simulated nitrogen deposition."
Ecology 81(9): 2359-2365.
Cleveland, C. C., Reed, S. C. and Townsend, A. R. (2006). "Nutrient regulation of
organic matter decomposition in a tropical rain forest." Ecology 87(2): 492-503.
Cleveland, C. C., Townsend, A. R. and Schmidt, S. K. (2002). "Phosphorus
limitation of microbial processes in moist tropical forests: Evidence from short-term
laboratory incubations and field studies." Ecosystems 5(7): 680-691.
Cleveland, C. C., Townsend, A. R., Taylor, P., Alvarez-Clare, S., Bustamante, M. M.
C., Chuyong, G., Dobrowski, S. Z., Grierson, P., Harms, K. E., Houlton, B. Z., Marklein, A.,
Parton, W., Porder, S., Reed, S. C., Sierra, C. A., Silver, W. L., Tanner, E. V. J. and Wieder,
W. R. (2011). "Relationships among net primary productivity, nutrients and climate in
tropical rain forest: a pan-tropical analysis." Ecology Letters 14(9): 939-947.
Coq, S., Souquet, J. M., Meudec, E., Cheynier, V. and Hattenschwiler, S. (2010).
"Interspecific variation in leaf litter tannins drives decomposition in a tropical rain forest of
French Guiana." Ecology 91(7): 2080-2091.
Cusack, D. F., Chou, W. W., Yang, W. H., Harmon, M. E., Silver, W. L. and Lidet,
T. (2009). "Controls on long-term root and leaf litter decomposition in neotropical forests."
Danger, M., Daufresne, T., Lucas, F., Pissard, S. and Lacroix, G. (2008). "Does
Liebig's law of the minimum scale up from species to communities?" Oikos 117(11): 1741-
1751.
Davidson, E. A. and Howarth, R. W. (2007). "Environmental science - Nutrients in
synergy." Nature 449(7165): 1000-1001.
Elser, J. J., Acharya, K., Kyle, M., Cotner, J., Makino, W., Markow, T., Watts, T.,
Hobbie, S., Fagan, W., Schade, J., Hood, J. and Sterner, R. W. (2003). "Growth rate-
stoichiometry couplings in diverse biota." Ecology Letters 6(10): 936-943.
199
Elser, J. J., Bracken, M. E. S., Cleland, E. E., Gruner, D. S., Harpole, W. S.,
Hillebrand, H., Ngai, J. T., Seabloom, E. W., Shurin, J. B. and Smith, J. E. (2007). "Global
analysis of nitrogen and phosphorus limitation of primary producers in freshwater, marine and
terrestrial ecosystems." Ecology Letters 10(12): 1135-1142.
Fanin, N., Barantal, S., Fromin, N., Schimann, H., Schevin, P. and Hättenschwiler, S.
"Nutrients and carbon additions in tropical rainforest drive differences in microbial limitations
of litter and underlying soil: a full factorial field fertilization experiment." in press.
Fanin, N., Fromin, N., Buatois, B. and Hättenschwiler, S. "An experimental test of
the hypothesis of non-homeostatic consumer stoichiometry in a plant litter-microbe system."
in prep.
Fanin, N., Hättenschwiler, S., Barantal, S., Schimann, H. and Fromin, N. (2011).
"Does variability in litter quality determine soil microbial respiration in an Amazonian
rainforest?" Soil Biology and Biochemistry 43(5): 1014-1022.
Fierer, N., Bradford, M. A. and Jackson, R. B. (2007). "Toward an ecological
classification of soil bacteria." Ecology 88(6): 1354-1364.
Fierer, N., Grandy, A. S., Six, J. and Paul, E. A. (2009). "Searching for unifying
principles in soil ecology." Soil Biology & Biochemistry 41(11): 2249-2256.
Fierer, N., Schimel, J. P. and Holden, P. A. (2003). "Variations in microbial
community composition through two soil depth profiles." Soil Biology & Biochemistry 35(1):
167-176.
Grimshaw, H., Allen, S. and Parkinson, J. (1989). Nutrient elements. Chemical
Analysis of Ecological Materials. S. Allen. Oxford, Blackwell Scientific Publications.
Güsewell, S. and Gessner, M. O. (2009). "N : P ratios influence litter decomposition
and colonization by fungi and bacteria in microcosms." Functional Ecology 23(1): 211-219.
Hättenschwiler, S., Aeschlimann, B., Couteaux, M. M., Roy, J. and Bonal, D. (2008).
"High variation in foliage and leaf litter chemistry among 45 tree species of a neotropical
rainforest community." New Phytologist 179(1): 165-175.
Hättenschwiler, S., Coq, S., Barantal, S. and Handa, I. T. (2011). "Leaf traits and
decomposition in tropical rainforests: revisiting some commonly held views and towards a
new hypothesis." New Phytologist 189(4): 950-965.
Hobbie, S. E. and Vitousek, P. M. (2000). "Nutrient limitation of decomposition in
Hawaiian forests." Ecology 81(7): 1867-1877.
Jenkinson, D. S., Brookes, P. C. and Powlson, D. S. (2004). "Measuring soil
microbial biomass." Soil Biology & Biochemistry 36(1): 5-7.
Kaspari, M., Garcia, M. N., Harms, K. E., Santana, M., Wright, S. J. and Yavitt, J. B.
(2008). "Multiple nutrients limit litterfall and decomposition in a tropical forest." Ecology
Letters 11(1): 35-43.
200
Keiblinger, K. M., Hall, E. K., Wanek, W., Szukics, U., Hammerle, I., Ellersdorfer,
G., Bock, S., Strauss, J., Sterflinger, K., Richter, A. and Zechmeister-Boltenstern, S. (2010).
"The effect of resource quantity and resource stoichiometry on microbial carbon-use-
efficiency." Fems Microbiology Ecology 73(3): 430-440.
Kramer, C. and Gleixner, G. (2008). "Soil organic matter in soil depth profiles:
Distinct carbon preferences of microbial groups during carbon transformation." Soil Biology
& Biochemistry 40(2): 425-433.
Krashevska, V., Maraun, M., Ruess, L. and Scheu, S. (2010). "Carbon and nutrient
limitation of soil microorganisms and microbial grazers in a tropical montane rain forest."
Oikos 119(6): 1020-1028.
Kuzyakov, Y., Friedel, J. K. and Stahr, K. (2000). "Review of mechanisms and
quantification of priming effects." Soil Biology & Biochemistry 32(11-12): 1485-1498.
Leff, J. W., Nemergut, D. R., Grandy, A. S., O'Neill, S. P., Wickings, K., Townsend,
A. R. and Cleveland, C. C. (2012). "The Effects of Soil Bacterial Community Structure on
Decomposition in a Tropical Rain Forest." Ecosystems 15(2): 284-298.
Lichstein, J. W. (2007). "Multiple regression on distance matrices: a multivariate
spatial analysis tool." Plant Ecology 188(2): 117-131.
Liu, L., Gundersen, P., Zhang, T. and Mo, J. M. (2012). "Effects of phosphorus
addition on soil microbial biomass and community composition in three forest types in
tropical China." Soil Biology & Biochemistry 44(1): 31-38.
McGroddy, M. E., Daufresne, T. and Hedin, L. O. (2004). "Scaling of C : N : P
stoichiometry in forests worldwide: Implications of terrestrial redfield-type ratios." Ecology
85(9): 2390-2401.
Potthast, K., Hamer, U. and Makeschin, F. (2010). "Impact of litter quality on
mineralization processes in managed and abandoned pasture soils in Southern Ecuador." Soil
Reed, S. C., Vitousek, P. M. and Cleveland, C. C. (2011). "Are patterns in nutrient
limitation belowground consistent with those aboveground: results from a 4 million year
chronosequence." Biogeochemistry 106(3): 323-336.
Reich, P. B. and Oleksyn, J. (2004). "Global patterns of plant leaf N and P in relation
to temperature and latitude." Proceedings of the National Academy of Sciences of the United
States of America 101(30): 11001-11006.
Romani, A. M., Fischer, H., Mille-Lindblom, C. and Tranvik, L. J. (2006).
"Interactions of bacteria and fungi on decomposing litter: Differential extracellular enzyme
activities." Ecology 87(10): 2559-2569.
201
Schimel, J. (1995). Ecosystem consequences of microbial diversity and community

structure. Arctic and Alpine Biodiversity: patterns, causes, and ecosystem consequences. F. S.
Chapin and C. Korner. Berlin, Springer-Verlag: pp. 239-254.
Sinsabaugh, R. L. and Moorhead, D. L. (1994). "Resource-allocation to extracellular
enzyme-production - a model for nitrogen and phosphorus control of litter decomposition."
Soil Biology & Biochemistry 26(10): 1305-1311.
Six, J., Frey, S. D., Thiet, R. K. and Batten, K. M. (2006). "Bacterial and fungal
contributions to carbon sequestration in agroecosystems." Soil Science Society of America
Journal 70(2): 555-569.
Sterner, R. and Elser, J. (2002). Ecological stoichiometry: the biology of elements
from molecules to the biosphere. New Jersey, Princeton University Press.
Talbot, J. M. and Treseder, K. K. (2012). "Interactions among lignin, cellulose, and
nitrogen drive litter chemistry-decay relationships." Ecology 93(2): 345-354.
Townsend, A. R., Cleveland, C. C., Houlton, B. Z., Alden, C. B. and White, J. W. C.
(2011). "Multi-element regulation of the tropical forest carbon cycle." Frontiers in Ecology
and the Environment 9(1): 9-17.
Vitousek, P. M. (1984). "Litterfall, nutrient cycling, and nutrient limitation in
tropical forests." Ecology 65(1): 285-298.
Vitousek, P. M. and Farrington, H. (1997). "Nutrient limitation and soil
development: Experimental test of a biogeochemical theory." Biogeochemistry 37(1): 63-75.
Vitousek, P. M., Porder, S., Houlton, B. Z. and Chadwick, O. A. (2010). "Terrestrial
phosphorus limitation: mechanisms, implications, and nitrogen-phosphorus interactions."
Ecological Applications 20(1): 5-15.
Wertz, S., Degrange, V., Prosser, J. I., Poly, F., Commeaux, C., Freitag, T.,
Guillaumaud, N. and Le Roux, X. (2006). "Maintenance of soil functioning following erosion
of microbial diversity." Environmental Microbiology 8(12): 2162-2169.
202
Appendix 1. Analysis of catabolic capacities by comparisons of individual substrate.
Appendix 2. Analysis of soil microbial communities by comparisons of the abundance of individual PLFA marker.
203
204
Chapitre 4
Influence de la qualité de la ressource sur l’activité, la

biomasse et la structure des communautés microbiennes:
une expérience de laboratoire en microcosmes
« Appartenir à un microcosme*. »
* désigne un abrégé, une image réduite du monde, de la société, ou d’un petit groupe.
Colonisation de microorganismes appartenant à un microcosme en laboratoire. Photo : N.

Fanin.
Colonisation de microorganismes appartenant à un microcosme en laboratoire. Photo: N. Fanin.
205
206
Chapitre 4
Influence de la qualité de la ressource sur l’activité, la

biomasse et la structure des communautés microbiennes:
une expérience de laboratoire en microcosmes
207
Chapitre 4
Influence de la qualité de la ressource sur l’activité, la biomasse et la structure des communautés

microbiennes: une expérience de laboratoire en microcosmes ___________________________211
I. Contexte ______________________________________________________________________211
III. Hypothèses __________________________________________________________________213
V. Principaux résultats ___________________________________________________________213
V.1. Non-homéostasie de la stœchiométrie des communautés microbiennes des litières ___213
V.2. Influence de la qualité de la litière sur les paramètres microbiens du sol ___________215
Article 4a
An experimental test of the hypothesis of non-homeostatic consumer stoichiometry in a plant

litter-microbe system ____________________________________________________________219
Abstract ________________________________________________________________________219
1. Introduction __________________________________________________________________220
2. 2. Fumigation-extraction __________________________________________________223
2. 3. Phospholipid fatty acid _________________________________________________224
2. 4. Data analysis _________________________________________________________224
3. Results _______________________________________________________________________227
3. 1. Substrate stoichiometry _________________________________________________227
3. 2. Microbial biomass and stoichiometry ______________________________________229
3. 4. How is microbial community structure related to stoichiometry? _________________233
4. Discussion ____________________________________________________________________234
4. 1. Non-homeostatic stoichiometry of litter microbial communities __________________234
4. 2. The plasticity of microbial stoichiometry is related to microbial community structure
_______________________________________________________________________________236
5. Conclusions ___________________________________________________________________238
References ______________________________________________________________________239
208
Article 4b
Leaf litter of distinct quality determines microbial biomass, activity, and community structure in
the underlying soil _______________________________________________________________247
Abstract ________________________________________________________________________247
1. Introduction __________________________________________________________________248
2. 1. Soil type and preparation ________________________________________________251
2. 2. Litter collection and quality parameters ____________________________________251
2. 3 Laboratory microcosms _________________________________________________252
2. 5. Phospholipid fatty acids _________________________________________________255
2. 6. CLPPs ______________________________________________________________256
2. 7. Data analysis _________________________________________________________256
3. Results _______________________________________________________________________259
3. 1. Soil microbial biomass __________________________________________________259
3. 2. Soil microbial community structure ________________________________________259
3. 3. Linking litter chemical traits to microbial biomass and community structure _______261
3. 4. CLPP of soil microbial communities in response to different decomposing litter species
_______________________________________________________________________________263
4. Discussion ____________________________________________________________________265
References ______________________________________________________________________268
209
210
Chapitre 4 Activité, biomasse et structure des communautés microbiennes en microcosmes
Chapitre 4
Influence de la qualité de la ressource sur l’activité, la biomasse et

la structure des communautés microbiennes en microcosmes
I. Contexte
Le carbone (C), l’azote (N) et le phosphore (P) font partis des éléments majeurs du vivant et
représentent des ressources clés pour la constitution et le métabolisme de ces organismes (Sterner
& Elser, 2002). Le ratio de ces éléments est particulièrement contraint dans la biomasse
phytoplanctonique (Redfield, 1958) et la constance relative du ratio C:N:P (106:16:1) au travers des
océans du globe implique une formidable trame de fond pour comprendre les interactions écologiques
et biogéochimiques au sein des écosystèmes marins (Sardans et al., 2011). Cependant l’écologie
stœchiométrique est beaucoup moins étudiée au sein des écosystèmes terrestres et apparaît
beaucoup plus complexe, principalement due à de larges variations de stœchiométrie C:N:P chez les
producteurs primaires (Elser et al., 2000; McGroddy et al., 2004).
Les microorganismes décomposeurs sont-il homéostatiques vis-à-vis de leur ressource?
Quelle est la gamme de variation de leur stœchiométrie CNP? Comment la qualité de la ressource
influence la structure de la communauté en lien à la composition stœchiométrique CNP de ces
organismes? Quels sont les liens entre qualité de la litière et paramètres microbiens du sol?
Afin de répondre à ces questions, nous avons mis en place une expérience de laboratoire afin
d’en contrôler l’ensemble des facteurs environnementaux pour ne visualiser que l’effet principal
du substrat sur les communautés microbiennes des litières et du sol.
II. Objectifs de l’étude
La quatrième partie de cette thèse vise à déterminer l’influence de différentes espèces de

litières de qualités stœchiométriques contrastées sur la structure et la stœchiométrie des
communautés microbiennes de la litière et du sol sous-jacent en microcosmes. On se situe dans le
cadre d’une expérience en laboratoire en conditions contrôlées en fonction de six espèces de qualité
stœchiométrique contrastée. Ce dernier chapitre a été divisé en deux articles distincts afin de clarifier
la situation sur les microorganismes des litières d’un côté et ceux du sol de l’autre.
211
(a) (b)
Figure A4 - Design en microcosmes de laboratoire: (a) Représentation schématique de l’expérience,

(b) Différents microcosmes à la fin de l’expérience. Photo: N. Fanin.
212
III. Hypothèses
Pour le premier article portant sur les décomposeurs des litières, nous faisons l’hypothèse que
la stœchiométrie des décomposeurs n’est pas strictement homéostatique mais varie en fonction de
la stœchiométrie du substrat similairement aux écosystèmes aquatiques. Nous adressons l’idée que la
stœchiométrie de la fraction soluble prédit mieux que celle de la litière dans son ensemble la
stœchiométrie de la biomasse microbienne en début de décomposition. Enfin, nous assumons que la
plasticité de la stœchiométrie de la biomasse est liée de manière prédictible à la structure des
communautés et notamment des différentes proportions de bactéries et de champignons.
Pour le second article portant sur les sols, nous faisons l’hypothèse basée sur les résultats du
Chapitre 1 que la qualité de la litière contrôle la biomasse et l’activité des microorganismes du
sol. Nous nous attendons à ce que des changements de la disponibilité en C modifient la structure
des communautés vers des communautés copiotrophes. Enfin, nous assumons que des modifications
de la structure des communautés se reflètent dans une certaine plasticité de la stœchiométrie
microbienne.
IV. Dispositif mise en place
Le dispositif se compose de 3 blocs de 7 microcosmes (6 espèces + 1 control) mise en

conditions contrôlées (Fig. A4). Nous avons considéré 6 espèces de qualités stœchiométriques
contrastées (Fig. B4).Les litières (20 g poids sec) sont humectées pendant 24 h puis mises en
microcosme sur un pool de sol tropical (200 g) humidifié à 80 % de la capacité au champ. Tous les 4
jours, chaque microcosme est pesé et arrosé par ses propres lessivâts (puis par de l’eau déionisée) pour
remplacer l’eau évaporée. Au bout de 3 mois, les microcosmes sont récupérés et destinés aux
différentes analyses de laboratoire.
V.1. Non-homéostasie de la stœchiométrie des communautés microbiennes des litières
La gamme de variation stœchiométrique de la biomasse microbienne variant de 77:7:1 à

175:13:1, l’hétérométrie dans le rapport des éléments vis-à-vis du P et le fait que la stœchiométrie de
la biomasse suive les variations de la stœchiométrie de la fraction soluble laissent à penser que
contrairement aux idées reçues, la stœchiométrie des communautés microbiennes n’est pas
strictement homéostatique. De telles modifications de la stœchiométrie de la biomasse microbienne
sont clairement reliées à la proportion de champignons et de bactéries en fonction de la quantité de
P disponible entre ces deux groupes spécifiques de microorganismes.
213
(a) Carapa procera (b) Goupia glabra
(c) Hymenea courbaril (d) Platonia insignis
(e) Simarouba amara (f) Vochysia tomentosa
Figure B4 - Exemple de colonisation des microorganismes en fonction des différentes espèces:

(a) Carapa procera, (b) Goupia glabra, (c) Hymenea courbaril, (d) Platonia insignis, (e) Simarouba
amara, (f) Vochysia tomentosa. Photos: N. Fanin.
214
V.2. Influence de la qualité de la litière sur les paramètres microbiens du sol
Les litières, principalement au travers de leurs lessivâts et en particulier des composés

carbonés dissouts représentant un cocktail de formes simples facilement accessibles, influence
l’activité, la biomasse et la structure des communautés du sol. La disponibilité en C modifie
principalement certains groupes de bactéries comme les ratios Gram-positive:Gram-négative sans
significativement changer les ratios champignon:bactérie. Ces shifts de groupes spécifiques
bactériens n’ont pas entrainé de modifications majeures de la stœchiométrie de la biomasse
microbienne dans son ensemble indiquant qu’il n’existe pas de larges différences stœchiométriques
entre les différents groupes bactériens. En revanche et en accord avec le Chapitre 3, la structure des
communautés impliquait une fonctionnalité dissimilaire face à l’utilisation d’une vaste gamme de
composés carbonés soulignant l’importance de la structure des communautés pour comprendre
certains processus de l’écosystème.
Au contraire du constat souvent assumé de la stricte homéostasie chez les décomposeurs

hétérotrophes, les communautés microbiennes des litières reflètent la stœchiométrie de la fraction
soluble au travers de shifts dans la structure des communautés et en particulier des ratios
champignon:bactérie au cours des phases initiales de décomposition.
La disponibilité en C en provenance des litières modifie la structure des communautés
bactériennes du sol et en particulier des ratios Gram-positive:Gram-négative, entraînant de ce fait
d’importantes variations dans la décomposition d’une vaste gamme de substrats carbonés.
215
216
Article 4a
An experimental test of the hypothesis of non-

homeostatic consumer stoichiometry
in a plant litter-microbe system
Faninab, N., Fromina, N., Buatoisa, B., Hättenschwilera, S., in prep for
Ecology Letters.
a
b
L’étude précise des éléments au sein des organismes vivants permet de tester l’influence de la
stœchiométrie de la ressource sur la stœchiométrie des microorganismes décomposeurs. Photo: N. Fanin.
217
218
Chapitre 4 Plasticity of microbial stoichiometry Article 4a
An experimental test of the hypothesis of non-homeostatic

consumer stoichiometry in a plant litter-microbe system
Faninab, N., Fromina, N., Buatoisa, B., H Hättenschwilera, S.
a
b
Abstract: Stoichiometric homeostasis of heterotrophs is a common premise in ecological
stoichiometry. We evaluated the relationship between substrate and consumer stoichiometry for a
terrestrial decomposer system with an experiment using tropical leaf litter of a wide range in C:N:P
stoichiometry. We showed that variation in microbial consumer C:P and N:P ratios matched that of the
soluble litter fraction, but not that of bulk leaf litter material. The relationship between microbial N
and P was not isometric, suggesting higher rates of P than N sequestration in microbial biomass.
Resource-driven shifts in microbial stoichiometry were related to predictable differences in microbial
community structure. Collectively, these results do not agree with stoichiometric homeostasis of
heterotrophs, with important implications for theoretical modeling. Phosphorus in dissolved form
appeared to be a major driver of terrestrial microbial stoichiometry, similar to aquatic environments.
The demonstrated plasticity in microbial biomass C:P and N:P, and the critical role of P contribute to a
process-based understanding of stoichiometric relationships and the flow of elements across trophic
levels in decomposer systems.
Keywords: Community structure, heterotrophs, homeostasis, leachates, microbial decomposers,
phosphorus, soluble fraction, stoichiometry.
219
1. Introduction
All living organisms require for their growth and reproduction the same, about 25 chemical
elements. The proportions of these elements, however, differ considerably within and among groups of
organisms depending largely on organism-specific structural constraints and metabolic needs (Sterner
& Elser 2002). For example, ratios between carbon (C), nitrogen (N) and phosphorus (P), as three key
elements for metabolic activity, growth and development, are relatively well conserved in marine
plankton at 106:16:1 (Redfield 1958). In contrast, C:N:P ratios in leaves of terrestrial plants are much
wider (1212:28:1, McGroddy et al. 2004), and they vary more than in aquatic systems (Elser et al.
2000). The C:N:P stoichiometry widens even more as plant foliage turns into leaf litter (3007:45:1;
McGroddy et al. 2004) that represents the major primary resource of the decomposer-based “brown
food web” (Kaspari & Yanoviak 2009; Gessner et al. 2010). Moreover, within a single plant
community, leaf litter C:P and N:P ratios may vary substantially between 801 and 5367 and between
26.5 and 105, respectively (Hättenschwiler et al. 2008). Bacteria and fungi are the major groups of
decomposers degrading and mineralizing this large range of substrates (Berg & McClaugherty 2003).
Fungi are generally believed to display lower nutrient requirements than bacteria (Six et al. 2006),
with a C:N of fungal biomass ranging from 5 to 15, while the C:N of bacterial biomass is rather
between 3 and 6 (Sylvia et al. 2005; Strickland & Rousk 2010). Consequently, consumers at the
lowest heterotrophic level face resources of substantially wider and more variable C:N:P stoichiometry
compared to their own biomass (Cleveland & Liptzin 2007; Persson et al. 2010), imposing important
stoichiometric constraints on their activity and growth (Andersen et al. 2004; Mooshammer et al.
2012, see also Manzoni et al. 2010 for a theoretical study). Do microbial communities growing on
these stoichiometrically diverse substrates match the range in substrate stoichiometry to some extent
or do they maintain a homeostatic stoichiometry regardless of substrate stoichiometry? Do non-
homeostatic microbial communities imply stoichiometric plasticity of the same community or a shift
in community structure? These key questions are only poorly understood in terrestrial ecosystems
despite the fundamental role of microbial decomposers for modeling and predicting the flow of energy
and elements during litter decomposition.
220
Previous studies in aquatic environments suggest that across a range of resource stoichiometry
(e.g. increasing C:P ratios), a given bacterial strain shows rather homeostatic properties while the
bacterial community as a whole has a variable stoichiometry (Makino et al. 2003; Danger et al. 2008).
This non-homeostatic behavior appears to be related to shifts in the relative abundance of strains
varying in their specific C:N:P stoichiometry rather than physiological plasticity of an unchanged
community. Surprisingly, these relationships remain essentially untested experimentally for terrestrial
microbial litter decomposer systems that differ strongly from aquatic systems in community
composition, but also in general environmental conditions and spatial and temporal dynamics of
resource availability (Gessner et al. 2010). It is also unknown whether non-homeostatic microbial
decomposer communities would reflect variations in bulk substrate stoichiometry or in the
stoichiometry of the soluble litter fraction analogous to the solutes in aquatic systems. Plant leaf litter
represents a structurally and chemically more complex substrate than aquatic particulate matter of
phytoplankton origin (Elser et al. 2000). However, this complexity is rarely considered in the
assessment of litter C:N:P stoichiometry that is commonly measured for bulk leaf litter (McGroddy et
al. 2004; Hättenschwiler et al. 2008), which may differ from that of its leachates (Cleveland et al.
2004). Although the functional significance of dissolved organic matter (DOM) is intensively studied
in soils (e.g. Michalzik et al. 2001; Marschner & Kalbitz 2003; Fontaine et al. 2007), the fate of DOM
and its influence on litter decomposers within the litter layer has received scant attention.
In this study, we used a microcosm experiment for the assessment of how contrasting substrate
stoichiometry influences microbial consumer stoichiometry and community structure in a terrestrial
system adapted to a strongly heterogeneous litter quality input at very small spatial scales
(Hättenschwiler et al. 2008). Leaf litter from six different tropical tree species with contrasted C:N:P
stoichiometry were selected as microbial growth substrates. For the initial stage of decomposition (<
15% of initial litter mass lost) of these substrates, we hypothesized that (1) microbial biomass C:N:P
stoichiometry is not homeostatic but mirrors the differences in substrate C:N:P stoichiometry similar
to what has been observed in aquatic systems. In a second hypothesis, we stated that (2) the substrate-
specific stoichiometry of the soluble litter fraction better predicts microbial biomass stoichiometry
than the stoichiometry of bulk leaf litter material. Finally, we hypothesized that (3) the plasticity in
221
microbial biomass stoichiometry is related to a predictable shift in microbial community structure.
Because fungi have lower C:nutrient requirements than bacteria, we expected that the abundance of
fungi relative to bacteria increases with increasing litter C:N:P stoichiometry.
Experimental design
We used cylindrical plastic boxes (15 cm diameter and 30 cm of depth) to construct a series of
microcosms that contained 200 ± 0.5 g of soil and 20 ± 0.1 g of tree species specific leaf litter each.
The soil was collected from the top 10 cm soil layer at the Paracou experimental station in the
Amazonian rainforest of French Guiana (5°18′N, 52°55′W). Soil characteristics are reported in the
supplementary table S1. Fresh fallen leaf litter of the six different tree species (Carapa procera
(Aublet), Goupia glabra (Aublet), Platonia insignis (Martius), Hymenaea courbaril (Linnaeus),
Simarouba amara (Aublet) and Vochysia tomentosa (G. Mey.)) was chosen in order to represent a
large gradient of substrate stoichiometry. Leaf litter C:N:P stoichiometry was measured using standard
methods. C and N concentrations were measured using a CHN elemental analyzer (Flash EA1112
Series, ThermoFinnigan, Milan-Italy). For P measurements, 2 ml of H2SO4 36 N and 3 ml of H2O2
were added to a 25 mg sample of ground leaf litter and heated at 360°C for 4 h. After this
mineralization step, P concentration was measured colorimetrically with an autoanalyzer (Evolution II,
Alliance Instruments, Frépillon-France) using the molybdenum blue method (Grimshaw et al., 1989).
Litter soluble C and N were obtained according to Ghani et al. (2003) by extracting 3 g of dried plant
material in 30 ml water (20°C, 30min), then centrifuged (3500 rpm, 20min), filtered through 0.45 µm
cellulose nitrate membrane filter and analyzed with a TOC analyser equipped with a supplementary
module for N (CSH E200V, Shimadzu, Kyoto-Japan). Litter soluble P was analysed by plasma
emission spectrometry (ICP-AES, Varian, Mulgrave-Australia) at the Laboratoire CIRAD-PERSYST,
Montpellier-France. A detailed substrate quality characterization is given in the supplementary table
S2.
222
We used three replicates for each of the six different substrate types. For each microcosm, soil
water content was adjusted to reach 80% of field capacity. Air-dried leaf litter was soaked for 24 hours
in 250 ml deionized water, drained and then added on top of the soil. Each microcosm was then closed
with a cap, weighed, and incubated at 30°C and a water-saturated atmosphere for 98 days. Litter
leachates from initial soaking were stored at 4°C and further used for the regular watering of the
corresponding microcosms, in order to keep all litter solutes within each specific microcosm. These
litter leachates were used up within the first 60 days of the experiment, after which microcosms were
watered with deionized water. Microcosms were rewetted to their original weight every 4 days with a
fine spray. At the end of the incubation period, total fresh mass of remaining litter was weighed, and a
litter subsample was dried for 48 h at 65°C and weighed for dry mass conversion for the calculation of
litter mass loss from each microcosm.
Fumigation-extraction
Microbial biomass was measured using the chloroform fumigation-extraction method
according to Brookes et al. (1985). Upon harvest, two approximately 5 g (fresh weight) subsamples of
remaining fresh litter were taken. One set of subsamples was fumigated for 24 h with chloroform and
extracted with 3:1 (v:w) 0.5 M of K2SO4 for total C and N, or with 3:1 (v:w) 0.5 M of NaHCO 3 for
total P. The other set of subsamples was directly extracted according to the same protocol for non-
microbial biomass C, N and P contents. The extracts were then filtered with presoaked Whatman 42
paper. Total P contents were determined colorimetrically using the molybdenum blue method (see
Fanin et al. 2011 for details), and total C and N contents were determined by combustion at the
Laboratoire d’Analyse des Sols (INRA, Arras-France). The microbial biomass element contents were
calculated from the difference between fumigated and non-fumigated samples and adjusted using
experimentally-derived conversion factors (e.g., 0.45, 0.45, and 0.40 for C, N and P, respectively;
Jenkinson et al. 2004).
223
Phospholipid fatty acids
Microbial community structure was determined by analysis of group-specific fatty acid methyl
esters (FAMEs). Briefly, 1 g-litter subsamples were frozen at -20 °C immediately upon removal from
the microcosm. Lipids were extracted from samples in a single-phase mixture of
chloroform:methanol:phosphate buffer, pH 7.4 (1:2:0.8 by vol.), eluted selectively and subjected to a
mild methanolysis. The resulting FAMEs were analyzed on a gas chromatograph equipped with a
flame-ionisation detector (Agilent 6890, Agilent Technologies, Palo Alto-USA) and by gas
chromatography–mass spectrometry (QP2010-plus, Shimadzu Corporation, Suzhou-China). For each
sample, the abundance of individual FAMEs was expressed as µg PLFA g-1 litter, corrected to air-
dried samples.
A total of 26 PLFAs were identified in the litter. Among them, branched and saturated PLFAs
i-15:0, a-15:0, i-16:0, i-17:0, a-17:0 have been found to be common in Gram-positive bacteria (GP).
indicative of Gram-negative bacteria (GN). Mid-chain branched fatty acid 10me-18:0 is found in large
proportion in Actinobacteria. Two PLFAs markers 18:1ω9, 18:2ω6 are reported to be indicative of
fungal biomass and 20:4ω6c was used as an indicator of Protozoa. The non-specific saturated and
unsaturated markers were used as a general marker for the statistical analyses. Two structural
parameters of the microbial community were used: the Gram-positive:Gram-negative ratio (GP:GN)
as the ratio iso-branched:(mono-unsaturated+cyclopropyl) and the Fungi:Bacteria ratio (F:B) was
calculated as the ratio of (18:2ω6,9+18:1ω9c):(GP+GN).
Data analysis
Litter mass loss, microbial biomass and community structure were compared across substrate
types using one-way ANOVA followed by a post-hoc test of Tukey-HSD (α = 0.05). The relationships
among C, N and P for litter substrates and microbial biomass were examined by standardized major
axis (SMA) estimation (Warton et al. 2006) using the software SMATR (Falster et al. 2006). Unlike
224
ordinary least-squares regression, the SMA technique assesses the ‘best fit bivariate line’ between two
variables instead of predicting one variable from the other and fits a slope and an intercept for the
model. Because of a log10-normal distribution of nutrient ratios, the stoichiometric relationships were
analyzed on a log–log scale with the model: log y=a+b (log x). When the slope (b) of this model did
not significantly differ from one, the relationship was described as isometric, indicating the special
case of a linear relationship between the two variables. Redundancy analysis (RDA), a linear canonical
community ordination method, was applied to elucidate the relationship among the microbial
community structure of different substrate types and their respective biochemical variables (included
as so called environmental variables). RDA is similar to canonical correspondence analysis (CCA),
except that RDA is a linear model while CCA is unimodal (the PLFA data in this study did not
conform to a unimodal distribution). In RDA, the ordination axes were constrained to be linear
combinations of 26 identified PLFAs (%) and of environmental variables. The substrate types were
represented by squares in the ordination space (a distance diagram), and the PLFA response variables
and environmental variables by arrows projecting from the origin. Linear correlations were tested
between log-10 transformed F:B or GP:GN ratios and microbial biomass stoichiometry or substrate
stoichiometry, for an evaluation of the relationship between microbial community structure and
microbial parameters or litter quality. Except for SMA, all statistical tests were performed with the R
software (version 2.11.1).
225
Litter species Carapa p. Goupia g. Hymenea c. Platonia i. Simarouba a. Vochysia t. CV F p-value
Initial substrate stoichiometry
initial C:N 51.5 ± 2.1a 41.1 ± 4.1ab 40.7 ± 1.1ab 34.5 ± 0.6b 44.2 ± 2.9ab 49.3 ± 2.9a 16% 6.6 0.0011
a b c a b
initial C:P 2547 ± 147 1507 ± 168 888 ± 36 2722 ± 154 1534 ± 111 1479 ± 87b 38% 31.1 <0.001
initial N:P 49.5 ± 2.9b 36.7 ± 1.5bc 21.8 ± 0.4d 78.9 ±5.6a 34.7 ± 0.7cd 30.0 ± 2.9cd 47% 49.9 <0.001
initial C:N:P 2547:49:1 1507:37:1 888:22:1 2722:79:1 1534:35:1 1479:30:1 - - -
Leachate stoichiometry
leachate C:N 78.3 ± 9.7d 355.5 ± 25.8a 112.7 ± 4.0c 269.3 ± 22.9b 85.8 ± 5.3cd 86.3 ± 2.4cd 67% 314.4 <0.001
c c c b c a
leachate C:P 398 ± 62 419 ± 54 168 ± 5 2615 ± 299 294 ± 15.9 8280 ± 297 146% 1661.1 <0.001
c d d b cd a
leachate N:P 5.1 ± 0.3 1.2 ± 0.1 1.5 ± 0.1 9.7 ± 0.4 3.4 ± 0.2 96.0 ± 4.4 179% 2182.7 <0.001
leachate C:N:P 397:5:1 419:1:1 169:2:1 2614:10:1 293:3:1 8280:96:1 - - -
Final substrate stoichiometry and mass loss
mass loss (% DM) 4.0 ± 1.7b 13.7 ± 0.9a 4.2 ± 2.6b 9.9 ± 0.8ab 7.7 ± 3.1ab 5.5 ± 2.9b 54% 8.7 0.0011
a b b b b ab
final C:N 39.7 ± 3.5 31.0 ± 2.0 30.5 ± 1.3 31.7 ± 2.0 29.6 ± 1.6 34.6 ± 0.9 12% 10.2 <0.001
a bc d ab b cd
final C:P 2633 ± 596 1464 ± 20 875 ± 49 2159 ± 239 1686 ± 152 985 ± 30 41% 18.9 <0.001
a b c a ab c
final N:P 66.1 ± 11.3 47.4 ± 3.1 28.7 ± 0.4 68.2 ± 5.1 57.0 ± 3.0 28.5 ± 0.5 35% 32.4 <0.001
final C:N:P 2556:65:1 1464:47:1 872:29:1 2142:68:1 1677:57:1 984:28:1 - - -
Microbial biomass
Cmic (µg C g-1 litter) 981 ± 158c 2924 ± 560a 1540 ± 315bc 3208 ± 370a 1463 ± 238bc 2039 ± 189b 43% 20.8 <0.001
-1 c a c ab bc c
Nmic (µg N g litter) 99.2 ± 21.1 260.4 ± 50.0 145.1 ± 20.6 236 ± 13.9 177.4 ± 15.9 155.9 ± 7.1 34% 12.9 <0.001
-1 d a d ab bc cd
Pmic (µg P g litter) 8.21 ± 4.80 38.09 ± 14.30 14.44 ± 1.11c 18.29 ± 3.4 17.87 ± 1.29 11.93 ± 0.63 61% 8.6 0.0012
Microbial stoichiometry
Cmic:Nmic 10.6 ± 2.4ab 11.3 ± 0.7ab 10.6 ± 1.4ab 13.6 ± 1.6a 8.2 ± 0.8b 13.1 ± 1.4a 19% 5.0 0.015
a b ab a b a
Cmic:Pmic 128 ± 38 82 ± 23 106 ± 16 175 ± 22 81 ± 8 171 ± 18 35% 7.9 0.0029
a b ab a ab a
Nmic:Pmic 11.9 ± 1.1 7.3 ± 1.8 10 ± 0.6 12.9 ± 0.9 9.9 ± 0.3 13.1 ± 0.2 22% 13.5 <0.001
C:N:Pmic 115:12:1 77:7:1 107:10:1 175:13:1 82:10:1 171:13:1 - - -
Microbial fraction of the total pool

Cmic:Clit (%) 0.21 ± 0.04d 0.60 ± 0.11ab 0.31 ± 0.06cd 0.68 ± 0.08a 0.30 ± 0.05cd 0.46 ± 0.04bc 43% 26.7 <0.001
b a b a b ab
Nmic:Nlit (%) 0.83 ± 0.41 1.65 ± 0.24 0.91 ± 0.06 1.58 ± 0.11 1.06 ± 0.06 1.21 ± 0.10 30% 9.0 0.0018
Pmic:Plit (%)
4.43 ± 2.55b 11.51 ± 4.33a 2.61 ± 0.25c 8.40 ± 1.05ab 6.09 ± 0.55ab 2.63 ± 0.20c 63% 8.8 0.002
Table 1 - Substrate and microbial characteristics of the six different substrates (leaf litter species) used in the experiment. 226
Results
Substrate stoichiometry
Bulk substrate C:N:P stoichiometry varied significantly among the six substrate types (Table
1). The differences between the lowest and highest elemental ratio varied by a factor of 1.5, 3.1, and
3.6 in C:N, C:P, and N:P, respectively. The C:N:P stoichiometry of the soluble fraction leached from
the six substrates varied even more (Table 1) and independently from bulk substrate C:N:P
stoichiometry. Because the soluble fraction may also contain some mineral nutrients in addition to
DOM, we refer to the soluble fraction as leachate in the following. Regressions of leachate
stoichiometry as a function of bulk substrate stoichiometry were not significant for either of C:N (p =
0.13), C:P (p = 0.82), or N:P (p = 0.38) ratio. C:N ratios of leachate were substantially higher than that
measured in the bulk substrate with up to 8.7 times wider C:N ratios (Goupia). Due to the relatively
high solubility of P, both the C:P and N:P ratios in leachate were distinctively narrower compared to
the bulk material in all substrates except of Vochysia that showed much wider leachate than bulk
substrate C:P and N:P ratios (Table 1).
After 98 days of decomposition, substrate mass loss varied between 4.0 and 13.7% for Carapa
and Goupia, respectively (Table 1). Despite the significant differences in mass loss among the six
substrates, the fact that it did not exceed 15% of total initial mass shows that all substrates were still
well within the initial decomposition stage. Substrate mass loss was not related to initial or final
substrate C:N:P stoichiometry (data not shown). However, substrate mass loss was positively related
to the C:N ratio of leachate (r2 = 0.66, p < 0.01) but not its C:P or N:P ratios. Differences in final
C:N:P stoichiometry among substrates largely reflected those observed in initial stoichiometry
(positive relationships for C:N (r2 = 0.42), C:P (r2 = 0.72) and N:P ratios (r2 = 0.61) between initial
and final stoichiometry). Final C:N ratio was narrower than initial C:N ratio and appeared to converge
towards a ratio of about 30. Final C:P ratios remained quite similar to initial ratios except of Vochysia
that showed a narrower final ratio. Final N:P ratios widened in all substrates compared to initial ratios
with the exception of Platonia and Vochysia that both rather showed a narrower final N:P ratio (Table
1).
227
Table 2 - Summary of standardized major axis analysis of log10-transformed nutrient concentrations.
Litter variables* r2 p-value Intercept Slope†

x y
Final substrate C Final substrate N 0.37 0.008 -5.45 3.64

Final substrate C Final substrate P 0.03 0.50 17.20 -11.15
Final substrate N Final substrate P 0.13 0.14 -2.00 3.06
Microbial C Microbial N 0.78 < 0.001 -0.57 0.86

Microbial C Microbial P 0.54 < 0.001 -2.85 1.23
Microbial N Microbial P 0.86 < 0.001 -2.03 1.45
*Total C, N and P are the final concentration at the end of the microcosm experiment.
† Slopes that are not significantly different from 1 indicate isometric relationships and are shown in bold.
Figure. 1 Relationships between log10-transformed microbial and litter stoichiometries: bulk litter C:N ratio (a),
bulk litter C:P ratio (b), bulk litter N:P ratio (c), litter leachate C:N ratio (d), litter leachate C:P ratio (e) and litter
leachate N:P ratio (f).
228
Microbial biomass and stoichiometry
Microbial biomass C (Cmic), N (Nmic) and P (Pmic) differed significantly among the six
substrate types (Table 1). Cmic varied threefold between the lowest (Carapa) and the highest
(Platonia) values, with an average of 2026 µg C g -1 across all substrate types. The same threefold
difference was found for Nmic with an average of 179 µg N g-1. Substrate-specific differences were
accentuated for litter Pmic with a fivefold difference between the lowest (Carapa), and the highest
Pmic (Goupia) and an average of 18.1 µg P g- 1. On average, microbial C, N and P accounted for 0.43,
1.21 and 5.95% of total substrate C, N, and P, respectively (Table 1). Standard major analysis (SMA)
showed linear relationships between Cmic and Nmic, and Cmic and Pmic (Table 2) indicating an
isometric relationship between microbial C and nutrients. In contrast, the relationship between Nmic
and Pmic indicated that P increased more than N in the microbial biomass (slope = 1.45) contrary to
what would be expected for an isometric relationship.
Microbial C:N:P stoichiometry varied substantially among the six substrate types, but within a
narrower range than that observed for initial and final substrate stoichiometry (Table 1). The lowest
values of the different ratios were not all measured on the same substrate. While microbial biomass
C:N and C:P ratios were lowest in Simarouba with intermediate initial bulk C:N and C:P ratios, the
lowest microbial biomass N:P ratio was measured in Goupia, that also showed an intermediate initial
bulk N:P ratio. The highest, and actually very similar, microbial C:N, C:P and N:P ratios were found
in Vochysia and Platonia that however, showed significantly distinct initial bulk and leachate
stoichiometries (Table 1). The stoichiometry of the microbial communities did not correlate with
initial bulk stoichiometry (Fig. 1). Likewise, we also did not find any relationship between microbial
stoichiometry and final bulk substrate stoichiometry (data not shown). In contrast, microbial
stoichiometry showed a relatively tight correlation with the stoichiometry of the soluble fraction of the
initial substrates (Fig. 1). Microbial biomass C:P and N:P correlated positively with leachate C:P (r² =
0.52, p < 0.001) and N:P (and r² = 0.50, p < 0.001), respectively. However, there was no significant
correlation between microbial biomass C:N and substrate leachate C:N.
229
Table 3. Microbial community structure measured on the different substrates (µg g-1).
Microbial community structure Lipid biomarker used Carapa p. Goupia g. Hymenea c. Platonia i. Simarouba a. Vochysia t. F p-value
Indicator lipid groups

b a ab ab ab ab
Gram-positive bacteria Iso-branched lipids 0.87 ± 0.39 3.59 ± 2.02 1.86 ± 0.48 1.15 ± 0.23 1.60 ± 0.58 1.48 ± 0.26 3.4 0.039
Mono-unsaturated and cyclopropyl b a ab ab ab ab

Gram-negative bacteria 4.91 ± 1.33 14.12 ± 4.77 8.56 ± 1.44 8.92 ± 1.66 7.89 ± 1.87 9.49 ± 2.22 4.2 0.018
lipids
Actinomycetes Methyl-branched lipids 0.02 ± 0.01 0.26 ± 0.14 0.22 ± 0.15 0.03 ± 0.02 0.16 ± 0.04 0.06 ± 0.05 1.0 0.46
b ab b a b a
Saprophytic fungi 18:1ω9; 18:2ω6,9 5.92 ± 0.95 15.16 ± 5.60 9.85 ± 4.08 24.88 ± 4.58 7.91 ± 0.36 31.98 ± 7.82 4.8 <0.001
Protozoa 20:4 0 0.08 ± 0.06 0.04 ± 0.03 0.05 ± 0.04 0.05 ± 0.04 0 0.4 0.80
Indices of microbial community
composition
b ab b ab b a
Total phospholips abundance All lipid carbons of 14–20 carbons 12.7 ± 2.3 38.2 ± 14.4 23.4 ± 6.7 41.7 ± 3.23 20.3 ± 2.45 50.6 ± 12.81 8.7 <0.001
(18:1ω9 + 18:2ω6,9) / (Gram-positive b b b a b a

Fungi:bacteria ratio 1.08 ± 0.37 0.87 ± 0.15 0.92 ± 0.24 2.56 ± 0.87 0.86 ± 0.19 2.90 ± 0.11 5.5 <0.001
+ Gram-negative)
Iso-branched / mono-unsaturated and

Gram-positive:Gram-negative ratio 0.17 ± 0.04 0.24 ± 0.06 0.22 ± 0.05 0.13 ± 0.04 0.20 ± 0.04 0.16 ± 0.02 2.4 0.10
cyclopropyl lipids
230
Microbial community structure
Total abundance of PLFA markers varied more than four-fold between the substrates showing
the highest (Vochysia) and the lowest total abundance (Carapa), respectively (Table 3). In addition,
the relative contribution of different microbial groups differed markedly among substrate types and
independently of the total abundance. For example, Goupia showed the highest contribution of
bacteria (GP and GN combined) with almost twice as much bacterial biomass compared to all other
substrates. Platonia and Vochysia, on the other hand showed large proportions of the two fungal
markers C18:1ω9 and C18:2ω6 that were up to 5.4 times more abundant compared to substrates with
low abundances of fungal markers (Carapa, Simarouba, Hymenea). Consequently, the mean F:B
ratios of 2.56 and 2.90 in Platonia and Vochysia were substantially higher than those of all other
substrates showing F:B ratios close to 1 (Table 3). However, there were also some similarities in
microbial community structure among the different substrate types. GN bacteria were always more
abundant than GP bacteria and their proportions were relatively similar across all substrate types
(Table 3).
In line with the reported differences in microbial community structure, ordination biplots from
redundancy analysis (RDA) clearly distinguished the different substrate types (Fig. 2). RDA first axis
separated the microbial communities of Platonia and Vochysia from those of the four other substrates
according to the more abundant fungal markers 18ω1:9 and 18:2ω6 (Table 3, Fig. 2b). Platonia and
Vochysia microbial communities appeared to be associated with high concentrations of hemicelluloses
as well as with high bulk C:P, bulk N:P, leachate C:P and leachate N:P ratios of the initial substrate
(Fig. 2a). In contrast, Hymenea and Simarouba were plotted relatively close to the center in Fig. 2
according to the higher relative abundance of biomarkers characteristic of bacteria. Their position in
the ordination biplots was related to high concentrations of WSC, bulk C, bulk P and leachate P
concentrations. Microbial communities on Carapa and Goupia were strongly segregated along the
second axis, which was associated to two iso-branched Gram+ markers a-15:0 and a-17:0, and high
bulk N, leachate C concentrations, and leachate C:N ratio for Goupia. The position of Carapa on the
231
Figure. 2 Ordination biplots (a) and corresponding loading plots (b) of a redundancy analysis (RDA) of the
litter microbial community structure assessed with PLFA (in %) and with initial litter variables: carbon (C),
nitrogen (N), phosphorus (P), carbon:nitrogen (C:N), carbon:phosphorus (C:P), nitrogen:phosphorus (N:P),
leachate carbon (leachate C), leachate nitrogen (leachate N), leachate phosphorus (leachate P), leachate
carbon:nitrogen (leachate C:N), leachate carbon:phosphorus (leachate C:P), leachate nitrogen:phosphorus
(leachate N:P), water soluble compounds (WSC), cellulose, hemicellulose (Hem.), lignin, soluble phenolics
(Sphen.), total phenolics (Tphen.), condensed tannins (CT). Biplots showing the separation along the first and
second axis of substrate types (mean ± SE). The end of the arrows indicates component loading: ■ Gram-
positive markers, ▲ Gram-negative markers, ♦ fungal markers, ● other PLFA markers. Species abbreviations:
Car. = Carapa, Gou. = Goupia, Hym. = Hymenea, Pla. = Platonia, Sim. = Simarouba, Voc. = Vochysia.
Figure. 3. Relationships between log10-transformed microbial community structure ratios and microbial
biomass N:P ratio (a), bulk litter N:P ratio (b) or litter leachate N:P ratio (c).
232
other hand showed no particular association with any of the group-specific PLFA markers, but was
related to high bulk C:N ratio and high condensed tannin concentrations.
How is microbial community structure related to stoichiometry?
The structural parameters of microbial communities correlated relatively well with its
stoichiometry (Fig. 3a). The F:B ratio increased with increasing Nmic:Pmic ratio (r² = 0.39, p < 0.01),
while the GP:GN ratio tended to decrease with increasing Nmic:Pmic ratio (r² = 0.19, p = 0.067).
Similar relationships were observed with Cmic:Pmic ratio, i.e. F:B ratios increased (r² = 0.48, p <
0.01) and GP:GN ratios decreased (r² = 0.23, p < 0.05) with increasing microbial C:P (data not
shown). The F:B ratio also increased with increasing Cmic:Nmic ratio (r² = 0.27, p < 0.05, data not
shown), but there was no relation between GP:GN ratio and Cmic:Nmic ratio (p = 0.15, data not
shown).
The structural parameters of microbial communities were not related to initial bulk C:N, C:P
(data not shown) and N:P ratios (Fig 3b). There were, however, other substrate quality characteristics
that correlated with microbial community structure. For example, leachate stoichiometry explained a
significant amount of variation in microbial community structure. The F:B and GP:GN ratios
correlated positively (r² = 0.68, p < 0.001) and negatively (r² = 0.28, p < 0.05) with leachate N:P ratio,
respectively (Fig 3c). The same and even stronger correlations were observed with leachate C:P ratio
(F:B, r² = 0.80, p < 0.001 and GP:GN, r² = 0.32, p < 0.05, data not shown). In contrast, microbial
community structure did not correlate with leachate C:N ratio (data not shown).
233
Discussion
In this study we present for the first time a community perspective of consumer C:N:P
stoichiometry in terrestrial microorganisms feeding on stoichiometrically contrasted plant leaf litter. In
contrast to the often-assumed strict homeostasis in heterotrophs, our data suggest that during the early
stage of litter decomposition, microbial communities mirror the differences in the stoichiometry of the
soluble fraction of different substrates. This match between substrate and consumer stoichiometry was
related to a shift in microbial community structure.
Non-homeostatic stoichiometry of litter microbial communities
Much of the theoretical and empirical studies in ecological stoichiometry are based on the
premise that heterotrophs are homeostatic while autotrophs are plastic in their stoichiometry (e.g.
Persson et al. 2010). Similar to the constrained C:N:P stoichiometry reported for marine
phytoplankton (Redfield 1958, Sterner & Elser 2002), Cleveland & Liptzin (2007) proposed that the
stoichiometry of soil microbial biomass is constrained in a “Redfield-like” ratio at the global scale
with an average C:N:P ratio of 60:7:1. This conclusion for constrained soil microbial C:N:P
stoichiometry was supported by two observations in the data reviewed by these authors. First, the
linear and isometric relationships between C, N and P in the microbial biomass suggested a fixed ratio
among these elements. Second, soil microbial N:P ratio showed no correlation with soil (substrate)
N:P ratio suggesting homeostasis, i.e. soil microbial biomass N:P did not vary with soil N:P ratios.
Our data on leaf litter microorganisms challenge this view, because we observed a non-isometric
relationship between microbial N and P, with microbial P increasing more than microbial N (Table 2),
and because variation in microbial C:P and N:P ratios correlated significantly with variation in litter
leachate C:P and N:P ratio, respectively (Fig. 1). The apparent global scale homeostasis and
constrained stoichiometry in soil microorganisms (Cleveland & Liptzin 2007) can be useful for
predictions of nutrient recycling and trophic interactions at large spatial scales. However, for a
process-based understanding of microbial functioning and resource use and the development of
234
stoichiometrically explicit theoretical models, it is critical to consider the variation in microbial
stoichiometry and its drivers and consequences.
The significantly higher increase in microbial P with increasing microbial N, and the resulting
non-isometric regulation of the microbial nutrient pool observed in our study, underlines the critical
role of P in the assessment of how microbial communities and their stoichiometry are regulated by
substrate stoichiometry. It also shows that microbial immobilization of P can exceed that of N leading
to faster P depletion relative to N in the environment. Ultimately this might cause an accentuated
limitation of P compared to N for competing organisms such as plants. This can be particularly
important in systems that are poor in available soil P as it is the case of the studied tropical lowland
rainforest. Significant fractions of P in the microbial biomass are contained in the labile nucleic acid
pools (RNA, DNA), but also in inorganic polyphosphate that is known to accumulate in some bacterial
strains whenever P is available in larger quantities (Elser et al. 2003; Makino & Cotner 2004).
Consequently, the flexibility of microbial N:P ratios at the community-level could reflect the relative
constancy of N but wide variation of P content in major biological molecules and structures at the
organism level (i.e. N-rich proteins versus P-rich polyphosphate or nucleic acids, Elser et al. 1996;
Elser et al. 2000) that may vary differently between various strains and/or specific-groups of microbial
decomposers.
The reported positive correlation between microbial biomass stoichiometry (C:P and N:P) and
that of litter leachates supports our initial hypothesis that the stoichiometry of terrestrial microbial
heterotrophs is plastic. Our result is in line with previous studies in aquatic systems that showed a
similar dependence of microbial stoichiometry on substrate stoichiometry. For example along
stoichiometric C:P gradients of dissolved resources in solution (glucose, sodium glycerophosphate or
KH2PO4) ranging from 50 to 1200 (Tezuka 1990), and from 60 to 1200 (Danger et al. 2008), C:P
ratios of bacterial communities ranged from 31 to 464, and from 68 to 353, respectively. Microbial
C:P ratios correlated well with substrate C:P ratios in both studies, showing clearly that bacterial
communities were non-homeostatic in Lake Biwa (Japan, Tezuka 1990) and in Lake Créteil (France,
Danger et al. 2008). In fact, the micro-environmental conditions for terrestrial microbial decomposers
in their active stage are not very different from those for aquatic microorganisms. Like their aquatic
235
counterparts, terrestrial litter microbes release extracellular enzymes in and absorb nutrients from
aqueous solutions. At a very small spatial scale, water-filled interstices between individual leaves or
water-filled vascular bundles or the space in spongy mesophyll within leaves provide similar
conditions as those aquatic organisms experience, with the difference that these conditions are
changing frequently over short time scales making the terrestrial environment more heterogeneous and
unpredictable than most aquatic environments (Gessner et al. 2010). Accordingly, the stoichiometry of
litter leachate was an important determinant for microbial stoichiometry while that of bulk leaf litter
material was not. This finding highlights the key importance of considering the relevant substrate used
by microbial heterotrophs that in the case of litter decomposers is not necessarily the mostly solid bulk
material, but the soluble fraction. In laboratory incubations of tropical leaf litter, Wieder et al. (2008)
reported that the C:P ratio of the soluble litter fraction was the main control factor over heterotrophic
respiration rates, explaining up to 51% of the variation in soil CO 2 flux among different litter species.
However, a detailed assessment of the relevant microbial substrate has been mostly neglected in past
studies and might explain why the stoichiometry of bulk soil organic matter did not correlate with soil
microbial stoichiometry (Cleveland & Liptzin 2007). Along the Hawaiian soil chronosequence, Neff et
al. (2000) showed that the C:N:P stoichiometry of bulk soil ranged from 101:4:1 to 320:14:1 while
that of the soil soluble fraction varied from 363:17:1 to 1250:53:1. The stoichiometry of the soluble
fraction and that of bulk soil were only weakly correlated which might suggest a relatively loose or
even absent relationship between soil organic matter stoichiometry and that of soil microbial biomass.
The plasticity of microbial stoichiometry is related to microbial community structure
Whether a non-homeostatic behavior of the microbial biomass implies stoichiometric
flexibility of the same community or shifts in the community composition is not well known for
terrestrial ecosystems. The few existing studies in aquatic environments showed that across a wide
range of resource stoichiometry, the stoichiometric plasticity of microbial communities were generated
by shifts in the dominance of strains of distinct stoichiometry (Makino et al. 2003; Danger et al.
2008). These same studies also reported that isolated bacterial strains (e.g. E. coli and P. fluorescens)
236
exposed to the same stoichiometric gradients showed much less variability in their stoichiometric
ratios (i.e. relatively homeostatic properties) compared to the community as a whole. Thus, even if an
isolated strain regulates its elemental composition homeostatically within a relatively narrow range,
shifts in the proportion of microbial groups with a different stoichiometry lead to an overall different
community-level stoichiometry. In line with our initial hypothesis, we also observed such community
shifts in our terrestrial system. Explicitly, we expected that the stoichiometric plasticity of the
microbial biomass would be related to predictable shifts in the relative contribution of bacterial and
fungal biomasses. According to the documented higher nutrient requirements in bacteria than fungi
(Six et al. 2006) we found a higher contribution of bacteria in communities growing on leaf litter with
relatively low leachate C:N:P ratios (Tables 1, 3). Fungi on the other hand increased substantially in
relative abundance at high leachate N:P and C:P (Fig. 3). Similarly, Güsewell & Gessner (2009)
showed in a microcosm experiment that bacteria were relatively more abundant at low N:P supply
ratios when decomposition of cellulose was N-limited, and that the relative abundance of fungi
increased at high N:P supply ratios when cellulose decomposition was P-limited. Consequently, such
shifts in the community structure may indicate that bacterial biomass is constrained to lower substrate
stoichiometries compared to fungi, probably because of faster growth rates and higher P demands to
support metabolic needs in bacteria (Elser et al. 1996). Within the bacterial group we additionally
observed a decrease of Gram-positive (GP) relative to Gram-negative (GN) bacteria with increasing
leachate N:P and C:P ratios. This may indicate differential stoichiometric constraints between these
two specific groups of bacteria or differential substrate utilization, since GP bacteria are generally
associated to oligotrophic communities and the use of older soil C fractions (Fierer et al. 2003;
Kramer and Gleixner 2008).
The reported shifts in microbial community structure may also reflect differences in the
sensitivity of the carbon-use efficiency (CUE) between bacteria and fungi. The CUE is defined as the
ratio of microbial growth over C uptake (reviewed by Manzoni et al. 2012). It has been suggested that
the community-level CUE declines significantly with increasing substrate C:nutrient ratios (Manzoni
et al. 2008). However, work by Keiblinger et al. (2010) on isolated strains of fungi and bacteria
showed that fungal CUE was positively correlated while bacterial CUE was negatively correlated with
237
increasing resource C:N:P ratios. They hypothesized that the distinct relationship between CUE and
substrate stoichiometry between fungi and bacteria are determined by their different biomass
stoichiometry, implying a higher C demand for fungi compared to bacteria that is broadly in
agreement with our data. Clearly, it is important to consider community responses for the
understanding of how microorganisms adjust and respond to variable resource stoichiometry. In
response to microbial consumption of resources, substrate stoichiometry will shift during the process
of litter decomposition and the relationship we reported here for the initial stage of decomposition will
likely change with further replacements and successions of microbial groups.
Conclusions
We showed that terrestrial microbial decomposers mirror the differences in stoichiometry of
the soluble fraction of leaf litter through shifts in community structure. This finding does not agree
with the simplifying premise of homeostasis in heterotrophs with important implications for
theoretical modeling. The fact that leachate stoichiometry, but not that of bulk leaf litter correlated
with consumer stoichiometry suggests that terrestrial and aquatic systems share the same principles in
resource stoichiometry control at least during the early stage of terrestrial decomposition. Phosphorus
appeared to be the critical element for determining the relationship between resource and consumer
stoichiometry. Such P-driven stoichiometric control could be fundamentally important for the
understanding of spatial and temporal heterogeneity in microbial community structure, their associated
functions in terrestrial ecosystems, and the dynamics in P availability
238
Acknowledgments
We thank Heidy Schimann and our colleagues of the Ecofog lab in Kourou for the stimulating
collaboration and continuous support in working at the Paracou field station in French Guiana. We are
grateful to thank Raphaëlle Leclerc, Jessica Kok, Flavien Branchereau and Patrick Schevin for
laboratory assistance. We thank the entire Bioflux team for fruitful discussions and for analytical help,
especially Sandra Barantal, Jean-François David, Johanne Nahmani and Mathieu Coulis. Chemical
analyses (except those mentioned in the text) were performed at the Plate-Forme d’Analyses
Chimiques en Ecologie, Structure Fédérative de Recherche « Montpellier Environnement
Biodiversité ». This research was funded through a CNRS “PIR Amazonie II” grant to S.H and by a
CNRS-EC2CO grant to Na.F.
References
Andersen, T., Elser, J.J. & Hessen, D.O. (2004). Stoichiometry and population dynamics.
Ecology Letters, 7, 884-900.
Berg, B. & McClaugherty, C. (2003). Plant Litter: Decomposition, Humus Formation, Carbon
Sequestration. Springer-Verlag, Berlin.
Brookes, P.C., Landman, A., Pruden, G. & Jenkinson, D.S. (1985). Chloroform fumigation
and the release of soil-nitrogen - a rapid direct extraction method to measure microbial biomass
nitrogen in soil. Soil Biol. Biochem., 17, 837-842.
Cleveland, C.C. & Liptzin, D. (2007). C : N : P stoichiometry in soil: is there a "Redfield
ratio" for the microbial biomass? Biogeochemistry, 85, 235-252.
Cleveland, C.C., Neff, J.C., Townsend, A.R. & Hood, E. (2004). Composition, dynamics, and
fate of leached dissolved organic matter in terrestrial ecosystems: Results from a decomposition
experiment. Ecosystems, 7, 275-285.
Danger, M., Daufresne, T., Lucas, F., Pissard, S. & Lacroix, G. (2008). Does Liebig's law of
the minimum scale up from species to communities? Oikos, 117, 1741-1751.
Elser, J.J., Acharya, K., Kyle, M., Cotner, J., Makino, W., Markow, T. et al. (2003). Growth
rate-stoichiometry couplings in diverse biota. Ecology Letters, 6, 936-943.
Elser, J.J., Dobberfuhl, D.R., MacKay, N.A. & Schampel, J.H. (1996). Organism size, life
history, and N:P stoichiometry. Bioscience, 46, 674-684.
239
Elser, J.J., Fagan, W.F., Denno, R.F., Dobberfuhl, D.R., Folarin, A., Huberty, A. et al. (2000).
Nutritional constraints in terrestrial and freshwater food webs. Nature, 408, 578-580.
Falster, D.S., Warton, D.I. & Wright, I.J. (2006). User's guide to SMATR: Standardised Major
Axis Tests & Routines Version 2.0
Fanin, N., Hättenschwiler, S., Barantal, S., Schimann, H. & Fromin, N. (2011). Does
variability in litter quality determine soil microbial respiration in an Amazonian rainforest? Soil
Biology and Biochemistry, 43, 1014-1022.
Fierer, N., Schimel, J.P. & Holden, P.A. (2003). Variations in microbial community
composition through two soil depth profiles. Soil Biol. Biochem., 35, 167-176.
Fontaine, S., Barot, S., Barre, P., Bdioui, N., Mary, B. & Rumpel, C. (2007). Stability of
organic carbon in deep soil layers controlled by fresh carbon supply. Nature, 450, 277-U10.
Gessner, M.O., Swan, C.M., Dang, C.K., McKie, B.G., Bardgett, R.D., Wall, D.H. et al.
(2010). Diversity meets decomposition. Trends in Ecology & Evolution, 25, 372-380.
Ghani, A., Dexter, M. & Perrott, K.W. (2003). Hot-water extractable carbon in soils: a
sensitive measurement for determining impacts of fertilisation, grazing and cultivation. Soil Biol.
Biochem., 35, 1231-1243.
Grimshaw, H., Allen, S. & Parkinson, J. (1989). Nutrient elements. In: Chemical Analysis of
Ecological Materials (ed. Allen S). Blackwell Scientific Publications Oxford.
Güsewell, S. & Gessner, M.O. (2009). N : P ratios influence litter decomposition and
colonization by fungi and bacteria in microcosms. Functional Ecology, 23, 211-219.
Hättenschwiler, S., Aeschlimann, B., Couteaux, M.M., Roy, J. & Bonal, D. (2008). High
variation in foliage and leaf litter chemistry among 45 tree species of a neotropical rainforest
community. New Phytologist, 179, 165-175.
Jenkinson, D.S., Brookes, P.C. & Powlson, D.S. (2004). Measuring soil microbial biomass.
Soil Biol. Biochem., 36, 5-7.
Kaspari, M. & Yanoviak, S.P. (2009). Biogeochemistry and the structure of tropical brown
food webs. Ecology, 90, 3342-3351.
Keiblinger, K.M., Hall, E.K., Wanek, W., Szukics, U., Hammerle, I., Ellersdorfer, G. et al.
(2010). The effect of resource quantity and resource stoichiometry on microbial carbon-use-efficiency.
Fems Microbiology Ecology, 73, 430-440.
Kramer, C. & Gleixner, G. (2008). Soil organic matter in soil depth profiles: Distinct carbon
preferences of microbial groups during carbon transformation. Soil Biol. Biochem., 40, 425-433.
Makino, W. & Cotner, J.B. (2004). Elemental stoichiometry of a heterotrophic bacterial
community in a freshwater lake: implications for growth- and resource-dependent variations. Aquatic
Microbial Ecology, 34, 33-41.
Makino, W., Cotner, J.B., Sterner, R.W. & Elser, J.J. (2003). Are bacteria more like plants or
animals? Growth rate and resource dependence of bacterial C : N : P stoichiometry. Functional
Ecology, 17, 121-130.
240
Manzoni, S., Jackson, R.B., Trofymow, J.A. & Porporato, A. (2008). The global stoichiometry
of litter nitrogen mineralization. Science, 321, 684-686.
Manzoni, S., Taylor, P., Richter, A., Porporato, A. & Ågren, G.I. (2012). Environmental and
stoichiometric controls on microbial carbon-use efficiency in soils. New Phytologist, 196, 79-91.
Manzoni, S., Trofymow, J.A., Jackson, R.B. & Porporato, A. (2010). Stoichiometric controls
on carbon, nitrogen, and phosphorus dynamics in decomposing litter. Ecological Monographs, 80, 89-
106.
Marigo, G. (1973). Method for fractionation and estimation of plant phenolics. Analusis, 2,
106-110.
Marschner, B. & Kalbitz, K. (2003). Controls of bioavailability and biodegradability of
dissolved organic matter in soils. Geoderma, 113, 211-235.
McGroddy, M.E., Daufresne, T. & Hedin, L.O. (2004). Scaling of C : N : P stoichiometry in
forests worldwide: Implications of terrestrial redfield-type ratios. Ecology, 85, 2390-2401.
Michalzik, B., Kalbitz, K., Park, J.H., Solinger, S. & Matzner, E. (2001). Fluxes and
concentrations of dissolved organic carbon and nitrogen - a synthesis for temperate forests.
Biogeochemistry, 52, 173-205.
Mooshammer, M., Wanek, W., Schnecker, J., Wild, B., Leitner, S., Hofhansl, F. et al. (2012).
Stoichiometric controls of nitrogen and phosphorus cycling in decomposing beech leaf litter. Ecology,
93, 770-782.
Neff, J. C., Hobbie, S. E. and Vitousek, P. M. (2000). "Nutrient and mineralogical control on
dissolved organic C, N and P fluxes and stoichiometry in Hawaiian soils." Biogeochemistry 51(3):
283-302.
Persson, J., Fink, P., Goto, A., Hood, J.M., Jonas, J. & Kato, S. (2010). To be or not to be what
you eat: regulation of stoichiometric homeostasis among autotrophs and heterotrophs. Oikos, 119,
741-751.
Porter, L.J., Hrstich, L.N. & Chan, B.G. (1986). The conversion of procyanidins and
prodelphinidins to cyanidin and delphinidin. Phytochemistry, 25, 223-230.
Redfield, A. (1958). The biological control of chemical factors in the environment. American
Scientist, 46, 205-221.
Six, J., Frey, S.D., Thiet, R.K. & Batten, K.M. (2006). Bacterial and fungal contributions to
carbon sequestration in agroecosystems. Soil Science Society of America Journal, 70, 555-569.
Sterner, R. & Elser, J. (2002). Ecological stoichiometry: the biology of elements from
molecules to the biosphere. Princeton University Press, New Jersey.
Strickland, M.S. & Rousk, J. (2010). Considering fungal:bacterial dominance in soils -
Methods, controls, and ecosystem implications. Soil Biol. Biochem., 42, 1385-1395.
Sylvia, D.M., Fuhrmann, J.J., Hartel, P.G. & Zuberer, D.A. (2005). Principles and
Applications of Soil Microbiology. Prentice Hall, New Jersey.
241
Tezuka, Y. (1990). Bacterial regeneration of ammonium and phosphate as affected by the

carbon - nitrogen - phosphorus ratio of organic substrates. Microbial Ecology, 19, 227-238.
Van Soest, P.J. & Wine, R.H. (1967). Use of detergents in the analysis of fibrous feeds: IV.
Determination of plant cell-wall constituents. Journal of the Association of Official Analytical
Chemists, 50, 50-55.
Warton, D.I., Wright, I.J., Falster, D.S. & Westoby, M. (2006). Bivariate line-fitting methods
for allometry. Biological Reviews, 81, 259-291.
Waterman, P.G. & Mole, S. (1994). Analysis of phenolic plant metabolites. Blackwell
Scientific Publications, Oxford.
Wieder, W.R., Cleveland, C.C. & Townsend, A.R. (2008). Tropical tree species composition
affects the oxidation of dissolved organic matter from litter. Biogeochemistry, 88, 127-138.
Supporting information
Table S1. Soil characteristics.
Soil characteristics Values
Clay (<0.002) (%) 19.6 ± 3.9

Silt (0.002-0.05) (%) 6.2 ± 1.8
Sand (0.05-2) (%) 74.2 ± 5.5
Ctotal (% DM) 2.15 ± 0.43
Ntotal (% DM) 0.16 ± 0.02
Ptotal (% DM) 0.013 ± 0.003
C:N ratio 13.8 ± 1.1
C:P ratio 152 ± 4
N:P ratio 11.0 ± 0.9
pH 4.9 ± 0.3
242
Table S2 - Initial quality of the six different litter substrates used in our study.
Initial
. litter quality Carapa p. Goupia g. Hymenea c. Platonia i. Simarouba a. Vochysia t.
Litter elements
Carbon (%DM) 48.4 ± 0.2 49.7 ± 0.2 49.7 ± 0.1 49.0 ± 0.2 49.1 ± 0.1 42.9 ± 0.4
Nitrogen (%DM) 0.94 ± 0.04 1.21 ± 0.13 1.22 ± 0.03 1.42 ± 0.03 1.11 ± 0.07 0.87 ± 0.04
Phosphorus (%DM) 0.019 ± 0.012 0.033 ± 0.004 0.056 ± 0.002 0.018 ± 0.001 0.032 ± 0.002 0.029 ± 0.001
Litter soluble fraction

Carbon (mg g-1) 5.9 ± 0.9 19.3 ± 2.5 5.7 ± 0.2 14.6 ± 1.7 10.7 ± 0.6 7.5 ± 0.3
Nitrogen (µg g-1) 75.3 ± 3.8 54.2 ± 3.5 50.2 ± 1.1 54.2 ± 2.3 125.0 ± 8.3 86.4 ± 3.9
-1
Phosphorus (µg g )* 14.9 46.1 33.6 5.6 36.4 0.9
Carbon compounds†
Water soluble compounds (%DM) 32.4 ± 0.3 36.6 ± 0.4 31.0 ± 1.0 29.3 ± 0.3 45.4 ± 0.4 34.6 ± 1.1
Hemicellulose (%DM) 7.5 ± 0.5 16.2 ± 0.7 10.3 ± 0.1 23.5 ± 0.7 11.7 ± 0.2 20.1 ± 1.1
Cellulose (%DM) 22.7 ± 0.4 18.8 ± 0.3 22.3 ± 0.6 22.5 ± 0.7 20.0 ± 0.3 19.7 ± 0.4
Lignin (%DM) 37.5 ± 0.5 28.4 ± 0.8 36.3 ± 0.7 24.7 ± 1.1 22.8 ± 0.7 25.6 ± 0.4
Soluble phenolics (%DM) 2.8 ± 0.2 1.1 ± 0.2 1.0 ± 0.1 1.0 ± 0.1 4.4 ± 0.2 0.6 ± 0.1
Total phenolics (%DM) 7.9 ± 0.8 2.8 ± 0.3 4.2 ± 0.4 12.5 ± 0.5 11.0 ± 0.8 4.4 ± 0.4
Condensed tannin (%DM) 7.7 ± 0.7 0.6 ± 0.1 3.8 ± 0.4 0.4 ± 0.1 6.3 ± 0.3 3.9 ± 0.3
*Analyses realized by the CIRAD laboratory for leachate P.
†Water soluble compounds, hemicellulose, cellulose and lignin were determined according to the Van Soest extraction protocol (Van Soest & Wine,
1967) using a fiber analyzer (Fibersac 24, Ankom, NJ-USA). This method consists to measure the various plant tissue constituents by sequential
extraction with neutral detergent, acid detergent, and sulfuric acid (76%). Condensed tannins were extracted with ultrasound from a 5 mg subsample in 5
ml of acetone-water solvent (70-30%). After this extraction step, 1 ml of supernatant was collected and mixed with 6 ml of butanol-HCl solution and 0.2
ml of ferric reagent (FeNH4(SO4)2,12H2O) (Porter et al., 1986; modified by Waterman & Mole, 1994). The optical density of each sample was measured
at a wavelength of 550 nm with a spectrophotometer (Thermo Spectronic, Helios, Cambridge-England) using catechin as standard. Soluble polyphenols
were measured from 1 g of the sample to which 60 ml of water was added and shaken for 2 h. After filtering, the filtrate was diluted and polyphenol
243
concentration was measured colorimetrically with Folin–Ciocalteau reagent following the method of Marigo (1973) using gallic acid as a standard. Total
polyphenol concentration was measured using methanol (50%) instead of water as solvent followed by the same procedure already described.
244
Article 4b
Leaf litter of distinct quality determines microbial biomass,

activity, and community structure in the underlying soil
Faninab, N., Hättenschwilera, S., Fromina, N., in prep for ISME journal.
a
b
Exemple de microcosme mis en place au cours de l’expérimentation de laboratoire en

conditions contrôlées. Photo: N. Fanin.
245
246
Chapitre 4 Plant litter quality on soil microbial parameters Article 4b
Leaf litter of distinct quality determines microbial biomass,

activity, and community structure in the underlying soil
Faninab, N., H Hättenschwilera, S., Fromina, N.
a
b
Abstract: Few empirical studies have examined if and how chemically different plant leaf litter
material decomposing on the soil surface is affecting microbial biomass, community structure, and
activity in the underlying soil. Using soil and leaf litter from six different tree species from an
Amazonian lowland rainforest of French Guiana, we measured soil microbial responses to
decomposing leaf litter of distinct quality in a 98-day laboratory microcosm experiment. Despite
growing in a common soil substrate, soil microorganisms were strongly affected by the species
identity of leaf litter that lost an average of 8% of its initial mass across species during the experiment.
Soil microbial biomass (fumigation-extraction method) varied by a factor of two (from 268 to 563 µg
C g-1 soil) depending on the litter species decomposing on the soil surface, but microbial biomass
C:N:P stoichiometry did not change (83:9:1 on average). Microbial community structure (PLFA) was
also significantly different, with particularly strong litter effects on the bacterial community. Microbial
biomass increased and the ratio of Gram-positive to Gram-negative bacteria decreased with increasing
concentrations of soluble C in litter leachates as the best predictor of microbial responses among the
19 different litter traits that have been measured. The litter-driven differences in microbial
communities resulted in different community level physiological profiles (CLPPs) suggesting
functionally dissimilar communities. Collectively, our data suggest that plant litter decomposing on
the soil surface exhibit a strong and predictable (litter leachate C) control over microbial community
biomass, structure and function in the underlying soil. Our data support the hypothesis that distinct
microbial communities also differ functionally in contrast to the often-assumed high functional
redundance.
Keywords: Carbon availability, Functional significance, Litter quality, Microbial community
structure, Phospholid fatty acids (PLFA), Soluble fraction, Stoichiometry..
247
1. Introduction
Soil microorganisms are a critical determinant of the global carbon (C) cycle and atmospheric
feedback (Bardgett et al., 2008). Environmental factors such as temperature, humidity and soil
characteristics (e.g. pH, soil texture) control soil microbial activity and the processes they drive to a
large extent. In addition to these abiotic factors, the quantity and quality of dead organic matter input
to the soil has a major influence on the abundance and activity of soil heterotrophs (Drenovsky et al.,
2004). For example, chemically different plant leaf litter has been found to explain well the observed
variations in the microbial respiration process in the underlying soil (Fanin et al., 2011) and the
mineralization of soil organic matter (Potthast et al., 2010). However, whether in addition to changes
in process rates, soil microbial community structure is also affected by differences in litter quality
input and whether there is a predictable link between resource quality, community structure and
process rates is poorly understood.
It has been suggested that the addition of fresh organic resources to the soil activates
copiotrophic (r-strategists) microbial groups more than oligotrophic (K-strategists) groups (Hu et al.,
1999; Bastian et al., 2009). In response to the addition of fresh substrates of a high C-availability the
proportions of Gram-negative bacterial groups, such as Bacteroidetes, Alpha- Beta- and Gamma-
proteobacteria increased in the soil (Cleveland et al., 2007; Fierer et al., 2007; Nemergut et al., 2010),
which also resulted in higher rates of microbial growth, C mineralization and/or soil CO 2 release
(Griffiths et al., 1999; Drissner et al., 2007; Potthast et al., 2010). In contrast, with decreasing
availability of easily accessible C and of nutrients, the relative abundance of oligotrophic (K-
strategists) microbial groups was shown to increase (Bastian et al., 2009). Slow microbial growth rates
and the use of older soil organic C fractions were generally associated with higher proportions of
Gram-positive bacteria (Kramer & Gleixner 2008) that are able to adapt their metabolism to conditions
of poor C quality (Fierer et al., 2003, 2007). While saprotrophic fungi are not clearly delineated as r-
or K-strategists, they often present lower nutrient requirements compared to bacteria (Six et al., 2006)
and high carbon-use efficiency on poor-quality substrates (Keiblinger et al., 2010). Consequently,
saprotrophic fungi fit rather the oligotrophic group with the capacity to degrade more recalcitrant C
248
substrates such as lignin and other structural plant polymers (Romani et al., 2006). As a result of these
different C quality and nutrient requirements between copiotrophs and oligotrophs, potential changes
in C availability may alter the relative abundance of distinct microbial groups in a predictable way.
Using leaf litter from six different tropical tree species that varied widely in initial litter
chemistry in a laboratory incubation experiment, we showed previously that the biomass and the
structure of the microbial community in the litter layer varied strongly among litter types after a
relatively short period of time of three months of decomposition (Fanin et al., in prep). The extent to
which decomposing leaf litter has immediate short-term effects on microorganisms in the underlying
soil is however not clear at present. Any such effect during the initial phase of decomposition would
be driven by dissolved compounds leached from litter. It has been suggested that fresh organic matter
releases substantial amounts of dissolved organic matter (DOM) that is leached to the underlying
mineral soil (Currie and Aber 1997, Michalzik and Matzner 1999) where it supports microbial activity
and is rapidly mineralized (Kalbitz et al. 2003). Contrary to these reports, others showed that older
organic material in the organic soil layer is the most important source of DOM reaching the mineral
soil (Fröberg et al. 2005, Klotzbücher et al. 2012) or that even the mineral soil is the dominant source
of DOM (Yano et al. 2004).
Here, we used the same short-term (98 days) microcosm experiment for which we previously
documented the response of the litter microbial community (Fanin et al., in prep) to address the
questions if and how leaf litter in its initial decomposition stage influences the activity and structure of
microbial communities in the underlying soil, and whether these effects depend on species-specific
litter quality. Specifically, we measured soil microbial community biomass, stoichiometry (biomass
C:N:P ratio), community structure (PLFA-based relative abundance of different microbial groups),
and community level physiological profiles (CLPPs), in response to six chemically contrasted litter
species decomposing on top of a common nutrient-poor tropical soil. Based on the field observation
that the soil microbial respiration process was positively correlated with litter layer P, N and labile C
concentrations at our research site in the tropical rainforest of French Guiana (Fanin et al., 2011), we
hypothesized that the quality of decomposing leaf litter controls the soil microbial biomass (Cmic) and
stoichiometry. Because the soil from our study site in French Guiana is poor in nutrients, in particular
249
P, we expected an increasing soil microbial biomass and activity with increasing litter nutrient
concentrations. Organic C quality has been identified as a good proxy of microbial community
structure (Fierer et al., 2007), and we thus also expected that soil microbial communities underneath
the litter with the highest soluble C content (as an indicator of easily available C) harbor the highest
proportion of copiotrophic relative to oligotrophic organisms. Finally, because copiotrophs have
different metabolic requirements compared to oligotrophs, we expected that potential shifts in the
structure of the soil microbial community would lead to changes in the functionality of the soil
community in terms of its ability to metabolize a wide range of C substrates.
250
2.1. Soil type and preparation
The soil used for our experiment was collected from the organic horizon (0-10 cm) in the
Amazonian rainforest, at Paracou, French Guiana (5°15′N, 53°′W). It is classified as a nutrient-poor
acrisol developed over a Precambrian metamorphic formation called the Bonidoro series with a mean
pH of 4.4 in the top soil (Fromin et al., 2012). The soil was dried at 25°C, sieved at 4 mm,
homogenised, and stored until use. Soil texture was clay-sandy with on average 74% of sand with
about 60% as coarse (200 µm-2 mm) and 14% as fine sand (50-200 µm), 6% of silt (2-50 µm) and
20% (< 2 µm) of clay. The soil C content was 22.1 mg C g-1 dry soil on average, the soil N content
was 1.5 mg N g-1 dry soil, and the soil P total content was 0.1 mg P. g-1 dry soil.
2.2. Litter collection and quality parameters
Leaf litters of six different species (Carapa procera (Aublet), Goupia glabra (Aublet),
Platonia insignis (Martius), Hymenaea courbaril (Linnaeus), Simarouba amara (Aublet) and Vochysia
tomentosa (G. Mey.)) were chosen in order to represent a wide range of litter quality and C:N:P
stoichiometry. A representative pool of fresh fallen leaf litter of each species was obtained from a tree
plantation close to our study site. These more than 25-year-old tree stands have been established using
local seed sources and have a fully closed canopy composed of about 40 individuals of each tree
species growing in monocultures. Litter was collected twice a month during the year 2009 in
suspended 25 m2 litter traps and pooled across sampling dates. Leaves with obvious signs of damage
(e.g. herbivory, galls, fungal attacks) and green leaves were excluded (typically < 15% of total
collected leaves). Litter C and N concentrations were measured using a CHN elemental analyzer
(Flash EA1112 Series, ThermoFinnigan, Milan, Italy). For litter P measurements, 2 ml of H 2SO4 36 N
and 3 ml of H2O2 were added to a 25 mg sample of ground leaf litter and heated at 360°C for 4 h.
After this mineralization step, P concentration was measured colorimetrically with an autoanalyzer
251
(Evolution II, Alliance Instruments, Frépillon, France) using the molybdenum blue method (Grimshaw
et al., 1989). Leachate C, N and P concentrations were analyzed after extracting 3 g of dried plant
material in 30 ml water (20°C, 30 min), then centrifuged (3500 rpm, 20 min), and filtered through a
0.45 µm cellulose nitrate membrane. Litter leachate C was determined as dissolved organic carbon
(DOC) that was analyzed with a TOC Analyser (CSH E200V, Shimadzu, Kyoto, Japan). Leachate N
was determined as total dissolved nitrogen TDN using a N detector module for the TOC analyser
(TNM-1, Shimadzu, Kyoto, France). Leachate P was measured as total dissolved P that was analysed
by plasma emission spectrometry (ICP-AES Varian Vista) at the Laboratoire CIRAD-PERSYST,
Montpellier, France. Standard carbon fractions of leaf litter material (soluble compounds,
hemicellulose, cellulose and lignin) were determined using the methods described by Van Soest
(1963). Condensed tannins were extracted with ultrasound from a 5 mg subsample in 5 ml of acetone-
water solvent (70-30%). After this extraction step, 1 ml of supernatant was collected and mixed with 6
ml of butanol-HCl solution and 0.2 ml of ferric reagent (FeNH 4(SO4)2,12H2O) (Porter et al., 1986;
modified by Waterman & Mole, 1994). The optical density of each sample was measured at a
wavelength of 550 nm with a spectrophotometer (Thermo Spectronic, Helios, Cambridge-England)
using catechin as standard. Soluble phenolics were measured from 1 g of the sample to which 60 ml of
water was added and shaken for 2 h. After filtering, the filtrate was diluted and phenolics
concentration was measured colorimetrically with Folin-Ciocalteau reagent following the method of
Marigo (1973) using gallic acid as a standard. Total phenolics concentration was measured using
methanol (50%) instead of water as solvent followed by the same procedure already described. Leaf
litter quality parameters are summarized in Table 1.
2.3 Laboratory microcosms
We used plastic boxes (15 cm diameter and 30 cm of depth) filled with 200 ± 0.5 g of soil and
20 ± 0.1 g of litter to construct microcosms. Three replicates for each of the six litter treatments in
252
Table 1 Chemical characteristics of litter species used for the microcosm incubations
Litter elements (%DM) Litter soluble elements (mg g-1) Carbon forms (%DM)
Mass loss
Species Soluble Total Condensed
(%DM) C N P Leachate C Leachate N Leachate P WSC Hemicel. Cellulose Lignin
phenolics phenolics tannins
C. procera 4.0 48.4 0.94 0.019 5.9 0.075 0.015 2.4 7.5 22.7 7.5 2.8 7.9 7.7
H. courbaril 4.2 49.7 1.22 0.056 5.7 0.050 0.034 1 10.3 22.3 6.3 1.0 4.2 3.8
V. tomentosa 5.5 42.9 0.87 0.029 7.5 0.086 0.001 4.6 20.1 19.7 5.6 0.6 4.4 3.9
G. glabra 13.7 49.7 1.21 0.033 19.3 0.054 0.046 6.6 16.2 18.8 8.4 1.1 2.8 0.6
P. insignis 7.7 49.0 1.42 0.018 14.6 0.054 0.006 9.3 23.5 22.5 4.7 1.0 12.5 0.4
S. amara 4.2 49.1 1.11 0.032 10.7 0.125 0.036 5.4 11.7 20 2.8 4.4 11 6.3
253
addition to three control microcosms containing soil but no litter (a total of 21 microcosms) were used
for the experiment. For each microcosm, soil water content was adjusted to reach 80% of field
capacity at the beginning of the experiment. Dried litter was soaked for 24 hours in 250 ml deionised
water and drained coarsely before its addition on the top of the soil. Each microcosm was then
weighed precisely and incubated at 30°C and 70% of relative air humidity for 98 days. Litter leachates
were stored at 4°C and further used for the watering of the corresponding microcosms, in order to
assure that none of the litter species-specific soluble compounds were removed. Microcosms were
sprinkled to their original weight every 4 days to simulate leaching by rainfall and to compensate for
evaporation. During the first 60 days the initial litter leachates and then deionised water was used for
watering. At the end of the incubation period, the remaining litter was removed and the soil from the
top 3 cm of the microcosms was recovered and homogenized.
2.4 Soil microbial biomass and stoichiometry
The soil microbial biomass was assessed with the chloroform fumigation-extraction method
according to Brookes et al. (1985). Two 10 g-subsamples were analyzed immediately after harvest.
One set of subsamples was fumigated for 24 h with chloroform and extracted with 3:1 (v:w) 0.5 M of
K2SO4 for total C and N, or with 3:1 (v:w) 0.5 M of NaHCO 3 for total P. The other set was directly
extracted according to the same protocol for non-microbial biomass C, N and P contents. The extracts
were then filtered with presoaked Whatman 42 paper. P contents were determined colorimetrically
using the molybdenum blue, and total C and N contents were determined by combustion at the
Laboratoire d’Analyse des Sols, INRA Arras, France. The microbial biomass element contents were
calculated from the difference between fumigated and unfumigated samples and adjusted using
experimentally-derived conversion factors (e.g., 0.45, 0.45, and 0.40 for C, N and P, respectively;
Jenkinson et al. 2004).
254
2.5. Phospholipid fatty acids
Microbial community structure was determined with phospholipid fatty acids (PLFAs)
analysis. Ten-g subsamples of-soil that had been frozen at -20 °C immediately after harvest were used
for total lipid extraction in a single-phase mixture of chloroform:methanol:phosphate buffer at pH 7.4
(1:2:0.8 by vol.). The polar fraction was then eluted selectively by SPE and subjected to a mild
methanolysis. The resulting phospholipid fatty acids were analyzed on a gas chromatograph equipped
with a flame ionisation detector (Agilent 6890, Agilent Technologies, Palo Alto, USA) with a 60 m x
0.25 mm x 0.15 µm DB-23 column (Agilent Technologies, Palo Alto, USA) and by gas
chromatography–mass spectrometry (Shimadzu QP2010 plus, Shimadzu Corporation, Suzhou, China).
PLFAs were identified by spectra comparison, and their identity was confirmed by comparing their
mass spectrum with NIST (2005) and Wiley (2009) databases, based on retention times available in
the literature and by using a standard qualitative bacterial acid methyl ester-mix (BAME, Supelco,
Supelco UK, Poole, Dorset, UK). For each sample, the abundance of individual PLFAs was expressed
as µg PLFA g-1 litter, corrected to air-dried samples.
A total of 30 PLFAs were identified in the soil. Among them, branched and saturated PLFAs
i15:0, a15:0, i16:0, i17:0, a17:0 have been found to be common in Gram-positive bacteria (GP).
indicative of Gram-negative bacteria (GN). Mid-chain branched fatty acids 10me-16:0, 10me-18:0 are
found in large proportion in Actinobacteria. Two PLFAs markers 18:1ω9, 18:2ω6 are reported to be
indicative of fungal biomass (F) and 20:4ω6c was used as an indicator of Protozoa. The non-specific
saturated 12:0, 13:0, 14:0, 15:0, 16:0, 17:0, 18:0, 19:0, 20:0 and 24:0 and the markers i14:0, 16:1ω9c,
18:1ω5c and 18:3ω3 were used as general markers. Additionally to the relative abundance of these
different microbial groups, two structural parameters of the microbial community were used: the
Gram-positive bacteria:Gram-negative bacteria ratio (GP:GN) as the ratio iso-branched:mono-
unsaturated and cyclopropyl lipids, and the fungi:bacteria ratio (F:B) as the ratio of (18:2ω6,9 +
18:1ω9c):(GP + GN).
255
2.6. CLPPs
We used the MicroResp™ system (Macaulay Scientific Consulting, Aberdeen, UK) to assess
the community level physiological profile (CLPP) of the soil microbial community (Campbell et al.,
2008). About 0.6 g dry weight of the same soil pool used for microbial biomass were incubated in
triplicate with 1.5 mg C g-1 soil added as different carbon substrates at 80% of field capacity in 96-
DeepWell Microplates (Fisher Scientific E39199). C substrates included two carbohydrates (D-
glucose, D-saccharose), one amine (N-acetyl-glucosamine), five amino acids (L-arginine, L-
asparagine, L-glutamine, L-lysine, L-serine) and seven carboxylic acids (citric acid, α- ketoglutaric
acid, malic acid, malonic acid, oxalic acid, succinic acid and tartaric acid). Cresol red gel detection
plates were prepared as recommended by the manufacturer with 1% Oxoid Agar, 12.5 µg ml-1 Cresol
red, 150 mM KCl and 2.5 mM NaHCO3. After an initial 2-hours pre-incubation step at 25°C in the
dark to account for the lag period, each microplate was covered with a detection plate using a silicone
gasket (MicroResp™, Aberdeen, UK). The assembly was secured with a clamp, and incubated for four
additional hours. Optical density at 590 nm (OD 590) was measured in detection wells before and after
incubation using a Victor 1420 Multilabel Counter (Perkin Elmer, Massachusetts, USA). OD 590 were
normalized and converted as substrate induced respiration rates expressed in µg C-CO2 respired g-1 of
soil h-1.
2.7. Data analysis
All data were checked for normal distribution and transformed to meet the requirements before
statistical tests when needed. Microbial biomass and stoichiometry, the microbial fraction of the total
soil C, N and P pool, relative abundance of microbial groups and individual PLFA markers were
compared across litter species using one-way ANOVA followed by a post-hoc test of Tukey-HSD (α =
0.05).
The relationships between soil microbial biomass C, N, and P were examined by standardized
major axis (SMA) estimation (Warton et al., 2006) using the software SMATR (Falster et al. 2006).
256
Unlike ordinary least-squares regression, the SMA technique assesses the ‘best fit bivariate line’
between two variables instead of predicting one variable from the other and fits a slope and an
intercept for the model as described by Cleveland & Liptzin (2007).
For the assessment of how litter quality traits are related to microbial biomass and microbial
community structure, we performed NMDS using dissimilarity matrices. Bray–Curtis dissimilarity
matrices were computed for data of microbial community structure (relative abundance of each PLFA
markers) or CLPPs, while Euclidean distance matrices were used for all other variables (litter quality,
soil characteristics, microbial biomass and microbial stoichiometry).We then performed vector fitting
using a wide array of litter traits for a subsequent multiple regression of our NMDS analysis. The
significance of all post-hoc correlations was assessed using permutation tests (n = 10000
permutations).
To visualize differences in microbial community structure and CLPPs, we created a principal
coordinates analysis (PCoA) plot. We then used vector fitting, which is based on multiple linear
regression (using the first two principal coordinates) as the explanatory variables and the variable of
interest (e.g. relative abundance of microbial groups) as the dependent variable.
To assess the relationships between microbial community parameters (structure, biomass, and
stoichiometry) or litter quality parameters and CLPPs , we used partial Mantel tests with Spearman’s
rank correlations (n = 10000 permutations) and multiple regression on distance matrices (MRM; n =
10000 permutations). Partial Mantel tests determine the relationship between two variables while
holding the effects of other variables constant (for example, a partial Mantel determines the
relationship between CLPPs and microbial community structure while controlling for the effects of
microbial biomass, stoichiometry and litter quality). MRM is an extension of the partial Mantel test
allowing to test several explanatory distance matrices concurrently in addition to allow testing
nonparametric or nonlinear multiple regression methods (Lichstein 2007). Except for SMA, all
statistical tests were performed with the R software (version 2.11.1) using “nlme”, “vegan” and
“ecodist” packages.
257
Table 2 Soil microbial biomass, stoichiometry and fraction of the soil pool (mean ± SE) in response to different litter species added to the microcosms.
Microbial biomass Microbial stoichiometry Microbial fractiona
Cmic (µg g-1) Nmic (µg g-1) Pmic (µg g-1) Cmic:Nmic Cmic:Pmic Nmic:Pmic C:N:P Cmic:Ctotal (%) Nmic:Ntotal (%) Pmic:Ptotal (%)
Control 331 ± 74b 34.7 ± 10.6b 3.94 ± 0.76b 9.8 ± 1.8 84 ± 8.8 8.9 ± 2.2 89:9:1 1.62 ± 0.74ab 2.33 ± 1.07b 2.90 ± 1.10
C. procera 412 ± 77ab 40.7 ± 2.9ab 4.15 ± 0.20ab 10.1 ± 1.2 99 ± 15 9.8 ± 0.4 99:10:1 1.63 ± 0.27ab 2.65 ± 0.59ab 2.67 ± 0.57
H. courbaril 271 ± 43b 31.5 ± 6.9b 3.76 ± 0.50b 8.7 ± 1.2 72 ± 2 8.4 ± 1.3 72:8:1 1.24 ± 0.16b 2.34 ± 0.57ab 2.79 ± 0.34
V. tomentosa 268 ± 79b 32.3 ± 8.2b 3.41 ± 0.40b 8.2 ± 0.4 78 ± 16 9.4 ± 1.6 79:9:1 1.12 ± 0.26b 2.1 ± 0.45b 2.18 ± 0.22
G. glabra 469 ± 41a 44.3 ± 1.4ab 7.04 ± 2.98a 10.6 ± 0.7 75 ± 20 7.0 ± 2.5 67:6:1 2.02 ± 0.28ab 2.93 ± 0.33ab 4.49 ± 2.41
P. insignis 521 ± 46a 53.6 ± 9.3ab 6.21 ± 0.27ab 9.8 ± 0.9 83 ± 5 8.6 ± 1.1 84:9:1 2.19 ± 0.39a 3.66 ± 0.43a 4.05 ± 0.26
S. amara 563 ± 134a 58.1 ± 18.7a 5.53 ± 1.17ab 9.9 ± 1.5 101 ± 7 10.4 ± 1.2 102:10:1 2.35 ± 0.53a 3.51 ± 0.92a 3.55 ± 0.89
F (p-value) 7.1 (0.002**) 3.4 (0.027*) 3.6 (0.023*) 1.4 (0.29) 1.7 (0.18) 1.3 (0.30) - 3.8 (0.019*) 2.9 (0.044*) 1.9 (0.16)
a
Total soil C, N and P are the final content at the end of the microcosm experiment. Different letters indicate significant differences (α = 0.05, decreasing order) among litter
species (Tukey-HSD test with the following significance levels: †p < 0.10, *p < 0.05, **p < 0.01, ***p < 0.001).
258
3. Results
3.1. Soil microbial biomass
Total soil microbial biomass C, N and P differed significantly among microcosms with leaf
litter from different tree species at the soil surface (Table 2). Mean soil microbial C (Cmic) was 404
µg C g-1 soil across all treatments and showed a twofold difference between the lowest (268 µg C g-1)
and the highest (563 µg C g-1) measured Cmic. The same twofold difference was found for soil
microbial N (Nmic) with a range of 31.5 to 58.1 µg N g -1 soil (overall mean: 42.2 µg N g - 1) and for
soil microbial P (Pmic) with a range of 3.41 to 7.04 µg P g -1 soil (overall mean: 4.86 µg P g- 1). It is
noteworthy that the comparatively low microbial biomass C, N and P in microcosms amended with
litter from the species C. procera, H. courabaril and V. tomentosa were similar to those measured in
the control soil without litter addition (Table 2). On the contrary, under G. glabra, P. insignis or S.
amara litter, the soil microbial biomass increased, with 42%, 57% and 70% higher Cmic on average
than in control microcosms, respectively. Litter from the same three species induced higher Nmic
(28%, 55% and 67%) and higher Pmic (78%, 58% and 40%) compared to the control, respectively.
The proportion of microbial C, N and P averaged 1.74 %, 2.79 % and 3.23% of the total soil C, N and
P pools, respectively. These proportions differed significantly among litter treatments for C and N but
not for P, with the highest C and N microbial fractions with G. glabra, P. isignis, and S. amara leaf
litter (Table 2).Total abundance of microbial PLFAs showed a relatively good match with the
microbial biomass data (Table 3).
3.2. Soil microbial community structure
Most PLFA markers differed markedly among litter treatments indicating a different microbial
community structure in response to the presence of different litter species on the soil surface (Fig. 1,
Table 3). The soil bacterial community was particularly responsive to the presence of different litter
species and showed significant changes in the Gram-negative (GN) markers. For example, the soil
259
Table 3 Relative abundance of microbial groups and indices of microbial community structure (mean ± SE) in response to
decomposing leaf litter from different tree species at the soil surface.
Indicator lipid groupa Microbial community indicesa
Total PLFA
Gram-positive (%) Gram-negative (%) Actinomycete (%) Fungi (%) F:B GP:GN
(14:0-20:0, µg g-1)
Control 25.2 ± 0.7a 33.9 ± 2.8b 3.8 ± 1.2 12.4 ± 0.7 5.71 ± 1.15bc 0.21 ± 0.01 0.75 ± 0.06a
C. procera 20.5 ± 0.5ab 36.7 ± 1.2ab 3.4 ± 0.4 13.4 ± 0.7 6.88 ± 1.41ab 0.23 ± 0.02 0.56 ± 0.02ab
H. courbaril 22.4 ± 3.9ab 36.0 ± 2.7ab 4.2 ± 1.1 13.7 ± 0.8 5.02 ± 0.36c 0.23 ± 0.02 0.63 ± 0.16ab
V. tomentosa 22.8 ± 3.6ab 35.0 ± 2.1ab 4.3 ± 1.2 13.4 ± 0.9 5.30 ± 0.68bc 0.23 ± 0.02 0.66 ± 0.15ab
G. glabra 19.3 ± 1.1b 40.5 ± 1.7a 3.3 ± 0.3 12.6 ± 0.5 8.29 ± 0.17a 0.21 ± 0.01 0.48 ± 0.04b
P. insignis 20.9 ± 0.8ab 38.4 ± 0.9ab 3.5 ± 0.2 12.5 ± 0.2 7.75 ± 0.33ab 0.21 ± 0.01 0.54 ± 0.03ab
S. amara 19.8 ± 0.5b 39.0 ± 0.8a 3.5 ± 0.1 12.5 ± 0.7 9.35 ± 1.31a 0.21 ± 0.01 0.51 ± 0.02b
F (p-value) 2.9 (0.04*) 4.5 (0.009**) 0.8 (0.61) 1.8 (0.17) 9.7 (<0.001***) 1.9 (0.14) 3.4 (0.03*)
a
Different letters indicate significant differences (α = 0.05, decreasing order) among species (Tukey-HSD, *p < 0.05, **p
< 0.01, ***p < 0.001)
Figure 1 Abundance of individual microbial PLFA markers in the soil underneath decomposing leaf litter from six
different tree species and in a control treatment without leaf litter addition. Different letters indicate significant
differences among litter species for a given PLFA-marker (Tukey-HSD test at α = 0.05).
260
microbial community underneath G. glabra, P. insignis and S. amara litter showed large increases in
the GN markers 18:1ω7 (+109% on average), cy-17:0 (+91%) and cy-19:0 (+57%) compared to the
microbial community in control microcosms (Fig. 1). The structure of the soil microbial community
under these three litter species was also significantly different from that under H. courbaril and V.
tomentosa litters for all GN markers. Markers indicative of Gram-positive (GP) bacteria were less
affected by the presence of contrasting litter types (Table 3), with no difference in the abundance of
most of the GP-specific i-15:0, i-16:0, a-17:0 and i-17:0 PLFAs among microcosms (Fig. 1), but with
a higher abundance of the marker a-15-0 under G. glabra, P. insignis and S. amara litter compared to
the control and the other litter species.
On average, the proportion of GN associated to G. glabra and S. amara litter increased by
26% while that of GP bacteria decreased by 18% compared to the control soil, resulting in distinctly
lower GP:GN ratios (0.51 and 0.48, respectively vs 0.74 in the control soil, Table 3). However, there
was no difference in the GP:GN ratios among the remaining litter treatments compared to the control
without litter addition. Finally, the relative abundance of Actinobacteria- and fungi- related PLFAs
was similar among treatments, with almost identical F:B ratios of the soil microbial community (Table
3).
3.3. Linking litter chemical traits to soil microbial community parameters
The NMDS analysis of both microbial biomass C, N and P and microbial community structure
revealed some significant relationships with litter quality parameters (Table 4). Most interestingly,
leachate C was the only litter quality parameter that showed a significant correlation with both
microbial biomass and microbial community structure. Total P and leachate C both showed a positive
relationship with the NMDS2 scores of microbial biomass, while total phenolics, leachate N:P and C:P
ratios showed negative relationships (Table 4). Leachate C, leachate C:N and hemicellulose were
positively related to the NMD2 scores of the microbial community structure in contrast to lignin and
261
Table 4 NMDS analysis on microbial parameters using chemical traits of the different litter species decomposing at the soil surface of microcosms.
.
Microbial biomass C, N and P Microbial community structure
Litter traitsa
NM
NMDS1 NMDS2 r2 p-value NMDS1 r2 p-value
DS2
C 0.16 0.98 0.23 0.13 -0.04 1.00 0.04 0.713

N 0.22 0.97 0.21 0.17 -0.24 0.97 0.28 0.083†
P -0.71 0.69 0.34 0.047* 0.40 -0.92 0.16 0.278
C:N -0.27 -0.96 0.12 0.38 0.40 -0.92 0.32 0.057†
C:P 0.59 0.81 0.23 0.13 0.67 0.74 0.13 0.339
N:P 0.59 0.81 0.29 0.077† -0.40 0.91 0.27 0.102
Leachate C 0.39 0.92 0.34 0.043* -0.61 0.79 0.71 <0.001***
Leachate N 0.08 -0.99 0.16 0.27 -0.98 0.20 0.01 0.937
Leachate P 0.12 0.99 0.10 0.46 -1.00 0.06 0.06 0.628
Leachate C:N 0.16 0.98 0.21 0.17 -0.52 0.85 0.49 0.008**
Leachate C:P -0.14 -0.99 0.28 0.079† -0.78 -0.62 0.00 0.986
Leachate N:P -0.16 -0.98 0.37 0.039* 0.39 -0.92 0.03 0.812
WSC 0.19 0.97 0.16 0.26 -0.99 0.11 0.09 0.477
Hemicellulose 0.06 0.99 0.03 0.82 -0.46 0.89 0.36 0.035*
Cellulose -0.05 0.99 0.02 0.85 0.99 -0.17 0.25 0.122
Lignin -0.14 0.99 0.23 0.12 0.69 -0.72 0.51 0.007**
Soluble polyphenol 0.55 -0.83 0.25 0.11 0.96 -0.29 0.00 0.997
Total polyphenol 0.49 -0.87 0.36 0.031* -0.48 0.88 0.13 0.350
Tannin -0.10 -0.99 0.02 0.85 0.61 -0.79 0.38 0.029*
a
Correlations were calculated between litter traits and NDMS1 and 2 using a post-hoc permutation test (n = 10000). Microbial biomass was represented by
Euclidean distance matrices, and microbial community structure by a Bray-Curtis matrix (†p < 0.10, *p < 0.05, **p < 0.01, ***p < 0.001).
262
tannin concentrations that displayed negative relationships . The relationship between the soluble C
fraction (leachate C) and community structure was particularly strong (r² = 0.71, p < 0.001). This
relationship for example was expressed in a strong negative correlation between leachate C and
GP:GN ratios (r2 = 0.86, p < 0.05, Fig. 2).
3.4. CLPP of soil microbial communities in response to different decomposing litter species
Soil microbial communities that have been influenced by chemically contrasted decomposing
litter species during the experiment showed distinct abilities to degrade the different C compounds
used in the CLPP analyses (p < 0.001, Fig. 4). Except for L-lysine and L-arginine, all substrates were
plotted close together on the top right of the PCoA, indicating important co-variations between C-
substrate utilization. Most of the C-substrates were decomposed at higher rates by the microbial
community that developed in the soil underneath G. glabra, P. insignis or S. amara compared to those
that developed in the soil underneath the three other species (Fig. 3).
To identify the possible drivers of the observed variations, we explored the relationships
between CLPPs and the relative abundance of microbial groups (Fig. 3). Vector fitting between the
PCoA coordinates of the CLPPs and the relative abundance of different microbial groups clearly
distinguished between GP (including Actinobacteria) and GN that were opposite along the first axis of
PCoA, while fungal relative abundance was related to the second axis of the PCoA, quite orthogonal
to the GN and GP vectors. We found significant relationships between CLPPs and the relative
abundance of Gram-negative (ρ = 0.67, p = 0.005) and that of Gram-positive-bacteria (ρ = 0.54, p =
0.041). Partial Mantel tests and MRM analyses confirmed that microbial community structure (that
accounted for all the PLFA markers) significantly explained CLPPs (ρ = 0.25, p = 0.014 and, ρ = 0.25,
p = 0.017, respectively), with also a positive effect of the microbial biomass (Table 5). However,
including the data on microbial stoichiometry and litter quality traits did not improve the model
263
Table 5 Spearman’s rank correlations ( ρ) and p-values for the relationship between community level
physiological profiles (CLPPs) and explanatory variables.
Partial Mantel test MRM

Explanatory variablesa
ρ p-value ρ p-value
Microbial community 0.25 0.014* 0.25 0.017*
Microbial biomass 0.24 0.029* 0.21 0.033*
Microbial stoechiometry -0.07 0.50 -0.09 0.32
Litter quality 0.05 0.61 -0.08 0.33
a
Correlations were calculated using Partial Mantel tests and MRM (n = 10000 permutations). CLPPs and
microbial community were represented by Bray-Curtis distance matrices and all other variables used
Euclidean distance matrices;
Figure 2 Relationship between leachate C

and the ratio between Gram-positive and
Gram-negative bacteria. Species
abbreviations are as follows: C. = C.
procera, G. = G. glabra, H. = H. courbaril,
P. = P. insignis, S. = S. amara, V. = V.
tomentosa and “Control” refers to the
treatment without litter addition.
Figure 3 PCoA plot of community-level physiological

profiles (CLPPs) of soil microorganisms originating
from microcosms with decomposing leaf litter of
different tree species (each symbol represents an
individual microcosm with a particular litter species).
With increasing distance between two points the CLPPs
were more dissimilar. Vectors represent relationships
between CLPPs and the proportion of microbial groups
(Gram-positive, Gram-negative, Actinobacteria and
Fungi) and point in the direction of the microbial groups
with higher relative abundance.
264
4. Discussion
Based on the field observation that the soil microbial respiration process correlated well with
the quality of the leaf litter layer in the tropical rainforest of French Guiana (Fanin et al. 2011), we
hypothesized that the biomass (Cmic), structure (PLFAs) and activity (CLPPs) of microbial
communities in the soil respond to the differences in initial litter quality of distinct leaf litter types
decomposing on the soil surface. In support of our hypothesis, we found that qualitatively distinct
decomposing litter types were an important driver of soil microbial biomass and community structure.
Because we used a common natural soil substrate that was not influenced by the long-term presence of
any of the tree species used in the test, the changes in soil microbial communities were immediate
responses to the decomposing litter. These litter effects were expressed after a relatively short period
of 98 days when litter decomposition was still at its early stage with litter mass loss not exceeding
15% of total initial mass. As numerous litter quality parameters co-varied, it was difficult to identify
the most relevant chemical traits that may offer a causal explanation of the observed differences in soil
microbial parameters. However, litter leachate C representing the cocktail of soluble C compounds
leached from the litter at the beginning of the decomposition process appeared to be the best predictor
for a variety of microbial parameters measured in our study. In particular, litter leachate C was the
only litter parameter that correlated with both changes in microbial biomass and microbial community
structure (Table 4). Soluble C of the litter layer also correlated positively with substrate induced
respiration (SIR) rate measured in the underlying soil sampled in the field (Fanin et al. 2011). In
contrast to this previous study litter nutrients appeared to have a comparatively small effect on soil
microbial parameters in our study. However, the temporal scales of the litter effects on soil
microorganisms and the general environmental conditions were not the same in the two studies, and
litter nutrients might become more important over time. Moreover, microorganisms growing in the
litter responded strongly to nutrients in litter leachates (Fanin et al., in prep.) suggesting that most of
the available nutrients were immobilized already in the litter and did not reach the underlying soil.
In the microcosms to which we added leaf litter of high leachate C, we observed a significant
shift in the soil microbial community structure towards a more copiotrophic community (Gram-
265
negative bacteria). This might indicate that Gram-negative bacteria present lower substrate affinities
than Gram-positive bacteria increasing their competitiveness when pulses of labile C originating from
the litter become available. In line with this interpretation, Kramer and Gleixner (2008) showed that
Gram-negative bacteria preferentially mineralize easily degradable recent plant-derived C, and that
Gram-positive bacteria use more complex sources like older SOM-derived C. Accordingly, when litter
leachate C is absent (control microcosms) or less abundant (in leachate C-poor litter species)
oligotrophic microorganisms (Gram-positive bacteria) were relatively more abundant which is in line
with the notion that the metabolism of oligotrophs is adapted to conditions of low C quality (Fierer et
al. 2003).
Overall, our data support the copiotrophic-oligotrophic model proposed by Fierer et al. (2007),
and suggest that the soluble fraction of leaf litter is an important driver of microbial community
structure at the litter-soil interface. The ratio of Gram-positive:Gram-negative (GP:GN) bacteria may
therefore be a useful coarse indicator of the relative C availability and/or energy limitation of
microbial communities, that additionally provides an interesting link between microbial community
structure and ecosystem processes. However, these two coarsely defined bacterial groups are
composed of bacteria with an astounding physiological and phylogenetic diversity (Fierer et al. 2007)
and the oligotrophic-copiotrophic model based on PLFA data has to be used cautiously. For example,
we found that the Gram-positive marker a-15:0 responded in the same way as Gram-negative markers
to the different litter species (Fig. 1). Similarly, Cleveland et al. (2007) showed that dissolved organic
matter (DOM) leached from plant litter added to the soil stimulated an opportunistic subset of the soil
bacterial community including Gamma-proteobacteria and Firmicutes that belong to the Gram-
negative, and the Gram-positive group, respectively. Also, opposite to a simplified interpretation, the
Gram-negative Acidobacteria have been shown to be particularly abundant in soils characterized by
low resource availability (Fierer et al. 2007; Nermergut et al. 2010).
The question of whether changes in microbial community structure translate into a different
set of ecosystems processes or different process rates or whether different microbial communities are
functionally redundant remains a major challenge for developing unifying theories in soil ecology
(Fierer et al. 2009). In our study we showed significant differences in CLPPs between communities of
266
different GP:GN ratios, that were not driven by quantitative effects of microbial biomass. The
important amount of variation in CLPPs explained by variations in microbial community structure (ρ =
0.25, p < 0.05), supports the hypothesis that structurally dissimilar microbial communities are also
functionally (catabolic capabilities) dissimilar (Strickland et al. 2009). Our finding is in agreement
with previous studies that reported changes in decomposition rates of simple C-substrates in response
to shifts in soil microbial communities on tropical soils (Carney and Matson 2005; Leff et al. 2012).
Taken together these data suggest that alterations in microbial communities as a result of changes in
environmental conditions for example, will lead to altered degradation of the large diversity of C
compounds. Our data add to the increasing evidence that distinct microbial communities also differ
functionally in contrast to the often-assumed high functional redundance of the highly diverse
microbial communities.
In conclusion, we showed that chemically different leaf litter from a range of tree species co-
occurring in the Amazonian lowland rainforest of French Guiana distinctively influence the biomass,
structure and functional diversity of microbial communities in the underlying soil. Our data suggest
that these immediate effects of leaf litter in their initial decomposition stage are mediated by litter C
leachates that vary strongly among different leaf litter species. Increasing quantities of litter C
leachates led to a shift in soil microbial communities to relatively more Gram-negative bacteria and an
overall more copiotrophic (r-stategists) community. This comunity shift also changed the
communities’ capacity to metabolize a range of different C-substrates. These results suggest intimate
relationships between plant-derived organic matter quality and soil microbial community structure and
function. This relationship appears to be predictable from the quantity of dissolved C originating from
a particular litter type with direct effects on the microbial community’s capacity to degrade various C
compounds. Our data contradict the assumption of high functional redundancy in microbial
communities
267
Acknowledgments
We thank Bruno Buatois, Raphaëlle Leclerc, Jessica Kok and Patrick Schevin for their highly
appreciated laboratory assistance. We thank Heidy Schimann and her colleagues from the EcoFoG
laboratory (Kourou, French Guiana) for their collaboration and support. Chemical analyses (except if
stated otherwise in the text) were performed at the Plate-Forme d’Analyses Chimiques en Ecologie,
Laboratoire d’Excellence “Centre Méditerranéen de l’Environnement et de la Biodiversité”. This
research was funded through a CNRS “PIR Amazonie II” grant to S.H and by a CNRS-EC2CO grant
to Na.F.
References
Bardgett, R. D., Freeman, C. and Ostle, N. J. (2008). "Microbial contributions to

climate change through carbon cycle feedbacks." Isme Journal 2(8): 805-814.
Bastian, F., Bouziri, L., Nicolardot, B. and Ranjard, L. (2009). "Impact of wheat straw
decomposition on successional patterns of soil microbial community structure." Soil Biology
fumigation and the release of soil-nitrogen - a rapid direct extraction method to measure
microbial biomass nitrogen in soil." Soil Biology & Biochemistry 17(6): 837-842.
Campbell, C. D., Cameron, C. M., Bastias, B. A., Chen, C. R. and Cairney, J. W. G.
(2008). "Long term repeated burning in a wet sclerophyll forest reduces fungal and bacterial
biomass and responses to carbon substrates." Soil Biology & Biochemistry 40(9): 2246-2252.
Carney, K. M. and Matson, P. A. (2005). "Plant communities, soil microorganisms,
and soil carbon cycling: Does altering the world belowground matter to ecosystem
functioning?" Ecosystems 8(8): 928-940.
Cleveland, C. C. and Liptzin, D. (2007). "C : N : P stoichiometry in soil: is there a
"Redfield ratio" for the microbial biomass?" Biogeochemistry 85(3): 235-252.
Cleveland, C. C., Nemergut, D. R., Schmidt, S. K. and Townsend, A. R. (2007).
"Increases in soil respiration following labile carbon additions linked to rapid shifts in soil
microbial community composition." Biogeochemistry 82(3): 229-240.
Currie, W. S. and Aber, J. D. (1997). "Modeling leaching as a decomposition process
in humid Montane forests." Ecology 78(6): 1844-1860.Drenovsky, R. E., Vo, D., Graham, K.
J. and Scow, K. M. (2004). "Soil water content and organic carbon availability are major
determinants of soil microbial community composition." Microbial Ecology 48(3): 424-430.
268
Drissner, D., Blum, H., Tscherko, D. and Kandeler, E. (2007). "Nine years of enriched
CO2 changes the function and structural diversity of soil microorganisms in a grassland."
European Journal of Soil Science 58(1): 260-269.
Falster, D. S., Warton, D. I. and Wright, I. J. (2006). "User's guide to SMATR:
Standardised Major Axis Tests & Routines Version 2.0."
http://www.bio.mq.edu.au/ecology/SMATR/. accessed 11 March 2006.
Fanin, N., Fromin, N., Buatois, B. and Hättenschwiler, S. "An experimental test of the
hypothesis of non-homeostatic consumer stoichiometry in a plant litter-microbe system." in
prep.
Fanin, N., Hättenschwiler, S., Barantal, S., Schimann, H. and Fromin, N. (2011).
"Does variability in litter quality determine soil microbial respiration in an Amazonian
rainforest?" Soil Biology and Biochemistry 43(5): 1014-1022.
Fierer, N., Bradford, M. A. and Jackson, R. B. (2007). "Toward an ecological
classification of soil bacteria." Ecology 88(6): 1354-1364.
Fierer, N., Grandy, A. S., Six, J. and Paul, E. A. (2009). "Searching for unifying
principles in soil ecology." Soil Biology & Biochemistry 41(11): 2249-2256.
Fierer, N., Schimel, J. P. and Holden, P. A. (2003). "Variations in microbial
community composition through two soil depth profiles." Soil Biology & Biochemistry 35(1):
167-176.
Fromin, N., Porte, B., Lensi, R., Hamelin, J., Domenach, A. M., Buatois, B. and
Roggy, J. C. (2012). "Spatial variability of the functional stability of microbial respiration
process: a microcosm study using tropical forest soil." Journal of Soils and Sediments 12(7):
1030-1039.
Griffiths, B. S., Ritz, K., Ebblewhite, N. and Dobson, G. (1999). "Soil microbial
community structure: Effects of substrate loading rates." Soil Biology & Biochemistry 31(1):
145-153.
Grimshaw, H., Allen, S. and Parkinson, J. (1989). Nutrient elements. Chemical
Analysis of Ecological Materials. S. Allen. Oxford, Blackwell Scientific Publications.
Hu, S. J., van Bruggen, A. H. C. and Grunwald, N. J. (1999). "Dynamics of bacterial
populations in relation to carbon availability in a residue-amended soil." Applied Soil
Ecology 13(1): 21-30.
Jenkinson, D. S., Brookes, P. C. and Powlson, D. S. (2004). "Measuring soil microbial
biomass." Soil Biology & Biochemistry 36(1): 5-7.
Kalbitz, K., Schwesig, D., Schmerwitz, J., Kaiser, K., Haumaier, L., Glaser, B.,
Ellerbrock, R. and Leinweber, P. (2003). "Changes in properties of soil-derived dissolved
organic matter induced by biodegradation." Soil Biology & Biochemistry 35(8): 1129-1142.
Keiblinger, K. M., Hall, E. K., Wanek, W., Szukics, U., Hammerle, I., Ellersdorfer,
G., Bock, S., Strauss, J., Sterflinger, K., Richter, A. and Zechmeister-Boltenstern, S. (2010).
"The effect of resource quantity and resource stoichiometry on microbial carbon-use-
efficiency." Fems Microbiology Ecology 73(3): 430-440.
269
Kramer, C. and Gleixner, G. (2008). "Soil organic matter in soil depth profiles:
Distinct carbon preferences of microbial groups during carbon transformation." Soil Biology
Leff, J. W., Nemergut, D. R., Grandy, A. S., O'Neill, S. P., Wickings, K., Townsend,
A. R. and Cleveland, C. C. (2012). "The Effects of Soil Bacterial Community Structure on
Decomposition in a Tropical Rain Forest." Ecosystems 15(2): 284-298.
Lichstein, J. W. (2007). "Multiple regression on distance matrices: a multivariate
spatial analysis tool." Plant Ecology 188(2): 117-131.
Marigo, G. (1973). "Method for fractionation and estimation of plant phenolics."
Analusis 2(2): 106-110.
Michalzik, B. and Matzner, E. (1999). "Dynamics of dissolved organic nitrogen and
carbon in a Central European Norway spruce ecosystem." European Journal of Soil Science
50(4): 579-590.
Nemergut, D. R., Cleveland, C. C., Wieder, W. R., Washenberger, C. L. and
Townsend, A. R. (2010). "Plot-scale manipulations of organic matter inputs to soils correlate
with shifts in microbial community composition in a lowland tropical rain forest." Soil
Biology and Biochemistry 42(12): 2153-2160.
Porter, L. J., Hrstich, L. N. and Chan, B. G. (1986). "The conversion of procyanidins
and prodelphinidins to cyanidin and delphinidin." Phytochemistry 25(1): 223-230.
Potthast, K., Hamer, U. and Makeschin, F. (2010). "Impact of litter quality on
mineralization processes in managed and abandoned pasture soils in Southern Ecuador." Soil
Romani, A. M., Fischer, H., Mille-Lindblom, C. and Tranvik, L. J. (2006).
"Interactions of bacteria and fungi on decomposing litter: Differential extracellular enzyme
activities." Ecology 87(10): 2559-2569.
contributions to carbon sequestration in agroecosystems." Soil Science Society of America
Journal 70(2): 555-569.
Strickland, M. S., Lauber, C., Fierer, N. and Bradford, M. A. (2009). "Testing the
functional significance of microbial community composition." Ecology 90(2): 441-451.
Van Soest, P. J. (1963). "Use of detergents in the analysis of fibrous feeds. II. A rapid
method for the determination of fiber and lignin." Journal of the Association of Official
Agricultural Chemists 46: 829-835.
Warton, D. I., Wright, I. J., Falster, D. S. and Westoby, M. (2006). "Bivariate line-
fitting methods for allometry." Biological Reviews 81(2): 259-291.
Waterman, P. G. and Mole, S. (1994). Analysis of phenolic plant metabolites. Oxford,
Blackwell Scientific Publications.
Yano, Y., Lajtha, K., Sollins, P. and Caldwell, B. A. (2004). "Chemical and seasonal
controls on the dynamics of dissolved organic matter in a coniferous old-growth stand in the
Pacific Northwest, USA." Biogeochemistry 71(2): 197-223.
270
Synthèse
271
Synthèse
A. Introduction _____________________________________________________________273
B. Contraintes nutritives des microorganismes en forêt tropicale _________275

I. Fonctionnement des décomposeurs hétérotrophes _____________________________________275
I. 1. Limitation proximale par le carbone labile? _________________________________275
I. 2. Limitation fondamentale par les nutriments? _________________________________277
I. 3. Limitation différentielle entre communautés des litières et des sols _______________281
II. Structure des communautés microbiennes___________________________________________283
II. 1. Limitations nutritives de groupes spécifiques vis-à-vis de la ressource _______283
II.1.1. Contrainte vis-à-vis de la disponibilité du C _________________________283
II. 1.2. Contrainte vis-à-vis du phosphore ________________________________285
II. 1.3. Contrainte vis-à-vis de l’azote ___________________________________285
II. 2. Signification fonctionnelle des communautés de décomposeurs hétérotrophes ______286
II.2.1. Dissimilarité fonctionnelle des communautés ________________________286
II.2.2. Processus agrégés et individuels __________________________________287
III. Application de la stœchiométrie écologique au sein des biomes terrestres _________________289
III. 1. Non-homéostasie des décomposeurs hétérotrophes?__________________________289
de décomposition en milieu terrestre?_________________________________________________291
C. Liens entre cycles du C et des nutriments et microorganismes: prise en

compte par les modèles actuels et changements climatiques ______________291
I. Processus écosystémiques et cycles biogéochimiques en forêt tropicale ____________________291
I. 1. Nécessité de prendre en compte les communautés de plantes ____________________293
I. 2. Nécessité de prendre en compte les communautés microbiennes _________________293
I. 3. Modèle conceptuel pour la prédiction de processus écosystémiques _______________293
II. Remise en contexte de la thèse dans un cadre général à l’échelle de l’écosystème ___________295
D. Conclusions _________________________________________________297
I. Interface entre effets directs et indirects de la ressource sur le fonctionnement microbien ______297
II. Quelques perspectives __________________________________________________________299
272
Synthèse Introduction
Synthèse
A. Introduction
À l’échelle mondiale, les écosystèmes terrestres séquestrent annuellement 1,3 Pg de C.an-1

contre 2,2 Pg de C.an-1 pour les océans (GIEC 2007). Les forêts représentent 48% de la capacité totale
de stockage du carbone (C) dans les écosystèmes terrestres mondiaux (Melillo et al. 1993; IPCC 2001)
dont la moitié est assurée par les forêts tropicales. Ces forêts tropicales couvrent 1,8 milliards
d’hectares de la surface terrestre (47% de surface totale des forêts) et sont essentielles à la
réalisation des cycles biogéochimiques utiles à la fourniture de services écosystémiques. En dépit de
leur rôle prépondérant dans le cycle du C (Grace et al. 2001) et notamment dans les échanges de CO 2
entre atmosphère et biosphère (Malhi & Grace 2000), les forêts tropicales ont été moins étudiées que
les autres écosystèmes et leur bilan de C reste encore controversé (Clark 2002; Saleska et al. 2003).
Dans un contexte de changements globaux, la compréhension du fonctionnement du sol, et
notamment de l’activité des microorganismes hétérotrophes, est devenue cruciale car la respiration
du sol peut déterminer l’état de puits ou de source de C des écosystèmes forestiers.
Il y a plus d’un quart de siècle, en utilisant des données de 62 forêts tropicales autour du
monde, Vitousek et al. (1984) écrivaient: « phosphorus (P) but not nitrogen (N) availability limits
litterfall in a substantial subset of intact tropical forests ». Presque 30 ans plus tard, Cleveland et al.
(2011) concluaient grâce à une méta-analyse de 113 sites tropicaux que la limitation en P pourrait
contraindre également la productivité nette de l’écosystème et d’autres processus conduits par les
microorganismes comme la décomposition et la respiration du sol. Cependant, les interactions
entre cycles des éléments restent une question ouverte, et l’influence de la qualité de la ressource -
caractéristiques des litières, ajouts externes via fertilisation - n’a été que très rarement appréhendée
pour comprendre le fonctionnement des communautés microbiennes hétérotrophes. Dans ce contexte,
la problématique de cette thèse était d’évaluer les contraintes nutritives exercées par la
ressource sur l’activité, la biomasse, la stœchiométrie et la composition des décomposeurs
microbiens en forêt tropicale naturelle de Guyane française.
Pour ce faire, nous avons mis en place un ensemble d’expérimentations de terrain et de
laboratoire qui nous a conduit à développer un raisonnement en trois points principaux. La première
partie vise à mieux cerner le fonctionnement des décomposeurs hétérotrophe au travers de leurs
contraintes nutritives. La seconde partie concerne la structuration et le rôle des communautés
microbiennes pour le fonctionnement de l’écosystème. Enfin, nous avons abordé la stœchiométrie
écologique à l’échelle des communautés dans le but de formaliser une nouvelle hypothèse au sein
des biomes terrestres. L’ensemble de ces résultats ont permis de remettre en contexte le rôle des
microorganismes dans le cadre du cycle du C et des nutriments en forêt tropicale.
273
Synthèse Contraintes nutritives des microorganismes en forêt tropicale
Figure A - Masse restante de litière en fonction des Figure B - Perte en masse de six espèces de litière
composés carbonés des litières: tanins condensés et en fonction des composés carbonés dissous. Cette
phénols totaux. Les ronds blancs représentent les données figure est extraite de la thèse de S. Barantal (2011).
sans faune et les losanges noirs les données avec la présence de
faune. Cette figure est extraite de Hättenschwiler & Bracht-
Jorgensen (2010)
Figure C - Respiration potentielle des micro- Figure D - Capacités cataboliques des

organismes du sol en fonction des composés solubles communautés du sol en fonction des composés
de mélanges de litière sur le terrain. Ces données (n = carbonés dissous issus de six espèces de litière.
225) sont extraites du Chapitre 1. Les capacités cataboliques sont résumées par l’axe 1 de
l’ACP sur l’ensemble des 15 substrats pour chacune des
six espèces de litière. Abréviations des espèces: C. =
Carapa, G. = Goupia, H. = Hymenea, P. = Platonia, S. =
Simarouba, V. = Vochysia. Ces données sont réanalysées
à partir du Chapitre 4.
274
B. Contraintes nutritives des microorganismes en forêt tropicale
I. Fonctionnement des décomposeurs hétérotrophes
La diversité spécifique élevée des arbres de forêt Amazonienne (environ 150 espèces par
hectare sur notre site d’étude) s’accompagne d’une importante diversité fonctionnelle, représentant
une large gamme de variation des traits foliaires parmi les espèces coexistantes (Townsend et al.
2007). Cette incroyable variabilité de traits foliaires se caractérise localement par des apports de litière
très hétérogènes (Hättenschwiler et al. 2008), avec en particulier de fortes variations dans la
stœchiométrie et la qualité des formes de C en fonction du nombre et du type de litières présentes au
sol (Fanin et al. 2011). Par conséquent, les communautés de décomposeurs font face à un large
éventail de qualité des ressources qui leur imposent d’importantes contraintes sur leur
fonctionnement. Quelles sont les principales limitations nutritives des microorganismes hétérotrophes
du sol en forêt tropicale? Quels sont les mécanismes potentiels pouvant expliquer ces contraintes? Ce
sont les principales questions que je vais aborder dans cette première partie de la synthèse dédiée aux
limitations nutritives des décomposeurs hétérotrophes en forêt tropicale de Guyane française.
I. 1. Limitation proximale par le carbone labile?
De précédentes expérimentations sur notre site d’étude ont mis en évidence que le processus
de décomposition dépendait largement des formes carbonées en présence. En particulier, les tanins
semblent jouer un rôle important sur l’effet de faune (Coq et al. 2010; Hättenschwiler & Bracht-
Jorgensen 2010, Fig. A), alors que les phénols totaux - dont les phénols solubles - et les composés
carbonés dissous (DOC) étaient positivement reliés à la perte masse en l’absence de faune (Fig. B).
Cependant, ces relations corrélatives entre décomposition et formes de C n’indiquent pas forcément de
réponses directes des microorganismes hétérotrophes et pourraient ne traduire qu’un simple lessivage
de ces composés. Par conséquent, ces résultats nous ont amené à évaluer si oui ou non les formes de C
influencent la décomposition via une modification de l’activité des communautés microbiennes.
Au cours du Chapitre 1 de cette thèse, nous avons mis en évidence lors d’une étude réalisée in
situ que la respiration potentielle des microorganismes du sol dépendait directement des composés
carbonés solubles (Fig. C). Cette relation pourrait indiquer une contrainte carbonée primaire,
suggérant une limitation en énergie importante dans des sols extrêmement pauvres en nutriments
(Hättenschwiler et al. 2011). Ainsi, d’importantes quantités de C labile facilement accessibles
pourraient fournir assez d’énergie aux microorganismes pour décomposer des substrats carbonés plus
complexes afin d’accéder aux nutriments limitant requis pour leur propre biomasse.
Les résultats de nos expérimentations en laboratoire l (Chapitre 4) confirment cette dernière
hypothèse. En effet, nous avons mis en évidence que les capacités cataboliques (sur 15 substrats
275
Figure E - Perte en masse des litières en fonction des différents traitements de fertilisation avec
ou sans présence de faune. Le graphique est divisé en fonction de la présence (droite) ou non (gauche) de la
faune. Les ronds blancs indiquent les traitements sans C, les ronds noirs les traitements avec C. La ligne en
pointillée représente la moyenne du contrôle. Les étoiles indiquent des différences significatives par rapport à
cette ligne contrôle. Cette figure est extraite de Barantal et al. (2012).
Figure F - Perte en masse des litières en fonction de différents traitements de fertilisation en

laboratoire. Chaque traitement correspond à la moyenne (± ET) de 4 espèces de litières (3 microcosmes pour
chaque espèce et pour chaque temps). Les ajouts de fertilisant ont été effectué à T0 et T36j. Le traitement Np
correspond à l’ajout de N puis P, le traitement Pn correspond à l’ajout de P puis N, le traitement NP correspond à
deux ajouts de NP simultanés successifs. Cette figure est extraite du stage de P. Chavez (2012), sous la direction
de N. Fanin & N. Fromin.
276
différents, Fig. D), la biomasse CNP et la structure des communautés microbiennes du sol
montraient des liens étroits avec les concentrations initiales de DOC chez six espèces de litières de
composition chimique contrastée. Bien que les mécanismes sous-jacents n’aient pas encore été
identifiés, ces données soutiennent que les composés carbonés labiles, en stimulant une composante
spécifique de la communauté microbienne et notamment les organismes copiotrophes (« r-strategists »
par opposition aux « K-strategists »), pourraient avoir favorisé la production d’enzymes
extracellulaires afin de minéraliser d’autres composés carbonés. L’analyse des activités
enzymatiques, et notamment des activités liées à la dégradation de C simple (cellulase, hemicellulase,
β-glucosidase) ou plus complexe (peroxidase, laccase) en lien avec certains groupes spécifiques de
décomposeurs (bactéries copiotrophes, oligotrophes et champignons), permettra d’évaluer
l’importance du C labile sur le devenir de la matière organique du sol dans de futures
expérimentations. Dans tous les cas de figure, pris dans leur ensemble nos résultats suggèrent une
contrainte énergétique importante des microorganismes hétérotrophes en forêt tropicale.
Cependant, les ajouts de cellulose sur le terrain (Chapitre 2) n’ont pas eu les effets escomptés
sur les processus contrôlés par les microorganismes comme la décomposition ou la respiration
microbienne au sein des litières. Ce manque de réponse des communautés face à l’ajout de cellulose
est un résultat extrêmement intéressant et souligne l’importance de considérer la forme du C
comme déterminant du fonctionnement microbien. A partir de ces données, nous concluons que la
cellulose n’a pas eu les mêmes effets que la matière organique dissoute (DOM) des litières sur
l’activité des décomposeurs hétérotrophes. Ceci pourrait se traduire par une consommation
préférentielle entre composés des litières et cellulose sur le terrain (Barantal et al. 2012). Cependant,
on ne peut exclure un effet « priming » sur le plus long terme comme indiqué par le faible effet
stimulant de l’ajout de cellulose sur la SIR des litières (Fig. 2 de l’Article 2). Par ailleurs, la
disponibilité en nutriments des litières ainsi que les ajouts externes (N, P) ont présenté de plus larges
effets sur les processus mesurés (perte en masse des litières, SIR des litières et du sol) que les
différentes formes de C que soit sur le terrain ou en laboratoire. Ainsi, la limitation énergétique par
le C pourrait être proximale et masquerait d’autres contraintes plus complexes liées à
l’acquisition de l’N et du P comme éléments essentiels à la structuration du vivant.
I. 2. Limitation fondamentale par les nutriments?
Dus aux intenses processus de lixiviation et d’érosion qu’ils ont subis, les écosystèmes
forestiers tropicaux sont supposés être particulièrement limités en P (Vitousek et al. 2010). Pourtant,
de précédentes études sur le site de Paracou en forêt naturelle ont montré que la perte en masse des
litières n’était pas influencée par la concentration initiale des litières en P (Coq et al. 2010). Par
ailleurs lors de notre expérimentation de fertilisation, S. Barantal a mis en avant que l’ajout de P seul
en absence de faune ne stimulait pas la dégradation des litières (Fig. E). En revanche, les ajouts
simultanés de N et P ont montré des effets importants sur le processus de décomposition in situ.
277
Figure G - SIR litière pour chacun des traitements successifs en fonction du temps. Les différentes
lettres indiquent des différences significatives entre chaque temps (de T0 à T4) et traitement confondus (control,
Np, Pn et NP). Les ajouts de fertilisant ont été effectué à T0 et T2. Le traitement Np correspond à l’ajout de N
puis P, le traitement Pn correspond à l’ajout de P puis N, le traitement NP correspond à deux ajouts de NP
simultanés successifs. Cette figure est extraite du travail de Master de P. Chavez (2012).
Figure H - Ratio champignon:bactérie des litières pour chacun des traitements avant et après le
second ajout successif de fertilisant. Les ajouts de fertilisant ont été effectué à T0 et T2. Ici, on compare la
structure des communautés avant la seconde fertilisation à T2 et après la seconde fertilisation à T4. Le
traitement Np correspond à l’ajout de N puis P, le traitement Pn correspond à l’ajout de P puis N, le traitement
NP correspond à deux ajouts de NP successifs. Cette figure est extraite du stage de P. Chavez (2012).
278
Ce résultat a été confirmé par une étude en laboratoire lors d’un stage de Master II (Chavez 2012, Fig.
F), au cours duquel seul l’ajout simultané de N et P a stimulé la perte en masse de manière
significative dès les premiers stades de décomposition, suggérant une colimitation de ces éléments
pour les communautés hétérotrophes des litières. Ces résultats soulèvent plusieurs interrogations sur
l’impact potentiel de l’ajout simultané N et P sur le fonctionnement microbien et sur les
mécanismes potentiels pouvant expliquer cette colimitation apparente.
Au cours du Chapitre 2 de cette thèse, j’ai montré que la décomposition était colimitée par N
et P, confirmant l’ensemble des résultats décrits précédemment. L’ajout simultané de N et P se
traduisait par une augmentation du potentiel de la respiration microbienne de 85% contre 11 et 31%
pour P et N seuls, respectivement. Ces données indiquent une réponse synergique des
microorganismes face à la co-addition de ces deux éléments, confirmant une contrainte nutritive
simultanée de N et P pour le fonctionnement des microorganismes hétérotrophes en forêt
tropicale. Cependant cet effet dépendait de la concentration en DOC des litières, confirmant les liens
intimes entre contrainte énergétique vis-à-vis du C et contrainte fondamentale vis-à-vis des
nutriments.
Afin d’expliquer ce phénomène de colimitation, une première hypothèse proposée est que les
éléments N et P ne sont pas stabilisés de la même façon dans la matière organique (Mcgill &
Cole, 1981). L’N est directement imbriqué au squelette carboné des composés organiques, tandis que
le P est beaucoup plus soluble en début de décomposition (Schreeg et al. 2012). Autrement dit, le P
serait initialement plus accessible que l’N, et le fonctionnement microbien serait initialement limité
en N. Ainsi, en conditions de limitation en N, le P ajouté ne pourrait pas être utilisé de façon optimale
par les communautés microbiennes. Bien que séduisante, cette hypothèse est réfutée par une
expérimentation de fertilisation séquentielle en N et P réalisée en laboratoire (Fig. G). En effet, la
réponse de la respiration potentielle des microorganismes dans les litières à des ajouts d’N puis P
n’était pas significativement différente de la réponse à des ajouts de P puis N. En revanche les ajouts
de N et P simultanés stimulaient la respiration dès 36 jours de décomposition, en accord avec
l’hypothèse de colimitation mise en lumière par les résultats obtenus sur le terrain (Fig. G).
Une hypothèse alternative pour expliquer la colimitation repose sur les besoins
stœchiométriques contrastés des différents groupes de décomposeurs microbiens (Cf. § A. II. 1.).
Dans la même expérience de fertilisation séquentielle, l’ajout de N stimulait largement le ratio
champignon:bactérie, lequel diminuait par la suite en présence de P alors l’ajout séquentiel P puis N
ne modifiait pas ce ratio (Fig. H). Bien que ces résultats portant uniquement sur les stades précoces de
la décomposition (incubations réalisées sur 11 semaines) soient difficile à interpréter, ils montrent que
l’ajout de N puis P n’a pas eu les mêmes effets sur la structure des communautés de décomposeurs que
l’ajout de P puis N. Ce résultat semble indiquer un effet important de la disponibilité des ressources
sur la structure des communautés microbiennes hétérotrophes, résultant en un fonctionnement
différentiel en fonction des besoins et des interactions complexes entre chaque groupe de
décomposeurs. Bien que la compréhension des liens entre la structure de communauté et les
279
Figure I - Analyse des marqueurs PLFA microbiens entre litière et sol en utilisant les traits agrégés.
(a) Deux axes orthogonaux expliquent 44.03% et 20.11% de la variance. La fin de chaque point noir indique le
chargement de la composante. (b) Pour l’analyse intra-classe, les lignes correspondent aux distances calculées depuis
le barycentre. Le cercle représente la zone de projection moyenne depuis le barycentre pour la litière ou le sol. Chaque
communauté microbienne pour chaque espèce et pour le sol sous-jacent (moyenne ± ET) est représentée en fonction
des deux premiers axes de l’ACP. Marqueurs PLFA: 12:0, 13:0, i-14:0, i-15:0, a-15:0, 15:0, i-16:0, 16:0, 16:1w9c,
10me-16:0, 16:1w7c, i-17:0, a-17:0, 10me-17:0, 17:0, 10me-18:0, cy-17:0, i-18:0, 18:0, 18:1w9, 18:1w7c, 18:1w5c,
18:2w6, 19:0, cy-19:0, 18:3w3, 20:0, 20:4w6, 24:0. Abréviations des espèces: C. = Carapa, G. = Goupia, H. =
Hymenea, P. = Platonia, S. = Simarouba, V. = Vochysia. Ces données sont réanalysées à partir du Chapitre 4.
280
limitations par de multiples éléments n’en soit qu’à ses balbutiements, ces résultats prometteurs
indiquent que l’ordre et le type d’ajouts successifs réalisés ne sont pas équivalents à des ajouts
simultanés d’un point de vue fonctionnement microbien. De futures recherches dans ce sens
permettront de mieux appréhender le phénomène de colimitation au sein écosystèmes forestiers
terrestres.
Enfin dans le sol, une colimitation des communautés microbiennes en C et P semble
prédominer par rapport à la colimitation N et P des communautés des litières. En effet, lors du
Chapitre 1 nous avons mis en évidence que la respiration potentielle était en lien étroit avec les
contenus en P et aux formes solubles de C des litières en décomposition. Ce résultat a été confirmé par
l’effet stimulant sur la respiration microbienne du sol de l’ajout simultané de C et P (Chapitre 2),
indiquant que l’effet du P dépendait étroitement de la disponibilité en C. L’hypothèse principale
pour expliquer cette colimitation est une modification de la qualité du substrat avec notamment
une baisse de la disponibilité en C couplée à une importante diminution des ratios
stœchiométriques depuis la litière vers le sol, et en particulier des ratios C:N et C:P beaucoup plus
restreints. Par ailleurs, les ajouts d’N présentaient un effet négatif sur le fonctionnement
hétérotrophe du sol. Bien que les mécanismes sous-jacents ne soient pas clairement identifiés, un
ralentissement de la décomposition de la matière via une baisse de la production d’enzymes
oxydatives (Carreiro et al. 2000; Cusack et al. 2010), une diminution des pools de C labiles (Cusack et
al. 2011a), une inhibition de la biomasse microbienne (Mo et al. 2008; Treseder 2008), ou encore des
modifications dans la structure de la communauté microbienne (Cusack et al., 2011b) ont été proposés
pour expliquer ces effets négatifs de l’ajout d’N sur les processus microbiens. Ce résultat concernant
l’N sur le fonctionnement microbien du sol nécessite de plus amples recherches,
particulièrement à la vue des dépôts atmosphériques d’N qui vont probablement augmenter par
plus de 100% d’ici 2020, et plus encore d’ici 2100 (Galloway et al. 1994; Galloway et al. 2004).
I. 3. Limitation différentielle entre communautés des litières et des sols
L’une des originalités de cette thèse a été d’appréhender les microorganismes dans le
continuum litière-sol. L’étude des couples d’échantillons sol/litière nous indique des limitations
différentielles entre le fonctionnement du sol et celui de la litière. Cette conclusion, bien que
simpliste au premier abord, revêt pourtant une importance capitale pour la compréhension des cycles
biogéochimiques au sein des écosystèmes forestiers. En effet, malgré de nombreuses recherches dans
la littérature, ce constat n’est jamais clairement énoncé et le fonctionnement microbien est la plupart
du temps défini comme un concept généralisé depuis la litière fraîche jusqu’à la matière organique du
sol. Ici, nous proposons de séparer le fonctionnement hétérotrophe de la litière de celui du sol
dans les modèles afin d’améliorer la prédiction des flux de C et de recyclage des nutriments au
sein des écosystèmes forestiers terrestres.
L’hypothèse principale derrière cette limitation différentielle est un contraste important
281
Figure J - Comparaison quantitative de l’abondance de bactéries, actinomycètes, champignons et

protozoaires entre litière et sol sous-jacent pour six espèces contrastées. Malgré l’importante différence
d’échelle, cette comparaison permet de visualiser du premier coup d’œil la relative importance des bactéries par
rapport aux champignons entre (a) litière et (b) sol à un endroit donné. En plus des différences entre ces deux
compartiments, la variabilité entre les espèces est également considérable et sont indiquées par différentes lettres pour
un type de marqueur donné. Ces données sont réanalysées à partir du Chapitre 4.
282
dans les structures de communautés microbiennes entre litière et sol. A titre d’exemple, en
réanalysant l’ensemble des données du Chapitre 4, on s’aperçoit que bien que les communautés du sol
soient dissimilaires, elles sont extraordinairement plus proches entre elles que n’importe quelles
communautés des litières (Fig I). En particulier, nos résultats laissent à penser que les proportions de
champignons sont plus importantes dans les litières alors qu’à l’inverse les proportions de bactéries
sont plus importantes dans le sol sous-jacent, que se soit sur le terrain ou en laboratoire (e.g. Fig. J). Si
d’une manière générale, ce constat s’avère vérifié pour une large palette de milieux et
d’écosystèmes terrestres, une théorie unificatrice entre stœchiométrie du substrat et structure
des communautés microbiennes serait alors envisageable à l’échelle globale. Pour le moment et
dans une moindre mesure, nous mettons en avant le fait que la structure des communautés
microbiennes dépends étroitement de la qualité du substrat qui varie de façon importante entre litière
et sol sous-jacent.
II. Structure des communautés microbiennes
Si oui ou non des changements de la structure des communautés conduisent à des

processus équivalents ou différents reste une question importante pour développer des théories
unificatrices en écologie du sol. De nombreuses études mettent en relation les proportions de
bactéries et de champignons en rapport aux formes de C plus ou moins complexes lors du processus de
décomposition. De manière générale, les champignons sont souvent considérés comme les
principaux décomposeurs de la matière organique récalcitrante, à cause de leurs capacités à
dégrader la lignine (Tuomela et al. 2000; de Boer et al. 2005) alors que les bactéries minéraliseraient
principalement les composés simples et riches en énergie (Poll et al. 2008). Outre la disponibilité
du C, l’aspect stœchiométrique de la ressource est rarement pris en compte pour comprendre la
structuration des communautés microbiennes au sein des écosystèmes terrestres. Qu’en est-t-il des
besoins élémentaires de ces groupes spécifiques de décomposeurs? Quelle est la signification
fonctionnelle de ces communautés? C’est ce que nous allons développer au cours de la seconde partie
de cette synthèse.
II. 1. Limitations nutritives de groupes spécifiques vis-à-vis de la ressource
II.1.1. Contrainte vis-à-vis de la disponibilité du C
Comme décrit précédemment, la plupart des études s’intéressant à la structuration des

communautés établissent des relations entre groupes spécifiques de décomposeurs et disponibilité du
C. En accord avec cette ligne directrice, nous mettons en évidence un lien étroit entre les formes
carbonées et structure des communautés microbiennes (Fig. K). En effet, en calculant un indice
Clabile:Cstructural, nous visualisons ici que plus les formes complexes de C sont dominantes, plus
283
Figure K - Relation entre structure des communautés et disponibilité du C. Les ronds gris
représentent le ratio champignon:bactérie. Les ronds blancs représentent le ratio Gram-positive:Gram-
négative. Ces données sont réanalysées à partir du Chapitre 4.
Figure L - Biomasse fongique et bactérienne en fonction des différents traitements sur le

terrain. En absence de P, l’ajout d’N semble diminuer la biomasse bactérienne. A l’inverse en présence de
P, l’ajout d’N tend à stimuler la biomasse bactérienne. Les interactions entre éléments apparaissent
complexes et nécessitent de plus amples travaux de recherche. Ces données sont réanalysées à partir du
Chapitre 3.
284
la proportion des champignons relative aux bactéries au sein de la communauté augmente. A l’inverse,
plus les formes de C simples et riches en énergie sont abondantes, plus la proportion des bactéries est
importante. Cette augmentation de la proportion de bactéries s’accompagne également d’une
modification du ratio Gram-positive:Gram-négative qui est globalement assimilé à des proportions
de bactéries oligotrophes:copiotrophes. Par conséquent en accord avec la littérature, les ratios
champignon:bactérie sont en lien étroit avec les proportions des différentes formes carbonées.
En addition, nous proposons que les ratios Gram-positive:Gram-négative peuvent être
considérés comme de bons indicateurs de la disponibilité en C (Chapitre 4).
II. 1.2. Contrainte vis-à-vis du phosphore
Hormis la contrainte carbonée, les contraintes élémentaires n’ont été que peu considérées
pour comprendre la structuration des communautés au sein des écosystèmes terrestres. Ici, en absence
de fertilisation, nos résultats indiquent que le ratio champignons-bactéries augmente pour des teneurs
en P plus faibles dans les litières (Chapitre 4). Une telle modification de la structure de la communauté
pourrait indiquer que les bactéries rencontrent de plus importantes contraintes stœchiométriques
que les champignons vis-à-vis des éléments dus à des taux de croissance plus rapides et une
demande élevée en P pour maintenir leurs besoins métaboliques (Elser et al. 1996). Bien que les
relations trophiques « ressource-communauté » n’aient été que peu abordées du point de vue
stœchiométrique, nos données indiquent qu’en plus de la forme du C, des contraintes nutritives
élémentaires peuvent s’appliquer comme facteur déterminant dans la structuration des
communautés microbiennes. Afin d’aller plus loin sur cette partie du raisonnement, il serait
intéressant d’analyser les ARN ribosomaux synthétisés en présence de certains groupes spécifiques de
décomposeurs à l’image des études réalisées dans les écosystèmes aquatiques (Elser et al. 2003;
Makino et al. 2003).
II. 1.3. Contrainte vis-à-vis de l’azote
Bien que le P soit le principal élément limitant les communautés microbiennes identifié dans
les études réalisées in situ, l’ajout d’N était le seul traitement de fertilisation qui altérait
significativement le ratio champignon:bactérie (Chapitre 3). Ce résultat s’avère complexe à
interpréter car il est du à la fois à une augmentation de la biomasse fongique et à une diminution de
la biomasse bactérienne dans le même temps. Ainsi, l’effet négatif de l’N sur la respiration
hétérotrophe exposé précédemment pourrait se traduire par un changement de communauté et une
inhibition de la biomasse bactérienne qui est la principale contributrice au potentiel de respiration
mesuré par la SIR due à sa plus faible efficience d’utilisation du C (CUE) par rapport à la biomasse
fongique (Keiblinger et al. 2010). Cette interprétation de la contrainte azotée nécessite de plus amples
travaux de recherches, particulièrement à la vue des interactions positives avec le P (Fig. L).
285
En effet, nos résultats indiquent des effets contrastés de l’N incluant des interférences potentielles avec
les autres éléments. Ainsi, la composition des communautés et ses multiples contraintes
pourraient potentiellement définir les effets de colimitation et d’astreinte différentielle décrit
dans la première partie de la synthèse.
II. 2. Signification fonctionnelle des communautés de décomposeurs hétérotrophes
II.2.1. Dissimilarité fonctionnelle des communautés
Parmi les principes fondamentaux utilisés pour prédire les liens entre structure des
communautés et processus de l’écosystème, Strickland et al. (2009) ont proposé deux hypothèses
contrastées pour décrire la signification fonctionnelle des communautés de microorganismes.
L’hypothèse d’équivalence fonctionnelle stipule que les communautés microbiennes regroupent de
nombreux organismes fonctionnellement redondants au travers de groupes microbiens
phylogénétiquement variés impliquant qu’un changement de communauté ne modifie pas les
processus de l’écosystème. A l’inverse, l’hypothèse de dissimilarité fonctionnelle suggère que des
variations dans la composition des communautés vont influencer différemment un processus donné ou
la capacité à réaliser un processus spécifique.
Ici, nos résultats indiquent que des communautés microbiennes contrastées peuvent être à
la fois équivalentes ou dissimilaires en fonction de la prise en compte d’un substrat unique ou
d’une diversité de substrats. A titre d’exemple, différentes communautés microbiennes étaient
équivalentes pour des « processus universels » (Chapitre 3) comme la glycolyse présente chez la
plupart des organismes hétérotrophes (Schimel et al. 2005). A l’inverse, les bactéries à Gram-négatif
influençaient fortement la décomposition d’une large diversité de substrats carbonés relativement
accessibles en comparaison de leurs homologues Gram-positive (Chapitre 4). Par conséquent,
différentes communautés n’ont pas forcément les mêmes attributs fonctionnels pour tous les types
de substrats carbonés et ne sont pas toujours équivalentes d’un point de vue fonctionnement de
l’écosystème. Cette conclusion est d’une importance capitale dans un contexte de changements
globaux car une modification potentielle du substrat pourrait engendrer des shifts des communautés
microbiennes, lesquels pourraient en retour influer sur le fonctionnement du sol au travers d’une
variabilité dans la décomposition de certains substrats spécifiques, entrainant de ce fait
d’importantes conséquences sur les cycles du C et des nutriments.
Cependant, à cause de l’incroyable diversité physiologique et phylogénétique au sein des
groupes microbiens utilisés ici (i.e. bactéries à Gram-négative et Gram-positive), il est peu probable
que tous les organismes d’un groupe donné partagent les mêmes fonctions face à la diversité des
substrats carbonés terrestres. Ainsi, une approche fonctionnelle comme la classification
« copiotrophe-oligotrophe » proposée par Fierer et al. (2007) paraît pertinente pour appréhender la
286
signification fonctionnelle des communautés microbiennes. En effet, bien que cette classification ne
soit pas parfaite, elle permet de comprendre et d’interpréter les stratégies d’exploitation ou
d’acquisition des microorganismes vis-à-vis de la ressource en fonction de groupes formés sur leurs
caractéristiques fonctionnelles. En conséquence, il serait intéressant de développer dans le futur de
nouveaux outils pour la définition de marqueurs moléculaires de groupes fonctionnels
spécifiques afin d’obtenir des prédictions précises sur les attributs écologiques des décomposeurs
hétérotrophes. Cette prochaine étape permettra de cibler et de mettre en avant le rôle de la structure
des communautés pour le fonctionnement de l’écosystème.
II.2.2. Processus agrégés et individuels
D’une manière générale l’équivalence fonctionnelle est supposée être particulièrement

effective pour des processus biogéochimiques « larges », c'est-à-dire réalisés par une vaste gamme de
microorganismes comme la minéralisation du C, plutôt que pour des processus « étroits » qui sont
réalisés seulement par certains groupes spécifiques comme la nitrification ou la fixation d’N (e.g.
Schimel 1995; Cavigelli & Robertson 2000; Balser & Firestone 2005). Cependant, en accord avec de
précédentes études (Carney & Matson 2005, Leff et al. 2012), nos résultats de profils métaboliques
des communautés de décomposeurs ont montré que des communautés contrastées pouvaient avoir des
capacités cataboliques différentes face à une large diversité de substrat.
Afin d’expliquer ces résultats contrastés, nous proposons que la décomposition de substrats
simples puisse être radicalement différente de la décomposition de substrats organiques complexes tels
que les litières et leurs lessivâts ou la matière organique du sol, laquelle représenterait un processus
« agrégé » regroupant de multiples voies biochimiques interactives (Schimel et al. 2005). En effet, la
décomposition de la matière organique est souvent mesurée comme un processus unique alors
que c’est en fait la somme de multiples dégradations de substrats spécifiques qui interagissent
simultanément. Ainsi, l’absence de différence de taux de décomposition de substrats complexes par
deux communautés ne signifie pas que les processus « individuels » de dégradation différentielle de
composés spécifiques soient identiques entre ces deux communautés.
Cette hypothèse (Aggregate versus Individual Processes) est soutenue par nos résultats
(Chapitre 3) où des communautés microbiennes contrastées montraient peu ou pas d’effet sur la
décomposition de la litière dans son ensemble (analyse de données en cours), alors que l’utilisation de
15 substrats carbonés individuels (MicroResp) était très variable entre ces communautés. Ces
résultats soulèvent la question de la méthodologie pour appréhender la signification
fonctionnelle des communautés, suggérant que différentes approches peuvent entrainer des résultats
contrastés. De plus, il serait intéressant de regarder dans de futures expérimentations le devenir de
chacun des composés au sein de substrats agrégés comme la litière à la fin du processus de
décomposition afin de visualiser si la dégradation de certains substrats au dépends d’autres ne sont pas
masqués par une perte en masse relativement similaire entre différents traitements.
287
Figure M - Relation entre ratio N:P de la biomasse microbienne et ratio champignon:bactérie

pour la litière et le sol simultanément. Les ronds gris représentent les données du sol, les carrés noirs
celles des litières, et les triangles blancs indiquent l’ensemble des données prises ensemble. Ces données sont
réanalysées à partir du Chapitre 4.
288
III. Application de la stœchiométrie écologique au sein des biomes terrestres
Outre son intérêt dans le cadre des écosystèmes aquatiques, l’approche stœchiométrique est de plus
en plus employée pour comprendre les processus écosystémiques et trophiques au sein des
écosystèmes terrestres. Ici, nous avons cherché à comprendre comment la stœchiométrie du
substrat influençait la stœchiométrie des décomposeurs et si cette première jouait un rôle
important pour expliquer certains processus au sein des écosystèmes forestiers tropicaux. Est-ce
que la stœchiométrie des microorganismes est complètement indépendante de la stœchiométrie du
substrat? Est-ce que les ratios stœchiométriques de leurs substrats organiques prévalent sur les autres
traits pour comprendre les processus écosystémiques? C’est ce que nous allons exposer dans la
troisième partie de cette synthèse.
III. 1. Non-homéostasie des décomposeurs hétérotrophes?
La plupart des études théoriques et empiriques en « écologie stœchiométrique » sont basées

sur la supposition que les hétérotrophes seraient strictement homéostatiques tandis que les
autotrophes seraient pastiques dans leur stœchiométrie (Persson et al. 2010). Bien que ce schéma
général soit utile pour la compréhension des relations trophiques entre substrat et consommateur à
l’échelle globale (Cleveland & Liptzin 2007), nos résultats en laboratoire démontrent au contraire que
les communautés microbiennes hétérotrophes sont flexibles dans leur stœchiométrie et
présentent une importante variabilité en fonction de la qualité du substrat (Chapitre 4).
Cette flexibilité ne se traduisait pas par une plasticité de la même communauté mais
s’accompagnait par des shifts entre différents groupes microbiens et notamment de changements
significatifs des ratios champignon:bactérie. Ces modifications de la structure des communautés
seraient principalement dictées par la stœchiométrie de la biomasse variable entre différents groupes
microbiens. Afin d’étayer cette hypothèse, en réanalysant l’ensemble des données disponibles sur les
communautés microbiennes des litières et des sols dans le même temps, on met en évidence une
relation étroite entre le ratio N:P de la biomasse microbienne et la proportion de champignons par
rapport aux bactéries au sein de la même communauté (Fig. M). En conséquence, nos résultats
remettent partiellement en cause la vision de stricte homéostasie des décomposeurs
hétérotrophes et indiquent que des adaptations face à la qualité de la ressource sont
envisageables grâce à des shifts de groupes spécifiques/souches de microorganismes.
289
Synthèse Cycles biogéochimiques et microorganismes en forêt tropicale
Figure N - Perte en masse de 4 substrats en fonction du temps pour 4 types de traitements

différents. Ici, on compare les effets de différents traitements sur la perte en masse de 4 substrats différents
(cellulose pure, Goupia glabra, Simarouba amara, Vochysia tomentosa). On s’aperçoit qu’un traitement donné ne
présente pas systématiquement les mêmes réponses en fonction de la qualité initiale du substrat. Le traitement Np
correspond à l’ajout de N puis P, le traitement Pn correspond à l’ajout de P puis N, le traitement NP correspond à
deux ajouts de NP successifs. Cette figure est extraite du stage de P. Chavez (2012).
290
de décomposition en milieu terrestre?
Afin de comprendre l’influence de la qualité du substrat sur les processus de l’écosystème, il

est important de définir quels traits de la ressource sont essentiels pour expliquer le fonctionnement
des décomposeurs hétérotrophes. Dans une première approche des relations qualité de la ressource-
processus microbiens, la stœchiométrie du substrat semblait moins importante que les contenus
en éléments d’un point de vue quantitatif (Chapitre 1). Cependant, plus que les teneurs totales en
éléments des litières, les éléments présents dans la fraction soluble directement disponibles pour les
décomposeurs microbiens pourraient apporter aux écologistes du sol une nouvelle manière
d’appréhender la qualité du substrat, particulièrement pendant les phases initiales de
décomposition. Par exemple, l’effet des contenus en P sur la SIR du sol (Chapitre 1) pourrait être en
fait le reflet du P disponible dans les lessivâts, qui ont été montrés bien corrélés aux concentrations
totales en P au sein des litières (Schreeg et al. 2012). Par conséquent, l’étude des différents éléments
solubles des substrats organiques en décomposition comme nouvelle approche des contraintes
nutritives des décomposeurs hétérotrophes pourrait permettre de mieux appréhender les relations
trophiques et les processus microbiens au sein de l’écosystème.
A la suite de ce constat, nous avons décidé de caractériser de manière précise la
stœchiométrie des lessivâts de différentes espèces de litières. Cette démarche nous a amené à
confirmer que plutôt que la stœchiométrie de la matière organique, la stœchiométrie de la fraction
soluble des litières était d’une importance primordiale pour comprendre la structuration des
communautés microbiennes des litières (Chapitre 4). Ainsi nous mettons en avant l’importance de
la stœchiométrie de la fraction soluble dans les relations trophiques, mais qu’en est-il de son
influence sur les processus écosystémiques? Actuellement, d’autres données sur les fractions solubles
de C, N et P des litières du dispositif de Paracou sont recueillies afin d’évaluer l’importance de cette
« stoechiométrioe soluble » sur les processus microbiens. Pour conclure la troisième partie de cette
synthèse, nous émettons l’hypothèse que la stœchiométrie de la fraction soluble influence de
manière considérable l’activité des décomposeurs hétérotrophes en forêt tropicale.
C. Liens entre cycles du C et des nutriments et microorganismes: prise

en compte par les modèles actuels et changements climatiques
I. Processus écosystémiques et cycles biogéochimiques en forêt tropicale
A cause du rôle prépondérant des microorganismes dans les cycles du C et des nutriments, il
est important d’analyser leurs limitations et les impacts potentiels de la ressource sur leur activité. En
plus des contraintes environnementales comme le climat, les microorganismes sont indissociables de
la communauté végétale au travers de relations compétitives et mutualistes (Daufresne & Loreau
291
Effets directs des contraintes environnementales sur les processus de l’écosystème (climat)
Effets indirects des contraintes environnementales et des communautés microbiennes sur

l’activité potentielle au travers de la sélection de traits agrégés des communautés de plantes.
a. Traits de réponse (Specific Leaf Area, prélèvement de nutriments…)
b. Traits d’effet (contenu en nutriment des feuilles, forme biochimique du C…)
Effets indirects des contraintes environnementales et des communautés de plante sur l’activité
potentielle au travers de la sélection de traits microbiens.
a. Traits de réponse (structure de communauté, ratio champignon:bactérie, ratio Gram-positive:Gram-négative)
b. Traits d’effet (production d’enzyme, efficience d’utilisation du C, décomposition de substrat spécifique)
Interaction entre communauté de plantes et communauté microbienne.

a. Microorganismes vers les plantes (assimilation organique et minérale de l’N et du P, fixation biologique…)
b. Plante vers les microorganismes (qualité de litière, diversité des mélanges, rhizodéposition…)
Microorganismes vers les plantes (assimilation organique et minérale de l’N et du P, fixation biologique…)
Effets des plantes et des microorganismes sur les processus biogéochimiques
Feedbacks des processus de l’écosystème sur les traits microbiens (entrée de litière…)
Feedbacks des processus de l’écosystème sur les communautés de plantes (décomposition,

minéralisation des nutriments…)
Figure O - Modèle conceptuel montrant les effets directs et indirects des contraintes
environnementales sur les communautés microbiennes et de plantes et leurs impacts sur les cycles
biogéochimiques. Les processus sont déterminés par le potentiel d’activité des plantes et des microorganismes
ainsi que les conditions environnementales. Adapté d’après Lavorel & Garnier (2002) et Baptist (2008).
292
2001) qui façonnent le fonctionnement de l’écosystème. Ici, afin de prendre du recul et de remettre au
centre du débat l’intérêt de nos résultats expérimentaux pour la communauté des écologistes du sol,
nous indiquons plusieurs pistes pour améliorer la prise en compte des communautés
microbiennes dans les modèles biogéochimiques.
I. 1. Nécessité de prendre en compte les communautés de plantes
L’un des résultats les plus marquants de cette thèse concerne la nécessité de prendre en
compte la qualité du substrat pour comprendre les relations qui s’établissent entre ressource et
consommateur face à l’ajout de ressources externes. A titre d’exemple, concernant la perte en
masse au cours du temps (Fig. N), on s’aperçoit que les différents traitements appliqués ne présentent
pas les mêmes patterns de décomposition en fonction de la qualité initiale de différentes espèces de
litière. Outre les effets passifs de leur nécromasse, les plantes interviennent également par des
processus actifs grâce à leurs parties vivantes comme par exemple au travers de la rhizodéposition
racinaire. L’ensemble de ces facteurs dépendent des espèces végétales en présence mais également de
leurs interactions au sein de la communauté (Gobat et al. 2003). Ainsi, la diversité des plantes ainsi
que leur assemblage apparaissent être des éléments essentiels à prendre en compte (traits
moyens, diversité fonctionnelle …) pour évaluer le fonctionnement des microorganismes au sein
des écosystèmes terrestres.
I. 2. Nécessité de prendre en compte les communautés microbiennes
Les communautés microbiennes sont souvent absentes des modèles biogéochimiques (Zak et
al. 2006) ou sont prises en compte de manière implicite au travers des fonctions qu’elles portent
(Schimel 2001). Derrière les difficultés techniques, les recherches actuelles sont limitées par (i) la
capacité d’associer de manière claire les différents groupes phylogénétiques microbiens à une
classification fonctionnelle, (ii) le manque de cadre conceptuel dans lequel les ressource et les
consommateurs interagissent pour prédire le fonctionnement de l’écosystème. Ainsi, outre la
biomasse, nos résultats supportent l’idée que la structure des communautés microbiennes doit faire
partie intégrante des modèles de prédiction des processus de l’écosystème comme maillon essentiel
pour le devenir du C et des éléments minéraux.
I. 3. Modèle conceptuel pour la prédiction de processus écosystémiques
Dans le modèle proposé (Fig. O), les traits fonctionnels des plantes et des microorganismes
interagissent pour déterminer une activité potentielle qui est ultimement régulée par des variables
environnementales. Cette interdépendance des plantes et des microorganismes peut être illustrée
293
Figure P - Schéma conceptuel des interactions entre les compartiments « aériens » et « souterrains »
de l’écosystème forestier. Les flèches indiquent des liens entre les différents compartiments aussi bien aériens que
souterrains. La flèche en pointillée indique que toutes les fonctions de l’écosystème ne sont pas directement affectées
par la décomposition de substrats. Le rond gris et les flèches en gras représentent le champ d’étude de cette thèse .Ce
schéma est simplifié et toutes les interactions entre les différents compartiments peuvent s’avérer plus complexes
qu’annotées sur le schéma.
294
de plusieurs façons. Les plantes impactent les communautés microbiennes au travers de l’exsudation
racinaire, de la qualité de a litière et de processus écosystémiques comme la quantité de
ressource à décomposer arrivant au sol (Fig. O, flèches 4b et 6). A l’inverse, des groupes
spécifiques de microorganismes permettent aux plantes d’acquérir des nutriments sous formes
organiques et/ou minérales (symbiose mycorhizienne, bactérie fixatrice d’N) (Fig. O, flèche 4a) et en
contrôlant indirectement la disponibilité de ces nutriments au sein de l’écosystème via des processus
de décomposition et de minéralisation de la matière organique (Fig. O, flèche 7).
Ce type de modèle est un exemple concret de la prise en compte des résultats de cette
thèse pour faire avancer de façon mécaniste les prédictions des modèles biogéochimiques. Un
futur challenge sera de déterminer dans quelle mesure des modifications des communautés
microbiennes pourraient influencer la dynamique de la communauté des plantes et le fonctionnement
de l’écosystème (van der Heijden et al. 2008)
II. Remise en contexte de la thèse dans un cadre général à l’échelle de l’écosystème
Malgré les avancées expérimentales et théoriques, cette thèse n’aborde qu’une petite partie de
la problématique du fonctionnement des écosystèmes terrestres (Fig. P). Afin de prendre du recul
sur nos résultats, il faut garder à l’esprit l’ensemble des champs d’investigations relatifs à cette
problématique afin d’avoir une idée complète du rôle et des interactions des microorganismes au sein
des biomes forestiers.
Parmi les thématiques restant à aborder, un premier sous-ensemble complexe est l’étude des
effets directs et indirects des changements globaux sur les communautés microbiennes. En effet,
les facteurs abiotiques directs comme la température et les mouvements d’eau sont d’une importance
primordiale pour la réalisation de certains processus biochimiques, ainsi que pour la distribution et
l’activité des microorganismes (Standing & Killham 2007). Cependant, on connait beaucoup moins
l’influence de facteurs biotiques indirects sur les communautés microbiennes engendrés par des
changements du couvert végétal à la suite de modifications environnementales majeures. Ce
dernier point apparaît crucial à la vue des altérations de température et de pluviométrie qui pourraient
avoir un effet structurant fort sur les communautés de plantes.
Un second sous-ensemble peu étudié concerne les relations complexes qui s’établissent
entre la chimie et les ressources du sol en lien à la décomposition de substrats de qualité variable
et les boucles de rétroaction potentielles s’appliquant sur les communautés de plantes. En effet
une altération de la qualité des sols peut modifier la diversité et la composition du couvert végétal au
même titre que les changements globaux cités précédemment. Ces relations entre sol et végétaux
nécessitent de plus amples travaux de recherche à l’image de ceux initiés sur la thématique de la
« biodiversité » car les feedbacks de telles modifications pourraient entraîner d’importants effets sur le
fonctionnement et la structure des communautés microbiennes à plus ou moins long terme.
295
Synthèse Conclusions
Figure Q - Schéma conceptuel des effets directs et indirects de la ressource sur le compartiment
microbien. Les « effets indirects » représentent les mesures du fonctionnement microbien au travers de leurs
processus (via l’approche écosystémique), et les « effets directs » représentent toutes les mesures portant directement
sur les microorganismes du sol et des litières (via l’approche trophique). Ici nous formalisons un concept simplifié afin
de décrire l’impact d’une ressource « riche » ou « pauvre » sur les traits et le fonctionnement des microorganismes
hétérotrophes. Il est important de noter que ce schéma simplifié ne tient pas compte de la dynamique de succession
potentielle et ne s’applique que pour un cadre temporel étroit.
296
Enfin à plus large échelle, les boucles de rétroaction engendrées par certaines fonctions de
l’écosystème sur les communautés de plantes ou même sur les changements globaux à la base de
ces possibles altérations sont extrêmement difficiles à appréhender à l’échelle humaine. Le cadre
spatio-temporel de telles études reste une notion essentielle à définir afin de mieux appréhender dans
son intégralité le fonctionnement des écosystèmes forestiers et les répercussions indirectes sur les
décomposeurs hétérotrophes..
Ces exemples ne sont pas exhaustifs et mettent en avant que nous ne sommes qu’au point de
départ de la compréhension de la « black box » microbienne et du fonctionnement du sol. Ainsi,
Il est important de prendre conscience du chemin qu’il reste à parcourir et de définir des axes
prioritaires de recherche afin de faire converger les principales unités de recherche vers des
partenariats et des objectifs communs.
D. Conclusions
I. Interface entre effets directs et indirects de la ressource sur le fonctionnement microbien
La qualité de la ressource joue un rôle majeur sur les traits et le fonctionnement des
communautés microbiennes hétérotrophes en forêt tropicale humide de Guyane française. Afin de
simplifier l’épilogue de cette thèse, nous avons conceptualisé le contrôle de la ressource sur le
compartiment microbien pour un cadre temporel étroit omettant la dynamique de succession des
communautés.
Les ressources dites « riches », au travers d’une importante concentration en éléments
minéraux et en particulier en P et en C labile vont stimuler des communautés microbiennes
copiotrophes selon une stratégie d’exploitation des ressources. La décomposition de ces substrats
implique une augmentation rapide de la biomasse couplée à une importante immobilisation des
nutriments résultant en des ratios stœchiométriques étroits. Ces ressources stimulent de manière
considérable la proportion de bactéries Gram-négative impliquant un fonctionnement microbien élevé
d’un point de vue processus comme la respiration microbienne.
Les ressources dites « pauvres », au travers de C complexe et d’une faible concentration en
éléments minéraux vont stimuler des communautés microbiennes oligotrophes selon une stratégie
d’acquisition des ressources. La décomposition de ces substrats implique une augmentation lente de
la biomasse couplée à une faible immobilisation des nutriments résultant en des ratios
stœchiométriques larges. Ces ressources stimulent principalement les champignons, impliquant un
des processus microbiens à des taux plus faibles qu’en comparaison des ressources riches.
297
Figure R - Analyse en composante principale des qualités de litière et enzymes. (a) Deux axes orthogonaux
expliquent 56.4% et 16.1% de la variance. La fin de chaque point noir indique le chargement de la composante. (b) Pour
l’analyse intra-classe, les lignes correspondent aux distances calculées depuis le barycentre. Le cercle représente la zone
de projection moyenne depuis le barycentre pour la litière ou le sol. Chaque bloc est représenté en fonction des deux
premiers axes de l’ACP. Ces données ont été recueillies par H. Schimann.
Figure S - Abondance moyenne de macrofaune avant et après fertilisation sur le terrain. On visualise
clairement une augmentation du nombre moyen d’individu dans les traitements CP, NP et CNP. Ces données ont été
recueillies par J. Nahmani.
298
II. Quelques perspectives
En plus de l’ensemble des pistes de travail déjà évoquées au cours de la synthèse, l’une des
perspectives les plus intéressantes serait d’étudier avec plus de précisions les enzymes synthétisées en
fonction de la qualité des ressources par certains groupes spécifiques de décomposeurs afin
d’évaluer quels substrats spécifiques sont ciblés par des communautés contrastées au cours du
processus de décomposition. Par exemple, on peut visualiser ici des relations entre la production de
trois enzymes (Mn-peroxidases, Laccases et Hemicellulases) et certains composés structuraux
carbonés des litières sur le terrain avant fertilisation (Fig. R). La production enzymatique semble
varier en fonction des différents blocs indiquant des stratégies d’acquisitions variables à l’échelle de
l’hectare. Est-ce que cette variabilité est liée à différentes structures de communautés sur le terrain?
Bien qu’il soit pour le moment difficile de répondre à cette question, lier la production d’enzyme
en fonction de groupes spécifiques de décomposeurs in situ serait la prochaine étape pour
comprendre l’influence des communautés microbiennes sur le devenir de la matière organique et
notamment sur les différentes formes simples et complexes de C. Par ailleurs, la « stœchiométrie
ecoenzymatique », définit comme le ratio enzymatique C:N:P 1:1:1 (Sinsabaugh et al. 2009), pourrait
également être une approche théorique intéressante prenant en compte les besoins nutritifs des
décomposeurs au travers des ressources qu’ils vont spécifiquement chercher dans le but d’affiner
notre compréhension des relations intimes qui s’établissent entre les ressources et leurs
consommateurs.
Une seconde perspective intéressante serait d’étudier l’impact de la ressource sur la
structuration de la faune et de ses effets sur la composition et la biomasse des communautés de
décomposeurs microbiens. En effet, nous avons indirectement montré que la faune affectait
négativement l’activité de respiration potentielle lors des ajouts de ressources via fertilisation
(Chapitre 2). Est-ce que cet impact de la faune est du à un accroissement du nombre d’individu ou à
des modifications de l’activité liées à une disponibilité accrue en ressource? Un premier élément de
réponse est donné par la Figure S, indiquant une augmentation significative de l’abondance de
macrofaune (tout groupe confondu excepté les organismes coloniaux) suite de l’ajout de certains
fertilisants. L’une des questions majeures soulevée par ce dernier résultat est d’évaluer si cette
augmentation est due à un effet direct des fertilisants ou un effet indirect lié à l’augmentation des
microorganismes hétérotrophes comme maillon inférieur à la base du « brown food web ». Bien
qu’il soit également complexe de répondre à cette question, de plus amples à ce sujet sont en cours et
permettront de mieux comprendre le rôle des consommateurs supérieurs et de leurs effets potentiels
sur la modulation des effets des maillons trophiques inférieurs et des processus de l’écosystème q’u’ils
réalisent.
299
300
Bibliographie
301
302
Bibliographie
Aber, J. D., Melillo, J. M. and McClaugherty, C. A. (1990). "Predicting long-term of mass-

loss, nitrogen dynamics, and soil organic-matter formation from initial fine litter chemistry in
temperate forest ecosystems." Canadian Journal of Botany-Revue Canadienne De Botanique 68(10):
2201-2208.
Adachi, M., Ishida, A., Bunyavejchewin, S., Okuda, T. and Koizumi, H. (2009). "Spatial and
temporal variation in soil respiration in a seasonally dry tropical forest, Thailand." Journal of Tropical
Ecology 25: 531-539.
Aerts, R. (1997). "Climate, leaf litter chemistry and leaf litter decomposition in terrestrial
ecosystems: A triangular relationship." Oikos 79(3): 439-449.
Amann, R. I., Ludwig, W. and Schleifer, K. H. (1995). "Phylogenetic identification and in-
situ detection of individual microbial-cells without cultivation." Microbiological Reviews 59(1): 143-
169.
Andersen, T., Elser, J. J. and Hessen, D. O. (2004). "Stoichiometry and population
dynamics." Ecology Letters 7(9): 884-900.
Artaxo, P., Martins, J. V., Yamasoe, M. A., Procopio, A. S., Pauliquevis, T. M., Andreae, M.
O., Guyon, P., Gatti, L. V. and Leal, A. M. C. (2002). "Physical and chemical properties of aerosols in
the wet and dry seasons in Rondonia, Amazonia." Journal of Geophysical Research-Atmospheres
107(D20).
Baggs, E. M. (2006). "Partitioning the components of soil respiration: a research challenge."
Plant and Soil 284(1-2): 1-5.
Bakken, L. R. (1985). "Separation and purification of bacteria from soil." Applied and
Environmental Microbiology 49(6): 1482-1487.
Balser, T. C. and Firestone, M. K. (2005). "Linking microbial community composition and
soil processes in a California annual grassland and mixed-conifer forest." Biogeochemistry 73(2): 395-
415.
Baptist, F. (2008). Impact de la durée d'enneigement sur les cycles biogéochimiques dans les
écosystèmes alpins. Grenoble I, Université Joseph Fourier. Thèse: 263.
Barantal, S. (2011). Influence de la diversité des litières sur les cycles biogéochimiques en
forêt tropicale humide (Guyane française). Montpellier, Université Montpellier 2. Sciences et
Techniques. Thèse.
Barantal, S., Schimann, H., Fromin, N. and Hättenschwiler, S. (2012). "Nutrient and Carbon
Limitation on Decomposition in an Amazonian Moist Forest." Ecosystems: 1-14.
Bardgett, R. D., Bowman, W. D., Kaufmann, R. and Schmidt, S. K. (2005). "A temporal
approach to linking aboveground and belowground ecology." Trends in Ecology & Evolution 20(11):
634-641.
Bardgett, R. D., Freeman, C. and Ostle, N. J. (2008). "Microbial contributions to climate
change through carbon cycle feedbacks." Isme Journal 2(8): 805-814.
Bardgett, R. D. and Wardle, D. A. (2003). "Herbivore-mediated linkages between
aboveground and belowground communities." Ecology 84(9): 2258-2268.
Bastian, F., Bouziri, L., Nicolardot, B. and Ranjard, L. (2009). "Impact of wheat straw
decomposition on successional patterns of soil microbial community structure." Soil Biology &
Biochemistry 41(2): 262-275.
Bates, D. (2010). "Linear mixed model implementation in lme4." R Package Version 3: 32 p.
Beare, M. H., Neely, C. L., Coleman, D. C. and Hargrove, W. L. (1990). "A substrate-
induced respiration (SIR) method for measurement of fungal and bacterial biomass on plant residues."
303
Bibliographie
Berg, B., Berg, M. P., Bottner, P., Box, E., Breymeyer, A., Deanta, R. C., Couteaux, M.,
Escudero, A., Gallardo, A., Kratz, W., Madeira, M., Malkonen, E., McClaugherty, C., Meentemeyer,
V., Munoz, F., Piussi, P., Remacle, J. and Desanto, A. V. (1993). "Litter mass-loss rates in pine forests
of europe and estern united-states - some relationships with climate and litter quality."
Berg, B. and Matzner, E. (1997). "Effect of N deposition on decomposition of plant litter and
soil organic matter in forest systems." Environmental Reviews 5(1): 1-25.
Berg, B. and McClaugherty, C. (2003). Plant Litter: Decomposition, Humus Formation,
Carbon Sequestration. Berlin, Springer-Verlag.
Berg, B. and Meentemeyer, V. (2002). "Litter quality in a north European transect versus
carbon storage potential." Plant and Soil 242(1): 83-92.
Bern, C. R., Townsend, A. R. and Farmer, G. L. (2005). "Unexpected dominance of parent-
material strontium in a tropical forest on highly weathered soils." Ecology 86(3): 626-632.
Binkley, D. and Giardina, C. (1998). "Why do tree species affect soils? The Warp and Woof
of tree-soil interactions." Biogeochemistry 42(1-2): 89-106.
Bonal, D., Bosc, A., Ponton, S., Goret, J. Y., Burban, B., Gross, P., Bonnefond, J. M.,
Elbers, J., Longdoz, B., Epron, D., Guehl, J. M. and Granier, A. (2008). "Impact of severe dry season
on net ecosystem exchange in the Neotropical rainforest of French Guiana." Global Change Biology
14(8): 1917-1933.
Bréchet, L., Ponton, S., Roy, J., Freycon, V., Coûteaux, M.-M., Bonal, D. and Epron, D.
(2009). "Do tree species characteristics influence soil respiration in tropical forests? A test based on 16
tree species planted in monospecific plots." Plant and Soil 319(1): 235-246.
fumigation and the release of soil-nitrogen - a rapid direct extraction method to measure microbial
biomass nitrogen in soil." Soil Biology & Biochemistry 17(6): 837-842.
Brown, A. L. P., Garland, J. L. and Day, F. P. (2009). "Physiological Profiling of Soil
Microbial Communities in a Florida Scrub-Oak Ecosystem: Spatial Distribution and Nutrient
Limitations." Microbial Ecology 57(1): 14-24.
Byzov, B. A., Claus, H., Tretyakova, E. B., Zvyagintsev, D. G. and Filip, Z. (1996). "Effects
of soil invertebrates on the survival of some genetically engineered bacteria in leaf litter and soil."
Biology and Fertility of Soils 23(3): 221-228.
Cadisch, G. and Giller, K. E. (1997). Driven by nature: plant litter quality and
decomposition, CAB International, Wallingford.
Campbell, C. D., Cameron, C. M., Bastias, B. A., Chen, C. R. and Cairney, J. W. G. (2008).
"Long term repeated burning in a wet sclerophyll forest reduces fungal and bacterial biomass and
responses to carbon substrates." Soil Biology & Biochemistry 40(9): 2246-2252.
Carcamo, H. A., Prescott, C. E., Chanway, C. P. and Abe, T. A. (2001). "Do soil fauna
increase rates of litter breakdown and nitrogen release in forests of British Columbia, Canada?"
Canadian Journal of Forest Research-Revue Canadienne De Recherche Forestiere 31(7): 1195-1204.
Carney, K. M. and Matson, P. A. (2005). "Plant communities, soil microorganisms, and soil
carbon cycling: Does altering the world belowground matter to ecosystem functioning?" Ecosystems
8(8): 928-940.
Carney, K. M. and Matson, P. A. (2006). "The influence of tropical plant diversity and
composition on soil microbial communities." Microbial Ecology 52(2): 226-238.
Carreiro, M. M., Sinsabaugh, R. L., Repert, D. A. and Parkhurst, D. F. (2000). "Microbial
enzyme shifts explain litter decay responses to simulated nitrogen deposition." Ecology 81(9): 2359-
2365.
304
Bibliographie
Casals, P., Romanyà, J., Cortina, J., Fons, J., Bode, M. and Vallejo, V. R. (1995). "Nitrogen
supply rate in Scots pine (Pinus sylvestris L.) forests of contrasting slope aspect." Plant and Soil 168-
169(1): 67-73.
Cavigelli, M. A. and Robertson, G. P. (2000). "The functional significance of denitrifier
community composition in a terrestrial ecosystem." Ecology 81(5): 1402-1414.
Chadwick, O. A., Derry, L. A., Vitousek, P. M., Huebert, B. J. and Hedin, L. O. (1999).
"Changing sources of nutrients during four million years of ecosystem development." Nature
397(6719): 491-497.
Chambers, J. Q., Tribuzy, E. S., Toledo, L. C., Crispim, B. F., Higuchi, N., dos Santos, J.,
Araujo, A. C., Kruijt, B., Nobre, A. D. and Trumbore, S. E. (2004). "Respiration from a tropical forest
ecosystem: Partitioning of sources and low carbon use efficiency." Ecological Applications 14(4):
S72-S88.
Chapman, S. K., Langley, J. A., Hart, S. C. and Koch, G. W. (2006). "Plants actively control
nitrogen cycling: uncorking the microbial bottleneck." New Phytologist 169(1): 27-34.
Chavez, P. (2012). Influence des apports d'azote et de phosphore sur la décomposition des
litières et le fonctionnement des communautés microbiennes associées. Toulouse III, Université Paul
Sabatier. Mémoire de Master 2: 31.
Chemidlin Prevost-Boure, N. (2008). Les respirations autotrophe et hétérotrophe du sol dans
une chênaie tempérée. Essonne, Université de Paris-Sud. Faculté des Sciences d'Orsay, . Thèse: 222.
Cherif, M. and Loreau, M. (2009). "When microbes and consumers determine the limiting
nutrient of autotrophs: a theoretical analysis." Proceedings of the Royal Society B-Biological Sciences
276(1656): 487-497.
Choubert, B. (1974). Le precambrien des Guyanes. Paris, Editions B.R.G.M.
Clark, D. A. (2002). "Are tropical forests an important carbon sink? Reanalysis of the long-
term plot data." Ecological Applications 12(1): 3-7.
Cleveland, C. C. and Liptzin, D. (2007). "C : N : P stoichiometry in soil: is there a "Redfield
ratio" for the microbial biomass?" Biogeochemistry 85(3): 235-252.
Cleveland, C. C., Neff, J. C., Townsend, A. R. and Hood, E. (2004). "Composition,
dynamics, and fate of leached dissolved organic matter in terrestrial ecosystems: Results from a
decomposition experiment." Ecosystems 7(3): 275-285.
Cleveland, C. C., Nemergut, D. R., Schmidt, S. K. and Townsend, A. R. (2007). "Increases
in soil respiration following labile carbon additions linked to rapid shifts in soil microbial community
composition." Biogeochemistry 82(3): 229-240.
Cleveland, C. C., Reed, S. C. and Townsend, A. R. (2006). "Nutrient regulation of organic
matter decomposition in a tropical rain forest." Ecology 87(2): 492-503.
Cleveland, C. C. and Townsend, A. R. (2006). "Nutrient additions to a tropical rain forest
drive substantial soil carbon dioxide losses to the atmosphere." Proceedings of the National Academy
of Sciences of the United States of America 103(27): 10316-10321.
Cleveland, C. C., Townsend, A. R. and Schmidt, S. K. (2002). "Phosphorus limitation of
microbial processes in moist tropical forests: Evidence from short-term laboratory incubations and
field studies." Ecosystems 5(7): 680-691.
Cleveland, C. C., Townsend, A. R., Taylor, P., Alvarez-Clare, S., Bustamante, M. M. C.,
Chuyong, G., Dobrowski, S. Z., Grierson, P., Harms, K. E., Houlton, B. Z., Marklein, A., Parton, W.,
Porder, S., Reed, S. C., Sierra, C. A., Silver, W. L., Tanner, E. V. J. and Wieder, W. R. (2011).
"Relationships among net primary productivity, nutrients and climate in tropical rain forest: a pan-
tropical analysis." Ecology Letters 14(9): 939-947.
Coleman, D. C. and Whitman, W. B. (2005). "Linking species richness, biodiversity and
ecosystem function in soil systems." Pedobiologia 49(6): 479-497.
305
Bibliographie
Cooper, D. J., Watson, A. J. and Nightingale, P. D. (1996). "Large decrease in ocean-surface

CO2 fugacity in response to in situ iron fertilization." Nature 383(6600): 511-513.
Coq, S., Souquet, J. M., Meudec, E., Cheynier, V. and Hattenschwiler, S. (2010).
"Interspecific variation in leaf litter tannins drives decomposition in a tropical rain forest of French
Guiana." Ecology 91(7): 2080-2091.
Cornelissen, J. H. C., Quested, H. M., Logtestijn, R. S. P., Perez-Harguindeguy, N., Gwynn-
Jones, D., Diaz, S., Callaghan, T. V., Press, M. C. and Aerts, R. (2006). "Foliar pH as a new plant trait:
can it explain variation in foliar chemistry and carbon cycling processes among subarctic plant species
and types?" Oecologia 147(2): 315-326.
Coûteaux, M.-M., Bottner, P. and Berg, B. (1995). "Litter decomposition, climate and liter
quality." Trends in Ecology & Evolution 10(2): 63-66.
Craine, J. M., Morrow, C. and Fierer, N. (2007). "Microbial nitrogen limitation increases
decomposition." Ecology 88(8): 2105-2113.
Currie, W. S. and Aber, J. D. (1997). "Modeling leaching as a decomposition process in
humid Montane forests." Ecology 78(6): 1844-1860.
Currie, W. S., Aber, J. D., McDowell, W. H., Boone, R. D. and Magill, A. H. (1996).
"Vertical transport of dissolved organic C and N under long-term N amendments in pine and
hardwood forests." Biogeochemistry 35(3): 471-505.
Curtis, P. S., Hanson, P. J., Bolstad, P., Barford, C., Randolph, J. C., Schmid, H. P. and
Wilson, K. B. (2002). "Biometric and eddy-covariance based estimates of annual carbon storage in
five eastern North American deciduous forests." Agricultural and Forest Meteorology 113(1-4): 3-19.
Cusack, D. F., Chou, W. W., Yang, W. H., Harmon, M. E., Silver, W. L. and Lidet, T.
(2009). "Controls on long-term root and leaf litter decomposition in neotropical forests." Global
Change Biology 15(5): 1339-1355.
Cusack, D. F., Silver, W. L., Torn, M. S., Burton, S. D. and Firestone, M. K. (2011).
"Changes in microbial community characteristics and soil organic matter with nitrogen additions in
two tropical forests." Ecology 92(3): 621-632.
Cusack, D. F., Silver, W. L., Torn, M. S. and McDowell, W. H. (2011). "Effects of nitrogen
additions on above- and belowground carbon dynamics in two tropical forests." Biogeochemistry
104(1-3): 203-225.
Cusack, D. F., Torn, M. S., McDowell, W. H. and Silver, W. L. (2010). "The response of
heterotrophic activity and carbon cycling to nitrogen additions and warming in two tropical soils."
Danger, M., Daufresne, T., Lucas, F., Pissard, S. and Lacroix, G. (2008). "Does Liebig's law
of the minimum scale up from species to communities?" Oikos 117(11): 1741-1751.
Daufresne, T. and Loreau, M. (2001). "Ecological stoichiometry, primary producer-
decomposer interactions, and ecosystem persistence." Ecology 82(11): 3069-3082.
David, M. B. and Driscoll, C. T. (1984). "Aluminum speciation and equilibria in soil
solutions of a Haplorthod in the Adirondack Mountains (New York, U.S.A.)." Geoderma 33(4): 297-
318.
Davidson, E. A., Belk, E. and Boone, R. D. (1998). "Soil water content and temperature as
independent or confounded factors controlling soil respiration in a temperate mixed hardwood forest."
Davidson, E. A. and Howarth, R. W. (2007). "Environmental science - Nutrients in synergy."
Nature 449(7165): 1000-1001.
Davidson, E. A. and Janssens, I. A. (2006). "Temperature sensitivity of soil carbon
decomposition and feedbacks to climate change." Nature 440(7081): 165-173.
306
Bibliographie
Davidson, E. A., Verchot, L. V., Cattanio, J. H., Ackerman, I. L. and Carvalho, J. E. M.

(2000). "Effects of soil water content on soil respiration in forests and cattle pastures of eastern
Amazonia." Biogeochemistry 48(1): 53-69.
De Angelis, P., Chigwerewe, K. S. and Mugnozza, G. E. S. (2000). "Litter quality and
decomposition in a CO2-enriched Mediterranean forest ecosystem." Plant and Soil 224(1): 31-41.
de Boer, W., Folman, L. B., Summerbell, R. C. and Boddy, L. (2005). "Living in a fungal
world: impact of fungi on soil bacterial niche development." Fems Microbiology Reviews 29(4): 795-
811.
DeForest, J. L., Zak, D. R., Pregitzer, K. S. and Burton, A. J. (2004). "Atmospheric nitrate
deposition, microbial community composition, and enzyme activity in northern hardwood forests."
Soil Science Society of America Journal 68(1): 132-138.
DeMott, W. R., Gulati, R. D. and Siewertsen, K. (1998). "Effects of phosphorus-deficient
diets on the carbon and phosphorus balance of Daphnia magna." Limnology and Oceanography 43(6):
1147-1161.
Deng, S. P. and Tabatabai, M. A. (1994). "Cellulase activity of soils." Soil Biology &
Biochemistry 26(10): 1347-1354.
Dixon, R. K., Brown, S., Houghton, R. A., Solomon, A. M., Trexler, M. C. and Wisniewski,
J. (1994). "Carbon pools and flux of global forest ecosystems." Science 263(5144): 185-190.
Drenovsky, R. E., Vo, D., Graham, K. J. and Scow, K. M. (2004). "Soil water content and
organic carbon availability are major determinants of soil microbial community composition."
Microbial Ecology 48(3): 424-430.
Drissner, D., Blum, H., Tscherko, D. and Kandeler, E. (2007). "Nine years of enriched CO2
changes the function and structural diversity of soil microorganisms in a grassland." European Journal
of Soil Science 58(1): 260-269.
Elser, J. J., Acharya, K., Kyle, M., Cotner, J., Makino, W., Markow, T., Watts, T., Hobbie,
S., Fagan, W., Schade, J., Hood, J. and Sterner, R. W. (2003). "Growth rate-stoichiometry couplings in
diverse biota." Ecology Letters 6(10): 936-943.
Elser, J. J., Bracken, M. E. S., Cleland, E. E., Gruner, D. S., Harpole, W. S., Hillebrand, H.,
Ngai, J. T., Seabloom, E. W., Shurin, J. B. and Smith, J. E. (2007). "Global analysis of nitrogen and
phosphorus limitation of primary producers in freshwater, marine and terrestrial ecosystems." Ecology
Letters 10(12): 1135-1142.
Elser, J. J., Dobberfuhl, D. R., MacKay, N. A. and Schampel, J. H. (1996). "Organism size,
life history, and N:P stoichiometry." Bioscience 46(9): 674-684.
Elser, J. J., Fagan, W. F., Denno, R. F., Dobberfuhl, D. R., Folarin, A., Huberty, A.,
Interlandi, S., Kilham, S. S., McCauley, E., Schulz, K. L., Siemann, E. H. and Sterner, R. W. (2000).
"Nutritional constraints in terrestrial and freshwater food webs." Nature 408(6812): 578-580.
Enriquez, S., Duarte, C. M. and Sandjensen, K. (1993). "Patterns in decomposition rates
among photosynthetic organisms - the importance of detritus C-N-P content." Oecologia 94(4): 457-
471.
Epron, D., Bosc, A., Bonal, D. and Freycon, V. (2006). "Spatial variation of soil respiration
across a topographic gradient in a tropical rain forest in French Guiana." Journal of Tropical Ecology
22: 565-574.
Epron, D., Nouvellon, Y., Roupsard, O., Mouvondy, W., Mabiala, A., Saint-André, L.,
Joffre, R., Jourdan, C., Bonnefond, J.-M., Berbigier, P. and Hamel, O. (2004). "Spatial and temporal
variations of soil respiration in a Eucalyptus plantation in Congo." Forest Ecology and Management
202(1–3): 149-160.
Falster, D. S., Warton, D. I. and Wright, I. J. (2006). "User's guide to SMATR: Standardised
Major Axis Tests & Routines Version 2.0." http://www.bio.mq.edu.au/ecology/SMATR/. accessed 11
March 2006.
307
Bibliographie
Fanin, N., Barantal, S., Fromin, N., Schimann, H., Schevin, P. and Hättenschwiler, S.
"Nutrients and carbon additions in tropical rainforest drive differences in microbial limitations of litter
and underlying soil: a full factorial field fertilization experiment." in press.
Fanin, N., Fromin, N., Buatois, B. and Hättenschwiler, S. "An experimental test of the
hypothesis of non-homeostatic consumer stoichiometry in a plant litter-microbe system." in prep.
Fanin, N., Hättenschwiler, S., Barantal, S., Schimann, H. and Fromin, N. (2011). "Does
variability in litter quality determine soil microbial respiration in an Amazonian rainforest?" Soil
Biology and Biochemistry 43(5): 1014-1022.
Feeley, K. J., Davies, S. J., Perez, R., Hubbell, S. P. and Foster, R. B. (2011). "Directional
changes in the species composition of a tropical forest." Ecology 92(4): 871-882.
Feeley, K. J., Malhi, Y., Zelazowski, P. and Silman, M. R. (2012). "The relative importance
of deforestation, precipitation change, and temperature sensitivity in determining the future
distributions and diversity of Amazonian plant species." Global Change Biology 18(8): 2636-2647.
Field, C. B., Behrenfeld, M. J., Randerson, J. T. and Falkowski, P. (1998). "Primary
production of the biosphere: Integrating terrestrial and oceanic components." Science 281(5374): 237-
240.
Fierer, N., Bradford, M. A. and Jackson, R. B. (2007). "Toward an ecological classification
of soil bacteria." Ecology 88(6): 1354-1364.
Fierer, N., Grandy, A. S., Six, J. and Paul, E. A. (2009). "Searching for unifying principles in
soil ecology." Soil Biology & Biochemistry 41(11): 2249-2256.
Fierer, N., Schimel, J. P. and Holden, P. A. (2003). "Variations in microbial community
composition through two soil depth profiles." Soil Biology & Biochemistry 35(1): 167-176.
Folman, L. B., Gunnewiek, P., Boddy, L. and de Boer, W. (2008). "Impact of white-rot fungi
on numbers and community composition of bacteria colonizing beech wood from forest soil." Fems
Microbiology Ecology 63(2): 181-191.
Fontaine, S., Barot, S., Barre, P., Bdioui, N., Mary, B. and Rumpel, C. (2007). "Stability of
organic carbon in deep soil layers controlled by fresh carbon supply." Nature 450(7167): 277-U210.
Fontaine, S., Mariotti, A. and Abbadie, L. (2003). "The priming effect of organic matter: a
question of microbial competition?" Soil Biology & Biochemistry 35(6): 837-843.
Frey, S. D., Elliott, E. T., Paustian, K. and Peterson, G. A. (2000). "Fungal translocation as a
mechanism for soil nitrogen inputs to surface residue decomposition in a no-tillage agroecosystem."
Freycon, V., Sabatier, D., Paget, D. and Ferry, B. (2003). "Influence du sol sur la végétation
arborescente en forêt guyanaise : état des connaissances " Revue forestière française 55: 60-73.
Fromin, N., Pinay, G., Montuelle, B., Landais, D., Ourcival, J. M., Joffre, R. and Lensi, R.
(2010). "Impact of seasonal sediment desiccation and rewetting on microbial processes involved in
greenhouse gas emissions." Ecohydrology 3(3): 339-348.
Fromin, N., Porte, B., Lensi, R., Hamelin, J., Domenach, A. M., Buatois, B. and Roggy, J. C.
(2012). "Spatial variability of the functional stability of microbial respiration process: a microcosm
study using tropical forest soil." Journal of Soils and Sediments 12(7): 1030-1039.
Frouz, J., Elhottova, D., Pizl, V., Tajousky, K., Sourkova, M., Picek, T. and Maly, S. (2007).
"The effect of litter quality and soil faunal composition on organic matter dynamics in post-mining
soil: A laboratory study." Applied Soil Ecology 37(1-2): 72-80.
Gallardo, A. and Merino, J. (1993). "Leaf decomposition in 2 mediterranean ecosystems of
southwest spain-influence of substrate quality." Ecology 74(1): 152-161.
Gallardo, A. and Schlesinger, W. H. (1994). "Factors limiting microbial biomass in the
mineral soil and forest floor of a warm-temperate forest." Soil Biology & Biochemistry 26(10): 1409-
1415.
308
Bibliographie
Galloway, J. N., Dentener, F. J., Capone, D. G., Boyer, E. W., Howarth, R. W., Seitzinger, S.
P., Asner, G. P., Cleveland, C. C., Green, P. A., Holland, E. A., Karl, D. M., Michaels, A. F., Porter, J.
H., Townsend, A. R. and Vorosmarty, C. J. (2004). "Nitrogen cycles: past, present, and future."
Galloway, J. N., Levy, H. and Kashibhatla, P. S. (1994). "Year 2020 - Consequences of
popultaion-Growth and development on deposition of oxidized nitrogen." Ambio 23(2): 120-123.
Galloway, J. N., Townsend, A. R., Erisman, J. W., Bekunda, M., Cai, Z. C., Freney, J. R.,
Martinelli, L. A., Seitzinger, S. P. and Sutton, M. A. (2008). "Transformation of the nitrogen cycle:
Recent trends, questions, and potential solutions." Science 320(5878): 889-892.
Gaumont-Guay, D., Black, T. A., Griffis, T. J., Barr, A. G., Morgenstern, K., Jassal, R. S.
and Nesic, Z. (2006). "Influence of temperature and drought on seasonal and interannual variations of
soil, bole and ecosystem respiration in a boreal aspen stand." Agricultural and Forest Meteorology
140(1-4): 203-219.
Gessner, M. O., Swan, C. M., Dang, C. K., McKie, B. G., Bardgett, R. D., Wall, D. H. and
Hattenschwiler, S. (2010). "Diversity meets decomposition." Trends in Ecology & Evolution 25(6):
372-380.
Ghani, A., Dexter, M. and Perrott, K. W. (2003). "Hot-water extractable carbon in soils: a
sensitive measurement for determining impacts of fertilisation, grazing and cultivation." Soil Biology
& Biochemistry 35(9): 1231-1243.
Giardina, C. P., Binkley, D., Ryan, M. G., Fownes, J. H. and Senock, R. S. (2004).
"Belowground carbon cycling in a humid tropical forest decreases with fertilization." Oecologia
139(4): 545-550.
GIEC (2007 ). Bilan 2007 des changements climatiques : Les bases scientifiques physiques.
Quatrième rapport d’évaluation de GIEC. France.
Gnankambary, Z., Stedt, U., Nyberg, G., Hien, V. and Malmer, A. (2008). "Nitrogen and
phosphorus limitation of soil microbial respiration in two tropical agroforestry parklands in the south-
Sudanese zone of Burkina Faso: The effects of tree canopy and fertilization." Soil Biology &
Gobat, J.-M., Aragno, M. and Matthey, W. (2003). Le sol vivant. Lausanne, Presse
polytechniques et universitaires romandes.
Goma-Tchimbakala, J. and Bernhard-Reversat, F. (2006). "Comparison of litter dynamics in
three plantations of an indigenous timber-tree species (Terminalia superba) and a natural tropical
forest in Mayombe, Congo." Forest Ecology and Management 229(1-3): 304-313.
Gonzalez, G. and Seastedt, T. R. (2001). "Soil fauna and plant litter decomposition in
tropical and subalpine forests." Ecology 82(4): 955-964.
Gourlet-Fleury, S., Guehl, J.-M. and Laroussinie, O. (2004). Ecology and management of a
Neotropical Rainforest: Lessons drawn from Paracou, a long-term experimental research site in French
Guiana. Paris, Elsevier.
Gourlet-Fleury, S. and Houllier, F. (2000). "Modelling diameter increment in a lowland
evergreen rain forest in French Guiana." Forest Ecology and Management 131(1-3): 269-289.
Grace, J., Malhi, Y. and Higuchi, N. (2001). Productivity and carbon fluxes of tropical rain
forests. Terrestrial Global Productivity: Past, Present, and Future. Mooney HA, Roy J. and S. B. San
Diego, Academic Press: pp. 401-428.
Granier, A., Ceschia, E., Damesin, C., Dufrene, E., Epron, D., Gross, P., Lebaube, S., Le
Dantec, V., Le Goff, N., Lemoine, D., Lucot, E., Ottorini, J. M., Pontailler, J. Y. and Saugier, B.
(2000). "The carbon balance of a young Beech forest." Functional Ecology 14(3): 312-325.
Grayston, S. J., Griffith, G. S., Mawdsley, J. L., Campbell, C. D. and Bardgett, R. D. (2001).
"Accounting for variability in soil microbial communities of temperate upland grassland ecosystems."
Soil Biology & Biochemistry 33(4-5): 533-551.
309
Bibliographie
Griffiths, B. S., Ritz, K., Ebblewhite, N. and Dobson, G. (1999). "Soil microbial community
structure: Effects of substrate loading rates." Soil Biology & Biochemistry 31(1): 145-153.
Grimshaw, H., Allen, S. and Parkinson, J. (1989). Nutrient elements. Chemical Analysis of
Ecological Materials. S. Allen. Oxford, Blackwell Scientific Publications.
Guggenberger, G. and Kaiser, K. (2003). "Dissolved organic matter in soil: challenging the
paradigm of sorptive preservation." Geoderma 113(3-4): 293-310.
Güsewell, S. and Gessner, M. O. (2009). "N : P ratios influence litter decomposition and
colonization by fungi and bacteria in microcosms." Functional Ecology 23(1): 211-219.
Hanson, P. J., Edwards, N. T., Garten, C. T. and Andrews, J. A. (2000). "Separating root and
soil microbial contributions to soil respiration: A review of methods and observations."
Hanson, P. J., Wullschleger, S. D., Bohlman, S. A. and Todd, D. E. (1993). "Seasonal and
topographic patterns of forest floor CO2 efflux from an upland oak forest." Tree Physiology 13(1): 1-
15.
Hattenschwiler, S., Aeschlimann, B., Couteaux, M. M., Roy, J. and Bonal, D. (2008). "High
variation in foliage and leaf litter chemistry among 45 tree species of a neotropical rainforest
community." New Phytologist 179(1): 165-175.
Hättenschwiler, S. and Bracht-Jørgensen, H. (2010). "Carbon quality rather than
stoichiometry controls litter decomposition in a tropical rain forest." Journal of Ecology 98(4): 754-
763.
Hättenschwiler, S., Coq, S., Barantal, S. and Handa, I. T. (2011). "Leaf traits and
decomposition in tropical rainforests: revisiting some commonly held views and towards a new
hypothesis." New Phytologist 189(4): 950-965.
Hättenschwiler, S. and Schafellner, C. (2004). "Gypsy moth feeding in the canopy of a CO2-
enriched mature forest." Global Change Biology 10(11): 1899-1908.
Heal, O. W., Anderson, J. M. and Swift, M. J. (1997). Plant litter quality and decomposition:
an historical overview. Driven by nature. Plant litter quality and decomposition. G. Cadisch and K. E.
Giller. Wallingford, CAB International.
Hedin, L. O., Brookshire, E. N. J., Menge, D. N. L. and Barron, A. R. (2009). The Nitrogen
Paradox in Tropical Forest Ecosystems. Annual Review of Ecology Evolution and Systematics. Palo
Alto, Annual Reviews. 40: 613-635.
Henry, H. A. L., Cleland, E. E., Field, C. B. and Vitousek, P. M. (2005). "Interactive effects
of elevated CO2, N deposition and climate change on plant litter quality in a California annual
grassland." Oecologia 142(3): 465-473.
Hibbard, K. A., Law, B. E., Reichstein, M. and Sulzman, J. (2005). "An analysis of soil
respiration across northern hemisphere temperate ecosystems." Biogeochemistry 73(1): 29-70.
Hobbie, S. E. and Vitousek, P. M. (2000). "Nutrient limitation of decomposition in Hawaiian
forests." Ecology 81(7): 1867-1877.
Hooper, D. U., Bignell, D. E., Brown, V. K., Brussaard, L., Dangerfield, J. M., Wall, D. H.,
Wardle, D. A., Coleman, D. C., Giller, K. E., Lavelle, P., Van der Putten, W. H., De Ruiter, P. C.,
Rusek, J., Silver, W. L., Tiedje, J. M. and Wolters, V. (2000). "Interactions between aboveground and
belowground biodiversity in terrestrial ecosystems: Patterns, mechanisms, and feedbacks." Bioscience
50(12): 1049-1061.
Houghton, R. A. (2005). "Aboveground forest biomass and the global carbon balance."
Houghton, R. A., Skole, D. L., Nobre, C. A., Hackler, J. L., Lawrence, K. T. and
Chomentowski, W. H. (2000). "Annual fluxes or carbon from deforestation and regrowth in the
Brazilian Amazon." Nature 403(6767): 301-304.
310
Bibliographie
Hu, S. J., van Bruggen, A. H. C. and Grunwald, N. J. (1999). "Dynamics of bacterial

populations in relation to carbon availability in a residue-amended soil." Applied Soil Ecology 13(1):
21-30.
Hunter, M. D., Adl, S., Pringle, C. M. and Coleman, D. C. (2003). "Relative effects of macro
invertebrates and habitat on the chemistry of litter during decomposition." Pedobiologia 47(2): 101-
115.
Ilstedt, U. and Singh, S. (2005). "Nitrogen and phosphorus limitations of microbial
respiration in a tropical phosphorus-fixing acrisol (ultisol) compared with organic compost." Soil
IntergovernmentalPanelonClimateChange(IPCC) (2001). Climate Change 2001: The
Scientific Basis. Technical Summary of the Working Group I Report. New York, Cambridge
University Press.
Intergovernmental Panel on Climate Change(IPCC) (2007). Climate Change 2007: The
Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the
IPCC. Cambridge, Cambridge University Press.
Janssens, I. A., Lankreijer, H., Matteucci, G., Kowalski, A. S., Buchmann, N., Epron, D.,
Pilegaard, K., Kutsch, W., Longdoz, B., Grunwald, T., Montagnani, L., Dore, S., Rebmann, C., Moors,
E. J., Grelle, A., Rannik, U., Morgenstern, K., Oltchev, S., Clement, R., Gudmundsson, J., Minerbi, S.,
Berbigier, P., Ibrom, A., Moncrieff, J., Aubinet, M., Bernhofer, C., Jensen, N. O., Vesala, T., Granier,
A., Schulze, E. D., Lindroth, A., Dolman, A. J., Jarvis, P. G., Ceulemans, R. and Valentini, R. (2001).
"Productivity overshadows temperature in determining soil and ecosystem respiration across European
forests." Global Change Biology 7(3): 269-278.
Jenkinson, D. S., Brookes, P. C. and Powlson, D. S. (2004). "Measuring soil microbial
biomass." Soil Biology & Biochemistry 36(1): 5-7.
Joergensen, R. G. and Scheu, S. (1999). "Response of soil microorganisms to the addition of
carbon, nitrogen and phosphorus in a forest Rendzina." Soil Biology & Biochemistry 31(6): 859-866.
John, R., Dalling, J. W., Harms, K. E., Yavitt, J. B., Stallard, R. F., Mirabello, M., Hubbell,
S. P., Valencia, R., Navarrete, H., Vallejo, M. and Foster, R. B. (2007). "Soil nutrients influence
spatial distributions of tropical tree species." Proceedings of the National Academy of Sciences of the
United States of America 104(3): 864-869.
Kaiser, K. and Zech, W. (1998). "Soil dissolved organic matter sorption as influenced by
organic and sesquioxide coatings and sorbed sulfate." Soil Science Society of America Journal 62(1):
129-136.
Kalbitz, K., Schwesig, D., Schmerwitz, J., Kaiser, K., Haumaier, L., Glaser, B., Ellerbrock,
R. and Leinweber, P. (2003). "Changes in properties of soil-derived dissolved organic matter induced
by biodegradation." Soil Biology & Biochemistry 35(8): 1129-1142.
Kalbitz, K., Solinger, S., Park, J. H., Michalzik, B. and Matzner, E. (2000). "Controls on the
dynamics of dissolved organic matter in soils: A review." Soil Science 165(4): 277-304.
Kaspari, M., Garcia, M. N., Harms, K. E., Santana, M., Wright, S. J. and Yavitt, J. B. (2008).
"Multiple nutrients limit litterfall and decomposition in a tropical forest." Ecology Letters 11(1): 35-
43.
Kaspari, M. and Yanoviak, S. P. (2008). "Biogeography of litter depth in tropical forests:
evaluating the phosphorus growth rate hypothesis." Functional Ecology 22(5): 919-923.
Kaspari, M. and Yanoviak, S. P. (2009). "Biogeochemistry and the structure of tropical
brown food webs." Ecology 90(12): 3342-3351.
Katayama, A., Kume, T., Komatsu, H., Ohashi, M., Nakagawa, M., Yamashita, M., Otsuki,
K., Suzuki, M. and Kumagai, T. (2009). "Effect of forest structure on the spatial variation in soil
respiration in a Bornean tropical rainforest." Agricultural and Forest Meteorology 149(10): 1666-1673.
311
Bibliographie
Keiblinger, K. M., Hall, E. K., Wanek, W., Szukics, U., Hammerle, I., Ellersdorfer, G.,
Bock, S., Strauss, J., Sterflinger, K., Richter, A. and Zechmeister-Boltenstern, S. (2010). "The effect of
resource quantity and resource stoichiometry on microbial carbon-use-efficiency." Fems Microbiology
Ecology 73(3): 430-440.
Khomik, M., Arain, M. A. and McCaughey, J. H. (2006). "Temporal and spatial variability
of soil respiration in a boreal mixedwood forest." Agricultural and Forest Meteorology 140(1-4): 244-
256.
Koch, O., Tscherko, D. and Kandeler, E. (2007). "Temperature sensitivity of microbial
respiration, nitrogen mineralization, and potential soil enzyme activities in organic alpine soils."
Global Biogeochemical Cycles 21(4).
Kögel-Knabner, I. (2002). "The macromolecular organic composition of plant and microbial
residues as inputs to soil organic matter." Soil Biology and Biochemistry 34(2): 139-162.
Koren, I., Kaufman, Y. J., Washington, R., Todd, M. C., Rudich, Y., Martins, J. V. and
Rosenfeld, D. (2006). "The Bodele depression: a single spot in the Sahara that provides most of the
mineral dust to the Amazon forest." Environmental Research Letters 1(1).
Körner, C. and Miglietta, F. (1994). "Long-term effects of naturally elevated CO2 on
mediterranean grassland and forest trees." Oecologia 99(3-4): 343-351.
Kosugi, Y., Mitani, T., Ltoh, M., Noguchi, S., Tani, M., Matsuo, N., Takanashi, S., Ohkubo,
S. and Nik, A. R. (2007). "Spatial and temporal variation in soil respiration in a Southeast Asian
tropical rainforest." Agricultural and Forest Meteorology 147(1-2): 35-47.
Kramer, C. and Gleixner, G. (2008). "Soil organic matter in soil depth profiles: Distinct
carbon preferences of microbial groups during carbon transformation." Soil Biology & Biochemistry
40(2): 425-433.
Krashevska, V., Maraun, M., Ruess, L. and Scheu, S. (2010). "Carbon and nutrient limitation
of soil microorganisms and microbial grazers in a tropical montane rain forest." Oikos 119(6): 1020-
1028.
Kuiters, A. T. (1993). "Dissolved Organic Matter in Forest Soils: Sources, Complexing
Properties and Action On Herbaceous Plants." Chemistry and Ecology 8(3): 171-184.
Kuzyakov, Y. (2006). "Sources of CO2 efflux from soil and review of partitioning methods."
Kuzyakov, Y. (2010). "Priming effects: Interactions between living and dead organic
matter." Soil Biology & Biochemistry 42(9): 1363-1371.
Kuzyakov, Y., Friedel, J. K. and Stahr, K. (2000). "Review of mechanisms and
quantification of priming effects." Soil Biology & Biochemistry 32(11-12): 1485-1498.
Lasaridi, K., Protopapa, I., Kotsou, M., Pilidis, G., Manios, T. and Kyriacou, A. (2006).
"Quality assessment of composts in the Greek market: The need for standards and quality assurance."
Journal of Environmental Management 80(1): 58-65.
Lavelle, P., Blanchart, E., Martin, A., Martin, S., Spain, A., Toutain, F., Barois, I. and
Schaefer, R. (1993). "A hierarchical model for decomposition in terrestrial ecosystems - application to
soils of the humid tropics." Biotropica 25(2): 130-150.
Lavelle, P., Rouland, C., Diouf, M., Binet, F. and Kersanté, A. (2005). Regulation of
Microbial Activities in Functional Domains of Roots and Invertebrates. Microorganisms in Soils:
Roles in Genesis and Functions. A. Varma and F. Buscot, Springer-Verlag Berlin Heidelberg. 3: 291-
305.
Lavorel, S. and Garnier, E. (2002). "Predicting changes in community composition and
ecosystem functioning from plant traits: revisiting the Holy Grail." Functional Ecology 16(5): 545-
556.
Law, B. E., Sun, O. J., Campbell, J., Van Tuyl, S. and Thornton, P. E. (2003). "Changes in
carbon storage and fluxes in a chronosequence of ponderosa pine." Global Change Biology 9(4): 510-
524.
312
Bibliographie
Le Fol, J. (2002). Etude géomorphologique des sites de Paracou, Crique Plomb, Piste de
Saint Elie. Toulouse II, Université Le Mirail. Mémoire de Master 2 de Géographie, Environnement et
Paysage: 126.
Leclerc, B. (2002). Les jardiniers de l'ombre : vers de terre et autres artisans de la fertilité,
Terre Vivante.
Leff, J. W., Nemergut, D. R., Grandy, A. S., O'Neill, S. P., Wickings, K., Townsend, A. R.
and Cleveland, C. C. (2012). "The Effects of Soil Bacterial Community Structure on Decomposition in
a Tropical Rain Forest." Ecosystems 15(2): 284-298.
Lejon, D. P. H., Chaussod, R., Ranger, J. and Ranjard, L. (2005). "Microbial community
structure and density under different tree species in an acid forest soil (Morvan, France)." Microbial
Ecology 50(4): 614-625.
Lévêque, C. (2001). Ecologie : De l'écosystème à la biosphère. Paris, Dunod.
Lichstein, J. W. (2007). "Multiple regression on distance matrices: a multivariate spatial
analysis tool." Plant Ecology 188(2): 117-131.
Liu, L., Gundersen, P., Zhang, T. and Mo, J. M. (2012). "Effects of phosphorus addition on
soil microbial biomass and community composition in three forest types in tropical China." Soil
Loescher, H. W., Oberbauer, S. F., Gholz, H. L. and Clark, D. B. (2003). "Environmental
controls on net ecosystem-level carbon exchange and productivity in a Central American tropical wet
forest." Global Change Biology 9(3): 396-412.
Longdoz, B., Yernaux, M. and Aubinet, M. (2000). "Soil CO2 efflux measurements in a
mixed forest: impact of chamber disturbances, spatial variability and seasonal evolution." Global
Change Biology 6(8): 907-917.
Loranger, G., Ponge, J. F., Imbert, D. and Lavelle, P. (2002). "Leaf decomposition in two
semi-evergreen tropical forests: influence of litter quality." Biology and Fertility of Soils 35(4): 247-
252.
Luyssaert, S., Schulze, E. D., Borner, A., Knohl, A., Hessenmoller, D., Law, B. E., Ciais, P.
and Grace, J. (2008). "Old-growth forests as global carbon sinks." Nature 455(7210): 213-215.
Lynch, J. M. (1992). Substrate availability in the production of composts. Science and
Engineering of Composting: Design, Environmental, Microbiological and Utilization Aspects. H. A. J.
Hoitink and H. M. Keener. Columbus, The Ohio State University Press: pp. 24-35.
Mahowald, N. M., Artaxo, P., Baker, A. R., Jickells, T. D., Okin, G. S., Randerson, J. T. and
Townsend, A. R. (2005). "Impacts of biomass burning emissions and land use change on Amazonian
atmospheric phosphorus cycling and deposition." Global Biogeochemical Cycles 19(4).
Makino, W. and Cotner, J. B. (2004). "Elemental stoichiometry of a heterotrophic bacterial
community in a freshwater lake: implications for growth- and resource-dependent variations." Aquatic
Microbial Ecology 34(1): 33-41.
Makino, W., Cotner, J. B., Sterner, R. W. and Elser, J. J. (2003). "Are bacteria more like
plants or animals? Growth rate and resource dependence of bacterial C : N : P stoichiometry."
Functional Ecology 17(1): 121-130.
Makkonen, M., Berg, M. P., Handa, I. T., Hattenschwiler, S., van Ruijven, J., van Bodegom,
P. M. and Aerts, R. (2012). "Highly consistent effects of plant litter identity and functional traits on
decomposition across a latitudinal gradient." Ecology Letters 15(9): 1033-1041.
Malhi, Y., Baldocchi, D. D. and Jarvis, P. G. (1999). "The carbon balance of tropical,
temperate and boreal forests." Plant Cell and Environment 22(6): 715-740.
Malhi, Y. and Grace, J. (2000). "Tropical forests and atmospheric carbon dioxide." Trends in
Ecology & Evolution 15(8): 332-337.
Malhi, Y., Meir, P. and Brown, S. (2002). "Forests, carbon and global climate."
Philosophical Transactions of the Royal Society of London Series a-Mathematical Physical and
Engineering Sciences 360(1797): 1567-1591.
313
Bibliographie
Malhi, Y., Roberts, J. T., Betts, R. A., Killeen, T. J., Li, W. H. and Nobre, C. A. (2008).
"Climate change, deforestation, and the fate of the Amazon." Science 319(5860): 169-172.
Manzoni, S., Jackson, R. B., Trofymow, J. A. and Porporato, A. (2008). "The global
stoichiometry of litter nitrogen mineralization." Science 321(5889): 684-686.
Manzoni, S., Taylor, P., Richter, A., Porporato, A. and Ågren, G. I. (2012). "Environmental
and stoichiometric controls on microbial carbon-use efficiency in soils." New Phytologist 196(1): 79-
91.
Manzoni, S., Trofymow, J. A., Jackson, R. B. and Porporato, A. (2010). "Stoichiometric
controls on carbon, nitrogen, and phosphorus dynamics in decomposing litter." Ecological
Monographs 80(1): 89-106.
Maraun, M. and Scheu, S. (1996). "Changes in microbial biomass, respiration and nutrient
status of beech (Fagus sylvatica) leaf litter processed by millipedes (Glomeris marginata)." Oecologia
107(1): 131-140.
Marigo, G. (1973). "Method for fractionation and estimation of plant phenolics." Analusis
2(2): 106-110.
Marschner, B. and Kalbitz, K. (2003). "Controls of bioavailability and biodegradability of
dissolved organic matter in soils." Geoderma 113(3-4): 211-235.
Martin, A. and Marinissen, J. C. Y. (1993). "Biological and physicochemical processes in
excrements of soil animals." Geoderma 56(1-4): 331-347.
Martin, J. G. and Bolstad, P. V. (2009). "Variation of soil respiration at three spatial scales:
Components within measurements, intra-site variation and patterns on the landscape." Soil Biology &
Martinson, H. M., Schneider, K., Gilbert, J., Hines, J. E., Hamback, P. A. and Fagan, W. F.
(2008). "Detritivory: stoichiometry of a neglected trophic level." Ecological Research 23(3): 487-491.
Maseyk, K., Grunzweig, J. M., Rotenberg, E. and Yakir, D. (2008). "Respiration acclimation
contributes to high carbon-use efficiency in a seasonally dry pine forest." Global Change Biology
14(7): 1553-1567.
Matson, P. A., McDowell, W. H., Townsend, A. R. and Vitousek, P. M. (1999). "The
globalization of N deposition: ecosystem consequences in tropical environments." Biogeochemistry
46(1-3): 67-83.
Mayaux, P., Holmgren, P., Achard, F., Eva, H., Stibig, H. and Branthomme, A. (2005).
"Tropical forest cover change in the 1990s and options for future monitoring." Philosophical
Transactions of the Royal Society B-Biological Sciences 360(1454): 373-384.
McGill, W. B. and Cole, C. V. (1981). "Comparative aspects of organic C, N, S and P
cycling through soil organic matter during pedogenesis." Geoderma 26: 267-286.
McGlynn, T. P., Salinas, D. J., Dunn, R. R., Wood, T. E., Lawrence, D. and Clark, D. A.
(2007). "Phosphorus limits tropical rain forest litter fauna." Biotropica 39(1): 50-53.
McGroddy, M. E., Daufresne, T. and Hedin, L. O. (2004). "Scaling of C : N : P
stoichiometry in forests worldwide: Implications of terrestrial redfield-type ratios." Ecology 85(9):
2390-2401.
Meentemeyer, V. (1978). "Macroclimate and lignin control of litter decomposition rates."
Ecology 59(3): 465-472.
Meidute, S., Demoling, F. and Baath, E. (2008). "Antagonistic and synergistic effects of
fungal and bacterial growth in soil after adding different carbon and nitrogen sources." Soil Biology &
Melillo, J. M., Aber, J. D. and Muratore, J. F. (1982). "Nitrogen and lignin control of
hardwood leaf-litter decomposition dynamics." Ecology 63(3): 621-626.
Melillo, J. M., McGuire, A. D., Kicklighter, D. W., Moore, B., Vorosmarty, C. J. and
Schloss, A. L. (1993). "Global climate-change and terrestrial net primary production." Nature
363(6426): 234-240.
314
Bibliographie
Michalzik, B., Kalbitz, K., Park, J. H., Solinger, S. and Matzner, E. (2001). "Fluxes and
concentrations of dissolved organic carbon and nitrogen - a synthesis for temperate forests."
Michalzik, B. and Matzner, E. (1999). "Dynamics of dissolved organic nitrogen and carbon
in a Central European Norway spruce ecosystem." European Journal of Soil Science 50(4): 579-590.
Mikola, J., Bardgett, R. and Hedlund, K. (2002). Biodiversity, ecosystem functioning and
soil decomposer food webs, Oxford University Press.
Milcu, A., Heim, A., Ellis, R. J., Scheu, S. and Manning, P. (2011). "Identification of
General Patterns of Nutrient and Labile Carbon Control on Soil Carbon Dynamics Across a
Successional Gradient." Ecosystems 14(5): 710-719.
MillenniumEcosystemAssessment (2005). Ecosystems and human well-being: Synthesis.
Washington (DC), Island Press.
Mo, J., Zhang, W., Zhu, W., Gundersen, P., Fang, Y., Li, D. and Wang, H. (2008). "Nitrogen
addition reduces soil respiration in a mature tropical forest in southern China." Global Change Biology
14(2): 403-412.
Moorhead, D. L. and Sinsabaugh, R. L. (2006). "A theoretical model of litter decay and
microbial interaction." Ecological Monographs 76(2): 151-174.
Mooshammer, M., Wanek, W., Schnecker, J., Wild, B., Leitner, S., Hofhansl, F., Blochl, A.,
Hammerle, I., Frank, A. H., Fuchslueger, L., Keiblinger, K. M., Zechmeister-Boltenstern, S. and
Richter, A. (2012). "Stoichiometric controls of nitrogen and phosphorus cycling in decomposing beech
leaf litter." Ecology 93(4): 770-782.
Myers, R. T., Zak, D. R., White, D. C. and Peacock, A. (2001). "Landscape-level patterns of
microbial community composition and substrate use in upland forest ecosystems." Soil Science
Society of America Journal 65(2): 359-367.
Nannipieri, P., Ascher, J., Ceccherini, M. T., Landi, L., Pietramellara, G. and Renella, G.
(2003). "Microbial diversity and soil functions." European Journal of Soil Science 54: 655–670.
Neff, J. C., Hobbie, S. E. and Vitousek, P. M. (2000). "Nutrient and mineralogical control on
dissolved organic C, N and P fluxes and stoichiometry in Hawaiian soils." Biogeochemistry 51(3):
283-302.
Neff, J. C., Townsend, A. R., Gleixner, G., Lehman, S. J., Turnbull, J. and Bowman, W. D.
(2002). "Variable effects of nitrogen additions on the stability and turnover of soil carbon." Nature
419(6910): 915-917.
Nemergut, D. R., Cleveland, C. C., Wieder, W. R., Washenberger, C. L. and Townsend, A.
R. (2010). "Plot-scale manipulations of organic matter inputs to soils correlate with shifts in microbial
community composition in a lowland tropical rain forest." Soil Biology and Biochemistry 42(12):
2153-2160.
Okin, G. S., Mahowald, N., Chadwick, O. A. and Artaxo, P. (2004). "Impact of desert dust
on the biogeochemistry of phosphorus in terrestrial ecosystems." Global Biogeochemical Cycles
18(2).
Oldeman, R. A. A. (1974). "Ecotypes des arbres et gradients ecologiques verticaux en foret
guyanaise." La Terre et la Vie 28: 487-520.
Orwin, K. H., Wardle, D. A. and Greenfield, L. G. (2006). "Ecological consequences of
carbon substrate identity and diversity in a laboratory study." Ecology 87(3): 580-593.
Palm, C. A. and Sanchez, P. A. (1991). "Nitrogen release from the leaves of some tropical
legumes as affected by their lignin and polyphenolic contents." Soil Biology & Biochemistry 23(1):
83-88.
Peng, Y. Y., Thomas, S. C. and Tian, D. L. (2008). "Forest management and soil respiration:
Implications for carbon sequestration." Environmental Reviews 16: 93-111.
315
Bibliographie
Perez-Harguindeguy, N., Diaz, S., Cornelissen, J. H. C., Vendramini, F., Cabido, M. and
Castellanos, A. (2000). "Chemistry and toughness predict leaf litter decomposition rates over a wide
spectrum of functional types and taxa in central Argentina." Plant and Soil 218(1-2): 21-30.
Persson, J., Fink, P., Goto, A., Hood, J. M., Jonas, J. and Kato, S. (2010). "To be or not to be
what you eat: regulation of stoichiometric homeostasis among autotrophs and heterotrophs." Oikos
119(5): 741-751.
Petersen, H. and Luxton, M. (1982). "A comparative analysis of soil fauna populations and
their role in decomposition processes." Oikos 39(3): 288-388.
Phillips, O. L., Malhi, Y., Higuchi, N., Laurance, W. F., Nunez, P. V., Vasquez, R. M.,
Laurance, S. G., Ferreira, L. V., Stern, M., Brown, S. and Grace, J. (1998). "Changes in the carbon
balance of tropical forests: Evidence from long-term plots." Science 282(5388): 439-442.
Pinay, G., Barbera, P., Carreras-Palou, A., Fromin, N., Sonie, L., Couteaux, M. M., Roy, J.,
Philippot, L. and Lensi, R. (2007). "Impact of atmospheric CO2 and plant life forms on soil microbial
activities." Soil Biology & Biochemistry 39(1): 33-42.
Pinheiro, J., Bates D, DebRoy S and S, D. (2007). "nlme: Linear and nonlinear mixed effects
models." R Package Version 3.1: 339 p.
Poll, C., Marhan, S., Ingwersen, J. and Kandeler, E. (2008). "Dynamics of litter carbon
turnover and microbial abundance in a rye detritusphere." Soil Biology & Biochemistry 40(6): 1306-
1321.
Porder, S., Vitousek, P. M., Chadwick, O. A., Chamberlain, C. P. and Hilley, G. E. (2007).
"Uplift, erosion, and phosphorus limitation in terrestrial ecosystems." Ecosystems 10(1): 158-170.
Porter, L. J., Hrstich, L. N. and Chan, B. G. (1986). "The conversion of procyanidins and
prodelphinidins to cyanidin and delphinidin." Phytochemistry 25(1): 223-230.
Potthast, K., Hamer, U. and Makeschin, F. (2010). "Impact of litter quality on mineralization
processes in managed and abandoned pasture soils in Southern Ecuador." Soil Biology &
Prescott, C. E. (2005). "Do rates of litter decomposition tell us anything we really need to
know?" Forest Ecology and Management 220(1-3): 66-74.
Prescott, C. E. (2010). "Litter decomposition: what controls it and how can we alter it to
sequester more carbon in forest soils?" Biogeochemistry 101(1-3): 133-149.
Priess, J. A. and Fölster, H. (2001). "Microbial properties and soil respiration in submontane
forests of Venezuelian Guyana: characteristics and response to fertilizer treatments." Soil Biology and
Biochemistry 33(4–5): 503-509.
Quesada, C. A., Lloyd, J., Schwarz, M., Patino, S., Baker, T. R., Czimczik, C., Fyllas, N. M.,
Martinelli, L., Nardoto, G. B., Schmerler, J., Santos, A. J. B., Hodnett, M. G., Herrera, R., Luizao, F.
J., Arneth, A., Lloyd, G., Dezzeo, N., Hilke, I., Kuhlmann, I., Raessler, M., Brand, W. A., Geilmann,
H., Moraes, J. O., Carvalho, F. P., Araujo, R. N., Chaves, J. E., Cruz, O. F., Pimentel, T. P. and Paiva,
R. (2010). "Variations in chemical and physical properties of Amazon forest soils in relation to their
genesis." Biogeosciences 7(5): 1515-1541.
Ranjard, L., Nazaret, S., Gourbiere, F., Thioulouse, J., Linet, P. and Richaume, A. (2000).
"A soil microscale study to reveal the heterogeneity of Hg(II) impact on indigenous bacteria by
quantification of adapted phenotypes and analysis of community DNA fingerprints." Fems
Microbiology Ecology 31(2): 107-115.
Rawlins, A. J., Bull, I. D., Poirier, N., Ineson, P. and Evershed, R. P. (2006). "The
biochemical transformation of oak (Quercus robur) leaf litter consumed by the pill millipede
(Glomeris marginata)." Soil Biology and Biochemistry 38(5): 1063-1076.
Redfield, A. (1958). "The biological control of chemical factors in the environment."
American Scientist 46(3): 205-221.
Reed, H. E. and Martiny, J. B. H. (2007). "Testing the functional significance of microbial
composition in natural communities." Fems Microbiology Ecology 62(2): 161-170.
316
Bibliographie
Reed, S. C., Vitousek, P. M. and Cleveland, C. C. (2011). "Are patterns in nutrient limitation
belowground consistent with those aboveground: results from a 4 million year chronosequence."
Reich, P. B. and Oleksyn, J. (2004). "Global patterns of plant leaf N and P in relation to
temperature and latitude." Proceedings of the National Academy of Sciences of the United States of
America 101(30): 11001-11006.
Rennenberg, H., Dannenmann, M., Gessler, A., Kreuzwieser, J., Simon, J. and Papen, H.
(2009). "Nitrogen balance in forest soils: nutritional limitation of plants under climate change
stresses." Plant Biology 11: 4-23.
Rey, A., Pegoraro, E., Tedeschi, V., De Parri, I., Jarvis, P. G. and Valentini, R. (2002).
"Annual variation in soil respiration and its components in a coppice oak forest in Central Italy."
Rinnan, R., Michelsen, A. and Jonasson, S. (2008). "Effects of litter addition and warming
on soil carbon, nutrient pools and microbial communities in a subarctic heath ecosystem." Applied
Soil Ecology 39(3): 271-281.
Romani, A. M., Fischer, H., Mille-Lindblom, C. and Tranvik, L. J. (2006). "Interactions of
bacteria and fungi on decomposing litter: Differential extracellular enzyme activities." Ecology
87(10): 2559-2569.
Roullier, C. (1997). Segmentation de l’espace forestier : description géomorphologique
d’une région naturelle de Guyane. Dijon, Université de Bourgogne. Mémoire de Master 2 « Espace
Rural et Environnement » 49.
Roy, J., Hättenschwiler, S. and Domenach, A.-M. (2005). Tree Diversity and Soil Biology:
A New Research Program in French Guyana. Tree Species Effects on Soils: Implications for Global
Change. D. Binkley and O. Menyailo. Dordrecht, Kluwer Academic. 55: 337-348.
Saigusa, N., Yamamoto, S., Murayama, S., Kondo, H. and Nishimura, N. (2002). "Gross
primary production and net ecosystem exchange of a cool-temperate deciduous forest estimated by the
eddy covariance method." Agricultural and Forest Meteorology 112(3-4): 203-215.
Saleska, S. R., Miller, S. D., Matross, D. M., Goulden, M. L., Wofsy, S. C., da Rocha, H. R.,
de Camargo, P. B., Crill, P., Daube, B. C., de Freitas, H. C., Hutyra, L., Keller, M., Kirchhoff, V.,
Menton, M., Munger, J. W., Pyle, E. H., Rice, A. H. and Silva, H. (2003). "Carbon in amazon forests:
Unexpected seasonal fluxes and disturbance-induced losses." Science 302(5650): 1554-1557.
Sardans, J., Penuelas, J. and Rivas-Ubach, A. (2011). "Ecological metabolomics: overview
of current developments and future challenges." Chemoecology 21(4): 191-225.
Sayer, E. J. and Tanner, E. V. J. (2010). "A new approach to trenching experiments for
measuring root-rhizosphere respiration in a lowland tropical forest." Soil Biology & Biochemistry
42(2): 347-352.
Scheu, S. and Wolters, V. (1991). "Buffering of the effect or acid-rain on decomposition of
C-14-Labeled beech leaf litter by saprophagous invertebrates." Biology and Fertility of Soils 11(4):
285-289.
Schimel, J. (1995). Ecosystem consequences of microbial diversity and community structure.
Arctic and Alpine Biodiversity: patterns, causes, and ecosystem consequences. F. S. Chapin and C.
Korner. Berlin, Springer-Verlag: pp. 239-254.
Schimel, J. P. (2001). Biogeochemical models: implicit vs. explicit microbiology. Global
Biogeochemical Cycles in the Climate System. E. D. Schulze, S. P. Harrison, M. Heimann, E. A.
Holland, J. J. LLoyd, I. C. Prentice and D. Schimel, Academic Press: pp. 177-183.
Schimel, J. P. and Bennett, J. (2004). "Nitrogen mineralization: Challenges of a changing
paradigm." Ecology 85(3): 591-602.
Schimel, J. P., Bennett, J. and Fierer, N. (2005). Microbial community composition and soil
nitrogen cycling: is there really a connection? Biological diversity and function in soils R. D. Bardgett,
M. B. Usher and D. W. Hopkins, Cambridge University Press: pp. 171-188
317
Bibliographie
Schmidt, S. K., Costello, E. K., Nemergut, D. R., Cleveland, C. C., Reed, S. C., Weintraub,
M. N., Meyer, A. F. and Martin, A. M. (2007). "Biogeochemical consequences of rapid microbial
turnover and seasonal succession in soil." Ecology 88(6): 1379-1385.
Schneider, D. C. (2001). "The rise of the concept of scale in ecology." Bioscience 51(7):
545-553.
Schreeg, L., Mack, M. and Turner, B. "Nutrient-specific patterns in leaf litter solubility
across 41 lowland tropical woody species." Ecology, in press.
Seneviratne, G. (2000). "Litter quality and nitrogen release in tropical agriculture: a
synthesis." Biology and Fertility of Soils 31(1): 60-64.
Silver, W. L., Thompson, A. W., McGroddy, M. E., Varner, R. K., Dias, J. D., Silva, H.,
Crill, P. M. and Keller, M. (2005). "Fine root dynamics and trace gas fluxes in two lowland tropical
forest soils." Global Change Biology 11(2): 290-306.
Sinsabaugh, R. L., Hill, B. H. and Shah, J. J. F. (2009). "Ecoenzymatic stoichiometry of
microbial organic nutrient acquisition in soil and sediment." Nature 462(7274): 795-U117.
Sinsabaugh, R. L. and Moorhead, D. L. (1994). "Resource-allocation to extracellular
enzyme-production - a model for nitrogen and phosphorus control of litter decomposition." Soil
contributions to carbon sequestration in agroecosystems." Soil Science Society of America Journal
70(2): 555-569.
Standing, D. and Killham, K. (2007). The soil environment. Modern soil microbiology. J. D.
Van Elsas, J. K. Jansson and J. T. Trevors. New York, CRC Press: 1-22.
Sterner, R. and Elser, J. (2002). Ecological stoichiometry: the biology of elements from
molecules to the biosphere. New Jersey, Princeton University Press.
Stevenson, F. J. (1994). Humus Chemistry: Genesis, Composition, Reactions. New York,
John Wiley and sons, Inc.
Strickland, M. S., Lauber, C., Fierer, N. and Bradford, M. A. (2009). "Testing the functional
significance of microbial community composition." Ecology 90(2): 441-451.
Strickland, M. S. and Rousk, J. (2010). "Considering fungal:bacterial dominance in soils -
Methods, controls, and ecosystem implications." Soil Biology & Biochemistry 42(9): 1385-1395.
Subke, J. A., Inglima, I. and Cotrufo, M. F. (2006). "Trends and methodological impacts in
soil CO2 efflux partitioning: A metaanalytical review." Global Change Biology 12(6): 921-943.
Subke, J. A., Reichstein, M. and Tenhunen, J. D. (2003). "Explaining temporal variation in
soil CO2 efflux in a mature spruce forest in Southern Germany." Soil Biology & Biochemistry 35(11):
1467-1483.
Swap, R., Garstang, M., Greco, S., Talbot, R. and Kallberg, P. (1992). "Saharan dust in the
amazon basin." Tellus Series B-Chemical and Physical Meteorology 44(2): 133-149.
Swift, M. J., Heal, O. W. and Anderson, J. M. (1979). Decomposition in terrestrial
ecosystems. Oxford, Blackwell Scientific Publications.
Sylvia, D. M., Fuhrmann, J. J., Hartel, P. G. and Zuberer, D. A. (2005). Principles and
Applications of Soil Microbiology. New Jersey, Prentice Hall.
Talbot, J. M. and Treseder, K. K. (2012). "Interactions among lignin, cellulose, and nitrogen
drive litter chemistry-decay relationships." Ecology 93(2): 345-354.
Teklay, T. (2007). "Decomposition and nutrient release from pruning residues of two
indigenous agroforestry species during the wet and dry seasons." Nutrient Cycling in Agroecosystems
77(2): 115-126.
Tezuka, Y. (1990). "Bacterial regeneration of ammonium and phosphate as affected by the
carbon - nitrogen - phosphorus ratio of organic substrates." Microbial Ecology 19(3): 227-238.
318
Bibliographie
Tian, G., Brussaard, L. and Kang, B. T. (1993). "Biological effects of plant residues with
contrasting chemical-compositions under humid tropical conditions - effects on soil fauna." Soil
Tian, G., Kang, B. T. and Brussaard, L. (1992). "Biological effects of plant residues with
contrasting chemical-compositions under humid tropical conditions - decomposition and nutrient
release." Soil Biology & Biochemistry 24(10): 1051-1060.
Tornberg, K., Bååth, E. and Olsson, S. (2003). "Fungal growth and effects of different wood
decomposing fungi on the indigenous bacterial community of polluted and unpolluted soils." Biology
and Fertility of Soils 37(3): 190-197.
Torsvik, V., Goksoyr, J. and Daae, F. L. (1990). "High diversity in DNA of soil bacteria."
Applied and Environmental Microbiology 56(3): 782-787.
Torsvik, V. and Ovreas, L. (2002). "Microbial diversity and function in soil: from genes to
ecosystems." Current Opinion in Microbiology 5(3): 240-245.
Townsend, A. R., Asner, G. P. and Cleveland, C. C. (2008). "The biogeochemical
heterogeneity of tropical forests." Trends in Ecology & Evolution 23(8): 424-431.
Townsend, A. R., Cleveland, C. C., Asner, G. P. and Bustamante, M. M. C. (2007).
"Controls over foliar N : P ratios in tropical rain forests." Ecology 88(1): 107-118.
Townsend, A. R., Cleveland, C. C., Houlton, B. Z., Alden, C. B. and White, J. W. C. (2011).
"Multi-element regulation of the tropical forest carbon cycle." Frontiers in Ecology and the
Environment 9(1): 9-17.
Treseder, K. K. (2008). "Nitrogen additions and microbial biomass: a meta-analysis of
ecosystem studies." Ecology Letters 11(10): 1111-1120.
Tuomela, M., Vikman, M., Hatakka, A. and Itavaara, M. (2000). "Biodegradation of lignin in
a compost environment: a review." Bioresource Technology 72(2): 169-183.
Turner, B. L., Condron, L. M., Wells, A. and Andersen, K. M. (2012). "Soil nutrient
dynamics during podzol development under lowland temperate rain forest in New Zealand." Catena
97: 50-62.
Urban, D. L. (2005). "Modeling ecological processes across scales." Ecology 86(8): 1996-
2006.
Ushio, M., Wagai, R., Balser, T. C. and Kitayama, K. (2008). "Variations in the soil
microbial community composition of a tropical montane forest ecosystem: Does tree species matter?"
Soil Biology and Biochemistry 40(10): 2699-2702.
Valentini, R., Matteucci, G., Dolman, A. J., Schulze, E. D., Rebmann, C., Moors, E. J.,
Granier, A., Gross, P., Jensen, N. O., Pilegaard, K., Lindroth, A., Grelle, A., Bernhofer, C., Grunwald,
T., Aubinet, M., Ceulemans, R., Kowalski, A. S., Vesala, T., Rannik, U., Berbigier, P., Loustau, D.,
Gumundsson, J., Thorgeirsson, H., Ibrom, A., Morgenstern, K., Clement, R., Moncrieff, J.,
Montagnani, L., Minerbi, S. and Jarvis, P. G. (2000). "Respiration as the main determinant of carbon
balance in European forests." Nature 404(6780): 861-865.
van der Heijden, M. G. A., Bardgett, R. D. and van Straalen, N. M. (2008). "The unseen
majority: soil microbes as drivers of plant diversity and productivity in terrestrial ecosystems."
Ecology Letters 11(3): 296-310.
Van der Putten, W. H. (1997). "Die-back of Phragmites australis in European wetlands: an
overview of the European Research Programme on Reed Die-Back and Progression (1993-1994)."
Aquatic Botany 59(3-4): 263-275.
Van der Putten, W. H., Vet, L. E. M., Harvey, J. A. and Wackers, F. L. (2001). "Linking
above- and belowground multitrophic interactions of plants, herbivores, pathogens, and their
antagonists." Trends in Ecology & Evolution 16(10): 547-554.
Van der Wal, A., Van Veen, J. A., Pijl, A. S., Summerbell, R. C. and de Boer, W. (2006).
"Constraints on development of fungal biomass and decomposition processes during restoration of
arable sandy soils." Soil Biology & Biochemistry 38(9): 2890-2902.
319
Bibliographie
Van Soest, P. J. (1963). "Use of detergents in the analysis of fibrous feeds. II. A rapid
method for the determination of fiber and lignin." Journal of the Association of Official Agricultural
Chemists 46: 829-835.
Van Soest, P. J. and Wine, R. H. (1967). "Use of detergents in the analysis of fibrous feeds:
IV. Determination of plant cell-wall constituents." Journal of the Association of Official Analytical
Chemists 50: 50-55.
Vargas-Garcia, M. C., Suarez-Estrella, F., Lopez, M. J. and Moreno, J. (2007). "In vitro
studies on lignocellulose degradation by microbial strains isolated from composting processes."
International Biodeterioration & Biodegradation 59(4): 322-328.
Violle, C., Navas, M. L., Vile, D., Kazakou, E., Fortunel, C., Hummel, I. and Garnier, E.
(2007). "Let the concept of trait be functional!" Oikos 116(5): 882-892.
Vitousek, P. M. (1984). "Litterfall, nutrient cycling, and nutrient limitation in tropical
forests." Ecology 65(1): 285-298.
Vitousek, P. M., Aber, J. D., Howarth, R. W., Likens, G. E., Matson, P. A., Schindler, D. W.,
Schlesinger, W. H. and Tilman, D. (1997). "Human alteration of the global nitrogen cycle: Sources
and consequences." Ecological Applications 7(3): 737-750.
Vitousek, P. M. and Farrington, H. (1997). "Nutrient limitation and soil development:
Experimental test of a biogeochemical theory." Biogeochemistry 37(1): 63-75.
Vitousek, P. M., Porder, S., Houlton, B. Z. and Chadwick, O. A. (2010). "Terrestrial
phosphorus limitation: mechanisms, implications, and nitrogen-phosphorus interactions." Ecological
Applications 20(1): 5-15.
Vitousek, P. M., Turner, D. R., Parton, W. J. and Sanford, R. L. (1994). "Litter
decomposition on the mauna-loa environmental matrix, Hawaii-patterns, mechanisms, and models."
Ecology 75(2): 418-429.
Waldrop, M. P. and Firestone, M. K. (2004). "Microbial community utilization of
recalcitrant and simple carbon compounds: impact of oak-woodland plant communities." Oecologia
138(2): 275-284.
Walker, T. W. and Syers, J. K. (1976). "The fate of phosphorus during pedogenesis."
Geoderma 15(1): 1-19.
Wall, D. H., Bradford, M. A., St John, M. G., Trofymow, J. A., Behan-Pelletier, V., Bignell,
D. D. E., Dangerfield, J. M., Parton, W. J., Rusek, J., Voigt, W., Wolters, V., Gardel, H. Z., Ayuke, F.
O., Bashford, R., Beljakova, O. I., Bohlen, P. J., Brauman, A., Flemming, S., Henschel, J. R., Johnson,
D. L., Jones, T. H., Kovarova, M., Kranabetter, J. M., Kutny, L., Lin, K. C., Maryati, M., Masse, D.,
Pokarzhevskii, A., Rahman, H., Sabara, M. G., Salamon, J. A., Swift, M. J., Varela, A., Vasconcelos,
H. L., White, D. and Zou, X. M. (2008). "Global decomposition experiment shows soil animal impacts
on decomposition are climate-dependent." Global Change Biology 14(11): 2661-2677.
Wardle, D. A., Bardgett, R. D., Klironomos, J. N., Setala, H., van der Putten, W. H. and
Wall, D. H. (2004). "Ecological linkages between aboveground and belowground biota." Science
304(5677): 1629-1633.
Wardle, D. A., Bonner, K. I. and Barker, G. M. (2002). "Linkages between plant litter
decomposition, litter quality, and vegetation responses to herbivores." Functional Ecology 16(5): 585-
595.
Wardle, D. A., Yeates, G. W., Williamson, W. M., Bonner, K. I. and Barker, G. M. (2004).
"Linking aboveground and belowground communities: the indirect influence of aphid species identity
and diversity on a three trophic level soil food web." Oikos 107(2): 283-294.
Warton, D. I., Wright, I. J., Falster, D. S. and Westoby, M. (2006). "Bivariate line-fitting
methods for allometry." Biological Reviews 81(2): 259-291.
Waterman, P. G. and Mole, S. (1994). Analysis of phenolic plant metabolites. Oxford,
Blackwell Scientific Publications.
Wertz, S., Degrange, V., Prosser, J. I., Poly, F., Commeaux, C., Freitag, T., Guillaumaud, N.
320
Bibliographie
and Le Roux, X. (2006). "Maintenance of soil functioning following erosion of microbial diversity."
Environmental Microbiology 8(12): 2162-2169.
Whittingham, M., Stephens, P., Bradbury, R. and Freckleton, R. (2006). "Why do we still
use stepwise modelling in ecology and behaviour?" Journal of Animal Ecology 75: 1182–1189.
Wieder, W. R., Cleveland, C. C. and Townsend, A. R. (2008). "Tropical tree species
composition affects the oxidation of dissolved organic matter from litter." Biogeochemistry 88(2):
127-138.
Wieder, W. R., Cleveland, C. C. and Townsend, A. R. (2009). "Controls over leaf litter
decomposition in wet tropical forests." Ecology 90(12): 3333-3341.
Wilkinson, S. C. and Anderson, J. M. (2001). "Spatial patterns of soil microbial communities
in a Norway spruce (Picea abies) plantation." Microbial Ecology 42(3): 248-255.
Winkler, J. P., Cherry, R. S. and Schlesinger, W. H. (1996). "The Q(10) relationship of
microbial respiration in a temperate forest soil." Soil Biology & Biochemistry 28(8): 1067-1072.
Wright, I. J. and Westoby, M. (2003). "Nutrient concentration, resorption and lifespan: leaf
traits of Australian sclerophyll species." Functional Ecology 17(1): 10-19.
Wright, S. J. (2002). "Plant diversity in tropical forests: a review of mechanisms of species
coexistence." Oecologia 130(1): 1-14.
Yang, X. D. and Chen, J. (2009). "Plant litter quality influences the contribution of soil fauna
to litter decomposition in humid tropical forests, southwestern China." Soil Biology & Biochemistry
41(5): 910-918.
Yano, Y., Lajtha, K., Sollins, P. and Caldwell, B. A. (2004). "Chemical and seasonal
controls on the dynamics of dissolved organic matter in a coniferous old-growth stand in the Pacific
Northwest, USA." Biogeochemistry 71(2): 197-223.
Young, I. M. and Ritz, K. (2005). The habitat of soil microbes. Biological diversity and
function in soils R. D. Bardgett, M. B. Usher and D. W. Hopkins. Cambridge, Cambridge university
press: 31-56.
Yuste, J. C., Nagy, M., Janssens, I. A., Carrara, A. and Ceulemans, R. (2005). "Soil
respiration in a mixed temperate forest and its contribution to total ecosystem respiration." Tree
Physiology 25(5): 609-619.
Zak, D. R., Blackwood, C. B. and Waldrop, M. P. (2006). "A molecular dawn for
biogeochemistry." Trends in Ecology & Evolution 21(6): 288-295.
321
322
323
Limitations nutritives des microorganismes décomposeurs du sol et de la litière en forêt tropicale de Guyane française
Résumé: Les essences de forêts tropicales sont caractérisées par une importante variabilité de la qualité et de la stœchiométrie des
feuilles qui tombent au sol. Les microorganismes hétérotrophes à la base des réseaux trophiques de décomposeurs dépendent
principalement de ces ressources organiques qui varient de façon substantielle à petite échelle quant à la quantité et la contribution
relative de certains éléments clés tels que le carbone (C), l’azote (N) et le phosphore (P). J’ai évalué au cours de cette thèse
comment les variations de qualité et de stœchiométrie C:N:P de la ressource influençaient l’activité, la biomasse, la stœchiométrie
et la structure des communautés des décomposeurs microbiens. J’ai réalisé ce travail en forêt Amazonienne de Guyane française
sur des sols extrêmement appauvris en nutriments où les microorganismes hétérotrophes sont supposés être particulièrement
dépendants du C et des nutriments provenant des litières. J’ai d’abord démontré que la qualité du C et le contenu en P des feuilles
de litières expliquaient plus de 50% de la variabilité observée du processus de respiration microbien (SIR) du sol sous-jacent. Lors
d’une expérience de fertilisation factorielle avec du C (sous forme de cellulose), de l’N (sous forme d’urée) et du P (sous forme de
phosphate) sur le terrain, j’ai ensuite confirmé que la SIR de la communauté du sol était co-limitée par C et P, alors la SIR dans la
litière était co-limitée par N et P. Ces limitations différentielles dans les litières et le sol sous-jacent étaient reliées à des
modifications de la structure des communautés microbiennes, et en particulier des changements du ratio champignon:bactérie et
de la proportion de bactéries copiotrophes et oligotrophes. Finalement au cours d’une expérience d’incubation au laboratoire, j’ai
montré que la biomasse, la stœchiométrie et la structure des communautés microbiennes de la litière différaient fortement entre six
litières chimiquement contrastées variant dans leur stœchiométrie initiale C:N:P. Cependant, les variations des paramètres
microbiens étaient mieux expliqués par les caractéristiques de la fraction soluble des litières (y compris sa stœchiométrie) que par
la qualité de la litière dans son ensemble, entrainant des variations de la stœchiométrie de la biomasse microbienne et un shift vers
une dominance fongique en réponse à une augmentation de la stœchiométrie C:N:P des lessivâts. Collectivement, ces résultats
montrent que des qualités de litière distinctes produites par une importante diversité d’essences forestières contrôlent la structure,
la stœchiométrie, l’abondance et l’activité des communautés microbiennes des litières à petites échelles spatiales en forêt tropicale
d’Amazonie. Par ailleurs, les litières en décomposition stimulent également les communautés microbiennes du sol sous-jacent, qui
apparaissent être limitées par l’accès combiné à une source de C (énergie) et de P. L’importance de la contrainte stœchiométrique
pour les microorganismes hétérotrophes à la base des réseaux trophiques de décomposeurs suggère que des modifications de la
composition des communautés végétales ou des dépositions atmosphériques de N et/ou P peuvent avoir des conséquences plus
lointaines sur les cycles du C et des nutriments au sein des biomes tropicaux.
Nutritional limitation of soil and litter microbial decomposers in a tropical rainforest of French Guiana
Abstract: Tree species-rich tropical rainforests are characterized by a high variability in quality and stoichiometry of leaf litter
input to the soil. Microbial heterotrophs in the decomposer food web depend primarily on these organic resources that can vary
dramatically in quantity, quality and relative contribution in key elements such as carbon (C), nitrogen (N), and phosphorus (P). I
evaluated during this thesis how differences in leaf litter resource quality and C:N:P stoichiometry influence the activity, biomass,
stoichiometry and community structure of microbial decomposers. I did this work in the Amazonian rainforest of French Guiana,
where the soils are highly nutrient-impoverished and microbial heterotrophs are assumed to be particularly dependent on litter-
derived nutrients. I first showed that leaf litter C quality and P content explained more than 50% of the observed variability of the
microbial respiration process in the underlying soil. Using a fertilization experiment with C (as cellulose), N (as urea), and P (as
phosphate) in the field, I further showed that microbial respiration process in the litter layer was co-limited by N and P, while that
in the soil was co-limited by C and P. Additionally, distinct nutritional limitations in litter and underlying soil were related to
shifts in the microbial community structure, especially regarding the fungi:bacteria ratio and the proportion of copiotrophic versus
oligotrophic bacteria. Finally, during a laboratory incubation experiment, I showed that litter microbial biomass, stoichiometry
and community structure differed strongly among leaf litter from six different tree species varying in C:N:P stoichiometry. The
variations in microbial parameters among substrate litters, however, were not related to bulk leaf litter quality, but rather driven by
the stoichiometry of the soluble fraction, with larger microbial C:nutrients ratios and a shift towards fungal dominance with
increasing litter leachate C:N:P stoichiometry. Collectively, these results showed that the distinct leaf litter quality produced by a
diverse tree canopy controls the structure, stoichiometry, abundance and activity of microbial communities in the studied
Amazonian rainforest at small spatial scales. Moreover, the decomposing leaf litter stimulates microbial communities in the
underlying soil that appear to be under the combined control of energy (C) and P availability. The strong stoichiometric constraint
on microbial heterotrophs in the decomposer food web suggests far-ranging consequences on ecosystem C and nutrient cycling
with ongoing alteration of nutrient deposition and tree species diversity in tropical rainforests.
.
324

Thse FANINNicolas

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Thse FANINNicolas

Transféré par

Droits d'auteur :

Formats disponibles

THESE

Pour l’obtention du titre de

Spécialité: Ecologie, Fonctionnement des Ecosystèmes

Limitations nutritives des microorganismes

Présentée et soutenue publiquement par

Jean-Christophe LATA Maître de conférence, UPMC-Paris VI, Paris Rapporteur

Thèse préparée au sein du Centre d’Ecologie Fonctionnelle et Evolutive

Centre d’Ecologie Fonctionnelle et Evolutive (CEFE)

Centre National de la Recherche Scientifique

1919 route de Mende 34293 Montpellier cedex 5

Fonctionnement des Ecosystèmes

Stephan Hättenschwiler (CNRS)

Nathalie Fromin (CNRS)

Mots-clés: Activité microbienne, Décomposition de la litière, Fraction soluble, Forêt tropicale,

Key-words: Community structure, Litter decomposition, Microresp, Microbial activity, Nutrient,

Ce manuscrit, déposé à l’école doctorale SIBAGHE (Systèmes Intégrés en Biologie,

Mon allocation de recherche a été financée par le ministère de la Recherche et de l’Education

A l’ensemble des personnels techniques et ingénieurs. Merci à Laurette Sonié de m’avoir en

A. Synthèse bibliographique _________________________________________________31

B. Problématique et hypothèses de travail __________________________________79

C. Organisation du document _______________________________________________80

D. Site d’étude _______________________________________________________________83

Limitations nutritives de l’activité microbienne du sol en conditions naturelles ____________101

Does variability in litter quality determine soil microbial respiration in an Amazonian

Influence de l’ajout de ressource sur la structure, la biomasse et l’activité microbienne du sol en

Influence de la qualité de la ressource sur l’activité, la biomasse et la structure des communautés

C. Liens entre cycles du C et des nutriments et microorganismes: prise en

Figure A - Organisation du système sol à différentes échelles: profil, macroscopique et

Tableau A - Références bibliographiques de la Figure F ___________________________________42

Figure A1 - Représentation schématique du design hiérarchique mis en place _________________102

Appendix 1 - Litter C concentration in % of dry matter (r - s transformation) as a function of lignin

Figure A2 - Représentation schématique du design hiérarchique mis en place _________________124

Figure A3 - Représentation schématique du design hiérarchique mis en place _________________168

Appendix 1 - Analysis of catabolic capacities by comparisons of individual substrate ___________202

Figure A4 - Design en microcosmes de laboratoire ______________________________________212

Table S1 - Soil characteristics ______________________________________________________242

Synthèse bibliographique, problématique, hypothèses et

Synthèse bibliographique, problématique, hypothèses et

A. Synthèse bibliographique _________________________________________________31

II. Le sol au sein du cycle du C: généralités, flux et processus _____________________________37

IV. Limites nutritives et structure de communauté microbienne ____________________________61

V. Le paradoxe des forêts tropicales humides ___________________________________________75

B. Problématique et hypothèses de travail __________________________________79

C. Organisation du document _______________________________________________80

D. Site d’étude _______________________________________________________________83

I. Localisation géographique ________________________________________________________83

II. Conditions climatiques __________________________________________________________83

III. Contexte édaphique ____________________________________________________________85

IV. Dispositif expérimental de terrain mis en place ______________________________________87

V. Caractéristiques qualitatives et quantitatives des litières ________________________________89

VI. Macrofaune __________________________________________________________________95

I. Le sol: système complexe, hétérogène et vivant

Figure A - Organisation du système sol à différentes échelles: profil, macroscopique et

La figure A présente l’organisation du système sol à différentes échelles: profil (a),

I. 4. Le sol, support du vivant

Encadré 1: L’importance du sol dans le cadre des services écosystémiques

II. Le sol au sein du cycle du C: généralités, flux et processus.

II. 1. Contexte général

Depuis la révolution industrielle, une élévation de la température moyenne du globe de 1°C a

II. 2. Le cycle du C, importance de la biosphère continentale

II. 2. 1. Le cycle global du C

II. 2. 2. Le cycle du C organique au sein de la biosphère terrestre

Climat Ecosystème forestier Période Auteurs

Tropical Forêt décidue 1980-1990 Malhi & Grace (2000)