Effects of different vegetation slope patterns on infiltration and characteristics of runoff and sediment production in the loess area of western Shanxi Province, northern China
-
摘要:目的 研究不同植被格局对坡面产流产沙特征的影响，为黄土高原水资源匮乏地区坡面水土保持植被格局的优化配置提供依据。方法 采用野外模拟降雨试验，测定5种植被格局（2种块状镶嵌格局、横条带状格局、顺坡带状格局和裸地格局）的产流产沙特征及土壤入渗特征，探讨坡面不同植被格局和破碎度对产流、产沙、入渗的影响。结果 （1）植被具有良好的蓄水减沙效益，植被的减沙效益为47.44% ~ 91.67%，蓄水效益为25.67% ~ 62.94%，植被的减沙能力强于蓄水能力。（2）植被格局对坡面的产流产沙量均有显著性影响（P < 0.05），试验所设置的几种格局的蓄水减沙效益依次为：块状镶嵌格局 > 横条带状格局 > 顺坡带状格局。块状镶嵌格局水土保持效果最佳。（3）不同植被格局的产流过程均呈现“快速上升—相对稳定”的趋势，植被格局有助于延迟坡面径流峰值的出现时间。（4）植被斑块的破碎化指数与侵蚀产沙呈反比，植被斑块破碎化程度越高，侵蚀产沙量越低，蓄水减沙效益越好。（5）不同植被格局的入渗系数为：块状镶嵌格局 > 横条带状格局 > 顺坡带状格局 > 裸地，Horton模型对不同植被格局土壤入渗的拟合效果较好。结论 通过以上研究发现，块状镶嵌格局的蓄水减沙效益明显优于裸地和顺坡带状格局，因此在水资源有限的黄土区，可以采取植被与裸地交替分布的方式种植植被，以达到蓄水、减沙效益最大化。Abstract:Objective In order to provide the basis for the optimal allocation of vegetation patterns for soil and water conservation in the Loess Plateau and other water resource deficient areas, the effects of different vegetation patterns and fragmentation on runoff and sediment yield were studied.Method To explore the impacts of different vegetation patterns on runoff, sediment, and infiltration in this research, we measured the characteristics of runoff, sediment, and soil infiltration of five vegetation patterns (block-shaped mosaic pattern plots SP1, SP2, horizontal strip pattern plot BP, slope band pattern plot LP, and bare land pattern plot CK, respectively) by field simulated rainfall tests.Result (1) In general, vegetation had relatively good capacity in sediment reduction and water storage. The sediment reduction efficiency reached 47.44%−91.67%, and the water storage efficiency reached 25.67%−62.94%. Therefore, the sediment reduction capacity of vegetation was stronger than the water storage capacity. (2) The vegetation patterns had statistically significant effects on the runoff and sediment yield on the slope (P < 0.05). The order of the highest to lowest storage and sediment reduction effects of vegetation patterns were block-shaped mosaic pattern, horizontal strip pattern, followed by the slope band pattern. Thus, the block-shaped mosaic pattern had the best soil and water conservation effect. (3) The process for the runoff occurrence of different vegetation patterns showed a trend of “a rapid-rise phase followed by a relative stable phase”. The vegetation patterns helped to delay the occurrence of the runoff peaks. (4) The fragmentation index of vegetation patches was inversely proportional to the erosion and sediment production. The higher the degree of fragmentation of vegetation patches was, the lower the sediment yield and the better the efficiency of water storage and sediment reduction were. (5) The infiltration coefficient of different vegetation patterns was in the following order: the block-shaped mosaic pattern > horizontal strip pattern > slope band pattern > bare land pattern. Further, the Horton model exhibited a good fitting behavior on soil infiltration of different vegetation patterns.Conclusion Through the above research, it is found that vegetation and bare land mosaic pattern are significantly better than that of bare land and long strip slope pattern in water storage and sediment reduction. Therefore, in the loess area with limited water resources, vegetation can be planted in the way of alternate distribution of vegetation and bare land to maximize the benefits of water storage and sediment reduction.
-
软木（又称栓皮），是一种天然的细胞材料，常指由栓皮槠（Quercus suber，又称欧洲栓皮栎）和栓皮栎（Q. variabilis）等树种的木栓形成层发育而形成的木栓薄壁组织。该组织具有独特的理化特性，如低密度、低渗透性、化学和生物惰性以及优良的机械弹性和绝缘性能，使其在软木塞、软木饰品、绝缘材料等方面具有广泛用途[1-2]。大量研究表明：软木的主要化学成分为软木脂、木质素、多糖、抽提物和灰分等[3-5]；其中软木脂是一种脂肪酸和酚酸组成的聚酯，并附有部分蜡质成分，使得软木细胞稳定[6]；而木质素反映了软木细胞的刚性，细胞壁中木质素含量越高，细胞刚性越大；反之则韧性增加，细胞虽被挤压而不会破裂[7]。木质素和软木脂含量对软木的硬度和压缩回弹具有显著的影响，是软木性能差异的主要因素[8]。可见，软木化学成分含量在表征软木质量方面具有重要价值。
软木化学成分含量受种源、来源（如初生与次生）等诸多因素影响。在国外，针对栓皮槠的相关研究甚多。Conde等 [9]研究了西班牙栓皮槠7个种源的次生软木成分，虽然发现了种源间差异，但不足以通过化学成分来区分种源。Bento等[10]则发现：相较于次生软木，初生软木的软木脂含量在个体与种源间差异较大。Pereira [11]对葡萄牙6个软木产地共29个种源的软木化学成分进行了比较分析，发现产地间的软木化学组分差异较小而种源间差异较大。Dehane等 [12]则发现阿尔及利亚6个栓皮槠种源的软木化学组分差异较小。针对东亚广泛分布的栓皮栎，目前其软木化学组分的研究仅局限在单种源[5, 13-15]、某一种源不同生长类型[7, 16-17]或小区域不同种源之间的差异[8]，而较大地理范围的软木化学成分含量的比较研究尚未见报道。
栓皮栎是我国分布最广的树种之一，在我国分布可北至辽宁，南达广西、台湾等地，是我国暖温带、亚热带落叶阔叶林和常绿阔叶林中具有代表性的树种之一，在生长、防御、遗传多样性等方面存在着丰富的种内变异[18-20]。栓皮栎林在固碳释氧、涵养水源、保持水土、维持生物多样性等方面具有重要的生态功能；同时，栓皮栎的木材、树皮、果实和叶等均有重要的经济价值，栓皮栎软木更是我国软木资源的主要来源，而对栓皮栎软木质量的研究是挖掘和利用我国软木资源的重要前提。本研究通过对我国12个地区的栓皮栎软木主要化学成分的取样分析，比较不同栓皮栎地理种源软木化学成分含量的差异及其与环境因子之间的关系，并按化学成分对不同地区的软木进行初步的软木品质划分，以期为栓皮栎软木良种选育以及栓皮栎软木的加工利用奠定基础。
1. 材料与方法
1.1 材料采集
根据栓皮栎在我国的分布情况，并结合前期踏查结果，于2016年7—9月在其分布范围内选取12个以栓皮栎为优势树种的天然次生林作为取样点（表1）。取样点经纬度范围24°22′48″ ~ 40°16′48″N、105°50′24″ ~ 119°12′19″E，海拔范围175 ~ 1 350 m。在每个样点选择3个林相整齐、个体间年龄差异较小（一般不超过一个龄级）的中龄林为对象林分，且各林分之间距离不小于500 m。在每个林分设置一个20 m × 20 m的样地，进行每木检尺，根据胸径与树高确定标准木，利用生长锥（ϕ5.15 mm）对标准木进行树芯取样以确定树龄，并在胸高位置（1.3 m）剥取15 cm × 15 cm大小的树皮带回（均为初生软木）。同时记录样地经纬度、海拔和主要伴生植物；并在样地内随机取3个土壤样品（0 ~ 20 cm）用于土壤养分的确定。软木样品带回实验室后，压平且自然干燥半年以上待用。
表 1 取样点地理位置与环境信息Table 1. Location and environmental information of the sampling sites样点
Sample site纬度
Latitude经度
Longitude海拔
Altitude/m年均温
Mean annual temperature/℃年均降水量
Mean annual precipitation/mm土壤磷含量
Soil phosphorus content/
(g∙kg−1)土壤氮含量
Soil nitrogen content/
(g∙kg−1)土壤酸碱度
Soil pH径向生长速率/
(mm·a−1)
Radial growth rate/(mm·year−1)DBH/cm 树龄/a
Tree age/year郁闭度
Canopy density北京平谷
Pinggu, Beijing (BJ)40°16′48″N 117°08′24″E 372.7 ± 152.0 9.52 575.72 0.50 ± 0.01 3.0 ± 1.1 5.28 ± 0.98 2.65 ± 1.51 18.50 ± 3.09 31.3 ± 8.2 0.73 ± 0.03 河北临城
Lincheng, Hebei (LC)37°28′47″N 114°06′18″E 707.7 ± 59.8 11.95 617.41 0.50 ± 0.00 1.2 ± 0.1 6.59 ± 0.42 2.29 ± 0.38 20.16 ± 2.76 34.0 ± 1.0 0.82 ± 0.03 河南济源
Jiyuan, Henan (JY)35°06′36″N 112°21′35″E 465.7 ± 14.0 13.49 570.38 0.20 ± 0.01 0.9 ± 0.7 4.97 ± 0.49 2.24 ± 0.66 19.96 ± 3.46 33.3 ± 6.9 0.67 ± 0.03 河南内乡
Neixiang, Henan (NX)33°30′36″N 111°54′36″E 981.3 ± 264.3 12.88 918.54 0.40 ± 0.01 1.9 ± 0.2 4.62 ± 0.04 2.79 ± 0.84 19.16 ± 8.75 41.7 ± 5.8 0.81 ± 0.02 江西永修
Yongxiu, Jiangxi (YX)29°04′48″N 115°36′36″E 415.7 ± 37.2 16.18 1707.23 0.50 ± 0.01 2.8 ± 0.5 4.05 ± 0.25 1.76 ± 0.21 19.59 ± 3.11 50.0 ± 0.0 0.74 ± 0.01 湖南城步
Chengbu, Hunan (CB)26°17′24″N 110°07′48″E 1348.3 ± 18.7 12.17 1763.38 0.30 ± 0.00 3.1 ± 0.1 4.09 ± 0.16 2.04 ± 0.40 21.29 ± 4.97 39.0 ± 2.5 0.72 ± 0.02 广西田林
Tianlin, Guangxi (TL)24°22′48″N 105°50′24″E 539.0 ± 63.2 21.13 863.20 0.30 ± 0.02 1.0 ± 0.3 4.77 ± 0.38 1.56 ± 0.06 15.50 ± 2.38 30.0 ± 3.1 0.83 ± 0.02 甘肃天水
Tianshui, Gansu (TS)34°11′24″N 106°19′12″E 1264.3 ± 10.7 10.21 519.55 1.20 ± 0.10 1.6 ± 1.3 6.16 ± 1.67 1.93 ± 0.19 18.61 ± 2.22 32.7 ± 4.2 0.82 ± 0.03 陕西眉县
Meixian, Shaanxi (MX)34°05′23″N 107°41′24″E 1138.0 ± 182.8 12.33 656.57 0.40 ± 0.02 1.4 ± 0.7 6.47 ± 2.09 2.49 ± 1.88 26.37 ± 1.72 39.7 ± 7.4 0.85 ± 0.00 陕西商洛
Shangluo, Shaanxi (SL)33°49′11″N 109°57′35″E 911.0 ± 54.5 12.87 600.13 0.50 ± 0.02 1.1 ± 0.1 4.10 ± 0.21 1.84 ± 0.31 20.91 ± 2.31 48.3 ± 2.3 0.80 ± 0.03 安徽金寨
Jinzhai, Anhui (JZ)31°18′36″N 115°43′11″E 1179.7 ± 0.6 10.14 1765.70 1.00 ± 0.02 3.2 ± 0.8 4.36 ± 0.16 1.28 ± 0.24 19.73 ± 1.68 52.7 ± 2.6 0.76 ± 0.03 江苏南京
Nanjing, Jiangsu (NJ)32°07′48″N 119°12′19″E 175.7 ± 23.1 15.30 1158.85 0.30 ± 0.01 2.1 ± 0.9 4.12 ± 0.08 1.51 ± 0.21 23.25 ± 0.95 61.7 ± 1.7 0.84 ± 0.03 1.2 化学成分测定
化学成分含量（本文中的化学成分含量指的是质量分数）的测定参考刘艳贞[7]的方法。取干燥软木样品，粉碎过60目筛待用。软木中可提取成分按极性分为酚类、小分子萜类等极性物质，以及小分子糖分、蛋白质、蜡质等非极性物质。依次按照极性递增的次序萃取，分别选用二氯甲烷、乙醇和水3种试剂。取3 g样品，置入索氏提取器的滤纸筒内，依次分别用150 mL二氯甲烷、乙醇和水按溶剂极性递增的顺序进行提取。将提取液用旋转蒸发仪蒸干溶剂来确定可萃取物含量。通过对萃取后的残渣进行甲醇解聚来确定软木脂的含量[7]，方法如下：取1.5 g样品用250 mL甲醇钠甲醇溶液回流3 h，过滤残渣，再用100 mL甲醇回流15 min。过滤后，合并过滤液，用硫酸将其酸化到pH值为6，在旋转蒸发仪中蒸干。残渣用100 mL水悬浮，然后用200 mL氯仿分3次萃取。萃取物用硫酸钠干燥、过滤、蒸干，确定软木脂含量。用前面除去软木脂的材料，即软木脂甲醇解聚后的固体残渣，按照GB/T 2677.8—94《造纸原料酸不溶木素含量的测定》，酸解后确定木质素含量。
1.3 环境数据
本研究所需要的气象数据，如年均温和年降雨量，采用离样点最近的气象站观测数据（1986—2015年）（中国气象数据共享网，http://www.cma.cn/site/index.html）。土壤样品在实验室风干后，测算包括土壤氮含量、土壤磷含量、土壤酸碱度（pH）等指标；其中土壤氮含量采用全自动凯氏定氮仪（UK152 Distillation & Titration Unit）的凯氏定氮法测定（LY/T 1228—1999《森林土壤全氮的测定》），土壤磷含量和土壤酸碱度分别采用碱熔法（LY/T 1232—2015《森林土壤磷的测定》）和酸度计（HANNA PH211）测定。样木年龄按树木年轮学方法[20]，以胸径除以树龄来确定径向生长速率；软木厚度利用数字平板扫描仪（分辨率1 200 dpi，中晶i800plus）扫描，再用ImageJ图像分析软件（v1.53）分析获得。
1.4 数据分析
本研究采用Rsudio软件（V1.3.1093）对所有数据进行统计分析与制图。不同样点软木化学成分的比较采用LSD多重比较和主成分分析，并利用Cluster包进行聚类分析，软木化学成分与环境因子的关系采用Spearman相关性分析（psych包）。
2. 结果与分析
2.1 栓皮栎软木化学成分含量的地理变异
除水萃取物和软木脂外，软木主要化学成分含量在不同样点存在一定差别（表2）。二氯甲烷萃取物方面，河南内乡最高（6.48 ± 0.28）%，显著高于甘肃天水、陕西眉县、陕西商洛和河南济源，其中河南济源最低，为（5.16 ± 0.17）%（p < 0.05），全国平均值为（5.84 ± 0.38）%。乙醇萃取物同样以河南内乡最高，显著高于甘肃天水（p < 0.05），其他样点间无显著差异，全国平均值为（3.24 ± 0.29）%。总萃取物同样以河南内乡最高，而以甘肃天水和陕西商洛最低，全国平均值为（13.94 ± 0.54）%。木质素含量方面，甘肃天水和陕西眉县显著高于河北临城和江西永修（p < 0.05），全国平均值为（23.03 ± 2.26）%。尽管软木脂含量在各样点差异不显著，但仍以河北临城最高，为（43.37 ± 2.63）%；而以河南济源最低，仅（39.62 ± 2.16）%，全国平均值为（41.63 ± 1.44）%。
表 2 各地栓皮栎软木主要化学成分比较Table 2. Comparison of main chemical components in the cork of Quercus variabilis from various sites样点
Sample site主要化学成分含量（质量分数） Content (mass fraction) of main chemical components/% 软木厚度
Cork thickness /cm二氯甲烷萃取物
Dichloromethane
extract乙醇萃取物
Ethanolic
extract水萃取物
Water extract可萃取物总量
Total extractable
matter软木脂 Suberin 木质素 Lignin BJ 5.86 ± 0.57abcd 3.25 ± 0.54ab 4.63 ± 0.61a 13.74 ± 0.54ab 41.56 ± 4.46a 23.02 ± 5.04ab 0.853 ± 0.255abcd LC 5.89 ± 0.46abcd 3.57 ± 0.60ab 4.57 ± 0.32a 14.03 ± 0.68ab 43.37 ± 2.63a 19.36 ± 1.75b 0.990 ± 0.107abc JY 5.16 ± 0.17d 3.38 ± 0.48ab 5.13 ± 0.45a 13.67 ± 0.62ab 39.62 ± 2.16a 24.55 ± 2.86ab 0.685 ± 0.055bcd NX 6.48 ± 0.28a 3.76 ± 0.67a 4.93 ± 0.96a 15.17 ± 1.41a 42.80 ± 4.19a 22.42 ± 2.94ab 1.000 ± 0.404ab YX 5.98 ± 0.84abc 3.15 ± 0.46ab 5.09 ± 0.75a 14.22 ± 1.52ab 42.93 ± 4.01a 19.78 ± 1.77b 0.353 ± 0.050d CB 6.17 ± 0.71ab 3.20 ± 0.74ab 4.73 ± 1.00a 14.10 ± 1.43ab 41.58 ± 0.68a 24.57 ± 3.13ab 0.678 ± 0.207bcd TL 6.10 ± 0.34ab 3.24 ± 0.57ab 5.10 ± 0.22a 14.45 ± 0.18ab 41.15 ± 4.48a 21.50 ± 5.27ab 0.434 ± 0.153d TS 5.56 ± 0.44bcd 2.67 ± 0.22b 4.86 ± 0.60a 13.10 ± 0.73b 40.17 ± 0.55a 26.37 ± 1.96a 0.916 ± 0.327abc MX 5.25 ± 0.14cd 3.32 ± 0.89ab 5.12 ± 0.66a 13.69 ± 0.24ab 39.89 ± 1.80a 26.34 ± 1.78a 1.025 ± 0.269ab SL 5.66 ± 0.09bcd 2.99 ± 0.52ab 4.64 ± 0.67a 13.28 ± 1.27b 40.05 ± 3.93a 24.16 ± 4.94ab 1.169 ± 0.324a JZ 6.03 ± 0.10ab 2.93 ± 0.37ab 5.05 ± 0.73a 14.00 ± 0.74ab 43.34 ± 2.93a 22.03 ± 1.21ab 0.900 ± 0.211abc NJ 5.91 ± 0.40abcd 3.39 ± 0.59ab 4.55 ± 0.21a 13.85 ± 0.94ab 43.03 ± 3.64a 22.31 ± 5.28ab 0.532 ± 0.177cd 平均 Mean 5.84 ± 0.38 3.24 ± 0.29 4.87 ± 0.23 13.94 ± 0.54 41.63 ± 1.44 23.03 ± 2.26 0.818 ± 0.320 注：同一列不同字母表示经LSD法检测在0.05水平上差异显著。Note: different letters in the same column indicate significant differences at the level of 0.05 detected by LSD. 2.2 软木化学成分主成分与聚类分析
图1显示：第一主成分和第二主成分分别解释了软木6个化学成分总变异的55.4%和20.3%。软木脂和木质素含量表现为权衡关系，且软木脂与二氯甲烷提取物含量的正相关程度最高。进一步利用软木脂和木质素含量对12个地理种源进行聚类分析（图2）发现：12个地理种源可分为3个类群，其中河北临城、江西永修、安徽金寨、江苏南京和河南内乡属于软木脂含量相对较高的类群；河南济源、陕西眉县和甘肃天水属于木质素含量较高的类群；剩余种源，陕西商洛、湖南城步、北京平谷和广西田林属于中间类群。
![]()
图 1 软木化学成分的主成分分析Figure 1. Principal component analysis of chemical constituents of cork![]()
图 2 各样点软木脂和木质素的聚类分析椭圆为95%置信区间。Ellipses denote a 95% confidence interval.Figure 2. Cluster analysis on the content of suberin and lignin across sites2.3 软木化学成分含量与环境因子的相关分析
在软木主要化学成分与环境因子相关关系分析中（图3），二氯甲烷萃取物和总萃取物含量与纬度呈显著负相关关系（二氯甲烷萃取物：r = −0.71， p < 0.05；总萃取物 ：r = −0.59，p < 0.05）；软木脂含量和木质素含量分别随着经度和海拔的增加呈现增加的趋势（经度：r = 0.61，p < 0.05；海拔：r = 0.49，p > 0.05）。年均温对化学成分含量的影响较小，但年均降水量与软木脂、二氯甲烷萃取物和总萃取物含量均呈现显著正相关关系（软木脂：r = 0.62，p < 0.05；二氯甲烷萃取物：r = 0.76，p < 0.01；总萃取物：r = 0.68，p < 0.05）。软木脂含量与土壤氮表现出显著的正相关关系（r = 0.57，p < 0.05），二氯甲烷萃取物和总萃取物含量与软木厚度呈显著负相关关系（二氯甲烷萃取物：r = −0.62，p < 0.05；总萃取物：r = −0.73，p < 0.01），而土壤磷含量、土壤酸碱度、径向生长速率、胸径和树龄对软木化学成分含量均无显著影响（p > 0.05）。
![]()
图 3 软木化学成分含量与主要环境因子的相关系数* p < 0.05为显著性相关；** p < 0.01为极显著性相关。* p < 0.05 means significant correlation; ** p < 0.01 means extremely significant correlation.Figure 3. Correlation coefficients between the chemical components of cork and environmental factors3. 讨论与结论
栓皮栎是我国重要的生态树种，且具有很强的综合利用价值，尤其作为我国软木原料生产的主要树种，研究其软木性能是定向选育的重要基础。目前，国内对栓皮栎软木化学性质的研究大部分局限在小尺度范围，对于我国软木资源质量现状缺乏深入研究。本研究从较大地理尺度范围上，对栓皮栎软木主要化学成分含量的地理差异进行了初步的探索。结果表明我国栓皮栎软木化学组分中可萃取物总含量平均为13.94%，低于赵泾峰等[17]对陕西商洛的分析结果，而与刘艳贞[7]对陕西宁陕样品的分析结果接近，但高于其他学者对栓皮栎软木的分析结果而低于葡萄牙栓皮槠（表3）。造成上述差异的原因可能是取样范围大小或分析流程差异所致。同时，各个样点的可萃取物总量也存在一定差异，如河南内乡显著高于甘肃天水和陕西商洛。在所用萃取溶剂中，二氯甲烷是非极性溶剂，其萃取物主要包含某些非极性物质（如萜类化合物）和蜡质。软木中的蜡质可以防止水分进入细胞，使软木具有一定的防水性，而萜类物质在木材的防御系统中具有很大的作用，可以减少潜在入侵者[15]。因此二氯甲烷提取物可表征软木的防水防腐性能。乙醇和水的萃取物主要是某些极性物质，如多酚类和酚类等物质。这类物质使软木具有一定抵抗病虫害和预防细菌侵害的能力。软木中萃取物含量相对较高，因此软木比一般的木材和树皮具有更好的防水性和防虫性[16]。同时，萃取物对软木的胶合性能和加工性能也有影响[2]。萃取物可使材料表面的极性和自由能降低，在胶合界面处形成障碍而阻碍材面润湿，使胶合状况恶化，影响胶黏剂的固化或导致胶合强度降低，是阻碍软木颗粒胶合的最主要因素之一。萃取物中的多酚类物质在软木加工过程中易使切削刀具磨损而影响软木加工性能[21]。萃取物中由于色素物质的存在，也可能对软木的染色与漂白产生影响[17]。河南内乡样品的非极性和极性萃取物含量均达到最高，而非极性和极性萃取物含量最低的分别为河南济源和甘肃天水样品，表明河南内乡软木的防水抗虫性能最佳但胶合性能和加工性能最差，河南济源和甘肃天水的软木则胶合性能和加工性能相对较优。
表 3 栓皮栎软木主要化学成分含量（质量分数）比较Table 3. Comparison in the content (mass fraction) of main chemical components of virgin cork in Quercus variabilis树种
Tree species文献来源
Literature sourc取样点
Sampling site水萃取物
Water extract/%二氯甲烷萃取物
Dichloromethane extract/%乙醇萃取物
Ethanolic extract/%可萃取物总量
Total extractable
matter/%软木脂
Suberin/%木质素
Lignin/%栓皮栎
Quercus variabilis刘艳贞[7] Liu Y Z[7] 陕西宁陕
Ningshan, Shaanxi7.0 4.0 2.3 13.3 34.0 28.0 张丽丛等[16]
Zhang L C et al.[16]陕西宁陕
Ningshan, Shaanxi5.1 4.2 5.2 14.5 33.9 28.0 赵泾峰等[17]
Zhao J F et al.[17]陕西商洛
Shangluo, Shaanxi7.88 ± 0.60 4.47 ± 0.75 4.51 ± 0.91 17.10 ± 0.15 41.18 ± 1.81 20.37 ± 0.98 姚慧军等[15]
Yao H J et al.[15]陕西秦岭
Qinling, Shaanxi5.15 2.35 3.65 11.15 37.95 23.15 陈慧等[8]
Chen H et al.[8]陕西太白
Taibai, Shaanxi8.77 1.40 2.16 12.33 38.47 22.72 陈慧等[8]
Chen H et al.[8]陕西略阳
Lueyang, Shaanxi6.99 1.29 2.31 10.59 39.91 23.36 陈慧等[8]
Chen H et al.[8]陕西洋县
Yangxian, Shaanxi8.10 1.67 2.49 12.27 38.27 24.09 Miranda等[5]
Miranda et al.[5]中国，具体不详
Details not available, China4.9 2.7 2.0 9.6 39.2 22.2 Ferreira等[13]
Ferreira et al.[13]中国，具体不详
Details not available, China5.3 2.8 1.1 9.2 37.4 27.6 本研究 This study 见表1 See Tab.1 5.84 ± 0.38 3.24 ± 0.29 4.87 ± 0.23 13.94 ± 0.54 41.63 ± 1.44 23.03 ± 2.26 栓皮槠
Q. suberPereira[11] 葡萄牙 Portugal 5.8 ± 0.8 5.9 ± 0.9 4.5 ± 1.6 16.2 ± 3.9 42.8 ± 6.2 22.0 ± 3.3 软木脂是软木细胞壁的主要组成成分，主要由多羟基的脂肪酸构成。软木脂与蜡质交织组成细胞壁中最厚的次生壁，增强了软木细胞壁的防水性能；而木质素是软木细胞壁中的第二大化学成分，为软木细胞提供机械支撑并赋予细胞壁刚性，其含量增多会使软木弹性模量和硬度增大，同时也会导致软木韧性和压缩回弹性能降低[8]。本研究中软木脂的全国平均含量与赵泾峰等[17]对栓皮栎、Pereira[11]对栓皮槠的研究结果接近（表3）。本研究发现软木脂含量在各样点之间并无显著差异，这与Pereira[11]对27个葡萄牙栓皮槠种源的研究结果类似，即软木脂含量变异主要存在于个体之间而种源间差异较小。相对而言，从软木脂对软木性能的影响来看，河北临城和安徽金寨略优于其他样点。本研究中木质素的全国平均含量与陈慧等[8]对陕西3地取样测试分析结果相当，但略高于葡萄牙栓皮槠[11]（表3）；且各样点木质素含量存在一定差异，从木质素对软木性能的影响来看，河北临城和江西永修优于其他样点，并显著优于甘肃天水和陕西眉县。此外，软木成分中还含有多糖（主要是纤维素和半纤维素）等物质，尽管含量较低，但也会对软木性能产生影响，通常多糖含量越高，软木弹性越差，且越容易受到虫蛀[16, 22]；由于受样品量限制，本研究并未开展相关测定，因此在后期类似研究需要关注。
栓皮栎软木化学成分含量与环境因子的相关分析结果显示，二氯甲烷萃取物和总萃取物含量随着样点纬度的增加而降低，可能的原因是二氯甲烷萃取物的主要成分酚类和多酚类是防御虫食的主要化学物质，符合我国栓皮栎的虫食压力和防御物质从南到北逐渐降低的趋势[18, 23]。经度与软木脂含量表现为显著的正相关关系，而经度主要带来降水的变化，这与本研究中年均降水量与软木脂含量的正相关关系相吻合，说明软木脂含量随着年均降水量的增加呈现增加趋势。如前所述，软木脂增加了细胞的防水性能，这可能是栓皮栎软木所形成一种适应机制，即增加软木脂含量以减少高湿环境对皮层组织的侵蚀。类似地，二氯甲烷萃取物含量与年均降水量的正相关关系亦可从这个角度得到部分解释，且尹艺凝等[24]也发现栓皮栎树皮中的多酚物质（单宁）与年均降水量呈正相关关系。氮是树木生长发育的基本营养元素，有研究表明氮的添加能够显著增加软木脂的含量[25-26]，这与本研究中软木脂含量与土壤氮含量的正相关关系相吻合。软木厚度与总萃取物表现为负相关关系，可能是由于软木厚度增加带来的稀释效应。此外，有研究表明受碳分配的影响不同季节软木化学成分会表现出差异[27]，但本研究样本采集时间集中生长季中后期，后期还需对软木成分的季节动态给予更多关注。
本研究率先在较大地理尺度上对我国主要软木原料树种栓皮栎软木的化学成分含量的地理差异及其与环境因子关系间的关系进行了探讨。结果发现，我国栓皮栎软木主要化学物质的平均含量为可萃取物（13.94 ± 0.54）%，软木脂（41.63 ± 1.44）%和木质素（23.03 ± 2.26）%。通过以软木脂与木质素含量进行聚类分析可将12个地理种源划分为3个主要类群。栓皮栎软木化学成分含量表现出一定的地理差异，但主要受纬度、年均降水量和土壤氮含量的影响。下一步研究将在扩大样本尺度并结合化学成分季节动态加以分析，为进一步挖掘、利用以及定向培育我国软木资源奠定科学基础。
-
![]()
图 3 不同植被格局产流强度随产流历时变化过程
Figure 3. Variation of runoff yield intensity with duration of runoff under different vegetation patterns
![]()
图 4 不同植被格局下累计产沙量随降雨历时变化过程
Figure 4. Variation of accumulated sediment yield with duration of runoff under different vegetation patterns
![]()
图 5 不同植被格局下土壤入渗速率随降雨历时变化过程
Figure 5. Variation of soil infiltration rate with duration of runoff under different vegetation patterns
表 1 径流小区状况
Table 1 Status of runoff plot
小区格局
Plot pattern坡度
Slope/(°)面积(长 × 宽)
Area (length×width)/m2前期含水量 Pre-water content/% 土壤密度
Soil density/
(g·cm−3)第1次试验 The first test 第2次试验 The second test 第3次试验 The third test SP1 15 5 × 1 19.47 20.61 22.62 1.24 SP2 15 5 × 1 20.19 20.85 23.88 1.26 BP 10 5 × 1 20.08 21.87 23.91 1.19 LP 15 5 × 1 19.56 21.29 20.38 1.21 CK 15 5 × 1 19.81 20.52 18.22 1.23 
下载: 导出CSV
表 2 不同植被格局下产流量及产沙量特征
Table 2 Characteristics of runoff and sediment yield under different vegetation patterns
格局 Pattern 产流量 Runoff yield/mm 产沙量 Sediment yield/(g·m−2) 蓄水效益 Water storage effect/% 减沙效益 Sand reduction effect/% SP1 18.95 ± 1.48a 51.55 ± 12.89a 62.94 91.67 SP2 24.19 ± 1.62ab 60.33 ± 0.19a 52.69 90.25 BP 27.79 ± 1.44b 92.86 ± 25.96a 45.65 84.99 LP 38.01 ± 2.52c 325.13 ± 43.94b 25.67 47.44 CK 51.13 ± 3.76d 618.61 ± 149.18c 注：同一列不同字母表示特征值差异性显著(P < 0.05)。Note: different lowercase letters in the same column mean significant differences (P < 0.05).
下载: 导出CSV
表 3 不同植被格局产流强度变化特征
Table 3 Variation characteristics of runoff yield intensity in different vegetation patterns
格局
Pattern产流强度 Runoff yield intensity 波动范围
Fluctuation range/(mm·min−1)平均值
Mean value/(mm·min−1)CV/% 20 min 前 First 20 min 20 min 后 After 20 min 整个过程 Whole process SP1 0.02 ~ 0.49 0.23 92.30 20.13 79.32 SP2 0.06 ~ 0.53 0.29 53.59 16.97 56.82 BP 0.04 ~ 0.54 0.32 67.78 7.54 55.28 LP 0.04 ~ 0.89 0.43 80.84 18.29 75.53 CK 0.11 ~ 1.04 0.63 59.69 6.80 55.13
下载: 导出CSV
表 4 不同植被格局入渗特征
Table 4 Infiltration characteristics under different vegetation patterns
格局
Pattern初始入渗速率
Initial infiltration rate/(mm·min−1)稳定入渗速率
Stable infiltration rate/(mm·min−1)入渗系数
Infiltration coefficient/%SP1 1.41 1.02 78.94 SP2 1.42 0.96 73.12 BP 1.39 0.88 69.12 LP 1.41 0.61 57.77 CK 1.34 0.46 43.19
下载: 导出CSV
表 5 不同植被格局入渗方程模拟结果
Table 5 Simulation results of infiltration equations of different vegetation patterns
植被格局 Vegetation pattern Philip模型 Philip model R2 Kostiakov模型 Kostiakov model R2 Horton模型 Horton model R2 SP1 y = 1.03 + 0.75t(−0.5) 0.75 y = 1.63t(−0.10) 0.89 y = 0.95 + 0.54e(−0.03t) 0.98 SP2 y = 0. 90 + 0.85t(−0.5) 0.85 y = 1.59t(−0.12) 0.95 y = 0.90 + 0.53e(−0.05t) 0.99 BP y = 0.832 + 0.95t(−0.5) 0.89 y = 1.60t(−0.14) 0.93 y = 0.95 + 0.61e(−0.103t) 0.97 LP y = 0.53 + 1.59t(−0.5) 0.79 y = 1.89t(−0.25) 0.88 y = 0.51 + 1.04e(−0.04t) 0.99 CK y = 0.27 + 1.80t(−0.5) 0.87 y = 1.88t(−0.33) 0.91 y = 0.41 + 1.10e (−0.07t) 0.99
下载: 导出CSV
表 6 不同植被格局的破碎化指数
Table 6 Fragmentation index of different vegetation patterns
格局
Pattern单个植被斑块面积
Single vegetation
patch area/m2斑块密度指数/(个·m−2)
Patch density index (PD)/
(number·m−2)单位周长斑块数/(个·m−1)
Number of patches per unit
perimeter (NPUP)/(number·m−1)破碎化指数
Fragmentation
index (FN)SP1 0.25 4.00 0.50 0.45 SP2 0.50 2.00 0.33 0.40 BP 0.50 2.00 0.33 0.40 LP 1.25 0.80 0.10 0.20
下载: 导出CSV
-
[1] 唐克丽. 中国土壤侵蚀与水土保持学的特点及展望[J]. 水土保持研究, 1999, 6(2):3−8. Tang K L. Characteristics and perspectives on scientific discipline of soil erosion and soil and water conservation in China[J]. Research of Soil and Water Conservation, 1999, 6(2): 3−8.
[2] 刘贤赵, 黄明斌, 康绍忠. 黄土沟壑区小流域水土保持减水效益分析[J]. 应用基础与工程科学学报, 2005, 8(4):354−361. Liu X Z, Huang M B, Kang S Z. Analysis on the benefits of water reduction by soil and water conservation for small watersheds in loess gully region[J]. Journal of Basic Science and Engineering, 2005, 8(4): 354−361.
[3] 甘卓亭, 叶佳, 周旗, 等. 模拟降雨下草地植被调控坡面土壤侵蚀过程[J]. 生态学报, 2010, 30(9):2387−2396. Gan Z T, Ye J, Zhou Q, et al. Effects of grass vegetations on the processes of soil erosion over slope lands in simulated rainfalls[J]. Acta Ecologica Sinica, 2010, 30(9): 2387−2396.
[4] 李坤, 姚文艺, 肖培青, 等. 植被对土壤入渗和地表产流过程的影响研究进展[J]. 中国水土保持, 2017(3):27−30. doi: 10.3969/j.issn.1000-0941.2017.03.011 Li K, Yao W Y, Xiao P Q, et al. Influence of vegetation on soil infiltration and surface runoff[J]. Soil and Water Conservation in China, 2017(3): 27−30. doi: 10.3969/j.issn.1000-0941.2017.03.011
[5] 李兆松, 王兵, 李盼盼, 等. 氮添加条件下白羊草种群及近地表生物结皮对土壤入渗性能的影响[J]. 山地学报, 2018, 36(3):354−363. Li Z S, Wang B, Li P P, et al. Effects of bothriochloa ischaemum community and near soil surface biological crust on the soil infiltration capacity based on nitrogen addition[J]. Mountain Research, 2018, 36(3): 354−363.
[6] 曹斌挺. 黄土丘陵沟壑区退耕坡面不同植物群落的土壤侵蚀特征[D]. 杨凌: 西北农林科技大学, 2016. Cao B T. Characteristics of soil erosion of different plant communities converted from slope cropland in the Loess Plateau[D]. Yangling: Northwest A&F University, 2016.
[7] 李盼盼, 王兵, 刘国彬, 等. 氮添加对白羊草种群及土壤特征的影响[J]. 中国水土保持科学, 2017, 15(2):35−42. Li P P, Wang B, Liu G B, et al. Effects of nitrogen addition on the population characteristics of bothriochloa ischaemum and soil properties[J]. Science of Soil and Water Conservation, 2017, 15(2): 35−42.
[8] 张宽地, 王光谦, 孙晓敏, 等. 模拟植被覆盖条件下坡面流水动力学特性[J]. 水科学进展, 2014, 25(6):825−834. Zhang K D, Wang G Q, Sun X M, et al. Hydraulic characteristic of overland flow under different vegetation coverage[J]. Advances in Water Science, 2014, 25(6): 825−834.
[9] 任海, 王俊, 陆宏芳. 恢复生态学的理论与研究进展[J]. 生态学报, 2014, 34(15):4117−4124. Ren H, Wang J, Lu H F. Theories and research advances of restoration ecology[J]. Acta Ecologica Sinica, 2014, 34(15): 4117−4124.
[10] 李勉, 姚文艺, 李占斌. 黄土高原草本植被水土保持作用研究进展[J]. 地球科学进展, 2005, 20(1):74−80. doi: 10.3321/j.issn:1001-8166.2005.01.013 Li M, Yao W Y, Li Z B. The effect of grassland vegetation for conserving soil and water on Loess Plateau[J]. Advances in Earth Science, 2005, 20(1): 74−80. doi: 10.3321/j.issn:1001-8166.2005.01.013
[11] 李强, 李占斌, 鲁克新, 等. 黄土丘陵区不同植被格局产流产沙试验研究[J]. 中国农村水利水电, 2008, 30(4):102−104. Li Q, Li Z B, Lu K X, et al. Experimental research on the runoff and sediment production in loess hilly gully region with different vegetation patterns[J]. China Rural Water and Hydropower, 2008, 30(4): 102−104.
[12] 闵俊杰. 不同植被格局下人工模拟降雨对坡面侵蚀的影响[D]. 南京: 南京林业大学, 2012. Min J J. Effects of simulated rainfall on slope erosion under different vegetation patterns[D]. Nanjing: Nanjing Forestry University, 2012.
[13] 李小雁. 干旱地区土壤−植被−水文耦合、响应与适应机制[J]. 中国科学: 地球科学, 2011, 41(12):1721−1730. Li X Y. Soil-vegetation-hydrological coupling, response and adaptation mechanism in arid areas[J]. Science in China: Earth Science, 2011, 41(12): 1721−1730.
[14] 韩鹏, 李秀霞. 黄河流域土壤侵蚀及植被水保效益研究[J]. 应用基础与工程科学学报, 2008, 16(2):181−190. doi: 10.3969/j.issn.1005-0930.2008.02.004 Han P, Li X X. Study on soil erosion and vegetation effect on soil conservation in the Yellow River Basin[J]. Journal of Basic Science & Engineering, 2008, 16(2): 181−190. doi: 10.3969/j.issn.1005-0930.2008.02.004
[15] 汪有科, 刘宝元, 焦菊英. 恢复黄土高原林草植被及盖度的前景[J]. 水土保持通报, 1992, 12(2):55−60. Wang Y K, Liu B Y, Jiao J Y. Perspective of recovering the vegetation and cover percentage of forest and grass on the Loess Plateau[J]. Bulletin of Soil and Water Conservation, 1992, 12(2): 55−60.
[16] 程圣东. 黄土区植被格局对坡沟—流域侵蚀产沙的影响研究[D]. 西安: 西安理工大学, 2016. Cheng S D. The effect of vegetation pattern on erosion and sediment yield of slope-gully system and watershed on loess area[D]. Xi’an: Xi’an University of Technology, 2016.
[17] 苏远逸, 李鹏, 李占斌, 等. 坡面植被格局对坡沟系统能量调控及水沙响应关系的影响[J]. 水土保持学报, 2017, 31(5):32−39. Su Y Y, Li P, Li Z B, et al. Effects of slope vegetation patterns on energy regulation and water-sediment response relations in slope-gully system[J]. Journal of Soil and Water Conservation, 2017, 31(5): 32−39.
[18] 张霞, 李鹏, 李占斌, 等. 坡面草带分布对坡沟水土流失的防控作用及其优化配置[J]. 农业工程学报, 2019, 35(7):122−128. doi: 10.11975/j.issn.1002-6819.2019.07.015 Zhang X, Li P, Li Z B, et al. Prevention and control of grass strips distribution on soil and water loss and its optimal configuration of slope-gully system[J]. Journal of Soil and Water Conservation, 2019, 35(7): 122−128. doi: 10.11975/j.issn.1002-6819.2019.07.015
[19] 秦伟, 曹文洪, 郭乾坤, 等. 植被格局对侵蚀产沙影响的研究评述[J]. 生态学报, 2017, 37(14):4905−4912. Qin W, Cao W H, Guo Q K, et al. Review of the effects of vegetation patterns on soil erosion and sediment yield[J]. Acta Ecologica Sinica, 2017, 37(14): 4905−4912.
[20] 曹奇光. 晋西黄土区人工刺槐林地土壤水分特征及合理密度研究[D]. 北京: 北京林业大学, 2007. Cao Q G. Study on soil water characteristic and suitable density of artifical Robinia psedoaeacio on slope of west of Shanxi Province[D]. Beijing: Beijing Forestry University, 2007.
[21] 傅伯杰, 徐延达, 吕一河. 景观格局与水土流失的尺度特征与耦合方法[J]. 地球科学进展, 2010, 25(7):673−681. Fu B J, Xu Y D, Lü Y H. Scale characteristics and coupled research of landscape pattern and soil and water loss[J]. Advances in Earth Science, 2010, 25(7): 673−681.
[22] 王一贺, 赵允格, 李林, 等. 黄土高原不同降雨量带退耕地植被-生物结皮的分布格局[J]. 生态学报, 2016, 36(2):377−386. Wang Y H, Zhao Y G, Li L, et al. Distribution patterns and spatial variability of vegetation and biocrusts in revegetated lands in different rainfall zones of the Loess Plateau region, China[J]. Acta Ecologica Sinica, 2016, 36(2): 377−386.
[23] 肖笃宁, 布仁仓, 李秀珍. 生态空间理论与景观异质性[J]. 生态学报, 1997, 17(5):3−11. Xiao D N, Bu R C, Li X Z. Spatial ecology and landscape heterogeneity[J]. Acta Ecologica Sinica, 1997, 17(5): 3−11.
[24] 温永福, 高鹏, 穆兴民, 等. 野外模拟降雨条件下径流小区产流产沙试验研究[J]. 水土保持研究, 2018, 25(1):23−29. Wen Y F, Gao P, Mu X M, et al. Experimental study on runoff and sediment yield in runoff plot under field simulated rainfall condition[J]. Research of Soil and Water Conservation, 2018, 25(1): 23−29.
[25] 王林华, 马波, 吴发启. 黄土区不同生长期大豆坡耕地的入渗特征[J]. 中国水土保持科学, 2015, 13(4):15−24. doi: 10.3969/j.issn.1672-3007.2015.04.003 Wang L H, Ma B, Wu F Q. Infiltration characteristics in sloping farmland at different growth stages of soybean (Glycine max L.) in loess area[J]. Science of Soil and Water Conservation, 2015, 13(4): 15−24. doi: 10.3969/j.issn.1672-3007.2015.04.003
[26] 陈洪松, 邵明安, 张兴昌, 等. 野外模拟降雨条件下坡面降雨入渗、产流试验研究[J]. 水土保持学报, 2005, 19(2):5−8. doi: 10.3321/j.issn:1009-2242.2005.02.002 Chen H S, Shao M A, Zhang X C, et al. Field experiment on hillslope rainfall infiltration and runoff under simulated rainfall conditions[J]. Journal of Soil and Water Conservation, 2005, 19(2): 5−8. doi: 10.3321/j.issn:1009-2242.2005.02.002
[27] Laws J O. Measurements of the fall-velocity of water -drops and raindrops[J]. John Wiley & Sons, Ltd, 1941, 22(3): 709−721.
[28] 牟金泽. 雨滴速度计算公式[J]. 中国水土保持, 1983, 35(3):40−41. Mou J Z. Formula for calculating velocity of raindrops[J]. Soil and Water Conservation in China, 1983, 35(3): 40−41.
[29] 吴光艳, 吴发启, 尹武君, 等. 陕西杨凌天然降雨雨滴特性研究[J]. 水土保持研究, 2011, 18(1):48−51. Wu G Y, Wu F Q, Yin W J, et al. Study on characteristics of natural rainfall in Yangling, Shaanxi Province[J]. Research of Soil and Water Conservation, 2011, 18(1): 48−51.
[30] 李坤, 姚文艺, 肖培青, 等. 黄丘区自然草地对坡面土壤入渗的影响机制[J]. 人民黄河, 2017, 39(6):82−85, 98. doi: 10.3969/j.issn.1000-1379.2017.06.018 Li K, Yao W Y, Xiao P Q, et al. Effects of vegetation on slope soil infiltration in the loess hilly region[J]. Yellow River, 2017, 39(6): 82−85, 98. doi: 10.3969/j.issn.1000-1379.2017.06.018
[31] 张冠华. 茵陈蒿群落分布格局对坡面侵蚀及坡面流水动力学特性的影响[D]. 杨凌: 西北农林科技大学, 2012. Zhang G H. Influence of patterned Artemisia capillaris on slope erosion and overland flow hydrodynamic characteristics[D]. Yangling: Northwest A&F University, 2012.
[32] 魏霞, 李勋贵, 李占斌, 等. 植被覆盖下黄土凸型复合坡面水流特征[J]. 农业工程学报, 2014, 30(22):147−154. doi: 10.3969/j.issn.1002-6819.2014.22.018 Wei X, Li X G, Li Z B, et al. Flow characteristics of convex composite slopes of loess under vegetation cover[J]. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(22): 147−154. doi: 10.3969/j.issn.1002-6819.2014.22.018
[33] Ludwig J A, Tongway D J, Marsden S G. Stripes, strands or stipples: modelling the influence of three landscape banding patterns on resource capture and productivity in semi-arid woodlands, Australia[J]. Catena, 1999, 37(1): 257−273.
[34] Muñoz-Robles C, Tighe M, Reid N, et al. A two-step up-scaling method for mapping runoff and sediment production from pasture and woody encroachment on semi-arid hillslopes[J]. Ecohydrology, 2013, 6(1): 83−93. doi: 10.1002/eco.283
[35] Bautista S, Mayor G, Bourakhouada R J, et al. Plant spatial pattern predicts hillslope runoff and erosion in a semiarid mediterranean landscape[J]. Ecosystems, 2007, 10(6): 987−998. doi: 10.1007/s10021-007-9074-3
[36] 沈中原. 坡面植被格局对水土流失影响的实验研究[D]. 西安: 西安理工大学, 2006. Shen Z Y. Study on the effect of vegetation slope pattern on soil and water loss[D]. Xi’an: Xi’an University of Technology, 2006.
[37] 马勇勇, 李占斌, 任宗萍, 等. 草带布设位置对坡沟系统水文连通性的影响[J]. 农业工程学报, 2018, 34(8):170−176. doi: 10.11975/j.issn.1002-6819.2018.08.022 Ma Y Y, Li Z B, Ren Z P, et al. Effect of different positions of grass strips on hydrological connectivity in slope-gully system[J]. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(8): 170−176. doi: 10.11975/j.issn.1002-6819.2018.08.022
[38] 曹梓豪, 赵清贺, 左宪禹, 等. 基于坡面水文连通性的黄河下游河岸缓冲带植被格局优化[J]. 应用生态学报, 2018, 29(3):739−747. Cao Z H, Zhao Q H, Zuo X Y, et al. Optimizing vegetation pattern for the riparian buffer zone along the lower Yellow River based on slope hydrological connectivity[J]. Chinese Journal of Applied Ecology, 2018, 29(3): 739−747.
[39] 游珍, 李占斌. 坡面植被对径流的减流减沙作用机理及试验研究[J]. 泥沙研究, 2011, 6(3):59−62. You Z, Li Z B. Mechanism and experiment of vegetation on slope to reduce runoff and sediment[J]. Journal of Sediment Research, 2011, 6(3): 59−62.
-
期刊类型引用(6)
1. 莫崇杏，董明亮，李荣生，余纽，郑显澄，杨锦昌. 米老排杂交子代苗期生长性状遗传变异及选择. 森林与环境学报. 2023(05): 555-560 . 
百度学术
2. Shuchun Li，Jiaqi Li，Yanyan Pan，Xiange Hu，Xuesong Nan，Dan Liu，Yue Li. Variation analyses of controlled pollinated families and parental combining ability of Pinus koraiensis. Journal of Forestry Research. 2021(03): 1005-1011 . 必应学术
3. 潘艳艳，许贵友，董利虎，王成录，梁德洋，赵曦阳. 日本落叶松全同胞家系苗期生长性状遗传变异. 南京林业大学学报(自然科学版). 2019(02): 14-22 . 百度学术
4. 秦光华，宋玉民，乔玉玲，于振旭，彭琳. 旱柳苗高年生长与气象因子的灰色关联度. 东北林业大学学报. 2019(05): 42-45+51 . 百度学术
5. 李峰卿，陈焕伟，周志春，楚秀丽，徐肇友，肖纪军. 红豆树优树种子和幼苗性状的变异分析及优良家系的初选. 植物资源与环境学报. 2018(02): 57-65 . 百度学术
6. 张素芳，张磊，赵佳丽，张莉，张含国. 长白落叶松小RNA测序和其靶基因预测. 北京林业大学学报. 2016(12): 64-72 . 本站查看
其他类型引用(6)
计量
- 文章访问数: 910
- HTML全文浏览量: 329
- PDF下载量: 57
- 被引次数: 12
