五大连池火山山杨叶功能性状的变异特征

黄庆阳; 谢立红; 曹宏杰; 杨帆; 倪红伟

doi:10.12171/j.1000-1522.20200089

五大连池火山山杨叶功能性状的变异特征

黄庆阳^{1, 2,},
谢立红¹,
曹宏杰¹,
杨帆¹,
倪红伟^{2, 3, ,}

1.
黑龙江省科学院自然与生态研究所，黑龙江哈尔滨 150040
2.
湿地与生态保育国家地方联合工程实验室，黑龙江哈尔滨 150040
3.
黑龙江省林业科学院，黑龙江哈尔滨 150040

基金项目: 国家自然科学基金项目（31770497），黑龙江省科学院基金项目（CXJQ2018ZR03、KY2021ZR03、YY2019ZR01）

详细信息

作者简介:
黄庆阳，副研究员。主要研究方向：植物多样性。Email：huangqingyang@163.com　地址：150040 黑龙江省哈尔滨和平路103号黑龙江省科学院自然与生态研究所

责任作者:
倪红伟，研究员，博士生导师。主要研究方向：生态学。Email：nihongwei2000@163.com　地址：同上

中图分类号: S718.45;S792.114
计量
- 文章访问数: 1861
- HTML全文浏览量: 406
- PDF下载量: 52
出版历程
- 收稿日期: 2020-08-12
- 修回日期: 2020-09-22
- 网络出版日期: 2021-01-24
- 发布日期: 2021-02-23

Variation characteristics of leaf functional traits of Populus davidiana in Wudalianchi Volcano, northeastern China

Huang Qingyang^{1, 2,},
Xie Lihong¹,
Cao Hongjie¹,
Yang Fan¹,
Ni Hongwei^{2, 3, ,}

1.
Institute of Natural Resources and Ecology, Heilongjiang Academy of Sciences, Harbin 150040, Heilongjiang, China
2.
National and Provincial Joint Engineering Laboratory of Wetlands and Ecological Conservation, Harbin 150040, Heilongjiang, China
3.
Heilongjiang Academy of Forestry, Harbin 150040, Heilongjiang, China

摘要

摘要:
目的探讨五大连池火山山杨叶功能性状特征，揭示植物对火山生境的适应，以及对不同坡向的生存策略，为特殊生境和微地形生境下植物的适应机制提供参考依据。
方法以5座火山共有植物山杨为对象，测定叶面积（LS）、叶厚度（LT）、比叶面积（SLA）、叶干物质量（LDMC）、叶碳含量（LCC）、叶氮含量（LNC）、叶磷含量（LPC）和叶氮磷比（LNP）等8种功能性状在坡向间、火山间的变化规律和变异特征，分析叶功能性状间相互关系和主成分。
结果（1）除LCC外，其他7种功能性状在南北坡向间均具有显著差异，LT、LDMC、LNC、LNP表现为南坡大于北坡，而LS、LCC、LPC表现为南坡小于北坡。（2）山杨SLA、LCC、LPC在新、老期火山间差异显著，但在老期火山间差异不显著。（3）火山南坡、北坡山杨LT与LDMC呈显著负相关，南、北坡向及火山间山杨LNP与LNC均呈极显著正相关、与LPC呈极显著的负相关关系。（4）火山环境中山杨LNP、LPC、LNC和LS在叶功能性状分化中起到主要贡献作用。
结论五大连池火山山杨叶功能性状的变异与火山喷发的特殊性有关，山杨通过调节自身功能性状形成不同的生存策略来适应南、北坡向和不同火山环境，在生长过程中更容易受到氮元素缺乏的限制。火山森林生态系统是一个特殊环境，研究火山植被演替和植物功能性状等问题需要结合火山喷发的特殊情况深入讨论。
- 五大连池火山 /
- 叶功能性状 /
- 变异 /
- 生存策略
Abstract:
Objective Considering the leaf functional traits of Populus davidiana in Wudalianchi Volcano of northeastern China, thus we can recognize the adaptation of plant to volcanic environment and their resource utilization strategies to slopes, so as to provide reference for plant adaptation mechanism in special habitat and micro terrain habitat.
Method The variations of leaf traits of P. davidiana in different slopes and ages of volcanoes were studied, such as leaf area (LS), leaf thickness (LT), specific leaf area (SLA), leaf dry matter content (LDMC), leaf carbon content (LCC), leaf nitrogen content (LNC), leaf phosphorus content (LPC), and leaf nitrogen phosphorus ratio (LNP), further the correlation and principal components of leaf functional characters were analyzed.
Result (1) Except for LCC, other leaf functional characters were significantly different between north and south slopes. LT, LDMC, LNC and LNP of the south slope were higher than those of the north slope, while LS, LCC and LPC of the south slope were smaller than those of the north slope. (2) There were significant differences in SLA, LCC and LPC between new and old volcanoes, but not in old volcanoes. (3) LT and LDMC were negatively correlated on the south and north slopes, LNP and LNC were positively correlated, LNP and LPC were negatively correlated on the south slopes, north slopes and volcanoes. (4) In volcanic environment, LNP, LPC, LNC and LS play an important role in the differentiation of leaf functional traits.
Conclusion The variation of functional traits of P. davidiana is related to the particularity of volcanic eruption in Wudalianchi Volcano, P. davidiana adapts to the north-south slope environment by adjusting its functional traits to form different survival strategies, and the growth of P. davidiana is mainly limited by nitrogen in Wudalianchi. The volcanic forest ecosystem is a special environment, studying the volcanic vegetation succession and plant functional properties needs to be further discussed in combination with the special situation of volcanic eruption.
- Wudalianchi Volcano /
- leaf functional trait /
- variation /
- survival strategy

HTML全文

有数据显示，全球陆地土壤碳含量为1 750 Pg，植被碳含量为550 Pg，总量约为大气碳含量的3倍^[1]，即无论土壤作为“碳源”还是“碳汇”都将对气候变化产生巨大影响，故在全球气候变化和生态扰动背景下，陆地生态系统有机碳（SOC）分布与动态变化受到广大学者的广泛重视。尤其表层土壤，是SOC的集中分布层，其SOC含量更显著的受到微地形^[2]、植被类型^[3-4]、枯落物数量^[5-6]、人为扰动^[7]等因素的影响，使其在空间分布上具有更强的异质性，而成为研究者关注的一个焦点。

在不同空间尺度上，SOC分布的异质性为SOC储量的科学估算及关键影响因素的研究提出了挑战，故随着地统计分析工具的出现，广大学者采用地统计学的方法针对不同生态类型、空间尺度等条件下SOC的分布特征及空间变异性进行了研究，并表明地统计学是研究SOC空间分布的一种有效工具^[8]。如Gao等^[9]基于地统计方法研究得出中国北方丘陵地区SOC的空间异质性受随机性和结构性因素的共同控制。Göl等^[10]研究发现球状模型可以很好地模拟黑海不同土地利用方式SOC的空间分布。SOC的空间分布还具有尺度效应^[11]，然而在区域、县域等大、中尺度下的空间分布与预测往往简化了某些生态过程，可能增加碳研究的不确定性^[12]，相比之下，小尺度下的空间预测反映的信息量更加丰富^[13]，因此揭示小尺度SOC的空间分布格局及其影响因素对于精确估算SOC含量是必要的。

青藏高原属于典型的生态脆弱区和气候变化的敏感区，在全国乃至全球都具有重要的生态地位。近年来，随着交通不断便利，不少学者开展了青藏高原土壤碳循环研究，如王建林等^[14]关于草地土壤化学计量特征的大尺度空间分布研究，从宏观上了揭示青藏高原的土壤养分状况。叶成龙等^[15]人基于野外定点试验和室内试验的研究表明，氮输入将增加预测青藏高原高寒草甸地区土壤碳排放的不确定性。其他研究如吕韶利^[16]、刘合满^[17]等，研究结果为高寒地区土壤碳循环研究奠定了丰富的理论和技术参考。青藏高原地形、植被、气候等具有显著的差异，导致SOC含量具有高度的空间异质性，然而目前针对SOC的空间分布与模拟研究仍少见报道，尤其是在小尺度空间范围，这将阻碍我们对于青藏高原这一特殊生态系统土壤碳动态变化的认识。为科学阐明高寒地区典型植被类型表层SOC及SOCD的空间分布特征与影响因素，本研究以西藏东南部色季拉山西坡广泛分布的草甸和杜鹃灌丛土壤为研究对象，采用地统计分析方法，旨在阐明小尺度下不同植被类型SOC及SOCD的空间变异及格局，以期为高寒环境下土壤有机碳循环研究及土壤碳储量的准确估算提供理论支撑。

1. 研究区概况与研究方法

1.1 研究区概况

本研究以色季拉山西坡相邻分布的灌丛、草甸为研究样地，其海拔4 200 ~ 4 400 m，地理位置29°36′N、94°38′E。根据色季拉山道班阴坡林外（29°35′51″N，94°36′43″E，4 390 m）2005 — 2012年的观测数据，该区域年均气温约为0.64 ℃，年均相对湿度为77%，年降雨量为877 mm。土壤类型属于亚高山林灌草甸土、沼泽草甸土^[18]。

本研究所选样区主要包含苔草高寒草甸（Carex alpine meadow，CAM）、林芝杜鹃灌丛（Rhododendron tanastylum shrub，RTS）、雪山杜鹃灌丛（Rhododendron aganniphum shrub，RAS）3种植被类型。苔草高寒草甸，地面以苔草为建群种，其中还分布有委陵菜（Potentilla chinensis）、老鹳草（Geranium wilfordii）、阜莱氏马先蒿（Pedicularis fletcherii）、西藏糙苏（Phlomis tibetica）、偃卧繁缕（Stellaria decumbens）、蒲公英（Taraxacu mmongolicum）等，地面凹凸不平，存在沟壑。林芝杜鹃灌丛是以林芝杜鹃（Rhododendron tanastylum）为优势种，红枝小檗（Berberis erythroclada）和雪层杜鹃（Rhododendron nivale）为亚优势种的灌草丛地，植被分布不均一。雪山杜鹃灌丛主要生长雪山杜鹃（Rhododendron aganniphum），并伴有高山柏（Sabina squamata）和急尖长苞冷杉（Abies georgei var. smithii）零星分布，地面有较厚的枯落物层（最厚可达10 cm）。样地概况如表1所示。

表 1 样地基本概况

Table 1. Basic condition of sample plots

植被类型 Vegetation type	海拔 Altitude/m	植被盖度 Vegetation coverage/%	坡度 Slope/(°)	全氮 Total nitrogen (TN)/(g·kg⁻¹)	全磷 Total phosphorus (TP)/(g·kg⁻¹)	pH	含水率 Water content/%	土壤密度 Soil density/ (g·cm⁻³)	黏粒 Clay/%	粉粒 Silt/%	砂粒 Sand/%
CAM	4242	95	16	6.54	1.12	5.59	55.37	0.81	3.82	62.76	33.42
RTS	4264	75	14	3.29	0.39	5.47	72.01	0.82	3.55	61.45	35.00
RAS	4387	> 95	25	5.48	0.37	4.30	72.62	0.46	3.19	62.07	34.75
注：CAM为苔草高寒草甸；RTS为林芝杜鹃灌丛；RAS为雪山杜鹃灌丛。黏粒粒径< 0.002 mm，粉粒粒径在0.002~0.05 mm之间，砂粒粒径在0.05~2 mm之间。下同。Notes: CAM is Carex alpine meadow; RTS is Rhododendron tanastylum shrub; RAS is Rhododendron aganniphum shrub. Clay particle size is less than 0.002 mm; silt particle size is between 0.002−0.05 mm; sand particle size is between 0.05−2 mm. The same below.

下载: 导出CSV

| 显示表格

1.2 样品采集与处理

于2018年10月，在野外考察的基础上，选择坡度较缓，植被类型连续的区域作为研究区（图1），采用10 m × 10 m网格法采样。即在3种植被类型区采用测量绳分别划定一个50 m × 50 m的样地，然后按照10 m × 10 m网格设置采样点，共计36个采样点。分别采集0 ~ 10 cm层次土壤和原状土壤样品，共获得土壤样品和环刀土样各108个，详细记录每一采样点的地形（海拔、坡度、坡位、凸起、沟壑）、植被覆盖等信息。采集的样品去杂置于风干盘自然风干后，经研磨使其分别通过2.00、0.25 mm土壤筛，用以测定土壤碳、氮等理化性质。SOC采用重铬酸钾容量−外加热法测定，全氮（TN）采用半微量凯氏法测定，全磷（TP）采用钼锑抗比色法测定，土壤密度、机械组成分别采用环刀法和激光粒度分布仪（Bettersize2000，丹东百特仪器有限公司）测定，以上实验过程参照文献^[19-20]进行。

图 1 采样区概况

Figure 1. Overview of sampling site

下载: 全尺寸图片幻灯片

1.3 土壤有机碳密度计算

SOCD的计算采用如下公式：

${\rm{SOCD}} = CDE\left( {1 - G} \right)/100$

式中： $C$ 为有机碳含量（g/kg）， $D$ 为土壤密度（g/cm³）， $E$ 为土层厚度（cm）， $G$ 为直径 > 2 mm石砾百分含量（%），这里忽略 $G$ 后计算SOCD^[21]。

1.4 数据处理与分析

在SPSS 22.0中计算SOC及SOCD的最大值、最小值、平均值、标准差、变异系数（Coefficient of variation, CV），其中CV值在0 ~ 10%、10% ~ 100%和 > 100%之间时，分别属于弱、中等和强变异。对不同植被类型SOC、SOCD的差异显著性检验采用LSD法（P < 0.01）。在GS⁺ 9.0中建立半方差函数模型，模型拟合可以得到块金值（C₀）、基台值（C₀ + C）、变程（A₀）3个评价空间变异程度的参数，其中块金值与基台值的比值（C₀/（C₀ + C））即结构比，反映了随机性因素引起的空间变异占系统总变异的比值，比值在 < 25%、25% ~ 75%、> 75%范围，分别表示强、中、弱的空间自相关性，随机性因素引起的空间变异逐渐增大^[22]，变程反映了区域化变量存在空间自相关性的距离上限。基于半方差函数模型，在ArcGIS10.2中完成克里格插值。冗余分析采用Canoco 5.0进行，并采用Forward selection和Monte Carlo permutation test进行环境因子重要性排序和显著性检验。

2. 结果与分析

2.1 SOC及SOCD的分布特征

不同植被类型的SOC、SOCD差异显著（P < 0.01）（表2），SOC含量表现为RAS（146.45 g/kg） > CAM（95.60 g/kg） > RTS（60.43 g/kg），RAS分别较CAM和RTS的SOC含量高53.19%、142.35%，SOCD表现为CAM（7.34 kg/m²） > RAS（6.32 kg/m²） > RTS（4.80 kg/m²），CAM分别较RAS和RTS高22.31%、61.04%。该研究区SOC和SOCD均具有中等程度的空间变异。

表 2 SOC及SOCD的描述性统计特征

Table 2. Descriptive statistics of SOC and SOCD

指标 Item	植被类型 Vegetation type	样本量 Sample size	平均值 Mean	最大值 Max.	最小值 Min.	变异系数 CV/%	P	分布类型 Distribution type
SOC/（g·kg⁻¹）	CAM	33	95.60 ± 44.31b	219.85	49.63	46.35	0.169	N
	RTS	36	60.43 ± 25.73a	148.31	24.01	42.58	0.359	N
	RAS	36	146.45 ± 49.67c	252.15	69.10	33.92	0.500	N
SOCD/（kg·m⁻²）	CAM	36	7.73 ± 2.39c	12.77	4.50	30.92	0.538	L
	RTS	36	4.80 ± 2.01a	8.92	1.90	41.88	0.943	N
	RAS	36	6.32 ± 1.98b	11.22	1.53	31.33	0.747	N
注：不同小写字母表示植被类型之间SOC或SOCD差异显著（P < 0.01）。N为正态分布；L为对数正态分布。Notes: different lowercase letters indicate significant differences in SOC or SOCD between vegetation types （P < 0.01）. N means normal distribution; L means lognormal distribution.

下载: 导出CSV

| 显示表格

在K-S检验结果如表2所示，CAM的SOC在剔除3个异常值后符合正态分布，SOCD则符合对数正态分布，RTS及RAS的SOC和SOCD均符合正态分布。

2.2 SOC及SOCD的空间自相关性

本研究以最大间距的1/2（35.56 m）为样本变化范围，以最小间距（10 m）为步长，并以平均预测误差（ME）最接近于0，决定系数（R²）和均方根标准预测误差（RMSSE）最接近于1交叉验证模型精度，最优模型如图2所示。

图 2 SOC及SOCD半方差函数图

Figure 2. Semivariogram map of SOC and SOCD

下载: 全尺寸图片幻灯片

在不考虑各向异性的前提下，除RAS外，CAM和RTS的SOC、SOCD均得到了较好的拟合（表3）。CAM、RTS的SOC最优拟合为球状模型（spherical model），R²分别达0.998、0.432，ME依次为3.268、0.506，RMSSE为0.920、1.057；RAS的SOC最佳拟合模型为线性模型（linear model），R²为0.091，拟合效果较差。3种植被类型SOCD的拟合效果均较好，CAM、RTS及RAS分别符合指数模型（exponential model）、球状模型和线性模型，R²达0.965、0.864和0.996，ME在−0.145 ~ 0.021之间，RMSSE在1.017 ~ 1.059之间。

表 3 不同植被类型SOC及SOCD半方差函数模型及交叉验证

Table 3. Semivariogram and cross-validation of SOC and SOCD under different vegetation types

指标 Item	植被类型 Vegetation type	理论模型 Theoretical model	块金值 Nugget (C₀)	基台值 Sill (C₀ + C)	结构比 Structure ratio (C₀/(C₀ + C))/%	变程 Range (A₀)/ m	决定系数 Determination coefficient (R²)	预测误差 Prediction error
指标 Item	植被类型 Vegetation type	理论模型 Theoretical model	块金值 Nugget (C₀)	基台值 Sill (C₀ + C)	结构比 Structure ratio (C₀/(C₀ + C))/%	变程 Range (A₀)/ m	决定系数 Determination coefficient (R²)	ME	RMSSE
SOC	CAM	球状模型 Spherical model	25.00	1716.00	1.46	30.29	0.998	−3.268	0.920
	RTS	球状模型 Spherical model	58.00	721.30	8.04	17.68	0.432	0.506	1.057
	RAS	线性模型 Linear model	2338.32	2338.32	100.00	32.69	0.091	−1.009	1.068
SOCD	CAM	指数模型 Exponential model	0.01	4.67	2.14	20.31	0.965	−0.145	1.042
	RTS	球状模型 Spherical model	0.58	4.64	12.51	17.44	0.864	0.021	1.059
	RAS	线性模型 Linear model	4.00	4.00	100.00	32.69	0.996	−0.065	1.017

下载: 导出CSV

| 显示表格

从结构比来看，除RAS外，其他植被类型的SOC及SOCD均具有强烈的空间自相关性。CAM与RTS的SOC结构比分别为1.46%、8.04%，SOCD结构比分别为2.14%、12.51%，即CAM < RTS < 25%，结构性因素引起的空间变异大于75%，具有较强的空间依赖性。RAS的SOC及SOCD块金值等于基台值，结构比达100%，属于纯块金方差，空间自相关性较弱，随机性因素控制为主。

从变程来看，SOC、SOCD的空间变异尺度存在差异，反映出不同程度的空间连续性。3种植被类型SOC的变程表现为RAS（32.69 m） > CAM（30.29 m） > RTS（17.68 m），SOCD为RAS（32.69 m） > CAM（20.31 m） > RTS（17.44 m），即SOC、SOCD的空间连续性从RAS、CAM到RTS逐渐变差。除RNS外，CAM和RTS的空间变程均表现为SOC > SOCD，即SOC可能较SOCD具有更大的空间自相关距离，在考察SOC含量时的采样可以适当加大采样间距。

2.3 SOC及SOCD的空间分布

本研究RAS的SOC及SOCD空间上主要受随机因素控制，故不适合做空间插值^[23]。CAM及RTS的SOC及SOCD的空间分布如图3所示。总体而言，SOC及SOCD呈斑状或条带状分布，并且同一植被类型的SOC与SOCD空间分布相似。其中CAM的SOC、SOCD高值区集中分布在样地南部和东部边缘，分别在90.29 ~ 219.85 g/kg、8.05 ~ 14.05 kg/m²之间，并且由北部、西部边缘向中部延伸分别形成两个低值分布带，值在49.63 ~ 90.29 g/kg、8.05 ~ 14.50 kg/m²之间。RTS的SOC、SOCD具有相似的高低值分布区，高值区SOC、SOCD分别为56.63 ~ 148.31 g/kg、5.31 ~ 13.09 kg/m²范围，低值区分别在24.01 ~ 56.63 g/kg和2.67 ~ 5.31 kg/m²范围，但与CAM相比，RTS的SOC及SOCD均未表现出明显的边缘效应，而呈高低值交错分布的特征，空间连续性较差。

图 3 SOC及SOCD的水平分布格局

Figure 3. Horizontal distribution patterns of SOC and SOCD under different vegetation types

下载: 全尺寸图片幻灯片

2.4 SOC和SOCD与土壤因子的相关性分析

如图4所示，RDA排序图的典型轴1和轴2解释了SOC、SOCD与土壤性质总体变异的58.2%。土壤含水率、TN在SOC箭头连线上的投影长度最长，表明其与SOC呈较强的正相关性，土壤密度、pH在SOC箭头反向延长线上的投影较长，表明二者与SOC呈较强的负相关性，而土壤机械组成、坡度、TP与SOC的相关性不大。SOCD与SOC呈正相关性，但与土壤各性质的相关性不如SOC显著，主要与TP、TN的关系较为密切。

图 4 SOC及SOCD与土壤因子相关性的冗余分析排序图

SOC. 土壤有机碳；SOCD. 土壤有机碳密度；TN. 全氮；TP. 全磷；Water content. 含水率；Soil density. 土壤密度；Slope. 坡度；Clay. 黏粒；Silt.粉粒；Sand. 砂粒。SOC, soil organic carbon.; SOCD, soil organic carbon density; TN, total nitrogen; TP, total phosphorus.

Figure 4. Redundancy analysis on the correlation between SOC and SOCD with soil properties

下载: 全尺寸图片幻灯片

由表4可知，各土壤因子对SOC、SOCD的影响存在一定差异。各土壤因子对SOC、SOCD影响的重要性排序从大到小依次为含水率 > 土壤密度 > pH > TN > 黏粒 > 砂粒 > 粉粒 > 坡度 > TP，除TP对SOC、SOCD的影响未达显著水平外（P > 0.05），其他土壤因子对SOC、SOCD的影响均达极显著水平（P < 0.01），其中含水率、土壤密度和pH因子对SOC、SOCD空间变异的贡献率较高，分别为69.60%、65.70%、53.50%，其次是TN和黏粒，贡献为44.20%和30.10%。表明土壤含水率、土壤密度、pH是影响研究区SOC、SOCD空间分布的关键因素。

表 4 土壤因子解释量及显著性检验

Table 4. Explanation rate and significance test of soil factors

土壤因子 Soil factor	重要性排序 Importance ranking	因子解释量 Factor explanation rate/%	F	P
含水率 Water content	1	69.60	98.40	0.002
土壤密度 Soil density	2	65.70	88.30	0.002
pH	3	53.50	62.10	0.002
全氮 TN	4	44.20	46.60	0.002
黏粒 Clay	5	30.10	27.80	0.002
砂粒 Silt	6	17.50	14.60	0.002
粉粒 Sand	7	15.80	13.00	0.002
坡度 Slope	8	12.50	10.00	0.004
全磷 TP	9	0.20	0.10	0.740

下载: 导出CSV

| 显示表格

3. 讨　　论

3.1 植被类型对SOC和SOCD的影响

本研究中植被类型显著影响了表层0 ~ 10 cm土壤有机碳含量（P < 0.01），与前人研究结果一致^[24-25]。表层SOC含量为RAS > CAM > RTS，与植被覆盖度规律一致（表1），即RAS（> 95%） > CAM（95%） > RTS（75%）。这是因为自然生态系统植被枯落物是表层土壤有机碳的重要来源，并与植被覆盖度显著正相关。研究区SOC含量处于较高水平，均值达100.97 g/kg，显著高于全国0 ~ 10 cm土壤水平（24.56 g/kg）^[26]。与相似生态类型区比较，CAM的SOC（95.60 g/kg）亦高于青海省河南县杂类草型草甸（74.99 g/kg）^[27]和江西省武功山草甸（63.52 g/kg）^[28]，两种灌丛SOC的平均含量（103.44 g/kg）亦显著高于燕山北部绣线菊（Spiraea salicifolia）灌丛（37.65 g/kg）和榛子（Corylus heterophylla）灌丛（64.74 g/kg）^[29]。这可能与低温抑制酶活性、减缓土壤有机质的矿化分解有关^[30]，该区域年均气温仅0.64 ℃，且降水丰富，年降雨达877 mm，有利于表层有机质的积累。SOCD与SOC的表现基本一致，CAM（7.73 kg/m²）、RTS（4.8 kg/m²）和RAS（6.32 kg/m²）的SOCD显著高于全国10 cm土壤厚度的SOCD（1.21 kg/m²）^[31]，表明色季拉山高海拔区土壤有机碳储量较丰富，可能成为未来大气CO₂浓度升高的潜在碳源。

3.2 SOC及SOCD的空间异质性

本研究小空间尺度上，植被类型影响了表层土壤有机碳的空间分布与变异特征。SOC和SOCD的空间变异半方差函数分析结果表明，拟合度以CAM最佳，其次为RTS，而RAS则较差。这可能是由于小空间尺度上RAS地表地形及植被、枯落物等基本立地条件较为破碎有关，故可能需要增加采样点或缩小采样间距^[32]。结构比反映了引起变量空间异质性的主要影响因素，本研究中CAM、RTS的SOC、SOCD结构比均小于13%，由结构性因素引起的空间异质性占总空间异质性的87.49% ~ 98.54%，表明小尺度空间范围，在气候、土壤类型一致的前提下，地面枯落物量、微地形、土壤理化性质等结构性因素是表层SOC、SOCD空间变异的主要原因。而RAS的SOC、SOCD表现为以人为干扰等随机因素控制为主，考虑是采样间距大于其空间变异尺度引起的^[33]。

变程反映的是变量的空间自相关范围，在变程内的变量才具有空间自相关性^[23]。本研究中CAM和RTS的SOC、SOCD变程均大于取样距离（10 m），表明本研究在该小尺度下设置的采样间距是合理的，可以反映SOC、SOCD的空间异质性。对于RAS而言，10 m可能超出了其SOC、SOCD空间自相关的最大距离，而未表现出空间结构性，反映了SOC、SOCD的尺度效应。本研究中，SOC由空间自相关部分引起的变异占总变异的91.96% ~ 98.54%，表现在30.29 m以下的范围，与辽东山区次生林^[34]土壤有机质由空间自相关引起的变异占总变异的65.40%，发生在46.77 m尺度以内相比，本研究SOC在较小尺度内存在较强的空间自相关性，表明色季拉山微生境比较复杂，SOC的空间破碎化严重。

3.3 SOC及SOCD水平分布格局的影响因素分析

SOC空间分布受多种因素的综合影响，其中土壤含水率、微地形是影响该研究区SOC空间分布格局的重要环境变量。CAM样地东、南边缘是SOC、SOCD高值的集中分布区，该边缘与嵩草沼泽化草甸接壤，土壤含水率较高（多数采样点超过100%），在低温通气不良的条件下，微生物活动受限，植物残体和根系不易分解，使土壤有机物质大量积累，符合冗余分析中SOC与土壤含水率极显著正相关的规律。在CAM的中部到北部边缘，存在一条东西方向的沟壑，在地面径流的作用下，导致土壤中可溶性有机碳向地势较低的东部边缘迁移，可能是CAM北部低值分布带形成的主要原因，与石峰^[35]关于土壤无机氮的研究结果一致，表明在小尺度空间范围，微地形可能成为土壤养分空间分布的主要驱动因子^[36-37]。在本研究中，坡度与SOC、SOCD的相关性较低（P > 0.05），这与Ritchie等^[38]的研究结果相异，可能是水、热等条件的差异弱化了小尺度下坡度对SOC、SOCD的影响^[39]。

研究区RTS样地为裸地、草本和灌丛镶嵌性分布，可能是其SOC、SOCD空间连续性较CAM差，破碎化程度高的原因。有研究表明土壤有机碳含量与灌丛凋落物生物量呈正相关性^[40]，在本研究中，灌丛斑块地上凋落物数量明显高于灌丛间裸地、草地斑块，导致交错分布的不同斑块下表层SOC存在差异，从而表现出空间异质性，与何俊龄^[41]的研究结果一致，其研究亦表明金露梅（Potentilla fruticosa）灌丛表层土壤养分含量显著高于灌丛间草地。本研究未对RAS的SOC、SOCD进行空间插值，但其纯块金效应的出现表明其SOC、SOCD的空间连续性可能较差，事实上RAS微地形较复杂，平均坡度达25°，且地面枯落物分布不均匀，厚度0 ~ 10 cm不等，因此有待更小尺度的研究。

土壤密度、pH、TN、机械组成亦是影响SOC及SOCD空间分布格局的重要因素。冗余分析结果表明，土壤密度、pH是影响研究区SOC、SOCD空间变异的关键因子，与SOC、SOCD呈极显著负相关，这一结果与卓志清等^[42]、贡璐等^[43]人的研究结果一致，SOC含量提高时有利于改善土壤结构，使土壤疏松多孔，降低土壤紧实度。同时在一定范围内，随着土壤酸性增强，微生物活动受限，从而导致碳的积累。土壤中TN大部分来源于土壤有机质，因此与SOC极显著正相关。本研究SOC、SOCD与土壤黏粒、粉粒呈负相关，与砂粒正相关，这是因为黏粒、粉粒含量的降低，有利于提高土壤透气性，从而加快微生物分解释放养分元素，与马文瑛等^[44]、Igor等^[45]的研究结果相似。

4. 结　　论

（1）SOC、SOCD显著受植被类型的影响，本研究区SOC表现为RAS > CAM > RTS，SOCD为CAM > RAS > RTS。

（2）研究区CAM、RTS的SOC和SOCD主要受结构性因素的影响，具有较强的空间自相关性，二者空间自相关的最大距离在17.44 ~ 30.29 m之间，表明本研究采取的地统计采样间隔是合理的。RAS的SOC、SOCD具有纯块金效应，即随采样间隔变化，其方差均为一常量，说明本研究采取的10 m间隔采样超出了RAS 的SOC、SOCD的空间变异尺度。

（3）在水平方向，CAM的SOC、SOCD主要受含水率、微地形影响，而在样地的东部、南部边缘存在高值区，在北部存在东西向的低值分布带。RTS的SOC、SOCD呈高低值交错分布，破碎化程度高，可能与地面覆被物的镶嵌性分布有关。

（4）冗余分析表明，土壤含水率、土壤密度、pH、TN是影响表层SOC、SOCD空间变异的关键要素。

图 1 不同年代火山间及坡向山杨叶功能性状的箱点图

中位数以水平横线代表，25%和75%的数据范围以箱和标准差表示，独立的圆点代表极端数据，不相同字母表示地区间有效成分含量有显著性差异（P < 0.05）。下同。Median is represented by the horizontal line, quartiles (25% and 75% percentiles) are represented by boxes and SD. Extreme data are plotted with individual round dots. Different letters denote significant differences in effective component contents between areas at P < 0.05 level. The same below.

Figure 1. Box-plots of leaf functional traits of P. davidiana in volcanoes of different ages and varied slope aspects

下载: 全尺寸图片幻灯片

图 2 五大连池火山山杨叶功能性状的主成分分析

A. 南坡；B. 北坡；C. 火山体。 A, south slope; B, north slope; C, volcano body.

Figure 2. Principal component analysis of leaf functional traits of P. davidiana in Wudalianchi Volcano

下载: 全尺寸图片幻灯片

表 1 五大连池不同年代火山样地基本情况

Table 1 Basic situation of sample plots of different age volcanoes in Wudalianchi

研究区 Study area	地理位置 Geographical position	海拔 Altitude/m	土壤类型 Soil type	喷发时间 Eruption time	坡向 Slope aspect	优势树种 Dominant plant species	比例 Proportion/%	树龄/a Tree age/ year
L	48°42′32″N 126°07′06″ E	340	火山灰土 Volcanic ash soil	300年前 300 years ago	南坡 South slope	山杨 Populus davidiana	50	21
					南坡 South slope	白桦 Betula platyphylla	45	36
					北坡 North slope	落叶松 Larix gmelinii	72	36
					北坡 North slope	山杨 Populus davidiana	25	25
D	48°39′13″N 126°16′30″E	340	暗棕壤 Dark brown soil	170 000 ~ 190 000年前 170 000−190 000 years ago	南坡 South slope	蒙古栎 Quercus mongolica	50	57
					南坡 South slope	山杨 Populus davidiana	10	55
					北坡 North slope	白桦 Betula platyphylla	55	63
					北坡 North slope	山杨 Populus davidiana	15	59
X	48°40′45″N 126°22′06″E	380	暗棕壤 Dark brown soil	280 000 ~ 360 000年前 280 000−360 000 years ago	南坡 South slope	蒙古栎 Quercus mongolica	83	55
					南坡 South slope	山杨Populus davidiana	10	49
					北坡 North slope	白桦 Betula platyphylla	48	50
					北坡 North slope	山杨 Populus davidiana	10	51
W	48°47′23″N 126°15′26″E	400	暗棕壤 Dark brown soil	400 000 ~ 500 000年前 400 000−500 000 years ago	南坡 South slope	蒙古栎 Quercus mongolica	78	58
					南坡 South slope	山杨 Populus davidiana	10	50
					北坡 North slope	白桦 Betula platyphylla	52	57
					北坡 North slope	山杨 Populus davidiana	10	52
BG	48°44′42″N 126°00″23″E	415	暗棕壤 Dark brown soil	700 000 ~ 800 000年前 700 000−800 000 years ago	南坡 South slope	蒙古栎 Quercus mongolica	80	50
					南坡 South slope	山杨 Populus davidiana	12	36
					北坡 North slope	黑桦 Betula davurica	50	48
					北坡 North slope	山杨Populus davidiana	10	37
注：L表示老黑山；D表示东焦得布山；X表示小孤山；W表示尾山；BG表示北格拉球山。下同。 Notes: L represents Laohei Volcano; D represents Dongjiaodebu Volcano; X represents Xiaogu Volcano; W represents Weishan Volcano; BG represents Beigelaqiu Volcano. The same below.

下载: 导出CSV

表 2 五大连池不同火山、南北坡向间山杨叶功能性状变异系数

Table 2 Variation coefficients of leaf functional traits of P. davidiana in different volcanoes and its north-south slope aspects in Wudalianchi %

变量 Variable	老黑山 L			东焦得布山 D			小孤山 X			尾山 W			北格拉球山 BG
变量 Variable	南坡South slope	北坡North slope	火山Volcano	南坡South slope	北坡North slope	火山Volcano	南坡South slope	北坡North slope	火山Volcano	南坡South slope	北坡North slope	火山Volcano	南坡South slope	北坡North slope	火山Volcano
LS	31.37	21.46	30.27	16.57	21.92	20.88	28.74	26.50	32.91	18.80	22.15	23.80	15.17	11.93	14.74
LT	4.23	3.57	6.68	3.83	2.90	4.39	5.63	4.47	6.32	5.65	6.28	6.36	5.42	5.78	6.44
SLA	9.70	10.74	14.61	14.30	22.20	12.80	13.68	15.69	14.58	11.45	9.09	10.32	13.94	14.16	13.97
LDMC	5.93	4.94	7.51	5.54	3.84	4.96	7.91	5.97	7.27	7.96	5.76	7.37	7.52	5.46	6.95
LCC	4.65	3.72	3.99	10.17	6.46	8.03	2.13	2.74	2.36	6.30	4.25	6.03	6.67	2.98	5.67
LNC	13.45	6.25	9.88	6.87	8.15	18.29	20.32	11.09	18.24	11.71	6.76	9.11	9.98	7.07	11.40
LPC	8.60	8.97	33.61	9.26	11.13	9.65	22.82	17.33	19.79	13.74	24.13	18.47	12.56	8.14	10.69
LNP	9.60	12.38	35.07	9.19	12.59	21.05	33.21	19.83	25.63	15.65	19.05	17.53	22.96	10.22	18.97

下载: 导出CSV

表 3 五大连池火山山杨叶功能性状方差分析

Table 3 ANOVA for leaf functional traits of P. davidiana in Wudalianchi Volcano

变量 Variable	火山间 Between volcanoes		坡向间 Between slope aspects
变量 Variable	F	P	F	P
LS	68.662	0.000	12.061	0.001
LT	27.037	0.000	20.767	0.000
SLA	9.805	0.000	21.237	0.000
LDMC	115.674	0.000	21.824	0.000
LCC	1.934	0.049	2.438	0.20
LNC	4.965	0.002	0.678	0.001
LPC	4.181	0.006	10.507	0.030
LNP	5.413	0.001	2.796	0.002

下载: 导出CSV

表 4 五大连池火山南坡（对角线上部）、北坡（对角线下部）山杨叶功能性状相关系数

Table 4 Pearson correlation coefficients between leaf functional traits of P. davidiana on north (upper diagonal) and south (lower diagonal) slope of volcanoes in Wudalianchi

变量 Variable	LS	LT	SLA	LDMC	LCC	LNC	LPC	LNP
LS	1.000	0.127	0.273	−0.272	0.283	0.166	0.046	0.109
LT	0.031	1.000	−0.182	−0.580^**	0.084	0.296	0.202	0.022
SLA	0.529^**	0.084	1.000	−0.291	−0.024	0.056	−0.354	0.241
LDMC	−0.271	−0.653^**	−0.056	1.000	−0.100	−0.106	0.104	−0.179
LCC	0.024	0.140	−0.058	−0.204	1.000	0.210	−0.255	0.389
LNC	−0.275	0.138	0.236	−0.083	0.242	1.000	0.165	0.577^**
LPC	−0.273	0.261	−0.018	0.125	−0.355	0.005	1.000	−0.674^**
LNP	0.016	−0.128	0.152	−0.166	0.381	0.557^**	−0.789^**	1.000
注 ^*表示P < 0.01，^表示P < 0.05。Notes: ^** and ^* represent P < 0.01 and P < 0.05, respectively.

下载: 导出CSV

表 5 五大连池火山山杨叶功能性状相关系数

Table 5 Pearson correlation coefficients between leaf functional traits of P. davidiana in Wudalianchi Volcano

变量 Variable	LS	LT	SLA	LDMC	LCC	LNC	LPC	LNP
LS	1.000	−0.365^**	0.155	−0.476^**	−0.006	0.233	−0.285^*	0.279
LT		1.000	−0.284^*	−0.068	0.213	−0.125	0.380^**	−0.316^*
SLA			1.000	−0.078	−0.006	0.012	−0.277	0.204
LDMC				1.000	−0.041	−0.261	0.232	−0.315^*
LCC					1.000	0.128	−0.251	0.275
LNC						1.000	−0.078	0.618^**
LPC							1.000	−0.778^**
LNP								1.000

下载: 导出CSV

参考文献(41)

[1]	Mcintyre S, Lavorel S, Landsberg J, et al. Disturbance response in vegetation: towards a global perspective on functional traits[J]. Journal of Vegetation Science, 1999, 10(5): 621−630. doi: 10.2307/3237077.
[2]	Cornelissen J H C, Lavorel S, Garnier E, et al. A handbook of protocols for standardised and easy measurement of plant functional traits worldwide[J]. Australian Journal of Botany, 2003, 51(4): 335−380. doi: 10.1071/BT02124.
[3]	Sack L, Scoffoni C, John G P, et al. How do leaf veins influence the worldwide leaf economic spectrum? Review and synthesis[J]. Journal of Experimental Botany, 2013, 64(13): 4053−4080. doi: 10.1093/jxb/ert316.
[4]	Prach K, Pyšek P, Řehounková K. Role of substrate and landscape context in early succession: an experimental approach[J]. Perspectives in Plant Ecology Evolution and Systematics, 2014, 16(4): 174−179. doi: 10.1016/j.ppees.2014.05.002.
[5]	周胜男, 梁宇, 贺红士, 等. 火山喷发后植被演替的影响因子[J]. 生态学杂志, 2016, 35(1):234−242. Zhou S N, Liang Y, He H S, et al. Factors affecting vegetation succession after volcano eruptions[J]. Chinese Journal of Ecology, 2016, 35(1): 234−242.
[6]	谢立红, 曹宏杰, 黄庆阳, 等. 五大连池新期火山熔岩台地3种共有植物的叶功能性状及其相互关系[J]. 西北植物学报, 2018, 38(5):967−975. doi: 10.7606/j.issn.1000-4025.2018.05.0967. Xie L H, Cao H J, Huang Q Y, et al. Leaf functional traits and interrelationships of 3 plant species in lava plateau of new volcanic of Wudalianchi[J]. Acta Botanica Boreali Occidentalia Sinica, 2018, 38(5): 967−975. doi: 10.7606/j.issn.1000-4025.2018.05.0967.
[7]	盘远方, 陈兴彬, 姜勇, 等. 桂林岩溶石山灌丛植物叶功能性状和土壤因子对坡向的响应[J]. 生态学报, 2018, 38(5):1581−1589. Pan Y F, Chen X B, Jiang Y, et al. Changes in leaf functional traits and soil environmental factors in response to slope gradient in karst hills of Guilin[J]. Acta Ecologica Sinica, 2018, 38(5): 1581−1589.
[8]	陈莹婷, 许振柱. 植物叶经济谱的研究进展[J]. 植物生态学报, 2014, 38(10):1135−1153. doi: 10.3724/SP.J.1258.2014.00108. Chen Y T, Xu Z Z. Review on research of leaf economics spectrum[J]. Chinese Journal of Plant Ecology, 2014, 38(10): 1135−1153. doi: 10.3724/SP.J.1258.2014.00108.
[9]	刘晓娟, 马克平. 植物功能性状研究进展[J]. 中国科学: 生命科学, 2015, 45(4):325−339. doi: 10.1360/N052014-00244. Liu X J, Ma K P. Plant functional taits concepts, applications and future directions[J]. Scientia Sinica (Vitae), 2015, 45(4): 325−339. doi: 10.1360/N052014-00244.
[10]	Reich P B, Oleksyn J. Global patterns of plant leaf N and P in relation to temperature and latitude[J]. Proceedings of the National Academy of Sciences of the United States of America, 2004, 101(30): 11001−11006. doi: 10.1073/pnas.0403588101.
[11]	王瑞丽, 于贵瑞, 何念鹏, 等. 气孔特征与叶片功能性状之间关联性沿海拔梯度的变化规律:以长白山为例[J]. 生态学报, 2016, 36(8):2175−2184. Wang R L, Yu G R, He N P, et al. Altitudinal variation in the covariation of stomatal traits with leaf functional traits in Changbai Mountain[J]. Acta Ecologica Sinica, 2016, 36(8): 2175−2184.
[12]	胡耀升, 么旭阳, 刘艳红, 等. 长白山不同演替阶段森林植物功能性状及其与地形因子间的关系[J]. 生态学报, 2014, 34(20):5915−5924. Hu Y S, Yao X Y, Liu Y H, et al. The functional traits of forests at different succession stages and their relationship to terrain factors in Changbai Mountains[J]. Acta Ecologica Sinica, 2014, 34(20): 5915−5924.
[13]	钟悦鸣, 王文娟, 王健铭, 等. 极端干旱区绿洲植物叶功能性状及其对土壤水盐因子的响应[J]. 北京林业大学学报, 2019, 41(10):20−29. Zhong Y M, Wang W J, Wang J M, et al. Leaf functional traits of oasis plants in extremely arid areas and its response to soil water and salt factors[J]. Journal of Beijing Forestry University, 2019, 41(10): 20−29.
[14]	Julie M, Mcgill B J, Lechowicz M J. How do traits vary across ecological scales? A case for trait-based ecology[J]. Ecology Letters, 2010, 13(7): 838−848. doi: 10.1111/j.1461-0248.2010.01476.x.
[15]	Mcgill B J. Exploring predictions of abundance from body mass using hierarchical comparative approaches[J]. American Naturalist, 2008, 172(1): 88−101. doi: 10.1086/588044.
[16]	Cornwell W, Ackerly D. Community assembly and shifts in plant trait distributions across an environmental gradient in coastal California[J]. Ecological Monographs, 2009, 79(1): 109−126. doi: 10.1890/07-1134.1.
[17]	董雪, 辛智鸣, 李永华, 等. 沙冬青(Ammopiptanthus mongolicus)叶性状对环境因子的响应[J]. 中国沙漠, 2019, 39(6):126−134. Dong X, Xin Z M, Li Y H, et al. Responses of Ammopiptanthus mongolicus leaf traits to environmental factors[J]. Journal of Desert Research, 2019, 39(6): 126−134.
[18]	刘广路, 范少辉, 蔡春菊, 等. 毛竹向撂荒地扩展过程中叶功能性状变化[J]. 南京林业大学学报(自然科学版), 2017, 41(2):41−46. Liu G L, Fan S H, Cai C J, et al. Adaptive strategies of leaf functional traits of Moso bamboo during its expansion to Chinese fir forests[J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2017, 41(2): 41−46.
[19]	欧晓岚, 刘艳红. 不同坡向及径级油松异龄叶的功能性状[J]. 南京林业大学学报 (自然科学版), 2017, 41(4):80−88. Ou X L, Liu Y H. Effect of age, slope aspects and diameter classes on leaf functional traits of Pinus tabuliformis in Songshan, Beijing[J]. Journal of Nanjing Forestry University (Natural Science Edition), 2017, 41(4): 80−88.
[20]	王雪艳, 曹建军, 张小芳, 等. 地形因子对黄土高原山杏叶片功能性状的影响[J]. 应用生态学报, 2019, 30(8):2591−2599. Wang X Y, Cao J J, Zhang X F, et al. Effects of topographic factors on leaf traits of apricot in the Loess Plateau, Northwest China[J]. Chinese Journal of Applied Ecology, 2019, 30(8): 2591−2599.
[21]	福英, 白学良, 张乐, 等. 五大连池火山熔岩地貌苔藓植物对土壤养分积累的作用[J]. 生态学报, 2015, 35(10):3288−3297. Fu Y, Bai X L, Zhang L, et al. The effect of bryophytes on nutrient accumulation in surface soil in the Wudalianchi Volcanic area[J]. Acta Ecologica Sinica, 2015, 35(10): 3288−3297.
[22]	周志强, 徐丽娇, 张玉红, 等. 黑龙江五大连池的生态价值分析[J]. 生物多样性, 2011, 19(1):63−70. doi: 10.3724/SP.J.1003.2011.08262. Zhou Z Q, Xu L J, Zhang Y H, et al. An analysis of the ecological value of Wudalianchi, Heilongjiang Province, China[J]. Biodiversity Science, 2011, 19(1): 63−70. doi: 10.3724/SP.J.1003.2011.08262.
[23]	黄庆阳, 曹宏杰, 王立民, 等. 五大连池火山熔岩台地植物多样性与土壤养分的关系[J]. 浙江农林大学学报, 2019, 36(1):80−87. doi: 10.11833/j.issn.2095-0756.2019.01.011. Huang Q Y, Cao H J, Wang L M, et al. Species diversity and soil nutrients in lava platforms of Wudalianchi Volcanoes, China[J]. Journal of Zhejiang A& F University, 2019, 36(1): 80−87. doi: 10.11833/j.issn.2095-0756.2019.01.011.
[24]	黄庆阳, 曹宏杰, 谢立红, 等. 五大连池火山熔岩台地草本层物种多样性及环境解释[J]. 生物多样性, 2020, 28(6):658−667. doi: 10.17520/biods.2019371. Huang Q Y, Cao H J, Xie L H, et al. Species diversity and environmental interpretation of herb layer in lava platform of Wudalianchi, China[J]. Biodiversity Science, 2020, 28(6): 658−667. doi: 10.17520/biods.2019371.
[25]	谢立红, 黄庆阳, 曹宏杰, 等. 五大连池火山色木槭叶功能性状特征[J]. 生物多样性, 2019, 27(3):286−296. doi: 10.17520/biods.2018300. Xie L H, Huang Q Y, Cao H J, et al. Leaf functional traits of Acer mono in Wudalianchi Volcano, China[J]. Biodiversity Science, 2019, 27(3): 286−296. doi: 10.17520/biods.2018300.
[26]	Tomimatsu H, Hori Y. Effect of soil moisture on leaf ecophysiology of Parasenecio yatabei, a summer-green herb in a cool-temperate forest understory in Japan[J]. Journal of Plant Research, 2008, 121(1): 43−53. doi: 10.1007/s10265-007-0122-z
[27]	刘旻霞, 马建祖. 阴阳坡植物功能性状与环境因子的变化特征[J]. 水土保持研究, 2013, 20(1):11−13. Liu M X, Ma J Z. Feature variations of plant functional traits and environmental factor in south-and north-facing slope[J]. Research of Soil and Water Conservation, 2013, 20(1): 11−13.
[28]	刘玉平, 刘贵峰, 达福白乙拉, 等. 地形因子对大青沟自然保护区不同森林群落叶性状的影响[J]. 林业科学, 2017, 53(3):154−162. doi: 10.11707/j.1001-7488.20170317. Liu Y P, Liu G F, Dafubaiyila, et al. Effects of topographic factors on leaf traits of dominant species in different forest communities in Daqinggou Nature Reserves[J]. Scientia Silvae Sinicae, 2017, 53(3): 154−162. doi: 10.11707/j.1001-7488.20170317.
[29]	刘旻霞, 马建祖. 甘南高寒草甸植物功能性状和土壤因子对坡向的响应[J]. 应用生态学报, 2012, 23(12):3295−3300. Liu M X, Ma J Z. Responses of plant functional traits and soil factors to slope aspect in alpine meadow of south Gansu, Northwest China[J]. Chinese Journal of Applied Ecology, 2012, 23(12): 3295−3300.
[30]	Wright I J, Reich P B, Westoby M. Strategy shifts in leaf physiology, structure and nutrient content between species of high- and low-rainfall and high- and low-nutrient habitats[J]. Functional Ecology, 2001, 15(4): 423−434. doi: 10.1046/j.0269-8463.2001.00542.x.
[31]	施宇, 温仲明, 龚时慧. 黄土丘陵区植物叶片与细根功能性状关系及其变化[J]. 生态学报, 2011, 31(22):164−173. Shi Y, Wen Z M, Gong S H. Comparisons of relationships between leaf and fine root traits in hilly area of the Loess Plateau, Yanhe River Basin, Shaanxi Province, China[J]. Acta Ecologica Sinica, 2011, 31(22): 164−173.
[32]	戚德辉, 温仲明, 杨士梭, 等. 基于功能性状的铁杆蒿对环境变化的响应与适应[J]. 应用生态学报, 2015, 26(7):1921−1927. Qi D H, Wen Z M, Yang S S, et al. Trait-based responses and adaptation of Artemisia sacrorum to environmental changes[J]. Chinese Journal of Applied Ecology, 2015, 26(7): 1921−1927.
[33]	Güsewell S. N: P ratios in terrestrial plants: variation and functional significance[J]. New Phytologist, 2004, 164(2): 243−266.
[34]	Garnier E, Shipley B, Roumet C, et al. A tsandardized protocol for the determination of specific leaf area and leaf dry matter content[J]. Functional Ecology, 2001, 15(5): 688−695. doi: 10.1046/j.0269-8463.2001.00563.x.
[35]	Elser J J, Bracken M E S, Cleland E E, et al. Global analysis of nitrogen and phosphorus limitation of primary producers in freshwater, marine and terrestrial ecosystems[J]. Ecology Letters, 2007, 10(12): 1135−1142. doi: 10.1111/j.1461-0248.2007.01113.x.
[36]	Hallik L, Niinemets L, Wright I J. Are species shade and drought tolerance reflected in leaf-level structural and functional differentiation in northern hemisphere temperate woody flora?[J]. New Phytologist, 2009, 184(1): 257−274. doi: 10.1111/j.1469-8137.2009.02918.x
[37]	陈洪洲, 刘永顺, 高峰. 五大连池老黑山火山的两次喷发活动[J]. 自然灾害学报, 2004, 13(1):94−99. doi: 10.3969/j.issn.1004-4574.2004.01.015. Chen H Z, Liu Y S, Gao F. Two-stage eruptions of Laoheishan Volcano in Wudalianchi[J]. Journal of Natural Disasters, 2004, 13(1): 94−99. doi: 10.3969/j.issn.1004-4574.2004.01.015.
[38]	刘金环, 曾德慧, don Koo Lee. 科尔沁沙地东南部地区主要植物叶片性状及其相互关系[J]. 生态学杂志, 2006, 25(8):921−925. doi: 10.3321/j.issn:1000-4890.2006.08.010. Liu J H, Zeng D H, don Koo L. Leaf traits and their interrelationships of main plant species in southeast Horqin Sandy Land[J]. Chinese Journal of Ecology, 2006, 25(8): 921−925. doi: 10.3321/j.issn:1000-4890.2006.08.010.
[39]	吴统贵, 陈步峰, 肖以华, 等. 珠江三角洲3种典型森林类型乔木叶片生态化学计量学[J]. 植物生态学报, 2010, 34(1):58−63. doi: 10.3773/j.issn.1005-264x.2010.01.009. Wu T G, Chen B F, Xiao Y H, et al. Leaf stoichiometry of trees in three forest types in Pearl River Delta, South China[J]. Chinese Journal of Plant Ecology, 2010, 34(1): 58−63. doi: 10.3773/j.issn.1005-264x.2010.01.009.
[40]	朱弘, 朱淑霞, 李涌福, 等. 尾叶樱桃天然种群叶表型性状变异研究[J]. 植物生态学报, 2018, 42(12):1168−1178. doi: 10.17521/cjpe.2018.0196. Zhu H, Zhu S X, Li Y F, et al. Leaf phenotypic variation in natural populations of Cerasus dielsiana[J]. Chinese Journal of Plant Ecology, 2018, 42(12): 1168−1178. doi: 10.17521/cjpe.2018.0196.
[41]	Saenger P, West P W. Phenotypic variation of the mangrove species Avicennia marina (Forssk.) Vierh. from seven provenances around Australia[J]. Aquatic Botany, 2018, 149: 28−32. doi: 10.1016/j.aquabot.2018.05.004.

施引文献(31)

期刊类型引用(21)

1.	张蔓蔓，郑聪慧，徐振华，李新利，杜克久，田芸，孟李冰，柳明妹，聂佳佳，邢争. 2种红果臭椿表型特征及色素组分相关性. 东北林业大学学报. 2025(01): 23-34+42 . 百度学术
2.	刘玉军，秦波，李媚，黄耀恒，刘芳，黄欣，刘莉. 黑紫色叶紫薇品种‘赤红’叶片转录组测序及注释分析. 湖南农业科学. 2024(01): 1-6 . 百度学术
3.	胡平. 光照条件对不同类型绿地南天竹叶色变化的影响. 安徽林业科技. 2024(02): 24-28 . 百度学术
4.	Lu Feng，Ping Shen，Xiufeng Chi，Yang Zhou，Jieru Liu，Tangren Cheng，Jia Wang，Qixiang Zhang，Ming Cai，Huitang Pan. The anthocyanin formation of purple leaf is associated with the activation of LfiHY5 and LfiMYB75 in crape myrtle. Horticultural Plant Journal. 2024(05): 1230-1246 . 必应学术
5.	崔祺，吴昀，李东泽，吴凡，韩蕊莲，黄均华，胡绍庆. 彩叶桂叶片发育过程中叶色表型与色素成分变化. 南京林业大学学报(自然科学版). 2023(02): 79-86 . 百度学术
6.	李茂娟，崔强，徐毓泽，张海霞，廖祯妮，何才生. 紫叶紫薇高接换冠技术研究. 中国农学通报. 2023(25): 21-26 . 百度学术
7.	刘雄盛，尹国平，肖玉菲，蒋燚，王仁杰，黄荣林，姜英，王勇. 枫香叶片变色期全长转录组测序及分析. 广西植物. 2023(09): 1710-1720 . 百度学术
8.	郑聪慧，徐振华，王玉忠，张蔓蔓，杜克久，李向军，刘春鹏. 四种臭椿不同叶位叶片色素组成及分布变化. 中国农学通报. 2023(32): 56-65 . 百度学术
9.	尹国平，刘雄盛，蒋燚，王勇，杨继生，肖玉菲，黄荣林，姜英. 枫香变红过程中叶片组织结构、光合特性及色素含量变化研究. 广西植物. 2022(07): 1213-1221 . 百度学术
10.	邵雯雯，何钢，乔中全，曾慧杰，蔡能，石炳霖. 6个紫薇品种叶片色彩变化及其与色素含量的相关性. 西北林学院学报. 2022(05): 104-110+123 . 百度学术
11.	张阳，钱多，马喆. 彩叶树种叶色影响因素及光合特性研究进展. 安徽农业科学. 2022(20): 12-17 . 百度学术
12.	王永涛，杨宁，李贵学，于林倩，姜锡川. 彩叶植物SPAD值及其荧光参数的异质性. 绿色科技. 2022(23): 92-97 . 百度学术
13.	马赞留. 彩叶紫薇育种及繁育技术研究进展. 农业开发与装备. 2022(12): 238-240 . 百度学术
14.	吴焦焦，田秋玲，谭星，乐佳兴，张文，高岚，李林珂，王一诺，刘芸. 氮磷钾肥配施对黄栌生长和叶片呈色的影响. 林业科学. 2021(11): 179-189 . 百度学术
15.	卢玉生，官凤英，彭超，尹子旭，张美曼，詹美春，晏颖杰. 竹笋截梢对绿竹生长及叶绿素荧光特性的影响. 浙江农林大学学报. 2020(01): 51-59 . 百度学术
16.	陈露，李家明，周相助，许茹，林义章，钟凤林. 外施苹果酸对紫色小白菜花青苷合成关键基因的影响. 农业生物技术学报. 2020(03): 407-419 . 百度学术
17.	肖杰，薛欢，苑景淇，于忠亮，李成宏，王梅芳，周梅妹，杜凤国. 3个紫薇品种幼苗光响应特性. 北华大学学报(自然科学版). 2020(03): 311-319 . 百度学术
18.	崔舜，邱国金，吴茜，戴静，徐炅，夏爱华. 彩叶紫薇新品种红火球与仑山1号的叶色及生理变化特性. 贵州农业科学. 2020(09): 16-21 . 百度学术
19.	肖杰，薛欢，苑景淇，于忠亮，李成宏，王梅芳，周梅妹，杜凤国. 3个紫薇品种实生苗和扦插苗光合特性比较及光合效率评价. 西部林业科学. 2020(06): 85-93 . 百度学术
20.	吕运舟，董筱昀，杨小鑫，孙海楠，何开跃，黄利斌. 黄山栾树新品种‘金焰彩栾’叶片呈色的生理特性及影响因子分析. 植物资源与环境学报. 2020(06): 51-56 . 百度学术
21.	宋鹏，丁彦芬，卓启苗，李涵，王亚楠，徐子涵，蔡慧. 3种卫矛属植物叶片秋冬季转色期生理生化特征研究. 西北植物学报. 2019(04): 669-676 . 百度学术

其他类型引用(10)

资源附件(0)

图(2) / 表(5)

计量

文章访问数: 1861
HTML全文浏览量: 406
PDF下载量: 52
被引次数: 31

1. 研究区概况与研究方法
1.1 研究区概况
1.2 样品采集与处理
1.3 土壤有机碳密度计算
1.4 数据处理与分析
2. 结果与分析
2.1 SOC及SOCD的分布特征
2.2 SOC及SOCD的空间自相关性
2.3 SOC及SOCD的空间分布
2.4 SOC和SOCD与土壤因子的相关性分析
3. 讨　　论
3.1 植被类型对SOC和SOCD的影响
3.2 SOC及SOCD的空间异质性
3.3 SOC及SOCD水平分布格局的影响因素分析
4. 结　　论

1. 研究区概况与研究方法
1.1 研究区概况
1.2 样品采集与处理
1.3 土壤有机碳密度计算
1.4 数据处理与分析
2. 结果与分析
2.1 SOC及SOCD的分布特征
2.2 SOC及SOCD的空间自相关性
2.3 SOC及SOCD的空间分布
2.4 SOC和SOCD与土壤因子的相关性分析
3. 讨　　论
3.1 植被类型对SOC和SOCD的影响
3.2 SOC及SOCD的空间异质性
3.3 SOC及SOCD水平分布格局的影响因素分析
4. 结　　论

参考文献(41)

施引文献

资源附件(0)

五大连池火山山杨叶功能性状的变异特征

作者简介: 黄庆阳，副研究员。主要研究方向：植物多样性。Email：huangqingyang@163.com 地址：150040 黑龙江省哈尔滨和平路103号 黑龙江省科学院自然与生态研究所

责任作者: 倪红伟，研究员，博士生导师。主要研究方向：生态学。Email：nihongwei2000@163.com 地址：同上

计量

出版历程