Coupling relationship between vegetation and soil in the early stage of ecological restoration after earthquake: a case study of Weizhou Town in Wenchuan County and Hanwang Town in Mianzhu City of Sichuan Province, southwestern China
-
摘要:目的 探究汶川地震重灾区不同气候区恢复初始阶段植被与土壤的耦合协调关系，为促进灾害干扰地区的生态恢复和植被−土壤系统的协调发展提供参考依据。方法 以干旱河谷气候区、亚热带季风性气候区的受损治理区和未受损区（AT和AU、ST和SU）为研究对象，测定植被和土壤的21个指标，采用主成分分析法得出两个气候区4种生态系统的主要影响因子和21个指标的权重，并构建对应的植被−土壤耦合协调度（D）模型。结果 SU的植被、土壤综合指数和D均显著高于其他3种植被−土壤系统。AT和ST均为初级协调发展类土壤滞后发展型，AU和SU分别为初级和中级协调发展类植被土壤同步发展型。干旱河谷气候区的影响因子较为单一，AT的主要影响因子为土壤有机碳、全氮、速效氮和速效磷，AU为植物碳、氮、钾和镁。亚热带季风性气候区的影响因子表现为植被−土壤影响因子共存，ST的主要影响因子为物种丰富度、生物量、土壤全氮和速效氮，SU为植被覆盖度、植物磷、土壤速效钾和细菌。结论 气候和生态恢复类型对植被−土壤耦合状况具有一定的影响。SU的植被−土壤耦合状况显著优于其他3种生态系统。AT和ST的土壤环境均较差，经7年治理尚未恢复到震前水平。Abstract:Objective Studying the coupling and coordination relationship between vegetation and soil in the early stage of restoration in different climate regions of the Wenchuan earthquake-affected areas can provide a basis for promoting the ecological restoration and the coordinated development of vegetation-soil system in the disaster disturbed area.Method In this study, the treated area and undestroyed area of the arid-valley climate region and the subtropical monsoon climate region (AT and AU, ST and SU) were selected as the research objects. We measured twenty-one indexes covering plant and soil, analyzed the main influencing factors and the weights of twenty-one indicators of the four ecosystems in the two climate regions by principal component analysis, and constructed the corresponding model of vegetation-soil coupling coordination degree.Result SU’s D, comprehensive indexes of vegetation and soil were all significantly higher than the other three vegetation-soil systems. AT and ST were both soil lagging development type of primary coordinated development, AU and SU were synchronous development type of vegetation and soil of primary and intermediate-level coordinated development, respectively. The influencing factors of the arid-valley climate region were relatively simple: the main influencing factors of AT were soil organic carbon, total nitrogen, available nitrogen and available phosphorus, and those of AU were plant carbon, nitrogen, potassium and magnesium. The influencing factors of the subtropical monsoon climate region were vegetation-soil influencing factors coexisting: the main influencing factors of ST were species richness, biomass, soil total nitrogen and available nitrogen, and those of SU were vegetation coverage, plant phosphorus, soil available potassium and bacteria.Conclusion The climate and type of ecological restoration had certain influence on the coupling status of vegetation and soil. The coupling status of vegetation-soil in SU was significantly better than the other three ecosystems. The soil environments of AT and ST were both poor, indicating that nutrient condition of treated areas did not recover to the pre-earthquake level after treatment for seven years.
-
Keywords:
- coupling relationship /
- vegetation /
- soil /
- earthquake-affected area /
- ecological restoration
-
密码子是mRNA翻译的基本信息单位，除甲硫氨酸和色氨酸仅由1个密码子编码外，其余氨基酸均由多个同义密码子编码[1]。同义密码子在翻译过程中并非随机使用，而是具有偏好性，即同义密码子偏好性（synonymous codon usage bias， SCUB） [2]。SCUB以非随机方式广泛存在于多种生物中，反映了生物适应环境过程中的一些进化事件[3]。SCUB主要由自然选择和突变压力所引起，此外还受到基因表达水平、tRNA丰度、蛋白质长度、基因翻译起始信号、蛋白质结构、鸟嘌呤和胞嘧啶碱基（guanine and cytosine bases，GC）含量、突变频率与模式、以及随机遗传漂移等因素的影响[2,4−7]。因此，同义密码子使用偏好性分析有助于新基因发现、基因功能预测、转基因设计以及对生物分子进化和环境适应的理解[8]。
叶绿体在植物光合作用和代谢物生物合成过程中起着重要作用[9]。与核基因相比，叶绿体基因转化具有外源基因表达效率高、定点整合无位置效应、遗传稳定、不随花粉漂移等优点，现已被广泛用于分子进化、系统发育和遗传表达等研究领域[10]。随着高通量测序技术的不断发展，目前关于叶绿体基因组密码子偏好性的研究越来越多，如巨桉（Eucalyptus grandis）[11]、金莲花（Trollius chinensis）[12]、紫菜（Porphyra umbilicalis）[13]、桔梗（Delphinium grandiflorum）[14]、大戟科（Euphorbiaceae）植物[15]和水稻（Oryza sativa） [16]等，极大地促进了这些物种的种质创新和开发应用。
珙桐（Davidia involucrata）是蓝果树科（Nyssaceae）珙桐属唯一现存的第三纪孑遗植物，也是我国特有的濒危树种，被称为“活化石”[17−18]。珙桐具有较高的研究价值、观赏价值和药用价值。自1869年被发现以来，科学家们在其分类学、形态学、生理学、生态学、繁殖育种等方面都进行了大量研究[19−22]。然而，在分子水平上的研究却进展缓慢[23]，限制了该物种的深入研究。本研究通过生物信息学方法分析珙桐叶绿体基因组的同义密码子偏好性，旨在为珙桐的遗传进化、系统发育、分子育种和物种保护等方面的进一步研究提供参考。
1. 材料与方法
1.1 基因序列获取
从NCBI GenBank下载珙桐叶绿体基因组（登录号：KR061358.1）。序列全长为169 085 bp，包含82个蛋白编码基因。参照Duan等[14]的方法剔除长度小于300 bp的编码序列，并选择以ATG为起始密码子、以TAA、TAG和TGA为终止密码子的编码序列，最终筛选出59条序列进行后续分析研究。
1.2 密码子使用指数
使用在线工具（http://112.86.217.82:9919/#/tool/alltool/detail/214）计算珙桐叶绿体基因组的SCUB相关指标，包括基因GC含量（GCall）、密码子第1、2、3位GC含量（GC1、GC2、GC3）、同义密码子相对使用度（relative synonymous codon usage， RSCU）、密码子适应指数（codon adaptation index，CAI）和有效密码子数（effective number of codon，ENC）[14−15]。RSCU值表示编码氨基酸的所有密码子的平均使用次数，RSCU = 1时，表示同义密码子无偏好；RSCU > 1时，表示同义密码子偏好性强；而RSCU < 1时，则表示偏好性较弱[24]。CAI是指编码区同义密码子与最佳密码子使用频率的相符程度，用于评估外源基因在宿主内的表达水平，取值在0 ~ 1之间，CAI越高，表示外源基因在宿主内的表达水平越高。ENC常被用来衡量单个基因的密码子偏好性大小，取值范围在20 ~ 61之间。当ENC ≤ 35时，则被认为该基因具有强密码子偏好性；当ENC = 61时，则被认为密码子无偏好性，其标准计算公式为[6]
ENC=2+t+29t2+(1−t2)2 式中： ENC为有效密码子数，t为密码子第3位GC含量 （GC3）。
1.3 中性绘图分析
中性绘图是以GC1和GC2的均值（GC12）为纵坐标，以GC3为横坐标绘制的散点图，图中每1个点代表1个基因的位置。根据回归线的斜率和GC含量的分布，可以推断出突变压力和选择压力的作用。当回归线的斜率接近1时，突变压力被认为起着主要作用，而当回归线的斜率接近0时，则说明GC12和GC3之间缺乏相关性，表明选择压力起主要作用[25]。
表 1 珙桐叶绿体基因组密码子GC含量及CAI和ENC值Table 1. GC proportion, CAI and ENC in chloroplast genomics of Davidia involucrata基因
GeneCAI ENC GC含量 GC content 基因
GeneCAI ENC GC含量 GC content GCall/% GC1/% GC2/% GC3/% GCall/% GC1/% GC2/% GC3/% rps8 0.08 37.04 36.13 39.86 43.36 25.17 ycf2 0.15 48.53 37.78 37.08 35.00 41.25 rps18 0.11 37.57 35.29 35.29 44.12 26.47 ndhK 0.16 48.55 38.05 44.25 44.69 25.22 rps14 0.11 38.09 41.91 44.55 49.50 31.68 ycf4 0.16 48.82 38.10 42.33 39.68 32.28 ndhE 0.16 40.41 32.68 38.24 35.29 24.51 rpoB 0.15 48.85 38.94 50.89 37.72 28.20 psbA 0.32 40.82 42.66 50.28 43.50 34.18 psbB 0.20 48.86 44.47 54.81 45.97 32.61 ndhF 0.15 43.72 32.71 37.72 35.97 24.43 rpoA 0.16 49.64 34.62 44.38 32.84 26.63 ndhF 0.15 43.72 32.71 37.63 36.16 24.60 rps4 0.14 49.84 39.27 51.98 39.11 26.73 rps3 0.16 43.87 35.62 47.49 33.33 26.03 rps2 0.18 49.95 39.66 44.73 44.30 29.96 psbD 0.25 44.42 42.28 52.26 43.22 31.36 rpoC2 0.15 50.04 37.97 45.82 38.50 29.58 rps7 0.19 45.03 40.60 53.21 45.51 23.08 matK 0.15 50.13 34.19 41.39 32.08 29.11 rps7 0.19 45.03 40.60 53.21 45.51 23.08 atpE 0.16 51.02 39.80 51.49 39.55 28.36 rpl23 0.13 45.75 37.39 40.00 41.74 30.43 ndhH 0.16 51.13 39.26 51.52 37.06 29.19 ndhG 0.13 45.96 34.09 44.07 33.90 24.29 ycf2 0.21 51.22 37.78 36.70 32.11 39.45 atpB 0.21 46.12 42.48 56.31 42.08 29.06 ndhA 0.14 51.26 33.17 36.42 32.11 30.98 ndhD 0.14 46.24 35.29 41.37 36.86 27.65 clpP 0.16 51.31 36.21 37.28 38.06 33.29 psbC 0.18 46.25 44.02 53.38 46.20 32.49 ndhJ 0.15 51.37 40.25 51.57 37.74 31.45 ndhC 0.20 46.41 34.44 45.45 33.06 24.79 ndhB 0.17 51.78 37.84 36.60 39.33 37.58 rpl22 0.20 46.70 34.60 43.67 36.08 24.05 ndhB 0.16 52.51 37.84 35.82 41.33 36.40 rps11 0.15 46.75 44.84 54.68 57.55 22.30 petA 0.18 53.14 39.98 52.34 37.07 30.53 cemA 0.20 46.78 33.62 40.87 29.13 30.87 ycf3 0.15 53.19 35.92 34.78 39.49 33.48 rpl14 0.18 46.80 41.46 56.10 37.40 30.89 petD 0.16 53.20 36.72 38.41 30.44 41.31 atpF 0.13 46.85 36.25 33.88 34.30 40.58 rpl16 0.13 54.37 34.66 38.16 35.01 30.82 accD 0.19 46.90 33.04 36.01 35.12 27.98 rpoC1 0.15 56.05 37.99 38.82 33.12 42.03 atpI 0.18 47.17 37.90 48.39 37.90 27.42 rps16 0.16 56.33 34.92 40.63 31.93 32.19 rpl20 0.09 47.55 36.16 38.98 44.07 25.42 rps12 0.15 56.58 39.74 44.21 40.14 34.86 atpA 0.20 47.60 40.94 55.12 40.55 27.17 petB 0.15 57.40 36.23 38.52 31.15 39.01 psaB 0.18 47.71 40.91 48.71 42.99 31.02 rpl2 0.15 58.12 42.08 39.32 45.64 41.29 rbcL 0.28 47.86 43.77 57.77 43.70 29.83 rpl2 0.14 58.78 42.08 45.27 38.63 41.53 psaA 0.20 48.40 42.79 52.73 43.41 32.22 rpl23 0.23 48.68 37.39 41.03 33.33 33.33 ndhI 0.19 48.52 34.72 42.26 36.31 25.60 平均值 Mean 0.18 48.52 38.05 44.51 38.83 30.63 注：CAI. 密码子适应指数； ENC. 有效密码子数； GCall . 基因中所有密码子的的GC含量；GC1 . 基因中所有密码子的第1位的GC含量；GC2. 基因中所有密码子的第2位的GC含量；GC3. 基因中所有密码子的第3位的GC含量。Notes: CAI, codon adaptation index; ENC, effective number of codon; GCall, GC content of all codons in the gene; GC1, the GC content in position 1 of all codons in the gene; GC2, the GC content in position 2 of all codons in the gene; GC3, the GC content in position 3 of all codons in the gene. 1.4 ENC-plot绘图分析
为了探究ENC与基因碱基组成之间的关系，以GC3为横坐标，以ENC为纵坐标绘制散点图，并在散点图中绘制标准ENC值的曲线[26]。当基因ENC值在标准曲线附近时，表明基因密码子使用偏好受突变压力的影响较大；而当ENC值偏离标准曲线较远时，表明密码子使用模式受选择压力的影响较大。以ENC检测值（ENCobs）和ENC标准值（ENCexp）两者的差值与ENC标准值的比值作为各基因有效密码子比值，并进行珙桐叶绿体基因组有效密码子比值频率分布分析。
1.5 PR2-plot偏倚分析
PR2-plot偏倚分析用于探求突变压力和选择压力对SCUB的影响。一般认为，在单个突变压力下，基因或基因组的简并密码子中A/T和C/G的比例是平衡的[27]。分别计算密码子第3位碱基上A、T、C、G的含量（A3、T3、C3、G3），以G3/（G3 + C3）为横坐标，A3/（A3 + T3）为纵坐标进行偏倚分析[14]。
1.6 对应性分析
基于同义密码子相对使用度值进行对应分析，比较59个密码子（不包括甲硫氨酸、色氨酸密码子和3个终止密码子）的使用模式，得到一系列正交坐标轴，可用于显示叶绿体基因组密码子使用模式的变化。依据基因同义密码子在59个轴空间分布情况，可以得出各基因的分布情况及基因变异的最大比例，从而分析密码子使用变异的主要来源[14]。
1.7 最优密码子分析
最优密码子的确定参考杨祥燕等[28]的分析方法，以CAI值作为高表达和低表达基因的参考依据。首先，将所有基因按照CAI值进行排序，然后从排序总基因前后端各取10%的基因作为高、低表达样本组。随后计算高、低表达组的平均同义密码子相对使用度，以RSCU > 1的密码子为高频密码子，高表达组与低表达组RSCU差（ΔRSCU） > 0.08的为高表达密码子，ΔRSCU > 0.08且RSCU > 1的密码子判定为最优密码子。
2. 结果与分析
2.1 珙桐叶绿体密码子组成特征
利用perl脚本除去长度小于300 bp的叶绿体基因，共获得59个独特基因，包括28个光合作用基因（psa、 psb、 pet、 atp、 ndh、 rbcL）、18个核糖体基因（rps、 rpl）、4个遗传系统基因（rpo）、4个保守基因（ycf）及5个其他基因（matK、 accD、 cemA、 clpP），这些基因全长85 229 bp，占基因组全长的54.1%，长度范围在303 ~ 1 070 bp之间，平均长度为386 bp。对其进行密码子偏好性指标分析（表1）发现：叶绿体基因平均GC含量为38.05%，其中GC1（44.51%） > GC2（38.83%） > GC3（30.63%），ENC值范围在37.04 ~ 58.78之间，平均值为48.52；CAI值范围在0.08 ~ 0.32之间，平均值为0.18。以上结果表明，珙桐叶绿体基因组的第3个位置上的GC含量明显低于前2个位置，偏好使用碱基A或U，基因表达水平较低，且密码子使用偏好性较弱。RSCU分析（图1）显示：高频密码子（RSCU > 1）共有27个，其中13个以U结尾，12个以A结尾，2个以G结尾，以U和A结尾的密码子占92.59%。说明珙桐叶绿体基因组密码子的使用更倾向于使用以U或A结尾的同义密码子。
![]()
图 1 珙桐叶绿体基因组同义密码子偏好性分析RSCU. 同义密码子相对使用度。*Ter为终止密码子。RSCU, relative synonymous codon usage. *Ter is stop codon.Figure 1. Synonymous codon usage bias analysis of chloroplast genome of D. involucrate2.2 中性绘图分析
图2显示：GC12（GC1和GC2的平均值）的取值范围在34.09% ~ 56.12%之间，GC3的取值范围在17.3% ~ 42.7%之间，GC12和GC3的相关系数和斜率分别为0.109 2和−0.325 1，斜率接近0。说明珙桐叶绿体基因组基因密码子的3个碱基在组成上存在较大差异，自然选择对珙桐叶绿体基因组密码子使用偏好的影响较大。
![]()
图 2 珙桐叶绿体基因组中性绘图分析GC12. GC1和GC2的平均值； GC3. 密码子第3位GC含量。 GC12, average of GC1 and GC2; GC3, the third GC content of codon.Figure 2. Neutrality plot analysis of chloroplast genome of D. involucrata2.3 ENC-plot分析
通过构建ENC-plot图分析造成密码子使用偏好的主要影响因素，发现大部分基因都聚集在ENC标准曲线附近，说明大多数基因的ENC检测值（ENCobs）与ENC标准值（ENCexp）很接近（图3）。通过计算ENC比值，来进一步量化ENCobs与ENCexp之间的差异。结果（表2）显示：35个基因（59.32%）的ENC比值位于−0.05 ~ 0.05区间，表明ENCobs值与ENCexp值略有差异，意味着选择压力并不是影响珙桐密码子使用偏好性的唯一因素，突变压力也是偏好性的重要影响因素之一。
![]()
图 3 珙桐叶绿体基因组的ENC-plot绘图分析曲线为ENC标准曲线。The curve is ENC standard curve.Figure 3. ENC-plot analysis of chloroplast genomes of D. involucrata表 2 ENC比值的频率分布Table 2. Frequency distribution of ENC ratio组限
Group value range组中值
Group mid-value组数
Group number频率
Frequency/%−0.25 ~ 0.15 0.2 6 10.17 −0.15 ~ 0.05 0.1 12 20.34 −0.05 ~ 0.05 0 35 59.32 0.05 ~ 0.15 0.1 6 8.47 2.4 PR2-plot偏倚分析
PR2-plot分析结果（图4）显示：氨基酸密码子第3位碱基分布并不均匀，38个基因的A3/（A3 + T3）小于0.5，35个基因的G3/（C3 + G3）大于0.5，说明在总体上，基因组密码子中A与T的比例接近，G与 C的比例接近。然而，从图4也可以看出，很多基因并非聚集在平面图中心，而是分布在距离中心点较远的位置，大部分位于平面图的下半部和右半部，表明密码子第3位碱基嘧啶碱（T和C）的使用频率高于嘌呤碱（A和G），意味着突变压力不是珙桐叶绿体基因组的同义密码子使用偏好的唯一影响因素，其他因素对珙桐叶绿体基因组的同义密码子使用偏好也产生一定影响[11]。
![]()
图 4 珙桐叶绿体基因组PR2-plot绘图分析A3. 密码子第3位A碱基的含量；T3. 密码子第3位T碱基的含量；G3. 密码子第3位G碱基的含量；C3. 密码子第3位C碱基的含量。A3, adenine (A) content at the third position of codon; T3, thymine (T) content at the third position of codon; G3, guanine (G) content at the third position of codon; C3, cytosine (C) content at the third position of codon.Figure 4. Analysis of PR2-plot of chloroplast genomes of D. involucrata2.5 对应性分析
对珙桐所有基因的SCUB的参数进行对应性分析。结果表明：前4个轴占总贡献率的50.20%，第1、2、3和4轴（Axis 1、2、3和4）贡献率分别为18.64%、11.58%、10.34%和10.64%，说明Axis 1是密码子使用偏好性的主要变异来源。以Axis 1为横坐标，Axis 2为纵坐标，将5类基因分布于平面，发现光合基因、遗传基因和其他基因分布相对集中，而核糖体和保守基因较为分散（图5），说明核糖体蛋白和保守基因的密码子使用偏好性相差较大，而其他基因的密码子使用偏好性相差较小。为确定密码子使用偏好性的影响因素，分别计算CAI、ENC、GC3、GC12与Axis 1之间的相关系数，结果（表3）显示：Axis 1与ENC（r = −0.685 0，P < 0.01）、GC3 （r = −0.927 0，P < 0.01）和CAI（r = −0.139 0， P < 0.05）均显著或极显著负相关，与GC12极显著正相关（r = 0.406 0，P < 0.01），表明珙桐叶绿体基因组基因密码子使用模式除了受突变压力的影响外，还受选择压力的影响。
![]()
图 5 珙桐叶绿体基因组同义密码子使用与编码基因的对应分析Figure 5. Correspondence analysis of synonymous codon usage towards the coding genes in D. involucrata chloroplast genome表 3 珙桐叶绿体基因组密码子偏好指标相关性分析Table 3. Correlation analysis of codon usage index of chloroplast genomes of D. involucrata参数
ParameterAxis 1 ENC CAI GC12 GC3 ENC −0.685 0** CAI 0.139 0* −0.065 5** GC12 0.406 0** −0.240 0 0.361 0** GC3 −0.927 0** 0.625 0** −0.040 4 −0.330 0 GCall −0.133 0 0.137 0 0.356 0** 0.817 0** 0.263 0* 注：*. 显著相关（P < 0.05）；**. 极显著相关（P < 0.01）。Notes: *, a significant correlation at P < 0.05 level; **, a highly significant correlation at P < 0.01 level. 密码子使用指数之间的相关性分析（表3）表明：CAI分别与GCall （r = 0.356 0，P < 0.01）、GC12（r = 0.361 0，P < 0.01）极显著正相关，与ENC（r = −0.065 5， P < 0.01）极显著负相关，其中CAI值是基因表达水平的重要指标，说明基因表达水平除了主要受碱基的影响外，也受到密码子偏好性的显著影响。ENC仅与GC3极显著正相关（r = 0.625 0，P < 0.01），表明密码子第3位碱基组成对密码子偏好性影响较大；而碱基之间的相关分析（表3）表明，GCall分别与GC12、GC3呈极显著（r = 0.817 0， P < 0.01）和显著正相关（r = 0.263 0， P < 0.05）。
2.6 最优密码子分析
以RSCU > 1为标准共筛选出37个高频密码子，以ΔRSCU > 0.08为标准共筛选出27个高表达密码子（表4）。其中，高表达密码子以A或T结尾的共有21个，以C或G结尾的共有6个。以RSCU > 1且ΔRSCU > 0.08为标准共筛选出12个最优密码子，分别为UUA、AUU、GUU、GUA、GCU、UAU、UAA、CAU、AAU、AAA、GAU和UGU，所有最优密码子均以A或U结尾（表4），表明密码子更倾向于使用A或U结尾，这与前面RSCU分析的结果（图1）相一致。
表 4 珙桐叶绿体基因组的最优密码子Table 4. Optimal codons in chloroplast genome of D. involucrata氨基酸
Amino acid密码子
Codon高表达基因
High expressed gene低表达基因
Low expressed geneΔRSCU 氨基酸
Amino Acid密码子
Codon高表达基因
High expressed gene低表达基因
Low expressed geneΔRSCU 数目
NumberRSCU 数目
NumberRSCU 数目
NumberRSCU 数目
NumberRSCU 亮氨酸 Leu UUA** 54 1.59 26 1.28 0.31 酪氨酸 Tyr UAU** 50 1.39 25 1.04 0.35 UUG 45 1.32 30 1.48 −0.16 UAC 22 0.61 23 0.96 −0.35 CUU*** 41 1.21 12 0.59 0.62 *Ter UAA*** 5 1.88 32 1.16 0.72 CUC 17 0.5 19 0.93 −0.43 UGA 2 0.75 31 1.12 −0.37 CUA 32 0.94 24 1.18 −0.24 UAG 1 0.38 20 0.72 −0.34 CUG 15 0.44 11 0.54 −0.1 组氨酸 His CAU* 34 1.36 14 1.27 0.09 异亮氨酸 Ile AUU** 74 1.52 40 1.19 0.33 CAC 16 0.64 8 0.73 −0.09 AUC** 49 1.01 23 0.68 0.33 谷氨酰胺 Gln CAA 46 1.44 26 1.44 0 AUA 23 0.47 38 1.13 −0.66 CAG 18 0.56 10 0.56 0 甲硫氨酸 met AUG 58 1 21 1 0 天冬酰胺 Asn AAU* 66 1.28 25 1.02 0.26 缬氨酸 Val GUU* 49 1.39 19 1.21 0.18 AAC 37 0.72 24 0.98 −0.26 GUC 13 0.37 13 0.83 −0.46 赖氨酸 Lys AAA* 60 1.46 46 1.23 0.23 GUA*** 66 1.87 18 1.14 0.73 AAG 22 0.54 29 0.77 −0.23 GUG 13 0.37 13 0.83 −0.46 天冬氨酸 Asp GAU** 59 1.37 20 1.05 0.32 丝氨酸 Ser UCU*** 48 2.03 8 0.98 1.05 GAC 27 0.63 18 0.95 −0.32 UCC* 23 0.97 7 0.86 0.11 谷氨酸 Glu GAA*** 99 1.56 37 0.94 0.62 UCA* 25 1.06 8 0.98 0.08 GAG 28 0.44 42 1.06 −0.62 UCG 7 0.3 6 0.73 −0.43 半胱氨酸 Cys UGU* 12 1.2 10 1.11 0.09 AGU 26 1.1 11 1.35 −0.25 UGC 8 0.8 8 0.89 −0.09 AGC 13 0.55 9 1.1 −0.55 色氨酸 Trp UGG 41 1 25 1 0 脯氨酸 Pro CCU*** 52 2.12 9 0.97 1.15 精氨酸 Arg CGU*** 45 2.21 4 0.36 1.85 CCC 14 0.57 5 0.54 0.03 CGC** 12 0.59 1 0.09 0.5 CCA 19 0.78 16 1.73 −0.95 CGA** 23 1.13 8 0.72 0.41 CCG 13 0.53 7 0.76 −0.23 CGG 5 0.25 2 0.18 0.07 苏氨酸 Thr ACU*** 63 2 5 0.67 1.33 AGA 32 1.57 47 4.21 −2.64 ACC* 24 0.76 4 0.53 0.23 AGG 5 0.25 5 0.45 −0.2 ACA 28 0.89 15 2 −1.11 苯丙氨酸 Phe UUU 68 0.96 47 1.12 −0.16 ACG 11 0.35 6 0.8 −0.45 UUC* 74 1.04 37 0.88 0.16 丙氨酸 Ala GCU*** 92 2.19 5 1.25 0.94 甘氨酸 Gly GGU*** 87 1.87 7 0.46 1.41 GCC 20 0.48 3 0.75 −0.27 GGC 17 0.37 8 0.52 −0.15 GCA 40 0.95 4 1 −0.05 GGA 57 1.23 29 1.9 −0.67 GCG 16 0.38 4 1 −0.62 GGG 25 0.54 17 1.11 −0.57 注：加下划线的密码子的RSCU > 1；*代表0.08 < ΔRSCU < 0.3；**代表0.3 < ΔRSCU < 0.5；***代表ΔRSCU > 0.5，加粗密码子被认为是最优密码子。Notes: the underlined codon，RSCU > 1; *, 0.08 < ΔRSCU < 0.3; **, 0.3 < ΔRSCU < 0.5; ***, ΔRSCU > 0.5; the bold codons are thoght to be the optimal codons. 3. 讨 论
植物叶绿体和线粒体基因组的同义密码子使用偏好性与核基因的同义密码子使用偏好性在进化速率和模式上有所不同，植物叶绿体和线粒体基因组的同义密码子使用偏好性除了主要受DNA序列的定向突变压力和选择压力影响外[29]，还受tRNA丰度、链特异突变偏倚、基因表达水平和基因长度等因素的影响[2,4−7]，这些影响因素被广泛地用于解释种间密码子使用变异和基因组内密码子使用变异情况[8]。其中，叶绿体基因组的GC含量是与突变压力平衡适应的结果，这是密码子使用偏好性形成过程中最普遍的影响因素之一[14]。而密码子第3位碱基的同义突变虽然不能改变氨基酸的类型，但它仍然被认为是决定氨基酸类型的重要特征，因此GC3经常被用作密码子使用偏好性的重要指标[30]。当密码子的使用主要受选择压力的影响时，GC3值往往分布在一个较小的范围内，且GC12和GC3之间没有显著的相关性[31]。在本研究中，GC3含量平均值为30.63%，低于于水稻（Oryza sativa）[16]、玉米（Zea mays）[29]、小麦（Triticum aestivum） [32]等单子叶农作物[33]。这或许是因为：单子叶植物与双子叶植物进化分离后，单子叶植物叶绿体基因组中编码序列的GC含量有普遍增加的趋势[29]。探究突变压力和选择压力对植物进化及育种的影响具有重要意义，中性绘图分析发现GC12和GC3之间并不存在显著相关性，说明珙桐叶绿体基因组的同义密码子使用偏好性主要受选择压力的影响，这与大部分被子植物的研究结果[15,28,34−36]相一致，说明在长期进化过程中植物叶绿体基因组同义密码子使用偏好性相对保守且高度相似。
通过ENC-plot分析叶绿体基因组中同义密码子使用偏好性是否受到突变压力的影响，显示大多数基因位于标准曲线附近，只有少数基因偏离预期曲线较远（图3），表明除了选择压力外，突变压力也参与了某些基因的同义密码子使用偏好性。然而，仅凭ENC-plot无法单独区分同义密码子使用偏好性主要受到突变压力还是选择压力的影响。在本研究中，通过结合中性绘图和PR2-plot分析，发现G、C和A、T碱基对在密码子第3个位置上的使用并不均等（图4）。根据Frank[37]的观点，如果突变压力是同义密码子使用偏好性的主要原因，那么G、C和A、T碱基对会在密码子中被均匀使用；相反，如果选择压力是主要原因，则G、C和A、T碱基对不会被均匀使用。综合中性绘图和PR2-plot的分析结果发现，珙桐叶绿体基因组的同义密码子使用偏好性主要受到自然选择压力的影响。此外，RSCU通常表示密码子偏好性的强弱[24]，为探究基因表达水平和碱基等因素对珙桐同义密码子使用偏好性的影响，基于RSCU的对应分析结果表明，Axis 1与CAI、GC3、GC12、ENC均显著或极显著相关（表3）。结合中性绘图、ENC-plot、PR2-plot和对应性分析结果发现：珙桐叶绿体基因组同义密码子使用偏好性除了主要受选择压力影响外，还受到突变压力、碱基组成、基因表达水平等因素的影响，这一结果与麻风树（Jatropha curcas）[38]和马尾松（Pinus massoniana） [39]等木本植物的研究结果相类似。
近年来，农作物叶绿体转化在抗盐、抗旱、抗除草剂等研究领域取得了重大进展，利用叶绿体基因进行育种研究时往往需要考虑叶绿体基因的稳定性，以及它们的遗传多样性[6]。同义密码子使用偏好性可以通过调节基因翻译的准确性和效率来影响基因表达，同义密码子使用偏好性越强，其基因的表达水平越高[40−42]。在设计叶绿体基因表达载体时，若基于其同义密码子使用偏好性对密码子事前进行优化，则可以提升叶绿体基因组中插入基因的表达水平，也可以利用已知密码子的使用模式来预测未知基因的表达和功能[43]。珙桐叶绿体基因组高度保守，共筛选出37个高频密码子和27个高表达密码子，其中12个均以A或U结尾的密码子被确定为最优密码子（表4），最优密码子第3位碱基的组成与拟南芥（Arabidopsis thaliana）、烟草（Nicotiana tabacum）、杨树（Populus spp.）等双子叶模式植物偏好相似[44−46]。这些最优密码子不仅可以作为检测基因或开放阅读框表达水平的指标，还可以用于引物设计和点突变引入等生物育种研究当中。
4. 结 论
珙桐叶绿体基因组密码子使用偏好性较弱，其同义密码子使用偏好性除了主要受选择压力影响外，还受到突变压力、碱基组成和基因表达水平等因素的影响。同时筛选出12个最优密码子，可用于珙桐未来的遗传改良和种质创新研究。
-
表 3 植被土壤耦合协调评价层次结构及指标权重
Table 3 Level structural and weights of indexes in coupling coordinative evaluation of vegetation and soil
项目 Item 第1层 Level one 第2层 Level two 综合权重 Comprehensive weight 指标 Index 权重 Weight 指标 Index 权重 Weight 植被 Vegetation 植物多样性 Plant diversity 0.164 VC 0.360 0.059 SR 0.323 0.053 Bio 0.317 0.052 植物元素 Plant element 0.192 PC 0.127 0.025 PN 0.130 0.025 PP 0.161 0.031 PK 0.147 0.028 PCa 0.132 0.025 PMg 0.147 0.028 PNa 0.157 0.030 土壤 Soil 土壤养分 Soil nutrient 0.396 SOC 0.151 0.060 TN 0.151 0.060 TP 0.144 0.057 AN 0.166 0.066 AP 0.164 0.065 AK 0.223 0.088 微生物性状 Microbial trait 0.248 MBC 0.181 0.045 MBN 0.217 0.054 BAC 0.267 0.066 ACT 0.183 0.045 FUN 0.152 0.038 
下载: 导出CSV
表 1 两个气候区受损治理区与未受损区的植物及土壤指标
Table 1 Plant and soil indicators of destroyed treatment area and undestroyed area in the two climate regions
指标
Index干旱河谷气候区 Arid-valley climate region 亚热带季风性气候区 Subtropical monsoon climate region 受损治理区
Destroyed treatment area未受损区
Undestroyed area受损治理区
Destroyed treatment area未受损区
Undestroyed area植被指标
Index of
vegetationVC/% 41.00 ± 1.95b 80.88 ± 1.38a 52.22 ± 1.42b 79.44 ± 0.81a SR/(plant·m−2) 8.22 ± 0.22ab 10.44 ± 0.43ab 7.67 ± 0.32b 10.88 ± 0.31a Bio/(g·m−2) 211.02 ± 4.77b 267.24 ± 6.54a 194.00 ± 4.88b 241.11 ± 4.98a PC/(g·kg−1) 407.97 ± 7.72a 348.91 ± 1.48b 353.55 ± 1.94b 354.30 ± 2.18b PN/(g·kg−1) 13.07 ± 0.12b 13.60 ± 0.18b 15.16 ± 0.29ab 17.20 ± 0.39a PP/(g·kg−1) 0.55 ± 0.01c 0.98 ± 0.05b 1.20 ± 0.02ab 1.42 ± 0.04a PK/(g·kg−1) 8.46 ± 0.19b 9.21 ± 0.31b 15.65 ± 0.23a 14.51 ± 0.24a PCa/(g·kg−1) 10.77 ± 0.21b 13.83 ± 0.43ab 10.60 ± 0.37b 14.47 ± 0.47a PMg/(g·kg−1) 3.50 ± 0.04a 2.82 ± 0.04b 2.00 ± 0.04c 1.87 ± 0.03c PNa/ (g·kg−1) 0.29 ± 0.01b 0.45 ± 0.01a 0.23 ± 0.01b 0.32 ± 0.01b 土壤指标
Index of soilSOC/(g·kg−1) 11.28 ± 0.74b 31.05 ± 1.29a 10.14 ± 0.43b 27.14 ± 0.56a TN/(g·kg−1) 0.84 ± 0.05b 2.81 ± 0.13a 1.19 ± 0.05b 2.32 ± 0.08a TP/(g·kg−1) 0.43 ± 0.02b 1.08 ± 0.06a 0.54 ± 0.02b 1.09 ± 0.04a AN/(g·kg−1) 53.17 ± 1.98c 145.17 ± 11.06b 70.73 ± 4.74bc 222.38 ± 8.44a AP/(mg·kg−1) 2.25 ± 0.04b 7.00 ± 0.40a 1.93 ± 0.06b 3.83 ± 0.36b AK/(mg·kg−1) 26.52 ± 1.68c 44.30 ± 2.55c 150.20 ± 10.25b 221.96 ± 9.19a MBC/(mg·kg−1) 355.35 ± 13.31c 639.59 ± 8.98b 462.00 ± 10.20b 804.49 ± 10.01a MBN/(mg·kg−1) 40.30 ± 2.61b 125.47 ± 3.51a 51.13 ± 1.61b 103.05 ± 2.27a BAC/(105cfu·g−1) 48.51 ± 1.28a 57.29 ± 1.30a 46.63 ± 1.28a 54.77 ± 2.28a ACT/(105cfu·g−1) 3.61 ± 0.19a 3.91 ± 0.05a 1.64 ± 0.10b 3.69 ± 0.13a FUN/(105cfu·g−1) 0.57 ± 0.06a 0.51 ± 0.04ab 0.17 ± 0.01c 0.24 ± 0.01bc 注：同行不同小写字母表示同一气候区不同样地之间差异显著(P < 0.05)。VC为植被覆盖度；SR为物种丰富度；Bio为生物量；PC为植物碳；PN为植物氮；PP为植物磷；PK为植物钾；PCa为植物钙；PMg为植物镁；PNa为植物钠；SOC为土壤有机碳；TN为土壤全氮含量；TP为土壤全磷含量；AN为速效氮；AP为有效磷；AK为速效钾；MBC为微生物碳；MBN为微生物氮；BAC为细菌；ACT为放线菌；FUN为真菌。下同。Notes: different lowercase letters in the same row indicate significant differences between varied sample plots of the same climate regions (P < 0.05). VC represents vegetation coverage; SR represents species richness; Bio represents biomass; PC represents plant carbon; PN represents plant nitrogen; PP represents plant phosphorus; PK represents plant potassium; PCa represents plant calcium; PMg represents plant magnesium; PNa represents plant sodium; SOC represents soil organic carbon; TN represents soil total nitrogen; TP represents soil total phosphorus; AN represents available nitrogen; AP represents available phosphorus; AK represents available potassium; MBC represents microbial carbon; MBN represents microbial nitrogen; BAC represents bacteria; ACT represents actinomycetes; FUN represents fungus. The same below.
下载: 导出CSV
表 2 两个气候区受损治理区与未受损区的主要影响因子分析
Table 2 Analysis of the main influencing factors of destroyed treatment area and undestroyed area in the two climate regions
主成分
Principal component生态系统
Ecosystem主成分因子
Principal component factor累积解释变量
Cumulative explanatory variable/%第1主成分 First principal component AT SOC、TN、AN、AP 37.91 AU PC、PN、PK、PMg 31.65 ST SR、Bio、TN、AN 31.99 SU VC、PP、AK、BAC 38.08 第2主成分 Second principal component AT PMg、TP、AK、BAC 54.57 AU VC、Bio 53.89 ST PP、PK、AK 54.00 SU PNa、SOC 58.18 第3主成分 Third principal component AT SR、PP 69.12 AU SOC、TN 70.14 ST PC、PNa 69.00 SU TP、MBN 70.75 第4主成分 Fourth principal component AT PN 81.13 AU SR、PP 81.68 ST PCa、PMg 82.42 SU Bio、MBC 80.23 第5主成分 Fifth principal component AT VC 89.86 AU AN、MBC 89.46 ST ACT、FUN 90.76 SU AN 88.06 注：AT为干旱河谷气候区受损治理区；AU为干旱河谷气候区未受损区；ST为亚热带季风性气候区受损治理区；SU为亚热带季风性气候区未受损区。下同。Notes: AT represents destroyed treatment area of arid-valley climate region; AU represents undestroyed area of arid-valley climate region; ST represents destroyed treatment area of subtropical monsoon climate region; SU represents undestroyed area of subtropical monsoon climate region. The same below.
下载: 导出CSV
表 4 植被−土壤耦合协调类型划分
Table 4 Classification of coupling coordination type of vegetation and soil
D 类型 Type R 耦合协调类型 Coupling coordination type 0.8 < D ≤ 1.0 优质协调发展类
Type of high-quality coordinated developmentR > 1.2 优质协调发展类土壤滞后发展型
Soil lagging development type of high-quality coordinated development0.8 < R ≤ 1.2 优质协调发展类植被土壤同步发展型
Synchronous development type of vegetation and soil of high-quality coordinated development0 < R ≤ 0.8 优质协调发展类植被滞后发展型
Vegetation lagging development type of high-quality coordinated development0.6 < D ≤ 0.8 良好协调发展类
Type of good coordinated developmentR > 1.2 良好协调发展类土壤滞后发展型
Soil lagging development type of good coordinated development0.8 < R ≤ 1.2 良好协调发展类植被土壤同步发展型
Synchronous development type of vegetation and soil of good coordinated development0 < R ≤ 0.8 良好协调发展类植被滞后发展型
Vegetation lagging development type of good coordinated development0.4 < D ≤ 0.6 中级协调发展类
Type of intermediate-level coordinated developmentR > 1.2 中级协调发展类土壤滞后发展型
Soil lagging development type of intermediate-level coordinated development0.8 < R ≤ 1.2 中级协调发展类植被土壤同步发展型
Synchronous development type of vegetation and soil of intermediate-level coordinated development0 < R ≤ 0.8 中级协调发展类植被滞后发展型
Vegetation lagging development type of intermediate-level coordinated development0.2 < D ≤ 0.4 初级协调发展类
Type of primary coordinated developmentR > 1.2 初级协调发展类土壤滞后发展型
Soil lagging development type of primary coordinated development0.8 < R ≤ 1.2 初级协调发展类植被土壤同步发展型
Synchronous development type of vegetation and soil of primary coordinated development0 < R ≤ 0.8 初级协调发展类植被滞后发展型
Vegetation lagging development type of primary coordinated development0 < D ≤ 0.2 低级协调发展类
Type of low-level coordinated developmentR > 1.2 低级协调发展类土壤滞后发展型
Soil lagging development type of low-level coordinated development0.8 < R ≤ 1.2 低级协调发展类植被土壤同步发展型
Synchronous development type of vegetation and soil of low-level coordinated development0 < R ≤ 0.8 低级协调发展类植被滞后发展型
Vegetation lagging development type of low-level coordinated development注：D为植被−土壤耦合协调度；R为植被综合评价函数/土壤综合评价函数。下同。Notes: D represents coupling coordinative degree; R represents ratio of comprehensive evaluation function of vegetation to comprehensive evaluation function of soil. The same below.
下载: 导出CSV
表 5 两个气候区受损治理区和未受损区植被土壤耦合协调状况综合评价
Table 5 Comprehensive evaluation of coupling and coordination status of vegetation and soil system of destroyed treatment area and undestroyed area in the two climate regions
样地
Sample plot植被综合评价函数
Comprehensive evaluation function of vegetation土壤综合评价函数
Comprehensive evaluation
function of soilC D R 耦合协调模型
Coupled coordination modelAT 0.15 ± 0.05b 0.11 ± 0.06b 0.90 ± 0.06a 0.35 ± 0.016b 1.35 ± 0.05a 初级协调发展类土壤滞后发展型
Soil lagging development type of primary coordinated developmentAU 0.13 ± 0.07b 0.15 ± 0.04b 0.98 ± 0.05a 0.37 ± 0.01b 0.88 ± 0.04b 初级协调发展类植被土壤同步发展型
Synchronous development type of vegetation and soil of primary coordinated developmentST 0.15 ± 0.08b 0.10 ± 0.03b 0.84 ± 0.02a 0.32 ± 0.01b 1.45 ± 0.17a 初级协调发展类土壤滞后发展型
Soil lagging development type of primary coordinated developmentSU 0.33 ± 0.12a 0.35 ± 0.17a 0.99 ± 0.78a 0.58 ± 0.02a 0.96 ± 0.04b 中级协调发展类植被土壤同步发展型
Synchronous development type of vegetation and soil of intermediate-level coordinated development注：小写字母表示不同样地之间差异显著(P < 0.05)。C为植被−土壤耦合度。Notes: different lowercase letters indicate significant differences between varied sample plots (P < 0.05). C represents vegetation and soil coupling degree.
下载: 导出CSV
-
[1] Zhang J D, Hull V, Xu W, et al. Impact of the 2008 Wenchuan earthquake on biodiversity and giant panda habitat in Wolong Nature Reserve, China[J]. Ecological Research, 2011, 26(3): 523−531. doi: 10.1007/s11284-011-0809-4
[2] 杨昌旭, 李勇, 杨志刚, 等. 汶川地震灾区不同植被恢复模式评价与筛选[J]. 四川林业科技, 2017, 38(3):11−21. Yang C X, Li Y, Yang Z G, et al. Evaluation and selection of different vegetation restoration models in Wenchuan earthquake areas[J]. Sichuan Forestry Science and Technology, 2017, 38(3): 11−21.
[3] 余杭, 罗清虎, 李松阳, 等. 灾害干扰受损森林土壤的碳、氮、磷初期恢复特征与变异性[J]. 山地学报, 2020, 38(4):532−541. Yu H, Luo Q H, Li S Y, et al. Initial recovery characteristics and variability of soil carbon, nitrogen, and phosphorus in the damaged forests under disaster disturbance[J]. Mountain Research, 2020, 38(4): 532−541.
[4] 赵丽丽, 钟哲科, 史作民. 汶川地震对岷江柏林土壤微生物群落及养分的影响[J]. 土壤通报, 2016, 47(1):98−104. Zhao L L, Zhong Z K, Shi Z M. Effects of Wenchuan earthquake on soil microbial communities and nutrients in 5 Cupressus chenginana forest[J]. Chinese Journal of Soil Science, 2016, 47(1): 98−104.
[5] Wang S J, Liu Q M, Zhang D F. Karst rocky desertification in southwestern China: geomorphology, land use, impact and rehabilitation[J]. Land Degradation & Development, 2004, 15(2): 115−121.
[6] Yang N, Zou D S, Yang M Y, et al. Relationships between vegetation characteristics and soil properties at different restoration stages on slope land with purple soils in Hengyang of Hunan Province, south-central China[J]. Chinese Journal of Applied Ecology, 2013, 24(1): 90−96.
[7] 许志琴, 吴忠良, 李海兵, 等. 世界上最快回应大地震的汶川地震断裂带科学钻探[J]. 地球物理学报, 2018, 61(5):1666−1679. Xu Z Q, Wu Z L, Li H B, et al. The most rapid respond to a large earthquake: the Wenchuan earthquake Fault Scientific Drilling Project[J]. Chinese Journal of Geophysics, 2018, 61(5): 1666−1679.
[8] Sattler T, Borcard D, Arlettaz R, et al. Spider, bee, and bird communities in cities are shaped by environmental control and high stochasticity[J]. Ecology, 2010, 91(11): 3343−3353. doi: 10.1890/09-1810.1
[9] Stefanowicz A M, Kapusta P, Szarek-Łukaszewska G, et al. Soil fertility and plant diversity enhance microbial performance in metal-polluted soils[J]. Science of the Total Environment, 2012, 439(15): 211−219.
[10] 杨宁, 邹冬生, 杨满元, 等. 衡阳紫色土丘陵坡地植被恢复阶段土壤特性的演变[J]. 生态学报, 2014, 34(10):2693−2701. Yang N, Zou D S, Yang M Y, et al. Changes of soil properties in re-vegetation stages on sloping-land with purple soils in Hengyang of Hunan Province, south-central China[J]. Acta Ecologica Sinica, 2014, 34(10): 2693−2701.
[11] 牛丽君, 梁宇, 王绍先, 等. 长白山自然保护区风灾区植被恢复评价[J]. 生态学杂志, 2013, 32(9):2375−2381. Niu L J, Liang Y, Wang S X, et al. Evaluation of vegetation restoration in wind disaster area in Changbai Mountains Nature Reverse, Northeast China[J]. Chinese Journal of Ecology, 2013, 32(9): 2375−2381.
[12] 李静鹏, 徐明锋, 苏志尧, 等. 不同植被恢复类型的土壤肥力质量评价[J]. 生态学报, 2014, 34(9):2297−2307. Li J P, Xu M F, Su Z Y, et al. Soil fertility quality assessment under different vegetation restoration patterns[J]. Acta Ecologica Sinica, 2014, 34(9): 2297−2307.
[13] 彭晚霞, 宋同清, 曾馥平, 等. 喀斯特峰丛洼地退耕还林还草工程的植被土壤耦合协调度模型[J]. 农业工程学报, 2011, 27(9):305−310. doi: 10.3969/j.issn.1002-6819.2011.09.053 Peng W X, Song T Q, Zeng F P, et al. Models of vegetation and soil coupling coordinative degree in grain for green project in depressions between karst hills[J]. Transactions of the Chinese Society of Agricultural Engineering, 2011, 27(9): 305−310. doi: 10.3969/j.issn.1002-6819.2011.09.053
[14] 徐明, 张健, 刘国彬, 等. 不同植被恢复模式沟谷地植被−土壤系统耦合关系评价[J]. 自然资源学报, 2016, 31(12):2137−2146. doi: 10.11849/zrzyxb.20150736 Xu M, Zhang J, Liu G B, et al. Analysis on vegetation-soil coupling relationship in gullies with different vegetation restoration patterns[J]. Journal of Natural Resources, 2016, 31(12): 2137−2146. doi: 10.11849/zrzyxb.20150736
[15] 罗青红, 宁虎森, 陈启民. 人工梭梭林(Haloxylon ammodendron)固沙过程中植被与土壤耦合关系[J]. 中国沙漠, 2018, 38(4):780−790. Luo Q H, Ning H S, Chen Q M. Relation between vegetation and soil of Haloxylon ammodendron plantation in the process of sand-fixation[J]. Journal of Desert Research, 2018, 38(4): 780−790.
[16] 李甜甜. 汶川地震极重灾区景观生态恢复影响因子分析[J]. 大众科技, 2012, 14(6):112−115. Li T T. The impact factors of landscape ecological restoration research of the severest disaster area of Wenchuan earthquake[J]. Popular Science & Technology, 2012, 14(6): 112−115.
[17] 李福根, 辛晓洲, 李小军. 地震灾区植被净初级生产力恢复效应评价[J]. 水土保持研究, 2017, 24(6):139−146. Li F G, Xin X Z, Li X J. Assessment of restoration of vegetation net primary productivity in earthquake disaster area[J]. Research of Soil and Water Conservation, 2017, 24(6): 139−146.
[18] 俞伟. 汶川地震灾区不同气候受损治理区土壤养分演变特征与肥力质量评价[D]. 福州: 福建农林大学, 2014. Yu W. The evolutionary characteristics of the soil nutrients and fertility quality evaluation in Wenchuan earthquake areas of different climate zones[D]. Fuzhou: Fujian Agriculture and Forestry University, 2014.
[19] 陈爱民, 严思维, 林勇明, 等. 地震灾区生态治理初期土壤抗蚀性特征: 以汶川地震典型区为例[J]. 山地学报, 2018, 36(1):74−82. Chen A M, Yan S W, Lin Y M, et al. Characteristics of soil anti-erodibility at the initial stage of ecological restoration in the earthquake affected regions: a case study in Wenchuan, China[J]. Mountain Research, 2018, 36(1): 74−82.
[20] 国家林业局. 森林木本植物功能性状测定方法: 中华人民共和国林业行业标准: LY/T2812—2017[S]. 北京: 中国标准出版社, 2017. The State Forestry Bureau. Methodology for functional traits measurement of woody plants in forests: the forestry industry standard of the People’s Republic of China: LY/T2812−2017[S]. Beijing: China Standard Press, 2017.
[21] 贺静雯, 刘颖, 吴建召, 等. 震区生态恢复初期土壤养分含量与微生物生物量特征的关系[J]. 应用与环境生物学报, 2019, 25(5):1044−1052. He J W, Liu Y, Wu J Z, et al. Relationship between soil nutrient content and microbial biomass characteristics during an early ecological restoration stage in an earth quake affected area[J]. Chinese Journal of Applied & Environmental Biology, 2019, 25(5): 1044−1052.
[22] 赵丽, 朱永明, 付梅臣, 等. 主成分分析法和熵值法在农村居民点集约利用评价中的比较[J]. 农业工程学报, 2012, 28(7):235−242. Zhao L, Zhu Y M, Fu M C, et al. Comparative study on intensive use of rural residential land based on principal component analysis and entropy[J]. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(7): 235−242.
[23] 颜惠琴, 牛万红, 韩惠丽. 基于主成分分析构建指标权重的客观赋权法[J]. 济南大学学报(自然科学版), 2017, 31(6):519−523. Yan H Q, Niu W H, Han H L. Objective weight method based on principal component analysis to establish index weight[J]. Journal of University of Jinan (Science and Technology), 2017, 31(6): 519−523.
[24] 杜虎, 彭晚霞, 宋同清, 等. 桂北喀斯特峰丛洼地植物群落特征及其与土壤的耦合关系[J]. 植物生态学报, 2013, 37(3):197−208. doi: 10.3724/SP.J.1258.2013.00020 Du H, Peng W X, Song T Q, et al. Plant community characteristics and its coupling relationships with soil in depressions between karst hills, North Guangxi, China[J]. Chinese Journal of Plant Ecology, 2013, 37(3): 197−208. doi: 10.3724/SP.J.1258.2013.00020
[25] Lin W T, Chou W C, Lin Y C. Vegetation recovery monitoring and assessment at landslides caused by earthquake in Central Taiwan[J]. Forest Ecology and Management, 2005, 210(1): 55−66.
[26] 孟莹莹, 周莉, 周旺明, 等. 长白山风倒区植被恢复26年后物种多样性变化特征[J]. 生态学报, 2015, 35(1):142−149. Meng Y Y, Zhou L, Zhou W M, et al. Characteristics of plant species diversity in a windthrow area on Changbai Mountain after 26 years of natural recovery[J]. Acta Ecologica Sinica, 2015, 35(1): 142−149.
[27] 简尊吉, 马凡强, 郭泉水, 等. 三峡水库峡谷地貌区消落带优势植物种群生态位[J]. 生态学杂志, 2017, 36(2):328−334. Jian Z J, Ma F Q, Guo Q S, et al. Niche of dominant plant populations in the water level fluctuation zone of canyon landform area of the Three Gorges Reservoir[J]. Chinese Journal of Ecology, 2017, 36(2): 328−334.
[28] 董丽娜, 罗文林, 韩凤鹏, 等. 植被恢复过程中土壤养分的变化[J]. 安徽农业科学, 2008, 36(15):6407−6409. doi: 10.3969/j.issn.0517-6611.2008.15.112 Dong L N, Luo W L, Han F P, et al. Influence of the vegetation restoration process on nutrient in Zhifanggou Watershed[J]. Journal of Anhui Agricultural Sciences, 2008, 36(15): 6407−6409. doi: 10.3969/j.issn.0517-6611.2008.15.112
[29] 袁仁茂, 张秉良, 徐锡伟, 等. 汶川地震北川−映秀断裂北段断层泥显微构造和黏土矿物特征及其意义[J]. 地震地质, 2013, 35(4):685−700. Yuan R M, Zhang B L, Xu X W, et al. Microstructural features and mineralogy of clay-rich fault gouge at the northern segment of the Yingxiu-Beichuan fault, China[J]. Seismology and Geology, 2013, 35(4): 685−700.
[30] 蒋婧, 宋明华. 植物与土壤微生物在调控生态系统养分循环中的作用[J]. 植物生态学报, 2010, 34(8):979−988. Jiang J, Song M H. Review of the roles of plants and soil microorganisms in regulating ecosystem nutrient cycling[J]. Chinese Journal of Plant Ecology, 2010, 34(8): 979−988.
[31] 温仲明, 焦峰, 赫晓慧, 等. 黄土高原森林边缘区退耕地植被自然恢复及其对土壤养分变化的影响[J]. 草业学报, 2007, 16(1):16−23. Wen Z M, Jiao F, He X H, et al. Spontaneous succession and its impact on soil nutrient on abandoned farmland in the northern edge of the forest zone on the Loess Plateau[J]. Acta Prataculturae Sinica, 2007, 16(1): 16−23.
[32] Sul W J, Asuming-Brempong S, Wang Q, et al. Tropical agricultural land management influences on soil microbial communities through its effect on soil organic carbon[J]. Soil Biology and Biochemistry, 2013, 65(10): 33−38.
[33] Grigulis K, Lavorel S, Krainer U, et al. Relative contributions of plant traits and soil microbial properties to mountain grassland ecosystem services[J]. Journal of Ecology, 2013, 101(1): 47−57. doi: 10.1111/1365-2745.12014
[34] Bending G D, Turner M K, Jones J E. Interactions between crop residue and soil organic matter quality and the functional diversity of soil microbial communities[J]. Soil Biology and Biochemistry, 2002, 34(8): 1073−1082. doi: 10.1016/S0038-0717(02)00040-8
[35] 李君剑, 刘峰, 周小梅. 矿区植被恢复方式对土壤微生物和酶活性的影响[J]. 环境科学, 2015, 36(5):1836−1841. Li J J, Liu F, Zhou X M. Effects of different reclaimed scenarios on soil microbe and enzyme activities in mining areas[J]. Environmental Science, 2015, 36(5): 1836−1841.
[36] 张希彪, 上官周平. 黄土丘陵区主要林分生物量及营养元素生物循环特征[J]. 生态学报, 2005, 25(3):527−537. doi: 10.3321/j.issn:1000-0933.2005.03.021 Zhang X B, Shangguan Z P. The bio-cycle patterns of nutrient elements and stand biomass in forest communities in hilly loess regions[J]. Acta Ecologica Sinica, 2005, 25(3): 527−537. doi: 10.3321/j.issn:1000-0933.2005.03.021
[37] Tate K R. The biological transformation of P in soil[J]. Plant and Soil, 1984, 76(1−3): 245−256. doi: 10.1007/BF02205584
[38] 曾歆花, 张万军, 宋以刚, 等. 河北太行山低山丘陵区植被恢复过程中物种多样性与土壤养分变化[J]. 生态学杂志, 2013, 32(4):852−858. Zeng X H, Zhang W J, Song Y G, et al. Species diversity and soil nutrient dynamics along a chrono sequence of vegetation restoration in Taihang Mountains hilly region, Hebei Province of North China[J]. Chinese Journal of Ecology, 2013, 32(4): 852−858.
[39] Wardle D A. A comparative assessment of factors which influence microbial biomass carbon and nitrogen levels in soil[J]. Biological Reviews, 1992, 67(3): 321−358. doi: 10.1111/j.1469-185X.1992.tb00728.x
[40] Devi N B, Yadava P S. Seasonal dynamics in soil microbial biomass C, N and P in a mixed-oak forest ecosystem of Manipur, Northeast India[J]. Applied Soil Ecology, 2006, 31(3): 220−227. doi: 10.1016/j.apsoil.2005.05.005
[41] Bowden R D, Nadelhoffer K J, Boone R D, et al. Contributions of aboveground litter, below ground litter, and root respiration to total soil respiration in a temperate mixed hardwood forest[J]. Canadian Journal of Forest Research, 2011, 23(7): 1402−1407.
-
期刊类型引用(11)
1. 杨勇，陈林，庞丹波，李学斌，刘瑞亮. 不同凋落物处理对贺兰山三种林分土壤呼吸的影响. 西南农业学报. 2023(03): 593-601 . 
百度学术
2. 陈炎根，胡艳静，黄莎，刘波，吴继来，王懿祥. 不同间伐强度对杉木人工林土壤呼吸速率的短期影响. 浙江农林大学学报. 2023(05): 1054-1062 . 百度学术
3. 沈健，何宗明，董强，郜士垒，林宇，石焱. 不同处理方式下湿地松人工林土壤呼吸及温度敏感性变化. 西北林学院学报. 2023(05): 10-18 . 百度学术
4. 刘洪柳，王泽鑫，郭晋平，张芸香. 林分密度对华北落叶松天然次生林林下植被和土壤呼吸的影响. 广西林业科学. 2022(02): 190-196 . 百度学术
5. 李素新，覃志杰，刘泰瑞，郭晋平. 模拟氮沉降对华北落叶松人工林土壤微生物碳和微生物氮的动态影响. 水土保持学报. 2020(01): 268-274 . 百度学术
6. 段北星，蔡体久，宋浩，肖瑞晗. 寒温带兴安落叶松林凋落物层对土壤呼吸的影响. 生态学报. 2020(04): 1357-1366 . 百度学术
7. 巫志龙，周成军，周新年，刘富万，朱奇雄，黄金湧，陈文. 不同强度采伐5年后杉阔混交人工林土壤呼吸速率差异. 林业科学. 2019(06): 142-149 . 百度学术
8. 段北星，满秀玲，宋浩，刘家霖. 大兴安岭北部不同类型兴安落叶松林土壤呼吸及其组分特征. 北京林业大学学报. 2018(02): 40-50 . 本站查看
9. 李良，夏富才，孙越，张骁. 阔叶红松林下早春植物生物量分配. 北京林业大学学报. 2017(01): 34-42 . 本站查看
10. 邵英男，田松岩，刘延坤，李云红，陈瑶，孙志虎. 密度调控对长白落叶松人工林土壤呼吸的影响. 北京林业大学学报. 2017(06): 51-59 . 本站查看
11. 赵佳琪，牟长城，吴彬，周雪娇. 造林与间伐对东北温带弃耕地土壤温室气体排放的长期影响. 北京林业大学学报. 2017(10): 13-23 . 本站查看
其他类型引用(18)
计量
- 文章访问数: 1229
- HTML全文浏览量: 435
- PDF下载量: 64
- 被引次数: 29
