Effects of tending and thinning on non-structural carbon and stoichiometric characteristics of Pinus yunnanensis
-
摘要:目的 探究抚育间伐对云南松各个器官非结构性碳（NSC），以及碳（C）、氮（N）、磷（P）化学计量学特征的影响机制。方法 以云南省永仁县国有林场白马河林区云南松中龄林为研究对象，设置间伐（间伐强度为35.4%）与对照样地，分析抚育间伐对云南松非结构性碳和化学计量特征的影响。结果 （1）抚育间伐显著影响云南松针叶和枝的NSC含量（P < 0.01），对根NSC含量则无显著影响。抚育后枝NSC含量增长9.30%，而针叶NSC含量减少3.57%。（2）抚育间伐对云南松枝C含量、针叶和干P含量有显著影响（P < 0.05），对针叶N含量有极显著影响（P < 0.01），但对根的C、N、P含量没有显著影响。抚育后云南松枝中C含量增加12.93%；针叶中N含量增长18.04%；叶和干中P含量分别降低了27.78%、55.56%。（3）云南松NSC、CNP化学计量学特征在各个器官之间表现出显著差异（P < 0.05）。相关性分析表明：针叶和根P含量与可溶性糖含量呈显著正相关（P < 0.05），而叶中C含量则和可溶性糖含量显著负相关（P < 0.05）。结论 抚育间伐能促进云南松干、枝和根NSC含量以及各器官C含量的积累，降低叶NSC和各器官P含量，改变C、N、P在各器官中的分布格局；该地区云南松人工林生长在一定程度上受N限制，适当配施N肥将促进林分质量的提高。Abstract:Objective Our objective was to explore the mechanism of the effects of thinning on non-structural carbon (NSC), carbon (C), nitrogen (N) and phosphorus (P) stoichiometry of Pinus yunnanensis.Method The middle-aged P. yunnanensis forests were chosen in the Baima River forest area of Yongren County, Yunnan Province of southwestern China, and two experimental sample plots of thinning (thinning intensity of 35.4%) and control were set up to analyze the effects of thinning on NSC and CNP stoichiometric characteristics of P. yunnanensis forests.Result (1) Tending thinning significantly affected the NSC content of needles and branches of P. yunnanensis (P < 0.01), whereas no significant difference on roots was observed. In addition, the NSC content of branch increased by 9.30%, while the NSC content in needles decreased by 3.57%. (2) Thinning had a significant effect on C content of P. yunnanensis branch, P content in needles and stems (P < 0.05), and a highly significant effect on N content in needles (P < 0.01), however, no significant effect was observed on C, N and P content in roots. After thinning, the C content of P. yunnanensis branch increased by 12.93%; the N content in needles increased by 18.04%, and the P content in needles and stems decreased by 27.78% and 55.56%, respectively. (3) The NSC, CNP stoichiometric characteristics showed significant differences among P. yunnanensis organs (P < 0.05). Correlation analysis showed that the P content in needles and roots was significantly positively correlated with soluble sugar content (P < 0.05), while C content in needles was significantly negatively correlated with soluble sugar content (P < 0.05).Conclusion Thinning promots the accumulation of NSC content in stem, branch and root and C content in each organ, whereas needle NSC and P content decreased in each organ, furthermore, distribution pattern of C, N and P in each organ was affected; the growth of P. yunnanensis plantation in this area was limited by N to some extent, and appropriate application of N fertilizer will promote the improvement of stand quality.
-
在当前全球气候不断变暖的背景下，中国气候发展趋势变化明显，其升温速度远远超过了同期的全球平均水平[1]；作为由中纬度向高纬度过渡的地区，东北地区在过去50年中平均温度每10年增加0.3 ℃[2]。长白山位于我国东北温带季风气候区，其森林面积大，生境条件多样，且受到人为活动干扰少，是研究气候变化对森林生态系统影响的理想区域[3]，近年来该地区生态环境受气候变化的影响被广泛关注[2]。
树木的生长和发育与气候因子紧密相关，它可以对环境变化和极端气候产生长期的响应并将其记录在年轮宽度信息之中[4-5]。树木年轮由于具有定年准确、分辨率高、连续性强、分布广泛、易于采样等特点[6]，已成为研究气候变化对树木生长的影响和重建过去气候变化的关键资源[7-8]。近年来，已有大量研究运用树木年轮学从不同角度探讨长白山森林生长对全球气候变化的响应。例如：高露双等[9]通过研究阔叶红松（Pinus koraiensis） 林建群树种的生长−气候关系指出，不同树种的径向生长与气候因子之间的关系有所不同；王守乐等[10]研究了同一生境下不同树种对季节性气候的响应及其动态关系；于健等[11]研究了长白山地区群落交错带不同树种的径向生长对气候变暖的响应，但大部分研究仍集中于阔叶红松林中共存的两个树种与气候因子之间的关系，还缺乏对于云冷杉针阔混交林中多个共存树种径向生长对气候变化响应的研究。
汪清地区是长白山云冷杉针阔混交林的重要分布区，已有众多学者对该地区云冷杉针阔混交林进行研究，包括林分结构[12]、进界模型[13]、林下更新[14]等多个方面。为了解该地区云冷杉针阔混交林中不同树种对气候因子的响应特征及升温后气候因子对不同树种生长的影响。本研究以吉林汪清金沟岭林场云冷杉针阔混交林为研究对象，对臭冷杉（Abies nephrolepis）、鱼鳞云杉（Picea jezoensis）和红松3种常见树种进行采样，建立树木年轮宽度标准年表，分析其对气候因子的响应特征，探讨不同树种径向生长与气候因子的关系及升温对其生长的影响，为该地区树木的保护提供依据。
1. 研究区概况与研究方法
1.1 研究区概况
研究区位于吉林省延边汪清林业局金沟岭林场（43°17′ ~ 43°25′N、130°05′ ~ 130°20′E），属长白山系老爷岭山脉雪岭支脉，经营面积16 286 hm2。全场四面环山，以低山丘陵地貌为主，海拔500 ~ 1 200 m，坡度多在 5° ~ 25°。林区属温带大陆性季风气候，年均温4 ℃左右，年降水量600 ~ 700 mm。林区属低山灰化土灰棕壤区，母岩为玄武岩。研究区内的主要树种有臭冷杉、鱼鳞云杉、红松、红皮云杉（Picea koraiensis）、白桦（Betula platyphylla）、落叶松（Larix gmelinii）、枫桦（Betula costata）、紫椴（Tilia amurensis）、花楷槭（Acer ukurunduense）、色木槭（Acer mono）、青楷槭（Acer tegmentosum）、胡桃楸（Juglans mandshurica）、水曲柳（Fraxinus mandshurica）、黄檗（Phellodendron amurense）等；草本植物以苔草（Carex tristachya）和禾本科（Gramineae）为主。
1.2 样品的采集与处理
2019年8月在典型云冷杉天然林，海拔710 m，西北坡向，按照径级选取生长良好的臭冷杉、鱼鳞云杉和红松作为取样目标，利用口径为5.15 mm的树木生长锥在胸高（1.3 m）位置钻取年轮样芯（尽可能通过髓芯）。为减少对树木的损害，每株树仅钻取一根样芯。臭冷杉、鱼鳞云杉和红松分别钻取了65、25和55根样芯。将采集的样芯进行编号并记录每株树的生境信息。将样品带回实验室后，对年轮样芯进行风干和打磨等处理。打磨时用200目、400目、600目的砂纸依次打磨，直到年轮界限在显微镜下清晰可见。
1.3 建立年表
1.3.1 年表的制作方法
利用LINTABTM6.0年轮宽度测量仪（测量精度为0.001 mm）及配套的TSAP软件测量年轮宽度。利用 COFECHA 程序[15]对定年和测量结果进行检验，剔除与主序列相关性差以及难以交叉定年的样芯，将保留的样芯用于建立年表。为消除其他非气候因素导致的生长趋势，利用R语言“dplr”包中的ModNegExp方法对树轮宽度序列进行去趋势和标准化处理[16]，建立3个树种标准年表。
![]()
图 3 3种常见树种的标准年表和样本量Figure 3. Standard chronology and sample size of three common tree species1.3.2 标准年表统计参数
年轮宽度指数、信噪比、样本一阶自相关系数、样本间相关系数、平均敏感度、树木年轮的标准差、样本总体代表性等见文献。
（1）年轮宽度指数。在建立树木年轮宽度年表时，将树木年轮宽度序列用统计学方法进行曲线拟合，得到树木生长的期望值（Yi），树木年轮实际宽度值（Wi）与期望值（Yi）的比值为年轮宽度指数（Ii）。
Ii=WiYi (1) （2）信噪比。信噪比（signal-to-noise ratio，RSN）用于表示样本中所包含环境信息多少的统计量，其值为树木年表中气候信息与非气候噪声之比，若数值越大，则年表中包含的气候信息越多。
RSN=N¯rbt1−¯rbt (2) 式中：N代表样本数，
¯rbt 代表不同样芯间的平均相关系数。（3）平均敏感度。平均敏感度（mean sensitivity，SM）用于衡量年轮宽度的逐年变化，是无量纲值，其值越高，树木生长对气候变化越敏感，受到气候因子的限制作用越强。
SM=1n−1n−1∑i=1|2(xi+1−xi)xi+1+xi| (3) 式中：xi和xi + 1分别是第i个和第i + 1个年轮的宽度值；n为该树轮样本的年轮总数。
（4）样本总体代表性。样本总体代表性（expressed population signal，SEP）表示采集的树轮样本能够代表采样点森林总体生长趋势的百分比值，是决定采样是否成功的一项指标，其值越大，建立的树轮年表越具有理论年表的特征，采样工作越成功。
SEP=¯rbt¯rbt+(1−¯rbt)/N (4) 样本总体代表性的阈值通常设定为0.85[17]。
1.4 气象数据
从中国气象科学数据共享网（http://cdc.cma.gov.cn/home.do）获取距离采样点最近的汪清气象站（43°18′N、129°47′E，海拔244.8 m）的气象资料，时间为60年（1958—2018 年）。气象要素包含逐月的最低气温、最高气温、平均气温和总降水量。根据气象站内的降水量和温度数据使用R软件的“SPEI”包来计算标准化降水蒸散指数（standardized precipitation evapotranspiration index，SPEI）。利用 Mann-Kendall（M-K）方法[18]对年平均气温进行突变分析。
1.5 统计分析
利用Pearson相关分析分别对臭冷杉、鱼鳞云杉及红松的径向生长对逐月气候因子的响应进行分析。考虑到前一年气候的条件可能对树木当年径向生长存在影响[19]，故选用上一年6月至当年9月的气候数据用于分析。为研究升温突变（1985年）后树木生长与气候关系的变化，对1985年升温前后主要气候因子与臭冷杉、鱼鳞云杉、红松径向生长的关系进行比较。利用滑动相关分析探讨径向生长与气候因子的动态关系，滑动窗口为32年。利用R软件计算各年表的参数，所有相关分析利用DendroClim2002程序[20]进行，使用Origin 2019软件绘制图表。
2. 结果与分析
2.1 气候因子变化特征分析
该区域具有雨热同期的规律，最低平均气温出现在1月（约−18 ℃），最高平均气温在7月（约6 ℃）。降水集中在5—9月，最大降水量在8月，10 月份开始降水逐渐减少，12月份降水量最低（图1）。
![]()
图 1 研究区1958—2018年气象数据T.平均气温；Tmin.最低气温；Tmax.最高气温；SPEI.标准化降水蒸散指数。T, mean temperature; Tmin, minimum temperature; Tmax, maximum temperature; SPEI, standardized precipitation evapotranspiration index.Figure 1. Meteorological data of research area from 1958 to 2018Mann-Kendall的检验结果为1978年后正常的统计值时间序列UFk > 0，表明近40年平均气温呈增加趋势，且1985年为年平均气温升高的突变点（图2）。1958—1985年年均气温为4 ℃，1986—2018年年均气温为4.65 ℃，比突变前增加了0.65 ℃。1958—1985年年均降水量为44.58 mm，1986—2018年年均降水量为47.51 mm，增温突变后的年均降水量大于突变前。1958—1985年期间，平均气温以0.01 ℃/a的速率上升，但变化趋势不显著，平均最低气温以0.04 ℃/a的速率显著上升，平均最高气温变化趋势不显著，降水量以0.44 mm/a的速率显著下降，标准化蒸散指数以0.01的速率显著下降。1986—2018年期间平均最低气温以0.03 ℃/a的速率显著下降，平均最高气温以0.04 ℃/a的速率显著上升，平均气温、降水量和标准化蒸散指数变化均不显著。总体而言，汪清地区在1958—2018年期间高温变高，低温变低，平均气温升高，降水量及干旱情况不变。
![]()
图 2 1958—2018年年均气温 Mann-Kendall检验结果UFk.正常的统计值时间序列 ；UBk.逆序的统计值时间序列。UFk, normal statistical time sequence; UBk, inverted statistical time sequence.Figure 2. Mann-Kendall test results of average annual temperature from 1958 to 20182.2 标准年表的统计特征
臭冷杉、鱼鳞云杉和红松年表整体变化趋势差异显著，特别是在1985年前后（图3）。1985年前臭冷杉年轮指数有明显下降趋势（−0.03 a−1，R2 = 0.77），鱼鳞云杉和红松年轮指数下降趋势较弱；1985年后臭冷杉年轮指数出现显著上升趋势（0.05 a−1，R2 = 0.89），鱼鳞云杉次之（0.04 a−1，R2 = 0.81），红松年轮指数上升趋势较弱。
如表1所示，3个树种年表序列长度的平均值为110年，其中红松年表的时间跨度最长，达120年（1898—2018年），臭冷杉、鱼鳞云杉年表时间跨度分别为118年（1900—2018年）、92年（1926—2018年）。平均敏感度（SM）为0.16 ~ 0.27，信噪比（RSN）为6.14 ~ 19.98，臭冷杉的值均为最大。3个树种的平均敏感度、信噪比等指标均较高，说明所建立的年表包含较多的气候信息，对气候变化敏感，适用于气候因子分析。一阶自相关系数为0.81 ~ 0.86，说明汪清地区臭冷杉、鱼鳞云杉、红松年轮受前一年气候因子影响较大。样本总体代表性（SEP）高达0.86 ~ 0.92，均超过了可接受的临界阈值，表明样本包含的信号基本代表当地的总体特征。3个树种相比，虽然臭冷杉标准年表的一阶自相关系数低于鱼鳞云杉，但其平均敏感度、标准差、信噪比、样本总体代表性均高于另外两个树种，说明臭冷杉更适用于气候研究。总体上，各项年表特征均表明，臭冷杉、鱼鳞云杉和红松年表均适用于树木年轮气候学分析。
表 1 标准年表的统计特征及公共区间分析Table 1. Statistical characteristics and common interval analysis of the standard chronology统计特征 Statistic characteristics 臭冷杉 Abies nephrolepis 鱼鳞云杉 Picea jezoensis 红松 Pinus koraiensis 时间跨度 Time span 1900—2018 1926—2018 1898—2018 平均值 Mean value 0.93 0.96 0.95 平均敏感度 Mean sensitivity (SM) 0.27 0.16 0.22 标准差 Standard deviation (SD) 0.40 0.38 0.30 一阶自相关系数 First-order autocorrelation coefficient (AC) 0.81 0.86 0.81 公共区间 Common interval 1969—2011 1969—2011 1959—2013 信噪比 Signal-to-noise ratio (RSN) 19.98 6.14 11.21 样本间相关系数 Correlation coefficient between samples (Rbar) 0.40 0.31 0.32 样本总体代表性 Sample population representativeness (SEP) 0.95 0.86 0.92 2.3 不同树种径向生长对气候因子的响应特征
由图4、5可知，臭冷杉、鱼鳞云杉和红松径向生长均与上年生长季末期（9月）平均气温及上年、当年7月最低气温呈显著正相关（P < 0.05）；鱼鳞云杉和红松与降水、标准化降水蒸散指数（SPEI）无显著性关系（P > 0.05）；臭冷杉和红松与生长季前期（4—5月）最高气温呈显著正相关（P < 0.05）。此外臭冷杉径向生长与当年7月和上年7月平均气温呈显著正相关（P < 0.05），与当年5月和上年11月降水、SPEI呈显著正相关（P < 0.05）；鱼鳞云杉与上年6月平均气温呈显著正相关（P < 0.05），与当年5月最高气温呈显著正相关（P < 0.05）。这表明臭冷杉年表较鱼鳞云杉和红松年表对气候因子响应更加敏感。臭冷杉径向生长受到气温和降水的制约，而鱼鳞云杉和红松径向生长的主要限制因子为温度。
![]()
图 4 标准年表与月最低气温、平均气温和最高气温的相关系数p.上年；c.当年。下同。p, previous year; c, current year. The same below.Figure 4. Correlation coefficients of the standard chronology with monthly minimum temperature, mean temperature and maximum temperature![]()
图 5 标准年表与月降水量、SPEI的相关系数Figure 5. Correlation coefficients of standard chronology with monthly precipitation and SPEI2.4 不同树种径向生长对升温的响应差异
由于汪清地区的气候因子（气温和降水量）在1985年前后具有明显差别（图1、2），因此分两个时间段（1985—1985年和1986—2018年）分别评估温度和降水量对3个树种生长的影响。由图6可知，1958—1985年，臭冷杉和红松与上年9月、当年6月降水量呈显著正相关（P < 0.05），鱼鳞云杉与上年8、9月降水量呈显著正相关（P < 0.05），各树种与平均气温均未达到显著性水平（P > 0.05）。1986—2018年，臭冷杉径向生长与当年4月和7月平均气温呈显著正相关（P < 0.05），鱼鳞云杉径向生长与平均气温均未达到显著水平（P > 0.05），红松径向生长与当年4月平均气温呈显著正相关（P < 0.05），各树种与降水量均未达到显著性水平（P > 0.05）。由此可见，升温突变前后臭冷杉、鱼鳞云杉和红松径向生长与气候因子相关性均发生改变，主要表现为升温突变后径向生长与气温相关性增强但是与降水量相关性减弱。
![]()
图 6 升温突变前后3种常见树种标准年表与气候因子的相关分析*表示的显著相关（P < 0.05）。* means significant correlation (P < 0.05).Figure 6. Correlation analysis between the standard chronology of three common tree species and climate factors before and after the abrupt warming change2.5 不同树种径向生长−气候关系的时间稳定性
由图7可知，上年6月和当年4、6月平均气温对臭冷杉径向生长的影响具有一定的长期稳定性。臭冷杉标准年表与上年9月、当年9月平均气温由显著负相关转为显著正相关，与当年6、7月平均气温由不显著相关转为显著正相关，说明夏季气温对臭冷杉生长的影响逐渐增强，秋季气温对臭冷杉径向生长由抑制作用转为促进作用。气温对红松的影响与臭冷杉和鱼鳞云杉相比，抑制作用较少。当年7月降水量与臭冷杉由显著负相关转为不显著相关，而与鱼鳞云杉和红松由不显著相关转为显著正相关。当年9月降水量对红松由促进作用变为抑制作用。上年6、7、12月和当年6、7、9月降水量对臭冷杉径向生长具有较明显的抑制作用，尤其是上年6月，显著相关关系持续时间长达11年（2005—2016）。
![]()
图 7 3种常见树种与气候因子的滑动相关分析Figure 7. Moving correlation analysis of three common tree species and climate factors3. 讨 论
3.1 臭冷杉、鱼鳞云杉和红松径向生长−气候关系差异
研究结果表明：臭冷杉、鱼鳞云杉和红松径向生长与均与上年9月平均气温呈显著正相关，这主要因为树木的生长集中在6—9月，上年9月为上个生长季的末期，而当上个生长季结束时较高的温度有利于延长生长季，保证树木正常的代谢活动，使树木能够储存更多的营养物质以供下一个生长季开始时树木的生长，从而表现出促进作用[21]。3个树种径向生长均与当年7月最低气温呈显著正相关，这可能是因为研究区在7、8月降水集中，水分充足，有利于增强植物的蒸腾作用，促进叶片气孔开放和CO2吸收，在水分充足的条件下，生长季的温度升高有助于提高酶的活性，增加细胞生产速率，进而促进树木径向生长[22]。以上结果表明同一区域不同树种径向生长对气候的响应具有一定的相似性，与杨婧雯等[23]的研究结果一致，这可以解释为树木对区域气候信号的共同响应[24]。
本研究中，臭冷杉径向生长与生长季前期降水有较强相关性，生长季前期（当年5月）降水量的增加，不仅可以有效补充土壤水分，缓解生长季温度过高造成的水分不足，还可以促进细胞运输营养物质和合成蛋白质，从而促进宽轮的形成[25]。树木需要通过根系从土壤吸收足够的水分来维持自身生理活动，作为喜湿、耐荫、浅根性树种，臭冷杉的生长很容易受到水分胁迫[24]，因此臭冷杉生长受温度和降水的共同影响。鱼鳞云杉径向生长与5月最高气温均呈显著正相关，可能是因为5月温度的升高不仅可以促进地面积雪的融化，温暖土壤和茎分生组织，使土壤早日解冻，还可以提高光合作用，增加细胞生产速率，进而促进早期树木的生长[26-27]。红松径向生长与当年4月最高气温呈显著正相关，春季树木结束休眠转入生长季，较高的生长季前期温度可以促进生长季提前开始，从而延长生长季，而适宜的温度可以促进树木形成层活动，因此生长季前期足够的热量有利于树木形成宽轮[24]。该地区不同树种的生长与气候因子之间的关系存在一定差异可能是受树种遗传特性的影响[28]。此外，韩艳刚等[29]对长白山关于径向生长−气候关系已发表的文献总结的结果也显示长白山地区不同树种对气候因子的响应有所不同，在川西高原[30]、大兴安岭[23]等地的研究同样表明不同树种对气候因子的响应有差异。
3.2 气候变暖对不同树种径向生长的影响
本研究结果显示：升温突变（1985年）后，臭冷杉、鱼鳞云杉和红松径向生长与气温的正相关性增加，即升温突变后3个树种径向生长对气温的敏感性增加，且其径向生长具有与气温升高相一致的趋势；这与Andreu等[24]研究发现的树木生长随着气温升高对气候的敏感性增加的结果一致，而与王守乐等[10]研究显示的树木径向对气候的敏感性降低的结果不同。目前，已有很多研究提出气候变暖对树木径向生长影响。树木的径向生长随着气候变暖可能出现加快[31]、降低[32]、及变化不明显[33]等多种情况。这也验证了气候变暖后树木径向生长对气候因子的响应存在差异。
此外，结果显示，气温升高有利于3个树种的径向生长，这与于健等[11]在位于1 125 m海拔的研究地得出的气候变暖抑制鱼鳞云杉生长的研究结果不同。通常情况下，海拔可以改变树木的生长速度，进而影响树木生长与气候的关系。Zhu等[34]研究表明鱼鳞云杉对气候变暖的响应存在海拔差异，快速升温加速了高海拔鱼鳞云杉的径向生长，而减少了低海拔鱼鳞云杉的径向生长。但是本研究在海拔低于于健等[11]研究的情况下气候变暖仍然促进树木径向生长，这可能是由于气温的阈值效应，树木生长之所以会出现对气候因子响应的敏感性变化主要是因为该效应，气温的升高满足了树木生长的下限阈值，而逐渐突破了树木生长所需要的上限阈值[35]。当气温高于树木生长的上限阈值后，会使其蒸发、蒸腾作用加剧，从而导致土壤水分有效性降低，此时水分可能变成限制因素，出现干旱胁迫现象[31]。目前升温可能未超过臭冷杉、鱼鳞云杉和红松径向生长的临界温度，且由于汪清地区降水量充足（图1），故升温并未对该地区云冷杉林造成干旱胁迫，进而表现出对其径向生长的促进作用。李波[13]在2017年对汪清地区云冷杉林的研究中同样发现该地区年均温促进树木的径向生长。即使目前汪清地区树木生长并未受到气温升高的抑制作用，但是随着未来气候的持续变暖，该地区树木生长对气候的响应仍需持续关注。
4. 结 论
本研究表明，相比较而言，臭冷杉标准年表统计参数值高于鱼鳞云杉和红松，其对气候变化的响应更敏感，更适用于树轮气候学的研究。长白山汪清地区臭冷杉、鱼鳞云杉和红松径向生长对于特定气候因子的响应有一致性，上年生长季末期（9月）平均气温及上年、当年7月最低气温促进3个树种径向生长。同时，该地区树木径向生长−气候因子之间的关系也有着显著的差异，臭冷杉生长受气温和降水的制约，鱼鳞云杉和红松生长的主要限制因子为温度。这可能主要是因为树种的生理特征以及种间遗传因素存在差异。1985年升温前树木径向生长有显著下降趋势，升温后则出现上升趋势。升温突变后，臭冷杉、鱼鳞云杉和红松与气温和降水的相关性变化存在明显差异，气温对树木径向生长的促进作用增加而降水的促进作用减弱。总体而言，目前气温的升高促进汪清地区云冷杉林常见树种的径向生长。
-
![]()
图 1 不同处理间云南松非结构性碳水化合物积累及分配
不同大写字母表示抚育组不同器官间差异显著(P < 0.05)，不同小写字母表示未抚育组不同器官间差异显著(P < 0.05)。下同。Different capital letters indicate significant differences among varied organs in the tending group (P < 0.05), and different lowercase letters indicate significant differences among varied organs in the control group (P < 0.05). Same as below.
Figure 1. Accumulation and distribution of non-structural carbohydrates in Pinus yunnanensis among different treatments
![]()
图 2 不同处理间云南松碳氮磷及其计量比变化
Figure 2. Changes of C, N, P and their stoichiometric ratios of Pinus yunnanensis in different treatments
表 1 永仁县国有林场白马河林区样地基本情况调查表
Table 1 Basic information survey of Yongren County Baima River Forest Farm
样地编号
Sample plot No.海拔
Altitude/
m坡位和坡向
Slope position
and slope aspect平均
胸径
Average BDH/cm平均
树高
Average
tree
height/m间伐前
林木数
Pre-thinning
plant number采伐
株数
Felled
tree number间伐后
林木数
Post-thinning
plant number林分
密度/
(株·hm−2)
Stand density/
(tree ·ha−1)单株材积
Individual volume/
m3林分蓄积
Stand volume/
m3WFY-1 2 275 上坡位、西北330°、 半阴坡
Uphill position,
northwest 330°,
semi-shady slope12.3 10.3 126 0 126 1 890 0.068 5 8.637 2 WFY-3 2 216 中坡位、西北318°、 半阴坡
Middle slope,
northwest 318°,
semi-shady slope15.2 12.6 95 0 95 1 425 0.120 7 11.470 4 WFY-4 2 480 上坡位、正西269°、 半阳坡
Uphill position,
due west 269°,
half-sunny slope14.8 11.1 118 0 118 1 770 0.104 1 12.288 4 FY-2 2 360 上坡位、北偏东92°、 半阴坡
Uphill position,
north by east 92°,
semi-shady slope16.5 12.9 102 36 66 990 0.144 3 9.523 2 FY-5 2 530 上坡位、西北308°、 半阴坡
Uphill position,
northwest 308°,
semi-shady slope16.3 10.0 85 30 55 825 0.116 2 6.392 3 FY-6 2 438 上坡位、西北300°、 半阴坡
Uphill position,
northwest 300°,
semi-shady slope18.8 14.0 95 33 62 930 0.198 1 12.281 7 注：抚育样地间伐强度为总株数的35%，间伐木的选择按照留优去劣、间密留匀、兼顾株间距的原则确定，于2017年年初完成。对照样地不采取任何抚育措施。Notes: the thinning intensity of tending sample plots is 35% of the total number of plants. The selection of thinning is determined in accordance with the principles of keeping the best and eliminating the bad, keeping the density evenly and giving consideration to the spacing between plants, and we have completed at the beginning of year 2017. No measure was taken on the CK land. 
下载: 导出CSV
表 2 样地林分调查表
Table 2 Survey of sample site stand
样地编号
Sample plot No.林木株数
Plant number胸径 DBH/cm 树高 Tree height/m 材积 Volume/m3 蓄积量
Accumulation volume/m3平均值
Average value平均增长量
Average growth平均值
Average value平均增长量
Average growth平均值
Average value平均增长量
Average growth平均值
Average value平均增长量
Average growthWFY-1 124 13.5 1.2 11.7 1.4 0.090 5 0.022 0 11.222 0 2.584 8 WFY-3 95 16.8 1.6 14.1 1.5 0.159 9 0.039 2 15.190 5 3.720 1 WFY-4 118 16.6 1.8 13.6 2.5 0.152 0 0.047 9 17.936 0 5.647 6 FY-2 66 18.9 2.4 14.9 2.0 0.209 8 0.065 5 13.846 8 4.323 6 FY-5 54 19.2 2.9 12.6 2.6 0.190 6 0.074 4 10.292 4 3.900 1 FY-6 62 20.0 1.2 15.8 1.8 0.245 0 0.046 9 15.190 0 2.908 3 注：平均增长量是指与表1中指标相比。
Note: the average growth index means compared with the indicators in Tab. 1.
下载: 导出CSV
表 3 抚育对不同器官非结构性碳水化合物含量影响的双因素方差分析（F值）
Table 3 Two-way ANOVA on the effects of tending on the content of non-structural carbohydrates indifferent organs (F value)
因素
Factor可溶性糖
Soluble sugar淀粉
StarchNSC 抚育
Tending0.096 13.610** 3.401 器官
Organ134.330** 73.269** 138.487** 抚育 × 器官
Tending × organ2.220 2.520 2.222 注：** 表示 P < 0.01。下同。Notes: ** denotes P < 0.01. Same as below.
下载: 导出CSV
表 4 抚育对不同器官非结构性碳水化合物含量影响的独立样本t检验分析
Table 4 Independent sample t-test analysis of the effects of tending on the content of non-structural carbohydrates in different organs
指标 Index 叶 Needle 干 Stem 枝 Branch 根 Root 可溶性糖 Soluble sugar −6.890** 0.404 1.623 0.527 淀粉 Starch 1.197 3.069** 4.507** 0.102 NSC −2.674** 1.967 3.230** 0.407
下载: 导出CSV
表 5 抚育对不同器官C、N、P含量及其计量比的双因素方差分析（F值）
Table 5 Two-way ANOVA on the effects of tending on C, N, P contents and their stoichiometric ratios in different organs (F value)
因素 Factor C N P C∶N C∶P N∶P 抚育 Tending 5.828* 3.817 11.902** 1.346 13.003** 18.249** 器官 Organ 18.621** 554.421** 5.560** 14.139** 7.486** 177.257** 抚育 × 器官 Tending × organ 1.308 9.838** 4.092** 0.792 3.061* 10.077** 注：*表示P < 0.05。下同。Notes: * denotes P < 0.05. Same as below.
下载: 导出CSV
表 6 抚育对不同器官C、N、P含量及其计量比的独立样本t检验分析
Table 6 Independent sample t-test analysis of the effects of tending on C, N, P contents and their stoichiometricratios in different organs
指标 Index t值 t value 叶 Needle 干 Stem 枝 Branch 根 Root C 1.564 0.246 2.370* 0.454 N 3.835** −0.489 0.040 −1.482 P −2.646* −4.167** −0.376 −0.553 C∶N −1.249 0.740 0.622 0.979 C∶P 2.216* 3.873** 0.433 1.155 N∶P 4.057** 3.327** −0.153 −0.141
下载: 导出CSV
表 7 云南松叶−干−枝−根C、N、P含量相关性
Table 7 Correlations of C, N and P contents in needle-stem-branch-root of Pinus yunnanensis
指标
Index叶C
Needle C叶N
Needle N叶P
Needle P干C
Stem C干N
Stem N干P
Stem P枝C
Branch C枝N
Branch N枝P
Branch P根C
Root C根N
Root N根P
Root P叶C Needle C 1 叶N Needle N −0.99 1 叶P Needle P −0.589* −0.341 1 干C Stem C −0.258 0.315 −0.312 1 干N Stem N −0.148 0.062 0.177 −0.101 1 干P Stem P −0.408 −0.493* 0.501* 0.100 −0.001 1 枝C Branch C 0.186 0.409 −0.124 0.129 0.165 −0.613** 1 枝N Branch N 0.008 −0.182 0.148 −0.148 −0.343 0.038 −0.387 1 枝P Branch P 0.086 −0.279 0.182 −0.064 −0.39 0.256 −0.289 0.537** 1 根C Root C 0.231 −0.263 0.226 −0.308 0.050 −0.052 −0.012 0.395 0.423 1 根N Root N −0.310 −0.031 0.247 0.173 0.654** 0.302 0.059 −0.282 −0.278 −0.077 1 根P Root P −0.200 −0.090 0.049 0.107 −0.062 0.219 −0.409 0.222 0.411 0.270 −0.061 1
下载: 导出CSV
表 8 云南松叶、干、枝、根C∶N∶P相关性
Table 8 Correlations of C, N and P stoichiometry of needle-stem-branch-root of Pinus yunnanensis
指标
Index叶C∶N
Needle
C∶N叶C∶P
Needle
C∶P叶N∶P
Needle
N∶P干C∶N
Stem
C∶N干C∶P
Stem
C∶P干N∶P
Stem
N∶P枝C∶N
Branch
C∶N枝C∶P
Branch
C∶P枝N∶P
Branch
N∶P根C∶N
Root
C∶N根C∶P
Root
C∶P根N∶P
Root
N∶P叶C∶N
Needle C∶N1 叶C∶P
Needle C∶P0.398 1 叶N∶P
Needle N∶P−0.280 0.753** 1 干C∶N
Stem C∶N−0.058 0.226 0.214 1 干C∶P
Stem C∶P−0.201 0.386 0.571* 0.168 1 干N∶P
Stem N∶P−0.210 0.298 0.516* −0.332 0.848** 1 枝C∶N
Branch C∶N−0.200 0.023 0.201 −0.172 0.118 0.232 1 枝C∶P
Branch C∶P−0.291 −0.029 0.269 −0.303 0.174 0.337 0.635** 1 枝N∶P
Branch N∶P−0.041 −0.064 0.071 −0.310 0.110 0.223 −0.078 0.671** 1 根C∶N
Root C∶N0.502* 0.388 0.041 0.246 0.166 0.060 −0.039 −0.273 −0.329 1 根C∶P
Root C∶P0.099 0.036 −0.020 −0.150 0.425 0.405 0.252 0.223 0.082 0.293 1 根N∶P
Root N∶P−0.281 −0.287 −0.090 −0.441 −0.052 0.120 0.368 0.473* 0.301 −0.570* 0.481* 1
下载: 导出CSV
表 9 云南松NSC构成与C、N、P及其计量比间相关系数
Table 9 Correlation coefficients among NSC composition, C, N, P and their stoichiometric ratios of Pinus yunnanensis
器官 Organ 指标 Index 可溶性糖 Soluble sugar 淀粉 Starch NSC C N P C∶N C∶P N∶P 叶 Needle 可溶性糖 Soluble sugar 1 淀粉 Starch −0.120 1 NSC 0.684** 0.642** 1 C −0.587* −0.110 −0.534* 1 N −0.272 0.247 −0.029 −0.099 1 P 0.561* −0.223 0.270 −0.589* −0.341 1 C∶N −0.175 −0.236 −0.308 0.664** −0.801** −0.120 1 C∶P −0.607* 0.134 −0.370 0.836** 0.149 −0.901** 0.398 1 N∶P −0.546* 0.357 −0.160 0.393 0.721** −0.864** −0.280 0.753** 1 干 Stem 可溶性糖 Soluble sugar 1 淀粉 Starch 0.543** 1 NSC 0.839** 0.913** 1 C −0.179 −0.032 −0.108 1 N 0.110 −0.016 0.043 −0.101 1 P 0.175 −0.194 −0.041 0.100 −0.001 1 C∶N −0.255 0.040 −0.098 0.370 −0.930** −0.008 1 C∶P −0.225 0.100 −0.045 −0.015 −0.170 −0.858** 0.168 1 N∶P 0.047 0.162 0.128 −0.176 0.298 0.819** −0.332 0.848** 1 枝 Branch 可溶性糖 Soluble sugar 1 淀粉 Starch 0.226 1 NSC 0.903** 0.623** 1 C −0.002 0.494* 0.216 1 N 0.085 0.037 0.084 −0.387 1 P 0.464 −0.009 0.369 −0.289 0.537* 1 C∶N −0.102 0.129 −0.025 0.705** −0.911** −0.543* 1 C∶P −0.454 0.074 −0.332 0.377 −0.591** −0.942** 0.635** 1 N∶P −0.452 −0.067 −0.392 −0.127 0.081 −0.755** −0.078 0.671** 1 根 Root 可溶性糖 Soluble sugar 1 淀粉Starch 0.703** 1 NSC 0.963** 0.868** 1 C 0.241 0.226 0.253 1 N 0.027 0.158 0.079 −0.077 1 P 0.472* 0.211 0.409 0.270 −0.061 1 C∶N −0.110 −0.238 −0.167 0.272 −0.762** −0.150 1 C∶P −0.441 −0.110 −0.349 0.161 −0.038 −0.816** 0.293 1 N∶P −0.153 0.180 −0.039 −0.175 0.769** −0.483* −0.570* 0.481* 1
下载: 导出CSV
-
[1] Russell E S, Liu H P, Thistle H, et al. Effects of thinning a forest stand on sub-canopy turbulence[J]. Agricultural and Forest Meteorology, 2018, 248: 295−305. doi: 10.1016/j.agrformet.2017.10.019
[2] 王凯, 赵成姣, 张日升, 等. 不同密度樟子松人工林土壤碳氮磷化学计量特征[J]. 生态学杂志, 2020, 39(3):741−748. Wang K, Zhao C J, Zhang R S, et al. Soil carbon, nitrogen and phosphorus stoichiometry of Pinus sylvestris var. mongolica plantations with different densities[J]. Chinese Journal of Ecology, 2020, 39(3): 741−748.
[3] 郭子武, 陈双林, 杨清平, 等. 密度对四季竹叶片 C、N、P 化学计量和养分重吸收特征的影响[J]. 应用生态学报, 2013, 24(4):893−899. Guo Z W, Chen S L, Yang Q P, et al. Effects of stand density on Oligostachyum lubricum leaf carbon, nitrogen, and phosphorus stoichiometry and nutrient resorption[J]. Chinese Journal of Applied Ecology, 2013, 24(4): 893−899.
[4] Yang Y, Liu B. Effects of planting Caragana shrubs
on soil nutrients and stoichiometries in desert steppe of northwest China[J]. Catena, 2019, 183: 104213. doi: 10.1016/j.catena.2019.104213 [5] 杜尧, 韩轶, 王传宽. 干旱对兴安落叶松枝叶非结构性碳水化合物的影响[J]. 生态学报, 2014, 34(21):6090−6100. Du Y, Han Y, Wang C K. The influence of drought on non-structural carbohydrates in the needle and twigs of Larix gmelinii[J]. Acta Ecologica Sinica, 2014, 34(21): 6090−6100.
[6] 韩发, 贲桂英, 师生波. 青藏高原不同海拔矮嵩草抗逆性的比较研究[J]. 生态学报, 1998, 18(6):92−97. Han F, Ben G Y, Shi S B. Comparative study on the resistance of Kobresia humilis grown at different altitudes in Qinghai-Xizang Plateau[J]. Acta Ecologica Sinica, 1998, 18(6): 92−97.
[7] 贺金生, 韩兴国. 生态化学计量学: 探索从个体到生态系统的统一化理论[J]. 植物生态学报, 2010, 34 (1):2−6. doi: 10.3773/j.issn.1005-264x.2010.01.002 He J S, Han X G. Ecological stoichiometry: searching for unifying principles from individuals to ecosystems[J]. Chinese Journal of Plant Ecology, 2010, 34 (1): 2−6. doi: 10.3773/j.issn.1005-264x.2010.01.002
[8] 黄小波. 云南松天然次生林生态化学计量学研究[D]. 北京: 中国林业科学研究院, 2016. Huang X B. Stoichiometry of Pinus yunnanensis natural secondary forest[D]. Beijing: Chinese Academy of Forestry, 2016.
[9] 王凯, 沈潮, 曹鹏, 等. 沙地樟子松幼苗干旱致死过程中非结构性碳水化合物的变化[J]. 应用生态学报, 2018, 29(11): 3513−3520. Wang K, Shen C, Cao P, et al. Changes of non-structural carbohydrates of Pinus sylvestris var. mongolica seedlings in the process of drought-induced mortality[J]. Chinese Journal of Applied Ecology, 2018,29(11): 3513−3520.
[10] 成向荣, 虞木奎, 葛乐, 等. 不同间伐强度下麻栎人工林碳密度及其空间分布[J]. 应用生态学报, 2012, 23(5):1175−1180. Cheng X R, Yu M K, Ge L, et al. Carbon density and its spatial distribution in Quercus acutissima plantations under different thinning intensities[J]. Chinese Journal of Applied Ecology, 2012, 23(5): 1175−1180.
[11] 刘莉, 蔡锰柯, 刘旭军, 等. 间伐对华北落叶松人工林叶、根及林下土壤C、N、P化学计量特征影响[J]. 东北林业大学学报, 2019, 47(8):1−7. doi: 10.3969/j.issn.1000-5382.2019.08.001 Liu L, Cai M K, Liu X J, et al. Effects of thinning on ecological stoichiometry C, N and P in leaves, roots and soil of Larix principis-rupprechtii plantation[J]. Journal of Northeast Forestry University, 2019, 47(8): 1−7. doi: 10.3969/j.issn.1000-5382.2019.08.001
[12] 邱勇斌, 凌高潮, 郑文华, 等. 间伐对杉木人工林不同组分碳、氮、磷含量及其生态化学计量关系的影响[J]. 林业科学研究, 2019, 32(4):64−69. Qiu Y B, Ling G C, Zheng W H, et al. Effects of thinning on contents and stoichiometry of C, N, and P in different components of Chinese fir plantation[J]. Forest Research, 2019, 32(4): 64−69.
[13] 王晓荣, 雷蕾, 曾立雄, 等. 不同抚育间伐措施对马尾松林土壤活性有机碳的短期影响[J/OL]. 生态学杂志, 2021, 40(4): 1−18 [2021−07−02]. https://doi.org/10.13292/j.1000-4890.202104.008. Wang X R, Lei L, Zeng L X, et al. Short-term effects of different tending thinning practices on soil labile organic carbon of Pinus massoniana stands[J]. Chinese Journal of Ecology, 2021, 40(4): 1−18 [2021−07−02]. https://doi.org/10.13292/j.1000-4890.202104.008.
[14] 郑云普, 王贺新, 娄鑫, 等. 木本植物非结构性碳水化合物变化及其影响因子研究进展[J]. 应用生态学报, 2014, 25(4):1188−1196. Zheng Y P, Wang H X, Lou X, et al. Changes of non-structural carbohydrates and its impact factors in trees: a review[J]. Chinese Journal of Applied Ecology, 2014, 25(4): 1188−1196.
[15] 黄小波, 李帅锋, 苏建荣, 等. 云南松天然次生林物种丰富度与生态系统多功能性的关系[J]. 生物多样性, 2017, 25(11):42−51. Huang X B, Li S F, Su J R, et al. Relationship between species richness and ecosystem multifunctionality of natural secondary forest of Pinus yunnanensis[J]. Biodiversity Science, 2017, 25(11): 42−51.
[16] 张育梅, 及利, 和春庭. 抚育间伐对云南松中幼林的影响[J]. 森林工程, 2017, 33(1):7−11. doi: 10.3969/j.issn.1006-8023.2017.01.003 Zhang Y M, Ji L, He C T. Effect of thinning on mid-young Pinus yunnanensis plantations[J]. Forest Engineering, 2017, 33(1): 7−11. doi: 10.3969/j.issn.1006-8023.2017.01.003
[17] 韩明跃, 李莲芳, 郑畹, 等. 间伐强度对云南松中龄低产林分结构的调整研究[J]. 中南林业科技大学学报, 2011, 31(2):27−33. Han M Y, Li L F, Zheng W, et al. Effects of different intensity of thinning on the improvement of middle-aged Yunnan pine stand[J]. Journal of Central South University of Forestry & Technology, 2011, 31(2): 27−33.
[18] 杨剑辉, 欧弢, 陈金龙, 等. 不同间伐梯度下云南松幼林林分结构及林木生长变化[J]. 浙江林业科技, 2015, 35(6):54−57. doi: 10.3969/j.issn.1001-3776.2015.06.010 Yang J H, Ou T, Chen J L, et al. Stand structure and tree growth of young growth of Pinus yunnanensis under different thinning intensities[J]. Journal of Zhejiang Forestry Science and Technology, 2015, 35(6): 54−57. doi: 10.3969/j.issn.1001-3776.2015.06.010
[19] 高成杰, 唐国勇, 刘方炎, 等. 林分结构调整对云南松次生林生长和土壤性质的影响[J]. 林业科学研究, 2017, 30(5):841−847. Gao C J, Tang G Y, Liu F Y, et al. Effects of stand structural adjustment on growth and soil properties of Pinus yunnanensis secondary forest[J]. Forest Research, 2017, 30(5): 841−847.
[20] 王学奎, 黄见良. 植物生理生化实验原理和技术[M].3 版. 北京: 高等教育出版社, 2018. Wang X K, Huang J L. Principles and techniques of plant physiological and biochemical experiments [M]. 3rd ed. Beijing: Higher Education Press, 2018.
[21] 鲍士旦. 土壤农化分析[M]. 3 版. 北京: 中国农业出版社, 2000. Bao S D. Soil agrochemical analysis[M]. 3rd ed. Beijing: China Agricultural Press, 2000.
[22] Chantuma P, Lacointe A, Kasemsap P, et al. Carbohydrate storage in wood and bark of rubber trees submitted to different level of C demand induced by latex tapping[J]. Tree Physiology, 2009, 29: 1021−1031. doi: 10.1093/treephys/tpp043
[23] 霍常富, 孙海龙, 王政权, 等. 光照和氮营养对水曲柳苗木生长及碳-氮代谢的影响[J]. 林业科学, 2009, 45(7):38−44. doi: 10.3321/j.issn:1001-7488.2009.07.007 Huo C F, Sun H L, Wang Z Q, et al. Effects of light and nitrogen on growth, carbon and nitrogen metabolism of Fraxinus mandshurica seedlings[J]. Scientia Silvae Sinicae, 2009, 45(7): 38−44. doi: 10.3321/j.issn:1001-7488.2009.07.007
[24] 王子纯, 李耀翔, 孟永斌, 等. 抚育间伐对针阔混交天然次生林生物量及碳密度的影响[J]. 东北林业大学学报, 2021, 49(4):5−11. doi: 10.3969/j.issn.1000-5382.2021.04.002 Wang Z C, Li Y X, Meng Y B, et al. Effect of thinning on biomass and carbon density of mixed conifer and broadleaf secondary natural forest[J]. Journal of Northeast Forestry University, 2021, 49(4): 5−11. doi: 10.3969/j.issn.1000-5382.2021.04.002
[25] Michaels A F. The ratios of life[J]. Science, 2003, 300: 906−907. doi: 10.1126/science.1083140
[26] 邬畏, 何兴东, 周启星. 生态系统氮磷比化学计量特征研究进展[J]. 中国沙漠, 2010, 30(2):296−302. Wu W, He X D, Zhou Q X. Review on N∶P stoichiometry in ecosystem[J]. Journal of Desert Research, 2010, 30(2): 296−302.
[27] Dey D C, Parker W C. Overstorey density affects field performance of underplanted red oak (Quercus rubra) in Ontario[J]. Northern Journal of Applied Forestry, 1997, 14(3): 120−125. doi: 10.1093/njaf/14.3.120
[28] 方海波, 田大伦, 康文星, 等. 间伐后杉木人工林生态系统养分动态的研究[J]. 中南林学院学报, 1999, 19(2):15−22. Fang H B, Tian D L, Kang W X, et al. Nutrient dynamics of Cunninghamia lanceolata plantation forest ecosystems after thinning[J]. Journal of Central South University of Forestry & Technology, 1999, 19(2): 15−22.
[29] 管惠文, 董希斌, 张甜, 等. 抚育间伐后落叶松天然次生林生境恢复效果的评价[J]. 东北林业大学学报, 2019, 47(7):6−13, 24. doi: 10.3969/j.issn.1000-5382.2019.07.002 Guan H W, Dong X B, Zhang T, et al. Evaluation of ecological environment restoration of thinning intensity on larch natural secondary forest in Daxing’an Mountains[J]. Journal of Northeast Forestry University, 2019, 47(7): 6−13, 24. doi: 10.3969/j.issn.1000-5382.2019.07.002
[30] Thompson K E N, Parkinson J A, Band S R, et al. A comparative study of leaf nutrient concentrations in a regional herbaceous flora[J]. New Phytologist, 1997, 136(4): 679−689. doi: 10.1046/j.1469-8137.1997.00787.x
[31] 孙小妹, 何明珠, 周彬, 等. 霸王根茎叶非结构性碳与C∶N∶P计量特征对干旱的响应[J]. 干旱区地理, 2021, 44(1):240−249. Sun X M, He M Z, Zhou B, et al. Non-structural carbohydrates and C∶N∶P stoichiometry of roots, stems, and leaves of Zygophyllum xanthoxylon in responses to xeric condition[J]. Arid Land Geography, 2021, 44(1): 240−249.
[32] 熊静, 虞木奎, 成向荣, 等. 光照和氮磷供应比对木荷生长及化学计量特征的影响[J]. 生态学报, 2021, 41(6):2140−2150. Xiong J, Yu M K, Cheng X R, et al. Effects of light and N-P supply ratios on growth and stoichiometric of Schima superba[J]. Acta Ecologica Sinica, 2021, 41(6): 2140−2150.
[33] Fife D N, Nambiar E K S, Saur E. Retranslocation of foliar nutrients in evergreen tree species planted in a Mediterranean environment[J]. Tree Physiology, 2008, 28: 187−196. doi: 10.1093/treephys/28.2.187
[34] Makino W, Cotner J B, Sterner R W, et al. Are bacteria more like plants or animals? Growth rate and resource dependence of bacterial C∶N∶P stoichiometry[J]. Functional Ecology, 2003, 17(1): 121−130. doi: 10.1046/j.1365-2435.2003.00712.x
[35] Koerselman W, Meuleman A F M. The vegetation N∶P ratios: a new tool to detect the nature of nutrient limitation[J]. Journal of Applied Ecology, 1996, 33: 1441−1450. doi: 10.2307/2404783
[36] Han W, Fang J, Guo D, et al. Leaf nitrogen and phosphorus stoichiometry across 753 terrestrial plant species in China[J]. New Phytologist, 2005, 168: 377−385. doi: 10.1111/j.1469-8137.2005.01530.x
[37] 崔宁洁, 刘小兵, 张丹桔, 等. 不同林龄马尾松人工林碳氮磷分配格局及化学计量特征[J]. 生态环境学报, 2014, 23(2):188−195. doi: 10.3969/j.issn.1674-5906.2014.02.002 Cui N J, Liu X B, Zhang D J, et al. The Distribution pattern of carbon, nitrogen and phosphorus and the stoichiometry characteristics of Pinus massoniana plantation in different ages[J]. Ecology and Environmental Sciences, 2014, 23(2): 188−195. doi: 10.3969/j.issn.1674-5906.2014.02.002
[38] Xiao L, Liu G B, Li P, et al. Nitrogen addition has a stronger effect on stoichiometries of non-structural carbohydrates, nitrogen and phosphorus in Bothriochloa ischaemum than elevated CO2[J]. Plant Growth Regulation, 2017, 83(2): 325−334. doi: 10.1007/s10725-017-0298-8
[39] 印婧婧, 郭大立, 何思源, 等. 内蒙古半干旱区树木非结构性碳、氮、磷的分配格局[J]. 北京大学学报(自然科学版), 2009, 45(3):519−527. Yin J J, Guo D L, He S Y, et al. Non-structural carbohydrate, N, and P allocation patterns of two temperate tree species in a semi-arid region of Inner Mongolia[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2009, 45(3): 519−527.
[40] Lambers H, Chapin F, Pons T. Plant physiological ecology[M]. New York: Springer-Verlag, 1998.
[41] 王凯, 雷虹, 夏扬, 等. 杨树幼苗非结构性碳水化合物对增加降水和氮添加的响应[J]. 应用生态学报, 2017, 28(2):399−407. Wang K, Lei H, Xia Y, et al. Responses of non-structural carbohydrates of poplar seedlings to increased precipitation and nitrogen addition[J]. Chinese Journal of Applied Ecology, 2017, 28(2): 399−407.
[42] 宋同清. 西南喀斯特植物与环境[M]. 北京: 科学出版社, 2014. Song T Q. Karst plants and environment in southwest China[M]. Beijing: Science Press, 2014.
[43] 王淳, 冀盼盼, 刘璇, 等. 华北落叶松不同器官碳氮磷化学计量特征[J]. 干旱区资源与环境, 2020, 34(11):176−181. Wang C, Ji P P, Liu X, et al. Ecological C, N and P stoichiometry of the needle, twigs and fine roots in pure and mixed stands of Larix principis-rupprechtii[J]. Journal of Arid Land Resources and Environment, 2020, 34(11): 176−181.
[44] 盘金文, 郭其强, 孙学广, 等. 不同林龄马尾松人工林碳、氮、磷、钾养分含量及其生态化学计量特征[J]. 植物营养与肥料学报, 2020, 26(4):746−756. doi: 10.11674/zwyf.19272 Pan J W, Guo Q Q, Sun X G, et al. Contents and stoichiometric characteristics of C, N, P and K under different stand ages of Pinus massoninana plantations[J]. Journal of Plant Nutrition and Fertilizers, 2020, 26(4): 746−756. doi: 10.11674/zwyf.19272
[45] 贺合亮, 阳小成, 李丹丹, 等. 青藏高原东部窄叶鲜卑花碳、氮、磷化学计量特征[J]. 植物生态学报, 2017, 41(1):126−135. He H L, Yang X C, Li D D, et al. Stoichiometric characteristics of carbon, nitrogen and phosphorus of Xianbei flower in east Qinghai-Tibet Plateau[J]. Chinese Journal of Plant Ecology, 2017, 41(1): 126−135.
[46] 孙小妹, 何明珠, 杨睿哲. 白刺器官间非结构性碳水化合与C∶N∶P计量比的关联性[J]. 生态学报, 2021, 41(3):1−11. Sun X M, He M Z, Yang R Z. Correlation of non-structural carbohydrates with C∶N∶P stoichiometry among the organs of Nitraria tangutorum[J]. Acta Ecologica Sinica, 2021, 41(3): 1−11.
[47] Theodorou M, Plaxton W. Metabolic adaptations of plant respiration to nutritional phosphate deprivation[J]. Plant Physiology, 1993, 101: 339−344. doi: 10.1104/pp.101.2.339
-
期刊类型引用(3)
1. 刘索名，王君杰，燕云飞，姜立春. 小兴安岭兴安落叶松人工林冠幅模型构建. 北京林业大学学报. 2023(05): 79-87 . 
本站查看
2. 李应涛，刘时良，孙海龙，王卫霞，向玮. 云冷杉针阔混交林单木枝下高和冠幅模型构建. 森林与环境学报. 2022(03): 289-296 . 百度学术
3. 佟艺玟，陈东升，冯健，高慧淋. 基于线性分位数混合效应的辽东山区红松冠幅模型. 应用生态学报. 2022(09): 2321-2330 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 1253
- HTML全文浏览量: 466
- PDF下载量: 135
- 被引次数: 4
