• Scopus收录期刊
  • CSCD(核心库)来源期刊
  • 中文核心期刊
  • 中国科技核心期刊
  • F5000顶尖学术来源期刊
  • RCCSE中国核心学术期刊
高级检索

库布齐沙地柠条叶生物量及营养估测模型

马普, 陶梦, 吕世海, 苏德荣, 叶生星, 刁兆岩

马普, 陶梦, 吕世海, 苏德荣, 叶生星, 刁兆岩. 库布齐沙地柠条叶生物量及营养估测模型[J]. 北京林业大学学报, 2018, 40(8): 33-41. DOI: 10.13332/j.1000-1522.20180044
引用本文: 马普, 陶梦, 吕世海, 苏德荣, 叶生星, 刁兆岩. 库布齐沙地柠条叶生物量及营养估测模型[J]. 北京林业大学学报, 2018, 40(8): 33-41. DOI: 10.13332/j.1000-1522.20180044
Ma Pu, Tao Meng, Lü Shihai, Su Derong, Ye Shengxing, Diao Zhaoyan. Estimation models of leaf biomass and nutrient content for Caragana korshinskii in Kubuqi Sandy Land of northern China[J]. Journal of Beijing Forestry University, 2018, 40(8): 33-41. DOI: 10.13332/j.1000-1522.20180044
Citation: Ma Pu, Tao Meng, Lü Shihai, Su Derong, Ye Shengxing, Diao Zhaoyan. Estimation models of leaf biomass and nutrient content for Caragana korshinskii in Kubuqi Sandy Land of northern China[J]. Journal of Beijing Forestry University, 2018, 40(8): 33-41. DOI: 10.13332/j.1000-1522.20180044

库布齐沙地柠条叶生物量及营养估测模型

基金项目: 

国家科技支撑计划项目 2015BAC06B01

详细信息
    作者简介:

    马普。主要研究方向:草地生态。Email:mapu1106@163.com  地址:100083  北京市海淀区清华东路35号北京林业大学林学院

    责任作者:

    吕世海,研究员,博士生导师。主要研究方向:草地资源与生态保护、土地荒漠化与沙尘暴防治。Email: lv_sh@craes.org.cn  地址:100012  北京市朝阳区安外北苑大羊坊8号中国环境科学研究院生态环境研究所

    苏德荣,教授,博士生导师。主要研究方向:草地生态水文过程。Email: suderong@bjfu.edu.cn  地址:100083  北京市海淀区清华东路35号北京林业大学林学院

  • 中图分类号: S793.3

Estimation models of leaf biomass and nutrient content for Caragana korshinskii in Kubuqi Sandy Land of northern China

  • 摘要:
    目的柠条是一种生长迅速、枝叶茂盛、防风固沙能力强大的豆科植物,且茎叶粗蛋白含量相对较高,具有广泛的饲用开发前景,但柠条灌丛在不同发育阶段叶生物量和体内营养物质含量差异较大,其饲用性受到一定限制。因此,了解柠条各生长阶段叶生物量及其营养物质含量变化情况成为打破柠条叶片利用局限性的关键。
    方法本试验以库布齐沙地柠条灌丛为研究对象,分别测量了不同林龄、不同发育时期柠条的叶生物量及营养物质含量,并构建了柠条不同生长年限叶生物量动态模型、生长参数与叶生物量估测模型以及叶片营养物质动态变化模型。
    结果(1) 不同生长年限,柠条叶生物量年内变化均呈现出先增长后降低的趋势,在7月份2年生、3年生、5年生柠条叶生物量分别达到0.14、0.32、1.40 kg/株的最高峰值,生长拟合曲线R2>0.8,F检验结果均达到显著水平(P < 0.05)。(2)不同生长年限,柠条叶片粗蛋白含量平均达16.0%以上,年内总体变化呈下降趋势(拟合曲线R2>0.8),且最高值均出现在每年的5月份。(3)不同生长年限,柠条叶片内中性洗涤纤维和酸性洗涤纤维含量无明显变化规律,且年内变化趋势各不相同。
    结论根据研究结果可以发现7月份柠条叶生物量达到最大值,5月份柠条叶粗蛋白含量达到最大值。因此,根据柠条叶片生育期及其营养价值等综合考虑,建议5月、7月为主要利用时期。
    Abstract:
    ObjectiveCaragana korshinskii is a kind of leguminous plant with rapid growth, exuberant foliage, strong wind and sand fixing ability. Meanwhile, the crude protein (CP) content of stem and leaf is relatively high and it has a wide range of forage development prospects. However, the leaf biomass and nutrient contents of caragana are different at various stages of development and its forage ability is limited. Therefore, in order to break the limitations of the use of caragana leaves, we should understand the changes of leaf biomass and nutrient content during the growth stages of caragana.
    MethodThe study used caragana as research material in Kubuqi Sandy Land of northern China. Meanwhile, we measured leaf biomass and nutrient contents of caragana at different growth years and varied developing stages. In addition, we constructed the dynamic models of leaf biomass of caragana at different growth years, the estimation model of growth parameter and leaf biomass and the dynamic model of leaf nutrient contents.
    Result(1) For different growth years, the leaf biomass of caragana increased first and then decreased within the year. The leaf biomass of 2, 3 and 5 years old caragana reached the peak value in July and the leaf content was 0.14, 0.32, 1.40 kg per plant, respectively, the determining coefficient of the growth fitting curve was greater than 0.8, and the results of F test all reached a significant level (P < 0.05). (2) The CP content of caragana leaves was all over 16.0% during different growth years, and the overall change showed a downward trend during the year (the determining coefficient of the fitting curve was greater than 0.8), and the highest CP contents appeared in May each year. (3) There were no significant changes in the contents of neutral detergent fibers and acidic detergent fibers in caragana at different growth years, and the change trend was different within the year.
    ConclusionAccording to the results, it can be seen that July is the period when the biomass of caragana leaves reaches its maximum, and May is the period when the CP contents of caragana leaves reach its maximum value. Therefore, according to the comprehensive consideration of the growth period and nutrient value of caragana leaves, May and July are the main utilization periods.
  • 生物量是衡量植物群落生产力的重要指标,是表征生态系统功能高低和结构优劣的重要参数,也是反映生态系统质量的综合体现[1]。因此,森林生物量的研究一直是林学和生态学的研究热点。

    森林生物量一般通过直接测量和间接估算2种途径获得[2]。前者通过收获的方式来测量生物量,这种方法准确度相对较高,但耗时耗力并对森林植被产生一定破坏;后者可利用不同植物生长发育特性、生物参数,构建生物量估测模型,并结合现代遥感技术等方法实现生物量的估算[3]。对于森林生态系统而言,主要是通过测量林木高度、胸径等形态指标来构建模型估算其生物量,若估算模型具有较高精度,则可以大幅降低测定生物量的成本。因此,构建生物量估算模型也是研究森林生态学的热点之一[4-9]。据初步统计,全世界已建立了100多个树种的2 300个生物量估算模型[10],这些模型主要为经验模型和过程模型两种。经验模型主要包括线性模型、对数模型、多项式模型和异速生长模型等,其中,异速生长模型主要利用生物体的某些生物学特征(如器官生物量、个体形态指标等)同个体大小(重量)之间的幂函数关系来建立模型, 而被广泛应用[11];过程模型则包括管道模型、机理模型以及利用自然植物分形结构来建立的模型,主要通过模拟物理、生物、力学等因素对林木不同器官生长和功能的作用程度,来解释这些因素对树木结构比例关系的影响程度[4],应用面相对较窄。

    灌木林作为干旱半干旱地区的主要森林植被类型,对改善沙区脆弱的生态环境和促进当地经济发展都起到了积极作用[12]。据资料显示,我国现拥有各类灌木林面积5 590 hm2,约占我国林地面积的18%[13]。面对如此大规模的灌木林资源,如何准确、高效、快速地获得灌丛生物量,已成为评价灌木林区生态建设成效和可持续性发展的关键。灌木因具有特殊的群落结构和个体形态,导致其既不能直接利用二元立木求积式来预测生物量,也不能采用样方收获的方法来测定其生物量[14]。因此,大部分研究者都倾向于利用回归模型法和数量化的方法建模。李钢铁等研究了干旱、半干旱地区杨柴(Hedysarum mongolicum)、花棒(Hedysarum scoparium)、沙拐枣(Calligonum mongolicum)等6种人工灌木林的生物量,并构建了灌木生物量与冠幅、株高、地径等生长指标之间的估测模型[15];Navar等利用线性回归方法,在墨西哥东北部建立了18种灌木和整个植被群落的地上生物量模型[16];Lufafa等在塞内加尔花生盆地选择了2种常见土生灌木Guiera senegalensisPiliostigma reticulatum,建立了不同年龄灌木生物量与冠幅、株高、基径和株数之间的回归模型[17],对科学估测灌木林生物量起到良好示范效应。

    在我国库布齐沙地,为改善当地生态环境和发展沙漠经济,从20世纪末开始,当地政府人工种植沙柳、柠条等沙地灌木林7万hm2[18]。其中,柠条(Caragana korshinskii)萌蘖能力强、根深叶茂、防沙治沙效果好、容易成林及固氮肥田等特性,得到广泛应用[19]。王新云等以基径平方与分枝长度乘积为自变量建立了不同林龄人工柠条林地上生物量模型[20];曾伟生等采用非线性误差变量联立方程组方法,建立了柠条单株与群落水平地上和地下生物量模型[12];杨宪龙等通过选用指数函数和异速生长方程对陕西神木县柠条生物量进行了研究,建立了4种由柠条形态指标估算生物量的简易模型[21],这些模型对科学估算柠条生物量起到积极作用;但其研究仅限于单株与群落水平,而对于柠条各器官生物量及营养物含量估算研究相对较少。柠条作为干旱半干旱地区主要的灌木饲料,具有丰富的饲用价值,其中粗蛋白含量可达9.85%~17.29%,与苜蓿粗蛋白含量相当[22]。因此,研究柠条叶生物量及营养物含量模型成为本试验的重点。为此,本试验在库布齐沙地选择了2年生、3年生和5年生3类柠条灌丛,通过逐月采收了柠条叶片,计算柠条叶生物量,建立了柠条叶生物量的动态变化模型,并根据柠条生长参数与叶量之间的关系,构建了柠条叶生物量与生长参数的相关模型,旨在为科学估算柠条生物量及营养物质含量奠定基础。

    研究区位于内蒙古杭锦旗独贵塔拉镇(108°42′E、40°36′N),海拔约1 016 m。该地区全年平均气温6.3 ℃,月平均最低气温(1月)为-11.8 ℃,最高气温(7月)为22.1 ℃,年均日较差为13.5 ℃,≥10 ℃积温为2 917.1 ℃,全年无霜期为135 d。年平均降水量为186 mm,降雨时间集中,一般在7月份到8月份之间。全年蒸发量较高,在2 300~3 200 mm之间。气候干燥,日照强烈,昼夜温差大。常年有风,平均风速为3 m/s,最大可达7.6 m/s。

    研究区土壤质地主要为砂质土壤,土壤密度为1.521 g/cm3,pH值为8.87,土壤中有机质含量为5.05 g/kg,全氮含量为0.14 g/kg, 全磷含量为0.417 g/kg,全钾含量为5.14 g/kg。该区域天然植被已遭到严重破坏,现在多为人工植被,草本植物主要有甘草(Glycyrrhiza uralensis),灌木主要有柠条、沙柳(Salix cheilophila)和褐沙蒿(Artemisia halodendron)等,乔木主要有杨树(Populus spp.)。

    本研究选择的柠条林地位于独贵塔拉镇往西3 km处,该林地柠条由亿利资源集团在2010年前后陆续栽种,形成了2~7年不同生长年限的人工林。该林地在播种时采用了不同宽度的带状条播,带宽1.5~2 m,带间距为2~4 m,约3 000丛/hm2。近年来,林地一直采用粗放式管理。为了研究不同生长年限柠条叶生物量的变化及其营养情况,在柠条林地选择长势均一、形态完整、发育健康的2年生、3年生、5年生柠条各30株(丛),共计90株(丛),做好标签。于2017年5月开始到10月结束,每月平茬所选各生长年限柠条样株5株,共计15株,留茬高度3~4 cm。平茬前测量各生长年限柠条样本的冠幅、株高、地径。

    指标测定方法:(1)冠幅,利用钢尺对每个月所选定的不同生长年限的柠条样本进行东西和南北两个维度上的测量, 且做好数据记录;(2)株高,利用钢尺在选定的每丛柠条样本中测量高、低、中3株茎秆的自然高度,3次测量的平均值为该丛柠条的株高;(3)地径,在选定的每丛柠条样本中寻找粗、中、细3株茎秆,利用游标卡尺对选定茎秆的基部进行测量,3次测量的平均值为整株柠条的地径。测试结果参见表 1

    表  1  试验样地柠条灌丛形态特征参数
    Table  1.  Parameters of the morphological characteristics for Caragana korshinskii in sample plots
    株龄
    Plant age
    样本数
    Sample number
    冠幅长
    Crown width length/cm
    冠幅宽
    Crown width/cm
    株高
    Plant height/cm
    地径
    Ground diameter/mm
    2年生2 years old 30 122.22±5.39 105.94±6.25 112.28±5.15 9.95±0.46
    3年生3 years old 30 173.44±6.82 172.11±7.08 158.11±4.04 12.93±0.51
    5年生5 years old 30 220.22±6.08 207.50±10.56 220.39±6.38 17.92±0.84
    下载: 导出CSV 
    | 显示表格

    在柠条生育期内,逐月选取不同生长年限柠条当年生嫩枝条,分别平茬称取鲜质量,编号;然后,在各样本中随机选取>10 mm、8~10 mm、 < 8 mm 3枝茎带叶的枝条再次称质量,后进行茎叶分离。将分离的叶片带回实验室称质量,并放入105 ℃烘箱中杀青30 min,而后调温至70 ℃,恒温下烘48 h,待冷却后称取叶片干质量。为了用选取的3枝带茎叶的样本枝条估算整株柠条的叶生物量,假定所选3枝柠条的叶鲜质量与总鲜质量之比等于整株柠条的叶鲜质量与总鲜质量之比,同时所选3枝柠条叶片的干鲜比等于整株柠条叶片的干鲜比,结合两者计算整株柠条叶生物量。最后将烘干后的柠条叶片粉碎,过1 mm筛,分别测量柠条叶片的粗蛋白含量(CP)、中酸性洗涤纤维含量(NDF、ADF)。

    柠条叶片粗蛋白含量利用FOSS2300凯氏定氮仪测定;中性洗涤纤维和酸性洗涤纤维含量,利用ANKOM2000i全自动纤维分析仪测定[23]

    通常,高等植物随着各生长发育阶段的变化,会不断地调整体内营养物质的分配[24-25]。首先,在生长前期,植物组织会积累养分逐渐变成熟;生长后期,植物组织逐渐衰老,一些养分会被重新分配[26]。因此,推测柠条叶片生物量生长规律因符合先升高后降低的趋势。根据该类趋势,选择模型:

    WL=ta+bt+ct
    (1)

    式中:WL为叶生物量,t为月份,abc分别表示模型拟合参数。

    利用该方程对不同生长年限的柠条叶生物量进行模型构建,其中以月份为自变量。研究中一般通过计算决定系数R2的大小,来说明自变量和因变量之间的密切关系[14],利用F检验来验证相关程度[27]

    检验模型的适用性与准确性一般通过计算估测值与实测值之间的总相对误差(RS)和平均相对误差绝对值(RMA)来实现[28]

    RS=YiˉYiˉYi
    (2)
    RMA=1n|YiˉYiˉYi|
    (3)

    式中:Yi表示实测值,Yi表示估测值,n表示样本数。对于回归模型的选择常要求R2>0.8,RS与RMA相对较小且回归关系显著[20]

    试验通过利用Microsoft Excel 2016对数据进行统计。利用Origin 9.1对不同时期各年限柠条叶生物量进行拟合,求取模型中的相关参数。利用SPSS 20.0进行相关统计分析及显著性检验。

    图 1可以看出,各生长年限柠条叶生物量年内变化均呈现先增加后降低的趋势,并且都在7月份叶生物量达到最大值,2年生、3年生、5年生柠条叶生物量分别为0.14、0.32、1.40 kg/株。但是,年内叶生物量最小值分布有所不同,2年生与5年生柠条叶生物量在10月达到最小值,分别为0.04、0.27 kg/株,而3年生柠条叶生物量在5月达到最小值,为0.12 kg/株。对各生长年限柠条叶生物量年内变化进行方差分析,发现2年生柠条叶生物量在各月份之间差异不显著(P>0.05)。3年生柠条叶生物量在5月和7月差异显著(P < 0.05),其他月份之间差异不显著(P>0.05)。5年生柠条叶生物量在5月、6月和7月差异显著(P < 0.05),8月、9月、10月3个月之间差异不显著(P>0.05)。随着生长年限的增加,柠条叶生物量的变化速率也再增加。关于不同生长年限柠条叶生物量的年内动态模型的研究,从表 2可以看出:利用相关函数对各生长年限柠条叶生物量年内变化情况的拟合水平均达到显著水平(P < 0.05), 并且决定系数R2分别为0.892 3、0.955 0、0.993 0。

    图  1  不同生长年限柠条叶生物量年内变化情况
    不同字母表示P < 0.05水平上差异显著。
    Figure  1.  Changes of leaf biomass of Caragana korshinskii within the year at different growth years
    Different letters indicate significant differences at P < 0.05 level.
    表  2  不同生长年限柠条叶生物量拟合模型精度检验
    Table  2.  Precision test for fitting models of leaf biomass of Caragana korshinskii at different growth years
    株龄Plant age 估测模型Estimation model R2 P RS/% RMA/%
    2年生2 years old WL=t2138.9470+342.6215t1690.9080t 0.892 0.003 9 -5.977 14.348
    3年生3 years old WL=t981.7648+144.1632t744.0618t 0.955 0.000 7 3.804 17.147
    5年生5 years old WL=t626.3694+92.7222t180.2703t 0.993 0.000 1 -3.077 11.099
    下载: 导出CSV 
    | 显示表格

    为了检验所构建的叶生物量动态模型,用备检样本进行检验,说明估测值与实测值之间的拟合度和不同生长年限柠条叶生物量模型的适用性。检验采用了总相对误差(RS)和平均相对误差绝对值(RMA)2种验证方法来进行双重检验。研究认为总相对误差一般小于30%,而平均相对误差绝对值通常在20%以下最佳[29]。从表 2中可以看出各生长年限柠条的叶生物量模型RS范围为-5.977~3.804,RMA范围为11.099~17.147,因此,所选出来的叶生物量动态模型的精度满足要求。

    相关分析表明,柠条形态指标主要包括株高(H)、地径(D)、冠幅直径(C)、冠幅直径与株高乘积(CH)、冠幅面积(A)、冠幅体积(V)构建的生物量估测模型(C=(CW+CL)/2、Ac4/4、V=AH),经F检验均达到了显著水平(P < 0.05)。株高、地径、冠幅直径、冠幅直径与株高乘积、冠幅面积和冠幅体积与叶生物量之间存在着幂增长的正相关关系,决定系数R2分别为0.814 0、0.821 0、0.866 0、0.845 0、0.864 0、0.853 0(图 2)。

    图  2  柠条不同形态指标与叶生物量的关系
    Figure  2.  Correlations between different morphological indexes and leaf biomass of Caragana korshinskii

    由粗蛋白(CP)、中酸性洗涤纤维(NDF、ADF)含量测定分析可知(表 3),不同生长年限柠条叶片CP、NDF、ADF含量差异并不显著(P>0.05),其中,CP含量为3年生>2年生>5年生,NDF含量为3年生>5年生>2年生,ADF含量为3年生>2年生>5年生。生长年限越长其营养价值并不一定最大。

    表  3  不同生长年限柠条叶片营养物含量
    Table  3.  Nutrient contents of Caragana korshinskii leaves in different growth years
    株龄Plant age CP/% NDF/% ADF/%
    2年生
    2 years old
    16.31a 54.58a 17.21a
    3年生
    3 years old
    17.02a 55.14a 17.79a
    5年生
    5 years old
    16.09a 54.84a 17.13a
    注:不同字母表示P < 0.05水平上差异显著;CP.粗蛋白含量;NDF.中性洗涤纤维含量;ADF.酸性洗涤纤维含量。下同。Notes: different letters indicate significant differences at P < 0.05 level; CP, crude protein content; NDF, neutral detergent fiber content; ADF, acid detergent fiber content. The same below.
    下载: 导出CSV 
    | 显示表格

    不同时期各生长年限柠条叶片粗蛋白含量有差异(图 3)。主要表现为:在5—10月间各生长年限柠条叶粗蛋白含量总体趋势为下降,最高值均出现在5月份,最低值出现在9或10月份。利用多项式函数拟合发现R2均在0.8以上。但各生长年限柠条叶粗蛋白的变化幅度及细节却不相同。2年生柠条年内叶粗蛋白含量下降了9.84%,5月与其他月份相比差异显著(P < 0.05),7月同8—10月相比差异显著(P < 0.05)。3年生柠条年内叶粗蛋白含量下降了12.50%,5月与其他月份相比差异显著(P < 0.05),6月、7月同9月、10月相比差异显著(P < 0.05),但两两比较差异不显著(P>0.05)。5年生柠条年内叶粗蛋白含量下降了9.01%,5月、6月与其他月份相比差异显著(P < 0.05),7月、8月与10月相比差异显著(P < 0.05)。

    图  3  不同生长年限柠条叶片粗蛋白含量(CP)变化趋势
    Figure  3.  Changing trends of CP content of Caragana korshinskii leaves at different growth years

    不同生长年限柠条叶片NDF和ADF年内变化有不同的趋势(图 4),主要表现为2年生柠条叶片的NDF含量在5月达到最大,10月为全年最低;ADF含量在10月达到最高值,5月为全年最低。3年生柠条叶片的NDF含量在5月达到最大,10月为全年最低;ADF含量变化趋势总体呈上升趋势,10月达到全年最大值,5月为全年最低。5年生柠条叶片NDF含量表现为先下降后升高的趋势,9月为全年最高值,6月为全年最低值;ADF含量在10月达到全年最大值,8月为全年最低。各生长年限柠条叶片纤维类物质含量无明显变化规律,且年内变化趋势各不相同。

    图  4  不同生长年限柠条叶片NDF、ADF含量变化
    Figure  4.  Changes of NDF and ADF contents of Caragana korshinskii leaves at different growth years

    有研究显示,灌木种群生物量与林龄有着密切的关系[30]。针对柠条叶生物量年内变化的研究发现,柠条叶生物量的年内变化呈现双峰型的特点。其中,第1个峰值出现在5月下旬至6月上旬,第2个峰值出现在7月下旬至9月上旬,之后柠条进入了生长后期,叶生物量开始下降[31]。但本研究的结果显示柠条叶生物量的年内变化呈现单峰型,并在7月中旬达到最大。牛西午证实了有效积温和无霜期都将是决定当地柠条叶期长短的因素[32]。因此,实验结果的差异很可能是由于研究区域的气候所造成的。

    在降水资源稀缺的干旱、半干旱地区,灌木林作为一种重要的植被类型,对于维持荒漠生态系统服务功能及其物种多样性具有不可替代的作用[11]。但灌木因具有特殊的个体形态以及群落结构,从而无法采用乔木与草本植物生物量的测定方法来估测整株的生物量[12], 因此,构建以易测指标(株高、地径等)为自变量来估测灌木生物量的模型成为了评价灌木生物量以及碳储量最有效、环保的途径[4, 33]。研究中最常见的模型是以地径、株高及其组合为变量建立的,并且幂函数方程成为了拟合灌木生物量常用的模型[21, 34-36]。但曾伟生等却认为植冠面积与生物量之间的关系更加密切[12],而曾慧卿等也认为以冠幅面积与冠幅体积所构建的生物量模型有较高的R2,且该R2值与其他物种生物量模型研究的R2范围一致[37]。本次研究,采用了上述的形态指标及其之间的组合为变量,利用幂函数构建了柠条生物量模型。研究结果显示,该类模型具有较高的R2值,但是单变量和组合变量所构建的模型,R2之间的差异并不突出。该结果可能是因为研究对象选择的是柠条叶片,而不是柠条整株所造成的。

    研究中发现柠条叶片的纤维性物质含量较高,这可能是因为在沙漠高温下生长的植物,品质大多低于低温条件下生长的植物[38-39],Grant等研究认为高温条件下生长的植物,难以消化的纤维性物质较多,因此也造成了易于消化的碳水化合物存储较少;而低温条件下生长的植物易于积累可消化的碳水化合物和蛋白质,从而能够提高其营养品质。研究中的柠条叶片具有较高的粗蛋白含量,也具有较好的营养品质。中性洗涤纤维主要包括纤维素、半纤维素和木质素,是植物细胞壁的主要构成部分[40]。通常,在瘤胃中NDF的降解速度并不完全一样,纯纤维素更易被瘤胃微生物所降解,而结构紧密的木质素在瘤胃中却难以被微生物所降解。研究发现,饲料品质的优劣与粗蛋白和纤维性物质含量有关,劣质饲料中的纤维性物质占干物质的70%~80%,而粗蛋白质仅占干物质的3%~6%,优质饲料恰与之相反[41]。但饲料中NDF的含量过低又会导致胃异常,比如发生真胃移位以及酸中毒。因此柠条叶片的营养价值还是较高的。

    从柠条叶片营养价值的年内变化结果角度可以看出,5月到10月间,柠条叶片的生长也经历了生长旺盛期到生长末期的过渡,柠条叶片的营养物质积累和转化也主要在这段时间进行。研究结果显示不同生长年限的柠条叶片营养成分存在差异,随着生长期的推移,CP含量总体呈现下降趋势,而叶片中的纤维性物质的变化较为复杂。可能是因为随着收获期的推迟,植株成熟度就越提高,枝条越老化,木质化程度也越高,NDF及ADF含量均呈现增加趋势。细胞壁越老化主要成分间则具有越强的结合键,这类结合键可以抵抗微生物的消化,从而降低在瘤胃中的消化率;此外,随着木质化程度的增强,蛋白质会形成结合蛋白,难以被动物吸收利用。

    本研究以库布齐沙地不同年限柠条为研究对象,基于当地实测叶生物量数据,利用多项式及幂函数方程,分别构建了不同生长年限柠条叶生物量年内变化动态模型及生长参数与叶生物量的相关模型,同时,也测定了柠条叶片的粗蛋白、中性洗涤纤维和酸性洗涤纤维含量并构建了一些反映其营养变化的模型。根据前述研究结果,能得出以下主要结论:

    (1) 各生长年限柠条叶生物量年内变化均呈现先增加后降低的趋势,并且都在7月份达到最大值,2年生、3年生、5年生柠条叶生物量分别为0.14、0.32、1.40 kg/株。试验中构建了2种模型,分别为不同生长年限柠条叶生物量动态模型以及生长参数与叶生物量的相关模型。其中,两种模型的F检验均达到了显著水平(P < 0.05),决定系数R2也都大于0.8,这些模型完全可以用于指导获取柠条最大叶生物量的适宜采收期和估算田间叶生物量。

    (2) 库布齐沙地不同生长年限柠条叶片粗蛋白含量可达16%左右,且各生长年限柠条叶片粗蛋白含量年内变化总体呈下降趋势,最高值出现在5月份,最低值出现在9或10月份。利用多项式拟合叶粗蛋白含量年内变化R2均在0.8以上。

    (3) 不同生长年限柠条叶片纤维类物质含量无明显变化,且各生长年限柠条叶片中的该类物质年内变化趋势各不相同。

    因此,柠条叶片利用的最佳时期,要根据柠条叶片生育期、利用目的和营养价值等综合考虑,建议选择5月、7月为主要柠条叶片利用期。

  • 图  1   不同生长年限柠条叶生物量年内变化情况

    不同字母表示P < 0.05水平上差异显著。

    Figure  1.   Changes of leaf biomass of Caragana korshinskii within the year at different growth years

    Different letters indicate significant differences at P < 0.05 level.

    图  2   柠条不同形态指标与叶生物量的关系

    Figure  2.   Correlations between different morphological indexes and leaf biomass of Caragana korshinskii

    图  3   不同生长年限柠条叶片粗蛋白含量(CP)变化趋势

    Figure  3.   Changing trends of CP content of Caragana korshinskii leaves at different growth years

    图  4   不同生长年限柠条叶片NDF、ADF含量变化

    Figure  4.   Changes of NDF and ADF contents of Caragana korshinskii leaves at different growth years

    表  1   试验样地柠条灌丛形态特征参数

    Table  1   Parameters of the morphological characteristics for Caragana korshinskii in sample plots

    株龄
    Plant age
    样本数
    Sample number
    冠幅长
    Crown width length/cm
    冠幅宽
    Crown width/cm
    株高
    Plant height/cm
    地径
    Ground diameter/mm
    2年生2 years old 30 122.22±5.39 105.94±6.25 112.28±5.15 9.95±0.46
    3年生3 years old 30 173.44±6.82 172.11±7.08 158.11±4.04 12.93±0.51
    5年生5 years old 30 220.22±6.08 207.50±10.56 220.39±6.38 17.92±0.84
    下载: 导出CSV

    表  2   不同生长年限柠条叶生物量拟合模型精度检验

    Table  2   Precision test for fitting models of leaf biomass of Caragana korshinskii at different growth years

    株龄Plant age 估测模型Estimation model R2 P RS/% RMA/%
    2年生2 years old WL=t2138.9470+342.6215t1690.9080t 0.892 0.003 9 -5.977 14.348
    3年生3 years old WL=t981.7648+144.1632t744.0618t 0.955 0.000 7 3.804 17.147
    5年生5 years old WL=t626.3694+92.7222t180.2703t 0.993 0.000 1 -3.077 11.099
    下载: 导出CSV

    表  3   不同生长年限柠条叶片营养物含量

    Table  3   Nutrient contents of Caragana korshinskii leaves in different growth years

    株龄Plant age CP/% NDF/% ADF/%
    2年生
    2 years old
    16.31a 54.58a 17.21a
    3年生
    3 years old
    17.02a 55.14a 17.79a
    5年生
    5 years old
    16.09a 54.84a 17.13a
    注:不同字母表示P < 0.05水平上差异显著;CP.粗蛋白含量;NDF.中性洗涤纤维含量;ADF.酸性洗涤纤维含量。下同。Notes: different letters indicate significant differences at P < 0.05 level; CP, crude protein content; NDF, neutral detergent fiber content; ADF, acid detergent fiber content. The same below.
    下载: 导出CSV
  • [1] 何炎红, 田有亮, 叶冬梅, 等.白刺地上生物量关系模型及其与叶面积关系的研究[J].中国沙漠, 2005, 25(4): 541-546. doi: 10.3321/j.issn:1000-694X.2005.04.015

    He Y H, Tian Y L, Ye D M, et al. Model of abovegroud biomass of Nitraria tangutorum and relationship biomass and leaf area[J]. Journal of Desert Research, 2005, 25(4): 541-546. doi: 10.3321/j.issn:1000-694X.2005.04.015

    [2]

    West P W. Tree and forest measurement[M]. Berlin: Springer-Verlag, 2004.

    [3]

    Somogyi Z, Cienciala E, Makipaa R, et al. Indirect methods of large-scale forest biomass estimation[J]. European Journal of Forest Research, 2007, 126(2): 197-207. doi: 10.1007/s10342-006-0125-7

    [4] 王天博, 陆静.国外生物量模型概述[J].中国农学通报, 2012, 28(16): 6-11. http://d.old.wanfangdata.com.cn/Periodical/zgnxtb201216002

    Wang T B, Lu J. The advance on foreign biomass model[J]. Chinese Agricultural Science Bulletin, 2012, 28(16): 6-11. http://d.old.wanfangdata.com.cn/Periodical/zgnxtb201216002

    [5]

    Picolas N, Rutishauser E, Ploton P, et al. Should tree biomass allometry be restricted to power models?[J]. Forest Ecology and Management, 2015, 353: 156-163. doi: 10.1016/j.foreco.2015.05.035

    [6]

    Komiyama A, Jin E O, Poungparn S. Allometry, biomass, and productivity of mangrove forests: a review[J]. Aquatic Botany, 2008, 89(2): 128-137. doi: 10.1016/j.aquabot.2007.12.006

    [7]

    Mascaro J, Litton C M, Hughes R F, et al. Minimizing bias in biomass allometry: model selection and log-transformation of data[J]. Biotropica, 2011, 43(6): 649-653. doi: 10.1111/btp.2011.43.issue-6

    [8] 冯仲科, 刘永霞.森林生物量测定精度分析[J].北京林业大学学报, 2005, 27(增刊2): 108-111.

    Feng Z K, Liu Y X. Precision analysis of forest biomass measuring[J]. Journal of Beijing Forestry University, 2005, 27(Suppl.2): 108-111.

    [9] 程堂仁, 马钦彦, 冯仲科, 等.甘肃小陇山森林生物量研究[J].北京林业大学学报, 2007, 29(1):31-36. doi: 10.3321/j.issn:1000-1522.2007.01.006

    Cheng T R, Ma Q Y, Feng Z K, et al. Research on forest biomass in Xiaolong Mountains, Gansu Province[J]. Journal of Beijing Forestry University, 2007, 29(1): 31-36. doi: 10.3321/j.issn:1000-1522.2007.01.006

    [10] 董利虎, 李凤日, 宋玉文.东北林区4个天然针叶树种单木生物量模型误差结构及可加性模型[J].应用生态学报, 2015, 26(3): 704-714. http://d.old.wanfangdata.com.cn/Periodical/yystxb201503009

    Dong L H, Li F R, Song Y W. Error structure and additivity of individual tree biomass model for four natural conifer species in Northeast China[J]. Chinese Jounal of Applied Ecology, 2015, 26(3): 704-714. http://d.old.wanfangdata.com.cn/Periodical/yystxb201503009

    [11] 陶冶, 张元明.准噶尔荒漠6种类短命植物生物量分配与异速生长关系[J].草业学报, 2014, 23(2): 38-48. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=caoyexb201402005

    Tao Y, Zhang Y M. Biomass allocation patterns and allometric relationships of ephemeroid species in Junggar Basin, China[J]. Acta Prataculturae Sinica, 2014, 23(2): 38-48. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=caoyexb201402005

    [12] 曾伟生, 白锦贤, 宋连城, 等.内蒙古柠条生物量建模[J].林业资源管理, 2014(6): 58-62. http://d.old.wanfangdata.com.cn/Periodical/lyzygl201406014

    Zeng W S, Bai J X, Song L C, et al. Biomass modeling for caragana microphylla in Inner Mongolia[J]. Forest Resources Management, 2014(6): 58-62. http://d.old.wanfangdata.com.cn/Periodical/lyzygl201406014

    [13] 曾伟生.国内外灌木生物量模型研究综述[J].世界林业研究, 2015, 28(1): 31-36. http://d.old.wanfangdata.com.cn/Periodical/sjlyyj201501006

    Zeng W S. A review of studies of shrub biomass modeling[J]. World Forestry Research, 2015, 28(1): 31-36. http://d.old.wanfangdata.com.cn/Periodical/sjlyyj201501006

    [14] 刘存琦.灌木植物量测定技术的研究[J].草业学报, 1994, 3(4): 61-65. doi: 10.3321/j.issn:1004-5759.1994.04.006

    Liu C Q. The study on techniques in determining shrub phytomass[J]. Acta Prataculturae Sinica, 1994, 3(4): 61-65. doi: 10.3321/j.issn:1004-5759.1994.04.006

    [15] 李钢铁, 贾守义.旱生灌木生物量预测模型的研究[J].内蒙古林学院学报, 1998, 20(2): 24-31. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK199800437133

    Li G T, Jia S Y. Study on biomass estimation models of xerophyte shrub[J]. Journal of Innermongolia Forestry College, 1998, 20(2): 24-31. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK199800437133

    [16]

    Navar J, Mendez E, Najera A, et al. Biomass equations for shrub species of Tamaulipan thornscrub of North-eastern Mexico[J]. Journal of Arid Environments, 2004, 59(4): 657-674. doi: 10.1016/j.jaridenv.2004.02.010

    [17]

    Lufafa A, Diedhiou I, Ndiaye N A S, et al. Allometric relationships and peak-season community biomass stocks of native shrubs in Senegal's Peanut Basin[J]. Journal of Arid Environments, 2009, 73(3): 260-266. doi: 10.1016/j.jaridenv.2008.09.020

    [18] 王忠云, 刘润焕.沙漠生态工程拓宽了亿利资源集团发展之路[J].内蒙古林业, 2006(12): 36-37. doi: 10.3969/j.issn.1033-8221.2006.12.026

    Wang Z Y, Liu R H. Desert ecological engineering broadened the development path of ELION resources group[J]. Journal of Inner Mongolia Forestry, 2006 (12): 36-37. doi: 10.3969/j.issn.1033-8221.2006.12.026

    [19] 庞琪伟.晋西北黄土丘陵区柠条能源林适生立地、合理密度及生物量研究[D].北京: 北京林业大学, 2009. http://cdmd.cnki.com.cn/article/cdmd-10022-2009161746.htm

    Pang Q W. A study on suitable site, rational density and biomass of the energy plantations of Caragana microphylla Lam in loess hilly region of the Northwest Shanxi Province[D]. Beijing: Beijing Forestry University, 2009. http://cdmd.cnki.com.cn/article/cdmd-10022-2009161746.htm

    [20] 王新云, 郭艺歌, 陈林, 等.荒漠草原不同林龄柠条灌丛生物量模型研究[J].生物数学学报, 2013, 28(2): 377-383. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=swsxxb201302029

    Wang X Y, Guo Y G, Chen L, et al. Study on biomass model of different age Caragana microphylla shrubbery in desert steppe region[J]. Journal of Biomathematics, 2013, 28(2): 377-383. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=swsxxb201302029

    [21] 杨宪龙, 魏孝荣, 邵明安, 等.黄土高原北部典型灌丛枝条生物量估算模型[J].应用生态学报, 2016, 27(10): 3164-3172. http://d.old.wanfangdata.com.cn/Periodical/yystxb201610013

    Yang X L, Wei X R, Shao M A, et al. Stem biomass estimation models for dominant shrubs on the northern Loess Plateau of China[J]. Chinese Journal of Applied Ecology, 2016, 27(10): 3164-3172. http://d.old.wanfangdata.com.cn/Periodical/yystxb201610013

    [22] 田树飞, 毛可桢.柠条对草食动物饲用价值的研究进展[J].安徽农业科学, 2007, 35(25): 7836-7837. doi: 10.3969/j.issn.0517-6611.2007.25.055

    Tian S F, Mao K Z. Research advances on feeding value of Caragana microphlla to herbivores[J]. Journal of Anhui Agricultural Sciences, 2007, 35(25): 7836-7837. doi: 10.3969/j.issn.0517-6611.2007.25.055

    [23] 张丽英.饲料分析及饲料质量检测技术[M]. 2版.北京:中国农业大学出版社, 2003.

    Zhang L Y. Feed analysis and feed quality testing technology[M]. 2th ed. Beijing: China Agricultural University Press, 2003.

    [24] 江世高, 尚振艳, 牛得草, 等.贺兰山西坡草地植物多样性与其叶片C :N :P计量比的关系[J].干旱区研究, 2014, 31(3): 523-529. http://d.old.wanfangdata.com.cn/Periodical/ghqyj201403021

    Jiang S G, Shang Z Y, Niu D C, et al. Relationship between grassland plant diversity and foliar C :N :P stoichiometry on the western slope of the Helan Mountain[J]. Arid Zone Research, 2014, 31(3):523-529. http://d.old.wanfangdata.com.cn/Periodical/ghqyj201403021

    [25] 吴统贵, 吴明, 刘丽, 等.杭州湾滨海湿地3种草本植物叶片N、P化学计量学的季节变化[J].植物生态学报, 2010, 34(1): 23-28. doi: 10.3773/j.issn.1005-264x.2010.01.005

    Wu T G, Wu M, Liu L, et al. Seasonal variations of leaf nitrogen and phosphorus stoichiometry of three herbaceous species in Hangzhou Bay coastal wetlands, China[J]. Chinese Journal of Plant Ecology, 2010, 34(1): 23-28. doi: 10.3773/j.issn.1005-264x.2010.01.005

    [26]

    Freschet G T, Cornelissen J H C, Logtnstijn R S P V, et al. Substantial nutrient resorption from leaves, stems and roots in a subarctic flora: what is the link with other resource economics traits?[J]. New Phytologist, 2010, 186(4): 879-889. doi: 10.1111/j.1469-8137.2010.03228.x

    [27] 曾珍英, 刘琪璟, 曾慧卿.江西千烟洲几种灌木生物量模型的研究[J].福建林业科技, 2005, 1(4): 68-72. doi: 10.3969/j.issn.1002-7351.2005.04.019

    Zeng Z Y, Liu Q J, Zeng H Q. Study of biomass models of some kinds of shrubs in Qianyanzhou, Jiangxi Province[J]. Journal of Fujian Forestry Science and Technology, 2005, 1(4): 68-72. doi: 10.3969/j.issn.1002-7351.2005.04.019

    [28] 王玲.川西北地区主要灌丛类型生物量及其模型的研究[D].雅安: 四川农业大学, 2009. http: //cdmd.cnki.com.cn/Article/CDMD-10626-2009258777.htm

    Wang L. Study of biomass and its models of main shrub community type in Northwest Sichuan[D]. Yaan: Sichuan Agricultural University, 2009. http: //cdmd.cnki.com.cn/Article/CDMD-10626-2009258777.htm

    [29] 李刚, 赵祥, 张宾宾, 等.不同株高的柠条生物量分配格局及其估测模型构建[J].草地学报, 2014, 22(4): 769-775. http://d.old.wanfangdata.com.cn/Periodical/cdxb201404014

    Li G, Zhao X, Zhang B B, et al. Biomass allocation pattern and estimation model building of Caragana korshinskii with different plant heights[J]. Acta Agrestia Sinica, 2014, 22(4): 769-775. http://d.old.wanfangdata.com.cn/Periodical/cdxb201404014

    [30] 卜崇峰, 刘国彬, 张文辉.黄土丘陵沟壑区狼牙刺的生长特征研究[J].西北植物学报, 2004, 24(10): 1791-1797. doi: 10.3321/j.issn:1000-4025.2004.10.004

    Bo C F, Liu G B, Zhang W H. Growth of characteristics of Sophora viciifolia population in the hilly and gully region of Loess Plateau[J]. Acta Botanica Boreali-Occidentalia Sinica, 2004, 24(10): 1791-1797. doi: 10.3321/j.issn:1000-4025.2004.10.004

    [31] 高俊芳.黄土丘陵区柠条人工林生长及凋落动态研究[D].杨凌: 西北农林科技大学, 2011. http: //cdmd.cnki.com.cn/Article/CDMD-10712-1011403103.htm

    Gao J F. The study of growth and litter dynamic of Caragana korshinskii plantations in loess hilly region[D]. Yangling: Northwest A & F University, 2011. http: //cdmd.cnki.com.cn/Article/CDMD-10712-1011403103.htm

    [32] 牛西午.柠条生物学特性研究[J].华北农学报, 1998, 13(4): 122-129. doi: 10.3321/j.issn:1000-7091.1998.04.023

    Niu X W. Biological characters of cultivars in caragana[J]. Act Agriculturae Boreali-Sinica, 1998, 13(4): 122-129. doi: 10.3321/j.issn:1000-7091.1998.04.023

    [33] 罗云建, 张小全, 王效科, 等.森林生物量的估算方法及其研究进展[J].林业科学, 2009, 45(8): 129-134. doi: 10.3321/j.issn:1001-7488.2009.08.023

    Luo Y J, Zhang X Q, Wang X K, et al. Forest biomass estimation methods and their prospects[J]. Scientia Silvae Sinicae, 2009, 45(8): 129-134. doi: 10.3321/j.issn:1001-7488.2009.08.023

    [34] 林伟, 李俊生, 郑博福, 等.井冈山自然保护区12种常见灌木生物量的估测模型[J].植物科学学报, 2010, 28(6): 725-729. http://d.old.wanfangdata.com.cn/Periodical/whzwxyj201006013

    Lin W, Li J S, Zheng B F, et al. Models for estimating biomass of twelve shrub species[J]. Plant Science Journal, 2010, 28(6): 725-729. http://d.old.wanfangdata.com.cn/Periodical/whzwxyj201006013

    [35] 王俊峰, 欧光龙, 唐军荣, 等.临沧膏桐种植区灌木群落生物量估测模型研究[J].西部林业科学, 2012, 41(6): 53-57. doi: 10.3969/j.issn.1672-8246.2012.06.010

    Wang J F, Ou G L, Tang J R, et al. Biomass estimation model of shrub community at Jatropha curcas growing area in Lincang of Yunnan[J]. Journal of West China Forestry Science, 2012, 41(6): 53-57. doi: 10.3969/j.issn.1672-8246.2012.06.010

    [36] 杨明秀, 宋乃平, 杨新国.人工柠条林枝、叶构件生物量的分配格局与估测模型[J].江苏农业科学, 2013, 41(12): 331-333. doi: 10.3969/j.issn.1002-1302.2013.12.121

    Yang M X, Song N P, Yang X G. Biomass allocation pattern and estimation model of branches and leaf members of Caragana korshinskii plantation[J]. Jiangsu Agricultural Sciences, 2013, 41(12): 331-333. doi: 10.3969/j.issn.1002-1302.2013.12.121

    [37] 曾慧卿, 刘琪琛, 马泽清, 等.基于冠幅及植株高度的檵木生物量回归模型[J].南京林业大学学报(自然科学版), 2006, 30(4): 101-104. doi: 10.3969/j.issn.1000-2006.2006.04.024

    Zeng H Q, Liu Q C, Ma Z Q, et al. The regression model of Loropetalum chinense biomass based on canopy diameter and plant height[J]. Journal of Nanjing Forestry University(Natural Sciences Edition), 2006, 30(4): 101-104. doi: 10.3969/j.issn.1000-2006.2006.04.024

    [38] 王旭.利用GI技术对粗饲料进行科学搭配及绵羊日粮配方系统优化技术的研究[D].呼和浩特: 内蒙古农业大学, 2003. http://cdmd.cnki.com.cn/Article/CDMD-10129-2003085424.htm

    Wang X. A technique for formulation of mixed forages by grading index and systematic optimization of sheep ration based on the technique[D]. Hohhot: Inner Mongolia Agricultural University, 2003. http://cdmd.cnki.com.cn/Article/CDMD-10129-2003085424.htm

    [39]

    Jung H J G. Analysis of forage fiber and cell walls in ruminant nutrition[M]. Cambridge: Cambridge University Press, 1997.

    [40]

    Grant R, Anderson B, Rasby R J, et al. Testing livestock feeds for beef cattle, dairy cattle, sheep and horses[D]. Lincoln: University of Nebraska Lincoln, 1997.

    [41] 冯仰廉, 张子仪.低质粗饲料的营养价值及合理利用[J].中国畜牧杂志, 2001, 37(6):3-5. doi: 10.3969/j.issn.0258-7033.2001.06.001

    Feng Y L, Zhang Z Y. The nutritional value and rational use of low quality roughage[J]. Chinese Journal of Animal Science, 2001, 37(6): 3-5. doi: 10.3969/j.issn.0258-7033.2001.06.001

  • 期刊类型引用(8)

    1. 张元梅,孙桂丽,鲁艳,李利,张志浩,张栋栋. 昆仑山北坡两种优势荒漠灌木的生物量预测模型. 干旱区研究. 2024(02): 284-292 . 百度学术
    2. 赵秀英,庞志,于凤强,张建华,杨建军,郝彦卿,白小琴,杨蓉,黄鹏,谢丕青,王佳濛,杨海峰. 柠条锦鸡儿种子产量预测模型研究. 山东农业大学学报(自然科学版). 2024(04): 557-565 . 百度学术
    3. 郭玉东,张秋良,陈晓燕,张榕,宝朝鲁门,阿日宾巴雅尔,斯庆毕力格,王颖. 库布齐沙漠地区人工灌木林生物量模型构建. 西北农林科技大学学报(自然科学版). 2022(04): 74-82 . 百度学术
    4. 段菁,云海英,李鑫,滕飞,纳青. 基于CASA模型的内蒙古地区草地生产力估测. 林业调查规划. 2022(03): 133-138+155 . 百度学术
    5. 朱雅丽,张景路,张绘芳,地力夏提·包尔汉,廉佳佳. 天山中部锦鸡儿生物量分析及模型构建. 林业资源管理. 2022(05): 129-135 . 百度学术
    6. 刘江,袁勤,张立欣,代香荣,刘向阳,丁茹,叶丽娜. 库布齐沙漠北缘不同人工灌木林地土壤肥力质量状况. 西北林学院学报. 2021(02): 46-53 . 百度学术
    7. 黄小娟,侯扶江. 高寒典型草原主要物种的株高和盖度预测种群和群落地上生物量. 生态学报. 2021(12): 4942-4952 . 百度学术
    8. 张殿岱,王雪梅. 塔里木盆地北缘绿洲-荒漠过渡带典型植物地上生物量估测. 生态学杂志. 2019(10): 3211-3220 . 百度学术

    其他类型引用(7)

图(4)  /  表(3)
计量
  • 文章访问数:  5835
  • HTML全文浏览量:  424
  • PDF下载量:  47
  • 被引次数: 15
出版历程
  • 收稿日期:  2018-01-29
  • 修回日期:  2018-03-18
  • 发布日期:  2018-07-31

目录

/

返回文章
返回