Habitat suitability assessment of Taxus cuspidate
-
摘要:目的生境适宜性评价研究对于物种的保护和管理具有重要意义。过去物种分布研究仅限于模型使用没有提出明确的评价方法，而传统生境质量评价依赖于经验评分而易造成主观偏差。本文利用模糊数学方法结合生境适宜性指数（Habitat suitability index，HSI）模型研究国家一级保护植物东北红豆杉的生境适宜性与环境因子间的响应关系，以期为东北红豆杉物种保护提供理论依据。方法以物种个体多度作为生境适宜性指示因子，使用模糊数学构建单因子评价函数，通过HSI模型计算生境适宜性指数并绘制生境适宜性空间分布图。结果气候评价因子按熵信息重要性排序为最小月降水量 > 年平均温 > 夏季平均温 > 平均温度日较差；地形评价因子重要性排序为坡向 > 坡位 > 坡度 > 海拔。模型评价检验结果准确率为65%，受试者工作特征曲线下面积为0.7。模型预测显示东北红豆杉分布区面积狭小且破碎化严重，生境斑块面积多在1.39 ~ 2.78 km2；高适生区集中分布于吉林省东部、黑龙江省东南部，面积约为41 300 km2；低适生区集中分布于吉林省东南部，面积约为62 800 km2。结论利用模糊数学结合HSI模型研究环境变量与东北红豆杉多度间关系，可用于评价生境适宜性。模型预测结果一定程度地反映了物种高、低生境适宜区的空间格局，可为制定物种保护策略提供科学依据。Abstract:ObjectiveHabitat suitability assessment is of great significance for species conservation and management. Previous studies on species distribution relied solely on various models without a clear evaluation method. Traditional assessment of habitat quality which relied on experiential scoring was prone to subjective bias. This paper avails itself of fuzzy mathematics and habitat suitability index (HSI) model to study the response relationship between habitat suitability and environmental factors with the aim of providing a theoretical basis for conservation of Taxus cuspidata.MethodSpecies individual abundance was used as a habitat suitability indicator, fuzzy mathematics as tool to construct single factor evaluation functions, and HSI model as tool to calculate the habitat suitability index. Then the spatial distribution map of habitat suitability was drawn.ResultThe climatic evaluation factors were ranked as minimum precipitation of the driest month > annual mean temperature > mean temperature of summer > mean diurnal temperature range according to the importance of entropy information, and the topographic evaluation factors were ranked as slope aspect > slope position > slope degree > elevation. The accuracy of model test was 65%, and the area under receiver operating characteristic curve was 0.7. The model prediction showed that the distribution of Taxus cuspidata was narrow and severely fragmented, and the area of habitat plaque was 1.39−2.78 km2. The highly suitable areas were mainly distributed in the eastern part of Jilin Province and southeastern part of Heilongjiang Province of northeastern China, covering approximately 41 300 km2; the lowly suitable areas concentrated in the southeastern of Jilin Province, covering approximately 62 800 km2.ConclusionThe combination of fuzzy mathematics with HSI model to study the relationship between environmental variables and the individual abundance of Taxus cuspidata was available to evaluate habitat suitability. The model prediction results, to a certain extent, reflect the spatial pattern of the highly and lowly suitable areas, which can provide a scientific basis for developing species conservation strategy.
-
黄栌（Cotinus coggygria）是一种优良的生态与景观两用树种，作为北京地区红叶景观的重要组成[1]，为首都的生态景观建设发挥了巨大作用[2]。然而，由大丽轮枝菌（Verticillium dahliae）引起的黄栌枯萎病已严重发生，造成严重的经济损失，制约着红叶景观建设[1]。
除黄栌外，大丽轮枝菌的寄主多达400种植物[3]，如林木（橄榄Canarium album[4−5]、紫荆Cercis chinensis[6]、枫树Acer spp.[3]等）、农作物（棉花Gossypium spp.[7]、薄荷Mentha canadensis[8]、洋蓟Cynara scolymus[9]、生菜Lactuca sativa var. ramosa[10]等）和花卉（菊花Chrysanthemum morifolium[11]、蔷薇Rosa sp.[12]等）。黄栌枯萎病是一种典型的林木维管束病害，从根部侵入通过皮层扩展至维管束系统，造成根部腐烂、木质坏死和整株枯萎甚至死亡[13−14]。因病原菌定殖在植物维管束系统，且产生的微菌核在土壤中长时间存活，此类病害难以控制，被称为 “植物癌症”[15−17]。
目前生产上尚无抗枯萎病的黄栌品种，而生物防治依赖于土壤环境和气候，且防治效果并不稳定。所以截止目前，化学防治是作为黄栌枯萎病林间防治的主要方法[18]。此前的田间药效试验显示，萎菌净和多菌灵对于黄栌枯萎病有一定防治效果[12]。此外，郑怿[19]在对黄栌枯萎病林间化学防治研究中发现，灌根稀释500倍的嘧菌酯与多菌灵组合药剂处理最佳，且树干注射可在一定程度上防治黄栌枯萎病。
然而，将室内和盆栽苗试验筛选的药剂应用在田间后，防治效果并不稳定[12]。在之前的林间试验中，施药时间多集中于上半年，并且施药次数较少，施药方式比较单一[19−20]。采用的树干输液法[19]，由于针头容易被黄栌流胶堵住，导致实际防治效率不理想。因此，在此基础上，本研究改进施药方式，通过在整个生长季内开展灌根、树干注射的施药方式及不同药剂组合的黄栌枯萎病林间防治试验，从而确定最优施药方式及药剂组合，并探索黄栌枯萎病长期防治的可行性，为更高效的黄栌枯萎病化学防治提供科学依据。
1. 材料与方法
1.1 试验样地
试验地位于北京市延庆区八达岭森林公园红叶岭（40°20′46″N，116°00′52″E）。该地区属于温带半湿润半干旱季风气候，夏季高温多雨，冬季寒冷干燥，春、秋短促。年均温10.8 ℃，年降水量454 mm，土壤类型以花岗岩等发育而来的褐土、棕壤为主。
1.2 试验药剂
1.2.1 灌根药剂
枯草芽孢杆菌（Bacillus subtilis）：河北中保绿农作物科技有限公司，水悬液，有效成分含量，菌含量 ≥ 1 000 × 108芽孢/g；嘧菌酯（绘绿），先正达农化有限公司，水分散粒剂，有效成分含量50%；丙环唑（扮绿），先正达农化有限公司，乳油，有效成分含量156 g/L。
1.2.2 注射药剂
嘧菌酯（绘绿），先正达农化有限公司，水分散粒剂，有效成分含量50%；多菌灵，河北中保绿农作物科技有限公司，可湿性粉剂，有效成分含量50%；咪鲜胺，苏州富美实植物保护剂有限公司，水乳剂，有效成分含量45%。
1.3 施药方式
1.3.1 土壤灌根
采用直接灌根，将药液直接灌入树坑中，树坑边缘土围为10 ~ 15 cm。
1.3.2 树干注射
电动树干打孔注药机（绿友机械集团股份有限公司，型号ZYJ15A）加压注药：在植株基部用该机器的打孔钻头由上向下成45°钻1 ~ 2个注射孔，深度约为树干直径的1/3，打孔后拆掉钻头，将注射口插入孔中，手动加压注射，保证药剂注入树干，等待压力降低后拔除，利用配套可降解堵孔塞进行封堵。
1.3.3 组合施药
采用直接灌根与电动树干打孔注药机加压注药相结合的施药方法。具体灌根和注射方法与单独施药相同。
1.4 试验设计
选样地内样树180棵，分为12个处理，每个处理15棵样树，随机分为3个小区，处理1为空白对照。对样地进行分区分组，其中灌根3组，树干注射2组，组合施药为灌根和树干注射两两组合，共6组处理（表1）。对所有样树进行调查，记录，挂牌编号。
表 1 试验设计Table 1. Experimental design施药方式
Way of insecticide application灌根药剂
Root irrigation chemical注射药剂
Injecting chemical处理
TreatmentCK 1 灌根 Root irrigation 枯草芽孢杆菌 Bacillus subtilis 2 50%嘧菌酯 50% azoxystrobin 3 156 g/L丙环唑 156 g/L propiconazole 4 树干注射 Trunk injection 50%多菌灵，45%咪鲜胺
50% carbendazim, 45% prochloraz5 50%多菌灵，50%嘧菌酯
50% carbendazim, 50% azoxystrobin6 组合 Combined treatment 枯草芽孢杆菌 Bacillus subtilis 50%多菌灵，45%咪鲜胺
50% carbendazim, 45% prochloraz7 枯草芽孢杆菌 Bacillus subtilis 50%多菌灵，50%嘧菌酯
50% carbendazim, 50% azoxystrobin8 50%嘧菌酯 50% azoxystrobin 50%多菌灵，45%咪鲜胺
50% carbendazim, 45% prochloraz9 50%嘧菌酯 50% azoxystrobin 50%多菌灵，50%嘧菌酯
50% carbendazim, 50% azoxystrobin10 156 g/L丙环唑 156 g/L propiconazole 50%多菌灵，45%咪鲜胺
50% carbendazim, 45% prochloraz11 156 g/L丙环唑 156 g/L propiconazole 50%多菌灵，50%嘧菌酯
50% carbendazim, 50% azoxystrobin12 施药时间均选择在黄栌生长期4—10月（除7月，北京雨季，施药效果不佳）间进行，以探索针对黄栌枯萎病的一整年防治效果。灌根试验于4—6月进行2次施药，8—9月施药2次，每次每株树施用10 L药液。注射试验于4—6月进行树干打孔注药2次，8—9月进行注药2次，每株树每次施用100 mL药液。
1.5 黄栌枯萎病病情指数调查
于2021年5—10月及次年5月，根据黄栌枯萎病分级标准（表2），每个月对不同处理组进行病害分级调查[21−22]，以5月初调查值作为发病情况本底值。之后计算6—10月及次年5月的病情指数、校正病情指数及校正防治效果，从而判断不同药剂防治效果优劣。计算公式如下所示。
表 2 黄栌枯萎病分级标准Table 2. Grading standards for Cotinus coggygria Verticillium wilt等级
Grade分级标准
Grading standard代表值
Representative value病害严重程度
Disease severityⅠ 全株叶片无萎蔫症状 No wilting symptoms on the entire plant leaves 0 无病 Healthy Ⅱ 某一末端小枝出现萎蔫或变黄 Wilting or yellowing of a small branch at one end 1 轻度 Mildly diseased Ⅲ 多个末端小枝或次级枝条出现萎蔫或变黄
Multiple terminal twigs or secondary branches appear wilted or yellowed2 Ⅳ 植株三分之二的叶片萎蔫或变黄 Two-thirds of the leaves of the plant wilt or turn yellow 3 重度 Severely diseased Ⅴ 植株85%以上叶片萎蔫，变黄或全株死亡
More than 85% of the plants have wilted leaves, turn yellow, or die as a whole4 ID=0n0+1n1+2n2+3n3+4n44n×100 ICD=IDt−ID0 ECC=ICD0−ICDiICD0×100% 式中：n0 ~ n4是相应病级下的株数，n是调查总株数；ID是病情指数；IDt是第t次病情指数；ID0是初始病情指数；ECC是校正防治效果；ICD是校正病情指数；ICD0是对照组校正病情指数；ICDi是处理组i校正病情指数。
1.6 数据处理
本研究采用Microsoft Office Excel 2019对数据进行整理；采用R4.1.2软件对不同处理校正病情指数及防治效果进行单因素方差分析（one-way ANOVA），并用最小显著差异法（LSD）进行多重比较（P < 0.05）；采用ChiPlot网站对两年病情指数进行对比分析，并用T检验计算显著性（*P < 0.05；**P < 0.01；***P < 0.001）。
2. 结果与分析
2.1 不同处理对黄栌枯萎病病情指数的影响
在调查初始病情指数时，将病害严重程度按病害分级分为3类：无病（0）、轻度（1 ~ 2）、重度（3 ~ 4）（表2）。由表3可知，大部分施药处理的无病样树校正病情指数均比对照组（处理1）小，其中，处理4、处理12无病样树的校正病情指数比对照组（处理1）低73.68%，处理3比对照组低43.60%。并且，除处理5外，所有施药组轻度样树的校正病情指数均比对照组小。处理10和处理12的重度发病样树病情有减轻，比初始病情指数分别减少18.75、12.50。这些结果表明：灌根处理3、4和组合处理12能有效防控病害，并且组合处理10和处理12能减缓病情。
表 3 2021年10月份黄栌枯萎病校正病情指数Table 3. Corrective disease index of Cotinus coggygria Verticillium wilt in October 2021处理
Treatment施药方式
Way of insecticide application病害分级
Disease grading校正病情指数
Corrective disease index处理 1 Treatment 1 对照 CK 无病 Healthy 47.50 轻度 Mildly diseased 40.00 重度 Severely diseased − 处理 2 Treatment 2 灌根 Root irrigation 无病 Healthy 75.00 轻度 Mildly diseased 5.69 重度 Severely diseased 0.00 处理 3 Treatment 3 无病 Healthy 26.79 轻度 Mildly diseased −1.57 重度 Severely diseased − 处理 4 Treatment 4 无病 Healthy 12.50 轻度 Mildly diseased 12.50 重度 Severely diseased 0.00 处理 5 Treatment 5 注射 Trunk injection 无病 Healthy 65.63 轻度 Mildly diseased 48.22 重度 Severely diseased 6.25 处理 6 Treatment 6 无病 Healthy 43.75 轻度 Mildly diseased 0.00 重度 Severely diseased −25.00 处理 7 Treatment 7 组合 Combined treatment 无病 Healthy 50.00 轻度 Mildly diseased 30.56 重度 Severely diseased 0.00 处理 8 Treatment 8 无病 Healthy 35.71 轻度 Mildly diseased 2.08 重度 Severely diseased 12.50 处理 9 Treatment 9 无病 Healthy 27.50 轻度 Mildly diseased 20.31 重度 Severely diseased 6.25 处理 10 Treatment 10 无病 Healthy 33.33 轻度 Mildly diseased 28.75 重度 Severely diseased −18.75 处理 11 Treatment 11 无病 Healthy 36.36 轻度 Mildly diseased 25.00 重度 Severely diseased − 处理 12 Treatment 12 无病 Healthy 12.50 轻度 Mildly diseased 23.75 重度 Severely diseased −12.50 注：表中“−” 表示在初始病情时，该处理组没有重病植株。Notes: “−” in the table indicates that there are no severely diseased plants in that treatment group at the time of initial disease. 不同于对照组病情指数出现连续增长的现象，大多数施药处理组的病情指数出现了不同程度的降低或不增长情况（图1）。所有施药组的校正病情指数均小于对照，其中处理12的校正病情指数最小，增长最缓慢。处理5的校正病情指数最大，其次为处理7（图2A）。
![]()
图 1 不同处理黄栌枯萎病病情指数变化Figure 1. Changes of disease index of Cotinus coggygria Verticillium wilt under different treatments![]()
图 2 2021年不同处理最终防治效果采用单因素方差分析（one-way ANOVA），并用最小显著差异法（LSD）进行多重比较，不同小写字母表示不同处理组之间差异显著（P < 0.05）。Using one-way ANOVA and conducting multiple comparisons using least significant difference (LSD) method, different lowercase letters indicate significant differences between different treatment groups (P < 0.05).Figure 2. Final control effect of different treatments in 20212.2 不同处理对黄栌枯萎病防治效果的影响
对不同处理病害严重程度调查发现，对照组无病样树全部转变为发病树，轻度发病样树中有60%发展为重度发病（表4）。组合处理12中有26.67%植株保持健康，其中无病样树有66.67%一直保持健康状态，并且处理6、10和12的重度发病样树的病情出现缓解。然而，大部分处理（处理2、3、4、5、7、9、11和12）中都存在由轻度转为重度的现象，其中处理5由轻度到重度的发展率达到86.71%（表4）。
表 4 2021年不同处理病害程度调查Table 4. Investigation for disease degree in different treatments in 2021处理 Treatment 5月 May 10月 October 病害严重程度 Disease severity condition 数量 Number 病害严重程度 Disease severity condition 数量 Number 处理1 Treatment 1 无病 Healthy 5 轻度 Mildly diseased 4 重度 Severely diseased 1 轻度 Mildly diseased 10 轻度 Mildly diseased 4 重度 Severely diseased 6 处理2 Treatment 2 无病 Healthy 1 重度 Severely disease 1 轻度 Mildly diseased 11 轻度 Mildly diseased 10 重度 Severely diseased 1 重度Severely diseased 3 重度 Severely diseased 3 处理3 Treatment 3 无病 Healthy 7 无病 Healthy 2 轻度 Mildly diseased 5 轻度 Mildly diseased 8 无病 Healthy 2 轻度 Mildly diseased 5 重度 Severely diseased 1 处理4 Treatment 4 无病 Healthy 3 无病 Healthy 1 轻度 Mildly diseased 2 轻度 Mildly diseased 11 轻度 Mildly diseased 8 重度 Severely diseased 3 重度 Severely diseased 1 重度 Severely diseased 1 处理5 Treatment 5 无病 Healthy 4 轻度 Mildly diseased 2 重度 Severely diseased 2 轻度 Mildly diseased 7 轻度 Mildly diseased 1 重度 Severely diseased 6 重度 Severely diseased 4 重度 Severely diseased 4 处理6 Treatment 6 无病 Healthy 8 轻度 Mildly diseased 7 重度 Severely diseased 1 轻度 Mildly diseased 6 无病 Healthy 1 轻度 Mildly diseased 5 重度 Severely diseased 1 轻度 Mildly diseased 1 处理7 Treatment 7 无病 Healthy 5 轻度 Mildly diseased 4 重度 Severely diseased 1 轻度 Mildly diseased 9 轻度 Mildly diseased 5 重度 Severely diseased 4 重度 Severely diseased 1 重度 Severely diseased 1 处理8 Treatment 8 无病 Healthy 7 轻度 Mildly diseased 7 轻度 Mildly diseased 6 轻度 Mildly diseased 6 重度 Severely diseased 2 重度 Severely diseased 2 处理9 Treatment 9 无病 Healthy 5 轻度 Mildly diseased 5 轻度 Mildly diseased 8 轻度 Mildly diseased 5 重度 Severely diseased 3 重度 Severely diseased 2 重度 Severely diseased 2 处理10 Treatment 10 无病 Healthy 3 轻度 Mildly diseased 3 轻度 Mildly diseased 10 轻度 Mildly diseased 5 重度 Severely diseased 5 重度 Severely diseased 2 轻度 Mildly diseased 1 重度 Severely diseased 1 处理11 Treatment 11 无病 Healthy 11 无病 Healthy 2 轻度 Mildly diseased 8 重度 Severely diseased 1 轻度 Mildly diseased 4 轻度 Mildly diseased 3 重度 Severely diseased 1 处理12 Treatment 12 无病 Healthy 6 无病 Healthy 4 轻度 Mildly diseased 2 轻度 Mildly diseased 5 无病 Healthy 1 轻度 Mildly diseased 3 重度 Severely diseased 1 重度 Severely diseased 4 轻度 Mildly diseased 1 重度 Severely diseased 3 施药处理组对黄栌枯萎病均有一定的防治效果（图2）。对照的校正病情指数最高，其次是处理5，且与对照组无显著差异（P > 0.05），处理12与对照组的校正病情指数差异最显著（P < 0.05）（图2A）。在6月份（上半年），灌根处理4与组合处理12的校正防治效果最好，分别达到109.09%和100.00%；处理5、9和11的校正防治效果呈现负值（表5）。对于整年防治效果，不同处理之间的防治效果有所差异（图2B）。其中，组合处理12防治效果最好，达到88%；其次是灌根处理组（处理2、3和4），处理8也有较好防效，防治效果为56%（表5和图2B）。处理5的防治最差，处理7次之（图2B）。这些结果表明，灌根丙环唑结合树干注射多菌灵和嘧菌酯复配组合的校正病情指数最低，防治效果最好。
表 5 2021年不同处理校正防治效果Table 5. Corrective control effect of different treatments in 2021处理 Treatment 校正防治效果 Corrective control effects/% 6月 June 7月 July 8月 August 9月 September 10月 October 处理2 Treatment 2 灌根
Root irrigation72.73 ± 31.49abcd 71.43 ± 25.75ab 68.75 ± 12.5ab 69.57 ± 8.70ab 76.00 ± 13.73ab 处理3 Treatment 3 81.82 ± 9.09abc 107.14 ± 14.28a 75.00 ± 22.53ab 60.87 ± 19.92ab 72.00 ± 9.80abc 处理4 Treatment 4 109.09 ± 39.62a 107.14 ± 31.13a 81.25 ± 10.83ab 60.87 ± 13.04ab 68.00 ± 10.38abc 处理5 Treatment 5 注射
Trunk injection−9.09 ± 41.65cde 14.29 ± 32.73bc 6.25 ± 18.75b 8.70 ± 22.59b 0 ± 24.09d 处理6 Treatment 6 9.09 ± 24.05abcde 35.71 ± 12.37abc 68.75 ± 34.80ab 39.13 ± 17.39ab 44.00 ± 17.64abcd 处理7 Treatment 7 组合
Combined treatment0 ± 48.00bcde 7.14 ± 31.13bc 6.25 ± 39.03b 8.70 ± 34.51b 16.00 ± 29.61cd 处理8 Treatment 8 36.36 ± 24.05abcde 7.14 ± 7.14bc 31.25 ± 16.54ab 56.52 ± 23.01ab 56.00 ± 17.43abcd 处理9 Treatment 9 −27.27 ± 18.18de 0 ± 25.75bc 43.75 ± 10.83ab 60.87 ± 15.06ab 50.00 ± 17.43abcd 处理10 Treatment 10 36.36 ± 55.29abcde 35.71 ± 42.86abc 50.00 ± 51.16ab 60.87 ± 32.83ab 44.00 ± 27.45abcd 处理11 Treatment 11 −45.45 ± 24.05e −7.14 ± 21.43c 25.00 ± 28.64ab 30.43 ± 28.51ab 28.00 ± 25.72bcd 处理12 Treatment 12 100.00 ± 31.49ab 64.29 ± 14.29abc 87.50 ± 12.50a 82.61 ± 11.50a 88.00 ± 6.79a 注：不同小写字母表示每个月份不同处理组之间防治效果的差异（P < 0.05）。Note: different lowercase letters represent the differences in prevention and control effects between different treatment groups in each month (P < 0.05). 2.3 不同处理对黄栌枯萎病次年发病情况的影响
从2021年与2022年初始发病情况对比来看，对照组的无病样树数量保持不变，重度发病样树从0增加到3棵。大部分施药处理组的无病样树均在第2年增加，其中处理2、8和9增加最多（图3）。除此之外，处理8的重度发病样树均转为无病或轻度发病（图3）。2022年施药组初始病情指数均低于处理组，其中，处理8的病情指数最低，治疗效果最好（图4）。2022年初始病情指数与2021年最终病情指数相比，包括对照组在内，病情指数都有不同程度的降低。其中，处理6、7和8的病情指数显著降低（P < 0.01），治疗效果较好（图5）。综上所述，灌根枯草芽孢杆菌结合树干注射多菌灵与嘧菌酯复配的组合处理8在感病治疗方面表现最好。
![]()
图 3 2021年初始（5月）发病情况与2022年初始（5月）发病情况对比热图数据基于病情分类的样树棵数。21-.2021年；22-.2022年；trt.处理。Data based on number of sample trees by disease severity. 22-, year 2022; 21-, year 2021; trt, treatment.Figure 3. Heat map of initial incidence in 2021 (May) vs initial incidence in 2022 (May)![]()
图 4 2021年初始病情指数与2022年初始病情指数对比Figure 4. Comparison of initial disease index between 2021and 2022![]()
图 5 2021年最终病情指数与2022年初始病情指数对比星号表示2021年最终病情指数与2022年初始病情指数之间有显著差异（*P < 0.05；**P < 0.01）。Asterisk indicates a significant difference between the final disease index in 2021 and the initial disease index in 2022 (*P < 0.05; **P < 0.01).Figure 5. Comparison between initial disease index in 2022 and final disease index in 20213. 讨 论
植物轮枝菌病害，特别是林间树木枯萎病防治，目前尚未有效的措施。本研究探索了土壤灌根和树干注射防治黄栌枯萎病的最佳方案。
树干注药技术对于维管束病害具有优势，因为药剂可以通过质外体迅速到达发病部位[23−24]，Mulè[24]研究表明了树干注射是防治橄榄黄萎病（Verticillium wilt of olive）的有效手段。之前的研究表明灌根也能有效防治黄栌枯萎病[12,19]。萎菌净（有效成分为枯草芽孢杆菌）和多菌灵对黄栌枯萎病病菌抑菌效果达到100%，并且田间药效试验显示，萎菌净和多菌灵对于黄栌枯萎病有一定防治效果[12]。此外，树干注射嘧菌酯与多菌灵对黄栌枯萎病有一定防效[19]。本研究在此基础上将两种施药方式结合，并且加入两种新药剂来探索黄栌枯萎病全年防治的可行性。
对照组校正病情指数最高，且对照组与处理6处于同一立地条件中，处理6的校正病情指数明显低于对照组，说明注射多菌灵与嘧菌酯能有效控制病害。灌根处理组在整年防治中均表现较好，其中灌根枯草芽孢杆菌的校正病情指数最低（图2A），并且灌根枯草芽孢杆菌在3组灌根处理中的初始病情指数最高，说明枯草芽孢杆菌能有效控制病害进一步扩散。灌根丙环唑处理在6月份的病情指数减小，表明丙环唑能在病害发生的上半年表现出良好的控制效果。注射组中的处理5防治效果不太理想，校正病情指数与对照无明显差异（P > 0.05），可能是由于处理5的立地条件较差。处理6的防治效果明显好于处理5，之前的林间试验[19]表明嘧菌酯与多菌灵有很好的防治效果。在组合处理中，处理12的校正病情指数最小，病情增长最缓慢，防治效果最好，处理7防治效果最差。此外，处理7、11在6月的病情指数增量要大于对照组，并且比具有同样灌根药剂的处理8和处理12防治效果差，说明树干注射多菌灵与咪鲜胺复配比树干注射嘧菌酯与多菌灵复配的防治效果差。由此可以看出，甲氧基丙烯酸酯类的嘧菌酯对于防治黄栌枯萎病更为有效。灌根处理4和组合处理12无病样树在2021年的校正病情指数比对照组低73.68%，这两个处理有同种灌根药剂丙环唑，说明灌根丙环唑能有效控制病情的加重，并且，与树干注射嘧菌酯与多菌灵复配结合后，防治效果更佳。
2021年防治效果较好的处理组：处理2、3、4、和12，在2022年均有良好的表现，甚至处理2在2022年的初始病情指数比2021年初始病情指数更小。尽管处理5的防治效果不理想，但仍能保持原本的状态，没有进一步加重。与2021年最终病情指数相比，处理6、7和8在2022年初始病情指数都有明显的降低，其中，处理8的初始病情指数最小。结果表明灌根枯草芽孢杆菌结合树干注射多菌灵与嘧菌酯复配的组合在感病治疗方面效果最好。
综上所述，灌根丙环唑和树干注射多菌灵与嘧菌酯复配组合在整年防治中效果最好，防效达到88%；灌根枯草芽孢杆菌与树干注射多菌灵与嘧菌酯复配组合在次年病情指数最低，感病治疗方面效果最好，并且在2021年防治效果方面也有不错的表现，防效达到56%。本研究验证了黄栌枯萎病全年防治的可行性，并且筛选出最优防治方案，对黄栌枯萎病综合防治技术体系的建立提供科学依据。同样的防治试验我们也在香山进行，并且这两组药剂组合也有较好的防治效果，表明本次试验筛选出的防治方案具有实际推广意义。
-
![]()
图 1 环境因子生境适宜性响应曲线
Si表示生境适宜性指数，取值0 ~ 1。Si represents habitat suitability index varing from 0 to 1.
Figure 1. Habitat suitability response curves of environmental factors
表 1 东北红豆杉调查样地概况
Table 1 Survey on the investigation spots of Taxus cuspidata
调查地点
Survey point样地数
Sample plot number经度
Longitude (E)纬度
Latitude (N)海拔
Elevation/m优势乔木
Dominant tree汪清荒沟林场
Huanggou Forest Farm in Wangqing3 130°19′48″ 43°18′36″ 870 ~ 890 东北红豆杉 Taxus cuspidata、
鱼鳞云杉 Picea jezoensis汪清杜荒子林场
Duhuangzi Forest Farm in Wangqing10 130°36′36″ 43°12′00″ 830 ~ 950 鱼鳞云杉 Picea jezoensis、
硕桦 Betula costata汪清金沟岭林场
Jingouling Forest Farm in Wangqing3 130°10′48″ 43°23′24″ 760 ~ 790 臭冷杉 Abies nephrolepis、
红松 Pinus koraiensis汪清南沟林场
Nangou Forest Farm in Wangqing3 129°15′00″ 43°40′12″ 640 ~ 650 臭冷杉 Abies nephrolepis、
紫椴 Tilia amurensis穆棱和平林场
Heping Forest Farm in Muling6 130°04′48″ 43°57′36″ 740 ~ 790 紫椴 Tilia amurensis、
东北红豆杉 Taxus cuspidata穆棱双宁林场
Shuangning Forest Farm in Muling3 130°05′24″ 44°08′59″ 750 ~ 760 五角枫 Acer mono、
硕桦 Betula costata穆棱龙爪沟林场
Longzhuagou Forest Farm in Muling3 130°14′24″ 43°57′00″ 760 ~ 800 东北红豆杉 Taxus cuspidata、
紫椴 Tilia amurensis珲春马滴达林场
Madida Forest Farm in Hunchun4 130°41′23″ 43°09′35″ 550 ~ 570 鱼鳞云杉 Picea jezoensis、
臭冷杉 Abies nephrolepis珲春大荒沟景区
Dahuanggou Scenic Area in Hunchun3 130°22′47″ 43°14′24″ 620 ~ 640 紫椴 Tilia amurensis、
臭冷杉 Abies nephrolepis和龙荒沟林场
Huanggou Forest Farm in Helong7 128°40′11″ 42°24′35″ 870 ~ 970 鱼鳞云杉 Picea jezoensis、
紫椴 Tilia amurensis江源三岔子林场
Sanchazi Forest Farm in Jiangyuan3 126°23′24″ 42°07′48″ 740 ~ 750 臭冷杉 Abies nephrolepis、
蒙古栎 Quercus mongolica浑江三道沟林场
Sandaogou Forest Farm in Hunjiang3 126°27′00″ 41°38′00″ 1 060 ~ 1 070 臭冷杉 Abies nephrolepis、
紫椴 Tilia amurensis临江八里沟子
Baligouzi in Linjiang3 126°42′35″ 41°52′11″ 830 ~ 880 硕桦 Betula costata、
紫椴 Tilia amurensis抚顺老秃顶子保护区
Laotudingzi Reserve in Fushun3 124°51′35″ 41°20′24″ 870 ~ 880 斑叶稠李 Padus maackii、
紫椴 Tilia amurensis宽甸白石砬子保护区
Baishilazi Reserve in Kuandian3 124°47′24″ 40°54′35″ 860 ~ 870 紫椴 Tilia amurensis、
裂叶榆 Ulmus laciniata
下载: 导出CSV
表 2 环境变量特征选择
Table 2 Feature selection results of environmental factors
环境因素
Environmental factor相关变量
Correlated variable |r| ≥ 0.8评价因子
Evaluation factor气候因素
Climatic factor旱季降水量 Precipitation of the dry quarter (PDQ)，雨季降水量 Precipitation of the rainy season (PWQ)，最小月降水量 Precipitation of the driest month (PDM)，最大月降水量 Precipitation of the wettest month (PWM)，年降水量 Annual precipitation (AP)，降水季节性 Precipitation seasonality (PS)，夏季平均温 Mean temperature of summer (MTS)，暖月最高气温 Max. temperature of the warm month (MTWM)，冬季平均温 Mean temperature of winter (MTW)，冷月最低气温 Min. temperature of the cold month (MTCM)，年平均温 Annual mean temperature (AMT)，气温年较差 Annual temperature range (TAR)，温度季节性 Temperature seasonality (TS)，平均温度日较差 Mean diurnal temperature range (MDR) PDM MTS AMT MDR 地形因素
Terrain factor海拔 Elevation (E) E 坡向 Slope aspect (A) A 坡位 Slope position (P) P 坡度 Slope degree (S) S 注：r为Spearman秩相关性系数。Note: r indicates Spearman’s rank correlation coefficient.
下载: 导出CSV
表 3 评价因子隶属函数
Table 3 Membership function of evaluation factors
评价因子
Evaluation factor函数形式
Functional form隶属函数
Membership functionPDM 高斯型 Gaussian y=e−((x−4.83)/2.85)2 MTS 高斯型 Gaussian y=e−((x−17.3)/1)2 AMT 高斯型 Gaussian y=e−((x−2.69)/0.87)2 MDR 高斯型 Gaussian y=e−((x−11.51)/0.57)2 E 高斯型 Gaussian y=e−((x−807.76)/124.9)2 S 高斯型 Gaussian y=e−((x−16.89)/6.68)2 A 阶梯型 Stagewise y=−0.0056x+1 P 阶梯型 Stagewise y=−0.15x+1.15
下载: 导出CSV
表 4 评价因子熵信息重要性
Table 4 Importance of entropy information for variables
环境因素
Environmental factor评价因子
Evaluation factor重要性系数
Importance coefficient/%气候因素
Climatic factorPDM 20.75 MTS 0.19 AMT 6.22 MDR 0.14 地形因素
Terrain factorE 1.52 A 43.64 P 16.19 S 11.35
下载: 导出CSV
表 5 各省东北红豆杉不同适宜区面积
Table 5 Area of different suitable regions for Taxus cuspidata in different provinces
10 4 km2 地区
Region不适宜区
Unsuitable area低适宜区
Lowly
suitable area高适宜区
Highly
suitable area黑龙江
Heilongjiang Province45.26 1.29 0.75 吉林
Jilin Province10.41 4.95 3.38 辽宁
Liaoning Province14.55 0.04 < 0.01 总计
Total70.22 6.28 4.13
下载: 导出CSV
-
[1] 颜忠诚, 陈永林. 动物的生境选择[J]. 生态学杂志, 1998, 17(2):43−49. doi: 10.3321/j.issn:1000-4890.1998.02.009 Yan Z C, Chen Y L. Habitat selection in animals[J]. Chinese Journal of Ecology, 1998, 17(2): 43−49. doi: 10.3321/j.issn:1000-4890.1998.02.009
[2] 高浦新, 李美琼, 周赛霞, 等. 濒危植物长柄双花木(Disanthus cercidifolius var. longipes)的资源分布及濒危现状[J]. 植物科学学报, 2013, 31(1):34−41. Gao P X, Li M Q, Zhou S X, et al. Distribution and current status of the endangered shrub Disanthus cercidifolius var. longipes[J]. Plant Science Journal, 2013, 31(1): 34−41.
[3] 陶翠, 李晓笑, 王清春, 等. 中国濒危植物华南五针松的地理分布与气候的关系[J]. 植物科学学报, 2012, 30(6):577−583. Tao C, Li X X, Wang Q C, et al. Relationships between geographical distribution of endangered Pinus kwangtungensis and climate in China[J]. Plant Science Journal, 2012, 30(6): 577−583.
[4] 唐飞, 郭凯飞, 刘南川. 生境适宜性评价研究进展[J]. 绿色科技, 2015(2):34−35, 37. doi: 10.3969/j.issn.1674-9944.2015.02.011 Tang F, Guo K F, Liu N C. Advances in habitat suitability assessment[J]. Journal of Green Science and Tochnology, 2015(2): 34−35, 37. doi: 10.3969/j.issn.1674-9944.2015.02.011
[5] 桑满杰, 卫海燕, 郭彦龙, 等. 基于模糊数学的秦岭地区山茱萸生境适宜性评价[J]. 植物科学学报, 2015, 33(6):757−765. Sang M J, Wei H Y, Guo Y L, et al. Habitat suitability of Cornus officinalis in the Qinling region based on fuzzy mathematics[J]. Plant Science Journal, 2015, 33(6): 757−765.
[6] Lu C Y, Gu W, Dai A H, et al. Assessing habitat suitability based on geographic information system (GIS) and fuzzy: a case study of Schisandra sphenanthera in Qinling Mountains, China[J]. Ecological Modelling, 2012, 242(3): 105−115.
[7] 毛亚娟, 卫海燕, 尚忠慧, 等. 基于GIS与模糊物元模型的东北地区五味子生境适宜性评价[J]. 应用与环境生物学报, 2016, 22(2):241−248. Mao Y J, Wei H Y, Shang Z H, et al. Habitat suitability assessment of Schisandra chinensis in northeast China based on GIS and fuzzy matter element model[J]. Chinese Journal of Applied and Environmental Biology, 2016, 22(2): 241−248.
[8] 王志强, 陈志超, 郝成元. 基于HSI模型的扎龙国家级自然保护区丹顶鹤繁殖生境适宜性评价[J]. 湿地科学, 2009, 7(3):197−201. Wang Z Q, Chen Z C, Hao C Y. Breeding habitat suitability evaluation of red-crown crane in Zhalong[J]. Wetland Science, 2009, 7(3): 197−201.
[9] 吴榜华, 戚继忠. 东北红豆杉植物地理学研究[J]. 应用与环境生物学报, 1995, 1(3):219−225. doi: 10.3321/j.issn:1006-687X.1995.03.002 Wu B H, Qi J Z. Study on phytogeography of Taxus cuspidata[J]. Chinese Journal of Applied and Environmental Biology, 1995, 1(3): 219−225. doi: 10.3321/j.issn:1006-687X.1995.03.002
[10] 车熙哲, 赵传彦, 赵海涛. 东北红豆杉的发展前景与效益分析[J]. 特种经济动植物, 2004, 7(5):26−27. doi: 10.3969/j.issn.1001-4713.2004.05.023 Che X Z, Zhao C Y, Zhao H T. Development prospect and benefit analysis of Taxus cuspidata[J]. Special Economic Animal and Plant, 2004, 7(5): 26−27. doi: 10.3969/j.issn.1001-4713.2004.05.023
[11] 乔艺, 郑春雨. 浅谈东北红豆杉[J]. 吉林蔬菜, 2007(5):78−79. doi: 10.3969/j.issn.1672-0180.2007.05.060 Qiao Y, Zheng C Y. Brief discussion on Taxus cuspidata[J]. Jilin Vegetable, 2007(5): 78−79. doi: 10.3969/j.issn.1672-0180.2007.05.060
[12] 冉先德.中华药海: 下[M]. 哈尔滨: 哈尔滨出版社, 1993. Ran X D. Chinese medicine sea: 2[M]. Harbin: Harbin Publishing House, 1993.
[13] 王亚飞, 王强, 阮晓, 等. 红豆杉属植物资源的研究现状与开发利用对策[J]. 林业科学, 2012, 48(5):116−125. Wang Y F, Wang Q, Ruan X, et al. Research status and utilization strategies of rare medicinal plants in Taxus[J]. Scientia Silvae Sinicae, 2012, 48(5): 116−125.
[14] Shi Q W, Li Z P, Wang C L, et al. New taxanes from the seeds of Taxus mairei[J]. Journal of Asian Natural Products Research, 2006, 8(5): 431−437. doi: 10.1080/10286020500172848
[15] Petzke T L, Shi Q W, Sauriol F, et al. Taxanes from rooted cuttings of Taxus canadensis[J]. Journal of Natural Products, 2004, 67(11): 1864. doi: 10.1021/np049836w
[16] 吴炳强, 王永明, 徐录, 等. 长白山区建立规模化规范化东北红豆杉药用林示范园区研究[J]. 安徽农业科学, 2015, 43(27):141−143. doi: 10.3969/j.issn.0517-6611.2015.27.055 Wu B Q, Wang Y M, Xu L, et al. Establishment of large standardized demonstration garden of Taxus cupidata medicinal herbs in Changbai Mountain District[J]. Journal of Anhui Agri, 2015, 43(27): 141−143. doi: 10.3969/j.issn.0517-6611.2015.27.055
[17] 吴榜华, 臧润国, 张启昌, 等. 东北红豆杉种群结构与空间分布型的分析[J]. 吉林林学院学报, 1993, 9(2):1−6. Wu B H, Zang R G, Zhang Q C, et al. Analysis of population structure and spatial distribution pattern of Taxus cuspidata[J]. Journal of Jilin Forestry Institute, 1993, 9(2): 1−6.
[18] 王兆东, 孙习华, 张荣哲. 东北红豆杉扦插繁殖技术研究[J]. 现代园林, 2007(12):82−83. Wang Z D, Sun X H, Zhang R Z. Research on cuttage propagation techniques of Taxus cuspidata[J]. Modern Landscape Architecture, 2007(12): 82−83.
[19] 陈庆红, 陈庆瑛, 黄利亚, 等. 东北红豆杉开发研究进展[J]. 中国野生植物资源, 2005, 24(1):41−42. doi: 10.3969/j.issn.1006-9690.2005.01.013 Chen Q H, Chen Q Y, Huang L Y, et al. The research advances on the exploitation of Taxus cuspidata[J]. Chinese Wild Plant Resources, 2005, 24(1): 41−42. doi: 10.3969/j.issn.1006-9690.2005.01.013
[20] 赵明亮, 程立超. 东北红豆杉研究进展[J]. 中国林副特产, 2013(4):93−95. doi: 10.3969/j.issn.1001-6902.2013.04.044 Zhao M L, Cheng L C. Progress in the study of Taxus cuspidata[J]. Forest by-Product and Speciality in China, 2013(4): 93−95. doi: 10.3969/j.issn.1001-6902.2013.04.044
[21] 张新时. 中国植被及其地理格局: 中华人民共和国植被图(1:1 000 000) 说明书[M]. 北京: 地质出版社, 2007. Zhang X S. Vegetation map of China and its geographic pattern: illustration of the vegetation map of the People ’s Republic of China (1:1 000 000)[M]. Beijing: Geological Publishing House, 2007.
[22] 方精云, 王襄平, 沈泽昊, 等. 植物群落清查的主要内容、方法和技术规范[J]. 生物多样性, 2009, 17(6):533−548. Fang J Y, Wang X P, Shen Z H, et al. Methods and protocols for plant community inventory[J]. Biodiversity Science, 2009, 17(6): 533−548.
[23] 李登科. 陕西吴起植被动态及其与气候变化的关系[J]. 生态学杂志, 2007, 26(11):1811−1816. Li D K. Vegetation change and its relations with climate variables in Wuqi of Shaanxi[J]. Chinese Journal of Ecology, 2007, 26(11): 1811−1816.
[24] 沈泽昊, 张新时, 金义兴. 地形对亚热带山地景观尺度植被格局影响的梯度分析[J]. 植物生态学报, 2000, 24(4):430−435. doi: 10.3321/j.issn:1005-264X.2000.04.008 Shen Z H, Zhang X S, Jin Y X. Gradient analysis of the influence of mountain topography on vegetation pattern[J]. Acta Phytoecologica Sinica, 2000, 24(4): 430−435. doi: 10.3321/j.issn:1005-264X.2000.04.008
[25] 沈泽昊, 方精云. 基于种群分布地形格局的两种水青冈生态位比较研究[J]. 植物生态学报, 2001, 25(4):392−398. doi: 10.3321/j.issn:1005-264X.2001.04.002 Shen Z H, Fang J Y. Niche comparison of two Fagus species based on the topographic patterns of their populations[J]. Acta Phytoecologica Sinica, 2001, 25(4): 392−398. doi: 10.3321/j.issn:1005-264X.2001.04.002
[26] 魏志锦. 新巴尔虎草原黄羊生境适宜度评价及景观特征研究[D]. 北京: 北京林业大学, 2015. Wei Z J. The research of landscape characteristics and Mongolian gazelle habitat suitability assessment in Xinbaerhu[D]. Beijing: Beijing Forestry University, 2015.
[27] 许仲林, 彭焕华, 彭守璋. 物种分布模型的发展及评价方法[J]. 生态学报, 2015, 35(2):557−567. Xu Z L, Peng H H, Peng S Z. The development and evaluation of species distribution models[J]. Acta Ecologica Sinica, 2015, 35(2): 557−567.
[28] 陈新美, 雷渊才, 张雄清, 等. 样本量对MaxEnt模型预测物种分布精度和稳定性的影响[J]. 林业科学, 2012, 48(1):53−59. doi: 10.3969/j.issn.1006-1126.2012.01.012 Chen X M, Lei Y C, Zhang X Q, et al. Effects of sample sizes entropy model on accuracy in predicting and stability of maximum species distribution[J]. Scientia Silvae Sinicae, 2012, 48(1): 53−59. doi: 10.3969/j.issn.1006-1126.2012.01.012
[29] 朱耿平, 刘强, 高玉葆. 提高生态位模型转移能力来模拟入侵物种的潜在分布[J]. 生物多样性, 2014, 22(2):223−230. Zhu G P, Liu Q, Gao Y B. Improving ecological niche model transferability to predict the potential distribution of invasive exotic species[J]. Biodiversity Science, 2014, 22(2): 223−230.
[30] 王茹琳, 李庆, 何仕松, 等. 中华猕猴桃在中国潜在分布及其对气候变化响应的研究[J]. 中国生态农业学报, 2018, 26(1):27−37. Wang R L, Li Q, He S S, et al. Potential distribution of Actinidia chinensis in China and its predicted response to climate change[J]. Chinese Journal of Eco-Agriculture, 2018, 26(1): 27−37.
[31] 万基中, 王春晶, 韩士杰, 等. 气候变化压力下建立东北红豆杉优先保护区的模拟规划[J]. 沈阳农业大学学报, 2014, 45(1):28−32. doi: 10.3969/j.issn.1000-1700.2014.01.007 Wan J Z, Wang C J, Han S J, et al. The planning of priority protection area for Taxus cuspidata under climate change[J]. Journal of Shenyang Agricultural University, 2014, 45(1): 28−32. doi: 10.3969/j.issn.1000-1700.2014.01.007
[32] Fick S E, Hijmans R J. WorldClim 2: new 1-km spatial resolution climate surfaces for global land areas[J]. International Journal of Climatology, 2017, 37: 4302−4315. doi: 10.1002/joc.2017.37.issue-12
[33] 李俊清. 森林生态学[M]. 北京: 高等教育出版社, 2010. Li J Q. Forest ecology[M]. Beijing: Higher Education Press, 2010.
[34] Woodward F I, Mckee I F. Vegetation and climate[J]. Environment International, 1991, 17(6): 535−546. doi: 10.1016/0160-4120(91)90166-N
[35] 吴建国, 吕佳佳, 艾丽. 气候变化对生物多样性的影响: 脆弱性和适应[J]. 生态环境学报, 2009, 18(2):693−703. doi: 10.3969/j.issn.1674-5906.2009.02.056 Wu J G, Lü J J, Ai L. The impacts of climate change on the biodiversity: vulnerability and adaptation[J]. Ecology & Environmental Sciences, 2009, 18(2): 693−703. doi: 10.3969/j.issn.1674-5906.2009.02.056
[36] 柏广新. 中国东北红豆杉研究[M]. 北京: 中国林业出版社, 2002. Bai G X. Study on Taxus cuspidata in China[M]. Beijing: China Forestry Publishing House, 2002.
[37] Phillips S J, Anderson R P, Schapire R E. Maximum entropy modeling of species geographic distributions[J]. Ecological Modelling, 2006, 190(3): 231−259.
[38] 刘彤. 天然东北红豆杉种群生态学研究[D]. 哈尔滨: 东北林业大学, 2007. Liu T. Population ecology of natural Japanese yew[D]. Harbin: Northeast Forestry University, 2007.
[39] 方精云, 沈泽昊, 崔海亭. 试论山地的生态特征及山地生态学的研究内容[J]. 生物多样性, 2004, 12(1):10−19. doi: 10.3321/j.issn:1005-0094.2004.01.003 Fang J Y, Shen Z H, Cui H T. Ecological characteristics of mountains and research issues of mountain ecology[J]. Biodiversity Science, 2004, 12(1): 10−19. doi: 10.3321/j.issn:1005-0094.2004.01.003
[40] 周志强, 刘彤, 袁继连. 黑龙江穆棱天然东北红豆杉种群资源特征研究[J]. 植物生态学报, 2004, 28(4):476−482. doi: 10.3321/j.issn:1005-264X.2004.04.005 Zhou Z Q, Liu T, Yuan J L. Population characteristics of yew (Taxus cuspidata) in the Muling Yew Nature Reserve, Heilongjiang Province[J]. Acta Phytoecologica Sinica, 2004, 28(4): 476−482. doi: 10.3321/j.issn:1005-264X.2004.04.005
[41] 杨占, 张强, 卢元, 等. 辽宁省东北红豆杉天然种群特征研究[J]. 防护林科技, 2017(3):16−17. Yang Z, Zhang Q, Lu Y, et al. Distribution and characteristics of wild natural Taxus cuspidata in Liaoning Province[J]. Protection Forest Science and Technology, 2017(3): 16−17.
[42] 刁云飞. 东北红豆杉−红松林群落结构与空间关联性研究[D]. 哈尔滨: 东北林业大学, 2015. Diao Y F. Community structure and spatial correlation of a Taxus cuspidata-Pihus koraiehsis forest[D]. Harbin: Northeast Forestry University, 2015.
-
期刊类型引用(11)
1. 施云凤，李文秀，贺军军，罗萍，张华林，张凤英. 甲基磺酸乙酯诱变对阳春砂仁出苗的影响. 热带农业科学. 2024(10): 47-51 . 
百度学术
2. 崔晓彤，刘婉婷，张恒月，段乌拉，王君. 杨树派间远缘杂种小胡杨(Populus simonii×P.euphratica)组培快繁体系的构建. 分子植物育种. 2023(07): 2337-2343 . 百度学术
3. 王欢，曾琪瑶，王春胜，郭俊杰，曾杰. 油榄仁种胚高质量组培快繁体系. 中南林业科技大学学报. 2023(09): 53-61+88 . 百度学术
4. 李春兰. 毛白杨良种繁殖技术研究进展. 安徽农业科学. 2022(10): 22-24+45 . 百度学术
5. 王雷，李百和，赵培霞，韩鹏. 蒙古莸(Caryopteris mongholica)组培快繁体系的建立和优化. 分子植物育种. 2022(14): 4745-4754 . 百度学术
6. 陈耀兵，罗凯，李美东，黄秀芳，刘汉蓁，王水清，陈圣林. “鄂选1号”山桐子组培繁育体系构建. 北京林业大学学报. 2022(12): 23-31 . 本站查看
7. 屈超，叶冬梅，郭欣，崔雁敏，朝勒蒙. 互叶醉鱼草茎段组织培养技术研究. 江苏林业科技. 2022(06): 15-19 . 百度学术
8. 马秋月，李倩中，李淑顺，朱璐，颜坤元，李淑娴，张斌，闻婧. 元宝枫组织培养及快速繁殖技术研究. 南京林业大学学报(自然科学版). 2021(02): 220-224 . 百度学术
9. 石进朝，陈博，陈兰芬，李彦侠. 阳光毛白杨带芽茎段再生体系的构建. 江苏农业科学. 2021(14): 50-55 . 百度学术
10. 梁艳，赵雪莹，白雪，刘德强，张妍，潘朋. PVP处理对黑皮油松外植体酚类物质形成及酶活性的影响. 林业科学. 2021(10): 166-174 . 百度学术
11. 王建新，吴志茹，冯光惠. 榆林沙区引种波尔卡树莓的组织培养与快速繁殖. 山西农业科学. 2019(12): 2078-2082 . 百度学术
其他类型引用(2)
计量
- 文章访问数: 2327
- HTML全文浏览量: 720
- PDF下载量: 77
- 被引次数: 13
