Genetic variation of needle morphology and anatomical traits and physiological traits among Pinus tabuliformis geographic populations
-
摘要:目的针叶作为松树生命活动的重要器官,其不同地理种群的形态解剖特征与生理指标的关联尚待阐明，两者间联系可以为认识油松适应性变异提供新的视角。方法本研究在对来自油松全分布区不同生境的8个地理种群田间对比试验基础上，分析了4年生苗木次生针叶形态解剖指标、蒸腾与光合生理指标变异及两类指标间的相关关系。结果（1）针叶粗细、维管束、气孔和树脂道指标在地理群体间存在显著遗传变异；（2）各生理指标在地理种群间有极显著遗传差异；（3）针叶的净光合速率、蒸腾速率和胞间CO2浓度与形态解剖指标均存在不同紧密程度的正相关；（4）种群的胞间CO2浓度与产地年降水和1月均温与年降水比值呈显著正相关，气孔限制值与年降水量和1月均温/年降水量成显著负相关；（5）种群针叶的气孔线数与经度成显著正相关，而树脂道数与经度显著负相关，但与海拔成显著正相关；树脂道面积和叶肉面积比值与经度和纬度成显著负相关。结论遗传相对稳定的针叶形态解剖指标差异可在一定程度上反映地理种群间的光合生理差异，种群间存在针叶气孔量和调节能力随降水量及其维持力减低而提高趋势,树脂道数量及相对截面积随降水量降低而降低的适应性进化趋势。该发现为认识针叶形态解剖特性与光合生理指标关系，松种的适应性进化以及遗传改良提供了理论参考。Abstract:Objective Needles are the important organs of physiological activities in pine species, but the relationship between morphological and anatomical characteristics and physiological traits of diffenent geographical populations are still unclarified. Thus, assessing the association between the two kinds of traits could provide a new perspective for understanding the adaptive variation of Pinus tabuliformis.Method Based on the common garden test of 8 geographic populations which collected in different habitats from the whole distribution area of Pinus tabuliformis, we assessed the variation of morphological and anatomical traits, transpiration and photosynthetic physiological traits of secondary needles of 4-year-old seedlings, and evaluated the correlation between traits.Result (1) Significant genetic variations were found among geographical populations in needle thickness, vascular bundle, stomatal and resin canal traits; (2) significant genetic diversity of physiological traits was found among geographical populations, except for water use efficiency; (3) the net photosynthetic rate, transpiration rate and intercellular CO2 concentration were positively correlated with morphological and anatomical traits; (4) the intercellular CO2 concentration of populations was significantly positively correlated with the annual precipitation and the average temperature of January/ annual precipitation, the stomatal limitation value was significantly negatively correlated with annual precipitation and average temperature of January/annual precipitation; (5) the number of stomatal lines was significantly positively correlated with longitude, while resin canal number was significantly negatively correlated with the longitude but was significantly positively correlated with the altitude. Resin canal area/mesophyll area was significantly negatively correlated with longitude and latitude.Conclusion Variation of needle traits could reflect the photosynthetic physiological diversity among geographical populations. The number of needle stomata and regulation capacity of stomata would increase with the decreased precipitation, and the change of the number of resin canal mesophyll area. This study provided a theoretical reference for understanding the relationship between the anatomical and anatomical characteristics of the needles and photosynthetic physiological traits, and adaptive evolution of the pine species and genetic improvement.
-
在树木的生活史中，幼树阶段的生长和定居非常关键，决定着其种群的更新与发展[1]。分析幼树的生长状况、空间分布与环境之间的相互关系有助于揭示其在生活史早期对环境的适应机制，对制定科学的物种保育措施有着重要的意义[2]。幼树生活在森林下层，光照是其生长发育的主要限制因子[3]，受到林冠层结构的影响显著[4]。此外，林下幼树生长还与物种的耐阴性有关[5−6]。
林窗是群落中因树木死亡而形成的不连续的林冠空隙[7]，对森林更新具有重要意义。林窗会改变林下的光照强度[8]、温湿度[9]以及化感作用[10]等环境条件，增加了林分空间结构的复杂性和林下生境的异质性，并显著影响林下幼树的分布和生长发育[11]。精确的林窗描述可以更好地模拟林窗干扰对林下幼树的作用，推断生态学机制[12−14]。研究林窗对林下幼树的影响，如何准确得量化林窗空间结构是关键。传统方法常使用鱼眼镜头拍摄、椭圆模型拟合等方法得到冠层林窗结构，但是这些都很难测定林窗连续的空间变化和准确结构信息。激光雷达能够精确得呈现目标物的三维结构信息以获得这些极具价值但过去难以测量的林分参数，相较于传统方法，可以更加真实的提取到林窗的面积、形状和位置等特征。
黄檗（Phellodendron amurense）是芸香科（Rutaceae）黄檗属（Phellodendron）的落叶乔木[15]，在2021年公布的《国家重点保护野生植物名录》中被列为国家二级重点保护野生植物。由于过去人为破坏严重，致使其种群数量急剧减少，因此开展黄檗的迁地保护研究对其种群的恢复非常重要。我们于2014年在北京百花山自然保护区实验区内的两块样地中随机种植了800株黄檗幼树，经过7年自然淘汰后，于2021年调查了存活黄檗的生长状况和空间分布情况，本文据此数据揭示了黄檗幼树对环境的适应，尤其是对林窗引起的环境变化的适应，以期为黄檗的迁地保护提供理论依据。
1. 研究区概况与研究方法
1.1 研究区概况
百花山国家级自然保护区位于北京市门头沟区清水镇境内（ 115°25′ ~ 115°42′E，39°48′ ~ 40°05′N），总面积为21 743.1 hm2。该地区年平均降水量450 ~ 720 mm，年平均温度6 ~ 7 ℃，最热月8月份，平均温度22 ℃；最冷月1月份，平均温度−5.7 ℃，全年无霜期110 d左右。土壤为本地区地带性土类褐色土。百花山国家级自然保护区分布有野生黄檗种群，气候适宜黄檗的生长。
课题组于2014年在自然保护区实验区内建立2块40 m × 40 m的固定样地。两个样地均为1970年开始营造的人工林，未经择伐和抚育。样地A（115°34′56″E，39°50′11″N）是以胡桃楸（Juglans mandshurica）和华北落叶松（Larix gmelinii var. principis-rupprechtii）为建群种的针阔混交林，伴生树种有蒙古栎（Quercus mongolica），郁闭度0.7，林分密度为650株/hm2，平均胸径18.3 cm，平均树高11.1 m，平均冠幅4.8 m。样地B（115°34′49″E，39°49′52″N）是以胡桃楸和华北落叶松为建群种的针阔混交林，伴生树种有白桦（Betula platyphylla）、北京丁香（Syringa pekinensis）等，郁闭度0.7，林分密度为600株/hm2，平均胸径21.1 cm，树高12.1 m，平均冠幅5.3 m。研究区域位于自然保护区封闭区域，人为干扰较弱，群落中的乔木树种均为野生黄檗的常见伴生树种。在每个样地内随机种植黄檗幼树400株，共800株，平均密度0.25株/m2，栽种的黄檗幼树为同一批次苗圃苗，其平均基径为1 cm，平均高度为1 m。
1.2 数据收集与处理
（1）样地植物数据的收集。经过7年自然生长和淘汰，我们于2021年9月对样地内的黄檗进行了调查，调查样地内所有存活黄檗幼树的基径、冠幅、树高并记录在样地内的相对坐标。同时对样地中的枯立木和幼龄乔木也进行了调查，记录树种、胸径、树高和冠幅。枯立木通过树皮和枝干形态辨认种类，其冠幅通过样地中同种个体的胸径和冠幅比计算。
（2）样地环境数据的收集与处理。使用Li Backpack DGC50背包式激光雷达对样地进行采样，获取样地内所有植物的三维点云数据，采样路径如图1所示。
![]()
图 1 行走路径规划①为起点，沿Z字形走到② Start from ① and walk along the Z-shaped path to ②Figure 1. Walking path planning使用LiDAR360软件对样地的点云数据进行去噪、滤波、根据地面点分类、根据地面点归一化等预处理。地面激光雷达点云是从冠层下面获取，可以清晰地识别树干，并以此分割出单木，使用点云分割工具将预处理完的点云数据进行单木分割，然后用单木点云编辑工具将林下高度低于6 m的低矮乔灌点云删除后，再按树ID提取点云[16]，得到样地的冠层图（图2）。最后将点云数据转为栅格大小为0.1 m的TIFF文件，导入到ArcGIS 10.2中进行下一步分析。
由于研究目的和研究区域不同，对林窗的判定标准存在差异[17−19]。依据前人研究，我们将面积大于4 m2的林间空隙定义为林窗区域[20−21]，并按照Omelko等[22]的方法，依据个体所处位置来划分其与林窗的关系类型，由于黄檗幼树树冠平均半径为1 m，在林窗边缘1 m范围内的黄檗幼树树冠不是完全处于林窗或林冠下的，所以我们将林窗边缘向林冠内1 m和向林窗中心1 m的范围定为林窗边缘，以此将样地的林冠覆盖情况分为林窗中心、林窗边缘和林冠区3类生境。
1.3 数据分析
1.3.1 空间点格局分析
点格局以每个树木个体的空间坐标为基本数据，所有个体构成了二维空间上种群空间分布的点图[23]，Ripley’s K（r）函数可以从多尺度上研究种群分布格局，是空间格局分析最主要的方法[24]。Ripley’s K（r）函数是以任意点为圆心，r为半径的圆内期望点数与样方点密度的比值[25]，公式为
K(r)=An2n∑i=1n∑j=1Ir(dij)Wij(i≠j) 式中：A为样地面积；n为样地内黄檗数量；Ir(dij)为指示函数，dij为圆心i和圆心j两点间的距离，当dij ≤ r时，Ir(dij) = 1，否则Ir(dij) = 0；Wij为边缘矫正的权重。
L（r）函数为K（r）函数的修正函数，可以更直观地解析种群空间格局，其公式为
L(r)=√K(r)/π−r 在自然群落中，很难区分幼树的空间分布格局是源于环境异质性，还是因由于种子扩散、母树分蘖等扩散限制因素所致[26]，通常会选择Thomas等聚集型性零模型模拟扩散限制以消除对幼树空间分布的影响[27]。本研究中黄檗幼树为随机栽种，样本之间相互独立，所以采用完全随机零模型来分析黄檗幼树的分布格局，使用Monte Carlo方法检验观测点的L（r）值偏离随机分布的显著程度。通过完全随机模拟技术得到显著性为95%的置信区间，如果L（r）值分布在置信区间内，则分布格局为随机分布；在置信区间之上为聚集分布，在置信区间之下为均匀分布[28]；研究尺度r的取值范围为0 ~ 15 m，在R 4.02中使用spatstat包完成。
1.3.2 生境关联性检验
生境关联分析时，首先要进行生境类型划分[29]，有多种方法和标准来决定分类结果，比如Zhang等[2]使用多元回归树进行划分，Zuleta等[30]使用了Ward最小方差法，但目前还没有固定统一的方法进行划分。本文以乔木层树冠覆盖情况作为变量划分生境类型，将40 m × 40 m的样地划分为1 600个1 m × 1 m的小样格，根据样地内的树冠和林窗的分布情况，利用ArcGIS的空间统计分析功能，将每个小样格划分为林窗中心、林窗边缘和林冠区3种生境类型（以下称为生境1、生境2、生境3）中的一种。
生境关联分析同样采用物种完全随机模型（complete spatial randomness，CSR）作为零模型，检验幼树与生境之间的关联性。利用CSR模型在空间上随机生成相同数量的植株，关联真实的生境地图，计算每种生境类型中黄檗幼树的多度，重复上述过程1 000次后得到黄檗幼树在不同生境中的多度分布（视其为零分布）。在显著水平α = 0.05条件下，比较幼树在不同生境中真实分布和模拟分布的多度 [2]。
1.3.3 幼树个体生长与生境的关系
由于研究中黄檗幼树均为同一批次、苗圃1年生黄檗幼树，所以本次测量的幼树基径、树高和冠幅可以视为黄檗的生长量，以表征植株对环境因子的响应。利用S-W检验样本正态性，使用独立样本t检验比较不同生境的黄檗幼树生长指标，并在R中进行统计分析和绘图。
2. 结果与分析
2.1 黄檗幼树的空间分布格局
两块样地中共有154株黄檗幼树存活。其中样地A存活79株，存活率19.75%；样地B存活75株，存活率18.75%。基于CSR模型的点格局分析显示（图3），存活黄檗幼树的空间分布呈现明显的聚集格局，样地A的幼树在2 ~ 15 m尺度上表现为聚集分布，样地B幼树在3 ~ 9 m尺度上表现为聚集分布。
![]()
图 3 黄檗幼树空间点格局分析Figure 3. Spatial point pattern analyses of Phellodendron amurense saplings2.2 黄檗幼树的生境关联性分析
黄檗样地的林窗空间格局如图4所示，2个样地共提取林窗15个，其中样地A 8个，样地B 7个，单个林窗面积4.1 ~ 155.4 m2。样地A中华北落叶松数量较多，树冠相对较小并且稀疏，林窗形状相对狭长；样地B中由于树木枯死，留下较大的冠层空隙。
按照上述生境划分的方法将样地划分为3种不同的生境类型（图5），样地A中林窗中心占总比例的7.31% （117个），林窗边缘占32.62% （522个），林冠区占60.06% （961个）；样地B中林窗中心占10% （160个），林窗边缘占29.43% （471个），林冠区占60.5%（969个）。物种完全随机模型检验结果表明（表1），黄檗幼树在2个样地的空间分布均与林窗边缘呈显著正相关，与林冠区显著负相关，与林窗中心没有明显倾向性。林窗中心密度为0.076株/m2和0.043株/m2，林窗边缘为0.088株/m2和0.093株/m2，林冠区为0.024株/m2和0.029株/m2。黄檗幼树在各生境类型中的存活密度梯度为林窗边缘 > 林窗中心 > 林冠区，林冠结构与存活黄檗幼树的空间分布有显著关联性，林窗边缘的生境条件最适宜黄檗存活。
![]()
图 5 样地生境类型划分每个小样格为1 m × 1 m。小样格内的数字表示生境类型。不同的颜色代表不同的生境类型，蓝色为林窗中心，标记为生境类型1；黄色为林窗边缘，标记为生境类型2；绿色为林冠区，标记为生境类型3。The size of each plot is 1 m × 1 m. The number in the small square indicates the habitat type. Different colors represent varied habitat types, blue indicates the center of forest gaps, marked as habitat type 1; yellow indicates the edge of forest gaps, marked as habitat type 2; green indicates the area of canopy, marked as habitat type 3.Figure 5. Classification of habitat types in the sample plot表 1 幼树与每种生境类型的关联性Table 1. Association between saplings and each habitat type样地
Sample plot生境1 Habitat 1 生境2 Habitat 2 生境3 Habitat 3 幼树数量
Sapling number显著性
Significance幼树数量
Sapling number显著性
Significance幼树数量
Sapling number显著性
SignificanceA 9 N 46 + 24 − B 7 N 44 + 24 − 注：+.正关联；−.负关联；N.中性。Notes: +, positively associated; −, negatively associated; N, neutral. 2.3 幼树个体发育与其所处位置的关系
物种对不同生境的响应和利用存在差异，其基径、树高和冠幅大小等性状是植株对其所处生境适应性的表现。黄檗幼树长势的t检验结果表明（图6），冠层结构对林下黄檗幼树的生长产生了显著的影响，黄檗幼树基径的生长状况在林窗边缘显著高于林窗中心和林冠区（P < 0.01），但在林冠区与林窗中心之间没有显著差异。黄檗的冠幅和树高则呈现显著的梯度变化（P < 0.05），即林窗边缘 > 林冠区 > 林窗中心。
![]()
图 6 黄檗幼树在各生境类型中的生长状况Figure 6. Growth status of Phellodendron amurense saplings in various habitat types3. 讨 论
分析树木的空间分布可以推断该种群对环境的适应性[12]，幼树空间分布主要受生境异质性和扩散限制因素的影响[31−32]，在已经排除扩散限制的前提下，样地中存活黄檗的空间格局在0 ~ 4 m的小尺度上没有表现出明显的倾向性，但随着尺度增大，逐渐表现为聚集分布格局（图3），说明黄檗的分布格局主要受到生境异质性的影响。林下的微生境条件通常分布不均匀，有限资源的斑块状分布会影响植株的空间格局[33]，导致黄檗个体在样地中的某些区域中存活率更高，经过7年的自然生长和死亡，我们发现黄檗对不同生境的适应性不同。
林窗对林下生境最直接的影响是改变生境中的光照条件，但林下的光环境并不是同质的，大林窗比小林窗可获得更多的光照，林窗中心的光照强度高于林窗边缘[34−35]。黄檗幼树基径的生长状况在林窗边缘的显著高于其他区域，而在林冠区和林窗中心之间没有显著差异；黄檗幼树的冠幅和树高则呈现显著的梯度变化（P < 0.05），即林窗边缘 > 林冠区 > 林窗中心（图6）。耐阴的树种在弱光环境中会在基径、树高和树冠中进行碳的重分配以适应低光环境，通常会通过降低基径来增加树高和冠幅生长的方式以最大程度获取阳光[3]，植株表现为“细长”而“冠大”的特征。林冠区的黄檗幼树可能采取了类似的生长策略，将更多碳分配于植株高度和树冠的生长，以提高其对光的截获能力，所以其树高和树冠相较于林窗中心长势更好；在林窗中心，由于光照相对更强烈，树木暴露在无遮蔽的强光下，得到的有效光辐射可能超出了它们所能利用的最高水平，抑制了其树冠和树高的生长；在林窗边缘的中等遮蔽条件下，黄檗的生长状况好于林窗中心和林冠下，这与前人研究结论一致，李霞等[36]和张玲等[37]对不同遮荫条件下黄檗形态特征、生理指标的研究中发现轻度和中度遮蔽处理有利于黄檗植株地上形态生长，并增加叶绿素含量以适应遮荫环境，但重度遮蔽会降低其可溶性糖的积累。
不适宜的生境会抑制植物的生长速度，甚至导致个体死亡，存活个体的空间分布可以表示其对特定生境的倾向性[38]。生境关联分析的结果表明，存活黄檗幼树的空间分布与林窗边缘呈显著正关联，与林冠区显著负关联，而林窗中心对其存活没有显著影响（表1），黄檗幼树在各类生境的存活密度梯度为林窗边缘 > 林窗中心 > 林冠区，这与黄檗生长状况的结果存在差异，虽然黄檗树高和树冠的长势在林冠下高于林窗中心，但可能是其在弱光环境胁迫下引起的徒长现象[39]，长期的逆境胁迫最终会导致其死亡。
即使在相同的林冠环境下，不同植物的幼苗存活率也可能存在显著差异，这与该物种对林下遮蔽环境的耐受性[40]有关，顶级种的幼苗通常生活在郁闭度高的森林下层，其幼年期可以忍耐较荫蔽的环境，而先锋种幼苗则需要较强的光照[41]。在野生黄檗分布及生长的研究中，通常认为黄檗为喜光植物[15,42−43]，而试验条件下的黄檗幼苗在全光照下受到抑制，更适宜中等遮蔽的光照条件[36−37]。这可能是因为研究中黄檗的生活史阶段不同，对野生黄檗的研究多为成年木，而试验条件下的黄檗为幼年期。结合前人研究，我们认为黄檗在幼树期具有一定的耐阴性，但如其他演替后期物种一样[44]，黄檗需要借助林窗的帮助以到达主林层，所以林窗边缘的中等光照条件最适宜其定植。
此外，枯立木和幼龄乔木可以表示样地的林分动态和冠层结构变化情况。森林中的枯木分解时间较长，枯立木可以证明其所处位置在过去几年曾有过树冠遮蔽。在样地调查过程中，我们对研究区域的枯立木及幼龄乔木的数量和分布进行了记录（图5），但研究区域的枯立木数量很少，这可能有两个原因：（1）关于冠层扰动的研究表明，在10年尺度上的冠层扰动不会很多[22]，我们的样地布置时间相对而言仍较短；（2）人类活动干扰造成的树木死亡是林窗形成的重要原因，我们的研究区域位于自然保护区中且没有进行人工择伐和抚育，人类干扰较弱，从而没有较多的冠层扰动情况。幼龄乔木可以代表其所处位置在过去几年可能没有树冠遮蔽，我们在点云数据处理时，已将低矮的幼龄乔木去掉。所以本文认为冠层动态在研究区域较弱，没有进行冠层动态对林下黄檗幼树影响的研究。
4. 结 论
本文分析了林窗空间格局对林下黄檗幼树生长和分布的影响，研究结果表明，林窗空间结构导致的林下异质性生境是影响黄檗幼树生长发育和空间分布的重要原因，林窗中心和林冠区都会对黄檗幼树的生长发育产生抑制，林窗边缘的生境条件更适宜黄檗存活。如果对黄檗进行迁地保护，建议在微生境选择上，以林窗边缘为宜，或者在其偏上方开辟人工林窗，可以为黄檗幼树的生长和存活提供适宜的生境条件。
-
![]()
图 1 针叶背面气孔线，徒手切片针叶截面
Figure 1. Stomal rows on convex side of needle，cross-section of the needle by unarmed slice
表 1 油松种群采集地点
Table 1 Sampling population of P. tabuliformis
采集地点 Collection site 缩写 Abbreviation 经度 Longitude 纬度 Latitude 海拔 Elevation/m 1 九寨沟，四川 Jiuzhaigou, Sichuan JZGPT 103°47′E 33°18′N 2 393 2 宁陕，陕西 Ningshan, Shaanxi NSPT 108°23′E 33°29′N 1 423 3 卢氏，河南 Lushi, Henan LSPT 110°49′E 33°44′N 1 713 4 灵空山，山西 Lingkongshan, Shanxi LKSPT 112°20′E 36°37′N 1 664 5 互助，青海 Huzhu, Qinghai HZPT 102°58′E 36°58′N 2 299 6 方山，陕西 Fangshan, Shaanxi FSPT 111°33′E 37°56′N 1 941 7 松山，北京 Songshan, Beijing SSPT 115°49′E 40°31′N 885 8 宁城，内蒙古 Ningcheng, Inner Mongolia NCPT 118°58′E 42°17′N 1 300 
下载: 导出CSV
表 2 油松针叶形态解剖指标
Table 2 Needle morphological and anatomical traits in P. tabuliformis
指标 Trait 测量性状 Measrured trait 形态指标 Morphological trait 针叶长 Needle long (NL)/cm 针叶厚 Needle thickness (NT)/mm 针叶宽 Needle width (NW)/mm 针叶截面积 Needle section area (NSA)/mm2 针叶截面周长 Needle section perimeter (NSP)/mm 叶肉面积 Mesophyll area (MA)/mm2 针叶背面气孔线数 Number of stomatal rows on convex side of needle (CSRN) 针叶腹面气孔线数 Number of stomatal rows on flat side of needle (FSRN) 针叶背面2 mm内气孔数 Number of stomata in a 2 mm depth on convex side of needle (CSR2N) 针叶腹面2 mm内气孔数 Number of stomata in a 2 mm depth on flat side of needle (FSR2N) 针叶背面2 mm内气孔密度 Stomata density in a 2 mm depth on convex side of needle (CSD) 针叶腹面2 mm内气孔密度 Stomata density in a 2 mm depth on flat side of needle (FSD) 针叶2 mm内平均气孔密度 Mean stomata density in a 2 mm depth of needle (MSD) 解剖指标 Anatomical trait 维管束宽 Vascular bundle width (VBW)/mm 维管束厚 Vascular bundle thickness (VBT)/mm 维管束周长 Vascular bundle perimeter (VBP)/mm 维管束面积 Vascular bundle area (VBA)/mm2 树脂道个数 Resin canals number (RCN) 树脂道面积 Resin canals area (RCA)/mm2 树脂道周长 Resin canals perimeter (RCP)/mm 树脂道面积/叶肉面积 Resin canals area/Mesophyll area (RCA/MA) 叶肉面积/维管束面积 Mesophyll area/Vascular bundle area (MA/VBA) 叶肉面积/树脂道面积 + 叶肉面积 Mesophyll area/Resin canals area + Vascular bundle area (MA/RCA + VBA)
下载: 导出CSV
表 3 针叶形态解剖指标方差分析表
Table 3 ANOVA of morphological and anatomical traits among populations
性状
Trait均方Mean square 方差分量 Variance component/% 群体遗传力（H2） 群体（7）
Population (7)群体内个体（88）
Individuals in population (88)残差（179）
Residual (179)群体（7）
Population (7)群体内个体（88）
Individuals in population (88)残差（179）
Residual (179)CSRN 11.037 4.756 0.946 11.422** 61.869** 26.709 0.910 FSRN 14.056 3.538 0.653 18.411** 58.261** 23.328 0.950 CSR2N 8.427 8.163 4.243 3.706* 45.121** 51.173 0.500 FSR2N 7.936 7.151 3.483 4.104* 46.492** 49.404 0.560 CSD 0.001 3.79 × 10− 4 1.75 × 10− 4 5.642* 47.374** 46.984 0.690 FSD 0.001 2.42 × 10− 4 8.40 × 10− 5 13.404** 49.576** 37.020 0.900 MSD 0.001 2.41 × 10− 4 7.36 × 10− 5 10.624** 53.961** 35.415 0.880 NL 55.497 15.648 1.061 20.017** 70.148** 9.836 0.980 NW 0.212 0.091 0.006 14.062** 75.887** 10.051 0.970 NT 0.114 0.030 0.003 20.158** 66.020** 13.822 0.970 NSA 0.241 0.103 0.009 13.460** 72.203** 14.337 0.960 NSP 1.436 0.727 0.147 9.866** 62.794** 27.339 0.900 MA 0.102 0.044 0.007 12.118** 65.788** 22.094 0.930 VBA 0.031 0.014 0.001 13.255** 76.229** 10.516 0.970 VBW 0.086 0.031 0.003 15.662** 71.914** 12.424 0.970 VBT 0.044 0.013 0.001 17.931** 68.005** 14.065 0.970 VBP 0.556 0.211 0.014 15.486** 73.834** 10.680 0.970 RCN 14.056 3.538 0.653 18.078** 65.690** 16.232 0.970 RCA 5.63 × 10− 6 2.50 × 10− 6 4.38 × 10− 7 11.482** 64.242** 24.276 0.970 RCP 0.072 0.0617 0.058 2.961 32.072 64.967 0.190 RCA/MA 2.84 × 10− 4 1.66 × 10− 4 3.45 × 10− 5 8.604** 63.408** 27.988 0.870 MA/VBA + RCA 0.157 0.154 0.115 1.473 28.151 70.376 0.200 VBA/RCA 410.920 642.240 381.510 1.775 21.547 76.678 0.230 注: *P < 0.05; **P < 0.01。Notes: *P < 0.05; **P < 0.01.
下载: 导出CSV
表 4 不同种群间形态解剖指标的差异
Table 4 Difference of morphology and anatomical traits among populations
项目 Item FSPT HZPT JZGPT LKSPT LSPT NCPT NSPT SSPT CSRN 7.830±1.790 6.360±1.355 6.970±1.082 7.690±1.636 7.640±1.397 8.060±1.391 7.200±1.346 7.830±1.630 FSRN 5.740±1.502 5.060±1.194 4.890±0.854 6.170±1.276 6.610±1.202 6.330±1.216 5.290±1.017 6.060±1.603 CSR2N 21.340±2.363 21.690±2.012 21.830±2.524 21.860±2.38 22.330±2.330 22.390±2.193 21.140±2.158 22.110±2.681 FSR2N 20.89±1.728 20.810±2.584 21.140±2.127 20.970±1.647 21.080±2.322 21.940±1.836 20.460±2.513 20.360±2.180 CSD 0.078±0.021 0.071±0.015 0.071±0.014 0.080±0.015 0.071±0.016 0.078±0.014 0.071±0.014 0.074±0.014 FSD 0.056±0.014 0.054±0.013 0.048±0.009 0.062±0.014 0.058±0.013 0.059±0.009 0.050±0.009 0.052±0.009 MSD 0.067±0.016 0.063±0.011 0.060±0.009 0.071±0.011 0.064±0.012 0.068±0.010 0.061±0.009 0.063±0.009 NL 144.030±22.481 123.030±26.691 146.610±21.459 134.640±20.913 164.580±13.586 141.840±29.551 132.660±30.076 150.030±24.685 NW 1.096±0.224 0.977±0.134 1.078±0.143 1.052±0.204 1.217±0.142 1.172±0.181 1.082±0.167 1.173±0.218 NT 0.683±0.136 0.610±0.066 0.723±0.088 0.660±0.110 0.759±0.083 0.777±0.097 0.671±0.106 0.749±0.136 NSP 3.035±1.026 2.636±0.343 2.990±0.413 2.891±0.508 3.268±0.318 3.187±0.454 2.918±0.412 3.151±0.739 NSA 0.611±0.292 0.447±0.110 0.593±0.165 0.544±0.210 0.681±0.134 0.672±0.190 0.541±0.155 0.672±0.237 MA 4.032±2.435 2.961±0.774 3.656±0.907 3.489±1.403 4.399±0.983 4.312±1.234 3.386±1.020 4.344±1.326 VBW 0.61±0.103 0.508±0.091 0.596±0.099 0.585±0.119 0.663±0.075 0.632±0.101 0.589±0.100 0.654±0.148 VBT 0.395±0.076 0.338±0.048 0.437±0.064 0.385±0.072 0.427±0.067 0.447±0.066 0.398±0.071 0.426±0.089 VBP 1.643±0.271 1.396±0.206 1.675±0.272 1.587±0.295 1.784±0.200 1.756±0.273 1.615±0.254 1.749±0.371 VBA 0.198±0.067 0.144±0.041 0.214±0.071 0.188±0.075 0.231±0.053 0.233±0.074 0.192±0.061 0.227±0.104 RCN 4.600±1.802 6.330±1.549 5.810±3.106 3.970±1.082 4.250±1.628 4.150±1.349 5.000±1.831 3.970±1.108 RCP 0.257±0.56 0.131±0.021 0.183±0.042 0.160±0.035 0.179±0.036 0.169±0.042 0.162±0.036 0.251±0.396 RCA 0.01±0.007 0.007±0.003 0.014±0.011 0.007±0.004 0.010±0.008 0.009±0.006 0.010±0.006 0.010±0.006 RCA/MA 0.002±0.001 0.003±0.001 0.004±0.002 0.002±0.001 0.002±0.002 0.002±0.001 0.003±0.002 0.002±0.001 MA/VBA 20.142±8.609 21.320±5.298 17.724±3.130 19.048±4.247 19.687±4.902 19.077±3.831 18.139±3.734 20.135±3.021 MA/RCA+VBA 19.262±8.195 20.204±4.803 16.768±3.152 18.340±4.162 18.903±4.870 18.371±3.604 17.294±3.676 19.285±2.851
下载: 导出CSV
表 5 油松地理种群间针叶光合生理指标方差分析表
Table 5 ANOVA of photosynthesis traits among populations
性状
Trait均方 Mean square 方差分量 Variance component/% 群体
遗传力
（H2）群体（7）
Population (7)群体内个体（88）
Individuals in population (88)残差（192）
Residual (192)群体（7）
Population (7)群体内个体（88）
Individuals in population (88)残差（192）
Residual (192)Pn 2.672 0.215 0.129 29.563** 22.819 47.618 0.940 Tr 0.600 0.068 0.012 42.231** 20.941 36.828 0.970 Gs 0.001 2.91 × 10− 5 1.05 × 10− 5 8.282** 26.311 65.407 0.710 Ci 3 2476 7 577 8 701 33.922** 37.048** 29.030 0.970 Ls 0.221 0.051 0.058 8.401** 26.386 65.214 0.710 WUE 5.572 1.470 0.987 9.521** 39.297** 51.182 0.810 注：*P < 0.05；**P < 0.01。Notes: *P < 0.05; **P < 0.01.
下载: 导出CSV
表 6 不同种群间光合与蒸腾指标的差异
Table 6 Difference of photosynthesis and transpiration traits among populations
项目 Item Pn Gs Ci Tr Ls WUE FSPT 2.041 ± 0.864 0.02 ± 0.009 193.907 ± 67.662 0.83 ± 0.273 0.496 ± 0.175 2.552 ± 0.99 HZPT 1.838 ± 0.756 0.017 ± 0.007 168.596 ± 115.99 0.686 ± 0.217 0.562 ± 0.3 2.919 ± 1.609 JZGPT 1.682 ± 0.651 0.015 ± 0.006 182.781 ± 54.292 0.692 ± 0.241 0.526 ± 0.14 2.569 ± 0.984 LKSPT 1.918 ± 0.755 0.019 ± 0.008 194.091 ± 48.804 0.788 ± 0.286 0.496 ± 0.125 2.646 ± 1.103 LSPT 2.372 ± 0.858 0.024 ± 0.01 196.833 ± 46.789 0.935 ± 0.283 0.488 ± 0.121 2.625 ± 0.847 NCPT 1.844 ± 0.678 0.017 ± 0.007 181.829 ± 60.644 0.692 ± 0.221 0.528 ± 0.157 2.863 ± 1.232 NSPT 1.454 ± 0.676 0.012 ± 0.006 108.102 ± 453.737 0.533 ± 0.249 0.719 ± 1.173 3.692 ± 4.469 SSPT 2.039 ± 0.801 0.022 ± 0.011 201.971 ± 52.490 0.835 ± 0.311 0.474 ± 0.136 2.62 ± 1.163
下载: 导出CSV
表 7 光合指标与形态解剖指标相关性分析表
Table 7 Pearson correlation analysis between photosynthesis traits and needle morphological traits
项目 Item Pn Gs Ci Tr Ls WUE FSRN 0.635** 0.561** − 0.205 0.570** 0.026 − 0.159 CSRN 0.587** 0.529** − 0.197 0.575** − 0.002 − 0.220 FSR2N 0.317* 0.267 0.009 0.250 − 0.161 − 0.190 CSR2N 0.490** 0.415** − 0.055 0.371* − 0.149 − 0.215 CSD 0.326 0.284 − 0.308 0.362 0.162 0.520 FSD 0.459 0.441 − 0.206 0.460 0.132 0.722* MSD 0.428 0.397 − 0.268 0.447 0.153 0.674* NL 0.417** 0.475** 0.068 0.349* − 0.162 − 0.003 NW 0.525** 0.489** − 0.113 0.561** − 0.060 − 0.261 NT 0.514** 0.429** − 0.199 0.503** 0.047 − 0.234 MA 0.510** 0.458** − 0.117 0.546** − 0.033 − 0.244 NSA 0.531** 0.482** − 0.122 0.553** − 0.036 − 0.249 NSP 0.545** 0.509** − 0.106 0.538** − 0.070 − 0.219 VBA 0.526** 0.485** − 0.125 0.520** − 0.032 − 0.227 VBT 0.451** 0.386** − 0.180 0.436** 0.041 − 0.213 VBP 0.565** 0.516** − 0.141 0.550** − 0.033 − 0.249 VBW 0.611** 0.555** − 0.140 0.585** − 0.054 − 0.268 RCA 0.484** 0.444** − 0.051 0.485** − 0.095 − 0.245 RCN − 0.136 0.031 0.009 0.039 − 0.044 − 0.055 RCP 0.224 0.182 − 0.050 0.293* − 0.038 − 0.209 MA/VBA 0.395 0.378 − 0.031 0.390 0.215 0.119 RCA/MA 0.020 0.042 0.093 0.108 0.080 − 0.224 MA/VBA + RCA 0.389 0.372 − 0.031 0.383 0.216 0.118 VBA/TRCA 0.206 0.368 0.383 0.481 − 0.482 − 0.285 注: *P<0.05; **P<0.01。n=40。Notes: *P<0.05; **P<0.01. n=40.
下载: 导出CSV
表 8 光合指标、形态解剖指标与地理环境、生长因子间相关性分析表
Table 8 Pearson correlation analysis among photosynthesis traits, morphological needle traits and environmental factors
项目 Item Longitude Latitude Elevation AT AP ATJ AT/AP ATJ/AP Pn 0.409 0.419 − 0.376 − 0.226 − 0.261 − 0.593 − 0.039 − 0.472 Gs 0.462 0.276 − 0.359 − 0.037 − 0.046 − 0.421 − 0.040 − 0.251 Ci − 0.192 − 0.721* 0.372 0.443 0.804** 0.716* − 0.303 0.870** Ls 0.007 0.653 − 0.205 − 0.623 − 0.831** − 0.674* 0.160 − 0.833** Tr 0.504 0.306 − 0.336 − 0.042 − 0.058 − 0.456 − 0.030 − 0.263 WUE 0.406 0.565 − 0.465 − 0.127 − 0.525 − 0.558 0.350 − 0.598 FSRN 0.797* 0.506 − 0.606 0.245 − 0.168 − 0.479 0.427 − 0.412 CSRN 0.845** 0.575 − 0.664 0.343 − 0.213 − 0.523 0.529 − 0.452 FSR2N 0.259 0.376 0.031 0.030 − 0.419 − 0.281 0.495 − 0.426 CSR2N 0.378 0.547 − 0.415 − 0.089 − 0.494 − 0.510 0.381 − 0.607 FSD 0.546 0.462 − 0.208 0.021 − 0.344 − 0.474 0.383 − 0.441 CSD 0.581 0.659 − 0.332 − 0.013 − 0.566 − 0.673* 0.488 − 0.638 MSD 0.599 0.586 − 0.281 0.008 − 0.473 − 0.600 0.460 − 0.564 NT 0.551 0.351 − 0.504 0.344 − 0.088 − 0.215 0.448 − 0.239 NW 0.593 0.287 − 0.575 0.335 0.058 − 0.227 0.290 − 0.196 NL 0.313 − 0.195 − 0.255 0.496 0.497 0.214 0.020 0.309 MA 0.627 0.428 − 0.510 0.192 − 0.120 − 0.398 0.307 − 0.333 NSP 0.594 0.298 − 0.502 0.337 0.026 − 0.248 0.315 − 0.207 NSA 0.597 0.357 − 0.511 0.293 − 0.049 − 0.297 0.338 − 0.253 RCP 0.438 0.269 − 0.391 0.119 − 0.011 − 0.322 0.057 − 0.150 RCA 0.446 0.090 − 0.480 0.507 0.205 − 0.039 0.257 0.010 RCN − 0.910** − 0.474 0.720* − 0.517 0.066 0.337 − 0.595 0.233 VBW 0.614 0.273 − 0.590 0.399 0.083 − 0.227 0.301 − 0.170 VBT 0.468 0.205 − 0.430 0.499 0.040 − 0.037 0.471 − 0.076 VBA 0.557 0.252 − 0.513 0.454 0.055 − 0.140 0.401 − 0.131 VBP 0.576 0.243 − 0.532 0.454 0.084 − 0.151 0.370 − 0.129 RCA/MA − 0.849** − 0.746* 0.527 − 0.031 0.475 0.641 − 0.557 0.560 MA/VBA + RCA 0.037 0.017 0.019 − 0.369 0.045 − 0.185 0.003 − 0.012 MA/VBA 0.039 0.019 0.013 − 0.368 0.044 − 0.188 0.002 − 0.007 注：*P < 0.05；**P < 0.01。n = 8。Longitude为 经度（E），Latitude为纬度（N），Elevation为海拔（m），AT为年均温（℃），AP为年降水量（mm），ATJ为1月均温（℃），AT/AP为年均温/年降水量的值，ATJ/AP为1月均温/年降水量的值。Notes: * means P < 0.05; ** means P < 0.01; n = 8. Longitude, longitude (E); latitude, latitude (N); elevation, elevation (m); AT, annual temperature (℃); AP, annual precipitation (mm); ATJ, average temperature of January; AT/AP, annual temperature/annual precipitation; ATJ/AP, average temperature of January/annual precipitation.
下载: 导出CSV
-
[1] 张凯. 油松各器官功能性状及其对环境因子响应的研究[D]. 北京: 北京林业大学, 2016. Zhang K. The functional tratis of different organs of Pinus tabulaeformis and their response to environment[D]. Beijing: Beijing Forestry University, 2016.
[2] Meng J X, Chen X Y, Huang Y J, et al. Environmental contribution to needle variation among natural populations of Pinus tabuliformis[J]. Journal of Forestry Research, 2019, 30(4): 1311−1322.
[3] Xing F Q, Mao J F, Meng J X, et al. Needle morphological evidence of the homoploid hybrid origin of Pinus densata based on analysis of artificial hybrids and the putative parents, Pinus tabuliformis and Pinus yunnanensis[J]. Ecology & Evolution, 2014, 4(10): 1890−1902.
[4] McKown A D, Guy R D, Klápště J, et al. Geographical and environmental gradients shape phenotypic trait variation and genetic structure in Populus trichocarpa[J]. New Phytologist, 2014, 201(4): 1263−1276. doi: 10.1111/nph.12601
[5] Lande R. Adaptation to an extraordinary environment by evolution of phenotypic plasticity and genetic assimilation[J]. Journal of Evolutionary Biology, 2010, 22(7): 1435−1446.
[6] 高琼, 王维有, 孟景祥, 等. 油松 × 云南松杂种与亲本种和高山松的光合特性比较[J]. 北京林业大学学报, 2016, 38(2):37−43. Gao Q, Wang W Y, Meng J X, et al. Comparison of growth traits and photosynthetic physiology in Pinus tabuliformis from eight provenances of China[J]. Journal of Beijing Forestry University, 2016, 38(2): 37−43.
[7] 蒋万杰, 欧晓岚, 刘艳红. 北京松山油松当年生与往年生针叶光合生理特性[J]. 生态科学, 2018, 37(1):121−127. Jiang W J, Ou X L, Liu Y H. Photosynthetic characteristics in current and previous-year needles of Pinus tabulaeformis in the Songshan, Beijing, China[J]. Ecological Science, 2018, 37(1): 121−127.
[8] Wang M B, Gao F Q. Genetic variation in Chinese pine (Pinus tabulaeformis), a woody species endemic to China[J]. Biochemical Genetics, 2009, 47(1-2): 154−164. doi: 10.1007/s10528-009-9225-7
[9] Li W, Wang X, Li Y. Stability in and correlation between factors influencing genetic quality of seed lots in seed orchard of Pinus tabuliformis Carr. over a 12-year span[J/OL]. PLoS One, 2011, 6(8) (2011−08−24) [2018−10−20]. https://doi.org/10.1371/journal.pone.0023544.
[10] Wang B S, Mao J F, Gao J, et al. Colonization of the Tibetan Plateau by the homoploid hybrid pine Pinus densata[J]. Molecular Ecology, 2011, 20: 3796−3811. doi: 10.1111/mec.2011.20.issue-18
[11] 续九如, 李颖岳. 林业试验设计[M]. 北京: 中国农业出版社, 2014. Xu J R, Li Y Y. Experiments design in forestry[M]. Beijing: China Agricultural Press, 2014.
[12] Sultan S E. Evolutionary implications of phenotypic plasticity in plants[M]. New York: Springer, 1987: 127−178.
[13] Körner C, Neumayer M, Menendez-Riedl S P, et al. Functional morphology of mountain plants[J]. Flora, 1989, 182(5−6): 353−383. doi: 10.1016/S0367-2530(17)30426-7
[14] Beerling D, Kelly C. Evolutionary comparative analyses of the relationship between leaf structure and function[J]. New Phytologist, 1996, 134(1): 35−51. doi: 10.1111/nph.1996.134.issue-1
[15] 黄雨洁. 云南松针叶与油松种实性状的种群变异研究[D]. 北京: 北京林业大学, 2015. Huang Y J. Population genetic variation of Pinus yunnanensis needle and Pinus tabuliformis cone and seed taits[D]. Beijing: Beijing Forestry University, 2015.
[16] 郭丽丽, 张茜茜, 郝立华, 等. 大气CO2倍增条件下冬小麦气体交换对高温干旱及复水过程的响应[J]. 作物学报, 2019, 45(6):949−956. Guo L L, Zhang X X, Hao L H, et al. Responses of leaf gas exchange to high temperature and drought combination as well as re-watering of winter wheat under doubling atmospheric CO2 concentration[J]. Acta Agronomica Sinica, 2019, 45(6): 949−956.
[17] 张明明. 不同地区日本落叶松叶片解剖结构比较研究[D]. 哈尔滨: 东北林业大学, 2012. Zhang M M. Comparative study on leaf anatomical structure of Japanses larch in different areas[D]. Harbin: Northeast Forestry University, 2012.
[18] Xie Z S, Du H R, Xiang D F, et al. The changes of anatomical structure of vascular bundles and water transport in blueberry fruit during different growth and development stages[J]. Plant Physiology Journal, 2018, 54(1): 45−53.
[19] Peak D, Mott K A. A new, vapour-phase mechanism for stomatal responses to humidity and temperature[J]. Plant Cell & Environment, 2015, 34(1): 162−178.
[20] Hultine K R, Marshall J D. A comparison of three methods for determining the stomatal density of pine needles[J]. Journal of Experimental Botany, 2001, 52(355): 369−373. doi: 10.1093/jexbot/52.355.369
[21] Gilbert M E, Zwieniecki M A, Holbrook N M. Independent variation in photosynthetic capacity and stomatal conductance leads to differences in intrinsic water use efficiency in 11 soybean genotypes before and during mild drought[J]. Journal of Experimental Botany, 2011, 62(8): 2875−2887. doi: 10.1093/jxb/erq461
[22] Pensa M, Aalto T, Jalkanen R. Variation in needle-trace diameter in respect of needle morphology in five conifer species[J]. Trees, 2004, 18(3): 307−311. doi: 10.1007/s00468-003-0307-6
[23] Cole K L, Fisher J, Arundel S T, et al. Geographical and climatic limits of needle types of one-and two-needled pinyon pines[J]. Journal of Biogeography, 2008, 35(2): 257−269.
[24] 代剑峰, 高琼, 刘灏, 等. 高山松与亲本种多种群在高海拔生境下的苗期适应性研究[J]. 北京林业大学学报, 2012, 34(5):15−24. Dai J F, Gao Q, Liu H, et al. Seedling adaptation of hybrid pine Pinus densata and its parental species in the high elevation habitat[J]. Journal of Beijing Forestry University, 2012, 34(5): 15−24.
[25] Roberntz P, Stockfors J. Effects of elevated CO2 concentration and nutrition on net photosynthesis, stomatal conductance and needle respiration of field-grown Norway spruce trees[J]. Tree Physiology, 1998, 18(4): 233−241. doi: 10.1093/treephys/18.4.233
[26] Lin Y S, Medlyn B E, Ellsworth D S. Temperature responses of leaf net photosynthesis: the role of component processes[J]. Tree Physiology, 2012, 32(2): 219−231. doi: 10.1093/treephys/tpr141
[27] Caird M A, Richards J H, Donovan L A. Nighttime stomatal conductance and transpiration in C3 and C4 plants[J]. Plant Physiology, 2007, 143(1): 4−10. doi: 10.1104/pp.106.092940
[28] 罗彬莹, 刘卫东, 吴际友, 等. 干旱胁迫对樟树幼苗光合特性和水分利用的影响[J]. 中南林业科技大学学报, 2019, 39(5):49−55. Luo B Y, Liu W D, Wu J Y, et al. Effect of drought stress on photosynthetic characteristics and water use of Cinnamomum camphora seedlings[J]. Journal of Central South University of Forestry & Technology, 2019, 39(5): 49−55.
[29] 叶子飘, 郑卓, 康华靖, 等. 自然条件下中熟籼稻初穗期剑叶光合的气孔和非气孔限制特征[J]. 生态学杂志, 2019, 38(4):1004−1012. doi: 10.3969/j.issn.1674-3075.2014.02.001 Ye Z P, Zheng Z, Kang H J, et al. Stomatal and non-stomatal limitations on photosynthesis of flag leaf of medium mature indica rice at early earring stage under natural conditions[J]. Chinese Journal of Ecology, 2019, 38(4): 1004−1012. doi: 10.3969/j.issn.1674-3075.2014.02.001
[30] 潘瑞炽, 王晓菁, 李娘辉, 等. 植物生理学[M]. 北京: 高等教育出版社, 2012. Pan R C, Wang X J, Li N H, et al. Plant physiology[M]. Beijing:Higher Education Press, 2012.
[31] Sultan S. Phenotypic plasticity and plant adaptation[J]. Acta botanica neerlandica, 1995, 44(4): 363−383. doi: 10.1111/plb.1995.44.issue-4
[32] 张丹. 环境因子对红松光合作用及次生代谢产物的影响[D]. 哈尔滨: 东北林业大学, 2016. Zhang D. Effects of environment on photosynthesis and secondary metabolitesr of Korean pine[D]. Harbin: Northeast Forestry University, 2016.
[33] 赵海燕, 魏宁, 孙聪聪, 等. NaCl胁迫对银杏幼树组织解剖结构和光合作用的影响[J]. 北京林业大学学报, 2018, 40(11):28−41. Zhao H Y, Wei N, Sun C C, et al. Effects of salt stress on anatomic structure of tissue and photosynthesis in Ginkgo biloba seedlings[J]. Journal of Beijing Forestry University, 2018, 40(11): 28−41.
[34] 冮慧欣, 王嘉琪, 黄春岩, 等. 8种绿化树种光合特性及叶片解剖结构比较[J]. 植物研究, 2019, 39(1):10−16. Jiang H X, Wang J Q, Huang C Y, et al. Photosynthetic characteristics and leaf anatomical structure of eight tree species[J]. Bulletin of Botanical Research, 2019, 39(1): 10−16.
[35] 刘力铭, 孙志虎, 李开隆, 等. 养分添加对白桦叶片气孔和气体交换异质性影响研究[J]. 中南林业科技大学学报, 2019, 39(4):72−78. Liu L M, Sun Z H, Li K L, et al. Effects of nutrient addition on stomata and gas exchange heterogeneity of Betula platyplylla leaves[J]. Journal of Central South University of Forestry & Technology, 2019, 39(4): 72−78.
-
期刊类型引用(11)
1. 秦孝天，郭梦鸽，秦少华，陈瑞丹. 梅花新品种‘治章骨红重翠’跨品种群特性机制探究. 生物工程学报. 2024(01): 239-251 . 
百度学术
2. 周成宇，武怀燕，圣倩倩，曹福亮，祝遵凌. 33个观赏文冠果品系花瓣色彩的动态变化特征分析. 西部林业科学. 2023(05): 84-94 . 百度学术
3. 苏江硕，贾棣文，王思悦，张飞，蒋甲福，陈素梅，房伟民，陈发棣. 中国菊花遗传育种60年回顾与展望. 园艺学报. 2022(10): 2143-2162 . 百度学术
4. 付瀚森，张亚雯，赵阳阳，罗婷婷，邓慧杰，孟晨伟，王彩云. 菊花‘绿叮当’与毛华菊杂交后代花部性状杂种优势与混合遗传分析. 园艺学报. 2021(01): 96-106 . 百度学术
5. 周琦，赵峰，张慧会，祝遵凌. 香水莲花色素成分及含量的初步研究. 黑龙江农业科学. 2021(04): 72-78 . 百度学术
6. 侯瑞丽，武倩，闫星蓉，张芸香，郭晋平. 观赏型文冠果新品种花期颜色特征及其表型稳定性研究. 西北农业学报. 2021(01): 143-151 . 百度学术
7. 吴芳芳，原鑫，苏少文，贺丹，刘艺平，孔德政. 荷花品种的花器官表型性状及花色多样性分析. 河南农业大学学报. 2020(01): 24-29+37 . 百度学术
8. 赵晋陵，金玉，叶回春，黄文江，董莹莹，范玲玲，马慧琴，江静. 基于无人机多光谱影像的槟榔黄化病遥感监测. 农业工程学报. 2020(08): 54-61 . 百度学术
9. 丁苏芹，孙忆，李玺，唐东芹，史益敏. 小苍兰品种花色表型数量分类研究. 北方园艺. 2019(04): 85-91 . 百度学术
10. 袁培森，任守纲，翟肇裕，徐焕良. 基于半监督主动学习的菊花表型分类研究. 农业机械学报. 2018(09): 27-34 . 百度学术
11. 刘海英，高远，邢晨涛，甄俊琦，陆顺丽，王玉芝. 花青素苷提取专用菊种质及适宜采收期的筛选. 河南农业科学. 2018(09): 120-125 . 百度学术
其他类型引用(14)
计量
- 文章访问数: 2953
- HTML全文浏览量: 1137
- PDF下载量: 73
- 被引次数: 25
