下载:
-
白芷药材为伞形科Apiaceae植物白芷Angelica dahurica或杭白芷A. dahurica var. formosana的干燥根，具有解表散寒、祛风止痛、宣通鼻窍、燥湿止带、消肿排脓的功效[1]。白芷含有香豆素类、挥发油类、苷类、生物碱类、多糖类、氨基酸类等多种化学成分[2]，香豆素是白芷中含量较多的一大类活性成分。已有研究表明[3−5]：水合氧化前胡素、白当归素、佛手柑内酯、氧化前胡素、欧前胡素、异欧前胡素、花椒毒酚等主要标志性成分可以反映白芷药材的质量差异。在遗传方面，刘倩倩等[6]和侯凯等[7]分别应用分子标记对不同白芷资源遗传组成开展研究，结果显示SSR和ISSR标记均可以应用于白芷资源的遗传组成研究。然而已有研究的取样范围较窄，大多未包括传统的北方白芷产区。同时，白芷资源存在产地变迁和引种栽培行为，但近10 a对白芷的研究集中在品质成分、栽培技术和药理等方面，而有关白芷遗传的研究却较少。相关序列扩增多态性(SRAP)是基于PCR技术的经典标记系统[8]，多应用于药用植物群体遗传组成分析[9−10]。
遗传组成和产地环境的差异均有可能引起白芷药材品质和化学组成变异，已有研究多是通过采集不同产地材料分析不同产区的白芷药材品质差异[4, 11]，没有系统地分析不同白芷主产区样品的遗传组成及其与品质变异的相关性。本研究收集中国白芷主产区种源，栽培于同一个资源圃内，应用SRAP分子标记对收集的白芷样品进行遗传组成分析，从遗传背景上对不同种源进行区分，同时，通过测定7种香豆素化学成分对白芷进行品质评价，探究不同产地间白芷遗传组成与品质差异的相关性，为白芷药材开发及新品种选育提供理论依据。
-
2019年10月，在四川、浙江、安徽、河北、河南等白芷主产区省份收集25份白芷资源(表1)，栽培于杭州市原种场。2020年9月，在叶片枯萎时对同圃种植的25份白芷资源进行采收，取白芷根部，55 ℃烘干后打粉，编号后置于4 ℃冰箱密封保存。
表 1 供试白芷种源信息
Table 1. Information of tested materials of A. dahurica
编号 来源 种质类型 基原 纬度(N) 经度(E) 海拔/m HBQ-1 河北省保定市安国市祁州镇-1 本地栽培 白芷 38°25′11.79″ 115°18′54.12″ 33 HBQ-2 河北省保定市安国市祁州镇-2 本地栽培 白芷 38°25′11.79″ 115°18′54.12″ 32 HBQ-3 河北省保定市安国市祁州镇-3 本地栽培 白芷 38°25′11.79″ 115°18′54.12″ 33 HBQ-4 河北省保定市安国市祁州镇-4 本地栽培 白芷 38°25′11.79″ 115°18′54.12″ 32 HBY-1 河北省保定市安国市易州镇-1 本地栽培 白芷 39°20′43.56″ 115°30′06.04″ 50 HBY-2 河北省保定市安国市易州镇-2 本地栽培 白芷 39°20′43.56″ 115°30′06.04″ 45 HBD-1 河北省保定市安国市大五女镇-1 本地栽培 白芷 38°22′16.83″ 115°12′54.73″ 37 HBD-2 河北省保定市安国市大五女镇-2 本地栽培 白芷 38°22′16.83″ 115°12′54.73″ 36 HB-B 河北省保定市安国市北段村乡 本地栽培 白芷 38°28′13.34″ 115°17′48.67″ 30 HN-G 河南省许昌市禹州市古城镇 本地栽培 白芷 34°13′37.53″ 113°33′44.31″ 169 JS-X 江苏省宿迁市沭阳县新河镇 引种栽培 白芷 34°10′55.57″ 118°39′35.60″ 16 SD-X 山东省烟台市莱阳市穴坊镇 引种栽培 白芷 36°40′02.15″ 120°43′52.90″ 37 HN-L 湖南省邵阳市邵东县廉桥镇 引种栽培 白芷 27°19′25.00″ 111°50′56.70″ 208 ZJ-F 浙江省杭州市淳安县枫树岭镇 本地栽培 杭白芷 29°22′04.26″ 118°42′34.62″ 370 ZJ-Y 浙江省金华市磐安县新渥镇(仰头村) 本地栽培 杭白芷 28°58′28.49″ 120°25′47.97″ 560 ZJ-M 浙江省金华市磐安县新渥镇(麻车下村岩岗) 本地栽培 杭白芷 28°59′27.89″ 120°23′13.20″ 570 ZJ-L 浙江省金华市磐安县冷水镇 本地栽培 杭白芷 28°53′59.36″ 120°20′59.61″ 303 ZJ-B 浙江省台州市仙居县白塔镇 本地栽培 杭白芷 28°44′59.86″ 120°36′04.52″ 78 SC-Q 四川省遂宁市蓬溪县群利镇 本地栽培 杭白芷 30°22′59.82″ 105°58′30.98″ 338 SC-B 四川省遂宁市蓬溪县宝梵镇 本地栽培 杭白芷 30°40′58.73″ 105°41′06.79″ 408 SC-Y 四川省遂宁市船山区永兴镇 本地栽培 杭白芷 30°33′51.02″ 105°36′27.35″ 293 CQ-T 重庆市大足区铁山镇 本地栽培 杭白芷 29°41′10.54″ 105°34′01.12″ 417 AH-S 安徽省亳州市谯城区十九里镇 引种栽培 杭白芷 33°48′38.23″ 115°47′15.30″ 39 AH-H 安徽省亳州市谯城区华佗镇 引种栽培 杭白芷 33°56′03.63″ 115°46′48.82″ 39 AH-Q 安徽省亳州市谯城区谯东镇 引种栽培 杭白芷 33°50′53.42″ 115°52′33.24″ 37 -
实验仪器主要包括Agilent 1260高效液相色谱仪(Agilent公司，美国)、色谱柱(Agilent Eclipse XDB-C18 4.6 mm×250 mm)、Veriti 96 Well Thermal Cycler型PCR仪(Thermo Fisher Scientific公司，美国)、Power PacTM-Basic/HV型电泳仪、GelDocTM XR +型凝胶成像仪(美国Bio-Rad公司)。欧前胡素(批号：HS19326S1)、异欧前胡素(批号：HS9499S1)、白当归素(批号：HR19108W3)、氧化前胡素(批号：HR71244W5)、佛手柑内酯(批号：HR1141W8)、水合氧化前胡素(批号：HS91011B1)对照品均购自于宝鸡市辰光生物科技有限公司；花椒毒酚对照品(批号：nkl211109006)购自于成都钠钶锂生物科技有限公司；甲醇(批号：20210322)、乙醇(批号：20200710)为分析纯，购自于上海凌峰化学试剂有限公司；流动相甲醇为色谱纯(批号：U9OG1H)，水为重蒸馏去离子水。三羟基甲基氨基甲烷(批号：T57320)、核酸染料YeaRed、2×HieffTM PCR Master Mix等均购自于上海翊圣生物科技有限公司；SRAP引物委托上海生工生物公司合成，置4 ℃冰箱保存。所有试剂均为分析纯。
-
取供试样品粉末2 g，置于100 mL锥形瓶中，加入50 mL水，密塞，称质量，静置1 h后，连接回流冷凝管，加热至沸腾，并保持微沸1 h。放冷后，取下锥形瓶，密塞，再称质量，用水补足减失的质量，摇匀，用干燥滤器滤过，量取滤液10 mL，置于已干燥至恒量的蒸发皿中，在水浴锅上蒸干，于105 ℃干燥3 h，置干燥器中冷却30 min，迅速称质量。以供试样品的干燥品计算供试样品中的醇溶性浸出物质量分数(%)，每个供试样品重复3次。
-
色谱柱为Agilent Eclipse XDB-C18 (4.6 mm×250 mm，5 µm)；流动相为甲醇(B)-水(A)，梯度洗脱百分值为体积分数，洗脱程序为：0~25 min，40%~45%B；25~45 min，45%~60%B；45~50 min，60%~80%B；50~60 min，80%B；60~70 min，80%~90%B；70~75 min，90%~40%B；75~80 min，40%B；流速为1.0 mL·min−1；柱温为25 ℃；进样量为10 µL；检测波长设定为300 nm。
-
称取水合氧化前胡素、白当归素、佛手柑内酯、氧化前胡素、欧前胡素、异欧前胡素、花椒毒酚适量，加甲醇溶解，转移至10 mL容量瓶，将其配置成1 mL分别含有0.728、0.659、0.699、0.639、0.721、0.747、0.639 mg标准品的单一对照样品溶液；吸取上述储备液适量，混合后加甲醇稀释，使最终制成质量浓度分别为12.760、4.482、5.768、35.649、37.856、14.498、6.390 mg·L−1的混合对照样品溶液。
-
取供试样品粉末(过3号筛) 1.0 g，置于50 mL量瓶中，加45 mL甲醇，超声处理(功率300 W，频率50 kHz) 1 h，取出，放冷，加甲醇至50 mL量瓶刻度，摇匀，滤过，取续滤液过0.45 µm的微孔滤膜，即得供试样品溶液。
-
每份样品随机剪取新鲜幼嫩的叶片，采用CTAB法[12]提取白芷DNA，基因组DNA用1×TE缓冲液将样品DNA浓度调至100 mg·L−1，并置于4 ℃冰箱保存。筛选出扩增结果稳定，重复性好的8对SRAP引物。PCR扩增反应体系为10 μL：模板DNA(100 mg·L−1)1 μL，5′端引物(10 μmol·L−1) 0.8 μL，3′端引物(10 μmol·L−1) 0.8 μL，Mix-Taq 6 μL，滴加ddH2O至10 μL。参考岑晓霞等[13]的方法进行扩增后，置于4 ℃冰箱保存。PCR扩增结束后，进行凝胶电泳，获取条带信息。
-
利用NTSYSpc 2.10e软件对样本进行聚类分析并绘制树状图。通过SPSS 23.0软件对数据进行整理分析，采用单因素方差分析法(one-way ANOVA)检验差异显著性；通过Origin软件，采用主成分分析法(PCA)[14]以降维方式提取主成分；通过中药指纹图谱相似度评价系统2004软件建立对照指纹图谱，计算样品的指纹图谱相似度。
-
筛选的8对SRAP引物共扩增82条条带，其中多态性条带有41条，多态性百分率为27.27%~80.00%，平均为50.00%，多态性最好的引物组合为Me4+Em8 (表2)。
表 2 不同SRAP引物扩增结果
Table 2. Statistical amplification results of different SRAP primers
引物组合 上/下游引物(5´→3´) 扩增条带数/条 多态性条带数/条 多态性百分率/% Me2+Em10 TGAGTCCAAACCGGAGC/GACTGCGTACGAATTTAG 8 4 50.00 Me2+Em15 TGAGTCCAAACCGGAGC/GACTGCGTACGAATTCTG 11 4 36.36 Me4+Em8 TGAGTCCAAACCGGACC/GACTGCGTACGAATTAGC 13 8 61.54 Me6+Em9 TGAGTCCAAACCGGTAG/GACTGCGTACGAATTACG 10 8 80.00 Me7+Em1 TGAGTCCAAACCGGTTG/GACTGCGTACGAATTAAT 7 2 28.57 Me8+Em5 TGAGTCCAAACCGGTGT/GACTGCGTACGAATTAAC 12 8 66.67 Me9+Em4 TGAGTCCAAACCGGTCA/GACTGCGTACGAATTTGA 11 3 27.27 Me11+Em1 TGAGTCCAAACCGGGTA/GACTGCGTACGAATTAAT 10 4 40.00 -
利用分子标记扩增的条带信息，以非加权组平均法(UPGMA)对25份白芷种源进行聚类。从图1可见：所有样本分为2个大类群，在遗传相似系数为0.84处，5个河北产区样本聚为一类。在遗传相似系数为0.87处，湖南、江苏、山东3个产区的样本单独聚为一类；四川、重庆、浙江和部分河北种源共同聚为一类。总体而言，浙江、四川和部分河北产区的样本基本各自聚为一类。本研究在河北和安徽产区采集的样本散布在浙江或四川产区的分类中，推测可能存在白芷种质资源引种行为。
图 1 基于分子标记信息的不同白芷资源UPGMA聚类图
Figure 1. UPGMA dendrogram of different A. dahurica resources based on molecular marker
-
取混合对照样品溶液2、4、6、8、10、12、14、16、20 µL注入液相色谱仪，记录峰面积，以峰面积(y)为纵坐标，以进样量(x, µg)为横坐标，进行线性回归，得到水合氧化前胡素、白当归素、佛手柑内酯、氧化前胡素、欧前胡素、异欧前胡素、花椒毒酚的线性回归方程(表3)，判定系数R2均大于0.999，证明各化合物在线性范围内线性关系良好。对本研究建立的HPLC检测体系进行方法学考察，结果显示该方法合理可行。
表 3 白芷药材7种香豆素类化合物成分的线性关系
Table 3. Linear relationships of 7 coumarin compounds in A. dahurica
成分 回归方程 R2 进样量线
性范围/µg水合氧化前胡素 y=2 142.8x+2.253 6 0.999 8 0.026~0.256 白当归素 y=1 579.6x+1.568 1 0.999 7 0.009~0.090 佛手柑内酯 y=2 348.1x+0.191 3 0.999 7 0.012~0.115 氧化前胡素 y=2 396.7x-2.704 5 0.999 5 0.076~0.757 欧前胡素 y=2 628.2x-3.921 9 0.999 3 0.076~0.757 异欧前胡素 y=2 425.8x-0.257 4 0.999 5 0.029~0.290 花椒毒酚 y=3 183.2x+0.989 7 0.999 9 0.013~0.115 说明：y为峰面积，x为进样量(µg) -
取25份同圃种植的白芷药材，应用HPLC法定量7种香豆素类成分。从表4可见：25份白芷种质资源的7种香豆素成分质量分数从高到低依次为欧前胡素、氧化前胡素、异欧前胡素、佛手柑内酯、水合氧化前胡素、白当归素、花椒毒酚，均值分别为2.428、1.404、0.806、0.317、0.181、0.057、0.007 mg·g−1。国家药典委员会规定白芷药材的欧前胡素质量分数不得少于0.080%[15]，本研究中，资源圃25份白芷样品欧前胡素质量分数仅样品HBD-1未达国家药典委员会的标准，而样品AH-S、ZJ-F、ZJ-M欧前胡素质量分数表现突出，高于4 mg·g−1。对25份白芷药材的7种香豆素类化合物成分进行PCA分析(图2A)，结果显示：第1主成分(PC1)解释了53.5%的方差，第2主成分(PC2)解释了23.7%的方差，2个主成分可解释原变量的77.2%的信息，可见，种源与成分组成没有明确规律。应用共有峰峰面积，对25份白芷样品进行PCA分析(图2B)，结果显示：浙江种源的白芷材料与其他种源出现了一定的分离。
表 4 不同种源白芷的香豆素类成分和醇溶性浸出物特征
Table 4. Contents of coumarin components and ethanol-soluble extractives in A. dahurica
编号 香豆素成分质量分数/(mg·g−1) 醇溶性浸出物/% 水合氧化前胡素 白当归素 佛手柑内酯 氧化前胡素 欧前胡素 异欧前胡素 花椒毒酚 HBQ-1 0.348±0.010 a 0.178±0.009 b 0.501±0.007 e 1.866±0.014 d 1.667±0.009 m 0.521±0.019 q − 18.59±0.23 l HBQ-2 0.298±0.005 b 0.059±0.001 i 0.594±0.002 d 2.073±0.005 c 2.963±0.010 d 1.010±0.012 g − 27.01±0.32 fg HBQ-3 0.303±0.001 b 0.060±0.000 i 0.596±0.002 d 2.069±0.013 c 2.964±0.019 d 1.022±0.028 fg − 17.79±0.27 fg HBQ-4 0.137±0.003 j − 0.203±0.002 l 0.882±0.010 n 2.566±0.014 g 1.393±0.024 b − 20.12±0.23 ef HBY-1 0.129±0.030 jk 0.031±0.002 l 0.230±0.003 k 1.212±0.009 j 2.546±0.034 g 0.774±0.006 l − 20.13±0.65 gh HBY-2 0.160±0.001 h 0.158±0.002 c 0.647±0.004 b 2.197±0.005 b 2.033±0.005 j 1.753±0.008 a − 27.68±0.63 c HBD-1 0.136±0.002 j − 0.117±0.000 p 0.621±0.001 p 0.577±0.001 p 0.468±0.003 r − 20.36±0.32 l HBD-2 0.084±0.002 o 0.039±0.001 k 0.174±0.005 n 0.816±0.025 o 1.382±0.043 o 0.585±0.017 o − 20.03±0.46 n HB-B 0.224±0.000 e − 0.185±0.001 m 1.150±0.014 kl 2.252±0.000 i 0.863±0.002 j 0.045±0.000 c 23.56±0.04 d HN-G 0.270±0.001 d 0.045±0.001 j 0.260±0.001 j 1.811±0.003 e 2.797±0.005 e 0.951±0.004 i − 22.85±0.07 m JS-X 0.115±0.001 mn − 0.178±0.000 n 0.934±0.010 m 1.524±0.016 n 0.348±0.003 t − 19.83±0.02 a SD-X 0.193±0.010 f 0.064±0.002 h 0.283±0.014 h 1.170±0.047 k 1.416±0.055 o 0.293±0.013 u − 23.26±0.79 lm HN-L 0.087±0.004 o 0.036±0.001 k 0.226±0.000 k 1.132±0.014 l 1.425±0.004 o 0.625±0.002 n − 19.52±0.13 j ZJ-F 0.180±0.002 g 0.102±0.001 d 0.795±0.007 a 1.754±0.011 f 4.401±0.013 b 1.206±0.009 c 0.050±0.001 b 23.25±0.79 de ZJ-Y 0.110±0.001 n − 0.129±0.000 o 1.299±0.003 i 2.466±0.000 h 0.384±0.000 s − 21.76±0.16 l ZJ-M 0.124±0.002 kl 0.070±0.002 g 0.275±0.003 i 1.855±0.028 d 4.342±0.055 b 1.173±0.014 d 0.068±0.001 a 22.76±0.16 ij ZJ-L 0.158±0.004 h 0.098±0.003 e 0.340±0.004 f 1.156±0.011 kl 2.717±0.029 f 0.558±0.007 p − 24.24±0.11 b ZJ-B 0.288±0.005 c 0.205±0.003 a 0.313±0.003 g 2.339±0.022 a 1.844±0.019 k 0.970±0.005 h − 21.05±0.03 n SC-Q 0.146±0.002 i 0.029±0.001 l 0.124±0.007 o 1.140±0.094 kl 2.813±0.194 e 0.809±0.055 k − 22.17±0.00 d SC-B 0.222±0.007 e 0.071±0.008 g 0.334±0.005 f 0.953±0.019 m 1.746±0.012 l 0.704±0.002 m − 24.07±0.01 l SC-Y 0.127±0.001 kl − 0.312±0.003 g 1.396±0.005 h 3.392±0.022 c 1.035±0.006 f − 29.86±0.03 k CQ-T 0.348±0.001 a 0.076±0.000 f 0.110±0.000 q 1.490±0.009 g 1.381±0.008 o 0.464±0.009 r − 24.26±0.03 o AH-S 0.153±0.002 hi 0.066±0.005 h 0.603±0.015 c 1.511±0.040 g 5.685±0.183 a 0.763±0.021 l − 23.80±1.21 gh AH-H 0.119±0.001 lm 0.044±0.001 j 0.173±0.002 n 1.393±0.002 h 2.202±0.008 i 1.115±0.002 e − 22.45±0.01 hi AH-Q 0.060±0.001 p − 0.228±0.004 k 0.878±0.048 n 1.590±0.060 n 0.371±0.011 s − 18.39±0.18 d 说明：编号所代表种源见表1。−表示质量分数低，未检测出。同列不同小写字母表示差异显著(P＜0.05)。醇溶性浸出物为质量分数 
图 2 基于HPLC的不同白芷药材成分PCA分析
Figure 2. PCA analysis of A. dahurica based on HPLC
-
通过HPLC特征峰的指纹图谱数据分析，25份样品的色谱图如图3A所示，其中标定共有峰17个，如图3B所示。其中样品ZJ-L在27 min时有较强的吸收峰，其余样品在此处的吸收峰较小。另外，不同样品共有峰峰面积差异较大。
图 3 不同白芷药材的HPLC指纹图谱
Figure 3. HPLC fingerprints of A. dahurica
-
SRAP分子标记方便快速，不需要预先知道DNA顺序信息，结果稳定可靠，再现性高，重复性好，适合用于遗传多样性和亲缘关系等方面的研究[16]。对比其他药用植物群体的遗传组成研究结果，本研究表明：栽培白芷具有较好的遗传多样性，这可能与其有性繁殖的形式有关[17]，不同产区白芷种源的遗传组成相近，种源间遗传分化较弱，这与侯凯等[7]的分析结果一致。与此同时，部分来自河北和安徽地区的白芷种源与南方杭白芷聚为一组，无明显区分，却与北方本地种源遗传差异较大，该聚类结果可能与不同产区白芷资源的种差异有关，而同为杭白芷种的四川种源与浙江种源分别聚集，可能与引种后的地理隔离有关[18]。与白芷类似，同为伞型科植物的前胡Peucedanum praeruptorum，同样因为人为引种导致栽培种的遗传分化变小[19]。李嘉惠等[20]基于SRAP分子标记构建何首乌Fallopia multiflora核心种质库，结果表明野生何首乌的遗传多样性比栽培居群的大，栽培居群间分化程度极高，但基因交流极小，说明栽培行为对遗传分化影响较大。
已有研究仅应用10份样本检测表明：不同产区间白芷药材的品质差异显著[4]，也有研究对各产地白芷药材香豆素类成分分析表明：河南、河北与四川、安徽的白芷药材根据香豆素类成分差异被分为两类[20]，而本研究增大了研究样本后发现：不同种源同圃栽培后品质没有明显的种源区别，这说明不同产区的环境因子可能是影响不同产区白芷品质差异的主要因素。同时，浙江传统产区的种源品质特征与其他主产区呈现出一定的差异性，即遗传分化体现在品质特征分化上，该结果可能是浙江的老产区多为个别农户留种小面积栽培，不与其他产区进行品种交流而导致的。
Genetic diversity and quality characteristics of Angelica dahurica in different producing areas
-
摘要:
目的 明确不同产区白芷Angelica dahurica种源遗传差异特征，分析具有遗传差异的白芷种源在同圃栽培条件下的品质特征差异。 方法 应用相关序列扩增多态性(SRAP)分子标记分析不同白芷种源的遗传组成，以同圃栽培的不同种源白芷为材料，应用高效液相色谱法(HPLC)测定7种香豆素类化学成分，构建HPLC指纹图谱，进而分析不同种源的品质特征。 结果 非加权组平均法(UPGMA)聚类分析显示：在遗传相似系数为0.84处，部分河北产区的白芷种源与南方产区的白芷种源产生分离。同圃栽培下，仅应用7种香豆素类化学成分不能明确区分不同白芷种源，应用HPLC指纹图谱进行主成分分析(PCA)后，具有遗传差异的种源之间出现品质特征的区分。 结论 不同产区白芷种源遗传相似度较大，同圃栽培的部分浙江白芷种源的药材可以应用HPLC指纹图谱与其他产地种源进行区分。图3表4参20 Abstract:Objective This study is to clarify the genetic differences of Angelica dahurica provenances in different producing areas in China, and analyze the quality characteristics of A. dahurica provenances with genetic differences under the same nursery cultivation conditions. Method The sequence-related amplified polymorphism (SRAP) molecular markers were used to analyze the genetic composition of different provenances of A. dahurica. Taking A. dahurica from different provenances cultivated in the same nursery as materials, the chemical components of 7 coumarins were determined by high performance liquid chromatography (HPLC), and HPLC fingerprints were constructed to analyze the quality characteristics of different provenances. Result Unweighted pair-group method with arithmetic means (UPGMA) showed that some provenances of A. dahurica from Hebei Province and those from South China were separated at the similarity coefficient of 0.84. Under the same nursery cultivation conditions, only 7 coumarins could not be used to clearly distinguish different provenances of A. dahurica. After principal component analysis (PCA) by HPLC fingerprint, the quality characteristics were differentiated between provenances. Conclusion The genetic similarity of A. dahurica provenances from different producing areas is relatively large, and the medicinal materials from some Zhejiang A. dahurica provenances cultivated in the same nursery can be distinguished from those from other producing areas by HPLC fingerprint. [Ch, 3 fig. 4 tab. 20 ref.] -
Key words:
- Angelica dahurica /
- SRAP /
- genetic /
- coumarins /
- quality
-
土壤有机碳储量及碳库组分变化是全球碳循环及全球变化研究的热点问题之一。陆地生态系统中土壤碳库碳储量约为2500 Pg。土壤有机碳作为土壤碳库的重要组分，主要来源于土壤有机物在不同分解阶段产生的复杂混合物，在调节植物多样性、改变土壤理化性质和土壤肥力、减缓全球温室效应等方面发挥着极其重要的生态作用[1]。
湿地生态系统具有重要的碳汇功能，在调控全球碳平衡方面具有重要作用[2]。全球湿地面积仅占陆地的5%~8%，但湿地土壤有机碳储量却占全球土壤碳储量的20%~30%[3]。近年来，国内学者对东部沿海地区的盐城滩涂湿地[4]、西北甘肃尕海湿地[5]、中部洞庭湖湿地[3]等不同地区湿地土壤碳组分特征及影响因素进行了研究，结果表明：植被是影响湿地土壤有机碳沉积的重要因素。湿地植被类型变化能够改变凋落物分布格局[6]，并导致土壤微生物、水分及其他理化性质等的一系列改变[7]，进而影响到土壤碳库各组分含量的积累与分配[8]。同时，植被类型与地下水埋深之间存在复杂的相互作用和反馈机制，一方面植物会通过蒸腾作用影响地下水位，另一方面地下水位影响湿地植被生长所需要的水分和养分供给[9]。因此，揭示“植被类型—地下水埋深—土壤微生物量及理化性质—土壤有机碳储量及组分”之间的耦合关系，对于研究湿地生态功能及全球变化均具有十分重要的科学意义。
云南香格里拉纳帕海是中国典型的高原季节性湿地，孕育着丰富的生物多样性并具有显著的碳汇潜力[10]。但在自然因素与人为干扰的双重作用下，该湿地退化严重，水文条件也发生了明显改变，导致湿地植物群落与土壤环境发生改变，并影响土壤有机碳储量及各组分的积累。本研究选取不同地下水埋深的3种典型草甸群落，分析土壤有机碳储量和有机碳组分(总有机碳、微生物生物量碳、易氧化有机碳、颗粒有机碳)的变化特征，探讨湿地植物生物量、多样性及土壤性质变化对土壤有机碳储量及碳组分质量分数的影响，旨在阐明影响草甸湿地土壤有机碳储量及碳组分积累的关键影响因子。研究结果可为理解高原湿地的土壤碳循环过程提供数据支撑，同时也可为纳帕海高原湿地恢复和保护提供科学依据。
1. 研究区概况与研究方法
1.1 研究区概况
研究区位于云南香格里拉纳帕海湿地(27°49′~27°55′N，99°37′~99°41′E)，海拔3260 m，面积3100 hm2，是在石灰岩上发育而成的喀斯特型季节性湿地[11]。该区干湿季节分明，湿地水量补给主要依靠降水，年均降水量为619 mm，其中雨季为495 mm (5—10月)，旱季为124 mm (11月至翌年4月)[12]。土壤类型主要为沼泽土、沼泽化草甸土和草甸土[13]。
1.2 植物群落多样性及地上生物量调查
2020年11月，在纳帕海湿地依地下水埋深由高到低选取3个典型草甸群落样地，即：疏花早熟禾Poa pratensis群落(PP)、鼠曲草Gnaphalium affine群落(GA)和云雾薹草Carex nubigena群落(CN)(表1)。每个草甸群落中随机布设3个重复样地，大小50 m×10 m (间距＞200 m)，每个样地内再设置4个10 m×5 m的采样方，并详细记录样方内植物种类、株数和盖度等，同时采集植物标本。在固定样方内，选取50 cm×50 cm的小样方，对地上植物沿地面齐平进行刈割，去除附着土壤，立即称取植物鲜质量，随后将上述植物装入信封带回实验室，放置于105 ℃烘箱中，杀青30 min后调整温度至75 ℃，继续烘干48 h，确保植物完全烘干后称取干质量，计算植物地上生物量[14]。依据样方调查数据计算群落的Shannon-Wiener多样性指数(H)、Pielou均匀度指数(E)、Margalef丰富度指数(DMG)和Simpson优势度指数(C)[15]。
表 1 样地基本信息Table 1 Basic information of the sampling sites群落类型 纬度(N) 经度(E) 地下水埋深/cm 优势植物 盖度/% 土壤类型 疏花早熟禾群落(PP) 27°50′43.46″ 99°39′7.86″ −58.5±8.5 疏花早熟禾、牡蒿Artemisia japonica 90 草甸土 鼠曲草群落(GA) 27°50′43.46″ 99°38′34.60″ −112.0±6.8 鼠曲草、平车前 Plantago depressa 88 草甸土 云雾薹草群落(CN) 27°49′56.13″ 99°38′55.26″ −150.0±1.5 云雾薹草、车前P. asiatica 83 草甸土 1.3 土壤碳组分及理化性质测定
1.3.1 土壤样品采集
在上述样方内挖掘土壤剖面，剖面深度为45~50 cm，先去除表面植物，分别采集0~20、20~40 cm土层土样，并将同层土壤混合，剔除根系和砾石等杂物，用四分法取约1.5 kg混合土样装入无菌自封袋中，贴好标签密封，放置于冰盒内带回实验室。共采集72份土壤样品。同时用环刀分层采集原状土测定土壤容重，共采集216个环刀样。使用水位计测量地下水深度。实验室内将新鲜土样做如下处理：约100 g用于测定土壤自然含水率；约400 g放入4 ℃冰箱冷藏保存，于1周内完成土壤微生物生物量碳测定；约1 000 g自然风干15 d后，分别通过1.00和0.25 mm孔筛，用于土壤总有机碳、易氧化有机碳、颗粒有机碳、pH、全氮、全磷、全钾等指标的测定。
1.3.2 土壤样品测定
土壤理化指标测定参照《土壤农业化学分析方法》[16]。土壤容重(SBD)采用环刀法测定；土壤含水量(SWC)采用烘干称量法测定；土壤pH采用电位法(水土质量比为1.0∶2.5)测定；土壤全氮(TN)采用凯氏法消煮-全自动定氮仪测定；土壤全磷(TP)采用碱熔钼锑抗比色法测定；土壤全钾(TK)采用氢氧化钠熔融-火焰光度计法测定。每个土样测定3个平行样，取其平均值。
土壤总有机碳(TOC)采用外加热重铬酸钾氧化法[16]测定；土壤微生物生物量碳(MBC)采用硫酸钾-氯仿熏蒸法[14]测定；土壤易氧化有机碳(EOC)采用高锰酸钾氧化法[17]测定；土壤颗粒有机碳(POC)采用六偏磷酸钠分散法[18]测定。每个土样测定3个平行样，取其平均值。
1.3.3 土壤碳储量计算
土壤有机碳储量由土层深度、土壤容重和土壤有机碳质量分数决定，计算公式参照ELLERT等[19]。
$$ M_{{\rm{SOC}}} = \sum\limits_{i = 1}^n {(d_{{\rm{BD}}i} \times M_{{\rm{SOC}}i} \times D_i \times 0.1)}。 $$ 式中：
$ M_{{\rm{SOC}}} $ 为土壤有机碳储量(t·hm−2)；$d_{{\rm{BD}}i}$ 为第i层土壤容重( g·cm−3 )；$M_{{\rm{SOC}}i}$ 为第i层土壤有机碳质量分数(g·kg−1)；Di为第i土层厚度(cm)。1.4 数据处理
采用双因素方差分析法比较不同草甸群落类型及不同土层土壤总有机碳、微生物生物量碳、易氧化有机碳、颗粒有机碳质量分数的差异性；以总有机碳及其碳组分作为响应变量，以土壤理化性质(容重、含水量、pH、全氮、全磷、全钾)和地上植物(植物多样性指数、植物地上生物量)作为解释变量进行冗余分析(RDA)。通过计算Pearson相关系数(α=0.05)检验总有机碳和各有机碳组分与土壤理化指标的相关性。所有数据使用Excel 2016整理，双因素方差分析和Pearson相关系数的计算在SPSS AU中进行，绘图使用Origin 2019完成，冗余分析在Canoco 5.0中完成。
2. 结果与分析
2.1 不同典型草甸群落土壤有机碳储量和碳组分特征
2.1.1 土壤有机碳储量
土壤有机碳储量(0~40 cm土层)在不同典型草甸群落中差异显著(图1，P＜0.05)，从大到小依次为疏花早熟禾群落(47.55 t·hm−2)、云雾薹草群落(42.28 t·hm−2)、鼠曲草群落(32.14 t·hm−2)，其中疏花早熟禾群落是鼠曲草群落的1.5倍；土壤碳储量垂直分布均为随着土层加深而显著下降(P＜0.05)，其中0~20 cm土层碳储量均值占总量的57.10%~63.85%，鼠曲草群落垂直变化幅度最大，从上层到下层减小1.8倍。
图 1 纳帕海典型草甸群落土壤有机碳储量变化Figure 1 Vertical variations in soil organic carbon storages in typical meadow communities of Napahai2.1.2 土壤碳组分质量分数
图2表明：随着地下水埋深降低， 0~40 cm土层土壤总有机碳、微生物生物量碳、易氧化有机碳和颗粒有机碳均值呈减少趋势，但差异不显著(P＞0.05)，最大值均出现在疏花早熟禾群落(19.33 g·kg−1、256.32 mg·kg−1、15.61 g·kg−1、10.67 g·kg−1)。垂直变化幅度上，土壤碳组分在鼠曲草群落中变化幅度最大，从上层到下层分别减小2.0、1.8、1.9、2.5倍，在云雾薹草群落变幅最小，分别为1.3、1.2、1.9倍。
图 2 纳帕海典型草甸群落土壤有机碳组分质量分数的特征Figure 2 Characteristics of soil organic carbon components in typical meadow communities of Napahai2.2 不同典型草甸群落地上生物量及多样性特征
由表2可知：不同典型草甸群落多样性差异显著(P＜0.05)。随着地下水位加深，植物Shannon-Wiener多样性指数、Pielou均匀度指数、Margalef丰富度指数和Simpson优势度指数均显著增加，在疏花早熟禾群落中最大，分别是云雾薹草群落的2.3、1.6、2.5和1.5倍。
表 2 纳帕海典型草甸群落地上生物量和多样性特征Table 2 Characteristics of above-ground biomass and diversity in typical meadow community of Napahai样地名称 地上生物量/(g·m−2) Shannon-Wiener多样性指数 Pielou均匀度指数 Margalef丰富度指数 Simpson优势度指数 疏花早熟禾群落 646.94±69.16 a 3.71±0.02 a 0.93±0.01a 13.11±0.38 a 0.92±0.02 a 鼠曲草群落 337.45±43.66 b 2.87±0.01 b 0.87±0.06 b 9.49±0.68 b 0.86±0.01 b 云雾薹草群落 229.58±1.87 c 1.58±0.30 c 0.57±0.09 c 5.19±0.39 c 0.62±0.07 c 说明：同列不同小写字母表示不同典型草甸群落多样性差异显著(P＜0.05)。数值为平均值±标准误 2.3 不同典型草甸群落土壤理化性质特征
从表3可看出：不同典型草甸群落土壤理化性质差异显著(P＜0.05)。土壤含水量、pH、全磷的最大值出现在疏花早熟禾群落(25.48%、8.35、0.51 g·kg−1)，最小值在鼠曲草群落(21.41%、5.14、0.42 g·kg−1)；土壤容重、全钾则与之相反，最大值出现在鼠曲草群落(1.28 g·cm−3、34.03 g·kg−1)；土壤全氮在云雾薹草群落中最大(1.70 g·kg−1)，在疏花早熟禾群落中最小(1.20 g·kg−1)；土壤全磷在疏花早熟禾群落最大(0.51 g·kg−1)。垂直变化方面，各群落土壤理化性质随着土层加深呈现不同的变化规律。土壤容重和pH随着土层加深而增大。土壤含水量、全氧、全磷、全钾随着土层加深呈显著减小(P＜0.05)。变化幅度上，土壤含水量变化幅度最大出现在云雾薹草群落，幅度为1.2倍，疏花早熟禾群落的土壤变化幅度最大，幅度为1.4倍，土壤全氮、全磷、全钾变幅度最大值分别为云雾薹草群落(2.0倍)、鼠曲草群落(1.2倍)和疏花早熟禾群落(1.0倍)。
表 3 纳帕海典型草甸群落土壤理化性质特征Table 3 Characteristics of soil physicochemical properties of typical meadow communities of Napahai植物群落 地下水位/cm 土层深度/cm 土壤含水量/% 容重/(g·cm−3) pH 全氮/(g·kg−1) 全磷/(g·kg−1) 全钾/(g·kg−1) 疏花早熟禾群落 −58.5 0~20 26.66±0.85 Aa 1.01±0.01 Cb 8.54±0.08 Aa 1.38±0.03 Ab 0.54±0.03 Aa 33.59±2.34 Ba 20~40 24.29±0.70 Ba 1.22±0.03 Ab 8.54±0.06 Aa 0.85±0.08 Ba 0.48±0.03 Ba 35.90±0.45 Aa 0~40 25.48±0.61 Aa 1.11±0.02 Bb 8.35±0.37 Aa 1.20±0.16 Ab 0.51±0.03 Aa 30.57±2.45 Ca 鼠曲草群落 −112.0 0~20 22.17±0.40 Ab 1.23±0.12 Aa 4.97±0.11 Ac 1.44±0.16 Ab 0.47±0.04 Ab 28.03±0.57 Ab 20~40 20.65±0.37 Cc 1.32±0.04 Aa 5.44±0.41 Ac 0.91±0.02 Ba 0.38±0.03 Bb 28.36±0.24 Ab 0~40 21.41±0.28 Bc 1.28±0.10 Aa 5.14±0.27 Ac 1.31±0.17 Ab 0.42±0.03 Ab 28.45±1.39 Aa 云雾薹草群落 −150.0 0~20 25.61±0.52 Aa 0.96±0.03 Cc 6.87±0.25 Ab 1.84±0.11 Aa 0.46±0.02 Ab 34.03±0.91 Aa 20~40 21.58±0.72 Bb 1.28±0.04 Aa 7.28±0.45 Ab 0.93±0.42 Ba 0.39±0.01 Cb 28.78±0.20 Cb 0~40 23.59±3.70 Aa 1.12±0.01 Bb 7.07±0.52 Ab 1.70±0.19 Aa 0.42±0.01 Bb 32.60±3.74 Ba 说明：不同大写字母表示同一典型草甸群落不同土层差异显著(P＜0.05)，不同小写字母表示不同典型草甸群落相同土层差异显著(P＜0.05)。数值为平均值±标准误 2.4 不同典型草甸群落植物多样性、土壤性质与土壤有机碳储量及碳组分的关系
从表4可知：植物多样性、地上生物量及土壤理化性质对土壤有机碳储量及碳组分的影响因子存在一定差异。其中植物多样性和地上生物量均与有机碳储量及碳组分呈极显著(P＜0.01)或显著(P＜0.05)正相关；土壤含水量与总有机碳呈显著正相关(P＜0.05)，与颗粒有机碳呈极显著正相关(P＜0.01)；土壤容重与总有机碳和颗粒有机碳呈极显著负相关(P＜0.01)，与微生物生物量碳呈显著负相关(P＜0.05)；全氮与有机碳储量、微生物生物量碳呈显著正相关(P＜0.05)，与总有机碳和颗粒有机碳呈极显著正相关(P＜0.01)；全磷与微生物生物量碳呈显著正相关(P＜0.05)，与颗粒有机碳呈极显著正相关(P＜0.01)；全钾仅与颗粒有机碳呈显著正相关(P＜0.05)。
表 4 土壤有机碳储量及碳组分质量分数与环境因子之间的相关系数Table 4 Correlation coefficients between the soil organic carbon components and environment factors of soil指标 Shannon-Wiener
指数Pielou
指数Margalef
指数Simpson
指数地上生
物量土壤含
水量容重 pH 全氮 全磷 全钾 总有机碳 0.718** 0.784** 0.664** 0.791** 0.612** 0.343* −0.596** −0.100 0.585** 0.259 0.265 微生物生物量碳 0.645** 0.654** 0.616** 0.649** 0.564** 0.290 −0.372* 0.144 0.339* 0.335* 0.057 易氧化有机碳 0.204 0.169 0.272 0.176 0.448** 0.129 −0.068 0.097 −0.116 0.086 0.137 颗粒有机碳 0.773** 0.767** 0.775** 0.765** 0.859** 0.620** −0.758** 0.172 0.482** 0.439** 0.370* 有机碳储量 0.457** 0.549** 0.402* 0.558** 0.409* 0.097 −0.256 −0.250 0.381* 0.065 0.112 说明：*P＜0.05; **P＜0.01 以植物地上生物量、多样性指数及土壤环境因子为解释变量，土壤有机碳储量和碳组分为响应变量进行RDA分析，结果表明(图3)：有机碳储量与总有机碳、微生物生物量碳夹角最小，而与Pielou均匀度指数(E)、Simpson优势度指数(C)、Margalef丰富度指数(DMG)、Shannon-Wiener多样性指数(H)、地上部生物量、全氮夹角次之，说明总有机碳与微生物生物量是土壤有机碳储量形成的主要控制者，Pielou均匀度指数、Simpson优势度指数、Margalef丰富度指数、Shannon-Wiener多样性指数、地上部生物量、全氮是土壤有机碳储量的主要影响因子。土壤碳组分与Shannon-Wiener多样性指数、Pielou均匀度指数、Margalef丰富度指数和Simpson优势度指数、全磷、土壤含水量及地上生物量的夹角最小，说明地上生物量、植物多样性、全磷、土壤含水量是促进土壤有机碳储量和碳组分的主控因子。
图 3 纳帕海典型草甸群落土壤有机碳组分与环境因子间的冗余分析Figure 3 Redundancy analysis of the soil organic carbon components in typical meadow communities of Napahai3. 讨论
3.1 不同典型草甸群落土壤有机碳储量特征
植物残体腐质化进入土壤是有机碳的主要来源，不同植被类型具有不同的物种组成与丰富度，导致地上生物量、土壤动物和微生物活性的差异，直接影响到土壤有机碳的积累与分解，由此形成不同植被类型土壤有机碳的分布格局[20]。本研究发现：疏花早熟禾群落土壤有机碳储量最大。这与李宁云等[21]的研究结果相一致，主要原因是疏花早熟禾群落植被盖度、多样性和地上生物量最大，其植物光合作用和固碳能力最强。另外，该群落地下水埋深最高，湿地土壤有机碳与水分存在相互作用[9]，土壤水分增加从而减缓氧化分解速率，进一步促进土壤有机质积累，最终促进土壤碳积累，增强其碳汇能力[22]。土壤有机碳储量最小值出现在鼠曲草群落，可能与该群落位于湖泊附近，存在季节性水位变化相关。MOCHE等[23]研究认为：反复的淹水和退水会使土壤固碳能力下降。本研究中土壤碳储量的范围为64.28~95.11 t·hm−2，超过中国大部分低海拔地区的湿地[24−25]，因此高原湿地碳库的重要性不言而喻。减缓纳帕海高原湿地植被退化并恢复已退化植被的工作刻不容缓。
土壤有机碳储量主要来源于地表植物和土壤养分等，并受地上生物的矿化分解、转化、累积影响[25]。本研究发现：植物多样性指数、地上生物量和土壤全氮与土壤有机碳储量均呈正相关关系，这与梁春玲[3]研究结果相似，说明植被多样性、地上生物量和土壤全氮随地下水埋深的变化，直接调控了土壤碳在不同地下水埋深处的积累。冗余分析显示：总有机碳是土壤有机碳储量的主要贡献者，且土壤容重与碳储量呈负相关，这也与已有研究一致[23]。土壤容重越大，土壤有机碳和土壤微生物生物量碳质量分数减小，进而影响土壤有机碳储量[26]。
本研究中，3种典型草甸群落类型土壤碳储量均随着土层加深而减小，这与前人研究结果一致[21, 27]。植物生长时通过“根际沉降”使有机碳积累[26]，草甸植物根系集中分布在0~20 cm土层[28]，有机碳难以通过根系输入到深层土壤，因此土壤碳储量随土层加深而减小，这也表明表层土壤具有重要的碳汇功能。在3种典型草甸群落中，鼠曲草群落土壤碳储量从上层到下层的下降幅度最大，这可能是因为该群落表层具有较高的植物多样性指数和地上生物量，“根际沉降”使得有机碳富集在表层土壤，但随着土层加深，土壤含水量减少，抑制了土壤微生物的繁殖，加上采样季节正处冬季，较低的土温又降低了微生物的活性[29]。
3.2 不同典型草甸群落土壤碳组分特征
不同典型草甸群落地表植被覆盖及土壤环境的改变，能够引起土壤碳组分的显著变化，但由于不同土壤碳组分具有不同来源与性质，其对植被类型变化的响应具有一定的变异性[30]。土壤微生物生物量碳和易氧化有机碳是土壤活性有机碳库中最重要的组分。其中，土壤易氧化有机碳周转速率最快且最先被氧化[31]，而微生物生物量碳则反映了土壤中微生物和动植物残体等的数量，能够表征土壤碳、氮、磷等养分循环状况，在调控湿地物质循环过程中具有重要作用[32]。土壤颗粒有机碳相对稳定，其多少决定了该地区碳库的稳定性[33]。
本研究中，土壤总有机碳、微生物生物量碳、易氧化有机碳、颗粒有机碳最大值均出现在疏花早熟禾群落。这可能与群落盖度、植物多样性指数、地上生物量和地下水位有关。高水位导致土壤通气状况差，抑制了微生物活性及土壤呼吸，从而抑制了有机质的分解，促进了总有机碳的积累[34]。此外，在本研究中土壤总有机碳质量分数显著高于东部滨海滩涂湿地[4]、洞庭湖湿地[3]等低海拔湿地，表明纳帕海高原湿地土壤具有较大的固碳潜力。疏花早熟禾群落具有最高的地上生物量，为微生物提供了充分的碳源，从而具有较高的微生物生物量碳。疏花早熟禾群落较高的地上生物量，输入土壤的凋落物量高于鼠曲草和云雾薹草群落，促进了土壤易氧化有机碳的积累。另外，可能由于疏花早熟禾有利于湿地土壤团聚性的形成与稳定，从而使得其颗粒有机碳质量分数大于其他2个样地[35]。
3种典型草甸群落土壤总有机碳、微生物生物量碳、易氧化有机碳、颗粒有机碳质量分数均随着土层的加深而显著减小(P＜0.05)。随着地下水埋深加深，容重增大，土壤有机碳分解速率随通气性减弱而减小，深层土壤碳组分质量分数减少。在本研究中，地下水埋深的高低以及深层土壤环境的差异，导致了在不同土壤层次间碳组分的相对含量及其变化趋势因群落类型而有不同变化趋势。其中，有机碳组分在鼠曲草群落中的减小幅度最大。这可能与该群落的地下水埋深高度有关，同时，纳帕海高原湿地干湿季分明，位于湖泊附近的鼠曲草群落在反复的季节性淹水和退水的水文条件下，地下水埋深波动较大，导致土壤胶体形态、土壤结构、容重和粒径等性质的改变，使原来不能分解的有机质因团聚体的分散而分解[36]。土壤总有机碳、微生物生物量碳在疏花早熟禾群落的垂直变化幅度最小，土壤易氧化有机碳、颗粒有机碳在云雾薹草群落的降幅最小。这可能是由于疏花早熟禾群落具有最高的地上生物量，为微生物提供了充分的碳源，促进了微生物特别是厌氧微生物数量的增长。云雾薹草群落地下水埋深最低，受地下水波动影响较小，表层和深层土壤结构较为稳定，故降幅最小。
3.3 植物多样性、生物量和土壤理化因子对土壤碳组分的影响
植物是草甸土壤有机碳输入的主要来源，地下水位埋深的变化能够引起湿地植物多样性、地上生物量和土壤理化性质的改变，进而显著影响湿地土壤碳组分的积累[37]。土壤总有机碳、微生物生物量碳、易氧化有机碳、颗粒有机碳均与植物多样性指数呈正相关关系，说明随着地下水埋深降低，地表植物多样性呈减少趋势，进而导致此4种碳组分质量分数随地下水埋深降低而呈现显著减少格局。朱丽等[37]在海流兔河研究发现：随着地下水位的降低，植物物种数显著减少，同时，水位埋深变化影响最大根系深度、根系形态特征和生理特性。这些特征又对根系向土壤的碳输入产生影响[38]。水位埋深降低导致根系栓质化，造成根系分泌物数量降低以及细根的周转期延长，最终减缓根系对土壤的碳输入[7]。
土壤pH作为湿地生态功能的重要调控因子，能够直接影响土壤微生物的活性，从而对有机碳组分产生显著影响[3]。但在本研究中，pH对土壤有机碳组分质量分数的解释率最低，这可能和地下水埋深有关，水位的高低决定了土壤酸性离子流失量。地下水埋深越高，土壤pH值越大[39]。本研究中，3种典型草甸植物群落所在样地的地下水位埋深差异显著(P＜0.05)，这也是各群落土壤pH差异显著的原因之一。全氮是影响土壤有机碳组分的主控因子之一，相关分析也表明：土壤有机碳组分(总有机碳、微生物生物量碳、颗粒有机碳)沿地下水埋深变化对全氮存在显著正效应(P＜0.05)。这与尹鹏松等[40]研究结果相似。这可能由于土壤全氮增加可显著刺激土壤微生物多样性，从而促进土壤有机碳的固持[41]。孟妍君等[35]研究亦表明：土壤氮等底物利用率增加通过刺激土壤微生物多样性促进土壤有机碳的积累，并且土壤全氮可以直接影响土壤微生物的种类、数量及活性，从而影响土壤碳转化过程[37]。土壤全磷对土壤易氧化有机碳和颗粒有机碳存在正向效应，这与徐耀文等[42]研究结果相似。本研究中土壤全磷质量分数最大值出现在水位高埋深处。作为限制湿地植物生长的主要元素，土壤磷增加可通过刺激植物与微生物的生长影响土壤碳的输入，进而促进土壤碳组分积累[7]。
4. 结论
湿地植物群落、土壤理化性质与地下水埋深在空间尺度上存在一定的交互作用，进而导致了土壤有机碳质量分数及碳组分的空间变化。随地下水埋深的降低，3个草甸植物群落地上生物量和物种多样性指数下降1.5~2.3倍，土壤有机碳储量及碳组分质量分数降低了1.0~2.2倍，沿土层下降1.2~2.5倍。冗余分析显示：总有机碳和微生物生物量碳质量分数变化是土壤有机碳储量的主要贡献者，而植物多样性、全氮是总有机碳、微生物生物量碳的主要影响因子，植物地上生物量、土壤全磷及土壤含水量是影响颗粒有机碳和易氧化有机碳变化的主控因子。因此，探明草甸植物生物量和多样性以及水文和土壤养分供应状况的改变及其对土壤有机碳沉积的影响，是未来全球变化加剧背景下湿地土壤碳积累与分配时空格局及调控机制研究的核心内容。
本研究采样时间处于研究区的干季，今后还可对纳帕海典型草甸湿地土壤碳储量及碳组分的干湿季变化和年变化开展研究。
-
图 1 基于分子标记信息的不同白芷资源UPGMA聚类图
Figure 1 UPGMA dendrogram of different A. dahurica resources based on molecular marker
表 1 供试白芷种源信息
Table 1. Information of tested materials of A. dahurica
编号 来源 种质类型 基原 纬度(N) 经度(E) 海拔/m HBQ-1 河北省保定市安国市祁州镇-1 本地栽培 白芷 38°25′11.79″ 115°18′54.12″ 33 HBQ-2 河北省保定市安国市祁州镇-2 本地栽培 白芷 38°25′11.79″ 115°18′54.12″ 32 HBQ-3 河北省保定市安国市祁州镇-3 本地栽培 白芷 38°25′11.79″ 115°18′54.12″ 33 HBQ-4 河北省保定市安国市祁州镇-4 本地栽培 白芷 38°25′11.79″ 115°18′54.12″ 32 HBY-1 河北省保定市安国市易州镇-1 本地栽培 白芷 39°20′43.56″ 115°30′06.04″ 50 HBY-2 河北省保定市安国市易州镇-2 本地栽培 白芷 39°20′43.56″ 115°30′06.04″ 45 HBD-1 河北省保定市安国市大五女镇-1 本地栽培 白芷 38°22′16.83″ 115°12′54.73″ 37 HBD-2 河北省保定市安国市大五女镇-2 本地栽培 白芷 38°22′16.83″ 115°12′54.73″ 36 HB-B 河北省保定市安国市北段村乡 本地栽培 白芷 38°28′13.34″ 115°17′48.67″ 30 HN-G 河南省许昌市禹州市古城镇 本地栽培 白芷 34°13′37.53″ 113°33′44.31″ 169 JS-X 江苏省宿迁市沭阳县新河镇 引种栽培 白芷 34°10′55.57″ 118°39′35.60″ 16 SD-X 山东省烟台市莱阳市穴坊镇 引种栽培 白芷 36°40′02.15″ 120°43′52.90″ 37 HN-L 湖南省邵阳市邵东县廉桥镇 引种栽培 白芷 27°19′25.00″ 111°50′56.70″ 208 ZJ-F 浙江省杭州市淳安县枫树岭镇 本地栽培 杭白芷 29°22′04.26″ 118°42′34.62″ 370 ZJ-Y 浙江省金华市磐安县新渥镇(仰头村) 本地栽培 杭白芷 28°58′28.49″ 120°25′47.97″ 560 ZJ-M 浙江省金华市磐安县新渥镇(麻车下村岩岗) 本地栽培 杭白芷 28°59′27.89″ 120°23′13.20″ 570 ZJ-L 浙江省金华市磐安县冷水镇 本地栽培 杭白芷 28°53′59.36″ 120°20′59.61″ 303 ZJ-B 浙江省台州市仙居县白塔镇 本地栽培 杭白芷 28°44′59.86″ 120°36′04.52″ 78 SC-Q 四川省遂宁市蓬溪县群利镇 本地栽培 杭白芷 30°22′59.82″ 105°58′30.98″ 338 SC-B 四川省遂宁市蓬溪县宝梵镇 本地栽培 杭白芷 30°40′58.73″ 105°41′06.79″ 408 SC-Y 四川省遂宁市船山区永兴镇 本地栽培 杭白芷 30°33′51.02″ 105°36′27.35″ 293 CQ-T 重庆市大足区铁山镇 本地栽培 杭白芷 29°41′10.54″ 105°34′01.12″ 417 AH-S 安徽省亳州市谯城区十九里镇 引种栽培 杭白芷 33°48′38.23″ 115°47′15.30″ 39 AH-H 安徽省亳州市谯城区华佗镇 引种栽培 杭白芷 33°56′03.63″ 115°46′48.82″ 39 AH-Q 安徽省亳州市谯城区谯东镇 引种栽培 杭白芷 33°50′53.42″ 115°52′33.24″ 37 
下载: 导出CSV
表 2 不同SRAP引物扩增结果
Table 2. Statistical amplification results of different SRAP primers
引物组合 上/下游引物(5´→3´) 扩增条带数/条 多态性条带数/条 多态性百分率/% Me2+Em10 TGAGTCCAAACCGGAGC/GACTGCGTACGAATTTAG 8 4 50.00 Me2+Em15 TGAGTCCAAACCGGAGC/GACTGCGTACGAATTCTG 11 4 36.36 Me4+Em8 TGAGTCCAAACCGGACC/GACTGCGTACGAATTAGC 13 8 61.54 Me6+Em9 TGAGTCCAAACCGGTAG/GACTGCGTACGAATTACG 10 8 80.00 Me7+Em1 TGAGTCCAAACCGGTTG/GACTGCGTACGAATTAAT 7 2 28.57 Me8+Em5 TGAGTCCAAACCGGTGT/GACTGCGTACGAATTAAC 12 8 66.67 Me9+Em4 TGAGTCCAAACCGGTCA/GACTGCGTACGAATTTGA 11 3 27.27 Me11+Em1 TGAGTCCAAACCGGGTA/GACTGCGTACGAATTAAT 10 4 40.00
下载: 导出CSV
表 3 白芷药材7种香豆素类化合物成分的线性关系
Table 3. Linear relationships of 7 coumarin compounds in A. dahurica
成分 回归方程 R2 进样量线
性范围/µg水合氧化前胡素 y=2 142.8x+2.253 6 0.999 8 0.026~0.256 白当归素 y=1 579.6x+1.568 1 0.999 7 0.009~0.090 佛手柑内酯 y=2 348.1x+0.191 3 0.999 7 0.012~0.115 氧化前胡素 y=2 396.7x-2.704 5 0.999 5 0.076~0.757 欧前胡素 y=2 628.2x-3.921 9 0.999 3 0.076~0.757 异欧前胡素 y=2 425.8x-0.257 4 0.999 5 0.029~0.290 花椒毒酚 y=3 183.2x+0.989 7 0.999 9 0.013~0.115 说明：y为峰面积，x为进样量(µg)
下载: 导出CSV
表 4 不同种源白芷的香豆素类成分和醇溶性浸出物特征
Table 4. Contents of coumarin components and ethanol-soluble extractives in A. dahurica
编号 香豆素成分质量分数/(mg·g−1) 醇溶性浸出物/% 水合氧化前胡素 白当归素 佛手柑内酯 氧化前胡素 欧前胡素 异欧前胡素 花椒毒酚 HBQ-1 0.348±0.010 a 0.178±0.009 b 0.501±0.007 e 1.866±0.014 d 1.667±0.009 m 0.521±0.019 q − 18.59±0.23 l HBQ-2 0.298±0.005 b 0.059±0.001 i 0.594±0.002 d 2.073±0.005 c 2.963±0.010 d 1.010±0.012 g − 27.01±0.32 fg HBQ-3 0.303±0.001 b 0.060±0.000 i 0.596±0.002 d 2.069±0.013 c 2.964±0.019 d 1.022±0.028 fg − 17.79±0.27 fg HBQ-4 0.137±0.003 j − 0.203±0.002 l 0.882±0.010 n 2.566±0.014 g 1.393±0.024 b − 20.12±0.23 ef HBY-1 0.129±0.030 jk 0.031±0.002 l 0.230±0.003 k 1.212±0.009 j 2.546±0.034 g 0.774±0.006 l − 20.13±0.65 gh HBY-2 0.160±0.001 h 0.158±0.002 c 0.647±0.004 b 2.197±0.005 b 2.033±0.005 j 1.753±0.008 a − 27.68±0.63 c HBD-1 0.136±0.002 j − 0.117±0.000 p 0.621±0.001 p 0.577±0.001 p 0.468±0.003 r − 20.36±0.32 l HBD-2 0.084±0.002 o 0.039±0.001 k 0.174±0.005 n 0.816±0.025 o 1.382±0.043 o 0.585±0.017 o − 20.03±0.46 n HB-B 0.224±0.000 e − 0.185±0.001 m 1.150±0.014 kl 2.252±0.000 i 0.863±0.002 j 0.045±0.000 c 23.56±0.04 d HN-G 0.270±0.001 d 0.045±0.001 j 0.260±0.001 j 1.811±0.003 e 2.797±0.005 e 0.951±0.004 i − 22.85±0.07 m JS-X 0.115±0.001 mn − 0.178±0.000 n 0.934±0.010 m 1.524±0.016 n 0.348±0.003 t − 19.83±0.02 a SD-X 0.193±0.010 f 0.064±0.002 h 0.283±0.014 h 1.170±0.047 k 1.416±0.055 o 0.293±0.013 u − 23.26±0.79 lm HN-L 0.087±0.004 o 0.036±0.001 k 0.226±0.000 k 1.132±0.014 l 1.425±0.004 o 0.625±0.002 n − 19.52±0.13 j ZJ-F 0.180±0.002 g 0.102±0.001 d 0.795±0.007 a 1.754±0.011 f 4.401±0.013 b 1.206±0.009 c 0.050±0.001 b 23.25±0.79 de ZJ-Y 0.110±0.001 n − 0.129±0.000 o 1.299±0.003 i 2.466±0.000 h 0.384±0.000 s − 21.76±0.16 l ZJ-M 0.124±0.002 kl 0.070±0.002 g 0.275±0.003 i 1.855±0.028 d 4.342±0.055 b 1.173±0.014 d 0.068±0.001 a 22.76±0.16 ij ZJ-L 0.158±0.004 h 0.098±0.003 e 0.340±0.004 f 1.156±0.011 kl 2.717±0.029 f 0.558±0.007 p − 24.24±0.11 b ZJ-B 0.288±0.005 c 0.205±0.003 a 0.313±0.003 g 2.339±0.022 a 1.844±0.019 k 0.970±0.005 h − 21.05±0.03 n SC-Q 0.146±0.002 i 0.029±0.001 l 0.124±0.007 o 1.140±0.094 kl 2.813±0.194 e 0.809±0.055 k − 22.17±0.00 d SC-B 0.222±0.007 e 0.071±0.008 g 0.334±0.005 f 0.953±0.019 m 1.746±0.012 l 0.704±0.002 m − 24.07±0.01 l SC-Y 0.127±0.001 kl − 0.312±0.003 g 1.396±0.005 h 3.392±0.022 c 1.035±0.006 f − 29.86±0.03 k CQ-T 0.348±0.001 a 0.076±0.000 f 0.110±0.000 q 1.490±0.009 g 1.381±0.008 o 0.464±0.009 r − 24.26±0.03 o AH-S 0.153±0.002 hi 0.066±0.005 h 0.603±0.015 c 1.511±0.040 g 5.685±0.183 a 0.763±0.021 l − 23.80±1.21 gh AH-H 0.119±0.001 lm 0.044±0.001 j 0.173±0.002 n 1.393±0.002 h 2.202±0.008 i 1.115±0.002 e − 22.45±0.01 hi AH-Q 0.060±0.001 p − 0.228±0.004 k 0.878±0.048 n 1.590±0.060 n 0.371±0.011 s − 18.39±0.18 d 说明：编号所代表种源见表1。−表示质量分数低，未检测出。同列不同小写字母表示差异显著(P＜0.05)。醇溶性浸出物为质量分数
下载: 导出CSV
-
[1] 王梦月, 贾敏如. 白芷的功效考证[J]. 上海中医药杂志, 2004, 38(10): 56 − 57. WANG Mengyue, JIA Minru. Herbological study on the functions of radix angelicae dahuricae [J]. Shanghai Journal of Traditional Chinese Medicine, 2004, 38(10): 56 − 57. [2] 吉庆, 马宇衡, 张烨. 白芷的化学成分及药理作用研究进展[J]. 食品与药品, 2020, 22(6): 509 − 514. JI Qing, MA Yuheng, ZHANG Ye. Research progress on chemical constituents and pharmacological effects of angelicae dahuricae radix [J]. Food and Drug, 2020, 22(6): 509 − 514. [3] 李乾, 刘洁, 李月婷, 等. UPLC-FLD法同时测定不同产地白芷中5种香豆素[J]. 中成药, 2020, 42(9): 2357 − 2362. LI Qian, LIU Jie, LI Yueting, et al. Simultaneous determination of five coumarins in angelicae dahuricae radix from different growing areas by UPLC-FLD [J]. Chinese Traditional Patent Medicine, 2020, 42(9): 2357 − 2362. [4] 陈琳, 唐志书, 宋忠兴, 等. 不同产地白芷药材9个呋喃香豆素成分的含量测定及其质量评价[J]. 中国中药杂志, 2019, 44(14): 3002 − 3009. CHEN Lin, TANG Zhishu, SONG Zhongxing, et al. Quantitative determination of nine furanocoumarins for quality evaluation of Angelica dahurica from different habitats [J]. China Journal of Chinese Materia Medica, 2019, 44(14): 3002 − 3009. [5] YU Mingguang, LI Ting, RAZA A, et al. Sensory-guided identification of bitter compounds in Hangbaizhi (Angelica dahurica)[J/OL]. Food Research Intermational, 2019, 129: 108880[2022-05-20]. doi: 10.1016/j.foodres.2019.108880. [6] 刘倩倩, 叶浩婷, 李放, 等. 杭白芷种质资源遗传多样性的SSR分析[J]. 南方农业学报, 2018, 49(3): 418 − 423. LIU Qianqian, YE Haoting, LI Fang, et al. SSR analysis for genetic diversity of Angelica dahurica var. formosana [J]. Journal of Southern Agriculture, 2018, 49(3): 418 − 423. [7] 侯凯, 吴卫, 郑有良, 等. 川产白芷遗传多样性的ISSR分析[J]. 四川农业大学学报, 2008, 26(3): 237 − 240. HOU Kai, WU Wei, ZHENG Youliang, et al. Genetic diversity of angelicae dahuricae accessions from Sichuan Province by inter-simple sequence repeat (ISSR) [J]. Journal of Sichuan Agricultural University, 2008, 26(3): 237 − 240. [8] LI G, QUIROS C F. Sequence-related amplified polymorphism (SRAP), a new marker system based on a simple PCR reaction: its application to mapping and gene tagging in Brassica [J]. Theoretical and Applied Genetics, 2001, 103: 455 − 461. [9] 刘宝, 范辉华, 彭珠清, 等. 不同地理种源无患子的分子多态性分析[J]. 浙江农林大学学报, 2014, 31(1): 151 − 155. LIU Bao, FAN Huihua, PENG Zhuqing, et al. Molecular polymorphic analysis with geographic provenances of Sapindus mukorossi [J]. Journal of Zhejiang A&F University, 2014, 31(1): 151 − 155. [10] 赵瑞强. 基于分子标记的铁皮石斛种质资源遗传多样性研究[D]. 杭州: 浙江农林大学, 2012. ZHAO Ruiqiang. Study of Genetic Diversity based on Molecular Marker in Germplasms Resources of Dendrobium offcinale [D]. Hangzhou: Zhejiang A&F University, 2012. [11] 谢楠, 刘志荣, 张明童, 等. 高效液相色谱法测定白芷中9种香豆素类化学成分的含量及其多元统计分析[J]. 理化检验-化学分册, 2022, 58(6): 657 − 663. XIE Nan, LIU Zhirong, ZHANG Mingtong, et al. Determination of 9 chemical components of coumarins in Angelica dahurica by high performance liquid chromatography and its multivariate statistical analysis [J]. Physical Testing and Chemical Analysis (Part B:Chemical Analysis) , 2022, 58(6): 657 − 663. [12] 王艳, 成金乐. 改进的CTAB法提取32种中药破壁饮片DNA及物种鉴定[J]. 中国中医药现代远程教育, 2018, 16(22): 89 − 91, 130. WANG Yan, CHENG Jinle. Extraction of DNA from 32 kinds of Chinese herbal pieces by improved CTAB method and species identification [J]. Chinese Medicine Modern Distance Education of China, 2018, 16(22): 89 − 91, 130. [13] 岑晓霞, 孙健, 沈晓霞, 等. 基于SRAP和ISSR标记的栽培麦冬起源和遗传多样性研究[J]. 中药材, 2021, 44(3): 555 − 561. CEN Xiaoxia, SUN Jian, SHEN Xiaoxia et al. Study on origin and genetic diversity of cultivated of Ophiopogon japonicus based on SRAP and ISSR markers [J]. Journal of Chinese Medicinal Materials, 2021, 44(3): 555 − 561. [14] 尹燕, 王淼, 阳志强, 等. 化学模式识别在中药炮制中的应用[J]. 中草药, 2021, 52(17): 5369 − 5377. YIN Yan, WANG Miao, YANG Zhiqiang, et al. Application of chemical pattern recognition in processing of Chinese materia medica [J]. Chinese Traditional and Herbal Drugs, 2021, 52(17): 5369 − 5377. [15] 国家药典委员会. 中华人民共和国药典(一部)[M]. 北京: 中国医药科技出版社, 2020. Chinese Pharmacopoeia Commission. Chinese Pharmacopoeia (Volume Ⅰ) [M]. Beijing: China Medical Science Press, 2020. [16] 周治淼. 广东茶树种质资源遗传多样性的SRAP研究[D]. 长沙: 湖南农业大学, 2008. ZHOU Zhimiao. Studies on Genetic Diversity of Tea Germplasms [Camellia sinensis (L.) O. Kuntze] in Guangdong Province by SRAP Technology[D]. Changsha: Hunan Agricultural University, 2008. [17] 陈郡雯, 吴卫, 侯凯, 等. 川白芷与祁白芷花粉活力及柱头可授性测定[J]. 中国中药杂志, 2011, 36(22): 3079 − 3082. CHEN Junwen, WU Wei, HOU Kai, et al. Pollen viability and stigma receptivity of Angelica dahurica from Sichuan and Hebei Province [J]. China Journal of Chinese Materia Medica, 2011, 36(22): 3079 − 3082. [18] 王丽赟, 孙健, 沈宇峰, 等. 我国主要产区白芷的基原和群体遗传组成特征分析[J]. 中药材, 2022, 45(4): 830 − 835. WANG Liyun, SUN Jian, SHEN Yufeng, et al. Analysis of botanical origin and genetic composition of Angelica dahurica in China’s main producing areas [J]. Journal of Chinese Medicinal Materials, 2022, 45(4): 830 − 835. [19] 周介仁, 孙健, 沈晓霞, 等. 白花前胡传统产区种质资源的遗传多样性研究[J]. 中药材, 2021, 44(11): 2543 − 2548. ZHOU Jieren, SUN Jian, SHEN Xiaoxia, et al. Study on genetic diversity of Peucedanum praeruptorum germplasm resources in traditional production areas [J]. Journal of Chinese Medicinal Materials, 2021, 44(11): 2543 − 2548. [20] 李嘉惠, 欧晓华, 邓文静, 等. 基于SRAP分子标记构建何首乌核心种质库[J]. 广西植物, 2021, 41(11): 1920 − 1930. LI Jiahui, OU Xiaohua, DENG Wenjing, et al. Construction of core germplasm bank of Fallopia multiflora using SRAP molecular markers [J]. Guihaia, 2021, 41(11): 1920 − 1930. 期刊类型引用(1)
1. 张爽，高启晨，张戎，宋晨珲，栗忠飞. 基于PLUS-InVEST模型碳储量时空演变及驱动因素分析——以纳帕海流域为例. 中国环境科学. 2024(09): 5192-5201 . 
百度学术其他类型引用(3)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20220427
点击查看大图
计量
- 文章访问数: 640
- HTML全文浏览量: 128
- PDF下载量: 95
- 被引次数: 4
