下载:
-
镉是一种有毒的金属元素。据《全国土壤污染状况调查公报》，镉的点位超标率达7.0%，是点位超标率最高的污染物之一。土壤中的镉可通过食物链进入人体，进而对人的身体健康造成严重的损害[1]，因此亟待对镉污染土壤进行修复。
植物修复是指利用植物吸收土壤中的重金属，最终清除土壤中重金属的一种环境修复技术[2]，具有经济、绿色、效果好等特点，适合大面积污染土地的修复。目前，多采用草本植物进行修复，例如鬼针草Bidens pilosa在镉质量分数为2.66 mg·kg−1的土壤生长60 d后，富集系数为4.16，对土壤中镉的去除率为4.3%~6.2%[3]。伴矿景天Sedum plumbizincicola在镉质量分数为0.55和1.85 mg·kg−1的土壤上生长至3 m时，修复效率分别为37.15%和21.82%[4]。但是草本植物存在生物量小、收割成本高、生物质后处理困难等不足，至今没有大规模的推广应用。研究表明：很多乔木可以积累重金属。张永超等[5]发现：白榆Ulmus pumila在镉质量分数为10.00 mg·kg−1的土壤中生长至7 m时，根、茎和叶的镉质量分数分别达11.2、2.42和4.74 mg·kg−1[5]。尽管乔木中重金属质量分数可能低于超积累植物，但是由于生物量大，其积累总量可能远高于超积累植物，而且重金属一旦进入乔木中，便可永久性的积累，不影响其工业用途。与超积累草本植物相比，木本植物尤其是乔木具有生物量大，不进入食物链，可以持续修复等优点，在重金属污染土壤修复中具有较大潜力[6]。然而，关于乔木吸收镉的研究大多针对器官水平，对其结构部位的研究鲜有报道。
本研究选择了在污染土壤栽植的泡桐Paulownia fortunei、楸树Catalpa bungei、悬铃木Platanus acerifolia、黑杨Populus nigra 和垂柳Salix babylonica等5种树种，分析了镉在其不同部位的分布特征，比较了不同部位的镉富集系数和镉的积累总量，旨在为合理植树造林奠定理论基础，同时也为中国镉污染土壤进行植物修复的树种选择提供依据。
-
研究区位于河南省某污染的工业用地。该地属暖温带季风气候，四季分明，气候温和，光、热、水资源丰富，年平均气温为15.5 ℃，年平均降水量为567.9 mm。拥有丰富的动植物资源及矿产资源。该地区分布有泡桐、楸树、悬铃木、黑杨和垂柳人工林纯林(于2013年前后栽植)，树龄为10 a，株行距为4 m×5 m。本次采样时间为2023年7月21日。采样地泡桐、楸树、悬铃木、黑杨和垂柳土壤的镉质量分数分别为1.91、2.90、4.04、10.27和36.37 mg·kg−1。
-
随机选择污染土壤上栽植的泡桐、楸树、悬铃木、黑杨和垂柳各5株，用围尺测得胸径。采集的植物样品分为叶片、叶柄、枝皮、枝材、茎皮、茎材、根皮和根材8个部分，分别装入塑封袋。茎皮和茎材的采样高度与胸径高度一致，茎皮取样大小为4 cm×4 cm。枝皮、枝材和叶的采样高度为距地面3~5 m处的树冠。从树木东、南、西、北各个方向采集0~20 cm土壤样品，混合后装入样品袋。
-
用自来水冲洗掉附着于植物样品表面的泥土及其他污染物，然后用去离子水冲洗3遍，晾干。将样品放入烘箱105 ℃杀青30 min后，75 ℃ 下烘干至恒量。植物样品剪碎后，先用样品粉碎机初步粉碎，再用球磨机进一步磨碎，过0.149 mm筛，用来测定植物样品中镉质量分数(由于垂柳叶柄较小，难以获取，因此不作测定)；土壤样品自然风干，拣出砖头、碎石、杂草等，用木棒碾碎过0.149 mm 筛，用于土壤镉质量分数测定。
土壤样品采用盐酸-硝酸-氢氟酸-高氯酸全消解法进行消解，使土壤样品中的镉全部进入试液，用石墨炉(WFX-200)测定土壤中的镉质量分数。植物样品用硝酸-过氧化氢(m硝酸∶m过氧化氢 = 10∶1)消解，经消解后植物样品用电感耦合等离子体发射光谱仪(Avio 200) 测定镉质量分数。
-
植物对镉的富集系数(F)计算公式如下：F = Ctarget/Csoil。其中：Ctarget为目标部位镉质量分数；Csoil为土壤镉质量分数。
-
植物对镉的分配计算公式如下：R = mpart/mtoatal。其中：R为相对含量；mpart为植物某部位的镉积累量； mtotal为植物中镉的积累总量。
-
采用异速生长方程估算各树种不同部位及整体生物量[7−10]。叶部、枝部、茎部和根部由于分成2个部分检测其镉质量分数，因此对两者取平均算得叶部、枝部、茎部和根部的平均镉质量分数，再估算出各树种不同部位及整体镉积累量。
-
采用SPSS 23进行数据处理及单因素方差分析，采用Origin 2022作图。
-
比较不同树种叶部的镉质量分数发现(图1A)：垂柳叶片的镉质量分数最高，达10.52 mg·kg−1；其次是黑杨，达7.59 mg·kg−1；泡桐叶片的镉质量分数最低，为0.66 mg·kg−1。黑杨叶柄的镉最高，达7.45 mg·kg−1；其次是楸树，达2.04 mg·kg−1；泡桐叶柄的镉质量分数最低，为0.23 mg·kg−1。对比叶片和叶柄的镉质量分数发现：泡桐叶片镉质量分数显著大于叶柄(P＜0.05)，其他树木叶片和叶柄之间无显著差异。比较不同树木叶部的富集系数发现(图1B)：黑杨叶片富集系数最高，达1.00；其次是楸树，达0.71；垂柳叶片的富集系数最小，为0.29。黑杨叶柄的富集系数最高，达0.98；其次是楸树，达0.50；泡桐叶柄的富集系数最小，为0.13。对比叶片和叶柄的富集系数发现：泡桐、楸树和黑杨叶片的富集系数均大于叶柄，悬铃木叶柄的富集系数大于叶片。泡桐叶片富集系数显著高于叶柄(P＜0.05)，悬铃木、黑杨的叶片与叶柄富集系数差异不显著。
图 1 不同树种叶部的镉质量分数及富集系数
Figure 1. Cd concentration and concentration coefficients in leaves of 5 tree species
-
比较5种树种枝部的镉质量分数发现(图2A)：垂柳枝皮的镉质量分数最高，达16.08 mg·kg−1；其次是黑杨，达10.51 mg·kg−1；泡桐枝皮的镉质量分数最低，为1.24 mg·kg−1。垂柳枝材的镉质量分数最高，达2.55 mg·kg−1；泡桐枝材的镉质量分数最低，为0.19 mg·kg−1。对比枝皮和枝材的镉质量分数发现：所有树种枝皮的镉质量分数显著高于枝材的镉质量分数(P＜0.05)。比较不同树种枝部的富集系数发现(图2B)：黑杨枝皮的富集系数最高，达1.38；其次是楸树，达1.24；垂柳枝皮的富集系数最低，为0.44。黑杨枝材的富集系数最高，达0.32，其次是楸树、泡桐和悬铃木，分别为0.11、0.11和0.09；垂柳枝材的富集系数最低，为0.07。对比枝皮和枝材的富集系数发现：所有树种枝皮的富集系数显著高于枝材(P＜0.05)。
图 2 不同树种枝部的镉质量分数及富集系数
Figure 2. Cd concentration and concentration coefficients in branches of 5 tree species
-
比较5种树种茎部的镉质量分数发现(图3A)：垂柳茎皮的镉质量分数最高，达35.30 mg·kg−1；其次是黑杨，达5.73 mg·kg−1；泡桐茎皮的镉质量分数最低，为0.12 mg·kg−1。垂柳茎材的镉质量分数最高，达2.08 mg·kg−1；其次是黑杨，达1.43 mg·kg−1；泡桐茎材的镉质量分数最低，为0.12 mg·kg−1。对比茎皮和茎材的镉质量分数发现：楸树、黑杨和垂柳茎皮的镉质量分数显著高于茎材的镉质量分数(P＜0.05)，泡桐和悬铃木茎皮与茎材的镉质量分数差异不显著。比较不同树种茎部的富集系数发现(图3B)：垂柳茎皮的富集系数最高，达0.97；其次是楸树，达0.82；悬铃木茎皮的富集系数最低，为0.12。黑杨茎材的富集系数最高，达0.19，其次是楸树、泡桐和悬铃木，分别达0.10、0.07和0.06；垂柳茎材的富集系数最低，为0.05。对比茎皮与茎材的富集系数发现：除悬铃木外，所有树种茎皮的富集系数显著高于茎材(P＜0.05)。
图 3 不同树种茎部的镉质量分数及富集系数
Figure 3. Cd concentration and concentration coefficients in stems of 5 tree species
-
比较5种树种根部的镉质量分数发现(图4A)：垂柳根皮的镉质量分数最高，达23.21 mg·kg−1；其次是黑杨，达12.01 mg·kg−1；泡桐根皮的镉质量分数最低，为0.60 mg·kg−1。垂柳根材的镉质量分数最高，达9.76 mg·kg−1；其次是黑杨，达4.50 mg·kg−1，悬铃木根材的镉质量分数最低，为0.39 mg·kg−1。对比根皮和根材的镉质量分数发现：楸树、悬铃木、黑杨和垂柳根皮的镉质量分数显著高于根材的镉质量分数(P＜0.05)，泡桐根皮与根材的镉质量分数差异不显著。比较不同树种根部的富集系数发现(图4B)：黑杨根皮的富集系数最高，达1.58；其次是垂柳，达0.64；泡桐根皮的富集系数最低，为0.34。黑杨根材的富集系数最高，达0.59，其次是垂柳和泡桐，分别达0.27、0.25；悬铃木根材的富集系数最低，为0.10。对比根皮与根材的富集系数发现：除泡桐外，所有树种根皮的富集系数均显著高于根材的富集系数(P＜0.05)。
图 4 不同树种根部的镉质量分数及富集系数
Figure 4. Cd concentration and concentration coefficients in roots of 5 tree species
-
利用异速生长方程计算出每株树的叶部、枝部、茎部、根部以及整株的生物量(表1)，并进一步计算得到不同部位的积累量及积累总量(表2)，黑杨和垂柳不同部位镉积累量从大到小依次表现为茎部、根部、枝部、叶部；楸树不同部位镉积累量从大到小依次表现为茎部、枝部、根部、叶部；泡桐和悬铃木不同部位镉积累量从大到小依次表现为枝部、茎部、根部、叶部。
表 1 不同树种不同部位及整株的生物量
Table 1. Biomass of different parts of the tree and the whole plant
树种 叶部生物量/kg 枝部生物量/kg 茎部生物量/kg 根部生物量/kg 整株生物量/kg 泡桐 6.22±0.77 a 28.59±4.73 a 31.54±6.16 bc 17.11±2.88 b 71.72±13.08 b 楸树 2.59±0.63 b 6.86±1.89 c 22.38±6.10 c 10.42±2.74 b 42.25±11.13 b 悬铃木 6.93±2.10 a 15.30±5.51 b 79.63±29.16 a 27.39±7.74 a 181.28±68.93 a 黑杨 2.95±0.66 b 11.32±3.91 bc 48.76±16.96 b 14.83±2.92 b 79.36±24.69 b 垂柳 1.79±0.38 b 7.03±2.14 c 31.64±10.55 bc 12.78±3.64 b 65.15±20.08 b 说明：不同字母表示不同树种间相同部位及整株的生物量差异显著 (P＜0.05)。 表 2 不同树种不同部位及整株镉积累量
Table 2. Cd accumulation in different parts and whole trees
树种 叶部 枝部 茎部 根部 积累总量/mg 平均镉质量分
数/(mg·kg−1)积累
量/mg平均镉质量分
数/(mg·kg−1)积累
量/mg平均镉质量分
数/(mg·kg−1)积累
量/mg平均镉质量分
数/(mg·kg−1)积累
量/mg泡桐 0.45 2.80±0.34 c 0.72 20.59±3.40 b 0.34 10.72±2.09 c 0.52 8.89±1.50 c 43.01±7.34 c 楸树 2.05 5.31±1.29 c 2.52 17.29±4.76 b 1.33 29.77±8.12 c 1.08 11.25±2.96 c 63.62±16.85 c 悬铃木 1.71 11.86±3.60 b 2.25 34.42±12.40 b 0.37 29.46±10.79 c 1.00 27.39±7.74 c 103.13±34.52 c 黑杨 7.52 22.19±4.99 a 6.48 73.36±25.37 a 3.58 174.57±60.71 b 8.25 122.38±24.09 b 392.51±115.15 b 垂柳 10.52 18.82±4.05 a 9.32 65.48±19.94 a 18.69 591.29±197.21 a 16.48 210.68±59.93 a 886.28±281.11 a 说明：不同字母表示不同树种间相同部位镉积累量及积累总量差异显著(P＜0.05)。 比较镉在5种树种不同部位中镉的相对含量发现(图5)：泡桐不同部位镉的相对含量从大到小依次为枝部、茎部、根部、叶部；楸树不同部位镉的相对含量从大到小依次为茎部、枝部、根部、叶部；悬铃木不同部位镉的相对含量从大到小依次为茎部、根部、枝部、叶部；黑杨不同部位镉的相对含量从大到小依次为枝部、根部、茎部、叶部；垂柳不同部位镉的相对含量从大到小依次为茎部、根部、枝部、叶部。总体上看，楸树、悬铃木、垂柳均表现为茎部镉的相对含量最高，叶部镉的相对含量最低。
图 5 不同树种不同部位镉的分配
Figure 5. Distribution of cadmium in different parts of 5 tree species
-
本研究表明：不同树种对重金属的富集系数不同，黑杨叶片和叶柄的富集系数均为最大；黑杨枝皮和枝材的富集系数均最大；垂柳茎皮的富集系数最大，黑杨茎材的富集系数最大；黑杨根皮和根材的富集系数均最大。由此可见， 5种供试树种对镉的吸收特征不同。在这些树种中，黑杨和垂柳均有较高的镉积累量，这与前人研究结果类似[11−12]，且黑杨和垂柳具有易成活、生长快、生态价值高等优势，因此在镉污染土壤修复中具有较大的推广应用价值。
积累量在重金属积累的植物中相当可观。镉超积累植物龙葵 Solanum nigrum在镉质量分数为2.00 mg·kg−1的土壤中生长86 d后积累量达0.025 mg·株−1[13]；镉超积累植物商陆 Phytolacca acinosa在镉质量分数为5.00 mg·kg−1的土壤中生长60 d后地上部(镉的主要储存部分)的积累量达7.58 mg·株−1[14]；镉超积累植物东南景天 Sedum alfredii在镉质量分数为2.47 mg·kg−1的土壤中生长210 d后地上部的积累量达9.60 μg·株−1[15]。树木相比超积累植物拥有更长的生长周期、更大的生物量和更高的单株镉积累量，因此具有较大的镉污染修复潜力。在树木吸收镉的研究方面，前人也做过类似的研究。徐爱春[16]研究发现：旱柳 Salix matsudana在镉质量分数为20 mg·L−1的营养液中培养一段时间后，积累量达25.81 mg·株−1。周洁等[17]研究杂交柳(耳柳Salix aurita×银柳Salix argyracea)在镉质量分数为5.28 mg·kg−1的田间土壤中生长1 a后，镉的最大积累量达73.66 mg·株−1。乔木对镉污染土壤修复后再回收利用具有一定的经济效益，比如重金属的回收、植物能源及建材方面的利用[18]。此外，乔木具有多年生、持续修复、不进入食物链的优势，因此在镉污染土壤中植树是一种较为理想的修复技术。
本研究发现：所有树种的根、茎和枝的镉质量分数均表现为树皮部大于木材部，即从大到小依次为根皮、根材、茎皮、茎材、枝皮、枝材。可见，乔木具有优先把镉积累到皮部的特性，这种现象在其他研究中也有发现。例如，唐丽清等[19]研究发现：北京市台基厂大街行道树国槐 Sophora japonica的树皮中镉质量分数高于树干。RODRÍGUEZ等[20]研究表明：西班牙发电厂附近的地中海松Pinus halepensis树皮中镉质量分数高于树干。田胜尼等[21]研究指出：镉质量分数在腺柳 Salix chaenomeloides根皮部最高，达1 438.919 μg·kg−1，乔木中最低，为228.065 μg·kg−1。这可能是乔木的解毒机制导致的。镉主要通过土壤溶液进入根系，并从木质部转移到树皮。由于树皮代谢相对旺盛[22]，且树皮中富含有助于与二价离子结合的萜类、软木脂、脂肪酸酶、氨基酸等物质，这些化学物质与镉离子能够结合，生成稳定的络合物，达到解毒目的。而树干中主要为纤维素、半纤维素和木质素，与镉离子能够结合的物质较少，所以只有少部分镉积累在树干中[23]。
-
对河南某处镉污染土壤上栽植的5种树种调查发现：所有树木根皮、茎皮和枝皮均显著大于其对应的根材、茎材和枝材的镉质量分数，这可能是乔木本身的解毒机制造成的。在这些树种中，黑杨和垂柳均有较高的镉积累量，其中黑杨多数部位(除茎皮外)的富集系数均大于其他树种，因此在镉污染土壤修复中具有较大的优势。此外，采用乔木进行镉污染土壤修复时，木材中镉质量分数可达到较高水平，因此在后期木材的加工使用过程中应注意其对人体的健康风险。
Cd accumulation characteristics of different greening tree species
-
摘要:
目的 乔木对重金属具有富集能力，但是目前对其积累特征尚不明确，一定程度上限制了乔木修复重金属污染土壤技术的推广应用。探讨5种乔木绿化树种对镉的富集特征。 方法 分析了镉污染土壤上栽植的泡桐Paulownia fortunei、楸树Catalpa bungei、悬铃木Platanus acerifolia、黑杨Populus nigra 和垂柳Salix babylonica等树木不同部位对镉的富集特征，并分析了不同树种对镉的积累总量。 结果 供试树种对镉均具有一定的积累能力，单株对镉的积累量为43.01~886.28 mg·株−1，其中垂柳对镉的积累总量最大，达886.28 mg·株−1；其次是黑杨，达392.51 mg·株−1。不同树种不同部位对镉的富集能力也不同，泡桐、楸树、悬铃木、黑杨和垂柳不同部位的富集系数分别为0.07~0.56、0.10~1.24、0.06~1.04、0.32~1.58、0.06~0.97。其中黑杨多数部位(除茎皮外)的富集系数均大于其他树种。所有树种根皮、茎皮和枝皮的镉质量分数均显著(P＜0.05)大于其对应的根材、茎材和枝材。所有树种不同部位镉质量分数与土壤镉质量分数均呈极显著正相关(P＜0.01)。 结论 乔木主要将镉积累到枝部和茎部，其中泡桐、楸树和悬铃木主要积累在枝部，黑杨和垂柳主要积累在茎部。此外，黑杨和垂柳具有较高的镉积累量，是今后镉污染土壤修复中的首选树种。图5表2参23 Abstract:Objective While trees can accumulate heavy metals, their accumulation characteristics are currently unclear; this, to some degree, restricts the application of the technology of using trees to remediate heavy metal-contaminated soil. This study was designed to explore the cadmium (Cd) accumulation capacities of five greening tree species. Method The Cd accumulation characteristics of different parts of various greening trees (Paulownia fortunei, Catalpa bungei, Platanus acerifolia, Populus nigra, and Salix babylonica) planted in Cd-contaminated soil were analyzed, and the total amounts of Cd in the trees were determined. Result All the tested trees had a certain Cd accumulation capacity, and the cumulative amount of Cd per tree ranged from 43.01 to 886.28 mg·plant−1. Among the trees, S. babylonica had the highest accumulation amount of Cd (886.28 mg·plant−1), followed by Populus nigra (392.51 mg·plant−1). The Cd accumulation ability varied among different tree species and parts, with concentration coefficients ranging from 0.07 to 0.56, 0.10 to 1.24, 0.06 to 1.04, 0.32 to 1.58, and 0.06 to 0.97 for different parts of Paulownia fortunei, C. bungei, Platanus acerifolia, Populus nigra, and S. babylonica, respectively. The concentration coefficients of most parts (except for the stem bark) of Populus nigra were higher than those of the other trees. The Cd concentrations in the root bark, stem bark, and branch bark of all trees were significantly higher than those in their corresponding root wood, stem wood, and branch wood (P＜0.05). A highly significant positive correlation was found between the Cd contents in different parts of trees and those in the soil (P＜0.01). Conclusion The tested tree species accumulated Cd mainly in their branches and stems. Paulownia fortunei, C. bungei, and Platanus acerifolia accumulated Cd mainly in their branches, while Populus nigra and S. babylonica accumulated Cd mainly in their stems. Populus nigra and S. babylonica displayed higher Cd concentrations, which are the preferred tree species for the remediation of Cd-contaminated soil. [Ch, 5 fig. 2 tab. 23 ref.] -
Key words:
- trees /
- cadmium /
- total amount of accumulation /
- concentration coefficient /
- soil remediation
-
种群空间分布格局是指种群内个体在特定空间内的分布状况，受到种群生物学、种间关系、环境等诸多因素影响[1]。构成种群的空间分布特征类型有种群点格局分布和空间关联性2种类型[2−3]。种群点格局总体上可以分为3种：随机分布、均匀分布和聚集分布[4]；而种间关联则有3种基本类型：空间正关联、空间无关联、空间负关联[5]。不同的分布类型和联系模式反映了种群间的不同生态关系[6]。因此，研究种群的空间分布格局特点，既可以认识其生物学特点，又可以掌握其在环境资源中的协调作用[7−10]。如学者对宁夏六盘山辽东栎Quercus wutaishansea [11]、广东雷州半岛无患子Sapindus saponaria[12]、桂林岩溶石山檵木Loropetalum chinense[13]和浙江天目山紫楠Phoebe sheareri[14]等进行了种群的空间分布格局及其关联性的点格局分析。
新疆野苹果Malus sieversii为蔷薇科Rosaceae苹果属Malus乔木，是新疆野果林的主要建群种之一[15]，目前已经被列为中国具有国际意义的生物多样性优先保护物种和中国濒危二级重点保护植物[16]。在国内新疆野苹果主要分布于新疆的西部山区[17]，通常在河谷的底部或峡谷的阴坡，呈带状、片状或块状分布[18]。但近年来，由于受到病虫害、过度放牧和人类活动频繁等影响[19]，新疆野苹果的生存环境遭到破坏，资源不断减少，已处于濒危和灭绝的边缘[20]。以往关于新疆野苹果的研究大多基于遗传繁殖特性和抗逆性等，研究地点也多集中于伊犁河谷一带，对于其他区域内新疆野苹果种群空间分布格局及空间关联性方面的研究则相对较少。因此，本研究以新疆塔城地区额敏县新疆野苹果种群为对象，通过样地调查法，探究新疆野苹果种群的空间分布格局及空间关联性，以期为珍稀野生果树资源的保护提供参考。
1. 研究区概况
研究区位于新疆塔城地区额敏县野果林保护区(46°21′~46°24′N，83°00′~84°50′E)，该保护区位于吾尔喀夏尔山南部以及巴尔鲁克山东北部的低山丘陵地带[21]。属典型的大陆性温带半荒漠气候，北部受北冰洋湿气流的影响，比东南略潮湿，属中温带半干旱地区[22]；东南部受东部盆地荒漠化干热气流的影响，气候极为干旱[23]。年均气温为6.2 ℃，冬季寒冷，春季升温快，冷暖波动大。平均蒸发量为1 021 mm，相对湿度为44%[24]，绝对无霜期为195 d，全年盛行东北风，平均风速为2.0 m·s−1。
2. 研究方法
2.1 样地设置与调查
在研究区内，选择不同立地条件，不同地理特性的生境，建立20块面积为30 m×30 m的标准样地，调查样地内所有乔木的种类、数量、胸径、树高、空间位置、冠幅、长势、健康状况等信息，并进行记录，共统计到乔木有1 063株，乔木层的平均密度为885.83株·hm−2，样地详细信息见表1。
表 1 样地基础信息表Table 1 Sample plot basic information table样地编号 纬度(N) 经度(E) 海拔/m 坡度/(°) 坡位 坡向 1 46°22′45″ 83°59′35″ 1 279 16 上 西南 2 46°23′02″ 83°59′33″ 1 274 22 上 东 3 46°23′09″ 83°59′03″ 1 249 27 中 西南 4 46°22′13″ 84°00′10″ 1 318 18 下 东北 5 46°22′31″ 83°59′40″ 1 339 14 中 东南 6 46°22′22″ 84°00′24″ 1 282 20 中 西南 7 46°22′15″ 83°59′52″ 1 242 17 上 北 8 46°22′02″ 83°59′50″ 1 217 24 下 东 9 46°22′12″ 83°59′10″ 1 187 21 上 西南 10 46°22′04″ 83°58′23″ 1 171 25 上 东北 11 46°23′16″ 83°58′15″ 1 219 16 下 东 12 46°22′14″ 83°59′31″ 1 236 20 中 西北 13 46°21′43″ 84°00′04″ 1 341 23 下 东北 14 46°21′54″ 84°00′21″ 1 305 26 下 东北 15 46°23′17″ 83°59′32″ 1 163 29 中 南 16 46°23′06″ 84°00′14″ 1 154 19 下 东南 17 46°23′11″ 83°59′53″ 1 188 32 上 西南 18 46°23′30″ 83°59′39″ 1 084 22 中 西南 19 46°23′13″ 83°57′35″ 958 25 下 西北 20 46°23′28″ 83°56′34″ 911 20 中 东南 2.2 数据分析
2.2.1 龄级划分
本研究采用径级结构代替年龄结构的方法，分析种群的年龄结构[25−27]。参考刘忠权等[28]对新疆野苹果年龄级的划分方法，按照胸径(d)划分为：1级(0＜d≤5 cm)、2级(5 cm＜d≤10 cm)、3级(10 cm＜d≤15 cm)、4级(15 cm＜d≤20 cm)、5级(20 cm＜d≤25 cm)、6级(25 cm＜d≤30 cm)、7级(30 cm＜d≤35 cm)、8级(35 cm＜d≤40 cm)、9级(40 cm＜d≤45 cm)、10级(45 cm＜d≤50 cm)、11级(50 cm＜d≤55 cm)、12级(d＞55 cm)。以此为龄级划分标准，统计各个样地中不同龄级新疆野苹果株数，组成种群年龄结构基本数据，并以龄级为横坐标，以新疆野苹果在龄级范围内的个体数为纵坐标，绘制种群年龄结构图。根据新疆野苹果的生长发育特点，可以将1~3龄级划分为幼龄个体，其中1龄级个体划分为幼苗，2龄级个体划分为幼树，3龄级个体划分为小树；将4~6龄级划分为中龄个体；将7~9龄级划分为成龄个体；将10~12龄级划分为老龄个体。
2.2.2 点格局分析
本研究采用Ripley K单变量K(r)函数对新疆野苹果不同龄级个体间的空间分布类型进行点格局分析，K(r)函数法是对种群空间分布格局分析最常用的方法，能够以植物个体的空间位置为基础，同时对任意研究尺度的空间分布格局进行分析，反映种群生态特征[29]。具体公式如下：
$$ K\left(r\right)=\frac{A}{{n}^{2}}\sum _{i=1}^{n}\sum _{j=1}^{n}\frac{Ir\left({u}_{ij}\right)}{{W}_{ij}}\left(i\ne 1\right)。 $$ (1) 式(1)中：A为样地面积；n为所有林木的总株数；
$ r $ 为空间尺度；$ {u}_{ij} $ 为第$ i $ 株林木到$ j $ 株林木的距离；当$ I $ 为指数函数，$ {u}_{ij} $ ≤$ r $ 时，$ Ir\left({u}_{ij}\right)=1 $ ；当$ I $ 为指数函数，$ {u}_{ij} $ ＞$ r $ 时，$ Ir\left({u}_{ij}\right)=0 $ ；$ {W}_{ij} $ 是以$ i $ 点为圆心、$ {u}_{ij} $ 为半径的圆落在面积A中的弧长与整个圆周的比例。为了更直观地解释实际的空间格局，采用L(r)函数代替K(r)函数，通常L(r)函数值可判断空间尺度内研究对象的分布类型，来确定种群的空间分布类型。公式如下：
$$ L\left(r\right)=\sqrt{K\left(r\right)/{\text{π}} }-r。 $$ (2) 式(2)中：当
$ L\left(r\right)=0 $ 时，物种在r尺度上服从随机分布；当$ L\left(r\right) ＜ 0 $ 时，服从均匀分布；当$ L\left(r\right) ＞ 0 $ 时，服从聚集分布。2.2.3 空间关联性
应用Ripley K双变量
$ {K}_{12}\left(r\right) $ 函数对不同发育阶段新疆野苹果的点格局进行分析，研究距离尺度r内的不同发育阶段的个体数目，就是对$ {K}_{12}\left(r\right) $ 的求解，以此对不同龄级间新疆野苹果种群的空间关联性进行分析。具体公式如下：$$ {K}_{12}\left(r\right)=\frac{A}{{n}_{1}\times {n}_{2}}\sum _{i=1}^{n}\sum _{j=1}^{n}\frac{Ir\left({u}_{ij}\right)}{{W}_{ij}}\left(i\ne j\right)。 $$ (3) 式(3)中：
$ {n}_{1} $ 、$ {n}_{2} $ 为样地内新疆野苹果不同龄级个体数量，其他指标与式(1)的意义相同。按照上述方法对
$ {K}_{12} $ 进行平方根转化，得到$ {L}_{12} $ 函数，具体公式如下：$$ {L}_{12}\left(r\right)=\sqrt{{K}_{12}\left(r\right)/{\text{π}} }-r 。 $$ (4) 通过判断函数值
$ L\left(r\right) $ 和参数值$ {L}_{12}\left(r\right) $ 与包迹线之间的位置关系，确定新疆野苹果种群的空间分布格局及其关联性。若函数值$ L\left(r\right) $ 在上包迹线上则为聚集分布，在上下包迹线之间则为随机分布，在下包迹线下则为均匀分布。如果函数值$ {L}_{12}\left(r\right) $ 在上包迹线上呈正相关，在上下包迹线之间呈不相关，在下包迹线下呈负相关。3. 结果与分析
3.1 新疆野苹果种群年龄结构分析
由图1可知：新疆野苹果年龄结构呈先增加后减少的变化趋势，第1、2、3、4龄级植株数量逐步增加，在第5龄级时达到峰值，此后个体数量逐步下降，到第12龄级达到最小值。总体上来看，新疆野苹果年龄结构呈现类似纺锤形的底部较宽而顶部极窄的不规则金字塔型。其中，第5龄级个体数占总量的25.44%，幼龄个体缺失较为明显，种群结构不稳定。
3.2 新疆野苹果种群空间点格局分析
从图2可以看出：幼龄阶段个体在0~1.00、2.75~3.50、5.80~6.20、7.00~7.50、9.00~10.00、11.50~12.50、13.50~15.00 m尺度上呈聚集分布，其他尺度均呈随机分布；中龄阶段个体在0~1.00、2.50~5.00和7.50~10.50 m尺度上呈聚集分布，在1.25~2.00、6.25~7.25和12.00~13.50 m尺度上呈均匀分布，其他尺度上则呈随机分布；成龄阶段个体大致为随机分布，只有在7.80~8.20 m尺度上呈聚集分布；而老龄阶段个体则全部呈随机分布状态。总体来看，不同年龄阶段新疆野苹果个体在较小尺度内大多数都表现为随机分布，小部分表现为聚集分布。较小年龄个体中部分会呈现聚集分布状态，随着年龄阶段的不断增加，逐渐趋向随机分布。
图 2 不同年龄阶段新疆野苹果种群空间分布格局Figure 2 Spatial distribution pattern of M. sieversii population at different age stages3.3 新疆野苹果种群空间关联性
从图3可以看出：新疆野苹果种群4个年龄阶段个体间的空间关联格局存在一定差异。幼龄个体与中龄个体在0~3.00、5.50~6.50 m尺度上呈正关联，其余尺度上均呈无关联状态，随着尺度的增加，关联性逐渐增强；幼龄个体与成龄个体在1.00~1.50 m尺度上呈微弱负关联，其余尺度均无明显关联；幼龄个体与老龄个体在1.00~4.50 m尺度上呈负关联状态，其余阶段均无明显关联；中龄个体与成龄个体在6.00和14.00 m尺度上呈微弱正关联，其余尺度上均呈无关联状态；中龄个体与老龄个体总体上呈无关联状态；而成龄阶段个体和老龄阶段个体在1.00~2.50 m尺度上呈正关联，其余尺度上呈无关联状态。整体来说，年龄相近的个体空间关联性多呈正关联或无显著关联，随着个体年龄间差距的增加，它们之间的空间关联性转为无关联或负关联状态。
图 3 不同年龄阶段之间新疆野苹果种群空间关联性Figure 3 Spatial correlation of M. sieversii population between different age stages4. 结论与讨论
4.1 讨论
植被的空间分布格局受径级、尺度大小的影响，其生态学特性在不同尺度和径级上表现不同的差异[30−31]。有研究显示：种群空间结构的改变显示了种群的生存策略和应对机制，有利于群体获得更好的资源[32]。种群空间分布格局和空间尺度规模有很大的联系，在较小的范围内，种群的分布可能是集中的，但在较大的范围内，种群的分布可以是随机或均匀的[33]。一般以母株为核心的繁殖物种，会呈现集中的分布形态，而随着个体的成长，对环境的需求则会逐渐增大，再加上物种之间的竞争以及年龄的增加，这些物种利用的空间变小，就会为了生存资源扩大生存空间，使种群逐渐呈现随机分布状态。本研究发现：新疆野苹果幼龄和中龄个体为局部集中分布，随着年龄的增长呈随机分布趋势，这与区域密度限制导致的死亡有一定关系，新疆野生苹果主要是自然更新，由于种子的散布和扩散方式有限，自然更新的幼苗通常集中在母树周围，因此，种子萌发会使其活立木的空间格局呈现集中分布。然而，由于生长过程中不断的自然更新，个体对生存空间和营养的需求不断增加，竞争日益加剧，导致个体不断死亡、淘汰，个体逐渐趋向于随机分布的态势，这与新疆野苹果种群年龄结构中老龄个体缺失明显的特点相一致。
种群的生态学关系表现为种群的空间关联性。在种间关联理论中，正向关联是指物种之间的相互依赖，或者是同一环境中的物种，它们对环境的适应性表现；负向关联则是指物种在环境中进行资源获取时相互竞争所产生的差异性表现[34]。新疆野苹果各龄级个体间在小尺度内存在正、负的相关关联性，且随着规模尺度的增大，其空间关联度逐渐降低，且趋向于无关联态势。这是由于植物之间的交互作用大多集中在十几米的区域，超过了这个区域范围，植株之间的交互作用就会大大降低，这种特性反映了种群的空间格局具有尺度依赖性[35]。因此，在未来的研究中可以扩大样地面积范围，进行额敏县新疆野苹果纯林的种群格局分析。
此外，本研究还发现：随着年龄差异的增加，其空间关联性更多地呈现无关联态，这可能是由于新疆野苹果幼龄个体不耐荫，且对由大树所创造的高郁闭度的环境适应能力较差，而新疆野苹果种群中的主要成龄个体多为随机或非空间关联，这反映了其内部的不良生态关系。今后应加强对新疆野苹果种群幼苗的抚育管理和人工干预保护。
4.2 结论
额敏县新疆野苹果种群的年龄结构呈现类似纺锤形的非典型金字塔型，其种群随着年龄的增加，逐渐趋向随机分布，随着尺度的增加，逐渐趋向均匀分布，随着个体年龄间差距的增加，它们之间的空间关联性转为无关联或负关联状态。额敏县新疆野苹果种群更新不良，种群结构不稳定，因此今后应当通过人工抚育措施，改变新疆野苹果种群年龄结构和分布方式，使其得以长期稳定的发展。
-
图 1 不同树种叶部的镉质量分数及富集系数
Figure 1 Cd concentration and concentration coefficients in leaves of 5 tree species
图 2 不同树种枝部的镉质量分数及富集系数
Figure 2 Cd concentration and concentration coefficients in branches of 5 tree species
图 3 不同树种茎部的镉质量分数及富集系数
Figure 3 Cd concentration and concentration coefficients in stems of 5 tree species
图 4 不同树种根部的镉质量分数及富集系数
Figure 4 Cd concentration and concentration coefficients in roots of 5 tree species
图 5 不同树种不同部位镉的分配
Figure 5 Distribution of cadmium in different parts of 5 tree species
表 1 不同树种不同部位及整株的生物量
Table 1. Biomass of different parts of the tree and the whole plant
树种 叶部生物量/kg 枝部生物量/kg 茎部生物量/kg 根部生物量/kg 整株生物量/kg 泡桐 6.22±0.77 a 28.59±4.73 a 31.54±6.16 bc 17.11±2.88 b 71.72±13.08 b 楸树 2.59±0.63 b 6.86±1.89 c 22.38±6.10 c 10.42±2.74 b 42.25±11.13 b 悬铃木 6.93±2.10 a 15.30±5.51 b 79.63±29.16 a 27.39±7.74 a 181.28±68.93 a 黑杨 2.95±0.66 b 11.32±3.91 bc 48.76±16.96 b 14.83±2.92 b 79.36±24.69 b 垂柳 1.79±0.38 b 7.03±2.14 c 31.64±10.55 bc 12.78±3.64 b 65.15±20.08 b 说明：不同字母表示不同树种间相同部位及整株的生物量差异显著 (P＜0.05)。 
下载: 导出CSV
表 2 不同树种不同部位及整株镉积累量
Table 2. Cd accumulation in different parts and whole trees
树种 叶部 枝部 茎部 根部 积累总量/mg 平均镉质量分
数/(mg·kg−1)积累
量/mg平均镉质量分
数/(mg·kg−1)积累
量/mg平均镉质量分
数/(mg·kg−1)积累
量/mg平均镉质量分
数/(mg·kg−1)积累
量/mg泡桐 0.45 2.80±0.34 c 0.72 20.59±3.40 b 0.34 10.72±2.09 c 0.52 8.89±1.50 c 43.01±7.34 c 楸树 2.05 5.31±1.29 c 2.52 17.29±4.76 b 1.33 29.77±8.12 c 1.08 11.25±2.96 c 63.62±16.85 c 悬铃木 1.71 11.86±3.60 b 2.25 34.42±12.40 b 0.37 29.46±10.79 c 1.00 27.39±7.74 c 103.13±34.52 c 黑杨 7.52 22.19±4.99 a 6.48 73.36±25.37 a 3.58 174.57±60.71 b 8.25 122.38±24.09 b 392.51±115.15 b 垂柳 10.52 18.82±4.05 a 9.32 65.48±19.94 a 18.69 591.29±197.21 a 16.48 210.68±59.93 a 886.28±281.11 a 说明：不同字母表示不同树种间相同部位镉积累量及积累总量差异显著(P＜0.05)。
下载: 导出CSV
-
[1] 李杨, 丁振军, 王星蒙. 葫芦岛地区土壤镉元素空间含量分布特征及污染评价研究[J]. 环境科学与管理, 2022, 47(10): 166 − 170. LI Yang, DING Zhenjun, WANG Xingmeng. Content distribution characteristics and pollution evaluation of cadmium in soil, Huludao area [J]. Environmental Science and Management, 2022, 47(10): 166 − 170. [2] 顾继光, 周启星, 王新. 土壤重金属污染的治理途径及其研究进展[J]. 应用基础与工程科学学报, 2003, 11(2): 143 − 151. GU Jiguang, ZHOU Qixing, WANG Xin. Reused path of heavy metal pollution in soils and its research advance [J]. Journal of Basic Science and Engineering, 2003, 11(2): 143 − 151. [3] 张云霞, 周浪, 肖乃川, 等. 鬼针草(Bidens pilosa L. )对镉污染农田的修复潜力[J]. 生态学报, 2020, 40(16): 5805 − 5813. ZHANG Yunxia, ZHOU Lang, XIAO Naichuan, et al. Remediation potential of B. pilosa L. in cadmium-contaminated farmland [J]. Acta Ecologica Sinica, 2020, 40(16): 5805 − 5813. [4] 柏佳, 谭长吟, 曹雪莹, 等. 3种有机酸对伴矿景天修复效率及土壤微生物数量的影响[J]. 水土保持学报, 2020, 34(2): 318 − 324. BAI Jia, TAN Changyin, CAO Xueying, et al. Effect of three organic acids on the remediation efficiency of Sedum plumbizincicola and soil microbial quantity [J]. Journal of Soil and Water Conservation, 2020, 34(2): 318 − 324. [5] 张永超, 陈存根, 钟发明, 等. 重金属铅、镉在白榆中分布规律和累积特性研究[J]. 西北林学院学报, 2011, 26(5): 6 − 11. ZHANG Yongchao, CHEN Cungen, ZHONG Faming, et al. Distribution and accumulation of lead and cadmium in Ulmus pumila [J]. Journal of Northwest Forestry University, 2011, 26(5): 6 − 11. [6] 曲豪杰, 张涵丹, 谭志超, 等. 纳塔栎和柳叶栎对铅锌矿区污染土壤的修复潜力分析: 田间试验[J]. 生态学报, 2020, 40(19): 6969 − 6981. QU Haojie, ZHANG Handan, TAN Zhichao, et al. The remediation potential of Quercus nuttallii and Quercus phellos to heavy metalpolluted soil in lead-zinc mining area: a field test [J]. Acta Ecologica Sinica, 2020, 40(19): 6969 − 6981. [7] 李培坤, 牛帅, 王雪颖, 等. 河南农业大学文化路校区校园植物调查与分析[J]. 河南农业大学学报, 2017, 51(2): 243 − 249. LI Peikun, NIU Shuai, WANG Xueying, et al. lnvestigation and analysis of campus plants in Wenhua Road Campus of Henan Agricultural University [J]. Journal of Henan Agricultural University, 2017, 51(2): 243 − 249. [8] 张欣. 基于树木年轮信息的北京园林树木碳固定研究[D]. 保定: 河北农业大学, 2021. ZHANG Xin. Research on Landscape Trees Carbon Fixation in Beijing Based on Tree Rings Information [D]. Baoding: Hebei Agricultural University, 2021. [9] 罗云建, 王效科, 逯非. 中国主要林木生物量模型手册[M]. 北京: 中国林业出版社, 2015. LUO Yunjian, WANG Xiaoke, LU Fei. Comprehensive Database of Biomass Regressions for China’s Tree Species [M]. Beijing: China Forestry Publishing House, 2015. [10] 周国逸, 尹光彩, 唐旭利, 等. 中国森林生态系统碳储量——生物量方程[M]. 北京: 科学出版社, 2018. ZHOU Guoyi, YIN Guangcai, TANG Xuli, et al. Carbon Storage-Biomass Equation of Forest Ecosystems in China [M]. Beijing: Science Press, 2018. [11] 张晓丽, 翟飞飞, 李伟, 等. 27个柳树无性系对镉的吸收分配特性[J]. 林业科学, 2017, 53(4): 9 − 17. ZHANG Xiaoli, ZHAI Feifei, LI Wei, et al. Characteristics of cadmium absorption and distribution in 27 willow clones [J]. Scientia Silvae Sinicae, 2017, 53(4): 9 − 17. [12] 郑青雅, 马云璐, 戎恭, 等. 2年生杨树吸收和富集土壤镉特性研究[J]. 安徽农业大学学报, 2023, 50(2): 297 − 302. ZHENG Qingya, MA Yunlu, RONG Gong, et al. Study on the uptake and enrichment of heavy metal Cd in two-year old poplar trees [J]. Journal of Anhui Agricultural University, 2023, 50(2): 297 − 302. [13] 李志贤, 冯涛, 陈章, 等. 镉胁迫对龙葵镉的吸收积累及生理响应的影响[J]. 水土保持学报, 2017, 31(5): 328 − 333. LI Zhixian, FENG Tao, CHEN Zhang, et al. Effects of different levels Cd stress on Cd uptake and physiological response of Solanum nigrum L. [J]. Journal of Soil and Water Conservation, 2017, 31(5): 328 − 333. [14] 聂发辉, 吴彩斌, 吴双桃. 商陆对镉的富集特征[J]. 浙江林学院学报, 2006, 23(4): 400 − 405. NIE Fahui, WU Caibin, WU Shuangtao. Characteristics of Phytolacca acinosa accumulating Cd [J]. Journal of Zhejiang Forestry College, 2006, 23(4): 400 − 405. [15] 刘波, 陈绩, 马嘉伟, 等. 交流电场和水分对褪色柳-东南景天混栽修复镉污染土壤的影响[J]. 浙江农林大学学报, 2021, 38(6): 1238 − 1244. LIU Bo, CHEN Ji, MA Jiawei, et al. Effects of AC electric field and soil moisture on phytoremediation of cadmium contaminated soil by mixed planting of Salix discolor and Sedum alfredii [J]. Journal of Zhejiang A&F University, 2021, 38(6): 1238 − 1244. [16] 徐爱春. 柳树无性系镉积累和生理变化规律研究[D]. 北京: 中国林业科学研究院, 2007. XU Aichun. Study on Cd Accumulation and Physiological Change Rule in Clones of Salix [D]. Beijing: China Academy of Forestry, 2007. [17] 周洁, 陈庆生, 王保松, 等. 镉超富集柳树对镉吸收、积累及分配特性的田间试验研究[J]. 江苏林业科技, 2023, 50(1): 1 − 6. ZHOU Jie, CHEN Qingsheng, WANG Baosong, et al. Characteristics of cadmium absorption, accumulation and distribution in cadmium-tolerant willows of field test [J]. Journal of Jiangsu Forestry Science &Technology, 2023, 50(1): 1 − 6. [18] 钟斌, 陈俊任, 彭丹莉, 等. 速生林木对重金属污染土壤植物修复技术研究进展[J]. 浙江农林大学学报, 2016, 33(5): 899 − 909. ZHONG Bin, CHEN Junren, PENG Danli, et al. Research progress of heavy metal phytoremediation technology of fast-growing forest trees in soil [J]. Journal of Zhejiang A&F University, 2016, 33(5): 899 − 909. [19] 唐丽清, 邱尔发, 韩玉丽, 等. 不同径级国槐行道树重金属富集效能比较[J]. 生态学报, 2015, 35(16): 5353 − 5363. TANG Liqing, QIU Erfa, HAN Yuli, et al. Variation of heavy metal enrichment efficiency in roadside trees of Sophora japonica L. with different diameters at breast height [J]. Acta Ecologica Sinica, 2015, 35(16): 5353 − 5363. [20] RODRÍGUEZ M, JOSE A, GUTIERREZ, et al. Wood and bark of Pinus halepensis as archives of heavy metal pollution in the Mediterranean Region [J]. Environmental Pollution, 2018, 239: 438 − 447. [21] 田胜尼, 张静, 孙庆业, 等. 铜尾矿自然定居腺柳对重金属吸收及分布的研究[J]. 农业环境科学学报, 2013, 32(9): 1771 − 1777. TIAN Shengni, ZHANG Jing, SUN Qingye, et al. Heavy metals absorption and distribution by Salix chaenomeloides settled naturally on the copper tailings [J]. Journal of Agro-Environment Science, 2013, 32(9): 1771 − 1777. [22] 王荣芬, 邱尔发, 唐丽清, 等. 行道树毛白杨树干中重金属元素分布[J]. 生态学报, 2014, 34(15): 4212 − 4222. WANG Rongfa, QIU Erfa, TANG Liqing, et al. Heavy metals distribution in roadside tree trunks under a heavy urban transportation condition [J]. Acta Ecologica Sinica, 2014, 34(15): 4212 − 4222. [23] GONZALEZ-OREJA J A, ROZAS M A, ALKORTA I, et al. Dendroremediation of heavy metal polluted soils [J]. Reviews on Environmental Health, 2008, 23(3): 223 − 234. 期刊类型引用(2)
1. 金晟康，张丽娟，齐智颖，马哲蕾，叶尔江·拜克吐尔汉. 额敏野果林植物物种多样性和空间格局特征. 林业建设. 2024(04): 53-59 . 
百度学术2. 张裕年，张俊年，许明，赵鹏，段晓峰. 民勤绿洲荒漠过渡带梭梭种群的数量动态及分布格局研究. 绿色科技. 2023(22): 7-11 . 百度学术其他类型引用(2)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20230630
点击查看大图
计量
- 文章访问数: 396
- HTML全文浏览量: 108
- PDF下载量: 18
- 被引次数: 4
