下载:
-
植物挥发性有机化合物(volatile organic compounds, VOCs)是一类经植物次生代谢合成并排放到空气中的小分子化合物，其年排放量占全球挥发性有机化合物年排放总量的90%以上[1]。VOCs的成分大约有3万多种[2]，其中以异戊二烯和单萜为主[3]，分别约占50%和15%[4]。已有研究表明：VOCs有助于提高人体免疫力，并对一些慢性疾病有预防作用[5−6]，尤其是萜烯类物质对人体健康方面具有积极影响[7]，如柠檬烯和蒎烯具有减轻炎症、缓解睡眠和心理压力的作用[8]，芳樟醇具有抗抑郁和抗焦虑的效果[6, 9]。然而，随着城市化加速发展，大气、水、光、噪声等环境污染问题、城市热岛效应和现代快节奏生活造成的城市病严重威胁人类身心健康[10]，慢性疾病患病率和致死率上升[11]，因此，以森林环境作为康养手段来促进人体健康的需求逐渐增长[12]，而森林分为不同的森林类型，通过对不同林分开展VOCs研究是森林康养开展的重要依据和前提，具有重要的现实意义[13]。
VOCs主要由植物叶片释放[2]。不同树种释放的VOCs种类具有高度特异性[14−15]，并随森林光照度、温度和湿度等环境因子的日变化和季节变化产生差异[16]，而且VOCs在大气中极易发生光化学反应，这就造成了森林环境中VOCs存在状态的不确定性。目前，关于VOCs的研究主要集中在叶片或单一树种[17−20]，但基于不同林分类型VOCs释放特点及其与环境因子的关系研究较少[21]，需要进一步研究探索。浙江省丽水白云国家森林公园拥有华东地区保存最完好的次生阔叶林，是开展森林旅游的重要场所。本研究以5种不同典型林分[杉木Cunninghamia lanceolata林、柳杉Cryptomeria fortunei林、阔叶混交林(青冈Cyclobalanopsis glauca和白栎Quercus fabri)、杉阔混交林(杉木和樟树Cinnamomum camphora)、毛竹Phyllosachys edulis林]为研究对象，比较分析不同典型林分类型VOCs的释放特点、释放日动态、空间分布特点及其与环境因子相关性，以期为森林康养活动的开展提供依据，同时为进一步构建森林挥发性有机化合物排放模型提供数据支持。
-
丽水白云国家森林公园位于丽水市城区北部(28°28′49′′~ 28°33′37′′N, 119°52′06′′~119°58′28′′E)，森林面积为2 552.13 hm2，覆盖率达97.38%。地貌以低山丘陵为主，地势为西北向东南倾斜，地形复杂，海拔为51.2~1 073.2 m。该森林公园属中亚热带季风气候，四季分明，雨量充沛，年平均气温为18.1 ℃，年平均降水量为1 392.8 mm，降雨主要分布在4—10月，其中4—6月占全年降雨量46.2%。
研究选取杉木林(SM)、柳杉林(LS)、阔叶混交林(KY)、杉阔混交林(SK)、毛竹林(MZ)等5种典型林分为研究对象，每种林分设置20 m×20 m样地，并进行每木检尺，每个样地用5点采样法进行采样[22]。样地土壤均为黄壤。样地概况见表1。
表 1 样地概况
Table 1. Sample site overview
林分类型 海拔/
m坡向/
(°)坡位 树高/
m林分密度/
(株·hm−2)杉木林(SM) 940 100 阳坡 11.83 23 000 柳杉林(LS) 900 300 阴坡 22.23 10 000 阔叶混交林(KY) 920 145 阳坡 9.50 15 000 杉阔混交林(SK) 920 266 阴坡 12.90 20 000 毛竹林(MZ) 660 200 阴坡 17.82 3 700 -
不同林分VOCs组分及摩尔分数采用吸附管富集离线测定：于2021年9月25—29日9:00—16:00进行采样。每块样地设置2个采样点，每种林分连续测定5 d，每个林分采集10个样品，5个林分共获得样品50个。采样设备使用便携式采样仪(Mini Pump，北京市劳动保护科学研究所)，设置流速75 mL·min−1，每个样品采集空气31.5 L。吸附管为不锈钢管(通用型5266，MARKES)，用于吸附VOCs。采样后使用便携式气相色谱-质谱联用仪(GC-MS，EXPEC 3500)吸附管模块进行二次热解吸并分析测试，获得各林分5 d VOCs平均摩尔分数。
-
不同林分VOCs日变化采用探头直接采样测定：于2021年9月25—29日分别在各林分环境中进行采样。仪器配备1.5 m采样探头和10.0 m特氟龙管，能够分别采集林冠层(8.0~12.0 m)和人体呼吸层(1.5 m)空气。测定时段为9:00—16:00，每次采样时长为20 min，采样间隔1 min，共获得110个样品。
-
使用质谱仪数据分析软件，结合保留时间、峰面积、标准质谱图和美国国家标准与技术研究所(NIST)的标准参考数据库判断组分种类，使用面积归一化外标法计算摩尔分数。多点外部标准曲线使用物质标准品(坛墨质检)配置各摩尔分数梯度标准溶液(5、20、50、80、100 nmol·mol−1)后，以便携式气相色谱-质谱联用仪进行定量。根据实测结果和文献研究[23−24]，选取包括2-蒎烯、β-蒎烯在内的12种萜类物质作为林分树木释放的目标物质，分析其摩尔分数变化。萜烯类物质标样有：叶醇、萜烯醇、3-蒈烯、2-蒎烯、崁烯，其他物质使用臭氧前体混合物(PAMS)气体标样定量。标样之外的单萜摩尔分数使用2-蒎烯的标准曲线公式计算，含氧萜烯衍生物摩尔分数使用萜烯醇的公式计算，芳香类化合物使用甲苯的标准曲线代替，脂肪酸衍生物和其他物质使用叶醇的标准曲线代替。每个目标化合物的绝对摩尔分数根据标准曲线计算，目标化合物的峰面积和已知标准摩尔分数间的拟合度R2＞0.99。
-
森林环境因子使用浙江农林大学自主研发的环境气象监测站测定。气象站距地面高度2.0 m，布设于样地中心。测量指标包括气温(T)、湿度(RH)、光照度(E)、臭氧(O3)、细颗粒物(PM2.5)、可吸入颗粒物(PM10)、风向、风速、二氧化碳(CO2)。数据采集频率为1 min，测量数据自动实时上传到网络平台。
-
对各林分VOCs摩尔分数日均值和各时段均值进行单因素方差分析(P＜0.05)；使用皮尔逊相关分析确定环境因子与单萜摩尔分数日变化的相关性，显著性水平为0.05，采用Excel 2016和R 4.1.2对数据进行统计并作图。
-
由图1可见：柳杉林气温最高，为26.0 ℃，杉木林最低，为22.0 ℃，且全天气温变化幅度不大，各林分全天气温呈逐渐上升趋势；相对湿度均呈下降趋势，杉木林平均相对湿度最高，为76.2%，阔叶混交林最低，为69.0%，各林分相对湿度波动范围相近，仅毛竹林在9:00和16:00相对湿度变化差异大；林内光照度不仅受天气的影响，还与坡向、郁闭度等相关，各林分光照度日变化各不相同。杉木林内平均光照度变化呈单峰型，在11:00出现最高值，为16.87 klx；阔叶混交林和杉阔混交林呈双峰型，在10:00和12:00别达到35.02、28.43 klx和9.10、6.78 klx。相较而言，阔叶混交林光照度波动范围最大，变化最为剧烈，杉阔混交林波动最为平缓，杉木林在光照度峰值时波动剧烈。
图 1 5种不同典型林分环境因子日变化
Figure 1. Daily changes in environmental factors of 5 forest stands
-
5种林分VOCs摩尔分数及组分如图2所示。杉木林、柳杉林、阔叶混交林和杉阔混交林的主要组分为单萜，而毛竹林的主要组分是异戊二烯，单萜次之。柳杉林的单萜物质占比最大，达58.9%，毛竹林最少，为16.9%。除单萜和异戊二烯外，各林分其他VOCs组分排序为：芳香类化合物占比最高，占20%左右；其次为醇类、醛类等其他物质，最少的是脂肪酸衍生物。
图 2 5种不同典型林分VOCs摩尔分数及组分
Figure 2. Fraction and content of VOCs of 5 forest stands
5种林分的VOCs摩尔分数从高到低依次为毛竹林(7.35 nmol·mol−1)、柳杉林(5.36 nmol·mol−1)、杉阔混交林(4.20 nmol·mol−1)、阔叶混交林(4.04 nmol·mol−1)、杉木林(3.57 nmol·mol−1)。5种林分单萜摩尔分数从高到低依次为柳杉林(3.15 nmol·mol−1)、阔叶混交林(1.89 nmol·mol−1)、杉木林(1.69 nmol·mol−1)、杉阔混交林(1.47 nmol·mol−1)、毛竹林(1.24 nmol·mol−1)，柳杉林的单萜摩尔分数与其他林分存在显著差异(P＜0.05)。
由表2可见：毛竹林释放的单萜种类最多，为9种，其次为阔叶混交林，释放了8种，杉木林和柳杉林释放了6种，杉阔混交林释放了5种。杉木林和柳杉林释放2-蒎烯和β-蒎烯最多，杉阔混交林释放左旋-β-蒎烯最多，5种林分都释放的单萜有2-蒎烯、左旋-β-蒎烯、β-蒎烯和薄荷脑，其中柳杉林和毛竹林释放的薄荷脑是其他林分的10倍以上。异戊二烯主要在毛竹林、阔叶混交林和杉阔混交林中释放，其中毛竹林释放最多，且释放量远高于其他林分。
表 2 5种不同典型林分异戊二烯和单萜日均摩尔分数
Table 2. Average daily isoprene and monoterpene content of 5 forest stands
林分类型 VOCs各组分摩尔分数/(nmol·mol−1) 异戊二烯(C5H8) 单萜 2-蒎烯(C10H16) 左旋-β-蒎烯(C10H16) 月桂烯(C10H16) β-蒎烯(C10H16) 莰烯(C10H16) 杉木林 0.004±0.000 1.100±0.420 0.130±0.040 0.900±0.000 0.140±0.040 − 柳杉林 0.070±0.000 0.100±0.440 0.170±0.080 0.130±0.020 0.190±0.050 − 杉阔混交林 0.400±0.120 0.750±0.180 1.570±1.030 − 0.100±0.040 − 阔叶混交林 0.740±0.330 0.760±0.470 0.130±0.010 0.080±0.060 0.166±0.050 0.120±0.003 毛竹林 4.800±1.560 0.770±0.200 0.090±0.010 0.090±0.050 0.200±0.040 0.370±0.000 林分类型 VOCs各组分摩尔分数/(nmol·mol−1) 单萜 芳樟醇(C10H18O) 薄荷脑(C10H20O) 柠檬烯(C10H16) 3-蒈烯(C10H16) 罗勒烯(C10H16) 萜烯醇(C10H18O) 杉木林 0.002±0.000 0.003±0.000 − − − − 柳杉林 − 0.030±0.000 0.050±0.004 − − − 杉阔混交林 − 0.003±0.001 − 0.010±0.004 − − 阔叶混交林 − 0.003±0.000 0.070±0.000 − 0.100±0.000 − 毛竹林 − 0.010±0.005 0.200±0.000 0.001±0.000 − 0.004±0.001 说明：−表示未检出。 -
5种不同典型林分单萜摩尔分数日变化见图3。由图3可知：各林分单萜摩尔分数在不同高度上的日变化动态不同，但同一林分树冠层和人体呼吸层日变化趋势基本一致。在树冠层，柳杉林、杉阔混交林和毛竹林的单萜摩尔分数全天呈上升趋势，杉木林呈下降趋势，阔叶混交林呈先上升后下降趋势。柳杉林下午的单萜摩尔分数最高，为3.12 nmol·mol−1，其次是毛竹林下午的单萜摩尔分数，为0.77 nmol·mol−1，而杉木林、阔叶混交林和杉阔混交林全天单萜摩尔分数波动区间相近，为0.20~0.40 nmol·mol−1。在人体呼吸层，柳杉林和杉阔混交林呈全天上升趋势，杉木林和阔叶混交林呈下降趋势，毛竹林呈先上升后下降趋势。下午时段的柳杉林单萜摩尔分数达各林分全天峰值，为2.44 nmol·mol−1，其次为中午时段的毛竹林，达0.56 nmol·mol−1，阔叶混交林和杉阔混交林的单萜摩尔分数波动范围也为0.20~0.40 nmol·mol−1，杉木林则为0.10~0.40 nmol·mol−1。总体而言，在树冠层和人体呼吸层单萜摩尔分数最高的林分是柳杉林，其他林分的单萜摩尔分数量级较为相近，均未超过1.00 nmol·mol−1。在树冠层，杉阔混交林下午的单萜摩尔分数显著高于上午(P＜0.05)，在人体呼吸层，杉木林单萜摩尔分数在上午显著高于中午和下午(P＜0.05)，柳杉林则是在下午显著高于上午(P＜0.05)。
图 3 5种不同典型林分单萜摩尔分数日变化
Figure 3. Daily variation in monoterpene content of 5 forest stands
-
空气中单萜受环境影响容易通过光化学反应转化成为臭氧、二次有机气溶胶等二次污染物[25]。5种林分人体呼吸层单萜摩尔分数与环境因子相关性见图4。由图4可知：整体而言，杉木林单萜摩尔分数与湿度、CO2、PM2.5和PM10等呈极显著正相关(P＜0.001)，相关系数分别为0.77、0.84、0.84、0.82，与气温呈极显著负相关(P＜0.01)，相关系数为−0.81，与臭氧、光照度无显著相关性。柳杉林单萜摩尔分数与湿度、PM2.5和PM10呈极显著负相关(P＜0.001)，相关系数分别为−0.68、−0.81和−0.83，与CO2和气温无显著相关。阔叶混交林单萜摩尔分数与湿度呈极显著正相关(P＜0.001)，相关系数为0.63，与其他环境因子无显著相关；杉阔混交林单萜摩尔分数与湿度、PM2.5和PM10都呈极显著负相关(P＜0.001)，相关系数分别为−0.68、−0.68和−0.69，与臭氧、CO2、光照和气温无显著相关性；毛竹林单萜摩尔分数与各环境因子没有显著相关性。
图 4 5种不同典型林分人体呼吸层单萜摩尔分数与环境因子相关性
Figure 4. Stratified correlation between monoterpene content and environmental factors of 5 forest stands
各环境因子的相关性比较中，5种林分的PM2.5和PM10均与湿度呈极显著正相关(P＜0.001)，同时PM2.5和PM10之间也呈极显著正相关(P＜0.001)，杉木林、杉阔混交林和毛竹林的PM2.5和PM10都与气温呈极显著负相关(P＜0.001)。杉阔混交林、阔叶混交林和毛竹林的CO2与湿度、PM2.5和PM10都呈极显著正相关(P＜0.001)，杉木林的CO2只与PM2.5和PM10呈极显著正相关(P＜0.001)，柳杉林的CO2与其他环境因子无显著相关。
-
本研究中杉木林、柳杉林、杉阔混交林和阔叶混交林释放VOCs均以单萜为主，毛竹林以异戊二烯为主。杉木林、柳杉林和杉阔混交林的VOCs释放结果与VALERIE等[26]和LUN等[27]的结果一致。LUN等[27]发现：油松Pinus tabulaeformis、侧柏Platycladus orientalis等常绿针叶树种主要释放的组分为2-蒎烯、柠檬烯等。同时阔叶树种中的栓皮栎Quercus variabilis主要释放异戊二烯。尽管栎属Quercus树种被认为是释放异戊二烯较多的树种，但也能释放单萜[28]。本研究中，得出阔叶混交林VOCs组分仍以单萜为主的结论，印证了前人研究结果[29]，也表明阔叶树种VOCs种类的释放相对复杂。毛竹林VOCs释放则以异戊二烯为主，与OKUMURA等[30]的研究结果一致。前人研究表明：除异戊二烯外最常见的VOCs是单萜[31−32]，芳香族化合物也是VOCs的重要组成部分[14]，这也与本研究各林分VOCs组分结果相符。
已有研究报道以针叶树为主的林分空气中单萜浓度更高[33]，但本研究发现杉木林单萜摩尔分数低于阔叶混交林，可能是因为阔叶混交林的温度和光照度高于杉木林，促进了其冠层单萜的合成与释放[34−36]。另外，本研究还发现柳杉林的单萜摩尔分数最高，可能与以下几个因素有关：一是柳杉的单萜释放能力强，是高释放植物[35]，因此单位时间内叶片的单萜释放量大；二是柳杉林冠层高度更大，郁闭度高，空气对流相对较低，造成单萜在林内的沉降与富集；三是柳杉林气温高于其他林分，气温越高，释放量越大[37]。
-
森林环境中，温湿度等环境因子存在日变化，且因森林结构不同其变化情况各异。林分释放单萜水平受到温度在内的多种环境因素影响[6, 36]，因此单萜摩尔分数日变化形式也存在林分上的差异。除阔叶混交林和毛竹林外，其余各林分不同层单萜摩尔分数的数量级、日变化趋势和变化幅度基本一致。这与前人研究中单萜在森林地面附近浓度最高的结果不同[38]。这可能是因为本研究中林分的平均高度较低，单萜沉降速度快，空气流通频繁造成的。光照度、湿度和温度影响冠层叶片单萜的释放[39]。本研究中杉木林与阔叶混交林、柳杉林与杉阔混交林分别呈现全天下降趋势和上升趋势，可能是因为前者位于阳坡，后者位于阴坡，其受光面和日照时间不同，导致林分单萜释放趋势不同。杉木林的单萜摩尔分数与气温显著相关，与陈静等[40]的研究结果相同，湿度在杉木林、杉阔混交林和阔叶混交林中都与单萜摩尔分数显著相关，这与KIM等[20]得出的结论相同。
叶片释放到空气中的萜烯类物质易发生光化学反应生成不同化合物[25, 41]，进而影响大气中臭氧和二次有机气溶胶(secondary organic aerosols, SOA)的含量，两者对空气质量、大气辐射水平等至关重要，同时单萜是二次有机气溶胶的前体物[25]。研究表明：萜烯类物质发生光化学反应时产生的二次有机气溶胶具有良好的吸湿性和水溶性[42−44]，且是PM2.5的重要组成部分[42]，其形成不仅受到单萜浓度影响，还与空气湿度和大气成分有关。本研究发现：各林分PM2.5和PM10与湿度极显著正相关，与气温极显著负相关，同时PM2.5和PM10之间极显著正相关，与刘旭辉等[45]对林带内PM2.5和PM10与温湿度的关系研究结果一致。另外，对于单萜摩尔分数与环境因子的相关性，本研究结果表明：单萜摩尔分数与光照、气温、CO2、O3等因子的相关性不强，与部分前人研究结果相同[34, 46]。原因可能是本研究的环境监测站主要监测的是林下小气候环境，而前人研究中多为林冠上方大气环境，两者环境条件存在差异。如：林下的光照度可能受到林分冠层的遮蔽，温度和湿度受植物呼吸作用调控，单萜在林内的停留时间受林分郁闭度和空气湍流等的影响，因此，具体原因还需进一步深入研究。
-
通过对丽水白云国家森林公园5种不同典型林分的VOCs释放情况进行研究，结果表明：杉木林、柳杉林、阔叶混交林和杉阔混交林主要释放单萜，都可以作为森林康养选择的林分类型，其中，柳杉林的单萜摩尔分数和占比最高，因此，优先推荐选择柳杉林开展森林康养活动；康养时间的选择可参考人体呼吸层的单萜日变化规律，如杉木林的单萜摩尔分数上午显著高于中午和下午，如果选择此林分作为康养场所，上午时段最佳；柳杉林下午显著高于中午和上午，下午时段更好。
VOCs release characteristics of 5 typical stands in Baiyun National Forest Park and their relationship with environmental factors
-
摘要:
目的 研究不同林分挥发性有机化合物(VOCs)释放特征，为开展森林康养活动提供科学依据。 方法 2021年9月25—29日，采用吸附管采样离线分析和实时在线分析相结合，分析浙江丽水白云国家森林公园5种典型林分[杉木Cunninghamia lanceolata林、柳杉Cryptomeria fortunei林、阔叶混交林(青冈Cyclobalanopsis glauca和白栎Quercus fabri)、杉阔混交林(杉木和樟树Cinnamomun camphora)、毛竹Phyllosachys edulis林]的VOCs组分与摩尔分数。 结果 ①除毛竹林外，其他4种林分主要释放单萜；杉木林、柳杉林、阔叶混交林和杉阔混交林的单萜释放量分别占总VOCs的47.5%、60.0%、50.4%和39.9%。②不同林分单萜摩尔分数从大到小依次为柳杉林(3.15 nmol·mol−1)、阔叶混交林(1.89 nmol·mol−1)、杉木林(1.69 nmol·mol−1)、杉阔混交林(1.47 nmol·mol−1)、毛竹林(1.24 nmol·mol−1)，其中柳杉林的单萜摩尔分数显著高于其他林分(P＜0.05)。③不同林分的人体呼吸层单萜摩尔分数日变化趋势不同，其中：杉木林和阔叶混交林呈逐渐下降趋势，杉阔混交林和柳杉林呈逐渐上升趋势，毛竹林呈先上升后下降趋势。④单萜摩尔分数与环境因子的相关性因林分不同而不同：柳杉林与杉阔混交林均与相对湿度、细颗粒物(PM2.5)、可吸入颗粒物(PM10)呈极显著负相关(P＜0.001)；杉木林和阔叶混交林单萜摩尔分数与湿度呈极显著正相关(P＜0.001)；毛竹林与各环境因子的相关性都没有达到显著水平。 结论 柳杉林单萜摩尔分数和占比均高于其他林分，在选择森林康养场所时优先推荐。图4表2参46 Abstract:Objective This study aims to explore the release characteristics of volatile organic compounds (VOCs) from different forest stands, so as to provide a scientific basis for the development of forest therapy activities. Method A combination of sorbent tube enrichment sampling and real-time online sampling was used to analyze VOCs composition and mole fractions of 5 typical forest stands: Cunninghamia lanceolata forest (SM), Cryptomeria fortunei forest (LS), Cyclobalanopsis glauca-Quercus fabri mixed forest (KY), C. lanceolata and Cinnamomum camphora mixed forest (SK), Phyllosachys edulis forest (MZ) in Baiyun National Forest Park in Zhejiang Province from September 25 to 29, 2021. Result (1) Monoterpenes were mainly released from the other 4 stands except for MZ. The monoterpene release from SM, LS, KY and SK accounted for 47.5%, 60.0%, 50.4% and 39.9% of the total VOCs, respectively. (2) The monoterpene concentrations in different stands ranging from large to small were LS (3.15 nmol·mol−1), KY (1.89 nmol·mol−1), SM (1.69 nmol·mol−1), SK (1.47 nmol·mol−1) , and MZ (1.24 nmol·mol−1); in which the monoterpene concentration of LS was significantly higher than that of other stands (P＜0.05). (3) The daily variation trend of monoterpene mole fractions in the human respiratory layer of different stands was different, among which SM and KY showed a gradual downward trend, SK and LS showed a gradual upward trend, and MZ showed first an increasing trend and then a decreasing trend. (4) The correlations between monoterpene mole fraction and environmental factors varied in different stands. LS and SK both had a significant negative correlations with relative humidity, PM2.5 and PM10 (P＜ 0.001). There was a significant positive correlation between the monoterpene mole fraction and humidity in SM and KY (P＜0.001). The correlation between MZ and various environmental factors did not reach a significant level. Conclusion LS have a higher mole fraction and proportion of monoterpene than other forests, and are highly recommended for forest therapy sites. [Ch, 4 fig. 2 tab. 46 ref.] -
Wuschel-related homeobox (WOX)是植物特有的新型转录因子，属于Homepbox (HOX)超家族，包含由60~65个氨基酸组成的螺旋-环-螺旋-转角-螺旋的保守结构域。WOX家族基因分为3个独立进化支，即现代进化支(modern clade，WUS)，中间进化支(intermediate clade)和远古进化支(ancient clade)[1-3]，其中WUS是最早发现的WOX家族成员[4]。WOXs蛋白在植物胚胎形成[5]、干细胞维持[6]和花发育[7]等方面发挥重要作用。拟南芥Arabidopsis thaliana中WOX家族有15个成员，分别是AtWUS和AtWOX1~AtWOX14[4]，其中，AtWOX10、AtWOX13和AtWOX14蛋白属于远古进化分支，AtWUS和AtWOX1~7等8个蛋白质属于WUS分支，AtWOX8、AtWOX9、AtWOX11和AtWOX12蛋白属于中间进化分支。AtWUS在胚珠、花药和茎尖分生组织中表达，是维持中央分生组织的关键基因，AtWOX11和AtWOX12参与新生根器官发生，在顶端分生组织发育阶段，AtWUS参与干细胞稳态维持[8]。超表达AtWUS促进棉花Gossypium hirsutum体细胞胚胎发育和器官发生[9]。水稻Oryza sativa中，OsWOX11激活冠根的萌发和生长，过表达OsWOX11可促进雌蕊增加[10]；OsWOX3A参与水稻叶片、小穗、分蘖和侧根的发育[11]；在茎顶端分生组织和腋分生组织中OsWOX4正调控干细胞[12]。超表达WOX11 (PeWOX11a和PeWOX11b)或WOX11/12a增加转基因植株不定根数量[13-14]。在小麦Triticum aestivum中超表达TaWUS影响外花轮状器官发育，TaWOX9促进转基因拟南芥根的发育[15]。
WOXs转录因子不仅调控植物生长发育，而且参与胁迫响应。在水稻中OsWOX12A和OsWOX12B等基因的表达受干旱、寒冷和盐胁迫差异调控，超表达OsWOX11通过促进根毛生长发育提高转基因植株干旱胁迫耐受性[16-17]。84K杨树Populus alba×P. glandulosa中，干旱胁迫诱导PagWOX11/12a基因强烈表达，促进根系伸长和生物量生长，上游调控因子PagERF35激活PagWOX11/12a表达[18]，PagWOX11/12a通过调控PagCYP736A12基因表达，调节活性氧(reactive oxygen species，ROS )清除，提高杨树耐盐性[19]。
杜仲Ecommia ulmoides是杜仲科Eucommiaceae杜仲属Eucommia的落叶乔木，为中国二级保护植物，叶片、树皮和果皮中富含杜仲胶，是重要的胶用和药用经济树种，具有极高的开发利用价值[20]。杜仲叶片中含有绿原酸、黄酮类、木脂素类、环烯醚萜类、α-亚麻酸等药用成分，具有抗疲劳、抗衰老、抗肿瘤、增强免疫力等重要作用[21-22]。鉴于WOX基因在拟南芥、水稻、玉米Zea mays、杨树、油菜Brassica napus、铁皮石斛Dendrobium officinale等中的作用，推测WOX家族基因可能在杜仲叶芽的形成和激活过程中起关键作用。本研究以杜仲基因组数据为基础，对杜仲WOX家族基因进行了全基因组鉴定和生物信息学分析，基于转录组分析WOX在杜仲叶片不同发育时期以及杜仲胶形成中的表达模式，利用实时荧光定量PCR(RT-qPCR)检测杜仲WOX基因(EuWOXs)在‘紫叶’杜仲‘Ziye’叶片发育中的表达水平，以期为EuWOXs功能的深入研究奠定基础。
1. 材料与方法
1.1 材料
自西北农林科技大学苗圃(陕西杨凌)，取生长正常长势一致的2年生‘紫叶’杜仲幼苗的叶芽(茎尖)、生长叶(3 cm长叶片)、幼叶(完全展开的新叶)，用液氮迅速处理，置于−80 ℃冰箱保存。
1.2 方法
1.2.1 杜仲WOX蛋白(EuWOXs)的鉴定及理化性质分析
拟南芥WOX蛋白序列下载于TAIR数据库(
https://www.arabidopsis.org/index.jsp )，根据Pfam号(PF00046)在杜仲基因组数据库中筛选出WOX家族基因候选序列，利用美国国立生物技术信息中心(National Center for Biotechnology Information，NCBI)的保守结构域搜索服务(Conserved Domain Search Service，CD Search)检测蛋白质保守结构域，筛选出具有完整WOX结构域的蛋白质作为EuWOX家族成员，利用生物信息学方法[23]分析EuWOXs的理化性质。1.2.2 杜仲WOX家族基因染色体定位及系统进化分析
通过杜仲基因组数据库搜索WOX基因在染色体上的位置及每条染色体长度，利用MapGene2Chromosome v2 (
http://mg2c.iask.in/mg2c_v2.0/ )软件绘制WOX家族基因染色体定位。利用DNAMAN进行蛋白序列比对，通过Clustal X 1.83对杜仲、拟南芥、毛果杨、水稻和玉米WOXs蛋白进行多序列比对，利用MEGA 6.0邻接法(neighbor-joining)，重复次数设置为1 000次[24]，构建系统发育树，根据拟南芥同源基因对EuWOXs蛋白命名。1.2.3 EuWOXs的结构、基序及启动子分析
利用GSDS (
http://gsds.gao-lab.org/index.php )软件分析EuWOXs的内含子和外显子分布。利用MEME (http://meme-suite.org/ )软件分析EuWOXs基序，参数设置为：any number of Repetitions，maximum number of Motifs=20，minimum width≥6，and maximum width≤50。分离EuWOXs启动子(ATG)上游2 000 bp序列，利用Plant CARE (http://bioinformatics.psb.ugent.be/webtools/plantcare/htmL/ )分析EuWOXs启动子顺式作用元件。1.2.4 EuWOXs的表达模式分析
从NCBI的Short Read Arshive (SRA)数据库中下载‘秦仲1号’‘Qinzhong No.1’叶片不同发育时期(叶芽、初生叶、幼叶、老叶)(版本号：SRP218063)[25]及高产胶杜仲品种‘秦仲2号’‘Qinzhong No.2’、低产胶杜仲品种‘小叶’‘Xiaoye’(版本号：SRP158357)[26]的转录组数据，使用每1百万个映射上的碱基中映射到外显子的每1千个碱基上的碱基个数(fragments per kilobase million，FPKM)值表示EuWOXs相对表达丰度，取对数(log2)进行统计分析，利用TBtools工具绘制基因表达图谱[27]。
使用Trizol(天根DP424)提取RNA，反转录成cDNA，通过Primer 3.0软件设计EuWOXs特异性引物(引物序列见表1)，通过Quant Studio 6(新加坡Life Technologies公司)，All-in-One SYBR Premix EX TaqTM kit(美国Gene Copoeia公司)进行实时荧光定量PCR(RT-qPCR)反应，10 μL反应体系：2× mix 5.00 μL、正向引物/反向引物各0.25 μL、cDNA 2.00 μL、ROX 0.20 μL、双蒸水2.30 μL。反应程序：95 ℃预变性5 min，95 ℃变性10 s，60 ℃退火10 s，72 ℃延伸20 s，45个循环。以UBCE2为内参基因[26]，通过$2^{-\Delta \Delta C_t} $法对3次生物学重复进行数据分析。
表 1 引物序列Table 1 Primer sequences基因名 上游引物(5′→3′) 下游引物(5′→3′) EuWOX1 ATGGTGGGTGACCAGCTTAG TTCTCTGGCCTTGTGGTTCT EuWOX2 ACCGTACCCCAACCTACTCC ACTTCCCGTTGGATGAAGTG EuWOX4-1 GGAACCCTACGCAAGAACAG GCGCTTCTGCTTTTGTCTCT EuWOX4-2 TAGAGCAGATCACGGCACAG CTAGGGTCGGATGTTGGAGA EuWOX5 GACGGAGCAAGTGAGAGTCC TCTCCCGTGCCTTATGATTC EuWOX11 ACTCGAGTTTTGTGGCCTGT AATTGGAGGCATCTGGATTG EuWOX13-1 GGTCTGAGGGCATGTGTTTT TTGGAGATATGGGTGGTGGT EuWOX13-2 GGGTTGTTCGTCAAGGTCAT GTTGGAATCCACCGTTGTCT UBCE2 AGTGGGTGGTGCTGTAGTCC AACTCCCGTTTCGTTTGTTG 1.2.5 EuWOXs蛋白互作关系分析
通过STRING软件(
https://string-db.org/ )上传EuWOXs蛋白质序列，利用拟南芥数据库，根据拟南芥WOXs蛋白已知互作关系，预测EuWOXs互作蛋白，通过Cytoscape 3.7.0软件对EuWOXs蛋白质互作信息进行评估和预测[28]。2. 结果与分析
2.1 杜仲WOX家族基因鉴定及其蛋白质理化性质
由表2可知：从杜仲基因组中共鉴定到8个EuWOXs，分布在8条染色体上(图1)；均含有HD保守结构域，其中EuWOX1序列最长，编码352个氨基酸，EuWOX13-2序列最短，编码191个氨基酸。EuWOXs分子量为22.12~40.36 kDa，EuWOX11等电点最小，为5.62，EuWOX4-1等电点最大，为9.04；亚细胞定位预测结果显示：EuWOXs均定位在细胞核中，均为亲水性蛋白。
表 2 EuWOXs蛋白质序列特征及亚细胞定位Table 2 Sequence characteristics and subcellular location of E. ulmoides WOX proteins基因号 基因名 拟南芥
同源基因染色体 位置 CDS长度/
bp氨基酸数/
个分子量/
kDa等电点 亚细胞
定位EUC13591-RA EuWOX1 AT3G18010.1 Super-Scaffold_235 3540694-3544292 1059 352 40.36 5.78 细胞核 EUC12552-RA EuWOX2 AT5G59340.1 Scaffold912_obj 156744-159059 810 269 30.16 8.11 细胞核 EUC15721-RA EuWOX4-1 AT1G46480.1 Super-Scaffold_242 604979-606289 618 205 23.48 9.04 细胞核 EUC21176-RA EuWOX4-2 AT1G46480.1 Scaffold272_obj 37477-39280 642 213 24.31 8.82 细胞核 EUC18832-RA EuWOX5 AT3G11260.1 Super-Scaffold_117 336319-340482 549 182 20.70 6.92 细胞核 EUC00362-RA EuWOX11 AT3G03660.1 Super-Scaffold_154 68808-70507 765 254 27.67 5.62 细胞核 EUC00756-RA EuWOX13-1 AT4G35550.1 Super-Scaffold_233 319468-325733 810 269 30.42 6.22 细胞核 EUC02503-RA EuWOX13-2 AT4G35550.1 Super-Scaffold_71 6332599-6364092 576 191 22.11 6.54 细胞核 2.2 EuWOXs的保守结构域
利用DNAMAN软件对8个EuWOXs及12个拟南芥WOXs蛋白(AtWOXs)保守结构域进行序列分析。结果(图2)显示：WOXs蛋白质HD结构域氨基酸及其分布具有显著的相似性，均包含由60个氨基酸组成的螺旋-环-螺旋-转角-螺旋，螺旋较环和转角保守。谷氨酰胺(Q)、亮氨酸(L)和脯氨酸(Pro)是螺旋Ⅰ (Helix Ⅰ)结构域的保守氨基酸，脯氨酸、异亮氨酸(Ile)和亮氨酸是螺旋Ⅱ (Helix Ⅱ)结构域的保守氨基酸，相比之下，螺旋Ⅲ (Helix Ⅲ)结构域最为保守，其中保守氨基酸有天冬酰胺(N)、缬氨酸(V)、色氨酸(W)、苯丙氨酸(F)、谷氨酰胺、天冬酰胺和精氨酸(R)。EAR-like仅存在于EuWOX1、EuWOX2、EuWOX4-1、EuWOX4-2和EuWOX5中，属于WUS，暗示EuWOXs在进化过程中具有保守性。
图 2 拟南芥和杜仲WOXs的蛋白质同源结构域序列分析Figure 2 Sequence analysis of WOX proteins homeo domain in A. thaliana and E. ulmoides2.3 不同物种WOX家族蛋白的系统发育树
对8个杜仲EuWOXs、15个拟南芥AtWOXs、18个毛果杨Populus trichocarpa WOX蛋白(PotriWOXs)、13个水稻OsWOXs、20个玉米ZmWOXs的蛋白质序列进行多重比对，构建无根系统发育树。结果如 图3所示：74个WOXs蛋白共分为3组[远古进化支、中间进化支和现代进化支(WUS)]，其中远古进化支含有12个WOXs蛋白，中间进化支含22个WOXs蛋白，现代进化支包含的蛋白数量最多，共有40个。8个EuWOXs中，EuWOX13-1和EuWOX13-2属于远古进化支，EuWOX11属于中间进化支，EuWOX1、EuWOX2、EuWOX5、EuWOX4-1和EuWOX4-2等5个蛋白质属于WUS。进化结果显示：杜仲与毛果杨亲缘关系最近。
图 3 杜仲、拟南芥、毛果杨、水稻和玉米WOXs蛋白系统发育树Figure 3 WOX proteins phylogenetic trees of E. ulmoides, A. thaliana, P. trichocar, O. sativa and Z. mays2.4 EuWOXs基因结构及蛋白质的保守结构域
利用GSDS软件构建EuWOXs基因内含子-外显子结构图，结果如图4显示：EuWOXs含有1~3个内含子，EuWOX13-2、EuWOX2和EuWOX5基因含有2个外显子，EuWOX11、EuWOX13-1、EuWOX4-1和EuWOX4-2含有3个外显子，EuWOX1含有4个外显子。不同进化分支基因结构差异显著，同一分支基因结构也存在差异。属于中间进化支的EuWOX11含有3个外显子，同属远古进化支的EuWOX13-1和EuWOX13-2分别含有3个和2个外显子，在WUS中，EuWOX2和EuWOX5含有2个外显子，EuWOX4-1和EuWOX4-2含有3个外显子，而EuWOX1含有4个外显子。
蛋白质保守基序分析显示：EuWOXs含有10个保守基序，分别命名为Motif 1~Motif 10 (图5)，其中Motif 1和Motif 2最为保守，是WOX的核心基序，存在于所有EuWOXs中。Motif 6较为保守，存在于4个EuWOXs蛋白质(EuWOX4-2、EuWOX2、EuWOX1和EuWOX5)中。相同分支EuWOXs含有相似的保守基序，不同分支EuWOXs基序之间存在显著差异，Motif 4~Motif 10只存在于现代进化分支，Motif 3只在EuWOX13-1和EuWOX13-2蛋白质中存在。
2.5 杜仲EuWOXs启动子顺式作用元件分析
顺式作用元件分析结果(图6)显示：EuWOXs启动子中主要包括脱落酸(ABRE)和水杨酸反应元件(TCA-element)、厌氧响应元件(ARE)、光响应元件(Box 4)及玉米蛋白代谢调节元件(O2-site)。所有顺式作用元件中光响应元件最多，达77个，其中Box 4元件有26个，所占比例是34%；G-box和GT1-motif元件均有9个，占比为12%，表明EuWOXs基因表达可能与光合作用有关。EuWOXs共含有46个激素响应元件，32个胁迫响应元件，其中ABRE和ARE元件数量最多，均含有14个，所占比例分别为31%和44%，暗示EuWOXs参与杜仲激素及胁迫响应。此外EuWOXs共含有12个生长发育调控相关元件，其中O2-site有6个，占50%。
2.6 EuWOXs基因表达模式分析
利用‘秦仲1号’叶片不同发育时期转录组数据对EuWOXs基因的表达模式进行分析。结果(图7)可见：EuWOXs在叶片不同发育时期表达丰度存在显著差异，EuWOX11和EuWOX2在杜仲叶芽、初生叶、幼叶、老叶时期均不表达，EuWOX5仅在叶芽和老叶中低表达，EuWOX13-2在4个时期中的FPKM值均大于20，推测EuWOX13-2参与杜仲叶片的整个发育过程；EuWOX13-1和EuWOX4-1在叶芽中表达丰度最高，随着叶片发育表达水平逐渐降低，表明EuWOX13-1和EuWOX4-1主要在叶芽中发挥作用；EuWOX1在生长叶中表达量相对较高，其余EuWOXs基因表达丰度较低，FPKM值小于5。
图 7 EuWOXs在杜仲叶片不同发育阶段的表达模式Figure 7 Expression patterns of EuWOXs at different developmental stages in E. ulmoides leaves利用RT-qPCR检测EuWOXs在‘紫叶’杜仲叶片不同发育阶段(叶芽、生长叶、幼叶)的表达水平。结果(图8)可见：EuWOX1、EuWOX2、EuWOX4-1、EuWOX5和EuWOX13-2在生长叶中表达量最高，随着叶片发育表达水平呈先升高后降低趋势，EuWOX4-2在幼叶中表达量最高，EuWOX13-1在叶芽中表达量最高，随着叶片发育，表达量逐渐降低，暗示EuWOX13-1在叶片发育的起始阶段发挥重要作用。EuWOX1、EuWOX13-1和EuWOX13-2在‘紫叶’杜仲叶片中的表达趋势与‘秦仲1号’一致。
图 8 杜仲EuWOXs基因在杜仲叶片不同发育时期的表达模式Figure 8 Expression pattern of EuWOX genes in E. ulmoides leaves at different developmental stages利用‘秦仲2号’和‘小叶’杜仲成熟叶片转录组数据检测EuWOXs的表达模式。由如图9可见：大部分EuWOXs转录水平较低，其中有6个EuWOXs基因几乎不表达，EuWOX13-2表达水平最高，FPKM值＞40，不同胶含量样品之间无显著差异，推测EuWOXs在杜仲胶形成过程中发挥作用较小。
图 9 EuWOXs在杜仲胶形成中的表达模式Figure 9 Expression patterns of EuWOX genes in the form of Eu-rubber2.7 EuWOXs蛋白互作网络预测分析
植物WOXs蛋白由多基因家族编码，蛋白质之间可能存在相互作用。利用STRING数据库，构建EuWOXs蛋白相互作用网络。图10显示：该网络包含21个节点(互作蛋白)和82条边(相互作用组合)。EuWOX4-1可与20个蛋白质互作，其中包含干细胞分化抑制因子(CLE41和CLE44)，细胞增殖和愈伤组织形成蛋白(CLV1、CLV3和ACT7)，胚胎发育相关蛋白(TPL、BBM和APM1)，维管组织发育蛋白(PXY、HB-8、ATHB-15、MOL和RUL1)，细胞程序化死亡调控因子(LOL1)，参与DNA的复制和延伸(MCM1、POLD2)以及信号转导蛋白(F14K14)，花药发育关键调控因子(RPK2)，参与DNA的复制植物发育相关转录因子GRAS(HAM3和SCL27)等，推测EuWOXs全面参与了杜仲的生长发育。
图 10 EuWOXs蛋白互作网络预测Figure 10 Prediction of interaction network between EuWOX proteins3. 讨论
WOX蛋白是植物特有的高度保守的一类转录因子，广泛参与植物的生长发育、干细胞维持、组织器官发生和形成等多种生物学过程。到目前为止，WOX家族基因已在多个物种进行了研究报道，如拟南芥中含有15个、毛果杨18个、水稻中有13个、玉米中有20个、毛竹Phyllostachys edulis 中存在27个[29]，小麦中有26个[30]、茶树Camellia sinensis中包含18个[31]，黄瓜Cucumis sativus中有11个[3]，陆地棉Gossypium hirsutum中含有38个[32]。小麦(17 Gb)[33]、玉米(2 300 Mb)[34]和毛竹(2 021 Mb)[35]基因组大于杜仲(1.2 Gb)[36]，拟南芥(164 Mb)[37]、水稻(441 Mb) [38]和毛果杨(392.3 Mb)[39]基因组小于杜仲。杜仲WOX数量低于拟南芥、毛果杨、水稻、玉米、小麦和毛竹，表明WOXs基因的丰富程度与基因组大小无关，这可能与基因重复有关。
杜仲基因组中共鉴定出8个EuWOXs，分布在8条染色体上。EuWOXs均为核定位蛋白，在现代进化支(WUS)、中间进化支和远古进化支分别含有5、1和2个成员，其系统发育模式与拟南芥、水稻、陆地棉等类似[29，31-32]。EuWOXs基因启动子中含有多种生长发育、激素响应、非生物胁迫以及光周期响应元件。在水稻中，WUS的OsWOX5和中间进化支的OsWOX11、OsWOX12A和OsWOX12B基因表达受生长素、细胞分裂素和赤霉素调节，超表达OsWOX11可提高水稻抗旱性[16-17]。细胞分裂素强烈促进苹果Malus pumila WOX1和WOX3基因表达，生长素诱导黄瓜CsWOX1b和CsWOX3基因表达[3]。在拟南芥中，生长素反应因子5 (AUXIN RESPONSE FACTOR，ARF5)上调AtWOX1和PRS (AtWOX3)基因的表达，ARF2、ARF3和ARF4抑制AtWOX1和PRS的表达[40]。OsWOX3A参与水稻器官发育、叶片横向轴伸长、颖花外稃形态发生以及分蘖和侧根发育[10]，MtWOX1的同源基因STENOFOLIA是蒺藜苜蓿Medicago truncatula叶片生长和维管组织形成的必须基因[41]，PttWOX4在杨树形成层中特异表达，PttWOX4a/b RNAi干扰后导致维管形成层宽度缩小，次生生长减弱[42]。推测EuWOXs可能在杜仲生长发育、激素和胁迫响应等生物学过程中发挥重要作用。
WOX家族基因参与叶片发育。属于中间支的AtWOX9/STIMPY过表达导致拟南芥叶缘波浪化[43]，SlLAM1主要在番茄Solanum lycopersicum叶片、花和果实中表达，SlLAM1缺失导致叶片变窄，次生小叶数量减少[44]，超表达黄瓜CsWOX9导致转基因拟南芥角果变短，莲座叶和分枝数目增加[3]。来源于WUS的AtWOX3是拟南芥侧托叶发育的必需基因，Atwox1和Atwox3缺失突变体导致叶片和花器官变窄，影响叶片横向扩张和花瓣融合[45-46]；GhWOX9_At，GhWUSa_At和GhWUSb_Dt主要在棉花幼叶中高量表达[47]。远古进化分支中的OsWOX13在水稻叶、茎、根维管组织中表现为空间表达调控，在花和发育中的种子中是时间表达调控[48]。在杜仲中，EuWOX13-1在叶芽中表达量最高，随着叶片发育，转录水平逐渐降低，暗示EuWOX13-1主要在杜仲叶片发育的早期阶段发挥作用。EuWOX13-2在生长叶中表达量较高，在叶片发育过程中呈现先升高后降低的趋势。EuWOX13-1和EuWOX13-2是一对重复基因，其表达水平的差异可能与基因结构不同有关，也可能是EuWOX13-1和EuWOX13-2在重复后发生了功能分化。在甘蓝型油菜Brassica napus中，BnCWOX13a与BnCWOX13c互为同源基因，然而它们的表达趋势完全不同[49]，在拟南芥中，AtWOX13在初生根、侧根、雌蕊和胚发育中动态表达，而AtWOX13的直系同源基因AtWOX14只在侧根形成的早期阶段和发育的花药中特异表达[50]，由此推测EuWOX13-2可能只获得了EuWOX13-1基因的部分功能，具体功能还需要进一步研究。
-
图 1 5种不同典型林分环境因子日变化
Figure 1 Daily changes in environmental factors of 5 forest stands
图 3 5种不同典型林分单萜摩尔分数日变化
Figure 3 Daily variation in monoterpene content of 5 forest stands
图 4 5种不同典型林分人体呼吸层单萜摩尔分数与环境因子相关性
Figure 4 Stratified correlation between monoterpene content and environmental factors of 5 forest stands
表 1 样地概况
Table 1. Sample site overview
林分类型 海拔/
m坡向/
(°)坡位 树高/
m林分密度/
(株·hm−2)杉木林(SM) 940 100 阳坡 11.83 23 000 柳杉林(LS) 900 300 阴坡 22.23 10 000 阔叶混交林(KY) 920 145 阳坡 9.50 15 000 杉阔混交林(SK) 920 266 阴坡 12.90 20 000 毛竹林(MZ) 660 200 阴坡 17.82 3 700 
下载: 导出CSV
表 2 5种不同典型林分异戊二烯和单萜日均摩尔分数
Table 2. Average daily isoprene and monoterpene content of 5 forest stands
林分类型 VOCs各组分摩尔分数/(nmol·mol−1) 异戊二烯(C5H8) 单萜 2-蒎烯(C10H16) 左旋-β-蒎烯(C10H16) 月桂烯(C10H16) β-蒎烯(C10H16) 莰烯(C10H16) 杉木林 0.004±0.000 1.100±0.420 0.130±0.040 0.900±0.000 0.140±0.040 − 柳杉林 0.070±0.000 0.100±0.440 0.170±0.080 0.130±0.020 0.190±0.050 − 杉阔混交林 0.400±0.120 0.750±0.180 1.570±1.030 − 0.100±0.040 − 阔叶混交林 0.740±0.330 0.760±0.470 0.130±0.010 0.080±0.060 0.166±0.050 0.120±0.003 毛竹林 4.800±1.560 0.770±0.200 0.090±0.010 0.090±0.050 0.200±0.040 0.370±0.000 林分类型 VOCs各组分摩尔分数/(nmol·mol−1) 单萜 芳樟醇(C10H18O) 薄荷脑(C10H20O) 柠檬烯(C10H16) 3-蒈烯(C10H16) 罗勒烯(C10H16) 萜烯醇(C10H18O) 杉木林 0.002±0.000 0.003±0.000 − − − − 柳杉林 − 0.030±0.000 0.050±0.004 − − − 杉阔混交林 − 0.003±0.001 − 0.010±0.004 − − 阔叶混交林 − 0.003±0.000 0.070±0.000 − 0.100±0.000 − 毛竹林 − 0.010±0.005 0.200±0.000 0.001±0.000 − 0.004±0.001 说明：−表示未检出。
下载: 导出CSV
-
[1] GUENTHER A, HEWITT C N, ERICKSON D, et al. A global model of natural volatile organic compound emissions [J]. Journal of Geophysical Research, 1995, 100(D5): 8873 − 8892. [2] DUDAREVA N, KLEMPIEN A, MUHLEMANN J K, et al. Biosynthesis, function and metabolic engineering of plant volatile organic compounds [J]. New Phytologist, 2013, 198(1): 16 − 32. [3] BAI Jianhua, GUENTHER A B, TURNIPSEED A, et al. Seasonal and interannual variations in whole-ecosystem BVOC emissions from a subtropical plantation in China [J]. Atmospheric Environment, 2017, 161: 176 − 190. [4] GUENTHER A B, JIANG Xiaoyan, HEALD C, et al. The model of emissions of gases and aerosols from nature version 2.1 (MEGAN 2.1): an extended and updated framework for modeling biogenic emissions [J]. Geoscientific Model Development, 2012, 5(6): 1471 − 1492. [5] van den BERG M, WENDEL-VOS W, van POPPEL M, et al. Health benefits of green spaces in the living environment: a systematic review of epidemiological studies [J]. Urban Forestry &Urban Greening, 2015, 14(4): 806 − 816. [6] ANTONELLI M, DONELLI D, BARBIERI G, et al. Forest volatile organic compounds and their effects on human health: a state-of-the-art review [J/OL]. International Journal of Environmental Research and Public Health, 2020, 17(18): 6506[2022-09-30]. doi: 10.3390/ijerph17186506. [7] 高岩. 北京市绿化树木挥发性有机物释放动态及其对人体健康的影响[D]. 北京: 北京林业大学, 2005. GAO Yan. Releasing Variation and Effects on Human Health of Volatile Organic Compounds from Landscape Tress in Beijing [D]. Beijing: Beijing Forestry University, 2005. [8] 代瑶, 郭阿君. 含萜烯类挥发物物质植物在森林康养中的保健作用[J]. 现代园艺, 2021, 44(23): 39 − 44. DAI Yao, GUO Ajun. Health effects of plants containing terpene volatile substances in forest recreation [J]. Xiandai Horticulture, 2021, 44(23): 39 − 44. [9] 孙丽娟, 柯闲, 王俊俊, 等. 森林芬多精类成分及其生物活性的研究进展[J]. 中草药, 2021, 52(22): 7032 − 7043. SUN Lijuan, KE Xian, WANG Junjun, et al. Research progress on constituents and biological activities of phytoncides from forest [J]. Chinese Traditional and Herbal Drugs, 2021, 52(22): 7032 − 7043. [10] LEE A C K, MAHESWARAN R. The health benefits of urban green spaces: a review of the evidence [J]. Journal of Public Health, 2011, 33(2): 212 − 222. [11] 李哲, 刘剑君, 韩晓燕, 等. 城市化对慢性非传染性疾病影响的相关研究现状[J]. 中国慢性病预防与控制, 2019, 27(1): 61 − 64, 68. LI Zhe, LIU Jianjun, HAN Xiaoyan, et al. Current status of research related to the impact of urbanisation on chronic non-communicable diseases [J]. Chinese Journal of Prevention and Control of Chronic Diseases, 2019, 27(1): 61 − 64, 68. [12] SHIN W S, KIM J J, LIM S S, et al. Paradigm shift on forest utilization: forest service for health promotion in the Republic of Korea [J]. Net Journal of Agricultural Science, 2017, 5(2): 53 − 57. [13] PAGÈS A B, PEÑUELAS J, CLARÀ J, et al. How should forests be characterized in regard to human health? Evidence from existing literature [J/OL]. International Journal of Environmental Research and Public Health, 2020, 17(3): 1027[2022-09-30]. doi: 10.3390/ijerph17031027. [14] YUAN Yali, SUN Zhihong, KÄNNASTE A, et al. Isoprenoid and aromatic compound emissions in relation to leaf structure, plant growth form and species ecology in 45 East-Asian urban subtropical woody species [J/OL]. Urban Forestry & Urban Greening, 2020, 53: 126705 [2022-09-30]. doi: 10.1016/j.ufug.2020.126705. [15] MATSUNAGA S N, SHIMADA K, MASUDA T, et al. Emission of biogenic volatile organic compounds from trees along streets and in urban parks in Tokyo, Japan [J]. Asian Journal of Atmospheric Environment, 2017, 11(1): 29 − 32. [16] MENEGUZZO F, ALBANESE L, BARTOLINI G, et al. Temporal and spatial variability of volatile organic compounds in the forest atmosphere [J/OL]. International Journal of Environmental Research and Public Health, 2019, 16(24): 4915[2022-09-30]. doi: 10.3390/ijerph16244915. [17] GENARD-ZIELINSKI A C, BOISSARD C, FERNANDEZ C, et al. Variability of BVOC emissions from a Mediterranean mixed forest in southern France with a focus on Quercus pubescens [J]. Atmospheric Chemistry and Physics, 2015, 15(1): 431 − 446. [18] CHEN Jungang, BI Huaxin, YU Xinxiao, et al. Influence of physiological and environmental factors on the diurnal variation in emissions of biogenic volatile compounds from Pinus tabuliformis [J]. Journal of Environmental Sciences, 2019, 81: 102 − 118. [19] MIYAMA T, MORISHITA T, KOMINAMI Y, et al. Increases in biogenic volatile organic compound concentrations observed after rains at six forest sites in non-summer periods [J/OL]. Atmosphere, 2020, 11(12): 1381[2022-09-20]. doi: 10.3390/atmos11121381. [20] KIM G, PARK S, KWAK D. Is it possible to predict the concentration of natural volatile organic compounds in forest atmosphere? [J]. International Journal of Environmental Research and Public Health, 2020, 17(21): 1 − 12. [21] MÄKI M, KRASNOV D, HELLÉN H, et al. Stand type affects fluxes of volatile organic compounds from the forest floor in hemiboreal and boreal climates [J]. Plant and Soil, 2019, 441(1): 363 − 381. [22] 吕嘉欣. 毛竹挥发物对空气负离子及空气微生物的影响[D]. 杭州: 浙江农林大学, 2021. LÜ Jiaxin. Effect of Phyllostachys edulis on Negative Air Anion and Microorganism [D]. Hangzhou: Zhejiang A&F University, 2021. [23] 林静, 简毅, 骆宗诗, 等. 5种康养植物芬多精成分及含量研究[J]. 四川林业科技, 2018, 39(6): 13 − 19. LI Jing, JIAN Yi, LUO Zongshi, et al. A study on chemical components and contents in the phytoncidere from 5 species of forest health plants [J]. Journal of Sichuan Forestry Science and Technology, 2018, 39(6): 13 − 19. [24] 吴敏. 5种杉科植物不同部位的精气成分[J]. 中南林学院学报, 2006, 26(3): 82 − 86. WU Min. A study of chemical components in the volatile gas from 5 Taxodiaceae species [J]. Journal of Central South University of Forestry &Technology, 2006, 26(3): 82 − 86. [25] LIU Song, XING Jia, ZHANG Hongliang, et al. Climate-driven trends of biogenic volatile organic compound emissions and their impacts on summertime ozone and secondary organic aerosol in China in the 2050s [J/OL]. Atmospheric Environment, 2019, 218(11): 117020[2022-09-20]. doi: 10.1016/j.atmosenv.2019.117020. [26] VALERIE S, LUCHETTA L, TORRES L. Estimating the emission of volatile organic compounds (VOC) from the French forest ecosystem [J]. Atmospheric Environment, 2001, 35(5/6): 1082 − 1091. [27] LUN Xiaoxiu, LIN Ying, CHAI Fahe, et al. Reviews of emission of biogenic volatile organic compounds (BVOCs) in Asia [J/OL]. Journal of Environmental Sciences, 2020, 95(12): 266 − 277. [28] WELTER S, BRACHO-NUÑEZ A, MIR C, et al. The diversification of terpene emissions in Mediterranean oaks: lessons from a study of Quercus suber, Quercus canariensis and its hybrid Quercus afares [J]. Tree Physiology, 2012, 32(9): 1082 − 1091. [29] 黄幸然. 亚热带主要乔木异戊二烯和单萜烯释放对多环境因子的响应[D]. 福州: 福建农林大学, 2020. HUANG Xingran. Responses of Isoprene and Monoterpene Emissions from Main Subtropical Trees to Multiple Environmental Factors [D]. Fuzhou: Fujian Agriculture and Forestry University, 2020. [30] OKUMURA M, KOSUGI Y, TANI A. Biogenic volatile organic compound emissions from bamboo species in Japan [J]. Journal of Agricultural Meteorology, 2018, 74(1): 40 − 44. [31] LERDAU M, LITVAK M, PALMER P, et al. Controls over monoterpene emissions from boreal forest conifers [J]. Tree Physiology, 1997, 17(8/9): 563 − 569. [32] LEE J, CHO K S, JEON Y, et al. Characteristics and distribution of terpenes in south Korean forests [J/OL]. Journal of Ecology and Environment, 2017, 41(1): 19[2022-09-20]. doi: 10.1186/s41610-017-0038-z. [33] MENEGUZZO F, ALBANESE L, BARTOLINI G, et al. Temporal and spatial variability of volatile organic compounds in the forest atmosphere [J/OL]. International Journal of Environmental Research and Public Healeh, 2019, 16(24): 4915[2022-09-20]. doi: 10.3390/ijerph16244915. [34] LORETO F, SCHNITZLER J P. Abiotic stresses and induced BVOCs [J]. Trends in Plant Science, 2009, 15(3): 154 − 166. [35] LIN Chunya, CHANG Tzucheng, CHEN Yuhan, et al. Monitoring the dynamic emission of biogenic volatile organic compounds from Cryptomeria japonica by enclosure measurement [J]. Atmospheric Environment, 2015, 122: 163 − 170. [36] HOLZKE C, HOFFMANN T, JAEGER L, et al. Diurnal and seasonal variation of monoterpene and sesquiterpene emissions from scots pine (Pinus sylvestris L.) [J]. Atmospheric Environment, 2006, 40(17): 3174 − 3185. [37] CHEN Jungang, TANG Jing, YU Xinxiao. Environmental and physiological controls on diurnal and seasonal patterns of biogenic volatile organic compound emissions from five dominant woody species under field conditions [J/OL]. Environmental Pollution, 2020, 259: 113955[2022-09-20]. doi: 10.1016/j.envpol.2020.113955. [38] MOCHIZUKI T, TAKANASHI S, WADA P, et al. Canopy fluxes of monoterpene, isoprene and isoprene oxidation products in a pine-oak forest [J]. Journal of Agricultural Meteorology, 2020, 76(1): 36 − 43. [39] TOMA S, BERTMAN S. The atmospheric potential of biogenic volatile organic compounds from needles of white pine (Pinus strobus) in northern Michigan [J]. Atmospheric Chemistry and Physics Discussions, 2011, 12(4): 26849 − 26865. [40] 陈静, 陈丽华, 余新晓, 等. 夏季油松及侧柏单萜烯变化规律及二次有机气溶胶生成潜势的估算[J]. 水土保持学报, 2016, 30(1): 331 − 336, 344. CHEN Jing, CHEN Lihua, YU Xinxiao, et al. Variation of monoterpenes emitted from Pinus tabulaeformis and Platycladus orientalis and estimation of the formation potential of secondary organic aerosol in summer [J]. Journal of Soil and Water Conservation, 2016, 30(1): 331 − 336, 344. [41] LAOTHAWORNKITKUL J, TAYLOR J E, PAUL N D, et al. Biogenic volatile organic compounds in the earth system [J]. New Phytologist, 2009, 183(1): 27 − 51. [42] 陈俊刚. 森林植物排放挥发性有机物及对二次污染物生成的影响[D]. 北京: 北京林业大学, 2017. CHEN Jungang. Volatile Organic Compounds Emitted from Forest Plants and its Effects on the Formation of Secondary Pollutants [D]. Beijing: Beijing Forestry University, 2017. [43] 李莹莹, 李想, 陈建民. 植物释放挥发性有机物(BVOC)向二次有机气溶胶(SOA)转化机制研究[J]. 环境科学, 2011, 32(12): 3588 − 3592. LI Yingying, LI Xiang, CHEN Jianmin. Study on transformation mechanism of SOA from biogenic VOC under UV-B condition [J]. Environmental Science, 2011, 32(12): 3588 − 3592. [44] KANAKIDOU M, SEINFELD J H, PANDIS S N, et al. Organic aerosol and global climate modelling: a review [J]. Atmospheric Chemistry and Physics, 2005, 5: 1053 − 1123. [45] 刘旭辉, 余新晓, 张振明, 等. 林带内PM10、PM2.5污染特征及其与气象条件的关系[J]. 生态学杂志, 2014, 33(7): 1715 − 1721. LIU Xuhui, YU Xinxiao, ZHANG Zhenming, et al. Pollution characteristics of atmospheric particulates in forest belts and their relationship with meteorological conditions [J]. Chinese Journal of Ecology, 2014, 33(7): 1715 − 1721. [46] VUORINEN T, NERG A M, VAPAAVUORI E, et al. Emission of volatile organic compounds from two silver birch (Betula pendula Roth) clones grown under ambient and elevated CO2 and different O3 concentrations [J]. Atmospheric Environment, 2005, 39(7): 1185 − 1197. -
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20220676
点击查看大图
计量
- 文章访问数: 698
- HTML全文浏览量: 160
- PDF下载量: 56
- 被引次数: 0
