下载:
-
全球气候变化带来的一系列生态、经济、社会问题日益严重，引发了国际社会的高度重视。导致全球气候变暖的重要原因是二氧化碳(CO2)年排放量不断增加。目前除工业减排CO2外，植物固碳已成为解决这一问题的重要途径[1]。陆地碳汇是全球碳循环的基础，并正在被用来抵消人为CO2排放量的增加，其中森林生态系统作为陆地生态系统中最大的碳库，存储着整个陆地生态系统80%的地上碳和70%的土壤碳[2−3]。植硅体是植物根系吸收土壤溶液中的单硅酸[Si(OH)4]，在蒸腾拉力的作用下沉积于细胞壁、细胞腔或细胞间隙内的非晶质二氧化硅颗粒物[4-6]。植硅体形成过程中会包裹一定量的有机碳，称为植硅体封存有机碳(phytolith-occluded organic carbon, PhytOC)[7−8]，这部分被包裹的有机碳由于受到植硅体的保护而具有耐高温和高度抗氧化等特性，如果没有大的地质变迁，便能够在土壤以及沉积物中保存长达数千年甚至数万年之久，从而成为陆地土壤的长期固碳机制之一[9-11]。因此，植硅体封存的有机碳在减少大气CO2含量、缓解温室效应等方面具有重要的意义[12−14]。已有研究主要集中于植硅体碳含量较高的富硅植物，例如水稻Oryza sativa[15]、黍Panicum miliaceum、粟Setaria italica[9]、小麦Triticum aestivum[2]、甘蔗Saccharum officinarum[3]等农作物、草地和湿地植物[16-17]、竹类[18-20]。马尾松Pinus massoniana是分布面积较广的一种森林类型，也是中国松科Pinaceae植物中用途最广的先锋树种。近年来，有学者研究发现：马尾松生态系统有着可观的植硅体碳储量，其叶片中植硅体封存有机碳含量高于同为针叶林的杉木Cunninghamia lanceolata甚至高于禾本科Poaceae植物[21-22]。植物生物量对植硅体碳储量也有着很大的影响[20, 23]。张振等[24]研究发现：马尾松树干生物量占到总生物量的77.2%，由此可知马尾松树干植硅体碳汇潜力不可忽视。同一植物不同器官植硅体封存有机碳含量不同[25]，同一树种不同种源由于适应性和生理生态差异，植硅体封存有机碳储量也会产生差异。关于马尾松不同种源植硅体碳汇差异的研究鲜见报道，本研究对来自全国的20个马尾松种源树干进行采样分析，研究不同马尾松种源树干植硅体碳储量的差异，并聚类分析，筛选出马尾松树干植硅体碳封存潜力较强的种源，为中国马尾松林生态系统植硅体碳封存研究提供依据。
-
研究区位于浙江省淳安县千岛湖东南湖区的姥山林场马尾松种源试验林(29°33′30″N，119°02′55″E)，地处中亚热带地区，雨量充沛，四季分明，年平均气温为17.0 ℃，≥10 ℃的年积温为 5 410 ℃，年平均日照时数1 951 h，年降水量1 430 mm，无霜期263 d。姥山林场设置的试验地海拔150 m，坡度20°~30°，土壤为红壤土类的黄红壤亚类，土壤厚度80 cm以上，土壤有机质15.80 g·kg−1，碱解氮53.50 mg·kg−1，速效钾18.50 mg·kg−1，有效磷0.99 mg·kg−1，交换性钙128.00 mg·kg−1，交换性镁9.24 mg·kg−1。
-
1984年春，在姥山林场栽植了来自14个省区的49个马尾松种源1年生裸根苗，采用双列小区完全随机排列，重复8次(8株)，株行距2 m×2 m，管理措施一致，用以筛选速生、优质的马尾松种源[26]。2017年12月对保存完好的20个马尾松种源植株进行调查、采样，通过每木测定，得到每个种源的平均木，随机选取3个小区，每个种源选取胸径与平均木相近的3株植株作为标准株，人工摘取标准株新鲜叶片于样品袋中，新鲜叶片带回实验室后用去离子水洗净，105 ℃杀青25 min，75 ℃下烘干48 h，再磨碎后于塑封袋保存。至2018年4月，再次砍伐20个种源胸径与平均木相近的3株标准株对马尾松进行树干取样，取得的树干圆盘带回实验室进行烘干磨碎处理，分析测定。
-
所有植物样品的碳和氮采用Elementar Vario MAX CN碳氮元素分析仪测定；植物植硅体的提取采用微波消解法[27]，为了大量提取植硅体而在此方法上有所改进，用浓硝酸和双氧水大量消煮前处理，再进行微波消解；而植硅体封存有机碳的测定同植物碳和氮的测定方法。土壤有机质采用重铬酸钾外加热法测定；碱解氮采用碱解法测定；有效磷采用Bray法测定；速效钾采用乙酸铵浸提，火焰光度法测定；交换性钙、镁采用EDTA滴定法测定[28]。
-
w植硅体=m植硅体/m样品，其中：w植硅体为植硅体质量分数(g·kg−1)，m植硅体为植硅体质量(g)，m样品为样品干质量(kg)。w有机碳=m有机碳/m植硅体，其中：w有机碳为植硅体封存有机碳质量分数(g·kg−1)，m有机碳为植硅体有机碳质量(g)，m植硅体为植硅体质量(kg)。所以，w植硅体碳=m有机碳/m样品，其中：w植硅体碳为植硅体碳质量分数(g·kg−1)。C植硅体碳=B树干×w植硅体碳，其中：C植硅体碳为标准株树干植硅体碳储量(g·株−1)，B树干为树干生物量(kg·株−1)。3次重复，取平均值。数据处理用SPSS 18.0完成，用Duncan新复极差法检验不同处理的差异显著性，并用植硅体质量分数、植硅体封存有机碳质量分数等碳储指标对所有参试种源进行Q型聚类分析。
-
表1显示：20个马尾松种源树干的总有机碳质量分数无显著差异，其变化范围为467.6~489.6 g·kg−1，而在不同种源中树干植硅体质量分数存在显著差异，表现为安徽太平32(0.845 g·kg−1)、贵州黄平122(0.702 g·kg−1)显著高于湖北通山84(0.465 g·kg−1)(P＜0.05)，而后者又显著高于广东乳源102(0.305 g·kg−1)(P＜0.05)。不同马尾松种源树干植硅体封存有机碳质量分数的变化范围为126.8~210.2 g·kg−1，存在显著差异(P＜0.05)，树干植硅体封存有机碳质量分数以江西吉安63(210.2 g·kg−1)最高，显著高于福建邵武91(172.4 g·kg−1)(P＜0.05)，后者又显著高于浙江庆元54(126.8 g·kg−1)(P＜0.05)。20个马尾松种源树干植硅体碳质量分数变化范围为0.049~0.128 g·kg−1，也存在显著差异(P＜0.05)。树干植硅体碳质量分数以安徽太平32(0.128 g·kg−1)最高，显著高于贵州黎平124(0.076 g·kg−1)(P＜0.05)，后者又显著高于广东乳源102(0.049 g·kg−1)(P＜0.05)。
表 1 不同马尾松种源树干总有机碳、植硅体、植硅体封存有机碳和植硅体碳质量分数的比较
Table 1. Comparison of the contents of total organic carbon(TOC), phytoliths, OC in phytoliths, and phytolith in dry matter in trunk of masson pine from different provenances
种源号 总有机碳/(g·kg−1) 植硅体/(g·kg−1) 植硅体封存有机碳/(g·kg−1) 植硅体碳/(g·kg−1) 河南桐柏21 489.6±22.6 a 0.421±0.049 cdef 188.9±16.8 abc 0.073±0.020 cdef 安徽太平32 485.9±5.4 a 0.845±0.033 a 148.0±15.9 de 0.128±0.008 a 安徽屯溪33 478.5±13.9 a 0.368±0.075 def 167.5±16.8 cd 0.059±0.013 def 浙江庆元54 484.0±14.3 a 0.519±0.057 c 126.8±11.8 e 0.070±0.016 cdef 浙江淳安56 474.1±9.9 a 0.437±0.062 cdef 148.4±14.2 de 0.064±0.004 def 江西吉安63 483.5±14.5 a 0.380±0.094 cdef 210.2±26.7 a 0.070±0.009 cdef 湖南安化72 488.7±4.8 a 0.330±0.026 ef 177.2±21.6 abcd 0.058±0.006 def 湖南资兴74 478.3±10.8 a 0.405±0.075 cdef 167.2±24.7 cd 0.066±0.003 def 湖北远安81 477.5±14.0 a 0.388±0.079 cdef 183.4±16.4 abcd 0.067±0.006 cdef 湖北通山84 475.5±3.4 a 0.465±0.119 cde 204.5±11.8 ab 0.091±0.026 bc 福建邵武91 475.8±13.6 a 0.410±0.082 cdef 172.4±10.0 bcd 0.069±0.021 cdef 福建永定95 467.6±8.2 a 0.395±0.094 cdef 147.6±22.1 de 0.051±0.002 ef 广东乳源102 479.9±10.9 a 0.305±0.074 f 162.2±18.3 cd 0.049±0.013 f 广东信宜105 476.5±10.2 a 0.481±0.069 cd 194.1±19.3 abc 0.111±0.024 ab 广西恭城111 474.7±10.5 a 0.396±0.036 cdef 205.1±15.5 ab 0.081±0.008 cd 广西岑溪115 472.9±5.0 a 0.519±0.033 c 205.7±5.5 ab 0.107±0.010 ab 贵州黄平122 476.5±11.6 a 0.702±0.103 b 187.6±33.7 abc 0.121±0.009 a 贵州都匀123 476.6±8.2 a 0.364±0.002 def 148.5±5.5 de 0.054±0.002 ef 贵州黎平124 469.1±2.8 a 0.465±0.119 cde 187.0±27.6 abc 0.076±0.001 cde 四川南江131 477.1±12.9 a 0.335±0.043 ef 190.3±19.2 abc 0.059±0.010 def 说明：表内的数据为平均值±标准差；同列不同字母表示不同种源间差异显著(P＜0.05) -
表2可知：20个马尾松种源平均胸径和株高变化范围为分别17.1~32.3 cm和16.3~19.5 m。马尾松标准株树干生物量最高的是广西岑溪115(295.39 kg·株−1)，最低为河南桐柏21(76.48 kg·株−1)；马尾松标准株树干植硅体碳储量最高的是广西岑溪115(31.58 g·株−1)，最低的是湖南安化72(4.83 g·株−1)，前者是后者的6.54倍。
表 2 不同马尾松种源标准株树干植硅体碳储量的比较
Table 2. Comparison of PhytOC stock in trunk of masson pine plant from different provenances
种源号 胸径/
cm株高/
m树干生物量/
(kg·株−1)标准株植硅体
碳储量/(g·株−1)河南桐柏21 17.1 17.0 76.48 5.61 安徽太平32 21.8 17.0 124.85 16.03 安徽屯溪33 22.5 19.0 143.76 8.54 浙江庆元54 26.1 19.1 195.11 13.64 浙江淳安56 21.1 18.3 122.59 7.88 江西吉安63 20.8 17.4 114.65 8.08 湖南安化72 18.0 16.5 82.77 4.83 湖南资兴74 26.7 18.2 197.10 13.01 湖北远安81 21.5 18.8 129.52 8.70 湖北通山84 22.5 18.5 141.33 12.93 福建邵武91 27.2 19.2 212.87 14.60 福建永定95 28.4 18.9 229.44 11.79 广东乳源102 28.8 19.5 241.78 11.94 广东信宜105 25.1 19.3 182.05 20.23 广西恭城111 29.3 19.3 247.94 20.08 广西岑溪115 32.3 18.6 295.39 31.58 贵州黄平122 22.3 18.4 137.86 16.68 贵州都匀123 19.6 17.2 100.83 5.45 贵州黎平124 24.1 19.0 164.73 12.55 四川南江131 20.2 16.3 103.33 6.12 说明：树干生物量根据模型计算得到[29] -
图1相关性分析发现：不同马尾松种源树干植硅体质量分数与植硅体封存有机碳质量分数无相关关系，而植硅体质量分数与植硅体碳质量分数呈极显著的正相(R2=0.751 3，P＜0.01)。20个马尾松种源的标准株树干植硅体碳储量与其树干生物量(R2=0.607 3，P＜0.01)或树干植硅体碳质量分数(R2=0.438 8，P＜0.01)之间均呈极显著正相关，而马尾松标准株的叶片与树干植硅体质量分数、植硅体碳储量无相关关系(图2)。
图 1 不同马尾松种源植硅体质量分数与植硅体封存有机碳质量分数(A)、植硅体碳质量分数(B)之间的相关性
Figure 1. Correlation between phytolith contents and OC in phytoliths(A), PhytOC contents in dry matter(B) of masson pine trunks
图 2 不同马尾松种源标准株植硅体碳储量与树干生物量(A)、标准株植硅体碳储量与植硅体碳质量分数(B)、标准株叶片植硅体质量分数与树干植硅体质量分数(C)或标准株叶片植硅体碳储量与标准株树干植硅体碳储量(D)之间相关性
Figure 2. Correlation between PhytOC stock and trunk biomass (A), PhytOC stock and PhytOC contents in dry matter (B), phytolith contents in the leaves and phytolith contents in the trunks (C), PhytOC stock of the leaves and PhytOC stock of the trunks (D)
-
基于上述结果，利用马尾松总有机碳质量分数、树干植硅体质量分数、植硅体封存有机碳质量分数等指标的均值对20个马尾松种源进行Q聚类分析(图3)。以图中m线为阈值可以将20个种源划分为4类，第1类为湖北通山84、广西恭城111、江西吉安63以及广西岑溪115，此类马尾松种源总有机碳质量分数为472.9~483.5 g·kg−1，植硅体封存有机碳质量分数最高，为204.5~210.2 g·kg−1，植硅体碳质量分数也整体相对较高，为0.070~0.107 g·kg−1，标准株马尾松树干植硅体碳储量为8.08~31.58 g·株−1，其中广西岑溪115(31.58 g·株−1)标准株树干植硅体碳储量最高；第2类马尾松种源包括河南桐柏21、湖南安化72、广东信宜105等7个种源，此类马尾松种源总有机碳质量分数为469.1~489.6 g·kg−1，树干植硅体封存有机碳质量分数为177.2~194.1 g·kg−1，植硅体碳质量分数为0.058~0.121 g·kg−1，标准株马尾松树干植硅体碳储量为4.83~20.23 g·株−1；第3类为浙江淳安56、贵州都匀123、福建永定95、安徽太平32等8个种源，这类马尾松种源总有机碳质量分数为467.6~485.9 g·kg−1，树干植硅体封存有机碳质量分数为147.6~172.4 g·kg−1，植硅体碳质量分数为0.049~0.128 g·kg−1，标准株树干植硅体碳储量变动为5.45~16.03 g·株−1；浙江庆元54为第4类马尾松种源，树干植硅体碳封存能力最差，总有机碳质量分数为484.0 g·kg−1，植硅体封存有机碳质量分数为126.8 g·kg−1，植硅体碳质量分数为0.070 g·kg−1，标准株树干植硅体碳储量为13.64 g·株−1。
图 3 参试种源的Q型聚类分析树形图
Figure 3. Dendrogram of hierarchical cluster analysis for tested provenances
-
植硅体的形成与植物富集硅的能力有关，因此关于植硅体的研究大多集中于高富集硅植物叶片(禾本科)以及林下土壤中；植硅体的形成还与植物体自身蒸腾作用有关，而植物蒸腾作用主要发生在植物叶片表面[6，30-31]，对地上部分其他器官的植硅体碳汇研究相对较少。以马尾松(非禾本科)为代表的针叶林，自身植硅体的形成受到叶片(针叶)蒸腾作用和植物自身富硅能力的限制，植物植硅体质量分数相对较少。
分析发现：马尾松树干植硅体质量分数与植硅体封存有机碳质量分数之间无相关性，与前人研究结果一致[2, 9, 20, 32]，说明植硅体封存有机碳质量分数并不是由植硅体质量分数决定的，而可能与植硅体自身固碳能力和固碳效率有关；马尾松树干的植硅体质量分数和植硅体碳质量分数呈极显著的正相关(R2=0.751 3，P＜0.01)，这与中国亚热带重要树种植硅体碳研究结果[21]和苦竹Pleioblastus amarus林碳汇的研究结果[25]一致。植硅体碳质量分数还受到其他多种因素的影响，SONG等[23]对不同森林类型植硅体碳封存研究发现：植物植硅体碳质量分数与硅质量分数存在相关性；LI等[33]研究发现：植物植硅体碳质量分数还与植物吸收利用二氧化碳的速率相关。
-
标准株马尾松树干植硅体碳储量是由树干生物量和植硅体碳质量分数相乘得到的，20个马尾松种源的标准株树干植硅体碳储量与其树干生物量(R2=0.607 3，P＜0.01)或植硅体碳质量分数(R2=0.438 8，P＜0.01)之间均存在极显著正相关，说明标准株马尾松树干植硅体碳储量在一定程度上有随自身树干生物量和植硅体碳质量分数的增加而呈增加的趋势。而马尾松标准株的叶片与树干植硅体质量分数、植硅体碳储量无相关关系，这可能是植硅体自身固碳能力和固碳效率不同导致的。
本研究20个马尾松种源叶片植硅体碳质量分数范围为0.165~0.520 g·kg−1，明显高于马尾松树干植硅体碳质量分数(0.049~0.128 g·kg−1)，叶片生物量范围为7.53~18.90 kg·株−1，树干生物量范围为76.48~295.39 kg·株−1，计算结果显示标准株叶片植硅体碳储量范围为1.67~9.22 g·株−1，标准株树干植硅体碳储量范围为4.83~31.58 g·株−1，可见树干巨大的生物量对植硅体碳储量的影响较大。
-
植硅体碳储量是评价植物生态系统现存植硅体碳封存潜力的一个重要指标，其大小不仅与植物种类有关，而且还与植物的种源有关。5种林分的凋落物植硅体碳储量比较发现：最大的毛竹Phyllostachys edulis林植硅体碳储量是最小的杉木林植硅体碳储量的6.8倍[34]；8种散生竹地上部分植硅体碳储量研究发现：不同竹种间差异显著，最大的淡竹Phyllostachys glauca植硅体碳储量是最小的高节竹Phyllostachys prominens植硅体碳储量的10.8倍[35]；本研究马尾松标准株树干植硅体碳储量最高的是广西岑溪115，最低的是湖南安化72，前者是后者的6.5倍。上述结果说明：植硅体碳储量在不同树种和种源之间存在着巨大差异，因而对同一种源森林生态系统来说，有可能通过选择高植硅体碳储量的林木来大大增加其植硅体碳的封存量。
-
20个马尾松种源树干的植硅体质量分数、植硅体封存有机碳质量分数以及植硅体碳质量分数都有着显著的差异(P＜0.05)，其中树干植硅体质量分数最高的是安徽太平32(0.845 g·kg−1)，最低的是广东乳源102(0.305 g·kg-1)；树干植硅体封存有机碳质量分数最高的是江西吉安63(210.2 g·kg−1)，最低的是浙江庆元54(126.8 g·kg−1)；而植硅体碳质量分数最高的是安徽太平32(0.128 g·kg−1)，最低的是广东乳源(0.049 g·kg−1)。由于生物量的差异，标准株树干植硅体碳储量最高的是广西岑溪115(31.58 g·株−1)。综合聚类分析，湖北通山84、广西恭城111、江西吉安63以及广西岑溪115为植硅体碳汇能力较强的种源，浙江庆元54植硅体碳汇能力最差。
A comparative study of the PhytOC sequestration potential in the trunk of Pinus massoniana of different provenances
-
摘要:
目的 植硅体封存有机碳(PhytOC)在减少大气二氧化碳含量、缓解温室效应等方面具有重要意义。本研究旨在研究不同种源马尾松Pinus massoniana树干植硅体碳封存潜力存在的差异，从而筛选出植硅体碳封存潜力较强的马尾松种源。 方法 在浙江淳安姥山林场采集20个马尾松种源树干样品，20个种源分别来自于全国11个省区的20个产地。以各样品总有机碳、植硅体、植硅体封存有机碳质量分数及树干生物量的测定结果来分析不同马尾松种源植硅体碳封存潜力的差异。 结果 20个马尾松种源树干的总有机碳、植硅体、植硅体封存有机碳、植硅体碳质量分数分别变动于467.6~489.6、0.305~0.845、126.8~210.2、0.049~0.128 g·kg−1；马尾松标准株树干生物量和植硅体碳储量的变动范围分别为76.48~295.39 kg·株−1和4.83~31.58 g·株−1；种源聚类分析可以将20个马尾松种源划分为4类，以湖北通山84、广西恭城111、江西吉安63和广西岑溪115植硅体碳封存能力较强的种源为1类；以河南桐柏21、湖南安化72、广东信宜105为代表的7个马尾松种源的植硅体碳封存能力次之；以浙江淳安56、贵州都匀123、福建永定95为代表的8个马尾松种源为第3类；浙江庆元54为植硅体碳封存能力最差的一类。 结论 不同种源马尾松树干的植硅体、植硅体封存有机碳和植硅体碳含量均具有显著性差异(P＜0.05)。广西岑溪115的植硅体碳封存能力最强，因此在马尾松生态系统中，可通过推广广西岑溪115来提高植硅体碳封存量。图3表2参35 Abstract:Objective As phytolith-occluded organic carbon (PhytOC) plays a unique role in the reduction of atmospheric CO2 contents and the mitigation of the greenhouse effect, this study, with a comparison conducted of the PhytOC sequestration potential of masson pines( Pinus massoniana) of different provenances is aimed at the selection of the Masson pine with the highest PhytOC sequestration capacity. Method With masson pines of twenty provenances(twenty regions in 11 provinces ) chosen at Laoshan Forest Farm which is located in Chun’an County of Zhejiang Province, an analysis was conducted of the contents of total OC, phytoliths, PhytOC as well as the trunk biomass of masson pines to highlight the differences of sequestration potential of masson pines of different provenances. Result (1) The contents of total OC, phytoliths, PhytOC, and phytolith carbon mass fraction in the trunks of masson pines were in the range of 467.6−489.6, 0.305−0.845, 126.8−210.2, and 0.049−0.128 g·kg−1 respectively. (2) The trunk biomass and PhytOC stock in the trunks of masson pines were 76.48−295.39 kg·plant−1 and 4.83−31.58 g·plant−1, respectively. (3) As was shown in the cluster analysis, the chosen masson pines of 20 provenances can be divided into four categories: a. Hubei Tongshan 84, Guangxi Gongcheng 111, Jiangxi Jian 63 and Guangxi Cenxi 115 which demonstrate the strongest PhytOC sequestration capacity; b. 7 provenances including Henan Tongbai 21, Hunan Anhua 72 and Guangdong Xinyi 105 which demonstrate relatively strong PhytOC sequestration capacity; c. 8 provenances including Zhejiang Chun’an 56, Guizhou Duyun 123, Fujian Yongding 95; d. Zhejiang Qingyuan 54 which demonstrate the weakest PhytOC sequestration capacity. Conclusion Significant differences were shown in the content of phytoliths, PhytOC, and carbon content of phytolith in the trunks of masson pines of different provenances (P＜0.05). Guangxi Cenxi 115 demonstrated the highest PhytOC sequestration capacity and should be promoted in plantation in the ecosystem of masson pines so as to increase the sequestration amount of PhytOC. [Ch, 3 fig. 2 tab. 35 ref.] -
城市热岛效应成为困扰城市发展的主要障碍和难点，如何通过生态途径协调城市发展与环境问题之间的关系，成为当前研究的热点。自然山水架构在调和城市中的人工—自然矛盾体之间发挥了重要的生态效能，为解决城镇化进程中出现的“城市病”提供了最基本的生态解决途径之一。绿色廊道将城市公园、街头绿地、自然保护地、农田、滨水湿地和山地等串联构成具有自我维持能力的动态绿色景观结构体系[1]。作为城市最重要的生态载体之一，绿色廊道的空间分布和结构特征对改善城市热环境具有重要的生态效益。不同的绿地类型、形态、结构和植物群落等构成的绿色廊道对降低城市热岛强度的生态调节功能和效益各不相同。绿色廊道按空间结构特征分为：线状绿色廊道、带状绿色廊道和河流型绿色廊道等[2]。按功能类型分为：生态型绿色廊道、文化与历史遗产型绿色廊道、休闲游憩型绿色廊道等[3]。
绿色廊道的路径选线直接影响其空间属性特征，因此，通过优化绿色廊道的景观格局来降低城市的热岛强度是行之有效的生态途径和方法。根据不同的研究目标，研究人员基于兴趣点( point of interest，POI)、选线适宜性评价、生态适宜性分析、多源数据与深度学习、层次分析法、重力模型、最小累积阻力模型(minimum cumulative model，MCR)、环境公平视角等方法对绿色廊道的选线和评价进行了深入探讨[4-9]。有研究表明：当城镇绿化覆盖率达到50%时，地表温度下降约13 ℃，城市热岛效应可基本消除[10]。本研究以改善城市热环境为目标，基于MCR模型与水文流域模型，对福建省福州市绿色廊道的景观格局进行优化分析，为城市规划和建设提供参考。
1. 研究区概况与数据
1.1 研究区概况
福州市位于中国东南沿海(25°15′~26°39′N，118°08′~120°31′E)，属于中、南亚热带海洋性季风气候区，常年雨量充沛，夏季高温湿热，逆温频率高，持续时间长，城市热岛效应明显。福州市位于河口盆地中心，主城区被海拔600~1 000 m的莲花山、鼓山、五虎山和旗山等群山环绕，形成“枕山、襟江、面海”的自然地理环境特征。为更全面地分析热岛效应与绿色廊道的空间关系，研究范围选取鼓楼区、台江区、晋安区、仓山区、马尾区、长乐新区及闽侯县等区域，总面积约1 759.95 km²。
根据《福州市中心城区绿地系统总体规划(2011—2020年)》《福建省绿道网总体规划纲要(2012—2020)》和《福州市绿道网总体规划》，福州市共规划省级绿道3 119.0 km，其中，6条省级绿道、3条支线和2条连接线。福州市以“沿江、沿河、环湖、达山、通公园”为目标，整合城市自然生态和历史人文资源，在省级绿道总体规划框架内，共规划市级绿道1 238.0 km，其中，2条省级绿道、36条市级绿道、94条社区级绿道。目前，已建16条山地丘陵型绿道，86条环湖滨河型绿道，5条滨江面海型绿道，15条绿色通勤型绿道，10条历史文化型绿道。截至2020年，全市新建168个串珠公园绿地，中心城区的绿地率达42%，绿化覆盖率达48%，人均绿地面积超过15 m2。
1.2 数据收集与处理
研究数据主要包括：土地利用类型数据根据2019年福州市谷歌(Google)地图2.5 m高精度影像(谷歌地图资源共享平台下载)，结合GB/T 721010—2017《土地利用现状分类》分为林地、建设用地、道路、水体、农田、草地、未利用地，分类精度为89.84%，Kappa系数0.85。地表温度数据由2019年9月22日Landsat 8 OLI遥感影像(美国地质调查局网站下载)根据辐射传输方程法反演获取[11]。2019年福州市建筑矢量数据、《福州市城市总体规划(2010—2020年)》《福州新区总体规划(2015—2020年)》《福州市中心城区绿地系统总体规划(2011—2020年)》《福州市中心城区综合交通总体规划(2011—2020年)》等来源于福州市规划局网站。福州市90 m分辨率数字高程模型(DEM)遥感影像来源于中国地理空间数据云网站。影像噪声低、几何形变小。研究区范围云量低于2%，满足研究需求。
2. 研究方法
2.1 生态源地的识别及重要性评价方法
根据土地利用分类数据，通过形态学空间格局模型(morphological spatial pattern analysis，MSPA)开闭运算数学方法[12]，对栅格图像进行度量、识别及数据分割等操作，分别提取MSPA模型的前景数据和背景数据，得出像元层面的景观生态斑块，将其进行二值化栅格处理，运用ArcGIS软件中的Guidos Toolbox分析工具，采用八邻域图像细化分析方法[13]，提取像素目标和矢量化跟踪，得到互不重叠的7种景观类型和结构：核心区、孤岛、孔隙、边缘、环道、桥接、支线，将结果按面积大小提取核心区斑块和生态源地[14]。
景观连通性指数是反映景观连通度和斑块重要性的主要依据[15-16]。本研究选取斑块整体连通性指数(IIC)和斑块面积比指数(DA)对源斑块的重要性进行评价。通过ArcGIS平台，设定源斑块之间连通的距离阀值。如果距离小于阈值，则视为连通；如果距离大于阈值，则视为不连通[17]。IIC指数通过计算2个斑块之间最短路径来确定，结果为0~1，当值为0时，说明各斑块间互不连通；当值为1时，说明整个景观单元都是生境斑块。利用Conefor Inputs for ArcGIS插件，计算关键源点间的阻力距离值[18]。将IIC指数和DA指数的结果输入Conefor Sensinode 2.6软件，设置阈值距离等参数，计算绿地斑块重要性指数(dIIC)。dIIC指数的值越高，表示各斑块在绿地系统中的重要性越高。根据dIIC指数对斑块重要性进行评价，由此划分生态源斑块和绿色廊道的等级。
2.2 基于MCR模型的绿色廊道构建方法
构建绿色廊道最常用的方法是MCR模型[19]，表示生态流克服生态阻力面，从一个生态源地到另一个生态源地的最小累积距离，可确定生态源地起始点和目标点之间的最短费用路径[20]。通过阻力面赋值和权重生成最佳路径，进而模拟生物运动的潜在趋势与景观格局改变之间的关系[21]。MCR模型是计算生态流克服不同土地利用类型阻力进行移动的过程，需考虑生态源点、路径距离和阻力因子，对生态敏感性影响因子进行赋值和权重计算[22]。权重值通过序关系法获取[23]。由此构建生态综合阻力面来表征景观类型对生态流动的阻力影响。利用ArcGIS插件中的Build Network and Map Linkages工具计算各生态源地到各斑块之间的费用距离栅格(距离测算)和成本回溯链接栅格数据(费用路径)，利用最短路径函数计算并生成“源”到各“网络中心”耗费最少、流动性成本最小的潜在绿色廊道。公式为：
$$ {C}_{i}=\sum _{j=1}^n({D}_{i}\times {F}_{j}) 。$$ 其中：Ci表示从景观单元i (i=1，2，3
$,\cdots, $ m)到生态源的累积耗费距离值，即最小成本的计算结果；Di表示景观单元i到生态源的间隔距离；Fj表示空间中景观单元j (j=1，2，3$,\cdots, $ n)对物种迁移的阻抗值。2.3 基于水文流域模型的绿色廊道优化方法
基于DEM数据，根据水文流域模型对水的径流方向及路径进行模拟和定量化分析[24]。同理，在ArcGIS平台中，将地表反演温度和绿色廊道生态综合阻力面的值等同于DEM数据，利用栅格计算器将各因子叠加的适宜性图取反后，整个区间为负数，再将取反的适宜性图的最小值取绝对值，使最小值为0，得到一张“反适宜性”图，即取值高的地方不适宜，取值低的地方适宜。通过对“反适宜性”图进行填洼—流向—流量等步骤处理后，利用栅格计算器设定阈值。借助Flow Accumulation工具，按场地特征不断实验阈值来提取温度分布域和绿色廊道分布域，采用Shreve河网分级工具对两者进行分级。
将温度分布域和绿色廊道分布域相叠加，两者的交点视为重要降温生态节点，对降低热岛强度具有重要作用。结合绿色廊道内部廊道之间的交点，与地表温度相叠加，提取未被绿色廊道覆盖的“热点”区域，进而优化绿色廊道的空间分布格局。具体流程如图1。
图 1 基于水文流域模型的绿色廊道优化流程图Figure 1 Greenway optimization flow chart based on hydrological basin model3. 结果与分析
3.1 福州市生态源地的识别及评价
利用ArcGIS平台，将福州市土地分类数据的林地、草地和农田设为MSPA模型的前景数据，建设用地、道路、水体和未利用地设为背景数据，基于MSPA模型对提取的7种景观类型按面积从大到小排序：核心区、边缘区、桥接区、孤岛、支线、环道区、孔隙，从中筛选出面积排名前30位的核心区斑块作为生态源斑块，并进行编号(表1)。
表 1 福州市重要生态源地统计表Table 1 Overview of important ecological sources in Fuzhou City编号 面积/km² 区位 编号 面积/km² 区位 编号 面积/km² 区位 1 126.77 闽侯县、晋安区 11 3.24 长乐新区 21 2.96 长乐新区 2 1.98 晋安区 12 5.35 长乐新区 22 2.87 长乐新区 3 2.03 闽侯县、鼓楼区 13 1.74 仓山区 23 2.07 长乐新区 4 1.65 晋安区 14 3.42 长乐新区 24 20.97 长乐新区 5 13.65 马尾区 15 1.65 闽侯县 25 3.16 长乐新区 6 2.17 马尾区 16 1.90 长乐新区 26 1.62 长乐新区 7 1.56 马尾区 17 1.63 闽侯县 27 158.00 闽侯县 8 3.85 马尾区 18 73.07 闽侯县 28 31.08 长乐新区 9 17.68 闽侯县 19 2.53 长乐新区 29 5.86 长乐新区 10 140.47 马尾区 20 4.06 闽侯县 30 100.87 闽侯县 将源斑块间连通距离的阈值设为2 km。当距离小于2 km时，2个斑块间视为可连通；当距离大于2 km时，则视为不连通。利用自然断点法对30个生态源斑块的重要性进行评价，共分为4级：一级最重要源斑块2个，dIIC值为25.780~39.620；二级非常重要源斑块3个，dIIC为7.610~25.780；三级很重要源斑块3个，dIIC为1.980~7.610；四级一般重要源斑块22个，dIIC为0.002~1.980。源斑块重要性分布如表2。
表 2 源斑块重要性分级统计Table 2 Statistical graph of the importance classification to source plaques斑块重要性 斑块等级 dIIC区间值 斑块数/个 面积/km2 比例/% 斑块编号 区位说明 最重要 一级 25.780~39.620 2 298.47 40.34 10、27 包括旗山和鼓山自然保护区、风景名胜区、国家森
林公园、重要水源及水库保护区等非常重要 二级 7.610~25.780 3 300.71 40.64 1、18、30 包括莲花山、五虎山和天台山自然林地、森林公
园、重要水源及水库保护区、大面积山地公
园、水源涵养保护区等很重要 三级 1.980~7.610 3 52.61 7.11 8、9、28 包括马尾琅岐旗山公园、闽侯六路山和长乐新区寨
顶山自然林地、大型山地公园、重要湿地等一般重要 四级 0.002~1.980 22 88.08 11.91 剩余斑块 包括大型山地公园、基本农田、大型水库、重要湿
地等3.2 福州市绿色廊道的空间特征及分析
3.2.1 生态景观阻力面分析
结合福州市河口型盆地特征，按生态适应性分析法[25]，选取土地利用类型、地形因子、生境因子、景观类型、生态系统服务等5个生态敏感性因子，通过计算赋值和权重值，得到各类景观单元的生态景观阻力面分布特征。由此可知：生态景观阻力值较高的区域集中于鼓楼区、台江区、仓山区、马尾区和晋安区等主城区。其中，长乐新区生态景观阻力值较高的区域集中于老城区、营前新区、各乡镇建成区及机场等，闽侯县集中于大学城、高新区、甘蔗县城、青口镇区、南屿镇区和南通镇区等。闽江流域因对物种迁移和扩散构成较大阻力，生态景观阻力值较高；环绕主城区的五虎山、旗山、莲花山、鼓山和天台山等大面积自然林地，生态景观阻力值较小，构成生境斑块的基底。
3.2.2 福州市绿色廊道空间分布特征
将5个生态敏感性因子的景观生态阻力面进行加权叠加，得到综合生态阻力面。基于MCR最小累积阻力模型的最小路径工具计算起点与终点的最小费用路径，模拟源斑块间相互连接的潜在绿色廊道。
将筛选出的30个重要生态源地与城市道路矢量数据、城市水系矢量数据、潜在绿色廊道等进行加权叠加，获得福州市潜在绿色廊道合成图。由此可知：潜在绿色廊道共74条，在主城区鼓楼区、台江区、仓山区中北部、晋安区主城区、马尾区主城区、闽侯上街和高新区等分布均比较少，主要因为这些区域建设密度大，土地利用集约化程度高，地形因子影响大，综合生态阻力高。在仓山区东部、马尾琅岐、长乐新区滨海新城、闽侯南屿镇至青口区域、晋安区北部等分布比较多，说明这些区域生态阻力小，重要斑块分布多，景观破碎度低，连通性高，利于绿色廊道生态路径的形成。
结合源斑块重要性等级划分结果，将起点或终点为一级源斑块的廊道定义为一级廊道，将起点或终点为二级源斑块的廊道定义为二级廊道，其他等级以此类推。因此，如表3可见：福州市绿色廊道分为4级，共74条，总长度918.11 km。其中，一级9条，132.88 km，占14.47%；二级14条，207.48 km，占22.60%；三级14条，153.57 km，占16.73%；四级37条，424.18 km，占46.20%。
表 3 福州市绿色廊道分级概况Table 3 Classification of greenway in Fuzhou City廊道类型 数量/条 长度/km 绿色廊道路径 一级 9 132.87 ①斑块27(旗山国家森林公园)—斑块9(闽侯六路山)；②斑块27—斑块15(闽侯官塘山)；③斑块
27—斑块30(五虎山)；④斑块10(鼓山风景名胜区)—斑块2(鼓岭风景名胜区)；⑤斑块10—斑
块5(马尾琅岐南山尾)；⑥斑块10—斑块8(马尾琅岐旗山)；⑦斑块10—斑块13(城门山)；
⑧斑块10—斑块17(南山公园)；⑨斑块10—斑块18(天台山)二级 14 207.48 ①斑块1(莲花山)—斑块3(金鸡山公园)；②斑块1—斑块4(鼓岭)；③斑块1—斑块9(闽侯六路
山)；④斑块18(天台山)—斑块6(牛岭山)；⑤斑块18—斑块8(琅岐旗山)；⑥斑块18—斑块
10(鼓山风景名胜区)；⑦斑块18—斑块12(火焰山)；⑧斑块18—斑块14(长乐烟台山)；⑨斑块
18—斑块17(南山公园)；⑩斑块18—斑块19(龙角峰公园)；⑪斑块18—斑块23(长乐莲花山)；
⑫斑块30(五虎山)—斑块15(闽侯官塘山)；⑬斑块30—斑块20(祥谦林森公园)；⑭斑块30—斑
块27(旗山国家森林公园)三级 14 153.57 ①斑块9(六路山)—斑块1(莲花山)；②斑块9—斑块3(金鸡山公园)；③斑块9—斑块15(闽侯官塘
山)；④斑块9—斑块27(旗山国家森林公园)；⑤斑块8(马尾琅岐旗山)—斑块5(马尾琅岐南山
尾)；⑥斑块8—斑块6(牛岭山)；⑦斑块8—斑块10(鼓山风景名胜区)；⑧斑块8—斑块12(火焰
山)；⑨斑块8—斑块18(天台山)；⑩斑块28(寨顶山)—斑块17(南山公园)；⑪斑块28—斑块
23(长乐莲花山)；⑫斑块28—斑块24(塔山)；⑬斑块28—斑块26(古槐镇农保地)；⑭斑块28—
斑块29(三溪水库)四级 37 424.18 主要由城市大型山地公园、农保地、大型水库、河流湿地等四级斑块之间相互连接，构成建成
区的主要绿色廊道3.3 福州市绿色廊道的景观格局优化分析
3.3.1 绿色廊道降温生态节点空间分布
绿色廊道各路径之间汇聚相交的点是重要的生态节点，对降低城市热岛强度具有重要的作用。利用ArcGIS平台，识别绿色廊道内部的生态“交点”。由此：共生成80个生态“交点”，主要分布于城区周边的自然林地生态斑块，以及城区内部的大型城市绿地和山体公园，中心主城区因绿地斑块破碎化严重，连通性较差，内部生态“交点”稀少。其中，鼓楼区2个，仓山区3个，晋安区6个，台江区无生态“交点”。马尾区和闽侯县因分布数量较多的自然生态林地和森林公园等，分别有生态“交点”13个和14个，长乐新区因分布大面积的农田、山体公园、湿地保护区等，生态“交点”高达42个。
根据水文流域模型，将绿色廊道分布域图和温度分布域图叠加，共识别降温生态节点176个。由图2可知：鼓楼区有降温生态节点8个，仓山区21个，晋安区14个，台江区1个，马尾区27个，长乐新区63个，闽侯县42个。中心城区生态节点分布较少，说明绿色廊道对主城区热岛效应的缓解作用较弱，需对其数量和结构进行优化，增加主城区的降温生态节点，提升城区夏季的热舒适度，增强绿色廊道的生态效益。
图 2 绿色廊道降温生态节点和需降温区域分布Figure 2 Distribution of cooling ecological nodes and cooling areas in greenway3.3.2 福州市绿色廊道优化分析
将福州市绿色廊道与地表温度叠加分析，由此识别出35处需降温区域(图2)，其中，鼓楼区2处、仓山区9处、晋安区6处、台江区2处、马尾区4处、长乐新区4处、闽侯县8处。以识别的降温区域为导向，基于缓解城市热岛效应为目标，将福州市绿色廊道与城市用地分类矢量数据、绿色廊道生态“交点”、降温生态节点、地表温度等叠加后，在原有74条绿色廊道的基础上，新增绿色廊道14条，主要包括道路型绿色廊道和滨水型绿色廊道2种类型(表4)。其中，道路型绿色廊道8条，主要由城市主干道路构成；滨水型绿色廊道6条，主要由闽江和乌龙江流域，以及城市内河构成。
表 4 福州市优化新增绿色廊道统计Table 4 Statistical table of optimized new greenways in Fuzhou City廊道类型 数量/条 廊道路径 道路型
绿色廊道8 ①五四北泰禾广场—福州北绕城高速—福山郊野公园—软件园—铜盘路—西湖公园—东街口—白马河—中
亭街—长安山公园—旧师大—高盖山公园—义序机场—三环路等
②闽侯六路山—国宾大道—永嘉天地—洪塘大桥—金牛山公园—梅峰路—西湖公园—华林路—牛岗山公园— 东三环路—盛丰物流园区—上洋工业区—鼓山等
③狮子峰—牛岗山公园—福光路—盛丰物流园区—上洋工业区—光明港公园等
④东街口—东大路—东二环泰禾广场等
⑤旗山国家森林公园—大学城—建平路—橘园洲大桥—金山大道—金山工业园区—金洲南路—飞凤山公园— 海峡奥林匹克体育中心—高盖山公园—白湖亭—南二环路—会展中心等
⑥浦上大桥—浦上大道—仓山万达—闽江大道—旧师大—长安山公园—世欧上江城等
⑦永嘉天地—旗山大道—大学城—高新区—南屿镇区—117县道—南港大桥—南通镇区等
⑧五虎山—奔驰大道—青口镇区—104国道—闽江绿道等、长乐洋屿工业园区—洞江—朝阳路—南山公园— 首占镇区—大象山滨水型
绿色廊道6 ①亭江镇区—马尾主城区—马尾工业园区—台江金融街万达—中亭街—闽侯荆溪永丰—甘蔗城区等沿闽江
北岸构成
②火车南站—会展中心—世欧上江城—闽江公园—淮安大桥—三环快速路乌龙江段—火车南站等形成的环
仓山区南台岛分布
③闽侯候官村—洪塘大桥—乌龙江大道—南屿镇区—203省道—福昆线—长乐洋屿工业园区—马尾琅岐镇区
等沿乌龙江及闽江构成
④长乐旗山—两港工业区—滨海新城—龙角峰公园等沿海岸线构成
⑤五四北泰禾广场—新店溪及秀峰路—火车北站—晋安河—世欧王庄—光明港—闽江等沿内河构成
⑥世欧王庄—光明港—上洋工业区—鼓岭等沿光明港构成结合《福州市城市总体规划(2010—2020年)》《福州新区总体规划(2015—2020年)》《福州市中心城区绿地系统总体规划(2011—2020年)》《福州市中心城区综合交通总体规划(2011—2020年)》等，对新增绿色廊道的路径选线进行合理性验证和分析，研究结果基本满足要求。优化后的绿色廊道共88条，廊道数量和类型更丰富，景观格局空间分布和结构特征更合理。绿色廊道对城市热点区域的覆盖更全面，对改善城市热岛具有更明显的生态调节功能。在福州市大山水格局的生态框架下，结合城市总体规划和用地布局，对福州市绿色廊道的宽度、走向、植物配置形式等方面进行科学规划和全局统筹，并通过制定行之有效的保护措施和法律法规，提升绿色廊道的空间结构分布特征，发挥绿色廊道的生态效益和功能。
4. 结论与讨论
本研究选取具有河口型盆地地貌特征的福州市为对象，以改善城市热环境为目标，基于MCR模型和水文流域模型，对福州市绿色廊道的景观格局进行优化和分析。主要结论如下：①根据MSPA模型和源斑块重要性评价，将提取的30个生态源斑块分为4级：一级最重要斑块(2个)、二级非常重要斑块(3个)、三级很重要斑块(3个)、四级一般重要斑块(22个)。结合生态适应性分析法，由土地利用类型、地形因子、生境因子、景观类型、生态系统服务等5个生态敏感性因子构建综合生态阻力面。②通过MCR模型计算综合生态阻力面的最小成本路径，由此生成74条绿色廊道，总长度918.11 km：一级9条，132.88 km；二级14条，207.48 km；三级14条，153.57 km；四级37条，424.18 km。将绿色廊道与城市地表温度叠加，共识别80个生态“交点”、35处未覆盖需降温区域，表明绿色廊道的降温效果不够明显，景观格局需进一步优化提升。③利用水文流域模型，将绿色廊道分布域与温度分布域叠加生成176个降温生态节点。据此新增14条绿色廊道：8条道路型绿色廊道和6条滨水型绿色廊道。优化后的福州市绿色廊道共计88条，廊道路径与城市上位规划相符合，整体空间分布更合理，对城市热点区域覆盖更全面，降温效果更明显，缓解城市热岛效应的生态调节功能更突出。
-
图 1 不同马尾松种源植硅体质量分数与植硅体封存有机碳质量分数(A)、植硅体碳质量分数(B)之间的相关性
Figure 1 Correlation between phytolith contents and OC in phytoliths(A), PhytOC contents in dry matter(B) of masson pine trunks
图 2 不同马尾松种源标准株植硅体碳储量与树干生物量(A)、标准株植硅体碳储量与植硅体碳质量分数(B)、标准株叶片植硅体质量分数与树干植硅体质量分数(C)或标准株叶片植硅体碳储量与标准株树干植硅体碳储量(D)之间相关性
Figure 2 Correlation between PhytOC stock and trunk biomass (A), PhytOC stock and PhytOC contents in dry matter (B), phytolith contents in the leaves and phytolith contents in the trunks (C), PhytOC stock of the leaves and PhytOC stock of the trunks (D)
图 3 参试种源的Q型聚类分析树形图
Figure 3 Dendrogram of hierarchical cluster analysis for tested provenances
表 1 不同马尾松种源树干总有机碳、植硅体、植硅体封存有机碳和植硅体碳质量分数的比较
Table 1. Comparison of the contents of total organic carbon(TOC), phytoliths, OC in phytoliths, and phytolith in dry matter in trunk of masson pine from different provenances
种源号 总有机碳/(g·kg−1) 植硅体/(g·kg−1) 植硅体封存有机碳/(g·kg−1) 植硅体碳/(g·kg−1) 河南桐柏21 489.6±22.6 a 0.421±0.049 cdef 188.9±16.8 abc 0.073±0.020 cdef 安徽太平32 485.9±5.4 a 0.845±0.033 a 148.0±15.9 de 0.128±0.008 a 安徽屯溪33 478.5±13.9 a 0.368±0.075 def 167.5±16.8 cd 0.059±0.013 def 浙江庆元54 484.0±14.3 a 0.519±0.057 c 126.8±11.8 e 0.070±0.016 cdef 浙江淳安56 474.1±9.9 a 0.437±0.062 cdef 148.4±14.2 de 0.064±0.004 def 江西吉安63 483.5±14.5 a 0.380±0.094 cdef 210.2±26.7 a 0.070±0.009 cdef 湖南安化72 488.7±4.8 a 0.330±0.026 ef 177.2±21.6 abcd 0.058±0.006 def 湖南资兴74 478.3±10.8 a 0.405±0.075 cdef 167.2±24.7 cd 0.066±0.003 def 湖北远安81 477.5±14.0 a 0.388±0.079 cdef 183.4±16.4 abcd 0.067±0.006 cdef 湖北通山84 475.5±3.4 a 0.465±0.119 cde 204.5±11.8 ab 0.091±0.026 bc 福建邵武91 475.8±13.6 a 0.410±0.082 cdef 172.4±10.0 bcd 0.069±0.021 cdef 福建永定95 467.6±8.2 a 0.395±0.094 cdef 147.6±22.1 de 0.051±0.002 ef 广东乳源102 479.9±10.9 a 0.305±0.074 f 162.2±18.3 cd 0.049±0.013 f 广东信宜105 476.5±10.2 a 0.481±0.069 cd 194.1±19.3 abc 0.111±0.024 ab 广西恭城111 474.7±10.5 a 0.396±0.036 cdef 205.1±15.5 ab 0.081±0.008 cd 广西岑溪115 472.9±5.0 a 0.519±0.033 c 205.7±5.5 ab 0.107±0.010 ab 贵州黄平122 476.5±11.6 a 0.702±0.103 b 187.6±33.7 abc 0.121±0.009 a 贵州都匀123 476.6±8.2 a 0.364±0.002 def 148.5±5.5 de 0.054±0.002 ef 贵州黎平124 469.1±2.8 a 0.465±0.119 cde 187.0±27.6 abc 0.076±0.001 cde 四川南江131 477.1±12.9 a 0.335±0.043 ef 190.3±19.2 abc 0.059±0.010 def 说明：表内的数据为平均值±标准差；同列不同字母表示不同种源间差异显著(P＜0.05) 
下载: 导出CSV
表 2 不同马尾松种源标准株树干植硅体碳储量的比较
Table 2. Comparison of PhytOC stock in trunk of masson pine plant from different provenances
种源号 胸径/
cm株高/
m树干生物量/
(kg·株−1)标准株植硅体
碳储量/(g·株−1)河南桐柏21 17.1 17.0 76.48 5.61 安徽太平32 21.8 17.0 124.85 16.03 安徽屯溪33 22.5 19.0 143.76 8.54 浙江庆元54 26.1 19.1 195.11 13.64 浙江淳安56 21.1 18.3 122.59 7.88 江西吉安63 20.8 17.4 114.65 8.08 湖南安化72 18.0 16.5 82.77 4.83 湖南资兴74 26.7 18.2 197.10 13.01 湖北远安81 21.5 18.8 129.52 8.70 湖北通山84 22.5 18.5 141.33 12.93 福建邵武91 27.2 19.2 212.87 14.60 福建永定95 28.4 18.9 229.44 11.79 广东乳源102 28.8 19.5 241.78 11.94 广东信宜105 25.1 19.3 182.05 20.23 广西恭城111 29.3 19.3 247.94 20.08 广西岑溪115 32.3 18.6 295.39 31.58 贵州黄平122 22.3 18.4 137.86 16.68 贵州都匀123 19.6 17.2 100.83 5.45 贵州黎平124 24.1 19.0 164.73 12.55 四川南江131 20.2 16.3 103.33 6.12 说明：树干生物量根据模型计算得到[29]
下载: 导出CSV
-
[1] 韦荣华. 应对气候变化林业作用特殊[J]. 中国林业, 2007(8): 14 − 17. WEI Ronghua. Forestry plays a special role in coping with climate change [J]. Chin For, 2007(8): 14 − 17. [2] PARR J F, SULLIVAN L A. Phytolith occluded carbon and silica variability in wheat cultivars [J]. Plant Soil, 2011, 342: 165 − 171. [3] JEFF P J, SULLIVAN L A, QUIRK R. Sugarcane phytoliths: encapsulation and sequestration of a long-lived carbon fraction [J]. Sugar Tech, 2009, 11(1): 17 − 21. [4] ROVNER I. Plant opal phytolith analysis: major advances in archmeobotanical research[M]//SCHIFFER M B. Advances in Archmeological Method and Theory Vol. 6. New York: Academic Press, 1983: 225 – 266. [5] PIPERNO D R. Phytoliths: A Comprehensive Guide for Archmeologists and Paleoecologists[M]. London: Altamira Press, 2006: 117 – 124. [6] PARR J F, SULLIVAN L A. Soil carbon sequestration in phytoliths [J]. Soil Biol Biochem, 2005, 37(1): 117 − 124. [7] ZUO Xinxin, LÜ Houyuan, ZHAO Yangu. Distribution of soil phytolith-occluded carbon in the Chinese Loess Plateau and its implications for silica-carbon cycles[J]. Plant & Soil, 2014, 374(1): 223 – 232. [8] JONES R L, BEAVERS A H. Aspects of catenary and depth distribution of opal phytoliths in Illinois soils [J]. Soil Sci Soc Am J, 1964, 28(3): 413 − 416. [9] ZUO Xinxin, LÜ Houyuan. Carbon sequestration within millet phytoliths from dry-farming of crops in China [J]. Chin Sci Bull, 2011, 56(32): 3451 − 3456. [10] FISHKIS O, INGWERSEN J, STRECK T. Phytolith transport in sandy sediment: experiments and modeling [J]. Geo-derma, 2009, 151(3): 168 − 178. [11] WILDING L P. Radiocarbon dating of biogenetic opal [J]. Science, 1967, 156(3771): 66 − 67. [12] YING Yuqi, LOU Kangyi, XIANG Tingting, et al. PhytOC stock in forest litter in subtropical forests: effects of parent material and forest type [J]. Ecol Eng, 2016, 97: 297 − 303. [13] XIANG Tingting, YING Yuqi, TENG Jiangnan, et al. Sympodial bamboo species differ in carbon bio-sequestration and stocks within phytoliths of leaf litters and living leaves [J]. Environ Sci Pollut Res, 2016, 23(19): 1 − 9. [14] SONG Zhaoliang, PARR J F, GUO Fengshan. Potential of global cropland phytolith carbon sink from optimization of cropping system and fertilization [J]. Plos One, 2013, 8(9): e73747 – e73747. doi: 10.1371/journal.pone.0073747 [15] LI Zimin, SONG Zhaoliang, PARR J F, et al. Occluded C in rice phytoliths: implications to biogeochemical carbon sequestration [J]. Plant Soil, 2013, 370(1/2): 1 − 9. [16] LI Zimin, SONG Zhaoliang, JIANG Peikun. Biogeochemical sequestration of carbon within phytoliths of wetland plants: a case study of Xixi wetland, China [J]. Chin Sci Bull, 2013, 58(20): 2480 − 2487. [17] SONG Zhaoliang, LIU Hongyan, SI Yong, et al. The production of phytoliths in China’s grasslands: implications to the biogeochemical sequestration of atmospheric CO2 [J]. Glob Change Biol, 2012, 18(12): 3647 − 3653. [18] 李蓓蕾. 竹子植硅体碳汇及其与竹类和岩性的关系研究[D]. 杭州: 浙江农林大学, 2014. LI Beilei. Carbon Sink of Bamboo Phytolith and Its Relationship with Bamboo and Lithology[D]. Hangzhou: Zhejiang A&F University, 2014. [19] 冯晟斐, 黄张婷, 杨杰, 等. 3种不同生态型竹种植硅体碳汇比较研究[J]. 自然资源学报, 2017, 32(1): 154 − 164. FENG Shengfei, HUANG Zhangting, YANG Jie, et al. Comparison of phytOC sink for three different ecotypes of bamboos [J]. J Nat Resour, 2017, 32(1): 154 − 164. [20] PARR J F, SULLIVAN L A, CHEN B, et al. Carbon bio-sequestration within the phytoliths of economic bamboo species [J]. Global Change Biol, 2010, 16(10): 2661 − 2667. [21] 应雨骐, 项婷婷, 李永夫, 等. 中国亚热带重要树种植硅体碳封存潜力估测[J]. 自然资源学报, 2015, 30(1): 133 − 140. YING Yuqi, XIANG Tingting, LI Yongfu, et al. Estimation of carbon sequestration potential of important tree plants in subtropical China [J]. J Nat Resour, 2015, 30(1): 133 − 140. [22] 林维雷, 应雨骐, 姜培坤, 等. 浙江南部亚热带森林土壤植硅体碳的研究[J]. 土壤学报, 2015, 52(6): 1365 − 1373. LIN Weilei, YING Yuqi, JIANG Peikun, et al. Study on phytolith-occluded organic carbon in soil of subtropical forest of southern Zhejiang [J]. Acta Pedol Sin, 2015, 52(6): 1365 − 1373. [23] SONG Zhaoliang, LIU Hongyan, LI Beilei, et al. The production of phytolith-occluded carbon in China’s forests implications to biogeo-chemical carbon sequestration [J]. Glob Change Biol, 2013, 19(9): 2907 − 2915. [24] 张振, 金国庆, 周志春, 等. 马尾松广东种源与湖北种源的人工林生物量分配差异[J]. 浙江农林大学学报, 2019, 36(2): 271 − 278. ZHANG Zhen, JIN Guoqing, ZHOU Zhichun, et al. Biomass allocation differences with Pinus massoniana in Guangdong and Hubei Provenances [J]. J Zhejiang A&F Univ, 2019, 36(2): 271 − 278. [25] 杨杰, 吴家森, 姜培坤, 等. 苦竹林植硅体碳与硅的研究[J]. 自然资源学报, 2016, 31(2): 299 − 309. YANG Jie, WU Jiasen, JIANG Peikun, et al. Study on phytosilicate carbon and silicon in bitter bamboo forest [J]. J Nat Resour, 2016, 31(2): 299 − 309. [26] 刘青华, 金国庆, 张蕊, 等. 24年生马尾松生长、形质和木材基本密度的种源变异与种源区划[J]. 林业科学, 2009, 45(10): 55 − 61. LIU Qinghua, JIN Guoqing, ZHANG Rui, et al. Source variation and provenance provenancealization of growth, shape and trunk basic density of 24-year-old Pinus massoniana [J]. Sci Silv Sin, 2009, 45(10): 55 − 61. [27] PARR J F, DOLIC V, LANCASTER G, et al. A microwave digestionmethod for the extraction of phytoliths from herbarium specimens [J]. Rev Palaeobot Palynol, 2001, 116(3/4): 203 − 212. [28] 鲍士旦. 土壤农化分析[M]. 北京: 中国农业出版社, 2008. [29] 曾伟生. 全国立木生物量方程建模方法研究[D]. 北京: 中国林业科学研究院, 2011. ZENG Weisheng. Modeling Method of National Standing Tree Biomass Equation[D]. Beijing: Chinese Academy of Forestry, 2011. [30] 徐德克, 李泉, 吕厚远. 棕榈科植硅体形态分析及其环境意义[J]. 第四纪研究, 2005, 25(6): 777 − 783. XU Deke, LI Quan, LÜ Houyuan. Morphological analysis of phytoliths in palmae and its environmental significance [J]. Quate Sci, 2005, 25(6): 777 − 783. [31] 李仁成. 竹叶及其植硅体类脂物的分类学意义及其季节性变化[D]. 武汉: 中国地质大学, 2010. LI Rencheng. Taxonomic Significance and Seasonal Variations of Lipid from Bamboo Leaf and Its Phytolith[D]. Wuhan: China University of Geosciences, 2010. [32] PARR J F, SULLIVAN L A, QUIRK R. Sugarcane phytoliths: encapsulation and sequestration of a long-lived carbon fraction[J]. Sugar Tech, 2009, 11(1): 1721. doi: 10.1007/s12355-009-0003-y. [33] LI Zimin, SONG Zhaoliang, LI Beilei. The production and accumulation of phytolith-occluded carbon in Baiyangdian reed wetland of China [J]. Appl Geochem, 2013, 37: 117 − 124. [34] 应雨骐, 项婷婷, 林维雷, 等. 中国亚热带5种林分凋落物层植硅体碳的封存特性[J]. 林业科学, 2015, 51(3): 1 − 7. YING Yuqi, XIANG Tingting, LIN Weilei, et al. Phytolith-occluded carbon in litters of different stands in the subtropics of China [J]. Sci Silv Sin, 2015, 51(3): 1 − 7. [35] 杨杰. 中国重要散生竹生态系统植硅体碳汇研究[D]. 杭州: 浙江农林大学, 2016. YANG Jie. Phytolith-occluded Carbon Sequestration of Typical Monopodial Bamboo Ecosystems in China[D]. Hangzhou: Zhejiang A&F University, 2016. -
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20190583
点击查看大图
计量
- 文章访问数: 1789
- HTML全文浏览量: 527
- PDF下载量: 43
- 被引次数: 0
