下载:
-
城市化以及随之而来的人口增长和土地表面变化，增加了人为放热和下垫面对太阳辐射吸收，导致城市热岛(urban heat island, UHI)[1]。较高的城市温度会对能源消耗、室外热舒适度、空气质量、人类健康等造成不利影响[2]，产生一系列生态环境问题，进而影响社会可持续发展。过去几十年对城市热岛的研究集中在时空分异特征、机制与模拟、影响因子、减缓策略以及与城市化响应等方面[2-5]。就气候区而言，对热带低纬度滨海城市的关注较少[6]。城市是一个复杂的巨系统，具有离散性等级层次；等级理论认为复杂系统具有“可分解性”，通过赋予系统层次关系，可以便捷地研究和描述系统结构与功能、理解其“尺度感”[7]。当前针对城市热岛等级划分的研究较少[3, 8-9]，随着景观生态学理论引入城市热岛研究，“城市热力景观”格局研究出现了新思路。陈云浩等[10]建立了热力景观格局评价体系，陈爱莲等[11]筛选出能较准确描述热力景观格局的景观格局指数，邓睿等[12]和杨丽萍等[13]引入景观格局指数描述了热力景观的时空演变特征，池腾龙等[14]使用热环境变化指数、热力景观格局指数和地理信息系统(GIS)标准差椭圆分析描述了武汉市热环境时空演变规律。可见，景观格局指数对热力景观格局评价具有适应性。海口是中国典型热带岛屿型省会城市，热岛具有典型性；随着城镇化不断深入，海口城市规模不断扩大，城市热岛问题日益凸显。王中正[15]使用单期Landsat-8影像论证了温度反演方法，但未对海口热岛时空分异特征进行分析。本研究采用单窗算法对海口5期Landsat遥感影像进行地表温度反演，利用标准化处理构建热场变异指数并划分热岛等级强度，结合目视分析和地理剖面分析研究热环境时空演变，用地统计学分析和景观格局指数法量化热力景观时空分异特征，旨在为人居环境改善、城市生态可持续发展提供理论依据。
-
海口地处海南岛北部、低纬度热带北缘，陆域面积2 284.49 km2，海岸线136.23 km，陆域大部为海拔100 m以下的台地和平原，属热带海洋性季风气候，年均降水量2 607 mm，年均日照时数2 000 h以上，年平均气温24.3 ℃。城市热岛效应在6−8月最为显著。2019年常住人口232.79万人，非农业人口183.39万人，城镇化率78.8%。生态环境问题严重，对居民生活与城市可持续发展造成了不利影响。
-
数据来源为美国地质调查局(USGS)官网。选取原则：低云量、气象状况良好、气温接近、时间统一集中(6−8月)；每期由三景影像拼接而成，且以行代号12446的一景为主，其面积占95%以上。详细参数信息见表1。预处理：影像辐射定标；FLASH模型大气校正；以谷歌地球(Google Earth)高分影像和海口市总体规划图为参照，进行几何精校正，误差控制在0.5个像元内。
表 1 海口市遥感影像数据信息
Table 1. POI data classification statistics
行代号 传感器 获取日期(年-月-日) 陆地云量/% 行代号 传感器 获取日期(年-月-日) 陆地云量/% 12446 LANDSAT_5TM 2000-06-19 13.00 12446 LANDSAT_8OLI_TIRS 2015-06-26 0.78 12446 LANDSAT_5TM 2005-06-17 11.00 12446 LANDSAT_8OLI_TIRS 2019-06-21 0.48 12446 LANDSAT_5TM 2010-07-27 8.00 -
参照王中正[15]方法基于单窗算法进行地表温度(land surface temperature，LST)反演，获取海口市地表温度数据集；地面气温参数源于国家气象科学数据共享服务平台。单幅影像利用ENVI 5.0处理生成LST图，各期3幅LST图导入Erdas 8.6进行交叉边界裁剪、融合，之后基于行政边界进行裁剪，生成分辨率为30 m的LST栅格数据(图1)，精度可满足研究需求[16-17]。由于大面积云层及阴影会干扰后续分析，因此2000和2005年分别裁剪掉65.662 6和19.359 0 km2的异常低温区域。
图 1 研究区地表温度反演结果示意图
Figure 1. Inversion results of land surface temperature
-
采用热场变异指数(heat index, HI)界定热岛强度[16]，标准化处理后，对热环境景观的时空格局进行纵向比较与分析(图2)。计算公式为：IH＝(Tn−Tmean)/Tmean。其中，IH表示相对地表温度，无量纲；Tn表示研究区域内第n点的地表温度；Tmean表示研究范围内的平均地表温度。根据武鹏飞等[17]研究，基于自然断点法划分10个热岛强度空间等级：Ⅰ表示极强冷岛，Ⅱ表示较强冷岛，Ⅲ表示中等冷岛，Ⅳ表示较弱冷岛，Ⅴ表示弱冷岛，Ⅵ表示弱热岛，Ⅶ表示较弱热岛，Ⅷ表示中等热岛，Ⅸ表示较强热岛，Ⅹ表示极强热岛。
图 2 研究区热场变异指数分布格局示意图
Figure 2. Distribution pattern of heat index
-
基于ArcGIS平台的3D Analyst工具，绘制地表温度剖面图。分析剖面线的城市热岛时空分异规律，推断城市热岛在空间方向上的发展态势；结合地物特征，分析“山脊”“谷”“高原”“盆地”和“高峰”及其波动变化的原因[18]，判读热岛景观格局的时空异质性。
-
①热环境变化指数。热力景观变化主要包括速度与强度，可用变化速度指数(change speed index，ICS)和变化强度指数(change intensity index，ICI)进行量化，单位均为%。其中，ICS表征变化速度与趋势；ICI是通过空间单元将扩张速度标准化，以描述单位面积可承受的最大强度[14]。ICS和ICI越大，表明相对高温区域扩张速度越快，趋势越明显，热环境效应越强。计算公式为：ICS＝(ΔAij/AiΔt)×100%，ICI＝(ΔAij/SΔt)×100%。其中，ΔAij表示相对高温区从第i年到第j年间的变化面积；Ai表示第i年的相对高温区域面积；Δ
t表示研究的时间长度；S表示研究区域总面积。②热力景观格局指数。使用30 m精度的栅格数据，基于Fragstats 4.2软件平台计算热力景观格局指数。结合研究需求从斑块类型水平上选取斑块密度(PD)、平均斑块面积(AREA_MN)、最大斑块指数(LPI)、面积加权平均形状指数(SHAPE_AM)、斑块内聚力指数(COHESION)、景观形状指数(LSI)和聚合度(AI)等7个指标，从景观水平上选取斑块数量(NP)、PD、AI、AREA_MN、SHAPE_AM、多样性指数(SHDI)和均匀度指数(SHEI)等7个指标，从数量、形状和结构角度表征热力景观格局时空变化[11-12]。 -
热力景观演变与城市发展密切相关，结合Landsat与谷歌地球影像数据目视解译，得到5个时段不透水面的格局变化图(图3)，以与热力景观格局相呼应。
图 3 研究区不透水面分布示意图
Figure 3. Impervious surface distribution
-
斑块尺度与时空分布是景观要素研究的重要参数，可为景观水平的生态保护研究提供理论依据[19]。依据热场变异指数划分的热岛强度等级面积拟合曲线，由图4可知：5期均为“中间大，两头小”的正态分布特征，峰值均集中在Ⅳ、Ⅴ、Ⅵ 等3个等级，3级之和依次占总面积的67.51%、68.19%、60.52%、68.05%和50.25%，表明19 a间Ⅳ、Ⅴ、Ⅵ 等3个等级占主导格局地位；Ⅰ、Ⅱ、Ⅸ、Ⅹ 等4级之和依次占总面积的8.74%、3.93%、6.83%、6.69%和13.98%，同时Ⅰ和Ⅹ 之和占比依次为1.72%、0.37%、1.70%、2.04%和3.24%，表明存在冷、热岛强度等级中心。
图 4 热岛强度等级面积拟合曲线
Figure 4. Heat island intensity grade area fitting curve
-
综合热场变异指数空间分布(图2)与不透水面分布(图3)发现：5期热岛强度等级斑块主要与其城乡建设用地分布相吻合，集中在开发强度大的工商业集中区、人口密集区和部分裸地区域，热场变异指数以这些区域为核心向郊区不断降低，但5期热场变异指数等级内部有明显的时空差异。2000年热岛等级中心呈“单一连片中心主导，多中心散布”形式；“单一连片中心”分布于粤海通道、金沙湾和西海岸片区，是因这一区域正处于开发建设期；“多中心”于主城区主要在旧城、中心商务、水城和灵山片区、药谷和金盘工业园、狮子岭开发区及美兰机场，郊区主要在乡镇镇区和裸露河滩。2005年为“多中心散布”；主城区主要在粤海通道、金沙湾、西海岸、金贸、海甸、中心商务、水城和桂林洋滨海片区、药谷和金盘工业园，2000年的“单一连片中心”依然是高温集中区，但不再连结成片；郊区中心较2000年减少很多。2010年呈“单一中心主导，多次中心集中”及“多中心”的形式；“单一中心”指金沙湾和西海岸片区的高强度开发带；“多次中心”集中于中心城区的秀英、金盘片、大英山和府城片区，城建活动频繁且分布广致使裸地增多、热岛中心集中；“多中心”在主城区有新埠岛、水城、灵山和桂林洋综合片区，狮子岭开发区、火车南站下方的裸地、美兰机场和省教育科研基地，这些区域同样处于快速建设阶段，“多中心”在郊区分布同前。2015年呈“连片中心主导，多中心散布”形式；“连片中心”指中心城区主要片区都存在热岛中心，表明中心城区产热量大、散热不足；“多中心”在主城区有狮子岭开发区、水城片区及其西侧的开发用地、灵山、桂林洋综合片区、美兰机场，郊区主要是各集中居民点、裸露河滩，郊区绿地多、散热功能较城区更好，因而无大片极强热岛。2019年呈“主城区多中心集中，郊区多中心散布”的形式；“主城区多中心”指除灵山片区以外的主要功能区都有极端热岛分布，尤以江东新区极端热岛增长最为显著，其城建范围与速度增长均较快，形成新的热岛集中区，这与海口“东优”发展战略、国际自贸港建设的政策导向相吻合；“郊区多中心”指极端热岛与较集中的聚居点或高强度开发的地点相一致。综上，从2000到2019年热岛等级中心集中区呈“西海岸→建成区→江东新区”和“西海岸→西南老城方向”的转移态势，且不断向城乡交错带扩散，呈范围扩散、速度递增的趋势。极强热岛在郊区分散于主要镇区或者裸地，未形成规模。可见，主要热岛中心分布在主城区，与城镇扩张模式与城市发展阶段密切相关，“摊大饼”式的主城区扩张模式使得人口、建筑密集、城市绿化不足，导致自然散热条件差，因此形成极端热岛集中区；而卫星城镇的密集式开发，亦会形成小型热岛中心。
-
结合海口市不透水面扩散与转移方向(图3)，设置3条地表温度剖面，其中，样线的“谷”和“盆地”多表示密林、水域、湿地或生长期稻田，稻田生长阶段不同会导致其LST差别明显；而“山脊”“高原”和“高峰”则多为密集建筑区、裸地和工业区，尤其人口密集的市中心热辐射较严重。由北—南地表温度剖面图(图5A)可知： 2000、2010和2015年地表温度呈“减—增—波动”的特征，2005年整体“递减”，2019年为“减—增—减—增”态势。具体来看，0~15 km的主城区段一直处于“高原”区，5期均波动递减，“谷”出现在3.1 km处的海甸溪、8.7 km处的五公祠附近和14.8 km处的玉龙泉湿地公园，“高峰”各期均不一致；0~15 km的郊区段各年变化均不一致，但“谷”和水域、密林等冷岛区域对应，“高峰”与乡镇镇区或裸地对应。2000年18~36 km呈“盆地”特征，36~66 km段“山脊”“谷”“高峰”交替出现。2005年36~66 km段波动无明显规律，结合热遥感影像可知，此时该段农田大量裸露，60~63 km出现的“山脊”属异常值。2010年22~31 km段集中出现“谷”。2019年整体平稳，28 km处的“高峰”与热岛强度等级中心对应。由西北—东南地表温度剖面图(图5B)可知：5期在0~39 km区段上变化较一致，均为“减—增—减—增—减”的特征；西海岸段(0~15 km)递减，主城区段(9~27 km)是“高原”区，南渡江流域(27~30 km)为“谷”，美兰机场区域(30~39 km)是“高峰”密集区。区别在于2000−2010年西海岸段(0~15 km)处于高速开发阶段，有明显“高峰”，而到2015−2019年随着老城区更新、江东新区开发热，“高峰”消失；三江镇区域(39~54 km)耕地、林地和养殖塘交叉分布，且耕地或采收或处于生长期，5期特点各不相同。由东北—西南地表温度剖面图(图5C)可知：5期在0~18 km区段上变化规律类似，均为“减—增—减”趋势；新埠岛(0~3 km)由“高峰”(西坡新村)骤降到“谷”(横沟河)；中心城区(3~15 km)是“高原”区，多“高峰”在金盘工业园；狮子岭开发区(15~21 km)未连成片，与河流、坑塘、林地和耕地相交错，因而“高峰”“谷”交替出现。
图 5 地表温度空间剖面对照
Figure 5. Spatial profile control for land surface temperature
-
将Ⅷ、Ⅸ、Ⅹ 等3个等级作为相对高温区量化热岛转移特征。由表2可知：2000−2005年和2005−2010年高温斑块扩张较多，ICS和ICI也较高；2010−2015年ICS和ICI很小，2015−2019年甚至成为负值。结合海口新增高温斑块时空变化(图6)与不透水面分布(图3)可知：就主城区而言，2000−2005年高温斑块扩张主要发生在西海岸、长流、金盘和秀英片区及狮子岭和金鹿工业区、省教育科研基地，2005−2010年主要发生在长流、海甸、府城、滨江和白龙片区及狮子岭和金鹿工业区，2010−2015年主要发生在长流片区及西南老城方向，2015−2019年主要发生在江东片区的美兰机场到桂林洋滨海片区一带及西南老城方向。2000−2005年和2005−2010年郊区温斑块扩张较多，主要是观澜湖地区开发，其次是小型城镇、耕地或河滩的扩张。
表 2 海口市高温斑块扩张的变化速度指数和变化强度指数
Table 2. ICS and ICI of high-temperature plaque expansion in Haikou
时间段 扩张面积/km2 ICS/% ICI/% 2000−2005 105.136 2 12.87 0.92 2005−2010 87.588 0 10.87 1.28 2010−2015 12.588 3 0.59 0.09 2015−2019 −5.462 1 −0.37 −0.06 平均值 49.962 6 5.99 0.56 
图 6 海口4个时间段新增高温斑块分布示意图
Figure 6. Distribution of new high-temperature plaques in 4 time periods in Haikou
-
由图7可知：海口热力景观格局在2000−2019年变化较大。就斑块密度来看，Ⅵ、Ⅶ、Ⅷ、Ⅸ、Ⅹ等 5个等级都在2010年达到峰值，之后逐渐减小；表明在城市化过程中，热岛斑块先缩小后扩张，由大而集中到小而分散再到大而集中，热力景观斑块破碎度随之体现为先增加后减小。对于平均斑块面积而言，Ⅷ、Ⅸ、Ⅹ 都在2010年达到谷值，之后逐渐增大，2019年数值分别是2010年的11、19、18倍，说明热岛斑块先逐渐分解后连接成片。5期数据中，最大斑块指数分别出现在Ⅴ、Ⅵ、Ⅵ、Ⅳ、Ⅳ级，表明Ⅳ、Ⅴ和Ⅵ 优势度最大；Ⅹ级的最大斑块指数由2000年的0.13增加到2010年的0.24再减小到2019年的0.15，即优势度先增大后减小，反映了研究期间海口热岛效应先增强后减弱。由面积加权平均形状指数来看，5期数据形状最复杂的分别是Ⅳ、Ⅳ、Ⅳ、Ⅵ、Ⅶ级，表明非极端冷、热岛始终占据主导格局；各期由Ⅳ到Ⅶ的变化规律不一致，但最值均由弱冷岛向弱热岛转移，表明建设活动在一定程度上加剧了热力景观的复杂性。测定各期斑块内聚力指数，Ⅷ、Ⅸ、Ⅹ级变化各不相同，与热岛集中区的转移扩散密不可分，说明海口热岛效应具有阶段性。不同热力等级景观形状指数Ⅳ、Ⅴ、Ⅵ、Ⅶ级较大；Ⅷ、Ⅸ、Ⅹ级较小，热力景观斑块也较简单规则，且皆以2010年为界先递增、后平稳波动。5期数据中聚合度变化整体呈增大趋势，Ⅷ、Ⅸ、Ⅹ 级变化最为显著，表明虽然面积有限，但高温斑块连通性增强，有较强的空间聚合趋势，易出现连片热岛。
图 7 热力景观在斑块类型水平上的景观指数变化
Figure 7. Change of landscape index on the level of patch type in thermal landscape
-
由表3可知：斑块数、斑块密度和聚合度以2010年为界，先递减后递增，平均斑块面积波动增大，三者共同反映了海口热力景观破碎度先递增后锐减；海口老城区更新、西海岸与长流一带以及江东新区的阶段性开发，导致高温热岛斑块出现阶段性的聚集与扩散，相应斑块复杂性先增大后减小。面积加权平均形状指数呈波动上升的趋势，斑块复杂性波动上升。斑块内聚力指数均大于98.5，表明同类别型斑块具有高连通性。多样性指数和均匀度指数皆以2010年为界，先递减后递增，表明等级斑块均匀度先增加后减小，热力景观丰度、复杂性和异质性先提升后下降。总体上，热力景观破碎度、连通性与聚合度的阶段性变化反映了海口热岛集中区转移、扩散。
表 3 热力景观在景观水平上的景观指数变化
Table 3. Landscape index change of thermal landscape at landscape level
年份 斑块数/个 斑块密度/(个·hm−2) 聚合度/% 平均斑块面积/hm2 面积加权平均形状指数 斑块内聚力指数/% 多样性指数 均匀度指数 2000 24 202 10.932 5 81.598 0 15.830 2 15.830 2 98.894 3 1.889 2 0.820 5 2005 36 831 16.306 7 78.642 7 20.079 1 20.079 1 98.994 7 1.818 4 0.789 7 2010 59 845 26.257 6 73.606 5 17.391 4 17.391 4 98.542 5 1.796 9 0.780 4 2015 16 777 7.361 1 84.217 8 23.567 3 23.567 3 99.387 7 1.856 5 0.806 3 2019 15 432 6.770 9 84.702 0 21.835 3 21.835 3 99.355 7 2.100 5 0.912 2 -
研究发现：5期热岛强度等级均符合正态分布规律，其中较弱冷岛、弱冷岛和弱热岛斑块占主导格局，但极强冷、热岛“两头小”的景观格局依然存在。与陈康林等[3]发现广州市弱冷岛、弱热岛面积之和约占总面积的58%，且极强热、冷岛等级存在的结果较吻合，表明热岛强度等级会对局域热环境产生作用。热岛强度等级中心由西海岸分别向江东新区和西南老城方向转移，与不透水面扩张方向保持一致。结合热环境变化指数分析可知：2000−2010年高温区扩张最快，主要集中在中心城区和西海岸；2010−2019年扩张很慢，高温中心转移到江东新区和西南老城方向，且在美兰机场附近形成连片热岛。与雷金睿等[20]发现海口主城区热岛空间质心分布基本一致；直到2019年，江东新区快速开发导致出现连片热岛，与雷金睿等[20]发现质心仅向西南方向转移不完全一致，是因为研究时间不同。可见，城市扩张具有极强的政策导向性，相关部门应将热环境问题纳入城市发展范畴，以避免江东新区热岛与中心城区接连成片。
地表温度剖面分析表明：中心城区始终是“高原”区，19 a来无显著改善，西海岸的“高峰”随着城市建设重心的东移逐渐消失，狮子岭等工业区、美兰机场区域多“高峰”，“谷”通常出现在水域、林地等降温效果明显的地物周边，进一步验证了等级理论。从斑块类型水平来看，2000−2010年海口热岛斑块不断缩小、大型板块逐渐分解、斑块形状愈加复杂、热岛效应不断增强；2010−2019年热岛斑块不断扩张、小版块逐渐连接成片、斑块形状变化趋于平稳、热岛效应不断减弱；研究期间热岛斑块连通性不断增强、聚合度越来越高，易出现连片热岛。从景观水平看，2000−2010年冷热岛斑块破碎度、复杂性和均匀度不断增大，2010−2019年不断减小；研究期间同类别热力斑块连通性很高。与邓睿等[12]发现重庆2001−2014年各景观指数单续递增或递减的规律不一致，表明两市发展水平及阶段不同。
综上，等级理论为描述热力景观的细节变化奠定了基础，热力景观格局指数利于揭示其空间布局、组成多样性及时空分异特征，是分析热力景观格局的重要工具。当然，热力景观格局是具有尺度依赖性与变异性的，需通过不同幅度下的热力景观进一步比较研究。深入理解城市热岛在经济发展、城市规划建设的不同阶段的时空变化，对改善城市热环境、建设生态宜居城市意义重大。
On the spatial-temporal patterns and differentiation characteristics of thermal landscape in Haikou City
-
摘要:
目的 了解海口市热力景观的时空演变特征，缓解快速城市化引起的城市热环境问题。 方法 以2000、2005、2010、2015和2019年共5期Landsat遥感影像为数据源，采用单窗算法反演地表温度研究热环境时空演变；基于地理信息系统(GIS)平台，结合地统计学和景观格局指数法定量分析城市热岛时空分异特征。 结果 热岛强度等级面积曲线符合正态分布特征，其中较弱冷岛、弱冷岛和弱热岛斑块始终占主导格局；热岛等级中心集中区由西海岸分别向江东新区和西南老城方向扩散转移。温度剖面分析可知：中心城区始终是“高原”区，工业区、美兰机场区域多“高峰”值，大面积水域、林地处通常出现“谷”值。2000−2010年高温区扩张快，热岛斑块不断缩小，大型斑块逐渐分解，斑块形状愈加复杂，热岛效应不断增强；2010−2019年扩张慢，热岛斑块不断扩张，小版块逐渐连接成片，斑块形状变化趋于平稳，热岛效应不断减弱。研究期间，同类别热力斑块连通性始终较高。 结论 海口热力景观演变与城市不同发展阶段相对应，基于等级理论的热力景观格局指数分析，有助理解热力景观的时空演变趋势，为生态可持续城市发展规划提供理论依据。图7表3参20 Abstract:Objective With an analysis of the temporal and spatial evoluation characteristics of the thermal landscape in Haikou City, this study is aimed at solutions to the urban thermal environment problems that attribute to the rapid urbanization. Method With the five-phase Landsat remote sensing images of 2000, 2005, 2010, 2015 and 2019 gathered as the data source, a single-window algorithm was utilized to invert the surface temperature to study the temporal and spatial evolution of the thermal environment. Employing GIS platform and the method of geostatistics and landscape pattern index, we have conducted a quantitative analysis of the spatial and temporal differentiation characteristics of urban heat island. Result The area curve of the heat island intensity conforms to the normal distribution characteristics, and the patches of weaker cold island, weak cold island and weaker heat island persist in their dominant patterns. The heat island intensity reduces from the central concentration area to Jiangdong New District near the west coast and the old urban area in the southwest. In the temperature profile, the principal urban area is always a “plateau” area, with the industrial area and the Meilan Airport area often displaying “peak” values, and the large area of waters and forest land showing “valley” values. During the peried from 2000 to 2010, with the rapid expansion of the high temperature, the heat island plaques continued to shrink, while the large plaques gradually decomposed, making the shape of the plaques continuously cnhanced. During the peride from 2010 to 2019, with the expansion slowing down, the heat island plaques continued to expand, and the small plates gradually fitting together, making the change of patch shape stable, and the heat island effect continuously weakened. Throughout the study, the connectivity of thermal plaques of the same category was consistently high. Conclusion The evolution of Haikou’s thermal landscape is consistent with the different stages of urban development and the analysis of thermal landscape pattern index based on hierarchy theory is conductive understanding the temporal and spatial evolution of thermal landscape, provideing a theoretical basis for ecologically sustainable urban development planning. [Ch, 7 fig. 3 tab. 20 ref.] -
间伐是优化林分密度，调整林分空间分布格局的重要经营措施[1-2]，能通过增加林冠开度、降低冠层叶面积指数、增加冠层枝叶反射的散射光和透过林层的直射光来提高林下植被的光合作用速率，促进林下植物有机质的积累[3-4]。林下灌木在稳定森林群落结构和维持物种多样性以及种子萌发和幼苗更新等方面发挥重要作用[5-6]，在一定程度上影响着林下更新幼苗定居及早期生长状况[7]。植物功能性状是植物在漫长进化过程中为适应或降低环境干扰、充分利用环境资源所形成的生物特征，能揭示植物适应环境的能力和策略[8-9]。环境引起的植物功能性状的变化主要表现在器官(根、茎、叶等)的结构性状和化学性状的权衡关系[10]，其中，叶片作为光能捕获及有机质转化器，与植物的资源获取和生物量密切相关[11]；茎是植物地上部分的支撑组织，具有储存和运输养分功能[12]；根系的生长和发达程度决定了土壤资源的获取和利用状况[13]。三者功能性状均对植物生长状况具有一定指示作用。目前，关于环境变化对植物功能性状影响的研究主要集中于叶片[14]，对整个植株各器官功能性状的研究未见报道。间伐对林冠结构的调整使林下光照增加，植物结构性状和化学性状的调节会影响植物光合作用[15]，进而促进植物有机质的积累。研究间伐对林下灌木功能性状的影响，为有效改善林分结构，促进栓皮栎Quercus variabilis人工林更新提供理论和技术支撑。荆条Vitex negundo var. heterophylla作为研究区灌层的建群种，具有较强的耐旱性，是干旱半干旱地区生态恢复的重要指示性物种[16-17]。栓皮栎人工林自然整枝能力较弱，林相差，林下更新萌蘖多，实生苗少且未得到有效保护，急需开展以人工促进天然更新为主要措施的森林抚育。有研究表明：弱度间伐最有利于栎类幼苗更新[18]，林下灌木层盖度对4~10年生幼苗数量具有决定性作用[19]。荆条的“肥岛”效应为林下幼苗生长提供相对充足的生长资源[20]。因此，有必要研究弱度间伐对林下荆条功能性状的影响，以较准确地反映间伐后荆条应对环境资源变化的生存策略，为干旱半干旱地区栓皮栎人工林可持续经营管理提供科学依据。
1. 研究区概况
研究区位于河南省国有登封林场清凉寺林区(34°26′~34°33′N，112°44′~113°05′E)，海拔为518~755 m，坡度为5°~30°。该地区属暖温带大陆性季风气候，年平均气温14.2 ℃，年平均降水量614.0 mm，降水主要集中在夏季，占全年总降水量的33.8%左右。土壤贫瘠，以褐土和棕壤为主，表现为富钾、少氮、极缺磷。乔木以栓皮栎、侧柏Platycladus orientalis、刺槐Robinia pseudoacacia、槲栎Q. aliena、黄栌Cotinus coggygria为主，灌木以荆条Vitex negundo var. heterophylla、扁担杆Grewia biloba、酸枣Ziziphus jujuba为主。
2. 研究方法
2.1 样地布设与调查
2016年在登封国有林场选取2个林分立地条件、坡度、坡向、坡位相同，林龄、林分密度、林木生长状况基本一致的林班，样地栓皮栎间伐及未间伐林分年龄均为40 a，郁闭度约0.90，坡度分别为9°和7°，坡向均为南坡，平均胸径分别为10.01和10.10 cm，平均树高分别为7.98和8.06 m，林分密度分别为2 200和2 211株·hm−2。分别设置1个100 m×100 m(1 hm2)间伐样地和未间伐样地。间伐方式以修枝、非全面割灌、伐除病腐木及没有培育前途的林木为主的生产性间伐，基本不降低林分蓄积量(间伐株数强度31.55%，蓄积强度为3.26%)。2019年调查间伐样地林分密度为1 532株·hm−2，林木平均胸径12.80 cm，平均树高11.45 m，未间伐样地林分密度2 110株·hm−2，林木平均胸径10.64 cm，平均树高9.05 m。间伐3 a后，间伐后林木生长加快，平均胸径及树高均有所提高，一方面是因为大径级林木被保留下来，另一方面是保留木生长空间及资源充足，加速林木生长。2019年6月在间伐样地和未间伐样地分别均匀设置6个20 m×20 m的方形森林动态监测样方，调查每个样方内荆条平均高度及冠幅，选取具有平均高度和平均叶量的荆条3株，共36株。采集东西南北4个方向完全展开、没有病虫害的叶片。用BY-N4型植物营养测定仪测定叶片叶绿素和氮质量分数，用Yaxin-1241叶面积仪测定荆条叶面积、叶长、叶宽等指标，采用全根挖掘法采集植株根系，带回实验室于2019年6−7月进行地上功能性状和根系结构功能指标测定。样地设置及样地基本情况见闫东锋等[1]。
2.2 数据处理及分析方法
2.2.1 指标测定
选取荆条根、茎、叶共32个植物功能指标，调查及测定的植物功能性状指标见表1。表1中，叶长宽比=叶长/叶宽，比叶面积=叶面积/叶片质量，叶干物质质量分数=叶干质量/叶鲜质量，茎干物质质量分数=茎干质量/茎鲜质量，根干物质质量分数=根干质量/根鲜质量，比根长=总根长/根干质量，基径采用Haglof游标卡尺测定。植株各器官全磷质量分数通过钼锑抗比色法测定，全钾采用火焰光度计测定，有机碳通过烘箱加热法测定。
表 1 所选植物功能性状Table 1 Functional traits of selected plants植物功能性状 单位符号 植物功能性状 单位符号 植物功能性状 单位符号 植物功能性状 单位符号 高度 m 基径 cm 根干物质质量分数 茎全氮 g·kg−1 叶周长 cm 茎生物量 g 根生物量比 茎全钾 mg·kg−1 叶面积 cm2 茎干物质质量分数 根冠比 茎全磷 g·kg−1 比叶面积 cm2·g−1 主根长 cm 比根长 cm·g−1 茎有机碳 g·kg−1 叶绿素 总根长 cm 叶全氮 g·kg−1 根全氮 g·kg−1 叶生物量 g 根表面积 cm2 叶全钾 mg·kg−1 根全钾 mg·kg−1 叶干物质质量分数 根体积 cm3 叶全磷 g·kg−1 根全磷 g·kg−1 叶长宽比 根生物量 g 叶有机碳 g·kg−1 根有机碳 g·kg−1 采用GLA 2.0软件获取林下光照条件(林下直射光和林下散射光)。用CI-110冠层分析仪测定荆条冠层的光合有效辐射强度、太阳辐射时间等指标。采用五点取样法对样地0~10和10~20 cm的土壤取样，并充分混匀带回实验室测定土壤营养元素质量分数，其中土壤全氮采用凯氏定氮法测定，全磷、全钾、有机碳的测定与荆条养分测定方法相同。采用环刀法测定土壤容重，并计算土壤毛管孔隙度、非毛管孔隙度等物理性质。
2.2.2 数据处理
对各器官功能性状的差异进行显著性检验(t检验)，在检验之前对数据的正态性进行检验；计算荆条地上功能性状与林下光环境和根系与土壤理化性质的Pearson相关系数；以荆条各器官功能性状指标为因变量，以与其相关关系显著的环境因子作为自变量进行线性逐步回归分析。
3. 结果与分析
3.1 间伐对荆条各器官功能性状的影响
3.1.1 间伐对荆条地上部分功能性状的影响
从表2可见：间伐样地荆条平均高为0.97 m，高于未间伐样地(0.92 m)，2个样地荆条高为0.86~1.06 m，但无显著差异(P＞0.05)。间伐样地荆条叶周长、叶面积、比叶面积和叶生物量(48.91 cm，17.27 cm2，31.97 cm2·g−1，90.53 g)均显著高于未间伐样地(33.16 cm，10.18 cm2，24.07 cm2·g−1，67.55 g，P＜0.05)，叶干物质质量分数(0.35)低于未间伐样地(0.44)，但差异不显著(P＞0.05)。基径(1.39 cm)高于未间伐样地(1.18 cm)，但分布均为0.60~1.69 cm。
表 2 间伐对荆条地上部分功能性状的影响Table 2 Effect of thinning on the functional traits of aboveground part of on V. negundo var. heterophylla项目 措施 高度/m 叶周长/cm 叶面积/cm2 比叶面积/(cm2·g−1) 叶绿素 叶生物量/g 平均值±标准差 间伐 0.97±0.03 A 48.91±1.04 A 17.27±0.49 A 31.97±0.63 A 43.55±2.50 A 90.53±9.68 A 未间伐 0.92±0.03 A 33.16±1.77 B 10.18±1.71 B 24.07±1.85 B 34.15±3.60 A 67.55±4.52 B 数值范围 间伐 0.91~1.06 46.37~52.49 15.90~18.55 30.37~33.12 37.75~52.75 66.02~112.78 未间伐 0.86~0.98 28.31~37.33 5.53~15.67 18.15~28.46 20.50~40.05 53.01~76.94 项目 措施 叶干物质质量分数 叶长宽比 基径/cm 茎生物量/g 茎干物质质量分数 平均值±标准差 间伐 0.35±0.02 A 1.60±0.06 A 1.39±0.20 A 32.91±6.82 A 0.55±0.02 A 未间伐 0.44±0.05 A 2.43±0.88 A 1.18±0.15 A 25.02±6.13 A 0.52±0.03 A 数值范围 间伐 0.30~0.38 1.45~1.76 0.60~1.69 16.64~43.28 0.47~0.59 未间伐 0.35~0.47 1.20~5.91 0.80~1.69 12.13~47.25 0.41~0.58 说明：同列不同字母表示功能性状间存在显著差异(P＜0.05)，相同字母表示无显著差异(P＞0.05) 3.1.2 间伐对荆条根功能性状的影响
由表3可知：间伐后荆条主根长和根表面积(9.02 cm，701.032 cm2)大于未间伐样地(8.8 cm，516.52 cm2)，但差异不显著(P＞0.05)；总根长、根生物量、比根长和根体积(207.3 cm，43.78 g，6.79 cm·g−1，31.79 cm3)均显著高于未间伐样地(133.96 cm，34.58 g，3.97 cm·g−1，18.50 cm3，P＜0.05)。荆条根干物质质量分数和根生物量比小于未间伐样地，间伐样地和未间伐样地荆条根冠比差异不大。
表 3 间伐对荆条地下部分功能性状的影响Table 3 Effect of thinning on the functional traits of underground part of V. negundo var. heterophylla项目 措施 主根长/cm 根总长/cm 根表面积/cm2 根体积/cm3 根生物量/g 平均值±标准差 间伐 9.02±0.91 A 207.30±24.40 A 701.03±180.68 A 31.79±3.28 A 43.78±7.36 A 未间伐 8.80±0.61 A 133.96±12.61 B 516.52±251.68 A 18.50±4.45 B 34.58±3.32 B 数值范围 间伐 6.6~12.10 131.42~285.56 508.90~1060.67 21.99~42.34 14.88~56.32 未间伐 7.5~10.60 108.45~169.85 275.21~865.78 9.0~33.65 27.22~42.49 项目 措施 根干物质质量分数 根生物量比 根冠比 比根长/(cm·g−1) 平均值±标准差 间伐 0.62±0.01 B 0.40±0.08 B 1.16±0.42 A 6.79±0.31 A 未间伐 0.68±0.05 A 0.52±0.05 A 1.16±0.31 A 3.97±0.41 B 数值范围 间伐 0.52~0.75 0.21~0.53 0.27~2.15 2.64~19.19 未间伐 0.56~0.82 0.39~0.69 0.44~2.28 2.69~5.22 说明：同列不同字母表示功能性状间存在显著差异(P＜0.05)，相同字母表示无显著差异(P＞0.05) 3.1.3 间伐对荆条各器官营养分配特征的影响
对栓皮栎人工林间伐和未间伐林下荆条各器官养分分配比较分析(图1)发现：荆条营养物质植株各器官中的分配规律一致：氮元素主要分配给叶，其次为根；磷元素质量分数较低且主要分布在植株根中；钾元素分配规律从大到小依次为叶、茎、根；有机碳质量分数从大到小依次为茎、根、叶。
图 1 间伐对荆条各器官养分分配影响Figure 1 Effect of thinning on nutrient distribution of various organs of V. negundo var. heterophylla间伐与未间伐样地荆条同一器官化学性状分配规律表现为：间伐样地荆条叶片氮质量分数以及根和茎的有机碳质量分数(3.72、775.33、461.30 g·kg−1)，显著高于未间伐样地(3.06、540.16、402.49 g·kg−1，P＜0.05)。这说明间伐不改变矿质养分在荆条各器官的分配规律，但在一定程度上促进叶和茎功能性状的优化。间伐样地荆条叶全钾质量分数(9.08 mg·kg−1)显著低于未间伐样地(11.63 mg·kg−1，P＜0.05)，茎全钾质量分数(5.69 mg·kg−1)低于未间伐样地(4.43 mg·kg−1)，但差异不显著(P＞0.05)。这与未间伐样地土壤钾质量分数较高有关。
3.2 荆条地上部分功能性状与光环境的关系
由表4可知：荆条叶面积与林下散射辐射通量、总辐射通量和太阳辐射时间呈极显著正相关关系(P＜0.01)，比叶面积与林下直射辐射通量和散射辐射通量呈极显著正相关(P＜0.01)，与太阳辐射时间呈显著正相关(P＜0.05)。叶全氮质量分数和有机碳质量分数与光合有效辐射强度和总辐射通量呈显著正相关(P＜0.05)，与太阳辐射时间呈极显著正相关(P＜0.01)。茎干物质质量分数与光合有效辐射呈显著正相关(P＜0.05)，茎全钾与林下直射辐射通量和散射辐射通量呈显著正相关(P＜0.05)，与太阳辐射时间呈极显著正相关(P＜0.01)。茎有机碳质量分数与林下直射辐射通量和总辐射通量呈显著正相关(P＜0.05)。
表 4 荆条地上部分功能性状与林下光环境的相关性分析Table 4 Correlation analysis of aboveground part functional traits of V. negundo var. heterophylla and understory light environment地上部分功能性状 光合有效辐射强度 直射辐射通量 散射辐射通量 总辐射通量 太阳辐射时间 叶面积 0.534 0.442 0.823** 0.837** 0.882** 叶绿素 0.263 0.578 0.484 0.274 0.528 叶干物质质量分数 0.861 0.215 0.521 0.215 0.779 比叶面积 0.547 0.797** 0.837** 0.768** 0.661* 叶全氮 0.706* 0.304 0.492 0.902* 0.946* 叶全磷 0.180 0.071 0.186 0.552 0.620 叶全钾 0.664* 0.831** 0.311 0.752* 0.520 叶有机碳 0.663* 0.821** 0.752* 0.761* 0.940** 茎干物质质量分数 0.841** 0.018 0.488 0.831** 0.783** 茎生物量比 −0.400 0.171 −0.316 0.067 −0.141 茎全氮 0.415 0.296 0.447 0.111 0.569 茎全磷 0.209 0.160 0.244 0.031 0.435 茎全钾 0.640* 0.710* 0.769** 0.786** 0.649* 茎有机碳 0.313 0.862** 0.686 0.801** 0.669 说明：*表示显著相关(P＜0.05)；**表示极显著相关(P＜0.01) 3.3 根功能性状与土壤因子的关系
表5表明：栓皮栎人工林林下荆条总根长与土壤容重和毛管孔隙度、总孔隙度呈显著负相关(P＜0.01)，与土壤非毛管孔隙度、土壤有机碳呈极显著正相关(P＜0.01)，根表面积与土壤容重呈显著负相关(P＜0.05)，与土壤非毛管孔隙度、有机质和全氮呈极显著正相关(P＜0.05)，根体积与土壤容重呈极显著负相关(P＜0.01)，与非毛管孔隙度和土壤有机质呈极显著正相关(P＜0.01)。根全氮与土壤非毛管孔隙度呈显著正相关(P＜0.05)，根有机碳与土壤容重呈极显著负相关(P＜0.01)，与土壤非毛管孔隙度和土壤有机碳呈极显著正相关(P＜0.01)。这说明间伐改善了土壤团粒结构，使土壤容重降低，有利于增大土壤非毛管孔隙度，促进荆条根系对土壤养分和水分的吸收，从而促进植物的生长以及土壤有机碳的积累。
表 5 荆条根功能性状与土壤因子的相关性分析Table 5 Correlation analysis of the functional characters of V. negundo var. heterophylla root and soil factors根功能性状 土壤容重 非毛管孔隙度 毛管孔隙度 总孔隙度 土壤有机碳 土壤全氮 土壤全磷 土壤全钾 主根长 −0.547 0.612 −0.541 −0.454 0.619 0.756* 0.432 0.357 总根长 −0.807** 0.829** −0.848** −0.791** 0.873** 0.451 −0.109 −0.155 根表面积 −0.739* 0.740* −0.672 −0.577 0.734* 0.690* 0.290 0.431 根体积 −0.914** 0.953** −0.876 −0.759 0.915** 0.604 0.175 0.139 根生物量 −0.479 0.460 0.212 0.228 0.233 0.009 −0.407 −0.120 根干物质质量分数 −0.629 0.650* −0.077 −0.016 0.378 0.634* 0.238 0.479 根生物量比 0.174 −0.158 −0.597 −0.578 −0.474 −0.031 −0.104 0.423 根冠比 −0.142 0.166 −0.663* −0.620 −0.016 0.217 0.260 0.481 比根长 −0.588 0.551 −0.834** −0.838** 0.752* 0.485 0.108 −0.074 根全氮 −0.634 0.647* −0.578 −0.540 0.586 0.505 −0.060 0.153 根全磷 −0.858** 0.717* −0.934** −0.871** 0.818** 0.265 −0.220 −0.221 根全钾 −0.813** 0.775** 0.212 0.228 0.750* 0.439 −0.234 −0.223 根有机碳 −0.916** 0.913** −0.077 −0.016 0.979** 0.433 −0.058 −0.197 说明：*表示显著相关(P＜0.05)；**表示极显著相关(P＜0.01) 3.4 荆条主要功能性状与环境因子逐步回归分析
为进一步探究栓皮栎人工林间伐背景下，林下荆条地上部分功能性状与林下光环境和荆条根与土壤理化特性指标值的关系，以荆条功能性状为因变量(y)，以与各功能性状密切相关的5个光环境因子和5个土壤理化因子为自变量进行线性逐步回归分析，结果见表6。
表 6 荆条各器官功能性状与环境因子的逐步回归分析模型Table 6 Stepwise regression analysis of V. negundo var. heterophylla functional traits and environmental factors each organ功能性状 回归方程 P R2 叶面积 y=−6.89+1.282x4+0.056x5 0.026 0.896 比叶面积 y=−7.385−0.13x1+10.229x3 0.014 0.910 叶全氮 y=1.143+0.013x4+0.089x5 0.048 0.911 叶有机碳 y=77.476+77.11x1−0.794x3 0.160 0.987 茎干物质质量分数 y=0.415+0.001x1 0.002 0.706 茎有机碳 y=74.329+121.525x2 0.038 0.620 总根长 y=−118.671−2.234 x7+3.555 x8+4.312 x9 0.001 0.783 根干物质 y=−230.074+10x7−0.013x9 0.017 0.753 根体积 y=−9.176−15.724 x6+3.499 x7+0.199 x9 0.001 0.923 比根长 y=−17.111−4.765 x7+1.124x8+0.840 x9 0.003 0.930 根有机碳 y=−338.69+4.253x9−26.676x10 0.001 0.978 说明：x1为光合有效辐射；x2为林下直射辐射通量；x3为林下散射辐射通量；x4为林下总辐射通量；x5为太阳辐射时间；x6为土壤容 重；x7为土壤非毛管孔隙度；x8为毛管总孔隙度；x9为土壤有机质；x10为土壤全氮。 由地上部分功能性状指标与光环境的线性逐步回归分析结果可以看出：荆条叶面积和叶全氮均与林下总辐射通量和太阳直射时间存在较好的线性回归关系，R2分别达0.896和0.911，P均小于0.05。比叶面积和叶有机碳质量分数与光合有效辐射和林下散射辐射线性回归拟合效果较好，R2分别达0.910和0.987，P分别小于0.01和0.05。茎干物质质量分数与光合有效辐射有较强的线性回归关系(P＜0.01，R2=0.896)，而茎有机碳质量分数与林下直射辐射通量存在较好的线性回归关系(P＜0.05，R2=0.620)。
根功能性状与其相关性较强的土壤理化特性线性逐步回归分析结果表明：根总长与土壤非毛管孔隙度、总孔隙度和土壤有机碳，根体积和比根长与土壤容重土壤非毛管孔隙度和毛管孔隙度，根有机碳与土壤有机碳和土壤全磷的线性回归拟合效果较好，R2分别达0.783、0.923、0.930、0.978，P均小于0.01。根干物质质量分数与土壤非毛管孔隙度和土壤有机碳，根体积与土壤容重存在较好的线性回归关系(R2=0.753，P＜0.05)。其中，对土壤理化特征反应敏感的指标为根有机碳质量分数、比根长、根体积，R2分别为0.978、0.930、0.923，对根系影响最大的土壤理化指标是土壤有机质。
4. 结论与讨论
4.1 间伐背景下荆条生长与天然更新的关系
生产性抚育间伐往往是采用清理病腐木、修枝、割灌等为主的低强度间伐为特征的作业方法，而本研究对象采用的是割除对影响抚育作业的少量灌木为主的非全面割灌作业方式。相对于酸枣Ziziphus jujuba等其他灌木，荆条对于开展作业活动影响不大，因此作业时大部分被保留下来。间伐能够改善林内环境，提高栎林林下幼苗天然更新密度[18]，促进栎类树种幼苗的定居和生长，而荆条作为栓皮栎人工林林下的主要建群灌木种类，对于林下更新幼苗具有一定的保护和“肥岛”效应[20]，可以为林下更新幼苗的早期定居和生长提供遮光环境，这不仅对于需要遮光的栓皮栎更新幼苗的生长发育具有一定的保护作用，且由于荆条灌丛“肥岛”现象对土壤持水保肥发挥着重要作用，可为幼苗生长提供相对充足的水肥资源，因此，林下荆条数量及生长状况直接或间接地影响着林下更新幼苗的存活与发育，而林下更新幼苗的生长状况决定着林分更新潜力和抗干扰能力。因此，间伐作为改善林分结构的主要措施，研究生产性间伐对林下主要灌木种类(如荆条)的影响，对于预测林下天然更新动态，制定科学合理的人工促进天然更新措施(如选择性割除或保留林下灌木)，实现森林可持续经营具有一定的参考意义。
4.2 间伐对栓皮栎人工林灌层荆条各器官功能性状的影响
间伐后林内环境发生变化，植物叶片是对光环境变化最敏感的器官，而茎功能性状与植物固碳能力、养分水分传输和防御能力密切相关，对植物生长发育状况具有指示作用[10-11]。根系是与土壤密切接触的器官，其功能性状均能对环境变化做出响应。本研究发现：间伐样地荆条叶面积、比叶面积、叶全氮、茎全氮和茎有机碳显著高于未间伐样地。主要原因可能是，相对于未间伐样地，间伐样地林冠开度的增大使林内光照、温度、水分及土壤理化性质发生异质性[21]，荆条能够获取更充足的资源，使地上部分功能性状均处于较高水平。这说明间伐后林下光环境充足，荆条采用资源获取性生长策略，通过优化自身的结构性状和化学性状，截获更多光能，促进荆条叶片光合作用和有机质的积累。未间伐样地荆条具有较低的比叶面积和较高的叶干物质，说明荆条采取保守型生存策略，通过提高养分利用率，来适应遮光较强的未间伐样地，这与路兴慧等[22]的研究结果一致，即较小的比叶面积和较高的叶干物质有利于林下苗木适应低光环境相一致。总根长、根体积、根生物量和根有机碳均显著高于未间伐样地，原因可能是间伐样地冠层开度的增大在一定程度上增加林内土壤温度，减少降水截留，增加土壤湿度，有利于土壤微生物的生存与繁殖，加速林下腐殖质的分解，有利于林下土壤矿质养分的增加，为荆条根系提供充足的养分，促进根系长度的增加和生物量的积累。但根干物质低于未间伐样地，差异不显著。这可能由于相对于间伐样地，未间伐样地根系的水分比例相对较低，保持较高的根干物质，有利于荆条根系的水分保持。
4.3 荆条地上部分功能性状与林下光环境特征的关系
森林冠层是森林内部与外界环境相互作用最直接、最活跃的交界面[23]。林冠结构的垂直分量会影响穿过林冠的透光率[24]，林冠开度的扩大能促进林下总辐射通量、林下直射光和散射光的增加[3]。间伐引起的林下光环境的优化将直接或间接的影响着植物地上部分功能性状。本研究发现：荆条比叶面积与光合有效辐射强度和散射辐射通量呈极显著的线性正相关，与CORNELISSEN等[25]认为：叶面积越大越有利于植物增强捕获资源能力的研究结果一致。HOGAN等[26]研究间伐对热带幼树功能性状的影响结果：林冠开度增大有利于比叶面积较大的先锋树种定居和生长也佐证这一结论。叶全氮与林下总辐射通量呈极显著的线性正相关关系。这说明间伐后，冠层结构的优化促进林下光环境改善，有利于荆条叶进行光合作用，而氮是光合蛋白质的重要组成成分，与植物的光合作用密切相关。这与高林浩等[27]的研究结果比叶面积与叶全氮含量呈显著正相关相互验证。茎有机碳均与直射辐射通量呈显著正相关。虽然茎光合作用较弱，但在直射辐射通量增加时，叶片光合作用合成更多有机碳，在运输过程中储存在茎中。
4.4 荆条根功能性状与土壤理化性质的关系
根系作为土壤和植物地上部分的枢纽，既可吸收土壤水分和矿质营养反馈植物生长，又能周转、分解土壤养分和改善土壤理化特性[28]。荆条具有浅根特性。研究区荆条根系在0~20 cm土层中所占比例最大，且由于荆条具有“肥岛”效应，其土壤养分表现为表层养分最丰富[20]，因此，本研究分析荆条根系与0~20 cm土壤理化特性的关系。发达的根系能降低土壤容重，增加非毛管孔隙度，促进土壤有机质积累[29]。本研究发现：间伐样地荆条根系生物量显著高于未间伐样地，且总根长与土壤容重呈极显著负相关，与非毛管孔隙度和土壤矿质养分呈极显著正相关，这说明间伐有利于改善土壤孔隙结构，使土壤水分易于根系吸收。这与李建聪[30]研究的土壤非毛管孔隙度与根系的分布具有一致性的结果类似。荆条比根长与土壤有机碳极显著线性正相关，根有机碳与土壤有机质极显著线性正相关。这说明灌木倾向于通过比根长提高水分和养分的获取能力[13]。JACKSON等[31]认为：根系分布异质性的主要原因是土壤养分及空间异质性，根系对土壤空间异质性的基本响应是调整生物量，这说明间伐样地荆条根系趋向于资源获取效率提升。但是，由于森林经营的长周期性，随着时间的推移，冠层开度下降，林下光环境减弱，林内环境与未间伐样地的差异性缩小，因此想要探究间伐对林下荆条的长期影响，需进行进一步周期性系统研究。
4.5 结论
栓皮栎人工林间伐后，荆条拥有较高叶周长、叶面积、比叶面积、叶全氮、茎有机碳、总根长、根体积、根生物量、根有机碳功能性状组合，其资源获取性生存策略突出。地上部分对光环境最敏感的功能性状有叶面积、比叶面积、叶氮质量分数和茎总有机碳质量分数。其中，林下散射辐射通量、总辐射通量和太阳直射时间是荆条地上部分功能性状最主要的影响因子。荆条根功能性状中总根长、比根长是对土壤理化特性最敏感的性状指标，而影响荆条根功能性状的关键因子是土壤有机质。
-
图 6 海口4个时间段新增高温斑块分布示意图
Figure 6 Distribution of new high-temperature plaques in 4 time periods in Haikou
图 7 热力景观在斑块类型水平上的景观指数变化
Figure 7 Change of landscape index on the level of patch type in thermal landscape
表 1 海口市遥感影像数据信息
Table 1. POI data classification statistics
行代号 传感器 获取日期(年-月-日) 陆地云量/% 行代号 传感器 获取日期(年-月-日) 陆地云量/% 12446 LANDSAT_5TM 2000-06-19 13.00 12446 LANDSAT_8OLI_TIRS 2015-06-26 0.78 12446 LANDSAT_5TM 2005-06-17 11.00 12446 LANDSAT_8OLI_TIRS 2019-06-21 0.48 12446 LANDSAT_5TM 2010-07-27 8.00 
下载: 导出CSV
表 2 海口市高温斑块扩张的变化速度指数和变化强度指数
Table 2. ICS and ICI of high-temperature plaque expansion in Haikou
时间段 扩张面积/km2 ICS/% ICI/% 2000−2005 105.136 2 12.87 0.92 2005−2010 87.588 0 10.87 1.28 2010−2015 12.588 3 0.59 0.09 2015−2019 −5.462 1 −0.37 −0.06 平均值 49.962 6 5.99 0.56
下载: 导出CSV
表 3 热力景观在景观水平上的景观指数变化
Table 3. Landscape index change of thermal landscape at landscape level
年份 斑块数/个 斑块密度/(个·hm−2) 聚合度/% 平均斑块面积/hm2 面积加权平均形状指数 斑块内聚力指数/% 多样性指数 均匀度指数 2000 24 202 10.932 5 81.598 0 15.830 2 15.830 2 98.894 3 1.889 2 0.820 5 2005 36 831 16.306 7 78.642 7 20.079 1 20.079 1 98.994 7 1.818 4 0.789 7 2010 59 845 26.257 6 73.606 5 17.391 4 17.391 4 98.542 5 1.796 9 0.780 4 2015 16 777 7.361 1 84.217 8 23.567 3 23.567 3 99.387 7 1.856 5 0.806 3 2019 15 432 6.770 9 84.702 0 21.835 3 21.835 3 99.355 7 2.100 5 0.912 2
下载: 导出CSV
-
[1] SANTAMOURIS M, DING L, FIORITO F, et al. Passive and active cooling for the outdoor built environment: analysis and assessment of the cooling potential of mitigation technologies using performance data from 220 large scale projects[J]. Solar Energy, 2017, 154: 14 − 33. [2] QI Jinda, DING Lan, LIM Samsung. Ontology-based knowledge representation of urban heat island mitigation strategies[J]. Sustainable Cities Soc, 2020, 52: 101875. doi: 10.1016/j.scs.2019.101875. [3] 陈康林, 龚建周, 陈晓越. 广州市热岛强度的空间格局及其分异特征[J]. 生态学杂志, 2017, 36(3): 792 − 799. CHEN Kanglin, GONG Jianzhou, CHEN Xiaoyue. Spatial pattern and differentiation characteristics of urban heat island intensity in Guangzhou City [J]. Chin J Ecol, 2017, 36(3): 792 − 799. [4] 白杨, 王晓云, 姜海梅, 等. 城市热岛效应研究进展[J]. 气象与环境学报, 2013, 29(2): 101 − 106. BAI Yang, WANG Xiaoyun, JIANG Haimei, et al. Progress of urban heat island effect [J]. J Meteorol Environ, 2013, 29(2): 101 − 106. [5] HUANG Qunfang, LU Yuqi. Urban heat island research from 1991 to 2015: a bibliometric analysis [J]. Theor Appl Climatol, 2017, 131(3/4): 1055 − 1067. [6] KOTHARKAR R, RAMESH A, BAGADE A. Urban heat island studies in South Asia: a critical review [J]. Urban Clim, 2018, 24: 1011 − 1026. [7] 邬建国. 景观生态学: 概念与理论[J]. 生态学杂志, 2000, 19(1): 42 − 52. WU Jianguo. Landscape ecology: concepts and theories [J]. Chin J Ecol, 2000, 19(1): 42 − 52. [8] 王清川, 郭立平, 张绍恢. 不同气象条件下廊坊城市热岛效应变化特征[J]. 气象与环境学报, 2009, 25(6): 44 − 48. WANG Qingchuan, GUO Liping, ZHANG Shaohui. Urban heat island effect under different meteorological conditions over Langfang, Hebei Province [J]. J Meteor Environ, 2009, 25(6): 44 − 48. [9] 李丽光, 王宏博, 贾庆宇, 等. 辽宁省城市热岛强度特征及等级划分[J]. 应用生态学报, 2012, 23(5): 1345 − 1350. LI Liguang, WANG Hongbo, JIA Qingyu, et al. Urban heat island intensity and its grading in Liaoning Province of Northeast China [J]. Chin J Appl Ecol, 2012, 23(5): 1345 − 1350. [10] 陈云浩, 李晓兵, 史培军, 等. 上海城市热环境的空间格局分析[J]. 地理科学, 2002, 22(3): 317 − 323. CHEN Yunhao, LI Xiaobing, SHI Peijun, et al. Study on spatial pattern of urban heat environment in Shanghai City [J]. Sci Geogr Sin, 2002, 22(3): 317 − 323. [11] 陈爱莲, 孙然好, 陈利顶. 传统景观格局指数在城市热岛效应评价中的适用性[J]. 应用生态学报, 2012, 23(8): 2077 − 2086. CHEN Ailian, SUN Ranhao, CHEN Liding, et al. Applicability of traditional landscape metrics in evaluating urban heat island effect [J]. Chin J Appl Ecol, 2012, 23(8): 2077 − 2086. [12] 邓睿, 刘亮, 徐二丽. 基于Landsat时间序列数据的重庆市热力景观格局演变分析[J]. 生态环境学报, 2017, 26(8): 1349 − 1357. DENG Rui, LIU Liang, XU Erli. Study on the evolution of thermal landscape pattern in Chongqing City based on time-series landsat data [J]. Ecol Environ Sci, 2017, 26(8): 1349 − 1357. [13] 杨丽萍, 王乐, 孙晓辉, 等. 基于遥感的西安市热力景观格局演变[J]. 水土保持研究, 2017, 24(1): 250 − 255, 264. YANG Liping, WANG Le, SUN Xiaohui, et al. Evolution of the thermal landscape patterns in Xi’an City based on remote sensing [J]. Res Soil Water Conserv, 2017, 24(1): 250 − 255, 264. [14] 池腾龙, 曾坚, 刘晨. 近30年武汉市热环境格局演化机制及扩散模式研究[J]. 国土资源遥感, 2017, 29(4): 197 − 204. CHI Tenglong, ZENG Jian, LIU Chen. A study of evolution mechanism and diffusion mode pattern of thermal environment for Wuhan City in the past 30 years [J]. Remote Sensing Land Resour, 2017, 29(4): 197 − 204. [15] 王中正. 基于遥感影像的城市热岛效应研究及系统的设计: 以海口为例[D]. 海口: 海南大学, 2018. WANG Zhongzheng. Urban Heat Island Effect Research and System Design based on Remote Sensing Image: A Case Study of Haikou City [J]. Haikou: Hainan Univeristy, 2018. [16] 李军, 赵彤, 朱维, 等. 基于Landsat 8的重庆主城区城市热岛效应研究[J]. 山地学报, 2018, 36(3): 452 − 461. LI Jun, ZHAO Tong, ZHU Wei, et al. Urban heat island effect based on Landsat 8 image in urban districts of Chongqing, China [J]. Mount Res, 2018, 36(3): 452 − 461. [17] 武鹏飞. 基于TM影像的北京市城市热岛效应及其影响研究[D]. 北京: 北京林业大学, 2010. WU Pengfei. Study on Urban Heat Island and Its Influence in Beijing City based on TM Images[J]. Beijing: Beijing Forestry University, 2010. [18] 姚玉龙, 刘普幸, 陈丽丽. 基于遥感影像的合肥市热岛效应时空变化特征及成因[J]. 生态学杂志, 2013, 32(12): 3351 − 3359. YAO Yulong, LIU Puxing, CHEN Lili. Spatiotemporal variation characteristics and causes of urban heat islands in Hefei City, Anhui Province of China based on remote sensing [J]. Chin J Appl Ecol, 2013, 32(12): 3351 − 3359. [19] 刘灿然, 陈灵芝. 北京地区植被景观中斑块大小的分布特征[J]. 植物学报, 1999, 41(2): 199 − 205. LIU Canran, CHEN Lingzhi. Distribution characteristics of patch sizes in the vegetation landscape in Beijing [J]. Acta Bot Sin, 1999, 41(2): 199 − 205. [20] 雷金睿, 陈宗铸, 吴庭天, 等. 1989−2015年海口城市热环境与景观格局的时空演变及其相互关系[J]. 中国环境科学, 2019, 39(4): 1734 − 1743. LEI Jinrui, CHEN Zongzhu, WU Tingtian, et al. Spatio-temporal evolution and interrelationship between thermal environment and landscape patterns of Haikou City, 1989 − 2015 [J]. China Environ Sci, 2019, 39(4): 1734 − 1743. 期刊类型引用(5)
1. 郑凌羽，李伟煌，许丙岩，王英姿，洪滔. 抚育间伐对福建千年桐-闽楠混交林磷含量的影响. 林草资源研究. 2024(02): 59-67 . 
百度学术2. 夏霁晖，冶佩霞，杨海，张圣全，靳珊珊，周梦丽，闫东锋. 大别山北缘不同生活型木本植物叶功能性状及其耦合关系. 浙江农林大学学报. 2024(05): 970-977 . 本站查看3. 丁明利，李萌，丁福明，周源，朱文琰，李鹏. 海拔梯度对伏牛山北坡槲栎功能性状的影响. 东北林业大学学报. 2023(06): 40-45 . 百度学术4. 曾辉. 植物功能性状研究进展. 辽宁林业科技. 2023(03): 64-66 . 百度学术5. 李冰，杨振亚，唐辉，汪奎宏，李琴，赵建诚. 林分密度对毛竹林下浙江楠幼苗生长和生理特性的影响. 东北林业大学学报. 2022(08): 1-4 . 百度学术其他类型引用(4)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20200648
点击查看大图
计量
- 文章访问数: 1110
- HTML全文浏览量: 185
- PDF下载量: 48
- 被引次数: 9
