留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

黑壳楠木材构造特征及挥发性有机物成分

杨建飞 宁莉萍 杨了 王杰 钱钰滢 陈颐萱

陈棋, 张超, 田湘云, 等. 云南省2000—2020年石漠化时空演变分析[J]. 浙江农林大学学报, 2023, 40(2): 417-426. DOI: 10.11833/j.issn.2095-0756.20210806
引用本文: 杨建飞, 宁莉萍, 杨了, 等. 黑壳楠木材构造特征及挥发性有机物成分[J]. 浙江农林大学学报, 2018, 35(5): 927-934. DOI: 10.11833/j.issn.2095-0756.2018.05.018
CHEN Qi, ZHANG Chao, TIAN Xiangyun, et al. Spatio-temporal evolution process of rocky desertification in Yunnan Province from 2000 to 2020[J]. Journal of Zhejiang A&F University, 2023, 40(2): 417-426. DOI: 10.11833/j.issn.2095-0756.20210806
Citation: YANG Jianfei, NING Liping, YANG Liao, et al. Structural characteristics of Lindera megaphylla wood and its volatile organic compounds[J]. Journal of Zhejiang A&F University, 2018, 35(5): 927-934. DOI: 10.11833/j.issn.2095-0756.2018.05.018

黑壳楠木材构造特征及挥发性有机物成分

DOI: 10.11833/j.issn.2095-0756.2018.05.018
基金项目: 

“十二五”国家科技支撑计划项目 2011BAC09B05

四川农业大学科研兴趣项目 ky2016199

详细信息
    作者简介: 杨建飞, 从事木材科学研究。E-mail:305298173@qq.com
    通信作者: 宁莉萍, 教授, 博士, 从事木材科学与技术研究。E-mail:1374515621@qq.com
  • 中图分类号: S781.4

Structural characteristics of Lindera megaphylla wood and its volatile organic compounds

  • 摘要: 以四川省雅安市黑壳楠Lindera megaphylla活立木为研究对象,通过观察黑壳楠木材的宏微观构造特征,测量和分析导管、木纤维、木射线、轴向薄壁细胞的形态参数及其组织比量,同时采用气相色谱-质谱联用(GC-MS)技术分析黑壳楠木材挥发性有机物成分的主要组分,探究其木材构造特征并分析挥发性化学成分。结果表明:黑壳楠木材构造特征为散孔材,管孔数少,导管长度属于中级别,木纤维长度中,多列射线宽度细至中,轴向薄壁组织量少。木纤维、木射线、导管、轴向薄壁组织的组织比量分别为52.7%,24.6%,13.2%,9.5%。共分离出黑壳楠木材挥发性有机物成分39个峰,鉴定出23种化合物,占总成分的87.11%,主要为烃类化合物及其含氧衍生物。黑壳楠木材挥发性有机物成分中相对含量超过1%的成分共有13种,占总峰面积的80.22%。黑壳楠木材挥发性有机物成分含18种萜类化合物,均为倍半萜化合物,累计相对含量高达58.63%。得出以下结论:实验所得黑壳楠木材构造特征可作为其区分于其他木种的重要理论依据之一; 黑壳楠木材具有较高的医药利用价值,同时在芳香理疗产品的应用方面具有极大的潜力。
  • 石漠化作为一种次生的自然灾害,指在脆弱的岩溶地区,由于受到不合理的人类活动干扰,发生地表植被破坏、土壤侵蚀和基岩裸露等退化极端现象,是中国第三大生态问题[1-2]。中国西南地区岩溶地貌类型齐全、石漠化分布范围广[3],其中以云南、贵州尤为典型。与贵州省不同,云南省岩溶地貌分布广泛,全省129个县(市、区)中,122个存在石漠化现象,且在湿润、半湿润以及半干旱、干旱气候条件下均有发生[4]。云南省严重的石漠化问题,已造成植被逆演替、水土流失、人地矛盾加剧等问题,严重威胁长江、珠江和澜沧江等河流的生态安全,制约着区域经济发展和生态文明建设[5-6]。近年来,国内外专家学者对石漠化信息的遥感提取方法[7-8]、时空演变规律[9-10]、驱动机制[11-12]、恢复治理[13-14]以及修复评价[15-16]等进行了系统性研究,为准确掌握石漠化的时空分布信息和演变规律、修复治理区域生态起到关键作用。利用遥感手段对石漠化信息的提取和时空演变过程的探索,如李阳兵等[17]基于岩石裸露率将石漠化划分为6个等级,人工目视判别后寨河流域5个地点石漠化信息,并引入石漠化变化重要性指数分析了岩溶山地石漠化的变化趋势;王茜等[18]选取岩石裸露率和植被+土被覆盖度,将石漠化划分为5个等级,采用人机交互方式解译广南县石漠化斑块,使用石漠化转移矩阵模型探讨了生态治理后的石漠化格局分布变化;习慧鹏等[19]依据岩石裸露率、植被覆盖度和坡度,将石漠化划分为6级,采用地理探测器获得表征因子贡献率,进行叠加分析提取普定县石漠化斑块信息,构建因子变化模型对表征因子与石漠化时空演变特征进行了评价;左太安等[20]以岩石裸露率、植被+土被覆盖度、土地利用类型为指标,建立了6级分类体系,采用决策树分类法完成了毕节试验区石漠化斑块信息提取,分析了石漠化的时空演变过程。上述研究发现:通过选取若干个遥感表征因子,建立石漠化遥感识别分类体系,所选取的表征因子和分类体系不一致,会增加石漠化斑块信息提取的不确定性,无法保障石漠化斑块信息提取的一致性,不易探析各研究结果石漠化时空演变规律的异同。目前多数研究采用人机交互解译的方法进行小尺度石漠化斑块信息提取,难以满足大尺度石漠化信息提取的需求。

    针对上述问题,本研究基于Landsat系列卫星影像,以云南省为研究区,依据《岩溶地区石漠化监测技术规定》(2011年修订),定量提取表征因子,采用决策树分类法完成2000、2010、2020年石漠斑块信息的提取,引入多个土地利用动态变化模型定量分析云南省石漠化的时空演变过程和特征,旨在为宏观石漠化监测及演变规律研究提供方法。

    云南省(21°08′~29°15′N,97°31′~106°11′E)国土总面积为39.41×104 km2,辖16个地级市、129个县级行政区。境内主要为山地高原地形,地势呈阶梯状自西北向东南逐级降低,平均海拔约2 000 m。属亚热带高原季风气候,受季风气候和地形影响,区域差异和垂直变化显著,年均气温为5~24 ℃,南北温差约19 ℃;降水充沛,但时空分布不均,年均降水量约1 100 mm,集中于5—10月。地质构造复杂,基岩分布以沉积岩和变质岩面积最广,其中,碳酸岩主要分布于滇东北、滇东、滇东南以及滇西北等地区。植被类型丰富,有热带雨林、季雨林、季风常绿阔叶林和暖热针叶林、半湿润常绿阔叶林和暖温性针叶林、湿润常绿阔叶林、温凉性针叶林及寒温性针叶林[21]

    收集2000、2010和2020年共3个时段的云南省Landsat系列卫星遥感影像、地质分布数据和土地利用分布数据。其中,遥感影像来源于谷歌地球引擎(Google Earth Engine,GEE)平台,空间分辨率为30 m,已经过大气校正、几何校正和地形校正等预处理。1∶50万云南省地质分布数据来源于中国地质调查局地质云(https://geocloud.cgs.gov.cn)。土地利用分布数据来源于全球地表覆盖数据产品平台(Globeland 30),空间分辨率为30 m (http: //www.globallandcover.com/)。

    对基础数据进行以下预处理:①基于GEE平台,筛选2000、2010和2020年各年1月1日至12月31日影像,借助影像数据集中的QA频段进行云像元掩膜,基于去云后影像采用均值算法合成,完成拼接和裁剪,获得年度最优影像[22-23] (以上步骤均以代码实现);②对云南省地质分布数据进行几何校正,确定岩溶地区范围。

    石漠化表征因子是石漠化识别和等级评定的重要依据。诸多研究采用植被覆盖度和岩石裸露率构建评定体系。此外,有学者通过坡度和地表结构稳定性的关系,将植被覆盖度、岩石裸露率和坡度作为石漠化评定指标。鉴于石漠化表征因子选取标准的不一致,本研究依据《岩溶地区石漠化监测技术规定》(2011年修订),选取土地利用类型、岩石裸露率、植被类型、植被覆盖度和土层厚度共5个表征因子作为石漠化评定指标。

    石漠化表征因子的提取过程如下:①计算归一化岩石指数(INDR)和归一化植被指数(INDV),采用像元二分法模型计算岩石裸露率(RE)和植被覆盖度(FVC);②依据岩溶地区岩石裸露率与土层厚度(ST)空间关联进行岩溶区土层厚度定量反演[24];③基于土地利用数据将研究区植被类型划分为乔木型、灌木型、草丛型、作物型和无植被型。各石漠化表征因子的计算方法如表1所示。

    表 1  石漠化表征因子计算公式
    Table 1  Calculation formulas of rocky desertification indicators
    表征指标计算公式
    归一化岩石指数 INDR=(BSWIRBNIR)/(BSWIR+BNIR)
    归一化植被指数 INDV=(BNIRBRED)/(BNIR+BRED)
    岩石裸露率   RE=(INDRINDR-min)/( INDR-maxINDR-min)
    植被覆盖度   FVC=(INDVI NDV-min)/( INDV-maxI NDV-min)
    土层厚度    ST=0.0036RE 2−0.717 9RE+40.312
      说明:取INDR累计贡献率为5%和95%的值作为INDR-min和     INDR-max;取INDV累计贡献率为5%和95%的值作为     INDV-minINDV-max[10]BSWIRBNIRBRED分别表示     近红外、红外、红光波段的像元值
    下载: 导出CSV 
    | 显示表格

    完成上述5个表征因子的计算(图1),将岩溶地区石漠状况分为无石漠化土地、潜在石漠化土地和石漠化土地3种类型,其中,石漠化土地又细分为轻度石漠化、中度石漠化、重度石漠化和极重度石漠化4个等级。石漠化信息提取过程如下:①基于岩石裸露率、植被覆盖度和土地利用类型,采用决策树分类法进行岩溶地区土地类型划分;②根据评定标准计算岩石裸露率、植被覆盖度、植被类型、土层厚度的分值,根据综合评分值确定石漠化程度。

    图 1  石漠化表征因子示意图
    Figure 1  Rocky desertification characterization factors

    为了探析石漠化的时空演变特征,引入土地利用动态变化分析模型研究单一等级石漠化动态度、综合等级石漠化动态度、石漠化面积转移矩阵及石漠化双向变化率,定量描述石漠化的时空演变过程。

    ①单一等级石漠化动态度:用于表示研究时段内单一等级石漠化的变化幅度,是石漠化等级变化差异和未来变化预测的重要依据。计算公式为:

    $$ {K}_{{i}}=\frac{{{U}}_{\mathrm{b}}-{U}_{\mathrm{a}}}{{U}_{\mathrm{a}}}\times \frac{1}{{T}}\times 100\% 。 $$ (1)

    式(1)中:Ki为研究时段内第i类石漠化类型动态度(%);UaUb分别为研究初期及研究末期该类石漠化类型的面积(km2);T为研究时段长度(a)。

    ②综合等级石漠化动态度:反映研究时段内石漠化总体的变化幅度和速度。计算公式为:

    $$ {K}_{n}=\sum _{i=1}^{n}\frac{\left(\left|{U}_{{\rm{b}}i}-{U}_{{\rm{a}}i}\right|\right)}{{S}}\times \frac{1}{{T}}\times 100\mathrm{\%} 。 $$ (2)

    式(2)中:Kn为研究时段内综合等级石漠化类型动态度(%);Uai、Ubi为研究区域内第i类石漠化类型在研究起始年和终止年的统计面积(km2);S为研究区总面积(km2);n为石漠化类型数量。

    ③石漠化面积转移矩阵:反映石漠化各等级内部的变化特征,亦能描述研究区不同时期各等级石漠化的转换方向和转换量。计算公式为:

    $$ {{\boldsymbol{S}}}_{ij}=\left[\begin{array}{cccc}{S}_{11}& {S}_{12}& \cdots & {S}_{1{n}}\\ {S}_{21}& {S}_{22}& \cdots & {S}_{2{n}}\\ \cdots & \cdots & \cdots & \cdots \\ {S}_{{n}1}& {S}_{{n}2}& \cdots & {S}_{{n}{n}}\end{array}\right] 。 $$ (3)

    式(3)中:Sij为研究时段内第i等级石漠化转换成第j等级石漠化的面积(km2);n为转换前后的石漠化等级数量。

    ④石漠化双向变化率:是对石漠化内部变化速度的量化表达,反映研究区各等级石漠化转换速度的差异。计算公式为:

    $$ {P}_{{i}}=\frac{\displaystyle \sum _{ij}^{n}\left[\left({U}_{{i}{j}}+{U}_{{j}{i}}\right)/{U}_{{i}}\right]}{{T}}\times 100\% 。 $$ (4)

    式(4)中:Pi为第i等级石漠化的双向变化率(%);Uiji等级石漠化转换到非i等级石漠化的面积(km2);Uji为除i等级的其他等级石漠化转换为i等级石漠化的面积(km2);Ui为初期第i等级石漠化的面积(km2)。

    结合云南省岩溶地区的边界范围和谷歌地球引擎不同成像时间的高清遥感影像,随机抽取1 200个样点,采用目视解译的方法完成验证数据的采集。以2020年石漠化分类结果为例,计算石漠化斑块遥感分类精度的混淆矩阵(表2)。结果显示:中间过渡等级的判对率较低,两端等级的判对率较高,无石漠化和极重度石漠化的识别精度均可达75%以上。遥感分类结果的总体精度为75.25%,Kappa系数为0.680,利用本研究提出的方法可较为准确地提取石漠化斑块信息。

    表 2  云南省石漠化遥感分类精度混淆矩阵
    Table 2  Confusion matrix of remote sensing classification accuracy of rocky desertification in Yunnan
    等级无石漠化/个潜在石漠化/个轻度石漠化/个中度石漠化/个重度石漠化/个极重度石漠化/个制图精度/%用户精度/%
    无石漠化  40118541279.2593.04
    潜在石漠化 6111421101173.0854.81
    轻度石漠化 4446500055.0857.52
    中度石漠化 014159716376.9866.90
    重度石漠化 06971322779.0472.93
    极重度石漠化0038179474.0277.05
    下载: 导出CSV 
    | 显示表格

    云南省石漠化的空间分布范围广,但不均匀,发生面积总体呈东多西少的分布特征。研究时段内,滇东北的昭通、滇东的曲靖、滇东南的文山、滇南的红河及滇中的昆明等地的石漠化发生面积占全省石漠化发生总面积的65.42%~72.14%,是云南省石漠化分布的集中区(图2)。同时,全省石漠化发生变化的区域较大,呈集中连片分布。石漠化的演变过程可分为2种类型,大部分地区属于持续减少型,仅有临沧、丽江、文山和迪庆属于先增后减型。其中,文山、昭通、曲靖和红河的石漠化变化最为显著,占全省石漠化变化面积的75.22%。可见,2010年前云南省石漠化的扩张趋势大部分已得到遏制,但2008—2010年遭遇不同程度的干旱和冰雪灾害,以及石漠化综合治理等生态工程的实施对生态系统造成的破坏,局部地区石漠化程度仍在恶化;2010年以后,云南省石漠化状况整体得到一定改善,但治理形式依然严峻。

    图 2  研究区石漠化分布示意图
    Figure 2  Distribution of rocky desertification

    表3可知:2000—2020年,云南省石漠化分布面积整体呈缩减趋势,石漠化分布面积占国土面积比例从9.65%下降至6.48%。其中:重度石漠化面积缩减面积最多,减少面积占国土面积的2.05%。无石漠化分布面积呈持续扩张趋势,增加面积占国土面积比例从16.30%增加至19.50%。潜在石漠化面积变化不明显,变化面积仅占国土面积的0.03%。

    表 3  云南省2000—2020年各等级石漠化动态度
    Table 3  Dynamic degree of desertification rocky desertification grade of Yunnan from 2000 to 2020
    等级面积/km22000—2010年2010—2020年
    2000年2010年2020年变化面积/km2动态度/%变化面积/km2动态度/%
    无石漠化  62 459.2466 179.9774 720.133 720.730.608 540.161.29
    潜在石漠化 18 895.0218 391.7718 763.56−503.25−0.27371.790.20
    轻度石漠化 3 849.054 402.552 438.54553.501.44−1 964.01−4.46
    中度石漠化 5 644.204 976.985 140.92−667.22−1.18163.940.33
    重度石漠化 19 957.5516 322.7512 122.71−3 634.80−1.82−4 200.04−2.57
    极重度石漠化7 500.458 031.495 119.65531.040.71−2 911.84−3.63
    总计9 610.540.8118 151.781.53
    下载: 导出CSV 
    | 显示表格

    从单一等级石漠化动态度来看,研究区石漠化状况可分为4种演变特征:①动态度持续正值变化,面积呈扩张趋势,为无石漠化演变特征;②动态度负向变化,面积呈缩减趋势,为重度石漠化演变特征;③动态度由负值变化为正值,面积变化呈先缩减后扩张,以潜在石漠和轻度石漠化演变特征为主;④动态度由正值变化为负值,面积变化呈先扩张后缩减,以轻度石漠化和极重度石漠化演变特征为主。

    2000—2010年,云南省石漠化面积缩减了3 217.48 km2,占国土面积的0.84%。在此期间,无石漠化、轻度石漠化和极重度石漠化分布面积扩张,其中,轻度石漠化扩张幅度最大,动态度为1.44%,年均扩张面积为55.35 km2;其余等级石漠化分布面积缩减,其中,重度石漠化面积缩减幅度最大,动态度为−1.82%,年均缩减面积为363.48 km2

    2010—2020年,云南省石漠化状况显著改善,石漠化缩减面积占国土面积的2.33%。无石漠化、潜在石漠化和中度石漠化分布面积增加;其余等级石漠化面积减少。与2000—2010年相比,除潜在石漠化和中度石漠化外,其余各等级石漠化变化幅度有所增加,其中,无石漠化面积扩张幅度最大,动态度为1.29%,年均扩张面积为854.02 km2,轻度石漠化面积缩减幅度最大,动态度为−4.46%,年均缩减面积为196.40 km2

    2个时段相比,2010—2020年各等级石漠化变化面积多于2000—2010年,综合等级石漠化动态度也远高于2000—2010年(表3)。上述结果表明,2010—2020年云南省石漠化演变幅度较2000—2010年大。

    综上,2000—2020年期间,云南省石漠化演变过程复杂、变化幅度大。2000—2010年和2000—2020年2个时段,云南省石漠化状况整体上均有一定改善,但部分等级石漠仍在恶化。无石漠化和重度石漠化演变方式单一,其余石漠化演变方式复杂,说明云南省石漠化防治仍需高度重视。

    进入21世纪以来,云南省石漠化演变过程较为剧烈。基于2000、2010和2020年石漠化遥感分类结果制作转移矩阵弦图(图3)。2000—2010年,无石漠化变化面积最大,重度石漠化次之。无石漠化转移至潜在石漠化面积最多,占无石漠化转移面积的49.65%;潜在石漠化和轻度石漠化主要向低等级石漠化转移;中度石漠化转移为无石漠化和重度石漠化面积较多,分别占中度石漠化转移面积的28.89%和25.43%;重度石漠化转移至其余各等级石漠化面积相差不大,其中转移至极重度石漠化面较多,占重度石漠化转移面积的23.17%;极重度石漠化转移至重度石漠化面积最多,占转移面积的56.30%。2010—2020年,轻度石漠化、中度石漠化和重度石漠化主要转移为无石漠化和潜在石漠化;极重度石漠转移为重度石漠化面积仍最多,占极重度石漠化转移面积的51.01%,转移为无石漠化面积有所增加,占重度石漠化转移面积的28.64%。

    图 3  石漠化等级转移矩阵弦图
    Figure 3  Rocky desertification grade shift matrix chord diagram

    上述结果表明:2000—2010年,中度石漠化、重度石漠化在转移过程中向高等级石漠化转移面积较多,存在恶化倾向;2010—2020年,以高等级石漠化转出为低等级石漠化为主,石漠化改善面积多于恶化面积。2个时段,在转移过程中极重度石漠化转移至重度石漠面积均最多,且占转移面积的50%以上,极重度石漠化治理难度大,改善周期长。

    2000—2010年,轻度石漠化新增速率快、中度石漠化转移速率快,双向变化速率轻度石漠化最快(表4)。2010—2020年,轻度石漠化变化为转移速率快,中度石漠化则变为新增速率快,双向变化速率中度石漠化最快。2个时段相比,2010—2020年各等级石漠化变化速率均有所提高。无石漠化、潜在石漠化、中度石漠化的新增速率增高,转移速率降低;轻度、重度、极重度石漠化则与之相反。分析可知:轻度石漠化和中度石漠化为石漠化演变的过度阶段,双向变化速率较快,易于改善的同时也需防止其恶化。此外,2010—2020年较2000—2010年石漠化改善速率有大幅提升。

    表 4  云南省2000—2020年石漠化演变双向变化速率
    Table 4  Two-way change rate of rocky desertification evolution in Yunnan from 2000 to 2020
    等级2000—2010年2010—2020年
    新增面
    积/km2
    转移面
    积/km2
    新增速
    率/%
    转移速
    率/%
    变化速
    率/%
    新增面
    积/km2
    转移面
    积/km2
    新增速
    率/%
    转移速
    率/%
    变化速
    率/%
    无石漠化  11 351.067 630.331.821.223.0415 582.557 042.382.351.063.42
    潜在石漠化 8 917.649 420.884.724.999.7110 884.7110 512.935.925.7211.63
    轻度石漠化 3 768.213 214.719.798.3518.141 808.593 772.604.118.5712.68
    中度石漠化 4 266.724 933.937.568.7416.304 176.474 012.538.398.0616.45
    重度石漠化 7 386.6611 021.463.705.529.225 446.489 646.523.345.919.25
    极重度石漠化4 139.783 608.745.524.8110.331 925.334 837.182.406.028.42
    下载: 导出CSV 
    | 显示表格

    基于遥感数据提取的石漠化信息和全国石漠化监测结果存在一定差异。目前,云南省采用以地面调查为主的方法对65个石漠化重点监测县进行了3次综合监测,其中以2011年与本研究2010年石漠化研究时段相近。据统计,2011年监测区石漠化面积为28 397.51 km2,潜在石漠化面积为17 710.26 km2[25];而本研究2010年65个重点监测县石漠化面积为30 725.78 km2,潜在石漠化面积为16 107.40 km2。两项研究石漠化提取面积相差2 328.27 km2,相对误差为8.20%;潜在石漠化相差1 602.86 km2,相对误差为9.05%,进一步验证了本研究的提取方法的可靠性。

    石漠化的时空演变过程实质上是人类活动干扰生态系统,从而影响生态演替的方向和进程。本研究采用遥感手段定量提取石漠化斑块信息,引入多种模型对石漠化时空演变总体特征和内部转移特征进行定量评价,探讨了石漠化分布特征和演变规律。主要结论如下:

    ①基于GEE平台的Landsat TM/OLI数据,采用决策树分类法对云南省岩溶区石漠化信息进行遥感识别和提取,云南省2020年石漠化遥感分类总体精度达75.25%,Kappa系数达0.680,利用本研究提出的方法可较为准确地提取石漠化斑块信息。

    ②云南省石漠化空间分布特征呈东多西少,其中,以昭通、曲靖、文山、红河等地区石漠化分布面积较多,且石漠化发生情况较严重;演变类型空间分布特征整体表现为持续减少型,局部地区石漠化面积仍有扩张。

    ③研究时段内,云南省石漠化面积总体呈持续缩减的演变趋势,但部分等级石漠化存在先增后减或先减后增的演变态势;与2000—2010年相比,2010—2020年石漠化综合等级动态度及大部分单一等级石漠化动态度数值有所增加,表明云南省石漠化演变方式多样,且后一时段较前一时段的演变幅度大。

    ④研究时段内,云南省石漠化的演变流向复杂,且内部演变过程较为剧烈,无石漠化为最大的新增型,重度石漠化面积转移最多;2个阶段,轻度石漠化和中度石漠化双向变化速率较高,易发生变化,稳定性低。

  • 图  1  黑壳楠木材的微观构造

    Figure  1  Microscopic character of the Lindera megaphylla wood

    图  2  黑壳楠木材的扫描电子显微镜图

    Figure  2  SEM picture of the Lindera megaphylla wood

    图  3  黑壳楠木材有机挥发性成分总离子流图

    Figure  3  Total ion chromatogram(TIC) of volatile organic compounds in L.megaphylla wood

    表  1  木射线中块状物和球状物成分分析

    Table  1.   Block and globular material composition in wood ray

    元素 块状物 球状物
    质量百分比/% 原子百分比/% 质量百分比/% 原子百分比/%
    16.61 32.55 57.26 64.09
    20.90 30.75 42.74 35.91
    62.49 36.70
    下载: 导出CSV

    表  2  黑壳楠木材挥发性有机物成分分析结果

    Table  2.   Volatile organic compounds of Lindera megaphylla wood

    序号 t/min 化合物 分子式 分子量 相对含量/% 类别
    1 8.97 α-荜澄茄油烯 .alpha.-cubebene C15H24 204 0.85 烯烃 alkenes *
    2 9.33 δ-榄香烯 .delta.-elemene C15H24 204 0.36 烯烃 alkenes *
    3 9.83 α-可巴烯 .alpha.-copaene C15H4 204 0.90 烯烃 alkenes *
    4 10.49 (1s,7r)-1,4, 4, 7-四甲基-1,4, 5, 6, 7, 8-六氢-2(3h)-萘酮 (1s,7r)-1,4, 4, 7-tetramethyl-1, 4, 5, 6, 7, 8-hexahydro-2(3h)-naphtalenone C14H22O 206 3.74 酮 ketone
    5 10.93 4, 7-二甲基-1-异丙基全氢萘 4, 7-dimethyl-1-isopropyl perhy-dronaphthalene C15H28 208 22.46 环院烃 cycloparaffin
    6 11.45 α-柏木烯 .alpha.-cedrene C15H24 204 2.04 烯烃 alkenes *
    7 12.44 3, 7愈创木二烯 3, 7-guaiadiene C15H24 204 20.11 烯烃 alkenes *
    8 12.74 香树烯 1h-cycloprop [e] azulene, decahydro-1, 1, 7-trimethyl-4-methylene-, [1ar-(1aa, 4ab, 7b, 7ab, 7ba)]- C15H24 204 1.00 烯烃 alkenes *
    9 14.21 α-紫穗槐烯 .alpha.-amorphene C15H24 204 5.89 烯烃 alkenes *
    10 15.68 δ-荜澄茄烯 .delta.-cadinene C15H24 204 0.80 烯烃 alkenes *
    11 16.06 芳-香姜黄烯 ar-curcumene C15H22 202 2.23 烯烃 alkenes *
    12 17.37 1s, 顺去氢白菖烯 1s, cis-calamenene C15H22 202 12.05 烯烃 alkenes *
    13 18.76 3-[(3e)-4, 8-二甲基-3, 7-壬二烯]呋喃3-[(3e)-4, 8-dimethylnona-3, 7-dienyl] furan C15H22O 218 0.84 呋喃 furan *
    14 19.30 去二氢菖蒲烯 calacorene C15H20 200 1.38 烯烃 alkenes
    15 20.32 α-二去氢菖蒲烯 .alpha.-calacorene C15H20 200 0.57 烯烃 alkenes
    16 20.87 石竹烯环氧化物 caryophyllene oxide C15H24 220 0.88 氧化物 oxide *
    17 23.58 异构吉马酮环氧化物 isogermacrone-epoxide C15H22O2 234 3.09 氧化物 oxide *
    18 23.89 γ-按叶醇 .gamma. - eudesmol C15H26O 222 0.53 醇类 alcohols *
    19 25.80 沉香螺旋醇 agaruspirol C15H26O 222 1.58 醇类 alcohols *
    20 26.79 呋喃,3-甲基-2-[3-甲基-4-(4-甲基-2-呋喃基)-2-丁烯基]-,(e)-furan, 3-methyl-2- [3-methyl-4-(4-methyl-2-furanyl)-2-butenyl] -, (e)- C15H18O2 230 1.39 呋喃 furan *
    21 27.04 愈创木奠1, 4-dimethyl-7 - (1 -methylethyl) -azulene C15H18 198 3.26 奠 azulene *
    22 31.75 愈创蓝油烃 guaiazulene C15H18 198 0.83 奠 azulene *
    23 34.67 亚油酸乙酷 ethyl linoleate C20H36O2 308 0.35 酯 ester
    说明:*表示倍半萜化合物
    下载: 导出CSV

    表  3  黑壳楠木材挥发性有机物成分统计

    Table  3.   Volatile organic compounds of L.megaphylla wood

    成分类别 数量/种 相对含量/%
    烯烃类 12 48.18
    环院烃 1 22.46
    奠类 2 4.09
    酮类 1 3.74
    氧化物 2 3.62
    呋喃类 2 2.23
    醇类 2 2.11
    酯类 1 0.35
    下载: 导出CSV
  • [1] 汪杭军, 张广群, 祁亨年, 等.木材识别方法研究综述[J].浙江林学院学报, 2009, 26(6):896-902.

    WANG Hangjun, ZHANG Guangqun, QI Hengnian, et al. A review of research on wood recognition technology[J]. J Zhejiang For Coll, 2009, 26(6):896-902.
    [2] 胡汉志, 徐峰, 周少英.维腊木与愈疮木木材构造特征比较解剖研究[J].西北林学院学报, 2010, 25(6):165-167.

    HU Hanzhi, XU Feng, ZHOU Shaoying. Comparative anatomical research on the wood structure between Bulnesia and Guajacum[J]. J Northwest For Univ, 2010, 25(6):165-167.
    [3] 高振忠, 孙瑾, 吴鸿, 等.樟科10属14种木材解剖学特征的比较研究[J].林业科学研究, 2009, 22(3):413-417.

    GAO Zhenzhong, SUN Jin, WU Hong, et al. Comparative study on wood anatomical structure of 14 species belonging to 10 genera of Lauraceae[J]. For Res, 2009, 22(3):413-417.
    [4] 王琦, 刘华红, 王彬, 等. 7种槭树释放挥发性有机化合物组分分析[J].浙江农林大学学报, 2016, 33(3):524-530.

    WANG Qi, LIU Huahong, WANG Bin, et al. Component analysis of volatile organic compounds from branches and leaves in seven Acer species[J]. J Zhejiang A & F Univ, 2016, 33(3):524-530.
    [5] 陈晓亚.植物次生代谢研究[J].世界科技研究与发展, 2006, 28(5):1-4.

    CHEN Xiaoya. Plant secondary metabolism[J]. World Sci-Technol R&D, 2006, 28(5):1-4.
    [6] LORETO F, PINELLI P, MANES F, et al. Impact of ozone on monoterpene emissions and evidence for an isoprene-like antioxidant action of monoterpenes emitted by Quercus ilex leaves[J]. Tree Physiol, 2004, 24(4):361.
    [7] 丁倩倩, 吴兴波, 刘芳, 等.木兰科4种植物鲜花挥发物成分分析[J].浙江农林大学学报, 2013, 30(4):477-483.

    DING Qianqian, WU Xingbo, LIU Fang, et al. Volatile organic compounds in flowers of four Magnoliaceae species[J]. J Zhejiang A & F Univ, 2013, 30(4):477-483.
    [8] BAKKALI F, AVERBECK S, AVERBECK D, et al. Biological effects of essential oils:a review[J]. Food Chem Toxicol, 2008, 46(2):446-475.
    [9] 吴楚材, 郑群明.植物精气研究[J].中国城市林业, 2005, 3(4):61-63.

    WU Chucai, ZHENG Qunming. The study of phytoncidere[J]. J Chin Urban For, 2005, 3(4):61-63.
    [10] 孙继平, 付金华, 樊巍, 等. 2种肤小蠹对几种针叶树挥发物的行为反应研究[J].中国园艺文摘, 2013(5):157-160.

    SUN Jiping, FU Jinhua, FAN Wei, et al. Field responses of two sympatric phloeosinus bark beetles to coniferous plant volatiles[J]. Zhongguo Yuanyi Wenzhai, 2013(5):157-160.
    [11] 徐磊, 潘勇智, 薛辉, 等. 5种针叶树球果所含挥发性物质与丽江球果花蝇危害关系研究[J].林业调查规划, 2016, 41(1):95-97.

    XU Lei, PAN Yongzhi, XUE Hui, et al. Relationship research on volatile components of five coniferous species plants and damage of Strobilomyia lijiangensis[J]. Fort Invent Plann, 2016, 41(1):95-97.
    [12] 李阳, 江广渝, 王海洋. 4种樟科园林树种挥发性物质杀菌能力测定及有效成分分析[J].西南师范大学学报(自然科学版), 2014, 39(6):29-34.

    LI Yang, JIANG Guangyu, WANG Haiyang. On analysis of bactericidal ability and effective component of four garden trees[J]. J Southwest China Norm Univ Nat Sci Ed, 2014, 39(6):29-34.
    [13] 中国科学院中国植物志编辑委员会.中国植物志:第31卷[M].北京:科学出版社, 1982:384-386.
    [14] 陈随清, 左艇.河南山胡椒属植物资源及其药理、化学及应用研究[J].中医学报, 2005, 20(3):25-27.

    CHEN Suiqing, ZUO Ting. Medicinal plant resources Lindera genus in Henan:studies of its pharmacology, chemical components and application[J]. China J Chin Med, 2005, 20(3):25-27.
    [15] 南京中医药大学.中药大辞典:上册[M]. 2版.上海:上海科学技术出版社, 2013:2891-2891.
    [16] 卞京军, 程密密, 罗思源, 等.黑壳楠叶片精油挥发性成分的GC/MS鉴定与应用分析[J].西南大学学报(自然科学版), 2014, 36(10):82-88.

    BIAN Jingjun, CHENG Mimi, LUO Siyuan, et al. GC/MS Analysis of volatile substances in essential oil of Lindera megaphylla blade and its application[J]. J Southwest Univ Nat Sci, 2014, 36(10):82-88.
    [17] HUANG Rayling, CHEN Chienchih, HUANG Yulin, et al. Anti-tumor effects of d-dicentrine from the root of Lindera megaphylla[J]. Planta Med, 1998, 64(3):212-215.
    [18] CHEN Chienchih, LIN Chwanfwu, HUANG Yulin, et al. Bioactive constituents from the flower buds and peducles on Lindera megaphylla[J]. Nat Prod, 1995, 58(9):1423-1425.
    [19] CHOU Chengjen, LIN Liechwen, CHEN Kuotung, et al. Northalifoline, a new isoquinolene alkaloid from the spedicels of Lindera megaphylla[J]. J Nat Prod, 1994, 57(6):689-694.
    [20] 房伟. 1961-2010年雅安市气候变化趋势[J].贵州气象, 2012, 36(6):40-42.

    FANG Wei. Climate change trend in Ya'an in 1961-2010 years[J]. J Guizhou Meteorol, 2012, 36(6):40-42.
    [21] 中华人民共和国国家质量监督检验检疫总局.木材鉴别方法通则: GB/T 29894-2013[S].北京: 中国标准出版社, 2013.
    [22] DING Wen, NING Liping, XIONG Yan, et al. Essential oils extracted from Phoebe hui Cheng ex Yang:chemical constituents, antitumor and antibacterial activities, and potential use as a species identifier[J]. J Wood Chem Technol, 2017, 37(3):1-10.
    [23] WHEELER E A, BAAS P, GASSON P. IAWA list of microscopic features for hardwood identification[S]. IAWA Bull, 1989, 10(1):218-332.
    [24] 郭东强, 叶露, 周维, 等. 2个种源邓恩桉木材纤维特性及变异[J].浙江农林大学学报, 2014, 31(4):502-507.

    GUO Dongqiang, YE Lu, ZHOU Wei, et al. Wood fiber features for two provenances of Eucalyptus dunni[J]. J Zhejiang A & F Univ, 2014, 31(4):502-507.
    [25] SCURFIELD G, MICHELL A J, SILVA S R. Crystals in woody stems[J]. Bot J Linnean Soc, 2008, 66(4):277-289.
    [26] 吉恺, 孔峰, 沈涛, 等.没药倍半萜成分的分离鉴定及抗肿瘤活性[J].山东大学学报医学版, 2008, 46(4):344-348.

    JI Kai, KONG Feng, SHEN Tao, et al. Separation and identification of myrrh sesquiterpenoids and their anti-proliferation effect on tumor cells[J]. J Shandong Univ Health Sci, 2008, 46(4):344-348.
    [27] 樊芙秀.牛王刺的研究进展[J].中国民族民间医药, 2014, 23(20):8-9.

    FAN Fuxiu. Research progress of Caesalpinia decapetala[J]. Chin J Ethnomed Ethnopharm, 2014, 23(20):8-9.
    [28] 李红念.沉香叶与沉香药材药理作用的对比研究[D].广州: 广州中医药大学, 2013.

    LI Hongnian. Comparison of the Pharmacological Effects between Leaves of Aquilaria sinensis (Lour.) Gilg and the Lignum of Aquilaria sinensis (Lour.) Gilg[D]. Guangzhou: Guangzhou University of Chinese Medicine, 2013.
    [29] LIN Jianbo, DOU Jun, XU Jiangling, et al. Chemical composition, antimicrobial and antitumor activities of the essential oils and crude extracts of Euphorbia macrorrhiza[J]. Molecules, 2012, 17(5):5030-5039.
    [30] 唐小江, 黄华荣, 方铁铮, 等.毛大丁草根止咳化痰活性成分的研究[J].中国中药杂志, 2003, 28(5):426-429.

    TANG Xiaojiang, HUANG Huarong, FANG Tiezheng, et al. Study on Gerbera piloselloides cough phlegm active ingredients[J]. China J Chin Mater Med, 2003, 28(5):426-429.
    [31] 谢小洋, 冯永忠, 王得祥, 等. 5种园林树木挥发性成分分析[J].西北农林科技大学学报(自然科学版), 2016, 44(7):146-153.

    XIE Xiaoyang, FENG Yongzhong, WANG Dexiang, et al. Composition of volatile organic compounds from five landscape trees[J]. J Northwest A&F Univ Nat Sci Ed, 2016, 44(7):146-153.
    [32] WANG Xisha, YANG Wei, TAO Shujuan, et al. Effect of δ-elemene on Hela cell lines by apoptosis induction[J]. Yakugaku Zasshi, 2006, 126(10):979-990.
    [33] 延莎, 张红城, 董捷.不同地域蜂胶的挥发性成分分析[J].食品科学, 2011, 32(20):191-196.

    YAN Sha, ZHANG Hongcheng, DONG Jie. Analysis of volatile components of propolis from different geographical origins[J]. Food Sci, 2011, 32(20):191-196.
    [34] 季宇彬.天然药物有效成分药理与应用[M].北京:科学出版社, 2007:285.
    [35] 蒋剑波.毛细管气相色谱法分析柏木精油中萜烯成分[J].吉首大学学报(自然科学版), 2001, 22(3):92-93.

    JIANG Jianbo. Analysis of terpene components in the essential oil of cedarwood with capillary gas chromatography[J]. J Jishou Univ Nat Sci Ed, 2001, 22(3):92-93.
  • [1] 岳远征, 胡宏敏, 刘家伟, 申慧敏, 施婷婷, 杨秀莲, 王良桂.  桂花OfMYB1R47转录因子在芳香挥发物形成过程中的功能分析 . 浙江农林大学学报, 2023, 40(3): 465-474. doi: 10.11833/j.issn.2095-0756.20220456
    [2] 陈勇平, 郭文静, 唐启恒.  基于雷达检测的木材内部孔洞面积测算与修正 . 浙江农林大学学报, 2020, 37(6): 1193-1199. doi: 10.11833/j.issn.2095-0756.20190709
    [3] 邢东, 胡建鹏, 姚利宏.  热处理木材的材性预测与质量控制研究现状与发展 . 浙江农林大学学报, 2020, 37(4): 793-800. doi: 10.11833/j.issn.2095-0756.20190449
    [4] 周凡, 周永东, 高鑫, 付宗营, 侯俊峰, 翁翔, 林韶辉.  黑木相思木材干燥特性及干燥工艺制定 . 浙江农林大学学报, 2020, 37(3): 571-577. doi: 10.11833/j.issn.2095-0756.20190394
    [5] 李媛媛, 张双燕, 王传贵, 方徐勤.  毛竹采伐剩余物的化学成分、纤维形态及纸浆性能 . 浙江农林大学学报, 2019, 36(2): 219-226. doi: 10.11833/j.issn.2095-0756.2019.02.002
    [6] 汪紫阳, 尹世逵, 李颖, 李耀翔.  基于可见/近红外光谱识别东北地区常见木材 . 浙江农林大学学报, 2019, 36(1): 162-169. doi: 10.11833/j.issn.2095-0756.2019.01.020
    [7] 郑泽宇, 冯海林, 杜晓晨, 方益明.  木材径切面内部缺陷的应力波成像算法 . 浙江农林大学学报, 2019, 36(2): 211-218. doi: 10.11833/j.issn.2095-0756.2019.02.001
    [8] 李任, 黄荣凤, 常建民, 高志强, 伍艳梅.  预热温度对层状压缩木材力学性能的影响 . 浙江农林大学学报, 2018, 35(5): 935-941. doi: 10.11833/j.issn.2095-0756.2018.05.019
    [9] 张高品, 李光辉, 李剑, 冯海林.  木材无损检测技术中的应力波传播时延估计算法 . 浙江农林大学学报, 2014, 31(3): 394-398. doi: 10.11833/j.issn.2095-0756.2014.03.010
    [10] 单海斌, 刘杏娥, 杨淑敏, 孙建平, 杨喜.  计算机断层扫描技术(CT)在木材无损检测中的应用与发展 . 浙江农林大学学报, 2013, 30(1): 123-128. doi: 10.11833/j.issn.2095-0756.2013.01.018
    [11] 陈利芳, 马红霞, 张燕君, 王剑菁, 曹永建.  浸注药剂热处理工艺对木材物理性能的影响 . 浙江农林大学学报, 2013, 30(6): 955-959. doi: 10.11833/j.issn.2095-0756.2013.06.023
    [12] 伏建国, 刘金良, 杨晓军, 安榆林, 骆嘉言.  分子生物学技术应用于木材识别的研究进展 . 浙江农林大学学报, 2013, 30(3): 438-443. doi: 10.11833/j.issn.2095-0756.2013.03.022
    [13] 陈琛, 邓玉和, 徐了, 周宇, 陈旻, 吴晶, 王向歌, 杨莹.  压缩炭化杨木的微观结构与化学成分 . 浙江农林大学学报, 2012, 29(5): 671-679. doi: 10.11833/j.issn.2095-0756.2012.05.006
    [14] 赵佳美, 胡勇庆, 钱少平, 李冰, 钱俊.  五节芒茎秆微观构造及结晶度研究 . 浙江农林大学学报, 2012, 29(3): 426-430. doi: 10.11833/j.issn.2095-0756.2012.03.016
    [15] 郎倩, 陈鹤予, 佘颖, 武国峰, 蒲俊文.  功能型木材改性剂对速生杨木物理力学性能的改性效果 . 浙江农林大学学报, 2012, 29(5): 686-690. doi: 10.11833/j.issn.2095-0756.2012.05.008
    [16] 杨小军, 孙友富.  碳纤维木材复合材结合层剪切蠕变性能研究 . 浙江农林大学学报, 2012, 29(2): 192-196. doi: 10.11833/j.issn.2095-0756.2012.02.007
    [17] 沈哲红, 方群, 鲍滨福, 张齐生, 叶良明, 张遐耘.  竹醋液及竹醋液复配制剂对木材霉菌的抑菌性 . 浙江农林大学学报, 2010, 27(1): 99-104. doi: 10.11833/j.issn.2095-0756.2010.01.016
    [18] 钱俊, 金永明, 沈哲红, 俞友明, 楼永生.  电场强度与作用时间对马尾松木材含水率梯度的影响 . 浙江农林大学学报, 2005, 22(2): 193-197.
    [19] 金春德, 张美淑, 文桂峰, 刘继生, 张鹏.  不同坡位人工林赤松木材材性的径向变异 . 浙江农林大学学报, 2004, 21(2): 119-124.
    [20] 邵千钧, 徐群芳, 王伟龙.  木材干燥过程控制策略与方法的研究 . 浙江农林大学学报, 2003, 20(3): 307-310.
  • 加载中
  • 链接本文:

    https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.2018.05.018

    https://zlxb.zafu.edu.cn/article/zjnldxxb/2018/5/927

图(3) / 表(3)
计量
  • 文章访问数:  4419
  • HTML全文浏览量:  802
  • PDF下载量:  957
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-09-18
  • 修回日期:  2017-10-24
  • 刊出日期:  2018-10-20

黑壳楠木材构造特征及挥发性有机物成分

doi: 10.11833/j.issn.2095-0756.2018.05.018
    基金项目:

    “十二五”国家科技支撑计划项目 2011BAC09B05

    四川农业大学科研兴趣项目 ky2016199

    作者简介:

    杨建飞, 从事木材科学研究。E-mail:305298173@qq.com

    通信作者: 宁莉萍, 教授, 博士, 从事木材科学与技术研究。E-mail:1374515621@qq.com
  • 中图分类号: S781.4

摘要: 以四川省雅安市黑壳楠Lindera megaphylla活立木为研究对象,通过观察黑壳楠木材的宏微观构造特征,测量和分析导管、木纤维、木射线、轴向薄壁细胞的形态参数及其组织比量,同时采用气相色谱-质谱联用(GC-MS)技术分析黑壳楠木材挥发性有机物成分的主要组分,探究其木材构造特征并分析挥发性化学成分。结果表明:黑壳楠木材构造特征为散孔材,管孔数少,导管长度属于中级别,木纤维长度中,多列射线宽度细至中,轴向薄壁组织量少。木纤维、木射线、导管、轴向薄壁组织的组织比量分别为52.7%,24.6%,13.2%,9.5%。共分离出黑壳楠木材挥发性有机物成分39个峰,鉴定出23种化合物,占总成分的87.11%,主要为烃类化合物及其含氧衍生物。黑壳楠木材挥发性有机物成分中相对含量超过1%的成分共有13种,占总峰面积的80.22%。黑壳楠木材挥发性有机物成分含18种萜类化合物,均为倍半萜化合物,累计相对含量高达58.63%。得出以下结论:实验所得黑壳楠木材构造特征可作为其区分于其他木种的重要理论依据之一; 黑壳楠木材具有较高的医药利用价值,同时在芳香理疗产品的应用方面具有极大的潜力。

English Abstract

陈棋, 张超, 田湘云, 等. 云南省2000—2020年石漠化时空演变分析[J]. 浙江农林大学学报, 2023, 40(2): 417-426. DOI: 10.11833/j.issn.2095-0756.20210806
引用本文: 杨建飞, 宁莉萍, 杨了, 等. 黑壳楠木材构造特征及挥发性有机物成分[J]. 浙江农林大学学报, 2018, 35(5): 927-934. DOI: 10.11833/j.issn.2095-0756.2018.05.018
CHEN Qi, ZHANG Chao, TIAN Xiangyun, et al. Spatio-temporal evolution process of rocky desertification in Yunnan Province from 2000 to 2020[J]. Journal of Zhejiang A&F University, 2023, 40(2): 417-426. DOI: 10.11833/j.issn.2095-0756.20210806
Citation: YANG Jianfei, NING Liping, YANG Liao, et al. Structural characteristics of Lindera megaphylla wood and its volatile organic compounds[J]. Journal of Zhejiang A&F University, 2018, 35(5): 927-934. DOI: 10.11833/j.issn.2095-0756.2018.05.018
  • 木材构造特征是木材识别的主要依据[1], 包括宏观构造、微观构造和超微构造, 对木材化学、物理性质有重大影响, 也是木材分类的主要依据, 因此国内外木材研究学者对木材构造特征进行了广泛的研究, 如1992年出版的《中国木材志》收录了528种代表树种的木材构造特征。此后, 又对《中国木材志》未涉及到的部分树种的木材构造特征进行研究[2-3]。挥发性有机物成分是指植物通过次生代谢所产生的产物[4], 与植物对环境的适应能力[5]及其抵抗不利条件[6]密切相关, 其药用和生态价值极高。如萜类化合物[7-8]通常具有调节神经系统、镇静大脑、抗菌消炎和净化空气等作用。吴楚材等[9]从植物体中采集挥发性气体进行化学成分研究。近年来随着气相色谱-质谱联用(GC-MS)技术的发展, 对木材挥发物的研究逐渐增多, 如孙继平等[10]探讨了2种肤小蠹Phloeosinus对几种针叶树挥发物的行为反应; 徐磊等[11]分析了5种针叶树球果所含挥发性物质与丽江球果花蝇Strobilomyia lijiangensis危害关系; 李阳等[12]测定分析了4种樟科Lauraceae园林树种挥发性物质的有效成分及其杀菌能力。黑壳楠Lindera megaphylla为樟科山胡椒属Lindera多年生常绿乔木, 观赏性强, 抗逆性好, 分布范围广, 枝、果、叶所含芳香油具备杀菌、驱虫和净化空气等功效, 是一种集观赏、生态和药用于一体的优质园林树种[13-14]。中国民间用其抽提物抗肿瘤和愈合伤口, 用其根治风湿麻木、胃寒气滞, 用其树皮治疗咽喉肿痛、湿疹瘙痒、外伤出血等[15]。卞京军等[16]研究了黑壳楠树叶精油的有机物成分, 分离鉴定出有机物成分87种。国外日本学者从黑壳楠的根中提取出d-荷苞牡丹碱(d-dicentrine), 发现它具有抗肿瘤作用[17], 同时还从花和花梗中分离出6个阿朴菲型生物碱[18]和1个新异喹啉生物碱[19]。未检索到国内外关于其木质部挥发性有机物成分的研究报道。另外, 木材构造特征作为区分黑壳楠木材与其他木材的重要理论依据, 也未见报道。因此本研究拟通过研究黑壳楠木材的构造特征, 以期为区分黑壳楠与其他木材提供重要的理论依据, 并采用GC-MS技术分析黑壳楠木材挥发性有机物成分的主要组分, 为科学评定和深层次开发利用黑壳楠资源提供科学依据。

    • 所选黑壳楠活立木树龄约100 a, 胸径为1.79 m, 直径为0.54 m, 取样处离地高度1.3 m, 沿树干东、西、南、北4个方向用树木生长锥(长500 mm, 直径5.15 mm)钻取4根木芯样(钻取至树干髓心), 用密封袋密封处理(标记东、南、西、北方向)后, 带回实验室。取样点位于四川省雅安市云峰寺后山, 海拔为1 024.2 m, 29°76′N, 102°87′E; 东邻成都平原, 西接青藏高原, 地处高原东南麓陡峭坡地边缘; 气候类型是以亚热带季风气候为基带的山地气候, 气候温和, 雨量充沛; 1961-2010年雅安市年平均气温为16.2 ℃, 年平均降水量为1 270.9 mm[20]

    • 取南、北向木芯样, 砂纸打磨后, 分别在肉眼、放大镜和手持显微镜下观察黑壳楠木芯样生长轮、管孔、轴向薄壁组织、木射线、纹理、构造等宏观特征。标记南、北向木芯样的生长轮, 以每20轮龄为梯度截断木芯样, 取经过编号的5支试管, 分别盛少量蒸馏水, 加入5段截断后的木芯样, 置入水浴锅内蒸煮至木材软化, 软化后的木材用TU-231大型滑走式切片机切片, 参照《木材鉴别方法通则》[21]制片, 风干后放在OLYMPUS BX51光学显微镜下观察其微观构造并拍摄照片; 用冰醋酸-过氧化氢法进行离析, 并制备临时性试片, 在显微镜下拍摄图片, 利用计算机图像测量分析系统测量木材的构造特征参数和组织比量, 并利用JSM-6490LV扫描电子显微镜观察黑壳楠木材超微观构造特征, 补充完善其微观构造特征。

    • 取黑壳楠东、西向木芯样, 粉碎, 取≤30目的样品(4.0 ± 0.1) g置于萃取瓶中, 将固相微萃取手柄插入瓶中, 伸出萃取头, 在85 ℃下(能够最大限度检测其挥发性有机物成分化学成分的最佳温度)保温40 min; 退回萃取头, 拔出SPME手柄, 得其挥发性有机物成分样品。解析时间为3 min。将挥发性有机物成分经过GC-MS分析后, 把分离化合物质谱数据经计算机检索与质谱库相匹配, 并以人工解析为辅, 利用色谱峰面积归一化法计算各化学成分的相对百分含量。①色谱条件:HP-INNOWax毛细管色谱柱(柱长30 m, 内径0.25 mm, 膜厚0.25 um); 进样量为1 μL, 分流比50:1;进样口温度为250 ℃; 载气为高纯氦气; 柱温箱升温程序:120 ℃保持3 min, 以5 ℃·min-1速率升温到140 ℃保持4 min, 以2 ℃·min-1速率升温到160 ℃保持10 min; 流速:1 mL·min-1[22]。②质谱条件:离子源为EI, 电离能70 eV, 辅助加热区为280 ℃, 离子源230 ℃, 四级杆150 ℃, 采集模式为全扫描, 质量扫描范围50~550, 溶剂延迟3 min[22]

    • 黑壳楠树皮灰褐色至灰黑色, 木材呈黄白色或浅灰绿色, 心边材区分不明显; 木材表面有较弱光泽; 气微香, 味略辛; 木材纹理直至斜, 木材构造细腻且均匀; 生长轮不明显至略明显; 心材轮间细线颜色较边材轮间细线颜色深; 散生; 宽度较均匀, 3~8轮·cm-1; 横切面上管孔肉眼下略可见, 放大镜下明晰, 大小略一致, 分布均匀, 散生; 管孔内少见侵填体; 轴向薄壁组织放大镜下可见, 稀疏傍管状; 横切面上木射线在肉眼下可见至不可见, 在放大镜下明显, 比管孔小。在放大镜下弦切面木射线明显, 径切面上射线斑纹明显。波痕及胞间道缺如。

    • 图 1所示:导管横切面为圆形或卵圆形, 部分略具多角形轮廓; 管孔数少[23], 9~13个·mm-2, 平均为11个·mm-2; 管孔组合以单管孔和短径列(2~3个)复管孔为主, 偶见短弦列(2个)复管孔和管孔团; 散孔材; 管孔中[23], 最大弦径≥150 μm, 多数为90~110 μm, 平均为102 μm; 导管分子长255~596 μm, 平均446 μm, 导管长度属于中级别[23]; 导管细胞壁厚, 为7.5 μm; 导管细胞端部的穿孔类型为单穿孔, 穿孔板水平至略倾斜; 相邻导管间细胞壁上纹孔的排列形式为互列纹孔; 导管-射线间纹孔式为同管间纹孔式和大圆形; 纹孔口内含, 卵圆形及圆形; 轴向薄壁组织量少, 傍管形稀疏状为主, 可见环管状; 边材侵填体少见, 心材侵填体较边材多; 横切面上木纤维细胞壁较薄, 壁厚为3.7 μm, 直径多为20~26 μm, 平均23 μm, 长740~1 450 μm, 平均1 110 μm, 与邓恩桉Eucalyptus dunni木材纤维[24]同属中等木纤维[23]; 形状大多呈扁圆形、多角形; 弦向腔径略大于径向; 细胞沿径向排列整齐有序, 弦向上呈交错排列, 较松散; 木射线非叠生, 稀少[23], 5 mm内25~32条, 平均28条; 单列射线极少, 宽15~25 μm, 高36~312 μm(2~7个细胞); 多列射线宽度细至中[23], 宽32~68 μm(2~3个细胞), 高136~864 μm(3~31个细胞); 同一射线内间或出现2次多列部分; 射线组织异型Ⅲ型和Ⅱ型; 油细胞未见; 树胶及晶体未见; 螺纹加厚缺如; 胞间道缺如。

      图  1  黑壳楠木材的微观构造

      Figure 1.  Microscopic character of the Lindera megaphylla wood

      组织比量是衡量木材材性的重要参数, 与木材物理性质、力学性质和化学性质都有着密切的关系[24]。黑壳楠木纤维的组织比量为52.7%, 占整个组织的1/2以上; 木射线的组织比量为24.6%;导管的组织比量为13.2%;轴向薄壁组织的组织比量为9.5%。

    • 图 2可知:导管上的纹孔为互列纹孔, 射线与导管间纹孔式为同管间纹孔式和大圆形; 木射线细胞中可见球状物和块状物(图 2C), 通过能量色散分析仪(EDS)分析, 块状物的主要成分有钙、碳、氧, 球状物的主要成分为碳、氧(表 1), 初步预测木射线块状物可能是含钙有机物形成的结晶体, 木射线中球状物可能并非无机盐类, 而是树胶类物质, SCURFIELD等[25]将此类物质认定为淀粉颗粒。

      图  2  黑壳楠木材的扫描电子显微镜图

      Figure 2.  SEM picture of the Lindera megaphylla wood

      表 1  木射线中块状物和球状物成分分析

      Table 1.  Block and globular material composition in wood ray

      元素 块状物 球状物
      质量百分比/% 原子百分比/% 质量百分比/% 原子百分比/%
      16.61 32.55 57.26 64.09
      20.90 30.75 42.74 35.91
      62.49 36.70
    • 通过GC-MS分析, 得到黑壳楠木材挥发性有机物成分总离子流图(图 3), 共分离出39个峰, 参照质谱的裂解规律, 将质谱数据经计算机检索与质谱库检索和分析, 并以人工解析为辅, 共鉴定出23种化合物(表 2), 占总化学成分的87.11 %, 主要为烃类化合物及其含氧衍生物。

      图  3  黑壳楠木材有机挥发性成分总离子流图

      Figure 3.  Total ion chromatogram(TIC) of volatile organic compounds in L.megaphylla wood

      表 2  黑壳楠木材挥发性有机物成分分析结果

      Table 2.  Volatile organic compounds of Lindera megaphylla wood

      序号 t/min 化合物 分子式 分子量 相对含量/% 类别
      1 8.97 α-荜澄茄油烯 .alpha.-cubebene C15H24 204 0.85 烯烃 alkenes *
      2 9.33 δ-榄香烯 .delta.-elemene C15H24 204 0.36 烯烃 alkenes *
      3 9.83 α-可巴烯 .alpha.-copaene C15H4 204 0.90 烯烃 alkenes *
      4 10.49 (1s,7r)-1,4, 4, 7-四甲基-1,4, 5, 6, 7, 8-六氢-2(3h)-萘酮 (1s,7r)-1,4, 4, 7-tetramethyl-1, 4, 5, 6, 7, 8-hexahydro-2(3h)-naphtalenone C14H22O 206 3.74 酮 ketone
      5 10.93 4, 7-二甲基-1-异丙基全氢萘 4, 7-dimethyl-1-isopropyl perhy-dronaphthalene C15H28 208 22.46 环院烃 cycloparaffin
      6 11.45 α-柏木烯 .alpha.-cedrene C15H24 204 2.04 烯烃 alkenes *
      7 12.44 3, 7愈创木二烯 3, 7-guaiadiene C15H24 204 20.11 烯烃 alkenes *
      8 12.74 香树烯 1h-cycloprop [e] azulene, decahydro-1, 1, 7-trimethyl-4-methylene-, [1ar-(1aa, 4ab, 7b, 7ab, 7ba)]- C15H24 204 1.00 烯烃 alkenes *
      9 14.21 α-紫穗槐烯 .alpha.-amorphene C15H24 204 5.89 烯烃 alkenes *
      10 15.68 δ-荜澄茄烯 .delta.-cadinene C15H24 204 0.80 烯烃 alkenes *
      11 16.06 芳-香姜黄烯 ar-curcumene C15H22 202 2.23 烯烃 alkenes *
      12 17.37 1s, 顺去氢白菖烯 1s, cis-calamenene C15H22 202 12.05 烯烃 alkenes *
      13 18.76 3-[(3e)-4, 8-二甲基-3, 7-壬二烯]呋喃3-[(3e)-4, 8-dimethylnona-3, 7-dienyl] furan C15H22O 218 0.84 呋喃 furan *
      14 19.30 去二氢菖蒲烯 calacorene C15H20 200 1.38 烯烃 alkenes
      15 20.32 α-二去氢菖蒲烯 .alpha.-calacorene C15H20 200 0.57 烯烃 alkenes
      16 20.87 石竹烯环氧化物 caryophyllene oxide C15H24 220 0.88 氧化物 oxide *
      17 23.58 异构吉马酮环氧化物 isogermacrone-epoxide C15H22O2 234 3.09 氧化物 oxide *
      18 23.89 γ-按叶醇 .gamma. - eudesmol C15H26O 222 0.53 醇类 alcohols *
      19 25.80 沉香螺旋醇 agaruspirol C15H26O 222 1.58 醇类 alcohols *
      20 26.79 呋喃,3-甲基-2-[3-甲基-4-(4-甲基-2-呋喃基)-2-丁烯基]-,(e)-furan, 3-methyl-2- [3-methyl-4-(4-methyl-2-furanyl)-2-butenyl] -, (e)- C15H18O2 230 1.39 呋喃 furan *
      21 27.04 愈创木奠1, 4-dimethyl-7 - (1 -methylethyl) -azulene C15H18 198 3.26 奠 azulene *
      22 31.75 愈创蓝油烃 guaiazulene C15H18 198 0.83 奠 azulene *
      23 34.67 亚油酸乙酷 ethyl linoleate C20H36O2 308 0.35 酯 ester
      说明:*表示倍半萜化合物

      黑壳楠木材挥发性有机物成分中相对含量超过1%的成分共有13种, 占总峰面积的80.22%, 其中相对含量最高的化合物为4, 7-二甲基-1-异丙基全氢萘(22.46%), 其次为3, 7-愈创木二烯(20.11%), 1s, 顺去氢白菖烯(12.05%), α-紫穗槐烯(5.89%), (1s, 7r)-1, 4, 4, 7-四甲基-1, 4, 5, 6, 7, 8-六氢-2(3H)-萘酮(3.74%), 愈创木薁(3.26%), 异构吉马酮环氧化物(3.09%), 芳-香姜黄烯(2.23%), α-柏木烯(2.04%), 沉香螺旋醇(1.58%), 呋喃, 3-甲基-2-[3-甲基-4-(4-甲基-2-呋喃基)-2-丁烯基]-, (E)-(1.39%), 去二氢菖蒲烯(1.38%)和(+)-香橙烯(1.00%)。由表 3可知:黑壳楠木材挥发性成分中相对含量最高的是烯烃类化合物(48.18%), 其化合物种类最多, 共12种。

      表 3  黑壳楠木材挥发性有机物成分统计

      Table 3.  Volatile organic compounds of L.megaphylla wood

      成分类别 数量/种 相对含量/%
      烯烃类 12 48.18
      环院烃 1 22.46
      奠类 2 4.09
      酮类 1 3.74
      氧化物 2 3.62
      呋喃类 2 2.23
      醇类 2 2.11
      酯类 1 0.35

      黑壳楠木材挥发性有机物成分主要含萜类化合物, 有18种萜类化合物, 均为倍半萜化合物, 累计相对含量高达58.63%。其中烯类化合物10种, 累计相对含量高达46.23%;醇类化合物2种, 累计相对含量达2.11%;酮类化合物有1种, 累计相对含量高达3.09%;呋喃类化合物有2种, 累计相对含量达2.23%;薁类衍生物2种, 累计相对含量达4.09%;倍半萜含氧衍生物2种, 累计相对含量达3.97%。相对含量超过1%的倍半萜类成分10种, 累计相对含量为52.64%, 包括3, 7-愈创木二烯(20.11%), 1s, 顺去氢白菖烯(12.05%), α-紫穗槐烯(5.89%), 愈创木薁(3.26%), 异构吉马酮环氧化物(3.09%), 芳-香姜黄烯(2.23%), α-柏木烯(2.04%), 沉香螺旋醇(1.58%), 呋喃, 3-甲基-2-[3-甲基-4-(4-甲基-2-呋喃基)-2-丁烯基]-, (E)-(1.39%)和(+)-香橙烯(1.00%)。

    • 黑壳楠木材构造特征为散孔材, 木射线及导管肉眼下可见; 木射线非叠生, 每5 mm内有25~32条, 平均28条; 单列射线极少, 宽15~25 μm, 高36~312 μm(2~7个细胞); 多列射线宽度细至中, 宽32~68 μm(2~3个细胞), 高136~864 μm(3~31个细胞); 同一射线内间或出现2次多列部分; 射线组织异型Ⅲ型和Ⅱ型。导管横切面为圆形或卵圆形, 部分略具多角形轮廓, 单位面积管孔数少, 管孔组合以单管孔和短径列(2~3个)复管孔为主, 偶见短弦列(2个)复管孔和管孔团, 最大弦径≥150 μm, 多数90~110 μm, 平均102 μm; 导管分子长255~596 μm, 平均446 μm; 横切面上木纤维细胞壁较薄, 壁厚为3.7 μm; 直径多为20~26 μm, 平均23 μm; 长740~1 450 μm, 平均1 110 μm; 轴向薄壁组织以傍管形稀疏状为主, 可见环管状; 导管细胞端部的穿孔类型为单穿孔, 穿孔板水平至倾斜; 相邻导管间细胞壁上纹孔的排列形式为互列纹孔, 导管-射线间纹孔式为同管间纹孔; 纹孔口内含, 卵圆形及圆形; 油细胞未见。木射线细胞中的球状物可能是含钙有机物形成的结晶体; 木射线中块状物可能并非无机盐类, 而是树胶类物质。黑壳楠木纤维的组织比量为52.7%, 占整个组织的1/2以上; 木射线的组织比量为24.6%;导管的组织比量为13.2%;轴向薄壁组织的组织比量为9.5%。黑壳楠木材的宏微观特征可作为区分于其他木种的理论依据之一。

      黑壳楠木材挥发性有机物成分中鉴定出的23种化合物, 其相对含量之和占总化学成分的87.11%, 主要为烃类化合物及其含氧衍生物; 挥发性有机物成分中相对含量超过1%的成分共有13种, 占总峰面积的80.22%;挥发性有机物成分主含萜类化合物, 有18种萜类化合物, 均为倍半萜化合物, 累计相对含量高达58.63%。

      从生源来看, 1s, 顺去氢白菖烯、去二氢菖蒲烯、α-二去氢菖蒲烯属菖蒲烷型来源于没药烷型倍半萜类; 3, 7-愈创木二烯、愈创木薁、愈创蓝油烃属愈创木烷型来源于吉马烷类的倍半萜。通常, 没药烷型倍半萜类衍生物具有显著抗乙肝病毒活性及抗肿瘤的功效[26]。研究表明:萜类化合物多有芳香气味, 通常具有提神、抗菌消炎和镇痛等作用, 具有多种生物活性, 是许多药物的有效成分, 可以治疗疾病, 如调节血糖浓度、降低血脂和血压; 杀虫、杀菌、活血化淤、消炎镇痛消肿、抗肿瘤、抗疟、抗人类免疫缺陷病毒(HIV); 强化免疫; 局部麻醉、止痒; 解热、祛痰、止咳等[27]。例如, 沉香螺旋醇具有镇静催眠作用[28]; 去氢白菖烯被认为是强效的抗菌和抗肿瘤剂[29]; 石竹烯环氧化物具有抗菌消炎和抗真菌等活性, 具有平喘作用, 乙酸己酯不仅能够镇痛抗炎, 还可以愉悦心情, 同时也是食用添加香料[30-31]; 榄香烯是一种广谱、高效的抗肿瘤药物, δ-榄香烯可诱导Hela细胞凋亡[32]; γ-桉叶醇是沉香的主要成分之一, 同时也是蜂胶的主要成分之一[33]; 《抗病毒中药学》提到荔枝核主治行气散结、散寒止痛, 水提物能完全抑制乙型肝炎病毒病毒的复制, 是乙型肝炎病毒复制的高效抑制剂, 其主要成分在黑壳楠木材挥发性有机物成分中有7种, 累计相对含量达22.13%。这表明黑壳楠木材有较高的医药利用价值。

      愈创木薁为美国化妆品协会(CTFA)认可的化妆品助剂, 具有抗炎, 抗过敏的作用, 在防晒制品中用于预防或治疗阳光灼伤, 缓解其他物质对皮肤的刺激和过敏反应, 为常见的外用抗过敏剂[34]。α-荜澄茄油烯是目前香料工业的重要原料, 也是柏木精油的3种主要成分之一[35]。这表明黑壳楠木材作为芳香理疗产品具有极大的应用潜力。

参考文献 (35)

目录

/

返回文章
返回