下载:
-
随着经济和工业化的发展，酸雨污染日益成为中国重要的环境问题[1]。ZHAO等[2]和杨东贞等[3]发现：1999-2006年浙江省杭州市临安地区降水中除硫酸根离子（SO42-）外，硝酸根离子（NO3-）亦明显增加，尤其是2001年后NO3-对降水酸度的贡献逐步加大，降雨属于硫酸与硝酸混合型酸雨[4]。研究认为：酸雨抑制植物养分、水分的吸收和运输，导致植物无法正常生长[5-7]。酸雨可直接破坏叶肉细胞结构，使叶片细胞膜通透性增大，细胞膜保护酶的活性下降，膜脂过氧化作用加剧，植物体内清除活性氧平衡被打破，从而影响光合、呼吸以及代谢等生理生化进程而使植物受害[8-10]。秃瓣杜英Eleocarpus glabripetalus系杜英科Elaeocarpaceae杜英属Elaeocarpus常绿乔木，适于中性或微酸性的山地红壤、黄壤上生长，是亚热带地区常见树种，常在评价酸雨对亚热带地区森林系统影响时作为试材。研究发现：模拟酸雨处理下秃瓣杜英的生物量积累[11-12]、PSⅡ原初光能转化效率和PSⅡ潜在活性均有所上升[11]。俞飞等[13]则发现：不同酸雨处理下，杜英应对酸雨胁迫的途径不同。目前，有关酸雨影响植物生理与养分的研究较多，但对酸雨影响杜英生理和养分元素分配的协同探索较少，因此，本试验在研究不同酸雨梯度影响秃瓣杜英幼苗PSⅡ反应中心和幼苗养分分配的基础上，进一步探索秃瓣杜英幼苗响应酸雨胁迫的机制，为生物响应酸雨胁迫研究提供依据和参考。
-
试验地位于浙江省杭州市临安区浙江农林大学平山试验基地大棚（30°16′N，119°44′E）。属于中亚热带季风气候，温暖湿润，四季分明，年平均降水量约1 400.0 mm，全年平均气温为16.4 ℃，年无霜期250.0 d左右。区域森林覆盖率为76.5%。土壤类型为红壤。
-
选取高度为40~60 cm的1年生秃瓣杜英幼苗，于2011年1月移栽到高40 cm，直径30 cm的塑料花盆中，采用试验地红黄壤作为栽培土。幼苗随机分成10组，7株·组-1，苗木编号、挂牌后置于智能温室大棚内，保持棚内温度23~33 ℃，湿度55%~75%。缓苗期间用自来水浇灌，常规管理，2011年3月开始模拟酸雨喷洒[14]。模拟酸雨采用喷雾法，隔3 d喷洒1次，处理期间植物不浇水。
-
参照该地区酸性降水中平均离子组成和试验通用配比，按V（H2SO4）:V（HNO3）＝8:1配制母液，再用蒸馏水稀释成pH 2.5，pH 4.0及pH 5.6的酸雨水溶液，作为重度酸雨处理（T2.5），中度酸雨处理（T4.0）和轻度酸雨处理（T5.6）[15]。根据临安区近10 a平均降水量统计数据[13]，计算每个酸雨等级所需的酸雨量，同时以等量的清水浇灌幼苗作为对照组（ck）。
-
2015年7月晴朗天气的9：00-11：00采用便携式叶绿素荧光仪（PAM-2100，Walz，德国）测定初始荧光值（Fo），黑暗中最大荧光值（Fm），实时荧光值（Ft），最大光化学量子产量光系统Ⅱ（PSⅡ）的最大光化学效率（Fv/Fm），实际光化学量子产量（Yield），光化学猝灭系数（qP）等叶绿素荧光参数。随机选取5株·处理-1，并在每株不同方位中上部随机选取5片成熟叶片进行测定。所得数据为3 d的平均值。
-
选取进行荧光测定相同的叶片，用便携式叶绿素含量测定仪（SPAD-502，日本）测定叶绿素相对含量，测定3次·叶片-1，以5个叶片作为各组的平均值。
-
2015年8月初，选择之前进行荧光实验的5株植株，各植株上中下各部位采集秃瓣杜英叶3片。幼苗叶氮元素质量分数用半微量凯式定氮法测定，磷元素质量分数用钼锑抗比色法测定[16-17]；钾、镁元素利用电感耦合等离子体发射光谱仪（PerkinElmer Inc.，美国）进行测定[18]。
-
2015年11月全株收获，将黏附于秃瓣杜英幼苗上的泥土和污物用水冲洗干净，105 ℃下杀青5 min后，60 ℃下于烘箱中烘至恒量，分别称量地上部分和地下部分的生物量。
-
将取回来的土样自然风干后磨碎，过100目筛。取各处理的土壤样品0.15 g预消解过夜，移入微波消解仪中消解至变色。得到的澄清、透明溶液摇匀静置待测，同时制备空白[19]。用电感耦合等离子体发射光谱仪测定金属铜和金属锌的质量分数，重复3次·样品-1。
-
转移系数（TF）可以表征植物地上部分金属与根部中金属质量分数的比值[20]，表示如下：转移系数＝地上部分金属质量分数/根部金属质量分数。生物富集系数（BCF）是植物体内某种金属元素的质量分数与土壤内该种金属元素的总质量分数之比[20]，表示如下：富集系数＝植物体内金属元素质量分数/土壤内金属元素质量分数。
-
用SPSS 16.0软件统计秃瓣杜英幼苗的生长参数、叶绿素相对含量、荧光参数以及植株和土壤元素，对所有数据进行正态性与齐性检验后，利用单因素方差分析（one-way ANOVA）和最小显著差法（LSD）比较不同数据组间的差异，用Excel软件作图。
-
由图 1可知：酸雨处理组的叶绿素相对含量均高于对照组，且叶绿素相对含量随着酸雨pH值的降低而升高，但是各处理组与对照组间差异不显著（P＞0.05）。Fv/Fm的变化跟叶绿素相对含量一致，也是随着酸雨pH值的降低而升高的，但各处理组与对照组之间均有显著差异（P＜0.05），T5.6，T4.0和T2.5分别较对照组升高4.22%，6.07%和6.86%，说明酸雨有利于叶片PSⅡ原初光能转化效率的提高。同样地，Yield和qP也是随着酸雨pH的降低而升高，其中重度酸雨处理组Yield显著高于对照组（P＜0.05），重、中度酸雨处理组qP显著高于对照组（P＜0.05）。
图 1 不同酸雨处理下秃瓣杜英幼苗叶绿素参数
Figure 1. Changes of chlorophyll fluorescence parameters of Eleocarpus glabripetalus seedlings with different acid rain treatments
-
由图 2可知：地上部生物量最高的是对照组，随着酸雨pH值的降低，各处理组的地上部生物量相比对照组分别降低了29.27%，4.88%和26.83%；根系生物量最低的是对照组，随着酸雨pH值的降低，各处理组的根系生物量相比对照组分别提高了22.22%，5.56%和33.33%。但无论地上部或根系，各处理组与对照组之间差异均不显著（P＞0.05）。
图 2 不同酸雨处理下秃瓣杜英幼苗各组织生物量变化
Figure 2. Changes of each tissue biomass of Eleocarpus glabripetalus seedlings with different acid rain treatments
-
由图 3A可知：秃瓣杜英幼苗中氮元素主要存在于叶片；与对照组相比，各处理组叶片氮质量分数均有所提高，但差异不显著（P＞0.05）；各处理组茎中氮质量分数与对照组相比，均无显著性差异（P＞0.05）；轻度酸雨处理组根氮质量分数显著大于其他组（P＜0.05）。
图 3 不同酸雨梯度下秃瓣杜英幼苗器官中的元素质量分数变化
Figure 3. Changes of N, P, K and Mg in the organs of E. glabripetalus seedlings with different acid rain treatments
图 3B显示：所有器官磷质量分数总和最高的是对照组；对照组与处理组叶中的磷质量分数均无显著性差异（P＞0.05）；茎中磷质量分数从大到小依次为对照组，T4.0，T2.5和T5.6，除中度酸雨组外，其他处理组与对照组差异显著（P＜0.05）；根中磷质量分数表现为重、中度酸雨组显著高于对照组（P＜0.05）。
各处理组与对照组叶片中钾质量分数无显著差异（P＞0.05）；茎中钾质量分数最高的是对照组，显著高于重、轻度酸雨组（P＜0.05）；根中钾质量分数最低的是中度酸雨组，与对照组差异显著（P＜0.05）。
各器官中镁质量分数各组之间均无显著差异（P＞0.05），总量最高的是对照组。叶片中镁质量分数从大到小依次为T4.0，T5.6，T2.5和对照，在根中排序为对照，T5.6，T2.5和T4.0，在茎中排序为T4.0，对照，T5.6和T2.5。
-
由表 1可知：处理组幼苗组织中铜元素和锌元素主要集中在地上部分。重、中度酸雨处理下，幼苗地上部铜质量分数显著高于对照组（P＜0.05）；根系铜质量分数低于对照组，其中重度酸雨组与对照组差异显著（P＜0.05）。各处理组秃瓣杜英幼苗的地上部锌质量分数均高于对照组，其中，重度酸雨组与对照组之间差异显著（P＜0.05）。重、中度酸雨组根系锌质量分数显著小于对照组（P＜0.05）。
表 1 秃瓣杜英幼苗在不同酸雨酸度下各组织中铜和锌质量分数
Table 1. Heavy metal Cu and Zn concentrations in different tissues of Eleocarpus glabripetalus seedlings with different acid rain treatments
试验组 w铜/（mg·kg-1） w锌/（mg·kg-1） 地上部 根系 地上 根系 T2.5 13.50 ± 0.55 a 5.93 ± 0.03 c 177.16 ± 6.28 a 13.50 ± 0.77 b T4.0 15.66 ± 1.80 a 13.71 ± 1.01 b 99.55 ± 7.33 ab 6.12 ± 0.76 b T5.6 11.14 ± 1.39 ab 27.15 ± 3.38 a 138.87 ± 6.85 ab 72.07 ± 6.71 a ck 11.41 ± 0.91 b 14.83 ± 2.04 b 23.49 ± 2.21 b 68.35 ± 7.46 a 说明：表内数据为平均值±标准误。同列不同字母表示差异显著（P＜0.05） 幼苗在酸雨处理下的转移系数值由表 2所示。幼苗中铜转移系数随酸雨pH值的降低而升高，重度酸雨处理下幼苗中铜转移系数最高，为2.27。各处理组锌转移系数均高于对照组，其中重、中度酸雨处理与对照组差异显著（P＜0.05），中度酸雨处理下锌转移系数最高，为16.79。说明酸雨处理增加了秃瓣杜英幼苗对重金属的转移能力。
表 2 不同酸雨酸度下秃瓣杜英幼苗中铜、锌的转移系数和生物富集系数
Table 2. Translocation factor and bioconcentration factor of Cu and Zn with different acid rain treatments
试验组 转移系数 生物富集系数 铜 锌 铜 锌 T2.5 2.271 ± 0.112 a 10.837 ± 0.483 a 0.014 ± 0.001 ab 0.712 ± 0.025 a T4.0 1.169 ± 0.203 b 16.790 ± 0.240 a 0.019 ± 0.002 a 0.420 ± 0.035 a T5.6 0.423 ± 0.072 c 2.033 ± 0.081 b 0.011 ± 0.002 b 0.546 ± 0.026 a ck 0.792 ± 0.081 bc 0.409 ± 0.011 b 0.020 ± 0.002 a 0.093 ± 0.003 b 说明：表内数据为平均值±标准误。同列不同字母表示差异显著（P＜0.05） 酸雨处理后铜元素的生物富集系数为0.011~0.019，均小于对照组，说明酸雨处理不利于秃瓣杜英幼苗对重金属铜的积累；处理组锌的生物富集系数均显著高于对照组（P＜0.05），说明酸雨处理提高了秃瓣杜英幼苗对重金属锌的积累能力。
-
测定植物叶片的叶绿素相对含量可以间接反映植物叶片叶绿素的情况[21-24]，叶绿素荧光动力学技术可以获得植物耐受环境胁迫的能力和各种胁迫已经损害光系统的程度等信息[25]。研究发现：重度酸雨下，杨梅Myrica rubra叶绿素各荧光参数均降低[26]；在pH 2.5条件下，水稻Oryza sativa叶片质膜（H+-ATPase）活性，细胞渗透势和钾离子（K+）和镁离子（Mg2+）明显下降[27]；五爪金龙Ipomoea cairica叶片净光合速率随酸雨pH值的下降而降低[28]。也有得出相反结论。田大伦等[29]发现：pH 3.0和pH 4.0的酸雨提高了樟树Cinnamomum camphora最大净光合速率和表观量子效率；在pH 2.5的酸雨强度下，青冈Quercus glauca幼苗的光合参数、叶绿素荧光参数与对照组相比，明显增加[30]。
本研究发现秃瓣杜英幼苗叶绿素参数随不同酸雨变化而变化。随着酸雨pH值降低，叶绿素相对含量，Fv/Fm，Yield和qP均升高，说明酸雨提高了幼苗的叶绿素含量，增强秃瓣杜英幼苗的光合能力。
对各试验组幼苗组织生物量的测定可知：所有酸雨处理组地上部生物量均小于对照组，而根系生物量大于对照组，说明酸雨导致植物生物量重新分配，使秃瓣杜英幼苗根系更加健壮；根系通过吸收土壤中的矿质元素，使植物的生长效能提高，植物对环境胁迫的抵抗力增强，由此认为：秃瓣杜英具有一定的抗酸特性，即酸雨促进秃瓣杜英幼苗的生长，提高幼苗适应不良环境的能力。
氮是构成蛋白质的重要元素，对植物的光合作用起着重要的影响。研究发现：秃瓣杜英幼苗中氮元素主要存在于叶片，酸雨处理组叶片中氮质量分数均高于对照组，说明酸雨促进秃瓣杜英叶片对氮元素的吸收，有利于秃瓣杜英的光合作用，与WOOD等[31]在北美乔松Pinus strobus的模拟酸雨试验中发现pH 4.0以下的模拟酸雨可促进幼苗生长的结论一致，并指出是由于酸雨中硝酸根（NO3-）的施肥作用的效果，即酸雨处理后对秃瓣杜英幼苗起到一定的氮补给作用。磷、钾作为植物各种生理代谢活动的重要参与者，对植物同化力的形成非常重要。酸雨处理组茎、叶部磷钾质量分数均小于对照组，而重、中度酸雨处理组根部磷钾质量分数大于对照组，表明酸雨抑制秃瓣杜英茎、叶对磷钾元素吸收的同时促进根系对磷钾元素的吸收，这可能是导致酸雨处理组的地上部生物量小于对照组，而酸雨组根部生物量大于对照组的原因。镁是组成叶绿素的重要成分，对植物光合作用非常重要，酸雨组叶片镁质量分数均大于对照组，但酸雨组与对照组各器官中镁质量分数无显著差异，这与段小华等[32]研究模拟酸雨对茶树根茎和叶中镁含量没有明显影响的结果是一致的。
铜和锌是植物正常生长和发育所必需的元素，但土壤中过量的锌和铜会抑制植物的生长。LEVY等[33]报道称，植物中铜质量分数正常范围为3~30 mg·kg-1，锌为10~150 mg·kg-1；本试验发现：各组织中铜质量分数的变化为5.93~27.15 mg·kg-1，锌为6.12~177.16 mg·kg-1，说明铜没有对秃瓣杜英产生毒害，而是作为必要元素用以构成铜蛋白，参与植物光合作用和氮素代谢，提高了叶绿素的稳定性。重度酸雨处理后，植物中铜转移系数增大，说明叶片获得了更多铜元素，从而提高叶片叶绿素含量。相比之下，酸雨处理后秃瓣杜英幼苗叶片锌质量分数超出了正常范围，根部尽管属于正常范围内，但转移系数和富集系数均高于对照组，说明秃瓣杜英通过迅速转移根部的锌到地上部分来避免根系受到锌的毒害，秃瓣杜英在酸雨刺激下对重金属锌的忍耐作用得到了提高。王菊等[34]和严明理等[35]研究均发现：酸雨促进重金属的转移和释放，但地下部重金属含量较地上部多，与本研究结果相反，说明重金属的转移和释放不仅取决于酸雨pH值，可能还与植物本身有关。
综上所述：模拟酸雨处理秃瓣杜英幼苗后，幼苗没有受到酸雨的极度危害；随着酸雨pH值的降低，酸雨各叶绿素荧光参数有所增加，说明酸雨提高了秃瓣杜英幼苗的光合能力。幼苗对酸雨的忍耐性主要表现在：浇酸之后，酸雨进入土壤，受土壤本身理化特性的缓冲作用，未对根系造成直接危害；其中的氮元素被植物逐渐吸收，使得幼苗叶片氮质量分数增加。酸雨对土壤中某些元素的活化作用，使得酸雨处理增加了幼苗叶片镁元素和地上部铜元素，对植物生长有利。随着酸雨pH值的降低，秃瓣杜英幼苗地上部生物量积累下降，根系生物量积累增加，与对照组存在显著差异；其原因首先是叶片磷、钾元素的减少，对幼苗的新陈代谢造成影响，其次则可能是为避免锌对秃瓣杜英根系产生毒害，部分能量用于转移根系锌元素。这也是秃瓣杜英耐酸的一种机理，因此，今后可加强对秃瓣杜英耐酸性机制的研究。
Chlorophyll fluorescence response and nutrient distribution of Elaeocarpus glabripetalus seedlings with simulated acid rain
-
摘要: 利用模拟酸雨喷淋试验，研究不同酸雨梯度[pH 2.5（重度酸雨）、pH 4.0（中度酸雨）和pH 5.6（轻度酸雨）]对秃瓣杜英Eleocarpus glabripetalus幼苗叶绿素参数、生物量及对土壤元素吸收的影响。结果表明：幼苗叶绿素参数随酸雨pH值的降低而升高，各处理组相对叶绿素含量均高于对照组；最大光化学量子产量（Fv/Fm）随酸雨pH值的降低而升高，各处理组较对照组升高4.22%，6.07%和6.86%，与对照组差异显著（P < 0.05）。各处理组叶片氮元素质量分数均大于对照组，但差异不显著（P>0.05）；所有器官磷、钾质量分数总和均小于对照组，重、轻度酸雨组茎的磷质量分数显著低于对照组（P < 0.05）；所有器官镁质量分数均小于对照组，但差异不显著（P>0.05）。重、中度酸雨组幼苗地上部铜元素质量分数和转移系数高于对照组，各处理组锌元素转移系数和富集系数均显著高于对照组（P < 0.05）。综合分析认为：酸雨增加了幼苗的相对叶绿素含量，提高了幼苗的光合能力；促进了幼苗生物量重新分配，使得根系更加健壮，从而促进根系对土壤矿质元素的吸收，增强了植物对环境胁迫的抵抗力；提高了根系锌元素转移系数，从而加大幼苗对重金属锌的忍耐作用。Abstract: To find the effects of chlorophyll parameters and biomass of Elaeocarpus glabripetalus seedlings and the absorption of soil elements for different levels of acidity, a simulated acid rain spray test with three acidity levels[pH 2.5 (severe acid rain), pH 4.0 (moderate acid), and pH 5.6 (mild acid rain)], as well as a control group (ck) was used. Results showed that the chlorophyll parameters of E. glabripetalus seedlings increased with a decrease in the pH of acid rain. The relative chlorophyll content (SPAD) in each treatment group was higher than the control group. The maximum chemical quantum yield (Fv/Fm) increased with a decrease in pH of acid rain, and there was a significant difference between the treatment groups and ck (P < 0.05). The leaf nitrogen (N) mass fraction of each treatment group was not significantly different from ck (P>0.05). The phosphorus (P) mass fraction for the heavy and mild acid rain group was significantly lower than ck (P>0.05). Seedlings in the upper part of the mass fraction and transfer coefficients of heavy and moderate acid groups were higher than ck. The zinc (Zn) transfer coefficients and enrichment coefficients of each treatment group were significantly higher than ck (P < 0.05). Based on the comprehensive analysis, acid rain increased the chlorophyll content of seedlings, and improved the photosynthetic capacity of seedlings. Acid rain also promoted the redistribution of seedlings biomass, making the root system more robust, thus promoting the absorption of mineral elements in the roots and enhancing the plant's resistance to environmental stress. In addition, acid rain increased the Zn transfer coefficient of roots thereby increasing the tolerance of seedlings to heavy metal Zn. Overall, this study provided a scientific basis for nutrient distribution characteristics and physiological response mechanism of Elaeocarpus glabripetalus seedlings with acid rain stress.
-
Key words:
- plant physiology /
- acid rain stress /
- biomass /
- chlorophyll parameters /
- Elaeocarpus glabripetalus /
- mineral element
-
森林作为陆地生态系统的主体，是全球气候系统的重要组成部分，森林生态系统的碳循环是全球陆地碳循环与气候变化响应研究的重要内容[1−4]。森林容易受海陆位置以及气候条件(如夏季高温、台风等)的影响，同时，人类活动对森林的干扰也较为频繁，因此森林所受干扰特性较为复杂。森林干扰与恢复引起的森林变化，直接影响地表水文、气候以及生物地球化学循环过程[5−7]。干扰与恢复是森林生态系统动态变化的主要驱动力，干扰与恢复的历史会影响林分的生长状态，不同干扰与恢复的类别、强度与大小将会改变林分物种组成与林分结构[8−10]。典型的自然干扰(雨雪灾害等)与人为干扰(采伐、土地利用变化等)以及干扰后更新，都将影响森林碳汇[11−12]。目前，缺乏长时期的森林时空动态监测资料，森林干扰与恢复对于森林碳循环的贡献仍不确定[13−15]。因此，监测森林干扰与恢复，揭示和掌握森林干扰与恢复的时空变化特征，对于理解景观、区域甚至全球尺度的森林碳循环和气候变化至关重要[16−17]。
遥感技术具有大面积同步观测、覆盖范围广、时效性好等特点，可作为森林干扰与恢复监测的重要技术手段[11, 18−19]。传统的森林变化监测往往采用时间跨度大的2期或者多期同一地区影像进行分类对比分析[20]。过去20 a内通常采用MODIS和AVHRR等高时间分辨率和低空间分辨率的影像进行长时间序列分析[21]。此类方法对于面积较小区域的(如县域)森林变化监测能力较差。近年来，30 m的Landsat卫星影像构成的时间序列堆栈(LTSS)数据为精确的森林干扰监测提供了重要的数据支撑[22−23]。
森林干扰与恢复的监测方法主要有分类比较法、影像差异法、分类及统计分析法、时间序列分析法、数据融合法等[16, 23]。与其他方法相比，时间序列分析方法能够确定森林干扰与恢复发生的年份、持续时间、干扰强度等信息，能够有效地监测森林的长期变化状况[19, 23]。时间序列分析法主要包含基于光谱轨迹的Landsat干扰和恢复趋势监测(LandTrendr)、持续变化监测与分类(CCDC)、植被变化跟踪(VCT)以及季节与趋势断点监测(BFAST)等算法[24−29]。其中，VCT能够较好监测森林变化，但不能有效监测间伐与森林退化等干扰；BFAST算法对于影像要求较高，在云覆盖高的区域监测效果欠佳；LandTrendr算法却能识别急剧(皆伐等)和缓慢变化(干扰后更新等)的事件，能够有效且精确地监测到森林干扰与恢复。因此，采用LandTrendr算法监测森林干扰与恢复逐渐成为森林干扰与恢复监测的主要方法[30−33]。
自20世纪80年代起，中国亚热带森林覆盖率显著增加，较小的林龄结构与充沛的雨热条件使得该区域森林有可能成为全球较大的碳汇区[34−35]。持续的森林干扰与恢复带来的林龄效应将会严重影响该区域的碳收支情况[16, 36]。浙江省松阳县森林资源丰富，碳汇潜力巨大，是百山祖国家公园三级联动区，因此，监测松阳县森林变化可为准确评估该区域森林发展态势，为森林经营规划提供理论依据与技术支撑，也对提高亚热带森林的抗干扰能力，增强亚热带森林的自然恢复能力和保护百山祖国家公园生态环境具有重要的参考意义。本研究以松阳县为例，基于长时间序列的LandsatTM/OLI影像数据，采用LandTrendr算法监测松阳县森林干扰与恢复，分析其时空动态变化，从而为松阳县亚热带森林管理提供参考。
1. 材料与方法
1.1 研究区概况
松阳县位于浙江省丽水市，地理坐标为28°14′~28°36′N，119°10′~119°42′E。地处浙江省西南部，东连丽水市莲都区，南接龙泉市、云和县，西北靠遂昌县，东北与金华市武义县接壤。全境以中、低山丘陵地带为主，属亚热带季风气候，温暖湿润，四季分明。全县辖3个街道，5个镇，11个乡，总面积为1406.00 km2。截至2022年，松阳县森林面积达1 119.23 km2，森林覆盖率为79.83%。其中公益林面积为637.88 km2，占全县林地总面积的54.9%，松林面积占全县森林面积的59.39%。
1.2 数据与处理
1.2.1 遥感时间序列数据
本研究基于谷歌地球引擎(GEE)云平台，选取1987—2020年所有可获得的LandsatTM/OLI地表反射率影像作为LandTrendr算法的数据基础。所选择的影像都属于Landsat Collection 1 L1TP级别，且经过辐射定标、大气校正和几何校正等，质量较高，适用于长时间序列的定量分析。影像选取原则为：①尽量获取在植被生长茂盛期(6—9月)的影像，以减少物候对植被光谱识别的干扰；②尽量选取云量少(＜10%)的影像，以保证时间序列内有相对较高的影像质量。利用美国地质勘探局(USGS)的CFMask算法去云，并使用邻近月份的清晰像素填充，以确保生成无云影像。最终，收集到符合条件的影像共计52幅。将所有选定的地表反射率影像组合在一起，形成年度Landsat时间序列影像堆栈(LTSS)，通过每年1幅影像组成Landsat影像的时间序列。每年1幅影像的像元值是该年符合时间和云量条件的影像对应像元值的中值，后续通过年度LTSS数据与LandTrendr算法监测森林干扰。
1.2.2 土地覆盖数据
松阳县森林信息分布数据(图1A~B)来源于ZHANG等[37]的1985—2020年全球30 m精细地表覆盖动态监测产品(GLC_FCS30-1985-2020)。从产品中剔除水体、农田、不透水表面3类土地覆盖，确定1985与2020年森林(阔叶林、针叶林)区域，并将2期森林区域合并，取两者并集作为本研究的森林变化潜在区域。此森林变化潜在区域将用来掩膜LandTrendr结果中非林地区域，以此来避免与农田、草地的错误检测。
图 1 1985和2020年研究区土地覆盖空间格局Figure 1 Spatial pattern of land cover in 1985 (A) and 2020 (B) of the study area1.2.3 验证样本数据
森林干扰与恢复的样点数据来源于1986—2014年浙江省森林资源连续清查与谷歌高清影像目视解译。根据样点位置，结合样地的地类、树种及林龄等信息，通过目视解译来区分1987—2020年清查样点的变化情况(森林干扰、恢复、稳定)。共随机标记了100个样点，其中包括32个森林损失样点，40个森林恢复样点，其余为森林持续(未变化)样点。这些样点将用于LandTrendr分割结果的验证分析。
1.3 LandTrendr算法
LandTrendr算法是最有效的监测森林干扰和恢复的方法之一[38−39]，主要通过时间序列分割算法获取影像光谱值突变和缓慢变化的信息[25, 40]。目前，LandTrendr算法移植到GEE平台后，简化了数据管理与图像预处理，作为LT-GEE算法被广泛使用[41−42]。本研究采用LT-GEE来实现LandTrendr算法。
KENNEDY等[25]与COHEN等[40]研究表明：归一化燃烧比指数(RNB)对于捕捉干扰事件具有最大敏感性，且具备较好的解释能力[25, 40]。因此，本研究使用$ {R}_{\mathrm{N}\mathrm{B}} $作为LandTrendr算法的监测指数，其计算公式为：
$$ {R}_{\mathrm{N}\mathrm{B}}=\frac{{\sigma }_{\mathrm{N}\mathrm{I}\mathrm{R}}-{\sigma }_{\mathrm{S}\mathrm{W}\mathrm{I}\mathrm{R}2}}{{\mathrm{\sigma }}_{\mathrm{N}\mathrm{I}\mathrm{R}}+{\sigma }_{{\rm{S}}\mathrm{W}\mathrm{I}\mathrm{R}2}} 。 $$ (1) 式(1)中：$ {\sigma }_{\mathrm{N}\mathrm{I}\mathrm{R}} $为近红外波段反射率，反映健康绿色植被，$ {\sigma }_{\mathrm{S}\mathrm{W}\mathrm{I}\mathrm{R}2} $为短波中红外波段反射率，反映岩石和裸土。健康的森林有高的$ {\sigma }_{\mathrm{N}\mathrm{I}\mathrm{R}} $值与低的$ {\sigma }_{{\rm{SWIR2}}} $值，从而具备高的$ {R}_{\mathrm{N}\mathrm{B}} $值。一旦森林经过干扰，$ {R}_{\mathrm{N}\mathrm{B}} $将会大幅度下降。
LandTrendr算法将对时间序列LTSS中的每个像元构建归一化燃烧比指数光谱轨迹，并利用时间序列分割算法来回归出归一化燃烧比指数光谱直线轨迹，从而识别归一化燃烧比指数急剧变化的断点并判断得到变化的年份。整个过程将识别归一化燃烧比指数值的3种特性，即整体下降(干扰)、整体增加(恢复)和整体保持不变(稳定)。LandTrendr算法在GEE上运行的具体参数设置如表1所示。分别利用LandTrendr算法对森林干扰与恢复事件进行检测，从而获得1987—2020年松阳县森林干扰与恢复发生的年份。基于森林干扰与恢复的样点数据，通过混淆矩阵计算总体精度、生产者精度、用户者精度，评估森林干扰与恢复的监测效果。
表 1 基于GEE的LandTrendr运行所需参数Table 1 Parameters used in LandTrendr processing过程 参数 值 过程 参数 值 过程 参数 值 分割 光谱指数 RNB 分割 恢复阈值 0.25 过滤 年份 1987—2020 轨迹分割最大数量 6.0 拟合最大P值 0.05 变化量 ＞200 尖峰抑制参数 0.9 最优模型比例 0.75 持续时间 ＜4 顶点数量控制参数 3.0 最小观测值数量 6.00 变化前光谱值 ＞300 是否允许1 a恢复 true 2. 结果与分析
2.1 森林干扰与恢复精度评价
图2是森林干扰与恢复监测结果的2个示例。由图2A可见：标记处RNB光谱值在2016年急剧下降，表明森林干扰发生在2016年，与LandTrendr算法计算结果一致；图2B标记处RNB光谱值在2003年开始下降，到2014年最小，并在2014年后逐渐升高，表明森林恢复发生在2004年，也与LandTrendr算法计算结果相一致。由此可见：LandTrendr算法分割的光谱轨迹可有效区分森林干扰与恢复年份。
为了定量评估森林干扰与恢复精度，计算混淆矩阵(表2)。由表2可见：LandTrendr算法计算的总体精度达到了82.00%，森林干扰与恢复监测的生产者精度分别达87.50%、80.00%，干扰与恢复监测的用户者精度分别达84.80%、82.05%。精度均在80.00%，表明LandTrendr可以有效地监测到松阳县森林干扰与恢复情况。
表 2 基于混淆矩阵的LandTrendr检测精度评价Table 2 Accuracy evaluation of LandTrendr detection based on confusion matrix类型 生产精度/% 用户精度/% 总体精度/% 干扰 87.50 84.80 82.00 恢复 80.00 82.05 稳定 78.57 78.57 2.2 森林干扰与恢复空间格局
由图3可见：水体、非森林、持续森林已被掩膜。从空间分布上来看，1987—2020年森林干扰较为破碎，多数分布在不透水地表周边，尤其集中在松阳县东南角(如西屏街道、水南街道、象溪镇)等区域，而森林恢复在各个区域均有发生，分布较广。
图 3 1987—2020年间松阳县森林干扰(A)与恢复(B)发生年份以及各年份森林减少(C)与增加(D)面积Figure 3 Years of forest disturbance (A) and restoration (B) and areas of forest loss (C) and gain (D) in Songyang County during 1987－2020经统计，1987—2020年森林干扰总面积达148.14 km2，占林地面积的12.00%。其中2006—2010年森林干扰面积最高，达36.62 km2，占总干扰的24.00%。这一段时间内森林干扰严重，一方面是受松材线虫Bursaphelenchus xylophilus病影响，松阳县大量马尾松Pinus massoniana林因受侵害而被砍伐；另一方面是由于2008年松阳县受特大暴雪和冻雨灾害侵袭，森林资源损失严重[43]。而1987—2020年森林恢复总面积达236.86 km2，占林地面积的20.37%。其中1987—1990和2006—2010年森林恢复面积较高，分别达67.90和59.55 km2，占总森林恢复的28.67%和25.14%。1987—1990年森林恢复主要原因是改革开放后退耕还林、植树造林等重大工程项目的实施，而2006—2010年森林恢复主要是因为自2008年雪灾后的2009与2010年森林自然更新与人为再造林。
除森林重大受灾或国家重大植树造林工程展开的年份外，松阳县隔5 a的森林干扰与恢复面积一般稳定在20.00~30.00 km2。整体上，松阳县森林恢复面积高于森林干扰面积，森林面积呈现逐渐增加趋势。
2.3 松阳县各乡(镇)森林干扰与恢复面积统计
由表3可见：各乡(镇)在1987—2020年森林总干扰面积为1.62~25.96 km2，总恢复面积为2.43~46.00 km2。各个乡(镇)总恢复面积均高于总干扰面积，说明1987—2020年各乡(镇)森林总面积净增长。其中，大东坝镇、板桥畲族乡、新兴镇、玉岩镇总恢复面积远远高于总干扰面积，森林面积分别增加了20.04、11.03、10.33、8.49 km2。这些乡(镇)位于山地丘陵，自然林和公益林较多，受自然灾害与人为破坏后，森林自然更新以及造林再造林活动等促使了森林大量恢复。位于松阳县平原且人类活动频繁的城镇中心，如往松街道、古市镇、斋坛乡、樟溪乡等乡(镇)森林干扰面积与恢复面积相当，森林面积增加较少。
表 3 松阳县乡(镇)级别森林干扰与恢复面积统计Table 3 Statistics of forest disturbance and restoration area at township level in Songyang County乡(镇) 森林面积/km2 乡(镇) 森林面积/km2 乡(镇) 森林面积/km2 干扰面积 恢复面积 干扰面积 恢复面积 干扰面积 恢复面积 大东坝镇 25.96 46.00 裕溪乡 9.89 14.57 玉岩镇 15.10 25.43 望松街道 1.62 3.84 三都乡 9.05 14.44 竹源乡 5.40 8.60 水南街道 6.63 10.61 古市镇 3.31 4.63 板桥畲族乡 3.54 5.52 西屏街道 8.86 14.22 斋坛乡 2.01 2.43 象溪镇 16.04 27.07 叶村乡 2.60 5.03 新兴镇 14.00 21.64 赤寿乡 6.73 8.00 四都乡 3.40 6.16 枫坪乡 8.04 13.84 安民乡 9.41 17.91 樟溪乡 2.11 3.74 3. 讨论
LandTrendr算法的主要思想是从Landsat时间序列数据中提取归一化燃烧比指数等光谱变化轨迹，并分割轨迹及线性拟合，去除光谱尖峰噪音信息，将复杂的变化特征简化为几段光谱直线，以此来突出变化时刻断点，从而捕获时间序列数据的干扰与恢复信息。本研究利用LandTrendr算法有效地提取了1987—2020年浙江省松阳县森林干扰与恢复发生年份，精度均在70%以上，表明LandTrendr算法可有效监测松阳县森林变化。LandTrendr算法不仅能够监测干扰年份，同时也能够监测干扰量[11, 19]。已有研究通过干扰量来区分干扰类型，以及识别主要与次要干扰的分布，或者划分森林干扰与恢复等级[11, 19, 25, 34]。以往采用最佳的单一指数作为LandTrendr算法监测，不同指数运行好坏的贡献未知，监测效果好坏不一。当前，利用LandTrendr算法完善森林干扰与恢复的研究越来越全面，LandTrendr算法综合多波段、多光谱指数的监测方法已得到很好应用，监测效果要优于单一指数监测效果[44−46]。后续，可以尝试利用多光谱指数，结合LandTrendr监测干扰与恢复变化量来识别松阳县森林主要与次要干扰，区分干扰强度，从而提出相应措施减少森林主要干扰，避免森林急剧减少。
本研究采用的验证方法为基于样地的目视解译。经目视解释可知：松阳县森林干扰类型多为人工采伐以及台风雪灾等自然灾害，恢复类型多为人工造林等，但并没有通过LandTrendr进行具体的类型划分。后续，可结合其他技术手段对干扰与恢复类型进行区分，并优化验证方法。目前，国外研究多采用Timesync工具来验证LandTrendr算法，这种工具可自动获取解译结果，并与算法分割结果作比较[8, 25]。综合现有结果分析，尽管本研究尚未能分析出松阳县森林干扰与恢复的类型和强度，但可有效监测森林干扰与恢复发生的年份，并分析了松阳县森林变化情况，为松阳县森林经营管理提供相应参考数据。
4. 结论
本研究采用GEE云平台的LandTrendr算法监测浙江省松阳县1987—2020年森林干扰与恢复状况，并进行森林干扰与恢复时空特征分析。结论如下：①LandTrendr算法监测森林干扰与恢复的总体精度达到了82%，森林干扰与恢复的生产者精度用户精度均高于80%，表明松阳县森林干扰与恢复监测效果较好。②松阳县森林干扰与恢复总面积分别为148.14与236.86 km2，分别占林地面积的12.74%、20.37%，表明松阳县1987—2020年森林面积呈净增加趋势。③松阳县大东坝镇、板桥畲族乡、新兴镇、玉岩镇森林面积变化较为频繁，森林干扰与恢复面积均比其他乡(镇)高。大东坝镇森林面积变化最大，增加了20.04 km2。
-
图 1 不同酸雨处理下秃瓣杜英幼苗叶绿素参数
Figure 1 Changes of chlorophyll fluorescence parameters of Eleocarpus glabripetalus seedlings with different acid rain treatments
图 2 不同酸雨处理下秃瓣杜英幼苗各组织生物量变化
Figure 2 Changes of each tissue biomass of Eleocarpus glabripetalus seedlings with different acid rain treatments
图 3 不同酸雨梯度下秃瓣杜英幼苗器官中的元素质量分数变化
Figure 3 Changes of N, P, K and Mg in the organs of E. glabripetalus seedlings with different acid rain treatments
表 1 秃瓣杜英幼苗在不同酸雨酸度下各组织中铜和锌质量分数
Table 1. Heavy metal Cu and Zn concentrations in different tissues of Eleocarpus glabripetalus seedlings with different acid rain treatments
试验组 w铜/（mg·kg-1） w锌/（mg·kg-1） 地上部 根系 地上 根系 T2.5 13.50 ± 0.55 a 5.93 ± 0.03 c 177.16 ± 6.28 a 13.50 ± 0.77 b T4.0 15.66 ± 1.80 a 13.71 ± 1.01 b 99.55 ± 7.33 ab 6.12 ± 0.76 b T5.6 11.14 ± 1.39 ab 27.15 ± 3.38 a 138.87 ± 6.85 ab 72.07 ± 6.71 a ck 11.41 ± 0.91 b 14.83 ± 2.04 b 23.49 ± 2.21 b 68.35 ± 7.46 a 说明：表内数据为平均值±标准误。同列不同字母表示差异显著（P＜0.05） 
下载: 导出CSV
表 2 不同酸雨酸度下秃瓣杜英幼苗中铜、锌的转移系数和生物富集系数
Table 2. Translocation factor and bioconcentration factor of Cu and Zn with different acid rain treatments
试验组 转移系数 生物富集系数 铜 锌 铜 锌 T2.5 2.271 ± 0.112 a 10.837 ± 0.483 a 0.014 ± 0.001 ab 0.712 ± 0.025 a T4.0 1.169 ± 0.203 b 16.790 ± 0.240 a 0.019 ± 0.002 a 0.420 ± 0.035 a T5.6 0.423 ± 0.072 c 2.033 ± 0.081 b 0.011 ± 0.002 b 0.546 ± 0.026 a ck 0.792 ± 0.081 bc 0.409 ± 0.011 b 0.020 ± 0.002 a 0.093 ± 0.003 b 说明：表内数据为平均值±标准误。同列不同字母表示差异显著（P＜0.05）
下载: 导出CSV
-
[1] WANG Yanping, WANG Ya, KAI Wenbin, et al. Transcriptional regulation of abscisic acid signal core components during cucumber seed germination and under Cu2+, Zn2+, NaCl and simulated acid rain stresses[J]. Plant Physiol Biochem, 2014, 76(5):67-76. [2] ZHAO Yanxia, HOU Qing. Characteristics of the acid rain variation in China during 1993-2006 and associated causes[J]. Acta Meteorol Sin, 2010, 24(2):239-250. [3] 杨东贞, 周怀刚, 张忠华.中国区域空气污染本底站的降水化学特征[J].应用气象学报, 2002, 13(4):430-439. YANG Dongzhen, ZHOU Huaigang, ZHANG Zhonghua. Chemical characteristics of precipitation in regional air pollution background stations of China[J]. J Appl Meteorol Sci, 2002, 13(4):430-439. [4] 李正泉, 马浩, 毛裕定, 等.临安本底站酸雨长期观测特征分析[J].环境科学, 2014, 35(2):481-488. LI Zhengquan, MA Hao, MAO Yuding, et al. Analysis of acid rain characteristics of Lin'an regional background station using long-term observation data[J]. Environ Sci, 2014, 35(2):481-488. [5] 王利, 杨洪强, 张召, 等.根区酸化对平邑甜茶叶片光系统Ⅱ活性及光合速率的影响[J].林业科学, 2011, 47(10):167-171. WANG Li, YANG Hongqiang, ZHANG Zhao, et al. Effects of rhizosphere acidity on activity of photosystem Ⅱ and photosynthetic rate in Malus hupehensis leaves[J]. Sci Silv Sin, 2011, 47(10):167-171. [6] SINGH A, AGRAWAL M. Acid rain and its ecological consequences[J]. J Environ Biol, 2008, 29(1):15-24. [7] SHUKLA J B, SUNDAR S, SHIVANGI S, et al. Modeling and analysis of the acid rain formation due to precipitation and its effect on plant species[J]. Nat Res Modeling, 2013, 26(1):53-65. [8] 李永裕, 潘腾飞, 余东, 等.模拟酸雨对龙眼叶片PSⅡ反应中心和自由基代谢的影响[J].生态学报, 2012, 32(24):7866-7873. LI Yongyu, PAN Tengfei, YU Dong, et al. Effects of simulated acid rain stress on the PSⅡ reaction center and free radical metabolism in leaves of longan[J]. Acta Ecol Sin, 2012, 32(24):7866-7873. [9] 侯维, 潘远智.酸雨对勋章菊保护酶活性及叶绿素荧光参数的影响[J].核农学报, 2013, 27(7):1054-1059. HOU Wei, PAN Yuanzhi. Effects of acid rain stress on antioxidant enzyme activity and chlorophyll fluorescence in leaves of Gazania hybrids[J]. J Nucl Agric Sci, 2013, 27(7):1054-1059. [10] 金清, 江洪, 余树全, 等.酸雨胁迫对苦槠幼苗气体交换与叶绿素荧光的影响[J].植物生态学报, 2010, 34(9):1117-1124. JIN Qing, JIANG Hong, YU Shuquan, et al. Effects of acid rain stress on gas exchange and chlorophyll fluorescence of Castannopsis sclerophylla seedlings[J]. Chin J Plant Ecol, 2010, 34(9):1117-1124. [11] LIU Meihua, YI Lita, YU Shuquan, et al. Chlorophyll fluorescence characteristics and the growth response of Elaeocarpus glabripetalusto simulated acid rain[J]. Photosynthetica, 2015, 53(1):23-28. [12] 项敬银, 俞飞, 伊力塔, 等.模拟酸雨和镉复合处理对秃瓣杜英生长和荧光参数的影响[J].生态学报, 2018, 38(15):5443-5451. XIANG Jingyin, YU Fei, YI Lita, et al. Combined effects of artificial acid rain and Cd on the growth and fluorescence parameters of Elaeocarpus glabripetalus[J]. Acta Ecol Sin, 2018, 38(15):5443-5451. [13] 俞飞, 宋琦, 刘美华, 等.模拟酸雨不同处理对秃瓣杜英幼苗生物量和生理的影响[J].林业科学, 2016, 52(5):92-100. YU Fei, SONG Qi, LIU Meihua, et al. Effects of different acid rain treatments on biomass allocation and physiological characteristics in Elaeocarpus glabripetalus seedlings[J]. Sci Silv Sin, 2016, 52(5):92-100. [14] 田苏奎, 李领寰, 伊力塔, 等.模拟酸雨对杜英幼苗生长及养分元素含量的影响[J].华东森林经理, 2016, 30(3):38-42. TIAN Sukui, LI Linghuan, YI Lita, et al. Effects of simulated acid rain on Elaeocarpus decipiens seedling growth and nutrient distribution[J]. East China For Manage, 2016, 30(3):38-42. [15] 汪赛, 伊力塔, 余树全, 等.模拟酸雨对青冈光合及叶绿素荧光参数的影响[J].应用生态学报, 2014, 25(8):2183-2192. WANG Sai, YI Lita, YU Shuquan, et al. Effects of simulating acid rain on photosynthesis and chlorophyll fluorescence parameters of Quercus glauca[J]. Chin J Appl Ecol, 2014, 20(8):2183-2192. [16] 李合生.植物生理生化实验原理和技术[M].北京:高等教育出版社, 2000. [17] 王沙生, 高荣孚, 吴贯明.植物生理学[M].北京:中国林业出版社, 2000. [18] 洪博.萝芙木化学成分与质量控制方法研究[D].沈阳: 沈阳药科大学, 2011. HONG Bo. Studies on Chemical Constituents and Quality Control Methods of Rauvolfia verticillata[D]. Shenyang: Shenyang Pharmaceutical University, 2011. [19] 宁寻安, 周云, 刘敬勇, 等.微波消解-火焰原子吸收光谱法测定钢铁厂废旧除尘布袋中重金属[J].光谱学与光谱分析, 2011, 31(9):2565-2568. NING Xun'an, ZHOU Yun, LIU Jingyong, et al. Determination of metals in waste bag filter of steel works by microwave digestion-flame atomic absorption spectrometry[J]. Spectrosc Spectral Anal, 2011, 31(9):2565-2568. [20] 周健民.土壤学大辞典[M].北京:科学出版社, 2013. [21] 姜丽芬, 石福臣, 王化田, 等.叶绿素计SPAD-502在林业上应用[J].生态学杂志, 2005, 24(12):1543-1548. JIANG Lifen, SHI Fuchen, WANG Huatian, et al. Application tryout of chlorophyll meter SPAD-502 in forestry[J]. Chin J Ecol, 2005, 24(12):1543-1548. [22] 王彬, 田正凤, 应彬彬, 等.高温胁迫对樟树光合性能的影响[J].浙江农林大学学报, 2019, 36(1):47-53. WANG Bin, TIAN Zhengfeng, YING Binbin, et al. Photosynthetic abilities in Cinnamomum camphora with high temperature stress[J]. J Zhejiang A & F Univ, 2019, 36(1):47-53. [23] 宋晓东, 江洪, 余树全, 等.亚热带典型常绿阔叶树种叶片叶绿素含量与其高光谱特征间的关系[J].生态学报, 2008, 28(5):1959-1963. SONG Xiaodong, JIANG Hong, YU Shuquan, et al. Relationship between chlorophyll concentrations and spectral reflectance feature of the typical evergreen hardwood species in subtropical region of China[J]. Acta Ecol Sin, 2008, 28(5):1959-1963. [24] MARKWELL J, OSTERMAN J C, MITCHELL J L. Calibration of the minoltaSPAD-502 leaf chlorophyll meter[J]. Photosynth Res, 1995, 46(3):467-472. [25] 吴根良, 何勇, 王永传, 等.不同光照强度下卡特兰和蝴蝶兰光合作用和叶绿素荧光参数日变化[J].浙江林学院学报, 2008, 25(6):733-738. WU Genliang, HE Yong, WANG Yongchuan, et al. Diurnal changes of photosynthesis and chlorophyll fluorescence in Cattleya×hybrida and Phalaenopsis amabilis with different light intensities[J]. J Zhejiang For Coll, 2008, 25(6):733-738. [26] 于晓鹏, 伊力塔, 余树全, 等.不同酸雨胁迫梯度和处理方式对杨梅幼苗叶绿素荧光特性的影响[J].生态学杂志, 2015, 34(5):1246-1252. YU Xiaopeng, YI Lita, YU Shuquan, et al. Effects of acid rainfall intensities and treatment ways on chlorophyll fluorescence parameters of Myrica rubra seedlings[J]. Chin J Ecol, 2015, 34(5):1246-1252. [27] 卜津津, 苏垒, 吕霞, 等.模拟酸雨对水稻叶片质膜H+-ATPase活性与矿质元素含量的影响[J].环境科学学报, 2015, 35(9):3020-3024. BU Jinjin, SU Lei, LÜ Xia, et al. Effect of simulated acid rain on plasma membrane H+-ATPase activity and mineral elements contents in rice leaves[J]. Acta Sci Circumstantiae, 2015, 35(9):3020-3024. [28] 赵则海.模拟酸雨对五爪金龙幼苗光合生理特性的影响[J].生态环境学报, 2014, 23(9):1498-1502. ZHAO Zehai. Effects of simulated acid rain on photosynthetic physiology characteristics of Ipomoea cairica seedling[J]. Ecol Environ Sci, 2014, 23(9):1498-1502. [29] 田大伦, 付晓萍, 方晰, 等.模拟酸雨对樟树幼苗光合特性的影响[J].林业科学, 2007, 43(8):29-35. TIAN Dalun, FU Xiaoping, FANG Xi, et al. Effect of simulated acid rain on photosynthetic characteristics in Cinnamomum camphora seedlings[J]. Sci Silv Sin, 2007, 43(8):29-35. [30] 李佳, 江洪, 余树全, 等.模拟酸雨胁迫对青冈幼苗光合特性和叶绿素荧光参数的影响[J].应用生态学报, 2009, 20(9):2092-2096. LI Jia, JIANG Hong, YU Shuquan, et al. Effects of simulated acid rain on Quercus glauca seedlings photosynthesis and chlorophyll fluorescence[J]. Chin J Appl Ecol, 2009, 20(9):2092-2096. [31] WOOD T, BORMANN F H. Short-term effects of a simulated acid rain upon the growth and nutrient relations of Pinus strobus L.[J]. Water Air Soil Pollut, 1977, 7(4):479-488. [32] 段小华, 邓泽元, 胡小飞, 等.模拟酸雨和外源铝对茶树铝及一些营养元素吸收积累的影响[J].农业环境科学学报, 2010, 29(10):1936-1942. DUAN Xiaohua, DENG Zeyuan, HU Xiaofei, et al. Effects of simulated acid rain and exogenous Al on assimilation and accumulation of Al and some nutrition elements of tea plants[J]. J Agro-environ Sci, 2010, 29(10):1936-1942. [33] LEVY D B, REDENTE E F, UPHOFF G D. Evaluating the phytotoxity of Pb-Zn tailings to big bluestem (Andropogon gerardii vitman) and switchgrass (Panicum virgatum L.)[J]. Soil Sci, 1999, 164(6):363-375. [34] 王菊, 赵秀敏, 刘禹彤, 等.模拟酸雨强度与小白菜体内Zn含量的正相关性研究[J].广东农业科学, 2013(17):21-23. WANG Ju, ZHAO Xiumin, LIU Yutong, et al. Positive correlation between simulated acid rain intensity and Zn content of pakchoi[J]. Guangdong Agric Sci, 2013(17):21-23. [35] 严明理, 冯涛, 刘丽莉, 等.模拟酸雨和Pb复合污染对芥菜型油菜的生理特性和Pb富集的影响[J].环境科学学报, 2009, 29(10):2172-2179. YAN Mingli, FENG Tao, LIU Lili, et al. Combined effects of artificial acid rain and Pb on physiological characteristics of Brassica juncea and its Pb uptake[J]. Acta Sci Circumstantiae, 2009, 29(10):2172-2179. -
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.2019.03.004
点击查看大图
计量
- 文章访问数: 4775
- HTML全文浏览量: 784
- PDF下载量: 67
- 被引次数: 0
