下载:
-
茄子Solanum melongena是茄科Solanaceae茄属Solanum的 1年生草本植物，以浆果为产品器官，作为重要的蔬菜，在中国南北方被广泛栽培[1]。茄子果实营养丰富，富含多酚、花色苷和芦丁等营养物质，具有较高的食用价值与医疗保健功效[2−7]。茄子种质资源十分丰富，中国目前已建立了较成熟的国家茄子种质资源数据库管理系统和地方茄子种质资源数据库[8]。王佳慧[9]基于表型性状对142份茄子进行遗传多样性分析，发现不同茄子种质资源农艺性状存在较大差异，并从中筛选出了品质佳、抗寒性强的优良种质。张念等[10]采用形态标记对76 份茄子种质资源进行遗传多样性分析，发现种质资源间形态性状差异明显，基于Pearson系数聚类将其分为3类7组。陈雪平[11]利用形态标记对133份茄子种质及其近缘种进行分析，发现茄子形态遗传变异丰富，可作为植物学分类的重要依据。齐东霞等[12]利用表型性状对105份中俄茄子种质材料进行分析，发现材料间表现出不同程度多样性，表型聚类发现类群划分与地理来源没有直接关系，但与茄子果实性状存在一定相关性。
主成分分析法是通过降维方法将数量多且相关的变量重新组合，形成个数少、彼此独立并能尽量反映原变量相关信息的综合变量，简化了多个指标，为资源的评价和选择提供科学依据[13]。目前，主成分分析法被广泛应用于水稻Oryza sativa、玉米Zea mays、油茶Camellia oleifera、小麦Triticum aestivum、南瓜Cucurbita moschata等多种作物[14−18]，而中国在茄子农艺性状和品质评价方法及评价指标方面的研究较少，影响了茄子资源利用、新品种选育及市场竞争力的提升。
本研究以10份茄子种质资源为材料，通过测定并分析不同茄子品种农艺性状及果实品质等，采用主成分分析法对12个指标进行综合分析，构建科学的评价体系，以期为优质茄子资源或品种的快速筛选及新品种选育提供依据。
-
试验在杭州市临安区清凉峰茄子基地进行。供试茄子品种有‘紫龙5号’‘紫龙7号’‘亮紫7号’‘浙茄10号’‘杭茄716’‘杭茄718’‘Z1’‘Z2’‘Z3’‘杭茄2020’等10个品种。日常栽培管理采用相同标准进行，2024年6月底采收每个品种盛果期果实，并立即运至浙江农林大学园艺学院实验室测定相关指标。
-
每个品种材料随机选取10株，测定株高、株幅、茎粗等农艺性状。果实长度、横径、单果质量、果实颜色、果实硬度等指标测定均有10个生物学重复。采用色差仪(CR-10)测定茄子的果皮颜色[19]，获得L、a、b值。L代表亮度，a代表红绿度，即颜色的红绿差异，b代表蓝黄度，即颜色的蓝黄差异。采用蒽酮比色法[20−21]测定可溶性糖质量分数。采用G-250考马斯亮蓝法[22]测定可溶性蛋白质量分数。采用茚三酮比色法[23]测定游离氨基酸质量分数。采用福林酚法[24]测定总酚质量分数。采用物性测试仪(TA-XT plus)对茄子果实进行穿刺分析。试验中采用的探头为圆柱形P/2E探头，直径为2 mm，测试参数如下：测前速度为1 mm·s−1，测试速度为1 mm·s−1，测后上行速度为1 mm·s−1。
-
将茄子农艺性状和品质指标作为变量，导入SPSS 19.0进行标准化处理。利用软件中的因子分析对茄子性状进行主成分提取及相关性分析。采用方差贡献率作为主成分提取标准，计算主成分贡献率，根据特征向量，计算各主成分得分表达式，综合评价时对各指标进行无量纲化。
-
茄子农艺性状测定重复10次，品质指标测定重复5次，采用Excel和SPSS 19.0对数据进行分析处理。文中数据均为平均值±标准差。
-
由表1可知：10个品种茄子的植株高度为91.00~114.00 cm，其中‘Z2’最高，其次是‘亮紫7号’，‘杭茄718’最矮。各品种间株幅差异较大，株幅最大的是‘紫龙7号’，为100.00 cm，其次是‘紫龙5号’‘浙茄10号’‘杭茄718’，这3个品种间无显著差异。‘亮紫7号’的株幅最小，只有‘紫龙7号’的62.67%。10个品种茄子的植株茎粗为1.74~2.42 cm，其中‘杭茄716’最粗，显著高于其他品种(P＜0.05)，茎粗最小的是‘Z3’。
表 1 不同茄子品种的农艺性状比较
Table 1. Agronomic characteristics comparison of 10 eggplant cultivars
品种 株高/cm 株幅/cm 茎粗/cm 品种 株高/cm 株幅/cm 茎粗/cm ‘紫龙5号’ 101.33±2.73 c 97.00±5.48 b 2.04±0.18 bcd ‘杭茄718’ 91.00±1.90 e 96.00±3.41 b 2.17±0.13 b ‘紫龙7号’ 95.17±1.83 d 100.00±3.35 a 1.92±0.17 cde ‘Z1’ 98.67±4.55 cd 82.17±3.49 c 1.86±0.14 de ‘亮紫7号’ 112.33±4.63 a 62.67±3.33 f 2.13±0.25 bc ‘Z2’ 114.00±7.97 a 73.50±3.02 e 2.00±0.13 bcd ‘浙茄10号’ 107.33±3.72 b 97.00±1.90 b 1.97±0.21 bcd ‘Z3’ 100.67±9.20 c 77.00±3.46 d 1.74±0.14 e ‘杭茄716’ 102.33±2.25 c 83.67±4.97 c 2.42±0.37 a ‘杭茄2020’ 96.00±4.20 d 76.67±4.27 d 2.15±0.24 b 说明：同列不同小写字母表示同一指标不同品种间差异显著(P＜0.05)。 -
10个茄子品种均为紫色品种。由表2可知：‘杭茄718’的L最高，说明其果实表面光泽度最好，‘Z3’的L最低。10个茄子品种的a为9.20~14.33。‘Z1’果皮的a最大，色泽最深，达14.33， ‘杭茄718’次之，‘Z3’的a最小，只有‘Z1’的64.20%。b均为负数，说明所有果实都没有偏黄的。
表 2 不同茄子品种果实性状比较
Table 2. Comparison of fruit traits of 10 eggplant cultivars
品种 皮色 长度/cm 横径/cm 单果质量/g L a b ‘紫龙5号 −0.45±0.10 bc 10.20±1.48 ef −4.55±0.87 a 33.87±1.48 de 2.48±0.10 c 101.82±7.96 bcd ‘紫龙7号’ −0.35±0.13 b 13.25±0.50 bc −7.28±0.26 e 29.47±0.40 h 2.35±0.16 d 98.08±5.84 d ‘亮紫7号’ −0.40±0.12 bc 11.45±1.04 d −5.78±0.78 c 35.10±2.47 c 2.43±0.10 c 113.55±10.42 a ‘浙茄10号’ 0.03±0.03 a 12.60±0.14 c −6.78±0.62 d 33.42±1.29 ef 2.30±0.15 d 103.99±5.10 bcd ‘杭茄716’ −0.40±0.08 bc 12.68±0.92 c −6.70±0.93 d 32.37±1.84 g 2.75±0.14 a 109.08±8.49 abc ‘杭茄718’ 0.08±0.05 a 13.55±0.25 ab −7.03±0.46 de 34.67±2.25 cd 2.48±0.10 c 109.98±16.86 ab ‘Z1’ 0.05±0.06 a 14.33±1.10 a −7.45±0.49 e 37.87±1.54 a 2.62±0.18 b 106.51±7.58 abcd ‘Z2’ −0.48±0.17 c 9.73±0.59 fg −5.53±0.94 bc 34.57±1.33 cd 2.70±0.09 a 105.65±4.20 abcd ‘Z3’ −0.63±0.10 d 9.20±0.84 g −4.48±0.46 a 36.47±1.12 b 2.70±0.18 a 105.90±2.29 abcd ‘杭茄2020’ −0.38±0.05 bc 10.90±0.60 de −5.15±0.44 b 32.80±2.60 fg 2.45±0.10 c 100.61±7.16 cd 说明：同列不同小写字母表示同一指标不同品种间差异显著(P＜0.05)。 各茄子品种的果实长度为29.47~37.87 cm，其中‘Z1’果实最长，显著高于其他品种(P＜0.05)。果实最短的品种是‘紫龙7号’，显著低于其他品种(P＜0.05)。果实横径最大的3个品种是‘杭茄716’‘Z2’‘Z3’，显著高于其他品种(P＜0.05)。果实最细的品种为‘浙茄10号’，仅为2.30 cm。不同品种茄子的单果质量存在一定差异，其中‘亮紫7号’单果质量最大，‘紫龙5号’单果质量最小。
-
茄子果皮和果肉的穿刺试验发现(图1A)：各品种间果皮硬度存在差异，‘杭茄716’果皮硬度最大，显著高于其他品种(P＜0.05)，‘杭茄2020’次之，‘Z3’果皮硬度最小，仅为‘杭茄716’果皮硬度的55.05%；‘紫龙5号’‘紫龙7号’‘亮紫7号’‘杭茄718’的果皮硬度相近，无显著差异。各茄子品种果肉硬度的变化规律跟果皮硬度一致(图1B)。‘杭茄716’果肉硬度最大，‘杭茄2020’次之，‘Z3’果肉硬度最小，仅为‘杭茄716’果肉硬度的53.97%；‘紫龙5号’‘紫龙7号’‘亮紫7号’‘杭茄718’的果肉硬度相近，无显著差异。‘浙茄10号’‘Z1’‘Z2’果肉硬度差异不大。不同茄子品种间果皮韧性差异较大(图1C)。‘亮紫7号’果皮韧性最大，‘杭茄718’和‘浙茄10号’果皮韧性最小。‘紫龙5号’‘Z1’‘Z2’的果皮韧性差异不大。‘杭茄716’和‘杭茄2020’的果皮韧性最小，且两者之间无显著差异。
图 1 10个茄子品种果皮硬度、果肉硬度和果皮韧性比较
Figure 1. Comparison of peel hardness, pulp hardness and pericarp toughness of 10 eggplant cultivars
-
由表3可知：茄子果实可溶性糖质量分数最高的品种为‘Z2’，达38.04 mg·g−1，其次是‘浙茄10号’，为35.35 mg·g−1，‘杭茄718’可溶性糖质量分数最低，只有25.01 mg·g−1，显著低于其他品种(P＜0.05)。茄子果实可溶性蛋白质量分数较高的3个品种为‘Z1’‘Z2’‘Z3’，显著高于另外7个品种(P＜0.05)。‘亮紫7号’和‘紫龙5号’果实游离氨基酸质量分数最高，达1.7 mg·g−1，‘杭茄2020’游离氨基酸质量分数最低，仅为0.73 mg·g−1，显著低于其他品种(P＜0.05)。‘紫龙7号’‘亮紫7号’‘杭茄718’‘杭茄2020’的总酚质量分数最高，显著高于其他品种(P＜0.05)，‘Z1’总酚质量分数最低，只有2.21 mg·g−1。
表 3 10个茄子品种果实品质指标比较
Table 3. Comparison of fruit quality of 10 eggplant cultivars
品种 可溶性糖/(mg·g−1) 可溶性蛋白/(mg·g−1) 游离氨基酸/(mg·g−1) 总酚/(mg·g−1) ‘紫龙5号’ 30.04±2.59 cd 3.53±0.65 b 1.69±0.06 a 4.08±0.67 bc ‘紫龙7号’ 34.53±2.91 abc 3.79±0.69 b 1.42±0.13 b 5.26±0.74 a ‘亮紫7号’ 32.62±1.04 bcd 3.54±0.42 b 1.76±0.26 a 5.19±0.88 a ‘浙茄10号’ 35.35±2.69 ab 3.66±0.27 b 1.09±0.15 c 3.60±0.91 bc ‘杭茄716’ 33.88±2.65 abc 3.14±0.55 b 1.17±0.12 bc 2.94±0.38 cd ‘杭茄718’ 25.01±1.03 e 3.90±0.65 b 1.36±0.13 bc 4.78±0.68 a ‘Z1’ 35.19±2.67 ab 5.03±0.38 a 1.12±0.19 c 2.21±0.72 d ‘Z2’ 38.04±2.73 a 4.68±0.25 a 1.19±0.23 bc 3.24±0.58 cd ‘Z3’ 32.14±3.45 bcd 4.79±0.20 a 1.27±0.23 bc 4.44±0.62 ab ‘杭茄2020’ 28.09±3.40 de 3.64±0.26 b 0.73±0.13 d 4.78±0.68 a 说明：同列不同小写字母表示同一指标不同品种间差异显著(P＜0.05)。 -
对10个茄子品种的16个性状指标进行主成分分析，得到了特征值大于l的5个主成分，反映了总信息量的87.126% (表4)。第1主成分的方差贡献率为28.125%，其中可溶性蛋白、长度、株高、果皮韧性、可溶性糖、横径等具有较大的载荷值，综合反映了茄子产量、果实、品质等各方面的性状，因此，第1主成分能作为选择综合性状较好的优质茄子种质资源的有效指标。第2主成分的方差贡献率为21.098%，果肉硬度、果皮硬度、茎粗、株高等具有较大的载荷值，主要反映了茄子植株的生长性状。第3主成分的方差贡献率为16.474%，特征向量值较大的是单果质量、横径、色差a、茎粗等，主要反映了茄子的商品性状。第4主成分的方差贡献率为11.444%，特征向量值较大的是游离氨基酸、单果质量和果皮韧性。第5主成分特征向量值中较大的是长度和单果质量，其他指标的载荷值不突出，但增加了整个模型的信息表达量，更能全面反映茄子的综合性状。
表 4 茄子性状评价因子的特征值和累计方差贡献率
Table 4. Characteristic value and cumulative variance contribution rate of eggplant evaluation factors
主成分 特征值 方差贡献率/% 累计方差贡献率/% 1 4.500 28.125 28.125 2 3.376 21.098 49.224 3 2.636 16.474 65.697 4 1.831 11.444 77.141 5 1.598 9.985 87.126 为了消除不同单位及数据量纲的影响，对各性状指标的原始数据进行了无量纲化处理。根据表5构建了主成分(F1~F5)与茄子各生物学性状(X1~X16)间的线性关系式：
表 5 主成分在各性状指标上的因子载荷矩阵
Table 5. Rotated component matrix of the principal component analysis
性状 主成分 性状 主成分 1 2 3 4 5 1 2 3 4 5 茎粗(X1) −0.663 0.560 0.407 0.132 0.052 b (X9) 0.431 0.589 −0.525 −0.210 0.253 株高(X2) 0.573 0.402 0.180 0.254 −0.470 果皮硬度(X10) −0.755 0.579 0.237 −0.123 −0.025 株幅(X3) −0.546 −0.573 −0.284 −0.096 −0.155 果皮韧性(X11) 0.509 0.311 0.144 0.422 −0.267 长度(X4) 0.698 −0.168 0.377 0.083 0.529 果肉硬度(X12) −0.660 0.603 0.363 −0.208 −0.022 横径(X5) 0.402 0.376 0.513 −0.443 0.210 可溶性糖(X13) 0.475 −0.050 0.300 −0.115 −0.797 单果质量(X6) 0.191 0.261 0.585 0.539 0.404 可溶性蛋白(X14) 0.766 −0.457 0.125 −0.274 0.162 L (X7) −0.328 −0.758 0.398 0.241 0.132 游离氨基酸(X15) 0.163 0.172 −0.246 0.787 −0.056 a (X8) −0.531 −0.587 0.492 0.257 −0.078 总酚(X16) −0.261 0.178 −0.748 0.366 0.198 $$ \begin{split} {F} _{ {1}}=& {-0.312} {X} _{ {1}} {+0.270} {X} _{ {2}} {-0.258} {X} _{ {3}} {+0.329} {X} _{ {4}} {+0.190} {X} _{ {5}} {+0.090} {X} _{ {6}} {-0.155} {X} _{ {7}} {-0.250} {X} _{ {8}} {+0.203} {X} _{ {9}} {-0.356} {X} _{ {10}} {+0.240} {X} _{ {11}}-\\ &{0.311} {X} _{ {12}} {+0.224} {X} _{ {13}} {+0.361} {X} _{ {14}} {+0.077} {X} _{ {15}} {-0.123} {X} _{ {16}} {；}\\ {F} _{ {2}}= &{0.306} {X} _{ {1}} {+0.220} {X} _{ {2}} {-0.313} {X} _{ {3}} {-0.092} {X} _{ {4}} {+0.205} {X} _{ {5}} {+0.143} {X} _{ {6}} {-0.414} {X} _{ {7}} {-0.321} {X} _{ {8}} {+0.322} {X} _{ {9}} {+0.316} {X} _{ {10}} {-0.170} {X} _{ {11}} +\\ &{0.329} {X} _{ {12}} {-0.027} {X} _{ {13}} {-0.250} {X} _{ {14}} {+0.094} {X} _{ {15}} {+0.097} {X} _{ {16}} {；}\\ {F} _{ {3}}=& {0.251} {X} _{ {1}} {+0.111} {X} _{ {2}} {-0.175} {X} _{ {3}} {+0.233} {X} _{ {4}} {+0.317} {X} _{ {5}} {+0.361} {X} _{ {6}} {+0.246} {X} _{ {7}} {+0.304} {X} _{ {8}} {-0.324} {X} _{ {9}} {+0.146} {X} _{ {10}} {+0.089} {X} _{ {11}}+\\ &{0.224} {X} _{ {12}} {+0.185} {X} _{ {13}} {+0.077} {X} _{ {14}} {-0.152} {X} _{ {15}} {-0.462} {X} _{ {16}} {；}\\ {F} _{ {4}}= &{0.098} {X} _{ {1}} {+0.188} {X} _{ {2}} {-0.071} {X} _{ {3}} {+0.061} {X} _{ {4}} {-0.328} {X} _{ {5}} {+0.399} {X} _{ {6}} {+0.179} {X} _{ {7}} {+0.190} {X} _{ {8}} {-0.156} {X} _{ {9}} {-0.091} {X} _{ {10}} {+0.313} {X} _{ {11}}-\\ &{0.154} {X} _{ {12}} {-0.085} {X} _{ {13}} {-0.203} {X} _{ {14}} {+0.583} {X} _{ {15}} {+0.271} {X} _{ {16}} {；}\\ {F} _{ {5}}= &{0.078} {X} _{ {1}} {+0.149} {X} _{ {2}} {-0.056} {X} _{ {3}} {+0.049} {X} _{ {4}} {-0.260} {X} _{ {5}} {+0.317} {X} _{ {6}} {+0.142} {X} _{ {7}} {+0.151} {X} _{ {8}} {-0.123} {X} _{ {9}} {-0.072} {X} _{ {10}} {+0.248} {X} _{ {11}}-\\ &{0.122} {X} _{ {12}} {-0.068} {X} _{ {13}} {-0.161} {X} _{ {14}} {+0.463} {X} _{ {15}} {+0.215} {X} _{ {16}} {。} \end{split} $$ 在主成分分析基础上，以5个主成分和每个主成分对应特征值占提取主成分总特征值之和的比例作为权重，计算主成分综合模型(F)：F=0.28F1+0.21F2+0.16F3+0.11F4+0.10F5，根据综合模型计算不同茄子品种的综合性状得分(表6)。结果表明，‘亮紫7号’的综合性状最好，其次是‘Z1’，‘紫龙7号’的综合性状最差。
表 6 不同茄子品种性状预测评价结果
Table 6. Characteristics prediction results of different eggplant varieties
品种 F1 F2 F3 F4 F5 F 排名 ‘紫龙5号’ 0.08 0.66 −1.81 0.44 0.35 −0.05 6 ‘紫龙7号’ −1.87 −1.36 −1.88 0.18 0.14 −1.08 10 ‘亮紫7号’ 1.19 1.54 0.20 3.08 2.45 1.27 1 ‘浙茄10号’ −0.62 −1.72 −0.16 0.08 0.06 −0.55 7 ‘杭茄716’ −2.58 2.68 2.64 −0.87 −0.69 0.10 5 ‘杭茄718’ −2.19 −1.22 0.24 0.99 0.78 −0.64 8 ‘Z1’ 2.98 0.63 0.59 −0.75 −0.59 0.92 2 ‘Z2’ 2.96 0.47 −1.44 −1.29 −1.02 0.45 3 ‘Z3’ −1.72 1.38 −0.94 −1.69 −1.34 −0.66 9 ‘杭茄2020’ 1.76 −3.06 2.57 −0.17 −0.13 0.23 4 -
中国茄子种质资源一般采用形态学的方法进行分类。近年来，分子标记在茄子种质资源分类上开始广泛应用。易金鑫[25]根据茄子形态学分类指标，将亚洲部分茄子种质资源分为野生茄、半栽培茄、栽培短茄(圆茄、卵茄)和栽培长茄。连勇等[26]根据各地区主要种植茄子果形、果色的差异，将国家蔬菜种质资源中期库保存的茄子及其近缘野生种资源分为7 个地方品种类型分布区，即圆果形茄子区(北京、河北、山东等)、紫色卵圆(高圆)形茄子区(新疆、宁夏、甘肃等)、黑紫色长棒形茄子区(黑龙江、辽宁、吉林等)、紫色棒形及卵圆形茄子区(云南、重庆、四川等)、紫红色长果形茄子区(广东、广西、海南等)、紫红色长棒形及卵圆形茄子区(安微、湖南、江西等)和紫红色长条形茄子区(浙江、上海、福建等)。本研究采用的10个茄子品种都是紫红色长条形茄子。对茄子农艺性状、果实性状及品质特性等进行测定，发现不同品种的株高、株幅、茎粗等农艺性状差异显著，果实长度、质地、果皮颜色等也存在较大差异，可溶性糖、可溶性蛋白、游离氨基酸等品质指标差异显著。这与前人研究结果一致[9−11]。房超等[27]采用简单重复序列(SSR)标记对83份茄子种质资源进行多样性和聚类分析，发现茄子栽培种和其近缘野生种存在明显差异，并将供试材料分为4大类群。赵德新[28]对55份茄子种质材料进行形态标记和简单重复序列区间扩增(ISSR) 标记聚类分析，发现果形是茄子分类比较稳定的划分标准。本研究采用主成分分析也发现，第1主成分中果实长度和横径均具有较大的载荷值，说明果形可以作为选择综合性状较好的优质茄子种质资源的重要指标。
果实质地特性可以反映产品的耐贮性。本研究发现‘杭茄716’的果实硬度和果皮硬度均显著高于其他品种，说明该品种的耐贮性比较好。主成分分析法能简化测定指标，提取主要因子，借助计算机软件对其进行综合分析与排序。李伟等[29]利用主成分分析法评价不同地区35个品种杨梅Myrica rubra的综合品质，筛选出了品质较佳的杨梅品种。滕芝妍等[18]对南瓜进行主成分分析，揭示了不同品种南瓜果实品质的差异。本研究对10个茄子品种进行主成分分析，得到5个主成分，影响力较大的是株高、果实长度、果皮韧性、可溶性糖质量分数等，综合反映了植株生长、果实性状、果实品质等方面性状，较客观地揭示了茄子种质资源特征。不过，茄子生长发育受到生长环境和气候条件的影响，下一步可以基于主成分分析法针对不同季节、不同区域和不同栽培条件下的茄子品种进行综合评价。
-
本研究测定了10个茄子品种的植株生长、果实商品性状及品质性状等16个相关指标，比较茄子品种间的差异，并在此基础上采用主成分分析法对不同茄子品种进行综合评价，确立了茄子评价综合得分模型。10个品种中，‘亮紫7号’的综合性状最好，其次是‘Z1’，而‘紫龙7号’的综合性状最差。该模型能够全面反映不同茄子品种的综合性状差异，可为茄子种质资源筛选和新品种选育提供理论依据和技术支撑。
Comprehensive evaluation of Solanum melongena cultivars
-
摘要:
目的 对不同茄子Solanum melongena品种农艺性状及品质等指标进行分析，旨在建立适用于茄子资源的评价方法，为优质茄子资源快速筛选及品种选育提供理论参考。 方法 以‘紫龙5号’‘紫龙7号’‘亮紫7号’‘浙茄7号’‘杭茄716’‘杭茄718’‘Z1’‘Z2’‘杭茄2020’等10个茄子品种为试材，测定与植株生长、果实等相关的16个指标，并利用主成分分析法进行综合评价。 结果 不同茄子品种的农艺性状及品质指标等存在差异。‘Z2’植株最高，‘紫龙7号’株幅最大，‘杭茄716’最粗。‘Z1’果实最长，‘紫龙7号’最短。‘Z1’果皮颜色最深，而‘Z3’果皮颜色最浅。‘杭茄716’果皮和果实硬度最高，显著高于其他9个品种(P＜0.05)，而‘亮紫7号’果皮韧性最大，显著大于其他品种(P＜0.05)。‘Z2’的可溶性糖和可溶性蛋白质量分数均最高，‘亮紫7号’和‘紫龙5号’果实的游离氨基酸质量分数最高。主成分分析共提取了5个主成分，累积贡献率达87.126%。 结论 以5个主成分及单个主成分所对应的特征值占提取主成分特征值和的比例作为权重，构建了茄子综合评价模型，综合得分最好的品种为‘亮紫7号’，最差的是‘紫龙7号’。图1表6参29 Abstract:Objective In order to establish a suitable evaluation methods for eggplant resources, the agronomic characters and quality indexes of different eggplant cultivars are analyzed, which will provide a theoretical reference for rapid screening of germplasm resources and eggplant breeding. Method 10 eggplant varieties ‘Zilong No.5’ ‘Zilong No.7’ ‘Liangzi No.7’ ‘Zheqie No.10’ ‘Hangqie No.716’ ‘Hangqie No.718’ ‘Z1’ ‘Z2’ ‘Z3’ ‘Hangqie No.2020’ were used to determine 16 indicators relevant with plant growth and fruit characteristics. The principal component analysis method was used for comprehensive evaluation. Result There were differences among different eggplant cultivars. Plant of ‘Z2’ was the highest. The highest plant breadth and stem diameter was found in ‘Zilong No. 7’ and ‘Hangqie No. 716’, respectively. For fruit length, ‘Z1’ was the longest, while ‘Zilong No. 7’ was the shortest. The highest and lowest chroma value was found in fruit of ‘Z1’ and ‘Z3’, respectively. The hardness of fruit peel and pulp for ‘Hangqie No. 716’ was significantly higher than those of the other 9 cultivars (P＜0.05). The pericarp toughness of ‘Liangzi No. 7’ was significantly higher than others (P＜0.05). Soluble sugar and protein contents of ‘Z2’ were the highest. Fruits of ‘Liangzi No. 7’ and ‘Zilong No. 5’ showed the highest levels of amino acid. Principal component analysis extracted a total of 5 principal components with a cumulative contribution rate of 87.126%. Conclusion A comprehensive evaluation model of eggplant was constructed by taking the eigenvalues corresponding to the five principal components and the ratio of single principal component to the extracted principal components. The best comprehensive score was found from ‘Liangzi No. 7’, while the worst was found from ‘Zilong No. 7’. [Ch, 1 fig. 6 tab. 29 ref.] -
Key words:
- eggplant /
- cultivars /
- principal component analysis /
- comprehensive evaluation
-
蚂蚁作为膜翅目Hymenoptera蚁科Formicidae昆虫，在自然界中具有不可忽视的作用，具备改良土壤、分解有机质、促进土壤碳氮循环、维持微生态平衡等重要作用[1−2]，常被用作各类环境生物多样性的指示物种[3−4]。全世界已记载的蚂蚁共有16亚科342属14 187种[5]，蚂蚁是地球上分布最广、种类及数量最多的社会性昆虫[6]。
当前，中国的蚂蚁群落研究集中在西南地区[7−9]，而对西北地区蚂蚁群落研究报道较少。在新疆地区蚂蚁研究方面，吴坚等[10]记录了新疆地区2亚科、5属、14种；夏永娟等[11−12]记录了新疆地区3亚科、16属、43种，其中1新种；COLLINGWOOD等[13]报道准葛尔盆地及其邻近山区的蚂蚁46种，其中27种为中国新纪录种；黄人鑫等[14]报道了新疆蚂蚁42种新记录种。通过上述研究共记载了新疆蚂蚁3亚科20属118种，其中分布于天山的种类仅46种。可见，对新疆蚂蚁的研究，尤其是天山地区的研究还十分有限，且仅限于区系和分类，缺乏蚂蚁物种多样性的研究。近期，翟奖等[15]研究了新疆天山东部与邻近地区蚂蚁分布规律，共报道2亚科、14属、29种，发现蚂蚁物种主要集中在土壤温润、树木高大的人工林内；杨林等[16]对新疆天山中部的蚂蚁物种多样性进行了分析，共报道蚂蚁2亚科27种，北坡的蚂蚁物种多样性显著高于南坡，且中海拔区域的物种多样性最高。这些研究丰富了天山地区蚂蚁分布和物种多样性的研究，也使分布于天山的物种增加至50种。
天山中-西段主要位于克拉玛依的奎屯至阿克苏地区的库车一线区域，由北坡、山间谷地和南坡组成，于2022年7—8月对新疆天山中-西段的蚂蚁多样性进行调查，探讨蚂蚁群落结构、物种多样性与海拔和植被的关系等问题，并与天山中部的蚂蚁多样性进行比较，以全面揭示干旱区蚂蚁物种多样性随着海拔和植被的变化如何变化，以期为该地区的生物多样性保护提供基础资料。
1. 材料与方法
1.1 样地设置
新疆天山中-西段海拔为781~3 235 m，依地形划分为北坡独山子垂直带、山间起伏盆地的乌拉斯台和那拉提2个垂直带及南坡的库车垂直带，共4个垂直带。海拔每上升250 m，选取植被典型的1块50 m×50 m样地进行调查，共设置33块样地，其中垂直带中海拔最低的1块样地位于奎屯市独山子区天景颐园，海拔为781 m。各垂直带调查样地的位置及自然概况见表1。受野外自然条件限制，选定样地的海拔会有一定误差，控制在±50 m内。
表 1 新疆天山中-西段蚂蚁群落调查样地概况Table 1 Survey sites of ant communities in the middle-western section of Tianshan Mountains in Xinjiang垂直带 样地
编号海拔/m 纬度(N) 经度(E) 土壤类型 土壤湿度 植被类型 乔木郁闭度 盖度/% 地被物厚度/cm 灌木 草本 地被物 独山子 1 781 44°19′01.12″ 84°52′42.12″ 黄壤 潮湿 落叶阔叶林 0.5 0 70 70 1.0~2.0 2 1 050 44°12′39.95″ 84°50′46.69″ 黄壤 干燥 落叶阔叶林 0.3 5 75 75 0.5~1.0 3 1 278 44°09′56.52″ 84°49′39.46″ 黄沙土 干燥 灌丛 0 30 80 80 0.5~1.0 4 1 540 44°07′11.10″ 84°49′31.52″ 黄沙土 干燥 灌丛 0 30 70 70 0.5~1.0 5 1 726 44°06′08.44″ 84°48′15.93″ 黄沙土 潮湿 灌丛 0 40 60 60 1.0~2.0 6 2 029 43°53′15.47″ 84°29′59.35″ 黄壤 湿润 草丛 0 0 95 95 0.5~1.0 7 2 285 43°50′12.22″ 84°28′14.13″ 棕黄壤 湿润 灌丛 0 30 80 80 2.0~3.0 8 2 549 43°47′27.07″ 84°27′51.96″ 棕壤 湿润 草丛 0 0 95 95 1.0~2.0 9 2 773 43°46′43.76″ 84°27′21.36″ 灰黄壤 湿润 锦鸡儿灌丛 0 30 95 95 1.0~2.0 10 3 023 43°45′14.16″ 84°26′13.54″ 黄沙土 湿 草甸 0 0 95 95 1.0~2.0 11 3 235 43°44′21.20″ 84°24′57.72″ 灰棕壤 湿 草甸 0 0 85 85 1.0~2.0 乌拉斯台 11 3 235 43°44′21.20″ 84°24′57.72″ 灰棕壤 湿 草甸 0 0 85 85 1.0~2.0 12 3 024 43°42′27.20″ 84°26′51.60″ 棕壤 湿 草丛 0 0 80 80 1.0~2.0 13 2 760 43°41′15.80″ 84°23′57.55″ 棕壤 湿 柏木灌丛 0 50 90 90 1.0~2.0 14 2 533 43°40′02.69″ 84°24′24.03″ 棕壤 湿润 灌丛 0 30 90 95 0.5~1.0 15 2 295 43°37′57.52″ 84°18′48.52″ 棕壤 湿润 云杉林 0.6 20 70 100 2.0~3.0 16 2 000 43°21′36.52″ 84°22′00.32″ 棕壤 湿润 草丛 0 0 100 100 0.5~1.0 17 1 798 43°20′12.98″ 84°21′30.23″ 棕壤 湿润 针阔混交林 0.4 0 95 95 1.0~2.0 那拉提 18 1 802 43°13′43.85″ 84°19′15.64″ 棕壤 湿润 针阔混交林 0.5 30 95 95 2.0~3.0 19 2 020 43°13′31.38″ 84°19′24.66″ 棕壤 湿润 针阔混交林 0.5 70 50 100 1.0~2.0 20 2 288 43°11′26.28″ 84°19′42.82″ 棕壤 湿润 草丛 0 0 100 100 1.0~2.0 21 2 548 43°10′06.98″ 84°21′04.21″ 棕壤 湿润 高山柳灌丛 0 90 100 100 2.0~3.0 22 2 547 42°41′24.77″ 83°41′18.64″ 棕壤 湿润 草丛 0 0 100 100 0.5~1.0 23 2 785 42°34′51.52″ 83°36′53.84″ 棕壤 湿润 草丛 0 10 95 95 1.0~2.0 24 3 055 42°30′50.27″ 83°28′54.46″ 棕壤 湿 草丛 0 0 70 70 1.0~2.0 库车 25 3 058 42°28′36.91″ 83°26′04.32″ 棕壤 湿 草丛 0 0 95 95 1.0~2.0 26 2 759 42°27′50.54″ 83°24′29.82″ 黄壤 湿润 灌丛 0 50 95 95 1.0~2.0 27 2 508 42°27′38.24″ 83°23′21.49″ 暗棕壤 湿润 云杉林 0.5 20 95 100 2.0~3.0 28 2 233 42°26′31.70″ 83°15′21.55″ 黄壤 湿润 草丛 0 0 90 90 1.0~2.0 29 2 052 42°25′05.20″ 83°16′01.70″ 黄壤 湿润 草丛 0 10 98 98 1.0~2.0 30 1 773 42°13′34.37″ 83°13′57.53″ 黄沙土 湿润 灌丛 0 40 50 50 0.5~1.0 31 1 539 42°07′16.52″ 83°09′02.09″ 红壤 干燥 灌丛 0 30 10 30 0.5 32 1 269 41°51′24.16″ 82°49′08.19″ 黄沙土 干燥 疏灌丛 0 10 10 10 0.5 33 1 009 41°44′01.62″ 82°55′43.37″ 黄沙土 干燥 落叶阔叶林 0.2 30 30 30 0.5 说明：乌拉斯台垂直带在该海拔梯度内可选择的典型植被类型样地较少，为更直观地揭示蚂蚁物种数量变化，选择独山子垂直带海拔为3 235 m的样地(编号11)为乌拉斯台垂直带起始点。灌丛指多种灌木组成的灌丛，高于1.0 m，区别于单树种灌丛；疏灌丛指盖度小于10%的灌丛。锦鸡儿Caragana sinica；柏木Cupressus funebris；云杉Picea asperata；高山柳Salix cupularis。土壤湿度以含水量＜12%为干燥，12%~15%为湿润，15%~20%为潮湿，＞20%为湿。 1.2 调查及标本制作方法
参考文献[1]，在新疆天山中-西段不同海拔采用样地调查法和搜索法进行蚂蚁群落调查，在选定样地内沿对角线选取5个1 m×1 m的样方，每个样方间隔10 m，在采集地表蚂蚁前，先测量每个样方内地被物的厚度。分别采集样地地表样、土壤样和树冠样的蚂蚁，并将蚂蚁保存至装有无水乙醇的离心管，贴上标签。样方调查结束后，5人同时对样地内样方外周围地表、石下、树冠和朽木等微生境进行搜索调查，时间为1 h。将采集到的蚂蚁装入离心管并作标签和记录。依据同种同巢、同种形态相同原则对采集的标本进行归类、编号、登记，将每号标本制作成不超过9头的三角纸干制标本，多余的个体用无水乙醇浸渍保存，依据相关分类学文献[1, 10]鉴定蚂蚁标本，尽可能鉴定到种。
1.3 群落结构分析方法
按照黄钊等[8]的方法，以各类蚂蚁物种个体数占群落物种总数的比例(β)来揭示群落结构特征，采用常规划分标准分为5个类型，即类型 A 为 β≥10.0% ，优势种；类型B为 5.0%≤β＜10.0% ，常见种；类型C为 1.0%≤β＜5.0% ，较常见种；类型D为 0.1%≤β＜1.0% ，较稀有种；类型E为 β＜0.1%，稀有种。
1.4 多样性指标测定方法
利用Estimate S 9.1.0 对数据进行处理[17−18]，采用5项主要指标测定物种多样性：物种数目、Shannon-Wiener 多样性指数、Pielou 均匀度指数、Simpson 优势度指数、Jaccard 相似性系数[1, 19]，利用SPSS软件中的one-way ANOVA对各垂直带蚂蚁多样性的各个指数进行方差分析并进行多重比较；采用Pearson相关分析方法[20]分析蚂蚁群落多样性各个指数与海拔的相关性，若存在显著相关性，则使用线性和二项式模型进行拟合，基于拟合系数(R2)评价拟合度，并进行显著性t检验，同时分析蚂蚁群落多样性指标与植被特征的相关性。
2. 结果与分析
2.1 蚂蚁群落的结构分析
在新疆天山中-西段4个垂直带共采集蚂蚁136 247头，经鉴定共29种，隶属于2亚科12属。其中优势种3种，分别为草地铺道蚁Tetramorium caespitum、黑毛蚁Lasius niger和丝光蚁Formica fusca；常见种3种，分别是黄毛蚁L. flavus、光亮黑蚁F. candida和工匠收获蚁 Messor structor；角结红蚁 Myrmica angulinodis、红林蚁F. sinae等10种为较常见种；凹唇蚁F. sanguinea、喜马毛蚁L. himalayanus 和纹头原蚁Proformica striaticeps 3种为较稀有种；诺斯铺道蚁T. nursei、堆土细胸蚁Leptothorax acervorum等10种为稀有种(表2)，较常见种和稀有种种类较多。
表 2 新疆天山中-西段蚂蚁群落结构Table 2 Ant community structure of the middle-western section of Tianshan Mountains in Xinjiang编号 物种名称 N/头 β/% 物种类型 编号 物种名称 N/头 β/% 物种类型 1 草地铺道蚁Tetramorium caespitum 31 856 23.38 优势种 16 弯角红蚁Myrmica lobicornis 1 411 1.04 较常见种 2 黑毛蚁Lasius niger 22 629 16.61 优势种 17 凹唇蚁Formica sanguinea 1 002 0.74 较稀有种 3 丝光蚁Formica fusca 17 991 13.20 优势种 18 喜马毛蚁Lasius himalayanus 736 0.54 较稀有种 4 黄毛蚁Lasius flavus 12 247 8.99 常见种 19 纹头原蚁Proformica striaticeps 139 0.10 较稀有种 5 光亮黑蚁Formica candida 10 500 7.71 常见种 20 诺斯铺道蚁Tetramorium nursei 129 0.09 稀有种 6 工匠收获蚁Messor structor 9 688 7.11 常见种 21 堆土细胸蚁Leptothorax acervorum 128 0.09 稀有种 7 角结红蚁Myrmica angulinodis 4 406 3.23 较常见种 22 蒙古原蚁Proformica mongolica 116 0.08 稀有种 8 红林蚁Formica sinae 4 023 2.95 较常见种 23 长柄心结蚁Cardiocondyla elegans 12 0.01 稀有种 9 阿富汗红蚁Myrmica afghanica 3 903 2.86 较常见种 24 广布弓背蚁Camponotus herculeanus 5 0 稀有种 10 艾箭蚁Cataglyphis aenescens 3 695 2.71 较常见种 25 吉市红蚁Myrmica jessensis 4 0 稀有种 11 满斜结蚁Plagiolepis manczshurica 3 030 2.22 较常见种 26 婀娜收获蚁Messor aralocaspius 3 0 稀有种 12 草地蚁Formica pratensis 3 009 2.21 较常见种 27 蒙古切胸蚁Temnothorax mongolicus 3 0 稀有种 13 类干蚁Formica approximans 2 043 1.50 较常见种 28 针毛收获蚁Messor aciculatus 1 0 稀有种 14 掘穴蚁Formica cunicularia 1 933 1.42 较常见种 29 条纹切胸蚁Temnothorax striatus 1 0 稀有种 15 中亚凹头蚁Formica mesasiatica 1 604 1.18 较常见种 合计 136 247 100 说明：N为个体数，β为各类蚂蚁物种个体数占群落物种总数的比例。 2.2 蚂蚁群落的多样性指标分析
2.2.1 物种累积曲线分析
随着调查样地的增加，实际观察物种数(S)、基于多度(个体数量)的预测值(ACE)、Chao 1和Chao 2值均先急剧上升，后缓慢上升，最后趋于稳定(图1)。蚂蚁物种S为29，与丰富度估计值(ACE值为30.03，Chao1值为30，Chao 2值为29.97)相接近，实际采集到的物种数约为预测值的96.57%~96.76%，可见抽样充分。
图 1 新疆天山中-西段蚂蚁物种实测值和预测值累积曲线Figure 1 Cumulative curve of measured and predicted ant species in the middle-western section of Tianshan Mountains in Xinjiang2.2.2 物种数
从物种的实测值来看，新疆天山中-西段4个垂直带的蚂蚁物种数都接近或等于ACE估计值(表3)，其中独山子垂直带海拔2 773 m锦鸡儿灌丛、3 023 m草甸、3 235 m草甸，乌拉斯台垂直带海拔3 024 m草丛，那拉提垂直带海拔2 548 m高山柳灌丛、
3055 m草丛及库车垂直带3 058 m草丛样地均未发现蚂蚁。4个垂直带蚂蚁物种数顺序为：独山子垂直带(18种)＞那拉提垂直带(14种)＞库车垂直带(13种)＞乌拉斯台垂直带(10种)。如图2所示：各垂直带的蚂蚁物种数与海拔存在显著(P＜0.05)相关性。总体来看，各垂直带的蚂蚁物种数随海拔升高基本呈下降趋势。独山子、乌拉斯台和那拉提垂直带蚂蚁物种数与海拔的二项式变化趋势与线性变化趋势基本一致，线性模型显示乌拉斯台和那拉提垂直带的蚂蚁物种数与海拔分别呈显著(R2=0.770，P=0.022)和极显著(R2=0.739，P=0.013)负相关关系，二项式变化同线性分析趋势一致，但无显著相关性(P＞0.05)；而库车垂直带物种数与海拔的二项式模型呈现随海拔升高先升高后下降的单峰曲线。表 3 各垂直带蚂蚁群落多样性指标Table 3 Diversity indexes of ant communities in different vertical zones垂直带 物种数/种 ACE估计值 Shannon-Wiener多样性指数 Pielou均匀度指数 Simpson优势度指数 独山子 18 20.10±0.00 0.515 2±0.153 9 a 0.313 8±0.095 8 a 0.446 3±0.107 8 a 乌拉斯台 10 10.00±0.00 0.539 9±0.221 6 a 0.348 9±0.121 5 a 0.403 7±0.135 8 a 那拉提 14 16.54±1.49 0.596 7±0.265 9 a 0.329 9±0.139 0 a 0.316 8±0.132 5 a 库车 13 13.60±0.00 0.505 8±0.119 1 a 0.408 6±0.103 2 a 0.611 0±0.096 0 a 说明：同列相同字母表示差异不显著(P＞0.05)。数值为平均值±标准误。 2.2.3 多样性指数
新疆天山中-西段4个垂直带蚂蚁群落多样性指数变化顺序为：那拉提垂直带(0.596 7)＞乌拉斯台垂直带(0.539 9)＞独山子垂直带(0.515 2)＞库车垂直带(0.505 8)，但4个垂直带的蚂蚁多样性指数差异不显著(表3)。如图3所示：在4个垂直带上，独山子和乌拉斯台垂直带的蚂蚁多样性指数与海拔存在显著(P＜0.05)或极显著(P＜0.01)相关性，而那拉提和库车垂直带的蚂蚁多样性指数与海拔的相关性不显著(P＞0.05)。总体来看，各垂直带的蚂蚁多样性指数随海拔升高而呈现降低的趋势，二项式变化趋势与线性变化趋势基本一致。其中线性模型显示乌拉斯台垂直带蚂蚁多样性指数与海拔呈显著负相关(P＜0.05)，二项式变化趋势与线性分析一致，但无相关性。
2.2.4 均匀度指数
新疆天山中-西段4个垂直带蚂蚁群落均匀度指数变化顺序为：库车垂直带(0.408 6)＞乌拉斯台垂直带(0.348 9)＞那拉提垂直带(0.329 9)＞独山子垂直带(0.313 8)，但4个垂直带的蚂蚁均匀度指数差异不显著(表3)。如图4所示：在4个垂直带上，独山子和乌拉斯台垂直带的蚂蚁均匀度指数与海拔存在显著相关性(P＜0.05)，而那拉提和库车垂直带的蚂蚁均匀度指数与海拔关系不显著(P＞0.05)。其中在独山子垂直带，均匀度指数与海拔的线性模型显著负相关(P＜0.05)，二项式模型呈现极显著负相关(P＜0.01)，二项式和线性模型变化趋势不一致；线性模型显示乌拉斯台垂直带蚂蚁群落均匀度指数与海拔化显著负相关(R2=0.697，P＜0.05)，二项式和线性模型变化趋势不一致，且相关性不显著(P＞0.05)；线性和二项式模型显示，那拉提和库车垂直带的蚂蚁群落均匀度指数与海拔变化相关性均不显著(P＞0.05)，但二项式和线性模型变化趋势基本一致。
2.2.5 优势度指数
新疆天山中-西段4个垂直带蚂蚁群落优势度指数变化顺序为：库车垂直带(0.611 0)＞独山子垂直带(0.446 3)＞乌拉斯台垂直带(0.403 7)＞那拉提垂直带(0.316 8)，与多样性指数的变化趋势正相反，但4个垂直带的蚂蚁群落优势度指数差异不显著(表3)。相关分析发现：各垂直带的蚂蚁群落优势度指数与海拔的相关性不显著(P＞0.05)；4个垂直带的线性模型和二项式模型的变化趋势不一致，二项式模型分析均呈先升高后降低的变化趋势(图5)，仅独山子垂直带的二项式模型呈显著性(R2=0.846，P＜0.01)。
2.3 蚂蚁群落相似性分析
新疆天山中-西段各垂直带蚂蚁群落间相似性系数为0.166 7~0.600 0(表4)，处于极不相似至中等相似水平；平均值0.289 0，显示中等不相似水平。其中同处于山间盆地的那拉提与乌拉斯台垂直带的蚂蚁群落间相似性最大(0.600 0)，乌拉斯台与独山子垂直带的蚂蚁群落间相似性最小(0.166 7)，库车与那拉提垂直带之间相似性较低，处于中等不相似水平，其余垂直带间相似性低，处于极不相似水平。总体来说，新疆天山中-西段蚂蚁群落之间相似性较低，群落结构差异较大。
表 4 新疆天山中-西段各垂直带蚂蚁群落间相似性系数Table 4 Similarity coefficients of ant communities in the middle-western section of Tianshan Mountains in Xinjiang垂直带 垂直带q 乌拉斯台 那拉提 库车 独山子 0.166 7 0.230 8 0.240 0 乌拉斯台 0.600 0 0.210 5 那拉提 0.285 7 平均值 0.289 0 说明：q为相似性系数， 1≥q≥0.75，极相似；0.75 ＞q≥0.50，中等相似；0.50 ＞q≥0.25，中等不相似；0.25＞q≥0，极不相似。 2.4 蚂蚁群落多样性指标与植被特征相关分析
如表5所示：新疆天山中-西段蚂蚁物种数与乔木郁闭度显著正相关(P＜0.05)，但与灌木盖度、草木盖度、地被物盖度和地被物厚度相关性不显著；多样性指数、均匀度指数和优势度指数与植被特征的相关性均不显著。
表 5 蚂蚁多样性与植被特征相关分析Table 5 Correlation analysis between ant diversity and vegetation feature植被特征 物种数 多样性
指数均匀度
指数优势度
指数乔木郁闭度 0.424* 0.296 0.285 0.095 灌木盖度 0.049 0.099 0.114 −0.015 草本盖度 −0.226 −0.234 −0.234 −0.072 地被物盖度 −0.161 −0.143 −0.137 −0.075 地被物厚度 −0.148 −0.240 −0.256 −0.071 说明：数值为Pearson相关系数，*表示在0.05水平上显著相关。 3. 讨论
在新疆天山中-西段4个垂直带共采集蚂蚁136 247头，隶属于2亚科12属29种，物种数略高于新疆天山中段[16](2亚科15属27种)，与天山东段[15](2亚科14属29种)相等，但明显高于临近的祁连山国家公园青海片区[21](2亚科6属13种)，可能是因为天山中部和祁连山国家公园海拔较高，海拔落差较大，其物种丰富度较低，而新疆天山中-西段和东段由于平均海拔较低，蚂蚁物种丰富度较高，相对海拔高度对蚂蚁物种丰富度也有着重要影响。与同为干旱区的伊朗中部相比，新疆天山中-西段的蚂蚁物种数明显低于伊朗中部[22](8亚科12属34种)，可能是伊朗中部纬度和海拔均低于新疆天山，表明耐热性较低的物种更喜欢聚集在中部高海波区域[22]，而伊朗中部因适合蚂蚁生存的海拔跨度较大造成物种多样性较高，新疆天山中-西段由于低海拔炎热干燥，高海拔温度过低，适合蚂蚁生存的海拔跨度较小而使多样性较低。
目前，全球蚂蚁物种多样性沿海拔梯度变化主要呈现5种模式[23]：①随海拔升高蚂蚁多样性呈递减的趋势(物种多样性最高出现在低海拔区域)[24]；②低高原模式(300 m以下最低海拔的高多样性)；③单峰模式，即在中海拔区域物种多样性最高，可用“中域效应”来解释(海拔高于300 m)[25]；④随海拔升高蚂蚁多样性呈现多个峰值，可用“多域效应”来解释[26]；⑤无规律模式。研究表明：在沿海拔梯度的5种模式中，最常见的是单峰模式和递减模式[27−29]。中海拔地区的物种丰富度较高是由于高海拔或低海拔地区的气候严酷和高海拔地区资源的可利用性有限[30−31]；物种丰富度随海拔升高而下降，原因是海拔升高，温度和生产力下降[32]。通过对新疆天山中-西段4个垂直带的物种数和多样性指数分析发现：蚂蚁物种多样性沿海拔梯度变化总体呈现随海拔升高而降低的趋势，主要原因是随着海拔的升高气温会逐渐降低而影响蚂蚁的生存；4个垂直带的物种数和多样性指数与海拔变化显著相关，均匀度指数和优势度指数与海拔的相关显著性不尽相同，这与天山中部南北坡的蚂蚁多样性变化规律一致[16]。除了气温以外，还可能受到湿度的制约。与藏东南、四川西部大凉山和云南地区自然保护区不同，新疆天山位居中国内陆，印度洋季风因受到喜马拉雅山脉的阻挡而无法到达，太平洋季风虽可以到达，但距离较远，因此新疆天山常年较干旱，雨水较少，湿度较低，植被类型多以草地及灌木为主，蚂蚁物种丰富度也较低；从4个垂直带来看，蚂蚁物种数独山子垂直带(18种)＞那拉提垂直带(14种)＞库车垂直带(13种)＞乌拉斯台垂直带(10种)，独山子垂直带位于天山北坡，库车垂直带位于天山南坡，可见天山的北坡蚂蚁物种数比南坡要多，可能是因为新疆天山位于北半球，南坡为阳坡，北坡为阴坡，南坡日照时间长，水分蒸发量大，土壤湿度低，蚂蚁物种较少，这与天山中部南北坡的蚂蚁物种分布一致[16]。因此湿度也成为制约蚂蚁物种多样性的因素之一。同时温度和湿度也影响着植被类型、土壤结构和微生境等，故蚂蚁物种多样性受到多种因素的影响。
从群落相似性来看，那拉提与乌拉斯台垂直带的蚂蚁群落间相似性较高，其原因可能是这2个垂直带地理位置相邻，海拔高度和植被类型相似，相同的生境提供了相同的栖息场所和食物资源，从而孕育了较多相同的蚂蚁种类；而其余各垂直带间的群落相似性较低，处于极不相似至中等不相似水平，蚂蚁群落组成差异明显。相关性分析表明：天山中-西段蚂蚁群落的物种数与多样性指数与海拔变化呈显著负相关，海拔梯度显著影响该区域的蚂蚁物种多样性。有研究表明：凋落物覆盖率增高可增加蚂蚁的物种丰富度[33]，但蚂蚁物种丰富度与凋落物的数量间无显著相关性，本研究中各垂直带蚂蚁物种数与草本盖度、地被物的盖度和厚度负相关，但相关性不显著，与前人研究结果一致[34]；物种数与乔木郁闭度呈显著正相关，在四川王朗自然保护区[ 35]、青藏高原西南坡[36]和西北坡[37]等地区的研究也存在这种相关关系，可能是高大的乔木给蚂蚁提供了较理想的栖息场所、食物来源，蚂蚁群落得以发展。从栖息生境来看，天山中-西段的植被多为草丛和灌丛，仅在海拔相对较低的地方分布有阔叶林、针阔混交林，生态系统脆弱，保护和利用好区域内的昆虫生物多样性，对维持和改善生态系统具有重要意义。
4. 结论
在新疆天山中-西段4个垂直带共记录到蚂蚁2亚科12属29种，优势种为草地铺道蚁、黑毛蚁和丝光蚁。新疆天山中-西段的蚂蚁物种多样性明显高于祁连山国家公园青海片区，与天山东段和中段接近，低于同为干旱区的伊朗中部。整体而言，天山中-西段4个垂直带蚂蚁群落多样性指数随海拔升高而呈现降低趋势。物种数和多样性指数与海拔显著负相关，且物种数与乔木郁闭度显著正相关，海拔显著影响该地区的蚂蚁物种多样性，同时坡向、湿度、植被等也起到重要作用。各垂直带间的蚂蚁群落相似性总体较低，表明蚂蚁群落分化明显。
5. 致谢
感谢西南林业大学图书馆房华老师和研究生杨蕊、韩秀、杨林、钱怡顺在标本采集和样地调查，本科生杨润娇、何丽华、杨洋和潘宇航在标本整理与制作中的帮助。
-
图 1 10个茄子品种果皮硬度、果肉硬度和果皮韧性比较
Figure 1 Comparison of peel hardness, pulp hardness and pericarp toughness of 10 eggplant cultivars
表 1 不同茄子品种的农艺性状比较
Table 1. Agronomic characteristics comparison of 10 eggplant cultivars
品种 株高/cm 株幅/cm 茎粗/cm 品种 株高/cm 株幅/cm 茎粗/cm ‘紫龙5号’ 101.33±2.73 c 97.00±5.48 b 2.04±0.18 bcd ‘杭茄718’ 91.00±1.90 e 96.00±3.41 b 2.17±0.13 b ‘紫龙7号’ 95.17±1.83 d 100.00±3.35 a 1.92±0.17 cde ‘Z1’ 98.67±4.55 cd 82.17±3.49 c 1.86±0.14 de ‘亮紫7号’ 112.33±4.63 a 62.67±3.33 f 2.13±0.25 bc ‘Z2’ 114.00±7.97 a 73.50±3.02 e 2.00±0.13 bcd ‘浙茄10号’ 107.33±3.72 b 97.00±1.90 b 1.97±0.21 bcd ‘Z3’ 100.67±9.20 c 77.00±3.46 d 1.74±0.14 e ‘杭茄716’ 102.33±2.25 c 83.67±4.97 c 2.42±0.37 a ‘杭茄2020’ 96.00±4.20 d 76.67±4.27 d 2.15±0.24 b 说明：同列不同小写字母表示同一指标不同品种间差异显著(P＜0.05)。 
下载: 导出CSV
表 2 不同茄子品种果实性状比较
Table 2. Comparison of fruit traits of 10 eggplant cultivars
品种 皮色 长度/cm 横径/cm 单果质量/g L a b ‘紫龙5号 −0.45±0.10 bc 10.20±1.48 ef −4.55±0.87 a 33.87±1.48 de 2.48±0.10 c 101.82±7.96 bcd ‘紫龙7号’ −0.35±0.13 b 13.25±0.50 bc −7.28±0.26 e 29.47±0.40 h 2.35±0.16 d 98.08±5.84 d ‘亮紫7号’ −0.40±0.12 bc 11.45±1.04 d −5.78±0.78 c 35.10±2.47 c 2.43±0.10 c 113.55±10.42 a ‘浙茄10号’ 0.03±0.03 a 12.60±0.14 c −6.78±0.62 d 33.42±1.29 ef 2.30±0.15 d 103.99±5.10 bcd ‘杭茄716’ −0.40±0.08 bc 12.68±0.92 c −6.70±0.93 d 32.37±1.84 g 2.75±0.14 a 109.08±8.49 abc ‘杭茄718’ 0.08±0.05 a 13.55±0.25 ab −7.03±0.46 de 34.67±2.25 cd 2.48±0.10 c 109.98±16.86 ab ‘Z1’ 0.05±0.06 a 14.33±1.10 a −7.45±0.49 e 37.87±1.54 a 2.62±0.18 b 106.51±7.58 abcd ‘Z2’ −0.48±0.17 c 9.73±0.59 fg −5.53±0.94 bc 34.57±1.33 cd 2.70±0.09 a 105.65±4.20 abcd ‘Z3’ −0.63±0.10 d 9.20±0.84 g −4.48±0.46 a 36.47±1.12 b 2.70±0.18 a 105.90±2.29 abcd ‘杭茄2020’ −0.38±0.05 bc 10.90±0.60 de −5.15±0.44 b 32.80±2.60 fg 2.45±0.10 c 100.61±7.16 cd 说明：同列不同小写字母表示同一指标不同品种间差异显著(P＜0.05)。
下载: 导出CSV
表 3 10个茄子品种果实品质指标比较
Table 3. Comparison of fruit quality of 10 eggplant cultivars
品种 可溶性糖/(mg·g−1) 可溶性蛋白/(mg·g−1) 游离氨基酸/(mg·g−1) 总酚/(mg·g−1) ‘紫龙5号’ 30.04±2.59 cd 3.53±0.65 b 1.69±0.06 a 4.08±0.67 bc ‘紫龙7号’ 34.53±2.91 abc 3.79±0.69 b 1.42±0.13 b 5.26±0.74 a ‘亮紫7号’ 32.62±1.04 bcd 3.54±0.42 b 1.76±0.26 a 5.19±0.88 a ‘浙茄10号’ 35.35±2.69 ab 3.66±0.27 b 1.09±0.15 c 3.60±0.91 bc ‘杭茄716’ 33.88±2.65 abc 3.14±0.55 b 1.17±0.12 bc 2.94±0.38 cd ‘杭茄718’ 25.01±1.03 e 3.90±0.65 b 1.36±0.13 bc 4.78±0.68 a ‘Z1’ 35.19±2.67 ab 5.03±0.38 a 1.12±0.19 c 2.21±0.72 d ‘Z2’ 38.04±2.73 a 4.68±0.25 a 1.19±0.23 bc 3.24±0.58 cd ‘Z3’ 32.14±3.45 bcd 4.79±0.20 a 1.27±0.23 bc 4.44±0.62 ab ‘杭茄2020’ 28.09±3.40 de 3.64±0.26 b 0.73±0.13 d 4.78±0.68 a 说明：同列不同小写字母表示同一指标不同品种间差异显著(P＜0.05)。
下载: 导出CSV
表 4 茄子性状评价因子的特征值和累计方差贡献率
Table 4. Characteristic value and cumulative variance contribution rate of eggplant evaluation factors
主成分 特征值 方差贡献率/% 累计方差贡献率/% 1 4.500 28.125 28.125 2 3.376 21.098 49.224 3 2.636 16.474 65.697 4 1.831 11.444 77.141 5 1.598 9.985 87.126
下载: 导出CSV
表 5 主成分在各性状指标上的因子载荷矩阵
Table 5. Rotated component matrix of the principal component analysis
性状 主成分 性状 主成分 1 2 3 4 5 1 2 3 4 5 茎粗(X1) −0.663 0.560 0.407 0.132 0.052 b (X9) 0.431 0.589 −0.525 −0.210 0.253 株高(X2) 0.573 0.402 0.180 0.254 −0.470 果皮硬度(X10) −0.755 0.579 0.237 −0.123 −0.025 株幅(X3) −0.546 −0.573 −0.284 −0.096 −0.155 果皮韧性(X11) 0.509 0.311 0.144 0.422 −0.267 长度(X4) 0.698 −0.168 0.377 0.083 0.529 果肉硬度(X12) −0.660 0.603 0.363 −0.208 −0.022 横径(X5) 0.402 0.376 0.513 −0.443 0.210 可溶性糖(X13) 0.475 −0.050 0.300 −0.115 −0.797 单果质量(X6) 0.191 0.261 0.585 0.539 0.404 可溶性蛋白(X14) 0.766 −0.457 0.125 −0.274 0.162 L (X7) −0.328 −0.758 0.398 0.241 0.132 游离氨基酸(X15) 0.163 0.172 −0.246 0.787 −0.056 a (X8) −0.531 −0.587 0.492 0.257 −0.078 总酚(X16) −0.261 0.178 −0.748 0.366 0.198
下载: 导出CSV
表 6 不同茄子品种性状预测评价结果
Table 6. Characteristics prediction results of different eggplant varieties
品种 F1 F2 F3 F4 F5 F 排名 ‘紫龙5号’ 0.08 0.66 −1.81 0.44 0.35 −0.05 6 ‘紫龙7号’ −1.87 −1.36 −1.88 0.18 0.14 −1.08 10 ‘亮紫7号’ 1.19 1.54 0.20 3.08 2.45 1.27 1 ‘浙茄10号’ −0.62 −1.72 −0.16 0.08 0.06 −0.55 7 ‘杭茄716’ −2.58 2.68 2.64 −0.87 −0.69 0.10 5 ‘杭茄718’ −2.19 −1.22 0.24 0.99 0.78 −0.64 8 ‘Z1’ 2.98 0.63 0.59 −0.75 −0.59 0.92 2 ‘Z2’ 2.96 0.47 −1.44 −1.29 −1.02 0.45 3 ‘Z3’ −1.72 1.38 −0.94 −1.69 −1.34 −0.66 9 ‘杭茄2020’ 1.76 −3.06 2.57 −0.17 −0.13 0.23 4
下载: 导出CSV
-
[1] 刘丹, 崔彦玲, 潜宗伟. 茄子种业现状及遗传育种研究进展[J]. 北方园艺, 2019(1): 165−170. LIU Dan, CUI Yanling, QIAN Zongwei. Research advances in the seed industry and breeding of eggplant [J]. Northern Horticulture, 2019(1): 165−170. [2] 周宝利, 张琦, 叶雪凌, 等. 不同品种茄子果皮花青素含量及其稳定性研究[J]. 食品科学, 2011, 32(1): 99−103. ZHOU Baoli, ZHANG Qi, YE Xueling, et al. Different cultivars of eggplants: a comparative study of anthocyanidin content and stability in fruit skin [J]. Food Science, 2011, 32(1): 99−103. [3] KAUSHIK P, GRAMAZIO P, VILANOVA S, et al. Phenolics content, fruit flesh colour and browning in cultivated eggplant, wild relatives and interspecific hybrids and implications for fruit quality breeding [J]. Food Research International, 2017, 102: 392−401. [4] FRIEDMAN M. Chemistry and anticarcinogenic mechanisms of glycoalkaloids produced by eggplants, potatoes, and tomatoes [J]. Journal of Agricultural and Food Chemistry, 2015, 63(13): 3323−3337. [5] SHARMA M, KAUSHIK P. Biochemical composition of eggplant fruits: a review [J/OL]. Applied Sciences, 2021, 11 (15): 7078[2024-06-01]. DOI: 10.3390/app11157078. [6] PEREIRA J A M, BERENGUER C V, ANDRADE C F P, et al. Unveiling the bioactive potential of fresh fruit and vegetable waste in human health from a consumer perspective [J/OL]. Applied Sciences, 2022, 12 (5): 2747[2024-06-01]. DOI: 10.3390/app12052747. [7] BANWO K, OLOJEDE A O, ADESULU-DAHUNSI A T, et al. Functional importance of bioactive compounds of foods with potential health benefits: a review on recent trends [J/OL]. Food Bioscience, 2021, 43: 101320[2024-06-01]. DOI: 10.1016/j.fbio.2021.101320. [8] 陈灵芝, 王兰兰, 魏兵强. 茄子种质资源数据库的建立[J]. 长江蔬菜, 2010(10 ) : 11−12. CHEN Lingzhi, WANG Lanlan, WEI Bingqiang. Establishment of database of eggplant germplasm resource [J]. Journal of Changjiang Vegetables, 2010(10): 11−12. [9] 王佳慧. 国外茄子种质资源主要农艺性状鉴定与评价[D]. 保定: 河北农业大学, 2012. WANG Jiahui. Identification and Evaluation of the Main Agronomic Traits on Foreign Eggplant Germplasm Resources [D]. Baoding: Hebei Agricultural University, 2012. [10] 张念, 王志敏, 于晓虎, 等. 茄子种质资源遗传多样性的形态标记分析[J]. 中国蔬菜, 2013(14): 46−52. ZHANG Nian, WANG Zhimin, YU Xiaohu, et al. Establishment of database of eggplant germplasm resource [J]. China Vegetables, 2013(14): 46−52. [11] 陈雪平. 茄子遗传多样性研究与遗传连锁图谱构建[D]. 保定: 河北农业大学, 2015. CHEN Xueping. Study on Genetic Diversity and Genetic Linkage Map Construction in Eggplant [D]. Baoding: Hebei Agricultural University, 2015. [12] 齐东霞, 张映, 刘富中, 等. 中俄茄子种质资源遗传多样性研究[J]. 植物遗传资源学报, 2017, 18(3): 404−412. QI Dongxia, ZHANG Ying, LIU Fuzhong, et al. Genetic diversity among Chinese and Russian eggplant (Solanum melongena) germplasm resources [J]. Journal of Plant Genetic Resources, 2017, 18(3): 404−412. [13] 颜惠琴, 牛万红, 韩惠丽. 基于主成分分析构建指标权重的客观赋权法[J]. 济南大学学报(自然科学版), 2017, 31(6): 519−523. YAN Huiqin, NIU Wanhong, HAN Huili. Objective method for determination of index weight based on principal component analysis [J]. Journal of University of Jinan (Science and Technology), 2017, 31(6): 519−523. [14] VALIENTE-GONZÁLEZ J M, ANDREU-GARCÍA G, POTTER P, et al. Automatic corn (Zea mays) kernel inspection system using novelty detection based on principal component analysis [J]. Biosystems Engineering, 2014, 117: 94−103. [15] 边嘉宾, 施利利, 张欣, 等. 稻米主要品质性状的相关及主成分分析[J]. 中国农学通报, 2012, 28 (24): 8−12. BIAN Jiabin, SHI Lili, ZHANG Xin, et al. Correlation and principal component analysis on the major quality traits of rice lines [J]. Chinese Agricultural Science Bulletin, 2012, 28 (24): 8−12. [16] 邢凯峰, 张剑, 陈尚, 等. 普通油茶良种资源表型性状多样性分析与综合评价[J]. 浙江大学学报(农业与生命科学版), 2024, 50(2): 244−257. XING Kaifeng, ZHANG Jian, CHEN Shang, et al. Diversity analysis of phenotypic traits and comprehensive evaluation of Camellia oleifera excellent germplasm resources [J]. Journal of Zhejiang University (Agriculture & Life Sciences) , 2024, 50(2): 244−257. [17] 郭笃发, 王秋兵. 主成分分析法对土壤养分与小麦产量关系的研究[J]. 土壤学报, 2005, 42(3): 523−527. GUO Dufa, WANG Qiubing. Principal component analysis of relationship between various nutrients in albiudic cambosols profile and wheat yield [J]. Acta Pedologica Sinica, 2005, 42(3): 523−527. [18] 滕芝妍, 崔雨同, 应学兵, 等. 不同南瓜品种的综合评价[J]. 浙江农林大学学报, 2020, 37(1): 143−150. TENG Zhiyan, CUI Yutong, YING Xuebing, et al. Comprehensive evaluation of pumpkin cultivars based on a principal component analysis [J]. Journal of Zhejiang A&F University, 2020, 37(1): 143−150. [19] BENIC G I, SCHERRER D, PUCHADES M S, et al. Spectrophotometric and visual evaluation of peri-implant soft tissue color [J]. Clinical Oral Implants Research, 2017, 28(2): 192−200. [20] NAGENDRA R, RAO S V. An improved colorimetric method for the estimation of lactulose in lactose-lactulose mixtures [J]. Food Chemistry, 1992, 43(5): 399−402. [21] 韩烨, 马永强, 王鑫, 等. 微量滴定蒽酮法测定甜玉米芯可溶性糖含量方法的建立[J]. 食品科技, 2019, 44(11): 327−334. HAN Ye, MA Yongqiang, WANG Xin, et al. Determination of soluble sugar from sweet corn cob by microtiter method of the anthrone-sulfuric acid colorimetric assay [J]. Food Science and Technology, 2019, 44(11): 327−334. [22] BRADFORD M. A rapid and sensitive method for the quantitation of microgram quantities of protein utilizing the principle of protein-dye binding [J]. Analytical Biochemistry, 1976, 72(1/2): 248−254. [23] 黄松, 吴月娜, 刘梅, 等. 茚三酮比色法测定青天葵中总游离氨基酸的含量[J]. 中国中医药信息杂志, 2010, 17(12): 50−52. HUANG Song, WU Yuena, LIU Mei, et al. Quantitative determination of total free-amino acid in Nervilia fordii (Hance) Schltr. by ninhydrin colorimetric method [J]. Chinese Journal of Information on TCM, 2010, 17(12): 50−52. [24] 李佩璇, 陈法志, 李秀丽, 等. 凤丹牡丹多酚提取及其抗氧化活性研究[J]. 湖北农业科学, 2019, 58(24): 187−193. LI Peixuan, CHEN Fazhi, LI Xiuli, et al. Determination of in vitro antibacterial activity of antioxidant and the extraction of Fengdan peony polyphenols [J]. Hubei Agricultural Sciences, 2019, 58(24): 187−193. [25] 易金鑫. 亚洲部分茄子品种资源数量分类[J]. 园艺学报, 2000, 27(5): 345−350. YI Jinxin. A numerical classification on eggplant germplasm [J]. Acta Horticulturae Sinica, 2000, 27(5): 345−350. [26] 连勇, 刘富中, 陈钰辉, 等. 我国茄子地方品种类型分布及种质资源研究进展[J]. 中国蔬菜, 2006(增刊): 9−14. LIAN Yong, LIU Fuzhong, CHEN Yuhui, et al. Chinese eggplant cultivars (Solanum melogena L.) distribution and germplasm resources research advancement [J]. China Vegetables, 2006(suppl): 9−14. [27] 房超, 李跃建, 刘独臣, 等. 茄子种质资源SSR鉴定及遗传多样性分析[J]. 四川大学学报, 2011, 48(1): 179−185. FANG Chao, LI Yuejian, LIU Duchen, et al. SSR analysis of genetic diversity in eggplant [J]. Journal of Sichuan University, 2011, 48(1): 179−185. [28] 赵德新. 应用形态学和ISSR标记分析茄子遗传多样性[D]. 郑州: 河南农业大学, 2009. ZHAO Dexin. Clustering Analysis of Genetic Diversity in Eggplant Based on Morphological and ISSR Marker [D]. Zhengzhou: Henan Agricultural University, 2009. [29] 李伟, 郜海燕, 陈杭君, 等. 基于主成分分析的不同品种杨梅果实综合品质评价[J]. 中国食品学报, 2017, 17(6): 161−171. LI Wei, GAO Haiyan, CHEN Hangjun, et al. Evaluation of comprehensive quality of different varieties of bayberry based on principal components analysis [J]. Journal of Chinese Institute of Food Science and Technology, 2017, 17(6): 161−171. 期刊类型引用(8)
1. 江峰，谭晓萍，周小青，叶正钱. 衢州市城市绿地土壤特性及改良措施. 林业科技通讯. 2024(08): 80-84 . 
百度学术2. 霍佳，吕刚，李坤衡. 辽西半干旱区典型城市土壤质量评价. 生态科学. 2023(05): 181-187 . 百度学术3. 杨涛，王丽，杜红霞. 绿地类型及植物配置对西安城市绿地土壤理化性质的影响. 现代园艺. 2023(22): 25-30+33+38 . 百度学术4. 周文娟. 园林土壤质量管理探讨配置的几点思考. 四川农业科技. 2019(01): 71-72 . 百度学术5. 唐赛男，王成，裴男才，张昶，王子研，段文军，孙睿霖. 广州南沙区河涌沿岸植物景观特征及其与人类活动的关系. 浙江农林大学学报. 2019(02): 375-385 . 本站查看6. 翁俊. 洪泽湖古堰森林公园的植物种类及应用. 黑龙江农业科学. 2018(01): 96-99 . 百度学术7. 秦娟，许克福. 我国城市绿地土壤质量研究综述与展望. 生态科学. 2018(01): 200-210 . 百度学术8. 施健健，蔡建国，刘朋朋，魏云龙. 杭州花港观鱼公园森林固碳效益评估. 浙江农林大学学报. 2018(05): 829-835 . 本站查看其他类型引用(3)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20240394
点击查看大图
计量
- 文章访问数: 333
- HTML全文浏览量: 66
- PDF下载量: 17
- 被引次数: 11
