Growth strategies of four subtropical native tree species based on growth processes and biomass allocation
-
摘要:
基于定期连续观测数据，运用Richard模型模拟立地、土壤、经营措施和林龄相同的4个树种：马尾松（Pinus massoniana Lamb.）、枫香（Liquidambar formosana Hance）、木荷（Schima superba Gardn.et Champ）、杜英（Elaeocarpus decipiens Hemsl）的林分地径、树高的生长进程，结合收获法测定生物量器官间的分配，剖析4个树种生长进程的潜在机制。结果显示：（1）Richard生长模型对4个树种地径、树高生长进程具有良好的可预测性和适应性；4个树种地径、树高的生长进程表现不同，马尾松地径、树高年生长速率最高，其次是木荷，第6~8年先后超过枫香、杜英，且差异随林龄增长而增大；马尾松地径最早进入速生期（第3~8年），树高第5年进入速生期；与马尾松相比，枫香、杜英、木荷地径进入速生期晚1~2年，且速生期缩短2~4年，木荷树高进入速生期也晚2年，枫香、杜英树高没有进入速生期。4个树种优先地径生长，特别是马尾松。（2）树干生物量占全株生物量的比例最大（46.0%~58.8%），枫香最高，树叶生物量占比最小（3.0%~11.2%），枫香最小；马尾松地上生物量（AGB）显著高于地下生物量（RGB），3个阔叶树AGB与RGB差异较小，且RGB占比（25.4%~27.6%）和根冠比（35.1%~40.6%）显著高于马尾松。马尾松将更多生物量优先分配于地上部分，对地上空间、光照获取能力强，促使地径和树高生长最快，3个阔叶树AGB和RGB分配均衡，地径、树高生长较慢，特别是杜英，但其具有发达根系，对地下养分竞争能力强；木荷AGB优先分配给枝和叶，呈现良好的速生性，枫香AGB优先分配给树干，促进树高生长。研究结果说明，马尾松与木荷混交有利于培育大径材，马尾松与枫香混交有利于维持和提高地力，马尾松与杜英混交可形成资源需求互补。
-
关键词:
- Richard生长模型 /
- 收获法 /
- 根冠比 /
- 生长策略 /
- 地径
Abstract:Based on regularly continuous observation data, this study applied the Richard growth model to analyze the growth dynamics of ground diameter (GD) and tree height (H) in plantations of four tree species, Pinus massoniana, Liquidambar formosana, Schima superba, and Elaeocarpus decipiens. Organ biomass allocation was quantified using the harvest method under consistent site conditions, soil characteristics, management measures, and stand ages. Results showed that: (1) The Richard growth model demonstrated excellent predictability and adaptability to the growth dynamics of GD and H across the four tree species plantations. Growth rates varied among species, with P. massoniana demonstrating the highest annual growth rates for GD and H, followed by S. superba, and surpassing those of L. formosana and E. decipiens in the 6th to 8th year. These differences became more pronounced with increasing stand age. Rapid GD growth in P. massoniana occurred earlier (3rd to 8th years) and lasted longer, with H entering its rapid growth phase by the 5th year. In contrast, rapid GD growth for L. formosana, E. decipiens, and S. superba was delayed by 1–2 years and shortened by 2–4 years, with S. superba showing a delayed rapid H growth period and L. formosana and E. decipiens failing to enter a rapid H growth phase. Notably, all species prioritized GD growth, especially P. massoniana. (2) Trunk biomass accounted for the largest proportion of total plant biomass (46.0%–58.8%), with L. formosana having the highest proportion. Leaf biomass contributed the least (3.0%–11.2%), with L. formosana showing the lowest share. Above-ground biomass (AGB) in P. massoniana was significantly greater than its below-ground biomass (RGB), while no significant difference was observed between AGB and RGB in three broad-leaved species. Furthermore, the three broad-leaved species exhibited higher RGB proportions (25.4%–27.6%) and root-to-shoot ratios (35.1%–40.6%) compared to P. massoniana. The biomass allocation in P. massoniana favored AGB, enhancing its competitiveness for above-ground space and light, thereby supporting rapid GD and H growth. In contrast, the distribution of AGB and RGB in the three broad-leaved trees was relatively balanced, resulting in slower GD and H growth rates, especially in E. decipiens, which exhibited well-developed root systems and strong competition for subsurface nutrients. In S. superba, AGB was preferentially allocated to branches and leaves, facilitating fast-growing characteristics, while in L. formosana, trunk biomass allocation promoted H growth. These results highlight the complementary advantages of mixed plantations. Pairing P. massoniana with S. superba enhances the cultivation of large-diameter timber, combining P. massoniana with L. formosana improves soil fertility, and integrating P. massoniana with E. decipiens optimizes resource utilization for sustainable growth.
-
Keywords:
- Richard growth model /
- Harvesting method /
- Root-shoot ratio /
- Growth strategy /
- Ground diameter
-
高寒草地是青藏高原最主要的生态系统，是维护国家生态安全和改善青藏高原地区农牧民生活质量的重要保障[1]。在过去几十年里，受人类活动和自然因素的影响，高寒草地的生产和生态功能急剧下降，造成大面积土地裸露和草畜不平衡等诸多问题[2]。最近，经过相关领域学者们的不断探索实践，我国高寒草地退化的趋势明显改善，植被覆盖度大幅提升，水土流失和荒漠化基本遏制[3]。然而，青藏高原地区气候寒冷，有机质分解较慢，土壤微生物活性较低[4]，导致退化草地治理周期较长，草畜矛盾仍未能有效解决。因此，在退化草地恢复的同时，建植多年生人工草地便成为满足生产和生态功能需求的重要手段。在实践中发现，多年生高寒栽培草地在建植2~3年后地上生物量达到峰值，第4年开始其地上生物量逐年下降，且饲草品质普遍较低[5]。究其原因，与青藏高原地区土壤氮限制密切相关[6]。青藏高原地区土壤氮限制极其严重，加之气温较低，严重抑制了与氮有关的功能微生物的活性，导致生产力较低[6]。此外，多年生牧草常年吸收土壤中的营养物质，导致土壤养分贫瘠，进而造成草地减产[7]。综合两方面的原因，氮添加成为提升多年生栽培草地生产功能的直接手段。
氮素形态和施氮水平是草地氮肥管理的两项重要内容，对植物生长发育起着关键调节作用。根据化合物形态可将氮肥分为铵态氮肥（A）、酰胺态氮肥（U）和硝态氮肥（N）等多种类型，不同形态氮肥均能促进植物的生长，但在土壤中的转化机制不同，导致植物的干物质分配和营养积累存在差异[8]。植物可以吸收利用的土壤氮素主要为硝态氮和铵态氮，氮素形态对不同植物生长发育的影响存在差异，氮肥形态是影响肥效的主要因素之一[9]。施用不同形态氮素会影响作物的根系发育及碳氮代谢等生理进程，进而影响植株生物量的积累。同时，氮素形态还会影响糖、激素、维生素和生物碱等各种化学物质的合成，进而影响植物的品质[10]。向雪梅等[11]在高寒区的施氮研究表明，酰胺态氮能保证植物较高的氮素利用率和较低的氮损失率，是提高植物生产力最佳的氮素形态，而Guo等[12]研究发现，硝态氮能促进野牛草（Buchloe dactyloides (Nutt.) Engelm.）的营养繁殖和品质积累。两种结果不一致的主要原因是不同植物对氮素形态的需求存在差异，故应根据植物类型和生存环境设置合理的氮源。对于青藏高原地区多年生高寒栽培草地而言，哪种氮素形态更有利于生产力和营养品质的积累不得而知。此外，研究施氮水平对植物生产性能的影响并确定合理的氮添加量也是科学添加氮肥的关键[13]。以往研究证实，合理的氮添加量是保证植物生产力和营养品质的关键[14]，但关于具体氮添加量始终没有形成统一的结论，这是因为施氮水平应符合环境状况，不同区域氮素水平的阈值存在显著差异，氮限制比较严重的土壤环境可能需要施加更多的氮肥来满足植物的生长需求[15]。但过量的氮添加不仅造成氮肥利用率下降，也会对生态环境构成威胁。因此，确定最佳施氮量也是维持多年生高寒栽培草地生产力和营养品质的核心目标。
鉴于此，本研究以4年龄人工草地为研究对象，设置3个氮素形态和4个施氮水平，通过比较不同处理植物的地上生物量和饲草营养品质等参数，探究不同氮素形态和施氮水平对饲草生产性能和营养品质的影响，通过灰色关联度综合分析，进一步筛选出最佳的氮素形态和施氮水平，以期为高寒地区优质饲草的生产提供科学依据。
1. 材料与方法
1.1 试验区概况
试验区位于青海省海南藏族自治州共和县巴卡台农牧场（36°17'N，100°55'E），平均海拔3 300 m，年均降水量为300 mm，年蒸发量在2 000~2 400 mm，年平均气温为4.1 ℃。试验区冬季寒冷漫长，夏季温和短暂，年内干旱少雨且温度偏低，气温垂直分布明显，太阳辐射强，属高原大陆性气候特征。降水季节性分布不均，主要集中在7-10月。试验地土壤为高山草甸土和黄绵土[16]。
1.2 试验设计
于2022年6月，以2019年建植的青海草地早熟禾（Poa pratensis L. cv. Qinghai）+青海中华羊茅（Festuca sinensis L. cv. Qinghai）混播草地为研究对象，两个物种的混播比例为1∶1，建植面积为15 m×150 m。设置小区时，为避免边际效应，选取整块地中间较均匀的地段，采用随机区组设计，设置3个氮素形态，分别为尿素（酰胺态氮，U）、硫酸铵（铵态氮，A）和硝酸钙（硝态氮，N）；参照中国氮沉降分布格局（青海地区干湿沉降率7.55 kg·hm−2·yr−1）确定氮素添加剂量，设4个施氮梯度，分别为青海省干湿氮沉降的0、3、6、9倍，浓度依次为0（T0，CK）、22.5（T1）、45（T2）、67.5 kg·hm−2·a−1（T3），各处理见表1。每个处理3个重复，共30个小区，小区面积为4 m×4 m，小区之间间隔5 m。将称好的肥料分为两等份，分别于6月上旬和下旬加到2 L水中溶解，摇匀后装入喷壶，均匀喷洒在相应的小区内，CK处理喷洒相同体积的水。
表 1 氮素形态和施氮水平设置Table 1. Nitrogen forms and nitrogen level settings施肥处理
Fertilization treatment氮素形态
Nitrogen form施氮水平
Nitrogen level / kg·hm−2·a−1T0（CK） − 0.0 UT1 酰胺态氮 22.5 UT2 45.0 UT3 67.5 AT1 铵态氮 22.5 AT2 45.0 AT3 67.5 NT1 硝态氮 22.5 NT2 45.0 NT3 67.5 1.3 样品采集与分析
1.3.1 样品采集与处理
于2022年8月上旬（植物生长旺期）对各试验小区进行调查与样品采集。采用样方法，设置50 cm×50 cm的样方，齐地面刈割后带回实验室称取鲜重，后转移至105 ℃烘箱中杀青30 min，然后在75 ℃烘干至恒重，称取地上生物量。之后将烘干草样用粉碎机粉碎，过1 mm筛备用。
1.3.2 牧草品质测定方法
利用元素分析仪测定植物粗蛋白含量[17]，利用索氏抽提法测定粗脂肪含量[18]，使用马弗炉灼烧法测定粗灰分含量[18]，中性洗涤纤维含量和酸性洗涤纤维含量采用范式纤维洗涤法进行测定[19]，并根据童永尚等[19]的方法计算相对饲喂价值。
1.3.3 数据处理与分析
采用Excel 2010软件进行原始数据整理和灰色关联度分析，具体参见童永尚等[19]的方法。运用SPSS 27.0软件进行双因素方差分析和聚类分析。在Origin 2022软件中绘图。
2. 结果与分析
2.1 氮素形态和施氮水平对饲草生产性能的影响
由表2可知，氮素形态对多年生高寒栽培草地的地上生物量影响显著（P<0.05），施氮水平对地上生物量的影响极显著（P<0.001），氮素形态和施氮水平交互作用对地上生物量影响不显著。氮添加整体上提高了群落地上生物量，且随着施氮水平的提高呈递增趋势，UT3、AT3和NT3处理分别较CK处理提高43.22%、26.54%和33.11%。同等氮水平相比较，对地上生物量的促进作用表现为U>N>A（图1）。
表 2 氮素形态和施氮水平的双因素方差分析Table 2. Two factor analysis of variance for nitrogen forms and nitrogen application levels影响因素
Influence factor氮素形态
Nitrogen form (F)施氮水平
Nitrogen level (L)氮素形态×施氮水平
F×LF P F P F P 地上生物量 5.622 <0.05 14.056 <0.001 0.153 0.959 粗蛋白 18.073 <0.001 38.120 <0.001 1.748 0.184 粗脂肪 39.829 <0.001 5.377 <0.05 1.183 0.351 粗灰分 0.020 0.980 0.576 0.572 1.714 0.191 中性洗涤纤维 1.979 0.167 1.423 0.267 1.422 0.267 酸性洗涤纤维 1.153 0.338 0.718 0.501 1.555 0.229 相对饲喂价值 1.275 0.304 1.284 0.301 1.909 0.153 2.2 氮素形态和施氮水平对饲草营养品质的影响
2.2.1 对饲草粗蛋白含量的影响
由表2和图2可知，氮素形态和施氮水平对饲草粗蛋白含量均具有极显著影响（P<0.001），氮素形态和施氮水平交互作用对饲草粗蛋白含量影响不显著。氮添加整体上提高了植物的粗蛋白含量，且随着施氮水平的提高呈递增趋势，UT3、AT3和NT3处理分别较CK处理提高了69.76%、65.41%和52.86%。同等氮水平相比较，对饲草粗蛋白含量的促进作用表现为U>A>N。
2.2.2 对饲草粗脂肪含量的影响
氮素形态对饲草粗脂肪含量具有极显著影响（P<0.001），施氮水平对饲草粗脂肪含量具有显著影响（P<0.05），氮素形态和施氮水平对饲草粗脂肪含量没有明显的交互作用（表2）。氮添加整体上提高了植物的粗脂肪含量，不同施氮水平对饲草粗脂肪含量的促进作用因氮素形态不同而有所差异。饲草粗脂肪含量随着酰胺态氮施肥水平的提高而增加，铵态氮施肥水平的增加对植物粗脂肪含量的影响较小。3种氮素形态下，饲草的粗脂肪含量均在T3水平时达到峰值，UT3、AT3和NT3处理分别较CK提高了53.30%、11.34%和28.86%。同等氮水平相比较，对地上生物量的促进作用表现为U>N>A（图3：A）。
![]()
图 3 不同处理下饲草粗脂肪（A）和粗灰分（B）含量Figure 3. Ether extract (A) and crude ash (B) content of forage under different treatments2.2.3 对饲草粗灰分含量的影响
由表2可知，氮素形态、施氮水平及二者交互作用对饲草粗灰分含量的影响均不显著。氮添加整体上提高了植物的粗灰分含量（P<0.05），AT2处理下植物的粗灰分含量最高，为4.46%。同一氮素形态下不同施氮水平相比较，A和N处理均在T1水平时达到最大粗灰分含量，分别为4.31%和4.26%（图3：B）。
2.2.4 对饲草中性洗涤纤维含量的影响
本研究发现，氮素形态、施氮水平及二者交互作用对饲草中性洗涤纤维含量均未产生显著影响（表2）。氮添加整体上降低了植物的中性洗涤纤维含量（P<0.05）。随着硝态氮施肥水平的提高，植物中性洗涤纤维含量逐渐降低（图4：A）。3种氮肥在T3水平时的中性洗涤纤维含量趋于一致，介于63.6%~64.0%。
![]()
图 4 不同处理下饲草中性洗涤纤维（A）和酸性纤维（B）含量Figure 4. Neutral detergent fiber (A) and acid detergent fiber (B) content of forage under different treatments2.2.5 对饲草酸性洗涤纤维含量的影响
由表2可知，氮素形态、施氮水平、氮素形态和施氮水平交互作用对饲草酸性洗涤纤维含量的影响均不显著。氮添加整体上降低了植物的酸性洗涤纤维含量（图4：B）。T2水平时，3种氮肥对植物酸性洗涤纤维含量的影响不明显。总体来看，T1水平时，施用铵态氮肥对植物酸性洗涤纤维含量的降低效果最为明显。
2.2.6 对饲草相对饲喂价值的影响
由表2可知，氮素形态、施氮水平及二者交互作用对饲草相对饲喂价值均未产生显著影响。如图5所示，氮添加整体上提高了饲草的相对饲喂价值，不同氮素形态和施氮水平对饲草相对饲喂价值的影响较大。随着硝态氮肥施氮水平的提高，饲草的相对饲喂价值逐渐提高。T3水平时，3种氮肥对饲草相对饲喂价值的提升效果接近。不同氮肥形态相比较，T1水平时，施用铵态氮肥的饲草其相对饲喂价值最高，为113.08；T2水平时，施用酰胺态氮肥时饲草的相对饲喂价值最高，为113.34。
![]()
图 5 不同处理下饲草相对饲喂价值Figure 5. Relative feeding value of forage under different treatments2.3 灰色关联度评价和聚类分析
将植物地上生物量、粗蛋白含量和中性洗涤纤维含量等7个指标纳入评价体系，对不同氮素形态和施肥水平共10个处理进行灰色关联度综合评价。由表3可知，CK处理排序第9，说明氮添加普遍提高了饲草的综合性能。综合排名前4位的处理分别是UT3、UT2、NT3和AT3。不同酰胺态氮肥处理的综合排名依次为UT3>UT2>UT1，不同铵态氮肥处理的综合排名依次为AT3>AT1>AT2，不同硝态氮肥处理的综合排名依次为NT3>NT2>NT1。
表 3 不同处理的灰色关联度综合评价Table 3. Comprehensive evaluation of gray correlation degree for different treatments施肥处理
Fertilization treatment等权关联度
Gray correlative排序
Rank权重系数
Weight coefficient加权关联度
Weighted gray correlative加权关联度排序
Rank of weighted gray correlativeUT3 0.871 4 1 0.126 3 0.110 0 1 UT2 0.763 3 2 0.110 6 0.084 4 2 NT3 0.753 6 3 0.109 2 0.082 3 3 AT3 0.746 1 4 0.108 1 0.080 7 4 AT1 0.718 6 5 0.104 1 0.074 8 5 UT1 0.654 1 6 0.094 8 0.062 0 6 NT2 0.633 7 7 0.091 8 0.058 2 7 AT2 0.613 0 8 0.088 8 0.054 5 8 CK 0.589 1 9 0.085 4 0.050 3 9 NT1 0.557 0 10 0.080 7 0.045 0 10 本试验将10个处理的地上生物量和营养品质进行了聚类分析，运用SPSS 27.0软件构建树形图（图6），在欧式距离为9处，可将其分为4大类。第Ⅰ类仅包括CK处理，其产量和营养品质均表现最差；第Ⅱ类只有AT1处理，其地上生物量略高于CK处理；第Ⅲ类包括UT2、UT3、AT3和NT3处理，其产量和营养品质均表现最好；第Ⅳ类包括UT1、NT1、NT2和AT2处理，其产量和营养品质仅次于第Ⅲ类。
3. 讨论
3.1 氮素形态和施氮水平对饲草生产性能的影响
众所周知，氮添加可以提高植物的生产力，但不同环境的氮添加量应有所差异[20]。施氮量较低时，土壤养分仍然不能满足植物生长，施氮量过多又会导致土壤中产生有毒的亚硝酸盐[21]，进而阻碍植物生长，因此栽培草地施氮量应根据土壤氮素含量来确定。在以往的研究中，关于氮添加水平对植物地上生物量的调节作用有两种结论，第1种是地上生物量随施氮量增加而增加[22]；第2种是地上生物量随施氮量的增加会出现一个峰值，然后逐渐降低[15]，这是因为氮添加量有一定的环境阈值，存在一个最适施氮量，以最适施氮量为对称轴，植物的地上生物量随施氮量增加呈抛物线变化。本研究中，施氮水平对地上生物量具有极显著影响，氮添加显著提高了群落地上生物量，且随着施氮水平的提高呈递增趋势，在施氮量为67.5 kg·hm−2·a−1时达到峰值，说明本研究中设置的施氮量可能过低，在后期的试验中需要加大施氮梯度。此外，氮素形态对植物的地上生物量也产生显著影响，对地上生物量的促进作用表现为U>N>A。说明在短期内，酰胺态氮对植物生物量的促进效果更为明显，而硝态氮和铵态氮的效果相对较差，这与向雪梅等[11]和芦光新等[23]在高寒草地中的研究结论相似。尽管施加铵态氮肥补充了土壤养分，一定程度上促进了植物生长，但铵态氮肥抑制了植物对K+和Ca2+的吸收，导致NH4+的积累并产生氨害，从而限制了植物的生长[12, 24]。硝态氮肥的促产作用介于酰胺态和铵态氮肥之间。硝态氮同样也会对植物的生长产生不利影响，在还原过程中，硝态氮会消耗较多的能量。另外，在弱光条件下，植物对硝态氮的吸收也有可能会受到抑制，从而导致氮素供应不足。相比铵态氮肥和硝态氮肥，含氮量较高的酰胺态氮肥为土壤补充了充足的养分[16]，更能满足植物的生长需求。由于氮素形态和氮素水平的设置还与牧草栽培方式、施氮时间和气候条件等因素相关，后期还应针对以上干扰因素设置控制试验，进行深入研究。
3.2 氮素形态和施氮水平对饲草营养品质的影响
在高寒地区，老龄人工草地牧草的营养品质较差是一个普遍现象。究其原因，土壤中营养元素含量较低，导致植物对氮、磷等元素的吸收利用效率较低。研究表明，氮素添加可迅速补充植物中的全氮含量，满足植物对营养元素的需求，进而恢复草地生产力，改善草地群落结构和植物的营养品质[25]。粗蛋白和粗脂肪含量是评价牧草营养价值的重要指标，其含量高则表明牧草营养品质较高，而粗纤维和粗灰分含量越高，则表明牧草可消化养分低，品质下降[26]。宋建超等[27]在高寒区的研究表明，氮添加显著提高了垂穗披碱草（Elymus nutans Griseb.）的粗蛋白和粗脂肪含量，与本研究结论一致。本研究中，所有施氮处理均显著提高了饲草的粗蛋白和粗脂肪含量。此外，我们还发现不同氮素形态和施氮水平对饲草的粗蛋白和粗脂肪含量具有显著影响，施用酰胺态氮肥更有利于粗蛋白和粗脂肪的积累，且高氮水平的促进作用更加明显。该现象一方面说明了高寒区氮限制非常严重，改善牧草的营养品质可能需要投入更多的氮肥；另一方面，由于不同的植物或生育期对氮肥的需求量和氮素形态具有明显差异，所以应根据实际情况选择适宜的氮素形态和施氮量。适宜的氮素形态是提高氮素利用率以及植物蛋白质含量的重要途径之一[28]。本研究中，酰胺态氮对植物粗蛋白和粗脂肪的促进效果明显高于铵态氮和硝态氮，这可能与植物的选择吸收能力以及不同氮肥的供氮能力等因素有关[29]。此外，本研究中的3种氮肥均不同程度地提高了饲草的粗灰分含量，降低了饲草的中性洗涤纤维及酸性洗涤纤维含量，与前人研究结论相似[30]。聚类分析将10个处理分为4大类，通过对比试验数据发现，这4大类可划分饲草生产性能和营养品质的优劣，基本对应了不施氮、低氮、中氮和高氮4种属性，因此，施氮水平对饲草生产性能和营养品质的影响是显而易见的。最后，本研究通过灰色关联度分析得出，选用酰胺态氮肥，施氮量为67.5 kg·hm−2·a−1时，多年生栽培草地饲草的生产性能和营养品质综合表现最优，研究结果可为青藏高原环青海湖地区人工草地生产力及营养品质的提高提供参考。
4. 结论
氮素形态和施氮水平对多年生高寒栽培草地饲草的生产性能和营养品质具有显著影响。选择酰胺态氮肥，施氮量为67.5 kg·hm−2·a−1时，多年生栽培草地饲草的生产性能和营养品质综合表现最优，说明适宜的氮肥管理制度对提高研究区饲草生产性能和营养价值具有促进作用。
1 1~2) 如需查阅附表内容请登录《植物科学学报》网站（
http://www.plantscience.cn）查看本期文章。
2 1~2) 如需查阅附件内容请登录《植物科学学报》网站（http://www.plantscience.cn）查看本期文章。
-
![]()
图 1 4个树种人工林地径的生长进程、连年生长量和平均生长量的变化
Figure 1. Changes in ground diameter, annual current increment, and annual mean increment of four trees species plantations
![]()
图 2 4个树种人工林树高生长进程、连年生长量和平均生长量的变化
Figure 2. Changes in height, annual current increment, and annual mean increment of four trees species plantations
表 1 4个树种林分地径、树高的Richard生长方程和评价指标
Table 1 Richard growth equations and evaluation indices for ground diameter and height of four trees species plantations
树种 Species 地径 Ground diameter 树高 Height Richard equations R P Richard equations R P PM D=13.185（1-e−0.441t）5.299 0.999 0.001 H=28.583（1-e−0.072t）1.946 0.999 0.001 LF D=7.182（1-e−0.310t）3.750 0.997 0.001 H=11.220（1-e−0.122t）2.020 0.998 0.001 SS D=10.124（1-e−0.320t）5.392 0.997 0.001 H=34.091（1-e−0.058t）2.055 0.995 0.001 ED D=7.341（1-e−0.408t）4.733 0.998 0.001 H=14.549（1-e−0.061t）1.440 0.994 0.001 注：PM，马尾松；LF，枫香；SS，木荷；ED，杜英。下同。
Notes: PM, Pinus massoniana Lamb.; LF, Liquidambar formosana Hance; SS, Schima superba Gardn. et Champ; ED, Elaeocarpus decipiens Hemsl. Same below.
下载: 导出CSV
表 2 4个树种树高与地径关系的标准主轴回归
Table 2 Standard spindle regression of relationship between height and ground diameter of four trees species
x,y 树种Species 斜率Slope 95%置信区间95% CI 截距Intercept R P 样本数Sample size x=log地径
y=log树高PM 0.814 （0.805，0.822） −0.404 0.971 0.000 2 160 LF 0.891 （0.881，0.902） −0.045 0.967 0.000 2 160 SS 0.846 （0.836，0.857） −0.135 0.962 0.000 2 160 ED 0.798 （0.788，0.807） −0.203 0.969 0.000 2 160
下载: 导出CSV
表 3 4个树种生物量的分配比例
Table 3 Allocation biomass ratio of four tree species / %
树种Species SMR TMR BMR LMR RMR BB/TB R/S PM 78.8±0.04A 51.7±0.04AB 27.0±0.05A 9.6±0.01A 11.6±0.02B 53.0±0.12A 13.1±0.03B LF 71.6±0.07AB 58.8±0.08A 12.8±0.02B 3.0±0.01C 25.4±0.07A 22.2±0.05B 35.1±0.14A SS 62.3±0.07B 46.0±0.05B 16.3±0.04B 11.2±0.02A 26.5±0.06A 35.6±0.10B 36.9±0.11A ED 65.1±0.09B 49.5±0.10B 15.5±0.03B 7.3±0.01B 27.6±0.10A 32.8±0.10B 40.6±0.22A 注：不同字母表示不同树种差异显著（P<0.05）。SMR：茎生物量比；TMR：树干生物量比；BMR：树枝生物量比；LMR：树叶生物量比；RMR：树根生物量比；BB/TB：分枝主茎比；R/S：根冠比。
Notes: Different letters mean significant differences among different tree species at 0.05 level. SMR: Stem biomass ratio; TMR: Trunk biomass ratio; BMR: Branch biomass ratio; LMR: Leaf biomass ratio; RMR: Root biomass ratio; BB/TB: Branch biomass/Trunk biomass; R/S: Root-to-shoot ratio.
下载: 导出CSV
-
[1] Chen JL,Fang X,Wu AC,Xiang WH,Lei PF,Ouyang S. Allometric equations for estimating biomass of natural shrubs and young trees of subtropical forests[J]. New Forests,2024,55(1):15−46. doi: 10.1007/s11056-023-09963-z
[2] 余孟杨. 马尾松木荷混交林生长过程分析[J]. 林业勘察设计,2010(1):27−30. Yu MY. Analysis on growth process of mixed forest of Masson pine and Schima superba[J]. Forestry Prospect and Design,2010(1):27−30.
[3] 林立彬,李铁华,文仕知,杨柳. 闽楠木荷混交幼林生长规律及生物量分布特征研究[J]. 中南林业科技大学学报,2019,39(4):79−84,98. Lin LB,Li TH,Wen SZ,Yang L. Study on growth regularity and biomass distribution feature of Phoebe bournei-Schima superba young mixed forest[J]. Journal of Central South University of Forestry & Technology,2019,39(4):79−84,98.
[4] Gurcan M,Demirelli AE. Some important details on Richard growth model[J]. Thermal Science,2019,23(S6):1901−1908.
[5] 施翔,唐翠平,周方龙. 准噶尔盆地箭杆杨生长模型及生长进程动态分析[J]. 干旱区研究,2013,30(4):652−658. Shi X,Tang CP,Zhou FL. Growth model and process of Populus nigra var. thevestina in the Junggar Basin[J]. Arid Zone Research,2013,30(4):652−658.
[6] 薛春泉,徐期瑚,林丽平,何潇,曹磊,李海奎. 基于异速生长和理论生长方程的广东省木荷生物量动态预测[J]. 林业科学,2019,55(7):86−94. Xue CQ,Xu QH,Lin LP,He X,Cao L,Li HK. Biomass dynamic predicting for Schima superba in Guangdong based on allometric and theoretical growth equation[J]. Scientia Silvae Sinicae,2019,55(7):86−94.
[7] 李波,朱强根,潘永柱,金爱武,高雅楠,等. 基于生物量分配格局的植物生长策略研究进展[J]. 绿色科技,2022,24(1):29−32,41. Li B,Zhu QG,Pan YZ,Jin AW,Gao YN,et al. Research progress of plant growth strategies based on biomass allocation patterns[J]. Journal of Green Science and Technology,2022,24(1):29−32,41.
[8] Kobe RK,Iyer M,Walters MB. Optimal partitioning theory revisited:nonstructural carbohydrates dominate root mass responses to nitrogen[J]. Ecology,2010,91(1):166−179. doi: 10.1890/09-0027.1
[9] 戴黎聪,柯浔,曹莹芳,张法伟,杜岩功,等. 青藏高原矮嵩草草甸地下和地上生物量分配格局及其与气象因子的关系[J]. 生态学报,2019,39(2):486−493. Dai LC,Ke X,Cao YF,Zhang FW,Du YG,et al. Allocation patterns of above-and belowground biomass and its response to meteorological factors on an alpine meadow in Qinghai-Tibet Plateau[J]. Acta Ecologica Sinica,2019,39(2):486−493.
[10] 郑路,蔡道雄,卢立华,明安刚,于浩龙,李忠国. 南亚热带不同树种人工林生物量及其分配格局[J]. 林业科学研究,2014,27(4):454−458. Zheng L,Cai DX,Lu LH,Ming AG,Yu HL,Li ZG. Biomass allocation of different species plantations in subtropical area of China[J]. Forest Research,2014,27(4):454−458.
[11] 杜虎,曾馥平,王克林,宋同清,温远光,等. 中国南方3种主要人工林生物量和生产力的动态变化[J]. 生态学报,2014,34(10):2712−2724. Du H,Zeng FP,Wang KL,Song TQ,Wen YG,et al. Dynamics of biomass and productivity of three major plantation types in southern China[J]. Acta Ecologica Sinica,2014,34(10):2712−2724.
[12] 贾忠奎,公宁宁,姚凯,司瑞雪,程顺,等. 间伐强度对塞罕坝华北落叶松人工林生长进程和生物量的影响[J]. 东北林业大学学报,2012,40(3):5−7. Jia ZK,Gong NN,Yao K,Si RX,Cheng S,et al. Effects of thinning intensity on the growth and biomass of Larix principis-rupprechtii Plantation in Saihanba,Hebei Province[J]. Journal of Northeast Forestry University,2012,40(3):5−7.
[13] 赵厚本,周光益,李兆佳,邱治军,吴仲民,王旭. 南亚热带常绿阔叶林4个常见树种的生物量分配特征与异速生长模型[J]. 林业科学,2022,58(2):23−31. Zhao HB,Zhou GY,Li ZJ,Qiu ZJ,Wu ZM,Wang X. Biomass allocation and allometric growth models of four common tree species in southern subtropical evergreen broad-leaved forest[J]. Scientia Silvae Sinicae,2022,58(2):23−31.
[14] 祁鲁玉,陈浩楠,库丽洪·赛热别力,籍天宇,孟高德,等. 基于植物功能性状的暖温带5种灌木幼苗生长策略分析[J]. 植物生态学报,2022,46(11):1388−1399. doi: 10.17521/cjpe.2021.0396 Qi LY,Chen HN,Kulihong·Sairebieli,Ji TY,Meng GD,et al. Growth strategies of five shrub seedlings in warm temperate zone based on plant functional traits[J]. Chinese Journal of Plant Ecology,2022,46(11):1388−1399. doi: 10.17521/cjpe.2021.0396
[15] 范少辉,马祥庆,陈绍栓,林上杰. 多代杉木人工林生长发育效应的研究[J]. 林业科学,2000,36(4):9−15. Fan SH,Ma XQ,Chen SC,Lin SJ. Comparative study on growth and development of different generation plantations of Chense fir[J]. Scientia Silvae Sinicae,2000,36(4):9−15.
[16] Cardinale BJ,Matulich KL,Hooper DU,Byrnes JE,Duffy E,et al. The functional role of producer diversity in ecosystems[J]. Am J Bot,2011,98(3):572−592. doi: 10.3732/ajb.1000364
[17] Zhang J,Wang YZ,Gao HK,Zuo ZT,Yang SB,Cai CT. Different strategies in biomass allocation across elevation in two Gentiana plants on the Yunnan-Guizhou Plateau,China[J]. J Mt Sci,2020,17(11):2750−2757. doi: 10.1007/s11629-020-6253-6
[18] Brown S. Measuring carbon in forests:current status and future challenges[J]. Environ Pollut,2002,116(3):363−372. doi: 10.1016/S0269-7491(01)00212-3
[19] 马泽清,刘琪璟,徐雯佳,李轩然,刘迎春. 江西千烟洲人工林生态系统的碳蓄积特征[J]. 林业科学,2007,43(11):1−7. Ma ZQ,Liu QJ,Xu WJ,Li XR,Liu YC. Carbon storage of artificial forest in Qianyanzhou,Jiangxi Province[J]. Scientia Silvae Sinicae,2007,43(11):1−7.
[20] 汪清,潘萍,欧阳勋志,臧颢,宁金魁,等. 马尾松-木荷不同比例混交林种内和种间竞争强度[J]. 生态学杂志,2021,40(1):49−57. Wang Q,Pan P,Ouyang XZ,Zang H,Ning JK,et al. Intraspecific and interspecific competition intensity in mixed plantation with different proportion of Pinus massoniana and Schima superba[J]. Chinese Journal of Ecology,2021,40(1):49−57.
[21] Talkner U,Jansen M,Beese FO. Soil phosphorus status and turnover in central-European beech forest ecosystems with differing tree species diversity[J]. Eur J Soil Sci,2009,60(3):338−346. doi: 10.1111/j.1365-2389.2008.01117.x
[22] 徐小牛,李宏开. 马尾松枫香混交林生长及其效应研究[J]. 林业科学,1997,33(5):385−393. Xu XN,Li HK. Study on the growth of mixed stands of Pinus massoniana and Liquidambar formosana and its ecological benefits[J]. Scientia Silvae Sinicae,1997,33(5):385
http://www.plantscience.cn）查看本期文章。
计量
- 文章访问数: 328
- HTML全文浏览量: 102
- PDF下载量: 13
