Functional Properties and Relationship with Soil of Leaves on 7 Varieties of Lauraceae
-
摘要:目的 植物叶片是生物环境变化的指示器，研究叶功能性状可以深入探究植物自身的调节机制，为选择适宜的地区树种栽培提供参考。方法 以黄山学院校园内7种樟科植物：香樟（Cinnamomum camphora）、天竺桂（Cinnamomum japonicum）、紫楠（Phoebe sheareri）、乌药（Lindera aggregata）、山胡椒（Lindera glauca）、檫木（Sassafras tzumu）和浙江楠（Phoebe chekiangensis）为试材，对其叶片长、宽、鲜重、干重、SPAD值、叶面积及相应的土壤指标进行测定，并计算叶形指数、比叶面积、比叶质量和叶干物质含量，比较探究同科不同种间植物叶片功能的差异性，同时分析各叶功能性状间以及性状和土壤因子间的相关性。结果 ①紫楠和浙江楠虽在外观形态上表现相似，但紫楠的叶功能性状均值普遍大于浙江楠，且浙江楠种内叶功能性状变异系数（CV）为0%~10%；②乌药和山胡椒虽同为林下栽培，但乌药叶片SPAD值、叶干物质含量显著高于山胡椒，而山胡椒的比叶面积、叶面积却显著高于乌药；③檫木属落叶乔木，其变异系数普遍高于其他常绿树种；④各叶功能性状间及与土壤因子间呈现出显著相关性，其中土壤电导率与比叶质量的相关性最强（R2=0.646 3）。结论 不同种的樟科植物在相同生境下会形成不同的响应机制，落叶树种依赖“高效-瞬时型”效应，而常绿树种依赖“稳定-持久型”效应；植物叶功能性状是鉴定树种的手段之一，可用来辨别外形相似的2个树种；浙江楠为外来引种，其叶功能性状变异系数在种内较低，通过多年观测能在生长期内正常开花结实，因此可视为引种成功；此外在实际生产中通过监控土壤电导率能有效反应植物叶片比叶质量的高低变化。Abstract:Objective Reflecting environmental conditions, the functional properties of plant leaves were analyzed to understand the regulation mechanisms to improve forestation.Method Length, width, area, fresh and dry weights, and SPAD of leaves on Cinnamomum camphora, Cinnamomum japonicum, Phoebe sheareri, Lindera aggregata, Lindera glauca, Sassafras tzumu, and Phoebe chekiangensis at the campus of Huangshan University were measured to derive the indexes, specific area, mass per area, and dry matter content of them. Properties of the soils on which the plants grew were tested to correlate with the leaf functional traits using the single factor analysis of variance and multiple comparisons.Result ① P. sheareri was morphologically like P. chekiangensis but generally scored higher on the functional indicators with a coefficient of variation in the range of 0≤CV≤10%. ② L. aggregata had significantly higher leaf SPAD and dry matters content but lower specific area and area than L. glauca. ③ Deciduous S. tzumu was generally higher than evergreens on the coefficient of variation. ④ Soil conductivity was extremely significantly correlated with the leaf mass per area of the trees grown on the land with an R2 = 0.646 3.Conclusion Various Lauraceae plants grown on similar habitats differed in response to environmental conditions. Deciduous trees responded to the changes "effectively and transiently", while evergreens "stably and persistently". The functional properties of the leaves on a plant could be used to distinguish species with a similar outward appearance. Showing a low coefficient of variation on the leaf functional traits and consistent flowering and fruiting in the years of observation, P. chekiangensis was considered a choice candidate for forestation. In a forest, the electrical conductivity of the soil could be monitored to effectively predict the changes in leaf mass per area of the trees.
-
Keywords:
- Lauraceae /
- plant leaf functional traits /
- soil indicators /
- difference /
- correlation
-
0. 引言
【研究意义】大豆（Glycine max L. Merr.）是全球重要的粮食作物之一，为食用和饲用提供植物蛋白和油脂来源[1]。随着消费者对大豆需求的增加，育种工作者有望挖掘出大豆优异性状的品种，如高油、高蛋白、抗逆性强、早熟品种等。作为我国传统的经济作物，大豆种质资源保护和利用势在必行。【前人研究进展】近年来，全基因组重测序在分子育种和基因组研究遗传多样性中发展迅速，通过与基因组参考物比对，重测序个体可以识别DNA序列的遗传变异信息，能够有效提升对作物基因组的认识和选择育种提供新见解，因此可以获得更全面的基因组信息，应用于作物改良[2−3]。为发掘大豆优异种质特性、筛选和鉴定影响大豆产量、品质和抗逆性等性状的代谢通路和候选基因提供良好的平台[4]。目前，基于全基因组重测序的大豆优异性状研究成为热点。Yang等[5]对250份大豆进行全基因组重测序，发现GSTT1、GL3、GSTL3、CKX3、CYP85A2等基因参与调控大豆产量和品质性状。Liu等[6]对鲜食大豆进行全基因组重测序技术，发现高质量的SNP大多位于基因间区和内含子，位于编码区较少；同时鉴定出355.55 K InDel，其中
4856 个InDel位于外显子区域。蔗糖合酶基因（SoyZH13_18G042801、SoyZH13_18G042802、SoyZH13_18G042803和SoyZH13_20G077905）、蔗糖磷酸合酶基因（SPS3）和糖转运基因（SoyZH13_04G095700、SoyZH13_09G175600、SWEET6b和SWEET16）作为鲜食大豆甜度和籽粒大小等重要性状相关的候选基因。Lee等[7]基于大豆早花突变体全基因组重测序鉴定了332821 个SNP和65178 个InDel，其中GI、AGL18、TOC1和ELF3等基因影响GmFT2a的表达，导致花期提前。Maldonado dos Santos等[8]对28份巴西大豆通过全基因组重测序鉴定出541762 个SNP、98922 个InDel和1093 个（Copy number variation，CNV），此外还发现共有327个基因的668个等位变异与适应热带气候有关。Jiang等[9]对427个大豆重组自交系进行全基因组重测序，在2号染色体RSC11K区域鉴定出429个SNP和142个InDel特异位点，同时发现34个与大豆抗花叶病毒的相关候选基因。Yuan等[10]对大豆近等基因系进行全基因组重测序，鉴定出55853 个SNPs和3188 个InDel，多态性位点主要富集在13号染色体，还发现候选基因Glyma.13g25950、Glyma.13g25970和Glyma.13g26380与大豆抗花叶病毒有关。【本研究切入点】目前，基于全基因组重测序分析多数聚焦于大豆含油量、甜度、产量和抗逆性等性状，而在大豆高蛋白性状上却鲜有研究。因此，聚焦于全基因组水平上剖析大豆高蛋白性状的遗传多样性及遗传变异具有重要意义。【拟解决的关键问题】本研究旨在对南方高蛋白大豆品种福豆234进行全基因组重测序，对其SNP和Small InDel进行深度挖掘和分析，通过功能富集分析对变异基因进行注释。以期为高蛋白大豆遗传多样性、种质资源鉴定、遗传改良及亲本选配提供理论依据。1. 材料与方法
1.1 植物材料
大豆品种福豆234（国审豆2007024）由福建省农业科学院作物研究所自主选育，为高蛋白品种，蛋白质含量和脂肪含量分别达46.33%和17.68%，适应性广，丰产性和稳产性好[11]。将种子种于蛭石中，待长出三出复叶时，采集三出复叶中间叶片，液氮冻存后于−80 ℃保存备用。
1.2 大豆叶片DNA 提取、文库构建和质量控制
采用改良十六烷基三甲基溴化铵（Hexadecyl trimethyl ammonium bromide, CTAB）法提取大豆叶片基因组DNA[12]。利用Nanodrop 2000检测DNA样品的纯度、浓度和完整性，并用琼脂糖凝胶电泳检测DNA质量。随后将提取的高质量DNA送样北京百迈克生物科技有限公司进行全基因组重测序，在片段大小选择和扩增之前，通过添加腺嘌呤核苷酸（A）和测序适配器来修复DNA，以清除碎片DNA的3'端的间隙，然后通过1%琼脂糖凝胶中电泳进一步选择修复的DNA 片段[13]。通过PCR扩增产物构建测序文库，利用Illumina HiSeqTM
2500 测序平台对合格质量控制的文库进行测序[14]。通过去除测序适配器并过滤低质量reads，对Raw reads进行处理以获得Clean reads。通过BWA（Burrow-Wheeler Aligner）软件[15]将Clean reads映射到参考基因组序列Williams 82 （Glyma.Wm82.a2v1, http://soybase.org）。利用SAMtools软件[16]将对齐后的sam文件转换成bam文件，Picard（http://sourceforge.net/projects/picard.）用于删除标记 PCR 重复项，以此对结果进行分析。1.3 SNP和 Small InDel的注释
基于样本与参考基因组的比对结果，利用GATK软件[17]的HaplotypeCaller算法检测 SNP和 Small InDel。为降低 SNP和 Small InDel检测的错误率，利用其中的 Variant Filtration算法进行过滤，过滤参数设置为：QUAL ＜30.0、QD ＜2.0、FS＞60.0、MQ ＜40及cluster-Size-2-cluster-Window-Size 5[18]。最后使用SnpEff软件[19]对SNP和Small InDel进行注释。
1.4 变异基因的筛选与功能注释分析
基于大豆参考基因组的基础，统计非同义突变的SNP位点和编码区（CDS）发生 InDel变异的基因数量。基因功能通过序列比对，基于蛋白质直系同源簇（Clusters of Orthologous Groups of Proteins, COG）和京都基因与基金组百科全书（Kyoto Encyclopedia of Genes and Genomes, KEGG）数据库进行注释。
2. 结果与分析
2.1 测序数据质控评估
福豆234全基因组重测序数据通过合格质量控制，共获得
64799941 条Raw reads。Clean reads为剔除Raw reads中包含适配器的读数、ploy-N的读数和低质量读数，共得到64757037 条Clean reads。经过严格的数据质控和过滤后，Q30质控评分均值为91.82%，GC含量为35.90%。以大豆参考基因组Williams 82（Glyma.Wm82.a2v1, http://soybase.org）信息为参考，福豆234所得序列在大豆基因组中的定位比达98.66%，双端定位比达91.34%。测序覆盖深度达到17×，在1×的覆盖深度下，基因组上的覆盖度为98.08%；在5×的覆盖深度下，测序深度序列在基因组上的覆盖度达96.25%。福豆234染色体上的读数覆盖分布如图1A所示，读数覆盖更均匀地分布在染色体上。以上结果表明福豆234数据质量较高，序列能够在染色体上均匀分布，测序结果可信度高，可进行后续分析。变异检测结果表明，福豆234中共获得1478393 个SNP和356739 个Small InDel（图1B）。![]()
图 1 福豆234测序数据分析A：福豆234染色体覆盖深度分布；B：福豆234各类型变异在染色体的分布。Figure 1. Analysis of sequencing data of Fudou 234A: distribution of chromosomes coverage depth of Fudou 234; B: the distribution of the variations of Fudou 234 on the chromosomes.表 1 福豆234中与大豆蛋白质含量主要QTL区段候选基因SNP和Small Indel变异Table 1. SNP and Small InDel variations of candidate genes in main QTL segments related to soybean protein content in Fudou 234基因名称
Gene ID变异类型 Variation type 基因名称
Gene ID变异类型 Variation type 基因名称
Gene ID变异类型 Variation type SNP Small InDel SNP Small InDel SNP Small InDel Glyma.20G082300 2 1 Glyma.20G086900 / 2 Glyma.10G133900 1 1 Glyma.20G082700 / 1 Glyma.20G087000 6 / Glyma.10G134100 1,7,2 7 Glyma.20G082800 7 / Glyma.20G087200 1 / Glyma.10G134400 1 1,7 Glyma.20G082900 2 / Glyma.15G048600 2 2 Glyma.10G134500 1,7 1 Glyma.20G083100 1,7,5,8,6,2 1 Glyma.15G048700 1, 7 2 Glyma.10G136100 1 / Glyma.20G083200 1,2 1,2 Glyma.15G048800 1, 7, 5,3, 2 1,11,7,3,2 Glyma.10G136300 2,1 2 Glyma.20G083300 1,7, 5,3,2 1,2 Glyma.15G048900 1, 4, 6,2 1,7,2 Glyma.10G136400 2 2 Glyma.20G083500 1,7,4,2 1,7,2 Glyma.15G049000 1,10,6,7,3,2 1,4,11,3,7 Glyma.10G136600 7 / Glyma.20G083600 1,10,5,6,3,4,2 4,2 Glyma.15G049500 3,5 / Glyma.10G136800 1,7,2 1,2,3 Glyma.20G083800 4,1 1 Glyma.15G049600 3,7,6,1 1,2,7 Glyma.08G182200 / 1 Glyma.20G084000 1,4,8,7,2 1,2 Glyma.15G049700 2,3,6,10,4,1 2,1 Glyma.08G182300 / 1,7 Glyma.20G084100 1,10,5,3,4,2 1,2,4 Glyma.15G049800 2,5,8,7,1 2,7,1 Glyma.08G182400 / 2 Glyma.20G084200 1,5 1 Glyma.15G049900 2,6,7,9,1 1,11,7,3,4 Glyma.08G182500 / 7 Glyma.20G084500 1,5,2 / Glyma.15G050100 2,7 2 Glyma.08G182700 / 1,2,7,9 Glyma.20G084900 1 / Glyma.15G050200 5,1 2,1 Glyma.08G182900 / 1,7 Glyma.20G085000 1 2 Glyma.15G050300 3 1 Glyma.08G183000 / 1,7,3,2 Glyma.20G085100 / 2 Glyma.15G050500 1,2,7 1,7 Glyma.08G183400 / 1 Glyma.20G085300 / 1 Glyma.15G050600 1,2,7 1 Glyma.08G183500 / 7,3,2 Glyma.20G085700 2 2 Glyma.10G132200 1,7,5,6,2 1,2 Glyma.08G183600 / 2 Glyma.20G085900 1 2 Glyma.10G132700 2,6 2,7 Glyma.08G183900 / 7,1 Glyma.20G086100 / 1 Glyma.10G132800 3,1 / Glyma.08G184100 / 2,7,1 Glyma.20G086800 2 2 Glyma.10G133700 2 / 11种变异类型中，1～11分别代表变异位点发生在基因上游区域、基因下游区域、基因的3’UTR内、基因的5’UTR内、编码区内同义突变、编码区内非同义突变、内含子、剪切位点区域、剪切受体突变、非编码区内起始密码子获得、密码子插入以及移码突变。
1～11 indicate mutation sites in 11 variation types occurred upstream, downstream, UTR 3 prime, UTR 5 prime, synonymous coding, non-synonymous coding, intron, splice site region, splice site donor, start gained, codon insertion, and frame shift, respectively.2.2 SNP检测与注释
重测序读数映射到大豆参考基因组Williams 82（Glyma.Wm82.a2v1, http://soybase.org），采用GATK软件进行对比，删除冗余SNP，福豆234共计
1478393 个高质量SNP，其中，转换类型的SNP（961071 个）多于颠换类型的SNP（517322 个），占比分别为65.01%和34.99%。转换/颠换比率（Ti/Tv）的平均值为1.85；纯合性的SNP较杂合性的SNP（233652 个）多，为1244741 个，占比为84.20%。总体杂合率为15.80%。福豆234基因组的SNP注释采用SnpEff软件进行。如图2所示，福豆234的SNP变异主要分布在基因间区，共鉴定出
673309 个（47.42%）。其次为基因上游区域（5000bp以内）、基因下游区域（5000bp以内）和内含子，分别为312129 （21.98%）、248175 （17.48%）和154082 个（10.88%）。此外，编码区域内的58618 个SNP中，获得了25318 个同义编码突变，占43.19%，以及32313 个非同义编码突变，占55.12%。![]()
图 2 福豆234的SNP注释结果A：福豆234的SNP变异分布全基因组注释结果；B：福豆234的SNP变异分布CDS注释结果。Figure 2. SNP annotations of Fudou 234A: genome-whole annotation statistics of SNP variant distribution of Fudou 234; B: CDS annotation statistics of SNP variant distribution of Fudou 234.2.3 Small InDel检测与注释
福豆234重测序读数被映射到Williams 82参考基因组，去除重复的Small InDel，共鉴定出
356739 个Small InDel。其中，4965 个Small InDel变异从CDS区域鉴定得到。其中，插入、缺失、纯合突变和杂合突变从CDS区域鉴定得到，分别为2486 、2479 、3605 、1360 个。福豆234Small Indel长度在编码区域和全基因组的分布比较如图3所示。+l、−1、+3、−3类型变异在编码区域占较大比例。在全基因组范围内存在较多的+l、−1类型变异，而+3、−3类型变异较编码区域相对占比较小。![]()
图 3 福豆234的CDS区和全基因组Small Indel长度分布Figure 3. CDS region and distribution of Small Indel lengths in whole genome of Fudou 234福豆234的Small InDel注释统计如图4所示。共鉴定出
111649 个Small InDel在全基因组中主要集中于基因间区（31.73%）。其次位于基因上游区域（5000 bp以内）（29.23%）、基因下游区域（5000 bp以内）（21.52%）和内含子（14.05%），分别为102833 、75716 、49430 个。共鉴定出2880 个位于编码区域的Small InDel主要集中于移码突变（45.67%）。其次为密码子的删除和插入、密码子插入和密码子删除。分别为1341 （21.27%）、724（11.48%）和617个（9.78%）。![]()
图 4 福豆234的Small InDel注释结果A：福豆234的Small InDel变异分布全基因组注释结果；B：福豆234的Small InDel变异分布CDS注释结果。Figure 4. Small InDel annotations of Fudou 234A: genome-whole annotation statistics of Small InDel variant distribution of Fudou 234; B: CDS annotation statistics of Small InDel variant distribution of Fudou 234.2.4 遗传变异分析
基于大豆参考基因组Williams 82的基础上，福豆234基因组一共鉴定出
18509 个突变基因。其中，共鉴定出14323 个非同义SNP突变的基因，占77.38%；共鉴定出4186 个Small Indel的突变基因位于CDS区域，占22.62%。将福豆234基于DNA水平变异进行COG和KEGG数据库进行注释。基于COG注释结果（图5），信号传导机制（684个），转录（559个），碳水化合物转输和代谢（555个）等在福豆234存在大量的变异基因。根据福豆234基因组重测序进行KEGG注释如图6所示。变异基因主要注释到KEGG代谢通路涉及碳代谢（ko 01200）156个、淀粉和蔗糖代谢（ko 00500）147个，氨基酸生物合成（ko 01230）142个，植物激素信号传导（ko 04075）137个，内质网蛋白质加工（ko 04141）110个。
前人研究表明20号染色体（I连锁群，29.8-31.6 Mbp）和15号染色体（E连锁群，38.1-39.7 Mbp）在自然环境和复杂的遗传种群中定位到大豆籽粒蛋白质含量QTL[20−21]。Paril等[22]对两个主要的大豆蛋白质含量QTL（Chr.20和15）以及区域之间的片段复制区间预测出86个候选基因。本研究对福豆234基于全基因组测序基础上，根据之前报道的候选基因进行分析。由表1所示，共鉴定出65个候选基因存在SNP或Small InDel变异。其中SNP变异类型达10种，占比为15.38%，主要集中于基因上游区域和基因下游区域。其次是内含子区域和编码区内同义突变，其他变异类型较少，无密码子插入和移码突变，CDS区域内非同义突变有16个位点，涉及10个基因；Small InDel变异类型相对SNP变异类型而言相对较少，仅7种，占比为10.77%。主要集中在基因上游区域和基因下游区域，其次是内含子区域，其他变异类型较少。
3. 讨论
大豆是食用和饲用植物蛋白的主要来源，粒用大豆含有38%~42%的蛋白质[22]。随着全球消费者对大豆蛋白质需求日益增加，这一比例还在逐年上升[23]。因此，通过遗传改良选育高蛋白大豆品种是育种工作者的目标之一。大豆作为豆科植物的一个典型，自花授粉特性对保持基因组同质性和减少基因组变异产生强烈影响。由于大豆基因组的复杂性，挖掘高蛋白含量的优异特性也具有一定的局限性。自大豆种质资源全基因组测序的完成，大豆基因组遗传图谱揭示加快了新一代大豆分子育种进程[24−25]。本研究通过全基因组重测序技术，比较于Williams 82参考基因组，在高蛋白大豆福豆234共获得
1478393 个SNP和356739 个Small InDel，变异产生的突变基因有18509 个。变异基因COG注释主要发生在信号传导机制类、转录类、碳水化合物转输和代谢类等途径，而在KEGG注释主要发生在碳代谢、淀粉和蔗糖代谢、氨基酸生物合成、植物激素信号传导以及内质网蛋白加工等途径。大豆籽粒中含有40%蛋白质，为脂肪（20%）的两倍，虽然蛋白质单位生物能低于脂肪，但在物质分配和能量转运占据优势[26]。籽粒蛋白质积累与蔗糖合成酶活性呈正比，其活性影响蔗糖卸载量进而影响碳代谢[27]。本研究根据已报道的与大豆籽粒蛋白质含量相关的QTL通过共线性分析预测到的86个候选基因，对福豆234的变异基因进行SNP和Small InDel分析，与参考基因组Williams 82相比，共有65个候选基因发生SNP或Small InDel变异，其中有10个候选基因编码区内至少一个位点发生非同义突变。王嘉等[28]对大豆籽粒蛋白质全基因组重测序及QTL定位。共获得
2453344 个SNP和476953 个Small Indel，变异产生的突变基因共38896 个，14491 个基因存在2种或2种以上类型的突变。其中，候选基因Gy5（Glyma.13G123500）、ABI3（Glyma.18G176100）和CAR1（Glyma.03G163500）与大豆储藏蛋白合成相关。此外，QTL结果表明，与大豆籽粒蛋白质含量相关的6个QTL位点分别分布在 C2、E、I和M4连锁群上。此外，Fliege等[29]研究发现，位于20号染色体的Glyma.20G085100基因影响大豆籽粒蛋白质含量，在低蛋白大豆导入该基因有助于提高2%的蛋白质含量。糖作为信号分子参与植物生长发育，其中糖转运蛋白是植物体运输途径的关键组成部分，包括单糖转运蛋白、蔗糖转运蛋白和糖最终输出转运蛋白（Sugar will eventually be exported transporter，SWEET）[30−31]。蔗糖在成熟叶片叶肉细胞中合成，SWEET蛋白为韧皮部转载之前介导蔗糖从叶肉细胞流出到质外体的核心参与者[32]。另一方面，SWEET蛋白与其他蛋白质相互协调，调节“源-流-库”关系[33]。大豆籽粒由成熟胚组成，胚胎发育时期，微小的胚胎快速生长并从发育中种子的胚乳中获取大量糖分[34]。之前的研究表明GmSWEET24（Glyma.08G183500）在籽粒发育时期表达量较高[35−36]。WAT1（Walls are thin 1）是一种细胞内生长素转运蛋白，对木质部前体中生长素积累有直接作用[37]。Pal等[38]研究发现参与植物激素信号传导的WAT1对油菜种子重量和产量具有显著影响。Liu等[39]研究表明3个编码WAT1相关蛋白不仅与苎麻纤维产量呈高度相关，同时发现与氮代谢相关正向选择基因共计22个，证实与参与粗蛋白含量和营养生长等驯化性状。本研究结果表明，候选基因Glyma.15G049700、Glyma.15G049800和Glyma.15G049900具有WAT1的功能，可能是促进福豆234高产和高蛋白特征的关键。4. 结论
大豆籽粒蛋白质含量是典型的数量性状，一般是由主基因控制，还受到微效多基因和环境因素的影响，不同大豆蛋白质含量基因间存在独立或互作的关系[40]。本研究对高蛋白大豆品种福豆234全基因组重测序数据分析，获得
1478393 个SNP，356739 个Small InDel。通过COG分析发现信号传导机制、转录、碳水化合物转输和代谢等和KEGG分析发现碳代谢、淀粉和蔗糖代谢、氨基酸生物合成、植物激素信号传导、内质网蛋白质加工等通路与福豆234遗传变异相关。由变异产生的突变基因达18509 个，从先前报道过的15号染色体和20号染色体区段内的基因进行变异分析，65个基因发生SNP或Small InDel水平的变异，发现SNP变异类型占主体，而Small InDel变异类型相对较少。本研究初步阐明了福豆234全基因组突变类型，为大豆高蛋白品种的选育和优异基因挖掘奠定基础，可进一步为基因研究和分子标记辅助育种等提供大量的分子标记资源，为研究该性状的遗传调控提供方向。 -
![]()
图 1 叶片功能性状间的相关性
*P＜0.05表明显著相关；**P＜0.01表明极显著相关；颜色越深表明相关性越高。
Figure 1. Correlations among leaf functional traits
* indicates significant correlation at 0.05 level; ** indicates extremely significant correlation at 0.01 level; darker color indicates higher correlation.
![]()
图 2 叶功能性状与土壤EC值线性回归图
Figure 2. Linear regression diagram of leaf functional traits and soil electrical conductivity values
表 1 树种简介
Table 1 Information on various Lauraceae species
树种名称 Name 生长类型
Growth form树龄
Tree age/a种植区域
Planting region说明
Note香樟 C. camphora 常绿树种 evergreen tree 17 行道 Pedestrian area 本土树种 Native trees 天竺桂 C. japonicum 常绿树种 evergreen tree 12 行道 Pedestrian area 本土树种 Native trees 紫楠 P. sheareri 常绿树种 evergreen tree 18 行道 Pedestrian area 本土树种 Native trees 乌药 L. aggregata 常绿树种 evergreen tree 10 游憩区 Recreation area 本土树种 Native trees 山胡椒 L. glauca 落叶树种 deciduous tree 8 游憩区 Recreation area 本土树种 Native trees 檫木 S. tzumu 落叶树种 deciduous tree 26 游憩区 Recreation area 本土树种 Native trees 浙江楠 P. chekiangensis 常绿树种 evergreen tree 16 教学科研区 Teaching research department 引种 Introduction 
下载: 导出CSV
表 2 叶功能性状分异特征
Table 2 Characteristic differentiations on leaf functional traits
功能性状
Functional trait均值±标准差
Mean ± standard deviation中位数
Median value最小值
Minimum value最大值
Maximum value变异系数
Coefficient of variation/%F值
F value叶长 Leaf length/cm 10.42±2.62 10.32 6.33 17.06 25.15 33.52** 叶宽 Leaf width/cm 4.49±0.86 4.28 3.10 6.04 19.23 11.49** 叶鲜重 Leaf fresh weight/g 0.58±0.33 0.60 0.10 1.49 56.13 60.05** 叶干重 Leaf dry weight/g 0.27±0.17 0.30 0.04 0.77 63.29 63.60** 叶面积 Leaf area/cm2 30.59±12.87 27.45 13.75 68.04 42.08 23.53** 叶片SPAD值 Leaf SPAD values 41.55±7.64 42.56 24.02 51.12 18.39 52.24** 叶形指数 Leaf index 2.36±0.59 2.18 1.49 3.83 25.19 34.61** 比叶质量 Leaf mass per area/(g·cm−2) 0.009 0±0.004 5 0.010 3 0.001 8 0.017 9 50.34 130.29** 比叶面积 Specific leaf area/(cm2·g−1) 164.76±124.49 97.50 55.88 567.00 75.56 36.30** 叶干物质含量 Leaf dry matter content/% 45.61±9.80 47.84 19.74 63.55 21.48 8.37** **表示各性状在种间差异显著。
** indicates that the traits differ significantly between species.
下载: 导出CSV
表 3 7种樟科植物种间叶功能性状分异特征
Table 3 Characteristic differentiations on leaf functional traits of 7 species of Lauraceae
植物名称
Plant name项目
Item叶长
Leaf/cm叶宽
Leaf
width/cm叶鲜重
Leaf fresh
weight/g叶干重
Leaf dry
weight/g叶面积
Leaf area/cm2叶片SPAD值
Leaf SPAD
values叶形指数
Leaf
index比叶质量
Leaf mass per area/
(g·cm−2)比叶面积
Specific leaf area/
(cm2·g−1)叶干物质含量
Leaf dry matter
content/%香樟
C. camphora平均值
Mean value9.23±0.46 c 4.42±0.22 b 0.68±0.06 b 0.33±0.02 b 26.74±2.12 b 49.09±1.58 a 2.09±0.12 c 0.012 4±0.000 5 d 80.56±2.92 ab 49.29±2.85 a 变异系数
CV/%4.96 4.95 9.24 7.5 7.91 3.21 5.59 3.64 3.63 5.77 天竺桂
C. japonicum平均值
Mean value10.79±1.37 b 3.24±0.17 c 0.69±0.05 b 0.36±0.03 b 22.81±2.22 ab 49.05±1.39 a 3.35±0.54 a 0.015 9±0.001 3 e 63.22±4.98 a 52.28±1.11 a 变异系数
CV/%12.73 5.15 7.71 8.74 9.72 2.83 16.25 8.15 7.88 2.12 紫楠
P. sheareri平均值
Mean value15.28±1.35 a 5.45±0.53 a 1.17±0.23 a 0.57±0.13 a 54.19±10.43 d 47.10±2.33 a 2.81±0.13 b 0.010 7±0.001 8 c 96.28±19.44 ab 49.13±6.78 a 变异系数
CV/%8.84 9.71 19.51 22.7 19.25 4.94 4.61 16.54 20.2 13.8 乌药
L. aggregata平均值
Mean value7.88±0.24 d 4.48±0.73 b 0.28±0.04 d 0.15±0.01 c 19.38±1.92 a 43.26±1.97 b 1.79±0.23 d 0.007 6±0.000 6 b 131.92±12.61 b 52.64±5.51 a 变异系数
CV/%3.04 16.27 13.01 4.33 9.91 4.55 12.64 8.43 9.56 10.48 山胡椒
L. glauca平均值
Mean value11.21±0.96 b 5.36±0.37 a 0.41±0.08 c 0.12±0.02 d 39.61±5.07 c 28.58±4.44 d 2.09±0.1 d 0.003 1±0.000 3 a 327.52±29.66 c 30.67±6.99 c 变异系数
CV/%8.55 6.91 19.1 13.47 12.81 15.55 4.8 8.97 9.06 22.79 檫木
S. tzumu平均值
Mean value7.68±1.72 d 4.35±1.00 b 0.18±0.08 d 0.06±0.02 d 22.50±10.82 ab 36.61±3.15 c 1.77±0.11 d 0.003 2±0.001 3 a 357.01±127.04 c 39.04±13.74 b 变异系数
CV/%22.41 23.03 44.36 37.84 48.08 8.6 6.37 41.51 35.58 35.2 浙江楠
P. chekiangensis平均值
Mean value10.88±0.70 b 4.14±0.18 b 0.65±0.06 b 0.30±0.03 b 28.89±2.28 b 37.16±2.18 c 2.63±0.13 b 0.010 3±0.000 2 c 96.83±2.11 ab 46.23±0.25 ab 变异系数
CV/%6.43 4.4 9.64 9.57 7.9 5.86 5.06 2.15 2.18 0.55 同列中不同小写字母表示物种间差异显著（P＜0.05）。
Different lowercase letters in same column mean significant difference among trees at 0.05 level.
下载: 导出CSV
-
[1] 潘权, 郑华, 王志恒, 等. 植物功能性状对生态系统服务影响研究进展 [J]. 植物生态学报, 2021, 45(10):1140−1153. DOI: 10.17521/cjpe.2020.0142 PAN Q, ZHENG H, WANG Z H, et al. Effects of plant functional traits on ecosystem services: A review [J]. Chinese Journal of Plant Ecology, 2021, 45(10): 1140−1153.(in Chinese) DOI: 10.17521/cjpe.2020.0142
[2] CHENG X Q, PING T, LI Z Z, et al. Effects of environmental factors on plant functional traits across different plant life forms in a temperate forest ecosystem [J]. New Forests, 2022, 53(1): 125−142. DOI: 10.1007/s11056-021-09847-0
[3] 杨了. 三种楠属木种的木材构造与材性分析及其径向变异研究[D]. 雅安: 四川农业大学, 2018 YANG L. Study on wood structure, wood property and radial variation of three Phoebe nees[D]. Yaan: Sichuan Agricultural University, 2018. (in Chinese)
[4] MA G H, LIN C W, HUNG H Y, et al. New benzenoids from the roots of Lindera aggregata [J]. Natural Product Communications, 2015, 10(12): 2131−2133.
[5] LIN Z X, AN J Y, WANG J, et al. Integrated analysis of 454 and Illumina transcriptomic sequencing characterizes carbon flux and energy source for fatty acid synthesis in developing Lindera glauca fruits for woody biodiesel [J]. Biotechnology for Biofuels, 2017, 10: 134. DOI: 10.1186/s13068-017-0820-2
[6] 黄庆荣, 施逸啸, 江蓝, 等. 格氏栲天然林植物功能性状与系统发育对林窗大小的响应 [J]. 森林与环境学报, 2023, 43(5):449−456. HUANG Q R, SHI Y X, JIANG L, et al. Responses of plant functional traits and phylogeny to gap size in Castanopsis kawakamii natural forest [J]. Journal of Forest and Environment, 2023, 43(5): 449−456.(in Chinese)
[7] 宋丹鸿, 张雪妮, 杨继粉, 等. 荒漠植物不同功能群性状特征及其与土壤环境的关系 [J]. 生态学报, 2023, 43(18):7403−7411. SONG D H, ZHANG X N, YANG J F, et al. Traits of different functional groups of desert plants and their relationship with soil environment [J]. Acta Ecologica Sinica, 2023, 43(18): 7403−7411.(in Chinese)
[8] 司雨凡, 李辉, 李子好, 等. 草甸草原关键物种功能性状对长期放牧和停牧恢复的响应 [J]. 中国农业科学, 2023, 56(18):3693−3708. DOI: 10.3864/j.issn.0578-1752.2023.18.016 SI Y F, LI H, LI Z H, et al. Response of functional traits of key species in meadow steppe to long-term grazing and grazing exclusion [J]. Scientia Agricultura Sinica, 2023, 56(18): 3693−3708.(in Chinese) DOI: 10.3864/j.issn.0578-1752.2023.18.016
[9] KHANDAY S A, YOUSUF A R, RESHI Z A, et al. Management of Nymphoides peltatum using water level fluctuations in freshwater lakes of Kashmir Himalaya [J]. Limnology, 2017, 18(2): 219−231. DOI: 10.1007/s10201-016-0503-x
[10] ZHU S D, LIU H, XU Q Y, et al. Are leaves more vulnerable to cavitation than branches? [J]. Functional Ecology, 2016, 30(11): 1740−1744. DOI: 10.1111/1365-2435.12656
[11] BARTLETT M K, SCOFFONI C, SACK L. The determinants of leaf turgor loss point and prediction of drought tolerance of species and biomes: A global meta-analysis [J]. Ecology Letters, 2012, 15(5): 393−405. DOI: 10.1111/j.1461-0248.2012.01751.x
[12] ZHU S D, LI R H, HE P C, et al. Large branch and leaf hydraulic safety margins in subtropical evergreen broadleaved forest [J]. Tree Physiology, 2019, 39(8): 1405−1415. DOI: 10.1093/treephys/tpz028
[13] 魏海霞, 霍艳玲, 周忠科, 等. 唐古特白刺叶功能性状沿气候梯度的变异特征 [J]. 生态学报, 2022, 42(20):8343−8351. WEI H X, HUO Y L, ZHOU Z K, et al. Variations in leaf traits of Nitraria tangutorum along a climatic gradient [J]. Acta Ecologica Sinica, 2022, 42(20): 8343−8351.(in Chinese)
[14] 王超, 卢杰, 周晨霓, 等. 藏东南川滇高山栎叶功能性状海拔分布特征 [J]. 森林与环境学报, 2021, 41(4):366−372. WANG C, LU J, ZHOU C N, et al. Altitude distribution of leaf functional traits of Quercus aquifolioides in southeastern Tibet [J]. Journal of Forest and Environment, 2021, 41(4): 366−372.(in Chinese)
[15] 杨军, 王玥, 刘建亮, 等. 若尔盖典型高寒湿地植物叶功能性状对水深梯度的响应 [J]. 应用与环境生物学报, 2023, 29(1):102−108. YANG J, WANG Y, LIU J L, et al. Responses of leaf functional traits to water depth gradient in Zoige typical alpine wetland [J]. Chinese Journal of Applied and Environmental Biology, 2023, 29(1): 102−108.(in Chinese)
[16] 古勇波, 陈方圆, 白江珊, 等. 盐碱胁迫对三江藨草幼苗功能性状的影响 [J]. 应用与环境生物学报, 2020, 26(1):10−16. GU Y B, CHEN F Y, BAI J S, et al. Effects of salt-alkaline stress on functional traits of Scirpus nipponicus seedlings [J]. Chinese Journal of Applied and Environmental Biology, 2020, 26(1): 10−16.(in Chinese)
[17] 周洁, 杨晓东, 王雅芸, 等. 梭梭和骆驼刺对干旱的适应策略差异 [J]. 植物生态学报, 2022, 46(9):1064−1076. DOI: 10.17521/cjpe.2021.0338 ZHOU J, YANG X D, WANG Y Y, et al. Difference in adaptation strategy between Haloxylon ammodendron and Alhagi sparsifolia to drought [J]. Chinese Journal of Plant Ecology, 2022, 46(9): 1064−1076.(in Chinese) DOI: 10.17521/cjpe.2021.0338
[18] GAO S, LIU R S, ZHOU T, et al. Dynamic responses of tree-ring growth to multiple dimensions of drought [J]. Global Change Biology, 2018, 24(11): 5380−5390. DOI: 10.1111/gcb.14367
[19] 何斌, 李青, 冯图, 等. 不同林龄马尾松人工林针叶功能性状及其与土壤养分的关系 [J]. 南京林业大学学报(自然科学版), 2020, 44(2):181−190. HE B, LI Q, FENG T, et al. Variation in leaf functional traits of different-aged Pinus massoniana communities and relationships with soil nutrients [J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2020, 44(2): 181−190.(in Chinese)
[20] 刘广路, 范少辉, 蔡春菊, 等. 毛竹向撂荒地扩展过程中叶功能性状变化 [J]. 南京林业大学学报(自然科学版), 2017, 41(2):41−46. LIU G L, FAN S H, CAI C J, et al. Leaf functional traits of moso bamboo during its expansion into abandoned land [J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2017, 41(2): 41−46.(in Chinese)
[21] ROSAS T, MENCUCCINI M, BARBA J, et al. Adjustments and coordination of hydraulic, leaf and stem traits along a water availability gradient [J]. The New Phytologist, 2019, 223(2): 632−646. DOI: 10.1111/nph.15684
[22] HE P C, WRIGHT I J, ZHU S D, et al. Leaf mechanical strength and photosynthetic capacity vary independently across 57 subtropical forest species with contrasting light requirements [J]. The New Phytologist, 2019, 223(2): 607−618. DOI: 10.1111/nph.15803
[23] 刘敬坤, 王旭, 李兆佳, 等. 不同种源光皮树叶功能性状分异及其对种子特性的影响 [J]. 经济林研究, 2023, 41(3):124−135. LIU J K, WANG X, LI Z J, et al. Differentiation of leaf functional traits in Swida wilsoniana from different provenances and their effects on seed characteristics [J]. Non-wood Forest Research, 2023, 41(3): 124−135.(in Chinese)
[24] 潘昭隆, 刘会芳, 赵帅翔, 等. 基于土壤电导率控制的养分供给对设施番茄生长、产量和品质的影响 [J]. 中国土壤与肥料, 2022(1):163−171. PAN Z L, LIU H F, ZHAO S X, et al. Effects of nutrient supply based on soil EC control on tomato growth, yield and quality [J]. Soil and Fertilizer Sciences in China, 2022(1): 163−171.(in Chinese)
[25] 王泽鑫, 刘洪柳, 郭晋平, 等. 油松天然林针叶功能性状及其与土壤养分的关系 [J]. 森林与环境学报, 2022, 42(3):262−270. WANG Z X, LIU H L, GUO J P, et al. Needle leaf functional traits and their soil nutrient relationships in natural Pinus tabulaeformis forests of different ages [J]. Journal of Forest and Environment, 2022, 42(3): 262−270.(in Chinese)
[26] 熊玲, 龙翠玲, 廖全兰, 等. 茂兰喀斯特森林木本植物叶的功能性状及其相互关系 [J]. 应用与环境生物学报, 2022, 28(1):152−159. XIONG L, LONG C L, LIAO Q L, et al. Leaf functional traits and their interrelationships with woody plants in Karst forest of Maolan [J]. Chinese Journal of Applied and Environmental Biology, 2022, 28(1): 152−159.(in Chinese)
[27] 韦阳连, 田海娟, 余金昌, 等. 5种龙船花叶功能性状研究 [J]. 天津农业科学, 2017, 23(10):27−30,43. WEI Y L, TIAN H J, YU J C, et al. Study on leaf functional characteristics of five Ixora varieties [J]. Tianjin Agricultural Sciences, 2017, 23(10): 27−30,43.(in Chinese)
[28] 秦娟, 孔海燕, 刘华. 马尾松不同林型土壤C、N、P、K的化学计量特征 [J]. 西北农林科技大学学报(自然科学版), 2016, 44(2):68−76,82. QIN J, KONG H Y, LIU H. Stoichiometric characteristics of soil C, N, P and K in different Pinus massonianaforests [J]. Journal of Northwest A & F University (Natural Science Edition), 2016, 44(2): 68−76,82.(in Chinese)
[29] 黄庆阳, 谢立红, 曹宏杰, 等. 五大连池火山山杨叶功能性状的变异特征 [J]. 北京林业大学学报, 2021, 43(2):81−89. HUANG Q Y, XIE L H, CAO H J, et al. Variation characteristics of leaf functional traits of Populus davidiana in Wudalianchi Volcano, northeastern China [J]. Journal of Beijing Forestry University, 2021, 43(2): 81−89.(in Chinese)
[30] 任昱, 卢琦, 吴波, 等. 不同模拟增雨下白刺比叶面积和叶干物质含量的比较 [J]. 生态学报, 2015, 35(14):4707−4715. REN Y, LU Q, WU B, et al. Specific leaf area and leaf dry matter content of Nitraria tangutorum in the artificially simulated precipitation [J]. Acta Ecologica Sinica, 2015, 35(14): 4707−4715.(in Chinese)
[31] WRIGHT I J, REICH P B, WESTOBY M, et al. The worldwide leaf economics spectrum [J]. Nature, 2004, 428(6985): 821−827. DOI: 10.1038/nature02403
[32] 刘润红, 白金连, 包含, 等. 桂林岩溶石山青冈群落主要木本植物功能性状变异与关联 [J]. 植物生态学报, 2020, 44(8):828−841. DOI: 10.17521/cjpe.2019.0146 LIU R H, BAI J L, BAO H, et al. Variation and correlation in functional traits of main woody plants in the Cyclobalanopsis glauca community in the Karst hills of Guilin, southwest China [J]. Chinese Journal of Plant Ecology, 2020, 44(8): 828−841.(in Chinese) DOI: 10.17521/cjpe.2019.0146
[33] 靳莎, 闫淑君, 黄柳菁, 等. 植物叶功能性状间的权衡研究进展 [J]. 四川林业科技, 2019, 40(5):96−103. JIN S, YAN S J, HUANG L J, et al. Research progress in trade-offs among leaf functional traits [J]. Journal of Sichuan Forestry Science and Technology, 2019, 40(5): 96−103.(in Chinese)
[34] WILSON P J, THOMPSON K, HODGSON J G. Specific leaf area and leaf dry matter content as alternative predictors of plant strategies [J]. New Phytologist, 1999, 143(1): 155−162. DOI: 10.1046/j.1469-8137.1999.00427.x
[35] 钟悦鸣, 王文娟, 王健铭, 等. 极端干旱区绿洲植物叶功能性状及其对土壤水盐因子的响应 [J]. 北京林业大学学报, 2019, 41(10):20−29. ZHONG Y M, WANG W J, WANG J M, et al. Leaf functional traits of oasis plants in extremely arid areas and its response to soil water and salt factors [J]. Journal of Beijing Forestry University, 2019, 41(10): 20−29.(in Chinese)
[36] 李玉霖, 崔建垣, 苏永中. 不同沙丘生境主要植物比叶面积和叶干物质含量的比较 [J]. 生态学报, 2005, 25(2):304−311. LI Y L, CUI J Y, SU Y Z. Specific leaf area and leaf dry matter content of some plants in different dune habitats [J]. Acta Ecologica Sinica, 2005, 25(2): 304−311.(in Chinese)
[37] 邱东, 吴甘霖, 刘玲, 等. 城市香樟叶片干物质含量及比叶面积的时空变异 [J]. 云南大学学报(自然科学版), 2019, 41(3):609−618. QIU D, WU G L, LIU L, et al. Spatial-temporal variation of leaf dry matter content and specific leaf area of Cinnamomum camphora in urban area [J]. Journal of Yunnan University (Natural Sciences Edition), 2019, 41(3): 609−618.(in Chinese)
[38] 刘宏伟, 刘文丹, 王微, 等. 重庆石灰岩地区主要木本植物叶片性状及养分再吸收特征 [J]. 生态学报, 2015, 35(12):4071−4080. LIU H W, LIU W D, WANG W, et al. Leaf traits and nutrient resorption of major woody species in the Karst limestone area of Chongqing [J]. Acta Ecologica Sinica, 2015, 35(12): 4071−4080.(in Chinese)
[39] 熊玲, 龙翠玲, 梁盛, 等. 喀斯特森林木本植物叶片功能性状对土壤特性的响应[J/OL]. 热带亚热带植物学报, 2023: 1-10. (2023-09-01). https://kns.cnki.net/kcms/detail/44.1374.Q.20230901.1427.002.html. XIONG L, LONG C L, LIANG S, et al. Response of leaf functional traits of woody plants to soil characteristics in Karst forests[J/OL]. Journal of Tropical and Subtropical Botany, 2023: 1-10. (2023-09-01). https://kns.cnki.net/kcms/detail/44.1374.Q.20230901.1427.002.html.(in Chinese)
[40] 何靖. 兰州市20种园林植物叶功能性状对不同大气污染物的响应及净化效应[D]. 兰州: 甘肃农业大学, 2020. HE J. Response and purification effect of leaf functional traits of 20 garden plants to different air pollutants in Lanzhou city[D]. Lanzhou: Gansu Agricultural University, 2020. (in Chinese)
[41] 储冬生, 郑旭, 秦盛华, 等. 苏北淤泥质海岸土壤盐分特征及其对杨树生长的影响 [J]. 南京林业大学学报(自然科学版), 2020, 44(6):140−146. CHU D S, ZHENG X, QIN S H, et al. Characteristics of soil salinity and its effects on poplar growth in a silting coastal area of Northern Jiangsu Province [J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2020, 44(6): 140−146.(in Chinese)
[42] 刘广明, 杨劲松. 土壤含盐量与土壤电导率及水分含量关系的试验研究 [J]. 土壤通报, 2001, 32(S1):85−87. LIU G M, YANG J S. Study on the correlation of soil salt content with electric conductivity and soil water content [J]. Chinese Journal of Soil Science, 2001, 32(S1): 85−87.(in Chinese)
计量
- 文章访问数: 354
- HTML全文浏览量: 183
- PDF下载量: 52
