不同生长势古香樟外观形态与生理特性分析

不同生长势古香樟外观形态与生理特性分析

论文摘要

古树名木是城市绿化、美化的重要组成部分,而且客观地记录和反映了社会发展和自然物种变迁,是研究社会与自然等诸多学科领域的活标本、活文物。然而古树衰老现象日趋严重,对其进行综合衰老评价尤为重要。针对上述情况,本研究采用层次分析法(Analytic Hierarchy Process)从整体树势、树冠、树干、根部4个层次着手建立古树衰老评价标准。并选取了不同生长势的古香樟为试验材料,对其外观衰老进行评价,同时研究了细根周年动态变化、叶片生理代谢相关指标以及矿质元素含量变化,为古树名木衰老评价和衰老古树名木复壮提供理论依据。主要得出以下结果:(1)古树衰老评价标准选择13个直观综合性指标,各指标根据权重排序为树势>干基腐朽及损伤>顶梢枯死>叶色叶斑>枯枝腐枝>洞穴>新梢萌发量>着叶量>树干病虫害>枝叶病虫害>叶型、叶片大小>寄生>地面铺装及透水透气性。其中树势(0.194)、顶梢枯死(0.164)、干基腐朽(0.165)3个指标权重值较高,是标准中反映树木衰老程度的重要指标。采用该标准对供试古香樟进行衰老综合评价,并对评价结果进行灰色关联度聚类分析(Grey Relational Cluster Analysis),按照衰老程度由轻到重将古香樟分为Ⅰ、Ⅱ、Ⅲ三个等级,即当与理想树关联度大于0.750时为Ⅰ级,介于0.500~0.750时为Ⅱ级,小于0.500时为Ⅲ级。通过主成分分析,提取3个主成分,累计方差贡献率为81.978%,能较好的反映原有信息。第一主成分的方差贡献率为64.317%,包含树势、新梢萌发量、枯枝腐枝、顶梢枯死、着叶量、叶色叶斑、叶型及叶片大小,将其重新命名为树冠枝叶;第二主成分的方差贡献率为8.894%,包含枝叶病虫害、干基腐朽及损伤、树干病虫害、地面铺装及透水透气性,将其重新命名为病虫害,第三主成分的方差贡献率为8.766%,仅包含洞穴这一指标。(2)采用微根管法定期监测供试古香樟细根生长状态,并分析了不同生长势古香樟根际土壤理化性质。古香樟细根的平均直径主要集中在0.3cm~0.5cm,细根平均直径增粗生长出现2个高峰期,即初冬(11月)和春末夏初(4、5月),细根根长生长、根表面积增加、根体积增加主要集中在3~6月份,秋冬季节细根大量周转更替,细根数量急剧减少。选择欧氏距离dij=2.5,将供试香樟细根生长状况分为Ⅰ、Ⅱ、Ⅲ、Ⅳ四个等级。不同生长势古香樟的细根平均直径(D),每根管中每月细根根长伸长生长量(L)、根表面积增加量(A)、根体积增加量(V)均存在差异。Ⅰ级古香樟:Dmean>0.5cm, Dmax=0.75cm; Lmax>4000mm; Amax>1000mm2;Vmax>400mm3。Ⅱ级古香樟:0.4cm<Dmean<0.5cm; Lmax≈2000mm; Amax≈250mm2; Vmax≈100mm3。Ⅲ级古香樟0.3cm<Dmean<0.4cm; Lmax≈750mm; Amax≈60mm2; Vmax≈30mm3。Ⅳ级古香樟:0.3cm,Dmin=0.15cm;Lmax<100mm;Amax<20mm2;Vmax<10mm3t。同时试验地土壤含水量低,孔隙度小,容重大,pH值偏碱,N、P含量低,K含量超标,导致古树根系生长受阻,引起树势衰弱。(3)对不同生长势古香樟叶片的叶绿素含量、可溶性糖含量、可溶性蛋白含量、丙二醛(MDA)含量及超氧化物歧化酶(SOD)活性等生理指标分析,衰老的香樟同健壮的香樟之间存在显著差异。通过聚类分析,选择欧式距离dij=10,可将供试香樟分为Ⅰ、Ⅱ、Ⅲ三个等级,且随着香樟的衰老程度的加深,其叶绿素含量、可溶性蛋白含量、可溶性糖含量、SOD活性均降低,MDA含量则明显上升。(4)对供试香樟叶片中12种矿质元素(N, P, K, Ca, Mg, Zn, Fe, Mn, Cu, B, Na, Al)含量分析发现,不同季节间Mg和Fe含量差异显著,表现为先升后降的变化规律,其他元素含量无差异。不同香樟间各元素均存在显著差异。通过聚类分析,选择欧式距离dij=5,将供试香樟分为Ⅰ、Ⅱ、Ⅲ三个等级。随着衰老程度的加剧,香樟叶片中Na和Al的含量呈现上升趋势,其他元素的含量呈现下降趋势;N、P、K的比例失衡加重,表现为N增大,而P降低。Ⅰ级香樟N:P:K=12:1:7;Ⅱ级香樟N:P:K=15:1:7,Ⅲ级香樟N:P:K=25:1:9。通过主成分分析,提取了3个主成分,累计方差贡献率是94.908%。其中第一个主成分方差贡献率为69.245%,包含P、K、Mg、Ca、Fe、Cu、、Zn、Mn、B;第二个主成分方差贡献率为13.452%,包含N;第三个主成分方差贡献率为12.211%,包含Al、Na。(5)对外观形态、根系指标和矿质元素的相关性分析,得出古香樟叶片主要矿质元素N、P、K、Ca、Mg的含量同外观形态指标显著正相关,同细根根长、表面积和体积中度正相关,同细根直径不相关;树冠枝叶和病虫害同细根根长、表面积和体积中到低度正相关,同细根直径不相关。故矿质营养元素和外观形态的联系较紧密,而同细根指标的联系不紧密。

论文目录

  • 摘要
  • ABSTRACT
  • 1 文献综述
  • 1.1 古树名木内涵
  • 1.2 树木衰老研究进展
  • 1.2.1 植物衰老研究进展
  • 1.2.2 植物衰老的类型
  • 1.2.3 植物衰老机制假说
  • 1.2.4 古树衰老的原因及复壮措施
  • 1.3 香樟研究进展
  • 1.3.1 香樟概况
  • 1.3.2 古树外观形态评价研究进展
  • 1.3.3 古树根系研究进展
  • 1.3.4 古树生理特征研究进展
  • 1.3.5 古树矿质营养研究进展
  • 1.4 研究目的与技术路线
  • 1.4.1 研究目的
  • 1.4.2 试验创新点
  • 1.4.3 试验技术路线
  • 2 不同生长势古香樟外观形态衰老评价
  • 2.1 材料与方法
  • 2.1.1 试验材料
  • 2.1.2 试验地概况
  • 2.1.3 评价指标的确定
  • 2.1.4 评价体系的建立
  • 2.1.5 灰色关联分析
  • 2.1.6 数据处理
  • 2.2 结果与分析
  • 2.2.1 供试香樟生长状况与衰老评价
  • 2.2.2 供试香樟外观形态评价灰色关联聚类分析
  • 2.2.3 供试香樟外观形态各指标主成分分析
  • 2.3 讨论
  • 3 不同生长势古香樟根系生长特征分析
  • 3.1 材料与方法
  • 3.1.1 试验材料
  • 3.1.2 试验地概况
  • 3.1.3 试验方法
  • 3.1.4 数据处理
  • 3.2 结果与分析
  • 3.2.1 供试香樟细根平均直径分析
  • 3.2.2 供试香樟细根根长分析
  • 3.2.3 供试香樟细根根表面积分析
  • 3.2.4 供试香樟细根根体积分析
  • 3.2.5 供试香樟细根聚类分析
  • 3.2.6 香樟立地土壤理化特性分析
  • 3.3 讨论
  • 4 不同生长势古香樟生理指标分析
  • 4.1 材料与方法
  • 4.1.1 试验材料
  • 4.1.2 试验地概况
  • 4.1.3 研究方法
  • 4.1.4 生理指标测定
  • 4.1.5 数据处理
  • 4.2 结果与分析
  • 4.2.1 香樟各植株之间叶绿素含量变化
  • 4.2.2 香樟各植株之间SPAD值变化
  • 4.2.3 香樟各植株之间可溶性蛋白含量变化
  • 4.2.4 香樟各植株之间可溶性糖含量变化
  • 4.2.5 香樟各植株之间丙二醛(MDA)含量变化
  • 4.2.6 香樟各植株之间超氧化物歧化酶(SOD)活性变化
  • 4.2.7 供试香樟生理指标聚类分析
  • 4.3 讨论
  • 5 不同生长势古香樟矿质营养元素分析
  • 5.1 材料与方法
  • 5.1.1 试验材料
  • 5.1.2 试验地概况
  • 5.1.3 试验方法
  • 5.1.4 试验数据统计分析
  • 5.2 结果与分析
  • 5.2.1 香樟矿质元素含量季度变化
  • 5.2.2 香樟各植株间矿质元素含量变化
  • 5.2.3 香樟矿质元素相关性分析
  • 5.2.4 香樟各植株矿质元素聚类分析
  • 5.2.5 香樟各植株矿质元素主成分分析
  • 5.2.6 香樟各植株外观形态、根系指标、矿质元素相关性分析
  • 5.3 讨论
  • 6 全文结论
  • 参考文献
  • 附录
  • 致谢
  • 硕士期间发表论文
  • 相关论文文献

    • [1].莲都区古香樟资源调查研究初报[J]. 中国林副特产 2009(03)
    • [2].不同生长势古香樟矿质营养分析[J]. 广东林业科技 2011(06)
    • [3].杭州市湖滨景区古香樟保护制度化管理探讨[J]. 现代农业科技 2013(04)
    • [4].杭州西湖古香樟生长状态分析[J]. 湖北农业科学 2012(18)
    • [5].西湖湖滨景区古香樟保护效果分析[J]. 中国园林 2012(08)
    • [6].白蚁危害古香樟现状调查与防治技术研究[J]. 林业实用技术 2009(05)
    • [7].杭州西湖景区古香樟生长衰退原因及诊断程序初探(英文)[J]. Agricultural Science & Technology 2013(03)

    标签:;  ;  ;  ;  ;  ;  

    不同生长势古香樟外观形态与生理特性分析
    下载Doc文档

    猜你喜欢