侯 丹 張 莉 魏志剛 周春艷 夏德安*

(1.東北林業(yè)大學林木遺傳育種國家重點實驗室，哈爾濱 150040； 2.吉林省露水河林業(yè)局，白山 134506)

紅松種源遺傳變異及高固碳種源選擇的研究

侯 丹1張 莉1魏志剛1周春艷2夏德安1*

(1.東北林業(yè)大學林木遺傳育種國家重點實驗室，哈爾濱 150040；2.吉林省露水河林業(yè)局，白山 134506)

以吉林省露水河林業(yè)局的27年生紅松種源試驗林18個種源為對象，對生長、材性、生物量、含碳率等性狀的變異規(guī)律進行了研究，并選擇了優(yōu)良種源。研究結果表明，除單株含碳率、樹冠含碳率及1.3 m處木芯含碳率差異不顯著外，其他性狀種源間皆存在顯著或極顯著差異。樹木生長性狀與海拔、年降水量及日照時數(shù)達到顯著相關水平；木材材性性狀中，除基本密度與氣候地理因素皆相關不顯著外，其他性狀與各地理氣候因素的相關性比較復雜。碳儲量與緯度、海拔、年降水量及日照時數(shù)達到顯著或極顯著相關水平，碳儲量與樹根含碳率、木質素含量、半纖維素含量及灰分含量皆相關不顯著。影響碳儲量的變量中提取了5個主成份，得到83.741%的累計貢獻率。標準化后的碳儲量C′只與樹木生長因子F1極顯著正相關，構造的碳儲量優(yōu)良種源得分函數(shù)：Zk=Ck′+0.975*42.826%*F1，Zk值以露水河2.929 8、臨江2.699 8、大海林1.936 3排在前三位，選為紅松高固碳種源。

紅松；種源；碳儲量；得分函數(shù)

紅松(Pinuskoraiensis)是東北地區(qū)主要建群種之一，其樹干通直，材質優(yōu)良，果實營養(yǎng)豐富，是東北地區(qū)森林生態(tài)系統(tǒng)的頂級群落，具有極高的穩(wěn)定性和生產力[1]。它主要分布于我國黑龍江省小興安嶺、完達山、張廣才嶺及老爺嶺，吉林省和遼寧省的山區(qū)，其分布區(qū)內地形地貌迥異、生態(tài)氣候類型豐富，經過長期的地理隔離、自然和人工選擇，理論上紅松群體應該存在較豐富的遺傳變異和較強的適應力。我國對紅松碳儲量的研究，主要集中在造林和生態(tài)學研究領域，例如采伐[2]、擇伐[3]和透光撫育[4～5]等對紅松碳方面的研究，而在遺傳改良方面較少。本文以露水河地區(qū)種源試驗林為研究材料，在種源尺度上，對紅松各性狀的地理氣候變異規(guī)律進行了研究，并對影響紅松碳儲量的因素進行了相關分析及因子分析，最終選出具備高固碳能力的紅松種源，為優(yōu)良紅松種質資源保護、雜交育種、營造高固碳人工林等提供了依據(jù)。

1.1 試驗地概況

試驗地點位于吉林省白山市撫松縣露水河林業(yè)局，試驗地地理坐標為北緯42°30′，東經128°00′，海拔730 m。露水河地處中緯度內陸山區(qū)，位于長白山下，冬季漫長、寒冷，夏季多雨、氣溫潮熱，春秋兩季干燥，無霜期110 d左右，屬典型的長白山地帶氣候。

1.2 材料來源

試驗材料來源于吉林省露水河林業(yè)局紅松種源試驗林，該試驗林1982年育苗，1985年造林。造林采用隨機完全區(qū)組設計，5個區(qū)組，26個種源，每小區(qū)100株，2行排列，株行距1.0 m×2.0 m，2005年對試驗林進行了疏伐。2011年，選擇了其中3個區(qū)組的18個種源進行含碳量的研究，18個種源的地理及氣候因子見表1。

表1 紅松種源的地理及氣候因子

1.3 調查及取樣

為了選擇合適的樣株進行試驗，于2011年秋季首先進行了種源試驗林的調查，每小區(qū)調查10株樹木的樹高和胸徑，計算樹高和胸徑的小區(qū)平均數(shù)。根據(jù)小區(qū)平均數(shù)，在每個小區(qū)內選擇2株最接近于平均數(shù)的平均木，總共選擇了108株樹作為含碳量測量的樣株。然后，以樹干基部為圓心挖半徑為1.5 m的土坑，用鐵鍬小心地刨掉根上的土，用手拉葫蘆將樹木連根拔出。分別測量每株樹木的樹根、樹干、側枝和樹葉的鮮重，每部分取一定量的樣品，帶回實驗室烘干后測量樣品干重及含碳量，以此推算各部分和樣株的干重和含碳量。

樹根：將樹根分成小根(直徑≤2 cm)、中根(2 cm<直徑≤5 cm)、大根(直徑>5 cm)、根樁4部分，分別測量4部分的鮮重。然后從4部分中各取鮮重為10～50 g的樣品，裝在信封內，帶回實驗室測量干重。

樹干：將樹干從根莖連接處(0 m)開始，每2 m一段用油鋸鋸斷，并將樹梢處不足1 m的部分作為梢頭，測量每段的鮮重。在每段的中間位置及0、1.3 m處分別取一個2～3 cm厚的圓盤，測量該圓盤的樹皮鮮重和去皮鮮重。然后將圓盤帶回實驗室內測量干重。

側枝和樹葉：將樹冠分割成高度相等的上、中、下三層，分別測量每層的總鮮重。然后每層取一個直徑和長度位于此層側枝平均數(shù)的標準枝，分別測量新枝(當年生枝)、老枝(非當年生枝)、新葉(當年生葉)、老葉(非當年生葉)的鮮重。每部分取一定量的樣品稱量鮮重，封裝在信封中帶回實驗室測量干重。

將野外取回的樣品放在75°的烘箱內烘干4天，取出后待樣品冷卻至室溫后測量干重。隨后，根據(jù)總干重/總鮮重=樣品干重/樣品鮮重，來推算各部位的干重和樣株干重。

1.4 試驗方法

樣品的粉碎：利用天津泰斯特儀器有限公司生產的FW-100型高速萬能粉碎機進行樣品的粉碎。

含碳率的測定：利用德國耶拿分析儀器股份公司生產的multiEA 4000碳氮分析儀進行分析。儀器溫度設定為1 000℃，樣品為固態(tài)粉末，進樣量為50 mg，分析方法為木材全碳含量測定方法。

基本密度的測定：以1.3 m處去皮圓盤作為試驗材料，通過排水法進行密度的測定。

半纖維素、纖維素、木質素含量及灰分含量的測定：ANKOM A200i型半自動纖維分析儀、馬弗爐、鼓風干燥箱及分析天平等配合使用，通過濾袋技術測定出中性洗滌纖維含量(NDF%)、酸性洗滌纖維含量(ADF%)、酸性洗滌木質素含量(ADL%)及灰分含量，再進行計算即可得出纖維素及木質素含量。

1.5 數(shù)據(jù)處理方法

C=B×Cc

(1)

NDF(%)=(m2-m1c1)×100(m)

(2)

ADF(%)=(m3-m1c2)×100(m)

(3)

ADL(%)=[m4-m1c3-(m6-m5)]×100(m)

(4)

V=∑gil+1/3gnl′-1/2(g0+gn)l

(5)

式中：C碳儲量，B生物量(干重)，Cc含碳率。

m為樣品質量；m1為空袋質量；m2,m3,m4為提取烘干后濾袋及樣品質量；m5為坩堝質量；m6為坩堝及灰分質量；c1,c2,c3為空袋校正系數(shù)(烘干后質量/原來質量)；

V為利用平均斷面區(qū)分求積式求得材積；gi各區(qū)分段之間的斷面積(i=0,1,…n)；gn梢頭木底斷面積；l木段長度；l′梢頭長度；

上述數(shù)據(jù)的分析采用excel、minitab16.0及Spss19.0來處理。

2 結果與分析

2.1 紅松種源的遺傳變異

紅松各性狀的統(tǒng)計結果(表2)表明，紅松種源之間材積、單株碳儲量、單株生物量的變異系數(shù)較大，說明這些性狀存在較為豐富的變異，進行種源選擇的潛力較大；而含碳率和材性性狀的變異系數(shù)比較小，選擇的潛力相對小一些，在材性性狀中，纖維素含量、半纖維素含量、綜纖維素含量、木質素含量的變異系數(shù)都很小，值在1.84%～3.12%，說明這些性狀變異很小。這初步表明，在高固碳紅松種源選擇時，應從材積、碳儲量和生物量相關性狀選擇入手。

為進一步分析各性狀變異的內在本質，對各種源之間的差異顯著性進行了方差分析(表2中的F值)。結果表明，種源之間在材積、單株碳儲量、單株生物量、6種材性性狀上都存在極顯著差異，而單株含碳率在種源之間差異不顯著。這說明紅松在經過長期的地理隔離、自然選擇和人工選擇之后，表現(xiàn)出了較強的遺傳差異，這為高固碳紅松優(yōu)良種源的選擇奠定了基礎。

表2紅松種源各性狀的變異及方差分析

Table2ValueofthemaintraitsofP.koraiensisandvarianceanalysis

性狀Traits均值Mean變異系數(shù)Coefficientofvariation(%)極差RangeF樹高Treeheight(m)8．746．362．264．10??胸徑Diameteratbreastheight(cm)11．438．973．754．47??材積Volume(m3)0．0540221．880．045634．48??單株碳儲量Carbonstorageperplant(g)12507．522．989787．14．52??樹干碳儲量Carbonstorageoftrunk(g)7662．622．646140．34．68??樹冠碳儲量Carbonstorageofcrown(g)2600．925．502206．62．86??樹根碳儲量Carbonstorageofroot(g)2243．525．882368．65．24??地上碳儲量Carbonstorageaboveground(g)1026422．847639．94．23??單株生物量Biomassperplant(g)27846．922．8221871．94．53??樹干生物量Biomassoftrunk(g)17366．422．3513954．94．66??樹冠生物量Biomassofcrown(g)5573．225．514762．82．87??樹根生物量Biomassofroot(g)4907．425．995163．55．35??地上生物量Biomassaboveground(g)22934．422．5917081．84．20??單株含碳率Carboncontentperplant(%)44．860．941．391．64樹干含碳率Carboncontentoftrunk(%)44．071．061．541．85?樹冠含碳率Carboncontentofcrown(%)46．670．861．441．57樹根含碳率Carboncontentofroot(%)45．691．132．071．71?地上含碳率Carboncontentaboveground(%)44．670．971．391．74?1．3m處木芯含碳率Carboncontentof1．3m(%)44．050．891．341．03基本密度Basicdensity(g·cm-3)0．43515．830．09872．38??木質素含量Contentoflignin(%)25．813．122．725．03??纖維素含量Contentofcellulose(%)42．812．404．64．80??半纖維素含量Contentofhemicellulose(%)11．142．811．054．56??綜纖維素Contentofholocellulose(%)53．951．844．174．42??灰分含量Contentofash(%)0．31417．170．2415．71??

注:*表示0.05水平差異顯著；**表示0.01水平差異極顯著。

Note:*means significant difference，P<0.05;**means extremely significant difference，P<0.01.

2.2 紅松種源主要性狀的地理及氣候變異規(guī)律

為了解紅松種源隨著地理位置的改變而變化的規(guī)律，對差異顯著性狀與種源的地理位置和氣候因子進行了相關分析，分析結果見表3。

由表3可得，樹木生長性狀只與海拔、年降水量及日照時數(shù)達到顯著相關水平；各類碳儲量及生物量性狀只與緯度、海拔、年降水量及日照時數(shù)達到顯著或極顯著相關水平；各類含碳率性狀只與年均溫、一月均溫、七月均溫及≥10℃積溫達到顯著或極顯著水平；木材材性性狀中，除基本密度與氣候地理因素皆相關不顯著外，其他性狀與各地理氣候因素的相關性比較復雜。

各類碳儲量性狀的變異規(guī)律說明影響紅松碳儲量性狀的主要是緯度和海拔兩大地理因素，同時，說明紅松對水分和光照條件較其他氣候條件敏感，這為紅松遺傳改良及高固碳紅松種源的選擇提供了一定的參考。

2.3紅松種源碳儲量性狀與其他差異性性狀相關分析

從紅松差異顯著性狀的地理及氣候變異規(guī)律中可以看出，各碳儲量性狀的地理及氣候變異規(guī)律與其他某些差異顯著性狀的地理及氣候變異規(guī)律體現(xiàn)出一定的相似性或者同步性。為弄清這些內在聯(lián)系，故對紅松種源各類碳儲量性狀與其他差異顯著性狀作相關分析，具體見表4。

從相關分析的結果可得，各類碳儲量性狀與樹高、胸徑、材積、單株生物量、樹干生物量、樹冠生物量、樹根生物量、地上生物量、地上含碳率及綜纖維素含量正相關顯著或極顯著；各類碳儲量性狀與根含碳率、木質素含量、半纖維素含量及灰分含量皆相關不顯著；樹干含碳率與單株碳儲量、樹干碳儲量及地上碳儲量正相關顯著；基本密度除與樹冠碳儲量相關不顯著外，與其他碳儲量性狀正相關顯著或極顯著；纖維素含量與單株碳儲量正相關極顯著，與樹冠碳儲量正相關顯著。

紅松的各性狀之間存在著復雜的內在聯(lián)系，因此，在高固碳紅松種源選擇的過程中，還得考慮樹高、胸徑、材積、生物量、含碳率及一些材性指標對碳儲量性狀的影響。

2.4碳儲量影響因素的主成份分析及紅松高固碳種源選擇

通過紅松差異性性狀地理氣候變異規(guī)律的研究及與碳儲量性狀有關的差異性性狀的分析，了解到影響碳儲量的因素有很多，且這些因素對碳儲量的影響是直接或者間接的。這些因素如下：樹高(X1)、胸徑(X2)、材積(X3)、單株生物量(X4)、樹干生物量(X5)、樹冠生物量(X6)、樹根生物量(X7)、地上生物量(X8)、樹干含碳率(X9)、地上含碳率(X10)、基本密度(X11)、纖維素含量(X12)、綜纖維素含量(X13)、緯度(X14)、海拔(X15)、年降水量(X16)及日照時數(shù)(X17)。

表3 紅松種源性狀與地理氣候因子的相關系數(shù)

注:*表示相關顯著，**表示相關極顯著，下同。

Note:*indicates that the correlation is significant,**indicates that the correlation is very significant,the same as below.

表4 紅松種源碳儲量性狀與其他差異性性狀相關分析

由于上述17個因素的尺度不一致，故先將數(shù)據(jù)進行標準化處理，然后，運用SPSS19.0對這17個因素進行主成份的提取。表5中按特征值大于1提取了5個主成份，得到83.741%的累計貢獻率，即表示5個公共因子可以解釋約85%的總方差，從圖1可以直觀的看到成份1到成份2的連接線十分陡峭，在成份5之后，成份之間連接線的斜率絕對值逐漸接近于零，故表示提取的5個公因子能夠很好地反映原始變量的主要信息。從表6也可看出，公因子方差的提取除基本密度(X11)小于0.5之外，其他皆超過0.5，且大部分都接近或者超過0.9，故表示提取的5個公因子能夠很好地反映原始變量的主要信息。

圖1 碎石圖Fig.1 Gravel figure

成份Components初始特征值Initialeigenvalue提取平方和載入Extractionsquareloading旋轉平方和載入Rotatingsquareloading合計Total方差的Variance(%)累積Accumulate(%)合計Total方差的Variance(%)累積Accumulate(%)合計Total方差的Variance(%)累積Accumulate(%)17．28042．82642．8267．28042．82642．8266．95740．92540．92522．55715．03857．8642．55715．03857．8642．07812．22553．15131．84210．83368．6981．84210．83368．6982．03111．95065．10141．4938．78077．4781．4938．78077．4781．6549．72874．82851．0656．26383．7411．0656．26383．7411．5158．91283．741

注：此表只列出了特征值大于1的成份。

Note:This list only lists the components that eigenvalue is greater than one.

表6 公因子方差

采用最大方差法旋轉后，得到旋轉后的成份矩陣(表7)。根據(jù)0.5原則可知，成份1可以支配X1、X2、X3、X4、X5、X6、X7、X88個變量，成份2可以支配X9、X102個變量，成份3可以支配X12、X132個變量，成份4可以支配X14、X162個變量，成份5可以支配X15、X172個變量。成份1反映的是樹木生長因子，成份2反映的是樹木含碳率因子，成份3反映的是樹木材性因子，成份4和成份5反映的是地理氣候因子。

采用回歸法計算因子得分系數(shù)如表7所示，故可以得到因子得分函數(shù)為：

Fi=∑βijXj

(6)

式中：βij為因子得分系數(shù)；Xj為標準化后的變量值；i=1,2,…,5;j=1,2…17。

根據(jù)上述得出的因子得分函數(shù)計算出因子得分，然后將得分與標準化后的碳儲量C′作相關分析。C′與F1正相關極顯著，相關系數(shù)為0.975，同時C′與其他因子相關不顯著。因此，可以構造碳儲量種源得分函數(shù)：

Zk=Ck′+0.975×42.826%×F1

(7)

式中：k=1,2…18。

將18個種源的相關性狀的標準化均值分別代入上式計算出Zk值，根據(jù)Zk值的大小(表8)來選擇高固碳紅松種源。結果表明：Zk值排在前3位的依次為露水河、臨江及大海林。因此，將露水河、臨江及大海林選為紅松高固碳種源。

表7 旋轉成份矩陣a及其得分系數(shù)

表8 Zk得分

3 討論

(1)紅松大多數(shù)性狀在種源水平上存在顯著或極顯著差異。丁慶祝[6]等在研究紅松不同種源地理變異時，得到不同地理種源間表現(xiàn)出極大的遺傳異質性的結論，楊書文[7]等發(fā)現(xiàn)紅松生長性狀的遺傳變異主要來自種源間和個體之間，而家系間的變異較小。王慧梅[8]等研究表明紅松各項材質在不同種源間均存在極顯著差異。此次研究與上述研究成果相似，表明紅松性狀的變異是由于群體長期在不同的地理生態(tài)環(huán)境下遺傳結構發(fā)生變化的結果，這為選擇出遺傳基礎優(yōu)良的種源奠定了基礎。

(2)在種源水平上單株含碳率、樹冠含碳率、1.3 m處木芯含碳率差異不顯著，同時，紅松的含碳率變異系數(shù)很小，這與劉靈等[9]在樟子松的研究及賈慶彬[10]等在長白落葉松的研究結果相似，這可能是影響含碳率的因素不多且因素難以發(fā)生大的改變造成的。雖然，此次試驗中樹干含碳率、樹根含碳率、地上含碳率在種源間差異顯著，但是后續(xù)通過對各類含碳率作箱線圖，發(fā)現(xiàn)各類含碳率之間波動幅度很小，因此，含碳率性狀比較穩(wěn)定，造成種源間含碳率差異顯著的原因有可能是取樣方式及樣本容量造成的。另外，有一些研究也表明，木材中揮發(fā)性成分的流失對木材中的碳有影響[11～12]，紅松含有揮發(fā)性的成分，在利用EA4000碳氮分析儀對含碳率測定時，有時會出現(xiàn)同一個樣品含碳率差異較大的情況，這有可能就是揮發(fā)性成分對含碳率影響的結果。

(3)紅松種源的地理及氣候變異規(guī)律中可以看出，樹高、胸徑、材積主要受單一的地理或氣候因子影響。Zhu[13]等發(fā)現(xiàn)隨海拔的升高，植被碳密度顯著下降，這與本試驗中碳儲量與海拔顯著正相關的規(guī)律不同。另外，碳儲量性狀與生物量性狀受緯度、經度、年降水量及日照時數(shù)影響較大；含碳率性狀主要受溫度控制；木材材性性狀除基本密度不受任何地理氣候因子影響外，其他材性性狀基本受所有地理氣候因子影響，且很復雜。不論表現(xiàn)出多么復雜的變異規(guī)律，最終都是由水、肥、氣、熱及植株自身遺傳物質與植株對外界的長期適應造成的。

(4)此次研究中，紅松為伐倒木，因此，材積采用平均斷面區(qū)分求積式求得。108株樹的材積與通過實驗形數(shù)法(實驗形數(shù)為0.42[14])求得的立木材積經過配對T檢驗并無顯著差異，說明這兩種方法皆適用于紅松材積的計算，且前者相當于使用一元材積表，后者相當于使用二元材積表計算材積。后者不僅多了一個樹高變量，也比前者取樣及計算材積更加方便。同時，這兩種方法與通過基本密度及樹干生物量等指標計算出的材積有顯著的相關關系(文中未體現(xiàn))，因此，紅松伐倒木的材積可利用實驗形數(shù)法進行替代。

(5)影響紅松碳儲量的5個主成份中，只有F1與標準化后的C′正相關極顯著。F1是樹木生長因子，它可主導樹高、胸徑、材積、單株生物量、樹干生物量、樹冠生物量、樹根生物量、地上生物量8個變量，這也說明碳儲量的大小主要受這8個性狀的影響。18個種源的碳儲量優(yōu)良種源得分Zk，以露水河2.929 8、臨江2.699 8、大海林1.936 3排在前三位，與得分最差的和龍種源-1.847 9差別明顯。同時，露水河、臨江和大海林紅松單株碳儲量的依次為18 594.1、18 095.1及16 519.4 g，與單株碳儲量最低種源和龍(8 807.1 g)差異顯著，若用這3個種源的紅松代替和龍種源的紅松，能使紅松碳儲量依次增加111.1%、105.5%、87.6%，優(yōu)良種源選擇的效果明顯。

總之，此次研究的紅松碳儲量體現(xiàn)在種源水平上，與其他一些關于紅松碳方面的研究體現(xiàn)在林分等[15～17]尺度上不同。紅松高固碳種源的選擇不能片面地考慮種源碳儲量的大小本身，而應該考慮到影響碳儲量的直接或間接因素，充分挖掘出一些潛在因子，從而更加全面地、準確地選出碳儲量優(yōu)良種源，為優(yōu)良種質資源的保存與推廣奠定基礎。

1.任憲威.樹木學[M].北京:中國林業(yè)出版社,1997:60-61.

Ren X W.Tree science[M].Beijing:China Forestry Press,1997:60-61.

2.齊麟,代力民,周旺明,等.采伐對長白山闊葉紅松林生態(tài)系統(tǒng)碳密度的影響[J].生態(tài)學報,2013,33(10):3065-3073.

Qi L,Dai L M,Zhou W M,et al.Impact of logging on carbon density of broadleaved-Korean Pine mixed forests on Changbai Mountains[J].Acta Ecologica Sinica,2013,33(10):3065-3073.

3.劉琦,蔡慧穎,金光澤.擇伐對闊葉紅松林碳密度和凈初級生產力的影響[J].應用生態(tài)學報,2013,24(10):2709-2716.

Liu Q,Cai H Y,Jin G Z.Effects of selective cutting on the carbon density and net primary productivity of a mixed broadleaved-Korean Pine forest in Northeast China[J].Chinese Journal of Applied Ecology,2013,24(10):2709-2716.

4.牟長城,莊宸,韓陽瑞,等.透光撫育對長白山“栽針保闊”紅松林植被碳儲量影響[J].植物研究,2014,34(4):529-536.

Mu C C,Zhuang C,Han Y R,et al.Effect of liberation cutting on the vegetation carbon storage of Korean Pine forests by planting conifer and reserving broad-leaved tree in Changbai Mountains of China[J].Bulletin of Botanical Research,2014,34(4):529-536.

5.韓陽瑞,吳平,張偉艷,等.透光撫育對長白山中期“栽針保闊”紅松林建群種含碳系數(shù)的影響[J].西北林學院學報,2015,30(3):182-186.

Han Y R,Wu P,Zhang W Y,et al.Effects of release cutting on carbon content factor of dominant species of the mid-term Korean Pine forest by planting conifer and reserving broad-leaved trees in Changbai Mountains[J].Journal of Northwest Forestry University,2015,30(3):182-186.

6.丁慶祝,張彩霞,江淑敏,等.紅松不同種源的遺傳差異與地理變異趨勢[J].林業(yè)科技,1994,19(5):1-4.

Ding Q Z,Zhang C X,Jiang S M,et al.Genetic difference of different provenance ofPinuskoraiensisand tendency of geographical varition[J].Forestry Science and Technology,1994,19(5):1-4.

7.楊書文,夏德安,彭洪梅,等.紅松種源及其家系聯(lián)合選擇的初步研究[J].東北林業(yè)大學學報,1991,19(S2):129-134.

Yang S W,Xia D A,Peng H M,et al.Study on the joint selection of provenances and families ofPinuskoraiensis[J].Journal of Northeast Forestry University,1991,19(S2):129-134.

8.王慧梅,夏德安,王文杰.紅松種源材質性狀研究[J].植物研究,2004,24(4):495-498.

Wang H M,Xia D A,Wang W J.The study on wood quality ofPinuskoraiensisfrom different provenances[J].Bulletin of Botanical Research,2004,24(4):495-498.

9.劉靈,張含國,徐悅麗,等.樟子松種源含碳量遺傳變異分析與高碳匯種源選擇[J].東北林業(yè)大學學報,2012,40(5):5-8,12.

Liu L,Zhang H G,Xu Y L,et al.Genetic variation ofCarbondensityforPinussylvestrisvar.mongolicaprovenances and selection of provenances of highCarbonsequestration[J].Journal of Northeast Forestry University,2012,40(5):5-8,12.

10.賈慶彬,張含國,姚宇,等.長白落葉松高固碳種源選擇研究[J].林業(yè)科學研究,2014,27(3):341-348.

Jia Q B,Zhang H G,Yao Y,et al.High Carbon content larch(Larixolgensis) provenances selection[J].Forest Research,2014,27(3):341-348.

11.Thomas S C,Malczewski G.Wood carbon content of tree species in eastern China:interspecific variability and the importance of the volatile fraction[J].Journal of Environmental Management,2007,85(3):659-662.

12.Lamlom S H,Savidge R A.A reassessment of carbon content in wood:variation within and between 41 North American species[J].Biomass and Bioenergy,2003,25(4):381-388.

13.Zhu B,Wang X P,Fang J Y,et al.Altitudinal changes in carbon storage of temperate forests on Mt Changbai,Northeast China[J].Journal of Plant Research,2010,123(4):439-452.

14.孟憲宇.測樹學[M].2版.北京:中國林業(yè)出版社,2006:31-32.

Meng X Y.Tree science[M].2nd ed.Beijing:China Forestry Press,2006:31-32.

15.丁壯.紅松人工林碳貯量和碳分配的研究[D].哈爾濱:東北林業(yè)大學,2010.

Ding Z.Study on the Carbon allocation and storage ofPinuskoraiensisplantations[D].Harbin:Northeast Forestry University,2010.

16.孫虎,李鳳日,賈煒瑋,等.人工紅松中齡林含碳率研究[J].森林工程,2013,29(5):19-23,54.

Sun H,Li F R,Jia W W,et al.The study on Carbon content of plantedPinuskoraiensismiddle-aged forest[J].Forest Engineering,2013,29(5):19-23,54.

17.閆平,馮曉川.原始闊葉紅松林碳素儲量及空間分布[J].東北林業(yè)大學學報,2006,34(5):23-25.

Yan P,Feng X C.Spatial distribution and Carbon storage in primitive broadleaved KoreanPineforests[J].Journal of Northeast Forestry University,2006,34(5):23-25.

Project supported by the national science and technology support program, the forest carbon sinks northeast key technology research and demonstration(2011BAD37B00)

introduction：HOU Dan(1989—),male,master,Main research direction:genetic improvement of forest trees.

date:2015-11-04

GeneticVariationofPinuskoraiensisfromProvenancesandHighCarbonStorageProvenanceSelection

HOU Dan1ZHANG Li1WEI Zhi-Gang1ZHOU Chun-Yan2XIA De-An1*

(1.State Key Laboratory of tree Genetics and Breeding,Northeast Forestry University,Harbin 150040；2.Lushuihe Forestry Bureau of Jilin Province,Baishan 134506)

With 27-year-oldPinuskoraiensisprovenance test plantations in Lushuihe Forestry Bureau in Jilin Province, we studied the variation patterns of growth, wood properties, biomass and carbon content and chose optimal provenances. There was significant or extremely significant difference among other characteristics provenances, except carbon content per plant, carbon content of tree crown and carbon content of 1.3 m. The growth traits were significant correlation with altitude, annual precipitation and sunshine hours. In wood properties, the correlation between the basic density and climatic and geographical factors is not significant, and the correlation between other characters and the geographical and climatic factors is complicated relatively. The carbon storage was significant or extremely significant correlation with latitude, altitude, annual precipitation and sunshine duration, and was not related significantly to the carbon content of root, lignin content, hemicellulose content and ash content. Five main components of variables affecting carbon were extracted and the accumulation contribution rate reached 83.741%. C′ was only significantly positive correlation with the trees growth factorF1. The carbon storage superior provenances score function wasZk=Ck′+0.975*42.826%*F1.Zkvalue of Lushuihe, Linjiang and Dahailin provenances were in the top third, 2.929 8, 2.699 8 and 1.936 3, and the high carbon storageP.koraiensisprovenances were chosen as the optimal provenances.

Pinuskoraiensis;provenance;carbon storage;score function

國家科技支撐計劃，東北森林增碳匯關鍵技術研究與示范(2011BAD37B00)

侯丹(1989—)，男，碩士研究生，主要從事林木遺傳改良的研究。

* 通信作者：E-mail:xiadean@126.com

2015-01-04

* Corresponding author：E-mail:xiadean@126.com

A

10.7525/j.issn.1673-5102.2016.03.020