The Biological Carbon Storage Change of Artificial Secondary Sonneratia apetala on Qi'ao Island, Zhuhai
-
摘要: 为了研究无瓣海桑在快速固碳方面的效果，基于多期遥感影像和实测样方数据，对1999—2019年期间，淇澳岛无瓣海桑的生长范围、年际生物量和植被碳储量进行了定量计算，分析引起这些变化的原因，并得到研究区生物量反演模型为B=75.906-6.144×SR-10.728×Variance，P＜0.01，R2=0.700。研究结果表明：(1)无瓣海桑在1999、2003、2009、2013、2019年的面积分别为0、29.520、114.245、140.280、332.399 hm2；1999、2003、2009、2013、2019年的碳储量分别为0、4 872.74、15 051.14、25 892.55、55 969.24 t，1999—2003、2003—2009、2009—2013、2013—2019年的固碳速率分别是：3.66、7.55、19.48、28.06 t/(hm2·a)；20年间，无瓣海桑纯林的单位面积碳密度增长了168.38 t/hm2。(2)与其他红树林树种和同纬度的亚热带阔叶林相比，无瓣海桑的固碳速率更快，碳储量更大，是一种非常理想的能够用于修复裸地海岸的红树林植物。Abstract: The growth range, interannual biomass and biological carbon storage of Sonneratia apetala on Qi'ao Island from 1999 to 2019 was quantitatively calculated on the basis of multi-period remote sensing images and field-measured sample data to research the effect of fast carbon fixation of Sonneratia apetala and the reasons for the changes were analyzed. The biomass inversion model of the study area was obtained: B=75.906-6.144×SR-10.728×Variance, where P < 0.01, R2=0.700. As the results show, the area of Sonneratia apetala in 1999, 2003, 2009, 2013 and 2019 were 0, 29.520, 114.245, 140.280 and 332.399 hm2 respectively; the carbon stocks in 1999, 2003, 2009, 2013 and 2019 were 0, 4 872.74, 15 051.14, 25 892.55, 55 969.24 t respectively; the carbon sequestration rates from 1999 to 2003, 2003 to 2009, 2009 to 2013 and 2013 to 2019 are 3.66, 7.55, 19.48, 28.06 t/(hm2·a) respectively; and the carbon density per unit area of Sonneratia apetala has increased by 168.38 t/hm2 in the past 20 years. Compared with other mangrove species and subtropical broad-leaved forests at the same latitude, Sonneratia apetala is an ideal mangrove plant with faster carbon sequestration rate and greater carbon storage and can be used to restore bare land coasts.
-
植物激素脱落酸(ABA)在植物生命周期的各种生理过程中起着至关重要的作用，包括种子休眠、发芽和对环境胁迫条件的适应性反应[1-2]. 当植物面临干旱、盐、渗透等胁迫时，植物体内的ABA快速增加，调节植物体内的稳态. 植物中ABA水平取决于其生物合成、分解、运输、转化、贮存和利用，其中无生理活性的结合型ABA葡萄糖酸酯(ABA-GE)水解成具有生理活性的游离型ABA也至关重要，关系到ABA对植物生长发育的调节. 这个步骤由植物的ABA特异性β-葡萄糖苷酶(简称BG或BGLU)将无活性的ABA-GE水解后形成活性的ABA[3]. 目前，在拟南芥中发现4个β-葡萄糖苷酶(AtBG1、AtBG2、BGLU10、BGLU18)都能催化ABA-GE转变成ABA[4-5]. 玉米基因组中具有26个编码β-葡萄糖苷酶的基因，信号肽的分析显示它们分别定位于质体、线粒体、胞质和液泡[6].
β-葡萄糖苷酶参与植物对胁迫的快速响应，通过提高ABA质量分数可提高植物对非生物胁迫的耐受性. 有报道指出： bglu18拟南芥突变体延迟了脱水诱导的ABA积累[5]. 水稻 Os3BGlu6可以在体外将ABA-GE水解为ABA，水稻缺失 Os3BGlu6的突变体植株矮小，叶片ABA质量分数和光合作用速率降低导致水稻抗旱性下降[7]. 过表达 BG1匍匐翦股颖ABA水平积累高，导致植株矮生并提高了干旱存活率[8]. AtBG1通过其对气孔发育的负调控来确保正常的气孔密度，还可以快速形成活性ABA以适应水分亏缺[9].
课题组的前期工作发现：在花生响应干旱胁迫时，有6个β-葡萄糖苷酶家族基因的表达水平显著提高，对维持ABA稳态发挥作用[10]，但具体机制尚不清楚. 本文根据花生响应干旱的转录组结果，从花生中克隆了BG基因(命名为AhBG1)，将其在拟南芥异源表达，研究其对ABA敏感性和抗旱性的影响，为认识AhBG1的功能提供依据.
1. 材料与方法
1.1 拟南芥培养
在超净工作台中用75%乙醇处理拟南芥种子40 s，再用无水乙醇处理2次，每次40 s，转移到含有1/2 MS固体培养基上. 在4 ℃避光层积处理2 d后，置于光下培养7 d. 待幼苗长出后移栽到高温灭菌的泥炭土生长.
1.2 序列分析及预测
基于NCBI的Blast和GenBank(http://www.ncbi.nlm.nih.gov/BLAST)对cDNA和其编码氨基酸序列进行了分析. 使用TMHMM 2.0对二级结构进行预测(http://www.cbs.dtu.dk/services/)，用SignalP 4.1 server分析信号肽.
1.3 AhBG1蛋白的亚细胞定位观察
取约10片未抽薹的拟南芥嫩叶片，酶解法提取原生质体，将重组质粒瞬时转入原生质体，在拟南芥室温23 ℃避光孵育13~24 h，然后用激光共聚焦显微镜Leica LSM Image Browser 3.2 program(Leica Corporation, Germany)进行拍照观察.
1.4 ABA质量分数的测定
用HPLC仪(日本岛津Shimadzu LC-6A)测定，以Sigma公司ABA样品为标准品，用10 μL ABA样品注入Kromasil C18柱，设置柱温为35 ℃，流动相为V(甲醇) ∶ V(1%乙酸)=45 ∶ 55，流速1 mL/min. 检测器Waters 486 detector，检测波长为252 nm. 绘制ABA标准曲线. 取同一叶位的叶片0.3 g，采用同样的参数根据峰面积计算出样品每克干质量的内源ABA的质量分数.
1.5 ABA敏感性分析
参照GE等[11]方法. 将Col-0野生型和AhBG1过表达拟南芥株系种子分别铺板于含有不同ABA浓度的1/2 MS培养基，层积处理2 d后置于光下培养，统计萌发率. 光下培养8 d后观察不同浓度ABA的平板上子叶生长状况，统计子叶变绿率.
1.6 拟南芥幼苗干旱存活率统计
将Col-0野生型和过表达AhBG1拟南芥植株正常培养至3周龄后停止供水21 d，再复水培养7 d，观察并分析拟南芥幼苗的生长状态并统计存活率.
1.7 叶片失水率分析
取正常生长条件下培养3周龄的拟南芥莲座叶放于培养皿，置于光照培养箱(28 ℃，60%相对湿度)中, 每隔30 min称量叶片质量(m)，计算叶片失水率. 计算公式如下：
叶片失水率(%)=(m0−mt)/m0×100%, 其中，m0为叶片放进培养箱时的质量，mt为t min后叶片的质量.
1.8 数据分析
所有实验重复3次，用均数±标准差表示，使用SPSS18.0统计软件进行方差分析(ANOVA)，P < 0.05表示差异有统计学意义. 使用Microcal Origin 7.5软件作图.
1.9 基因表达检测
提取拟南芥RNA，用PrimeScriptTM one step RT-PCR kit试剂盒反转得到cDNA. 根据已知的基因序列，设计RealTime PCR引物(表 1)，按照TaKaRa公司的SYBR Premix Ex TaqTM Ⅱ说明书进行Real Time PCR. PCR反应条件为：95 ℃ 30 s，1个循环；95 ℃ 5 s，60 ℃ 34 s (退火温度取决于不同引物的最适反应温度)，共50个循环. 利用2-ΔΔCT方法分析基因的相对表达量.
表 1 相关基因表达所用的引物Table 1. The primers for related gene expression基因 引物序列(5′→3′) actin F: GGTAACATTGTGCTCAGTGGTGG R: AACGACCTTAATCTTCATGCTGC AtAREB1 F: TGGTGGTCTTGTGGGACTTGG R: CCATTACTCTTCCCTATCCCTTC AtRD29A F: AAAGCAATGAGCATGAGCAAG R: AATCGGAAGACACGACAGGAA AtCYP707A1 F: AGCGACGGGATTCAGTATGGG R: AAAGGCAATTCTGTCATTCTAC AtNCED3 F: CGGTGGTTTACGACAAGAACAA R: CTGCTTCGAGGTTGACTTGTTGAT AtUGT71C5 F: ATCCGGGTCTAGCTTCGG R: ATTCCACGGCCCATTGTT 2. 结果与分析
2.1 AhBG1的氨基酸序列分析
氨基酸序列的多重比对分析表明：AhBG1与拟南芥AtBG1、AtBG2、水稻Os3BG6的同源性分别是8.88%、8.63%和9.77%. TMHMM 2.0分析预测表明：AhBG1的二级结构中含有1个跨膜结构，跨膜螺旋氨基酸结构位于7~24氨基酸位点(图 1A). 使用SignalP 4.1 server在线分析发现其第1~第28氨基酸位点具有信号肽(图 1B).
2.2 AhBG1转基因拟南芥筛选和AhBG1蛋白定位
利用花椰菜花叶病毒(CaMV)35S启动子与AhBG1基因及绿色荧光蛋白基因eGFP融合，将P35S ∶ ∶ AhBG1 - eGFP在拟南芥原生质体细胞中瞬时表达，使用激光共聚焦荧光显微镜观察，发现AhBG1基因编码的蛋白定位于细胞质(图 2A). 通过农杆菌EHA105将AhBG1基因的过表达载体p35S ∶ ∶ AhBG1 - eGFP异源转化到拟南芥中，筛选获得3个AhBG1超表达拟南芥株系(图 2B)，根据AhBG1基因表达从高到低命名为AhBG1-OX-1、AhBG1-OX-2和AhBG1-OX-3. 激光共聚焦显微镜观察AhBG1过表达阳性拟南芥株系根尖有绿色荧光，AhBG1-eGFP融合蛋白在细胞质中出现绿色荧光，确定AhBG1蛋白确实定位于细胞质(图 2C).
![]()
图 2 AhBG1转基因拟南芥的筛选和AhBG1蛋白定位Figure 2. The screening of AhBG1 transgenic Arabidopsis thliana L. and the subcellular localization of AhBG12.3 过表达AhBG1对拟南芥植株体内ABA质量分数和ABA敏感性的影响
ABA是响应干旱胁迫的重要应激激素. 对AhBG1-OX-1、AhBG1-OX-2、AhBG1-OX-3和Col-0野生型拟南芥植株脱水处理2 h，检测叶片中ABA质量分数的变化. 在正常生长条件下，AhBG1-OX-1株系拟南芥体内的ABA质量分数高于野生型，脱水处理2 h后，各株系拟南芥的ABA质量分数都显著增加，其中过表达拟南芥中ABA质量分数的升高显著高于野生型，特别是AhBG1-OX-1株系拟南芥的ABA质量分数最高(图 3). 说明AhBG1的过表达可能促进了转基因植株叶片内ABA-GE生成ABA，有利于适应干旱胁迫.
![]()
图 3 脱水处理下AhBG1转基因拟南芥和野生型叶片ABA质量分数的变化Figure 3. The ABA content in the leaves of the transgenic AhBG1 lines and the Col-0 lines under drought stress将Col-0野生型和AhBG1-OX-1株系拟南芥种子分别铺板于含有0.1、0.5、2.0 μmol/L ABA的1/2 MS培养基，层积处理后统计萌发率. 在0.1、0.5、2.0 μmol/L ABA处理下AhBG1-OX-1株系拟南芥种子萌发率均低于Col-0野生型(图 4A). 种子正常萌发后，将AhBG1-OX-1株系和Col-0野生型拟南芥植株移入含有不同浓度ABA的平板上生长8 d，观察子叶生长状况. 结果表明：在0.5 μmol/L ABA的生长条件下，AhBG1-OX-1株系拟南芥的子叶变绿率低于Col-0野生型(图 4B、C). 以上ABA处理后的实验结果说明，在拟南芥中异源过表达AhBG1基因提高转基因植株内源ABA质量分数和对外源ABA的敏感性.
![]()
图 4 AhBG1-OX-1株系拟南芥对外源ABA的敏感性分析注：曲线图中的*或柱状图中的不同小写字母代表差异具有统计学意义(P < 0.05)，下图同.Figure 4. The ABA sensitivity of the transgenic AhBG1-OX-1 lines2.4 过表达AhBG1对拟南芥耐旱性的影响
ABA是植物响应干旱的关键激素之一，因此本研究对3周龄的AhBG1-OX-1、AhBG1-OX-2、AhBG1-OX-3株系和Col-0野生型拟南芥植株停止供水21 d，再继续复水7 d. 结果发现：AhBG1-OX-1、AhBG1-OX-2和AhBG1-OX-3株系拟南芥的存活率均高于Col-0野生型，其中AhBG1-OX-1株系拟南芥存活率最高(图 5A、B). 在脱水处理30~300 min期间，AhBG1-OX-1株系拟南芥叶片失水率持续显著低于Col-0野生型(图 5C)，表明AhBG1转基因拟南芥植株的耐旱性增强.
![]()
图 5 AhBG1转基因拟南芥的抗旱性分析Figure 5. The drought tolerance of the transgenic AhBG1 lines under drought stress2.5 脱水处理对过表达AhBG1拟南芥体内ABA稳态相关基因表达的影响
检测干旱情况下过表达AhBG1拟南芥中ABA稳态相关基因表达变化. 正常情况下，在AhBG1-OX-1株系拟南芥中，AtRD29A表达高于Col-0野生型(表达量增加5.2倍，图 6C)，而AtAREB1、AtNCED3、AtCYP707A1、AtUGT71C5基因的表达与野生型拟南芥无显著变化. 脱水2 h后，在AhBG1-OX-1株系和Col-0野生型中AtNCED3、AtCYP707A1、AtAREB1和AtRD29A等基因的表达皆上调，AtUGT71C5基因的表达下调(图 6). 其中，在AhBG1-OX-1株系中AtNCED3、AtAREB1和AtRD29A基因表达增幅显著高于Col-0野生型，而AtCYP707A1表达增幅显著低于Col-0野生型. 结果也与脱水处理下 AhBG1-OX株系和Col-0野生型叶片ABA质量分数的变化结果相吻合.
![]()
图 6 脱水处理下AhBG1-OX-1株系和Col-0野生型叶片ABA稳态相关基因的表达变化Figure 6. The expression of genes related to ABA homeostasis of leaves in the transgenic AhBG1-OX-1 lines and the Col-0 lines under dehydration stress3. 讨论
ABA稳态是指植物自我调节并保持其内部游离型ABA含量相对稳定的一种状态，受到植物体内ABA生物合成、氧化代谢、可逆糖基化、转运等调控[12]. 外界环境胁迫下，植物通过调节ABA水平的动态变化，以调控植物水分平衡、影响体内渗透调节、提高细胞耐受性来提高植物的抗旱能力. HAN等[5]指出, 植物在干旱胁迫下，体内ABA含量的增加首先来自于ABA-GE的水解. 这引起研究人员对植物体内ABA特异性β-葡萄糖苷酶功能的研究.
我们从花生的数据库中筛选并克隆的AhBG1，与拟南芥的AtBG1与AtBG2氨基酸序列同源性较低，具有信号肽和跨膜区域. AtBG1和AtBG2分别定位于内质网[4]和液泡[13]. 本研究发现AhBG1定位在细胞质(图 2)，推测其作用可能不同于AtBG1和AtBG2，有待进一步研究. 另外，组织特异性检测表明花生根、茎和叶片中AhBG1均有表达，其中在叶片中表达水平最高，与拟南芥BGLU18在叶中高水平表达一致[14]，经干旱处理时，花生中AhBG1表达增加(未发表)，表明AhBG1在花生叶片响应干旱过程可能发挥重要作用.
β-葡萄糖苷酶提高植株体内ABA水平从而促进植株的抗旱性[4-5, 7-8]. 过表达AtBG1拟南芥在正常条件下的叶片和根部ABA水平略增加，在脱水条件下ABA含量增加了20倍，从而表现出对干旱的耐受性[4]，水稻Os3BGlu6的过表达提高了水稻的耐旱性[7]. 而T-DNA插入突变体Atbg1表现为对干旱敏感. bglu10突变体拟南芥在干旱处理下叶片失水率较高，ABA含量和β-葡萄糖苷酶活性较低，最终导致耐旱性降低[19]. 过表达AhBG1拟南芥在干旱条件下体内的ABA水平显著高于野生型(图 3)，使其提高了ABA的敏感性和抗旱性.
9-顺式-环氧类胡萝卜素双加氧酶(NCED)是ABA生物合成的关键酶[15-16]，除ABA生物合成外，分解代谢是控制细胞ABA水平的主要过程. 细胞色素P450家族的4个成员CYP707A1至CYP707A4进行羟化反应，生成不稳定的8′-羟基ABA[17]. ABA通过ABA UDP-葡萄糖基转移酶(UGT)与葡萄糖结合，生成无生理活性的ABA-GE[2]. AtABRE1是ABRE依赖性的ABA信号激活因子，是ABA信号通路过程的关键正调控因子，可增强拟南芥干旱耐受性[18]. 脱水2 h后，在AhBG1-OX株系中AtNCED3、AtAREB1和AtRD29A基因表达增幅显著高于Col-0野生型，而AtUGT71C5、AtCYP707A1表达增幅显著低于Col-0野生型(图 6). 表明同等条件的脱水处理，更能诱导AhBG1-OX-1株系ABA生物合成途径和信号转导途径相关基因的表达上调，促进ABA糖基化途径基因和分解代谢途径基因下调，同时控制氧化代谢途径基因上调程度，从而有利于促进植物体内ABA积累，提升过表达植株的抗干旱能力. 因此，AhBG1蛋白定位于细胞质，可能通过催化ABA-GE形成ABA，从而提高植物体内的ABA含量，并影响ABA生物合成、分解代谢及信号通路等相关稳态基因的表达提高植物体的耐旱性.
-
![]()
图 2 15个样方的单位面积生物量的实测值与预测值对比
Figure 2. The comparison of measured and predicted biomass per unit area of 15 samples
![]()
图 3 2019年淇澳岛无瓣海桑纯林的生长范围
Figure 3. The area of Sonneratia apetala on Qi'ao Island in 2019
![]()
图 4 2003—2019年淇澳岛无瓣海桑纯林的生长范围变化
Figure 4. The area change of Sonneratia apetala from 2003 to 2019 on Qi'ao Island
![]()
图 5 1999年淇澳Landsat卫星影像图
Figure 5. The Landsat remote sensing image of Qi'ao Island in 1999
![]()
图 6 2003—2019年淇澳岛无瓣海桑纯林的单位面积生物量变化
Figure 6. The biomass change of Sonneratia apetala from 2003 to 2019 on Qi'ao Island
表 1 研究区设置的无瓣海桑纯林样方的基本信息
Table 1 The data of Sonneratia apetala samples in the research area
编号 样方号 经度 纬度 株数 平均树高/m 平均胸径/cm 1 A14 113°37′56.765"E 22°26′1.367"N 12 8.96 24.433 2 A15 113°38′1.237"E 22°25′55.051"N 15 6.87 25.444 3 B3 113°37′58.403"E 22°26′7.385"N 8 6.00 23.513 4 B1 113°37′56.797"E 22°26′6.036"N 7 8.64 30.156 5 B5 113°38′1.199"E 22°26′9.674"N 8 6.19 15.668 6 A1 113°37′26.794"E 22°25′51.360"N 13 9.50 31.124 7 A2 113°37′20.019"E 22°25′57.108"N 13 7.12 24.689 8 A3 113°37′25.972"E 22°26′0.098"N 14 6.12 24.821 9 A4 113°37′27.299"E 22°26′3.139"N 16 9.31 28.508 10 A5 113°37′29.655"E 22°26′2.089"N 14 7.17 25.645 11 A6 113°37′32.503"E 22°26′5.524"N 17 6.37 24.536 12 A7 113°37′35.523"E 22°26′4.509"N 12 7.05 25.319 13 A8 113°37′35.690"E 22°26′ 7.041"N 12 5.03 21.827 14 A9 113°37′ 38.774"E 22°26′ 6.193"N 15 5.21 27.502 15 A10 113°37′ 38.568"E 22°26′ 8.248"N 16 8.29 30.055 16 A11 113°37′ 43.849"E 22°26′ 8.955"N 17 9.35 29.145 17 A12 113°37′ 44.337"E 22°26′ 11.242"N 14 6.14 27.183 18 A13 113°37′ 51.953"E 22°26′ 4.835"N 15 6.20 28.201 19 B2 113°37′ 57.687"E 22°26′ 6.762"N 12 8.04 22.103 20 B4 113°38′ 1.277"E 22°26′ 8.274"N 12 7.06 22.557 
下载: 导出CSV
表 2 20个样方中无瓣海桑的生物量
Table 2 The biomass in Sonneratia apetala samples
样方编号 单位面积生物量/(kg·m-2) 总生物量/t 样方编号 单位面积生物量/(kg·m-2) 总生物量/t A1 32.61 3.26 A11 25.82 4.08 A2 18.21 2.82 A12 19.05 2.90 A3 18.44 2.84 A13 20.79 3.08 A4 24.73 3.47 A14 15.44 1.54 A5 19.84 2.98 A15 18.01 1.80 A6 26.49 3.95 B1 9.39 0.94 A7 15.87 2.59 B2 15.50 1.55 A8 15.03 2.50 B3 8.54 0.85 A9 21.31 3.13 B4 16.28 1.63 A10 23.96 3.40 B5 6.39 0.64
下载: 导出CSV
表 3 淇澳岛无瓣海桑纯林面积和生物量
Table 3 The area and biomass change of Sonneratia apetala on Qi'ao Island
年份 面积/hm2 总生物量/t 植被碳储量/t 单位面积生物量/(t·hm-2) 单位面积植被碳储量/(t·hm-2) 1999 0 0 0 0 0 2003 29.52 9 745.47 4 872.74 29.32 14.66 2009 114.25 30 102.27 15 051.14 90.56 45.28 2013 140.28 51 785.10 25 892.55 155.80 77.90 2019 332.40 111 938.48 55 969.24 336.76 168.38
下载: 导出CSV
表 4 淇澳岛无瓣海桑纯林总生物量、面积和植被碳储量年际变化
Table 4 The interannual variation of biomass, area and plants' carbon storage of Sonneratia apetala on Qi'ao Island
研究年份 年均增加面积/hm2 面积年均增长率/% 总生物量年均增加量/t 总生物量年均增长率/% 植被碳储量年均增加量/t 年均固碳速率/(t·hm-2·a-1) 1999—2003 5.90 — 1 949.09 — 974.55 3.66 2003—2009 12.10 25.30 2 908.11 20.68 1 454.06 7.55 2009—2013 5.21 5.27 4 336.57 14.53 2 168.28 19.48 2013—2019 27.45 15.46 8 593.34 13.71 4 296.67 280.60
下载: 导出CSV
表 5 不同热带、亚热带生态系统的单位面积生物量、单位面积植被碳储量
Table 5 The biomass and plant carbon storage of different ecosystems
研究区域 研究年份 树种 单位面积植被碳储量/(t·hm-2) 单位面积生物量/(t·hm-2) 文献来源 广西省北部湾 2004 木榄 200~400 400~800 [25] 混合群落 75~100 150~200 桐花树 0~25 0~50 白骨壤 50~75 100~150 红海榄 50~75 100~150 广东省广州市 2005 阔叶林和针叶林 30.93 61.86 [36] 海南省海口市东寨港 2009 海桑 37.05 74.10 [40] 无瓣海桑 21.61 43.22 秋茄 13.24 26.47 海漆 10.84 21.69 角果木 8.80 17.61 白骨壤 6.18 12.37 广西省 2009 森林 55.37 — [37] 广东省 2014—2015 无瓣海桑 50.81 101.62 [11] 海南省东寨港 2018 红树林 53.60 107.20 [38] 福建省九龙江口 2018—2019 秋茄 24.74~121.24 63.91~257.12 [18] 广东省珠海市淇澳岛 2003 无瓣海桑 165.07 330.14 本文 2009 无瓣海桑 131.74 263.49 2013 无瓣海桑 184.58 369.17 2019 无瓣海桑 168.38 336.76
下载: 导出CSV
-
[1] 贾瑞霞, 仝川, 王维奇, 等. 闽江河口盐沼湿地沉积物有机碳含量及储量特征[J]. 湿地科学, 2008, 6(4): 492-499. https://www.cnki.com.cn/Article/CJFDTOTAL-KXSD200804009.htm JIA R X, TONG C, WANG W Q, et al. Organic carbon contents and storages in the salt marsh sediments in the Min River estuary[J]. Wetland Science, 2008, 6(4): 492-499. https://www.cnki.com.cn/Article/CJFDTOTAL-KXSD200804009.htm
[2] DONATO D C, KAUFFMAN J B, MACKENZIE R A, et al. Whole-island carbon stocks in the tropical Pacific: implications for mangrove conservation and upland restoration[J]. Journal of Environmental Management, 2012, 97: 89-96. doi: 10.1016/j.jenvman.2011.12.004
[3] BOUILLON S. Storage beneath mangroves[J]. Nature Geoscience, 2011, 4(5): 282-283. doi: 10.1038/ngeo1130
[4] 刘滨尔. 淇澳岛无瓣海桑人工林的自然更新特征及林分改造效果[D]. 北京: 中国林业科学研究院, 2013. LIU B E. The features of natural regeneration of Sonneratia apetala plantation and results of its stand improvement on Qi'ao[D]. Beijing: Chinese Academy of Forestry, 2013.
[5] 王震, 陈卫军, 管伟, 等. 珠海市淇澳岛主要红树林群落特征研究[J]. 中南林业科技大学学报, 2017, 37(4): 86-91. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNLB201704016.htm WANG Z, CHEN W J, GUAN W, et al. Study on Zhuhai Qi'ao island main mangrove community characteristics[J]. Journal of Central South University of Forestry & Technology, 2017, 37(4): 86-91. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNLB201704016.htm
[6] 李娜, 陈丕茂, 乔培培, 等. 红树林生态系统碳素密度, 贮量与分布[J]. 广东农业科学, 2016, 41(16): 161-164. https://www.cnki.com.cn/Article/CJFDTOTAL-GDNY201416035.htm LI N, CHEN P M, QIAO P P, et al. Density, storage and distribution of carbon in mangrove ecosystem[J]. Guangdong Agricultural Sciences, 2016, 41(16): 161-164. https://www.cnki.com.cn/Article/CJFDTOTAL-GDNY201416035.htm
[7] 王树功, 黎夏, 周永章, 等. 珠江口淇澳岛红树林湿地变化及调控对策研究[J]. 湿地科学, 2005, 3(1): 13-20. https://www.cnki.com.cn/Article/CJFDTOTAL-KXSD200501002.htm WANG S G, LI X, ZHOU Y Z, et al. The change of mangrove wetland ecosystem and controlling countermeasures in the Qi'ao island[J]. Wetland Science, 2005, 3(1): 13-20. https://www.cnki.com.cn/Article/CJFDTOTAL-KXSD200501002.htm
[8] 王树功, 杨海生, 周永章, 等. 湿地植物生长模型在红树林湿地人工恢复调控中的应用——以珠江口淇澳岛红树林湿地恢复为例[J]. 西北植物学报, 2005(10): 2024-2029. https://www.cnki.com.cn/Article/CJFDTOTAL-DNYX200510016.htm WANG S G, YANG H S, ZHOU Y Z, et al. Use of the growth models for wetland plants in artificial rehabilitation and control of mangrove wetland——A case study of the mangrove wetland in Qi'ao island lying near the out let of Pearl River[J]. Acta Botanica Boreali-Occidentalia Sinica, 2005(10): 2024-2029. https://www.cnki.com.cn/Article/CJFDTOTAL-DNYX200510016.htm
[9] 黎夏, 刘凯, 王树功. 珠江口红树林湿地演变的遥感分析[J]. 地理学报, 2006, 61(1): 26-34. https://www.cnki.com.cn/Article/CJFDTOTAL-DLXB200601002.htm LI X, LIU K, WANG S G. Mangrove wetland changes in the Pear l River Estuary using remote sensing[J]. Acta Geographica Sinica, 2006, 61(1): 26-34. https://www.cnki.com.cn/Article/CJFDTOTAL-DLXB200601002.htm
[10] 张留恩, 廖宝文. 珠海市淇澳岛红树林湿地的研究进展与展望[J]. 生态科学, 2011, 30(1): 81-87. https://www.cnki.com.cn/Article/CJFDTOTAL-STKX201101016.htm ZHANG L E, LIAO B W. Reasearch progress of mangrove wetlands on Qi'ao Island, Zhuhai[J]. Ecological Science, 2011, 30(1): 81-87. https://www.cnki.com.cn/Article/CJFDTOTAL-STKX201101016.htm
[11] 胡懿凯, 徐耀文, 薛春泉, 等. 广东省无瓣海桑和林地土壤碳储量研究[J]. 华南农业大学学报, 2019, 40(6): 95-103. https://www.cnki.com.cn/Article/CJFDTOTAL-HNNB201906015.htm HU Y K, XU Y W, XUE C Q, et al. Studies on carbon storages of Sonneratia apetala forest vegetation and soil in Guangdong Province[J]. Journal of South China Agricultural University, 2019, 40(6): 95-103. https://www.cnki.com.cn/Article/CJFDTOTAL-HNNB201906015.htm
[12] ALONGI D M. Carbon cycling and storage in mangrove forests[J]. Annual Review of Marine Science, 2014, 6: 195-219.
[13] LIU H X, REN H, HUI D F, et al. Carbon stocks and potential carbon storage in the mangrove forests of China[J]. Journal of Environmental Management, 2014, 133: 86-93.
[14] 王月如. 基于多源遥感数据的深圳湾红树林生物量估算[D]. 重庆: 西南大学, 2018. WANG Y R. Estimation of mangrove biomass in Shenzhen Bay based on multi-source remote sensing data[D]. Chongqing: Southwest University, 2018.
[15] 方精云, 王襄平, 沈泽昊, 等. 植物群落清查的主要内容、方法和技术规范[J]. 生物多样性, 2009, 17(6): 533-548. https://www.cnki.com.cn/Article/CJFDTOTAL-SWDY200906003.htm FANG J Y, WANG X P, SHEN Z H, et al. Methods and protocols for plant community inventory[J]. Biodiversity Science, 2009, 17(6): 533-548. https://www.cnki.com.cn/Article/CJFDTOTAL-SWDY200906003.htm
[16] 昝启杰, 王勇军, 廖宝文, 等. 无瓣海桑、海桑人工林的生物量及生产力研究[J]. 武汉植物学研究, 2001(5): 391-396. https://www.cnki.com.cn/Article/CJFDTOTAL-WZXY200105007.htm ZAN Q J, WANG Y J, LIAO B W, et al. Biomass and net productivity of Sonneratia apetala, S. caseolaris mangrove man-made forest[J]. Journal of Wuhan Botanical Research, 2001(5): 391-396. https://www.cnki.com.cn/Article/CJFDTOTAL-WZXY200105007.htm
[17] 邱霓, 徐颂军, 邱彭华, 等. 珠海淇澳岛红树林群落分布与景观格局[J]. 林业科学, 2019, 55(1): 1-10. https://www.cnki.com.cn/Article/CJFDTOTAL-LYKE201901001.htm QIU N, XU S J, QIU P H, et al. Community distribution and landscape pattern of the mangrove on the Qi'ao Island, Zhuhai[J]. Scientia Silvae Sinicae, 2019, 55(1): 1-10. https://www.cnki.com.cn/Article/CJFDTOTAL-LYKE201901001.htm
[18] 徐芳. 基于Sentinel-2的红树林提取及碳储量估算研究[D]. 兰州: 兰州交通大学, 2020. XU F. Mangrove extraction and carbon storage estimation by using Sentinel-2 images[D]. Lanzhou: Lanzhou Jiaotong University, 2020.
[19] 唐焕丽, 刘凯, 朱远辉, 等. 基于WorldView-2数据和支持向量机的红树林群落分类研究[J]. 中山大学学报(自然科学版), 2015, 54(4): 102-111. https://www.cnki.com.cn/Article/CJFDTOTAL-ZSDZ201504020.htm TANG H L, LIU K, ZHU Y H, et al. Mangrove community classification based on WorldView-2 image and SVM method[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2015, 54(4): 102-111. https://www.cnki.com.cn/Article/CJFDTOTAL-ZSDZ201504020.htm
[20] 姜刘志, 杨道运, 梅立永, 等. 深圳市红树植物群落碳储量的遥感估算研究[J]. 湿地科学, 2018, 16(5): 618-625. https://www.cnki.com.cn/Article/CJFDTOTAL-KXSD201805007.htm JIANG L Z, YANG D Y, MEI L Y, et al. Remote sensing estimation of carbon storage of mangrove communities in Shenzhen City[J]. Wetland Science, 2018, 16(5): 618-625. https://www.cnki.com.cn/Article/CJFDTOTAL-KXSD201805007.htm
[21] 于祥, 赵冬至, 张丰收, 等. 基于神经网络的红树林景观特性遥感提取技术研究[J]. 海洋环境科学, 2007, 26(6): 576-579. https://www.cnki.com.cn/Article/CJFDTOTAL-HYHJ200706020.htm YU X, ZHAO D Z, ZHANG F S, et al. Study on remote sensing image NN classification techniques of mangrove landscape character[J]. Marine Environmental Science, 2007, 26(6): 576-579. https://www.cnki.com.cn/Article/CJFDTOTAL-HYHJ200706020.htm
[22] 李姗姗, 田庆久. 北部湾红树林的HJ星多光谱遥感提取模式[J]. 中国科学: 信息科学, 2011, 41: 153-165. https://www.cnki.com.cn/Article/CJFDTOTAL-PZKX2011S1017.htm LI S S, TIAN Q J. Mangrove extraction mode based on HJ multispectral remote sensing in Beibu Gulf[J]. Scientia Sinica: Informationis, 2011, 41: 153-165. https://www.cnki.com.cn/Article/CJFDTOTAL-PZKX2011S1017.htm
[23] 王俊杰, 刘珏, 石铁柱, 等. 1990-2015年广西廉州湾红树林遥感动态监测[J]. 森林与环境学报, 2016, 36(4): 455-460. https://www.cnki.com.cn/Article/CJFDTOTAL-FJLB201604012.htm WANG J J, LIU J, SHI T Z, et al. Remotely dynamic monitoring of mangrove in Lianzhou Gulf, Guangxi during between 1990 and 2015[J]. Journal of Forest and Environment, 2016, 36(4): 455-460. https://www.cnki.com.cn/Article/CJFDTOTAL-FJLB201604012.htm
[24] 周榕. 湿地资源遥感动态监测研究——以九龙江河口为例[J]. 林业勘察设计, 2015(1): 157-161. https://www.cnki.com.cn/Article/CJFDTOTAL-LYKS201501038.htm [25] 曹庆先. 北部湾沿海红树林生物量和碳贮量的遥感估算[D]. 北京: 中国林业科学研究院, 2010. CAO Q X. The estimation of mangrove biomass and carbon storage using remote sensing data in Beibu Gulf coast[D]. Beijing: Chinese Academy of Forestry, 2010.
[26] 栾军伟, 崔丽娟, 宋洪涛, 等. 国外湿地生态系统碳循环研究进展[J]. 湿地科学, 2012, 10(2): 235-242. https://www.cnki.com.cn/Article/CJFDTOTAL-KXSD201202019.htm LUAN J W, CUI L J, SONG H T, et al. Foreign research progress on carbon cycle in wetland ecosystems[J]. Wetland Science, 2012, 10(2): 235-242. https://www.cnki.com.cn/Article/CJFDTOTAL-KXSD201202019.htm
[27] WANG D, WANG B, NIU X. Forest carbon sequestration in China and its benefits[J]. Scandinavian Journal of Forest Research, 2014, 29(1): 51-59.
[28] BOUILLON S, CONNOLLY R M, LEE S Y. Organic ma-tter exchange and cycling in mangrove ecosystems: recent insights from stable isotope studies[J]. Journal of Sea Research, 2008, 59(1/2): 44-58.
[29] ALONGI D. The energetics of mangrove forests[M]. Berlin: Springer Science & Business Media, 2009.
[30] 周国逸. 中国森林生态系统固碳现状、速率和潜力研究[J]. 植物生态学报, 2016, 40(4): 279-281. https://www.cnki.com.cn/Article/CJFDTOTAL-ZWSB201604001.htm ZHOU G Y. Evaluation on the carbon pools of China's fo-rest ecosystems―current status, capacities and sinks and studies on the mechanisms[J]. Chinese Journal of Plant Ecology, 2016, 40(4): 279-281. https://www.cnki.com.cn/Article/CJFDTOTAL-ZWSB201604001.htm
[31] 文玉叶. 不同纬度无瓣海桑的繁殖和扩散特性研究[D]. 厦门: 厦门大学, 2014. WEN Y Y. Studies on propagation and diffusion properties of Sonneratia apetala in latitude gradient[D]. Xiamen: Xiamen University, 2014.
[32] HARTY C. Mangrove planning and management in New Zealand and South East Australia-A reflection on approaches[J]. Ocean & Coastal Management, 2009, 52(5): 278-286.
[33] OSLAND M J, ENWRIGHT N, DAY R H, et al. Winter climate change and coastal wetland foundation species: salt marshes vs. mangrove forests in the southeastern United States[J]. Global Change Biology, 2013, 19(5): 1482-1494.
[34] 彭聪姣, 钱家炜, 郭旭东, 等. 深圳福田红树林植被碳储量和净初级生产力[J]. 应用生态学报, 2016, 27(7): 2059-2065. https://www.cnki.com.cn/Article/CJFDTOTAL-YYSB201607003.htm PENG C J, QIAN J W, GUO X D, et al. Vegetation carbon stocks and net primary productivity of the mangrove fo-rests in Shenzhen, China[J]. Chinese Journal of Applied Ecology, 2016, 27(7): 2059-2065. https://www.cnki.com.cn/Article/CJFDTOTAL-YYSB201607003.htm
[35] 曾雪琴, 陈鹭真, 谭凤仪, 等. 深圳湾引种红树植物海桑的幼苗发生和扩散格局的生态响应[J]. 生物多样性, 2008, 16(3): 236-244. https://www.cnki.com.cn/Article/CJFDTOTAL-SWDY200803006.htm ZENG X Q, CHEN L Z, TAN F Y, et al. Seedling emergence and dispersal pattern of the introduced Sonneratia caseolaris in Shenzhen Bay, China[J]. Biodiversity Science, 2008, 16(3): 236-244. https://www.cnki.com.cn/Article/CJFDTOTAL-SWDY200803006.htm
[36] 宋巍巍, 管东生, 王刚. 地形对植被生物量遥感反演的影响——以广州市为例[J]. 生态学报, 2012, 32(23): 7440-7451. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201223019.htm SONG W W, GUAN D S, WANG G. Influence of terrain on plant biomass estimates by remote sensing: a case study of Guangzhou City, China[J]. Acta Ecological Sinica, 2012, 32(23): 7440-7451. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201223019.htm
[37] 兰秀, 杜虎, 宋同清, 等. 广西主要森林植被碳储量及其影响因素[J]. 生态学报, 2019, 39(6): 2043-2053. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201906018.htm LAN X, DU H, SONG T Q, et al. Vegetation carbon sto-rage in the main forest types in Guangxi and the related influencing factors[J]. Acta Ecological Sinica, 2019, 39(6): 2043-2053. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201906018.htm
[38] 李翠华, 蔡榕硕, 颜秀花. 2010—2018年海南东寨港红树林湿地碳收支的变化分析[J]. 海洋通报, 2020, 39(4): 488-497. https://www.cnki.com.cn/Article/CJFDTOTAL-HUTB202004013.htm LI C H, CAI R S, YAN X H. Analysis on the changes of carbon budget of mangrove wetland in Hainan Dongzhaigang during 2010-2018[J]. Marine Science Bulletin, 2020, 39(4): 488-497. https://www.cnki.com.cn/Article/CJFDTOTAL-HUTB202004013.htm
[39] 胡懿凯, 朱宁华, 廖宝文, 等. 淇澳岛不同恢复类型红树林碳密度及固碳速率研究[J]. 中南林业科技大学学报, 2019, 39(12): 101-107. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNLB201912015.htm HU Y K, ZHU N H, LIAO B W, et al. Carbon density and carbon fixation rate of mangroves of different restoration types in Qi'ao island[J]. Journal of Central South University of Forestry & Technology, 2019, 39(12): 101-107. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNLB201912015.htm
[40] 颜葵. 海南东寨港红树林湿地碳储量及固碳价值评估[D]. 海口: 海南师范大学, 2015. YAN K. Carbon storage and evaluation of mangrove wetlands in Dongzhaigang, Hainan[D]. Haikou: Hainan Normal University, 2015.
计量
- 文章访问数:
- HTML全文浏览量:
- PDF下载量:
