不同外源激素对鲜草果种子萌发和幼苗生长的影响

苏俊宇; 朱树明; 陈浩文; 黄荣梅; 胡一凡; 杨志清; 范源洪

doi:10.12101/j.issn.1004-390X(n).202204009

不同外源激素对鲜草果种子萌发和幼苗生长的影响

1.
云南农业大学农学与生物技术学院，云南昆明 650201
2.
云南省高原特色农业产业研究院，云南昆明 650201

基金项目: 云南省重大科技专项计划(2019ZG00903)；国家科技资源共享服务平台项目(NTPGRC2022-015)。

详细信息

作者简介:
苏俊宇(1995—)，男，云南砚山人，在读硕士研究生，主要从事植物种质资源及其利用研究。E-mail：406698225@qq.com

通信作者:
范源洪(1964—)，男，云南昌宁人，学士，研究员，主要从事经济作物遗传育种及其利用研究。E-mail：2247888136@qq.com

中图分类号: S573.901
计量
- 文章访问数: 832
- HTML全文浏览量: 201
- PDF下载量: 21
出版历程
- 收稿日期: 2022-04-05
- 修回日期: 2024-04-14
- 录用日期: 2024-04-21
- 网络出版日期: 2024-04-29
- 发布日期: 2024-05-19

摘要:

目的

解决草果种子休眠期与育苗周期长、幼苗生长缓慢等问题。

方法

采用不同外源激素处理鲜草果种子，探究不同外源激素对种子萌发和幼苗生长的影响。

结果

50 mg/L生长素(IAA)、200 mg/L赤霉素(GA₃)、10 mg/L 2,4-二氯苯氧乙酸(2,4-D)处理均能有效降低鲜草果种子发芽启动时间，提高种子发芽指数，促进种子萌发；萌发出的幼苗长势更好，生物量更高。其中，50 mg/L IAA浸种处理后发芽启动时间最短(55 d)，发芽率(57%)与发芽指数(0.86)最高，萌发出的幼苗长势好，可溶性糖、可溶性淀粉和可溶性蛋白质含量以及过氧化物酶活性均高于其他处理。10 mg/L 2,4-D和10 mg/L 6-苄氨基嘌呤(6-BA)处理鲜草果种子可改变幼苗生物量分配，根冠比接近1∶2。

结论

本研究揭示了不同外源激素对鲜草果种子萌发和幼苗生长的影响，为草果良种繁育奠定了一定的基础。

关键词:

Effects of Different Exogenous Hormones on Germination of Fresh Seeds and Seedling Growth of Amomum tsaoko

1.
College of Agronomy and Biotechnology, Yunnan Agricultural University, Kunming 650201, China
2.
Yunnan Plateau Characteristic Agricultural Industry Research Institute, Kunming 650201, China

Abstract:

Purpose

To solve the problems of long seedling raising cycle and slow seedling growth in the seed dormancy period of Amomum tsaoko.

Methods

Fresh seeds of A. tsaoko were treated with different exogenous hormones, and the effects of hormones on seed germination and seedling growth were investigated.

Results

Treatments of 50 mg/L indole 3-acetic acid (IAA), 200 mg/L gibberellin (GA₃) and 10 mg/L 2,4-dichlorophenoxyacetic acid (2,4-D) could effectively reduce the germination start-up time of A. tsaoko seeds, improve the index of seed germination and promote the seed germination. The sprouted seedlings grew better and could accumulate more biomass. Among these treatments, the treatment of soaking the seeds in 50 mg/L IAA had the shortest germination start-up time (55 days), the highest germination rate (57%) and germination index (0.86). The sprouting seedlings under this way grew well, and the contents of soluble sugar, soluble starch, soluble protein and peroxidase activity were higher than other treatments. The treatment with 10 mg/L 2,4-D and 10 mg/L 6-benzyladenine (6-BA) changed the distribution of seedling biomass, and the root shoot ratio closed to 1∶2.

Conclusion

This study initially reveals the effects of different exogenous hormones on seed germination and seedling growth of fresh A. tsaoko, which provides a certain basis for the breeding of fine varieties of A. tsaoko.

Keywords:

HTML全文

生态敏感区通常定义为对区域总体生态环境起决定性作用的大型生态要素和生态区域，或者2种及以上不同生态系统镶嵌耦合的空间^[1-3]，也被认为是与文化敏感区、资源生产敏感区和天然灾害敏感区并列的环境敏感区类型^[4]。生态敏感区对环境改变和外界干扰具有特殊敏感或潜在反馈，极易受到人类活动干扰而产生负面效应。生态敏感性研究兼具系统性与针对性，国内外学者对生态敏感性进行了大量研究，探究了不同区域生态敏感性空间格局，为生态环境保护与治理提供了科学依据^[5-7]。近年来，生态敏感区的研究正逐渐从单一评价向多元数据分析发展，GIS技术为生态敏感区研究提供了平台；同时，随着机器学习的发展，生态敏感区也逐渐从层次分析、聚类分析和主成分分析等静态分析向人工神经网络 (artificial neural network，ANN) 和马尔科夫链 (Markov chain，MC) 等动态预测发展，结合元胞自动机 (cellular automata，CA)所形成的FLUS (future land use simulation)和GeoSOS (geographical simulation and optimization system) 等模型极大提升了研究的可行性和应用价值^[8-11]。

漯河市位于华北平原西南边缘地带，是中国第二、三阶梯地质接合区域，众多河流在此交汇，被誉为“北方水城”^[12]。随着20世纪90年代京九线和京港澳高速的开通，漯河逐渐成为中原地区陆路运输和水路运输的重要通道，进而发展成为以食品、造纸和化工为主的轻工业城市。高速城镇化发展导致其城乡生态环境破碎，河流与空气污染。近年来，漯河地区生态环境问题突显，但关于漯河生态敏感性的研究尚未见报道，生态保护红线区域划定与可持续区域生态环境建设还处于初级阶段。本研究基于ArcGIS 10.8平台，从ANN-CA中选择FLUS模型综合分析漯河生态空间分布特征与趋势^[13]，以期为城市生态安全建设提供依据。

1. 材料与方法

1.1 研究区概况

漯河市位于河南省中南部(图1)，市域面积2692.02 km²，属暖湿性季风气候；区域内平原广阔，河流纵横，交通发达，地势平坦，由西北向东南缓倾。2021年城镇化水平达到45.7%，传统农业结合轻工业发展的主要经济发展模式制约了漯河地区生态环境的可持续发展。

图 1 研究区域示意图

Figure 1. Schematic diagram of the study area

下载: 全尺寸图片幻灯片

1.2 数据来源

将Landsat 8影像进行融合拼接、地理配准和全色锐化处理，获得空间分辨率为15 m的2015和2020年土地覆盖/利用变化 (land use and cover change，LUCC) 卫星影像；采用ALOS (12.5 m，2011年) 与NASA (30 m，2020年) DEM 数据；人口密度数据来源于WorldPop 项目组 (精度100 m)，由第七次人口普查结果校正；人工采样数据点来源于现场调研与Google地图相结合；道路和河流数据来源于《漯河市城市总体规划 (2012—2030)》，生态重要控制区数据来源于《漯河市城市绿地系统规划 (2013—2030)》；土壤类型根据中国土壤数据库和全国第二次土壤普查数据进行分析。以当地土壤、水系和规划区等相关数据构建地理空间分析数据库，并统一精度为15 m，通过“千层饼”法 (over lay) 进行叠加分析。

1.3 研究方法

1.3.1 试验数据预处理

对遥感影像和DEM数据进行地理配准、几何校正与拼接融合。提取卫星光谱数据，使用主成分分析 (principal component analysis，PCA) 模型压缩冗余光谱信息，获得的3个主成分波段作为影像的光谱特征；计算NDVI/NDBI/MNDWI指数作为影像的指数特征，基于第一主成分，采用灰度共生矩阵 (gray level co-occurrence matrix，GLCM) 提取影像纹理特征；将光谱、指数、纹理信息共同输入随机森林分类器 (random forest classifier) 进行监督分类。

将漯河市域LUCC分为水体 (河流、湖泊和湿地等)、林地 (森林、农田林网和城市绿地等)、农田 (农田、果园和园艺栽植区)、未利用土地 (裸露土地和城市施工场地)以及建设用地 (城市用地、道路和铁路) 5类^[14]，采样点总计637个。2015/2020年分类结果验证显示Kappa=0.83/0.81 (>80%)，分类精度符合试验要求^[15-16]。

1.3.2 构建生态敏感性评价体系

基于前人研究成果和研究区环境，为避免评价因素的交叉重叠，筛选研究区域自然环境、地形地貌和土地利用等因素，并根据《生态功能区划技术暂行规程》《生态保护红线划定技术指南》《建设项目环境影响评价分类管理名录 (2021年版)》及相关文献，将敏感度划分为5个等级，即极度敏感区、高度敏感区、中度敏感区、低度敏感区和不敏感区^[17-19] (表1)。

表 1 生态敏感性评价指标体系

Table 1. Indicator system of ecological sensitivity

评价因子 evaluation factors		极度敏感 extreme-sensitive	高度敏感 high-sensitive	中度敏感 medium-sensitive	低度敏感 low-sensitive	不敏感 insensitive
地形地貌因子 topographic factors	坡度/(°) slope	>15	10~15	6~10	2~6	<2
	高程/m elevation	>100	80~100	60~80	40~60	<40
	起伏度/(°) fluctuation	>45	35~45	25~35	15~25	0~15
生态环境因子 ecological environment factors	河流水系缓冲区宽度/m river buffer	<200	200~500	500~1000	1000~2000	>2000
	文物及矿产缓冲区宽度/m heritage and mineral buffer	矿产区缓冲区，5000 mineral buffer, 5000	国家级保护单位缓冲区，2000 national protection buffer, 2000	省级保护单位缓冲区，1000 provincial protection buffer, 1000	市级保护单位缓冲区，500 municipal buffer, 500	其他区域 other zone buffer
	土壤类型 soil type	淋溶褐土 leached cinnamon soil	黄褐土 yellow-cinnamon soils	脱潮土 demosted fluvo-aquic soil	灰潮土 calcareous alluvial soil	砂姜黑土 lime calcic black soil
交通建设因子 traffic construction factors	土地覆盖/利用 land cover/use	水体 water	林地 forest	农田 farmland	未利用土地 unused land	建设用地 construction land
	国道缓冲区宽度/m national road buffer	0~200	>200~400	>400~600	>600~800	>800
	省道缓冲区宽度/m provincial road buffer	0~100	>100~200	>200~300	>300~500	>500
	高速缓冲区宽度/m highway buffer	0~300	>300~600	>600~900	>900~1200	>1200
	铁路缓冲区宽度/m railway buffer	0~500	>500~1000	>1000~2000	>2000~5000	>5000

下载: 导出CSV

| 显示表格

采用层次分析法 (analytic hierarchy process，AHP) 对各景观影响因素进行权重分析，共分为3层，即目标层 (生态敏感性)、标准层 (3因素：地形地貌因子、生态环境因子、建设因子) 和因子层 (11因素：坡度、土壤类型、河流水系、保护单位、土地利用、道路等) (表2)，对各指标进行两两比较，得到判断矩阵，并进行一致性检验 (CR=0.0921<0.1)。根据各单因子敏感性分析结果，采用加权求和法计算漯河城市流域景观的综合生态敏感性分析指数^[20-21]。

表 2 单因子生态敏感性权重值

Table 2. Weight value of single factor ecological sensitivity grade

目标层 A target layer A	准则层 B rule layer B	权重 weight	指标层 C index layer C	权重 weight
漯河市域生态敏感性分析 ecological sensitivity analysis of Luohe district	B1：地形地貌因子 topographic factors	0.2014	C1：坡度 slope	0.0570
			C2：高程 elevation	0.1296
			C3：起伏度 fluctuation	0.0149
	B2：生态环境因子 ecological environment factors	0.7071	C4：河流水系缓冲区 river buffer	0.2337
			C5：文物矿产缓冲区 heritage and mineral buffer	0.0337
			C6：土壤类型 soil type	0.0714
	B3：交通建设因子 traffic construction factors	0.0915	C7：土地覆盖/利用变化 land-use and land-cover change	0.3683
			C9：国道缓冲区 national road buffer	0.0261
			C8：省道缓冲区 provincial road buffe	0.0108
			C10：高速缓冲区 highway buffe	0.0491
			C11：铁路缓冲区 railway buffer	0.0055

下载: 导出CSV

| 显示表格

1.3.3 构建FLUS生态敏感性预测模型

(1) CA模型是统计时间、空间和状态均离散但空间相互作用与时间存在因果关系的网格动力学模型。相较于传统的静态规划策略，引入CA的动态分析策略更加符合城市系统的“混沌”和多元要素交互影响的特性，以提高对城市生态实时的调控精度。本研究对象为空间上相互嵌合的生态敏感性区域，市域尺度用地斑块突变将会被覆盖，因此，采用FLUS-CA模型能够通过耦合ANN自动确定各因子的仿真权重值，将自上而下的约束因子与自下而上的元胞自动机模型进行结合，在市域尺度实现更高精度模拟分析^[22-23]。结合生态敏感性评价选定16个具体的驱动矢量因子(图2)，运用 Eucdistance 函数处理计算返回指定数据源的欧式空间距离，初步处理后利用 Fuzzy Membership 进行函数归一化，确认像元对齐并推演用地时空变化^[24]。

图 2 城市生态敏感性变化的驱动因子

注：图例中H到L表示值由大到小。

Figure 2. Drivers of urban ecological sensitivity changes

Note: In legend, from H to L indicates the value from high to low.

下载: 全尺寸图片幻灯片

(2) 模型验证。设置邻居变量为3×3，即中心像元周边2像元范围内各属性皆会对此像元的转换产生促进或抑制作用。训练数据基于ANN模型随机采样于2015年，根据16个驱动因子生成5类敏感性土地的用地适宜性栅格，通过多次试验并参考2015—2020年各敏感性用地的变动情况调整转换强度参数，将2020年模拟结果对比实际情况进行精度评估，得到Kappa=0.86，FoM=0.04，模型精度高。后借助MC预测2035年各类型用地像元数量，并输入驱动因子预测土地敏感性的动态变化。本研究设计2种场景进行对比：① 维持场景：延续2015—2020年土地敏感性变动情况与各敏感性用地扩张趋势；② 优化场景：根据提出的控制指引意见与各项敏感性保护策略，将极敏感区纳入保护区范围，禁止元胞转换，同时降低不敏感区的扩张强度，增加中度敏感与高度敏感区的扩张强度，通过控制0、1转换矩阵(0为禁止转换，1为允许转换)的方式鼓励低敏感区向高敏感区转换。2种场景的转换参数见表3。

表 3 各生态敏感等级用地转换强度表

Table 3. Table of conversion intensity for each ecologically sensitive grade of land

场景 scene	不敏感 insensitive	低度敏感 low-sensitive	中度敏感 medium-sensitive	高度敏感 high-sensitive	极度敏感 extreme-sensitive
维持场景 maintain the scene	1.0	0.1	0.5	0.4	0.6
优化场景 optimize the scene	0.2	0.2	0.7	0.6	0.6

下载: 导出CSV

| 显示表格

2. 结果与分析

2.1 生态敏感性分析

2.1.1 单因子敏感性评价

结合权重提取漯河生态敏感性单因子，总结单一因子条件下不同等级生态敏感性在研究区域的分布规律 (图3、图4)。

图 3 漯河市生态敏感因子分布图

注/Note: LUCC. land use and cover change; 下同/the same as below.

Figure 3. Distribution of ecological sensitive factors in Luohe district

下载: 全尺寸图片幻灯片

图 4 漯河市2015和2020年各等级生态敏感性单因子面积占比情况

Figure 4. Proportion of ecological sensitivity single factor area in each grade in 2015 and 2020 in Luohe City

下载: 全尺寸图片幻灯片

(1) 地形地貌因子。研究区域内坡度平缓，坡度因子和地形起伏度因子生态敏感性整体较低，2015—2020年地形变化微弱。① 高程：地势呈西北—东南走向，西北低东南高，海拔32~105 m。2015年极高和高度敏感区面积为158.97 km²，占研究区的5.90%；中度敏感区面积为1345.40 km²，约占研究区的50%；2020年极高和高度敏感区面积为154.52 km²，占研究区的5.74%；中度敏感区面积为1465.27 km²，占研究区的54.43%。总体上，高程因子的生态敏感区集中在漯河西南部，且由西南向东北生态敏感性逐渐降低。② 坡度：漯河平原城市流域坡度主要在0~6°之间，2015年与2020年的不敏感和低度敏感区面积均超过研究区的80%，坡度>15°的极度敏感区域面积占比极少，2015年占研究区的0.31%，而2020年的占比则不超过0.01%。整体敏感性偏低，而高敏感区分布广。③ 起伏度：研究区起伏度主要在0~15°之间， 2015—2020年间不敏感区面积从2334.43 km²增至2645.80 km²，占比均超过85%。

(2) 生态环境因子。① 河流水系单因子：研究区河流分布较广，面积较大，河流因子为该地区生态敏感性主要影响因素。极度敏感区占研究区的6.96%，中、高度敏感区占研究区的19.36%，且集中于沙、澧、颍河道与其周边2000 m范围。不敏感区面积1461.77 km²，占研究区的54.30%，分布在远离河流水域的其他区域。② 土壤单因子：漯河市土壤类型为7类，根据土壤营养及饱和导水率进行分级，整体的生态敏感性相对较高。极敏感区面积296.83 km²，占研究区的11.03%，分布于西北部和东南部。中、高度敏感区面积为1089.11 km²，占研究区的40.31%，分布于南部。低度敏感和不敏感区占研究区的48.66%。③ 文物及矿产保护单因子：低度敏感和不敏感区面积为2324.81 km²，占研究区的86.36%；极敏感区面积为283.54 km²，中、高度敏感区面积为83.67 km²，共占研究区的13.64%。

(3) 交通建设因子。① LUCC：该类型因子是促使漯河市2015—2020年生态敏感性变化的主要驱动力。2015和2020年极度和高度敏感区总面积分别为219.38和173.37 km²，分别占研究区的8.15%和6.45%，分布分散，东部和北部相对集中。低度敏感与不敏感区合计占比稳定在约15%，且集中在城区范围。土地敏感性主要集中在中度敏感区，占比稳定在约75%。② 各交通因子：研究区交通较为便利，市域内外通达性好。各道路敏感性区域相叠加，高度和极度敏感的区域面积为155.11 km²，占研究区的5.76%。

2.1.2 综合敏感性评价

通过上述单因子生态敏感性分析，对各指标因子指数及权重加权求和，利用 GIS 空间加权叠加方法，得出漯河城市流域景观综合生态敏感性 (表4)：(1) 总体占比上，研究区域内生态敏感性总体偏低，呈现典型的金字塔结构，不敏感区占比持续超过40%；而极度和高度敏感区占比均不超过10%，且中部和西部高度敏感区相对集中。(2) 变化趋势上，随着城市的建设开发，漯河市整体呈现出从高度敏感向低度敏感发展的趋势，3, 5, 7, 9等级的较高敏感区面积持续降低，而不敏感 (1等级) 的区域面积仍逐渐增加。

表 4 漯河市综合生态敏感性

Table 4. Comprehensive ecological sensitivity in Luohe City

敏感性等级 sensitivity level	等级分数 rating fraction	2015年面积/km² the area in 2015	2015年占比/% accounted for 2015	2020年面积/km² the area in 2020	2020年占比/% accounted for 2020	2020—2015年变动率/% rate of change in 2020-2015
极度敏感 extreme-sensitive	9	205.49	7.63	204.73	7.61	−0.02
高度敏感 high-sensitive	7	239.63	8.90	228.13	8.47	−0.43
中度敏感 medium-sensitive	5	402.09	14.94	391.65	14.55	−0.39
低度敏感 low-sensitive	3	728.33	27.06	693.41	25.76	−1.30
不敏感 insensitive	1	1116.48	41.47	1174.10	43.61	2.14

下载: 导出CSV

| 显示表格

2.2 生态保护策略与验证

2.2.1 基于漯河市生态敏感性变化趋势优化策略

研究区域生态敏感性多年呈下降趋势，城市水域及其周边缓冲区受城市规划和发展影响较大，应是重点保护区域，需要保证其河网水系生态系统和生态服务功能的完整性。基于这一思路，以城市基底环境保护为核心，通过对地形地貌、生态环境和建设因子进行生态敏感性分析，并根据不同敏感区建设要求，将5个等级生态敏感性区域整合为生态保护区、生态控制区、生态缓冲区和适宜建设区4个分区进行管理，提出相应政策指引。其中，极度敏感区即河流水系及周围环境，整合为生态保护区，原则上禁止一切与生态保护无关的建设活动，增加保护区域面积，加大城市绿地绿化构建水源生态屏障，在FLUS模型中设定为转换禁止；高度敏感区即水源涵养区、水土保持区、文物矿产保护区以及地形起伏度35~45°和坡度10~15°的区域，整合为生态控制区，以保护为主，封山育林增加森林覆盖率，宗地治理允许少量适度开发建设，在FLUS模型中设定为转换限制；中度敏感区即滨河湿地缓冲区、道路缓冲区、农业用地以及地形起伏度25~35°和坡度6~10°的区域，整合为生态缓冲区，实施因地制宜适度开发，扩大生态廊道建设、保护基本农田、减少面源污染、在水源高敏感区域外围打造绿色长廊建设，进一步在FLUS模型中设定为转换限制；低度敏感和不敏感区即城市已建区域，采取合理更新改造和城市修补，实施集约型生态用地调整和雨水资源循环再生利用管理，在FLUS模型中设定为转换限制。

2.2.2 基于漯河市域生态敏感性分区控制指引策略验证

本研究采用GIS-FLUS模型模拟未来多情景，以期进行定量化分析，并提供确切的空间预测数据。将上述策略转化为具体的定量化策略并设置为“优化场景”，进一步与2015—2020年发展趋势的“维持场景”进行对比(表5、图5)。

图 5 多情境模拟结果

Figure 5. Multi-situational simulation results

下载: 全尺寸图片幻灯片

表 5 多情景模拟中的敏感性变动情况

Table 5. Comparison of sensitivity changes in multi-scenario simulation

场景 scene	区域面积/km² (占比/%) area (proportion)					平均敏感度 mean sensitivity
场景 scene	不敏感 insensitive	低度敏感 low-sensitive	中度敏感 medium-sensitive	高度敏感 high-sensitive	极度敏感 extreme-sensitive	平均敏感度 mean sensitivity
维持场景 maintain the scene	1313.43 (48.79)	597.90 (22.21)	362.08 (13.45)	217.52 (8.08)	201.09 (7.47)	2.03
优化场景 optimize the scene	1167.53 (43.37)	695.89 (25.85)	391.96 (14.56)	231.51 (8.60)	205.13 (7.63)	2.11

下载: 导出CSV

| 显示表格

维持场景下，漯河市平均敏感度快速降低至2.03，不敏感区多在原位置继续扩张，面积增长至1313.43 km²，低度敏感区被其逐渐蚕食，面积降低至597.90 km²并少量吞并中度敏感区，两者占比总体高于70%；高度和极度敏感区面积逐步下降。

相较于维持场景，优化场景敏感区域整体向高度敏感区迁移，不敏感和低度敏感区增长放缓，平均敏感度回升至2.11；不敏感和低度敏感区占比总体回落，降低至70%以下；中度敏感区为391.96 km²，基于给定的转换限制，可以认为有部分不敏感和低度敏感区转换成中度敏感区；极度和高度敏感区面积稍有回升，由于其所在区域主要集中于水域及其周边缓冲地域，受人为规划影响较大，通常仅作为城市发展驱动力而非要素参与城市化进程，因此变动较小。

3. 讨论

生态敏感区域研究在生态测绘、应急救灾和国土监测等方面得到广泛应用，明确敏感区域边界及演化过程能够更有效地保护当地环境、减少人类干扰。本研究在传统AHP、MSE和AHP-GIS统计赋值权重等方法基础上增加了区域GIS-FLUS动态演变趋势判断^[25-26]。静态评价结果显示：研究区低度敏感和不敏感区开发面积较大，极度敏感区和高度敏感区主要沿河流水系分布，缺少中度敏感过渡区域，低度敏感区和不敏感区主要集中分布在建设区域而在周围农田分散分布，生态敏感性以河流和水系为核心逐级递减，这与黄河流域生态敏感区域分析一致，反映出平原河网城市生态聚集度低和低度敏感区面积大的特征，城市发展严重依靠城市河流等自然空间分布，水资源破坏严重^[27-29]。通过FLUS模型验证仿真，可直观、科学地推演研究区域生态发展空间演变过程，实现动态数据的过程性分析，从而进一步实现城市韧性和生态网络弹性时空变化评价^[30]，反映出生态研究由数量向质量的重心转移，且更加关注区域空间发展的整体趋势^[31]。对比维持与GIS-FLUS优化场景结果发现：不同生态敏感程度通常有相对固定的核心区域，建设用地和耕地多偏向地形平坦区域，受人类活动影响较大，敏感性等级越高的区域越不适宜进行建设活动；极度敏感区和高度敏感区减少与河网水系聚集性和连通性下降有关，反映出城市化发展对城市流域水资源生态系统服务功能的消极影响^[32-33]；高度敏感区的部分区域，或与文物保护区域相重合、或具有天然复杂地形，模拟显示对低度敏感区侵蚀有较好的抵抗作用；敏感性较低区域的适度开发与保护能够减缓低度敏感区快速增长和蔓延。因此，恢复小型河流和支流的数量，增加高度敏感区和中度敏感区面积以改善河流水系的生态环境，有利于漯河市生态环境质量的保护和提升。

4. 结论

本研究以漯河市域生态敏感性区域空间为研究对象，运用GIS空间分析初步探讨研究区域生态敏感性区域空间分布和等级变化趋势，再根据变化趋势提出生态敏感性分区控制指引，并通过FLUS模型进行动态验证仿真，对维持场景和优化场景进行对比，实现了生态敏感性分区控制指引定量化转换和预测分析，以期为漯河市国土空间生态规划提供科学依据。

图 1 不同外源激素对鲜草果种子发芽率与发芽指数的影响

注：CK. 对照处理，6-BA. 6-苄氨基嘌呤，NAA. 萘乙酸，2,4-D. 2,4-二氯苯氧乙酸，GA₃. 赤霉素，IAA. 生长素；不同小写字母表示不同处理间存在显著差异(P<0.05)；下同。

Figure 1. Effects of different exogenous hormones on the germination rate and germination time of fresh seeds of Amomum tsaoko

Note: CK. control treatment, 6-BA. 6-benzyladenine, NAA. 1-naphthaleneacetic acid, 2,4-D. 2,4-dichlorophenoxyacetic acid, GA₃. gibberellin, IAA. indole 3-acetic acid; different lowercase letters indicate significant differences between different treatments (P<0.05); the same as below.

下载: 全尺寸图片幻灯片

图 2 外源激素处理草果种子对幼苗形态(a)、生物量分配(b)和根系活力(c)的影响 (萌发100 d)

Figure 2. Effects of exogenous hormones treated A. tsaoko seeds on the morphology (a), biomass allocation (b) and root activity (c) of seedlings (germination for 100 days)

下载: 全尺寸图片幻灯片

图 3 外源激素处理草果种子对幼苗叶绿素含量和抗氧化酶活性的影响

注/Note: SOD. superoxide dismutase; POD. peroxidase; CAT. catalase.

Figure 3. Effects of exogenous hormones treated A. tsaoko seeds on the chlorophyll content and antioxidant enzyme activities in seedlings

下载: 全尺寸图片幻灯片

表 1 不同外源激素处理鲜草果种子的萌发时间

Table 1 Germination time of fresh Amomum tsaoko seeds under different exogenous hormone treatments

处理 treatments	发芽启动时间/d time of germination initiation	发芽持续时间/d duration of germination	出苗数 number of seedlings emergence
CK	99.33±2.52 a	24.67±0.58 c	51.33±9.87 a
6-BA	102.33±4.51 a	24.33±1.16 c	42.67±3.79 a
NAA	103.33±5.13 a	31.67±0.58 a	49.00±7.55 a
2,4-D	67.67±3.22 b	23.00±1.73 c	44.67±9.29 a
GA₃	60.67±3.06 c	15.33±0.58 d	46.00±4.58 a
IAA	52.00±3.00 d	27.33±1.16 b	57.00±8.19 a
注：CK. 对照处理，6-BA. 6-苄氨基嘌呤，NAA. 萘乙酸，2,4-D. 2,4-二氯苯氧乙酸，GA₃. 赤霉素，IAA. 生长素；同列不同小写字母表示不同处理间存在显著差异 (P<0.05)；下同。 Note: CK. control treatment, 6-BA. 6-benzyladenine, NAA. 1-naphthaleneacetic acid, 2,4-D. 2,4-dichlorophenoxyacetic acid, GA₃. gibberellin, IAA. indole 3-acetic acid; in the same column, different lowercase letters indicate significant differences between different treatments (P<0.05); the same as below.

下载: 导出CSV

表 2 外源激素处理草果种子对幼苗农艺性状的影响

Table 2 Effects of exogenous hormones treated A. tsaoko seeds on the agronomic traits of seedlings

处理 treatments	株高/cm plant height	根长/cm root length	茎粗/cm stem thickness	叶面积/cm² leaf area
CK	12.43±0.57 b	13.83±0.71 a	0.56±0.00 b	57.39±12.55 b
6-BA	11.83±2.11 b	14.23±0.83 a	0.60±0.02 ab	61.37±11.21 b
NAA	12.00±0.61 b	14.70±1.06 a	0.56±0.08 b	51.49±11.05 b
2,4-D	14.03±0.50 ab	16.70±1.05 a	0.64±0.05 ab	97.83±8.62 a
GA₃	14.06±2.32 ab	15.83±2.75 a	0.64±0.05 ab	98.47±29.67 a
IAA	15.40±0.10 a	16.03±1.98 a	0.66±0.01 a	114.49±12.65 a

下载: 导出CSV

表 3 外源激素处理草果种子对萌发幼苗生物量分配的影响

Table 3 Effects of exogenous hormones treated A. tsaoko seeds on the biomass allocation of seedlings

处理 treatments	根生物量比 root biomass ratio	茎生物量比 stem biomass ratio	叶生物量比 leaf biomass ratio	根冠比 root shoot ratio	比叶面积 specific leaf area
CK	0.2220±0.0291 b	0.3223±0.0448 a	0.4557±0.0632 a	0.2867±0.0485 bc	387.8505±28.3823 a
6-BA	0.3151±0.0421 a	0.2590±0.0239 b	0.4259±0.0181 a	0.4639±0.0933 a	424.3763±35.5998 a
NAA	0.2131±0.0325 b	0.3136±0.0275 a	0.4733±0.0152 a	0.2722±0.0515 c	438.1644±26.8602 a
2,4-D	0.3293±0.0707 a	0.2394±0.0193 b	0.4313±0.0521 a	0.5022±0.1598 a	424.9443±36.9759 a
GA₃	0.2223±0.0633 b	0.2907±0.0415 ab	0.4869±0.0218 a	0.2919±0.1092 bc	448.9514±26.9268 a
IAA	0.2076±0.0417 b	0.3203±0.0393 a	0.4720±0.0314 a	0.2644±0.0662 c	409.6510±52.0194 a

下载: 导出CSV

表 4 外源激素处理草果种子对幼苗可溶性物质含量的影响

Table 4 Effects of exogenous hormones treated A. tsaoko seeds on the soluble substance content of seedlings

处理 treatment	可溶性蛋白质含量/(mg·g⁻¹) soluble protein content	可溶性糖含量/% soluble sugar content	可溶性淀粉含量/% soluble starch content
CK	4.92±0.11 a	0.87±0.45 a	0.55±0.11 c
6-BA	3.50±0.70 b	0.81±0.17 ab	1.29±0.40 a
NAA	4.87±0.19 a	0.76±0.14 ab	1.07±0.08 ab
2,4-D	4.99±0.04 a	0.75±0.16 ab	0.46±0.04 c
GA₃	4.58±0.38 a	0.58±0.83 b	0.76±0.24 bc
IAA	5.24±0.14 a	0.90±0.12 a	1.37±0.12 a

下载: 导出CSV

参考文献(35)

[1]	中国科学院中国植物志编辑委员会. 中国植物志: 第十六卷: 第二分册[M]. 北京: 科学出版社, 1981.
[2]	国家药典委员会. 中华人民共和国药典: 一部[M]. 北京: 中国医药科技出版社, 2020.
[3]	李纪潮, 张金渝, 蔡明姬, 等. 草果叶斑病类致病菌对新型低毒药剂的敏感性及交互抗性[J]. 南方农业学报, 2022, 53(8): 2153. DOI: 10.3969/i.issn.2095-1191.2022.08.008.
[4]	朱海波, 毕洁颖. 巩固拓展脱贫攻坚成果同乡村振兴有效衔接: 重点方向与政策调试: 针对“三区三州”脱贫地区的探讨[J]. 南京农业大学学报(社会科学版), 2021, 21(6): 80. DOI: 10.19714/j.cnki.1671-7465.2021.0089.
[5]	潘春柳, 邓志军, 黄燕芬, 等. 层积处理对草果种子萌发的影响[J]. 种子, 2016, 35(2): 7. DOI: 10.16590/j.cnki.1001- 4705.2016.02.007.
[6]	宋美芳, 唐德英, 李宜航, 等. 草果种子萌发特性研究[J]. 中国农学通报, 2019, 35(5): 70. DOI: 10.11924/j.issn.1000-6850.casb17100025.
[7]	雷恩, 刘艳红, 田学军, 等. 不同化学试剂对草果种子发芽的影响[J]. 种子, 2010, 29(12): 79. DOI: 10.16590/j.cnki.1001-4705.2010.12.058.
[8]	DAVIES P J. Plant hormones: physiology, biochemistry and molecular biology[M]. Dordrecht: Kluwer Academic Publishers, 2013.
[9]	WEYERS J D B, PATERSON N W. Plant hormones and the control of physiological processes[J]. New Phytologist, 2001, 152(3): 375. DOI: 10.1046/j.0028-646X.2001. 00281.x.
[10]	ANFANG M, SHANI E. Transport mechanisms of plant hormones[J]. Current Opinion in Plant Biology, 2021, 63: 102055. DOI: 10.1016/j.pbi.2021.102055.
[11]	ZHAO T L, DENG X L, XIAO Q Z, et al. IAA priming improves the germination and seedling growth in cotton (Gossypium hirsutum L.) via regulating the endogenous phytohormones and enhancing the sucrose metabolism[J]. Industrial Crops and Products, 2020, 155: 112788. DOI: 10.1016/j.indcrop.2020.112788.
[12]	ZHAO G W, ZHONG T L. Influence of exogenous IAA and GA on seed germination, vigor and their endogenous levels in Cunninghamia lanceolata[J]. Scandinavian Journal of Forest Research, 2013, 28(6): 511. DOI: 10.1080/02827581.2013.783099.
[13]	KARSSEN C M, ZAGORSKI S, KEPCZYNSKI J, et al. Key role for endogenous gibberellins in the control of seed germination[J]. Annals of Botany, 1989, 63(1): 71. DOI: 10.1093/oxfordjournals.aob.a087730.
[14]	袁梦佳, 杨太新, 孙延超. 赤霉素浸种对柴胡种子发芽及内源激素变化的影响[J]. 种子, 2021, 40(9): 81. DOI: 10.16590/j.cnki.1001-4705.2021.09.081.
[15]	SHUAI H W, MENG Y J, LUO X F, et al. Exogenous auxin represses soybean seed germination through decreasing the gibberellin/abscisic acid (GA/ABA) ratio[J]. Scientific Reports, 2017, 7(1): 1. DOI: 10.1038/s41598-017-13093-w.
[16]	张旺凡. 不同植物生长调节剂打破多花黄精种子休眠试验[J]. 中医药学报, 2008, 36(6): 43. DOI: 10.19664/j.cnki.1002-2392.2008.06.017.
[17]	叶清华, 王威, 谢倩, 等. 橄榄种子休眠生理与层积效应[J]. 热带作物学报, 2021, 42(6): 1646. DOI: 10.3969/j.issn.1000-2561.2021.06.020.
[18]	YAN L. Effect of salt stress on seed germination and seedling growth of three salinity plants[J]. Pakistan Journal of Biological Sciences, 2008, 11(9): 1268. DOI: 10.3923/pjbs.2008.1268.1272.
[19]	王学奎. 植物生理生化实验原理和技术 [M]. 北京: 高等教育出版社, 2006.
[20]	叶尚红. 植物生理生化实验教程[M]. 昆明: 云南科技出版社, 2004.
[21]	KUCERA B, COHN M A, LEUBNER-METZGER G. Plant hormone interactions during seed dormancy release and germination[J]. Seed Science Research, 2005, 15(4): 281. DOI: 10.1079/SSR2005218.
[22]	LIU X D, ZHANG H, ZHAO Y, et al. Auxin controls seed dormancy through stimulation of abscisic acid signaling by inducing ARF-mediated ABI3 activation in Arabidopsis[J]. Proceedings of the National Academy of Sciences, 2013, 110(38): 15485. DOI: 10.1073/pnas.1304 651110.
[23]	LIU P P, MONTGOMERY T A, FAHLGREN N, et al. Repression of AUXIN RESPONSE FACTOR10 by microRNA160 is critical for seed germination and post-germination stages[J]. The Plant Journal, 2007, 52(1): 133. DOI: 10.1111/j.1365-313X.2007.03218.x.
[24]	CAMPANONI P, NICK P. Auxin-dependent cell division and cell elongation. 1-naphthaleneacetic acid and 2,4-dichlorophenoxyacetic acid activate different pathways[J]. Plant Physiology, 2005, 137(3): 939. DOI: 10.11 04/pp.104.053843.
[25]	THIMANN K V. Auxins and the growth of roots[J]. American Journal of Botany, 1936, 23(8): 561. DOI: 10.2307/2436087.
[26]	REED H S. Growth and differentiation in plants[J]. The Quarterly Review of Biology, 1927, 2(1): 79. DOI: 10.1086/394267.
[27]	FINCH-SAVAGE W E, LEUBNER-METZGER G. Seed dormancy and the control of germination[J]. New Phytologist, 2006, 171(3): 501. DOI: 10.1111/j.1469-8137.2006. 01787.x.
[28]	FINKELSTEIN R, REEVES W, ARIIZUMI T, et al. Molecular aspects of seed dormancy[J]. Annual Review of Plant Biology, 2008, 59(1): 387. DOI: 10.1146/annurev.arplant.59.032607.092740.
[29]	ZHAO G W, JIANG X W. Roles of gibberellin and auxin in promoting seed germination and seedling vigor in Pinus massoniana[J]. Forest Science, 2014, 60(2): 367. DOI: 10.5849/forsci.12-143.
[30]	张合瑶, 马福仙, 李莲芳, 等. 微波辐射和浸种对华山松种子生活力和发芽的影响[J]. 西南林业大学学报(自然科学), 2023, 43(9): 23. DOI: 10.11929/j.swfu.2022070 23.
[31]	LIU Y G, YE N H, LIU R, et al. H₂O₂ mediates the regulation of ABA catabolism and GA biosynthesis in Arabidopsis seed dormancy and germination[J]. Journal of Experimental Botany, 2010, 61(11): 2979. DOI: 10.1093/jxb/erq125.
[32]	KIM S K, SON T K, PARK S Y, et al. Influences of gibberellin and auxin on endogenous plant hormone and starch mobilization during rice seed germination under salt stress[J]. Journal of Environmental Biology, 2006, 27(2): 181.
[33]	NÉE G, XIANG Y, SOPPE W J J. The release of dormancy, a wake-up call for seeds to germinate[J]. Current Opinion in Plant Biology, 2017, 35: 8. DOI: 10.1016/j.pbi.2016.09.002.
[34]	闫艳华. 不同外源激素处理对曼陀罗种子萌发及幼苗生长的影响[J]. 北方园艺, 2020(23): 115. DOI: 10.11937/ bfyy.20200350.
[35]	WANG Y H, IRVING H R. Developing a model of plant hormone interactions[J]. Plant Signaling & Behavior, 2011, 6(4): 494. DOI: 10.4161/psb.6.4.14558.

施引文献(9)

期刊类型引用(6)

1.	裴曾莉，何松膛，王道杰，林勇明，杨鸿飞，赵鹏，杨雨睛. 黑沙河泥石流滩地系统敏感性和景观脆弱性时空演变特征. 武汉大学学报(理学版). 2025(01): 62-72 . 百度学术
2.	管嘉文，杨国福，陈昊，王振国，王锡钰，徐斌. 基于荒野保护的浙江省生态保护红线动态优化. 应用生态学报. 2025(01): 238-248 . 百度学术
3.	闫天亮，王承武，陈梦茜，陈暄，赵文静. 基于土地生态敏感性评价的生态产品价值分区实现研究——以阿勒泰市为例. 干旱区地理. 2024(04): 612-621 . 百度学术
4.	贾海锋，马小波，王万宾，刘岳雄，罗怀秀，李森. 典型喀斯特地区生态保护与修复空间识别-以石林彝族自治县为例. 云南农业大学学报(自然科学). 2024(02): 145-154 . 百度学术
5.	赵晶. 基于AHP-CV法的赤水市生态敏感性评价. 农业技术与装备. 2024(10): 37-41 . 百度学术
6.	倪梦静，王天聪，谢祥财. 基于GIS的沿海城市宁德市生态敏感性评价研究. 黑龙江生态工程职业学院学报. 2023(02): 10-14 . 百度学术

其他类型引用(3)

资源附件(0)

图(3) / 表(4)

计量

文章访问数: 832
PDF下载量: 21
被引次数: 9

1. 材料与方法
1.1 研究区概况
1.2 数据来源
1.3 研究方法
1.3.1 试验数据预处理
1.3.2 构建生态敏感性评价体系
1.3.3 构建FLUS生态敏感性预测模型
2. 结果与分析
2.1 生态敏感性分析
2.1.1 单因子敏感性评价
2.1.2 综合敏感性评价
2.2 生态保护策略与验证
2.2.1 基于漯河市生态敏感性变化趋势优化策略
2.2.2 基于漯河市域生态敏感性分区控制指引策略验证
3. 讨论
4. 结论

1. 材料与方法
1.1 研究区概况
1.2 数据来源
1.3 研究方法
1.3.1 试验数据预处理
1.3.2 构建生态敏感性评价体系
1.3.3 构建FLUS生态敏感性预测模型
2. 结果与分析
2.1 生态敏感性分析
2.1.1 单因子敏感性评价
2.1.2 综合敏感性评价
2.2 生态保护策略与验证
2.2.1 基于漯河市生态敏感性变化趋势优化策略
2.2.2 基于漯河市域生态敏感性分区控制指引策略验证
3. 讨论
4. 结论

参考文献(35)

施引文献(9)

资源附件(0)

不同外源激素对鲜草果种子萌发和幼苗生长的影响

作者简介: 苏俊宇(1995—)，男，云南砚山人，在读硕士研究生，主要从事植物种质资源及其利用研究。E-mail：406698225@qq.com

通信作者: 范源洪(1964—)，男，云南昌宁人，学士，研究员，主要从事经济作物遗传育种及其利用研究。E-mail：2247888136@qq.com

计量

出版历程