有机酸类化感物质对甜瓜的化感效应 张志忠1，孙志浩1，陈文辉2，林文雄3， * 生态学报第 33 卷第 15 期 2013 年 8 月

植物化感作用的定义是指植物通过向环境释放特定的次生物质从而对邻近其它植物(含微生物及其自身)生长发育产生的有益和有害的影响。

背景 甜瓜(Cucumis melo L． )是重要的园艺作物， 栽培经济效益显著， 目前我国已成为世界上甜瓜栽培面积、 产 量和消费量最大的国家［1 ］。近年来， 甜瓜生产的基地化和设施化不断发展， 轮作和间套作变得越来越难以实 施， 连作重茬现象日益严重。甜瓜连作后生长发育不良、 病虫害加剧、 产量降低、 品质劣变甚至绝收， 这一情况 随着连作茬数的增多而不断加重， 严重影响其生产效益 ［2-4 ］

摘要:以甜瓜种质 “新银辉” 为材料， 用苹果酸、 柠檬酸、 对羟基苯甲酸、 肉桂酸、 阿魏酸、 水杨酸和香豆酸等 7 种有机酸类化感物质处理甜瓜种子和幼苗， 探讨其对甜瓜的化感效应及作用机理。结果表明:苹果酸可以促进甜瓜种子发芽和幼苗胚根生长， 抑 制植株鲜重增加和胚轴生长;柠檬酸促进发芽， 对羟基苯甲酸和肉桂酸抑制发芽， 但三者均抑制胚根生长， 且对鲜重和胚轴生长 表现为低促高抑效应， 高浓度肉桂酸对种子发芽和胚轴生长的抑制效应最强， 可能是甜瓜重要的化感物质;阿魏酸和香豆酸对 发芽表现为低促高抑效应， 抑制鲜重、 胚根和胚轴生长;水杨酸对发芽和胚轴生长表现为低促高抑效应、 抑制鲜重和胚根生长。 7 种有机酸处理后过氧化物酶活性均增强， 有机酸类物质对甜瓜的化感效应可能和其体内的过氧化氢水平有较高的相关性;苹 果酸、 肉桂酸、 对羟基苯甲酸和水杨酸处理后甜瓜幼苗体内超氧化物歧化酶的活性基本呈下降趋势， 柠檬酸、 阿魏酸和香豆酸则 表现为低促高抑效应;过氧化物酶活性变化较复杂， 但基本随处理浓度升高而上升;丙二醛含量大多低于对照

1材料与方法 2结果与分析 3讨论 4结论

1． 1植物材料 甜瓜(Cucumis melo L． ):品种名称 “新银辉” ， 种子购于福建农嘉种业股份有限公司。 1． 2化感物质溶液的配制 实验中选取的 7 种有机酸类化感物质分别为苹果酸、 柠檬酸、 对羟基苯甲酸、 肉桂酸、 阿魏酸、 水杨酸和香豆酸， 试剂均为分析纯， 购于上海生工生物工程有限公司。各种有机酸先用适当溶剂溶解后， 分别用无菌双蒸水稀释配制成 1×10－5、 1×10－4、 1×10－3、 1×10－2mol/L 的浓度梯度备用。

1． 3甜瓜种子发芽、 幼苗生长和相关保护酶活性的测定 挑选饱满且大小一致的甜瓜种子， 室温下浸种 24h 后置于无菌培养皿(Φ=9 cm)中， 培养皿中事先铺 2层无菌滤纸， 每皿均匀摆放 30 粒种子， 分别添加不同浓度的各种有机酸类化感物质溶液 4 mL。试验选取 7种有机酸类化感物质， 4 个处理浓度梯度， 共计 28 个组合， 以无菌双蒸水处理作为对照。将培养皿放置在恒温箱中， 25 ℃培养， 每天补加适量无菌双蒸水， 保持滤纸湿润， 观测和记录种子萌发和幼苗生长情况。每 2d更换 1 次滤纸并添加相应浓度的化感物质溶液;培养 2 周后测量胚根长、 胚轴长、 幼苗鲜重和保护酶活性指标。以连续 7 d 不再有新种子发芽作为试验结束的标记， 计算发芽率。种子发芽标准为种子露白长度达到种 子长度一半。种子数发芽指数(GI)=∑(Gt/Dt)， 式中 Gt 为播种后第 t 天的发芽数， Dt 为相应的发芽日数;保护酶活性测定方法参照文献［14 ］进行， 以植株第 2、 3 片新鲜功能叶为材料。试验重复 3 次。

种子发芽被抑制可以分为种子不发芽和种子延迟发芽两种情况， 采用种子发芽率来衡量不同物质的化感效应显然无法很好的反应后一种抑制情况， 田间栽培情况下发芽迟缓的种子在竞争中无疑处于劣势地位， 即使最终能够发芽也往往生长羸弱， 难以形成壮苗。实验中甜瓜种子发芽率受到的影响较小， 而发芽指数的变化更为敏感， 采用种子发芽指数指标可以更好的反应不同有机酸物质的化感效应。

1． 4 数据统计分析数据处理采用 Excel 2003 进行;数据显著性分析利用 DPSv 9． 50 软件进行。 2结果与分析 2． 17 种有机酸化感物质对甜瓜种子发芽的影响 7 种有机酸处理对甜瓜种子发芽率的影响见表 1， 其中苹果酸和柠檬酸对发芽率基本表现为促进效应， 对羟基苯甲酸抑制了发芽率， 阿魏酸和香豆酸对发芽率的影响表现为低促高抑， 但发芽率峰值出现的浓度不一致;肉桂酸和水杨酸处理没有表现出明显的规律性。在高浓度下(1×10－2mol/L)对发芽率抑制最严重的是肉 桂酸， 比对照相下降了 35%， 存在显著差异， 其次是水杨酸和阿魏酸;对发芽率促进作用最强的是 1×10－3mol/ L 浓度的香豆酸， 比对照增加了 7%， 差异显著。

标记字母法简介 首先将全部平均数从大到小依次排列。然后在最大的平均数上标上字母a并将该平均 数与以下各平均数相 比,凡相差不显著的,都标上字母a,直至某一个与之相差 显著的平均数则标以字母b。再以该标有 b的平均数为标准,与上方各个 比它大的平均数比较,凡不显著的也一律标以字母b再以标有 b的最大平均数为标推,与以下各未标记的平均 数比,凡不显著的继续标以字母b,直至某一个与之相差显著的平均数则标以字 母c,·⋯如此重复进行下去,直至最小的一个平均数有 了标记字母为止。这样各平均 数间,凡 有一个相同标记字母的即为差异不显著,凡具不 同标记字母的即为差异显著。

2．2 7 种有机酸类化感物质对甜瓜幼苗生长的影响

2.3 7 种有机酸类化感物质对甜瓜幼苗保护酶活性的影响

SOD（超氧化物歧化酶）是一种源于生命体的活性物质，能消除生物体在新陈代谢过程中产生的有害物质。 POD(过氧化物酶)通常在老化组织中活性较高， 是组织老化的一个重要生理指标. CAT(氯霉素乙酰转移酶)

2.3 7 种有机酸类化感物质对甜瓜幼苗丙二醛（MDA）含量的影响

3讨论 3． 1有机酸类化感物质对甜瓜种子发芽的影响 3． 2有机酸类化感物质对甜瓜幼苗生长的影响 3． 3有机酸类化感物质对甜瓜植株保护酶系统和 MDA 含量的影响

4结论 苹果酸、 柠檬酸、 对羟基苯甲酸、 肉桂酸、 阿魏酸、 水杨酸和香豆酸等 7 种有机酸类化感物质均能影响甜瓜 种子发芽和幼苗的生长。低浓度的不同种类有机酸化感物质产生的作用不同， 但高浓度下则几乎均表现为抑制效应。肉桂酸的抑制效应最强， 可能是甜瓜的主要化感物质。有机酸化感物质处理后通过种子发芽率受到的影响较小， 发芽指数变化更为敏感， 采用发芽指数可以更好的衡量不同物质的化感效应。不同有机酸处理后甜瓜幼苗体内 SOD 和 POD 活性的变化规律不明显， CAT 活性均随处理浓度增加而增强， 有机酸类物质对甜瓜的化感效应可能和其体内的过氧化氢水平有较高的相关性。

Evaluating the net primary productivity （净初级生产力）in the grasslands of southern China from 2001 to 2010 using a new land portfolio assessment model（土地投资组合评估模型） Zhengguo Sun•Chengming Sun•Wei Zhou• Weimin Ju•Jianlong Li Plant Ecol (2013) 214:1223–1232

文献组成 Abstract Keywords Introduction Materials and methods Results Discussion Conclusion （Acknowledgments） References

研究思路 1 为什么？ 2 怎么做？①理论基础 ②数据（来源 处理 参数 获得） ③结果 ④模型评估

1 Grasslands, as an essential part of terrestrial ecosys-tems, play a very important role in matter and energycirculation, carbon balance and global climate change(Li et al. 2004).。。。。。。 2 Net primary productivity (NPP即净初级生产力是由光合作用所产生的有机质总量中扣除自养呼吸后的剩余部分。) is an important index for studying the relationship between carbon source and sink. This index refers to the total mass of organic matter per unit time and area produced by green plants. NPP is a crucial parameter in biochemical processes because it reflects the growth status of terrestrial vegetation.

3 The traditional method of field observation for measuring biomass is costly and time consuming. The rapid development of remote sensing techniques and Geographical Information System (GIS地理信息系统) make it feasible（可行的） for the application of remote sensing parameters in models used for estimating NPP. The satellite remote sensing has short period, high spatiotemporal resolution, large coverage, various platforms and ease of obtaining statistics.

Study area

To simulate （模拟）the NPP in the grasslands of southern China, we built a land portfolio assessment (LPA) model. The LPA model was named according to the framework and principle of this model. From the framework of the model aspect, it was mainly driven by two parameters: leaf area index (LAI即叶面积指数，是指单位土地面积上植物叶片总面积占土地面积的倍数。叶面积指数=叶片总面积/土地面积。) and photosynthesis accumulation (PA).

NPP(x,t)=LAI(x,t)×PA(x,t)(1) where NPP(x,t), LAI(x,t) and PA(x,t) stand for the NPP, LAI and PA on x pixel in t month, respectively. according to Beer–Lambertas law。。。。。。。 LAI(x,t)=Ln(a1×NDVI(x,t)+b1)/(a2×NDVI(x,t)+b2) But what about PA(x,t) ???????? It is influenced by various climatic factors, especially precipitation and temperature.

PA(x,t)=Ln(2+T/t1)×W/w1−−−−−√exp(R/r1−1)×K The values of the undetermined coefficient and modified coefficient for the model were obtained using the actual measured data in 2009 with the help of MATLAB(一种商业数学软件）

The NPP in the grasslands of southern China from 2001 to 2010 Results Distribution of mean NDVI and LAI values in the southern China’s grasslands from 2001 to 2010 The NPP in the grasslands of southern China from 2001 to 2010 Effects of precipitation and temperature on the NPP in southern China’s grassland ecosystem

The uncertainty analysis of LPA model Discussion Accuracy of LPA model The accuracy of the model’s estimation is satisfactory, and the LPA model can be used to support research on NPP changes in southern China’s grasslands. The uncertainty analysis of LPA model However, certain deviations were also observed in this study, which need to be investigated in future research. Future directions A possible criticism in the application of this model is that the base parameters for the modelling of NPP in the future are influenced by high CO2 concentrations, which further influence the NPP distribution and carbon allocation patterns.

In this study, we built an LPA model to simulate the NPP values of the grasslands in southern China. The LPA model is a process-based model that can be expressed as a product of PA and LAI. Temperature, precipitation and solar radiation are the most critical factors influencing the net PA of the grasslands in southern China. The results showed some obvious differences between the NDVI values in different months of a year in southern China’s grassland ecosystem. The LAI values also varied greatly amongst the 12 months of a year as well. The mean NPP of the grassland in southern China was 320 g C m−2 year−1. The NPP values had a decreasing trend from east to west and south to north of the study area. The correlation coefficient (r) between NPP and highest monthly mean temperature of a year was the maximum, and the r value between NPP and annual precipitation was the minimum.