西伯利亚混交林常绿与落叶针叶树茎非结构性碳水化合物动态对比

《Trees》：Contrasting stem NSC dynamics in evergreen and deciduous conifers of a Siberian mixed forest

　　

非结构性碳水化合物（NSC）在树木生长、代谢和恢复力中发挥基础作用，通过缓冲碳供需之间的时间不平衡来实现。然而，在西伯利亚北方森林中，整合长期生长记录与茎NSC动态的比较研究仍然稀缺。在此，研究人员将六十年（1960–2022）的树轮宽度（TRW）分析与径向茎NSC剖面（1993–2022）以及2022年生长季的季节性NSC测量相结合，研究三种共存西伯利亚针叶树（欧洲赤松 Pinus sylvestris L.、西伯利亚冷杉 Abies sibirica Ledeb. 和西伯利亚落叶松 Larix sibirica Ledeb.）的生长响应和茎碳水化合物储存动态。树轮年表揭示了尽管环境相同，但物种特异的生长-气候关系。欧洲赤松对温暖秋季和晚冬温度呈正响应，西伯利亚冷杉对前一年秋季和当年夏季降水呈正响应，而西伯利亚落叶松对当年温度表现出更高的敏感性。茎NSC动态在不同物种间也存在显著差异。常绿的欧洲赤松和西伯利亚冷杉维持相对稳定的、以淀粉为主的NSC库，而落叶的西伯利亚落叶松表现出明显的季节性波动和显著更大的秋季储备积累。在所有物种中，NSC浓度向最外层边材增加。这些发现表明，共存的北方针叶树在生长-气候关系和茎NSC储存动态上均存在差异。对比性的茎储存模式为解释物种特异的生长响应提供了生理学框架，并可能有助于理解未来气候变化下混交北方森林的恢复力。

**论文解读：西伯利亚混交林常绿与落叶针叶树茎非结构性碳水化合物动态对比**

**研究背景与问题**
非结构性碳水化合物（NSC）在树木生长、代谢和恢复力中扮演关键角色，通过缓冲碳供给与需求之间的时间错配，维持树木的生理功能。然而，在西伯利亚北方森林——全球最大的生物群系中，整合长期生长记录与茎NSC动态的比较研究极为匮乏。现有研究多聚焦于温带森林，但针对俄罗斯北方森林中常绿与落叶针叶树共存时的碳储存策略差异，仍存在知识空白。常绿树种因全年保持叶片，理论上可维持更稳定的光合碳供应，而落叶树种（如西伯利亚落叶松）因季节性落叶，面临显著的碳源-汇异步性，需依赖秋季大量积累储备以支持春季生长。这种生理学差异可能影响物种对气候变化的响应，但缺乏直接证据。为此，研究人员开展本研究，旨在回答以下问题：(i) 共存物种的生长对气候因子的响应如何不同？(ii) NSC库在季节和径向尺度上如何变化？(iii) 落叶与常绿针叶树是否表现出不同的NSC储存策略？研究假设：西伯利亚落叶松会积累更大的NSC储备（特别是淀粉）以支持春季针叶形成，而常绿树种将维持更稳定的、以淀粉为主的NSC库。

**研究方法**
研究在俄罗斯“Krasnoyarsk Stolby”国家公园（55°91’ N, 92°72’ E）进行，选取三种优势针叶树：欧洲赤松（Pinus sylvestris L.，常绿）、西伯利亚冷杉（Abies sibirica Ledeb.，常绿）和西伯利亚落叶松（Larix sibirica Ledeb.，落叶）。主要关键技术方法包括：(1) 树轮宽度（TRW）测量与交叉定年：使用5 mm增量钻在2022年5月采集核心，经乙醇提取树脂、抛光、扫描后，通过CDendro & CooRecorder软件测量至2021年，并利用COFECHA交叉定年；10月补充短核心以更新至2022年。TRW序列经ARSTAN去趋势标准化（32年50%频率截止的立方样条），生成残差年表。(2) 非结构性碳水化合物（NSC）定量：对10 mm增量核心按5年分段（覆盖最外层30年及1992年以来的内层），采用高氯酸/蒽酮法分离可溶性糖（SS）和非可溶性糖（NSS，主要为淀粉），通过630 nm吸光度测定并依据葡萄糖标准曲线量化，浓度以干重百分比表示。(3) 统计学分析：使用Pearson相关评估残差TRW年表与月气候因子（1960–2022年）的关系；线性回归模型分析5年段平均TRW与NSC浓度的关系；通过ANOVA或Kruskal-Wallis检验比较物种内和物种间SS、NSS及总NSC差异。样本来自20株健康优势木（每物种），采集于2022年5月、7月和10月三个关键物候期。

**研究结果**
**树木生长特征**：成功交叉定年55株树（欧洲赤松18株、西伯利亚冷杉20株、西伯利亚落叶松17株）。TRW年表长度从西伯利亚冷杉的97年（1926–2022）到西伯利亚落叶松的144年（1879–2022）。平均敏感度范围为0.165（西伯利亚冷杉）至0.315（西伯利亚落叶松），信号-噪声比从3.249（欧洲赤松）至10.370（西伯利亚冷杉）。除欧洲赤松外，所有年表的表达群体信号（EPS）超过0.85。物种间TRW年表相关性微弱。1960–2022年平均TRW从西伯利亚落叶松的0.4 ± 0.2 mm到西伯利亚冷杉的1.7 ± 0.5 mm，指针年出现模式不一致。

**生长-气候关系**：TRW残差年表与月气候因子的相关性总体较弱。前一年降水对欧洲赤松（10月和11月）和西伯利亚落叶松（11月）有负面影响，对西伯利亚冷杉（9月和10月）有正面影响。当年6月和9月降水正面影响欧洲赤松（r = 0.23和r = 0.20，P < 0.05）和西伯利亚冷杉（r = 0.32，P < 0.01和r = 0.22，P < 0.05）。前一年10月温度正面影响欧洲赤松（r = 0.33，P < 0.01）和西伯利亚落叶松（r = 0.25，P < 0.05）。当年2月和3月温度正面影响欧洲赤松（r = 0.23，P < 0.05和r = 0.37，P < 0.01），当年9月对西伯利亚冷杉（r = 0.22，P < 0.05）和5月对西伯利亚落叶松（r = 0.25，P < 0.05）有边缘正面影响。

**径向NSC含量的种间变异**：平均TRW与5年段长度随物种和时间变化，西伯利亚落叶松在2013–2017年最低（0.23 ± 0.12 mm和1.01 ± 0.59 cm），西伯利亚冷杉在1993–1997年最高（1.69 ± 0.50 mm和8.47 ± 2.50 cm）。所有物种总NSC（SS + NSS）含量与平均TRW呈共同但不显著的负相关（图3a）。NSC组成差异：西伯利亚落叶松（29.6:70.4）和欧洲赤松（27.3:72.7）的SS:NSS比值高于西伯利亚冷杉（16.7:83.3）。径向NSC浓度从髓心向树皮增加，最外层段（2018–2022）最高。西伯利亚落叶松在仲夏SS含量显著更高（4.5 ± 1.4%），春季和秋季NSS含量更低（2.5 ± 2.1%和1.62 ± 0.6%）；最外层段西伯利亚落叶松总NSC含量（21.8%）显著高于欧洲赤松（14.3%）和西伯利亚冷杉（12.0%）。

**NSC组分的种内变异**：常绿物种（欧洲赤松和西伯利亚冷杉）在整个生长季中SS含量始终显著低于NSS和总NSC，维持以淀粉为主的稳定库。西伯利亚落叶松在5月和7月SS、NSS和NSC间无显著差异，呈现更平衡的库；但10月SS显著低于NSS和NSC。5年段分析显示，常绿物种的SS、NSS和总NSC随时间保持相对稳定，无显著年际变化（p > 0.05），而西伯利亚落叶松表现出显著波动：SS从5月到7月显著增加，NSS和总NSC在7月峰值后至10月显著下降。

**最外层段的季节性NSC动态**：所有物种和碳水化合物类型中，10月浓度显著高于5月和7月（p < 0.001至p = 0.006）。种间比较：西伯利亚落叶松SS含量每月最高（5月4.89%，7月6.71%，10月10.94%），西伯利亚冷杉最低（2.07%，2.00%，3.71%）。NSS方面，西伯利亚冷杉在5月和10月最高（10.94%和8.79%），7月无显著差异。总NSC方面，5月西伯利亚冷杉显著高于西伯利亚落叶松（13.01%），7月和10月西伯利亚落叶松更高（11.28%和21.85%）。

**讨论与结论**
本研究揭示了共存北方针叶树在生长-气候关系和茎NSC储存动态上的显著差异。常绿物种（欧洲赤松和西伯利亚冷杉）维持保守的、以淀粉为主的碳储备，整个生长季NSC库相对稳定，这与它们的全年光合能力一致，减少了对季节性储备大幅波动的需求。常绿物种的NSC稳定性可能缓冲了年际生长对短期环境变异的响应。相反，落叶的西伯利亚落叶松采用高度动态的储存策略，春季和夏季NSC库平衡且波动，秋季则积累大量储备（总NSC达21.8%），以支持春季生长前的碳需求。这种动态策略反映了其显著的源-汇异步性，并增加了对当年气候条件的依赖，表现为更敏感的径向生长响应。所有物种NSC浓度向最外层边材增加，表明新形成的边材是主要储存区，秋季储备积累是北方针叶树的共同策略。这些对比性储存模式为物种特异的生长响应提供了生理学解释，并可能通过减少直接竞争而增强混交北方森林的生态系统稳定性。研究结论：本研究表明，西伯利亚北方森林三种优势针叶树在生长-气候关系和茎NSC储存动态上存在明显差异。常绿欧洲赤松和西伯利亚冷杉在整个生长季维持稳定的、以淀粉为主的NSC库，而落叶西伯利亚落叶松表现出显著的季节性波动和秋季储备积累。这些对比性的茎NSC动态可能反映了不同的生理策略，并为树轮年表中观察到的物种特异气候敏感性提供了机制性解释。尽管分析仅限于茎组织，但研究将茎NSC动态确定为影响物种对环境变异响应的重要功能性状。共存的不同储存策略可能增强未来气候变化下混交北方森林的恢复力。未来研究应整合茎NSC与根和冠层碳水化合物库、木质部发生和光合作用，以提高对全树碳动态和森林适应气候变化的理解。