全 文 ：中国生态农业学报 2013年 11月 第 21卷 第 11期
Chinese Journal of Eco-Agriculture, Nov. 2013, 21(11): 1395−1402


* 国家林业局公益性行业科研专项课题(201104043)、国家科技支撑计划项目(2011BAD31B03)和西南大学生态学重点学科“211 工程”三
期建设项目资助
** 通讯作者: 何丙辉(1966—), 男, 博士, 教授, 主要从事土壤侵蚀与小流域综合治理研究。E-mail: hebinghui@yahoo.com.cn
李天阳(1988—), 男, 硕士, 主要从事城市水土保持研究。E-mail: litianyang8853@163.com
收稿日期: 2013−04−29 接受日期: 2013−07−09
DOI: 10.3724/SP.J.1011.2013.30246
重庆市山地血橙园不同种植模式土壤理化性质关联分析*
李天阳 何丙辉** 田家乐 张 怡 闫建梅 贺小容 李建兴
(西南大学资源环境学院/三峡库区生态环境教育部重点实验室 重庆 400715)
摘 要 研究了重庆市璧山县河边镇血橙核心示范园区的血橙−红薯( )Ⅰ 、血橙−花生( )Ⅱ 、血橙−玉米( )Ⅲ 、血
橙−茄子( )Ⅳ 、血橙纯林( )5Ⅴ 种模式下 0~10 cm和 10~20 cm土壤理化性质, 并用灰色关联法进行综合分析, 探
讨了不同种植模式血橙园减小土壤容重, 增加土壤孔隙, 提高土壤养分含量效果差异的原因。结果表明: 同一
种植模式不同土层比较, 土壤容重、非毛管孔隙度、总孔隙度, 土壤有机质、全氮、碱解氮、有效磷、速效钾
含量均随土层深度的增加显著减少, 毛管孔隙度、全磷、全钾则在测试土层间含量变化不大。不同种植模式
下相同土层土壤容重、孔隙度、土壤的养分含量差异均达到显著水平(P<0.05)或极显著水平(P<0.01), 且相同
土层不同种植模式比较, 模式Ⅴ土壤容重最大, 非毛管孔隙、总孔隙度、有机质、全氮、全磷、碱解氮、有效
磷、速效钾均最小, 而毛管孔隙度大于模式 , Ⅱ 全钾则表现为 0~10 cm土层含量略高于模式 , 10~20 cmⅡ 土层
含量最低; 各种植模式改善土壤理化性质效果在 0~10 cm 土层为: 模式 >Ⅰ 模式 >Ⅲ 模式 >Ⅳ 模式 >Ⅱ 模式 , Ⅴ
在 10~20 cm土层为: 模式 >Ⅰ 模式 >Ⅳ 模式 >Ⅲ 模式 >Ⅱ 模式Ⅴ。各模式地表植被生物多样性、地下根系分布、
农作物的生物学及生态学特性不同, 是导致各模式改善土壤理化性质效果差异的主要原因。
关键词 农林复合 土壤理化性质 灰色关联法 重庆市山地 血橙园地
中图分类号: S156.92; S158.3 文献标识码: A 文章编号: 1671-3990(2013)11-1395-08
Correlation analysis of soil physical and chemical properties under different
planting patterns of blood orange garden in hilly areas of Chongqing City
LI Tian-Yang, HE Bing-Hui, TIAN Jia-Le, ZHANG Yi, YAN Jian-Mei, HE Xiao-Rong, LI Jian-Xing
(College of Resources and Environment, Southwest University; Key Laboratory of Eco-environment in the Three Gorges Reservoir
Region, Ministry of Education, Chongqing 400715, China)
Abstract Agroforestry, as a form of land use, is an effective technique to preserve mountain ecology and environment. To
evaluate the ecological benefits of mountain agroforestry for guiding future land use planning, the physical and chemical
properties of the 0−10 cm and 10−20 cm soil layers of agroforestry patterns of blood orange-sweet potato (I), blood
orange-peanut (II), blood orange-maize (III), blood orange-eggplant (IV) and pure blood orange (V) were evaluated by using a
grey correlation analysis. The paper also comprehensively discussed the differences in effects of different patterns on soil bulk
density, soil porosity and soil nutrients contents in blood orange key demonstration area of Hebian Town of Bishan County,
Chongqing City. The results suggested that soil bulk density, non-capillary porosity, total porosity, and contents of soil organic
matter, total nitrogen, alkali-hydrolysis nitrogen, available phosphorus and available potassium under the same cultivation
pattern were significantly lower in 0−10 cm soil layer than those in 10−20 cm soil layer. Also capillary porosity, total
phosphorus and total potassium of different soil layers under the same cultivation pattern were not significantly different
between two soil layers. Differences in soil bulk density, porosity and soil nutrients contents in the same soil layer among
different cultivation patterns were either significant (P < 0.05) or extremely significant (P < 0.01). Soil bulk density was
highest and non-capillary porosity, total porosity, and contents of soil organic matter, total nitrogen, total phosphorus,
alkali-hydrolysis nitrogen, available phosphorus and available potassium lowest under pure blood orange. However, the total
1396 中国生态农业学报 2013 第 21卷


potassium in the 0−10 cm soil layer was slightly higher under pure blood orange than under blood orange-peanut pattern, and
those in the 10−20 cm soil layer lowest. Contents of soil organic matter, total nitrogen and alkali-hydrolysis nitrogen of the
0−10 cm soil layer were highest under blood orange-maize pattern. Under blood orange-eggplant pattern, soil organic matter
and available potassium contents in the 10−20 cm soil layer were highest. Then under blood-sweet potato pattern, total
phosphorus and total potassium contents were highest. Also under blood orange-peanut pattern, available phosphorus content
was highest. A comprehensive evaluation of the improvement in soil nutrients of different agroforestry patterns was done using
grey correlation analysis. Based on the analysis, the order of improvement in soil nutrients in the 0−10 cm soil layer was blood
orange-sweet potato > blood orange-maize > blood orange-eggplant > blood orange-peanut > pure blood orange. It was blood
orange-sweet potato > blood orange-eggplant > blood orange-maize > blood orange-peanut > pure blood orange for the 10−20
cm soil layer. Surface vegetation diversity, below-ground root system distribution, and biological and ecological characteristics
of each cultivation pattern were the main reasons for the differences in soil physical and chemical properties.
Key words Agroforestry, Soil physical and chemical property, Grey correlation analysis, Hilly area in Chongqing City,
Blood orange garden
(Received Apr. 29, 2013; accepted Jul. 9, 2013)
土地利用变化可以引起土壤理化性质的变化[1−2],
研究不同土地利用类型间的土壤理化性质变化, 可
为后续合理规划土地利用类型提供理论依据。农林
复合是指在同一土地单元内, 按照生态经济学的原
理, 将农林牧副渔等多种产业相结合, 实行多物种
共栖、多层次配置、多时序组合、物质多级循环利
用的高效生产体系 [3−5], 是解决山区生态环境的有
效技术之一[6]。目前, 农林复合系统的研究包括农林
复合系统的种间关系、农林复合系统模式的优化设
计、农林复合模式能量流动和物质循环、农林复合
模式的效益评价等 [7−11], 而土壤理化性质作为评价
农林复合系统适应性的重要方面, 国内众多学者已
在东北黑土区、黄土区、红壤丘陵区、紫色土区等
区域进行了大量研究[12−15], 但是由于农林复合模式
常是人为营造的生态体系, 受到区域自然社会经济
情况的影响, 具有一定的盲目性, 导致营造的农林
复合模式不一定是区域最佳模式, 农林复合模式的
土壤效应也无法完全体现。因此, 研究县域或更小
尺度范围内农林复合模式的土壤理化特征, 进而选
取最佳农林复合模式就显得尤为重要。本文以重庆
市璧山县塔罗科血橙[Citrus sinensis (L.) Osbeck.]核
心示范区为研究基地, 通过对示范区内血橙及其与
农作物混作模式下土壤理化性质的对比研究, 选取
改善物理性质, 提高土壤养分含量效果最好的模式,
为后续研究及土地变更利用提供理论支撑。
1 材料与方法
1.1 研究区概况
研究区位于重庆市璧山县河边镇 (106°09′~
106°13′E、29°34′~29°43′N), 海拔高度 270~400 m,
为中亚热带湿润季风气候区, 具有气候湿润、雨量
充沛的特点。多年年平均气温 18.3 , ℃ 平均降雨量
1 047.3 mm, 平均日照时数1 296.3 h, 平均风速1.6 m·s−1,
平均相对湿度 80%, 无霜期 337 d。土壤类型以紫色土
为主, 土层深度≤30 cm。植被为常绿阔叶林带, 主要分
布有马尾松(Pinus massoniana)、杉木(Cunninghamia
lanceolata)等, 经济林以塔罗科血橙为主, 栽植年限为
2 a, 栽植密度为 1 200株·hm−2, 间距为 2 m×2 m, 血橙
林与红薯(Ipomoea batatas)、花生(Arachis hypogaea)、
玉米(Zea mays)、茄子(Solanum melongena)等农作物混
作, 各农作物均处于成熟期。各模式均采用集中管护的
方式, 分别在 2月、5月、7月进行人工除草及施肥, 施
用复合肥(N︰P2O5︰K2O=22︰8︰5)250~450 kg·hm−2,
CO(NH2)2(N> 46.4%)200~350 kg·hm−2。
1.2 土壤样品采集
2012年 8月, 在研究区内按照血橙−红薯( )Ⅰ 、
血橙−花生( )Ⅱ 、血橙−玉米( )Ⅲ 、血橙−茄子( )Ⅳ 、血
橙纯林(Ⅴ、对照)5种模式各选择 3块条件基本一致
的典型样地, 每块样地选择 3 个点, 用环刀分别对
0~10 cm、10~20 cm 土层采样, 同时在每个点按照
“S”形 5点法分别采集 0~10 cm、10~20 cm土层混合
样, 用四分法剔除多余土壤, 最终采集 1 kg 左右的
混合样品带回实验室, 弃除砾石草根等杂物, 风干、
过筛后备用。不同模式采样点的基本情况见表 1。
1.3 样品测定
土壤容重及孔隙度采用环刀法测定, 土壤有机
质采用重铬酸钾容量法测定, 全氮采用半微量开式
蒸馏法测定, 全磷采用 NaOH 熔融−钼锑抗比色法
测定, 全钾采用 NaOH 熔融−火焰光度法测定, 碱
解氮采用碱解扩散法测定 , 有效磷采用 NaHCO3−
钼锑抗比色法测定 , 速效钾采用 NH4OAc−火焰光
度法测定[16−17]。
1.4 统计分析
采用 SPSS 18.0和 Excel 2007进行试验数据分析。
第 11期 李天阳等: 重庆市山地血橙园不同种植模式土壤理化性质关联分析 1397


表 1 重庆山地血橙园不同种植模式基本情况
Table 1 Basic information of different patterns of blood orange garden in hilly area of Chongqing City
模式
Pattern
地形
Terrain
地势
Topography
坡度
Gradient (°)
坡向
Exposure
土壤类型
Soil type
植被覆盖率
Vegetation coverage (%)
Ⅰ 山中部 Middle part of hill 缓坡 Gentle slope 10 南偏东 30° South by east 30° 紫色土 Purple soil 65
Ⅱ 山中部 Middle part of hill 缓坡 Gentle slope 10 南偏东 30° South by east 30° 紫色土 Purple soil 70
Ⅲ 山中上部 Upper part of hill 缓坡 Gentle slope 12 南 South 紫色土 Purple soil 45
Ⅳ 山中下部 Lower part of hill 缓坡 Gentle slope 8 东偏北 15° East by north 15° 紫色土 Purple soil 35
Ⅴ 山中下部 Lower part of hill 缓坡 Gentle slope 15 南偏西 10° South by west 10° 紫色土 Purple soil 30
:Ⅰ 血橙−红薯 Citrus sinensis (L.) Osbeck and Ipomoea batatas Lam; :Ⅱ 血橙−花生 Citrus sinensis (L.) Osbeck and Arachis hypogaea; :Ⅲ
血橙−玉米 Citrus sinensis (L.) Osbeck and Zea mays; :Ⅳ 血橙−茄子 Citrus sinensis (L.) Osbeck and Solanum melongena; :Ⅴ 血橙纯林 Citrus
sinensis (L.) Osbeck. 下同 The same below.

运用灰色系统理论的原理与方法 [14,18], 对不同
模式土壤理化性质进行灰色关联分析及关联排序。
参考数列:
{ }0 01 02 0, , , jX X X X= ⋅⋅⋅ (1)
式中, X0 为各项指标中的最大值组成的数列, X0j 表
示不同模式土壤理化性质指标中第 j 个指标的最大
值, j=1, 2, ⋯, 11。
比较数列:
{ }1 2, , ,i i i ijX X X X= ⋅⋅⋅ (2)
式中, Xij表示第 i种模式土壤理化指标中第 j个指标
测定; i=1, 2, ⋯, 5; j=1, 2, ⋯, 11。
无量纲化采用直线型标准化方法:

0
ij
ij
j
X
X
X
= (3)
关联系数:
min max
maxij
K
ij K
ξ Δ + Δ= Δ + Δ (4)
式中, Δmin=miniminj(ij), Δmax=maximaxj(ij), K为分
辨系数, 取 0.5。
关联度:
1 N
ij ij
j
r
N
ξ= ∑ (5)
其中 N=11。
2 结果与分析
2.1 不同种植模式对土壤容重及孔隙度的影响
由表 2 可知, 不同种植模式下的土壤容重均随
土 层 深 度 的 增 加 而 增 大 , 增 大 幅 度 为 模 式
10.26%Ⅰ 、模式 13.71%Ⅱ 、模式 9.17%Ⅲ 、模式
11.29%Ⅳ 、模式 4.32%Ⅴ 。相同土层不同模式下土壤
容重差异达极显著水平(P<0.01), 且在相同土层中,
模式Ⅰ的土壤容重最小, 模式Ⅴ的土壤容重最大。在
0~10 cm土层, 模式Ⅱ与模式Ⅳ的土壤容重相等, 都
比模式Ⅴ土壤容重小 10.79%, 模式Ⅲ比模式Ⅴ小
13.67%, 模式Ⅰ比模式Ⅴ小 15.83%; 在 10~20 cm土
层中, 各模式的土壤容重大小规律与 0~10 cm 土层
的土壤容重大小规律一致。
各模式的土壤非毛管孔隙度、总孔隙度均随土层
深度增加而减小, 模式Ⅰ、模式Ⅲ、模式Ⅳ在 0~10 cm
表 2 不同种植模式下的不同土层土壤容重、孔隙度
Table 2 Soil bulk density and porosity of different soil layers under different planting patterns
模式
Pattern
土层
Soil layer (cm)
容重
Bulk density (g·cm−3)
非毛管孔隙度
Non-capillary porosity (%)
毛管孔隙度
Capillary porosity (%)
总孔隙度
Total porosity (%)
0~10 1.17±0.02bB 24.17±2.96aA 40.88±6.2aA 65.05±8.34aA Ⅰ
10~20 1.29±0.04cC 15.54±1.82aA 37.37±1.53abAB 52.91±3.35aA
0~10 1.24±0.08bB 17.13±2.49bB 30.91±0.73cB 48.04±2.12bB Ⅱ
10~20 1.41±0.05aAB 10.62±2.42bAB 33.04±1.29cB 43.67±3.66bB
0~10 1.20±0.04bB 15.89±1.79bcBC 35.08±0.40bcAB 50.98±1.48bB Ⅲ
10~20 1.31±0.05bcBC 11.75±2.25abAB 34.67±1.60bcAB 46.42±1.46bAB
0~10 1.24±0.03bB 13.23±0.42dBC 39.73±0.68abA 52.96±0.98bB Ⅳ
10~20 1.38±0.03abABC 8.95±3.01bB 38.15±1.68aA 47.09±1.46bAB
0~10 1.39±0.03aA 11.05±1.12cdC 34.74±1.54bcAB 45.78±1.23bB Ⅴ
10~20 1.45±0.02aA 7.92±1.19bB 34.80±2.40bcAB 42.72±1.22bB
不同大小写字母表示不同模式相同土层差异达极显著 (P<0.01)或显著 (P<0.05)水平 , 下同。Different capital and small letters mean
significant difference of the same layer among different planting patterns at 0.01 and 0.05 levels. The same below.
1398 中国生态农业学报 2013 第 21卷


土层的毛管孔隙度大于 10~20 cm土层, 而模式Ⅱ及
模式Ⅴ的毛管孔隙度大小则相反。在 0~10 cm土层,
各模式的非毛管孔隙度、总孔隙度差异达极显著水
平(P<0.01), 毛管孔隙度差异达到显著水平(P<0.05),
且非毛管孔隙度大小排序为: 模式 >Ⅰ 模式 >Ⅱ 模式
>Ⅲ 模式 >Ⅳ 模式 , Ⅴ 毛管孔隙度大小排序为: 模式
>Ⅰ 模式 >Ⅳ 模式 >Ⅲ 模式 >Ⅴ 模式 , Ⅱ 总孔隙度大小
排序为: 模式 >Ⅰ 模式 >Ⅳ 模式 >Ⅲ 模式 >Ⅱ 模式Ⅴ。
在 10~20 cm土层, 各模式的总孔隙度达极显著水平
(P<0.01), 而非毛管孔隙度、毛管孔隙度达显著水平
(P<0.05)。且非毛管孔隙度大小排序为: 模式 >Ⅰ 模
式 >Ⅲ 模式 >Ⅱ 模式 >Ⅳ 模式 , Ⅴ 毛管孔隙度排序为:
模式 >Ⅳ 模式 >Ⅰ 模式 >Ⅴ 模式 >Ⅲ 模式 , Ⅱ 总孔隙度
排序为: 模式 >Ⅰ 模式 >Ⅳ 模式 >Ⅲ 模式 >Ⅱ 模式Ⅴ。
综合分析各模式下土壤容重及孔隙度特征说明, 模
式Ⅰ改善土壤容重、孔隙度的效果最好。
2.2 不同种植模式对土壤有机质含量的影响
土壤有机质是评价土壤性质的重要指标之一 ,
它不仅能促进土壤团粒结构的形成, 改善土壤结构,
还能增强土壤的保肥和供肥能力, 提高土壤养分的
有效性。表 3中, 模式Ⅰ、模式Ⅱ、模式Ⅲ、模式Ⅴ
0~10 cm土层有机质含量都显著大于 10~20 cm土层,
分别提高 6.19%、19.62%、27.52%、36.63%, 而模
式Ⅳ 0~10 cm土层的有机质含量则比 10~20 cm土层
少 34.79%, 可见, 同一模式不同土层间土壤有机质
含量差异较大。相同土层不同模式下的有机质含量
差异达极显著水平(P<0.01), 且模式Ⅴ土壤有机质
含量最低。在 0~10 cm 土层, 模式Ⅲ土壤有机质含
量最高, 比模式Ⅴ高 39.13%, 其次是模式Ⅱ、模式
Ⅰ和模式 , Ⅳ 分别比模式Ⅴ高 26.38%、13.04%、
6.51%; 在 10~20 cm 土层, 模式Ⅳ土壤有机质含量
最高, 比模式Ⅴ高 123.16%, 其次是模式Ⅲ、模式Ⅰ
和模式 , Ⅱ 分别比模式Ⅴ高 49.07%、45.44%、44.35%,
说明与单一种植模式相比, 农林混作模式提高土壤
有机质含量的效果更显著。
2.3 不同种植模式对土壤全量养分的影响
由表 3 可知, 不同种植模式下 0~10 cm 土层全
氮含量均比 10~20 cm 土层高, 其中模式Ⅰ相差最大,
达 27.78%, 其后依次是模式Ⅲ、模式Ⅱ、模式Ⅴ和
模式 , Ⅳ 分别相差 22.75%、10.71%、9.96%、8.54%。
可见, 同一模式不同土层间全氮含量差异较大。相
同土层不同模式全氮含量差异达极显著水平
(P<0.01), 且模式Ⅴ的全氮含量最低。在 0~10 cm土
层中 , 模式Ⅲ土壤全氮含量最高 , 比模式Ⅴ高
23.23%, 其后依次是模式Ⅰ、模式Ⅱ和模式 , Ⅳ 分别
比模式Ⅴ高 17.72%、9.84%、5.12%; 在 10~20 cm
土层中, 各模式下土壤全氮含量总体相差不大, 其
中以模式Ⅲ土壤全氮含量最高, 其次为模式Ⅱ、模式
Ⅳ、模式Ⅰ和模式 , Ⅴ 混作模式与模式Ⅴ土壤全氮含
量相比分别高 10.39%、9.09%、6.49%、1.30%。以
上分析说明各模式下土壤全氮含量随土层深度增加
而减小, 且模式Ⅲ提高土壤全氮含量的效果最好。
模式Ⅰ、模式Ⅲ在 0~10 cm土层的全磷含量比
10~20 cm土层分别高 12.12%、19.19%, 而其他 3种
模式差异不大, 说明模式Ⅰ、模式Ⅲ增加 0~10 cm
土层全磷的效果更显著。相同土层不同模式全磷含
量差异达极显著水平(P<0.01), 且模式Ⅴ土壤全磷
含量均最低。在 0~10 cm 土层中, 模式Ⅰ土壤全磷
含量最高, 比模式Ⅴ高 87.34%, 其次为模式Ⅳ、模
式Ⅲ、模式 , Ⅱ 分别比模式Ⅴ高 72.78%、49.37%、
25.32%; 在 10~20 cm土层中, 模式Ⅳ土壤全磷含量
最高, 比模式Ⅴ高 66.67%, 其后依次为模式Ⅰ、模
式Ⅲ和模式 , Ⅱ 分别比模式Ⅴ高 62.96%、22.22%、
20.37%。综合分析不同种植模式不同土层全磷含量
表 3 不同种植模式下不同土层土壤养分含量
Table 3 Nutrient contents of different soil layers under different planting patterns
模式
Pattern
土层
Soil layer
(cm)
有机质
Organic matter
(g·kg−1)
全氮
Total N
(g·kg−1)
全磷
Total P
(g·kg−1)
全钾
Total potassium
(g·kg−1)
碱解氮
Alkali-hydrolysis N
(mg·kg−1)
有效磷
Available P
(mg·kg−1)
速效钾
Available K
(mg·kg−1)
0~10 14.07±0.15cC 1.00±0.05abAB 0.99±0.01aA 22.67±0.15aA 77.93±1.45bB 23.77±0.06cC 85.16±0.28cCⅠ
10~20 13.25±0.45bB 0.78±0.02bAB 0.88±0.01aA 21.81±0.36aA 59.13±1.46cC 21.49±0.80cC 58.23±0.17cC
0~10 15.73±0.11bB 0.93±0.03bABC 0.66±0.03dC 16.61±0.30dD 79.40±0.01bB 51.49±0.22aA 54.17±0.84dDⅡ
10~20 13.15±0.74bB 0.84±0.02aAB 0.65±0.01bB 17.78±0.30dC 75.01±1.45aA 47.11±0.47aA 47.48±0.83dD
0~10 17.32±0.26aA 1.04±0.01aA 0.79±0.02cB 19.65±0.51cC 88.73±0.72aA 42.48±0.22bB 92.47±0.83bBⅢ
10~20 13.58±0.62bB 0.85±0.03aA 0.66±0.02bB 20.18±0.40cB 75.83±1.85aA 25.07±0.72bB 64.83±0.29bB
0~10 13.26±0.49dD 0.89±0.10bBC 0.91±0.04bA 20.96±0.15bB 74.45±2.17cC 23.89±0.34cC 128.32±0.01aAⅣ
10~20 20.33±0.29aA 0.82±0.02abAB 0.90±0.06aA 20.93±0.22bB 69.26±0.04bB 18.09±0.23dD 106.67±0.01aA
0~10 12.45±0.10eE 0.85±0.02bC 0.53±0.05eD 17.03±0.40dD 71.43±0.72dC 3.33±0.01dD 43.34±0.01eEⅤ
10~20 9.11±0.22cC 0.77±0.05bB 0.54±0.02cC 16.64±0.25eD 52.21±1.51dD 0.85±0.11eE 39.96±0.06eE
第 11期 李天阳等: 重庆市山地血橙园不同种植模式土壤理化性质关联分析 1399


的差异, 模式Ⅰ提高土壤全磷含量的效果最好。
模式Ⅰ、模式Ⅴ、模式Ⅳ在 0~10 cm土层全钾
含量分别比 10~20 cm土层高 3.93%、2.36%、0.14%,
模式Ⅱ、模式Ⅲ在 0~10 cm 土层全钾含量分别比
10~20 cm土层低 7.04%、2.68%, 说明各种植模式对
不同土层全钾含量的影响均不大。相同土层不同种
植模式土壤全钾含量差异达极显著水平(P<0.01)。在
0~10 cm土层中, 模式Ⅰ、模式Ⅳ、模式Ⅲ土壤全钾
含量比模式Ⅴ分别高 36.46%、26.19%、18.32%, 而
模式Ⅱ则比模式Ⅴ小 2.55%; 在 10~20 cm 土层中,
模式Ⅰ、模式Ⅳ、模式Ⅲ、模式Ⅱ土壤全钾含量比
模式Ⅴ分别高 31.07%、25.78%、21.27%和 6.85%。
对不同种植模式不同土层的全钾含量分析结果表明,
模式Ⅰ提高土壤全钾含量的效果最好。
2.4 不同种植模式对土壤速效养分的影响
由表 3 可知, 各模式 0~10 cm 土层的碱解氮含
量均比 10~20 cm 土层高, 且相差均在 5%以上。相
同土层不同种植模式土壤碱解氮含量差异达极显著
水平(P<0.01), 且模式Ⅴ土壤碱解氮含量均最低。在
0~10 cm土层, 模式Ⅲ、模式Ⅱ、模式Ⅰ、模式Ⅳ土
壤碱解氮含量分别比模式Ⅴ高 24.22%、11.15%、
9.10%、4.23%; 在 10~20 cm土层, 模式Ⅲ、模式Ⅱ、
模式Ⅳ和模式Ⅰ的土壤碱解氮含量分别比模式Ⅴ高
45.24%、43.67%、32.66%、13.25%。综合以上分析, 可
以看出模式Ⅲ对提高土壤碱解氮含量的效果最好。
各种植模式在 0~10 cm土层的有效磷含量均比
10~20 cm土层高, 且相差均在 9%以上。相同土层不
同种植模式的有效磷含量差异达极显著水平
(P<0.01), 且模式Ⅴ土壤有效磷含量均最低。在 0~10
cm 土层中 , 混作模式比模式Ⅴ土壤有效磷含量高
613.91%~1 446.15%, 其排序为: 模式 >Ⅱ 模式 >Ⅲ 模
式 >Ⅳ 模式 >Ⅰ 模式 ; Ⅴ 在 10~20 cm土层中, 混作模
式比模式Ⅴ土壤有效磷含量高 2 028.23%~5 442.35%,
其排序为 : 模式 >Ⅱ 模式 >Ⅲ 模式 >Ⅰ 模式 >Ⅳ 模式
Ⅴ。综合以上分析结果表明, 模式Ⅱ更有利于提高表
层土壤有效磷含量。
各种植模式在 0~10 cm土层的速效钾含量均比
10~20 cm 土层高, 其中模式Ⅰ不同土层速效钾含量
相差最大, 达 46.25%, 其后依次为模式Ⅲ、模式Ⅳ、
模式Ⅱ和模式 , Ⅴ 分别相差 42.63%、20.30%、14.10%、
8.45%。相同土层不同种植模式速效钾含量差异达极
显著水平(P<0.01)。且相同土层不同模式比较, 模式
Ⅴ的速效钾含量均最低。在 0~10 cm土层, 模式Ⅳ的
土壤速效钾含量最高, 比模式Ⅴ高 196.11%, 其后依
次为模式Ⅲ、模式Ⅰ和模式 , Ⅱ 分别比模式Ⅴ高
113.37%、96.52%、25.01%; 在 10~20 cm土层中, 各
模式速效钾含量变化规律与 0~10 cm土层一致。综合
分析, 模式Ⅳ提高土壤速效钾含量的效果最显著。
2.5 不同种植模式土壤养分性质的灰色关联分析
从不同种植模式相同土层的土壤容重、孔隙度、
有机质、全量养分、速效养分含量分析结果来看, 各
个指标的变化趋势与种植模式之间的对比相关性不
明显, 为定量评价不同种植模式改善土壤物理性质,
提高土壤养分含量的效果, 对土壤容重取倒数进行
正相关处理后, 选取相同土层中土壤容重、孔隙度、
有机质、全氮、全磷、全钾、碱解氮、有效磷、速效
钾等 11 个指标中的最大值作为参考数列, 以相同土
层中各种植模式的土壤容重、孔隙度、有机质、全量
养分、速效养分等指标测定值作为比较数列, 进行无
量纲化处理(表 4), 然后采用灰色关联分析法, 计算
出相同土层各模式的关联系数(K=0.5)及关联度(表 5),
关联度越大, 表示比较数列与参考数列的变化趋势
越接近, 即表明该模式改善改善土壤物理性质, 提高
土壤养分含量效果更好。
表 4 不同种植模式不同土层土壤物理性质和养分含量数据无量纲化的处理结果
Table 4 Results of data dimensionless of soil physical properties and nutrients contents of different layers under different planting patterns
土层
Soil layer
(cm)
模式
Pattern
容重
Bulk
density
非毛管孔隙度
Non-capillary
porosity
毛管孔隙度
Capillary
porosity
总孔隙度
Total porosity
有机质
Organic
matter
全氮
Total N
全磷
Total P
全钾
Total K
碱解氮
Alkali-
hydrolysis N
有效磷
Available
P
速效钾
Available
K
Ⅰ 1.000 0 1.000 0 1.000 0 1.000 0 0.812 4 0.961 5 1.000 0 1.000 0 0.878 3 0.461 6 0.663 7
Ⅱ 0.943 5 0.708 7 0.756 1 0.738 5 0.908 2 0.894 2 0.666 7 0.732 7 0.894 8 1.000 0 0.422 1
Ⅲ 0.975 0 0.657 4 0.858 1 0.783 7 1.000 0 1.000 0 0.798 0 0.866 8 1.000 0 0.825 0 0.720 6
Ⅳ 0.943 5 0.547 4 0.971 9 0.814 1 0.765 6 0.855 8 0.919 2 0.924 6 0.839 1 0.464 0 1.000 0
0~10
Ⅴ 0.841 7 0.457 2 0.849 8 0.703 8 0.718 8 0.817 3 0.535 4 0.751 2 0.805 0 0.064 7 0.337 7
Ⅰ 1.000 0 1.000 0 0.979 6 1.000 0 0.651 7 0.917 6 0.977 8 1.000 0 0.779 8 0.456 2 0.545 9
Ⅱ 0.914 9 0.683 4 0.866 1 0.825 4 0.646 8 0.988 2 0.722 2 0.815 2 0.989 2 1.000 0 0.445 1
Ⅲ 0.984 7 0.756 1 0.908 8 0.877 3 0.668 0 1.000 0 0.733 3 0.925 3 1.000 0 0.532 2 0.607 8
Ⅳ 0.934 8 0.575 9 1.000 0 0.890 0 1.000 0 0.964 7 1.000 0 0.959 7 0.913 4 0.384 0 1.000 0
10~20
Ⅴ 0.889 7 0.509 7 0.912 2 0.807 4 0.448 1 0.905 9 0.600 0 0.763 0 0.688 5 0.018 0 0.374 6
1400 中国生态农业学报 2013 第 21卷


表 5 不同种植模式不同土层土壤物理性质和养分含量指标关联系数及关联度
Table 5 Correlation coefficients and correlation degrees of soil physical properties and nutrient indexes of different layers under
different planting patterns
土层
Soil layer
(cm)
模式
Pattern
容重
Bulk
density
非毛管孔隙度
Non-capillary
porosity
毛管孔隙度
Capillary
porosity
总孔隙度
Total
porosity
有机质
Organic
matter
全氮
Total
N
全磷
Total
P
全钾
Total
K
碱解氮
Alkali-
hydrolysis N
有效磷
Available
P
速效钾
Available
K
关联度
Correlation
degree
Ⅰ 1.000 0 1.000 0 1.000 0 1.000 0 0.428 3 0.703 7 1.000 0 1.000 0 0.444 8 0.464 9 0.496 1 0.776 2
Ⅱ 0.583 7 0.482 4 0.333 3 0.361 6 0.605 0 0.463 4 0.410 7 0.333 3 0.481 1 1.000 0 0.364 3 0.492 6
Ⅲ 0.759 9 0.442 0 0.462 2 0.406 5 1.000 0 1.000 0 0.534 9 0.500 8 1.000 0 0.727 7 0.542 4 0.670 6
Ⅳ 0.583 7 0.374 9 0.812 6 0.443 5 0.374 9 0.387 8 0.741 9 0.639 2 0.377 3 0.465 9 1.000 0 0.563 8
0~10




Ⅴ 0.333 3 0.333 3 0.448 1 0.333 3 0.333 4 0.333 3 0.333 3 0.349 5 0.333 4 0.333 3 0.333 3 0.345 2
Ⅰ 1.000 0 1.000 0 0.766 1 1.000 0 0.442 1 0.363 6 0.900 0 1.000 0 0.414 3 0.474 5 0.407 8 0.706 2
Ⅱ 0.393 3 0.436 4 0.333 3 0.355 4 0.438 6 0.800 0 0.418 6 0.390 7 0.935 1 1.000 0 0.360 4 0.532 9
Ⅲ 0.783 3 0.501 3 0.423 4 0.439 8 0.453 9 1.000 0 0.428 6 0.613 2 1.000 0 0.512 1 0.443 6 0.599 9
Ⅳ 0.458 3 0.366 3 1.000 0 0.466 8 1.000 0 0.571 4 1.000 0 0.746 0 0.642 6 0.443 5 1.000 0 0.699 5
10~20




Ⅴ 0.333 3 0.333 3 0.432 7 0.333 3 0.333 3 0.333 3 0.333 3 0.333 3 0.333 3 0.333 3 0.333 3 0.342 4

由表 5可以看出, 在 0~10 cm土层中, 各种植模
式的关联度大小排序为 : 模式 (0.776Ⅰ 2)>模式
(0.670Ⅲ 6)>模式 (0.563Ⅳ 8)>模式 (0.492Ⅱ 6)>模式
(0.345Ⅴ 2), 表明在 0~10 cm土层, 模式Ⅰ改善土壤
理化性质的效果最显著。在 10~20 cm土层中, 各种
植模式的关联度大小排序为: 模式 (0.706Ⅰ 2)>模式
(0.699Ⅳ 5)>模式 (0.599Ⅲ 9)>模式 (0.532Ⅱ 9)>模式
(0.342Ⅴ 4), 表明在 10~20 cm土层中, 模式Ⅰ改善
土壤物理性质, 提高土壤养分含量效果最显著。
3 讨论与结论
通过对不同种植模式不同土层的土壤理化性质
的测定, 分析比较了同一种植模式不同土层以及相
同土层不同种植模式下的土壤理化特征, 用灰色关
联分析法定量比较了同一土层不同种植模式对土壤
理化性质的改善效果 , 筛选出改善土壤物理性质 ,
提高土壤养分效果显著的模式。
各种植模式的土壤容重随着土层深度增加而减
小。在 0~20 cm 土层中, 各种植模式的土壤容重差
异极显著, 其中模式Ⅰ的土壤容重最小, 模式Ⅴ的
土壤容重最大。各种植模式土壤非毛管孔隙度、总
孔隙度均随土层深度增加而减小, 但模式Ⅱ及模式
Ⅴ在 10~20 cm土层的毛管孔隙度大于 0~10 cm土层
毛管孔隙度。相同土层, 不同种植模式的孔隙度均
达显著或极显著水平, 而改善效果比较中, 模式Ⅰ
的土壤孔隙度最大。已有研究表明, 农林复合模式
土壤容重及孔隙度优于单一种植模式 [12,15], 这是因
为: 一方面农林复合模式下生物多样性比单一模式
丰富, 土壤微生物量多且土壤酶活性较高 [19−20], 植
物覆盖度大, 枯落物量多, 被土壤微生物分解进入
土壤的有机质有助于形成团粒结构, 土壤结构改善,
从而减小容重, 增大孔隙; 另一方面农林复合模式
下植物根系分布比单一模式复杂, 根系在土壤中穿
插、挤压以及死亡形成通道, 同样使得土壤变得疏
松, 土壤容重减小, 孔隙增多。此外, 不同模式的坡
度、坡向等立地条件有所差异, 也可能导致土壤性
质有差异。本研究中红薯根茎呈平卧或上升状, 且
根茎上多分枝, 在土壤中穿插范围较广, 因此其土
壤容重最小、孔隙度最大。
相同种植模式不同土层的有机质含量差异显著,
模式Ⅰ、模式Ⅱ、模式Ⅲ、模式Ⅴ在 0~10 cm 土层
的有机质含量显著大于 10~20 cm土层, 而模式Ⅳ则
相反。同一土层不同种植模式比较, 模式Ⅴ土壤有
机质含量均最低。模式Ⅲ在 0~10 cm土层有机质含
量最高, 模式Ⅳ在 10~20 cm土层有机质含量最高。
这与玉米及茄子的根系分布及地表覆盖物有关 [15],
玉米为须根系, 根系较多分布在 0~10 cm 土层, 而
茄子为直根系, 根系较多分布在 30 cm 内的耕作层
中, 在代谢较快的细根死后, 能有效提高相应土层
土壤有机质含量, 同时, 现场调查发现模式Ⅴ地表
覆盖物量不及混作模式丰富, 因而覆盖物分解补充
到土壤表层的有机质含量也不及混作模式的多。
相同模式不同土层的全量养分特征不一致, 各
模式的全氮含量在 0~10 cm土层都显著大于 10~20 cm
土层; 模式Ⅰ、模式Ⅲ的全磷含量 0~10 cm土层显著
大于 10~20 cm土层, 而其他模式差异不大; 各模式
的全钾含量在 0~10 cm土层和 10~20 cm土层中差异
不大, 这与徐波等[21]、汪涛等[22]的研究结果类似。
造成全钾含量在不同土层之间差异不大的原因可能
是研究区的紫色土主要继承母岩特性, 土壤发育尚
浅, 各土层间钾素含量差异不明显, 同时紫色母岩
钾素风化释放作用突出, 而植物生长消耗的钾素较
第 11期 李天阳等: 重庆市山地血橙园不同种植模式土壤理化性质关联分析 1401


少, 所以各层次间有大量的钾素盈余, 使得钾素含
量相差不大。相同土层不同模式下土壤全量养分中,
模式Ⅴ的全氮含量、全磷含量都最低, 而其全钾含
量稍高于模式Ⅱ。模式Ⅲ提高土壤全氮含量的效果
最好, 而模式Ⅰ提高土壤全磷、全钾的效果最显著。
相同模式不同土层的速效养分特征均表现出随
深度增加, 速效养分含量减少的趋势。而在同一土
层, 不同模式提高土壤速效养分含量的效果差异较
大, 其中模式Ⅲ提高土壤碱解氮含量的作用最明显,
模式Ⅱ提高土壤有效磷含量的效果最好, 而模式Ⅳ
提高土壤速效钾含量的效果最显著。结合全量养分
的结果分析, 不同模式下土壤养分含量差异可能与
农作物的生物学及生态学特性有关, 如花生是固氮
植物, 其土壤氮含量相对较高。
灰色关联分析结果表明, 不同种植模式改善土
壤物理性质、提高土壤养分含量的排序在 0~10 cm
土层为 : 模式 >Ⅰ 模式 >Ⅲ 模式 >Ⅳ 模式 >Ⅱ 模式 ; Ⅴ
在 10~20 cm土层为: 模式 >Ⅰ 模式 >Ⅳ 模式 >Ⅲ 模式
>Ⅱ 模式Ⅴ。
参考文献
[1] 傅伯杰, 郭旭东, 陈利顶, 等. 土地利用变化与土壤养分的
变化——以河北省遵化县为例[J]. 生态学报 , 2001, 21(6):
926–931
Fu B J, Guo X D, Chen L D, et al. Land use changes and soil
nutrient changes: A case study in Zunhua County, Hebei
Province[J]. Acta Ecologica Sinica, 2001, 21(6): 926–931
[2] 王莉, 张强, 牛西午, 等. 黄土高原丘陵区不同土地利用方
式对土壤理化性质的影响 [J]. 中国生态农业学报 , 2007,
15(4): 53–56
Wang L, Zhang Q, Niu X W, et al. Effects of different
land-uses on soil physical and chemical properties in the
Loess Plateau of Shanxi Province[J]. Chinese Journal of
Eco-Agriculture, 2007, 15(4): 53–56
[3] 黄文丁 , 王汉杰 . 林农复合经营技术[M]. 北京: 中国林业
出版社, 1992
Huang W D, Wang H J. Agroforestry management
techniques[M]. Beijing: China Forest Press, 1992
[4] 姜志林. 我国农林复合经营的兴起[J]. 林业科技开发, 1998,
12(3): 54–56
Jiang Z L. The development of agroforestry management
techniques in China[J]. China Forestry Science and
Technology, 1998, 12(3): 54–56
[5] 程鹏 , 曹福亮 , 汪贵斌 . 农林复合经营的研究进展[J]. 南
京林业大学学报: 自然科学版, 2010, 34(3): 151–156
Cheng P, Cao F L, Wang G B. The progress of study on
agroforestry[J]. Journal of Nanjing Forestry University:
Natural Science Edition, 2010, 34(3): 151–156
[6] 愈益武 , 王伟 . 混农林业 : 现状和问题[J]. 浙江林学院学
报, 1992, 9(2): 226–230
Yu Y W, Wang W. Agroforestry: Current condition and
problems[J]. Journal of Zhejiang Forestry College, 1992, 9(2):
226–230
[7] 刘兴宇 , 曾德慧 . 农林复合系统种间关系研究进展[J]. 生
态学杂志, 2007, 26(9): 1464–1470
Liu X Y, Zeng D H. Research advances in interspecific
interactions in agroforestry system[J]. Chinese Journal of
Ecology, 2007, 26(9): 1464–1470
[8] 陈卫平, 朱清科, 薛智德, 等. 农林复合系统规划设计的研
究进展[J]. 西北林学院学报, 2008, 23(4): 127–131
Chen W P, Zhu Q K, Xue Z D, et al. Research advances in
planning & design of agroforestry system[J]. Journal of
Northwest Forestry University, 2008, 23(4): 127–131
[9] 陈一兵, 林超文, 黄晶晶, 等. 中国四川旱坡地植物篱农作
系统能流特征[J]. 植物生态学报, 2007, 31(5): 960–968
Chen Y B, Lin C W, Huang J J, et al. Energy flow
characteristics of alley cropping on hillsides in Sichuan,
China[J]. Journal of Plant Ecology, 2007, 31(5): 960–968
[10] 张昌顺 , 李昆 . 人工林养分循环研究现状与进展[J]. 世界
林业研究, 2005, 18(4): 35–39
Zhang C S, Li K. Research status and advances of nutrient
cycling of plantation[J]. World Forestry Research, 2005, 18(4):
35–39
[11] 吴钢, 魏晶, 张萍, 等. 三峡库区农林复合生态系统的效益
评价[J]. 生态学报, 2002, 22(2): 233–239
Wu G, Wei J, Zhang P, et al. Benefit assessment of
agroforestry ecosystems in the Three Gorges Reservoir
Area[J]. Acta Ecologica Sinica, 2002, 22(2): 233–239
[12] 赵斯 , 赵雨森 , 王林 , 等 . 东北黑土区农林复合土壤效应
[J]. 东北林业大学学报, 2010, 38(5): 68–70
Zhao S, Zhao Y S, Wang L, et al. Complex effect of
agroforestry in black soil region of Northeast China[J].
Journal of Northeast Forestry University, 2010, 38(5): 68–70
[13] 云雷, 毕华兴, 马雯静, 等. 晋西黄土区果农间作土壤养分
空间分布[J]. 农业工程学报, 2010, 26(S1): 292–299
Yun L, Bi H X, Ma W J, et al. Spatial distribution of soil
nutrient in fruit-crop intercropping in Loess Plateau of West
Shanxi Province[J]. Transactions of the Chinese Society of
Agricultural Engineering, 2010, 26(S1): 292–299
[14] 王昭艳, 左长清, 曹文洪, 等. 红壤丘陵区不同植被恢复模
式土壤理化性质相关分析 [J]. 土壤学报 , 2011, 48(4):
715–724
Wang Z Y, Zuo C Q, Cao W H, et al. Physical and chemical
properties of soils under different vegetation restoration
models in red soil hilly region[J]. Acta Pedologica Sinica,
2011, 48(4): 715–724
[15] 夏青, 何丙辉, 谢洲, 等. 紫色土农林复合经营土壤理化性
状研究[J]. 水土保持学报, 2006, 20(2): 86–89
Xia Q, He B H, Xie Z, et al. Study on soil physical and
chemical properties of agroforestry of purple soil[J]. Journal
of Soil and Water Conservation, 2006, 20(2): 86–89
[16] 中国科学院南京土壤研究所. 土壤理化分析[M]. 上海: 上
海科学技术出版社, 1978
Institute of Soil Science of Chinese Academy of Sciences in
Nanjing. Soil physical and chemical property analysis[M].
Shanghai: The Science & Technology Press in Shanghai,
1978
[17] 中华人民共和国林业行业标准 . 森林土壤分析方法 LY/T
1402 中国生态农业学报 2013 第 21卷


1220~1275—1999[S]. 北京: 国家林业局, 1999
The Standards of Forestry in People’s Republic of China. The
analysis method of forest soil LY/T 1220−1275—1999[S].
Beijing: State Forestry Administration, 1999
[18] 傅立. 灰色系统理论及其应用[M]. 北京: 科学技术文献出
版社, 1992
Fu L. Grey system theory and application[M]. Beijing:
Technology Literature Press, 1992
[19] 郑诗樟, 肖青亮, 吴蔚东, 等. 丘陵红壤不同人工林型土壤
微生物类群、酶活性与土壤理化性状关系的研究[J]. 中国
生态农业学报, 2008, 16(1): 57–61
Zheng S Z, Xiao Q L, Wu W D, et al. Relationship among
microbial groups, enzyme activity and physico-chemical
properties under different artificial forestry in hilly red soil[J].
Chinese Journal of Eco-Agriculture, 2008, 16(1): 57–61
[20] 刘瑜, 褚贵新, 梁永超, 等. 不同种植方式对北疆绿洲土壤
养分和生物学性状的影响 [J]. 中国生态农业学报 , 2010,
18(3): 465–471
Liu Y, Chu G X, Liang Y C, et al. Soil nutrient and biological
characteristics in North Xinjiang Oases as influenced by
cropping patterns[J]. Chinese Journal of Eco-Agriculture,
2010, 18(3): 465–471
[21] 徐波, 朱雪梅, 刘倩, 等. 川中丘陵区不同土地利用方式下
土壤养分特征研究——以中国科学院盐亭紫色土农业生态
试验站小流域为例[J]. 西南农业学报, 2011, 24(2): 663–668
Xu B, Zhu X M, Liu Q, et al. Study on nutrient characteristics
of soils under different land utilization types in hilly area of
central Sichuan Basin—A case study in the small river valley
of Yanting purple soil agricultural ecosystem experiment
station[J]. Southwest China Journal of Agricultural Sciences,
2011, 24(2): 663–668
[22] 汪涛 , 朱波 , 高美荣 . 紫色土丘陵区小流域不同土地利用
方式下土壤养分含量特征——典型农林复合生态系统案例
分析[J]. 山地学报, 2006, 10(24): 88–91
Wang T, Zhu B, Gao M R. Study on nutrient characteristics of
purple soils under different land utilization types—An
analysis about agroforestry case[J]. Mountain Research, 2006,
10(24): 88–91

JJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJ

Faculty positions: Center for Agricultural Resources Research,
Chinese Academy of Sciences

The Center for Agricultural Resources Research (CARR), the Institute of Genetics and Developmental Biology (IGDB),
Chinese Academy of Sciences, invites applicants for several research group leader positions.
CARR is one of the research organizations in Chinese Academy of Sciences (CAS). We seek nominations and applications
from individuals who have expertise and a record of accomplishment in research areas related to ecology, agro-hydrology,
agro-biology, crop genetics and breeding, and agro-informatics. The successful candidates for the research group leader
positions will be expected particularly to farmland water transfer and development of water saving technologies, farmland
related groundwater management and hydrochemistry, hydrology, agricultural water resource management, remote sensing
application in agriculture, soil microbiology, agro-ecosystems, plant physiology of drought tolerance, and molecular genetics
and breeding to address fundamental and application agricultural questions.
The appointment of all positions will be at Principal Investigator (full professor) level. Candidates are expected to hold a Ph.D.
degree and postdoctoral experience. Start-up package will be accompanied by either the “One-Hundred Talents Program of
CAS” (minimal four-year postdoctoral required) or the “One-Thousand Youth Talents Program of China” (three-year
postdoctoral required). Very compatible salary, benefits, and research funding will be provided based on the qualifications of
selected candidates. More information about CARR can be found at http://www.sjziam.cas.cn.
Interested candidates should submit a cover letter, curriculum vitae, representative publications, a statement of research
experiences and interests as well as the names and contact information of two referees to:

Dr. Yibo Han, or Chunsheng Hu, Co-Chair of the Research Committee
Center for Agricultural Resources Research
Institute of Genetics and Developmental Biology
Chinese Academy of Sciences
Shijiazhuang, Hebei 050022, China
E-mail: ybhan@genetics.ac.cn or cshu@sjziam.ac.cn