紅椿天然林優(yōu)樹選擇

汪　洋，閔水發(fā)，江雄波，鄭德國，宋叢文，章定青，付秋生，陳文學(xué)

（1.湖北生態(tài)工程職業(yè)技術(shù)學(xué)院，湖北 武漢 430200；　2.堵河源自然保護區(qū) 管理局，湖北 竹山442200；　3.湖北省建始縣林業(yè)局，湖北 建始445300；4.湖北省竹山縣林業(yè)局，湖北竹山442200）

紅椿天然林優(yōu)樹選擇

汪洋1，閔水發(fā)1，江雄波1，鄭德國2，宋叢文1，章定青3，付秋生1，陳文學(xué)4

（1.湖北生態(tài)工程職業(yè)技術(shù)學(xué)院，湖北 武漢 430200；2.堵河源自然保護區(qū) 管理局，湖北 竹山442200；3.湖北省建始縣林業(yè)局，湖北 建始445300；4.湖北省竹山縣林業(yè)局，湖北竹山442200）

自2013年以來，在湖北省全省范圍內(nèi)調(diào)查紅椿Toona ciliata種質(zhì)資源的基礎(chǔ)上，對12個縣市的紅椿天然林進行優(yōu)樹選擇。確定選優(yōu)林分，將16～40年生紅椿以5 a為齡級分組，利用優(yōu)勢木對比法，通過異齡林樹齡校正，在各齡級組共選出候選優(yōu)樹52株。對候選優(yōu)樹材積進行多元線性回歸，建立材積（y），胸徑（x1），樹高（x2）回歸方程y=-3.066+0.065x1+0.094x2，R2=0.961。通過材積實測值與理論值殘差分析，將候選優(yōu)樹按生長量分為3級。通過主成分分析法，剔除特征根和貢獻率小的形質(zhì)因子，從6個形質(zhì)因子中篩選獲得冠高樹高比、平均冠幅、干形和分枝角等4個因子建立形質(zhì)分級標準，將候選優(yōu)樹按形質(zhì)分為3級。對優(yōu)選優(yōu)樹生長量和形質(zhì)綜合評分，篩選出1級優(yōu)樹7株，2級優(yōu)樹22株，3級優(yōu)樹11株，共40株，占候選優(yōu)樹的76.92%?？苫颈ＷC湖北地區(qū)紅椿種質(zhì)資源圃的建立和種源試驗需求。圖1表9參19

林木育種學(xué)；紅椿；天然林；優(yōu)樹選擇；材積；形質(zhì)

紅椿Toona ciliata，又名紅楝子，為楝科Meliaceae香椿屬Toona落葉或半落葉大喬木，可高達30 m，胸徑可達150 cm，是中國熱帶、亞熱帶地區(qū)的珍貴速生用材樹種［1-2］，國家Ⅱ級重點保護野生植物。紅椿天然分布于東南亞和澳大利亞，在中國主要分布于華南地區(qū)、華中地區(qū)至北亞熱帶的南緣，范圍較廣，但呈天然零星分布。紅椿心材為上等家具用材，發(fā)展?jié)摿艽蟆＿^度開發(fā)以及天然更新較慢，其天然種群數(shù)量不斷減少［3］。國內(nèi)學(xué)者對紅椿的種質(zhì)資源、遺傳結(jié)構(gòu)、植物生理、栽培、造林以及醫(yī)藥和化學(xué)成分等方面進行了較為廣泛的研究［4］，良種選育方面報道較少。優(yōu)樹是建立種子園最重要的基礎(chǔ)材料，也是樹木多層次遺傳的最基本材料。優(yōu)樹質(zhì)量的好壞直接關(guān)系到遺傳增益的大小和種子園建設(shè)的成?。?］。為保護湖北省紅椿珍貴種質(zhì)資源，建立紅椿種質(zhì)資源圃，開展種源試驗，我們從2013年開始，在湖北省紅椿天然分布區(qū)開展了紅椿種質(zhì)資源收集和優(yōu)樹選擇工作。在全面調(diào)查基礎(chǔ)上，有針對性地以材積和表型優(yōu)異為目標性狀進行高強度的優(yōu)樹選擇，初步制定出紅椿選優(yōu)的標準及方法，以期為該樹種遺傳改良和開發(fā)利用提供理論依據(jù)和技術(shù)支持。

1　材料與方法

1.1調(diào)查區(qū)域概況

紅椿的天然分布區(qū)雖然較為廣泛，由于資源破壞和自身生物學(xué)特性，結(jié)構(gòu)完整的天然種群在湖北境內(nèi)很少。通過走訪各市縣林業(yè)部門，了解紅椿在湖北各地的分布和生長情況，深入林區(qū)實地調(diào)查。在全省紅椿種質(zhì)資源調(diào)查基礎(chǔ)上，選擇湖北省恩施州的來鳳縣、咸豐縣、鶴峰縣、宣恩縣、恩施市、建始縣、巴東縣和利川市，十堰市的竹山縣，襄樊市的谷城縣，咸寧市的崇陽縣、武漢市江夏等12個區(qū)域，林木長勢良好，沒有經(jīng)過負向選擇的紅椿天然林（表1），作為選優(yōu)樣區(qū)開展紅椿天然林優(yōu)樹選擇，主要選擇樣地郁閉度在0.6以上。

1.2選優(yōu)方法

1.2.1齡級分級與候選優(yōu)樹選擇優(yōu)樹是指在相似環(huán)境條件下，林分中在生長量、形質(zhì)、材性及抗性適應(yīng)性上表現(xiàn)特別優(yōu)良的個體［6］。天然次生林選優(yōu)，樹齡是必須考慮的因素。于樹成等［7］在水曲柳Fraxinus mandschurica天然林優(yōu)樹選擇中，采用標準地內(nèi)樣木胸徑平均數(shù)加1倍標準差確定候選優(yōu)樹。黃壽先等［8］采用絕對值評選法對于廣西天然大葉櫟Castanopsis fissa林進行優(yōu)樹初選，即年平均生長量和形質(zhì)指標達到預(yù)定標準，再對胸徑、樹高綜合對比復(fù)選，以確定優(yōu)樹生長量指標。本次選優(yōu)通過天然林齡級分級，結(jié)合3～5株優(yōu)勢木對比法，較好地處理了樹齡因素。本次選優(yōu)以速生豐產(chǎn)和形質(zhì)優(yōu)良為目標。生長指標為胸徑、樹高、單株材積。形質(zhì)指標6個，分別為冠高與樹高比、冠幅、干形、第一活枝下高、枝粗細和分枝角。根據(jù)選優(yōu)林分實際情況和種群規(guī)模，同時考慮可行性與準確性，在天然種群尺度內(nèi)（15～40 m），首先以16 a為起點，5 a為1個齡級，通過生長錐實測，分別設(shè)立15～20 a，21～25 a，……，36～40 a等5個預(yù)選齡級。采用5株優(yōu)勢木生長指標對比法，分別在相應(yīng)齡級內(nèi)選擇生長性狀和形質(zhì)性狀特別優(yōu)良的單株，然后在15～40 m范圍內(nèi)選擇僅次于候選優(yōu)樹的3～5株優(yōu)勢木。通過對比，從預(yù)選樹和優(yōu)勢木中選擇胸徑、樹高等生長指標最優(yōu)植株；同時選擇樹干通直圓滿，枝下高最大，分枝角最小，側(cè)枝粗最小等形質(zhì)指標和無病蟲害、生長優(yōu)良的植株為候選優(yōu)樹。實測各生長和形質(zhì)指標。對異齡林樹齡進行校正：校正值=候選優(yōu)樹材積-（年生長量×樹齡差）［9］。年生長量根據(jù)龍漢科等［10］提出的紅椿樹高、胸徑、材積年生長過程計算。共選擇52株候選優(yōu)樹，并進行編號。

表1　紅椿選優(yōu)天然林概況Table 1　General situation of superior tree of Toona ciliata in natural forests

1.2.2研究方法建立生長指標和形質(zhì)指標2項獨立評分標準，利用生長與形質(zhì)2項標準進行獨立分級，最后綜合選出紅椿優(yōu)樹。對所選52株候選優(yōu)樹對材積進行多元線性回歸分析，采用逐步回歸法剔除其他因素對生長指標造成的影響［11］，減少生長指標選擇誤差。多元線性回歸方程得到的材積理論值與實測值殘差，在符合正態(tài)分布前提下，通過平均值和標準差比較，建立候選優(yōu)樹生長指標分級標準。標準化處理各形質(zhì)指標，進行主成分分析。獲得各候選優(yōu)樹形質(zhì)主成分的特征向量和貢獻值，根據(jù)特征向量和貢獻值大小確定形質(zhì)評分因子和其權(quán)重值。對所選因子的評分結(jié)果進行單樣本非參數(shù)K-S檢驗［12］，確定紅椿形質(zhì)分級標準。

1.2.3數(shù)據(jù)計算與分析①單株材積計算。采用形率法計算單株材積（V）［13］。V=π×（d1.3/2）2h×f1.3。其中：π取值3.141 59；d1.3為胸徑；h為樹高；f1.3為希費爾（Schiffel）胸高形數(shù)。由于野外環(huán)境限制，調(diào)查時缺乏紅椿中央直徑d1/2，為計算方便，f1.3取值0.5［14］。②形質(zhì)指標的標準化。采用多目標決策一維比較法［15］，對候選優(yōu)樹形質(zhì)指標進行標準化處理。

式（1）和式（2）中：V為候選優(yōu)樹的形質(zhì)指標測定值；Vmax和Vmin分別為每個指標的最大值和最小值。為使紅椿各形質(zhì)指標的遺傳改良性狀一致，采用不同公式進行轉(zhuǎn)化。干形和枝下高等與目標性狀呈正相關(guān)的系數(shù)采用式（1）換算；冠幅、冠高樹高比、分枝角、枝粗細等與目標性狀呈負相關(guān)的系數(shù)采用式（2）換算。③數(shù)據(jù)分析。材積是用材樹種最重要的經(jīng)濟指標。為獲取生長量指標分級標準，對52株紅椿預(yù)選優(yōu)樹的材積進行回歸，以剔除多個相關(guān)因子對材積的影響程度，減少生長量選擇誤差［11］，篩選出生長基因良好的紅椿優(yōu)樹。線性回歸一般模型為：y=α+β1x1+β2x2+…+βixik+ε，i=1，2，3，…，n。其中：y為解釋變量（材積），x為觀察值，α為模型截距項，β為求解參數(shù)，ε為誤差項。對變量x做i次觀察，得到xi1，xi2，…，xik，對應(yīng)yi。得到52×8的材積多元線性回歸矩陣。主成分采用降維分析，將多指標轉(zhuǎn)化為少數(shù)綜合指標［16］，以獲得紅椿預(yù)選優(yōu)樹的形質(zhì)評分標準。數(shù)學(xué)模型為：Z1=u11x1+u12x2+… +u1pxp，…，Zp=up1x1+up2x2+…+uppxp，其中，Z1，Z2，…，Zp為p個主成分。通過對原有變量坐標變換，Zp滿足一定條件情況下，提取主成分。以上統(tǒng)計分析和計算用Excel 2007和SPSS 22軟件包完成。

2　結(jié)果與分析

2.1紅椿候選優(yōu)樹生長指標分級標準

2.1.1各生長因子相關(guān)性分析對紅椿候選優(yōu)樹生長量相關(guān)的因子，如胸徑、樹高、平均冠幅、枝下高、干形、枝粗細、分枝角實測數(shù)據(jù)進行相關(guān)性分析（表2）。相關(guān)性分析顯示：材積與各自變量之間相關(guān)系數(shù)的絕對值為0.032～0.967，各因子之間表現(xiàn)高中低程度的相關(guān)。胸徑、樹高、冠幅與材積之間存在著共線性關(guān)系，三者性狀具有較高的一致性。且材積與干形、枝下高、枝粗細、分枝角之間相關(guān)性較低。胸徑、樹高、冠幅典型反映了紅椿的材積指標，因此，可選擇材積指標作為紅椿優(yōu)樹選擇的主要生長量指標。干形與材積相關(guān)性不密切，說明干形是一個相對獨立的性狀，與其他性狀不存在基因連鎖作用［17］。

表2　紅椿候選優(yōu)樹各因子相關(guān)分析Table 2　Correlation analysis of various superior tree factors of Toona ciliata candidates

2.1.2材積為因變量的多元回歸以材積為因變量，胸徑、樹高、冠幅、干形、枝下高、枝粗細為自變量，采用逐步回歸法進行多元線性回歸。通過將自變量按相關(guān)程度放入回歸模型和根據(jù)自變量對模型貢獻大小進行選擇并剔除，建立最優(yōu)回歸模型。通過回歸分析，選擇出胸徑和樹高2個自變量。表3中，模型2以材積作為因變量，胸徑和材積為自變量，復(fù)相關(guān)系數(shù)為0.981，決定系數(shù)為0.963，校正后決定系數(shù)為0.961，比模型1得到的方程的擬合度更高。以胸徑和樹高2個性狀聯(lián)合選擇紅椿材積生長數(shù)量指標，可靠性達到96.10%。

表3　回歸模型概述信息表Table 3　General outline of regression model of mass growth

2.1.3多元線性回歸方差分析根據(jù)表4，材積和胸徑、樹高等主要指標進行多元線性顯著性檢驗，2個模型顯著性P均為0.000＜0.010，表明材積與胸徑、材積與胸徑、樹高具有極顯著的線性關(guān)系。由于雙尾檢驗中，顯著性大于0.050，逐步回歸中冠幅、干形、枝下高、枝粗細和分枝角等5個自變量被自動剔除（表5）。模型2的決定系數(shù)R2=0.963，擬合方程準確度較高。根據(jù)表6，建立以胸徑、樹高為自變量的二元材積擬合方程：y=-3.066+0.065x1+0.094x2。其中：y為材積，x1為胸徑，x2為樹高。

表4　多元線性回歸方差分析Table 4　Variance analysis of multiple linear regression

2.1.4候選優(yōu)樹生長量復(fù)選標準將52株紅椿預(yù)選優(yōu)樹胸徑、樹高的實測值代入方程：y=-3.066+ 0.065x1+0.094x2，得到52株材積理論值。用實測值減去理論值得到其差值。根據(jù)變量分布的累積概率與指定分布累積概率之間關(guān)系，繪制52株紅椿預(yù)選優(yōu)樹的P—P圖（圖1）。其以材積為因變量，觀察的累積概率與預(yù)期的累積概率間呈正態(tài)分布，表明了紅椿材積實測值與理論值差值為正態(tài)分布。因此，以紅椿材積實測值與理論值間的差值作為優(yōu)樹的生長量指標H，減少了生長量指標選擇的誤選率，可作為確定紅椿優(yōu)樹等級的主要依據(jù)［11］。建立生長量預(yù)選優(yōu)樹分級標準：A級優(yōu)樹為H≥Δh+S；B級優(yōu)樹為Δh+S＞H＞Δh-S；C級優(yōu)樹為H≤Δh-S。其中H表示材積實測值與理論值間的差值，Δh表示差值平均值，S為標準差。均值 Δh=-0.018 5，S=0.175 0，可以確定 A級 H＞0.156 4；B級：0.156 5＞H＞-0.193 5，C級：H＜-0.193 5。據(jù)此標準，選擇A級10株，B級38株，C級4株，分別占預(yù)選優(yōu)樹的19.23%，73.08%，7.69%。

表5　被剔除的變量信息Table 5　Information of removed variables of superior tree factors

表6　材積回歸模型系數(shù)Table 6　Regression model coefficient of Toona ciliata timber volume

圖1　材積回歸標準化殘差P—P圖Figure 1　Standardized residual P—P graph of timber volume regression

2.2紅椿候選優(yōu)樹形質(zhì)指標分級標準

2.2.1形質(zhì)因子權(quán)重系數(shù)為消除環(huán)境誤差的影響，盡量減少紅椿珍貴速生優(yōu)良資源的過多丟失，通過主成分分析篩選部分形質(zhì)因子。對優(yōu)樹形質(zhì)性狀的指標進行標準化處理，得到各性狀比值矩陣，運用正交變換進行主成分分析。各主成分的特征根、貢獻率、累積貢獻率及各指標的特征向量見表7。前4個主成分累計貢獻率已達91.72%，很好反映了調(diào)查性狀的總體信息。本研究取前4個主成分進行分析，第1主成分的特征根為2.159；第2主成分的特征根為1.619；第3主成分中為0.966，第4主成分特征根為0.760。4個主成分線性方程，其總分量對應(yīng)著各性狀的權(quán)重。形質(zhì)指標過多會影響選優(yōu)效率［18］，每個主成分僅提取1個最大特征根因子。第1主成分中，枝下高很高達0.766，但冠高樹高比已經(jīng)反應(yīng)了枝下高特征信息，因此，在權(quán)重中未計入。4個主成分計算出各因子權(quán)重（表8）：冠高比為35.44%；平均冠幅為22.94%；干形為25.24%；分枝角為16.38%。各性狀的權(quán)重大小保證了優(yōu)樹的形質(zhì)，符合選優(yōu)要求。

表7　形質(zhì)因子特征值及貢獻率Table 7　Eigen value and accumulative rate of form quality value

表8　形質(zhì)因子主成分Table 8　Principal components of form quality factors

2.2.2形質(zhì)標準與候選優(yōu)樹的篩選評定紅椿候選優(yōu)樹的形質(zhì)指標時，將各因子標準化后與其自身權(quán)重相乘，得到各候選優(yōu)樹評分。形質(zhì)最高分0.911 4，最低為0.200 8。采用K—S單樣本非參數(shù)檢驗法，對52株候選優(yōu)樹形質(zhì)評分進行單樣本驗證。P=0.032＜0.050，標準差0.16，分值呈現(xiàn)正態(tài)分布。依照總體候選優(yōu)樹形質(zhì)得分平均數(shù)，進行單樣本平均數(shù)假設(shè)測驗［12］。在95%置信區(qū)間，得平均值上限為0.643 4，下限為0.556 3。得分＞0.643 4為A級，30株，占52株候選優(yōu)樹的57.69%；0.643 4＞得分＞0.556 3 為B級，12株，占23.08%；得分＜0.556 3為C級，10株，占19.23%。

2.3紅椿優(yōu)樹綜合選擇標準

通過多元線性回歸和主成分分析等統(tǒng)計方法，確定了湖北地區(qū)紅椿優(yōu)樹的生長量指標和形質(zhì)分級指標。生長量指標包括了胸徑、樹高和單株材積3個性狀。形質(zhì)指標包括冠高樹高比、冠幅、干形、枝下高、分枝粗細與分枝角等6個性狀。總體評分（表9）：2項評級均為A級，即為1級優(yōu)樹，共7株；2項中有1項為A級，1項為B級的，即為2級優(yōu)樹，共22株；2項評級均為B級的為3級優(yōu)樹，共11株；生長量和形質(zhì)其中1項為C級，即被淘汰，共12株。共選出優(yōu)樹40株，占預(yù)選優(yōu)樹的76.92%。

3　結(jié)論與討論

表9　紅椿優(yōu)樹分級評選表Table 9　Comprehensive grading criterion for Toona ciliata superior trees

采用多元線性回歸的方法，建立紅椿用材林優(yōu)樹生長量選擇指標，反映了剔除相關(guān)生長因子對材積的影響，很大程度上代表了紅椿生長量的基因型值。陳宏偉等［11］在研究旱冬瓜Alnus nepalensis用材林時，采用了多元線性回歸方式，剔除環(huán)境及其他生長因子對林木生長的影響，獲取有代表意義的表型基因，以減少候選優(yōu)樹表型誤選率。鄭天漢等［19］在紅豆樹Ormosia hosiei天然林選優(yōu)中，對與生長量相關(guān)程度不同高低因子進行分析，通過權(quán)重系數(shù)和綜合指數(shù)計算，提出紅豆樹天然林優(yōu)樹選擇標準。因此，天然林優(yōu)樹選擇中，建立與生長量指標、各形質(zhì)因子間相關(guān)的統(tǒng)計學(xué)分析是可行的。形質(zhì)指標也是優(yōu)樹選擇的重要指標。晏姝等［15］在研究南洋楹Paraserianthes falcataria優(yōu)樹標準時，通過冠幅、枝下高、干形和分枝為評定優(yōu)樹形質(zhì)性狀的指標，通過主成分分析篩選，決定特征根最大的干形和分枝為形質(zhì)評分因子。劉志龍等［18］研究頂果木Acrocarpus fraxinifolius天然林選優(yōu)時，對6項形質(zhì)指標分析篩選，從3個主成分中獲得3個形質(zhì)指標，通過賦值權(quán)重計算得分，建立優(yōu)樹形質(zhì)評分標準。

本研究以5 a為1個齡級分組，應(yīng)用優(yōu)勢木對比法，按照胸徑、樹高、材積等生長量指標分別超過林分平均值的25%，15%，100%的要求，在湖北全省12個縣市的紅椿天然林預(yù)選紅椿優(yōu)樹52株。根據(jù)優(yōu)樹生長指標和形質(zhì)指標綜合篩選，建立了2級選優(yōu)指標，復(fù)選優(yōu)樹分3級共40株，入選率76.92%，基本可保證湖北地區(qū)種質(zhì)資源圃的建立和前期種源試驗需求。

本研究首次利用多元線性回歸和主成分分析聯(lián)合分級法，對紅椿天然林選優(yōu)的生長量和形質(zhì)標準雙向評級，保證了入選優(yōu)樹的速生性和形質(zhì)優(yōu)良性。評分標準客觀可靠，可以作為湖北地區(qū)紅椿優(yōu)樹選擇的參考。在實際工作中，采用不同的材積計算公式，尤其在野外不方便測高的情況下，根據(jù)胸徑可以初步估算紅椿的材積［10］，但得到生長量實測值會存在差別。此情況在紅椿天然林的調(diào)查中時有發(fā)生，導(dǎo)致理論值與實測值殘差可能存在偏差。該情況可以參考表6中模型1建立方程，獲得理論材積。同時，不同環(huán)境條件，也可能產(chǎn)生紅椿形質(zhì)因子選擇的變化。因此，林業(yè)工作者可以因地制宜地建立形質(zhì)標準，確定2～4（≤4）個主成分，篩選確定紅椿優(yōu)樹形質(zhì)的評分標準。

湖北紅椿天然林選優(yōu)，主要以恢復(fù)中的次生林為主。目前種群規(guī)模較小，人為干擾嚴重。此次提出的選優(yōu)標準，范圍僅適用于湖北境內(nèi)中亞熱帶與北亞熱帶南緣紅椿分布區(qū)，不一定能代表其他省份紅椿分布區(qū)，其運用范圍尚需進一步在實踐中檢驗。

［1］中國樹木志編委會.中國主要樹種造林技術(shù)［M］.北京：中國林業(yè)出版社，1981.

［2］鄭萬鈞.中國樹木志：第1卷［M］.北京：中國林業(yè)出版社，1983：797.

［3］吳際友，程勇，王旭軍，等.紅椿無性系嫩枝扦插繁殖試驗［J］.湖南林業(yè)科技，2011，38（4）：5-8. WU Jiyou，CHENG Yong，WANG Xujun，et al.Softwood cutting propagation of Toona ciliata clones［J］.J Hunan For Sci Technol，2011，38（4）：5-8.

［4］汪洋，冉勇軍，王清河，等.紅椿和毛紅椿種植與醫(yī)藥化工研究進展［J］.湖北林業(yè)科技，2014，43（6）：57-61. WANG Yang，RAN Yongjun，WANG Qinghe，et al.Research progress of Toona ciliata and Toona ciliata var. pubescens on their cultivation and pharmaceutical chemicals［J］.J Hubei For Sci Technol，2014，43（6）：57-61.

［5］李因剛，周小平，柳新紅，等.越南安息香人工林生長與優(yōu)樹選擇的初步研究［J］.浙江林業(yè)科技，2010，30 （3）：24-28. LI Yingang，ZHOU Xiaoping，LIU Xinhong，et al.Preliminary study on growth of Styrax tonkinensis plantation and plus tree selection［J］.J Zhejiang For Sci Technol，2010，30（3）：24-28.

［6］陳健波，張照遠，項東云，等.鄧恩桉優(yōu)樹的選擇標準［J］.林業(yè)科技開發(fā)，2008，22（1）：17-20. CHEN Jianbo，ZHANG Zhaoyuan，XIANG Dongyun，et al.Study on criterion for superior trees of Eucalyptus dunnii ［J］.J China For Sci Technol，2008，22（1）：17-20.

［7］于樹成，張桂芹，王宏，等.水曲柳優(yōu)樹選擇技術(shù)［J］.林業(yè)勘查設(shè)計，2008（1）：49-50. YU Shucheng，ZHANG Guiqin，WANG Hong，et al.Study on elite tree selection techniques of Fraxinus mandshurica ［J］.J For Invest Des，2008（1）：49-50.

［8］黃壽先，周傳明，黎海利，等.大葉櫟優(yōu)樹選擇研究［J］.廣西農(nóng)業(yè)生物科學(xué)，2008，27（3）：266-269. HUANG Shouxian，ZHOU Chuanming，LI Haili，et al.Plus trees selection of Catanopsis fissa［J］.J Guangxi AgricBiol Sci，2008，27（3）：266-269.

［9］陳曉陽，沈熙環(huán).林木育種學(xué)［M］.北京：高等教育出版社，2005：66-70.

［10］龍漢利，馮毅，向青，等.四川盆地周山地紅椿生長特性研究［J］.四川林業(yè)科技，2011，32（3）：37-41. LONG Hanli，F(xiàn)ENG Yi，XIANG Qing，et al.A study of the growth characteri tics of Toona ciliate trees in mountainuus areas around the Sichuan Bosin［J］.J Sichuan For Sci Technol，2011，32（3）：37-41.

［11］陳宏偉，李大偉，史富強，等.旱冬瓜用材林優(yōu)樹選擇標準的研究［J］.西部林業(yè)科學(xué)，2010，39（1）：6-10. CHEN Hongwei，LI Dawei，SHI Fuqiang，et al.Selection criteria for timber usage breeding of Alnus nepalensis［J］.J West China For Sci，2010，39（1）：6-10.

［12］趙寶鑫，康晉，康永祥，等.毛株優(yōu)樹選擇的研究［J］.西北林學(xué)院學(xué)報，2012，27（3）：76-79. ZHAO Baoxin，KANG jin，KANG Yongxiang，et al.Plus tree selection from Cornus wulteri plantations［J］.J Northwest For Univ，2012，27（3）：76-79.

［13］孟憲宇.測樹學(xué)［M］.北京：中國林業(yè)出版社，1996：34-35.

［14］馮立新，陳榮，朱昌叁，等.紅椿天然林優(yōu)樹選擇［J］.福建林業(yè)科技，2015，42（1）：111-114. FENG Lixin，CHEN Rong，ZHU Changsan，et al.Toona ciliata plus tree selection in natural forests［J］.J Fujian For Sci Technol，2015，42（1）：111-114.

［15］晏姝，胡德活，韋如萍，等.南洋楹優(yōu)樹選擇標準研究［J］.林業(yè)科學(xué)研究，2011，24（2）：272-276. YAN Shu，HU Dehuo，WEI Ruping，et al.Criteria for selecting superior trees of Paraserianthes falcataria［J］.For Res，2011，24（2）：272-276.

［16］陳勝可，劉榮.SPSS統(tǒng)計分析從入門到精通［M］.北京：清華大學(xué)出版社，2015：354-359.

［17］劉光金，賈宏炎，盧立華，等.不同林齡紅椎人工林優(yōu)樹選擇技術(shù)［J］.東北林業(yè)大學(xué)學(xué)報，2014，42（5）：9 -12. LIU Guangjin，JIA Hongyan，LU Lihua，et al.Selective criterion for superior tree of Castanopsis hystrix［J］.J Northeast For Univ，2014，42（5）：9-12.

［18］劉志龍，馬躍，諶紅輝，等.頂果木天然林優(yōu)樹的選擇標準［J］.南京林業(yè)大學(xué)學(xué)報：自然科學(xué)版，2014，38 （5）：153-156. LIU Zhilong，MA Yue，CHEN Honghui，et al.A study on selection standard for superior tree of Acrocarpus fraxinifolius［J］.J Nanjing For Univ Nat Sci Ed，2014，38（5）：153-156.

［19］鄭天漢，蘭思仁.紅豆樹天然林優(yōu)樹選擇［J］.福建農(nóng)林大學(xué)學(xué)報：自然科學(xué)版，2013，42（2）：365-370. ZHEN Tianhan，LAN Siren.Selection of dominant trees in Ormosia hosiei natural forest［J］.J Fujian Agric For U-niv Nat Sci Ed，2013，42（2）：365-370.

Selection criteria for superior Toona ciliata trees in natural forests of Hubei

WANG Yang1，MIN Shuifa1，JIANG Xiongbo1，ZHENG Deguo2，SONG Congwen1，ZHANG Dingqing3，F(xiàn)U Qiusheng1，CHEN Wenxue4
（1.Hubei Vocational College of Ecological Engineering，Wuhan 430200，Hubei，China；2.Management Office，Duheyuan Nature Reserve，Zhushan 442200，Hubei，China；3.Forest Enterprise of Jianshi County，Jianshi 445300，Hubei，China；4.Forest Enterprise of Zhushan County，Zhushan 442200，Hubei，China）

In order to obtain and preserve fine germplasm resources of Toona ciliata in natural communities of Hubei Province，in 3 consecutive years from 2013，genetic resources of T.ciliata were determined in Hubei Province，on the basis of which，superior tree selections were made in 12 different administrative regions.Natural forest stands for superior tree selection were determined by establishing five age groups covering 16-40 a，each in 5 a.The 5-superior-tree-comparison method was employed to select superior trees on 5 age groups and the uneven tree ages of the selected target trees were adjusted.Two independent evaluation standards for timber volumn and shape quality value indexes were proposed to establish the selective criterion.Results of the initial selection were 52 preliminary superior T.ciliata trees.The multiple linear regression for timber volume（y），DBH（x1）and tree height（x2）was y=-3.066+0.065x1+0.094x2，R2=0.961，indicating a highly significant linear relation between y and x（x1，x2）.Results showed that 52 preliminary superior trees could be classified into 3 grades of growth volume with residual analysis of measured values and theoretical values：10 Class A superior trees，38 Class B and 4 Class C，covering 19.23%，73.08%and 7.69%of the total.Furthermore，the four screened out shape factors named ratio of crown height to tree height，average crown breadth，stem straightnessand branching angle，with accumulative contribution rates 91.718%，approximately represented the general information of all 6 factors.Hence，all 52 priliminary superior trees were classified to three tree grading standards of shape quality values，with 30 Class A，12 Class B and 10 Class C，occupying 57.69%，23.08%and 19.23% respectively of the total.In the end，the comprehensive evaluation standard of superior trees of T.ciliata for both growth volumn and shape quality value was utilized，with individuals of Class C eliminated from 2 grading groups，obtaining 40 superior trees in total，i.e.7 of grade 1，22 of grade 2，and 11 of grade 3 respectively，accounting for 76.92%of the 52 preliminaries.With these grading systems considered，fast growth and fine shape quality value of the selected superior trees can be guaranteed，and these selected superior trees approximate the demands for the establishment of genetic resource nurseries and provenance tests of T.ciliata in the Hubei region.The comprehensive selection standard of superior tree of T.ciliata can be practiced as a reference in the Hubei region.［Ch，1 fig.9 tab.19 ref.］

forest tree breeding；Toona ciliata；natural forest；superior tree selection；timber volume；shape quality value

S792.99

A

2095-0756（2016）05-0841-08

10.11833/j.issn.2095-0756.2016.05.016

2015-10-20；

2016-02-29

湖北省科學(xué)技術(shù)公益性研究項目（402012DBA40001）

汪洋，副教授，從事生態(tài)學(xué)研究。E-mail：13296698026@163.com。通信作者：宋叢文，教授，博士，從事植物遺傳學(xué)研究。E-mail：songcongwen@126.com

浙 江 農(nóng) 林 大 學(xué) 學(xué) 報，2016，33（5）：841-848

Journal of Zhejiang A＆F University