贵州喀斯特地区先锋树种火棘叶片功能性状数据集

doi:10.19788/j.issn.2096-6369.100047

农业大数据学报 ›› 2025, Vol. 7 ›› Issue (2): 246-245.doi: 10.19788/j.issn.2096-6369.100047

贵州喀斯特地区先锋树种火棘叶片功能性状数据集

杜娇艳¹^,²(), 张红玉², 李安定³, 曹洋¹, 蔡国俊¹^,⁴^,^*()

1.平塘喀斯特峰丛洼地生态系统贵州省野外科学观测研究站，贵州平塘 558300
2.贵州师范大学生命科学学院，贵阳 550025
3.贵州科学院贵州省生物研究所，贵阳 550009
4.湖南农业大学环境与生态学院，长沙 410128

收稿日期:2024-11-19 接受日期:2025-01-08 出版日期:2025-06-26 发布日期:2025-06-23
通讯作者: 蔡国俊，E-mail: gzu_gjcai@163.com。
作者简介:杜娇艳，E-mail: 1591315262@qq.com。
基金资助:
贵州省科技支撑计划项目(黔科合支撑[2022]一般200);贵州省基础研究计划项目(黔科合基础[2018]1410);贵州省野外科学观测研究站建设项目(黔科合平台YWZ[2024]002);贵州省野外科学观测研究站建设项目(黔科合平台YWZ[2024]005)

A Dataset on Leaf Functional Traits of a Pioneer Species (Pyracantha fortuneana) in the Karst Region of Guizhou, Southwest China

DU JiaoYan¹^,²(), ZHANG HongYu², LI AnDing³, CAO Yang¹, CAI GuoJun¹^,⁴^,^*()

1. Pintang Karst Peak-cluster Depression Ecosystem Observation and Research Station of Guizhou Province, Guizhou, Pingtang, 558300, China
2. College of Life Sciences, Guizhou Normal University, Guiyang 550025, China
3. Guizhou Institute of Biology, Guizhou Academy of Sciences, Guiyang 550009, China
4. College of Environment & Ecology, Hunan Agricultural University, Changsha 410128, China

Received:2024-11-19 Accepted:2025-01-08 Published:2025-06-26 Online:2025-06-23

摘要/Abstract

摘要：

研究植物叶片功能性状对环境变化的响应，有助于揭示植物适应策略，植物叶片功能性状数据库（集）已成为宏观尺度上研究植物适应策略以及宏观生态学研究的重要工具，但在宏观尺度上，仍较缺乏针对某一物种和某一特定生境的植物叶片功能性状数据以供分析研究。我们于2023年7月至8月，采集了广泛分布于贵州省喀斯特地区的先锋树种火棘 (Pyracantha fortuneana)，共计93个样点406株植物的8120个叶片，测定和计算了叶片湿重、叶片干重、叶长、叶宽、叶面积、比叶面积等9个形态性状以及叶片碳、氮、磷含量及其计量比等6个化学性状指标，同时采集了93个采样点的土壤样品，测定了土壤有机碳含量、全氮含量和全磷含量，汇编为“贵州喀斯特地区先锋树种火棘叶片功能性状数据集”，数据集包括：（1）功能性状的说明；（2）采样点地理信息及简要环境描述；（3）8120个叶片的形态性状实测数据；（4）406株火棘的叶片碳、氮、磷化学计量特征；（5）93个采样点的土壤有机碳、全氮、全磷含量数据；（6）8120个叶片的形态性状样点平均值。该数据集可以为量化喀斯特地区植物叶片功能性状变异及其对环境的响应提供坚实的数据支持，同时也可以为其他宏观尺度上植物功能性状相关的研究提供数据扩展。

数据摘要：

项目	描述
数据集名称	贵州喀斯特地区先锋树种火棘叶片功能性状数据集
所属学科	生态学
研究主题	植物功能性状
数据时间范围	2023年7月-2023年8月
数据地理空间覆盖	贵州省
数据类型与技术格式	.xlsx
数据库（集）组成	数据集包括贵州省喀斯特区域93个采样点406株火棘8120个叶片的叶长、叶宽、叶厚、叶面积、比叶面积的9个形态性状测量值，以及碳、氮、磷及三者化学计量比等6个化学性状数据；同时还包含了93个采样点的土壤有机碳、全氮和全磷含量的实测值。
数据量	1.79 MB
主要数据指标	叶长、叶宽、叶厚、叶面积、叶鲜重、叶干重、叶长宽比、比叶面积、叶片碳含量、叶片氮含量、叶片磷含量。
数据可用性	CSTR: 17058.11.sciencedb.agriculture.00182; https://cstr.cn/17058.11.sciencedb.agriculture.00182 DOI: 10.57760/sciencedb.agriculture.00182; https://doi.org/10.57760/sciencedb.agriculture.00182
经费支持	贵州省科技支撑计划项目（黔科合支撑[2022]一般200）；贵州省基础研究计划项目（黔科合基础[2018]1410）；贵州省野外科学观测研究站建设项目（黔科合平台YWZ[2024]002，黔科合平台YWZ[2024]005）

关键词: 植物功能性状, 科学数据, 喀斯特, 适应策略, 喀斯特生态恢复

Abstract:

Understanding the responses of leaf functional traits of plants to environmental changes is crucial for revealing plant adaptation strategies. Leaf trait databases have emerged as a crucial tool for investigating plant adaptation and a wide range of ecological studies. However, there is still a lack of large-scale leaf trait data for specific species and habitats, and few regional-scale studies have been reported on plant leaf traits in the karst area. Here, we collected 8,120 leaves from 406 individuals of Pyracantha fortuneana, a pioneer species widely distributed in the karst region of Guizhou Province, at 93 sampling sites distributed in the karst region of Guizhou, Southwest China. We measured and calculated nine morphological traits (e.g., leaf fresh weight, dry weight, length, width, area, and specific leaf area) and six chemical traits (e.g., carbon, nitrogen, and phosphorus content and their stoichiometry ratios). Soil samples were also collected from the 93 sites to determine soil organic carbon, total nitrogen, and total phosphorus content. This dataset, named "A dataset on leaf functional traits of a pioneer species (Pyracantha fortuneana) in the karst region of Guizhou, Southwest China" includes 6 Sheets in Excel format: (1) descriptions of functional traits, (2) geographic information and brief environmental descriptions of sampling sites, (3) measured data for morphological traits of 8,120 leaves, (4) carbon, nitrogen, and phosphorus content and their stoichiometry of 406 Pyracantha fortuneana individuals, (5) soil total organic carbon, total nitrogen, and total phosphorus content of 93 sampling sites, and (6) mean values of morphological traits at each sampling site. This dataset provides a solid foundation for quantifying the variation of leaf functional traits and their responses to the environment in the karst region, and can also serve as a valuable resource for other large-scale studies on plant functional traits.

Data summary:

Item	Description
Dataset name	A Dataset on Leaf Functional Traits of a Pioneer Species (Pyracantha fortuneana) in the Karst Region of Guizhou, Southwest China
Specific subject area	Ecology
Research topic	Plant functional traits
Time range	2023.07-2023.08
Geographical scope	Guizhou Province, China
Data types	.xlsx
Dataset structure	The dataset includes 9 morphological traits (e.g., leaf fresh weight, dry weight, length, width, area, and specific leaf area) and six chemical traits (e.g., carbon, nitrogen, and phosphorus content and their stoichiometry ratios) of 8,120 leaves from 406 individuals of Pyracantha fortuneana collected form 93 sampling sites distributed in the karst region of Guizhou, Southwest China.
Volume of dataset	1.79 MB
Key index in dataset	Leaf length, Leaf width, Leaf thickness, Leaf area, Leaf fresh weight, Leaf dry weight, Specific leaf area, Leaf carbon content, Leaf nitrogen content, Leaf phosphorus content
Data accessibility	CSTR: 17058.11.sciencedb.agriculture.00182; https://cstr.cn/17058.11.sciencedb.agriculture.00182 DOI: 10.57760/sciencedb.agriculture.00182; https://doi.org/10.57760/sciencedb.agriculture.00182
Financial support	Key Science and Technology Program of Guizhou Province (No.[2022]200 General), Natural Science Foundation of Guizhou Province(No.[2018]1410), Guizhou Provincial Science and Technology Projects(No. YWZ[2024]002, No. YWZ[2024]005 )

Key words: plant functional traits, scientific data, Karst, plants adaptation strategies, Karst ecological restoration

杜娇艳, 张红玉, 李安定, 曹洋, 蔡国俊. 贵州喀斯特地区先锋树种火棘叶片功能性状数据集[J]. 农业大数据学报, 2025, 7(2): 246-245.

DU JiaoYan, ZHANG HongYu, LI AnDing, CAO Yang, CAI GuoJun. A Dataset on Leaf Functional Traits of a Pioneer Species (Pyracantha fortuneana) in the Karst Region of Guizhou, Southwest China[J]. Journal of Agricultural Big Data, 2025, 7(2): 246-245.

图/表 8

图1

图2

表1

表2

图3

表3

图4

表4

参考文献 30

[1]	VENDRAMINI F, DÍAZ S, GURVICH D E, et al. Leaf traits as indicators of resource-use strategy in floras with succulent species. New Phytologist, 2002, 154(1):147-157.
[2]	钟巧连, 刘立斌, 许鑫, 等. 黔中喀斯特木本植物功能性状变异及其适应策略. 植物生态学报, 2018, 42(5):562-572. doi: 10.17521/cjpe.2017.0270
[3]	CUI E, WENG E, YAN E, et al. Robust leaf trait relationships across species under global environmental changes. Nature Communications, 2020, 11(1):2999. doi: 10.1038/s41467-020-16839-9 pmid: 32532992
[4]	朱济友, 于强, 刘亚培, 等. 植物功能性状及其叶经济谱对城市热环境的响应. 北京林业大学学报, 2018, 40(9):72-81.
[5]	李颖. 叶片性状网络在不同植被类型间的变异规律及其影响因素. 北京: 北京林业大学, 2020.
[6]	WRIGHT I J, REICH P B, WESTOBY M, et al. The worldwide leaf economics spectrum. Nature, 2004, 428(6985):821-827.
[7]	JIN Y, WANG H, XIA J, et al. TiP-Leaf: a dataset of leaf traits across vegetation types on the Tibetan Plateau. Earth System Science Data, 2023,15:25-39.
[8]	REICH P B, OLEKSYN J. Global patterns of plant leaf N and P in relation to temperature and latitude. Proceedings of the National Academy of Sciences of the United States of America, 2004, 101(30):11001-11006.
[9]	杜娇艳, 蔡国俊, 张红玉, 等. 贵州喀斯特地区植物叶片C、N、P化学计量特征对气候环境和土壤养分的响应. 生态环境学报, 2023, 32(12):2154-2165. doi: 10.16258/j.cnki.1674-5906.2023.12.007
[10]	HE N, LIU C, PIAO S, et al. Ecosystem traits linking functional traits to macroecology. Trends in Ecology & Evolution, 2019, 34(3): 200-210.
[11]	KATTGE J, BÖNISCH G, DÍAZ S, et al. TRY plant trait database - enhanced coverage and open access. Global Change Biology, 2020, 26(1):119-188.
[12]	WANG H, HARRISON S P, LI M, et al. The China plant trait database version 2. Scientific Data, 2022, 9(1):769.
[13]	喻理飞, 朱守谦, 叶镜中, 等. 退化喀斯特森林自然恢复评价研究. 林业科学, 2000, 36(6):12-19.
[14]	刘长成, 王斌, 郭柯, 等. 中国喀斯特植被分类系统. 广西植物, 2021, 41(10):1618-1631.
[15]	王梦洁, 容丽, 李婷婷, 等. 黔中喀斯特9种木质藤本叶功能性状研究. 热带亚热带植物学报, 2021, 29(5):455-464.
[16]	熊玲, 龙翠玲, 廖全兰, 等. 茂兰喀斯特森林木本植物叶的功能性状及其相互关系. 应用与环境生物学报, 2022, 28(1):152-159.
[17]	吴陶红, 龙翠玲, 熊玲, 等. 喀斯特森林不同生长型植物叶片功能性状变异及其适应特征. 应用与环境生物学报, 2023, 29(5):1043-1049.
[18]	吴鹏, 崔迎春, 赵文君, 等. 茂兰喀斯特区68种典型植物叶片化学计量特征. 生态学报, 2020, 40(14):5063-5080.
[19]	YAN J, HE Y, JIAO M, et al. Leaf trait network variations with woody species diversity and habitat heterogeneity in degraded karst forests. Ecological Indicators, 2024,160:111896.
[20]	吴凤婵, 蔡国俊, 李安定, 等. 喀斯特峰丛洼地3个建群树种“植物-凋落物-土壤”系统氮同位素特征. 贵州师范大学学报(自然科学版), 2024, 42(1):12-18.
[21]	李安定. 喀斯特石漠化区植物群落结构配置评价及优化配置. 贵阳: 贵州大学, 2010.
[22]	容丽, 王世杰, 刘宁, 等. 喀斯特山区先锋植物叶片解剖特征及其生态适应性评价——以贵州花江峡谷区为例. 山地学报, 2005(1): 35-42.
[23]	杜娇艳. 贵州喀斯特地区植物叶片功能性状变异及其影响因素. 贵阳: 贵州师范大学, 2024.
[24]	陈伟燕, 王世杰, 白晓永, 等. 贵州喀斯特地区河网分布规律及其主控要素分析. 地球与环境, 2013, 41(3):193-202.
[25]	何才华. 贵州岩溶地貌景观特征. 贵州师范大学学报(自然科学版), 1984(1):19-33.
[26]	熊康宁, 陈起伟. 基于生态综合治理的石漠化演变规律与趋势讨论. 中国岩溶, 2010, 29(3):267-273.
[27]	李乐, 钟迪, 贾宝军, 等. 蒙古栎叶面积的数字图像法测定. 西北林学院学报, 2016, 31(6):96-103.
[28]	宁夏化学分析测试协会. T/NAIA 070—2021 植物全碳含量的测定[S]. 2021.
[29]	中华人民共和国农业农村部. NY/T 2017—2011 植物中氮、磷、钾的测定[S]. 北京: 2011.
[30]	鲍士旦. 土壤农化分析(第三版)[G]. 北京: 中国农业出版社, 2000.

指标	方法	相关仪器	参考文献
叶面积LA	数字扫描	Epson Perfection V330扫描仪(上海)	[27]
叶厚LT	尺测	GREENER ABS-034297 数显游标卡尺(山东)
叶宽LW	数字图像测量	扫描仪+Digimizer	[27]
叶长LL	数字图像测量	扫描仪+Digimizer	[27]
叶湿重LFW	称重	千分位电子天平，FA-2004，LICHEN(上海)
叶干重LDW	称重	千分位电子天平，FA-2004，LICHEN(上海)
比叶面积SLA		叶面积/叶干重	[5]
叶片碳含量LCC	重铬酸钾外加热		[28]
叶片氮含量LNC	凯氏定氮法	凯氏定氮仪	[29]
叶片磷含量LPC	钼锑抗比色法	分光光度计，津岛UV-2600（日本）	[29]
土壤有机碳TOC	重铬酸钾外加热		[30]
土壤全氮TN	凯氏定氮法	凯氏定氮仪	[30]
土壤全磷TP	钼锑抗比色法	分光光度计，津岛UV-2600（日本）	[30]

指标	指标全称	单位	数据类型	指标中文名称
LFW	Leaf fresh weight	g	Numeric	叶鲜重
LDW	Leaf dry weight	g	Numeric	叶干重
LT	Leaf thickness	mm	Numeric	叶厚度
LA	Leaf area	cm²	Numeric	叶面积
LL	Leaf length	cm	Numeric	叶长
LW	Leaf width	cm	Numeric	叶宽
LL:LW	Leaf length to width ratio		Numeric	叶长宽比
SLA	Specific leaf area	cm²·g^-1	Numeric	叶片比叶面积
LDMC	Leaf dry-wet ratio		Numeric	叶片干湿比
LCC	Leaf carbon content	mg·g^-1	Numeric	叶碳含量
LNC	Leaf nitrogen content	mg·g^-1	Numeric	叶氮含量
LPC	Leaf phosphorus content	mg·g^-1	Numeric	叶磷含量
C:N	Leaf carbon-nitrogen ratio		Numeric	叶碳氮比
C:P	Leaf carbon-phosphorus ratio		Numeric	叶碳磷比
N:P	Leaf nitrogen-phosphorus ratio		Numeric	叶氮磷比

性状	平均值	最大值	最小值	标准差	变异系数	偏度	峰度
LFW	0.084	0.982	0.028	0.027	0.3179	8.394	229.692
LDW	0.039	0.123	0.014	0.012	0.3016	0.939	1.726
LA	3.782	13.032	1.544	0.831	0.2197	1.061	4.366
LT	0.159	0.400	0.080	0.023	0.1463	0.654	2.295
LL	4.181	8.647	2.193	0.493	0.1179	0.431	1.788
LW	1.439	3.039	0.835	0.197	0.1366	0.419	0.882
LL:LW	2.939	4.516	1.838	0.399	0.1356	0.424	0.118
SLA	100.316	211.932	42.941	18.961	0.1890	0.816	1.500
LDMC	0.468	0.987	0.038	0.047	0.1004	-0.193	6.271

性状	平均值	最大值	最小值	标准差	变异系数	偏度	峰度
LCC	393.938	515.986	218.358	28.622	0.0727	-0.654	4.502
LNC	12.309	15.167	9.342	1.101	0.0895	-0.127	-0.515
LPC	1.227	1.449	0.822	0.079	0.0646	-0.595	1.461
C:N	32.153	36.939	20.557	2.586	0.0804	-0.559	-0.112
C:P	321.46	422.780	265.513	18.53	0.0576	0.612	2.016
N:P	10.039	12.975	7.903	0.698	0.0696	0.173	0.778

贵州喀斯特地区先锋树种火棘叶片功能性状数据集

A Dataset on Leaf Functional Traits of a Pioneer Species (Pyracantha fortuneana) in the Karst Region of Guizhou, Southwest China

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 30

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	李佳乐, 林佳, 贺子康, 王健, 张建华, 周国民. 农业科学数据在线分析挖掘平台设计与应用[J]. 农业大数据学报, 2025, 7(2): 183-192.
[2]	贺郝钰, 侯春梅, 孙力炜, 迟秀丽, 叶喜艳. 多学科通用型开放科学数据共享平台对比研究——以Zenodo和ScienceDB为例[J]. 农业大数据学报, 2025, 7(2): 193-200.
[3]	陈晓静, 赵晓燕, 贺子康, 林佳, 李佳乐, 申家炜, 樊景超, 闫燊, 王健, 张建华, 周国民. 农业科学数据本体网络系统研发[J]. 农业大数据学报, 2025, 7(2): 201-212.
[4]	申其辉. 数据要素化视角下新时期国家科学数据汇交回顾与建议[J]. 农业大数据学报, 2024, 6(3): 363-372.
[5]	王悦悦, 陈祖刚, 武新乾. 我国科学数据中心评价的知识图谱分析[J]. 农业大数据学报, 2024, 6(3): 373-379.
[6]	张乃静, 纪平, 肖云丹. 林草科学数据安全管理与防护[J]. 农业大数据学报, 2024, 6(3): 392-399.
[7]	王健, 周国民, 廖方宇, 许哲平, 张建华, 刘婷婷. 基于规则的科学数据安全治理框架：理解数据“保护-利用”失衡及挑战的新工具[J]. 农业大数据学报, 2024, 6(3): 295-306.
[8]	王健, 周国民, 张建华, 许哲平, 刘婷婷. 科学数据分类分级保护探索：框架与模式[J]. 农业大数据学报, 2024, 6(3): 307-324.
[9]	廖方宇, 李婧, 龙春, 杨帆, 袁梓萌. 开放科学背景下科学数据开放共享安全挑战及我国对策思考[J]. 农业大数据学报, 2024, 6(2): 146-155.
[10]	魏鑫, 孔丽华, 汪洋. 我国科学数据出境管理对策研究[J]. 农业大数据学报, 2024, 6(2): 156-160.
[11]	李宜展, 董璐, 王东瑶, 张鸿, 王志强, 魏韧, 李泽霞. 国际科技组织与国际科技合作计划中的科学数据安全治理[J]. 农业大数据学报, 2024, 6(2): 161-169.
[12]	王卷乐, 李凯, 段博文, 苏娜. 地学领域科学数据处理与分析软件自主性分析[J]. 农业大数据学报, 2024, 6(2): 230-240.
[13]	许琦, 胡晓彦, 邹自明, 佟继周. 空间环境科学数据安全分级概念框架研究[J]. 农业大数据学报, 2024, 6(2): 259-268.
[14]	王佳荣, 周彩秋, 苑新阳, 朱一鸣, 孙千然, 颜田, 陈刚, 齐法制. 国家高能物理科学数据安全保障体系[J]. 农业大数据学报, 2024, 6(2): 269-277.
[15]	张耀南, 张名成, 康建芳. 科学数据中心安全工作实践—以国家冰川冻土沙漠科学数据中心为例[J]. 农业大数据学报, 2024, 6(2): 278-285.