杨树(Populus)是我国北方栽培面积最大、木材含量最高的速生用材树种，同时也是我国主要的造林树种之一。20世纪90年代中期以来，随着我国工业的发展，杨树开始朝着工业用材林定向培育发展，育种目标也由单一的生长性状改良的速生林向生长和材性性状均有所改良的速生优质林发展。在此期间，国内外开展了大量的研究工作(Benetka et al., 2002；Zhang et al., 2004；Wang et al., 2002；张绮纹等，1999；苏晓华等，2004；2007；王克胜等，1996；李善文等，2005；姜笑梅等，2003；武恒等，2011；刘盛全等，2001；姜岳忠等，2004)，为杨树速生林的选育提供了理论指导。同时，随着超短轮伐期林业概念的提出，超短轮伐期经营模式成为研究热点，也成为提高单位时间内林地木材产出的有效方法(万劲等，2007)。

超短轮伐期经营追求的是在短时间内(1~3年)生产出最多的生物量，以满足纤维、能源等不同林产品的需要，其不但可以获得高的木材产量，而且木材品质也满足造纸等生产需要标准，是缓解木纤维原料供需矛盾的有效途径(黄秦军等，2008)。而杨树纤维含量是生长性状与材性性状等因素共同作用的结果，各性状间相互联系、相互制约，因此只有找到各性状与纤维含量之间的关系模型，明确育种改良的目标，才能获得更高纤维含量的优良杨树品种。

本研究以欧美杨(Populus×euramericana)无性系为试验材料，研究生长性状与材性性状的基本情况，分析各性状间的相关关系，探讨构建各性状与纤维含量的关系模型，对主要含量构成因素进行偏相关分析和通径分析，分析杨树超短轮伐林纤维含量构成因素及其贡献率，以期为杨树超短轮伐林选育工作提供必要的依据。

参试材料选自于辽宁凌海胜利屯纤维材试验林，该试验林为2007年11月造林，采用完全随机区组设计，每小区每个无性系栽植24~36株不等，3次重复，株行距2 m×5 m。试验材料为从中选取的5个3年生欧美杨无性系，分别为库安托杨(P.×euramericana ‘Guariento')、凌丰1号(P.×euramericana‘Lingfeng 1’)、凌丰3号(P.×euramericana‘Lingfeng 3’)、凌丰4号(P.×euramericana‘Lingfeng 4’)和凌丰5号(P.×euramericana‘Lingfeng 5’)。其中，库安托杨为直接引进的欧美杨品种，凌丰1号、凌丰3号、凌丰4号和凌丰5号为中国林业科学研究院林业研究所在引进的欧美杨资源的基础上通过杂交等选育方式培育出的欧美杨优良新品种，具有一致性和稳定性，且均适合做各种工业原料。

生长指标主要包括树高、胸径和单株材积，测定时间为2011年1月，每小区中每个无性系选取3株，伐倒后实测胸径、树高，利用二元材积表计算各单株的材积。

材性指标主要包括单株纤维含量、木质素、综纤维素、纤维素、基本密度、微纤丝角、纤维平均长度、纤维平均宽度、纤维长宽比、纤维粗度，其中单株纤维含量是指单株木材含有的纤维量，即由纤维素构成的微纤丝的含量，纤维素是指由葡萄糖组成的大分子多糖，是植物细胞壁的主要成分。测定材性指标的取样时间为2011年1月，每小区中每个无性系选取2株，在胸径处取20 cm木段，去皮；测定时间为2011年3-4月。纤维形态(纤维长度、宽度、粗度)采用L & W纤维分析仪(L & W Fiber Tester，瑞典制造)测定；微纤丝角采用X射线衍射法(XRD)测定；纤维素采用硝酸-乙醇纤维素法测定；木材基本密度、木质素、综纤维素参照国家标准(GB 1933-2009，GB/T 2677.8-1994，GB/T 2677.10-1995)进行测定，其中每株纤维形态的观测次数在100次以上，微纤丝角测定30次，基本密度测定3次，其他指标平行测定2次。检测单位为天津科技大学材料科学与化学工程学院。

利用Excel、SPSS 17.0软件对数据进行相关处理(薛薇，2004)，即先以各小区中的单株数据为基础，得到5个无性系各性状在各小区的均值，在各小区均值数据的基础上进行相关数据处理分析。相关分析包括：无性系间各性状的均值、标准差、方差分析，并且利用最小显著差异法(LSD)对各性状在无性系间进行多重比较，计算变异系数和重复力；生长、材性性状间的相关性分析；采用回归分析方法建立单株纤维含量与生长、材性性状的关系模型；对主要纤维含量构成因素进行偏相关分析；对含量构成因素进行通径分析，得到贡献率。

经过相关统计分析，将各无性系的树高、胸径、单株材积、单株纤维含量、木质素、综纤维素、纤维素、基本密度、微纤丝角、纤维平均长度、纤维平均宽度、纤维长宽比、纤维粗度13个性状的均值、总体均值、标准差、变异系数、方差分析、多重比较结果及重复力等结果列于表 1。其中，树高生长量变幅为8.63~10.87 m，均值为10.14 m，标准差为0.909 6 m；胸径生长量变幅为9.24~10.25 cm，均值为9.82 cm，标准差为0.419 0 cm；单株材积变幅为0.027 11~0.036 23 m³，均值为0.032 61 m³，标准差为0.004 4 m³。方差分析F值表明这3个生长性状在各无性系之间存在显著差异，其中胸径和单株材积达到了极显著水平(F_胸径=13.01，F_单株材积=6.69)；进一步的多重比较结果可知，凌丰1号、凌丰3号、凌丰5号在这3个生长性状上与库安托杨无性系均存在显著差异，而相互之间无显著差异。总的来讲，库安托杨无性系的生长水平均低于总体平均水平，凌丰5号无性系的生长水平最佳，其中树高、胸径、单株材积分别超出总体平均值的7.2%，2.9%和11.1%。

表 1 均值、标准差、变异系数、方差分析F值及多重比较结果^① Tab.1 Average value, standard deviation, variation coefficient, F value of ANOVA and the result of multiple comparison

表 1 均值、标准差、变异系数、方差分析F值及多重比较结果① Tab.1 Average value, standard deviation, variation coefficient, F value of ANOVA and the result of multiple comparison 无性系 Clones 树高 Tree height/m 胸径 DBH/cm 单株材积 Individual volume/m3 单株纤维含量 Single plant fiber content/kg 木质素 Lignin (%) 综纤维素 Holocellulose (%) 纤维素 Cellulose (%) 基本密度 Basic density/ (g·cm-3) 微纤丝角 Microfibril angle/(°) 纤维平均 长度 Average fiber length/mm 纤维平均 宽度 Average fiber width/μm 纤维长 宽比 Fiber length- width ratio 纤维 粗度 Fiber coarseness/ (μg·m-1) 库安托杨 P.×euramericana ‘Guariento’ 8.63± 0.42a 9.53± 0.16a 0.027 11± 0.00a 2.880 58± 0.06a 23.28± 0.24b 81.78± 0.34b 49.54± 0.20a 0.307 1± 0.01b 22.7± 0.47b 0.785± 0.01ab 22.7± 0.10ab 34.6± 0.24ab 83.5± 1.90b 凌丰3号 P.×euramericana ‘Lingfeng 3’ 10.83± 1.51b 9.97± 0.34b 0.035 39± 0.01b 3.572 64± 0.65b 24.07± 0.22c 80.05± 0.28a 49.45± 0.14a 0.291 3± 0.00a 22.4± 0.25ab 0.767± 0.05a 22.8± 0.15bc 33.7± 2.30ab 77.5± 1.11a 凌丰4号 P.×euramericana ‘Lingfeng 4’ 10.07± 0.42b 9.24± 0.22a 0.028 57± 0.00a 3.011 83± 0.14a 23.00± 0.20ab 82.65± 0.26c 51.06± 0.15b 0.294 9± 0.00ab 22.3± 0.32ab 0.822± 0.02b 22.9± 0.06c 35.8± 0.57b 81.9± 2.08ab 凌丰1号 P.×euramericana ‘Lingfeng 1’ 10.30± 0.17b 10.25± 0.04b 0.035 76± 0.00b 3.914 57± 0.08b 22.93± 0.22ab 83.08± 0.60cd 52.27± 0.40c 0.299 1± 0.01ab 21.9± 0.06a 0.786± 0.04ab 22.6± 0.10ab 34.8± 1.40ab 83.9± 5.60b 凌丰5号 P.×euramericana ‘Lingfeng 5’ 10.87± 0.21b 10.10± 0.10b 0.036 23± 0.00b 3.767 71± 0.01b 22.70± 0.36a 83.38± 0.16d 51.08± 1.19b 0.291 1± 0.01a 22.4± 0.31ab 0.745± 0a 22.5± 0.15a 33.1± 0.38a 82.7± 0.61ab 平均值 Average value 10.14 9.82 0.032 61 3.429 46 23.20 82.19 50.68 0.296 7 22.3 0.781 22.7 34.4 81.9 标准差 Standard deviation 0.909 6 0.419 0 0.004 4 0.459 9 0.530 0 1.337 8 1.190 5 0.006 7 0.311 4 0.028 1 0.155 3 1.057 3 2.580 8 变异系数 Variation coefficient (%) 8.97 4.27 13.48 13.41 2.28 1.63 2.35 2.25 1.39 3.60 0.68 3.07 3.15 方差分析F值 Fvalue of ANOVA 4.57* 13.01** 6.69** 6.99** 13.09** 41.63** 12.88** 2.22 2.99 2.64 5.167* 2.183 2.44 重复力 Repeatability 0.78 0.92 0.85 0.86 0.92 0.98 0.92 0.55 0.67 0.62 0.81 0.54 0.59 ① n=15，F0.05(4, 10)=3.48，F0.01(4.10)=5.99. *：5%显著水平Significant at the level of 5%；**：1%显著水平Significant at the level of 1%.

在材性性状方面，单株纤维含量、木质素、综纤维素、纤维素分别在2.880 58~3.914 57 kg，22.70%~24.07%，80.05%~83.38%，49.45%~52.27%之间，其中单株纤维含量变异系数为13.41%，离散程度较大，说明各无性系间单株纤维含量差异较大，通过相关选育技术可提升的潜力较大，而木质素、综纤维素、纤维素变异系数较小，无性系间差异较小。方差分析F值表明这4种材性性状在各无性系间存在极显著差异(F_{单株纤维含量}=6.99，F_木质素=13.09，F_综纤维素=41.63，F_纤维素=12.88)，进一步的多重比较分析可以得出无性系间的差异情况，具体结果如表 1所示。基本密度变幅为0.291 3~0.307 1 g ·cm^-3，微纤丝角变幅为21.9°~22.7°，纤维平均长度、纤维平均宽度、纤维粗度分别在0.745~0.822 mm，22.5~22.9 μm，77.5~83.9 μg ·m^-1之间，各性状间变异系数均较小，方差分析F值也表明大多数材性性状在无性系间差异不明显。

重复力的生物学定义是基因型方差与一般环境方差之和在表型方差中所占的比例；统计学上的概念是指生物个体或无性系在多次生产记录之间的组内相关系数(续九如，2006)。为了更好说明各性状在各无性系的遗传比重，对其重复力进行了计算，结果(表 1)表明，胸径、单株材积、单株纤维含量、木质素、综纤维素和纤维素等性状遗传比重较高，均在0.80以上。

有关对林木生长、材性性状相关性的研究一直是个焦点问题，但研究结论不尽一致。大多数研究认为，生长性状与材性性状间不存在相关性，表现为相互独立遗传(Miranda et al., 2001；Lei et al., 1997；顾万春等，1998；解荷锋等，1996)；而少数研究认为，生长性状与材性性状间表现为微弱的正相关(Williams et al., 1994)或负相关(Lima et al., 2001)。

对生长、材性性状相关性(表 2)研究表明：3个生长性状间相关性显著，树高与胸径间相关系数为0.587，相关性达到了显著正相关；单株材积与树高、胸径间相关系数分别为0.881，0.900，相关性达到了极显著水平。10个与材性相关的性状间表现出了正相关或负相关，多数相关性不显著。各材性性状间的关系表现为：木质素与综纤维素、纤维素间相关系数分别为-0.875，-0.704，均达到了极显著负相关，而综纤维素与纤维素间达到了极显著正相关，相关系数为0.747；纤维粗度与木质素、综纤维素间分别形成显著负相关(-0.517)和显著正相关(0.633)；纤维素与微纤丝角间相关系数为-0.709，达到了极显著负相关；纤维平均长度、纤维平均宽度和纤维长宽比相互之间均存在显著的相关关系；其他材性性状间相关关系均不显著。同时，生长性状与材性性状间也表现出了部分显著相关关系，其中树高与基本密度间相关系数为-0.594，存在显著负相关，这提示在生产工作中快速提高林木生长的同时不要忽略林木基本密度的变化，以利于获得高质量的理想林木；单株纤维含量与树高、胸径、单株材积间均存在极显著正相关关系，相关系数分别为0.805，0.912，0.965，说明生长性状的提高有利于获得更多的纤维含量。

表 2 性状间相关及其显著性检验^① Tab.2 Relevant and significant test among traits

表 2 性状间相关及其显著性检验① Tab.2 Relevant and significant test among traits 树高 Tree height 胸径 DBH 单株材积 Individual volume 单株纤维含量 Single plant fiber content 木质素 Lignin 综纤维素 Holocell- ulose 纤维素 Cellulose 基本密度 Basic density 微纤丝角 Microfibril angle 纤维平均长度 Average fiber length 纤维平均宽度 Average fiber width 纤维长宽比 Fiber length- width ratio 纤维粗度 Fiber coarseness 树高 Tree height 1.000 胸径 DBH 0.587* 1.000 单株材积 Individual volume 0.881** 0.900** 1.000 单株纤维含量 Single plant fiber content 0.805** 0.912** 0.965** 1.000 木质素 Lignin -0.003 -0.035 -0.012 -0.159 1.000 综纤维素 Holocellulose -0.020 0.073 0.020 0.177 -0.875** 1.000 纤维素 Cellulose 0.247 0.276 0.280 0.460 -0.704** 0.747** 1.000 基本密度 Basic density -0.594* -0.230 -0.444 -0.258 -0.149 0.123 -0.029 1.000 微纤丝角 Microfibril angle -0.202 -0.223 -0.233 -0.349 0.353 -0.363 -0.709** 0.057 1.000 纤维平均长度 Average fiber length -0.054 -0.390 -0.259 -0.243 -0.187 -0.072 0.082 0.056 -0.034 1.000 纤维平均宽度 Average fiber width -0.072 -0.513 -0.259 -0.331 0.281 -0.366 -0.338 -0.036 0.392 0.653* 1.000 纤维长宽比 Fiber length-width ratio -0.073 -0.332 -0.236 -0.204 -0.260 -0.009 0.155 0.072 -0.107 0.990** 0.543* 1.000 纤维粗度 Fiber coarseness -0.254 0.066 -0.105 0.065 -0.517* 0.633* 0.409 0.469 -0.060 -0.053 -0.142 0.017 1.000 n=15，r0.05(13)=0.513 9，r0.01(13)=0.641 1.*：5%显著水平Significant at the level of 5%；**：1%显著水平Significant at the level of 1%.

对数据进行回归分析，为使各性状能同时在回归方程中体现出来，采用进入的方法建立单株纤维含量(y)与单株材积(x₁)、木质素(x₂)、综纤维素(x₃)、纤维素(x₄)、基本密度(x₅)、微纤丝角(x₆)、纤维平均长度(x₇)、纤维平均宽度(x₈)、纤维粗度(x₉)的关系模型：

采用逐步回归分析方法重新建立关系模型，筛选出对单株纤维含量影响显著的因素，可以得出关系模型：

对回归方程进行显著性检验，结果(F=3 341.515^**，R=0.999)表明，单株材积、纤维素、基本密度与单株纤维含量间存在着极显著线性回归关系，由此得到的简化回归方程拟合度达到99.9%，可知通过单株材积、纤维素和基本密度能较准确地估计单株纤维含量。

通过回归分析，可以得出单株纤维含量的构成因素主要是单株材积、纤维素和基本密度。为了了解主要构成因素与单株纤维含量的直接关系，对其进行偏相关分析，即排除其他自变量的影响，单独分析某一自变量与因变量的相关性，真实地反映两变量间的相关程度与性质(明道绪，2013)。

偏相关分析结果列于表 3。由表 3可知，单株材积、纤维素和基本密度与单株纤维含量呈极显著正相关；单株材积与单株纤维含量的偏相关程度最高，偏相关系数为0.999，基本密度次之，偏相关系数为0.975，纤维素最小，偏相关系数为0.972。以上分析表明，单株材积、纤维素和基本密度均能较大程度地影响单株纤维含量，因此当培育目标为获得更高的纤维含量时，应注重提高林木单株材积、纤维素和基本密度。

表 3 纤维含量与含量构成因素间偏相关系数^① Tab.3 The partial correlation coefficient between fiber content and its components

表 3 纤维含量与含量构成因素间偏相关系数① Tab.3 The partial correlation coefficient between fiber content and its components 性状 Traits 纤维素 Cellulose (x4) 基本密度 Basic density (x5) 单株纤维含量 Single plant fiber content (y) 单株材积 Individual volume (x1) -0.968** -0.979** 0.999** 纤维素 Cellulose (x4) -0.941** 0.972** 基本密度 Basic density (x5) 0.975** ① **：1%显著水平Significant at the level of 1%.

从表 3还可以看出，单株材积、纤维素和基本密度两两之间均呈现出极显著负相关，单株材积与纤维素之间的偏相关系数为-0.968，与基本密度之间的偏相关系数为-0.979，纤维素与基本密度之间的偏相关系数为-0.941，说明影响单株纤维含量的三因素间存在相互制约的关系。这表明在选育高纤维含量品种的过程中，如果只追求单一因素的提高而忽略了其他因素的影响，有可能会导致纤维含量降低。因此在品种选育过程中，要兼顾纤维含量构成的3个主要因素，从而使其纤维含量得到提高。

经过对单株纤维含量及相关性状的变异分析、简单相关分析、回归分析和偏相关分析，得到了影响纤维含量的主要因素及各影响因素间的相关程度，但要想弄清楚各主要因素对纤维含量的作用模式，还需要进一步的通径分析。通过通径分析可将各因素的直接作用和间接作用区分开来(续九如，2006；盖钧镒，2004)，进而清楚地显示出各因素对纤维含量的相对重要性，得到其贡献率，揭示其对纤维含量的作用模式。

通径分析结果如表 4所示。从表 4可以看出3个含量构成因素对纤维含量的直接通径系数均为正值，说明这3个主要含量构成因素对纤维含量都有直接的正效应，即如果在控制其他因素的前提下，提高3个因素中的任何一个因素均可提高林木的纤维含量。其中，提高单株材积对提高单株纤维含量的作用最大(0.997)，提高基本密度的作用次之(0.190)，提高纤维素的作用最小(0.186)。这一分析结果与偏相关分析结果一致。

表 4 纤维含量构成因素对含量的通径系数^① Tab.4 The path coefficients between fiber content and its components

表 4 纤维含量构成因素对含量的通径系数① Tab.4 The path coefficients between fiber content and its components 性状 Traits 简单相关系数 Coefficient of simple correlation 直接通径系数 Direct path coefficient 间接通径系数 Indirect path coefficients 决定系数 Coefficient of determination x1→y x4→y x5→y 单株材积 Individual volume (x1) 0.965** 0.997 0.246 -0.592 0.994 纤维素 Cellulose (x4) 0.460 0.186 0.046 0.005 0.034 基本密度 Basic density (x5) -0.258 0.190 -0.113 0.006 0.036 ① **：1%显著水平Significant at the level of 1%.

从直接通径系数也可以得到3个主要含量构成因素对纤维含量的贡献率，其中单株材积对单株纤维含量的贡献率为72.61%，基本密度的贡献率为13.84%，纤维素的贡献率为13.55%。这说明当以纤维含量为主要选育目标时，应在提高单株材积作为首要任务的同时，兼顾基本密度和纤维素的提高。

由表 4的间接通径系数来看，单株材积通过纤维素对纤维含量的间接作用为正值，作用效果较小；通过基本密度对纤维含量的间接作用为负值，作用效果相对较大；纤维素通过单株材积和基本密度对纤维含量的影响均为正值，其中通过单株材积的作用较大，而通过基本密度的作用较小；基本密度通过单株材积对纤维含量的间接作用为负值，且作用较大，而通过纤维素对纤维含量的间接作用为正值，但作用较小。分析说明，如果过度地提高单株材积，有可能会影响到基本密度的增加从而影响纤维含量的提高，作用效果较大；同时，如果一味地提高基本密度会导致单株材积的减少，从而使纤维含量降低，且作用效果大。这2方面相对比，后者的影响效果明显强于前者，因此在实际选育过程中应更加关注单株材积的表现，以获得较高的纤维含量。从直接通径系数的分析中也可得到同样的结果。

由决定系数同样可以看出3个主要含量构成因素对单株纤维含量的作用大小(续九如，2006；盖钧镒，2004), 其分析结果与由直接通径系数分析结果一致。

一直以来，速生都是工业用材选育工作的首要目标(韩岐山等，1995；刘学芝等，1996；姜岳忠等，2007)，而其中材性性状由于难以直观测量而容易被忽略。本研究通过各无性系间各性状均值，标准差、方差分析及多重比较结果得出生长性状(树高、胸径、单株材积)在无性系间变化幅度相对较大，各无性系间表现出显著的差异且遗传比重较高，说明此类性状可通过改善栽培条件或选育等措施而得以提升的潜力较大，由此肯定了速生在选育中的可行性，与魏万生等(2003)的研究结论类似。而材性性状，除单株纤维含量外，木质素、综纤维素、纤维素、基本密度、微纤丝角、纤维平均长度、纤维平均宽度、纤维长宽比、纤维粗度9个性状在无性系间变异较小，说明单株纤维含量的可提高潜力很大，其在无性系间差异极显著且遗传比重较大，可以通过选育措施得到提高，因此在选育中也应采取措施来提高林木纤维含量，从而提高木材品质。

随着育种工作的研究重心由单一的性状选择转变为多性状联合选择，有关生长性状与材性性状的综合研究成为热点(王克胜等，1996；王润辉等，2012；于东阳等，2014；童方平等，2014)。本研究经过相关性分析得出，在经过高强度选择的这几个欧美杨无性系中各生长性状间相关性显著，而生长性状与材性性状间具有相对独立性，说明在实际选育工作中，生长性状与材性性状的改良可以同时进行。而有关生长性状与材性性状的相关性研究所得到的结果不尽相同，不同树种分析结果不同，即使同一树种也存在差异(吴义强等，2000；祁春芳等，2007；谢维斌等，2012；朱安明等，2015)。

近年来，研究工业用材材性性状与木材实际利用性能参数之间的关系模型较为普遍，姜笑梅等(2003)建立了基本密度与解剖参数的变异模型，李晶莹等(2014)运用多元线性回归模型分析了木材材性与纸张性能的关系，但有关构建生长性状与材性性状之间关系模型的研究却很少。本研究回归分析结果表明，各因素均对林木单株纤维含量有或多或少的影响，经过逐步回归分析得出单株材积、纤维素和基本密度对单株纤维含量的影响显著，是纤维含量的主要构成因素，同时它们之间存在极显著的线性关系。这说明通过这3个主要构成因素，结合利用建立的回归方程，能较好地估计单株纤维含量，可为选育工作提供简单、有效的估计纤维含量的方法。

偏相关系数能真实反映两变量间的相关程度与性质(盖钧镒，2004)，纤维含量构成三因素与单株纤维含量的偏相关分析结果表明，纤维含量构成三因素中均对纤维含量具有正向效应，相关程度为单株材积>基本密度>纤维素；通径分析结果同样表明了这个结论，单株材积、基本密度和纤维素对单株纤维含量的贡献率分别为72.61%，13.84%和13.55%。同时，通过通径分析可以了解所研究因素对单株纤维含量产生影响的作用模式，表明含量构成三因素之间存在不同程度的相互影响，虽然影响程度不大，但在实际选育工作中还应尽量使单株材积基本密度和纤维素之间能达到协同增长，以获得最高的纤维含量。

综上，在杨树高纤维材的选育过程中，应重点考虑选育材料生长性状(树高、胸径、单株材积)的表现，尤其是单株材积的表现，在生长性状达到要求的情况下兼顾材性性状，其中要加强对木材基本密度和纤维素的关注，因为这些性状是纤维含量的主要构成因素，作用效果明显。这就使得在实际工作中可以减少其他次要材性性状的测定，既能够节约成本、缩短时间，也能够减少因试验需要对观测林木的毁坏。当然，在提高材积的过程中可能导致木材基本密度下降，但作用效果较小，同时单株材积对纤维含量的贡献率高于基本密度的贡献率，因此在选育过程中应以速生为目标，即提高木材产量。此研究结果可为杨树超短轮伐林选育工作提供理论依据，参考结合有关杨树材性其他的研究结果(Nelson et al., 2003；黄秦军等，2004；2008；吴峰，2014；朱文旭等，2015)可以为其选育工作提供理论基础和方法，同时也可以为其他工业用材树种的研究提够参考。

此外，由于本研究只是针对欧美杨中经过高强度选择的库安托杨、凌丰1号、凌丰3号、凌丰4号、凌丰5号等开展的研究，如果能扩大材料的范围，增加试验的样本量，则能得到更加确切的结果，适用范围更广，因为不同品种的生长习性等生理性状及所处的生态环境和栽培措施等外界环境效应不同，得到的结果也会有所差异，因此有待进一步深入研究。