黑雲杉的食用方法

Ⅰ 白樺和黑雲杉屬於落葉喬木嗎

白樺屬於落葉喬木，黑雲杉不是。
白樺，落葉喬木，樹干可達25米高，50厘米粗。有白色光滑像紙一樣的樹皮，可分層剝下來，用鉛筆還可以在剝下薄薄的樹皮上面寫字。
黑雲杉，性耐寒，常綠喬木。原產於北美洲北部，廣布於美國及加拿大大湖區，從阿拉斯加到紐芬蘭和美國東北部、中部和東南部南在科他黑山地區以及西部蒙大拿都有分布。

Ⅱ 黑精油是什麼樹長的

黑雲杉精油是從加拿大黑雲杉樹的針形嫩枝蒸餾而得。它與鐵杉很類似，但有更濃烈的森林芳香氣息。這種精油的香氣有舒緩和提神作用,特別適合用於練...

Ⅲ Joyce 2002 NN 黑雲杉

使用 空間技術和最近鄰居調整 來分析具有隨機非連續單樹圖的黑雲杉後代的農田試驗，以評價在控制遺傳參數的估計的位點異質性中使用的區組和鄰居調整的有效性。在3-10歲的樹高變化的空間分析顯示， 行和列在6歲後顯示不同形狀的梯度（分別為大致V和N形狀），這些梯度一起解釋了10歲時的9.7％的位點變異此外，發現的斑塊狀結構遵循指數協方差模型，具有12個地塊（即7-11m）的估計范圍，並且占據了10歲時的站點變化的19.8％ 。應用的區組有效地去除了22.7％的可移動位點變異，但是4,8和12最近鄰的後驗數據調整分別去除了57.6,77.6和83.1％。 鄰居調整也對與家庭排名和家庭，個人和早期選擇的遺傳增益相關的遺傳參數的估計顯示出相當大的影響 。家庭平均估計值和所有家庭平均值的估計方差之間的標准誤差分別降低到10.2和19.3％。家庭和個體遺傳的估計以及早期選擇的估計效率分別增加到6.7％，16.4％和16.6％。這些發現鼓舞了未來在森林遺傳試驗分析中使用空間技術和後相鄰調整。

黑雲杉（Picea marianna [MILL。] B.S.P）是加拿大安大略省北部一年種植6500萬棵樹的最重要的重新造林物種之一。安大略省的黑雲杉的遺傳改良在20世紀80年代初開始，選擇大約8000棵樹。這些加上樹木後來被分配到27個育種計劃。後代測試的後續測量已經用於相關聯的秧苗種子園的增量卷積。近年來，工業和省政府都啟動了第二代育種計劃，以減少由於作為公園和保護區的土地數量的增加而導致的木材供應缺口。
1990年，安大略省東北部一個育種計劃的黑雲杉後代的兩次田間試驗被注銷，因為在試驗地點內存活率差和出乎意料的高異質性。因此，1992年建立了一個農田試驗，目的是產生一些遺傳信息，用於壟斷相關的第一代幼苗種子園。農田測試可以通過廣泛的現場准備，近距離和幾乎完全的雜草控制在年輕時產生高質量的遺傳信息。在過去十年中，在加拿大使用農田測試已經大大增加（CARL-SON，1990），但很少有關於農田實地測試在業務計劃中的有效性的研究（WOODS等，1995） 。需要有關控制遺傳異質性，遺傳參數估計的質量以及早期選擇生長潛力的相對效率的信息與常規田間試驗中的相比，以支持關於先進一代育種計劃的決定的信息。
在本研究中，我們對黑雲杉後代的Aidie Creek農田試驗進行了詳細分析，希望了解（1）測試地點通過廣泛的現場管理是如何均勻的; （2）應用區組在控制位點變化方面的有效性;和（3）後驗數據調整的應用是否可以增強對場址變化的控制以實現其測試目標。具體來說， 首先應用空間技術來描述位點變異，並估計斑塊大小和實驗上可移除的位點變異（FU等人，1999） 。這些估計使我們能夠推導出適用於鄰居調整的最大鄰域，並分別評估應用區組和鄰居調整在控制站點變化方面的有效性。然後，在對各種遺傳參數進行估計之前，對測試數據進行導出的最近鄰近調整，以評估鄰居調整的影響。

為了評價農田試驗中場址變化的空間模式，我們分析了在八個年齡段測量的樹高的殘差。對於給定年齡的樹高，計算家庭平均值，並從家庭成員的每次觀察中扣除，這是用SAS PROC GLM（SAS®Institute Inc.，1996）完成的。然而， 由於家族遺傳變異不能從這樣的開放授粉後代測試數據中有效地去除，所得到的殘基應該仍然保留3/4的遺傳變異。這些殘差也可能與塊和復制效應混淆 。
首先用中值拋光技術分析給定年齡的殘留物，以（i）獲得用於趨勢（或梯度）分析的每一行和一列的殘差的中值，以及（ii）通過去除這些中值而產生殘留殘差行和列用於小規模空間結構的分析（FU等人，1999）。注意，這里使用中位數而不是均值，因為前者比後者更穩健，因為行或列中可用的觀測值數量不相等。還要注意，中間拋光只是通過行和列，而不是在其他方向，可能不能捕獲所有的大規模的確定結構。在本研究中，中位數和去趨勢數據首先用SAS IML（SAS®Institute Inc.，1996）編寫的程序生成。然後繪制行和列上的中值以評估梯度。繪制所有八個年齡的殘余中值以評估它們的時間穩定性。
分析給定年齡的分解殘差，以獲得用於使用變差函數技術（MATHERON，1963）表徵測試部位的斑塊變化的塊，基礎和范圍。這種技術及其在森林遺傳試驗數據的應用由FU等人詳細討論。 （1999）。該技術的主要思想是首先獲得實驗方差作為地塊之間的距離函數，然後使用理論模型擬合這些實驗方差，從而可以估計熔核，基石和范圍。具體地，建模方差接近漸近最大值（定義為窗檯）的滯後距離估計數據在空間上相關的范圍。隨著滯後距離接近零，建模方差也接近有限值，稱為塊。注意，sill等於塊和補丁方差的總和。在本研究中，使用SAS PROC VARIOGRAM（SAS Institute Institute，1996）在最大60個滯後距離上獲得各向同性變異圖。嘗試將實驗變差函數擬合到各種理論空間模型（例如球形，指數，高斯）中是使用SAS PROC NLIN（SAS Institute Institute，1996）。發現以下指數空間模型主要解釋實驗變數[2γ（h）]：
其中n是塊，p是塊方差，h是滯後距離，以及范圍。將指數空間模型擬合到實驗變差函數給出了熔核，基石和范圍的估計。為了說明擬合，繪制實驗和擬合的變異函數，以及貼片方差，熔核和范圍的估計。對所有八個年齡的變異圖重復繪制以評估它們的時間穩定性。

在這項研究中，我們調整主體樹的高度測量與4,8和12最近鄰樹（分別為N4，N8和N12，分別為簡明）的高度測量如下：
其中s是主題樹，x表示所選擇的最近鄰樹。這些選擇的鄰域大小主要基於來自空間分析的斑塊大小的估計，並且預期小於在該研究中檢測的平均斑塊大小（參見下文）。對於每個鄰域大小，主體樹的高度殘差（在給定年齡）通過所有選擇的最近鄰樹的平均高度殘差來調整。如果平均高度殘差為正（即，上述平均鄰域），則對主題樹進行向下調整，當平均高度殘差為負時，向下調整。注意，用於主題樹的所選擇的最近鄰樹的數目可以等於或小於指定的鄰域大小，因為一些選擇的樹可能具有缺失值，或者主題樹可能位於邊緣行或列上。然後加入調整的殘留物及其相應的家族平均值。在測試中對每棵樹重復該過程。它是用SAS IML（SAS®Institute Inc.，1996）編寫的計算機程序完成的，為每個鄰域大小生成一個數據文件，以供以後分析。

在60列和200行的年齡為3到10的樹高的殘留中值的評價表明，在列和行方向的梯度不是線性的;它們在列方向上呈現N形，在行方向上呈現V形。當樹齡為6歲時，這些模式變得明顯，並且在較老的年齡沒有變化（圖1）。作為滯後（圖）距離的函數的實驗方差的模式以及具有指數協方差模型的下降殘差的擬合，在圖1中顯示了在3,6和10歲的樹。顯然，實驗使用對於6歲及以上的樹的所使用的指數協方差模型很好地擬合了變差函數。正如預期的，斑塊變化的估計隨著年齡的增加而增加，因此也是塊金（或圖示方差）。在樹木生長的前五年，范圍的估計值從6.3大幅波動到13.4，並且在較老的年齡，大約12個地塊（標准誤差范圍從0.66到0.72）沒有改變太多。這意味著片狀大小將為7-11米（注意，行和列中的樹的間距不等於如上所述）。表1中給出了通過梯度，斑塊性和繪圖解釋的總表型方差的比例。行和列中的梯度解釋了總表型方差的9.7％，並且斑塊性佔19.8％，如針對H10所揭示的，樹高10歲）。組合梯度和補片方差兩者得到總表型方差的29.5％，其原則上可以通過先前的有效場布局（或各種區組）或後驗數據分析（例如鄰居調整）來移除。這種可去除的位點變異與來自南部沿海不列顛哥倫比亞省的道格拉斯 - 冷杉後代試驗報道的那些相容（FU等人1999）。

估計的塊方差相對於總表型方差的比例在表1中給出。顯然，它們在八個年齡上從0.6到10.7％波動。在10歲時，總表型變異的6.7％由塊解釋。這意味著在該測試中應用的區組有效地去除了可移除位點變化的22.7％（= 6.7 / 29.5百分比）。表1中給出了去除位點變異的三個鄰居調整的有效性。例如，三個鄰居調整（N4，N8和N12）分別去除了總表型方差的17.0,22.9和24.5％，如所揭示的為H10。這三個相鄰調整分別占可移動位置變化的57.6％，77.6％和83.1％。然而，這種效果在其他年齡上差別很大。

清除站點變化的鄰居調整的有效性清楚地反映在家庭平均估計和所有家庭平均估計的差異的標准誤差的減少中，如表2所示。例如， H10，三種調整（N4，N8和N12）的家庭平均值之間的差異的標准誤差的減少分別為7.6,8.4和10.2％，並且它們相應的所有家庭平均值的方差的減少為14.3， 16.0和19.3％。顯然，鄰居調整增加了估計家庭手段的精度，從而提高了家庭排名的精確度，更多的鄰居被調整。然而，估計家庭平均值的精度的增加相對於樹齡而波動很大（表2）。

家庭差異的估計隨年齡的增加而增加，但隨著更多的鄰居調整，他們略有減少（表3）。無鄰居調整的家庭遺產估計范圍為0.50至0.60（不包括3和4歲的家庭），並且隨著鄰居數量的增加而普遍增加。例如，對於H10，家庭遺傳率的估計從0.577（沒有鄰居調整）增加到0.591,0.616和0.608，分別調整N4，N8和N12。無鄰居調整的個體遺傳力的估計為約0.20（不包括3和4歲的那些），但它們通常隨著更多鄰居調整而顯著增加。例如，在10歲時，個體遺傳力的估計分別從N4，N8和N12的調整值的0.191（無鄰近調整）增加到0.201,0.22和0.215。這些個體遺傳力的估計增加高達16％。然而，從8個到最近的鄰居的調整顯示家庭和個體遺傳的估計略有減少。注意，3-4歲時家庭和個體遺傳的高估計是由於存在意想不到的家族差異的高估計

在表4中給出了在沒有鄰居調整的情況下的八個年齡的估計遺傳年齡相關性。這些相關性在選擇年齡上的線性回歸被發現是非常顯著的，其線性系數（及其標准誤差）為0.385（0.042 ）。類似地，來自三個相鄰調整（N4，N8和N12）的線性回歸也分別具有0.433（0.040），0.444（0.046）和0.439（0.045）的線性系數（和它們的標准誤差）也是高度顯著的。表3中還給出了相對於20歲時的選擇，從3歲到10歲的黑雲杉的早期選擇的估計效率，以及來自三種鄰近調節的估計效率相對於沒有調節的估計效率的百分比變化。估計效率可高達1.82，取決於早期選擇的年齡。鄰域尺寸高達8的調整提高了早期選擇的效率，高達24％取決於早期選擇的年齡。這些研究結果清楚地表明，鄰居調整可以對預測的年齡相關性和選擇年齡的確定具有積極影響

這里提出的分析產生了一些來自Aidie Creek農田試驗的綜合結果。首先，農田試驗，即使具有廣泛的場地管理，仍然表現出梯度和斑塊狀結構的實質位點異質性。這種異質性在6歲後是穩定的。其次，估計的可去除位點變異是10歲時總表型變異的30％。應用的區組和用4,8和12最近鄰的調整有效地去除23,58,78和83％的可移動位點變異。第三，應用的鄰居調整對各種參數的估計顯示出相當大的影響。家庭和個人幸福感和早期選擇效率的估計分別從鄰居調整增加到7％，16％和17％。這些研究結果不僅為我們提供了有效的艾迪溪農田實驗在黑雲杉的作業育種計劃中的表現，而且對未來黑雲杉和其他林木的農田試驗的發展是有價值的。
我們的分析沒有考慮從測試布局中使用的不等間距的不對稱鄰域問題。可以推斷，這種不對稱布局會影響斑塊大小的估計，並且還會增加來自使用的鄰域調整的各種遺傳參數的估計的一些不確定性。關於鄰域校正的進一步研究應該提供一些關於這個問題的見解。此外，由於有限的計算資源的可用性，我們的分析沒有考慮逐個家庭的交互。這種相互作用的存在肯定會影響遺傳參數的估計，並因此影響各種鄰居調整的比較。此外，我們應用估計的補丁大小來指導鄰居大小在所使用的鄰居調整的選擇，沒有詳細探討鄰域優化。在這項研究中獲得的結果似乎暗示所使用的12個最近鄰近應該接近最優，但是關於鄰域大小的選擇的進一步研究應該為鄰域調整的有效使用提供信息。最後，我們應用鄰域調整的家族的減法可以偏置各種遺傳參數的估計（WILKINSON等人1983; MAGNUSSEN 1993; J.A.LOO-DINKINS和J.H.WOODS未公開）。這表示在遺傳試驗數據分析中使用鄰居調整的主要限制（LOO-DINKINS 1992）。因此，在調整數據的遺傳估計的解釋中需要謹慎。
為了有效應用後驗數據調整，應首先使用SAS MIXED和VARIOGRAM程序（SAS®Institute Inc.，1996）對各種空間協方差模型評估試驗數據。然後，最佳擬合空間模型應該直接整合到各種遺傳參數的分析中，如MAGNUSSEN（1990）和APIOLAZA et al。 （2000）。這種積分預期將消除更多的斑塊變化並且具有比這里採用的方法更少的偏差（如果有的話），因此更有效。然而，集成方法需要相當多的計算資源，並且對於每次測試由超過10,000個記錄組成的常規測試數據（例如，400個家庭×30個人）是不可行的，直到高級計算資源的可用性。當需要REML選項時，即使沒有空間治療，這個問題也存在於大型試驗數據的分析中，但是仍然較少被認可（ADAMS等人1994）。所有這些挑戰為後面的數據調整打開了一條研究大道。
本研究中獲得的結果雖然主要針對艾迪河農田試驗，但對黑雲杉和其他林木的遺傳檢測有一些一般的意義。首先，在農田試驗中仍然可以發現實質的位點異質性，即使具有廣泛的位點管理和在試驗位點觀察到一致性。在選擇測試場地，正確的場地准備和有效的場所管理方面需要注意（WOODS等人1995）。第二， 應用區組可以去除一定比例的位點變異，但是更有效的現場設計，例如Alpha設計（WILLIAMS和TALBOT，1996）的應用可以幫助消除更多的位點異質性以獲得更高的遺傳估計效率（FU等。1998） 。第三，不應忽略任何農田試驗的空間分析，也不應忽視常規現場試驗。這種分析可以產生有用的信息，不僅用於評估現場布局在控制位點變化（FU等人，1999）的有效性，而且還便於後面的數據調整，如本研究所示。可以使用諸如SAS PROC VARIOGRAM（SAS Institute Institute，1996）的各種SAS程序容易地進行空間分析。 （WRIGHT，1977; BONGARTEN和DOWD，1984; THOMPSON和EL-KASSABY，1988; LOO-DINKINS 1992; ANEKONDA和LIBBY），這些研究結果表明， ，1996）。這種有效性鼓舞了未來在森林遺傳試驗分析中使用後驗數據調整。

Ⅳ 德國哈恩黑雲杉適合的年齡

沒有明確適用的年齡，油性皮膚都適合。
它膏體擠出來的是細膩的白色膏狀，看上去就很有質感，搓出的泡沫也很厚實，就像一團棉花一樣，每次打出來我都想要抓一會，因為聞起來也沒有什麼味道。它在成分上的選擇也十分的用心，它的裡面的核心成分是挪威雲杉葉提取物，一種植物的提取物，可以有效的控制住我們皮膚里的水油平衡和控油祛痘，為我們肌膚建立全新的屏障，所以成分安全，產品才會讓人安心吧。

Ⅳ 葵兒黑雲杉套盒好用嗎

看個人膚質選擇
葵兒黑雲杉套盒可以清潔毛孔污垢，均衡水油狀態，煥現水嫩光澤，持效滋潤補水，適合干皮或中性皮膚，敏感肌膚可以先在耳後試試會不會過敏。
黑雲杉是加拿大北方森林中的重要工業經濟植物，黑雲杉的木材最常用於製作鋼琴響板、大中小提琴、豎琴等樂器，也可用於造紙、箱板用材、建築骨架材料，還常被用作聖誕樹，樹脂可做口香糖。

Ⅵ 話說，多特瑞黑雲杉香薰精油怎麼用啊

別說，你妹妹還挺有眼光的，多特瑞黑雲杉香薰精油是一款非常適合男性使用的香氛，除了可以加入香薰機做擴香使用外，直接聞嗅也是很不錯的。

Ⅶ Lu2008 黑雲杉

摘要：從安大略省西北部的 720個開放授粉家庭和42000多棵樹 中，對第一代 黑雲杉 （Picea mariana（Mill）BSP）的生長性狀的遺傳參數進行了估算。通過聯合地點分析，6歲，11歲和19歲的 樹高 生長平均狹義遺傳力的無偏估計值分別為0.19,0.18和0.14，相比之下，單點分析相同年齡分別為0.25,0.23和0.16。對於 胸徑和莖體積的遺傳力估計值低於19歲時的高度 ，表明樹高是在黑雲杉中選擇的更理想的特徵。 B型遺傳相關性的適度高估計意味著基因型環境相互作用的操作重要性有限。在6,11和19年的累積樹高生長中，年齡 - 年齡遺傳相關性的估計值較高（> 0.88），但 在不同年齡間隔的高度增量之間的估計值較低 。 B型年齡 - 遺傳相關性的估計值比A型低0.2以上，表明共同環境對A型遺傳相關性估計的強烈影響。根據相對選擇效率， 選擇6至11歲之間的累積樹高比19歲時更有效 。

黑雲杉（Picea mariana（Mill）BSP）是加拿大中部和東部最重要的商業樹種之一。據估計，黑雲杉占安大略省年收獲量的43％左右，占該省西北地區60％的樹木（安大略省自然資源部，2006年）。為了提高森林生產力，安大略省自然資源部在20世紀80年代初期開始實施第一代黑雲杉改良工程，並由省級樹木改良總體規劃（安大略省自然資源部1987年）指導。從自然群體中選擇加樹，隨後建立後代測試和幼苗種子園。最初，在安大略省西北部建立了12個繁殖種群，用於不同的繁殖區，主要基於氣候相似性，後來使用焦點種子區方法（Parker 1992; Parker等2001）和生物學信息從生物學研究中合並為4個繁殖區。 （Parker等1994）。第二代育種開始於21世紀初，使用類似於松樹（Pinus banksiana Lamb。）的核育種策略（Joyce和Nitschke 1993）。來自rogued第一代幼苗種子園的遺傳改良種子現在可廣泛用於人工再生。
盡管黑雲杉具有經濟重要性，但其生長性狀的遺傳信息相對稀少。來自Maritimes的已公布的遺傳參數基於相對較小的家系數量（Mullin和Park 1994; Mullin等1992,1995），而來自安大略省繁殖群體的遺傳參數是單點分析的偏差估計（Joyce等2002）。在本文中，我們報告了生長性狀的遺傳參數，包括遺傳力估計，年齡 - 年齡遺傳相關性，基因型 - 環境（GXE）相互作用的規模，估計來自大約720個開放授粉（OP）家系等超過42 000株。

分析中包含的數據是來自三個初始繁殖區的720個OP家族，隨後合並到新的Wabigoon繁殖區。在三個原始繁殖區的每一個中，240個OP家族分別在兩個現場測試：Dominion璈untley，Kawawia璕ugby和Lambrechts璖avant家庭測試。表1中給出了這些測試地點的環境條件，存活率和平均樹高增長。測試中的現場實驗布局是 隨機化的完整區組設計 ，具有 六區組六樹行小區 （圖1）。間距約為1.8~2.25米。由於每個測試中有大量的遺傳條目，OP家族被隨機分組成家庭組（即A，B和C），每組有80個家庭。這些家庭集合在區組中以相同的順序系統地種植。
樹齡和健康狀況在6,11和19年齡時測量，而胸徑（DBH）僅在19歲時測量。 在進行統計分析之前，從數據集中刪除了被認為沒有發展到其潛力（異常值）的昆蟲和疾病嚴重破壞的樹木 。從分析中排除的樹隨機分布在OP家族和區區組中;因此， 他們的排除不應該偏向於分析結果 。最初種植在大多數區區組中的樹木佔70％至85％，或者每個區域約有7000,000棵樹木仍在進行分析。總共分析了720個OP家庭（42 860棵樹）。分析的特徵是6年（H6），11（H11）和19年（H19）的累積高度和6至11年之間的高度增量（ H6-11），11至19年之間（ H11-19），以及在6到19歲之間（ H6-19）。還評估了第19年（V19）的DBH和樹干體積。可用的黑雲杉操作錐度方程不適用於小直徑的樹木;因此，在Forslund（1991）之後，單個樹體積近似為V19 = 3/7 [1？（130 / H19）]（？/ 3）[p（DBH）2H19] / 4，其中H19和DBH的單位是以厘米為單位。
數據被標准化以減少對方差分量估計的潛在尺度影響 （Hodge等1996; White 1996; White等2007）。具體而言， 每個家族集的表型觀測值以（0,1）尺度在區組內進行標准化。這是通過從每個觀察中減去家族集的平均值然後除以相同家族集的表型方差的平方根來實現的 。

使用具有六樹行圖和大量家族的隨機完全區組實驗設計需要大區組，這導致區區組內的空間異質環境條件。除非進行適當的調整，否則經常報道空間環境異質性大大降低了實驗精度和較低的遺傳度估計值（Magnussen 1990; Ericsson 1997; Fu et al 1999; Joyce et al 2002）。一些研究表明，Post hoc blocking在降低空間環境異質性方面可以與更復雜的分析方法一樣有效，並且幾乎不會增加計算復雜度，從而大大提高實驗精度（Wright 1978; Ericsson 1997; Gezan et al 2006）。通過試點調查（未發表的數據）證實了該研究的Post hoc blocking效率。因此，採用了一種Post hoc blocking方案，該方案 將完整區組內的族集劃分為8個不完整的區組，每個區組具有10個OP族（圖1） 。

為了避免由區組內的族集的非隨機布局引起的族集和區組之間的潛在混淆， 對每個族集（即，對於A，B和C）分別進行分析 。子代測試的這種劃分不應導致信息丟失，因為這些OP家族在遺傳上是不相關的，並且每組中出現相對大量（80）的家族。結果，有9個數據集可用於分析，每個數據集在兩個地點上測試了80個OP家族。組合位點分析的分析線性模型是

其中 是第 個地點第 個完整區組內第 個不完整區組中第 個族的第 個樹的度量， 是整體均值，ti是第i個地點的效應，rj（i）是效應 在第i個地點內的第j個區組中，bk（ij）是第i個地點第j個完整區組內第k個不完整區組的效應，fl是第j個族的效應，ftil是第l個族的交互效應。 第i個地點，pkl（ij）是第i個地點的第j個區組內的第k個圖的效應，eijklm是第i個地點第j個復制的第k個不完整區組中第l個族的第m個樹的殘差。
地點和區組效應被視為固定的，而模型中的其他效應被視為隨機的。 使用SAS混合程序（SAS Institute Inc.，1996）以限制的最大似然法估計方差分量。 對於每個單點分析，分析模型是

Ⅷ 冷杉和雲杉的區別是什麼

區別如下：

枝幹區別

冷杉的一年生枝條呈棕黃色、淺棕色或灰黃色，葉與枕頭之間的溝槽中有短發或無毛，二至三年生的枝條為棕色灰色或淺棕灰色。大部分側枝平展。

雲杉的一年生枝條呈棕黃色或紅褐色，枕頭上有白色粉末，二至三年生的枝條呈棕色或棕色灰色。第一側枝斜向上，二次下垂。

冷杉

Ⅸ 雲杉與紅皮雲杉的區別

魚鱗雲杉和紅皮雲杉在外觀上的主要差別在於：魚鱗雲杉樹皮幼時呈細鱗狀開裂，灰褐色，後呈圓形或近圓形的塊狀裂片，灰褐色或黑褐色似魚鱗，小枝淡黃色，葉條形扁平，上面有兩條氣孑L線，下面無氣孑L線；而紅皮雲杉樹皮暗紅色或淡紅褐色，呈規則的長薄片狀

Ⅹ 中醫體質與精油【上集】

那我是什麼體質？平時應該怎麼使用精油調養？能吃什麼？不能吃什麼？

每個人的體質真的有差嗎？

早在千年前的《黃帝內經》中就記載對體質、特徵、分類和疾病的關系。所謂的體質，是指在沒有生病的情況下每個人的狀態。體質可以被大致分類，有些人體質明確，有些人則可能是由一種以上不同體質融合而成。

體質真的可以分類嗎？

雖然每個人的體質都有些微的不同，但仍然可以系統性的大致分為十種體質類型：和平質、氣虛質、陽虛質、陰虛質、痰濕質、濕熱質、血瘀質、氣郁質、血虛質、特稟質。而2007年的《中華中醫葯學刊》中指出，只有約三成的人是最平衡的「和平質」，近七成的人則是偏頗體質。

建議調理

食物宜多樣攝取、避免偏食或暴飲暴食，適度運動即可達到保健身體的效果。

飲食建議

幾乎沒有忌口，僅需注意均衡飲食，少食加工製品。

建議調理

掌握「益氣健脾、強健肌肉」的原則。如紅棗補氣、紅蘿卜補氣明目、桂圓肉溫補心脾，都是適合調理氣虛體質的飲食。積極運動也是養氣的好方法之一，運動時可以透過一呼一吸來引導每一個肢體動作。

飲食建議

宜吃：益氣健脾食物 (小米、大麥、紅棗、紅蘿卜、香菇、蓮子、枸杞、豆腐、菌菇、雞肉、牛肉等)

不宜：太油膩、耗氣食物 (柿子、生蘿卜、芥菜、芫荽、蔥蒜、苦瓜、蠶豆、空心菜等)

精油建議

1滴檸檬草+3滴椰子油，混合後塗抹肌肉緊張部位

1滴五味子+1滴乳香香薰，緩和噓咳

1滴五味子+1滴黑雲杉+1滴圓柚香薰，消除疲勞

建議調理

陽虛體質的保養關鍵在平日里養精蓄銳，包含有充足的睡眠、不熬夜、不做無謂的體能消耗。飲食要避免生冷，多吃溫熱的食物。搭配生薑、肉桂皮等溫暖的精油泡澡、泡腳或按摩，能有效地促進血液循環，暖和身體。

飲食建議

宜吃：甘溫益氣食物 (牛肉、羊肉、蝦、核桃、栗子、腰果、花生、生薑、韭菜、辣椒、胡椒、南瓜、冬蟲夏草等)

不宜：生冷、苦寒食物 (西瓜、梨、黃瓜、柿子、苦瓜、冬瓜、芹菜、綠豆、綠茶等)

精油建議

2滴生薑滴入熱水中，泡腳至微微出汗

在湯品中加1滴黑胡椒幫助消化

1滴肉桂皮+10滴椰子油，混合後塗抹後腰並搓熱按摩

建議調理

陰虛體質的關鍵在於養陰清熱、滋陰補腎，避免烤炸、辛辣、麻辣鍋等易上火食物。生活習慣和運動也要注意，陰虛體質的人本身燥熱，不宜再做過於激烈的運動，可選擇輕柔緩和的運動為主，避免大量流汗。生活中保持心情的輕松愉快，並適時釋放壓力，有助於疏解不適。

飲食建議

宜吃：富含營養，能讓身體充滿水分的食物 (芝麻、糯米、蜂蜜、甘蔗、梨、蘋果、葡萄、桃子、菠菜、金針菇、豆腐、燕窩、銀耳、蟹、魚類、鴨肉等)

不宜：辛辣刺激、溫熱燥食物 (蔥、姜、蒜、椒、羊肉、葵花子、肉桂等)

精油建議

睡覺前在香薰機內滴入2滴苦橙葉香薰，幫助入眠

1滴茉莉/橙花+3滴椰子油混合後塗抹小腹

5滴快樂鼠尾草滴入3匙浴鹽中泡澡/泡腳

建議調理

應以清熱祛濕、清除粘滯為主，避免食用甜膩或過油的食物，顧脾護胃。隨著天氣變化，也要注意環境的除濕抗菌。夏日要穿透氣的衣物不要悶住身體，運動或勞動後要擦汗清潔，並適當補充水分。為了避免熱的部分更加嚴重，容易上火的食物，例如酒精、辣椒、堅果要盡量減少。

飲食建議

宜吃：清熱化濕、性平偏甘寒食物 (芹菜、白菜、黃瓜、莧菜、絲瓜、苦瓜、蕃茄、蓮藕、冬瓜、香蕉、西瓜、綠豆等)

不宜：辛辣、刺激、滋膩食物 (韭菜、生薑、辣椒、胡椒等)

精油建議

1滴茶樹與適量洗面奶混合後清潔面部

1滴綠花白千層+3滴椰子油混合後，適量塗抹在傷口上，可防止感染化膿

稀釋後的梔子花精油，適量塗抹於面部，幫助消炎修復

待續…