Особенности модели фотосинтеза пихты сибирской как результат адаптации растения к условиям окружающей среды

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Пихта сибирская (Abies sibirica Ledeb.) входит в категорию основных лесообразующих пород северо-востока европейской части России. По сравнению с другими лесообразующими породами пихта сибирская изучена слабо, целостных моделей, которые описывают динамику фотосинтеза пихты в зависимости от факторов среды и условий произрастания, не существует. Моделирование интенсивности фотосинтеза пихты в зависимости от факторов среды по вертикальным градиентам и анатомо-морфологической структуры хвои пихты сибирской, изменяющейся от расположения внутри растительного полога по высоте, – цель настоящего исследования. Исследование проводили в средней подзоне тайги Республики Коми в ельнике чернично-сфагновом на двух высотных уровнях. Объекты исследования представлены двумя деревьями пихты сибирской, занимающими в структуре древостоя разное положение, одно входящее в состав основного яруса, другое – в состав второго яруса. В кронах выбранных деревьев на неотрезанных побегах измеряли скорость ассимиляции CO2 хвоей пихты, интенсивность падающей фотосинтетически активной радиации, температуру воздуха, относительную влажность воздуха и концентрацию CO2 в атмосфере; изучали анатомо-морфологическую структуру хвои пихты в зависимости от расположения по высоте в структуре древостоя. На основе экспериментальных данных получено регрессионное уравнение, моделирующее зависимость скорости ассимиляции CO2 хвоей пихты сибирской от факторов окружающей среды. Валидация показала адекватность и статистическую значимость модели. Выявлена специфика модели и анатомо-морфологических особенностей хвои пихты в зависимости от высоты расположения в древостое.

Об авторах

С. И. Тарасов

Институт биологии Коми научного центра Уральского отделения РАН

Автор, ответственный за переписку.
Email: tarasov@ib.komisc.ru
Россия, ул. Коммунистическая, 28, Сыктывкар, 167982

Н. В. Герлинг

Институт биологии Коми научного центра Уральского отделения РАН

Email: gerling@ib.komisc.ru
Россия, ул. Коммунистическая, 28, Сыктывкар, 167982

Список литературы

  1. Биопродукционный процесс в лесных экосистемах Севера, 2001. СПб.: Наука. 278 с.
  2. Браммер Ю.А., Пащук И.Н., 1976. Импульсная техника. М.: Высш. шк. 319 с.
  3. Галенко Э.П., 1983. Фитоклимат и энергетические факторы продуктивности хвойного леса Европейского Севера. Л.: Наука. 129 с.
  4. Коппель А.Т., Ваииико К.Х., 1988. Изменчивость и экофизиологическая роль предварительных двориков устьиц хвои ели европейской // Лесоведение. № 4. С. 11–16.
  5. Коренные еловые леса Севера: биоразнообразие, структура, функция, 2006. СПб.: Наука. 337 с.
  6. Маслова Т.Г., Попова И.А., Попова О.Ф., 1986. Критическая оценка спектрофотометрического метода количественного определения каротиноидов // Физиология растений. Т. 33. № 3. С. 615–619.
  7. Мокроносов А.Т., Багаутдинов Р.И., Бубнова Е.А., Кобелева И.В., 1973. Фотосинтетический метаболизм в палисадной и губчатой тканях листа // Физиология растений. Т. 20. № 6. С. 1191–1197.
  8. Ризниченко Г.Ю., 2003. Математические модели в биофизике и экологии. М.; Ижевск: Институт компьютерных исследований. 184 с.
  9. Росс Э.У., 1959. Ведение в кибернетику. М.: Изд-во Иностранной литературы. 432 с.
  10. Тарасенко Ф.П., 2015. Прикладной системный анализ. М.: КНОРУС. 220 с.
  11. Тарасов С.И., Герлинг Н.В., 2021. Новый подход к оценке площади поверхности хвои пихты сой // Лесоведение. № 2. С. 217–224.
  12. Тарасов С.И., Герлинг Н.В., 2022. Измерение потоков СО2 и Н2О между средой и растениями сспользованием инфракрасных газоанализаторов на основе открытых систем газообмена: инструментальная ошибка // Науч. приборостроение. Т. 32. № 3. С. 75–103.
  13. Торнли Дж.Г.М., 1982. Математические модели в физиологии растений. Киев: Наукова думка. 312 с.
  14. Цельникер Ю.Л., Выгодская Н.Н., Милюкова И.М., Корзухин М.Д., 2002. Влияние условий погоды на фотосинтез ели (Picea abies). Проблемы экологического мониторинга и моделирования экосистем. Т. XVIII. СПб.: Гидрометеоиздат. С. 337–357.
  15. Эзау К., 1980. Анатомия семенных растений. М.: Мир. Т. 2. 558 с.
  16. Caemmerer S., von, 2000. Biochemical Models of Leaf Photosynthesis. Collingwood: CSIRO Publishing. 165 p.
  17. Farquhar G.D., Caemmererand S., von, Berry J.A., 1980. A biochemical model of photosynthetic CO2 assimilation in leaves of C3 species // Planta. V. 149. P. 78–90.
  18. Gaëlle D., Thierry S., Hervé C., Laurent U., 2010. An overview of models of stomatal conductance at the leaf level // Plant Cell Environ. V. 33. P. 1419–1438. https://doi.org/10.1111/j.1365-3040.2010.02181.x
  19. Gutschick V.P., Simonneau T., 2002. Modelling stomatal conductance of field-grown sunflower under varying soil water content and leaf environment: Comparison of three models of stomatal response to leaf environment and coupling with an abscisic acid based model of stomatal response to soil drying // Plant Cell Environ. V. 25. P. 1423–1434.
  20. Hari P., Hänninen H., Berninger F., Kolari P., Nikinmaa E., Mäkelä A., 2009. Predicting boreal conifer photosynthesis in field conditions // Boreal Environ. Res. V. 14 (suppl. A). P. 19–28.
  21. Hari P., Mäkelä A., 2003. Annual pattern of photosynthesis in Scots pine in the boreal zone // Tree Physiol. V. 23. P. 145–155.
  22. June T., Farquhar G.D., Evans J.R., 1997. Short term effects of temperature on electron transport capacity as determined by whole leaf fluorescence measurement // Annual Report Research School of Biological Sciences, Institute of Advanced Studies, Australian National University / Eds Ball M., Clark-Walker G.D., Farquhar G.D., Gunning B.E.S., Morgan I.G., Osmond C.B. Canberra: Australian National University. 99 p.
  23. Korpilahti E., 1988. Photosynthetic production of Scots pine in the natural environment // Acta Forestalia Fennica. № 202. Art. 7649. https://doi.org/10.14214/aff.7649
  24. LI-COR, Inc., 2003. Using the LI-6400. Portable photosynthesis system. OPEN Software version 5.1. 1998–2003. 846 p.
  25. LI-COR: Interfacing custom chambers to the LI-6400 sensor head, 2016. https://www.licor.com/env/support/LI-6400/topics/custom-chamber.html
  26. Lichtenthaler H.K., 1987. Chlorophylls and carotenoids: Pigments of photosynthetic biomembranes // Method Enzymol. V. 148. P. 350–382.
  27. Mäkelä A., Landsberg J., Ek A.R., Burk T.E., Ter-Mikaelian M., et al., 2000. Process-based models for forest ecosystem management: Current state of the art and challenges for practical implementation // Tree Physiol. V. 20. P. 289–298.
  28. Olsson R., 2009. Boreal Forest and Climate Change. AirClim report 23. Göteborg: Air Pollution and Climate Secretariat. 32 р.
  29. Schulze E.-D., Beck E., Müller-Hohenstein K., 2005. Plant Ecology. Berlin; Heidelberg: Springer. 702 p.
  30. Severance F.L., 2009. System Modeling and Simulation: An Introduction. N.-Y.: Wiley. 520 p.
  31. Soja A.J., Tchebakova N.M., French N.H.F., Flannigan M.D., Shugart H.H., et al., 2007. Climate-induced boreal forest change: Predictions versus current observations // Global Planet. Change. V. 56. P. 274–296.
  32. Volk T., 2010. СО2 Rising: The World’s Greatest Environmental Challenge. Cambridge: MIT Press. 240 p.
  33. Weiss I., Mizrahi Y., Raveh E., 2009. Chamber response time: A neglected issue in gas exchange mments // Photosynthetica. V. 47. № 1. P. 121–124.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».