利用叶片荧光参数估算油蒿灌丛群落生态系统生产力

靳 川,李鑫豪,蒋 燕,徐铭泽,贾 昕,3,田 赟,3,刘 鹏,3,查天山,3,*

1 北京林业大学水土保持学院, 北京 100089

2 宁夏盐池毛乌素沙地生态系统国家定位观测研究站, 北京 100089

3 北京林业大学水土保持国家林业局重点实验室, 北京 100089

干旱和半干旱区占中国陆地的一半以上,随着极端气候事件的不断频发,该区荒漠生态系统处于急剧退化的风险中[1—2]。荒漠植被对碳收支的贡献不可忽视,在维持全球生态功能稳定方面发挥着至关重要的作用[3]。在冠层尺度上,生态系统生产力(gross ecosystem productivity,GEP)作为碳循环的驱动枢纽,代表生态系统通过光合作用将光能转化为化学能的固碳能力[4]。涡度相关法可直接监测大气中的碳水交换动态,是目前探究了解生态系统碳循环的主流技术手段之一[5]。

叶片内叶绿素分子吸收光能传输到光系统反应中心,转化为光化学能、热能(非光化学猝灭)和叶绿素荧光[6—7]。近年来,大量研究发现冠层和景观尺度上观测到的叶绿素荧光与GEP密切相关,利用叶绿素荧光反演GEP的研究越来越受到重视[8]。例如,被广泛用于计算GEP的Monteith模型,表示为吸收光合有效辐射(absorbed photosynthetically active radiation,APAR)和光能利用效率(ε)的乘积函数(即GEP=APAR×ε)[9]。该理论同样适用于叶片尺度,通过叶绿素荧光能够得到叶片尺度的光能利用率,即实际光化学效率(ΦPSII),这为光合过程的尺度上推提供了技术支持[10]。但在冠层尺度上准确估计ε和APAR是具有挑战性的,因为这些参数可能随生物群落、生理因素和环境条件变化[11]。同时,冠层光能截获受其几何结构特征和PAR等环境因子影响,冠层垂直分布结构也与叶片生理状态有关[12]。然而,荒漠生态系统的植被单一且稀疏,没有复杂的冠层结构,这一问题得以很好的简化。

近年来,脉冲振幅调制(pulse amplitude modulation,PAM)荧光测量技术被大量应用于荒漠植物的原位连续监测,可准确探测叶片的长期光合生理状态,帮助找出关键性环境胁迫因子,从而在叶片尺度上揭示荒漠植物的生理可塑性[13]。在冠层尺度上,GEP是认识区域碳循环和碳收支的基础,气候变化影响碳循环,而碳循环过程又可反馈于气候,这一动态过程对于理解荒漠生态系统稳定性具有重要意义[14]。有研究报道指出,太阳诱导叶绿素荧光(solar induced fluorescence,SIF)和GEP呈线性相关[11,15],但也有人认为SIF和GEP之间并非严格线性[16]。关于这一广泛争议,或许可以从叶片尺度叶绿素荧光和冠层尺度GEP的关系中找到解释。因此,建立一种基于叶片叶绿素荧光技术来估算GEP的方法是十分必要的,可为探究地区碳收支提供一种新方法,同时也填补了相关研究的空白[17]。

本研究采用涡度相关法对宁夏盐池毛乌素沙地荒漠灌木油蒿(Artemisiaordosica)群落生态系统碳交换(net ecosystem CO2exchange,NEE)进行监测,在通量贡献区内使用MONITORING-PAM多通道荧光监测仪对油蒿叶绿素荧光进行原位连续观测,对叶面积指数(leaf area index,LAI)和环境因子同步进行定期或连续观测。选取PAR、LAI和ΦPSII等参数构建基于叶绿素荧光的GEP估算模型(GEPChlF),比较分析GEPChlF与涡度相关法监测生态系统生产力(GEPEC)之间的相关性,探究在叶片和冠层尺度下光合过程对环境变量的响应。拟解决科学问题：(1)建立基于叶片叶绿素荧光的GEP相关估算模型,为获取荒漠灌木生态系统能量交换过程信息提供技术手段；(2)分析油蒿ΦPSII、GEPChlF和GEPEC的实时动态,探究叶片和冠层尺度光合过程对环境波动的响应,为找出荒漠灌木的限制环境因子提供相关理论依据。

1 材料与方法

1.1 样地概况

本研究地点位于宁夏盐池荒漠生态系统国家定位观测研究站点(37°04′—38°10′N,106°30′—107°47′E,海拔1550 m),地处毛乌素沙地南缘,东临黄土高原,是半干旱区和干旱区典型的过渡生态交错带。研究区属中温带大陆性季风气候,年均气温为8.3℃,年均昼夜温差可达25℃。降雨分布不均,年降雨量为284 mm,年潜在蒸散量为2024 mm。研究区盛行西北风,年均风速为2.6 m/s,土壤密度为1.54 g/cm3,以黑垆土和风沙土为主。观测期内,样地植被以荒漠灌木油蒿为主,相对覆盖度达75%,油蒿通常4月末开始萌发,7—8月积累生物量达到最大,10月初开始枯萎凋落。

1.2 研究方法

本试验选取荒漠灌木油蒿为研究对象,以样地涡度相关通量塔(6.2 m)为中心,设置100 m×100 m的通量贡献区,在该范围内的东西和南北方向,间隔20 m各布设6条样线,样线间36个交点作为LAI的测量点位。在通量贡献区内,选择地势平坦50 m×50 m的区域(距离通量塔向东30 m)作为叶绿素荧光观测样地,选择5株长势良好有代表性(冠幅直径约为70.6 cm,高度约为40.4 cm)的油蒿作为样本植株,进行叶绿素荧光的长期原位连续监测。1株油蒿样株距荧光仪主机2 m,其余4株分别位于荧光仪主机东南西北4个方向的20 m处。观测期内,环境因子由通量塔上配备的微气象观测系统进行同步监测,定期拍摄照片进行物候期观测,周期为7 d。油蒿萌芽期(4月15日—5月5日),展叶期(5月6日—6月30日),开花结实期(7月1日—9月25日),落叶期(9月26日—10月20日)。

1.2.1叶绿素荧光观测与计算

于2015年5月20日至10月4日,使用多通道荧光监测仪(MONITORING-PAM2000, Walz, Effeltrich, Germany)对5株油蒿样株进行24 h连续监测,测量间隔时间为30 min。使用荧光探头(MONI-head)的特制叶夹固定2到3簇叶片,调整叶夹方位使其能在白天光照下不受探头阴影影响,每天检查叶片状态,及时调整更换。监测荧光参数包括实时荧光(Fs)和光下荧光(Fm′),使用WinControl- 3对原始数据进行批量处理,采用极限检查筛选法将低于100的Fm′和Fs的删除,并采用线性内插法插补缺失数据。根据Kramer公式计算ΦPSII[18]：

ΦPSII=(Fm′-Fs)/Fm′

(1)

1.2.2生态系统碳交换观测与计算

NEE由通量塔的三维超声风速仪(CSAT- 3, Campbell Scientific, USA)和闭路式红外气体分析仪(LI- 7200, LI-COR, USA)测量,湍流脉动信号采样频率为10 Hz。原始数据通过EddyPro软件(LI-COR, Lincoln, Nebraska, USA)计算出30 min的NEE,主要处理过程包括剔除异常峰值[19]、旋转二维坐标轴[20]、校正延迟和频率损耗[21]、去除趋势等步骤[22]。采用中位数算法进行数据筛选和异常值的去除。对由于仪器故障、数据采集和数据剔除等原因造成的缺失数据(占比4.92%)进行插补,对短时间内的(<2 h)缺失采用线性内插法[23],对长时间缺失采用昼夜平均法[24]。生态系统呼吸(Re)和温度的时间变化关系采用如下模型[25]：

(2)

式中，T0为在-46.02 ℃的回归常数,Tref为15 ℃,Rref为温度在Tref时Re的速率,E0为Re的温度敏感性。连续15天时间窗下的夜间数据将产生一个E0的单序列估计,用于计算全天Re。

1.2.3叶面积指数和植被指数的测定与计算

使用冠层分析仪(LAI- 2000, LI-COR, USA)在36个测量点位进行LAI的观测,观测周期为7 d左右。为保证观测条件稳定一致,观测时间需在日出或日落前后,此时无阳光直射。测量时选用冠层分析仪的单系统模式,首先在冠层上方2 m处进行标零,在冠层下方重复测量4次后得到LAI。每个测量点重复2次,样地内LAI为72个测量值的平均值。本文使用太阳辐射、入射光合有效辐射和反射光合有效辐射计算归一化植被指数(normalized difference vegetation index,NDVI)[26—27]。红外波段的反射率(RVIS)为：

(3)

式中，PARin、PARout分别表示入射和反射光合有效辐射,红外波段和近红外波段入射部分可表示为：

VISin=0.45Rg

(4)

NIRin=0.55Rg

(5)

式中，VISin、NIRin分别表示红外波段入射和近红外波段入射,Rg为太阳辐射。反射部分可表示为：

VISout=RVISVISin

(6)

NIRout=Rgout-VISout

(7)

式中，VISout、NIRout分别表示红外波段反射和近红外波段反射,Rgout为太阳辐射反射。计算近红外波段反射率(RNIR)和NDVI[26—27]：

(8)

(9)

使用9: 00—16: 00的辐射平均值计算NDVI,采用线性内插法计算得出每天的LAI。

1.2.4环境因子的观测与计算

PAR由荧光仪测量,空气温度(Ta)和相对湿度(relative humidity,RH)由通量塔上安装的温湿度传感器(HMP155A, Vaisala, Vantaa, Finland)测得,采用式(10)和式(11)计算饱和水汽压差(vapor pressure deficit,VPD)[28]：

VPD=e-e×RH/100

(10)

e=exp(17.27×Ta/237.3+Ta)

(11)

式中，e为饱和空气压力。土壤含水量(soil water content,SWC)由样地内的土壤温湿度传感器(ECH2O- 5TE, Decagon Devices, Pullman, WA, USA)测定,布设深度为30 cm。降雨量(precipitation,PPT)由样地空旷地处的翻斗式雨量筒(TE525W, Campbell Scientific Inc., Logan, UT, USA)测定,所有环境因子观测间隔为30 min。

1.2.5叶绿素荧光推演冠层光合的计算

叶片光合可表示为APAR与ε的乘积[9],同时假设固定1 mol的CO2需要传递4 mol电子[29],在叶片尺度下有：

Pl=4ETR=4PAR×f×αl×ΦPSII=APAR×εl

(12)

式中，Pl为叶片固碳速率,ETR为表观电子传递速率,εl为叶片尺度的光能转换效率,PAR为光合有效辐射,f为植物光系统II吸收光子的比例,ΦPSII为实际光化学效率。假设植物吸收的光能被两个光系统均分(f为0.5),αl为植物的经验性吸光系数,通常为0.84。同样的,在冠层尺度下有[9,25]：

GEP =NEP+Re=-NEE+Re=APAR×εc

(13)

GEPEC由式(13)计算,式中GEP为冠层尺度生态系统生产力,εc为冠层尺度的光能转换效率,NEP为生态系统净生产力,NEE为生态系统净碳交换,Re为生态系统呼吸。样地内物种单一且冠层结构简单,假设叶片和冠层尺度的APAR不变,光能转换效率εl和εc相等[4]。由于光系统II光化学反应过程是GEP的唯一能量来源,构建油蒿叶片-冠层尺度光合过程关系式：

(14)

式中,LAI为叶面积指数,由于其数值是相对的,不能用来直接将两个尺度进行比较。因此,需要叶片和冠层尺度之间的校正系数(c)[4],由式(15)计算得出：

(15)

根据生长季半小时数据求得的c值,在PAR处于550—650 μmol m-2s-1的离散程度最低(c=0.04),此处光强接近白天平均值(图1),本研究将c值定为0.04。因此GEPChlF关系式由式(16)得出：

图1 校正系数与光合有效辐射的关系

(16)

2 结果与分析

2.1 环境因子的季节动态

PPT计算日总值,其他环境因子计算日均值。PAR日均值最高618.7 μmol m-2s-1(6月11日),最低46.9 μmol m-2s-1(9月28日)。Ta和VPD趋势相近,呈先升高后降低趋势,Ta日均值最高27.2 ℃(7月28 日),最低6.5 ℃(10月1日),VPD日均值最高2.56 kPa(7月27日),最低0.04 kPa(9月28日)。观测前期SWC持续下降,在3次PPT达到20 mm降雨事件后明显升高,日均值最低0.06 m3/m3(7月23日),最高0.16 m3/m3(9月9日),观测期内PPT总计185.7 mm。

图2 样地环境因子的季节动态

2.2 参数的动态及GEPChlF和GEPEC的相关性

从日间动态来看,ΦPSII和NEE趋势基本一致,ΦPSII谷值在11:00—14:00附近,NEE谷值在10:00—16:00附近。在6月和9月出现的连续阴天时间内,ΦPSII和NEE均无明显日间低值。从季节动态来看, GEPChlF和GEPEC在生长季前期和末期趋势基本一致。在生长旺盛的7月,GEPChlF明显高于GEPEC。GEPChlF最高4.11 gC m-2d-1(6月11日),最低0.37 gC m-2d-1(9月30日)。GEPEC最高4.18 gC m-2d-1(8月20日),最低0.30 gC m-2d-1(9月29日)。LAI和NDVI趋势相似,均呈现先增高后降低的趋势。LAI最高1.57 m2/m2(8月18日),最低0.78 m2/m2(10月4日)。NDVI最高0.36(9月5日),最低0.25(5月23日)。

PAR<400 μmol m-2s-1时,GEPChlF和GEPEC的拟合斜率为2.31,R2=0.39；PAR在400—800 μmol m-2s-1时,拟合斜率为0.627,R2=0.67；PAR>800 μmol m-2s-1时,GEPChlF和GEPEC呈非线性关系,R2=0.08,离散程度大(图4)。

图4 基于叶绿素荧光推导和涡度相关监测生态系统生产力的相关关系

2.3 不同尺度光合参数与环境因子和植被参数的关系

ΦPSII和PAR、Ta、VPD负相关(R2=0.23；R2=0.08；R2=0.13,P<0.01),和SWC正相关(R2=0.08,P<0.01)； GEPEC和PAR、VPD正相关(R2=0.25；R2=0.07,P<0.01)；GEPChlF和PAR、Ta、VPD正相关(R2=0.91；R2=0.20；R2=0.47,P<0.01),相比ΦPSII和GEPEC,GEPChlF对环境波动响应的变化幅度更大(图5)。GEPEC和NDVI正相关(R2=0.41,P<0.01),GEPChlF和LAI、NDVI正相关(R2=0.19；R2=0.34,P<0.01)(图6)。

图5 油蒿光合参数与环境因子的关系

图6 生态系统生产力与植被参数的关系

3 讨论

3.1 叶片和冠层尺度光合过程的关联性

目前,已有大量研究证明通过SIF方法得到的GEP与涡度相关法的误差极小,线性拟合斜率接近1且截距在0附近[4]。另外,研究指出ΦPSII与冠层尺度SIF的一致性要远优于其他荧光参数[30],说明ΦPSII可作为衡量叶片尺度光能转换效率的合适参数,为估算冠层GEP提供可行性。研究发现,油蒿叶片和冠层尺度光合过程存在显著关系,其关系强弱随物候期和环境条件而变化,在日间和季节尺度上分别体现(图3、4)。

图3 光合参数和植被参数的季节动态

本研究没有涉及阳光、遮阴和半遮阴等不同冠层方位的叶片样本,即使荒漠灌木冠层结构单一,但其光能传输分配在弱光下依然存在一定的空间异质性[12]。另外,叶绿素荧光方法实际上仅能反映叶片表皮层下有限的区域面积,然而气体交换法反映的是整个叶片横截面积的总和,无论光线能否抵达叶片内部。就叶片尺度而言,吸光系数αl并不是常数,事实上会随着光强降低而增加[31]。因此,模型中APAR则低于实际值,最终导致弱光下GEPChlF的低估(图4)。高光强条件下,GEPChlF明显高于GEPEC(图4),可能是由于油蒿出现了光抑制现象,导致模型中ε高于实际值。另外,植物光系统II除了增加热耗散等调节机制,过剩光能还可用于光呼吸、氮代谢和米勒反应等过程,避免植物光合器官灼伤[32-34]。GEPEC是由基于夜间NEE温度敏感性得出Re的基础上计算的,无法将上述能量分配组分估算在内,然而本研究模型GEPChlF却可以。GEPChlF和GEPEC之间表现出明显季节差异,7月GEPChlF高于GEPEC(图3)。从物候考虑,此时油蒿处于长势旺盛的繁殖期,叶绿素含量以及叶功能性状处于最佳状态,对过剩光能的耗散能力增强且不易产生光抑制[6],流入油蒿光化学过程的能量相当一部分进行了耗散。更有研究指出,此时期油蒿ΦPSII随PAR日变化斜率的绝对值也呈现大幅下降趋势[35]。

本研究模型GEPChlF和环境因子的相关性更优,对环境波动更加敏感(图6),有助于全面了解荒漠生态系统的丰富特性[36—37]。同时,GEPChlF和GEPEC与LAI和NDVI的相关性也表明了植物物候对于生态系统碳循环的重要影响[38]。有关研究利用NDVI日变化估算APAR,但由于观测存在误差和噪声,且观测区域的覆盖面积也在一定程度上受到限制,都会导致APAR偏离实际值[39]。本研究选取LAI作为冠层结构参数,采集样点数量充足且分布区域范围合理,因此能够充分代表实际情况。

3.2 叶片和冠层尺度光合过程对环境波动的响应

ΦPSII表征光系统II反应中心光能转换的效率,对叶片自身生理和外界环境状态变化非常敏感[40]。在日尺度上,PAR较高时ΦPSII呈现非光化学猝灭现象(图3),反映了油蒿的光保护机制,大量过剩光能通过热能形式耗散以避免叶绿体类囊体薄膜过分激发[33]。夜间ΦPSII逐渐增加,黑暗条件下油蒿可进行充分暗适应。因此,可将夜晚Fm′和Fs分别视为暗适应最大荧光(Fm)和暗适应最小荧光(F0),此时ΦPSII就可看作最大光化学效率(Fv/Fm)[35]。Fv/Fm反映植物光系统的潜在光合能力,是表征光合单元机构健康状况的重要指标且不受物种影响[7]。健康状态植物的Fv/Fm通常处于0.70以上,研究指出0.44可作为植物是否受到严重抑制的临界参考值[41]。在季节尺度上,油蒿Fv/Fm在0.65—0.85之间波动,除了在生长季末期伴随气温骤降出现的短期低值情况(图3)。因此,本研究认为处于生长旺盛期的油蒿能够通过光系统II的不断调整和自我修复保持叶片光合生理的健康状态,具有一定的适应和恢复力,从而维持油蒿灌丛生态系统固碳过程的稳定。

荒漠生态系统气候条件恶劣,光照往往远超植物光合所需,高辐射是该区常见的环境胁迫[1]。ΦPSII随PAR增加而降低,过低ΦPSII不易维持光能转换和暗反应过程,长时间易产生光抑制现象并造成光系统损伤[40]。然而随PAR增加,GEPChlF和GEPEC并没有出现抑制现象,证明油蒿光系统II对高辐射具有一定耐受能力,其针形叶片在形态学上为抵抗高辐射提供了可能[42]。荒漠地区昼夜温差大,极端温度能够通过抑制叶绿体天线蛋白酶的活性影响植物的光合生理状态[43]。低温条件下,GEPChlF和GEPEC的低值出现,表明低温对油蒿光合过程产生抑制(图3)。研究指出,油蒿可利用原生质层的抗凝结性增加胞内渗透压,从而延缓代谢速率应对低温胁迫[13,44]。水分是保证植物生长发育的关键,荒漠地区水资源匮乏,干旱经常发生。在高VPD和低SWC条件下,油蒿调节气孔导度控制蒸腾速率以延缓水分流失,同时不可避免增加了跨类囊体质子梯度[45—46],最终导致ΦPSII降低(图5)。然而GEPChlF和GEPEC却没有受到VPD和SWC的限制,认为油蒿调整其光合资源利用策略,提高水分利用效率以保证光合速率维持稳定,同时也证明具备发达茂密根系的油蒿对土壤干旱和空气干燥有着较高的耐受性[42—43]。综上所述,高辐射、极端温度和水分亏缺是限制油蒿叶片和冠层尺度光合过程的主要环境胁迫,油蒿能够通过光系统II调整和修复、资源利用策略的优化等维持光合生理状态和光合固碳能力的长期稳定,油蒿可作为荒漠地区植被恢复的先锋物种。

4 结论

本研究将叶片荧光和冠层光合相结合,提出一种光合过程尺度上推的新方法,今后可为促进区域可持续发展提供数据支撑和决策参考。选用PAR、LAI和ΦPSII等参数构建的GEPChlF能够替代GEPEC,作为一个冠层尺度的生态参数,主要结论如下：

(1)作为冠层尺度生态系统碳循环的指标,GEPChlF具有叶绿素荧光参数的特性,对环境波动更加敏感,和环境因子相关性优于GEPEC。

(2)PAR处于400—800 μmol m-2s-1时,GEPChlF与GEPEC线性关系最好；弱光条件下,冠层的高光能拦截率可能导致 GEPChlF低估；强光条件下,GEPChlF显著高于GEPEC且呈非线性关系,可能是GEPEC基于夜间温度敏感性所拟合出的Re偏低,无法预测光呼吸等过程所导致。

(3)高辐射、极端温度和水分亏缺是限制油蒿叶片和冠层尺度光合过程的主要环境胁迫,在荒漠波动环境状态下,处于生长旺盛期的油蒿能够通过光系统II的不断调整和自我修复保持叶片光合生理的健康状态,维持生态系统固碳过程的稳定。