本研究于2014年5月上、中和下旬各选择晴朗无云的3 d进行观测, 时间为08:00-18:00。每天测定时选择生长状况相似的柽柳、侧柏和柠条各3株。每株中选取朝向相同、叶位相同、长势相近、无病虫害的叶片进行测定, 同一叶片每次重复测量3次, 共9次, 每1 h测定一轮, 运用拍照法^[13]计算所测部分的叶面积。

在自然条件下利用Ci-340便携式手持光合测量系统, 所测参数包括净光合速率(P_n)、蒸腾速率(T_r)、胞间CO₂浓度(C_i)、气孔导度(G_s)、饱和水汽压差(VPD)、叶温(T_l)等; Watch Dog 2000自动气象站, 所测参数包括光合有效辐射(PAR)、大气CO₂浓度(C_a)、大气温度(T_a)、土壤温度(T_s)、相对湿度(RH); Watera Scout SM 100土壤湿度传感器测定了土壤湿度(SM)。根据所测参数计算水分利用效率(WUE=P_n/T_r)和气孔限制值(L_s=1-C_i/C_a)。

灰色关联度分析法是一种多因素统计分析方法, 它以各因素的样本数据为依据, 用灰色关联度来描述因素间关系的强弱、大小和次序^[14]。该方法定量考虑多个因素的作用, 得出具有可比性的综合性指标, 从而提高综合评估的准确性和有效性, 避免了人为评判的主观性。灰色关联度越大, 说明比较项与参考项的发展趋势越接近, 即参考数列受比较数列影响更大^[15]。

先利用相关分析计算各微环境因素的相关系数, 并进行显著性检验; 然后运用灰色关联分析方法对P_n与其影响因素的关联度进行排序, 得出P_n的影响因素排序。所有分析均在Excel 2007和SPSS 17.0中完成。

环境因素主要包括PAR、C_a、T_a、T_s、RH和SM。PAR日变化呈现明显的单峰曲线, 从08:00-13:00随着太阳高度的增大而增强, 13:00左右达到最大, 为2 035 mol· (m²· s)^-1, 之后随着太阳的西落而迅速降低, 17:00开始降幅变缓。C_a的日变化总体呈现下降趋势(图1)。随着PAR变化, T_a也表现为单峰曲线, 最大值出现在14:00, 为38.5 ℃(图1), 与PAR相关性较为显著(r=0.732, P< 0.05)(表1), 并且有滞后性。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 环境因素日变化 注:PAR, 光合有效辐射; Ca, 大气CO2浓度; RH, 空气相对湿度; SM, 土壤相对湿度; Ta, 大气温度; Ts, 土壤温度。下同。Fig.1 Diurnal changes of environmental factor Note: PAR, photosynthetically active radiation; Ca, atmospheric CO2 concentration; RH, air relative humidity; SM, soil moisture; Ta, air temperature; Ts, soil temperature. The same below.

表1

Table 1

表1(Table 1)

表1 环境因素之间的相关系数 Table 1 Correlation coefficient among environmental factors 指标 Parameter PAR Ca Ta Ts RH Ca 0.218 Ta 0.732* -0.466 Ts 0.174 -0.914* * * 0.745* RH -0.046 0.875* * * -0.626* -0.962* * * * SM 0.939* * * 0.019 0.798* * 0.372 -0.193 Note: * , * * and * * * indicate significant correlation at 0.05, 0.01 and 0.001 level, respectively. 注:* 、* * 、* * * 分别表示 在0.05、0.01和0.001水平上显著。

表1 环境因素之间的相关系数 Table 1 Correlation coefficient among environmental factors

T_s日变化呈现不明显的单峰曲线, 从08:00开始升高, 在15:00达到最大, 之后开始降低, 增加幅度大于降低幅度, 对T_a有1 h的滞后效应, 且T_s与C_a呈极显著负相关(r=-0.914, P< 0.001)。RH的日变化总体呈下降趋势, 在PAR达最大时降到最低, 在14:00有小幅上升, RH与T_a呈负相关关系(r=-0.626, P< 0.05), 与T_s呈极显著负相关关系(r=-0.962, P< 0.001)。SM的变化为先升后降, 13:00最大, 升降幅度均不大, 与PAR呈极显著正相关关系(r=0.937, P< 0.001)(图1, 表1)。

3种植物的P_n日变化均呈明显不对称的双峰曲线(图2)。侧柏和柠条P_n的第1峰值在10:00左右出现, 而柽柳P_n的第1峰值出现的时间为11:00, 侧柏和柠条第1峰值出现的时间较柽柳提前了1 h; 3种植物的第2峰值都出现在14:00左右。12:00-13:00之间, 过高的光强和温度对3种植物的光合作用产生了抑制, P_n均处于谷值。可以看出, 3种植物均存在明显的光合“ 午休” 现象^{[16, 17]}, 而且侧柏和柠条的午休强度大于柽柳。经过光合“ 午休” 后, 柽柳的光合作用有所增强, 而侧柏和柠条的光合能力并未恢复到午休前的最高水平。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 3种植物的光合特性日变化Fig.2 Diurnal changes of photosynthetic traits of three species

蒸腾作用是反映植物水分代谢的一个重要生理指标, T_r能够反映蒸腾作用的强弱。3种植物T_r的日变化曲线均呈双峰型, 其中, 柽柳T_r变化不明显(图2)。

3种植物的C_i日变化在波动中呈现下降趋势(图2), 其中, 柽柳和柠条C_i变化幅度较大, 柽柳的C_i在13:00明显升高, 柠条的C_i在14:00左右明显升高。3种植物的L_s日变化都呈双峰曲线(图2), 在08:00时较高, 然后下降, 侧柏L_s从09:00开始上升, 柽柳和柠条在10:00开始上升, 均在12:00达到第1个峰值。随着PAR、T_a在全天呈现单峰曲线(图1), T_l与T_a变化大致相同(图2), 其中, 侧柏的T_l峰值出现在13:00左右, 柽柳和柠条T_l的峰值在14:00左右出现。T_a升高引起环境饱和水汽压增大, 进而加大叶片表面蒸发能力使叶片VPD增大(图2)。3种植物G_s日变化曲线大致呈“ L” 型(图2), 其中08:00是全天的最大值点, 08:00-11:00内下降趋势相对较大, 11:00以后变化幅度相对减缓, 并且午后均出现了相对较小的上升趋势。

水分利用效率WUE是反映植物耐旱性的一个有效指标, 它显示植物有效利用水分的能力, 即在相同条件下, 水分利用效率高的植物的抗旱能力较强^[18]。本研究中3种植物WUE的变化趋势和P_n的变化趋势大致相同一致, 总体来看, 柽柳的WUE明显高于侧柏和柠条, 说明柽柳的抗旱能力强于侧柏和柠条(图2)。3种植物的WUE日均值表现为柽柳(2.56 mol CO₂· mmol^-1 H₂O)> 柠条(1.13 mol CO₂· mmol^-1 H₂O)> 侧柏(0.42 mol CO₂· mmol^-1 H₂O), 这主要是由于3种植物在根系分布上的不同导致了不同的水分利用方式。

灰色关联度计算结果表明(表2), 生理因素对3种植物P_n的影响均较大, 但影响程度存在差异。生理因素与3种植物P_n的关联度由大到小排序, 柽柳表现为C_i> T_l> T_r> G_s> VPD> L_s; 侧柏表现为T_r> T_l> VPD> C_i> L_s> G_s; 柠条表现为T_r> T_l> C_i> G_s> VPD> L_s。可见, 生理因素中, C_i对柽柳P_n的影响最大(关联度为0.859), 是影响柽柳P_n的重要生理因素; T_r对侧柏和柠条P_n的影响最大(关联度分别为0.781、0.679), 是影响侧柏和柠条P_n的重要生理因素。其它生理因素中, T_l对3种植物P_n的影响均较大(关联度分别为0.847、0.766、0.654)。

表2

Table 2

表2(Table 2)

表2 Pn与生理因素的关联度 Table 2 Relation Grades between Pn and physiological factors 植物种类Species 生理因素Physiological factors Tr Ci Gs VPD Tl Ls 柽柳Tamarix austromongolica 0.803 0.859 0.785 0.771 0.847 0.595 Pn 侧柏Platycladus orientalis 0.781 0.741 0.690 0.759 0.766 0.710 柠条Caragana korshinskii 0.679 0.645 0.599 0.598 0.654 0.543

表2 Pn与生理因素的关联度 Table 2 Relation Grades between Pn and physiological factors

环境因素与3种植物P_n关联度从大到小的排列顺序(表3), 柽柳表现为PAR> RH> T_s> SM> T_a> C_a; 侧柏表现为PAR> SM> T_a> T_s> RH> C_a; 柠条表现为RH> PAR> SM> T_a> C_a> T_s。其中, PAR与柽柳和侧柏P_n的关联度最大(分别为0.617、0.733), 表明环境因素中, PAR对柽柳和侧柏光合作用的影响最大; RH与柠条P_n的关联度(0.663)较大, 表明环境因素中RH对柠条光合作用的影响最大。其它环境因素中, RH对柽柳P_n的影响最大(关联度为0.551), 是柽柳P_n的重要环境影响因素; SM对侧柏P_n的影响最大(关联度为0.624), 是侧柏P_n的重要环境影响因素; PAR对柽柳P_n的影响最大(关联度为0.632), 是柠条光合作用的重要环境影响因素。

表3

Table 3

表3(Table 3)

表3 Pn与环境因素的关联度 Table 3 Relation Grades between Pn and environmental factors 植物种类Species 环境因素Environmental factors PAR Ca Ta Ts RH SM 柽柳Tamarix austromongolica 0.617 0.522 0.526 0.531 0.551 0.527 Pn 侧柏Platycladus orientalis 0.733 0.539 0.691 0.662 0.624 0.692 柠条Caragana korshinskii 0.632 0.577 0.591 0.550 0.663 0.592

表3 Pn与环境因素的关联度 Table 3 Relation Grades between Pn and environmental factors

植物净光合速率日变化曲线主要有双峰型或单峰型两种^{[19, 20]}。本研究中3种植物净光合速率的日变化曲线均为不对称的双峰曲线, 存在明显的光合“ 午休” 现象, 这与大多数植物的光合特性一致^[21]。光合“ 午休” 现象也是C₃植物的共同特征^[22]。Farquhar和Sharkey^[23]认为, 影响净光合速率下降有气孔限制和非气孔限制两方面的因素, 如果净光合速率下降的同时胞间CO₂浓度降低, 气孔导度有所增大, 此时净光合速率降低主要是由气孔关闭引起的; 而如果净光合速率下降的同时胞间CO₂浓度上升, 但气孔导度下降, 表明净光合速率降低主要是由非气孔因素引起的。本研究中, 12:00-14:00期间, 侧柏净光合速率降低, 胞间CO₂浓度也降低, 气孔导度也随之降低; 随着净光合速率降低, 柽柳和柠条的胞间CO₂浓度有所上升, 但气孔导度有所降低。这主要是由于午间高温、强辐射使叶片蒸腾加强, 造成暂时的水分亏缺, 叶温升高, 刺激了气孔, 气孔导度降低, 气孔限制值明显升高, 从而防止了水分的过分流失, 同时使CO₂吸收量减少, 导致光合速率降低, 而非气孔因素所致, 这和王珊珊等^[24]、刘建峰等^[25]、胡文超等^[26]的研究结果一致。

在自然条件下, 内部生理因素和外界环境因素对植物光合作用的影响不是单一和孤立的, 而是相互联系、相互制约、综合影响的^{[27, 28]}。张锦春等^[29]认为, 由于环境因素的不同引起植物光合特性的多样性变化, 环境因素起着主导作用。各环境因素之间也相互影响, 相互制约。强烈的太阳辐射是引起一天中温度、湿度等一系列环境因素变化的根本原因^[30]。光合有效辐射在13:00达到最大, 而大气温度在14:00达到最大, 大气温度对光合有效辐射有1 h的滞后效应。午间大气CO₂浓度和相对湿度持续降低, 因为午间过高的大气温度引起空气密度降低, 进而使得午间相对湿度和大气CO₂浓度降低。此外, 植物光合作用吸收CO₂也是大气CO₂浓度降低的一个重要原因。在影响植物光合作用的环境因素中, 光合有效辐射是驱动因素, 其变化驱动了大气温度和土壤温度的变化, 而相对湿度、土壤湿度与大气CO₂浓度的变化受大气温度的影响较大。

土壤水分状况是决定植物光合作用的关键因素, 对植物的生存和演替有重要作用。植物内部因素如叶片气孔导度、气孔阻力等是植物长期适应多变的环境和土壤而形成的一类自身调节因素, 主要通过环境因素而间接影响植物的光合生理变化。通过灰色关联度分析发现, 环境因素中, 光合有效辐射与柽柳和侧柏净光合速率的关联度最大, 是影响柽柳和侧柏光合作用的重要环境因素。生理因素中, 蒸腾速率与侧柏和柠条净光合速率的关联度最大, 是影响它们光合作用的重要生理因素。植物的蒸腾作用是通过气孔完成的。在干旱环境下, 当午间光合有效辐射增大时, 气孔变大, 蒸腾速率随之增强, 导致植物单位面积叶片蒸腾失水增多, 从而降低净光合速率。

植物叶片温度在一定程度上取决于空气温度, 影响光合作用的生化反应和饱和水汽压^{[31, 32]}, 从而影响蒸腾和叶片失水、气孔开闭, 以至于影响CO₂和水汽的进出、光合磷酸化酶活性、RuBp羧化酶活性、RuBp的再生^{[33, 34]}。本研究分析发现, 午间叶温均较高, 3种植物的净光合速率均下降, 且叶温与3种植物净光合速率的关联度均排在第二, 对3种植物光合作用的影响也较大。

除上述因素外, 土壤水分是影响植物体内水分状况的重要因素, 从而直接影响植物光合作用的进行。在自然条件下, 植物体内的水分状况随土壤水分的变化而异, 从而引起光合活性的变化。水分胁迫导致光合作用下降是干旱条件下作物减产的重要原因, 土壤水分亏缺对光合作用的影响可以通过气孔导度进行, 也可以直接影响到叶肉细胞的光合能力^[35]。本研究通过灰色关联分析发现, 土壤湿度与侧柏净光合速率 的关联度排在第二, 表明土壤湿度对侧柏光合作用的影响也较大。

灰色关联度分析法在农业科学研究中被广泛应用, 该方法具有直观、准确和便捷等特点。但灰色关联度分析法仅能反映各性状问的关联紧密程度, 不能同时反映各因素间的作用方向和直接、间接效应。因此, 进一步的分析还应结合多元回归分析和相关分析等方法。

各环境因素紧密相关。光合有效辐射变化直接引起大气温度的变化, 而大气温度对大气CO₂浓度和相对湿度有明显影响。大气温度对光合有效辐射, 大气CO₂浓度和相对湿度对大气温度分别有1 h滞后效应, 在光合有效辐射的驱动下各环境因子对净光合速率共同起作用。

3种植物的水分利用效率日均值表现为柽柳(2.56 mol CO₂· mmol^-1 H₂O)> 柠条(1.13 mol CO₂· mmol^-1 H₂O)> 侧柏(0.42 mol CO₂· mmol^-1 H₂O), 柽柳的水分利用效率明显高于侧柏和柠条, 说明柽柳的抗旱能力强于侧柏和柠条。 3种植物光合“ 午休” 现象明显, 且均非气孔因素所致。

生理因素中, 胞间CO₂浓度与蒸腾速率对柽柳净光合速率的影响较大, 蒸腾速率和叶温对侧柏和柠条净光合速率的影响较大; 环境因素中, 光合有效辐射和相对湿度对柽柳和柠条净光合速率的影响较大, 光合有效辐射和土壤湿度对侧柏净光合速率的影响较大。