<noframes id="pxnht">

<address id="pxnht"></address>
    <address id="pxnht"></address>

        <noframes id="pxnht">
        <address id="pxnht"><listing id="pxnht"><menuitem id="pxnht"></menuitem></listing></address>

          科研人員在植物功能性狀網絡理論(PTNs)的研究方法和應用上取得系列進展

            植物功能性狀(Plant functional traits)通常指與植物生長、發育和繁殖等密切相關的可測量的特征參數,如葉片大小、厚度、比葉面積、氮含量,根長度、密度、比根長等。近30多年來,科研人員常使用植物功能性狀及其變異規律來解釋植物對環境的適應機制和功能優化機制。然而,隨著研究的深入,人們逐步發現自然界生長的植物均是通過多個功能性狀共同來完成其適應或功能優化,或者說任何一種功能均是通過多種功能性狀來協同實現。準確量化這些多性狀間的權衡和依賴關系,有助于我們更好地揭示植物的生境適應策略。 

            在于貴瑞院士指導下,2020地理資源所何念鵬等創新性地引入多維度網絡分析理念、創新性發展了植物功能性狀網絡Plant trait networks, PTNs)的理論體系,包括定義、構建方法、參數體系,并探討了PTNs在生態研究中潛在的廣泛應用領域,為揭示植物對環境或資源變化響應與適應策略提供了新視角(He et al., 2020, Trends in Ecology & Evolution)。在環境因子的脅迫或變化下,每種植物功能性狀在網絡中的重要性會發生改變,PTNs可能會沿著特定維度產生形變、甚至破碎,導致植物不適應環境而消失(圖1)。PTNs可以發現傳統研究方法(如相關分析、冗余分析、結構方程分析)所不能觀察到的現象,從而會更加精確的揭示植物適應機制。然而,受匹配性數據缺乏的局限,大尺度自然群落中PTNs的理論驗證和方法發展卻進展緩慢。 

           

            (1:植物性狀網絡對資源和環境變化的不同響應途徑:以元素為例) 

              

            近期,該團隊以葉片性狀網絡(Leaf trait networks,LTNs)為研究對象,利用距離長達3700 km 的中國東部南北樣帶(north–south transect of eastern China, NSTEC)中九種典型森林的394個樹種的35種性狀數據,進步夯實了PTNs的核心關鍵參數、拓展了其生態學意義、發展了其R軟件算法(如邊密度、平均路徑長度、連通性、模塊度、平均聚類系數等)。結果表明北半球森林的LTNs呈現出從高緯度寒溫帶物種多樣性較低的針葉林的簡單網絡(連通性較低)向熱帶雨林的連通性較高的復雜網絡轉變的變化趨勢(圖2)。 

           

            (2:中國南北樣帶9個森林群落植物葉片性狀網絡) 

            進一步分析發現,年均溫和年降雨等環境因子是影響植物群落LTNs變化的重要影響因素(圖3)。該結果支持了由于表型約束的減少和生態位分化機會的增加,LTNs會隨著物種豐富度和氣候溫暖濕度的增加而增加模塊化復雜性的假設。研究人員還對LTNs參數對群落中的物種數量和性狀數量的依賴性進行了測試,并進行了模擬運算,發現LTNs對物種的數量有較強的依賴性。整體而言,資源豐富的氣候條件下,物種豐富度和性狀多樣性越大,整個表型結構和功能的復雜性就越大。 

            (3:葉片性狀網絡參數與環境因子間的關系) 

            此外,依據這些功能性狀的特定功能將35種葉片性狀劃分為葉片經濟和光資源獲取性狀、葉片大小和解剖性狀、氣孔性狀、碳水化合物和能量性狀4個類別,并探究不同類別性狀間的關系。與假設一致,由于葉片厚度及其相關的葉經濟性狀對多種功能的貢獻,其與其他性狀具有更多的關聯,在模塊中具有高連通性和中心性。因此這些性狀是LTNs中的關鍵性狀,環境對這些性狀的選擇可能會影響植物的綜合表型;這些關鍵性狀是LTNs中的骨架,其穩定性最高,難以隨環境的改變而改變。 

            近期,相關科研論文在線發表于生態學著名期刊《Ecology Letters》,幫助團隊終于完成了從理論體系、核心參數、R算法發展到應用案例的系列性研究。第一作者為中科院地理科學與資源研究所的李穎博士,通訊作者分別是何念鵬研究員和劉聰聰博士(共同通訊);共同作者為美國加州大學Lawren Sack教授,地理資源所徐麗博士,李明旭博士和張佳慧博士。本研究受到國家自然科學基金項目(31988102, 42141004,32171544)、國家科技基礎資源調查計劃項目(2019FY101300),中國博士后科學基金項目(2020M680663, 2021M693147)等項目的資助。衷心希望通過中文翻譯的形式與國內同行更廣泛的交流和探討,推動PTNs多維度思維更快、更廣地應用到生態學相關領域。敬請批評指正。 

            相關論文信息 

            1. He N.#*, Li Y#, Liu C., Xu L., Li M., Zhang J., He J., Tang Z., Han X., Ye Q., Xiao C., Yu Q., Liu S., Sun W., Niu S., Li S, Sack L*, Yu G*. 2020. Plant trait networks: Improved resolution of the dimensionality of adaptation. Trends in Ecology and Evolution. 35: 908-918. 

            2. Li, Y., Liu, C.*, Sack, L., Xu, L., Li, M., Zhang, J., He N.*2022. Leaf trait network architecture shifts with species-richness and climate across forests at continental scale. Ecology Letters, doi: 10.1111/ele.14009. 

            3. Li Y, Liu C., Xu L., Li M., Zhang J., He N.* 2021. Leaf trait networks based on global data: Representing variation and adaptation in plants, Frontiers in Plant Science. 12: 710530. 

            4.  Liu, C., Li Y.*, and He N*. 2022. Differential adaptation of lianas and trees in wet and dry forests revealed by trait correlation networks. Ecological Indicators 135: 108564. 

            5. Zhang J., Ren T., Yang J., Xu L., Li M., Zhang Y., Han X., He N*.2021. Leaf multi-element network reveals the change of species dominance under nitrogen deposition. Frontiers in Plant Science, 12: 580340. 

              

              

            論文鏈接 

            1. Plant Trait Networks: Improved Resolution of the Dimensionality of Adaptation - ScienceDirect 

            2. Leaf trait network architecture shifts with species-richness and climate across forests at continental scale - PubMed (nih.gov) 

            3. Leaf Trait Networks Based on Global Data: Representing Variation and Adaptation in Plants - PubMed (nih.gov) 

            4. Differential adaptation of lianas and trees in wet and dry forests revealed by trait correlation networks - ScienceDirect 

            5. Leaf Multi-Element Network Reveals the Change of Species Dominance Under Nitrogen Deposition - PubMed (nih.gov) 


          附件下載:

          闷骚寡影院在线视频,韩国本免费一级毛片免费,成.人免费午夜无码视频在线观看
          <noframes id="pxnht">

          <address id="pxnht"></address>
            <address id="pxnht"></address>

                <noframes id="pxnht">
                <address id="pxnht"><listing id="pxnht"><menuitem id="pxnht"></menuitem></listing></address>