提出的协议显示了对化石叶上连续叶片面貌特征的数字测量和分析,以使用数字叶面貌和单位面积的叶质量重建方法重建古气候和古生态学。
气候和环境强烈影响植物叶子的大小、形状和齿状(面貌)。这些关系,特别是在木本非单子叶被子叶植物中,已被用于开发基于叶子的古气候和古生态学代理,这些代理已被应用于重建地球过去 ~ 1.2 亿年的古老陆地生态系统。此外,鉴于这些关系已在活植物中得到记录,它们对于理解植物进化的各个方面以及植物如何响应气候和环境变化非常重要。为了对现代植物和化石植物进行这些类型的分析,必须使用可重复的方法准确测量叶子的面貌。该协议描述了一种基于计算机的方法,用于测量和分析现代叶和化石叶中的各种叶子面貌变量。该方法允许测量叶片面貌特征,特别是与叶锯齿、叶面积、叶解剖和线性相关的变量,这些变量用于重建古气候的数字叶面貌代理,以及叶柄宽度和叶面积,用于重建单位面积的叶质量,古生态代理。因为这种数字叶性状测量方法可以应用于化石和活植物,所以它不仅限于与重建古气候和古生态学相关的应用。它还可用于探索叶片性状,这可能对理解叶片形态的功能、叶片发育、叶片性状的系统发育关系和植物进化提供信息。
叶子是促进植物与其周围环境之间能量(如光、热)和物质(如二氧化碳、水蒸气)交换的基本生产单位 1,2。为了执行这些功能,叶子必须在静止和多风的空气中机械地支撑自身的重量以抵抗重力 3,4。由于这些内在的联系,叶子的大小、形状和齿状(面貌学)的几个方面反映了它们的功能和生物力学的细节,并提供了对它们的环境和生态学的见解。以前的工作已经量化了现代世界叶子地貌、气候和生态之间的关系,以建立可应用于化石叶组合的代理 5,6。这些替代指标为重建古气候和古生态学提供了重要机会,并有助于更好地理解地球历史上各种系统之间的复杂相互作用。本文详细介绍了使用两个代理所需的方法:1) 阐明古生态学的单位区域叶质量重建方法,以及 2) 重建古气候的数字叶面学。
单位面积的叶干质量 (MA) 是新植物学和古植物学中经常测量的植物性状。MA 的主要价值,特别是对于化石重建,是叶经济学谱的一部分,是高度相关的叶性状的协调轴,包括叶子光合速率、叶长和叶营养成分质量7。从化石中重建 MA 的能力为了解这些原本无法接近的代谢和化学过程提供了一个窗口,并最终可以揭示有关植物生态策略和生态系统功能的有用信息。
Royer 等人5 开发了一种方法,根据叶片的面积和叶柄的宽度来估计木本非单子叶(双子叶植物)被子植物化石叶的 MA。理论上,叶柄充当悬臂,将叶子的重量保持在最佳位置 3,4。因此,叶柄的横截面积是光束强度的最重要组成部分,因此,它应该与叶子的质量密切相关。通过将叶柄的形状简化为圆柱形管,叶柄的横截面积可以用叶柄宽度的平方来表示,从而可以从二维化石中估计叶子的质量(有关详细信息,请参见 Royer 等人 5)。叶面积可以直接测量。总之,叶柄宽度的平方除以叶面积(即叶柄公制;表 1)为化石 MA 提供了一个很好的代理,并允许古植物学家步入现代基于性状的生态学。MA 重建方法也已扩展到阔叶和叶柄裸子植物 5,8、草本被子植物8 和蕨类植物9,它们产生的关系与观察到的木本双子叶植物被子植物的关系不同,并且彼此不同。用于在站点水平重建 MA 的方差和平均值的扩展木本双子叶植物数据集和新的回归方程允许推断叶子经济策略的多样性以及哪些策略最普遍,在化石植物区系中的木本双子叶植物被子植物中最普遍10。
一个多世纪以来,人们已经注意到了相貌叶性状与其气候之间的关系11,12。具体来说,木本双子叶植物被子植物叶子的面貌与温度和湿度密切相关13。这种关系构成了陆地古气候的许多单变量14、15、16、17 和多变量6、18、19、20、21、22 叶地貌代理的基础。单变量和多变量叶片地貌古气候方法已广泛应用于地球历史的最后 ~1.2 亿年(白垩纪到现代)各大洲以被子植物为主的化石植物区系23。
叶片地貌古气候代理中使用的两个基本观察结果是 1) 叶大小与年平均降水量 (MAP) 之间的关系,以及 2) 叶齿(即叶缘的向外投影)与年平均温度 (MAT) 之间的关系。具体来说,一个地方所有木本双子叶植物物种的平均叶子大小与 MAP 呈正相关,除了齿的大小和齿数外,一个地方的木本双子叶植物物种的比例与 MAT6、12、13、14、15、16、24 呈负相关。
这些叶子地貌-气候关系之间的功能联系得到了理论和观察的有力支持1,2,25。例如,尽管较大的叶子提供更大的光合表面积,但它们需要更大的支撑,通过蒸腾作用损失更多的水,并且由于边界层更厚而保留了更多的显热 1,26,27。因此,较大的叶子在更潮湿、更热的环境中更常见,因为通过增加蒸腾作用流失的水可以有效地冷却叶子并且问题较小。相比之下,在干燥炎热的气候中,较小的叶子通过增加显热损失来减少水分流失并避免过热28,29。哪些因素或因素组合对解释功能联系最有贡献的细节对于其他叶片性状来说仍然是个谜。例如,已经提出了几个假说来解释叶齿-MAT 关系,包括叶冷却、高效的芽包装、加强对薄叶的支持和供应、通过水腈的内脏以及提高早期生产力 30,31,32,33。
大多数叶片地貌古气候代理依赖于叶片性状的分类划分,而不是连续变量的定量测量,这导致了几个潜在的缺点。分类方法排除了通过与气候密切相关的连续测量捕获的更详细的信息(例如,齿数、叶片线性度)所捕获的更详细信息,这可能会降低古气候估计的准确性 6,20,34。此外,在一些叶子性状评分方法中,被分类评分的性状可能是模棱两可的,从而导致可重复性问题,并且一些性状的实证有限,无法支持它们与气候 6,15,16,35,36 的功能联系。
为了解决这些缺点,Huff 等人20 提出了一种称为数字叶面学 (DiLP) 的方法,以数字测量连续叶性状。与以前的方法相比,DiLP 的一个关键优势是它依赖于以下性状:1) 可以在用户之间进行可靠测量,2) 本质上是连续的,3) 在功能上与气候相关,以及 4) 在生长季节之间显示表型可塑性 6,37。这导致了比以前的叶子地貌古气候方法更准确的 MAT 和 MAP估计 6。此外,该方法通过提供解释受损和不完整的叶子的步骤来适应化石记录的不完美性质。DiLP 方法已成功应用于来自多个大陆的一系列化石植物区系,跨越了大范围的地质时间6、38、39、40、41、42。
以下协议是早期工作 5,6,20,34 中描述的协议的扩展。它将解释使用 DiLP 和 MA 重建方法从木本双子叶叶植物被子植物化石叶中重建古气候和古生态学的必要程序(有关通过使用本协议测量和计算的变量的解释,请参见表 1)。此外,该协议提供了记录和计算叶性状的步骤,这些性状不包括在 DiLP 或 MA 分析中,但易于实施并提供有用的叶面貌特征(表 1)。该协议遵循以下格式:1) 对化石叶进行成像;2) 叶子数字制备,分为五种可能的制备场景;3) 叶子数字测量,分为相同的五种可能的准备场景;4) DiLP 和 MA 分析,使用 R 包 dilp10。
MA 重建协议嵌入在 DiLP 协议中,因为两者都便于准备和相互测量。如果用户只对 MA 分析感兴趣,他们应该遵循 DiLP 准备场景 2 中描述的准备步骤,无论叶缘是否是齿状的,以及仅描述叶柄宽度、叶柄面积和叶面积测量的测量步骤。然后,用户可以在执行 MA 重建的 dilp R 包中运行相应的函数。
本文介绍了如何在木本双子叶植物被子植物化石叶子上测量叶子面貌的连续性状,并随后应用于从现代校准数据开发的代理,以重建古气候和古生态学。这需要注意使方法步骤与代理校准数据集 5,6,10 中表示的方法步骤保持一致。这种考虑在化石叶收集期间应用该方案之前开始,特别是关于样本量。建议将化石叶组合汇集到尽可能窄的地层范围内,以获得适当数量的可测量标本和形态类型,以最大限度地减少时间平均。还建议将古气候重建限制在至少有 350 个可识别标本和至少 15-20 个木本双子叶植物被子植物形态型的地点 19,51,52。此外,在选择叶子进行分析时,建议尽可能多地测量每种形态型的叶子,并且至少选择代表形态类型内叶子面貌变化的标本。
在实施制备和测量部分时必须进一步小心,以保持与校准数据集的一致性。在准备阶段执行的步骤最有可能产生主观性,并且用户之间的结果各不相同。然而,如果故意遵循协议并经常引用附加考虑表(表 2、表 3)和规则文件(补充文件 3),则该方法会导致叶面貌的客观和可重复的测量。对于该方法的新手,建议与具有更多经验的人确认叶子已正确准备。在测量 MA 重建的叶柄宽度时需要特别小心。由于这些值是平方的,因此测量值的不准确性会变得夸大。保存不完全和损坏会改变叶柄的尺寸,应小心避免。
这些方法存在一些值得注意的限制。最重要的是,dilp R 包中包含的代理重建仅适用于木本双子叶植物被子植物,因此可能排除了作为古代群落重要组成部分的其他植物群。然而,已经为叶柄和阔叶裸子植物 5,8、草本被子植物8 和蕨类植物9 发布了物种水平 MA 的基于叶柄的替代物,用户可以根据需要单独合并。在木本双子叶植物被子植物以外的群落中排除突出的植物群落可能对重建站点水平的 MA 平均值和方差影响最大,因为它们将提供整个群落内经济策略的不完整视角。系统发育历史影响叶齿的出现23,引入了一种可能性,即分析具有新分类学组成的化石群落可能会给结果估计带来不确定性,尽管这种潜在影响的实现尚未得到测试和证明。
化石叶子也需要得到充分保存,以纳入边缘状态之外叶子面貌的定量测量。对于 DiLP 来说,对于全边缘叶子尤其如此,因为只有在保留或重建整片叶子或半叶子的情况下,它们才能提供超出边缘状态的信息。同样,只有在以下情况下,叶子才能被纳入 MA 重建中:(1) 叶柄在插入叶叶片时都被保留,或者在特定情况下,如果叶子的基部和中脉的最基部被保留(见步骤 3.6 中的注释),并且 (2) 如果叶子的大小可以估计, 通过全叶测量或半叶重建。这意味着一些形态型可能被完全排除在位点水平的 MA 分析之外。最后,时间是该协议的一个限制,因为古气候重建的单变量替代方案需要相对较少的时间来产生。
尽管存在这些限制,但与其他方法相比,使用 DiLP 和 MA 重建方法仍然具有几个优势。MA 重建是化石记录中重建叶子经济策略的唯一方法之一,使用二维叶柄宽度和叶面积测量允许使用常见的印记/压缩叶化石进行重建。对于 DiLP 来说,结合与气候功能相关的多个连续测量可以提高测量的可重复性和由此产生的气候重建的准确性 6,13。该协议旨在通过允许使用叶子碎片进行叶子齿度测量来适应化石记录的不完整性质。尽管叶面积的连续测量提供了有关叶子大小的更多信息,但 DiLP MAP 估计可以通过使用叶大小类别来补充,以增加样本量16,53 或通过结合叶面积的叶脉缩放估计 42,54,55.与大多数涉及的方法一样,随着用户变得更有经验和信心,尤其是在准备步骤中,该协议的时间效率将提高。迄今为止,已按照此协议对 >150 现代6、10、56 和至少 22 个化石组合进行了现场级 DiLP 测量,这一事实证明了其可行性 6,38,39,40,41,42 .最后,叶面貌的综合测量具有超出此处讨论的应用范围,可能有助于描述植物生态学、生理学、进化和发育的其他方面,适用于现代56 和古生物学40。
总之,本文中详述的实现允许用户使用稳健且可重复的方法重建古气候和古生态学。这些方法提供了一个重要的机会,可以展示气候和生态系统对环境扰动的响应的过去例子,并进一步了解地球自然系统的复杂相互作用。
The authors have nothing to disclose.
AJL 感谢华盛顿大学 2020-2022 年本科生 Team Leaf 为制作 DiLP 制作有效培训材料的动力和建议。AGF、AB、DJP 和 DLR 感谢卫斯理大学和贝勒大学的许多本科生,他们测量了现代叶子和化石叶子,他们的意见在修改和更新该协议方面非常宝贵。作者感谢 PBot 定量性状工作组和 PBOT 团队鼓励将该协议正式化,使其更容易为更广泛的社区所接受。这项工作得到了美国国家科学基金会(向 DLR 授予 EAR-0742363,向 DJP 授予 EAR-132552)和贝勒大学(向 DJP 授予青年研究员发展计划)的支持。我们感谢两位匿名审稿人和综述编辑的反馈,这些反馈有助于提高本协议的清晰度和全面性。
Copy stand or tripod | For fossil photography | ||
Digital camera | For fossil photography, high resolution camera preferred | ||
Image editing software | For digital preperation. Examples include Adobe Photoshop and GIMP, the latter of which is free (https://www.gimp.org/) | ||
ImageJ software | IJ1.46pr | For making digital measurments, free software (https://imagej.net/ij/index.html) | |
Microsoft Excel | Microsoft | Or similar software for data entry | |
R software | The R foundation | For running provided R script (https://www.r-project.org/). R studio offers a user friendly R enviornment (https://posit.co/download/rstudio-desktop/). Both are free. | |
dilp R Package | Can be installed following instructions here: https://github.com/mjbutrim/dilp |