Name: Reconstructing Terrestrial Paleoclimate and Paleoecology with Fossil Leaves Using Digital Leaf Physiognomy and Leaf Mass Per Area(디지털 잎 생리학 및 면적별 잎 질량을 사용하여 화석 잎으로 육상 고기후 및 고생태학을 재구성) (동영상) | JoVE Journal
Uploaded: 2024-10-25T13:40:00.000+00:00
Duration: 10 min 14 s
Description: 배우세요 화석 잎의 디지털 잎 생리학 및 면적별 잎 질량 측정법으로 고기후와 고생태학을 재구성하는 방법을. 이 프로토콜은 육상 생태계와 기후 변화 연구에 활용됩니다.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

<meta charset="utf8"></head><body>고기후 및 고생태학적 재구성을 위한 Digital Leaf Physiognomy

<table><tbody><tr><td>복사 스탠드 또는 삼각대</td><td></td><td></td><td>화석 사진용</td></tr><tr><td>디지털 카메라</td><td></td><td></td><td>화석 사진용, 고해상도 카메라 선호</td></tr><tr><td>이미지 편집 소프트웨어&nbsp;</td><td></td><td></td><td>디지털 준비용. 예를 들면 Adobe Photoshop과 GIMP가 있으며, 후자는 무료 (https://www.gimp.org/)</td></tr><tr><td>ImageJ 소프트웨어</td><td>IJ1.46pr</td><td></td><td>디지털 측정을 위해 무료 소프트웨어 (https://imagej.net/ij/index.html)</td></tr><tr><td>Microsoft Excel</td><td>Microsoft 또는 데이터 입력을위한</td><td>유사한</td><td></td> 소프트웨어</tr><tr><td>R 소프트웨어</td><td>R 재단</td><td></td><td>제공된 R 스크립트(https://www.r-project.org/)를 실행합니다. R 스튜디오는 사용자 친화적 인 R 환경 (https://posit.co/download/rstudio-desktop/)을 제공합니다. 둘 다 무료입니다.</td></tr><tr><td>dilp R 패키지는</td><td></td><td></td><td>다음 지침에 따라 설치할 수 있습니다 https://github.com/mjbutrim/dilp</td></tr></tbody></table>

reconstructing terrestrial paleoclimate and paleoecology with fossil leaves using digital leaf physiognomy and leaf mass per area(디지털 잎 생리학 및 면적별 잎 질량을 사용하여 화석 잎으로 육상 고기후 및 고생태학을 재구성)

Reconstructing Terrestrial Paleoclimate and Paleoecology with Fossil Leaves Using Digital Leaf Physiognomy and Leaf Mass Per Area

브리티시 컬럼비아 주 중남부에 있는 초기 에오세 맥아비(Eocene McAbee) 화석 유적지의 잎 생리학적 측정에 대한 이전에 발표된 데이터 세트를 사용하여 디지털 잎 생리학(Digital Leaf physiognomy, DiLP)과 면적당 잎 질량(MA) 재구성 방법을 모두 사용한 대표적인 결과의 예를 제공하였다(Lowe et al.38; 데이터는 보충 파일 2에 제공됨)). 이 사이트는 고지대와 화산 풍경 38,45,46,47에서 신생대(Early Eocene Climatic Optimum)의 가장 따뜻한 기간 동안 고기후 및 고생태학을 재구성할 수 있는 기회를 제공합니다. 화석 집합체는 H1 (28cm 두께)과 H2 (27cm 두께)라는 두 개의 분리 된 지평선에서 샘플링되었으며, 인구 조사 기술을 사용하여 좁은 범위의 층서학에 걸쳐 풀링되었으며, 형태형을 할당 할 수있는 모든 표본을 수집하거나 계산했습니다38,48.
McAbee 리프 생리학적 데이터는 dilp_errors()에 의해 플래그가 지정된 오류 검사를 통과했으며, dilp_outliers() 에 의해 플래그가 지정된 7개의 이상값을 다시 확인하여 값이 방법론적 실수가 아닌 데이터의 실제 변동을 나타내는지 확인했습니다. 데이터는 이후에 dilp() 함수를 통해 실행되어 고기후를 생성하고 lma() 함수를 통해 면적당 잎 질량 재구성을 생성했습니다.
MA 재구성 및 95% 예측 구간의 하한 및 상한은 Royer et al.5 및 Butrim et al.10에 제시된 방정식을 사용하여 종 및 부위 수준 모두에서 표 4에 보고되었습니다. 재구성된 값은 현대 육상 종(30-330 g/m 2)에 전형적인 MA 범위 내에 있습니다(30-330 g/m2)49. Royer et al.5에서 논의된 임계값을 사용하여 대부분의 종은 &lt;1년(≤87g/m2), 일부 ~1년(88-128g/m2)의 잎 수명과 일치하는 재구성된 MA를 가지고 있는 반면, &gt;1년(≥129g/m2)의 전형적인 종은 없습니다. MCABEE의 MA 평균 및 분산의 재구성은 사이트10,50에서 잎 경제 전략의 보급과 다양성을 반영합니다. H1과 H2 사이의 사이트 평균과 분산 사이에는 두드러진 차이가 없으며, 따라서 잎 경제 전략의 구성과 다양성이 두 시점 간에 다르다는 증거는 없습니다. 또한 Royer et al.5 및 Butrim et al.10의 방정식을 사용하여 만든 사이트 평균 재구성은 매우 유사했습니다.
Peppe et al.6에 제시된 다중 선형 회귀(DiLP) 및 단일 선형 회귀(잎 가장자리 및 잎 면적 분석) 방정식을 사용하여 연평균 기온(MAT) 및 평균 연간 강수량(MAP)을 재구성한 결과가 표 5에 나와 있습니다. 고기후 추정치는 화석 잎 집합체의 잎 생리학이 보정 데이터 세트의 생리학적 공간 내에서 발생하는 경우 가장 신뢰할 수 있게 추론됩니다. 이는 함수 dilp_cca()에 의해 수행되는 CCA(Canonical Correspondence Analysis) 분석 단계를 통해 평가됩니다. MCABEE H1 및 H2는 모두 보정 데이터 세트에서 관찰된 잎 생리학적 범위 내에 있습니다(그림 7A). 만약 사이트가 보정 공간을 벗어난 값을 재구성했다면, 고기후 재구성은 신중하게 해석되어야 한다(예를 들어, 독립적인 증거선과의 비교를 통해; 추가적인 논의를 위해 Peppe et al.6 참조). H1과 H2 모두에 대해 복원된 MAT 및 MAP은 온화한 계절 생물 군계(그림 7B,C)와 일치하며, 이는 McAbee45의 화석 식물 및 곤충 군집의 가장 가까운 살아있는 친척 기반 추론을 포함한 독립적인 증거 라인과 잘 일치합니다.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/66838/66838fig01.jpg"> 그림 1: 이 기사 전반에 걸친 잎 생리학 및 건축 용어. (A) 뾰족하게 정맥이 있고 엽이 없고 완전히 가장자리가 있는 잎, (B) 손바닥 모양의 정맥이 있고 엽이 없는 및 톱니가 있는 잎, (C) 깃모양 정맥, 엽 및 전체 가장자리 잎, (D) 손바닥 정맥, 엽 및 톱니가 있는 잎. <a href="https://www.jove.com/files/ftp_upload/66838/66838fig01large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/66838/66838fig02.jpg"> 그림 2: 분석법의 순서도. 다양한 잎 보존 조건과 잎 유형에 따라 일반적으로 어떤 유형의 잎 형질을 안정적으로 측정할 수 있는지 보여주는 순서도(노란색 상자). 이는 프로토콜에서 어떤 준비 시나리오를 따를 것인지, 그리고 어떤 열 데이터에 데이터 입력 스프레드시트(글머리 기호)를 입력할 것인지를 결정합니다. <a href="https://www.jove.com/files/ftp_upload/66838/66838fig02large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/66838/66838fig03.jpg"> 그림 3: 다양한 준비 시나리오. 측정 단계를 위해 준비된 완성된 디지털 준비 이미지의 예를 보여주는 다양한 준비 시나리오. (A) 시나리오 1, 면적 또는 절반 면적을 재구성할 수 없는 전체 여백잎, (B) 시나리오 5, 면적 또는 절반 면적을 재구성할 수 없고 ≥2개의 연속된 이빨 및/또는 잎의 ≥25%가 보존되지 않은 톱니잎, (C) 시나리오 2, 면적 또는 절반 면적이 보존되거나 재구성될 수 있는 전체 여백잎, (D) 시나리오 3, 면적 또는 절반 면적을 재구성할 수 없지만 ≥ 2개의 연속된 이빨과 잎의 ≥25%가 보존된 이빨 잎, (E) 시나리오 4, 면적 또는 절반 면적이 보존되거나 재구성될 수 있는 톱니 잎. <a href="https://www.jove.com/files/ftp_upload/66838/66838fig03large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/66838/66838fig04.jpg"> 그림 4: 손상 제거 그림. 손상된 여백을 잘라내는 방법과 손상된 여백에 인접한 잎 영역을 보여줍니다. 빨간색 파선은 올가미 도구를 사용하여 선택하는 방법을 보여줍니다. 손상의 범위는 의도적으로 일차 치아의 부비동에서 시작되었다는 점에 유의하십시오(일차 치아와 보조 치아를 구별하는 데 도움이 되는 보충 그림 2 참조). (A) 선택 영역이 중간 정맥까지 확장되는 깃 모양 정맥 잎. (B) 선택이 가장 가까운 기본 정맥까지 확장되는 손바닥 모양의 잎. <a href="https://www.jove.com/files/ftp_upload/66838/66838fig04large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/66838/66838fig05.jpg"> 그림 5: 치아를 자르는 방법의 예를 보여줍니다. (A) 빨간색 점선은 올가미 도구로 선택하는 방법을 보여줍니다. 이 경우 치아는 복합 치아이므로 원발성 부비동 사이에서만 선택이 이루어졌으며(일차 치아와 보조 치아를 구별하는 데 도움이 되는 보충 그림 2 참조), (B) 치아 선택 방법에 대한 확대 관점, 선택 중 마우스가 클릭된 위치를 나타내는 빨간색 점, (C) 치아가 제거되었을 때의 잎 복사본. <a href="https://www.jove.com/files/ftp_upload/66838/66838fig05large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/66838/66838fig06v2.jpg"> 그림 6: 준비 시나리오 4의 그림. 시나리오 4에서 준비된 예제 리프에 대한 준비 결정 및 측정 단계의 그림입니다. (A) 반쪽 잎이 가장 신뢰할 수 있는 잎 모양과 면적 측정을 제공한다고 결정하고, 양쪽 내측 반쪽의 보존된 여백을 치아 측정에 포함하는 준비 시나리오. (B) 준비된 잎의 다양한 구성 요소에서 측정되는 변수를 보여주는 예. 굵게 표시된 텍스트는 DiLP 및 MA 분석에 필요한 측정값을 강조하는 반면, 굵게 표시되지 않은 텍스트(블레이드 둘레, 최소 Feret 및 인공 중간 둘레)는 필수는 아니지만 추가적인 인체학적 특성화(예: 형상 계수 및 컴팩트함)에 유용한 측정값을 강조합니다. 표 1). <a href="https://www.jove.com/files/ftp_upload/66838/66838fig06largev2.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
<img alt="Figure 7" class="xfigimg" src="/files/ftp_upload/66838/66838fig07.jpg"> 그림 7: 대표 결과. 초기 에오세 맥아비 화석층(Early Eocene McAbee Fossil Beds)에서 채취한 두 개의 화석 지평선(H1 및 H2)의 결과, Lowe et al.38. (A) 보정 데이터 세트에서 다변량 잎 생리학의 표현을 보여주는 표준 대응 분석. 교정 데이터는 Peppe et al.6에서 발췌한 것입니다. 두 McAbee 지평선의 잎 생리학은 중첩되어 보정 공간 내에서 발생합니다. (B 및 C) Whittaker Biome 다이어그램에 오버레이된 두 개의 McAbee 지평선에 대한 Peppe et al.6 에 제시된 방정식을 사용하여 온도 및 강수량 추정치, 관련 불확실성(모델의 표준 오류). (B) DiLP(Digital Leaf Physiognomy) MLR(Multiple Linear Regression Model)을 사용하여 재구성된 추정치, (C) Whittaker Biome 다이어그램에 중첩된 두 McAbee 지평선의 LAA(Leaf Area Analysis) 및 LMA(Leaf Margin Analysis) 단일 선형 회귀(SLR) 방정식을 사용하여 재구성된 추정치. <a href="https://www.jove.com/files/ftp_upload/66838/66838fig07large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
표 1: 잎 생리학적 변수. 이 프로토콜을 사용하여 측정 및/또는 계산 및 예측 모델에 적용되는 변수로, 면적당 잎 건조 질량(MA), 평균 연간 온도(MAT) 및 평균 연간 강수량(MAP)을 재구성합니다. MAT 및 MAP은 DiLP(Digital Leaf Physiognomy)에 대한 다변량 접근 방식과 LMA(리프 마진 분석) 및 LAA(리프 면적 분석)에 대한 단변량 접근 방식을 사용하여 Peppe et al.6 에 제시된 방정식으로 재구성됩니다. 기타로 나열된변수는 MA, DiLP, LMA 및 LAA 분석에 사용되지 않지만 구현하기 쉽고 잎 생리학의 유용한 특성을 제공하기 때문에 이 프로토콜을 사용하여 계속 측정 및 계산됩니다. <a href="https://www.jove.com/files/ftp_upload/66838/Table%201_RE.xlsx" target="_blank">이 표를 다운로드하려면 여기를 클릭하십시오.</a>
표 2: 준비 단계에 대한 추가 고려 사항 및 설명입니다. <a href="https://www.jove.com/files/ftp_upload/66838/Table%202_RE.xlsx" target="_blank">이 표를 다운로드하려면 여기를 클릭하십시오.</a>
표 3: 측정 단계에 대한 추가 고려 사항 및 설명입니다. <a href="https://www.jove.com/files/ftp_upload/66838/Table%203_RE.xlsx" target="_blank">이 표를 다운로드하려면 여기를 클릭하십시오.</a>
표 4: McAbee Fossil Beds에 대한 95% 예측 구간의 면적당 잎 건조 질량(MA) 및 관련 상한 및 하한의 재구성, Lowe et al.38. 형태형 평균5, 부위 평균 5,10 및 부위 분산10에 대한 재구성이 이루어집니다. <a href="https://www.jove.com/files/ftp_upload/66838/Table%204_RE.xlsx" target="_blank">이 표를 다운로드하려면 여기를 클릭하십시오.</a>
표 5: Peppe et al.6에 제시된 Digital Leaf Physiognomy(DiLP)의 다중 선형 회귀(MLR)와 잎 가장자리 분석(LMA) 및 잎 면적 분석(LAA)의 단일 선형 회귀(SLR)를 사용하여 초기 Eocene McAbee 화석층에서 Horizon 1(H1) 및 2(H2)에 대한 평균 연간 온대(MAT) 및 평균 연간 강수량(MAP)의 재구성. <a href="https://www.jove.com/files/ftp_upload/66838/Table%205_RE.xlsx" target="_blank">이 표를 다운로드하려면 여기를 클릭하십시오.</a>
보충 그림 1: 하버드 포레스트(Harvard Forest)의 퀘르쿠스 루브라(Quercus rubra ) 잎은 엽 대 이빨 법칙을 보여줍니다. 선분 p 와 d 는 문자에 정의되어 있습니다. 축척 막대 = 1cm. <a href="https://www.jove.com/files/ftp_upload/66838/Supplementary%20Figure%201_RE.zip" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 그림 2: 하버드 포레스트(Harvard Forest)의 베툴라 루테아(Betula lutea ) 잎은 보조 치아와 주요 치아를 구별하는 규칙을 보여줍니다. 격리된 리프 세그먼트가 2배 확대되었습니다. 파란색 선은 절개 정도가 가장 큰 부비동(즉, 원발성 부비동)을 연결하며, 이러한 부비동과 관련된 치아는 일차동(파란색 화살표)으로 간주됩니다. 빨간 점은 치아를 표시하는데, 치아의 치근단은 절개 정도가 덜하기 때문에 보조적으로 구별할 수 있습니다. 빨간색 화살표로 표시된 치아는 일차 치아에 비해 절개 정도가 비슷하지만 1차 치아에 비해 상대적으로 얇은 게이지 주 정맥으로 보조 치아로 식별할 수 있습니다. 축척 막대 = 1cm. <a href="https://www.jove.com/files/ftp_upload/66838/Supplementary%20Figure%202_RE.zip" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 그림 3: 치아 선택, 깃모양 로브 규칙 및 로브 우선 순위 규칙의 그림. (A) Huyck Preserve의 Hamamelis virginiana 잎에 대한 치아 선택. 어두운 부분은 전체 치아 선택에 포함되는 잎 조직에 해당하는데, 이는 보조 치아가 기본 치아와 구별되기 때문입니다. (B) IES의 Quercus alba 잎은 로브 우선 순위 규칙을 보여줍니다. 어두운 영역은 로브로 측정되고 어두워지지 않은 영역은 톱니로 측정되지만 모든 돌출부는 로브 우선 순위 규칙에 따라 로브로 간주됩니다. 축척 막대 = 1cm. <a href="https://www.jove.com/files/ftp_upload/66838/Supplementary%20Figure%203_RE.zip" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 그림 4: 앨러게니 국유림(Allegheny National Forest)의 에이서 사카럼(Acer saccharum ) 잎은 확장 및 단독 치아 규칙을 보여줍니다. 파선은 톱니 선택을 나타냅니다. 실선은 연결된 톱니의 대칭 축을 나타냅니다. 검은색 영역은 사진을 위해 잎을 평평하게 만드는 데 사용되는 무게입니다. 축척 막대 = 1cm. <a href="https://www.jove.com/files/ftp_upload/66838/Supplementary%20Figure%204_RE.zip" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 그림 5 : cordate 기부 위에 위치하는 잎자루를 자르는 이상적인 방법을 보여줍니다. <a href="https://www.jove.com/files/ftp_upload/66838/Supplementary%20Figure%205_RE.zip" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 파일 1: 측정된 모든 디지털 잎 생리학 변수에 대한 데이터 입력 템플릿. 이 파일은 R 패키지의 입력 파일로 사용되므로 수정해서는 안 됩니다. <a href="https://www.jove.com/files/ftp_upload/66838/Supplementary%20File%201%20(data%20entry%20template)_RE.zip" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 파일 2: Lowe et al.38의 McAbee 화석층의 예시 데이터. 이 데이터는 그림 7 을 생성하고 대표적인 결과를 논의하는 데 사용되었습니다. <a href="https://www.jove.com/files/ftp_upload/66838/Supplementary%20File%202%20(McAbee%20example%20data)_RE.zip" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 파일 3: 화석 디지털 잎 생리학에 대한 규칙 문서. <a href="https://www.jove.com/files/ftp_upload/66838/Supplementary%20File%203%20(Rules)_RE.zip" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>

Reconstructing Terrestrial Paleoclimate and Paleoecology with Fossil Leaves Using Digital Leaf Physiognomy and Leaf Mass Per Area(디지털 잎 생리학 및 면적별 잎 질량을 사용하여 화석 잎으로 육상 고기후 및 고생태학을 재구성)

Climate and environment strongly influence the size, shape, and toothiness (physiognomy) of plants&#39; leaves. These relationships, particularly in woody ...

reconstructing-terrestrial-paleoclimate-paleoecology-with-fossil

Research

연구

JoVE Journal

Environment

환경

생리 및 형태가 연결되는 방식을 탈피하여 공장의 기계적인 기능의 깊은 이해 잎 수 있습니다. 우리는 기존의 기능 잎의 특성과 기공 전도도 측정과 상관 관계에서 기공 규제의 매개 변수를 도출하는 과정을 모두 제시한다.

잎 기능 형질에 기공 컨덕턴스 관련된

리프 영역 지수(LAI)의 정확한 추정은 식물 생태계 내의 재료 및 에너지 플럭스 모델과 생태계와 대기 경계 층 사이에 매우 중요합니다. 따라서, 정확한 LAI 측정을 위한 3가지 방법(쓰레기 트랩, 바늘 기술 및 PCA)이 제시된 프로토콜에 있었다.

순수 낙엽 스탠드에서 세 가지 뚜렷한 방법을 사용한 잎 영역 지수 추정

우리는 잎과 가지의 끝을 가방에 밀봉하고, 포장 된 물질을 잘라 내고 동결하고, 이전에 냉동 된 물질을 물로 헹구어 기판에서 절지동물을 분리하여 정량화하여 잎 주거 절지동물을 정량화하는 방법을 설명합니다.

단풍 주거 절지동물을 정량화하는 방법

이 원고는 쌍떡잎 잡초에서 절제된 잎으로 제초제 대사율을 효과적으로 정량화하여 변동성을 줄이고 전체 식물 분석에서 일반적으로 관찰되는 제초제 흡수 또는 전좌의 가능한 교란 효과를 제거하는 방법을 설명합니다.

절제 잎 분석과 쌍자엽 잡초의 제초제 대사의 요금을 측정

작물의 절지 동물 풍요의 평가는 인구 역학과 종 상호 작용을 조사하는 것이 중요합니다. 여기에서 우리는 쌀의 절지 동물의 흡입 샘플링 잎 송풍기 - 진공 청소기의 수정 및 응용 프로그램을 설명합니다.

수정 및 절지 동물의 필드 샘플링을위한 잎 송풍기 - 진공 청소기의 적용

감귤 류 녹화는 세계적으로 감귤 류 작물에 영향을 미치는 특히 파괴적인 질병 이다. 여기에 제시 된 간단한 방법을 사용 하는 PCR 및 감귤 잎 조직이의 게놈 DNA 추출 감귤 류 녹화 병원 체, Candidatus liberibacter 종의 정확 하 고 정확한 식별에 대...

특정 및 감귤 류 녹화 병원 체 Candidatus liberibacter 종 감귤 잎 조직 샘플에서 사용 하 여 기존의 PCR의 정확한 검출

따개 비 (Amphibalanus) Balanus improvisus osmoregulation 및 antifouling 공부에 대 한 모델입니다. 그러나, 자연 계절 산란 cyprid 애벌레의 예측할 수 없는 공급을 생성합니다. 여기, B. improvisus 의 모든-1 년-라운드 경작에 대 한 프로토콜 설명, 애벌레의 생산을 포함 합니다. 유전자 표현 연구에 교양된 barnacles의 사용을 보여 줍니다.

해양 모델-따개 비 Balanus improvisus 경작 및 유전자 발현

초음파 청소 방법 elute 미 립 자 물질 (PM) 후 오후는 eluted 기존의 청소 방법 (물만 청소 또는 물 청소 및 청소 브러쉬)으로 잎 표면에 유지에 적용 되었습니다. 방법론 잎의 오후 보존 용량에 대 한 예측 정확도 향상 시킬 수 있습니다.

단풍 나무의 미 립 자 물질 제거 능력 평가

소프트웨어 기반 이미지 분석 시스템 stoloniferous 및 rhizomatous 종의 형태를 공부 하는 다른 방법을 제공 합니다. 이 프로토콜의 길이 stolons와 뿌리 줄기의 직경 측정을 허용 하 고 많은 양의 바이오 매스와 샘플 및 다양 한 종에 적용할 수 있습니다.

디지털 이미지 분석 시스템을 사용 하 여 Turfgrasses의 Rhizomes Stolons을 측정

여기, 우리는 질량 분석에 의해 순차 타겟된 정량화 및 물에 플 루 오 르 화합물의 비 타겟 분석을 위한 프로토콜을 제시. 이 방법론 알려진된 fluorochemical 화합물의 양적 수준을 제공 하 고 그들의 풍부의 반 정량적 견적 관련된 샘플에서 알 수 없는 화학 물질을 식별 합니다.

당 식별-및 결합된 대상 및 비 대상 심사 고해상도 질량 분석 워크플로 Polyfluorinated 화학 종

배우세요 화석 잎의 디지털 잎 생리학 및 면적별 잎 질량 측정법으로 고기후와 고생태학을 재구성하는 방법을. 이 프로토콜은 육상 생태계와 기후 변화 연구에 활용됩니다.

Reconstructing Terrestrial Paleoclimate and Paleoecology with Fossil Leaves Using Digital Leaf Physiognomy and Leaf Mass Per Area(디지털 잎 생리학 및 면적별 잎 질량을 사용하여 화석 잎으로 육상 고기후 및 고생태학을 재구성) (동영상) | JoVE Journal

Reconstructing Terrestrial Paleoclimate and Paleoecology with Fossil Leaves Using Digital Leaf Physiognomy and Leaf Mass Per Area(디지털 잎 생리학 및 면적별 잎 질량을 사용하여 화석 잎으로 육상 고기후 및 고생태학을 재구성)

더 많은 동영상 탐색