Artykuł metodologiczny

Powiązanie przewodnictwa aparatów szparkowych z cechami funkcjonalnymi liści

21.4K wyświetleń

⸱

DOI:

10.3791/52738

⸱

12 października 2015

 ,  ,  , 
1Institute of Biology / Geobotany and Botanical Garden, Martin-Luther-University Halle-Wittenberg, 2German Centre for Integrative Biodiversity Research

W tym artykule

Podsumowanie

Odkrycie, w jaki sposób fizjologia i morfologia są ze sobą powiązane, pozwala na głębsze zrozumienie mechanistycznego funkcjonowania liści roślin. Przedstawiono zarówno procedurę wyprowadzania parametrów regulacji aparatów szparkowych na podstawie pomiarów przewodności aparatów szparkowych, jak i korelacje z tradycyjnymi funkcjonalnymi cechami liści.

Streszczenie

Cechy funkcjonalne liści są ważne, ponieważ odzwierciedlają funkcje fizjologiczne, takie jak transpiracja i asymilacja węgla. W szczególności morfologiczne cechy liści mogą potencjalnie podsumować strategie roślin pod względem efektywności wykorzystania wody, wzorca wzrostu i wykorzystania składników odżywczych. Spektrum ekonomiki liści (LES) jest uznaną ramą w funkcjonalnej ekologii roślin i odzwierciedla gradient rosnącej właściwej powierzchni liści (SLA), zawartości azotu, fosforu i kationów w liściach oraz zmniejszającej się zawartości suchej masy liści (LDMC) i stosunku azotu węglowego (CN). LES opisuje różne strategie, począwszy od krótkotrwałych liści o wysokiej zdolności fotosyntezy na masę liścia, a skończywszy na długowiecznych liściach o niskich wskaźnikach asymilacji węgla na podstawie masy. Jednak cechy, które nie są uwzględnione w LES, mogą dostarczyć dodatkowych informacji na temat fizjologii gatunku, takich jak te związane z kontrolą aparatów szparkowych. Przedstawiono protokoły dla szerokiego zakresu cech funkcjonalnych liści, w tym cech LES, ale także cech, które są niezależne od LES. W szczególności wprowadzono nową metodę, która wiąże zachowanie regulacyjne roślin w zakresie przewodnictwa szparkowego z deficytem prężności pary. Uzyskane parametry regulacji aparatów szparkowych można następnie porównać z LES i innymi cechami funkcjonalnymi roślin. Wyniki pokazują, że funkcjonalne cechy liści LES były również ważnymi predyktorami parametrów regulacji aparatów szparkowych. Na przykład stężenie węgla w liściach było dodatnio związane z deficytem prężności pary (vpd) w punkcie przegięcia i maksimum krzywej przewodności-vpd. Jednak cechy, które nie zostały uwzględnione w LES, dostarczyły informacji w wyjaśnieniu parametrów kontroli aparatów szparkowych: vpd w punkcie przegięcia krzywej przewodności-vpd było niższe dla gatunków o większej gęstości aparatów szparkowych i wyższym wskaźniku szparkowym. Ogólnie rzecz biorąc, cechy aparatów szparkowych i żył były silniejszymi predyktorami wyjaśniającymi regulację aparatów szparkowych niż cechy stosowane w LES.

Wprowadzenie

Aby poszerzyć funkcjonalne zrozumienie liści roślin, wiele ostatnich badań próbowało powiązać morfologiczne, anatomiczne i chemiczne cechy liści z reakcjami fizjologicznymi, takimi jak przewodnictwo szparkowe liści (gS) 1-4. Oprócz cech liści, na przewodnictwo szparkowe duży wpływ mają warunki środowiskowe, takie jak gęstość strumienia fotonów aktywnych fotosyntetycznie, temperatura powietrza i vpd 5. Zaproponowano różne sposoby modelowania krzywych gs - vpd6-8, które opierają się głównie na regresji liniowej gs na vpd 6. Natomiast model przedstawiony w tym badaniu regresjonuje logity względnej przewodności szparkowej (tj. stosunek gS do maksymalnej przewodności szparkowej gSMAX) na vpd i uwzględnia nieliniowość poprzez dodanie vpd jako składnika regresora kwadratowego.

W porównaniu do innych modeli, nowy model pozwala na wyprowadzenie parametrów opisujących vpd, przy którym gS jest regulowane w dół przy niedoborze wody. Podobnie uzyskuje się vpd, przy którym gS jest maksymalne. Ponieważ można oczekiwać, że takie parametry fizjologiczne będą ściśle powiązane z asymilacją węgla 9,10, należy oczekiwać ścisłego związku między tymi parametrami modelu a kluczowymi cechami liści dla alokacji składników odżywczych i zasobów, co znajduje odzwierciedlenie w LES 3,11. W związku z tym powinien również istnieć ścisły związek między strategiami regulacji aparatów szparkowych a cechami LES. Taka zależność jest oczekiwana w szczególności w przypadku pokroju liści (zimozielone w porównaniu z liściastymi), ponieważ pokrój liści jest skorelowany zarówno z LES, jak i z efektywnością zużycia wody12,13. Gatunki zimozielone mają tendencję do wolniejszego wzrostu, ale są bardziej wydajne w środowiskach ubogich w składniki odżywcze 14. Tak więc pokrój liści powinien przekładać się na różne wzorce regulacji aparatów szparkowych, przy bardziej konserwatywnej strategii zużycia wody niż w przypadku gatunków liściastych.

Porównując duży zestaw gatunków drzew szerokolistnych w typowej sytuacji ogrodowej, przetestowano następujące hipotezy: 1) Parametry modelu z gS - modele vpd są powiązane z cechami liści związanymi ze spektrum ekonomii liści. 2) Gatunki zimozielone mają niższe średnie wartości g, S ig SMAX niż gatunki liściaste.

Protokół

1. Przewodność szparkowa

  1. Pomiary przewodności szpargowej
    UWAGA: Autorzy wykorzystali prosty typ porometru stanu stacjonarnego (Decagon SC1). Konstrukcja porometru charakteryzuje się niewielkimi rozmiarami, intuicyjną obsługą ręczną oraz wysoką niezawodnością. Podczas pomiaru przewodności szpargowej w terenie należy zminimalizować odległość między mierzonymi osobnikami, aby cykl powtórnych pomiarów był jak najbardziej efektywny.
  2. Wybierz liście różnych gatunków i osobników zgodnie z powtarzalnym schematem (ta sama wysokość, ta sama ekspozycja, ta sama pozycja w roślinie, jeśli to możliwe tylko z tego samego węzła i tylko z jednej kategorii; liście słoneczne lub cieniste itp.).
    1. Mierz tylko liście w stanie zdrowym, nieuszkodzonym i w pełni rozwiniętym. Zaznacz liście na osobnikach (np. za pomocą opasek zaciskowych lub kolorowej taśmy), aby upewnić się, że powtórne pomiary są wykonywane na tym samym liściu.
      UWAGA: Pomiary przewodności szpargowej należy wykonywać wyłącznie na powierzchni liścia, unikając nerwu głównego i grubych żyłek liściowych.
    2. Rozpocznij pomiary wczesnym rankiem przed wschodem słońca, wykonując od pięciu do dziesięciu powtórnych pomiarów, aż do momentu, gdy wartości przewodności szpargowej wykażą wyraźny spadek w południe.
      UWAGA: Dobowy cykl pomiarów dostarczy dobrych danych do analizy zależności między vpd a przewodnością szpargową.
  3. Pomiary Vpd
    1. Przy każdym pomiarze gS zarejestruj temperaturę i wilgotność względną, najlepiej za pomocą przenośnych rejestratorów, aby bezpośrednio zmierzyć warunki w miejscu położenia tego samego liścia. Do obliczenia deficytu ciśnienia pary zastosuj wzór Augusta-Roche Magnusa15.

Równanie ciśnienia nasyconej pary, es(T)=6.1094^(17.625T/T+243.04), analiza wzoru.

es=ciśnienie nasyconej pary wodnej [hPa]

T=temperatura [°C]

  1. Model gS - odpowiedź na vpd
    1. Następnie nanieś na wykres wszystkie dane gS dla poszczególnych gatunków w funkcji vpd, łącząc wszystkie dzienne przebiegi dla pojedynczych liści w jedną analizę dla każdego gatunku. Wyodrębnij maksymalną wartość zaobserwowaną w danych dotyczących przewodności szparkowej poprzez wyszukiwanie wartości maksymalnej. Aby przeskalować model w celu zapewnienia porównywalności międzygatunkowej, podziel wartości zaobserwowane przez maksymalną wartość zaobserwowaną dla danego gatunku (gS/gSMAX).
    2. Dla każdego gatunku wykonaj regresję logitów gS (gS/gSMAX) względem vpd oraz składnika kwadratowego vpd, stosując uogólniony model liniowy z dwumianowym rozkładem błędów (a, b i c reprezentują parametry regresji):

Równania modelu przewodności szparkowej, ln(gs/gmax)=a vpd²+b vpd+c, analiza matematyczna.

Wykresy przewodnictwa szparkowego w funkcji deficytu ciśnienia pary; analiza modelu danych, badanie fizjologii roślin.
Rysunek 1. Przykład naniesionych wartości i dopasowanego modelu dla gS - vpd. Przewodnictwo szparkowe przedstawione jako funkcja deficytu ciśnienia pary dla gatunku Liquidambar formosana. Puste kropki reprezentują wartości obserwowane. (A) Maksymalne przewodnictwo szparkowe, vpd przy maksymalnym przewodnictwie szparkowym oraz średnie przewodnictwo szparkowe wyekstrahowano z bezwzględnych, zatem nieskalowanych danych dotyczących przewodnictwa szparkowego (gS). (B) Naniesiono skalowane dane przewodnictwa szparkowego (gS/gSMAX), aby wyekstrahować parametry względne (przedstawione jako wypełnione kropki) 20. Przedruk za zgodą20. Kliknij tutaj, aby wyświetlić większą wersję tego rysunku.

Wykres przewodności szparkowej w funkcji deficytu ciśnienia pary; analiza procesów fizjologicznych; trendy danych.
Rycina 2. Wszystkie dopasowane modele dla wszystkich gatunków. Wykresy modeli dla regresji przewodności szparkowej w stosunku do vpd dla wszystkich gatunków. Gatunki wiecznie zielone przedstawiono czarnymi liniami, a gatunki liściaste czerwonymi liniami 20. Przedruk za zgodą 20.

UWAGA: Wykorzystanie logitów zamiast bezpośredniej regresji gS względem vpd prowadzi do sytuacji, w której modelowane wartości maksymalne nie przekraczają gSMAX, a gS dąży do 0 przy wysokich wartościach vpd.

  1. Wyznaczenie parametru regulacji szparkowej dla każdego gatunku
    1. Obliczenie bezwzględnych modelowanych wartości gSMAX (MaxFit na Rysunku 1B). W tym celu należy obliczyć vpd przy maksymalnym przewodnictwie szparkowym, przyjmując pierwszą pochodną równania 1.4.2 równą zeru, co daje vpdgsMaxFit = -b/2a. Należy podstawić vpdgsMaxFit do wzoru 1.4.2 i podnieść do potęgi e, aby otrzymać MaxFit. Oblicz średnią wszystkich pomiarów przewodnictwa dla każdego gatunku (patrz Rysunek 1A).
      UWAGA: Należy użyć oprogramowania statystycznego R (http://www.r-project.org).
    2. Aby obliczyć wartości względne, z modelu skalowanego (gS/gSMAX) należy wyznaczyć wartości przewodnictwa szparkowego i vpd dla następujących dwóch punktów: (1) przewodnictwo szparkowe i vpd w punkcie maksimum modelu (MaxFit) oraz (2) vpd w drugim punkcie przegięcia krzywej (patrz Rysunek 1B). Wartości te należy pomnożyć przez gSMAX, aby uzyskać bezwzględne wartości gS dla tych punktów. Pełne nałożenie pojedynczych modeli dla wszystkich 39 analizowanych gatunków przedstawiono na Rysunku 2.

2. Pomiary cech szparewek

  1. Pobrać próbki najlepiej z dokładnie tych samych liści, które zostały wykorzystane do pomiarów przewodności szparkowej. Jeśli nie jest to możliwe, zastosować tę samą procedurę wyboru, która została użyta do wyboru liści do pomiarów przewodności szparkowej, najlepiej na tych samych osobnikach.
  2. Nanieść cienką warstwę bezbarwnego, szybko schnącego lakieru do paznokci (należy przetestować różne marki, ponieważ niektóre są bardziej odpowiednie od innych) na świeżą próbkę. Jeśli próbki nie mogą zostać przetworzone natychmiast, przechowywać je w 70% alkoholu. Po wyschnięciu lakieru delikatnie oddzielić odciski od liścia i przystąpić do analizy mikroskopowej, tak jak w przypadku zwykłej próbki liścia.
    UWAGA: W przypadku liści o wysokiej gęstości trichomów, wcześniejszy etap naniesienia wodorotlenku sodu lub roztworu kwasu octowego i nadtlenku wodoru w stosunku 1:1 może przynieść lepsze rezultaty.
  3. Analiza za pomocą mikroskopu optycznego
    1. Podłączyć kamerę do mikroskopu optycznego umożliwiającego powiększenia od 40X do 400X. Po podłączeniu kamery do mikroskopu, dopasować wykonane zdjęcia do powiększenia optycznego i rozdzielczości obrazu, np. za pomocą skali.
    2. Wykorzystując otwartościowe oprogramowanie do przetwarzania obrazów, takie jak ImageJ 16, przeanalizować te zdjęcia.
      1. Za pomocą narzędzia do rysowania kształtów z programu do analizy obrazu, wyznaczyć na zdjęciu obszar wolny od zabrudzeń, odcisków palców, uszkodzeń lub dużych żyłek liścia. Policzyć szparki w tym obszarze, obejmując łącznie co najmniej 50 000 µm2 na próbkę.
      2. Zmierzyć długość komórek aparatów szparkowych oraz długość otworu szparki. Obliczyć liczbę szparek na mm2. Obliczyć indeks szparkowy jako stosunek gęstości szparek do liczby komórek epidermy na mm2.

3. Ocena cech żyłek liściowych

UWAGA: Do oceny cech żyłek liściowych zastosowano zmodyfikowany protokół wg Sack & Scoffoni 17.

  1. Przygotowanie próbek
    UWAGA: Aby zoptymalizować widoczność żyłek liściowych, liście są najpierw odbarwiane, a następnie barwone safraniną i zielenią malachitową.
    1. Aby odbarwić liście, pozostawić je przez co najmniej 72 hr w 50% roztworze odbarwiacza (należy przetestować różne preparaty, gdyż niektóre mogą działać lepiej). Alternatywnie można zastosować 5% roztwór NaOH, 10% roztwór KOH lub 25% roztwór H2O2.
    2. Podgrzać roztwór do 30° C lub połączyć różne roztwory z kroku 3.1.1 w celu uzyskania lepszych efektów. Następnie kilkakrotnie wypłukać w wodzie. Proces odbarwiania należy dostosować do konkretnego gatunku, w zależności od charakterystyki liści.
      UWAGA: Grubsze liście mogą wymagać dłuższego czasu kąpieli w roztworze lub zastosowania bardziej agresywnych odczynników. Cieńsze i delikatniejsze liście mogą zostać odbarwione w stopniu zadowalającym w czasie krótszym niż 72 hr.
    3. Aby zabarwić liście, umieścić je w 100% etanolu. Barwić przez 2 – 30 min w 1% roztworze safraniny. W celu wzmocnienia barwienia można zastosować dodatkową obróbkę 1% roztworem zieleni malachitowej przez zaledwie kilka sekund. Protokół należy dostosować do każdego gatunku pod względem czasu i intensywności w celu osiągnięcia optymalnych wyników. Następnie kilkakrotnie wypłukać w wodzie. Jeśli liście są zbyt intensywnie zabarwione, pomocne może być krótkotrwałe pozostawienie ich w etanolu lub odbarwiaczu.
  2. Analiza próbek
    1. Zeskanować liście skanerem z podświetleniem tylnym przy rozdzielczości ok. 1 200 dpi. Dopasować wykonane skany do rozdzielczości obrazu, np. za pomocą skali, aby zapewnić możliwość przeliczenia długości piksela na bezwzględne miary długości zeskanowanego liścia.
    2. Zmierzyć pole powierzchni, obwód, długość i szerokość liści. Obliczyć kilka wskaźników, np. stosunek długości do szerokości oraz stosunek obwodu2 do pola powierzchni. Wyciąć z obrazu prostokąt o wymiarach 1 na 1 cm z jego środka. Zmierzyć średnicę żyłek pierwszego i drugiego rzędu (nie uwzględniać głównej żyłki środkowej). Zmierzyć długość wszystkich żyłek pierwszego rzędu w tym kwadracie (gęstość żyłkowania).

4. Ocena pozostałych cech liści

UWAGA: Oceń typowe cechy liści, takie jak specyficzna powierzchnia liścia (SLA), zawartość suchej masy liścia (LDMC), powierzchnia liścia, zawartość pierwiastków, pokrój liścia, pierzenie liścia, typ liścia złożonego, typ brzegu liścia itp., zgodnie z uznanymi protokołami 18,19.

  1. Obserwacyjne cechy liści
    1. Ocenić pierzenie liści, typ liścia złożonego, typ brzegu liścia oraz obecność nektarników pozakwiatowych18,19 poprzez obserwacje w terenie.
  2. Analityczne cechy liści
    1. Zebrać świeże próbki liści, najlepiej z tych samych osobników, które wykorzystano do pozostałych pomiarów, w celu oznaczenia swoistej powierzchni liścia (SLA), powierzchni liścia oraz zawartości suchej masy liścia (LDMC) 18,19. Po 48 hr w suszarce w temperaturze 80 °C zmierzyć zawartość i stosunki pierwiastków, najlepiej na tych samych liściach.

Wyniki

Wiele parametrów przewodności szparkowej i regulacji szparkowej okazało się być powiązanych z morfologicznymi, anatomicznymi i chemicznymi cechami liści. W dalszej części skupiono się na zależnościach od vpd w punkcie przegięcia, który zmniejszał się wraz z gęstością szparek (p=0.04) i indeksem szparkowym (p=0.03) oraz zwiększał się wraz z zawartością węgla w liściach (p=0.02, patrz Rysunek 3). Wyniki pokazują, że wraz ze spadkiem vpd w punkcie przegięcia następował spadek gęstości szparek i indeksu szparkowego. W przeciwieństwie do tego, żaden parametr przewodności szparkowej nie wykazał wyraźnej zależności od pokroju liści. Wysoka zmienność w obrębie dwóch grup pokroju liści wskazuje na istnienie różnych mechanizmów regulacyjnych zarówno w grupie liści wiecznie zielonych, jak i zrzucanych.

Wykresy rozrzutu porównujące VpdPoi z gęstością aparatów szparkowych, indeksem szparkowym i zawartością węgla w liściach; przedstawiają korelacje.
Rysunek 3. Wyniki analizy powiązań między wzorcami regulacji przewodności szparkowej a cechami liści. Deficyt ciśnienia pary (vpd) w punkcie przegięcia krzywej gS - vpd (VpdPoi) jako funkcja (A) gęstości aparatów szparkowych, (B) indeksu szparkowego oraz (C) zawartości węgla w liściach 20. Przedrukowano za zgodą 20. Proszę kliknąć tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Dyskusja

Parametry regulacji aparatów szparkowych uzyskane metodą przedstawioną w niniejszej pracy podkreślają znaczenie cech aparatów szparkowych, takich jak gęstość aparatów szparkowych i wskaźnik aparatów szparkowych. Te nowe zależności pokazują potencjał powiązania parametrów z modeli fizjologicznych z morfologicznymi, anatomicznymi i chemicznymi cechami liści 20. W porównaniu z innymi metodami, obecne podejście ma tę zaletę, że pozwala uchwycić unikalną i jednoznaczną wartość vpd, przy której przewodność szparkowa jest regulowana w dół do połowy modelowanegomaksimum g.

Spośród wszystkich etapów opisanych w protokole, najbardziej krytycznymi są pomiary przewodności szparkowej. Ze względu na wieloczynnikową regulację przewodnictwa aparatów szparkowych, warunki atmosferyczne otoczenia mają duży wpływ na gS. Pomiary przewodności aparatów szparkowych przy wysokiej wilgotności względnej i niskim natężeniu światła mogą być niewiarygodne 21-23. W odniesieniu do cech morfologicznych i anatomicznych protokół powinien być zawsze dostosowany do gatunków docelowych objętych badaniem. W szczególności w analizie gęstości nerwów czas bielenia i barwienia liści powinien być zróżnicowany w zależności od struktury i wytrzymałości liści. Potencjalnymi ograniczeniami metody są gatunki, dla których pomiary przewodności aparatów szparkowych są niemożliwe lub skomplikowane i podatne na błędy ze względu na niezwykłe kształty liści. Może to obejmować drzewa iglaste i trawy o bardzo wąskich blaszkach liściowych.

Nasze wyniki częściowo potwierdzają pierwszą hipotezę o związku między parametrami przewodnictwa aparatów szparkowych a cechami liści w spektrum ekonomiki liści (LES), która odpowiada kilku innym badaniom. Na przykład Poorter i Bongers (2006)24 stwierdzili ścisły związek między gS a cechami reprezentowanymi przez LES, np. gS zmniejsza się wraz ze wzrostem żywotności liści. W związku z tym Schulze i in. (1994) 1 wykazali wyraźne powiązania między zawartością azotu w liściach a gSMAX. Podobnie Juhrbandt i in. (2004) 25 stwierdzili istotne zależności między gSMAX a powierzchnią liści i zawartością azotu w liściach.

Nasza druga hipoteza o wyraźnych różnicach w pokroju liści nie mogła zostać potwierdzona. Duże zróżnicowanie mierzonych parametrów i cech w pokroju liści zimozielonych i liściastych wskazuje, że pokrój liści nie jest dobrym deskryptorem LES. Brodribb i Holbrook (2005) 26 omówili, że pokrój liści i strategie fizjologiczne liści mogą nie być nieuchronnie powiązane, ponieważ szeroka różnorodność cech jest powszechna we wszystkich typach pokroju liści.

Podejście to można rozszerzyć na cechy i cechy fizjologiczne organów roślinnych innych niż liście, na przykład na cechy związane z hydrauliką ksylemu, takie jak specyficzna przewodność hydrauliczna ksylemu i cechy drewna w mikroskopii 27. Podobnie, można uwzględnić inne rodzaje cech liści uzyskane z mikroskopii, takie jak struktura miąższu palisady i struktura warstwy wosku epikutykularnego 28.

Podsumowując, badanie to potwierdziło ścisły związek między LES a regulacją aparatów szparkowych. Ponadto przedstawiona tutaj metoda ujawniła aspekty wzorców regulacji aparatów szparkowych, które nie są związane z LES. Szczególnie specyficzne cechy liści, takie jak wielkość, gęstość i indeks aparatów szparkowych, a także długość nerwów, zasługują na przyszłą uwagę w badaniach nad roślinami funkcjonalnymi.

Oświadczenia

Autorzy nie mają nic do ujawnienia.

Podziękowania

Jesteśmy wdzięczni Xuefei Yang, Sabine Both, Lin Chen i Kaitian Wang za koordynację prac terenowych i ustanowienie eksperymentu BEF-China. Jesteśmy również wdzięczni całej grupie badawczej BEF-China za ich ogólne wsparcie. BEF-China jest finansowany głównie przez Niemiecką Fundację Badawczą (DFG FOR 891/1 i 2), a finansowanie tego konkretnego projektu zostało zapewnione przez Niemiecką Fundację Badawczą firmie H.B. (DFG BR 1698/9-2). Jesteśmy również wdzięczni za stypendia turystyczne i szkoły letnie finansowane przez Chińsko-Niemieckie Centrum Promocji Badań Naukowych w Pekinie (GZ 524, 592, 698, 699 i 785). Ponadto chcielibyśmy podziękować Davidowi Eichenbergowi, Michaelowi Staabowi, Katji Grotius, Silvanie Tornack, Lin Chen i Shouren Zhang za ich wsparcie w terenie i w laboratorium.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
SC 1 PorometrDecagonKażdy inny porometr jest odpowiedni
Opaski kablowe do oznaczania liści
Plastikowe torby
Papierowe torby
HigrometrTrotecKażdy inny jest odpowiedni
Lakier
Axioskop 2 plusZeissKażdy inny jest odpowiedni
Wybielacz
etanolowy
5% NaOH
10% KOH
25% H2O2
Malachit zielony
Safranina
na próbkina próbkido paznokci

Bibliografia

  1. Schulze, E. -D., Kelliher, F., Körner, C., Lloyd, J., Leuning, R. Relationships among maximum stomatal conductance, ecosystem surface conductance, carbon assimilation rate, and plant nitrogen nutrition: a global ecology scaling exercise. Annual Review of Ecology and Systematics. 25 (1), 629-662 (1994).
  2. Chaturvedi, R. K., Raghubanshi, A. S., Singh, J. S. Growth of tree seedlings in a tropical dry forest in relation to soil moisture and leaf traits. Journal of Plant Ecology. 6 (2), 158-170 (2013).
  3. Santiago, L. S., Kim, S. C. Correlated evolution of leaf shape and physiology in the woody Sonchus. alliance (Asteraceae: Sonchinae) in Macaronesia. International Journal of Plant Sciences. 170 (1), 83-92 (2009).
  4. Aasamaa, K., Sober, A. Hydraulic conductance and stomatal sensitivity in six deciduous tree species. Biologia Plantarum. 44 (1), 65-73 (2001).
  5. Waring, R. H., Chen, J., Gao, H. Plant-water relations at multiple scales: integration from observations, modeling and remote sensing. Journal of Plant Ecology-UK. 4, 1-2 (2011).
  6. Oren, R., Sperry, J. Survey and synthesis of intra- and interspecific variation in stomatal sensitivity to vapour pressure deficit. Plant, Cell and Environment. 22 (12), 1515-1526 (1999).
  7. Leuning, R. A critical appraisal of a combined stomatal-photosynthesis model for C3 plants. Plant, Cell and Environment. 18 (4), 339-355 (1995).
  8. Patanè, C. Leaf area index, leaf transpiration and stomatal conductance as affected by soil water deficit and vpd in processing tomato in semi arid mediterranean climate. Journal of Agronomy and Crop Science. 197 (3), 165-176 (2011).
  9. Jarvis, A. J., Davies, W. J. The coupled response of stomatal conductance to photosynthesis and transpiration. Journal of Experimental Botany. 49 (Special Issue), 399-406 (1998).
  10. Roelfsema, M. R. G., Hedrich, R. In the light of stomatal opening: new insights into “the Watergate.”. New Phytologist. 167 (3), 665-691 (2005).
  11. Wong, S. C., Cowan, I. R., Farquhar, G. D. Stomatal conductance correlates with photosynthetic capacity. Nature. 282 (5737), 424-426 (1979).
  12. Sobrado, M. A. Hydraulic conductance and water potential differences inside leaves of tropical evergreen and deciduous species. Biologia Plantarum. 40 (4), 633-637 (1998).
  13. Zhang, Y. -J., Meinzer, F. C., Qi, J. -H., Goldstein, G., Cao, K. -F. Midday stomatal conductance is more related to stem rather than leaf water status in subtropical deciduous and evergreen broadleaf trees. Plant, Cell and Environment. 36 (1), 149-158 (2013).
  14. Aerts, R. The advantages of being evergreen. Trends in Ecology, & Evolution. 10 (10), 402-407 (1995).
  15. Murray, F. W. On the computation of saturation vapor pressure. Journal of Applied Meteorology. 6 (1), 203-204 (1967).
  16. Basic Concepts. , Available from: http://imagej.nih.gov/ij/docs/concepts.html (2015).
  17. Scoffoni, C., Sack, L. Quantifying leaf vein traits. PrometheusWiki. , Available from: http://prometheuswiki.publish.csiro.au/tiki-index.php?page=Quantifying+leaf+vein+traits (2011).
  18. Cornelissen, J. H. C., Lavorel, S., et al. A handbook of protocols for standardised and easy measurement of plant functional traits worldwide. Australian Journal of Botany. 51 (4), 335-380 (2003).
  19. Perez-Harguindeguy, N., Díaz, S., et al. New handbook for standardised measurement of plant functional traits worldwide. Australian Journal of Botany. 61 (3), 167-234 (2013).
  20. Kröber, W., Bruelheide, H. Transpiration and stomatal control: A cross-species study of leaf traits in 39 evergreen and deciduous broadleaved subtropical tree species. Trees. 28 (3), 901-914 (2014).
  21. Larcher, W. Physiological plant ecology. , Springer. Berlin, Heidelberg, New York, Hong Kong, London, Milan, Paris, Tokyo. 514(2003).
  22. Bunce, J. Does transpiration control stomatal responses to water vapour pressure deficit. Plant, Cell and Environment. 20 (1), 131-135 (1997).
  23. Bunce, J. A. How do leaf hydraulics limit stomatal conductance at high water vapour pressure deficits. Plant, Cell and Environment. 29 (8), 1644-1650 (2006).
  24. Poorter, L., Bongers, F. Leaf traits are good predictors of plant performance across 53 rain forest species. Ecological Sciences of America. 87 (7), 1733-1743 (2006).
  25. Juhrbandt, J., Leuschner, C., Hölscher, D. The relationship between maximal stomatal conductance and leaf traits in eight Southeast Asian early successional tree species. Forest Ecology and Management. 202 (1-3), 245-256 (2004).
  26. Brodribb, T. J., Holbrook, N. M. Leaf physiology does not predict leaf habit; examples from tropical dry forest. Trees. 19 (3), 290-295 (2005).
  27. Kröber, W., Zhang, S., Ehmig, M., Bruelheide, H. Xylem hydraulic structure and the Leaf Economics Spectrum - A cross-species study of 39 evergreen and deciduous broadleaved subtropical tree species. PLOS ONE. 9 (11), e109211(2014).
  28. Kröber, W., Heklau, H., Bruelheide, H. Leaf morphology of 40 evergreen and deciduous broadleaved subtropical tree species and relationships to functional ecophysiological traits. Plant Biology. 17 (2), 373-383 (2015).

Przedruki i uprawnienia

Tagi

Deficyt ci nienia paryg sto aparat w szparkowychcechy y kowania li cispektrum ekonomii li cispecyficzna powierzchnia li ciazawarto w gla w li ciuindeks szparkowyd ugo kom rek szparkowych
Powiązanie przewodnictwa aparatów szparkowych z cechami funkcjonalnymi liści
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki Korzystania

Zasady

Copyright © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.