Prezentowany protokół pokazuje cyfrowy pomiar i analizę ciągłych cech fizjonomicznych liści na skamieniałych liściach w celu rekonstrukcji paleoklimatu i paleoekologii przy użyciu metod rekonstrukcji cyfrowej fizjonomii liści i masy liści na obszar.
Artykuł metodologiczny
Prezentowany protokół pokazuje cyfrowy pomiar i analizę ciągłych cech fizjonomicznych liści na skamieniałych liściach w celu rekonstrukcji paleoklimatu i paleoekologii przy użyciu metod rekonstrukcji cyfrowej fizjonomii liści i masy liści na obszar.
Klimat i środowisko silnie wpływają na wielkość, kształt i uzębienie (fizjonomię) liści roślin. Relacje te, szczególnie u zdrewniałych niejednoliściennych roślin okrytozalążkowych, zostały wykorzystane do opracowania opartych na liściach wskaźników zastępczych dla paleoklimatu i paleoekologii, które zostały zastosowane do rekonstrukcji starożytnych ekosystemów lądowych w ciągu ostatnich ~ 120 milionów lat historii Ziemi. Dodatkowo, biorąc pod uwagę, że relacje te zostały udokumentowane u żywych roślin, są one ważne dla zrozumienia aspektów ewolucji roślin i tego, jak rośliny reagują na zmiany klimatyczne i środowiskowe. Aby przeprowadzić tego typu analizy na roślinach nowoczesnych i kopalnych, fizjonomia liści musi być dokładnie zmierzona przy użyciu powtarzalnej metodologii. Protokół ten opisuje komputerową metodę pomiaru i analizy różnych zmiennych fizjonomicznych liści we współczesnych i kopalnych liściach. Metoda ta pozwala na pomiar cech fizjonomicznych liści, w szczególności zmiennych związanych z ząbkowaniem liści, powierzchnią liścia, rozwarstwieniem liścia i liniowością, które są wykorzystywane w cyfrowym proxy fizjonomii liści do rekonstrukcji paleoklimatu, a także szerokości ogonków liściowych i powierzchni liści, które są wykorzystywane do rekonstrukcji masy liści na obszar, paleoekologicznego wskaźnika zastępczego. Ponieważ ta cyfrowa metoda pomiaru cech liści może być stosowana do roślin kopalnych i żywych, nie ogranicza się do zastosowań związanych z rekonstrukcją paleoklimatu i paleoekologii. Może być również używany do badania cech liści, które mogą być pouczające dla zrozumienia funkcji morfologii liści, rozwoju liści, filogenetycznych relacji cech liści i ewolucji roślin.
Liście są podstawowymi jednostkami produkcyjnymi, które ułatwiają wymianę energii (np. światła, ciepła) i materii (np. dwutlenku węgla, pary wodnej) między rośliną a otaczającym ją środowiskiem1,2. Aby spełniać te funkcje, liście muszą mechanicznie podtrzymywać własny ciężar wbrew grawitacji w nieruchomym i wietrznym powietrzu 3,4. Ze względu na te nieodłączne powiązania, kilka aspektów rozmiaru, kształtu i uzębienia liści (fizjonomia) odzwierciedla szczegóły ich funkcji i biomechaniki oraz zapewnia wgląd w ich środowisko i ekologię. Wcześniejsze prace pozwoliły określić ilościowo relacje między fizjonomią liści, klimatem i ekologią we współczesnym świecie, aby ustalić wskaźniki zastępcze, które można zastosować do zbiorowisk skamieniałych liści5,6. Te dane zastępcze dają ważne możliwości rekonstrukcji paleoklimatu i paleoekologii oraz przyczyniają się do lepszego zrozumienia złożonych wzajemnych oddziaływań między różnymi systemami planety na przestrzeni jej historii. W tym artykule szczegółowo opisano metody niezbędne do wykorzystania dwóch wskaźników zastępczych: 1) metody rekonstrukcji masy liści na obszar w celu wyjaśnienia paleoekologii oraz 2) cyfrowej fizjonomii liści w celu rekonstrukcji paleoklimatu.
Sucha masa liści na powierzchnię (M A) jest często mierzoną cechą roślin zarówno w neo- jak i paleobotanice. Podstawową wartością MA, szczególnie w przypadku rekonstrukcji skamieniałości, jest to, że jest ona częścią spektrum ekonomii liści, skoordynowanej osi dobrze skorelowanych cech liści, która obejmuje szybkość fotosyntezy liści, długowieczność liści i zawartość składników odżywczych w liściach według masy7. Zdolność do rekonstrukcjiMA ze skamieniałości daje wgląd w te inaczej niedostępne procesy metaboliczne i chemiczne, a ostatecznie może ujawnić przydatne informacje na temat strategii ekologicznej roślin i funkcji ekosystemu.
Royer et al.5 opracowali metodę szacowania MA zdrewniałych, niejednoliściennych (dwuliściennych) skamieniałych liści okrytozalążkowych na podstawie powierzchni blaszki liściowej i szerokości ogonka liściowego. Teoretycznie ogonek liściowy działa jak wspornik, utrzymując ciężar liścia w optymalnej pozycji3,4. Pole przekroju ogonka liściowego, które stanowi najważniejszy składnik wytrzymałości belki, powinno być zatem silnie skorelowane z masą liścia. Upraszczając kształt ogonka liściowego do cylindrycznej rurki, pole przekroju poprzecznego ogonka liściowego można przedstawić za pomocą kwadratu szerokości ogonka, co pozwala na oszacowanie masy liścia na podstawie dwuwymiarowej skamieniałości (więcej szczegółów można znaleźć w Royer et al.5). Powierzchnię liści można mierzyć bezpośrednio. Razem, szerokość ogonka kwadratowa podzielona przez powierzchnię liścia (tj. metryka ogonka; Tabela 1) stanowi dobry wskaźnik zastępczy dla skamieniałości MA i pozwala paleobotanikom wkroczyć w nowoczesną ekologię opartą na cechach. Metody rekonstrukcji MA zostały również rozszerzone na nagonasienne szerokolistne i ogonkowe nagonasienne5,8, zielne okrytozalążkowe 8 i ferns9, które dały relacje różniące się od relacji obserwowanych dla drzewiastych okrytozalążkowych dwuliściennych roślin okrytozalążkowych i między sobą. Rozszerzony zestaw danych drzewiastych dwuliściennych i nowe równania regresji do rekonstrukcji wariancji i średniej MA na poziomie miejsca pozwalają wnioskować o różnorodności strategii ekonomicznych liści i o tym, jakie strategie są najbardziej rozpowszechnione wśród drzewiastych dwuliściennych roślin okrytozalążkowych we florach kopalnych10.
Związek między fizjonomicznymi cechami liści a ich klimatem jest obserwowany od ponad wieku11,12. W szczególności fizjonomia zdrewniałych liści okrytozalążkowych roślin okrytozalążkowych jest silnie skorelowana z temperaturą i wilgotnością13. Ta zależność stała się podstawą dla wielu jednowymiarowych14,15,16,17 i wielowymiarowych6,18,19,20,21,22 Fizjonomiczne wskaźniki zastępcze liści dla paleoklimatu lądowego. Zarówno jednowymiarowe, jak i wielowymiarowe metody paleoklimatyczne fizjonomicznej liści były szeroko stosowane do zdominowanej przez rośliny okrytozalążkowe flory kopalnej na wszystkich kontynentach obejmujących ostatnie ~120 milionów lat historii Ziemi (od kredy do współczesności)23.
Dwie podstawowe obserwacje wykorzystywane w fizjonomicznych wskaźnikach paleoklimatycznych liści to 1) związek między rozmiarem liścia a średnim rocznym opadem (MAP) oraz 2) związek między zębami liści (tj. zewnętrznymi rzutami brzegu liścia) a średnią roczną temperaturą (MAT). W szczególności średni rozmiar liści wszystkich zdrewniałych gatunków okrytozalążkowych okrytozalążkowych na danym stanowisku jest dodatnio skorelowany z MAP, a odsetek zdrewniałych gatunków okrytozalążkowych okrytozalążkowych w miejscu z ząbkowanymi liśćmi, oprócz wielkości i liczby zębów, ujemnie koreluje z MAT6,12,13,14,15,16,24.
Funkcjonalny związek między tymi relacjami między fizjonomią liści a klimatem jest silnie wspierany zarówno przez teorię, jak i obserwację1,2,25. Na przykład, chociaż większe liście zapewniają większą powierzchnię fotosyntetyczną, wymagają większego wsparcia, tracą więcej wody w wyniku transpiracji i zatrzymują więcej ciepła odczuwalnego dzięki grubszej warstwie granicznej 1,26,27. Tak więc większe liście są bardziej powszechne w wilgotniejszym, cieplejszym środowisku, ponieważ utrata wody w wyniku zwiększonej transpiracji skutecznie chłodzi liście i jest mniej problematyczna. Natomiast mniejsze liście w bardziej suchym, gorącym klimacie zmniejszają straty wody i pozwalają uniknąć przegrzania, zwiększając odczuwalne straty ciepła28,29. Szczegóły dotyczące tego, jakie czynniki lub ich kombinacja najsilniej przyczyniają się do wyjaśnienia powiązań funkcjonalnych, pozostają zagadkowe w przypadku innych cech liści. Na przykład, zaproponowano kilka hipotez wyjaśniających związek między zębami liści a MAT, w tym chłodzenie liści, wydajne pakowanie pąków, zwiększone wsparcie i zaopatrzenie cienkich liści, gutacja przez hydatody i zwiększona produktywność na początku sezonu30,31,32,33.
Większość wskaźników paleoklimatycznych fizjonomicznych liści opiera się na kategorycznym podziale cech liści, a nie na ilościowych pomiarach zmiennych ciągłych, co prowadzi do kilku potencjalnych niedociągnięć. Podejście kategoryczne wyklucza włączenie bardziej szczegółowych informacji uzyskanych w wyniku ciągłych pomiarów, które są silnie skorelowane z klimatem (np. liczba zębów, liniowość liści), co może zmniejszyć dokładność szacunków paleoklimatycznych6,20,34. Dodatkowo, w niektórych metodach oceny cech liści, cechy oceniane kategorycznie mogą być niejednoznaczne, co prowadzi do problemów z odtwarzalnością, a niektóre cechy mają ograniczone dowody empiryczne na poparcie ich funkcjonalnego związku z klimatem6,15,16,35,36.
Aby zaradzić tym niedociągnięciom, Huff et al.20 zaproponowali cyfrowy pomiar ciągłych cech liści metodą znaną jako cyfrowa fizjonomia liści (DiLP). Kluczową przewagą DiLP nad poprzednimi metodami jest jego oparcie na cechach, które 1) mogą być wiarygodnie mierzone u wszystkich użytkowników, 2) mają ciągły charakter, 3) są funkcjonalnie powiązane z klimatem oraz 4) wyświetlają plastyczność fenotypową między sezonami wegetacyjnymi6,37. Doprowadziło to do dokładniejszych szacunków MAT i MAP niż poprzednie metody paleoklimatyczne fizjonomicznej liści6. Ponadto metoda ta uwzględnia niedoskonały charakter zapisu kopalnego, dostarczając kroków w celu wyjaśnienia uszkodzonych i niekompletnych liści. Metoda DiLP została z powodzeniem zastosowana do szeregu skamieniałych flor z wielu kontynentów obejmujących szeroki zakres czasu geologicznego6,38,39,40,41,42.
Poniższy protokół jest rozszerzeniem tego opisanego we wcześniejszym work5,6,20,34. Wyjaśnione zostaną procedury niezbędne do rekonstrukcji paleoklimatu i paleoekologii na podstawie zdrewniałych liści okrytozalążkowych roślin okrytozalążkowych przy użyciu metod rekonstrukcji DiLP iM A (patrz Tabela 1 w celu wyjaśnienia zmiennych mierzonych i obliczanych przy użyciu tego protokołu). Ponadto protokół ten zawiera kroki do rejestrowania i obliczania cech liści, które nie są uwzględnione w analizie DiLP lubMA, ale które są łatwe do wdrożenia i zapewniają użyteczne charakterystyki fizjonomii liści (Tabela 1). Protokół ma następujący format: 1) Obrazowanie skamieniałych liści; 2) cyfrowe przygotowanie liści, podzielone na pięć możliwych scenariuszy przygotowania; 3) cyfrowy pomiar liścia, zorganizowany w te same pięć możliwych scenariuszy przygotowania; oraz 4) Analizy DiLP i MA przy użyciu pakietu R dilp10.
Protokół rekonstrukcjiM A jest wbudowany w protokół DiLP, ponieważ oba są wygodne do przygotowania i mierzenia obok siebie. Jeśli użytkownik jest zainteresowany tylko analizamiMA, powinien postępować zgodnie z krokami przygotowania opisanymi w scenariuszu przygotowania DiLP 2, niezależnie od tego, czy brzeg liścia jest ząbkowany, czy nie, oraz krokami pomiarowymi opisującymi tylko szerokość ogonka, powierzchnię ogonka liściowego i powierzchnię liścia. Użytkownik może następnie uruchomić odpowiednie funkcje w pakiecie dilp R, który wykonuje rekonstrukcjeMA.
1. Obrazowanie skamieniałych liści
2. Przygotowanie cyfrowe
UWAGA: Ilustracja terminologii architektonicznej liści używanej w tych protokołach znajduje się w Rysunek 1. Użyj drzewa decyzyjnego (Rysunek 2) i podanych przykładów (Rysunek 3), aby określić, który scenariusz przygotowania ma zastosowanie do skamielinowego liścia, który ma być mierzony, i przejdź do tej odpowiedniej sekcji. Odniesienie do tabeli 2 zawiera dodatkowe informacje na temat etapów przygotowania. Jeśli liść mieści się w scenariuszu 1 lub 5, nie można go przygotować do ilościowych pomiarów fizjonomii liścia.
3. Pomiar cyfrowy
UWAGA: Arkusz kalkulacyjny szablonu wprowadzania danych jest dostarczany jako Plik uzupełniający 1. Odniesienie do tabeli 3 zawiera dodatkowe informacje na temat etapów pomiaru. W scenariuszach 1 i 5 jedynym wymaganym krokiem jest zarejestrowanie stanu marginesu liścia w arkuszu kalkulacyjnym wprowadzania danych (krok 3.5).
4. Przeprowadzanie analiz w oprogramowaniu R
UWAGA: Poniższe kroki wymagają pakietu R dilp11. Arkusz kalkulacyjny wprowadzania danych jest wczytywany do języka R i używany przez pakiet. Zapoznaj się z zakładką Dodatkowe instrukcje w arkuszu kalkulacyjnym wprowadzania danych (plik uzupełniający 2). Skrypt języka R może obsługiwać analizę wielu witryn jednocześnie lub pojedynczej witryny.
W celu przedstawienia przykładu reprezentatywnych wyników z wykorzystaniem zarówno metody cyfrowej fizjonomii liści (DiLP), jak i metody rekonstrukcji masy liścia na jednostkę powierzchni (MA) wykorzystano wcześniej opublikowany zbiór danych z pomiarów fizjonomii liści z wczesnoeoceńskiego stanowiska kopalnego McAbee w południowo-centralnej Kolumbii Brytyjskiej (Lowe et al.38; dane zawarte w Pliku uzupełniającym 2). Stanowisko to stwarza możliwość rekonstrukcji paleoklimatu i paleoekologii z najcieplejszego interwału kenozoiku (Wczesnoeoceńskiego Optimum Klimatycznego) w krajobrazie wyżynnym i wulkanicznym38,45,46,47. Zespoły kopalne pobrano z dwóch oddzielnych poziomów w sekwencji lacustrycznej, nazwanych H1 (grubość 28 cm) i H2 (grubość 27 cm), łącząc je w wąskim zakresie stratygraficznym przy użyciu techniki spisu, w ramach której zebrano lub policzono wszystkie okazy, które można było przypisać do konkretnego morfotypu38,48.
Dane fizjonomiczne liści McAbee przeszły kontrole błędów oznaczone przez funkcję dilp_errors(), a siedem wartości odstających wskazanych przez dilp_outliers() zostało ponownie zweryfikowanych, aby upewnić się, że reprezentują one rzeczywistą zmienność danych, a nie błąd metodologiczny. Następnie dane przetworzono za pomocą funkcji dilp() w celu rekonstrukcji paleoklimatu oraz funkcji lma() w celu rekonstrukcji masy liści na jednostkę powierzchni.
Rekonstrukcje MA oraz dolne i górne granice ich 95-procentowych przedziałów predykcji przedstawiono w Tabeli 4 zarówno na poziomie gatunku, jak i stanowiska, stosując równania zaprezentowane przez Royer et al.5 oraz Butrim et al.10. Rekonstruowane wartości mieszczą się w zakresie MA typowym dla współczesnych gatunków lądowych (30-330 g/m2)49. Przy zastosowaniu progów omówionych przez Royer et al.5, większość gatunków posiada zrekonstruowaną wartość MA, która odpowiada długości życia liści <1 rok (≤87 g/m2), niektóre ok. 1 rok (88-128 g/m2), natomiast żadne nie wykazują wartości typowych dla >1 rok (≥129 g/m2). Rekonstrukcje średniej i wariancji MA dla stanowiska w McAbee odzwierciedlają rozpowszechnienie i różnorodność strategii ekonomicznych liści na danym stanowisku10,50. Nie stwierdzono istotnych różnic w średniej i wariancji stanowiska pomiędzy H1 a H2, w związku z czym brak jest dowodów na to, aby skład i różnorodność strategii ekonomicznych liści zmieniały się między tymi dwoma punktami czasowymi. Dodatkowo, rekonstrukcje średniej dla stanowiska wykonane przy użyciu równań Royer et al.5 oraz Butrim et al.10 były bardzo zbliżone.
Rekonstrukcje średniej rocznej temperatury (MAT) i średnich rocznych opadów (MAP), przeprowadzone z wykorzystaniem równań regresji liniowej wielorakiej (DiLP) oraz regresji liniowej pojedynczej (analizy marginesów i powierzchni liści) przedstawionych przez Peppe i wsp.6, przedstawiono w Tabeli 5. Estymacje paleoklimatyczne są najbardziej wiarygodne, jeśli fizjonomia liści w zbiorach kopalnych mieści się w przestrzeni fizjonomicznej zbioru kalibracyjnego. Jest to oceniane w kroku analizy kanonicznej analizy odpowiedniości (CCA) realizowanym przez funkcję dilp_cca(). Zarówno McAbee H1, jak i H2 mieszczą się w zakresie fizjonomii liści zaobserwowanym w zbiorze kalibracyjnym (Rycina 7A). Gdyby zrekonstruowane wartości dla stanowisk znajdowały się poza przestrzenią kalibracyjną, rekonstrukcje paleoklimatyczne należałoby interpretować ostrożnie (np. poprzez porównanie z niezależnymi dowodami; dalszą dyskusję zaprezentowano u Peppe i wsp.6). Zrekonstruowane wartości MAT i MAP dla H1 i H2 są zgodne z umiarkowanym biomem sezonowym (Rycina 7B,C), co dobrze koreluje z niezależnymi dowodami, w tym z wnioskami opartymi na najbliższych żyjących krewnych zarówno dla kopalnych zbiorowisk roślinnych, jak i owadziej fauny w McAbee45.

Rysunek 1: Terminologia fizjognomii i architektury liści stosowana w niniejszym artykule. (A) liść o użyleniu pierzastym, nieklapowany, o brzegu całym, (B) liść o użyleniu dłoniastym, nieklapowany, o brzegu zębatym, (C) liść o użyleniu pierzastym, klapowany, o brzegu całym, (D) liść o użyleniu dłoniastym, klapowany, o brzegu zębatym. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Rycina 2: Schemat metody.Schemat blokowy obrazujący, w jaki sposób różne warunki konserwacji oraz typy liści determinują zakres cech liści, które można wiarygodnie zmierzyć (żółta ramka). Określa to, który scenariusz przygotowania zostanie zastosowany w protokole oraz w których kolumnach arkusza wprowadzania danych zostaną wprowadzone dane (punkty). Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Rysunek 3: Różne scenariusze przygotowania. Różne scenariusze przygotowania prezentujące przykłady ukończonych obrazów przygotowanych cyfrowo, gotowych do etapu pomiarów. (A) Scenariusz 1, cały liść z marginesem, którego powierzchni lub połowy powierzchni nie można zrekonstruować, (B) Scenariusz 5, liść ząbkowany, którego powierzchni lub połowy powierzchni nie można zrekonstruować i który nie posiada ≥2 kolejnych zębów i/lub zachowanego ≥25% powierzchni liścia, (C) Scenariusz 2, cały liść z marginesem, którego powierzchnia lub połowa powierzchni jest zachowana lub może zostać zrekonstruowana, (D) Scenariusz 3, liść ząbkowany, którego powierzchni lub połowy powierzchni nie można zrekonstruować, ale posiada ≥2 kolejne zęby i zachowane ≥25% powierzchni liścia, (E) Scenariusz 4, liść ząbkowany, którego powierzchnia lub połowa powierzchni jest zachowana lub może zostać zrekonstruowana. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Rysunek 4: Ilustracja usuwania uszkodzeń. Ilustracja sposobu wycinania uszkodzonego brzegu oraz obszaru liścia przylegającego do tego uszkodzonego brzegu. Czerwone przerywane linie pokazują sposób dokonywania zaznaczeń za pomocą narzędzia lasso. Należy zauważyć, że granice uszkodzeń celowo rozpoczęto w zatokach zębów pierwotnych (patrz Rysunek uzupełniający 2 w celu pomocy w rozróżnieniu zębów pierwotnych od pomocniczych). (A) Liść o unerwieniu pierzastym, w którym zaznaczenie obejmuje żyłkę główną. (B) Liść o unerwieniu dłoniastym, w którym zaznaczenie obejmuje najbliższą żyłkę pierwotną. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Rysunek 5: Ilustracja przykładu wycinania ząbków. (A) Czerwone przerywane linie pokazują sposób wykonywania zaznaczeń za pomocą narzędzia lasso. Należy zauważyć, że w tym przypadku ząbki są złożone, dlatego zaznaczenia wykonano wyłącznie pomiędzy zatokami głównymi (pomocy w rozróżnianiu ząbków głównych od pomocniczych udziela Rysunek uzupełniający 2), (B) powiększony widok sposobu zaznaczania ząbków, gdzie czerwone kropki reprezentują miejsca kliknięć myszą podczas zaznaczania, (C) kopia liścia po usunięciu ząbków. Prosimy kliknąć tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Rysunek 6: Ilustracja scenariusza przygotowania 4. Ilustracja decyzji dotyczących przygotowania oraz kroków pomiarowych dla przykładowego liścia przygotowanego zgodnie ze scenariuszem 4. (A) Scenariusz przygotowania, w którym zdecydowano, że połowa liścia zapewnia najdokładniejsze pomiary kształtu i powierzchni liścia, a zachowane brzegi na obu połowach środkowych zostały uwzględnione w pomiarach ząbkowania. (B) Przykład demonstrujący, jakie zmienne są mierzone na różnych elementach przygotowanego liścia. Tekst pogrubiony wyróżnia pomiary niezbędne do analiz DiLP i MA, natomiast tekst niepogrubiony (obwód blaszki, minimalna średnica Fereta i sztuczny obwód środkowy) wyróżnia pomiary, które nie są wymagane, ale są użyteczne do dodatkowych charakteryzacji fizjonomicznych (np. współczynnika kształtu i zwartości; Tabela 1). Kliknij tutaj, aby zobaczyć powiększoną wersję tego rysunku.

Rycina 7: Reprezentatywne wyniki. Wyniki z dwóch poziomów kopalnych (H1 i H2) pobranych z wczesnoeoceńskich złóż kopalnych McAbee z pracy Lowe et al.38. (A) Kanoniczna analiza odpowiadania wykazująca reprezentację wielowymiarowej fizjonomii liści w zbiorze danych kalibracyjnych. Dane kalibracyjne pochodzą z pracy Peppe et al.6. Fizjonomia liści z dwóch poziomów McAbee nakłada się na siebie i mieści się w przestrzeni kalibracyjnej. (B i C) Szacunki temperatury i opadów oraz powiązana z nimi niepewność (błędy standardowe modeli), obliczone przy użyciu równań przedstawionych przez Peppe et al.6 dla dwóch poziomów McAbee, naniesione na diagram biomów Whittakera. (B) Szacunki zrekonstruowane przy użyciu modeli wielokrotnej regresji liniowej (MLR) Digital Leaf Physiognomy (DiLP), (C) Szacunki zrekonstruowane przy użyciu równań pojedynczej regresji liniowej (SLR) analizy powierzchni liści (LAA) i analizy marginesu liści (LMA) dla dwóch poziomów McAbee, naniesione na diagram biomów Whittakera. Kliknij tutaj, aby zobaczyć powiększoną wersję tej ryciny.
Tabela 1: Zmienne fizjognomiczne liści. Zmienne, które są mierzone i/lub obliczane oraz stosowane w modelach predykcyjnych w ramach niniejszego protokołu do rekonstrukcji suchej masy liścia na jednostkę powierzchni (MA), średniej rocznej temperatury (MAT) oraz średnich rocznych opadów (MAP). MAT i MAP są rekonstruowane za pomocą równań przedstawionych przez Peppe i wsp.6, stosując podejście wielowymiarowe dla cyfrowej fizjognomiki liści (DiLP) oraz podejścia jednowymiarowe dla analizy marginesu liści (LMA) i analizy powierzchni liści (LAA). Zmienne wymienione jako „Inne” nie są wykorzystywane w analizach MA, DiLP, LMA i LAA, lecz są nadal mierzone i obliczane zgodnie z tym protokołem, ponieważ są łatwe do wdrożenia i dostarczają przydatnych charakterystyk fizjognomiki liści. Kliknij tutaj, aby pobrać tę tabelę.
Tabela 2: Dodatkowe uwagi i objaśnienia do kroków przygotowawczych. Kliknij tutaj, aby pobrać tę tabelę.
Tabela 3: Dodatkowe uwagi i wyjaśnienia do poszczególnych etapów pomiarowych. Kliknij tutaj, aby pobrać tę tabelę.
Tabela 4: Rekonstrukcje suchej masy liścia na jednostkę powierzchni (MA) oraz powiązane górne i dolne granice 95% przedziałów prognozy dla McAbee Fossil Beds na podstawie pracy Lowe et al.38. Rekonstrukcje wykonano dla średniej dla morfotypu5, średniej dla stanowiska5,10 oraz wariancji dla stanowiska10. Kliknij tutaj, aby pobrać tę tabelę.
Tabela 5: Rekonstrukcje średniej rocznej temperatury (MAT) i średnich rocznych opadów (MAP) dla horyzontu 1 (H1) i 2 (H2) w wczesnoeoceńskich złożach kopalnych McAbee, wykonane przy użyciu wielokrotnej regresji liniowej (MLR) cyfrowej fizjonomii liści (DiLP) oraz pojedynczej regresji liniowej (SLR) analizy marginesów liści (LMA) i analizy powierzchni liści (LAA) przedstawionych w pracy Peppe i wsp.6. Kliknij tutaj, aby pobrać tę tabelę.
Rycina uzupełniająca 1: liść Quercus rubra z Harvard Forest ilustrujący zasadę rozróżnienia między płatem a zębem. Odcinki linii p i d zostały zdefiniowane w tekście. Skala = 1 cm. Kliknij tutaj, aby pobrać ten plik.
Rysunek uzupełniający 2: Liść Betula lutea z Harvard Forest ilustrujący zasady rozróżniania zębów pomocniczych od zębów głównych. Wyizolowany fragment liścia został powiększony 2X. Niebieska linia łączy zatoki o największym stopniu wcięcia (tzn. zatoki główne), a zęby powiązane z tymi zatokami są uznawane za główne (niebieskie strzałki). Czerwone kropki zaznaczają zęby, które można zidentyfikować jako pomocnicze, ponieważ ich zatoki wierzchołkowe są wcięte w mniejszym stopniu. Zęby oznaczone czerwonymi strzałkami mają podobny stopień wcięcia w porównaniu do zębów głównych, ale można je zidentyfikować jako pomocnicze na podstawie względnie cieńszej głównej żyłki w porównaniu do zębów głównych. Paski skali = 1 cm. Kliknij tutaj, aby pobrać ten plik.
Rycina uzupełniająca 3: Ilustracja wyboru zębów, reguły listkowatych płatów oraz reguły pierwszeństwa płatów. (A) Wybór zębów dla liścia Hamamelis virginiana z rezerwatu Huyck Preserve. Zaciemnione obszary odpowiadają tkance liściowej włączonej do całkowitego wyboru zębów, ponieważ zęby pomocnicze są odróżnialne od zębów pierwotnych. (B) Liść Quercus alba z IES ilustruje regułę pierwszeństwa płatów. Zaciemnione obszary są mierzone jako płaty, a niezaciemnione jako zęby, jednak wszystkie wypustki są traktowane jako płaty zgodnie z regułą pierwszeństwa płatów. Paski skali = 1 cm. Prosimy kliknąć tutaj, aby pobrać ten plik.
Rysunek uzupełniający 4: Liść Acer saccharum z National Forest w Allegheny ilustrujący zasady rozszerzenia i pojedynczego zęba. Linie przerywane przedstawiają wybory zębów. Linia ciągła przedstawia oś symetrii dla powiązanego zęba. Czarny obszar to obciążnik służący do spłaszczenia liści do celów fotograficznych. Paski skali = 1 cm. Prosimy kliknąć tutaj, aby pobrać ten plik.
Rycina uzupełniająca 5: Ilustracja optymalnego sposobu wycinania ogonka liściowego znajdującego się na sercowatej podstawie. Prosimy kliknąć tutaj, aby pobrać ten plik.
Plik uzupełniający 1: Szablon wprowadzania danych dla wszystkich pomiarowych zmiennych cyfrowej fizjonomii liści. Tego pliku nie należy modyfikować, ponieważ będzie on służył jako plik wejściowy dla pakietu R. Prosimy kliknąć tutaj, aby pobrać ten plik.
Plik uzupełniający 2: Przykładowe dane z łóżek kopalnych McAbee z pracy Lowe et al.38. Dane te zostały wykorzystane do wygenerowania Rysunku 7 oraz do omówienia reprezentatywnych wyników. Kliknij tutaj, aby pobrać ten plik.
Plik uzupełniający 3: Dokument zasad dla cyfrowej fizjonomii skamieniałych liści. Aby pobrać ten plik, kliknij tutaj.
W artykule przedstawiono, w jaki sposób ciągłe cechy fizjonomii liści mogą być mierzone na zdrewniałych liściach okrytozalążkowych dwuliściennych, a następnie stosowane do wskaźników zastępczych opracowanych na podstawie nowoczesnych danych kalibracyjnych w celu rekonstrukcji paleoklimatu i paleoekologii. Wymaga to dołożenia starań, aby dostosować kroki metodologiczne do etapów przedstawionych w zestawach danych kalibracyjnych wskaźników zastępczych 5,6,10. Rozważania te rozpoczynają się przed zastosowaniem tego protokołu podczas zbierania skamieniałych liści, w szczególności w odniesieniu do wielkości próbki. Zaleca się łączenie zbiorowisk skamieniałych liści w jak najwęższym zakresie stratygrafii w celu uzyskania odpowiedniej liczby mierzalnych okazów i morfotypów, aby zminimalizować uśrednianie czasu. Zaleca się również ograniczenie rekonstrukcji paleoklimatu do stanowisk z co najmniej 350 możliwymi do zidentyfikowania okazami i co najmniej 15-20 zdrewniałymi morfotypami okrytozalążkowychdwuliściennych 19,51,52. Ponadto, przy wyborze liści do analiz, zaleca się zmierzenie jak największej liczby liści na morfotyp i co najmniej wybór okazów, które reprezentują zmienność fizjonomii liści w obrębie morfotypu.
Należy zachować dalszą ostrożność podczas wdrażania sekcji przygotowawczych i pomiarowych, aby zachować spójność ze zbiorem danych kalibracyjnych. Kroki wykonywane na etapach przygotowania mają największy potencjał subiektywizmu i zróżnicowanych wyników wśród użytkowników. Jeśli jednak protokół jest przestrzegany z rozmysłem, a tabele dodatkowych rozważań (tabela 2, tabela 3) i dokument z zasadami (plik uzupełniający 3) są często przywoływane, metoda ta prowadzi do obiektywnych i powtarzalnych pomiarów fizjonomii liści. Dla użytkowników, którzy nie znają tej metody, sugeruje się potwierdzenie, że liście zostały prawidłowo przygotowane z kimś, kto ma większe doświadczenie. Szczególną ostrożność należy zachować przy pomiarze szerokości ogonków liściowych w przypadku rekonstrukcji MA . Ponieważ wartości te są podniesione do kwadratu, niedokładność pomiarów stanie się przesadzona. Niepełna konserwacja i uszkodzenie mogą zmienić wymiary ogonków liściowych i należy ich starannie unikać.
Istnieją pewne ograniczenia tych metod, na które warto zwrócić uwagę. Co najważniejsze, rekonstrukcje zastępcze zawarte w pakiecie dilp R dotyczą wyłącznie drzewiastych roślin okrytozalążkowych, a zatem mogą wykluczać inne grupy roślin, które były znaczącymi składnikami starożytnych społeczności. Opublikowano jednak dodatkowe wskaźniki zastępcze na bazie ogonków liściowych dla poziomu gatunku MA dla ogonków liściowych i nagonasiennych szerokolistnych 5,8, zielnych roślin okrytozalążkowych8 i paproci9, które użytkownik może włączyć oddzielnie w razie potrzeby. Wykluczenie znaczących grup roślin w zbiorowiskach poza drzewiastymi dwuliściennymi okrytozalążkowymi ma prawdopodobnie największy wpływ na rekonstrukcję średniej i wariancji MA na poziomie obszaru, ponieważ zapewnią one niekompletną perspektywę strategii ekonomicznych w całej społeczności. Historia filogenetyczna wpływa na występowanie zębów liściowych23, wprowadzając możliwość, że analiza zbiorowisk kopalnych o nowym składzie taksonomicznym może powodować niepewność w uzyskanych szacunkach, chociaż realizacja tego potencjalnego wpływu nie została jeszcze przetestowana i wykazana.
Skamieniałe liście muszą być również odpowiednio zachowane, aby uwzględnić ilościowe pomiary fizjonomii liści poza stanem brzegowym. W przypadku DiLP jest to szczególnie prawdziwe w przypadku liści z całobrzegiem, ponieważ mogą one przekazywać informacje poza stanem marginesu tylko wtedy, gdy cały liść lub połowa liścia jest zachowana lub można go zrekonstruować. Podobnie, liście mogą być włączone do rekonstrukcji MA tylko wtedy, gdy (1) zachowany jest zarówno ogonek liściowy w momencie jego włożenia do blaszki liściowej, albo, w szczególnych przypadkach, jeśli zachowana jest podstawa liścia i najbardziej podstawowa część nerwu środkowego (patrz uwaga w kroku 3.6), oraz (2) jeśli można oszacować rozmiar liścia, albo poprzez pomiar całego liścia, albo rekonstrukcję połowy liścia. Oznacza to, że niektóre morfotypy mogą być całkowicie wykluczone z analiz MA na poziomie lokalizacji. Wreszcie, w przypadku tego protokołu ograniczeniem jest czas, ponieważ jednowymiarowe alternatywy dla rekonstrukcji paleoklimatycznych zajmują stosunkowo mniej czasu.
Pomimo tych ograniczeń, stosowanie metod rekonstrukcji DiLP i MA nadal ma kilka zalet w porównaniu z innymi metodami. Rekonstrukcje M.A są jednym z niewielu sposobów rekonstrukcji strategii ekonomicznych liści w zapisie kopalnym, a zastosowanie dwuwymiarowych pomiarów szerokości ogonków liściowych i powierzchni liści pozwala na wykonanie rekonstrukcji przy użyciu typowych skamieniałości liści wyciskowych/kompresyjnych. W przypadku DiLP włączenie wielu ciągłych pomiarów, które są funkcjonalnie powiązane z klimatem, poprawia odtwarzalność pomiarów i dokładność uzyskanych rekonstrukcji klimatycznych 6,13. Protokół ten ma na celu uwzględnienie niekompletnego charakteru zapisu kopalnego, umożliwiając wykonywanie pomiarów uzębienia liści przy użyciu fragmentów liści. Chociaż ciągłe pomiary powierzchni liści dostarczają więcej informacji na temat wielkości liści, szacunki DiLP MAP mogą być uzupełnione przez te wykorzystujące klasy wielkości liści w celu zwiększenia wielkości próbki16,53 lub poprzez włączenie szacunków skali nerwów powierzchni liści 42,54,55. Podobnie jak w przypadku większości zaangażowanych metod, efektywność czasowa tego protokołu poprawi się, gdy użytkownik stanie się bardziej doświadczony i pewny siebie, szczególnie na etapach przygotowania. Fakt, że pomiary DiLP na poziomie stanowiska zostały wykonane zgodnie z tym protokołem dla >150 współczesnych 6,10,56 i co najmniej 22 dotychczasowych zespołów kopalnych, świadczy o jego wykonalności 6,38,39,40,41,42. Wreszcie, kompleksowe pomiary fizjonomii liści mają zastosowania wykraczające poza te omówione tutaj i mogą być przydatne w opisywaniu innych aspektów ekologii roślin, fizjologii, ewolucji i rozwoju, z zastosowaniem zarówno do współczesnychbadań 56, jak i paleo40.
Podsumowując, zastosowanie metod opisanych w tym artykule pozwala użytkownikowi zrekonstruować paleoklimat i paleoekologię przy użyciu solidnych i powtarzalnych metod. Metody te stanowią ważną okazję do zaprezentowania wcześniejszych przykładów reakcji klimatu i ekosystemów na perturbacje środowiskowe oraz do uzyskania dalszych informacji na temat złożonych interakcji systemów naturalnych Ziemi.
AJL dziękuje studentom studiów licencjackich 2020-2022 Team Leaf na Uniwersytecie Waszyngtońskim za motywację i sugestie dotyczące tworzenia skutecznych materiałów szkoleniowych dla DiLP. AGF, AB, DJP i DLR dziękują wielu studentom Uniwersytetu Wesleyan i Uniwersytetu Baylor, którzy mierzyli współczesne i kopalne liście i których wkład był nieoceniony w modyfikowaniu i aktualizowaniu tego protokołu. Autorzy dziękują Grupie Roboczej ds. Cech Ilościowych PBot i zespołowi PBOT za zachęcanie do prac nad sformalizowaniem tego protokołu, aby uczynić go bardziej dostępnym dla szerszych społeczności. Prace te były wspierane przez National Science Foundation (grant EAR-0742363 dla DLR, grant EAR-132552 dla DJP) oraz Baylor University (Young Investigator Development Program dla DJP). Dziękujemy dwóm anonimowym recenzentom i redaktorowi recenzji za opinie, które pomogły poprawić przejrzystość i kompleksowość tego protokołu.
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| Stojak na kopie lub statyw | Do fotografii skamieniałości | ||
| Aparat | Do fotografii skamieniałości preferowany aparat o wysokiej rozdzielczości | ||
| Oprogramowanie do edycji obrazu | Do przygotowania cyfrowego. Przykłady obejmują Adobe Photoshop i GIMP, z których ten ostatni jest darmowy (https://www.gimp.org/) | ||
| Oprogramowanie ImageJ | IJ1.46pr | Do wykonywania pomiarów cyfrowych, darmowe oprogramowanie (https://imagej.net/ij/index.html) | |
| Microsoft Excel | Microsoft | Lub podobne oprogramowanie do wprowadzania danych | |
| Oprogramowanie R | fundament | Do uruchamiania podanego skryptu języka R (https://www.r-project.org/). R studio oferuje przyjazne dla użytkownika środowisko R (https://posit.co/download/rstudio-desktop/). Oba są bezpłatne. | |
| dilp R | Można zainstalować zgodnie z instrukcjami tutaj: https://github.com/mjbutrim/dilp |