車前光合生理特性的研究

笪文怡，權(quán)秋梅，余茂蕾，張倚銘，唐 婭

(西華師范大學(xué) 環(huán)境科學(xué)與工程學(xué)院，四川 南充 637002)

車前(PlantagoasiaticaL.)為車前科(Plantaginaceae)車前屬(Plantago)的藥用植物，又稱牛舌草、牛遺、豬耳草等。大車前苷是其主要藥用有效成分[1]，可清熱、利尿、祛痰、解毒以及涼血，主治熱淋澀痛、尿少、咳嗽、暑濕泄瀉、咽喉腫痛等癥[2]，是《中國藥典》收載的常用中藥之一。此外，車前在修復(fù)重金屬污染的土壤[3]、清除氧自由基[4]等方面也有一定的作用?？傊?，無論在藥用價值方面還是經(jīng)濟(jì)價值方面，車前都是一種頗有潛力的植物[5]。目前，車前的研究工作主要為探究其化學(xué)成分以及各成分的藥理作用[2,6-7]、活性成分的提取工藝[8-9]等方面，而對車前的光合特性等生理方面的研究甚少。因此，對車前的光合參數(shù)進(jìn)行測定與分析，以及對車前光合曲線的最適模型進(jìn)行探討具有重要意義。

常用于研究植物生理生態(tài)的模型主要為直角雙曲線改進(jìn)模型[10-11]、改進(jìn)指數(shù)模型[12-13]、非直角雙曲線模型[14-15]、直角雙曲線模型[16]和指數(shù)函數(shù)[17-18]等。本研究利用5種模型擬合車前的光響應(yīng)及CO2響應(yīng)曲線，討論并驗(yàn)證其適用性，由此得到最適擬合模型。然后根據(jù)最適模型得到車前的光合生理參數(shù)，為車前的生理生態(tài)研究及栽培提供基礎(chǔ)數(shù)據(jù)。

1 材料與方法

1.1 材料

試驗(yàn)地位于四川省南充市，地理坐標(biāo)為30°49′ N，106°04′ E，平均海拔約300 m，屬于亞熱帶濕潤性季風(fēng)氣候，年平均氣溫15.8～17.8 ℃，平均降雨量980～1 150 mm。土壤以紫色土為主，pH值7。

試驗(yàn)材料為自然生長狀態(tài)下的車前，其生命周期為1年或2年，株高5～20 cm，幼株可食用[19]。根叢生，是雙子葉中少有的須狀根植物，葉基生，具長柄；穗狀花序數(shù)條，花莖長；蒴果蓋裂，花萼宿存；花期5—7月，果期7—9月[20]。

1.2 處理設(shè)計

試驗(yàn)開始于2016年5月上旬，在自然生長的車前種群中隨機(jī)選取9片健康、完整的葉片。利用Li-6400便攜式光合測定儀(Li-Cor Inc.，Lincoln, NE, USA)對不同葉片的凈光合速率(net photosynthetic rate，Pn)、蒸騰速率(transpiration rate，Tr)、氣孔導(dǎo)度(stomatal conductance，Gs)、胞間CO2濃度(cell interval concentration of CO2，Ci)等指標(biāo)進(jìn)行測定[21]，測定過程中保持葉片處于自然生長狀態(tài)。參考陳根云等[22]的測定方法，在光響應(yīng)曲線測定之前，如光照強(qiáng)度未達(dá)到1 000 μmol·m-2·s-1，則使用1 000 μmol·m-2·s-1的紅藍(lán)光對被測葉片誘導(dǎo)20 min。所有數(shù)據(jù)均采用自動測量程序進(jìn)行測量，且每片葉子測量前，均進(jìn)行一次自動匹配操作。

1.3 測定項目與方法

1.3.1 光合-光響應(yīng)曲線測定

使用Li-6400光合測定儀，通過小鋼瓶將葉室的CO2濃度設(shè)置成自然CO2濃度條件(400 μmol·m-2·s-1)，設(shè)定葉室溫度為26 ℃，空氣流速為500 μmol·s-1，樣本室相對濕度控制在65%，紅藍(lán)光源設(shè)置葉室內(nèi)的PAR(光合有效輻射)梯度為1 800、1 600、1 400、1 200、1 000、800、600、400、200、150、120、100、80、50、20和0 μmol·m-2·s-1。

1.3.2 光合-CO2響應(yīng)曲線測定

使用Li-6400光合測定儀，通過內(nèi)置紅藍(lán)光源將葉室內(nèi)PAR控制在1 500 μmol·m-2·s-1，此輻射強(qiáng)度為光響應(yīng)曲線估算的飽和強(qiáng)度，設(shè)定葉室溫度為26 ℃，將空氣流速設(shè)為500 μmol·s-1，樣本室相對濕度控制在65%左右。以小鋼瓶內(nèi)液態(tài)CO2為氣源，設(shè)置CO2濃度梯度為400、300、200、150、100、50、400、400、600、800、1 000、1 200、1 500、1 800和2 000 μmol·m-2·s-1。

1.4 模型的選擇與介紹

1)非直角雙曲線模型：

2)直角雙曲線模型：

Pn=φIPnmax/(φI-Pnmax)-Rd。

3)直角雙曲線改進(jìn)模型：

Pn=α(1-βI) (I-Ic)/(I-γI)。

4)指數(shù)函數(shù)模型：

Pn=Pnmax[1-eφ(I-Ic)]。

5)改進(jìn)指數(shù)模型：

Pn=αe-βI-γe-eI。

其中，Pn為凈光合速率；Pnmax為最大凈光合速率；φ為表觀量子效率；I為光合有效輻射；Ic為光補(bǔ)償點(diǎn)；θ為光響應(yīng)曲角；Rd為暗呼吸速率；α為I=0和I=Ic時，2點(diǎn)連線的斜率；β為修正系數(shù)；γ=α/Pnmax。φ為羧化效率；I即Ci為CO2濃度；Pnmax為飽和CO2下的同化速率；Rd記作Rp為暗呼吸速率；θ為CO2響應(yīng)曲角；Ic記作Г為CO2補(bǔ)償點(diǎn)；α為Ci=0和Ci=Г時，兩點(diǎn)連線的斜率。

1.5 數(shù)據(jù)處理方法

將光響應(yīng)曲線的測量數(shù)據(jù)和CO2響應(yīng)曲線的測量數(shù)據(jù)均分為2組，光響應(yīng)曲線的第一組數(shù)據(jù)包括PAR低于1 400 μmol·m-2·s-1時所測的13個Pn值，第二組數(shù)據(jù)包括PAR為1 400、1 600、1 800 μmol·m-2·s-1時所測的3個Pn值。CO2響應(yīng)曲線的第一組數(shù)據(jù)為CO2濃度為400、600、800、1 000、1 200、1 500、1 800、2 000 μmol·mol-1的8個對應(yīng)測量數(shù)據(jù)，第二組數(shù)據(jù)為CO2濃度為400、300、200、150、100、50 μmol·mol-1的6個對應(yīng)測量數(shù)據(jù)。第一組數(shù)據(jù)通過SPSS 21.0中的非線性回歸模塊進(jìn)行5種模型的適用性探究，得出的Pn值記為擬合值(Fitted values)。第二組數(shù)據(jù)用于檢驗(yàn)5種模型的準(zhǔn)確度，所得數(shù)據(jù)記作檢測值(Test values)。最后采用均方誤差(MSE)和平均絕對誤差(MAE)2個參數(shù)用于檢驗(yàn)和對比5種模型擬合與預(yù)測的準(zhǔn)確度，誤差較小的組，其擬合效果也好[13]。

通過5種模型的擬合方程，將5種模型的光合-光響應(yīng)及CO2響應(yīng)對應(yīng)的光飽和點(diǎn)(LSP)、光補(bǔ)償點(diǎn)(LCP)、Pnmax、Rd(Rp)、表觀量子效率(AQY)、θ等生理參數(shù)計算出來，和實(shí)際測量值進(jìn)行比較。水分利用率(water use efficiency，WUE)的計算公式為：WUE=Pn/Tr。式中Tr為蒸騰速率(transpiration rate)。數(shù)據(jù)使用SPSS 21.0和Excel 2010進(jìn)行統(tǒng)計分析和作圖。

2 結(jié)果與分析

2.1 光合-光響應(yīng)曲線擬合

車前光合-光響應(yīng)曲線的實(shí)測值及5種模型的擬合值如圖1中A所示，當(dāng)PAR≤200 μmol·m-2·s-1時，車前的Pn呈線性增長趨勢，然后隨著PAR增大，車前的Pn緩慢增大至LSP，對應(yīng)出現(xiàn)Pnmax。由圖1中B可以看出，當(dāng)PAR≥1 400 μmol·m-2·s-1時，由非直角雙曲線和直角雙曲線2個模型得出的Pn預(yù)測值均比檢測值高，且有隨著PAR的增加而持續(xù)增大的趨勢，因此由這2個模型的擬合方程計算出的LSP和Pnmax將均大于實(shí)測值。指數(shù)模型和改進(jìn)指數(shù)模型的預(yù)測值均小于對應(yīng)光照輻射強(qiáng)度下的實(shí)測值，且改進(jìn)指數(shù)模型的預(yù)測值和實(shí)測值相比差異較大，出現(xiàn)了過擬合現(xiàn)象[13]。只有直角雙曲線模型的預(yù)測值隨著PAR的增大，其變化幅度和實(shí)測值的變化幅度基本一致。

由表1可知，5個模型擬合的R2均大于0.997，5種模型的擬合值MSE、MAE均比測試值的MSE、MAE小，表明這些模型對車前光響應(yīng)數(shù)據(jù)的擬合效果均較好。R2越大，MAE及MSE越小，則表明擬合值和實(shí)測值的差值越小，即擬合情況越好。直角雙曲線改進(jìn)模型的R2達(dá)到0.999，且Fitted MAE、Fitted MSE、Tested MAE及Tested MSE均小于其他4種模型。因此，5種模型中，直角改進(jìn)模型擬合的光響應(yīng)所得數(shù)據(jù)最接近車前的實(shí)際情況。

B圖中PAR為1 400 μmol·m-2·s-1、1 600 μmol·m-2·s-1、1 800 μmol·m-2·s-1對應(yīng)的Pn為實(shí)測值和模型方程對應(yīng)的預(yù)測值。誤差線為平均數(shù)±標(biāo)準(zhǔn)誤，表示5個個體植株實(shí)測Pn值的正負(fù)偏差圖1 5種模型擬合的光合-光響應(yīng)曲線(A)及檢測值與預(yù)測值對比(B)

表1 5個模型精確度及各項光合參數(shù)與實(shí)測值的比對

2.2 光合-CO2響應(yīng)曲線擬合

車前CO2響應(yīng)曲線實(shí)測值及5種模型擬合值如圖2中A所示。當(dāng)Ci小于400 μmol·mol-1，Pn呈線性增長，然后增長速度逐漸下降，當(dāng)Ci達(dá)到1 300 μmol·mol-1時，車前的Pn達(dá)到最大值30 μmol·m-2·s-1，然后隨Ci的增大，Pn趨于穩(wěn)定。而直角模型擬合的Pn隨著Ci的增大，增大趨勢依然明顯。由圖2中B可看出，除了改進(jìn)指數(shù)模型，其余4種模型的擬合值均高于檢測值，且隨著Ci增大，擬合值和檢測值之間的差異越大。

B圖中CO2濃度400、300、200、150、100、50 μmol·mol-1 對應(yīng)的Pn為實(shí)測值和模型方程對應(yīng)的預(yù)測值。誤差線為平均數(shù)±標(biāo)準(zhǔn)誤，表示5個個體植株實(shí)測Pn值的正負(fù)偏差圖2 5種模型擬合的光合-CO2響應(yīng)曲線(A)及檢測值與預(yù)測值對比(B)

車前生理參數(shù)的觀測值和5種模型的計算值如表2所示。由表2可知，5種模型的R2均高于0.982，其中改進(jìn)指數(shù)模型的R2最高，達(dá)到0.998。此外，通過改進(jìn)指數(shù)模型和直角雙曲線改進(jìn)模型的擬合方程計算而得的Г、CSP、Pnmax、Rp等生理參數(shù)均接近于實(shí)測數(shù)據(jù)，其中改進(jìn)指數(shù)模型的計算值最接近實(shí)測值；其余3個擬合方程算出的值均與實(shí)測值有較大的差距。模型的精確度主要通過MAE和MSE檢測，而所有模型的Fitted MSE均小于Tested MSE，F(xiàn)itted MAE也小于Tested MAE，且改進(jìn)指數(shù)模型的MAE、MSE值最小。模型的R2大且MAE及MSE小，則表明其擬合情況越好。因此，改進(jìn)指數(shù)模型為車前CO2響應(yīng)曲線的最佳擬合模型。

表2 5個模型精確度及各項光合參數(shù)與實(shí)測值的比對

2.3 車前光合速率的影響因子

車前光合-光響應(yīng)過程中的PAR與Ci、Gs、Tr以及WUE之間的關(guān)系如圖3所示。Gs在PAR處于0～200 μmol·m-2·s-1階段時增長速度最快，后隨PAR的增大，Gs雖呈持續(xù)增長趨勢，但增長速度減慢。在自然條件下，光照強(qiáng)度對植物葉片水分具有較強(qiáng)的蒸騰作用，車前的Tr同樣隨著PAR的增加呈現(xiàn)出較為快速的上升趨勢。Ci則是在PAR處于0～400 μmol·m-2·s-1階段時，隨著PAR的增大而迅速減小，此時車前具有較強(qiáng)利用CO2用于光合作用的能力。當(dāng)PAR超過400 μmol·m-2·s-1后，Ci便保持在350 μmol·mol-1左右。車前的WUE的變化趨勢類似拋物線，即當(dāng)PAR處于0～700 μmol·m-2·s-1階段時，呈快速上升趨勢，而當(dāng)PAR超過700 μmol·m-2·s-1后，WUE逐漸下降至5 μmol·mol-1并趨于平穩(wěn)，利用效率降低。

圖3 光強(qiáng)對車前葉片氣孔導(dǎo)度、蒸騰速率、胞間CO2濃度和水分利用率的影響

2.4 相關(guān)性分析

由表3可知，Pn與Ci、Gs、Tr、WUE以及光強(qiáng)之間均呈現(xiàn)出極顯著水平(P<0.01)， 其中Pn與Gs、Tr、WUE以及光強(qiáng)相關(guān)系數(shù)分別為0.940、0.973、0.956和0.904，為極顯著正相關(guān)；Pn與Ci的相關(guān)系數(shù)為-0.898，呈極顯著負(fù)相關(guān)。

表3 車前光合速率及光合參數(shù)相關(guān)性系數(shù)

3 討論

從車前光響應(yīng)的擬合結(jié)果可知，直角雙曲線改進(jìn)模型的決定系數(shù)最高，且MSE和MAE的值均小于其他4種模型，因此，直角雙曲線改進(jìn)模型為其最適擬合模型，這與葉子飄等[23]提出的該模型具有較廣的適用性，可擬合不同生境下的植物光響應(yīng)的曲線觀點(diǎn)一致。蔣高明[24]認(rèn)為大體上陰生植物的LCP<20 μmol·m-2·s-1或更低，LSP為500～1 000 μmol·m-2·s-1；陽生植物的LCP為50～100 μmol·m-2·s-1，LSP為1 500～2 000 μmol·m-2·s-1或者更高；通過直角雙曲線改進(jìn)模型計算得出車前的LSP為1 808 μmol·m-2·s-1、LCP為24.25 μmol·m-2·s-1，Pnmax為20.158 μmol·m-2·s-1、Rd為1.611 μmol·m-2·s-1、AQY為0.07，其LCP接近陰生植物的范圍，而光補(bǔ)償點(diǎn)低說明植物利用弱光能力強(qiáng)，有利于有機(jī)物質(zhì)的積累，由此表明，車前屬于耐蔭植物，能夠充分利用弱光進(jìn)行光合作用，這與劉香芬[25]的試驗(yàn)結(jié)果一致；此外，車前的LSP達(dá)到陽生植物的標(biāo)準(zhǔn)，表明車前具有一定的耐高溫特征，但是在持續(xù)的高光合輻射強(qiáng)度下葉片也會出現(xiàn)蔫萎的現(xiàn)象。

從車前CO2響應(yīng)曲線的擬合結(jié)果可知，改進(jìn)指數(shù)模型的決定系數(shù)最高，且MSE和MAE的值均小于其他4種模型，因此改進(jìn)指數(shù)模型為其最適擬合模型，這和陳衛(wèi)英等[12]提出的改進(jìn)指數(shù)模型具有較高精確性和適宜性的結(jié)果一致。通過改進(jìn)指數(shù)模型的數(shù)學(xué)方程計算得出車前在飽和光照條件下的Pnmax為31.010 μmol·m-2·s-1、CSP為1 264.45 μmol·m-2·s-1、Г為96.191 μmol·m-2·s-1、Rp為7.724 μmol·m-2·s-1、φ為0.086。由圖2中B可以看出，當(dāng)Ci<400 μmol·mol-1，車前的凈光合速率呈現(xiàn)出線性增長趨勢，說明在一定的條件下，凈光合速率受Ci的影響較大，且隨著Ci增加而增加。

影響植物光合作用的因子復(fù)雜且多變，Ci、Gs、Tr、WUE及PAR等都是其影響因子，這些因子對光合作用的影響不僅是綜合的，而且因子之間也會相互影響[26-27]。車前光響應(yīng)數(shù)據(jù)的相關(guān)性分析結(jié)果表明，Pn與Gs、Tr、WUE以及PAR均為極顯著正相關(guān)；Pn與Ci為極顯著負(fù)相關(guān)。比較光合有效輻射的變化對Ci、Gs、Tr以及WUE的影響可知，當(dāng)PAR≤200 μmol·m-2·s-1，車前能夠有效的利用水分和CO2進(jìn)行光合作用，且隨著PAR增大，車前對水分及CO2的利用效率線性增長；而隨著光強(qiáng)的持續(xù)增大，Ci開始處于相對穩(wěn)定狀態(tài)，同時Gs持續(xù)增大，大量的水分通過蒸騰作用散失，使得水分利用率降低。研究結(jié)果表明，車前對弱光具有較強(qiáng)的利用能力，因此在栽培過程中應(yīng)進(jìn)行適當(dāng)?shù)恼谑a處理，以保證車前的質(zhì)量和產(chǎn)量，以期實(shí)現(xiàn)對這種重要且用途廣泛的植物資源的充分利用。

[1] 國家藥典委員會. 中華人民共和國藥典(一部)[M]. 北京：中藥醫(yī)藥科技出版社， 2010.

[2] 夏玲紅, 金冠欽, 孫黎, 等. 車前草的化學(xué)成分與藥理作用研究進(jìn)展[J]. 中國藥師, 2013,16(2): 294-296.

[3] 陸引罡, 黃建國, 滕應(yīng), 等. 重金屬富集植物車前草對鎳的響應(yīng)[J]. 水土保持學(xué)報, 2004, 18(1):108-110.

[4] 王曉春, 龍?zhí)K, 徐克前,等. 車前草水煎液對氧自由基清除作用的研究[J]. 實(shí)用預(yù)防醫(yī)學(xué), 2002, 9(2):139-140.

[5] 楊玉鳳. 車前：有待開發(fā)的保健野菜[J]. 吉林農(nóng)業(yè), 2003(8):26-27.

[6] 王歌. 車前草化學(xué)成分與藥理作用的研究 [J]. 黑龍江醫(yī)學(xué), 2014(4): 864-865.

[7] 楊亞軍, 周秋貴, 曾紅,等. 車前草化學(xué)成分及新生物活性研究進(jìn)展[J]. 中成藥, 2011, 33(10): 1771-1776.

[8] 錢鶯, 傅旭春, 王建平,等. 車前草降血尿酸有效成分提取工藝的研究[J]. 浙江大學(xué)學(xué)報(理學(xué)版), 2010, 37(5):560-562.

[9] 姚利鋒. 車前草提取工藝及大車前苷含量測定[J]. 實(shí)用中醫(yī)內(nèi)科雜志, 2013(7):100-101.

[10] YE Z P. A new model for relationship between light irradiance and the rate of photosynthesis inOryzasativa[J]. Photosynthetica, 2007, 45(4): 637-640.

[11] YE Z P, YU Q. A coupled model of stomatal conductance and photosynthesis for winter wheat[J]. Photosynthetica, 2008, 64(4): 637-640.

[12] 陳衛(wèi)英, 陳真勇, 羅輔燕, 等. 光響應(yīng)曲線的指數(shù)改進(jìn)模型與常用模型比較[J]. 植物生態(tài)學(xué)報, 2012, 36(12): 1277-1285.

[13] CHEN Z Y, PENG Z S, YANG J, et al. A mathematical model for describing light-response curves inNicotianatabacumL.[J]. Photosynthetica, 2011, 49(3): 467-471.

[14] CANNELL M G R, THORNLEY J H M. Temperature and CO2responses of leaf and canopy photosynthesis: A clarification using the non-rectangular hyperbola model of photosynthesis[J]. Annals of Botany, 1998, 82(6): 883-892.

[15] THORNLEY J H M. Mathematical models in plant physiology[M]. London: Academic Press, 1976.

[16] BALY E C. The kinetics of photosynthesis[J].Proceedings of the Royal Society of London Series B (Biological Sciences), 1935, 117: 218-239.

[17] BASSMAN J H, ZWIER J C. Gas exchange characteristics ofPopulustrichocarpa,PopulusdeltoidesandPopulustrichocarpa×P.deltoidesclones[J]. Tree Physiology, 1991, 8(2): 145-159.

[18] POTVIN C, LECHOWICZ M J, TARDIF S. The statistical analysis of ecophysiological response curves obtained from experiments involving repeated measures[J]. Ecology, 1990, 71(4): 1389-1400.

[19] 白懷瑾, 姬社林, 岳振平. 藥用蔬菜—車前草栽培技術(shù)[J]. 農(nóng)業(yè)科技通訊, 2002(12):15.

[20] 馬原松, 姚曉惠, 尚泓泉. 車前草的生物學(xué)特性及開發(fā)利用[J]. 農(nóng)業(yè)科技通訊,2006(9):29.

[21] WU Y Q, JIA H Y. Researches on photosynthetic characteristics of exotic plantsWedeliatrilobata,PharbitisnilandIpomoeacairica[J]. Acta Ecologica Sinica, 2004, 24(10): 2334-2339.

[22] 陳根云, 俞冠路, 陳悅, 等. 光合作用對光和二氧化碳響應(yīng)的觀測方法探討[J]. 植物生理與分子生物學(xué)學(xué)報, 2006, 32(6):691-696.

[23] 葉子飄, 李進(jìn)省. 光合作用對光響應(yīng)的直角雙曲線修正模型和非直角雙曲線模型的對比研究[J]. 井岡山大學(xué)學(xué)報(自然科學(xué)版), 2010, 31(3):38-44.

[24] 蔣高明. 植物生理生態(tài)學(xué)[M]. 北京:高等教育出版社, 2004.

[25] 劉香芬. 優(yōu)良耐蔭地被植物：車前草[J]. 中國林副特產(chǎn), 2010(1): 60-62.

[26] 張繼祥, 毛志泉, 魏欽平, 等. 美國黑核桃實(shí)生苗單葉片光合作用生理生態(tài)模型的建立與驗(yàn)證[J]. 生物數(shù)學(xué)學(xué)報, 2004, 19(2): 213-218.

[27] 吳統(tǒng)貴, 周和鋒, 吳明, 等. 旱柳光合作用動態(tài)及其與環(huán)境因子的關(guān)系[J]. 生態(tài)學(xué)雜志, 2008, 27(12): 2056-2061.