白及幼苗不同馴化期葉片光合光響應(yīng)特征研究

羅 鳴，劉 海，楊平飛，張金霞，楊再剛2，夏 與3，吳明開

(1.貴州省農(nóng)業(yè)科學(xué)院現(xiàn)代中藥材研究所，貴陽 550006；2.劍河縣產(chǎn)業(yè)發(fā)展協(xié)調(diào)指導(dǎo)中心，貴州 劍河 556499；3.安龍縣欣蔓生物科技有限責(zé)任公司，貴州 安龍 552400)

蘭科植物白及(Bletillastriata)是一種瀕危藥用植物，貴州野生白及生于海拔950～1 600 m之間，土壤含腐殖質(zhì)較豐富的林下、草叢、巖石縫中[1]。白及主要藥用部位為干燥塊莖，有收斂止血，消腫生肌的功效。用于咯血，吐血，外傷出血，瘡瘍腫毒，皮膚皸裂等[2]病癥。白及常利用其種子進(jìn)行組織培養(yǎng)，可在短期內(nèi)培育出大量組培種苗，而在大田種植之前，組培種苗需要經(jīng)過大棚煉苗過程逐步適應(yīng)室外環(huán)境，此過程是白及幼苗移栽大田成活的關(guān)鍵，因此大棚內(nèi)有效光照等環(huán)境因素對于組培種苗的影響極大。有研究顯示在炎熱夏季，白及會出現(xiàn)明顯光合“午休”的現(xiàn)象，表明白及符合陰生植物特征[3]。對于大部分瀕危植物而言，其光合生理代謝較弱[4]。白及研究更多是涉及種苗繁育、生產(chǎn)栽培技術(shù)以及藥用成分等方面，白及幼苗階段光合生理特性少有報道。

為了篩選出白及幼苗期最佳光響應(yīng)擬合模型，本研究利用不同的光合作用擬合模型對植物光響應(yīng)進(jìn)行擬合與分析[5]，采用人工控制光強(qiáng)的方法，測量相同環(huán)境下不同生長時期白及幼苗葉片光響應(yīng)，通過定量分析及比較，篩選出適用于白及幼苗不同煉苗期的最適光照，為白及組培苗設(shè)施栽培獲得優(yōu)質(zhì)生產(chǎn)用苗提供理論依據(jù)。

1 材料和方法

1.1 材 料

實驗材料來自貴州省貴陽市花溪區(qū)省農(nóng)科院內(nèi)，通過白及種子培育的組培種苗，種植于普通鋼架大棚內(nèi)苗床上，基質(zhì)為樹皮、鋸末與腐殖土的混合物。

1.2 方 法

選擇晴朗天氣，在09：30-11：30時測定。使用美國LI-COR公司LI 6400 XT，安裝紅藍(lán)光源葉室，內(nèi)置光強(qiáng)設(shè)置梯度為2 000，1 800，1 500，1 200，1 000，800，500，300，200，150，120，100，80，60，40，20，0μmol·(m2·s)-1，選擇白及馴化大棚馴化初期(Ⅰ期)、塊莖形成期(Ⅱ期)、塊莖膨大期(Ⅲ期)。

進(jìn)行機(jī)器預(yù)熱檢查之后，將待測白及葉片置于1 000μmol·(m2·s)-1光強(qiáng)下誘導(dǎo)30 min。改變光照強(qiáng)度后，最少穩(wěn)定時間設(shè)定為3 min，顯示數(shù)據(jù)無異常波動之后開始自動記錄。設(shè)定CO2濃度(400±10)μmol·(m2·s)-1，不同馴化期隨機(jī)選擇植株功能葉，3次重復(fù)。

1.3 數(shù)據(jù)處理

利用Excel 2011軟件、SPSS 20.0軟件進(jìn)行數(shù)據(jù)分析、繪圖處理。

1.3.1直角雙曲線模型直角雙曲線模型(圖中簡稱“直角模型”)[6]

凈光合速率(Pn)，μmol·(m2·s)-1；光量子通量密度(I)，μmol·(m2·s)-1；初始量子效率(α)；最大凈光合速率(Pnmax)，μmol·(m2·s)-1；暗呼吸速率(Rd)，μmol·(m2·s)-1；光補(bǔ)償點(LCP)，μmol·(m2·s)-1；光飽和點(LSP)，μmol·(m2·s)-1。

1.3.2非直角雙曲線模型直角雙曲線模型(圖中簡稱“非直角模型”)[7]

Pn(I)=

(4)

(5)

光飽和點估算方法同直角雙曲線模型。

1.3.3修正直角雙曲線模型(圖中簡稱“直角新模型”)[8-9]

(6)

(7)

(8)

(9)

圖1 白及幼苗不同煉苗期光合響應(yīng)曲線

1.3.4指數(shù)模型指數(shù)模型表達(dá)式(圖中簡稱“指數(shù)模型”)[10-11]

Pn(I)=Pnmax(1-e-aI/Pnmax)-Rd

(10)

(11)

(12)

(13)

2 結(jié)果與分析

2.1 白及馴化階段光響應(yīng)曲線的擬合

將白及馴化過程中3個不同生長期的光響應(yīng)曲線的實測值與4種模型的擬合值進(jìn)行作圖。結(jié)果(圖1)顯示，4種擬合模型得到的預(yù)測值與實測值較為相近。其中修正直角雙曲線模型存在極值，且3次擬合決定系數(shù)R2≥0.999，擬合效果最好。直角雙曲線模型和非直角雙曲線模型均不存在極值，Pn均隨PAR的增大而增強(qiáng)，擬合值與實測值出現(xiàn)不符，擬合效果較差。指數(shù)模型是存在極值的方程，但Pn隨PAR的增大達(dá)到最大值后，繼續(xù)增大PAR，Pn保持不變，與實際情況不符[12-14]。

2.2 光響應(yīng)特征參數(shù)

2.2.1初始量子效率(α)與表觀量子效率(AQE)

光合作用過程中最大量子效率α值理論值在0.08～0.125之間，實際擬合模型α值在0.06～0.12之間，略偏小于理論值，擬合方法是合理的。表觀量子效率AQE4種擬合模型在擬合中，通過公式進(jìn)行各特征參數(shù)計算，其中在不同擬合模型中AQE值差異不大，與實測值較為接近。

2.2.2最大凈光合速率(Pnmax)

直角雙曲線、非直角雙曲線兩種模型擬合Pnmax值皆大于實際測量值，2種模型對白及生長Ⅲ期擬合Pnmax值為10.64μmol·(m2·s)-1、10.06μmol·(m2·s)-1，實測值為8.62μmol·(m2·s)-1，誤差較大。指數(shù)模型其擬合Pnmax與實測點走勢較為吻合，但是在計算時，需假設(shè)光合速率為0.9(公式12)或0.99(公式13)，計算后所得的光強(qiáng)為飽和光強(qiáng)(表中以a/b表示)，結(jié)果誤差較大，而且隨著設(shè)定光合有效輻射PAR超過1 500μmol·(m2·s)-1時，擬合值始終維持不變，與實測情況不符。修正直角雙曲線模型擬合值與實測值最為接近，且在設(shè)定光合有效輻射PAR為1 500μmol·(m2·s)-1時，Pn擬合值出現(xiàn)了明顯光抑制現(xiàn)象，與實測Pn值變化趨勢一致。

2.2.3光飽和點(LSP)與光補(bǔ)償點(LCP)

光飽和點(LSP)修正直角雙曲線模型擬合值與實測值最為接近，擬合效果最好，其他模型LSP擬合值均小于實測值。光補(bǔ)償點LCP不同擬合模型中LCP預(yù)測值與實測值最為一致。但是除了修正直角雙曲線模型，其他3種模型的擬合LSP與實測差別較大。結(jié)合光飽和點結(jié)果，說明這3種模型在擬合計算過程中存在一定的誤差。

圖2 白及光合參數(shù)的線性擬合關(guān)系

表1 光響應(yīng)實測值與模型擬合值比較

2.2.4暗呼吸速率(Rd)

在非直角雙曲線模型模擬Ⅰ期，擬合值為0，表明該模型不適于Rd值計算。其余3種模型擬合值均接近實測值，其中直角雙曲線模型擬合效果較好。

2.5 白及幼苗生長期環(huán)境因子的線性擬合

以光合有效輻射(PARo)為自變量，白及幼苗葉片凈光合速率(Photo/Pn)、氣孔導(dǎo)度(Cond)、胞間二氧化碳濃度(Ci)及蒸騰速率(Trmmol)為因變量進(jìn)行的線性擬合。根據(jù)其散點分布構(gòu)成的直線關(guān)系，表明外界光強(qiáng)對植物凈光合速率、氣孔導(dǎo)度及蒸騰作用存在正向的線性關(guān)系，與胞間二氧化碳濃度存在負(fù)向的線性關(guān)系。

3 結(jié)論與討論

修正直角雙曲線模型是白及組培幼苗馴化階段光響應(yīng)擬合的最佳模型，利用該模型可以更好地了解白及幼苗時期的光合生理情況，確保白及組培幼苗在煉苗階段快速適應(yīng)室外環(huán)境，在最短時間內(nèi)達(dá)到出苗標(biāo)準(zhǔn)，為蘭科瀕危藥用植物白及的育種及其瀕危機(jī)制研究奠定了基礎(chǔ)。在設(shè)定的光強(qiáng)梯度下，白及幼苗生長各階段均出現(xiàn)了光抑制的現(xiàn)象，表明適度的遮陰有利于白及幼苗的生長發(fā)育。

自然界中陰生植物與陽生植物對光照的響應(yīng)速率和程度不盡相同[15]。植物葉片的光飽和點與光補(bǔ)償點反映了植物對光照條件的要求。本試驗由擬合效果最佳的修正直角雙曲線模型得出的白及煉苗階段3個不同生長期LSP為754.89～1 563.27μmol·(m2·s)-1，白及生長旺盛期，自然光強(qiáng)都能達(dá)到該強(qiáng)度，白及在炎熱夏季會出現(xiàn)明顯光合“午休”的現(xiàn)象，與其獨有的氣孔能力相關(guān)[16]。在植物光響應(yīng)擬合模型研究中，直角雙曲線模型、非直角雙曲線模型2種模型使用較多，但在此次試驗中這2種曲線不存在極值，其適應(yīng)性和擬合精度均受到一定的限制，這種誤差來源于模型自身的缺陷[17-20]，應(yīng)根據(jù)植物不同生長習(xí)性、生長階段、生長環(huán)境等情況進(jìn)行模型篩選，確保數(shù)據(jù)最大程度上的準(zhǔn)確性。