-
开放科学(资源服务)标志码(OSID):
-
未来全球气温的持续上升会加剧全球水循环强度和过程的改变,导致全球降雨格局发生变化[1]. 降雨格局的变化主要体现在降雨量的变化、降雨时间分布的变化和极端降雨事件的增加等方面[2-3]. 相对于降雨量的变化,极端降雨事件的增加对生态系统进程的影响更为重要[4-5]. 我国未来极端降雨事件也呈增加的趋势[6],这种极端气候的增加会通过影响陆地植物的生理、行为以及初级生产力而使全球的生物群落发生变化,进而改变植物群落的结构和生态系统服务功能[7-8].
植物功能性状是能够响应生存环境的变化并(或)对生态系统功能有一定影响的植物性状[9-10]. 它不仅能够客观地反映植物自身生理过程及其对外部环境适应策略的差异,还可有效地将群落结构与环境以及生态系统过程等密切联系起来,揭示植物对生态系统过程与功能的影响[11]. 叶片和根系作为植物的地上和地下资源吸收器官,二者的功能性状与群落组成和生态系统的功能密切相关[12-13]. 当未来降雨格局变化时,植物的叶片和根系的功能性状可能会呈现出不同的响应[14-16]. 大部分研究表明二者之间的关系表现为协同关系[17-18],即植物的叶片和根系有着相似的表现型;而少数研究结果表明二者之间的关系表现为权衡关系[19-20],即植物将增加对地上器官的分配和投入,减少对地下器官的分配和投入. 分析植物功能性状对未来降雨极端化的响应,可为探寻未来降雨极端化下植物的生长策略提供科学依据[21].
西南喀斯特地区作为世界上最大的连续喀斯特分布地区之一,由于其具有地表土被薄且不连续、储水保水能力不强和岩石裸露率高等特点,使土壤水分成为该地区生态系统重要的限制因素[22]. 由于社会经济的快速发展和城镇化的推进,耕地破碎化的现象日趋严峻[23],越来越多的农田被弃耕[24],形成了大面积的弃耕地. 近年来,关于弃耕地上的植被恢复日益成为喀斯特地区生态建设的重要内容. 弃耕地的植被恢复可以最大限度地发挥其对土壤碳储存和其他温室气体(如CH4和N2O)排放的积极影响[25],其中喀斯特弃耕地具有显著增加土壤有机碳和全氮的潜力[26]. 因此,开展喀斯特地区的植被恢复工作对于增加废弃农田的碳储存以及应对气候变化具有重要的意义.
随着弃耕年限的增加,植物群落会逐渐从草本群落向灌木群落演替,其地上生物量也会明显增加,这有利于植物更好地适应环境[27]. 然而,当极端干旱事件增加时,植物可能会增加对根系的投资来适应环境[28]. 本研究以喀斯特弃耕地12种草本植物的4组叶片和根系的功能性状指标为研究对象,探究以下问题:①在未来降雨格局变化的背景下,不同草本植物叶片、根系性状是如何变化的?②与光合作用有关的叶片性状和与养分吸收有关的根系性状之间是协同关系还是权衡关系?
HTML
-
研究区位于金佛山喀斯特生态系统国家野外科学观测研究站——中梁山槽上观测点(E106°26′47″,N29°47′18″),海拔592 m. 该地属于中亚热带季风湿润气候,年平均温度为18.5℃,年平均降水量约为1 100 mm,全年的降水主要集中在3~9月,地带性植被为中亚热带常绿阔叶林. 但由于受到岩性、土壤属性、水土流失和人类活动的多重影响,岩溶槽谷中已经没有典型的常绿阔叶林地. 该实验地中目前的优势种主要为小蓬草(Erigeron canadensis)、狗尾草(Setaria viridis)等草本植物.
-
2020年7月,在研究站设置了可以控制降雨强度变化的观测样地(图 1). 根据国家气象局资料[29]划分的降雨强度等级、喀斯特地区现在实际的降雨情况及对未来降雨情况的预测,最终确定了4个处理组,即自然降雨处理组(CK),截流40%后累积水量达到中雨(10 mm)后回补的中雨频率增强处理组(T10),截流40%后累积水量达到大雨(25 mm)后回补的大雨频率增强处理组(T25),截流40%后累积水量达到暴雨(50 mm)后回补的暴雨频率增强处理组(T50). 采用完全随机设计,每个处理组均有10个遮雨棚作为重复,降雨实验共计40个遮雨棚.
将所选区域内0~20 cm的表层土壤挖出,去除土壤中的根系和植物体,集中混匀后回填,从而保证每个实验样方的土壤种子库来源一致. 每个遮雨棚的占地面积为3 m×3 m(9 m2),其中核心区为2 m×2 m(4 m2),外围为缓冲区. 每个遮雨棚的高度相同且具有一定的倾斜度,便于雨水的收集. 处理组的棚顶用“V”型PVC材料进行遮挡,PVC管的平均宽度为6.31cm,每个处理组放置19条,使每个遮雨棚的遮挡面积为40%,对照组放置相同的挡板数,但将其呈“倒V”型放置. 最后,使用电脑控制(www.dyyyyyy.cn/)对30个遮雨棚进行降雨截流及回补,实现降雨极端化处理.
降雨极端化处理事件为2020年11月至2021年9月底. 在此期间,排除2 mm以下的无效降雨(51次)后[30],自然降雨处理组(CK)共有49次小雨、14次中雨、8次大雨和5次暴雨. 经过降雨处理后,中雨频率增强处理组(T10)有6次小雨、34次中雨、3次大雨和0次暴雨;大雨频率增强处理组(T25)有10次小雨、3次中雨、14次大雨和0次暴雨;暴雨频率增强处理组(T50)有10次小雨、3次中雨、1次大雨和7次暴雨,最终实现了对不同级别降雨的极端化处理.
-
基于2021年8月的植物调查,按照各处理组中不同物种的多度进行排序,最终选择各处理组中均存在且多度较高的12个物种(表 1). 在各处理组中,12个物种的总多度均达到80%.
2021年8月,进行植物采样. 在每个处理组中,每个物种随机选择3~5株长势一致且无病虫害的植物进行采集. 将植株的叶片和冲洗后的根系分别装入对应处理组的自封袋,做好标记并放入装有冰袋的泡沫箱中,迅速带回实验室,进行下一步的植物形态结构的测定(表 2).
叶形态性状指标主要包括叶厚度(Leaf thickness,LT)、叶组织密度(Leaf tissue density,LTD)、比叶面积(Specific leaf area,SLA)、叶氮质量分数(Leaf nitrogen content,LNC). 其中,采用CHNS-O元素分析仪(Vario EL cube,Germary)测定叶氮质量分数. 叶厚度使用测厚仪进行测定. 用image J对扫描后得到的叶图片(CanoScan Lide300)进行叶面积(Leaf area,LA)和叶体积(leaf volume,LV)的计算. 将扫描后的叶片烘干至恒质量,得到叶干质量(Leaf dry weight,LG),计算叶组织密度(D叶组织)和比叶面积(S比叶).
式中,G叶为叶干质量,V叶为叶体积,A叶为叶面积.
根系形态性状主要包括根直径(Root diameter,RD)、根组织密度(Root tissue density,RTD)、比根长(Specific root length,SRL)、根氮质量分数(Root nitrogen content,RNC). 用CHNS-O元素分析仪(Vario EL cube,Germary)测定根氮质量分数. 用根系扫描仪(WinRHIZO Expression 10000XL)进行扫描,获得根直径、根长(Root length,RL)和根体积(Root volume,RV). 然后,将根放入烘箱中烘干后称量,得到根干质量(Root dry weight,RG),计算出根组织密度(D根组织)和比根长(L比根).
式中,G根为根干质量,V根为根体积,L根为根长.
-
本研究通过变异系数量化种间和种内性状变异的程度[31],计算变异系数:
式中,CV为某一性状变异系数(%),S为该性状的标准差,X为该性状的平均值.
对所有植物功能性状数据进行ln(x+1)转换使数据符合正态分布. 采用线性混合效应模型对性状变异进行嵌套式方差分解,分析性状变异的来源;采用森林图对12种草本植物叶片和根系功能性状对不同处理组的响应进行可视化,计算不同处理组下性状的响应比(response ratio,RR):
式中,RR为某一性状的响应比(%),Rt为T10,T25或T50处理组中该性状的平均值,Rck为对照组中该性状的平均值.
用单因素方差分析各性状的响应比在不同处理中是否有统计学意义;采用主成分分析法(PCA)分析叶片和根系性状的相关性以及在各处理组中是否有统计学意义;采用一般线性回归模型将叶片和根系的成对性状进行拟合. 以上分析和制图均在SPSS 25.0,R 4.1.1和Original Pro 2021软件中进行.
1.1. 研究区概况
1.2. 实验设计
1.3. 植物功能性状取样及指标测定
1.4. 数据分析
-
在植物功能性状的种内变异系数中,同一物种的不同功能性状变异系数不同. 在不同降雨处理下,部分草本植物与资源获取有关的性状变异系数较大,如酢浆草、稗、狗尾草、升马唐和铁苋菜. 此外,部分草本植物与防御外界能力有关的性状变异系数较大,如紫菀、丛枝蓼、金色狗尾草、蛇莓和小飞蓬(表 3). 在植物功能性状的种间变异系数中,比根长(SRL)在不同的处理组中变异系数最大,叶组织密度(LTD)次之. 在12个草本植物中,铁苋菜的叶厚度(LT)、叶组织密度(LTD)、根直径(RD)、比根长(SRL)和根组织密度(RTD)的变异系数均为最大(表 3).
不同性状变异来源大致可以分为2类:第一类为种间性状主导,除叶组织密度(LTD)以外,种间性状变异对其他7个指标的解释率在54%~85%之间,这表明种间变异是叶厚度(LT)、比叶面积(SLA)、叶氮质量分数(LNC)、根直径(RD)、比根长(SRL)、根组织密度(RTD)和根氮质量分数(RNC)性状变异的主要来源;第二类为种内性状变异主导,叶组织密度(LTD)的种内性状变异高达67%,这表明种内性状变异是叶组织密度(LTD)性状变异的主要来源(图 2).
-
12种草本植物的叶片和根系性状对降雨极端化的响应在方向和程度上差异均有统计学意义(图 3),但不同级别降雨的极端化对大多数植物叶片和根系性状的影响并没有统计学意义. 在根系功能性状中,T10处理组中喜旱莲子草的根氮质量分数(RNC)与对照组有统计学意义,且随着降雨极端化程度的加大,差异逐渐减小;T50处理组中金色狗尾草的比根长(SRL)与对照组有统计学意义. 然而,大多数的物种会选择通过改变叶片功能性状来响应降雨的极端化,如单子叶植物稗、狗尾草、金色狗尾草、升马唐和鸭跖草都会通过增加叶片厚度(LT),降低叶组织密度(LTD)来响应降雨的极端化. 对于双子叶植物叶片而言,其功能性状响应并无明显趋势,如蛇莓通过减少叶氮质量分数(LNC)和比叶面积(SLA),增加叶组织密度(LTD)和叶厚度(LT)来响应降雨的极端化,而紫菀却通过增加叶氮质量分数(LNC)和比叶面积(SLA),降低叶厚度(LT)来响应降雨的极端化. 这些结果表明,不同的物种会通过改变不同的性状来适应环境的变化,双子叶植物对降雨极端化的响应要比单子叶植物更多元化. 草本植物性状的综合分析结果显示,降雨极端化仅仅对叶组织密度(LTD)有统计学意义(表 4).
在叶片功能性状中,比叶面积(SLA)与叶组织密度(LTD)和叶厚度(LT)呈负相关关系,与叶氮质量分数(LNC)呈正相关关系. 在根系功能性状中,比根长(SRL)与根直径(RD)、根组织密度(RTD)呈负相关关系,与根氮质量分数(RNC)呈正相关关系. 当不同级别的降雨极端化时,4个处理组并没有出现明显的分异(图 4),这表明虽然叶片和根系会通过权衡性状之间的关系来共同协调适应水分的变化,但这种权衡关系并没有随着降雨极端化的程度而发生改变.
-
除成对性状叶组织密度—根组织密度(LTD-RTD)以外,叶厚度—根直径(LT-RD)与叶氮质量分数—根氮质量分数(LNC-RNC)、比叶面积—比根长(SLA-SRL)均呈显著的正相关关系(图 5),这表明在喀斯特弃耕地草本植物中,植物的叶片和根系表现为协同关系. 当未来不同级别的降雨极端事件增加时,植物地上地下性状之间的协同性并未发生改变,但其协同程度会发生变化. 从图 5中回归方程的斜率可以看出,未来极端降雨事件增加时,叶氮质量分数—根氮质量分数(LNC-RNC)的协同性将增加,而叶厚度—根直径(LT-RD)的协同性却降低. 当中雨和大雨频率增强时,比叶面积—比根长(SLA-SRL)的协同性增加,而暴雨频率增加时,该成对性状的协同性降低.
2.1. 植物叶片和根系功能性状的变异特征
2.2. 植物叶片和根系性状对降雨极端化的响应
2.3. 降雨极端化对植物叶片与根系成对性状的影响
-
种间变异是植物功能性状变异的主要来源,不同的功能性状变异来源不同. Zhou等[32]通过meta分析发现,相对于种间性状变异而言,种内性状变异要弱很多,甚至有时会完全消失. 本研究中除叶组织密度外,其他性状的变异来源均为种间变异,即造成这些性状发生变化的主要原因是不同物种的进化史差异. 但是,种内变异也不容忽视. Siefert等[33]研究发现,30%左右的功能性状变异来源于种内个体差异,并且在不同环境和群落内,不同功能性状的种间和种内差异也存在显著不同. 在本研究中,叶组织密度的变异是由种内变异所主导,这表明相对于其他功能性状,叶组织密度对极端降雨事件的增加表现出较大的表型可塑性. 当植物的生存环境处于干旱状态时,植物为了适应恶劣的生存环境会适当增加叶组织密度,将植物合成的干物质更多投入到叶片的构建中,叶肉密度增大、叶片含水量减少,即增加了叶片内部水分向叶片表面扩散的距离或阻力. 因此,其相应的比叶面积会处于较小的水平,从而降低了水分散失,增强了对干旱环境的抗逆性[34].
不同的物种和功能性状对降雨极端化的响应并不相同. 极端降雨事件的增加会通过直接影响土壤的物理结构和水分的有效性等间接导致植物功能性状的变化. 有研究表明,北方草本植物的根系功能性状对降雨量的增减并无明显响应[14],而沿着降雨梯度,叶片不同的功能性状对其的响应并不相同[16]. 在本研究中,随着不同级别降雨事件的增加,植物的根系性状对极端降雨事件的增加并没有显著的响应,这可能是因为在植物进化早期发生的选择压力对现在根系性状的表达有很大影响,而不是其当下所受到的环境胁迫[35]. 在叶片功能性状中,仅叶组织密度在各处理组中有统计学意义. 尽管叶片和根系都是植物获取资源的器官,但本研究中叶片表现出比根系更高的响应,这可能是二者的生长受到不同限制因素的影响. 根系的生长不仅取决于植物自身资源(水分和养分)的需要,还受到土壤中资源可用性的限制[36]. 根系作为多种压力的第一反应器官,当缺水时,它可以向土壤中更湿润的区域生长,从而降低缺水造成的影响. 对于叶片而言,其主要受到光照和温度的影响. 由于蒸腾作用水分损失极高,而叶片并无其他直接的吸水方式,因此叶片会受到更强的水分胁迫[35]. 总体而言,本研究与大多研究结果相同,根系性状对环境变化的响应具有异质性,即根经济型谱是多维的,而叶经济型谱大多是一维的[35]. 综上,本研究表明西南喀斯特弃耕地的草本植物虽然表现出高度的性状变异,但短期内,极端降雨事件增加并不是驱动性状变异的主要因素.
-
植物功能性状之间的权衡关系可以反映植物在资源获取与分配中所选择的不同策略[37]. 喀斯特弃耕地中,草本植物的叶片与根系功能性状之间主要表现为协同关系,这与以往叶氮质量分数增加,根氮质量分数也增加[38]的研究结果类似. 这表明植物根系获取水分和养分的能力增强时,叶片的光合作用的能力也会增强,反映了叶片和根系之间存在着内在的功能联系. Jiang等[38]的研究表明,叶片和细根在养分质量分数和比例方面的协调性强于形态性状(即比叶面积—比根长),且草本植物比叶面积—比根长的协同性并不明显. 但在本研究中成对形态性状(叶厚度—根直径和比叶面积—比根长)的协同性反而要强于养分性状(叶氮质量分数—根氮质量分数). 这种不同结果出现的原因可能是西南喀斯特地区地表土被薄且岩石裸露,植物的根系需要不断往其他有水分的地方生长,而Jiang等的研究位于北方沙漠,在该地区比根长可能并不能反映根系获取资源的能力.
极端降雨事件的增加对叶片和根系成对性状之间的关系是有影响的. Du等[19]的研究发现干旱会增强入侵植物叶片和根系成对性状的关系. 在本研究中,未来极端降雨事件增加时,叶氮质量分数—根氮质量分数的协同性增加,这表明降雨极端化会使得物种倾向于将更高的成本用于叶片和根系获取养分,但叶厚度—根直径的协同性响应会降低. 因此,当极端降雨事件增加时,与木本物种相比,一年生草本植物会倾向于选择快速生长的策略来提高自己的竞争力,草本植物往往具有更高的氮质量分数和比根长、更低的根组织密度及更细的根直径[39-40].
本研究的结果表明,在短期内,极端降雨事件的增加对叶片和根系的功能性状并未表现出显著影响,这可能是由两方面的原因引起:第一,植物受到胁迫后,会形成“胁迫记忆”,该记忆会持续在植物的整个生命后期,甚至在收获和重新发芽后都会有影响[41],因此,本研究降雨极端化处理对植物的影响可能不会表现在当代植株上;第二,降雨处理时间较短,极端降雨事件增加对植物的影响可能是长期且缓慢的. 有研究表明,极端降雨事件对生态系统的影响在很大程度上取决于季节变化[41-42],生长季早期或中期出现的降水变化在植物快速生长期间可能会产生很大影响. 在本研究中,降雨处理是持续进行的,因此,不同时期极端降雨事件的增加对植物生长的影响可能会相互抵消.
综上,在喀斯特弃耕地中,草本植物的叶片和根系成对性状之间存在协同关系,当极端降雨事件增加时,一年生植物会通过增加根直径和根系氮质量分数来提高植物水分和养分的吸收能力,并通过高的叶片氮质量分数来维持植物的光合作用,以保障根系生长的物质来源,表现出叶片和根系同时投资的生态策略. 此外,本研究在物种水平上探究了极端降雨事件增加对植物叶片和根系成对功能性状的影响,为预测喀斯特弃耕地草本植物对未来气候变化的响应和该地区植被恢复提供了重要的理论依据.