寬葉澤苔草光合響應多因子測試結果的比較分析

何 華，李 暉，龍 曄，姜 鵬，周智勇

(1.云南大學，云南 昆明 650091；2.昆明理工大學，云南 昆明 650093)

寬葉澤苔草(CaldesiagrandisSamuel.)為澤瀉科澤苔草屬的植物。它是一種珍稀瀕危水生植物，曾經一度被認為已經從中國大陸滅絕，但2000年左右在湖南省的一個高山沼澤中被發現[1]，可用于園林水景綠化及盆栽觀賞，也可用于水體邊緣或淺水區種植。對于寬葉澤苔草的光合多因子響應分析研究有助于了解該植物的生理生態特性，為該物種的栽培、管理和養護提供數據支撐。

據研究，影響植物光合的因素主要有植物性狀和環境因素兩大類。植物性狀有：物種差異[2～3]、氣孔導度[4～5]、胞間CO2濃度[6～7]、株齡[8]、葉齡[9]、葉位[10]和葉綠素含量等；環境因素有：光照強度[11～12]、溫度[11，13]、濕度[11，14]、二氧化碳濃度[15～16]、光質[17～18]、臭氧濃度[19～20]、風速、NH3、NOx、酸雨和礦物質營養等。對生長于某一特定地點的某特定物種來說，光照強度、溫度、濕度是環境因子中變化最為頻繁，并且是影響其光合速率的主導環境因子。很多研究成果表明其光響應曲線的響應進程分別用y=a+bx和y=ax2+bx+c方程(x為光子量照度，y為凈光合速率)擬合，求出光補償點和光飽和點，通過線性回歸求出光響應曲線直線方程的斜率，即表觀量子效率[21～23]．本研究對不同光照強度、溫度、濕度組合因子下的寬葉澤苔草葉片的光合速率變化狀況進行了測試，并進行了相關數據的多元一次、多元二次、多元多次回歸分析，以確定采用何種回歸方式對該性狀變化的解釋性最好。

1 材料與方法

1.1 試驗地基本情況

深圳梅林公園建于2003年6月，位于梅林水庫東側，梅林一村北面，占地面積27 hm2。公園用地一部分是連綿的山體，一部分是伸向城市建筑群的四個半島式的山體。本研究所選取的測試區域是山谷中部的一片小池塘，池塘內及周圍植被皆生長茂密、長勢良好，是開展植物生理生態測試的理想場所。于2009年12月13日上午11:08—12:02，選取水中長勢良好的完全展開并接受完全光照的中部成熟葉片進行光照強度、溫度、濕度多因子模擬測試。

1.2 試驗設備

美國生產的 LI-6400 型便攜式光合測定儀、CO2小鋼瓶、干燥劑、小蘇打。在測試中，需要使用干燥劑和加濕器來控制濕度、利用調溫設備控制溫度，測試各種氣象參數(光強、溫度、濕度)組合下的光合速率值。

1.3 試驗方法

該試驗設計就是考慮如何在試驗域內最有效地選擇試驗水平點，通過試驗得到相應的觀測值，然后進行數據分析求得最優響應方程。因此，該試驗設計的目標，就是要用最少的試驗水平組合取得關于多因子響應系統的盡可能充分的信息。經筆者多方案比較后最終選擇均勻設計來實現這一目標，因為均勻設計對多因素、多水平的試驗尤其適合[24]。

根據深圳市典型氣象年數據對冬季氣象參數區間進行整理可得：溫度區間為6 ℃～32 ℃，濕度區間為19%～100%，光合有效輻射區間為0～1 815.656μmol·m-2·s-1，故而該試驗光照強度設定為20 μmol·m-2·s-1～1 800 μmol·m-2·s-1由于受到試驗設備溫度、濕度控制范圍的限制，溫度可調范圍在環境溫度±3 ℃、濕度可調范圍在20%～80%之間，故而對3因子進行7點均勻設計(見表1)。

表1 植物光合速率測試現場用表Tab.1 The table of testing the photosynthetic rate of plants

2 結果與分析

2.1 澤苔草的光合測試數據整理

從表2和表3可知,在很弱的光照強度30 μmolphotons·m-2·s-1下,寬葉澤苔草便能進行光合作用。凈光合速率和光照強度呈對數相關關系(30 μmol photons·m-2·s-1～300μmol photons·m-2·s-1、300 μmol photons·m-2·s-1～1800 μmol photons·m-2·s-1)。光照在30 μmol photons·m-2·s-1～ 300μmol photons·m-2·s-1時,光合速率從0.66 μmol CO2·m-2·s-1迅速增加到7.65 μmol CO2·m-2·s-1；而光照在300 μmol photons·m-2·s-1～ 900 μmol photon·m-2·s-1時,光合速率從7.65 μmol CO2·m-2·s-1增加到9.09 μmolCO2·m-2·s-1,增加的速度比上一個光強段慢；超過900 μmol photons·m-2·s-1后,增加的趨勢更為緩慢。光強從900 μmol photons·m-2·s-1～1 800 μmol photons·m-2·s-1，增加了900 μmol photons·m-2·s-1，而凈光合速率僅增加了1 μmol CO2·m-2·s-1，盡管增加的極其微小,但在所測的光強范圍內，澤苔草并未出現光飽和點。

表2 寬葉澤苔草的光合測試數據Tab.2 Original photosynthetic rate and environmental factors record table of Caldesia grandis simulating tests

表3 寬葉澤苔草的光合測試數據整理均值描述增加標準差Tab.3 Reorganized photosynthetic rate and environmental factors record table of Caldesia grandis simulating tests

2.2 澤苔草的光合測試數據分析

用SPSS統計分析軟件對澤苔草的光合模擬測試數據所進行的多元一次線性回歸分析、多元二次非線性回歸分析和多元多次非線性回歸分析。

2.2.1 多元一次線性回歸分析

調整后判定系數R2為0.26，方程擬合度很差；回歸方程未通過顯著性檢驗0.337>α=0.05，多元一次回歸方程不成立。說明光強r、濕度h、溫度t值與澤苔草光合速率值均無線性相關關系(見表4、表5和表6)。

表4 多元一次線性回歸模型匯總表Tab.4 Model Summary of Multivariate Linear Regression

表5 多元一次線性回歸方差分析表Tab.5 Anova of Multivariate Linear Regression

表6 多元一次線性回歸模型回歸系數表Tab.6 Coefficients of Multivariate Linear Regression

2.2.2 多元二次線性回歸分析

調整后判定系數R2為0.932，方程擬合度較高；但回歸方程未通過顯著性檢驗0.077>α=0.05，多元二次回歸方程不成立。說明光強r、rr、tt值與澤苔草光合速率值均無線性相關關系(見表7、表8和表9)。

表7 多元二次線性回歸模型匯總表Tab.7 Model Summary of Multivariate Quadratic Linear Regression

表8 多元二次線性回歸方差分析表Tab.8 ANOVA of Multivariate Quadratic Linear Regression

表9 多元二次線性回歸模型回歸系數表Tab.9 Coefficients of Multivariate Quadratic Linear Regression

2.2.3 多元非線性回歸分析

調整后判定系數R2為0.958，方程擬合度極高；回歸方程通過顯著性檢驗0.001<α=0.05，采用多元非線性回歸分析可得到以下澤苔草光合速率方程：

P=2.286lnr-0.002t2-5.326

(1)

根據公式1.1計算可得寬葉澤苔草光補償點為17.75 μmol photons·m-2·s-1，在光強極弱(<17.75 μmol photons·m-2·s-1)時，光合速率低于呼吸速率。在光強>17.75 μmol photons·m-2·s-1時，光合速率大于呼吸速率，葉片開始合成有機物。其較低的光補償點說明澤苔草光合作用對弱光的利用能力較強，具有一定耐陰性。隨著光照強度的增加，從30增至 300 μmol photons·m-2·s-1，凈光合速率迅速增大，即光合作用誘導期，在這一階段，光合作用機構高速運轉，光合碳同化酶被充分活化，氣孔更加開放，光合速率從0.66 μmol CO2·m-2·s-1迅速增加到7.65 μmol CO2·m-2·s-1。隨著光強進一步增加，從300增至900 μmol photons·m-2·s-1，光合速率從7.65 μmol CO2·m-2·s-1增加到9.09 μmolCO2·m-2·s-1,凈光合速率增長趨緩。當光強從900增至 1 800 μmol photon·m-2·s-1時,光合速率增加的趨勢更為緩慢,僅增加了1 μmol CO2·m-2·s-1，意味著接近其光飽和點，光強的繼續增加對光合速率的增長貢獻不大。其高光飽和點，說明澤苔草是喜陽植物，植物對太陽能的利用率較高，生產潛力較大。由該方程可知寬葉澤苔草光合速率的主要環境影響因子是光強，光強與光合速率呈ln曲線正相關。寬葉澤苔草的光合速率對溫度變化的響應表現為二次方式負相關，即最適溫度下光合速率大，偏離越多光合速率越小。但從溫度系數為 -0.002可以看出其影響遠較光照強度的影響要小得多?；蛘咭驗閷捜~澤苔草根系在池塘水中，植株并不缺乏水分的供應，故而寬葉澤苔草的光合速率值對空氣濕度的變化響應不顯著，空氣濕度變化對寬葉澤苔草光合速率無影響(見表10、表11和表12)。

表10 多元非線性回歸模型匯總表Tab.10 Model Summary of Multivariate Nonlinear Regression

表11 多元非線性回歸方差分析表Tab.11 Anova of Multivariate Nonlinear Regression

a.因變量：光合速率；b.預測變量：(常數)，lnr，tt

表12 多元非線性回歸模型回歸系數表Tab.12 Coefficients of Multivariate Nonlinear Regression

3 討論

從用SPSS統計分析軟件對寬葉澤苔草的光合模擬測試數據所進行的多元一次線性回歸分析、多元二次線性回歸分析和多元非線性回歸分析的實例比較分析中，我們可以看出基于植物各影響因素作用的多元非線性回歸分析對地毯草光合速率的回歸效果最好，調整后判定系數R2為0.958，而多元二次和多元一次線性回歸的判定系數R2分別是0.738和0.26，回歸效果不好。后續設想將這種多元非線性回歸分析的方法應用到其他植物的光合速率環境因子回歸分析中，進一步探索及檢驗其合理性。

4 結論

改進后的多元非線性回歸方程效果最佳，多元非線性回歸方程判定系數為R2=0.958，高于多元二次(R2=0.738)和多元一次方程(R2=0.26)的擬合度，方程的解釋性很好。該多元非線性回歸方程對其生理現象的解釋性很好：寬葉澤苔草的光合速率在光飽和點以下與其光強呈對數形式顯著正相關，說明lnr曲線比直線和二次曲線能夠更好地說明光合速率與光強間的相關性，很多研究成果表明的光響應曲線的響應方程y=a+bx和y=ax2+bx+c(x為光子量照度，y為凈光合速率)對寬葉澤苔草并不適用。這種相關性和較低的光補償點說明寬葉澤苔草具有喜光耐陰的特征。當PAR從17.75增加到300 μmol photons·m-2·s-1時光合速率值從0.66 μmolCO2·m-2·s-1迅速增加至7.62 μmolCO2·m-2·s-1。另外從澤苔草的光補償點較低17.75 μmol·m-2·s-1，光飽和點大于 1 800 μmol photons·m-2·s-1，說明寬葉澤苔草是一種對光環境適應性較強的陽性水生草本植物，在當地的栽培管理中無需進行補充照明或者遮蔭處理。

應用前景：該測試方法和分析方法可以用于其他物種的多因子測試和分析，旨在通過較少的測試次數得到較為全面的數據組合，為不同栽培植物光合速率關鍵因子的確立提供數據支撐，為果樹、農作物、園林植物的栽培管理提供環境因子控制依據。