LI-2100—利用同位素技術解析植物水分來源的不確定性

水是地球上最豐富的天然資源之一，它是所有生物體的基本需求。水在地球上循環的過程中，植物水分吸收與蒸騰演繹著重要的角色。植物通過根系吸收水分，并將水分輸送到植物的各個部位。植物通過蒸騰作用釋放水分到大氣中，形成了大氣中的水蒸氣。

植物水分的來源和分配是植物生長和發育過程中的重要環節，也是相關科研的重點，水同位素技術成為科研過程中十分重要的一種科研手段。今天推薦給大家的優秀文章與此相關。
 

 

利用同位素技術解析植物水分來源的不確定性
 

因為蒸騰占據了61%-65%的陸地生態系統蒸散量，植物水分吸收在全球水循環中發揮著重要作用。植物是土壤和大氣水文過程的紐帶，這就是實施植物恢復可以改善區域環境的原因之一。在此背景下，研究植物水源劃分為如何提高植被生產力和水資源可持續管理提供重要信息。因為植物和環境條件相互作用，水分吸收是一個復雜的過程，這使得植物水源分配變得復雜。近幾十年來，同位素廣泛應用于植物水源劃分，因為它可以標記不同水源，且激光光譜技術使其測量更容易。然而，植物水分來源解析存在很大的不確定性（如示蹤劑選擇、修正方法及混合模型選擇）。

基于此，來自西北農林科技大學的研究團隊以陜西省長武黃土塬區蘋果樹（18和26年樹齡）為研究對象，在6月至10月的生長季節，每月采集0~6 m（20 cm間隔）的土壤樣品及土壤采樣點周圍四棵蘋果樹的1年生枝條（n=50），快速剝離樹皮和韌皮部以避免同位素分餾。同時收集降水。利用全自動真空冷凝抽提系統（LI-2100，北京理加聯合科技有限公司）提取植物和土壤中的水分，并利用水同位素分析儀測定水體δ²H、δ¹⁷O、δ¹⁸O值。考慮示蹤劑、修正方法和混合模型的不確定性，選擇4種示蹤劑（²H、³H、¹⁸O、¹⁷O），2種木質部水同位素修正方法（²H-SW_excess和2H-SR_WC)和4種混合模型（IsoSource、SIAR、MixSIR和MixSIAR），產生124種組合后，量化了不同來源的不確定性。

植物水源劃分的不確定性分析框架。(a)考慮的不確定性因素；(b)不確定性分析；(c)方法優化。

本研究創新點

（a）量化每個不確定性成分對總不確定性的貢獻，以確定影響植物水源分配準確性的主導因素；

（b）為研究植物水源分配選擇適當方法提供了框架。該研究為評估和選擇植物水源分配方法提供了技術支持，并有助于更好地了解植物水分利用機制。
 

2020年降水(a)、木質部水(b)和土壤水(c、d)同位素組成的季節變化。

(a,b)分別為不同月和不同土壤深度的植物水源劃分的總體不確定性。(c) 總體不確定性的細目分類，以及10月份和0-1 m土層的不確定性。M、T和B分別代表混合模型、示蹤劑和校正方法。

2020年生長季（a）18年生和（b）26年生蘋果樹不同層土壤水對木質部水分的相對貢獻（采用²H¹⁸O與MixSIAR模型最佳組合）。
 

研究結論

本研究探討了植物水分來源的不確定性及方法優化，其至關重要，但尚未得到廣泛研究。以黃土高原的蘋果樹為例，發現混合模型、示蹤劑及二者相互作用分別解釋了37%、28%和27%的不確定性，而木質部水同位素修正方法僅占總不確定性的2%。基于此，推薦了最優的示蹤劑和混合模型組合（²H¹⁸O+MixSIAR）量化植物水源。這些結果為植物水分來源解析提供了重要的方法支撐。

請點擊下方鏈接，閱讀原文：

https://mp.weixin.qq.com/s/NxN7almgID_hpLyolID2wA