Иглоподобные листовые органы хвойных. Часть II. Моделирование площади поверхности иглы. С. 51–63

УДК

582.475:581.45:57.087

DOI:

10.37482/0536-1036-2024-5-51-63

Аннотация

В эколого-физиологических исследованиях растительного покрова преобладающее участие листьев в процессах фотосинтеза, транспирации и дыхания определяет ключевую роль такого морфометрического параметра, как площадь поверхности листа. Оценка площади иглоподобных листовых органов хвойных часто требует индивидуального подхода. Многообразие форм игл хвои детерминируется видовой принадлежностью, морфологической структурой, экологическими условиями и возрастом и, в свою очередь, определяет многообразие методов оценки площади поверхности хвои. Поэтому поиск простых стандартных методов установления площади поверхности листовых органов хвойных для физиологов растений является актуальной задачей. Цель работы – создать универсальную модель оценки площади поверхности иглы (хвоинки), не зависящую от видовой принадлежности. Для достижения цели использовалась предложенная авторами модель поперечного сечения иглы, основанная на трансформации периметра поперечного сечения в эквивалентную окружность, периметр которой связан с параметрами поперечного сечения иглы до трансформации. Для оценки площади поверхности иглы возможно аппроксимировать хвоинку геометрическим телом, представляющим собой комбинацию эллипсоида вращения, конуса и цилиндра, при этом радиус цилиндра оценивается с использованием модели поперечного сечения иглы. Модель позволяет оценивать площадь поверхности иглы по 4 ее морфометрическим параметрам: толщине, ширине, длине средней части и общей длине. Полная верификация предлагаемой в статье модели оказалась неосуществимой из-за того, что нет методов точной оценки площади поверхности иглы. На хвое пихты сибирской (Abies sibirica L.) и можжевельника обыкновенного (Juniperus communis L.), а также плодах банана (Musa paradisiaca L.) проведено сравнение разработанного метода с другими методами оценки площади поверхности иглоподобных образцов, показана хорошая предсказательная способность модели. Ее можно охарактеризовать как универсальную с теоретической относительной погрешностью не более 5 %.

Сведения об авторах

С.И. Тарасов, канд. биол. наук; ResearcherID: A-7112-2016, ORCID: https://orcid.org/0000-0003-2081-5090
Н.В. Герлинг*, канд. биол. наук; ResearcherID: Q-2273-2015, ORCID: https://orcid.org/0000-0001-5224-8452
Институт биологии Коми научного центра УрО РАН, ул. Коммунистическая, д. 28, г. Сыктывкар, Россия, 167982; tarasov@ib.komisc.ru, gerling@ib.komisc.ru*

Ключевые слова

хвойные, площадь поверхности иглы, периметр поперечного сечения иглы, эквивалентный радиус, моделирование

Для цитирования

Тарасов С.И., Герлинг Н.В. Иглоподобные листовые органы хвойных. Часть II. Моделирование площади поверхности иглы // Изв. вузов. Лесн. журн. 2024. № 5. С. 51–63. https://doi.org/10.37482/0536-1036-2024-5-51-63

Литература

1. Тарасов С.И., Герлинг Н.В. Новый подход к оценке площади поверхности хвои пихты сибирской // Лесоведение. 2021. No 2. С. 217–224. https://doi.org/10.31857/S0024114821020078

2. Bäck J., Hari P., Hakola H., Juurola E., Kulmala M. Dynamics of Monoterpene Emissions in Pinus sylvestris During Early Spring. Boreal Environment Research, 2005, vol. 10, no. 5, pp. 409–424.

3. Benecke U. Surface Area of Needles in Pinus radiata – Variation with Respect to Age and Crown Position. New Zealand Journal of Forestry Science, 1979, vol. 9, no. 3, pp. 267–271.

4. Bond-Lamberty B., Wang C., Gower S.T. The Use of Multiple Measurement Techniques to Refine Estimates of Conifer Needle Geometry. Canadian Journal of Forest Research, 2003, vol. 33, no. 1, pp. 101–105. https://doi.org/10.1139/x02-166

5. Brand D.G. Estimating the Surface Area of Spruce and Pine Foliage from Displaced Volume and Length. Canadian Journal of Forest Research, 1987, vol. 17, no. 10, pp. 1305–1308. https://doi.org/10.1139/x87-203

6. Carter G.A., Smith W.K. Influence of Shoot Structure on Light Interception and Photosynthesis in Conifers. Plant Physiology, 1985, vol. 79, iss. 4, pp. 1038–1043. https://doi.org/10.1104/pp.79.4.1038

7. Černý J., Pokorný R., Haninec P., Bednář P. Leaf Area Index Estimation Using Three Distinct Methods in Pure Deciduous Stands. Journal of Visualized Experiments, 2019, vol. 150, art. no. e59757. https://doi.org/10.3791/59757

8. Coursolle C., Prud’homme G.O., Lamothe M., Isabel N. Measuring Rapid A–Ci Curves in Boreal Conifers: Black Spruce and Balsam Fir. Frontiers in Plant Science, 2019, vol. 10. https://doi.org/10.3389/fpls.2019.01276

9. Daughtry C.S.T. Direct Measurements of Canopy Structure. Remote Sensing Reviews, 1990, vol. 5, iss. 1, pp. 45–60. https://doi.org/10.1080/02757259009532121

10. Gower S.T., Kucharik C.J., Norman J.M. Direct and Indirect Estimation of Leaf Area Index, ƒAPAR , and Net Primary Production of Terrestrial Ecosystems. Remote Sensing Environment, 1999, vol. 70, iss. 1, pp. 29–51. https://doi.org/10.1016/S0034-4257 (99)00056-5

11. Hari P., Nöjd P. The Effect of Temperature and PAR on the Annual Photosynthetic Production of Scots Pine in Northern Finland During 1906–2002. Boreal Environment Research, 2009, vol. 14 (suppl. A), pp. 5–18.

12. Ishii H., Hamada Y., Utsugi H. Variation in Light-Intercepting Area and Photosynthetic Rate of Sun and Shade Shoots of Two Picea Species in Relation to the Angle of Incoming Light. Tree Physiology, 2012, vol. 32, iss. 10, pp. 1227–1236. https://doi.org/10.1093/treephys/tps090

13. Jonckheere I., Fleck S., Nackaerts K., Muys B., Coppin P., Weiss M., Baret F. Review of Methods for in situ Leaf Area Index Determination. Part I. Theories, Sensors and Hemispherical Photography. Agricultural and Forest Meteorology, 2004, vol. 121, iss. 1–2, pp. 19–35. https://doi.org/10.1016/j.agrformet.2003.08.027

14. Kerner H., Gross E., Koch W. Structure of the Assimilation System of a Dominating Spruce Tree (Picea abies (L.) Karst.) of Closed Stand: Computation of Needle Surface Area by Means of a Variable Geometric Needle Model. Flora, 1977, vol. 166, iss. 5, pp. 449–459. https://doi.org/10.1016/S0367-2530 (17)32165-5

15. Kozlowski T.T. Transpiration Rates of Some Forest Tree Species During the Dormant Season. Plant Physiology, 1943, vol. 18, iss. 2, pp. 252–260. https://doi.org/10.1104/pp.18.2.252

16. Krüssmann G. Die Nadelgehölze: Eine Nadelholzkunde für die Praxis, auf. 3, neubearb. Berlin, Hamburg, Parey Publ., 1979. 264 p. (In Germ.).

17. Lin J., Sampson D.A., Deckmyn G., Ceulemans R. Significant Overestimation of Needle Surface Area Estimates Based on Needle Dimensions in Scots Pine (Pinus sylvestris). Canadian Journal of Botany, 2002, vol. 80, no. 9, pp. 927–932. https://doi.org/10.1139/b02-081

18. Madgwick H.A.I. Estimation of Surface Area of Pine Needles with Special Reference to Pinus resinosa. Journal of Forestry, 1964, vol. 62, art. no. 636.

19. NCSS, Statistical Software. Available at: https://www.ncss.com/software/ncss/ncss-documentation/#Regression (accessed 24.01.22).

20. Pepin S., Livingston N.J., Whitehead D. Responses of Transpiration and Photosynthesis to Reversible Changes in Photosynthetic Foliage Area in Western Red Cedar (Thuja plicata) Seedlings. Tree Physiology, 2002, vol. 22, iss. 6, pp. 363–371. https://doi.org/10.1093/treephys/22.6.363

21. PLANTS Database. United States Department of Agriculture, Natural Resources Conservation Service. Available at: https://plants.sc.egov.usda.gov/home (accessed 24.01.22).

22. Pliura A., Jankauskiene J., Lygis V., Suchockas V., Bajerkevičienė G., Verbylaite R. Response of Juvenile Progeny of Seven Forest Tree Species and Their Populations to Simulated Climate Change-Related Stressors, Heat, Elevated Humidity and Drought. iForest – Biogeosciences and Forestry, 2018, vol. 11, iss. 3, pp. 374–388. https://doi.org/10.3832/ifor2340-011

23. Rayment M.B., Loustau D., Jarvi P.G. Measuring and Modeling Conductances of Black Spruce at Three Organizational Scales: Shoot, Branch and Canopy. Tree Physiology, 2000, vol. 20, iss. 11, pp. 713–723. https://doi.org/10.1093/treephys/20.11.713

24. Swank W.T., Schreuder H.T. Comparison of Three Methods of Estimating Surface Area and Biomass for a Forest of Young Eastern White Pine. Forest Science, 1974, vol. 20, pp. 91–100.

25. The Gymnosperm Database. Available at: https://www.conifers.org/zz/gymno-sperms.php (accessed 24.01.22).

26. Wyka T.P., Zytkowiak R., Oleksyn J. Seasonal Dynamics of Nitrogen Level and Gas Exchange in Different Cohorts of Scots Pine Needles: a Conflict Between Nitrogen Mobilization and Photosynthesis? European Journal of Forest Research, 2016, vol. 135, pp. 483–493. https://doi.org/10.1007/s10342-016-0947-x

27. Yang F.O., Ou Y., Zhu T., Ma J., An S., Zhao J., Wang J., Kong L., Zhang H., Tigabu M. Growth and Physiological Responses of Norway Spruce (Picea abies (L.) H. Karst) Supplemented with Monochromatic Red, Blue and Far-Red Light. Forests, 2021, vol. 12, no. 2, art. no. 164. https://doi.org/10.3390/f12020164