北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

LI-2100 |利用同位素技术解析植物水分来源的不确定性

日期: 2024-01-30
浏览次数: 284

水是地球上最丰富的天然资源之一,它是所有生物体的基本需求。水在地球上循环的过程中,植物水分吸收与蒸腾演绎着重要的角色。植物通过根系吸收水分,并将水分输送到植物的各个部位。植物通过蒸腾作用释放水分到大气中,形成了大气中的水蒸气。

植物水分的来源和分配是植物生长和发育过程中的重要环节,也是相关科研的重点,水同位素技术成为科研过程中十分重要的一种科研手段。今天推荐给大家的优秀文章与此相关。

LI-2100 |利用同位素技术解析植物水分来源的不确定性

利用同位素技术解析植物水分来源的不确定性

因为蒸腾占据了61%-65%的陆地生态系统蒸散量,植物水分吸收在全球水循环中发挥着重要作用。植物是土壤和大气水文过程的纽带,这就是实施植物恢复可以改善区域环境的原因之一。在此背景下,研究植物水源划分为如何提高植被生产力和水资源可持续管理提供重要信息。因为植物和环境条件相互作用,水分吸收是一个复杂的过程,这使得植物水源分配变得复杂。近几十年来,同位素广泛应用于植物水源划分,因为它可以标记不同水源,且激光光谱技术使其测量更容易。然而,植物水分来源解析存在很大的不确定性(如示踪剂选择、修正方法及混合模型选择)。

基于此,来自西北农林科技大学的研究团队以陕西省长武黄土塬区苹果树(18和26年树龄)为研究对象,在6月至10月的生长季节,每月采集0~6 m(20 cm间隔)的土壤样品及土壤采样点周围四棵苹果树的1年生枝条(n=50),快速剥离树皮和韧皮部以避免同位素分馏。同时收集降水。利用全自动真空冷凝抽提系统(LI-2100,北京理加联合科技有限公司)提取植物和土壤中的水分,并利用水同位素分析仪测定水体δ2H、δ17O、δ18O值。考虑示踪剂、修正方法和混合模型的不确定性,选择4种示踪剂(2H、3H、18O、17O),2种木质部水同位素修正方法(2H-SWexcess和2H-SRWC)和4种混合模型(IsoSource、SIAR、MixSIR和MixSIAR),产生124种组合后,量化了不同来源的不确定性。

LI-2100 |利用同位素技术解析植物水分来源的不确定性

植物水源划分的不确定性分析框架。(a)考虑的不确定性因素;(b)不确定性分析;(c)方法优化。

本研究创新点

(a)量化每个不确定性成分对总不确定性的贡献,以确定影响植物水源分配准确性的主导因素;

(b)为研究植物水源分配选择适当方法提供了框架。该研究为评估和选择植物水源分配方法提供了技术支持,并有助于更好地了解植物水分利用机制。

LI-2100 |利用同位素技术解析植物水分来源的不确定性

2020年降水(a)、木质部水(b)和土壤水(c、d)同位素组成的季节变化。

LI-2100 |利用同位素技术解析植物水分来源的不确定性

(a,b)分别为不同月和不同土壤深度的植物水源划分的总体不确定性。(c) 总体不确定性的细目分类,以及10月份和0-1 m土层的不确定性。M、T和B分别代表混合模型、示踪剂和校正方法。

LI-2100 |利用同位素技术解析植物水分来源的不确定性

2020年生长季(a)18年生和(b)26年生苹果树不同层土壤水对木质部水分的相对贡献(采用2H18O与MixSIAR模型最佳组合)。

研究结论

本研究探讨了植物水分来源的不确定性及方法优化,其至关重要,但尚未得到广泛研究。以黄土高原的苹果树为例,发现混合模型、示踪剂及二者相互作用分别解释了37%、28%和27%的不确定性,而木质部水同位素修正方法仅占总不确定性的2%。基于此,推荐了最优的示踪剂和混合模型组合(2H18O+MixSIAR)量化植物水源。这些结果为植物水分来源解析提供了重要的方法支撑。


News / 相关新闻 More
2026 - 11 - 16
研究背景土壤盐碱化是影响农业生产和土地资源利用的重要因素。山西省大同盆地分布着较大面积的苏打型盐碱土,土壤中较高的CO₃²⁻和HCO₃⁻含量对作物生长造成了一定限制。如何改善盐碱土壤环境、提高土地利用效率,是当地农业生产面临的重要问题。沙土掺混能够改变土壤质地和孔隙结构,进而影响水分入渗及盐分迁移。但掺沙比例不同,对土壤水分保持和氮、磷、钾等养分分布的影响也存在差异。尤其是在促进盐分淋洗的同时,是否会加剧养分向深层迁移,仍需要进一步研究。针对这一问题,山西农业大学崔清亮老师团队以大同盆地中度盐碱土为研究对象,通过室内土柱试验和田间试验,探究沙土掺混与养分管理对土壤水盐、养分迁移及谷子生长的影响,为晋北苏打型盐碱土改良和谷子栽培提供依据。图1.土柱实验的设置。研究方法研究土壤采自山西省怀仁市中度盐碱农田,属于大同盆地苏打型盐碱土。研究分为室内土柱入渗试验和田间种植试验:室内土柱试验...
2026 - 11 - 09
研究背景土壤有机碳(SOC)是反映土壤质量、土壤肥力及生态系统碳循环的重要指标。传统湿化学测定方法虽然准确性较高,但存在耗时长、成本高、操作复杂等问题。相比之下,可见光—近红外(Vis-NIR)光谱技术具有快速、无损、低成本等优势,为SOC快速估算提供了新的技术途径。然而,光谱预测模型高度依赖大量代表性样本。在实际调查中,受采样成本及实验条件限制,往往难以获得充足的校准数据,小样本条件下模型容易出现过拟合,影响预测精度与泛化能力。针对这一问题,外部光谱数据库迁移学习和深度生成模型数据增强成为两种潜在解决途径。但不同生成模型的增强效果如何?外部光谱库能否有效改善本地模型预测性能?数据增强倍数又将如何影响模型表现?为此,山西农业大学徐占军老师团队通过构建统一实验框架,系统比较四种深度生成模型与外部土壤光谱数据库的应用效果,探索小样本条件下SOC光谱估算的有效数据增强策略。图1.研究区域概况。研...
2026 - 11 - 09
研究背景地下水是高寒地区水循环的重要组成部分,其补给过程受到冻融循环的显著调控。随着气候变暖,青藏高原冻土退化、活动层加深,土壤水分的储存与迁移条件发生变化,进而影响降水、融雪水、土壤水与地下水之间的水文联系。然而,不同冻融阶段地下水补给来源的变化及其迁移路径仍缺乏系统认识。针对这一问题,北京师范大学李小雁老师团队以青海湖流域为研究区,结合氢氧稳定同位素示踪与MixSIAR贝叶斯混合模型,定量解析不同冻融阶段地下水的补给来源,揭示冻融过程对土壤水文连通性及地下水补给路径的影响。图1.(a) QLB在青藏高原(QTP)上的位置。(b) QLB内多年冻土的时空分布;其中灰色代表季节性冻土,橙色代表多年冻土。(c) QLB的位置及采样点分布。(d) 地下水采样。(e) 降水采样。(f) 在相邻地点每月采集土壤样品。研究方法研究设计:研究区位于青藏高原东北部青海湖流域。2025年5—10月,研究团...
2026 - 11 - 02
研究背景河流和溪流是大气甲烷(CH₄)的重要来源。已有研究发现,源头河流通常具有较高的CH₄排放强度,是河流CH₄排放的重要热点。但在高海拔冰冻圈地区,这一规律是否依然适用?受低温和有机碳底物匮乏等因素影响,该区域的CH₄过程可能受到限制。与此同时,冰川融水的持续输入也可能进一步改变河流的CH₄排放特征。那么,冰川融水究竟如何影响河流CH₄排放?其背后的作用机制又是什么?针对这一问题,兰州大学高坛光老师团队以青藏高原北部黑河上游为研究区域,通过2020—2023年连续观测,系统分析了冰川补给河流与非冰川补给河流的CH₄排放特征,并进一步探讨冰川融水对河流CH₄排放的调控机制。图1. (a) 研究区域概况。(b) 在三次不同的野外考察期间,使用浮动气室法进行气体采样的现场照片。研究方法实验设计:研究以青藏高原北缘黑河上游为研究区域。2020—202年,在该研究区域上游设置25个采样点(冰川补...
【关闭窗口】【打印】
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910124070  010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 



 


 


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开