ВАК 03.03.00 Физиология
УДК 57 Биологические науки
Лист – основной фотосинтезирующий орган растений. С площадью листа связаны величина ассимилирующей поверхности, фотосинтез, дыхание, транспирация, удельная площадь листа и продукция. Необходимость получения данных о площади листьев для водных растений не вызывает сомнений. Особое значение этот показатель имеет при изучении продуктивности макрофитов водоемов и водотоков, а также исследовании процессов их зарастания. Цель настоящей работы – получить регрессионные модели для определения площади листьев широко распространенных гидрофитов с плавающими на воде листьями – Nuphar lutea (L.) Smith и Nymphaea candida C. Presl. Эти виды обладают высокой экологической валентностью и вносят значительный вклад в общую продуктивность водных объектов. Корреляционный анализ морфометрических параметров листьев обоих видов показал, что рост листовых пластинок изометрический. Это позволило провести регрессионный анализ и выявить степенную зависимость фактической площади листа (LA) от морфометрических показателей l1, l2, и w. Модели зависимости выглядят следующим образом – для Nuphar lutea: LAN.l=2.12∙l11.81; LAN.l=0.64∙l21.95; LAN.l=0.93∙w2.05; для Nymphaea candida: LAN.c=3.88∙l11.79; LAN.c=0.85∙l21.94; LAN.c=0.93∙w1.96, где l1 – длина листовой пластинки от места крепления черешка до верхушки, l2 – общая длина и w – ширина листовой пластинки. О высокой степени соответствия трендовой модели регрессии исходным данным свидетельствует значительный коэффициент достоверности аппроксимации, он больше 0.9 и приближается к 1. Уравнения регрессии для определения площади листьев гидрофитов в настоящей работе получены впервые. Это достоверный косвенный метод определения площади листьев кувшинковых. Степенные функции справедливы с биологической точки зрения и верны с математической. Их без ограничений можно применять в полевых условиях не нанося ущерб растительным сообществам. Площадь листа можно определить, зная всего лишь один морфометрический параметр листа. Это быстрый, надежный и экономичный метод, позволяющий проводить сезонные исследования динамики роста и развития одних и тех же растений на постоянных учетных площадках, оценивать степень зарастания водоемов и водотоков, прогнозировать дальнейшее развитие сообществ. Метод открывает возможность проводить исследования и мониторинг на водоемах и водотоках особо охраняемых природных территорий.
морфология листа, изометрический рост, ассимилирующая поверхность, фотосинтезирующая поверхность, моделирование площади листа, неразрушающие измерения, регрессионная степенная модель, кувшинки, Nuphar lutea, Nymphaea candida.
1. ГОСТ 427-75 Линейки измерительные металлические. Технические условия.
2. Папченков В.Г. Растительный покров водоемов и водотоков Среднего Поволжья. Ярославль: ЦМП МУБиНТ, 2001. 213 с.
3. Antunes W.C., Pompelli M.F., Carretero D.M., Da Matta F.M. 2008. Allometric models for non-destructive leaf area estimation in coffee (Coffea arabica and Coffea canephora) // Ann. Appl. Biol. Vol. 153. № 1. P. 33-40. DOIhttps://doi.org/10.1111/j.1744-7348.2008.00235.x
4. Aulio K. 1980. Accumulation of copper in fluvial sediments and yellow water lilies (Nuphar lutea) at varying distances from a metal processing plant // Bull. Environ. Contam. Toxicol. Vol. 25. № 5. P. 713-717. DOIhttps://doi.org/10.1007/bf01985597
5. Bakhshandeh E., Kamkar B., Tsialtas J.T. 2011. Application of linear models for estimation of leaf area in soybean Glycine max (L.) Merr. // Photosynthetica. Vol. 49. № 3. P. 405-416. DOIhttps://doi.org/10.1007/s11099-011-0048-5
6. Birch C.J., Hammer G.L., Rickert K.G. 1998. Improved methods for predicting individual leaf area and leaf senescence in maize (Zea mays) // Aust. J. Agric. Res. Vol. 49. № 2. P 249-262. DOIhttps://doi.org/10.1071/A97010
7. Blanco F.F., Folegatti M.V. 2003. A new method for estimating the leaf area index of cucumber and tomato plants // Hortic. Bras. Vol. 21. № 4. P. 666-669. DOIhttps://doi.org/10.1590/s0102-05362003000400019
8. Boese B.L., Clinton P.J., Dennis D., Golden R.C., Kim B. 2008. Digital image analysis of Zostera marina leaf injury // Aquat. Bot. Vol. 88. № 1. P. 87-90. DOIhttps://doi.org/10.1016/j.aquabot.2007.08.016
9. Bréda N.J.J. 2003. Ground-based measurements of leaf area index: a review of methods, instruments and current controversies // J. of Exp. Bot. Vol. 54. № 392. P. 2403-2417. DOIhttps://doi.org/10.1093/jxb/erg263
10. Bréda N.J.J. 2008. Leaf Area Index // Encyclopedia of Ecology. P. 457-462. DOIhttps://doi.org/10.1016/b978-0-444-63768-0.00849-0
11. Brock T.C.M., Arts G.H.P., Goossen I.L.M., Rutenfrans A.H.M. 1983. Structure and annual biomass production of Nymphoides peltata (Gmel.) O. Kuntze (Menyanthaceae) // Aquat. Bot. Vol. 17. № 3-4. P. 167-188. DOIhttps://doi.org/10.1016/0304-3770(83)90056-6
12. Buttaro D., Rouphael Y., Rivera C.M., Colla G., Gonnella M. 2015. Simple and accurate allometric model for leaf area estimation in Vitis vinifera L. genotypes // Photosynthetica. Vol. 53. № 3. P. 342-348. doihttps://doi.org/10.1007/s11099-015-0117-2
13. Calderón A., Soto F., Calderón M., Fundora L.R. 2009. Estimación de área foliar en posturas de mango (Manguifera indica L.) y aguacatero (Persea spp.) en fase de vivero a partir de las medidas lineales de las hojas // Cultivos Tropicales. Vol. 30. № 1. P. 43-48.
14. Cardona A.C., Araméndiz H.T., Barrera C.C. 2009. Estimación del área foliar de papaya (Carica papaya L.) basada en muestreo no destructive // Actualidad y Divulgación Científica. Vol. 12. № 1. P. 131-139.
15. Chernova A.M. 2015. Seasonal dynamics of yellow water lily Nuphar lutea (L.) Smith (Nymphaeaceae) in the small Ild river (Yaroslavl oblast) // Inland Water Biol Vol. 8. № 2. P. 157-165. DOIhttps://doi.org/10.1134/S1995082915020042
16. Chernova A.M. Non-destructive estimation of the leaf area in Nuphar lutea L. (Nymphaeaceae) // Modern Phytomorphology. 2019. Vol. 13. P.20-25. DOIhttps://doi.org/10.5281/zenodo.3518799
17. Costa A.P., Pôças I., Cunha M. 2016. Estimating the leaf area of cut roses in different growth stages using image processing and allometrics // Horticulturae. Vol. 2. № 6. DOIhttps://doi.org/10.3390/horticulturae2030006
18. Cristofori V., Rouphael Y., Mendoza-de Gyves E., Bignami C. 2007. A simple model for estimating leaf area of hazelnut from linear measurements // Sci. Hortic. № 113. P. 221-225. DOIhttps://doi.org/10.1016/j.scienta.2007.02.006
19. De Maria S., Rita A., Trotta V., Rivelli A.R. 2018. Assessment of a non-destructive method to estimate the leaf area of Armoracia rusticana // Acta Physiol. Plant. № 40. P. 213-217. DOIhttps://doi.org/10.1007/s11738-018-2789-2
20. De Swart E.A.M., Groenwold R., Kanne H.J., Stam P., Marcelis L.F.M., Voorrips R.E. 2004. Non-destructive estimation of leaf area for different plant ages and accessions of Capsicum annuum L. // J. Hortic. Sci. Biotechnol. № 79. P. 764-770. DOIhttps://doi.org/10.1080/14620 316.2004.11511 840
21. Espinoza-Espinoza J.R., Ortiz-Cereceres J., Mendoza-Castillo Ma. del C., Villaseñor-Alva J.A., Villegas-Monter A., Peña-Valdivia C., Almaguer-Vargas G. 1998. Modelos de regresión para la estimación del peso fresco y seco de ramas de duraznero (Prunus persica, L. Batsh.) // Revista Chapingo Serie horticultura. Vol. 4. № 2. P. 125-131.
22. Fascella G., Darwich S., Rouphael Y. 2013. Validation of a leaf area prediction model proposed for rose // Chilean J. Agric. Res. Vol. 73. № 1. P. 73-76. DOIhttps://doi.org/10.4067/S0718-58392013000100011
23. Filbin G.J., Hough R.A. 1983. Specific leaf area, photosynthesis, and respiration in two sympatric Nymphaeaceae populations // Aquat. Bot. Vol. 17. № 2. P. 157-165. DOIhttps://doi.org/10.1016/0304-3770(83)90111-0
24. Firouzabadi A.G., Raeini-Sarjaz M., Shahnazari A., Zareabyaneh H. 2015. Non-destructive estimation of sunflower leaf area and leaf area index under different water regime managements // Arch Agron Soil Sci. № 61. P. 1357-1367. DOIhttps://doi.org/10.1080/03650 340.2014.1002776
25. Ghoreishi M., Hossini Y., Maftoon M. 2012. Simple models for predicting leaf area of mango (Mangifera indica L.) // J. Biol. Earth Sci. Vol. 2. № 2. P. 845-853.
26. Gong A., Wu X., Qiu Z., He Y. 2013. A handheld device for leaf area measurement // Computers and Electronics in Agriculture. № 98. P. 74-80. DOIhttps://doi.org/10.1016/j.compag.2013.07.013
27. Igathinathane C., Prakash V.S.S., Padma U., Babu G.R., Womac A.R. (2006). Interactive computer software development for leaf area measurement // Computers and Electronics in Agriculture. Vol. 51. № 1-2. P. 1-16. DOIhttps://doi.org/10.1016/j.compag.2005.10.003
28. Jonckheere I., Fleck S., Nackaerts K., Muys B., Coppin P., Weiss M., Baret F. 2004. Review of methods for in situ leaf area index determination. Part I. Theories, sensors and hemispherical photography // Agricultural and Forest Meteorology. № 121. P. 19-35. DOIhttps://doi.org/10.1016/j.agrformet.2003.08.027
29. Klok P.F., van der Velde G. 2017. Plant traits and environment: floating leaf blade production and turnover of waterlilies // PeerJ. 5: e3212. DOI:https://doi.org/10.7717/peerj.3212
30. Koubouris G., Bouranis D., Vogiatzis E., Nejad A.R., Giday H., Tsaniklidis G., Ligoxigakis E.K., Blazakis K., Kalaitzis P., Fanourakis D. 2018. Leaf area estimation by considering leaf dimensions in olive tree. Scientia Horticulturae. 240: 440-445. doihttps://doi.org/10.1016/j.scienta.2018.06.034
31. Liu M., Wang Z., Li S., Lü X., Wang X., Han X. 2017. Changes in specific leaf area of dominant plants in temperate grasslands along a 2500-km transect in northern China // Scientific Reports. 7: 10780. DOIhttps://doi.org/10.1038/s41598-017-11133-z
32. Liu Z., Zhu Y., Li F., Jin G. 2017. Non-destructively predicting leaf area, leaf mass and specific leaf area based on a linear mixed-effect model for broadleaf species // Ecological Indicators. № 78. P. 340-350. DOIhttps://doi.org/10.1016/j.ecolind.2017.03.025
33. Montero F.J., de Juan J.A., Cuesta A., Brasa A. 2000. Nondestructive methods to estimate leaf area in Vitis vinifera L. // Hort. Sci. Vol. 35. № 4. P.: 696-698. DOI:https://doi.org/10.21273/HORTSCI.35.4.696
34. Nyakwende E., Paull C.J., Atherton J.G. 1997. Non-destructive determination of leaf area in tomato plants using image processing // J. Hortic. Sci. Biotechnol. Vol. 72. № 2. P. 225-262. DOIhttps://doi.org/10.1080/14620316.1997.11515512
35. Rojas-Lara P.C., Pérez-Grajales M., Colinas-León M.T.B., Sahagún-Castellanos J., Avitia-García E. 2008. Modelos matemáticos para estimar el crecimiento del fruto de chile manzano (Capsicum pubescens) // Revista Chapingo Serie Horticultura. Vol. 14. № 3. P. 27-34.
36. Rouphael Y., Mouneimne A.H., Ismail A., Gyves E.M., Rivera C.M., Colla G. 2010. Modeling individual leaf area of rose (Rosa hybrid L.) based on leaf length and width measurement // Photosynthetica. Vol. 48. № 1. P. 9-15. DOIhttps://doi.org/10.1007/s11099-010-0003-x
37. Salazar J.C.S., Melgarejo L.M., Bautista E.H.D., Di Rienzo J.A., Casanoves F. 2018. Non-destructive estimation of the leaf weight and leaf area in cacao (Theobroma cacao L.) // Scientia Horticulturae. № 229. P. 19-24. DOIhttps://doi.org/10.1016/j.scienta.2017.10.034
38. Silva S.H., Lima J.D., Bendini H., Nomura E.S., Moraes W. 2008. Estimating leaf area in anthurium with regression functions // Cienc. Rural. № 38. P. 243-246. DOIhttps://doi.org/10.1590/S0103-84782008000100040
39. Sinden-Hempstead M., Killingbeck K.T. 1996. Influences of water depth and substrate nitrogen on leaf surface area and maximum bed extension in Nymphaea odorata // Aquat. Bot. Vol. 53. № 3-4. P. 151-162. DOIhttps://doi.org/10.1016/0304-3770(96)01020-0
40. Tech A.R.B., Silva A.L.C., Meira L.A., Oliveira M.E. Pereira L.E.T. 2018. Methods of image acquisition and software development for leaf area measurements in pastures // Computers and Electronics in Agriculture. Vol. 153. № 1. P. 278-284. DOIhttps://doi.org/10.1016/j.compag.2018.08.025
41. Tsialtas J.T., Maslaris N. 2007. Leaf shape and its relationship with leaf area index in a sugar beet (Beta vulgaris L.) cultivar // Photosynthetica. № 45. P. 527-532. DOIhttps://doi.org/10.1007/s1109 9-007-0090-5
42. Zhang L., Liu X.S. 2010. Non-destructive leaf-area estimation for Bergenia purpurascens across timberline ecotone, southeast Tibet // Ann. Bot. Fenn. Vol. 47. № 5. P. 346-352. DOIhttps://doi.org/10.5735/085.047.0504
