冬小麦与水稻冠层不同生育期叶片光合及生化参数的垂直变异特征

《Agronomy》：Vertical Variations of Leaf Photosynthetic and Biochemical Parameters Within Winter Wheat and Paddy Rice Canopies at Different Growth Stages Jing Li, Yanlian Zhou, Xuehe Lu, Tingting Zhu, Kai Cao, Shucun Sun, Bo Tang and Weimin Ju

　　

作物生长过程中，叶片光合能力持续变化，冠层上层至下层叶片氮(Na，单位：g m?2)与叶绿素(Chla，单位：μg cm?2)的垂直分布显著影响各层光合作用效率。阐明分层光合特征对精准预测作物光合能力至关重要。研究人员于中国东部开展为期两年的冬小麦与水稻田间试验，自返青期至成熟期每7–10天测定冠层上层(T-1)、中层(T-2)与下层(T-3)叶片的最大羧化速率(Vcmax25)、最大电子传递速率(Jmax25)、Na及Chla，分析其垂直变异规律并探讨Na/Chla与Vcmax25的关系。结果表明：Vcmax25与Jmax25均表现为T-1 > T-2 > T-3的显著垂直梯度；Na与Vcmax25的垂直分异程度高于Chla；Na与Vcmax25的相关性从上层至下层逐渐增强，而Vcmax25与Chla的相关性则呈相反趋势。基于Na的统一Vcmax25估算模型在各层表现良好(R2= 0.619，RMSE = 15.751 μmol m?2s?1)；基于Chla的模型则需将T-1与T-2/T-3区分以提升精度。研究表明，表征Vcmax25垂直变异时Na优于Chla，而Chla模型需结合冠层分层与生育阶段信息。该研究为光合参数遥感反演提供了关键依据，深化了对作物冠层光合机制的理解。

本研究发表于《Agronomy》，针对当前陆地生物圈模型(TBMs)中普遍假设光合关键参数最大羧化速率(V_cmax25)垂直分布完全遵循叶氮(N_a)梯度、且缺乏作物中下层叶片实证支持的不足，由中国研究团队开展系统的田间观测。研究背景指出，作物冠层内叶片光合能力存在显著空间异质性，这种异质性与冠层光梯度驱动下的氮、叶绿素(Chl_a)再分配密切相关，但现有研究多聚焦于顶层叶片，忽视了中下层生理生化参数的动态变化及其与V_cmax25关系的垂直差异。此外，冬小麦和水稻在生育进程中会呈现明显的叶片衰老序列与氮转运特征，进一步增加了冠层光合垂直分层的复杂性，因此厘清不同冠层位置、不同生育阶段的叶片光合–生化耦合关系，对提升作物生产力模拟精度具有重要意义。

研究人员依托江苏句容生态观测站(2017、2018年水稻)与河南商丘农田灌溉研究所试验站(2018年冬小麦)，以水稻品种南京5508、冬小麦品种矮庄58为对象，自水稻分蘖期、冬小麦返青期开始至成熟期，每7–10天开展一次冠层分层观测。关键技术方法包括：1. 冠层分层采样：选取植株顶部完全展开的前三片叶，自上而下定义为T-1、T-2、T-3层，该三层对产量的贡献超过90%；2. 气体交换参数测定：采用LI-6400XT或LI-6800便携式光合仪测定叶片CO₂响应曲线(A_n-C_i曲线)，通过plantecophys R包拟合得到V_cmax25与J_max25，并利用Arrhenius温度响应函数标准化至25°C；3. 生化参数测定：同步采集同位置叶片，经SPAD值匹配后实验室分析获得面积基N_a与面积基Chl_a；4. 统计建模：采用虚拟变量回归检验作物种类与生育阶段对参数关系的影响，通过协方差分析比较冠层层间斜率差异，并基于留一法交叉验证(LOO-CV)评估模型性能。

研究结果如下：

3.1 作物冠层叶片N_a与Chl_a的季节变异

冬小麦与水稻的N_a均呈T-1 > T-2 > T-3的垂直递减趋势。冬小麦T-1层N_a均值1.89 g·m^?2，在开花期达峰值；T-2与T-3层N_a均值分别为1.88 g·m^?2与1.34 g·m^?2，峰值出现在拔节期，灌浆至成熟期快速下降。水稻两年观测结果呈现相似规律。Chl_a垂直分异弱于N_a，T-1层Chl_a在开花期达峰值后维持较高水平至灌浆期，而T-2与T-3层Chl_a在拔节期即达峰值，全生育期均值高于T-1层，导致下层Chl_a/N_a比值(约0.39)显著高于上层(约0.35)，体现了弱光环境下叶片通过保留更多叶绿素提升捕光效率的光补偿效应。N_a与Chl_a整体呈显著线性相关(R²=0.374)。

3.2 作物冠层叶片V_cmax25与J_max25的季节变异

V_cmax25与J_max25均呈现严格的垂直梯度：T-1层最高，T-2约为T-1的85%–91%，T-3仅为T-1的67%–82%，且水稻的垂直降幅大于冬小麦。T-1层两参数均在开花期达峰值，之后快速下降；T-2与T-3层峰值提前至拔节或抽穗期，随后逐步降低。冬小麦各层V_cmax25与J_max25绝对值均显著高于水稻。V_cmax25与J_max25在所有冠层合并数据中呈极显著线性正相关(R²=0.915，RMSE=17.012 μmol m^?2s^?1)。层间V_cmax25亦存在强相关性，T-1与T-2、T-1与T-3、T-2与T-3的R²分别为0.790、0.556、0.813，支持基于上层参数估算下层的可行性。

3.3 V_cmax25与N_a、Chl_a的关系

N_a可解释冬小麦与水稻T-1、T-2、T-3层V_cmax25季节变异的51.3%、59.1%与66.9%，解释率随冠层位置下降而升高。虚拟变量回归表明，冬小麦与水稻的N_a–V_cmax25关系斜率(p=0.114)与截距(p=0.351)无显著差异，协方差分析显示层间斜率无显著差异(F=1.84，p=0.162)，因此建立了统一估算模型：V_cmax25= 44.02×N_a+ 8.97(R²=0.619，RMSE=15.751 μmol m^?2s^?1)，LOO-CV验证RMSE为17.245 μmol m^?2s^?1，低值高估、高值低估现象可控。

Chl_a–V_cmax25关系存在显著层间差异(F=4.72，p=0.011)：T-1层斜率(1.735)显著高于T-2(1.525)与T-3(1.592)，而后两者无显著差异。统一Chl_a模型的RMSE高达29.568 μmol m^?2s^?1。分层建模结果显示，T-1层需区分花前(R²=0.731)与花后(R²=0.756)两个阶段，而T-2与T-3层可采用统一模型。分层优化后的Chl_a模型RMSE降至13.654 μmol m^?2s^?1，精度与N_a统一模型无显著差异(p=0.22)。

讨论部分指出，本研究首次系统量化了冬小麦与水稻冠层光合参数的垂直动态，证实V_cmax25垂直分布虽与N_a趋势一致，但Chl_a因兼具捕光功能而与光合能力的关联存在层间与物候依赖性，挑战了TBMs中单一Chl_a–V_cmax25关系的假设。研究建议，基于N_a的模型可简化冠层参数化，而基于遥感可获取的Chl_a建模时需区分上层(T-1，对应受光叶)与中下层(T-2/T-3，对应遮阴叶)并引入花期物候信息，这一发现为两叶模型(Two-Leaf Scheme)的作物参数优化提供了实证基础。同时，研究强调未来高光谱与多角度卫星任务有望实现冠层氮素垂直制图，进一步提升区域尺度作物光合模拟精度。

结论部分总结为：(1) 冬小麦与水稻冠层V_cmax25与J_max25存在显著垂直异质性，表现为T-1 > T-2 > T-3的阶梯式递减，由Rubisco酶活性与叶片衰老共同驱动；(2) T-1层V_cmax25峰值出现在开花期，T-2/T-3层峰值提前至拔节/抽穗期，与N_a动态同步，但滞后于Chl_a下降，反映了下层叶片保留叶绿素以捕获弱光的适应策略；(3) 基于N_a的统一模型(R²=0.619)可较好表征V_cmax25垂直变异，N_a表征能力优于Chl_a；Chl_a模型需区分T-1与T-2/T-3，结合物候信息后可达到与N_a模型相当的精度。研究强调了冠层垂直异质性对作物生产力监测与模拟的重要性，为遥感与陆地生物圈模型的作物参数优化提供了关键生理依据。