杨 佳,黎云祥,陈金珠,何 理,权秋梅
(西华师范大学环境科学与工程学院,四川 南充 637002)
鱼腥草(HouttuyniacordataThunb)属三白草科(Saururaceae)蕺菜属(Houttuynia)植物,又名蕺菜、折耳根、狗点耳等[1-2]。被《中华人民共和国药典》(2015版)和《本草纲目》收录,以地上干燥部分入药,主要成分为挥发油、黄酮、生物碱、多糖、有机酸类等活性物质[3],具有清热解毒、消肿、排脓、促进利尿、缓解痉挛、治疗痔疮和直肠疾病的作用。我国和韩国用鱼腥草主要治疗痢疾、发烧、消化不良、血尿等病症[4],近期关于鱼腥草的研究报道显示:鱼腥草还具有抗绦虫[5]、抗糖尿病[6]的疗效,同时具有抗氧化性能[7]和抑制单纯疱疹病毒1型(HSV-1)活性[8]、蛋白酪氨酸磷酸酶1B(PTP1B)活性[9]的作用,其注射液用于治疗呼吸道感染、结膜炎、角膜炎、急性或慢性鼻炎和鼻窦炎[10];在环保方面,浮床培植鱼腥草不仅可以改善池塘的水质质量,还有助于提高富罗非鱼非特异免疫能力[11],对土壤中的镉和铅具有较强的吸收积累特性[12];在食用方面,鱼腥草于2001年被国家卫生部正式确定为“药食两用之佳品”,鱼腥草加工制作的产品如方便食品[13-14]、配方饮品[15~18]和发酵饮品[19]等。
目前大多数文章主要集中研究鱼腥草的药用价值与食用价值,对其光合特性研究的报道甚少。为了对鱼腥草有更全面的认识,提高鱼腥草的人工栽培存活率与产量,本文运用5种最常用的数学模型对鱼腥草光响应曲线进行拟合,探讨几种模型对鱼腥草的适应性,通过模拟光合参数及决定系数综合对比,选择效果最佳的模型。同时探讨鱼腥草的净光合速率(Pn)与光合作用影响因子的相关性,为鱼腥草的生理生态研究及人工种植提供重要的基础理论依据。
1.1 试验地概况
实验在唐家河自然保护区(东经104°36′~104°56′,北纬32°32′~32°41′)中进行(以下简称唐家河)。该保护区隶属于四川省广元市青川县,位于四川盆地的西北缘,岷山山系摩天岭南麓、龙门山西北侧,北与甘肃白水江自然保护区相连,西与四川平武县毗邻,唐家河总面积约为40 000hm2[20],最低海拔1 100 m,最高海拔3 840 m,唐家河属于亚热带湿润季风气候,区内差异大,垂直变化明显,根据唐家河气象记录(海拔1 700m)显示,1月有全年最低气温(-11 ℃)[21]。唐家河四季分明、雨量充沛,年平均气温为13.7 ℃,年降雨量为1 100~1 200mm,年均日照时数为1 303h,相对湿度78%,年均无霜期约为180d[22]。
1.2 实验材料与方法
本实验材料为自然光照、雨水条件下生长在唐家河自然保护区的野生鱼腥草。试验于2017年8月进行,于8∶00~18∶00选择生长健壮且无病虫害的植株顶部的成熟功能叶片进行测定,选择3个植株,每株选择2个功能叶片,采用LI-6400XT便携式光合作用仪测量鱼腥草的光响应曲线数据,使用开放气路,测量前光诱导20 min,测定过程中,设定CO2浓度为400 μmol·mol-1,叶室温度25 ℃,空气流量500 μmol·s-1,相对湿度(55%),由LI-6400红蓝光源控制光照辐射范围为0~2 000 μmol·m-2·s-1,梯度设置为2 000、1 800、1 600、1 400、1 200、1 000、800、500、250、120、60、30、15、0 μmol·m-2·s-1,分别测定相应光合生理生态因子的变化,并设定最短、最长等候时间分别为120、240 s,测定过程中仪器自动测量。通过绘制鱼腥草Pn的光响应曲线,根据实测数据的光响应曲线估算鱼腥草的光饱和点(LSP,μmol·m·s-1)、光补偿点(LCP,μmol·m-2·s-1)、最大净光合速率(Pnmax,μmol·m-2·s-1)和暗呼吸速率(Rd,μmol·m-2·s-1),作为光响应参数的实测值。
1.3 模型
1.3.1 直角双曲线模型
直角双曲线模型[23]的表达式为:
(1)
式中:Pn为净光合速率;I为光合有效辐射(μmol·m-2·s-1);α为植被的光合光响应曲线在I=0时的斜率,称为初始量子效率(μmol·μmol-1);Pnmax为最大净光合速率;Rd为暗呼吸速率。由式(1)无法求出植物的Pnmax和LSP的解析式。因此,必须使用非线性最小二乘法来估算Pnmax。利用直线方程拟合弱光下(≤200 μmol·m-2·s-1)的实测数据能够得到表观量子效率(AQE)[24],对于LSP,需要求解直线方程(2)得到[25]:
Pnmax=AQE×LSP-Rd
(2)
1.3.2 非直线双曲线模型
非直角双曲线模型[26]的表达式为:
(3)
式中:Pn、I、α、Pnmax和Rd的定义同式(1),θ为非直角双曲线的曲度,0≤θ≤1。式(3)无极值点,无法求得LSP,需要用式(2)对LSP进行估算,方法同直角双曲线模型。
1.3.3 指数函数模型
指数函数的形式很多,任何形式的指数函数模型都无极值点,本文选用Bassman和Zwier[27]提出的模型来拟合光响应曲线,其表达式为:
Pn=Pnmax(1-e-αI/Pnmax)-Rd
(4)
式中:Pn、I、α、Pnmax和Rd的定义同式(1),e为自然对数的底,运用式(4)可以计算出LCP,但无法求得LSP,因此,估算LSP为假定Pn为0.99Pnmax时所对应的饱和光强[28]。
1.3.4 修正的直角双曲线模型
光响应曲线的修正的直角双曲线模型[29]的表达式为:
(5)
式中:Pn、I、α和Rd的定义同式(1),β称为光抑制项,γ称为光饱和项[30]。式(5)有极值点,所以可以直接计算出光饱和点、光补偿点和最大净光合速率。
1.3.5 改进指数模型
光响应曲线的改进指数模型[31]的表达式为:
Pn=αe(-βI)-γe(-ζI)
(6)
1.4 数据分析
采用Microsoft Excel2010对数据进行初步处理及作图,利用IMB SPSS Statistics 23完成4种模型对实验材料的光响应曲线的拟合及相关性分析。
2.1 光响应曲线的拟合
由图1可以看出,随着光合有效辐射(PAR)的增大,鱼腥草的净光合速率(Pn)先迅速增大(PAR≤250 μmol·m-2·s-1)后缓慢增大至光饱和点(LSP),Pn随着PAR的增加而增大且达到500 μmol·m-2·s-1时,Pn随着PAR的进一步提升而略微增大且呈现逐渐趋于饱和的状态,故鱼腥草的光响应曲线在光强大于500 μmol·m-2·s-1的部分定义为饱和趋近型[32]。
利用5种模型对鱼腥草光合作用中光响应过程及生理参数的拟合结果如表1。5个模型都能较好地拟合鱼腥草的光合作用光响应过程(图 1),各个模型的决定系数(R2)都达到了0.996 0 (表1),即5种模型均符合统计分析上的精度要求[33],其中改进指数模型的拟合效果最好(R2达到了0.999),由5个方程拟合得到的决定系数(R2)可知,5种模型对鱼腥草叶片光响应曲线拟合精度的大小顺序为改进指数模型=非直角双曲线模型>修正的直角双曲线模型>直角双曲线模型=指数函数模型。同时,5种模型都能较好地拟合鱼腥草光合作用的Pnmax、LCP、Rd(表1),模拟值和实测值之间的差异不显著(p>0.05)。但是直角和非直角双曲线模型对LSP的拟合值远小于实测值,指数函数和修正的直角双曲线模型对LSP的拟合值远大于实测值,此外,指数函数模型和修正的直角双曲线模型都不符合鱼腥草的光响应曲线的实际情况。综上可见,改进指数模型能较好的拟合鱼腥草光合光响应曲线,更适于描述鱼腥草的生理特征。
图1 鱼腥草的光响应曲线Fig.1 Light response curves fitted by four models for H. cordata thunb
模型光响应参数光饱和点LSP(μmol·m-2·s-1)光补偿点LCP(μmol·m-2·s-1)最大净光合速率Pnmax(μmol·m-2·s-1)暗呼吸速率Rd(μmol·m-2·s-1)初始量子效率AQE(μmol·μmol-1)表观量子效率(μmol·μmol-1)R2直角双曲线22141676353873540-06170010600036009960非直角双曲线21158185900868920-03760006500037309999
续表1
模型光响应参数光饱和点LSP(μmol·m-2·s-1)光补偿点LCP(μmol·m-2·s-1)最大净光合速率Pnmax(μmol·m-2·s-1)暗呼吸速率Rd(μmol·m-2·s-1)初始量子效率AQE(μmol·μmol-1)表观量子效率(μmol·μmol-1)R2指数函数177379005023965680-03090006300036509960修正的直角双曲线149908426268062275-05641009740036009970改进指数模型49178665771856616-03810006810037409999实测值>500≈59940≈64442-03723———
2.2 光合生理参数随光合有效辐射的变化
从鱼腥草光响应曲线(图2A)可知,当PAR<250 μmol·m-2·s-1时,净光合速率(Pn)随光有效辐射(PAR)的升高而快速增加;当PAR>250 μmol·m-2·s-1时,Pn增加的幅度变小;随着PAR的进一步提升而略微增大且呈现逐渐趋于饱和的状态。鱼腥草的气孔导度(Gs)随PAR的增加呈现上升的趋势(图2B),气孔是二氧化碳进入叶片的通道,光有效辐射增大导致净光合速率的增加,消耗二氧化碳,通过调节气孔导度来来增大二氧化碳向叶细胞间的扩散。因此,Gs随PAR的增加而增大。鱼腥草的胞间二氧化碳浓度(Ci)随着PAR的增强而减小且逐渐趋于平缓状态(图2C)。当PAR<250 μmol·m-2·s-1时,Ci迅速下降,这是由于处于光合作用的初始阶段,Pn随PAR的增强而迅速增加,消耗CO2的量大,导致Ci迅速减少;当PAR>1 400 μmol·m-2·s-1时,光合作用增幅变小,消耗的CO2与外界补给的量达到平衡,因此Ci趋于稳定。蒸腾速率(Tr)是衡量植物水分代谢的一个重要生理指标。鱼腥草的Tr随PAR的增强而增加,呈上升趋势且增幅较大,PAR增强,Pn增加,消耗的CO2的量也增多,Gs增大,导致单位面积叶片失水也增加。
图2 光强对鱼腥草叶片净光合速率、气孔导度、胞间CO2浓度和蒸腾速率的影响Fig.2 The impact of net photosynthetic rate(Pn), stomatal conductance(Gs), cell interval concentration of CO2(Ci) and transpiration rate(Tr) on PAR of Houttuynia cordata thunb
2.3 净光合速率与环境因子的相关性
由表2可知,鱼腥草的净光合速率与光合有效辐射、气孔导度和蒸腾速率的相关系数分别为0.773**、0.763**和0.763**,相关性极为显著(P≤0.01),且呈现正相关关系;与空气温度呈显著正相关关系(P≤0.05),相关系数为0.533*;与相对湿度呈显著负相关关系(P≤0.05),相关系数为-0.638*。
表2 鱼腥草净光合速率与环境因子相关性分析Tab.2 Correlation analysis of net photosynthetic rate and environmental factors of H. cordata thunb
注:*表示相关性显著(P≤0.05);**表示相关性极显著(P≤0.01)。
不同的植物有不同的光合特性,因此需要选择适宜的模型来拟合实测数据。本研究运用了4种目前最常用的光响应拟合模型:直角双曲线模型、非直角双曲线模型、指数函数模型、修正的直角双曲线模型和改进指数模型,对鱼腥草的光响应曲线进行拟合。5种模型拟合的决定系数(R2)均大于0.996 0,说明各模型的模拟值和实测值之间的总体接近程度均比较高。AQE反映了绿色植物对光能的利用效率,尤其是对弱光的利用能力,AQE值越高,表明其对光能的利用率越高[34]。本实验利用直线方程拟合弱光下(PAR≤200 μmol·m-2·s-1)的Pn,从而得到各模型AQE(表1),其值均在0.036 0~0.037 4之间。研究表明[35]自然条件下一般植物的AQE范围为0.03~0.05,由此可以看出模拟的数据是合理的。直角双曲线和非直角双曲线拟合的得到的LSP远低于实测参考值,这与柴胜丰[36]、肖丹丹[37]结果一致。这是由于直角双曲线、非直角双曲线和指数函数是没有极值渐近线,无法求出Pnmax、LSP的解析式,只有通过其他的辅助方法来求得,修正的直角双曲线就很好的克服了这些不足,但同时由于其表达式各参数间存在着相互约束的关系,该模型有时无法直接得到饱和趋近型植物光合光响应曲线的Pnmax和LSP等重要特征生理参数。指数函数模型作为目前最常用的模型之一更适合如海草、藻类等沉水植物的光响应曲线的拟合,当PAR>800 μmol·m-2·s-1时,Pn随PAR的增大而保持稳定不变,与鱼腥草的实际情况不符。综合各方面的因素,鱼腥草更适合使用改进指数模型来拟合,R2为0.999 9,拟合的LSP为491.786 6 μmol·m-2·s-1,Pnmax为5.661 6 μmol·m-2·s-1,LCP为5.771 8 μmol·m-2·s-1,Rd为-0.381 0 μmol·m-2·s-1,AQE为0.0374 μmol·μmol-1。
光是影响植物光合作用最主要的因子之一,对光的广幅适应性体现了绿色植物对环境适应能力的强弱[38]。一般地,植物的LCP越低,LSP越高,表明其对环境的适应能力越高;相反,植物的LCP越高,LSP越低,则表明其对环境的适应能力越弱。蒋高明[39]的研究认为:阴性植物的LCP小于20 μmol·m-2·s-1,LSP为500~1 000 μmol·m-2·s-1或更低;阳性植物的LCP为50~100 μmol·m-2·s-1,LSP为1 500~2 000 μmol·m-2·s-1或更高。本研究结果表明,鱼腥草属于阴性植物。随着光照强度的升高,Pn、Gs、Tr不断增大,而Ci减少,净光合速率的增大意味着更多的二氧化碳被同化,产生更多的有机物。研究表明,Gs与Pn、Tr的变化趋势大体一致,这是因为当外界条件与自身状况发生改变时,植物为了维持正常的生理活动,通过气孔的调节来同化最大二氧化碳和减少最少水分的散失[40]。
本实验结果表明,改进指数模型是鱼腥草的最佳拟合模型。鱼腥草光能转化速率高,环境适应力强且易种植、栽培。通过本文研究,可对鱼腥草的光合特性作进一步了解,充分利用鱼腥草的光合生理特性来进行人工种植,提高其存活率,使这种植物资源得到合理利用。
参考文献:
[1] 中科院中国植物志委员会. 中国植物志[M]. 北京:科学出版社, 2004,20(1):8.
[2] 中华人民共和国商业部土产废品局. 中国经济植物志[M]. 北京:科学出版社, 2012:1642.
[3] 阎 红, 雒江菡, 于瑞洪,等. 鱼腥草药理作用研究进展[J]. 农业开发与装备, 2017(6):41.
[4] Manish K, Prasad S K, Hemalatha S. A current update on the phytopharmacological aspects ofHouttuynia cordataThunb[J]. Pharmacognosy Reviews, 2014, 8(15):22-35.
[5] Temjenmongla T, Yadav A K. Anticestodal efficacy of folklore medicinal plants of Naga tribes in north-east India[J]. African Journal of Traditional, Complementary and Alternative medicines (AJTCAM), 2006, 2(2): 129-133.
[6] Wang J H, Bose S, Lim S K, et al. Houttuynia cordata Facilitates Metformin on Ameliorating Insulin Resistance Associated with Gut Microbiota Alteration in OLETF Rats.[J]. Genes, 2017, 8(10):239.
[7] Lee S, Kang J, Kim S, et al. Afzelin ameliorates D‐galactosamine and lipopolysaccharide‐induced fulminant hepatic failure by modulating mitochondrial quality control and dynamics (150/150)[J]. British Journal of Pharmacology, 2017, 174(2):195.
[8] Li T, Liu L, Wu H, et al. Anti-herpes simplex virus type 1 activity of Houttuynoid A, a flavonoid from Houttuynia cordata Thunb[J]. Antiviral research, 2017, 144: 273-280.
[9] Ma Q, Wei R, Wang Z, et al. Bioactive alkaloids from the aerial parts of Houttuynia cordata[J]. Journal of Ethnopharmacology, 2017, 195:166-172.
[10] Pang J, Dong W, Li Y, et al. Purification of Houttuynia cordata Thunb. Essential Oil Using Macroporous Resin Followed by Microemulsion Encapsulation to Improve Its Safety and Antiviral Activity[J]. Molecules, 2017, 22(2): 293.
[11] 郑 尧, 邴旭文, 裘丽萍,等. 浮床栽培鱼腥草对吉富罗非鱼胆汁液中八种免疫因子的影响[J]. 农业环境科学学报, 2016, 35(9):1680-1685.
[12] 赵 敏, 周贤思. 镉铅胁迫对鱼腥草叶绿素含量的影响[J]. 环境与可持续发展, 2017, 42(1):72-74.
[13] 周 志. 开袋即食鱼腥草方便食品加工工艺的研究[J]. 食品工业科技, 2006, 27(7):119-121.
[14] 周 志. 鱼腥草油炸休闲食品加工及其关键环节控制研究[J]. 湖北民族学院学报(自科版), 2007, 25(2):184-187.
[15] 吴 敏, 罗爱平, 赵贵丽,等. 鱼腥草、苦丁茶、杭白菊复合保健饮料工艺研究[J]. 山地农业生物学报, 2012, 31(3):243-246.
[16] 冷进松, 徐庆杰. Minitab联用正交试验优选紫苏叶和鱼腥草复合固体饮料工艺[J]. 食品工业, 2015,(11):4-8.
[17] 李宗磊, 赵 琪, 王明力. 鱼腥草金银花凉茶饮料的研制[J]. 中国酿造, 2014, 33(7):148-152.
[18] 罗艳玲, 欧任益. 百合鱼腥草复合饮料的研制[J]. 食品研究与开发, 2008, 29(1):81-84.
[19] 吴天祥, 汤庆莉. 鱼腥草、南瓜、刺梨醋酸发酵饮料的研制[J]. 粮油加工与食品机械, 2001,(5):36-37.
[20] 谌利民, 王 杰, 郑维超,等. 唐家河国家级自然保护区鸟类群落结构与多样性[J]. 应用与环境生物学报, 2017, 23(1):1-14.
[21] 官天培, 谌利民, 符建荣,等. 唐家河国家级自然保护区扭角羚环境容纳量[J]. 四川林业科技, 2015, 36(3):69-74.
[22] 郑维超, 黎大勇, 谌利民,等. 唐家河国家级自然保护区川金丝猴冬季栖息地选择[J]. 四川动物, 2012, 31(2):208-211
[23] Baly E C C. The kinetics of photosynthesis[J]. Proceedings of the Royal Society of London. Series B, Biological Sciences, 1935, 117(804): 218-239.
[24] 许大全. 光合作用效率[J]. 植物生理学报, 1988,(5):3-9.
[25] 叶子飘. 光合作用对光和CO2响应模型的研究进展[J]. 植物生态学报, 2010, 34(6):727-740.
[26] Thornley J H M. Mathematical models in plant physiology[M]. Newyork:Mathematical Models in Plant Physiology, 1976.
[27] Bassman J H, Zwier J C. Gas exchange characteristics of Populus trichocarpa, Populus deltoides and Populus trichocarpa × P. deltoides clones[J]. Tree Physiology, 1991, 8(2):145.
[28] 黄红英, 窦新永, 孙蓓育,等. 两种不同生态型麻疯树夏季光合特性的比较[J]. 生态学报, 2009, 29(6):2861-2867.
[29] Ye Z P. A new model for relationship between irradiance and the rate of photosynthesis in Oryza sativa[J]. Photosynthetica, 2007, 45(4):637-640.
[30] 叶子飘, 康华靖, 陶月良,等. 不同模型对黄山栾树快速光曲线拟合效果的比较[J]. 生态学杂志, 2011, 30(8):1662-1667.
[31] 陈兰英, 黎云祥, 钱一凡,等. 改进指数模型对紫茉莉光合—光响应及CO2响应适用性研究[J]. 广西植物, 2013,(6):839-845.
[32] 段爱国, 张建国. 光合作用光响应曲线模型选择及低光强属性界定[J]. 林业科学研究, 2009, 22(6):765-771.
[33] 徐伟洲, 徐炳成, 段东平,等. 不同水肥条件下白羊草光合生理生态特征研究Ⅱ.光响应曲线[J]. 草地学报, 2010, 18(6):773-779.
[34] 董志新, 韩清芳, 贾志宽,等. 不同苜蓿(Medicago sativa L.)品种光合速率对光和CO2浓度的响应特征[J]. 生态学报, 2007, 27(6):2272-2278.
[35] 李合生. 现代植物生理学[M]. 北京:高等教育出版社, 2002:130-131.
[36] 柴胜丰, 唐健民, 杨 雪,等. 4种模型对黄枝油杉光合光响应曲线的拟合分析[J]. 广西科学院学报, 2015(4):286-291
[37] 肖丹丹, 左力辉, 王进茂,等. 5种榆属植物光响应曲线模型对比分析[J]. 中国农业科技导报, 2016, 18(4):124-131
[38] 孙旭生, 林 琪, 赵长星,等. 施氮量对超高产冬小麦灌浆期旗叶光响应曲线的影响[J]. 生态学报, 2009, 29(3):1428-1437.
[39] 蒋高明.植物生理生态学[M].北京:高等教育出版社,2004:65-66.
[40] 林保花, 刘金祥, 肖生鸿,等. 粤西乡土香根草光合生理生态特征日动态分析[J]. 应用生态学报, 2006, 17(11):2041-2045.