Page 102 - 《广西植物》2025年第8期
P. 102
１ ４ ６ ８ 广 西 植 物 ４５ 卷
图 １ ３ 种栎类全球分布点最热月最高温与 ７ 月平均 ＳＩＦ 散点图
Ｆｉｇ. １ Ｓｃａｔｔｅｒ ｐｌｏｔ ｏｆ ｍｅａｎ ＳＩＦ ａｔ ｔｈｅ ｍａｘｉｍｕｍ ｔｅｍｐｅｒａｔｕｒｅ ｏｆ ｔｈｅ ｗａｒｍｅｓｔ ｍｏｎｔｈ ａｎｄ Ｊｕｌｙ
ａｔ ｔｈｅ ｇｌｏｂａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｐｏｉｎｔｓ ｏｆ ｔｈｒｅｅ Ｑｕｅｒｃｕｓ ｓｐｅｃｉｅｓ
进行了一元核密度估计处理ꎮ 分布点数据来源于 现ꎬ辽东栎的分布纬度较低ꎬ猩红栎居中ꎬ北美红
ＡｒｃＧＩＳ １０.８ (ＥＳＲＩꎬ ＵＳＡ)ꎮ 为捕捉 ３ 种栎类分布 栎的分布纬度最高( 图 ２)ꎮ 此外ꎬ最热月最高温
点每月平均 ＳＩＦ 值的非线性变化趋势ꎬ提升拟合的 核密度估计结果显示ꎬ辽东栎分布区的最热月最
灵活性和准确性ꎬ采用 Ｌｏｅｓｓ 非参数拟合方法对其 高温约为 ３０ ℃ ꎬ猩红栎为 ２６ ℃ ꎬ北美红栎则为 ２０
每月平均 ＳＩＦ 值进行拟合ꎮ ℃ ꎬ表明三者的高温适应能力依次为辽东栎 > 猩
为进一步探究 ３ 种栎类分布点纬度、最热月最 红栎 > 北美红栎( 图 ３)ꎮ 进一步分析最热月的
高温和最热月平均 ＳＩＦ 值三者之间的关联ꎬ采用 ＳＩＦ 年动态变化曲线发现ꎬ辽东栎的 ＳＩＦ 最大值出
Ｐｅａｒｓｏｎ 相关性分析ꎮ 同时ꎬ为了分析因果关系ꎬ构 现在 ７ 月附近ꎬ而猩红栎和北美红栎的 ＳＩＦ 峰值则
建了 ＳＥＭꎮ 为评估温度、温度处理时间、种间差异 较早ꎬ表明辽东栎的光合能力不受高温影响ꎬ而猩
及种内样本间差异对 ＰＩ 的影响ꎬ采用了混合线 红栎和 北 美 红 栎 的 光 合 能 力 受 到 较 大 影 响 ( 图
ｔｏｔａｌ
性模型分析ꎮ 模型中ꎬ温度、温度处理时间及其交 ４)ꎮ 相关性分析表明ꎬ３ 种栎类的纬度分布、最热
互作用ꎬ以及种间差异被设置为固定效应ꎬ种内样 月最高 温 与 ＳＩＦ 之 间 存 在 显 著 相 关 性 ( 表 １)ꎮ
本间的差异被设置为随机效应ꎮ ＳＥＭ 分析进一步揭示了这些因素之间的因果关
在不同温度条件下ꎬ快速叶绿素荧光诱导动 系ꎮ 结果显示ꎬ３ 种栎类最热月的 ＳＩＦ 对猩红栎和
力学参数的星状图绘制中ꎬ所有指标均经过 [０ꎬ 北美红栎的纬度分布有显著影响且北美红栎的影
１]标准化处理ꎮ 此外ꎬ处理温度与 ３ 种栎类 ＰＩ 响显著高于猩红栎ꎻ然而ꎬ辽东栎的 ＳＩＦ 对其纬度
ｔｏｔａｌ
之间的关系通过一元线性回归进行拟合分析ꎮ 数 分布影响不显著(图 ５)ꎮ
据处理使用 Ｒ４.０.２(Ｒ Ｃｏｒｅ Ｔｅａｍ) 完成ꎬ混合效应 ２.２ 快速叶绿素荧光诱导动力学参数分析
模型主要依赖 ｌｍｅ４、ｌｍｅｒＴｅｓｔ 和 ｓｊＰｌｏｔ 等包进行分 在叶片层面ꎬ本研究首先利用混合线性效应
析ꎬＳＥＭ 分析则采用 ｌａｖａａｎ 和 ｓｅｍＰｌｏｔ 包完成ꎮ 模型排除了种内差异对 ３ 种栎类 ＰＩ 的影响ꎬ结
ｔｏｔａｌ
果显示三者间 ＰＳ Ⅱ光化学活性差异显著( 表 ２)ꎮ
２ 结果与分析 接着ꎬ通过多重比较分析 ＰＩ ｔｏｔａｌ ꎬ发现在 ３５ ℃ 时辽
东栎的 ＰＩ 最高ꎬ其次是猩红栎ꎬ北美红栎最低ꎻ
ｔｏｔａｌ
２.１ 分布点与高温适应性关系分析 而在 ４５ ℃ 时ꎬ猩红栎的 ＰＩ 显著下降ꎬ仅为 ２５ ℃
ｔｏｔａｌ
在冠层层面ꎬ本研究通过核密度估计分析发 时的 ０.７０％(表 ３)ꎮ
