【摘 要】
:
植物能够通过改变各种功能性状和资源分配模式,产生多种应对不同胁迫或干扰环境的生态策略。植物生态策略研究对于解答植被演替、生物多样性保护、生态系统功能维持及全球环境变化响应等生态学前沿热点问题具有重要意义,但现有研究多聚焦于植物种间水平的宏观分析,对植物生态策略的遗传与环境驱动机制的了解相对较少,特别是缺乏对种内遗传谱系分化作用的研究,限制了生态策略的机理探究与应用推广。本研究通过将野外调查和多年同
【基金项目】
:
国家自然基金面上项目(基于表观遗传变异和表型可塑性的芦苇生态分化与适应性进化机制,31770361);
论文部分内容阅读
植物能够通过改变各种功能性状和资源分配模式,产生多种应对不同胁迫或干扰环境的生态策略。植物生态策略研究对于解答植被演替、生物多样性保护、生态系统功能维持及全球环境变化响应等生态学前沿热点问题具有重要意义,但现有研究多聚焦于植物种间水平的宏观分析,对植物生态策略的遗传与环境驱动机制的了解相对较少,特别是缺乏对种内遗传谱系分化作用的研究,限制了生态策略的机理探究与应用推广。本研究通过将野外调查和多年同质种植园实验相结合,以国内及国外典型芦苇(Phragmites australis)谱系为研究材料,测定芦苇的株高、叶长、光合速率等植物功能性状,利用2个叶绿体DNA片段和1 1个细胞核微卫星标记(SSR)分析芦苇的遗传变异,研究不同种源地芦苇间的功能性状和CSR生态策略(C,竞争策略;S,耐受策略;R,杂草策略)差异,探究芦苇功能性状和生态策略与种源地气候环境因子之间的关联,揭示芦苇遗传谱系发育历史对其功能性状、生态策略以及气候生态位的影响。本研究的主要结果和结论如下:(1)不同种源地芦苇的株高、叶厚等功能性状在野外环境中存在显著性差异,但在同质种植园环境中不同种源地芦苇功能性状的差异性发生了改变,表明芦苇的功能性状受到环境的直接影响;而芦苇的基径、叶长等性状的差异在两种环境中保持一致,表明遗传因素在芦苇这些性状的种内变异中起着重要作用。宁夏平原芦苇与黄河三角洲芦苇相比,其S得分显著较高,而C得分显著较低,可能是由于宁夏相对干旱的环境使芦苇选择了较为耐受、较少竞争的生态策略。植物同一器官内、不同器官间的功能性状之间具有显著的相关性,这种植物性状间的协同或权衡关系是植物整体生态策略实现的基础。(2)年均温、年降水和降水季节性等气候环境因子与芦苇功能性状和生态策略的相关性分析表明,年均温和年降水显著影响芦苇的基径、叶长、株数等功能性状和生态策略得分,气候适应性是芦苇CSR生态策略演化的重要驱动机制。环境水热条件越充足,芦苇的株高等与竞争策略有关的功能性状值越高,而株数、比叶面积等与植物杂草策略和胁迫耐受策略相关的功能性状值越低,年均温和年降水是影响植物功能性状和生态策略的重要气候环境因子。(3)遗传分子标记分析表明,收集到的中国芦苇主要来源于两个谱系,一个谱系以单倍型P为主,另一个谱系以单倍型O为主。对同质种植园中的芦苇进行谱系保守性分析,发现芦苇的株高、叶长等功能性状受到遗传谱系发育历史的限制较小,主要受到环境选择的影响,不同谱系的芦苇可能会因为其来源地生境相似而产生相同的生态策略类型。通过芦苇气候生态位的谱系保守性分析,发现同一谱系的芦苇倾向于生存在相似的气候条件下,具有相似的气候生态位。(4)通过基于叶性状的CSR生态策略分析方法得到芦苇的生态策略类型多样,主要集中在S-C区域,同时,随着叶厚/叶面积、株高、密度的增加,与这些性状紧密相关的S得分、C得分、R得分也显著增大,说明了基于叶性状的StrateFy分析可以较好地预测整株植物生态策略的改变,证明了该方法在探究植物种内生态策略差异研究中的适用性,可以应用于更多广布种的种内生态策略演化探究之中。本研究通过分析不同来源芦苇的遗传变异、功能性状和生态策略差异,揭示了芦苇功能性状间的协同与权衡关系,系统阐明了遗传和环境因素对芦苇生态策略形成的重要作用,也验证了基于叶性状的CSR生态策略分析在芦苇种内生态策略中的适用性,为湿地生态系统中芦苇种质资源的评价与筛选、湿地的保护与修复、生态环境工程植物配置等工程实践提供重要的技术支撑,也对预测全球气候变化下的植物分布格局与生态系统响应具有重要的参考价值。
其他文献
随着我国经济建设的高速发展、工业科技产业的进一步提升与扩大以及城镇化进程的持续深入,对民生、商业和军事领域的用电能源需求与日俱增,而国家电网工程也取得了突飞猛进的发展。防震锤作为电力系统中的重要组件,在输电线路中起到保护导线、保障输电稳定的关键作用。但由于长期暴露于室外,经常遭受风吹雨打、植物侵蚀等影响,易导致出现锈蚀现象,对输电线路的可靠性和安全性造成巨大影响。因此,防震锤的锈蚀检测是电力系统巡
测地线是指限制在曲面上的最短路径,蕴含了曲面的所有内蕴属性,是形状分析的基础。测地线的计算是计算机图形学、计算几何、计算机视觉、路径规划等多个领域共同关注的研究课题。考虑到连续曲面上一般不存在测地方程的闭式解,大多数已有方法在三角网格曲面上寻求以折线作为表示的离散测地线。从目前的研究进展来看,已有研究工作尚不能满足数据多样性和算法普适性两大需求。一方面,三维模型的表达有多种形式,包括点云,网格曲面
近年来,随着智能手机和可穿戴设备的发展,使用智能设备中传感器数据的行为识别受到了越来越多的关注,并已经应用在医疗保健、智能城市等多个领域。现有方法通常基于深度学习技术,避免了手工特征设计。然而,在广泛应用于现实场景之前仍有几个问题急需解决。首先是隐私保护问题。用户的传感器数据携带隐私信息,传统的集中式训练方式很可能导致用户的隐私数据泄露。第二是标签稀缺问题。传感器产生数据的频率通常很高,人工为这些
在逻辑上相互关联的命题上聚合个体判断的任务称为判断聚合。判断聚合过程的操作首先由List和Dietrich等人开始研究,Endriss等人是第一次从计算角度研究判断聚合过程。Baumeister等人扩展了他们关于操纵的结果,并在判断聚合中引入了贿赂和控制的概念,再次聚焦算法和复杂性理论性质。关于控制操作,外部操纵人员可以试图通过增加或删除法官个人判断集的方式来影响选举结果;对于操纵操作,外部人员可
主题模型及其相关方法,通常被用于学习语料库中一系列隐含的主题,以及预测隶属于每个主题的每个文档中每个单词的概率。因此,主题模型是用于学习文本的隐含表示的最主流的方法之一。而基于贝叶斯理论的概率主题模型则是其中最经典的代表。概率主题模型有很连贯的理论证明以及很强的可解释性,适用于长文本。但是现有的大部分概率主题模型都有一个关键性的弱点,就是需要大量的文档数据,进而依赖大量的统计数据来生成可靠的主题。
舞蹈是一种蕴含丰富人文内涵、美学价值的艺术形式,舞者的生理条件和乐感越出众、对编舞的理解越准确,其呈现出的舞蹈通常越专业。随着三维建模技术的发展,以动作捕捉设备为主要工具的舞蹈数字化技术,在数字电影和动画制作领域发挥着重要作用。然而,舞蹈的专业性对舞者的形体动作具有严苛要求,使得动捕过程中的重复采集现象频繁出现,导致专业舞蹈序列的获取成本十分高昂。因此,如何利用智能处理方法提升数字舞蹈序列的专业性
现场可编程门阵列(Field Programmable Gate Array,FPGA)被广泛应用于航空航天、高性能计算、5G通信等领域,具有开发周期短、易升级维护、现场可编程等独特优势,但其硬件安全问题也逐渐显现。硬件木马(Hardware Trojan,HT)攻击近年来已成为FPGA的一大安全威胁,国内外许多机构和学者将机器学习算法与FPGA安全检测相结合,收到了较好的效果。但是,这些研究大多
图被广泛应用于各种领域的关系建模,比如社会学、生物信息学、基础设施、万维网等。现实生活中的图通常是全局稀疏,但局部紧密,也就是平均度数往往相当小。因此,如何在一个大规模的图网络中挖掘出这些紧密子图是一个非常热门的研究课题,它可以帮助人们找到图中的关键节点或者群体。目前的研究中已经给出了很多的紧密子图模型,比如k-core、k-truss、clique等,但这些都只是考虑图的拓扑结构。而真实的网络图
随着智能设备的普及,群智感知逐渐成为一种普适感知新范式。群智感知基于众包理念,其充分利用大量拥有智能设备、具备感知能力的个体,实现海量异构数据的采集,解决大规模数据需求问题。与传统的传感器网络相比,群智感知系统不需要大量部署专门的传感器设备即可获取海量感知数据,大大降低了数据获取的成本。目前,群智感知已经被广泛的应用在对现实物理世界的感知中(如交通信息采集、空气质量监测、城市WiFi勘测等)。尽管
随着计算机视觉方向的研究日渐深入,社会安全对计算机视觉技术的需求不断增长,智能安防成为城市安全防护的重要手段。传统的人脸识别虽然可以通过人脸信息来定位人的身份,但是却无法在模糊的监控影像中对整个人体起作用。行人重识别正是解决此难点关键的研究方向之一,这种技术被用来对画面中的行人进行再识别,以确定每个人的身份信息。行人重识别是一项具有挑战性的图像检索问题。由于实际场景复杂多变,行人的前景和背景无法被