臺灣含笑新葉與老葉葉片面積構建成本之比較*

郭旭晨，李依蓉，何嘉燕，時培建

(1.南京林業大學 生物與環境學院 竹類研究所，江蘇 南京，210037;2.上海市醫藥學校，上海 200135)

葉片是維管植物主要的采光器官，它能夠通過光合作用將太陽能轉化為生物能，是維持陸地生態系統功能的基礎[1-3]。植物葉片具有許多重要的功能性狀，如葉片生物量(M)、葉片面積(A)、比葉重(單位面積葉片干重LMA)和葉片的寬長比等，其中葉片生物量可以用干重(DM)或鮮重(FM)來代表。葉片功能性狀之間存在著緊密的聯系，它們之間的相互關系會影響到植物在群落中的競爭力。因為大多數植物所處生境的資源有限，植物會根據生境的資源條件，調整自身功能，以平衡生存、生長和繁殖三大目的，并最終將其適應環境的策略表現在植物器官的組織結構和功能性狀上，所以研究葉片功能性狀之間的關系有利于人們加深對植物適應環境的策略和植物對環境變化的響應的理解[4-9]。Niklas等[10]發現葉片生物量和葉片面積遵從“收益遞減規律”，其公式為M=βAα，其中β是常數，α是異速生長指數。α的經驗估計值通常大于1，這意味著單位葉片面積的增加需要越來越多的干物質投入,光的獲取截獲成本也隨之增加。Niklas等[10]對收益遞減規律的解釋是，越大的葉片需要更加復雜高效的運輸系統來輸送營養以及更加堅固的葉脈結構來支撐起整個葉片，這導致單位生物量的投入所獲得面積增加的回報越來越少[10-14]。

在先前的研究中，收益遞減規律無論在物種的數目方面還是在物種的類群方面都已經得到了廣泛的證實。Niklas等[10]報告了5個植物類群(蕨類、禾本科Gramineae、雜草類、灌木和藤本植物)的葉片異速生長指數α>1。Milla和Reich[15]報告了120個物種的M與A的異速生長指數α>1。Zhu等[16]調查了3個海拔梯度的常綠闊葉林、針闊葉混交林和落葉林群落類型中64種木本植物的葉片質量和面積之間的關系，確認了每個群落類型中都存在收益遞減現象。Thakur等[17]在喜馬拉雅西部的高海拔地區測量了136種生長在不同地點、坡向、海拔和棲息地類型的優勢物種，共統計了9 278片葉片特征，發現光植物的光截獲成本隨著面積的增加而增加(即α>1)。Huang等[18]報告101個竹種中83個竹類分類群的葉片干重與面積之間的異速生長關系都遵循收益遞減規律。由此可知，無論是雙子葉植物還是單子葉植物、草本還是灌木、針葉樹種還是闊葉樹種、常綠樹種還是落葉樹種，葉片的收益遞減現象在植物中廣泛存在。

然而，隨著對植物葉片異速生長研究的深入，一些研究人員發現葉片的異速生長指數會受到外界環境的影響[19-21]。比如，季節和海拔會影響葉片的異速生長。Liu等[19]分別在春季和夏季采集2種落葉樹種的葉片，比較了葉片干重與面積的異速生長指數，發現兩個季節α的估計值存在顯著性差異，生長期后期的α在數值上大于生長季早期；Li等[20]研究了93種溫帶木本植物，發現葉片干重與面積的異速生長指數α隨著海拔梯度的變化表現出顯著差異；Pan等[21]調查了分布在6個海拔梯度上的121種亞熱帶維管植物，發現α的估計值落在0.859～1.299之間，其值隨著海拔的升高而顯著增加。

由于外界環境會對α產生影響，導致了同一物種α數值未能統一。然而，目前大多數有關收益遞減的研究主要集中在對不同植物α數值的比較，但是卻忽略對同一植物不同年齡葉片的異速生長指數α的研究[22]。在比較不同植物的葉片α數值時，由于老葉和新葉之間的異速生長是否存在差異還未可知，不同比例的老葉和新葉組成的葉片樣本可能會使研究的結果完全不同，所以探究老葉和新葉之間的異速生長的差異是對收益遞減規律研究的重要發展與補充。

為研究老葉和新葉的葉片異速生長之間的差異，選擇臺灣含笑作為研究植物。臺灣含笑[Micheliacompressa(Maxim.)Sarg.]為木蘭科(Magnoliaceae)含笑屬(Michelia)常綠喬木，選擇該種作為研究對象是因為它具有重要的經濟價值和觀賞價值，是重要的用材樹種[23]。研究臺灣含笑葉片的異速生長有利于評估其光合潛力大小，提高對它適應環境策略的理解，促進臺灣含笑的推廣種植和栽培繁育。臺灣含笑在20世紀80年代就已經引種到南京中山植物園，擁有長期的嫁接繁殖的研究歷史，并且已經適應了南京地區的氣候與環境[24]。然而，有關臺灣含笑葉片植物生理以及葉片功能性狀的研究甚少。本研究比較了新老葉的異速生長和葉片功能性狀的差異，其中葉片的異速生長反映了植物葉片對生物量的投資策略，而葉片功能性狀反映了其對環境的適生性和可塑性，對于后繼研究其適生能力在原產地和引種地之間的異同具有重要意義[25]。

1 材料與方法

1.1 研究地概況與試驗材料

葉片采集地位于江蘇省南京市中山植物園(32°03′28″N,118°49′55″E)，在3棵樹齡50 a的臺灣含笑的植株上總共采集老葉125片、新葉277片。采集時間是2019年5月11日，采集位置為植株的林冠中層。為了避免水分損失，葉片采摘下來后立即用濕報紙包裹，放入塑料自封袋(28 cm×20 cm)中，并迅速送往南京林業大學實驗室進行葉片功能性狀的測定。

1.2 葉片功能性狀的測量

用電子天平(ME204/02,Mettler-Toledo Company,Greifensee,瑞士;測量精度0.0001 g)測量葉片新鮮質量。隨后用Aficio mp7502掃描儀(Ricoh,日本東京)掃描每片葉子。使用Adobe Photoshop(版本：9.0)獲得黑白葉邊圖像，并使用600 dpi分辨率保存圖像。使用Shi等[26]和Su等[27]開發的Matlab程序和R腳本對葉子的黑白圖片進行處理，獲得葉片的面積和寬長比。在80 ℃的通風烘箱(XMTD-8222，上海精宏實驗設備有限公司)中干燥至少72 h，使用相同的電子天平測量葉片干重。

1.3 數據處理與分析

使用冪函數來擬合葉片鮮重FM、干重DM和面積A中任何兩個變量之間的異速生長關系：

Y1=βY2α

式中，Y1是因變量，Y2是自變量，β是歸一化常數，α是標度指數。當對數轉換時，此函數的形式為:

y=γ+αx

式中，y= ln(Y1)，x=ln(Y2)，γ=ln(β)。參數α和γ將使用減少主軸的方法擬合得出，使用自舉分位點法分別對老葉和新葉的異速生長方程中的參數α和γ進行比較。使用均方根誤差(root-mean-square error，RMSE)來衡量線性擬合的優度，均方根誤差等于平均殘差平方的平方根。在0.05顯著水平下，使用方差分析和Tukey的真實顯著性差異檢驗(HSD)對老葉和新葉的葉片功能性狀(葉鮮重、葉干重、葉片面積、葉干重/鮮重、比葉重和葉片寬長比)差異的顯著性進行檢測[28]。所有統計分析和圖形制作均使用R(4.0.3版)進行[29]。

2 結果與分析

2.1 老葉與新葉的葉片干重與鮮重的異速生長關系

臺灣含笑的老葉和新葉的葉片干重和鮮重、鮮重和面積以及干重和面積的異速生長指數α估計值的置信區間下限都大于1，這表明無論對于老葉還是新葉，其干重和鮮重、鮮重和面積以及干重和面積異速生長關系都符合收益遞減規律(表1和圖1)。在3類異速生長關系中，老葉和新葉的異速生長指數α自舉重復差值的95%的置信區間都包括0，說明老葉和新葉之間的異速生長指數沒有顯著性差異。γ自舉重復差值的95%置信區間都不包含0，且置信區間的下限均大于0，這說明老葉和新葉的異速生長的截距項存在顯著性差異，且老葉的截距項要大于新葉，意味著當ln(Y2)= 0時，老葉的ln(Y1)要大于新葉的ln(Y1)，即當鮮重為1 g時，老葉的干重大于新葉的干重；面積為1 cm2時，老葉的鮮重和干重都要大于新葉的鮮重和干重。盡管老葉和新葉的樣本量不同，但是由擬合的均方根誤差(即RMSE)可知，對于3種異速生長關系中的任意一種，老葉的均方根誤差要小于新葉的均方根誤差，這表明老葉的擬合效果優于新葉。

表1 老葉和新葉之間不同葉片測量之間的異速生長關系

圖1 老葉和新葉的3種異速生長關系的擬合結果

2.2 老葉與新葉的一些葉片物理功能性狀的比較

由圖2可知，在葉片的功能性狀中，老葉和新葉的寬長比差異性不顯著。在葉片干重、葉片面積和比葉重等其余葉片功能性狀中，兩者存在顯著差異，并且老葉的數值都要大于新葉。其中老葉的葉片干重、葉片鮮重、比葉重都要顯著大于新葉，這與圖1和表1中線性擬合得到的結果一致。

圖2 老葉和新葉的葉片功能性狀的比較Fig.2 Comparison of leaf functional traits betweenold and new leaves

3 討論與結論

3.1 討論

3.1.1 老葉與新葉異速生長指數是否一致？

葉片干重與葉片鮮重的異速生長指數α可以反映葉片的絕對含水量的變化趨勢，若干重與鮮重的異速生長指數α數值等于1，那么葉片鮮重隨著干重的增加而等比例地增加。由于葉片鮮重等于葉片干重+葉片絕對含水量，所以葉片含水量也將隨著干重的增加等比例地增加[18]。然而，臺灣含笑的葉片干重與鮮重的異速生長指數α大于1，這意味著在干物質的積累過程中，葉片的絕對含水量是越來越大。Huang等[30]研究的12種竹子中有6種竹子估計的干重-鮮重異速生長指數95%的置信區間包括1，研究發現臺灣含笑的干重-鮮重異速生長指數大于1，這可能是植物在不同時期所采取不同的生長策略或者由于植物類型差異所致[4,7]。Huang等[30]的取樣時間是從5月末至6月末(最早也在5月末)，研究的材料是常綠的竹類植物，葉片相對較小，發育較快，植物已經基本完成其葉片內干物質的積累，而本研究的取樣是在5月上旬完成，研究的對象是木蘭科植物，葉片較大，發育較為遲緩。臺灣含笑的老葉和新葉的葉片干鮮重與面積的異速生長指數沒有顯著性差異，且α的數值都大于1，符合收益遞減規律[10-11]。由于植物葉片功能性狀之間的異速生長關系與植物適應環境的策略和對環境變化的響應具有緊密聯系，臺灣含笑的新葉與老葉在生長期早期所采用的生長策略一致。但是異速生長指數會受到海拔和氣候等環境因素的影響, 這些環境因素對新老葉的影響是否一致、以及新老葉在不同生境之間的異速生長關系是否一致，尚不明確，這需要進一步的深入研究[19-21]。此外，在過去的研究中往往采用干重來代表葉片質量，但是Huang等[31]發現葉片鮮重與面積的異速生長關系的擬合優度要大于干重與面積的異速生長關系的擬合優度，當考察葉片質量和面積異速生長關系時，采用鮮重來描述葉片質量要更加可靠。在本研究中發現：無論是老葉和新葉，葉片鮮重與面積擬合的均方根誤差都要小于葉片干重與面積擬合的均方根誤差，這與Huang等的研究結果基本一致。

3.1.2 老葉和新葉功能性狀的差異是否受采樣時間的影響？

臺灣含笑的新老葉的異速生長關系在截距項存在顯著差異，這主要與新老葉的葉片功能性狀之間的差異有關。臺灣含笑在春季開始長出新葉，而本研究的采樣時間是5月上旬，而臺灣含笑的萌芽和展葉期一般是在4月中下旬，此時的新葉尚處于干物質快速積累階段，新葉的生長發育尚未完成，新葉與老葉的葉片功能性狀存在顯著的差異[24]。在葉片異速生長的研究中，往往采用不區分老葉和新葉的方式，所以采樣時間不宜在生長季早期，因為此時新葉、老葉的葉片功能性狀的差異較大，在擬合線性方程時不區分新老葉會導致對葉片異速生長指數和截距項的錯誤估計，故最佳采樣時間應該在生長季后期，此時新葉的生長基本完成，新葉與老葉的差異也更小。比如，Shi等[32]在生長期后期采用不區分老葉和新葉的取樣方法研究了4種箬竹屬(Indocalamus)植物葉片鮮重與葉面積的異速生長關系，發現葉片鮮重與葉面積之間存在很強的對數線性關系，其r2>0.9。Lin等[33]也在生長期后期采用混合取樣的方法研究了11種竹子葉片鮮重與面積的異速生長關系，其對數轉化后的葉鮮重和葉面積呈良好的線性關系(r2= 0.99)。

3.2 結論

臺灣含笑的老葉和新葉葉片質量與葉片面積的異速生長指數α > 1，符合收益遞減規律。葉片鮮重與葉片干重存在異速生長關系，且在生長季早期葉片的絕對含水量呈上升的趨勢。老葉和新葉的葉片功能性狀在生長季早期存在明顯的差異，在研究葉片異速生長關系時會使參數擬合結果的可靠性降低。因此，如果要研究植物葉片綜合的(不區分新老葉)異速生長關系，建議在植物生長期末期新葉的干物質含量基本穩定時取樣。