水稻凈光合作用速率對葉溫變化的響應
——以兩優培九為例

徐莎莎， 楊沈斌， 江曉東， 高 蘋

(1.江蘇省揚州市氣象局，江蘇揚州 225009； 2.南京信息工程大學應用氣象學院，江蘇南京 210044；3.江蘇省氣象局，江蘇南京 210008)

溫度是影響水稻光合作用的重要因素之一，在高溫或低溫逆境下，葉片光合作用能力降低，影響到水稻干物質的積累[1]。因此，隨著氣候增暖趨勢加劇，有必要針對不同水稻品種的光合作用過程與溫度的關系進行更細致的研究，并以定量的方式，明確各品種光合作用對溫度變化的響應[2]。該研究將在應對氣候變化、探討未來氣候變化如何影響水稻干物質積累起到重要作用[3-5]。

已有研究顯示，利用光合作用儀器(如LI-6400)可直接觀測水稻的光響應曲線和CO2響應曲線[6-7]。通過分析這些曲線，可以提取出水稻光合作用的基本特征，如光(或CO2)飽和點、光(或CO2)補償點、初始光能利用率、暗呼吸速率等。然而，觀測相對耗時，且容易受到環境變化的影響導致觀測不夠穩定。以光響應曲線為例，一些研究已采用直角雙曲線模型[8]、非直角雙曲線模型[9]、指數曲線、二項式回歸模型等經驗模型[10]從觀測中重建曲線，并從曲線中提取光合作用的特征參數值。這些方法容易受到觀測誤差的影響，在實際應用中存在一定的不確定性。與此相比，以Farquhar等提出的光合作用機制模型[11]得到普遍的應用，該類模型從Rubisco活性限制和RuBP再生能力限制2方面解釋光合作用過程，不但適用于研究CO2濃度升高對光合作用的影響，還適用于探討溫度變化對光合作用的影響[12]。例如，模型中Rubisco最大羧化速率和RuBP最大再生速率都是溫度的函數，展現出光合作用過程的溫度依存性。針對這方面的問題，阿里穆斯等系統性地闡述了植物光合作用模型參數的溫度依存性，討論了溫度影響光合作用的內在機制[12]。

為此，本研究結合2年不同溫度梯度下兩優培九抽穗開花期葉片光響應曲線和CO2響應曲線的觀測資料，通過分析響應曲線中反映出的光合作用特征參數，再結合Farquhar等的光合作用機制模型[11]，提取該品種凈光合作用速率與葉溫的變化關系，研究結果可為品種改良、水稻作物模型中光合作用溫度影響參數值的訂正等提供重要依據。

1 數據和方法

1.1 試驗數據

分別于2012、2013年在南京信息工程大學農業氣象試驗站開展不同溫度處理下的人工氣候控制試驗。水稻試驗品種為兩優培九，屬兩系秈型雜交稻，全生育期平均為145 d，在長江流域和黃淮地區被廣泛種植。

分別于2012年6月10日和2013年6月6日移栽秧苗至PVC塑料盆缽中，此時秧齡均為4.5葉。盆缽長、寬均為28 cm，高為30 cm，下部封底，每年35盆。移栽前1周向盆缽裝土至4/5高度，隨后灌水靜置。在移栽前，攪拌土壤使中上層土壤松軟。每盆栽種2穴，每穴1株。移栽后，將盆缽放入大田，使盆缽內土層頂部與大田土層表面大體平齊。盆缽灌水、施肥、噴藥等處理與大田管理保持一致。

待水稻生長至抽穗開花期，將盆缽移至人工氣候箱內進行控溫處理。每個氣候箱內放置5盆，溫度處理采用平均溫度15～45 ℃，每5 ℃為1個梯度，白天12 h和夜間12 h溫度設定為梯度溫度±3 ℃，共7個處理。人工氣候箱內采用的是紅白光源，在空箱時測得的平均光照度為 530 μmol/(m2·s)。每個處理持續5 d，從第3天開始，陸續從每個處理中挑選3～5張劍葉，使用3臺光合作用儀LI-6400分別測量葉片的光響應曲線和CO2響應曲線。在光響應曲線測定中，CO2濃度固定在395 μmol/mol，光照度梯度設置為1 800、1 600、1 400、1 200、1 000、800、600、400、300、200、100、80、60、30、0 μmol/(m2·s)。在CO2響應曲線測定時，光照度固定在 1 400 μmol/(m2·s)，CO2濃度梯度設定為400、300、200、60、200、300、400、600、800、1 000、1 300、1 600 μmol/mol。在觀測后，對獲取的每條響應曲線進行整理，剔除異常值。

1.2 光合作用響應曲線特征的提取

利用Photosynthesis.exe軟件對觀測的光響應曲線和CO2響應曲線進行特征參數提取。該程序通過分析光響應曲線觀測值，獲取響應曲線的光飽和點、光補償點、最大凈光合速率Amax、暗呼吸速率Rd、反映光合曲線彎曲程度的凸度(convexity)和表現光量子效率(AQE)。通過分析CO2響應曲線，可推算出飽和光照度下Rubisco的最大羧化速率(vc，max)、RuBP的最大再生速率(Jmax)、磷酸丙糖的運輸速率(TPU)、不含暗呼吸的CO2補償點(Γ*)、暗呼吸速率Rd以及與溫度有關的羧化作用和加氧作用的Michaelis-Menten常數Kc和Ko、Rubisco特異性因子τ(Tau)。

1.3 葉片光合作用模型

采用基于Farquhar等提出的C3植物光合作用模型[11]來考察兩優培九葉片凈光合作用速率與葉溫的關系。該模型從Rubisco活性限制和RuBP再生能力限制2方面解釋光合作用過程，其中Rubisco活性限制描述的是受CO2濃度制約時，光合作用速率(Ac)與胞間CO2濃度(Ci)的關系：

(1)

當不受CO2濃度限制時，光合速率(Aj)受RuBP再生的制約，其關系表達為

(2)

因此，實際凈光合作用速率An表達為：

An=min{Ac,Aj}-Rd。

(3)

式中：vc，max為最大羧化速率，μmol/(m2·s)；Jmax為最大RuBP再生速率，μmol/(m2·s)；Kc、Ko分別表示羧化作用和加氧作用的Michaelis-Menten常數；Γ*為不含暗呼吸的CO2補償點；Oi表示胞間O2濃度，一般為穩定值210 mmol/mol；Rd表示暗呼吸速率，μmol/(m2·s)。

經研究表明[13-14]，該模型中的Kc、Ko、Vcmax、Jmax、Γ*等參數與葉溫存在一定的關系，這些關系可采用Arrhenius方程確定。其中，Kc、Ko與葉溫的變化關系可表達為：

(4)

式中：a1、b1和a2、b2分別為方程系數；TL為葉片溫度，K；Tk為參考溫度，這里設置為298 K；R為氣體常數 8.314 3 J/(mol·K)。

對于vc，max和Jmax，則采用以下通式表示：

(5)

式中：k25為參考溫度25 ℃時的最大速率；Ea、ΔS、Hd分別為方程系數，其中Hd為在最適溫度以上時的衰減率，ΔS代表熵，Ea為Arrhenius方程系數。

Γ*與葉溫變化的關系主要通過以下表達式反映：

(6)

式中：vo，max為最大氧氣羧化速率，μmol/(m2·s)。由于vo，max/vc，max≈0.21，與溫度無關。因此，Γ*與葉溫度的變化關系主要由Kc和Ko的關系決定。

1.4 凈光合速率與葉溫關系的研究方案

首先，利用Photosynthesis.exe軟件對所有觀測的光響應曲線和CO2響應曲線進行生理參數的提取。然后，依據公式(1)～(5)，并結合Matlab軟件提供的Curve Fitting Toolbox，擬合生理參數與葉溫的變化關系，獲取上述葉溫響應關系公式中的參數值。在獲取參數值后回代到公式(1)～(5)中，模擬不同光照度和CO2濃度下兩優培九葉片凈光合作用速率隨葉溫的變化曲線。最后，根據模擬結果，確立兩優培九葉片凈光合速率的溫度響應特征。

2 結果與分析

2.1 不同溫度下的水稻凈光合作用速率

取每個處理下所有觀測葉片的光響應曲線和CO2響應曲線觀測序列的平均值，繪制不同溫度梯度下葉片光響應曲線和CO2響應曲線的觀測序列。從圖1-a可以看出，隨著光照度增加，相比其他溫度梯度，30 ℃時葉片凈光合作用速率處于最高水平，觀測到的最大值達17.3 μmol/(m2·s)；15 ℃時葉片凈光合作用速率處于最低水平，觀測到的最大值僅約 6.3 μmol/(m2·s)；35 ℃處理情況下，其凈光合作用速率與 30 ℃ 相近，但略偏低，最大值約16 μmol/(m2·s)；當溫度達到40 ℃時，凈光合作用速率顯著降低，最大光合速率約 11.2 μmol/(m2·s)；45 ℃水平下，最大凈光合作用速率降為約8.2 μmol/(m2·s)。由此可見，溫度對水稻葉片凈光合作用速率的影響明顯，其中，25 ℃及以下的溫度對水稻凈光合作用速率的限制作用較35、40 ℃下的溫度影響更大。

從圖1-b中可以看出，隨著胞間CO2濃度增加，35、40 ℃ 梯度下水稻葉片凈光合作用速率水平總體處于最高，觀測到的最大值分別達約42.7 、41.8 μmol/(m2·s)；30 ℃梯度下葉片凈光合作用速率曲線與25 ℃相近，最大值約 35.7 μmol/(m2·s)。然而，低溫條件下，水稻葉片凈光合作用速率降低，在15 ℃時達到最低水平，最高值約16.1 μmol/(m2·s)。結果進一步表明，低溫對水稻葉片凈光合作用速率影響顯著，持續低溫會導致葉片光合作用過程受阻，進而使得干物質積累能力較正常溫度水平降低。

2.2 水稻光合作用的溫度響應特征

針對每條觀測的光響應曲線，利用Photosynthesis.exe軟件獲取相應的光響應曲線特征參數。從表1中可以看出，由程序推算得到的水稻光飽和點平均在1 392 μmol/(m2·s)； 最大凈光合速率出現在30 ℃，最小凈光合速率出現在15 ℃。隨著溫度的降低，水稻暗呼吸速率明顯降低，在15 ℃時，呼吸速率僅為30 ℃的25.35%。

表1 不同溫度梯度下光響應曲線特征參數

注：Lmax為光飽和點；L0為光補償點；Rd為暗呼吸速率；Amax為最大凈光合速率。表中數值為平均值±標準差。

從圖2中可以看出，Kc、Γ*、vc，max、Jmax與葉溫呈現非線性的變化關系，而Jmax/vc，max與葉溫表現出線性的變化特征。采用Matlab對上述關系應用公式(4)、(5)進行擬合，并最終獲取CO2響應曲線特征參數的溫度響應方程參數值(表2)。將表2中各參數的值回代到對應的公式中，通過設定光照度為 1 400 μmol/(m2·s)，CO2濃度為400 μmol/mol，采用Farquhar光合作用機制模型[11]，計算該條件下兩優培九抽穗開花期劍葉凈光合作用速率An隨葉溫TL的變化關系，從圖3中可以看出，當處于飽和光照度時，An最大出現在33 ℃左右，在葉溫為15 ℃時，An約為15.7 μmol/(m2·s)。

3 討論

兩優培九作為長江流域和黃淮地區的主栽一季稻品種，其光合生產潛力受到農業、氣象及相關部門專家的關注[3，5]。為了掌握該品種的光合生理特性及其對溫度變化的響應，采用人工氣候控制試驗獲取了不同溫度梯度下抽穗開花期劍葉的光響應曲線和CO2響應曲線，并結合Photosynthesis.exe和Farquhar等模型[11]建立了該品種劍葉凈光合作用速率與葉溫的變化關系。從上述結果可以看出，該品種在飽和光照度和當前環境CO2濃度水平下，最適的光合作用溫度約為 33 ℃，低溫(<25 ℃)對葉片凈光合作用速率的抑制作用強于高溫(35～45 ℃)，表明該品種對低溫過程敏感，當在抽穗開花期遭受低溫脅迫時，容易導致干物質積累受阻，降低產量。由此可見，本研究方法和研究結果對改良品種、建立緩解低溫冷害的措施起到一定的借鑒作用。

表2 溫度響應方程參數的值

另外，水稻作物模型，如ORYZA2000[15-16]、WOFOST[17]、CERES-RICE[18]等都包含了水稻光合作用的模擬模塊。以ORYZA2000模型為例，模型采用光效率模型模擬光合作用，并在相關函數中引入了查找表式的溫度影響系數(圖4)。從圖4中可以看出，10～20 ℃之間，溫度影響系數由0至1直線上升。其中，0表示完全抑制，1表示不受溫度影響。在 20～37 ℃之間，光合作用不受環境溫度影響，當溫度在37～43 ℃之間時，影響系數隨溫度升高直線下降為0。由此可見，溫度影響與實際情況存在較大的差別。為此，可采用本研究方法，對該影響曲線進行訂正，提高模型模擬不同溫度下水稻光合作用速率的精度。

然而，本研究存在一些不確定性，例如在使用Photosynthesis.exe程序時，參數調整的過程完全依賴于觀測，而觀測本身存在一些誤差，因此增加了提取參數值的不確定性。另外，光合作用過程與環境之間的相互關系復雜，本研究僅考慮了葉溫的作用，因此在后續研究中將增加葉片氮含量、葉片水分等因素對光合作用的影響研究。

4 結論

本研究以兩優培九為例，通過設計不同溫度梯度的人工氣候控制試驗，獲取了該品種抽穗開花期劍葉的光合生理特征參數及其與葉溫的變化關系。從結果看，該品種在光飽和情況下，葉片凈光合作用速率與葉溫的關系表現為非線性的曲線關系，即隨溫度從15 ℃升高至45 ℃，葉片凈光合作用速率呈現先增大再減小的變化規律，其中最適溫度約在33 ℃。上述研究結果可用于訂正水稻作物模型中溫度對光合作用的影響系數，提高模型模擬水稻干物質積累的精度。