Екатеринбург, Свердловская область, Россия
Екатеринбург, Свердловская область, Россия
Екатеринбург, Свердловская область, Россия
УДК 581.5 Экология растений. Этология. Растение и окружающая среда (биономия)
Зауралье является южной точкой ареала популяций вереска обыкновенного (C. vulgaris). Натурное экофизиологическое изучение интенсивности транспирации (ИТ) растений C. vulgaris проведено в связи с проблемой адаптации маргинальных популяций вида к засушливому климату. Исследования проводили в лесостепи Зауралья (Курганская область), где произрастает обильная популяция вереска. Дневной ход ИТ изучен на фоне комплекса регистрированных лимитирующих факторов среды экоклимата (скорость ветра, освещенность, динамика температуры и влажности воздуха, температура почвы) в течение одного вегетационного периода (с апреля по сентябрь 2016 г.) под пологом соснового леса и на смежной вырубке. Для изучения ИТ использовали годичные верхушечные побеги растений длиной 4 см в трехкратной повторности для каждого временного промежутка. Общий объём выборки в один день измерений составлял от 30-35 побегов. Интенсивность транспирации определяли методом быстрого взвешивания, при котором происходит учет потерянной побегом воды за определённый временной промежуток. При обработке данных использовали корреляционный анализ (коэффициент корреляции Пирсона (r)), который позволил уточнить силу и направление взаимодействия для двух непрерывных метрических переменных. Выявлены различия в суточном изменении ИТ у растений, произрастающих под пологом леса и на открытых участках. В условиях обычной в регионе длительной атмосферной и почвенной засухи, в 2016 г. отмечено резкое снижение ИТ вереска, начиная с 10 ч утра в течение всего периода вегетации, за исключением апреля, когда дефицит влаги в почве и тканях вереска был еще минимален. В мае максимальные значения ИТ на вырубке отмечены к 14 часам дня (8.5, мг/ч×10 –4). тогда как под пологом древостоя пиковые значения ИТ начинаются с 10-ти часов утра (12,7 мг/ч×10 –4). Дневная летняя транспирация у вереска обыкновенного (C. vulgaris) отличается еще меньшей интенсивностью, чем весенняя ((3–5 мг/ г*ч×10–4). Выявлено, что определяющую роль на ИТ в различных типах леса играют параметры метеофакторов. На открытых участках вырубок определяющим фактором является ФАР (0,81, p < 0,05) и, в меньшей степени, температура атмосферного воздуха (0,69, p < 0,05), а под пологом древостоя – только показатели ФАР (0,96, p < 0,05). Снижение ИТ и, соответственно, фотосинтеза приводит к уменьшению жизненности популяций и невызреванию семян, что является экофизиологическим фактором отсутствия вереска к югу от г. Кургана.
вереск обыкновенный, Calluna vulgaris, транспирация, Зауралье, динамика транспирации
1. Shi L., Liu H., Wang L., Peng R., He H., Liang B., Cao J. Transitional responses of tree growth to climate warming at the southernmost margin of high latitudinal permafrost distribution, Science of The Total Environment, 2023, 168503. DOI: https://doi.org/10.1016/j.scitotenv.2023.168503.
2. Grau-Andrés R., Matt Davies G., Waldron S., Scott E. M., Gray A. Increased fire severity alters initial vegetation regeneration across Calluna-dominated ecosystems, Journal of Environmental Management. 2019; 231: 1004-1011. DOI: https://doi.org/10.1016/j.jenvman.2018.10.113.
3. Log T. Modeling drying of degenerated Calluna vulgaris for wildfire and prescribed burning risk assessment. Forests. 2020; 11: 759-765. DOI: https://doi.org/10.3390/f11070759.
4. Schellenberg J., Bergmeier E. The Calluna life cycle concept revisited: implications for heathland management. BiodiversConserv. 2022; 31: 119-141. DOI: https://doi.org/10.1007/s10531-021-02325-1.
5. Gen S., Stanley M.J. Whole leaf comparative study of stomatal conductance models. Frontiers in Plant Science. 2022; 13. DOI: https://doi.org/10.3389/fpls.2022.766975
6. Hagedorn F., Dawes M.A., Bubnov M.O., Devi N.M., Grigoriev A.A., Mazepa V.S., Shiyatov S.G., Moiseev P.A., Nagimov Z.Y. Latitudinal decline in stand biomass and productivity at the elevational treeline in the Ural mountains despite a common thermal growth limit. Journal of Biogeography. 2020; 47(8): 1827-1842. DOI: https://doi.org/10.1111/jbi.13867.
7. Potter C., Changes in vegetation cover of the arctic national wildlife refuge estimated from modis greenness trends. Earth Interact. 2019; 23: 1-18. DOI: https://doi.org/10.1175/EI-D-18-0018.1.
8. Napier J.D, De Lafontaine G, Hu F.S. Exploring genomic variation associated with drought stress in Picea mariana populations. Ecol Evol. 2020; 10(17): 9271-9282. DOI: https://doi.org/10.1002/ece3.6614
9. Байшоланов С.С., Павлова В.Н., Жакиева А.Р., Чернов Д.А., Габбасова М.С. Агроклиматические ресурсы Северного Казахстана. Гидрометеорологические исследования и прогнозы. 2018; 1 (367): 168-184. Режим доступа: https://elibrary.ru/item.asp?id=35138146
10. Eynaud F., Verdin F., Mary Y., Beaudouin C., López-Romero E., Penaud A., Colin Ch., Culioli C. Holocene climate dynamics on the European scale: Insights from a coastal archaeological record from the temperate Bay of Biscay (SW France). Quaternary International. 2022; 613: 46-60. DOI: https://doi.org/10.1016/j.quaint.2021.09.018.
11. Liu W., Wang G., Yu M., Chen H., Jiang Y. Multimodel future projections of the regional vegetation-climate system over East Asia: Comparison between two ensemble approaches. Journal of Geophysical Research: Atmospheres. 2020; 125: e2019JD031967. DOI: https://doi.org/10.1029/2019JD031967
12. География Курганской области: краеведческое пособие / И.В. Абросимова, Т.Г. Акимова, О.В. Аршевская [и др.]; Министерство науки и высшего образования Российской Федерации, Курганский государственный университет, Зауральское отделение Русского географического общества; [ред.коллегия: Н.И. Науменко, О.Г. Завьялова, Т.Г. Акимова]. Издательство Курганского государственного университета. 2019; 275. Режим доступа: https://elibrary.ru/item.asp?id=41555104
13. Эбель А.Л., Эбель Т.В., Зыкова Е.Ю., Михайлова С.И. Флористические находки в Западной Сибири и на Южном Урале. Turczaninowia. 2022; №3: 207-216. Режим доступа: https://elibrary.ru/item.asp?id=49541636
14. Cherepanova O.; Petrova I.; Sannikov S.; Mishchihina Y. Diagnostics and description of a new subspecies of Calluna vulgaris (L.) Hull from Western Siberia. Horticulturae. 2023; 9: 386-397. DOI: https://doi.org/10.3390/horticulturae9030386
15. Третьякова А.С. Редкие лесные растительные сообщества национального парка «Припышминские боры» (Свердловская область). Экобиотех, 2020; 3(3): С. 370-378. Режим доступа: https://elibrary.ru/item.asp?id=44280506
16. Власенко М.В., Трубакова К.Ю. Водный режим видов семейства Poaceae в условиях засухи. АВУ. 2019; 11 (190): 2-8. Режим доступа: https://elibrary.ru/item.asp?id=41376259
17. Zhu Y., Cheng Z, Feng K., Chen Z. Cao Ch., Huang J., Ye H., Gao Y. Influencing factors for transpiration rate: a numerical simulation of an individual leaf system. Thermal Science and Engineering Progress. 2022; 27: 101-110. DOI: https://doi.org/10.1016/j.tsep.2021.101110.
18. Кочубей А.А. Изучение влияния динамики влажности лесного напочвенного покрова на прорастание семян Pinus sylvestris L. с помощью экспериментального "лизиметрического" метода. Известия Санкт-Петербургской лесотехнической академии. 2023; 242: 102-114. Режим доступа: https://elibrary.ru/item.asp?id=50504398
19. Sannikov S.N., Sannikova N.S., Petrova I.V. et al. The forecast of fire impact on Pinus sylvestris renewal in southwestern Siberia. J. For. Res. 2021; 32: 1911-1919. DOI: https://doi.org/10.1007/s11676-020-01260-1
20. Nalevanková P, Sitková Z, Kučera J, Střelcová K. Impact of water deficit on seasonal and diurnal dynamics of European beech transpiration and time-lag effect between stand transpiration and environmental drivers. Water. 2020; 12(12): 3437. DOI: https://doi.org/10.3390/w12123437
21. Arrowsmith K. Reynolds C., Briggs V.A., Heather M., Berry J. Community context mediates effects of pollinator loss on seed production. Ecosphere. 2023; 14(6): e4569. DOI: https://doi.org/10.1002/ecs2.4569
22. Wu X, Zhang R, Bento V.A, Leng S, Qi J, Zeng J, Wang Q. The effect of drought on vegetation gross primary productivity under different vegetation types across China from 2001 to 2020. Remote Sensing. 2022; 14(18): 4658. DOI: https://doi.org/10.3390/rs14184658.
