درک بهتر از فتوسنتز گیاهان برای کشاورزی

اردیبهشت 9, 1403
utta-admin

در سال های اخیر، جامعه علمی به طور فزاینده ای توجه خود را به کشاورزی پایدار معطوف کرده است و هدف آن به حداکثر رساندن عملکرد محصول در عین به حداقل رساندن اثرات زیست محیطی است. یک جنبه حیاتی این تحقیق شامل درک فرآیندهای اساسی فتوسنتز گیاهان و چگونگی نظارت بر آنها در مقیاس است. […]

در سال های اخیر، جامعه علمی به طور فزاینده ای توجه خود را به کشاورزی پایدار معطوف کرده است و هدف آن به حداکثر رساندن عملکرد محصول در عین به حداقل رساندن اثرات زیست محیطی است. یک جنبه حیاتی این تحقیق شامل درک فرآیندهای اساسی فتوسنتز گیاهان و چگونگی نظارت بر آنها در مقیاس است. یکی از روش‌های امیدوارکننده برای ارزیابی فعالیت فتوسنتزی، از طریق اندازه‌گیری فلورسانس کلروفیل ناشی از خورشید است، محصول جانبی فتوسنتز که می‌تواند از حسگرهای زمینی و همچنین از ماهواره‌های موجود در فضا شناسایی شود.

این مطالعه توسط جن هونگ وو، دانشجوی دکترا که توسط کایو گووان، مدیر مرکز پایداری Agroecosystem (ASC) مشاوره می‌شود، و دیگران از ابزارهای زمینی برای اندازه‌گیری SIF قرمز دور و شاخص‌های مختلف پوشش گیاهی (VIs) استفاده کردند که منعکس‌کننده سلامت و فعالیت گیاه هستند. این 15 سال سایت از داده های SIF و VIs از محصولات مختلف (ذرت، سویا، و میکانتوس) در یک بازه زمانی شش ساله (2016-2021) از مرکز پرورش ذرت ایالات متحده (ایلینوی و نبراسکا) گردآوری کرد.

وو توضیح داد: «برج‌های کوواریانس گردابی در حال حاضر استاندارد طلایی برای اندازه‌گیری فتوسنتز تاج پوشش هستند. “با این حال، آنها گران هستند و در سایت های محدودی در سراسر جهان توزیع می شوند. SIF ماهواره ای می تواند داده های پیوسته مکانی را در اختیار ما قرار دهد. با این حال، استفاده کامل از SIF ماهواره ای برای نظارت بر فتوسنتز نیاز به درک مکانیکی از رابطه بین این دو دارد.”

این مجموعه داده جامع ارائه شده در این مطالعه می تواند برای به دست آوردن بینشی در مورد رابطه مکانیکی بین SIF قرمز دور و فتوسنتز در سطح تاج استفاده شود. این رابطه برای تفسیر دقیق قرائت های SIF، چه از مشاهدات زمینی و چه از تصاویر ماهواره ای، حیاتی است. مهمتر از همه، این مطالعه یک مجموعه داده قوی ارائه می دهد که می تواند به عنوان معیاری برای اعتبارسنجی محصولات SIF ماهواره ای، که به طور فزاینده ای برای نظارت بر سیستم های کشاورزی جهانی و چرخه کربن استفاده می شوند، استفاده کند. علاوه بر این، مجموعه داده‌ها را می‌توان برای بهبود مدل‌های پیش‌بینی عملکرد محصول و ارزیابی سلامت گیاه در مقیاس بزرگ مورد استفاده قرار داد و به شیوه‌ها و سیاست‌های کشاورزی آگاهانه‌تر کمک کرد.

از طریق مقاله منتشر شده در 22 فوریه در Scientific Data ، دانشمندان ASC نحوه ساخت شبکه و شرحی از مجموعه داده را شرح دادند. این مقاله شامل جزئیاتی در مورد ابزار دقیق، پردازش داده ها و کاربردهای بالقوه است.

گووان اظهار داشت: «ما یکی از اولین گروه‌هایی در سراسر جهان هستیم که چنین شبکه‌ای را برای اندازه‌گیری‌های بلندمدت SIF ایجاد کرده‌ایم که قدمت آن به سال 2016 بازمی‌گردد. “این یک تلاش تیمی بزرگ با چندین دانشجوی دکترا و فوق دکترا در 7 سال گذشته بود که به لطف کمک های مالی از آژانس های مالی متعدد، از جمله NASA، DOE، و NSF بود.”

وو خاطرنشان کرد: «یکی از اهداف ما ارائه کاربرد گسترده‌تری از این مجموعه داده‌ها به محققان بود.

بنابراین، این مقاله شرح مفصلی از نحوه جمع آوری، پردازش و اعتبار غیر مستقیم مجموعه داده ها و کاربردهای بالقوه داده ها ارائه می دهد.

وو همچنین اشاره می کند که در حالی که بسیاری از محققان داده های SIF و فتوسنتز را جمع آوری می کنند، روش استانداردی برای انجام این کار وجود ندارد.

همچنین در ادامه افزود: مردم داده های SIF را به روش های مختلف جمع آوری و پردازش کرده اند.” سیستم‌های متعددی با طراحی‌های مختلف ابزار دقیق وجود دارد. ما به یک رکورد دقیق از سیستم‌ها و راه‌اندازی‌های خود نیاز داشتیم تا امیدواریم برای تنظیم استاندارد برای جمع‌آوری و پردازش این داده‌ها در آینده مفید باشیم.»

ما تصمیم گرفتیم با روش خود شفاف عمل کنیم تا دیگران بتوانند به قابلیت اطمینان داده های ما اعتماد کنند.” وو گفت آنها همچنین می توانند از داده های SIF ما برای جذب مدل های سطح زمین برای تخمین چرخه کربن یا چرخه آب علاوه بر تخمین فتوسنتز و تشخیص تنش استفاده کنند.


.Materials provided by University of Illinois at Urbana-Champaign Institute for Sustainability, Energy, and Environment. Note: Content may be edited for style and length

اشتراک گذاری در

ارسال دیدگاه