蠶豆氣孔斑塊化現(xiàn)象時空動態(tài)的定量化分析.pdf

1、氣孔斑塊化現(xiàn)象是指植物葉片表面上氣孔運動的異質化分布，廣泛存在于各種條件下。這一自發(fā)的集體性行為被認為可以優(yōu)化調控光合作用所需的CO2攝入并減少蒸騰作用帶來的過多水分消耗，但是對于其具體發(fā)生過程尤其是形成機制仍存在爭論，一方面是因為這一現(xiàn)象發(fā)生于傳統(tǒng)研究的觀察尺度之外，另一方面是因為針對這一現(xiàn)象缺乏有效可靠的分析方法。本論文基于現(xiàn)有的成熟實驗手段——通過對蠶豆(Vicia faba L.)葉片表皮條分別施加外源植物激素脫落酸(Absci

2、sic Acid，ABA)及活體酵母菌(Saccharomyces cerevisiae)處理后于光學顯微鏡下觀察氣孔開閉狀態(tài)——獲取足夠且可靠的氣孔運動數據，優(yōu)化提出了一套簡潔有效的流程用于同時從空間和時間兩個尺度定量化地觀測與分析氣孔斑塊化現(xiàn)象，有效地彌補了現(xiàn)有研究手段的不足，并實現(xiàn)了創(chuàng)新性的改進，得到了有效的結果，提出了可靠的結論。
　　本研究的創(chuàng)新性及主要結果如下:
　　從實驗流程的設計上，為了觀察到傳統(tǒng)方法所未涉及

3、的中間尺度（單細胞尺度與全葉片尺度之間）的氣孔運動，我們轉換實驗思路，選擇在光學顯微鏡低倍鏡下拍攝圖像并進行后期處理和拼接，從而獲得大量氣孔在同一時間空間狀態(tài)下的真實開閉信息，在保證取得充足樣本數據的同時也減少了實驗復雜度，降低了環(huán)境條件要求。
　　在數據處理過程中，對顯微鏡拍攝輸出的表皮條實驗圖像結果，我們依需求使用計算機圖像處理技術進行圖像強化和模式識別以分離出氣孔特征信息，并利用計算機編程方法進行批量數據提取，有效提高了數據

4、預處理的效率和準確性。
　　在實驗結果的分析和研究結論的提出上，我們借鑒和改進了現(xiàn)有成熟的分析方法，以數學手段獲得了具有統(tǒng)計學可信性的定量化結果，同樣借助計算機編程語言R語言，自行編寫代碼完成所有的數據處理和分析工作，實現(xiàn)了可重復的自動化研究流程。具體而言:
　　我們改進了氣孔運動的空間動態(tài)分析方法:基于空間點格局分析方法提出了優(yōu)化的標準化S函數，對氣孔斑塊化現(xiàn)象給出了明確的數學定義，并由S函數的計算結果提出新的分析指標，用

5、于表示氣孔斑塊化的尺度和強度，并可橫向比較不同處理間的結果;我們提出并優(yōu)化了對氣孔時間動態(tài)進行模型擬合的方法，抽象出了基于三角余弦函數的氣孔振蕩模型;我們還對模型擬合結果應用聚類分析方法，可自動對氣孔模型的參數進行特征值分類，并由此識別分辨出不同處理條件下氣孔運動模式的相同及差異性結果。
　　綜合而言，本研究針對植物激素ABA和酵母菌所引發(fā)蠶豆葉片表面的氣孔斑塊化現(xiàn)象，從時間和空間維度上進行了詳細深入的定量化分析，得到了充分的證據

6、表明氣孔斑塊化現(xiàn)象無論是空間尺度上的斑塊大小、斑塊強度還是時間尺度上的氣孔運動振蕩模型及其分類結果都是存在尺度依賴性和條件依賴性的，并展示了氣孔斑塊化現(xiàn)象內在機制是由個體至整體的自發(fā)性空間自組織行為，不同條件下氣孔運動的同步性和空間位置共同影響著氣孔斑塊化現(xiàn)象的產生。通過從觀察和分析這兩個環(huán)節(jié)對現(xiàn)有的研究方案進行了合理的補充和有效的優(yōu)化，我們希望本論文提出的流程和對氣孔斑塊化現(xiàn)象機制的探討能有助于氣孔運動和植物生理學領域的相關研究工作，