Биолог РУДН разработал новую модель для анализа фотосинтеза in vivo

Биолог РУДН разработал новую модель для анализа фотосинтеза in vivo

Биолог из РУДН разработал модель для анализа фотосинтеза in vivo. Этот метод позволяет рассчитать коэффициент поглощения света хлорофиллом, основываясь на его отражающей способности. Анализ поглощения света важен для оценки продуктивности экосистем, от которой зависит и состояние биосферы в целом, и глобальный климат.

Измерения эффективности фотосинтеза в живых системах необходимы, так как они позволяют оценить круговорот углерода, а, следовательно, влияние на климат. Для изучения фотосинтеза in vivo используют коэффициент поглощения растительности – величину, которая показывает, насколько глубоко падающее излучение проникает в растительный покров. Он зависит от биохимических, структурных и внешних факторов, поэтому его оценка очень сложна. Сотрудник РУДН Алексей Соловченко и его коллеги из США и Израиля нашли новый способ оценки этого показателя.

Сперва биологи вычислили отношение коэффициентов поглощения и пропускания для единичных листьев и лиственного покрова в целом. Измерить эти коэффициенты для покрова «в сумме» сложно, а для единичного листа просто, поэтому зная соотношение между ними, можно рассчитать поглощение и пропускание лиственного покрова, зная коэффициенты для отдельного листа. Затем исследователи РУДН получили уравнение, которое связывает коэффициент поглощения растительного покрова с коэффициентом поглощения пигментов – в первую очередь, хлорофилла – в листьях. Выяснилось, что покров, в отличие от единичного листа, способен поглощать свет в инфракрасном диапазоне, а кроме того, коэффициенты поглощения пигментов для растений с разной плотностью лиственного покрова, могут отличаться. Поэтому биологам пришлось внести соответствующие поправки в финальную модель.

Эту математическую модель, описывающую коэффициент поглощения лиственного покрова, исследователи протестировали на культурах растений с разными типами фотосинтеза – кукурузы (С4 фотосинтез), сои и риса (С3 фотосинтез), измерив так же спектры поглощенного и отраженного солнечного излучения

Модель показала, что в синей спектральной области лиственный покров риса отражает больше, чем лиственные покровы других культур, что, по мнению учёных, связано с тем, что рис растет в воде. Помимо этого, полученные с помощью модели кривые поглощения для растений с С3 типом фотосинтеза (соя и рис) отличались от таковых у растений с С4 типом фотосинтеза (кукуруза), что объясняется биохимическими различиями.

Таким образом, созданная биологами модель способна «предсказывать» поглощение света разными типами растений с разными типами фотосинтеза, разными архитектурами листового покрова и разным содержанием пигментов в листе. 

Статья в журнале Remote Sensing of Environment. 

Новости
Все новости
Наука
6 ноября
В РУДН предложили механизмы укрепления минерально-сырьевой базы за счет хранилищ рудных отходов

Мероприятия по переработке отходов на заброшенных объектах накопления не входят ни в одну из федеральных программ, но спрос на вторичные минеральные ресурсы растёт, констатировала Наталия Юркевич, доктор геолого-минералогических наук, профессор департамента рационального природопользования института экологии РУДН. Она представила исследование о механизмах ресурсной безопасности на организованном РУДН круглом столе в рамках международной выставки «Сфера безопасности: системы, технологии, решения».

Наука
5 ноября
РУДН разрабатывает новые виды ветроэнергетических установок

Лаборатория альтернативной энергетики института экологии РУДН разрабатывает новые виды ветроэнергетических установок — это гибридные вертикально-осевые ветроэнергетические установки. Они могут применяться для электроснабжения производственной и жилой инфраструктуры, городских и транспортных систем.

Наука
2 ноября
Ученые РУДН разрабатывают подходы для поиска фунгицидных средств с минимальным воздействием на почву

Проект по развитию синтетических подходов к соединениям на основе селена, чтобы создать новые фунгицидные средства, стал победителем грантового конкурса РУДН.