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
29 июля
Цвет против невнимательности — как студенты и преподаватели РУДН и АлтГУ создали приложение для детей с СДВГ

В России проживают около 1 600 000 детей с подтверждённым синдромом дефицита внимания и гиперактивностью. Необходимая терапия не всегда доступна их семьям: из-за стоимости или отсутствия рядом специализированных центров. Преподаватели и учащиеся РУДН и АлтГУ разработали для таких детей специальное приложение, которое повышает внимательность и уменьшает тревожность с помощью метода цветовой фотостимуляции (ЦФС).

Наука
28 июля
Плаценту на чип! Исследователь РУДН победила в конкурсе для молодых ученых с проектом клеточной модели

Проект по разработке клеточной модели плаценты стал победителем в номинации «Научные материалы» конкурса «Молодые учёные 3.0», организованного при поддержке Фонда президентских грантов и Т-Банка.

Наука
23 июля
Степь, заповедное озеро и солевой вулкан: как экологи РУДН провели экспедицию на Баскунчак

В институте экологии уже 5 лет существует студенческий научно-популярный турклуб, открытый при НСО GreenLab. При поддержке преподавателей студенты организуют самостоятельные экспедиции — научно-исследовательские походы с выполнением поставленной научной задачи, а также научно-популярные и образовательные поездки.