光质与光强协同调控下基于叶绿素a荧光的电子传递速率估算模型构建

本研究针对动态光环境中叶绿素a荧光(ChlaF)估算电子传递速率(J)的偏差问题，通过控制光强(PPFD)与光质(红蓝比RB)实验，揭示了蓝光比例对Jf的显著影响(贡献率46.65%)，提出整合PPFD与光谱校正因子(γ)的Jf_γ模型(R2=0.86)，为自然光条件下光合作用精准建模提供新范式。

　　

在全球气候变化背景下，准确量化陆地光合作用对理解碳循环至关重要。然而现有模型面临两大挑战：一是自然光环境的高度动态性——太阳角度、云层运动和叶片摆动导致光强(PPFD)每秒波动，冠层内还存在自上而下指数衰减的光强梯度；二是光质(光谱组成)的时空异质性被长期忽视，例如冠层对蓝光的选择性吸收使下层红光/远红光比例升高，而昼夜红蓝光比变化可达数倍。这种光强与光质的协同波动显著影响叶片解剖结构和生理功能，但传统光合模型多假设稳态光环境，导致预测偏差。

针对这一科学难题，南宁师范大学国际联合生态与遥感实验室的Jie Zhuang团队在《Computers and Electronics in Agriculture》发表研究，以芒果(Mangifera indica)为模式植物，通过20天控制实验系统解析PPFD(200-2000 μmol photons m^?2 s^?1)与红蓝光比(RB)对气体交换和叶绿素a荧光(ChlaF)参数的影响。研究创新性地比较了基于CO₂固定速率(J_c)与ChlaF参数(J_f)的电子传递速率估算差异，并开发了整合光强与光谱校正因子的J_{f_γ}模型。

关键技术方法包括：1) 使用可调光谱LED光源精确控制PPFD与RB比例；2) 同步测定净CO₂同化速率(A_n)、气孔导度(g_s)等气体交换参数；3) 通过光系统II量子产量(ΦP)计算J_f；4) 采用双向方差分析评估光强与光质的交互效应；5) 建立包含γ校正因子的J_{f_γ}预测模型。

主要结果

1. 光强与光质对气体交换和荧光参数的影响
   实验发现A_n和g_s随PPFD增加而升高，但在相同PPFD下，蓝光比例增加会导致A_n下降(图1)。双向方差分析显示光质对J_f的影响贡献率达46.65%(表1)，尤其在蓝光占优时J_f显著高于J_c，证实传统ChlaF方法会系统性高估电子传递速率。

2. 动态光环境下的J估算模型优化
   提出的J_{f_γ}模型通过引入PPFD与光谱组分(γ)的协同校正，在动态光条件下与J_c高度吻合(R²=0.86，RMSE=3.81 μmol photons m^?2 s^?1)。该模型成功解决了高蓝光环境下J_f的过估问题，比现有机器学习黑箱模型更具机制解释性。

结论与意义
该研究首次量化了光质变异对电子传递速率的即时影响，突破传统模型仅关注光强的局限。J_{f_γ}模型的建立为自然 fluctuating 光环境下光合作用精准预测提供新工具，特别适用于冠层内光质梯度显著的生态系统。成果对优化作物光能利用效率、提升全球碳循环模型精度具有双重价值，为"光-叶互作"机制研究树立新范式。