论文信息

Jessica Guo / Ana Maria Restrepo Acevedo / Marvin Browne 等 20 人

bioRxiv (Cold Spring Harbor Laboratory)

论文解读

AI 辅助整理
方法
汇集全球植物水势时间序列数据,建立数据库并开展初步分析。
发现
该数据库可支撑植物水分策略、干旱胁迫、遥感与模型基准等研究。
机会点
可基于该数据库融合遥感与陆面模型,发展作物水分状态监测与干旱预警方法。

论文摘要

水势梯度驱动着土壤与植物内部及二者之间的水分流动,而植物内部水势调控着包括光合作用、生长和死亡在内的一系列广泛生理过程。尽管水势数据与生态系统功能的诸多关键方面明显相关,但此类数据历来相对难以获取且缺乏网络化整合。植物水势时间序列缺乏集中式存储库,这限制了我们整合来自其他网络和遥感手段的大量生态生理信息的能力。弥合这一差距对于解答有关植物对干旱和热胁迫响应的未解问题,以及在全球变暖背景下对植物和生态系统功能作出可靠预测,都是必要的。在此,我们介绍PSInet数据库——一个全球性的植物水势时间序列集合,涵盖285个数据集、523个物种。我们展示了指导数据库开发的工作流程,并评估了其关键特征。通过一系列初步分析,我们进而凸显了PSInet数据库在以下应用方面的潜力:a) 推进植物水分利用策略框架;b) 区分土壤干旱胁迫与大气干旱胁迫的影响;c) 评估长期以来的生态系统水势黎明前平衡假设;d) 理解干旱驱动死亡的风险;以及e) 为遥感数据产品和陆面模型提供基准验证。

论文原文与出版信息

bioRxiv (Cold Spring Harbor Laboratory)
查看论文原文

继续探索

技术