A stomatal optimization model adopting a conservative strategy in response to soil moisture stress

环境科学 含水量 水分 土壤水分 生态系统 经验模型 大气(单位) 土壤科学 二氧化碳 生态学 计算机科学 大气科学 地质学 岩土工程 气象学 模拟 物理 生物
作者
Rui Zhu,Tiesong Hu,Quan Zhang,Xiang Zeng,Shan Zhou,Fengyan Wu,Yong Liu,Yanxuan Wang
出处
期刊:Journal of Hydrology [Elsevier]
卷期号:617: 128931-128931
标识
DOI:10.1016/j.jhydrol.2022.128931
摘要

Leaf stomata play a central role in mediating the exchange of water vapor and carbon dioxide between the atmosphere and the terrestrial ecosystems. Stomatal response to the environment presumably optimizes the trade-off between carbon uptake and water loss. Recently developed optimization models show their remarkable success in capturing empirical patterns of stomata. However, solutions of these models with different mathematical details should vary for the same environments, indicating that stomatal strategies implied in these models may differ and require further investigation. The present study proposed a novel stomatal optimization model, assuming that stomatal regulation aims to achieve a water-carbon balance shaped by a hydraulic-based weight factor (HBW model). In particular, we introduce the balancing point (BP) for analyzing the behavioral difference between models. We tested the HBW model based on set scenarios and leaf-level gas exchange data and compared it with two existing models. Results show that these models differ mainly in stomatal sensitivity to soil moisture. BP characteristics reveal the behavioral difference between models, and only the HBW model, which is more sensitive to soil moisture, captures the actual response patterns of BP to water stress well. This work emphasizes the differences in stomatal strategies among different optimization models, and provides an alternative modeling approach, which offers a more conservative stomatal strategy that can stand as a useful comparison with existing models.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
个性的紫菜应助yuan0317采纳,获得10
刚刚
1秒前
2秒前
zyb完成签到 ,获得积分10
2秒前
Edward发布了新的文献求助10
2秒前
Silverexile完成签到,获得积分10
2秒前
3秒前
含蓄心锁发布了新的文献求助10
3秒前
3秒前
Akim应助SB采纳,获得10
3秒前
4秒前
4秒前
fff完成签到,获得积分10
4秒前
4秒前
4秒前
5秒前
5秒前
开朗含海完成签到,获得积分10
5秒前
无名完成签到,获得积分10
5秒前
阳阳阳完成签到 ,获得积分10
5秒前
威风发布了新的文献求助30
5秒前
纪外绣完成签到,获得积分10
5秒前
顾矜应助asiera采纳,获得30
6秒前
6秒前
6秒前
莫华龙完成签到,获得积分10
7秒前
小白发布了新的文献求助10
7秒前
Troye完成签到,获得积分10
8秒前
8秒前
搞怪烨伟发布了新的文献求助10
8秒前
HopeStar发布了新的文献求助10
8秒前
充电宝应助duanduan采纳,获得10
9秒前
liurenmm发布了新的文献求助10
9秒前
饼藏发布了新的文献求助30
9秒前
sunnan0321完成签到,获得积分10
9秒前
光合作用发布了新的文献求助10
9秒前
莫华龙发布了新的文献求助10
9秒前
10秒前
10秒前
fff发布了新的文献求助10
10秒前
高分求助中
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
XAFS for Everyone 500
宽禁带半导体紫外光电探测器 388
COSMETIC DERMATOLOGY & SKINCARE PRACTICE 388
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3143062
求助须知:如何正确求助?哪些是违规求助? 2794082
关于积分的说明 7809850
捐赠科研通 2450395
什么是DOI,文献DOI怎么找? 1303818
科研通“疑难数据库(出版商)”最低求助积分说明 627066
版权声明 601384