光合作用会迅速适应环境的波动以优化对太阳光能量特别是光合光子通量率(PPFR)的吸收，从而促进植物生长。截获的PPFR向光化学能(ɛe)和生物量(ɛc)的转化效率是描述植物生产力随时间变化的关键参数。然而，它们掩盖了特定条件下瞬时光化学能量吸收的联系，即光系统II（Fq'/Fm'）的运行效率和生物量积累。因此，在不断变化的环境条件下识别能源和资源高效型基因型受到阻碍。


使用高通量测量方法估计了在波动条件下从阳光能源生产生物量的效率。A,阳光能量经过多次转化，直到积累成生物量。在波动条件下发生的能量损失是高度动态的。首先，从全光谱的阳光辐射中，只有PPFR可以被植物色素吸收。其次，光拦截效率(ɛi)取决于通过植物密度和树冠的反射和透射光。因此，ɛi定义为给定区域内冠层顶部和底部的PPFR比率。第三，通过测量ET得出截获的光能到光化学能(ɛe)的转换效率。热量和ChlF的损失取决于光保护驯化和实际光强度。非光合色素的光吸收可以忽略不计。最后，转化为生物量(ɛt)的效率取决于用于电子替换途径、ET循环、光呼吸和细胞呼吸（包括碳水化合物的生物合成）的传输电子的数量。B，自动LIFT系统以高时空分辨率扫描温室内外以及田间的植物冠层。通过活性ChlF评估波动条件下的动态ET，揭示光系统II(Fq'/Fm')的运行效率。使用内置光谱仪另外测量反射率。C，分别使用LIFT和环境传感器测量波动Fq'/Fm'和PPFR。显示了大豆中连续三个测量日的子集。我们推导了ETR并计算这3天的累积ET和PPF，由累积ET和PPF的比率得到了生长期间的ɛe。灰色误差条显示了指定3天的所有测量中每15分钟周期的平均值的标准偏差（n=113-543；大豆基因型的总n=36,891个测量值）。

作者在温室和田间条件下使用自动叶绿素荧光和光谱扫描长期监测了21种大豆(Glycine max(L.)Merr.)和玉米(Zea mays)基因型的冠层Fq'/Fm'。基于不同环境变量和基因型相互作用对整个生长季在光照下获得的Fq'/Fm'进行建模。这使作者能够无创地估计累积光化学能量ɛe。ɛe范围从48%到62%，具体取决于基因型，在最有效的C4玉米基因型中，高达9%的光化学能被转化为生物质。最引人注目的是，在不同条件下的七个独立实验中，ɛe与地上部分生物量相关，高达r=0.68。


自动表型系统以高时空分辨率捕捉动态玉米和大豆基因型的光合作用。A，显示了2017年5月20日15时测量的不同大豆基因型的光系统II运行效率（Fq'/Fm'）的空间变化。显示了前12个生长容器的数据。使用两个LIFT设备每小时扫描两条线路中的容器。B，一天（2017年5月20日）每小时不同基因型的Fq'/Fm'分布。C，显示了在温室内外的容器中以及在田间中超过2年测量的Fq'/Fm'和PRI。灰色误差条显示平均每小时和作物的标准误差(SE)（n=1–1079，玉米：总n=25,014，大豆：总n=220,881）。

因此，作者通过整合生长季对环境压力的光合反应来估计生物量产量，并确定了节能基因型。这对改进作物生长模型和使用自主测量系统在任何时间点估计育种系或整个生态系统的生产力方面具有巨大潜力。

来源：Plant Physiology.Toward predicting photosynthetic efficiency and biomass gain in crop genotypes over a field season.Beat Keller, Lars Zimmermann, Uwe Rascher, Shizue Matsubara, Angelina Steier, Onno Muller

https://doi.org/10.1093/plphys/kiab483