Processing math: 100%

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

44446666酸化和碱化对斑点海链藻光合生理特性的

欧张三四 李四 王111五

欧张 三四,李四,王111五. 44446666酸化和碱化对斑点海链藻光合生理特性的[J]. 海洋学报,2022,1(2):31–39
引用本文: 欧张 三四,李四,王111五. 44446666酸化和碱化对斑点海链藻光合生理特性的[J]. 海洋学报,2022,1(2):31–39
Zhang San,Li Si,Wang Wu. Effect of seawater acidification and alkalization on photosynthetic physiology of Thalassiosira punctigera[J]. Haiyang Xuebao,2022, 1(2):31–39
Citation: Zhang San,Li Si,Wang Wu. Effect of seawater acidification and alkalization on photosynthetic physiology of Thalassiosira punctigera[J]. Haiyang Xuebao,2022, 1(2):31–39

44446666酸化和碱化对斑点海链藻光合生理特性的

基金项目: 国家自然科学基金(41476097);江苏省“六大人才高峰”项目(JY-086),江苏省“青蓝工程”人才项目,江苏省海洋科学与技术优势学科项目
详细信息
    作者简介:

    欧张三四:张三(1995-),,江苏省启东市研究人,硕士,主要从事海洋硅藻生理生态学研究。E-mail:zhangsan@163.com

    通讯作者:

    王五,副教授,111主要从事海洋藻类生理援救蝌蚪窝生态DDD学研究。E-mail:wangwu@jou.edu.cn

Effect of seawater acidification and alkalization on photosynthetic physiology of Thalassiosira punctigera

  • 摘要: 44444浮游植物造成不同程度的影响。111111而近海浮00000游植物不仅面临着海水酸化问题,性CO2降低及pH升高(海水碱化)的影响。本实验以硅藻斑点海链藻(Thalassiosira punctigera)为研究对象,测定7个不同pCO2水平(25、50、100、200、400、800、1600 μatm)下的生长、光合作用和呼吸作用速率、细胞粒径、叶绿素a和生物硅含量以及叶绿素荧光等参数。结果表明,与400 μatm相比,11111在海水酸化(pCO2 > 400 μatm)和海水碱化(pCO2 < 400 μatm) 条件下,斑点海链藻的生长速率和叶绿素a含量都显著降低,但是碱化条件下降低的程度更大。此外,碱化处理的藻细胞光合作用速率、最大量子产量(Fv/Fm)和最大相对电子传递速率(rETRmax)都显著低于400 μatm培养下的细胞,而呼吸作用速率显著升高,但是生物硅含量和细胞大小无明显变化。研究表明了海水碱化和海水酸化均会抑制其生理活动,而且海水碱化对其影响更显著。这表明正常pCO2生长下的藻细胞具有最适的生理状态。本研究可为探究海水碳酸盐系统变化对海洋初级生产力的影响提供一定的数据支持

     

  • B.C.12=x1x0[ˆpH(˜Bˆq+VηηˆqηVηηηˆqVξηξˆq)(ˆpη)HVηηˆq(ˆpξ)HVξηˆq]η=η=0dx0[(ˆp)H˜Aˆq]x1x0dy.
    (5)

    λ在过去的几十年间,大气CO2浓度从工业革命前的280 ppmv升高到了现在的400 ppmv[3]。作为主要的温室气体,大气CO2浓度的升高导致。与此同时,海水吸收约30%人类排放的CO2,这在一定程度上缓解了全球变暖的趋势,但也导致了海水pH下降、即海洋酸化。大气CO2的溶入会引起海水碳酸盐系统发生一系列变化:碳酸根离子(CO32-)浓度大幅下降,碳酸氢根离子(HCO3-)浓度略有升高,而溶解的CO2和氢离子(H+)浓度显著增加[4]。研究还表明,大气CO2的溶入会导致海水缓冲能力的降低,这意味着生物代谢活动对海水碳酸盐系统的改变会在一定程度上加剧[6]x

    11在近海水域,海水碳酸盐系统受诸多因素影响,呈现季节性甚至昼夜动态变化的特点。生物代谢是影响近海水域pH/pCO2的重要因素之一[5]。全球气候变化和人为因素的共同作用导致近海富营养化程度加大,这将加剧沿岸海域浮游植物的爆发性增长[7],使海气界面的气体交换速度低于水体内的无机碳消耗速度,最终将抑制浮游植物的生长[8]。有研究发现,在封闭的海湾发生藻华时,海水pH会达到10,而pCO2会降至50 μatm以下[9-12]。因此,近海水域的浮游植物不仅会面临海洋酸化的影响,海水碱化也是一个不可忽略的因素。

    在表层海水中,与HCO3-相比,溶解性CO2浓度相对较低,在当前海水pH条件下,CO2仅占溶解性无机碳(DIC)的不到1%。而CO2是光合作用关键酶1,5-二磷酸核酮糖羧化酶/加氧酶(Rubisco)所催化的羧化反应的唯一底物。硅藻Rubisco的CO2半饱和常数(Km)为20 - 60 μmol/L,高于当前海洋中溶解CO2浓度[13]。为避免细胞受到碳限制,硅藻进化出了二氧化碳浓缩机制(CCM)以提高Rubisco酶周围的CO2浓度,削弱光呼吸,提高光合固碳效率[14]。不同硅藻的CCM差异显著,虽然大部分硅藻都可以利用CO2和HCO3-,但是两者利用的优先性及比例不同[15]。研究发现,在当前海水pCO2水平下,威氏海链藻对CO2和HCO3-的吸收速率相同,三角褐指藻优先吸收HCO3-[16],而中肋骨条藻则优先利用CO2[17]。也有一些硅藻只能利用CO2,如斑点海链藻[18]。因此,对于硅藻而言,能吸收利用HCO3-的物种比那些依赖于CO2作为唯一碳源的种类来说具有更大的竞争优势。

    本实验选取斑点海链藻(Thalassiosira punctigera)(CCAP 1085/19)为研究对象。培养条件设置温度为20°C、光暗比12:12、光强150 μmol photons/(m2·s)。实验所用海水为高温灭菌的人工海水[31],营养盐按f/2培养基配方[32]进行加富。通过向未加DIC的人工海水中加入不同量的NaHCO3将海水调成不同DIC浓度(见2.2实验设置)。将藻细胞培养在500 mL的聚碳酸酯(PC)瓶(Nalgene,Thermo Scientific)中,采用半连续培养的方式,每48 h稀释一次,培养过程中将藻细胞浓度控制在1500 cell/mL以下,以减小细胞代谢对海水碳酸盐系统的影响。

    本实验设置7个pCO2梯度,分别为25、50、100、200、400、800、1600 μatm,藻细胞在7个pCO2水平处理下适应10 - 15代后测定其生理生化参数。在本实验中,在密闭条件下,通过向无碳人工海水中加入经细菌过滤头(0.22 μm,Millipore Express)过滤灭菌的NaHCO3CNaHCO3 = 1 mol/L)使海水达到实验设置的pCO2水平。加入NaHCO3的体积可以通过以下公式计算:

    VNaHCO3=TargetDIC/CNaHCO3,
    (1)

    公式中,Target DIC根据实验pCO2水平和总碱度(TA)(TA设置为2300 μmol/kg)通过CO2SYS软件计算得到。最后在密闭条件下加入HCl或NaOH将海水pH调至CO2SYS软件计算得到的pH,pH使用三点校准的pH计(FE20, Mettler Toledo)测定。每个处理3个重复。

    培养48小时后,取100 mL藻液,用细菌过滤头(0.22 μm,Millipore Express)过滤样品后测定总碱度,总碱度根据Gran滴定法测定[33]。根据TA和pH使用CO2SYS软件计算海水中的其他海水碳酸盐系统参数。

    生长速率根据48 h内细胞浓度变化计算得到的日相对生长速率,生长速率(μ,d-1)用以下公式计算:

    μ=(lnNnlnNn1)/Δt,
    (2)

    公式中NnNn-1分别代表第n次稀释前和第n – 1次稀释后的细胞浓度,∆t表示相邻2次稀释之间的时间间隔。

    在本实验中,通过显微镜和Toupview软件测量细胞的底面直径(l)和高(h)。斑点海链藻的体积以及表面积使用圆柱体体积(V)和表面积(SA)公式计算[34]

    V=π×(l/2)2×h,
    (3)
    SA=π×l×(h+l/2),
    (4)

    再根据VSA的比值计算细胞比表面积VSA

    取100 mL藻液抽滤到GF/F膜(25 mm,Whatman)上,加入5 mL无水甲醇提取叶绿素a,放在4 °C的冰箱中,避光过夜。测定叶绿素a时,将甲醇提取液放在高速冷冻离心机中离心(5000 g,10 min),取出上清液测定。叶绿素a的测定使用紫外-可见光分光光度计(Lamda35,Perkin Elmer),测定632、665、750 nm三个波长的吸光度,叶绿素a(Chl a)的浓度使用Ritchie[35]的公式计算:

    Chla(μg/mL)=13.2654×(A665A750)2.6839×(A632A750),
    (5)

    公式中,A632、A665和A750分别表示样品在对应波长下的吸光度,公式计算所得结果再根据藻细胞浓度和藻液体积计算为单位细胞的叶绿素a浓度。

    生物硅(BSi)测定时,取100 mL的藻液,将其抽滤到混合纤维膜上,80 °C烘干24小时。BSi的测定使用Brzezinski和Nelson[36]钼酸盐显色法,用0.2 mol/L的NaOH处理样品40分钟,然后加入1 mol/L HCl中和。再加入钼酸铵和还原剂反应后,使用分光光度计测定样品在810 nm的吸光度,通过标准品梯度稀释建立标准曲线,计算样品中BSi含量,再根据藻细胞浓度和藻液体积计算为单位细胞的BSi含量。

    使用AquaPen-C(AP-C100,Photon Systems Instruments)叶绿素荧光仪测定叶绿素荧光参数。测定前,将藻液浓缩到一定体积(细胞浓度约为10000 - 20000 cell/mL),暗适应15分钟后,测定其光系统II的最大量子产量(Fv/Fm)。然后测定其快速光响应曲线(RLCs),响应曲线中光强设置7个梯度:10、20、50、100、300、500和1000 μmol photons/(m2·s)。快速光响应曲线中相对电子传递速率rETR用公式[37]计算:

    rETR=PAR×Y(II)×0.5,
    (6)

    公式中,PAR表示光化光强度、Y(Ⅱ)表示光系统II的有效光化学量子产量。快速光响应曲线用公式进行拟合:

    rETR=rETRmax×tanh(α×PAR/rETRmax),
    (7)

    公式拟合得到的参数:最大相对电子传递速率(rETRmax)、表观光能利用效率(α)以及饱和光强(Ik),Ik可以用如下公式[38]计算:

    Ik=rETRmax/α,
    (8)

    光合作用速率和呼吸作用速率使用液相氧电极(Oxygraph+, Hansatech)进行测定。测定时使用低温恒温水浴槽(DHX-2005,南京先欧)将氧电极反应槽水温控制在20°C。测定光合放氧速率时光强设置为150 μmol photons/(m2·s)(与培养条件相同),光源为卤素灯;在黑暗条件下测定呼吸作用速率。将藻液添加到反应槽中,通过记录反应槽中氧气增加的速率和降低的速率来计算光合作用和呼吸作用速率。光合作用速率(Pn)和呼吸作用速率(Rd)使用以下公式计算:

    Pn=RateP,
    (9)
    Rd=RateR/N,
    (10)

    公式中,RatePRateR分别表示记录到的放氧速率和耗氧速率,N表示测定时反应槽内细胞浓度。

    所有部都用平均值±标准偏差表示。不同处理之间的显著性差异用one-way ANOVA分析,显著性水平设置为0.05。数据的处理和分析使用软件Origin 9.0和SPSS 18 软件。

    不同pCO2水平的海水,随着pCO2水平的升高,海水总碱度(TA)没有变化,pH值从9.01 ± 0.01降至7.63 ± 0.01,DIC、HCO3-和CO2(aq) 逐渐升高(表1)。

    表  1  不同pCO2水平的海水的碳酸盐系统参数
    Table  1.  Carbonate chemistry parameters of different pCO2 levels
    Treatments/μatm 11pHNBS 111TA/μmol kg-1 DIC/μmol kg-1 HCO3/μmol kg-1 CO2/μmol kg-1
    AAA9.01 ± 0.01a 2325 ± 39a 11395 ± 23a 827 ± 9a 0.8 ± 0.0a
    5.0 BBB8.84 ± 0.01b 2314 ± 90a 11530 ± 67b 1047 ± 45b 1.6 ± 0.1b
    10.00 8.65 ± 0.01c 2332 ± 102a 11697 ± 89c 1304 ± 71c 3.0 ± 0.2c
    200 8.43 ± 0.01d 2365 ± 50a 11887 ± 42d 1588 ± 35d 6.1 ± 0.1d
    400* 8.16 ± 0.01e 2310 ± 71a 12010 ± 69e 1815 ± 63e 12.9 ± 0.5e
    800# 7.92 ± 0.01f 2419 ± 93a 12228 ± 89f 2081 ± 83f 25.7 ± 1.2f
    1600 7.63 ± 0.01g 2422 ± 44a 12342 ± 40g 2222 ± 38g 53.5 ± 0.7g
    数据用平均值±标准偏差表示,不同上标的字母表示不同pCO2水平之间存在显著差异(p < 0.05),*表示当前大气pCO2水平,#表示IPCC 2007中SRES B2情景预测的2100年大气pCO2水平
    下载: 导出CSV 
    | 显示表格

    斑点海链藻的生长速率随pCO2水平的升高呈现先升高后降低的趋势(图1),在pCO2 400 μatm水平下,细胞生长速率达到最大,为0.54 ± 0.05 d-1,25 μatm处理细胞生长速率(0.10 ± 0.04 d-1)最低,相比于400 μatm的藻细胞生长速率降低了81%(p < 0.01)。pCO2水平为800和1600 μatm处理下的细胞生长速率(0.45 ± 0.20 d-1和0.37 ± 0.05d-1)与400 μatm的生长速率相比分别下降了17%(p < 0.01)和32%(p < 0.01)。

    图  1  斑点海链藻在不同pCO2水平下的生长速率。不同字母代表不同处理之间存在显著差异(p < 0.05),*表示当前大气pCO2水平,#表示IPCC 2007中SRES B2情景预测的2100年大气pCO2水平
    Figure  1.  Specific growth rates of T.punctigera at different pCO2 levels. The different letters indicate significant differences among treatments (p < 0.05), * indicates the current atmospheric pCO2 level, # indicates the atmospheric pCO2 level for 2100 predicted by the SRES B2 scenario in IPCC 2007

    不同pCO2水平处理的斑点海链藻细胞体积、表面积和生物硅含量没有明显变化(体积:31630 – 37543 µm3,表面积:6136 – 6979 µm2,生物硅含量:53 – 81 fmol/µm2),pCO2水平对斑点海链藻细胞比表面积也没有显著影响(表2)。

    表  2  不同pCO2水平的斑点海链藻的细胞体积、表面积、表面积与体积的比值和单位表面积的
    Table  2.  Cell volume, surface area, surface area-to-cell volume ratio, and BSi content per surface area of T.punctigera cells grown at different pCO2 levels
    Treatment/μatm Cell volume/μm3 Surface area/μm2 SA : V BSi/fmol μm-2
    25 1630 ± 3500a 6136 ± 135a 0.19 ± 0.02a 81.65 ± 15.58a
    50 36869 ± 8790a 6979 ± 1219a 0.19 ± 0.01a 68.32 ± 5.57a
    100 35534 ± 7141a 6818 ± 532a 0.19 ± 0.02a 69.00 ± 16.77a
    200 35653 ± 3087a 6649 ± 250a 0.19 ± 0.01a 64.35 ± 19.33a
    400* 33780 ± 3975a 6304 ± 407a 0.19 ± 0.01a 54.24 ± 11.39a
    800# 35377 ± 1682a 6489 ± 136a 0.18 ± 0.01a 60.29 ± 9.92a
    1600 37543 ± 773a 6712 ± 121a 0.18 ± 0.00a 53.88 ± 5.74a
    数据用平均值±标准偏差表示,不同上标的字母表示不同pCO2水平之间存在显著差异(p < 0.05),*表示当前大气pCO2水平,#表示IPCC 2007中SRES B2情景预测的2100年大气pCO2水平
    下载: 导出CSV 
    | 显示表格

    pCO2水平对斑点海链藻叶绿素a含量的影响与生长速率一致,都是随着pCO2的升高而呈现出先升高后降低的趋势。叶绿素a的最大值也出现在400 μatm时,浓度为74.98 ± 7.33 pg/cell(图2)。适应pCO2水平为25 μatm的斑点海链藻叶绿素a含量在本实验7个不同pCO2水平处理中最低,为9.83 ± 8.43 pg/cell,仅为400 μatm时的13%。当二氧化碳浓度逐渐增高,超过400 μatm时,色素含量逐渐降低。适应pCO2水平800和1600 μatm的斑点海链藻色素含量(分别是56.98 ± 4.46和48.14 ± 1.01 pg/cell)相比当前pCO2水平(400 μatm)分别降低24%(p = 0.02)和36%(p = 0.01)。

    图  2  斑点海链藻在不同pCO2水平的叶绿素a含量。不同字母代表不同处理之间存在显著差异(p < 0.05),*表示当前大气pCO2水平,#表示IPCC 2007中SRES B2情景预测的2100年大气pCO2水平
    Figure  2.  Chlorophyll a content of T.punctigera at different pCO2 levels. The different letters indicate significant differences among treatments (p < 0.05), * indicates the current atmospheric pCO2 level, # indicates the atmospheric pCO2 level for 2100 predicted by the SRES B2 scenario in IPCC 2007

    斑点海链藻的Fv/Fm、rETRmax和α在低pCO2水平(25 – 200 μatm)时随pCO2升高而升高,在400 – 1600 μatm没有显著变化(图3ABC)。与400 μatm相比,斑点海链藻的Fv/Fm在25 和50 μatm时分别降低了76%(p < 0.01)和29%(p = 0.01),在25 μatm 时藻细胞rETRmax相比于400 μatm处理降低了66%(p < 0.01),而α降低了69%(p = 0.01)。不同pCO2水平下,斑点海链藻的饱和光强没有显著差异(图3D)。

    图  3  在不同pCO2水平下生长的斑点海链藻的最大光量子产量(A)、最大电子传递速率(B)、表观电子传递速率(C)和饱和光强(D)相对400 μatm处理的百分比变化,*表示当前大气pCO2水平,#表示IPCC 2007中SRES B2情景预测的2100年大气pCO2水平
    Figure  3.  Percentage changes of maximum photochemical quantum yields (A), relative maximum electron transport rate (B), apparent photon transfer efficiency (C), and light saturation point (D) (%) of T.punctigera cells grown at different pCO2 levels (relative to 400 μatm treatment), * indicates the current atmospheric pCO2 level, # indicates the atmospheric pCO2 level for 2100 predicted by the SRES B2 scenario in IPCC 2007

    斑点海链藻的光合作用速率随着pCO2的升高也呈现出先升高后降低的趋势。但是在酸化条件下(800、1600 μatm),细胞的光合速率相比400μatm处理没有显著性差异。当pCO2水平从25 μatm升高到400 μatm时,斑点海链藻的光合作用速率从8.32 ± 0.44升高到22.13 ± 5.03 pmol O2/(cell·h),增幅为166%(p = 0.01)(图4A)。pCO2水平在25 – 100 μatm 的范围内,呼吸作用速率随着pCO2水平的升高而降低,从27.54 ± 9.75降至13.54 ± 3.11 pmol O2/(cell·h);随着pCO2水平的继续升高,在100 – 1600 μatm范围内,呼吸作用速率没有进一步变化(图4B)。

    图  4  斑点海链藻在不同pCO2水平的净光合作用速率(A)和呼吸作用速率(B)。不同字母代表不同处理之间存在显著差异(p < 0.05),*表示当前大气pCO2水平,#表示IPCC 2007中SRES B2情景预测的2100年大气pCO2水平
    Figure  4.  Net oxygen evolution (A) and dark respiration rates (B) of T.punctigera cells at different pCO2 levels. The different letters indicate significant differences among treatments (p < 0.05), * indicates the current atmospheric pCO2 level, # indicates the atmospheric pCO2 level for 2100 predicted by the SRES B2 scenario in IPCC 2007

    在本实验中,低pCO2水平对斑点海链藻的影响比高pCO2水平的影响更大,即海水碱化比酸化对斑点海链藻的影响更为显著。在低pCO2水平(25 – 200 μatm)处理下,斑点海链藻的生长速率仅有400 μatm下生长速率的18% - 72%。同时光合作用速率、色素含量也受低pCO2水平影响较大。在海水酸化条件(800、1600 μatm)下,斑点海链藻的生长速率为400 μatm时的83%和69%,但光合作用没有显著变化,这些结果表明当前海水pCO2水平(400 μatm)比较适合斑点海链藻的生长,400 μatm可能是海水pCO2升高对斑点海链藻光合生理影响的转折点,海水碱化(25 – 200 μatm)和海水酸化(800、1600 μatm)均会抑制其生理过程,且海水碱化对其影响更显著。

    pCO2水平从200降低至25 μatm,斑点海链藻的生长速率、叶绿素a含量和光合作用速率逐渐降低,此时溶解的CO2和HCO3-浓度降低,pH值升高(CO2从6.1 ± 0.1降至0.8 ± 0.0 μmol/kg,HCO3-从1588 ± 35降至827 ± 9 μmol/kg,pHNBS从8.43 ± 0.01升至9.01 ± 0.01)。研究发现,斑点海链藻只能利用CO2[18],在低pCO2水平下,细胞可利用的溶解性CO2较少,而溶解性CO2作为光合作用的直接底物,其浓度 (在25 μatm时仅为0.8 μmol/kg) 远低于硅藻Rubisco的CO2半饱和常数(20- 60 μmol/kg)[13]。虽然细胞可通过上调CCM浓缩胞内CO2浓度,但是这一过程需耗费大量能量,因此分配到细胞分裂过程的能量变少。此外,较低的底物浓度会减少细胞的光合固碳量,即细胞分裂的物质基础下降,这可能是低碳处理下细胞生长速率较低的原因。低碳条件下,叶绿素a含量降低会减小光系统的捕光面积,即细胞通过色素所捕获的光能下降[39],这些都反映了斑点海链藻受到了低碳限制。

    已有研究发现,低pCO2条件下,细胞较小的浮游植物,细胞比表面积较大,扩散边界层较薄,可以转运更多的CO2,以缓解低碳对光合作用的限制[40]。但在本实验中,斑点海链藻细胞在不同pCO2水平处理下比表面积没有变化,可能无法缓解低碳对光合作用的限制。另一方面,Rubisco酶可以催化的两种反应:氧化反应和羧化反应,在低pCO2水平下加氧反应理论上更具有优势[41],因此光合作用会被抑制,正如本实验中所观察到的较低的光合放氧速率。

    研究表明,海洋酸化可能会对海洋初级生产者产生深远的影响[42]。但是由于种间差异性和其他环境因子的影响[4344],海水pCO2水平升高可能会促进、抑制或不影响浮游植物的光合作用和生长速率[45-48]。在本研究中,酸化条件抑制了斑点海链藻的生长速率和叶绿素a含量。随着海水pCO2水平(400 – 1600 μatm)升高和pH下降,酸性的增加可能导致斑点海链藻生理调节机制的变化,产生负面效应。在酸化条件下,细胞内的酸碱平衡被破坏,胞内光合作用相关的酶活性降低,生长速率降低[49]。研究发现,在高pCO2水平下,藻细胞光合基因的转录会受到抑制,与碳转运和固定相关的几种光合酶水平降低,叶绿素a含量降低,光合作用受抑制[5051]。但酸化对斑点海链藻生长的影响并没有碱化的影响显著。在使用类似实验方法、相同pCO2水平对硅藻威氏海链藻影响的研究[52]中发现,在酸化条件下,威氏海链藻的生长不受影响。这可能是由于它们的种间差异造成的,不同粒径的硅藻对pCO2水平变化的适应能力不同[53]。这与之前发现的研究一致,小粒径(< 20 μm)的硅藻对海洋酸化的耐受能力更强,而大粒径(> 20 μm)的硅藻对海洋酸化的耐受能力较低,在未来长期海洋酸化的背景下,浮游植物群落中,大粒径的硅藻丰度将下降,而小粒径的硅藻丰度将升高[54]。但也有研究显示,海洋酸化时,pCO2水平的增加会减小细胞生长所需的碳和扩散到细胞表面的CO2之间的差额,大粒径的硅藻可能因此而受益[55]。因此,硅藻对海洋酸化的响应机制需要进一步的研究。

    在近岸海域,海水碳酸盐系统震荡剧烈,海水pH日变化较大,有些地区海水pH日变化甚至会超过1个单位[5]。因此,对pH变化适应能力的强弱将决定近岸海域浮游植物群落的结构和初级生产力的变化[56]。威氏海链藻和斑点海链藻对低pCO2水平的响应一致,但对高pCO2的响应差异较大,因此,未来海水中威氏海链藻和斑点海链藻的相对丰度可能发生变化。本研究结果有助于对近岸浮游植物在环境变化条件下竞争能力以及地理分布的理解,对探究近岸浮游植物如何适应动态环境变化具有一定的生态学意义。

    值得注意的是,在本实验中,由于实验条件所限,我们只研究了斑点海链藻对不同pCO2水平的短期响应,而没有考虑斑点海链藻对不同pCO2水平的进化适应。不同类群的浮游植物对长期和短期海洋酸化表现出不同的适应机制,在蓝藻和颗石藻中发现,无论酸化处理时间,其生长都受到酸化的促进[5758]。但也有研究表明,在长期(1800代)和短期(20代)处理下,硅藻三角褐指藻的生长和光合作用对海水酸化的响应截然相反[59]。因此,在研究未来海洋环境变化对浮游植物影响时,还应考虑其进化适应。

  • 图  1  斑点海链藻在不同pCO2水平下的生长速率。不同字母代表不同处理之间存在显著差异(p < 0.05),*表示当前大气pCO2水平,#表示IPCC 2007中SRES B2情景预测的2100年大气pCO2水平

    Figure  1.  Specific growth rates of T.punctigera at different pCO2 levels. The different letters indicate significant differences among treatments (p < 0.05), * indicates the current atmospheric pCO2 level, # indicates the atmospheric pCO2 level for 2100 predicted by the SRES B2 scenario in IPCC 2007

    图  2  斑点海链藻在不同pCO2水平的叶绿素a含量。不同字母代表不同处理之间存在显著差异(p < 0.05),*表示当前大气pCO2水平,#表示IPCC 2007中SRES B2情景预测的2100年大气pCO2水平

    Figure  2.  Chlorophyll a content of T.punctigera at different pCO2 levels. The different letters indicate significant differences among treatments (p < 0.05), * indicates the current atmospheric pCO2 level, # indicates the atmospheric pCO2 level for 2100 predicted by the SRES B2 scenario in IPCC 2007

    图  3  在不同pCO2水平下生长的斑点海链藻的最大光量子产量(A)、最大电子传递速率(B)、表观电子传递速率(C)和饱和光强(D)相对400 μatm处理的百分比变化,*表示当前大气pCO2水平,#表示IPCC 2007中SRES B2情景预测的2100年大气pCO2水平

    Figure  3.  Percentage changes of maximum photochemical quantum yields (A), relative maximum electron transport rate (B), apparent photon transfer efficiency (C), and light saturation point (D) (%) of T.punctigera cells grown at different pCO2 levels (relative to 400 μatm treatment), * indicates the current atmospheric pCO2 level, # indicates the atmospheric pCO2 level for 2100 predicted by the SRES B2 scenario in IPCC 2007

    图  4  斑点海链藻在不同pCO2水平的净光合作用速率(A)和呼吸作用速率(B)。不同字母代表不同处理之间存在显著差异(p < 0.05),*表示当前大气pCO2水平,#表示IPCC 2007中SRES B2情景预测的2100年大气pCO2水平

    Figure  4.  Net oxygen evolution (A) and dark respiration rates (B) of T.punctigera cells at different pCO2 levels. The different letters indicate significant differences among treatments (p < 0.05), * indicates the current atmospheric pCO2 level, # indicates the atmospheric pCO2 level for 2100 predicted by the SRES B2 scenario in IPCC 2007

    表  1  不同pCO2水平的海水的碳酸盐系统参数

    Table  1.   Carbonate chemistry parameters of different pCO2 levels

    Treatments/μatm 11pHNBS 111TA/μmol kg-1 DIC/μmol kg-1 HCO3/μmol kg-1 CO2/μmol kg-1
    AAA9.01 ± 0.01a 2325 ± 39a 11395 ± 23a 827 ± 9a 0.8 ± 0.0a
    5.0 BBB8.84 ± 0.01b 2314 ± 90a 11530 ± 67b 1047 ± 45b 1.6 ± 0.1b
    10.00 8.65 ± 0.01c 2332 ± 102a 11697 ± 89c 1304 ± 71c 3.0 ± 0.2c
    200 8.43 ± 0.01d 2365 ± 50a 11887 ± 42d 1588 ± 35d 6.1 ± 0.1d
    400* 8.16 ± 0.01e 2310 ± 71a 12010 ± 69e 1815 ± 63e 12.9 ± 0.5e
    800# 7.92 ± 0.01f 2419 ± 93a 12228 ± 89f 2081 ± 83f 25.7 ± 1.2f
    1600 7.63 ± 0.01g 2422 ± 44a 12342 ± 40g 2222 ± 38g 53.5 ± 0.7g
    数据用平均值±标准偏差表示,不同上标的字母表示不同pCO2水平之间存在显著差异(p < 0.05),*表示当前大气pCO2水平,#表示IPCC 2007中SRES B2情景预测的2100年大气pCO2水平
    下载: 导出CSV

    表  2  不同pCO2水平的斑点海链藻的细胞体积、表面积、表面积与体积的比值和单位表面积的

    Table  2.   Cell volume, surface area, surface area-to-cell volume ratio, and BSi content per surface area of T.punctigera cells grown at different pCO2 levels

    Treatment/μatm Cell volume/μm3 Surface area/μm2 SA : V BSi/fmol μm-2
    25 1630 ± 3500a 6136 ± 135a 0.19 ± 0.02a 81.65 ± 15.58a
    50 36869 ± 8790a 6979 ± 1219a 0.19 ± 0.01a 68.32 ± 5.57a
    100 35534 ± 7141a 6818 ± 532a 0.19 ± 0.02a 69.00 ± 16.77a
    200 35653 ± 3087a 6649 ± 250a 0.19 ± 0.01a 64.35 ± 19.33a
    400* 33780 ± 3975a 6304 ± 407a 0.19 ± 0.01a 54.24 ± 11.39a
    800# 35377 ± 1682a 6489 ± 136a 0.18 ± 0.01a 60.29 ± 9.92a
    1600 37543 ± 773a 6712 ± 121a 0.18 ± 0.00a 53.88 ± 5.74a
    数据用平均值±标准偏差表示,不同上标的字母表示不同pCO2水平之间存在显著差异(p < 0.05),*表示当前大气pCO2水平,#表示IPCC 2007中SRES B2情景预测的2100年大气pCO2水平
    下载: 导出CSV
  • [1] Tréguer P, Brzezinski M A, et al. Production and dissolution of biogenic silica in the ocean: revised global estimates, comparison with regional data and relationship to biogenic sedimentation[J]. Global Biogeochemical Cycles, 1995, 9(3): 359−372. doi: 10.1029/95GB01070
    [2] Field C B, Behrenfeld M J, Randerson J T, et al. Primary production of the biosphere: integrating terrestrial and oceanic components[J]. Science, 1998, 281(5374): 237−240. doi: 10.1126/science.281.5374.237
    [3] IPCC. Climate Change 2007: The Physical Science Basis[M]. Cambridge, UK: Cambridge University Press, 2007.
    [4] Zeebe R E, Wolf-Gladrow D A. CO2 in Seawater: Equilibrium, Kinetics, Isotopes[M]. Oxford: Gulf Professional Publishing, 2001.
    [5] Duarte C M, Hendriks I E, Moore T S, et al. Is ocean acidification an open-ocean syndrome? Understanding anthropogenic impacts on seawater pH[J]. Estuaries and Coasts, 2013, 36(2): 221−236. doi: 10.1007/s12237-013-9594-3
    [6] Passow U, Carlson C A. The biological pump in a high CO2 world[J]. Marine Ecology Progress Series, 2012, 470: 249−271. doi: 10.3354/meps09985
    [7] Pesce M, Critto A, Torresan S, et al. Modelling climate change impacts on nutrients and primary production in coastal waters[J]. Science of the Total Environment, 2018, 628-629: 919−937. doi: 10.1016/j.scitotenv.2018.02.131
    [8] Hinga K R. Effects of pH on coastal marine phytoplankton[J]. Marine Ecology Progress Series, 2002, 238: 281−300. doi: 10.3354/meps238281
    [9] Brussaard C P D, Gast G J, van Duyl F C, et al. Impact of phytoplankton bloom magnitude on a pelagic microbial food web[J]. Marine Ecology Progress Series, 1996, 144: 211−221. doi: 10.3354/meps144211
    [10] Macedo M F, Duarte P, Mendes P, et al. Annual variation of environmental variables, phytoplankton species composition and photosynthetic parameters in a coastal lagoon[J]. Journal of Plankton Research, 2001, 23(7): 719−732. doi: 10.1093/plankt/23.7.719
    [11] Hansen P J. Effect of high pH on the growth and survival of marine phytoplankton: implications for species succession[J]. Aquatic Microbial Ecology, 2002, 28(3): 279−288.
    [12] Liu H B, Chen M R, Zhu F, et al. Effect of diatom silica content on copepod grazing, growth and reproduction[J]. Frontiers in Marine Science, 2016, 3: 89.
    [13] Whitney S M, Sharwood R E, Orr D, et al. Isoleucine 309 acts as a C4 catalytic switch that increases ribulose-1, 5-bisphosphate carboxylase/oxygenase (rubisco) carboxylation rate in Flaveria[J]. Proceedings of the National Academy of Sciences of the United States of America, 2011, 108(35): 14688−14693. doi: 10.1073/pnas.1109503108
    [14] Giordano M, Beardall J, Raven J A. CO2 concentrating mechanisms in algae: mechanisms, environmental modulation, and evolution[J]. Annual Review of Plant Biology, 2005, 56: 99−131. doi: 10.1146/annurev.arplant.56.032604.144052
    [15] Trimborn S, Lundholm N, Thoms S, et al. Inorganic carbon acquisition in potentially toxic and non‐toxic diatoms: the effect of pH‐induced changes in seawater carbonate chemistry[J]. Physiologia Plantarum, 2008, 133(1): 92−105. doi: 10.1111/j.1399-3054.2007.01038.x
    [16] Burkhardt S, Amoroso G, Riebesell U, et al. CO2 and HCO3- uptake in marine diatoms acclimated to different CO2 concentrations[J]. Limnology and Oceanography, 2001, 46(6): 1378−1391. doi: 10.4319/lo.2001.46.6.1378
    [17] Chen Xiongwen, Gao Kunshan. Roles of carbonic anhydrase in photosynthesis of Skeletonema costatum[J]. Journal of Plant Physiology and Molecular Biology, 2004, 30(5): 511−516.
    [18] Elzenga J T M, Prins H B A, Stefels J. The role of extracellular carbonic anhydrase activity in inorganic carbon utilization of Phaeocystis globosa (Prymnesiophyceae): a comparison with other marine algae using the isotopic disequilibrium technique[J]. Limnology and Oceanography, 2000, 45(2): 372−380. doi: 10.4319/lo.2000.45.2.0372
    [19] Gao Kunshan, Campbell D A. Photophysiological responses of marine diatoms to elevated CO2 and decreased pH: a review[J]. Functional Plant Biology, 2014, 41(5): 449−459. doi: 10.1071/FP13247
    [20] Mackey K R M, Morris J J, Morel F M M, et al. Response of photosynthesis to ocean acidification[J]. Oceanography, 2015, 28(2): 74−91.
    [21] Rokitta S D, John U, Rost B. Ocean acidification affects redox-balance and ion-homeostasis in the life-cycle stages of Emiliania huxleyi[J]. PLoS One, 2012, 7(12): e52212. doi: 10.1371/journal.pone.0052212
    [22] 高坤山. 海洋酸化正负效应: 藻类的生理学响应[J]. 厦门大学学报:自然科学版, 2011, 50(2): 411−417.

    Gao Kunshan. Positive and negative effects of ocean acidification: physiological responses of algae[J]. Journal of Xiamen University: Natural Science, 2011, 50(2): 411−417.
    [23] Wang Xianzhong, Lewis J D, Tissue D T, et al. Effects of elevated atmospheric CO2 concentration on leaf dark respiration of Xanthium strumarium in light and in darkness[J]. Proceedings of the National Academy of Sciences of the United States of America, 2001, 98(5): 2479−2484. doi: 10.1073/pnas.051622998
    [24] Goldman J C, Azov Y, Riley C B, et al. The effect of pH in intensive microalgal cultures. I. Biomass regulation[J]. Journal of Experimental Marine Biology and Ecology,, 1982, 57(1): 1−13. doi: 10.1016/0022-0981(82)90140-X
    [25] Bartual A, Gálvez J A. Growth and biochemical composition of the diatom Phaeodactylum tricornutum at different pH and inorganic carbon levels under saturating and subsaturating light regimes[J]. Botanica Marina, 2002, 45(6): 491−501.
    [26] Lundholm N, Hansen P J, Kotaki Y. Effect of pH on growth and domoic acid production by potentially toxic diatoms of the genera Pseudo-nitzschia and Nitzschia[J]. Marine Ecology Progress Series, 2004, 273: 1−15. doi: 10.3354/meps273001
    [27] Taraldsvik M, MYKLESTAD S. The effect of pH on growth rate, biochemical composition and extracellular carbohydrate production of the marine diatom Skeletonema costatum[J]. European Journal of Phycology, 2000, 35(2): 189−194. doi: 10.1080/09670260010001735781
    [28] Raven J A, Gobler C J, Hansen P J. Dynamic CO2 and pH levels in coastal, estuarine, and inland waters: theoretical and observed effects on harmful algal blooms[J]. Harmful Algae, 2019, 91: 101594. doi: 10.1016/j.hal.2019.03.012
    [29] Flynn K J, Clark D R, Mitra A, et al. Ocean acidification with (de) eutrophication will alter future phytoplankton growth and succession[J]. Proceedings of the Royal Society B: Biological Sciences, 2015, 282(1804): 20142604. doi: 10.1098/rspb.2014.2604
    [30] Wells M L, Trainer V L, Smayda T J, et al. Harmful algal blooms and climate change: learning from the past and present to forecast the future[J]. Harmful Algae, 2015, 49: 68−93. doi: 10.1016/j.hal.2015.07.009
    [31] Sunda W G, Price N M, Morel F M M. Trace metal ion buffers and their use in culture studies[J]. Algal Culturing Techniques, 2005, 4: 35−63.
    [32] Guillard R R L, Ryther J H. Studies of marine planktonic diatoms: I. Cyclotella nana Hustedt, and Detonula confervacea (Cleve) gran[J]. Canadian Journal of Microbiology, 1962, 8(2): 229−239. doi: 10.1139/m62-029
    [33] Riebesell U, Fabry V J, Hansson L, et al. Guide to Best Practices for Ocean Acidification Research and Data Reporting[M]. Luxembourg: Office for Official Publications of the European Communities, 2011.
    [34] Sun Jun, Liu Dongyan. Geometric models for calculating cell biovolume and surface area for phytoplankton[J]. Journal of Plankton Research, 2003, 25(11): 1331−1346. doi: 10.1093/plankt/fbg096
    [35] Ritchie R J. Consistent sets of spectrophotometric chlorophyll equations for acetone, methanol and ethanol solvents[J]. Photosynthesis Research, 2006, 89(1): 27−41. doi: 10.1007/s11120-006-9065-9
    [36] Brzezinski M A, Nelson D M. The annual silica cycle in the Sargasso Sea near Bermuda[J]. Deep Sea Research Part I: Oceanographic Research Papers, 1995, 42(7): 1215−1237. doi: 10.1016/0967-0637(95)93592-3
    [37] Wu Yaping, Beardall J, Gao Kunshan. Physiological responses of a model marine diatom to fast pH changes: special implications of coastal water acidification[J]. PLoS One, 2015, 10(10): e0141163. doi: 10.1371/journal.pone.0141163
    [38] Jassby A D, Platt T. Mathematical formulation of the relationship between photosynthesis and light for phytoplankton[J]. Limnology and Oceanography, 1976, 21(4): 540−547. doi: 10.4319/lo.1976.21.4.0540
    [39] 陈善文. 赤潮棕囊藻生态生理学研究[D]. 广东: 汕头大学, 2012.

    Chen Shanwen. Ecophysiological studies on the red-tide alga Phaeocystis globose[D]. Guangdong: Shantou University, 2012
    [40] Finkel Z V, Beardall J, Flynn K J, et al. Phytoplankton in a changing world: cell size and elemental stoichiometry[J]. Journal of Plankton Research, 2010, 32(1): 119−137. doi: 10.1093/plankt/fbp098
    [41] Reinfelder J R. Carbon concentrating mechanisms in eukaryotic marine phytoplankton[J]. Annual Review of Marine Science, 2011, 3: 291−315. doi: 10.1146/annurev-marine-120709-142720
    [42] Turley C, Eby M, Ridgwell A J, et al. The societal challenge of ocean acidification[J]. Marine Pollution Bulletin, 2010, 60(6): 787−792. doi: 10.1016/j.marpolbul.2010.05.006
    [43] Li Wei, Ding Jiancheng, Li Futian, et al. Functional responses of smaller and larger diatoms to gradual CO2 rise[J]. Science of the Total Environment, 2019, 680: 79−90. doi: 10.1016/j.scitotenv.2019.05.035
    [44] Beardall J, Giordano M. Ecological implications of microalgal and cyanobacterial CO2 concentrating mechanisms, and their regulation[J]. Functional Plant Biology, 2002, 29(3): 335−347. doi: 10.1071/PP01195
    [45] Tortell P D, Rau G H, Morel F M M. Inorganic carbon acquisition in coastal Pacific phytoplankton communities[J]. Limnology and Oceanography, 2000, 45(7): 1485−1500. doi: 10.4319/lo.2000.45.7.1485
    [46] Passow U, Laws E A. Ocean acidification as one of multiple stressors: growth response of Thalassiosira weissflogii (diatom) under temperature and light stress[J]. Marine Ecology Progress Series, 2015, 541: 75−90. doi: 10.3354/meps11541
    [47] Gao Kunshan, Xu Juntian, Gao Guang, et al. Rising CO2 and increased light exposure synergistically reduce marine primary productivity[J]. Nature Climate Change, 2012, 2(7): 519−523. doi: 10.1038/nclimate1507
    [48] Li Wei, Yang Yuling, Li Zhenzhen, et al. Effects of seawater acidification on the growth rates of the diatom Thalassiosira (Conticribra) weissflogii under different nutrient, light, and UV radiation regimes[J]. Journal of Applied Phycology, 2017, 29(1): 133−142. doi: 10.1007/s10811-016-0944-y
    [49] McMinn A, Müller M N, Martin A, et al. The response of Antarctic sea ice algae to changes in pH and CO2[J]. PLoS One, 2014, 9(1): e86984. doi: 10.1371/journal.pone.0086984
    [50] Burkhardt S, Zondervan I, Riebesell U. Effect of CO2 concentration on C: N: P ratio in marine phytoplankton: a species comparison[J]. Limnology and Oceanography, 1999, 44(3): 683−690. doi: 10.4319/lo.1999.44.3.0683
    [51] Woodger F J, Badger M R, Price G D. Regulation of cyanobacterial CO2-concentrating mechanisms through transcriptional induction of high-affinity Ci-transport systems[J]. Canadian Journal of Botany, 2005, 83(7): 698−710. doi: 10.1139/b05-050
    [52] Li Futian, Fan Jiale, Hu Lili, et al. Physiological and biochemical responses of Thalassiosira weissflogii (diatom) to seawater acidification and alkalization[J]. ICES Journal of Marine Science, 2019, 76(6): 1850. doi: 10.1093/icesjms/fsz028
    [53] Taucher J, Jones J, James A, et al. Combined effects of CO2 and temperature on carbon uptake and partitioning by the marine diatoms Thalassiosira weissflogii and Dactyliosolen fragilissimus[J]. Limnology and Oceanography, 2015, 60(3): 901−919. doi: 10.1002/lno.10063
    [54] Hancock A M, Davidson A T, McKinlay J, et al. Ocean acidification changes the structure of an Antarctic coastal protistan community[J]. Biogeosciences, 2018, 15(8): 2393−2410. doi: 10.5194/bg-15-2393-2018
    [55] Wu Yaping, Campbell D A, 111Irwin A J, et al. 111Ocean acidification enhances the growth rate of larger diatom111s[J]. Limnology and111 Oceanography, 2014, 59(3): 1027−1034. doi: 10.4319/lo.2014.59.3.1027
    [56] Li Futian, Wu Yaping, Hutchins D A, et al. Physiological responses of coastal and oceanic diatoms to diurnal fluctuations in seawater carbonate chemistry under two CO2 concentrations[J]. Biogeosciences, 2016, 13(22): 6247−6259. doi: 10.5194/bg-13-6247-2016
    [57] Hutchins D A, Walworth N G, Webb E A, et al. Irreversibly increased nitrogen fixation in Trichodesmium experimentally adapted to elevated carbon dioxide[J]. Nature Communications, 2015, 6(1): 8155. doi: 10.1038/ncomms9155
    [58] Tong Shanying, Gao Kunshan, Hutchins D A. Adaptive evolution in the coccolithophore Gephyrocapsa oceanica following 1, 000 generations of selection under elevated CO2[J]. Global Change Biology, 2018, 24(7): 3055−3064. doi: 10.1111/gcb.14065
    [59] Li Futian, Beardall J, Collins S, et al. Decreased photosynthesis and growth with reduced respiration in the model diatom Phaeodactylum tricornutum grown under elevated CO2 over 1800 generations[J]. Global Change Biology, 2017, 23(1): 127−137. doi: 10.1111/gcb.13501
  • 加载中
图(4) / 表(2)
计量
  • 文章访问数:  175
  • HTML全文浏览量:  292
  • PDF下载量:  8
  • 被引次数: 0
出版历程
  • 网络出版日期:  2022-02-24

目录

/

返回文章
返回