7526 лето характеристика: Праздник Рамха-Ита — Новолетие Лето 7526 от С.М.З.Х.

Сбор образцов почвы

Отбор проб почвы проводился в мае (весна), август (лето) и октябрь (осень) 2017 г.Низкие температуры и толстый снежный покров зимой препятствовали отбору проб почвы зимой. Для отбора проб были случайным образом выбраны три отдельных вяза на каждом из четырех участков отбора проб (рис. 1). На каждом участке три выбранных дерева находились на расстоянии 10–20 м друг от друга. Ризосферные почвы собирали на глубине 5–30 см на востоке, юге, западе и севере, на расстоянии 1 м от ствола каждого дерева. Корневые системы были осторожно выкапаны с помощью лопаты, а неплотно приставшие к корням почвы были стряхнуты и выброшены.Затем собирали прилипшие к корням частицы почвы. В течение каждого сезона пробы почвы с каждого участка отбора проб (3 дерева × 4 направления = 12 проб на участок) были объединены в равных пропорциях, чтобы получить составной образец почвы для каждого участка. В каждом месте были взяты пробы из одних и тех же трех деревьев за три периода отбора проб. Таким образом, всего было отобрано 12 почвенных композитных образцов почвы (т.е. 4 участка × 3 сезона). Каждый образец почвы был разделен на три компонента: один хранился при -80 ° C для использования в определении разнообразия почвенных микробных сообществ, а другой хранился при 4 ° C для использования в определении активности ферментов почвы, а третий был высушен для использования. при определении физико-химических свойств почв.

Определение физико-химических свойств почв

Физико-химические свойства почвы были измерены с помощью протоколов, описанных в Soil Agricultural Chemistry analysis (Bao, 2000). Общий азот определялся методом Кьельда, а доступный азот определялся с использованием диффузии при щелочном гидролизе. Общий P был определен с помощью колориметрии NaOH-Mo-Sb, а доступный P был определен с помощью колориметрии NaHCO ₃ экстракция-Mo-Sb.Доступный K был определен пламенной фотометрией. Содержание органического вещества определяли с использованием титрования окислением с внешним нагревом K ₂ Cr ₂ O ₇ . pH определяли потенциометрией, в то время как содержание влаги определяли измерением до и после сушки в печи. Наконец, температуру почвы определяли с помощью миниатюрного электронного регистратора температуры (DS1921G; WDS). В течение месяца отбора проб велось непрерывное наблюдение в течение одного месяца.

Экстракция ДНК

Метод на основе SDS (додецилсульфата натрия) был использован для извлечения тотальной ДНК из образцов почвы ризосферы (Zhou, 1996).Образцы почвы (5 г) взвешивали и измельчали ​​до порошка в керамической ступке с использованием жидкого азота. Затем образцы переносили в центрифужные пробирки на 50 мл. Буфер для экстракции ДНК был добавлен (13,5 мл; 100 мМ Трис-HCl [pH 8,0], 100 мМ натрия EDTA [pH 8,0], 10 мМ фосфата натрия [pH 8,0], 1,5 М NaCl и 1% CTAB) в дополнение к 100 мкл протеиназы К (10 мг / мл). Затем пробирки помещали на шейкер с вращением со скоростью 225 об / мин на 30 мин при 37 ° C. После инкубации добавляли 1,5 мл 20% SDS, и образцы инкубировали на водяной бане при 65 ° C в течение 2 часов со встряхиванием пробирок каждые 15 минут для обеспечения адекватного перемешивания.После инкубации смеси центрифугировали при комнатной температуре при 6000 об / мин в течение 10 мин. Затем супернатанты переносили в новые центрифужные пробирки на 50 мл, а оставшиеся осадки почвы подвергали двум дополнительным циклам экстракции ДНК с использованием 4,5 мл буфера для экстракции ДНК и 0,5 мл 20% SDS, при перемешивании в течение 10 с, инкубации при 65 °. C в течение 10 мин и центрифугирование, как описано выше. Супернатанты от трех экстрактов объединяли и смешивали с равным объемом хлороформ-изоамиловый спирт (24: 1).Образцы перемешивали переворачиванием и затем центрифугировали при 6000 об / мин в течение 15 мин. Затем водную фазу переносили в новую центрифужную пробирку на 50 мл. К образцам добавляли изопропиловый спирт (0,6 × объема), перемешивали путем переворачивания и оставляли для осаждения при -20 ° C в течение ночи. Затем смесь центрифугировали при 11000 об / мин в течение 20 минут при 4 ° C. Видимые черные или коричневые экстракты неочищенной ДНК осаждались во время этого процесса. Затем осадок переносили в стерильную центрифужную пробирку на 2,5 мл. Неочищенный экстракт ДНК промывали 70% холодным этанолом, помещали в вытяжной шкаф, чтобы этанол улетучивался, и наконец добавляли 100 мкл стерильной деионизированной воды для растворения ДНК в воде.Концентрацию и чистоту ДНК оценивали с помощью электрофореза в 1% агарозном геле.

ПЦР-амплификация и очистка

Гипервариабельные области V4 бактериальных генов 16S рРНК были амплифицированы с использованием прямого праймера 515F (5′-GTGCCAGCMGCCGCGGTAA-3 ‘) и обратного праймера 806R (5′-GTGCCAGCMGCCGCGGTAA-3′) для создания библиотек бактериального сообщества для секвенирования HiSeq (компания Illumina). и др., 2014). Таксономический охват генов 16S рРНК оценивался в https: // www.arb-silva.de/search/testprime/ (Klindworth et al., 2013), что дало общий таксономический охват 92,4%. Аналогичным образом, область ITS1 грибка ITS была амплифицирована с использованием прямого праймера ITS5-1737F (5’-GGAAGTAAAAGTCGTAACAAGG-3 ‘) и обратного праймера ITS2-2043R (5′-GCTGCGTTCTTCATCGATGC -3’) (Lu et al., 2013) . ITS1 является общей основной целью для оценки разнообразия грибов посредством глубокого секвенирования, но может переоценить разнообразие грибов из-за его переменной длины (Yang et al., 2018).Все реакции ПЦР проводили в реакционных объемах 30 мкл с 15 мкл Master Mix Phusion ^® High-Fidelity PCR (New England Biolabs, Ипсвич, Массачусетс, США), по 0,2 мкМ каждого из прямых и обратных праймеров и примерно 10 нг. матрицы ДНК. Для амплификации бактериального гена 16S рРНК использовали следующую процедуру ПЦР: начальная денатурация при 98 ° C в течение 1 мин, 30 циклов (98 ° C в течение 10 с, 50 ​​° C в течение 30 с, 72 ° C в течение 30 с), и окончательное удлинение при 72 ° C в течение 5 мин. Протокол ПЦР для грибковых ITS включал начальную денатурацию при 95 ° C в течение 2 минут, а затем 30 циклов (95 ° C в течение 30 секунд, 55 ° C в течение 30 секунд и 72 ° C в течение 30 секунд) с заключительным удлинение при 72 ° C в течение 5 мин.Равный объем 1 × загрузочного буфера (содержащего SYBR зеленый) смешивали с продуктами ПЦР, и смеси подвергали электрофорезу в 2% агарозном геле для обнаружения. Затем продукты ПЦР смешивали в эквимолярных соотношениях, и полученные объединенные продукты ПЦР очищали с использованием набора для экстракции геля GeneJETTM (Thermo Scientific, Waltham, MA, USA). После очистки пулы продуктов ПЦР секвенировали на платформе Illumina Hiseq PE250.

Биоинформатика и статистический анализ данных о последовательностях

демультиплексировали с использованием уникальных последовательностей штрих-кода для образцов с последующим отщеплением последовательностей штрих-кода и праймеров ПЦР.Парные конечные чтения из двухконцевого секвенирования PE250 на платформе HiSeq были затем объединены с использованием программного обеспечения FLASH (V1.2.7, http://ccb.jhu.edu/software/FLASH/) (Magoč & Salzberg, 2011), а соединенные последовательности считались «необработанными тегами». Пакет программного обеспечения QIIME (V1.9.1, http://qiime.org/scripts/split_libraries_fastq.html) (Caporaso et al., 2010) использовался для контроля качества и фильтрации необработанных тегов для получения «чистых тегов», представляющих высокий уровень качества. качественная последовательность читает. Последовательности чистых тегов сравнивались с базой данных Gold (http: // drive5.com / uchime / uchime_download.html) (Haas et al., 2011) с использованием алгоритма UCHIME (http://www.drive5.com/usearch/manual/uchime_algo.html) (Edgar et al., 2011) для удаления химерного последовательности и, наконец, получить «эффективные теги». Пакет программного обеспечения Uparse (V7.0.1001, http://drive5.com/uparse/) (Edgar, 2013) использовался для кластеризации эффективных тегов в рабочие таксономические единицы (OTU), которые были определены с 97% идентичностью нуклеотидов. Таксономическая классификация репрезентативных бактериальных ОТЕ проводилась с использованием базы данных SILVA SSUrRNA (http: // www.arb-silva.de/) на основе алгоритма Mothur (Pruesse et al., 2007). Аналогичным образом, метод BLAST (http://qiime.org/scripts/assign_taxonomy.html) (Altschul, 1990) в QIIME (V1.9.1) использовался для таксономической аннотации репрезентативных последовательностей OTU грибов путем сравнения с базой данных UNITE (https: //unite.ut.ee/) (Johnson, Warburton & Mills, 2010). Выравниватель MUSCLE (V3.8.31, http://www.drive5.com/muscle/) (Edgar, 2004) использовали для генерации выравнивания нескольких последовательностей для всех репрезентативных последовательностей OTU.Наконец, количество последовательностей в образце было уменьшено до эквивалентных уровней (48 262 последовательности для бактерий и 48 027 для грибов). Последующие анализы α-разнообразия и β-разнообразия проводились с использованием таблиц разреженного разнообразия. Индексы альфа-разнообразия были рассчитаны с использованием QIIME (V1.9.1), а кривые разрежения были построены с использованием программного пакета R (R Core Team, 2013).

Односторонний дисперсионный анализ (дисперсионный анализ) и поправки Бонферрони для множественных сравнений были проведены в SPSS 20.0 программный пакет. QIIME (V1.9.1) также использовался для расчета расстояний Unifrac между образцами для оценки β-разнообразия. Функция Adonis в веганском пакете для R использовалась для проведения анализа PERMANOVA. Это многомерный метод дисперсионного анализа, который пытается оценить вариации между выборками, на что указывают матрицы расстояний (Anderson, 2010). Веганский пакет для R использовался для создания графиков NMDS (неметрическое многомерное масштабирование) (Kruskal, 1964) и построения биплотов RDA (дискриминантный анализ избыточности) и оценки источников, лежащих в основе вариации выборки, и их относительной важности с помощью исследования « пояснительных данных ». переменные ‘и’ ответ ‘(Оксанен и др., 2013; Kenkel et al., 2002). Наконец, программный пакет LEfSe использовался для проведения анализа LEfSe с использованием 4 баллов LDA для фильтрации результатов для выявления таксономических групп, которые соответствуют экспериментальным обработкам, и оценки размера связанного эффекта посредством сравнения классов (Segata et al., 2011) .

Функциональный анализ бактериальных и грибных сообществ

Чтобы предсказать вариации предполагаемых функций бактериальных сообществ внутри ризосфер вяза, был использован анализ PICRUSt.Таблица OTU с закрытыми ссылками была сначала создана в QIIME и сравнена с функциональной базой данных KEGG для получения прогнозируемых функций, которые были выведены для бактериальных сообществ. Отдельные этапы анализа изложены на платформе онлайн-анализа (http://picrust.github.io/picrust/; Langille et al., 2013). FUNGuild (https://github.com/UMNFuN/FUNGuild; Nguyen et al., 2015) использовался для определения потенциальной экологической роли грибов в сообществах. Для оценки уровня различий в предполагаемых функциональных возможностях, односторонний анализ ANOVA (дисперсионный анализ) и поправки Бонферрони для множественных сравнений использовались с набором данных предполагаемых функций с использованием SPSS 20.0 (SPSS, Чикаго, Иллинойс, США).

Результаты

Сезонная динамика физико-химических свойств почв

Почвы были слабощелочными, с диапазоном pH 7,38–7,43 без значительных различий между сезонами (Таблица 1). Влажность почв во все три сезона не превышала 10%. Максимум MC наблюдался весной (5,51%), а минимум — осенью (1,27%), что было значительно ниже ( p <0.017). Динамика температуры поверхности почвы (5–30 см) соответствовала динамике температуры воздуха, причем летом температуры были выше, чем весной и осенью. Общий уровень фосфора существенно не различается по сезонам, в то время как доступные уровни фосфора летом были значительно выше, чем весной и осенью ( p <0,017). Доступное содержание калия было самым высоким весной и значительно отличалось от содержания калия осенью ( p <0,017). Наконец, сезонные колебания общего азота, эффективного азота и органического вещества не были очевидны (Таблица 1).

Сезонная динамика физико-химических свойств почв в ризосфере ильма внутренних районов песчаной земли Отиндаг.

Отклик α-разнообразия микробного сообщества в почвах ризосферы ильма по сезонам

Всего было получено 909 174 и 945 531 ген 16S рРНК и ITS-последовательности для бактериального и грибкового сообществ, соответственно (Таблица S2; Таблица S3).Затем среди образцов идентифицировали распределение OTU, которые были определены на уровне 3% несходства нуклеотидов. Всего было обнаружено 7 676 OTU гена 16S рРНК среди всех выборок за три сезона. Из них 4 933, 6 269 и 5 430 OTU наблюдались в весенней, летней и осенней выборках соответственно. Из них 3627 OTU были общими для всех выборок, что составляло 47,25% от общего числа OTU (рис. 2A). Кроме того, 3582 ОТЕ последовательности ITS наблюдались среди всех выборок за три сезона.Среди них 2449, 2489 и 1618 OTU наблюдались в выборках весной, летом и осенью, соответственно. Всего 986 ​​грибковых ITS OTU были общими для всех образцов, что составляло 27,53% от общего количества грибковых OTU (рис. 2B).

Рисунок 2: Диаграмма Венна, показывающая перекрытие (A) бактериальных и (B) грибковых OTU в сообществах ризосферы ильма в разные сезоны.

После уменьшения числа последовательностей в образце до 48 262 и 48 027 для бактериальных и грибных сообществ, соответственно, для сообществ наблюдались в среднем 3 579 и 1043 ОТЕ соответственно. Кривые разрежения и диаграммы накопления видов как для бактериальных, так и для грибных сообществ в целом достигли асимптотических уровней, что указывает на то, что количество образцов и усилия по секвенированию, примененные здесь, были достаточными для выявления большей части бактериального и грибного разнообразия в этих сообществах (рис.3; Рис. S2).

Рисунок 3: Кривые разрежения частичных последовательностей (A) бактериальных генов 16S рРНК и (B) грибковых ITS из ризосферных сообществ ильма в разные сезоны.

Были проанализированы четыре индекса α-разнообразия, включая Shannon, Simpson, Chao1 и ACE. Кроме того, мы также оценили индекс охвата Good, который дает оценку разнообразия, зафиксированного при секвенировании, который дал оценки 98,1% и 99,5% для бактериального и грибкового сообществ, соответственно. Четыре индекса разнообразия следовали аналогичным тенденциям, при этом разнообразие бактерий было самым высоким в весенних ризосферах, за которыми следовали лето и осень (таблица 2). Односторонний ANOVA (дисперсионный анализ) значений индекса Шеннона показал значительную разницу в разнообразии между тремя сезонами.Последующие множественные сравнения (с поправкой Бонферрони) показали, что осенние сообщества значительно отличались от весенних ( p <0,017), в то время как разнообразие сообществ летом существенно не отличалось от разнообразия весенних и осенних сообществ. Кроме того, односторонний дисперсионный анализ выявил значительные различия индексов Симпсона среди почв трех сезонов. Последующие множественные сравнения показали, что весеннее разнообразие сообществ значительно отличалось от осеннего ( p <0.017), тогда как разнообразие сообществ летом существенно не отличалось от разнообразия сообществ весной и осенью. Наконец, сезонные различия в индексах разнообразия Chao1 и ACE были схожими, где сообщества весной демонстрировали значительно отличающееся разнообразие по сравнению с сообществами летом и осенью ( p <0,017), но между летом и осенью значительных различий не наблюдалось. ризосферные сообщества (табл. 2). Все индексы α-разнообразия для грибных сообществ следовали тенденциям, в которых разнообразие было самым высоким летом, затем следовало разнообразие весной, а затем осенью (Таблица 2).Односторонний дисперсионный анализ индексов Шеннона и Симпсона показал отсутствие значимых различий между сезонами. Напротив, односторонний дисперсионный анализ показал значительные различия в индексах Chao1 и ACE среди сообществ для трех сезонов. Последующие множественные попарные сравнения показали, что осеннее разнообразие сообществ значительно отличалось от весеннего ( p <0,017), в то время как летнее разнообразие сообществ существенно не отличалось от разнообразия, наблюдаемого весной и осенью (Таблица 2).

Индексы альфа-разнообразия бактериальных и грибных сообществ.

Рисунок 4: Относительная численность доминирующих таксономических групп микробов в ризосферах ильма.

Различия в таксономическом составе микробного сообщества ризосфер вяза по сезонам

Бактериальные ОТЕ, ассоциированные с ризосферой, были связаны с 40 полными типами, 12 из которых имели среднюю относительную численность> 0,6% и показаны на рис. 4A. Большинство ризосферных бактериальных последовательностей (95,1%) принадлежали Proteobacteria, Actinobacteria, Acidobacteria, Firmicutes, Bacteroidetes, Verrucomicrobia, Gemmatimonadete, Chloroflexi и Planctomycetes.Протеобактерии были наиболее распространенным типом почти во всех образцах, за исключением GSP4, GSU1 и GSU4. Ацидобактерии были наиболее многочисленным филумом в GSP4, в то время как актинобактерии доминировали в сообществах GSU1 и GSU4. Из перечисленных выше типов Proteobacteria, Actinobacteria, Acidobacteria и Firmicutes представляли собой крупнейшие компоненты каждого ризосферного почвенного сообщества, вместе составляя не менее 67% от всех бактериальных сообществ в каждом образце (рис. 4A). Для оценки таксономической изменчивости среди почв с более точным таксономическим разрешением были дополнительно проанализированы классы бактерий, относительная численность которых составляла> 3% от ризосферных сообществ (рис.4Б). Четыре класса (Alphaproteobacteria, Gammaproteobacteria, Betaproteobacteria и Deltaproteobacteria) были идентифицированы в составе Proteobacteria, два (неопознанные актинобактерии и термолеофилия) от актинобактерий, два (подгруппа_6 и Blastocatellia) от Acidobacteria и два (Birmacillia). , один (Spartobacteria) из Verrucomicrobia, один (Spartobacteria) из Bacterioidetes и один (неопознанные Gemmatimonadetes) из Gemmatimonadetes. Самыми многочисленными классами среди всех ризосферных сообществ были Alphaproteobacteria, неопознанные актинобактерии и Bacilli, которых вместе насчитывалось не менее 24.93% от общего количества бактериальных сообществ в каждом образце. Следующими по численности классами была «Подгруппа_6», состоящая из ацидобактерий, термолеофилии, гаммапротеобактерий и бетапротеобактерий, которые составляли не менее 16,97% от всех бактериальных сообществ в каждом образце. Популяции клостридий были заметно более многочисленными в весенних образцах, составляя не менее 5,8% бактериальных сообществ в этих образцах (рис. 4B).

Всего в ризосферных почвах было идентифицировано 28 классов грибов, которые принадлежали к шести типам, включая Ascomycota, Basidiomycota, Zygomycota, Chytridiomycota, Glomeromycota и Neocallimastigomycota.Все эти типы присутствовали в каждом образце, за исключением Neocallimastigomycota, которые присутствовали только в весенних и летних образцах. Ascomycota в подавляющем большинстве доминировала в сообществах по всем образцам и составляла не менее 80,53% от общего количества грибных сообществ по каждой выборке (рис. 4C). Чтобы оценить таксономические различия между почвами с более точным таксономическим разрешением, были проанализированы классы грибов с относительной численностью> 0,6% в почвах (рис. 4D). Шесть классов (сордариомицеты, дотидеомицеты, евротиомицеты, леотиомицеты, Incertae_sedis_Ascomycota и пезизомицеты) были идентифицированы от Ascomycota, два (Agaricomycetes и Tremellomycetes) от Basidiomycota, один (Incertaemertaemerota_sedisota) (Chytridiomycetes) из Chytridiomycota.Самыми многочисленными классами среди всех образцов ризосферы были сордариомицеты, дотидеомицеты и евротиомицеты, которые вместе составляли не менее 52,58% от общей популяции грибов в каждой из выборок. В частности, классы Leotiomycetes и Incertae_sedis_Zygomycota вместе составляли не менее 6,85% от общей численности популяций грибов в каждом из образцов (рис. 4D).

β-разнообразие микробных сообществ ризосферы ильма по сезонам

По данным NMDS бактериальных сообществ ризосферы ильма значение стресса равно 0.033 (рис. 5А), что указывает на соответствующее представление различий в составе сообществ (Kruskal, 1964). Бактериальные сообщества разделены по сезонам происхождения, при этом ось 1 NMDS отделяет весенние сообщества от осенних и летних сообществ, а ось 2 NMDS разделяет осенние и летние сообщества. В целом структура бактериального сообщества летом и осенью была относительно схожей (рис. 5А). Значение стресса по порядку NMDS грибкового сообщества составляло 0,119, что аналогичным образом указывает на то, что графики подходят для представления различий сообществ (рис.5Б). Как и в анализе бактериальных сообществ, ординации NMDS указывают на общую сегрегацию грибковых сообществ по сезонам, хотя и с менее дискретной кластеризацией по сезонам. Ось 1 NMDS в целом отделяла весенние ризосферные сообщества от летних и осенних, а ось 2 в основном отделяла сообщества от летних и осенних. В целом структура грибного сообщества летом и осенью была сходной (рис. 5B).

Рисунок 5: Анализ NMDS состава (А) бактериального и (В) грибного сообществ образцов ризосферы вяза, взятых из трех разных сезонов.

PERMANOVA показали существенные различия между бактериальными сообществами летних и осенних образцов ( F = 2.8234, p = 0,041), летние и весенние образцы ( F = 6,2309, p = 0,001) и осенние и весенние образцы ( F = 5,6672, p = 0,029). Аналогичным образом, значимые различия в грибных сообществах наблюдались только в осенних и весенних выборках ( F = 1,6186, p = 0,024), в то время как летние сообщества грибов существенно не отличались от весенних и осенних сообществ ( p > 0,05. ) (Таблица 3).

ПЕРМАНОВА о влиянии сезонов на микробное разнообразие почвы ризосферы ильма.

Никакие таксономические группы бактерий не были достоверно связаны с летними образцами, а количество групп, связанных с весенними образцами, было больше, чем с осенними образцами (рис. 6). В частности, Bacteroidetes, Firmicutes и Verrucomicrobia были важными таксонами, которые отличали весенние бактериальные сообщества. Класс Bacteroidia группы Bacteroidetes был ответственен за разграничение ими весенних сообществ. Точно так же семейство Ruminococcaceae типа Firmicutes и отряда Clostridiales также выделяло весенние сообщества, в то время как семейство Clostridia и Lactobacillaceae отряда Lactobacillales также выделяло весенние сообщества.Напротив, семейства Bacillaceae и Planococcaceae отряда Bacillales отличали осенние образцы от других (рис. 6).

Рис. 6. Анализ микробных сообществ ризосферы ильма с помощью LEfSe.

Влияние физико-химических свойств почвы на микробиоту ризосферы вяза

Для оценки факторов окружающей среды, влияющих на структуру бактериальных и грибных сообществ ризосфер вяза, был использован дискриминантный анализ избыточности (RDA) для оценки взаимоотношений сообщества и окружающей среды. Анализ RDA показал, что различные факторы окружающей среды по-разному влияют на сообщества бактерий и грибов, причем основные факторы влияния также варьируются в зависимости от сезона (рис.7). Первая ось бактериального графика объясняет 30,4% вариации во взаимоотношениях между образцом и средой, в то время как первая и вторая оси вместе объясняют 50,9%. MC была наиболее значимо коррелированной переменной окружающей среды с составом бактериального сообщества, в то время как AK также значимо коррелировала. Факторами окружающей среды, которые в первую очередь влияли на бактериальные сообщества весной, были MC и AK, тогда как факторами, которые влияли на бактериальные сообщества летом, были в первую очередь P, AP и OM.Наконец, pH показал незначительную корреляцию с составом бактериального сообщества в осенних пробах (рис. 7A). Для изменчивости сообщества грибов первая ось объясняет 43,6% вариации во взаимоотношениях между образцом и средой, тогда как первая и вторая оси вместе объясняют 66,7% вариации. AN была переменной окружающей среды, в основном объясняющей состав грибного сообщества, хотя P, AP, N и ST также имели влияние. Наконец, рН незначительно влиял на изменение состава сообщества (рис.7Б).

Рисунок 7: Диаграмма дискриминантного анализа избыточности (RDA), показывающая взаимосвязь между (A) бактериальным или (B) грибным сообществом и переменными окружающей среды в ризосферах вяза.

Функциональное прогнозирование бактериального сообщества

Всего в бактериальных сообществах, которые были распределены по шести метаболическим путям, была идентифицирована 41 группа по ортологии KEGG (KO) второго уровня. Среди этих путей наиболее распространены те, которые участвуют в метаболизме, обработке генетической информации и обработке информации об окружающей среде, составляя 52,15%, 15,7% и 13,65% от общего числа. На более высоком уровне разрешения предполагаемое относительное количество семейств генов, связанных с мембранным транспортом (11.41%), метаболизм аминокислот (11,14%) и метаболизм углеводов (10,62%) были особенно высокими в сообществах ризосферы ильма (рис. 8). Тем не менее, множественный сравнительный анализ показал, что прогнозируемое распределение функций генов существенно не различается среди ризосферных сообществ в разные сезоны ( p > 0,05).

Рисунок 8: Прогнозируемые функции бактериальных сообществ, обнаруженных в ризосфере ильма.

Функциональный анализ грибковых сообществ

Функциональный анализ грибных сообществ с использованием программы FUNGuild показал, что среди грибных сообществ ризосфер вяза, помимо неопознанных, присутствовало восемь различных экологических гильдий.Среди них сапротрофы и патотрофы были наиболее многочисленными, составляя 32,1% и 11,1% от общего числа сообществ (рис. 9). Множественный сравнительный анализ показал, что распределение функциональных гильдий грибов существенно не различается среди ризосферных сообществ в разные сезоны, как это наблюдалось для бактериальных сообществ ( p > 0,05).

Рисунок 9: Экологические гильдии грибных сообществ, встречающихся в ризосферной почве ильма.

Обсуждение

Почвенные микроорганизмы играют решающую роль в потоках энергии и материалов в экосистемах (Мартина Штурсова и др., 2012). В частности, ризосферные микроорганизмы необходимы для роста растений, смягчают колонизацию патогенов и поддерживают микроэкологический баланс ризосферы (Li et al., 2014; Zhou et al., 2014), и все чаще признается, что использование ризосферных микробиомов открывает новые возможности для влияния на производительность растений посредством адекватного управления (Sutherland et al., 2019). В настоящем пилотном исследовании использовалось высокопроизводительное секвенирование генов филогенетических маркеров сообщества для оценки микробного разнообразия у Ulmus pumila L. var. sabulosa ризосфер на песчаной земле Отиндаг за три сезона. Насколько нам известно, это первый высокопроизводительный секвенирующий анализ бактериального и грибкового разнообразия Ulmus pumila L.var. sabulosa ризосферы. Практически все бактериальное и грибное разнообразие в образцах ризосферы было надлежащим образом отобрано с использованием нашего подхода к высокопроизводительному секвенированию (рис. 3). Однако мы признаем ограниченный объем выборки исследования, и нельзя полностью определить, что выборка внутренних районов OSL была репрезентативной для разнообразия экосистем в этом важном районе. Тем не менее, эти результаты позволяют по-новому взглянуть на сезонную динамику структур микробных сообществ ризосферы Ulmus pumila L.var. sabulosa во внутренних районах OSL.

Учитывая обширное разнообразие OTU, количественные сравнения таксономических различий проводились только на более высоких таксономических уровнях, как описано ранее (Peiffer et al., 2013). Протеобактерии, актинобактерии, ацидобактерии и фирмикуты составляли крупнейшие компоненты каждого почвенного сообщества ризосферы. Возможно, эти наблюдения могут быть связаны с ошибками амплификации праймеров. Обзор покрытия праймеров гена 16S рРНК показал, что использованные здесь праймеры продемонстрировали высокий охват Proteobacteria, Actinobacteria, Acidobacteria и Firmicutes (Таблица S4).Протеобактерии были явно доминирующим типом ризосфер вяза в OSL, что согласуется с исследованиями ризосферных сообществ других деревьев. Например, Proteobacteria были основными таксонами бактерий, наблюдаемыми в Populus deltoids, ризосферных почвах (Gottel et al., 2011), а также в Pinus tabulaeformis (Yu, Wang & Tang, 2013). Испания, Крумхольц и Эльшахед (2009) предположили, что протеобактерии были наиболее распространенным типом почв во всем мире, потому что они, как правило, быстро растут, как сорные виды, и, как хорошо известно, быстро реагируют на нестабильные источники углерода.Однако следует отметить, что актинобактерии, а не протеобактерии, были доминирующими таксонами в образцах GSU1 и GSU4 (рис. 2A). Было замечено, что актинобактерии демонстрируют уникальное повышение выживаемости в периоды стресса окружающей среды (Leggett et al., 2012). Подобные наблюдения были зарегистрированы на нетронутых пастбищах (Yu et al., 2011). Таким образом, сходные механизмы могут объяснить преобладание актинобактерий в этих двух образцах. Ascomycota были, безусловно, самым многочисленным филумом в ризосферных сообществах ильма, что согласуется с другими исследованиями ризосфер на деревьях и пастбищах.Например, Ascomycota доминировали в ризосферных сообществах деревьев Taxus (Hao et al., 2016), а также были преобладающими таксонами на тропических лугах Лаоса (Lienhard et al., 2014).

Сезонные колебания α-разнообразия бактериальных и грибных сообществ в ризосферах ильма оценивали с использованием индексов разнообразия Шеннона (Shannon & Weiner, 1949) и Симпсона (Simpson, 1949), которые включают показатели видового богатства и равномерности. Кроме того, разнообразие также оценивалось с использованием оценочных индексов Chao1 (Chao, 1984) и ACE (Chao & Lee, 1992), которые отражают предполагаемое богатство сообщества.Изменение бактериального α-разнообразия в значительной степени коррелировало с сезоном, что указывает на то, что сезонные изменения в почвенной среде значительно влияют на богатство и равномерность бактериальных сообществ ризосферы ильма. Однако сезонность существенно повлияла только на индексы Chao1 и ACE грибных сообществ. Следовательно, сезонные изменения в почвенной среде могут существенно повлиять только на богатство грибных сообществ ризосферы ильма, но не на их равномерность (Таблица 2).Эти результаты согласуются с исследованиями ризосферных сообществ Pinus roxburghii , в которых сезон существенно влиял на богатство и равномерность бактериальных и грибных сообществ в этих ризосферах (Yadav, 2013). Значения α-разнообразия для бактериальных и грибных сообществ были выше в ранний вегетационный период и уменьшались осенью и летом (Таблица 2). Постепенное повышение температуры почвы в мае приводит к прорастанию растений, а рост растительности может обеспечить ряд ресурсов, таких как экссудация, для микробов, чтобы поддерживать большее разнообразие в это время (López-Mondéjar et al., 2015). В период с мая по август постепенное увеличение количества осадков приводит к затвердеванию почвы и снижению аэрации почвы и инфильтрации воды. Таким образом, анаэробные условия могут ограничивать рост аэробных микроорганизмов, что приводит к снижению разнообразия летом (Li et al., 2012).

Вариации в структуре β-разнообразия отражают сезонные влияния на микробное разнообразие в ризосферах ильма. В частности, структуры бактериальных сообществ значительно различались между сезонами, в то время как структуры грибных сообществ значительно различались только весной и осенью (Таблица 3).Как и в случае с бактериальным α-разнообразием, β-разнообразие бактериального сообщества в почвах ризосферы ильма более чувствительно к изменениям в почвенной среде, чем сообщества грибов. Несколько исследований показали, что грибы более устойчивы к изменениям окружающей среды, чем бактерии, и что грибы меньше нуждаются в воде и питательных веществах. Следовательно, грибы могут хорошо расти в среде с ограниченными ресурсами и не особенно хорошо расти в среде с достаточным количеством воды и питательных веществ (Yuste et al., 2011; Патра, 1990). В основе этих различных механизмов адаптации лежат различные экологические стратегии, основанные на способности бактерий и грибов реагировать на изменения окружающей среды. Бактерии проявляют типичные r-стратегии. То есть бактериальные клетки постоянно поглощают питательные вещества из окружающей среды, чтобы ускорить рост и размножение при высоком содержании воды и питательных веществ. И наоборот, недостаточная доступность питательных веществ приводит к быстрому сокращению популяций бактерий и низкой скорости восстановления. Напротив, грибы демонстрируют k-стратегии, при которых популяции относительно стабильны.Когда популяция сокращается, популяции могут быстро восстанавливаться, если изменения окружающей среды не превышают адаптационные диапазоны (Deyn et al., 2011). В целом, эти результаты показывают, что микробное разнообразие ризосферы ильма реагирует на сезонные колебания окружающей среды. Однако функциональный анализ показал, что сезон не оказал значительного влияния на предполагаемые метаболические функции бактерий и экологические функции грибов, в отличие от моделей разнообразия. Однако следует отметить, что функциональное распределение генов дает представление о метаболическом потенциале и экологических функциях сообществ, но не отражает фактическую метаболическую активность и экологические функции сообществ (Castañeda & Barbosa, 2017).Действительно, несколько исследований показали значительные изменения в таксономическом распределении среди сообществ, но сопоставимые функциональные распределения генов (Hollister et al., 2010; Ossola et al., 2016). Следовательно, экспрессия и регуляция генов являются неотъемлемыми компонентами, которые необходимо учитывать при оценке связи между содержанием генов и метаболической активностью.

Широко задокументировано, что микробное разнообразие обычно чувствительно к изменениям окружающей среды. Микроорганизмы реагируют на изменения окружающей среды, модулируя экспрессию генов и трансляцию белков, что приводит к изменениям физиологической активности микробов и, в конечном итоге, к различиям в численности популяций.Следовательно, структуры микробного сообщества изменяются в ответ на процессы регуляции генов, вызванные окружающей средой. Тем не менее, наличие функциональных генов дает большой потенциал для устойчивости сообщества и поддержания функций сообщества в дополнение к эффектам генетической регуляции. Например, одни и те же штаммы по-разному реагируют в разных условиях окружающей среды. Кроме того, малочисленные микроорганизмы могут стать более доминирующими при определенных условиях, хотя они в значительной степени сохраняют одни и те же функциональные гены, но демонстрируют различную экспрессию генов (Torsvik & Ovreås, 2002; Kaschuk, Alberton & Hungria, 2010; Souza et al., 2014). Изменения температуры почвы, влажности, pH и уровня органических и неорганических питательных веществ, среди других факторов, связанных с разными сезонами года, могут влиять на структуру микробных сообществ (Thoms & Gleixner, 2013). Однако консенсуса по наиболее влиятельным факторам еще предстоит достичь. Представленные здесь результаты показывают, что содержание влаги в почве и доступный K были ключевыми факторами, которые менялись в зависимости от сезона и влияли на бактериальные сообщества в ризосферах ильма (рис.6А). Эти наблюдения совпадают с результатами других исследований. Rasche et al. (2011) наблюдали, что сообщества бактерий тесно связаны с сезонными изменениями влажности почвы. Кроме того, Тиан и Гао (2014) отметили, что доступный калий является основным фактором, влияющим на бактериальные сообщества ризосферы огурца. В отличие от бактериальных сообществ, питательные вещества почвы, включая доступный азот и общий фосфор, были основными факторами, влияющими на состав ризосферных грибных сообществ внутри ризосфер вяза в разные сезоны (рис.6Б). Исследование ризосферных микробных сообществ двух растений на песчаной земле Хобк во Внутренней Монголии в Китае также показало, что питательные вещества почвы значительно влияют на численность микробной популяции (Dai et al., 2016). Экологические характеристики песчаной земли Хобк аналогичны характеристикам исследуемой здесь области исследований, и результаты вышеупомянутого исследования подтверждают результаты настоящего анализа. Точно так же характеристики почвы сыграли важную роль в формировании бактериальных и грибных сообществ черноземной зоны в почвах северо-западного Китая (Liu et al., 2014; Лю и др., 2015). Многие исследования показали, что pH почвы может сильно влиять на структуру микробного сообщества (Rousk et al., 2010; Nacke et al., 2011). Однако в данном исследовании pH мало влиял на микробные сообщества ризосфер вяза, что может быть связано с относительно узким диапазоном pH для почв, отобранных здесь.

Выводы

Таким образом, высокопроизводительное секвенирование генов филогенетических маркеров бактериальных и грибных сообществ выявило влияние сезонных колебаний на микробные сообщества, связанные с Ulmus pumila L.var. sabulosa ризосферы. Протеобактерии были наиболее многочисленным типом ризосферных бактериальных сообществ, в то время как грибной тип Ascomycota был наиболее распространен в сообществах грибов. Наши результаты показывают, что сезонные изменения повлияли на разнообразие бактериальных и грибных сообществ ризосферы ильма. Разнообразие бактериальных сообществ было самым высоким в весенних ризосферах, тогда как разнообразие грибных сообществ было самым высоким в летних ризосферах. Кроме того, структура бактериального сообщества существенно различалась в зависимости от сезона, в то время как структура грибного сообщества значительно различалась только весной и осенью.Функциональный анализ микробного сообщества показал, что сезон, по-видимому, не оказывает значительного влияния на различия в функциях бактерий и грибов среди ризосфер вяза. Среди всех измеряемых физико-химических параметров наиболее важными факторами, влияющими на структуру бактериального сообщества, были содержание влаги в почве и доступный калий, в то время как общее содержание азота и фосфора в первую очередь влияло на структуру грибного сообщества. Настоящее исследование предоставляет важные данные для понимания реакции микробных сообществ ризосферы ильма на сезонные изменения во внутренних районах OSL.Наши данные также обеспечивают основу для последующих исследований, чтобы понять взаимосвязь между сообществами ризосферы ильма и производительностью растений, что может быть полезно для понимания экологического функционирования и характеристик внутренних территорий OSL. Однако следует провести последующие исследования для оценки функций этих ризосферных сообществ и связанных с ними механизмов взаимодействия между ризосферными микроорганизмами и вязами.

Дополнительная информация

Места отбора проб.(A) Лига Силин-Гол. (B) Конкретное положение выборки в Санген Далай

Уреазная, фосфатазная, каталазная и сахарозная активности ризосферной почвы вяза из разных географических регионов подтверждают низкую пространственную неоднородность ризосферной почвы вяза на песчаной земле Отиндаг.

Графики накопления видов для (A) бактериального и (B) грибного сообществ

Дополнительного материала для подтверждения количества выборки было достаточно.

Физико-химические свойства почв ризосферы ильма в различных географических точках

Дополнительный материал, подтверждающий пространственную неоднородность почвы ризосферы ильма, невелик.

Определение качества секвенирования гена 16S рРНК каждого образца в разные сезоны

Raw PE: количество необработанных считываний, полученных платформой секвенирования Illumina HiSeq.Эффективные метки: допустимые последовательности для последующего анализа после фильтрации химеры. AvgLen: средняя длина эффективных тегов. Эффективный%: отношение эффективных тегов к необработанному полиэтилену. Это отразило эффективность секвенирования гена 16S рРНК.

Определение качества секвенирования ITS-региона каждой выборки в разные сезоны

Raw PE: количество необработанных считываний, полученных платформой секвенирования Illumina HiSeq.Эффективные метки: допустимые последовательности для последующего анализа после фильтрации химеры. AvgLen: средняя длина эффективных тегов. Эффективный%: отношение эффективных тегов к необработанному полиэтилену. Это отражало эффективность секвенирования области ITS.

Оценка покрытия праймеров

Это использовалось для обсуждения того, почему одни таксономические группы могут быть пропорционально более многочисленными, чем другие.

Характеристика внутригородских пространственных изменений наблюдаемой летней температуры окружающей среды по данным Обследования состояния атмосферы в муниципалитете Нью-Йорка

Определение взаимосвязи между пространственными вариациями температуры окружающей среды в пределах города и характеристиками землепользования может быть полезно для разработки стратегий смягчения последствий городской жары. влияние островов на потепление климата, но на сегодняшний день относительно мало опубликованных исследований собирают данные о температуре окружающей среды с высокой плотностью окружающей среды в крупных городах.

Мы применили регрессионное моделирование землепользования (LUR) к данным о температуре окружающей среды, собранным в течение 2009–2016 годов в рамках обследования состояния атмосферного воздуха в районе г. Нью-Йорка (NYCCAS), сети мониторинга загрязнения воздуха с высокой плотностью, охватывающей до 150 пунктов в пределах Нью-Йорка. Йорк (Нью-Йорк). Средняя летняя температура с 3 до 5 часов утра, скорректированная с учетом сезонных колебаний, была выбрана, чтобы избежать влияния вариаций затенения между объектами мониторинга. Экологические индикаторы, включая нормализованный разностный вегетационный индекс (NDVI), растительный покров с высоким разрешением, непроницаемость и плотность застройки, были охарактеризованы на нескольких буферных расстояниях вокруг каждого участка мониторинга, проверены на объяснительную ценность и объединены в пошаговой модели многовариантной регрессии с использованием первого Данные за 7 лет.Мы проверили модель по данным за 2016 год.

Средняя летняя температура за 8 лет колебалась от 17,1 до 25,8 ° C, а пространственные вариации хорошо объяснялись нелинейным членом км ² дерево, кустарник и травяной покров на высоте 200 м (отрицательная связь), показатель живой зеленой растительности (NDVI) в пределах 1000 м (отрицательное значение), внутреннее застроенное пространство в пределах 600 м (положительное значение), среднесуточная минимальная летняя температура на станции Национальной метеорологической службы в аэропорту Ла-Гуардия и нелинейный член, основанный на координатах XY для модель необъяснимой пространственной автокорреляции (R ² = 0.82). Эта модель очень хорошо предсказала температуру на участках NYCCAS летом 2016 г. (R ² = 0,87). Мы заметили, что существует ряд базовых уровней растительного покрова, увеличение которого связано с наибольшим понижением температуры, что указывает на особую городскую микросреду, в которой увеличенный полог деревьев может быть наиболее эффективным для снижения температуры окружающей среды.

Внутригородские колебания ночных температур хорошо объясняются особенностями архитектурной и природной среды.Вмешательства, направленные на эту комбинацию факторов, такие как преобразование мощеных пустырей и заброшенных зданий в засаженные растительностью пространства или замена городской инфраструктуры, использующей непроницаемые поверхности, на покрытые растительностью везде, где это возможно, могут помочь снизить температуру окружающей среды в Нью-Йорке. Наши результаты показывают, что оценки озеленения окрестностей могут не показать улучшения температуры до тех пор, пока не будет установлен определенный уровень живого растительного покрова.

Программы бакалавриата по морским наукам | Морская лаборатория острова Дофин

Альбинс, Марк А., Кандидат наук. (Государственный университет Орегона, 2011 г.). Научный сотрудник Университета Южной Алабамы. Экология морских рыб, связанных с рифами, включая воздействие инвазивных видов и рыболовства на популяции и сообщества. [email protected].

Бейкер, Рональд, доктор философии. (Университет Джеймса Кука, 2006). Доцент Университета Южной Алабамы и старший научный сотрудник морской лаборатории острова Дофин. Экология прибрежного и устьевого рыболовства; экология питомников; хищничество и экология пищевой сети; использование промысловых видов в морском пейзаже[email protected].

Бладгуд, Дженнифер, DVM, Ph.D. (Университет Джорджии, 2019). Ветеринарный врач и научный сотрудник, DISL, Центр исследования морских млекопитающих и Сеть морских млекопитающих Алабамы по выбросам на берег. Здоровье диких животных в свободном выгуле; Одно здоровье; инфекционные и зоонозы; судебно-медицинская патология; реакция морских млекопитающих на высадку на берег и вскрытие трупа. [email protected].

Кармайкл, Рут, доктор философии (Бостонский университет, 2004 г.). Старший морской ученый II ДИСЛ, доцент кафедры.морских наук Университета Южной Алабамы. Реакции морских экосистем и организмов; понимание биологических и физиологических реакций на изменение окружающей среды, такое как обогащение питательными веществами, изменение климата и другие нарушения. Применение методов в стабильных изотопах и популяционной экологии. [email protected].

Дорган, Келли М., Ph.D. (Университет штата Мэн, 2007 г.). Старший морской ученый I DISL, доцент кафедры морских наук Университета Южной Алабамы.Экология отложений, сфокусированная в первую очередь на взаимодействиях организм-среда; биомеханика и энергетика норок; биологически-физические взаимодействия; функциональная морфология беспозвоночных. [email protected].

Драймон, Дж. Маркус, доктор философии (Университет Южной Алабамы, 2010 г.). Ассистент профессора, Государственный университет Миссисипи. Прибрежный центр исследований и распространения знаний Научные интересы включают экологию морского рыболовства, в частности трофические взаимодействия / динамику трофических сетей хищников верхнего трофического уровня, а также управление рыболовством на основе экосистем[email protected].

Эллиотт, Эмили А. (Тиммонс), Ph.D. (Университет Северной Каролины в Чапел-Хилл, 2017 г.). Постдокторант / адъюнкт-факультет, Университет Алабамы. Прибрежная геология и геоморфология, палео- и геохронология, седиментология и палеотемпестология с упором на понимание климатических факторов изменения прибрежной зоны. [email protected].

Флеминг, Джонатан П., доктор философии (Государственный университет Миссисипи, 2012). Доцент кафедры географии и социологии Колледжа искусств и наук Говарда Самфордского университета.Текущие темы исследований включают выявление механизмов и моделей инвазий видов, водных и водно-болотных растений, а также проекты пространственной экологии с использованием прикладных ГИС для понимания современных изменений окружающей среды. [email protected]

Гэннон, Энди, доктор философии (Университет Флориды, 1990 г.). Профессор биологии, Бирмингем-Южный колледж, Бирмингем, Алабама. Физиология и экология крабов и их симбиотических взаимоотношений, морская экология. [email protected].

Гиер, Пол Дж., Кандидат наук. (Университет Оклахомы, 1997). Профессор биологии Хантингдонского колледжа, Монтгомери, Алабама. Зоология, экология и эволюция. Биология сохранения насекомых, половой отбор и эволюция систем спаривания позвоночных. [email protected].

Хеннинг, Иеремия А. Ph.D. (Университет Теннесси, 2017). Доцент Университета Южной Алабамы. Экология прибрежных растительных сообществ, взаимосвязь между биоразнообразием и функциями экосистемы, микоризные грибы, взаимодействие растений и микробов, экология глобальных изменений[email protected].

Хоадли, Кеннет, доктор философии (Университет Делавэра, 2016 г.) Старший морской ученый I DISL, ассистент. Профессор кафедры биологических наук Университета Алабамы. Текущие темы исследований включают биологию коралловых рифов, фотобиологию морских водорослей и первичное производство. [email protected]

Кейзер, Кент, доктор философии (SUNY Stony Brook, 1980). Профессор, факультет наук о зрении, помощник вице-президента по исследованиям Университета Алабамы в Бирмингеме.Связь между нейронами: нейротрансмиттеры, рецепторы нейротрансмиттеров в сетчатке и головном мозге. [email protected].

Киль Риз, Брэнди, Ph.D. (Техасский университет A&M, 2011 г.). Доцент Университета Южной Алабамы. Микробная экология и биогеохимическая цикличность мелководных и глубоких подземных отложений. Жизнь в экстремальных условиях, включая гидротермальные источники, змеевидные грязевые вулканы и Международную космическую станцию. [email protected].

Краузе, Джеффри, Ph.D. (Университет штата Орегон, 2008 г.). Старший морской ученый I DISL, доцент кафедры морских наук Университета Южной Алабамы. Экология морских диатомей и цианобактерий и понимание связи между морским биогеохимическим циклом кремния с циклами углерода и азота. [email protected].

Layton, Jenny E., Ph.D. (Университет Алабамы в Бирмингеме, 2011 г.). Доцент Самфордского университета. Биологические науки, морская биология, экология и сохранение наземных и водных позвоночных.В том числе акцент на определение пола в зависимости от температуры у рептилий и его эволюционные, экологические и природоохранные последствия для морских черепах. jlayton @ samford.edu.jlayton @ samford.edu

Льюис, Дженнифер, доктор философии. (Международный университет Флориды, 2010 г.). Директор Фонда исследования тропических дельфинов. Движение животных и преимущества формирования группы; кормовая экология; поведенческая экология тропических видов дельфинов; сохранение морской экологии с упором на нелетальные последствия движения судов для морских видов[email protected].

Мосс, Энтони Г., доктор философии (Бостонский университет, 1986). Доцент биологических наук, координатор программы морской биологии Обернского университета. Гребневки и медузы, сальпы, морская микробная биология, реснички и жгутики. [email protected].

Пруенте, Виктория, доктор философии (Обернский университет, 2020). Постдокторант-исследователь, Обернский университет, Школа рыболовства, аквакультуры и водных наук. Безопасность морепродуктов и аквакультура устриц[email protected].

Робертсон, Б.К., доктор философии (Корнельский университет, 1993). Профессор микробиологии и токсикологии окружающей среды с акцентом на морскую экологию и исполнительный директор программ магистратуры в области биологических наук, Государственный университет Алабамы. Мои исследования были сосредоточены на судьбе токсичных химикатов в почвах, отложениях и морской среде; роль Aeromonas в возникновении болезней у людей и рыб и их вклад в загрязнение питьевой воды; значение микробиома кишечника человека при ожирении, диабете и других заболеваниях; и роль конкретных микробов и молекулярных механизмов в преобразовании Hg в почвах и отложениях[email protected].

* Ли Сми, доктор философии (Технологический институт Джорджии, 2006 г.). Председатель Университетских программ DISL, старший научный сотрудник II DISL, доцент кафедры морских наук Университета Южной Алабамы. Текущие темы исследований включают экологию устричных рифов, вторжение мангровых зарослей, воздействие пестицидов на синих крабов и биогеографию сообществ морских водорослей в Мексиканском заливе. [email protected].

Спринкл, Эми, доктор философии (Университет штата Делавэр, 2009 г.). Инструктор по морским наукам, Университет Южной Алабамы. Океанография, химическая и биологическая океанография, морская биология, биологические науки, наземная и водная экология и трофическая динамика. [email protected].

Стэнтон Ли, доктор философии (Университет штата Луизиана, 2005 г.). Адъюнкт-профессор Университета Западной Алабамы, директор Института сохранения и исследования Черного пояса. [email protected].

Штокель, Джим, доктор философии (Университет Майами, 2007). Доцент, Обернский университет, Школа рыболовства, аквакультуры и водных наук. Экология и аквакультура ракообразных и моллюсков; физиологическая экология; экотоксикология; Особое внимание уделяется роющим ракам и мидиям. [email protected].

Стрэнг, Кристиан, доктор философии. (Университет Алабамы в Бирмингеме, 2004 г.). Инструктор по исследованиям, Департамент наук о зрении, Университет Алабамы в Бирмингеме. Функция рецепторов ацетилхолина в зрительной обработке[email protected].

Тервей, Уэсли, доктор философии (Государственный университет Колорадо, 2007). Доцент метеорологии, кафедра наук о Земле, Univ. Южного Ала. Изменение интенсивности и структуры ураганов; суровая погода; зимняя погода; технологии и наука. [email protected].

* Валентин, Джон, доктор философии (Университет Алабамы, 1989). Исполнительный директор и старший морской ученый III DISL, профессор кафедры морских наук Университета Южной Алабамы[email protected].

Wibbels, Thane, Ph.D. (Техасский университет A&M, 1988). Адъюнкт-профессор биологии Алабамского университета в Бирмингеме. Биология определения пола в зависимости от температуры у рептилий, включая акцент на ее значении для экологии, эволюции и сохранения морских черепах. [email protected].

Уоффорд, Сара, доктор философии (Государственный университет Боулинг-Грин, 2017 г.) Доцент кафедры биологии Государственного университета Джексонвилля.Текущие темы исследований включают агрессивное поведение водных беспозвоночных, химическую экологию социальных взаимодействий и влияние изменения окружающей среды на получение ресурсов и агностическое поведение. [email protected].

Вудри, Марк, доктор философии (Университет Южного Миссисипи, 1995). Птичий эколог / прибрежный эколог в Государственном университете Миссисипи, координатор исследований в Национальном эстуарном исследовательском заповеднике Гранд-Бэй. Экология и охрана болотных птиц; программы мониторинга биологических ресурсов; экология приливных болот; экологические последствия повышения уровня моря для прибрежных экосистем[email protected].

* На этих факультетах в этом году не проводятся курсы бакалавриата.

Оценка агрономических характеристик линий гибридных томатов F1 в весенне-летнем сезоне 2015 в Тхуа Тхиен Хюэ — издательство David Publishing Company

Автор (ы)

Хай Тхи Хонг Чыонг ^{1, 2} , Тао Тху Фан ² и Кхань Тхи Ле ^{1, 3}

Принадлежность (а)

1.Кафедра биотехнологии, факультет агрономии, Колледж сельского и лесного хозяйства, Университет Хюэ, 102 Фунг Хунг, город Хюэ 47000, Вьетнам
2. Университет Хюэ, 03 Le Loi Street, Hue City 47000, Вьетнам
3. Кафедра садоводства, факультет агрономии, Колледж сельского хозяйства и лесоводства, Университет Хюэ, 102 Фунг Хунг, город Хюэ 47000, Вьетнам

РЕФЕРАТ

Четыре гибридных томата F1 линии (CT2011, CW2011, TS2011 и CLN2011) и два коммерческих гибридных томата F1 сорта, использованные в качестве контроля (TN52 и TN561), оценивали по урожайности и урожайности. компоненты.Были предприняты усилия, чтобы свести к минимуму зависимость от импорта гибридных семя. Эксперимент проводился в виде рандомизированного полного блока (RCBD). с тремя повторностями в весенне-летнем сезоне 2015 г. Данные зарегистрированы на пяти растения для каждой повторности. Результаты показали, что все гибриды томатов F1 линии хорошо росли в условиях Thua Thien Hue. У CT2011 была самая высокая высота растений, за ней следовали TS2011 и CLN2011. CT2011 является вишневым типом и получил самый высокий процент завязывания плодов (82.87%) и наивысший показатель по шкале Брикса (4.97). Эта линия также имела высокую урожайность (70,91 т / га). TN52 имел самую высокую доходность (80,69 т / га) среди перерабатывающих линий томатов, а у TN561 самые большие плоды (90,1 грамм). Все гибридные линии томатов F1 имели высокую устойчивость к фитофторозу и бактериальное увядание.

КЛЮЧЕВЫЕ СЛОВА

Гибрид, бактериальное увядание, фитофтороз, Solanum lycopersicum , Тхуа Тхиен Хюэ.

Цитируйте эту статью

Список литературы

Изменения региональной влажной волны тепла в Евразии летом (1979–2017 гг.)

На рисунках 1 (a) и (b) показаны среднегодовые значения HWF и HWA в течение лета (июнь, июль и август) в Евразии.Периодичность влажных волн тепла самая высокая (более пяти дней в летний период) в Саудовской Аравии, некоторых частях Южной и Восточной Азии (диаграмма 1 (a)). Для HWA (рисунок 1 (b)) две области влажных волн тепла расположены в SAS и EAS с наибольшими значениями на равнине Инд-Ганг и в восточном Китае. Среднее значение HWA по региону составляет 24,4 ° C и 22,1 ° C для SAS и EAS соответственно. В этих муссонных регионах высокая температура и влажность, что приводит к более высокой интенсивности волны тепла T _w (рисунок 1 (b)). Высокие значения HWA также встречаются в районе Персидского залива со значениями HWA 30.3 ° С. Это самое большое значение HWA в Евразии и близко к опасному значению T _w , равному 31 ° C (Sherwood and Huber 2010), которое редко превышается в нынешних климатических условиях. Одна из возможных причин этого — высокая влажность в прибрежных районах, которая способствует высокому значению T _w . Поэтому имеет смысл исследовать региональные различия вклада влажности и температуры на T _w .

Увеличить Уменьшить Сбросить размер изображения

Рисунок 1. Географическое распределение среднего значения (a) HWF (единица: дни), (b) HWA (единица: ° C) для лета в период 1979–2017 гг. Цветовая полоса на (b) неоднородна, чтобы сосредоточиться на высоких значениях. (c) График в виде прямоугольников и усов линейного тренда летних HWF (красные прямоугольники), HWD (зеленые прямоугольники) и HWA (синие прямоугольники) в восьми регионах Джорджи (Giorgi and Francisco, 2000) в период 1979–2017 гг. от 0,25 × 0,25 Набор данных ERA-5. Для каждой прямоугольной диаграммы нижняя и верхняя части прямоугольников являются нижним и верхним квартилями, соответственно, полоса около середины прямоугольника — это медиана, а усы показывают значения 5% и 95%.

Загрузить рисунок:

SAS (рисунок 1 (c)) — это регион с наиболее значимыми ( p <0,1) тенденциями к увеличению средних региональных значений HWF и HWD, при этом 87% и 80% сеток, соответственно, демонстрируют тенденцию к увеличению, указывающую на то, что волны тепла здесь участились и продолжаются дольше. В большинстве регионов HWA показывает значительные ( p <0,1) положительные тенденции с наибольшими значениями в NEU и MED при 0,38 ° C и 0.32 ° С · декада ⁻¹ соответственно. Однако в регионе CAS наблюдается небольшое изменение показателей влажной жары.

T _w зависит как от температуры, так и от влажности, поэтому влияние температуры и влажности на изменения влажной жары может иметь сильные региональные различия в Евразии. Чтобы изучить это, мы сначала сравниваем среднее значение и линейный тренд температуры и влажности в течение 1979–2017 годов, затем в разделе 3 обсуждаются количественные вклады T _{, среднее значение} и RH в T _w изменений.3.

Когда возникает волна тепла, самые большие значения T _w приходятся на регионы с муссонными дождями, включая SAS и EAS (рисунок 2 (a)). Наивысшие T _{средние значения} во время влажных волн тепла наблюдаются в основном в некоторых частях SAH, особенно в Саудовской Аравии, CAS, SAS и EAS. Центры высокого RH расположены в SAS, EAS и части NAS. Более низкая относительная влажность в Саудовской Аравии, CAS и Монголии была связана с высокими температурами и низкой влажностью в этих регионах. Напротив, на северо-востоке САМ низкие значения температуры приводят к высокой относительной влажности в этой области.

Увеличить Уменьшить Сбросить размер изображения

Рисунок 2. Географическое распределение среднего значения (a), (b) T _w , (c), (d) T _mean , (e), (f) RH в жаркие дни (слева) и среднее значение в жаркие дни за вычетом летнего среднего значения (справа) в период 1979–2017 гг. Чтобы вычислить среднее дневное значение волны тепла минус среднее значение летнего периода для каждой точки сетки и каждого года, мы вычисляем среднее значение T _w , T _{среднее значение} и относительную влажность для всех дней с периодом тепла, а затем вычитаем среднее значение лето T _w , T _{означает} и RH для этого года.Цветные полосы на (a) и (c) неоднородны, чтобы сфокусироваться на высоких значениях.

Загрузить рисунок:

Чтобы изучить, насколько условия аномальной жары отличаются от средних летних условий, мы вычислили разницу средних значений T _w , T _{, среднего} и относительной влажности в дни сильной жары от среднего летнего значения 1979–2017 гг. (Рисунки 2 ( б), (г), (е)). Там, где эти различия велики, именно здесь волна тепла T _w больше, чем среднее значение за лето. T _w разница между влажной волной тепла и летними днями плавно увеличивалась с юга на север (рисунок 2 (b)) с наибольшими различиями на побережье Северного Ледовитого океана. Это говорит о том, что влажные волны тепла в этих регионах более экстремальны, что может привести к более серьезным последствиям. T _{среднее значение} (рисунок 2 (d)) различия аналогичны различиям T _w и также являются плавными, что, возможно, указывает на доминирующий вклад (см. Ниже) температуры по сухому термометру в T _w .Это означает, что влажные волны тепла отличаются от традиционно определяемых сухих волн тепла, потому что сухие волны тепла часто возникают в центрах высокого давления (антициклоне), следовательно, в сухом воздухе (Baldi et al 2006, Гершунов и др. 2009 г.). Для различий относительной влажности (рисунок 2 (f)) высокие значения обнаружены на SAS, TIB и северном EAS. В большинстве регионов относительная влажность волны тепла примерно на 20% выше среднего климатологического значения, хотя и со значительной региональной неоднородностью, что свидетельствует о большом, хотя и неоднородном, увеличении относительной влажности при возникновении влажных волн тепла.

Чтобы понять региональные тенденции в T _{, среднее значение} и относительная влажность, когда возникает влажная волна тепла, мы анализируем тенденции в T _w , T _{среднее значение} и относительная влажность во время волн тепла (рисунки 3 (а), ( в), (д)). В NEU, северо-западном EAS и некоторых частях Аравии и TIB увеличение T _w сопровождается повышением температуры и относительной влажности. Это означает, что увеличение T _w в этих регионах связано с повышением как температуры, так и влажности.В восточных частях CAS и SAS по мере увеличения T _w наблюдается значительная положительная тенденция относительной влажности без значительных положительных T _{средних} тенденций в этих областях. Крайний случай наблюдается в некоторых частях региона SAS, где T _{означает, что} значительно снизились в дни с аномальной погодой в части региона. Таким образом, увеличение T _w в этих регионах, вероятно, в основном связано с увеличением относительной влажности. На западе России, юго-востоке ВАЛ и северном Средиземноморье, где T _w значительно увеличилось, T _{среднее значение} имеет значительные положительные тенденции, а изменения относительной влажности незначительны.Таким образом, T _w увеличение, вероятно, вызвано T _{средним увеличением} . Количественный анализ вкладов изменений в T _{, среднее значение} и RH в изменения в T _w показан в разделе 3.3.

Увеличить Уменьшить Сбросить размер изображения

Рисунок 3. Географическое распределение линейного тренда (a), (b) T _w , (c), (d) T _{среднее значение} , (e), (f) RH во время волн тепла (слева) и среднего минус летнего (справа) в период с 1979 по 2017 гг.Затенение указывает на незначимые ( p <0,1) тенденции. Чтобы вычислить тренд средней волны тепла минус среднее значение за лето, для каждой сети и каждого года, мы вычисляем среднее значение T _w , T _{среднее значение} и относительную влажность для дней с периодом тепла и вычитаем среднее значение за лето T _w , T _{среднее значение} и относительная влажность, а затем вычислить тенденцию и значимость из разностных временных рядов.

Загрузить рисунок:

На большей части территории Евразии различия между тенденциями дневной жары и средним летним показателем для T _w , T _{среднего} и RH не являются значимыми в период 1979–2017 гг. (Рисунки 3 (b), (d), (е)).Это говорит о том, что значительные изменения T _w , T _{среднего} и относительной влажности в дни с волной тепла в значительной степени связаны с изменениями в летнем среднем.

Для количественного измерения чувствительности T _{w от} до T _{среднее значение} и RH, соответственно, мы вычислили ∂ T _w / ∂ T _{среднее значение} ( ^o C / C / C / 90 o C) и ∂ T _w / ∂RH ( ^o C /%) из средних условий во время влажных волн тепла (уравнения (2) и (3)).Для большей части Евразии увеличение на 1 ° C в T _{, среднее значение} во время влажных волн тепла, увеличивает T _w на 0,6 ° C – 1 ° C (рисунок 4 (a)) с наименьшей чувствительностью в засушливых регионах и самая высокая чувствительность в Шотландии, Ирландии, Юго-Восточной Азии, некоторых частях Индии и на тихоокеанском побережье России. Увеличение относительной влажности на 1% вызывает увеличение относительной влажности T _w на 0,05–0,2 ° C (рисунок 4 (b)) с более высокой чувствительностью относительной влажности на Аравийском полуострове, востоке Китая, южной части EAS и SAS и более низкой чувствительностью в Скандинавия, Сибирь и ТИБ.

Увеличить Уменьшить Сбросить размер изображения

Рис. 4. Географическое распределение (a) ∂ T _w / ∂ T _{среднее значение} (100 * ° C / ^o C; уравнение (2)) и (b) ∂ T _w / ∂RH (100 * ° C /%; уравнение (3)) в дни сильной жары (справа) для 1979–2017 гг., Где T _w , RH, T _{среднее значение} средние значения для всех жарких дней за 1979–2017 гг.(c) График медианного тренда _{T w} (серые прямоугольники), тренд _{T среднее значение} * ∂ T _w / ∂ T _{среднее} (красные прямоугольники), рассчитывается по уравнению (2) и медиана тренда _RH * ∂ T _w / ∂RH (синие прямоугольники), рассчитывается по уравнению (3), остаток = тренд _{T w} — (тренд _{T средний} * ∂ T _w / ∂ T _{средний} + тренд _RH * ∂ T _w / ∂RH) (фиолетовые прямоугольники), в восьми субрегионы в 1979–2017 гг.Для каждой области короткая черная горизонтальная линия показывает медианное значение всех сеток в этой области; вертикальная черта показывает небольшой интервал неопределенности медианы. 5% и 95% медианы показывают интервал неопределенности. Цветные полосы на (a) и (b) неоднородны, чтобы сделать распределение ясным. Географическое распределение тренда (d) T _{среднее} * ∂ T _w / ∂ T _{среднее значение} и тренд (e) RH * ∂ T _w / ∂RH в течение 1979– 2017 г.Затенение указывает на незначимые ( p <0,1) тенденции. Цветовая полоса в (d) в три раза больше, чем в (e).

Загрузить рисунок:

Для количественного измерения вкладов изменений T _{среднего} и RH в изменения T _w (см. Уравнение (4)), как чувствительности T _w , так и изменений T _{среднее значение} и относительная влажность (рисунки 4 (c) — (e)). T _{среднее значение} является крупнейшим фактором изменений в T _w , хотя количественный вклад зависит как от чувствительности T _w к температуре, так и от изменения температуры (рисунки 4 (c) — ( д)). Если рассматривать Евразию в целом, изменения в T _w в значительной степени вызваны изменениями температуры, но влияние температуры и влажности на изменения HWA демонстрирует значительные региональные различия (рисунок 4 (c)).В восьми регионах доминирующим фактором увеличения медианы T _w в жаркие дни является температура по сухому термометру с небольшим вкладом тенденций относительной влажности. При сушке CAS компенсирует эффект потепления, приводящий только к небольшим изменениям T _w . Средиземноморский регион также демонстрирует эффект осушения, который снижает вызванное температурой повышение T _w . Напротив, область TIB показывает умеренное увеличение T _w по сравнению с преобладающим повышением температуры, вызванным изменениями относительной влажности.

(PDF) Характеристика внутригородских пространственных изменений наблюдаемой летней температуры окружающей среды по данным обследования состояния атмосферы в муниципалитете Нью-Йорка

Coseo, P., Larsen, L., 2014. Как факторы землепользования / растительного покрова, конфигурации зданий , а также соседние источники и поглотители тепла объясняют городские тепловые острова в Чикаго.

Landsc. Градостроительный план. 125, 117–129.

Ган, С., Розенцвейг, К., Ханбилварди, Р., Паршалл, Л., Махани, С., Гликман, Х. и др., 2008 г. Изменения прочности городского теплового острова Нью-Йорка с течением времени и

место.Теор. Прил. Climatol. 94, 1–11.

Гаспаррини, А., Го, Ю., Хашизуме, М., Лавин, Э., Занобетти, А., Шварц, Дж. И др., 2015. Риск смертности, связанный с высокой и низкой температурой окружающей среды: a

многострановое обсервационное исследование. Ланцет 386, 369–375.

Гедзельман, С., Остин, С., Чермак, Р., Стефано, Н., Партридж, С., Кузенберри, С., и др., 2003. Мезомасштабные аспекты городского теплового острова вокруг Нью-Йорка. Теор.

Заяв. Climatol. 75, 29–42.

Гонсалес, Х.Э., Ортис, Л., Смит, Б.К., Девинени, Н., Колле, Б., Бут, Дж. Ф. и др., 2019. Группа Нью-Йорка по изменению климата, Отчет за 2019 год, Глава 2: Новые методы оценки

Экстремальные температуры, сильные ливни и засуха.

GroundTruth, 2018. Weatherbug.Com. Доступно: https://www.weatherbug.com/.

Hamstead, ZA, Kremer, P., Larondelle, N., McPhearson, T., Haase, D., 2016. Классификация неоднородной структуры городских ландшафтов (sturla) как индикатор

ландшафтной функции применительно к поверхности температура в Нью-Йорке.Ecol. Инд. 70, 574–585.

Hamstead, Z.A., Farmer, C., McPhearson, T., 2018. Оценка уязвимости к экстремальной жаре на основе ландшафта. J. Экстремальное событие. 5, 1850018.

Хау, Д., Хэтэуэй, Дж., Эллис, К., Мейсон, Л., 2017. Пространственная и временная изменчивость температуры воздуха в городских кварталах с разным количеством деревьев

навес. Городской для. Городской зеленый. 27, 109–116.

Ито, К., Матес, Р., Росс, З., Надас, А., Терстон, Г., Мэтт, Т., 2011. Компоненты мелких твердых частиц, связанные с сердечно-сосудистыми госпитализациями и смертностью

в Нью-Йорке .Environ. Перспектива здоровья. 119, 467.

Ито, К., Джонсон, С., Хейрбек, И., Клогерти, Дж., Пезешки, Г., Росс, З., и др., 2016. Изменение концентраций элементарных частиц мелких частиц в городских условиях в Нью-Йорк.

Окружающая среда. Sci. Technol. 50, 7517–7526.

Клоог, И., Чудновский, А., Кутракис, П., Шварц, Дж., 2012. Временные и пространственные оценки минимальной температуры воздуха с использованием спутниковой температуры поверхности

измерений в Массачусетсе, США. Sci. Total Environ.432, 85–92.

MacFaden, S.W., et al., 2012. Картирование крон деревьев с высоким разрешением для Нью-Йорка с использованием LIDAR и объектно-ориентированного анализа изображений. J. Appl. Удаленный. Sens. 6 (1)

063567.

Madrigano, J., Mittleman, MA, Baccarelli, A., Goldberg, R., Melly, S., Von Klot, S., et al., 2013. Температура, инфаркт миокарда и смертность: изменение эффекта

по индивидуальным характеристикам и характеристикам на уровне области. Эпидемиол. (Кембридж, Массачусетс) 24, 439.

Мадригано, Дж., Ито, К., Джонсон, С., Кинни, П.Л., Мэтт, Т., 2015. Исследование уязвимости к смертности, связанной с аномальной жарой, в Нью-Йорке (2000–2011 гг.).

Окружающая среда. Перспектива здоровья. 123, 672.

Mathes, R.W., Ito, K., Lane, K., Matte, T.D., 2017. Наблюдение за заболеваемостью, связанной с жарой, в реальном времени: связь с избыточной смертностью, связанной с экстремальной жарой. PLoS One

12, e0184364.

Мэтт, Т.Д., Росс, З., Хейрбек, И., Эйсл, Х., Джонсон, С., Горчински, Дж. Э. и др., 2013. Мониторинг внутригородских пространственных моделей множественных загрязнителей воздуха горения в городе

Нью-Йорк: разработка и реализация. J. Expo. Sci. Environ. Эпидемиол. 23, 223.

Мэтт, Т.Д., Лейн, К., Ито, К., 2016. Чрезмерная смертность, связанная с экстремальной жарой в Нью-Йорке, 1997–2013 гг. Health Secur. 14, 64–70.

Меир, Т., Ортон, П.М., Пуллен, Дж., Холт, Т., Томпсон, В.Т., Аренд, М.Ф., 2013. Прогнозирование городского острова тепла и морского бриза в Нью-Йорке во время экстремальной жары

явления.Прогноз погоды. 28, 1460–1477.

Мецгер, К.Б., Ито, К., Мэтт, Т.Д., 2010. Летняя жара и смертность в Нью-Йорке: насколько жарко, слишком жарко? Environ. Перспектива здоровья. 118, 80.

Новак, Д.Дж., Роберт, И.И.И.Е., Крейн, Д.Э., Стивенс, Дж. К., Уолтон, Дж. Т., 2007. Оценка воздействия и ценностей городских лесов, Городской лес Нью-Йорка. Министерство сельского хозяйства США

, Лесная служба, Северная исследовательская станция 22, Resour Bull NRS-9 Newtown Square, PA, стр. 9.

Ortiz, L.Э., Гонсалес, Дж. Э., Ву, В., Шунен, М., Тонг, Дж., Борнштейн, Р., 2018. Влияние города Нью-Йорка на региональную аномальную жару. J. Appl. Meteorol. Climatol. 57,

837–851.

Освальд, Э.М., Руд, Р.Б., Чжан, К., Гронлунд, С.Дж., О’Нил, М.С., Уайт-Ньюсом, Дж. Л. и др., 2012. Исследование пространственной изменчивости приземного воздуха

температуры в Детройте, штат Мичиган, столичный регион. J. Appl. Meteorol. Climatol. 51, 1290–1304.

Рамамурти, П., Гонсалес, Дж., Ортис, Л., Аренд, М., Мошари, Ф., 2017. Влияние аномальной жары на мегаполис: анализ наблюдений за городом Нью-Йорк в июле 2016 года.

Environ. Res. Lett. 12, 054011.

Schatz, J., Kucharik, C.J., 2014. Сезонность эффекта городского теплового острова в Мэдисоне, штат Висконсин. J. Appl. Meteorol. Climatol. 53, 2371–2386.

Ши, Ю., Кацшнер, Л., Нг, Э., 2018. Моделирование мелкомасштабной пространственно-временной модели эффекта городского теплового острова с использованием подхода регрессии землепользования в мегаполисе.Sci.

Total Environ. 618, 891–904.

Ши, Ю., Рен, К., Цай, М., Лау, К.К.-Л., Ли, Т.-К., Вонг, В.-К., 2019. Оценка пространственной изменчивости экстремально жарких погодных условий в Гонконге: подход регрессии землепользования

. Environ. Res. 171, 403–415.

Скарбит, Н., Стюарт, И.Д., Унгер, Дж., Гал, Т., 2017. Использование городской метеорологической сети для мониторинга температурных условий воздуха в «местных климатических зонах»

Сегед, Венгрия. Int. J. Climatol.37, 582–596.

Вант-Халл, Б., Карими, М., Сосса, А., Висанто, Дж., Назари, Р., Ханбилварди, Р., 2014. Тонкая структура дневного городского теплового острова Манхэттена: новый набор данных. J. Urban

Environ. Англ. 8, 59–74.

Уорд, Х., Гриммонд, К., 2017. Оценка воздействия изменений поверхностного покрова, поведения человека и климата на распределение энергии в большом Лондоне. Landsc.

Градостроительный план. 165, 142–161.

Чжоу, В., Цзи, С., Чен, Т.-Х., Хоу, Ю., Чжан, К., 2014. Волна жары 2011 года в Большом Хьюстоне: влияние землепользования на температуру.