|

楼主 |
发表于 2008-7-30 10:38:28
|
显示全部楼层
整合分析及其在植物对高浓度CO2响应中的应用
topjz wrote:
整合分析及其在植物对高浓度CO2响应中的应用 ,作者:郑凤英
中国科学院华南植物研究所,2001年博士论文
仅能帮您查到论文的摘要:
整合分析是一种对同一主题下不同独立研究进行综合的统计学方法,是目前公认的最好的数量综合分析方法。虽然目前己发展出多种整合分析方法,但其基本思想是一致的,主要为:第一,根据拟解决的问题及原文献所提供的数据形式构造一个可将所有研究的结果放于同一个尺度上进行结合的统计量(效应值);第二,计算各独立研究的效应值和它的方差;第三,根据一定的整合分析模型结合各研究的效应值,也即计算出所有研究或各分组研究中的加权平均效应值(在平均过程中,要根据其效应值的方差进行权重),并决定其置信区间;第四,做所有研究或分组中研究间效应值的异质性检验。本论文首次在国内对整合分析进行了详细的应用研究。剖析了它的优点和缺点,且与其它综述方法进行了比较。并应用整合分析对1990-1998年间29种国际上比较知名的植物生理学、植物生态学期刊中有关大气CO_2浓度倍增对植物生理生态指标影响的文献进行了综合分析。结果表明:在实例分析中,无环境胁迫时,以lnR为效应值、采用随机模型对C_3植物的24个生理生态指标数据进行分析发现,高浓度CO_2对12个指标产生正效应,效应值由大到小依次为:根生物量(B_r)、地上部生物量(B_s)、单位叶重量中淀粉含量(St)、光饱和时光合速率(A)、总生物量(B_l)、单株植物叶面积(LA)、单位叶重量中可溶性糖含量(Sug)、单位叶重量中非结构性碳水化合物含量(TNC)、单位叶面积中氮含量(N_a)、相对生长速率(RGR)、叶绿素a,b含量比(a/b)、根茎比(R/S);对另12个指标产生负效应,效应值由大到小依次为:叶气孔导度(g_s)、暗呼吸速率(R_d)、单位叶重量中氮含量(N_m)、单位叶重量中蛋白质含量(Pr_m,)、单位叶结构重量中氮含量(N_a)、单位叶重量中叶绿素含量(Chl_m)、单位叶重量中1,5-二磷酸核酮糖羧化氧化酶含量(Rub)、单位叶重量中1,5-二磷酸核酮糖羧化氧化酶活性(Rub_(act))、比叶面积(SLA)、叶面积比(LAR)、单位叶面积中叶绿素含量(Chl_a)、单位叶面积中蛋白质含量(Pr_n)。在这24个指标中,只有R/S、Chl_a、Pr_a、N_a、N_s的变化不显著,其中R/S的变化最小。析结果可概括为倍增CO_2浓度下,C_3植物的光合速率提高40.36%、生长速率加快5.24%、生物量增加30.01%,叶内含可溶性糖增加15.96%,非结构碳水化合物量增加14.33%:而气孔导度下降30.39%、暗呼吸速率降低20.67%、单位叶结构重量中含氮量下降14.17%、单位叶重量中氮含量降低15.37%、单位叶重量中蛋白质含量降低1.87%、单位叶面积中蛋白质含量降低14.52%。植物的气体交换和生物量受高浓度CO_2影响较大,叶化学成份对高浓度CO_2的响应则以淀粉、蛋白质和含氮量较为明显。对24个指标以lnR为效应值、采用随机模型进行不分组分析后有8个指标(A、g_s、B_t、N_a、N_m、TNC、St和Rub_(act))的总异质性显著。对A、g_s、B_t进行多因素分组分析、对N_a、N_m、TNC进行单因素分组分析后发现,环境因素显著影响这几项指标对高浓度CO_2的响应。除高温可促进g_s对高浓度CO_2的响应外,其它环境胁迫都有削弱A、g_s、B_l对高浓度CO_2响应的作用,但并不改变响应的方向。土壤水分亏缺是影响A和g_s对高浓度CO_2响应的最主要因素,而对B_t影响最强烈的却为土壤氮缺乏因素。无胁迫(高氮)与土壤低氮对N_a、N_m的影响并不一致,高氮情况下高浓度CO_2对N_a显正效应,低氮时显负效应;而高浓度CO_2对N_m不论在高氮或低氮时均显负效应,但在高氮时下降率较小;TNC受土壤氮含量的影响较为强烈,低氮时增加量远大于高氮时的增加量。按其它标准分组的进一步分析表明,木本植物对高浓度CO_2的响应较草本植物强;C_3植物响应较C_4植物强。在高浓度CO_2中生长时间短的植物比生长时间长的响应强烈,但差异不显著;实验方法对各指标的影响差异不显著。对于同一效应值指标,固定效应模型和随机效应模型两种假设模型产生的结果有一定的差异,但随机效应模型由于考虑了研究间真实效应值的不同,产生的置信区间较宽,对效应值的估计较保守一些,所以更符合事实。而且固定效应模型更易产生正效应,而随机效应模型更易产生负效应。对于同一种假设模型,以lnR和Hedges’d两种不同的效应值分析后的结果差异较大。InR相对Hedges’d更易产生正效应值,或者说Hedges’d相对于lnR更易产生负效应值。而且Hedges’d较lnR可拉大不同指标之间的差异。对于同一生理生态指标,不同的效应值指标和不同的假设模型都会产生不同的效应值大小,有时甚至会改变效应值的方向。Hedges’d是应用最广的一个效应值指标,InR是近几年来倍受生态学家们青睐,因为InR往往在生态学中更有生物学意义,也容易转换成原文献报道的数据形式,在生态学应用中具有明显的优势。研究发现lnR的一个突出的缺点是正负效应的不对称性,用它来做效应值指标,正负效应间可比性较差,所以我们建议将综合的结果换算成原文献中的数据形式。整合分析有许多优点,但也有一些缺点,在生态学的应用中仍存在一些问题,其中在效应值选择时生物学意义和统计学特性二者不能兼顾是目前整合分析在生态学应用中面临的最大问题,分析者应针对特定的生态学问题,提出适合解决这一问题的效应值,并深入研究其统计特性,只有这样,整合分析才能真正在生态学中发挥其强大的综合能力。当原文献样本含量少或整合分析中所含研究数少时,用漏斗图法来检测生态学中的发表偏见不可行。 |
|