Annual growth and primary production of sphagnum in raised bog Mukhrino (four-year observations: 2019-2022)

Обложка

Цитировать

Полный текст

Аннотация

Изучение динамики линейного прироста и первичной продукции сфагновых мхов актуально в свете той роли, которую они играют в динамике углерода и его консервации в виде торфяной залежи. В глобальном масштабе, определены значения этих параметров для разных видов сфагновых мхов и в связи с разными абиотическими факторами. Однако, до сих пор остается недостаток в данных на территории Западной Сибири. Особенно важны данные многолетнего мониторинга, на основе которых можно говорить о многолетней динамике. В настоящем исследовании использовался метод относительных меток (индивидуальные кольца и «ершики») для определения годичного прироста и продуктивности 8 видов сфагнума на верховом болоте в зоне средней тайги Западной Сибири. Наблюдения продолжались в течении 4 вегетационных сезонов. Всего сделано 1574 измерения линейного прироста и 200 измерений первичной продукции. Множественный дисперсионный анализ показал влияние нескольких факторов на значения линейного прироста: видовая принадлежность, год, местообитание и уровень болотных вод. Линейный прирост сфагновых мхов варьировал от 1,6 до 3 (в среднем между видами 2,1), далее по видам: S. divum (1,6 см в год), S. fuscum (1,7), S. capillifolium (1,7), S. papillosum (1,9), S. jensenii (2,7), S. angustifolium (3), S. majus (4,5 см в год). Годовая первичная продукция колебалась от 1,2 до 3,7 (в среднем 2,3) г/дм2: S. divum (1,2 г/дм2 в год), S. papillosum (2,1), S. fuscum (2,1), S. jensenii (2,2), S. angustifolium (2,2), S. balticum (2,3), S. capillifolium (2,5), S. majus (3,7 г/дм2 в год). Эксперимент с повышением температуры на 1,5 градуса не показал значимых изменений в линейном приросте S. balticum. Данные измерений прироста и первичной продукции представлены в виде общедоступного набора данных в депозитарии GBIF.

Об авторах

N. V. Filippova

Югорский государственный университет

Email: filippova.courlee.nina@gmail.com

N. P. Kosykh

Институт почвоведения и агрохимии СО РАН

Email: filippova.courlee.nina@gmail.com

I. V. Filippov

Югорский государственный университет

Email: filippova.courlee.nina@gmail.com

A. V. Niyazova

Югорский государственный университет

Автор, ответственный за переписку.
Email: filippova.courlee.nina@gmail.com

Список литературы

  1. Aerts R., Wallen B., Malmer N. 1992. Growth-limiting nutrients in Sphagnum-dominated bogs subject to low and high atmospheric nitrogen supply. Journal of ecology, 1(80): 131-140. https://doi.org/10.2307/2261070
  2. Aerts R., Wallén B., Malmer N., De Caluwe H. 2001. Nutritional constraints on Sphagnum-growth and potential decay in northern peatlands. Journal of Ecology, 2 (89): 292-299. https://doi.org/10.1046/j.1365-2745.2001.00539.x
  3. Bache S., Wickham H. 2022. magrittr: A forward-pipe operator for R. R package version 2.0.3. URL: https://CRAN.R-project.org/package=magrittr.
  4. Bengtsson F., Rydin H., Baltzer J.L., Bragazza L., Bu Z.J., Caporn S.J., Dorrepaal E., Flatberg K.I., Galanina O., Gałka M., Ganeva A. 2020. Environmental drivers of Sphagnum growth in peatlands across the Holarctic region. Journal of Ecology, 109(1): 417-431. https://doi.org/10.1111/1365-2745.13499
  5. Breeuwer A., Heijmans M.M., Robroek B.J., Berendse F. 2008. The effect of temperature on growth and competition between Sphagnum species. Oecologia, 1(156): 155-167. https://doi.org/10.1007/s00442-008-0963-8
  6. Buttler A., Robroek B.J., Laggoun Défarge F., Jassey V.E., Pochelon C., Bernard G., Delarue F., Gogo S., Mariotte P., Mitchell E.A., Bragazza L. 2015. Experimental warming interacts with soil moisture to discriminate plant responses in an ombrotrophic peatland. Journal of vegetation Science, 26(5): 964-974. https://doi.org/10.1111/jvs.12296
  7. Clymo R. S. 1970. The Growth of Sphagnum: methods of measurement. Journal of Ecology, 1(58): 13-49. https://doi.org/10.2307/2258168
  8. Clymo R. S. 1973. The growth of Sphagnum: some effects of environment. Journal of Ecology, 3(61): 849-869. https://doi.org/10.2307/2258654
  9. Clymo R. S., Hayward P. M. 1983. Bryophyte ecology. In: The Ecology of Sphagnum, (A. J. E. Smith, ed.), Springer, Dordrecht, Netherlands, pp. 229-289. https://doi.org/10.1007/978-94-009-5891-3_8
  10. Dyukarev E., Zarov E., Alekseychik P., Nijp J., Filippova N., Mammarella I., Filippov I., Bleuten W., Khoroshavin V., Ganasevich G., Meshcheryakova A., Vesala T., Lapshina E. 2021. The multiscale monitoring of peatland ecosystem carbon cycling in the middle taiga zone of Western Siberia: the Mukhrino bog case study. Land, 10(8): 824. https://doi.org/10.3390/land10080824
  11. Filippova N., Kosykh N. 2023. Sphagnum annual growth and primary production measurements (Mukhrino field station, West Siberia) (2018-2022). Version 1.12. Yugra State University Biological Collection (YSU BC). Occurrence dataset. https://doi.org/10.15468/fcz7at Last accessed 15.02.2023.
  12. Gaudig G., Krebs M., Joosten H. 2017. Sphagnum farming on cut-over bog in NW Germany: Long-term studies on Sphagnum growth . Mires & Peat, 20(4): 1-19. https://doi.org/10.19189/MaP.2016.OMB.238
  13. Gaudig G., Krebs M., Joosten H. 2020. Sphagnum growth under N saturation: interactive effects of water level and P or K fertilization. Plant Biology, 22(3): 394-403. https://doi.org/10.1111/plb.13092
  14. Gunnarsson U. 2005. Global patterns of Sphagnum productivity. Journal of Bryology, 3(27): 269-279. https://doi.org/10.1179/174328205X70029
  15. Gunnarsson U., Rydin H. 2000. Nitrogen fertilization reduces Sphagnum production in bog communities. The New Phytologist, 147(3): 527-537. https://doi.org/10.1046/j.1469-8137.2000.00717.x
  16. Hayward P. M., Clymo R. S. 1983. The growth of sphagnum: experiments on, and simulation of, some effects of light flux and water-table depth. Journal of Ecology, 3(71): 845-863. https://doi.org/10.2307/2259597
  17. Henry L., Wickham H. 2022. purrr: functional programming tools. R package version 0.3.5. URL: https://CRAN.R-project.org/package=purrr Last accessed 15.02.2023.
  18. Kassambara A. 2020. ggpubr: 'ggplot2' based publication ready plots. R package version 0.4.0. URL: https://CRAN.R-project.org/package=ggpubr Last accessed 15.02.2023.
  19. Kassambara A. 2021. rstatix: pipe-friendly framework for basic statistical tests. R package version 0.7.0. URL: https://CRAN.R-project.org/package=rstatix> Last accessed 15.02.2023.
  20. Kassambara A. 2022. ggcorrplot: visualization of a correlation matrix using 'ggplot2'. R package version 0.1.4. URL: https://CRAN.R-project.org/package=ggcorrplot Last accessed 15.02.2023.
  21. Küttim M., Küttim L., Ilomets M., Laine A.M. 2020. Controls of Sphagnum growth and the role of winter. Ecological Research, 35(1): 219-234. https://doi.org/10.1111/1440-1703.12074
  22. Laine A.M., Juurola E., Hájek T., Tuittila E.S. 2011. Sphagnum growth and ecophysiology during mire succession. Oecologia, 167: 1115-1125. https://doi.org/10.1007/s00442-011-2039-4
  23. Limpens J., Berendse F. 2003. Growth reduction of Sphagnum magellanicum subjected to high nitrogen deposition: the role of amino acid nitrogen concentration. Oecologia, 135: 339-345. https://doi.org/10.1007/s00442-003-1224-5
  24. Lindholm T., Vasander H. 1990. Production of eight species of Sphagnum at Suurisuo mire, southern Finland. Annales Botanici Fennici, 27(2): 145-157.
  25. Loisel J., Gallego-Sala A.V., Yu Z. 2012. Global-scale pattern of peatland Sphagnum growth driven by photosynthetically active radiation and growing season length. Biogeosciences, 9(7): 2737–2746. https://doi.org/10.5194/bg-9-2737-2012
  26. McNeil P., Waddington J. M. 2003. Moisture controls on Sphagnum growth and CO2 exchange on a cutover bog. Journal of Applied Ecology, 2(40): 354-367. https://doi.org/10.1046/j.1365-2664.2003.00790.x
  27. Mironov V. L., Kondratev A.Y., Mironova A.V. 2020. Growth of Sphagnum is strongly rhythmic: contribution of the seasonal, circalunar and third components. Physiologia Plantarum, 168(4): 765-776. https://doi.org/10.1111/ppl.13037
  28. Mironov V.L., Grabovik S.I., Ignashov P.A., Kantserova L.V. 2016. Geotropic curvature of Sphagnum: environmental features of their genesis and trial application for estimation shoot length increment. Arctoa, 25(2): 352-363. https://doi.org/10.15298/arctoa.25.27
  29. Moore T. R. 1989. Growth and net production of Sphagnum at five fen sites, subarctic eastern Canada. Canadian Journal of Botany, 4(67): 1203-1207. https://doi.org/10.1139/b89-156
  30. R Core Team. 2022. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria. URL: https://www.R-project.org/. Last accessed 15.02.2023.
  31. Sonesson M., Carlsson B.Å., Callaghan T.V., Halling S., Björn L.O., Bertgren M., Johanson U. 2002. Growth of two peat-forming mosses in subarctic mires: species interactions and effects of simulated climate change. Oikos, 99(1): 151-160. https://doi.org/10.1034/j.1600-0706.2002.990115.x
  32. Sonesson M., Persson S., Basilier K., Stenström T.A. 1980. Growth of Sphagnum riparium Ångstr. In Relation to Some Environmental Factors in the Stordalen Mire. Ecological Bulletins, 30: 191-207.
  33. Vitt D. H. 2007. Estimating Moss and Lichen Ground Layer Net Primary Production in Tundra, peatlands and forests. In: Principles and standards for measuring primary production, (T. Fahey, A. Knapp, eds.), Oxford University Press, New York pp. 82-105.
  34. Wei T., Simko V. 2021. R package 'corrplot': Visualization of a Correlation Matrix. (Version 0.92). URL: https://github.com/taiyun/corrplot. Last accessed 15.02.2023.
  35. Whinam J., Buxton R. 1997. Sphagnum peatlands of Australasia: an assessment of harvesting sustainability. Biological Conservation, 82(1): 21-29. https://doi.org/10.1016/S0006-3207(97)00015-3
  36. Wickham H. 2007. Reshaping data with the reshape package. Journal of Statistical Software, 21(12). URL: https://www.jstatsoft.org/v21/i12/ Last accessed 15.02.2023.
  37. Wickham H. 2016. ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag, New York. URL: https://ggplot2.tidyverse.org. Last accessed 15.02.2023.
  38. Wickham H., Averick M., Bryan J., Chang W., McGowan L.D., Francois R., Grolemund G., Hayes A., Henry L., Hester J., Kuhn M., Pedersen T.L., Miller E., Bache S.M., Muller K., Ooms J., Robinson D., Seidel D.P., Spinu V., Takahashi K., Vaughan D., Wilke C., Woo K., Yutani H. 2019. Welcome to the tidyverse. Journal of Open Source Software, 43. https://doi.org/10.21105/joss.01686

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. MuSGrowth_literature_db
Скачать (624KB)
Метаданные
3. MuSGrowth_occurrence
Скачать (519KB)
Метаданные
4. MuSGrowth_vegetation
Скачать (9KB)
Метаданные
5. MuSGrowh_literature_db_citations
Скачать (19KB)
Метаданные

© Filippova N.V., Kosykh N.P., Filippov I.V., Mescheryakova A.V., 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».