This github repository contains materials for a talk given at the Ecological Society of America's annual meeting 2022 in Montreal, QC. The title (as given on the program), author list, and abstract are copied below. The main repository contains the slides accompanying the talk as well as a script. The folders contain several extra images and code to reproduce them. The abstract is given in both French and English in that order below.
Ce repositoire Github contient des matériaux pour une présentation donnée à la réunion annuelle 2022 d'Ecological Society of America à Montréal, QC. Le titre (celui du programme), la liste des auteurs, et le résumé sont copiés ci-dessous. Le repositoire principal contient les visuels qui accompagnent la présentation ainsi que le script. Les dossiers contiennent plusieurs images supplémentaires et du code pour les réproduire. Le résumé est pourvu en français et en anglais dans cet ordre ci-dessous.
Impact of the regulation of non-structural carbohydrate dynamics for ecosystem climate responses: biological insights from mathematical analysis
- Scott W. Oswald (presentor), UGA, WARNELL, SREL, ORNL
- Doug P. Aubrey, UGA, WARNELL, SREL
- Dan M. Ricciuto, ORNL
- Jeff M. Warren, ORNL
- UGA : University of Georgia
- WARNELL : Warnell School of Forestry at UGA
- SREL : Savannah River Ecology Lab at Department of Energy's Savannah River Site (SRS), managed by UGA
- ORNL : Oak Ridge National Laboratory
Chez les plantes, les glucides non-structuraux (GNS)—c'est à dire les sucres et l'amidon—composent des éléments importants dans l'écophysiologie de la résilience végétale. Les GNS attenuent l'effet des asynchronies entre la photosynthèse, la respiration, et la croissance—des processus qui déterminent les réponses écosystémiques au changement climatique. Malgré plus de 20 ans de recherche, la question fondamentale de si les contrôles des dynamiques de GNS sont passifs ou actifs reste encore sans réponse. Les observations de GNS ont révélé des dynamiques temporelles complexes et on soupçonne des mécanismes élaborés. Afin de mieux expliquer comment l'offre et la demande de GNS gouvernent les séries temporelles de GNS observées, nous enquêtons sur la possibilité que la quantité de GNS elle-même régule la demande de GNS. A l'aide de simulation et d'analyse mathématique, nous identifions quelles propriétés de comment la demande de GNS dépend de la quantité de GNS créeraient certains traits de séries temporelles de GNS tels que les réponses homéostatiques ou décalées (e.g. «mémoire écologique»). Décrire cette relation éclaire les réponses temporelles de GNS aux variations de photosynthèse, de respiration, et de croissance, donnant une nouvelle perspective sur la régulation de GNS.
Nos simulations démontrent que la régulation de GNS par la quantité disponible seule peut créer des réponses complexes vues en séries temporelles. Notre analyse suggère que le même comportement qualitatif est probable en réalité. Par exemple, les décalages temporels entre un changement des processus carbonés et la réponse de GNS correspondante sont attendus, et nous identifions les conditions qui contrôlent la grandeur du décalage. De plus, nous identifions les conditions sous lesquelles les concentrations de GNS sont insensibles aux grandes variations d'offre et de demande (i.e. homéostatique). Nous identifions les conditions sous lesquelles la demande de GNS est autorégulée (i.e. elle reste bornée). Notre approche analyse les réponses de GNS aux variations arbitraires de photosynthèse, de respiration, et de croissance; donc, nos résultats ne dépendent pas des modèles particuliers pour ces processus et s'appliquent à la fois à l'analyse des expériences et aux simulations numériques des écosystèmes. La capacité d'analyser les expériences et les modèles dans le même cadre théorique facilite la comparaison et l'étalonnage entre les deux. Quoiqu'il faille encore de l'expérimentation, nos résultats suggèrent que de nombreuses expériences de GNS précédentes ont une interprétation plus simple qu'on ne le pensait auparavant.
In plants, non-structural carbohydrates (NSCs)---that is sugars and starch---form critical components in the ecophysiology of plant resilience. NSCs buffer asynchronies in photosynthesis, respiration, and growth---processes which determine ecosystem responses to climate change. Despite more than 20 years of study, the fundamental question of whether controls on NSC dynamics are passive or active remains unanswered. Observations of NSCs have found complex temporal dynamics, and as a result, elaborate control mechanisms are suspected. In an effort to better explain how variations in NSC supply and demand govern observed NSC time-series, we investigate the possibility that the amount of NSC itself regulates NSC demand. Using a combination of simulation and mathematical analysis, we identify what properties of how NSC demand depends on NSC availability create certain features of NSC time-series such as homeostatic or lagging responses (i.e., "ecological memory"). Describing this relationship provides insight into temporal NSC responses to variations in photosynthesis, respiration, and growth, providing a new perspective on NSC regulation.
Simulations show that the simple regulation of NSC demands by NSC availability alone can create the complex responses observed in time series. Our analysis of NSC dynamics suggests the same qualitative behavior is probable in reality. For instance, time lags between changes in drivers of NSC dynamics and corresponding NSC responses are likely, and we identify factors controlling the degree of lag. Likewise, we identify conditions under which NSC concentrations would be insensitive to large variations in supply and demand (i.e. homeostatic). We identify conditions under which NSC demands are self-regulating (remain bounded). Our approach analyzes NSC responses to arbitrary variations in photosynthesis, respiration, and growth; therefore, our results are not dependent on particular models of these processes and apply to both the analysis of experiments and computer simulations of ecosystems. The ability to analyze experiments and computer models within the same framework facilitates comparison and calibration between the two. Although further experimentation is required, our results suggest that many NSC experiments may have simpler interpretations than previously thought.