Mangrovenwälder sind der Grundstein der tropischen und subtropischen Küstenökosysteme. Mangroven können dort wachsen, wo kein anderer Baum es kann, und der Küstenökologie enorme Vorteile bringen. Die komplexen Wurzelsysteme der Mangroven fangen Sedimente und Schadstoffe ein und stabilisieren die Küstenlinie. Sie bieten auch Brutstätten und Lebensraum für Wild- und Meereslebewesen und Schutz vor Stürmen.

Unglücklicherweise, Mangroven sind zahlreichen Bedrohungen ausgesetzt wie Meeresspiegelanstieg, stromaufwärtige Verschmutzung, Holzabbau und Stadterweiterung. Mangrovenwälder gehören zu den kohlenstoffreichsten Biomen und tragen durchschnittlich 14 % zur Kohlenstoffbindung in den Weltmeeren bei. Aber wenn sie gerodet und zerstört werden, setzen sie riesige Mengen Kohlendioxid in die Atmosphäre frei und tragen zum Klimawandel bei.

Die Verbesserung unserer Fähigkeit, die Reaktion der Mangroven auf diese Bedrohungen vorherzusagen, ist dringend erforderlich.

Computermodellierung kann verwendet werden, um die Auswirkungen des Menschen und des Klimawandels auf dieses gefährdete Ökosystem zu verstehen und vorherzusagen. Erstens müssen Modelle mit ausreichender Detailgenauigkeit entwickelt werden, um die einzigartigen strukturellen und physiologischen Prozesse der Mangroven darzustellen.

Die Blattanordnung (Phyllotaxie) einer Pflanze beeinflusst ihre Fähigkeit zur Photosynthese. Eine optimale Positionierung der Blätter kann die verfügbare Oberfläche maximieren, um das Sonnenlicht abzufangen. Bei Mangrovenarten ist die Phyllotaxis ein weitgehend unerforschtes Phänomen, und aktuelle Mangrovenmodelle geben die unterschiedliche Morphologie der Bäume nicht angemessen wieder.

Dr. Faustino Chi, Postdoktorand an der Georg-August-Universität Göttingen, und Kollegen rekonstruierten die detaillierte Architektur roter Mangrovensetzlinge, um ein Lichtabfangmodell zu erstellen.

Um Daten über rote Mangroven zu sammeln, reisten die Forscher mit dem Boot zur Nordostseite des Turneffe-Atolls, das über 20 Meilen vor der Küste von Belize liegt. Dort machten sie hochauflösende Digitalfotos, in-situ manuelle Messungen und durchgeführte 3D-Digitalisierung mit elektromagnetischem Tracking.

Das Sammeln dieser Daten war nicht einfach. Chi erklärt: „Einige Messungen mussten bei Ebbe durchgeführt werden. Es gab auch Herausforderungen bei der Verwendung der Fastrak-Digitalisierungsausrüstung in einer abgelegenen tropischen Umgebung. Zum Beispiel erforderten windige Bedingungen, dass wir die Setzlinge ernten und ein geschlossenes Gerüst verwenden mussten, da die Pflanzen völlig still stehen mussten, um sie zu digitalisieren. Ein kompakter tragbarer Generator wurde benötigt, um die Feldgeräte mit Strom zu versorgen. Auch in den Stunden des Digitalisierungsprozesses, in denen Mücken und Sandfliegen auf der Jagd waren, mussten wir eine ruhige Hand haben. Es war auch sehr wichtig, wasserfeste oder wasserdichte Behälter zu haben, um die Ausrüstung vor hoher Luftfeuchtigkeit und plötzlichen Regenfällen im Feld trocken zu halten.“

Der Digitalisierungsaufbau – ein Schössling wurde vom Boden entfernt und an ein Gerüst aus Holz und PVC gebunden. Das Setup ist von einer Plane umgeben, um den Wind zu blockieren.
Digitalisierungsaufbau von R. mangle Bäumchen.

Die digitalisierten Setzlinge und manuelle Messungen wurden verwendet, um die Baumarchitektur zu rekonstruieren. Dann erstellten sie aus den Fotografien und Feldnotizen einen Phyllotaxis-Algorithmus (Blattanordnung auf einem Stängel). Auf diese Weise konnten die Autoren die Bäume mit Blättern mithilfe der 3D-Modellierungsplattform digital rekonstruieren GroIMP.

Es gibt zwei Mangrovenbäume. Jedes zeigt eine Abfolge des tatsächlichen Fotos, die rekonstruierte Geometrie von Zweigen und Wurzeln, und die endgültige Simulation ist ein refoliertes Mangrovenmodell. Die endgültige Simulation ist realistisch und ähnelt dem Foto.
Vergleich von R. Mangel Setzlinge mit refoliertem Mangrovenmodell. A und D: Fotografien; B und E: digitalisiertes Modell; und C und F: Simulationsergebnisse.

Um das Abfangen von Licht durch einzelne Blätter zu simulieren, verwendeten die Autoren das in GroIMP integrierte stochastische Raytracing-basierte Strahlungsmodell.

Vorläufige Ergebnisse ermöglichten es den Autoren, den Anteil des von einzelnen Blättern absorbierten Lichts im gesamten Kronendach und die Auswirkung des sich ändernden Blattwinkels auf die relativ absorbierte Strahlung auf der gesamten Setzlingsebene zu bewerten und zu visualisieren. Messungen des absorbierten Lichts sind notwendig, um in zukünftigen Arbeiten die photosynthetischen Beiträge einzelner Blätter zu berechnen.

Visualisierung des absorbierten Lichts für jedes Blatt eines ganzen Bäumchens. Eine hohe relative Absorption oben und eine niedrige unten ist offensichtlich.
Geschätzte Lichtverteilung auf den Blättern eines Bäumchens.

Als nächsten Schritt wollen die Autoren ihr 3D-Bäumchenmodell weiterentwickeln. „In Zukunft planen wir, die Simulation anderer Prozesse wie Xylem- und Phloemfluss und strukturmechanisches Verhalten in unser Mangrovenmodell zu integrieren“, sagt Dr. Chi.

DER ARTIKEL::

Chi, F., Streit, K., Tavkhelidze, A. und Kurth, W. (2022) „Rekonstruktion der Phyllotaxis am Beispiel digitalisierter Roter Mangroven (Rhizophora-Mangel) und Anwendung auf die Lichtabfangsimulation“, in silico Plants. https://doi.org/10.1093/insilicoplants/diac002

Dieses Manuskript ist Teil von in silico Plant's Funktionelles strukturelles Anlagenmodell Sonderausgabe.