۱٫ معرفی
درختان حمل و نقل طولانی مدت متابولیت ها و ترکیبات معدنی را از منبع (برگ ها) به غرق (ساقه) از طریق بافت های تخصصی مانند عناصر غربال و سلول های همراه آبکش حفظ می کنند. [
۱,
۲]. در حالی که فراوانی ایزوتوپ کربن شیره آبکش (δ
۱۳سی
phl) با وضعیت آب درخت در ارتباط است [
۳]استفاده از شیره آبکش به عنوان شاخصی برای سلامت و تغذیه گیاه به دلیل درک محدود محتویات آبکش در شرایط محیطی متفاوت ناقص است. روابط بین ترکیب قند و δ
۱۳سی
phl با رشد درخت و عملکرد فیزیولوژیکی مورد بررسی قرار گرفته است، با پاسخ های خاص سایت که در شیره آبکش منعکس شده است. [
۴]. رابطه بین δ
۱۳سی
phl و فراوانی ایزوتوپ کربن سلولز چوب (δ
۱۳سی
THE) مطابق با مکان بین اختصاصی سلولز در حلقه رشد درخت متفاوت است [
۵]. برای
آدامس اکالیپتوس– درختی بلند و همیشه سبز بومی جنوب شرقی استرالیا، پات و آرتور [
۳]- نوسانات فصلی پیش بینی شده در آبکش فله δ
۱۳C در آوند چوبی تعیین شده تقریبا یک ماه بعد، با شواهد تجربی که جزئیات نوسانات فصلی در چوب δ را نشان می دهد، تکثیر می شود.
۱۳C از سراسر حلقه های رشد نمونه برداری شد. انتقال مجدد کربن قبلاً ثابت ممکن است در این انتقال δ اختلال ایجاد کند
۱۳الگوهای C از آبکش به سلولز، مانند شکنش هتروتروف [
۲]. الگوهای شیره آبکش δ
۱۳C ممکن است معیارهای جایگزین اضافی برای وضعیت تغذیه گیاه و همچنین برای فرآیندهای تخصیص کربن در بافت های گیاهی ارائه دهد.
تجزیه و تحلیل هسته ساقه ظرفیت زیادی برای مشخص کردن عرض حلقه درخت و تراکم چوب در امتداد جهت شعاعی ساقه دارد. این اقدامات را می توان با قطر ساقه در ارتفاع سینه (dbh) و/یا ارتفاع درخت برای تخمین ترسیب کربن در بالای زمین بدون برداشت درخت (یعنی با استفاده از روش نمونه برداری غیر مخرب) مرتبط کرد. δ
۱۳C در هسته ساقه در امتداد جهت شعاعی متفاوت است و می تواند به عنوان یک معیار جایگزین برای راندمان مصرف آب استفاده شود. [
۶]. δ
۱۳مقادیر C در CO
2 هوای اتمسفر به خوبی مخلوط شده تقریباً ۸- ‰ است، اما برگ ها و چوب درختان مقادیر کمتری از ۲۰- تا ۳۰- را تولید می کنند که نشان دهنده کاهش در
۱۳C به عنوان CO
2 در برگ ها پخش می شود و چوب در اجزای گیاه ثابت می شود که به عنوان شکنش شناخته می شود [
۷]. شکنش ناشی از فرآیندهای انتشاری یا بیوشیمیایی می تواند تحت تأثیر عوامل محیطی قرار گیرد. در نتیجه، فراوانی ایزوتوپ‌های کربن می‌تواند امکان استنتاج عوامل محیطی را در زمان رسوب C در بافت‌های گیاهی فراهم کند. [
۷]. رویدادهای شکنش غالب مانند انتشار CO
2 از طریق روزنه روزنه و واکنش های کربوکسیلاسیون فتوسنتز به خوبی مشخص می شود [
۸] اما تمرکز نسبتا کمی بر روی رویدادهای هتروتروف بعدی صورت گرفته است. در حالی که منشاء مکانیکی رویدادهای شکنش پس از فتوسنتز ممکن است قابل توجه باشد، تحقیقات در مورد استفاده از δ
۱۳C به دست آمده از بافت های هتروتروف امیدوار کننده است [
۹]. د
۱۳C از سلولز خالص شده در حال حاضر به طور گسترده ای برای جلوگیری از رویدادهای شکنش شدید مرتبط با تشکیل لیگنین استفاده می شود. [
۷,
۱۰].
مطالعه حاضر به دنبال تعیین تأثیرات تعاملی یک عامل محیطی کلیدی (به عنوان مثال، در دسترس بودن مواد مغذی) بر فراوانی ایزوتوپ کربن شیره آبکش است (δ۱۳سیphl) و فراوانی ایزوتوپ کربن سلولز چوب (δ۱۳سیTHE، و برای بررسی روابط بین این پارامترها و تراکم چوب به عنوان ابزاری برای توسعه اقدامات جایگزین برای رشد درخت. بنابراین، فرضیه های این پژوهش به شرح زیر است: (۱) δ۱۳سیphl و δ۱۳سیTHE همبسته هستند، (۲) δ۱۳سیTHE مطابق با تراکم چوب، (۳) δ۱۳سیTHE با رشد حجمی یک توده جنگلی و (۴) رشد حجمی چوب و δ در ارتباط است۱۳سیTHE با در دسترس بودن مواد مغذی متفاوت است. این فرضیه ها در مزرعه تک کشت مهم اقتصادی مورد آزمایش قرار گرفتند E. globulus تحت تیمارهای تغذیه ای مختلف در استرالیای جنوبی رشد می کند.
۲٫ مواد و روشها
۲٫۱٫ انتخاب سایت و طراحی تجربی
این مطالعه در مزرعه تجاری ۴ ساله انجام شد
E. globulus واقع در منطقه Mount Gambier در جنوب استرالیا. از نظر جغرافیایی، این منطقه بین ۳۷٫۷۵ درجه عرض جنوبی و ۱۴۰٫۷۷ درجه طول شرقی با ارتفاع ۶۳ متر از سطح دریا واقع شده است. شش تیمار مختلف مواد مغذی روی مزرعه اعمال شد (نگاه کنید به
میز ۱). این منطقه با آب و هوای مدیترانه ای مشخص می شود و بیشتر بارندگی در زمستان و بهار (ژوئن تا نوامبر) رخ می دهد. از سال ۲۰۱۴ تا ۲۰۱۸، میانگین حداکثر و حداقل دمای هوا در منطقه کوه گامبیر به ترتیب ۲۷٫۷۲ درجه سانتیگراد و ۱۳٫۳۴ درجه سانتیگراد بوده است. میانگین بارندگی سالانه ۷۳۹٫۱۲ میلی متر و میانگین تبخیر روزانه ۳٫۵ میلی متر بود. [
۱۱].
یک طرح فاکتوریل برای دوزهای کود متشکل از ۵۴ درخت در هر قطعه، هر کدام با ۹ درخت در هر ردیف ایجاد شد. فاصله ردیف ۴×۲٫۵ متر و اندازه کل هر قطعه ۰٫۰۶ هکتار (۲۴×۲۵ متر) بود. آزمایش شامل ۴۲ کرت، شامل هفت تیمار در شش کرت تکراری بود. کل منطقه آزمایشی ۲٫۵۲ هکتار (۱۶۸ متر عرض و ۱۵۰ متر طول) بود. تیمارها به صورت تصادفی در هر کرت اعمال شد. تیمارهای کودی شامل سه میزان کود نیتروژن سه میزان اوره، سه میزان مصرف آمونیوم + فسفر به عنوان سوپر فسفات و یک کرت شاهد بدون مصرف کود بود.
میز ۱). کود در اواخر سپتامبر ۲۰۱۶ اعمال شد.
۲٫۲٫ مجموعه شیره آبکش و هسته چوب
شیره آبکش از آن جمع آوری شد
E. globulus تنه در فوریه ۲۰۱۷ با استفاده از تکنیک تیغ تیغ همانطور که در کار Merchant و همکارانش توضیح داده شده است. [
۱۲]. قطرات شیره به تدریج با استفاده از یک پیپت شیشه ای یکبار مصرف از ۱۰۰۰ تا ۱۴۰۰ ساعت جمع آوری شد و در یک میکرولوله برای هر درخت، با افزودن ۲۰۰ میکرولیتر متانول به میکروتیوب برای نگهداری نمونه نگهداری شد. نمونه ها بلافاصله به فریزر ۲۰- درجه سانتیگراد منتقل شدند و در مدت ۴۸ ساعت در فریزر ۸۰- درجه سانتیگراد نگهداری شدند. نمونه های جمع آوری شده از درختان منفرد به یک نمونه در هر قطعه تقسیم شدند. درختان نمونه به طور تصادفی در داخل کرت انتخاب شدند.
میانگین دسی‌بلی‌ثانیه درختان تمامی کرت‌های مورد مطالعه ۶۰/۱۳ سانتی‌متر و ارتفاع متوسط آنها ۴۰/۱۱ متر محاسبه شد. هسته های چوب در ارتفاع سینه (یعنی ۱٫۳ متر بالاتر از سطح زمین) از تنه همان جمع آوری شد. E. globulus نمونه برداری از درختان برای شیره آبکش در کرت های آزمایشی. هسته های چوب با استفاده از سوراخ کننده افزایشی ۴۰٫۶۴ سانتی متری دو رشته ای با قطر هسته ۵٫۱۵ میلی متر (Haglof، سوئد) که از آنجا شیره آبکش جمع آوری شد، جمع آوری شد. هسته‌های استخراج‌شده بلافاصله در یک نی پلاستیکی قرار داده شدند و با نوار پوششی برای کاهش تبخیر از چوب برای تعیین حجم سبز و محاسبه چگالی چوب (پایه) پیچیده شدند.
۲٫۳٫ اندازه گیری رشد درخت و تراکم چوب
حجم تخمینی توده زیر پوست (ESVUB) طی دو دوره رشد متوالی (۲۰۱۶ و ۲۰۱۷) از داده‌هایی که توسط شرکت مسئول کرت‌های تیمار نگهداری می‌شد، یعنی Australian Bluegum Plantations Pty. Ltd (همیلتون، استرالیا) جمع‌آوری شد. برای محاسبه ESVUB از معادله زیر استفاده شده است:
که در آن G dbh است، MDH میانگین ارتفاع بزرگترین ۲۰۰ ساقه در هکتار، FF فاکتور شکل سایت و BT2 ضریب ضخامت پوست مخصوص منطقه است.
رشد حجم توده در طول دوره درمان با تفریق محاسبه شد (یعنی ESVUB در ۲۰۱۷ – ESVUB در سال ۲۰۱۶). قطعات چوب تازه وزن شده و حجم سبز نمونه ها نیز تعیین شد. نمونه های هسته به مدت ۴۸ ساعت در آون با دمای ۶۰ درجه سانتی گراد قرار داده شد و سپس وزن خشک آون تعیین شد. نمونه ها به مدت ۱۲ ساعت دیگر در آون با دمای ۶۰ درجه سانتیگراد نگهداری شدند و وزن خشک آنها تعیین شد. این فرآیند ۳ بار تکرار شد تا وزن خشک ثابت حاصل شود. حجم سبز تمام مقاطع چوب و چگالی پایه آنها با فرمول های زیر محاسبه شد:
جایی که rg = شعاع هسته (cm)، h = طول هسته (cm)، dw = وزن خشک کوره (g) و vg = حجم سبز (سانتی متر۳).
حجم چوب خشک در هوا با استفاده از فرمول زیر محاسبه شد: که در آن vد = حجم هوای خشک (سانتی متر۳)، رد = شعاع خشک هسته (cm)، h = طول هسته، و چگالی چوب خشک در هوا = dw/vد (گرم سانتی متر-۳).
۲٫۴٫ د۱۳سیphl و δ۱۳سیTHE تحلیل و بررسی
مقدار ۵ میکرولیتر محلول شیره آبکش در یک کپسول آلومینیومی (ابعاد: ۲٫۸۸/۱۶ میلی متر، IVA Analysentechnike. K. Meerbusch، آلمان) قرار داده شد و در اجاق با دمای ۶۰ درجه سانتیگراد به مدت ۴۸ ساعت خشک شد. δ۱۳سیphl توسط طیف سنج جرمی نسبت ایزوتوپی دلتا V (Thermo Fisher Scientific، برمن، آلمان) تعیین شد. راکتور اکسیداسیون روی ۱۰۰۰ درجه سانتیگراد تنظیم شد. فراوانی ایزوتوپ کربن (نسبت) به صورت نماد دلتا، δ بیان می شود۱۳C = Rنمونه/راستاندارد-۱، R نسبت است ۱۳سی و ۱۲C در یک نمونه و استاندارد VPDB. دقت مواد استاندارد ۰٫۰۶ ‰ تا ۰٫۱۱ ‰ است.
رشد سالانه dbh حدود ۳٫۵ سانتی متر با عرض متوسط پوست ۰٫۵ سانتی متر بود. بنابراین رشد سالانه چوب در دسی بل به صورت ۲٫۵ محاسبه شد [۳٫۵ − (۰٫۵ + ۰٫۵)] سانتی متر. همانطور که شیره آبکش در سال ۲۰۱۶ جمع آوری شد، یک بخش ۳ سانتی متری از هسته چوب قبل از جدا شدن پنج بخش (هر کدام ۰٫۵ میلی متر) از هسته ساقه جدا شد تا چوب تشکیل شده در این مدت را محصور کند. این پنج بخش شامل ۲٫۵ سانتی متر چوب جدا و استخراج شد. بنابراین، برای استخراج سلولز، حجم کل نمونه (n) 210 بود (۱ ساقه × ۵ بخش هسته چوب × ۴۲ قطعه نمونه). هر بخش چوبی (۵ میلی متر) به صورت دستی با هاون و هاون آسیاب شد. از اتانول برای تمیز کردن ملات و هاون بین هر آسیاب نمونه استفاده شد. اتانول بین هر آسیاب نمونه اجازه داده شد تا تبخیر شود.
استخراج سلولز از چوب آسیاب شده به دنبال کار برندل و همکاران انجام شد. [
۱۳]. نمونه های هسته چوب (۵ میلی متر) به خوبی آسیاب شدند و ۲ تا ۳ میلی گرم در لوله های پلی پروپیلن ۱٫۵ میلی لیتری وزن شدند. سپس، ۱۲۰ میکرولیتر اسید استیک (۸۰ درصد اسید استیک، درجه معرف)، به دنبال آن ۱۲ میکرولیتر اسید نیتریک (۶۹ درصد اسید نیتریک، درجه معرف) اضافه شد. لوله ها درپوش گذاشته شده و به مدت ۳۰ دقیقه در بلوک های حرارتی در دمای ۱۲۰ درجه سانتیگراد قرار داده می شوند و هر ۵ دقیقه یکبار هم زده می شوند و سپس اجازه داده می شود تا خنک شوند، پس از آن ۴۰۰ میکرولیتر اتانول اضافه شده، مجدداً درپوش گذاشته شده، هم زده می شود و سپس به مدت ۵ دقیقه سانتریفیوژ می شود. ۱۰۰۰۰ دور در دقیقه (اپندورف، سانتریفیوژ ۵۴۲۴، هامبورگ، آلمان). سپس مایع رویی به‌دست‌آمده با دقت خارج و دور انداخته شد. سپس، ۳۰۰ میکرولیتر آب مقطر دیونیزه شده (DDW) با گلوله باقیمانده مخلوط شد و دوباره درپوش گذاشته شد، بهم زد و به مدت ۵ دقیقه در ۱۰۰۰۰ دور در دقیقه سانتریفیوژ شد. پس از حذف مایع رویی، ۱۵۰ میکرولیتر اتانول به عصاره اضافه شد و درپوش گذاشته شد، ۲ تا ۳ بار بدون وارونگی ضربه محکم زد و به مدت ۵ دقیقه با سرعت ۱۰۰۰۰ دور در دقیقه سانتریفیوژ شد. مجدداً مایع رویی با دقت برداشته و دور انداخته شد. برای به دست آوردن سلولز تمیز، مراحل با استفاده از DDW و اتانول ۲ بار تکرار شد و ۱۵۰ میکرولیتر استون برای جداسازی سلولز از مایع رویی استفاده شد. مایع رویی با دقت برداشته شد و این نمونه ها به مدت ۲۴ ساعت در دمای ۴۵ درجه سانتیگراد قرار گرفتند. محصول نهایی به صورت گلوله سلولز سفید و شل بسته بندی شده بود.
وزن تقریباً ۰٫۳۵ میلی گرم سلولز برای تجزیه و تحلیل از طریق طیف سنجی جرمی نسبت ایزوتوپی (IRMS) در یک کپسول قلع قرار داده شد. δ۱۳C توسط طیف سنج جرمی نسبت ایزوتوپی دلتا V (Thermo Fisher Scientific، برمن، آلمان) تعیین شد. راکتور اکسیداسیون روی ۱۰۰۰ درجه سانتیگراد تنظیم شد.
۲٫۵٫ تحلیل آماری
ما اثرات تیمارها را با استفاده از آنالیز واریانس (ANOVA) و سپس آزمون تعقیبی (Bonferroni) تجزیه و تحلیل کردیم. برای شناسایی روابط بین پارامترها، تحلیل رگرسیون خطی انجام شد. ما از نرم افزار Sigmaplot (نسخه ۱۲٫۵, Systat Software, Inc., San Jose, CA, USA) برای تمام تحلیل های آماری استفاده کردیم.
۴٫ بحث
در مطالعه حاضر سلولز چوب δ
۱۳C به جای چوب فله δ
۱۳C با موفقیت برای تعیین روابط، مشابه کار Loader و همکاران، مورد استفاده قرار گرفت. [
۱۴]. استخراج سلولز و استفاده از δ
۱۳C از سلولز خالص معمولاً منجر به روندهای قابل اطمینان تر در چوب رشد سالانه در نظر گرفته می شود [
۱۵]. این به این دلیل است که می تواند بسیار نزدیک به محصولات اولیه فتوسنتز باشد، با تبعیض کمی پس از فتوسنتزی و رسوب سلولز که در طول سال تشکیل حلقه اتفاق می افتد، در حالی که لیگنین هنوز می تواند چندین سال بعد رسوب کند. [
۱۰]. مشاهده شد که شیره آبکش δ
۱۳C با δ سلولز همبستگی مثبت داشت
۱۳C در سه بخش اول هسته چوب و برای بخش چهارم و پنجم رابطه منفی بود (
شکل ۱). این روابط متضاد ممکن است محدودیت‌هایی را در کربوکسیلاسیون، به ویژه انتشار (به عنوان مثال، هدایت روزنه‌ای و مزوفیل به CO نشان دهد.
۲) و ریشه های بیوشیمیایی (یعنی محدودیت های مواد مغذی و نور). به طور مشابه، δ
۱۳تغییرات C در امتداد جهت شعاعی ساقه در سه نوع
اکالیپتوس گونه ها (
E. diversicolor،
E آماده شد، و
E. phenophylla) در جنوب استرالیا مشاهده شد [
۱۶]. مطالعه اخیر هالدر و همکاران. [
۵] الگوهای درون اختصاصی δ را نشان داد
۱۳C، با تغییرات رشد و تراکم چوب در امتداد جهت شعاعی ساقه مشاهده می شود. مشابه مطالعات قبلی، مطالعه حاضر نیز δ را توصیف می کند
۱۳سی
THE تغییر در امتداد جهت شعاعی ساقه، نشان دهنده انتقال چوب جوان به بالغ در گونه های درختی مورد مطالعه است.
شکل ۲).
تراکم چوب پیامدهای مهمی برای تخمین زیست توده و محتوای کربن یک درخت دارد. [
۱۷]. روند مشاهده شده افزایش چگالی پایه چوب با افزایش δ در ارتباط است
۱۳سی
THE ارزش بخش‌های مختلف نمونه‌های چوب در امتداد جهت شعاعی چوب ساقه در این مطالعه سازگار نبود. با این حال، یک همبستگی مثبت در بخش اول و پنجم چوب تشخیص داده شد، در حالی که همبستگی منفی در بخش‌های داخلی، مانند بخش دوم تا چهارم مشاهده شد.
شکل ۳). با این حال، برای چگالی خشک چوب، همه روابط مثبت بود (
شکل ۴). این نتایج با نتایج مک فارلین و آدامز متفاوت است [
۱۸]، جایی که آنها تراکم چوب را در شرایط تنش خشکی نشان دادند
E. globulus درختان با δ همبستگی ندارند
۱۳سی
THE.
مک فارلین و آدامز [
۱۸] حدس زد که δ
۱۳C از چوب ممکن است تحت تأثیر کمبود آب نسبی خفیف مکرر قرار گیرد، در حالی که فعالیت کامبیال و تراکم چوب ممکن است بیشتر تحت تأثیر کمبود آب کمتر اما شدیدتر باشد، که فتوسنتز را کاهش می دهد. به طور مشابه، هالدر و همکاران. [
۵] گزارش داد که δ
۱۳C با چگالی پایه در همبستگی دارد
E. Camaldulensis در یک سایت خشک در حالی که برای تعیین رابطه عملکردی قطعی نیست، نتایج ما از این ایده حمایت می کند که تحت شرایطی که آب به طور قابل توجهی رشد را محدود می کند، δ
۱۳C ممکن است یک معیار جایگزین مناسب برای رشد جنگل ارائه دهد.
در مطالعه حاضر،
E. globulus رشد درخت احتمالاً توسط ترکیبی از کمبود آب و مواد مغذی محدود شده است و نه توسط عوامل دیگر، مانند دما. همچنین، تحت شرایط مطالعه ما، رابطه بین تراکم چوب و δ آن
۱۳سی
THE با جهت شعاعی نمونه‌های چوب مورد مطالعه جمع‌آوری‌شده از ساقه، بین فصول متفاوت بود (
شکل ۳). د
۱۳سی
THE قبلاً مشخص شده بود که با تراکم چوب در فصل مرطوب همبستگی منفی دارد، در حالی که در فصل خشک، این رابطه یک همبستگی مثبت نشان داد. [
۱۹]. تأثیر تغییرات بین سالیانه در دسترس بودن آب در چوب δ
۱۳C قبلاً توسط چندین نویسنده بررسی شده بود (نگاه کنید به [
۲۰,
۲۱,
۲۲,
۲۳,
۲۴,
۲۵]). همبستگی مثبت بین این پارامترها (یعنی ایزوتوپ کربن و چگالی) نشان دهنده انباشت محتوای کربن بیشتر است که از طریق سیگنال های غنی شده δ منعکس می شود.
۱۳سی [
۲۶]. در مجموع، این نتایج ممکن است به کاربردهایی برای ادغام مکانی و زمانی پایه δ کمک کند
۱۳سی
THE یا δ
۱۳سی
phl با جذب کربن و رشد حجم. در این مطالعه، همبستگی خوبی بین ESVUB و δ مشاهده شد
۱۳سی
THE (
شکل ۵).
در بسیاری از موارد، افزایش دسترسی به درشت مغذی ها باعث افزایش رشد و بهبود ظرفیت محصول برای جذب و انتقال آب و مواد مغذی از خاک می شود. [
۲۷]. در مطالعه حاضر، راندمان مصرف آب با تامین نیتروژن بالاتر بالاتر بود که با مطالعات قبلی مطابقت دارد. [
۲۸]، نشان می دهد که گیاهان بزرگتر از منابع آب بیشتری استفاده می کنند و در نتیجه رقابت برای عرضه محدود افزایش می یابد. لیوینگستون و همکاران [
۲۹] همبستگی مثبت و معناداری بین کارایی مصرف آب و سوزنی δ پیدا شد
۱۳C و رشد زیست توده از
Picea glauca نهال ها در هر دو شرایط بارور شده و تحت تنش نیتروژن. در مجموع، نتایج ما نشان می‌دهد که روابط بین اثرات مواد مغذی و راندمان مصرف آب ساده نیست و گیاهان به طور تعاملی بازده مصرف آب را با فرآیندهای فیزیولوژیکی و مورفولوژیکی به شیوه‌ای پیچیده کنترل می‌کنند. [
۳۰]. مطالعه ما در یک غرفه بسیار نوجوان (نزدیک به ۳ ساله) انجام شد
E. globulus. بنابراین، رابطه راندمان مصرف مواد مغذی و آب در این مرحله اولیه چرخه رشد می‌تواند در درازمدت متفاوت باشد، در حالی که کاربرد مواد مغذی ممکن است تغییرات قابل‌توجهی در کارایی مصرف آب ایجاد کند که تحقیقات بیشتر را ایجاب می‌کند. باز هم، نرخ رشد درختان در دوره های مختلف ممکن است سازگار نباشد. طول هسته چوب را بر اساس رشد سالانه dbh 2.5 سانتی متر انتخاب کردیم. این رویکرد “طول ثابت” برای غلبه بر ناتوانی ما در شناسایی حلقه های رشد به طور عملی اتخاذ شد.
۵٫ نتیجه گیری ها
در میان بسیاری از کشورها در سراسر جهان، مدیریت جنگل‌های معاصر از برداشت جنگل‌های بومی به سمت تولید الوار و الیاف فشرده مبتنی بر مزارع دور می‌شود. بنابراین، به حداقل رساندن ردپا و به حداکثر رساندن بهره وری جنگلکاری مزارع برای یک صنعت پایدار حیاتی است. ابزارهای قابل پیش بینی و کاربردی برای بهینه سازی مکمل های غذایی برای جلوگیری از مصرف انرژی خارج از محل در طول تولید کودهای مصنوعی ضروری است. به طور همزمان، بهینه سازی رشد در هکتار باعث کاهش فشار زمین برای حفاظت از طبیعت می شود. در اینجا، ما یک ابزار بیولوژیکی و پیش‌بینی را برای استفاده در مقیاس در صنایع جنگلی برای تقویت شیوه‌های جنگلی پایدار نشان می‌دهیم.
فراوانی ایزوتوپ کربن سلولز چوب (δ۱۳سیTHE) برای شناسایی روابط بالقوه با فراوانی ایزوتوپ کربن شیره آبکش (δ۱۳سیphl) جایی که نمونه برداری شده است E. globulus درختان تحت تیمارهای مختلف مواد مغذی قرار گرفتند. δ۱۳C به دست آمده از متابولیت های داخل شیره آبکش با δ در ارتباط است۱۳C به دست آمده از سلولز، با الگوهای درونی مشخصی که در امتداد جهت شعاعی ساقه مشاهده شده است. این پارامترها هم روابط مثبت و هم منفی را ایجاد می‌کنند که نشان‌دهنده محدودیت‌های متضاد برای رشد درختان در شرایط مزرعه است. علاوه بر این، δ۱۳سیTHE تحت تاثیر رژیم های مواد مغذی، و رابطه بین δ۱۳سیTHE و تراکم چوب به طور قابل توجهی متفاوت بود، که منعکس کننده اثرات متقابل آب و در دسترس بودن مواد مغذی در زمینه تغییرات فصلی در شرایط آب و هوایی است. با برخی از نتایج نشان‌دهنده مطالعه حاضر، پیشنهاد می‌شود که از هسته‌های ساقه می‌توان برای ارزیابی فرآیندهای فیزیولوژیکی دخیل در تشکیل چوب از طریق الگوهای در δ استفاده کرد.۱۳C. ترکیب، این نتایج نشان می دهد که تغییرات شعاعی در چگالی چوب و δ۱۳C باید در کاربرد این ابزارها در پیش بینی الگوهای تاریخی بهره وری جنگل در نظر گرفته شود.
