Идея и модель
Исследователи из Северо‑Западного университета сельского и лесного хозяйства (провинция Шэньси, Китай) представили теплицу как сложную оптическую систему, где каждый лист «соревнуется» за фотоны. Они построили детализированную цифровую модель, учитывающую геометрию теплицы, форму каждого куста, оптические свойства листьев, газообмен и содержание хлорофилла. Для проверки модели провели двухлетний полевой эксперимент в двух разнородных по освещённости районах: один с хорошим солнечным ресурсом, другой — с дефицитом света. Томаты сорта «Цзиньпэн» выращивали в сезоны весна–лето и осень–зима.
Что показала модель
Расчёты модели практически совпали с реальными данными по росту и фотосинтетической активности. В районах с обилием света суммарная фотосинтетическая активность за сезон была существенно выше: весной — примерно на треть, а осенью — более чем на половину. Весенний урожай в основном ограничивался количеством света (на его долю приходилось почти 60% влияния), на втором месте стояли внутренние физиологические характеристики растений. Осенью роль архитектуры куста (расположение листьев) и биохимической «подготовленности» растений выросла: они оттеснили количество света на третью позицию.
Откуда берутся потери и где «узкие места»
В условиях низкой освещённости главный лимит — сам дефицит света. В пасмурную осень растения часто упираются в биохимический потолок: они не в состоянии переработать даже тот свет, который получают. Модель позволила выделить конкретные молекулярные параметры, определяющие такие ограничения, в том числе параметр κ₂LL и максимальную скорость переноса электронов Jmax.
Что меняли в модели и какие эффекты получили
Авторы провели виртуальные «апгрейды» растений и теплицы. Наибольший прирост урожайности (до ~16%) даёт повышение эффективности использования света на молекулярном уровне и увеличение скорости переноса электронов в хлоропластах (повышение Jmax). Оптимизация схемы посадки (умеренное разреживание, корректная ширина проходов) добавляет ещё примерно 7–9%. Улучшение рассеивания света за счёт покрытия плёнкой даёт небольшой эффект — около 2,5%.
Практические рекомендации для российских и СНГ‑теплиц
1) Аграномическая быстрый выигрыш: пересмотрите схемы посадки. Увеличение междурядий и оптимизация размещения кустов под конкретные условия освещённости могут дать 7–9% без генетических затрат — это важно для промышленных хозяйств в Подмосковье, на Урале, в Ленинградской области и т.д., где зимний/осенний свет ограничен.
2) Таргет для селекции: сосредоточиться на генах и признаках, повышающих Jmax и связанные с κ₂LL. Российским селекционным центрам и семеноводческим компаниям стоит вводить скрининг по параметрам электронного транспорта и тестировать сорта в условиях низкой освещённости.
3) Свет и энергоэффективность: в регионах с часто пасмурной осенью/зимой экономически оправдано применять локальное досветление или гибридные схемы (точечное досвечивание в ключевых фазах), но важно учитывать, что при низкой биохимической мощности растения эти инвестиции могут быть неэффективны. Модель помогает рассчитать, где досвет реальная польза, а где — впустую потраченная электроэнергия.
4) Технологии плёнок и рассеивания: модернизация покрытия теплиц имеет небольшой потенциал по сравнению с селекцией и агротехникой, поэтому вложения в «умную» плёнку должны быть экономически обоснованы.
Пояснение ключевого термина: Jmax
Максимальная скорость переноса электронов (Jmax) — это способность фотосинтетического аппарата листа «перекачивать» энергию от света в химическую работу. Проще: если лист — это солнечная батарея, то Jmax показывает, насколько быстро «электроны бегают» по её цепочке. Низкий Jmax означает, что растение может «ловить» свет, но не успевает его переработать — это как у спортсмена с хорошими лёгкими, но слабым сердцем. Такой дефицит особенно заметен при умеренной или высокой освещённости.
Значение для отрасли и выводы
Для российских овощных теплиц результат важен двумя путями: быстрые, недорогие меры (пересмотр схем посадки, выбор сезонов и агрозащита) и долгосрочные инвестиции в селекцию (отбор на Jmax и κ₂LL). В условиях изменчивого климата и роста затрат на энергию иметь точную модель «что и где ограничивает урожай» — значит принимать обоснованные решения, а не действовать по наитию. Работа переводит агрономию тепличного овощеводства от «примерных рецептов» к количественно обоснованным стратегиям увеличения продуктивности.
