Summary

BtM, 一种低成本的开源数据采集器, 用于估算非血管化机制的含水量

Published: March 25, 2019
doi:

Summary

我们提出了一个简单且经济高效的方法来构建一个开源数据采集器, 该记录器测量非血管隐形器的电导率以及环境温度和湿度。我们描述了数据采集器的硬件设计, 并提供了分步装配说明、所需的开源日志记录软件列表、运行数据记录器的代码以及校准协议。

Abstract

非血管隐形动物的群落, 如苔藓或地衣, 是地球生物多样性的重要组成部分, 有助于调节许多生态系统中的碳和氮循环。作为水下的生物, 它们不积极控制其内部含水量, 需要潮湿的环境来激活其新陈代谢。因此, 研究非血管隐形虫的水关系对于了解它们的多样性模式和它们在生态系统中的功能至关重要。我们提出了 BtM 数据记录器, 一个低成本的开源平台, 用于研究非血管隐形器的含水量。该数据采集器设计用于同时测量多达8个样品的环境温度、湿度和电导率。我们提供印刷电路板 (PCB) 的设计、组装组件的详细协议以及所需的源代码。所有这些都使任何研究小组, 甚至是那些没有以前专门知识的研究小组都可以访问 BtM 数据记录器的组装。因此, 这里介绍的设计有可能有助于在生态学家和野外生物学家中推广这种类型的设备的使用。

Introduction

非血管隐形群落是陆地生态系统中普遍存在的, 也是经常被忽视的一部分1。它们是由非常不同的小型生物组成的, 其中苔藓植物和地衣是杰出的初级生产者。这两组生物具有独特的生理特征:, 或者无法积极控制其内部含水量。这对它们的生理过程有着深远的影响, 因为当细胞在低湿度的反应下停止新陈代谢时停止, 当环境再次潮湿时恢复.因此, 非血管隐形动物避免干旱, 而不是应对干旱 2, 这使得这些群落能够在从寒冷和炎热的沙漠到热带地区 3,4的广泛环境中生存。

此外, 它们的结构也相对简单, 对营养的要求较低。这些特性使它们对微气候条件高度敏感。事实上, 非血管隐形剂往往占据着一个特殊的空间, 而这个空间对于较大大小的维管植物来说是不可用的, 形成了一个缩影生态系统, 构成了世界多样性的重要组成部分。仅苔藓和地衣就包括近 40, 000 种 (20, 000 种苔藓动物sensu lato5,620, 000 地衣7)。此外, 它们对地球生物多样性的贡献更大, 因为它们的社区为大量的真菌提供了庇护, 包括各种自由生活的真菌和菌根真菌, n 固定蓝藻作为附生植物生长, 以及无数的微型无脊椎动物, 如迟发性、胶原蛋白、米那足类动物、昆虫和螨, 它们利用了这些微型生态系统内的保水能力和缓冲条件。

非血管隐形动物群落也有助于生物地球化学碳循环的调节。在干燥的生态系统中, 所谓的生物土壤壳覆盖了多达40% 的地表8 , 并作为碳汇发挥着主要作用。最近的一项审查估计, 干旱环境的生物土壤结壳可能固定了陆地植被固定的所有碳的7%。此外, 在其他生态系统中, 苔藓植物或地衣或两者的结合是主要生产者—-如一些北方森林系统或泥炭沼泽—-它们的产量占总净初级生产力30% 至 100%10、11.它们在这些生物不占主导地位的生态系统中也很重要, 例如温带森林。事实上, 在新西兰温带雨林, 森林地面苔藓植物的年碳吸收相当于约10% 的森林地面呼吸。此外, 它们对于固氮也很重要, 因为这些群落中作为附生植物生活的蓝藻可能会固定全球生物氮含量近50%。

由于其生理活动依赖于周围环境中的水的供应, 非血管隐形群落的多样性及其在生态系统中的功能在很大程度上取决于含水量2。请注意, 由于它们不能主动控制其组织中的含水量, 它们在碳平衡和固氮中的作用与水化和干燥周期相结合, 因此取决于干湿循环的间隔和周期。因此, 实时了解这些生物的含水量状况是了解加密在生态系统中所履行的功能的关键。

尽管其重要性, 但测定水含量和生理活性的方法的开发相对缓慢。1991年, Coxson12首次采用直接测量地衣含水量的方法。之后, 这种研究一直存在差距, 直到最近的发展, 当几个工作提供了近似测量的生理状态非血管隐形虫 13,14,15, 16岁然而, 这样的知识仍然是稀缺和分散的, 这些作品大多集中在土壤结壳 4,8。然而, 苔藓植物和地衣在许多其他生态系统中也发挥着相关的作用, 特别是在温带、北方和极地地区,它们不仅在土壤群落中, 而且在生长在岩石上的树木和萨克斯科动物群落。这种缺乏研究的情况在一定程度上与缺乏市售的测量记录仪有关, 这迫使研究小组建造自己的设备。开发数据记录仪需要大多数生态学家所不具备的特定知识, 因此, 这大大增加了实施收集非血管性能代表性数据所需的相对较大的测量网络的成本环境和生境梯度。

本文提出了一种简单且经济高效的数据采集器, 该方法能够同时测量非血管隐形生物与环境温度和湿度的电导率。它的编程是在相对较长的时间内 (长达两个月) 自主记录, 坚固耐用, 足以承受恶劣的室外野外条件。由于其简单性, 它将成为生态学家和实地生物学家的一个有用工具, 而没有受过发展数据采集器或缺乏专门工作人员的研究小组方面的专门培训。因此, 此数据记录器有可能有助于推广这种类型的设备的使用。

我们开发了一种低功耗、低成本的数据采集器, 能够测量多达八种不同来源的电导率, 并同时记录环境温度和相对湿度。该设备是根据 Coxson 的设计12 设计的,并在开源平台 (材料表) 上实现。其目的是优先考虑易于组装和提高电力效率, 并为长期安装的维护提供便利。该设计源自开放源建筑科学传感器(osbss)17的一篇文章。这种设计经过了修改, 引入了额外的电路, 读出了加密的阻抗, 使其更紧凑, 更易于制造。

其结果是 BtM 板 (Bryolichen 温度保湿板), 一个开源印刷电路板18。每个电路板由一个高能效微控制器 (材料表) 控制。环境温度和相对湿度数据是通过预先校准的温度和湿度传感器收集的, 除了低功耗外, 还具有适当的性价比。

该主板使用数字通信协议 (标准 SPI 串行) 来管理测量周期。安装在每个主板上的实时时钟 (DS3234) 可提供准确的计时。为了降低能耗, 处理器在大多数情况下保持待机模式。每次需要收集数据时, 实时时钟都会激活处理器并触发日志记录过程。实时时钟还用于准确记录每个数据案例的日期和时间。

使用一个 BtM 板可以并行记录多达8个苔藓和/或地衣样本。实验时, 对每个 moss/地衣样品应用两个鳄鱼夹电极探头。然后, 使用每个电极之间的分压器和已知值 (在本例中为 330 KΩ) 的电阻基准。此电阻值是通过校准并基于以前的加密测量方法选择的。它提供了参考值 (100-1, 000 KΩ) 周围一个数量级的分辨率。电压降缓冲, 然后使用其模拟端口 (A0-a7)18与微控制器一起读取。电压是通过应用以下公式计算的。

Mi = (Adcix VCC)/1023

在这里, Adti 是通道 i 的 ADC (模数转换器) 的原始值, VCC 是电源电压 (在这种情况下为 3.3 V), 1023 是 ADC 输出的范围。然后, 将产生的电压维与欧姆定律结合使用, 计算每个苔藓样品的电阻 (Ri, Ω) 和电导 (G, S)。

Ri = (VCC x RL)/Vi-rl

G = 1/ri

在这里, RL 是电阻参考的值 (在这种情况下为 330 KΩ)。微控制器的板载软件融合了所有这些方程, 因此它可以直接寄存电阻和电导值。

该电路板还使用传感器收集环境温度和湿度的测量结果。然后, 将每个数据点写入微 Sd 卡上的日志文件。为此, 在每个 BtM 板上安装了一个微 Sd 跨闪存突破板。最后, 实验结束后可以手动采集微 Sd 卡。所有数据点都可以传输到计算机上进行进一步分析。

Protocol

1. 数据记录器的组装 准备一个焊锡铁和焊丝线轴。等待焊铁加热并滋润清洁海绵。 将引脚头条切割到所需的长度, 并将其焊接到温度和湿度传感器、微控制器、RTC 时钟和微 Sd 突破模块的插座中。 要焊接, 请将所需的连接与焊铁的尖端进行预热。 然后, 从焊丝中应用少量材料, 足以填满接合点。 最后, 取出焊铁, 等待结点冷却。 按照 pcb 的标记和材料表中指定的元件参考 (组装方案见图1), 使用步骤 1.2中相同的步骤将元件组装到电路板上。 首先, 焊接电阻器。然后, 焊接操作放大器、SHT7X 传感器、RTC 时钟和微 Sd 突破模块的插座。 接下来, 焊接两个晶体管。现在还需要使用引脚头对电路板进行焊接。最后, 将连接器焊接到电路板上。 将 SHT7X 湿度温度传感器焊接到引脚头或延长线上, 以加固引线。 在连续性测试或电导率测试模式下准备万用表。使用万用表验证任何引脚或连接之间没有短路。 对电源的正负端子进行了双重检查。此外, 验证每个焊点是否在元件引脚和电路的铜轨道之间建立了稳定的连接。注: 此步骤非常重要。不要跳过它。 使用螺丝刀将电池端子和电缆夹连接到电路板。 首先, 使用任何切削刀具剥去每个线端 ~ 4 毫米, 露出导电芯。接下来, 将每个电缆引入相应的端子, 然后使用菲利普斯螺丝刀拧紧螺钉。 确保电缆的正确极性, 尤其是电源的极性。通过稍微拉电缆来测试连接的强度, 验证所有内容是否牢固地连接在一起。 要进一步降低功耗, 请通过从主板上脱除或切断 LED 二极管来卸下微控制器主板的电源指示灯。 最后, 将 BtM 板安装在耐候性外壳中, 以防止水分远离电子产品。 将机柜与电池组配合在一起, 将其连接到正负端子。将湿度温度传感器安装在箱体外, 使其连接到 BtM 板。 将电导测量所需的八对鳄鱼夹路由到耐候性外壳的外部。最后, 用鳄鱼的夹子夹下每根苔藓。 2. 加载软件 从网站19下载并安装集成开发环境 (ide) 1.0.6。所使用的微控制器是一个开源物理计算平台, 它有自己的 IDE。下载适当的版本很重要, 因为一些所需的库存在已知的兼容性问题。 从 GitHub 存储库中下载必要的库:Ds3234、DS3234lib3、powersaveer、Sdfat 和敏感性。 从 GitHub 存储库18下载数据记录器的主源代码。 打开时钟. ino 文件以设置当前时间和日期。使用以下格式使用当前时间和日期编辑函数 rtc. setdate time 的参数:rtc. setdattime (DD, MM, yy, hh, mm, ss);日期: DD/MM/YY hh:mm在这里, DD 是天, MM 是月, YY 是年, hh 是小时, mm 是分钟, ss 是秒。 然后, 将时钟程序上传到 BtM 主板, 将 usb 到串行适配器 (FTDI 突破) 插入微控制器编程端口, 并使用小型 usb 到 usb 电缆将主板连接到计算机。最后, 首先按”验证”,然后在 Ide 中上载。 在 IDE 中打开数据日志项目并修改 datalogo. ino 文件。设置记录器编辑以下变量的开始时间:int dayStart = DD, “开始时间” = hh, minStart = mm在这里, DD 是一天的数量, hh 是测量的开始时间, 毫米是开始的分钟。注: 设置特定时间的代码应如下所示:rtc. setdattime (DD、MM、yy、hh、mm、ss);//日期 0um12/17 12:00 设置测量之间的间隔 (以秒为单位), 修改变量间隔的值。 3. 测量探头的设置 将鳄鱼夹放置在群落的中心位置, 以防苔藓、果质地衣和叶面地衣 (图 2)。对于果衣地衣, 将夹子贴在上, 对于苔藓, 直接贴在个体的茎上。在叶蚊地衣的情况下, 把夹子放在的边界上。 保持最小的距离. 电极之间5毫米。在开始测量之前, 请确保剪辑不容易分离。 4. 电导测量的校准 为确保样品干燥, 请在中午, 在空气相对湿度较低的一天进行校准, 之前至少有一个, 最好是两个干燥的日子。 选择一个健康和结构良好的苔藓或地衣社区。 按照本协议第3节中的步骤, 将数据记录器连接到苔藓或地衣。 开始测量 (打开数据记录器), 让 BtM 板运行大约 3分钟, 以稳定记录的值。 进行预先校准测试, 以估计每个浇水事件所需的水量。将夹子连接到样品并加水, 直到电导达到不随水的加入而增加的值。这是该样品的最大电导值。此值将用于建立校准的浇灌步骤 (请参阅步骤 4.7.1)。 等待, 直到电导测量返回到初始值 (样品是干的)。 然后, 用小喷雾依次加水。 使样品的水量相当于实现样品中最大电导率所需水量的十分之一 (见步骤 4.5)。 等到苔藓或地衣充分吸收水分, 电导测量结果稳定后再浇水 (每次浇水之间约 1分钟)。 重复, 直到电导达到最大值 (饱和度), 苔藓或地衣完全水合。注: 每次校准测试应花费约 15分钟, 具体取决于浇水之间的间隔, 应为1-2分钟。 完成校准后, 从 BtM 板中取出 microSD 卡, 然后将数据文件复制到计算机上。注: 然后, 记录的值可以用作实验的基线。还必须执行此步骤, 以验证设置是否正确地注册了样品的电导率, 就在运行实际实验之前。 5. 实验室实验的替代校准 完全水合苔藓或地衣群落, 直到观察到多余的外部水。为确保社区完全水化, 保持社区湿润 3 0分钟。 按照本协议第3节中的步骤, 将数据记录器连接到苔藓或地衣。 开始测量, 让 BtM 板运行约 3分钟, 以稳定记录的值。 等待, 直到电导达到最小值 (干燥) 和苔藓或地衣不再导电。注: 每次校准可持续至少 1小时, 但根据物种的不同, 持续时间变化很大。应进行测量, 直到达到最小电导值。

Representative Results

我们分析了两种苔藓的电导率的变化. 和同药金 (云杉) h. rob。(图 3), 在实验室条件下的校准过程中。两种苔藓的垫子在硅胶中保存了 24小时, 并放置在保持其原始结构的人工基板 (即wadand) 中 (图 2)。然后, 样品被浇灌15x 到20x 与喷雾在1分钟的间隔。每个浇水事件由大约0.1 毫升的水组成。在这两个物种中, 加水与样品电导率 (d. 作用域s = 0.88, p < 0.88) 之间存在较高的相关性;观察到 h. 金r r = 0.87, p < 0.87). 有一个高的增加在电导率 (从0% 至少25% 至少) 在第一加水, 并且措施到达了他们的最大电导率在 4 mL 为 d .范围. 重要的是要指出, 水的数量和电导率之间的关系是对数的。因此, 需要变换电导值, 使其具有两个变量之间的线性关系, 并使用非线性回归对它们之间的关系进行建模。 我们发现样本之间存在一些变异性 (参见图 3a和3a中的不同颜色), 尽管属于同一物种的所有样本都绘制了类似的曲线。样品之间的差异可归因于生物量和斑块形态的差异。现场的样本很可能会显示这种类型的变异性, 因此建议对每种社区类型采取几种措施。毫不奇怪, 物种之间的变异性最高, 因为物种在几个基本特征 (例如垫子或形态的聚集) 上有所不同。为了控制物种内和物种间的可变性, 我们建议校准每个剪辑, 直到达到最大电导值, 然后重新调整每个剪辑的结果, 以便该值从0到100。考虑到绝对电导值取决于夹子与茎的基本电导率之间的距离, 因此它们提供的值不能直接比较。 在校准过程的每个浇水事件中添加的水量至关重要, 并将对结果产生重大影响。在这里, 目的是在 BtM 的最大精度范围内进行几次浇水活动。当每个步骤中添加过多的水时, 我们提供了一个校准曲线的示例 (图 4)。如果样品在第一次浇水时被过度浇水, 则无法欣赏电导率的增加, 校准也将不准确。这可能会导致非血管隐形虫活跃的范围内的偏见, 这是用 BtM 进行的最有趣的测量。 我们还分析了同一种物种 (金黄色葡萄球菌和d. 范围)的干燥曲线, 以提供一个替代的校准程序。这两只苔藓的垫连夜浇水, 以确保完全饱和。然后, 提取每个垫子的有代表性的茎, 并将其放置在稳定、可控的环境中, 连续记录电导。至于其他标定方法, 电导值需要转换为两个变量之间的线性关系, 它们之间的关系应该用非线性回归来建模。 图 5a和5a 显示了同一物种样本中金黄色葡萄球菌的 Dessulse 曲线和d.范围变异性。发现的物种内和物种间的变异性相当大, 与其他校准程序一样, 可归因于每个茎的生物量和形态的差异。为了控制它, 我们建议每个物种至少进行三次测量。在这一校准过程中, 绝对电导值不是直接可比的, 因为它们还取决于夹子与茎的基部电导之间的距离。 我们提供了一个在2014年6月23日至26日期间发生降雨事件后的现场数据示例。我们显示了一种苔藓 (rurichia) 的电导率 (图 6 a)、相对湿度 ( 图 6b) 和降水 (图 6c) 的日变化。F. Weber & D. Mohr)。苔藓的电导率、降水事件和空气的相对湿度之间存在着密切的关系。在所分析的期间, 由于两个降水事件的结果, 电导率和湿度有两个峰值。第一次发生在 6月 2 3日午夜前, 第二次发生在 6月 2 4日中午之后。第一次降雨后约 8小时, 我们观察到空气相对湿度下降, 随后苔藓电导率突然下降, 低于 2 5%。第二次降雨事件较小, 因此产生了较小的电导峰值。在这场降雨事件之后, 苔藓并没有立即干涸, 而是在湿度在 7 5% 以上的情况下保持水分。 图 1: btm 数据记录器的装配原理图.原理图包括 BtM 板的图片和每个组件在电路板上的位置。请点击这里查看此图的较大版本. 图 2: 将夹子正确放置在苔藓中 (同甲草).该图像显示了如何放置剪辑, 以保持剪辑之间的最小距离, 而不会损坏苔藓。请点击这里查看此图的较大版本. 图 3: 电导对加水的响应.这些面板显示了电导率对 (a)双翅目和(b) h. 金的加水反应.颜色显示不同的复制。数据点是在浇水事件发生后的10秒至30秒之间的对数变换电导率的平均值。误差线表示该间隔中数据的标准偏差。请点击这里查看此图的较大版本. 图 4: 当添加的水量过大, 无法进行校准时, 对数转换电导率对 d .范围内的加水的响应.误差线表示该间隔中数据的标准偏差。请点击这里查看此图的较大版本. 图 5: 去线曲线.这些面板显示(a) d. 范围和(b) h.光环的干燥曲线。数据点是每30秒测量的对数变换电导率的平均值, 黑点显示三个复制的平均值, 误差条表示该区间内数据的标准偏差。请点击这里查看此图的较大版本. 图 6: 苔藓电导率、降水和相对湿度的日变化.这些措施是在西班牙马德里自治大学校园 Cantoblanco 的土壤社区采取的。用 BtM 原型测量电导率和相对湿度, 而降水数据来自距离测量位置几米远的气象站。请点击这里查看此图的较大版本. 日期/时间 温度 (C) 相对湿度 (%) 电导率 (KMho) 上午 11/0318 12:00 26。6 6。6 139.53 上午 11/0318 12:00 26。6 66。4 167.92 上午 11/0318 12:00 26。8 66。4 199.14 上午 11/0318 12:00 26。9 66。4 22.75 上午 11/0318 12:00 26。6 6。6 217.15 上午 11/0318 12:01 26。9 66。7 218.93 上午 11/0318 12:01 27 66。8 139.53 上午 11/0318 12:01 27。1 66。9 164.28 上午 11/0318 12:01 27。1 67。3 194.21 上午 11/0318 12:01 27。3 67。3 209.28 表 1: BtM 输出的示例。

Discussion

据我们所知, 这是首次在开放平台上设计数据记录仪, 同时测量温度、湿度和电导率, 作为水基地重水生物含水量的代名词。BtM 数据采集器易于构建且经济高效, 还可使用最少的功率提供高质量的空气湿度、温度和阻抗数据测量。

简单的程序集是该数据采集器的主要优点之一。由于它是一个开源项目, 我们提供了数据记录软件及其结构的详细方案, 以及构建现成的 BtM 数据记录器的非技术手册。这使得任何研究小组都可以使用这种方法, 即使是那些与工程师或专门技术人员不合作的研究小组也是如此。此外, 如果使用印刷电路板电路, 每个数据采集器的组装只需大约 1小时; 如果电路是由研究人员安装的, 则需要大约4小时。此外, BtM 数据记录器具有很高的成本效益。每个单元的部件的估计成本约为100欧元, 这是一个相当低的价格, 可以通过组装成批的几个记录器在大型项目中进一步降低。

尽管最近出现了一些方法上的发展, 旨在实施测量与非血管隐形群落生理活动有关的不同方面的装置, 但 BtM 填补了一个重要的知识空白。Raggio等人15人使用 Moni-Da, 这是一个获取生理和微气候信息的监测系统。生理活性是通过叶绿素荧光收集的, 这是实验室中广泛使用的一种方法, 用于估计光合生物的活性。尽管此方法非常精确, 但它比 BtM 数据记录器的成本要高得多。此外, 监控系统是民营企业的产品, 削弱了研究小组的自主权。

最近公布的另外两种方法也是基于对非血管隐式医院含水量的估计。第一种方法是基于热测量 (双探针热脉冲 (DPHP) 方法)。虽然 Young 等人最近取得了有希望的成果.1 6日, 由于没有任何具体的方案, 在没有专业知识的情况下组装起来极具挑战性。最后, Weber等人14提出了一种称为生物壳湿探头 (bwp) 的传感器, 该传感器与 btm 数据记录仪非常相似。然而, 它们没有为其建造提供任何计划, 这妨碍了在没有专家协助的情况下建造数据记录器的可能性。我们克服了这一问题, 不仅提供了施工方案, 还提供了组装数据采集器的电路板。有趣的是, BtM 可以很容易地修改, 以测量生物壳, 孤立的个人, 或坐垫, 只需改变鳄鱼剪辑 (为地衣或苔藓个体/坐垫) 铜合金电极引脚 (用于生物壳)。如有必要, 只能更换部分鳄鱼, 从而可以直接比较两种测量探头类型。

在解释结果时, 应仔细处理活性与含水量之间的关系, 因为 BtM 并不直接测量光合作用。光合作用和活性在非血管隐形虫中密切相关, 因为干性生物处于代谢停止状态, 湿生物处于活性状态。然而, 光合作用活动的程度不能直接从含水量中推断出来, 尽管在一个水分充足的生物体中可以预期有较高的代谢活动–因此也可以预期会有较高的光合活性。

关键步骤:
尽管组装方便, 但协议中的一些关键步骤, 在安装传感器时, 研究人员应该仔细解决。首先, 正如协议中所强调的, 焊接时很容易产生短路, 在最坏的情况下, 这可能会对微控制器造成严重损害。这是非常重要的检查他们是否与万用表, 并删除他们之前连接电池。我们建议使用提供的 PCB 设计, 因为它大大简化了流程, 可能是克服此问题的最佳选择。其次, 并非所有 IDE 版本都与此数据记录器所需的库兼容。下载正确的 (1.0.6) 是很重要的, 以避免任何兼容性问题。第三, 注意电池的极性是很重要的。极性反转可能会对硬件造成严重损害。第四, 校准是关键的一步。BtM 数据记录器的设计使更高的分辨率与密码从干燥状态进入潮湿状态的时刻相吻合。这意味着在样品在水中饱和之前, 电导值就已经饱和了。但是, 如果手头的研究需要更高的精度围绕其他值, 则可以对其进行修改。此参考中超过一个数量级的测量要求更换电阻器和重新校准过程 (见下文)。由于环境温度会影响测量的准确性, 我们建议在校准时考虑到这一因素。为此, 应在低温下进行校准, 以检查测量精度和稳定性的变化 (有关温度影响, 请参见 Coxson12 )。

修改:
尽管 BtM 的大多数组件都是固定的, 但有些组件可以很容易地在现场进行修改, 而无需解析。最简单的修改是更换鳄鱼夹的其他探头或测量系统。例如, 一个带有两个引脚的探头, 而不是鳄鱼夹, 如 Weber 等人中建议那个。14、可使用。

在远程环境中, 可能无法在所需频率内更换电池, 电池可以补充太阳能电池板, 为 BtM 数据记录器提供更长时间的电源。

通过改变用于测量电导的参考电阻, 可以很容易地将较高分辨率的等级修改为更高或更低的值。如果进行了修改, 我们强烈建议进行精确的重新校准。此外, 在源代码中, 为 330 KΩ的电阻值编程的Rvalue变量必须分配给新的对应值 (datalogd. ino)。

结论:
非血管隐自治社区具有高度的多样性, 发挥着许多不同的关键生态作用, 因此了解它们与非生物环境的关系是一个至关重要的问题。BtM 数据记录器有几个应用程序, 将有助于提高对这些关系的了解。例如, 它将有助于加深对这些生物作为碳汇或碳源的条件的深入了解。这两个角色之间的波动与温度和湿度3等非生物条件密切相关, 但需要大量数据来描述和了解这种关系在全球范围内的变化。这就需要密集的传感器网络, 只有在它们依赖低成本且易于实施的设备的情况下, 才有可能实现这些网络。

总之, 该装置是生态研究小组的有效工具, 克服了数据采集器设计和构建的技术约束。这两个因素的结合, 可能会使数据记录仪在现场测量非血管隐形剂的水关系方面得到普及。这反过来又可以促进中长期监测网络的建立。发展这些网络对于评估非血管隐形虫对当地和区域环境因素的反应以及确定其在生态系统过程 (养分循环、社区组装) 及其根据与全球变化有关的气候和人类因素的变化, 最有可能的反应。

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

提交人感谢 Manuel Molina (UAM) 和 Cristina Ronquillo (mnctic) 在校准测试期间提供的帮助, 并感谢 Belén Estébanez (UAM) 在取样运动期间提供的帮助。

Materials

BtMboard circuit (PCB) 1
Arduino Pro Mini 328 3.3 V (APM) Arduino 1
FTDI Basic Breakout SparkFun 1
MiniUSB to USB cable adapter 1
TLC274 operational amplifier Texas Instruments 2
2.54 mm breakout pin strip 1
330 KOhm resistor 8
330 Ohm resistor 2
10 KOhm resistor 1
2N3904 Transistor 2
Bornier connector, 2×1 5.08 mm 9
1.5 V AA battery 3
3xAA battery holder with switch 1
Sensirion SHT71 Sensirion 1
DS3234 RTC Breakout (clock) SparkFun 1
CR1225 3 V Coin-cell battery 1
MicroSD Transflash breakout SparkFun 1
Crocodile clip connector 16
Weatherproof enclosure box 1
12 AWG stranded cable spool 1
Cutting pliers 1
30 W soldering iron 1
Solder wire spool 1
Arduino IDE 1.0.6 Arduino 1
Arduino library DS3234 Arduino 1
Arduino library DS3234lib3 Arduino 1
Arduino library Powersaver Arduino 1
Arduino library SdFat Arduino 1
Arduino library Sensirion Arduino 1

Referenzen

  1. Fontaneto, D., Hortal, J., Ogilvie, L. A., Hirsch, P. R. Microbial Biogeography: Is Everything Small Everywhere. Microbial Ecological Theory: Current Perspectives. , 87-98 (2012).
  2. Proctor, M. C. F., et al. Desiccation-tolerance in bryophytes: a review. The Bryologist. 110 (4), 595-621 (2007).
  3. Lindo, Z., Gonzalez, A. The Bryosphere: An Integral and Influential Component of the Earth’s Biosphere. Ecosystems. 13 (4), 612-627 (2010).
  4. Elbert, W., et al. Contribution of cryptogamic covers to the global cycles of carbon and nitrogen. Nature Geoscience. 5, 459-462 (2012).
  5. Magill, R. E. Moss diversity: New look at old numbers. Phytotaxa. 9 (1), 167-174 (2014).
  6. Söderström, L., et al. World checklist of hornworts and liverworts. PhytoKeys. (59), 1-828 (2016).
  7. Lücking, R., Hodkinson, B. P., Leavitt, S. D. The 2016 classification of lichenized fungi in the Ascomycota and Basidiomycota – Approaching one thousand genera. The Bryologist. 119 (4), 361-416 (2016).
  8. Bowker, M. A. Biological Soil Crust Rehabilitation in Theory and Practice: An Underexploited Opportunity. Restoration Ecology. 15 (1), 13-23 (2007).
  9. Wilske, B., et al. The CO2 exchange of biological soil crusts in a semiarid grass-shrubland at the northern transition zone of the Negev desert, Israel. Biogeosciences Discussions. 5 (3), 1969-2001 (2008).
  10. Wardle, D. A., et al. Linking vegetation change, carbon sequestration and biodiversity: insights from island ecosystems in a long-term natural experiment. Journal of Ecology. 100 (1), 16-30 (2012).
  11. Lindo, Z., Nilsson, M. -. C., Gundale, M. J. Bryophyte-cyanobacteria associations as regulators of the northern latitude carbon balance in response to global change. Global Change Biology. 19 (7), 2022-2035 (2013).
  12. Coxson, D. S. Impedance Measurement of Thallus Moisture Content in Lichens. The Lichenologist. 23 (1), 77-84 (1991).
  13. Raggio, J., et al. Continuous chlorophyll fluorescence, gas exchange and microclimate monitoring in a natural soil crust habitat in Tabernas badlands, Almeria, Spain: progressing towards a model to understand productivity. Biodiversity and Conservation. 23 (7), 1809-1826 (2014).
  14. Weber, B., et al. Development and calibration of a novel sensor to quantify the water content of surface soils and biological soil crusts. Methods in Ecology and Evolution. 7 (1), 14-22 (2016).
  15. Raggio, J., et al. Metabolic activity duration can be effectively predicted from macroclimatic data for biological soil crust habitats across Europe. Geoderma. 306, 10-17 (2017).
  16. Young, M. H., Fenstermaker, L. F., Belnap, J. Monitoring water content dynamics of biological soil crusts. Journal of Arid Environments. 142, 41-49 (2017).
  17. . GitHub – united-ecology/btmboard Available from: https://github.com/united-ecology/btmboard (2018)
  18. . Arduino – Software Available from: https://www.arduino.cc/en/Main/Software (2018)

Play Video

Diesen Artikel zitieren
Leo, M., Lareo, A., Garcia-Saura, C., Hortal, J., Medina, N. G. BtM, a Low-cost Open-source Datalogger to Estimate the Water Content of Nonvascular Cryptogams. J. Vis. Exp. (145), e58700, doi:10.3791/58700 (2019).

View Video