异速生长的世界

A World of Allometric Scaling

生物的代谢速率与生物量有一定的幂函数关系，表现出了异速生长的特性，如植物每天的耗水量与生物量呈幂指数增长。相比于异速生长，是等速生长，即幂指数等于1的情况。自从三个美国的科学家在1997年提出WBE模型以来，受到褒贬不一的评价，有些数据支撑，有些数据不能证实WBE理论的普适性。

问题是，如果对于一个Y=a*x^b的方程，b的不同真的能彻底否定异速生长规律吗？不一致的地方并不能否定异速生长的存在，资源总是有限的，生物体要保证“又快又好”的生长，把资源用在更需要的地方的时候做些“调整”应该是可以理解的。

事实上，这个世界往往就是不均衡发展。平均主义害死人，估计大家都听说过。允许有差异，承认不一致才是效率最高的。如以树木的输水效率举例说明，松树有相当均一的管胞孔材；木荷是散孔材，导管分布相对均一；而柠檬桉是散孔材，导管不仅分布不均，而且导管的的粗细也存在明显的径向变化。但，总体而言，它们的输水效率恰恰随着这种不均衡的加剧而增强。输水效率的高低不直接由导管类型决定，但导管类型是一个非常重要的影响因素。就像毛主席之前曾经说过的那样，“没有区别就没有政策”。植物也懂得这个道理。

或许我们可以这样理解WBE模型，这个世界确实是异速生长的，但研究人员没有机会收集到全世界的数据，甚至模型参数设定不够精确，导致模型的可预测性能降低。但这个世界确实是不均衡发展的。不同研究性状、不同地区和物种幂指数b值的不同，恰恰印证了“万变不离其宗”的哲学道理。如Wright et al. (2004)基于全球数据发现叶片氮含量与净光合速率直接的正相关关系和其它叶片性状的补偿效应，如果其它研究人员发现它们关系的系数与Wright et al的不同，但能否定二者的正相关关系吗？或许您比较全球数据和自己数据的时候发现，它们的斜率差异显著。但很多时候，差异显著并不能说明什么，数据量足够大的时候往往都有可能差异显著。题外话，Wright et al. (2004)的那篇文章我2011年看的时候有850次的引用率，刚才发现引用率已经突破1600次了。

近期与程栋梁老师讨教了关于异速生长的问题，收获很大，以上是我近期的凌乱的不成体系的想法。程老师在植物呼吸的异速生长规律的研究上颇有建树。

推荐阅读：

植物血管：你所不知道的叶脉序

Global Leaf Trait Relationships: Mass, Area, and the Leaf Economics Spectrum

Allometric Scaling of Peak Power Output Accurately Predicts Time Trial Performance and Maximal Oxygen Consumption in Trained Cyclists