喀斯特地區2種豆科灌木秋季單株可飼產量估測模型構建

郝　俊， 陳秋生， 周民蘭， 吳麗琴

(貴州大學動物科學學院，貴州貴陽 550025)

生物量通常是指生態系統中生物組分單位面積上有機物質的質量或總量，直接反映了生態系統的物質生產量[1]。生物量是植物群落最重要的數量特征之一，是生態系統生產力的重要體現，為研究生態系統的物質循環和能量流動提供了基本資料[2]。灌木生物量作為灌木群落和生態系統研究的重要指標之一，是衡量植被生產力的重要指標，更是對畜牧業的發展有重要意義[3-4]。測定灌木生物量主要有收獲法和預測模型法。收獲法會對植被造成破壞，而預測模型法不僅能夠避免對灌木造成破壞，而且可減少工作量，因此，采用易測因子建立灌木生物量預測模型是一種有效的測定灌木生物量方法[3]。

貴州省飼用植物豐富，天然草地飼用灌木較多，如白刺花、紫穗槐、胡枝子、多花木蘭等[5]。多花木蘭(IndigoferaamblyathaCraib)、白刺花(Sophoradavidii)是貴州喀斯特地區常見的優良豆科牧草和飼用灌木樹種[6-7]，均耐旱、耐酸、耐瘠薄，生物量大，營養價值高，具有較高的藥用價值[8-13]。國內外對灌木生物量估測模型的研究逐漸增多，形式各異，但就建立植株多個指標與其單株可飼產量之間的回歸模型的研究十分鮮見[14]。且秋季灌木的生物量對于解決即將到來的冬季、春季飼草料短缺問題尤為重要。因此，本研究以貴州地區常見的灌木多花木蘭和白刺花為對象，研究其形態特征指標與其單株可飼產量之間的關系，并建立單株可飼產量回歸模型，為多花木蘭和白刺花秋季單株可飼產量提供簡單的測定方法，為高效利用灌木提供可靠的技術支撐，為在不破壞原有植被的情況下對單株灌木可飼產量進行定量估測提供依據。

1　材料與方法

1.1　研究區概況

采樣地位于貴州省貴陽市花溪區。貴陽市是喀斯特地貌較典型、面積較大的地區[15]，地處26°11′～26°34′N、106°27′～106°52′E，最高海拔1 655.9 m，最低海拔999.0 m。屬亞熱帶季風濕潤氣候，具有明顯的高原性氣候特點，冬無嚴寒，夏無酷暑，氣候溫和，雨量充沛，雨熱同季，春秋氣候多變，垂直氣候差異明顯。年均溫15.2 ℃，年均日照時數 1 214.6 h，無霜期285 d，年均降雨量1 178 mm，相對濕度85%。自然土壤以硅鋁質黃壤、黃色石灰土分布最廣[16]。

研究區人工灌叢草地主要優勢灌木植被為白刺花、多花木蘭，主要伴生植物為車前草(Plantagoasiatica)、假葦拂子茅(Calamagrostispseudophragmites)、金蕎麥(FagopyrumesculentumMoench)、狗牙根(CynodondactylonPers)等。

1.2　試驗材料與測定方法

試驗材料為2013年種植人工灌叢草地中的白刺花和多花木蘭。

試驗在2015年9月至2015年11月進行，于每月下旬分別隨機選取10株白刺花、多花木蘭，分別測量其株高(為自然高度)、冠幅直徑(南北向直徑和東西向直徑。假設2種灌木的冠幅為圓形，平均直徑為南北向直徑與東西向直徑均值)、地徑(距地面20 cm處的主干直徑)、基徑(第一個一級分枝距分枝處4 cm的直徑)、分枝數(所有一級分枝數目)，之后將其可飼部分(枝條直徑小于3 mm的嫩枝部分)的1/4剪下帶回實驗室稱質量，乘以4，作為單株鮮質量產量。試驗共取樣3次，實際測定2種灌木各30株。

1.3　數據處理

試驗所得數據采用Excel進行直線回歸分析及相關性分析，得到相應的圖表。然后應用分析軟件SPSS 22.0進行多元回歸分析。

先對2種灌木各個形態特征指標與其單株可飼產量之間進行一元回歸分析，若灌木各形態特征指標與其單株可飼產量之間回歸系數r2>0.6，即所建立的直線回歸方程的擬合度為60%以上，表明灌木各形態指標與其單株可飼產量之間存在顯著相關性，則形態特征指標可作為預測灌木單株可飼產量的因子。對可作為預測因子的指標與產量進行多元回歸分析，構建單株可飼產量估測模型。線性回歸的一般結構為：y=β0+β1x1+…+βjxj+ε[y為灌木生物量、xj為灌木形態指標，如地徑(D)、株高(H)、平均冠幅直徑(C)及其組合變量等，βj為模型參數，ε為誤差項]。然后對所構建的灌木單株產量估測模型進行回歸方差分析檢驗。

2　結果與分析

2.1　形態指標與其單株可飼產量之間的直線回歸分析

采用Excel進行直線回歸分析，從表1可以看出，多花木蘭形態特征指標株高、平均冠幅直徑、基徑、地徑與樣本單株可飼產量之間模擬的線性回歸關系均存在顯著正相關，即所建立的回歸方程對預測灌木單株可飼產量的可靠度占60%以上的形態指標有株高、平均冠幅直徑、基徑、地徑。與單株可飼產量相關性大小關系為地徑>平均冠幅直徑>株高>基徑。其中回歸系數最小的是一級分枝數與樣本單株可飼產量之間的相關關系，r2為5×10-5，表明多花木蘭的單株可飼產量隨其一級分枝數的變化不明顯。

表1　不同種類灌木相關形態特征指標與其單株產量

白刺花樣本形態特征指標株高、平均冠幅直徑、地徑、分枝數與樣本單株可飼產量之間模擬的線性回歸關系均存在顯著正相關，即所建立的回歸方程對預測灌木單株可飼產量的可靠度占60%以上的形態指標有株高、平均冠幅直徑、基徑、地徑、一級分枝數。與單株可飼產量相關性大小關系為一級分枝數>平均冠幅直徑>株高>地徑>基徑。其中回歸系數最小的是基徑與單株可飼產量之間的相關關系，r2為 0.100 6，表明白刺花的單株可飼產量隨其基徑的變化不明顯。

2.2　形態性狀與單株產量間的相關性分析

2.2.1多花木蘭從表2可以看出，通過相關性分析多花木蘭各形態性狀間除了一級分枝數與其單株可飼產量相關性不顯著外，其他各性狀間相關性均顯著，反映出各形態特征指標之間協調性較好，其中以與其地徑之間組合的相關系數最大，達0.891以上。表明株高、平均冠幅直徑、基徑、地徑可作為預測因子與灌木產量構建多元回歸估測模型。在對多花木蘭單株可飼產量與其形態特征指標進行多元回歸分析時，一級分枝數應舍棄而不作為預測因子。

2.2.2白刺花從表3可以看出，白刺花各形態性狀間除了基徑與其單株可飼產量之間相關性不顯著外，其他各性狀間相關性均顯著，反映出各形態特征指標之間協調性較好，其中以單株可飼產量與其一級分枝數之間組合的相關系數最大，達0.858以上。表明株高、平均冠幅直徑、一級分枝數、地徑可作為預測因子與灌木單株可飼產量構建多元回歸估測模型。在對白刺花單株可飼產量與其形態特征指標進行多元回歸分析時，基徑應舍棄而不作為預測因子。

2.3　單株可飼產量回歸模型統計量

從表4可以看出，多花木蘭單株可飼產量與其株高、冠幅、基徑、地徑4個形態特征指標之間的回歸系數R2達0.89以上，調整度R2為0.873，估計標準誤差值為0.285 56；白刺花單株可飼產量與其株高、冠幅、地徑分枝數4個形態特征指標之間的回歸系數R2達0.909以上，調整度R2為0.873，估計標準誤差值為132.712 90。2種灌木與各自的4個形態特征指標與其單株可飼產量之間的關系極顯著。回歸方程中至少有1個回歸系數具有顯著性則表明回歸方程具有統計意義，從多元回歸分析結果顯示，其中多花木蘭株高、地徑、基徑3個指標的回歸系數均具有顯著性；白刺花中4個指標的回歸系數均具有顯著性，說明2個回歸方程具有統計意義。

表2　多花木蘭形態性狀與單株產量間的相關系數

注：“**”表示在0.01水平上顯著相關。

表3　白刺花形態性狀與單株產量間的相關系數

注：“**”表示在0.01水平上顯著相關。

表4　單株可飼產量回歸模型統計量

2.4　單株可飼產量估測模型的建立

利用SPSS軟件進行多元回歸分析結果見表5，將表5中多花木蘭、白刺花的回歸系數數據分別代入多元回歸方程式：y=β0+β1x1+…+βjxj+ε中。式中：y為灌木生物量，xj為灌木形態指標(如地徑、株高、平均冠幅直徑及其組合變量等)，βj為模型參數，ε為誤差項。

表5　不同種類灌木單株可飼產量多元線性回歸分析

構建多花木蘭單株可飼產量四元回歸估測模型為：

y=-1.143+0.005x1+0.002x2-0.237x3+0.606x4。

式中：y為單株可飼產量，x1為株高，x2為平均冠幅直徑，x3為基徑，x4為地徑。

構建白刺花單株可飼產量四元回歸估測模型為：

y=-484.779+2.141x1+3.939x2+84.718x3+19.565x4。

式中：y為單株可飼產量，x1為株高，x2為平均冠幅直徑，x3為地徑，x4為一級分枝數。

2.5　單株可飼產量估測模型的檢驗

從表6可以看出，多花木蘭、白刺花單株可飼產量回歸模型的方差分析表明，當回歸方程包含各自的4個預測因子時，顯著性概率小于0.01，表明估測模型回歸方程相關關系極顯著，擬合效果好。以多花木蘭、白刺花各自的形態特征指標構建的單株可飼產量估測模型回歸方程具有統計意義，對定量估測其單株可飼產量具有科學性及可行性。

3　討論與結論

本研究以2個或者2個以上的形態因子組合成一個自變量，研究其與單株可飼產量的相關性，建立指數方程或者多項式方程，并尋找最佳回歸模型，以極顯著的多個形態指標，直接建立多元線性回歸方程，所得到的判定系數較姜鳳岐等對小葉錦雞兒灌叢地上生物量的預測、王慶鎖對中間錦雞兒生物量估測要高[17-18]。單個形態指標建立回歸模型時，也即建立一元回歸模型，擬合度小，其預測標準誤差較大。但當以極顯著相關的多個指標與可飼生物量極顯著相關形態因子建立多元回歸直線時，預測誤差較小，并且比單個因子與生物量建立回歸模型的擬合度大。

表6　不同種類灌木單株可飼產量多元回歸方程檢驗

姜鳳岐等利用易測因子來建立灌木生物量估測模型，所使用的易測因子是以喬木生物量與植株高度和冠幅的相關性較大[17]。王慶鎖選擇的是植物高度和冠幅作為易測因子，不同的是他建立線性回歸方程，自變量為植物高度與冠幅組合，得到的R2值為0.82左右[18]。Lufafa等對塞內加爾花生盆地的2種常見鄉土灌木Guierasenegalensis和Piliostigmareticulatum的生物量與基徑、高度、株數的關系進行研究，并建立回歸模型[19]。不同的灌木建立模型，選擇的自變量也不同。在本研究中多花木蘭、白刺花選擇的自變量在基徑和分枝數上不相同。

前人研究大多主要是通過測定灌木株高、冠幅、地徑幾個形態指標來估測灌木產量，建立的是二元或三元回歸模型，較少涉及基徑和一級分枝數。本研究通過線性回歸分析結果顯示多花木蘭一級分枝數和白刺花基徑分別與其可飼單株產量關系不顯著，這與李鋼鐵等對旱生灌木生物量預測模型的研究中采用分枝數與地上生物量對沙棘進行的回歸分析模型結果[4]不同，可能是由于植株形態類型及多花木蘭生長年限不同的原因導致。

本研究針對灌木的可飼部分產量作為預測值，其回歸模型可推廣于喀斯特地貌地區估測秋季多花木蘭、白刺花的可飼生物產量，便于精確估算秋季灌木的飼草供應量，對維持本地區冬春季草畜的平衡發展具有實際意義。此外，該類地區土地存在不同程度的石漠化，本研究為在不破壞原有植被的情況下對灌木單株產量進行定量估測提供一種可行的方法，且其預測因子可為其他灌木生物量的估測提供參考，對保護生態環境具有重要意義。

多花木蘭4個形態特征指標株高、平均冠幅直徑、基徑、地徑與單株產量間均存在顯著相關性，以此作為預測產量的因子得到多花木蘭單株可飼產量回歸估測模型為：y=-1.143+0.005x1+0.002x2-0.237x3+0.606x4。

白刺花4個形態特征指標株高、平均冠幅直徑、分枝數、地徑與單株產量之間存在顯著相關性，以此作為預測產量的因子得到白刺花單株可飼產量回歸估測模型為：y=-484.779+2.141x1+3.939x2+84.718x3+19.565x4

參考文獻：

[1]鄭紹偉，唐敏，鄒俊輝，等. 灌木群落及生物量研究綜述[J]. 成都大學學報(自然科學版)，2007，26(3)：189-192.

[2]何炎紅，田有亮，葉冬梅，等. 白刺地上生物量關系模型及其與葉面積關系的研究[J]. 中國沙漠，2005，25(4)：541-546.

[3]劉陟，黃奇，周延林，等. 毛烏素沙地油蒿生物量估測模型研究[J]. 中國草地學報，2014，36(4)：24-30.

[4]李鋼鐵，秦富倉，賈守義，等. 旱生灌木生物量預測模型的研究[J]. 內蒙古林學院學報，1998，20(2)：25-31.

[5]陳超，朱欣，陳光燕，等. 貴州飼用灌木資源評價及其開發利用現狀[J]. 貴州農業科學，2014，42(9)：167-171.

[6]曹國軍，文亦芾，周微. 多花木蘭應用價值及豐產栽培技術研究[J]. 草食家畜，2006(4)：57-59.

[7]王賢. 牧草栽培學[M]. 北京：中國環境科學出版社，2006：218-219.

[8]中國飼用植物志編輯委員會.中國飼用植物志：第3卷[M]. 北京：農業出版社，1991：186-189.

[9]陳默君，賈慎修. 中國飼用植物[M]. 北京：中國農業出版社，2002：535-536.

[10]李芳蘭，包維楷，吳寧. 白刺花幼苗對不同強度干旱脅迫的形態與生理響應[J]. 生態學報，2009，29(10)：5406-5416.

[11]李安定，李葦潔，唐金剛. 貴州喀斯特石漠化區白刺花群落主要種群生態位分析[J]. 湖北農業科學，2013，52(14)：3286-3289.

[12]陳強，王達明，李品榮，等. 白刺花的育苗造林技術及開發利用前景[J]. 中國野生植物資源，2002，21(6)：20-21.

[13]貴州植物志編輯委員會.貴州植物志：第七卷[M]. 成都：四川民族出版社，1989：372.

[14]曾偉生. 國內外灌木生物量模型研究綜述[J]. 世界林業研究，2015，28(1)：31-36.

[15]鄧曉紅，畢坤. 貴州省喀斯特地貌分布面積及分布特征分析[J]. 貴州地質，2004，21(3)：191-193，177.

[16]胡方彩. 貴陽市花溪區林木種質資源調查[J]. 貴州林業科技，2010，38(4)：36-39.

[17]姜鳳岐，盧鳳勇. 小葉錦雞兒灌叢地上生物量的預測模式[J]. 生態學報，1982，2(2)：103-110.

[18]王慶鎖. 油蒿、中間錦雞兒生物量估測模式[J]. 中國草地，1994(1)：49-51.

[19]Lufafa A，Diédhiou I，Ndiaye N A S，et al. Allometric relationships and peak-season community biomass stocks of native shrubs in Senegal’s Peanut Basin[J]. Journal of Arid Environments，2009，73(3)：260-266.