包婷婷 郭昕 蔡傳濤 黃春球 劉貴周
摘要:采用二次通用旋轉組合設計,試驗研究了氮、磷、鉀3種常用肥料對幼齡期假鵲腎樹生物量累積的影響,建立了施肥量與假鵲腎樹生物量的回歸方程。通過對試驗結果進行方差分析,并對回歸方程進行優化,得到假鵲腎樹的較優施肥量和施肥配比。試驗結果表明:當施肥量分別為氮肥(尿素,舍N 46.4%)20g/株,磷肥(過磷酸鈣,含P2O512%)6g/株,鉀肥(氯化鉀,含K2O 60%)13g/株時,假鹋腎樹生長較好。氮磷鉀元素(N:P2O5:K2O)配比約為1.2:0.1:1。
關鍵詞:假鵲腎樹;二次通用旋轉;氮肥;磷肥;鉀肥
中圖分類號:$567.1文獻標識碼:A 文章編號:1674-9944(2019)15-0097-05
1引言
假鵲腎樹(Streblusindicus(Bur.)Corner)系桑科鵲腎樹屬多年生喬木,廣泛分布于東南亞,尤其是中國云南西雙版納、廣西、海南等亞熱帶中海拔地區。其樹皮是一味常用傣藥,稱作“滑葉跌打”,常用于止血、治療炎癥和各種類風濕性疾病,故又有“止血樹皮”之稱。假鵲腎樹自然資源分布稀少,又因是以樹皮人藥,不科學的采割以及生態環境的破壞導致其資源瀕臨枯竭,急需開展人工栽培研究。目前關于假鵲腎樹的研究主要集中在藥理藥化方面,而沒有人工栽培的相關報道。
合理施肥能有效促進藥材生長、提高藥材產量。通過確定肥料類型、施肥量,選擇適宜施肥方法,最后達到最大的經濟效益。施肥對苗木質量的影響主要表現在植株高度和地徑的生長及生物量的積累。
為緩解假鵲腎樹資源枯竭現狀,本試驗以幼齡假鵲腎樹幼苗為材料,以氮肥、磷肥、鉀肥為編碼因子,采用二次通用旋轉組合設計對假鵲腎樹進行施肥處理,以假鵲腎樹生物量為目標建立回歸方程,并通過方差分析,對方程進行優化,最終得到幼齡假鵲腎樹人工栽培較優的施肥方案。
2研究地區與方法
2.1試驗地概況
試驗地設在中國科學院西雙版納熱帶植物園,位于云南省西雙版納傣族自治州勐臘縣勐侖鎮(101°16E、21°55N,海拔570m)。由于地處東南亞熱帶北緣,屬北熱帶季風氣候區,年平均氣溫21.5℃,最熱月(6月)平均氣溫25.5℃,最冷月(1月)平均氣溫14.8℃,10℃積溫7860℃,終年無霜。一年中干濕季分明,年平均降雨量1557mm,其中雨季(6~10月)為1335mm,占全年的87%,干季(11月至次年5月)為202.0mm,僅占全年降雨量的13%。栽培用盆大小規格為:外口徑32cm,底邊長18.5cm,高21am,需營養土10L。供試土pH值為5.46,有機質含量13.51g/kg,全碳含量1.06g/kg,全氮含量1.06g/kg,全磷含量0.38g/kg,全鉀含量8.44g/kg,水解性氮91mg/kg,有效磷12.04mg/kg,速效鉀52mg/kg。
2.2試驗材料
試驗材料為假鵲腎樹10個月齡幼苗,于2016年10月從野外采集種子在沙床培育,待長出3~4片真葉后移至營養袋,在營養袋培育至2017年8月移栽幼苗人盆。定植時測得株高為(27.88±0.36)em,基徑為(2.51±0.55)mm,分枝數為(0.250±0.03)個。
2.3試驗設計
本試驗以盆栽苗期的假鵲腎樹作為實驗對象,以氮肥、磷肥、鉀肥為試驗編碼因子,采用二次通用旋轉組合設計進行栽培實驗。根據預實驗結果,綜合考慮得出假鵲腎樹幼苗合理施肥量的大致范圍為:尿素O~32g/盆、氯化鉀O~30g/盆、過磷酸鈣O~18g/盆。設氮肥、磷肥和鉀肥3個因素、五水平(表1),共20個處理(具體處理列于表2),每個處理5盆,重復3次。所有處理在同一環境內進行。
2017年8月定植時施基肥:0.34kg/盆,后期每隔3個月進行一次追肥。追肥為尿素(含N 46.4%)、過磷酸鈣(含P2O512%)、氯化鉀(含K2O 60%),共4次,根據西雙版納地區干雨季的特點,分別在2017年9月、2017年12月、2018年3月、2018年6月施肥,4次施肥量比例為2:3:3:2。每次施肥采用環施,將肥料均勻撒施后,覆土并立即澆水潤濕表層。試驗期間行統一的水份管理,保持土表微濕。
2.4生物量的測定
2018年10月在每個處理中隨機選取4株假鵲腎樹,將整個植株全部挖出洗凈,然后放入烘箱內在60℃下烘至恒重(60~72h),用電子稱測量其重量。
2.5統計分析
二次通用旋轉組合設計的實驗結果用杭州睿豐信息技術有限公司的DPS(Data Processing Systemv7.05)數據處理軟件運行分析。 3結果與分析
3.1建立假鵲腎樹生物量與氮、磷、鉀施肥量的回歸程
二次通用旋轉組合實驗方案及結果如表2所示。氮肥、磷肥和鉀肥3個因素對假鵲腎樹生物量相互作用所得方差分析結果見表3。
3.2主因子效應分析
回歸方程的偏回歸系數絕對值決定因子的重要程度,系數的正負表示因子效應作用的方向。因此,根據所得回歸方程可以看出,假鵲腎樹各施肥因素在試驗取值范圍內對其生物量干重影響大小依次為:X3(鉀肥)>X2(磷肥)>X1(氮肥),其中x1與X3為正效應,X2為負效應。
3.3單因子效應分析
根據試驗結果將單個施肥量因素對假鵲腎樹生物量的影響進行效應分析。
如圖1所示,鉀肥對假鵲腎樹總生物量影響最大,其次是磷肥,氮肥對假鵲腎樹總生物量影響最小。在-1.682~O水平(即鉀肥施肥量在O~9g時)范圍內,假鵲腎樹生物量隨著鉀肥用量的增加而顯著增加,隨后生物量的變化趨于平緩,在0.5水平時生物量達到最高,鉀肥施肥量為11.68g。在試驗設計的氮肥水平范圍內,生物量隨著氮肥用量的增加而增加。氮肥對假鵲腎樹生物量的影響在試驗水平1.682時達到最高,此時氮肥施肥量是32g。磷肥對假鵲腎樹生物量的影響在試驗水平?1.682時(磷肥施肥量為0g)達到最高,且隨著磷肥的增施,假鵲腎樹生物量呈減少趨勢。磷肥對假鵲腎樹生物量的影響呈負效應。
綜上,僅分析單因子效應時,將因素水平組合:X1=1.6820、X2=-1.6820、X3=1.0000用DPS數據軟件進行運算,得出假鵲腎樹生物量預測值為211.75g。
3.4互作效應分析
選取一個因素固定于零水平,考察另兩個因素的交互作用,分別作圖可以直觀地分析各因子間的互作效應。本試驗得出的回歸方程中只有X1X2達到顯著水平,因此僅對X1X2的交互作用進行分析,結果見圖2。
由圖2可知,隨著氮肥量的增加以及磷肥量的減少,假鵲腎樹總生物量呈現出不斷增加且逐漸變快的趨勢。在一定的氮肥施肥量下,假鵲腎樹總生物量隨著磷肥的增施而明顯減少;在較高的磷肥施肥量下,升高氮肥施肥量假鵲腎樹總生物量反而減小。因此,選定適宜的氮肥及磷肥施肥量和配比對提高假鵲腎樹總生物量尤為重要。
3.5施肥方案的優化
由試驗結果分析可知,很難從單因素效應和交互作用的結果分析中找到最佳施肥量,三元二次回歸的數學函數不存在極值,因此采用頻率分析法分析回歸模型以找到最佳施肥方案。
由表5可知,在95%的置信區間假鵲腎樹生物量大于133.56各變量的取值區間分別為-0.165…0.514,-1.085…-0.618,0.351…0.842,即每株假鵲腎樹的氮肥施肥量為14.4304~20.8894g磷肥施肥量為5.3240~9.4887g鉀肥施肥量為10.8781~13.5053g,在此范圍內,結合實際栽培成本和效益,建議確定最佳施肥方案為:氮肥施肥量20g/株,磷肥施肥量為6g/株,鉀肥施肥量為13g/株。
4討論
假鵲腎樹樹皮是極其重要的一味止血藥材,是云南紅藥膠囊和云南紅藥散的主要成分之一,年需求量大,目前尚未有人工栽培的研究,它的需肥特性尚未知。基于這個現狀,本研究通過二次通用旋轉組合設計以初步探究假鵲腎樹幼齡樹苗的施肥量。二次通用旋轉組合設計是一種組合設計,為克服試驗規模過于龐大,在因素空間中選擇n類具有不同特點的點,把它們適當組合起來而形成試驗。二次通用旋轉組合設計可以在減少試驗次數的同時獲得較為準確的結果。該試驗方法已經被研究人員廣泛應用在優化、數據模型的模擬與預測中。因本試驗數量龐大,為保證試驗精度,提高試驗效率,特選用此方法。有研究表明,過量或不足的氮磷鉀的施用會抑制植物生長和干物質積累和分配,導致產量和質量下降。
從圖1氮肥、磷肥和鉀肥對假鵲腎樹生物量的影響曲線可以看出,在試驗設計的氮肥水平范圍內,假鵲腎樹生物量隨著氮肥用量的增加一直在增加。氮肥對假鵲腎樹生物量的影響在試驗水平1.682時達到最高,此時氮肥施肥量是32g,說明在此次試驗內,氮肥施肥量不一定達到假鵲腎樹最大需求,需要進一步試驗探究假鵲腎樹最大氮肥施肥量。
在本研究中由回歸模型得出的結果可知,假鵲腎樹磷肥需求量極小,磷肥對假鵲腎樹總生物量的影響在試驗水平-1.682時達到最高,此時磷肥施肥量為O g,且隨著磷肥的增施,假鵲腎樹生物量呈減少趨勢,磷肥對假鵲腎樹生物量的影響呈負效應,可能是因為栽培土中的全磷已經能夠滿足假鵲腎樹幼齡苗的生長,可再做進一步研究。相關研究試驗結果表明,磷肥利用率隨磷肥用量的減少而不斷提高,磷肥減量是提高肥料養分利用效率的一種方式,因此在栽培假鵲腎樹幼齡苗時可少施或不施磷肥。
在試驗設計的鉀肥水平范圍內,假鵲腎樹生物量隨著鉀肥用量的增加呈現先增加后減少的趨勢。當鉀肥施肥量達到11.68g后,再增施鉀肥,假鵲腎樹總生物量開始下降,這可能是因為已經超過假鵲腎樹對鉀肥的最大需求,繼續增施鉀肥不僅不能增加產量還會導致產量降低,同時也浪費了肥料。為進一步驗證以上結果,還可進一步開展假鵲腎樹需肥特性的研究,比如假鵲腎樹對氮磷鉀肥料養分的利用率及其與環境效應的關系,進一步優化假鵲腎樹的施肥量和施肥配比,提高產量,解決實際生產需求。
5結論
(1)試驗選用二次通用旋轉組合設計,以假鵲腎樹總生物量為指標,以影響假鵲腎樹生長的尿素(X1)、過磷酸鈣(x2)、氯化鉀(X3)三個因素為試驗因子編碼試驗,得到了三元二次數學回歸模型: