土壤因子與小粒咖啡品質產量形成關系研究

趙明珠 郭鐵英 馬關潤 蕭自位 白學慧 周華 蘇琳琳

摘? 要：土壤因子是影響小粒咖啡品質產量的主要因子。本研究通過對土壤因子進行相關性分析、改進的灰色關聯分析、通徑分析及多元線性回歸分析，明確影響小粒咖啡品質和產量的主要因子，以指導科學施肥。結果表明：小粒咖啡咖啡因含量的土壤決定因子為海拔（-0.296^*），總糖含量的土壤決定因子為有機質（0.607^**）和速效磷（-0.232^*），蛋白質的土壤決定因子為pH（-0.387^**）和有機質（0.227^*），灰分含量的土壤決定因子為速效磷（0.334^**），水溶性浸出物含量的土壤決定因子為海拔（-0.494^**），脂肪含量的土壤決定因子為堿解氮（-0.461^**），產量的土壤決定因子為速效鉀（0.339^**）和有機質（0.248^*）。研究結果可為小粒咖啡優質高產的土壤條件篩選和肥料的減施增效提供一定的理論基礎，以期增強優質咖啡種質的適宜性和目的性。

關鍵詞：土壤因子;小粒咖啡;相關分析;改進的灰色關聯分析;通徑分析;回歸分析;品質;產量中圖分類號：S571.2 ?????文獻標識碼：A

Relationship Between Soil Factors， Quality and Yield Formation inCoffea arabica

ZHAO Mingzhu， GUO Tieying， MA Guanrun， XIAO Ziwei， BAI Xuehui， ZHOU Hua， SU Linlin^*

Dehong Tropical Agriculture Research Institute of Yunnan， Ruili， Yunnan 678600， China

Abstract： Soil factors play important roles in affecting the quality and yield ofCoffea arabica. The purpose of the study was to provide an academic evidence for guiding the scientific fertilization， good quality and high yield， and identifying the primary indexes of quality， yield by investigation the variation of soil factors ofC. arabica. The correlation， improved grey relational analysis， path analysis， and multiple linear regression analysis were conducted to identify the primary indexes ofC. arabicaquality and yield. The results showed that altitude was a key soil determinant of caffeine inC. arabica （-0.296^*）， the prime determinant factors of total sugar content were soil organic matter （OM） （0.607^**） and available?phosphorus （AP） （0.232^*）， that for crude protein content were soil pH （-0.387^**） and OM （0.227^*）， that for crude ash content was AP （0.334^**）， that for water-soluble extracts content was altitude （-0.494^**）， that for fat content was alkalystic nitrogen （AN） （-0.461^**）， and that for the yield ofC. arabicawere available potassium （AK） （0.339^**） and OM （0.248^*）. The results would be useful to guiding the screening of soil conditions， reducing the amounts of fertilizer and increasing the fertilizer-use efficiency in order to enhance the suitability and purpose of the excellent germplasm in C. arabica.

Keywords： soil factors;Coffea arabica; correlation analysis; improved grey relational analysis; path analysis; regression analysis; quality; yield

DOI： 10.3969/j.issn.1000-2561.2020.06.001

咖啡是世界3大飲料作物之首，具有可觀的經濟價值和藥用升值前景。我國主要栽培品種為小粒種（Coffea arabica L.），其面積和產量分別占世界咖啡總面積和總產量的80%和82%以上。云南小粒咖啡的種植面積和產量均占全國的99%以上。

土壤因子決定了作物生長發育的優劣，直接影響到作物的產量和品質。前人研究中指出：在黑土農田極端侵蝕的環境下，土壤質量與玉米產量呈顯著相關關系^[1]。隨著海拔的升高，作物產量逐漸下降^[2]。但也有研究持相反結果，高海拔環境顯著提高作物的產量和品質^[3]。作物產量因土壤pH下降而下降^[4]，海拔高度和經度、土壤有機碳、含氮量和鉀含量均對水稻產量有顯著影響^[5]。玉米產量與土壤全氮、速效磷、速效鉀含量均呈極顯著正相關，但大豆產量與土壤理化性質無顯著關系^[6]，適宜的鉀素促進苦蕎產量的形成^[7]。適中的氮含量可有效增加中粒種的產量49.13%^[8]。綜上所述，不同作物，不同土壤背景值對產量的影響不一。目前我國對影響咖啡品質和產量的土壤因子的研究鮮見報道，而咖啡作為國家重視的高原特色經濟作物，本研究具有積極推動作用。通過對小粒咖啡主產區的土壤因子、咖啡豆品質和產量數據進行統計分析，明確土壤因子對小粒咖啡品質及產量形成的貢獻大小，為小粒咖啡的合理高效施肥技術和肥料的減施增效標準進行推廣提供一定的理論依據。

1 ?材料與方法

1.1 材料

土壤樣品采集的方法參照測土配方施肥技術^[9]，根據普洱、臨滄、德宏、保山、文山和怒江6個州（縣）咖啡的種植條件、分布范圍選擇具有區域代表性的采樣點，采用“梅花形”采樣法，每個點采集3份土樣（0～20?cm）混合為1份，共采集65份土壤及咖啡產量數據，具體的采樣點數據如表1所示。

1.2? 方法

土壤樣品的測定內容：土壤pH（X2）、有機質（X3， g/kg）、堿解氮（X4， mg/kg）、有效磷（X5， mg/kg）和速效鉀（X6， mg/kg）含量，同期測定小粒咖啡的產量（Y， kg/hm²），并記錄采樣地的海拔（X1， m）高度。土壤pH測定：2.5∶1水土比，pH計;土壤有機質的測定：重鉻酸鉀容量法—外加熱法;土壤堿解氮的測定：1.0 mol/L NaOH堿解氮擴散法;土壤速效磷的測定：0.03?mol/L NH₄F- 0.025?mol/L HCl浸提—比色法;土壤速效鉀的測定：1.0 mol/L NH₄OAc浸提—火焰光度法^[10]。

咖啡豆內含物測定內容：咖啡因（Z1， mg/kg）、總糖（Z2， %）、蛋白質（Z3， %）、灰分（Z4， %）、水溶性浸出物（Z5， %）和脂肪（Z6， %）。咖啡因的測定參照《食品安全國家標準 飲料中咖啡因的測定》（GB 5009.139—2014）;總糖的測定參照《食品中蔗糖的測定》（GB/T 5009.8—2008）;蛋白質的測定參照《食品安全國家標準 食品中蛋白質的測定》（GB 5009.5—2016）;灰分的測定參照《食品安全國家標準?食品中灰分的測定》（GB/T 5009.4—2016）;水浸出物的測定參照《茶?水浸出物測定》（GB/T 8305—2013）;脂肪的測定參照《食品中脂肪的測定》（GB/T 5009.6—2016）。

各土壤指標間也存在著一定的相關關系，僅依據各土壤指標間的簡單相關系數判定對咖啡產量和品質的影響力，極易隱藏各指標間的相互作用，也不能從根本上反應其內在聯系的規律性。借此引入改進的灰色關聯分析，采用多層次、多因素的評價指標體系反映各土壤因子與咖啡產量和品質間的實際特性，再采用組合賦權將主觀評價層次分析法（AHP）和客觀評價熵值法相結合，最后基于灰色關聯分析，結合AHP和熵值法，建立改進的灰色關聯綜合評價模型^[11]。為彌補改進的灰色關聯系數不能表明土壤因子對咖啡品質和產量的正負作用，引入通徑系數，再結合回歸分析，建立各土壤因子與咖啡品質和產量的回歸模型，進行定量分析。4種分析方法相結合，層層深入與強化，定量客觀真實地反映其內在關系的規律性。

1.3數據處理

采用Microsoft Excel 2016軟件進行數據整理，SPSS數據處理系統進行統計分析^[12]。

2 ?結果與分析

2.1 ?土壤因子、產量和品質的變異特征

由表2可知，小粒咖啡的土壤指標變異較大，其中以土壤有效磷含量的變異系數較大，達96.54%，屬于較強變異。土壤有機質、堿解氮和速效鉀含量的變異程度屬于中等變異。變異度較小的為土壤pH（11.74%）和海拔（15.13%）;咖啡鮮果產量變異系數20.81%，中等變異;品質指標變異系數4.06%～13.62%，較小變異。其表明在小粒咖啡的生長過程中，磷素殘留較多，有機肥、氮鉀素較少的現象顯著，人為因素對小粒咖啡產量的形成具有較大影響，品質相對穩定。（變異程

2.2土壤因子、產量及品質的相關性分析

由表3可知，咖啡因與海拔呈顯著負相關關系，系數為-0.296^*。總糖與有機質含量呈極顯著正相關關系（0.587^**）。蛋白質與土壤pH呈極顯著負相關關系（-0.408^**），與有機質含量呈顯著正相關關系（0.263^*）。灰分與有效磷含量呈極顯著正相關關系（0.334^**），與海拔呈顯著負相關關系（-0.285^*）。咖啡豆的水溶性浸出物與海拔呈極顯著負相關關系（-0.494^**）。咖啡豆的脂肪含量與堿解氮含量呈極顯著負相關關系（-0.461^**），與土壤pH呈顯著正相關關系（0.296^*）。土壤的速效鉀和有機質含量與咖啡產量呈極顯著和顯著正相關關系，系數分別為0.360^**和0.277^*。表明低海拔利于咖啡因的合成。有機質豐富的土壤促進咖啡總糖的累積。酸性和氮素有效成分高的土壤利于咖啡蛋白質的累積。低海拔、磷有效成分高的土壤促進咖啡豆灰分的形成。低海拔利于咖啡豆水溶性浸出物的積累。堿性、低有效氮的土壤促進咖啡豆脂肪的合成。土壤的速效鉀和有機質含量是小粒咖啡形成高產的關鍵因子。

2.3 土壤因子與小粒咖啡產量及品質的改進灰色關聯分析

由圖1可知，傳統的灰色關聯法與改進的灰色關聯度結果有誤差，因為傳統的方法未考慮各指標權重對關聯度的影響，結果不具保序性，而改進的灰色關聯度將AHP的主觀賦權、熵值法的客觀賦權和灰色關聯度相結合，綜合評價更科學和全面。土壤對小粒咖啡品質和產量的綜合評價結果顯示：Z1：X5>X1>X6>X2>X3>X4，Z2：X3>X6>X2>X5>X4>X1，Z3：X5>X2>X4>X3>X1>X6，Z4：X5>X1>X4>X2>X6>X3，Z5：X1>X5>X2>X6>X4>X3，Z6：X4>X2>X5>X1>X6>X3，Y：X2>X6>X3>X5>X1>X4。其結果表明，影響咖啡豆中咖啡因含量的土壤因子是有效磷含量和海拔，總糖的土壤因子主要是有機質和速效鉀含量，蛋白質的土壤因子是速效磷含量和土壤pH，灰分的土壤因子是海拔和速效磷含量，水溶性浸出物的決定因子是海拔和速效磷含量，影響脂肪的土壤因子主要是堿解氮含量和土壤pH，咖啡產量的決定因子是速效鉀、有機質和土壤pH。

2.4 ?土壤因子對小粒咖啡產量和品質的通徑分析

由圖2可知，小粒咖啡土壤因子對咖啡因含量的直接通徑系數絕對值海拔（-0.326）、速效鉀（-0.124）、土壤pH（-0.114）較大，說明海拔、速效鉀含量和土壤酸堿度對咖啡因的直接效應最大，均為負效應，低海拔、酸性低鉀含量的土壤有增加咖啡因的潛質;對總糖含量的直接通徑系數絕對值土壤有機質（0.572）、速效鉀（-0.208）、堿解氮（-0.185）較大，說明土壤有機質、速效鉀和堿解氮對總糖的直接效應最大，但速效鉀和堿解氮均為負效應，有機質豐富低鉀低氮利于咖啡總糖的積累;對蛋白質含量的直接通徑系數絕對值土壤pH（-0.515）、速效鉀（0.207）、有機質（0.194）較大，說明土壤酸堿度、速效鉀和有機質含量對蛋白質的直接效應最大，但土壤pH為負效應，酸性高鉀和豐富有機質的土壤有利于蛋白質的積累;對灰分含量的直接通徑系數絕對值海拔（-0.261）、速效鉀（0.251）和土壤pH（-0.209）較大，說明海拔、鉀含量和土壤酸堿度對灰分的直接效應最大，但海拔和土壤pH均為負效應，低海拔、酸性和高鉀的土壤利于灰分的積累;對水溶性浸出物含量的直接通徑系數絕對值海拔（-0.459）較大，說明海拔對水溶性浸出物的直接效應最大，但為負效應，低海拔土壤利于水溶性浸出物的積累;對脂肪含量的直接通徑系數絕對值堿解氮（-0.401）、海拔（0.315）和土壤pH（0.277）較大，說明氮素、海拔和土壤酸堿度對脂肪含量的直接效應最大，但氮素為負效應，高氮、低海拔和酸性的土壤有低脂肪咖啡的潛力;對產量的直接通徑系數絕對值有機質（0.288）、速效鉀（0.264）較大，說明土壤速效鉀和有機質對小粒咖啡產量形成的直接作用最大，均為正效應，鉀素和有機質含量高的土壤具有咖啡高產的潛力。

2.5 多元線性回歸分析

在相關分析、改良的灰色關聯分析和通徑分析基礎上，通過逐步回歸分析剔除不顯著變量，以6個土壤因子為自變量，咖啡豆的6個品質指標和產量為因變量，得出回歸方程如表4所示。由表4可知，當海拔（m）每增加1個單位，咖啡因含量減少0.001 g/kg;當土壤有機質（X3）和有效磷（X5）處于平均水平，而其中1個變量固定時，剩余變量如土壤有機質（g/kg）和有效磷（mg/kg）每增加1個單位，咖啡總糖分別增加0.084%和減少0.006%;土壤pH（X2）和有機質（X3）處于平均水平，而其中1個變量固定時，剩余變量如土壤pH和有機質（g/kg）每增加1個單位，咖啡蛋白質分別減少0.361%和增加0.010%;土壤有效磷（mg/kg）每增加1個單位，咖啡灰分增加0.0001%;海拔（m）每增加1個單位，水溶性浸出物含量減少0.005%;土壤堿解氮（mg/kg）每增加1個單位，咖啡的脂肪含量減少0.007%;當土壤速效鉀（X6）和有機質（X3）處于平均水平，而其中1個變量固定時，剩余變量如速效鉀（mg/kg）和有機質（g/kg）每增加1個單位，咖啡產量分別增加13.756 kg和51.499 kg。

為更加明確多元回歸所確定的土壤因子對咖啡產量和品質的直接和間接效應，重新對表4中決定小粒咖啡品質和產量的土壤因子分別進行通徑分析。由表5可知，海拔對咖啡因的直接效應為較大負值，說明高海拔是低咖啡因含量的土壤決定因子;|P3z2|>|P5z2|，說明土壤有機質的直接效應大于土壤有效磷，間接系數為較小的負值，表明豐富的有機質和低磷含量是小粒咖啡高糖的主要土壤因子;|P2z3|>|P3z3|，說明土壤pH的直接效應大于有效磷，但土壤pH的直接通徑系數為負值，其間接通徑系數為較小的正值，有效磷的直接通徑系數為正值，其間接通徑系數為較小的負值，表明酸性高磷是咖啡高蛋白的主要土壤因子;土壤有效磷對灰分的直接效應為較大正值，說明低磷土壤是咖啡高灰分的土壤決定因子;海拔對水溶性浸出物的直接效應為較大負值，說明低海拔是高水浸出物的重要土壤因子;土壤堿解氮對脂肪的直接效應為較大負值，說明高氮土壤是咖啡低脂肪的土壤決定因子;|P6y|> |P3y|，說明土壤速效鉀的直接效應大于土壤有機質，且都為較大的正值，間接系數均為較小的正值，表明高鉀和豐富的有機質含量是小粒咖啡高產的主要土壤因子。土壤堿解氮對脂肪的直接通徑系數為較大的負值，表明高氮是咖啡低脂肪的土壤決定因子。

3 ?討論

[3]?????? 劉幫艷， 李金玲， 曹國璠， 等. 高海拔環境對太子參生長、產量及品質的影響[J]. 中藥材， 2017， 40（12）： 2753-2758.

[4]?????? 易鎮邪， 袁珍貴， 陳平平， 等. 土壤pH值與鎘含量對水稻產量和不同器官鎘累積的影響[J]. 核農學報， 2019， 33（5）： 988-998.

[5]?????? 王夢姣， 楊國鵬. 根際土壤元素與水稻產量及產量構成因素的相關性[J]. 西南農業學報， 2018， 31（11）： 2326-2334.

[6]?????? 孫? 勇， 曲京博， 初曉冬， 等. 不同施肥處理對黑土土壤肥力和作物產量的影響[J]. 江蘇農業科學， 2018， 46（14）： 45-50.

[7]?????? 王? 炎， 李振宙， 黃小燕， 等. 不同鉀肥處理對苦蕎根系及產量的影響[J]. 分子植物育種， 2019， 17（23）： 7955-7961.

[8]?????? 孫? 燕， 董云萍， 林興軍， 等. 不同施氮條件下咖啡果干物質積累、產量及氮肥利用率[J]. 熱帶作物學報， 2018， 39（10）： 1901-1905.

[9]?????? 高祥照， 馬常寶， 杜? 森. 測土配方施肥技術[M]. 北京： 中國農業出版社， 2005： 1-7， 14-20.

[10]??? 鮑士旦. 土壤農化分析 [M]. 3版. 北京： 中國農業出版社， 2000： 30-107.

[11]??? 周會軍， 肖英杰， 張? 浩， 等. 基于改進灰色關聯分析法的碼頭設計方案優選[J]. 上海海事大學學報， 2011， 32（3）： 11-15.

[12]??? 唐啟義. DPS數據處理系統-實驗設計、統計分析及數據挖掘[M]. 2版. 北京： 科學出版社， 2010.

[13]??? 那守海， 孫國榮， 閻秀峰， 等. 松嫩草地6種牧草地上部分養分含量與土壤因子的關系[J]. 黑龍江畜牧獸醫， 1996（3）： 1-4.

[14]??? 張紹龍， 邱碧麗， 劉? 超， 等. 云南小粒咖啡中咖啡因含量比較分析[J]. 云南化工， 2018， 45（7）： 79-81.

[15]??? 熊薈菁， 張乃明， 趙學通， 等. 秸稈生物炭對葡萄園土壤改良效應及葡萄品質的影響[J]. 土壤通報， 2018， 49（4）： 936-941.

[16]??? 許? 興， 鄭國琦， 楊? 娟， 等. 寧夏不同地域枸杞多糖和總糖含量與土壤環境因子關系的研究[J]. 西北植物學報， 2005（7）： 1340-1344.

[17]??? 王莉莉. 土壤pH值對牡丹生長及生理特性影響的研究[D]. 長春： 吉林農業大學， 2015.

[18]??? 吳淳藎. 配方施肥對綿陽三臺縣魔芋生長品質影響研究[D]. 雅安： 四川農業大學， 2017.

[19]??? 張建軍， 樊廷錄， 黨? 翼， 等. 覆膜時期與施氮量對旱地玉米土壤耗水特征及產量的影響[J]. 水土保持學報， 2018， 32（6）： 72-78.

[20]??? 田? 甜， 韋錦堅， 趙德恩， 等. 氮磷鉀配施對茶葉品質的影響[J]. 熱帶農業科學， 2018， 38（4）： 36-45.

[21]??? 宋九華， 孟? 杰， 曾? 羽， 等. 粗莖秦艽根莖品質與栽培土壤化學因子的相關性分析[J]. 植物資源與環境學報， 2014， 23（4）： 75-82.

[22]??? 謝? 越， 石? 丹， 李品紅， 等. 羊草品質與氣象因子和土壤因子的相關性研究[J]. 草地學報， 2012， 20（4）： 631-636.

[23]??? 蘇琳琳， 馬關潤， 白學慧， 等. 云南咖啡土壤養分評價及其對咖啡生豆品質影響分析[C/OL]//做強做優熱帶高效農業 服務熱區鄉村振興——2018年全國熱帶作物學術年會論文集. 廈門： 中國熱帶作物學會， 2018： 228. http：//www. cstcs.org.cn/uploads/20181016224659781.pdf.

[24]??? 李? 艷， 陳? 義， 唐? 旭， 等. 長期不同施肥模式下南方水稻土有機碳的平衡特征[J]. 浙江農業學報， 2018， 30（12）： 2094-2101.

[25]??? 于豐鑫， 石? 玉， 趙俊曄， 等. 土壤肥力對高產小麥品種煙農1212旗葉葉綠素熒光特性和產量的影響[J]. 麥類作物學報， 2018， 38（10）： 1222-1228.

[26]??? 柳開樓， 黃? 晶， 張會民， 等. 基于紅壤稻田肥力與相對產量關系的水稻生產力評估[J]. 植物營養與肥料學報， 2018， 24（6）： 1425-1434.

[27]??? 李學俊， 黎丹妮， 崔文銳. 小粒種咖啡品