基于響應(yīng)面法研究草莓滴灌肥水耦合管理模式

朱冬梅，仲海洲，石偉勇，冷明珠

(1.浙江大學(xué) 環(huán)境與資源學(xué)院 教育部 污染環(huán)境修復(fù)與生態(tài)健康重點實驗室，浙江 杭州 310058;2.安吉縣農(nóng)業(yè)局，浙江 安吉 313300)

草莓是我國第2 大漿果，富含還原性Vc 和多種礦物質(zhì)，營養(yǎng)價值極高［1］，有水果皇后之美譽。2010年全國草莓種植面積達到9.12 萬hm2［2］，加強草莓水肥管理，尤其是在滴灌栽培條件下尋求充分發(fā)揮肥和水的激勵機制和協(xié)同作用，是國際上草莓養(yǎng)分管理研究的一個重要內(nèi)容［3］。響應(yīng)面分析法集數(shù)學(xué)和統(tǒng)計學(xué)技術(shù)，用來建模和分析問題，獲取有效的、最佳的變量，因此廣泛應(yīng)用于工藝參數(shù)的優(yōu)化［4-5］。然而，響應(yīng)曲面的變量都是某一固定的數(shù)值，能否實現(xiàn)非數(shù)值變量的建模分析尚無人研究。作者首次將非數(shù)值變量肥料品種和施肥強度用在紅頰草莓肥水滴灌模式的選擇上，肥水管理的好壞最終由作物的產(chǎn)量和品質(zhì)決定，在控制產(chǎn)量條件下，糖酸比和還原性Vc 含量對草莓的品質(zhì)起著重要作用。于是，將兩者作為響應(yīng)值確定草莓最佳肥水耦合模式，并得到最佳的肥水滴灌模式?，F(xiàn)將有關(guān)試驗結(jié)果報道如下。

1 材料與方法

1.1 材料

試驗在安吉金手指果蔬專業(yè)合作社草莓基地進行。土壤基本理化性質(zhì)，pH 值4.74、有機質(zhì)20.46 g·kg-1、堿解氮181 mg·kg-1、有效磷59 mg·kg-1、速效鉀279 mg·kg-1。

供試草莓品種為紅頰。肥料品種，諾普豐為以色列產(chǎn)水溶性肥料，氮磷鉀養(yǎng)分比例為14%，14%，30%+TE;腐植酸有機肥，氮磷鉀養(yǎng)分比例為8%，7%，13%;MgNO3· 6H2O，KNO3，CaNO3·4H2O 由國藥集團化學(xué)試劑有限公司提供的分析純。

1.2 試驗方法

草莓2011年9月10日移栽到大棚內(nèi)，施入25 kg三元復(fù)合肥作為底肥。大棚采用鋼管結(jié)構(gòu)，雙層膜保溫，長88 m、寬8 m。草莓采用高畦種植，畦寬50 cm、畦高25 cm、畦間距30 cm，兩邊分別種植1 行，每條畦種植2 行草莓，共8 條。黑色地膜覆蓋，PE 滴灌帶及MixRite2502 比例施肥器。水泵總流量是20 m3·h-1，8只大棚同時打開，每次施肥時間20 min，每只大棚灌水量為0.83 m3，除了施肥灌水外，視天氣情況酌情灌溉。施肥比例是先稀釋2 倍，按照2%的吸肥比例，即稀釋100 倍進行灌溉。大棚內(nèi)草莓進行統(tǒng)一的田間管理。

從草莓現(xiàn)蕾期到第1 輪花序掛果旺盛期進行滴灌施肥。施肥頻率10 d 1 次的草莓滴灌施肥日期為2011年11月20日，11月30日，12月10日，12月30日，2012年1月9日;施肥頻率15 d 1 次的草莓滴灌施肥日期為2011年11月20日，12月5日，12月30日;施肥頻率20 d 1 次的草莓滴灌施肥日期為2011年11月20日，12月10日，2012年1月9日。在12月10日施肥后所有處理順延10 d，施肥量減為原來的1/3。草莓的采摘是從第1 批果實到元旦后，此期間草莓生長旺盛，可以維持每天采摘，價格較平時高，施肥剛好在此期間進行，比較有代表性，各個處理采摘下來的草莓立即放入-80℃冰箱中，待測定。

在實際應(yīng)用響應(yīng)曲面時，需要一個接近的模型來設(shè)計真正的響應(yīng)面，即先進行單因素試驗得到一個近似的條件［6］。作者直接根據(jù)草莓基地常規(guī)施肥模式及肥料使用說明，采用Box-Behnken 中心組合試驗設(shè)計。選取施肥強度 (A)、肥料品種(B)、采摘日期 (C)作為響應(yīng)曲面法自變量因素，以草莓糖酸比和還原性Vc 含量為響應(yīng)值，進行17 組響應(yīng)面分析試驗。每組試驗均設(shè)3個平行樣，取其平均值。各響應(yīng)因素-1，0，1 水平:C分別為2011年11月30日，2012年1月9日和2011年12月15日;B 分別為氮磷鉀養(yǎng)分含量各15%三元復(fù)合肥，農(nóng)之寶腐植酸有機肥和諾普豐以色列水溶肥;A 分別為每10 d 施三元復(fù)合肥45 kg·hm-2，農(nóng)之寶腐植酸有機肥480 kg·hm-2，諾普豐以色列水溶肥24 kg·hm-2，每15 d 施三元復(fù)合肥67.5 kg·hm-2，農(nóng)之寶腐植酸有機肥75 kg·hm-2，諾普豐以色列水溶肥5 kg·hm-2和每20 d施三元復(fù)合肥105 kg·hm-2，農(nóng)之寶腐植酸有機肥108 kg·hm-2，諾普豐以色列水溶肥54 kg·hm-2。

1.3 分析測定方法

草莓的糖度測定采用ATAGO 公司生產(chǎn)的數(shù)字手持便捷折射儀PAL-1;有機酸 (以檸檬酸計)和還原性Vc 的測定分別采用鮑士旦主編的《土壤農(nóng)化分析》中堿滴定法、2，4-二硝基苯肼比色法［7］。

1.4 數(shù)據(jù)分析

數(shù)據(jù)采用Microsoft Excel 2003 軟件處理。并使用Design Experts6.0.5 軟件對試驗數(shù)據(jù)建立回歸方程及曲面圖，評價變量及其交互效應(yīng)，得出草莓最佳肥水耦合模式。

2 結(jié)果與分析

2.1 響應(yīng)面試驗

試驗結(jié)果見表1。

2.2 糖酸比

經(jīng)多元回歸擬合，得到草莓糖酸比 (YTS)對A，B，C 3個變量的二次多項式回歸模型:

回歸方程經(jīng)顯著性檢驗表明回歸模型顯著，且模型失擬項不顯著 (Pts=0.093)［8］，表明殘差由隨機誤差產(chǎn)生;Adeq Precision=5.903 ＞4 (信噪比S/N ＞4 表示可信度較強［9］)，說明該模型可以得到較強的響應(yīng)信號;擬合度R2=0.875 7，=0.716 0，則說明此模型對試驗擬合良好［10］，試驗誤差較小;因此，該模型回歸方程可以用于分析和選擇草莓肥水一體化的最佳管理模式。

表1 Box-Behnken 試驗方案及結(jié)果

2.3 還原性Vc

經(jīng)多元回歸擬合，得到草莓還原性Vc 含量(YVC)對A，B，C 3個變量的二次多項式回歸模型:

回歸方程經(jīng)顯著性檢驗表明回歸模型顯著，且模型失擬項不顯著 (PVc=10.72)，表明殘差由隨機誤差產(chǎn)生;擬合度R2=0.872 2，R2Adj=0.707 9，說明該模型對試驗的擬合度較好，試驗誤差小;由Adeq Precision=6.239 可知此模型可以得到較強的響應(yīng)信號。

2.4 交互作用

根據(jù)等高線的形狀判斷各個因素交互作用的強弱，等高線為橢圓形時兩因素交互作用顯著，為圓形時兩因素交互作用可忽略［11］。各個因素交互影響草莓糖酸比和還原性Vc 的等高線和響應(yīng)曲面如圖1-6。

圖1 施肥強度與肥料品種交互影響草莓糖酸比的等高線和響應(yīng)曲面

圖2 施肥強度與采摘日期交互影響草莓糖酸比的等高線和響應(yīng)曲面

圖3 肥料品種與采摘日期交互影響草莓糖酸比的等高線和響應(yīng)曲面

圖4 施肥強度與肥料品種交互影響草莓Vc 的等高線和響應(yīng)曲面

圖5 施肥強度與采摘日期交互影響草莓Vc 的等高線和響應(yīng)曲面

圖6 肥料品種與采摘日期交互影響草莓Vc 的等高線和響應(yīng)曲面

從圖1 和圖4 中可以看出施肥強度對草莓糖酸比、還原性Vc 含量的影響大于肥料品種，在虛擬施肥強度為0.07，肥料品種為0.04 時，糖酸比、還原性Vc 分別達到最大值3.26，0.442 2 mg·g-1。由于肥料品種和采摘日期為非數(shù)值的因素，它們代表的水平只能取整數(shù)。用響應(yīng)面分析法得出含有小數(shù)的結(jié)果，以實際情況為準(zhǔn)，代表水平取其靠近的真實值。因此，在實際生產(chǎn)中，無論選擇何種肥料，只須其提供的養(yǎng)分比例相等即可。由圖2和圖5 中等高線的橢圓程度可以看出草莓在不同采摘日期和不同施肥強度下，糖酸比及還原性Vc 的響應(yīng)曲面變化很大，在第3 次采摘，虛擬施肥強度為0.07 時，糖酸比、還原性Vc 達到最大值。而同一采摘日期，草莓糖酸比和還原性Vc 含量并沒有隨著施肥強度的增加而大幅度增加或者降低，維持在某一水平。這就為我們根據(jù)最佳的采摘日期確定最佳的肥水管理模式提供了可靠的依據(jù)。圖3 和圖6 則顯示了在第3 次采摘時，肥料品種為農(nóng)之寶腐植酸，其糖酸比、還原性Vc 達到最大值。而且同一采摘日期不同肥料品種，草莓糖酸比和還原性Vc 的變化趨勢一致。據(jù)此獲得優(yōu)質(zhì)草莓的最佳條件為:第3 次采摘，肥料品種為農(nóng)之寶腐植酸有機肥、虛擬施肥強度0.07，此時糖酸比、還原性Vc分別可以達到理論值3.26，0.442 2 mg·g-1。

2.5 草莓生長后期抵抗病蟲害、抗衰老的能力

使用農(nóng)之寶腐植酸有機肥，強度為每15 d 75 kg·hm-2，其生長期間感染炭疽病、白粉病和灰霉病的數(shù)量明顯低于其他處理;2012年2，3月份連續(xù)的陰雨天，造成第2 輪花序推后，結(jié)果率降低，浙江省內(nèi)草莓大面積減產(chǎn)，但是此模式下的草莓仍然保持較強的生長勢頭。在2012年3月底，草莓新長出來的葉片深綠，每株草莓有4～5個花序，每輪花序上結(jié)果5～7個，使得草莓采摘周期延長到5月初，最終產(chǎn)量達到18 750 kg·hm-2。

2.6 最佳肥水管理模式

根據(jù)試驗，綜合考慮各個試驗因素及其相互作用，結(jié)合后期草莓抵抗病害、開花結(jié)果能力，由二次多項回歸方程，利用Design-Expert 6.05 設(shè)計軟件優(yōu)化草莓最佳的肥水管理模式為:草莓從現(xiàn)蕾期到第1 輪花序掛果旺盛期滴灌施肥，15 d 1 次，每次施入氮磷鉀比例8%，7%，13% 的農(nóng)之寶腐植酸有機肥75 kg·hm-2，MgNO3·6H2O 1.5 kg·hm-2，CaNO3·4H2O 1.5 kg·hm-2，KNO33 kg·hm-2，稀釋2 倍，按照2%的吸肥比例滴灌20 min，2 次之后，順延10 d，施肥量減為原來的1/3 再施1次。此模式下糖酸比和還原性Vc 的理論值分別為3.26，0.442 2 mg·g-1，實際值為3.25，0.441 2 mg·g-1，與理論預(yù)測值相差不大。草莓的品質(zhì)好，后期的生長能力增強，產(chǎn)量高。

3 小結(jié)

試驗表明，利用Box-Benhnken 中心組合設(shè)計草莓肥水耦合試驗，大大優(yōu)化了試驗方案，減少試驗工作量，是一種可行的試驗設(shè)計方法。

響應(yīng)面分析法首次用在非數(shù)值的最優(yōu)模式篩選中，取得可靠的試驗結(jié)果，說明響應(yīng)面法可以應(yīng)用在非數(shù)值的模型篩選。

以草莓的糖酸比和還原性Vc 含量為響應(yīng)值的肥水耦合試驗，得出草莓最佳的肥水耦合管理模式:草莓從現(xiàn)蕾期到第1 輪花序掛果旺盛期滴灌施肥，15 d 1 次，每次施入氮磷鉀比例8%，7%，13%的農(nóng)之寶腐植酸有機肥75 kg·hm-2，MgNO3·6H2O 1.5 kg· hm-2，CaNO3·4H2O 1.5 kg·hm-2，KNO33 kg·hm-2，稀釋2 倍，按照2% 的吸肥比例滴灌20 min，2 次之后，順延10 d，施肥量減為原來的1/3 再施1 次。此模式下糖酸比和還原性Vc 實際值為3.25，0.441 2 mg·g-1。在此模式的肥水管理條件下，草莓的灰霉病、白粉病及炭疽病的病情明顯輕于其他的肥水管理。

［1］張桂霞，王英超，石璐.草莓果實成熟過程中Vc 和可溶性固形物含量的變化［J］.安徽農(nóng)業(yè)科學(xué)，2011，39(12):6995-6996.

［2］農(nóng)業(yè)部.中國農(nóng)業(yè)統(tǒng)計資料 (2010)［M］.北京:中國農(nóng)業(yè)出版社，2011.

［3］劉協(xié)廣，龍志偉.水肥耦合對水稻干物質(zhì)積累和產(chǎn)量形成的影響［J］.中國農(nóng)技推廣，2010，26 (2):37-39.

［4］Bappa A，Arunanshu S K，Souren M，et al.Experimental investigation on laser transmission welding of PMMA to ABS via response surface modeling ［J］.Optics ＆ Laser Technology，2012，44:1372-1383.

［5］Puri M，Sharma D，Barrow C J，et al.Optimization of novel method for the extraction of steviosides from Stevia rebaudiana leaves ［J］.Food Chemistry，2012，132:1113-1120.

［6］Bappa A，Arunanshu S K，Souren M，et al.Modeling and analysis of simultaneous laser transmission welding of polycarbonates using an FEM and RSM combined approach［J］.Optics ＆ Laser Technology，2012，44，995-1006.

［7］鮑士旦.土壤農(nóng)化分析［M］.北京:中國農(nóng)業(yè)出版社，2000.12.

［8］Rastogi N K，Rashmi K R.Optimization of enzymatic liquefaction of mango pulp by response surface methodology［J］.Eur Food Res Techno，1999，20:57-62.

［9］Benyounis K Y，Olabi A G，Hashmi M S J.Effect of laser welding parameters on the heat input and weld-bead profile［J］.Journal of Materials Processing Technology，2005，164-165:978-985.

［10］Acherjee B，Misra D，Bose D，et al.Prediction of weld strength and seam width for laser transmission welding of thermoplastic using response surface methodology ［J］.Optics＆ Laser Technology，2009，41 (8):956-67.

［11］魏安池，楊玲玲，代紅麗，等.用響應(yīng)面法優(yōu)化芝麻餅中木脂素的提取工藝［J］.河南農(nóng)業(yè)大學(xué)學(xué)報:自然科學(xué)版，2011，32 (4):10-15.