黃檗生長(zhǎng)性狀氮磷鉀響應(yīng)模型

張 俊，程廣有，劉 巖

(北華大學(xué)林學(xué)院，吉林 吉林 132013)

黃檗(Phellodenromamurense)為蕓香科黃檗屬落葉喬木，又名黃波欏.國(guó)內(nèi)主要分布在東北三省；國(guó)外在朝鮮、日本以及俄羅斯遠(yuǎn)東地區(qū)有分布[1-3].黃檗材質(zhì)堅(jiān)硬且紋理美觀，是我國(guó)東北林區(qū)主要的用材樹種[4]，是東北“三大硬闊”之一.黃檗內(nèi)皮為我國(guó)傳統(tǒng)中藥材，具有強(qiáng)抗氧化性、抗病毒、預(yù)防癌癥等作用[5-8].目前，黃檗研究成果主要集中在繁殖技術(shù)、藥用價(jià)值、用材樹種[9-11]、園林景觀[12]以及N肥和N、P配比施肥對(duì)黃檗生長(zhǎng)的影響[13-15]等方面，而有關(guān)N、P、K配比施肥對(duì)黃檗生長(zhǎng)的影響未見報(bào)道.本研究將建立黃檗幼樹樹高生長(zhǎng)、地徑生長(zhǎng)、側(cè)枝伸長(zhǎng)生長(zhǎng)對(duì)施肥處理的響應(yīng)模型，通過模型顯著性檢驗(yàn)，預(yù)測(cè)培育黃檗幼樹適宜的N、P、K配比，為黃檗速生林撫育提供科學(xué)依據(jù).

1 試驗(yàn)地概況

試驗(yàn)地設(shè)在吉林省白山市臨江市境內(nèi)的樺樹林場(chǎng)，隸屬吉林森工集團(tuán)臨江林業(yè)局.地理位置為42°01′N，127°33′E，平均海拔530 m，屬溫帶大陸性氣候，年平均氣溫3～5 ℃，年平均降雨量750～1 000 mm，無霜期135 d.土壤以暗棕壤森林土為主，pH為5.5～6.0，呈弱酸性.試驗(yàn)地土壤肥力狀況見表1.

表1 試驗(yàn)地土壤肥力

2 試驗(yàn)設(shè)計(jì)

試驗(yàn)材料為樺樹林場(chǎng)8林班13、14小班3 a生黃檗幼樹，于2019年5月下旬施以基肥，P肥全部施入，N肥施入2/5，K肥施入1/2，剩余N肥和K肥于6—8月分兩次等量作追肥溶解于水中施入.選用L9(34)正交表進(jìn)行3因素3水平正交試驗(yàn)設(shè)計(jì)，每組處理5個(gè)重復(fù)，隨機(jī)選取并標(biāo)記8株幼樹(株行距1 m×1 m).試驗(yàn)N肥為尿素(ω(N)為46%)，P肥為磷酸二銨(ω(P2O5)為48%)，K肥為硫酸鉀(ω(K2O)為50%).施肥配比方案見表2、表3.

表2 正交試驗(yàn)設(shè)計(jì)

表3 肥料用量換算

3 結(jié)果與分析

3.1 黃檗幼樹高生長(zhǎng)對(duì)施肥的響應(yīng)

設(shè)黃檗幼樹樹高生長(zhǎng)為因變量y，N肥、P肥、K肥分別為自變量x1、x2、x3，依據(jù)表4中的參數(shù)建立黃檗幼樹樹高生長(zhǎng)對(duì)N、P、K的響應(yīng)模型：

由響應(yīng)模型可以看出：模型中K肥一次項(xiàng)表現(xiàn)為負(fù)效應(yīng)(-3.839 4)，P肥一次項(xiàng)正效應(yīng)(4.068 5)>N肥一次項(xiàng)正效應(yīng)(0.218 2)；N、P、K肥二次項(xiàng)均表現(xiàn)為負(fù)效應(yīng)(-0.011 1、-0.118 4、-0.107 1)，P肥的一次項(xiàng)、二次項(xiàng)系數(shù)均大于N肥和K肥，說明P肥的施入對(duì)于黃檗幼樹樹高生長(zhǎng)有較大影響；P×K肥交叉項(xiàng)正效應(yīng)(0.186 5)>N×K肥交叉項(xiàng)正效應(yīng)(0.109 7)>N×P肥交叉項(xiàng)負(fù)效應(yīng)(-0.076 4)，K肥與P肥之間的交互作用在P=0.046 5水平下顯著，K肥與N肥之間的交互作用在P=0.017 8水平下顯著，說明K肥的單獨(dú)施入對(duì)于黃檗幼樹樹高生長(zhǎng)的影響不大，而與N肥和P肥共同施入可以更好地促進(jìn)黃檗幼樹樹高生長(zhǎng)，提高肥料利用效率.

表4 黃檗幼樹樹高生長(zhǎng)對(duì)N、P、K響應(yīng)模型的參數(shù)估計(jì)

黃檗幼樹樹高生長(zhǎng)對(duì)N、P、K響應(yīng)模型的顯著性檢驗(yàn)結(jié)果見表5.由表5可知：模型中線性項(xiàng)擬合效果不顯著(R2=0.021 4，P=0.428 1)，二次項(xiàng)擬合效果極顯著(R2=0.021 4，P<0.000 1)，交叉項(xiàng)擬合效果顯著(R2=0.021 4，P=0.027 6)，模型總體在P<0.000 1水平下極顯著.綜上所述，模型擬合效果較為理想，基本可以接受.

表5 黃檗幼樹樹高生長(zhǎng)對(duì)N、P、K響應(yīng)模型的顯著性檢驗(yàn)

根據(jù)計(jì)算模型仿真尋優(yōu)結(jié)果可知：在N、P、K的碼值分別取1、1、-1時(shí)，黃檗幼樹樹高生長(zhǎng)最大，為8.479 4 cm.依據(jù)模型計(jì)算N、P、K施肥量并將其范圍設(shè)定為±5%，則可得到有利于黃檗幼樹樹高生長(zhǎng)的N、P、K施肥量分別為28.47～31.47 g/m2、15.82～17.48 g/m2、9.49～10.49 g/m2.

3.2 黃檗幼樹地徑生長(zhǎng)對(duì)施肥的響應(yīng)

設(shè)黃檗幼樹地徑生長(zhǎng)為因變量y，N肥、P肥、K肥分別為自變量x1、x2、x3，依據(jù)表6中的參數(shù)建立黃檗幼樹地徑生長(zhǎng)對(duì)N、P、K的響應(yīng)模型：

由響應(yīng)模型可以看出：模型中K肥一次項(xiàng)表現(xiàn)為負(fù)效應(yīng)(-8.401 4)，P肥一次項(xiàng)正效應(yīng)(8.475 6)>N肥一次項(xiàng)正效應(yīng)(0.570 7)；N、P、K肥二次項(xiàng)均表現(xiàn)為負(fù)效應(yīng)(-0.021 8、-0.248 1、-0.305 0)，N肥的一次項(xiàng)、二次項(xiàng)系數(shù)均小于P肥和K肥，說明N肥的施入對(duì)于黃檗幼樹地徑生長(zhǎng)的影響小于P、K肥；P×K肥交叉項(xiàng)正效應(yīng)(0.483 3)>N×K肥交叉項(xiàng)正效應(yīng)(0.271 5)>N×P肥交叉項(xiàng)負(fù)效應(yīng)(-0.202 9)，K肥與P肥之間的交互作用在P=0.039 0水平下顯著，K肥與N肥在P=0.018 7水平下顯著，說明施肥時(shí)應(yīng)避免單獨(dú)施入一種肥料.

黃檗幼樹地徑生長(zhǎng)對(duì)N、P、K響應(yīng)模型的顯著性檢驗(yàn)結(jié)果見表7.由表7可知：模型中線性項(xiàng)擬合效果不顯著(R2=0.013 7，P=0.667 8)，二次項(xiàng)擬合效果極顯著(R2=0.310 5，P<0.000 1)，交叉項(xiàng)擬合效果不顯著(R2=0.065 9，P=0.064 7)，模型總體在P<0.000 1水平下極顯著.綜上所述，模型擬合效果較為理想，基本可以接受.

表6 黃檗幼樹地徑生長(zhǎng)對(duì)N、P、K響應(yīng)模型的參數(shù)估計(jì)

表7 黃檗幼樹地徑生長(zhǎng)對(duì)N、P、K響應(yīng)模型的顯著性檢驗(yàn)

根據(jù)計(jì)算模型仿真尋優(yōu)結(jié)果可知：在N、P、K的碼值分別取1、1、-1時(shí)，黃檗幼樹地徑生長(zhǎng)最大，為17.68 mm.依據(jù)模型計(jì)算出N、P、K施肥量并將其范圍設(shè)定為±5%，則可得到有利于黃檗幼樹地徑生長(zhǎng)的N、P、K施肥量分別為28.47～31.47 g/m2、15.82～17.48 g/m2、9.49～10.49 g/m2.

3.3 黃檗幼樹側(cè)枝伸長(zhǎng)生長(zhǎng)對(duì)施肥的響應(yīng)

設(shè)黃檗幼樹側(cè)枝伸長(zhǎng)生長(zhǎng)為因變量y，N肥、P肥、K肥分別為自變量x1、x2、x3，依據(jù)表8中的參數(shù)建立黃檗幼樹側(cè)枝伸長(zhǎng)生長(zhǎng)對(duì)N、P、K的響應(yīng)模型：

由響應(yīng)模型可以看出：模型中只有K肥一次項(xiàng)表現(xiàn)為正效應(yīng)(2.164 5)，P肥一次項(xiàng)負(fù)效應(yīng)(-0.968 2)>N肥一次項(xiàng)負(fù)效應(yīng)(-0.642 7)；N、P、K肥二次項(xiàng)均表現(xiàn)為正效應(yīng)，P肥二次項(xiàng)正效應(yīng)(0.038 3)>K肥二次項(xiàng)正效應(yīng)(0.037 0)>N肥二次項(xiàng)正效應(yīng)(0.006 1)，N肥的一次項(xiàng)、二次項(xiàng)系數(shù)均小于P肥和K肥，說明N肥的施入對(duì)于黃檗幼樹側(cè)枝伸長(zhǎng)生長(zhǎng)的影響小于P、K肥；P×K肥交叉項(xiàng)負(fù)效應(yīng)(-0.107 5)>N×P肥交叉項(xiàng)正效應(yīng)(0.040 3)>N×K肥交叉項(xiàng)負(fù)效應(yīng)(-0.034 8)，P肥與K肥之間的交互作用在P=0.048 2水平下顯著，但交叉項(xiàng)表現(xiàn)為負(fù)效應(yīng)，說明施肥時(shí)應(yīng)考慮P肥和K肥之間的配比關(guān)系以促進(jìn)黃檗幼樹側(cè)枝伸長(zhǎng)生長(zhǎng).

表8 黃檗幼樹側(cè)枝伸長(zhǎng)生長(zhǎng)對(duì)N、P、K響應(yīng)模型的參數(shù)估計(jì)

黃檗幼樹側(cè)枝伸長(zhǎng)生長(zhǎng)對(duì)N、P、K響應(yīng)模型的顯著性檢驗(yàn)結(jié)果見表9.由表9可知：模型中線性項(xiàng)擬合效果顯著(R2=0.192 1，P=0.000 4)，二次項(xiàng)擬合效果不顯著(R2=0.053 5，P=0.136 7)，交叉項(xiàng)擬合效果顯著(R2=0.099 0，P=0.019 3)，模型總體在P=0.000 3水平下顯著.綜上所述，模型擬合效果較為理想，基本可以接受.

表9 黃檗幼樹側(cè)枝伸長(zhǎng)生長(zhǎng)對(duì)N、P、K響應(yīng)模型的顯著性檢驗(yàn)

根據(jù)計(jì)算模型仿真尋優(yōu)結(jié)果可知：在N、P、K的碼值分別取-1、-1、1時(shí)，黃檗幼樹側(cè)枝伸長(zhǎng)生長(zhǎng)最大，為5.376 9 cm.依據(jù)模型計(jì)算出N、P、K施肥量并將其范圍設(shè)定為±5%，則可得到有利于黃檗幼樹側(cè)枝伸長(zhǎng)生長(zhǎng)的N、P、K施肥量分別為15.82～17.48 g/m2、9.49～10.49 g/m2、15.82～17.48 g/m2.

4 小結(jié)與討論

依據(jù)模型計(jì)算出適合黃檗幼樹樹高生長(zhǎng)的N、P、K施肥量分別為28.47～31.47 g/m2、15.82～17.48 g/m2、9.49～10.49 g/m2，適合黃檗幼樹地徑生長(zhǎng)的N、P、K施肥量分別為28.47～31.47 g/m2、15.82～17.48 g/m2、9.49～10.49 g/m2，適合黃檗幼樹側(cè)枝伸長(zhǎng)生長(zhǎng)的N、P、K施肥量分別為15.82～17.48 g/m2、9.49～10.49 g/m2、15.82～17.48 g/m2.

黃檗常作為伴生樹種散生于闊葉紅松林中，蓄積量很少；黃檗內(nèi)皮具備很高的藥用價(jià)值，致使其被過度采伐，野生黃檗種源處于衰竭狀態(tài).合理施入N、P、K肥料，可以促進(jìn)黃檗快速生長(zhǎng)，增加木材和藥用原材料產(chǎn)量，緩解市場(chǎng)供不應(yīng)求的局面.同時(shí)，建立黃檗高效施肥技術(shù)體系，也可為黃檗集約化經(jīng)營(yíng)提供技術(shù)支撐.利用測(cè)土配方施肥，可提高肥料利用效率，進(jìn)而使林木產(chǎn)量提高、品質(zhì)提升.程勇等[16]研究了N、P、K配施對(duì)青岡櫟生長(zhǎng)的影響，結(jié)果表明，在N、P、K質(zhì)量比為2∶3∶1時(shí)，青岡櫟生長(zhǎng)促進(jìn)效果最好；崔太淑等[13]探討了氮肥對(duì)黃檗生長(zhǎng)的影響，認(rèn)為適量施入N肥對(duì)黃檗苗木生長(zhǎng)有促進(jìn)效果；崔健等[14]進(jìn)一步論證了N、P配比施肥可更好地促進(jìn)黃檗苗高、地徑等生長(zhǎng)，這些結(jié)論與本研究結(jié)果基本一致.