刺梨葉片營養(yǎng)元素與果實(shí)產(chǎn)量、維生素C含量 的相關(guān)性及營養(yǎng)診斷標(biāo)準(zhǔn)值的建立

樊衛(wèi)國 潘學(xué)軍 楊婳若 陳紅 官紀(jì)元 周禹佳 穆瑞 何春麗

摘 要：刺梨（Rosa roxburghii Tratt.）是中國西南地區(qū)的特有果樹，果實(shí)維生素C含量極高是刺梨最具特色的品質(zhì)特征。目前在刺梨栽培中，盲目施肥的現(xiàn)象極為普遍。研究刺梨葉片的營養(yǎng)元素含量與果實(shí)產(chǎn)量及品質(zhì)的關(guān)系，建立刺梨葉分析營養(yǎng)診斷標(biāo)準(zhǔn)，以便為刺梨優(yōu)質(zhì)豐產(chǎn)的養(yǎng)分管理提供科學(xué)依據(jù)。本研究選擇貴州不同地區(qū)的70個(gè)5年生‘貴農(nóng)5號’刺梨代表性果園，在營養(yǎng)診斷期取葉片測定其中的營養(yǎng)元素含量，在果實(shí)成熟期測定果實(shí)產(chǎn)量及果實(shí)中維生素C的含量，分析葉片營養(yǎng)元素含量與果實(shí)產(chǎn)量和果實(shí)中維生素C含量的相關(guān)性。對測定樣本的葉片營養(yǎng)元素含量值的分布進(jìn)行正態(tài)顯著性檢驗(yàn)，在此基礎(chǔ)上用4分點(diǎn)5級概率分級法對樣本的營養(yǎng)元素含量進(jìn)行分級，確定刺梨葉分析營養(yǎng)診斷的缺乏值、低值、適宜值、高值和過量值范圍。研究結(jié)果表明：貴州不同地區(qū)的‘貴農(nóng)5號’刺梨果實(shí)產(chǎn)量及其維生素C含量的差異明顯，果實(shí)產(chǎn)量的變異系數(shù)大，在70個(gè)取樣果園中，刺梨果實(shí)產(chǎn)量在1.04～23.51 kg/株之間，其變異系數(shù)在11.06%～49.78%之間。在刺梨高產(chǎn)、中產(chǎn)和低產(chǎn)園中，葉片中營養(yǎng)元素含量的差異很大，其變異系數(shù)19.81%～99.27%之間。刺梨葉片所有的營養(yǎng)元素含量與果實(shí)產(chǎn)量及維生素C含量的關(guān)系密切，均表現(xiàn)出一元二次非線性回歸的函數(shù)關(guān)系。其中，與果實(shí)產(chǎn)量之間的相關(guān)系數(shù)達(dá)到顯著或者極顯著水平;除Zn以外，葉片的其他營養(yǎng)元素與果實(shí)維生素C含量的相關(guān)系數(shù)也達(dá)到顯著水平。在70個(gè)代表性樣本中，刺梨葉片的所有營養(yǎng)元素含量均為正態(tài)分布，符合用概率分級法劃分確定葉分析營養(yǎng)診斷標(biāo)準(zhǔn)值的設(shè)定條件。刺梨葉片的所有營養(yǎng)元素含量與果實(shí)產(chǎn)量和維生素C的含量密切相關(guān)。刺梨葉片中的營養(yǎng)元素含量過高或過低，都會降低刺梨果實(shí)的產(chǎn)量和維生素C的含量。不同樣本的刺梨葉片營養(yǎng)元素含量的分布具有顯著的正態(tài)性。在此基礎(chǔ)上采用4分點(diǎn)5級概率分級法建立的刺梨葉分析營養(yǎng)診斷標(biāo)準(zhǔn)值具有可靠性，可用于刺梨的營養(yǎng)診斷。

關(guān)鍵詞：刺梨;營養(yǎng)元素;果實(shí)產(chǎn)量;維生素C;相關(guān)性;營養(yǎng)診斷;標(biāo)準(zhǔn)值

中圖分類號：S661.9

文獻(xiàn)標(biāo)志碼：A

刺梨（Rosa roxburghii Tratt.）在我國西南地區(qū)種植日益廣泛，僅貴州的種植規(guī)模已超過15萬公頃，且大部分種植于喀斯特地區(qū)[1]。該地區(qū)的土壤類型及養(yǎng)分具有高度的異質(zhì)性[2]。因此，刺梨樹體的養(yǎng)分狀況和果實(shí)產(chǎn)量及品質(zhì)存在極大差異[3]。在刺梨的栽培中，盲目施肥的問題突出。探究刺梨葉片營養(yǎng)元素含量與果實(shí)產(chǎn)量及品質(zhì)的關(guān)系，建立以刺梨葉分析營養(yǎng)診斷為基礎(chǔ)的施肥技術(shù)體系，對于實(shí)現(xiàn)喀斯特地區(qū)刺梨栽培的養(yǎng)分差異化管理和進(jìn)行刺梨果實(shí)產(chǎn)量及品質(zhì)調(diào)控具有重要意義。果樹葉片的營養(yǎng)元素含量是樹體營養(yǎng)狀況的重要反映，而且與果實(shí)產(chǎn)量及品質(zhì)有密切關(guān)系[3-7]。迄今，有關(guān)刺梨的葉片營養(yǎng)元素含量與果實(shí)產(chǎn)量關(guān)系未見報(bào)道。維生素C含量極高是刺梨果實(shí)最具特色的重要品質(zhì)特征，其含量高低是衡量刺梨果實(shí)品質(zhì)優(yōu)劣的重要指標(biāo)[8]。這一指標(biāo)究竟與葉片的營養(yǎng)元素含量有無關(guān)聯(lián)尚不清楚，對刺梨進(jìn)行營養(yǎng)診斷也無據(jù)可依。然而在其他果樹上，利用“標(biāo)準(zhǔn)值”法（standard value，SV）[5-6]、適宜范圍法（sufficiency range approach，SRA）、診斷施肥綜合法（diagnosis recommended integrated system，DRIS）、適度偏差百分?jǐn)?shù)法（deviation from optimum percentage，DOP）、組分營養(yǎng)診斷法（component nutrient diagnosis，CND）等方法[9]建立的葉分析營養(yǎng)診斷施肥技術(shù)已廣泛應(yīng)用于生產(chǎn)，在營養(yǎng)診斷的基礎(chǔ)上通過施肥、修剪等農(nóng)藝措施調(diào)控樹體的營養(yǎng)及果實(shí)的產(chǎn)量和品質(zhì)也收到良好成效。在果樹的葉分析營養(yǎng)診斷標(biāo)準(zhǔn)建立中，“標(biāo)準(zhǔn)值”法是將果樹營養(yǎng)診斷期的葉片營養(yǎng)元素含量測定結(jié)果，與事先建立的營養(yǎng)診斷標(biāo)準(zhǔn)值（缺乏值、低值、適宜值、高值、過量值）比較，綜合分析判斷果樹營養(yǎng)元素含量的豐缺程度[5-6]。這種方法能夠直觀地確定診斷對象營養(yǎng)元素含量所處的范圍，便于判斷營養(yǎng)元素含量高低對果實(shí)產(chǎn)量及品質(zhì)的影響，同時(shí)能夠?yàn)榉治霾煌瑺I養(yǎng)元素間的相互關(guān)系提供依據(jù)，具有簡單適用等特點(diǎn)，在國內(nèi)外一直廣泛使用。而SRA、DRIS、DOP、CND等方法是根據(jù)果樹葉片營養(yǎng)元素含量和果實(shí)產(chǎn)量等參數(shù)，通過數(shù)理統(tǒng)計(jì)分析得出不同營養(yǎng)元素的適宜含量范圍，以此判定果樹營養(yǎng)元素含量的豐缺。其中，DRIS和DOP法還能確定不同營養(yǎng)元素的需求程度和順序，對指導(dǎo)果樹的施肥和營養(yǎng)調(diào)控具有較為精準(zhǔn)的作用。但這些方法存在計(jì)算復(fù)雜、工作量大、理解難度高、生產(chǎn)者難以掌握等缺點(diǎn)[9]。在我國早期的果樹葉分析營養(yǎng)診斷標(biāo)準(zhǔn)值的建立中，主要是根據(jù)不同產(chǎn)量狀態(tài)下的果樹葉片營養(yǎng)元素含量和施肥試驗(yàn)的經(jīng)驗(yàn)總結(jié)來確定，所得出的標(biāo)準(zhǔn)值難免具有主觀性。本世紀(jì)以來，果樹數(shù)量性狀概率分級法[10-12]被引入到營養(yǎng)診斷標(biāo)準(zhǔn)值建立中。這種方法是將果樹葉片的營養(yǎng)元素含量視為數(shù)量性狀，以不同樣本葉片的元素含量平均值和標(biāo)準(zhǔn)差的概率為分級依據(jù)，檢測營養(yǎng)元素含量值是否服從正態(tài)分布，對于服從正態(tài)分布的營養(yǎng)元素樣本，按10%、20%、40%、20%和10%的概率將營養(yǎng)元素含量值劃分為缺乏值、低值、正常值、高值、過高值5個(gè)等級范圍[13]。用此方法已在蘋果[13-15]、獼猴桃[16]、扁桃[17]、荔枝[18]龍眼[19]、篤斯越橘[20]等果樹上建立了營養(yǎng)診斷標(biāo)準(zhǔn)值，為指導(dǎo)這些果樹的合理施肥提供了科學(xué)依據(jù)。目前，在刺梨生產(chǎn)中，營養(yǎng)診斷下的科學(xué)施肥和果實(shí)產(chǎn)量及品質(zhì)調(diào)控的技術(shù)體系急待建立。為此，我們探究了刺梨葉片營養(yǎng)元素與果實(shí)產(chǎn)量及維生素C含量的關(guān)系，采用概率分級法建立了刺梨葉分析營養(yǎng)診斷標(biāo)準(zhǔn)值，以便為提高刺梨果實(shí)產(chǎn)量及品質(zhì)的營養(yǎng)調(diào)控提供理論依據(jù)，為喀斯特地區(qū)刺梨合理施肥提供技術(shù)指導(dǎo)。

1 材料與方法

1.1 試驗(yàn)材料與設(shè)計(jì)

于2018年至2020年在貴州龍里、貴定、花溪、獨(dú)山、安龍、遵義、水城等縣、市（區(qū)）刺梨主產(chǎn)區(qū)進(jìn)行取樣。品種為‘貴農(nóng)5號’ 刺梨，扦插繁殖，樹齡5年生。栽培土壤分別為石灰性黃壤、黑色石灰土、耕作土、微酸性黃壤等，土壤pH在4.89～8.32，堿解N 25.33～195.77 mg·kg-1，有效P 3.56～60.59 mg·kg-1，速效K 18.55～191.39 mg·kg-1，交換性Ca 505.71～6 906.12 mg·kg-1，交換性Mg 33.58～231.33 mg·kg-1，有效Fe 2.84～66.13 mg·kg-1，有效Mn 9.02～168.88 mg·kg-1，有效Cu 0.05～6.61 mg·kg-1，有效Zn 0.13～13.20 mg·kg-1，有效B 0.03～1.21 mg·kg-1。

取樣前先確定不同產(chǎn)量樣地共70個(gè)，每個(gè)樣地代表一個(gè)樣本。在每個(gè)樣地中，隨機(jī)選擇6株為一個(gè)取樣小區(qū)，每個(gè)取樣小區(qū)重復(fù)3次。對取樣樣地不改變原有的肥水管理習(xí)慣和方式，但從取樣前1年至取樣期，禁止噴施葉面肥和農(nóng)藥。

1.2 取樣及測定

在刺梨葉分析營養(yǎng)診斷期（6月下旬和7月初）[21]進(jìn)行葉片取樣。取樣時(shí)在取樣小區(qū)每株樹冠的中上部外圍，對東、南、西、北4個(gè)方位的春梢營養(yǎng)枝中部葉各取葉10片，裝入塑料袋內(nèi)置于冷藏箱中帶回實(shí)驗(yàn)室，按國標(biāo)《果樹葉標(biāo)樣》（GB7171—1987） 的方法對葉樣進(jìn)行洗滌和預(yù)處理。在果實(shí)成熟期對各取樣小區(qū)每株的果實(shí)進(jìn)行采收，測定單株果實(shí)產(chǎn)量，將每個(gè)取樣小區(qū)的果實(shí)混合后隨機(jī)取30個(gè)果實(shí)帶回實(shí)驗(yàn)室進(jìn)行品質(zhì)測定。刺梨葉片營養(yǎng)元素含量和果實(shí)品質(zhì)指標(biāo)的測定采用文獻(xiàn)[22]中的方法。其中，葉片N用凱氏法，P用釩鉬黃比色法，K用火焰光度法，Ca、Mg、Fe、Mn、Zn、Cu用原子吸收分光光度法，B用姜黃素比色法。果實(shí)可溶性總糖含量測定用蒽酮比色法，總酸含量測定用酸堿滴定法，維生素C含量測定用2，6-二氯靛酚法。

1.3 不同產(chǎn)量園區(qū)的劃分

用K-均值聚類法[23]，使用SPSS 18.0軟件對70個(gè)取樣果園進(jìn)行高產(chǎn)園、中產(chǎn)園和低產(chǎn)園的劃分。

1.4 營養(yǎng)診斷標(biāo)準(zhǔn)值的確定

按照果樹數(shù)量性狀概率分級[10-12]的基本原理，對測定樣本的葉片營養(yǎng)元素含量值，用SPSS 18.0軟件分析檢驗(yàn)是否服從正態(tài)分布，確定樣本營養(yǎng)元素含量分布偏度，并進(jìn)行正態(tài)顯著性檢驗(yàn)[22]。參考前人在蘋果[13-15]、獼猴桃[16]、扁桃[17]、荔枝[18]、龍眼[19]等葉片營養(yǎng)診斷標(biāo)準(zhǔn)值建立的方法，將符合正態(tài)分布的營養(yǎng)元素含量值用正態(tài)分布概率的4個(gè)分級點(diǎn)（平均值-1.281 8×標(biāo)準(zhǔn)差;平均值-0.524 6×標(biāo)準(zhǔn)差;平均值+0.524 6×標(biāo)準(zhǔn)差;平均值+1.281 8×標(biāo)準(zhǔn)差）計(jì)算劃分出5個(gè)營養(yǎng)診斷標(biāo)準(zhǔn)值范圍。其中，用平均值-1.281 8×標(biāo)準(zhǔn)差計(jì)算出缺乏值的上限值和低值的下限值，用平均值-0.524 6×標(biāo)準(zhǔn)差計(jì)算出低值的上限值和適宜值的下限值，用平均值+0.524 6×標(biāo)準(zhǔn)差計(jì)算出適宜值的上限值和高值的下限值，用平均值+1.281 8×標(biāo)準(zhǔn)差計(jì)算出高值的上限值和過量值的下限值，最后得出缺乏值、低值、適宜值、高值和過量值的含量范圍。

1.5 數(shù)據(jù)處理

在Excel上進(jìn)行基本數(shù)據(jù)統(tǒng)計(jì)。用DPS v7.05 統(tǒng)計(jì)軟件進(jìn)行葉片營養(yǎng)元素含量與果實(shí)產(chǎn)量及品質(zhì)指標(biāo)的相關(guān)性分析和顯著性測定。

2 結(jié)果與分析

2.1 刺梨不同產(chǎn)量園區(qū)的劃分及其產(chǎn)量和葉片營養(yǎng)元素含量的描述性統(tǒng)計(jì)

2.1.1 刺梨高產(chǎn)、中產(chǎn)及低產(chǎn)園區(qū)的劃分及其果實(shí)產(chǎn)量的描述性統(tǒng)計(jì)結(jié)果

根據(jù)刺梨果實(shí)產(chǎn)量的測定結(jié)果，用K-均值聚類法將70個(gè)樣地劃分為高產(chǎn)園、中產(chǎn)園和低產(chǎn)園（表1）。其中：高產(chǎn)園有樣本數(shù)33個(gè)，果實(shí)產(chǎn)量范圍在15.23～23.51 kg/株之間，平均產(chǎn)量19.17 kg/株，產(chǎn)量的變異系數(shù)為11.06%，小于中產(chǎn)園和低產(chǎn)園;中產(chǎn)園和低產(chǎn)園的樣本數(shù)分別為22個(gè)和15個(gè)，刺梨的果實(shí)產(chǎn)量范圍分別為7.89～14.66 kg/株和1.04～7.32 kg/株，變異系數(shù)分別為20.29%和49.78%。由此可見：在高產(chǎn)園的刺梨果實(shí)產(chǎn)量的變化明顯小于中產(chǎn)園和低產(chǎn)園，且產(chǎn)量變化的居中性好于中產(chǎn)園和低產(chǎn)園。

2.1.2 不同產(chǎn)量園區(qū)的刺梨葉片營養(yǎng)元素含量的描述性統(tǒng)計(jì)結(jié)果

刺梨不同產(chǎn)量園區(qū)的葉中營養(yǎng)元素的含量范圍、平均值、標(biāo)準(zhǔn)差和變異系數(shù)均有明顯差異（表2）。這種差異既是不同產(chǎn)量狀態(tài)下植株體內(nèi)養(yǎng)分客觀差異的反映，而且與取樣地區(qū)刺梨園土壤養(yǎng)分的差異有關(guān)。表2顯示，高產(chǎn)園所有營養(yǎng)元素的含量范圍較小，其次是中產(chǎn)園，低產(chǎn)園的營養(yǎng)元素含量范圍最大。此外，高產(chǎn)園的葉片中所有營養(yǎng)元素含量的變異系數(shù)在19.81%～38.86%之間，中產(chǎn)園和低產(chǎn)園分別為35.07%～60.63%和53.85%～99.27%。由以上結(jié)果可推測，刺梨葉片的營養(yǎng)元素含量維持在一個(gè)適當(dāng)且變化幅度相對較小的范圍有利于高產(chǎn)，而刺梨果實(shí)低產(chǎn)可能與葉片中營養(yǎng)元素含量過低或過高有關(guān)。

2.2 刺梨葉片的營養(yǎng)元素含量與果實(shí)產(chǎn)量及維生素C含量的相關(guān)性

2.2.1 營養(yǎng)元素含量與果實(shí)產(chǎn)量的相關(guān)性

相關(guān)性測定結(jié)果表明：刺梨葉片中所有的營養(yǎng)元素含量與果實(shí)產(chǎn)量均呈一元二次非線性回歸的函數(shù)關(guān)系（圖1）。其中，N、P、K、Ca、Mg、Fe、Mn、Zn、B元素的含量與果實(shí)產(chǎn)量的相關(guān)系數(shù)均達(dá)到極顯著水平（P<0.01），Cu的含量與果實(shí)產(chǎn)量的相關(guān)系數(shù)均達(dá)到顯著水平（P<0.05）。由此可見，刺梨葉片營養(yǎng)元素含量與果實(shí)產(chǎn)量密切相關(guān)。在葉片營養(yǎng)元素含量較低的狀態(tài)下，刺梨的果實(shí)產(chǎn)量隨葉片營養(yǎng)元素含量的增加而增大;在葉片的營養(yǎng)元素含量處于一個(gè)較高的合理區(qū)間狀態(tài)下，刺梨果實(shí)產(chǎn)量高;而當(dāng)葉片的營養(yǎng)元素含量過高后，果實(shí)的產(chǎn)量反而降低。因此，葉片營養(yǎng)元素含量處于一個(gè)合理的范圍區(qū)間是刺梨豐產(chǎn)的重要前提條件，而刺梨葉片營養(yǎng)元素的含量過低或過高，都不利于提高果實(shí)產(chǎn)量。上述相關(guān)性也為刺梨葉片營養(yǎng)診斷標(biāo)準(zhǔn)值的確定提供了重要的依據(jù)。

2.2.2 營養(yǎng)元素含量與果實(shí)維生素C含量的相關(guān)性

維生素C的含量極其豐富是刺梨果實(shí)最重要的品質(zhì)特征。刺梨葉片中所有營養(yǎng)元素的含量與果實(shí)中維生素C的含量均呈一元二次非線性回歸的函數(shù)關(guān)系（圖2）。其中，除Zn與果實(shí)中維生素C含量的相關(guān)系數(shù)未達(dá)到顯著水平外，葉片中的N、P、K、Ca、Mg、Fe、Mn、Cu、B的含量與果實(shí)中維生素C含量的相關(guān)系數(shù)均達(dá)到顯著水平（P<0.05）。由此可見，葉片中營養(yǎng)元素的含量過高或過低，都不利于刺梨果實(shí)中維生素C含量的提高。這一結(jié)果為刺梨果實(shí)的品質(zhì)調(diào)控提供了重要啟示，即將刺梨葉片的營養(yǎng)元素含量維持在一個(gè)相對合理的水平區(qū)間，有利于提高刺梨果實(shí)品質(zhì)。

2.3 刺梨葉片營養(yǎng)元素含量的樣本分布頻次

葉片營養(yǎng)元素含量的樣本分布是否服從正態(tài)分布且具有顯著性，是利用概率分級法劃分和確定葉分析營養(yǎng)診斷標(biāo)準(zhǔn)值的先決條件。本研究中的70個(gè)樣本中，葉片營養(yǎng)元素的含量值經(jīng)過分布函數(shù)的χ2檢驗(yàn)后，得出了圖3中不同元素含量樣本的分布頻率。其中，P含量樣本分布的居中性最好，概率分布的偏度值為0（表3）;K、Ca、Mg、Mn、Zn、B元素含量樣本分布也有較好的居中性，其中K、Ca、Mn元素含量樣本的概率分布偏度值分別為-0.06、-0.05和-0.18，這3種元素含量樣本的概率分布均表現(xiàn)出負(fù)偏離特征，而 Mg、Zn、B元素含量樣本的概率分布偏度值分別為0.11、0.20和0.16，具有正偏離特征。

2.4 刺梨葉片營養(yǎng)元素含量范圍和正態(tài)性檢驗(yàn)

在本研究中，應(yīng)用SPSS 18.0軟件分析檢驗(yàn)葉片中營養(yǎng)元素含量是否服從正態(tài)分布，并對正態(tài)分布的顯著性進(jìn)行K-S檢驗(yàn)。對于K-S檢驗(yàn)值大于0.05的，表示不同營養(yǎng)元素含量的樣本呈正態(tài)分布，并具有顯著性;若K-S檢驗(yàn)值小于0.05的，表示不同營養(yǎng)元素含量的樣本不服從正態(tài)分布。從表3顯示，所有樣本的N、P、K、Ca、Mg、Fe、Mn、Cu、Zn、B元素的含量范圍、平均值、標(biāo)準(zhǔn)差及其變異系數(shù)都有明顯的差異，而且K-S檢驗(yàn)值在0.35～0.99之間，均大于0.05，表明全部樣本的N、P、K、Ca、Mg、Fe、Mn、Cu、Zn、B元素含量的分布均服從正態(tài)分布。因此，在本研究中涉及的取樣樣本的營養(yǎng)元素含量值符合概率分級法劃分葉片營養(yǎng)診斷標(biāo)準(zhǔn)值等級的既定條件，可以用作營養(yǎng)診斷標(biāo)準(zhǔn)值等級的劃分。

2.5 刺梨葉分析營養(yǎng)診斷標(biāo)準(zhǔn)值的確定

由于本研究全部樣本的葉片營養(yǎng)元素含量值均具有顯著性正態(tài)分布特征，而且營養(yǎng)元素含量與刺梨果實(shí)產(chǎn)量也具有顯著和極顯著的一元二次非線性回歸的函數(shù)關(guān)系，完全符合概率分級法劃分葉片營養(yǎng)診斷標(biāo)準(zhǔn)值等級的既定條件。因此，采用4分點(diǎn)5級概率分級法計(jì)算劃分出刺梨葉分析營養(yǎng)診斷標(biāo)準(zhǔn)值，包括缺乏值、低值、適宜值、高值、過量值的含量范圍（表4）。

3 討論

3.1 刺梨葉分析營養(yǎng)診斷標(biāo)準(zhǔn)值的可靠性分析

果樹葉片的營養(yǎng)元素含量是樹體營養(yǎng)狀況的反映，并且與果樹的生長和產(chǎn)量有密切關(guān)系。當(dāng)營養(yǎng)元素含量處于缺乏區(qū)和低值區(qū)時(shí)，果實(shí)產(chǎn)量隨營養(yǎng)元素含量的提高而增加;當(dāng)營養(yǎng)元素含量處于適宜區(qū)時(shí)，產(chǎn)量能夠達(dá)到最高;而營養(yǎng)元素含量超過適宜區(qū)，果樹的產(chǎn)量不再增加甚至?xí)档蚚5]。從理論上說，葉片營養(yǎng)元素含量與果實(shí)產(chǎn)量究竟表現(xiàn)出何種關(guān)系，與不同樣本的營養(yǎng)元素含量值所處的范圍區(qū)間有關(guān)。若不同樣本的營養(yǎng)元素含量值處于缺乏區(qū)和低值區(qū)，葉片營養(yǎng)元素含量與果實(shí)產(chǎn)量間的關(guān)系則可能表現(xiàn)出正相關(guān);若不同樣本的葉片營養(yǎng)元素含量值處于適宜區(qū)，葉片營養(yǎng)元素含量與果實(shí)產(chǎn)量的相關(guān)性可能不明顯;若葉片營養(yǎng)元素含量處于高值區(qū)或過量區(qū)，與果實(shí)產(chǎn)量的關(guān)系可能會表現(xiàn)出負(fù)相關(guān)。在果樹營養(yǎng)診斷標(biāo)準(zhǔn)值的建立中，取樣樣本是否具有代表性以及葉片營養(yǎng)元素含量是否與果實(shí)產(chǎn)量有極其密切的聯(lián)系，是保證營養(yǎng)診斷標(biāo)準(zhǔn)值具有可靠性的重要前提。因此，除保證足夠的樣本和取樣及分析檢測規(guī)范之外，不同樣本應(yīng)涵蓋低產(chǎn)區(qū)、中產(chǎn)區(qū)和高產(chǎn)區(qū)，且葉片的營養(yǎng)元素含量與果實(shí)產(chǎn)量要有密切的關(guān)聯(lián)度。在本研究中，刺梨葉片的所有營養(yǎng)元素含量與果實(shí)產(chǎn)量均表現(xiàn)出極顯著或顯著的一元二次非線性回歸的函數(shù)關(guān)系。這種關(guān)系遵循了葉片營養(yǎng)元素含量與果實(shí)產(chǎn)量的相互關(guān)系的基本規(guī)律，也是本研究確定的取樣樣本具有代表性的具體反映。在本研究的刺梨營養(yǎng)診斷標(biāo)準(zhǔn)值的建立中，采用的是概率分級法。用此方法，一些研究者已在蘋果[13-15]、獼猴桃[16]、扁桃[17]、荔枝[18]、龍眼[19]等果樹上建立了營養(yǎng)診斷標(biāo)準(zhǔn)值，并應(yīng)用于生產(chǎn)實(shí)踐，收到較好的應(yīng)用效果。采用概率分級法建立營養(yǎng)診斷標(biāo)準(zhǔn)值的前提條件是：不同樣本的葉片營養(yǎng)元素含量必須呈正態(tài)或偏態(tài)分布[13-15]，而且葉片營養(yǎng)元素含量與果實(shí)產(chǎn)量之間有明顯的相關(guān)性。在本研究中，刺梨不同樣本的葉片營養(yǎng)元素含量值分布均有顯著的正態(tài)性，葉片的營養(yǎng)元素含量與刺梨果實(shí)產(chǎn)量密切相關(guān)，符合用概率分級法劃分葉片營養(yǎng)診斷標(biāo)準(zhǔn)值等級的既定條件。因此，本研究確定的刺梨葉分析營養(yǎng)診斷標(biāo)準(zhǔn)值具有可靠性。

3.2 刺梨葉片營養(yǎng)元素對果實(shí)維生素C含量的影響

有關(guān)果樹葉片營養(yǎng)元素對果實(shí)維生素C含量的影響已有很多報(bào)道。在對‘Kinnow’寬皮柑橘噴施葉面肥，果實(shí)中的維生素C含量隨葉片中N、P、K、Ca、Mg、Fe、Mn、Zn等元素含量的提高而明顯增加[24-25]，柚葉片的Cu含量與果實(shí)維生素C含量呈極顯著正相關(guān)[26]。在獼猴桃上，中華獼猴桃果實(shí)的維生素 C含量隨葉片中Ca、Mg、Fe、Cu、B元素含量的提高而明顯增加[27]，軟棗獼猴桃果實(shí)維生素C含量與葉片的N、K含量呈顯著正相關(guān)[28]。在不同土壤上，灰棗葉片的P含量與果實(shí)維生素C含量也表現(xiàn)出極顯著正相關(guān)[29]。而在刺梨上，葉片中幾乎所有的營養(yǎng)元素與果實(shí)維生素C的含量均表現(xiàn)出一元二次函數(shù)非線性回歸的函數(shù)關(guān)系，即在葉片營養(yǎng)元素含量處于低值以下時(shí)，隨著營養(yǎng)元素含量的增加，果實(shí)的維生素C含量明顯增大;葉片營養(yǎng)元素含量處于適宜值范圍內(nèi)時(shí)，果實(shí)的維生素C含量很高;葉片營養(yǎng)元素含量處于高值以上時(shí)，果實(shí)的維生素C含量反而降低。因此，葉片營養(yǎng)元素含量過低或過高都不利于提高刺梨果實(shí)維生素C的含量。雖然刺梨葉片的營養(yǎng)元素如何對果實(shí)維生素C合成積累產(chǎn)生影響的生理機(jī)制研究鮮見報(bào)道，但刺梨果實(shí)中維生素C的含量與葉片中蔗糖和葡萄糖的含量呈極顯著正相關(guān)關(guān)系[8]，對刺梨果實(shí)增加Ca2+能夠促進(jìn)維生素C的合成基因 GalLDH和GPP及其再生基因DHAR和MDHAR 的表達(dá)有顯著的上調(diào)作用，進(jìn)而能夠促進(jìn)刺梨果實(shí)的維生素C合成和積累，而增加Cu2+只能促進(jìn)維生素C的氧化，降低維生素C的含量[30-31]。葉片的營養(yǎng)元素在參與糖的合成及其向果實(shí)的輸送具有重要作用，同時(shí)也會向果實(shí)轉(zhuǎn)運(yùn)。因此，刺梨葉片的營養(yǎng)元素對其果實(shí)維生素C的影響可能有間接的聯(lián)系。

3.3 刺梨葉片營養(yǎng)診斷標(biāo)準(zhǔn)值的應(yīng)用

刺梨的葉分析營養(yǎng)診斷期是6月下旬和7月初[21]，果實(shí)成熟期是8月至9月。維生素C的含量高低是衡量刺梨果實(shí)品質(zhì)優(yōu)劣的重要品質(zhì)指標(biāo)之一。刺梨果實(shí)中的維生素C在7月中旬后開始快速積累[8]，葉片中的營養(yǎng)元素含量過低或過高都會降低刺梨果實(shí)的維生素C含量。因此，本研究建立的刺梨營養(yǎng)診斷標(biāo)準(zhǔn)值，不僅可以用于刺梨生產(chǎn)中的營養(yǎng)診斷，而且可以用于刺梨果實(shí)品質(zhì)優(yōu)劣的早期預(yù)判。

4 結(jié)論

貴州不同地區(qū)刺梨的果實(shí)產(chǎn)量、維生素C含量和葉片營養(yǎng)元素含量的差異及變異系數(shù)大，葉片營養(yǎng)元素含量與果實(shí)的產(chǎn)量和維生素C的含量之間均表現(xiàn)出一元二次非線性回歸的函數(shù)關(guān)系，刺梨葉片中所有營養(yǎng)元素含量過高或過低都會降低果實(shí)的產(chǎn)量和維生素C含量。不同樣本的刺梨葉片中所有營養(yǎng)元素含量的分布均有顯著正態(tài)性，符合用概率分級法劃分確定葉分析營養(yǎng)診斷標(biāo)準(zhǔn)值的設(shè)定條件。采用4分點(diǎn)5級概率分級法建立的刺梨葉分析營養(yǎng)診斷標(biāo)準(zhǔn)值可用于刺梨的營養(yǎng)診斷和果實(shí)品質(zhì)優(yōu)劣的早期預(yù)判。

參考文獻(xiàn)：

[1]樊衛(wèi)國， 潘學(xué)軍， 陳紅， 等. 草酸對刺梨立地石灰性土壤及葉片養(yǎng)分和果實(shí)產(chǎn)量、品質(zhì)的影響[J]. 果樹學(xué)報(bào)， 2021， 38（7）： 1113-1122.

[2] 何潔， 嚴(yán)友進(jìn)， 易興松， 等. 喀斯特地區(qū)土壤異質(zhì)性及其與植物相互作用[J]. 應(yīng)用生態(tài)學(xué)報(bào)， 2021， 32（6）： 2249-2258.

[3] 肖杰， 熊康寧， 李開萍， 等. 喀斯特石漠化治理區(qū)不同地形土壤養(yǎng)分與刺梨果實(shí)品質(zhì)相關(guān)分析[J]. 江蘇農(nóng)業(yè)科學(xué)， 2019， 47（14）： 143-147.

[4] 邱超， 胡承孝， 譚啟玲， 等. 鈣、硼對常山胡柚葉片養(yǎng)分、果實(shí)產(chǎn)量及品質(zhì)的影響[J]. 植物營養(yǎng)與肥料學(xué)報(bào)， 2016， 22（2）： 459-467.

[5] 仝月澳， 周厚基. 果樹營養(yǎng)診斷法[M]. 北京： 農(nóng)業(yè)出版社， 1982： 58-110.

[6] 李港麗， 張光中. 果樹文集（5）[M]. 北京： 北京農(nóng)業(yè)大學(xué)出版杜， 1988： 11-63.

[7] DAR M A， WANI J A， RAINA S K， et al. Relationship of leaf nutrient content with fruit yield and quality of pear[J]. Journal of Environmental Biology， 2015， 36（3）： 649-653.

[8] 何春麗， 樊衛(wèi)國. 遮光對刺梨果實(shí)和葉片中維生素C與糖含量以及相關(guān)酶活性的影響[J]. 西北植物學(xué)報(bào)， 2020， 40（12）： 2081-2092.

[9] 范志懿， 劉佳嘉.果樹葉片營養(yǎng)診斷方法研究進(jìn)展[J]. 山西農(nóng)業(yè)科學(xué)， 2020， 48（12）： 2017-2022.

[10]劉孟軍. 桃樹部分經(jīng)濟(jì)性狀的種內(nèi)變異及其分級標(biāo)準(zhǔn)研究[J]. 北京農(nóng)學(xué)院學(xué)報(bào)， 1992， 7（2）： 98-104.

[11]劉孟軍. 棗樹數(shù)量性狀的概率分級研究[J]. 園藝學(xué)報(bào)， 1996， 23（2）： 105-109.

[12]劉平， 劉孟軍， 周俊義， 等. 棗樹數(shù)量性狀的分布類型及其概率分級指標(biāo)體系[J]. 林業(yè)科學(xué)， 2003， 39（6）： 77-82.

[13]安貴陽， 史聯(lián)讓， 杜志輝， 等. 陜西地區(qū)蘋果葉營養(yǎng)元素標(biāo)準(zhǔn)范圍的確定[J]. 園藝學(xué)報(bào)， 2004， 31（1）： 81-83.

[14]李海山， 趙同生， 張新生， 等. 燕山山區(qū)蘋果葉片礦質(zhì)營養(yǎng)標(biāo)準(zhǔn)范圍的確定[J]. 河北農(nóng)業(yè)科學(xué)， 2011， 15（5）： 17-19.

[15]劉小勇， 董鐵， 王發(fā)林， 等. 甘肅省元帥系蘋果葉營養(yǎng)元素含量標(biāo)準(zhǔn)值研究[J]. 植物營養(yǎng)與肥料學(xué)報(bào)， 2013， 19（1）： 246-251.

[16]徐光煥， 陳元磊， 王南南. 陜西省周至縣‘翠香’獼猴桃葉片營養(yǎng)診斷研究[J]. 陜西農(nóng)業(yè)科學(xué)， 2021， 67（2）： 23-29.

[17]楊波， 車玉紅， 郭春苗， 等. 新疆莎車縣扁桃花營養(yǎng)元素濃度標(biāo)準(zhǔn)范圍的確定[J]. 經(jīng)濟(jì)林研究， 2015， 33（4）： 123-127.

[18]羅東林， 王偉， 朱陸偉， 等. 華南荔枝葉片營養(yǎng)診斷指標(biāo)的建立[J]. 植物營養(yǎng)與肥料學(xué)報(bào)， 2019， 25（5）： 859-870.

[19]朱永聰， 王偉， 周昌敏， 等. 華南龍眼葉片營養(yǎng)診斷指標(biāo)的建立[J]. 熱帶作物學(xué)報(bào)， 2021， 42（2）： 393-404.

[20]張繼舟， 李云影， 袁磊， 等. 大興安嶺地區(qū)篤斯越橘果實(shí)成熟期葉片礦質(zhì)元素營養(yǎng)診斷[J]. 果樹學(xué)報(bào)， 2019， 36（9）： 1161-1170.

[21]樊衛(wèi)國， 向顯衡， 羅充， 等. 刺梨葉片及果實(shí)中營養(yǎng)元素含量的年周期變化研究[J]. 貴州農(nóng)學(xué)院學(xué)報(bào)， 1992， 11（2）： 73-77.

[22]鮑士旦. 土壤農(nóng)化分析[M]. 北京： 中國農(nóng)業(yè)出版社， 2000： 264-359.

[23]張力. SPSS 19.0（中文版）在生物統(tǒng)計(jì)中的應(yīng)用[M]. 廈門： 廈門大學(xué)出版社， 2013： 10-11.

[24]RAZZAQ K， KHAN A S， MALIK A U， et al. Foliar application of zinc influences the leaf mineral status， vegetative and reproductive growth， yield and fruit quality of ‘Kinnow’mandarin[J]. Journal of Plant Nutrition， 2013， 36（10）： 1479-1495.

[25]NASIR M， KHAN A S， BASRA S A， et al. Foliar application of moringa leaf extract， potassium and zinc influence yield and fruit quality of ‘Kinnow’mandarin[J]. Scientia horticulturae， 2016， 210： 227-235.

[26]張涓涓， 楊莉， 劉德春， 等. 家柚果實(shí)品質(zhì)與土壤、葉片、果實(shí)礦質(zhì)養(yǎng)分的相關(guān)性分析[J]. 江西農(nóng)業(yè)大學(xué)學(xué)報(bào)， 2015， 37（5）： 811-818.

[27]徐愛春， 陳慶紅， 顧霞， 等. 獼猴桃葉片礦質(zhì)營養(yǎng)元素含量年變化動態(tài)與果實(shí)品質(zhì)的關(guān)系[J]. 湖北農(nóng)業(yè)科學(xué)， 2011， 50（24）： 5126-5131.

[28]魏麗紅， 翟秋喜. 軟棗獼猴桃葉片礦質(zhì)元素變化與果實(shí)品質(zhì)的關(guān)系[J]. 北方園藝， 2019（2）： 60-64.

[29]哈地爾·依沙克， 木合塔爾·扎熱， 馬合木提·阿不來提， 等. 不同土壤條件下灰棗葉片與果實(shí)營養(yǎng)品質(zhì)的相關(guān)性[J]. 新疆農(nóng)業(yè)科學(xué)， 2018， 55（7）： 1236-1244.

[30]張雪， 楊曼， 安華明， 等.外源Ca2+、Mg2+、Cu2+和吖啶黃素對刺梨果實(shí)維生素C合成的影響[J]. 中國農(nóng)業(yè)科學(xué)， 2012， 45（6）： 1144-1149.

[31]李良良， 安華明. Ca2+和Cu2+對刺梨果實(shí)AsA代謝相關(guān)基因表達(dá)的影響[J]. 園藝學(xué)報(bào)， 2016， 43（7）： 1377-1382.

（責(zé)任編輯：曾 晶）

Correlation Between Nutrient Element Contents in Leaves and

Fruit Yield， Vitamin C and Establishment of Foliar Nutrient

Diagnosis Standard Values for Rosa roxburghii Tratt.

FAN Weiguo*1，2， PAN Xuejun1，2， YANG Huaruo1，2， CHEN Hong1，2， GUAN Jiyuan1，2，

ZHOU Yujia1，2， MU Rui1，2， HE Chunli1，2

（1.Guizhou University， Guiyang 550025， China; 2.Engineering Technology Research Centre for Rosa roxburghii of National Forestry and Administration， Guiyang 550025， China）

Abstract：

Rosa roxburghii Tratt. is a characteristic fruit tree in southwest China， and the high content of fruit vitamin C is its most special quality characteristics. Due to the late start of Rosa roxburghii cultivation research， the current cultivation technology system is not perfect. Fertilization management lacks scientific basis， and blind fertilization is extremely common. In order to solve the blindness of nutrient management of Rosa roxburghii， the relationship between nutrient content and fruit yield， quality is studied， and the foliar nutrient diagnosis standard values for Rosa roxburghii were established so as to provide a scientific basis for nutrient management of high quality and high yield of Rosa roxburghii. This study is of great significance to guide the rational fertilization of Rosa roxburghii. 70 representative samples of 5-year-old ‘Guinong 5’ Rosa roxburghii in different regions of Guizhou were selected to determine the content of nutritional elements in the nutritional diagnosis period， the fruit yield and the vitamin C in the fruit were determined at the mature stage. The correlation of the leaf nutrient content with the fruit yield and the vitamin C content in the fruit was analyzed. K-mean clustering algorithm was used to divide 70 sample plots into high yield region， middle yield region， and low yield region on SPSS 18.0 software. The leaf nutrient element content of the measured samples was analyzed and tested whether it obeyed the normal distribution by SPSS18.0 software， and the skewness value was determined， then the Kolmogorov-Smirnova normal significance test was conducted. On this basis， the nutrient contents of the samples were divided into 5 grades by 4 dividing points （standardized probability grading-SPG method）， and the range of absence， low value， normal value， high value and excess for the nutrient diagnosis of sample leaf of Rosa roxburghii was determined. In the representative plots of ‘Guinong 5’ Rosa roxburghii in different regions of Guizhou， the fruit yield and its variation coefficient vary greatly. Among them， the fruit yield of high yield region ranges from 15.23kg/plant to 23.51kg/plant， with an average yield of 19.17kg/plant， and the coefficient of variation of yield is 11.06%. The fruit yield of Rosa roxburghii in the middle yield region and low yield region ranges from 7.89kg/plant to14.66kg/plant and ranges from 1.04kg/plant to 7.32kg/plant， and the average yields were 11.19 kg/plant and 4.50 kg/plant， respectively. The coefficients of variation were 20.29% and 49.78%， respectively. The contents of all nutrient elements in leaves of Rosa roxburghii varied greatly among the high yield region， middle yield region and low yield region ， with coefficients of variation ranged from 19.81% to 99.27%. The contents of nutrient elements in leaves were closely related to yield and fruit quality. The contents of all nutrient elements in leaves showed a quadratic nonlinear regression function relationship with fruit yield and vitamin C in fruits. Among them， the correlation coefficient between the contents of all nutrient elements and the fruit yield reached significant or extremely significant levels. In addition， the correlation coefficient between the content of vitamin C in fruits and other nutrient elements in leaves also reached a significant level except Zn. The contents of all nutrient elements in leaves of Rosa roxburghii in 70 representative samples were normally distributed， which met the setting conditions for determining the nutrient diagnosis standard values of sample leaf by SPG method. The fruit yield， the vitamin C in fruit， the contents of nutrient elements in leaves and its variation coefficient vary greatly in the representative plots of ‘Guinong 5’ Rosa roxburghii in different regions of Guizhou. The contents of N， P， K， Ca， Mg， Fe， Mn， Cu， Zn， and B in the leaves of Rosa roxburghii are closely related to the fruit yield and the content of vitamin C， and they all showed a quadratic nonlinear regression function relationship with fruit yield and vitamin C in fruits. The contents of nutrient elements in leaves of Rosa roxburghii was significantly correlated with fruit yield. Except Zn， the content of nutrient elements in leaves was also significantly correlated with the content of vitamin C in fruit. Too high or too low content of N， P， K， Ca， Mg， Fe， Mn， Cu， Zn， and B in leaves would reduce yield and the vitamin C content in fruits of Rosa roxburghii. The distribution of nutrient elements in Rosa roxburghii leaves from different samples has significant normality. On this basis， the foliar nutrient diagnosis standard values by divided into 5 grades by 4 dividing points （SPG method） is reliable， they can be used for foliar nutrient diagnosis of Rosa roxburghii.

Key words：

Rosa roxburghii; nutrient element; fruit yield; Vitamin C; correlation; nutritional diagnosis; standard value

樊衛(wèi)國，1958年生，貴州安龍人，貴州大學(xué)學(xué)科（學(xué)術(shù)）帶頭人，果樹學(xué)二級教授，博導(dǎo)，貴州省核心專家，國務(wù)院特殊津貼專家。長期從事刺梨等果樹的育種、栽培生理與產(chǎn)業(yè)化技術(shù)研究。現(xiàn)任貴州大學(xué)國家林草局刺梨工程技術(shù)研究中心主任，貴州省果樹工程技術(shù)研究中心主任，貴州省刺梨學(xué)會理事長，貴州省園藝學(xué)會理事長，中國園藝學(xué)會理事，中國柑橘學(xué)會理事，貴州省林木良種審定委員會經(jīng)濟(jì)林專業(yè)委員會主任。先后主持國家科技支撐計(jì)劃、國家科技成果轉(zhuǎn)化項(xiàng)目、貴州省重大科技專項(xiàng)等科技項(xiàng)目50余項(xiàng)，育成刺梨優(yōu)良新品種4個(gè)，臍橙新品種4個(gè)，核桃新品種1個(gè)，曾被國家科技部表彰為全國優(yōu)秀科技特派員，先后獲得省、部級科技成果一、二、三等獎共11項(xiàng)，其中9項(xiàng)為第一獲獎人，發(fā)表研究論文160余篇，出版學(xué)術(shù)專著4部，制訂和發(fā)布省級地方標(biāo)準(zhǔn)21個(gè)。

2329500520271