陈 诗,黄 键,陈 林,唐军荣,蔡年辉,许玉兰,李世宗

(1.西南林业大学西南地区生物多样性保育国家林业和草原局重点实验室,昆明 650224; 2.西南林业大学西南山地森林资源保育与利用教育部重点实验室,昆明 650224;3.云南省林木种苗工作总站,昆明 650215;4.云南森林自然中心,昆明 650022)

【研究意义】云南松(Pinusyunnanensis)为西南地区重要的造林树种和生态树种,在区域经济发展和生态环境建设中发挥重要作用。云南松在造林初期苗木生长缓慢,严重制约云南松生态、经济效益。合理施肥可以促进苗木生长及提高苗木对环境的适应能力。因此,通过易测器官估测苗木单株的营养含量,为苗木养分判断及施肥提供理论依据,对云南松苗木的培育具有重要意义。【前人研究进展】植株生物量和养分分配可反映生态系统物质与能量的循环及其进化策略[1],氮、磷、钾的积累是植株干物质积累的基础,也是植物生长发育的三大必需元素[2-5],各器官的积累量组成单株的积累量。通常各器官间的生物量、养分含量存在一定的相关性[1-2,4-7]。Niklas等[7]基于131种维管植物研究了叶中氮与磷含量间的相关性;Kerkhoff等[1]通过对152科1287种植物叶、茎、根和生殖器官进行分析,表明氮磷在不同器官间高度相关,并提出利用叶器官的养分含量可估测其它器官的含量。叶的养分含量最能体现植物营养状况[3,8],但只用植物叶变量作为判定指标可能存在一定局限性[8],叶变量与其它器官变量间存在一定的相关性,利用叶变量对其它器官的分析可实现快速诊断[3],利用这种关系可构建基于器官变量估测单株变量的模型[9]。有研究利用器官间的相关性进行生物量模型的构建,如李亚麒等[10-11]利用苗高和地径,基于苗木生长等级、样本量变化构建苗木各器官生物量及其单株生物量的预估模型;汪梦婷等[12-13]利用不同生长性状比较生物量预估模型的适用性,这些研究均是基于生长量指标构建生物量预估模型,为生物量的快速估测提供途径。【本研究切入点】近期针对养分含量的器官效应有所涉及,着重于苗木不同器官养分含量的变化关系及其化学计量特征方面[14-15]。利用易测器官变量估测不易采样器官或单株变量是快速估测的途径,但有关云南松苗木养分储量的估测未见研究报道。【拟解决的关键问题】本研究以一年生云南松苗木为材料,按根、茎、叶不同器官取样,分别测定各器官生物量、氮含量、磷含量和钾含量,并基于生物量与养分含量获得养分储量,进一步分析它们之间的相关性,在此基础上以器官变量构建单株变量间的估测模型,探讨其估测模型的可行性,并为单株生物量、氮磷钾储量的快速估测提供途径。

1 材料与方法

1.1 苗木培育

试验用种采自云南松良种“弥渡云南松无性系种子园种子(云S-CSO-PY-001-2016)”,于2019年1月播种育苗,3个月后进行苗木移栽(移栽后育苗盆规格为底径16 cm×口径24 cm×高20 cm),每盆栽植1株。设置9个小区,每个小区40盆,重复3次,共1080株。苗木管理主要是浇水与除草,每隔3～5 d浇水1次,浇透即可;每月除草1次,将育苗盆中的杂草全部拔除。2020年6月从每个小区中选取长势均匀的苗木2株,共54株用于后续测定。

1.2 性状测定

采用全挖法取样,样株用标签纸编号带回实验室,先用清水洗净,沥干,然后将每株分为叶、根、茎3个部分,在105 ℃烘箱中杀青30 min后,于80 ℃下烘干至质量恒定即为生物量,获得叶生物量(Mass of leaf,记为ML)、根生物量(Mass of root,记为MR)和茎生物量(Mass of stem,记为MS),各器官生物量之和为单株生物量(Mass of individual plant,记为Mp),精确至0.001 g。将样品分别研磨至粉末,按器官测定全氮(Nitrogen,记为N)、全磷(Phosphorus,记为P)、全钾(Potassium,记为K)含量,先采用H2SO4-H2O2法消煮样品,然后分别采用奈氏比色法、钼锑抗比色法和火焰光度法测定全氮、全磷和全钾含量[16],重复3次,其养分含量以单位质量的养分含量(mg/g)表示,分别记为叶氮含量(Nitrogen content of leaf,记为NL)、根氮含量(Nitrogen content of root 记为NR)、茎氮含量(Nitrogen content of stem,记为NS)、叶磷含量(Phosphorus content of leaf,记为PL)、根磷含量(Phosphorus content of root记为,PR)、茎磷含量(Phosphorus content of stem,记为PS)、叶钾含量(Potassium content of leaf,记为KL)、根钾含量(Potassium content of root,记为KR)、茎钾含量(Potassium content of stem,记为KS)。养分储量(mg)为养分含量与对应生物量之积,如叶氮储量(Nitrogen reserve of leaf,记为NRL)=ML×NL。各器官N、P、K储量之和分别为单株N、P、K储量[17]。

Mp=ML+MR+MS

(1)

NRP=ML×NL+MR×NR+MS×NS

(2)

PRP=ML×PL+MR×PR+MS×PS

(3)

KRP=ML×KL+MR×KR+MS×KS

(4)

式中,NRP为单株氮储量;PRP为单株磷储量;KRP为单株钾含量。

1.3 数据分析

选择常用函数(幂函数Y=βXα)[11,18-19]构建生物量估测模型,其中,X、Y为生物量属性,线性转化为logY=logβ+α×logX[20-21]。养分储量采用线性方程进行拟合,利用拟合后的方程估测模拟值。进一步根据实测值与模拟值计算均方根误差(Root meansquare error,记为RMSE)、平均误差绝对值(Mean absolute error,记为MAE)、总相对误差(Total relative error,记为TRE)、平均相对误差(Mean relative error,记为MRE),以验证方程的准确性和适用性[11,22-23]。相应的数学表达式为:

均方根误差(RMSE):

(5)

平均误差绝对值(MAB):

(6)

(7)

平均相对误差(EE):

(8)

采用Excel 2010和SPSS 21.0软件对数据进行分析,并利用Excel 2010作图,利用SMATR(Standardized major axis tests and routines)分析曲线斜率、截距间的差异显著性。

2 结果与分析

2.1 云南松苗木不同器官养分含量与储量

由表1可知,氮、磷、钾含量在云南松苗木不同器官间存在波动,均以茎中的含量较高。在叶、根、茎中均表现为磷含量最低,在根、茎中钾含量最高,氮含量稍低,在叶中钾含量与氮含量接近。方差分析表明,各器官间氮、磷、钾含量均存在显著差异(P<0.05,下同)。相对于叶的氮含量,根的氮含量变化较大,茎的氮含量变化较小,各器官氮含量均值为NS(5.513 mg/g)>NL(5.113 mg/g)>NR(3.405 mg/g),其中茎的氮含量显著高于叶的氮含量和根的氮含量,叶的氮含量显著高于根的氮含量。相对于叶的磷含量,根的磷含量变化较大,茎的磷含量变化较小,各器官中磷含量均值为PS(1.202 mg/g)>PR(0.984 mg/g)>PL(0.809 mg/g),其中,茎的磷含量显著高于根的磷含量和叶的磷含量,而根的磷含量与叶的磷含量无显著差异(P>0.05)。相对于叶的钾含量,根的钾含量和茎的钾含量波动较小,各器官中钾含量均值为KS(7.565 mg/g)>KR(6.102 mg/g)>KL(4.852 mg/g),其中茎的钾含量显著高于根的钾含量和叶的钾含量,根的钾含量显著高于叶的钾含量。

表1 云南松苗木各器官氮磷钾含量比较

由图1可知,叶、根、茎及单株中均以磷储量最低,根、茎中钾储量高于氮储量,而叶的钾储量与氮储量接近。不同器官中的养分储量也有差异,氮磷钾均表现为叶>茎>根。从单株储量来看,钾>氮>磷。

图1 氮、磷、钾与储量比较Fig.1 Comparison of nitrogen, phosphorus and potassium reserves

2.2 云南松苗木叶变量与单株变量间的相关性分析

从表2可知,叶生物量与单株生物量、单株氮储量、单株磷储量、单株钾储量间的相关性均达到极显著水平(P<0.01,下同);单株生物量与单株氮储量、单株磷储量、单株钾储量间的相关性均达到极显著水平;叶中各养分储量与对应的单株养分储量间达显著或极显著水平。由此表明,可利用叶器官变量与单株变量间的相关性构建其估测模型。

表2 叶器官变量与单株变量间的相关性分析

2.3 云南松苗木单株生物量的预测模型

(9)

对单株生物量实测值Mp和模拟值M'P分别与叶生物量ML进行线性关系拟合(图2),验证曲线与模拟曲线方程分别为:log10Mp=1.4314 × log10ML+ 0.6045、log10M'P=1.2426 × log10ML+0.9377,2条曲线的平衡指数分别为1.4314和1.2426。进一步对2个方程的斜率和截距分别进行显著性检验,其斜率(P=0.225>0.05)和截距(P=0.189>0.05)之间均无显著性差异,即拟合方程(9)可以较好地预测云南松苗木单株生物量。

图2 叶生物量与单株生物量间的线性关系Fig.2 Linear relationship between leaf biomass and individual plant biomass

2.4 云南松苗木单株氮储量的预测模型

基于叶生物量获得根生物量、茎生物量模拟值后,利用叶的氮含量与根的氮含量、茎的氮含量间的回归关系估测根的氮含量和茎的氮含量,分别为:NR=-0.1942 ×NL+4.3979、NS=-0.3337 ×NL+7.2187,将结果代入(2)式,即获得单株氮储量。

(10)

将单株氮储量实测值NRp和模拟值NR'P分别与单株生物量实测值Mp与单株生物量模拟值M'P进行拟合,线性关系如图3所示,验证曲线与模拟曲线分别为:log10NRp=1.0199 × log10Mp+0.6727、log10NR'P=1.0947 × log10M'P+0.6236,2条曲线的平衡指数分别为1.0199和1.0947。进一步对其斜率和截距分别进行显著性分析,发现2个方程的斜率无显著差异(P=0.109>0.05),表明预测模型(10)没有改变单株氮储量与单株生物量缩放比例关系,截距之间也无显著差异(P=0.553>0.05),进一步表明预测模型(10)能够较好地预测云南松苗木单株氮储量。

图3 单株生物量与单株氮储量间的线性关系Fig.3 Linear relationship between individual plant biomass and individual plant nitrogen reserve

2.5 云南松苗木单株磷储量的预测模型

利用叶的磷含量与根的磷含量、茎的磷含量间的回归关系获得根的磷含量和茎的磷含量预测模型,分别为PR=0.0120 ×PL+0.9744和PS=0.0841 ×PL+1.1340,代入式(3)可得单株磷储量。

(11)

图4 单株生物量与单株磷储间的线性关系Fig.4 Linear relationship between individual plant biomass and individual plant phosphorus reserve

2.6 云南松苗木单株钾储量的预测模型

利用叶的钾含量与根的钾含量、茎的钾含量间的关系获得根的钾含量和茎的钾含量预测模型,分别为KR=0.1318 ×KL+7.4434和KS=0.1051 ×KL+6.4952,代入式(4)可得单株钾储量。

(12)

从图5可知,对模拟曲线(log10KRP=1.0092 × log10Mp+0.7350)与验证曲线(log10KR'P=0.9233 × log10M'P+0.8142)之间的斜率和截距分别进行显著性比较,发现2个曲线的斜率无显著差异(P=0.118>0.05),表明预测模型(12)没有改变单株生物量与单株钾储量的缩放比例关系,而且能够较好地预测云南松单株钾储量,且截距无显著性差异(P=0.118>0.05)。2条曲线的平衡指数分别为1.0092和0.9233,均与1接近。构建模型(9)、(10)、(11)、(12)进行检测。由表3可知,所构建的4个模型其总相对误差TRE均比较低,表明利用叶器官作为变量和对单株生物量,单株氮、磷、钾储量均能较好地进行估测。

图5 单株生物量与单株钾储量间的线性关系Fig.5 Linear relationship between individual plant biomass and individual plant potassium reserve

表3 苗木生物量和养分储量的建模型的精度评价

3 讨 论

3.1 云南松苗木不同器官氮磷钾的比较

喜马拉雅红豆杉不同器官氮、磷、钾营养元素含量及储量有着较大差异,均表现为茎中最高,茎是植物运输营养物质的主要器官,且还具有支撑作用,其含量相对较高[8]。氮、磷、钾储量均表现为叶>茎>根,苗期针叶积累的氮、磷、钾较多,叶是植物进行光合作用和利用营养元素的主要器官[8],其养分储量积累较多,保证植株光合作用的正常进行,以获得更多的有机物质,为后期物质积累奠定基础[2]。器官间养分含量的差异在其它研究中报道较多[24-25],周世水等[5]研究发现,4个年龄段的长柄双花木氮、磷、钾含量均表现为叶片高于枝干。从元素储量来看,钾>氮>磷,钾影响ATP的合成、酶活化,可促进叶绿素合成,对植物光合作用有重要影响,氮通常分配在生长旺盛的部分,促进植株生长并延缓叶片衰老,磷为核酸以及光合作用所需色素的主要组成元素,直接参与光合作用[2,8,26],在云南松苗木中钾的储量积累最高,氮次之,磷最低,较高的氮储量利于植株生长,在其它植物研究中也揭示钾含量高于氮、磷含量[4]。从不同器官变异系数来看,3种营养元素含量的变异系数在6.95%～49.54%,其中茎中3种营养元素变异系数最小,变化相对稳定;从不同营养元素含量的变异系数来看,以磷含量的最高,钾含量的最低。戚燕强等[2]对白芨干物质积累及氮、磷、钾化学计量特征的研究中得出:白芨植株的干物质积累量和氮、磷、钾积累量呈显著正相关,白芨氮、磷、钾的积累有利于植株干物质的积累,且白芨植株的干物质积累量和氮、磷、钾吸收积累量变化具有同步性。而本研究中云南松苗木单株生物量与单株氮储量、单株磷储量、单株钾储量呈极显著正相关,表明云南松苗木氮、磷、钾的积累有利于生物量的积累,这一结果与对白芨的研究结果一致。总的来看,不同器官间养分含量与储量均存在差异,同时各器官间也存在联系,以叶器官进行分析,其生物量及其养分储量均与单株对应变量间存在显著相关性,这种相关性为利用叶器官与单株间的转换奠定了基础。

3.2 云南松苗木生物量以及营养元素储量模型估测的可靠性

3.3 云南松苗木单株营养元素储量预估模型与单株生物量模型相关性

对构建的云南松苗木单株氮、磷、钾储量估测模型分别与单株生物量间进行线性关系分析,将模拟曲线与实测曲线的斜率与截距均进行显著性检验,各两两曲线斜率之间没有显著差异(P>0.05),且截距之间差异也不显著,表明预测模型没有改变单株生物量与单株氮储量、单株磷储量和单株钾储量之间的缩放比例关系,从估测模型的表达式也可以看出平衡指数与1接近,进一步表明单株生物量与单株氮储量、单株磷储量和单株钾储量之间的缩放关系不受个体大小的影响,邢磊等[6]对白刺幼苗生物量与氮含量在叶与全株转换间的研究表明:白刺植株的全株氮含量与全株生物量之间的缩放关系受个体大小的影响较小,而本研究结果与其一致。但也有研究表明,植物的化学计量比存在大小依赖性,叶的磷浓度变化表现明显,通常随个体的增加而降低,且受环境、发育阶段的变化而波动[9]。此外,生长环境的氮、磷储量也存在空间异质性和时间变异性[30-32]。因此,云南松苗木的养分含量是否随生长阶段、栽培环境变化而发生变化需要进一步探讨。

4 结 论

氮、磷、钾营养元素的含量和储量在云南松苗不同器官间存在显著差异,茎中各营养元素的含量均最高,而叶中养分储量最大;叶器官生物量及其养分储量均与单株对应变量间存在显著相关性,可用针叶生物量较好地预测云南松苗木单株生物量,通过该器官生物量和养分含量构建的模型可较好地估测云南松单株氮储量、单株磷储量和单株钾储量,该方法可作为估测云南松幼苗单株生物量及氮、磷、钾储量的又一条快速途径。