土壤养分对骏枣品质的影响及其光谱预测研究

代希君 彭 杰 彭云发 张艳丽 罗雪宁 胡晓男 罗华平，3*

(1 塔里木大学机械电气化工程学院， 新疆 阿拉尔 843300)(2 塔里木大学植物科学学院， 新疆 阿拉尔 843300)(3现代农业工程重点实验室， 新疆 阿拉尔 843300)



土壤养分对骏枣品质的影响及其光谱预测研究

代希君1彭 杰2彭云发1张艳丽2罗雪宁1胡晓男1罗华平1，3*

(1 塔里木大学机械电气化工程学院， 新疆 阿拉尔 843300)(2 塔里木大学植物科学学院， 新疆 阿拉尔 843300)(3现代农业工程重点实验室， 新疆 阿拉尔 843300)

研究土壤养分与骏枣品质之间的相关性，是骏枣科学合理施肥、改善品质的基本依据。通过同步采集土壤与骏枣果实样品，室内化学分析土壤养分、骏枣品质指标，研究了土壤全氮、全磷、全钾、有机质、pH、速效磷、速效钾对骏枣总糖、总酸的影响。结果表明：骏枣果实品质与土壤养分存在显著性相关关系，其中总糖含量与土壤中速效钾和有机质含量成显著正相关，相关系数R分别为0. 830 3和0. 811 4。土壤光谱能较好的预测土壤养分，相关系数R在0. 78～0. 89之间。

骏枣； 果实品质； 土壤养分； 相关性分析； 光谱

红枣(Zizyphus jujube)是鼠李科枣属植物枣树的果实，既是木本食粮，又是营养珍品。据统计，目前我国的红枣产量占世界总产量的95%以上。国内外对红枣的化学成份和功能特性的研究已有众多报道[1-2]。红枣糖的含量比一般瓜果高一倍，而且还含有较多的脂肪、蛋白质、钙、磷、铁等多种物质同时还含人体所必需的18种氨基酸。红枣不但作为消费者喜爱的果品，而且能够滋脾补肾、安神补脑、调养身体，老少病弱者皆适合食用，是滋补佳品[3-4]。

陈波浪[5]等研究得出，红枣果实中总酸度随氮肥施用量增加而增加；磷钾肥能降低总酸度。张兆斌[6]等研究表明土壤因素对果实可溶性糖、可溶性蛋白的影响大于气象因子。新疆南部地区以其独特的地理优势和气候环境优势决定该地区非常适合红枣的生长，是天然的绿色果品生产基地。随着红枣种植规模的不断增加和自治区相关政策的支持，估计到2013年后，各个红枣品种种植面积在南疆地区将达到3×105hm2，届时，南疆地区红枣无论是种植规模还是品种都将在世界屈指一数，将成为最大的红枣基地[7]。然而，现阶段南疆大部分枣园果实大小和品质参差不齐，导致产量较低从而影响经济效益，一直缺乏有效的监测手段。将土壤近红外光谱与红枣品质结合起来研究，并以此间接预测红枣品质。本文以10年树龄骏枣为研究对象，开展土壤养分与骏枣品质相关性研究，为南疆红枣品质的遥感实时监测提供一定的理论依据。

1 材料与方法

1.1 试验地概况

1.2 试验方法

试验于2013年10月进行。红枣品种为10年树龄的骏枣，株行距为2. 0×3. 0 m。所有土壤均采集0～20 cm、20～40 cm、40～60 cm的剖面分层土样，骏枣园土壤养分如表1所示。

表1 骏枣园土壤养分

1.3 测定方法

土样自然风干后过筛，有机质用硫酸重铬酸钾容量法-外加热法测定；全氮采用HClO4-H2SO4消煮，扩散法测定；全磷采用HClO4-H2SO4消煮，然后通过比色法测定；全钾采用HClO4-H2SO4消煮，通过火焰光度法测定；速效磷采用中性和石灰性法测定；速效钾采用NH4OAc；pH采用电导率仪测定[9]；总糖和总酸采用直接滴定法测定。

1.4 实验设计

实验取自10月中下旬的骏枣成熟期果实，随机抽取10株果树，并在相应的果树上均采集50粒骏枣进行品质测定(总糖、总酸)。同时，分层采集每株枣树的土壤样品，并将采集的土样在室内摊开，自然风干后，分为两份，一份用于光谱分析，一份用于室内化学分析，完成土壤养分(全氮、全磷、全钾、有机质(SOM)、pH、速效磷、速效钾)的测定[10]。每株枣树的土壤样品和红枣样品分别做好标记(如表2所示)，确保一一对应。

表2 两类样品的标记

1.5 测量仪器及分析方法

客观地讲，由于囿于当时客观历史条件的限制，中国古代的社会救助与现代的社会救助不可同日而语。其根本原因在于，由于中国古代社会救助建立于封建的小农经济关系基础之上，不可避免地存在着其自身无法逾越和克服的历史性和制度性障碍，因此具有一定的历史局限性。然而，这并不妨碍我们以真诚和敬畏之心去仔细研磨、虚心学习前人留下的宝贵思想遗产。

采用美国赛默飞世尔科技生产的Antaris Ⅱ FT-NIR型光谱仪采集土壤红外光谱，以仪器内部空气为背景，测量范围4 000～10 000 cm-1，采样点数为1 557点，每张光谱扫描次数32次，分辨率为8 cm-1，仪器使用InGaAs检测器，化学计量学分析软件为仪器自带的TQ 8.0软件，数据统计和分析所使用的工具软件为MATLAB和DPS。

2 结果与分析

土壤养分等理化指标是骏枣果实内有机化合物的重要组成部分，同时也是其合成的原料，直接或间接的影响着骏枣果实内有机物质的累积，对骏枣果实品质的形成起着重要的作用。本实验中，研究了骏枣品质与土壤养分的相关性，以及土壤养分对骏枣品质(总糖、总酸)的影响程度，即相关性大小。同时，将对应骏枣的土壤光谱与土壤养分进行初步建模分析，探索其之间的相关关系。

由实验室测定骏枣果实品质得出，果实中的总糖(可溶性糖)、总酸平均含量分别达到60. 07%，0. 908 1%。假设土壤中全氮为X1，全磷为X2，全钾为X3，有机质为X4， pH为X5，速效磷为X6，速效钾为X7，果实中总糖为Y1，总酸为Y2。应用MATLAB和DPS数据统计软件进行多元逐步线性回归分析，得到最优的回归方程。

在对枣园土壤养分、骏枣果实总糖和总酸测定的基础上，对骏枣果实内总糖、总酸与枣园土壤养分做了初步的相关性分析。分析结果如表3所示，骏枣果实内总糖分别与土壤中速效钾和有机质成显著正相关，相关系数R分别为0. 830 3和0. 811 4，骏枣果实内总酸含量与土壤中全氮成正相关，相关系数R为0. 541 9，与全磷成负相关，相关系数R为-0. 530 7。尽管骏枣果实和土壤养分间的一些指标未达到显著性相关水平，但是从分析数据仍旧可以看出，骏枣品质与土壤养分之间客观上存在着一定的联系。

表3 骏枣品质指标与土壤养分相关性

2.1 骏枣果实中总糖含量与土壤养分相关性分析

对果实中可溶性糖含量和土壤养分测定数据进行多元逐步线性回归分析，得出方程为：

Y1= 128. 293 4-170. 383 1X1+39. 410 8X4+0. 113 4X6+12. 394 6X7

回归方程显著性检验的概率为P=0. 031 1小于显著水平P=0. 05，说明方程存在并成立；决定系数R2= 0. 855 2，说明回归方程的拟合程度较好。其中，X1(R =-0. 230 9)，X4(R = 0. 811 4)，X6(R=0. 122 1)，X7(R=0. 830 3)；从总的偏相关系数中可以看出，骏枣总糖与土壤中全氮、全磷、有机质和速效钾含量有关，其中总糖分别与土壤中速效钾和有机质成显著正相关，相关系数R分别为0. 830 3和0. 811 4，与全氮成负相关，相关系数为R=-0. 230 9；表明了在一定范围内，骏枣总糖会随着土壤中速效钾和有机质含量的增加而增加。这一结果与张光伦、陈波浪、唐都[5，11-12]等研究一致。

2.2 骏枣果实中总酸含量与土壤养分相关性分析

对果实中总酸含量和土壤养分测定数据进行多元逐步线性回归分析，得出方程为：

Y2=-2. 347 2+4. 103 3X1-4. 313 9X2+0. 377 1X4-0. 383 6X5+2. 143 5X7

回归方程显著性检验的概率为P=0. 037 2小于显著水平P= 0. 05，说明方程存在并成立；决定系数R2=0. 758 5，说明回归方程的拟合程度好。X1(R =0. 541 9)，X2(R =-0. 530 7)，X4(R=0. 309 4)，X5(R=-0. 580 3)，X7(R=0. 324 3)；从总的偏相关系数中可以看出，骏枣总酸与土壤中全氮、有机质和速效钾的含量成正相关，相关系数R分别为0. 541 9、0. 309 4和0. 324 3；与全磷和pH成负相关，相关系数R分别为-0. 530 7和-0. 580 3。以上分析表明在一定范围内，总酸会随着全氮、有机质和速效钾含量的增加而增加，随着全磷和pH值增大而降低。这一结果与陈波浪、张兆斌[5-6]等的研究结论吻合。

2.3 土壤养分与土壤的光谱分析

建立定量校正模型被认为是近红外光谱分析的关键技术，常用的定量校正模型有偏最小二乘回归(PLSR)、主成分回归(PCR)、多元线性回归(MLR)、人工神经网络(ANN)和拓扑学方法等。其中使用最多和效果最好的一种方法就是偏最小二乘回归(PLSR)。

按照光谱学定量分析步骤，将采集的80份土壤样品分为校正样品和预测样品，其中校正样品为60份，预测样品为20份[13]图1为土壤原始吸光度光谱。

近红外原始吸光度光谱数据极易受到待测样品间物理性质(如颗粒度、装填密度、湿度等)差异所导致的散射影响而发生基线的平移和偏移现象，单波长通道处的线性相关计算很难消除这种散射影响。近红外光谱标准正态变量变换处理方法，主要是消除固体颗粒大小，表面散射以及光程变化对漫反射光谱的影响所导致的基线平移和偏移现象，提高原吸光度光谱的信噪比[14-15]。将标准正态变量变换(SNV)处理方法对近红外光谱进行预处理，得到标准正态变量变换光谱图具有很高的信噪比。图2经过标准正态变量变换(SNV)处理的土壤光谱。

图1 土壤原始吸光度光谱

图2 经过SNV处理的土壤光谱

综合2.1和2.2中的分析，筛选出土壤养分中与总糖、总酸相关性均比较好的5个指(全氮、速效磷、速效钾、有机质和pH值)标来建模。应用TQ 8.0软件中自带的偏最小二乘法(PLS)分析功能初步建立了土壤养分与其吸光度之间的定量校正模型。对全氮的预测能力比较好，相关系数R=0. 83，预测标准偏差RMSEP为4. 56。从表4中观察并得出，速效钾较速效磷的预测效果更佳，相关系数R=0. 78，RMSEP为24. 30。用近红外光谱来预测土壤有机质和pH，相关系数R分别为0. 89和0. 85，RMSEP分别为0. 46和0. 41，近红外预测土壤有机质比pH和全氮要好。权衡各指标分析得，可以将有机质和速效钾作为光谱预测量化指标。

表4 土壤养分预测模型的统计参数

3 结论

植物的生长环境在一定条件下决定了其生态系统的复杂性，然而其中的各种因子又是相互作用和相互影响的，有的是辅助作用，有的是抑制作用。得出以下结论：

3.1 在一定范围内，骏枣果实中总糖和总酸的含量会随着土壤中速效钾和有机质的含量增加而增加。可以将其作为预测骏枣果实品质的量化指标。

3.2 将土壤原始吸光度光谱经过标准正态变量变换处理后，消除散射影响而发生基线的平移和偏移现象，提高了原始吸光度光谱的信噪比，从而提高了光谱预测精度。

3.3 土壤光谱与土壤中全氮、有机质和pH较好的相关性，对这三种元素建立的回归模型的重复性比较高。本实验对速效磷和速效钾的预测效果不如全氮、有机质和pH,引起这一结果的原因可能是土壤中的速效磷和速效钾与C-H-O-N无直接关系。用近红外来预测土壤中的速效磷和速效钾还需要进一步的提高。

果实品质与土壤养分间的关系比较复杂，从前人研究来看，与理化性质、土壤微生物也有关系。简单从果实品质而言，它与光、热、水分等条件均有一定的关系。

[1] 王军，张宝善，陈锦屏.红枣营养成分及其功能的研究[J].食品研究与开发，2003，24(2)：68-72.

[2] 王向红，崔同，刘孟军，等.不同品种枣的营养成分分析[J].营养学报，2002，24(2)：206-208.

[3] 牟德华，朱艳丽，张艳芳，等.大枣环腺苷酸及其生物学功能[J].食品科技，2007(5)：273-275.

[4] 蔡健.大枣的营养保健作用及贮藏加工技术[J].中国食物与营养，2004(9)：16-19.

[5] 陈波浪，盛建东，李建贵，等.氮、磷、钾肥对红枣产量和品质的影响[J].北方园艺，2011(3)：1-3.

[6] 张兆斌，赵学常，史作安，等.生态因子对冬枣果实品质的影响[J].中国生态农业学报，2009(5)：923-928.

[7] 李林，倪座山，张文新，等.新疆南疆地区红枣产业现状分析及发展战略思考[J].落叶果树，2008(3)：34-36.

[8] 王泽，盛建东，陈波浪，等.矮密栽培红枣树生物量及养分积累动态研究[J].植物营养与肥料学报，2012(1)：169-175.

[9] 鲍士旦.土壤农化分析[M].北京：中国农业出版社，1999.21-83.

[10] 朱登胜，吴 迪，宋海燕，等.应用近红外光谱法测定土壤的有机质和pH值[J].农业工程学报，2008(6)：196-199.

[11] 唐都，高疆生，徐崇志，等.土壤养分因子对灰枣果实风味品质的相关分析[J].新疆农业科学，2014，51(1)：66-71.

[12] 张光伦.生态因子对果实品质的影响[J].果树科学，1994，11(2)：120-124.

[13] 宋海燕，何 勇.近红外光谱法分析土壤中磷_钾含量及pH值的研究[J].山西农业大学学报(自然科学版)，2008(3)：275-278.

[14] 尼珍，胡昌勤，冯 芳.近红外光谱分析中光谱预处理方法的作用及其发展[J].药物分析杂志，2008(5)：824-829.

[15] 芦永军，曲艳玲，宋 敏.近红外相关光谱的多元散射校正处理研究[J].光谱学与光谱分析，2007(5)：877-880.

The Influence of Soil Nutrients on Junzao Quality and Spectral Prediction Research

Dai Xijun1Peng Jie2Peng Yunfa1Zhang Yanli2Luo Xuening1Hu Xiaonan1Luo Huaping1,3*

(1 College of Mechanical and Electrical Engineering, Tarim University, Alar,Xinjiang 843300)

(2 Plant Science and Technology college，Tarim University，Alar，Xinjiang 843300)

(3 Key Laboratory of Mordern Agricultural Engineering, Alar,Xinjiang 843300)

Studying the correlation between soil nutrients and Jun Jujube quality is the reasonable for Jun Jujube’s scientific fertilization, and the fundamental basis for improving its quality. By sampling the soil and Jun Jujube fruit at the same time, analyzing the of nutrients and the Jun Jujube’s quality index, the effects on the Jun Jujube’s total sugar and total acid by the soil total nitrogen, total phosphorus, total potassium, organic matter, pH, available phosphorus and potassium were determined. The results showed that the Jun Jujube fruit qualities were significantly correlated with soil nutrients, and the total sugar content was significantly positive correlated with the soil available potassium (R=0. 8303) and organic matter content (R=0. 8114). Soil nutrients could be predicted by the spectrum of soil with the correlation coefficient R between 0. 78 and 0. 89.

Jun Jujube; fruit quality; soil nutrients; correlation analysis; spectrum

2014-06-04

国家自然科学基金项目(11164023)

代希君(1989-)，男，2013级在读硕士，研究方向为农产品近红外光谱检测技术。E-mail：dxj-sp@163.com

*为通讯作者E-mail：luohuaping739@163.com

1009-0568(2015)01-0092-05

G

ADOI：10.3969/j.issn.1009-0568.2015.01.016