龙脑樟天然冰片含量预测模型初探*

卓培杰

（厦门市翔安区农林水利局，福建厦门361101）

龙脑樟（Cinnamomumcamphora）是樟树的一个化学利用类型，因其枝叶富含天然冰片（D-龙脑）而得名[1]。天然冰片具有开窍醒脑、消肿祛痛、去翳明目的功效，香气飘逸、清凉而微带药香，是珍贵的传统中药材和高级香料，也是日用化工和食品工业中的高档添加剂，天然冰片国内年需求量约500 t以上[2-7]。我国自然分布的龙脑樟资源十分稀少，天然冰片主要依靠从东南亚的印度尼西亚等国进口，进口量少且价格十分昂贵[5]。为提高天然冰片的自给率，选择龙脑含量高的优良龙脑樟无性系营造龙脑樟工业原料林基地，实现天然冰片的工业化生产，进而满足市场和消费者的需求。国内学者对龙脑樟进行了较为深入的研究，并在龙脑樟的扦插育苗、光合特性、生长调节剂的应用、肥料的施用以及经营效益分析等方面取得了一些成果[8-12]。然而，我国龙脑樟种苗市场鱼龙混杂，不同种源、不同无性系的的龙脑樟树种品质以及天然冰片含量均存在很大的差异。为此，本研究选择目前市场上推广种植面积较大的龙脑樟无性系LN1（来源于江西吉安），持续测定该无性系新梢的生长情况及鲜叶内叶绿素指标、天然冰片含量，并对测得的数据进行处理和建模分析，以期探寻出天然冰片含量的快速检测模型，为筛选高天然冰片含量的龙脑樟品系，有效利用龙脑樟资源提供理论依据。

1 试验地概况

试验地设在厦门市翔安区内厝镇后垵村，位于北纬24°25′～24°54′，东经117°53′～118°25′，试验地所属区域受南亚热带海洋性季风气候影响，夏无酷暑，冬无严寒，温润而多雨。年平均气温为20.5°C，极端最低温度2°C左右，极端最高温度38°C左右，无霜期达360d以上；年平均降水量在1411mm左右，其中5—8月份雨量最多；由于太平洋温差气流的关系，每年平均受4～5次台风的影响，且多集中在7—9月份。土壤为花岗岩发育的山地红壤，土层平均厚度在60cm以上。2016年春，营造龙脑樟优良无性系试验林。

2 材料与方法

2.1 试验材料

龙脑樟优良无性系LN1轻基质营养袋苗；钢卷尺；MASTER PROOF IP67游标卡尺；龙脑樟水蒸气整流装置；TYS-A叶绿素测定仪。

2.2 试验方法

在龙脑樟试验林内，选择长势均衡、能代表平均生长水平的3株龙脑樟作为标准木。在每株标准木上分上中下、东南西北选取12个长势中等的枝条作为标准枝。于2017年3月起，每月中下旬调查标准枝上当年生（1a生）新枝的枝长、枝径。同时分上中下、东南西北的从同无性系中除标准株以外的树上采样进行天然冰片的提取以及叶绿素含量测定。

2.3 试验数据处理

试验所得数据均录入Excel中进行初步处理，并采用DPS数据处理系统进行分析。

3 结果与分析

3.1 龙脑樟生长、生理指标的月变化规律

通过对龙脑樟新梢长、新梢基径、新梢一级枝数、鲜叶叶绿素、鲜叶含水率、天然冰片含量等生长、生理性指标进行逐月测定，测定结果如表1所示。由表1可看出，龙脑樟新梢长、新梢基径均在2017年3月—10月表现为持续性生长，2017年11月至2018年2月生长停滞。新梢一级枝数在3—7月不断增加，7—9月停滞变化，9—10月继续增加，11月至翌年2月停滞变化。叶绿素和天然冰片含量的月变化规律也较为同步，二者的指标参数在3—7月持续增长，8月份统一出现回调，9月份再度回升，10月至翌年2月开始逐渐下降，其中叶绿素参数和天然冰片含量在一年中的峰值出现在9月，分别为44.40 SPAD和1.8941%。

表1 龙脑樟生长、生理指标月变化情况

3.2 龙脑樟天然冰片含量与其它生长、生理指标的关联性分析

为进一步探索龙脑樟天然冰片含量与新梢长、新梢基径、新梢一级枝数、鲜叶叶绿素、鲜叶含水率等指标的内在关系，将各指标的测定数据进行标准化处理，取△min=0，ρ=0.1，进行灰色关联分析。结果如表2所示。由表2可以看出，龙脑樟天然冰片含量（Y1）与新梢长（X1）、新梢基径（X2）、新梢一级枝数（X3）、鲜叶叶绿素（X4）、鲜叶含水率（X5）的关联度分别为 0.4519、0.4238、0.4342、0.6914、0.2721，说明龙脑樟天然冰片含量（Y1）与其它生长、生理指标的关系密切程度为：鲜叶叶绿素（X4）＞新梢长（X1）＞新梢一级枝数（X3）＞新梢基径（X2）＞鲜叶含水率（X5）。

表2 关联矩阵

3.3 龙脑樟天然冰片含量预测模型的建立与检验

鉴于龙脑樟天然冰片含量与鲜叶叶绿素参数关系最为密切，对这两项数据进行数学建模分析，发现二者之间关系符合一元线性回归模型（图1），回归方程为y=0.0875x－1.8294，决定系数R2为0.9499。为验证龙脑含量－叶绿素指标一元线性方程是否适合预测龙脑樟鲜叶中的天然冰片含量，将实际中测得的叶绿素参数数据带入方程，计算得叶片龙脑含量的理论值，再将理论值与实测值进行比较，检验结果见表3。从表3可以看出，当叶绿素指标测定数据低于30SPAD时，龙脑含量的预测精度较差，当叶绿素测定数据高于30SPAD时，理论值与实测值的偏离度均在15%以内，符合率均超过了85%，具有较高的预测精度。当叶绿素测定数据介于35.86～40.18之间时，符合率超过93.11%，预测精度更高。

图1 龙脑樟鲜叶天然冰片含量与叶绿素关系

表3 龙脑含量-叶绿素指标一元线性方程的拟合性检验结果

4 结论与讨论

龙脑樟原料林主要以采收当年生新梢上的枝叶作为生产天然冰片的原料，梢长、基径、一级枝数等生长指标是评判新梢生长最为直观简单的指标；叶绿素含量的多少是生物对光能的吸收和转化的关键因素之一，在光合作用过程中发挥着至关重要的作用；叶肉细胞扩张和叶片生长对水分条件十分敏感；天然冰片含量的多寡直接关系到龙脑樟原料林的经济效益。龙脑樟新梢长、新梢基径、新梢一级枝数、鲜叶叶绿素、鲜叶含水率、天然冰片含量等生长、生理性指标月变化规律中，新梢长与新梢基径的月变化规律相似，叶绿素与天然冰片含量月变化规律相似，新梢一级枝数在7—9月有一个很明显的停滞期、鲜叶含水率则全年表现为下降趋势。龙脑樟新梢长、新梢基径、新梢一级枝数在11月份达到最大值并停滞生长，叶绿素参数和天然冰片含量在一年中的最大值出现在9月。而11月份的龙脑樟新梢长、新梢基径、新梢一级枝数较9月份分别增长了37.36%、37.96%和63.94%，天然冰片含量降低了17.42%；11月份的龙脑樟新梢长、新梢基径、新梢一级枝数较10月份增长了18.47%、19.07%和39.69%，天然冰片含量降低了5.06%。因此，在11月采收龙脑樟枝叶综合收益最高。

龙脑樟天然冰片含量（Y1）与其它生长、生理指标的关联序为：鲜叶叶绿素（X4）＞新梢长（X1）＞新梢一级枝数（X3）＞新梢基径（X2）＞鲜叶含水率（X5）。说明龙脑樟天然冰片产量与鲜叶叶绿素参数关系最为密切，且二者之间关系符合一元线性回归模型y=0.0875x-1.8294（R2=0.9499）。尤其是当叶绿素测定数据介于35.86～40.18之间时，符合率超过93.11%，预测精度高。TYS-A叶绿素测定仪轻便易携带，测定时不损伤树叶、树体，一元线性回归模型简单易计算，极具可操作性，但采用该方法进行预测也存在一定的局限性，叶绿素含量过高或过低，会在一定程度上影响预测的精度。