华南荔枝叶片营养诊断指标的建立

罗东林，王 伟，朱陆伟，白翠华，李 欢，周昌敏，邱全敏，姚丽贤

（华南农业大学资源环境学院，广东广州 510642）

我国荔枝总产量和种植面积虽然位列世界第一，但单产只有2.49 t/hm2，不及印度的二分之一，也不及世界的平均水平[1]。我国荔枝产量低而不稳，存在多种限制因素。其中，荔枝营养诊断技术和施肥技术是主要限制因素之一。国外有报道提出荔枝叶片大中微量元素诊断指标[2]。但是由于荔枝生长环境、气候及品种的差异，国外指标难以在国内应用。另外，国内也有报道某些区域荔枝品种的叶片诊断指标[3-8]，但目前仍然缺乏一个广泛认同的荔枝叶片营养诊断指标体系。

目前国际上常用的作物营养诊断方法主要有4种。第一是临界值法 (critical value approach，CVA)。该法在植物生长量或产量与叶片养分浓度之间建立曲线回归方程，将获得最大收获量90%的养分浓度确定为临界浓度[9]。该法的不足之处是养分含量与产量之间建立的拟合曲线方程不能直观地得到诊断范围 (需要将相对理论产量回代到曲线中进行大量计算)，并且某些元素的拟合曲线方程不适于进行营养诊断。第二是充足范围法 (sufficiency range approach，SRA)。如伏广农等[8]建立了深圳糯米糍荔枝7种营养元素的适宜标准范围。然而，该法无法确定所用的高产水平是否已达到作物的最大产量潜力。第三是诊断施肥综合法 (diagnosis recommended integrated system，DRIS)。该法由Beaufils提出，应用DRIS指数值大小和正负表示作物需肥状况[10]。1986年Walworth将干物质DM纳入DRIS诊断体系，以DM指数为参照判定元素丰缺，建立改进的M-DRIS法[11]。1990年Hallmark等用对数转换数据，将MDRIS法进一步修正[12]。(M-)DRIS法在芒果、柠檬、香蕉、梨、橙和苹果上已有应用[13-18]。但是，该方法将产量分组时具有较大的主观性，忽视了最大产量潜力，而且只能排列出养分需求顺序，不能得到明确的诊断指标。第四是组分营养诊断法 (compositional nutrient diagnosis，CND)，1992年由 Parent和 Dafir提出，通过建立养分累积方差函数与产量的三次函数关系进一步求导得到高产数据，然后借鉴DRIS法进一步得到诊断指标[19]。该方法注重采样果园产量的代表性，比依靠经验确定高产果园相对合理。目前CND法在国内应用较少，仅见于辽西地区苹果养分状况的诊断[20]。该法的不足之处也是只能获得养分需求顺序，不能得到量化的诊断范围，无法定量指导施肥。

妃子笑是我国最广泛种植的早熟优质荔枝品种。本研究选取华南荔枝主产区的22个妃子笑果园，分别在荔枝末次梢老熟期和果实膨大期采集叶片，测定叶片大中微量元素养分含量，准确记录采样试验树的果实产量。通过欧式距离平方法确定高产群体，建立果实产量与叶片养分含量之间的关系模型，用上述4种方法诊断荔枝叶片营养状况，比较不同诊断结果的优缺点，确定荔枝适用的营养诊断方法及其诊断指标，为诊断荔枝树体营养及荔枝养分管理提供科学依据。

1 材料与方法

1.1 供试果园

选取广东 (7个)、广西 (7个)、海南 (6个)、云南 (1个)、福建 (1个) 荔枝主产区22个管理稳定且较好的成年妃子笑果园进行研究，试验树树龄在10～20年之间。果园具体地址见表1。

1.2 叶片样本采集及果实产量记录

分别在2016年妃子笑果实膨大期 (4月中旬～5月中旬)、末次梢老熟期 (10月中旬～11月下旬)和2017年妃子笑果实膨大期 (4月下旬～5月下旬)采集荔枝叶片样本。每株树采集8个方位枝条上的第二复叶第二小叶，合计30～40片叶作为一个样本。2016年果实膨大期共采集193个叶片样本，末次梢老熟期共采集186个样本，在2017年果实膨大期共采集159个样本。2016和2017年分别获得193和159株试验树准确果实产量。因此，2016年以193株的叶片样本养分含量与产量数据、2017年以159株的数据进行叶片营养诊断研究。

1.3 叶片样本处理与测试

叶片样本经洗涤、烘干、制样后，部分样本用H2SO4-H2O2消解，用凯氏定氮仪测定氮含量；部分用HNO3-HClO4消解，用ICP (OES，710-ES，VARIAN，USA) 测定P、K、Ca、Mg、Zn、S、B含量，用标准物质 (GBW07603，GSV-2) 控制测试质量。

1.4 数据处理与统计

1.4.1 数据分析 试验数据用Excel 2010整理，制作果实产量与叶片养分含量的散点图，用模型拟合两者的关系，用SPSS22.0检验模型的显著性。用SPSS 22.0的欧式距离平方法对两年果实产量进行分类。

1.4.2 CVA的计算 根据荔枝果实产量与叶片养分含量的拟合方程，将达到最高理论产量95%～100%产量水平所对应的叶片养分含量定为适宜含量范围，将75%～95%最高理论产量水平对应的叶片养分含量定为偏低或偏高范围，将低于75%最高理论产量水平对应的叶片养分含量定为缺乏或过量范围。

1.4.3 SRA的计算 通过欧式距离平方法获得高产群体，计算高产群体叶片养分平均含量及其标准差。叶片养分含量平均值 ± 0.5246倍标准差为最适含量范围，偏低范围是指平均值-0.5246倍标准差到平均值-1.2818倍标准差之间的叶片养分含量，偏高范围是平均值 + 0.5246倍标准差到平均值 + 1.2818倍标准差的叶片养分含量，缺乏范围是指低于平均值-1.2818倍标准差的含量水平，过量范围是高于平均值 + 1.2818倍标准差的范围[21]。

1.4.4 M-DRIS指数的计算 通过欧式距离平方法获得高产群体，参考Hallmark等的方法[12]，由公式 (1)和 (2) 计算M-DRIS指数Xi。其中，S是观测整个群体任何两种矿质养分浓度的比值，M是高产群体任何两种矿质养分浓度的比值，n代表诊断元素个数，A、B...、N代表营养元素，SEln是对数转换比值函

表 1 妃子笑荔枝试验园地点Table 1 Location of 22 sampled Feizixiao orchards

数的标准差，Mdry是干物质量 (高产群体养分含量)。1.4.5 CND指数的计算 通过欧式距离平方法获得高产群体，参考Parent等的方法[19]，由公式 (3) 到(8) 计算 ND指数Ix。

式中：R是引入值；N、P、K…代表叶片中养分元素含量的百分数；Vx是观测整个群体的分析参数；Vx*是高产群体分析参数平均值；d代表诊断元素个数；SDx*为Vx*的标准差。

2 结果与分析

2.1 果实产量

表2表明，由于荔枝树体较大，在同一果园中即使气候条件、管理方式基本相同，不同采样树的株产存在较大差别。2016年不同果园单株产量变异系数在15.4%～93.3%之间，2017年在20.6%～76.6%之间。因此，如按传统产量计算方法，将每个果园采样树平均株产乘以种植密度计算产量来研究叶片营养诊断方法，实际上掩盖了树体之间的真实差异，会造成很大偏差。另外，对比同一果园两年产量，除少数果园两年均能保持中高产外，大部分果园的年际产量差异很大，说明荔枝产量大小年现象的真实存在。

表 2 2016和2017年各采样果园单株产量Table 2 Fruit yield per tree in various litchi orchards in 2016 and 2017

由于同一年不同采样树的株产差异大，而且同一采样树年际间株产变异整体也较大，加之本研究均为单株采样并测定养分含量，因此，本研究采用株产乘以密度的方式计算产量。将产量用欧式距离平方法进行分类，并结合生产中认为的妃子笑高产水平 (18750 kg/hm2)，确定2016和2017年高产水平分别为19710和19785 kg/hm2(表3)。

2.2 叶片养分含量

表4表明，2016年荔枝果实膨大期叶片养分含量为 N 10.1～25.2 g/kg、P 0.80～1.94 g/kg、K 2.4～10.5 g/kg、Ca 3.0～20.2 g/kg、Mg 0.87～7.27 g/kg、S0.92～2.65 g/kg、Zn 10.6～87.5 mg/kg、B 4.1～47.6 mg/kg。2016年末次梢老熟期叶片养分含量为N 13.2～34.9 g/kg、P 1.27～4.76 g/kg、K 5.3～24.5 g/kg、Ca 1.1～9.8 g/kg、Mg 1.49～4.25 g/kg、S 1.04～4.67 g/kg、Zn 8.9～37.5 mg/kg、B 2.5～33.1 mg/kg。2017年果实膨大期叶片养分含量为N 12.5～25.8 g/kg、P 0.70～2.07 g/kg、K 2.8～14.0 g/kg、Ca 3.3～19.4 g/kg、Mg 1.23～8.64 g/kg、S 1.23～2.44 g/kg、Zn 9.1～85.3 mg/kg、B 2.0～34.9 mg/kg。同一时期不同采样树叶片同一养分含量差异很大，最高和最低含量相差两倍至十数倍。

表 3 2016和2017年产量分类(kg/hm2)Table 3 Classification of fruit yields in 2016 and 2017

对不同时期叶片养分含量进行比较，两年果实膨大期全部采样树除叶片N和B含量外，P、K、Ca、Mg、S和Zn含量均存在显著差异 (P＜ 0.05，表5)。整体而言，2017年果实膨大期树体营养水平高于2016年，这与2017年整体产量水平高于2016年的现象是一致的。再对果实膨大期高产群体叶片养分含量进行比较，则两年叶片N、Mg、S、Zn含量差异不大，叶片P、K、Ca和B含量虽然仍存在显著差异，但除B外的F值均大大低于总体样本的F值或Z值。这表明两年的高产群体叶片养分含量相对较为稳定，是高产树的共同必要特征。如对2016年末次梢老熟期和2017年果实膨大期叶片养分含量进行比较，两个时期总体样本或是高产群体的养分含量均存在显著差异 (P＜ 0.05)。因此，荔枝不同生育期应采用不同的诊断指标。

2.3 果实产量 (y) 与叶片养分含量 (x) 关系

表6拟合模型表明，2016年果实膨大期叶片Ca、Zn和B含量，2016年末次梢老熟期叶片N和Ca含量及2017年果实膨大期叶片N、P、K、S和Zn含量与产量关系密切，其他养分含量与产量则缺乏密切关系。

表 4 2016和2017年荔枝叶片养分含量Table 4 Foliar nutrient contents in sampled litchi trees at different growth stages in 2016 and 2017

表 5 2016和2017年不同生育期荔枝叶片养分含量比较Table 5 Comparison of foliar nutrient contents between 2016 and 2017 in different growth stages

表 6 2016和2017不同生育期荔枝果实产量(y)和叶片养分含量(x)关系模型Table 6 Models for litchi fruit yield (y) versus foliar nutrient concentration (x) at different growth stages in 2016 and 2017

2.4 叶片营养诊断指标的建立

2.4.1 2016年果实膨大期叶片养分诊断结果 用4种诊断方法对2016年果实膨大期荔枝叶片养分的诊断结果表明，用临界值法 (CVA) 仅能计算获得叶片Ca含量的诊断指标(表7)。由于该时期荔枝产量与叶片Zn和B含量关系分别为幂函数和a值大于0的多项式 (表6)，不能计算最高理论产量，因此，不能利用CVA计算叶片Zn和B的诊断指标。用充足范围法 (SRA) 则可以计算获得该时期各种养分的诊断指标，而且，叶片Ca含量的诊断指标与CVA计算获得的诊断指标较为接近。用诊断施肥综合法 (M-DRIS) 诊断该时期的需肥顺序为B ＞ K ＞N ＞ P ＞ S ＞ Mg ＞ Zn ＞ Ca；用组分营养诊断法 (CND)诊断的需肥顺序为 B ＞ K ＞ P ＞ N ＞ Mg ＞ S ＞ Zn ＞Ca。由此可见，这2种方法的诊断结果大致相同，均指出叶片B和K营养是优先需要补充，而Ca的需求迫切程度低。根据表6果实产量与叶片B和Zn含量关系模型，果实产量随叶片B含量的增加而提高，这与2种方法诊断认为B是最为缺乏养分的结果吻合；果实产量随叶片Zn含量的增加而降低，与2种方法诊断指出的Zn养分需求程度较低的结果趋势也大致吻合。然而，2种方法诊断认为Ca的需求程度最低，则与果实产量与叶片Ca含量关系存在较大差异。另外，果实产量与叶片K含量并未表现出密切关系，这与2种方法认为钾为第二需要补充的营养的结果也不符。

表 7 2016年荔枝果实膨大期叶片营养诊断结果Table 7 Diagnosis indices of litchi foliar nutrients at fruit swelling stage of 2016

2.4.2 2016年末次梢老熟期叶片养分诊断结果 根据2016年末次梢老熟期果实产量与叶片N和Ca含量关系模型 (表6)，可分别计算获得两种营养元素的诊断指标 (表8)。对CVA和SRA获得的诊断指标进行比较，则两种方法获得的N含量缺乏和偏低水平的指标极为接近，但CVA在适宜至过量水平的指标明显高于SRA的；两种方法获得的Ca含量指标则存在较大差异，而且CVA只能获得4级诊断指标，无法获得缺乏范围的指标。M-DRIS法的诊断结果为 N ＞ S ＞ B ＞ K ＞ Zn ＞ Ca ＞ Mg ＞ P，CND 法的诊断结果为 N ＞ S ＞ B ＞ K ＞ Ca ＞ Zn ＞ Mg ＞ P，2 种方法诊断结果大致相同。然而，2种方法认为N素为最需补充或第二需要补充的养分，这与果实产量与叶片N含量关系模型并不一致，而叶片S和P含量与产量之间并未具有密切关系，与2种方法诊断的结果也差异较大。另外，果实产量整体上随叶片Ca含量的提高而降低，这与CND法诊断认为Ca是第五需要补充的养分的结果也存在较大差异。

2.4.3 2017年果实膨大期叶片养分诊断 虽然2017年果实膨大期荔枝叶片N、P、K、S和Zn与产量间均存在显著的相关性 (表6)，但利用CVA只能获得叶片K的诊断指标 (表9)。与CVA诊断指标相比，SRA获得的K含量适宜指标与之较为接近，但偏低至缺乏水平的指标则高于CVA，而偏高至过量水平的指标则低于CVA。M-DRIS法诊断结果为N ＞S ＞ K ＞ Mg ＞ Ca ＞ B ＞ P ＞ Zn，CND 法则诊断为 N ＞S ＞ K ＞ Ca ＞ P ＞ Mg ＞ B ＞ Zn，2 种方法的诊断结果也大致相同。2种方法均诊断叶片N为最需补充的养分，这与果实产量随叶片N含量的提高而增加的现象一致，但与果实产量随叶片S含量提高呈先下降后提高的规律不符。果实产量随叶片P含量的增加而降低，CND法诊断P为第五位需要补充的养分，与实际情况有较大差异。果实产量随叶片Zn含量的增加而提高，这与2种方法均诊断Zn为需要程度最低的结果较为吻合。

2.4.4 荔枝叶片营养诊断方法及指标的确定 如果不能建立荔枝果实产量与叶片养分含量的关系模型，也就无法应用CVA建立营养诊断指标。而且，即使产量与养分含量关系模型拟合显著，部分模型也不符合CVA要求，也无法计算获得诊断指标。

对表7和表9两年果实膨大期SRA获得的叶片养分诊断指标进行比较，可以看出各种养分的诊断指标均较为接近，部分指标甚至基本相同。这说明即使在荔枝存在大小年结果的条件下，用该法获得的诊断指标仍较为稳定。这对大小年结果现象普遍的荔枝而言，具有特别重要的实用意义。

M-DRIS和CND法诊断荔枝叶片营养的准确性与诊断时期有关。整体上，这2种方法对果实膨大期的诊断结果与产量和叶片养分含量关系的吻合程度高于末次梢老熟期，对末次梢老熟期的诊断偏差很大。这大概是由于果实膨大期是果实发育大量需要养分的时期，此时叶片营养状况与果实产量更为相关，因而诊断准确性相对较高。荔枝末次梢老熟后，树体经历数月的花芽分化及开花座果。这个阶段如控梢、促花、花穗管理、保果、病虫害防治不当或受不良天气影响，均对产量影响很大，叶片养分含量与产量间关系会被干扰或掩盖，导致诊断的准确性下降。同时，这2种方法的诊断准确性与被诊断元素的丰缺程度也有关系。对于最为缺乏或最为过量的营养，这2种方法的诊断结果较为一致而且与实际情况相对较为吻合；对于缺乏或过量程度较低的营养，则诊断偏差很大。而且，对表7和表9中2种方法对果实膨大期的诊断结果进行比较，发现两年间的叶片营养需求程度差异非常大。这意味着在某年研究获得的诊断结果可能并不能用

于指导翌年或今后的荔枝养分管理。另外，该2种诊断方法只能获得需肥顺序，不能定量描述养分含量的准确状况，在生产上容易引起理解歧义。

表 8 2016年末次梢老熟期叶片营养诊断结果Table 8 Diagnosis indices of litchi foliar nutrients at the last autumn shoot maturing stage of 2016

表 9 2017年荔枝果实膨大期叶片营养诊断结果Table 9 Diagnosis indices of litchi foliar nutrients at fruit swelling stage of 2017

综上所述，SRA可获得叶片各种养分诊断指标，而且年度变异小，因此，本研究采用SRA作为荔枝叶片营养诊断方法，并将两年果实膨大期各种养分的各级诊断指标进行平均，作为果实膨大期的诊断指标，末次梢老熟期则采用2016年末次梢老熟期的诊断指标，从而建立妃子笑的叶片营养诊断指标体系 (表 10)。

3 讨论

3.1 国内荔枝叶片营养诊断指标的比较

将本研究妃子笑诊断指标与国内其他品种的指标进行比较 (表11)，发现不同品种间及同一品种不同时期间均存在较大差别。这可能与不同品种的养分需求存在一定差异有关。同时，不同主产区土壤类型的差异，可能也是一个影响因素。如陈紫与兰竹的产地在福建，土壤类型主要为红壤[22]，大红袍在四川，土壤类型主要为紫色土[22]，两地土壤性质差异很大。另外，糯米糍的两个研究均是在广东深圳进行，但由于是对不同生育期的研究，获得的指标差异很大，也从侧面印证了本研究认为不同生育期需要有不同诊断指标的观点。此外，不同研究的诊断指标差异，可能与研究年份也有一定关系。由于荔枝较普遍存在大小年结果现象，前人报道[3]及本研究(表6) 均表明，叶片养分含量确实存在年际间的差异，而不同诊断方法 (如本研究的M-DRIS与CND)的年际间诊断差异，也可能会导致不同研究者提出的诊断指标不同。

3.2 国际荔枝叶片营养诊断指标的比较

由于国外报道的荔枝叶片营养诊断指标多数未明确品种及诊断时期，只能将本研究诊断指标与国外指标进行粗略的比较 (表12)。本研究确定的果实膨大期氮素含量范围与新西兰的含量范围相似，比南非、以色列和澳大利亚的稍高；末次梢老熟期N指标与其它国家的相差很大。本研究末次梢老熟期的P指标与南非的接近，指标范围比其他国家相对较窄，但是，果实膨大期的P指标较低。究其原因，可能是由于华南荔枝主产区土壤酸性较强，土壤P有效性低[23-24]，导致诊断指标偏低。本研究果实膨大期K指标低于其他国家，末次梢老熟期K指标则与南非接近，高于以色列和澳大利亚，但适宜上限低于新西兰的上限含量。

表 10 妃子笑荔枝不同时期叶片营养诊断指标Table 10 Foliar nutrient diagnosis norms for litchi (cv. Feizixiao) in South China

表 11 国内荔枝叶片养分适宜含量范围比较Table 11 Foliar nutrient diagnosis norms for litchi in different production regions of China

表 12 国际荔枝叶片营养诊断指标比较Table 12 Foliar diagnosis norms for litchi in different production regions

本研究果实膨大期Ca指标与新西兰和澳大利亚的相近，低于以色列和南非的。末次梢老熟期Ca指标则均低于其他国家的。本研究两个生育期Mg含量指标均低于其他国家。本研究Ca和Mg指标整体上低于其他国家的，可能与我国荔枝园土壤普遍缺乏Ca、Mg[23-24]及果农不注重施Ca、Mg肥有关。

本研究中果实膨大期Zn适宜指标与澳大利亚和南非的相近，均高于新西兰和以色列的；末次梢老熟期的Zn指标与以色列的较为接近，其中诊断下限与其他国家的相近，诊断上限低于南非、新西兰和澳大利亚的。华南妃子笑在两个时期叶片B指标均低于其他国家，这也大概与华南荔枝园土壤普遍缺B有关[23-24]。这也从侧面提示华南荔枝可能要注意补充B肥。

4 结论

荔枝同一生育期不同试验树叶片同一养分含量相差两倍至十数倍。CVA、SRA、M-DRIS、CND四种方法相比，SRA法适宜于荔枝叶片的营养诊断。以该法进行计算，果实膨大期叶片养分适宜范围为N 16.7～19.2 g/kg、P 1.06～1.25 g/kg、K 5.1～6.7 g/kg、Ca 7.7～11.0 g/kg、Mg 2.5～3.7 g/kg 和 S 1.51～1.81 g/kg，Zn 19.6～32.6 mg/kg和 B 11.5～19.2 mg/kg；末次梢老熟期叶片养分适宜水平为 N 19.7～22.0 g/kg、P 1.69～1.95 g/kg、K 10.8～12.7 g/kg、Ca 3.0～4.1 g/kg、Mg 2.5～2.9 g/kg和S 1.38～1.57 g/kg，Zn 15.0～18.9 mg/kg和B 10.8～16.8 mg/kg。