土壤因子与小粒咖啡品质产量形成关系研究

赵明珠 郭铁英 马关润 萧自位 白学慧 周华 苏琳琳

摘  要：土壤因子是影響小粒咖啡品质产量的主要因子。本研究通过对土壤因子进行相关性分析、改进的灰色关联分析、通径分析及多元线性回归分析，明确影响小粒咖啡品质和产量的主要因子，以指导科学施肥。结果表明：小粒咖啡咖啡因含量的土壤决定因子为海拔（-0.296^*），总糖含量的土壤决定因子为有机质（0.607^**）和速效磷（-0.232^*），蛋白质的土壤决定因子为pH（-0.387^**）和有机质（0.227^*），灰分含量的土壤决定因子为速效磷（0.334^**），水溶性浸出物含量的土壤决定因子为海拔（-0.494^**），脂肪含量的土壤决定因子为碱解氮（-0.461^**），产量的土壤决定因子为速效钾（0.339^**）和有机质（0.248^*）。研究结果可为小粒咖啡优质高产的土壤条件筛选和肥料的减施增效提供一定的理论基础，以期增强优质咖啡种质的适宜性和目的性。

关键词：土壤因子;小粒咖啡;相关分析;改进的灰色关联分析;通径分析;回归分析;品质;产量中图分类号：S571.2      文献标识码：A

Relationship Between Soil Factors， Quality and Yield Formation inCoffea arabica

ZHAO Mingzhu， GUO Tieying， MA Guanrun， XIAO Ziwei， BAI Xuehui， ZHOU Hua， SU Linlin^*

Dehong Tropical Agriculture Research Institute of Yunnan， Ruili， Yunnan 678600， China

Abstract： Soil factors play important roles in affecting the quality and yield ofCoffea arabica. The purpose of the study was to provide an academic evidence for guiding the scientific fertilization， good quality and high yield， and identifying the primary indexes of quality， yield by investigation the variation of soil factors ofC. arabica. The correlation， improved grey relational analysis， path analysis， and multiple linear regression analysis were conducted to identify the primary indexes ofC. arabicaquality and yield. The results showed that altitude was a key soil determinant of caffeine inC. arabica （-0.296^*）， the prime determinant factors of total sugar content were soil organic matter （OM） （0.607^**） and available phosphorus （AP） （0.232^*）， that for crude protein content were soil pH （-0.387^**） and OM （0.227^*）， that for crude ash content was AP （0.334^**）， that for water-soluble extracts content was altitude （-0.494^**）， that for fat content was alkalystic nitrogen （AN） （-0.461^**）， and that for the yield ofC. arabicawere available potassium （AK） （0.339^**） and OM （0.248^*）. The results would be useful to guiding the screening of soil conditions， reducing the amounts of fertilizer and increasing the fertilizer-use efficiency in order to enhance the suitability and purpose of the excellent germplasm in C. arabica.

Keywords： soil factors;Coffea arabica; correlation analysis; improved grey relational analysis; path analysis; regression analysis; quality; yield

DOI： 10.3969/j.issn.1000-2561.2020.06.001

咖啡是世界3大饮料作物之首，具有可观的经济价值和药用升值前景。我国主要栽培品种为小粒种（Coffea arabica L.），其面积和产量分别占世界咖啡总面积和总产量的80%和82%以上。云南小粒咖啡的种植面积和产量均占全国的99%以上。

土壤因子决定了作物生长发育的优劣，直接影响到作物的产量和品质。前人研究中指出：在黑土农田极端侵蚀的环境下，土壤质量与玉米产量呈显著相关关系^[1]。随着海拔的升高，作物产量逐渐下降^[2]。但也有研究持相反结果，高海拔环境显著提高作物的产量和品质^[3]。作物产量因土壤pH下降而下降^[4]，海拔高度和经度、土壤有机碳、含氮量和钾含量均对水稻产量有显著影响^[5]。玉米产量与土壤全氮、速效磷、速效钾含量均呈极显著正相关，但大豆产量与土壤理化性质无显著关系^[6]，适宜的钾素促进苦荞产量的形成^[7]。适中的氮含量可有效增加中粒种的产量49.13%^[8]。综上所述，不同作物，不同土壤背景值对产量的影响不一。目前我国对影响咖啡品质和产量的土壤因子的研究鲜见报道，而咖啡作为国家重视的高原特色经济作物，本研究具有积极推动作用。通过对小粒咖啡主产区的土壤因子、咖啡豆品质和产量数据进行统计分析，明确土壤因子对小粒咖啡品质及产量形成的贡献大小，为小粒咖啡的合理高效施肥技术和肥料的减施增效标准进行推广提供一定的理论依据。

1  材料与方法

1.1 材料

土壤样品采集的方法参照测土配方施肥技术^[9]，根据普洱、临沧、德宏、保山、文山和怒江6个州（县）咖啡的种植条件、分布范围选择具有区域代表性的采样点，采用“梅花形”采样法，每个点采集3份土样（0～20 cm）混合为1份，共采集65份土壤及咖啡产量数据，具体的采样点数据如表1所示。

1.2  方法

土壤样品的测定内容：土壤pH（X2）、有机质（X3， g/kg）、碱解氮（X4， mg/kg）、有效磷（X5， mg/kg）和速效钾（X6， mg/kg）含量，同期测定小粒咖啡的产量（Y， kg/hm²），并记录采样地的海拔（X1， m）高度。土壤pH测定：2.5∶1水土比，pH计;土壤有机质的测定：重铬酸钾容量法—外加热法;土壤碱解氮的测定：1.0 mol/L NaOH碱解氮扩散法;土壤速效磷的测定：0.03 mol/L NH₄F- 0.025 mol/L HCl浸提—比色法;土壤速效钾的测定：1.0 mol/L NH₄OAc浸提—火焰光度法^[10]。

咖啡豆内含物测定内容：咖啡因（Z1， mg/kg）、总糖（Z2， %）、蛋白质（Z3， %）、灰分（Z4， %）、水溶性浸出物（Z5， %）和脂肪（Z6， %）。咖啡因的测定参照《食品安全国家标准 饮料中咖啡因的测定》（GB 5009.139—2014）;总糖的测定参照《食品中蔗糖的测定》（GB/T 5009.8—2008）;蛋白质的测定参照《食品安全国家标准 食品中蛋白质的测定》（GB 5009.5—2016）;灰分的测定参照《食品安全国家标准 食品中灰分的测定》（GB/T 5009.4—2016）;水浸出物的测定参照《茶 水浸出物测定》（GB/T 8305—2013）;脂肪的测定参照《食品中脂肪的测定》（GB/T 5009.6—2016）。

各土壤指标间也存在着一定的相关关系，仅依据各土壤指标间的简单相关系数判定对咖啡产量和品质的影响力，极易隐藏各指标间的相互作用，也不能从根本上反应其内在联系的规律性。借此引入改进的灰色关联分析，采用多层次、多因素的评价指标体系反映各土壤因子与咖啡产量和品质间的实际特性，再采用组合赋权将主观评价层次分析法（AHP）和客观评价熵值法相结合，最后基于灰色关联分析，结合AHP和熵值法，建立改进的灰色关联综合评价模型^[11]。为弥补改进的灰色关联系数不能表明土壤因子对咖啡品质和产量的正负作用，引入通径系数，再结合回归分析，建立各土壤因子与咖啡品质和产量的回归模型，进行定量分析。4种分析方法相结合，层层深入与强化，定量客观真实地反映其内在关系的规律性。

1.3數据处理

采用Microsoft Excel 2016软件进行数据整理，SPSS数据处理系统进行统计分析^[12]。

2  结果与分析

2.1  土壤因子、产量和品质的变异特征

由表2可知，小粒咖啡的土壤指标变异较大，其中以土壤有效磷含量的变异系数较大，达96.54%，属于较强变异。土壤有机质、碱解氮和速效钾含量的变异程度属于中等变异。变异度较小的为土壤pH（11.74%）和海拔（15.13%）;咖啡鲜果产量变异系数20.81%，中等变异;品质指标变异系数4.06%～13.62%，较小变异。其表明在小粒咖啡的生长过程中，磷素残留较多，有机肥、氮钾素较少的现象显著，人为因素对小粒咖啡产量的形成具有较大影响，品质相对稳定。（变异程

2.2土壤因子、产量及品质的相关性分析

由表3可知，咖啡因与海拔呈显著负相关关系，系数为-0.296^*。总糖与有机质含量呈极显著正相关关系（0.587^**）。蛋白质与土壤pH呈极显著负相关关系（-0.408^**），与有机质含量呈显著正相关关系（0.263^*）。灰分与有效磷含量呈极显著正相关关系（0.334^**），与海拔呈显著负相关关系（-0.285^*）。咖啡豆的水溶性浸出物与海拔呈极显著负相关关系（-0.494^**）。咖啡豆的脂肪含量与碱解氮含量呈极显著负相关关系（-0.461^**），与土壤pH呈显著正相关关系（0.296^*）。土壤的速效钾和有机质含量与咖啡产量呈极显著和显著正相关关系，系数分别为0.360^**和0.277^*。表明低海拔利于咖啡因的合成。有机质丰富的土壤促进咖啡总糖的累积。酸性和氮素有效成分高的土壤利于咖啡蛋白质的累积。低海拔、磷有效成分高的土壤促进咖啡豆灰分的形成。低海拔利于咖啡豆水溶性浸出物的积累。碱性、低有效氮的土壤促进咖啡豆脂肪的合成。土壤的速效钾和有机质含量是小粒咖啡形成高产的关键因子。

2.3 土壤因子与小粒咖啡产量及品质的改进灰色关联分析

由图1可知，傳统的灰色关联法与改进的灰色关联度结果有误差，因为传统的方法未考虑各指标权重对关联度的影响，结果不具保序性，而改进的灰色关联度将AHP的主观赋权、熵值法的客观赋权和灰色关联度相结合，综合评价更科学和全面。土壤对小粒咖啡品质和产量的综合评价结果显示：Z1：X5>X1>X6>X2>X3>X4，Z2：X3>X6>X2>X5>X4>X1，Z3：X5>X2>X4>X3>X1>X6，Z4：X5>X1>X4>X2>X6>X3，Z5：X1>X5>X2>X6>X4>X3，Z6：X4>X2>X5>X1>X6>X3，Y：X2>X6>X3>X5>X1>X4。其结果表明，影响咖啡豆中咖啡因含量的土壤因子是有效磷含量和海拔，总糖的土壤因子主要是有机质和速效钾含量，蛋白质的土壤因子是速效磷含量和土壤pH，灰分的土壤因子是海拔和速效磷含量，水溶性浸出物的决定因子是海拔和速效磷含量，影响脂肪的土壤因子主要是碱解氮含量和土壤pH，咖啡产量的决定因子是速效钾、有机质和土壤pH。

2.4  土壤因子对小粒咖啡产量和品质的通径分析

由图2可知，小粒咖啡土壤因子对咖啡因含量的直接通径系数绝对值海拔（-0.326）、速效钾（-0.124）、土壤pH（-0.114）较大，说明海拔、速效钾含量和土壤酸碱度对咖啡因的直接效应最大，均为负效应，低海拔、酸性低钾含量的土壤有增加咖啡因的潜质;对总糖含量的直接通径系数绝对值土壤有机质（0.572）、速效钾（-0.208）、碱解氮（-0.185）较大，说明土壤有机质、速效钾和碱解氮对总糖的直接效应最大，但速效钾和碱解氮均为负效应，有机质丰富低钾低氮利于咖啡总糖的积累;对蛋白质含量的直接通径系数绝对值土壤pH（-0.515）、速效钾（0.207）、有机质（0.194）较大，说明土壤酸碱度、速效钾和有机质含量对蛋白质的直接效应最大，但土壤pH为负效应，酸性高钾和丰富有机质的土壤有利于蛋白质的积累;对灰分含量的直接通径系数绝对值海拔（-0.261）、速效钾（0.251）和土壤pH（-0.209）较大，说明海拔、钾含量和土壤酸碱度对灰分的直接效应最大，但海拔和土壤pH均为负效应，低海拔、酸性和高钾的土壤利于灰分的积累;对水溶性浸出物含量的直接通径系数绝对值海拔（-0.459）较大，说明海拔对水溶性浸出物的直接效应最大，但为负效应，低海拔土壤利于水溶性浸出物的积累;对脂肪含量的直接通径系数绝对值碱解氮（-0.401）、海拔（0.315）和土壤pH（0.277）较大，说明氮素、海拔和土壤酸碱度对脂肪含量的直接效应最大，但氮素为负效应，高氮、低海拔和酸性的土壤有低脂肪咖啡的潜力;对产量的直接通径系数绝对值有机质（0.288）、速效钾（0.264）较大，说明土壤速效钾和有机质对小粒咖啡产量形成的直接作用最大，均为正效应，钾素和有机质含量高的土壤具有咖啡高产的潜力。

2.5 多元线性回归分析

在相关分析、改良的灰色关联分析和通径分析基础上，通过逐步回归分析剔除不显著变量，以6个土壤因子为自变量，咖啡豆的6个品质指标和产量为因变量，得出回归方程如表4所示。由表4可知，当海拔（m）每增加1个单位，咖啡因含量减少0.001 g/kg;当土壤有机质（X3）和有效磷（X5）处于平均水平，而其中1个变量固定时，剩余变量如土壤有机质（g/kg）和有效磷（mg/kg）每增加1个单位，咖啡总糖分别增加0.084%和减少0.006%;土壤pH（X2）和有机质（X3）处于平均水平，而其中1个变量固定时，剩余变量如土壤pH和有机质（g/kg）每增加1个单位，咖啡蛋白质分别减少0.361%和增加0.010%;土壤有效磷（mg/kg）每增加1个单位，咖啡灰分增加0.0001%;海拔（m）每增加1个单位，水溶性浸出物含量减少0.005%;土壤碱解氮（mg/kg）每增加1个单位，咖啡的脂肪含量减少0.007%;当土壤速效钾（X6）和有机质（X3）处于平均水平，而其中1个变量固定时，剩余变量如速效钾（mg/kg）和有机质（g/kg）每增加1个单位，咖啡产量分别增加13.756 kg和51.499 kg。

为更加明确多元回归所确定的土壤因子对咖啡产量和品质的直接和间接效应，重新对表4中决定小粒咖啡品质和产量的土壤因子分别进行通径分析。由表5可知，海拔对咖啡因的直接效应为较大负值，说明高海拔是低咖啡因含量的土壤决定因子;|P3z2|>|P5z2|，说明土壤有机质的直接效应大于土壤有效磷，间接系数为较小的负值，表明丰富的有机质和低磷含量是小粒咖啡高糖的主要土壤因子;|P2z3|>|P3z3|，说明土壤pH的直接效应大于有效磷，但土壤pH的直接通径系数为负值，其间接通径系数为较小的正值，有效磷的直接通径系数为正值，其间接通径系数为较小的负值，表明酸性高磷是咖啡高蛋白的主要土壤因子;土壤有效磷对灰分的直接效应为较大正值，说明低磷土壤是咖啡高灰分的土壤决定因子;海拔对水溶性浸出物的直接效应为较大负值，说明低海拔是高水浸出物的重要土壤因子;土壤碱解氮对脂肪的直接效应为较大负值，说明高氮土壤是咖啡低脂肪的土壤决定因子;|P6y|> |P3y|，说明土壤速效钾的直接效应大于土壤有机质，且都为较大的正值，间接系数均为较小的正值，表明高钾和丰富的有机质含量是小粒咖啡高产的主要土壤因子。土壤碱解氮对脂肪的直接通径系数为较大的负值，表明高氮是咖啡低脂肪的土壤决定因子。

3  讨论

[3]       刘帮艳， 李金玲， 曹国璠， 等. 高海拔环境对太子参生长、产量及品质的影响[J]. 中药材， 2017， 40（12）： 2753-2758.

[4]       易镇邪， 袁珍贵， 陈平平， 等. 土壤pH值与镉含量对水稻产量和不同器官镉累积的影响[J]. 核农学报， 2019， 33（5）： 988-998.

[5]       王梦姣， 杨国鹏. 根际土壤元素与水稻产量及产量构成因素的相关性[J]. 西南农业学报， 2018， 31（11）： 2326-2334.

[6]       孙  勇， 曲京博， 初晓冬， 等. 不同施肥处理对黑土土壤肥力和作物产量的影响[J]. 江苏农业科学， 2018， 46（14）： 45-50.

[7]       王  炎， 李振宙， 黄小燕， 等. 不同钾肥处理对苦荞根系及产量的影响[J]. 分子植物育种， 2019， 17（23）： 7955-7961.

[8]       孫  燕， 董云萍， 林兴军， 等. 不同施氮条件下咖啡果干物质积累、产量及氮肥利用率[J]. 热带作物学报， 2018， 39（10）： 1901-1905.

[9]       高祥照， 马常宝， 杜  森. 测土配方施肥技术[M]. 北京： 中国农业出版社， 2005： 1-7， 14-20.

[10]    鲍士旦. 土壤农化分析 [M]. 3版. 北京： 中国农业出版社， 2000： 30-107.

[11]    周会军， 肖英杰， 张  浩， 等. 基于改进灰色关联分析法的码头设计方案优选[J]. 上海海事大学学报， 2011， 32（3）： 11-15.

[12]    唐启义. DPS数据处理系统-实验设计、统计分析及数据挖掘[M]. 2版. 北京： 科学出版社， 2010.

[13]    那守海， 孙国荣， 阎秀峰， 等. 松嫩草地6种牧草地上部分养分含量与土壤因子的关系[J]. 黑龙江畜牧兽医， 1996（3）： 1-4.

[14]    张绍龙， 邱碧丽， 刘  超， 等. 云南小粒咖啡中咖啡因含量比较分析[J]. 云南化工， 2018， 45（7）： 79-81.

[15]    熊荟菁， 张乃明， 赵学通， 等. 秸秆生物炭对葡萄园土壤改良效应及葡萄品质的影响[J]. 土壤通报， 2018， 49（4）： 936-941.

[16]    许  兴， 郑国琦， 杨  娟， 等. 宁夏不同地域枸杞多糖和总糖含量与土壤环境因子关系的研究[J]. 西北植物学报， 2005（7）： 1340-1344.

[17]    王莉莉. 土壤pH值对牡丹生长及生理特性影响的研究[D]. 长春： 吉林农业大学， 2015.

[18]    吴淳荩. 配方施肥对绵阳三台县魔芋生长品质影响研究[D]. 雅安： 四川农业大学， 2017.

[19]    张建军， 樊廷录， 党  翼， 等. 覆膜时期与施氮量对旱地玉米土壤耗水特征及产量的影响[J]. 水土保持学报， 2018， 32（6）： 72-78.

[20]    田  甜， 韦锦坚， 赵德恩， 等. 氮磷钾配施对茶叶品质的影响[J]. 热带农业科学， 2018， 38（4）： 36-45.

[21]    宋九华， 孟  杰， 曾  羽， 等. 粗茎秦艽根茎品质与栽培土壤化学因子的相关性分析[J]. 植物资源与环境学报， 2014， 23（4）： 75-82.

[22]    谢  越， 石  丹， 李品红， 等. 羊草品质与气象因子和土壤因子的相关性研究[J]. 草地学报， 2012， 20（4）： 631-636.

[23]    苏琳琳， 马关润， 白学慧， 等. 云南咖啡土壤养分评价及其对咖啡生豆品质影响分析[C/OL]//做强做优热带高效农业 服务热区乡村振兴——2018年全国热带作物学术年会论文集. 厦门： 中国热带作物学会， 2018： 228. http：//www. cstcs.org.cn/uploads/20181016224659781.pdf.

[24]    李  艳， 陈  义， 唐  旭， 等. 长期不同施肥模式下南方水稻土有机碳的平衡特征[J]. 浙江农业学报， 2018， 30（12）： 2094-2101.

[25]    于丰鑫， 石  玉， 赵俊晔， 等. 土壤肥力对高产小麦品种烟农1212旗叶叶绿素荧光特性和产量的影响[J]. 麦类作物学报， 2018， 38（10）： 1222-1228.

[26]    柳开楼， 黄  晶， 张会民， 等. 基于红壤稻田肥力与相对产量关系的水稻生产力评估[J]. 植物营养与肥料学报， 2018， 24（6）： 1425-1434.

[27]    李学俊， 黎丹妮， 崔文锐. 小粒种咖啡品