土壤pH和主要养分含量与山核桃干腐病的相关性研究

2021-07-13袁紫倩胡俊靖李皓董建华赵伟明郑国良

浙江林业科技 2021年3期

袁紫倩，胡俊靖，李皓，董建华，赵伟明，郑国良

（1.杭州市林业科学研究院，浙江杭州 310022；2.金华市林业技术推广站，浙江金华 321000）

山核桃干腐病Macrophoma caryae的病原菌葡萄座腔菌Botryosphaeria dothidea是众多树木溃疡病的主要病菌之一，而溃疡病大多是因环境条件不良或栽培管理措施不当而引发的流行性病[1-2]。山核桃Carya cathayensis为喜钙植物，适生于微酸性至中性土壤，多分布于石灰岩、钙质页岩及部分花岗岩发育而来的含腐殖质丰富的土壤[3]，在以林下割草（灌木）抚育、生物自肥为主的传统经营模式下，山核桃干腐病的感病概率极低。但自上世纪90年代后期以来，随着除草剂和化学肥料的盲目使用，该病逐渐蔓延，并呈爆发性流行。已有研究表明，上述不当的栽培措施会引起山核桃林地土壤化学性质剧烈变化，突出表现在有机质含量下降，土壤pH值降低。而土壤越酸化，土壤中的速效钾和中微量元素等养分含量越低，山核桃生长势越弱，越容易得山核桃干腐病，且发生程度亦重[4-5]。因此，不当的栽培抚育措施造成林地土壤环境的改变，从而导致山核桃生长势衰弱、抗病能力降低。土壤pH和主要养分的供应水平是目前山核桃林分管理中易受人为干扰而发生改变且最重要的土壤环境指标。本研究拟利用逻辑回归方法，通过建立山核桃干腐病感病概率的回归模型，分析引发山核桃干腐病流行的关键因子和量化关系，为山核桃干腐病防治技术的研究和推广提供一定的理论依据。

1 材料与方法

1.1 试验区概况

试验区位于浙江省杭州市的山核桃主产区（临安区湍口镇，119.170 E，30.045 N；清凉峰镇，119.043 E，30.135 N；岛石镇118.957 E，30.296 N；桐庐县百江镇119.364 E，29.854 N等），地理坐标为118.957～119.364 E，29.854～30.296 N，全区年平均气温为16.4℃，最热月7月平均气温为29.1℃，最冷月1月平均气温为4.1℃，年平均降水量为1 628 mm，年平均日照时数为1 847 h，无霜期为235 d。山核桃林地多分布在海拔50～1 200 m的丘陵山地，土壤主要为钙质页岩或石灰岩土等[6-7]。

1.2 林分调查方法

山核桃干腐病的感病与树龄有关，10年生以下的植株感病轻微，10～30年生植株感病最严重，30年生以上的植株感病程度随树龄的增长而下降，50年生以上的植株基本不感病[8]。因此，本研究在试验区选择树龄为15～35年生的94株山核桃作为调查样本，并于2016年5月20日至6月10日进行实地勘查，记录、划分各样本植株的感病状况（disease status，DS）及感病程度等级（degree of disease，DOS），具体分级标准见表1。

表1 山核桃干腐病感病状况及感病程度的等级分级标准Table 1 Grading of M.caryae

1.3 土样采集及分析测定方法

2015年12月15—25日，于试验区内每个样本植株树冠垂直投影范围内按照“S”形设置5个采样点，分别采集0～20 cm土层的混合土样，再采用四分法留取1 kg混合土样共计94个带回实验室。土样经风干后，分别过2 mm和0.149 mm筛，用于测定土壤主要化学性质：pH；碱解氮alkaline-hydrolysis nitrogen，AN；有效磷available phosphorus，AP；速效钾available potassium，AK。土壤养分按常规分析方法测定[9]。

1.4 数据处理及分析

对土壤主要化学性质与山核桃干腐病的关系采用逻辑回归方法。在模型的选择上，本文使用Logit模型而非Probit模型，尽管后者的预测概率效果同样很好。两者的概率累积曲线相似且在pi=0.5处斜率均有相应的拐点，但在两边的尾部处Logit曲线比Probit曲线要厚。因变量yi通过Logistic函数被转换成概率，在经过变换后得到相对风险几率即事件发生的概率与不发生的概率之比（odds），而两个odds相比则就是OddsRatio即优势比OR值。

Logistic概率分布函数的表达形式为：

对该表达式进行变换，得到：

式中，pi指事件发生的概率，取0～1；xi为自变量，yi为因变量，α、β为系数。所以Logit模型的优点在于把[0，1]区间上预测事件发生的概率转化为实轴上预测事件发生的相对风险几率，其结果表达的意义非常直观同时也便于解释。

本文相关系数采用Pearson相关分析，并进行显著性检验。所有数据用Microsoft Office 2010软件进行处理和绘表，用SPSS 25.0 软件进行统计分析。

2 结果与分析

2.1 土壤化学因子与山核桃干腐病的相关关系

2.1.1 山核桃干腐病感病状况与土壤化学因子的相关性由表2山核桃干腐病的感病状况与土壤化学因子的相关性分析表明，样本植株山核桃干腐病的DS和土壤pH、AK含量之间均呈极显著负相关（P＜ 0.01），与土壤氮钾比（N/K）呈极显著正相关（P＜ 0.01）。说明土壤pH、AK含量越高，N/K越低，山核桃植株越不容易感病。土壤化学因子中，土壤pH与AN含量间呈显著正相关（P＜ 0.05），可能是调查林地的土壤类型较多，其中包含了钙质页岩和石灰岩发育的土壤，而该类型具有土壤pH高、保肥能力强等特性。

表2 植株山核桃干腐病感病状况与土壤化学因子的相关性（n=94）Table 2 Correlation between M.caryae and soil chemical factors

2.1.2 山核桃干腐病感病程度与土壤化学因子的相关性由表3山核桃干腐病的感病程度与土壤化学因子的相关性分析表明，样本植株山核桃干腐病的DOS与土壤AK含量之间呈显著的负相关（r=－0.276，P＜ 0.05），与N/K之间呈显著的正相关（r=0.232，P＜ 0.05）。说明土壤中AK养分的供应水平以及AN与AK的协同供应能力是影响植株山核桃干腐病感病程度的主要因子。

表3 植株山核桃干腐病感病程度与土壤化学因子的相关性（n=94）Table 3 Correlations between degree of M.caryae and soil chemical factors

由上述相关性分析表明，植株山核桃干腐病的感病状况与土壤性质密切相关，主要与土壤pH、AK含量以及AN与AK的协同供应有关，土壤pH越高，感病风险越低，N/K越高，感病风险越高；而山核桃干腐病的感病程度等级与土壤pH的相关性不显著。

2.2 山核桃干腐病感病的条件概率密度分析

2.2.1 山核桃干腐病感病条件概率密度随土壤pH的变化在总样本中，土壤pH的变化区间为4.37～7.38。由图1可见，样本植株山核桃干腐病感病的条件概率密度等级随pH的升高而呈降低的趋势。当土壤pH低于5.2时，样本植株山核桃干腐病感病的条件概率密度等级均大于0.8，表明样本植株的感病概率极高，该区段感病样本植株比例可高达84.8%；当土壤pH大于6.2时，样本植株山核桃干腐病感病的条件概率密度等级小于0.5，表明样本植株的感病概率较低，该区段内感病样本植株比例仅为22.2%；当土壤pH在5.2～6.2之间时，样本植株山核桃干腐病感病的条件概率密度波动性由高向低趋近0.5的临界值，该区段内感病样本植株比例为73.7%。

图1 山核桃干腐病感病条件概率密度随土壤pH的变化Figure 1 Effect of soil pH on M.caryae

2.2.2 山核桃干腐病感病条件概率密度随AK含量的变化在总样本中，土壤AK含量的变化区间为19～216 mg·kg-1。从图2可见，样本植株山核桃干腐病感病的条件概率密度等级随着土壤AK含量的增高而降低。当土壤AK含量低于60 mg·kg-1时，感病的条件概率密度等级均大于0.9，表明样本植株感病概率极高，该区段感病样本比例可高达91.3%；当土壤AK含量大于130 mg·kg-1时，感病的条件概率密度等级小于0.5，表明样本植株不感病的概率高，该区段感病样本植株比例为38.5%；当土壤AK含量在60～130 mg·kg-1之间时，感病样本植株比例平均为79.3%。

图2 山核桃干腐病感病条件概率密度随土壤AK含量的变化Figure 2 Effect of soil available potassium on M.caryae

2.2.3 山核桃干腐病感病条件概率密度随土壤AN含量的变化在总样本中，土壤AN含量的变化区间为62～286 mg·kg-1。从图3可见，在图3土壤AN含量区间内，样本植株山核桃干腐病感病的条件概率密度等级均大于0.5，但在整体上存在样本植株感病的条件概率密度等级随土壤AN含量的提高而升高的趋势。统计结果表明，当土壤AN含量小于150 mg·kg-1时，该区段的感病样本植株比例为63.9%；当土壤AN含量≥150 mg·kg-1时，该区段的感病样本植株比例为84.5%。

图3 山核桃干腐病感病条件概率密度随土壤AN含量的变化Figure 3 Effect of soil alkaline hydrolyzed nitrogen on M.caryae

由上述相关性及条件概率密度等级分析结果表明，土壤pH和AK含量对植株感染山核桃干腐病的影响存在明显的区段性特征，当大于某一临界值时，样本植株的感病比例明显处于较低水平，而当小于某一临界值时，样本植株的感病比例明显处于较高水平，而在2个临界值之间时，则样本植株感病比例随着土壤化学因子含量的变化而相应呈波动性变化；土壤AN含量对山核桃干腐病感病的影响较为复杂，在波形上呈“S”形变化特征，但整体上存在样本植株感病的条件概率密度等级随土壤AN含量的提高而升高的趋势。

2.3 逻辑回归模型的初建与评价

2.3.1 逻辑回归模型的建立以94个调查样本为训练集，山核桃干腐病是否感病为因变量，土壤pH、AN含量、AP含量、AK含量、N/K、N/P、P/K为自变量，分析影响山核桃干腐病感病的因素。采用逐步向前法筛选自变量，逐个引入变量进入模型进行显著性检验，最终构建如下回归模型：

山核桃干腐病感病概率（p）的预测模型为：

以p的取值来预测山核桃是否感病山核桃干腐病，当p＞ 0.5时，表示感病的概率高，当p＜ 0.5时，表示不感病的概率高。由此得到：

当－1.694xpH+1.16xN/K+7.747＞0时，预测为感病；当－1.694xpH+1.16xN/K+7.747＜0时，预测为不感病。

由模型表明，土壤pH、AN和AK的供应协同性是影响植株山核桃干腐病感病的主要因子。

以土壤pH为横坐标，N/K为纵坐标作样本植株感病情况图，结果见图4。图中虚线为判别模型（p=0.5，即－1.694xpH+1.16xN/K+7.747=0），当样本位于虚线下侧时，预测为不感病，当样本位于虚线上侧时，预测为感病。

图4 样本植株感病情况Figure 4 Infection status of surveyed individuals

2.3.2 模型的检验由图1、图2、图3可见，植株山核桃干腐病感病的条件概率密度分布在样本感病概率影响因子土壤pH、AK含量和AN含量所对应的取值范围内存在明显的区段性特征。因此，参照浙江省地方标准DB33/T 2205—2019《山核桃分区施肥技术规范》的土壤反应评价及有效养分丰缺临界区间指标，结合各感病概率影响因子的条件概率密度分布特征，对模型样本感病状况的预测准确率进行分区段检验，结果见表4。

表4 模型评价Table 4 Model evaluation

由4检验结果表明，模型预测总的准确率达到了83.0%。其中，对感病样本的预测准确率最高，达到了95.8%；而对不感病样本的预测准确率仅为40.9%。不同指标分区段检验结果表明，对于感病影响因子土壤pH、AK含量，感病样本和不感病样本在各区段的预测准确率，其变化规律与各区段对应样本所占比例的变化规律基本一致，但都不能满足预测准确率同时较高的条件。其中，感病影响因子土壤AN含量在62～150 mg·kg-1区段，对感病样本的预测准确率均达到了95.0%以上，但对不感病样本的预测准确率却低于27.3%；而土壤AN含量在150～283 mg·kg-1区段，样本感病和不感病状况的预测准确率分别达到了98.0%和66.7%的较高水平，模型预测的区段总准确率也达到了93.1%。对模型1的检验评估表明，该模型虽然对感病样本的预测准确率很高，但模型对感病状况的综合预测效果并不理想。因此，为取得更理想的预测效果，可以对土壤AN含量分区段建模进行模型的优化。

2.3.3 逻辑回归模型的优化参照浙江省地方标准DB33/T 2205—2019《山核桃分区施肥技术规范》的土壤有效养分丰缺临界区间指标，结合植株山核桃干腐病感病的条件概率密度分析，可将山核桃林地土壤AN的供应水平分为3个区间，低于80 mg·kg-1（诊断为氮供应不足），在80～150 mg·kg-1之间（诊断为氮供应适宜）和高于150 mg·kg-1（诊断为氮供应过量）。因此，根据试验区土壤AN的供应水平，可将总样本分为3个区间，分别进行逻辑回归和建模。但由于土壤氮供应不足区间的样本量过少，仅有5个，只占总样本数的5.3%，因此在该区间无法建立模型。

在土壤氮供应适宜的样本区间内共计样本31个，其中感病样本有20个，不感病样本有11个，分别占各类总样本数的33.0%、27.8%和50.0%。采用后进入方法，对该区间样本进行逻辑回归，得回归模型：

模型2中，影响感病概率的因子除模型1中的土壤pH和N/K之外，增加了土壤AP含量因子。同时，方程中该因子的系数项为正值，表明该因子值越大，山核桃干腐病的感病概率越高。

在土壤氮供应过量的样本区间，共计样本58个，其中感病样本有49个，不感病样本有9个，对该区间样本进行逻辑回归，得回归模型：

模型3中，影响植株山核桃干腐病感病概率的因子仅保留了土壤pH和土壤AK含量。

由表5对模型2的预测准确率检验表明，在该区间总样本的预测准确率达到了87.1%，同比模型1的预测准确率提高了16.1%。其中，对感病样本的预测准确率，模型2和模型1保持相同，都达到了95%；而对不感病样本的预测准确率，模型2达到了72.7%，同比模型1提高了45.4%。因此，在土壤氮供应适宜区间，模型2的优化效果明显。而在土壤氮供应过量区间，模型3的预测准确率虽然较高，达到了91.4%，但是对不感病样本的预测准确率仅有55.6%；而模型1在该区间对不感病样本的预测准确率也达到了66.7%。因此，在该区间，模型1相比模型3更优。

表5 模型评价Table 5 Model evaluation

将模型2和模型1分别作为土壤AN供应适宜区间（80～150 mg·kg-1）和过量区间（150～283 mg·kg-1）的区段模型，组合成山核桃干腐病感病概率预测的优化模型。优化后的组合模型对样本植株山核桃干腐病感病概率的预测准确率达到了91.01%，其中，对感病样本的预测准确率达到了95.7%，而对不感病样本的预测准确率也达到了70.0%，同时表明，当土壤AN供应在适宜区间时，模型中土壤pH的系数显著大于其他影响因子的系数。因此，土壤pH的改变对植株山核桃干腐病感病概率的影响最大，同时，除土壤pH和N/K外，影响植株山核桃干腐病感病概率的影响因子可能还包括土壤紧实胁迫等其他因素；当土壤AN供应过量时，土壤pH和N/K的系数差异不显著，但在一般经营情况下，N/K的变化幅度更大，因此，当土壤pH在土壤AN过量区间时，氮钾的养分供应平衡对植株山核桃干腐病感病概率的影响更大。

3 讨论

通过对土壤pH及氮磷钾养分与样本植株山核桃干腐病感病状况的关系进行逻辑回归分析，建立了模型1：Logit（p）=－1.694xpH+1.16xN/K+7.747，其中，xpH和xN/K是影响植株山核桃干腐病感病概率的主要因子。土壤pH是植物土壤酸碱适宜性指标，而氮和钾是影响植物生长和抗病性最重要的养分因子，土壤氮、钾养分平衡对植物生长有重要的影响[10]，土壤氮、钾含量适宜，N/K适中，植物的抗病性最强[11]。该模型揭示了土壤环境中，土壤pH和氮、钾养分的协同供应是影响植株山核桃干腐病感病概率的主要因子。经检验，模型1预测的总准确率虽然达到了83%，但各相关因子在不同分布区间的样本预测总准确率、感病样本准确率和不感病样本准确率存在差异。说明该模型还存在不足，其原因可能是各相关因子对植株山核桃干腐病感病概率的影响比较复杂，并非完全是线性关系。

土壤pH对植株山核桃干腐病的感病条件概率密度分布大致可分为2个区间：一是当土壤pH＜5.2时，样本感病条件概率高达0.8以上，区间样本感病比例高达84.8%；二是当pH≥5.2时，样本的感病条件概率呈波浪形下降，区间样本感病比例为57.1%。这一变化规律与马闪闪等[12]对山核桃林地土壤pH与交换性酸关系的研究结论相一致。当pH ＜ 6.0时，土壤交换性酸逐步增加，当pH＜5.0时，土壤交换性酸显著增加，交换性铝被大量释放。而曾诗媛等[13]的试验证明，山核桃幼苗在铝处理浓度大于每株0.5 g·kg-1（硫酸铝6.25 g）时，其根系生长受到严重抑制。因此，在强酸性土壤环境中，酸铝胁迫会导致山核桃根系生长严重受阻，造成树势衰退、抗病能力下降，从而引发病害的发生，这是土壤pH对山核桃干腐病感病的主要影响机制。

氮素营养与植物病害的关系比较复杂。一般认为土壤氮素供应不足时，植物生长受到抑制，抗病能力下降，而氮素供应过量时会提高植物对病害的敏感性[14]。本研究根据山核桃生长对氮素养分的需求特征，划分不同土壤供氮水平区间，采用分区段回归建模的方法，分别获得了氮适宜区间模型：Logit（p）=－6.446xpH+0.21xAP+1.435xN/K+29.113和氮过量区间模型：Logit（p）=－1.069xpH－0.041xAK+14.229。经模型检验，2个模型对植株山核桃干腐病感病概率的预测准确率分别达到了87.1%和91.4%；分区间组合模型的预测准确率也达到了89.9%，感病样本和不感病样本的预测准确率分别达到了97.1%和65.0%。与模型1相比，分区间组合模型得到了进一步优化，准确率得到了显著提高。然而，不同氮水平区间的样本感病比例存在差异，土壤氮适宜区间的样本感病比例为64.5%，而氮过量区间的样本感病比例高达84.5%。说明土壤氮养分过量时，会显著增加植株山核桃干腐病的感病风险。

氮适宜区间模型包含了土壤pH、N/K和土壤AP含量 3个感病概率影响因子，而各因子对感病概率的影响系数间存在显著差异，并以土壤pH的系数最大，N/K次之。根据模型，当土壤AK含量和AP含量分别处于山核桃生长需求的适中区间，即分别为 80～110 mg·kg-1和5～10 mg·kg-1时，仅在土壤pH为强酸性条件下，植株山核桃干腐病的感病概率才会明显增高；当土壤pH处于弱酸性或中性条件，磷养分供应适中时，仅在土壤钾元素养分供应严重不足时，植株山核桃干腐病的感病风险才会显著上升。另一方面，模型中，土壤AP含量的影响系数为正值，表示土壤AP含量越高植株山核桃干腐病的感病风险越大，这与“充足的磷素养分能提高植物抗病害能力”这一研究结果相反。长期大量施用含磷肥料会造成土壤有效磷养分的积累，并显著增高土壤磷素的淋失风险[15]。山核桃林地土壤AP的淋失临界值为19.3～29.3 mg·kg-1，而部分样本土壤AP含量高达40 mg·kg-1以上[16]。土壤磷的淋溶拐点主要受土壤类型和质地的影响，粘质土壤的磷淋溶拐点显著高于砂质土壤[17]。因而，该模型所表达的并不是磷素养分本身对植株山核桃干腐病感病概率的直接影响，可能是间接反映了土壤质地与植株山核桃干腐病感病概率的关系，即土壤质地黏性过重会增加植株山核桃干腐病的感病风险。综上所述，在土壤氮素养分适宜时，植株山核桃干腐病的感病概率相对较低，而土壤环境胁迫是影响植株山核桃干腐病感病概率的主要原因，胁迫类型主要包括酸铝胁迫、土壤紧实胁迫和低钾养分胁迫。

氮过量模型揭示了研究区长期偏施氮肥或土壤氮素过量造成土壤酸化、钾离子等盐基离子淋失风险增高导致植株山核桃干腐病感病风险的显著增高[18]。2013年，临安区7个主要山核桃生产乡镇的林地土壤pH值平均为5.2，其中低于5.0的比例占47%；土壤AN平均含量为156 mg·kg-1，其中高于100 mg·kg-1的比例占91%；土壤AK的平均含量为85.9 mg·kg-1，其中低于80 mg·kg-1的比例占51%[19]，而同期植株山核桃林干腐病的发病率达到了86%以上，与模型揭示内容一致。钾能提高植物对氮的吸收和利用，平衡氮营养，消除过量施用氮肥造成的不良影响[20]，还参与植物的生长代谢调节，加速蛋白质合成，提高抗病能力[21]。该模型能客观反映氮过量条件下山核桃林山核桃干腐病高发的实际情况。建议在养分管理上采取减氮（或不施氮肥）增钾的施肥策略，在土壤改良上采用增施石灰、有机质肥等的措施，重点提高土壤的酸缓冲能力，从而降低植株山核桃干腐病的感病风险。