一年生黑麦草叶面积测定与不同施肥量叶面积的初步研究

2021-11-09苏茂

山东畜牧兽医 2021年9期

苏茂

苏茂

（四川省凉山州畜牧兽医科学研究所，四川西昌 615042）

利用在安宁河流域的一年生黑麦草施肥试验，采集叶片测定叶长与宽，制作数码图片，通过绘图法测定叶面积作依据，用叶长宽组成数组与叶面积进行相关回归拟合，筛选出一年生黑麦草计算叶面积简便快捷的回归方程，y=-26.0185+186.0849x1+211.0069x2-185.1390x3，并通过不同施肥水平叶面积指数分析评价LAI与生物产量的关系, 为进一步提高种植产量提供了依据。

一年生黑麦草；叶长宽数组；回归方程；叶面积指数

四川西南部的安宁河流域，属亚热带暖温生态区，一年生黑麦草在该区冬春生长良好，刈割再生萌发快产量高，是当地牧业发展的优质饲料来源，从深层次评价和了解不同品种，不同种植模式的生产潜力，研究作物生长的重要器官叶片是什分必要的，叶面积是作物光合作用，生理生化和生产力的重要评价参数[1-3]，笔者结合生产试验过程，拟用数码图像绘图法可较准确测定物体面积为依据，结合回归相关法，寻求简便快捷的黑麦草叶面积测定方法，为生产科研服务。

1 材料与方法

1.1 材料

在安宁河流域中段的西昌市市郊凉山州畜牧兽医科学研究所一年生黑麦草种植地，于牧草刈割期，随机按分蘖枝取样，保鲜条件送到室内，作为分析研究材料。

1.2 方法

1.2.1 叶片数码图片制作与叶面积、叶片长、宽的测定将田间取样采集的叶片，分别随机取完整叶片编号，先用标准尺逐片测定叶片的长、宽，为了较准确估测到代表长柳叶叶形的综合宽度，分别从叶尖向下的4 cm处，8 cm处，15 cm处，叶下部5 cm处和15 cm处的逢中各点测一叶宽，计算综合平均叶宽度；然后将叶片按10 cm左右长度剪为节，移放在两块玻璃板中（并标上标尺）压平，利用数码相机垂直对焦制作清晰图片，转入电脑中备用，用电脑安装的 autoACD绘图软件，用绘图法准确测定每片叶的叶面积。

1.2.2 计算叶面积指数按不同施肥量试区与所测叶面积，按公式LAI=总叶面积/土地面积，计算出叶面积指数，用于评价与生物产量的相关性。

1.2.3 数据处理与分析将所测每片叶的长、宽与叶面积相对应，组成分析数组，数组设: 长（x1）、宽（x2）、长宽和（x3）、长宽积（x4）、长与宽（x5）、长与宽和长宽和（x6）、长与宽和长宽积（x7）、长宽和与长宽积（x8）、长与宽与长宽和与长宽积（x9）数组为自变量，设叶面积（y）为依变量，利用Excel和SPSS软件完成变量参数，数组相关，数组回归等分析。

2 结果与分析

2.1 样本叶片性状情况

研究样本性状列表1，看出叶长、综合叶均宽度、数码图像实测叶面积，平均值分别为30.13 cm、0.785 cm和22.80 cm2，看出参数离散度均较大，叶面积大小值之比为1:2.34，表明一年生黑麦草叶片性状之间差异较大。

2.2 叶片长宽数组与叶面积相关系数

叶片数组相关分析列表2，看出除叶长与叶宽，叶宽与长宽和为负相关外，其余数组相关系数均达到显著和极显著水平，其中叶长，长和宽，长宽积与叶面积相关系数达到极显著；自变量间的叶长与长宽和，长宽积数组，长宽和与长宽积数组R值也达到极显著水平，可见涉及叶长、长宽和、长宽积与叶面积数组相关性强，可见组成数组采用回归拟合计算叶面枳方程存在可能性大。

表1 样本叶片性状统计

表2 叶片长宽各数组与叶面积相关系数

2.3 叶面积与长宽数组间回归方程建立与回归拟合分析

利用测定出叶片长和综合平均宽度组成各数组与叶面积的线性回归拟合结果列表3，从表3可看出所建9个一元到多元回归方程，其中长、宽、长宽和数组一元方程拟合度较差，相关系数在0.3774～0.8566之间，决定系数（拟合优度）仅在0.1424～0.7338之间，回归误差在2.1682～ 3.8918之间，均大于其它拟合方程误差值；其它6个方程，拟合相关系数在0.9525～0.9694之间，决定拟合优度在0.9073～0.9397之间，拟合标准误仅在1.0520～1.2791之间，各方程F值均达到极显著水平，表明这些方程拟合可靠程度较高，用于计算叶面积是可行的；比较可看出其中长、宽、长宽和数组，回归误差最小（1.0520），拟合方程相对准确度更高，拟合优度达到0.9397，综合比较分析结果，长与宽与长宽和数组拟合方程，y=-26.0185+186.0849x1+211.0069x2-185.1390 x3，拟合度相对最优。

表3 各数组与叶面积的回归分析

2.4 回归方程的预测面积与数码图像实测面积的比较分析

为了证实数组所建方程计算面积的准确性，将所建方程的预测面积与实测面积列表4，看出所建9个方程预测面积的残差值，分布在-3.6E-11至-5.3E-15之间，表明预测值与实测值差异达到极小差异水平，结合拟合优度程度相对更高的长、宽、长宽和数组方程（回归误差最小1.0520，拟合优度最大0.9397），其预测面积与实测面积拟合散点图一致性好，因此选择长、宽、长宽和数组方程，Y=-26.0185+186.0849x1+ 211.0096x2-185.1390x3，本例拟合值22.7899，与实测平均值22.80相接近，作为黑麦草通式计算叶面积的方程。

表4 所建回归方程预测面积与实测平均面积比较

2.5 一年生黑麦草不同施肥水平叶面积指数分析

经该研究测定得到不同施N肥水平的叶面积指数见表5，各重复试区叶面积指数，在0.812～ 1.782之间，小区6 m2产量在2.57～5.64 kg之间，经方差分析产量差异显著，各小区叶面积指数差异也显著（＜0.05），有关研究指出LAI和生产力是相似的关系，在栽培植物的群体中，LAI大约在4时常是最适值[5]，因此可以看出本例（一年生黑麦草）当不同施N肥量LAI约达到1的差异，产量差异可达到显著水平；二是看出还低于最适LAI指数2以上，仍存在一定生产潜力，表明通过种植密度或施肥等措施促进叶面积增加，使单位面积LAI达到最适水平，提高一年生黑麦草在安宁河流域生态区的生产水平存在可能性。