刺梨叶片营养元素与果实产量、维生素C含量 的相关性及营养诊断标准值的建立

樊卫国 潘学军 杨婳若 陈红 官纪元 周禹佳 穆瑞 何春丽

摘 要：刺梨（Rosa roxburghii Tratt.）是中国西南地区的特有果树，果实维生素C含量极高是刺梨最具特色的品质特征。目前在刺梨栽培中，盲目施肥的现象极为普遍。研究刺梨叶片的营养元素含量与果实产量及品质的关系，建立刺梨叶分析营养诊断标准，以便为刺梨优质丰产的养分管理提供科学依据。本研究选择贵州不同地区的70个5年生‘贵农5号’刺梨代表性果园，在营养诊断期取叶片测定其中的营养元素含量，在果实成熟期测定果实产量及果实中维生素C的含量，分析叶片营养元素含量与果实产量和果实中维生素C含量的相关性。对测定样本的叶片营养元素含量值的分布进行正态显著性检验，在此基础上用4分点5级概率分级法对样本的营养元素含量进行分级，确定刺梨叶分析营养诊断的缺乏值、低值、适宜值、高值和过量值范围。研究结果表明：贵州不同地区的‘贵农5号’刺梨果实产量及其维生素C含量的差异明显，果实产量的变异系数大，在70个取样果园中，刺梨果实产量在1.04～23.51 kg/株之间，其变异系数在11.06%～49.78%之间。在刺梨高产、中产和低产园中，叶片中营养元素含量的差异很大，其变异系数19.81%～99.27%之间。刺梨叶片所有的营养元素含量与果实产量及维生素C含量的关系密切，均表现出一元二次非线性回归的函数关系。其中，与果实产量之间的相关系数达到显著或者极显著水平;除Zn以外，叶片的其他营养元素与果实维生素C含量的相关系数也达到显著水平。在70个代表性样本中，刺梨叶片的所有营养元素含量均为正态分布，符合用概率分级法划分确定叶分析营养诊断标准值的设定条件。刺梨叶片的所有营养元素含量与果实产量和维生素C的含量密切相关。刺梨叶片中的营养元素含量过高或过低，都会降低刺梨果实的产量和维生素C的含量。不同样本的刺梨叶片营养元素含量的分布具有显著的正态性。在此基础上采用4分点5级概率分级法建立的刺梨叶分析营养诊断标准值具有可靠性，可用于刺梨的营养诊断。

关键词：刺梨;营养元素;果实产量;维生素C;相关性;营养诊断;标准值

中图分类号：S661.9

文献标志码：A

刺梨（Rosa roxburghii Tratt.）在我国西南地区种植日益广泛，仅贵州的种植规模已超过15万公顷，且大部分种植于喀斯特地区[1]。该地区的土壤类型及养分具有高度的异质性[2]。因此，刺梨树体的养分状况和果实产量及品质存在极大差异[3]。在刺梨的栽培中，盲目施肥的问题突出。探究刺梨叶片营养元素含量与果实产量及品质的关系，建立以刺梨叶分析营养诊断为基础的施肥技术体系，对于实现喀斯特地区刺梨栽培的养分差异化管理和进行刺梨果实产量及品质调控具有重要意义。果树叶片的营养元素含量是树体营养状况的重要反映，而且与果实产量及品质有密切关系[3-7]。迄今，有关刺梨的叶片营养元素含量与果实产量关系未见报道。维生素C含量极高是刺梨果实最具特色的重要品质特征，其含量高低是衡量刺梨果实品质优劣的重要指标[8]。这一指标究竟与叶片的营养元素含量有无关联尚不清楚，对刺梨进行营养诊断也无据可依。然而在其他果树上，利用“标准值”法（standard value，SV）[5-6]、适宜范围法（sufficiency range approach，SRA）、诊断施肥综合法（diagnosis recommended integrated system，DRIS）、适度偏差百分数法（deviation from optimum percentage，DOP）、组分营养诊断法（component nutrient diagnosis，CND）等方法[9]建立的叶分析营养诊断施肥技术已广泛应用于生产，在营养诊断的基础上通过施肥、修剪等农艺措施调控树体的营养及果实的产量和品质也收到良好成效。在果树的叶分析營养诊断标准建立中，“标准值”法是将果树营养诊断期的叶片营养元素含量测定结果，与事先建立的营养诊断标准值（缺乏值、低值、适宜值、高值、过量值）比较，综合分析判断果树营养元素含量的丰缺程度[5-6]。这种方法能够直观地确定诊断对象营养元素含量所处的范围，便于判断营养元素含量高低对果实产量及品质的影响，同时能够为分析不同营养元素间的相互关系提供依据，具有简单适用等特点，在国内外一直广泛使用。而SRA、DRIS、DOP、CND等方法是根据果树叶片营养元素含量和果实产量等参数，通过数理统计分析得出不同营养元素的适宜含量范围，以此判定果树营养元素含量的丰缺。其中，DRIS和DOP法还能确定不同营养元素的需求程度和顺序，对指导果树的施肥和营养调控具有较为精准的作用。但这些方法存在计算复杂、工作量大、理解难度高、生产者难以掌握等缺点[9]。在我国早期的果树叶分析营养诊断标准值的建立中，主要是根据不同产量状态下的果树叶片营养元素含量和施肥试验的经验总结来确定，所得出的标准值难免具有主观性。本世纪以来，果树数量性状概率分级法[10-12]被引入到营养诊断标准值建立中。这种方法是将果树叶片的营养元素含量视为数量性状，以不同样本叶片的元素含量平均值和标准差的概率为分级依据，检测营养元素含量值是否服从正态分布，对于服从正态分布的营养元素样本，按10%、20%、40%、20%和10%的概率将营养元素含量值划分为缺乏值、低值、正常值、高值、过高值5个等级范围[13]。用此方法已在苹果[13-15]、猕猴桃[16]、扁桃[17]、荔枝[18]龙眼[19]、笃斯越橘[20]等果树上建立了营养诊断标准值，为指导这些果树的合理施肥提供了科学依据。目前，在刺梨生产中，营养诊断下的科学施肥和果实产量及品质调控的技术体系急待建立。为此，我们探究了刺梨叶片营养元素与果实产量及维生素C含量的关系，采用概率分级法建立了刺梨叶分析营养诊断标准值，以便为提高刺梨果实产量及品质的营养调控提供理论依据，为喀斯特地区刺梨合理施肥提供技术指导。

1 材料与方法

1.1 试验材料与设计

于2018年至2020年在贵州龙里、贵定、花溪、独山、安龙、遵义、水城等县、市（区）刺梨主产区进行取样。品种为‘贵农5号’ 刺梨，扦插繁殖，树龄5年生。栽培土壤分别为石灰性黄壤、黑色石灰土、耕作土、微酸性黄壤等，土壤pH在4.89～8.32，碱解N 25.33～195.77 mg·kg-1，有效P 3.56～60.59 mg·kg-1，速效K 18.55～191.39 mg·kg-1，交换性Ca 505.71～6 906.12 mg·kg-1，交换性Mg 33.58～231.33 mg·kg-1，有效Fe 2.84～66.13 mg·kg-1，有效Mn 9.02～168.88 mg·kg-1，有效Cu 0.05～6.61 mg·kg-1，有效Zn 0.13～13.20 mg·kg-1，有效B 0.03～1.21 mg·kg-1。

取样前先确定不同产量样地共70个，每个样地代表一个样本。在每个样地中，随机选择6株为一个取样小区，每个取样小区重复3次。对取样样地不改变原有的肥水管理习惯和方式，但从取样前1年至取样期，禁止喷施叶面肥和农药。

1.2 取样及测定

在刺梨叶分析营养诊断期（6月下旬和7月初）[21]进行叶片取样。取样时在取样小区每株树冠的中上部外围，对东、南、西、北4个方位的春梢营养枝中部叶各取叶10片，装入塑料袋内置于冷藏箱中带回实验室，按国标《果树叶标样》（GB7171—1987） 的方法对叶样进行洗涤和预处理。在果实成熟期对各取样小区每株的果实进行采收，测定单株果实产量，将每个取样小区的果实混合后随机取30个果实带回实验室进行品质测定。刺梨叶片营养元素含量和果实品质指标的测定采用文献[22]中的方法。其中，叶片N用凯氏法，P用钒钼黄比色法，K用火焰光度法，Ca、Mg、Fe、Mn、Zn、Cu用原子吸收分光光度法，B用姜黄素比色法。果实可溶性总糖含量测定用蒽酮比色法，总酸含量测定用酸碱滴定法，维生素C含量测定用2，6-二氯靛酚法。

1.3 不同产量园区的划分

用K-均值聚类法[23]，使用SPSS 18.0软件对70个取样果园进行高产园、中产园和低产园的划分。

1.4 营养诊断标准值的确定

按照果树数量性状概率分级[10-12]的基本原理，对测定样本的叶片营养元素含量值，用SPSS 18.0软件分析检验是否服从正态分布，确定样本营养元素含量分布偏度，并进行正态显著性检验[22]。参考前人在苹果[13-15]、猕猴桃[16]、扁桃[17]、荔枝[18]、龙眼[19]等叶片营养诊断标准值建立的方法，将符合正态分布的营养元素含量值用正态分布概率的4个分级点（平均值-1.281 8×标准差;平均值-0.524 6×标准差;平均值+0.524 6×标准差;平均值+1.281 8×标准差）计算划分出5个营养诊断标准值范围。其中，用平均值-1.281 8×标准差计算出缺乏值的上限值和低值的下限值，用平均值-0.524 6×标准差计算出低值的上限值和适宜值的下限值，用平均值+0.524 6×标准差计算出适宜值的上限值和高值的下限值，用平均值+1.281 8×标准差计算出高值的上限值和过量值的下限值，最后得出缺乏值、低值、适宜值、高值和过量值的含量范围。

1.5 数据处理

在Excel上进行基本数据统计。用DPS v7.05 统计软件进行叶片营养元素含量与果实产量及品质指标的相关性分析和显著性测定。

2 结果与分析

2.1 刺梨不同产量园区的划分及其产量和叶片营养元素含量的描述性统计

2.1.1 刺梨高产、中产及低产园区的划分及其果实产量的描述性统计结果

根据刺梨果实产量的测定结果，用K-均值聚类法将70个样地划分为高产园、中产园和低产园（表1）。其中：高产园有样本数33个，果实产量范围在15.23～23.51 kg/株之间，平均产量19.17 kg/株，产量的变异系数为11.06%，小于中产园和低产园;中产园和低产园的样本数分别为22个和15个，刺梨的果实产量范围分别为7.89～14.66 kg/株和1.04～7.32 kg/株，变异系数分别为20.29%和49.78%。由此可见：在高产园的刺梨果实产量的变化明显小于中产园和低产园，且产量变化的居中性好于中产园和低产园。

2.1.2 不同产量园区的刺梨叶片营养元素含量的描述性统计结果

刺梨不同产量园区的叶中营养元素的含量范围、平均值、标准差和变异系数均有明显差异（表2）。这种差异既是不同产量状态下植株体内养分客观差异的反映，而且与取样地区刺梨园土壤养分的差异有关。表2显示，高产园所有营养元素的含量范围较小，其次是中产园，低产园的营养元素含量范围最大。此外，高产园的叶片中所有营养元素含量的变异系数在19.81%～38.86%之间，中产园和低产园分别为35.07%～60.63%和53.85%～99.27%。由以上结果可推测，刺梨叶片的营养元素含量维持在一个适当且变化幅度相对较小的范围有利于高产，而刺梨果实低产可能与叶片中营养元素含量过低或过高有关。

2.2 刺梨葉片的营养元素含量与果实产量及维生素C含量的相关性

2.2.1 营养元素含量与果实产量的相关性

相关性测定结果表明：刺梨叶片中所有的营养元素含量与果实产量均呈一元二次非线性回归的函数关系（图1）。其中，N、P、K、Ca、Mg、Fe、Mn、Zn、B元素的含量与果实产量的相关系数均达到极显著水平（P<0.01），Cu的含量与果实产量的相关系数均达到显著水平（P<0.05）。由此可见，刺梨叶片营养元素含量与果实产量密切相关。在叶片营养元素含量较低的状态下，刺梨的果实产量随叶片营养元素含量的增加而增大;在叶片的营养元素含量处于一个较高的合理区间状态下，刺梨果实产量高;而当叶片的营养元素含量过高后，果实的产量反而降低。因此，叶片营养元素含量处于一个合理的范围区间是刺梨丰产的重要前提条件，而刺梨叶片营养元素的含量过低或过高，都不利于提高果实产量。上述相关性也为刺梨叶片营养诊断标准值的确定提供了重要的依据。

2.2.2 营养元素含量与果实维生素C含量的相关性

维生素C的含量极其丰富是刺梨果实最重要的品质特征。刺梨叶片中所有营养元素的含量与果实中维生素C的含量均呈一元二次非线性回归的函数关系（图2）。其中，除Zn与果实中维生素C含量的相关系数未达到显著水平外，叶片中的N、P、K、Ca、Mg、Fe、Mn、Cu、B的含量与果实中维生素C含量的相关系数均达到显著水平（P<0.05）。由此可见，叶片中营养元素的含量过高或过低，都不利于刺梨果实中维生素C含量的提高。这一结果为刺梨果实的品质调控提供了重要启示，即将刺梨叶片的营养元素含量维持在一个相对合理的水平区间，有利于提高刺梨果实品质。

2.3 刺梨叶片营养元素含量的样本分布频次

叶片营养元素含量的样本分布是否服从正态分布且具有显著性，是利用概率分级法划分和确定叶分析营养诊断标准值的先决条件。本研究中的70个样本中，叶片营养元素的含量值经过分布函数的χ2检验后，得出了图3中不同元素含量样本的分布频率。其中，P含量样本分布的居中性最好，概率分布的偏度值为0（表3）;K、Ca、Mg、Mn、Zn、B元素含量样本分布也有较好的居中性，其中K、Ca、Mn元素含量样本的概率分布偏度值分别为-0.06、-0.05和-0.18，这3种元素含量样本的概率分布均表现出负偏离特征，而 Mg、Zn、B元素含量样本的概率分布偏度值分别为0.11、0.20和0.16，具有正偏离特征。

2.4 刺梨叶片营养元素含量范围和正态性检验

在本研究中，应用SPSS 18.0软件分析检验叶片中营养元素含量是否服从正态分布，并对正态分布的显著性进行K-S检验。对于K-S检验值大于0.05的，表示不同营养元素含量的样本呈正态分布，并具有显著性;若K-S检验值小于0.05的，表示不同营养元素含量的样本不服从正态分布。从表3显示，所有样本的N、P、K、Ca、Mg、Fe、Mn、Cu、Zn、B元素的含量范围、平均值、标准差及其变异系数都有明显的差异，而且K-S检验值在0.35～0.99之间，均大于0.05，表明全部样本的N、P、K、Ca、Mg、Fe、Mn、Cu、Zn、B元素含量的分布均服从正态分布。因此，在本研究中涉及的取样样本的营养元素含量值符合概率分级法划分叶片营养诊断标准值等级的既定条件，可以用作营养诊断标准值等级的划分。

2.5 刺梨叶分析营养诊断标准值的确定

由于本研究全部样本的叶片营养元素含量值均具有显著性正态分布特征，而且营养元素含量与刺梨果实产量也具有显著和极显著的一元二次非线性回归的函数关系，完全符合概率分级法划分叶片营养诊断标准值等级的既定条件。因此，采用4分点5级概率分级法计算划分出刺梨叶分析营养诊断标准值，包括缺乏值、低值、适宜值、高值、过量值的含量范围（表4）。

3 讨论

3.1 刺梨叶分析营养诊断标准值的可靠性分析

果树叶片的营养元素含量是树体营养状况的反映，并且与果树的生长和产量有密切关系。当营养元素含量处于缺乏区和低值区时，果实产量随营养元素含量的提高而增加;当营养元素含量处于适宜区时，产量能够达到最高;而营养元素含量超过适宜区，果树的产量不再增加甚至会降低[5]。从理论上说，叶片营养元素含量与果实产量究竟表现出何种关系，与不同样本的营养元素含量值所处的范围区间有关。若不同样本的营养元素含量值处于缺乏区和低值区，叶片营养元素含量与果实产量间的关系则可能表现出正相关;若不同样本的叶片营养元素含量值处于适宜区，叶片营养元素含量与果实产量的相关性可能不明显;若叶片营养元素含量处于高值区或过量区，与果实产量的关系可能会表现出负相关。在果树营养诊断标准值的建立中，取样样本是否具有代表性以及叶片营养元素含量是否与果实产量有极其密切的联系，是保证营养诊断标准值具有可靠性的重要前提。因此，除保证足够的样本和取样及分析检测规范之外，不同样本应涵盖低产区、中产区和高产区，且叶片的营养元素含量与果实产量要有密切的关联度。在本研究中，刺梨叶片的所有营养元素含量与果实产量均表现出极显著或显著的一元二次非线性回归的函数关系。这种关系遵循了叶片营养元素含量与果实产量的相互关系的基本规律，也是本研究确定的取样样本具有代表性的具体反映。在本研究的刺梨营养诊断标准值的建立中，采用的是概率分级法。用此方法，一些研究者已在苹果[13-15]、猕猴桃[16]、扁桃[17]、荔枝[18]、龙眼[19]等果树上建立了营养诊断标准值，并应用于生产实践，收到较好的应用效果。采用概率分级法建立营养诊断标准值的前提条件是：不同样本的叶片营养元素含量必须呈正态或偏态分布[13-15]，而且叶片营养元素含量与果实产量之间有明显的相关性。在本研究中，刺梨不同样本的叶片营养元素含量值分布均有显著的正态性，叶片的营养元素含量与刺梨果实产量密切相关，符合用概率分级法划分叶片营养诊断标准值等级的既定条件。因此，本研究确定的刺梨叶分析营养诊断标准值具有可靠性。

3.2 刺梨叶片营养元素对果实维生素C含量的影响

有关果树叶片营养元素对果实维生素C含量的影响已有很多报道。在对‘Kinnow’宽皮柑橘喷施叶面肥，果实中的维生素C含量随叶片中N、P、K、Ca、Mg、Fe、Mn、Zn等元素含量的提高而明显增加[24-25]，柚叶片的Cu含量与果实维生素C含量呈极显著正相关[26]。在猕猴桃上，中华猕猴桃果实的维生素 C含量随叶片中Ca、Mg、Fe、Cu、B元素含量的提高而明显增加[27]，软枣猕猴桃果实维生素C含量与叶片的N、K含量呈显著正相关[28]。在不同土壤上，灰枣叶片的P含量与果实维生素C含量也表现出极显著正相關[29]。而在刺梨上，叶片中几乎所有的营养元素与果实维生素C的含量均表现出一元二次函数非线性回归的函数关系，即在叶片营养元素含量处于低值以下时，随着营养元素含量的增加，果实的维生素C含量明显增大;叶片营养元素含量处于适宜值范围内时，果实的维生素C含量很高;叶片营养元素含量处于高值以上时，果实的维生素C含量反而降低。因此，叶片营养元素含量过低或过高都不利于提高刺梨果实维生素C的含量。虽然刺梨叶片的营养元素如何对果实维生素C合成积累产生影响的生理机制研究鲜见报道，但刺梨果实中维生素C的含量与叶片中蔗糖和葡萄糖的含量呈极显著正相关关系[8]，对刺梨果实增加Ca2+能够促进维生素C的合成基因 GalLDH和GPP及其再生基因DHAR和MDHAR 的表达有显著的上调作用，进而能够促进刺梨果实的维生素C合成和积累，而增加Cu2+只能促进维生素C的氧化，降低维生素C的含量[30-31]。叶片的营养元素在参与糖的合成及其向果实的输送具有重要作用，同时也会向果实转运。因此，刺梨叶片的营养元素对其果实维生素C的影响可能有间接的联系。

3.3 刺梨叶片营养诊断标准值的应用

刺梨的叶分析营养诊断期是6月下旬和7月初[21]，果实成熟期是8月至9月。维生素C的含量高低是衡量刺梨果实品质优劣的重要品质指标之一。刺梨果实中的维生素C在7月中旬后开始快速积累[8]，叶片中的营养元素含量过低或过高都会降低刺梨果实的维生素C含量。因此，本研究建立的刺梨营养诊断标准值，不仅可以用于刺梨生产中的营养诊断，而且可以用于刺梨果实品质优劣的早期预判。

4 结论

贵州不同地区刺梨的果实产量、维生素C含量和叶片营养元素含量的差异及变异系数大，叶片营养元素含量与果实的产量和维生素C的含量之间均表现出一元二次非线性回归的函数关系，刺梨叶片中所有营养元素含量过高或过低都会降低果实的产量和维生素C含量。不同样本的刺梨叶片中所有营养元素含量的分布均有显著正态性，符合用概率分级法划分确定叶分析营养诊断标准值的设定条件。采用4分点5级概率分级法建立的刺梨叶分析营养诊断标准值可用于刺梨的营养诊断和果实品质优劣的早期预判。

参考文献：

[1]樊卫国， 潘学军， 陈红， 等. 草酸对刺梨立地石灰性土壤及叶片养分和果實产量、品质的影响[J]. 果树学报， 2021， 38（7）： 1113-1122.

[2] 何洁， 严友进， 易兴松， 等. 喀斯特地区土壤异质性及其与植物相互作用[J]. 应用生态学报， 2021， 32（6）： 2249-2258.

[3] 肖杰， 熊康宁， 李开萍， 等. 喀斯特石漠化治理区不同地形土壤养分与刺梨果实品质相关分析[J]. 江苏农业科学， 2019， 47（14）： 143-147.

[4] 邱超， 胡承孝， 谭启玲， 等. 钙、硼对常山胡柚叶片养分、果实产量及品质的影响[J]. 植物营养与肥料学报， 2016， 22（2）： 459-467.

[5] 仝月澳， 周厚基. 果树营养诊断法[M]. 北京： 农业出版社， 1982： 58-110.

[6] 李港丽， 张光中. 果树文集（5）[M]. 北京： 北京农业大学出版杜， 1988： 11-63.

[7] DAR M A， WANI J A， RAINA S K， et al. Relationship of leaf nutrient content with fruit yield and quality of pear[J]. Journal of Environmental Biology， 2015， 36（3）： 649-653.

[8] 何春丽， 樊卫国. 遮光对刺梨果实和叶片中维生素C与糖含量以及相关酶活性的影响[J]. 西北植物学报， 2020， 40（12）： 2081-2092.

[9] 范志懿， 刘佳嘉.果树叶片营养诊断方法研究进展[J]. 山西农业科学， 2020， 48（12）： 2017-2022.

[10]刘孟军. 桃树部分经济性状的种内变异及其分级标准研究[J]. 北京农学院学报， 1992， 7（2）： 98-104.

[11]刘孟军. 枣树数量性状的概率分级研究[J]. 园艺学报， 1996， 23（2）： 105-109.

[12]刘平， 刘孟军， 周俊义， 等. 枣树数量性状的分布类型及其概率分级指标体系[J]. 林业科学， 2003， 39（6）： 77-82.

[13]安贵阳， 史联让， 杜志辉， 等. 陕西地区苹果叶营养元素标准范围的确定[J]. 园艺学报， 2004， 31（1）： 81-83.

[14]李海山， 赵同生， 张新生， 等. 燕山山区苹果叶片矿质营养标准范围的确定[J]. 河北农业科学， 2011， 15（5）： 17-19.

[15]刘小勇， 董铁， 王发林， 等. 甘肃省元帅系苹果叶营养元素含量标准值研究[J]. 植物营养与肥料学报， 2013， 19（1）： 246-251.

[16]徐光焕， 陈元磊， 王南南. 陕西省周至县‘翠香’猕猴桃叶片营养诊断研究[J]. 陕西农业科学， 2021， 67（2）： 23-29.

[17]杨波， 车玉红， 郭春苗， 等. 新疆莎车县扁桃花营养元素浓度标准范围的确定[J]. 经济林研究， 2015， 33（4）： 123-127.

[18]罗东林， 王伟， 朱陆伟， 等. 华南荔枝叶片营养诊断指标的建立[J]. 植物营养与肥料学报， 2019， 25（5）： 859-870.

[19]朱永聪， 王伟， 周昌敏， 等. 华南龙眼叶片营养诊断指标的建立[J]. 热带作物学报， 2021， 42（2）： 393-404.

[20]张继舟， 李云影， 袁磊， 等. 大兴安岭地区笃斯越橘果实成熟期叶片矿质元素营养诊断[J]. 果树学报， 2019， 36（9）： 1161-1170.

[21]樊卫国， 向显衡， 罗充， 等. 刺梨叶片及果实中营养元素含量的年周期变化研究[J]. 贵州农学院学报， 1992， 11（2）： 73-77.

[22]鲍士旦. 土壤农化分析[M]. 北京： 中国农业出版社， 2000： 264-359.

[23]张力. SPSS 19.0（中文版）在生物统计中的应用[M]. 厦门： 厦门大学出版社， 2013： 10-11.

[24]RAZZAQ K， KHAN A S， MALIK A U， et al. Foliar application of zinc influences the leaf mineral status， vegetative and reproductive growth， yield and fruit quality of ‘Kinnow’mandarin[J]. Journal of Plant Nutrition， 2013， 36（10）： 1479-1495.

[25]NASIR M， KHAN A S， BASRA S A， et al. Foliar application of moringa leaf extract， potassium and zinc influence yield and fruit quality of ‘Kinnow’mandarin[J]. Scientia horticulturae， 2016， 210： 227-235.

[26]張涓涓， 杨莉， 刘德春， 等. 家柚果实品质与土壤、叶片、果实矿质养分的相关性分析[J]. 江西农业大学学报， 2015， 37（5）： 811-818.

[27]徐爱春， 陈庆红， 顾霞， 等. 猕猴桃叶片矿质营养元素含量年变化动态与果实品质的关系[J]. 湖北农业科学， 2011， 50（24）： 5126-5131.

[28]魏丽红， 翟秋喜. 软枣猕猴桃叶片矿质元素变化与果实品质的关系[J]. 北方园艺， 2019（2）： 60-64.

[29]哈地尔·依沙克， 木合塔尔·扎热， 马合木提·阿不来提， 等. 不同土壤条件下灰枣叶片与果实营养品质的相关性[J]. 新疆农业科学， 2018， 55（7）： 1236-1244.

[30]张雪， 杨曼， 安华明， 等.外源Ca2+、Mg2+、Cu2+和吖啶黄素对刺梨果实维生素C合成的影响[J]. 中国农业科学， 2012， 45（6）： 1144-1149.

[31]李良良， 安华明. Ca2+和Cu2+对刺梨果实AsA代谢相关基因表达的影响[J]. 园艺学报， 2016， 43（7）： 1377-1382.

（责任编辑：曾 晶）

Correlation Between Nutrient Element Contents in Leaves and

Fruit Yield， Vitamin C and Establishment of Foliar Nutrient

Diagnosis Standard Values for Rosa roxburghii Tratt.

FAN Weiguo*1，2， PAN Xuejun1，2， YANG Huaruo1，2， CHEN Hong1，2， GUAN Jiyuan1，2，

ZHOU Yujia1，2， MU Rui1，2， HE Chunli1，2

（1.Guizhou University， Guiyang 550025， China; 2.Engineering Technology Research Centre for Rosa roxburghii of National Forestry and Administration， Guiyang 550025， China）

Abstract：

Rosa roxburghii Tratt. is a characteristic fruit tree in southwest China， and the high content of fruit vitamin C is its most special quality characteristics. Due to the late start of Rosa roxburghii cultivation research， the current cultivation technology system is not perfect. Fertilization management lacks scientific basis， and blind fertilization is extremely common. In order to solve the blindness of nutrient management of Rosa roxburghii， the relationship between nutrient content and fruit yield， quality is studied， and the foliar nutrient diagnosis standard values for Rosa roxburghii were established so as to provide a scientific basis for nutrient management of high quality and high yield of Rosa roxburghii. This study is of great significance to guide the rational fertilization of Rosa roxburghii. 70 representative samples of 5-year-old ‘Guinong 5’ Rosa roxburghii in different regions of Guizhou were selected to determine the content of nutritional elements in the nutritional diagnosis period， the fruit yield and the vitamin C in the fruit were determined at the mature stage. The correlation of the leaf nutrient content with the fruit yield and the vitamin C content in the fruit was analyzed. K-mean clustering algorithm was used to divide 70 sample plots into high yield region， middle yield region， and low yield region on SPSS 18.0 software. The leaf nutrient element content of the measured samples was analyzed and tested whether it obeyed the normal distribution by SPSS18.0 software， and the skewness value was determined， then the Kolmogorov-Smirnova normal significance test was conducted. On this basis， the nutrient contents of the samples were divided into 5 grades by 4 dividing points （standardized probability grading-SPG method）， and the range of absence， low value， normal value， high value and excess for the nutrient diagnosis of sample leaf of Rosa roxburghii was determined. In the representative plots of ‘Guinong 5’ Rosa roxburghii in different regions of Guizhou， the fruit yield and its variation coefficient vary greatly. Among them， the fruit yield of high yield region ranges from 15.23kg/plant to 23.51kg/plant， with an average yield of 19.17kg/plant， and the coefficient of variation of yield is 11.06%. The fruit yield of Rosa roxburghii in the middle yield region and low yield region ranges from 7.89kg/plant to14.66kg/plant and ranges from 1.04kg/plant to 7.32kg/plant， and the average yields were 11.19 kg/plant and 4.50 kg/plant， respectively. The coefficients of variation were 20.29% and 49.78%， respectively. The contents of all nutrient elements in leaves of Rosa roxburghii varied greatly among the high yield region， middle yield region and low yield region ， with coefficients of variation ranged from 19.81% to 99.27%. The contents of nutrient elements in leaves were closely related to yield and fruit quality. The contents of all nutrient elements in leaves showed a quadratic nonlinear regression function relationship with fruit yield and vitamin C in fruits. Among them， the correlation coefficient between the contents of all nutrient elements and the fruit yield reached significant or extremely significant levels. In addition， the correlation coefficient between the content of vitamin C in fruits and other nutrient elements in leaves also reached a significant level except Zn. The contents of all nutrient elements in leaves of Rosa roxburghii in 70 representative samples were normally distributed， which met the setting conditions for determining the nutrient diagnosis standard values of sample leaf by SPG method. The fruit yield， the vitamin C in fruit， the contents of nutrient elements in leaves and its variation coefficient vary greatly in the representative plots of ‘Guinong 5’ Rosa roxburghii in different regions of Guizhou. The contents of N， P， K， Ca， Mg， Fe， Mn， Cu， Zn， and B in the leaves of Rosa roxburghii are closely related to the fruit yield and the content of vitamin C， and they all showed a quadratic nonlinear regression function relationship with fruit yield and vitamin C in fruits. The contents of nutrient elements in leaves of Rosa roxburghii was significantly correlated with fruit yield. Except Zn， the content of nutrient elements in leaves was also significantly correlated with the content of vitamin C in fruit. Too high or too low content of N， P， K， Ca， Mg， Fe， Mn， Cu， Zn， and B in leaves would reduce yield and the vitamin C content in fruits of Rosa roxburghii. The distribution of nutrient elements in Rosa roxburghii leaves from different samples has significant normality. On this basis， the foliar nutrient diagnosis standard values by divided into 5 grades by 4 dividing points （SPG method） is reliable， they can be used for foliar nutrient diagnosis of Rosa roxburghii.

Key words：

Rosa roxburghii; nutrient element; fruit yield; Vitamin C; correlation; nutritional diagnosis; standard value

樊卫国，1958年生，贵州安龙人，贵州大学学科（学术）带头人，果树学二级教授，博导，贵州省核心专家，国务院特殊津贴专家。长期从事刺梨等果树的育种、栽培生理与产业化技术研究。现任贵州大学国家林草局刺梨工程技术研究中心主任，贵州省果树工程技术研究中心主任，贵州省刺梨学会理事长，贵州省园艺学会理事长，中国园艺学会理事，中国柑橘学会理事，贵州省林木良种审定委员会经济林专业委员会主任。先后主持国家科技支撑计划、国家科技成果转化项目、贵州省重大科技专项等科技项目50余项，育成刺梨优良新品种4个，脐橙新品种4个，核桃新品种1个，曾被国家科技部表彰为全国优秀科技特派员，先后获得省、部级科技成果一、二、三等奖共11项，其中9项为第一获奖人，发表研究论文160余篇，出版学术专著4部，制订和发布省级地方标准21个。

2329500520271