*通信作者,黑银秀,E-mail: qiannv111@126.com
作者简介:刘君(1985—),男,黑龙江鸡西人,硕士,农艺师,主要从事蔬菜育种工作。E-mail: 21273571@qq.com
收稿日期: 2016-04-27
基金资助:
浙江省重大科技专项 (2014C02006);
台州市科技局项目 (131zd04)中图分类号:S635.3文献标志码:A文章编号:1004-1524(2016)12-2040-07doi: 10.3969/j.issn.1004-1524.2016.12.12
西兰花(broccoli)又名青花菜, 学名Brassica oleracea var. italica, 十字花科芸薹属。西兰花色泽深绿、口味独特、营养全面, 大量医学和营养学研究表明, 经常摄食青花菜可有效降低多种癌症的发病率[1, 2]。浙江省台州市于1989年开始引种试种西兰花, 经过多年的种植和发展, 2014年达到1.33万hm2, 种植面积占全国的20%, 浙江省的60%[3], 目前是中国规模最大的冬春季西兰花生产地区, 已成为浙江东部的特色农业产业带。西兰花产业的形成主要是规模化、产业化、市场化、标准化的结果, 工厂化育苗在整个产业链中占据重要作用。研究西兰花种子萌发机制, 对于西兰花工厂化育苗具有重要的现实意义。
国内近年来主要利用Logistic曲线方程对林木苗期和果实生长量动态进行模拟。杨志玲[4]研究认为, 用Logistic方程可以拟合林木厚朴幼苗苗高和地径的生长动态; 刘慧等[5]以Logistic生长模型为基础, 建立了温室油桃叶片和果实生长发育的回归方程。何小勇等[6]研究表明, 利用Logistic方程可较好地拟合翅荚木种源苗期生长的动态变化, 相关系数在0.997 1~0.999 2之间。陈亚楠等[7]对多年生草本植物丹参根部生长规律 Logistic 模型进行了研究, 重复试验验证结果的决定系数均达到0.95以上。庞世龙等[8]利用Logistic曲线方程对树种大叶栎苗期地径和苗高年生长节律进行拟合, 将大叶栎苗期年生长进程划分为渐增期、速生期和缓增期。朱海军等[9]发现不同品种的薄壳山核桃果实生长呈典型的“ S” 型曲线, Logistic 拟合系数均超过0.961 4。杨占峰等[10]采用Logistic函数构建了甘肃大麦茎秆生长过程的动态模拟模型。刘伟明等[11]利用二次函数数学模型对西兰花不同规格穴盘育苗幼苗生长动态进行了研究, 发现幼苗株高随时序推进, 生长呈“ 慢— 快— 慢” 变化, 幼苗茎粗随时序推进, 生长呈先慢后快。
本研究以Logistic生长曲线方程为模型, 对西兰花幼苗株高、茎粗、鲜质量和干质量进行拟合, 旨在建立西兰花苗期生长模型, 分析其物候期参数和生长参数, 从而掌握苗期生长规律, 以期为西兰花工厂化育苗和规范化栽培管理提供精确的理论依据和技术指导。
1 材料与方法
1.1 供试材料与试验设计
供试品种为台州市农业科学研究院的西兰花中晚熟品种台绿1号, 育苗基质“ 金色3号” 购于杭州锦海农业科技有限公司。种子直播于装有育苗基质的50孔穴盘中, 每批试验育苗10盘, 幼苗出土后适时浇水打药, 按照常规田间管理方法管理。首次试验于2015年6月3日进行播种育苗, 6月16日开始测量数据, 2015年7月15日苗期结束。重复试验于2015年8月31日播种, 2015年9月27日苗期结束, 试验方法和田间管理方法同首次试验。
试验方法:从幼苗第一片真叶长于10 mm开始, 每隔2 d取样测量一次, 每次挑选20株中等大小、有一定代表性且4周内未取过样的幼苗, 测量幼苗株高、茎粗、鲜质量、干质量4个生长指标, 直到移栽至大田试验结束。各个指标测量方法:用电子游标卡尺量株高(子叶节到生长点的长度)和茎粗(与子叶展开方向平行的子叶节的直径), 精确到0.01 mm; 用电子天平称量鲜质量、干质量, 精确到0.000 1 g; 幼苗的根茎叶用去离子水冲洗干净并吸干水分, 称得鲜质量; 在烘箱中105 ℃下杀青15 min, 75 ℃烘干到恒重, 称得干质量。
1.2 西兰花苗期生长模型建立方法
前期多次试验发现, 西兰花苗期的株高、茎粗、鲜质量、干质量的生长速率表现为开始生长缓慢; 以后逐渐加快, 接近线性生长, 进入线性生长期; 达到一定界限之后, 生长速率又趋于缓慢。可见, 其生长规律符合“ S” 型生长曲线“ 慢— 快— 慢” 的特征, 可以用Logistic数学模型进行拟合。
以生长时间(t)为自变量, 累积生长量(y)为应变量, 运用R软件对首次试验的株高、鲜质量、干质量、茎粗4个生长指标进行Logistic曲线拟合。Logistic曲线方程为:
y= k1+ea-bt。 (1)
式(1)中:y为幼苗累积生长量, k表示幼苗生长极限, t表示生长时间(d), a和b为待定系数。
通过决定系数R2和检验值F对西兰花苗期各个生长模型进行拟合效果检验。
1.3 物候期参数的计算
物候期参数包括线性生长起点(t1)、线性生长终点(t2)和线性生长期(LGD)3个参数。
对公式(1)求三阶导数, 则求得植物生长变化速度曲线的两个拐点(t1, y1)和(t2, y2), 其中, t2, 1= a±ln(2+√3)b, y2, 1= (3±√3)k6。曲线左拐点t1为线性生长起点, 曲线右拐点t2是线性生长终点, t1~t2为幼苗的线性生长期(LGD)。各个参数计算公式如下:
t1= a-ln(2+√3)b。 (4)
t2= a+ln(2+√3)b。 (5)
LGD=t2-t1= 2ln(2+√3)b。 (6)
1.4 生长期参数的计算
生长参数包括最大线性生长速率(MGR)、线性生长速率(LGR)、线性生长量(TLG)和线性生长量占总生长量的百分比共4个参数。
对公式(1)求二阶导数, 则求得“ S” 型生长曲线上的拐点(t0, Y0)=(a/b, k/2), 又称速生点。此时, 生长速率为最大线性生长速率(MGR)。线性生长期t1~t2间的植物平均生长速度为线性生长速度(LGR)。线性生长期t1~t2内的生长量为线性生长量(TLG)。各个参数计算公式如下:
MGR=Vmax= 14bk。 (7)
LGR=TLG/LGD= kb2√3ln(2+√3)。 (8)
TLG=y2-y1= k√3。 (9)
1.5 生长模型的验证
首次试验的数据用于建立模型, 重复试验的数据进行模型验证。用y1, …, yn表示验证试验中第i个时间点的实测值, 用g1, …, gn表示通过拟合出的模型计算出的第i个时间点的预测值, 即:
˙yi= k1+ea-bti。 (10)
以实测值为横坐标, 预测值为纵坐标做散点图, 即以(y1, ^y1), …, (yn, ^yn)为坐标做散点图。对这些点做线性回归, 看R2是否足够大, 看斜率是否接近1。
1.6 数据处理和分析
试验数据利用R 2.14.1软件进行Logistics函数拟合, 利用Excel 2007进行相关参数的计算和作图。
2 结果与分析
2.1 西兰花苗期生长模型的拟合和建立
将试验收集的数据进行Logistic拟合, 建立西兰花苗期生长曲线模型(表1)。结果发现, 各个生长指标的Logistic拟合方程的相关系数在0.981 1~0.996 7之间, 与F对应的概率值P均小于0.005, 表明Logistic拟合方程与实测数据的相关性达极显著水平, 说明利用Logistic方程拟合西兰花苗期株高、茎粗、鲜质量、干质量是可行的。
西兰花苗期株高模型为y= 42.174511+e5.1013-0.18746t; 西兰花苗期茎粗模型为y= 4.416671+e2.24843-0.107351; 西兰花苗期鲜质量模型为y= 6.028561+e6.37672-0.220821; 西兰花苗期干质量模型为y= 1.107561+e4.96637-0.133491。
2.2 西兰花幼苗各个阶段的生长特点
从表2可以看出, 西兰花幼苗不同生长指标的物候期参数存在明显差异。西兰花幼苗茎粗于播种后8 d最早进入线性生长期, 株高和鲜质量在播种后20 d即进入线性生长期, 干质量最晚进入线性生长期(播种后约27 d), 与茎粗相差19 d。株高与鲜质量线性生长期持续时间比较一致, 达12~14 d, 而茎粗和干质量的线性生长期持续时间长达20~24 d。株高、鲜质量、干质量线性生长终点表现同步性, 基本在播种后34 d到达线性生长终点, 而茎粗在播种后47 d仍表现出线性生长趋势。
西兰花幼苗的株高和茎粗的最大生长速率分别为1.976 5 mm· d-1和0.118 5 mm· d-1, 在线性生长期内, 西兰花幼苗株高平均生长速率达1.733 0 mm· d-1, 茎粗平均生长速率0.103 9 mm· d-1, 生长量分别为24.349 5 mm和2.550 0 mm, 占总生长量的63.31%和65.55%。鲜质量和干质量的平均生长速率为0.291 8和0.032 4 g· d-1, 最大生长速率为0.332 8和0.037 0 g· d-1, 生长量为3.480 6和0.639 5 g, 分别占总生长量的61.48%和85.16%。可见线性生长期内的生长量(TLG)在幼苗生长过程中非常重要, 它决定着幼苗整个生长期的生长量。
线性生长末期生长量, 即S曲线的第二个拐点纵坐标值y2, 如下:株高33.26 mm, 茎粗3.48 mm, 总鲜质量4.75 g, 总干质量0.87 g, 该指标可以为西兰花苗期定植提供一定参考。
2.3 西兰花幼苗各生长时期的划分
根据2.1节中建立的生长模型作图, 并依S曲线的两个拐点将株高、茎粗、鲜质量和干质量的Logistic曲线生长进程划分为渐增期、速生期(即线性生长期)和缓增期, 详见图1, 这一划分与2.2节中西兰花幼苗各个生长阶段的生长特点相符。
不同生长指标的速生期的起止时间和持续时间存在较大差异, 各指标在播种后8 d陆续进入速生期, 播种后33 d陆续进入缓增期, 建议在播种后20~33 d加强水肥管理, 在苗龄33 d时开始进行定植。
2.4 西兰花苗期生长模型的验证
图2是通过重复试验的生长量实测值和首次试验的生长量预测值做的散点图, 各个生长指标的实测值和预测值的决定系数为0.984~0.997, 接近于1, 斜率为0.980~1.097, 基本是1, 截距基本是0。表明模型预测值与实测值间的符合程度较高, 再次验证了西兰花苗期株高、茎粗、鲜质量、干质量生长模型的可靠性。
3 结论与讨论
本文利用Logistic函数对西兰花幼苗株高、茎粗、鲜质量和干质量的生长进行拟合, 结果如下:
西兰花苗期株高模型为y= 42.174511+e5.1013-0.18746t; 西兰花苗期茎粗模型为y= 4.416671+e2.24843-0.10735t; 西兰花苗期鲜质量模型为y= 6.028561+e6.37672-0.22082t; 西兰花苗期干质量模型为y= 1.107561+e4.96637-0.13349t。决定系数(R2)为0.981 1~0.996 7, 达到极显著相关。表明西兰花幼苗株高、茎粗、鲜质量和干质量随时间的生长符合“ S” 生长曲线规律, 这与刘伟明等[11]利用二次函数模型研究发现西兰花幼苗的株高随时序推进, 生长呈“ 慢— 快— 慢” 变化规律比较接近。本文采用的Logistic回归分析方法, 与刘伟明等[11]采用二次函数模型方法相比, 不仅描述了西兰花幼苗株高、茎粗随时间变化的生长规律, 而且进一步描述了西兰花幼苗鲜质量和干质量随时间变化的生长规律。
依据Logistic曲线方程上两个拐点, 准确地将西兰花幼苗株高、茎粗、鲜质量和干质量的生长进程划分为渐增期、速生期和缓增期。渐增期由于受西兰花幼苗自身条件和环境因素的限制, 幼苗生长缓慢, 夏季播种时应注意覆膜保湿, 出苗后及时遮挡遮阳网。西兰花幼苗速生期虽然占整个苗期的比率较小, 但速生期内生长量占总生长量的比率却较大, 达60%以上。这段时期是苗期管理的关键时期, 建议在播种后20~33 d加强水肥管理, 中午时分加盖遮阳网, 积极预防病虫害, 创造幼苗快速生长的适宜条件, 以延长速生期, 增加线性生长量, 提高线性生长量占总生长量的百分率。缓增期各个指标的生长速率逐渐下降, 期间适量浇水, 防止幼苗徒长, 后期揭去遮阳网进行炼苗, 提高移栽成活率。
西兰花苗期生长与林木苗期一样, 是一个受空间约束的过程, 因此确定合适的移栽时期对于既能集中化管理, 节约成本, 又能不限制幼苗生长很重要。各指标在播种后33 d陆续进入生长缓增期, 因此建议浙东地区夏秋季西兰花育苗在苗龄33 d(四叶一心)时进行定植, 这比刘伟明等[12]的35~40 d苗龄定植提早了2 d。实际生产中应根据不同育苗季节对移栽苗龄做相应调整, 8月份育苗时期温度高, 苗龄30 d左右便可进行移栽, 移栽过晚易形成老化苗, 严重影响后期花蕾形成。冬春季育苗气温较低, 苗期也会相应延长, 但也不宜过迟, 移栽过迟容易提早抽薹。西兰花各个生长指标的物候期参数和生长参数可作为西兰花苗期培育目标。本文中线性生长末期植株生长量(即S曲线中西兰花幼苗速生期和缓增期的拐点的纵坐标)如下:株高33.26 mm, 茎粗3.48 mm, 总鲜质量4.75 g, 总干质量0.87 g, 该指标可为西兰花幼苗移栽提供一定的参考标准。在生产实践中也证实, 茎粗3.4 mm是西兰花幼苗移栽的合适茎粗。应用这些模型和参数, 对于加快西兰花工厂化育苗进程具有很好的推进作用。
The authors have declared that no competing interests exist.
参考文献
[1]AMBROSONEC B, MCCANNSE, FREUDENHEIMJL, et al.相关知识
西兰花叶干燥模型的建立和验证
鲜切西兰花减压冷藏保鲜技术与货架期预测模型的研究
微波结合植物精油处理对鲜切西兰花保鲜效果的研究
基于生长模型的智能花卉生长箱的研建
西兰花的生长周期
种植西兰花苗期需要补充哪些微量元素?
西兰花的生长习性特点和生长环境条件
花生黄曲霉生长预测模型的研究
夏玉米苗期生长不良的症状鉴别与原因分析
西兰花种植想高产,苗期管理很重要
网址: 西兰花苗期生长模型的拟合和分析 https://m.huajiangbk.com/newsview1413351.html
上一篇: 棉花的苗期的生育特点() |
下一篇: 花生生长观察日记(通用18篇) |