張瀚 李洪立 李晗 陳奇 孫會(huì)舉 楊福孫

摘? 要：作物的生物量與產(chǎn)量的形成密切相關(guān)，建立生物量預(yù)測(cè)模型可實(shí)時(shí)分析植株的生長(zhǎng)情況，有利于進(jìn)行科學(xué)管理、合理施肥。本試驗(yàn)通過(guò)測(cè)定3個(gè)品種火龍果3個(gè)不同時(shí)期的部分形態(tài)指標(biāo)對(duì)火龍果的生物量進(jìn)行擬合。結(jié)果表明：火龍果植株結(jié)果枝的干物質(zhì)積累量與其葉肉的長(zhǎng)、寬、厚等指標(biāo)顯著相關(guān)，其預(yù)測(cè)模型為W（結(jié)果枝干重）= –43.5430+ 0.7100×葉肉長(zhǎng)+0.5919×葉肉寬+2.7955×葉肉厚，驗(yàn)證系數(shù)R=0.8760;火龍果花的干物質(zhì)積累量與花長(zhǎng)、基部直徑等指標(biāo)密切相關(guān)，其預(yù)測(cè)模型為W（花干重）=–14.8919+0.4499×花長(zhǎng)+4.5402×基部直徑，驗(yàn)證系數(shù)R=0.8815;果的干物質(zhì)積累量與果橫徑、橫縱比顯著相關(guān)，其預(yù)測(cè)模型為W（果干重）=–35.7435+16.3456×果橫徑–62.6395×橫縱比，驗(yàn)證系數(shù)R=0.8782;地上部的干物質(zhì)的積累量與分枝數(shù)、主莖的葉肉厚、節(jié)點(diǎn)個(gè)數(shù)、髓部直徑、髓部厚度等指標(biāo)顯著相關(guān)，其預(yù)測(cè)模型為W（地上部干重）=0.058707+0.1337955×分枝數(shù)+0.0153781×主莖葉肉厚–0.041053×節(jié)點(diǎn)個(gè)數(shù)–0.083695×髓部直徑+0.2397029×髓壁厚度，驗(yàn)證系數(shù)R=0.8864。本研究通過(guò)對(duì)紅心火龍果植株的多個(gè)形態(tài)指標(biāo)進(jìn)行觀測(cè)分析，建立紅心火龍果生物量預(yù)測(cè)模型，可以對(duì)火龍果植株結(jié)果枝、花、果以及地上部分的生物量進(jìn)行估算，具有一定的應(yīng)用價(jià)值。

關(guān)鍵詞：火龍果;結(jié)果枝;擬合模型

中圖分類號(hào)：S667? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

Mathematical Model of Biomass Prediction of Hylocereus undatus Britt.

ZHANG Han1， LI Hongli2， LI Han1， CHEN Qi1， SUN Huiju1， YANG Fusun1*

1. College of Tropical Crops， Hainan University， Haikou， Hainan 570228， China; 2. Tropical Crops Genetic Resources Institute， Chinese Academy of Tropical Agricultural Sciences， Haikou， Hainan 571101， China

Abstract： The biomass of crops is closely related to the formation of yield. The establishment of a biomass prediction model can analyze the growth of plants in real time， which is conducive to scientific management and reasonable fertilization. In this experiment， the biomass of pitaya was fitted by measuring some morphological indicators of three varieties of pitaya in three different periods. The results showed that the dry matter accumulation of the fruit branches of the pitaya and the length， width and thickness of their leaf flesh significant correlation， the prediction model was W （resulting branch） = –43.5430+0.7100×leaf flesh length+0.5919×leaf flesh width+2.7955×leaf flesh thickness， the verification coefficient R is equal to 0.8760. The dry matter accumulation of pitaya flowers was closely related to indicators such as flower length and base diameter. Its prediction model was W （flower） = –14.8919+0.4499×flower length+4.5402×base diameter， and the verification coefficient R was equal to 0.8815. The dry matter accumulation of fruit was significantly related to the fruit diameter and aspect ratio. The prediction model was W （fruit） = –35.7435+16.3456×fruit diameter–62.6395×aspect ratio， and the verification coefficient R was equal to 0.8782. The accumulation of dry matter above the ground was significantly related to the number of branches， leaf thickness of the main stem， the number of nodes， the diameter of the pith， and the thickness of the pith. The prediction model was W （above ground）=0.058707+0.1337955×min number of branches+0.0153781×thickness of main stem leaf–0.041053 ×number of nodes–0.083695×diameter of xylem tube+0.2397029×tube wall thickness， verification coefficient R was 0.8864. In this paper， through the observation and analysis of multiple morphological indicators of red meat pitaya， an empirical model of red meat pitaya biomass prediction is established， which could estimate the biomass of fruit branches， flowers， fruits and aerial parts of pitaya plants， and has certain application value.

Keywords： pitaya; fruiting branch; fitting model

DOI： 10.3969/j.issn.1000-2561.2021.04.016

生物量是植物在單位時(shí)間內(nèi)的物質(zhì)生產(chǎn)量，是植物群落和生態(tài)系統(tǒng)的重要數(shù)量特征，預(yù)測(cè)植株的生物量的多少是研究生態(tài)系統(tǒng)物質(zhì)循環(huán)和能量流動(dòng)的基礎(chǔ)，有助于研究植株的物質(zhì)循環(huán)能力、有機(jī)物的消耗、分配、轉(zhuǎn)化、積累規(guī)律等，是評(píng)價(jià)植物生理結(jié)構(gòu)與功能的重要指標(biāo)[1-3]。

生物量在植物各器官中的分配方式是研究植物生理特性、營(yíng)養(yǎng)特性的重要內(nèi)容[4-7]。在植株生長(zhǎng)發(fā)育的過(guò)程中，生物量在根、莖、葉之間的分配是植物對(duì)外界環(huán)境反映的結(jié)果。植株就是通過(guò)不斷優(yōu)化自身的資源分配方式來(lái)提高其適應(yīng)環(huán)境變化的能力[8-9]。當(dāng)前，對(duì)植物生物量的研究多集中在玉米、小麥、水稻、牧草等作物的研究上，多針對(duì)作物群落的生物量的綜合表現(xiàn)，而對(duì)植株各器官之間的生物量不同時(shí)期的分配方式的變化以及植株與生態(tài)適應(yīng)性的研究還不清楚，對(duì)火龍果等灌木的生物量的研究更是鮮有報(bào)道。如今，灌木的生物量研究法主要包括生物量研究法和相對(duì)生長(zhǎng)法，生物量研究法包含樣方法和平均木法，相對(duì)生長(zhǎng)法包含建立回歸模型法和數(shù)量化統(tǒng)計(jì)法[10-15]。

火龍果（Hylocereus undatus）屬仙人掌科（Cactaceae）量天尺屬（Hylocereus）或蛇鞭柱屬（Seleniereus Meja-lantous），屬多年生肉質(zhì)攀援性植物，原產(chǎn)于墨西哥等中、南美洲熱帶地區(qū)，20世紀(jì)90年代初引種入中國(guó)臺(tái)灣地區(qū)種植，然后依次引入廣東、廣西、海南、貴州和福建等地，如今火龍果作為特色產(chǎn)業(yè)得到迅猛發(fā)展，商業(yè)化和規(guī)?；耘嗝娣e迅速擴(kuò)大。海南火龍果種植面積大約6667 hm2，年產(chǎn)量20萬(wàn)t左右，分布在東方、瓊海等18個(gè)縣市[16-17]?；瘕埞?—11月為產(chǎn)果期，每畝能產(chǎn)果達(dá)3500～4500 kg?；瘕埞磕戤a(chǎn)出量高，而施肥量與養(yǎng)分帶走量不成正比[18]。在火龍果的研究上，大多重視其營(yíng)養(yǎng)價(jià)值，忽視了種植技術(shù)的研究，導(dǎo)致火龍果施肥仍采用傳統(tǒng)方式，對(duì)其所需養(yǎng)分不清楚，施肥時(shí)間、種類不明確[19-20]?；瘕埞纳L(zhǎng)情況極易受到外界環(huán)境影響，從而產(chǎn)生病害及生長(zhǎng)不良等現(xiàn)象，火龍果存在同一地塊中同一批次果實(shí)質(zhì)量參差不齊，甚至相同植株不同批次果的質(zhì)量也相差很大，這嚴(yán)重制約了火龍果產(chǎn)業(yè)的發(fā)展?；瘕埞o肉質(zhì)化，無(wú)法同其他作物一樣利用光合儀測(cè)定其光合作用的能力，只能通過(guò)火龍果長(zhǎng)勢(shì)對(duì)火龍果的需肥情況進(jìn)行判斷。本試驗(yàn)擬通過(guò)建立火龍果生物量預(yù)測(cè)模型，對(duì)紅心火龍果的地上部分各器官干物質(zhì)的積累量進(jìn)行分析，結(jié)合不同時(shí)期火龍果各部位的各營(yíng)養(yǎng)元素含量的測(cè)定，同時(shí)測(cè)定同一時(shí)期園區(qū)土壤各元素含量的基準(zhǔn)值，根據(jù)土壤的供肥能力，以此探究火龍果植株養(yǎng)分需求規(guī)律，為火龍果植株的營(yíng)養(yǎng)診斷提供指導(dǎo)，從而在生產(chǎn)上達(dá)到精確施肥、合理施肥，為后續(xù)科研提供參考，在合理施肥的基礎(chǔ)上探討火龍果的高產(chǎn)、優(yōu)質(zhì)、高效栽培方式。

1? 材料與方法

1.1? 材料

試驗(yàn)材料類型為海南省主推紅皮紅肉火龍果品種，包括‘金都1號(hào)‘軟枝大紅‘蜜紅。

1.2? 方法

1.2.1? 試驗(yàn)設(shè)計(jì)? 一年內(nèi)在海南省的?？谑?、儋州市、文昌市、東方市等地分別選取3～5年生的能夠正常掛果的火龍果植株（品種為同屬于大紅系列的‘金都1號(hào)‘軟枝大紅‘蜜紅），在3個(gè)品種火龍果的不同時(shí)期（花期、果期、休耕期）分別取植株20株，共60株。建立模型時(shí)以40株進(jìn)行生物量模型構(gòu)建（隨機(jī)選取多株火龍果花、果實(shí)、結(jié)果枝進(jìn)行模型構(gòu)建），20株進(jìn)行外部驗(yàn)證?；瘕埞麍@區(qū)的土壤肥力中等，種植密度為行距3 m，株距0.3 m。

1.2.2? 測(cè)定項(xiàng)目? 本實(shí)驗(yàn)選取火龍果植株容易測(cè)量的形態(tài)參數(shù)和主要影響參數(shù)作為測(cè)定指標(biāo)，分別對(duì)紅心火龍果植株的結(jié)果枝、花、果實(shí)以及植株地上部分進(jìn)行生物量預(yù)測(cè)模型構(gòu)建。用卷尺和游標(biāo)卡尺對(duì)地上部分的主莖長(zhǎng)（MST）、分枝數(shù)（BN）、主莖節(jié)數(shù)（NN1）、分枝節(jié)數(shù)（BNN）、主莖節(jié)間長(zhǎng)度（IL）、主莖葉肉長(zhǎng)（ML）、主莖葉肉寬（MW）、主莖葉肉厚（MT1）、結(jié)果枝葉肉長(zhǎng)（LL）、結(jié)果枝葉肉寬（LW）、結(jié)果枝葉肉厚（MT2）、節(jié)點(diǎn)個(gè)數(shù)（NN2）、直徑（ND）、周長(zhǎng)（NP），髓部的直徑（MD）、周長(zhǎng)（MC）、厚度（MWT）進(jìn)行測(cè)定。對(duì)花測(cè)定其花長(zhǎng)（FL）、寬（FW）、基部直徑（BD）、花瓣長(zhǎng)（PL）、長(zhǎng)寬比（AR）等指標(biāo)，對(duì)果測(cè)定其橫徑（TD）、縱徑（LD）、橫縱比（HVR）等指標(biāo)，再用臺(tái)秤分別測(cè)定其花、果、結(jié)果枝、主莖、地上部分的鮮重。將結(jié)果枝、主莖剪成1 cm左右段狀，將果切成5 mm左右薄片，花沿長(zhǎng)軸一分為二，置于恒溫干燥箱內(nèi)，105 ℃烘30 min，80 ℃烘至恒重，記錄各部位的干重。通過(guò)植株各部位的干物質(zhì)質(zhì)量與其形態(tài)指標(biāo)進(jìn)行模型擬合。

1.3? 數(shù)據(jù)處理

采用JMP 10、Office Excel 2019、SPSS Statistics 20軟件進(jìn)行擬合模型、數(shù)據(jù)處理及分析。

2? 結(jié)果與分析

2.1? 火龍果結(jié)果枝生物量預(yù)測(cè)模型

對(duì)結(jié)果枝的干重（BRW）、葉肉長(zhǎng)（LL）、葉肉寬（LW）、葉肉厚（MT）等指標(biāo)進(jìn)行相關(guān)性分析。從表1可見(jiàn)，結(jié)果枝干重（BRW）與結(jié)果枝葉肉的長(zhǎng)、寬、厚等指標(biāo)均呈極顯著的正相關(guān)關(guān)系，驗(yàn)證系數(shù)R在0.550～0.754之間（其中，葉肉長(zhǎng)與結(jié)果枝干重的相關(guān)性最顯著，R=0.754）。由圖1可見(jiàn)，以130個(gè)結(jié)果枝進(jìn)行模型擬合，40個(gè)進(jìn)行外部驗(yàn)證，結(jié)果表明結(jié)果枝干重的預(yù)測(cè)值與實(shí)際值呈極顯著的線性相關(guān)關(guān)系，其驗(yàn)證系數(shù)R=0.8760，均方根誤差RMSE=12.2180，F(xiàn)值的檢驗(yàn)結(jié)果表現(xiàn)為極顯著（P<0.0001），說(shuō)明對(duì)結(jié)果枝干重的擬合效果較好。利用多元逐步線性回歸方程對(duì)結(jié)果枝干重與結(jié)果枝的各形態(tài)指標(biāo)之間進(jìn)行模型擬合，葉肉的長(zhǎng)、寬、厚與結(jié)果枝干重?cái)M合的數(shù)學(xué)模型較優(yōu)，葉肉長(zhǎng)與結(jié)果枝干重呈X的線性相關(guān)關(guān)系，驗(yàn)證系數(shù)R=0.7616;葉肉寬與結(jié)果枝干重呈X的冪函數(shù)關(guān)系，驗(yàn)證系數(shù)R=0.8034;葉肉厚與結(jié)果枝干重呈X的冪函數(shù)關(guān)系，驗(yàn)證系數(shù)R=0.8077。說(shuō)明結(jié)果枝的干物質(zhì)積累量受到葉肉的長(zhǎng)、寬、厚的綜合影響，擬合的方程為：W（結(jié)果枝干重）=–43.5430+0.7100×葉肉長(zhǎng)+ 0.5919×葉肉寬+2.7955×葉肉厚。

2.2? 火龍果花生物量預(yù)測(cè)模型

對(duì)花干重（LDW）和花的長(zhǎng)（FL）、寬（FW）、基部直徑（BD）、花瓣長(zhǎng)（PL）、長(zhǎng)寬比（AR）等指標(biāo)進(jìn)行相關(guān)性分析。從表2可見(jiàn)，花干重（LDW）與各形態(tài)指標(biāo)均呈極顯著的正相關(guān)關(guān)系，驗(yàn)證系數(shù)R在0.503～0.857之間（花干重與花長(zhǎng)的相關(guān)性達(dá)到0.857，為最高）。由圖2可見(jiàn)，以50朵花進(jìn)行模型擬合，20朵進(jìn)行外部驗(yàn)證，結(jié)果表明花干重的預(yù)測(cè)值與實(shí)際值呈極顯著的線性相關(guān)關(guān)系，驗(yàn)證系數(shù)R=0.8815，均方根誤差RMSE=1.2371，F(xiàn)值的檢驗(yàn)結(jié)果表現(xiàn)為極顯著（P<0.0001），說(shuō)明擬合效果較好。利用多元逐步線性回歸方程對(duì)花干重與各指標(biāo)之間進(jìn)行模型擬合，花長(zhǎng)、花基部直徑與花干重?cái)M合的數(shù)學(xué)模型較優(yōu)，花長(zhǎng)與花干重呈X的冪函數(shù)關(guān)系，驗(yàn)證系數(shù)R=0.9308，花基部直徑則與花干重呈X的多項(xiàng)式關(guān)系，驗(yàn)證系數(shù)R=0.5591。說(shuō)明花的干物質(zhì)積累量受到花長(zhǎng)和花基部直徑的綜合影響，擬合的方程為：W（花干重）=–14.8919+ 0.4499×花長(zhǎng)+4.5402×基部直徑。

2.3? 火龍果果實(shí)生物量預(yù)測(cè)模型

對(duì)果干重（FDW）和果實(shí)的橫徑（TD）、縱徑（LD）、橫縱比（HVR）等指標(biāo)進(jìn)行相關(guān)性分析。從表3可見(jiàn)，果干重（FDW）與果橫徑、果縱徑、橫縱比等指標(biāo)均呈極顯著的正相關(guān)關(guān)系，驗(yàn)證系數(shù)R在0.483～0.903之間（果干重與果橫徑的相關(guān)性最顯著，R=0.903）。由圖3可見(jiàn)，以100個(gè)果實(shí)進(jìn)行模型擬合，40個(gè)果實(shí)進(jìn)行外部驗(yàn)證，結(jié)果表明果干重的預(yù)測(cè)值與實(shí)際值呈極顯著的線性相關(guān)關(guān)系，驗(yàn)證系數(shù)R=0.8782，均方根誤差RMSE=7.5588，F(xiàn)值的檢驗(yàn)結(jié)果表現(xiàn)為極顯著（P<0.0001），說(shuō)明對(duì)果干重的擬合效果較好。利用多元逐步線性回歸方程對(duì)果干重與果實(shí)的各形態(tài)指標(biāo)之間進(jìn)行模型擬合，果橫徑、橫縱比與果干重?cái)M合的數(shù)學(xué)模型較優(yōu)，果橫徑與果干重呈X的多項(xiàng)式關(guān)系，驗(yàn)證系數(shù)R=0.8831，果實(shí)橫縱比與果干重呈X的對(duì)數(shù)函數(shù)關(guān)系，驗(yàn)證系數(shù)R= 0.3344。說(shuō)明果實(shí)的干物質(zhì)積累量受到果橫徑和果形指數(shù)的綜合影響，擬合的方程為：W（果干重）=–35.7435+16.3456×果橫徑–62.6395×橫縱比。

2.4? 火龍果地上部生物量預(yù)測(cè)模型

對(duì)紅心火龍果地上部的主莖長(zhǎng)（MST）、分枝數(shù)（BN）、主莖節(jié)數(shù)（NN1）、分枝節(jié)數(shù)（BNN）、主莖節(jié)間長(zhǎng)度（IL），主莖葉肉的長(zhǎng)（ML）、寬（MW）、厚（MT1），結(jié)果枝葉肉的長(zhǎng)（LL）、寬（LW）、厚（MT2），節(jié)點(diǎn)個(gè)數(shù)（NN2）、直徑（ND）、周長(zhǎng)（NP），髓部的直徑（MD）、周長(zhǎng)（MC）、厚度（MWT）等形態(tài)指標(biāo)和地上部干重（ADW）進(jìn)行相關(guān)性分析。從表4可見(jiàn)，地上部干重（ADW）與主莖長(zhǎng)、分枝數(shù)、主莖節(jié)數(shù)，結(jié)果枝葉肉長(zhǎng)、寬、厚，主莖葉肉長(zhǎng)、厚等指標(biāo)均呈極顯著的正相關(guān)關(guān)系，驗(yàn)證系數(shù)R在0.556～0.835之間（地上部干重與分枝數(shù)的相關(guān)性最顯著，R=0.835）;地上部干重（ADW）與主莖節(jié)間長(zhǎng)度、主莖葉肉寬則呈負(fù)相關(guān)關(guān)系。由圖4可見(jiàn)，以40株紅心火龍果的地上部分進(jìn)行模型擬合，20株進(jìn)行外部驗(yàn)證，結(jié)果表明火龍果地上部干重的預(yù)測(cè)值與實(shí)際值呈極顯著的線性相關(guān)關(guān)系，驗(yàn)證系數(shù)R=0.8864，均方根誤差RMSE=0.2120，F(xiàn)值的檢驗(yàn)結(jié)果表現(xiàn)為極顯著（P<0.0001），說(shuō)明對(duì)植株地上部分干重的擬合效果較好。利用多元逐步線性回歸方程對(duì)地上部干重與各形態(tài)指標(biāo)之間進(jìn)行模型擬合，分枝數(shù)、主莖葉肉厚、節(jié)點(diǎn)個(gè)數(shù)、髓部直徑、髓壁厚度與地上部干重?cái)M合的數(shù)學(xué)模型較優(yōu)，分枝數(shù)與地上部干重呈X的線性相關(guān)關(guān)系，驗(yàn)證系數(shù)R=0.9414;主莖葉肉厚與地上部干重呈指數(shù)函數(shù)關(guān)系，驗(yàn)證系數(shù)R=0.6560;節(jié)點(diǎn)個(gè)數(shù)與地上部干重呈X的冪函數(shù)關(guān)系，驗(yàn)證系數(shù)R=0.8632;髓部直徑與地上部干重呈指數(shù)函數(shù)關(guān)系，驗(yàn)證系數(shù)R=0.7894;髓壁厚度與地上部干重呈線性相關(guān)關(guān)系，驗(yàn)證系數(shù)R=0.8023。說(shuō)明地上部的干物質(zhì)積累量受到分枝數(shù)、主莖葉肉厚、節(jié)點(diǎn)個(gè)數(shù)、髓部直徑、髓壁厚度的綜合影響，擬合方程為：W（地上部干重）=0.058707+0.1337955×分枝數(shù)+0.0153781×主莖葉肉厚–0.041053×節(jié)點(diǎn)個(gè)數(shù)–0.083695×髓部直徑+0.2397029×髓壁厚度。

2.5? 火龍果各部位模型

由表5可見(jiàn)，火龍果花的花長(zhǎng)與花干重的擬合效果最佳，其決定系數(shù)R2 =0.8664，驗(yàn)證系數(shù)R=0.9308，F(xiàn)值檢驗(yàn)結(jié)果表現(xiàn)為極顯著P0.0001;果實(shí)的果橫徑與果干重的擬合效果最好，其決定系數(shù)R2=0.7799，驗(yàn)證系數(shù)R=0.8831，F(xiàn)值檢驗(yàn)結(jié)果表現(xiàn)為極顯著P0.0001;結(jié)果枝的葉肉厚與結(jié)果枝干重?cái)M合效果最好，其決定系數(shù)R2 =0.6524，驗(yàn)證系數(shù)R=0.8077，F(xiàn)值檢驗(yàn)結(jié)果表現(xiàn)為極顯著P0.0001;分枝數(shù)與地上部干重?cái)M合效果最好，其決定系數(shù)R2=0.8862，驗(yàn)證系數(shù)R=0.9414，F(xiàn)值檢驗(yàn)結(jié)果表現(xiàn)為極顯著P0.0001。由圖5可見(jiàn)，在可正常掛果的火龍果各器官中結(jié)果枝所含的干物質(zhì)最多，約占地上部干重的55.7%，其次是果實(shí)、主莖，分別占干重的29.85%、10.69%，所含干物質(zhì)量最少的是火龍果花，約占地上部干重的9.42%。

3? 討論

馬媛等[21]對(duì)渾善達(dá)克沙地東緣灌木進(jìn)行生物量模型構(gòu)建，采用的數(shù)學(xué)建模方法為回歸分析方法，發(fā)現(xiàn)株高和基徑2個(gè)形態(tài)因子的復(fù)合因子與當(dāng)?shù)氐墓嗄旧锪款A(yù)測(cè)模型呈函數(shù)關(guān)系。陳才志等[22]通過(guò)對(duì)檳榔進(jìn)行生物量預(yù)測(cè)模型構(gòu)建，得出檳榔地上部分總干物質(zhì)積累量主要受近地部分莖粗、株高影響，檳榔莖稈干物質(zhì)積累量主要受株高、近地部分莖粗的影響，檳榔單片葉干物質(zhì)積累量主要受葉長(zhǎng)和葉寬的影響。本實(shí)驗(yàn)中通過(guò)地上部干重與各形態(tài)指標(biāo)之間進(jìn)行模型擬合，得出的結(jié)論是分枝數(shù)、主莖葉肉厚、節(jié)點(diǎn)個(gè)數(shù)、髓部直徑、髓壁厚度與地上部的生物量擬合的數(shù)學(xué)模型較好，而非主莖的高度，這可能是因?yàn)榛瘕埞麑儆谂试怨嗄局参铮髑o長(zhǎng)度受支撐架的影響，火龍果植株生物量的積累主要受分枝的影響，而檳榔為喬木植物，在形態(tài)方面差異較大。仇瑞承等[23]通過(guò)測(cè)定玉米株高、莖粗長(zhǎng)軸、莖粗短軸，建立玉米生物量鮮質(zhì)量和干質(zhì)量的預(yù)測(cè)模型，同時(shí)對(duì)玉米的小喇叭口期生物量數(shù)據(jù)進(jìn)行線性回歸分析，發(fā)現(xiàn)多元回歸模型和逐步回歸模型均具有較高的擬合精度。本實(shí)驗(yàn)研究表明采用逐步回歸對(duì)火龍果進(jìn)行生物量預(yù)測(cè)模型構(gòu)建效果較好，驗(yàn)證系數(shù)R達(dá)到0.8864。楊彬等[24]通過(guò)對(duì)落葉松進(jìn)行樹(shù)干解析和枝解析建立落葉松單木各部分生物量的回歸模型并估測(cè)落葉松人工林各林分的總生物量，研究發(fā)現(xiàn)林的生物量隨樹(shù)齡的增加而不斷增長(zhǎng)，樹(shù)干的生物量的比例是最大的，同時(shí)也隨著樹(shù)齡的增加而不斷的增長(zhǎng)，而樹(shù)枝和樹(shù)葉的生物量的比例較小，林分的生物量隨林分密度的增加而不斷增加。本實(shí)驗(yàn)研究表明火龍果結(jié)果枝所含的生物量較多，花的生物量最小。

本實(shí)驗(yàn)通過(guò)測(cè)定火龍果各部位的形態(tài)指標(biāo)對(duì)紅心火龍果植株的生物量進(jìn)行預(yù)測(cè)，其中對(duì)火龍果植株的地上部分預(yù)測(cè)效果最好，對(duì)火龍果果實(shí)的預(yù)測(cè)模型精度較低，可能是由于在果實(shí)的形態(tài)指標(biāo)的選擇上不準(zhǔn)，指標(biāo)之間相關(guān)性較高，導(dǎo)致相關(guān)指標(biāo)在逐步回歸過(guò)程中被去除。本研究可以通過(guò)測(cè)定紅心火龍果植株的多個(gè)形態(tài)指標(biāo)來(lái)預(yù)測(cè)火龍果地上部分干物質(zhì)積累量，也可以通過(guò)測(cè)定收獲果實(shí)和疏花疏果的部分形態(tài)指標(biāo)來(lái)預(yù)測(cè)植株在生產(chǎn)過(guò)程中生物量的減少情況，從而對(duì)紅心火龍果的施肥技術(shù)提供技術(shù)指導(dǎo)。同時(shí)為了進(jìn)一步提高該預(yù)測(cè)模型的精度，在今后實(shí)驗(yàn)中會(huì)對(duì)其他品種的火龍果植株進(jìn)行測(cè)定從而有利于適應(yīng)對(duì)各品種火龍果的生物量進(jìn)行預(yù)測(cè)。

4? 結(jié)論

在本研究預(yù)測(cè)紅心火龍果生物量模型中，火龍果結(jié)果枝的生物量主要受結(jié)果枝的葉肉長(zhǎng)、寬、厚的影響，結(jié)果枝的葉肉寬與結(jié)果枝干重?cái)M合的數(shù)學(xué)模型最好，W（結(jié)果枝干重）=–43.5430+0.7100×葉肉長(zhǎng)+0.5919×葉肉寬+2.7955×葉肉厚，其決定系數(shù)R2=0.7674，驗(yàn)證系數(shù)R=0.8760，均方根誤差RMSE=12.2180，F(xiàn)值的檢驗(yàn)結(jié)果表現(xiàn)為極顯著（P<0.0001）?；瘕埞ǖ母晌镔|(zhì)積累量主要受花長(zhǎng)和花基部直徑的影響，其中花長(zhǎng)與花干重的擬合效果最好，W（花干重）=–14.8919 +0.4499×花長(zhǎng)+4.5402×基部直徑，其決定系數(shù)R2=0.7770，驗(yàn)證系數(shù)R=0.8815，均方根誤差RMSE=1.2371，F(xiàn)值的檢驗(yàn)結(jié)果表現(xiàn)為極顯著（P<0.0001）。果實(shí)的生物量主要受果橫徑和橫縱比的影響，其中果橫徑與果干重?cái)M合的數(shù)學(xué)模型較好，W（果干重）= –35.7435+16.3456×果橫徑–62.6395×橫縱比，其決定系數(shù)R2=0.7712，驗(yàn)證系數(shù)R=0.8782，均方根誤差RMSE=7.5588，F(xiàn)值的檢驗(yàn)結(jié)果表現(xiàn)為極顯著（P<0.0001）。地上部的生物量主要受分枝數(shù)、主莖葉肉厚、節(jié)點(diǎn)個(gè)數(shù)、髓部直徑、髓壁厚度的綜合影響，其中分枝數(shù)與地上部干重?cái)M合效果最好，W（地上部干重）=0.058707+0.1337955×分枝數(shù)+0.0153781×主莖葉肉厚–0.041053×節(jié)點(diǎn)個(gè)數(shù)–0.083695×髓部直徑+0.2397029×髓壁厚度，其決定系數(shù)R2=0.7857，驗(yàn)證系數(shù)R=0.8864，均方根誤差RMSE=0.2120，F(xiàn)值的檢驗(yàn)結(jié)果表現(xiàn)為極顯著（P<0.0001）。

參考文獻(xiàn)

[1]黃潤(rùn)霞， 吳卓翎， 彭江煒， 等. 廣東紅樹(shù)植物木欖生物量模型[J]. 西北農(nóng)林科技大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2019， 47（12）： 86-94， 103.

[2]李? 盈， 許? 昊. 檸條生物量分配格局及可加性估測(cè)模型研究[J]. 西北林學(xué)院學(xué)報(bào)， 2019， 34（5）： 35-42.

[3]楊昊天， 李新榮， 王增如， 等. 騰格里沙漠東南緣4種灌木的生物量預(yù)測(cè)模型[J]. 中國(guó)沙漠， 2013， 33（6）： 1699-1704.

[4]Stern S C. The evolution of life histories[M]. Oxford： Oxford University Press， 1992.

[5]Enquist J Brian， Nikals J Karl. Global allocation rules for patterns of biomass partitioning in seed plants[J]. Science， 2002， 295： 1517-1520.

[6]Weiner J. Allocation， plasticity and allometry in plants[J]. Persp Plant Ecol Evol System， 2004， 6（4）： 207-215.

[7]Nikals K J. Modelling below and above-ground biomass for non-woody and woody plants[J]. Ann Bot， 2005， 95： 315-321.

[8]Hunt R， Lloyd P S. Growth and partitioning[J]. New Phytol， 1987， 106： 235-249.

[9]Nikals K J. Plant biomechnics[M]. Chicago： University of Chicago Press， 1992.

[10]李亞麒， 許玉蘭， 李? 偉， 等. 樣本量對(duì)云南松幼苗生物量模型構(gòu)建及預(yù)估精度的影響[J]. 植物研究， 2019， 39（6）： 890-898.

[11]申家朋， 陳東升， 孫曉梅， 等. 基于似乎不相關(guān)回歸和啞變量的日本落葉松單木生物量模型構(gòu)建[J]. 浙江農(nóng)林大學(xué)學(xué)報(bào)， 2019， 36（5）： 877-885.

[12]楊昊天， 李新榮， 王增如， 等. 騰格里沙漠東南緣4種灌木的生物量預(yù)測(cè)模型[J]. 中國(guó)沙漠， 2013， 33（6）： 1699-1704.

[13]仇? 瑤， 常順利， 張毓?jié)?等. 天山林區(qū)六種灌木生物量的建模及其器官分配的適應(yīng)性[J]. 生態(tài)學(xué)報(bào)， 2015， 35（23）： 7842-7851.

[14]蔡年輝， 王大瑋， 黃文學(xué)， 等. 云南松苗木生長(zhǎng)與生物量的相關(guān)性及通徑分析[J]. 植物研究， 2019， 39（6）： 853-862.

[15]沈錢勇. 浙江省毛竹林立地分類與立地質(zhì)量評(píng)價(jià)研究[D]. 杭州：浙江農(nóng)林大學(xué)， 2019.

[16]王麗華， 侯立恒. 3種有機(jī)水溶肥料在火龍果種植上的應(yīng)用效果[J]. 中國(guó)熱帶農(nóng)業(yè)， 2018（6）： 59-62， 73.

[17]陳? 圓， 嚴(yán)婉榮， 趙志祥， 等. 海南省火龍果產(chǎn)業(yè)發(fā)展現(xiàn)狀及可持續(xù)發(fā)展前景[J]. 現(xiàn)代農(nóng)業(yè)科技， 2015（18）： 326-327.

[18]韓? 冰， 韓? 劍. 海南省火龍果產(chǎn)業(yè)發(fā)展形勢(shì)及其建議[J]. 中國(guó)南方果樹(shù)， 2015， 44（5）： 156-158.

[19]李向宏， 韓? 劍， 羅志文， 等. 海南火龍果產(chǎn)業(yè)發(fā)展現(xiàn)狀及對(duì)策[C]. 現(xiàn)代果業(yè)標(biāo)準(zhǔn)化示范區(qū)創(chuàng)建暨果樹(shù)優(yōu)質(zhì)高效生產(chǎn)技術(shù)交流會(huì)論文匯編， 2015： 138-142.

[20]隋常玲， 宋寶安， 宋? 杰， 等. 腐殖酸功能肥對(duì)火龍果產(chǎn)量與品質(zhì)的影響 [J]. 貴州農(nóng)業(yè)科學(xué)， 2014（6）： 124-128.

[21]馬? 媛， 李鋼鐵， 潘羿壅， 等. 渾善達(dá)克沙地3種灌木生物量的預(yù)測(cè)模型[J]. 干旱區(qū)資源與環(huán)境， 2017， 31（6）： 198-201.

[22]陳才志，周小霞，王鋒堂， 等. 檳榔生物量預(yù)測(cè)模型建立與應(yīng)用[J].熱帶作物學(xué)報(bào)， 2020， 41（9）： 1783-1789.

[23]仇瑞承， 苗艷龍， 張? 漫， 等. 基于線性回歸的玉米生物量預(yù)測(cè)模型及驗(yàn)證[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2018， 34（10）： 131-137.

[24]楊? 彬， 劉紅潤(rùn)， 許彬彬. 落葉松人工林林分生物量預(yù)測(cè)模型的研究[J]. 當(dāng)代生態(tài)農(nóng)業(yè)， 2010（z2）： 47-53.

責(zé)任編輯：沈德發(fā)