甜葉菊“皖甜1號(hào)”高產(chǎn)栽培優(yōu)化研究1）

張子學(xué)，王其斌，尹玉柱，林平

（1.安徽科技學(xué)院，安徽 鳳陽 233100；2.蚌埠市永生農(nóng)業(yè)科技有限公司）

甜葉菊（Stevia rebaudiana Bertoni）屬菊科植物，原產(chǎn)于南美巴拉圭的Amambay和Mbaxacayu山脈。1977年引入我國，現(xiàn)已廣為種植，其葉片含有甜葉菊糖甙，其甜度是蔗糖的300倍，熱量僅為蔗糖的1／300，是一種天然甜味劑已被廣泛應(yīng)用于食品或飲料。同時(shí)，具有降低血糖、促進(jìn)代謝、預(yù)防小兒齲齒等醫(yī)療功效［1－2］。

有關(guān)多因子綜合優(yōu)化技術(shù)在大田作物栽培中已有很多報(bào)道［3－6］，但在中草藥和特用植物栽培上很少有報(bào)道［7］，目前甜葉菊僅局限于傳統(tǒng)的經(jīng)驗(yàn)栽培［8－11］，尚未把密度、肥料等主要栽培因子綜合在一起進(jìn)行研究，提出優(yōu)化栽培方案，同時(shí)，不同地區(qū)、不同品種栽培管理具有特異性。本試驗(yàn)在皖北甜葉菊集中種植區(qū)，蚌埠市新馬橋甜葉菊種苗生產(chǎn)基地進(jìn)行試驗(yàn)，研究定植密度、氮肥和鉀肥用量對(duì)甜葉菊產(chǎn)量的影響，通過優(yōu)化分析，提出高產(chǎn)高效栽培方案，為甜葉菊規(guī)模化、標(biāo)準(zhǔn)化生產(chǎn)提供科學(xué)依據(jù)。

1 材料與方法

1.1 材料

采用蚌埠市永生農(nóng)業(yè)科技有限公司育成的雜交種“皖甜1號(hào)”，于2011年在蚌埠市新馬橋甜葉菊種苗生產(chǎn)基地進(jìn)行試驗(yàn)。

1.2 試驗(yàn)方法

本試驗(yàn)采用二次通用旋轉(zhuǎn)回歸設(shè)計(jì)的方法，研究密度、氮肥和鉀肥用量對(duì)甜葉菊產(chǎn)量的影響，試驗(yàn)的編碼水平見表1。

表1 因子變換及其水平編碼

1.3 試驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析

試驗(yàn)共設(shè)置20個(gè)處理，隨機(jī)排列。試驗(yàn)要求統(tǒng)一施基肥餅肥750kg／hm2和P2O5100kg／hm2。小區(qū)面積（3.6×6）m2，寬窄行定植，寬行0.6m，窄行0.3m，每小區(qū)8行。試驗(yàn)處理因子N和K分別使用尿素和K2SO4，N、K肥分別按照30%和50%作基肥，N肥分2次追肥，分別于定植后摘心期和封行期各占總量的40%和30%追施，K肥于封行期追施。甜葉菊于4月15日定植，其他管理同常規(guī)。試驗(yàn)土壤質(zhì)地為砂姜黑土，前茬為夏玉米經(jīng)冬閑，土壤有機(jī) 質(zhì) 18.1g／kg，堿 解 氮 102mg／kg，速 效 鉀132mg／kg，有效磷20.2mg／kg，于現(xiàn)蕾期按小區(qū)采收中間4行曬干計(jì)產(chǎn)。試驗(yàn)結(jié)果采用DPS軟件進(jìn)行分析。

2 結(jié)果與分析

2.1 甜葉菊綜合栽培優(yōu)化試驗(yàn)結(jié)果的回歸分析

表2 密度、N、K 3因子處理組合及其產(chǎn)量

表3 回歸關(guān)系的方差分析

將表2結(jié)果采用DPS軟件分析得回歸方程：y＝5025.06686＋250.16422x1＋65.18018x2＋398.39473 x3－173.40890x12－189.98580x22＋121.65989x32－64.45313x1x2＋85.54688x1x3－266.01563x2x3

由表3檢驗(yàn)可知，F(xiàn)1＝MS回／MS剰＝4.45＞F0.05（9，10）＝3.02，說明回歸達(dá)顯著水平，該試驗(yàn)用二次回歸模型擬合的較好，F(xiàn)2＝MS失／MS誤＝2.07＜F0.05（5，5）＝5.05，失擬不顯著.說明除研究的主要因子之外，其他因子影響不顯著；在試驗(yàn)區(qū)間范圍內(nèi)，該方程可以用于預(yù)測(cè)和控制。

2.2 回歸方程剖析

2.2.1 主因子效應(yīng)分析。在建立方程時(shí)，各因子通過線性變換消除量綱，各偏回歸系數(shù)已經(jīng)標(biāo)準(zhǔn)化，可以根據(jù)其絕對(duì)值比較因子間對(duì)目標(biāo)函數(shù)作用的大小。從線性項(xiàng)看，不同因子對(duì)產(chǎn)量影響大小的順序?yàn)椋菏┾浟浚久芏龋臼┑浚欢鴱亩雾?xiàng)看，則為施氮量＞密度＞施鉀量，而在互作效應(yīng)中，施氮量與施鉀量互作效應(yīng)最大，密度與施鉀量互作效應(yīng)次之，密度與施氮量效應(yīng)最小，說明三因子對(duì)產(chǎn)量具有同等重要性，在進(jìn)行甜葉菊高產(chǎn)栽培的過程中不可顧此失彼，否則產(chǎn)量和效益都會(huì)下降。

2.2.2 單因子效應(yīng)及邊際產(chǎn)量分析。將其他因子固定在零水平，得下列一組方程（符合y＝c＋bx＋ax2），在試驗(yàn)區(qū)間內(nèi)，研究單因子對(duì)產(chǎn)量的影響（圖1）。

y1＝5025.06686＋250.16422x1－173.40890x12

y2＝5025.06686＋65.18018x2－189.98580x22

y3＝5025.06686＋398.39473x3＋121.65989x32

圖1 單因子對(duì)產(chǎn)量的作用曲線

圖2 單因子邊際產(chǎn)量分析

由圖1可以看出，在試驗(yàn)區(qū)間范圍內(nèi)，因a＜0，y1、y2有極大值，分別求一階導(dǎo)數(shù)，令dy／dxi＝0，則y極大時(shí)，x1和x2的取值分別為0.7213和0.1715。當(dāng)x1和x2取值分別小于0.7213和0.1715，y1和y2在此區(qū)間內(nèi)是二次增函數(shù)，即隨著密度和施氮量的增加，甜葉菊的產(chǎn)量逐漸提高（圖1），邊際產(chǎn)量大于零（圖2）；當(dāng)x1和x2取值分別大于0.7213和0.1715，y1和y2在此區(qū)間內(nèi)是二次減函數(shù)，即隨著密度和施氮量的增加，甜葉菊的產(chǎn)量逐漸下降，邊際產(chǎn)量小于零（圖2）；而y3雖然具有極小值，但是，在試驗(yàn)區(qū)間內(nèi)是二次增函數(shù)，即隨著施鉀量的增加，甜葉菊產(chǎn)量逐漸提高（圖2）。

2.2.3 邊際效益分析。令dy／dxi＝（pxi／py）（R＋1），Pxi種子或肥料價(jià)格，Py甜葉菊干葉價(jià)格；R邊際利潤率，當(dāng)R＝0時(shí)，標(biāo)準(zhǔn)單位的密度（播種量）或施肥量利潤最大，即經(jīng)濟(jì)最佳密度或施肥量。方程經(jīng)代換得：

用公式zj＝z0j＋△j，把編碼值換算成實(shí)際種植密度或施肥量。由此得最佳經(jīng)濟(jì)綜合農(nóng)藝措施方案為：密度171.52千株／hm2、施純氮352.76kg／hm2，施鉀118.20kg／hm2，此時(shí)，按此方案預(yù)計(jì)可獲得4760.711kg／hm2的產(chǎn)量。甜葉菊作為特種經(jīng)濟(jì)作物，由于種子非常小，價(jià)格比較低廉，從投資效益的角度可以忽略不計(jì)，以最適宜密度為準(zhǔn)；邊際產(chǎn)量施氮量和利潤最大邊際效益的施氮量幾乎相等，可作為本地區(qū)甜葉菊栽培的最佳施氮量；雖然施鉀量比較少的情況下效益最高，增施鉀肥經(jīng)濟(jì)效益會(huì)下降，但是從高產(chǎn)高效益的總體出發(fā)，在效益的約束下（密度、施氮量不變），在試驗(yàn)區(qū)間內(nèi)，增施鉀肥投資效益仍可達(dá)到5～6倍。

2.2.4 雙因子交互效應(yīng)分析。選擇對(duì)甜葉菊產(chǎn)量結(jié)果比較顯著氮素與鉀素的交互項(xiàng)，固定密度為零水平，導(dǎo)出2個(gè)因子的解析子模型：

由圖3可以看出，在氮素處于低中水平時(shí)，甜葉菊產(chǎn)量隨著鉀素的增加而提高，當(dāng)?shù)厥┯昧砍^1水平時(shí)，隨著鉀素施用量的增加，產(chǎn)量無明顯變化；而鉀素由低到高水平時(shí)甜葉菊產(chǎn)量隨氮素施用量增加均呈現(xiàn)先上升后下降的變化趨勢(shì)；這表明氮素與鉀素之間存在較為復(fù)雜的互作關(guān)系，當(dāng)二者其中一方不足時(shí)雙方具有補(bǔ)償效應(yīng)，但不能過量（尤其氮素），否則二者將會(huì)產(chǎn)生負(fù)向互作，從而使產(chǎn)量下降。同時(shí)，還可發(fā)現(xiàn)，適當(dāng)?shù)牡偷⒏哜洿钆涓兄谔岣咛鹑~菊產(chǎn)量，由圖3可知，當(dāng)?shù)亍⑩浰胤謩e為－1.0，1.68水平時(shí)，甜葉菊的產(chǎn)量最高。

圖3 氮肥和鉀肥對(duì)甜葉菊產(chǎn)量的交互效應(yīng)

2.2.5 回歸方程的綜合優(yōu)化分析。農(nóng)業(yè)生產(chǎn)系統(tǒng)是由多個(gè)因子所構(gòu)成，其中任何一個(gè)因子的變化都會(huì)對(duì)目標(biāo)函數(shù)產(chǎn)生影響，尤其是主要因子的變化影響更為明顯，本試驗(yàn)就三個(gè)主要因子對(duì)甜葉菊產(chǎn)量的回歸關(guān)系，通過模擬優(yōu)化，篩選出適合本地區(qū)特定農(nóng)藝措施的優(yōu)化區(qū)間。應(yīng)用于甜葉菊生產(chǎn)，實(shí)現(xiàn)良種良法的配套推廣。通過模擬，得出甜葉菊產(chǎn)量超過4860.00kg／hm2的37個(gè)方案。對(duì)這些組合方案進(jìn)行頻數(shù)分析（表5），綜合優(yōu)化方案為：密度153.48～173.70千株／hm2，配施純氮285.225～331.225 kg／hm2和 K2O 299.775～327.000kg／hm2。

表4 產(chǎn)量超過4860.00kg／hm2的37個(gè)方案中各個(gè)因子取值頻率分布

3 討論

采用二次回歸設(shè)計(jì)，要在調(diào)查研究、總結(jié)栽培經(jīng)驗(yàn)的基礎(chǔ)上，針對(duì)影響甜葉菊產(chǎn)量的主要因子進(jìn)行多因子回歸試驗(yàn)，把統(tǒng)計(jì)學(xué)原理、作物栽培原理和計(jì)算機(jī)應(yīng)用技術(shù)有機(jī)結(jié)合起來，探索氣候、上壤、肥料、品種和栽培管理技術(shù)等眾多因子的復(fù)雜關(guān)系，找出限制當(dāng)?shù)靥鹑~菊產(chǎn)量和效益的主要因子，并建立模型，以實(shí)現(xiàn)甜葉菊栽培管理標(biāo)準(zhǔn)化、規(guī)范化。

本試驗(yàn)僅對(duì)密度、氮肥和鉀肥用量對(duì)皖甜1號(hào)甜葉菊產(chǎn)量的影響，建立了高產(chǎn)栽培優(yōu)化方案，可以用于指導(dǎo)當(dāng)?shù)氐奶鹑~菊生產(chǎn)。但從高產(chǎn)、優(yōu)質(zhì)、高效的角度，除產(chǎn)量外，糖甙含量也是影響甜葉菊生產(chǎn)效益的關(guān)鍵性指標(biāo)，因此，需要研究這些農(nóng)藝措施對(duì)皖甜1號(hào)品質(zhì)的影響；其次所建模型回歸的顯著水平僅達(dá)到顯著水平，尚存在其他因子的干擾，在甜葉菊高產(chǎn)栽培過程中需進(jìn)一步探討與完善。本試驗(yàn)僅研究了皖甜1號(hào)甜葉菊品種綜合優(yōu)化栽培技術(shù)，其適用范圍相對(duì)較窄，需要分別對(duì)各種類型的優(yōu)良品種進(jìn)行建模，盡快提升甜葉菊栽培技術(shù)水平。

［1］李曉瑜.甜菊糖苷的安全性研究進(jìn)展［J］.中國食品添加劑，2003（2）：5－11.

［2］胡獻(xiàn)麗，董文賓，鄭丹，等.甜菊及甜菊糖研究進(jìn)展［J］.食品研究與開發(fā)，2005，26（1）：36－38.

［3］張子龍，王貴學(xué)，唐章林，等.”渝黃1號(hào)”高含油量栽培綜合農(nóng)藝措施優(yōu)化分析［J］.西南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2004，24（4）：401－404，432.

［4］潘宗東，柏光曉，石明，等.優(yōu)質(zhì)水稻中優(yōu)608高產(chǎn)栽培的優(yōu)化模式［J］.貴州農(nóng)業(yè)科學(xué)，2011，39（6）：71－7.

［5］劉新倫，王哲篤，張睿，等.旱地地膜小麥高產(chǎn)栽培優(yōu)化數(shù)學(xué)模型研究［J］.麥類作物學(xué)報(bào)，2004，24（4）：154－157.

［6］張彩霞.麥套夏玉米高產(chǎn)栽培優(yōu)化措施數(shù)學(xué)模型的建立［J］.玉米科學(xué)，1999，7（3）：45－48.

［7］李隆云，秦松云，廖光平，等.犍為縣郁金優(yōu)化栽培技術(shù)研究［J］.中國中藥雜志，1997，22（3）：145－147，190－191.

［8］欒好才.甜葉菊的栽培技術(shù)［J］.特種經(jīng)濟(jì)動(dòng)植物，2001（8）：21.

［9］張賢澤.甜葉菊的栽培技術(shù)［J］.中國糖料，1997（3）：48－51.

［10］郭桂玉.甜葉菊栽培技術(shù)［J］.現(xiàn)代化農(nóng)業(yè)，2011（3）：27－28.

［11］王貴民，郝再彬，王彥超，等.東北地區(qū)甜葉菊栽培技術(shù)［J］.黑龍江農(nóng)業(yè)科學(xué)，2008（1）：124－126.