黃梁木環割促萌正交試驗及混合效應模型分析

闕青敏 譚錦豪 張登 歐陽昆唏 陳曉陽 李華強

摘要：【目的】開展黃梁木環割促萌正交試驗并進行混合效應模型分析，為培育黃梁木高幼化程度無性繁殖材料及黃梁木優良種質資源保存和推廣應用打下基礎。【方法】以黃梁木成年大樹為試驗材料，設環割高度和寬度2個因素，環割寬度分別為2、3和4 cm及環割高度分別為20、30和40 cm 3個水平的正交試驗，共9個處理（處理1～9）;環割后每隔1周調查并記錄各處理的不定芽發芽數;利用雙因素方差分析和線性混合效應模型，分析篩選黃梁木環割促萌最佳條件組合。【結果】處理1的平均發芽數最多，為6.38個，明顯多于處理2、處理4、處理8和處理9，顯著多于處理3、處理5、處理6和處理7（P<0.05，下同）。雙因素方差分析結果顯示，環割高度和環割寬度對發芽數影響不顯著（P>0.05，下同），但二者的交互作用對發芽數具有極顯著影響（P<0.01）;線性混合效應模型分析結果表明，環割高度、環割高度×初始胸徑和環割寬度×初始胸徑對發芽數有顯著影響，環割寬度、初始胸徑和環割寬度×環割高度對發芽數無顯著影響。【結論】經雙因素方差分析和線性混合效應模型分析，黃梁木環割促萌的最佳條件為環割高度20 cm、環割寬度2～3 cm。

關鍵詞： 黃梁木;環割;正交試驗設計;線性混合效應模型

0 引言

【研究意義】黃梁木（Neolamarckia cadamba）又名團花樹，是茜草科（Rubiaceae）團花屬（Neolamarc-kia）高大常綠或落葉速生喬木（羅獻瑞，1999），已在園林綠化中廣泛應用（鄭永光和徐英寶，2005）。其干形通直圓滿，木材紋理通直且結構均勻，可作優質速生工業用材（蘇光榮等，2007）。黃梁木富含生物堿、黃酮、萜類及單寧等物質（Pandey and Negi，2016），具有抗菌消炎等作用（Pandey and Negi，2018;李曉琳等，2019）;成熟的黃梁木果實具有芳香味，可用作飲料原料（Pandey et al.，2018）;枝葉可用作家畜飼料添加劑（王益等，2018）。黃梁木在華南地區人工種植面積已超過270 ha，且仍在不斷擴大（黃浩等，2016），造林所需優質種苗處于緊缺狀態。但黃梁木優質種苗主要利用優良單株通過無性繁殖獲得，選擇周期較長（6年以上）（Rahayu et al.，2014），而其離地面10 m以上的第1活枝成熟效應高、幼化程度低，不宜用作無性系繁育。因此，開展黃梁木環割促萌研究，對黃梁木優質種苗的快速繁殖及推廣種植具有重要意義。【前人研究進展】周雙云等（2004）研究表明，采用50～60 ℃溫水浸泡黃梁木種子可有效提高萌發率。潘瑞熾（2008）研究認為，細胞分裂素主要在根尖合成后往上運輸，能促進側芽生長。林碧珍等（2009）、鄧小梅等（2012）研究顯示，以黃梁木莖段為外植體的組培快繁技術已獲得成功。Rahayu等（2014）研究發現，黃梁木無性繁殖所用材料必須從優良單株上取得才能保證造林的經濟效益，但優良單株需從6年生以上的大樹中選擇，摘取枝條非常困難且所采集的枝條還存在成熟效應高、幼化程度低等問題。Li等（2019）研究認為，利用無菌種子苗作為組培快繁材料會造成子代遺傳分化，不能保證造林的經濟效益和生態效益。在果樹栽培管理方面，陳雪華等（2012）研究顯示，環割可促進荔枝和龍眼開花結實，提高產量;王軍等（2012）通過在不同時期進行環割、環扎和環刻試驗，初步掌握了芒果樹環割、環扎和環刻的技術要點。【本研究切入點】目前，尚無可安全方便地獲得野外黃梁木優良單株且幼化程度高無性繁殖材料的途徑，而關于林木環割促萌技術的相關研究也鮮見報道。【擬解決的關鍵問題】對黃梁木大樹進行環割處理，促進其樹干基部不定芽快速萌發，利用正交試驗設計并采用線性混合效應模型對試驗結果進行分析，探索黃梁木環割促萌的最優條件，為培育黃梁木高幼化程度扦插、組培繁殖材料及為黃梁木種質資源的保存和推廣應用打下基礎。

1 材料與方法

1. 1 試驗材料

試驗材料為前期研究（闕青敏等，2015）收集黃梁木混合種子培育的實生苗木，2015年7月造林，株行距2 m×1 m，采用穴耕栽植，穴規格為30 cm×30 cm×30 cm。試驗地位于廣州市華南農業大學啟林科研基地（東經113°37′，北緯23°16′），海拔42.3 m，屬亞熱帶季風氣候區，年均氣溫21.9 ℃，年均降水量1696.5 mm，年均日照時數1800 h，土壤質地為壤土。

1. 2 試驗方法

1. 2. 1 試驗設計 環割試驗設環割寬度和環割高度2個因素，每因素設3個水平，其中環割寬度分別為2、3和4 cm，環割高度分別為20、30和40 cm，進行L9（32）正交試驗設計（表1），共9個處理，每處理30個重復。于2018年5月17日按照正交試驗設計表進行環割處理，同時測量環割植株的胸徑。隨后每隔1周觀察記錄不定芽萌發情況及傷口愈合情況。

1. 2. 2 線性混合效應分析 采用線性混合效應模型y=Xβ+Zu+ε對試驗數據進行線性混合效應分析。式中，y為發芽數，β為固定效應（試驗號、環割高度、環割寬度、環割高度×環割寬度），u為隨機效應（胸徑），ε為誤差，X為固定效應的設計矩陣，Z為隨機效應的設計矩陣。

1. 3 統計分析

試驗數據采用Excel 2013進行整理，以Duncans新復極差法進行多重比較和雙因素方差分析，在R version 3.5中利用lme4包對數據進行線性混合效應模型擬合（Bates et al.，2015）并作方差分析和回歸分析，利用Sjstats包和lmerTest包對線性混合效應模型進行差異顯著性檢驗（Kuznetsova et al.，2017）。

2 結果與分析

2. 1 不定芽發芽數的直觀分析結果

經觀察發現，黃梁木環割后20 d左右傷口基本愈合，且不再萌發不定芽，因此，本研究中的不定芽發芽數為環割后第21 d調查所得不定芽數（表2）。由表2可知，處理1不定芽發芽數（6.38個）最多，顯著多于處理3、處理5、處理6和處理7（P<0.05，下同）;處理3和處理7的不定芽發芽數較少（分別為3.63和3.11個），但與處理2、處理4、處理5、處理6和處理8無顯著差異（P>0.05，下同）;處理1的初始胸徑為8.21 cm，與處理3（8.68 cm）差異不顯著，但二者的發芽數差異顯著，而處理1與處理2（6.38 cm）的初始胸徑差異顯著，但其發芽數差異不顯著，說明初始胸徑與發芽數無必然的相關性。

由表2可知，當環割高度為20 cm時，隨著環割寬度的增加，發芽數逐漸減少;當環割高度為40 cm時，發芽數隨著環割寬度的增加而增加，與環割高度為20 cm時的變化趨勢相反。當環割寬度為2 cm時，發芽數隨著環割高度的增加而減少;當環割寬度為4 cm時，發芽數隨著環割高度的增加而增加。可見，環割高度越高且環割寬度越寬時，發芽數越多，或者環割高度越低且環割寬度越窄時，發芽數越多。由于環割寬度為4 cm時母株傷口不能愈合（圖1），而環割寬度小于2 cm時傷口會迅速愈合導致無不定芽產生（圖2），因此，本研究選擇環割高度（20 cm）低且環割寬度（2 cm）窄的組合為最佳環割促萌方式。

2. 2 不定芽發芽數的雙因素方差分析結果

環割高度與環割寬度的雙因素方差分析結果見表3。由表3可知，環割高度和環割寬度對發芽數均無顯著影響，而環割高度與環割寬度的交互作用對發芽數有極顯著影響（P<0.01，下同）。為此，對環割高度和環割寬度進行雙因素方差分析，可直觀地得出最佳環割組合（圖3）：當環割高度為20 cm時，環割寬度選擇2或3 cm均能獲得最佳環割促萌效果。

2. 3 不定芽發芽數的線性混合效應分析結果

黃梁木環割促萌發芽數除受環割高度、環割寬度及二者的交互作用影響外，還可能受初始胸徑影響。為此，本研究利用線性混合效應模型來解析初始胸徑對發芽數的影響。在混合效應分析中，將處理號、環割高度、環割寬度及二者的交互作用作為固定效應，將初始胸徑分別與處理號、環割高度、環割寬度的交互作用作為隨機效應。模型擬合結果見表4。由表4可看出，所有模型的擬合效果均達極顯著差異水平，但模型4和5的決定系數（R2）比模型1、模型2和模型3大，且P和赤池信息規則（AIC）比模型1、模型2和模型3小，說明模型4和模型5的擬合效果更佳;而模型4與模型5的R2等參數均相同，因此，需對其進行進一步比較分析，結果見表5。

由表5可知，在線性混合效應模型中添加或刪除環割寬度因素，對模型不會造成顯著影響，說明環割寬度對發芽數影響不顯著。因此選擇無環割寬度的模型5進行后續分析。

為進一步探究模型5中各因素對發芽數的影響程度，需對其中各因素進行差異顯著性檢驗。由表6和表7可看出，環割高度對發芽數有顯著影響，環割高度×環割寬度對發芽數影響不顯著;隨機效應中環割高度×初始胸徑、環割寬度×初始胸徑對發芽數均有極顯著影響，而初始胸徑對發芽數無顯著影響。

為解析各因素對發芽數的影響趨勢，提取模型進行回歸分析。由表8可知，模型擬合效果極顯著，當環割高度為20 cm（模型截距）時，平均發芽數為6.43個，當環割高度為30和40 cm時，估計值為負值，而此處的估計值即為模型中的斜率，說明環割高度越高，促萌效果越差。

3 討論

本研究中，直觀分析結果表明，黃梁木初始胸徑對發芽數影響不顯著，不能直觀判斷環割高度和環割寬度對發芽數的影響程度;雙因素方差分析結果顯示環割高度×環割寬度對黃梁木發芽數有顯著影響，環割高度和環割寬度對發芽數的影響均不顯著;線性混合效應分析結果顯示，環割高度、環割高度×初始胸徑及環割寬度×初始胸徑對發芽數有顯著影響，環割寬度、初始胸徑和環割高度×環割寬度對發芽數影響不顯著。說明直觀分析、 雙因素方差分析和線性混合效應分析結果存在差異，其中雙因素方差分析能直觀地給出最佳組合，而線性混合效應模型對挖掘潛在影響因素較有優勢，與許崇華等（2017）對杉木樹高—胸徑模型的研究結果一致。

經過環割富集由下往上運輸細胞分裂素可促進樹干不定芽發生（潘瑞熾，2008），因此，想在短時間內得到更多、幼化程度更高的不定芽，環割高度要越低越好。本研究選擇的黃梁木環割高度最低為20 cm，一方面是因為黃梁木接近地面的樹干具有板狀根（羅獻瑞，1999），不方便環割操作，另一方面是因為越貼近地面通風越差及微生物越多（張明洋等，2018），會加大傷口感染風險;環割寬度為2和3 cm的促萌效果較佳，環割寬度太寬會導致傷口不能愈合，致使母株死亡，環割寬度太窄會導致傷口迅速愈合，達不到促萌效果。

黃梁木生長旺盛期在每年的4—7月（羅獻瑞，1999），在這段時間內進行環割有利于萌發出更多不定芽，也便于縮短母株傷口愈合時間，從而減小對母株的傷害。此外，由于通風不良會導致微生物累積（張明洋等，2018），在環割操作前，應清理母株周邊的雜灌草，以加強空氣流通減少傷口被病害感染的風險，并為新萌發的不定芽提供更多光照促進生長，縮短試驗進程。與果樹環割技術（陳雪華等，2012）相比，黃梁木環割技術操作簡單，不對環割傷口進行額外處理也不會影響母樹生長，能為黃梁木扦插、組織培養等取材提供充足且幼化程度高的繁殖材料，為黃梁木種質資源保存及推廣應用打下基礎。

4 結論

經雙因素方差分析和線性混合效應模型分析，黃梁木環割促萌的最佳條件為環割高度20 cm、環割寬度2～3 cm。

參考文獻：

陳雪華，陳汝頂，黃梅玲，蔡金鉆，張輝良. 2012. 環割的機理及在龍眼、荔枝上的應用[J]. 中國果菜，（2）：36-37. [Chen X H，Chen R D，Huang M L，Cai J Z，Zhang H L. 2012. The mechanism of ring cutting and its application in longan and litchi[J]. China Fruit and Vegetable，（2）：36-37.]

鄧小梅，詹艷玲，張倩，黃浩，陳曉陽. 2012. 黃梁木組培快繁技術研究[J]. 華南農業大學學報，33（2）：216-219. [Deng X M，Zhan Y L，Zhang Q，Huang H，Chen X Y. 2012. Study on tissue culture of Neolamarckia cadamba[J]. Journal of South China Agricultural University，33（2）：216-219.]

黃浩，周祥斌，歐陽昆唏，李俊成，曾昭佳，陳曉陽. 2016. 黃梁木種源抗寒性綜合評價[J]. 華南農業大學學報，37（1）：82-88. [Huang H，Zhou X B，Ouyang K X，Li J C，Zeng Z J，Chen X Y. 2016. Comprehensive evaluation of cold resistance of Neolamarckia cadamba[J]. Journal of South China Agricultural University，37（1）：82-88.]

李曉琳，陳婷，習欠云，張永亮. 2019. 黃梁木的抗菌消炎作用研究進展[J]. 動物營養學報，31（3）：1061-1071. [Li X L，Chen T，Xi Q Y，Zhang Y L. 2019. Research progress on antibacterial and anti-inflammatory effects of Neolamarckia cadamba（Roxb.） Bosser[J]. Chinese Journal of Animal Nutrition，31（3）：1061-1071.]

林碧珍，張樹河，林加耕. 2009. 團花樹組培快繁技術研究[J]. 中國熱帶農業，（3）：46-47. [Lin B Z，Zhang S H，Lin J G. 2009. Study on tissue culture of Neolamarckia cadamba[J]. China Tropical Agriculture，（3）：46-47.]

羅獻瑞. 1999. 中國植物志[M]. 北京：科學出版社. [Luo X R. 1999. Flora of China[M]. Beijing：Science Press.]

潘瑞熾. 2008. 植物生理學[M]. 第六版. 北京：高等教育出版社. [Pan R C. 2008. Plant physiology[M]. The 6th Edition. Beijing：China Higher Education Press.]

闕青敏，歐陽昆唏，李培，李俊成，張俊杰，陳曉陽，廖柏勇. 2015. 黃梁木幼林家系主要性狀的觀測與優良家系的初步選擇[J]. 廣東農業科學，42（15）：18-24. [Que Q M，Ouyang K X，Li P，Li J C，Zhang J J，Chen X Y，Liao B Y. 2015. Main traits observation of young growth family and superior family selection of Neolamarckia cadamba[J]. Guangdong Agricultural Science，42（15）：18-24.]

蘇光榮，易國南，楊清. 2007. 團花生長特性研究[J]. 西北林學院學報，22（5）：49-52. [Su G R，Yi G N，Yang Q. 2007. A study on the growth character of Anthocephalus chinensis[J]. Journal of Northwest Forestry University，22（5）：49-52.]

王軍，劉志田，羅關興，朱德偉，田麗，鐵萬祝，木潘木機. 2012. 芒果環割、環扎、環刻技術研究[J]. 中國熱帶農業，（1）：67-69. [Wang J，Liu Z T，Luo G X，Zhu D W，Tian L，Tie W Z，Mu P M J. 2012. Research on mango ring cutting，ring binding and ring carving technology[J]. China Tropical Agiculture，（1）：67-69.]

王益，王學凱，周瑋，楊富裕，張慶，陳曉陽. 2018. 含水量及添加劑對黃梁木葉青貯品質的影響[J]. 華南農業大學學報，39（4）：80-86. [Wang Y，Wang X K，Zhou W，Yang F Y，Zhang Q，Chen X Y. 2018. Effects of moisture content and additive on silage quality of Neolamarckia cadamba leaves[J]. Journal of South China Agricultural University，39（4）：80-86.]

許崇華，崔珺，黃興召，余鑫，徐小牛. 2017. 基于線性混合效應模型的杉木樹高—胸徑模型[J]. 西北農林科技大學學報（自然科學版），45（6）：53-60. [Xu C H，Cui J，Huang X Z，Yu X，Xu X N. 2017. Height-diameter model for Chinese fir based on linear mixed model[J]. Journal of Northwest A & F University（Natural Science Edition），45（6）：53-60.]

張明洋，溫貴蘭，賀欣薇，何馨雨，羅亞琰，趙杰. 2018. 校園空氣微生物分布及其變化規律研究[J]. 中國校醫，32（5）：329-332. [Zhang M Y，Wen G L，He X W，He X Y，Luo Y Y，Zhao J. 2018. Research on distribution and variation of air microorganism in campus of Guizhou University[J]. Chinese Journal of School Doctor，32（5）：329-332.]

鄭永光，徐英寶. 2005. 廣東城市林業優良樹種及栽培技術[M]. 廣州：廣東科技出版社. [Zheng Y G，Xu Y B. 2005. Guangdong urban forestry excellent tree species and cultivation techniques[M]. Guangzhou：Guangdong Science and Technology Press.]

周雙云，張麗霞，張遠輝. 2004. 提高團花種子萌發率的方法[J]. 林業科技，（2）：6-7. [Zhou S Y，Zhang L X，Zhang Y H. 2004. Methods of seed germination enhancement of Anthocephalus chinensis[J]. Forestry Science & Techno-logy，（2）：6-7.]

Bates D，Maechler M，Bolker B M，Walker S C. 2015. Fitting linear mixed-effects models using lme4[J]. Journal of Statistical Software，67（1）：1-48.

Kuznetsova A，Brockhoff P B，Christensen R H B. 2017. lmer test package：Tests in linear mixed effects models[J]. Journal of Statistical Software，82（13）：1-26.

Li J，Zhang D，Que Q，Chen X，Ouyang K X. 2019. Plant regeneration and Agrobacterium-mediated transformation of the miracle tree Neolamarckia cadamba[J]. Industrial Crops and Products，130：443-449.

Pandey A，Chauhan A S，Haware D J，Negi P S. 2018. Proximate and mineral composition of Kadamba（Neolamarckia cadamba） fruit and its use in the development of nutraceutical enriched beverage[J]. Journal of Food Science and Technology，55（10）：4330-4336.

Pandey A，Negi P S. 2016. Traditional uses，phytochemistry and pharmacological properties of Neolamarckia cadamba：A review[J]. Journal of Ethnopharmacology，181：118-135.

Pandey A，Negi P S. 2018. Phytochemical composition，in vitro antioxidant activity and antibacterial mechanisms of Neolamarckia cadamba fruits extracts[J]. Natural Product Research，32（10）：1189-1192.

Rahayu I，Darmawan W，Nugroho N，Nandika D，Marchal R. 2014. Demarcation point between juvenile and mature wood in sengon（Falcataria moluccana） and jason（Anthocephalus cadamba）[J]. Journal of Tropical Forest Scien-ce，26（3）：331-339.

（責任編輯 思利華）