馬奶子葡萄葉面積評估模型的建立

張 鈺，鐘海霞，潘明啟，張付春，伍新宇，李 疆

(1.新疆農業大學 特色果樹研究中心，烏魯木齊 830052；2.新疆農業科學院園藝作物研究所,烏魯木齊 830091)

0 引 言

【研究意義】葡萄(VitisuiniferaL)在世界果樹生產中占有重要位置，我國是世界葡萄的主產區之一，新疆又是我國葡萄的第一大產區[1]，屬于歐亞種，是吐魯番和南疆地區鮮食葡萄的主栽品種之一，馬奶子葡萄屬中早熟品種，豐產，味甜，鮮食可口。葉片作為植物進行蒸騰作用、呼吸作用、光合作用的重要營養器官。葉片面積的大小在一定程度上影響產量和果實品質，在生產中葉面積也是衡量果樹生長發育和營養狀況的重要因素。研究葡萄葉片形態指標葉面積相關性，對田間快速測定葉面積，快速評估葡萄園管理水平、指導葡萄園管理有重要意義?！厩叭搜芯窟M展】袁贇等[2]對朝陽市4中鄉土樹種葉面積進行研究，對每個樹種的葉面積與胸徑或冠幅、樹高之間的關系建立的回歸方程，具有較高的可操作性。楊偉等[3]對紅棗的葉面積與產量具有一定的相關性，研究結果表明，測定葉長、葉寬可以估算葉面積，通過整形使葉面積達到合適的值，以期提高產量。安佳佳等[4]通過對不同品種香蕉的葉長、葉寬，葉長×葉寬與葉面積之間的相關性，建立了普適性應用模型，實測更簡便易算。研究[5]對葉面積與產量之間的關系進行研究分析，根據田間最佳葉面積，估算出植株留葉量?；貧w分析法是利用葉面積與其葉長、葉寬等指標之間的相關性分析來建立模型，從而估算葉面積。在葉面積回歸模型的建立中，一般采用葉長、葉寬與葉長×葉寬指標[6-7]，目前通過此方法已建立香蕉[4]、西瓜[5]、黃瓜[8]等植物葉面積模型?！颈狙芯壳腥朦c】常規的葉面積測量方法很多，使用頻率最高的是求積儀法、米格紙法、重量法、葉面積儀測量法[9-11]、回歸分析法等。其中米格紙法測量的精確度高、但是速度慢、耗時長；重量法繁瑣，不能精確的精量每一片葉片的面積，誤差較大；葉面積儀測量誤差小，精確度高，但是價格昂貴，攜帶不便，且對葉子的大小有限制?！緮M解決的關鍵問題】測定新疆南疆鮮食葡萄馬奶子的葉面積與葉長、葉寬、葉長×葉寬等指標，分析其相關性，建立最適合葡萄葉面積的回歸方程，為葡萄葉面積測定提供快捷有效方法，為葡萄葉幕管理提供理論依據。

1 材料與方法

1.1 材 料

試驗于2019年5月在新疆克孜勒蘇柯爾克孜自治州阿圖什市葡萄基地進行，試驗所在地為典型的溫帶大陸性氣候，年降雨量250 mm以上。試驗葡萄園為砂性土壤，滴灌條件，灌水量約400 m3/667 m2·年，以成齡馬奶子葡萄為試驗材料。采用小棚架栽培，株行距為3.5 m×2 m，負載量約700 kg/667 m2。

1.2 方 法

1.2.1 樣品采集

7月下旬新梢生長速度放緩，隨機選取長勢一致的馬奶子葡萄6株，每株樹上剪取1根1年生完整枝條(葉片數大于10枚)，按2、4、6、8、10葉序摘取無病蟲害、特征典型的成熟葉片各5枚，共30枚作為樣本，立即帶回實驗室測量相關指標。

1.2.2 葉長、葉寬及葉面積的測定

采用 YMJ-B葉面積儀器測定葉長、葉寬及葉面積。

1.2.3 模型的建立

利用Microsoft Office Excel 2017系統分別做葉長與葉面積、葉寬與葉面積、葉長×葉寬與葉面積的散點分布圖。根據散點分布圖的曲線呈現，來計算適合葡萄的回歸方程。

1.3 數據處理

利用SPSS 20.0數據處理系統分析葉長與葉面積、葉寬與葉面積、葉長×葉寬與葉面積的相關性，對所求的回歸方程進行擬合性檢驗，依據相關系數，擬合性檢驗結果來確定最適葡萄的回歸方程。

將測量的馬奶子葡萄葉片的葉長、葉寬、葉長×葉寬和葉面積數據錄入計算機中，利用Excel 2017數據處理系統的功能進行各指標之間的散點圖制作。

表1 馬奶子葡萄葉長、葉寬、葉長×葉寬與葉面積實測數據
Table 1 Niunai grape leaf length, leaf width, leaf length × leaf width and leaf area measured data

序號No.葉長(cm)Leaf length葉寬(cm)Leaf width葉面積(cm2)Leaf area序號No.葉長(cm)Leaf length葉寬(cm)Leaf width葉面積(cm2)Leaf area19.4314.3891.831614.3119.28164.8627.6813.1666.181712.3118.36152.7139.6014.8995.921814.4019.50175.8247.5112.2860.851911.8717.94124.2356.9811.3254.132010.5216.97109.3569.0814.1687.472113.9619.06161.3177.4211.6460.172211.1717.82115.3088.4713.3882.022313.6118.97155.2496.4610.9647.65249.9515.59100.44109.9515.3898.382515.8019.87184.76117.7713.2181.882612.5718.38154.92126.8110.9950.302710.4716.55107.76139.7715.3196.832815.7119.65183.18147.6812.3762.842912.2218.06145.28157.4211.3254.283010.7317.28109.86

2 結果與分析

2.1 馬奶子葡萄葉長、葉寬與葉面積的簡單線性回歸方程

2.1.1 散點圖

研究表明，馬奶子葡萄葉長在6.46～15.80 cm，葉寬在10.96～19.87 cm，葉面積在47.65～184.76 cm2。馬奶子葡萄葉片的葉長、葉寬、葉片×葉寬與葉面積之間都是呈直線關系。圖1

圖1 馬奶子葡萄葉長、葉寬、葉長×葉寬與葉面積散點
Fig.1 Scatter plot of leaf length, leaf width, leaf length × leaf width and leaf area of Niunai grape

2.1.2 簡單一元線性回歸方程的建立

研究表明,馬奶子葡萄葉片的葉長和葉面積、葉寬和葉面積、葉長×葉寬和葉面積的相關系數分別為0.992、0.971、0.992，經檢驗呈極顯著相關(P<0.01)。葉長和葉面積、葉寬和葉面積、葉長×葉寬和葉面積均存在正相關性。由于葉長和葉面積的相關系數(0.992)大于葉寬和葉面積的相關系數(0.971)、葉長和葉面積的相關系數(0.992)又等于葉長×葉寬和葉面積的相關系數(0.992)。表2

2.2 馬奶子葡萄葉長、葉寬與葉面積的二元回歸方程的擬合

研究表明,以下x1為葉長、x2為葉寬、x3為葉長×葉寬，x1和x2、x1和x3、x2和x3復相關系數分別為0.992、0.991、0.991，經P檢驗均達到極顯著(P<0.01)，其中x1和x2復相關系數最大(0.992)，葡萄用y1二元回歸方程估算葉面積使用效果最佳。表3

表2 馬奶子葡萄葉面積估算的一元回歸方程擬合
Table 2 Fitting of the one-dimensional regression equation for estimating the leaf area ofNiunaigrape

相關因子Correlationfactor回歸方程Regressionequation相關系數CorrelationcoefficientP值P value葉長y=0.063x1+3.596R=0.992??P<0.01葉寬y=0.067x2+8.323R=0.971??P<0.01葉長×葉寬y=0.17x3-12.592R=0.992??P<0.01

注：y表示葉面積，葉長為x1，葉寬為x2，葉長×葉寬為x3；R代表相關程度；**為經顯著性檢驗達到極顯著；P<0.01為差異極顯著

Note: y indicates leaf area, leaf length is x1, leaf width is x2, leaf length × leaf width is x3;Rrepresents correlation degree;**is extremely significant by significance test;P<0.01 is extremely significant

表3 馬奶子葡萄葉面積估算的二元回歸方程的擬合
Table 3 Fitting of binary and ternary equations for estimation of grape leaf area in Niunai grape

相關因子Correlationfactor回歸方程Regressionequation復相關系數Multiple correlationcoefficientP值P value葉長和葉寬Leaf length and widthy1=12.990x1+2.501x2-66.109R=0.992??P<0.01葉長和葉長×葉寬Leaf length and Leaf length×Leaf widthy2=10.291x1+0.205x3-33.863R=0.991??P<0.01葉寬和葉長×葉寬Leaf width and Leaf length×Leaf widthy3=2.059x2+0.500x3-9.360R=0.991??P<0.01

注：y表示葉面積，葉長為x1，葉寬為x2，葉長×葉寬為x3；R代表相關程度；**為經顯著性檢驗達到極顯著；P<0.01為差異極顯著

Note:ymeans leaf area, leaf length isx1, leaf width isx2, leaf length × leaf width isx3;Rrepresents correlation degree;**is extremely significant by significance test;P<0.01 is extremely significant

2.3 回歸法估測馬奶子葡萄葉面積的誤差檢驗

將從不同枝條的不同葉序采取、測量的葉片中隨機抽取10枚葉片，將x1、x2值帶入到二元回歸方程y1=12.990x1+2.501x2-66.109中，將估算的葉面積值與實際葉面積值相比按照從小到大順序排列。研究表明，實際葉面積與估測葉面積差值極小，差異百分率在0.1%～7.2%，差別極小，此二元回歸方程的建立準確率高，結果可靠。表4

表4 估算葉面積與實際葉面積的比較
Table 4 Comparison of estimated leaf area and actual leaf area

葉序Leaforder葉長Leaf length(cm)葉寬Leaf wide(cm)實際葉面積Actual leaf area(cm2)估測葉面積Estimated leaf area(cm2)差值Difference(cm2)差異百分率Percentage difference(%)17.6812.3762.8464.59-1.750.02829.6014.8995.9295.830.090.00139.9515.59100.44102.13-1.690.017413.6118.97155.24158.13-2.890.01959.0814.1687.4787.250.220.003611.1717.82115.30123.56-8.260.072714.3119.28164.86167.99-3.130.01987.6813.1666.1866.57-0.390.00696.4610.9647.6545.222.430.0511010.4716.55107.76111.29-3.530.033

注：差值=實際葉面積-估測葉面積；差異百分率=(實際葉面積-估測葉面積)/實際葉面積×100%

Note: difference = actual leaf area - estimated leaf area; percentage difference = (actual leaf area - estimated leaf area) / actual leaf area x 100%

3 討 論

馬奶子葡萄的葉長、葉寬、葉長×葉寬與葉面積均存在正相關關系，葉長與葉面積、葉寬與葉面積、葉長×葉寬與葉面積均呈現極顯著相關。這與張傳來等[12]研究新高梨葉面積相關性分析基本一致，相關系數葉長與葉面積和葉長×葉寬與葉面積的最大，利用葉長和葉寬擬合的二元回歸方程估測的葉面積值與實際葉面積值差異百分率最小，與白云崗等[13]估測無核白葉面積回歸方程一致。用葉長和葉寬擬合的回歸方程估測馬奶子葡萄葉面積比用葉長與葉面積、葉寬與葉面積所擬合的簡單線性回歸方程以及用葉長和葉長×葉寬與葉面積、葉寬和葉長×葉寬與葉面積擬合的二元回歸方程測算的結果精確。

由于葉長與葉面積、葉寬與葉面積、葉長×葉寬與葉面積的復相關系數以及葉長和葉寬與葉面積、葉長和葉長×葉寬與葉面積、葉寬和葉長×葉寬與葉面積的復相關系數均呈極顯著水平。試驗建立的3個簡單線性回歸方程和3個二元回歸方程均可作為估測馬奶子葡萄葉面積的回歸方程。通過SPSS 20.0建立的葉長和葉寬與葉面積的二元回歸方程估測馬奶子葉面積更為準確。

運用Excel2017系統與SPSS 20.0數據處理系統對馬奶子葡萄測量的葉片形態數據進行相關回歸分析，從而建立馬奶子葡萄葉片長、寬以及葉長×葉寬對其葉面積的簡單線性及二元回歸方程。結果表明，建立的二元回歸方程估測葉面積值與實際葉面積值差異極小，可靠性強，平均差異百分率僅2.103%，是估測葡萄葉面積的最佳回歸方程。

4 結 論

馬奶子葡萄葉片的葉長、葉寬、葉長×葉寬與葉面積均存在極顯著相關，運用回歸法估測馬奶子葡萄葉面積，既不破壞樹體，又具有簡便易測、可靠性強、準確性高的優點。最適合馬奶子葡萄測定葉面積值的方程為二元回歸方程y1=12.990x1+2.501x2-66.109(x1:葉長，x2:葉寬)。