姜玲玲,劉 靜,趙同科*,杜連鳳
(1 河北農業(yè)大學資源與環(huán)境科學學院,河北保定 071000;2 北京市農林科學院植物營養(yǎng)與資源研究所,北京 100097)
2016年我國蔬菜播種面積占總農業(yè)種植面積的13.4%[1],蔬菜消費量達1.38億噸,蔬菜需求呈增加趨勢[2]。在需求量增加和經濟利益的驅動下,菜農為追求高產量,過量施用化肥,造成土壤和地下水污染及蔬菜風味和品質下降。隨著生活水平的提高,人們越來越關注蔬菜品質與食用安全等問題。番茄中含有豐富的營養(yǎng)價值,是人們生活必需消費品,番茄中的Vc是人體所需維生素C的優(yōu)質來源。番茄可溶性糖含量可以影響番茄風味[3]。番茄中過量的硝酸鹽含量威脅到人體健康安全。有機無機配施與單施化肥相比,番茄產量增加7.3%~13.6%,果實的Vc、可溶性糖含量提高,硝酸鹽含量降低[4]。趙明等[5]研究表明,有機無機配比為3∶2時,番茄產量比純施用化肥增加12.3%。王建忠等[6]的研究結果表明,單施化肥處理番茄產量顯著高于有機無機配施處理,且番茄硝酸鹽含量低于有機無機配施處理(結果不顯著),與上面的研究結果不一致。另外,這些各自獨立的研究很難定量的體現(xiàn)有機無機配施方式對番茄產量和品質的綜合效應。
Meta-analysis方法是一種定量綜合研究結果的統(tǒng)計方法,能夠將若干獨立研究的統(tǒng)計結果進行綜合分析[7]。Meta分析是對具有相同研究目的且相互獨立的多個研究的結果進行定量合并,分析研究差異特征,綜合評價研究結果的統(tǒng)計方法[8]。趙愛琴等[9]運用Meta-analysis方法定量分析地膜覆蓋對馬鈴薯的產量效應。Xu等[10]運用Meta-analysis方法對我國玉米產量進行整合分析,結果表明優(yōu)化施肥處理的產量比農民傳統(tǒng)施肥處理高700 kg/hm2。李昊等[11]采用Meta分析方法定量分析覆蓋地膜對棉花的增產效應。目前國內還沒有對番茄產量和品質效應方面的Meta分析報道,因此,本研究使用Meta分析方法對結果不一致的番茄產量和品質效應進行定量綜合分析。
本研究數據來源于中國知網和維普中文文獻數據庫以及Web of Science和Science Direct外文文獻數據庫,以“番茄”和“產量”為主要關鍵詞進行文獻檢索。根據Meta-analysis方法中數據整合的要求和本研究的目的,基于以下5個標準對檢索文獻進行篩選:1)研究區(qū)域位于中國范圍內;2)同一研究中必須包含有機無機配施處理和單施化肥對照處理;3)文中須列出2種處理的產量或品質均值及標準差(或標準誤),或者列出2種處理每個重復的產量、品質數據(重復至少2次),再或者有機無機配施處理和單施化肥處理分別至少有兩個處理的產量數據;4)番茄品質指標數據需要有均值、樣本量和標準差(或者標準誤),單位統(tǒng)一為Vc (mg/100 g)、可溶性糖含量(%)和硝酸鹽含量(mg/kg);5)試驗地點、耕作方式、有機肥種類、有機肥施用量、種植密度等基本信息要清晰。
基于以上標準,共篩選出32篇文獻[4-6,12-40],從中分別獲得番茄產量、Vc、硝酸鹽和可溶性糖含量數據98、39、33和21組。匯總數據的時間跨度為2004—2017年,地理跨度包含了我國16個省市及自治區(qū)。
在Meta-analysis分析方法中,試驗處理和對照處理的標準偏差及重復次數是非常重要的參數,用來計算研究內方差,從而反映各研究結果的重要程度,并賦予各研究以權重。若原文獻明確列出樣本量、均值(產量和品質)及標準偏差,則直接提取數據;若文獻中沒有直接提供標準偏差,但列出各處理的多個重復試驗數據時,則可以在Excel中通過函數計算得出均值和標準差;若文獻中既沒有提供標準偏差也沒有列出各重復的數據,但文獻中包含了多年試驗數據或多個有機無機施肥處理時,可將每年(每季)產量數據或者每個處理看作試驗重復,在Excel中進行標準偏差的計算和作圖。另外,若文獻中只有以上數據的圖表,則使用Engauge Digitizer軟件進行數據提取。
在Excel中分別建立番茄產量、品質指標的數據庫,將提取的數據分別保存?;诒菊撐难芯康哪康?,選擇反應比[41-42](response ratio)作為效應量,反應比計算公式:
對數反應比的方差計算公式:
其中,S1和S2分別表示有機無機配施處理和單施化肥對照的標準偏差;n1和n2分別表示有機無機配施處理和單施化肥對照的樣本數量。以上數據處理過程在R軟件的metafor程序包中完成。
為了便于對結果的解釋,利用程序包中的exp函數將計算結果轉化為R(反應比),再根據下面公式計算增長率Z (或者負增長率):
依據轉化數據結果進行分析和討論。
同一研究中不同施肥模式會對番茄的產量及品質產生一定差異,同時,不同研究間的田間管理實踐、土壤質地、氣候條件、種植年份、番茄品種、肥料種類等因素的差異,研究之間存在很大的變異,因此選擇隨機效應模型進行計算綜合效應值。隨機效應模型不僅考慮了研究內的變異,而且也考慮了研究間的變異。
如果效應值的95%置信區(qū)間不包含0,則說明有機無機配施與單施化肥之間的總體效應具有統(tǒng)計顯著性。如果效應值的95%置信區(qū)間包含0,則說明有機無機配施對番茄產量和品質的效應不顯著。
漏斗圖可以直觀的評估整個數據庫中顯著結果的發(fā)表偏倚,其廣泛地應用于Meta-analysis的發(fā)表性偏倚檢驗[11,43]。如果不存在發(fā)表性偏倚,漏斗圖類似于倒置的對稱漏斗;如果存在發(fā)表性偏倚,則漏斗圖將呈現(xiàn)出不對稱的漏斗[44]。Rosenthal’s失安全系數(fail-safe number,Nfs)可以用來檢驗整個數據庫的發(fā)表性偏倚,如果Nfs > 5n + 10,其中n是樣本量,則認為結果是可信的[45]。
采用隨機效應模型對番茄產量和品質的平均效應值進行計算,由圖1可以看出,與單施化肥相比,有機無機配施番茄產量和品質的綜合效應值的95%置信區(qū)間均不包含0,所以綜合效應均顯著。番茄產量的ln(R)計算結果為0.0684(0.05~0.0868),有機無機配施顯著增加了番茄產量(Qt= 4982.83,df =97,P < 0.0001);通過增(負)長率公式轉換,得到番茄產量的增產率為7.1% (5.13%~9.07%)。番茄果實Vc含量的ln(R)計算結果為0.1925(0.0976~0.2874),說明有機無機配施顯著增加了番茄果實的Vc 含量 (Qt= 7990.4627,df = 38,P < 0.0001),增加率為21.2% (10.25%~33.3%)。番茄果實可溶性糖含量的ln(R)計算結果為0.1339 (0.0366~0.2311),說明有機無機配施顯著增加了番茄果實的可溶性糖含量(Qt= 270.8213,df = 20,P < 0.0001),增加率為14.3% (3.73%~26%)。番茄果實硝酸鹽含量的ln(R)計算結果為-0.215 (-0.3276~-0.1025),說明有機無機配施顯著降低了番茄果實的硝酸鹽含量(Qt=8984.1225,df = 32,P < 0.0001),降低率為 19.4%(9.74%~17.93%)。
番茄產量、Vc、硝酸鹽和可溶性糖含量效應的漏斗圖對稱性檢驗結果P值分別為0.3395、0.0949、0.2604和0.0008,其中番茄產量、Vc、硝酸鹽含量的P > 0.05,說明漏斗圖對稱,不存在發(fā)表性偏倚;番茄可溶性糖含量的P < 0.05,漏斗圖不對稱。通過失安全系數(Nfs)計算可知,Nfs值分別為33870、5133、32743和253,均大于5n + 10 (n表示樣本量),說明平均效應值結果可靠。
將番茄產量的98組數據按照年份和我國農田區(qū)域[46]分類,分別分析隨著時間和農田區(qū)域的變化,有機無機配施對番茄產量效應的影響(圖2)。年份對番茄產量效應的統(tǒng)計結果表明時間對番茄產量效應影響顯著(QM= 33.7275,df = 10,P = 0.0002)。由圖2a可以看出,2007、2010、2011、2013和2016年的綜合效應值均大于0,但95%置信區(qū)間包括0,表明這五個年份對番茄產量是正效應,但增產效應不顯著;藍色趨勢線說明隨著時間的變化,有機無機配施對番茄的增產效應呈增加趨勢。
圖 1 番茄產量和品質綜合效應圖Fig. 1 Comprehensive effect of tomato yield and qualities
圖 2 番茄產量年份和區(qū)域效應分析Fig. 2 Tomato yield response to different years and regions
農田區(qū)域對番茄產量效應的影響顯著(QM=12.6296,df = 4,P = 0.0132)。從圖2b中可以看出,東北農田區(qū)番茄產量效應值綜合效應值大于0 (正效應),但95%置信區(qū)間包含0,其增產效應不顯著;其他農田區(qū)域番茄產量效應值的95%置信區(qū)間均不包括0,說明在華北、西北、東南和西南農田區(qū),有機無機配施對番茄增產效應顯著,且西南農田區(qū)番茄產量效應值最高,增產率達到15.3% (9.4%~21.4%)。
土壤有機質和pH是影響作物產量的重要因素。以土壤有機質為解釋變量共收集72組數據,根據土壤有機質含量劃分為三個水平(圖3),效應值計算結果表明當土壤有機質小于10 g/kg時,有機無機配施對番茄的增產效應不顯著,但綜合效應值為正效應;當土壤有機質大于10 g/kg時,番茄增產效應顯著。隨著土壤有機質含量的增加,番茄增產效應呈上升趨勢,且增產率逐漸增加。
以土壤pH值為解釋變量共收集數據77組,將土壤pH值劃分為四個水平。由效應值計算結果(圖3)可以看出,隨著土壤pH值的升高,番茄增產效應呈降低趨勢,增產率逐漸減低。在pH < 6的土壤上進行有機無機配施,番茄的增產率(10.7%)最高,因此有機肥的施入對酸性土壤上番茄的增產效應更敏感。因此,有機無機配施是改善目前土壤酸化問題的有效措施。
對種植方式和有機肥種類因素進行分類分析,種植方式分為設施和露地種植兩類(圖4)。統(tǒng)計結果表明,設施和露地對番茄的增產效應影響不顯著(QM= 0.0376,df = 1,P = 0.8462)。因此可以說明,這兩種種植方式對產量效應的95%置信區(qū)間都不包含0,與單施化肥相比,有機無機配施方法在設施和露地栽培方式下均能顯著提高番茄產量,且設施番茄增產率(7.2%)高于露地(6.8%)。
將有機肥分為傳統(tǒng)有機肥(TO)和現(xiàn)代商品有機肥(MO)兩類。其統(tǒng)計結果表明,傳統(tǒng)有機肥和現(xiàn)代商品有機肥對番茄的增產效應影響不顯著(QM= 0.0306,df = 1,P = 0.8612),且現(xiàn)代商品有機肥的增產率(7.3%)大于傳統(tǒng)有機肥(6.9%)。
在糧食作物中增密是提高作物產量的重要措施之一,因此本研究在番茄產量數據庫中以種植密度為解釋變量匯總54組數據,分為≤和>40000 plant/hm2兩個水平。統(tǒng)計結果表明,種植密度的綜合效應值及其兩個水平的番茄的增產效應均達到顯著水平,種植密度高低不影響有機無機配施對番茄的增產效應。
有機無機配施處理中無機氮肥的施用量分為三個水平。在無機氮肥(折合純N)施用量 < 200 kg/hm2時,番茄產量效應值最高,番茄增產率為10.7% (14.3%~7.2%),其他兩個水平均低于綜合效應值,該結果也進一步說明無機肥施用過量,其增產效率降低。
與單施化肥相比,有機無機配施對我國番茄產量和品質的綜合效應顯著,番茄產量、Vc含量和可溶性糖含量分別增加了7.1%、21.2%和14.3%,硝酸鹽含量降低了19.4%(圖1),因此有機無機配施可以提高番茄產量,改善品質。吳彤冬等[47]研究結果表明,有機無機配施與單施化肥相比番茄產量和Vc含量的增加不顯著。這也說明單個研究受區(qū)域氣候條件、時間、土壤質地、施肥種類、施肥量、田間管理措施等因素的影響較大,不能反映區(qū)域或者國家尺度的綜合情況,所以本研究采用Meta分析方法將我國番茄的有機無機配施獨立試驗結果進行整合,定量綜合評價有機無機配施的效果,為今后的相關研究提供參考,這也是本研究的意義所在。
時間和農田區(qū)域因素對番茄產量效應影響顯著(P < 0.05)。隨著時間的推移,有機無機配施對番茄的增產效應呈增加趨勢(圖2a),這可能是由于對有機無機配施研究的不斷深入和優(yōu)化,有機肥無機配施比例的不斷調整,以及新型有機肥料的研發(fā)等工作的推進,使得番茄的增產效應不斷提高。農田區(qū)域上,東北農田區(qū)的番茄增產效應不顯著(圖2b),一方面可能與樣本量太少有關;另外一方面可能是由于東北地區(qū)耕層土壤有機質和養(yǎng)分含量背景值較高,且中高產田占東北區(qū)域總耕地面積的88%[48],因此,有機無機配施對番茄的增產效應不顯著。
土壤有機質含量是表征土壤肥力的重要參數之一,且與作物產量呈正相關關系[49]。本研究結果顯示,土壤有機質含量與番茄增產率呈正相關關系(R2=0.9288)。當土壤有機質小于10 g/kg時,有機無機配施對番茄的增產效應不顯著(圖3),可能是由于有機肥料中有效養(yǎng)分釋放有滯后效應[50],加之蔬菜生長周期短,因此當季施入的有機肥還沒有完全發(fā)揮作用,導致在土壤低有機質情況下的番茄增產效應不顯著。
圖 3 土壤有機質和pH對番茄產量效應分析Fig. 3 Effect of soil organic and pH on tomato yield response
圖 4 田間管理實踐對番茄產量效應分析Fig. 4 Effect of field management practices on tomato yield response
土壤pH是調節(jié)自然環(huán)境中微生物群落結構和物質間化學轉化過程的關鍵因素之一[51]。本研究結果表明土壤pH值與番茄增產率呈負相關關系(R2= 0.723);當土壤pH值 > 8時產量效應值最低,且低于綜合效應值(圖3)。適量有機肥的施用可以提高酸性土壤的pH值,增加氨氧化細菌(AOB)數量[52-53],有效調控氨的硝化反應,促進氮的轉化和利用[54],因此有機無機配施在酸性土壤上增產率高;在較高的pH值情況下,氮素之間的化學動態(tài)平衡NH4+NH3+H+趨于向NH3方向移動[55-56],NH3揮發(fā)損失的氮素可能是引起增產率不高的原因。
栽培方式和有機肥種類因素對番茄產量效應均不顯著(P > 0.05)。但將變量分類分析之后發(fā)現(xiàn),設施栽培下番茄增產率大于露地;現(xiàn)代商品有機肥增產率大于傳統(tǒng)有機肥。設施栽培方式人為的創(chuàng)造出適宜蔬菜生長的氣象環(huán)境,更利于番茄的生長,有研究報道設施番茄產量是露地番茄產量的1.45倍[57]?,F(xiàn)代商品有機肥是將固體有機廢棄物經過微生物高溫發(fā)酵后的產物,還可以添加某種特定功能微生物菌劑(拮抗微生物、解磷微生物、低溫促生微生物等)的新型商品有機肥,其養(yǎng)分含量和功能優(yōu)于傳統(tǒng)有機肥[58]。
種植密度高低不影響有機無機配施對番茄的增產效應,均達到顯著水平。無機氮肥的施用量的三個水平的增產效應也達到顯著水平,但從圖4可以看出無機氮肥施用量在低于200 kg/hm2時增產率最大(10.7%),遠高于另外兩個水平,因此無機氮肥施用量控制在200 kg/hm2以內即可得到較高的增產率,或者適當的增加有機肥替代率來降低無機肥的投入。
有機肥與無機肥配比的不同會對作物產量有一定影響,歐楊虹等[59]的研究結果表明,與單施化肥相比,配施比例為1∶1時水稻產量顯著降低,而配施比例為1∶3時水稻產量略高,但沒有達到顯著水平。有研究得出有機無機配施比例為3∶2時,番茄產量和品質最佳[5]。還有有研究表明有機無機配施比例為1∶1時,番茄產量較高和品質較好[60]。鑒于目前數據的局限性,對于配施比例沒有進行具體分析。
雖然關于番茄產量和品質的文獻不少,但由于Meta分析的文獻篩選標準嚴格,文獻中必須包含實驗組與對照組的樣本量、平均值及標準差數據,因此可用來進行Meta分析的文獻數量非常有限。另外,其他番茄品質指標因數據太少沒有納入本研究,比如糖酸比、有機酸、還原糖和可溶性固形物等。Meta分析中納入的研究越多,則平均效應值95%的置信區(qū)間范圍越小,從而減低數據的發(fā)表性偏倚[45]。
各研究的樣本量對效應值的計算有一定影響,標準差與樣本量的倒數成正比,即樣本量越小,標準差越大[45]。番茄可溶性糖漏斗圖不對稱,效應值隨著樣本量的增加而增加。導致漏斗圖不對稱的原因有機會、樣本量、效應值的選擇、異質性、測量精度等,但不一定是發(fā)表偏倚性的影響[61-62]。在其他研究中也出現(xiàn)類似結果,但這并不影響結論的有效性[63-64]。
隨著我國蔬菜種植模式集約化程度的提高,有機無機配施對保障農業(yè)的可持續(xù)發(fā)展意義越來越重大。蔬菜種植中過量施用無機肥導致菜地土壤酸化[44]、次生鹽漬化[65-66]、板結、菜田地下水硝酸鹽超標率近50%[67]等。有機無機配施的施肥方式不僅可以提高氮肥利用率[68-69]、土壤肥力[70],同時減少氨揮發(fā)[71]、土體NO3--N累積[72]和氮淋溶損失[73-74]。綜上所述,有機無機配施保證了番茄的高產和優(yōu)質,降低過量化肥施用對環(huán)境的負效應,是農業(yè)可持續(xù)發(fā)展的重要保障措施之一。
1)采用Meta分析處理的數據結果可靠度高,失安全系數均大于5n + 10。除了番茄可溶性糖含量數據,其他用于Meta分析的數據的漏斗圖對稱性檢驗結果P > 0.05,不存在發(fā)表性偏倚。
2)與單施化肥相比,有機無機配施可以顯著增加番茄產量,且增產率為7.1% (5.1%~9.1%);時間和區(qū)域因素對番茄產量效應影響顯著,且隨著時間的推移,有機無機配施對番茄的增產效應呈增加趨勢;除了東北農田區(qū),其他農田區(qū)域番茄增產效應顯著。
3)與單施化肥相比,有機無機配施處理可以顯著改善番茄品質,其中番茄Vc和可溶性糖含量增長率分別為21.2%(10.3%~33.3%)和14.3% (3.7%~15.6%);番茄硝酸鹽含量降低了19.4% (27.9%~9.7%)。
4)土壤有機質含量與番茄增產率呈正相關關系(R2= 0.9288);土壤pH值與番茄增產率呈負相關關系(R2= 0.7230),且有機無機配施在pH < 6的土壤上增產率(10.8%)最高。
5)在田間管理措施上,不同栽培方式和有機肥種類的有機無機配施處理的番茄均能達到顯著增產的效果,且兩因素對番茄增產效應影響不顯著;設施栽培番茄增產率高于露地;現(xiàn)代商品有機肥增產率高于傳統(tǒng)有機肥。種植密度和無機肥施用量的各水平的番茄增產效應顯著,無機氮肥施用量控制在200 kg/hm2以內即可以得到較高的增產率(10.7%)。
致謝:感謝中國科學院生態(tài)環(huán)境研究中心的張霜副研究員對本研究數據處理和數據解析的指導。